中国三大城市群优质公共服务资源的 空间分布特征及影响因素

尹鹏 张荣天

[摘 要]運用地理集中指数、不均衡指数、核密度估计法和地理探测器模型，分析2019年京津冀、长三角、珠三角三大城市群优质公共服务资源的空间分布特征及影响因素。结果显示：三大城市群优质公共服务资源数量差别较大，长三角优质公共服务资源数量最多，珠三角优质公共服务资源数量最少;优质公共服务资源空间分布的集中与不均衡特征明显，京津冀集中程度最高，长三角集中程度最低，珠三角不均衡程度最高，长三角不均衡程度最低;优质公共服务资源呈现“一核多极”的空间分布密度特征，北京、上海、广州是优质公共服务资源的集聚高地，天津、杭州、深圳等是次级中心;不同影响因素对三大城市群优质公共服务资源空间分布的作用强度不同，按影响程度由大到小排序为对外开放程度>财政支出能力>科技创新能力>城镇化水平>经济发展水平。

[关键词]优质公共服务资源;空间分布;影响因素;POI;城市群

[中图分类号]F127[文献标识码]A [文章编号]1671-8372（2021）03-0009-09

Spatial distribution characteristics and influencing factors of high-quality public service resources in three major urban agglomerations of China

YIN Peng1，ZHANG Rong-tian2

（1. School of Business， Ludong University， Yantai 264039， China; 2. Research Institute of Central Jiangsu Development， Yangzhou University， Yangzhou 225009， China）

Abstract：Based on geographic concentration index， disequilibrium index， kernel density estimation and geographical detector model， this article analyzes the spatial distribution characteristics and influencing factors of high-quality public service resources in the urban agglomerations of Beijing-Tianjin-Hebei， Yangtze River Delta and Pearl River Delta in 2019. The results show that the quantity of high-quality public service resources in the three urban agglomerations is quite different. The quantity of high-quality public service resources in the Yangtze River Delta is the largest， and in the Pearl River Delta is the least. The spatial distribution of high-quality public service resources has obvious characteristics of concentration and imbalance. The concentration degree of Beijing-Tianjin-Hebei is the highest， and the Yangtze River Delta is the lowest; the imbalance degree of the Pearl River Delta is the highest， and the Yangtze River Delta is the lowest. High-quality public service resources present the spatial distribution density characteristic of “one core and multiple poles”. Beijing， Shanghai and Guangzhou are the gathering highland of high-quality public service resources， and Tianjin， Hangzhou and Shenzhen are the secondary centers. Different factors have different effects on the spatial distribution of high-quality public service resources in the three urban agglomerations， and influence degree is ordered in the following way （from big to small）： the degree of opening to the outside world， the ability of financial expenditure， the ability of scientific and technological innovation， the level of urbanization， the level of economic development.

Key words：high-quality public service resources; spatial distribution; influencing factor; POI; urban agglomeration

一、引言

在新时代中国社会主要矛盾发生转变的背景下，公共服务资源的有效供给成为贯彻落实人本理念、持续增进民生福祉、全面实现美好生活的基本社会条件[1-4]。近年来，伴随经济增长进入新常态、社会结构呈现新特征、消费愿望体现新需求、科学技术孕育新突破，扩大优质公共服务供给、共享优质公共服务资源、打造宜居宜业宜游的优质生活圈成为社会各界关注的热点[5-6]。学者们围绕优质公共服务资源的空间特征、影响因素、价值功效和统筹变革等内容展开研究，如：袁振杰通过总结中西方人文地理学视角下的教育资源配置研究，对中国优质基础教育资源的“格局—机制—效应”开展实证分析[7]，赵雪雁从不同空间尺度出发，分析中国优质医疗资源的时空差异及其关键因素[8]，杨勇运用统计分析软件，从多层次理论视角，探究自我决定动机和组织服务导向对优质服务绩效的作用机制等[9]。这些研究为优质公共服务资源空间配置结构的优化与空间配置效率的提高提供了科学参考，但尚存不足之处：一是缺少不同优质公共服务资源的系统比较研究，难以从整体上进行识别，二是以全国和大城市为主要研究单元，较少关注城市群地区[10]。

城市群作为城镇化发展的主体和重要载体[11]，是人口与产业的高密度聚集区，也是优质公共服务资源的富集区。京津冀、长三角、珠三角作为三大国家级城市群①，在优质公共服务供给和民生共享方面具有其他城市和区域无法比拟的优势[12]。然而，由于行政壁垒和区域分化政策等的刚性约束，三大城市群优质公共服务供给的碎片化、失衡性与不可持续问题突出，其中北京、上海、广州等大城市成为优质公共服务资源的聚集高地，外围中小城市供给规模明显不足[13-15]。在协调联动成为我国当前以及未来发展主导方向的背景下[16]，甄别三大城市群优质公共服务资源的空间分布特征，利于准确了解优质公共服务资源的短板与弱项，便于加快资源要素的跨区域自由流动，形成共享共赢的区域协调发展新格局，同时也为其他城市群优质公共服务资源的合理配置发挥引领示范作用。兴趣点数据（Point of Interest，POI）是地理信息系统中表示地理对象的术语，具有独特的“定位”特征，能够更为精准和有效地反映各类设施的空间分布状况，已广泛用于公园绿地服务水平评估、餐饮服务热点探测、文化设施区位布局分析等公共服务研究领域[17-19]，这为城市群优质公共服务资源空间分布特征的识别提供了可能。

鉴于此，本文基于POI数据，以京津冀、长三角、珠三角三大城市群为研究区域，运用地理集中指数、不均衡指数、核密度估计法识别优质公共服务资源空间分布的集中程度、均衡程度和密度特征，运用地理探测器模型诊断优质公共服务资源空间分布的影响因素，在丰富城市群优质公共服务资源研究框架的基础上，为区域战略政策的制定实施提供参考借鉴。

二、数据与方法

（一）数据来源

优质公共服务资源（HPS）是公共服务资源体系中质量较高的一类资源，涵盖多种服务设施和资源类型。考虑教育、文化、卫生、体育事业的发展与基本生活需求和民族复兴伟业紧密相关，并且习近平总书记在教育体育文化卫生领域专家代表座谈会上强调指出，要推动四项社会事业增添新动力、开创新局面，本文对应选择优质教育服务资源、优质体育服务资源、优质文化服务资源、优质医疗服务资源作为研究对象。其中：（1）优质教育服务资源（HES）包括优质小学和优质中学，参照袁振杰的研究[8]，前者来自美国华盛顿中国研究中心与常春藤名校推出的《中国大陆500所最佳小学排名榜》，后者来自中国名校自主招生网发布的《2019全国自主招生500强中学排名榜》;（2）优质体育服务资源（HSS）来自《2019年中国体育场、馆规模排行榜（万人以上）》（按照座位數）;（3）优质文化服务资源（HCS）包括文化馆和博物馆，前者来自2016年8月文化部发布的《第四次全国文化馆评估定级上等级文化馆名单》②，后者来自《2019年度全国博物馆名录》（未定级的除外）;（4）优质医疗服务资源（HMS）选择三甲医院。运用高德地图API抓取2019年三大城市群优质公共服务资源的POI数据，通过纠偏、去重和空间匹配等操作，最终获取优质教育服务资源363条、优质体育服务资源70条、优质文化服务资源461条、优质医疗服务资源150条，具体地理分布如图1所示。此外，城市群行政区数据主要来自2019年各地市国民经济和社会发展统计公报。

（二）研究方法

1. 地理集中指数

引入地理集中指数分析城市群优质公共服务资源空间分布的集中程度，若实际地理集中指数大于平均分布时的地理集中指数，说明城市群优质公共服务资源呈现集中分布，反之呈现离散分布[20]。计算公式为：

（1）

式（1）中，G为地理集中指数，0

2. 不均衡指数

引入不均衡指数衡量城市群优质公共服务资源空间分布的均衡程度，若不均衡指数等于0，说明优质公共服务资源呈现均衡分布，若不均衡指数等于1，说明优质公共服务资源呈现极不均衡分布[21]。计算公式为：

（2）

式（2）中，S为不均衡指数，0≤S≤1;Yi为各城市优质公共服务资源数量与城市群优质公共服务资源总数的比重从大到小排序后第i位的累计百分比;n为城市数量。

3. 核密度估计法

核密度估计法（Kernel Density Estimation，KDE）作为一种非参数统计方法，能够估算出城市群优质公共服务资源的空间分布状况，并直观地反映空间分布的集中与离散程度[22]。计算公式为：

（3）

式（3）中，f（x）为核密度估计值，其值越大，说明城市群优质公共服务资源的分布越密集;n為城市群优质公共服务资源个数;h为带宽，h>0;            为核函数;x-xi为估值点到输出格网处的距离。

4. 地理探测器模型

引入王劲峰提出的地理探测器模型分析各因素对城市群优质公共服务资源空间分布的作用强度，此方法既能同时探测数值型数据和定性数据，又能很好地解释多因素的交互作用[23]。模型结构为：

（4）

式（4）中，q为某影响因素的解释力，0≤q≤1，其值越小说明此影响因素对城市群优质公共服务资源空间分布的影响越小，反之影响越大，q=0说明影响因素与城市群优质公共服务资源空间分布完全无关，q=1说明影响因素能够完全解释城市群优质公共服务资源空间分布;h为因变量Y或影响因素X的分层;Nh和N分别为h层和研究区的样本数;σ2h和σ2分别为第h层Y值和研究区域Y值的方差。

三、结果与分析

（一）城市群优质公共服务资源的数量格局

截至2019年，三大城市群优质公共服务资源数量排序为长三角>京津冀>珠三角。长三角各项优质公共服务资源数量均为最多，依托多主体参与、多机制运作、多渠道融资、多业态整合和品牌化经营的发展思路，通过搭建人才招聘联盟、专家诊疗中心、体育产业高峰论坛、文博会等平台载体，成为我国经济社会发展的先行地区;珠三角各项优质公共服务资源数量均为最低，在国际金融危机与结构性矛盾的双重影响下，经济增长内生动力不足，产业层次总体偏低，创新能力不足，导致社会事业发展相对滞后。优质文化服务资源的空间分异特征最为明显，标准差为60.64，其中长三角数量最多，上等级文化馆和定级博物馆分别为132个、106个，在雄厚经济实力和广泛文化需求的基础上，依托长三角国家公共文化服务体系示范区（项目）合作机制、长三角文化金融服务平台、国家对外文化贸易基地、国家级文化产权交易所、国家级国际艺术节等，成为我国文化产业发展重地;优质医疗服务资源和优质教育服务资源的空间分异特征次之，标准差分别为37.16和22.11，长三角数量最多，珠三角数量最少;优质体育服务资源的空间分异特征最不明显，标准差为6.13，这与优质体育服务资源普遍不足有着密切关系，同时大型体育场馆分布稀疏、场馆档次不高、设施老化等因素制约了公共体育事业的健康发展（见图2）。

（二）城市群优质公共服务资源空间分布的集中程度

京津冀、长三角、珠三角三大城市群优质公共服务资源呈现集中分布，地理集中指数分别为47.8801、33.5193和47.2086，均高于理想状态下的地理集中指数。京津冀优质公共服务资源的集中程度最高，实际地理集中指数比理想状态地理集中指数高出16.2601;珠三角优质公共服务资源的集中程度次之，实际地理集中指数比理想状态地理集中指数高出13.8786;长三角优质公共服务资源的集中程度最低，实际地理集中指数比理想状态地理集中指数高出8.5193。不同优质公共服务资源按空间分布的集中度大小排序为优质教育服务资源>优质医疗服务资源>优质体育服务资源>优质文化服务资源，地理集中指数均值分别为52.6079、43.7585、42.5672和37.4359，其中优质教育服务资源的集中程度最高，实际地理集中指数比理想状态地理集中指数高出22.6246，优质文化服务资源的集中程度最低，实际地理集中指数仅比理想状态地理集中指数高出7.4526（见表1）。

（三）城市群优质公共服务资源空间分布的均衡程度

京津冀、长三角、珠三角三大城市群优质公共服务资源呈现不均衡分布，不均衡指数分别为0.5294、0.4262和0.5597。珠三角不均衡程度最为显著，广州（130个）与肇庆（4个）优质公共服务资源数量相差32.5倍，区域经济发展的极不均衡是根本原因，未来应重点打破行政体制障碍，以广州、深圳为中心，以粤港澳大湾区建设为契机，着力推进区域经济一体化，形成资源要素优化配置的协调发展格局;长三角不均衡程度最低，作为我国建设世界级城市群和参与全球合作竞争的排头兵，在《长江三角洲区域一体化发展规划纲要》《长三角一体化教育协同发展三年行动计划》《长三角地区体育一体化高质量发展的若干意见》等的指引下，优质公共服务资源的自由流动与共享共有成为一体化战略最直接、最现实的“红利”，目前，伴随城市医院协同发展联盟成员的广泛覆盖，文艺发展与高校图书馆联盟的正式组建以及体育一体化研究中心的揭牌成立等，长三角初步实现了公共服务共享。四大优质公共服务资源按不均衡程度由大到小排序为优质教育服务资源>优质医疗服务资源>优质体育服务资源>优质文化服务资源，不均衡指数均值分别为0.6931、0. 5356、0.5098和0.4109，可见优质教育服务资源空间分布的均衡性较差，其中尤以京津冀均衡性最差，不均衡指数0.7477，未来应依托《京津冀协同发展教育专项规划》和《京津冀教育协同发展行动计划（2018-2020年）》，着力构建稳定的教育协同发展体系，进一步推进优质基础教育资源共建共享;优质文化服务资源空间分布的均衡性较好，这与不同优质公共服务资源空间分布的集中程度完全一致（见表2）。

通过绘制洛伦兹曲线，进一步证实城市群优质公共服务资源空间分布的均衡特征（见图3）。

由图3可以看出，三大城市群优质公共服务资源的洛伦兹曲线明显上凸，说明优质公共服务资源空间分布的不均衡性显著。珠三角优质公共服务资源空间分布的均衡程度最低，优质公共服务资源高度集中在广州、深圳和佛山三个城市，总占比71.64%;京津冀优质公共服务资源空间分布的均衡程度较低，优质公共服务资源高度集中在北京、天津和石家庄三个城市，总占比70.45%;长三角优质公共服务资源空间分布的均衡程度略高于珠三角和京津冀，优质公共服务资源集中于上海、杭州、南京三个城市，总占比49.52%。

（四）城市群优质公共服务资源空间分布的密度特征

京津冀、长三角、珠三角三大城市群优质公共服务资源均呈现“一核多极”的空间分布密度特征（见图4）。

北京（193个）、上海（150个）、广州（130个）三个一线城市依托雄厚的经济实力、稳定的财政支出和完善的配套政策，成为优质公共服务资源的集聚高地，资源数量分别占各自城市群资源总量的41.33%、24.12%和38.81%，这与区域经济发展的极化特征基本一致;天津（75个）和石家庄（61个）是京津冀优质公共服务资源空间分布的次级中心，前者重视义务教育学校现代化标准建设的持续实施、家庭医生签约服务的全面推广以及大体育格局的积极构建等，后者充分利用“互联网+”模式，增强优质公共服务资源的辐射效应;杭州（82个）和南京（76个）是长三角优质公共服务资源空间分布的次级中心，前者依托政府部门的高度重视、社会力量的广泛参与和互联网技术的全面支撑，社会发展综合水平连续4年位居全国副省级城市首位，并成为全国唯一一个连续13年获得“中国最具幸福感城市”殊荣的城市，后者践行以人民为中心的思想，努力建设服务型政府，在2019年全国城市公共服务质量满意度排名中居首位;深圳（59个）和佛山（51个）是珠三角优质公共服务资源空间分布的次级中心，前者通过大数据驱动政务创新，强调大力发展智慧民生，实现智慧化公共服务全覆盖，后者借力新一代数字技术，提供贯穿“全生命周期”的优质公共服务资源，并助力城市治理不断走向现代化和智能化。从三大城市群不同优质公共服务资源的空间分异来看，京津冀优质教育服务资源的空间分异特征最为明显，标准差23.33，其中北京优质中小学82家，占比61.65%，通过一体化与集团化等办学形式，优质教育资源覆盖范围不断扩大，义务教育就近入学率大幅提高。珠三角优质医疗服务资源的空间分异特征最为明显，标准差17.39，其中广州三甲医院63家，占比42%，人均医疗资源位居全国第三，专科技术国内拔尖，名医资源高度集中，未来依托《广州市医疗卫生设施布局规划（2011—2020年）》，中心城区的优质医疗资源将继续向资源薄弱地区延伸。三大城市群优质体育服务资源和优质文化服务资源呈现连片分布特征，这与其本身具有的多样性、包容性和广泛参与性等特征有着密切关联。

（五）城市群优质公共服务资源空间分布的影响因素

优质公共服务资源的空间分布是多因素共同作用的结果。综合已有研究[24-26]，本文初步选择资源丰度供给、城镇化水平、经济发展水平、产业结构水平、财政支出能力、交通运输条件、社会需求特征、科技创新能力、对外开放程度和政策制度供给等10项指标，然后运用主成分分析计算相关系数矩阵及其累计贡献率（>85%），进而选取城镇化水平、经济发展水平、财政支出能力、科技创新能力和对外开放程度5项指标作为解释变量，并运用ArcGIS10.6中的自然断裂点法将这5项指标划分5个等级，以进行离散化处理。最后，运用地理探测器模型，借助GeoDetector软件，探析这5项指标对城市群优质公共服务资源空间分布的作用强度。研究发现：不同影响因素对优质公共服务资源空间分布的作用强度不同，解释力大小排序为对外开放程度>财政支出能力>科技创新能力>城镇化水平>经济发展水平，对应的探测因子q值分别为0.7721、0.6664、0.6603、0.6529和0.4723。

第一，对外开放程度是城市群优质公共服务资源空间分布的最主要影响因素。一个城市要想实现大发展，必定要融入全球经济，在软实力方面必须与国际标准靠拢。开放理念下公共服务领域国际化水平的提高，顺应了我国经济深度融入经济全球化发展的大趋势，提高了我国在全球经济治理中的制度性话语权[27]，利于高起点、高标准、高质量公共服务资源体系的形成。对外开放程度对京津冀的驱动作用最明显，探测因子0.9430，围绕“一带一路”倡议与京津冀协同发展战略，在京津冀国际教育联展、奥运会、中国北京国际文化创意产业博览会、京津冀医疗健康产业国际博览会等的举办以及雄安新区建设的推动下，逐渐构建起区域服务业对外大开放格局。

第二，财政支出能力是城市群优质公共服务资源空间分布的次要影响因素。政府是优质公共服务资源的供给主体，财政支出是优质公共服务资源配置的物质基础，财政支出能力越强，优质公共服务资源配置越完善[28]。财政支出能力的探测因子为0.8813，对长三角的驱动作用最明显。长三角作为我国经济最发达和最成熟的城市群之一，长期以来将民生工作作为公共财政投入的最大领域，通过优化财政支出结构，增强财政统筹能力，发挥财政职能作用，支持教育现代化建设、基层医疗卫生机构补偿机制改革以及公共财政文化投入机制落实等，推动民生保障与社会事业发展走在全国前列。

第三，科技创新能力、城镇化水平和经济发展水平是重要影响因素。伴随多元化与个性化需求的不断出现以及互联网与人工智能技术的快速发展，供给侧改革与数字化转型成为公共服务提质增效的关键环节，三大城市群地处创新型国家建设的前沿地带，创新技术、创新平台、创新机制和创新理念的持续融入利于优质公共服务资源的高端配置。科技创新能力的探测因子为0.9593，对京津冀的驱动作用最明显。高水平的城镇化與经济发展能够为优质公共服务资源空间分布提供充足的资金、技术、资源、环境、管理等要素，是公共服务质量提升的重要支撑和保障，城市群作为城镇化的推进主体和经济产业的聚集高地，其城镇化与经济的快速发展加快了优质公共服务资源要素的高度集聚（见图5）。

四、结论与政策建议

（一）主要结论

第一，2019年，三大城市群优质公共服务资源按数量排序为长三角>京津冀>珠三角，长三角优质公共服务资源丰度最高，珠三角优质公共服务资源相对较少;优质文化服务资源的空间分异特征最为明显，标准差60. 64，长三角优质文化服务资源数量最多，珠三角优质文化服务资源数量最少，优质医疗服务资源和优质教育服务资源的差异特征次之，优质体育服务资源的空间分异特征最不明显，标准差6.13，三大城市群数量普遍偏少。

第二，三大城市群优质公共服务资源空间分布的集中程度明显，京津冀集中程度最高，地理集中指数47.8801，长三角集中程度最低，地理集中指数33.5193，不同优质公共服务资源按空间分布的集中度由大到小排序为优质教育服务资源>优质医疗服务资源>优质体育服务资源>优质文化服务资源;三大城市群优质公共服务资源空间分布的不均衡特征明显，珠三角不均衡特征最为显著，不均衡指数0.5597，长三角不均衡特征最低，不均衡指数0.4262。

第三，三大城市群优质公共服务资源呈现“一核多极”的空间分布密度特征，北京、上海、广州三个一线城市是高品质资源要素的聚集高地，优质公共服务资源分别占各自城市群优质公共服务资源总量的41.33%、24.12%、38.81%，天津、石家庄、杭州、南京、深圳、佛山是次级中心;从不同优质公共服务资源来看，仅有优质体育服务资源和优质文化服务资源呈现连片分布特征，其余均呈现零散性分布特征。

第四，不同影响因素对城市群优质公共服务资源空间分布的作用强度解释力不同，对外开放程度、财政支出能力、科技创新能力、城镇化水平和经济发展水平对应的探测因子q值分别为 0.7721、0.6664、0.6603、0.6529、0.4723，可见对外开放程度是最主要影响因素，财政支出能力是次要影响因素，科技创新能力、城镇化水平和经济发展水平是重要影响因素。

（二）政策建议

第一，坚持协调联动，推进资源要素的协同性供给。按照统筹规划、合理布局、分工协作的原则，以北京、天津、上海、广州、深圳为中心引领三大城市群发展，加强城市群内部大中小城市的协调联动，实现资金、技术、人员、制度、平台等要素的一体化投入和中小学、醫院、文化馆、博物馆、体育场馆等设施的网络化布局，在此基础上，通过构建区域合作机制、区域互助机制和区际利益补偿机制，推动京津冀、长三角、珠三角的合作互动，加快高品质公共服务资源的便利共享。

第二，着力补齐短板，实现资源体系的系统性打造。在继续优化优质教育服务资源与优质医疗服务资源空间配置的基础上，按照市场化与公益性相结合的思路，重点推进优质体育服务资源和优质文化服务资源供给，完善现代公共文化服务体系和全面健身服务体系，优化体育场馆布局，提高文化体育设施的利用效率，建设文化与体育中心，推动文化与体育深度融合，以此提升城市品位，丰富城市内涵，满足人民对美好生活的新期待。

第三，完善保障措施，加大资源配置的全方位支持。进一步加强公共教育、公共文化等领域的对外交流与合作，借鉴国际先进服务和管理经验，打造国际优质服务品牌，在提高政府财政供给效率、推进政府购买公共服务的基础上，培育多元供给主体，探索多元供给模式，引导社会力量广泛参与，借助现代信息化手段提升公共服务水平，创新供给方式和服务模式，推进公共服务供给的定制化、全时化与精细化，推动公共服务新业态的不断出现。

[参考文献]

韩增林，李源，刘天宝，等. 社区生活圈公共服务设施配置的空间分异分析：以大连市沙河口区为例[J]. 地理科学进展，2019，38（11）：1701-1711.

林李月，朱宇，柯文前，等. 基本公共服务对不同规模城市流动人口居留意愿的影响效应[J]. 地理学报，2019，74（4）：737-752.

ZAFRA-G?MEZ J L，CHICA-OLMO J.  Spatial spillover effect of delivery forms on cost of public services in small and medium-sized Spanish municipalities [J].  Cities，2019，85：203-216.

尹鹏，王富喜，段佩利. 中国基本公共服务效率与城镇化质量的时空耦合关系研究[J]. 地理科学，2021，41（4）：571-579.

宋伟轩，涂唐奇，尹上岗，等. 南京义务教育资源的社会-空间可达性差异及效应研究[J]. 地理研究，2019，38（8）：2008-2026.

韩璇，沈艳，赵波. 房价中的优质教育溢价评估：以北京市为例[J]. 经济学（季刊），2020，20（5）：257-276.

袁振杰，郭隽万果，杨韵莹，等. 中国优质基础教育资源空间格局形成机制及综合效应[J]. 地理学报，2020，75（2）：318-331.

赵雪雁，王晓琪，刘江华，等. 基于不同尺度的中国优质医疗资源区域差异研究[J]. 经济地理，2020，40（7）：22-31.

杨勇，冯博，王林，等. 自我决定动机与组织服务导向对优质服务绩效的作用机制研究[J]. 管理学报，2020，17（3）：354-364.

朱媛媛，杨晴青，曾菊新，等. 长江中游城市群人居文化环境建设的评价与优化策略[J]. 经济地理，2017，37（7）：56-62.

方创琳，王振波，马海涛. 中国城市群形成发育规律的理论认知与地理学贡献[J]. 地理学报，2018，73（4）：651-665.

陈红霞，贾舒雯. 中国三大城市群生产性服务业的集聚特征比较[J]. 城市发展研究，2017（10）：104-110.

傅利平，刘凤，孙雪松. 京津冀城市群公共服务与新型城镇化耦合发展研究[J]. 城市问题，2020（8）：4-13.

岳经纶，刘璐. 公众参与实践差异性研究：以珠三角城市公共服务政策公众评议活动为例[J]. 武汉大学学报（哲学社会科学版），2018，71（2）：175-188.

杨莉，张雪磊. 长三角地区环境基本公共服务绩效评价及影响因素研究[J]. 现代经济探讨，2019（11）：21-29.

樊杰，王亚飞，梁博. 中国区域发展格局演变过程与调控[J]. 地理学报，2019，74（12）：2437-2454.

赵宏波，魏甲晨，孙东琪，等. 大城市内部“生产-生活-生态空间”尺度耦合协调度：以郑州市为例[J]. 资源科学，2021，43（5）：944-953.

李江苏，梁燕，王晓蕊. 基于POI数据的郑东新区服务业空间聚类研究[J]. 地理研究，2018，37（1）：145-157.

高岩辉，杨晴青，梁璐，等. 基于POI 数据的西安市零售业空间格局及影响因素研究[J]. 地理科学，2020，40（5）：710-719.

唐晓华，陈阳，张欣钰. 中国制造业集聚程度演变趋势及时空特征研究[J]. 经济问题探索，2017（5）：172-181.

李凤琴，邝粉良. 中国社会服务的空间格局演变及影响机制[J]. 城市问题，2020（2）：96-103.

湛东升，张文忠，张娟锋，等. 北京市公共服务设施集聚中心识别分析[J]. 地理研究，2020，39（3）：554-569.

王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72（1）：116-134.

赵林，吴殿廷，王志慧，等. 中国农村基础教育资源配置的时空格局与影响因素[J]. 经济地理，2018，38（11）：39-49.

刘笑杰，夏四友，李丁，等. 湖南省基本公共服务质量的时空分异与影响因素[J]. 长江流域资源与环境，2020，29（7）：1535-1544.

高楠，张新成，王琳艳. 中国乡村旅游公共服务水平时空格局与形成机理[J]. 地理科学，2021，41（2）：252-260.

句华. 以新发展理念引领公共服务改革[J]. 红旗文稿，2017（6）：32-34.

陈利，黄金辉. 中国农村财政性公共服务投入与农民收入关系的计量分析[J]. 经济问题探索，2020（7）：123-134.

[责任编辑 张桂霞]