我國城市網絡效應對經濟增長的影響分析

■ 綻逸博 侯思華（湖南大學經濟與貿易學院 長沙 410079）

引言

Camagni和Salong（1993）提出了“城市網絡”理論，以解釋新型城市體系組織結構。我國各級政府也意識到跨區域城市合作的意義，這使得我國城市網絡發展成為可能。行業間與企業間的關聯行為強化了地區間的經濟聯系，促進了我國城市網絡的形成。我國已經形成了北上廣“三級多核”的城市網絡空間格局，網絡體系的節點城市主要集中在環渤海、長三角、珠三角城市群，并且城市網絡有擴散趨勢，城市間的連接更加緊密，連接通道增多。

現有城市網絡的研究借鑒復雜網絡分析方法或連鎖網絡模型（Taylor，2001），以刻畫城市體系的網絡結構和特征為主，忽略了其經濟學效應。雖有從經濟學的角度闡述并實證研究城市網絡效應對經濟增長的影響，但是其存在不足。在網絡體系中以城市為節點，一個城市受到其他城市的影響、獲得網絡效應的同時，也會對其他城市產生網絡效應。如果將這兩種效應加以區分，可以將城市受到的網絡效應稱為城市需求網絡效應，而將其對其他城市的網絡效應稱為供給網絡效應。現有研究普遍忽視了城市供給網絡效應。本文將同時從需求和供給兩個角度構建網絡效應度量指標，并計量檢驗網絡效應對經濟增長的影響。

文獻綜述

Castells（1996）指出城市間的聯系是通過城市間的各種流（資本流、信息流、技術流等）形成的，“流”將傳統的區域經濟從塊狀分割引申到網絡。傳統城市等級模式下的“流”被嚴格地限定在區域行政等級內部，而網絡模式下的“流”不僅緊密連接著行政區域內部的城市，而且通過跨越邊界的“流”的互動產生網絡效應。Taylor（2001）基于企業空間關系“流”提出的連鎖網絡模型得到了大量的應用，但是企業關系數據難以反映城市體系的網絡效應。學者們采用復雜網絡分析方法基于產業的研究強調了城市體系的網絡特征（冷炳榮等，2011；呂康娟、王娟，2011）。本文以制造業和生產性服務業上下游協同發展為基礎，構建城市網絡效應影響經濟增長的理論模型和城市網絡效應指標體系。

Boix and Trullén（2007）分析了網絡效應對經濟增長的影響，指出集聚效應大于網絡效應，并采用空間計量方法區分了城市協同網絡效應和互補網絡效應。柯善咨（2009）和Ke and Feser（2010）根據空間聯立方程分析了我國城市體系上級對下級的增長效應和下級對上級的市場區效應，以及同等級城市間的空間溢出效應。柯善咨、王莎（2011）和王莎（2011）從技術外部性和金錢外部性分析了城市網絡效應產生的機理，區分了城市競爭網絡效應和互補網絡效應，并認為競爭網絡抑制經濟增長，互補網絡促進經濟增長。現有研究已經證實我國各地區存在明顯的需求關聯效應和供給關聯效應，本文將同時從需求和供給角度分析城市網絡效應對經濟增長的影響。

本文的邊際貢獻在于，構建了城市需求與供給網絡效應的測度指標，并實證研究城市需求和供給網絡效應對經濟增長的影響。

基于上下游產業關聯的城市網絡計量模型設定

本文首先借鑒新經濟地理學中間投入品理論，構建兩城市制造業和生產性服務業基于中間投入關系的城市網絡效應計量檢驗模型：

方程（1）說明城市制造業增長受到勞動（L）、資本（K）、本市生產性服務業（i,sf）和其他城市生產性服務業（j,sf）和城市交易成本（τ）的影響。對方程（1）取對數，并轉化為人均形式，用參數αi（i=1，2，…）分解復合參數，并用時間下標t表示時期，得計量方程：

方程（2）中ki是城市i的資本存量，包括物質資本和人力資本等；yi，sf是城市i生產性服務業產出，yj，sf的參數α4測度城市需求網絡效應；τi表示城市i與其他城市的交易成本。誤差項具有面板數據模型的通常結構，εit=ui+eit，其中ui是城市間固定效應的差別，eit表示無法解釋的隨機誤差。

由于城市i生產性服務業也可作為其他城市中間投入，可被視為一種服務出口，這反過來也會促進城市自身經濟增長。那么，城市i的非農經濟增長不僅受到本市制造業和非生產性服務業的影響，也受到生產性服務業“出口”的影響，這便是城市的供給網絡效應。城市i的非農經濟增長可用函數yi=f(Yi，m，Yi，nf，Yi，sf’，A)表示，其中Yi，m表示本市制造業產值，Yi，nf表示城市消費性服務業（即非生產性服務業）產值，Yi，sf’表示本市生產性服務業對其他城市的中間投入，A表示其他因素。對城市i的總產出求全微分，稍作變換可得

整理方程（4），將制造業產出根據（1）替換為基本投入（中間投入不計），并轉化為人均形式，用參數αi（i=1，2，…）分解復合參數，并用時間下標t表示時期，得計量方程：

方程（5）說明城市非農經濟增長受到資本、本市消費性服務業、其他城市生產性服務業和城市交易成本的影響，參數α3測度城市供給網絡效應。誤差項ξit與εit結構相同。

變量與數據描述統計分析

我國從2003年起實行新的《國民經濟行業分類》（GB-T4754-2002），因此，本文采用2003年至2012年地級及以上城市作為觀測樣本。為了統一統計口徑，通過調整行政區劃，本文剔除了2012年銅仁市、畢節市、三沙市，2011、2012年將巢湖市并入合肥市，2003年增加隴南市、中衛市，剔除拉薩市數據，最終確定285個城市樣本。方程（2）的被解釋變量是市轄區第二產業人均GDP，采用市轄區GDP乘以市轄區第二產業占GDP的比重再除以市轄區總人口計算獲得。方程（5）的被解釋變量是市轄區非農人均GDP。GDP數據均采用以2000年不變價計算，平減指數為各省城市居民消費價格指數。

根據Castels（1996）“流的空間”理論并借鑒現有文獻（柯善咨、王莎，2011；王莎，2011）網絡效應指標的構建方法。本文認為城市網絡效應可以采用產業規模、生產性服務流和城市關聯度衡量。生產性服務流采用生產性服務業就業的空間滯后表示。城市需求網絡效應為表示其他城市生產性服務業就業對城市i的空間滯后的總和，N是城市個數（285個），dij表示城市間距離，且如果i=j，則dij=0。Yi，m表示城市制造業產值，用城市第二產業GDP表示。ρ表示城市關聯度，用城市國際互聯網用戶數表示。城市供給網絡效應為表示城市i生產性服務業就業對其他城市的空間滯后的總和。Yi，sf表示城市生產性服務業產值，根據城市服務業產值和生產性服務業就業占服務業就業比重計算獲得。

本文根據《中國2007年投入產出表》計算制造業對服務業消耗系數，并從中選取7個消耗系數較高的行業作為生產性服務業，包括：交通運輸、倉儲及郵政業，信息傳輸、計算機服務和軟件業，批發和零售業，住宿和餐飲業，金融業，租賃和商務服務業，科學研究、技術服務和地質勘查業，剩余7個為消費性服務業。

其他變量的測度如下。城市人均資本存量的估算采用2000年各城市市轄區限額以上工業企業流動資產年平均余額和固定資產年平均余額估計限額以上工業資本存量，再以第二產業占GDP比重估計2000年各城市全社會資本存量。2000年以后各年資本存量用永續盤存法計算，其中，Ki，t表示城市i第t期資本存量，δ是年折舊率，取5%，Ii，t表示固定資產投資，考慮到固定資產投資的建設周期，計算時滯后一期，di，t-1是城市所在省份的固定資產投資價格指數，并滯后一期。城市人力資本采用城市市轄區每萬人中普通高等學校學生數。城市基礎設施建設采用市轄區每萬人公共汽車數和市轄區城市人均道路面積。我國沒有直接公布的城市間交易成本數據，本文以城市人均貨運量測度，貨運量越多，城市交易成本越低，并采用滯后一期數據降低內生性（見表1）。

我國城市網絡效應現狀描述與計量分析

（一）我國城市網絡效應現狀描述

本文以制造業和需求網絡效應為例，繪制2012年我國285個節點城市制造業中心與需求網絡效應示意圖。首先將285個城市受到的網絡效應根據4分位值分為4份，從小到大依次標記為1、2、3、4。圖1表明我國制造業中心與次中心主要分布在東部沿海地區和中西部及東北部分地區，在環渤海、長三角和珠三角呈現一定的集聚。但也有一些區位偏遠、孤立的制造業中心城市，例如新疆克拉瑪依市、甘肅嘉峪關市、四川攀枝花市等。圖2表明各節點城市受到的需求網絡效應與制造業規模分布相似，主要是因為這些區域具有明顯的城市產業規模優勢和交通運輸優勢。以河北廊坊市為例，雖然廊坊為普通地級市，制造業規模較小，但由于其處于京津走廊之間，因而受到的網絡效應與北京和天津兩大省級直轄市處于同一等級。上述攀枝花等城市受到的需求網絡效應卻較低。其雖為制造業中心，但由于區位偏遠，喪失了交通運輸優勢，因而無法受到其他城市生產性服務業的有效支撐，從而降低了自身受到的網絡效應。但是無論城市區位多么偏遠，總是會受到或多或少的網絡效應，這是因為網絡效應能在遠距離發揮作用。雖然兩城市間的網絡效應隨著距離的增加而衰減，但以城市自身為圓心，以空間距離為半徑，隨著距離增加圓內包含的城市數量逐漸增加，則圓心城市受到的來自其他城市總的網絡效應也相應累積增加。因此推斷中部地區各城市受到的網絡效應應當最強，而事實卻不然。這主要是因為網絡效應的大小主要取決于本地產業規模。

圖1 2012年我國城市網絡體系中285個節點城市制造業規模等級

表1 2012年我國285個地級及以上城市截面數據描述統計量

表2 城市網絡效應對經濟增長的FE回歸結果

圖2 2012年我國城市網絡體系中285個節點城市需求網絡效應

我國各節點城市供給網絡效應與此同理，不再贅述。但值得注意的是，烏魯木齊市、西寧市、蘭州市等西部城市雖然受到的需求網絡效應很弱，但是其供給網絡效應較強。可能是因為作為省會它們依然發揮著中心城市的作用，為腹地的生產和發展提供支持。

（二）城市網絡效應對經濟增長的計量分析

本文采用2003-2012年連續十年的面板數據。使用Hausman檢驗來確定未控制固定效應的誤差項是否包含與解釋變量相關的缺失成分，因而造成了有偏且不一致的參數估計。下述方程的Hausman檢驗在P<0.01的顯著性水平下都拒絕了個體固定效應與解釋變量不相關的原假設。因此，本文采用固定效應模型保證參數估計的一致性。兩個模型的Std dev（u）統計量大于Std dev（e），表明面板數據中城市個體效應是誤差項εit和ξit的主要成分。

表2中，方程I和方程II的估計結果都與理論預期相同。首先簡單說明控制變量的參數估計。資本存量與兩個服務業變量的估計結果意味著物質資本投資和服務業的發展是我國經濟增長的主要引擎。人力資本變量不顯著，可能是因為我國大學生異地就業和發達城市對人力資本的“虹吸效應”。城市基礎設施也顯著地影響經濟增長。城市間交易成本在兩個方程中顯著性不同，可能是因為貨運量只能夠刻畫工業生產的交易成本，而無法衡量服務業的交易成本。

接著分析城市網絡效應。城市生產性服務業受到的需求網絡效應來自于制造業對中間投入的需求。需求網絡效應衡量的是城市網絡市場潛力對生產性服務業增長的作用。制造業受到的供給網絡效應來自生產性服務業的中間投入。供給網絡效應衡量的是城市網絡中間投入品可得性對制造業增長的作用。網絡效應的參數估計顯示，需求網絡效應對經濟增長的彈性大于供給網絡效應。人均城市需求網絡效應增加1個百分點，人均工業產出相應地約增長0.0056個百分點。而人均城市供給網絡效應增加1個百分點，人均非農產出相應約增長0.0029個百分點。但是，表2的數據表明，增加1%的人均需求網絡效應引起人均工業產出增長1.47元，增加1%的人均供給網絡效應引起非農產出增長1.36元，相差無幾。不過，需求網絡效應的邊際產出率仍大于供給網絡效應。

結論與建議

本文分析了城市網絡效應對經濟增長的影響。結果顯示，網絡效應對經濟增長具有重要的促進作用，網絡效應不同于集聚的空間外部性，其空間作用范圍更廣，彌補了集聚效應在遠距離空間范圍上的不足，從而增加了城市體系的聯系，提高城市體系經濟的增長。在網絡模式下，城市經濟增長依賴于自身產業規模和城市間關聯度。因此，政府在促進城市自身產業發展的同時，要加強與其他城市的交流與合作，降低區域壁壘，促進本市產業和企業的跨區域合作，從而獲得網絡效應，促進經濟增長。我國城市網絡體系中大城市要素集聚、產業成熟、規模較大，但增長瓶頸明顯；而中小城市要素匱乏、發展不足。只有加強城市間協同合作才能充分發揮和利用網絡效應，促使我國城市網絡體系共同成長。城市需求網絡效應和供給網絡效應都顯著地促進經濟增長，但需求網絡效應對經濟增長的彈性和邊際生產率較大。但是現階段供給網絡效應和需求網絡效應對經濟產出增長價值的影響幾乎相等。

1.Camagni R P，Salone C.Network urban structures in northern Italy：elements for a theoretical framework[J].Urban studies，1993，30（6）

2.Taylor P J.Specification of the world city network[J].Geographical analysis,2001,33(2)

3.Boix R，Trullén J.Knowledge，networks of cities and growth in regional urban systems*[J].Papers in Regional Science，2007，86（4）

4.柯善咨，王莎.中國城市體系中的網絡效應[R].工作論文，2011

5.王莎.中國城市體系中的網絡效應研究[D].湖南大學，2011

6.Castells,Manuel.The Rise of the Network Society[M].Oxford:Blackwell，1996

7.冷炳榮，楊永春，李英杰，趙四東.中國城市經濟網絡結構空間特征及其復雜性分析[J].地理學報，2011（2）

8.呂康娟，王娟.長三角城市群網絡化發展研究[J].中國軟科學，2011（8）

9.Ke S，Feser E.Count on the growth pole strategy for regional economic growth?Spread–backwash effects in Greater Central China[J].Regional Studies，2010.44（9）