甘元玲

（重庆对外经贸学院，重庆 401520）

同城化是城与城之间的紧密合作，是区域一体化的最高形式[1]。同城化并不是从西方引进的概念，而是在我国城镇化发展的实践中提出的。2005 年深圳市在《深圳2030 城市发展策略》中提到与香港形成同城化发展态势，建立世界级同城化城市群[2]。高秀艳等[3]对同城化概念进行了界定。作为城市群与同城化的结合，城市群同城化是城市群一体化发展的高级阶段。陈梦微[4]对成都平原城市群同城化水平进行了测度。史越[5]通过测度呼包鄂城市群同城化水平，提出了三市同城化发展的路径。

《重庆市人民政府工作报告（2020 年）》明确提出：推动“一区两群”协调发展。璧山、江津、长寿、南川被定位为同城化发展先行区，加快与中心城区的融合。2018 年9 月，成都、德阳、眉山、资阳四市签署了加快同城化发展的合作协议。2020 年7 月，四川省印发了《关于推动成德眉资同城化发展的指导意见》。重庆与成都在同城化发展中先试先行，有力助推成都、重庆都市圈相向发展，推动成渝地区双城经济圈建设成为“全国新发展格局”的重要支撑，助力形成区域协调发展新格局。基于此，本文尝试对成渝地区双城经济圈城市群同城化水平进行测度，根据样本数据测算同城化指数，以期为成渝地区双城经济圈城市群同城化发展的政策制定提供依据。

1 研究方法与数据来源

1.1 研究方法

1） 熵值法。这是一种根据指标的相对变化对总体的影响来客观确定指标权重的评价方法。它是对不确定性的一种度量：信息量越大，不确定性就会越小，熵也就越小；反之，熵越大。因此可以利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵这个工具计算出各项指标的权重，为多指标综合评价提供依据[6]。

2） 空间经济引力模型。引力模型来源于物理中的万有引力模型，起源较早、应用比较广泛，可用于量化区域间的经济联系强度。梳理前人已有研究，学者们一致认为：区域质量的高低与该区域的经济规模和人口指标呈正向关系，因此构建了反映经济联系强度最经典的引力模型。

式中：pi，pj为区域i，j 的人口指标；vi，vj为区域i，j 的经济规模指标；dij为两地的距离；b 为距离衰减指数，理论上认为可以在0.5 到3.0 之间，通过研究多项成果综合考虑，本文取值为2。

1.2 数据来源

根据数据可得性和研究的实际需求，本文选取了重庆主城中心城区以及重庆主城新区的江津、长寿、璧山、南川、合川、铜梁6 区，共计7 个样本。鉴于重庆市在2019 年提出新的城市规划“一圈两群”，且大部分区县的统计年鉴无法获取，无法得到2018 年之前的数据，因此重庆部分选择了2018—2020 年的数据。四川部分选择了成都、德阳、眉山、资阳4 个市作为样本，年份区间为2015—2020 年。本文所用数据均来自重庆及其所辖区县历年统计年鉴以及四川4 市历年统计年鉴。

2 实证分析结果

2.1 空间经济联系测度及分析

为了测度重庆各区域间的空间经济联系，本文利用公式（1），借助Excel 计算2018—2020 年7 个样本两两之间的空间经济联系强度，结果见表1。

表1 江津、长寿、璧山、南川、合川、铜梁与主城中心城区的经济联系强度

表1 显示，合川、璧山与主城中心城区的经济联系强度是排在前列的，其次是重庆同城化发展先行区长寿、江津，最后是铜梁、南川。总体而言，随着近几年重庆基础设施的不断完善及发展，主城新区与中心城区的经济联系强度在不断加大。具体来看，合川因其人口总量和经济规模不断扩大，居于首位；璧山因其经济规模和与中心城区的距离短，其与中心城区的经济联系强度紧随其后；铜梁和南川，因人口总量和经济规模均不占优势，尤其是南川，其与中心城区的经济联系强度不是很高。这也反映出重庆各主城新区发展不平衡，需要在现有基础上大力推动基础设施互联互通，进一步优化产业布局，进而助推重庆主城都市区高质量发展。

2.2 产业一体化测度及分析

根据竞争优势理论与区域分工理论可知，区域经济是否能够有效互动及协调发展，关键因素是城市间产业一体化发展情况。因为不管是都市圈、都市区、城市群还是城市一体化发展的高级阶段同城化，都是利用特大城市作为辐射源，以其为中心，带动圈层内其他城市联动发展。本文选取了2 个指标对产业一体化进行测度，分别为产业结构相似系数和Krugman 结构差异度指数。

产业结构相似系数用来衡量不同区域的产业结构相似度，计算公式为

式中：Sij为区域i，j 的产业结构相似系数；Xik为区域i 产业k 的份额；Xjk为区域j 产业k 的份额；n=3，即将产业分为一、二、三产业。

Krugman 结构差异度指数用来衡量地区间行业结构的差异度，计算公式为

式中：KIij为Krugman 结构差异度指数；Xik为区域i产业k 的份额；Xjk为区域j 产业k 的份额。

根据重庆和四川的样本数据，利用SPSSAU 在线软件，得到表2 和第60页表3。

表2 重庆样本产业同构系数和Krugman 差异系数

根据表2 可知，2020 年重庆主城新区与中心城区的产业同构系数从高到低的区域依次是南川、合川、璧山、铜梁、长寿、江津；Krugman 差异系数的排序则相反。对比可知，2018 年璧山与主城中心城区的产业同构系数是最低的，而长寿2018 年排在第3，2019 年、2020 年其排名降至第5。由此可见，重庆主城新区与中心城区产业错位发展优势并不突出，产业同构现象仍然严重。

根据表3 可知，德阳、眉山、资阳与成都的产业同构系数均较高，表明这3 个城市与成都的产业趋同比较严重，这严重影响了资源优化配置效率，造成了资源浪费，影响了区域的专业化分工。

表3 成都、德阳、眉山、资阳产业同构系数和Krugman 差异系数

2.3 同城化评价指标体系构建与测度

城市群同城化是指对于同属于一个城市群空间范围内的不同区域打破行政界线，建立各个领域内共享共赢的经济共同体，是城市群一体化发展的高级阶段。根据同城化理论及其发展内涵，本文选取了4 个一级指标量化同城化指数，设置了11 个二级指标，具体见表4。其中，经济发展联系指数选择地区生产总值、人均GDP 和经济联系强度来综合衡量；产业一体化指数由产业同构系数和Krugman 结构差异度指数来表示；基础设施一体化包括城市基础设施和公共服务等，根据数据的可得性，本文选择人均教育支出、人均医疗支出、人均社会保障支出、人均公路距离来反映；市场一体化指数由劳动力市场一体化指数和商品市场一体化指数来衡量，其中劳动力市场一体化指数由不同行业的平均工资变化来衡量，商品市场一体化指数由不同消费品的居民消费价格指数来衡量。

表4 同城化指标体系及权重分配

由于江津、南川、铜梁3 个区并未公布不同行业平均工资变化的相关数据，故无法计算其劳动力市场一体化指数；在收集合川、璧山、长寿3 个区的数据时，由于数据的部分缺失，故在后续分析中仅以2019 年合川、璧山、长寿与主城中心城区的同城化指数为例进行说明。

鉴于产业同构系数与产业一体化指数、商品市场一体化指数和劳动力市场一体化指数与市场一体化指数均呈倒置关系，本文首先利用公式（4） 对这3 个数据进行逆向化处理。

式中：X*i为Xi进行逆向化处理后的数值；Xi为待处理的逆向化数值；Xmax为Xi的最大值；Xmin为Xi的最小值。

然后利用归一化方法对其余数据进行无量纲处理，最后根据SPSSAU，借助熵值法针对样本数据计算得到各级指标权重，见表4。根据得到的结果可知：在影响同城化的一级指标中，经济发展联系指数的权重最大，其次是产业一体化指数，最后是基础设施一体化指数和市场一体化指数。

根据表4 各级指标的权重，计算可得重庆同城化指数和成都、德阳、眉山、资阳同城化指数，结果见图1 和表5。

图1 2019 年重庆同城化指数

表5 2015—2019 年成都、德阳、眉山、资阳同城化指数

图1 显示的是2019 年重庆同城化指数，可以看出作为重庆同城化发展先行区的长寿，借助毗邻中心城区的优势以及良好的产业基础，在基础设施互联互通驱动下，与主城中心城区的同城化指数明显高于合川、璧山与主城中心城区的同城化指数。同时，重庆各主城新区在“一区两群”协同发展战略规划下相向相行，共同助推重庆主城都市区高质量一体化发展。

根据表5 所示的2015—2019 年成都、德阳、眉山、资阳同城化指数可知，德阳-成都的同城化指数明显高于眉山-成都、资阳-成都的同城化指数。这是因为德阳自身具有发展实力，且与成都的距离比另外两个城市与成都的距离要近，但成都的“东进”战略将会带动资阳、眉山快速发展起来，提高同城化程度。

3 结论

本文首先借助空间引力模型对重庆6 个主城新区与主城中心城区的空间经济联系强度进行了测度，结果显示合川、璧山与主城中心城区的经济联系强度排在前列，其次是重庆同城化发展先行区长寿、江津，最后是铜梁、南川。这说明重庆主城新区的发展不平衡，需要在现有基础上大力推动基础设施互联互通，进一步优化产业布局，助推重庆主城都市区高质量发展。

其次，利用产业结构相似系数和Krugman 结构差异度指数对重庆6 个主城新区与主城中心城区的产业一体化进行分析，发现主城新区与中心城区产业错位发展优势并不突出，同构现象严重；成都、德阳、眉山、资阳的产业同构问题同样突出。

最后，利用熵值法对同城化评价指标体系赋予权重并求出综合得分，结果表明重庆同城化发展先行区长寿与主城中心城区的同城化指数明显高于合川、璧山与主城中心城区的同城化指数，成都-德阳的同城化指数明显高于眉山-成都、资阳-成都的同城化指数。