蔡永龙， 陈忠暖*， 刘 松

(1. 华南师范大学地理科学学院， 广州 510631； 2. 中山大学地理科学与规划学院， 广州 510275)

近10年珠三角城市群经济承载力及空间分异

蔡永龙1， 陈忠暖1*， 刘 松2

(1. 华南师范大学地理科学学院， 广州 510631； 2. 中山大学地理科学与规划学院， 广州 510275)

选择与珠三角城市群的经济发展水平梯度差异较小的区域内的北京市、苏州市和重庆市等18个城市2005—2014年的人均GDP为修正数据，修正了人口-经济承载力模型，运用修正后的人口-经济承载力模型测度珠三角城市群整体以及城市群内部广州市、深圳市和佛山市等9个城市之间2005—2014年的经济承载力水平，并分析经济承载力水平的空间分异. 研究结果显示：珠三角城市群经济承载力趋于小幅波动状态，但城市群内部极化效应显著，涓滴效应仍处于较低水平，区域经济一体化水平较低；城市群内部城市经济承载力等级分化严重，形成以深圳市、广州市、珠海市和佛山市为第一层级，东莞市和中山市为第二层级，惠州市、江门市和肇庆市分列第三～五层级的经济承载力等级体系；地理空间上，形成以深圳市、广州市和珠海市为核心的三大区域，三大区域的经济承载力水平变化趋势为：广州市-佛山市-肇庆市(广佛肇)，深圳市-东莞市-惠州市(深莞惠)，珠海市-中山市-江门市(珠中江)；近10年，珠三角城市群经济承载力呈东高-西低的发展状态，西岸塌陷的阴影效应十分显著.

珠三角城市群； 人口-经济承载力模型； 测度； 经济承载力； 空间分异

Keywords： pearl river delta urban agglomeration; population-economic bearing capacity model; measuring; economic carrying capacity; space differentiation

城市经济承载力以经济水平或经济总量为主体，以人口为承载对象来定义(即在不同时间尺度上，在经济社会可持续发展的条件下，某城市辖区的经济发展水平所能承载的人口数量)[1]. 目前对经济承载力的研究大致分为三大类：一是从资源环境角度研究，诸如城市资源环境承载力、土地承载力、水资源承载力和人口承载力等单一要素[2]；二是对特定城市的研究，如对海宁市[3]、北京市[4]、沈阳市[1]、大连市[5]和民勤县[6]等城市的研究；三是选取一定数量的样本数据作为研究对象，如对河北省11城市的城市综合承载力的比较分析[7]、以我国15个副省级城市为例研究城市经济承载力[8]、湖南“3+5”城市群综合承载力评价[9]等. 但已有研究成果缺乏对要素动态的考察，较少以城市群为研究对象，也没有充分考虑区域系统的开放性，样本数据的选择仅限于同类型经济发展水平差异不大的城市，降低了对城市群与城市经济承载力测度的精度.

因此，本文在充分考虑区域系统开放性的基础上，基于科学性、综合性和客观性的原则[10]，选择与珠三角城市群的经济发展水平梯度差异较小的区域内的北京市、天津市、青岛市、武汉市、成都市、上海市、杭州市、苏州市、南京市、无锡市、宁波市、福州市、西安市、沈阳市、重庆市、长沙市、郑州市和大连市等18个城市的人均GDP(2005—2014年)为人口-经济承载力模型的修正数据，运用修正后的人口-经济承载力模型，测度珠三角城市群整体以及城市群内部广州市、深圳市和佛山市等9个城市之间2005—2014年的经济承载力水平，并分析经济承载力水平的空间分异. 理论上为城市群经济承载力的实证研究提供补充，实践上为珠三角城市群的区域经济均衡发展提供科学依据和参考.

1 研究区域和研究方法

1.1 研究区域选择

中国三大城市群之一的珠三角城市群[11]包括广州市、深圳市、佛山市、东莞市、珠海市、中山市、惠州市、江门市、肇庆市和深汕合作区，城市群内部经济发展水平差异较大[12]，作为城市群经济承载力的研究案例具有典型性. 根据广东省、广州市、深圳市、佛山市、珠海市、中山市、江门市、肇庆市、惠州市和东莞市的2015年国民经济和社会发展统计公报，对各城市的相应指标拟合计算，得到珠三角城市群指标的具体数值：至2015年，地区生产总值为57 667.5亿元，占广东省地区生产总值的79.2%，常住人口为5 763.38万人，占广东省常住人口的53.74%，人均国民生产总值约100 292元. 本文的研究区域特指不包含深汕合作区的珠三角城市群，原因在于深汕合作区发展历程较短，经济发展处于起步阶段，时间跨度不足以用于经济承载力的测度.

1.2 数据来源

所用数据来源于2006—2015年版的《中国城市建设统计年鉴》、《中国城市统计年鉴》、《中国统计年鉴》、城市国民经济和社会发展统计公报及统计年鉴.

1.3 研究方法

1.3.1 人口-经济承载力模型 假定在某区域内，PP表示实际人口数量，对比基数以全国人均GDP为参照，则有：

(1)

(2)

其中，ES表示区域经济人口承载力，e表示区域人均经济承载力指数. 当e<1时，说明经济承载力处于相对富余的状态；当e=1 时，说明经济承载力处于临界状态；当e>1时，说明经济承载力处于超载状态[1,13].

1.3.2 模型修正 模型的计算相对简便，在测定某一区域或城市未来某一时期经济承载力时，需对研究区域的GDP总量和一定标准下的人均经济指标(人均GDP)进行准确的选取[1].

在目前的研究成果中，一定标准下的人均经济指标选取基本分为2类：一类是全国人均GDP，其测算的结果误差比较大：全国人均GDP相对经济发达地区或城市而言其标准偏低，以此计算出来的经济承载力值会偏大；而对于经济不发达地区或城市而言其标准偏高，以此计算出来的经济承载力值会偏小[1-3,14]. 另一类是选择经济发展水平梯度差异不大的城市的人均GDP作为参考值，其测算出的结果也难以准确[15]，因经济发展水平差异不大的城市的经济承载力不具可比性.

鉴于此，本文通过3个层面选取人均GDP：第一层面，选择与本文研究区经济发展水平梯度差异不大的区域，包括京津冀城市群、成渝城市群、长江三角洲城市群、长江中游城市群、海峡西岸城市群、中原城市群、辽中南城市群、山东半岛城市群、关中城市群和长株潭城市群；第二层面，在此区域内选择与研究区经济发展梯度差异较小的北京市、天津市、青岛市、武汉市、成都市、上海市、杭州市、苏州市、南京市、无锡市、宁波市、福州市、西安市、沈阳市、重庆市、长沙市、郑州市和大连市等18个城市，并将这些城市的人均GDP作为模型的修正数据；第三层面，将研究区的人均GDP和修正数据拟合计算，以此反映研究区在区域层面的经济承载力水平. 同时，因城市之间人口流动性较为复杂，所以实际人口数量改为常住人口[16].

修正后的人口-经济承载力模型为：

(3)

其中，P为常住人口数量，G为研究区的GDP总量，M为研究区的人均GDP，N为修正数据.

但是，一个城市或区域的地区生产总值的贡献不仅限于常住人口，还包括流动人口、外来旅游人口和一日消费人群等各类非常住人口，P相对经济量G来说是偏小的，则经济承载力水平的阈值也应做相应调整.

假设：P(M+N)=X，则e=X/(2W). 因为P是常住人口，M+N依据常住人口计算，所以W=G-T-Q表示常住人口贡献的地区生产总值,其中，G表示地区生产总值，T表示过夜旅游人数贡献地区生产总值，Q表示其他人群贡献的地区生产总值(如佛山市、东莞市和深圳市等城市的一日消费人群). 由于资料不易获取，本文仅用占较大比重的过夜旅游人数的地区生产总值作为阈值修订的一个主要指标，而Q值不在阈值修订的考虑范围，则W=G-T.

若e=1，则e=X/[2(G-T)]=1. 因为文中的W值计算是运用所有人群贡献的地区生产总值，e=X/(2G)<1，所以需对阈值进行相应调整. 经济承载力的修订值计算如下：

(4)

根据广州市、珠海市、佛山市、东莞市、中山市、惠州市、江门市和肇庆市的国民经济和社会发展统计公报(2005、2008、2011、2014年)获取旅游总收入和地区生产总值数据(阈值的修订需抽取具有梯度层级的城市，鉴于深圳市与广州市均处于第一梯度，且深圳市有关数据的统计口径与其余8个城市不同，故深圳市不参与阈值修订)，结合式(4)得到阈值结果(图1).

图1 城市经济承载力修订值的波动范围

Figure 1 The fluctuation range of the revised value of economic carrying capacity of cities

经计算，2005、2008、2011、2014年等4个节点阈值的变异系数分别为0.050、0.044、0.043和0.040，总体阈值的变异系数为0.043，表明阈值波动性很小，数值较为集中，基于这一变异系数前提下，均值为0.91. 因此，阈值应调整为0.91更为合适：当e<0.91时，说明经济承载力处于相对富余的状态；当e=0.91时，说明经济承载力处于临界状态；当e>0.91时，说明经济承载力处于超载状态.

2 结果与分析

2.1 珠三角城市群及其内部城市经济承载力

由式(3)可得珠三角城市群内各城市的经济承载力指数(表1)，运用SPSS软件，通过聚类分析(采用的是系统聚类，其组间聚类采用欧式距离来进行测度)，得到聚类分析树状图(图2).

表1 珠三角城市群及其内部城市经济承载力指数Table 1 The urban economic carrying capacity index of pearl River Delta megalopolises and its internal city

图2 聚类分析树状图

从表1可知：(1)珠三角城市群的经济承载力指数由2005年的0.86增至2014年的0.87，其中2005—2009年与2014年的经济承载力指数小于阈值0.91，2010—2013年的经济承载力指数均大于阈值0.91，表明近10年珠三角城市群经济发展稳中向好. 此外，从近10年珠三角城市群经济承载力指数的标准差(0.048)可以推断出经济承载力呈年际不稳定小幅波动.

(2)珠三角城市群内部深圳市、广州市、珠海市、佛山市、肇庆市、惠州市、东莞市、中山市和江门市的经济承载力指数均值分别为0.612、0.684、0.790、0.800、2.466、1.569、1.134、0.988、1.800, 标准差分别为0.041、0.052、0.034、0.066、0.380、0.084、0.146、0.060、0.087，标准差表明，10年间每个城市的经济承载力呈现年际波动性，其中珠海市、深圳市和广州市波动性最小，说明经济发展较为稳定，中山市、佛山市、惠州市和江门市次之，东莞市和肇庆市的波动性最大，说明两市的经济发展极不稳定. 而9大城市经济承载力指数均值的标准差为0.621，表明近10年珠三角城市群内部9大城市的经济承载力呈现非均衡性.

(3)从珠三角城市群内部的城市个体看，广州市、深圳市的经济承载力指数分别由2005年的0.64、0.58增至2014年的0.69、0.59，年际e值均小于阈值0.91，表明两市的经济承载力较高；肇庆市的经济承载力指数由2005年的2.83降至2014年的1.93，年际e值远大于阈值0.91，其中仅有2014年的e值小于2，但阈值的差距也达到了1.02，表明尽管肇庆市的经济承载力呈现较快增长，但经济承载力仍处于较低水平；珠海市的经济承载力指数由2005年的0.77降至2014年的0.76，年际e值均小于阈值0.91，经济承载力较高；佛山市的经济承载力指数由2005年的0.82增至2014年的0.85，年际e值均小于阈值0.91，经济承载力较高；东莞市的经济承载力指数由2005年的1.04增至2014年的1.25，年际e值均大于阈值0.91，经济承载力相对较低；中山市的经济承载力指数由2005年的1.03降至2014年的0.99，年际e值均大于阈值0.91，经济承载力水平仍有较大提升空间；惠州市的经济承载力指数由2005年的1.60降至2014年的1.38，年际e值均大于阈值0.91，经济承载力水平逐步提升；江门市的经济承载力指数由2005年的1.77增至2014年的1.91，年际e值均大于阈值0.91，经济承载力超载状态严重.

综上可知，近10年珠三角城市群内部9大城市中，广州市和深圳市经济发展水平最高，经济承载力指数在0.60±0.05的水平范围内波动，波动幅度较小，说明两市常住人口的增加与地区经济发展呈现线性增长趋势，经济发展十分稳定；东莞市、惠州市、中山市和江门市的区域经济承载力指数均大于阈值0.91，其中东莞市和中山市的经济承载力指数在1±0.1范围内波动，表明两市的经济发展未呈现跳跃式的发展，呈现稳定状态；珠海市和佛山市的经济承载力指数在0.70～0.91之间波动，说明两城市处于经济稳定发展阶段;肇庆市的经济承载力持续减小，经济发展稳中向好. 结合图2可以看出，珠三角城市内部9大城市的经济承载力具有层级性，其中深圳市、广州市、珠海市和佛山市位居第一层级，东莞市和中山市位居第二层级，惠州市位居第三层级，江门市位居第四层级，肇庆市位居第五层级.

2.2 珠三角城市群内部城市经济承载力空间分异

将珠三角城市群内部9个城市2005、2008、2011、2014年的e值导入ArcMAP 10.2，得到珠三角城市群经济承载力的地理空间分异格局(图3). 由图可知，珠三角城市群的经济承载力逐年提升，但内部城市之间的经济承载力分异化加剧. 在地理空间上，分别形成以深圳市、广州市和珠海市为核心的多极化区域经济承载力体系，三大区域经济承载力水平的递减趋势为：广州市-佛山市-肇庆市(广佛肇)，深圳市-东莞市-惠州市(深莞惠)，珠海市-中山市-江门市(珠中江). 同时,三大区域的经济承载力水平呈现等级差异，珠江东岸的“深莞惠”与珠三角腹地的“广佛肇”的经济承载力水平远高于珠江西岸的“珠中江”，西岸塌陷的阴影效应十分显著.

呈现经济承载力多极化与等级差异的原因如下：(1)从经济发展水平、经济集聚及配套基础设施看，深圳市、东莞市和广州市相对其他城市占绝对优势. (2)从交通设施状况看，深圳市、广州市、东莞市、惠州市及佛山市的交通基础设施较为完善. (3)从地缘优势看，深圳毗邻香港，可达优势明显，其次是东莞市、广州市与深圳市，西岸城市的可达优势及地缘优势处于弱势地位[17]. (4)从政策环境看，国家对珠三角9个城市的对外开放格局呈现分层化：第一层次是经济特区，是与港澳相邻的深圳市和珠海市；第二层次是沿海开放城市，一系列优惠政策助推广州市成为内联珠三角地区及广大腹地的经济中心和枢纽；第三层次是珠江三角洲经济开放区，该开放区1985年被批准成立时包括佛山市、中山市、江门市、东莞市，惠州市和肇庆市于1987年列入其中[18]. 综上可知，早期较高的经济发展水平、相对完善的基础设施、毗邻香港的地缘优势、国家政策倾斜等多因素的叠加效应助推珠三角东部和中部区域经济飞速发展，随着对外开放政策在珠三角城市群内部各城市逐步放开，区域内新的增长中心不断产生[19]，珠海市顺势崛起，形成以广州市、深圳市、珠海市为核心且东部与中部强于西部的多极化经济发展格局.

因此，加快珠江西岸的经济发展、缩小区域之间的经济差异和促进珠三角城市群区域经济一体化有助于区域经济一体化效应反作用于珠三角城市群，推动珠三角城市群与区域经济一体化以螺旋式上升的形式稳步健康发展.

图3 经济承载力水平空间分异

3 结论与讨论

本文运用修正后的人口-经济承载力模型，测度了珠三角城市群整体以及城市群内部广州市、深圳市和佛山市等9个城市之间2005—2014年的经济承载力水平，并分析了经济承载力水平的空间分异，主要结论如下：

(1)珠三角城市群整体经济承载力水平趋于稳定小幅度波动状态，经济发展呈稳定上升趋势. 但是，珠三角城市群内部9个城市的经济承载力水平差异较大，等级分化严重，形成区域经济承载力差异较大的经济承载力等级体系：第一层级是深圳市、广州市、珠海市和佛山市；第二层级是东莞市和中山市；第三层级是惠州市；第四层级是江门市；第五层级是肇庆市.

(2)空间分布上，经济承载力水平分别形成以深圳市、广州市和珠海市为核心的三大区域，三大区域的经济承载力水平递减趋势为：广州市-佛山市-肇庆市，深圳市-东莞市—惠州市，珠海市-中山市-江门市. 三大区域的经济承载力水平也存在差距，珠江东岸的深圳市、东莞市和惠州市与地处珠三角腹地的广州市、佛山市和肇庆市的经济承载力水平相对珠江西岸的珠海市、中山市和江门市较高.

本文认为，应加快惠州市、江门市和肇庆市的经济发展，提高经济承载力水平，提升珠江西岸以珠海市为核心的都市圈的经济发展水平，缩小以广州市、深圳市和珠海市为核心的三大都市圈的区域经济承载力水平差异，以及缩小三大都市圈内部城市的区域经济差异，推动珠三角城市群的区域经济一体化. 此外，模型修正过程中，仅用旅游总收入对其阈值进行调整，未被纳入统计口径的人群(例如：从佛山市到广州市的一日购物的消费者)对GDP做出贡献的那部分城市收入未予以考量. 比较国内城市群之间以及国内外城市群之间的经济承载力将作为下一步研究的方向.

[1] 孔凡文,胡弘,张婷婷. 城市经济承载力及其测算方法研究——以沈阳市为例[J]. 城市问题，2013(7)：55-58.

[2] 冯晓华,曹暄. 城市经济承载力构成要素的比较分析——兼论武汉市经济承载力的提升策略[J]. 学习与实践,2009(3):160-163.

[3] 施海燕. 区域经济承载力评价研究——以浙江海宁为例[J]. 新西部月刊,2008(4):58-59.

[4] 郭志伟,张慧芳,郭宁. 城市经济承载力研究——以北京市为例[J]. 城市发展研究,2008,15(6):157-161.

[5] 韩帅帅，狄乾斌. 城市经济承载力定量化方法探讨——以大连市为例[J]. 国土与自然资源研究，2014(4)：55-58.

HAN S S,DI Q B. City economy capacity study on quantitative method:a case study of Dalian City [J]. Territory & Natural Resources Study,2014(4):55-58.

[6] 李莹,张仁陡. 民勤县经济承载力评价研究[J]. 广东农业科学,2010，37(7):413-415.

[7] 史宝娟,郑祖婷. 河北省11市城市综合承载力比较分析[J]. 科技和产业,2013,13(2):49-52.

SHI B J,ZHENG Z T. Study on city comprehensive carrying capacity evaluation of 11 cities in Hebei Province [J]. Science Technology and Industry,2013,13(2):49-52.

[8] 狄乾斌,韩帅帅. 城市经济承载力的综合评价及其时空差异研究——以我国15个副省级城市为例[J]. 经济地理,2015,35(9):57-64.

DI Q B,HAN S S. Comprehensive evaluation and its spatial and temporal differences of city economic carrying capacity:a case study of 15 sub-provincial cities[J]. Economic Geography,2015,35(9):57-64.

[9] 陈娟,李景保,卿雄志. 湖南“3+5”城市群城市综合承载力评价[J]. 国土与自然资源研究,2010,22(4):17-20.

CHEN J,LI J B,QING X Z. Evaluation on urban comprehensive carrying capacity of “3+5”urban agglomeration of Hunan Province[J]. Territory & Natural Resources Study,2010,22(4):17-20.

[10] WANG T X,XU S G. Dynamic successive assessment method of water environment carrying capacity and its application[J]. Ecological Indicators,2015,12:134-146.

[11] 肖金成,袁朱. 中国十大城市群[M]. 北京:经济科学出版社,2009.

[12] 何晖. 珠三角城市群的经济转型与一体化发展策略[J]. 清远职业技术学院学报,2016(6):49-56.

[13] 唐德详,马金海,王筱欣. 重庆三峡库区经济人口承载力、劳动力供求预测[J]. 人民长江,2007,38(8):24-26.

[14] 石忆邵,尹昌应,王贺封,等. 城市综合承载力的研究进展与展望[J]. 地理研究,2013,32(1):133-145.

SHI Y S,YIN C Y,WANG H F,et al. Research progress and prospect on urban comprehensive carrying capacity[J]. Geographical Research,2013,32(1):133-145.

[15] 张鑫,闫珍丽. 城市经济承载力测算研究[J]. 合作经济与科技,2014(10):4-5.

[16] 赖作莲,查小春. 陕南秦巴山区人口承载力研究[J]. 干旱区资源与环境,2007,21(7):7-9.

LAI Z L,ZHA X C. Study on population carrying capacity in Qinba mountainous areas of Southern Shanxi Province[J]. Journal of Arid Land Resources and Environment,2007,21(7):7-9.

[17] 陈恩,李佳鸿. 港商在内地投资的区位布局与实证研究[J]. 产经评论,2011(2):62-72.

CHEN E,LI J H. An empirical analysis on the location of Hongkong investment in the mainland and Pearl River Delta[J]. Industrial Economic Review,2011(2):62-72.

[18] 丁秀飞. 珠三角各城市经济发展的差异及影响因素分析[J]. 云南财经大学学报(社会科学版),2010,25(6):82-84.

[19] 林耿,闫小培. 珠江三角洲经济发展问题及原因剖析[J]. 中国发展,2004(3):4-10.

Economic Carrying Capacity and Spatial Difference in Pearl River Delta City Group over the Past 10 Years

CAI Yonglong1， CHEN Zhongnuan1*， LIU Song2

(1. School of Geography， South China Normal University， Guangzhou 510631， China；2. School of Geography and Planning， Sun Yat-Sen University， Guangzhou 510275， China)

Compared with the economic development level of the Pearl River Delta urban agglomeration, the per capital GDP from 2005 to 2014 of selected 18 cities of those areas with smaller economic development gradient difference as sample data including Beijing, Tianjin and Chongqing and so on are used for population-economic carrying capacity model revision, and the population-economic carrying capacity model is revised. Then, economic bearing capacity of the Pearl River delta urban agglomeration and 9 cities within it from 2005 to 2014 is tested by using revised population-economic carrying capacity model, and the spatial differentiation of economic bearing capacity is analyzed. It is concluded as follows：Firstly, the economic bearing capacity of the pearl river delta urban agglomeration tend to be small fluctuations, but, the interior of the urban agglomeration, polarization effect is very significant; the trickle-down effect is still in the lower levels, and the trickle-down effect is still at the lower level. Secondly, internal urban agglomeration, the level differentiation bearing capacity of urban economic level is very serious, formed in Shenzhen, Guangzhou, Zhuhai and Foshan as the first level, Dongguan and Zhongshan to the next level, Huizhou, Jiangmen and Zhaoqing took three to five levels of economic bearing capacity rating system. Thirdly, the three core area is formed including Guangzhou, Shenzhen and Zhuhai, and the changing trend of three regional’ economic bearing capacity level is Guangzhou-Foshan-Zhaoqing (Guang-Fo-Zhao), Shenzhen-Dongguan-Huizhou(Shen-Guan-Hui), and Zhuhai-Zhongshan-Jiangmen(Zhu-Zhong-Jiang) in the geographical space. Finally, for nearly 10 years, the carrying capacity of the pearl river delta urban agglomeration in east area is higher than the western, and the shadow effect of west bank collapse is significant.

2016-03-14 《华南师范大学学报(自然科学版)》网址：http://journal.scnu.edu.cn/n

国家自然科学基金项目(41171141)

*通讯作者:陈忠暖，教授，Email：chenzhn@scnu.edu.cn.

K901

A

1000-5463(2017)05-0086-06

【中文责编：庄晓琼 英文审校：肖菁】