［摘 要］文章采用2000-2021年中國五大城市群面板數據，運用EG指數與Tobit模型對城市群產業(yè)集聚水平及影響因素進行測度，并利用Gumbel Copula函數測算各城市群產業(yè)集聚非線性空間輻射效應。發(fā)現：中國五大城市群的產業(yè)集聚水平存在差異，其中長三角與京津冀城市群產業(yè)集聚水平較高且呈穩(wěn)步增長趨勢，成渝、哈長及中原城市群產業(yè)集聚水平較低，且呈逐年下降趨勢；城市群產業(yè)集聚水平各影響因素的作用機制存在差異，經濟發(fā)展水平與對外開放水平的正向影響作用顯著，資本存量水平和勞動力水平的負向影響作用顯著，而政府規(guī)模的影響作用不顯著;不同城市群的產業(yè)集聚空間輻射效應非線性特征差異顯著，主要表現為長三角城市群強于成渝城市群強于中原城市群。

［關鍵詞］城市群；產業(yè)聚集；EG指數；空間輻射效應；非線性測度

［中圖分類號］F222.1?? ［文獻標志碼］A??? ［文章編號］2095-0292（2023）03-0076-07

［收稿日期］2023-03-10

［基金項目］福建省社會科學規(guī)劃項目“福建省高技術產業(yè)集聚及其在全球價值鏈中的地位研究”（FJ2020B111）

［作者簡介］張雄輝，廈門理工學院經濟與管理學院講師，博士，研究方向：產業(yè)經濟、國際經濟與發(fā)展。

城市群可承載多樣化市場要素，是暢通經濟循環(huán)的關鍵空間載體［1］（P38-45）。緊抓城市群發(fā)展、發(fā)揮城市群產業(yè)聚集效應，可有效降低生產成本、提高區(qū)域經濟發(fā)展水平、推動區(qū)域板塊融合優(yōu)化，進而促進“雙循環(huán)”新發(fā)展格局構建。黨的十九大報告指出要將城市群作為重要抓手，持續(xù)推進區(qū)域一體化發(fā)展；黨的二十大報告提出以城市群、都市圈為依托構建大中小城市協(xié)調發(fā)展格局。產業(yè)集聚是城市間與區(qū)域內要素流動的驅動力，對于提升資源配置效率與推動區(qū)域板塊融合優(yōu)化具有不可忽略的作用［2］（P42-48）。當前，我國城市群產業(yè)在區(qū)域內部發(fā)展總體呈現出較強集聚效應，在城市群之間表現出較強的輻射效應，且群內與群間的產業(yè)發(fā)展水平差異顯著，這不利于推進國內經濟的循環(huán)暢通，一定程度上影響著“雙循環(huán)”新發(fā)展格局的構建。因此，在促進區(qū)域協(xié)調發(fā)展戰(zhàn)略驅動下，深入研究城市群產業(yè)集聚特征，揭示集聚輻射效應空間變化規(guī)律對構建優(yōu)勢互補、高質量發(fā)展的區(qū)域經濟布局和國土空間體系具有重大意義。

目前，學術界關于城市群產業(yè)集聚問題的研究主要集中在兩方面。一是城市群內的產業(yè)輻射效應，二是產業(yè)集聚與經濟增長的關系［3-4］（P60-65，P82-87）。梳理學者研究成果可以發(fā)現，已有文獻為測度城市群產業(yè)集聚空間輻射效應提供了基本理論框架，但尚存在以下待改進之處：一是大多數學者均集中于研究某一城市群產業(yè)集聚的相關影響，較少關注城市群之間產業(yè)集聚的相互影響作用；二是尚未納入勞動力水平這一要素，對城市群產業(yè)集聚水平影響因素進行分析；三是缺乏對城市群之間產業(yè)集聚空間輻射效應的非線性測度。換言之，當前學術界側重于利用線性模型對空間輻射效應進行研究，較少考慮各城市群間產業(yè)集聚空間輻射效應的非線性關系。因此，文章從更全面、宏觀的視角出發(fā)，對城市群產業(yè)集聚空間輻射效應的非線性關系進行測度。從而針對未來城市群發(fā)展提出有價值且相對可行的對策建議，促進區(qū)域經濟高質量發(fā)展及國內外雙循環(huán)新格局構建。

一、模型構建

（一）EG指數的測算

EG指數可充分考慮企業(yè)規(guī)模和區(qū)域產業(yè)的影響因素，有助于不同城市群產業(yè)進行跨區(qū)域和跨時期比較［5］（P62-67）。若某個城市群的產業(yè)地理集中度指數（γ）為正，說明該城市群產業(yè)在空間上聚集；若指數為負，則表明該城市群產業(yè)在空間上分散。且指數越大，集聚程度越高，反之，則集聚程度越低。同時，若γ0.05，表示某時期內城市群產業(yè)處于高度集聚水平；0.02γ0.05，表示i城市群產業(yè)處于中等集聚水平；γ0.02，表示城市群產業(yè)處于低集聚水平?；诖?，文章運用EG指數，測算各城市群的產業(yè)集聚水平，計算公式如式（1）所示：

γ＝G-（1-Σxi2）H（1-Σxi2）（1-H）=∑Mi=1（si-xi）2-（1-∑Mi=1xi2）∑Nj=1zj2（1-∑Mi=1xi2）（1-∑Nj=1zj2）（1）

式（1）中，G表示空間基尼系數；i表示某一城市群，i=1，2…，n；Si代表我國某產業(yè)總就業(yè)人數中，i城市群中該產業(yè)就業(yè)人數的占比；xi表示全國總就業(yè)人數中，i城市群總就業(yè)人數的所占比重；M表示空間單元數；N表示某產業(yè)的企業(yè)個數；zj表示企業(yè)j的所持有市場份額；H表示產業(yè)集中程度，用赫芬達爾指數表征，基本計算公式如式（2）：

H=∑Nj=1zj2= ∑Nj=1zj2（XjX）2∑Mi=1∑Nj=1（Xi/NiX）×Ni ????????????? （2）

式（2）中，Xj表示企業(yè)j的總市場規(guī)模，且zj=XjX。為避免EG指數因赫芬達爾系數數據不全面而受到影響，使城市群產業(yè)集聚水平測算出現偏差，需要用產業(yè)平均比重代替企業(yè)實際比重。具體用Ni和Xi分別表示i城市群中，某產業(yè)的企業(yè)個數和總體從業(yè)人數，在此基礎上進一步估算H。這一處理方式可能導致EG指數低于實際值，但并不影響結論分析。

（二）Tobit模型

為深入探究城市群產業(yè)集聚水平的影響因素，把握產業(yè)集聚在空間上的協(xié)調格局，需分析產業(yè)集聚水平與城市群經濟發(fā)展水平、交通規(guī)模、勞動力水平等因素在空間維度上的匹配規(guī)律。常用的研究方法主要為空間自相關模型，其可反映變量間相互作用，卻難以對變量間的空間協(xié)調規(guī)律進行表征。相較而言，Tobit模型能夠在一定約束條件下對被解釋變量取值，更好地反映各變量之間的匹配狀況［6］（P181-186）。因此，文章采用Tobit模型分析城市群產業(yè)集聚水平的主要影響因素。具體研究方法如式（3）：

Y=Y*it=βjXit+μi+εit，Y*it＞00，Y*it≤0????????????????????????????? （3）

式（3）中，Y為被解釋變量城市群產業(yè)集聚水平；Xit為解釋變量，即影響城市群產業(yè)集聚水平的主要因素；βj為回歸系數，也稱待估參數（j=1，2…）；μi為個體效應；ε為擾動項，且εit～N（0，σ2ε）。

由于最大似然法是建立在極大似然原理基礎上的統(tǒng)計方法，可以在數據不完整情況下求得樣本集的相關概率密度參數，得到影響被解釋變量的主要解釋變量［7］（P3-11）。因此，為避免截斷數據影響Tobit模型估計結果準確性，文章使用最大似然法進行回歸分析。

（三）Gumbel Copula函數

當前，大部分變量間的相關性均以線性相關系數表征，但該方法存在難以充分說明經濟指標間內在復雜關聯(lián)的缺陷［8］（P1073-1086）。相較于線性方法，Gumbel Copula函數可在多個隨機變量已知情況下，測算主體間的非線性關系。因此，為了量化城市群間產業(yè)集聚空間性和依存性，總結其空間集聚輻射效應的具體規(guī)律，文章選擇Gumbel Copula函數，測算城市群產業(yè)集聚空間輻射效應。公式如下：

CG（μ1，μ2;θ）=exp（-（（-Inμ1）1θ+（-Inμ2）1θ）θ） ??????????? （4）

式（4）中，不同城市群的AHHI指數分別用μ1和μ2代表。城市群間非線性關系量化后的待估參數為θ，其取值區(qū)間是 ［1，+∞］。若θ-1，CG（μ1，μ2；1）=μ1μ2，說明μ1、μ2兩個城市群相互獨立，沒有依存關系；若θ→+∞，說明μ1、μ2、兩個城市群相關性較強，關聯(lián)程度極為顯著。

為進一步明確城市群產業(yè)集聚空間輻射效應的非線性關系，在Gumbel Copula函數基礎上，利用Kendall秩相關系數量化城市群間非線性相依關系，具體計算公式如式（5）：

Tij=4∫10∫10CG（μ1，μ2）dCG（μ1，μ2）-1=4E（CG（μ1，μ2））-1??????? （5）

式（5）中，Tij代表i城市群與城市群產業(yè)集聚空間輻射效應的相關系數，也叫依存關系程度。在Gumbel Copula函數連接下，將式（4）代入式（5）當中，則Tij與相應參數的關系為Tij=1-1θ。在具體測算過程中，用T=（Tij）p×p表示城市群產業(yè)集聚空間輻射效應的非線性相依關系矩陣。進而通過求和，計算出行城市群產業(yè)協(xié)同集聚與其他城市群的相依關系之和，計算公式如式（6）：

KRi=Ti1+Ti2+…+Tip????????????????????????????? （6）

式（6）中，i表示城市群個數，i=1，2，…，p；KRi為城市群產業(yè)集聚的空間輻射效應。

二、指標選擇、測度結果及分析

（一）指標選擇與數據來源

文章選取中國五大核心城市群及其15省市為樣本，基于數據一致性與可獲得性原則，運用2000-2021年的面板數據，對中國城市群產業(yè)集聚水平以及空間輻射效應的非線性特征進行測度。具體測度數據源自于國家統(tǒng)計局網站以及四大統(tǒng)計年鑒，分別為《中國工業(yè)經濟統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》。城市群產業(yè)集聚水平相關指標變量選擇及說明詳見表1。

（二）測度結果及分析

1.城市群產業(yè)集聚水平及影響因素測度

文章采用EG指數，基于式（1），對五大城市群產業(yè)集聚水平進行測度，最終得到各城市群產業(yè)集聚EG指數結果（表2）。在具體測算過程中，利用從業(yè)人口占比，對EG指數進行加權處理，用以對城市群規(guī)模差異影響區(qū)域產業(yè)集聚的指數進行修正。

由表2可知，中國五大城市群的產業(yè)集聚水平存在較大差異。具體而言，研究期內，位于東部沿海地區(qū)的京津冀和長三角城市群，產業(yè)集聚水平整體穩(wěn)步提升。產生這一現象的原因可能在于，長三角與京津冀城市群處于東部經濟發(fā)達的沿海地區(qū)，均以高技術產業(yè)為重點，產業(yè)集聚水平的提升速度較為同步，且上述兩大城市群均屬于國家經濟高質量發(fā)展的關鍵區(qū)域。位于中部、西部和東北部的中原、成渝、哈長城市群，產業(yè)集聚水平整體呈下降趨勢。產生這一現象原因可能在于：一方面，城市群中各產業(yè)發(fā)展規(guī)模、水平存在一定差異，因此產業(yè)間合作深化難度較大；另一方面，區(qū)域內資源依賴及產業(yè)結構趨同，難以形成科學合理的產業(yè)分工與聯(lián)系，致使城市群產業(yè)協(xié)調難度較大、集聚程度不足。對中部城市群來說，中原城市群產業(yè)集聚水平雖然較高，但整體也呈下降趨勢。產生這一狀況的原因在于，中原城市群地處樞紐和核心地帶，規(guī)模最大、區(qū)位優(yōu)勢顯著。但由于該城市群的產業(yè)在2000-2021年期間開始由農業(yè)化發(fā)展向多元化發(fā)展方向轉變，致使該地人力、物力等資源分散，進而導致城市群產業(yè)集聚水平逐年下降。至2021年，中原城市群產業(yè)集聚水平已下降為五大城市群中的最低水平。

在測算城市群產業(yè)集聚水平之后，文章運用Tobit模型，深入探究影響城市群產業(yè)集聚水平的因素，并分析相關作用機制。鑒于樣本數據結構特征，文章利用時點和個體固定效應模型，對各城市群或不同時期樣本數據的差異性進行檢驗。檢驗發(fā)現，相較于混合效應模型和隨機效應模型，固定效應模型的擬合效果最好。并且，F檢驗結果顯示，固定效應模型的擬合度為0.9124，接近于1，表示擬合效果良好。因此，文章運用固定效應模型，結合最大似然法，具體分析各指標對城市群產業(yè)集聚水平的影響作用，最終得到中國五大城市群產業(yè)集聚影響因素回歸結果，如表3所示。

分析表3中固定效應模型（3）的回歸結果可知，經濟發(fā)展水平的回歸系數為0.1521，表明其對城市群產業(yè)集聚水平具有正向驅動作用；回歸系數在1%的水平上顯著，表明這一正向驅動作用非常顯著。換言之，城市群經濟發(fā)展越快，越有利于推進城市群內產業(yè)的相互集聚。創(chuàng)新發(fā)展水平的回歸系數為0.0063，且在10%的水平上顯著。說明創(chuàng)新發(fā)展水平對于城市群產業(yè)集聚水平的正向驅動作用較小，但較為顯著。原因可能是，創(chuàng)新發(fā)展水平可以促進傳統(tǒng)經濟發(fā)展方式轉換，促進產業(yè)轉型升級，進而推進城市群產業(yè)集聚。但由于各城市群技術創(chuàng)新能力整體水平不高且創(chuàng)新水平差異較大，創(chuàng)新發(fā)展水平難以對產業(yè)集聚水平的提高產生顯著正向驅動作用。對外開放水平的回歸系數為0.1321，在1%的水平上顯著。這表明對外開放水平的提升，有利于城市群產業(yè)集聚。在所有影響因素中，只有政府規(guī)模的回歸系數為0.0521，且不顯著。這表示，政府規(guī)模對城市群產業(yè)集聚水平有正向影響，但不顯著。產生這一現象的原因可能是，各城市群的政府戰(zhàn)略規(guī)劃重點、財政支出結構存在差異，這使得城市群內各省市的產業(yè)發(fā)展不同步，產業(yè)間難以實現明顯集聚。勞動力水平的回歸系數為-0.1985，且通過1%水平檢驗，表明勞動力水平會顯著負向影響城市群產業(yè)集聚水平，即勞動力水平提高會降低城市群產業(yè)集聚水平。這可能是由于，勞動力水平的提高可以促進人力資本提升，助推產業(yè)向多元化方向發(fā)展，進而抑制城市群產業(yè)集聚。同樣具有顯著負向效應的變量有資本存量水平和交通發(fā)展規(guī)模，回歸系數分別為-0.1242和-0.1872。這表示資本存量和交通發(fā)展規(guī)模的擴大，更加有利于城市群產業(yè)向多元化方向發(fā)展，而不利于產業(yè)集聚。

2.城市群產業(yè)集聚空間輻射效應非線性測度

基于上文中國五大城市群產業(yè)集聚水平的測度結果，進一步利用Gumbel Copula函數，測算得出城市群間產業(yè)集聚空間輻射效應的非線性相依關系矩陣（見表4）。

從表4中可以看出，五大城市群間的產業(yè)集聚空間輻射效應具有一定非線性相依關系，且不同城市群相依關系呈現出顯著差異。具體而言，長三角城市群的產業(yè)集聚空間輻射效應最大，為3.4198。原因可能在于，作為中國經濟高質量發(fā)展戰(zhàn)略布局的關鍵地區(qū)，長三角城市群聚金融領域、互聯(lián)網領域以及制造業(yè)領域的產業(yè)于一體，能夠較大程度上影響其他城市群產業(yè)發(fā)展。同時，長三角城市群與成渝城市群的產業(yè)集聚空間輻射效應相依關系較大，系數為0.6413。主要原因可能在于，成渝城市群中多為沿江城市，水上貿易與長三角城市群相關產業(yè)聯(lián)系緊密。因此，長三角城市群與成渝城市群在產業(yè)集聚方向上具有較大相似性，且存在一定空間集聚潛力。成渝城市群產業(yè)集聚空間輻射效應為3.3418，僅次于長三角城市群。原因可能在于，受國家政策傾斜影響，成渝城市群是中西部地區(qū)發(fā)展的重點地區(qū)，能有效促進各類產業(yè)集聚，并帶動周邊地區(qū)發(fā)展。同時，成渝城市群與中原城市群的產業(yè)集聚空間輻射效應相關系數為2.2879，相依關系較大。主要原因可能在于，成渝城市群與中原城市群均為中部地區(qū)城市群，二者產業(yè)集聚空間輻射效應具有較強相似性。相較于長三角、成渝等城市群，京津冀城市群雖地處沿海，臨近首都，但產業(yè)集聚的空間輻射效應較小，僅為2.9176。究其緣由可能是，京津冀城市群內各省市的產業(yè)結構存在較大不同。詳細而言，北京將高新技術產業(yè)作為發(fā)展重心，河北省以制造業(yè)產業(yè)為核心，天津市港口運輸業(yè)發(fā)達。這種差異化的產業(yè)結構，不利于京津冀城市群各地區(qū)產業(yè)實現協(xié)同發(fā)展，進而阻礙該城市群外部輻射效應的擴散。哈長、中原城市群的產業(yè)集聚空間輻射效應均較弱，分別為2.4985和2.7712。原因可能是兩大城市群中的核心城市產業(yè)發(fā)展水平較低，致使城市群內人才、資金等資源難以形成集聚，且對周邊城市的輻射帶動能力有限。此外，就城市群之間的產業(yè)集聚空間輻射效應相關性而言，京津冀與中原城市群的相依系數為0.8131，表明這兩大城市群產業(yè)集聚空間輻射效應非線性相依關系較強，而京津冀與成渝城市群的非線性相依系數為0.3121，說明城市群間的產業(yè)集聚空間輻射效應非線性相依關系較弱。由此可見，不同城市群之間的產業(yè)集聚空間輻射效應存在差異。此外，（4）-（8）行的主對角線上數值均為0，表示五大城市群與自身不存在非線性相依關系。

總體而言，中國五大城市群的產業(yè)集聚空間輻射效應差異較大。這一差異主要表現為，長三角、京津冀兩大東部城市群產業(yè)集聚空間輻射效應較大，哈長、成渝和中原等東北部、西部及中部城市群產業(yè)集聚空間輻射效應較小，其中哈長城市群產業(yè)集聚空間輻射效應最弱。并且，不同城市群之間的產業(yè)集聚空間輻射效應具有較大個體異質性。

三、結論與政策建議

（一）結論

文章基于2000-2021年中國五大城市群面板數據，首先利用EG指數對城市群產業(yè)集聚水平進行了表征，并結合Tobit模型對產業(yè)集聚水平的影響因素及作用機制進行研究。其次利用Gumbel Copula函數，具體分析城市群產業(yè)集聚空間輻射效應的非線性特征。得出結論如下：

其一，我國五大城市群產業(yè)集聚水平存在顯著差異。其中，長三角和京津冀城市群的產業(yè)集聚水平較高，成渝、哈長城市群產業(yè)集聚水平次之，中原城市群產業(yè)集聚水平最低。并且，位于東部地區(qū)的城市群產業(yè)集聚水平整體呈穩(wěn)步提升發(fā)展態(tài)勢，而位于中部、西部及東北部地區(qū)的城市群產業(yè)集聚水平整體不斷下降。

其二，經濟發(fā)展水平、資本存量水平、創(chuàng)新發(fā)展水平、交通規(guī)模、勞動力水平以及對外開放水平，均可以顯著影響城市群產業(yè)集聚水平，而政府規(guī)模對城市群產業(yè)集聚水平的影響作用并不顯著。并且，各變量對五大城市群的產業(yè)集聚水平的影響機制存在顯著差異，其中經濟發(fā)展水平與對外開放水平的正向影響作用顯著，資本存量水平和勞動力水平的負向影響作用顯著。

其三，我國五大城市群產業(yè)集聚空間輻射效應表現出顯著的非線性相關性，且這一特性的地域差異顯著。從城市群的產業(yè)集聚空間輻射效應來看，長三角和成渝兩大城市群產業(yè)集聚空間輻射效應較大，哈長城市群的最小。從城市群間的產業(yè)集聚空間輻射相關性來看，長三角城市群對成渝城市群的輻射效應最大、對哈長城市群最小，中原城市群對其臨近的京津冀城市群輻射效應最大，對成渝城市群的輻射效應最小。

（二）政策建議

基于以上研究結論，文章特提出促進城市群經濟高效穩(wěn)步發(fā)展的政策建議：

1.強化各大城市群產業(yè)集聚空間輻射效應

一是提升資源利用效率。包括京津冀、長三角城市群在內的東部沿海城市群應充分發(fā)揮自身高端產業(yè)和多樣化資源集聚優(yōu)勢，加大資源利用效率，加速城市群內部產業(yè)集聚。在此基礎上，進一步加大對東北部、中部和西部城市群的產業(yè)輻射帶動效應，構建擁有優(yōu)勢互補功能模塊的產業(yè)網絡管理體系，從而實現帶動作用與管理職能“齊頭并進”；二是加強對外開放水平。中西部城市群應借助自身在“一帶一路”沿線的核心樞紐地位，通過加強對外資并購的引導與行為規(guī)范，吸引高端技術以及資金涌入，以此拉動城市群傳統(tǒng)產業(yè)向高端制造業(yè)方向不斷轉型升級；三是設置保障機制。東北部及中西部城市群應有效落地國家關于城市群產業(yè)集聚統(tǒng)籌發(fā)展的方針政策，制定相關引導機制和人才保障機制，消除人才、技術等資源要素的流動障礙；四是建設產業(yè)集聚網絡。中西部城市群應通過建設具有區(qū)域特點的產業(yè)集聚網絡方式，逐步實現群內核心功能帶動、群間聯(lián)動一體，推進城市群協(xié)同發(fā)展。

2.明確城市群產業(yè)發(fā)展戰(zhàn)略規(guī)劃

國家政府部門應基于不同城市群的各方面發(fā)展特征，明晰城市群產業(yè)的具體發(fā)展規(guī)劃。在此過程中，各地區(qū)政府應充分挖掘本地區(qū)發(fā)展?jié)摿Γ浞职l(fā)揮各自優(yōu)勢及核心城市的帶動作用，推進城市群差異化發(fā)展。例如，長三角城市群應將提升經濟發(fā)展質量作為首要發(fā)展目標，在城市群內部及周邊區(qū)域合理布局高技術產業(yè)，穩(wěn)步推進高技術產業(yè)集聚程度，進而發(fā)揮空間輻射效應帶動周邊區(qū)域產業(yè)發(fā)展；作為北方最大的城市群，京津冀城市群應將區(qū)域內三省市產業(yè)協(xié)同發(fā)展戰(zhàn)略的貫徹實施作為工作重點，并出臺能夠推進產業(yè)協(xié)同發(fā)展的相關政策措施，確保各城市群資源配置趨于均衡化；哈長城市群應充分利用教育培養(yǎng)機制，搭建各產業(yè)領域的人才框架，持續(xù)提升教育水平，有效避免低水平產業(yè)的重復建設。

［參 考 文 獻］

［1］李偉軍，李婷，吳義東.中國三大城市群金融集聚：空間網絡及結構分化［J］.經濟體制改革，2020（2）.

［2］張治棟，吳迪.產業(yè)空間集聚，要素流動與區(qū)域平衡發(fā)展——基于長江經濟帶城市經濟發(fā)展差距的視角［J］.經濟體制改革，2019（4）.

［3］李俊瑋，常遠，高菠陽.城市群內城市產業(yè)輻射效應測算［J］.工程管理學報，2015（3）.

［4］賀小丹.產業(yè)集聚，空間外溢與“中心—外圍”輻射——基于京津冀城市級面板數據的空間計量分析［J］.財會通訊，2020（3）.

［5］譚清美，陸菲菲.Ellison-Glaeser指數的修正方法及其應用——對中國制造業(yè)行業(yè)集聚的再測度［J］.技術經濟，2016，35（11）.

［6］孟雪，狄乾斌，季建文.京津冀城市群生態(tài)績效水平測度及影響因素［J］.經濟地理，2020（1）.

［7］趙海濤，劉乃全.農民工跨城市二次流動與回流模式——基于最大似然估計方法的分析［J］.財經論叢，2018（6）．

［8］劉強，陸小莉，徐生霞.城市群視角下產業(yè)集聚的空間異質性研究 ［J］.數理統(tǒng)計與管理，2020（6）.

Nonlinear Measurement of Spatial Radiation Effect of Industrial Agglomeration in Chinas Urban Agglomeration

ZHANG Xiong-hui

（School of Economics and Management， Xiamen University of Technology， Xiamen 361024， China）

Abstract：Based on the panel data of Chinas five urban agglomerations from 2000 to 2021， this paper measures the industrial agglomeration level and its influencing factors of urban agglomerations by using EG index and Tobit model， and analyzes the nonlinear characteristics of the spatial radiation effect of industrial agglomeration of urban agglomerations by using Gumbel Copula function. The results show that there are differences in the level of industrial agglomeration among the five major urban agglomerations in China， among which the industrial agglomeration level of the Yangtze River Delta and Beijing Tianjin Hebei urban agglomerations is higher and growing steadily， while the industrial agglomeration level of Chengdu Chongqing， Harbin Changsha and Central Plains urban agglomerations is lower and decreasing year by year; There are differences in the action mechanism of various influencing factors of industrial agglomeration level in urban agglomeration， among which the positive effect of economic development level and opening-up level is significant， the negative effect of capital stock level and labor level is significant， but the effect of government scale is not significant; The nonlinear characteristics of industrial agglomeration spatial radiation effects of different urban agglomerations are significantly different and the main performance is that the Yangtze River Delta urban agglomeration is stronger than the Chengdu-Chongqing urban agglomeration is stronger than the Central Plains urban agglomeration.

Key words：urban agglomeration; industrial agglomeration; EG index; space radiation effect; nonlinear measure

［責任編輯 孫蘭瑛］