长江经济带城镇化发展的空间动态分析*

汪发元郑军裴潇

长江经济带已成为带动我国经济发展的重要区域。习近平总书记在重庆座谈会上强调指出，要优化长江经济带城市群布局，坚持大中小结合、东中西联动，依托长三角、长江中游、成渝这三大城市群带动长江经济带发展。城镇化是我国“四化”同步发展的重要战略，但城镇化需要依靠经济发展的支持，也就是说经济发展必然影响到城镇化的发展，经济发展和城镇化是相互依赖和相互促进的关系。城镇化又包含了人口城镇化、空间城镇化和社会城镇化等丰富内涵，在推动城镇化建设中，应当根据经济发展状况，做好城镇化发展的规划工作，从而促进长江经济带城镇化健康稳步发展。因此，研究长江经济带经济发展对城镇化的影响具有重要意义。

一、文献综述

长江经济带城镇化已经成为学界研究的热点问题。关于长江经济带城镇化发展的重要作用，张治栋、吴迪（2018）研究认为，本地市场需求水平、城镇化水平、基础设施发展水平对长江经济带经济产业集聚起到显著的推动作用。长江经济带产业集聚对推进城镇化具有显著的促进作用，且存在区域差异。在长江经济带城镇化特点上，钟洋、林爱文、胡碧松等（2018）研究认为，长江经济带城镇化快速扩展，新兴小城镇迅速崛起，城镇间聚集度和相互影响也越来越大。但纵观整个长江经济带经济社会发展水平，城市之间的差异非常明显。李旭辉、朱启贵、胡加媛（2018）研究认为，长江经济带城市的经济社会发展水平极不均衡，呈现下游快、上游其次、中游落后的特点。并且长江经济带的发展表现出明显的集聚效应，傅钰、钟业喜、冯兴华（2018）研究认为，高水平区集聚于东部地区，呈片状及散点状分布，而低水平区在西部地区形成环状集聚格局。长江经济带城镇化是经济发展水平的综合反映，与经济发展的诸多因素有关。黄德春、邵雨佳（2018）研究认为，金融产业集聚通过地理空间机制对经济发展起到明显的促进作用。长江经济带城镇化发展的驱动力变得更加复杂，周杰文、王亮、张云研究认为，长江经济带城镇化发展已经由单纯的人口驱动模式向多元化发展模式转变，是诸多因素影响的结果。城镇化发展需要多种要素的协调，戴志敏、郑万腾（2016）研究认为，长江经济带特大城市在建新区的过程中，普遍存在“摊大饼”式的扩张现象，土地的扩张速度与新城区人口密度和环境资源承载能力不匹配，严重阻碍了城镇化的进程。那么，到底应当如何解决这一矛盾并加以优化呢？罗腾飞、邓宏兵（2018）从城镇化均衡发展的视角出发，通过实证研究提出，要通过对中小城市的培育推动长江经济带新型城镇化发展质量的提升。众所周知，城镇化需要协调发展，但城镇化的协调发展主要受哪些因素影响呢？崔凯、冯献、郭静利（2016）研究认为，长江经济带社会城镇化已经成为城镇化的短板，并直接影响到城镇化的协调发展。以上研究分别从不同角度研究了长江经济带城镇化的特点、存在的问题和优化路径，对于推进长江经济带城镇化具有重要参考价值。但少有研究涉及长江经济带经济发展不同因素对不同视角下城镇化发展的影响，而从多视角研究长江经济带经济发展与城镇化的关系，对于立足于长江经济带经济稳增长视角下，规划好城镇化发展具有重要意义。

二、模型设定

长江经济带涵盖11个省市，其经济发展与城镇化建设也延续多年，两者之间的影响随着时间的变化会不断发生变化，而且衡量城镇化和经济发展的指标，不同学者的选取标的也有区别。因此，需要进行明确界定。应用计量模型研究相关因素之间的相互影响，是经济学研究的通常做法。为此，本研究对模型设定进行说明。

1.变量选取和说明

本文收集整理了长江经济带11个省市1993—2017年的相关数据，通过面板数据多视角进行实证分析，建立计量模型。本研究以不同类型的城镇化指标作为被解释变量，以多种视角的经济发展指标作为解释变量。

（1）被解释变量。城镇化是“四化”同步发展的重要目标，那么，应当如何来量化城镇化？从国内学者多年已有的研究成果可以看出，反映城镇化的指标较多，主要包括人口城镇化、空间城镇化、经济城镇化和社会城镇化，考虑到本研究以经济发展为解释变量，因而关于城镇化的量化指标选择人口城镇化、空间城镇化和社会城镇化，而不包含经济城镇化。

人口城镇化又有户籍人口和常住人口之分，在人口大流动的背景下，户籍人口已经不能反映人口的真实生活状况。为此，本研究结合已有研究的经验，根据人口分布的客观真实情况，选择常住人口城镇化率代表人口城镇化。常住人口城镇化率=地区城镇人口/地区年末常住人口。人口城镇化反映了城市发展的综合水平，是城镇对公民的吸引能力，是城市人口迁徙聚集的过程。

空间城镇化的内涵很丰富，表达的方式也各不相同。李秋颖、方创琳、王少剑、王洋（2015）认为空间城镇化指标应当反映土地非农化过程，包括人均城市建成区面积、地均固定资产投入、地均二三产业产值、地均财政收入、地均工业总产值。这种表达很全面，但资料收集和数据处理十分复杂。陈本凤、赵威（2015）认为空间城镇化可以用年末城市人均道路面积表示，城市人均道路面积是城市发展综合水平的体现，是权衡城市现代化水平的重要指标。为此，本研究所称空间城镇化用城市人均道路面积表示。

社会城镇化可供选择的指标很多，不同的学者选择标的不同。柯新利、马才学（2013）选择人均道路铺设面积作为社会城镇化的衡量指标，侧重反映城市交通问题。王新越、秦素贞、吴宁宁（2014）认为社会城镇化的主要任务是实现医疗、教育、社会保障等方面的城镇化。为此，选择医疗、教育、社会保障三方面的指标来表达，其实质是选择城镇居民基本保障消费水平。本研究在空间城镇化中已经选择了城镇道路交通指标，并且认为社会城镇化不仅要反映城镇居民的基本消费水平，还应当从总体上反映城镇居民的生活水平和生活质量。为此，选择人均社会消费零售额来表示。人均社会消费零售额=社会消费零售总额/地区年末常住人口，为了防止出现伪回归，计算中取自然对数。

（2）解释变量。本研究以经济发展作为解释变量。一个地区的经济发展状况既反映该地区的经济条件，也反映该地区的经济发展水平。基于已有研究对经济发展评价量化指标的经验，考虑到数据的真实性与可获得性，本文选取第三产业增加值所占GDP比重、全社会固定资产投资额、地方财政收入、人均GDP和城镇居民人均可支配收入作为经济发展的衡量指标。为了防止伪回归，除第三产业增加值所占GDP比重外，其余变量均取自然对数（见表1）。

表1 指标变量名称和符号

2.模型设定

（1）空间自相关性分析。地理学第一定律表明任何事物都与其他事物在空间分布上相关联，因此，在考察面板数据模型的影响关系时应充分考虑地区之间的空间依赖性。近年来，长江经济带市场一体化水平快速提高，虽仍面临着市场分割的难题，但开放型经济受相邻省份的影响较为显著，这说明长江经济带省市之间相互依赖的空间相关性正在逐步增强。为此，本文采用Moran’s I指数检验被解释变量的空间自相关，考察其在整个空间序列的空间集聚情况。

Moran’s I指数可由下面的公式表示：

通常Moran’s I指数取值在-1到1之间，其值大于0时，表示为正空间相关，相邻地区的变量取值有较高的相似性，高值与高值聚集在一起；其值小于0时，表示为负空间相关，高值与低值聚集在一起。

（2）空间面板数据模型设定。基于已有学者的研究，城镇化的往期水平对当期的城镇化水平有显著影响，存在路径依赖情况，因此，需通过时空整合，引入被解释变量的滞后项，建立相应的动态空间面板数据模型，进行实证研究。

其中，W为空间权重矩阵（本文采用邻近空间权重矩阵，通过判定两个地区是否相邻，相邻则权重=1，不相邻则权重=0），Wyit、Wxit为空间滞后变量，Wyit表示本地区城镇化水平与其他地区城镇化水平的内生交互作用，Wxit表示本地区经济发展的外生交互作用。

在方程组（2）中，当λ＝0时，模型简化为空间杜宾模型（SDM），表示本地区的被解释变量不仅依靠本地的解释变量，还依靠相邻地区的解释变量；当λ=δ=0时，模型简化为空间滞后模型（SAR），表示相邻地区的被解释变量会对本地区的被解释变量产生影响；当τ=λ=δ=0时，模型简化为空间误差模型（SEM），表示遗漏变量存在空间相关性。

三、实证检验和分析

实证分析的科学性在于将实际数据引入计量模型，分析出具体的结果。为此，本研究把长江经济带11个省市1993—2017年的具体数据导入模型，进行检验和具体分析（见表2）。

1.数据来源与描述性统计

本研究的基础数据来自《中国统计年鉴》《中国城市建设统计年鉴》及各省市2017年国民经济和社会发展统计公报，其中，统计年鉴中缺失的上海常住人口城镇化率和人均社会消费品零售总额数据通过网上公布的资料①经过计算所得，人均GDP采用各地区的人均GDP指数进行调整。

为了便于分析，在整理和计算出代表被解释变量的城镇化指标，即人口城镇化、空间城镇化、社会城镇化样本数据的基础上，分别绘制出2017年各变量的区域分布特征图（见图1）。

区域分布图直观地反映了出城镇化各变量都存在一定的区域空间相关性，从长江经济带城镇化区域分布图的色彩变化可以看出，城镇化总是以某一点为中心向四周扩展，表现出较为显著的空间外溢特征。因此，有必要建立空间计量模型来反映各变量的空间特征。

表2 变量描述性统计

图1 2017年变量区域分布特征图

2.空间自相关检验

利用Stata12.0软件，基于Moran’s I指数检验法考察被解释变量数据是否存在空间依赖性，明确是否需要采用空间计量模型来分析解释变量对被解释变量的影响方式，检验结果如表3所示。

表3 1993—2017年被解释变量空间相关性检验结果

由检验结果可知，人口城镇化、空间城镇化、社会城镇化的Moran’s I指数都通过了10%的显著性检验，且Moran’s I指数符号基本为正，说明这3个变量都表现出程度不同的空间相关关系。

人口城镇化Y1的集聚效应自1999年出现后逐渐增强，集聚效应凸显。究其原因主要是国家政策影响的结果，1998年国务院批转了公安部《关于解决当前户口管理工作中几个突出问题的意见》，有条件的农村人员纷纷进城，有的随子女落户，有的随配偶落户。随着这一政策的实施，农村人员进城数量逐年增多，而且逐步由落户养老、落户团聚演变成了落户经商办企业。特别是2002年党的十六大报告提出了统筹城乡发展的思路，极大地推动了地方建设大城市的动力。在建设大城市的过程中，有些城市将郊区乡镇划入城市，促进了人口、经济快速向城镇集聚。

空间城镇化Y2的集聚效应自1999年出现，且在一定时间段保持较强的集聚效应，但随着时间推移，集聚效应逐渐消失，出现“去聚集化”现象。自1991年开始，国务院进行了新一轮投融资体制改革，要求地方政府不再直接负责基础设施建设，而是将其公司化运行，承担相应的政府职能。为此，各地纷纷成立了城市投资公司，并着手进行旧城区的改造。城市道路无论从数量上还是质量上都得到了极大的改善。自此，空间城镇化的集聚效应逐年增强。但随着国家财政收入的丰富，国家着力开展城乡一体化建设，部分城市人员选择到城郊、农村养老生活，城市集聚效应开始减弱。

社会城镇化lnY3，在本文研究的1993—2017年时间段一直存在显著的集聚效应。自20世纪90年代以来，我国人均收入明显并快速增长。1993年，我国居民收入为16415.3亿元，到2011年增长到196464.9亿元，18年增长了1096.8%。2013年，我国居民人均可支配收入为18311元，到2017年增长到25974元，4年增长了41.8%，年均增长10.45%。经济收入的增长极大地促进了居民消费的增长，并且由于我国农村人口向城镇转移力度加大，以人均社会消费品额为特征的社会城镇化显示出了显著的集聚效应。

根据已有研究经验，基本面板数据模型对解释变量与被解释变量的影响刻画只是粗线条，尚不够精确，故需要建立空间计量模型进行进一步分析。

3.模型实证分析

（1）静态面板模型和空间杜宾模型检验结果分析。为考察经济发展对城镇化的影响，分别建立静态面板模型和空间杜宾模型，用于检验地区经济发展对人口城镇化、空间城镇化、社会城镇化的影响。

采用Matlab R2016软件得到的模型检验结果见表4所示，其中模型1、模型2、模型3为不同被解释变量时的静态面板模型检验结果，模型4、模型5、模型6为不同被解释变量时的空间杜宾模型检验结果。

表4 模型检验结果

从表4可看出，模型1、模型2、模型3的Hausman检验结果都在1%检验水平下显著，表明应选择固定效应模型进行回归分析。

模型1的两个LM检验结果在1%水平下显著，而两个robust LM检验结果在10%水平下均不显著。模型2只有LM-lag检验结果不显著。而模型3的4个LM检验结果均在1%检验水平下显著，表明应建立空间杜宾模型进行后续分析，判断模型能否简化为空间滞后模型和空间误差模型。

模型4、模型5、模型6的Wald检验和LR检验结果均在5%检验水平下显著，表明对3个被解释变量均应建立空间杜宾模型进行分析。

（2）动态空间杜宾模型结果分析。本文建立空间时间双固定效应模型，进一步分析经济发展对城镇化的影响，模型回归结果见表5。

从表5可知，模型7、模型8、模型9的空间相关系数分别为0.1538、0.3518、0.6712，且均在10%的检验水平下显著，说明相邻地区城镇化发展存在明显的正效应，具体解释如下：一是相邻地区人口城镇化发展相互依赖，存在明显的正效应。因为相邻地区基础设施建设互联互通，经济发展和城市建设相互竞争，起到了相互带动和相互促进的作用。二是相邻地区不可观测因素对本地区空间城镇化发展为正向影响。相邻地区不可观测因素很多，包括人们的生活观念、文化观念和消费观念。加上城市吸纳的大学毕业生大多来自周边相邻地区，而这些地区的文化必然影响到相关人员的行为，并通过各种途径进行传播，对人们从农村进入城镇产生正向影响。三是相邻地区的社会城镇化发展相互依赖，存在明显的正效应。这正是相邻地区文化特点、消费风格相互影响的结果。由于地域的关联性作用，相邻地区的居民会有千丝万缕的联系，无论是单位的待遇，还是人们的消费观念都存在相互攀比、相互仿效的客观情况，故形成了相邻地区社会城镇化的相互正效应。

表5 动态空间杜宾模型回归结果

Y（-1）的系数估计值分别为0.8302、0.7176、0.8341，WY（-1）的系数估计值分别为-0.2953、-0.5079、-0.6210，均在1%的检验水平下显著。说明本地区前一期的城镇化发展会显著影响当期的城镇化发展水平，对相邻地区的城镇化发展则有显著的抑制作用。具体解释如下：一是本地区前一期的人口城镇化发展水平对当期人口城镇化的发展水平有明显的正效应，存在很强的时间依赖性和自我增强的动态效应。我国具有传统的人际依赖性，我国城镇化的发展除扩大城市规模成建制乡镇划入城市外，很大程度上靠大中专毕业生和早期进城经商成为先期城镇化的人员，带动子女、亲友进入城市进而逐步实现城镇化。这说明在城镇化过程中，必须充分吸纳大学生在本地区就业，这已经成为城镇化的重要影响因素。二是本地区前一期的空间城镇化发展水平对当期空间城镇化的发展具有显著的正效应。因为城市的发展具有马太效应，前期城镇化发展好的地方不仅基础设施建设好，而且商业发展和人气旺盛，必然产生虹吸效应，吸引周边人员落户，带来人口城镇化。不断增加的城镇人口需要就业、居住、消费，这样反过来又促进空间城镇化的发展。三是地区社会城镇化进程都与它们过去的行为相关，存在很强的时间依赖性和自我增强的动态效应。每个城市单位的福利水平、消费习惯都具有很强的惯性特征，表现为前人对后人的影响，以及后人对前人的仿效并发展。因此，长江经济带社会城镇化有强烈的时间依赖性和自我增强的动态效应。

从模型7的估计结果可以看出，第三产业产值占GDP比重X1在1%检验水平下显著为负，说明产业结构的优化对人口城镇化率的提高为负向影响。究其原因，主要是人们的生活水平已经有了很大的提高，能够并愿意进城的人员都已经进城，而暂时没有进城的人员因年龄原因或因其意愿等因素没有进城，其进城与否已经与产业结构和生活水平关系不大。全社会固定资产投资额lnX2为负，在5%检验水平下显著，说明随着固定资产投资额的增大，城镇人口密度逐步下降。究其原因，主要是国家推行城乡一体化战略，固定资产的投资正从城市向城镇乃至农村发展，加上城市建设“摊大饼”式的发展，虽然固定资产投资增加，但城镇人口密度下降；地方财政收入lnX3在5%检验水平下显著为正，人均GDP lnX4和城镇居民人均可支配收入lnX5为正但不显著，说明地方政府财政收入、人均地区生产总值和城镇居民人均可支配收入总值越高，城镇道路建设、城镇聚集效应和居民消费水平越高，这正是经济发展为了人民宗旨的体现。

从模型8的估计结果可以看出，全社会固定资产投资额lnX2为正，在5%检验水平下显著，说明在固定资产的投资上，主要用于城市基础设施建设，而城镇基础设施建设有力地促进了空间城镇化的发展；人均GDP lnX4为正，在1%检验水平下显著，说明城镇化的发展必须建立在经济发展的基础之上，没有经济的发展就难以有城镇化的发展。

地方财政收入lnX3为负，在5%检验水平下显著，财政收入对空间城镇化的作用显著为负，说明我国空间城镇化的发展与地方财政收入的关系并不大。众所周知，我国空间城镇化主要取决于用于建设城镇的土地指标。在城镇化建设上，国家采取了对落后地区倾斜的政策，因此，财政收入与空间城镇化的关系为显著负向影响。

城镇居民人均可支配收入lnX5为正但不显著，说明城镇居民收入水平提高了，但并没有增强城市的吸引力，人们在收入增加的情况下，反而选择在城郊或农村生活；而第三产业产值占GDP比重X1为负但不显著，说明产业结构的优化尚不完善。城镇化是一个过程，需要较为漫长的时间，不可能在短期内完成。

从模型9的估计结果可看出，第三产业所占GDP比重X1、全社会固定资产投资额lnX2、人均GDP lnX4均为正，分别在1%、1%、5%检验水平下显著。说明城镇化离不开良好的财政支持，产业结构的优化、基础设施建设能有效地促进社会城镇化的发展。同时，社会城镇化是地区经济发展的产物，只有促进经济发展才能促进城镇化；地方财政收入lnX3为负但不显著，说明传统的城镇化内含正在发生改变，我国的城镇化正在从传统的城镇化向城乡一体化发展。城镇居民人均可支配收入lnX5为正但不显著，说明城镇空间的发展并不受居民意愿的影响，而是完全取决于政府的政策。

四、结论与建议

基于静态面板模型和空间杜宾模型检验，以及动态空间杜宾模型量化检验和分析，可以得出以下基本结论，并据此提出相应的政策建议。

1.基本结论

（1）长江经济带城镇化集聚效应明显，人口城镇化、空间城镇化和社会城镇化特点各不相同。自1999年以来，人口城镇化集聚效应凸显；空间城镇化集聚效应由强变弱，并逐渐消失；经济的增长促进了城镇人员的消费，以人均社会消费品额为特征的社会城镇化显示出显著的集聚效应。

（2）长江经济带经济发展提升城市水平，空间城镇化、人口城镇化和社会城镇化已经出现不同的发现态势。随着各地固定资产投资的增长，城市规模快速扩大，以道路建设为特征的空间城镇化得到快速发展；相反，随着第三产业产值占比越来越大，人均可支配收入不断增加，人口城镇化发展反而越来越缓慢，说明促进人口进一步城镇化已经遇到瓶颈；社会城镇化发展在相邻地区产生集聚效应，表现为相互促进的正向效应。

（3）长江经济带人口城镇化集聚效应显现，相邻地区相互集聚和促进，先期城镇化对后期城镇化有显著正效应。集聚的特点表现为高水平与高水平、低水平与低水平相集聚，究其原因是相邻地区之间形成了统一的市场，资源自由流动和补充，地方政府通过相互学习、相互竞争，从而产生了相互依赖和促进的显著聚集效应。同时，先期城镇化通过人际传播等多种因素对后期城镇化产生正向影响。

（4）长江经济带空间城镇化受经济发展诸因素正向影响，也受相邻省市不可观测因素的影响。空间城镇化明显受本地第三产业发展状况、社会固定资产投资额、人均地区生产总值等可观测因素的影响。同时，相邻省市文化传统、风俗习惯等不可观测因素，通过来自相邻地区人员的传播等影响到本地区空间城镇化的发展。

（5）长江经济带相邻地区城镇化发展已经形成相互促进、相互依赖和相互竞争的关系。长江经济带社会城镇化进程存在显著的空间依赖性，相邻省市的城镇化发展总体上相互正向影响和促进。同时，相邻地区产业结构的优化和人均GDP增加会抑制本地区社会城镇化的发展。社会城镇化进程与本地区人们过去的行为习惯相关，存在很强的时间依赖性和自我增强的动态效应。

2.政策建议

（1）加快长江经济带一体化建设，促进正向效应的发挥。长江经济带人口城镇化、社会城镇化的聚集效应已经得到初步显现。在推动城镇化的过程中，应当充分利用长江经济带的聚集效应特点，遵循长江经济带城镇化发展的客观规律，加强长江经济带11个省市城镇化和产业发展的整体规划。在规划中，既要着力发展大中小城市，也要结合国家乡村振兴战略，做好农村社区的规划，推动省市之间和省市内部大中小城市和农村社区的协调发展，形成长江经济带城镇化发展政策制定、行政执法、对外开放的高效协作机制。

（2）抓紧研究农村经济体制改革方略，促进人口城镇化的推进。长江经济带城镇化建设已经取得了显著成效，但不同视角的城镇化发展也不相同，特别是人口城镇化发展缓慢，并且出现了一定的瓶颈。为此，应当认真研究农村经济体制改革方略，着力研究乡村振兴战略背景下农村社区的规划，可以以现有乡镇为基础，兼顾农村空间分布，谋划农村社区布局。通过这种有计划、有目的的谋划，可以促进农村人口就近就业，既可以推动城镇化的发展，又可以提高农民的收益，同时还可以缓解大城市接纳人员的压力。从农民的视角看，这样的城镇化经济上承受得起，而且避免了背井离乡的不便，心理上也更愿意接受和支持。这样，既可以促进农村土地规模化经营，加快城乡一体化建设，推动农村人口向城镇转移，又可以通过集中居住，带动农村教育，实现乡镇振兴战略，力促人口城镇化同空间城镇化和社会城镇化协调发展。

（3）发挥相邻地区正向影响作用，促进聚集效应的提升。鉴于长江经济带人口城镇化表现出正向聚集效应，说明城镇化并不仅仅是政府的意愿，也是广大农村居住人员心所向往的。因此，应当加强长江经济带城市之间的相互沟通、相互学习、相互协作，在谋划长江经济带城镇化整体布局的同时，营造积极向上的良好文化氛围，通过优秀的文化教育广大人民群众，通过优美的文化鼓励和感染人民群众，不断提升人们的精神境界和个人修养，从而真正按照社会主义核心价值观的要求，在实现国家富强的过程中，提升人们的精神境界，提高整个社会的诚信程度，改善人与人之间的友善关系，最终在满足人们物质需求的同时，不断满足人们的精神和文化需求，提升长江经济带的聚集效应。

（4）打造长江经济带一体化平台，促进城乡一体化发展。鉴于长江经济带相邻省市之间受到不可观测因素的影响，应当加强长江经济带农村经济体制改革和城乡发展规划、产业发展规划和生态环境保护统一平台的建设，促进城乡一体化的发展和实现。建议规划农村新型小集镇，根据乡镇地理分布位置，每个乡镇可以规划3—5个新型小集镇作为农村居民集中居住区。居住区应当集居民居住、基础教育、商业服务、集中养老和产业发展于一体。这样既有利于农村产业集聚的形成，也有利于新型小城镇公共设施建设，从而真正彻底打破城乡二元结构，实现城乡一体化发展，推动城乡文明交流和融合，提升社会整体水平。

（5）营造公平竞争、稳健发展的氛围，促进共赢机制的形成。长江经济带相邻省市之间既有聚集效应，又存在相互竞争和促进的正向影响关系。为此，应当按照国家划定的功能区，统筹做好城市发展布局，科学协调好产业发展规划。特别是要统一法治建设，共同开展协作立法、联合执法，建立区域内统一的法治体系，营造公平竞争的环境氛围，建立起协作共赢、互促共进的发展机制，促进区域内产业转型升级，实现长江大保护和区域经济稳健发展。

注释

①本研究用到的关于上海常住人口城镇化率和人均社会消费品零售总额数据的网址分别为https：//wenku.baidu.com/view/6de2a28cb4daa58da1114a60.html、http：//ghs.ndrc.gov.cn/zttp/xxczhjs/dfgz/201605/t20160506_800895.html、https：//baijiahao.baidu.com/s?id=1597630556428509070&wfr=spider&for=pc和http：//sh.eastday.com/m/20180119/u1ai11157923.html。