城市規模的劃分精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的城市規模的劃分主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：城市規模的劃分范文

（重慶師范大學涉外商貿學院數學與計算機學院，中國 重慶 401520）

【摘要】根據四川省統計年鑒中有關的數據，運用相關分析、主成分分析、回歸分析等定量方法，橫向地探索影響人口城市化水平的因素。研究發現：它與各地區的交通、環境綠化和人均收入等成顯著正相關，其中人均生產總值和人均收入的顯著性相對較弱。

關鍵詞 人口城市化水平；相關分析；主成分回歸分析

0　引言

城市化水平直接影響居民的生活水平和福利水平，把握好各個小城市的發展動態，制定出相對應的向良性城市化發展的道路，顯然利于整個區域的快速城市化。鑒于此，將分析影響四川省各市、州的人口城市化的主要原因，為四川省的相關部門的管理提供一定的科學依據。

1　人口城市化水平的主成分回歸模型的建立

1.1　相關性分析

在借鑒和總結前人的基礎上，根據定性分析，共選取四川省各市州的21個指標作為研究對象。人口城市化水平作為因變量，自變量的選取是反映四川省各市州的城鎮居民生活狀況，交通狀況，第三產業發展規模，教育、文化和醫療業的發展規模及政府作為國家的管理者和國有資產的所有者而獲得的收入等幾大方面的相關指標。

計算人口城市化水平與其它各個指標之間的相關系數r，P值，并設定P＜0.1表示相關性顯著，即得到人均生產總值（x3），城鎮人均可支配的收入（x4），供水綜合生產能力（x11），天然氣供氣總量（x12），道路長度（x13），道路面積（x14），橋梁數（x15），綠化覆蓋面積（x16），污水排放量（x17）為主要影響因素。結果如表1

1.2 影響因素的主成分分析

為避免多重共線性影響建模質量，先對其進行主成分分析，這樣既能避免各成分間的多重共線性，又能保證每個主成分仍是原始變量的線性組合，從而大大的提高了模型的質量。其主要結果如表2、表3。由表2可以看到第一個主成分z1的方差占全部方差的比例為87.697%，即由原來的9個指標轉化為1個指標且基本上保留了原來指標的所有信息。且由表3得到第一主成分z1的線性組合為

1.3　主成分回歸分析

以原始變量的數據計算出來的主成分的得分為z1的觀測值，建立y與z1的主成分回歸模型y=a0+a1z1。回歸分析結果如表4、表5。

2　結果分析

通過主成分回歸方程的系數可以得到如下幾點：

1）顯著相關的各個指標的回歸系數均為正數，即它們均與人口城市化水平呈正相關。

2）反映各地區的交通、環境，綠化等狀況的指標x13，x11，x17，x14，x15，x16，x12，的回歸系數明顯高于反映各地區的人均生產總值和人均收入的指標x4，x3的回歸系數，這表明一個地區的生活環境和便利程度對于人口城市化的影響高于收入對其的影響。

3）指標x3是各地市的道路的長度，它的回歸系數為8.288，為正數且最大，這表明人口城市化水平與道路長度不僅成正相關，而且關聯性最大，即地區的道路越多，該地區的人口城市化水平越高。

3　研究結論與建議

通過以上的研究，筆者建議四川省人口城市化水平較低的市、州應加大各地區的道路修建，環境、綠化等方面的投資，這樣才便于高素質的勞動力的遷入。對于人口城市化水平較高的地區，比如成都市，攀枝花市等地區，在發展產業的同時一定要注意環境的保護，確保有個良好的生態環境。一個地區各方面的承受能力畢竟都是有限的，一旦超出這個界限，就會影響整個城市的發展，因此省級相關部門應該合理的考慮這個問題，制定出適合各市州發展的相關制度，這對于四川省的發展有著重要的意義。

參考文獻

［1］劉瑜.河北省人口城市化水平的發展現狀及趨勢分析[D].河北大學,2010,6．

［2］王學山.人口城鎮化水平測定方法的改進[J].經濟地理,2001,21（3）:315-318．

［3］陶毅.城市化水平的聚類和因子分析[J].南通職業大學學報,2005,19（4）:99-101．

［4］陳冬勤.關中人口城市化與REE協調發展定量評價[D].陜西師范大學,2009,5．

［5］S.韋斯伯格（Weisberg ,S.）．應用線性回歸[M].王靜龍，等，譯.北京:中國統計出版社,1998，3．

第2篇：城市規模的劃分范文

方法 基于2011―2014年上海市原靜安區的逐月成人ILI就診百分比，模型參數確定采用非條件最小二乘法，模型結構依據簡潔與殘差不相關原則確定，擬合優度以許瓦茲貝葉斯準則與赤池信息準則評估，構建成人ILI就診百分比預測的最優ARIMA模型。以模型預測原靜安區2015年1―10月成人ILI就診百分比，計算實際值與預測值的相對誤差；并預測原靜安區2016年的成人ILI就診百分比。

結果

模型ARIMA（0，2，1）（1，1，0）12（無常數項）對成人ILI就診百分比時間序列擬合良好，移動平均參數（MA1=0.944）與季節自回歸參數（SAR1=-0.542）有統計學意義（P0.05），模型表達式為（1+0.542B）（1-B）2 （1-B12）Zt=（1-0.944B）μt。2015年1―10月的成人ILI就診百分比的A測值符合實際值的變動趨勢，相對誤差最小僅為4.45%。

結論 ARIMA模型可以較好地擬合原靜安區成人ILI就診百分比的時間變動趨勢，能對成人ILI就診百分比進行預測，短期預測有較高的精度。

關鍵詞： ARIMA模型； 成人流感樣病例； 就診百分比； 預測中圖分類號： R 183.3 文獻標志碼： A

Abstract： Objective To explore the feasibility of constructing and applying the autoregressive integrated moving average（ARIMA）model for predicting the hospital-visiting percentage ofinfluenza-like illness （ILI） in Jing-an District， Shanghai.

Methods An optimal ARIMA model for predicting the hospital-visiting percentage ofILI was established based on the monthly hospital-visiting percentage ofILI in Jing-an District of Shanghai from 2011 to 2014. The parameters of the model were determined through non-conditional least square method， the structure thereof was determined according to the concision principle and residual non-relevance principle， and the goodness of fit thereof was determined in accordance with Schwarz Bayesian Criterion（BSC） and Akaike Information Criterion （AIC）. This model was applied to predict the monthly hospital-visiting percentage ofILI in Jing-an District from

January to October of 2015 and to calculate the relative error between the actual value and the predicted one； it was also used to predict the monthly hospital-visiting percentage ofILI in Jing-an District in 2016.

Results

The ARIMA model （0，2，1）（1，1，0）12 （without constants） could well fit the time series of the hospital-visiting percentage ofILI while both the moving average coefficient （MA1=0.944） and the seasonal autoregressive coefficient （SAR1=-0.542） had statistical significance（P0.05）. The mathematic expression of the model was （1+0.542B） （1-B）2 （1-B12）Zt=（1-0.944B）μt. The predicted value for the hospital-visiting percentage ofILI from Jan.， 2015 to Oct.， 2015 was in conformity with the change trend of the actual value and the minimal relative error was only 4.45%.

Conclusion The ARIMA model can well fit the time-change trend of the hospital-visiting percentage ofILI of Jing-an District and can be used to forecast the hospital-visiting percentage ofILI while ensuring relatively high accuracy of short-term forecasts.

Keywords： ARIMA model；influenza-like illness； hospital-visiting percentage； forecast

流感樣病例（influenza-like illness， ILI）是指體溫高于38℃，同時伴有咽痛或咳嗽，而其他實驗室診斷結果缺乏者。原靜安區是上海市的中心城區，人口密度大，ILI是轄區內常見的一種急性呼吸道傳染病。自回歸求和移動平均（autoregressive integrated moving average， ARIMA）模型屬于時間序列分析的一種，隨著傳染病防治研究的深入，越來越多的研究將其應用到傳染病預測[1-3]。本文采用ARIMA模型對上海市原靜安區哨點醫院門診每月成人ILI就診百分比數據構建預測模型，并對2016年原靜安區成人ILI就診百分比_展外部預測，以評價該模型應用于成人ILI就診百分比的短期預測價值，為科學開展流行性感冒的預防控制提供可借鑒的依據。

1 資料與方法

1.1 資料來源

開展預測成人ILI就診百分比的監測資料，來自2011年1月―2014年12月上海市原靜安區哨點醫院發熱門診的每周ILI就診數和門急診就診病例總數，將每周的數據進行整理，以每月的ILI就診百分比為單位進行模型擬合與預測。

1.2 研究方法

本研究對ILI就診百分比數據使用時間序列分析中的ARIMA模型進行擬合與預測。通過平穩序列、模型識別、參數確定和模型診斷、預測4個步驟進行建模。模型結構為ARIMA（p，d，q）×（P，D，Q）S，其中自回歸及移動平均的階數分別設為p、q，差分次數為d，季節性自回歸及移動平均的階數分別設為P、Q，季節性差分次數為D，季節周期設為s。模型擬合的數據來自2011年1月―2014年12月的監測點ILI就診百分比，模型的預測效果以2015年1―10月的逐月ILI就診百分比進行回代評價，預測精度以ILI就診百分比實際值與預測值的相對誤差評價，最后以2011年1月―2015年10月的每月ILI就診百分比建模預測2016年1―12月的ILI就診百分比。

1.3 統計學分析

采用SPSS 22.0軟件構建逐月ILI就診百分比原始數據庫，采用Time Series預測模塊開展模型擬合與數據處理。

2 結果

2.1 平穩序列

將2011年1月―2015年10月的每月ILI就診百分比制成時間序列圖（圖1），從序列圖中發現ILI就診百分比序列在2013年以前數據變異較大，序列的前后差別較明顯，季節周期性變化也較明顯，每年有冬季和夏季2個高峰。采用自然對數變換將原始數據轉變為方差平穩的序列，為避免趨勢及季節的影響，再進行2次一般差分及1次季節差分，最終原始數據轉換為1個較平穩的隨機序列（圖2），滿足了ARIMA模型平穩性的前提。

2.2 模型識別

根據上述處理步驟，明確了本模型應為復合季節模型ARIMA（p，2，q）（P，1，Q）12，結合了季節性模型與連續性模型的特征，且模型周期為12個月。p、q值依據自相關及偏自相關函數分別定為0、1，即ARIMA（0，2，1）（P，1，Q）12。P、Q值則應分別取0、1、2進行擬合以獲得最佳結構模型。

2.3 模型參數確定和模型診斷

參數確定依據非條件最小二乘法，以10為模型計算時的最大迭代次數。表1顯示了相關備選模型的擬合優度統計量。對模型進行診斷時包括檢驗擬合優度、參數有無統計學意義、檢驗參數獨立性和殘差檢驗4方面。較優模型評價的準則為貝葉斯SBC值及赤池AIC值都較小，以此為判斷標準，同時考慮模型參數的統計學意義，獲得較優模型ARIMA（0，2，1）（1，1，0）12。由于該模型常數項沒有統計學意義（P=0.362），不符合模型對簡潔性的要求。因此，將常數項去除，再次擬合模型ARIMA（0，2，1）（1，1，0）12，所得模型的MA1與SAR1參數值分別為0.944和-0.542，均有統計學意義（P

通過對模型的診斷，得到最優模型為ARIMA（0，2，1）（1，1，0）12（非常數項），以后移算子表示為：（1-Φ1B）212Zt=（1-θ1B）μt，將參數代入方程，得模型方程為：（1+0.542B） （1-B）2 （1-B12）Zt=（1-0.944B）μt ， Zt為每月ILI就診百分比的自然對數。

2.4 回代模型及外推預測

以最優模型ARIMA（0，2，1）（1，1，0）12（非常數項）對2011年1月―2014年12月的逐月成人ILI就診百分比進行擬合，并預測2015年1―10月的ILI就診百分比（圖5）。圖5展現了模型擬合2011年1月―2014年12月的結果，以及預測2015年1―10月的結果，可見模型對實際ILI就診百分比的擬合及預測結果良好，擬合值與預測值的動態趨勢大致符合實際值。各月預測值與實際就診百分比的差距很小，2015年1―10月期g，ILI就診百分比的預測值與實際值的相對誤差最小，僅為4.45%，最大為43.11%。之后以2011年1月―2015年10月的數據重新擬合模型ARIMA（0，2，1）（1，1，0）12（非常數項），并外推預測2016年1―12月的ILI就診百分比。預測結果見表2，每月的ILI就診百分比波動在0.92%～3.35%之間，冬季和夏季各有1個高峰，分別為1月的3.23%和7月的3.35%，與目前的實際情況相符。

3 討論

ARIMA模型是時間序列分析中的一種常用模型，近年來，該模型在傳染病預測、預警領域應用較為廣泛，特別適合于預測具有不典型特征，且判別困難的時間序列資料[4]。模型有綜合評估時序數據的隨機干擾、趨勢性與周期性的優點，并以模型參數對其進行定量。當實際工作中，對監測數據的變化趨勢的主要影響因素很難判斷，也無法找到有關的數據時，ARIMA模型就特別具有其使用的優越性[5]。該模型的短期預測精確度相當高。ILI就診百分比是間接反映流感流行強度的一個癥狀監測指標，該指標具有一定的季節周期性，但時間序列的特征并不典型。對成人ILI就診百分比的預測具有前瞻性意義的研究，通過將常規監測與模型預測有機結合，有利于及時發現異常的變化情況。不同模型的預測效果與其應用條件相關聯， ARIMA模型可以不考慮影響ILI就診相關因素各自的效應，而是將其統一納入時間變量中進行綜合分析，相對于其他預測模型具有更高的短期外推預測精度。

原靜安區成人ILI就診百分比的時間序列圖顯示變異較大，且有較明顯的季節性周期變化，呈非平穩的時間序列。因此，建模前應先進行序列平穩化，以滿足模型擬合的前提。原始數據經過自然對數變換以平穩方差化后，再通過2次一般差分與1次季節差分，從而獲得了接穩的1個隨機序列。然后，依次通過模型識別與診斷，確定了最優模型ARIMA（0，2，1）（1，1，0）12（非常數項）。模型較好地擬合了成人ILI就診百分比的各項實際值，獲得的2015年1―10月ILI就診百分比回代預測值與實際值具有較好的一致性，說明采用ARIMA模型預測成人ILI就診百分比重復性優、可靠性好。最后將2011年1月―2015年10月的數據建模并外推預測2016年的ILI就診百分比，模型擬合效果的驗證理論上嚴謹，應用上可行。影響成人ILI就診的因素比較多，并且互相之間影響，本研究獲得的預測值是以數學模型為基礎的理想值，有可能與實際值呈一定的差異，但不失為ILI預警的一項科學依據，并能進一步為流感的防控提供指導方向。

參考文獻

[1]LIU Q，LIU X，JIANG B，et al.Forecasting incidence of hemorrhagic fever with renal syndrome in China using ARIMA model[J].BMC Infect Dis，2011，11： 218.

[2]EARNEST A，CHEN MI，NG D，et al.Using autoregressive integrated moving average （ARIMA） models to predict and monitor the number of beds occupied during a SARS outbreak in a tertiary hospital in Singapore[J].BMC Health Serv Res，2005，5：36.

[3]QUENEL P，DAB W. Influenza A and B epidemic criteria based on time series analysis of health services surveillance data[J].Eur J Epidemiol，1998，14（3）：275-285.

[4]ALLARD R. Use of time-series analysis in infectious disease surveillance[J].Bull World Health Organ，1998，76（4）：327-333.

第3篇：城市規模的劃分范文

關鍵詞：城市體系 等級 規模

我國正處于快速城市化的發展階段，城市人口增長和地區經濟差異越來越明顯，城市等級體系也必然隨之發生較大的變動。我國城市數量多、區位優勢和經濟發展差異巨大，加強城市等級體系的研究對于探索新時期我國城市發展規律和制定合理的城市群發展策略具有重要意義。

一、城市等級體系的概念界定

基于城市等級體系的自身特點，國內外學者對城市等級體系的研究主要是以定量研究為主，對其定性研究較少，因此城市等級體系的概念沒有明確的定義，在一些研究中將城市等級體系、城市規模等級和城市體系等級混合來用。

城市規模等級是衡量城市大小的指標，包括人口規模、用地規模、經濟職能規模和基礎設施規模四部分，在實際應用中主要以人口規模為主。依據城市非農人口規模指標將我國城市分為五個等級：超特大城市（人口1000萬及以上）、特大城市（人口大于100萬小于1000萬）、大城市（人口在50萬到100萬）、中等城市（人口在20萬到50萬）和小城市（人口規模20萬以下）。

城市等級體系是指按照城市多項指標的綜合對城市進行定位，它包含了城市中心地區和廣大鄉村地區，以及多產業體系的區域經濟系統，城市等級的確定對城市的發展具有重要的意義。城市等級絕不等同于城市規模，一些人口多的城市其等級不一定高，人口相同的城市也不一定就屬于同一個等級。但在一些實際研究中，直接以人口規模指標來劃分城市等級。

城市體系是指一定地域內在功能和等級方面互相聯系的城市總體，城市體系是對多個城市來說。它包括城市功能體系、城市等級體系兩種類型和規模結構、職能結構、空間結構三個基本結構。城市體系可按城市規模的大小劃分為若干個級別，但并不意味著這個級別就能代替整個體系的等級。

綜上所述，并不能說單個的城市規模或城市等級就是城市等級體系，本文所講的城市等級體系為城市規模和城市等級的綜合體。

二、城市等級體系的相關理論綜述

城市等級體系的產生和發展是以幾個重要的經濟地理學的理論為依托。克里斯塔勒型（Christaller-type）的城市空間體系是在農業腹地的擴大導致制造業生產地點分散（通過產品差異或運輸成本導致多組貨物生產組織的產生）中自發形成的。城市等級體系的演化經歷了三種不同的傳統模式，第一模式是采用阿隆索（1964）——米爾斯（1967）——穆斯（1969）單中心城市模型，這是杜能（1826）土地利用模式的重新修正，其中“偏僻的小鎮”有中央商務區（CBD）取代。第二模式是亨德森（1974）作為經濟模型的城鎮體系，也就是作為一個集合的城市，其主要研究城市規模和類型（Henderson，1987，1988）。第三模式是克里斯塔勒（1933）和廖什（1940）的中心地理論，以均質的平原空間和新古典經濟學的假設為理論基礎。

（一）中心地理論（central place theory）

中心地理論（central place theory）是由德國城市地理學家克里斯塔勒（W. Christaller）和德國經濟學家廖什（A. Losch）分別于1933年和1940年提出的，50年代起開始流行于英語國家，之后傳播到其他國家，被認為是20世紀人文地理學最重要的貢獻之一。

通過對德國南部城鎮的調查，克里斯塔勒于1933年發表了《德國南部的中心地》一書，系統地闡明了中心地的數量、規模和分布模式，建立起了中心地理論。克里斯塔勒創建中心地理論深受杜能和韋伯區位論的影響，所以他的理論也建立在“理想地表”之上；其后又引入新古典經濟學的假設，即生產者和消費者都是理性人假說。克里斯塔勒指出級別高越高的中心地生產較高級別的中心貨物或提供較高級別的服務，反之亦然。根據中心地的服務范圍，提出了正六邊形的網絡服務體系，并在此基礎上推出了K=3的不同級別的中心地數量的遞推公式。

克里斯塔勒認為，有三個原則支配中心地體系的形成，即市場原則、交通原則和行政原則，不同的原則有類似于K=3的中心體系網絡分布，只是在不同的原則下K的取值不同而已，市場原則下取值為3，交通原則下取值為4，行政原則下取值為7。以上三個原則共同導致了城市等級體系的形成。

1940年，德國經濟學家奧古斯特·廖什出版了《區位經濟學》一書，在書中他利用數學推導和經濟學理論，得出了一個與克里斯塔勒學說完全相同的區位模型。與克里斯塔勒不同，廖什更多的是從企業區位理論出發，通過邏輯推理方法，提出自己的生產區位景觀。廖什出色的工作，為中心地理論樹立了更為牢固的理論基礎。

此后，1958年，貝里（B.J.L. Berry）和加里森（W. L. Garrison）對中心地理論作出了一些新的解釋。首先，他們增補了中心地理論的假設，即消費者的消費支出是均質分布的。其次，由于當時克里斯塔勒的《德國南部的中心地》尚未譯成英文，貝里和加里森對六邊形網絡做了自己的解釋。在構造中心地等級體系時，貝里和加里森明確提出了“邊際等級貨物”這一概念，這對中心地理論是一個發展。1962年貝里又提出中心地等級的提高，職能單位數目的增加比中心地職能數目的增加要快。1967年貝里又指出中心地理論假設條件變化后對中心地等級體系的影響。他認為，人口密度越高，地區潛在的消費也越高，因此，中心地等級體系中的層次潛在數目就越多。便利、快捷、低成本的交通將減少低級中心地的重要性，有利于較高級別中心地的發展，這一點符合美國中心地的發展態勢。他還指出，農業社會由于消費水平低，中心地職能分化程度低，中心地等級體系的層次數也較少。

貝里（Berry，1967）的概括特征的前兩個已由Fujita等（1999）、Tabuchi和Thisse（2011）的研究演繹得出。可見，城市等級體系依托于中心地理論而產生和發展。

（二）亨德森城市體系理論（Henderson-type）

城市經濟學在針對城市區規模和類型結構的研究中構建了關于城市等級體系的模型（Henderson，1974等）。亨德森認為經濟體為城市的集合（A Collection of Cities），其中存在兩種相反的作用力，即產業在城市的地理集聚產生外部經濟，同時，越大的城市存在越高通勤成本引發城市的非經濟性。同時，亨德森提出由于產業間的規模經濟存在差異，而城市非經濟性決定于城市規模，由此解釋了存在大量具有不同規模的專業化城市現象。但亨德森的城市體系無法處理城市空間分布及相互空間作業關系等空間問題，因此可以被視為無空間城市體系模型。

新經濟地理學上的城市等級體系研究，將空間因素重新帶回城市等級體系理論的模型。該研究始于Fujita和Krugman（1995）對于“杜能”空間經濟框架中單中心城市形成機制的建模，隨后，Mori（1995）、Fujita和Mori（1997）逐步推進，最后Fujita等（1999）完成創作。此后，Tabuchi和Thisse（2011）對此進行了必要的補充。

（三）城市首位律（law of the primate city）

城市首位律是馬克·杰斐遜（M. Jefferson）早在1939年對國家城市規模分布規律的一種概括。杰斐遜分析了51個國家（其中6個國家為兩個不同時段）的情況，列出了每個國家前三位城市的規模和比例關系，發現其中有28個國家的最大城市是第二位城市人口的兩倍以上，有18個國家大于第二位城市三倍以上。他將在國家政治、經濟、社會、文化生活中占據明顯優勢的城市定義為首位城市（primate city）。其定義的首位城市也就是一個國家中最高等級的城市。

首位度在一定程度上代表了城市體系中的城市人口在最大城市的集中程度，這不免以偏概全。為了改進首位度2城市指數的簡單化，又有人提出4城市指數和11城市指數。

（四）城市金字塔

城市金字塔是指城市按規模大小分成等級，等級越高的城市數量越小。高等級的城市唯一金字塔的頂部，低等級的城市是城市規模等級金字塔的基礎。不同規模等級城市數量之間的關系可以用每一規模等級城市數量與其上一規模等級城市數相除的傷（K值）來表示。

城市金字塔給我們提供了一種分析城市規模分布的簡便方法。戴維斯（K. Davis）把城市金字塔的規模等級邊界規范化，當城市規模按兩倍數分級時，發現世界和城市體系發育的大國基本符合各規模級城市的數目隨著規模級降低而倍增的規律。

（五）位序——規模法則（rank-size rule）

位序——規模法則從城市的規模和城市規模位序的關系來考察一個城市體系的規模分布。

最早是1913年奧爾巴克（F. Auerbach）發現五個歐洲國家和美國的城市人口數據符合下式

PiRi=K

式中：Pi是一國城市按人口規模從大到小排序后第i位城市的人口數；Ri是第i位城市的位序；K是常數。

1925年羅特卡（A.J. Lotka）發現美國符合

PiRi0.93=5000000

他給出了一個比奧爾巴克方程能更好地擬合美國1920年的100個最大城市的模式。羅特卡的貢獻在于對位序變量允許有一個指數。

1936年在辛格（H.W. Singer）的研究中才出現一般轉化公式（以10為底的對數的轉化公式），相當于：

PiRiq=K

1949年捷夫（G.K. Zipf）提出在經濟發達國家里，一體化的城市體系的城市規模分布可用簡單的公式表示：Pr=P1/R。式中：Pr是第r位城市的人口；P1是最大城市的人口；R是Pr城市的位序。

捷夫模式并不具有普遍意義，但作為一種理想的均衡狀態，已被很多人介紹。

三、城市等級體系實證研究綜述

城市等級體系是新經濟地理學的核心，對城市等級體系的研究多是從經濟地理學科理論基礎出發。國內外對城市等級體系的研究中最常見的問題是關于城市等級體系的劃分。傳統的方法是從單一的人口規模角度劃分；或者是從行政職能的角度劃分，但以人口規模方法最為多見。

國外對城市體系研究最早的要數奧爾巴赫（F. Auerbach），他于1913年提出的位序-規模法則，用公式來表示一個城市的規模和該城市在國家所有城市按人口規模排序的關系。羅特卡對奧爾巴克的約束性方程做了修正，辛格（H.W. Singer）1936年提出了一般轉移公式。1949年捷夫（G.K. Zipf）提出了在經濟發達國家里一體化城市規模分布的表達式。馬克·杰斐遜（M.Jefferson）于1939年提出了城市首位律（Law of the Primate City），通過對51個國家（其中6個國家為兩個不同時段）的情況分析，他發現一個國家的首位城市要比第二位城市大兩倍或三倍以上。馬克·杰斐遜還提出了四城市指數和十一城市指數。

我國學者提出了具有自身特色的研究理論。比較成功的有：嚴重敏、寧越敏（1980年）和徐學強（1982年）先后用全國城鎮的詳細人口資料進行的位序-規模律的檢驗，指出我國城市整體上符合位序——規模法則；王法輝（1989年）用更系統的設市城市資料計算（1949—1987年）歷年位序——規模模式參數；周一星（1989年）對中國各省區二、四、十一城市指數計算；徐學強（1982年）、李少星（2009）周一星（1986年）對80年代以前中國的城市規模等級結構詳細的分析等。

隨著我國城市化的快速發展，近年來一些學者在前人研究城市規模等級體系的成果上，將城市等級體系的研究進一步推進和細分。其中，陳彥光（2001，2002，2010，）等，運用理論模型對美國一些城市和我國一些城市進行實證研究，驗證實際發展中的城市對模型的擬合度；J.K. Ahn，H.O. Nourse，張弘芬提出城市等級體系空間經濟相互依存模型，提出產業等級和城市等級體系的關聯；王發曾（1993年）針對河南省提出建立城市體系等級層次的理論和方法，對河南省的城市發展提出建議；魏守華、韓晨霞（2010年）對城市等級與服務業發展采用基于份額偏離分析方法進行研究，對我國城市等級與城市發展階段的聯系具有借鑒意義；劉繼生、陳彥光（2001年）對城市等級體系結構進行宏觀——微觀對稱性分析，具有創新意義；李震、楊永春根據我國城市發展的自身特色將GDP的規模分布于城市等級變化進行等級結構扁平化抑或是等級性加強的分析，指出我國城市GDP規模分布于城市等級變化等級結構加強，而不是西方國家的扁平化，但加強速度隨著城市化進程的發展有減弱趨向；我國還有一些學者將交通網絡引入城市等級體系的研究中。

參考文獻：

[1]梁涵，姜玲，楊開忠.城市等級體系演化理論評述和展望[J].技術經濟與管理研究，2012（10）

[2]張爭勝，鄧線平. 中國城市等級體系問題的初步研究[J].城市研究（南京），1999（1）

[3]Fujita M.； Krugman P.；Mori T. On the Evolution of Hierarchical urban systems [J]European Economic Review，1999（43）：209—251

[4]徐學強，周一星，寧越敏.城市地理學[M].北京：高等教育出版社，1997

第4篇：城市規模的劃分范文

經CTR市場研究 Consumer Panel 對全國85個城市（縣級市以上城市居民）的快速消費品（以下簡稱FMCG）60多個品類進行連續監測表明：2006年，有些品類得到充足發展，而有些品類卻逐步衰退，整個市場喜憂參半，并非風平浪靜。具體分析如下：

一、市場規模

2006年，FMCG市場規模總體上穩中有升，日化行業的增長率趨于平緩，食品和飲料行業增長略為明顯。

從品類發展上看，牛奶、白酒、植物油、液體飲料、護膚品、啤酒、乳酸制品和奶粉（包括嬰兒奶粉和豆奶粉）8大品類占據全國FMCG消費金額的58%，其中，牛奶的品類增長率約31%，白酒增長率約22%，成為規模龐大、成長顯著的兩大品類。牛奶作為尚處在成長期的品類，保持高增長率是可以理解的；而白酒作為傳統飲品，保持如此高的增長率，確實令人感嘆。

從區域分布上看，無論是飲料、食品，還是日化，北部區（黑龍江、吉林、遼寧、北京、天津、山東、河北、山西）的消費量最大，西部區（四川、重慶、貴州、廣西、云南）的消費量最小。其中，飲料行業在北部區的消費量更大些。這顯然和購買能力較強的北京、青島、大連和山東、遼寧等人口大省被劃歸北部區有著一定的關系。

從分品類上看，牛奶在北部區有所下降，在其它區域相對較平穩；而白酒在北部區和東部區（上海、浙江、江蘇、安徽、河南）得到了快速發展，尤其在東部區占有率更高些，達到13.5%；植物油在南部區（廣東、福建、江西、湖南、湖北）得到良好的發展，達到10.5%；而啤酒在北部區擁有大量的份額，約達到9%，占比上相當于其它區域的2.8-3.2倍。另外一個值得關注的品類是固體飲料，在南部區占有率呈現比較顯著的下降趨勢，從2005年的6.7%下降到2006年的4.4%，在其它區域雖然趨勢穩定，但占比不高。

從城市規模上看，飲料、食品和日化行業在省會、地級市和縣級市的發展都有所增長，飲料行業的增長率約為21%；食品行業約為16%；日化行業略顯平穩，約為11%。從消費金額上看，地級市顯現出龐大的消費潛力，三大行業都取得了充足而快速的發展。不過，相比之下，日化行業在省會城市的發展更顯著一些，而在地級市和縣級市增長態勢不算顯著。

二、品類滲透率

滲透率是Consumer Panel獨有的分析模型，主要表明一個品類在一個地區的發展趨勢及成熟度。作為消費者日常用品，FMCG的平均滲透率在全國普遍較高，而且總體上仍然穩中有升。但在不同品類上呈現出巨大的差異。

食品行業，滲透率比較高的品類有醬油/蠔油、牛奶、餅干、方便面、乳酸制品、植物油、膨化食品等，均高于80%，其中醬油/蠔油、牛奶和餅干達到96%以上。但巧克力飲料、麥片、果凍布丁、嬰兒奶粉、黃油、奶酪、蜂蜜等品類滲透率普遍較低，平均40%左右，其中，巧克力飲料和麥乳精的滲透率最低，僅為10%左右。

飲料行業，總體上差距不像食品那么大，但也有很大差異。滲透率最高的是液體飲料，平均達到98%；最低的是葡萄酒，約為37%。一個比較有趣的現象是，固體飲料在省會城市滲透率較高達到65%，而在地級市和縣級市比較低，分別為57%和51%；但包裝飲用水的滲透率卻在縣級市高于地級市，達到78%，高出地級市至少3個百分點。

日化行業，品類差距最大。滲透率比較高的品類有：紙巾、牙膏、清潔劑、洗發水、護膚品、洗衣粉、香皂、電池、牙刷和衛生巾，均高于80%，其中最高的是紙巾和牙膏，接近100%。而滲透率比較低的品類有：洗發膏、摩絲、衛生栓/棉條、膠卷、衣物柔順劑、空氣清新劑、洗手液/消毒水、染發劑和發膠等，均低于60%，其中最低的是衛生栓/棉條、洗發膏、摩絲三個品類，平均滲透率不足10％，且呈下降趨勢。

三、市場集中度

2006年，FMCG在市場集中度上發生很大變化，雖然很多品類集中度仍然不高，但普遍呈現出變高的趨勢，尤其方便面、牛奶、洗發水和電池等品類基本進入半壟斷階段。下面對集中度比較突出的4大品類進行重點分析：

方便面，2006年全國C5（前5名品牌）總體集中度為77%，其中，康師傅獨樹一幟，總體占有率高達42%，統一雖然成為老二，卻僅為14％、然后是華龍，約9.5%，再下來是福滿多和今麥郎，分別為7.5％和4.4％。然而，按區域劃分，集中度亦不同：西部區最高，C5接近90%，而在南部區卻低于平均水平。從城市規模上看，省會城市的集中度高于平均水平，達到81％，地級市和縣級市沒有多大區別。

牛奶，全國C5總體集中度為62%，其中，蒙牛的總體占有率為29%，伊利21%，光明7.6%，其它兩個品牌占有率已經很小了，分別為2.6%的樣子。從這個數據看，牛奶的老大、老二的地位已經很穩固，整個市場正從“三分天下”逐步轉向“二分天下”。有趣的是，按區域劃分，牛奶C5的分區集中度與方便面恰恰相反，南部區最高，達到72%，西部區最低，僅為40%。而且，按城市規模也和方便面相反，省會城市集中度為58%，而地級市和縣級市分別為66%和64.6%。

洗發水，與前兩個相比，相對低一些，C5總體集中度為51%，其中，飄柔18%，海飛絲14%，潘婷10%，舒蕾4.5%，力士4%。按區域劃分，東部區集中度最高，達到57%，南部區最低，45%。按城市規模來劃分，省會城市的集中度高于地縣級城市，達到58%，地級市和縣級市分別是48%、46%。

電池，沒有什么特別的發現，C5全國總體集中度為55%，其中，南孚絕對領先，占有率為31%；雙鹿8%，位居第二；超霸6.5％，位居第三；剩下兩個是555和華太，分別為約5%和3%。按區域劃分，北部區的集中度最高，達到66%，東部區最低，為41%。按城市規模劃分，地級和縣級市的集中度反而高于省會，均57%左右，省會城市略低于平均水平，約為52%。

四、渠道選擇

對FMCG而言，渠道一直是個重要話題。2006年，FMCG在渠道選擇及分布上也呈現出一些有趣的特征。

總體上看，超大倉儲的FMCG金額占有率明顯提高，從2005年初的15.7%增長到18.1%。原前占有率一向很高的連鎖超市卻呈現下降趨勢，從2005年初的21.8％下降到17.9％。雜貨店的占有率沒有太大變化，一直徘徊在19％左右；購物中心、批發市場和自由市場占有率不大，而且緩慢下降。

Consumer Panel還有一個獨特功能就是能夠監測消費者免費獲得的產品。有趣的是，2006年FMCG除了在銷售以外，發送量（消費者免費獲得）明顯上升，占有率達到23.2%，比去年同期增長了近4個百分點。

從城市規模上看，超大倉儲在省會城市占有率明顯高于地級市和縣級市，平均占有率達到27%，地級市和縣級市分別為13.8％、10.1％。然而連鎖超市的平均占有率卻在地級市和縣級市明顯高于省會，分別達到19.7％、17.5%，但仍然呈現緩慢的下降趨勢。

從區域分布上看，超大倉儲在東部區和南部區的占有率均高于20%，而在北部區和西部區相對低一點，均在15%左右。從趨勢上看，無論在哪個區域，超大倉儲的占有率都穩步增長。連鎖超市在東部區占有率最高，26.3%，北部區最低，10.2％，南部區和西部區都在20%的水平。從趨勢上，四大區域的連鎖超市占有率均緩慢下降。

從消費者去商店的次數上看，在全國15個核心城市，連鎖超市仍然呈現下降趨勢，從2004年的43.7次下降到36.5次，而超大倉儲卻呈現出上升趨勢，從2004年的36.3次上升到39.1次。從這個趨勢也能看出，超大倉儲在FMCG上贏得消費者更大的歡迎。

從三大行業來看，我們把超大倉儲、連鎖超市和百貨商場合在一起看時，在全國15個核心城市，日化行業在現代通路里實現的金額占比最高，達到72%，食品其次，67％，飲料相對低一點，47%。但從趨勢上看，食品和飲料呈現出微弱的上升趨勢，而日化略有下降。

五、促銷作用

對促銷作用的評價，也是Consumer Panel的獨有功能，它能夠精確監測出促銷對生意的幫助。

從2006年的FMCG促銷水平上看，只有12%的生意是在有促銷的情況下產生的，這個比例不是很高，但從趨勢上看，這個比例呈現出逐步上升趨勢。

從城市規模上看，省會城市的促銷比例最高，17%，地級市11%，而縣級市僅為7%。從區域分布上看，南部區的促銷比例最高，達到15%，其它三個區域都在11％-12%之間。

分行業來看，在食品行業，麥片、湯料（含雞精）、速凍食品、巧克力飲料、乳酸制品、植物油的促銷比例高一點，大概在14%-18%之間，其中麥片最高。促銷比例最低的是果凍布丁，促銷比例僅為7%。在飲料行業，液體飲料和葡萄酒的促銷比例相對高，在9%左右，啤酒的促銷比例最低，僅為3.5%。在日化行業，衣物柔順劑、染發劑、清潔劑、衛生護墊、衛生巾、肥皂、護膚品、牙膏、沐浴露等品類促銷比例相對較高，大約在17%－22%之間，其中衣物柔順劑最高。促銷比例最低的是，衛生栓/棉條，僅為4%，其次是膠卷，為6%。

從促銷活動的分類上看，在FMCG領域，降價行為一幟獨秀，在全國因降價而實現的消費額占總消費量的5.3%；其次是免費贈品，2.2%；然后是積分，1.3%；其余捆綁裝、加量不加價、返券和抽獎等促銷活動均低于1%。其中最低的是抽獎活動。

從城市規模上看，降價行為在省會城市比較突出，達到9%，在地級市和縣級市分別為3.7%和1.8%。從區域分布上看，南部區的促銷活動比較頻繁，東部區相對低一點。但在不同促銷活動上也有差異，降價行為在南部區比較突出，但免費贈送活動卻在北部區更為突出。

六、價格變化

在價格方面，雖然在不少品類上發生價格戰或推出高檔產品，但FMCG平均價格總體上還是比較平穩。不過，我們看到，在不同的細分品類上的表現卻有著很大的差異。

在食品行業，價格波動相對較大，總體上呈上升趨勢。其中，奶粉（含嬰兒奶粉）平均價格上升速度最快，從2004年的57.9元/1000g上升到72.1/1000g元。牛奶和酸奶的平均價格變化不大，而食用油略有下降。從城市規模上來講，品類價格差異很大，總體上縣級市平均價格普遍高于省會和地級市。比如牛奶在省會城市的平均價格為5.53元/升，但在縣級市達到6.21元/升。從區域分布上看，南部區的平均價格普遍高于其它區。比如，方便面在北部區的平均價格為10.47元/1000g，而在南部區卻高達13.27元/1000g。

在飲料行業，價格波動也好不遜色。其中波動比較大的是白酒和固體飲料。有趣的是，白酒呈現明顯的上升趨勢，平均價格從2004年的15.4元/升到34.2元/升，增長速度位居首位。這也許與各大酒業公司漲價和推出高檔白酒有關。而固體飲料一直忽高忽低，2006年突然上升，平均價格達到85.28元/1000g，與2005年相比上升了13元之多。液體飲料、啤酒和包裝水的價格相對比較穩定。在城市規模和區域分布上，也有一定的波動，但尚無值得分享的信息。

日化行業，可以說在FMCG領域最為平穩，大部品類都沒有大起大落的態勢。價格波動算略大的是面部清潔品、洗衣粉和衛生護墊。其中，面部清潔品呈上升趨勢，從2004年的285.2元/1000g上升到2006年的312元/1000g；洗衣粉的平均價格呈下降趨勢，從2004年的6.93元/1000g下降到6.74元/1000g。洗發水一直比較穩定，三年來平均價格基本徘徊在54元/升上下。從城市規模和區域分布上看，洗發水、洗衣粉、香皂等品類沒有太大的差異，但其它品類還是有一定的差異。比如，比較明顯的是電池，省會城市價格為12.74元/10節，但在地級市和縣級卻低到11.3元/10節左右；分區域差異更大，北部區平均價格為10.64/10節，而在西部區卻高達13元/10節。

七、消費者購買能力

Consumer Panel作為對終極消費者的研究工具，可以說，對消費者購買能力的監測是其拿手好戲，分析指標很多，諸如品購買頻次、每次購買量、戶均花費、錢夾占有率等。在此，我們只選擇“購買頻次”、“戶均花費”和“錢夾占有率”三個指標來看消費者在不同行業的購買能力及其變化。

首先，食品行業。

從消費者購買頻次上看，2006年在全國范圍，牛奶最高，平均為26次/年，其次是酸奶，平均18次/年。雞精/湯料、果醬、巧克力/巧克力糖果、果凍布丁、麥片、巧克力粉等品類比較低，約4次/年。然而，牛奶、酸奶的購買頻次卻呈現明顯的下降趨勢，反而方便面、奶粉（含嬰兒奶粉）和果凍布丁的購買頻次呈現出微弱的上升態勢。如果從城市規模上看，牛奶和酸奶的省會城市和地級的購買頻次明顯高于縣級市，尤其省會城市平均達到32次/年、26次/年。然而，其它品類卻呈現出相反的態勢，比如方便面在縣級市的購買頻次就高于省會城市。

從戶均花費上看，牛奶和奶粉（含嬰兒奶粉）的戶均花費量名列前茅，達到300元/年；醬油、雞精/湯料、果凍布丁的花費量較小，不足40元/年。當然，這和單位價格的高低有關。但從趨勢上看，牛奶也同樣呈現下降趨勢，反而奶粉（包括嬰兒奶粉）呈現明顯的上升態勢。另外，果醬和麥片略有增長，其它品類尚不明顯。從城市規模上看，同樣牛奶和奶粉的花費量位居前列，尤其牛奶在省會城市，戶均花費超過320元/年。奶粉的態勢與牛奶略有不同，在地級市的戶均花費高于省會；方便面也在地級市和縣級市的花費量高于省會。

其次，飲料行業。

從購買頻次上看，液體飲料最高，達到18次/年以上，啤酒緊隨其后，14次/年左右。購買頻次最低是葡萄酒，不足4次/年。從趨勢上看，液體飲料和白酒的購買頻次在下降，其余品類沒有太大的變化。從城市規模上看，液體飲料的購買頻次明顯高于地級市和縣級市，白酒、固體飲料和葡萄酒的購買頻次在不同規模的城市沒有太大變化。值得一提的是，包裝水在縣級市的購買頻次超過了地級市，達到11次/年，與省會城市看齊。

從戶均花費上看，白酒最高，超過240元/年，其次是啤酒，超過200元/年。固體飲料和液體飲料基本一致，均160元/年左右，包裝水最少，不足80元/年。從趨勢上看，啤酒和葡萄酒的戶均花費在增長，啤酒的增長態勢更突出一些。從城市規模上看，啤酒、白酒和葡萄酒均在地級市高于省會，尤其啤酒在地級市的戶均花費超過了220元/年。

然后，日化行業。

從購買頻次上看，紙巾/衛生紙的購買頻次最高，達到10次/年，膠卷、洗發膏、摩絲、染發劑和衣物柔順劑的購買頻次都很低，不足4次/年。從趨勢上看，衛生栓/棉條的購買頻次明顯下降，護發素、洗手液、沐浴露、染發劑也不同程度的下降；牙膏、牙刷和洗衣粉的購買頻次略有上升。在城市規模上，牙膏、洗衣粉、護發素、衛生護墊在縣級市的購買頻次略高于省會城市和地級市，其它品類沒有什么明顯的特征。

從戶均花費上看，護膚品金雞獨立，超過了200元/年，化妝品、面部清潔品、洗發水、紙巾/衛生紙成為第二梯隊，均在100元/年左右。洗發膏、牙膏、衛生護墊的戶均花費均不足20元/年，成為最低。從趨勢上看，洗衣粉和牙膏略有增長。從城市規模上，護膚品、洗發水在縣級市的戶均花費都不亞于省會和地級市，尤其護膚品在縣級市達到176元/年，超過了省會城市。

由于篇幅限制，對錢夾占有率不做分行業分析。我們可以看FMCG總體情況。統計結果表明，2006年，消費者在FMCG上的錢夾占有率平均為10.4％。其中，省會城市和地級市略高于平均水平，分別達到10.5％、10.6％，而縣級市略低于平均水平。從區域分布上看，北部區的錢夾占有率最高，達到12.5%；南部區最低，為8.8%；其它區域與平均水平相當。

八、消費者購買行為計劃性

從2006年初開始，CTR市場研究Consumer Panel也對消費者購買行為的計劃性進行連續監測。結果發現，消費者購買FMCG產品時，無論對品類的購買計劃，還是品牌的購買計劃，都比較高。這從某種程度上粉碎了在FMCG領域所蔓延的“品牌無用”論。

不過，這種計劃性不是在所有品類和區域都是一致的，而在不同的品類和區域，還是有一定的差異。

從FMCG總體看，消費者對自己所購買的產品有計劃的人群占總人數的63%，其中，對品類和品牌都有計劃的人群占54％；對品類有計劃、對品牌沒有計劃的僅占9%。購買前沒有任何計劃，到商超后現場決定購買的人群約為37%。

不過，在不同城市這個比例還是有很大差異。比如，在濟南市，消費者計劃性最強，對品類和品牌都有計劃的人群高達63%，沒有任何計劃的僅為20%；而在廣州卻另一個極端，對品類和品牌都有計劃的僅占38%，沒有任何計劃的卻占到53%。這個結果告訴我們，營銷定要因地制宜，采用線上傳播和線下傳播活動時，一定要考慮當地消費者的具體屬性。

在品類上也有很大差異。品類和品牌上最有計劃的是香煙，品類計劃性86%，品牌計劃性82%；其次是牛奶，品類計劃性77%，品牌計劃性72%；醬油、衛生巾、膠卷、方便面和速凍食品雖然不算太高，但均在總體水平之上。最沒有計劃性的品類是巧克力，品類計劃性33%，品牌計劃性29%；口香糖也不高，品類計劃性44%，品牌計劃性38％。

在家庭收入上，月家庭收入1000元以下的最有計劃，3000元以上的最沒有計劃，但均徘徊在平均水平上下，沒有太大的差異。

在不同年齡上，年齡越大，計劃性越高；年齡約小，計劃性越低。比如，14歲以下的兒童對品類和品牌的計劃性僅為32%左右，而65歲以上人群卻高達58%。

在性別上，令我們感到意外的是，男性的購買計劃性高于女性。這和女性的“細心”、“理性”、“精打細算”等性格特征似乎有點不符。不過，這從另一個角度說明，女性消費者在終端更容易受干擾，甚至改變主意；而男性消費者相對堅持自己的想法。不過要澄清的是，這種差異不算太大，只是男性的購買計劃性略高而已。

九、點評及感悟

其實，Consumer Panel能夠分析的指標還有很多，比如品類轉換、品牌轉換、品牌忠誠度、渠道忠誠度、重疊購買、渠道單店分析、消費者構成以及新產品跟蹤等等。但對于整個FMCG大盤點而言，我們不可能面面俱到。

從以上8項分析我們深深感覺到，除了少數幾個品類外，FMCG在中國仍然處在成長期，呈現出諸多的不成熟、不穩定和不規則性。這告誡我們的企業，營銷一定要因地制宜，一定要強調規則與創新的尺度，既不能拘泥于現有規則，也不能盲目創新。

從市場驅動因素的角度來看，渠道對生意的驅動作用正在被消費者驅動所取代，如何準確把握消費者購買動機、購買決策及行為，已經是營銷成敗的關鍵要素，誰要是在消費者洞察方面下大功夫，誰就可能成為市場的真正贏家，獲取更多的市場份額和銷售利潤。

第5篇：城市規模的劃分范文

根據城市行政等級、城市人口數量、城市規模、城市GDP水平、城市科技教育水平等指標，來劃分不同的城市等級。

所謂的一線城市、二線城市、三線城市、四線城市和五線城市，實際上就是綜合了上述各類指標后對于一個城市的綜合評價。當然，對于我國一二三四五線城市的劃分，并沒有確定的標準，很多時候是大眾的一種認知習慣。在我國，一線城市通常是指在全國政治、經濟等社會活動中處在重要地位，并且具有主導作用和輻射帶動能力的大都市。所以，一線城市肯定是規模大的大都市，而且不僅規模大，還要“強”，這個強體現在政治、經濟、教育、科技等多方面。

城市是人類社會的聚落之一，是以非農人口和非農產業集聚而形成的規模較大的聚落，是人類社會文明的高度體現。隨著世界城市化進程的推進，全球城市數量越來越多，截止目前，我國的城市化水大約為60%，我國所有城市總數量在650個以上。

（來源：文章屋網 ）

第6篇：城市規模的劃分范文

關鍵詞：城市體系；城市首位律理論；Zipf法則；位序―規模

中圖分類號：F290 文獻標志碼：A 文章編號：1673-291X（2014）01-0224-03

城市體系是在一定區域范圍內，各種不同規模、性質和職能的城市，圍繞中心城市相互聯系、相互作用從而形成的城市網絡，是區域社會經濟發展到一定階段的產物。城市體系形成的客觀條件是城市發展到一定數量、存在專業化分工并形成跨城區交易網絡。一個國家或地域的城市體系對整個國家或地域的經濟、政治、文化的發展都具有重要的協調和制約作用。通過對城市體系分布特征和演化規律的研究，可以為一個國家或地域規劃及布局城市體系提供重要依據，從而促進城市體系布局的合理性和完善度，提高區域整體經濟效益。

目前城市體系的傳統研究領域，主要包括等級結構（規模結構），職能結構和空間結構三個方面[1]。本文主要進行規模結構領域的研究，討論哈大長城市群規模等級體系的主要特征。

一、城市體系規模分布的衡量

城市之間存在規模差異，衡量城市規模分布的最常用理論是城市首位律理論和位序―規模法則。城市首位律理論（Law of the Primate City）是城市地理學家馬克?杰斐遜（M.Jefferson）于1939年提出的，該理論認為，一個國家的“首位城市”即規模最大的城市，總要比這個國家的第二位城市大得多，首位城市與第二位城市人口規模的比值就叫做首位度，它是衡量城市規模分布的常用指標之一。位序―規模法則（rank-size rule）是從一個城市的規模及該城市在國家所有城市中所處位序之間的關系來衡量城市規模分布狀況的，一般來說，一個城市的人口規模數乘以該城市的位序結果為一常數，該常數恒等于最大城市的人口規模數，即城市人口規模數的對數對城市位序的對數的回歸系數為1，該法則也稱為Zipf法則。1949年，捷夫（G.K.Zipf）給出了用來表示城市體系中城市規模和位序關系的簡單表達式，即Pi=P1/Ri，其中Pi為第i位城市的人口，P1為規模最大城市的人口，Ri為第i位城市的位序，即假設最大城市的人口規模數為900萬，則第二位城市人口規模數為450萬，第三位城市人口規模數為300萬……，第九位城市人口規模數為100萬。

Zipf法則的前提條件是城市體系處于一種理想狀態下，并不具有普遍意義，所以現在被廣泛使用的公式是羅特卡模式的一般化，即：Pi=P1/Rib，其中b為常數。若b =1，則符合Zipf法則，即最大城市人口規模數與最小城市人口規模數之比為整個城市體系中所含城市的數目。若b>1，則表明城市規模分布比較集中，當b趨于無窮大時，表明只有一個城市分布；若b

對一些國家的實證研究揭示了在不同時期或不同城市體系中b不恒等于1的這一事實。例如，在1980年，Rosen等人對美國、日本和法國的研究表明b1；在1998年Loannides對美國的研究表明b在不斷變大；另外，在2001年，Brakman分別對荷蘭1600年、1900年和1990年的研究表明b的變化趨勢是小于1、大于1、小于1。陳良文分別對中國1985年、1990年、1996年、2000年和2004年的研究表明b的變化趨勢是先下降后上升[2]。

本文使用城市首位律理論和位序―規模法則及相關數據對哈大長區域城市體系的規模分布特征及演化規律進行實證研究。

二、哈大長區域城市體系概況

哈大長區域已經形成了比較顯著和完善的城市體系，包括哈爾濱、大慶、長春、齊齊哈爾、吉林和松原6個地級市，17個縣級市，共23個縣級以上城市，總人口2338.41萬人，總占地面積18.62平方公里，約占全國總面積的2%。

選擇哈大長區域城市體系作為研究對象主要原因有：首先，目前對區域城市體系的研究多集中在國家范圍或較大地域范圍內，這樣的區域空間里往往存在多個中心城市或核心區域，而適當的縮小研究區域的范圍，能夠更直觀、更具體地顯現城市體系的等級特征和分布規律。其次，哈爾濱、長春和大慶分別是省會城市和著名工業城市，這三個城市同時也處于整個城市體系區域的核心，是一個很直觀的研究區域。再次，哈大長城市群是中國已達標的十五個城市群之一[3]，為振興東北老工業基地的重點建設和發展區域，其能夠帶來的經濟效益也備受重視，但是對哈大長區域城市體系分布特征和演化規律的關注和研究較少。

按城市非農人口劃分城市等級，得到哈大長區域城市的人口等級規模表（見表1、表2）。

表2顯示，哈大長區域城市規模與城市數量基本呈反比，隨著城市規模的增大，城市數量下降，中小型城市所占比重較大。城市規模與城市人口分布呈正比，近70%的人口主要集中在特大型和大型城市中，約35%的人口集中在中小型城市中。

三、哈大長城市體系首位度

首位度是衡量城市規模分布狀況的一種常用指標，在一定程度上代表了城市體系中的城市人口在最大城市的集中程度。通常用一個國家的最大城市與第二位城市人口數量的比值定義首位度，易于理解和計算，但是不免以偏概全。因此，為了改進僅以兩城市指數來計算首位度的簡化方法，又有人提出了四城市指數和十一城市指數：

四城市指數：S=P1/（P2+P3+P4）

十一城市指數：S=2P1/（P2+P3+…+P11）

式中P1，P2，…，P11分別為城市體系中按人口規模從大到小排序后，某位次城市的人口規模。

與只考慮兩個城市指數的計算方法相比，四城市指數和十一城市指數在反映城市規模分布特點上能夠更全面一些，但沒有研究能夠表明這幾種指數哪種有絕對的優勢，所以本文將通過使用這三種指數來計算哈大長區域城市體系的首位度數。

S2= P1/P2=1.30059269

S4= P1/（P2+P3+P4））=0.686010498

S11=2P1/（P2+P3+…+P11）= 0.692723896

按照位序―規模理論的原理，正常的四城市指數和十一城市指數應該為1，而兩城市指數應該為2。從計算結果可以看出，哈大長區域的兩城市指數約為1.3，低于標準的2。這表明哈大長區域城市體系中城市人口在最大城市的集中程度不明顯，即首位城市地位不突出，這是由于長春在政治、經濟和文化等方面的快速發展在一定程度上稀釋了首位城市的影響，形成兩極態勢，但由于地理位置上的連續，使得哈爾濱、大慶、長春及以他們為基點圍城的地帶趨于三角化，形成了城市帶，輻射周邊區域，成為整個哈大長城市群的核心。哈大長區域的四城市指數和十一城市指數都約為0.7，低于標準1，由此也可以看出哈爾濱首位城市優勢不明顯，而且相對于哈爾濱長春來說，第三位城市吉林的發展規模偏小，與前兩位城市規模相差較大，發展明顯緩慢和滯后。

四、哈大長區域城市體系的位序―規模

使用羅特卡公式驗證哈大長區域城市體系的等級規模規則，對Pi=P1/Rib作對數變化為LnPi=LnP1-bLnRi+δ，其中Pi表示城市人口規模數（用非農業人口表示）、Ri表示城市位序、P1為最大城市人口規模數，為常數，δ為誤差。計算2010年、2007年、1999年和1989年四個年度的哈大長區域城市體系的等級規模。由于樣本數據較少，為了使樣本滿足計量要求，選取的城市數目皆以當年城市的數目為準（包括地級市和縣級市），依此1989年度的城市數目為15個，其余年度城市數目均為23個，相比1989年增加8個城市，分別為榆樹、五常、德惠、訥河、舒蘭、松原、磐石及和龍。數據來源為2011年、2008年、2000年及1990年的《中國城市統計年鑒》，將數據進行計算（如表3所示）。

從表中可以看出各年份的城市規模對位序的回歸系數均不等于1，沒有完全符合Zipf法則，且回歸系數是隨著時間變化的；歷年的回歸系數都小于1，說明城市規模分布比較分散，城市體系發展比較扁平化；雖然從1999―2010年，回歸系數b在逐漸上升，城市集中程度略有提高，但整體提升幅度不大，首位城市地位仍不明顯。

五、結論與啟示

本文從哈大長區域城市體系的分布特征發現，哈大長區域城市體系中等型城市數量最多，城市人口主要集中在大型及大型以上城市中，只有不到40%的人口分布在中小型城市中。從城市首位度得出，哈大長區域城市體系中城市人口在最大城市的集中程度不明顯（兩城市指數約為1.3），且與城市群中第二大城市長春構成兩極態勢，首位城市影響被稀釋。從位序―規模法則檢測結果表明，哈大長區域城市體系的演化不完全符合Zipf法則，且城市體系向分散化和扁平化發展。

首位分布可以最大限度的積累資金和人才，有利于知識的更加專門化和思想的廣泛化交流；大城市內的各種運輸成本通常低于城市間的運輸成本，勞動生產率往往最高；首位城市常常是交通運輸網絡中效益最好的地方，比鄉村地區更能吸引投資。應進一步提升哈爾濱作為哈大長區域城市體系中首位城市的地位，適當擴大哈爾濱市區的規模，完善城市體系設施建設，合理提高人口集中程度，充分突顯其作為首位城市的作用。并使其做到未來中國新型城鎮化建設的要求，即“以大城市為依托，以中小城市為重點，逐步形成輻射作用大的城市群，促進大中小城市和小城鎮協調發展”，推動城鎮化發展由速度擴張向質量提升“轉型”。促進哈爾濱-長春城市帶的一體化整合，做到優化產業結構和產業合理轉移。遵從“公平共享”、“集約高效”、“可持續”三個原則，充分發揮集聚帶來的輻射效應，吸納更多勞動力。使之成為振興東北老工業基地的重要推動力，帶來更多的經濟效益。

以哈爾濱、大慶和長春三個城市為基點，能夠構成三角城市帶，應積極培育核心城市，通過核心城市的發展，培育增長點，實施不平衡發展戰略；同時，通過合理規劃多個核心城市及優化城市群空間格局，發揮核心城市輻射作用，從整體布局上實施平衡發展戰略，推動區域經濟的協調發展。

參考文獻：

[1] 王力.論城市體系研究[J].人文地理，1991，（1）.

[2] 陳良文，楊開忠，吳姣.中國城市體系演化的實證研究[J].江蘇社會科學，2007，（1）.

[3] 方創琳，姚士謀，劉盛和.2010中國城市群發展報告[M].北京：科學出版社，2011.

Empirical Study on the Urban System of Harbin，Daqing and Changchun Regional

LI Lai-zhi，ZENG Yuan-yuan，ZHAO Wei-liang

（School of Management，Liaoning Normal University，Dalian 116029，China）

第7篇：城市規模的劃分范文

土地價格是為購買獲取土地預期收益的權利而支付的代價，即未來地租(收益)的資本化。因此，隨著市場經濟的發展和對土地經濟規律研究的深入，人們更加深刻地認識到，土地價格尤其是城市土地價格不僅由土地利用現狀決定，對土地利用前景的預期也是影響土地價格的重要因素。

從城市整體層面來看，城市未來地價的高低主要取決于城市土地配置的合理程度、用地功能布局、城市基礎設施的發展水平，以及城市建設總體容量控制標準，這些因素主要是由城市總體規劃決定的。從城市局部地域來看，地塊的用途、開發強度及環境控制等決定地價的因素也取決于具體的規劃控制要求。

城市性質對地價的影響

城市的性質指城市在國家經濟和社會發展中所處的地位與所起的作用，是城市主要職能的反映。我國城市性質大致分為：中心城市、工業城市、交通港口城市和特殊職能城市四種。城市性質的差異，是決定城市地價水平的一個重要因素。城市性質制約著城市的經濟、人口結構、規劃結構、城市風貌、城市建設特別是土地使用的構成等各個方面，而不同性質的土地使用在經濟效益上是有很大差異的，一個城市的職能越多，越能強化城市發展的聚集效益。現代城市職能中第三產業所占的比重越大，如金融貿易、信息展覽、經營管理、旅游服務、 商業零售業越發達，地價水平越高。

城市規模對地價的影響

城市規模指城市人口規模和城市用地規模，因為城市用地規模隨著城市人口數量的浮動而變化，所以，城市規模通常按城市人口劃分為特大城市、大城市、中等城市、小城市等。總體規劃確定的城市發展規模直接影響著城市基礎設施的標準、交通運輸、城市布局、城市的環境等一系列問題，對城市地價水平有較大的影響。城市規模越大，基礎設施的建設標準越高，交通運輸系統越復雜，城市環境的營造越困難且成本越高，土地級差收益也越高。同時，按照我國城市土地使用的現狀，城市規模越大，人口越多，人均用地指標越低，意味著土地供給與需求的矛盾越突出，土地資源短缺情況越嚴重，地價水平越高。

城市土地利用結構對地價的影響

城市土地的利用結構指城市各類用地在城市總用地中的比重，以及各大類用地內部各個組成部分用地的構成與比例。不同性質用地的價格差異是普遍存在的，而且相差很大。一般來說，商業用地地價最高，辦公和住宅用地次之，工業用地地價最低，因此總體規劃確定的城市用地構成與地價總體水平及地價總量密切相關：地價總體水平與商業用地的比重成正比例關系，而與工業用地的比重成負比例關系。商業用地在城市中的比重主要取決于城市的職能特點及規劃用地的功能分區。同時，用地結構的合理化既有賴于土地價值的經濟調節，也有賴于城市規劃的政策調節，城市規劃在遵循“充分發揮土地使用效益”的原則下優化城市用地結構，有利于提高城市地價的整體水平。

城市用地空間布局對地價的影響

區位地價級差是導致城市空間結構演變的基本動因之一。反過來，城市總體規劃所確定的城市功能分區及空間結構也會對城市地價的空間差異產生影響。它具體體現在城市空間結構的層次決定土地價格的分級體系；商業、住宅、工業等功能用地的聚集程度決定了房地產價格總體水平和不同土地等級間價格差異的幅度，即城市用地功能分區及用地功能混合情況決定了地價級差，規劃道路運輸網結構及道路密度與地段價格直接相關。

第8篇：城市規模的劃分范文

［關鍵詞］集聚效應；區域經濟；Carlino模型；Segal擴展模型

作者簡介：陳 迅，男，重慶大學經濟與工商管理學院，教授，重慶 400030

童華建，男，重慶大學經濟與工商管理學院，重慶 400030

一、引 言

西部大開發是當前我國區域經濟研究的熱點問題，也是難點問題。為什么一方面西部交通欠發達，另一方面道路利用率卻嚴重不足；為什么國家出臺了一系列優惠政策支持西部開發，但外資和東部企業仍還是很少到西部投資；為什么西部大呼缺少人才，但西部地區高校畢業生和高層次人才卻大量流向沿海地區。其主要原因之一就在于我國西部地區人口和經濟聚落分散，使得西部地區空間交易成本過高，空間規模不經濟，缺乏集聚經濟效率。

要利用集聚效應促進西部大開發，首要工作就是要對西部集聚效應程度有所了解，這正是本文要做的工作。按照空間范圍的大小，集聚效應可劃分為區域集聚效應和城域集聚效應，本文按照這種劃分對這兩種集聚效應分別進行了測度。集聚效應的大小是個相對概念，為給西部地區找個參照系，本文同時也測度了東部地區的集聚效應，期望通過對比得出相應政策啟示。

二、區域集聚效應測度

根據弗朗索瓦?佩魯（F?Perroux）的非均衡發展觀，在區域內首先要實行經濟活動的相對集聚，培育區域經濟增長極，再以點帶面，帶動整個區域增長，達到開發整個區域的目的。可見，區域集聚程度的高低直接影響到整個區域競爭力，那么西部區域集聚程度到底有多大呢？雖然目前區域集聚經濟在理論上已十分成熟，但由于區域投資、工資等統計數據不易獲取，因此在區域集聚效應測度方面還存在很大困難，僅能用一些統計指標來表示區域集聚效應相對大小。表1通過一組描述性指標對比了東西部區域集聚效應大小。

人口密度反映一個地區的人口稠密程度，也直接反映一個地區人口集聚程度。東部每平方公里人口數達到457人，而西部僅為61人，從人口密度所反映的東西部人口集聚程度相差甚大；城市化反映人類生產和生活方式由鄉村分散型結構向城市集聚型結構轉變的歷史進程，東部城市化水平已達到46.11％，遠遠超過西部的28.73％；貨運生成密度就是單位GDP所產生的貨運量，當一個地區人口、企業越分散時，生產、銷售所需的運輸量也就越大，西部貨運生成密度是東部的1.5倍，表明西部集聚程度比東部差；GDP集中指數的數值為0時表示經濟活動完全分散，數值100時表示完全集中，從東西部的具體值可以看出，東部經濟活動比西部集中；地理聯系率的值越大，表示區內產出與人口地理分布比較一致，意味著經濟空間集中度低，統計值反映了與前面指標同樣的結果；巨型和超大型城市數基本可以代表區域內的經濟“極核”，這樣的大城市越多反映該區域內人口和經濟活動集聚程度越強，西部這樣的城市只有一個，而東部卻有8個。上述六組指標皆反映這樣一個事實，即西部整個區域人口和經濟活動分散，運輸成本高，區域集聚程度與東部地區相比還存在很大的差距。

三、城域集聚效應測度

區域發展從空間格局來看是一個點、軸、面動態過程，任何區域的發展都是從一個點開始，城市則是區域發展的起點，同時也是區域經濟的“極核”和區域發展的重要依托，它通過極化效應和擴散效應來影響區域發展。目前西部地區城市開發狀態不容樂觀：城市化水平低、城市密度小、結構不合理、建設質量差，這些嚴重影響西部開發成效。當然城市人口和經濟規模并不是評判城市發展效率的標準，關鍵是看城市集聚效應的大小。因此有必要對西部城市集聚效應作個準確測度，了解西部城市發展效率，同時也可以間接反映區域集聚效應的程度。

目前國外一般采用城市生產函數來估計城市集聚效應，其中Sveikauskas（1975）、Segal,D.（1976）、Carlino,G.A.（1982）三人的研究較有代表性，模型和切入點皆不相同。目前，中國正處于經濟轉型期，體制頻繁變化導致數據對實證工作的限制十分大，使得國外一些已有的成熟方法在我國的適用性并不高。由于特定城市內某個產業的統計數據不完備，所以本文僅采用Carlino和Segal兩種方法對西部城市工業集聚效應進行測度。之所以測度城市工業部門的集聚效率，而不是整個城市的集聚效應的原因主要源于數據問題。誠然，城市集聚效應包括第二、三產業的集聚效應，且第二、三產業的集聚效應與工業部門的集聚效應可能還存在很大出入，但是工業是城市經濟的重要組成部分和產業的關鍵環節，它發揮著向前和向后的橫向效應。1998年至2003年，西部城市市轄區工業增加值占GDP比重均值為46.9％，從這個角度來看，工業可以作為城市集聚經濟的代表性變量。這里還需強調的是，本文選用兩種方法測度城市集聚效應并不是做重復工作，Carlino方法僅能表示城市工業集聚效應大小，Segal方法不僅能得出城市工業集聚效應的存在與否，還能反映城市擴張潛力大小，所以兩種方法更多的是互補作用。

（一）Carlino模型測度城市工業集聚效應投資

對CES工資函數W=AQαLβ兩邊取對數，加上隨機誤差項得到如下計量方程：lnwi=lnA+αlnQi+βlnLi+εi

wi表示地級市i市轄區限額以上工業企業工資總額，Qi表示地級市i市轄區限額以上工業企業總產值，Li表示地級市i市轄區限額以上工業企業勞動力，εi為殘差，集聚指數AI＝（1＋β）/（1－α），AI＞1表示存在集聚經濟，AI=1表示集聚規模收益不變，AI＜1表示存在集聚規模收益遞減。本文之所以選用市轄區數據，原因在于城市的各項功能集中體現在市轄區，全市并不是城市功能的主體。數據資料來源于《中國城市統計年鑒》（2004）市轄區數據，其中西部①地級市有73個，東部有101個。運用Eviews軟件，對數據進行普通最小二乘估計，回歸結果見表2。

在第一次估計中，東西部DW值均遠離2，表明東西部的數據均存在自相關問題，我們采用廣義差分法對自相關模型進行處理。在Eviews軟件包中可以采用簡單的方法實現廣義差分法參數估計，即迭代法，在解釋變量中加入AR項來消除自相關。從方程2的回歸結果可見，修正后的東西部回歸DW值基本處于2附近，表明模型自相關問題消失。將回歸系數代入集聚指數計算公式，得到西部城市工業集聚指數值為2.15，東部為2.44，即東部城市工業集聚程度高于西部城市。我們知道工業集聚程度并不能完全代表整個城市集聚程度，西部城市市轄區工業所占GDP比例明顯高于東部，東部城市第三產業發達程度、集聚程度要明顯高于西部

，如果把第三產業的集聚效應也考慮在內的話，東西部城市的綜合集聚效應差距還要更大。

（二）Segal擴展模型測度城市工業集聚效應

這里仍以兩投入的柯布－道格拉斯生產函數為基礎，但與Segal模型不同的是，本文以城市總人口來表示城市規模，而不是城市就業人口，筆者認為集聚效應除了生產規模經濟外，還包括消費規模效應，即集聚起來的人口對城市消費同樣也具有極大促進作用。對于教育變量，國外已有的研究發現它不是很顯著，但鑒于中國特殊國情，各地區教育狀況相差甚大，因此有必要加入教育變量。眾所周知，省會或直轄市特性對所在城市的發展具有極大促進作用，故在變量中加入省會虛擬變量來控制省會對城市發展的影響。

運用如下城市生產函數：Q=AμPρEγKαLβ

Q為產出，A為常數項，μ表示希克斯中性的集聚效應轉換因子，P表示省會或直轄市的虛擬變量，省會城市P取e，非省會城市P取1，E表示教育變量，K為資本，L為勞動，γ、α、β分別為E、K、L的彈性，且α＋β＝1，即內部技術規模報酬不變。

對于轉換因子μ取如下函數形式：μ=Bnλ ,B表常數項，n表示城市人口數，0

運用上式來檢驗城市工業部門的集聚效應，目的是要研究工業部門的整體效率是否會隨著城市規模的擴大而上升。樣本數據同樣來源于《中國城市統計年鑒》（2004），從中可以得到2003年西部各地級市市轄區教育投資額及市轄區人口數，還有限額以上工業企業總產值，年平均就業人數，固定資產與流動資產，并據此得到人均資本擁有量。運用Eviews軟件，對所得的數據進行普通最小二乘估計，回歸結果見表3。

綜觀回歸結果，我們發現只有西部教育變量t檢驗不顯著，其他變量的t檢驗均很顯著，并且DW值和回歸擬合度也十分令人滿意。②首先來看省會或直轄市虛擬變量，東西部省會或直轄市特性產出彈性均大于零，即省會或直轄市的城市特性提高了城市工業產出效率，這基本符合我們直觀判斷。在我國絕大部分省份，行政中心與經濟中心重合，省會城市經濟較為發達，市場發育程度高，基礎設施健全，通訊、金融狀況也好于一般城市,從而導致上述結果的出現。同時，從上表也可以看出，西部省會變量產出彈性高于東部，對于這一結果也不難解釋。細觀西部各省份的經濟中心，其必然是省會城市，且經濟增長最快的也是省會城市，再看東部各城市的經濟狀況，唐山、無錫、蘇州、廈門、青島等非省會城市的經濟總量與競爭力均與省會城市不差上下，部分城市甚至超過省會城市，這種差異導致了西部省會或直轄市變量產出彈性高于東部。

對于教育投資變量產出彈性，只有東部在95％的水平上，這一結果著實令人驚訝。按照基本經濟學原理，投資總量較低時它的投資彈性應該較大。我國西部人均教育投資只有東部50.4％，理應西部教育投資產出彈性高于東部，但我們也不應忽略教育投資結構及智力外流問題。根據國內外發展經驗，初等教育投資收益高于中等教育，中等教育投資收益高于高等教育。目前我國東西部教育投資結構實際情況是：西部三者之間的比例為：1∶6.6∶10.5；東部為：1∶5.2∶7.8，顯然西部教育投資結構劣于東部，這必然會降低西部整體教育投資收益彈性；同時，西部還存在嚴重的智力外流情況，在東部比較優勢的影響下，西部中高級人才“東南飛”情況非常嚴重。當受過相當教育的人才遷往發達地區，西部地區就會損失它的教育投資收益，西部教育投資實質處于支持東部經濟發展地位。綜上幾點原因，西部城市教育投資收益彈性低于東部也就不足為奇了。

至于西部資產投資收益彈性小于東部也不難解釋。根據邊際報酬遞減法則，當一種生產要素投入量達到一定數量后，它的產量增量出現遞減趨勢。對于回歸結果的一種可能解釋是東部城市經濟較為發達，可能吸引了更多的超額投資，導致資本產出效率下降，表現在回歸結果上就是東部系數小于西部。

從數據層面來看城市規模對產出效率的影響，機械解釋就是當城市規模翻一番時，西部城市工業產出效率增加27％，東部城市工業產出效率增加19％。我們能否接受這個結果？從橫向對比來看，這一結果顯然是令人滿意的。因為城市集聚效應與城市規模是呈正態曲線狀，城市規模產出彈性在正態曲線左肩上先增后減。東部城市規模可能已經越過了拐點，導致其彈性比西部城市小，這也說明西部城市的擴張空間比東部大。可對城市規模產出彈性的單值大小還持有懷疑，③是否會因為模型或者數據問題而導致對城市規模產出彈性估計有偏？一種可信的解釋④是由于模型自身的問題從而導致高估了城市規模彈性。但這并不影響本文的研究，本文的意圖是通過東西部城市集聚效應大小的對比來找出東西部差距的原因，而并不在乎值的確切大小。

四、結論及政策啟示

將集聚納入區域經濟研究范疇已成為區域經濟研究的新方向，大量學者從單個區域視角或整個國家角度對集聚對區域發展的作用進行了卓有成效的理論研究，但用對比手法探悉集聚對區域發展影響的實證研究還不多。本文首先用一組描述性指標對比了東西部區域集聚效應的大小，六組統計指標反映了西部人口密度低，城際距離長，運輸成本高，中心城市少，整個區域集聚效應小于東部。接著又用Carlino模型和Segal擴展模型對西部城域集聚效應進行了計量分析，Carlino模型結果準確反映了東西部城市集聚效應的大小，西部城市集聚效應小于東部；Segal擴展模型的計量結果不但反映了與Carlino模型結果同樣的事實，而且還表明西部城市的擴張潛力大于東部，西部教育投資產出彈性低于東部，教育投資結構不合理。

在區域開發中，開發模式選擇的恰當與否直接影響區域開發效率。我國西部大開發也是如此，目前對于究竟是選用增長極模式還是其他模式已基本達成一致，即多種開發模式配套使用，但對于誰先誰后、誰主誰次問題還爭論不休。對比區域和城域集聚效應的計量結果，我們發現西部區域集聚效應與東部的差距比城域集聚效應的差距大，就問題嚴重性而言，西部地區區域集聚問題比城域集聚問題更為嚴重。那么按照辯證法觀點，抓住問題主要矛盾，則應把解決西部區域集聚問題放在首位。而解決區域集聚問題較常用的方法就是培育區域經濟增長極，發展中心城市。所以本文的實證結果有力地支持了西部開發應以增長極模式為主，優先發展中心城市的觀點。

注 釋：

①西部省市包括：廣西，重慶，四川，貴州，云南，陜西，甘肅，青海，寧夏，新疆，數據缺失；東部省市包括：北京，天津，河北，遼寧，上海，江蘇，浙江，福建，山東，廣東，海南。

②Sveikauskas（1974）年在計算部門集聚效應時，回歸的修正R2都十分小，最大不過0.26。

③Sveikauskas（1975）和Segal（1976）對美國城市的估計，城市規模每翻一番，城市工業生產率上升5％―6％；Shukla（1984）運用印度數據研究表明，印度城市規模每翻一番，要素生產率上升9％。

④Moomaw（1981）指出Segal研究中對于資本存量的估計存在一個潛在偏差，從而城市規模彈性被高估了25％。

主要參考文獻：

［1］楊開忠．三級跳規避西部陷阱［M］．諫言：中國經濟發展要參，中國社會科學出版社，2002．

［2］金相郁．中國城市集聚經濟實證分析：以天津為例［J］．城市發展研究，2004(1)．

［3］汪 煒．經濟增長的區域影響與集聚效應分析［J］．數量經濟技術經濟研究，2001（5）．

［4］吉昱華．中國城市集聚效益實證分析［J］．管理世界，2004（3）．

［5］David Segal, 1976, Are there return to scale in city size? ［J］．The Review of Economics and Statistics, Vol LV111．

［6］Sveikauskas ．L, 1975, The Productivity of Cities ［J］．Quarterly Journal of Economics, 89．

［7］Ronald L．Moomw, 1981, Productivity and City Size: A Critique of the Evidence ［J］．Quarterly Journal of Economies．

第9篇：城市規模的劃分范文

關鍵詞：高密度；緊湊城市；空間模式；測度方法

1、空間模式

根據城市的不同規模，可以定位不同的城市空間模式，而不同的城市形態對應的城市空間模式也是不一樣的。另外，在不同發展時期，城市外部形態和內部空間結構可能差異很大，并會隨城市規模的擴張發生路徑依賴特征的演化。在這種演化過程中，高密度城市和緊湊城市兩種類型可能會互相發生轉換。

早期城市一般呈現為集中式和連片向郊區擴展，形成“團塊狀”形態。由于城市形態緊湊度和土地利用混合度高，此時期城市空間模式一般屬緊湊城市。如果城市建設密度和人口密度也高，則是高密度緊湊城市，反之則為低密度緊湊城市。隨著城市規模擴張或因城市所處地形條件限制，城市有可能形成星狀、帶狀、蔓延等分散式形態，城市形態緊湊度低，土地混合利用高低差異可能很大。這種情況下可能出現高密度城市、低密度城市、緊湊城市等各種城市類型，包括高密度緊湊城市類型。

由于城市規模的進一步擴張、城市內各區域聯系強化或政策管理因素的作用等，部分城市可能再一次步入集聚發展時期，空間上連成片，城市形態緊湊度和土地利用混合度提高，形成緊湊城市；或人口與建筑也同時高密度化，出現高密度緊湊城市，反之亦然。對于那些由于地形條件限制，城市用地空間不能連成片的城市，城市形態緊湊度雖低，但各建成區則能高密度化并提高土地的混合利用水平，可能形成高密度城市。

當城市規模太大或其它原因導致城市又進入分散化時期時（如在其遠郊建設衛星城或新城），可能再一次重復第二階段的現象，或由于自然的阻隔或人為控制，形成組團式城市。這樣，將再一次可能形成高密度城市、低密度城市、緊湊城市等各種城市類型，包括高密度緊湊城市。因此，每個階段的城市均可演化成不同的城市形態類型，關鍵是自然條件是否允許和政策管理措施是否得當。同樣，也不是所有的城市都能演變成緊湊城市。

2、測度方法

高密度緊湊城市可以用社會經濟指標和空間指標來測度和衡量其城市密度和緊湊狀態（見下表）。社會經濟指標主要測度城市密度。其中，人口密度反應了城市人口的密集程度，而資本密度和城市體積密度指的是單位土地面積上的資本積累量，開發狀態則反映了城市土地的投資強度，而土地開發率測度土地建成區化水平，用以測度土地橫向和豎向開發利用的差異性。空間指標主要測度城市形態的緊湊度化水平。

這些指標如何組合，各自的閥值或臨界值如何界定？一般說來，如果采用歷史對比方法，以各指標提高或其增量為正值，都可以視為城市正在高密度化和緊湊化。但城市是否為高密度緊湊城市，則需要較為準確的判定值，這一工作非常困難和復雜，難以找到公認正確的數值。其原則應根據國家和城市的人口規模和土地總量及其發展趨勢、不同國家的社會經濟整體水平、不同城市的發展階段、文化價值觀和消費模式、食品安全水平和自然條件限制性等因素綜合確定。

例如，就緊湊城市人口密度指標而言，美國、加拿大等西方國家所謂緊湊城市的人口密度，與日本、中國的一些城市相比相差十幾甚至幾十倍。倫敦巴比坎（Barbican）地區改建是英國公認的高密度建設方式，但其人口密度僅為406人/公頃。吉姆?托馬斯研究了蘇格蘭愛丁堡老城，將其作為緊湊城市發展中的一個成功實例，但其人口密度大概僅為57人/公頃。可見，西方國家建設緊湊城市的標準與發展中國家的人口大國相比真是“小巫見大巫”。前者直觀上看屬于低密度緊湊城市，而后者才是高密度緊湊城市。

然而，在美國、俄羅斯、加拿大等地廣人稀的國家，人們對于擁擠或寬敞的判斷立足于文化價值觀和傳統習慣上的認識，其標準與中國、日本等國家的城市居民差異很大。因此，這些國家依然可以根據自己的情況劃分和建設自己國家的高密度緊湊城市，而對密度高低只能進行相對的理解。例如，雖然學界沒有給出高密度城市精確的界定數值，但普遍認為香港、北京、上海、廣州、蘭州、重慶等城市是高密度城市。

3、注意問題

“二戰”后，“郊區化”和“逆城市化”成為西方國家城市化的普遍現象，導致了城市的飛速蔓延式空間擴張。為解決城市中心的衰敗問題，保護鄉村環境和景觀，減少對城市綠地的占用，重新振興城市中心，緊湊城市概念及其相關理論被視為一種先進的理念和手段而采用。西方國家城市的緊湊度是十分有限的，高密度化進程更受到法律和傳統文化的限制。然而在中國這類“人多地少”的國家，建設高密度緊湊城市則勢在必行，因為高密度緊湊城市能節約土地，保護耕地，降低對生態環境的破壞，同時滿足更多城市人口的居住需求。

城市消費人群密集增加了就業、購物、娛樂、教育等設施的分布密度，減少了居民出行距離；有效的規模經濟提高了城市基礎設施的服務效率和利用率，尤其是減少了管線、道路等設施的服務距離，有利于減少能源和資源消耗；優先發展公共交通，減少私人小汽車的使用，有利于降低污染和溫室氣體的排放；提高建筑高度，減少建設用地比例，可增加綠地和開放空間面積，有助于改善城市生態環境。

雖然中國的城市中心區衰落問題尚不突出，但保護鄉村環境和景觀、增加城市綠地比例、提升城市競爭力、有效控制大城市的無序蔓延、切實解決日漸增加的交通阻塞，提高人居環境質量等肯定是我國城市未來建設需要重點解決的核心問題。因此，制訂相應的高密度緊湊城市的建設標準和規劃規范十分必要。指標取值既要保證我國城市化進程和現代化的用地需求，又要保證國家糧食安全、農業用地需求和生態環境安全及城市居民的生活質量，即高密度緊湊城市建設需要“度”的限制。否則，會產生一系列難以預料的后果：如城市過高的密度會迫使人口外流，造成郊區化；環境過于擁擠，城市容易變得骯臟、凌亂，增加疾病傳播的可能、不良的社會治安因素及對自然災害的防護不利；交通壓力增大，加重道路交通堵塞，延長通勤時間，導致空氣質量惡化；緊湊城市中常見的高層住宅不利于社區交往和鄰里交流，影響居民的室外活動，這對于老人和孩子尤其不利；過高密度的居住環境難以保證良好的室內通風和采光效果，尤其會增加城市熱島效應，破壞微氣候；過高的居住密度，會導致環境噪聲加重，增加居民心理和精神上的壓力。

參考文獻：