多中心空間發展模式是否有助于縮小城鄉收入差距?

程 剛 趙長娟

(安徽師范大學,安徽 蕪湖 241000)

一、引言與相關文獻回顧

盡管近年來我國城鄉家庭年收入基尼系數呈相對明顯的下降趨勢,但較大的收入差距仍值得高度重視。中共十九大報告指出,我國目前城鄉區域發展和收入分配差距依然較大,脫貧攻堅任務艱巨。中共十九屆四中全會也強調,要堅持和完善統籌城鄉的民生保障制度,滿足人民日益增長的美好生活需要。因此,如何縮小城鄉收入差距一直是學界關注的重要話題。與此同時,隨著我國城鎮化水平的持續提高以及大型城市數量的逐步增加,越來越多的地區呈現出多中心空間發展格局(孫斌棟 等,2017)。從現有文獻來看,雖然已有部分研究探討了空間集聚和城鎮化對城鄉收入差距的影響(陳斌開 等,2013;薛寶貴 等,2015;李健旋 等,2018),但是鮮有結合《全國國土規劃綱要(2016—2030年)》提出的構建“多中心網絡型”開發格局這一發展戰略,從多中心視角考察區域空間結構對城鄉收入差距的影響,這為本文研究提供了契機。

區域空間結構的多中心演進是我國新型城鎮化發展過程中的重要選擇。盡管城市規模的擴張和經濟活動的增加能夠通過技術溢出、規模經濟等集聚經濟效應推動經濟增長(Scott et al.,2015),但是當城市集聚程度持續提升并超過一定限度后,市場擁擠、公共設施承載力不足等集聚不經濟現象也將逐步顯現(Arnott,2007)。基于此,部分研究指出可以通過加快次級中心城市建設、塑造區域多中心空間結構來實現空間效率的優化和區域協調發展(Fujita et al.,2003;孫斌棟 等,2017)。相比于傳統的保護本地市場的城市競爭思維,多中心空間發展模式有助于通過塑造合理的城市層級體系和推動城市開展產業分工實現資源配置效率的提升(Burger et al.,2015;Meijers et al.,2016)。張學良等(2107)基于長三角城市群數據的研究發現,由若干大城市組成的多中心城市網絡能夠推動政府合作和經濟互動,實現經濟效率的快速提升。特別是目前我國多數省份的資源過于集中于省會城市,因此,經濟資源適度分散化分布形成的多中心空間結構更有助于資源配置效率的改善(丁從明 等,2015;陳旭 等,2020)。除了經濟互動,規模借用也是塑造多中心空間結構的重要動力。相比于單中心發展模式,由若干大城市組成的多中心城市網絡更有助于中小城市通過規模借用實現自身經濟效率的提升。Phelps et al.(2001)基于英國企業數據研究發現,大城市周邊的鄉鎮地區不僅能夠有效借助大城市的集聚經濟實現自身生產效率的提升,還避免了城市規模擴張過程中帶來的市場擁擠。劉修巖等(2017b)進一步指出,在城市層面,單中心結構更有助于城市集聚經濟和規模經濟的發揮,而在省域層面,多中心發展模式能夠更大程度地發揮大城市對中小城市的輻射帶動作用,進而實現經濟效率的提升。

區域多中心空間結構在本質上反映了資源要素在超越城市個體的更大地理范圍內的分散式分布和多中心式集聚。關于集聚與城鄉收入差距的關系已得到部分學者的探討。一種觀點認為,空間集聚擴大了城鄉收入差距。比如,薛寶貴等(2015)發現資源要素的集聚在推動城鎮居民資產增值的同時,并未顯著提高農村居民的資產價值,進而引致城鄉收入差距的擴大。另一種觀點則認為,空間集聚提高了農村地區生產要素的邊際回報,進而有助于縮小城鄉收入差距(張改素 等,2017;陳旭,2019)。還有一種觀點認為,空間集聚與城鄉收入差距之間存在倒U形關系(張秀娟,2015)。此外,多中心結構也是我國城市化過程中出現的空間特征之一,城市化對城鄉收入差距的影響也得到了一定程度的探討。比如,萬廣華(2013)以及陳斌開等(2013)均證實城市化進程具有改善我國城鄉收入分配不平等的作用。

不難發現,目前關于集聚或城市化對城鄉收入差距的影響研究均是將區域作為一個整體看待,而區域內部空間形態對城鄉收入差距的影響尚未得到直接探討。在已有相關研究的基礎上,本文主要在以下三個方面進行了拓展:一是研究視角上,本文從多中心視角出發探討我國各省份的內部空間形態對城鄉收入差距的影響。二是研究理論上,本文不僅從勞動力市場一體化與勞動力流動視角揭示了多中心空間結構影響城鄉收入差距的具體機制,還考察了基礎設施和城市距離在多中心空間結構影響城鄉收入差距過程中發揮的調節效應。三是研究方法上,為了克服計量模型中存在的內生性,本文將具有強外生性的地理變量和時變變量相結合構建多中心空間結構的工具變量,并運用中介效應模型檢驗了多中心空間結構與城鄉收入差距的聯系機制。

二、理論分析和研究假說

本文認為,多中心空間發展模式主要通過促進市場一體化和改善交通基礎設施兩條途徑影響城鄉收入差距。

首先,多中心空間結構能夠通過促進市場一體化縮小城鄉收入差距。我國長期以來存在的市場分割嚴重阻礙了勞動力等生產要素的跨區域流動,這是導致城鄉收入不平等的關鍵因素之一。因此,加快市場一體化進程是縮小我國城鄉收入差距的有效途徑之一(孫婧芳,2017)。一方面,相比于城鎮居民,農村居民在教育程度、勞動技能等方面相對欠缺,因此在分割的勞動力市場和商品市場中,缺乏競爭力的農村居民在崗位選擇、行業進入以及產品質量等方面長期處于被動地位,難以尋求較高且穩定的要素回報,導致城鄉收入差距高居不下(于瀟 等,2017)。另一方面,市場分割引致的農村居民和城市居民之間“同工不同酬”等隱性歧視也是加劇我國城鄉收入差距的重要推手(鐘若愚 等,2019)。不僅如此,受制于市場分割,勞動力的跨地區遷移往往表現為暫時性的流動,由市場化引導的勞動力永久性遷移規模仍明顯不足,城鄉收入不平等現象由此也難以發生根本性的扭轉(張義博 等,2012)。而在區域空間結構的多中心化過程中,次級中心城市的形成縮短了不同層級城市之間的發展差距,有助于城市之間開展產業承接與轉移,市場一體化程度也隨之逐步提升(吳常艷 等,2017)。洪銀興等(2012)基于長三角城市群的研究所指出,多中心空間結構是進一步加強區域一體化的有效思路。因此,我們可以初步判斷,勞動力市場一體化是多中心空間結構縮小城鄉收入差距的有效途徑之一。

其次,多中心空間結構能夠通過改善交通基礎設施縮小城鄉收入差距。交通基礎設施的完善能夠有效促進農村勞動力向城市轉移并帶來農業部門邊際產出的提升,進而表現為農村居民收入的提升和城鄉收入差距的縮小(劉曉光 等,2015)。特別是近年來隨著以高鐵為代表的高速交通運輸設施的發展,城鄉要素流動效率的提升進一步縮小了城鄉收入差距(余泳澤 等,2019)。在一城獨大的單中心空間結構中,盡管中心大城市具有更高水平的工資和更多的就業機會,但過高的房價、高昂的教育成本以及有限的資源等成為農村勞動力遷移至大城市的主要障礙(梁文泉,2018),整體農村居民收入由此難以得到有效提升。相比于“一城獨大”式的單中心結構,具有多個節點城市的地區具有更為成熟的交通基礎設施網絡,以支撐多個大城市之間各類要素的流動。這不僅提高了農村勞動力的邊際產出,也加快了資本和信息在城鄉之間的交換和流動,進而實現城鄉之間的均衡發展(劉秉鐮 等,2016;陳豐龍 等,2018)。不僅如此,在由若干較大城市組成的多中心空間結構中,中心城市逐步成為現代服務業和高技能勞動力的主要聚集地,傳統的工業制造業向次級中心城市以及中小城市轉移(Qi et al.,2015),這將提高中小城市工業部門對低技能勞動力的需求。加之大城市中高技能行業往往需要一定比例的低技能勞動力與之相匹配,這將增加城市對農村勞動力的需求(梁文泉 等,2015),從而也對城市之間、城鄉之間的交通基礎設施提出了更高的要求。因此,區域內的交通基礎設施無疑會隨著多中心城市網絡的形成而完善,進而加快農村勞動力與城市中較高收入崗位之間的匹配并實現城鄉收入差距的縮小。由此可以認為,交通基礎設施改善是多中心空間發展模式促進我國城鄉收入差距縮小的另一重要路徑。

然而,多中心空間結構本質上是要素在區域內的分散式分布,在城市首位度不夠以及集聚經濟尚未充分發揮的情況下,過高水平的多中心空間結構可能引致城市規模分布過于扁平化,進而表現為中心城市集聚正外部性的削弱和城鄉收入差距的擴張(程開明,2011)。具體而言,一方面,多中心空間發展模式能夠實現區域整體協調均衡發展的關鍵在于中心城市具有足夠的區域統籌和輻射能力(洪銀興 等,2012)。目前區域中心城市仍然是農村勞動力的主要流入地,區域內過高的多中心空間結構無疑削弱了中心城市的首位度和主導地位,不僅導致中心城市吸收來自農村地區的生產要素較為有限,也難以發揮中心城市的正向溢出效應。另一方面,多中心空間結構的形成必然伴隨著各大城市的規模擴張。受“限制大城市、實現區域均衡發展”這一思想的影響,不同層級的城市往往會忽視本地比較優勢和產業結構特征,盲目加快打造新城區和產業園區,以期實現對區域中心城市的接近甚至趕超。如此一來,盡管不同城市之間規模的接近使得區域空間結構呈現多中心特征,但城市之間的產業趨同削弱了城市之間的專業化分工,導致城市之間的競爭高于合作潛力,勞動邊際產出受到損害(韓立彬 等,2017),且在以鄰為壑的發展思維下,城際間的交通基礎設施合作共建容易受到抑制,城鄉收入差距由此難以縮小(劉秉鐮 等,2016)。因此,過高的多中心水平有可能加劇我國的城鄉收入差距。

基于以上分析,本文提出:

假說1:城鄉收入差距隨區域空間結構多中心水平的提升呈先縮小后擴張的U形變化趨勢。

假說2:多中心空間發展模式可通過市場一體化和交通基礎設施改善兩條途徑影響城鄉收入差距。

三、研究設計

(一)模型設定

根據前文理論分析,本文的計量模型設定如下:

(1)

其中:被解釋變量gap表示城鄉收入差距,核心解釋變量poly表示多中心指數。考慮到多中心空間結構的演化往往伴隨著集聚正負外部性的動態變化,為了考察多中心空間結構對城鄉收入差距的非線性影響,本文在計量模型中同時納入了多中心指數的平方項(poly2)。此外,模型(1)中還添加了若干可能對城鄉收入差距產生重要影響的控制變量。具體包括(1)國有企業就業比重(job),以職工總數中國有企業職工人數占比來表示。經濟的非國有化能夠改變鄉鎮企業和城鎮地區非國有部門的工資水平,進而導致城鄉收入差距發生變化(陳斌開 等,2013)。(2)對外開放水平(open),以進出口總額/GDP(貿易依存度)來衡量。在過去較長一段時期內,加工貿易以及勞動密集型產品一直是我國參與國際貿易的主要依托,農村勞動力由此獲得了大量就業機會,從而顯著縮小了城鄉收入差距(孫華臣 等,2017)。(3)城鎮化率(urban),使用城鎮常住人口占總人口比重來衡量。農村居民向城鎮轉移有助于勞動邊際報酬均等化,進而促使城鄉收入差距縮小(范建雙 等,2018)。(4)人均GDP的自然對數(pgdp)及其平方項(pgdp2)。靳濤等(2016)研究發現,城鄉收入差距隨地區經濟發展呈倒U形變化趨勢。此外,本文還控制了年份固定效應和省份固定效應(ξyear,province)。

(二)樣本選擇與數據來源

本文數據來自《Landscan全球人口動態數據庫》《中國區域統計年鑒》《中國統計年鑒》。考慮到北京、上海、天津和重慶是直轄市,西藏、新疆、海南和青海地級城市數量過少,無法滿足本文相關指標測算的需要。同時,目前《Landscan全球人口動態數據庫》可獲取的年份為2000—2017年。最終,本文研究樣本為2000—2017年我國23個省份的平衡面板數據。

(三)核心變量說明

1.被解釋變量:城鄉收入差距(Theil、IncomeR)

本文采用泰爾指數來測算各省份的城鄉收入差距,具體表示為:

(2)

其中:Theilt表示各省份在t時期的泰爾指數,I1,t和I2,t分別表示城市居民和農村居民的總收入,It表示各省份在t時期的總收入。相應地,P1,t和P2,t分別表示城市和農村的人口數量,Pt表示各省份在t時期的總人口。為確保研究結論的可靠性,本文同時也將城鎮居民收入與農村居民收入之比(IncomeR)作為替代性指標進行了回歸。表1列示了2000—2007年間我國泰爾指數和城鄉收入比情況。

從中可知,近年來不論是全樣本層面還是分樣本層面(東、中、西部地區),城鄉收入差距在2007年之前均呈明顯上升趨勢,而在2007年之后,我國各地區在縮小城鄉收入差距方面取得了較為明顯的成效。橫向對比來看,東部地區城鄉收入差距相對較小,中部地區次之,西部地區最大。

2.核心解釋變量:多中心指數(poly)

本文使用城市位序-規模法則來測算各省份的多中心空間結構,具體過程如下:

y=Ax-α

(3)

其中:x表示城市人口規模,人口規模越大,意味著該城市發展水平越高;y表示同一區域中不同城市在人口規模方面的排名;α則是衡量該區域空間形態的關鍵指標,α越大,表明該區域空間結構越為分散,呈多中心特征。在實證過程中,對式(3)取對數,并將衡量城市規模的指標代入式(4)(Black et al.,2003;Soo,2005)。

ln Rit=C-qln Populationit

(4)

其中:R表示t時期地級城市i在省份內的人口規模排名,Population表示城市的市區人口規模。q值越大,表明省份內城市之間的發展差距相對越小,人口分布越均衡和分散,省內呈多中心空間發展格局;q值越小,代表省內呈單中心空間發展格局。考慮到不同省份內地級城市數量存在較大差異,本文借鑒Meijers et al.(2010)的做法,分別對每個省份人口排名前兩位至前四位的城市進行回歸,并對估計得到的q值取平均數,以此來衡量多中心空間結構水平。表2報告了2000年、2006年、2012年、2017年樣本省份的多中心指數。

表2 不同年份樣本省份的多中心指數

需要指出的是,城市人口規模來自Landscan全球人口動態分布數據庫而非統計年鑒。這是因為:一方面,統計年鑒中的市區人口為戶籍人口數,在當前我國存在大量流動人口的情況下,戶籍人口數和常住人口數之間往往存在一定差距;另一方面,統計年鑒中的市區是基于行政區劃來界定的,但在過去我國房地產業高速擴張時期,部分隸屬于市區的外圍區域在經濟層面仍處于農業活動狀態,特別是對于城鎮化程度較低的城市,運用行政市區人口來衡量城市規模會明顯高估其真實規模和發展水平。相比之下,Landscan全球人口動態統計分析數據庫由美國能源部橡樹嶺國家實驗室開發,其利用人口普查數據構建了精確至約1平方公里的柵格數據,借此我們能夠不受行政區劃的限制來精確提取和統計更加符合實際的市區人口。

為了克服行政邊界和戶籍人口引致的真實市區人口誤差,本文以Landscan數據庫中的柵格作為地理單元,并借鑒毛其智等(2015)的做法,將人口數量高于1000的柵格定義為真實市區,進而統計出各城市的真實市區人口數量,將其代入式(4)進行回歸估計,可得我國各省份的多中心指數。

3.中介變量:市場一體化(integ)和交通基礎設施(infra)

對于市場一體化,本文參考Parsley et al.(2001)的做法,借鑒價格指數思想計算出各省份的市場分割水平,而后對其取倒數并開根號獲得市場一體化水平。(1)篇幅所限,具體測算過程未在文中展示,留存備索。對于交通基礎設施,本文使用(鐵路營運里程+公路營運里程)/面積來衡量。

圖1和圖2分別展示了多中心指數與泰爾指數、城鄉收入比的散點分布和擬合曲線。從中可以初步判斷,多中心空間發展模式與城鄉收入差距之間可能存在正U形關系。

圖1 多中心指數與泰爾指數散點圖

圖2 多中心指數與城鄉收入比散點圖

四、實證結果與分析

(一)全樣本分析

表3報告了多中心空間結構對城鄉收入差距影響的全樣本估計結果。其中,列(1)、(2)的被解釋變量為泰爾指數,列(3)、(4)的被解釋變量為城鄉收入比。列(1)、(2)的回歸結果顯示,不論是否加入控制變量,poly的估計系數均顯著為負,而poly2的估計系數則顯著為正。由列(3)、(4)的回歸結果可知,在將泰爾指數替換為城鄉收入比后,多中心指數及其二次項的估計系數的顯著性和方向均未發生變化,依然與列(1)、(2)一致。以上結果表明多中心空間發展模式對城鄉收入差距的影響呈顯著的先縮小后擴張的U形特征,假說1得到了驗證。

表3 全樣本OLS估計結果

為了避免多中心空間結構與城鄉收入差距之間反向因果關系導致的內生性,本文進一步采用工具變量法進行驗證。關于工具變量,本文遵循“具有強外生性,且與多中心空間結構相關、與城鄉收入差距無關”這一原則進行構建。具體而言,Burchfield et al.(2006)發現,城市的擴張與地表起伏程度之間存在密切聯系。此外,城市規模在一定程度上還依賴于當地的水文條件,劉沁萍等(2012)以及Bosker et al.(2017)分別基于中國和歐洲數據揭示了城市人口規模與水資源豐裕程度之間的緊密聯系。因此,選擇地理變量作為本文多中心空間結構的工具變量具有較為扎實的現實依據。然而,由于本文研究樣本是面板數據,而地理變量在較長時期內是固定值,這便要求尋求一個合適的外生時變變量與地理變量相結合,使得工具變量同樣成為面板數據。為此,本文選取人民幣年度實際匯率作為外生時變變量。原因在于,人民幣貶值能夠顯著促進地區出口貿易(Tang et al.,2012),對于大城市而言,出口貿易的擴張有助于其發揮集聚經濟優勢和向心力,引致區域內大量資源向大城市匯聚,使得區域空間形態趨向于單中心結構(李威 等,2017)。基于上述分析,本文將河流密度、地表粗糙度和地表坡度分別與人民幣匯率的倒數相乘,作為多中心指數的工具變量。工具變量估計結果見表4。

表4 全樣本IV估計結果

首先,Hausman檢驗結果顯示模型中存在內生變量,工具變量估計比OLS估計更為合適。其次,Kleibergen-Paap rk LM的估計結果拒絕了工具變量識別不足這一原假設,Kleibergen-Paap rk Wald F的估計結果表明不存在弱工具變量問題;同時,冗余檢驗結果拒絕了“工具變量是冗余的”這一假設,表明本文設定的工具變量是合適的,相較于OLS估計結果,工具變量估計結果更嚴謹和可靠。表4列(1)～(4)的回歸結果顯示,多中心指數的估計系數均顯著為負,其二次項的估計系數均顯著為正,表明多中心空間發展模式對城鄉收入差距的影響呈顯著的U形特征。可見,假說1再次得到驗證。

為了進一步檢驗工具變量是否滿足“與多中心空間結構相關、與城鄉收入差距無關”這一要求,本文分別將多中心指數與泰爾指數作為被解釋變量,將三個工具變量作為解釋變量進行回歸估計,結果如表5所示。

表5 工具變量檢驗

由列(1)～(3)可見,河流密度/匯率、地表粗糙度/匯率以及地表坡度/匯率的估計系數分別為-0.620、-0.028以及-0.005,且均通過了顯著性檢驗,表明三個工具變量與多中心空間結構之間均存在緊密聯系。相較之下,在列(4)～(6)中,工具變量的估計系數均不顯著,說明城鄉收入差距與工具變量之間并不存在明顯聯系。此結果再次證實了本文工具變量的有效性。(2)2SLS第一階段估計結果同樣顯示,三個工具變量對多中心指數及其二次項均產生了顯著影響,篇幅所限,不再詳細展示,留存備索。

既然多中心空間發展模式對城鄉收入差距的影響呈U形特征,那么我國目前是否存在因多中心水平過高所致的城鄉收入差距擴大的地區呢?為解答這一問題,本文借鑒王垚等(2017)的方法,根據工具變量估計結果計算出多中心指數的拐點,并找出樣本期內多中心指數超過拐點的地區。由表6可以發現,山東的多中心水平一直處于過高狀態,且近年來河南和江蘇的多中心水平也呈偏高的趨勢;寧夏和湖南在早期多中心水平偏高,但近年來其多中心水平已處于適度范圍內。上述結果表明,盡管我國多數地區處于城鄉收入差距隨多中心空間結構發展而逐步縮小的階段,但少數地區已出現多中心水平過高的現象。這意味著各地區在追求均衡發展的同時,需保持城市規模的適度差距。

表6 超過拐點的地區

(二)分地區檢驗

考慮到我國不同地區的城鄉收入差距以及城鎮化發展階段存在較大差異,本文進一步檢驗了多中心空間發展模式對城鄉收入差距影響的地區異質性問題。首先將樣本按東、中、西部劃分為三個子樣本,然后分別開展分組回歸,估計結果列于表7。由列(1)～(3)可見,在泰爾指數為被解釋變量的估計結果中,poly的估計系數分別為-0.802、-1.308和-0.549,poly2的估計系數則分別為0.341、0.438和0.177,且均通過了顯著性檢驗。列(4)～(6)的回歸結果顯示,當被解釋變量為城鄉收入比時,得到了類似的結果。這意味著多中心空間發展模式對城鄉收入差距的U形影響并不會因區位不同而存在差異,假說1再次得到驗證。

表7 分地區檢驗結果

為確保研究結論的可靠性,本文進行了以下穩健性檢驗:一是使用夜間燈光數據作為城市人口規模的替代指標重新測算各省份的多中心指數。夜間燈光數據同樣是柵格數據,相比于純粹的人口分布數據,夜間燈光亮度能夠同時體現城市規模和經濟發展水平兩個方面的信息,不失為衡量地區空間形態的有效指標(劉修巖 等,2017a)。夜間燈光數據是由美國發射的氣象衛星采集的遙感數據,受天氣、節日活動等影響,不同衛星對同一地區抓取的燈光影像并不完全一致,此外,部分城市發生的行政區劃調整也會增加測算難度。為了克服這一問題,借鑒劉修巖等(2017a)的做法,本文以2011年的行政區劃為標準,運用不變目標區域法對我國各城市的夜間燈光亮度進行校正。(3)目前夜間燈光數據僅更新至2013年,如此一來,一是數據時效性略顯不足,二是樣本量相對較少。為此,本文主要運用Landscan人口動態數據庫測算多中心空間結構。基于校正之后的燈光數據計算的多中心指數源于劉修巖等(2017a)。在此基礎上,將燈光數據代入式(4)重新計算多中心指數(poly1),相應的回歸結果如表8所示。不難發現,在列(1)～(4)中,poly1和poly12估計系數的顯著性和方向均與表7一致。可見,本文研究結論是穩健的。二是參考毛其智等(2015)的做法,改變市區人口度量標準,將人口數量高于2000的柵格定義為真實市區,重新測算各省份的多中心指數(Poly2),結果見列(5)～(8),不難發現,poly2和poly22估計系數的顯著性和方向與上文一致,并未發生根本性變化。這說明多中心空間結構對城鄉收入差距的U形影響再次得到了證實。(4)本文同時基于GDP測算了多中心指數,回歸結果體現出強烈的穩健性,限于篇幅,相關結果未在正文中展示,備索。

表8 穩健性檢驗結果

(三)作用機制檢驗

在理論分析部分,本文指出多中心空間發展模式主要通過市場一體化和交通基礎設施兩條途徑影響城鄉收入差距。為驗證這一理論邏輯,本部分運用中介效應模型進行考察。中介效應檢驗思路如下:

M=aX+e1

(5)

Y=c’X+bM+e2

(6)

Y=cX+e3

(7)

首先,檢驗式(5)、(6)中的系數a和b,如果a、b均顯著,則意味著存在明顯的中介效應。其次,檢驗式(7)中的系數c和式(6)中的系數c’,如果c和c’均顯著,則表明存在部分中介效應;如果c’顯著而c不顯著,則說明存在完全中介效應。

表9報告了市場一體化(infra)和交通基礎設施(integ)的中介效應檢驗結果。由列(1)、(2)可見,poly的估計系數分別為5.505和4.618,poly2的估計系數分別為-0.720和-1.883,且均通過了顯著性檢驗。這表明隨著區域空間結構多中心水平的提升,市場一體化和交通基礎設施呈先上升后下降的倒U形變化趨勢。結合前文中對市場一體化、勞動力流動與城鄉收入差距關系的分析,可以認為,多中心空間發展模式能夠通過市場一體化和勞動力流動兩條途徑影響城鄉收入差距。進一步,考察市場一體化和交通基礎設施發揮的是完全中介效應還是部分中介效應。依次將infra、integ加入基準估計模型,回歸結果如列(3)、(4)所示。不難發現,在加入中介變量后,poly、poly2及中介變量(infra、integ)的估計系數均顯著。這意味著市場一體化和交通基礎設施在多中心空間發展模式影響城鄉收入差距的過程中發揮部分中介效應,假說2得到驗證。

表9 中介效應檢驗結果

五、進一步分析

考慮到多中心空間結構的形成過程既能夠縮短城市間溝通交流成本和促進區域一體化,也存在稀釋中心城市集聚經濟效應等負外部性,本文進一步考察了城市間地理距離在多中心空間發展模式影響城鄉收入差距過程中發揮的調節效應。

本文基于各城市的經緯度數據,運用Arcgis軟件分別計算出各省份內兩兩城市之間的平均直線距離以及中心城市與其他城市之間的平均直線距離,并對其取自然對數,以此來衡量城市之間的地理距離(dist1、dist2)。依次將dist1、dist2與poly及其二次項的交互項加入基準估計模型進行回歸,重點觀察交互項的估計系數,結果見表10。

表10 城市間地理距離的調節效應檢驗結果

表10列(1)、(3)的回歸結果顯示,交互項(poly×dist1、poly×dist2)的估計系數均顯著為負,說明城市之間的地理距離在多中心空間發展模式縮小城鄉收入差距的過程中發揮著顯著的負向調節作用。進一步,由表10列(2)、(4)中poly2×dist1、poly2×dist2的估計系數可知,隨著城市距離的增加,多中心空間結構對城鄉收入差距的縮小作用呈先弱化后增強的變化趨勢,即在城市距離較近的地區,多中心發展模式對城鄉收入差距的縮小作用有所削弱;只有當城市之間的距離超過一定程度之后,多中心空間結構的城鄉協調發展效應才能夠得到進一步釋放。由列(5)～(8)可見,以城鄉收入比為被解釋變量的估計結果與列(1)～(4)類似,不再贅述。以上檢驗結果表明,對于城市之間距離較遠且多中心程度較低的地區,發展多中心空間結構更有助于縮小城鄉收入差距。

六、結論與政策建議

本文從多中心結構的視角考察了我國各地區的空間形態演變對城鄉收入差距的影響。研究發現:(1)多中心空間發展模式對我國城鄉收入差距的影響呈顯著的U形趨勢,即當空間結構的多中心水平較低時,多中心發展模式有助于縮小城鄉收入差距;而當空間結構的多中心水平超過一定程度之后,多中心發展模式反而會擴大城鄉收入差距。(2)測算結果顯示,目前我國少數地區已存在因多中心水平過高而加劇城鄉收入差距的現象,但多數地區的多中心空間結構尚未達到最優水平,還存在較大的增長空間。(3)中介效應分析結果顯示,市場一體化與交通基礎設施改善是多中心空間發展模式影響城鄉收入差距的重要途徑。(4)城市之間的地理距離在多中心空間結構影響城鄉收入差距的過程中發揮顯著的倒U形調節效應,換言之,多中心空間結構對城鄉收入差距的縮小作用在城市之間距離較遠的地區更明顯。

基于上述研究結論,本文提出以下政策建議:首先,我國多數地區仍應繼續推動多中心城市網絡建設,但同時也需注意保持合理的城市規模分布體系,要在確保首位城市具有足夠的經濟輻射和區域帶動能力的基礎上,打造分工明確、主配地位清晰的多中心空間結構,避免空間結構過于均勻從而阻礙城鄉協同發展。其次,應進一步加強有助于深化城市之間經濟互動的軟、硬件設施建設。也就是說,要在繼續完善公路、鐵路等傳統基礎設施的同時,大力發展5G、物聯網、大數據等新一代信息技術,以進一步降低城市之間的交流溝通成本。最后,各城市應根據自身的資源稟賦和比較優勢,通過共建產業園和經濟走廊等方式加強市場一體化和促進勞動力資源的優化配置,而這需要構建超越城市層面的區域規劃政策體系,為城市之間的經濟合作提供明確統一的制度支撐。