江蘇省人口與經(jīng)濟(jì)發(fā)展的時空格局演變

章屹禎， 曹衛(wèi)東,2， 張 宇, 袁 婷, 朱鵬程

(1.安徽師范大學(xué) 地理與旅游學(xué)院，安徽 蕪湖 241002；2.安徽師范大學(xué) 城市與區(qū)域規(guī)劃研究中心，安徽 蕪湖 241002)

引 言

人口與經(jīng)濟(jì)是區(qū)域發(fā)展的重要因素，也是區(qū)域發(fā)展的主要驅(qū)動力，測度人口與經(jīng)濟(jì)時空格局演變及發(fā)展趨勢，是制定一系列相關(guān)政策的基石，也是應(yīng)對一系列變革的關(guān)鍵舉措。一方面，不斷強(qiáng)化的經(jīng)濟(jì)全球化業(yè)引發(fā)全球價值鏈、全球生產(chǎn)網(wǎng)絡(luò)在地理空間重構(gòu)，推動人口與經(jīng)濟(jì)跨空間發(fā)展。另一方面，信息化和交通運輸方式的革新使得全球空間壓縮效應(yīng)顯著，改變了傳統(tǒng)的地方空間邏輯，使人口與經(jīng)濟(jì)發(fā)展從地方空間擴(kuò)展至強(qiáng)調(diào)全球—地方、城市—區(qū)域聯(lián)結(jié)的必要性。在新形勢下，我國的人口與經(jīng)濟(jì)空間分布特征也變得更加復(fù)雜，正重塑原有的人口與經(jīng)濟(jì)空間分布格局，并逐漸成為地理學(xué)的研究熱點。

18世紀(jì)后期亞當(dāng)斯密提出的人口、經(jīng)濟(jì)、勞動力三者之間的關(guān)系掀起了國外對于人口與經(jīng)濟(jì)研究的浪潮[1]。此后，人口與經(jīng)濟(jì)發(fā)展關(guān)系的研究在繼承中發(fā)展與創(chuàng)新。一些學(xué)者認(rèn)為人口流動會減小區(qū)域經(jīng)濟(jì)發(fā)展差異，但也有學(xué)者認(rèn)為人口流動會擴(kuò)大區(qū)域經(jīng)濟(jì)發(fā)展差距，另有學(xué)者認(rèn)為區(qū)域發(fā)展差距是由人口與經(jīng)濟(jì)空間分布不一致造成的[2-4]。誠然，無論何種原因，人口與經(jīng)濟(jì)空間分布必然存在偏差，但是如何使這種偏差保持在合理范圍內(nèi)，促使人口與經(jīng)濟(jì)協(xié)調(diào)發(fā)展是當(dāng)下關(guān)注的熱點。國內(nèi)學(xué)者對人口與經(jīng)濟(jì)發(fā)展的研究雖起步較晚，但也取得了豐碩成果。在研究內(nèi)容上主要集中在人口與經(jīng)濟(jì)發(fā)展空間耦合關(guān)系[5-6]、人口與經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[7-8]、不同尺度下人口與經(jīng)濟(jì)空間分布關(guān)系研究[9-10]、人口與經(jīng)濟(jì)中心的動態(tài)演變[11-13]等方面。研究方法主要有灰色關(guān)聯(lián)分析法、多元回歸分析、地理集中度、全局與局域Moran指數(shù)法[14-17]等。國內(nèi)外學(xué)者關(guān)于人口與經(jīng)濟(jì)發(fā)展的研究成果豐碩，為相關(guān)研究奠定了堅實的基礎(chǔ)，本研究應(yīng)用地理集中度、耦合指數(shù)、地理折線法等方法，分2000、2005、2010、2017年探究江蘇省人口與經(jīng)濟(jì)發(fā)展時空格局，以期為江蘇省人口與經(jīng)濟(jì)健康有序發(fā)展提供理論依據(jù)。

江蘇省下轄13個地級市，總面積約10.72萬平方公里，2018年常住人口8050.7萬人、地區(qū)生產(chǎn)總值達(dá)9.26萬億元人民幣，是我國經(jīng)濟(jì)發(fā)展的排頭兵，但“蘇錫?！钡娜丝谂c經(jīng)濟(jì)占據(jù)全省主體地位，導(dǎo)致省內(nèi)南北人口與經(jīng)濟(jì)發(fā)展存在較大差距。江蘇省作為我國人口與經(jīng)濟(jì)發(fā)展有較大差異的典型區(qū)域，其人口與經(jīng)濟(jì)發(fā)展時空格局演變的研究具有十分重要的現(xiàn)實意義與戰(zhàn)略意義。

1 與數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

按照江蘇省最新的行政區(qū)劃，以江蘇省南京、蘇州、無錫、常州等13個地級市為研究區(qū)域，遵循科學(xué)性、連續(xù)性的原則收集、處理江蘇省2000、2005、2010、2017年各市人口、GDP、國土面積等數(shù)據(jù)，數(shù)據(jù)主要來源于《南京市統(tǒng)計年鑒》《蘇州市統(tǒng)計年鑒》《無錫市統(tǒng)計年鑒》《常州市統(tǒng)計年鑒》等各地級市統(tǒng)計年鑒。

1.2 研究方法

1.2.1 地理集中度 地理集中度是用來刻畫各城市某時刻地理空間要素分布狀態(tài)的,人口地理集中度與經(jīng)濟(jì)地理集中度表征江蘇省各市在一定時間內(nèi)人口與經(jīng)濟(jì)空間動態(tài)分布狀況,其表達(dá)公式如下：

(1)

式中，RPi表示經(jīng)濟(jì)地理集中度，RGi表示人口地理集中度，n為研究單元數(shù)量，Pi與Gi分別表示i地區(qū)的人口數(shù)量與GDP，Si為i地區(qū)國土面積。人口地理集中度與經(jīng)濟(jì)地理集中度越大，就表明該地區(qū)人口與經(jīng)濟(jì)空間分布就越集中，越小則表明人口與經(jīng)濟(jì)空間分布趨于分散。

1.2.2 耦合指數(shù) 合是指事物間相互作用、相互影響程度，分別用人口與GDP占省內(nèi)比重的比值，反應(yīng)江蘇省各市人口與經(jīng)濟(jì)發(fā)展耦合關(guān)系,其表達(dá)公式如下：

(2)

式中，CPEi為i地區(qū)的人口與經(jīng)濟(jì)發(fā)展耦合度指數(shù)，n為研究單元數(shù)量，Pi與Gi分別表示i地區(qū)的人口和國內(nèi)生產(chǎn)總值。CPEi>1,表示該地區(qū)人口集聚程度大于經(jīng)濟(jì)集聚程度；CPEi=1,表示該地區(qū)人口集聚程度等于經(jīng)濟(jì)集聚程度，人口與經(jīng)濟(jì)發(fā)展較為協(xié)調(diào)；CPEi<1,則表示該地區(qū)人口集聚程度小于經(jīng)濟(jì)集聚程度。

1.2.3 地理折線法 地理折線法是通過將地理空間各節(jié)點屬性要素依次連接，形成一條折線，是將各要素變化進(jìn)行空間可視化的一種表達(dá)方法。節(jié)點、折點、起點、終點、單位折線是地理折線法所具有的五種主要要素且分別表征不同意義[18]。本研究中的節(jié)點指江蘇省各地級市，節(jié)點屬性值表示人口與經(jīng)濟(jì)發(fā)展耦合度值，折點是與整個空間趨勢發(fā)生明顯轉(zhuǎn)折的節(jié)點，起點表示各節(jié)點中數(shù)值最大的點，在本研究中表示人口與經(jīng)濟(jì)發(fā)展耦合度值最大的點，終點是各節(jié)點數(shù)值中最小的點，在本研究中表示人口與經(jīng)濟(jì)發(fā)展耦合度值最小的節(jié)點，折線是兩大小不同的節(jié)點按照次序的連線，并且具有方向性。

圖1 地理折線法示意圖Fig.1 Schematic diagram of the geographical line method

地理折線法與趨勢分析緊密相連，對各節(jié)點要素的空間趨勢分析是地理折線法運用的前提。選取Arcgis10.2中趨勢分析工具，對各節(jié)點屬性進(jìn)行徑向與緯向上的趨勢分析，由此去探尋江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度在空間上的整體趨勢，并且為尋找各折點城市提供先決條件。

2 江蘇省人口與經(jīng)濟(jì)發(fā)展時空格局演變

2.1 江蘇省人口地理集中度時空格局演變

應(yīng)用公式(1)計算2000—2017年江蘇省各市人口地理集中度，結(jié)果如表1所示。江蘇省各市人口地理集中度存在較為明顯的時空異質(zhì)性，“南密北疏”的人口發(fā)展格局較為凸顯。2000—2017年人口地理集中度都呈現(xiàn)蘇南>蘇中>蘇北，而且2000—2017年除了蘇南地區(qū)人口地理集中度在上升，蘇中、蘇北地區(qū)都在下降，并且隨著時間的推移蘇南地區(qū)的人口地理集中度保持較高的增速。如蘇州、南京的人口地理集中度分別從2000年0.97、1.18，上升到2017年的1.63、1.67，而南通、宿遷則出現(xiàn)大幅度下降。隨著城鄉(xiāng)二元體制的弱化以及城鎮(zhèn)化的推進(jìn)，打破了人口分布的地理分割，前期經(jīng)濟(jì)較為發(fā)達(dá)的“蘇錫?！钡瘸鞘?，“地理第二性”效應(yīng)凸顯，導(dǎo)致“蘇錫常”等地的人口集聚程度進(jìn)一步擴(kuò)大。

2.2 江蘇省經(jīng)濟(jì)地理集中度時空格局演變

應(yīng)用公式(1)計算2000—2017年江蘇省各市經(jīng)濟(jì)地理集中度，結(jié)果如表1所示。江蘇省各市經(jīng)濟(jì)地理集中度存在較為顯著的時空分異特征，“南強(qiáng)北弱”的經(jīng)濟(jì)發(fā)展格局較為凸顯。2000—2017年江蘇省經(jīng)濟(jì)地理集中度都呈現(xiàn)蘇南>蘇中>蘇北的態(tài)勢，但隨著時間的推移，各市經(jīng)濟(jì)地理集中度差距有逐漸縮小的態(tài)勢。蘇南地區(qū)部分城市的經(jīng)濟(jì)地理集中度經(jīng)過2000—2005年快速增長之后，在2010年增長較為緩慢，部分城市甚至出現(xiàn)了下滑的跡象。如蘇州的經(jīng)濟(jì)地理集中度從2010年的2.67，下降到2017年的2.41，無錫市的經(jīng)濟(jì)地理集中度從2005年的3.3下降到2017年的2.73。值得注意的是南京市經(jīng)濟(jì)地理集中度一直保持增長態(tài)勢，從2000年的1.85上升到了2017年的2.14。蘇北地區(qū)部分城市的經(jīng)濟(jì)地理集中度在下降中逐步企穩(wěn)，部分城市有探底回升的態(tài)勢，如宿遷市從2005年的0.28上升到2017年的0.37，淮安市從2000年的0.35上漲到2017年的0.40。隨著蘇南地區(qū)生產(chǎn)成本的不斷提高，生產(chǎn)邊際效應(yīng)逐步降低，導(dǎo)致以“蘇錫?！睘榇淼奶K南地區(qū)經(jīng)濟(jì)地理集中度逐漸下降，而以宿遷為代表的蘇北地區(qū)則持續(xù)上升。

表1 江蘇省2000—2017年人口與經(jīng)濟(jì)地理集中度

3 江蘇省人口與經(jīng)濟(jì)發(fā)展時空耦合演變

人口地理集中度與經(jīng)濟(jì)地理集中度只能反映人口與經(jīng)濟(jì)發(fā)展在空間上的分布狀況與集聚態(tài)勢，而人口與經(jīng)濟(jì)發(fā)展耦合度指數(shù)則將人口地理集中度與經(jīng)濟(jì)地理集中度有效結(jié)合，更能進(jìn)一步反映這兩種屬性在空間上的相互關(guān)系及其內(nèi)在效應(yīng)與演化過程。

3.1 江蘇省人口與經(jīng)濟(jì)發(fā)展耦合類型

根據(jù)公式(2)，計算江蘇省2000—2017年各市人口與經(jīng)濟(jì)發(fā)展耦合度，并參考相關(guān)研究[19]將其劃分為5種類型(表2)。應(yīng)用Arcgis10.2將2000—2017年江蘇省人口與經(jīng)濟(jì)發(fā)展耦合類型進(jìn)行可視化表達(dá),結(jié)果如圖2。

表2 江蘇省人口與經(jīng)濟(jì)發(fā)展耦合類型

從蘇南地區(qū)來看，2000—2017年經(jīng)濟(jì)極化型城市均被蘇州和無錫占據(jù),而常州、南京則一直處于經(jīng)濟(jì)超前型。從蘇中地區(qū)來看，除了2000年泰州市是人口超前型，其他三個年份揚州、泰州、南通均是人口與經(jīng)濟(jì)發(fā)展協(xié)調(diào)型。從蘇北地區(qū)來看，徐州、連云港、宿遷、淮安、鹽城在2000—2017年均是人口超前型或人口極化型，雖然人口極化型的數(shù)量由2005年的3個減少到2017年的2個，但人口集聚大于經(jīng)濟(jì)集聚的現(xiàn)象仍較為明顯?？傮w來看，江蘇省2000—2017年各市人口與經(jīng)濟(jì)發(fā)展類型“固化”現(xiàn)象較為嚴(yán)重，蘇南、蘇中、蘇北地區(qū)人口與經(jīng)濟(jì)發(fā)展差異較大。

3.2 基于地理折線法的江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度分析

3.2.1趨勢分析 趨勢分析是實現(xiàn)地理折線法的基礎(chǔ)。江蘇省地理空間上徑向與緯向的趨勢反映人口與經(jīng)濟(jì)發(fā)展耦合度大小，即耦合度在哪個方向上越大，趨勢線表現(xiàn)的越高，否則相反。如果趨勢線在某個方向上是一條平滑的直線則表示城市間的耦合度沒有差別，對該地區(qū)的分析也就毫無意義[20]。如圖3，江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度趨勢總結(jié)為：存在由南向北及由西向東遞減，而且由南向北遞減更為顯著。

3.2.2 折點分析 折點的判斷以江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度的趨勢分析為前提,在連接節(jié)點的前端與后端折線中，由于某些節(jié)點存在一些特定的優(yōu)勢與劣勢導(dǎo)致其人口與經(jīng)濟(jì)發(fā)展耦合度不符合整體趨勢走向，則認(rèn)為該節(jié)點是折點。2000—2017年江蘇省各市趨勢走向和折點如表3所示。折點也有正反方向，折點前段符合人口與經(jīng)濟(jì)發(fā)展耦合度趨勢走向的節(jié)點為正折點，否則為負(fù)折點，2000—2017年正負(fù)折點如表4所示。

正折點一般具有某種特殊的優(yōu)勢，而使得該段折線的走勢發(fā)生了變化，如具有政策優(yōu)勢的南京及交通優(yōu)勢的徐州，要充分發(fā)揮南京、徐州等正折點的中介能力與資源優(yōu)勢，帶動地區(qū)人口與經(jīng)濟(jì)發(fā)展。負(fù)折點主要承接正折點，使節(jié)點走勢回到整個趨勢走向上，起到過渡的效果，如蘇州、南通、鹽城等市。

3.2.3 起點、終點、節(jié)點分析

(1)起點分析。除2000年無錫市的人口與經(jīng)濟(jì)發(fā)展耦合度最高，其他三個時間斷面均是蘇州，所以2000年的起點是無錫，2005年、2010年、2017年的起點是蘇州，雖然蘇州的人口與經(jīng)濟(jì)發(fā)展耦合度從2000年的2.24下降到2017年的1.51，但在江蘇省仍占據(jù)絕對優(yōu)勢。蘇州以其優(yōu)越的區(qū)位條件、完善的投資環(huán)境、便利的交通優(yōu)勢吸引大量優(yōu)質(zhì)企業(yè)和優(yōu)秀人才，尤其近些年蘇州發(fā)布《關(guān)于進(jìn)一步推進(jìn)人才優(yōu)先發(fā)展的若干措施》《關(guān)于打造產(chǎn)業(yè)科技創(chuàng)新高地的若干措施》等一系列人才、產(chǎn)業(yè)新政，積極優(yōu)化城市產(chǎn)業(yè)結(jié)構(gòu)，為城市持續(xù)健康發(fā)展謀篇布局。

類型年份2000200520102017符合趨勢蘇州→南京、常州→鎮(zhèn)江、鎮(zhèn)江→揚州、南通→泰州、泰州→徐州、鹽城→淮安、淮安→連云港蘇州→無錫、無錫→南京、常州→鎮(zhèn)江、鎮(zhèn)江→揚州、南通→泰州、泰州→徐州、鹽城→淮安、淮安→連云港蘇州→無錫、無錫→南京、常州→鎮(zhèn)江、鎮(zhèn)江→揚州、南通→泰州、泰州→徐州、鹽城→淮安、淮南→連云港蘇州→無錫、無錫→南京、常州→鎮(zhèn)江、鎮(zhèn)江→揚州、南通→泰州、泰州→徐州、鹽城→淮安、淮南→連云港不符合趨勢無錫→蘇州、南京→常州、揚州→南通、徐州→鹽城、連云港→宿遷南京→常州、揚州→南通、徐州→鹽城、連云港→宿遷南京→常州、揚州→南通、徐州→鹽城、連云港→宿遷南京→常州、揚州→南通、徐州→鹽城、連云港→宿遷折點蘇州、南京、常州、揚州、南通、徐州、鹽城、連云港、宿遷南京、常州、揚州、南通、徐州、鹽城、連云港、宿遷南京、常州、揚州、南通、徐州、鹽城、連云港、宿遷南京、常州、揚州、南通、徐州、鹽城、連云港、宿遷

表4 江蘇省2000—2017年折點類型

(2)終點分析。2000—2017年江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度的終點均是宿遷，雖然宿遷的人口與經(jīng)濟(jì)發(fā)展耦合度從2000年的0.33上升到2017年的0.49，但依然在全省排名相對較低。宿遷市位于江蘇省北部，沒有很好的交通優(yōu)勢與區(qū)位優(yōu)勢，加之其建市較晚工業(yè)基礎(chǔ)薄弱，雖近些年宿遷市積極地進(jìn)行產(chǎn)業(yè)體制改革，加快轉(zhuǎn)型升級步伐，并取得了較大進(jìn)步，但短期內(nèi)扭轉(zhuǎn)與江蘇省其他城市的發(fā)展差距依然較為困難。

(3)節(jié)點分析。由江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度的地理折線圖可以看出，江蘇省人口與經(jīng)濟(jì)發(fā)展存在較為明顯的時空異質(zhì)性。2000—2017年人口與經(jīng)濟(jì)發(fā)展耦合度的地理折線圖走勢幾乎沒有發(fā)生變化，進(jìn)一步印證了城市間發(fā)展差距存在一定的梯度性，且固化現(xiàn)象比較嚴(yán)重，但隨著時間的推移，有逐漸縮小的態(tài)勢。主要表現(xiàn)為，蘇北地區(qū)部分城市的經(jīng)濟(jì)增速大于蘇南城市，但是人口增速卻明顯小于蘇南城市，或蘇南地區(qū)部分城市經(jīng)濟(jì)增速快于蘇北部分城市，但是其人口增速比其經(jīng)濟(jì)增速更快。

4 結(jié)論與討論

4.1 結(jié) 論

(1)江蘇省人口與經(jīng)濟(jì)地理集中度存在較為明顯的時空分異特征，2000—2017年人口與經(jīng)濟(jì)地理集中度均呈現(xiàn)蘇南>蘇中>蘇北。蘇南地區(qū)的人口地理集中度在2000—2017年全部呈現(xiàn)上升的態(tài)勢，蘇北、蘇中地區(qū)則全部出現(xiàn)了下降。但蘇南地區(qū)經(jīng)濟(jì)地理集中度到達(dá)2010年的高點后，在2017年幾乎都出現(xiàn)了下降，而蘇中、蘇北則逐漸企穩(wěn)，并有上升的趨勢。

(2)江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度存在較為明顯的時空異質(zhì)性，2000—2017年均呈現(xiàn)蘇南>蘇中>蘇北。2000、2005年蘇州市與無錫市人口與經(jīng)濟(jì)發(fā)展耦合度較高，分別達(dá)到了2.24、2.32和2.64、2.46，出現(xiàn)了較為明顯的經(jīng)濟(jì)極化現(xiàn)象，而以宿遷、淮安為代表的蘇北地區(qū)人口集聚明顯大于經(jīng)濟(jì)集聚，出現(xiàn)了較為顯著的人口極化現(xiàn)象。

(3)2000—2017年江蘇省人口與經(jīng)濟(jì)發(fā)展耦合度的地理折線圖均呈現(xiàn)由南向北及由西向東遞減的趨勢，而且由南向北遞減更為顯著，且不同年份人口與經(jīng)濟(jì)發(fā)展耦合度的地理折線圖走勢較為相似，表明江蘇省各市人口與經(jīng)濟(jì)發(fā)展存在一定的梯度性，且固化現(xiàn)象較為嚴(yán)重。應(yīng)充分發(fā)揮蘇州、南京、徐州等折點的中介能力與資源優(yōu)勢，帶動蘇中、蘇北等地人口與經(jīng)濟(jì)發(fā)展。

4.2 討 論

目前來看，江蘇省人口與經(jīng)濟(jì)發(fā)展存在較強(qiáng)的時空異質(zhì)性，“南強(qiáng)北弱”、“南密北疏”的空間發(fā)展格局較為凸顯。長此以往不僅不利于江蘇省優(yōu)化人口、經(jīng)濟(jì)空間布局，統(tǒng)籌區(qū)域協(xié)調(diào)發(fā)展，還會在一定程度上擴(kuò)大地區(qū)發(fā)展差異，激發(fā)社會主要矛盾。江蘇省人口分布與經(jīng)濟(jì)格局優(yōu)化的建議如下：

(1)優(yōu)化經(jīng)濟(jì)空間布局，提升蘇中、蘇北經(jīng)濟(jì)發(fā)展水平。江蘇省南北經(jīng)濟(jì)發(fā)展兩極分化是長期存在的，在短期內(nèi)難以扭轉(zhuǎn)。在未來發(fā)展中，蘇南地區(qū)要進(jìn)一步擴(kuò)大對蘇中、蘇北，尤其是經(jīng)濟(jì)發(fā)展較為薄弱的宿遷、連云港、淮安等地的投資力度，通過產(chǎn)業(yè)扶持與產(chǎn)業(yè)轉(zhuǎn)移，帶動區(qū)域經(jīng)濟(jì)、人口集聚發(fā)展；蘇中、蘇北地區(qū)要充分發(fā)揮資源優(yōu)勢、區(qū)位優(yōu)勢，通過沿海與沿隴海線建立蘇北城市群發(fā)展極，積極融入長三角城市群、淮海城市群等國家、區(qū)域發(fā)展戰(zhàn)略。

(2)重視人口轉(zhuǎn)換，創(chuàng)新發(fā)展思路。蘇南地區(qū)城鎮(zhèn)化水平較高，人口經(jīng)濟(jì)合力較大，下一步要優(yōu)化人口結(jié)構(gòu)，引進(jìn)高素質(zhì)人才，同時要考慮到環(huán)境承載力，建立利益誘導(dǎo)與約束機(jī)制調(diào)整不同地區(qū)的人口偏差問題，促進(jìn)地區(qū)人口經(jīng)濟(jì)適應(yīng)發(fā)展，最大限度的發(fā)揮人口經(jīng)濟(jì)合力。蘇中與蘇北地區(qū)要提升人口素質(zhì)，加強(qiáng)人口技能培訓(xùn)，拓寬就業(yè)渠道，加快城市化進(jìn)程，實現(xiàn)農(nóng)村富余人口轉(zhuǎn)移。

(3)建立省級層面的協(xié)調(diào)發(fā)展機(jī)制，注重區(qū)域聯(lián)動發(fā)展。由于城市等級、歷史因素、地理位置、經(jīng)濟(jì)狀況、政策因素等導(dǎo)致江蘇省難以實現(xiàn)各市、各級政府之間常態(tài)化對話平臺機(jī)制的設(shè)立與實行，往往造成各地不平等的對話權(quán)，從而忽略了個別城市的發(fā)展。省級層面協(xié)調(diào)機(jī)制的設(shè)立與真正實行意義重大，該機(jī)制不僅需要在省級及市級之間協(xié)調(diào)更多精細(xì)的問題，更需要具體問題具體分析，根據(jù)各市具體情況各部門要加強(qiáng)溝通，仔細(xì)協(xié)商，精準(zhǔn)定位，考慮到各方利益集團(tuán)，協(xié)調(diào)各方矛盾，統(tǒng)籌全局發(fā)展。決策層也應(yīng)從實際出發(fā)考慮各市發(fā)展的巨大差異，對蘇中、蘇北部分地區(qū)，給予適當(dāng)?shù)恼邇A斜，充分利用“有形的手”與“無形的手”去打好協(xié)調(diào)發(fā)展的組合拳。