城市集中度对区域经济增长的影响.docVIP

城市集中度对区域经济增长的影响 　　内容摘要：根据城市集中度的影响因素，针对我国西部地区成渝、关中、兰白西三大城市群，本文建立了一个全新的城市集中度的测定模型，进而采用1999-2009年的面板数据分析了使经济增长最大化、居民收入差距最小化的最优的城市集中度。实证结果分析表明，为使经济增长达到最大，成渝城市群应增加城市集中度，兰白西城市群应减小城市集中度；为使区域人均收入差距最小，成渝城市群应减小城市集中度，兰白西城市群应增大城市集中度。关中城市群处于过渡时期。本文进而得出经济发展过程中效率与公平不可兼得，这为中国西部未来的城市化途径选择提供了有益见解。 　　关键词：城市集中度 经济增长 城市群 城市化 　　引言 　　在一定的城市化水平下，城市集中度过低或过高都会导致效率的损失和经济增长缓慢，适度的城市集中度是城市群综合效益最大化的集中体现。城市集中度的影响因素主要包括经济发展水平、产业结构、对外开放、土地面积、人口密度、交通体系等因素（周文等，2007）。城市集中度的测定指标主要有以下三种：城市集中的帕累托系数、城市集中的赫芬达尔-赫希曼指数、城市首位比指数。纵观国内外对城市集中度的研究，目前对于城市集中度的研究大部分聚焦于城市集中度与经济增长的互动关系上，对城市集中度的测定方法研究较少。合理的城市集中度测定方法对于描述城市群集中程度具有更强的说服力，本文试图建立城市集中度的综合测度模型，进而通过建立计量模型分析西部地区城市集中度与经济增长的关系。本文将从以下两个方面进行探讨：第一，西部地区城市集中度目前是一种怎样的状态？第二，从经济增长的角度看，西部地区合理的城市集中度是怎样的？ 　　西部地区城市集中度的特征现状 　　（一） 城市集中度的综合测度模型 　　根据城市集中度的综合测度思路，构建基于产业、空间、交通三个因素的城市集中度的综合测度方法。设Pc表示产业集中度指数，Ps为空间集中度指数，Pt为交通集中度指数，α、β、γ分别为代表产业集中度、空间集中度和交通集中度的加权影响系数，城市集中度per为： 　　Per=αPc+βPs+γPt （1） 　　1.城市产业集中度的测度模型。根据城市群产业集中度的概念，构建产业总量集中度指数Pcc、产业结构集中度指数Pcj和产业结构空间效率指数Pcs作为测度城市群产业集中度的主要指标。则城市群产业集中度Pc的计算公式为： 　　Pc=αcPcc+βcPcj+γcPcs （2） 　　（3） 　　（4） 　　（5） 　　式（2）中：αc、βc、γc为权重，通过熵技术支持下的AHP模型（本文中所采用的熵技术支持下的AHP模型、熵技术支持下的专家群民主决策法等计算所得系数均参照方创琳、祁巍锋、宋吉涛的《中国城市群紧凑度的综合测度分析》）计算可知，αc=0.30、βc=0.36、γc=0.34。式（3）中，xi表示选取的某个城市群内第i城市的指标值，x为各指标的平均值，n为城市群内城市的个数。Mi为城市群内第i城市的工业增加值，Gi为第i地区的地区生产总值。式（4）中，δ、、ω分别为三次产业加权值（通过熵技术支持下的专家群民主决策法计算得知δ=1.50、=3.87、ω=4.63），Fi、Si、Ti分别为各市三次产业产值。式（5）中，xik为城市群第i城市第k产业的比重，xjk为城市群第j城市第k产业的比重，γk为第二三产业空间相对重要性的权重。本文中k取1时，表示第二产业，k取2时，表示第三产业，γk取值为1。 　　2.城市空间集中度的测度模型。根据城市空间集中度的概念，选取空间相互作用指数Psi、人口密度指数Psp和城镇密度指数Psu这三个具有空间指向性的指标作为计算城市空间集中度的指标，则城市空间集中度指数Ps的计算公式为： 　　Ps=αsPsi+βsPsp+γsPsu （6） 　　（7） 　　（8） 　　（9） 　　式（6）中，αs、βs、γs为权重，采用熵技术支持下的AHP模型求得αc=0.35，βc=0.28，γc=0.37。式（7）中，Pi、Pj为第i、j市的总人口，Gi、Gj为第i、j城市的地区生产总值，Dij为第i、j城市的距离，n为城市群内城市个数。式（8）中，ηj为不同城市等级的权重（通过熵技术支持下的专家群民主决策法计算获得），i为1-5，即超大城市、特大城市、大城市、中等城市和小城市五个等级，相应的权重分别为0.36、0.28、0.20、0.12和0.04，pi为城市i的人口密度。式（9）中，Nj为相应等级的县级区划数，Ai为某一城市的面积。 　　3.城市交通集中度的测度模型。根据交通集中度的概念，选取加权通达指数Ptt、非加权通达指数Ptf和交通空间集中度指数Pts三个指标测算城市群交通集中度指数Pt： 　　（10） 　　（1