EN中文

经济地理 >

2025 , Vol. 45 >Issue 3: 12 - 21

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.03.002

区域经济与理论方法

迈向共同富裕：从经济增长收敛性视角透视中国城市均衡发展

  • 顾昕 , 1, 2, 3 ,
  • 柳鲲鹏 , 1, ※
展开
  • 1.浙江大学 公共管理学院，中国浙江 杭州 310058
  • 2.浙江大学 社会治理研究院，中国浙江 杭州 310058
  • 3.浙江大学 民生保障与公共治理研究中心，中国浙江 杭州 310058
※柳鲲鹏（1999—），男，博士研究生，研究方向为经济地理与城市发展。E-mail：

顾昕（1963—），男，博士，教授，博士生导师，研究方向为社会政策、治理理论、城市发展。E-mail：

收稿日期: 2024-01-22

  修回日期: 2024-12-23

  网络出版日期: 2025-05-13

基金资助

教育部哲学社会科学研究重大课题攻关项目(21JZD019)

教育部哲学社会科学研究重大课题攻关项目(22JZD025)

收起

Toward Common Prosperity: Evaluating China's Urban Balanced Development from the Perspective of Economic Convergence

  • GU Xin , 1, 2, 3 ,
  • LIU Kunpeng , 1, ※
Expand
  • 1. School of Public Affairs，Zhejiang University，Hangzhou 310058，Zhejiang，China
  • 2. Academy of Social Governance，Zhejiang University，Hangzhou 310058，Zhejiang，China
  • 3. Center of Social Welfare and Governance，Zhejiang University，Hangzhou 310058，Zhejiang，China

Received date: 2024-01-22

  Revised date: 2024-12-23

  Online published: 2025-05-13

Fold

摘要

城市间经济增长是否收敛，是判断能否实现共同富裕的重要标准。文章基于2003—2022年中国285个城市的面板数据，使用空间误差模型（SEM）、空间马尔可夫链和核密度估计法，对中国城市经济增长的收敛性进行检验。研究发现：①城市经济增长率存在绝对收敛趋势，在进一步控制城市人口规模、财政状况、经济结构、经济开放度和公共服务水平，并加入空间误差项后，城市经济增速的收敛速度加快；②城市经济水平的离差呈现逐渐减小之势，但此趋势主要来源于对省外城市的赶超，部分省份内部城市间存在经济差距扩大之象；③城市经济收敛具有全局性，东中西部三大收敛俱乐部不仅在各自内部具有收敛趋势，而且在俱乐部之间具有共同收敛趋势；④城市经济收敛具有动态性，将2003年城市经济发展水平按照四分位数分成低水平、较低水平、中等水平、较高水平和高水平5类，在经历100次状态转移后，不同水平的城市比例收敛于5%、12%、17%、41%和25%的稳态。研究表明，政府财政行为和市场要素流动共同影响城市经济收敛；市场机制与行政机制互补嵌合，有助于在经济地理学的意义上促进更高水平的动态性和全局性共同富裕。

关键词： 城市经济学; 经济收敛; 空间溢出效应; 市场机制; 行政机制; 共同富裕

本文引用格式

顾昕 , 柳鲲鹏 . 迈向共同富裕：从经济增长收敛性视角透视中国城市均衡发展[J]. 经济地理, 2025 , 45(3) : 12 -21 . DOI: 10.15957/j.cnki.jjdl.2025.03.002

Abstract

Urban economic convergence is a significant criterion for judging the achievement of common prosperity. Based on the panel data of 285 cities in China from 2003 to 2022, this paper tests the convergence of urban economic growth in China using spatial error model (SEM), spatial Markov chain and kernel density estimation. It's found that: 1) There was an unconditional convergence trend in urban economic growth rate. Specifically, the convergence rates accelerated after controlling urban scale, financial situation, economic structure, economic openness, public service level and spatial error term. 2) The variation of urban economic level was gradually decreasing, but this trend mainly came from catching up with those cities outside the province, while the inter-city economic gaps of some provinces expanded during some periods. 3) The convergence of urban economy shows the global characteristic, and the three convergence clubs in eastern, central and western regions not only have convergence trends within themselves, but also have common convergence trends among clubs. 4) Urban economic convergence is dynamic. It divides urban economic development level into five categories in 2003 according to the quartile: lower level, low level, medium level, high level and higher level, which converges to steady states of 5%, 12%, 17%, 41% and 25% respectively after 100 times of Markov transition. The findings indicate that government financial behavior and market factor flow affect urban economic convergence, the complementarity of market mechanism and administrative mechanism helps to promote a higher level of dynamic and global common prosperity in the sense of economic geography.

Key words： urban economics; economic convergence; spatial spillover effect; market mechanisms; administrative mechanisms; common prosperity

实现共同富裕是推进中国经济长期稳定增长、建设中国特色社会主义现代化强国的迫切需要和必然要求。自2021年5月浙江省成为高质量发展建设共同富裕示范区以来，中共中央多次发布相关重要文件，并将“共同富裕”写进《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，共同富裕的推进作为国家战略被提上政策议程。党的二十大报告进一步明确指出，共同富裕是中国特色社会主义的本质要求。这说明在中国经济“减速换挡”的转型过程中，区域发展不平衡已经成为制约经济高质量发展的重大问题，而共同富裕是实现区域均衡发展的破局之道。
从空间经济学视角来看，地区间经济发展差异是趋同还是趋异，先富地区是否带动了后富地区，后富地区是否分享了发展红利以实现赶超，成为判断区域经济发展能否促进实现共同富裕的重要表征。21世纪初，学术界曾掀起一阵讨论中国经济增长收敛性的学术热潮，或是关注对经济增长收敛性的理论探讨[1-2]，或是使用21世纪之前的经验数据对理论进行检验[3⇓⇓⇓-7]，为考察中国区域间经济发展不均衡现象及其成因奠定了研究基础。但是，现有研究多聚焦于省级[8]，对21世纪后城市经济收敛的系统性考察还相对较少。方毅等基于复杂系统视角的研究，提出从2003年开始中国经济迈入第二次跃迁的论断[9]。在第二次跃迁过程中考察城市经济增长的收敛性，并从经济收敛角度寻找共同富裕的判断标准和实现路径，具有重要的学术和实践意义。
图1以与全国经济前沿的差距、对数化城市人均GDP的方差和基尼系数为度量，展示了中国城市经济差距近20年的变化情况。从中看出，2003—2022年城市经济水平与全国人均GDP最高的城市之间差距的均值从1.9缩减到1.3左右，人均GDP取对数的方差从0.45下降到0.24左右，人均GDP基尼系数从0.38下降到2022年的0.27以下。这些指标表明，在全国尺度上，各城市与最富裕城市的经济距离正在拉近，城市间经济发展水平正在向均值集中，经济发展的不均衡性有所降低。
图1 中国285个城市经济水平差距的分布变化

Fig.1 Change of urban economic level gap in 285 cities of China，2003-2022

尽管如此，基于这些指标的描述性分析仅仅提供了城市经济发展均衡性的全局性概览。本文将基于中国285个城市2003—2022年的面板数据，结合多种收敛判断模型，在共同富裕的视角下考察城市经济增长的收敛性。相比于既有文献，本文的边际贡献在于：①将时间序列扩展到2022年，运用β、σ和概率收敛分析法，在城市层级上扩充了区域经济收敛性的实证研究；②在传统β收敛回归模型和马尔可夫链的基础上加入空间因素的考量，使用SEM和空间马尔可夫链对城市经济的收敛性进行评估；③不仅考察了东、中、西三大收敛俱乐部内部的收敛趋势，还考察了俱乐部之间的共同收敛趋势；④将城市经济收敛视为实现共同富裕的重要表征，并提出实现城市均衡发展的途径在于行政机制与市场机制的互补嵌合，以期在动态性和全局性的意义上对推进共同富裕提供学理支撑。

1 经济收敛与共同富裕：文献综述

对经济增长收敛性的研究，来源于发展经济学中关于世界各国经济增长是趋同还是趋异的讨论。根据新古典增长理论，由于具有“后发优势”，后发国家或地区的经济高速增长将引致全球经济增长的长期收敛趋势[10-11]；但也有质疑和挑战的声音认为，后发国家同样具有市场壁垒繁多与社会保护不足等“后发劣势”[12]。同时，尽管后发国家可以学习先发国家的工业化经验，但这并不意味着能够在工业化进程中规避所有错误[13-14]，因此收敛并不一定会发生。William Baumol使用新古典增长模型分析，发现1870—1979年16个富裕国家的人均GDP呈现较强的收敛趋势[15]。但是，这种收敛性并非无处不在。Summers等扩大样本量对124个国家进行实证分析后发现，1950—1980年工业化国家的平均人均GDP增长率为3.1%，计划经济国家为3.6%，中等收入市场经济国家为3.0%，而低收入国家仅为1.5%。这意味着，真实世界的经济增长可能存在多个“收敛俱乐部”，即尽管不同收入水平组内的国家呈现收敛，但比较低收入国家和高收入国家组，经济增长的趋势是发散的[16]。
考虑到新古典经济增长理论解释现实世界的局限性，Romer构建的内生增长模型认为知识作为一种生产要素具有规模报酬递增的性质[17]，因此知识储备存量大的先发国家扩大生产，往往能够取得更快速的经济增长。Lucas进一步将人力资本引入内生增长模型，认为在开放经济的情形中，人力资本丰富的国家将在国际贸易中不断积累高技术产品的生产经验，巩固对高技术产品的生产优势和垄断地位，因而能获得比生产低技术产品国家更高的经济增长率[18]，从而支持了Romer关于经济增长发散的结论。当然，新的经济增长理论中也不乏支持收敛的观点，如Barro等发展的技术扩散模型则认为，由于模仿相对于创新具有更低的成本，由先发国家向后发国家的技术转移会导致总体经济收敛[19]。近年来，伴随着新经济地理学的蓬勃发展，经济学家更加重视空间效应和空间维度在区域经济收敛中的作用[20-21]，以及劳动力技能与住房等因素对区域发展均衡型的影响[22-23]。
随着经济收敛理论的相继问世，中国区域经济发展差距和收敛性问题引起了学者的广泛关注。对中国区域经济发展的阶段性分析既包含发散的结论[24]，也包含收敛的结论[4]，还包括不存在绝对收敛、但存在相对收敛的结论[25]。同时，既有研究多在省级尺度探讨经济收敛[26-27]，其局限性在于容易忽视更小空间单元的异质性。而在市级层面研究城市经济增长的收敛性，能够从更深层次揭示经济收敛之于共同富裕的重要意义，加之市级层面分析的样本量较之省级尺度分析有了大幅度的提高，也有助于提升计量研究发现的可靠性。
在共同富裕的视角下，以城市为研究对象进行计量分析，可以将经济增长视为“发展”，将经济收敛视为“共享”。现有研究表明，区域发展不平衡是阻碍经济高质量发展和共同富裕的重要因素[28-29]，而区域经济收敛是先富地区带动后富地区走向共同富裕的重要表征[30]。现有文献将通过城市经济收敛实现共同富裕概括为两条路径：一是先富城市经济增长的空间外溢作用[31]；二是先富城市在中央安排下通过转移支付和对口支援对后发城市发展的促进作用[32]。这两条途径互为补充，促进共同富裕的实现。
自共同富裕上升为国家战略以来，学术界涌现了诸多对共同富裕水平[33]和经济发展质量[34-35]收敛性的基于城市层级的探讨，但仍有待进一步发展之处。首先，现有研究多采用各自建构的指标体系对收敛性进行评估和判断，导致各文献研究发现之间外推性、对话性和可比较性不足。其次，现有对中国总体经济收敛性的研究多聚焦于省级样本，以城市为研究对象的文献相对较少。而以城市作为研究对象，能够更加细致地刻画中国区域经济发展的收敛趋势。再次，在收敛性分析中，对空间因素的考量较为欠缺。最后，尚未充分挖掘中国区域经济收敛的政策意涵和时代意义。改革开放以来，高速增长是中国经济发展最亮丽的底色，但经济增长的区域差距也成为众所关注的紧要议题。中国区域经济发展是否具有收敛性，不仅关乎发展能否避免陷入“富者愈富、贫者愈贫”的马太效应陷阱，更关乎率先富裕地区是“独善其身”还是逐渐帮扶欠发达地区以实现共同富裕的大问题。因此，本文将致力于弥补上述不足，从经济增长收敛性的视角透视中国城市的均衡发展及其对中国迈向共同富裕的政策意涵。

2 城市经济收敛的模型设定

β收敛、σ收敛和概率收敛是区域经济增长收敛性研究的常见估计模型和方法[2]。其中，β收敛是对经济发展增速的描述，反映了城市初期经济发展水平对后期城市经济发展增速的影响，若初始阶段经济发展水平低的城市相比经济发展水平高的城市在后续发展中实现更快的经济增长，则说明城市经济发展存在β收敛趋势。β收敛又分为绝对收敛和条件收敛，前者是指在不控制其他任何因素的条件下，经济增长率自然发生收敛，而后者则是加入控制变量后所呈现的收敛趋势。σ收敛是对经济发展存量水平的描述，反映了城市经济水平的离差随时间变化而减小的趋势。其主要检验方法包括两种：一是直接计算区域经济方差[36]；二是测度经济发展程度与均值差距的序列变化情况[37]。概率收敛是使用概率检验的方法估计经济收敛的长期动态趋势[38]，常用测度方法是马尔可夫链法[39-40]和核密度估计法[41]。现有研究表明，地区的全局性收敛往往无法实现，而具有相似经济社会条件的城市将会各自形成不同的收敛集团，即“俱乐部收敛”，概率收敛则可以清晰刻画这种收敛情形的动态趋势。
随着新经济地理学的发展，晚近的研究将空间因素纳入经济收敛的分析框架中[42]。本文在传统β收敛模型基础上加入地理空间反距离矩阵作为空间权重，使用空间误差模型进一步检验。
在指标选择上，本文选取城市人均GDP作为开展城市经济发展收敛性检验的表征指标。原因在于：①人均GDP是表现区域经济发展水平最有效也最常用的宏观经济指标；②相比于GDP，人均GDP以“人”为分析单位，本身就包含了关于发展效率的考量；③就本文的研究主题而言，共同富裕并非各城市经济规模的收敛，要形成优势互补高质量发展的区域经济布局，关键在于人均富裕水平的趋同。

2.1 β收敛

β收敛的传统检验方法是用初期经济发展水平作为核心解释变量，随着面板数据的运用，Gong[43]在Barro等[36]的基础上将核心解释变量替换为滞后一期的对数化城市人均GDP。参考其模型，本文的绝对β收敛检验方程设定为：
Δ P G D P i t = ϕ 1 + ϕ 2 l n P G D P i , t - 1 + ε i t
式中： Δ P G D P i t为城市人均GDP增速； l n P G D P i , t - 1为滞后一期的城市人均GDP； ε i t为误差项。若 ϕ 2显著为负，说明城市前一期经济水平与城市经济增速为负相关，城市经济水平越高，经济增速越慢，即随着经济水平的提升，城市经济增速是收敛的。尽管如此，城市经济增速的收敛性很有可能是有条件的，需要在控制相关变量的背景下进行再次检验。因此，条件β收敛的检验方程设定为：
Δ P G D P i t = ϕ 1 + ϕ 2 l n P G D P i , t - 1 + δ X i , t - 1 + μ i + γ t + ε i t
式中： X i , t - 1为城市前一期的控制变量； μ i为城市固定效应； γ t为年份固定效应；其他的参数意义同式（1）一致。在控制变量的选择上，本文从可能影响城市经济收敛的市场机制与行政机制两个角度进行变量的选取。就市场机制而言，区域经济发展产生的外部经济效应有利于带动后富地区发展。具体而言，城市人口规模的扩张有利于产业专业化和多样化聚集[44]，良好的基础设施建设和对外贸易能够加快区域间技术扩散的速度[4]。劳动力市场驱动的城市人口流动状况、经济结构、经济开放度是市场机制作用的直接表现，而公共服务的提供也与经济发展所激发的社会需求（如对教育和医疗服务的需求）有着千丝万缕的关系，因此选择上述变量作为代表市场机制的控制变量。就行政机制而言，政府行动是调节区域经济差异的重要补充[32]，而财政支出行为是政府行动的主要量化表征，因此选择城市政府财政行为作为代表行政机制的控制变量。控制变量的具体测度方式见表1。
表1 变量的描述性统计

Tab.1 Descriptive statistics of variables

变量类型 变量名 变量操作化 样本量 均值 标准差
被解释变量 VAR（lnPGDP） 城市人均GDP的方差 5700 0.355 0.068
ΔPGDP 人均GDP增长率 5415 9.962 8.659
解释变量 lnPGDP ln（人均GDP） 5700 10.106 0.796
行政
机制
控制
变量		 政府财政行为 gov ln（全市年末常住人口数） 5697 17.436 10.021
fis 市辖区年末户籍人口数/全市年末户籍人口数 5697 46.494 22.419
pub_tec 第二产业产值比重 5692 2.306 4.350
pub_edu 城镇登记失业人数/（城镇单位就业人数+城镇私营和个体就业人数） 5692 17.160 5.759
市场
机制
控制
变量		 城市人口状况 pop ln（全市年末常住人口数） 5700 5.858 0.697
urban 市辖区年末户籍人口数/全市年末户籍人口数 5700 38.049 24.055
城市经济结构 sec 第二产业产值比重 5697 46.317 11.395
une 城镇登记失业人数/（城镇单位就业人数+城镇私营和个体就业人数） 5700 3.177 2.083
城市经济开放度 oversea （规模以上工业企业数-规模以上内资工业企业数）/规模以上工业企业数 5667 8.750 10.352
fdi ln（外商直接投资） 5502 9.627 2.007
城市公共服务 teacher ln（中小学教师数/中小学学生数） 5691 6.468 0.209
doctor ln（执业医师数/全市年末常住人口数） 5687 2.960 0.409
在传统β检验中加入地理空间反距离矩阵，在模型设定上，空间计量模型的设定主要包括两类：一是实质性的相关，如测量众多解释变量对城市经济增长率的实际影响，此类情形适用空间自相关模型（SAR）；二为误差冲击，即不将可能影响城市经济增长的众多变量纳入回归模型，而将其影响归入误差项，此类情形适用空间误差模型（SEM）[45]。对于城市经济增长绝对β收敛模型来说，城市经济增长率除了受滞后一期的城市人均GDP影响外，还是一个其他因素相互冲击的复杂过程的结果。参考洪国志等的研究[46]，本文将使用空间误差模型（SEM）对绝对β收敛进行检验，其收敛方程为：
Δ P G D P i t = ϕ 1 + ϕ 2 l n P G D P i , t - 1 + δ X i , t - 1 + u i , t u i , t = λ W u i , t + ε i , t ; ε i , t ∼ N 0 ,   σ 2 I n
式中： u i , t为空间自相关误差； ε i , t服从高斯分布误差； W为地理空间反距离矩阵；其他参数的意义与式（2）一致。若SEM模型中 ϕ 2显著为负，说明城市经济增长本身具有空间外溢性，能够带动邻近城市发展，使整个区域趋于收敛；加入上述控制变量后体现出的β收敛趋势，则说明市场机制与行政机制的互补嵌合对区域经济收敛具有促进作用。

2.2 σ收敛

本文将使用两种方法估计城市人均GDP的离散程度随时间变化的σ收敛情形。第一种参考Barro等[36]直接使用人均GDP方差衡量离散程度，估计方程如下：
V a r l n P G D P t = ϕ 1 + ϕ 2 t + ε t
式中： V a r l n P G D P t表示所有城市在 t年人均GDP分布的方差； t表示时间趋势； ε t是随时间 t变化的误差项。σ收敛测度了随着时间变动，所有城市每年人均GDP分布离散程度的变动，若时间趋势 t的系数 ϕ 2显著为负，则说明样本城市人均GDP的离散程度在时间趋势之内是收敛的。
为了克服传统σ检验不够直观的缺点，Ben-David提出了另一种σ收敛检验方法[37]：
l n P G D P i t - l n P G D P t ¯ = ϕ 1 + ϕ 2 l n P G D P i , t - 1 - l n P G D P t - 1 ¯ + ε t
式中： P G D P i t为城市人均GDP； P G D P t ¯为当年所有城市人均GDP的均值；解释变量 l n P G D P i , t - 1 - l n P G D P t - 1 ¯表示 i城市在 t - 1年与均值的差距，式（5）的估计系数 ϕ 2表明城市人均GDP向均值靠近或远离的速率。若 ϕ 2 < 1，说明人均GDP与当年均值的差距随时间变化呈现缩小的趋势，即经济收敛；若 ϕ 2 > 1，则说明差距存在扩大趋势；若 ϕ 2 = 1，说明经济发展差距保持不变。同时，Ben-David通过计算指出，若经济收敛，则经济差距减半的年数（半衰期）为 l n 0.5 / l n ϕ 2。

2.3 概率收敛

β和σ收敛为经济收敛提供了特定的函数形式。事实上，城市经济增长的收敛性极有可能具有某种概率性。马尔可夫链是研究无后效性条件下离散状态随离散时间变动而转移的区域经济收敛方法。在马尔可夫链方法中，时间被看作离散过程，城市经济发展水平随年份变化，维持自身的状态或者跃迁。
参考Quah的研究[39]，本文将城市经济发展水平按照初期（2003年）四分位数进行分组，将历年城市经济发展水平分为低水平、较低水平、中等水平、较高水平、高水平5个组别，计算2003—2022年所有城市的转移频率作为状态转移概率，构建马尔可夫状态转移矩阵，最终模拟收敛概率。考虑到经济活动存在空间溢出效应，本文进一步考虑城市邻域环境的经济发展特征，使用空间马尔可夫链法模拟城市经济的概率收敛。
检验概率收敛的第二种方法是核密度估计法。与马尔可夫链法不同，核密度估计将城市经济水平与时间都视为连续变量。参考Krause的研究[47]，本文使用核密度估计法中的高斯核函数检验中国城市东中西三大俱乐部之间经济增长的收敛现象。

3 数据来源与描述性统计

本文使用中国285个地级及以上城市（以下简称“城市”）2003—2022年的面板数据，其中，常住人口数据来源于各市的统计公报、统计年鉴与政府工作报告；其他数据来源于2004—2023年《中国城市统计年鉴》。由于《中国城市统计年鉴（2018）》中各城市人均GDP数据与其他统计资料有较大出入，故放弃使用该数据，改用2016和2018年的人均GDP取平均值对2017年人均GDP进行替换。
需要说明的是，截至2019年末，中国共有地级及以上城市297个。由于行政区划变动或数据缺失严重，本文最终的样本包含285个城市。为排除通货膨胀的影响，本文以2003年为基期，对名义人均GDP数据进行插补后用GDP增长率构造平减指数进行平减，得到实际人均GDP。变量的描述性统计见表1。
考虑到城市间经济联系存在地理相关性，本文加入地理空间邻接和反距离矩阵，以考察地理因素对城市经济收敛的影响。由于本文研究的285个城市的空间邻接矩阵存在孤岛，无法进行SEM回归，所以仅使用地理空间反距离矩阵进行β收敛检验，而在空间马尔可夫链中同时使用两种矩阵。

4 实证分析

4.1 城市经济增长的β收敛

表2报告了城市经济增长绝对收敛和条件收敛的全样本和分地区回归结果。其中，列（1）显示核心解释变量 l n P G D P t - 1的估计系数为负，且在1%的水平上显著，说明城市经济增长存在绝对β收敛趋势。列（2）在双向固定效应的基础上加入政府财政行为的控制变量，发现收敛速度相较于列（1）明显加快，这说明以政府财政支出行为为代表的行政机制的运用，是促进区域经济收敛的重要补充。列（3）在双向固定效应的基础上加入人口规模、经济结构和经济开放度等表征市场要素的控制变量，收敛速度相较于列（1）也明显加快，这说明人口集聚、要素流动、经济结构和开放贸易能够加速城市经济收敛，快速推动城市间经济水平的均衡发展。
表2 β收敛的估计结果

Tab.2 Estimated results of β convergence

（1） 全部样本 （2） 全部样本 （3） 全部样本 （4） 全部样本 （5） 西部城市 （6） 中部城市 （7） 东部城市 （8） SEM模型
绝对收敛 条件收敛
l n P G D P t - 1 -3.896***
（0.139）		 -19.707***
（1.030）		 -25.632***
（1.285）		 -26.316***
（1.332）		 -31.183***
（2.444）		 -25.243***
（2.613）		 -32.547***
（2.080）		 -28.609***
（0.930）
g o v t - 1 0.040
（0.029）		 0.043
（0.031）		 -0.038
（0.050）		 0.118*
（0.071）		 -0.002
（0.045）		 0.023
（0.023）
f i s t - 1 0.059***
（0.017）		 0.044***
（0.016）		 0.096***
（0.033）		 0.016
（0.020）		 0.031
（0.026）		 0.044***
（0.013）
p u b _ t e c t - 1 -0.421***
（0.075）		 -0.235***
（0.075）		 -0.520***
（0.136）		 -0.066
（0.107）		 -0.352***
（0.112）		 -0.277***
（0.049）
p u b _ e d u t - 1 -0.284***
（0.056）		 -0.167***
（0.053）		 -0.216**
（0.103）		 0.006
（0.070）		 -0.382***
（0.116）		 0.211***
（0.038）
p o p t - 1 -12.886***
（2.246）		 -10.699***
（2.189）		 -14.468**
（5.745）		 -15.764***
（3.083）		 -7.410***
（2.562）		 -13.479***
（1.335）
u r b a n t - 1 0.026*
（0.015）		 0.032**
（0.015）		 -0.062
（0.038）		 0.044*
（0.026）		 0.097***
（0.024）		 0.037***
（0.013）
s e c t - 1 0.216***
（0.027）		 0.207***
（0.027）		 0.124***
（0.044）		 0.209***
（0.042）		 0.297***
（0.059）		 0.156***
（0.021）
u n e t - 1 -0.154***
（0.059）		 -0.149**
（0.061）		 -0.077
（0.105）		 -0.222***
（0.080）		 -0.235**
（0.109）		 -0.091
（0.056）
o v e r s e a t - 1 0.177***
（0.042）		 0.161***
（0.038）		 0.170
（0.155）		 -0.253***
（0.095）		 0.109**
（0.047）		 0.087**
（0.036）
f d i t - 1 0.326**
（0.130）		 0.312**
（0.131）		 0.191
（0.209）		 0.233
（0.231）		 0.315
（0.241）
t e a c h e r t - 1 2.218**
（1.017）		 1.599
（1.026）		 4.381**
（1.774）		 -1.194
（1.802）		 -0.245
（2.280）		 1.169
（0.962）
d o c t o r t - 1 -0.233
（0.567）		 -0.031
（0.564）		 -0.331
（0.919）		 0.762
（0.905）		 0.024
（1.199）		 -1.116**
（0.483）
λ 2.875***
（0.039）
结论 收敛 收敛 收敛 收敛 收敛 收敛 收敛 收敛

注：***、**、*分别表示在1%、5%和10%水平上显著，括号内数值为稳健标准误。表3同。由于 f d i t - 1数据缺失较多，难以插补成平衡面板数据加入SEM模型，故列（8）控制变量中删除了 f d i t - 1。

加入全部控制变量后，列（4） l n P G D P t - 1的估计系数仍在1%的水平上显著，表明城市经济增长存在条件β收敛趋势。估计系数绝对值比列（2）和列（3）更大，这一发现印证了覃成林等的研究[32]发现，即经济增长本身的空间外溢效应和政府的财政行为是区域经济收敛的两条重要途径，说明经济发展过程中的行政机制与市场机制互补嵌合，能够加速城市间经济增长的收敛趋势，有利于城市间共同富裕的快速实现。
将城市分为东中西部进行分样本回归，列（5）~（7）结果表明，东中西三大收敛俱乐部内部城市都具有向各区域内部经济发展前沿追赶的条件β收敛趋势。在各俱乐部内部，东部城市的收敛速度最快，西部城市次之，中部城市收敛速度最慢。进一步考虑空间因素，列（8）引入地理空间权重矩阵，使用空间误差模型对城市经济的β收敛进行检验。 λ的估计系数正向显著，说明城市经济增长自身产生误差冲击的同时，对邻近城市也会产生同方向的误差冲击，证实了城市经济增长的正向空间外溢效应。同时，列（8）加入空间权重后的收敛速度快于列（4），表明在既有控制变量之外，加入地理权重的误差冲击具有广泛的波及效应，有助于后富城市快速追赶邻近的先富城市，最终促进区域间的共同富裕。

4.2 城市经济增长的σ收敛

相比β收敛，σ收敛能够更加直观表现随时间变化的城市经济收敛趋势，结果见表3。其中，列（1）~（4）的被解释变量是285个城市每年人均GDP的方差，回归结果发现4个模型的时间趋势 t的估计系数都在1%的水平上负向显著，说明城市人均GDP的离差有随时间降低的显著趋势，即城市经济增长存在σ收敛趋势。城市经济发展水平的差异随时间缩小，有利于共同富裕的实现。分样本的回归结果表明，东部城市的经济不平等程度下降最快，西部城市次之，而中部城市间不平等程度下降较慢，这与上节得到的β收敛估计结果一致。
表3 σ收敛估计结果

Tab.3 Estimated results of σ convergence

全部样本
（N=285）		 西部城市
（N=84）		 中部城市
（N=100）		 东部城市
（N=101）		 基尼系数
（N=285）		 省内泰尔指数
（N=285）		 省际间泰尔指数
（N=285）		 Ben-David法
（N=285）
（1） （2） （3） （4） （5） （6） （7） （8）
时间趋势 t -0.011***
（0.001）		 -0.009***
（0.001）		 -0.003***
（0.001）		 -0.009***
（0.001）		 -0.006***
（0.001）		 0.026***
（0.001）		 -0.023***
（0.001）
l n P G D P i , t - 1 - P G D P t - 1 ¯ 0.976***
（0.001）
常数项 22.161***
（0.120）		 17.666***
（0.212）		 5.433***
（0.110）		 18.894***
（0.278）		 12.177***
（0.064）		 -48.807***
（0.668）		 48.238***
（0.712）		 0.001
（0.001）
结论 收敛 收敛 收敛 收敛 收敛 发散 收敛 收敛
列（5）~（7）使用基尼系数和泰尔指数对被解释变量进行替换，结果发现基尼系数随时间变化也有缩小的趋势，证明了σ收敛的稳健性。对泰尔指数分解后发现，尽管省际泰尔指数表现出σ收敛趋势，但省内各城市的经济不平等程度有扩大的趋势。尽管已有研究表明省会城市发展具有经济溢出效应[48]，但另有文献表明，在人口规模相对大的省份，人口空间结构单中心化很可能不利于省域经济效率的提高[49]。在“强省会”战略下，生产要素和资源过度向区域中心城市集聚，中心城市通过工资溢价和高投资回报率，会对边缘城市产生虹吸效应，阻碍边缘城市的发展，进而不利于省内共同富裕的实现。
列（8）使用Ben-David法检验城市经济随时间变化的σ收敛，发现核心解释变量的估计系数为小于1，同样得出了σ收敛的结论。通过计算可知，经济差距减半的年数（半衰期）为28.53年。分样本回归结果发现，经济差距减半的年数，东部城市为21.3年，中部城市为40.4年，西部城市为29.8年（限于篇幅，估计结果不在表3中展示）。在经济高质量发展阶段，东部的先富城市之所以表现出更快的收敛速度，可能原因是先富城市已经积累了良好的工业基础和人力资本，这些城市接受技术扩散的速度更快，加速了其向全国经济前沿的追赶。西部城市由于接受了大量的转移支付，其向区域内经济前沿的追赶速度也较快。中部地区包含了许多资源型城市，这些城市既缺乏大量的财政支持，又处于产业转型与绿色发展的阵痛期，经济追赶动力不足，因而收敛速度较慢，在实现共同富裕的进程中受到的阻力最大。
以上实证分析确证了东中西部三大俱乐部内部各自具有β收敛和σ收敛趋势，但三大俱乐部之间是否具有收敛趋势，关系着城市经济发展能否从局部共同富裕走向全局性共同富裕。Aziz等在分析中国省域经济收敛时，将上海作为经济前沿，计算每年各省份人均GDP占上海人均GDP的比重的核密度分布，发现沿海省份和内陆省份2个集团之间差距在不断增大[41]。彭文斌等通过分析我国东部、中部和西部三大区域的Theil熵值，认为1978—2008年三大区域差距在持续增大，并将这种发散现象归因于改革开放以来我国的“非均衡”发展战略[50]。自“西部大开发”战略提出以来，我国区域政策的重心发生了转变，区域协调发展成为经济高质量发展阶段的重要议题，也成为实现共同富裕的必然要求。因此，本文使用高斯核函数分别拟合2003和2022年东中西部城市人均GDP水平的核密度分布，以揭示三大俱乐部之间经济收敛的共变趋势（图2）。
图2 东中西三大收敛俱乐部城市人均GDP水平的核密度估计图

Fig.2 Kernel density estimation of cities' per capita GDP of 3 convergence clubs in eastern，central and western regions

由图2可知，2003年东中西部城市经济发展水平呈现出较为明显的3个集团，到2022年，三大收敛俱乐部呈现出共同收敛趋势。西部城市的追赶速度较快，其概率密度的最高点对应的人均GDP水平已经超越了中部城市最高点的经济水平。这说明2003—2022年，三大收敛俱乐部的差距在缩小，呈现出共同收敛趋势，城市间经济发展正在走向全局性的共同富裕。

4.3 城市经济增长的概率收敛

共同富裕是从低层次到高层次的过程富裕，是随着生产力的发展不断充实新内容的动态过程。将城市经济发展水平与时间视为离散变量，则可以认为城市经济发展水平随时间变化的状态转移遵循马尔可夫过程，因此可以使用马尔可夫链研究城市的经济收敛性。将2003年作为初始年份，取285个城市人均GDP与全国平均水平作比较，再取四分位数，最终将城市经济发展水平分成数量相同的5组，分别为：①低水平（0，43%]；②较低水平（43%，64%]；③中等水平（64%，84%]；④较高水平（84%，134%]；⑤高水平（>134%）。首先通过地图观察城市经济发展水平的空间分布。
由图3可知，相比2003年，2022年低水平俱乐部的城市明显减少，其中东北地区和中部地区的许多城市实现了由较低水平向中等水平、由中等水平向较高水平的跃迁，说明总体上城市的经济发展正在走向共同富裕。
图3 中国285个城市经济发展水平的空间分布演变

Fig.3 Evolution of economic development level in 285 cities of China in 2003 and 2022

进一步，使用马尔可夫链法考察城市经济的收敛性。具体来说：
第一步，确定初始状态，由于此分类标准来源于2003年的四分位数，因此得到 t = 0时刻的初始状态分布 E 0 =[0.2,0.2,0.2,0.2,0.2]。
第二步，构建状态转移矩阵，使用285个城市2003—2022年在相邻年份之间的转移频率代替转移概率，构建城市人均GDP水平的马尔可夫概率转移矩阵。结果见表4。
表4 2003—2022年城市经济发展水平马尔可夫概率转移矩阵

Tab.4 Markov matrix for urban economic development level China in 2003-2022

t/t+1 1
（0，43%]		 2
（43%，64%]		 3
（64%，84%]		 4
（84%，134%]		 5
>134%
1 0.905 0.092 0.001 0.001 0.001
2 0.026 0.883 0.088 0.002 0.001
3 0.001 0.056 0.834 0.108 0.001
4 0.001 0.001 0.044 0.927 0.027
5 0.001 0.001 0.001 0.042 0.955

注：第一行和第一列中的“1、2、3、4、5”分别指代“低水平、较低水平、中等水平、较高水平、高水平”。样本中并无城市实现相邻年份之间从1到3、4、5，从2到5，从3到1，从4到1、2，从5到1、2之间的转变，故其转移概率为0。为了满足马尔可夫过程的常反性、非周期性和遍历性，此处将其转移概率设定为最小值0.001。

第三步，使用上述转移矩阵对2022年城市GDP水平进行模拟，检验马尔可夫转移矩阵的预测有效性。使用马尔可夫转移矩阵对初始状态进行19轮模拟，得到2022年城市经济发展水平的预测状态（表5）。发现19轮后，除低水平的极端值外，马尔可夫链预测的相对误差不超过10%，因此可以认为本文构建的马尔可夫转移矩阵较为稳健。
表5 马尔可夫转移过程预测值与真实值的相对误差

Tab.5 The relative error between the predicted value and true value of the Markov transfer process

低水平 较低水平 中等水平 较高水平 高水平
实际城市数量（比率） 18 （0.0631） 54 （0.1895） 53 （0.1860） 109 （0.3824） 51 （0.1789）
预测城市数量（概率） 23（0.0824） 52 （0.1819） 54 （0.1909） 100 （0.3501） 55 （0.1947）
相对误差（%） 23.42 4.01 2.63 9.23 8.83

注：相对误差=（预测概率-实际比率）/实际比率。

第四步，预测城市经济的概率收敛性，对马尔可夫过程进行300轮模拟。
预测结果表明，城市人均GDP水平在100轮后趋于收敛；300轮后，城市人均GDP水平的分布状态收敛于E=[0.04236036,0.12266357,0.1748992,0.40782673,0.25224941]，即5%的城市经济发展位于低水平，12%的城市经济发展位于较低水平，17%的城市经济发展位于中等水平，41%的城市经济发展位于较高水平，25%的城市经济发展位于高水平。说明按照此发展趋势，100年后相对发展水平较低的城市比例将会缩减，而大部分城市的人均GDP将位于平均发展水平的84%~134%，能够共享经济的发展成果，实现较高水平的共同富裕。
在马尔可夫链的基础上，进一步引入邻域环境条件（空间邻接矩阵和空间反距离矩阵），构建空间马尔可夫链转移矩阵（限于篇幅，转移矩阵未展示在正文中）。结果可知，在空间邻接矩阵构建的空间马尔可夫链中，低水平地区在低水平、较低水平、中等水平、较高水平和高水平邻域环境下，向经济发展更高水平状态跃迁的概率逐渐增加。以空间邻接矩阵为例，在邻域环境为中等水平的状态下，较低水平的城市向中等水平跃迁的概率为0.078；而在邻域环境为较高水平的状态下，该概率提升到0.097。这论证了城市经济增长存在正向空间溢出效应，即邻域经济发展水平越高，越有利于欠发展城市的经济增长而实现其经济发展水平的跃迁。城市经济向更高水平富裕程度跃迁，最终达到动态收敛的均衡趋势，也是共同富裕的生产力内容不断充实、富裕水平相继提高的动态过程。

5 结论与讨论

城市经济增长的全局性和动态性收敛是区域经济均衡发展从而迈向共同富裕的重要呈现。本文基于2003—2022年中国285个城市的面板数据，使用空间误差模型、空间马尔可夫链和核密度估计法，实证检验了20年来城市经济增长的收敛性，从共同富裕视角下探讨城市经济收敛的现实意涵，是共同富裕经济地理学分析的一种尝试。主要结论如下：
①2003年以来，城市间经济增长总体上呈现绝对β收敛的趋势，在控制以城市财政支出行为为代表的行政机制和以城市人口规模、经济结构、对外开放度和教育—医疗服务水平为代表的市场机制后，城市经济增长条件β收敛的收敛速度加快，这说明市场机制与行政机制互补嵌合，能够加速促进城市间经济增长趋同，助力共同富裕。加入空间误差项的空间计量分析进一步确证了上述结论。
②城市间经济增长具有σ收敛趋势，但其主要依赖于省份之间城市经济差距的缩小，部分省份存在省内经济差距增大的情况，这说明在省域整体经济水平实现赶超的过程中，省内经济发展不平等也成为制约共同富裕的重大问题，这需要省级政府将区域经济均衡发展视为推进共同富裕的重要施政方略，采取适当的省内财政均等化政策，以快速提升后富城市的经济发展能力。
③城市间经济收敛呈现东、中、西三大收敛俱乐部，俱乐部内部城市各自具有收敛趋势，且2003年以来三大收敛俱乐部之间的差异缩小，具有共同收敛趋势。这说明城市经济增长正在从局部性共同富裕走向全局性共同富裕。
④将城市经济收敛视为马尔可夫状态转移过程，100期后城市经济分布逐渐收敛于一个稳态，低经济发展水平的城市将维持在5%左右，而41%的城市将位于经济发展的较高水平范围内。这说明城市间共同富裕是一个富裕水平不断提升的过程性共同富裕，在经济发展过程中，以城市为载体的区域协调发展正在向新的均衡迈进。
自全面建成小康社会以来，中国经济发展不平衡、不充分的问题在政策议程中的重要性日渐凸显。本文发现2003—2022年中国城市经济增长呈现β、σ和概率收敛的趋势，为区域经济收敛提供了全面的评估方法，阐释了城市经济收敛在实现共同富裕过程中的现实意义，并展示了中国城市迈向共同富裕的既有成果。本文的局限性在于，条件β收敛中仅将城市人口规模、财政状况、经济结构、对外开放度和公共服务等因素作为控制变量，考察了其滞后一期值对当期经济增长的影响，但并未考察其对城市经济收敛的直接影响。事实上，进一步考察β收敛公式中人均GDP与控制变量的交乘项，或参考Ben-David的方法[37]，构建能够直观表达经济收敛的被解释变量，将有助于揭示城市经济收敛的驱动因素，是后续研究的重要内容。同时，在内生增长模型下进一步探索促进城市经济收敛的影响因素，进而为制定相应的区域经济与公共政策提供借鉴，将成为进一步研究探索的课题，其结果将对缩小城市间经济发展不平等和实现共同富裕具有积极意义。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王绍光, 胡鞍钢. 中国:不平衡发展的政治经济学[M]. 北京: 中国计划出版社,1999.

[2]
金相郁. 区域经济增长收敛的分析方法[J]. 数量经济技术经济研究, 2006(3):102-110,128.

[3]
蔡昉, 都阳. 中国地区经济增长的趋同与差异——对西部开发战略的启示[J]. 经济研究, 2000(10):30-37,80.

[4]
沈坤荣, 马俊. 中国经济增长的“俱乐部收敛”特征及其成因研究[J]. 经济研究, 2002(1):33-39,94-95.

[5]
林毅夫, 刘明兴. 中国的经济增长收敛与收入分配[J]. 世界经济, 2003(8):3-14,80.

[6]
彭国华. 中国地区收入差距、全要素生产率及其收敛分析[J]. 经济研究, 2005(9):19-29.

[7]
赵伟, 马瑞永. 中国经济增长收敛性的再认识——基于增长收敛微观机制的分析[J]. 管理世界, 2005(11):12-21.

[8]
董雪兵, 池若楠. 中国区域经济差异与收敛的时空演进特征[J]. 经济地理, 2020, 40(10):11-21.

DOI

[9]
方毅, 孟佶贤, 张屹山. 中国经济增长的状态跃迁(1979—2020) ——基于复杂系统视角的研究[J]. 中国社会科学, 2022(5):4-26,204.

[10]
Ramsey E. A mathematical theory of saving[J]. Economics of Journal, 1928,38:543-559.

[11]
Gerschenkron A. Economic Backwardness in Historical Perspective[C]// Hoselitz B F(Ed). The Progress of Underdeveloped Areas. Chicago: University of Chicago Press,1952.

[12]
杨小凯. 后发劣势[J]. 新财经, 2004(8):120-122.

[13]
Ames E, Rosenberg N. Changing technological leadership and industrial growth[J]. The Economic Journal, 1963,73:13-31.

[14]
Mueller D C. The Political Economy of Growth[M]. New Haven: Yale University Press,1983.

[15]
Baumol W. Productivity growth convergence and welfare:What the long-run data show[J]. American Economic Review, 1986,76:1072-1085.

[16]
Summers R, Heston A. Improved international comparisons of real product and its composition:1950-1980[J]. Review of Income and Wealth, 1984, 30(2):207-219.

[17]
Romer P M. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986, 94(5):1002-1037.

[18]
Lucas R E. On the mechanics of economic development[J]. Journal of Monetary Economics, 1988,22:3-42.

[19]
Barro R J, Sala-i-Martin X. Technological diffusion,convergence,and growth[J]. Journal of Economic Growth, 1997,2:1-26.

[20]
López-Bazo E, Vayá E, Artis M. Regional externalities and growth:Evidence from European regions[J]. Journal of Regional Science, 2004,44:43-73.

[21]
Rey S, Janikas M V. Regional convergence,inequality,and space[J]. Journal of Economic Geography, 2005, 5(2):155-176.

[22]
Ganong P, Shoag D. Why has regional income convergence in the U.S. declined?[J]. Journal of Urban Economics, 2017,102:76-90.

[23]
Fischer T, Spatial inequality and housing in China[J], Journal of Urban Economics, 2023,134:103532.

[24]
魏后凯.中国地区发展——经济增长、 制度变迁与地区差异[M]. 北京: 经济管理出版社,1997.

[25]
潘文卿. 中国区域经济差异与收敛[J]. 中国社会科学, 2010(1):72-84,222-223.

[26]
单勤琴, 李中. 经济高质量发展水平的地区差异及时空收敛性研究[J]. 经济地理, 2022, 42(9):50-58.

DOI

[27]
何昀, 王帅尧, 谢迟. 中国省域共同富裕水平测度、时空分异与障碍因素[J]. 经济地理, 2024, 44(4):12-21.

DOI

[28]
陈景华, 陈姚, 陈敏敏. 中国经济高质量发展水平、区域差异及分布动态演进[J]. 数量经济技术经济研究, 2020, 37(12):108-126.

[29]
刘渝琳, 王雨豪, 朱鑫城. 共同富裕目标下可持续经济福利结构均衡增长[J]. 数量经济技术经济研究, 2022, 39(5):3-24.

[30]
谭燕芝, 王超, 陈铭仕, 等. 中国农民共同富裕水平测度及时空分异演变[J]. 经济地理, 2022, 42(8):11-21.

DOI

[31]
Li T, Lai J, Wang Y, et al. Long-run relationship between inequality and growth in post reform China:New evidence from dynamic panel model[J]. International Review of Economics and Finance, 2016,41:238-252.

[32]
覃成林, 杨霞. 先富地区带动了其他地区共同富裕吗——基于空间外溢效应的分析[J]. 中国工业经济, 2017, 355(10):44-61.

[33]
彭刚, 杨德林, 杨琳. 中国市域尺度共同富裕水平格局及其影响因素[J]. 经济地理, 2023, 43(1):44-54,132.

DOI

[34]
钞小静, 廉园梅, 沈路. 中国经济高质量发展的时空差异与收敛特征研究——基于“条件—过程—结果”的三维测度[J]. 财经问题研究, 2023(3):3-21.

[35]
伏润得, 杨振山. 中国城市区域高质量发展时空分异及影响因素[J]. 地理学报, 2024, 79(4):819-836.

DOI

[36]
Barro R J, Sala-I-Martin X. Convergence[J]. Journal of Political Economy, 1992, 100(2):223-251.

[37]
Ben-David D. Trade and convergence among countries[J]. Journal of International Economics, 1996, 40(3):279-298.

[38]
Verspagen B. A new empirical approach to catching up or falling behind[J]. Structural Change and Economic Dynamics, 1991, 2(2):359-380.

[39]
Quah D T. Convergence empirics across economies with (some) capital mobility[J]. Journal of Economic Growth, 1996, 1(1):95-124.

[40]
陈培阳, 朱喜钢. 中国区域经济趋同:基于县级尺度的空间马尔可夫链分析[J]. 地理科学, 2013, 33(11):1302-1308.

DOI

[41]
Aziz J, Duenwald C K. China's Provincial Growth Dynamics[R]. IMF Working Paper, 2001.

[42]
Rey S, Montouri B. US regional income convergence:A spatial econometric perspective[J]. Regional Studies, 1999,33:146-156.

[43]
Gong B. Agricultural productivity convergence in China[J]. China Economic Review, 2020,60:101423.

[44]
朱纪广, 李小建. 产业集聚对区域经济高质量增长的影响效应——基于空间溢出效应视角[J]. 经济地理, 2022, 42(10):1-9.

DOI

[45]
Finleton B. Specification and testing of Markov chain models:An application to convergence in the European Union[J]. Oxford Bulletin of Economics and Statistics, 1997,59:385-403.

[46]
洪国志, 胡华颖, 李郇. 中国区域经济发展收敛的空间计量分析[J]. 地理学报, 2010, 65(12):1548-1558.

DOI

[47]
Krause M. The millennium peak in club convergence:A new look at distributional changes in the wealth of nations[J]. Journal of Applied Econometrics, 2017,32:621-642.

[48]
赵奎, 后青松, 李巍. 省会城市经济发展的溢出效应——基于工业企业数据的分析[J]. 经济研究, 2021, 56(3):150-166.

[49]
孙斌栋, 张之帆, 李琬. 中国省域人口空间结构特征及其对经济绩效的影响——基于实体城市的空间识别[J]. 地理科学, 2021, 41(11):1884-1896.

DOI

[50]
彭文斌, 刘友金. 我国东中西三大区域经济差距的时空演变特征[J]. 经济地理, 2010, 30(4):574-578.

Options
文章导航

/

〈 〉