EN中文

Economic geography >

2025 , Vol. 45 >Issue 9: 44 - 54

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.09.005

Quantitative Measurement and Multi-dimensional Comparison of a Major Growth Pole of China's Economy in the Chengdu-Chongqing Region

  • DING Ruxi , 1 ,
  • QIAO Yingying , 2, ※ ,
  • MAO Zhonggen 1
Expand
  • 1 Institute of Western China Economic Research， Southwestern University of Finance and Economics， Chengdu 611130，Sichuan， China
  • 2 School of Economics， Central University of Finance and Economics， Beijing 102206， China

Received date: 2024-03-26

  Revised date: 2025-07-27

  Online published: 2025-10-17

Fold

Abstract

From the perspective of urban networks, this paper constructs a theoretical framework and measurement index system for the internal cohesion support and external driving force of growth poles, unified at a comprehensive level and influenced by the internal spatial organizational structure of the growth pole. The Chengdu-Chongqing economic circle in the Chengdu-Chongqing region is considered a key assessment object for China's major economic growth pole. Utilizing nationwide urban network data from 2000 to 2020 based on connections with China's top 1000 listed companies and 66,300 enterprises, the research quantitatively measures and comparatively analyzes its role, position, and evolution in the national urban network and the top ten growth poles. The results show that: 1) Under dual-core leadership, the breadth and depth of external connections, along with their radiating driving ability, continue to strengthen, gradually participating in shaping and expanding China's diamond-shaped multipolar network spatial development pattern. 2) Despite surpassing the Shandong Peninsula city cluster in comprehensive level ranking during the observation period and ranking fourth among the top ten growth poles nationwide, significant gaps persist in internal cohesion, external connectivity, and comprehensive levels compared to the existing three national-level growth poles. 3) Imbalances in internal spatial organizational structures, such as low network density, city polarization, and low poly-centrality, pose challenges to the development of small and medium-sized cities, limiting the further enhancement of comprehensive levels. In the future, concerted efforts should focus on optimizing structure, strengthening internal cohesion, and expanding external connections to effectively transform the Chengdu-Chongqing economic circle into a growth pole with national influence and a new source of momentum.

Key words： Chengdu-Chongqing region; dual-core economic circle; major growth pole; urban network; diamond-shaped multipolar network; enterprise connections; listed companies

Cite this article

DING Ruxi , QIAO Yingying , MAO Zhonggen . Quantitative Measurement and Multi-dimensional Comparison of a Major Growth Pole of China's Economy in the Chengdu-Chongqing Region[J]. Economic geography, 2025 , 45(9) : 44 -54 . DOI: 10.15957/j.cnki.jjdl.2025.09.005

中国是一个人口众多、地域广袤、地区差异明显的发展中大国，形成多极网络空间发展格局意义重大。改革开放以来，随着城镇化水平不断提升和中心城市、城市群崛起，全国形成了以长三角、珠三角和京津冀三大增长极为核心支撑的空间格局，有力带动了国家经济发展和国际竞争力提升。但同时，中国面临的区域不平衡不充分发展问题仍比较突出[1]，广袤的中西部地区仍缺乏能够支撑带动全国高质量发展的重要增长极与动力源。成渝地区是中国西部人口最密集、产业基础最雄厚、创新能力最强、市场空间最广阔、开放程度最高的区域，位于“一带一路”和长江经济带交汇处，具有连接西南和西北、沟通沿海与内陆的独特优势。在区域协调发展战略实施推进和加快构建新发展格局的背景下，成渝地区打造中国经济重要增长极，已成为一个需正确认识和把握的重要理论与实践问题。
中共中央、国务院印发的《成渝地区双城经济圈建设规划纲要》明确提出，要把成渝地区双城经济圈建设成为“具有全国影响力的重要经济中心”，“打造带动全国高质量发展的重要增长极和新的动力源”。《国家综合立体交通网规划纲要》首次在国家重大规划文件中将成渝地区双城经济圈与京津冀、长三角、粤港澳大湾区列为同一等级，提出打造“四极”支撑和辐射的国家综合立体交通网主骨架。因此，成渝地区双城经济圈建设不仅对于加快西部大开发形成新格局、促进区域协调发展具有重要意义[2]，而且事关构建新发展格局以及推动高质量发展[3]。那么，成渝地区双城经济圈能否成为中国经济第四增长极?其在全国城市网络和增长极体系中的层级与地位究竟怎样?如何更加有效将其打造成为带动全国高质量发展的重要增长极与新的动力源?这一系列问题亟待深入探究。
在经济地理学中，增长极是指具有推动性的主导产业和创新行业在地理空间上集聚而形成的经济中心[4]，具有持续增长、经济规模大、市场规模大、创新中心等特征[5]。各类增长极及其结构和功能的异同相互耦合，形成具有层级性的增长极体系，其中国家级增长极的重要作用体现在支撑全国经济发展上[6-8]。由于打造增长极对区域经济乃至国家发展具有重要意义和作用，对增长极的测度和比较一直是区域与城市经济研究中的重要内容之一。现有研究主要利用城市属性数据，重点从人口规模、经济总量及排名来考察，多采用主成分分析、SWOT分析等方法测度并探讨典型区域打造成为中国经济重要增长极的问题[9-11]。
在针对成渝地区打造重要增长极的测评研究中，现有文献多从要素集聚角度出发，利用人口规模、经济规模、产业发展等属性数据进行分析。例如，从产业、资源和城市化的角度论证成渝经济区作为西部增长极的条件[12]，分析成渝地区成长为中国经济第四极与三大增长极的区域差距[13]；基于房地产视角研判成渝地区形成中国经济空间新中心[14]。同时，随着全球化、信息化快速发展和网络社会崛起，从“网络”和“流”的体系理解城市和区域的地位显得越加重要[15-16]，利用基于企业联系的城市关系数据，测度城市和城市群发展水平及影响力的文献开始增多。有研究认为，成渝地区城市网络联系的聚集程度不断提升，是塑造中国多极网络空间格局的重要力量[17]。但是，囿于现代网络社会中增长极形成与演变发展的动态性、系统性和复杂性，现有研究对城市网络视角下增长极理论内涵的解析仍显不足，相应的测评框架和指标体系仍待完善。此外，受数据可得性和网络分析条件的限制，已有研究在定量测评上多利用城市属性数据和截面静态比较，缺少利用基于企业联系的城市关系数据、将成渝地区双城经济圈置于全国城市网络和增长极体系中的立体式、动态化定量测评和多维比较分析。
鉴于此，本文在厘清现代网络社会增长极理论内涵与核心特征的基础上，建立增长极内聚支撑与外联带动有机统一的分析框架，并借助社会网络分析方法构建指标体系；同时利用中国上市公司1000强及66300家企业投资控股关系的2000—2020年全国285个城市网络数据，对成渝地区双城经济圈的内聚性、外联度及综合能级等进行测度，并与全国其他九大增长极相比较，以深入解析成渝地区打造中国经济重要增长极的问题。

1 理论分析

1.1 现代网络社会增长极的概念拓展与理论内涵

法国经济学家Perroux指出，“增长极是围绕推动性单位而组织的高度联合的一组工业”[18]，其中的推动性单位通常是指占支配地位的企业，使增长极在本源上与企业紧密关联。Boudeville把增长极的经济概念转化为地理概念，使增长极与都市区或城市有了直接的关联[19]。
随着交通通信技术的快速进步和网络社会崛起[20]，企业的活动范围不断拓展，优势地区城市集群化、网络化发展趋势也日益明显。企业作为资源配置的多区位组织主体，跨市域形成的企业网络及其伴随的各种空间流，成为塑造城市网络、影响区域发展的关键力量。企业的总部与分支机构、生产或服务活动的跨区域联系，将不同类型、不同规模的城市链锁成网络[21]，使城市和区域的关系被重新定义[22-23]，增长极的地理空间逐步由城市“点”式范围向城市群“带状或块状”范畴拓展[24]，城市群开始被视为引领和支撑经济快速发展的重要增长极[11]。
现代网络社会中城市群增长极的形成与作用机制突破了单一城市的极化效应，扩散路径由梯度转移转向网络渗透。与单个城市增长极不同，城市群增长极具有地域邻近集聚性和远程网络联结性，形态特征日渐多中心网络化，空间布局上点轴串联，空间组织上多层级嵌套。这种增长极的内聚支撑与外联带动，分别体现着对区域或全国经济增长的支撑能力和辐射能力，并共同决定增长极的综合能级以及在全国增长极体系中的地位（图1）。
图1 分析框架与核心机理

Fig.1 Analysis framework and core mechanism of this study

1.2 增长极的内聚性、外联度与综合能级

增长极具备强内聚与广外联两大核心特征，体现在内聚性与外联度上。增长极一方面通过中心城市及周边城市间的联系而紧密聚合，形成更强大的集聚经济和规模经济效益；另一方面，依托企业的跨区布局和投资，推动城际间要素流动[25]，使增长极在中心城市引领下与域外城市和地区形成联系与传导，发挥增长极的经济支撑和辐射带动作用。
在内聚性上，经济活动的空间集聚会在城市群增长极内得到强化，城市群内核心城市对高端要素的汇聚，以及向周边城市转移或疏解非核心产业和功能，在城市群内仍表现为集聚。通过企业间的生产、合作与隶属联系，驱动邻近城市间产业分工协作、功能互补协同，使经济主体从城市间集聚经济的共享中获益[26]。在外联度上，增长极的辐射带动功能实现，依赖于与其他城市和区域的互动与联结，其辐射带动的空间范围和深入程度可用外联广度与外联深度来衡量[27]。
总体来看，城市网络视角下增长极的内聚性与外联度相互补充和相互促进，并统一于综合能级。得益于城市群增长极在空间布局、空间组织、构成要素等方面的集成性和动态性，其向内集聚的规模持续提升，向外辐射的作用不断拓展。由内聚性与外联度合成的综合能级，决定着各增长极的影响力，以及在增长极体系中的层级与地位，对应形成地方性、区域性和国家级增长极。其中，国家级增长极的核心特征是在全国范围具有强大的内聚支撑能力和广泛的外联带动水平。

1.3 增长极内部空间结构及其影响

城市群增长极的关键条件之一是空间结构优化，其内部空间结构的紧密均衡性，会影响要素流动方式与资源配置效率，进而影响整体的内聚支撑与外联带动功效。
一般而言，均衡的空间结构、合理的规模体系和紧密的城市联系，是城市群内部要素高效流通的重要保障[28]。在城市群增长极内部，若形成多中心网络化空间结构，将对集聚外部性和网络外部性形成叠加，产生协同增长效应，有助于实现更高量级的规模经济与集聚经济，同时提升外联规模与质量；相反，若增长极内部空间结构松散、城市网络联系失衡甚至存在结构性缺陷，将很难形成聚合效应和集成优势，同时使增长极的外联广度和外联深度的协同拓展受到限制，进一步制约综合能级的提升。
因此，从理论上讲，成渝地区双城经济圈能否打造成为中国经济重要增长极，关键在于其内聚性、外联度及共同决定的综合能级能否进入国家级增长极行列，并在有效缩小与中国经济前三大增长极差距的同时能否发挥更大范围、更深层次的辐射带动作用。

2 研究方法与测度指标体系构建

2.1 研究方法

上市公司作为增长极推动性单位的典型代表和多区位市场组织的主体，在促进经济发展中发挥着不可替代的作用[29]。借鉴已有研究[30-31]，本文从上市公司组织关系出发测度城市网络联系。具体方法及数据处理如下：①依据企业营业收入排名，选取中国上市公司2020年营业收入1000强企业作为基本样本①。首先利用Python软件，通过国家企业信用信息公示系统和公司年报，获取上市公司1000强企业所覆盖的参控股企业、对外投资企业共计84902家；然后以城市为基本地域单元对这些企业进行筛选，最终得到地址位于中国285个城市且处于存续状态的66300家企业。②以企业控股关系及总部—分支所在城市的数量关系来测度城市间的经济联系。假设n个城市中有m家上市公司，那么城市i中企业s的服务价值Vis，则是城市i中所属的办公地在s企业投控股关系来衡量，并按照重要程度和联系强度由小到大按数值0、1、3、4、5分依次表示②，形成n行m列联系矩阵V。在矩阵V中，数据均为城市—企业的二模网络模式，需通过矩阵转化为城市—城市的无向网络模式。具体转化如下：
${N}_{ij}=\sum _{s=1}^{m}{N}_{ijs}=\sum _{s=1}^{m}\left({V}_{is}·{V}_{js}\right)$
式中：Vis表示s公司在i城市的服务价值；Vjs表示s公司在j城市的服务价值；Nijs表示i城市与j城市间通过s公司的投控股联系而形成的联结值。在此基础上，将i、j两城市之间通过所有m家上市公司联系形成的联结值相加，得到i、j两城市之间的联结值。

2.2 测度指标体系构建

2.2.1 增长极内聚性、外联度与综合能级测度指标

参考现有利用社会网络分析方法刻画城市网络的常用做法[32-33]，建立如下测度指标体系，并从节点城市（单个城市）和增长极（城市群）两个层面展开。其中，城市群增长极内聚性的联系主要指城市与其所在城市群内其他城市之间的联系，城市群增长极外联度的联系主要包括城市与其他城市群各城市间的联系以及与非城市群地区各城市间的联系。
①集聚性（NAi）。城市i形成的总联系，是该城市与其他城市的实际联结值之和[31]。其公式为：
$N{A}_{i}=\sum _{j}^{n}{N}_{ij}, i\ne j$
增长极的内部集聚性用各增长极内各城市间联结值的加总值来测度。
②相对中心性（NCi）。城市的联结集聚规模占同期样本城市中最大联结集聚规模的比重，取值范围为0~100。数值越大，节点的中心地位越高。其公式为：
$N{C}_{i}=\frac{{N}_{i}}{{N}_{max}}·100$
在增长极层面，用各增长极联结集聚规模占十大增长极中最大联结集聚规模的比重表示。
③外联广度（Li）。用与该城市发生联系的城市数量与可能发生联系的最多城市数量的比值，来反映城市对外联结的广泛程度，指标数值范围在0~1之间。公式为：
${L}_{i}=\sum _{j}{L}_{ij}/（n-1）$
以节点城市外联广度为基础，以节点城市城区人口在相应增长极中的占比为权重，加权计算得到各增长极的外联广度。
④外联深度（Wi）。用节点城市与其所属增长极之外其余样本城市的网络联结值（NAw）占当年全国城市网络联结总规模（NAq）的比重来测度。其公式为：
${W}_{i}=\frac{N{A}_{w}}{N{A}_{q}}·100\%$
增长极层面的外联深度是增长极内各节点城市外联深度的加总。
⑤综合能级（CELi）。参考现有处理方法[34]，按照先标准化后等权相加的原则，合成得到内聚性指数、外联度指数，在此基础上通过分别赋权0.5的方式，建立增长极综合能级评价指标。

2.2.2 增长极内部空间结构测度指标

城市群增长极的内部空间结构特征主要体现在多中心（单中心）和网络化程度上，本文选用网络密度、首位度和多中心度3个指标来刻画。
①网络密度（D）。反映网络联结的紧密程度，取值范围在0~1之间，数值越高意味着网络联系的紧密程度越高。计算公式为：
D= $\sum _{i=1}^{k}\sum _{j=1}^{k}\frac{d\left(i,j\right)}{n\left(n-1\right)}$
式中：D为网络密度；n为网络节点数；d(i,j)表示城市i与城市j是否存在联系。
②首位度（S）。将各增长极内拥有最大网络联结值的城市视为首位城市，用首位城市的网络联结值（NA1）占整个经济增长极网络联结加总值 $\left(\sum _{i}^{n}N{A}_{i}\right)$的比重，反映经济增长极内部联结集聚规模的首位分布及集中程度。计算公式为：
$S=\frac{N{A}_{1}}{\sum _{i}^{n}N{A}_{i}}$
③多中心度（PF）。参考现有文献对功能多中心度的测度方法[35]，建立如下计算公式：
${P}_{F}=\left(1-\frac{{\sigma }_{F}}{{\sigma }_{Fmax}}\right)·D$
式中：PF是增长极的功能多中心度，取值范围是0（绝对单中心）~1（绝对多中心）； ${\sigma }_{F}$为被测度增长极内各城市节点网络联结值的标准差； ${\sigma }_{Fmax}$为极值状态下两城市网络联结值的标准差；D是对应增长极的网络密度。
增长极内聚性、外联度与内部空间结构测度指标及说明见表1。
表1 增长极内聚性、外联度与内部空间结构测度指标及说明

Tab.1 Index system and calculation method of cohesion, outreach and internal organization structure of growth pole

维度 指标 计算方法及说明
节点城市层面 增长极（城市群）层面
综合
能级		 内
聚
性		 集聚性 $N{A}_{i}=\sum _{j}^{n}{N}_{ij}, i\ne j$ 增长极内各节点城市联结值的加总
相对中心性 $N{C}_{i}=\frac{{N}_{i}}{{N}_{max}}·100$ 各增长极全部城市联结集聚规模占十大增长极中最大联结集聚规模的比重
外
联
度		 外联广度 ${L}_{i}=\sum _{j}{L}_{ij}/\left(n-1\right)$ 各增长极内所有城市外联广度的人口加权平均
外联深度 ${W}_{i}=\frac{N{A}_{w}}{N{A}_{q}}·100\%$ 增长极外部联结值占当年全国城市网络联结总规模的比重
内部
空间
结构		 网络密度 - D= $\sum _{i=1}^{k}\sum _{j=1}^{k}\frac{d\left(i,j\right)}{n\left(n-1\right)}$
首位度 - $S=\frac{N{A}_{1}}{\sum _{i}^{n}N{A}_{i}}$
多中心度 - ${P}_{F}=\left(1-\frac{{\sigma }_{F}}{{\sigma }_{Fmax}}\right)·D$

2.3 研究数据

本文首先选取包括成渝地区双城经济圈16个地级及以上城市（文中简称“城市”）在内的全国285个城市（不包括港澳台地区）作为研究样本，同时利用中国上市公司1000强及66300家企业的分布及投资控股关系测度得到城市网络数据。其次，根据国家“十三五”规划纲要中的全国城市群名录，同时结合多数学者对目前中国发展相对成熟、发展水平排名较靠前的城市群的界定[36-38]，选取成渝地区双城经济圈、长三角、珠三角、京津冀、长江中游、山东半岛、中原、关中平原、辽中南、海峡西岸城市群，作为全国十大增长极样本。

3 增长极内聚性、外联度与综合能级的测度结果及分析

3.1 内聚性测度结果及比较

测度结果显示，成渝地区双城经济圈的内聚性持续提升，在全国城市网络中的地位不断攀升，正在形成与长三角、珠三角、京津冀等协同支撑的全国多极网络空间发展格局。核心城市成都和重庆的节点集聚规模一直保持在全国前十，呈现较快提升态势。

3.1.1 集聚性

重庆和成都两大核心城市的网络联结集聚规模不断增加，集聚性指数持续提高，构成了全国城市网络主干的重要支撑。其中，重庆的集聚性指数由2000年的20418逐步扩大至2020年的1913728，排名上升至全国第九；成都的集聚性指数不断提升，2015年后上升至全国第五；绵阳的集聚性排名处于全国70~80位之间，南充、眉山的集聚性提升也较为明显。成渝地区双城经济圈16个城市2000—2020年联结集聚规模（滞后两期）与对应经济规模（GDP）显著正相关（图2），且经济圈加总的经济规模与加总的联结集聚规模（滞后两期）拟合系数高达0.95，说明增长极在城市网络中的联结集聚规模，很大程度上可以反映、预判其经济规模以及在全国的经济地位。
图2 2000—2020年成渝地区双城经济圈城市经济规模与联结集聚规模的对数拟合图

Fig.2 Logarithmic fitting chart of urban economic volume and connected agglomeration scale of Chengdu-Chongqing Economic Circle from 2000 to 2020

进一步分析发现，成渝地区双城经济圈的集聚性指数持续提高，在全国增长极体系中的支撑作用不断增强。具体而言，头部增长极领先优势明显，腰部增长极竞争激烈，尾部增长极排名变动不大。①长三角、京津冀、珠三角三大增长极的集聚性优势突出。2020年三大增长极内部联结集聚规模（全国占比）分别为6353624（7.25%）、2758470（3.15%）和1396856（1.59%）。②长江中游、海峡西岸城市群和成渝地区双城经济圈逐步崛起。其内部网络联结集聚规模的全国占比在0.4%~0.9%，其中成渝地区双城经济圈内部网络联结集聚规模及其全国占比呈上升趋势，由2000年的7512（0.45%）提升至2020年的432416（0.49%）。③长三角、京津冀、珠三角城市群和成渝地区双城经济圈是支撑中国城市网络的主导力量，共同塑造并拓展着越来越清晰的中国经济集聚空间和全国城市网络主干的菱形架构（图3）。这与已有利用高铁客运流、腾讯迁徙大数据的研究结论吻合[32,39]。
图3 中国城市网络结构演变

注：基于自然资源部标准地图服务网站下载的审图号为GS（2019）1698号的标准地图制作，底图边界无修改。

Fig.3 China's urban network structure in 2010 and 2020

3.1.2 相对中心性

重庆和成都两大核心城市及其引领的成渝地区双城经济圈的相对中心性持续提升。具体来说，成都、重庆的相对中心性指标在2005年分别为15.31%和19.81%，位居全国第十、第八名；2020年分别跃升至33.86%和42.81%，排名上升至全国第九、第六名。绵阳、眉山、遂宁、南充等城市相对中心性的提速较快，但绝对值与成都、重庆的差距始终较大。成渝地区双城经济圈整体相对中心性由2000年的17.89%提升至2020年的24.82%，并在2010年进入全国十大增长极的第五名。由图4可知，2000—2020年长三角城市群相对中心性指标始终最大，在全国城市网络和增长极体系中的核心地位稳固；珠三角、京津冀城市群的相对中心性均超过45.00%；长江中游城市群、成渝地区双城经济圈和海峡西岸城市群相对中心性在波动中总体上升，且三者间差距较小；辽中南城市群、关中城市群等其余增长极的相对中心性普遍较低。
图4 2000—2020年全国十大增长极相对中心性指标值及变动

Fig.4 Relative centrality index values and changes of ten growth poles in China from 2000 to 2020

3.2 外联度测度结果及比较

3.2.1 外联广度

成渝地区双城经济圈外联的网络腹地范围不断拓展，外联广度加快提升。节点城市层面，重庆和成都的外联广度分别由2000年的52.19%、48.36%逐步提升到2020年的98.09%和98.36%，几乎已和全国范围的城市发生了基于企业投控股关系的经济联系。在经济圈层面，其由2000年的34.08%跃升至2020年的94.80%，网络联系的空间范围和广泛程度皆明显提高。
成渝地区双城经济圈相较于同类型增长极在网络联系方面具有一定优势，外联广度排名在全国十大增长极中稳居前五。在其他增长极中，长三角、京津冀、珠三角在腹地城市数量上始终占据优势，2020年外联广度分别高达97.64%、98.11%、96.94%；山东半岛城市群外联广度逐渐提升，以微幅优势领先成渝地区双城经济圈；长江中游城市群外联广度始终低于成渝地区双城经济圈，但二者差距不断缩小，由2000年的14.48%缩小为2020年的1.84%，彼此追赶态势明显。

3.2.2 外联深度

核心城市重庆和成都的外联深度稳步提升，在全国城市网络中的门户枢纽地位不断增强。多年来，与重庆和成都联系强度保持前十的成渝地区双城经济圈外城市，主要是北京、上海、深圳、广州、杭州、天津、武汉、南京等国家中心城市和区域中心城市。重庆和成都不仅在经济圈内部与周边城市联系紧密，而且均建立了与东部、中部和东北地区尤其是京津冀、长三角、珠三角等城市群及其核心城市间的经济联系；自贡、遂宁、内江、南充、眉山、资阳等城市外联深度随着时间推移明显提高。经济圈内各节点城市逐步突破行政区划和地域边界的限制，参与到更大范围、更深层面的经济联系和资源空间配置过程中。
从全国十大增长极比较看，长三角城市群能够组织与全国范围城市强度较大、程度较深的经济联系，其2000—2020年外联深度均超过15%；京津冀和珠三角城市群在深度参与、组织全国各节点城市经济联系方面发挥着重要作用，样本期内的外联深度在10%~12%；成渝地区双城经济圈、长江中游城市群的外联深度逐步提升，并于2010年之后在5%~6%上下波动，后者在十大增长极中外联深度排名于2010年超越前者，2020年位列第四；其余增长极的外联深度相对不足，辐射带动能力比较有限。

3.3 全国十大增长极综合能级测度结果及比较

由表2、图5可知，成渝地区双城经济圈综合能级排名在考察期内高于长江中游、海峡西岸等城市群，且2015年后超过山东半岛城市群，位居全国十大增长极第四。从全国十大增长极2000—2020年每5年综合能级的排名及变动来看，头部增长极长期领先，腰部增长极变动不大，尾部个别增长极排名下滑。具体而言，长三角、京津冀、珠三角城市群始终位居前三，其中长三角城市群稳居第一；成渝地区双城经济圈排名由第五上升至第四名，展现出具有打造成为中国经济第四增长极的基础与条件；山东半岛城市群综合能级排名由第四位下降至第五位，长江中游城市群排名由第八名逐步提高至第六名，海峡西岸、关中平原和中原城市群综合能级排名多处在第七至第九名；辽中南城市群在全国十大增长极中的排名持续下滑。
表2 全国十大增长极综合能级排名(2000—2020年)

Tab.2 The index score and ranking of the top ten national growth poles(2000-2020)

增长极 综合能级排名
2000 2005 2010 2015 2020
长三角城市群 1 1 1 1 1
京津冀城市群 3 3 2 2 2
珠三角城市群 2 2 3 3 3
成渝地区双城经济圈 5 5 5 5 4
山东半岛城市群 4 4 4 4 5
长江中游城市群 8 6 6 6 6
海峡西岸城市群 6 7 7 7 7
中原城市群 9 10 9 9 8
关中平原城市群 10 9 10 10 9
辽中南城市群 7 8 8 8 10
图5 全国十大增长极综合能级排名变动(2000—2020年)

Fig.5 Changes in the comprehensive energy level ranking of the top ten growth poles in China (2000-2020)

由表3可知，2020年全国十大增长极综合能级呈现出明显的层级性。具体来说，第一层级是具有强内聚和广外联特征的国家级增长极，包括长三角、京津冀、珠三角城市群，综合能级指标得分均值为0.72，远超其他增长极，且内聚性与外联度指标得分均相对较高。第二层级是重要的区域性增长极，由成渝地区双城经济圈和山东半岛、长江中游、海峡西岸等城市群组成，综合能级指标得分均值为0.18，与第一层级增长极差距较大。其中，成渝地区双城经济圈位列第二层级增长极的第一名，属于综合能级较强的区域性增长极或可称为潜在的国家级增长极。第三层级增长极有中原、关中平原和辽中南城市群，其内聚性、外联度和综合能级均较低。对比来看，第二层级中处于领先地位的成渝地区双城经济圈排名全国第四，其2020年综合能级指数得分为0.22，高于长江中游城市群（0.19）和山东半岛城市群（0.20），但与长三角、京津冀、珠三角城市群三大国家级增长极相比，在内聚性、外联度和综合能级上差距皆较大。
表3 全国十大增长极综合能级指标得分及排名(2020年)

Tab.3 The index score and ranking of the top ten national growth poles in 2020

增长极 指数得分（标准化后） 综合能级
排名
内聚性 外联度 综合能级
长三角城市群 1.000 1.000 1.000 1
京津冀城市群 0.482 0.823 0.651 2
珠三角城市群 0.316 0.678 0.494 3
成渝地区双城经济圈 0.116 0.333 0.220 4
山东半岛城市群 0.049 0.364 0.202 5
长江中游城市群 0.173 0.208 0.186 6
海峡西岸城市群 0.103 0.130 0.112 7
关中平原城市群 0.000 0.100 0.045 8
中原城市群 0.012 0.012 0.007 9
辽中南城市群 0.011 0.000 0.000 10

3.4 基于分行业城市网络测度的增长极内聚性、外联度与综合能级结果及对比

样本企业的区域和行业分布结果显示，长三角、京津冀、珠三角等城市群和成渝地区双城经济圈分别集聚有23.58%、21.26%、13.26%和3.85%的中国上市公司1000强企业，以及27.27%、14.52%、14.08%和5.82%的投资控股关联企业，这些企业中大多数为制造业企业和服务业企业。考虑到制造业和高级生产性服务业是增长极中重要推动性单位集聚分布的行业，进一步从制造业、科学研究和技术服务业以及信息传输、软件和信息技术服务业的分行业城市网络维度，对2020年成渝地区双城经济圈与其他九大增长极进行测评和比较。
由表4可知，分行业的增长极综合能级排名与全行业结果总体吻合。在制造业行业城市网络中，2020年成渝地区双城经济圈的内聚性、外联度和综合能级指数分别为0.152、0.449和0.286，综合能级排在全国十大增长极的第五名，低于制造业企业分布数更占优的长江中游城市群。在科学研究和技术服务业城市网络以及信息传输、软件和信息技术服务业城市网络中，成渝地区双城经济圈的内聚性、外联度和综合能级指数分别为0.078、0.286、0.166和0.122、0.529、0.324，综合能级均排在全国十大增长极的第四名，与全行业城市网络测度的排名相同。而且在信息传输、软件和信息技术服务业城市网络中测度的综合能级指数（0.324），明显高于全行业城市网络中的综合能级指数（0.220），显示出成渝地区的电子信息相关产业集群优势明显，推动并赋能打造重要增长极的功效突出。
表4 基于分行业城市网络的测度结果及比较(2020年)

Tab.4 Measurement results and comparison of urban networks by industry in 2020

增长极 制造业 科学研究和技术服务业 信息传输、软件和信息技术服务业
指数得分（标准化后） 综合能级排名 指数得分（标准化后） 综合能级排名 指数得分（标准化后） 综合能级排名
内聚性 外联度 综合能级 内聚性 外联度 综合能级 内聚性 外联度 综合能级
长三角城市群 1.000 1.000 1.000 1 1.000 0.910 1.000 1 0.770 1.000 0.903 2
京津冀城市群 0.353 0.659 0.496 3 0.904 1.000 0.997 2 0.252 0.792 0.528 3
珠三角城市群 0.378 0.727 0.543 2 0.220 0.462 0.337 3 1.000 0.959 1.000 1
成渝地区双城经济圈 0.152 0.449 0.286 5 0.078 0.286 0.166 4 0.122 0.529 0.324 4
长江中游城市群 0.431 0.484 0.446 4 0.129 0.159 0.125 5 0.119 0.348 0.229 5
山东半岛城市群 0.104 0.309 0.190 6 0.050 0.229 0.120 6 0.050 0.280 0.158 6
海峡西岸城市群 0.148 0.021 0.065 8 0.056 0.000 0.000 10 0.024 0.000 0.000 10
中原城市群 0.041 0.000 0.000 10 0.008 0.051 0.002 9 0.000 0.064 0.021 9
关中平原城市群 0.000 0.092 0.026 9 0.000 0.120 0.035 8 0.010 0.254 0.124 7
辽中南城市群 0.047 0.125 0.067 7 0.014 0.113 0.038 7 0.016 0.149 0.073 8
总体来看，样本期内成渝地区双城经济圈全行业城市网络中的内聚性、外联度和综合能级一直保持提升，各指标在2020年分别居全国十大增长极的第五名、第五名和第四名，具备成为中国经济第四增长极的基础、条件与潜能。

4 基于增长极内部空间结构特征的比较

综合考虑成渝地区双城经济圈与其他增长极目前形成的竞合态势，下文重点将其与长三角、京津冀、珠三角、长江中游、海峡西岸和山东半岛城市群展开对比分析。

4.1 网络密度

由表5可知，研究期内成渝地区双城经济圈的网络密度呈提升态势。比较来看，2000年山东半岛城市群内部联系最为紧密（0.32），珠三角城市群（0.25）次之，其余增长极网络密度均低于0.20。经过20年发展，各增长极的网络密度均有不同程度提高。到2020年，成渝地区双城经济圈的网络密度（0.20）高于海峡西岸城市群（0.18），与长江中游城市群（0.21）接近，但明显低于三大国家级增长极，仅约为珠三角城市群（0.33）和京津冀城市群（0.32）的60%。相比于中国经济的前三极，综合能级现已位居第四的成渝地区双城经济圈内部联系紧密程度仍较低，城市间内在联动仍不足，对经济圈整体聚合能力造成了一定的制约。
表5 2000、2010和2020年增长极的网络密度

Tab.5 Network density of growth poles in 2000, 2010 and 2020

年份 京津冀城市群 长三角城市群 珠三角城市群 长江
中游
城市群		 海峡
西岸
城市群		 山东
半岛
城市群		 成渝地区双城
经济圈
2000 0.198 0.163 0.250 0.185 0.184 0.321 0.175
2010 0.244 0.191 0.306 0.214 0.232 0.393 0.167
2020 0.321 0.225 0.333 0.209 0.184 0.429 0.200
进一步从成渝地区双城经济圈内部看，成都和重庆之间的联结规模最大，且随着时间推移不断强化。成都与德阳、绵阳、乐山的联结规模也相对较大，其余城市间联系普遍不足。总体上，成渝地区双城经济圈内部呈现以成都和重庆为一联系主轴，以成都与德阳、绵阳、乐山等为另一联系主轴的非均衡“T型”格局（图6）。
图6 成渝地区双城经济圈内部网络联系结构演变

Fig.6 Schematic diagram of the internal network connection structure of the Chengdu-Chongqing Economic Circle

4.2 首位度

由表6可知，研究期内成渝地区双城经济圈的首位度总体偏高。2000年，除长江中游、海峡西岸和山东半岛城市群外，其余增长极的首位度指数均超过0.40，京津冀和珠三角城市群超过0.60，表明空间极化特征突出。在随后20年间，长三角、京津冀、珠三角城市群的首位度持续下降。成渝地区双城经济圈首位度与长江中游、海峡西岸和山东半岛城市群相比始终处在高位（0.40以上），2005—2020年呈微幅增大趋势，到2020年其首位度（0.43）在上述增长极中排名第一。进一步分析发现，经济圈内网络联结集聚规模最大值城市成都与排名第二的重庆，共同占据经济圈内近80%的联系流而处于核心主导地位。这对整个经济圈形成以双核心城市为组织中心和门户枢纽的经济内聚增强与外联拓展创造了有利条件，但同时可能对周边地区和城市形成虹吸或“集聚阴影”，制约其整体高质量协同发展[28]。
表6 2000—2020年增长极的首位度指数

Tab.6 Primacy index of growth poles from 2000 to 2020

年份 京津冀城市群 长三角城市群 珠三角城市群 长江
中游
城市群		 海峡
西岸
城市群		 山东
半岛
城市群		 成渝地区双城
经济圈
2000 0.619 0.418 0.687 0.240 0.315 0.274 0.472
2005 0.502 0.369 0.643 0.224 0.264 0.360 0.397
2010 0.390 0.310 0.607 0.223 0.232 0.283 0.416
2015 0.421 0.297 0.554 0.246 0.203 0.281 0.418
2020 0.368 0.252 0.402 0.294 0.252 0.325 0.434

4.3 多中心度

由表7可知，成渝地区双城经济圈的多中心度相对偏低。2000、2010和2020年成渝地区双城经济圈的多中心度分别为0.108、0.097、0.116，均低于其他增长极，且变动缓慢，说明成渝地区个别核心节点或中心城市依旧是汇聚和承载发展要素的最核心单元。这也反映出双核之外的次级节点中心仍欠缺，绝大多数外围中小城市发展不充分，相对中心性地位较低，亟待培育壮大多个次级中心，不断增强并发挥双核、多中心的协同集聚支撑与辐射带动作用[25]。
表7 2000、2010和2020年增长极内部多中心度指数(PF)

Tab.7 Index of inner polycentricity of growth poles in 2000, 2010 and 2020(PF)

年份 京津冀城市群 长三角城市群 珠三角城市群 长江
中游
城市群		 海峡
西岸
城市群		 山东
半岛
城市群		 成渝地区双城
经济圈
2000 0.122 0.118 0.137 0.124 0.124 0.148 0.108
2010 0.151 0.137 0.170 0.150 0.155 0.175 0.097
2020 0.195 0.159 0.186 0.146 0.120 0.226 0.116

5 结论与讨论

5.1 主要结论

本文基于城市群增长极内聚支撑与外联带动有机统一于综合能级，并受内部空间结构影响的分析框架，构建相应的测度指标体系，利用基于企业联系的城市网络数据，对成渝地区双城经济圈打造中国经济重要增长极进行了定量测评和多维比较分析。主要结论如下：①成渝地区双城经济圈的内聚性及其在全国城市网络中的地位不断攀升，正在形成与长三角、珠三角、京津冀等城市群协同支撑的全国多极网络发展格局。其中核心城市成都和重庆的节点集聚规模和相对中心性地位跃居全国前列，对成渝地区双城经济圈的引领和支撑作用突出。②成渝地区双城经济圈地域邻近联系与双核主导的跨区域远程联系并存，与域外城市的联系广度不断拓展，联系深度持续增强，2020年这两项指标已升居全国十大增长极的前五名。双核引领下的外联广度、外联深度及其表征的辐射带动能力均持续增强。③成渝地区双城经济圈综合能级排名在考察期内高于长江中游、海峡西岸等城市群，且2015年后超过山东半岛城市群位居全国第四，具备成为中国经济第四增长极的基础与潜能。但与长三角、珠三角、京津冀等现有三大国家级增长极相比，在综合能级指数得分上差距仍较大。④成渝地区双城经济圈空间结构正在发生深刻变化，网络密度加快提升，双核引领作用突出，但与现有三大国家级增长极相比，存在网络密度偏低、首位城市极化、次级中心欠缺、中小城市发展不充分等问题，并在很大程度上制约其综合能级的进一步提升。

5.2 讨论

有别于以往立足“地方空间”并利用城市属性数据对增长极的测评研究，本文在“流空间”和城市网络视角下梳理了增长极的理论内涵与核心特征，构建了增长极内聚性、外联度共同决定综合能级的理论分析框架和测度指标体系，首创性利用中国上市公司1000强及66300家企业联系的2000—2020年全国285个城市网络数据，对成渝地区双城经济圈的内聚性、外联度、综合能级进行定量测度，对其在全国城市网络和十大增长极中的作用与位次演变展开了比较分析。本研究拓展了现代网络社会中企业、城市与区域交互联动下增长极的理论内涵，为考察增长极的层级与地位建立了一个内聚支撑与外联带动相结合的新框架，并为定量测评比较成渝地区双城经济圈打造中国经济重要增长极提供了基于企业联系的城市网络新视角。从现实来看，研究结果有助于认识和把握成渝地区发展面临的机遇与挑战，存在的优势与不足，并为实践路径优化提供了决策参考。未来，应在优结构、强内聚、扩外联上协同着力。在优结构上，引导形成双核多中心多节点网络化空间发展格局；在强内聚上，促进双核、双都市圈和南北两翼优势互补与分工合作，不断提升经济圈的整体聚合能力；在扩外联上，远近联系拓展并重，持续增强经济圈的辐射带动作用。
网络联系的研究有很多维度，本文在增长极综合能级评估和排名考察中仅探讨了网络地位，未来还有待结合网络腹地、凝聚子群等进行研究拓展。同时，本文在测度时采用无向城市网络，未能充分顾及城市群增长极集聚与辐射的矢量和边界概念，未来可结合有向网络，将边界因素、集聚与辐射的方向性纳入考量。此外，在利用企业流数据进行的研究中，除进行综合分析外，还有必要进一步深入到企业的属性以及制造业、生产性服务业细分行业，展开更细致深入的分析和比较，以尽可能完整呈现城市网络和增长极的行业属性特点。从实际看，沿海三大城市群高科技和高端制造企业集聚，成渝地区拥有一定的高科技企业，同时集聚着大量的传统企业，这种行业集聚的空间异质性，在未来也有待通过深入挖掘数据和利用网络分析方法进一步探讨。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
樊杰, 王亚飞. 40年来中国经济地理格局变化及新时代区域协调发展[J]. 经济地理, 2019, 39(1):1-7.

[2]
范恒山. 成渝地区双城经济圈建设的价值与使命[J]. 宏观经济管理, 2021(1):12-14.

[3]
陈子曦, 青梅, 杨玉琴. 成渝地区双城经济圈高质量发展水平测度及其时空收敛性[J]. 经济地理, 2022, 42(4):65-73.

[4]
李小建. 经济地理学(第二版)[M]. 北京: 高等教育出版社, 2006.

[5]
安虎森. 增长极形成机制及增长极与外围区的关系[J]. 南开学报(哲学社会科学版), 2007(4):90-101.

[6]
刘安长. 四大城市群竞争中国经济“第四极”的比较研究[J]. 理论月刊, 2013(10):118-122.

[7]
安江林. 现代化区域增长极体系建设:高质量发展的重要战略途径[J]. 甘肃社会科学, 2021(4):131-139.

[8]
王业强. 中国区域经济增长格局演变与国家增长极体系建设[J]. 当代经济科学, 2014, 36(1):39-45,125.

[9]
林喜庆. 角逐“中国经济第四增长极”研究——对各竞争主体的SWOT分析[J]. 重庆大学学报(社会科学版), 2009, 15(1):9-13.

[10]
何伟, 曾礼, 汪晓凤. “西三角”经济圈与中国经济增长第四极研究[J]. 探索, 2010(2):77-79.

[11]
魏后凯, 成艾华. 携手共同打造中国经济发展第四极——长江中游城市群发展战略研究[J]. 江汉论坛, 2012(4):5-15.

[12]
刘朝明, 董晖, 韩斌. 西部增长极与成渝经济区战略目标定位研究[J]. 经济学家, 2006(2):104-108.

[13]
张建升, 冉建宇. 成渝经济区与三大经济区区域差距比较[J]. 经济体制改革, 2011(4):56-59.

[14]
丁如曦, 倪鹏飞. 中国经济空间的新格局:基于城市房地产视角[J]. 中国工业经济, 2017(5):94-112.

[15]
Pflieger G, Rozenblat C. Introduction. Urban networks and network theory:The city as the connector of multiple networks[J]. Urban Studies, 2010, 47(13):2723-2735.

[16]
Batty M. The new science of cities[J]. Building Research & Information, 2013, 38(1):123-126.

[17]
Zhang F, Ning Y M, Lou X Y. The evolutionary mechanism of China's urban network from 1997 to 2015:An analysis of air passenger flows[J]. Cities, 2021, 109(2):1-10.

[18]
Perroux F. Economic space:Theory and applications[J]. Quarterly Journal of Economics, 1950, 64(1):89-104.

[19]
Boudeville J R. Growth poles and regional policies[J]. Revue économique, 1974, 25(1):109-110.

[20]
Castells M. Globalization,networking,urbanization:Reflections on the spatial dynamics of the information age[J]. Urban Studies, 2010, 47(13):2737-2745.

[21]
Taylor P J. World city network:A global urban analysis[M]. London:Routledge, 2004.

[22]
Powell W W. Neither market nor hierarchy:Network forms of organization[J]. Research in Organizational Behavior. 1990(12):295-336.

[23]
尹俊, 甄峰, 王春慧. 基于金融企业布局的中国城市网络格局研究[J]. 经济地理, 2011, 31(5):754-759.

[24]
李兰冰, 刘秉镰. “十四五”时期中国区域经济发展的重大问题展望[J]. 管理世界, 2020, 36(5):36-51,8.

[25]
涂建军, 姚兰, 王静松, 等. 企业流视角下成渝城市群网络空间结构演变[J]. 经济地理, 2023, 43(4):83-95.

[26]
李培鑫, 张学良. 城市群集聚空间外部性与劳动力工资溢价[J]. 管理世界, 2021, 37(11):121-136.

[27]
潘文卿, 李子奈. 三大增长极对中国内陆地区经济的外溢性影响研究[J]. 经济研究, 2008(6):85-94.

[28]
涂建军, 况人瑞, 毛凯, 等. 成渝城市群高质量发展水平评价[J]. 经济地理, 2021, 41(7):50-60.

[29]
蒋小荣, 杨永春, 汪胜兰, 等. 基于上市公司数据的中国城市网络空间结构[J]. 城市规划, 2017, 41(6):18-26.

[30]
盛科荣, 王云靓, 樊杰. 中国城市网络空间结构的演化特征及机理研究——基于上市公司500强企业网络视角[J]. 经济地理, 2019, 39(11):84-93.

[31]
叶雅玲, 杨博飞, 何紫云, 等. 中国城市网络空间结构研究——基于A股上市医药公司网络[J]. 地理科学进展, 2018, 37(8):1096-1105.

[32]
马学广, 唐承辉. 中国城市网络化空间联系与格局——基于高铁客运流的大数据分析[J]. 经济地理, 2018, 38(4):55-64.

[33]
丁如曦, 赵磊, 李东坤. “一带一路”沿线城市网络的联结及其集聚性影响因素研究——基于生产性服务业跨国公司联系的视角[J]. 国际经贸探索, 2021, 37(11):37-51.

[34]
王雨飞, 倪鹏飞. 国家中心城市分功能评价与测度——基于多源采集数据[J]. 社会科学研究, 2020(3):31-42.

[35]
马海涛, 徐楦钫, 江凯乐. 中国城市群技术知识多中心性演化特征及创新效应[J]. 地理学报, 2023, 78(2):273-292.

[36]
肖金成. 我国城市群的发展阶段与十大城市群的功能定位[J]. 改革, 2009(9):5-23.

[37]
方创琳, 王振波, 马海涛. 中国城市群形成发育规律的理论认知与地理学贡献[J]. 地理学报, 2018, 73(4):651-665.

[38]
曾鹏, 黄图毅, 阙菲菲. 中国十大城市群空间结构特征比较研究[J]. 经济地理, 2011, 31(4):603-608.

[39]
王录仓, 刘海洋, 刘清. 基于腾讯迁徙大数据的中国城市网络研究[J]. 地理学报, 2021, 76(4):853-869.

Options
Outlines

/

〈 〉