时间：2023-09-22 09:45:40
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇城市发展规模，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
城市规模问题是一个长期争论的命题。我国历来强调控制大城市规模的政策(简称规模政策),但是实施的过程却往往与之背道而驰,大上海已经够大了,偏偏又划出了浦东开发区。进入90年代以来,各大城市无不进行城市规划的大调整,而其总用地规模、大体上与经济规模一样的翻一番。一些大城市的规划目标要进入特大城市行列,据说有20多个城市的规划目标是国际化大都会”。还有为数不少的中等城市规划目标要进入大城市行列。因此,规模政策”变成了一句空话。其实,推动城市规模发展的动力是当地经济发展的活力、区位优势的显现和投资环境改善的一种合力,是难以阻挡的客观现象,对于即将迈步进入小康社会的、有12亿人口的大国,尽管城市化的主渠道是走发展小城镇的道路,但在一个省区范围内有一、二个特大城市,有一批大城市和中等城市作为经济支撑点是十分必要的。当然也不能不顾客观条件,以不切实际的空想去代替科学的预测,更不能以大规划之名而行大肆炒卖土地之实,或叫做吃祖宗老本,花子孙的钱”。科学的做法应该是弹性规划,留足余地,阶段明确,分期实施,集中建设,紧凑发展。
城市化过程有起点也就有终点,不可能无限止的发展。从总体而言,当一个地区的城市化水平达到70%左右,总的城市(城镇)用地规模也就变化不大了。因此,城市规划必须从区域着眼,分析各种规模级城镇吸纳人口的可能性,同时科学预测其相应实现的阶段性。这种规划还应该与基本农田保护规划相互匹配,而不是二张皮。所以,若讲控制规模实质必须付以明确的时空观念。时间应界定在我国城镇水平接近或达到70%左右,即将进入变化曲线的第二个拐点的时间,空间则应根据可持续发展的原则,既保证我国粮食的基本自给,又使城市可以弹性发展,进行平衡和布局,寻求可以拓展的备用空间范围。最近江苏省率先在全省范围内开展了把村镇建设规划区与基本农田保护区结合起来加以划定的工作,亦称二区”划定工作,很值得各地借鉴。
布局问题。城市的布局应该有二层内涵。一是指大的地域空间内的城镇分布均衡性问题。随着地区经济发展条件优劣的变化,在全国范围内必然出现城市分布疏密差异的不均匀性。我国东部沿海省区工农业经济基础条件较好,加之较早获得改革开放的优惠政策,因此近年来城市化速度也较快,同时这些地区人口密度相对较高,因此城市分布密度和规模趋向高密也是必然的。现在在长江三角洲、珠江三角洲出现所谓都市绵延带的新课题也是必然的。而大西北地区由于地广人稀,经济发展也受一定条件制约,即使今后城市化水平较高时,城市的分布密度也还会是偏低的。因此并不存在必须在全国范围同步解决城市布局平衡的问题。如果实行大规模的移民政策和企业搬迁政策,强制调整人口分布密度,实践证明收效甚微,甚至是得不偿失的。随着发达地区本身产业层次的升级,低层次产业必然发生梯度转移,与这种转移相伴随的结果,或者可能在一定程度上缓解这种不均匀性。
就某一特定地区而言,确实存在一个城镇体系的合理布局问题。因为不同规模级的城镇发挥的能级作用是各不相同的。我们希望的是最大限度地综合发挥各级城镇的效益,因此,要寻求合理的分工,尽可能避免重复建设和效益的抵消。每个城市发展的规模,还受自然条件的制约,如水资源、土地资源——特别是基本农田保护政策的制约,环境容量的制约等。城镇与区域内可能形成的基础设施网络关系密切。如陆路、水路、航路等交通条件,通讯条件、电力供应条件等。还有城镇本身的特色产业、旅游资源、历史文化等等是否有优势条件等。所以,城镇处于特定的空间,赋予特定的发展目标,造就一个有机的、高效的、可持续发展的城镇体系,这就是加快城镇体系规划的意义所在。
城市的结构形态问题。如果讲实行城市“规模政策”难度较大,是由于很大程度上取决于客观经济推动力的作用,那么,城市的空间结构形态却是可以通过人的主观能动来加以引导的。我国很多大城市实际是在中等城市的基础上发展起来的,传统的扩展模式是以原有城市核心区为中心向周边不断辐射扩散,每隔若干年调整一次城市规划,不断的吃掉周边的郊区和农田,就像摊大饼一样,愈摊愈大。这种模式造成的后果是,
一原有城市内部的基础设施每隔若干年就要扩建或更新,马路一扩再扩,房屋拆了建、建了拆,人行道挖挖填填、填填挖挖”,旧的管线拆不了,新的管线不断挤进有限的地下空间,陷入一种低水平重复建设的循环之中。
二,由于是一张大饼,周围开发度较高、效益较好的农田菜地必然不断被蚕食,即使到远郊去复垦地也难以收到原有的效益。
三,人们成天穿梭忙禄在混凝土森林之中,与大自然愈来愈疏远。
四,城市的历史文化在不断的拆拆建建之中逐渐泯灭,依稀可辨的也只能是在重重高楼包围之中茕茕孓立的个别古建筑或宅院,既不协调也毫无情趣可言了。
五,不间断的旧城改造,容积率和密度不断地提高,致使城市不堪重负。特别是作为城市市区中心的黄金地段,被折腾的强度往往也是最高的,环境污染,交通阻塞,使人有窒息之感。
[关键词]异质性个体；最优城市规模；经济效率损失；区域差异
一、引言
从世界范围来看，在国家收入提高的过程中，劳动力会从低就业、低产出的农业活动转向充分就业、高产出的城市制造活动。那么，中国在过去三十多年的快速经济增长过程中，也同样出现了劳动力就业的变化，即大量的农村剩余劳动力进入城市，进而逐渐导致中国城市化进程加速。2000年，中国的城市化率为36.22%。2010年年末进行的第六次人口普查数据显示中国的城市化率为49.68%，2011年内地的城市化率已经突破50%，达到51.27%。根据Northam的S型曲线，目前中国的城镇化水平处于中期高速增长阶段，中国已经进入城市化发展的关键时期。
虽然城市化率增长很快，但在这个过程中各个城市的发展有所差异，于是形成城市层级，即不同的城市规模。近年来，对于集中在东部的大城市而言，“大城市病”给城市居民带来了一系列的困扰，严重阻碍城市规模的扩张。而政府对城市发展的方针也发生了一定转变，从1980年早期的控制大城市规模，合理发展中等城市，积极发展小城市；到1990年《城市规划法》中严格控制大城市规模，积极发展中小城市；最后转变为在2013年党的十八届三中全会的决定中提到的要推进以人为核心的城镇化，推动大中小城市和小城镇的协调发展，建立和完善跨区域城市发展机制，全面放开建制镇和小城市落户限制，有序放开中等城市落户限制，合理确定大城市落户条件，严格控制特大城市的人口规模。
关于城市发展政策的转变，学术界对此也存在一定的争议。城市在某种程度上而言是聚集的产物，它的基本规模是由聚集收益和城市成本之间的权衡决定的。那么目前中国城市规模究竟是过大还是过小？有些学者认为中国大城市规模过大，聚集了大量的要素禀赋，尤其是社会资源，大城市的吸附作用过强导致中小城市的聚集效应不能充分发挥，甚至会造成附近的中小城市衰落。但是有些学者通过位序-规模法则研究发现，中国的特大城市发展不到位，首位城市发展不足，中小城市过多，应该继续鼓励大城市的发展。与国际大城市相比，城市化发展不足对中国经济增长的制约已经越来越突出，中国的大城市不是太多，而是太少。因此，本文要探讨的就是中国的城市规模相对于最优规模而言是过大还是过小，以及这种差异给城市居民所带来的经济效率损失。通过比较这种经济损失，进而得出中国是否应该鼓励大城市的发展。
二、文献综述
城市规模一直以来都是城市经济学研究的经典问题。截至目前，国内外学者的研究主要集中于以下三个方面。（1）城市最优规模是如何确定的。首先由Alonso（1964），Muth（1969）和Mills（1974）提出并由后人逐渐完善的单中心城市增长理论解释了城市的空间结构及其对城市人口规模的影响。然后Alonso（1971）的城市城市成本一收益模型认为，城市的最优规模是由城市的边际成本曲线和边际收益曲线的交点决定的。这种分析思路得到了广泛的应用，王小鲁和夏小林（1999）通过城市规模收益和外部成本分析发现中国最佳城市规模大致在50万一400万人之间，净收益的峰值在100万～200万人之间。但是在如何准确衡量城市成本和城市收益的问题上存在一定的争议。有学者在计量模型中引入城市规模的二次项来探究城市的最优规模。孙浦阳和武立超（2010）通过宜居性的角度探究城市的最优发展规模，发现城镇人口规模和宜居性之间存在显著的倒“U”型关系，约在人口达到216万人处达到最优规模。而张应武（2009）通过经济发展的角度来探究城市最优规模，发现中国城市发展的最优规模为500万人左右，其中最优规模效应主要集中在东部地区。（2）城市规模的分布问题。对于这个问题，应用最为广泛的模型是由Auerbach（1913）提出的位序一规模法则。Anderson和Ge（2005）通过研究发现，中国与其他国家不同，城市规模分布更适合于对数正态分布，而不是帕累托分布。而张应武（2009）发现，中国的城市规模基本符合帕累托分布，但是与位序-规模法则理想状态相比还存在高位城市缺失的问题。（3）重点研究城市规模与某一因素的关系。Anderson和Ce（2005）对中国城市的规模分布研究发现，改革开放和计划生育政策对中国的城市规模分布产生了显著的结构变化，在改革前城市规模分布保持稳定，在改革后却出现了显著的收敛增长模式。Au和Henderson（2006）使用中国的数据发现，城市规模和人均实际产出之间呈现倒“U”型的关系，因此在给定产业组成的条件下，人们从小城市迁移至大城市会得到很高的生产率收益，所以中国的限制性迁移的政策会造成巨大的经济损失。席强敏（2012）发现，目前中国城市的综合效率与城市规模呈正相关，城市规模效率随城市规模的扩大呈现倒“U”型变化，即特大城市的规模效率偏低，大中型城市的规模效率接近于最优水平。陈旭和陶小马（2013）以城市劳动力的实际工资率为衡量指标，建立城市最优规模的理论模型发现两者也存在倒“U”型的稳健关系。
但是在以上研究最优城市规模时往往把城市人口视为同质的，难以反映人口结构变化对结论的影响。因此，有学者开始尝试异质性个体的研究，主要考虑的是个体在能力方面的不同对城市规模的影响。Glaeser和Resseger（2010）发现，高能力城市的聚集效应更强，城市规模更大；一方面是因为城市中高才能的个体相互学习的能力更强，另一方面是因为城市中技术更新换代的速度更快。有学者又进一步探究高能力城市是如何形成的，Combes et al址（2012）在研究法国的分类、地方工资和技能分布时，发现就业密集区的工人比就业稀疏区的工人技能更高；在长期中工人在区域间的迁移只能解释两个区域技能差异的一小部分，而更多的是由职业群体间的差异决定的。这表明城市间能力异质性个体的分类对城市规模的重要性。Behrens et al（2010）充分考虑了异质性个体在城市层级中的空间分类问题，并构建相应的均衡框架解决了这个问题。
另外，城市均衡规模和最优规模存在一定的差异。Henderson（1974）在研究包括生产和消费在内的经济体的一般均衡时，重点探讨了均衡规模和最优规模之间的差异。其中，最优规模是使得经济体中的参与者达到潜在福利最大化，而均衡规模是由劳动者的区位决策和资本所有者的投资决策决定的，两者决策的依据是最大化自身已知的福利。
三、理论模型
本文借鉴Behrens et al.（2012）建立的城市内生性模型的均衡框架，主要整合了异质性个体的分类、选择和聚集经济三方面，重点研究异质性个体在城市层级中的空间分类问题。下面对模型的重点做一个简要的回顾：
首先，模型假设在一个经济体中存在大量连续性个体，每个个体都会选择居住区位和自身的职位，个体的异质性表现在生产率方面，而生产率是由自身的能力t和城市赋予的机遇s的乘积决定的，在其他方面个体是同质的。此外，个体会根据自身的能力选择相应的城市定居；为了收入最大化，个体在城市定居后会依据自身的生产率在企业家和工人之间选择相应的职位。城市的数量、人口规模和组成部分都是内生的。假定每个城市的人口规模为L，支付θLγ作为居住在城市的成本，则城市成本的弹性为了。假定城市的总产出为Y，经过推导得到总产出和人口规模之间的关系为：
其中，入为个人选择职位的生产率分界点，即此时个人作为企业家获得的利润和作为工人获得的效率工资相同。φ甲为生产率，F（φ）生产率的分布函数。从该式中可以看出聚集经济的弹性为C。
在个人得到城市赋予的机遇s之前，能力为t的个体居住在城市中所获得的间接效用为：
至此，通过模型可以得到式（11）和式（13），对比两式后可以发现未引入能力变量时，人口规模的系数为城市成本弹性；引入能力变量时，人口规模的系数为城市聚集弹性。这是本文实证模型最重要的理论基础之一，第四部分将通过相应的数据得到γ和ε的估计值，即为城市成本弹性和城市聚集收益弹性的估计值，再将其代入式（8）和式（9）可以检验中国的城市规模与最优规模之间的差异，并衡量相应的经济损失。
四、实证检验
（一）数据来源与变量说明
根据Bchren et al（2010）的模型，被解释变量为城市的人均产出，本文选择城市的人均GDP（gdpper）来表示，单位为元/人。最重要的解释变量为人口规模，本文采用城市的年均人口数（avepop）和年末人口数（pop）两种指标进行回归分析，以保证结果的稳健性，单位为万人。另外一个控制变量为能力，这种变量很难直接度量，一般研究采用的是不同等级学校的在校生的数量占人口的比重来表示。因此，本文采用的是普通高等学校在校生数占城市人口的比重来作为能力的标量。另外，为了探讨中国四大板块之间的差异，本文引入地区的虚拟变量（area）。经检验，各变量之间不存在多重共线性的问题，相关系数均在0.4以下，方差的膨胀因子VIF为1.02，远远小于10。
另外，对于城市数据的统计口径有两种，本文选择的是市辖区的数据，这类数据相比于包括城市下属辖区的大口径统计数据更能反映城市自身的发展状况。最后，本文采用的是中国273个城市的面板数据，限于能力替代指标数据的可获得性，本文数据起始时期为2009年，截止于2012年，数据均来源于中经网统计数据库中的城市年度库。
（二）基准回归
虽然本文采用的是面板数据的结构，但是由于本文采用的是结构模型，如果采用固定效应（随机效应）估计会改变模型，进而导致估计的系数存在较大偏差，故本文主要采用OLS估计方法。为保证结果的稳健性，本文更换了人口规模的指标进行估计，结果如表1中的（Ⅰ）（Ⅱ）所示。首先，从更换指标前后对比发现系数的显著性和大小变化均不大，这表明估计结果相对稳健。由于年平均人口规模相对而言更能反映城市的人口规模，故本文将主要分析年平均人口规模的系数。根据第三部分理论模型的结果，全国的城市成本弹性为0.198，城市聚集收益弹性为0.155，且城市成本弹性和城市聚集弹性之间的差异很小，这就使得理论推导中城市均衡规模存在的二阶条件成立。
回归结果表明，城市的聚集收益弹性小于聚集成本弹性。一方面，聚集经济对城市的发展发挥促进作用。因为城市中聚集着大量的要素，要素的共享和匹配机制使企业更容易获得相应资源，提升资源的利用率，进而降低城市企业的生产成本；并且知识溢出机制能够促进城市中创新的形成，为企业的发展提供动力；最后，城市的文化氛围和竞争环境也对于资金、劳动力和人力资本产生吸引作用。另一方面，要素的大量聚集对于交通、环境和就业等问题同时也产生巨大压力，城市规模过大而管理不善会产生负外部性，降低城市的运行效率。由此产生的城市成本作为城市的分散力制约着城市规模的扩张。城市成本弹性大于城市聚集弹性保证了全国城市的规模不会得到无限制的扩张。
（三）稳健性检验
1.稳健性回归
为检验上述回归结果对计量方法的稳健性，本文分别采用了分位数回归、FGLS和GMM三种回归方式，并对比回归结果，结果如表2所示。首先，考虑不同产出水平的城市可能具有不同的城市成本弹性与城市聚集收益弹性，由于之前的OLS回归很难反映不同产出水平城市整体的性质，且容易受到极端值的影响。因此，本文采取分位数回归的方法进行分析，结果发现城市成本弹性在[0.128，0.255]之间，城市聚集收益弹性处于[0.100，0.226]之间，显著性较高，且位于中间分位的显著性高于位于两端分位的。其次，从城市产出与各系数的关系上看，城市规模过大或过小城市的成本弹性与聚集收益弹性均没有产于位于中间水平的城市大。对比OLS和分位数回归结果发现，OLS的回归结果落在分位数回归结果的区间之中，且差异性不大，这表明OLS的结果稳健性较好。
另外，由于城市管理效率问题可能会对于城市的产出具有重要影响，而且城市人口规模越大，其城市管理效率的差异可能会更大，所以需要考虑到模型中可能存在异方差问题。因为本文采用的面板较短，可以忽略时间序列的相关性，只考虑组内异方差问题进行FGLS回归，并检验OLS回归的稳健性。FGLS的回归结果表明城市成本弹性为0.216，城市的聚集收益弹性为0.166，显著性较高，且与OLS回归结果差异不大。同样地，由于在模型存在异方差时，GMM方法是稳健且有效的，因此，本文利用滞后一期的解释变量为工具变量，利用迭代GMM方法进行回归。结果表明，城市成本弹性为0.186，城市的聚集收益弹性为0.149，显著性很好，且与OLS的回归结果十分接近。
2.分区域回归和大城市回归
首先，中国城市发展规模存在显著的区域差异。为了探究不同区域的城市成本和城市聚集收益，本文引入东部、中部和东北三个虚拟变量与城市人口规模的交互项，且以西部地区的城市作为基准，则area2表示中部地区，area3表示东北地区，area4表示东部地区。
估计结果如表3中的（1）所示。首先，从估计结果上来看西部地区城市成本弹性的估计值为0.081，城市聚集收益弹性的估计值为0.056。中部地区城市成本弹性的显著估计值为0.104，城市聚集收益弹性的估计值为0.051，但聚集收益的弹性不显著。其次，从中西部对比来看，中部地区的城市成本比西部地区高，虽然城市聚集弹性不显著，但中部城市聚集收益相对要低。这表明与中部地区相比，西部地区的城市更具有扩张的潜力。东北地区城市成本弹性的估计值为0.151，城市聚集收益弹性的估计值为0.128。与西部地区相比，东北地区的城市成本弹性和聚集弹性都高，这表明东北地区的城市相对而言比西部地区的城市要发展得更好，这一点在东部地区和西部地区的对比中更加明显。东部地区城市成本弹性的估计值为0.185，城市聚集收益弹性的估计值为0.142。这表明东部地区城市发展得更好。但是与西部地区相比，其城市成本弹性的增加幅度大于城市聚集弹性的增加幅度，这表明与西部地区相比，在东部地区增加相同比例的人口要付出更高的成本。
与全国城市样本得到的结果相似的是：通过各个区域之间的比较，发现城市成本弹性和城市聚集收益弹性之间的差异很小，这就使得能力同质性城市均衡规模存在的二阶条件得以满足。另外，城市成本弹性比城市聚集收益弹性更高，这保证了各个地区城市的规模是有限的，城市不会进行无限制扩张。
另外，本文重点探讨的一个问题是对于中国的大城市而言，其规模是否超过最优规模。故本文直接从城市人口规模的角度出发，采用人口规模大的城市作为大城市的样本。在2010年的《中小城市绿皮书》中对界定大中小城市提出如下标准：市区常住人口50万人以下的为小城市，50万～100万人的为中等城市，100万～300万人的为大城市，300万～1000万人的为特大城市，1000万人以上的为巨大型城市。故本文选择在2009―2012年市区常住人口规模在100万以上的124个城市作为大城市的样本进行分析。得到的结果如表4中的（Ⅱ）所示，从表中可以看出，人口大城市的城市成本弹性为0.255，城市聚集收益弹性为0.246。这表明在人口大城市增加人口所带来的城市成本会大于人口增长所带来的城市聚集收益。
（四）城市规模差异及经济效率损失
通过上述回归分别得到全国城市、东部城市、西部城市、东北地区城市、人口大城市等不同样本的城市聚集收益弹性和城市成本弹性。通过式（8）和式（9）可以得到各类型城市的均衡规模和最优规模的差异以及相应的经济损失的表达式：
通过式（14）得到如表4所示的各类型城市的最优规模和均衡规模的差异以及相应的经济损失。首先，就整体而言，所有城市的均衡规模都超过了其最优规模，这背后可能的推动力是城市的聚集经济，它使得城市扩张的边际社会收益大于边际社会成本。其次，就全国而言，全国城市均衡规模超过最优规模的比例较小，但是给城市居民带来的经济损失较大，达到1.502%。再次，从分区域对比的角度来看，西部地区城市均衡规模超过最优规模的比例最大，但是这给城市居民带来的经济损失很小，仅为0.207%；而东部地区城市的均衡规模超过最优规模的比例不大，但给城市居民带来的经济损失相对较大，为1.067%。最后，在大城市样本中分析，发现人口城市规模差异给城市居民带来的经济损失最大。
综上分析，对于全国城市、东部城市、西部城市、东部城市和人口城市而言，虽然其城市成本弹性大于聚集收益弹性，但这只表明就目前而言，城市发展是有限规模的，不能无限制扩张。并且实际上城市规模的扩大带来的经济损失很小，为了获得聚集经济收益，这些城市还是可以继续扩张规模的。
五、主要结论
中国的城市发展政策从早期的“严格控制大城市规模”转变为“推动大中小城市和小城镇的协调发展”，这种政策转变引发了学术界热烈的讨论。针对该问题，本文结合最新的包含异质性个体的城市内生[生理论，重点分析中国城市的规模能否继续扩张，以及扩张所带来的经济损失。通过相应的实证分析得到如下主要结论：
首先，就全国城市而言，城市成本弹性大于城市聚集收益弹性，这意味着城市规模不能无限制扩张。从城市规模差异角度来看，我国城市的均衡规模超过了其最优规模，虽然均衡规模超过最优规模的比例很小，但是给城市居民带来的经济损失相对较大。同样的，本文在人口城市中也得到了类似的结论。
关键词：入境旅游；规模差异；位序规模分布；广西
中图分类号：F2
文献标识码：A
文章编号：1672―3198（2014）10―0007―03
1引言
近年来，广西入境旅游快速稳步发展。从2003-2011年广西接待入境旅游游客量角度来说，2003年广西区接待入境旅游人数65.02万人次，到了2011年，广西入境旅游接待量达到了302.62万人次。近10年间，广西入境旅游游客年均增长21.19%。这足以看出广西区入境旅游逐渐成为广西旅游业中一个重要组成部分。但是，广西14个城市由于资源禀赋、经济发展、区位条件、基础设施等方面的差异，导致广西各个城市之间入境旅游发展不平衡。因此，广西要走上旅游强省之路，就必须进一步缩小广西各个城市入境旅游发展的差距，合理布局广西旅游发展格局，协调区域旅游发展，提升广西旅游整体竞争力。因而，研究广西14个城市入境旅游规模的差异，对于进一步开拓广西入境旅游供方市场、提升广西旅游整体水平有着重要的意义。
目前国内学者对于入境旅游规模差异研究主要有：宣国富运用城市体系等级规模结构理论探讨了中国入境旅游规模结果的差异及其影响因素；赵磊、王永刚等，周彩屏、戈冬梅，刘军胜、马耀峰，靳诚、徐菁等分别分析了江苏省、浙江省、河南省、长三角城市的入境旅游规模及其位序。毕燕、徐洪琼等从广西国内游客量数据入手分析广西14个城市的旅游规模差异。毕燕等人仅从国内旅游的角度探讨了广西各城市旅游规模差异，并没有涉及入境旅游。而对于广西入境旅游发展差异的研究代表性的人物有甘永萍、韦福巍等，但他们对广西入境旅游发展差异的研究并没有涉及以位序规模的视角进行研究。因而，基于上述文献整理，文章从广西入境旅游发展规模差异以及位序规模这样的视角进行研究分析。
2数据来源与研究方法
2.1数据来源
考虑数据获取的科学性、口径一致性、可得性、连续性以及简便性等特点，选取广西各城市接待的入境旅游人次为基础数据，以广西14个城市，南宁、柳州、桂林、梧州、北海、防城港、钦州、贵港、玉林、百色、贺州、河池、来宾和崇左为研究对象。数据来源于2004-2012年的广西统计年鉴。
2.2研究方法
在借鉴前人研究的基础上，选取评估旅游规模差异的方法，标准差（VOC）、变异系数（CV）、基尼系数（G）、首位度（S）和赫芬达尔系数（Hn）五种评估指标；选取评估旅游规模分布的方法，位序规模模型。
2.2.1评估旅游规模差异方法
（1）标准差（VOC）：是反映地区绝对均衡度的指标。
VOC=1nni=1（Xi-）2，n为样本数；Xi为样本值；为样本平均值。
（2）变异系数（CV）：CV=1X
1nni=1（Xi-）2
，反映地区相对均衡度。
（3）基尼系数（G）：反映地区相对均衡度指标。
G=1-1n（2ni=1Wi+1），n为样本数，Wi表示第一组人数累计到第i组占总人数的比例。
（4）首位度（S）：反映旅游规模分布的集中程度。S=P1/P2，P1为规模最大的地区，P2为规模第二大的地区。
（5）赫芬达尔系数（Hn）：反映区域旅游规模指标的集中程度。Hn=ni=1Pi，Pi为前n位各自所占总数的比值。
2.2.2评估旅游规模分布的方法
德国学者奥尔巴克最早提出位序规模理论，此后有学者如罗特卡，辛格等对位序规模模型进行改进。本文选取罗特卡模型进行分析研究。P=K×R-q，其中P为城市入境旅游规模，R为其位序，K为理想首位城市规模数，q为集中指数常数。运用此理论理论，能反映区域城市分布问题，同时也能较好地说明区域旅游规模分布情况。
3广西城市入境旅游规模差异分析
3.1广西城市入境旅游规模均衡分析
根据前文标准差（VOC）、变异系数（CV）、基尼系数（G）、首位度（S）和赫芬达尔系数（Hn）5个指标的计算公式，得出广西入境旅游规模发展差异情况，见表1，图1和图2。从标准差（VOC）这个指标来看（见表1和图1），2003-2011年整体呈现上升趋势，标准差从2003年的11.5820上升到了2011年的41.9095，9年间增长了262%，年均增长率1744%。其中2008年，广西入境旅游标准差有下降的表现，这主要是由于受到冰雪冰冻灾害和全球金融危机的影响。不考虑2008年的不可抗拒因素，广西入境旅游规模绝对差异在不断扩大。
从变异系数（CV）和基尼系数（G）来看（见表1和图1），2003-2011年整体呈现稳步下降的趋势，变异系数（CV）从2003年的2.4942降到2011年的1.9388，下降了28.65%；基尼系数（G）从2003年的0.7597降到2011年的0.6480，下降了17.24%；这说明广西在近10年的时间里入境旅游相对差异逐步缩小，呈现均衡发展的趋势。但是，在2003-2011年间，广西入境旅游的变异系数值均大于1，且基尼系数值（取值0-1之间，值越小，区域发展区域平衡，值越大越区域不平衡）偏高，说明目前广西入境旅游规模还处于相对不均衡的状态，区域内差异还是比较明显。桂林、崇左、南宁、贺州城市入境旅游人数占全区入境旅游总人数的78%以上。
3.2广西城市入境旅游规模集中程度分析
首位度其数值，一般认为，小于2表明结构正常、集中适当；数值大于2，则表明结构失衡、过度集中。从首位度（S）这个指标来看见（表1和图2），首先，2003-2011年9年间，广西城市入境旅游首位度数值整体偏高，远大于临界值2，表明广西入境旅游规模首位分布明显，规模分布过度集中，结构严重不均衡。根据2004-2012年广西统计年鉴上的数据表明，桂林作为绝对的首位城市，入境旅游人数遥遥领先于其他城市，至少说明目前桂林在广西入境旅游的地位是不可捍卫的。其次，首位度曲线呈现交替性地变化。可能主要是由于崇左在2003、2006、2007、2008、2010、2011年入境旅游人数是第二位城市，贺州在2004、2005、2009年接待入境旅游人数上成为第二位城市。
赫芬达尔系数，反映区域规模指标的集中程度，其数值越接近1，说明区域集中程度越高，反之越低。从赫芬达尔系数（Hn）来看（见表1和图2），2003-2011年广西入境旅游赫芬达尔系数系数呈现稳定中有下降趋势，最大值为2003年0.6977，2011年赫芬达尔系数下降到0.3208（2007年略有升高），说明赫芬达尔系数逐步降低，往零数值这个方向变动，但是目前，就其赫芬达尔系数值来说，还是较高，表明虽然目前广西入境旅游规模集中程度仍偏高，但其集中程度呈现逐年下降的趋势，这也从侧面反映入境旅游市场有着扩散化的趋势，说明城市与城市之间的入境份额竞争逐渐加强。
综上所述，根据2003-2011年广西接待入境旅游游客量的数据及反映广西入境旅游规模的5个指标计算的数据表明，广西每年接待的入境旅游者人数在不断增加，从2003年的65.02万人次增加到2011年的302.62万人次。但标准差所反映的地区绝对均衡却在逐年增大，表明广西入境旅游绝对差异在不断扩大，广西入境旅游总体存在较大的差异。从变异系数（CV）和基尼系数（G）反映的地区相对均衡逐年下降，但截至2011年这两个指标所反映的数值偏高，表明广西入境旅游发展还处于相对不均衡的状态，且在短时期内这种不均衡的格局仍难以改变，广西入境旅游规模的相对差异将继续存在，但从长期来看，广西入境旅游相对差异逐年缩小，表明广西入境旅游的发展朝着相对均衡的方向发展，只是这种发展周期较长。从首位度（S）和赫芬达尔系数（Hn）反映的区域规模集中程度来看，虽然这两个指标的数值较高，但广西入境旅游发展的集中度整体上呈现下降趋势，表明目前广西入境旅游发展过度集中，结构失衡，但是从长远来看，其集中度逐年下降的趋势表明广西入境旅游逐渐由高度集中转向扩散化的发展趋势。
4广西各城市入境旅游位序规模分析
4.1广西入境旅游规模分布分析
为清楚反映广西入境旅游规模时间变化，由于2008年年份特殊，因此选取2003、2005、2007、2009、2011年5年数据，描绘出广西14个城市入境旅游位序规模时间变化图（见图3）。2003-2011年广西入境旅游规模整体呈缓慢增长的趋势，广西城市入境旅游接待量首位城市增幅较为明显，而第二位及其以后的城市的入境旅游增幅较弱。
为进一步反映广西14个城市入境旅游规模发展的位序关系，描绘出广西14个城市入境旅游规模位序变化图（图4）。从图4中，我们可以看出，广西入境旅游规模首位城市在2003-2011年间一直是桂林，桂林在广西入境旅游接待量中处于绝对优势的地位，说明桂林是广西入境旅游发展的主要集中地。崇左、贺州、南宁在第二位、第三位和第四位间交替出现，特别是崇左和贺州在广西入境旅游规模中交替出现在第二位，而南宁与崇左及贺州交替出现在第三位和第四位上；梧州、北海来宾入境旅游规模发展较为平稳，梧州和北海在广西入境旅游发展排名靠前，而来宾入境旅游发展在整个广西排名中排名靠后，基本上是出于倒数第一或者第二，这三个城市整体变动浮动不太；柳州、防城港、钦州、河池、玉林入境旅游发展变动相对较大，柳州入境旅游规模整体上来说排名上升，而防城港入境旅游发展整体上排名在下降，钦州入境旅游几经发展，2011年的入境旅游发展规模与2003年一致，但其中间发展过程较为波动，河池入境旅游发展整体上排名逐渐靠前，但在整个广西来说还是处于相对靠后的位置，玉林入境旅游发展波动较大，近9年间在广西入境旅游规模排名中逐渐靠后；贵港入境旅游发展在广西入境旅游发展中排名逐渐靠前，但总体还是处于中下水平；百色，相对于贵港来说，两城市入境旅游发展差异越来大，整体上百色入境旅游发展排名靠后，而且有逐年靠后的趋势。
4.2广西入境旅游位序规模分析
运用位序规模理论，即罗特卡模型P=K×R-q，通过软件Eviews6.0对广西入境旅游规模和位序进行回归分析。为便于最小二乘法估计，我们对该模型同时取对数，即模型转化为lnP=lnk-qlnR+C。回归结果见表2。
从表2中，我们可以得知，首先，2003-2011年广西入境旅游规模（P）与位序（R）的拟合度（R2）在85%以上，且，模型整体及变量、常数等通过5%水平的显著性检验，表明该模型解释能力较能，且回归结果比较理想。其次，根据位序规模理论，按照集中指数q的大小，把城市分为首位型（q≥1.2）、集中型（0.85
从理想首位城市规模数（K）来看，除了2003年实际首位城市规模数没有达到理想首位城市规模数外，2004-2011年近8年时间里，实际首位城市规模数超过广西理想首位城市规模数，表明广西入境旅游首位城市发展规模过度集中，首位城市发展较为成熟，而如何转移首位城市过多的入境游客量，使得广西各个城市入境旅游规模分散均衡发展，也是一直值得探讨的问题。
5结论
运用标准差（VOC）、变异系数（CV）、基尼系数（G）、首位度（S）、赫芬达尔系数（Hn）等5种指标方法发现目前广西入境旅游规模呈现绝对差异在扩大，相对差异在缩小，入境旅游规模集中度仍然较高，结构失衡，但呈现的是一种集中度逐渐弱化的趋势；此外，运用位序规模理论模型发现广西入境旅游规模首位城市较为明显，分布呈现首位型分布，而广西入境旅游规模首位城市表现为桂林，其一直占据广西入境旅游的大部分市场，且从理想首位城市入境规模来看，实际首位入境旅游规模已达到理想首位城市入境规模，即广西入境旅游首位城市发展较为成熟，且集中度较高，如何把过多的入境游客量转移到广西其他城市，是一直值得探讨的问题，也就是如何分散均衡广西入境旅游规模，解决广西内部入境旅游规模结构失衡问题。而造成这种广西内部入境旅游规模结构失衡的原因，主要表现于各城市间经济发展水平、资源禀赋、区位条件、基础设施等等的不同。针对这些原因，如何改变广西入境旅游规模失衡结构，主要应根据各个城市实际情况采取不同的发展策略，如：（1）深度挖掘旅游资源，把握好各地方的文脉和地脉，抓住各个地方核心竞争力，打造新旅游品牌，实现旅游产业转型升级，寻找旅游新出路；（2）联合各个城市共同打造旅游圈，走向区域旅游合作大战略，比如泛漓江流域旅游圈，依托桂林良好的条件，带动周边城市入境旅游的发展；（3）加快经济发展步伐，提高旅游基础设施及配套设施等服务，全方位多角度适时开展旅游营销。
参考文献
[1]宣国富.中国入境旅游规模结构的省际差异及影响研究[J].经济地理，2012，32（11）：156161.
[2]赵磊，王永刚，张雷.江苏旅游规模差异及其位序规模体系研究[J].经济地理，2011，31（9）：15661572.
[3]周彩屏，戈冬梅.旅游规模差异及其位序规模体系研究――以浙江省为例[J].经济地理，2010，30（2）：346350.
[4]刘军胜，马耀峰.河南省城市入境旅游规模与位序差异化[J].经济地理，2012，32（6）：150155.
[5]靳诚，徐菁，陆玉麒.长三角城市旅游规模差异及其位序规模体系的构建[J].经济地理，2007，27（4）：676680.
[6]毕燕，徐洪琼，陈乔.广西国内旅游规模区域差异分析[J].重庆师范大学学报（自然科学版），2012，29（4）：118123.
[7]甘永萍.广西入境旅游发展的区域差异及影响因素分析[J].商业研究，2010，（03）：149154.
中原城市群是指以郑州为中心，包括洛阳、开封、新乡、焦作、许昌、平顶山、漯河、济源九个省辖市在内的城市密集区。其中有特大城市2个、大城市4个、中等城市2个、小城市15个。全区土地面积为5．87万平方公里，占全省土地面积的35．3％。2007年，中原城市群总人口达4159．10万，占河南省的42.1％。该区域国内生产总值8610.18亿元人民币，也占河南省的57.2%。区位优势显著，区内旅游资源丰富，共拥有5个中国优秀旅游城市，3个中国历史文化名城，12个国家4A级旅游景区等。
但是，与我国较成熟的城市群相比，中原城市群在发展中遇到一定的限制，主要体现在中心城市经济吸引力不足，各城市之间经济联系较弱等方面。
2.经济吸引力分析
据此，基于2002-2008年《河南省统计年鉴》的数据，由位序—规模分布及各城市经济吸引力分析两种种方法，对中原城市群中各主要城市进行分析。
2.1位序—规模分布
位序—规模法则：从城市的规模和城市规模位序的关系来考察一个城市体系的规模分布。
选用公式：lgPi=lgP1-qlgRi
其中：
Pi是一个省地级以上城市按人口规模从大到小排序后第i位城市的人口数；
P1是规模最大的城市人口数；
q是常数；
Ri是第i位城市的位序。
把每个城市按位序和规模落到双对数坐标图上时，就对这个省的规模分布有了初步的概念。通过散点图，对城市的规模等级做客观的划分，然后进行y=a+bx形式的回归分析。位序与规模之间有着必然的关系。
a值的大小在坐标图上是回归线的截距，代表的是回归在误差平方和最小条件下，最大城市的理论值。
b值是回归线的斜率。
︱b︱值接近与1，说明规模分布接近Pi=P1/Ri（捷夫的理想模式）。︱b︱值大于1，说明规模分布比较集中，大城市很突出，而中小城市不够发育，首位度较高；︱b︱值小于1，说明城市人口比较分散，分布在各等级城市里，高为次城市规模不很突出，中小城市比较发育。
2.2主要城市经济吸引力比较分析
经济联系量，或称作空间相互作用量，是用来衡量区域间经济联系强度大小的指标，其既能反映经济中心城市对周围地区的辐射能力，也能反映周围地区对经济中心辐射能力的接受程度。依据其概念，构建了一个模型来测算中原城市群城市之间的经济联系量：
（1）吸引力差异巨大。从中原城市群内各城市之间的平均联系量来看，最大的为中心城市郑州，洛阳、焦作为第二级城市，平顶山、新乡、开封、漯河、许昌、济源为第三级城市，其中济源的吸引力数值最低，为8232万元•万人/km2，最大的郑州为95371万元•万人/km2，是济源的11.6倍，差异情况明显。
（2）城市间的联系不够强大、就两城市之间的经济联系量来看，最高点为郑州——开封，远远低于上海、广州对周边城市的吸引强度。而最低的济源——许昌只有960万元•万人/km2。
（3）核心作用不强。即中心城市郑州和副中心城市洛阳对周边城市的吸引强度不够。核心城市作为整个城市群的经济增长中心、资源配给中心和行政协调中心，对城市群的发展起着举足轻重的作用。中原城市群核心城市郑州经济实力偏弱，经济实力的不足使得郑州对城市群缺乏辐射作用和带动作用，中原城市群聚集规模不足，经济总量偏弱。
3.未来发展
3.1强化郑州中心城市地位
把强化郑州中心城市地位作为中原城市群发展的首要任务。强力推进郑东新区建设。加快郑州经济技术开发区、郑州出口加工区和规划的加州工业城建设发展步伐，在郑东新区形成现代物流、金融商务、文教科研和高新技术产业集聚区。
优化郑州城市发展形态，提升郑州核心竞争力。充分发挥郑州市的比较优势，把提高产业竞争力作为提升城市核心竞争力的关键，巩固提高第二产业，大力发展第三产业，以中原国际物流园区建设为重点，积极推进物流资源、物流设施、物流企业向园区集聚。以郑州金融商务集聚区建设为重点，整合金融资源，推动金融机构集聚，壮大金融业整体规模，增强竞争力和辐射力。以信息产品制造业、汽车工业、装备制造业、铝精深加工业和食品工业为重点，通过发展总部经济、优势企业重组整合、重大项目招商、引进战略投资者等途径，调整优化工业结构。建立开放型的科技创新体系，强力推动科技资源整合，吸引科技人才集聚，把郑州建成科技创新基地。
3.2加强东西经济联系
以郑州、洛阳、开封为节点城市，将3个历史文化名城连接发展，形成一条贯穿中原城市群东西的发展轴，以节点城市的旅游业及快速发展所提供的产业、技术、资金、人才资源来带动沿线中牟、新密、荥阳、上街、巩义、偃师、伊川、吉利、孟津、新安、义马等12个城市的发展。以3个历史文化名城为旅游主轴，带动整个河南省旅游业的发展，形成经济发展推力。
（1）推进郑汴一体化。在保持郑州开封良好的经济联系基础上，进一步推荐郑汴的一体化。强化开封的文化、教育、旅游、休闲、娱乐功能，促进两个历史文化名城的对接，形成共同发展的良好局面。以两条高速公路、一条一级公路、一条城市道路以及陇海铁路为基本骨架的便利快捷交通通道，统筹产业布局，推进产业对接。
（2）加快郑洛互动发展。加强郑州与洛阳之间的联系，发挥核心城市的辐射作用，促进荥阳、上街、巩义、偃师等4个重要节点城市（区）发育，全面展开郑洛之间的产业布局，培育形成一批特色产业集群，结合历史文化名城开展共同的旅游业，促进其经济吸引力的增强，带动地区发展。
3.3加强南北经济联系
以郑州为核心，南北向往新乡及漯河发展。以轻纺、高新技术、食品产业为主，依托重要交通通道，形成纵贯中原城市群南北、呼应京津冀和珠三角城市群及武汉都市圈、发挥联南贯北作用的产业密集区，辐射鹤壁、安阳、濮阳等豫北地区和驻马店、信阳等豫南地区。
3.4加强其他城市联系，形成网状发展
加强新乡、焦作、济源的经济联系，以其优势能源、原材料工业和重化工业为主协同发展，联接辐射晋城等晋东南地区，形成横亘中原城市群北部区域，呼应京津冀和山东半岛城市群，辐射西部地区的产业密集区；加强洛阳、平顶山、漯河共同发展，以其优势原材料工业和重化工业为主，向西南联接辐射南阳等豫西南地区，向东联接辐射周口等豫东地区，与主要发展轴相联系，形成空间网状发展。
《中国统计杂志》2014年第二期
一、城市不同产业经济与城市用地规模关系
不仅城市产业经济总量与城市土地利用规模有关，城市产业结构调整也影响城市用地。不同产业的发展对城市土地利用规模扩张作用是不同的。通过研究我国70个大中城市在2006-2010年间建成区与三大类产业发展关系，对城市产业经济数据进行回归模拟研究，发现了如下线形规律其中S2代表城市建成区规模，单位为平方公里，X1、X2、X3分别代表第一产业值、第二产业值、第三产业值，单位为亿元。利用SPSS系统进行线形模拟，结果如图2所示:依据上述模型，可以发现产业与城市建成区规模有如下规律：第三产业对城市规模影响较大，且与建成区规模高度相关。第一产业和第二产业对城市规模的影响弱于第三产业。即城市的服务业产值越高，则城市建成区规模越大，从而城市规模越大。
二、城市产业变动与城市土地扩张速度关系
城市化的发展，主要是城市产业经济的发展，前工业化城市主要是农业经济为主，工业化城市的城市主导产业则是工业，而后工业化城市则是服务业为主的城市，城市化的不同阶段，有不同的主导产业，则城市土地扩张规模速度是不一样的。通过研究我国70个大中城市的发展过程可以看出，在城市转型期间，城市由农业城市转变为工业城市时，土地规模扩张速度最大。当工业城市转变为服务业城市时，城市土地扩张速度减缓。在2006-2010年间，上述城市转型的过程中，约60%的城市表现出上述规律。从我国大中城市发展规律来看，工业城市、服务业城市的土地规模扩张确实存在上述规律，此点可通过统计进行分析得出相应结论。假定城市建成区用地增幅为S,工业城市建成区用地增幅为S2,服务业城市建成区用地增幅为S3,工业城市GDP增幅为G2,服务业城市GDP增幅为G3。平均单位面积增幅产值=GDP增幅/用地增幅利用Excel计算70多个城市在2006—2010年的有关数据，计算结果如表所示。该数据表明,工业城市每年的土地扩张规模高于服务业城市，其建城区平均每年土地增幅大于服务业城市约2.26%；但是，服务业城市的平均单位面积产值增幅高于工业化城市约23.2%。所以，当工业化城市发展到服务业城市时，产业的调整导致城市土地扩张速度的减缓。而服务业城市的单位面积产值增加幅度高于工业化城市的单位面积产值增加幅度。产生上述原因，主要是在以工业为主的城市经济中，工业厂房以土地平面使用为主，且工厂的区位因素直接影响着生产规模效益的发挥。而作为服务业为主的城市，土地利用表现为竖向综合利用，且土地效能大大提高，导致土地规模扩张速度减慢，所以，服务业城市的土地集约化程度大于工业城市，土地规模扩张速度减缓。
三、总结
在城市化中，土地作为城市经济的载体，其土地利用形态必然随着城市主导产业的变动而变动，这种变动也是有规律的。城市化实际上是城市产业的发展历程，城市产业对土地利用产生重大影响。城市产业总量影响城市土地利用总规模，二者呈正比关系。城市中各个产业对城市土地利用规模也有重大影响，其中，影响最大的是第三产业，其次是第二产业。从我国城市发展数据统计分析可以看出，城市主导产业的不同，其土地扩张速度也不同。主要分为三个阶段，前工业时期，城市土地扩张速度较慢﹔工业化时期，土地扩张速度很快；服务业城市时期，土地扩张速度减缓，但土地利用效益大于工业城市，土地功能得到高效利用。
作者：苏强单位：清华大学社会科学学院
城市体系规模结构指一个国家或地区内城市人口规模的组合特征，研究的目的是探讨区域内城市从大到小的序列与其人口规模的关系，解释区域人口在各级城市中的分布特征。城市体系规模结构研究是城市地理学、城市规划学、城市经济学、城市管理学等学科的核心课题，也是城市科学研究中成果最为丰富的研究领域之一。随着中国城市化进程的飞速发展，如何积极稳妥地推进城市化进程，构建结构合理的城市体系，引导更大区域乃至全国范围内城市的协调健康发展，是21世纪中国必须面对的一个重大课题。2013年于北京举行的中央城镇化工作会议认为解决好人的问题是推进新型城镇化的关键，提出的第一个主要任务就是推进农业转移人口市民化，要求全面放开建制镇和小城市落户限制，有序放开中等城市落户限制，合理确定大城市落户条件，严格控制特大城市人口规模。在此背景下，研究中国各省区城市体系的规模结构特征，对于引导城市化进程的有序化具有非常重要的意义。
国外对城市体系规模结构的研究始于20世纪40-50年代，随着工业社会的生产组织方式在全球范围内的日益普及在区域经济开发中城市的地位和作用问题日益凸显，人们越发认识到从城市体系的角度研究城市和区域的重要性。城市首位律、四城市指数、十一城市指数、城市金字塔等用于刻画城市体系规模结构的指标与方法相继被提出。特别是美国学者Zipf提出的位序—规模法则，为城市体系规模结构的研究带来新的突破。随后，帕累托定律与分形理论相继被引入到城市体系规模结构的研究中来，由此带来的各种城市规模—等级的动态模式研究极大地推动了城市地理学研究的进展。21世纪初期，英国著名城市地理学家Batty在城市形态、起源与复杂性研究中提出城市等级钟的理论，在理论上揭示了城市等级规模的实质与时空演化规律。自20世纪80年代起，国内很多知名学者利用位序—规模法则、帕累托定律、分形理论在理论、方法和实证方面对中国及各省区的城市体系规模结构的表现形式、演化、机理进行了相关研究，并探索了城市体系规模结构的分形本质。空间计量经济分析方法也被运用到城市体系规模结构的研究之中，拓宽了相关研究的视野。同时，在城市体系发生发展与演化模型的研究上也取得了较大突破。21世纪以来，学者对城市体系规模结构的研究已经转向“什么因素影响到城市体系规模结构”的问题上来，遗憾的是所选的自然与社会经济变量对截面数据的解释能力普遍较弱。
上述研究成果在很大程度上推动了城市体系规模结构的相关研究，丰富了城市体系研究的理论与方法。但位序—规模法则、帕累托定律以及分形理论的分维值有着共同的表达形式，其研究结论也往往高度一致。对那些城市首位度明显偏大或者存在双中心甚至是多中心的国家或区域而言，这类模型对其规模结构特征的反映和拟合程度有所欠缺，能否使用这类模型来准确分析区域城市体系规模结构具有很多不确定性，所得出的研究结论也往往缺乏可比性。因此，本文将从逆向排序的城市累积规模与城市数目之间的关系出发，设计一个能够反映城市体系规模结构特征的模型，并利用更为可靠的人口普查数据对中国各省区城市体系规模结构特征及其影响因素进行实证研究，以期能为相关研究提供新的研究思路与方法，同时为新型城镇化背景下区域城市体系的合理布局以及农业转移人口市民化政策的制定提供参考和借鉴。
1数据来源与研究方法
1.1数据来源中国出版的各种年鉴常用的城市人口统计指标是户籍人口和非农人口。由于该指标具有较好的延续性并易于获取，因此在城市研究中被广泛采用。然而，随着部分地区经济的快速发展，导致城市外来人口大量增加，这两个指标会出现偏小统计。对于人口流出较多的城市而言，这两个指标是偏大统计，因此这两个指标已经不能准确地反映城市的实际人口规模了。人口普查指标所反映的城市人口规模是市区常住人口的规模，包括了对流动人口的考虑，能够较为准确地反映城市的实际人口规模。因此，本文使用2010年第六次人口普查取得的城市人口数据。考虑到市人口包含了市区范围的乡镇和农村人口，对城市的人口规模有所夸大。对于设区的市，把市辖区范围内的各街道人口之和作为其人口规模，对于不设区的县级市，以市政府所在地的城镇人口作为其人口规模。与此相对应，进行区域城市体系规模结构影响因素分析使用的自然与社会经济指标来源于2011年《中国统计年鉴》。鉴于直辖市以及部分省区与其他省级行政区在地域范围及地理环境等方面存在悬殊差别，北京、天津、上海、重庆、、青海以及由于统计数据缺失的港澳台地区未列入研究范围。研究对象为其余的25个省区，共计645个县级及其以上城市。
1.2研究方法由于本文选取的研究区域包含25个省区，很难用同一张图清晰表达。鉴于此，仅选取其中的江苏、广东、山西、河南、广西与辽宁6个省区（涵盖了中国东中西部及东北4大经济板块），绘制逆序的城市累积规模与城市数目关系的双自然对数散点图（图1）。从图1来看，随着逆向排序的城市数目的增加，6个省区城市累积规模上升的速度有较大的差异，比如同样为38个城市的江苏和河南，江苏省城市累积规模的变化特征明显异于河南，这可能与各省区自然与社会经济条件的不同密切相关。但各省区城市体系累积规模与城市数目之间的变化关系均明显地表现出指数增长的特征，基于此，定义城市体系逆序累积规模模型（re-versecumulativesizemodel）。考虑到位序—规模法则、帕累托定律以及分形理论的分维值有着共同的表达公式，这里以位序—规模法则作为比较对象，以判断本文提出的城市体系逆序累积规模模型的适用性。对于一个城市的规模和该城市在国家所有城市按人口规模排序中的位序的关系所存在的规律，称之为位序规模—法则。
2省际城市体系规模分布特征研究
2.1逆序累积规模模型与位序—规模法则的比较为了便于对比，分别利用位序—规模法则和逆序累积规模模型对25个省区的城市体系规模结构进行回归拟合，方程的F统计值与变量的t统计值均通过了5%的显著性检验，位序—规模法则的Q值和逆序累积规模模型的β值的计算结果如表1所示。从表1可以看出，各省区逆序累积规模模型回归拟合的测定系数R2普遍大于位序—规模法则的拟合精度，逆序累积规模模型回归结果的AIC值也均小于位序—规模法则。整体来看，各省区逆序累积规模模型的拟合效果均高于位序—规模法则，特别是在使用位序—规模法则拟合不理想的情况下，逆序累积规模模型的普适性更强。对于首位城市规模远高于第二大城市的湖北与陕西、存在双中心城市的山东与广东以及城市体系规模结构极为相似的海南与宁夏，其Q值均存在较大差异。这可能与样本容量不充分大的情况下，位序—规模法则的拟合误差偏大有关。在这种情况下，使用位序—规模法则对诸如武汉城市群的单核式结构、珠三角城市群与京津唐城市群的双中心结构，长三角城市群的多中心结构进行研究时就存在很大的障碍，使得区域城市体系是否合理缺乏理论依据和相应的判断标准，无法为区域城市体系优化提供科学依据。由于逆序累积规模模型的定义是累积式的，β值反映的前n位城市的人口累积规模的自然对数值与前n-1位城市人口累积规模自然对数值的比值，在某种程度上降低了位序—规模法则以单个城市进行拟合所带来的误差。对于湖北与陕西、山东与广东、海南与宁夏，其β值均明显比Q值更为接近，对区域城市体系规模结构特征的识别能力更强。为了说明逆序累积规模模型的普适性，选取江苏、湖南、山东与海南4个省区绘制位序—规模法则与逆序累积规模模型的拟合效果图（图2）。4个省区分别代表了两个模型中R2值均较高的省区、R2值相差较大的省区、城市数目较多且存在双中心城市的省区以及城市数目较少的省区。对于4种不同类型的省区而言，逆序累积规模模型的拟合效果要明显优于位序—规模法则。例如，福建与湖南，使用位序—规模法则进行拟合时，两条拟合曲线的斜率极为接近，而使用逆序累积规模模型的拟合曲线则存在明显的区别，因此，逆序累积规模模型能够更加真实客观地反映区域城市体系的规模结构特征。
2.2基于逆序累积规模模型的城市体系规模结构省际分布特征中国各省区城市体系的规模结构类型均存在较大的差异，即城市体系规模结构并非表现完全的随机性，由自然地理条件、社会经济发展水平等组成的区域经济地理条件可能会影响区域城市体系的发展及其结构。为了分析中国城市体系规模结构的差异，绘制2010年各个省区的城市体系规模结构Q值和β值的空间分布（图3）。从图3可以看出，使用六普人口数据计算出的各省区的Q值介于0.80~0.95之间的有山东、浙江、安徽、河南、湖南与云南6个省区，介于0.96~1.05之间的有吉林、江苏、江西、福建、四川与贵州6个省区，介于1.06~1.20之间的有内蒙古、辽宁、河北、山西、湖南、广东、海南、广西与内蒙古9个省区，大于1.20的有黑龙江、陕西、宁夏与新疆4个省区。表明使用位序—规模法则得到的Q值的省际分布的规律性并不明显，比如经济发达的地区的山东、江苏与广东3省区的分属3种类型。而自然地理条件与经济发展水平明显存在差异的广东、海南、广西与湖南4省区却高度接近，这进一步验证了位序—规模法则在用于不同区域间城市体系结构比较研究中存在的局限性。而使用六普人口数据计算出各省区的β值的省际分布更具有规律性。β值位于1.20~1.35之间的有山东、江苏、浙江、湖北与广东5个省区。在这些省区中，除湖北存在明显的首位城市外，其它省区各个规模等级的城市均发育完善，有多个大中型规模的区域中心城市带动地方经济发展，小城市也比较发育，属于自然地理条件优越、社会经济比较发达的地区。β值在1.36~1.45之间的有山西、河北、辽宁、吉林、河南、安徽、福建与甘肃8个省区。这些省区自然地理条件较为优越，城市一般有长期的发展史，形成了比较完善的城市体系，是中国城市化水平有待于进一步提高的区域。黑龙江、江西、湖南、广西、云南、贵州与四川7个省区的β值在1.46~1.60之间。这些省区自然地理条件一般，受经济发展水平的影响，大城市发育尚可，中小城市数量较多，但普遍存在发育不足的现象。海南、宁夏、甘肃、内蒙古与新疆5个省区的β值在1.61之上。海南和宁夏面积狭小，其城市数量仅分别为8个和7个。甘肃、内蒙古和新疆的自然地理条件相对较差，人口密度很低，使得其β值明显高于其他省区。
3区域城市体系规模结构的影响因素分析
为了进一步分析Q值和β值与区域地理条件的关系，选取了可能影响会区域城市体系规模结构的一些自然与社会经济条件的指标。分别是各省区的面积（X1）、经济总量（X2）、人口总量（X3）、人均GDP（X4）、城镇化率（X5）、人口密度（X6）、路网密度（X7）、人均耕地面积（X8）、复种指数（X9）、人均水资源拥有量（X10）共计10个指标。其中，面积、经济总量和人口表示各省区规模的大小；人均GDP与城镇化率反映各省区的经济发展状况；人口密度、人均耕地面积、复种指数与人均水资源拥有量表示各省区的自然地理条件；路网密度代表了各省区的基础设施条件。为了消除不同量纲的影响以及各变量之间的异方差，以上指标均进行了自然对数化处理。在进行回归分析之前，首先检验了Q值、β值和这10个指标之间的相关性，从而在这10个指标中找到影响各省区城市体系规模结构的因素，结果如表2所示。从表2可以发现，Q值和经济总量（X2）、人口总量（X3）、人口密度（X6）及路网密度（X7）表现出较强的相关性，与人均耕地面积（X8）及复种指数（X9）表现出中等的相关性，其他因素的影响并不显著。β值和经济总量（X2）、人口总量（X3）、人口密度（X6）、路网密度（X7）与人均耕地面积（X8）表现出较强强的相关性，与人均GDP（X4）、城镇化率（X5）及复种指数（X9）表现出中等的相关性。为了避免变量之间存在的共线性对回归结果的影响，选择中等相关性以上的指标进行逐步回归，结果如表3所示。由表3可知，尽管采取了逐步回归的方法，剔除了没有通过t检验的变量，仅保留了区域人口（X3）这一个变量，但Q值的回归结果依然不理想，模型的拟合优度R2仅为0.433，意味着使用位序—规模法则得到的城市体系结构特征值和区域自然与社会经济条件的关系不大，很难真实反映区域城市体系规模结构特征。通过对β值的回归结果可以发现，采取逐步回归时，区域人口（X3）、城镇化率（X5）人口密度（X6）以及复种指数（X9）4个变量通过了t检验，模型的拟合优度R2为0.856，AIC值与SC值也优于Q值回归模型，表明采用逆序累积规模模型得到的区域城市体系规模结构特征值能更加真实地反映区域城市体系的规模结构特征。
考虑到回归分析存在假定空间事物无关联及均质性的局限，忽视了空间相关性的影响，得出的结果可能不够准确，因此在回归模型中引入地理空间变量并纳入空间效应的影响。空间自回归模型的计算公式。由于空间自回归模型采用最大似然法估计参数，基于残差平方和分解的拟合优度检验的意义不是很大。为此，通过对比表4与表3中的对数似然函数值lgL、AIC与SC值，发现使用空间自回归模型对Q值与β值的回归结果与使用一般回归模型的回归结果只是略有差异，且β值的空间自回归模型中的ρ值并没用通过显著性检验。由此可见，区域城市体系的形成与演化在空间上联系很弱，基本上处于孤立发展的状态，其原因可能与中国严格的户籍管理政策和地方保护主义有关。这里已经验证了一般回归模型与空间自回归模型的结论基本一致，接下来选择一般模型的回归结果探讨区域地理因素对β值影响的作用机制。经济总量（X3）、城镇化率（X5）与人口密度（X6）的系数为负，说明社会经济相对较为发达的各省区有力量建设更多的城市，城市之间的规模差距将会变小，有利于城市人口规模分布的均匀化，区域城市之间协调发展的能力就越强。在经济发展相对滞后的省区，有限的各种生产要素会向部分竞争力较强的城市进一步集中，容易产生城市间的恶性竞争，导致城市之间的人口规模差距变大，区域城市体系的极化现象较为突出。但随着这些省区的进一步发展，中小城市对于吸收新增加的城市人口将会发挥重要作用，这种极化现象会有所缓解。因此，在城市化进程中，应该根据各个区域的特征及其发展态势，引导城市化的合理布局，探索与区域发展相适应的城市体系化道路。复种指数（X9）的高低主要受热量、土壤、水分、肥料、劳力和科学技术水平等条件的制约，其值大小反映了区域的自然地理条件和农业生产潜力的优劣。其系数为正，表明在其他影响因素不变的情况下，复种指数高的区域从事农业生产的人口会增加，导致区域中小城市发育不足，使得城市之间的规模差距进一步拉大。
4结论与讨论
【关键词】城市规划；评价指标体系；层次分析法；标准化评分法
一、引言
上海世博会一句“城市让生活更美好”，让城市再次成为大家关注的热点问题。城市是人口密集、工业发达的地方，居住、工作、游憩、交通构成了城市的四大基本功能。城市发展水平是一个国家或地区经济和社会发展水平的重要标志，而城市规划作为城市发展的灵魂，对城市的发展起着极其显著的作用。所谓城市规划，就是一定时期城市发展的计划和各项建设的综合部署，是城市建设和管理的依据。它不仅决定着城市的现状，而且制约城市的长远，是城市发展的方向、目标，是城市建设的规范和蓝图。我国城市规划起步较晚，改革开放以来，随着城市化进程加快，许多大中型城市都相继出现了中心区人口过密、基础设施特别是道路交通设施严重滞后等弊端，严重制约了城市的可持续发展。在这种背景下，城市规划也变得越来越重要。研究符合现代城市可持续发展，以人为本规划理念的指标体系，可以综合评价城市规划水平，对提高城市综合能力，改善人居环境具有重要意义，同时各城市能通过城市间城市规划指标的比较，找到自身的不足与优势，为今后更好的发展提供理论与数据支持。
二、城市规划评价指标的设计
根据城市规划的基本内容，运用层次分析法，以城市规划评价指标体系为目标层，选取五个方面作为评价城市规划水平的准则层，即城市规模评价指标体系、城市基础设施发展水平评价指标体系、城市绿地景观评价指标体系、城市更新规划评价指标体系、城市形象评价指标体系。
1．城市规模评价指标体系。城市的规模包括城市人口规模和城市用地规模，两者是密切相关的，根据人口规模以及人均用地的指标就能推算出城市的用地规模。从城市规划的角度来看，城市人口是指那些与城市的活动有密切关系的人，他们常年生活在城市的范围内，构成了城市的社会主体，依赖与城市的同时，也主宰着城市。我们将城市规模评价指标体系分为人口规模和用地规模两个子准则层。
2．城市基础设施发展水平评价指标体系。城市生产、生活等各项经济社会活动正常进行的有力保障，是保证城市生存、持续发展的支撑体系。因此，城市基础设施工程规划是保证城市基础设施合理配置与科学布局、经济有效地指导城市建设的必要手段。
这里本文依据城市基础设施的狭义定义，将城市基础设施发展水平评价指标体系划分为七个子准则层，即交通系统指标、水源系统指标、能源系统指标、通信系统指标、环境系统指标、防灾系统指标和比重指标。针对这七个子准则层又分别取若干指标，来反映各自的发展水平。城市基础设施发展水平评价指标体系见表3。
3．城市绿地景观评价指标体系。为了使城市绿地景观的设计满足城市使用者的要求。将城市绿地景观评价指标体系分为生态质量指标和美感效果指标。
表4 城市绿地景观评价指标体系
4．城市更新规划评价指标体系。城市更新有别于旧城改造，城市更新规划实施的结果不仅是物质环境的改善，是包含社会心理和文化环境要素在内的整体生活环境品质的提高，更重要的是通过城市更新规划的实施，推动改造更新地区甚至整个城市的经济社会持续发展。否则更新只不过是表面的“换新”或是没有连续经济效应的暂时局部，从这个意义上来说，城市更新规划中指标体系的建立和确定应从环境、社会和经济三大方面来研究。城市更新规划指标体系如表5。
5．城市形象评价指标体系。城市形象是由企业形象概念移植到城市发展战略进而推衍后提出来的，是指将城市的发展理念和精神文化，运用行为活动、视觉设计等整体识别系统，传递给与城市有关的各个团体、个人（即城市公众），使其对城市产生一致性的认同感和价值观。
城市形象评价体系从支持水平、推动能力和知名度三方面加以构筑。只有强有力的物质基础支持，依靠高效率的政府和高素质的市民的具体行动来推动，才能最终塑造出优良的城市形象。城市形象指标体系见表6。
三、评价方法
为了更好的对评价指标体系的效果进行测评，选择标准化评分法作为城市综合环境的评价方法。步骤如下：（1）通过统计年鉴，收集评价指标的具体数据。（2）模糊性指标量化处理。主要针对评价指标体系中有些指标不易量化，以城市形象评价指标体系为主，应进行模糊性指标量化处理：建立模糊指标的评价模型Y=(Y1,Y2,Y3,Y4,Y5)'=（非常好，好，一般，差，非常差），所对应的分数集X=(X1,X2,X3,X4,X5)=（100，80，60，40，20）。计算模糊性指标的指标值D。Di=■XiPij其中，Pij第i个模糊性指标获得j级评价的概率。（3）数据标准化。ZX=■，其中ZX――标准指标值，X――评价对象城市的原始指标值，■――同一类原始指标的平均值，SD――标准差（方差）。考虑公式可能出现负数（x
基于城市规划在现代城市发展中的灵魂作用，本文依据现代城市规划的基本内容，构建了以城市规模评价指标体系、城市基础设施发展水平评价指标体系、城市绿地景观评价指标体系、城市更新规划评价指标体系和城市形象评价指标体系为核心的比较系统的城市规划评价指标体系。并利用层次分析法对各项指标进行综合评价。该指标系统的建立对城市的城市规划建设可起到一定的指导性作用，直观的显示其存在的不足和优势之处。同时，从指标的确立来看，也为今后政府信息建设方面提供了些许思路，政府应在今后工作中重视各项指标的积累，建立数据库，适当融合市民的意见。
参 考 文 献
[1]王庆海．城市规划与管理[M]．北京：中国建筑工业出版社，2006：87～139
[2]何晓群．现代统计分析方法与应用（第二版）[M]．北京：中国人民大学出版社，2007：319～325
[3]汪应洛．系统工程[M]．北京：机械工业出版社，2007：99～100
关键词：高铁；城市圈；规模结构；职能结构；空间结构
Abstract:With rapid urbanization and economic integration, China has entered the era of the metropolitan area. Since the promulgation of the Long/Middle Term Plan of Railway Network in 2004, the high-speed railway construction of China has entered a large-scale development period, a brand new era of high-speed rail will come. It is important to study on city cluster how to deal with it. Based on domestic and international experience of high-speed rail and urban development, following the related conception of the urban system, this paper interpret the layout of the high-speed rail on the city circle space from the four aspects as large-scale structure, functional structure, spatial structure, management philosophy, and provide the theoretical support for the city circle’s sound development of the high-speed rail era.
Keywords:high-speed rail；metropolitan area；hierarchical structure；function structure；spatial structure
中图分类号：TU984.11+4
文献标识码：A
文章编号：1008-0422（2012）05-0056-03
1 引言
自2004年1月国务院常务会议讨论通过了《中长期铁路网规划》以来，我国高速铁路建设进入了大规模发展建设时期。到2020年，中国200km及以上时速的高速铁路建设里程预计将超过1.8万km，将占世界高速铁路总里程的一半以上。中国将迎来一个崭新的高铁时代，这必将对城市发展、区域发展等带来新的挑战。本文将从城市圈的角度研究高铁带来的变革。
2 高铁对城市圈空间布局的影响分析
本文沿用城镇体系相关概念，从城市圈的规模结构、职能结构、空间结构、管理理念四个方面来解读高铁带来的影响。
2.1高铁对城市圈规模结构的影响
不同城市不同的人口规模会形成有序的等级层次结构，而高速铁路的通行加强了沿线城市的循环累积过程，使得一些城市更具有聚集吸引力，而另一些城市由于通达性不但没有改善，资本还大量流失变得越来越没有吸引力。这一个历史的动态过程，反映到地域城镇群的规模组合和区域地位上会改变等级规模分布的特征。
2.1.1高铁对弱核型城市圈的影响
如果高速铁路通过弱核型城市体系而不设站则对该城镇发展体系影响不大，如果设站，周边小城镇大量资源会聚集到设站城镇，将有利于促进该弱核体系向单核体系发展，城市圈规模结构由一级结构向二级结构转变（如图1）。
2.1.2高铁对单核体系城市圈的影响
高速铁路加强的是系统间中心城市的经济联系，人流量的增大带动的物流、资金流、信息流的增大，为中心城市带来更多的人口聚集、资本聚集优势，较体系内小城镇的发展趋势将更为迅猛，即使离强核阶段还有很大的距离，但至少体系内小城镇和中心城市之间的差距会有在短时间内进一步增大的趋势。城市圈规模结构由三级结构向二级结构转变（如图2）。
2.1.3高铁对单心多核体系城市圈的影响
单心多核体系是小城市得到充分发展，但大城市仍占主导地位的体系，如果高速铁路停站大城市则有可能促进部分紧靠中心城市的小城市加速向中等城市发展，虽然中心城市优势明显，但整个体系层次更为分明。城市圈规模结构由三级结构向四级结构转变。城市圈规模结构由三级结构向四级结构转变（如图3）。
2.1.4高铁对多核体系城市圈的影响
多核型体系如苏锡常城市群，中等城市处于迅速增长阶段，高铁加速这些中等城市之间的经济联系，促进了职能分工，同时为它们带来更多的投资，会提高它们的聚集能力，设站城市会得到快速的发展，形成副中心。城市圈规模结构由二级结构向三级结构转变（如图4）。
2.1.5高铁:强核体系城市圈的影响
强核体系城市经济由核心向外辐射，生产、技术、通勤和经济的联系密切，这样的城市圈己经相对完整且稳定。
高速铁路的新建和运行使得客运需求得到满足，客货分流缓解货运压力，人流带动资金流、信息流，使得投资活动更为活跃。整个体系核心城市和高铁设站的副中心聚集力增大。核心城市依然占最优势地位的同时首位度会有所下降，副中心迅速发展。城市圈规模结构由二级结构向三级结构转变（如图5）。
2.2高铁对城市圈职能结构的影响
高速铁路的建成运行，不仅缩短了城际空间距离，更缩短了城市点对点的时间距离，节省了居民的出行时间成本，原来难以实现的大量跨城活动或要素流动将得到急剧增加，同城效应会日趋明显。
从区域公共服务的视角来看，表现在以下几方面：
1)城际公共交通服务一体化；
2)旅游活动同城化；
3)教育、医疗等公共服务的跨城共享。
因此高铁对城市圈职能结构的影响表现为同城化，城市间的职能融合互补，居住、就业、服务一体化（如图6）。
2.3高铁对城市圈空间结构的影响
2.3.1高铁对城市圈各类地区空间的影响
1)大都市地区
高速铁路可提高大都市地区的可达性，使大都市地区的空间竞争力更具有优势。但随之而来的拥挤、污染、公共设施服务水平下降等规模不经济的因素，也可能导致大都市地区的空间竞争力下降。
另一方面，由于高速铁路大幅缩短交通出行时间，利用高铁通勤于都市区和非都市区的旅次将大幅增加，人口呈现出向都市区分布的趋势。
高铁的影响强弱是由都市区规模的大小及其发展程度所决定，发展程度已趋于饱和的大都市地区，其推力可能就会较吸力大，空间增长不明显；而尚有发展空间的都市区则吸力可能会较推力大，空间增长较快（如图7、8）。
2)地区中心
高铁的设站使得地区中心城市的人口大量增加，若再加上高速公路的相辅相成，人口和产业的发展将会受到正面的影响，使得该地区中心成为高铁沿线的新兴发展节点，对于疏解大都市区人口压力具有正面的作用。地区中心城市空间增长明显加快（如图9）。
3)乡村地区
乡村地区由于公共服务设施与基础设施基础较薄弱，高速铁路的经过不容易产生正面的影响，甚至有可能加速人口与产业的外流。根据Nakamura和Ueda(1989)的分析，除非乡村地区拥有特色自然资源，如观光旅游价值，否则难以因为高速铁路的经过而受益。特色乡村地区空间得到较快增长，无特色乡村地区空间增长不明显（如图10）。
2.3.2高铁对城市圈空间结构的影响
通过上述对城市圈各类地区的分别研究，高铁对城市圈空间结构的影响可以总结为：空间结构从“非均衡单中心”向“非均衡化多中心”发展转变，空间发展呈现串珠式趋势。
高铁的运行除了直接促进首尾两座城市快速发展外，其较为明显的外部溢出效应使得沿线城市也将不断成为重要的副中心城市，大大延伸城市发展的深度和方向，降低产业的空间转移成本，会引发新的区位优势重组，这有利于区域次级中心城市或郊区新城的不断崛起，但中心城市仍然占主导地位，必将在区域和市域两个层面上逐步形成相对非均衡化的多中心空间结构。设站城市空间会得到快速的扩张，从而使整个城市圈呈现串珠式的发展（如图11）。
2.4对城市圈管理理念的影响
未来的高铁或磁悬浮，将大都市圈地区的主要成员城市链接起来，内部区域的开放度进一步增加，城市之间各种要素流动大大增强。不同城市的产业也会在地域上出现新的组合与调整，这使得每一座城市需要在新的发展环境中重新找准和定位自己的发展策略，需要站在更大的区域范围、更高的区域层次上对各自进行战略性的规划和管理（如图12）。
3 结语
高铁对城市圈空间布局的影响主要有一下四个方面：
对空间结构的影响：空间结构从“非均衡单中心”向“非均衡多中心”转变，呈现串珠式空间体系。
对规模结构的影响：城市圈规模结构不均衡化，各城市规模差异加大。
对职能结构的影响：表现为同城化，城市间的职能融合互补，居住、就业、服务一体化。
对管理理念的影响：管理模式从“行政区治理”向“跨界都市圈治理”转变，区域政策从“政策孤岛”向“政策网络”转变。
在城市圈的发展过程中，我们应科学对待高铁带来的上述变革，及时采取相关应对措施，减少和避免高速铁路站点带来的负面影响，使得城市圈良性发展。
参考文献：
[1] 沈玉芳.产业结构演进与城镇空间结构的对应关系和影响要素世界地理研究.Jun，2008.Vol.17，No.4.
[2] 冯璐，林晓言.浅析京沪高速铁路对我国高新技术产业发展的拉动作用.内蒙古科技与经济.2004.03:8~9.
[3] 周一星，胡智勇.从航空运输看中国城市体系的空间网络结构.地理研究.2003，21(3):276~286.
[4] 顾朝林，张敏.长江三角洲都市连绵区形状特征与形成机制研究[J]，地球科学进展.2001，16(3):332一338.
[5] 潘海啸，栗亚娟.都市区高速公路对近域城镇发展影响研究―以上海市为例.城市规划汇刊.200O.Vol，5.
[6] 陆大道.论区域的最佳结构与最佳发展―提出“点一轴系统”和“T”型结构以来的回顾与再分析.地理学报.2001.Vol，2.
[7] 张楠楠，徐逸伦.高速铁路对沿线区域发展的影响研究.地域研究与开发，2005年6月.
关键词：城市效率；DEA模型；超效率；Malmquist指数；沿海
中图分类号：F061.5 文献标识码：A
作者简介：李福柱（1968-），男，山东青岛人，中国海洋大学经济学院教授，经济学博士，研究方向：区域经济理论与政策；付洪凯（1989-），男，山东临沂人，中国海洋大学经济学院研究生，研究方向：区域经济理论与政策。
目前，我国沿海开放城市发展面临着生态环境威胁与污染治理压力，经济增长质量和效率亟待提升，城市效率①评价成为这些城市不同维度建设和发展的重要任务[1]。城市效率评价既是构建和优化城市内部空间网络结构的科学依据，也是全面提升和优化城市发展效率和质量的核心驱动力。本文采用DEA方法与超效率DEA方法测算我国沿海开放城市静态效率，并选取Malmquist指数法对沿海开放城市增长效率的动态变化趋势及其分解效率进行分析，以期为我国沿海开放城市有效经营与科学管理提供理论支持。
一、研究方法及指标数据
（一）DEA模型
假设M个沿海开放城市的投入产出效率分别有K和L种投入指标和产出指标，且xmk和yml分别为第m个城市的第k种资源的投入量和第l种资源的产出量。对于第m（m=1，2，…，M）个城市，θ为要素资源投产综合效率，ε为非阿基米德无穷小量；λm为权重变量，用以衡量城市的规模收益状况。S-为松弛变量，相比于最优值相比可减少的投入，S+为剩余变量，相比于最优值可增加的产出。因此，城市效率的DEA测度模型为[2]：
上式是基于规模报酬不变（CRS）情况的DEA模型。当θm=1时，表明第m个城市处于最佳生产前沿面，该城市的产出相对于投入达到了综合效率最优。θm
（二）超效率DEA模型
采用传统DEA模型进行城市效率测算时会出现多个决策单元处于生产前沿面的情况，无法对这些决策单元做进一步的区别和比较。超效率DEA模型是Andersen和Petersen基于DEA模型提出的一种超效率评价模型，能够对相对有效决策单元进行效率值的比较，它的基本思想是在对某个决策单元进行效率评价时，将其排除在决策单元集合之外，模型如下：
（三）Malmquist模型
Malmquist指数应用于衡量不同时期消费的变化[3]。Caves等（1982）在此基础上引入距离函数，构造出可以衡量生产率的Malmquist生产率指数[4]。Fare等（1994）在固定规模报酬的假定下，将Malmquist指数定义为两个时期的几何平均数，并将该指数分解为技术效率变化指数（EFFCH）和技术水平变化指数（EFCHCH）[5]。在可变规模报酬假设下，Ray和Desli（1997）指出技术效率变化指数可分解为纯技术效率变化与规模效率变化[6]，其测算公式如下[7]：
其中，Dt（Xt，Yt）和Dt+1（Xt+1，Yt+1）分别为观测点与t期和t+1期生产前沿面的距离；Dt（Xt+1，Yt+1）、Dt+1（Xt，Yt）分别表示在t期和t+1期技术水平下，使得（Xt+1，Yt+1）与（Xt，Yt）在可行条件下投入量可减少的最大值。所以，Malmquist指数可以分解为技术效率（TEC）和技术变化（TP）。Mi大于1表明全要素生产率的提升，反之则为全要素生产率的下降，等于1表明全要素生产率未发生变化。TEC代表技术效率变化，反映在给定投入状况下获得最大产出的能力，即对生产前沿面的追赶程度，TEC大于1表明技术效率改善，反之则说明技术效率的下降。TP为技术变化，反映生产前沿面的变动对生产率的贡献程度，TP大于1，表明技术进步，反之则为技术退步。
（四）指标及数据来源
城市效率即为一定时间内城市生产单元投产的比率关系，可将城市效率指标体系划分为投入指标和产出指标。
投入指标方面：城市经济学理论将城市产出视为资本、土地、劳动力、技术等要素的函数[8]。第一，资本投入状况是衡量城市效率的关键变量之一，城市的基础和服务设施的建设与改造、生态环境的改善均离不开“硬要素”资本投入。第二，城市土地面积对城市发展具有较强的约束作用，可作为城市发展的直接投入变量。第三，劳动力作为人力资本源泉的“软要素”投入城市发展过程，成为衡量城市效率最直接的投入要素之一。第四，作为内生变量进入城市产出函数，技术要素影响着城市的产出效率。基于以上考虑及数据资料的可获得性，本文选择城市固定资产投资额以反映资本投入，选择城市建成区面积以反映土地投入，选择城市从业人员数（单位从业人员、私营和个体从业人员）以反映劳动力投入，选择科技研发和教育投入费用以反映技术投入。
产出指标方面：作为城市生产过程的最终目标，城市产出收益包括多个层面的指标。本文参考张军涛和刘建国、韩民春和朱森林的研究[8-9]，选取市区生产总值和财政收入作为产出指标。作为城市经济最活跃的区域，由于市辖区与其下辖县、乡关系不大，故本文所选数据均为市辖区数据，具体指标体系构成见表1。
本文研究范围所涵盖的天津、秦皇岛、大连、上海、南通、连云港、宁波、温州、福州、厦门、青岛、烟台、威海、广州、深圳、珠海、湛江和北海（汕头由于部分年份数据缺失严重，故剔除），城市基础设施与城市人力资源等与劳动投入在城市建设和发展中的技术优势和规模效益持续变化，本文选取它们作为模型的决策单元，所有的基础数据来源于相应年份的《中国城市统计年鉴》（2001-2013），派生数据均由基础数据计算得到。此类数据较为全面、获得性较高，所获得的实证结论较为可靠，同时满足了DEA模型的对决策单元个数大于投入指标和产出指标个数之和两倍的要求，对于极少部分缺失的数据采用等差、均值等方法进行填补。
二、沿海开放城市静态效率及动态分析
（一）基于DEA模型的我国沿海开放城市横向静态效率研究
1.总体分析
（1）基于CCR模型的沿海开放城市平均效率测度。基于DEA的CCR模型，本文运用DEAP2.1软件就我国18个沿海开放城市2001-2013年的投入产出指标进行综合性的平均城市效率测算，以便对这些城市效率具有初步的认识，结果如图1所示。
由图1所示，所测沿海18个城市的平均效率整体呈现缓和的上升趋势，表明我国沿海开放城市效率提升缓慢。2001-2004年处于上升阶段，这可能得益于国家对于沿海城市的优惠政策以及城市自身投产结构的不断优化，拉动城市效率不断提升。2004-2006年效率值呈下降趋势，并在2006年达到历史最低水平。2006-2013年处于波动上升趋势，受国际金融危机的影响，2008和2010年效率值小幅下降。综合来看，2001-2013年的城市效率提升较小，可能与城市转型升级压力以及城镇化改革的各种体制弊病蔓延导致城市效率水平没有得到显著提升有关。
（2）基于BCC模型的沿海开放城市效率差异静态分析。本文利用BCC模型计算18个沿海开放城市的静态效率，并选择2001年、2007年和2013年进行对比分析，以反映13年来沿海开放城市效率的变化及其规模收益状况。
2.城市层面分析
（1）综合效率水平状况。表2显示大部分的沿海开放城市综合效率水平较高，资源利用效率和配置水平较高。2001年、2007年和2013年综合效率在均值以上的城市个数分别为12个、11个和11个，达到综合效率有效的城市数量分别为7个、7个和11个，总体趋势上升。其中，宁波、广州、深圳三年均有效，连云港、温州和威海三年均无效，其他城市综合效率则是介于有效与无效之间。
（2）技术效率和规模效率状况。伴随着综合效率水平的变化，技术效率和规模效率的效度组合也处于变化之中。天津、南通、厦门、青岛、烟台和珠海的技术效率和规模效率变化为有效或无效，秦皇岛、大连、上海和北海仅规模效率发生变化，福州和湛江技术效率和规模效率都存在变化。在综合效率始终无效的城市中，技术效率和规模效率始终为无效状态，技术效率和规模效率的变化程度也不同。与2001年相比，2007年技术效率提升与降低的城市个数分别为6个和4个，规模效率提升与降低的城市个数分别为7个和8个，技术效率和规模效率的变动均值分别为0.0066和0.0081。较之2007年，2013年技术效率提升与降低的个数分别为6个和2个，规模效率提升与降低的城市个数分别为8个和5个，技术效率和规模效率变动均值分别为0.0123和0.0068。可见，在中国沿海开放城市静态效率演变过程中，技术效率的变化起着重要的作用，主要是因为沿海城市投入产出效率在良好的城市区位条件和发达经济水平影响下城市生产规模报酬保持稳定增长，而技术创新驱动下的项目开发、技术创新性城市的建设与制度管理成为制约综合效率的主要因素[1]。
（3）规模收益状况。从规模收益的状况来看，我国沿海开放城市总体处于规模报酬不变或递增的状态。2001年、2007年和2013年处于规模报酬不变的城市数量分别为7个、7个和11个，其中宁波、广州和深圳始终为规模报酬不变。同期处于规模报酬递增状态的城市个数分别为6个、7个和7个，其中连云港、温州和威海均是规模报酬递增。同期属于规模报酬递减的城市数量分别为5个、4个和0个，不存在规模报酬始终为递减的城市。将规模报酬与综合效率状况进行对比，发现规模报酬递增或递减状态的城市综合效率都是无效的，原因在于其产业分工、城市经营管理与市场竞争方面还存在不合理问题。
通过对BCC模型实证结果的分析可以得出沿海开放城市规模效应递增、不变或递减状况和投入产出冗余情况，运用DEA模型和SDEA模型得到的DEA有效决策单元规模效应不变且不存在投入与产出的冗余，非DEA有效的决策单元可能存在规模收益与现有的生产规模不匹配或者投入与产出的冗余。若是规模收益与现有的生产规模不匹配，就需要依据规模效益状况对城市的规模进行调整；若是存在投入与产出的冗余，就需要依据相应的松弛变量对决策单元进行改进[7]。
2013年非DEA有效城市规模收益状况与投入产出松弛变量统计结果如表3。由表3可知2013年的非DEA有效城市均存在规模报酬递增的情况，即城市发展规模未得到充分开发，进一步扩大市场规模有助于城市效率的提升。其中，南通、连云港、温州、威海和珠海等城市的投入与产出存在冗余，即减少投入和增加产出均能促使效率的改善。由于这些城市普遍处于规模报酬递增阶段，应该充分利用其资源条件合理扩大城市发展规模，优化产业布局，强化产业融合，并对城市中存在投入与产出冗余的情况，优化其投入产出结构。
（4）基于SDEA（超效率）模型的城市效率测算。在运用DEA模型对决策单元进行效率评价时，容易出现多个评价单元同时处于效率前沿而相对有效的情况，在客观上降低了测算精度，无法对有效单元的效率做细致的区分。为提高测算精度，清晰地判断沿海开放城市效率的高低状况，本文选取基于投入导向的超效率DEA模型进一步测算其城市效率，结果如表4所示。由表4可知年均超效率值位于前五位的城市依次为上海、深圳、湛江、广州和宁波。其中，上海城市效率值远大于其他17个城市，最大值为2.346，最小值为0.866，而其他城市所有年份的最大值为1.91。深圳13个城市效率值大于1，湛江10个，广州12个，宁波8个。宁波2001-2013年超效率值较高的原因可能是不断深化经济体制改革，强化民营经济，发展临港产业体系和战略性新兴产业，发挥产业集群效应，充实人才要素，同时注重提高自身的管理水平与服务能力。大连、烟台和青岛的年均效率值均大于1，说明这些城市城市效率提升显著，资源配置与整合能力较强，但城市发展仍处于成长期，代表了颇具潜力的新兴沿海发展城市。厦门和天津的效率均值分别为0.976和0.877，其效率低下的原因可能基于同等的人力、物力与财力投入形成的地方财政收入不足与要素投入冗余，以及政策支持方面对城市效率造成不利影响，但近年效率值提升显著。年均超效率值位于后五位的城市分别为北海、珠海、威海、连云港和温州，这些城市中绝大多数年份效率值都没有达到效率前沿，且普遍较低，未来需要在城市发展中进一步优化其投产结构和改革措施。
（二）基于Malmquist指数分解模型的我国沿海开放城市纵向动态效率研究
前文的DEA模型和SDEA模型仅从静态角度考察了沿海开放城市效率值，本文利用Malmquist指数从动态角度分析沿海开放城市效率变化趋势，为提高城市效率提供决策依据，弥补上述方法的不足。
1.总体分析
表5列出了基于Malmquist指数的2001-2013年中国沿海开放城市全要素生产率及其分解效率。2001-2013年中国沿海开放城市全要素生产率的年均增长率为-0.8%，主要原因是技术没有进步。虽然技术效率呈现出年均0.2%的增长态势，但是由于技术进步率下降达到年均1%，使得全要素生产率仍然呈现负增长态势。在技术效率的分解方面，纯技术效率呈现正增长，年均增长率达到0.2% ；而对于规模效率来说，虽然年均效率水平保持不变，但近年来其效率指数略微增加。从时间维度来看，技术进步率是限制城市全要素生产率提升的关键因素，促进技术持续创新和进步是今后沿海开放城市全要素生产率提升的关键所在。
中国沿海开放城市2001-2003年处于新世纪初的发展阶段，城市产业发展不成熟，适应力不强，城市全要素生产率不断下降。2003-2006年得益于沿海开放城市在技术改造与升级方面的优势，全要素生产率出现增长。随后的2006-2009年，受制于企业转型升级和国际金融危机的影响，全要素生产率又一次出现了下降。2009年以后得益于技术效率的提高和逐渐显现的技术进步，全要素生产率出现增长，除2012年有所下降，基本处于增长态势。在技术效率变化的分解方面，纯技术效率和规模效率的年均增长率分别为0.2%和0，中国沿海开放城市的纯技术效率呈现总体上升的趋势，其中规模效率最近几年显示出增长的迹象，说明中国沿海开放城市已经显现出规模经济的优势。这与中国近几年各城市积极进行产业转型与升级、加大投资力度有关，也与城市合理优化其市场规模密切相关；同时，伴随着城市发展的层次提升，传统生产方式与消费方式的转变都对城市的规模经济产生了不小的影响。
2.城市层面分析
由表6可以看出2001-2013年有15个城市的全要素生产率都实现了负增长，其中秦皇岛和威海的全要素生产率下降较高，分别达到4.5%和3.9%，秦皇岛和威海的负增长均是由技术效率下降和技术退步共同推动。温州、北海、大连、福州、厦门、青岛和宁波全要素生产率指数低于均值（0.992），年均增长率分别为-3.3%、-3.1%、-2.3%、-2.3%、-1.5%、-1.3%和-0.9%，北海的低指数是由于技术效率下降和技术退步，温州、大连和宁波则是由于技术退步导致，福州、厦门和青岛则因技术退步的幅度大于技术效率改善的幅度。南通、深圳、广州和湛江的年均增长率分别为-0.7%、-0.2%、-0.1%和-0.1%，其中南通是由于技术效率改善，技术进步指数却下降，深圳、广州和湛江则是技术效率不变、技术退步。
剩余城市中有2个城市的全要素生产率实现了正增长，分别为天津和上海，年均增长率分别为4.9%和6.2%。天津的技术效率指数和技术进步指数均大于1，为1.023和1.025，表明其增长依赖于技术效率改善和技术进步，且技术进步程度更为显著。上海的全要素生产率指数为1.062，为18个城市中的最大值，其中技术进步贡献了5个百分点，技术效率贡献了1.2个百分点，效率提升主要依赖于技术进步，显示出发达城市的技术发展特征。连云港的Malmquist指数为1，其技术效率和技术进步指数分别为1.028和0.972，表明技术进步是限制其效率提升的重要原因。
3.分时期对比分析
为了反映沿海开放城市动态效率的演变，本文以2008年为时期节点进一步测算2001-2008年和2008-2013年时期内沿海开放城市的效率及其分项指标。由表7可知两段时期内沿海开放城市全要素生产率的年均增长率分别为-2.1%和1%，技术效率的年均增长率分别为-0.1%和0.6%，技术进步指数的年均增长率分别为-2%和0.4%，表明2001-2008年沿海开放城市全要素生产率总体处于下降趋势，原因在于技术效率下降和技术退步。2008-2013年沿海开放城市全要素生产率处于提升阶段，主要由技术效率改善推动。相较后阶段，前阶段技术效率下降和技术退步的程度较大，使得2001-2013年城市全要素生产率总体是下降的。
分城市考察两个时期沿海开放城市全要素生产率的年均增长情况，2001-2008年全要素生产率呈现负增长的城市有14个，北海、秦皇岛、威海、福州和大连下降幅度较大。这些城市中的绝大多数城市在2008-2013年转为正增长，少数城市如秦皇岛、南通、温州、青岛和威海依旧是负增长。此外，烟台和广州由正增长变为负增长，2008-2013年仅有7个城市的全要素生产率呈现下降态势。呈现正增长的城市在2001-2008年为4个，分别为上海、天津、广州和烟台。2008-2013年城市全要素生产率出现年均正增长的城市数量为11个，珠海、湛江、上海、天津和北海的年均增长率均在2%以上，其他年均增长率较高的城市依次为厦门、福州和深圳。通过以上数据分析，发现沿海开放城市全要素生产率呈现出先抑后扬的变化趋势。此外，对比两个时期的技术效率和技术进步指数，发现大部分城市的全要素生产率在2008-2013年提升显著，并且技术效率的提升幅度更大，有效论证了沿海开放城市全要素生产率得益于技术效率的改善而提升。
三、结论与建议
本文采用我国18个沿海开放城市2001-2013年的面板数据，运用DEA模型、超效率DEA模型和非参数Malmquist指数法，分析沿海开放城市的效率状况与变化趋势，主要得到以下结论：第一，总体来看，中国沿海开放城市综合效率水平较高，技术效率和规模效率未达到效率最优，技术效率在综合效率变化中起着重要的作用。第二，综合效率的提升与规模收益匹配变化分析，这些城市总体处于规模收益不变或递增的阶段。第三，沿海开放城市年均超效率值呈现缓慢递增趋势，超效率DEA值大于1的城市个数呈现整体增加趋势。第四，除技术效率指数和纯技术效率指数有略微增加外，其他的如全要素生产率指数和技术进步指数下降趋势明显。这些城市动态效率指数的下降源于技术退步，全要素生产率总体呈现先抑后扬的演变趋势，即2001-2008年总体处于下降趋势，2008-2013年处于上升趋势。
根据上述分析结果，本文提出以下政策建议：第一，注重要素的合理配置。各城市要依据自身特点，合理调整投入要素的比例关系，提升要素质量，实现城市效率的整体提升。第二，强化规模效率和纯技术效率。依据城市自身发展规划和市场需求，合理控制城市发展速度和规模，同时重视先进技术的应用，将知识和技术渗透到城市发展各种资源与要素之中。第三，重视规模收益状况，强调城市产业间与产业内的有效分工与合作、规范竞争。第四，促进技术进步。技术进步率的提高表现在制度和技术两方面的改进，可以运用完善规范的制度进行城市的管理，同时引进国际先进技术服务城市的发展。
注释：
① 城市效率是指一定区域运用各种要素资源之后获得的经济产出效益，其反映了城市发展的投入与产出的内在比值关系。较高的城市效率不仅意味着其要素资源处于有效配置与合理利用状态，还意味着其具有良好的技术水平、规模集聚水平和高效的经营管理水平。
参考文献：
[1] 李瑞，吴殿廷，殷红梅，等.2000年以来中国东部四大沿海城市群城市旅游业发展效率的综合测度与时空特征[J].地理研究，2014（5）：961-977.
[2] 郭腾云，徐勇，王志强.基于DEA的中国特大城市资源效率及其变化[J].地理学报，2009（4）：408-416.
[3] Malmquist S. Index Numbers and Indifference Curves[J]Trabajos de Estatistica，1953，4：209-242.
[4] Caves D W，Christensen L R， Diewert W E. The Economic Theory of Index Numbers and the Measurement of Input and Output，and Productivity[J]. Econometrica， 1982，50：1393-1414.
[5] Fare R，Grosskopf S，Lindgren B， Ross P. Productivity Development in Swedish Hospital：A Malmquist Output Index Approach[A].Charnes A， Cooper W W，Lewin A Y，Seiford L. Data Envelopment Analysis：Theory，Methodology，and Application[C].Kluwer Academic Publishers，1994：253-272.
[6] Ray，Subhash C & Desli，Evangelia. Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries： Comment[J].American Economic Review， American Economic Association，1997，87（5）：39-1033.
[7] 徐晓光，冼俊城，郑尊信.中国城市金融效率提升路径探析[J].数量经济技术经济研究，2014（10）：53-68.
[8] 张军涛，刘建国.城市效率及其溢出效应――以东北三省34个地级市为例[J].经济地理，2011（4）：578-583.
[9] 韩民春，朱森林.湖北省城市经济效率的测评[J].统计与决策，2016（9）：68-71.
【关键词】城市轨道；交通线网；合理规模
1 导言
城市轨道交通线网作为城市中重要的基础设施网络，有着不同于其他复杂网络的显著特点，一方面它的规模较小，这就要求在对它进行研究时不仅仅要关注那些宏观的统计指标，更要注意其细部的结构差别对网络功能以及对实际规划工作的影响；另一方面，其结构和功能在演化过程中受到来自社会学、心理学和经济学等多方面因素的影响，由此导致网络拓扑结构与这些因素之间的互动，使得其远比简单的理论演化模型更加复杂。通过分析轨道交通线网的拓扑结构，可以从概念规划的层次，对轨道交通系统的规划、设计、建设、运营等一系列过程提供有益的建议，帮助我国城市轨道交通系统更好更快的发展。
2 城市轨道交通线网存在的问题
虽然这些年我国城市轨道交通快速发展，很多城市己经迈入网络化发展阶段，但是城市轨道交通线网规划技术还不能很好的与轨道交通线网的高速发展相匹配，主要存在以下问题：
（1）城市轨道交通实际规划过程主要以定性为主，定量化水平相对不足；
（2）简化线网模型虽然能够将轨道交通线网的主要特征抽象出来，但是线网简化的过程中会忽略掉网络的一些性质，适合描述小规模线网，但不能完全的描述大规模轨道交通线网的网络特征：
（3）在实践层面，对网络合理规模进行了充分的研究，但是对于轨道交通线网发展过程中的本质规律挖掘不足，有必要借助图论及复杂网络理论对 轨道交通线网的拓扑结构进行研究；
3 城市轨道交通线网合理规模
线网合理规模的主要指标是线网长度或线网密度，这两方面的指标可以通过对系统能力的要求来推算，传统的规模匡算方法可以分为以下三类：
3.1 服务水平法
该方法先将规划区分为几类，如中心区、中心区及边缘区，然后或类比其他城市轨道交通系统发展比较成熟的城市的线网密度，或通过线网形态、吸引范围等确定线网密度，最终类比得到城市轨道交通线网合理规模。后一类方法亦可以划归至吸引范围几何分析法。这种从服务水平着手的分析方法往往体现了规划工作者对网络功能的取舍，这也就导致该方法在具有直观性的同时缺乏足够的说服力，不同的城市各具特点，简单的宏观指标对比往往会忽略城市的个性，因此在实际规划中该方法往往作为其他定量化分析方法的辅助手段。
3.2 交通需求分析法
规模体现为实现交通供给，从供给满足需求的角度自然产生了出行需求分析法。因此，客运需求预测不仅成为布置站场及布置路线的依据，也成为确定城市轨道交通发展规模的重要依据。
3.3 吸引范围几何分析法
吸引范围分析法是根据城市轨道交通线路及车站的合理吸引范围，在不考虑城市轨道交通运量的前提下，保证线网合理吸引范围覆盖整个城区用地。该方法利用几何分析来确定城市轨道交通线网，在选择合适的城市轨道线网结构形态及线间距的基础上，将城市规划区划分为中心区与区，根据不同区域对轨道交通的需求特征，将轨道交通线网简化为方格状及放射状图形，进而得到整个轨道交通线网的规模。
【关键词】城市发展；城市蔓延；城市经济；经济学
引言
改革开放后，我国经济制度改革不断深入，计划经济开始向市场经济转变，经济发展速度不断加快，我国进入城市化高速发展阶段，许多城市建成区面积超过百分之五十以上。但城市化发展中却存在着诸多问题，导致城市空间形态和空间结构出现急剧变化现象，造成城市发展并没有表面上的发达程度，而是过度依赖城市增长的速度，导致可利用土地资源面积不断减少，土地资源利用率低下，环境污染问题突出，城市经济发展受到严重制约。从当前中国城市发展建设局面来看，很多城市都在面临着城市蔓延问题。为促进经济持续发展，构建和谐社会，城市发展建设规划中，应针对城市蔓延问题采取相关治理措施。
一、城市经济学与城市蔓延问题
（一）城市经济学
城市经济学（Urban Economics），是经济学重要分支，研究的是城市生产、发展、建设、规划过程中的经济关系，以城市内外经济活动的各种经济关系为主要研究对象，分析、描述和预测城市现象和城市发展问题，探究城市经济活动状况。第二次世界大战后，二十世纪末世界各国城市规模迅速扩大，城市经济结构发生巨大变化。而这些变化有利有弊，给很多城市带来了一系列社会经济问题，制约了城市经济持续发展，很多经济学家希望通过对城市经济的研究，探索问题根源，寻求解决方法，城市经济学应运而生。八十年代，城市经济学在中国兴起和传播，为我国城市经济发展建设提供导向。但从总体上来看，我国城市经济学理论发展还远不能满足改革开放后我国城市迅速发展的需求，对于很多城市发展问题的分析还不全面、不透彻、不深入，造成我国城市发展社会经济问题越来越突出。
（二）城市蔓延
城市蔓延是城市经济学研究重要内容之一，毫无疑问城市蔓延是现代城市经济发展不得不面临的问题，是城市无序发展的结果，其具体表示是：城市规模增长过快，发展规划中以粗放式和外延式土地利用模式为主，造成城市人口密度下降，土地资源浪费问题提出，人均服务设施成本增加，同时导致了耕地和湿地减少，城市环境污染问题日益加剧。城市蔓延现象，最早出现于二十世纪七十年代的美国。在七十年代，随着美国经济的高速发展，出现郊迁现象，造成城市空间进一步扩张。二十年代后，甚至美国政府税收都在外迁，城市化出现失控扩展与蔓延现象。由于城市形态密度低，呈现分散发展趋势，城市发展对汽车交通依赖性较大，城市交通拥堵，过度开发问题日益突出，不仅制约了经济发展，而且带来了一系列环境问题。因此，城市发展中应提高对城市蔓延的重视，加强城市蔓延防治。
二、城市蔓延现象的经济危害
造成城市蔓延现象的原因有很多，主要来自：经济、政治、社会等三个方面。从经济角度来看，城市蔓延都与市场经济离不开可分，经济发展需要更多的土地资源和自然资源。从政治角度来看，在经济为先导的影响下，政府政策也追随经济，对城市蔓延推波助澜。且相关规划与开发政策的不合理、不科学，也是导致城市蔓延现象的主要原因。例如：交通外迁、远郊开发等等。从社会原因来看，城市已逐渐成为人类、工业、交通、建筑的集中地，生活节奏不断加快，生活与工作压力越来越大，而且环境污染问题日益突出。据不完全统计，城市污染排放量是全球的百分之七十以上。在这种情况下，形成了一种渴望自然，向往郊区的社会文化氛围。而经济的高速发展中，人们生活水平不断提高，拥有汽车已经不再遥不可及，使得中产阶级追求市郊舒适的生活环境的想法变为可能，导致城市蔓延现象被再次加剧。这一系列原因造成城市密度低，对汽车依赖性强，严重破坏了生态系统，造成农田面积和绿化空间减少，水与空气质量下降，环境恶化，当地特色人文风貌逐渐消失，郊区转变为城市化生活，严重损害了环境、经济、社会等各方面的利益。另一方面，由于城市面积过大，形态分散，导致公共服务设施利用率不断下降，闲置率提高，而建设成本却出现增加，基础设施未能充分被利用，产生了大量社会资源浪费。显然这加剧了城市中心区衰败，造成了工作岗位和产业的扩散迁徙，中心区税收出现降低，就业机会减少，出现人口分布与就业岗位分布不匹配，加剧了社会阶层分化，扩大了贫富差距，公共活动空间减少，出现阶层隔离性，社交机会减少。城市蔓延导致城市发展出现无序形态，城市发展政策与实际情况不配套，违反了城市发展规律，难以实现城市经济持续发展。
三、城市蔓延的对策研究分析
通过前文分析不难看出，城市蔓延现象严重损害了环境、经济、社会等各方面的利益，并不利于城市经济持续发展。因此，我国城市发展建设中应提高对城市蔓延现象的重视，深入分析规划设计中存在的问题，采取相应应对措施，治理城市蔓延问题。下面通过几点来分析城市蔓延的对策：
（一）建立城市发展约束机制
想要治理城市蔓延，促进城市的可持续发展，确保城市经济良性循环，应尽快建立城市发展约束机制。通过城市发展约束机制避免城市的无序扩大，防止过度开发造成的生态环境破坏。从土地利用角度来看，要完善土地产权制度，对城乡土地资源进行有效对接管理。另外，应强化城市发展的环保条款，通过法律法规约束开发行为，明确绿色、环保、低碳、可持续的城市发展方向，考虑到城市扩张对生态环境的负面影响和自然资源利用问题，强调人与自然和谐，减少城市发展中对自然环境的破坏。只有保持生态的平衡，实现城市经济与自然和谐，才能实现城市经济的持续发展和良性循环。
（二）调整城市发展方针
通过前文分析不难看出，城市发展方针的不科学是造成城市蔓延的主要原因之一。实际上很多城市发展定位存在问题，发展方针缺乏科学性，导致城市规模盲目扩大。城市发展方针是城市发展建设的标杆，合理设计和挑战城市发展方针，使城市能够有序发展是治理城市蔓延现象的关键。在发展方针制定中，应基于城市经济，采取有针对性的优化措施，使城市发展方针趋于合理。另外，为确保城市发展方针的落实，要加强城市发展建设监督和发展方针实施监控，从而规范和督促城市发展实，利用发展方针，促进城市有序发展。
（三）科学调整城市规模标准
就目前来看，我国城市规模标准尚不严谨，这也是造成城市无序扩大的原因之一。因此，我国应积极制定相关标准，根据城市发展实际情况进行城市规模标准调整，为城市发展提供导向，使城市发展建设更符合国情，符合城市经济发展实际情况看。在城市规模标准调整中，应立足于资源环境承受范围内，以城市公共设施和人口比重作为基本划分条件，适当调整城市规模划分标准，防止城市蔓延，对城市发展的速度和规模进行适当制约。另一方面，要控制城市蔓延框架，从而为城市规模标准和城市蔓延治理提供理论支持。具体手段是，从城市经济发展的“需求”与“供给”层面入手，消除城市土地利用过程中的外部性问题，通过提高限定开发权限，收取开发费用的方式将外部问题内化。而从内部控制城市蔓延，难度则会大大降低，城市蔓延治理效果也会更好，更快。
四、结束语
目前中国正处在经济高速发展阶段，城市发展规模不断扩大，城市发展对经济与环境的影响越来越明显。但我国在城市发展规划中对城市蔓延现象考虑却非常不充分，造成城市土地资源利用率低下，房屋建筑成本高，资源浪费问题突出，环境破坏严重，非常不利于我国城市经济的持续发展。因此，我国应积极调整城市发展战略，规范城市发展方针，促进城市有序发展，治理城市蔓延现象，保障城市经济良性循环。
参考文献：
[1]李立新.城市蔓延过程中的村庄演变规律及其改造探讨――以玉溪市城区为例[J].湖北职业技术经济管理学院，2014，13（11）：119-124
[2]李志搏.城市中的问题与问题中的城市――卡斯特《城市问题》研究[J].浙江经济管理学院，2015，19（14）：132-136
[3]王慧丽.基于国内外比较视角下城市蔓延概念与动力机制研究述评[J].海南科学技术学院，2014，16（07）：119-123
[4]田丽芳.我国城市房地产价格决定的经济学分析――以我国一线城市为例[J].江苏现代职业技术学院，2011，15（03）：116-151
基金项目：国家社科基金重大招标项目，项目编号：10ZD&051；国家自然科学基金项目，项目编号：41101044。
摘要：基于2005至2009年16个城市旅游业投入产出的数据，本文利用DEA-BCC模型分析了我国城市旅游产业效率的发展特征。研究结果表明：城市旅游业综合技术效率整体偏低，但是随时间呈现出不断提升趋势；城市旅游经济规模与综合效率的空间非均衡问题显著，而且城市旅游业综合技术效率呈现出一定的区域内部分化特征；城市旅游业内部三行业的综合技术效率存在明显差异，旅行社业效率均值最高，酒店业次之，景区行业最低，而且这三个行业效率的城市排名存在不同程度的相关性。
关键词：城市旅游产业效率；时空特征；行业差异；DEA-BCC模型
中图分类号：F59文献标识码：A
现阶段我国旅游产业正在由粗放型向集约型方向转变，由注重规模扩张向扩大规模和提升效益并重转变，产业效率持续提升与否对于我国城市旅游业发展质量和转型升级成败都至关重要。城市作为最基础的旅游目的地，对于促进更大空间的区域旅游经济发展和更小空间的县域旅游经济发展具有示范带动作用（杜一力，2012）。城市旅游研究具有重要的理论与现实价值，通过数据包络分析（DEA）方法，本文将采用DEA-BCC模型，应用DEAP21软件，分别研究中国16个城市旅游产业效率及其分解效率的时间变化趋势，了解各城市旅游产业效率的空间特征，以及城市旅游产业效率的类型及推动因素；同时分析各城市旅游产业内部三个主要行业的效率差异及特征，拟从时间、空间和行业维角度对城市旅游产业效率进行探索性研究。
一、文献综述
自1957年英国经济学家Farrell提出效率这一概念及测算标准[1]后，效率研究已渗透到众多产业问题分析之中。20世纪90年代之后，旅游产业效率问题逐渐成为国外学者的关注焦点，国外学者侧重从微观角度评价旅游企业效率，旅游酒店、旅行社、旅游交通等的单体企业成为主要研究对象。早期的文献主要是利用DEA、SFA等多种方法简单测算旅游企业效率水平[2]，随后旅游效率研究扩展到旅游企业效率的影响因素[3]、旅游企业效率的变化趋势[4]、旅游企业效率的空间差异[5]、同一旅游行业内不同性质企业的效率差异[6]等。近年来，一些国外学者开始从宏观角度研究综合性目的地的效率，旅游目的地效率的国际比较[7]，特定国家的静态和动态旅游效率评价[8]等正在成为国外旅游效率研究新的关注点。
随着我国旅游业繁荣发展，国内在注重扩大旅游经济规模的同时，旅游产业发展效率问题引起了政府、学术界的普遍关注。21世纪初期以后，国内旅游效率研究开始大量涌现，与国外侧重微观企业效率研究相比，国内侧重于中观和宏观旅游效率分析，研究重点集中在特定地区旅游产业效率评价[9-10]、我国旅游效率的时空差异[11-12]、我国旅游效率提升对旅游经济增长的贡献[13-14]、城市旅游效率区域差异[15]、我国旅游效率影响因素的计量分析[16]。目前，国内一些学者开始研究微观旅游企业效率，主要从中观视角关注旅游上市企业效率分解和类型比较[17]、星级酒店效率差异[18]等领域。尽管中外研究旅游产业效率的文献较多，但是旅游业效率问题还有一些领域未被探索或者已有研究存在一些不足。首先，国外学者从微观角度研究个体旅游企业效率固然有利于理解特定企业效率的状况，并提出相应的改进方式，但是微观个体企业视角不利于较全面地掌握我国旅游产业效率的整体发展状况，故本文从中观视角分析旅游产业效率问题。其次，很多已有旅游效率研究采用分省数据，在我国城市等级结构、城乡二元结构背景下分省数据，由于模糊了大小城市和城乡旅游企业之间的差距，可能掩盖旅游发展效率特征。本文拟以城市作为空间单位，分析旅游产业效率问题。第三，现有城市旅游效率研究倾向于采用时间、空间、行业某一个或两个维度进行分析，这不能全面评价我国城市旅游效率的状况。本文拟从时间、空间、行业三个维度多层面评价我国城市旅游产业的绩效，特别是通过对比分析城市空间单元内旅行社、酒店、景区三个行业的效率状况，以全面了解城市旅游内部行业的效率差异。
二、变量、数据和估算方法
（一）变量和数据
在中国城市旅游业效率估算的投入指标选择上，本文选择资本和劳动作为投入要素：一是选择16个城市旅行社、星级饭店、景区三个行业和其他所有旅游企业的固定资产原值作为资本投入指标，将固定资产投资价格指数折算为2009年的价格；二是选择16个城市旅行社、星级饭店、景区三个行业和其他所有旅游企业的旅游从业人数作为劳动力投入指标，在产出指标上选择营业收入作为产出指标，并且将固定资产投资价格指数折算为2009年的价格，数据来源于2006至2010年的《中国旅游统计年鉴（副本）》、《中国统计年鉴》。根据数据的可得性和研究目的，本文选取沈阳、大连、长春、哈尔滨、南京、无锡、苏州、杭州、宁波、厦门、武汉、广州、深圳、桂林、海口、成都共16个城市作为研究对象。
（二）数据包络分析（DEA）方法
数据包络分析（Data Development Analysis，DEA）是由Charnes、Cooper和Rhodes（1978）等人最早提出的，利用求解线性规划最优值来评价一组同质决策单元（DMU）相对效率的非参数系统分析方法[19]。相对于随机前沿面（SFA）等需要设定参数的效率估算方法，DEA方法具有无须事先设定特定的生产函数就能进行效率估算的优势。它的基本思路是将每一个评价对象作为决策单元（DMU），通过比较同一时点所有DMU的投入产出以决定它们共有的最佳生产前沿面，再比较每个DMU与最佳生产前沿面的差距确定这个DMU是否具有效率。如果这个DMU位于最佳生产前沿面上，则具有效率，否则不具有效率。Charnes、Cooper和Rhodes（1978）提出了基于规模报酬不变，假定的计算相对效率的DEA-CCR模型，然而该模型的假定往往不符合经济现实，Banker、Charnes和Cooper（1984）扩展了DEA-CCR模型，提出了基于规模报酬可变的DEA-BCC模型，并且将效率分解为纯技术效率和规模效率两种，这对于分析现实经济较契合。此外，DEA模型分为基于投入导向和基于产出导向两种，基于投入导向是指在特定产出水平下使投入量最小化，基于产出导向是指在特定投入水平下使产出量最大化，两种导向方法的原理是相近的。本文采用产出导向的DEA-BCC模型进行分析，所用软件是DEAP2.1，DEA-BCC模型如下：
假定存在n个决策单元（DMU），则每个决策单元DMUj（j=1，2，…，n）有s种投入和t中产出，则xj=（x1j+x2j+…+xsj）T和yj=（y1j+y2j+…+ytj）T分别是第j个决策单元DMU的投入量和产出值，X、Y分别表示s*n维投入矩阵和s*t维产出矩阵，线性规划方程[20]为：
其中λ是N*l维常数向量，N1Tλ=1是一个凸性假设，它满足规模报酬可变的约束，1≤φ
下面用图1说明综合技术效率、纯技术效率、规模效率的关系，用单投入要素X和单产出要素Y建立坐标轴，CCR前沿面为技术水平恒定时规模报酬不变情况下的最大产出，BCC前沿面为技术水平恒定时规模报酬不变情况下的最大产出。分布在CCR前沿面上点的综合技术效率都是最高的，值为1；分布在BCC前沿面上点的纯技术效率值为1，它是有效率的。CCR前沿面、BCC前沿面以下点分别是综合技术无效率、纯技术无效率的，比如点D，它的综合技术效率等于AB/AD，纯技术效率等于AC/AD，规模效率等AB/AC。因此，综合技术效率等于纯技术效率乘以规模效率，这也是效率分解的普遍公式，与D点相比，E点的综合技术效率、纯技术效率、规模效率均等于1，该点是有效率的。
三、中国城市旅游产业效率的特征分析
（一）城市旅游产业效率的时间变化特征
通过对我国杭州、大连等16个城市旅游业整体绩效测算，可知2005至2009年我国城市旅游业的综合效率平均值为060，而国外发达国家旅游效率测度的平均值为085左右[22]，可见我国旅游业综合效率相对较低，未来还有较大提升空间。通过将旅游综合效率分解为纯技术效率和规模效率，并进行测算得出结果，2005-2009年我国城市旅游业的纯技术效率平均值为075，规模效率平均值为069。我国城市旅游业规模效率较低促使其综合技术效率偏低，未来我国主要旅游城市要根据自身旅游资源禀赋和旅游经济水平，适时调整其旅游业发展的规模。
虽然2005至2009年我国整体的城市旅游业综合技术效率平均值较低，处于不及格水平（60分以下），但是我国城市旅游业的综合技术效率随着时间呈现出不断提升的态势（见图2），城市旅游综合技术效率平均值由2005年的035提升到2009年的072，效率水平得到大幅提升。这是由城市旅游业的纯技术效率和规模效率均稳定提升决定的，2005至2009年我国各城市通过积极提升旅游业的管理效率、运营效率、服务效率有效改善了自身的纯技术效率，通过适时调控自身旅游业发展规模以适应市场竞争需要，客观上使自身的规模效率不断提升，各城市纯技术效率和规模效率的稳步提升持续推动自身旅游业的综合技术效率随时间呈现强劲上升趋势。
（二）城市旅游产业效率的空间特征
从总体情况看，2005至2009年我国16个城市的旅游产业效率估算结果见图3，虽然我国16个城市中旅游业综合技术效率超过060的有8个，它们是沈阳、南京、无锡、苏州、杭州、厦门、广州、成都，但是仅有南京一个城市的旅游综合效率达到080以上，而综合技术效率低于060的城市也达到8个，它们是大连、长春、哈尔滨、宁波、武汉、深圳、海口、桂林，这说明我国大部分城市的旅游业平均效率偏低。所以，在这些城市旅游经济规模迅速扩大的背景下，我国城市旅游经济规模与旅游发展效率的空间非均衡问题较显著。
除了空间非均衡性问题，我国各城市旅游业的综合技术效率还存在相当大的差距，南京市旅游综合技术效率排名第一，它的旅游效率均值为084。长春市排名最后，它的旅游效率均值为032，与第一名的综合效率均值相差051。未来我国需要加强旅游效率的区域平衡问题，促进区域旅游发展质量协调提升。此外，我国旅游业综合效率呈现出一定的空间内部分化特征。以东北地区为例，大连、长春、哈尔滨三个城市的旅游综合效率均低于060，在16个城市中排名最后三位，而沈阳效率值较高，达到079，排名第二。虽然沈阳与长春、大连、哈尔滨同属于东北地区，但是旅游综合效率却相差悬殊，这可能与沈阳市在自身旅游资源禀赋和技术水平基础上，积极创新管理效率和服务效率是密切联系的，使旅游规模效益成报酬递增态势，而且沈阳积极利用故宫等垄断性旅游资源，有效缓解了旅游收入的季节性波动。由于机制体制创新缓慢或者旅游投入较快，导致长春、大连、哈尔滨旅游经济产出规模滞后效应显著，再加上这三个城市的旅游产品季节性调整力度有限，促使自身旅游经济出现较大周期波动，旅游人员与设备、资本等要素利用率较低，从而导致其综合技术效率不高。
为了更好地对我国城市旅游效率进行空间比较，以16个城市旅游业的纯技术效率均值（075）和规模效率均值（069）为标准，将构成旅游综合技术效率的纯技术效率和规模效率分为四个区间（见图4），它们是A、B、C、D区间，位于不同区间代表了不同城市旅游效率的发展特征。其中，A区间内包含沈阳、南京、无锡、厦门四个城市，它们是均衡驱动型城市，这四个城市的纯技术效率和规模效率水平均位于全国前列。虽然它们的综合技术效率处于国内先进水平，但是与国外发达国家080以上的旅游效率相比，整体旅游效率水平还偏低，最高的南京只有084，四个城市旅游效率均值为078。因此，未来这四个均衡驱动型城市需要利用好现有的旅游效率发展优势，尽快实现由国内旅游发展效率强市向世界旅游发展效率强市的转变，通过不断推动城市旅游发展质量提升自身城市竞争力。B区间内包含桂林、广州、海口、长春四个城市，它们是纯技术驱动型城市，这四个城市的纯技术效率水平在国内领先，但是规模效率水平偏低，未来要提升自身的旅游综合效率水平，需要在保持纯技术效率领先的先发优势的同时，发挥好旅游企业规模调整的后发优势，通过企业兼并、重组整合国内外目标旅游市场，形成大型企业集团、中小型专业化旅游企业的合理分工模式。C区间内包含大连、武汉、深圳、成都、宁波、苏州、杭州七个城市，它们是规模驱动型城市，这七个城市的规模效率水平较高，但是纯技术效率水平较低，这种类型的城市在国内比例较高，占样本城市的44%，未来我国需要集中力量提升该类型城市的旅游业纯技术效率水平，使该类城市向均衡驱动型城市转变。D区间内包含哈尔滨一个城市，它是动力缺乏型城市，旅游规模效率与纯技术效率水平均较低，国家和地方旅游相关部门一方面应该对该类型城市加大政策方面的引导、支持，促进其尽快由注重旅游经济规模提升向旅游发展质量转变；另一方面，应在资金、土地等方面予以倾斜，使其尽快追赶上同区域内其他城市的旅游发展效率，避免出现旅游发展空间内部分异严重化倾向。
（三）城市旅游产业效率的行业特征
通过测算2005至2009年我国16个城市旅行社、酒店、景区三个行业的效率（表1），可知我国旅游业内部三个行业的效率水平存在明显差异。从整体来看，2005至2009年的旅游综合效率均值最高的是旅行社业068，其次是酒店业066，最低的是景区行业048；除了2006年，2005至2009年其余四年的旅行社行业综合效率均高于酒店业，这可能是由于与酒店业相比，旅行社行业现有进入退出门槛更低。在现有市场竞争较充分格局下，旅行社能够生存的效率水平相对较高，而酒店一旦运营则退出成本较高，促使效率较低的酒店会在市场勉强经营，从而拉低了酒店业的整体效率水平。此外，2005至2009年我国旅行社、酒店业的综合效率均明显高于景区行业的综合效率，这可能是由于景区所有权以国有为主，竞争程度和开放程度较旅行社、酒店行业较低，这导致景区管理、经营创新和效率提升动力不足。另外，景区行业资产沉淀成本更高，导致其行业进入退出的壁垒更高，从而效率较低景区不能及时退出，这些因素导致景区行业综合效率较低。
从效率分解角度看，2005至2009年我国旅行社业、酒店业的纯技术效率均值较高，分别达到079、078，景区的纯技术效率均值为061，我国酒店业、旅行社业的规模效率均值分别达到087、086，景区的规模效率均值为078。因此，我国旅行社业、酒店业整体的综合技术效率较高是与它们纯技术效率、规模效率均处于较高水平是密切相关的；我国景区的综合效率水平较低是由于其纯技术效率水平低下造成的，我国16个城市主要景区的服务效率、运营效率、管理效率的联合效应没有得到有效发挥，促进自身景区的纯技术效率水平较低，未来需要在保持自身适宜发展规模的基础上，通过提高员工的专业素质水平提升服务效率，提高景区投入产出的运营效率，改善景区的管理效率，从多层面促使景区综合效率持续提升。
从空间角度来看（见表2），我国旅行社行业综合技术效率排在前五名的城市分别是广州、武汉、苏州、杭州、无锡，这些城市是长江以南经济较发达的城市，旅行社行业综合技术效率排在后五名的城市分别是沈阳、宁波、哈尔滨、厦门、南京，这既包括东北地区的城市，又包括经济较发达的东部城市。我国酒店业综合技术效率排在前五名的城市分别是海口、哈尔滨、大连、南京、厦门，排在后五名的城市分别是宁波、武汉、桂林、无锡、广州。我国景区行业综合技术效率前五名的城市分别是哈尔滨、海口、深圳、无锡、大连、广州，后五名的城市分别是杭州、南京、厦门、宁波、桂林。从三个行业综合技术效率排名分析，旅行社业与酒店业综合技术效率显示出相当程度的不相关性，旅行社行业排前五名的城市，无一在酒店业排名前五名。酒店业与景区业综合技术效率存在一定相关性，酒店业与景区行业排前五名的城市均包括海口、哈尔滨、大连三个城市，同时旅行社业与景区业综合技术效率也存在一定相关性。排旅行社行业前五名的城市与景区业排前五名的城市包括广州、无锡两个城市，这说明我国城市旅游内部行业的综合效率各自有相应的发展规律，影响各自旅游发展效率的因素存在差异。但是，由于它们均是旅游产业的重要组成部分，旅游发展效率又存在一定程度的联系，各行业联系的密切程度因地区、行业差异等也会有所不同。
四、结论与政策建议
从时间变化趋势来看，虽然2005至2009年我国城市旅游业的综合效率均值为060，与国外发达国家旅游效率水平存在较大差距，但是我国城市旅游业的综合技术效率随着时间呈现出不断提升的趋势。从空间特征来看，我国城市旅游经济规模与旅游发展效率的空间非均衡问题较显著，而且各城市旅游业综合技术效率还存在较大差距。此外，城市旅游业综合技术效率还呈现出一定的空间内部分化特征。总体来说，我国城市旅游综合技术效率的空间差异是由于各城市属于不同的均衡驱动型、纯技术驱动型、规模驱动型、动力缺乏型城市决定的。从行业特征来看，我国城市旅游业三个行业的效率水平存在明显差异，而且综合技术效率之间存在不同程度的相关性。因此，需要从旅游产品供给、旅游需求构成、旅游协调发展机制构建等方面进行全方位调整，最终形成一个规模经济与竞争格局并存的具有效率的旅游市场。
参考文献：
[1]Farrell M J.The measurement of productive efficiency[J].Journal of Royal Statistical Society，1957，120（3）：253-278.
[2]Morey， R. and Dittman， D. Evalatn a Hotel GM′s Performance： A Case Study in Benchmarking[J].Cornell Hotel and Restaurant Administration Quarterly， 1995，36（10）： 30-35.
[3]Barros C.P.Analysing the rate of technical change in the Portugese hotel industry[J].Tourism Economics，2006a，12（3）：325-346.
[4]Shinn Sun， Wenmin Lu. Evaluating the performance of the Taiwanese hotel industry using a weight slacks-based measure[J].Asia-Pacific Journal of Operational Research， 2005，4（22）： 487-512.
[5]Tsaur， S. The operating effciency of international tourist hotels in Taiwan[J].Asia Pacific Journal of Tourism Research， 2001（6）： 73-81.
[6]CD Kksal， AA Aksu.Efficiency evaluation of A-group travel agencies with data envelopment analysis （DEA）： A case study in the Antalya region， Turkey[J].Tourism Management， 2007，28（3）： 830-834.
[7]Hadad Sharon，Hadad Yossi，Malul Miki，Rosenboim Mosi. The economic efficiency of the tourism industry： a global comparison[J].Tourism Economics，2012，18（5）：931-940.
[8]Peypoch Nicolas，Solonandrasana Bernardin. Aggregate efficiency and productivity analysis in the tourism industry[J].Tourism Economics，2008，14（1）：45-56.
[9]陆相林. DEA方法在区域旅游发展评价中的应用-以山东省17地市为例[J].湖北大学学报（自然科学版），2007（3）：302-306.
[10]张广海，冯英梅.我国旅游产业效率测度及区域差异分析[J].商业研究，2013（5）：101-107.
[11]陶卓民，薛献伟，管晶晶.基于数据包络分析的中国旅游业发展效率特征[J].地理学报，2010（8）：1004-1012.
[12]曹芳东，黄震方，吴江.城市旅游发展效率的时空格局演化特征及其驱动机制[J].地理研究，2012（8）：1431-1444.
[13]左冰，保继刚.1992-2005年中国旅游业全要素生产率及省际差异[J].地理学报，2008，63（4）：417-427.
[14]饶品样.中国旅游产业增长的技术因素及其贡献分析[J].郑州大学学报，2012（4）：69-72.
[15]马晓龙.中国主要城市旅游效率及其全要素生产率评价：1995-2005[D].广州：中山大学， 2008.
[16]林源源.我国区域旅游产业经济绩效及其影响因素研究[D].南京：南京航空航天大学，2010.
[17]许陈生.我国旅游上市公司的股权结构与技术效率[J].旅游学刊，2007（10）：34-39.
[18]彭建军，陈浩. 基于DEA的星级酒店效率研究-北京、上海、广东相对效率分析为例[J].旅游学刊，2004（2）：59-62.
[19]Charnes A， Cooper W W， Rhodes E. Evaluation program and managerial efficiency： an application of data envelopment analysis to program follow through[J].Management Science， 1981，27（6）：668-697.
[20]张建华.我国商业银行效率研究DEA方法及1997-2001年效率的实证分析[J].金融研究，2003（3）：11-25.
