前言PREFACE

改革开放以来，中国的城镇化进程快速推进。1978—2014年中国城镇化率从17.92%提升到54.77%，城市人口从1.72亿增加到7.71亿，城市数量从193个增加到658个，并且城市的人口规模各异，它们共同构成了中国城市规模体系。随着中国城市数量增加和规模扩大，中国城市规模体系如何演进？中国城市规模体系是否服从Zipf法则、Gibrat法则与DPLN分布，三个城市规模体系如何演进？如果中国城市规模体系与标准的Zipf、Gibrat或DPLN城市体系存在偏差，原因何在？这是本书所研究的主要问题。

2008年全球金融危机爆发后，世界经济增长乏力逐渐导致中国经济进入新常态，GDP增速从2007年的14.2%降至2014年的7.4%。以往由出口和投资拉动的经济增长方式难以为继，中国经济增长的动力逐渐转向供给侧，因而，城镇化成为未来拉动中国内需和经济增长的主要动力之一。虽然中央政府制定和实施新型城镇化战略，强调本地城镇化和小城镇化的重要性，但是中国大城市化特征在逐渐增强，大城市总人口占地级市总人口的比重从1995年的48.7%增加到2014年的69.91%，市辖区人口从1995年的63.02%增加到2014年的78.84%。同时，随着各地区城市群的形成与发展，客观上需要一些区域核心城市规模不断扩大，带动区域经济协调发展，这凸显出研究中国城市规模体系演进与布局的现实意义。城市规模和空间结构分布是城市经济学研究领域的两个主要问题，这使得本书具有重要的理论意义。

世界城市化进程继续推进、新型城镇化战略实施、新常态下中国经济发展方式转型和大城市与小城市发展模式之争是研究中国城市体系的背景。首先，本书分析了不同时期世界、发达地区与欠发达地区、不同收入国家、洲际城市人口和不同规模城市数量的分布，并在此基础上，考察了中国的城市化进程和城市规模分布状况。其次，本书运用新经济地理理论考察了城市体系服从Zipf法则与Gibrat法则的形成机制。再次，本书利用1990—2013年中国地级市数据，分别从自然因素、工资差异和集聚经济三个视角分析了城市规模影响因素，并通过城市总人口、市辖区人口、非农人口和建成区面积四个指标考察城市规模，对中国城市规模体系是否服从Zipf法则、Gibrat法则和DPLN分布进行检验。最后，本书从政治因素、公共服务因素和集聚经济因素三个方面解释中国城市规模体系出现偏差的原因。主要研究发现如下：

第一，本书主要回顾了西蒙-克鲁格曼模型、葛拜斯模型、罗斯-汉斯伯格和怀特模型以及艾克霍特模型，探讨了城市规模体系服从Zipf法则与Gibrat法则的形成机制。西蒙-克鲁格曼模型认为，城市规模体系服从Zipf法则需要很长时间，并且城市规模初始差异是十分重要的，它主要由各城市的地理特征差异所决定。葛拜斯模型和罗斯-汉斯伯格和怀特模型均是假定城市规模变化满足Gibrat法则，城市规模体系会自动服从Zipf法则，不过，二者对城市初始规模的差异解释不同，葛拜斯模型认为城市规模差异主要是由各城市产业冲击不同造成的；罗斯-汉斯伯格和怀特模型强调生产永久性冲击和AK模型对Gibrat法则形成的重要性。艾克霍特模型将地区外部性作为Gibrat法则形成的主要机制，一旦地区外部性的形式满足Zipf法则，整个城市规模体系会满足Gibrat法则。因而，在理论上，Zipf与Gibrat城市规模体系是可以相互演进的。

第二，农业和战争是城市兴起的驱动力，王权和宗教也是影响城市规模的重要因素，河流的运输功能在城市发展中扮演重要角色。进入工业社会以来，城市职能和产业结构对城市规模的影响在增强，经济集聚因素逐渐成为城市规模的主要决定因素。从自然因素看，自然因素对城市人口规模仍有较强的解释力，降水量、日照时数、1月份平均气温、7月份平均气温、地形、粮食产量、距海岸线距离和海拔能解释不同城市的人口规模差异；城市地域规模受自然因素影响较弱，主要受地形、距海岸线距离和粮食产量的影响。从工资差异看，不论短期效应还是长期效应，在全国层面，城乡工资差异、教育水平和城市环境均能增强城市和市辖区对迁移人口的吸引力。分地区来看，尽管短期内工资差异在东部、中部和西部地区均对城市迁移人口产生正向影响，但是该效应在中部和西部地区并不具有统计显著性；长期内工资差异仅对西部地区城市迁移人口产生正向影响，对东部和中部地区城市迁移人口产生负向影响。引入房地产市场后，房价显著地阻碍市辖区人口规模的不断扩大。从集聚经济因素看，在全国层面，短期内制造业专业化程度提高，降低了城市总人口规模和市辖区人口规模，但能增加非农人口规模；在长期内，均显著降低了城市人口规模。城市产业多样化程度对城市总人口的短期效应为正，长期效应则相反；在短期和长期内均降低了市辖区人口规模，提高了非农人口规模。在分地区层面，短期内制造业专业化程度的提高，降低了东部地区的城市规模；对中部地区的影响并不具有统计显著性；不过，显著降低了西部地区的城市总人口规模，并增加了非农人口规模。长期内，制造业专业化程度提高，会降低三大地区的城市总人口规模和非农人口规模；在东部地区和中部地区对市辖区人口产生正向影响；在西部地区产生相反影响。短期内产业多样化程度提高对三大地区的城市总人口和非农人口均产生正向影响；对中部和西部地区市辖区人口产生负向影响。长期内产业多样化程度提高对东部地区城市人口规模产生正向影响；对中部和西部地区的城市人口规模产生不利影响。此外，本书还利用交通拥堵指数考察通勤成本对城市规模的影响，发现全天拥堵延时指数和高峰拥堵延时指数的增大，均会对市辖区人口产生不利影响。并且，在考虑通勤成本之后，城市专业化程度的提高会继续扩大市辖区人口规模。

第三，中国城市规模体系并不满足Zipf法则与Gibrat法则。在全国层面，无论是城市总人口、市辖区人口、非农人口还是建成区面积衡量的城市规模体系均不满足Zipf分布，但是在上尾部分，中国城市规模能较好地用Zipf分布进行描述，并且在多数年份中国城市规模帕累托分布的幂指数大于1。同样，中国城市规模体系也无法用Gibrat法则准确描述，从截面图形看，它能在中间部分很好地拟合城市规模实际分布，在上尾部分和下尾部分会产生较大偏差。利用面板数据进行的Gibrat分布检验显示，2000—2013年中国城市规模Gibrat分布的β0系数要小于1990—1999年的β0系数，这表明，第二个时期中国城市规模体系与Gibrat分布更为接近。分地区来看，三大地区城市总人口、市辖区人口、非农人口和建成区面积帕累托分布的幂指数几乎均大于1，不满足Zipf法则。三大地区Gibrat分布的β0系数很少为0，只有2000—2013年中部地区城市总人口和非农人口的β0系数为0，这表明，多数情况下Gibrat分布描述中国城市规模分布存在一定偏差。另外，本书还分别检验了1990—2013年、1990—1999年和2000—2013年三个时间段各省的城市规模体系是否服从Gibrat分布，结果并不支持Gibrat分布。同样，对这三个时间段长三角、珠三角、京津冀和长江中游城市群的城市规模进行Gibrat分布检验，结论亦不支持Gibrat分布，不同时间段各城市群Gibrat分布的β0系数均不为0。

第四，DPLN分布兼具Gibrat分布与Zipf分布的特征，在中间部分，具有Gibrat分布的形式；在上尾和下尾部分，满足帕累托分布特征。因而，本书亦对中国城市规模体系是否契合DPLN分布进行检验，通过绘制各年DPLN分布的图像和最大似然估计法证明：DPLN分布并不能完美描绘中国城市规模分布，但能较好地描述2000年以后市辖区人口和建成区面积的实际分布。城市总人口和非农人口用LN分布（Gibrat分布）描述更为合适。

第五，由于三种城市体系并不能很好地拟合中国城市规模分布，故研究造成中国城市规模体系偏差的原因是十分必要的。本书从政治因素、集聚经济因素和公共服务因素三个方面进行解释。同时，鉴于政府在中国城市化进程中扮演的重要角色，本书突出强调了政治因素和公共服务因素对城市规模偏差的解释。具体来看，不论是在短期内，还是在长期内，这三大因素均能对全国层面城市规模Zipf分布偏差和Gibrat分布偏差进行较好的解释。分地区来看，这三类因素对东部、中部和西部地区城市规模的短期影响和长期影响存在较为明显的差异。短期内，制造业专业化程度和产业多样化程度主要对中部地区的市辖区人口偏差和建成区面积偏差产生正向影响，对其他地区的城市总人口偏差和非农人口偏差产生负向影响；长期内，这个效应正好相反。考虑到（无论是Zipf分布偏差，还是Gibrat分布偏差）城市规模偏差正负值可能导致的各变量实际效果的差异，本书还利用面板Logit模型对城市规模偏小的状况进行了检验，发现在全国层面和分地区层面，城市规模Zipf分布偏小的主要原因是政治因素和部分集聚经济因素；城市规模Gibrat分布偏小几乎不受政治因素的显著影响，工资水平、对外开放程度、公共交通状况、城市环境和是否为省会以上城市对它有显著影响。最后，探讨了DPLN分布的偏差问题，发现城市总人口按照（I-rank+1）/I法生产的分位概率与其累积密度函数图像存在矛盾，并且城市总人口DPLN分布的累积密度函数图像存在一个下降的过程，因而，它可能不适合用DPLN分布进行描述。