城市群生產性服務業集聚對經濟增長的空間溢出效應
——基于長三角、珠三角和京津冀城市群的比較分析

劉書瀚，于化龍

(1.天津大學 管理與經濟學部，天津300072;2.天津商業大學 經濟學院，天津300134)

1 引言

隨著服務業取代工業成為經濟社會發展的支柱產業，生產性服務業成為經濟增長的新動力。作為經濟發展中最活躍的空間因子，城市群是生產性服務業集聚發展的重要載體。2017 年，中國三大城市群——“長三角”城市群、“珠三角”城市群和“京津冀”城市群服務業增加值占GDP 的比重均超過了50%，其中生產性服務業增加值占全部服務業增加值比重在55%左右。從世界主要城市發展的實踐來看，服務業增加值占GDP 的比重均超過70%，而生產性服務業占服務業增加值的比重也超過70%。而在我國三大城市群所有55 個城市中，只有北京達到了這一標準。與世界級城市群相比，無論是城市群總體水平還是城市個體水平都存在較大差距。因此，應按照十九大報告中提出的“支持傳統產業優化升級，加快發展現代服務業，瞄準國際標準提高水平”的要求，加快生產性服務業在條件較好的城市群集聚發展。

生產性服務業自20 世紀50 年代開始表現出強勁的發展態勢，不僅很快成為產業發展的重點領域，也逐漸成為經濟學研究的熱點問題。盡管學者們對于生產性服務業的概念沒有統一的認識，但關于生產性服務業的若干規定性基本達成共識。首先，生產性服務業貫穿產業鏈多個環節，包括產品設計、市場調研、質量控制、法律咨詢、廣告宣傳、倉儲物流等;其次，生產性服務業提供產品和服務的對象是生產者而非消費者，因而具有顯著的生產性而非消費性;最后，生產性服務業主要為生產最終產品和服務的部門提供中間投入品和中間服務，即具有非最終消費性。對于生產性服務業所涉及的具體細分行業，研究者們根據不同的研究目的也有不同的選擇范圍。本文所研究的生產性服務業主要包含七個細分行業:交通運輸、倉儲和郵政業;信息傳輸、軟件和信息技術服務業;批發和零售業;金融業;房地產業;租賃和商務服務業;科學研究和技術服務業等七個行業［1～4］。

生產性服務業之所以引起廣泛關注，主要在于其集聚發展的特征十分明顯，且對集聚區經濟增長發揮了顯而易見的推動作用。國外學者較早地開始了對生產性服務業集聚特征的研究，他們對加拿大、英國、西班牙等國家和地區生產性服務業集聚指標的分析表明，無論是在發達國家還是在發展中國家，生產性服務業均普遍集中于發達的大都市區［5～8］。但集聚并非生產性服務業發展的最終狀態，隨著經濟增長的空間轉移，大都市區內部生產性服務業呈現由核心區向邊緣輻射的趨勢［9，10］。在國外研究的基礎上，許多學者對我國生產性服務業集聚的空間特征進行了考察。研究表明，雖然國內生產性服務業的集聚水平遠低于主要發達國家和地區，呈現較高的分散性，但仍然表現出向大都市區特別是中心城區集聚的特征［11～14］。基于此，一些學者著重研究了生產性服務業在城市群的集聚特征，王鵬和魏超巍［15］對長三角城市群生產性服務業集聚水平進行測度，結果顯示長三角城市群生產性服務業存在顯著的空間集聚特征和產業集聚特征，且各城市具有不同的優勢產業。張旺和申玉銘［16］考察了京津冀都市圈生產性服務業的集聚特征，指出京津冀都市圈內各城市生產性服務業行業結構差異較大、專業化分工明顯，呈現出一種典型的非均衡、單中心、大梯度、等級化集聚發展的空間特征。陳紅霞和賈舒雯［17］對我國三大城市群生產性服務業集聚特征進行比較研究，認為三大城市群形成了“專業化中心+專業化外圍”和“多樣化中心+專業化外圍”兩種不同的生產性服務業集聚模式，在三大城市群內部，生產性服務業集聚均呈不均衡的極化發展趨勢。

對生產性服務業集聚的關注來源于其對經濟增長的顯著影響，因此探討生產性服務業集聚與經濟增長之間的關系一直是學術界研究的一個重點領域。然而，從傳統經濟學的角度來看，研究經濟活動隨時間推移的增長問題和研究經濟活動空間形態的集聚問題并不具備統一性。這也是傳統經濟研究中缺乏將經濟增長與集聚聯系在一起的成果的主要原因。事實上，正如薛定諤方程所描述的那樣，時間和空間在本質之上具有一致性。所以，反映經濟活動時間形態的增長問題和反映經濟活動空間形態的集聚問題就如一枚硬幣的兩面，具有不可分割性［18，19］。在將經濟增長與集聚聯系起來進行研究方面，新經濟地理學做出了卓越的貢獻。對于集聚導致的非均衡增長，新經濟地理學派給出了這樣的解釋:產業集聚導致的規模收益遞增會產生一種自強化機制，這種自強化機制會導致地區經濟增長差異進一步擴大。在此基礎上，一些學者嘗試在傳統經濟增長模型中引入新的生產性服務業集聚變量，通過方程組的求解來分析生產性服務業集聚對經濟增長的影響程度和方向。國內學者在這一方面的研究成果較為豐富，但實證分析的結果并不完全相同。侯淑霞和王雪瑞［20］以內生增長模型為基礎，將生產性服務業集聚變量引入模型，考察了其與經濟增長的關系，認為中國生產性服務業集聚與經濟增長均表現出顯著的空間自相關性和異質性。王琢卓和韓峰［21］利用湖南省的數據進行了實證研究，結果表明，生產性服務業專業化集聚和多樣化集聚對經濟增長的促進作用均是直接且顯著的，專業化集聚的作用明顯強于多樣化集聚。吉亞輝和甘麗娟［22］對全國31 個省市的數據進行了統計分析，結果顯示，我國區域經濟增長的空間集聚特征十分明顯，且生產性服務業集聚對經濟增長具有顯著的正向影響，而多樣化集聚的作用尤為明顯。

綜上所述，生產性服務業集聚對于經濟增長的作用已經得到了理論與實證的雙重檢驗。并且，研究生產性服務業集聚與經濟增長的關系，考察其作用程度與方向，也是實際操作中用于制定產業發展政策的客觀需要。但是，以往的研究中還存在一些不足有待進一步完善和充實，一是忽略了城市群與其他經濟區域在生產性服務業集聚水平、集聚趨勢等方面的差異，以及這種差異所導致的對經濟增長影響的差異;二是忽略了城市群之間在發展水平、發展階段、發展模式等方面的差距，沒有分析因這些差距的存在而導致的不同城市群生產性服務業集聚對經濟增長的不同影響程度。因此，本文以新經濟地理理論為基礎，使用空間計量經濟學的方法和工具，考察生產性服務業在城市群的集聚特征及其對經濟增長的影響，力圖在以下方面有所突破。首先，將集聚與增長問題結合研究體現了經濟增長的時空統一性原則，實現了理論與實證的有機結合。其次，從本地影響和溢出效應兩個方面考察生產性服務業集聚對經濟增長的影響，從而體現經濟問題研究的系統性原則。最后，考察生產性服務業集聚對經濟增長影響在不同城市群之間的差異，從而進一步分析影響生產性服務業集聚效應的可能因素，以此為基礎提出若干更具針對性和可操作性的政策建議。

2 中國三大城市群生產性服務業集聚的空間特征

2.1 測度方法的選擇

區位熵、赫芬達爾指數、空間基尼系數、地理集中指數等是目前國內外研究中應用較為廣泛的測度方法。但在實際操作中，由于指標合理性及數據可得性的障礙，大多數分析結果仍存在爭議。許多研究者在原有的指標和模型的基礎上進行了拓展和完善，形成了一些新的更為適用的模型。Koo 遵循了Ciccone 和Hall 的思想［23，24］，認為集聚的本質是經濟活動的空間密度，經濟集聚效應引致了經濟增長，并在此基礎上提出了一種修正的區位熵模型，如(1)式所示

其中Pij表示i 產業在j 地區的集聚程度，Eij表示j地區從事i 產業的從業人員數量，Sj表示j 地區的總面積，Eij/Sj表示i 產業在j 地區的就業密度，表示全國i 產業的從業人員總數。

2.2 中國生產性服務業集聚特征分析

集聚反映了經濟活動空間分布的非均衡特征，因而是一個相對的概念，即表明經濟活動在某些區域比在其他區域更為密集。因而，對集聚的考察并非只關注集聚區域本身，而必須首先從更大的范圍內明確這種相對的分布不均是否存在。中國區域經濟發展的不平衡性是客觀存在的，生產性服務業在個別區域的集聚現象也得到了實證檢驗。但集聚本身又是一個集合、聚合的過程，是過程與結果的統一。因此，對于集聚的實證分析不僅要檢驗其存在狀態，還必須檢驗其動態趨勢。基于此，本文利用(1)式和全國285 個城市2005 ～2017 年生產性服務業相關統計數據，通過靜態分析和比較靜態分析的方法來考察中國生產性服務業集聚的空間特征及其集聚趨勢的變化。

測度結果顯示，首先，中國生產性服務業集聚水平存在明顯的區域差異，說明生產性服務業分布的空間非均衡性是客觀存在的。且生產性服務業集聚水平的區域差異表現為由東至西、從南到北依次遞減的特征，這與中國經濟發展的區域非均衡特征存在一致性。其次，從2005 ～2017 年的比較靜態分析結果來看，中國生產性服務業集聚的總體水平在逐漸提高，但期間集聚水平最高城市與最低城市之間的離差在持續擴大，這說明中國生產性服務業空間分布的非均衡性在加劇。最后，“長三角”城市群、“珠三角”城市群和“京津冀”城市群是中國生產性服務業集聚水平最高的三大區域。從集聚結果看，三大城市群集聚水平的平均指數顯著高于全國平均水平(如圖1)，且生產性服務業集聚水平最高的四個城市——深圳、上海、廣州、北京均分布在三大城市群。從集聚趨勢看，從2005 ～2017年間，生產性服務業有進一步向三大城市群及其核心城市集聚的趨勢。一方面，三大城市群生產性服務業集聚水平與全國平均水平的差距在擴大;另一方面，集聚水平越高的城市在考察的13 年間集聚水平提升的幅度越大。例如，集聚水平最高的深圳市在2005 ～2017 年間集聚指數從0.9192 提高到1.2760，而集聚水平最低的酒泉市集聚指數在2005 年和2017 年均為0.0003。這種狀況表明，集聚的確存在自我強化的趨勢。

圖1 三大城市群生產性服務業集聚比較(2005 ～2017 年)

2.3 三大城市群生產性服務業集聚特征比較

基于集聚指數的空間分析表明，中國生產性服務業在三大城市群集聚的特征十分明顯，且呈現不斷強化的趨勢，但各城市群集聚程度存在差異，如圖1。首先，三大城市群中“珠三角”城市群生產性服務業集聚水平最高，顯著地高于“長三角”城市群和“京津冀”城市群，且表現出不斷加強的趨勢;“長三角”城市群的集聚水平低于“珠三角”城市群，但也表現出不斷提高的趨勢;“京津冀”城市群生產性服務業集聚水平在2005 年略高于“長三角”，但在2005 ～2017 年間表現出不斷下降的趨勢，到2017 年，“京津冀”城市群生產性服務業的集聚水平已經明顯低于其他兩大城市群，但仍高于全國平均水平。其次，各城市群中的城市之間生產性服務業集聚水平也存在顯著差異。“珠三角”城市群中，深圳市集聚水平最高，其次是廣州，兩個城市集聚水平明顯高于其他12 個城市;“長三角”城市群中，上海的集聚水平最高，其次是南京，這兩個城市顯著高于其他24 個城市;“京津冀”城市群內部的差異尤為明顯，北京和天津兩個核心城市的集聚水平要顯著高于其他城市，而北京又明顯高于天津。該狀況表明，即使在集聚區域內部，生產性服務業的空間分布也是不均衡的。經濟發展水平越高、產業結構越合理的城市越能夠吸引生產性服務業集聚發展，并且更容易取得集聚的規模效應。

3 城市群生產性服務業集聚對經濟增長的空間溢出效應分析

三大城市群是我國經濟發展水平最高的區域，而生產性服務業在三大城市群集聚的特征表明，生產性服務業集聚與區域經濟增長之間存在一定的空間相關關系。對于這種空間相關關系的產生機制，空間計量經濟學給出了如下解釋:由于經濟活動并非孤立存在而是相互關聯的，這種關聯所產生的外部性使得特定區域的經濟活動通過各種途徑影響到周邊與之存在經濟交往的其他地區，從而使經濟活動產生一種空間溢出效應。對空間溢出效應的檢驗，需要運用空間計量經濟學的方法和工具。

3.1 基本模型

借鑒以往的研究經驗［25］，本文通過對C-D 生產函數基本模型的拓展來考察生產性服務業集聚對區域經濟增長的影響，并引入空間變量來考察其空間溢出效應。

C-D 生產函數的基本模型如(2)式所示

其中Y 表示地區生產總值(GDP)，A 表示全要素生產率，K 表示投入的資本存量，L 表示投入的勞動力數量，H 表示人力資本數量;β1、β2、β3分別表示資本、勞動、人力資本的彈性系數。在經濟增長中，生產性服務業集聚的作用表現在兩個方面，一是通過技術創新及其溢出效應拓展生產力邊界，提升區域經濟總產出水平;二是通過專業化分工促進產業結構優化，提升區域經濟生產效率。這兩種影響均是通過改變全要素生產率，最終作用于區域經濟總量。因此，可將生產性服務業集聚看作是全要素生產率的一個構成因素，用一個關于生產性服務業集聚的公式來描述全要素生產率，如(3)式所示

其中P 是生產性服務業集聚指數，β4是生產性服務業集聚的彈性系數，將(3)式代入(2)式并取對數化，得(4)式

其中α 和ε 分別表示常數項和誤差項。(4)式可以作為考察區域經濟增長與生產性服務業集聚關系的基本模型。以(4)式為基礎，引入空間變量后構造的空間計量模型如(5)～(7)式所示。其中(5)式為空間滯后模型(Spatial Lag Model，SLM，也稱SAR)，(6)式為空間誤差模型(Spatial Error Model，SEM)，(7)式為空間杜賓模型(Spatial Duibin Model，SDM)。

模型中的W 為權重矩陣，本文在計算中選擇了應用廣泛且可得性較強的“后式(Queen)”鄰接型矩陣。Y、K、L、H 在計算中分別選取地區生產總值(GDP)、資本存量、總勞動就業人數和每百萬人普通高等學校在校生數。

3.2 生產性服務業集聚對區域經濟增長空間溢出效應分析

利用(5)～(7)式以及中國285 個城市2005 ～2017 年相關指標的面板數據，計算不同模型的估計結果如表1 所示。

表1 的估計結果顯示，生產性服務業集聚(P)的參數估計結果均在1%的水平上顯著為正，說明生產性服務業集聚對本地區經濟增長具有明顯的促進作用，且生產性服務業集聚水平每提高1 個百分點，將導致經濟增長提高0.14 ～0.23 個百分點。同時，空間杜賓模型(SDM)的估計結果顯示，生產性服務業集聚空間影響的參數估計值顯著為正，說明生產性服務業集聚對相鄰地區的經濟增長同樣具有積極影響。對勞動和資本的參數估計結果均在1%的水平上顯著為正，說明勞動和資本對本地區經濟增長具有顯著的正向影響，這與傳統的估計結果一致;但空間杜賓模型(SDM)的參數估計結果卻顯示，資本的空間交叉項的參數估計結果在1%水平上顯著為負，說明資本的增長在引起本地區經濟增長的同時，可能由于規模報酬遞增的原因導致相鄰地區資本的流出，從而對這些地區的經濟增長產生負影響。人力資本及其空間交叉項的參數估計結果不顯著，說明人力資本對區域和相鄰地區的經濟增長無明顯影響，這一結果可能與本文在人力資本指標選取過程中沒有區分不同類別的人力資本有關。

表1 不同空間面板模型的估計結果

3.3 三大城市群生產性服務業集聚對經濟增長空間溢出效應的差異分析

進一步以中國生產性服務業集聚水平較高的三大城市群——“長三角”城市群、“珠三角”城市群和“京津冀”城市群為考察對象，仍然采用模型(5)～(7)來檢驗三大城市群生產性服務業集聚對經濟增長的空間溢出效應，結果如表2 所示。

生產性服務業集聚的參數估計結果顯示，“珠三角”城市群生產性服務業集聚對本地區和相鄰地區經濟增長均具有顯著的正向影響，“長三角”和“京津冀”城市群生產性服務業集聚對本地區和相鄰地區經濟增長的影響均不顯著(顯著性水平高于5%)。結合生產性服務業集聚的空間分布特征，導致這種差異的原因可能在于三大城市群生產性服務業集聚水平的差異，“珠三角”城市群經濟發展水平較高，產業結構更適合生產性服務業集聚發展，因而該區域的生產性服務業顯示出更高的集聚水平和更明顯的集聚趨勢，集聚的規模效應較為明顯，不僅對本地區經濟增長具有明顯推動作用，同時能夠發揮顯著的擴散效應。“長三角”城市群和“京津冀”城市群集聚水平相對較低，其中“京津冀”城市群集聚水平呈逐漸減弱的趨勢，導致集聚的規模效應無法得到有效發揮，因而對本地區經濟增長無顯著影響。同時，城市群內部各城市間集聚水平的差異也會對其經濟增長效應的發揮產生影響，“珠三角”城市群各城市生產性服務業集聚水平差異較小，要素流動性較強，本地區生產性服務業集聚水平的提高能夠通過良好的市場機制迅速傳導到相鄰地區，對相鄰地區經濟增長產生積極的推動作用;相對而言，“長三角”城市群和“京津冀”城市群的各城市之間生產性服務業集聚水平差異較大，一些發展水平較低的中小城市無法有效吸引資源;特別是“京津冀”城市群，除兩大核心城市北京和天津發展水平較高，與之相鄰的中小城市發展水平較低、發展能力較弱、要素回報率過低，無法有效吸引核心城市的資源，從而在城市群各梯隊城市之間無法形成有效的“集聚—擴散”回路，因而生產性服務業在中心城市的集聚發展并沒有發揮良好的溢出效應。

表2 三大城市群產性服務業集聚對經濟增長影響的估計結果

續表2

其他變量的估計結果顯示，三大城市群勞動力對本地區經濟增長的影響均顯著為正，“珠三角”城市群勞動力具有正向空間溢出效應，“長三角”城市群勞動力具有負向空間溢出效應，“京津冀”城市群勞動力對相鄰地區經濟增長無顯著影響。三大城市群資本對經濟增長的影響均顯著為正，“長三角”城市群和“珠三角”城市群資本對相鄰地區經濟增長的影響顯著為負，“京津冀”城市群資本的溢出效應顯著為正。這種狀況表明，在經濟越發達的地區，經濟增長對于資本的依賴性越強。人力資本的參數估計結果顯示，人力資本對本地區經濟增長的影響在絕大多數情況下是不顯著的，“珠三角”城市群和“長三角”城市群人力資本對相鄰地區經濟增長均具有顯著正向影響，“京津冀”城市群人力資本對相鄰地區經濟增長的影響不顯著。該結果表明，“珠三角”城市群和“長三角”城市群的人力資本能夠發揮顯著的溢出效應，能夠為周邊地區提供高質量人才，從而促進了周邊地區的經濟增長。同時，這兩個城市群的經濟發展模式更側重于創新驅動，特別是“珠三角”城市群作為我國的科技創新前沿，聚集了大量技術密集型產業和高水平創新人才，更容易對周邊地區產生技術溢出，同時也伴隨著人力資本的流動。需要特別指出的是，“京津冀”城市群中的核心城市北京作為我國高等學府分布最密集的城市，是高水平人力資本的輸出中心，但“京津冀”城市群人力資本無論對本地區還是對相鄰地區經濟增長均無顯著作用，主要是北京的大量人力資本更愿意向較發達的“長三角”城市群和“珠三角”城市群流動，而非就近流動到周邊的津冀地區，從而導致區域內部人力資本的影響并不顯著。也就是說，北京作為中國人力資本集聚高地，其影響范圍可能更大，而非局限于區域內部。

4 結論及建議

本文基于生產性服務業集聚水平的測度，對生產性服務業集聚對區域經濟增長的影響進行了實證檢驗，并著重分析了這種影響在三大城市群之間的差異狀況。通過研究得到如下主要結論:(1)2005 ～2017 年，中國生產性服務業集聚總體呈逐漸加強趨勢，“長三角”城市群、“珠三角”城市群和“京津冀”城市群是我國生產性服務業集聚特征最明顯的區域。(2)在三大城市群中，“珠三角”城市群生產性服務業集聚水平最高且呈不斷加強趨勢，“長三角”城市群和“京津冀”城市群生產性服務業集聚水平相對較低，且“京津冀”城市群生產性服務業集聚水平呈逐漸減弱趨勢。(3)“珠三角”城市群生產性服務業集聚對本地區和相鄰地區經濟增長均表現出顯著的促進作用，而“長三角”城市群和“京津冀”城市群生產性服務業集聚對本地區和相鄰地區經濟增長的作用均不明顯。

以上結論表明，只有在生產性服務業集聚水平較高的區域，其才能對經濟增長產生積極影響。因此，進一步推動生產性服務業向發展條件較好的城市群集聚，提高生產性服務業集聚水平，是提升區域經濟增長能力的有效途徑。但是，對于具有不同發展模式和處于不同發展階段的城市群應采取不同的措施，具體可以從以下幾個方面著手:

(1)以科技創新為引領，推動“珠三角”城市群生產性服務業跨越式發展。作為中國科技創新的前沿陣地，“珠三角”城市群應進一步提高生產性服務業發展水平和集聚程度。特別是在知識與創新成為經濟增長的新動力的背景下。要充分重視具有技術密集型、知識密集型特征的生產性服務業在實現創新驅動發展中的作用。將生產性服務業集聚發展與創新驅動相結合，不斷提高生產性服務業科技創新能力，推動電子信息、計算機、軟件工程、科學研發等技術創新型生產性服務業在“珠三角”城市群集聚，以生產性服務業集聚為依托，打造中國科技創新示范區。同時，要通過國際合作創新、區域協同創新、產業聯合創新相結合不斷提升自我創新能力，擺脫“世界工廠”的不利地位，建設國際科技創新新高地。另外，還要注重充分發揮城市群整體優勢，通過生產性服務業及相關產業鏈條，促進技術創新成果在城市群內部擴散，提升區域整體技術水平和生產性服務業集聚水平。

(2)以優化空間布局為抓手，推動“長三角”城市群生產性服務業合理集聚。分析結果表明，“長三角”城市群生產性服務業集聚對本地區和相鄰地區經濟增長均無顯著促進作用，但測算結果表明，“長三角”城市群生產性服務業集聚水平較高，說明這些城市生產性服務業的集聚存在結構性問題，未能有效發揮擴散功能。結合“長三角”城市群生產性服務業集聚的空間分布特征，雖然各城市生產性服務業集聚水平較高，但由中心向外圍呈梯次發展的特征不明顯。對此，“長三角”城市群應進一步加快生產性服務業在主要中心城市的集聚，推動區域形成合理的生產性服務業集聚空間布局。一是對城市群內部生產性服務業的空間布局加強頂層指導，培育專業化的生產性服務業行業體系。對于創新能力較強的生產性服務業行業(信息傳輸、計算機和軟件業，金融業，科學研究、技術服務和地質勘查業等)，努力提高其專業化技術水平，形成高端生產性服務業集聚區;對于傳統生產性服務業(租賃和商務服務業，批發和零售業，交通運輸、倉儲和郵政業等)，應加快其轉型升級，推動其由勞動密集型向知識和資本密集型轉化。二是根據發展水平、發展模式和發展階段的差異，推動各城市具有比較優勢的生產性服務業集聚發展，形成各具特色、優勢互補的生產性服務業產業體系。三是營造良好的區域制度環境和市場機制，推動要素在區域內部合理流動以及在生產性服務業各行業間優化配置。四是通過兼并、合并、優化重組等推動生產性服務業行業、企業進一步形成規模優勢，提高市場競爭能力和集聚水平。

(3)以區域協同發展為基礎，引導“京津冀”城市群功能優化。目前，在“京津冀”城市群內部，各城市間發展差距較大，尤其在第三產業的發展方面差距更為明顯。例如，2017 年，“京津冀”城市群第一大核心城市北京第三產業增加值占GDP 比重達到80.6%，而發展水平較低的邢臺市第三產業的比重僅為39.9%。一方面，發展差距過大導致經濟集聚的規模效應不同，核心城市生產性服務業集聚發展的規模效應較強，從而吸引同類產業進一步向核心城市集聚;另一方面，發展差距過大導致城市之間的要素回報率差距較大，阻礙要素由中心城市向周邊發展水平較低的城市流動。由此導致城市群中核心城市的集聚能力過大，吸引了周邊的大量資源，卻不能有效發揮對周邊地區的輻射作用。在這種極化作用的自強化機制的作用下，城市群內部各城市間的發展差距被進一步拉大。這種極化效應僅憑市場機制的作用難以在短時間內得到矯正，因此必須發揮政府“看得見的手”的作用，加強頂層設計和政策引導。不僅要提升市場對資源的配置效率，還要疏解核心城市過度集聚的若干功能，推動區域內部城市間形成優勢互補、協同發展的良好局面。一是通過行政手段疏解大城市的部分經濟功能和公共服務功能;二是提高大城市周邊地區的要素回報率;三是扶植發展水平較低的城市憑借優勢產業形成集聚。