五大城市群高质量发展水平评价研究

时间：2024-04-24

韩风娇代合治

摘要：基于经济、社会和环境三大维度综合构建城市群高质量发展评价体系，利用客观赋值法对2010—2019年京津冀、长三角、珠三角、成渝、长江中游城市群高质量发展水平进行评价。研究发现，五大城市群高质量发展水平稳步提升，年均增长4.99%，具有较大的发展潜力；但区域差异显著，呈现出明显的“一高两中两低”特征；影响各城市群高质量发展的障碍因素不尽相同。

关键词：城市群；高质量发展水平；评价体系；障碍因素

中图分类号：Ｆ１２７文献标志码：A 文章编号：1673-291X（2023）23-0043-05

改革开放四十多年来，中国城镇化水平由1978年的17.92%上升到2021年的64.72%，已进入城市群和都市圈时代，城市群成为经济发展的重要引擎和国家参与全球竞争与分工的主要载体[1]。2020年长三角、珠三角、京津冀、长江中游、成渝五大城市群的GDP总量合计占全国GDP总量的60%。党的十九大报告[2]明确指出：“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局；我国经济已由高速增长阶段转向高质量发展阶段。”高质量城市群是中国经济社会高质量发展的重要空间载体，据世界级城市群的发展经验，高质量发展的城市群可以优化区域发展格局，带动整个区域高质量发展[3]。学界对“城市群高质量发展”进行了一些有价值的研究。在定性研究方面，杨兰桥指出，高质量发展的城市群是具有较强影响力、辐射力和运行效率的创新型城市群，是传承创新包容和谐的文化型城市群，是全方位多层次宽领域的开放型城市群[4]。许爱萍以京津冀城市群为例从建设智慧城市群角度探求城市群高质量发展路径[5]。涂然等以长三角城市群为例从提高城市群均衡性的角度提出推动城市群高质量发展的建议[6]。关于定量研究方面，主要涉及城市群一体化[7-8]和城市群可持续发展[9-11]等方面，同时一些学者从经济、社会、文化、生态等领域和角度进行了研究[12-14]，围绕新发展理念[15-16]，探讨高质量发展的内涵和评价指标体系。在评价方法上，主要有非空间分析方法和空间分析方法。其中非空间分析方法主要包括因子分析法、熵值法、三维生态足迹法；空间分析方法有探索性分析工具分析、空间自相关分析和修正引力模型等。

目前，学界关于城市群高质量发展的研究还处于探索发展阶段。多与某一城市群或区域特定方面的高质量发展相关，而对多个城市群整体的评价研究还较欠缺。鉴于此，本文以五大优化提升的城市群为研究对象，从经济、社会、环境三大视角进行探讨。

一、研究区域与评价体系构建

（一）研究区域

以“十四五”规划为宏观背景，考虑地域单元的完整性、数据可获得性以及区域对比科学性，选取五大优化提升的城市群，即京津冀、长三角、珠三角、成渝、长江中游城市群作为本文研究对象。依据《京津冀协同发展规划纲要》《长江三角洲城市群发展规划》《粤港澳大湾区发展规划纲要》（即珠江三角洲的9个城市以及香港和澳门2个特别行政区，香港和澳门不包括在本研究中）、《成渝城市群发展规划》《长江中游城市群发展规划》等相关规划文件，各城市群组成见表1。

（二）评价体系的构建

城市群是一定地域范围内，依托发达的交通、通信等基础设施，以一个或多个特大城市为核心，由不同类型、功能以及等级规模的城市所形成的空间相对紧凑、经济联系紧密的城市集合体[17-18]。高质量发展是一种强有力的可持续发展，追求经济、生态环境和社会的全面协调发展，其不仅涵盖经济领域的内容，还涉及社会民生、生态环境等多层面的内容[19]。因此，城市群高质量发展应涉及经济、社会、生态环境三大领域。经济发展指标强调可持续的经济高质量发展，人均GDP等指标反映经济发展水平，第三产业比重和科技投入强度指标突出经济结构优化和技术创新，利用外资额和进出口总额指标体现要素流动，表征发展活力；社会发展指标不仅考虑到城乡居民收入差距、社会失业率和其他社会公正与稳定因素，还考虑到城市化、教育和医疗等公共服务水平；环境发展指标综合考虑了生态环境状况，选择水、电能源消耗，污水、垃圾等污染物的无害化处理率，绿色环保的公共交通方式等评价因素。借鉴前人的研究成果[14，20-21]，从经济发展、社会发展和环境发展视角构建评价指标体系，并运用熵值法确定各指标的权重（表2）。

二、数据来源与评价方法

（一）数据来源

本文选取五大城市群作为研究对象，时间跨度为2010—2019年，因无法直接获取以各城市群为单位的各项指标数据，以各地区统计数据为基础，进行繁琐细致的统计与计算获得最终评价数据。原始数据主要来源于历年各省市统计年鉴、国民经济和社会发展统计公报和《中国城市统计年鉴》《中国城市建设统计年鉴》，少量缺失数据利用线性回归拟合进行补充。

（二）评价方法

一是熵值法。运用客观赋值法—熵值法确定评价指标权重，首先采用极值处理方法对原始数据进行标准化处理，消除量纲和数量级的影响，然后计算各指标的信息熵，确定各指标的权重，后运用线性加权求和得到评价得分，具体步骤见文献[22]。二是障碍度模型。障碍度模型的主要思想是计算指标体系中某一因素的障碍度对城市群高质量发展水平的限制程度，具体步骤见文献[23]。

三、城市群高质量发展水平评价

（一）综合发展分析

运用城市群高质量发展评价指标体系和熵值模型，计算城市群高质量发展水平得分，如下页表3所示。2010—2019年，五大城市群高质量发展水平稳步提升（见下页图1），高质量发展水平由0.3090上升至0.4789，涨幅约55%，年平均增长4.99%。城市群高質量发展水平得分标准差由0.1040增加到0.1346，变异系数由0.3367减小到0.2840，五大城市群高质量发展水平的绝对差异在扩大，但差异的扩大速度有所降低。

由下页图2可知，随着时间的推移，珠三角城市群与长三角城市群高质量发展水平上升幅度较大，其他城市群总体上升幅度不大。京津冀城市群、长三角城市群、珠三角城市群、成渝城市群和长江中游城市群高质量发展水平的均值依次为0.4157、0.4574、0.5966、0.2752、0.2990。参考魏敏等[24]的方法，依据各城市群综合得分均值，将5个城市群划分为发达型（综合得分高于均值0.4088）、普通型（综合得分小于或等于均值0.4088）两种类型，发达型城市群有珠三角城市群、长三角城市群、京津冀城市群；普通型城市群包括长江中游城市群和成渝城市群。

从综合得分上来看，两种类型城市群的高质量发展水平存在差异，高质量发展水平排名第一的珠三角城市群得分比排名第五的成渝城市群高0.1405，前者是后者的1.51倍，普通型城市群高质量发展得分皆低于0.3，发达型城市群得分未超过0.6，整体还是处于较低水平。从增长速度来看，普通型城市群高质量发展水平增速快于发达型城市群，长江中游城市群增速最高，其次是成渝城市群；发达型城市群中珠三角城市群增长速度最快，其次是京津冀城市群和长三角城市群。

综上可知，城市群高质量发展水平由高到低依次是：珠三角城市群、长三角城市群、京津冀城市群、成渝城市群、长江中游城市群。城市群高质量发展水平存在较大的提升空间，尤其是成渝和长江中游城市群，即使是较为发达的城市群也有一定的提升空间。

（二）维度发展分析

城市群经济发展、社会发展和生态环境发展之间是相辅相成的，共同影响着城市群高质量发展水平。基于城市群高质量发展评价的三大维度，对五大城市群高质量发展进行分维度评价（见表3和下页图3）。

经济发展水平对城市群发展质量的提升有着至关重要的作用，它能推动要素集聚和扩大城市规模，是城市群发展的重要基础，同时城市群对经济发展也具有巨大帶动作用。经济发展质量综合评估一直处于重要地位并在稳步增长，增幅为39%，贡献率为20.5%。经济发展维度得分最高的是珠三角城市群（2.8464），最低的是长江中游城市群（0.7689），前者是后者的3.7倍，前者在经济发展维度各方面都处于领先地位，后者则处于落后状态，表明在经济发展维度城市群之间存在巨大的差异。

社会发展质量的综合评估位于第二位，由0.4881提高到0.7990，增长了63.7%，增长率超过50%，增长较快，这得益于教育、医疗和就业情况被高度重视。整体可以分为两大阶段：2010—2014年的波动发展阶段和2014—2019年的稳定上升阶段。在社会发展维度得分最高的是珠三角城市群，最低的是成渝城市群。社会发展维度的含义是城市群内不同城市之间的发展水平较为接近，从比较结果看，各城市群之间差异不大，城市群整体发展较为协调。

环境发展质量的综合评估虽位于末位，但其增长量最多（87.6%）。这表明城市群的发展越来越重视环境质量，快速的城市化和工业化造成的“城市病”等问题得到一定程度缓解，如环境退化、资源枯竭、住房紧张和人口过度集中造成的交通拥堵等。在环境发展维度得分最高的是珠三角城市群，最低的是成渝城市群。位于东部的城市群环境发展程度较好，这得益于产业转型升级和环境生态保护等。得分较低的城市群地处中西部，自然环境较为恶劣，生态系统较为脆弱，产业结构以能源、化工、冶金等产业为主导，环境发展任务较为艰巨。环境发展虽受到各城市群的高度重视但仍处于劣势，以新发展理念为向导，在今后的发展过程中应进一步提高环境发展质量以及资源利用效率，如减少污染排放、大力发展公共交通出行方式等。

高质量发展水平得分各维度由高到低依次是：经济发展、社会发展、环境发展。经济发展方面各城市群之间存在差异，社会发展维度上各城市群较为均衡，环境发展逐渐被各城市群所重视。城市群步入高质量发展阶段的标志是在经济总量及其规模增长到一定水平后，逐渐实现经济结构优化、社会公平和环境友好的协同发展，该阶段人民生活水平显著提高。

图3 城市群各维度高质量发展得分

四、城市群高质量发展的障碍因素分析

在评价结果的基础上，对影响五大城市群高质量发展的障碍因素进行诊断，并找出障碍度排名前六的障碍因素。

（一）城市群高质量发展整体障碍因素

从时序上看排名前三位的障碍因素相对稳定，2010—2016年是城乡人均公共交通车辆数（C5）、城镇化水平（B1）、贸易依存度（A5），2016年后贸易依存度（A5）位于第二位，障碍度有所上升，城镇化水平（B1）下降到第三位，影响城市群高质量发展的主要障碍因素未改变，但各因素的障碍程度在逐年下降（见表4）。排名末位的障碍因素在发展过程中发生了变化，在2010年为城乡收入差距（B4），2011—2016年和2018年为产业结构高级化（A2），2017年为生活垃圾无害化处理率，2019年为教育投入强度（B2）。2019年产业结构高级化（A2）、城乡收入差距（B4）和生活垃圾无害化处理率（C3）消失，表明城市群产业结构得到优化、城乡之间的差距进一步缩小、环境污染得到有效治理。

由此可见，城乡人均公共交通车辆数（C5）、城镇化水平（B1）和贸易依存度（A5）始终是主要障碍因素。这表明未来城市群高质量发展，在环境发展方面，城市环境的保护是关键，需要加强生态建设，增加绿色公共交通基础设施的建设，使城市更加生态宜居；在社会发展方面，需进一步加快社会民生事业发展、改善基础设施、提高城市化水平和质量；在经济发展方面应进一步深化改革，转变经济发展模式，聚焦先进制造业和科技创新，调整对外贸易依存度，激发经济发展的潜力和活力，推动经济发展从数量和规模增长转向质量与效益提升。

（二）城市群高质量发展障碍因素比较分析

不同城市群的障碍因素存在差异，将排名前三的作为主要障碍因素（见下页表5）。

京津冀城市群主要障碍因素为城乡人均公共交通车辆数（C5）、城乡收入差距（B4）、贸易依存度（A5）；长三角城市群主要障碍因素为城乡人均公共交通车辆数（C5）、社会失业率（B5）、贸易依存度（A5）；珠三角城市群主要障碍因素为社会失业率（B5）、产业结构高级化（A2）、科技投入强度（A3）；成渝城市群主要障碍因素为城乡人均公共交通车辆数（C5）、教育投入强度（B2）、城镇化水平（B1）；长江中游城市群主要障碍因素为城乡人均公共交通车辆数（C5）、城镇化水平（B1）、贸易依存度（A5）。

在未来发展中，京津冀城市群需进一步调整经济结构并完善基础设施，进而推动社会民生事业发展、缩小城乡差距和促进社会公平；长三角城市群需进一步保障就业的稳定性，继续完善市场机制，保持经济持续稳定增长，在经济发展上调整经济结构与对外贸易依存度；而珠三角城市群则需要调整产业结构，保持经济持续稳定增长，不断培养科技人才并改善人才引进激励机制，实现科技创新驱动高质量发展；相较而言，成渝城市群因其城镇化水平相对较低，需要不断推动新型城镇化发展，百年之计教育为本，提高教育投入强度，把教育事业放在优先位置。长江中游城市群在推进城镇化发展的同时要调整产业结构和对外经济贸易的依存度，保持经济持续稳定增长。

五、结束语

城市群是一个复杂、开放的巨系统，城市群高质量发展涉及经济、社会、环境等诸多方面，理应构建复合指标体系进行研究。2010年以来城市群高质量发展水平呈现出稳步上升态势，且具有较大的发展潜力，但各城市群间的发展水平差异明显，呈现出“一高两中两低”的区域差异；依据城市群高质量发展指数寻找其障碍因素，各城市群表现出不同的发展问题。

研究结果表明，各城市群在今后发展过程中应做到：立足自身聚焦先进制造业和科技创新，充分发挥自身优势，因地制宜地推进城市群高质量发展；加强交流与合作，实现各区域协调发展，提升城市群一体化发展水平；强化基础交通设施先导作用，提高城际互联互通效率；坚持以人为核心，加大生态环境保护力度，实现绿色发展。

参考文献：

[1] 方创琳.改革开放40年来中国城镇化与城市群取得的重要进展与展望[J].经济地理，2018（9）：1-9.

[2] ***.决胜全面建成小康社会夺取新时代中国特色社会主义伟大胜利：在中国共产党第十九次全国代表大会上的报告[J].理论学习，2017（12）：4-25.

[3] 沈坤荣.以城市群推动经济高质量发展[J].人民周刊，2018（16）：66-67.

[4] 杨兰桥.推进我国城市群高质量发展研究[J].中州学刊，2018（7）：21-25.

[5] 许爱萍.京津冀智慧城市群建设：探求城市群高质量发展路径[J].开发研究，2018（5）：122-127.

[6] 涂然，王新军.长三角城市群高质量发展应提高均衡性[J].环境经济，2019（16）：32-35.

[7] 张亚丽，项本武.城市群一体化水平的测度及其经济增长效应研究：来自中国十大城市群的经验证据[J].宏观经济研究，2021（12）： 136-148，158.

[8] 汤放华，吴平，周亮.长株潭城市群一体化程度测度与评价[J].经济地理，2018（2）：59-65.

[9] 陈睿山，赵志强，徐迪，等.城市和城市群可持续发展指数研究进展[J].地理科学进展，2021，40（1）：61-72.

[10] 孙湛，马海涛.基于BP神经网络的京津冀城市群可持续发展综合评价[J].生态学报，2018，38（12）：4434-4444.