內外需求對中國城市化的影響研究
——基于新經濟地理學的視角

陳 宏，李 淼

（1.對外經濟貿易大學 國際商學院，北京 100029；2.對外經濟貿易大學 國際經濟貿易學院，北京 100029）

一、引言

內需與外需是我國經濟增長的雙引擎。改革開放四十年以來，在內外需的共同作用下，我國經濟長期保持快速發展，GDP年均增長率為9.7%。內外需對我國經濟發展的貢獻及作用機制各具特點：內需從規模上看是經濟發展的主引擎，但消費需求不足，結構失衡問題表現突出；外需是中國發展模式有別于其他大國的一個顯著標志，以出口導向為主要特征的比較優勢發展模式支持了我國的持續高速增長，但在國際金融危機后的經濟調整中受到了嚴峻挑戰，在內外需對經濟發展的作用機制上，也出現了由外需推動向內需拉動的轉換趨勢。外需推動在我東部形成的區域優勢，正通過區域間的產業轉移，以及內需提升奠定的良好市場基礎，在向中西部傳遞。內外需通過對區域經濟均衡發展發揮重要作用，并進一步對城市化產生了影響。我國城市化的發展突飛猛進。根據國家統計局數據，1978年我國城市化水平僅有17.92%，2017年末已提升至58.52%。在未來相當長的時間內，中國城市化發展水平仍將保持較高速發展。與此同時，我國城市化發展也呈現出內涵發展不全面、區域發展水平不均衡的特點。內外需求對中國城市化具有重要的研究意義，有助于厘清城市自身特點與外部特征對城市化發展發揮的作用，有利于制定針對性對策促進城市化發展。

那么，內外需對城市化的作用機制及影響程度如何？本文引入經濟地理學中的市場潛力指標進行內外需測度，并利用我國285個地級市及國外187個經濟體層面的面板數據，對城市化中外需與內需的影響程度及其作用機制進行了考察，不僅可拓展新經濟地理學的應用范圍，也有助于從一個新的視角來審視既有的內需外需測度研究及其適用性，對我國城市化升級提供實證依據，具有一定的創新性。

二、內外需求對城市化的影響機制

改革開放使中國結束了經濟封閉狀態，轉型為開放經濟，使得國外市場需求可以通過出口與外商投資等方式對中國經濟發展發生作用。在這個時期，東部地區優越的地理條件和有利的政策條件引發了制造業的聚集，并逐漸形成以東部沿海為中心、其他地區為外圍的中心-外圍結構，促進了東部經濟的快速發展與產業升級，可以說外需推動是改革開放后經濟快速發展的重要動力。同時，經濟的快速發展使東部地區基礎設施改善、收入水平提高、形成一定的有效消費市場，中國的內需能力不斷提高，對中國經濟發展的貢獻也隨之提高[1]。從近十幾年來看，由于受到中國加入世貿、金融危機、世界經濟增長放緩、產業升級等外部沖擊，外需對中國經濟發展的貢獻度呈波動變化，而內需的貢獻呈穩步上升態勢，出現了經濟轉型中經濟增長動力從外需向內需的轉換趨勢，并通過經濟重心①在區域間的轉移表現出來。

經濟發展與城市化為雙向因果關系。經濟發展對城市化的推動作用的路徑主要為：依靠技術進步提高發展水平、促進經濟結構演變、形成工業生產專業化等；城市化對經濟社會發展的反作用是通過內部經濟聚集、信息化、外部經濟效益促進提升等實現的。國外學者的實證研究表明：城市化與經濟發展之間關鍵的作用機制因子包括集聚水平、規模效應等。從我國情況來看，內外需作用的轉換趨勢，對城市化也產生了影響，直接表現在城市化重心“北上西進”的偏移軌跡，且與GDP重心偏移軌跡一致（圖1、圖2）。說明外需推動在我國東部形成的區域優勢，正通過區域間的產業轉移及內需提升奠定的良好的市場基礎，在向中西部傳遞。這個過程也印證了內需不斷擴大，通過對區域經濟均衡發展發揮重要作用，并進一步對城市化產生了影響[2]。

圖1 我國GDP重心

圖2 我國城市化重心

為了更好地考察內外需轉換趨勢對城市化產生的時空影響，在對內需與外需的測度上，本文引入新經濟地理學的“市場潛能效應”概念。在以往的研究中，內外需一般按GDP支出法核算恒等式進行因素分解來測度，其中消費和投資的總和代表內需，凈出口代表外需。但凈出口是相對值，對國際貿易規模總量測度不足，對外需的作用與意義衡量不全面，一般會使用開放領域的主要指標，如進出口總額、FDI、對外投資、進口關稅等來進行衡量。新經濟地理學中論述的“市場潛能效應”則具有測度區域層面內外需的良好性質。某地區的市場潛力，是本地區所有周邊地區（包括自身）對本地區所生產的產品需求的加總，核心指的是地區生產廠商與市場的接近度；具體來說，就是某地區的市場潛力與其周邊的市場購買力成正比，與本地到周邊地區的距離（或貿易成本）成反比。在研究文獻中，對市場潛力函數的度量有多種方法。Harris的“市場潛力函數”是將某地區及其周邊的市場進行加權求和，權數用不同市場到本地區的距離表示，市場需求用本地GDP表示[3]。Krugman et al.在此基礎上納入了價格與規模經濟，形成了“真實市場潛能”[4]。Redding et al.使用雙邊貿易流數據構建了MA和SA指標，優點是具備微觀理論支持，并更精確[5]。

從以往的新經濟地理視角的城市化研究成果來看，Henderson根據新經濟地理學市場潛能函數構造了一個市場潛能變量來捕捉臨近城市的規模和區位對美國城市發展的影響，結果發現，反映相鄰城市特征（需求水平和供給條件）的市場潛能變量對于城市增長有顯著促進作用[6]。Mata et al.融合城市經濟學和新經濟地理學研究成果，探討了影響巴西城市發展需求和供給兩個方面的因素，他們的結論是，提高城市的市場潛能、改善勞動力素質以及降低城市間交通成本都對城市發展有顯著促進作用[7]。高永祥研究發現，市場潛力、外商直接投資、人力資本等因素均對城市化發展存在顯著影響[8]。但以上研究只聚焦在市場潛能指標，并未分別就國內市場潛力與國外市場潛力指標進行討論。本文試圖使用上述兩個指標，對城市化過程中外需與內需的影響程度及其作用機制進行考察。

三、研究模型與數據說明

（一）理論模型

本章借鑒Mata et al.推導的城市規模水平決定模型[7]，對城市化模型從城市發展的需求和供給方面進行構建。

1.需求方面。主要是當城市規模增長時，城市提供給勞動力的效用水平。效用函數表示如下：

其中，i地區收入Ii是效用的主要決定因素，由工資收入、租金和其他非勞動性收入構成。另外，在間接效用函數方程中，Qi表示其他因素，包括i地區的通勤成本、房租、稅收、公共服務與設施等。

工資收入由工資率和工作投入決定，工資率用wi表示，由價值邊際生產率關系決定；工作投入將在后面討論。其中：

其中，ri為資本租金率；ei為勞動力素質或教育水平；MPi為市場潛力，反映勞動力對地區i所生產產品的需求及可接受的價格；Ni為地區i的城市規模，可用城市就業人口等衡量。新經濟地理學中，如前所述，市場潛力MPi為：

其中，MPi表示地區i的市場潛力，Mj表示地區j市場的購買力或收入，dij表示地區i與地區j之間的距離。考慮到地區i內部的運輸成本，可定義idi為城市間運輸成本，是與首府之間的距離，作為本地區運輸成本的衡量，一般使用城市間公路設施投資。

城市經濟學理論中，對勞動力收入的主要影響因素中，除了工資率外，就是租金和通勤成本。通勤成本用時間成本衡量，一部分體現在工作時間和工作精力的損失，一部分體現在所支付的交通成本。故工資收入是由工資率和工作時間與精力構成的方程，后者將與通勤時間呈反向關系。房租則比較復雜，對于房產擁有者來說，更高的房租則意味著更高的非勞動收入。

對需求方面的估計方程，由工資率和工作時間/精力與房租收入的影響因素構成為城市規模的函數：

2.供給方面。主要考察的是當城市規模增長時所需的人口供給及城市為勞動力所提供的效用之間的關系。供給函數及其反函數分別表示如下：

其中，Zi表示周邊地區或替代地區為本地區人口提供勞動，如附近的農業地區。使用周邊農業地區收入重心測量周邊農業地區收入，使用周邊農業地區人口重心測量周邊農業人口，則本地區城市人口供給與周邊農業地區收入呈反向關系，與周邊農業地區人口呈正向關系。

3.城市規模水平決定方程。將以上需求與供給方面的最后一個方程聯立，解出Ni，則得到城市規模水平決定方程如下：

式（7）說明：在i地區，其城市就業人口是i地區市場潛力（MPi）、城市間公路設施投資（idi）、勞動力素質或教育水平（ei）、周邊農業地區人口重心（Zi）的增函數。由此可得到以下推論：一個地區的市場潛力越大，城市間公路設施投資越大，勞動力素質或教育水平越高，周邊農業地區人口重心越高，這個地區的城市化率越高。

（二）計量模型

為考察代表內外需的國內市場潛能與國外市場潛能對一個地區城市化率的影響，根據以上模型，并結合我國城市化率影響因素的實際情況及數據的可得性，估計模型為：

其中，為保證數據的平穩性及回歸系數的彈性，采用對數模型。以上模型中，i表示各城市，t表示年份，αi為常數項，βi為回歸系數值，εit為隨機干擾項。其中，將非農人口數占年末總人口數比例（urbanization）作為被解釋變量。

1.解釋變量。國內市場潛力（DMP）、國外市場潛力（FMP）分別為主要解釋變量，根據上文的分析，預期為正。本文采用Harris“市場潛力函數”法進行研究，具體指標計算如下：

其中，MPi表示地區i的市場潛力，Mj表示地區j的市場需求，dj表示地區i與地區j之間的距離。對于i=j的情況，即本地區市場潛力的測算，采用了Head et al.的假設，計算內部距離公式為：dit=，其中area是各地區內的土地面積；城市i與國家j的首都之間的距離是dij；以各城市的經緯度作為坐標，采用經緯度矩陣對以上距離進行計算[9]。

將市場潛力分解為國內市場潛力和國外市場潛力兩部分[5]：

其中，DMPit是i城市在t年的國內市場潛力，由本城市自身市場潛力、本省其他城市市場潛力、省外其他城市市場潛力加總計算得出。式（11）中第一項表示本城市自身市場潛力。GDPit是i城市在t年的地區國內生產總值，dii是i城市自身距離。式（11）中第二項表示本城市面對的省內其他城市與省外城市的市場潛力的加總。其中，GDPjt為j城市在t年的地區國內生產總值，dij是城市i到城市j的距離。其中，δ與eσ作為距離折算系數及貿易壁壘水平的衡量，根據Hering et al.的研究成果：δ作為省份距離指數的估計值，取值為δ=1.582[10]。eσ作為貿易壁壘水平的衡量，根據不同市場間壁壘的估計值，對于省內其他城市，取σ=0，即視為省內不存在市場分割；對于省外城市，取σ=2.766。FMPit是i城市在t年的國外市場潛力。GDPkt為k地區在t年的國內生產總值，dik是i城市到k地區首都的距離。其中，δ取值為 δ=1.582，eσ對于國外其他地區，取 σ=3.681。

2.控制變量。根據之前對城市化的研究，本文加入了一些其他控制變量：

（1）本地市場規模（consume）：表示為消費GDP占比，用全社會消費品零售總額（萬元）/地區生產總值（萬元）代表。市場規模越大，越有利于吸引企業投資，提高就業，增加城市就業人口。預期凈效應為正。

（2）固定資產投資（invest）：用全社會固定資產投資總額（萬元）代表。固定資產投資的流向，對城市化影響很大。如流向就業人口密度高的產業和民生方向，則有利于創造就業，提升人們生活質量，對人口和勞動力的吸引力就越大；反之，則不利于人口和勞動力的流入。預期效應不確定。

（3）產業結構升級（industry3）：用第三產業GDP占比代表。定義為第三產業占GDP的比重。第三產業GDP占比代表產業結構升級水平，凈效應預期符號不確定。如城市就業人口大部分集聚在制造業，第三產業就業人口有限。考慮到累計循環效應，制造業比重更大的地區對城市化率貢獻更大，則凈效應為負。

（4）人口密度（popuarea）：新經濟地理學理論認為，城市增長也體現了規模報酬遞增。但規模不經濟可能隨著城市規模的擴大而出現，主要是由于過度擁擠，將會限制城市增長速度，預期效應不確定。

（5）基礎設施（trans）：根據數據的可得性，用貨運總量（萬噸）代表。交通基礎設施良好的地區往往能吸引到較多的企業投資，創造更多城市就業，還可以提高城市生產率，降低通勤成本和改善生活質量，有利于人口和勞動力的流入，預期效應為正。

（6）人力資本（lib）：根據數據可得性，用公共圖書館總藏書量（千冊、件）代表地區的人力資本。由于較高的人力資本提高了城市的工資水平，人力資本積累越高，越有利于吸引更多勞動力流入，預期效應為正。

3.變量的描述性統計見表1。

表1 變量的描述性統計

（三）數據說明

本文使用1994—2016年中國285個樣本地級市數據，構成面板數據，主要來源于《中國城市統計年鑒》，國外187個經濟體的GDP數據來源于世界銀行世界發展指數（Worldwide Development Indicators，WDI）數據庫，各國間的距離數據來源于CEPII引力模型數據庫。

四、模型估計結果與檢驗

（一）模型估計結果

考慮到城市化與經濟增長是雙向因果關系及遺漏變量因素，在內生性問題的解決上，對時間的固定效應進行了控制。但鑒于主要解釋變量為區域吸收力的測度指標，里面體現了區位優勢，其中包括不隨時間而變的個體效應。為避免對其影響估計不足，借鑒 Head et al.以及Hering et al.構建的“地理中心度”指標工具變量，分別對國內市場潛力與國外市場潛力構建工具變量。將各城市到國內6大城市群②的GDP經濟重心③的最近距離的對數（lndistd6）作為國內市場潛力的工具變量，將各城市到國內52個主要港口④中最近港口的距離的對數（lndistf）作為國外市場潛力的工具變量。

通過考察工具變量滿足的兩個條件——工具變量與市場潛力相關以及工具變量與誤差項不相關來討論工具變量的可行性。使用1994—2016年的數據，分別將lndistd6與lndistf和國內市場潛力、國外市場潛力及其他外生變量進行回歸，得到回歸系數分別為-0.417、-0.058 3，且在1%的統計水平上顯著，說明以上兩個工具變量滿足條件“工具變量與市場潛力相關”。詳見表2。鑒于誤差項不可觀測，條件“工具變量與誤差項不相關”則無法進行直接檢驗。但是以上兩個工具變量均為地理變量，反映了一個城市的相對地理位置，外生性是非常顯然的。綜上，可以認為選擇lndistd6與lndistf分別作為國內市場潛力和國外市場潛力的工具變量具有可行性。

考察全國各城市面對國外市場潛力和國內市場潛力對該城市城市化率的影響，表3給出了將lndistd6與lndistf作為工具變量進行估計的結果。列（1）、（2）為分別對國內市場潛力與國外市場潛力OLS的回歸結果，列（3）、（4）為分別控制國內市場潛力與國外市場潛力工具變量的回歸結果，列（5）為同時控制國內市場潛力與國外市場潛力工具變量的回歸結果。

表3的結果顯示：不考慮內生性情況下的估計結果（OLS）在系數符號與顯著性上都與理論模型的預期基本相符。考慮國內外市場潛力的內生性問題，與使用lndistd6工具變量相比，使用lndistf的工具變量的估計結果（見第（4）列）所得到的系數更符合預期，國內外市場潛力影響符號為正，國外市場潛力影響系數大于國內潛力影響系數。而使用lndistd6作為國內市場潛力的工具變量進行估計，國內市場潛力的符號為負，與預期不符，這可能與工具變量的選擇有關。由于選擇與6大城市群經濟重心的最近距離作為國內市場潛力的工具變量，可能會因為“陰影區鎖定效應”影響國內市場潛力的估計結果。即當兩個較大規模城市處于較近距離范圍內時，若二者之間沒有形成高度的生產分工，那么這兩個城市之間將產生非常激烈的資源爭奪[11]。受此影響，到經濟重心的距離對城市規模的影響存在不確定性。故使用lndistf作為工具變量所得到的估計結果更為穩健。解釋變量基本與預期相符，對于全國各城市的城市化率，國內市場潛力與國外市場潛力顯著為正。結果顯示，國外市場潛力的影響大于國內市場潛力的影響，說明從1994—2008年整體周期來看，外需對城市化的推動影響更大。控制變量的影響系數，均在1%的水平上顯著，且符號與預期相符，說明一個城市的城市化率會受到本地市場規模、固定資產投資、產業結構升級、人口密度、基礎設施、人力資本的影響。其中：（1）消費GDP占比影響系數符號為正，說明本地市場規模與城市化率正相關。（2）社會固定資產投資影響系數符號為負，可能由于社會固定資產投資在就業人口密度高的產業和民生方向流入不足，未能充分創造就業，提升人們生活質量，對人口和勞動力的吸引力不足。（3）第三產業GDP占比的影響系數符號為負，說明過去20年城市就業人口大部分集聚在制造業，第三產業就業人口有限。考慮到累計循環效應，制造業比重更大的地區對城市化率貢獻更大。（4）人口密度符號為負，說明隨著城市規模的擴大，規模不經濟可能出現，主要是由于過度擁擠，可能出現了限制城市增長速度的情況。（5）貨運總量符號為正，說明基礎設施帶來的集聚經濟對城市化率影響為正。（6）公共圖書館總藏書量符號為正，說明人力資本與城市化率正相關。

表2 其他外生變量與工具變量的回歸結果

表3 全國各城市國內外市場潛力對城市化的影響

（二）穩健性檢驗

在上述回歸的基礎上，進一步進行穩健性檢驗。首先處理原始數據的極端值。其次，為更好地考察內外需時空轉換對產業升級的影響，分別按時間段、地區進行分組回歸。

1.處理極端值。我們在99%的水平，對原始數據進行了winsor極值處理，去除相關極端值后，所得到的結果與上述結果基本一致，說明上述回歸結論不受極端值的重大影響，詳見表4。

2.分組回歸。（1）按時間段分組：依據我國國內生產總值增速趨勢的“谷—谷”分布，按入世前后為分割點劃分為1994—1999年、2000—2008年兩個時間段進行回歸，回歸結果見表5。

表4 去極端值回歸結果

表5 按時間段分組回歸結果

從表5看出，時間段分組的回歸結果與表3回歸結果基本一致，但變量估計系數在不同時間段之間存在一定的差異，說明了時間演變所呈現出的不同特點：國內市場潛力影響系數均為正，且從0.193增長到0.239，增長了23%；國外市場潛力從負增長到正，從-0.319增長到0.683，增長3倍以上。可見，分時間段來看：1994—1999年，城市化以內需拉動為主；2001—2008年，城市化以外需推動為主，而這個階段也正是我國城市化突飛猛進的時段。所以從1994—2008年整體周期來看，城市化主要以外需推動為主。產業結構升級、基礎設施、人力資本，對城市化的影響均變得更加顯著且系數在增大[12]。

（2）按地區分組：主要依據《中國城市統計年鑒》的劃分方法，對我國三大地區⑤的子樣本單獨進行估計，以考察各個地區各城市中國外市場潛力和國內市場潛力對該城市的城市化率的影響，表6給出了估計結果。

從表6看出，地區分組的回歸結果與表3的回歸結果基本一致，但變量估計系數在不同地區之間存在一定的差異，說明了地區差異所呈現出的不同特點。

表6 按三大區域分組回歸結果

從解釋變量來看，各地區各城市國內市場潛力都對城市化率具有正的顯著影響；國外市場潛力方面，東部地區為正，中西部地區為負。東部地區的國外市場潛力的影響系數大于國內市場潛力的影響系數，而中西部地區剛好相反。可見，1994—2008年，東部地區城市化率更多為外需拉動。中西部地區的城市化率更多為內需拉動。以上結果從一個側面反映出外需對三大地區城市化率的不均衡影響：東部憑借優越的地理條件和有利的政策條件，在利用外需中占據了先發優勢，形成了產業集聚，提升了就業，推動了城市化發展進程，進一步促進了經濟的快速發展，使東部地區收入水平提高、基礎設施改善、形成一定的有效消費市場，使內需能力不斷提高，并進一步提升城市化率。而在此過程中，從外需產生作用的角度來看，東部地區的產業集聚及工資的上漲吸引中西部的勞動力流入，對中西部的城市化率產生了負的凈效應。從內需產生作用的角度看，中部地區得益于中部崛起發展戰略的實施，西部地區得益于西部大開發的政策，本區域的產業結構逐步優化，第二、三產業占比提高，促進了非農人口數量的增加，推動了城市化率的提高[13]。

從控制變量來看，三大地區呈現以下特點：（1）東部地區各控制變量的符號基本與預期相符。其中，基礎設施不顯著，可能是東部地區的先發優勢促進了經濟發展，基礎設施發展較快，與中西部相比，此變量對城市化的影響不顯著。東部其他的變量系數絕對值均高于中西部，說明1994—2008年，東部地區的本地市場規模、制造業的快速發展及人力資本的增長，對城市化率的貢獻均超過中西部。東部的人口密度影響系數是正值，說明與東部經濟高速發展相比，人口的聚集尚未超過擁擠的臨界點，對城市人口流入有很強的吸引力。（2）中部地區各控制變量中，固定資產投資、第三產業占比、基礎設施、勞動力成本不顯著。市場容量與人口密度顯著，符號與預期相符，本地市場規模符號為正，人口密度符號為負，均低于西部。對此的可能解釋是，雖然中部地區經濟發展比西部快，但消費占比相對低，當地市場容量有限，對城市化率促進不足。（3）西部地區各控制變量中，固定資產投資和人力資本不顯著。本地市場規模顯著為正且高于中部地區，基礎設施顯著為正，說明本地市場規模與基礎設施對于西部地區的城市化率的提升起到了正向影響，西部大開發等對西部的政策傾斜促進了西部地區的城市化發展。人口密度與第三產業對城市化率的影響顯著為負。可能是由于第三產業發展不足，城市就業人口多聚集于第二產業，不能對城市化起到正向效應。

五、結論及政策啟示

本文建立了城市化規模決定方程，運用我國285個地級及以上城市及國外187個經濟體的經濟數據和相關的地理數據，應用面板計量模型，估計了內外需對城市化率的影響，并分別對全國及三大地區的樣本進行了估計。研究結果表明：用以測度內外需的國內市場潛力與國外市場潛力對城市化率有顯著正向影響，全國樣本估計結果為外需影響大于內需，內需對三大地區的城市化率影響顯著為正，受區域發展不平衡影響，外需對東部地區影響顯著為正，且遠超全國水平，外需對中西部地區城市化率影響為負。

鑒于城市增長不僅受到包括市場潛力等外部條件的影響，還受到包括固定資產投資、產業結構、人口密度、基礎設施、人力資本等內部特征的影響，以及區域發展不平衡的影響。地方政府應盡力消除市場分割，密切與周邊區域的聯系，提高本地市場潛力，推進省際間交流，發揮城市化的正向溢出效應。加強地區間的合作與信息交流，打破區域間的行政和貿易壁壘，促進資源和要素的充分流動，充分發揮城市化的溢出效應，聯動各地區城市化發展。還要加強自身基礎設施和人力資本投資的改善，要合理調整疏導流動人口，合理打造良好的就業環境，并促成社會集聚，形成高質量的城市生活和社會福利。優化產業結構與投資流向，在穩固制造業的主體地位作用的同時，促進服務業和制造業的協調發展，以實現均衡穩定增長。同時，各地區應因地制宜，深化產業集聚水平。東部地區在推進產業集聚的同時，更應依托本地區的產業基礎優勢，優化產業鏈，實施產業結構升級和產業轉移政策，加強產業對城市化的帶動作用，走地方特色新型城鎮化道路[14]。中西部地區，則應抓住“一帶一路”的歷史機遇，充分發揮外需對城市化的推動作用，做好與發達地區轉移產業的有效對接，選擇適合本地區的支柱產業，加強產業集聚和城市化規劃的協調性，建立產業集聚與城市化良性互動發展機制。

注釋：

①經濟重心指的是在區域經濟空間中，各個方向上的經濟力量能夠保持均衡的一點，用區域重心坐標表示。經濟重心計算公式為其中i表示該區域的第i個次一級區域，J、W分別表示該區域某種屬性的區域重心的經度值與緯度值；Ji、Wi分別表示第i個次一級區域重心的經度值和緯度值；Mi表示第i個次一級區域某種屬性的值。

②根據《中國城市群發展報告2014》劃分為：京津冀城市群、長三角城市群、珠三角城市群、成渝經濟區、中原經濟區、山東半島6個城市群。

④52個主要海港包括：南沙港、赤灣港、廣州港、黃浦港、連云港、寧波港、青島港、上海港、蛇口港、天津港、新港、鹽田港、大陳灣碼頭、寶山港、鲅魚圈港、北海港、北侖港、崇明港、東渡港、東山港、福清港、海口港、海門港、花都港、黃島港、黃驊港、惠州港、錦州港、嵐山港、馬鞍山港、南匯港、南通港、欽州港、日照港、三亞港、汕頭港、霞海港、廈門港、秀嶼港、洋浦港、揚州港、煙臺港、營口港、沅江港、岳陽港、張家港、漳州港、湛江港、乍浦港、舟山港、珠海港、西堤港。

⑤對三大地區的劃分依據《中國城市統計年鑒》的劃分方法：東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個省市區；中部地區包括山西、內蒙、吉林、黑龍江、江西、安徽、河南、湖北、湖南9個省市區；西部地區包括重慶、四川、貴州、云南、陜西、寧夏、青海、甘肅、新疆9個省市區。