中国巨型区格局时间： 2015-09-23信息来源：赵作权 作者：wl_admin 责编：
【摘要】市场一体化引发生产要素的空间聚集与集中，为我国实施扩大内需战略、保持经济长期较快增长提供了十分难得的机遇。依据我国市场一体化进程确定我国未来可能出现的大规模空间聚集与集中的区域。以城市间平均交通距离300km为标准，利用基于平均距离的空间网络聚类方法和城市消费市场数据，确定我国未来可能出现的10个规模比城市群更大的巨型区。这些巨型区是我国一体化程度和竞争力最强的地区，是我国扩大内需最有潜力的地区。建议我国实施面向2030年巨型区发展战略，优化和调整我国的城市化格局。
【关键词】巨型区;空间聚类;聚集;城市群;交通网络
1 概述
市场一体化引发生产要素的空间聚集与集中，为我国实施扩大内需战略、保持经济长期较快增长提供了十分难得的发展机遇。一方面，国际国内市场促使我国经济不断向大城市集中，推动了许多大城市群的兴起。这种空间聚集与集中趋势还要持续至少20年。到2030年，中国人口增长将达到顶峰14.3亿左右，有至少2亿的人口进入城市(蔡昉，2010)。空间聚集和集中是世界发达国家人均收入达到一万美元之前经济发展的普遍规律(WorldBank，2009)，我国目前人均收入远远低于这个数字(国家统计局，2012)。另一方面，扩大内需已成为我国经济社会发展的战略基点。李克强(2012)指出：“扩大内需是保持经济长期平稳较快发展的必由之路。我国人口众多、国土辽阔，是世界上最大的发展中国家，正处于发展的重要战略机遇期，市场空间大，回旋余地大，内需潜力大，对经济发展具有持久的拉动作用。因此，必须坚定不移地实施扩大内需战略，……建立健全扩大内需的长效机制，牢牢掌握发展的主动权”。
可是，我国拥有大陆般的国土空间，哪里是扩大内需最有潜力的地区?如何利用市场引发的空间聚集趋势推动我国迈向内生增长、持续发展的轨道?中国有没有自身特色的大国发展格局?这是我国区域发展与管理、城市规划等领域面临的重大科学问题。特别是国内市场一体化和交通设施快速发展直接影响着中国城市化格局的转型。发达的交通网络已使我国各个城市和地区成为一个有机整体，全国经济呈现高度网络化和一体化态势(刘生龙和胡鞍钢，2011)，促使我国未来形成许多规模比目前城市群更大的经济聚集区。到2030年，我国区域一体化进程将突破目前我国城市群空间格局的限制，如长三角城市群可能与安徽省的许多城市具有更密切的经济联系。
为此，本文根据我国区域经济一体化进程，以城市间平均交通距离300km为标准，利用基于距离的空间网络聚类方法和城市消费市场数据，确定我国未来可能出现的10个规模比城市群更大的巨型聚集区(简称巨型区)。这些巨型区是我国发展要素聚集水平最高的地区，占我国消费市场、GDP、就业和制造业的四分之三，占我国人口的三分之二，是我国扩大内需最有潜力的地区。
巨型区是在市场驱动下形成的要素高度聚集的经济区，作为新型聚集区目前已引起国际学术界和政府的高度关注(Ross，2009;Goldfeld，2007;Dewar和Epstein，2007)。美国区域规划协会提出美国2050年以巨型区为核心的空间发展战略，认为巨型区正在取代20世纪的都市区(类似城市群)成为美国参与21世纪全球经济竞争的新单元(RPA，2006)。欧盟早就认识到巨型区的重要性，试图在欧洲中部核心区之外建成若干个极具竞争力的巨型区(EC，1999;MSPTD，2011)。不过，我国政府和学术界对巨型聚集区的关注比较有限。我国政府正在推进以城市群为主体的全国城市化战略格局建设，这在2010年发布的我国主体功能区规划中得到了充分体现。我国学术界关注的重点是较小区域规模的城市群、城市带、都市圈、经济区、产业集群等方面(顾朝林，2011)，对可能出现的更大尺度的经济聚集现象以及对国内市场影响的研究比较少(顾朝林等，2007;周一星等，2003;胡序威，1998)。事实上，我国城市体系的区域化现象十分明显(仇保兴，2010)。
本文研究中国巨型区侧重我国经济发展的内生性和一体化。正如世界著名城市规划学者Friedmann(2004)强调的，基于国内环境的内生式发展模式是全球城市规划的根本所在。仇保兴(2003)倡议城市发展战略规划要“超越行政管理的空间。城市的发展和城市之间的相互作用实际上已超越行政管理的范围，市场交换成本起着决定作用。”王小鲁(2010)认为：“市场调节下的大城市合理发展有利于提高经济效益和资源合理利用，尤其是节约土地资源。但不同规模城市及小城镇之间存在某些共生和互补关系，处在大城市辐射区内的中小城市和小城镇有更好的发展条件，有利于形成合理的城市群。”为此，本文没有像以往的巨型区研究(Ross，2009)那样关注全球化和国际市场的影响。
本研究强调交通距离对经济聚集区包括巨型区形成的重要影响。哈佛商业评论认为，中国市场就是许多以一两个核心城市为中心、方圆300km的城市集群(Magni和Atsmon，2010)。事实上，使用城市间平均交通距离比基于图面(或视觉)的平面距离或者到核心城市的距离更能准确反映要素分布的区域性和密集性。本文这里选择城市间平均交通距离250～300km作为城市聚集性聚类的尺度主要基于以下三方面的原因：首先，中国目前快速发展的高速铁路的时速是250～300km。其次，巨型区尺度要大于目前长三角、珠三角和京津冀的城市群范围，因为中国城市化进程还要持续至少20年。第三，经济聚集区划分和比较应该使用统一的空间尺度，这里250～300km基本与广阔的成渝经济区相当。
2 文献综述
巨型区是国际国内两个市场共同驱动下要素高度聚集的经济区，由至少两个都市区或城市群构成，是比都市区、城市群地域空间更大、竞争力更强，兼有城市、郊区和农村的经济区，其形成和边界不受各种行政区的限制(Goldfeld，2007)。Vining(1953)在讨论美国统计局划分都市区时认为，经济区划需要考虑经济体的空间连续性，不能忽视经济因交通联系而形成的空间网络结构。Krugman(1991a)在讨论度量美国产业区域专业化水平时认为，一个产业集群常常跨越几个行政区(州)，不把它作为一个整体去度量产业集中或专业化水平，往往忽略了产业区位的空间紧凑性。因此，经济网络的空间连续性与密集性(紧凑性)是识别经济聚集区的关键所在。下面本文对巨型区理论基础、巨型区识别和能够划分巨型区的空间聚类方法及其应用进行简要的综述。
2.1 巨型区理论基础
2.1.1 新经济地理：基于国内市场一体化的理论
新经济地理学研究在市场驱动条件下经济活动的空间分布规律，阐述现实经济中存在的不同规模、不同形式的空间集中的形成机制，并通过这种机制探讨区域经济增长的规律与途径。新经济地理理论(Krugman，1991b)认为，市场邻近性决定经济或产业的空间格局，一个国家在工业化和城市化时期经济呈现从空间分散向空间集中的演化过程。规模经济、交通费用和国内市场需求是导致一个国家发展出现大规模聚集区的内在原因。企业为了实现规模经济、节省交通费用，愿意去市场比较大的地区，个人为了获得比较高的工资和比较多样化的商品也愿意去市场比较大的地区，而这样的地区恰恰是众多具有上下游供需联系的制造业企业聚集的地区。在这样的地区一旦市场达到一定规模、交通费用降到一定水平，就会吸引来更多的企业和个人，致使自身市场规模进一步扩大，由此形成大规模聚集区的持续增长过程。
2.1.2 巨型区聚集经济：基于国际市场一体化的理论
巨型区聚集经济包含各式各样分布于不同环境(如城市、乡村、地区化和全球化的地理环境)的聚集经济(Sassen，2006)。在全球城市模型中，全球化可以使一个公司邻近一些特殊的全球城市(Global city)，享受那里特有的聚集经济，拓展公司总部的高端全球运营和服务。新的信息通讯技术可以使一个公司在更大的地域空间分散公司日常化、标准化的运作。全球公司运营的地理离散化导致公司总部运作的复杂化：一个公司的全球化程度越高，它的总部从当地多样化资源和高端人才的环境中获得的优势越多，聚集经济在总部的高端运营链中越有可能出现。一个巨型区中离散化的经济活动越多，受高水平聚集经济制约的活动也越多。一个城市区越受这种新的经济动力学驱动，它的空间组织涉及的聚集经济越多。公司运营的地理离散化为聚集经济提供了充分的养分。这里有两点阐明了全球城市对即高度全球化又高度离散化的公司的重要性：第一，全球城市能够提供全球化公司进行国际化交易时所需的金融、法律等运作复杂和高度专业化的服务。第二，全球城市能够提供全球化公司进行国际化交易时所需的、与全球联系密切相关的特殊信息，如信誉评级机构提供的咨询服务。
2.2 巨型区识别
美国区域规划联合会(RPA，2006)认为，巨型区是一些具有环境系统、交通网络、经济和文化联系的都市区的网络化拓展，是一体化的劳动力市场、基础设施和土地利用系统的都市区的聚集，在都市区之间人口、资本和货物的流动性持续增强。该联合会从环境系统与地势、设施系统、经济联系、居住格局与土地利用以及文化历史共享等角度确定了美国10大新兴巨型区(Dewar和Epstein，2007)。Florida等(2008)以全球夜光数据为基准，辅以GDP、人口、专利和明星科学家等4个指标，确定了全球经济的40个巨型区(其中美国有11个，欧洲有12个)，得到联合国人居署的认可和推崇(UN-HABITAT，2008)。Ross和Woo(2011)使用马尔科夫链和聚类分析两种方法，利用距离和商品流数据划分了美国巨型区格局。与城市群识别类似，巨型区识别往往需要许多指标，缺乏一致的标准，致使不同巨型区的空间范围差别很大。
有关中国巨型区的系统研究还比较少见。Florida等(2008)确定的全球经济的40个巨型区中，中国大陆有3个，即香港—深圳、上海和北京巨型区，它们分别分布在珠三角、长三角和京津冀地区。Yang等(2011)将首都经济圈、长三角和珠三角三个城市群作为我国巨型区的代表，比较了我国与美国、欧洲在巨型区流动性方面的差异。李少星(2010)探讨了长三角地区作为巨型区的城市化空间形态。我国学术界目前关注的重点是空间规模比巨型区小的城市群(中国发展研究基金会，2010;肖金成等，2009;方创琳，2009;唐路等，2003;王兴平，2002)，有关文献综述见顾朝林(2011)，比较典型的研究见方创琳等(2008)和董青等(2008)，最新进展见张倩等(2011)。
2.3 空间聚类分析
空间聚类分析是能够用于巨型区等空间聚集区划分的系统定量方法。空间聚类分析假设现实世界中的空间分布并不是完全随机的，总要呈现一定规模和空间范围的聚集和集中。空间聚类分析主要有两类：一是适用于平面空间点、线等均匀分布的一般空间聚类方法，文献综述见Han等(2009)，二是空间网络聚类方法。有关空间网络的聚类分析正在成为国际的热点研究领域。Yiu和Mamoulis(2004)最早将广泛用于平面空间，基于分割、层次和密度的聚类方法拓展到网络空间。Expert等(2011)提出了基于分割和模块函数的空间网络聚类方法。Sugihara等(2011)建立了基于层次的空间网络聚类方法，使用了除最短路径距离以外的多种网络距离，如平均距离、径向距离。一些空间网络聚类的方法被用于一些国家城市体系的空间聚集分区。Frey和Dueck(2007)提出了近邻传播(affinity propagation)聚类方法，使用航空旅行数据将美国和加拿大的城市体系分为七个类型区。Stefanakis(2007)使用基于网络空间和密度的聚类方法对希腊某地区的城市网络体系进行了分析评价。
但是，一般空间聚类分析和空间网络聚类分析都有自身的缺陷，不能直接用于划分空间上彼此分离的经济聚集区。它们需要把所有空间(节)点(如城市)纳入到不同的聚类区，不管(节)点分布多么遥远和如何稀疏。特别是一般空间聚类分析常常处理的是均匀的点分布和线分布(Han等，2009)，很难用于像城市聚集区这样的空间不均匀分布。空间聚类分析不仅要考虑变量的区位差异，还要考虑变量的属性差异，但是将二者整合在一个合理的分析框架还面临相当大的困难(Murray和Shyy，2000)。
3 方法与数据
本文提出基于平均距离的空间网络聚类具有如下特征：首先，同一层次聚类使用同一距离尺度。其次，不同层次聚类保持聚类核心的相对稳定性，不同层次的聚类(聚集)区不具有直接的对应关系。例如，某一层次聚类的城市组不直接由前一层次聚类中两到多个的城市组构成。这种聚类能够确保不同层次城市聚集区具有一定程度的相似性和可比性，同时避免了把相对稀疏分布的城市全部纳入到聚类分析的聚集区中。
3.1 基于距离的空间网络聚类方法
空间网络聚类主要用于确定不同地理尺度的城市聚集区。它是空间统计中一种特殊的确定空间分布范围的方法，同时考虑了城市经济网络节点(城市)的区位特征和城市间交通线的距离效应。聚类时所有城市具有平等的地位。空间网络聚类分析具体步骤如下：
(1)使用Dijkstra最短路径算法(陆锋，2001)确定中国城市之间的最短交通路径距离，建立城市最短路径距离矩阵;
(2)计算每个城市在不同数量城市(从2个开始)组合条件下平均距离最短的城市组;
(3)选择用于城市聚类的平均距离的初值和间隔，在同一距离间隔条件下首先选择消费市场规模(以城市社会消费品零售总额计)最大的城市组;
(4)在未被选择的城市组中，剔除包括已选城市的城市组，在余下的城市组中，选择消费市场规模最大的城市组;
(5)重复上述过程，直至没有城市组被选择为止;
(6)在地图上确定不同距离间距和同一距离间距条件下的城市组，确定中国城市在不同地理尺度时的城市聚集区。
计算公式是某城市组城市间的平均最短路径距离
i，j=城市编号;dij=城市i到城市j的最短路径距离;k=某城市组的城市数量。
本文选择城市聚类的平均距离的初值为100km，距离间隔为50km。这样，第一层次城市聚类的平均距离为50～100km，第二层次城市聚类的平均距离为100～150km，第三层次城市聚类的平均距离为150～200km，以次类推。由于空间网络聚类方法能够在跨层次聚类中保持经济聚集区核心的相对稳定性，因此不同的距离初值和距离间隔对城市聚类结果的影响比较有限。
3.2 数据
这里聚类分析涉及287个地级及地级以上城市，所用数据包括国内市场、城市交通距离和城市区位等。国内市场数据用2009年城市(市辖区)社会消费品零售总额代表，交通距离用2010年中国国道里程(最短路径距离)代表，城市区位用地级及地级以上城市的经纬度代表。前一种数据来源于《2010年中国城市统计年鉴》，后两种数据来源于中国地图出版社。其他数据包括城市GDP、就业、制造业就业和人口，数据来源于《2010年中国城市统计年鉴》，部分人口数据来自于我国2000、2010年全国人口普查。
这里选择国道数据主要有以下两方面原因：第一，公路运输目前是我国交通运输的主要方式，其货运量和客运量分别占我国货运总量和客运总量的77.5%和93.2%(国家统计局，2012)。第二，其他交通方式，包括民航、水运、铁路乃至高速公路还不能通达我国许多地级城市。
4 中国巨型区
4.1 巨型区是要素高度聚集的地区
网络空间聚类分析表明，中国正在形成10个巨型区(图1)。这些巨型区总体呈“个”字型展布，主体位于我国中部、东部的平原地区，是我国发展要素聚集水平最高的地区，占中国城市地区消费市场、GDP、就业和制造业的四分之三，占中国城市人口的三分之二(表1)。中国10个巨型区总人口达7.6亿，含有154个地级及地级以上城市。
巨型区是具有强大竞争力的地域单元，不受行政区划(地区和省区)或经济区划(城市群、经济区)的限制。聚集水平和市场规模排序第一的巨型区是上海—杭州—南京—合肥巨型区，它拥有25个城市，其中包括合肥等11个安徽省城市，横跨东部地区和中部地区，覆盖比长三角城市群更大的地域空间。排序第二的北京—天津—石家庄—济南巨型区，包含8个山东省的城市，排序第三的广州—深圳巨型区包含3个广西自治区的城市，排序第五的重庆—成都巨型区和排序第六的沈阳—大连巨型区分别比成渝城市群和辽中南城市群覆盖更加广阔的地域。同样，排序第四的郑州—武汉巨型区和排序第七的长沙—南昌巨型区丰富了中部地区城市群的内涵，而排序第九的哈尔滨—长春巨型区拓宽了东北地区北部城市群的范围。只有排序第八的福州—厦门巨型区局限于一个省区范围。
4.2 巨型区是人口快速增长的地区
人口快速增长是我国巨型区的主要特征。两次(2000和2010年)全国人口普查表明，在10个巨型区中，8个巨型区人口增长速度超过全国平均水平(表2)，3个巨型区人口增长超过14%，仅有1个巨型区(重庆—成都巨型区)人口出现负增长。这些巨型区人口快速增长是以庞大的人口规模为基础的。在10个巨型区中，5个人口在1亿左右，2个在5～8千万之间，其他3个在3千万以上(表2)。
4.3 巨型区是有中国特色的经济区
与美国和欧盟地区相比，我国巨型区可谓是独具特色。中国10个巨型区呈“个”字型展布，主体位于中国东部和中部的平原地区。美国大陆国土上存在10个巨型区，总体位于沿海沿边地区(RPA，2006)。欧盟在其核心区即五边形区域以外正在形成若干巨型区或全球一体化区(EC，1999;MSPTD，2011)。不过中国、美国和欧盟的巨型区既有位于沿海地区的，也有位于内陆地区的。从空间聚集和区域分工角度来看，美国巨型区相对发达，经济呈现全国大(大陆化)分工格局。欧盟巨型区相对较弱，经济呈现围绕中部核心区的地区小分工格局。中国巨型区正在形成之中，经济呈现全国中偏大(大陆化)分工格局。
4.4 巨型区与城市群比较
本文选择国务院2010年在《全国主体功能区规划》中提出的“两横三纵”城市化战略格局作为我国城市群(格局)的代表，它涉及3个优化开发的特大城市群和8个重点开发的大城市群(简称城市群格局)。表3显示我国巨型区格局与城市群格局具有高度的一致性，城市群格局中的多数城市落在巨型区中。
巨型区格局和城市群格局共享93个城市，占城市群格局城市总数(118个)的78.9%。可以说巨型区格局是“3+8”城市群格局与冀中南城市群的结合。
但是，巨型区格局和城市群格局具有两个方面的明显差异：第一，巨型区的城市数量总体上大于所对应的城市群的城市数量，其中巨型区格局与城市群格局共享的城市数仅占巨型区格局城市总数的60.4%。排序第一的上海—杭州—南京—合肥巨型区拥有25个城市，其中15个属于长三角城市群，9个属于江淮城市群。排序第二的北京—天津—石家庄—济南巨型区拥有18个城市，其中5个属于京津冀城市群，4个属于冀中南城市群，2个属于山东半岛城市群。排序第四的郑州—武汉巨型区拥有16个城市，其中7个属于中原城市群，2个属于长江中游地区的武汉城市群。排序第十的西安巨型区比关中—天水城市群多5个城市。只有哈尔滨—长春巨型区和福州—厦门巨型区是例外，前者与哈长城市群拥有相同数量的城市，后者比海峡西岸地区少2个城市。第二，城市群格局与巨型区格局在空间结构方面存在显著不同。长三角和江淮在城市群格局中属于两个不同的城市群，但在巨型区格局中属于同一个巨型区。京津冀、山东半岛和辽中南三个城市群在城市群格局中属于单一的超大城市群(环渤海)，但在巨型区格局中前两个城市群基本属于北京—天津—石家庄—济南巨型区，后者属于沈阳—大连巨型区。武汉、环长株潭和鄱阳湖在城市群格局中属于单一的长江中游大城市群，但在巨型区格局中前者属于郑州—武汉巨型区，后两个城市群属于长沙—南昌巨型区。
5 结论
市场一体化促使巨型区兴起，将为我国实施扩大内需战略、保持经济长期较快增长提供更为强大的支撑。本文根据我国区域经济一体化进程，以城市间平均交通距离300km为标准，利用基于平均距离的空间网络聚类方法和城市消费市场数据，识别出我国未来可能出现的10个规模比城市群更大的巨型区。这些巨型区是我国一体化程度和竞争力最强的地区，是我国扩大内需最有潜力的地区。
我国国内市场主导的巨型区格局将对我国迈向大国自主发展道路产生深远的影响。国内市场一体化将发挥规模经济的巨大潜力，引发要素大规模聚集与集中，释放聚集经济和创新的力量，使我国发展走向高效聚集的持续发展轨道。中国巨型区格局正在形成中，它横跨东部、中部和西部三个地区，占有全国四分之三左右的消费市场和经济规模。这些巨型区的快速发展将极大地提高中国经济的全球竞争力，制约着中国工业化和城市化完成时期产业、人口和城市的分布格局。推动全国市场一体化，促进全国巨型区格局成形，把握好巨型区之间的关系，是我国在经济转型中又快又好发展的战略抉择，符合当前中国区域协调发展的精神，应成为中国空间发展规划的主要内容。
为此，建议我国实施面向2030年巨型区发展战略，优化和调整我国城市化格局。为此，本文提出4点政策建议：第一，将纵贯我国南北的京哈和京广交通线和横跨我国东西的沪西(西安)和西乌(乌鲁木齐)交通线作为我国市场一体化的主轴线。前者连接着7个巨型区，后者连接长三角、中部和西安三个巨型区以及由西安向西的陆桥通道(包括兰州和乌鲁木齐)，二者的交汇点在河南信阳。这个“十”字形轴线是我国成为一个发达的大陆式国家的核心骨架。第二，推行巨型区规划，将农村、郊区和城市纳入统一的规划体系。巨型区规划需要综合考虑经济、社会、环境、文化等方面的发展，统筹交通建设、土地利用和历史遗产保护等。同时，推动巨型区一体化建设，促进要素的自由流动，消除各种准入性障碍。第三，将连接郑州和武汉的中部巨型区作为我国全国经济布局、区域协调发展中的重中之重。这个巨型区在我国巨型区格局中处于核心枢纽位置，最邻近全国市场，在国内市场中具有最强的空间关联性。第四，应当重点推进北京—天津—石家庄—济南巨型区、上海—杭州—南京—合肥巨型区、西安巨型区和长沙—南昌巨型区的快速发展。这四个巨型区和中部巨型区一样邻近全国市场和全国人口，是我国未来长远发展的核心驱动区。它们的快速发展将缩短我国经济区域分工的范围，提升我国作为大陆式国家发展的自主性、内生性和根基性，是中国特色发展道路的空间依托。
中国巨型区格局是一个值得深入研究的重要问题。本文从国内市场和交通距离角度出发，提出了我国“个”字型巨型区格局和面向2030年巨型区发展战略，希望这个问题能够引起学术界和政策制定者的关注。特别是，中国今天已成为世界第二大经济体，国内市场对未来全国经济增长和城市化格局的影响将越来越大。同时，中国国土空间辽阔，不同地区对全国发展的带动性是不同的，需要对全国空间发展格局进行精细和定量化的分析。本文承认国际市场和国内中间品市场对中国经济的空间格局具有非常重要的影响，同时铁路(包括高速铁路)、高速公路、水运和航空等交通网络对中国空间格局变迁发挥着巨大的推动作用。这些因素的影响，特别是国内国际市场的耦合作用(范剑勇等，2010)以及多种交通方式的共同作用(石敏俊等，2007)有待本文做进一步的研究。
【参考文献】
[1]DEWAR M，EPSTEIN D.Planning for“megaregions”in the United States[J].Journal of Planning Literature，2007(22):108-124.
[2]EUROPEAN COMISSION(EC).European spatial development perspective (ESDP):Towards balanced and sustainable development of the territory of the European Union[R].1999.
[3]EXPERT P，EVANS T S，BLONDEL V D，LAMBIOTTE R. Uncovering space-independent communities in spatial networks [J].Proceedings of the National Academy of Sciences(PNAS)， 2011(19):7663-7668.
[4]FLORIDA R，GULDEN T，MELLANDER C.The rise of the mega-region[J].Cambridge Journal of Regions，Economy and Society，2008(1):459-476.
[5]FREY B J，DUECK D.Clustering by passing messages between data points[J].Science，2007(5814):972-976.
[6]GOLDFELD K S.The economic geography of megaregions[R]. Princeton University，2007.
[7]HAN J，LEE，J-G，KAMBER M.An overview of clustering methods in geographic data analysis[M]//MILLER H J，HAN J. Geographic data mining and knowledge discovery，Boca Raton， FL:Taylor & Francis，2009:149-187.
[8]KRUGMAN P.Geography and Trade[M].MIT，1991a.
[9]KRUGMAN P.Increasing returns and economic geography[J]. Journal of Political Economy，1991b，99(3):483-499.
[10]MAGNI M，ATSMON M Y.A better approach to China’s markets [J].Harvard Business Review，March 2010.
[11]Ministers Responsible for Spatial Planning and Territorial Development(MSPTD).Territorial agenda of the European Union 2020:Towards an inclusive，smart and sustainable Europe of diverse regions[C].Hungary，May 2011.
[12]MURRAY A T，SHVY T-K.Integrating attribute and space characteristics in choropleth display and spatial data mining[J]. International Journal of Geographical Information Science，2000(7):649-667.
[13]Regional Plan Association(RPA).America 2050:A prospectus[R].New York，September 2006.
[14]ROSS C L.Megaregions:Planning for global competitiveness[M]. Washington，D.C.:Island Press，2009.
[15]ROSS C L，WOO M.Megaregions and mobility[J].The Bridge， 2011(1):27-34.
[16]SASSEN S.Megaregions:Benefits beyond sharing trains and parking lots[R].GOLDFELD K S.The economic geography of megaregions.Princeton University，2007.
[17]STEFANAKIS E.NET-DBSCAN:Clustering the nodes of a dynamic linear network[J].International Journal of Geographical Information Science，2007(4):427-442.
[18]SUGIHARA K，OKABE A，SATOH T.Computational method for the point cluster analysis on networks[J].Geoinformatica，2011 (15):167-189.
[19]UN-HABITAT.State of world’s cities 2010/201 1:Bridging the urban divide [M].Earthsean.2008.
[20]VINING R.Delimitation of economic areas:statistical conceptions in the study of spatial structure of an economic system [J].Journal of the American Statistical Association，1953(48):44-64.
[21]YANG J，FANG C，ROSS C.，SONG G.Assessing China’s megaregional mobility in a comparative context[J].Transportation Research Record，2011(2244):61-68.
[22]YIU M L，MAMOUIS N.Clustering objects on a spatial network [C].Proceedings of the ACM conference on management of data (SIGMOD)，Paris，June 2004，pp.443-454.
[23]World Bank.World development report 2009:Reshaping economic geography[R].The World Bank，Washington，DC，2009.
[24]蔡昉.中国人口与劳动问题报告(No.11):后金融危机时期的劳动力市场挑战[M].社会科学文献出版社，2010年.
[25]董青，李玉江，刘海珍.中国城市群划分与空间分布研究[J].城市发展研究，2008(6):70-75.
[26]范剑勇，高人元，张雁.空间效率与区域协调发展战略选择[J].世界经济，2010(2):104-119.
[27]方创琳.城市群空间范围识别标准的研究进展与基本判断[J].城市规划学刊，2009(4):1-6.
[28]方创琳，祁巍锋，宋吉涛.中国城市群紧凑度的综合测度分析[J].地理学报，2008(10):1011-1021.
[29]FRIEDMANN J.规划全球城市:内生式发展模式[J].城市规划会刊，2004(4):3-7.
[30]国家统计局.中华人民共和国2011年国民经济和社会发展统计公报[EB]，2012年。
[31]顾朝林.城市群研究进展与展望[J].地理研究，2011(5):771-784.
[32]顾朝林，庞海峰.中国城市集聚区的演化过程[J].城市问题，2007(9):2-6.
[33]胡序威.沿海城镇密集地区空间集聚与扩散研究[J].城市问题，1998(6):22-28.
[34]李克强.2012.在改革开放进程中深入实施扩大内需战略[J].求是，2012年2月。
[35]李少星.巨型区域:新的城市化空间形态[J].城市规划，2010(4):74-79.
[36]刘生龙，胡鞍钢.交通基础设施与中国区域经济一体化[J].经济研究，2011(3):72-82.
[37]陆锋.最短路径算法--分类体系与研究进展[J].测绘学报，2001(3):269-275.
[38]仇保兴.战略规划要注重城市经济研究[J].城市规划，2003(1):6-11.
[39]仇保兴.城镇化的挑战与希望[J].城市发展研究，2010(1):1-7.
[40]石敏俊，赵曌，金凤君.中国地级行政区域市场潜力评价[J].地理学报，2007(10):1063-1072.
[41]唐路，薛德升，许志强.1990年以来国内大都市带研究回顾与展望[J].城市规划汇刊，2003(5):1-5.
[42]王小鲁.中国城市化路径与城市规模的经济学分析[J].经济研究，2010(10):20-32.
[43]王兴平.都市化:中国城市化的新阶段[J].城市规划汇刊，2002(4):56-59.
[44]肖金成，袁朱，等.中国十大城市群[M].北京:经济科学出版社，2009.
[45]张倩，胡云锋，刘纪远，刘越，任旺兵，李军.基于交通、人口和经济的中国城市群识别[J].地理学报，2011(6):761-770.
[46]中国发展研究基金会.中国发展报告2010:促进人的发展的中国新型城市化道路[M].人民出版社，2009.
[47]周一星，张莉.改革开发条件下的中国城市经济区[J].地理学报，2003(2):271-284.