中国国家中心城市经济辐射力分析与评价

中国国家中心城市经济辐射力分析与评价

内容提要：随着中国经济的不断发展，区域经济一体化发展的趋势开始显现，城市间经济联系不断增强，中心城市开始逐渐发挥其对区域经济发展的带动作用。而这种带动作用则源于中心城市的经济辐射力。为进一步促进城市经济和区域经济的发展，全国城镇体系规划中明确提出鼓励有条件的城市发展成为区域性中心城市。国家中心城市是区域经济的中心，是建立国际经济联系的纽带，也代表着城市的国际竞争力，因此，对中国国家中心城市经济辐射力展开研究具有重要意义。

关键词：国家中心城市，经济规模，经济辐射力，经济辐射半径

一、引言

随着城市经济的不断发展，区域经济一体化的进程不断加深，城市间的经济联系也越来越紧密，并逐渐以竞争与合作的关系形成城市网络体系。在城市网络体系中，区位优势相对较好，经济要素、产业相对集中的城市逐渐发展成为网络体系的中枢神经，对处于该网络体系的其他城市产生影响，形成了某个区域内的中心城市。从规模和结构两方面看，中心城市表现为区域经济的增长中心、控制中心和文明辐射中心，是周围城市的增长极[1]。

国家中心城市概念是在2005年由住房和城乡建设部根据《城市规划法》编制全国城镇体系规划时提出的。是指那些在全国城市网络体中经济要素最为集中以及经济规模最为庞大的城市，是对于全国经济具有相当控制力和影响力的城市，其发展能带动全国范围内其他城市共同发展的城市。国家中心城市是联系国内外市场的重要窗口，是带动区域经济现代化、国际化发展的领头者。

经济辐射力是中心城市辐射力中最具活力的一个方面。经济辐射力体现在城市综合经济实力、产业结构优化水平、就业吸引能力、开放程度、基础设施支撑能力、科技水平、教育水平等方面[2]。本文将针对中国国家中心城市的经济综合发展水平，通过横向比较展开实证分析，解析中国国家中心城市经济的辐射内容、辐射强度以及辐射范围。

二、文献回顾

陈田(1987)对全国性城市经济影响区域的空间组织进行研究，定义了城市经济影响区：即城市经济影响区是指城市经济活动影响能力能够带动和促进区域经济发展的最大地域范围。并通过构造城市经济影响力的复合指标，运用断裂点公式解出不同层级城市的影响区[3]。胡序威(2002)提出，都市区是由中心市以及与中心市存在着密切社会经济联系的邻接县(市)两部分组成。都市区地域范围的大小与中心市规模的大小呈正相关[4]。孙娟(2003)则通过综合采用空间要素、时间要素、流量要素以及引力要素界定出四个空间范围，然后将这四个空间范围进行叠加划分出南京都市圈的范围[5]。顾朝林(1991)将图论原理与因子分析方法相结合，对全国434个城市进行综合实力评价，将其综合评价指标体系进一步分解为经济发展水平、辐射[6]。王新生等(2000)指出，经济客体的空间影响范围界定十分复杂，但在区域规划和城市规划中有着重要的理论和实际意义，并以湖北省为例探讨了Voronoi图在经济客体空间影响范围界定中的应用[7]。张莉(2001)以河北省11个地级市为研究对象集合，构建指标体系，用主成分分析方法计算了各城市综合实力，确定各城市强弱影响区范围，并据此预测河北省城市未来的空间发展趋势[8]。王法辉等(2004)引入划分GIS 方法来划分城市吸引范围[9]。

国内研究者从不同角度，采用了不同方法及手段，目的都是希望能准确揭示出一定地域内不同城市间的联系强度，探讨一定区域内不同级别的城市间的相互影响状况。但大多数论文研究的对象都过于集中某一特定区域，使得所建立的中心城市评价体系在全国范围内缺少客观性和通用性。研究分析结果中对城市经济辐射的作用大多以相互对抗相互竞争为假设前提，而忽略了同地区可能存在两个或者多个相互合作的中心城市这一问题。

三、中国国家中心城市的确定

城市作为区域的中心，是一定地域内的经济聚集体。城市和区域相互依存，彼此推动。在市场经济条件下，相对一般城市而言，中心城市具有更为重要的作用。中心城市的作用可以概括为若干“中心”，如商品流通中心、交通运输中心、金融服务中心、信息交流中心、科教文化中心等，中心城市通过这样的“中心”对区域发展起带动作用[10]。

(一)指标的选取

为了能更好地，更全面地反映城市经济实力，本文选取了9个具有代表性的指标，分别为：年末从业人员数(D1)、全市地区生产总值(D2)、全社会固定资产投资额(D3)、社会消费品零售总额(D4)、外商实际投资额(D5)、年末金融机构存款余额(D6)、年末金融机构贷款余额(D7)、地方性一般财政支出(D8)、科教财政支出(D9)。

(二)主成分分析法

本文假设反映中国中心城市经济实力的指标是近似的，为加强主成分分析法的有效性，本文选取了中国省级、副省级以及省会城市共35个城市作为分析样本。与9个指标变量构建成为一个原始矩阵，运用SPSS软件计算得出9个指标变量的相关系数矩阵，并通过KMO及巴特利特球度检验得到KMO值为0.813，根据Kaiser给出的常用KMO度量标准属于较适合使用因子分析，巴特利特球度检验卡方为701.827，相应的p值为0.000，因此拒绝原假设认为适合进行因子分析。

表1 35个样本9个指标变量的相关系数矩阵

表2 公共因子特征值机方差贡献率

(三)因子得分

从表3中可以看出，通过SPSS软件对原始矩阵进行因子分析，提取出一个公共因子，特征值为7.793，累计方差贡献率为86.585%。该因子便可表示为城市经济实力因子，该因子能够很好地解释9个指标变量。根据该因子得分可对35个城市样本进行城市经济实力上的排名。

根据因子得分系数矩阵得因子得分函数为：

F=0.121*D1+0.125*(D2+D4+D7+D8)+0.100*D3+0.103*D5+0.123*D6+0.124*D9

35个城市的因子得分结果如表3所示。

表3 35个城市经济实力因子得分

从表3中可以看出排名前5的城市依次为：北京(3.2658)、上海(3.2236)、天津(1.2120)、重庆(1.1176)、广州(1.0261)。前两位的北京与上海实力相近，后三个城市的实力相近，从城市所在的地区来