成渝双中心高质量对外开放带动性质与强度研究

陈坚 易彤 万宇

摘要：定量掌握中心城市对周边城市的经济带动作用是推动区域高质量一体化发展的基础。以成渝地区双城经济圈为研究对象，基于2011—2021年经济圈内市、区、县的面板数据，构建考虑地区经济收敛的空间计量模型，揭示成都市、重庆市中心城区在经济圈内的经济带动性质。同时，结合城市规模和产业结构指标建立中心城市引力模型，评价经济圈内城市之间的经济产业联系强度。研究结果表明：经济圈内中心城市呈现正向带动作用，重庆市中心城区在成渝经济圈范围的带动效能高于成都市，成都市在四川省域内的带动效应强于重庆市中心城区在重庆范围内的带动效应，双城经济圈内经济发展差异明显，区域东北部、中部的经济联系较弱，中心城市的经济辐射能力不足。

关键词：成渝地区双城经济圈；带动性质；辐射强度；空间计量模型；面板数据

一、引言

2020年1月，中央财经委员会第六次会议作出推动成渝地区双城经济圈建设、打造高质量发展重要增长极的重大决策部署，这既是对成渝城市群建设的进一步深化，也标志着成渝地区双城经济圈建设上升为国家战略，成渝地区双城经济圈强调以共建“一带一路”为引领，打造陆海互济、四向拓展、综合立体的国际大通道，加快建设内陆开放枢纽，在西部地区改革开放中发挥示范带动作用，习近平总书记在党的二十大报告中进一步指出，要推动成渝地区双城经济圈建设，促进区域协调发展。中心城市是在一定区域内起主导作用的城市，拥有良好的信息聚集处理以及资源配置能力，但其对区域经济的影响并非一定是正向辐射作用，定量研究中心城市在区域经济中的带动性质及强度有助于精准把握区域经济一体化发展的瓶颈及发展政策。

经济圈是多个城市组合而成的城市群体，各种生产要素在区域内网络化组织，具有网络空间特性，区域经济发展相互影响。网络空间特性表现为若干个不同等级城市及其腹地通过空间相互作用。Zipf（2016）将万有引力定律引入城市空间相互作用，建立了城市体系空间相互作用的理论基础。已有对于城市体系空间联系的研究成果大体可分为以下两类：一是确定区域内空间结构联系，马学广（2018）将中国城市群同城化发展进程划分为构想阶段、探索阶段、融合阶段和同城阶段；赵金丽等（2018）基于引力模型和潜力模型研究了京津冀城市群内部空间结构及演变特征；肖磊等（2019）通过截面数据定量分析了成渝城市群空间发展的总体态势。二是界定中心城市腹地范围，姜莉莉等（2020）通过联系度及社会网络分析法确定吉林省中心城市及腹地范围；朱鹏程等（2019）利用网络关联测度法勾勒出长三角地区中心城市的影响腹地范围。

区域经济分析理论包括区位理论、中心外围理论、产业聚集理论、要素和技术进步内生增长理论等，成果聚焦于：一是区域经济生产率要素及影响因素，二是中心城市辐射影响力评定，三是区域经济辐射机理与接受辐射的条件。已有研究对于中心城市的辐射影响因素做了详细解析，科学合理的中心城市经济辐射模式将更好地推进经济圈高质量协同发展。但不同发展程度的经济圈缺少针对性研究，成渝地区双城经济圈作为我国西部重要增长极，还缺少其中心城市带动效应以及区域联系程度研究。本文以成渝地区双城经济圈的成都市、重庆市中心城区作为区域内的中心城市，基于空间计量模型探索中心城市的带动性质，运用引力模型评价地区间的经济产业联系强度，明晰成渝地区双城经济圈中心城市带动作用，揭示区域经济联系的现状和短板，有效发挥成渝地区中心城市带动作用。

二、研究区域及数据来源

（一）研究区域概况

成渝地区双城经济圈位于“一带一路”和长江经济带交汇处，是西部陆海新通道的起点，具有连接西南西北，沟通东亚与东南亚、南亚的独特优势，对实现国内国际双循环相互促进的新发展具有重要支撑作用。长三角、珠三角和京津冀城市群在地理位置上具有外向性，当外循环受到沖击时有可能带来较大的供应链及产业链影响，成渝地区作为腹地能够更好地承担东部外循环产业转移，为内循环提供增量，因此成渝地区双城经济圈在双循环新发展格局中的地位愈发重要。《成渝地区双城经济圈建设规划纲要》指出，规划范围包括四川省的成都、自贡、泸州等15个市，重庆市中心城区（即渝中区、江北区、沙坪坝区、渝北区、九龙坡区、南岸区、北碚区、大渡口区、巴南区9区）、万州、涪陵等27个区（县）以及开州、云阳的部分地区，总面积18.5万平方公里，2021年常住人口近1亿人，地区生产总值近7.4万亿元，分别占全国的1.9%，6.9%、6.5%。

规划范围显现“双核引领、双圈协同、节点支撑、多轴发展”空间发展格局。成都市和重庆市中心城区作为区域中心城市，更多地聚集经济要素，在城市连线间形成发展主轴，带动处于轴带上的遂宁、自贡、内江等中小城市发展。成都、重庆都市圈的培育及形成，将推动都市圈内城市间的专业化分工，健全都市圈交通基础设施，畅通中心城市辐射带动周边城市的发展通道。同时，依托南充市、宜宾市、万州区、绵阳市等节点城市形成城镇密集组群、城市发展轴带，强化成渝地区双城经济圈次级支撑，着力解决发展动力不足、双核辐射带动作用不强的局面。

（二）数据来源及研究年限

本文所使用的数据主要来源于四川省、重庆市统计年鉴、第七次全国人口普查数据，包括各市区县常住人口数、地区生产总值、人均地区生产总值、第二产业产值、第三产业产值等。规划文件是成渝区域一体化建设的开端，结合2011年国务院批复印发的首份“成渝经济区”国家级规划文件《成渝经济区区域规划》，为检验成渝区域一体化发展的成效，确定研究年限为2011—2021年。

三、研究方法

（一）空间相关性

空间相关性反映空间观测单位数据属性之间的关系，为考察经济圈内部不同地区之间的相互影响，选取反映地区经济增长水平的人均地区生产总值（即人均 GDP）对经济圈内部的空间相关性进行检验。通过莫兰指数（Morans I）揭示区域间的关联程度，使用不容易受到偏离正态分布影响的全局 Mo-rans I 统计量，检验地区之间的经济相关性，见式（1）。

其中，I ：全局莫兰指数，取值范围为[-1，1]；N ：研究区域数量，共计36个；i，j：地区编号；wij：空间权重矩阵，刻画地区之间的空间联系或结构，这里所使用的权重矩阵参考已有研究成果运用空间计量模型检验地区经济收敛时设定的经济空间权重矩阵，见式（2）；W ：所有空间权重关系数值之和；yi：地区i年人均 GDP 值（元）；yj：地区 j 年人均GDP 值（元）；y-：研究范围年人均GDP 值（元）。

（二）经济带动性质

由于区域内部之间的经济相互影响会显示出显著的外部效应，可用于表征中心城市在区域中起到的辐射作用。本文通过选用基于面板数据的空间计量经济学模型探索经济圈空间特性，面板数据是同一主体在不同时间点的观测值，能够校正经典横截面回归中省略变量和异质性产生的偏差，区域经济带动性质的具体评价模型见式（3）。

ln（）=α+β ln（yt，i）+ρ wijln（）+εt，i

其中，i：地区编号；t ：时间，以年为间隔；yt，i：个体特异性效应；εt，i：经典零均值误差项；ρ：空间自回归系数，用来衡量中心城市的经济带动性质，若为正值表明中心城市对区域经济起到正向带动作用；β：经济收敛系数，若为负值则代表贫困地区具有比富裕地区更高的经济增长率，说明地区存在经济收敛。

（三）经济联系强度

已有研究基于经济地理学中的引力模型，通过地区生产总值、城市建成区面积、城市人口规模、地区之间距离、产业同构系数等指标测度经济圈内的经济联系。同时，为衡量地区之间产业结构差异度，克鲁格曼（Krugman）結构差异度指数受到较广泛应用，本文在已有研究基础上使用地区生产总值、城市人口规模、地区间距离、克鲁格曼指数进行经济产业联系强度测量，见式（4）和（5）。在引力模型的基础上测算经济圈内每个城市与其他城市的经济联系量之和，即为该城市的对外经济联系总量，见式（6）。并引入经济联系强度指数消除评价结果的量纲，见式（7）。

其中，i，j：地区编号；Rij：两地区之间的经济联系强度指数；Pi ：该地区城镇常住人口（万人）；GDPi：该地区生产总值（亿元）；Xik：该地区第 k 产业产值占整个产业的比重；dij：两地区之间的距离（千米）；Kij：克鲁格曼指数；k ：产业编号，取三次产业；n ：产业数量；Ri ：该地区对其他所有地区的联系强度指数总和；Zi ：经济联系强度等级。

四、实证分析

（一）空间相关性检验

利用空间自相关莫兰指数来检验区域内各地区的经济发展在空间上是否存在自相关现象，通过莫兰指数值判定空间的自相关效应。根据模型设定，选取地区人均 GDP 值作为测量变量，计算出2011—2021年各地区的人均 GDP，通过前文所述的经济空间权重矩阵来设定空间权重数值，运用 Stata 软件中提供的空间计量数据分析相关命令来计算各年份莫兰指数值，结果见表1。

表1中各年莫兰指数呈现正值，说明具有相似属性的对象产生聚集效应，且均大于0.5，说明相关性较强，认为各地区区域经济水平之间存在空间集聚现象，研究范围内各地区人均 GDP 的空间相关性较强，适宜采用空间计量模型进行进一步的分析。根据莫兰指数值用多项式曲线拟合样本点，如图1所示，可以看到2011-2018年间，莫兰指数值虽在一些年份出现下降，但总体趋势呈上升态，而从2019年起，由于国际贸易摩擦、新冠疫情及其他国际地缘政治形势等多重因素叠加影响，地区间内外贸等经济联系遭受部分削弱。

（二）经济带动性质检验

成都市和重庆市中心城区是成渝地区双城经济圈中两大中心城市，基于经济带动作用源于中心城市经济辐射力的假设，深入考察中心城市在经济圈内部所起到的带动性质。首先，考察经济圈整体范围内中心城市的带动性质；其次，将经济圈内部划分为四川省域和重庆市域，考察各中心城市在其行政区划中的带动性质。为避免城市之间经济增长的空间相关性来源于非中心城市地区的相互影响，将中心城市从样本中做剔除处理，让其再次回归后显示出其他城市之间的相互影响，通过前后对比来认识中心城市的带动作用，按照是否剔除中心城市进行分组处理，见表2。

1.模型设定。使用软件 Stata 16.0，输入2011-2021年间空间面板数据，使用前文设定的空间权重矩阵并进行标准化处理，运用xsmle命令进行多种空间计量模型的求解来选择合适的模型，各组的结果输出报告显示空间杜宾模型（Spatial Dubin Model，SDM）更为适用，根据豪斯曼检验确定采用固定效应还是随机效应，对式（3）进行相应修正，得到空间面板模型如式（8）所示，其中θ为相应的系数变量。

ln（）= wijln（yt，i）θ+β ln（yt，i）+ρ wijln（）+εt，i

2.经济圈视角下带动性质。在双城经济圈范围内，利用空间面板模型（8）和标准化的经济权重矩阵，对编号1-5组的中心城市带动作用及地区经济收敛性质进行了检验，表3展示了经济圈范围内各组的回归检验结果。

检验结果显示了成渝地区双城经济圈各样本组的中心城市带动性质以及城市之间的经济收敛情况，整体而言，经济圈内部各城市经济呈收敛态势，中心城市在经济圈中起到了正向的经济带动作用。具体分析如下：

（1）从空间自回归系数ρ观察带动性质：所有样本组的ρ值均为正且显著，说明经济圈内部中心城市起到了正向带动作用，其表现为中心城市的产业升级和部分产业外溢到周边城市，城市一体化发展加速，中心与外围城市经济共同增长。对比样本组1和2，ρ值变化较小，说明经济圈内成都市与重庆市中心城区起到的经济效应是等量的。对比样本组1、2、3，ρ值下降，证实成都市和重庆市中心城区作为中心城市具有带动效应。样本组4和5探究了成都市和重庆市中心城区各自在经济圈中的带动性质，样本组4的ρ值更大，意味着经济圈内部重庆市中心城区的带动效能优于成都市。

（2）从经济收敛系数β观察区域经济分化：所有样本组结果均小于0，说明成渝地区双城经济圈内部存在经济收敛。对比样本组2和3，从研究范围中剔除中心城市后，收敛系数β增大，其收敛速度减小，城市经济差距呈现上升趋势，说明中心城市起到了经济带动作用。样本组4较样本组5的收敛速度更快，说明重庆市中心城区较成都市对区域经济收敛有更大贡献。

3.省域视角下带动性质。在双城经济圈的四川省域以及重庆市域范围内，利用空间面板模型（8）和标准化的经济权重矩阵，对编号6-9组的中心城市带动作用及经济收敛性质进行了检验，省域各组得到的检验结果如表4所示。

（1）从空间自回归系数ρ观察带动性质：所有样本组的ρ值均为正且显著，各中心城市在其行政区划范围起到了正向带动作用。考察中心城市在各自行政区划范围的影响，对比样本组6和7可发现，成都市对经济圈内部的四川省域的经济带动效应是正向的，剔除之后，区域的空间自回归系数ρ减小，证明成都市对四川省域经济起到正向带动作用。同理观察经济圈内部的重庆市域，对比样本组8和9发现，中心城市虽呈现正向带动作用，剔除之后空间自回归系数ρ并无明显变化，反而出现小幅上升，说明重庆市区域经济增长并非完全来自中心城市，可能受其他地区之间的相互影响。对比样本组6和8，从ρ的数值来看成都市的空间效应是重庆市中心城区的近2倍，表明成都市对四川省域的带动效应要高于重庆市中心城区对重庆市域的带动效应。

（2）从经济收敛系数β观察区域经济分化：所有样本组结果均小于0，说明四川省域和重庆市域内部存在经济收敛。横向比较而言，各样本组的收敛系数差距不大，省域视角下经济圈内部的重庆市域有着更快的收敛速度。

（三）经济联系强度检验

1.克鲁格曼指数。利用克鲁格曼指数检验成渝地区双城經济圈内部产业结构差异化程度，结果如表5所示（出于数量考虑仅列出中心城市及部分节点城市）。从表5可以看出，重庆市中心城区与成都市在总体产业分工上具有较强的一致性，地区之间的克鲁格曼指数很小。同时，重庆市中心城区和成都市与其他节点城市的总体产业分工普遍比其他节点城市间的产业分工的克鲁格曼指数更大，说明地区内部中心城市与节点城市的产业分工较为明确，产业之间的互补性较强，有助于增强地区之间的经济联系，而节点城市间的产业分工和专业化程度较弱。

2.城市经济联系强度。为明晰经济圈内城市间的经济联系，同时衡量成都市、重庆市中心城区对区域内其他城市的经济联系。根据公式（4）-（7）计算出经济联系强度指数，按照经济联系强度等级进行排序，见表6，利用ArcGIS 软件得到区域经济联系强度引力图。结果显示成都市与德阳市、眉山市、资阳市等周围城市经济联系强，与重庆市中心城区经济联系较强，而与重庆市其他地区经济联系较弱；重庆市中心城区与璧山区、涪陵区、广安市等周围城市经济联系强，相较于成都市与其他地区经济联系强度更为平均。

（1）从经济联系强度来看，成都市和重庆市中心城区拥有经济圈内部前二位的经济联系强度，且成都市经济联系强度更高一些。两者经济联系强度皆超出第三位的一倍以上，经济圈东北部、中部地带出现较大断层，协调发展仍然是经济圈内部的重要任务。

（2）从行政区划范围来看，经济联系强度排在前十位的除重庆市中心城区以外，都属于四川省域城市，重庆仍需注重其行政区划内次级节点区县的培育。

（3）从区域经济规模来看，经济圈内部呈现金字塔型结构。首先中心城市数量少，单体规模大；其次，经济圈内节点城市数量较多，但单体规模不大；剩余城市单体规模较小，而且数量众多。

进一步考察经济圈内部中心城市对其他城市的经济影响，表7和表8分别列出了成都市和重庆市中心城区与经济圈内部其他城市的经济联系强度值。

（1）从联系强度指数来看，重庆市中心城区对经济圈内其他城市平均经济联系强度指数为20.63，成都市为19.39，基本相近。但从区域内最大强度等级来看，重庆市中心城区为70，成都市则达到了586，成都市对经济圈内其他城市的经济联系较为割裂。

（2）从联系范围来看，重庆市中心城区对市域内经济地理距离更近的城市联系强度低于对部分四川省域内的城市，成都市对四川省域内的经济联系强度普遍强于重庆市中心城区对重庆市域的经济联系强度。故一方面重庆市需要加强市域内区县的经济联系，促进区域内协调发展；另一方面要加强区域内跨省市域的交互联系，扩大中心城市的经济辐射范围。

五、研究结论及展望

本文从成渝地区双城经济圈出发，运用空间计量模型和引力模型分别分析了中心城市在区域内部的经济带动性质以及经济联系强度，得到了如下结论：

（1）成渝地区存在着经济上的空间相关性，通过分析中心城市的经济带动性质，显示成都市和重庆市中心城区均在经济圈内部起到正向带动作用，经济圈内部重庆市中心城区的带动效能优于成都市，成都市在经济圈内四川省域的带动效应优于重庆市中心城区在其市域范围内的带动效应。未来应优化地区空间格局，畅通“双循环”提升区域动能，聚焦于重庆市中心城区、成都市主导的“双核”，注重培育地区“强项”。一方面，随着“一带一路”朋友圈的扩大，需要加速推进“双核”内外贸一体化，带动市场主体扩展外贸业务，通过内外资、技术、人口聚集促进高水平、高质量产业集群的形成，另一方面，发挥“双核”在区域内的带动作用，加速推进地区的城市化进程，充分连接、扩展其对节点城市的经济效应，采用地区内外贸一体化特色试点的形式，探索节点城市内外贸一体化评价体系和发展模式，形成可复制推广的经验和模式，防止区域经济发展失衡、贫富差距进一步扩大。

（2）通过分析区域内部的经济联系强度，发现区域东北部、中部经济联系存在断层，且经济圈范围内的重庆市域经济联系强度不够，需加强次级中心城市的培育。比对分析中心城市对其他城市的经济联系强度，发现成都市的经济辐射衰减效应明显，重庆市中心城区对市域内城市经济联系强度不足，促进区域协调发展以及提升中心城市辐射效果仍是重要任务。对外，完善联通物流网络，加强“双核”国际航空货运能力、长江流域航运能力建设，推动中欧班列、渝滇缅国际通道高质量发展，推进国际道路运输便利化，引导跨境电商、物流企业加强业务协同和资源整合，加快布局海外仓、配送中心等物流基础设施网络。对内，应进一步优化城市空间距离，包括物理距离、时间距离及成本距离等，加强城市间的交通基础设施建设，完善多模式交通网络通道，以成渝地区双城经济圈内部经济联系为例，优先加强连接中心城市的节点城市（如遂宁市、内江市及合川区等）的交通建设，补齐城市运输“最后一公里”短板，畅通区域间、城乡间流通网络，降低内外贸商品流通成本，优化区域经济重心。

（3）为更好发挥中心城市经济带动作用和节点城市辐射能力，从克鲁格曼指数分析可以得到，成渝地区双城经济圈内总体产业分工程度还相对低下，中心城市与节点城市间、节点城市与节点城市间的总体产业分工差距较大，中心城市产业专业化程度需要进一步加强。通过加大财政金融支持力度推动内外贸融合创新发展，稳固成渝地区中心城市高新技术产业、高端装备制造业、现代服务业等产业地位，与此同时，节点城市间须提升服务贸易便捷化，实现产业分工合理化，承载中心城市经济产业外溢的同时加强城区、县域商贸物流基础设施建设，依托国际贸易会展平台等渠道展示地方特色，形成自身的城市强点，提高地区间克鲁格曼指数，从产业层面加强地区间的经济联系和一体化程度。成渝地区双城经济圈未来的发展要充分依靠内部中心城市的带动，如通过西部陆海新通道、中欧班列通道等对外主动脉带动双城经济圈内部各城市“血液循环”是未来的重要方向。

参考文献：

[1]朱虹， 徐琰超， 尹恒. 空吸抑或反哺： 北京和上海的经济辐射模式比较 [J]. 世界经济， 2012（3）： 111-124.

[2]韩冬. 城市群视角下中心城市经济辐射性质和强度研究——基于京津冀与长三角的比较分析 [J]. 城市发展研究， 2020（12）： 12-16.

[3]Zipf G K. Human Behavior and the Principle of Least Effort： An Introduction to Human Ecology [M]. RavenioBooks， 2016.

[4]马学广，窦鹏.中国城市群同城化发展进程及其比较研究[J].区域经济评论，2018（5）：105-115.

[5]赵金丽，张璐璐，宋金平.京津冀城市群城市体系空间结构及其演变特征[J].地域研究与开发，2018（2）：9-13+24.

[6]肖磊， 潘永刚. 成渝城市群空间演化研究——基于2000-2015年截面分析 [J]. 城市发展研究， 2019（2）： 7-15.

[7]姜莉莉， 袁家冬， 邸玉双， 等. 吉林省城市空间结构及地方中心城市腹地范围界定 [J]. 地理科学， 2020（8）： 1319-1327.

[8]朱鹏程，曹卫东，张宇等.人口流动视角下长三角城市空间网络测度及其腹地划分[J].经济地理，2019（11）：41-48+133.

[9]Beugelsdijk S， Klasing M J， Milionis P. Value diversity andregional economic development[J]. The Scandinavian Journal of Economics， 2019（1）： 153-181.

[10]郭湖斌，鄧智团.新常态下长三角区域经济一体化高质量发展研究[J].经济与管理，2019（4）：22-30.

[11]张海荣，李浩，靳娟.国家新兴中心城市经济辐射时空特征研究——以郑州地区为例[J].城市发展研究，2021（5）：29-32.

[12]Ma J. Research on the Impact of Innovation Ability onthe Radiation and Leading Role of Regional Central City：Take the Beijing- Tianjin- Hebei Urban Agglomeration asan Example [C]// 2021 International Conference on ECommerce and E- Management （ICECEM）. IEEE， 2021：513-516.

[13]卢庆强，龙茂乾，钟奕纯.中国中心城市发展能级与辐射区域耦合关系研究[J].区域经济评论，2023（1）：94-103.

[14]安树伟， 孙文迁. 都市圈内中小城市功能及其提升策略 [J]. 改革， 2019（5）： 48-59.

[15]何龙斌， 李强. 中心城市经济辐射机理与边缘地区接受辐射的实现条件 [J]. 陕西理工大学学报（社会科学版）， 2018（5）： 1-7+26.

[16]林光平， 龙志和， 吴梅. 我国地区经济收敛的空间计量实证分析： 1978—2002 年 [J]. 经济学（季刊）， 2005（S1）：67-82.

[17]Islam N. What Have We Learnt from the ConvergenceDebate？ [J]. Journal of economic surveys， 2003（3）： 309-362.

[18]Arbia G， Basile R， Piras G. Using Spatial Panel Data inModelling Regional Growth and Convergence [J/OL].ISAE Working Paper No. 55， 2005.

[19]孟德友， 陆玉麒. 基于引力模型的江苏区域经济联系强度与方向 [J]. 地理科学进展， 2009（5）： 697-704.

[20]赵雪雁， 江进德， 张丽， 等. 皖江城市带城市经济联系与中心城市辐射范围分析 [J]. 经济地理， 2011（2）： 218-223.

[21]关爱萍. 产业同构测度的方法 [J]. 统计与决策， 2007（19）： 32-34.

[22]Pisati M. sg162： Tools for Spatial Data Analysis [J]. StataTechnical Bulletin， 2001， 60： 21-37.

[23]Belotti F， Hughes G， Mortari A P. Spatial Panel-data Models Using Stata [J]. The Stata Journal， 2017（1）： 139-180.

[24]LeSage J P， Pace R K. The Biggest Myth in SpatialEconometrics [J]. Econometrics， 2014（4）： 217-249.