城市群土地价格“核心—边缘”式关联研究

颜银根 崔启涵

摘 要：构建空间一般均衡模型，并采用“核心—边缘”式空间关联探究城市群发展引起的土地价格影响，研究发现：土地价格并非全域或局域空间关联，而是“核心—边缘”式关联;城市群发展的交通一体化和产业一体化提高了土地价格的空间关联，后者甚于前者;城市群空间结构以及次中心城市发展水平越高，城市群交通一体化越有可能促进土地价格空间关联，但对城市群产业一体化影响甚微。土地“核心—边缘”式关联可以促进边缘城市的经济发展，这不仅需要加强城市群交通基础设施建设，而且需要推动城市群内产业的相互融合，以及促进城市群结构的高级化发展。

关键词：城市群发展;土地价格;空间关联;“核心—边缘”式关联

中图分类号：F061.6  文献标识码：A 文章编号：1007-2101（2022）01-0020-13

一、问题的提出

改革开放以来中国城市化率不断提高，从1979年的17.9%跃升到2020年的63.9%，城市化成为中国经济发展的重要增长极[1]。伴随着中国人口城市化的快速推进，城市建成面积迅速扩张，土地城市化甚至超过了人口城市化。为解决这一问题，中共中央、国务院于2014年印发了《国家新型城镇化规划（2014—2020年）》，并明确提出“以城市群为主体形态，推动大中小城市和小城镇协调发展”。[2]

城市群是要素、人口以及经济活动在空间集聚的载体[3]，也是“块状经济”的重要体现。随着城市群的发展，城市群也将从最初的单核心城市群结构逐步向双核心城市群以及多核心城市群结构演变[4]。城市群作为区域经济发展到高级阶段的产物，有望成为中国经济未来发展中最为重要的推动力之一。城市群并非城市在空间上的简单堆砌，而是需要城市间的相互协调来促进城市群的发展，包括加强要素空间流动、促进城市间交通便利性以及提高城市间的产业分工等。作为区域协调发展的重要方式，城市群能够更好地促进资源在空间上的配置，推动区域的市场整合和一体化发展，从而实现经济绩效的提高[5]。城市群的发展降低了要素价格在空间上的扭曲程度，从而引起城市群内的边缘城市与核心城市要素价格趋同。作为不可流动要素，土地在空间的关联性通常较弱。城市群的发展更有可能增加城市群内不同城市间的土地价格空间关联。城市群与中小城市土地价格的表现让我们不禁思考：城市群的发展是否能促进城市间土地价格的空间关联，进而导致土地价格的趋同？

尽管研究城市间土地价格空间关联的文献较为少见，但是城市内土地价格空间关联和城市或区域间的住房价格空间关联的研究却可以为其提供佐证。比如，同区位的土地价格存在着空间的相互影响 [6]，以及城市群内的住房价格出现了明显的收敛现象[7]。这些研究从侧面为土地价格空间关联提供了佐证，但并未能够揭示土地价格空间关联的内在机制。因此，仍然有如下内容待补充：第一，关于城市间土地价格空间关联。以往关于土地价格空间关联的研究，更多地是选择城市内土地价格空间关联作为研究对象而忽视城市间土地价格的空间关联。第二，关于城市群发展的研究。城市群的发展无疑会影响经济活动的空间关联，但是相对于城市群发展数量的研究、城市群发展质量的研究却极为罕见。第三，关于空间关联的研究方法。空间计量经济学除了令人诟病的空间权重设置外[8]，截至目前仍然没有能够识别出“核心—边缘”的空间关联，而“核心—边缘”却是空间经济学的核心内容[9]。现有研究不仅未能揭示土地价格的空间关联内容，而且未能触及城市群的发展如何促进土地价格的空间关联。为此需回答：城市间的土地价格是否存在空间关联？如果是，城市群的发展（交通一体化发展、产业一体化发展）是否影响城市间的土地价格空间关联？不同城市群结构是否会改变这一结果，是否会改变土地价格空间关联的模式？

二、土地价格空间关联理论模型

尽管部分研究指出城市间的居住土地价格存在着相同的变化趋势[7]，但鲜有文献研究城市群内不同城市的土地价格空间关联机制，为此，笔者尝试构建一个简化的土地价格空间关联模型对此加以解释。

（一）基本假设

类似于Fujita和Thisse[10]，假设城市土地呈狭长条形，宽度为单位距离。由于城市土地宽度足够小，因而城市为线性的城市，城市的扩张表现为长度上的延展。假设经济系统中存在两个城市，并且假设每个城市的中心位置（CBD）都已经事先确定。每个城市中包括若干个工业企业以及城市居民，其中工业企业为居民提供消费品，而居民为工业企业提供生产所需要的劳动力。城市居民在城市居住需要占据一定的土地，换言之，居民需要和工业企业竞争使用土地。考虑到城市群存在核心城市与边缘城市，不妨假设城市群中的两个城市存在着规模差异。如果假设核心城市的CBD到城市边缘距离为l，边缘城市的城市CBD到城市边缘距离为l*，则始终有l>l*。为简化，假设所有的土地租金收入全部收归政府所有，假设工业品在不同城市间贸易存在冰山交易成本（τ），而在城市内部交易不存在交易成本[9]。

（二）消费者行为

假设居民效应函数为两层效应效用函数：上层效用函数为土地与工业品组合的Cobb-Douglas型的效用函数，下层效用函数为工业品组合的CES效用函数[9]。代表性消费者的效应函数：U=H1-αMα，并且M=[∫n0mρidi+∫n*0（τmj）ρdj]1/ρ。其中，U表示代表性消费者的效用水平;α∈（0，1）为常数，表示工业品支出占消费者总支出的比重;H为代表性消费者的土地消费量;M为代表性消费者的工业品组合的消费量;mi为代表性消费者对核心城市第i种工业品的需求量，τmj为代表性消费者对边缘城市第j种工业品的需求量;n、n*分别为核心城市和边缘城市的企业数量;ρ为消费者对不同种类工业品多样性的偏好程度。

假定土地租金由政府所有，那么工资w将是消费者的唯一收入来源。消费者的预算约束函数：pHH+PM=w。并且，P=[∫n0（pi）1-σdi+∫n*0（τpj）1-σdj]1/（1-σ）。其中，σ=1/（1-ρ）为不同工业品之间的替代率，pH为土地的价格，pi为第i种工业品的价格，P为工业品价格指数，H为单个消费者土地的消费數量。在预算约束下，最优化消费者的效应函数可以得到代表性消费者对土地以及不同工业品的需求函数：H=（1-α）w/pH，M=αw/P，mi=αwp-σi/P1-σ，mj=αw（τpj）-σ/P1-σ。

（三）生产者行为

工业企业生产过程中使用土地和劳动力，不妨假设工业企业使用f单位土地作为固定投入，使用a单位的劳动力作为可变投入，从而企业的成本函数：F（q）=R（四）一般均衡分析

1.土地市场供求均衡。类似于Alonso[11]，不妨设位于区位x的土地价格为R（x），那么可以得到城市土地的平均价格为：R[TX-〗=[∫l0R（x）dx]/l。根据假设，城市土地总供应量为2l。而城市土地需求来源于两个方面：居民居住对土地的需求和企业生产对土地的需求。当土地市场供求均衡时：

本文多数数据直接来源于汇总数据和宏观经济数据，取对数进行处理，文中城市群产业一体化指标采用“城市专业化程度（SPEC）”作为代理变量。以往研究对专业化的衡量采用区位商LQ，从而得到地区各行业的专业化程度。但是，由于存在多个行业，直接采用区位商无法判断地区的专业化程度。为此，本文研究中采用了两个指标作为代理变量来衡量城市专业化的变化情况：（1）对地区专业化程度选择均值作为地区专业水平的变化（SPEC1=1n∑ni=1LQi），作为主解释变量;（2）从所有专业化程度中选择最高值作为地区专业化水平的变化（SPEC2=max{LQ1，LQ2，…，LQn}），作为稳健性检验。

四、土地价格空间关联检验

本文理论研究发现，空间缺失下的城市土地价格受本地工资水平、人口数量以及土地面积等因素影响。但是，当考虑空间因素时，理论研究发现土地的价格实际上是存在空间关联的，并且这种空间关联是“核心—边缘”式的空间关联。

（一）空间缺失下的城市土地价格影响因素分析

根据理论假说1，地区的土地价格与本地的工资水平、人口数量以及土地面积有着直接的关联。表2中给出了空间缺失下的城市土地价格影响稳健性回归分析的结果。从表2中可以看出，不管是使用全市或市辖区的全部用地价格、商服办公用地价格、工业用地价格还是住宅用地价格作为解释变量，可以发现地区的工资水平对土地价格有着显著的正向影响，人口数量对土地的价格也有显著正向的影响，而地区的土地面积对土地价格有着显著负向影响。

从表2结果来看，不考虑土地价格空间关联的因素，本地的人口规模、工资水平以及土地面积等因素为城市土地价格的影响因素，这一研究结论也与宋佳楠等[13]的研究结论一致。然后，正如理论研究中所指出的那样，城市土地价格可能还会受到其他城市的土地价格影响，土地价格是否存在普遍的空间关联呢？

（二）土地价格全局空间关联的Morans I检验

为了检验土地价格空间关联问题，文中采用全局Morans I指数来进行检验。表3中给出了2011—2016年全国317城市土地价格空间关联的全局Morans I指数，按照500公里的距离给出结果②。除2012年之外，无论距离远近，在10%的显著性水平下所有地区的土地价格并不存在空间关联。

城市群内城市经济关联更加紧密，因而通常认为城市群内城市之间更有可能出现土地价格空间关联。表4中给出了2011—2016年三大城市群土地价格空间关联检验的全局Morans I指数。从表4中可以看出，除了京津冀城市群在近距离内存在负向土地价格空间关联之外，整体无法观察到显著的土地价格空间关联。

表3和表4的结果表明，无论是城市群内的城市间还是全国城市间，空间统计意义上的土地价格的空间关联并不显著。对于城市群而言，土地价格的空间关联问题可能更加复杂，其“核心—边缘”特征可能更加明显。正是由于城市群内城市间的关系更加满足核心—边缘的结构，城市群的空间关联并没有通过空间关联Morans I指数的检验。那么，城市群土地价格的空间关联是否为“核心—边缘”式的空间关联呢？

表5给出了三大城市群2007—2017年边缘城市与核心城市土地价格“核心—边缘”式空间关联的回归结果。整体而言，边缘城市与核心城市的土地价格空间关联在1%的显著性水平下是显著的。

现有对空间计量经济的研究更多地是研究空间的普遍关联，然而新经济地理学的大量研究表明“核心—边缘”式的关联可能更加显著。本文的理论假说2也指出土地价格的空间关联更有可能是“核心—边缘”式的空间关联，表3—表5实证结果则可以进一步证实：城市群内的土地空间关联并非普遍的空间关联，反而更多地是“核心—边缘”式的空间关联③。 五、城市群交通一体化、产业一体化与土地价格空间关联 城市间交通基础设施建设无疑缩小了城市间的交易成本，进而使城市间的经济关联增强。相比较城市群的交通一体化而言，城市群的产业一体化则是城市群发展所追求的更高目标。这需要研究城市群发展如何影响土地价格“核心—边缘”式的空间关联。

（一）城市群交通一体化与土地价格空间关联

高铁的开通无疑加速了城市群内人口的空间流动，从而促进城市群经济的空间关联性提高。而城市群内的一些城市高铁互通，本质上是城市群交通一体化。那么，以高铁开通为代表的城市群交通一体化是否改变了土地价格的空间相关性呢？

表6中给出了城市群交通一体化如何影响土地价格空间关联的回归结果。从表5中可以看出，在控制了城市群和年份等固定效应后，所有样本的回归结果都是十分显著的。

（二）城市群产业一体化与土地价格空间关联

城市群交通一体化只是城市群发展的初步，城市间良好的交通能够有效地促进城市间的经济关联， 从而更好地利用城市群集聚效应。 而城市群的发展最终是让城市间形成良好的分工、协同发展。换言之，城市群的产业一体化才是城市群发展的更高目标。那么，城市群产业一体化如何影响土地价格空间关联呢？

表7中给出了城市群产业一体化如何影响土地价格空间关联的回归结果。与表6的结果一致，所有样本的回归结果在1%的显著性水平下都是十分顯著的。并且，无论是全市数据还是市辖区数据，三大城市群产业一体化对商服办公用地空间关联的影响仍然是最高的，对住宅用地空间关联的影响次之，而对工业仓储用地空间关联的影响仍然是最小的。

（三）交通一体化与产业一体化，谁的影响更明显？

从表6和表7中可以发现，城市群发展所包括的交通一体化和产业一体化都能有效提高土地价格空间关联。交通一体化只是城市群发展的初步，而产业一体化才是城市群发展的主旋律。如果将两者放入同一框架中，并且加入相应的控制变量，则可以进一步分析影响土地价格空间关联的核心因素到底是交通一体化还是产业一体化。

表8中给出了城市群交通和产业一体化对土地价格空间关联影响的回归结果。从表8中可以看出，在增加了城市群产业一体化、边缘城市与核心城市的相对国内生产总值、地理距离、工业化率、外商直接投资以及土地面积等控制变量后，城市群交通一体化的影响变得相对较小且不显著，而城市群产业一体化的影响仍然十分显著。在控制变量方面，整体而言，GDP相对值越大、距离核心城市的地理距离越远、土地面积相对越小、房价相对价格差异越小，则边缘城市与核心城市土地相对价格越大。值得一提的是，边缘与核心城市的地理距离远近并没有影响到城市全部用地和工业仓储用地土地价格，对商服办公用地和住宅用地有着正向影响。而相对工业化率则对工业仓储用地的土地价格有着负向的影响，但是对商服办公用地的土地价格则起着正向的影响。这与地方对工业用地的偏向是一致的。

综上所述，城市群交通一体化只是初步的城市群发展，其对土地价格空间关联的影响并不显著;但是，城市群产业一体化则是城市群发展的高级阶段，对土地价格空间关联的影响十分显著。

六、稳健性检验

研究表明，城市群交通一体化可能会对土地价格空间关联产生影响，但是城市群产业一体化才是影响城市群土地价格空间关联最为关键性的因素。为了检验上述研究结论的稳健性，笔者对被解释变量进行替换，将“土地成交价格”替换为“土地挂牌价格”。

（一）空间缺失下的城市土地挂牌价格影响因素稳健性分析

表9中给出了空间缺失下的城市土地价格影響因素稳健性分析结果。与表2不同的是，表9的被解释变量由原来的土地成交价格均价换成了土地挂牌价格均价。从回归结果来看，无论以哪种类型的土地挂牌价格为被解释变量，在1%的显著性水平下，所有的解释变量都是十分显著的。

表9的结果充分表明表2的结果具有一定的稳健性，从而可以证实理论假说1，即空间缺失的情况下，地区的平均工资水平越高、地区人口数量越多、地区土地面积越小，地区的土地价格越高。而从计量的角度来看，如果不考虑土地价格的空间影响，选择这三个变量作为城市土地价格影响的主要因素也是合理的。其主要原因在于，无论是地区的平均工资水平或者人口数量，其本身就是经济活动空间关联的结果，因而也可以解释地区的土地价格。不过比较遗憾的是，如果加入这些因素，则无法解释空间相互影响。这也表明，在研究土地价格空间关联时，如果加入平均工资水平和地区人口数量这两个变量作为控制变量反而是不合理的④。

（二）城市群交通一体化、城市群产业一体化与土地挂牌价格空间关联的稳健性检验

表6和表7的回归结果表明城市群交通一体化、 产业一体化对土地价格空间关联有着一定的影响，尤其是城市群产业一体化的影响十分显著。那么，这一结果是否具有稳健性呢？与表9相似，表10同样将解释变量由原来的土地成交价格均价换成了土地挂牌价格均价。与表6和表7的回归结果相似，无论是哪种类型的土地价格，城市群交通一体化和产业一体化都对其有显著的影响。这一结果表明，前述的城市群交通一体化和产业一体化对土地价格空间关联影响具有稳定性。

（三）城市群发展与土地挂牌价格空间关联的稳健性检验

表10的回归结果与表6和表7的回归结果是一致的，无论是城市群交通一体化抑或是产业一体化都将对土地价格空间关联产生显著的影响。同样，与表10相比，表11将交通一体化和产业一体化放入同一框架并加入控制变量，可以发现城市群产业一体化的影响是十分显著的，但是交通一体化的影响是不显著的，这一结论也是与表8的结果是一致的。

表9—表11给出了表2、表6—表8的稳健性回归结果，这里采用了解释变量替代的方法⑤。从回归的结果来看，表2、表6—表8的回归结果具有很强的稳健性，无论是解释变量还是控制变量，其系数的大小和符号都是相似的。

七、拓展研究：城市群结构有影响吗？

从城市群结构来看，长三角城市群、珠三角城市群和京津冀城市群在城市群结构中存在显著差异，分别为多核心城市群、双核心（对等）城市群和双核心（非对等）城市群⑥。从城市群结构等级来看，长三角城市群形成上海、南京、杭州和合肥多中心，珠三角城市群则形成广州、深圳双中心，京津冀城市群则以北京为单中心。长三角城市群结构优于珠三角城市群，而京津冀城市群结构的等级最低。那么城市群结构是否影响土地价格空间关联？

（一）城市群结构与土地价格空间关联

表12给出了不同城市群的城市群发展与土地价格空间关联之间的回归结果。整体而言，城市群产业一体化会对土地价格空间关联产生正向的影响，但是不同城市群的城市群交通一体化对土地价格空间关联的影响则是截然不同的。

整体而言，长三角城市群交通一体化对土地价格空间关联的影响显著为正，珠三角城市群交通一体化对土地价格空间关联的影响并不显著，而京津冀城市群交通一体化对土地价格空间关联的影响显著为负。相比较而言，城市群产业一体化对土地价格空间关联的影响显著为正，与城市群结构无关。长三角城市群、珠三角城市群和京津冀城市群代表着城市群结构的不同阶段，因此可以认为：城市群结构影响着城市群交通一体化对土地价格空间关联的效果，也会影响城市群产业一体化对土地价格空间关联的效果。

（二）城市群发展与土地价格层级空间关联

上述研究表明，城市群发展尤其是城市群产业一体化能够促进土地价格的空间关联，而这种空间关联是核心城市与边缘城市“核心—边缘”式的空间关联。并且，城市群结构越高，城市群交通一体化的作用越明显。但是，上述研究所揭示的土地价格空间关联只是边缘城市与核心城市的土地价格空间关联，那么城市群发展会如何影响边缘城市与核心城市的土地价格关联呢？

表13给出了城市群发展、次核心城市与边缘城市的土地价格空间关联分析的结果。表13中分别以长三角城市群的次核心城市南京、杭州、合肥，珠三角城市群的次核心城市深圳，京津冀城市群的次核心城市天津，把这五个城市作为边缘城市的参照系进行研究。研究结果表明，城市群产业一体化对边缘城市与次核心城市的土地价格空间关联具有显著正向的影响，这一点与边缘城市与核心城市的土地空间关联完全一致。同样，与城市群结构得到的结论相似，城市群交通一体化对边缘城市与次中心的土地空间关联影响存在差异，除了南京影响为正、天津影响为负之外，杭州、合肥和深圳三个次中心城市的影响都不显著。由此可以认为：城市群中次核心城市发展水平越高，城市群发展越有可能促进土地价格的空间关联。

根据表13的结果，城市群发展增强了“核心—边缘”城市的土地价格空间关联，而类似南京、杭州、合肥、深圳和天津这类次中心城市，隨着城市群的发展，其与核心城市上海、广州、北京的土地价格关联性不大。而城市群的发展，尤其是产业一体化更有可能影响城市群内的中小城市与大城市的土地价格关联。整体而言，城市群的水平越高，城市群内的次中心城市越有可能对周边的中小城市产生土地价格的空间关联。

八、结论与启示

城市群的发展无疑会增加城市经济活动的空间关联，促进要素在空间的流动从而实现城市群的高质量提升。随着城市群的交通和产业一体化，即便是土地这类不可流动的要素的价格在空间关联上也会得到提升。通过构建空间均衡模型，使用长三角城市群、珠三角城市群、京津冀城市群50个城市2011—2016年的面板数据进行研究后发现：（1）在存在空间维度的情况下，地区工资水平越高、人口规模越大和土地面积越小，则地区的土地价格越高;（2）城市间的土地价格空间关联并非是普遍意义上的空间关联，更有可能是“核心—边缘”式的空间关联;（3）城市群的发展能够显著促进边缘城市与核心城市的土地价格空间关联，但处于城市群发展初级阶段的交通一体化对土地价格空间关联的影响相对较弱，而处于城市群发展高级阶段的产业一体化对土地价格空间关联的影响则相对较强;（4）城市群产业一体化对土地价格空间关联的影响并不受城市群空间结构以及次中心城市发展水平的影响，但是城市群空间结构以及次中心城市发展水平越高，城市群交通一体化越有可能促进土地价格的空间关联。

根据本文的研究结论得到如下启示：首先，城市群发展是边缘城市经济发展的重要途径。城市间是否存在关联直接影响着土地价格的空间关联，尤其是这种关联是“边缘—核心”式的土地价格关联。城市群的发展有望促进城市之间的关联，尤其是大城市与中小城市之间的经济关联。因而，边缘城市通过加入城市群后，有望缩小与核心城市的要素价格差异，实现边缘城市的经济发展。其次，城市群的发展需要加强交通基础设施建设，更需要产业的相互融合。城市群交通一体化能够有效地提高边缘城市与核心城市的土地相对价格，但是相比较而言，城市群的产业一体化能够更加促进边缘城市与核心城市的土地相对价格。换言之，城市群的交通基础设施建设只是城市群的初级阶段，只是城市群发展的基础，城市群经济要想达到规模经济的效果，则需要城市群内不同城市产业深度融合，实现更加专业化的发展。最后，城市群结构会影响到城市群要素空间关联，城市群的发展需要推动城市群结构的高级化。不同的城市群空间结构对边缘城市与核心城市土地相对价格的影响是不同的，更加高级化的城市群结构能够更好地促进城市群经济活动的空间关联，并且城市群发展的土地价格空间关联效应也会更加明显。因此，城市群的发展需要逐步实现从单中心到双中心最后再到多中心的演进，以促进城市群经济的发展。

注释：

①国泰安区域数据中有部分地区年度数据存在问题，包括绍兴（2015）等地区，作者采用EPS中国区域数据库数据代替。

②2011年，汕尾市、武威市、海北藏族自治州、海南藏族自治州、石嘴山市、阿勒泰地区缺少土地成交价，笔者用当年土地出让价格替代;潮州市、迪庆州、铜川市、嘉峪关市、金昌市、甘南藏族自治州、黄南藏族自治州缺少土地成交和出让价格，用后两年土地成交均价替代。

③本文证实了土地价格空间关联是“核心—边缘”式的关联，随后对土地价格空间关联的分析均指这种关联模式。

④地区土地面积并非内生变量，因而在研究土地价格空间关联时仍然有必要加入，这也是为何下文研究中保留土地面积作为控制变量的原因。

⑤受于篇幅的限制，有关解释变量替代的结果不再赘述，如有需要请联系笔者。

⑥长三角城市群包括上海、南京、杭州和合肥多个核心城市，珠三角城市群包括广州、深圳双核心城市，京津冀城市群包括北京、天津双核心城市。值得一提的是，京津冀城市群中的北京和天津虽然是双核心城市，但是北京在城市规模、人口规模以及经济总量方面都要远超过天津，形成比较明显的强弱型双中心，严格来说介于单核心城市群和双核心城市群。

参考文献：

[1]王国刚.城镇化：中国经济发展方式转变的重心所在[J].经济研究， 2010（12）： 70-81，148.

[2]中共中央国务院.国家新型城镇化规划（2014—2020年）[EB/OL].www.gov.cn/gongbao/content/2014/content_2644805.html，2014-03-18.

[3]GOTTMANN J.Megalopolis Or the Urbanization of the Northeastern Seaboard[J].Economic Geog raphy，1957（3）： 189-200.

[4]HENDERSON JV，VENABLES AJ.The Dynamics of City Formation[J].Review of Economic Dynamics，2009（2）： 233-254.

[5]张学良，李培鑫，李丽霞.政府合作、市场整合与城市群经济绩效——基于长三角城市经济协调会的实证检验[J].经济学（季刊），2017（4）： 1563-1582.

[6]KNOLL K，SCHULARICK M，STEGER T.No Price Like Home： Global House Prices，1870-2012[J].American Economic Review，2017（2）： 331-353.

[7]DAVIS MA，PALUMBO MG.The Price of Residential Land in Large Us Cities[J].Journal of Urban Economics，2008（1）： 352-384.

[8]ANSELIN L.A Spatial Econometrics[J].In A Companion to Theoretical Econometrics，B.H.Baltagi （Ed.），2003.

[9]KRUGMAN P.Increasing Returns and Economic Geography[J].Journal of Political Economy，1991（3）：483-499.

[10]FUJITA M，THISSE J.Spatial Competition with a Land Market： Hotelling and Von Thunen Unified[J].The Review of Economic Studies，1986（5）：819-841.

[11]W.ALONSO.Location and Land Use[M].Cambridge： Harvard University Press，1964.

[12]CLIFF AD，ORD K.Spatial Autocorrelation： a Review of Existing and New Measures with Applications[J].Resource Publication in Geography，1970（sup1）： 269-292.

[13]宋佳楠，金曉斌，唐健，等.中国城市地价水平及变化影响因素分析[J].地理学报，2011（8）：1045-1054.

责任编辑：李金霞

Abstract：The spatial general equilibrium model is constructed， and the core-periphery linkage is used to explore the impact of land price caused by the development of urban agglomeration. It is found that land price is not global or local spatial correlation， but core-periphery linkage; the traffic integration and industrial integration of urban agglomeration development improve the spatial correlation of land price， and the latter is better than the former. The higher the spatial structure of urban agglomeration and the development level of sub-central cities， the more likely the transportation integration of urban agglomeration is to promote the spatial correlation of land price， but it has little impact on the industrial integration of urban agglomeration. The "core-edge" association of land can promote the economic development of marginal cities， which not only needs to strengthen the construction of transportation infrastructure in urban agglomeration， but also needs to promote the mutual integration of industries in urban agglomeration， and promote the advanced development of urban agglomeration structure.

Key words：the development of urban agglomeration; land price; spatial linkage; core-periphery linkage