图3 城市公共服务供给水平全局Moran's I指数趋势图
2）局部Moran's I空间自相关分析。全局Moran's I指数是从全局角度出发，分析城市公共服务供给水平的空间特征，而对城市公共服务供给水平在空间上的相互作用关系及局部区域的集聚特征无法进行分析。为了进一步研究城市公共服务供给水平在空间上是否存在局部集聚现象及局部集聚特征，揭示城市公共服务供给水平的局部关联模式，本文进行了局部Moran's I空间自相关分析。基于Geoda软件，选取了2006、2012和2018年3年的数据绘制了城市公共服务供给水平的LISA聚类图（图4）。分析局部Moran's I指数发现，高-高集聚区域主要集中在能为提高公共服务供给水平提供雄厚经济支持和良好社会基础的东部地区，如上海、福建、江苏、广东、天津、北京等地；低-低集聚区域主要集中在中部和西部地区，形成成片的城市公共服务供给的低值区域。受固有地理位置及其他历史因素的影响，与东部相比，中西部地区社会经济发展相对滞后，公共服务供给水平相对较低，因此该区域的城市公共服务供给水平呈现低-低集聚的特点。但随着“西部大开发”“中部崛起”等战略的实施和推进，更多的物质支持、政策优惠等逐渐向中西部倾斜，未来中西部城市的公共服务建设将呈现出巨大的潜力，较大程度地带动地区公共高-高集聚区域附近，反映了城市公共服务供给水服务供给水平的快速提升；低-高集聚与高低集聚平在地理空间分布的空间依赖性，高-低集聚区域的集聚现象是介于低-低集聚与高-高集聚之间的较多出现在低-低集聚区域附近，反映了城市公共种集聚类型。其中低-高集聚区域主要出现在服务供给在地理空间分布的异质性。
图4 城市公共服务供给水平LISA集聚图
空间杜宾模型
1）空间模型设定检验。通过分析发现，城市公共服务供给水平存在显著的空间自相关，不仅自身因素影响地区的城市公共服务供给水平，周围地区的城市公共服务供给水平也会对此产生影响，即城市公共服务供给水平在空间上存在空间依赖性和异质性。在进行空间面板计量估计之前，本文依次通过了拉格朗日乘子（LM）检验、Hausman检验和Wald检验，目的在于确定空间计量模型的具体估计形式，结果如表4所示。本文依托于Hausman检验的结果，选择用固定效应模型进行解释。LM和Wald检验结果充分表明了空间杜宾模型（SDM）是最佳模型。分析结果显示，空间相关系数为0.5073，通过了显著性检验，系数为正，表明城市公共服务供给水平存在空间溢出效应，各地区城市公共服务水平同时受到本地区各影响因素及周围邻近城市公共服务供给水平的影响。
表4 空间杜宾模型估计结果
2）影响因素分析。由于空间杜宾模型的空间回归系数仅代表各变量的显著性和作用方向，无法完全反映自变量对因变量的影响。为了能够综合反映自变量对因变量产生的影响，本文中引入了3种效应，即直接效应、间接效应和总效应进行分析（表4）。由表4可知，在总效应中城市政府治理、经济发展水平正向作用于城市公共服务供给水平，人口城镇化率对城市公共服务供给水平具有显著的负向作用；在直接效应中，城市政府治理、人口密度、人口城镇化率、经济发展水平和产业结构正向作用于城市公共服务供给水平，区别在于各自变量作用于城市公共服务水平的程度不同；在间接效应中，人口密度和人口城镇化率对城市公共服务供给水平具有显著的负向作用。
城市政府治理、经济发展水平和产业结构的提升对本地区的公共服务供给水平具有显著的正向作用，但是对周围地区公共服务供给水平的影响不显著。在治理体系中，不同利益主体既存在相同的利益需求，也存在利益需求上的差异。不同主体之间有着各自的优势，存在相互依赖的关系，同时城市政府治理的提高进一步增进了公民对政府的信任。随着城市政府治理的提升，经济发展水平也在不断增长，经济增长意味着地区的公共服务竞争会更加激烈，竞争强度的提升导致优胜劣汰，形成强者更强、弱者更弱的局面，其中的机制是公共服务供给水平的差异促使居民“用脚投票”。产业结构的不断升级及经济水平的提升，促进了公共服务供给水平的提高。
人口密度和人口城镇化率对本地区的公共服务供给水平具有显著的正向作用，而对周围地区公共服务供给水平具有显著的负向作用，说明人口密度和人口城镇化率的提高在促进本地区公共服务供给水平提高的同时，会降低周围地区公共服务供给水平。因存在规模效应，一个地区的人口密度越大，边际公共服务供给成本较低，公共服务的供给效率通常就越高。人口城镇化率的提高可以促进人口在空间的集聚，促进人口密度提高，从而扩大对公共服务供给的需求，有效降低城市公共服务供给的成本。与之相反则会造成周边地区人口流失，公共服务供给水平较低，从而对周边地区产生负向的影响。
结论与建议
结论
1）构建了对城市公共服务供给水平进行综合测度的评价体系，并对城市公共服务供给水平的时空格局演变特征进行了分析。从其时间变化过程来看，尽管整体水平不高，但总体上呈现出稳定增长态势，东部区域综合指数均值高于全国，中部区域综合指数均值略低于西部区域，这可能是要素禀赋、区域经济整体发展水平以及技术水平等内外因素影响的结果。从空间格局上看，处于较低和最低水平区间的城市占绝大多数，且表现出明显的水平趋同性及“群状连片”的空间分布特征。随着时间的推移，城市公共服务供给水平整体上有所提高，但绝大多数城市公共服务供给水平仍处于较低和最低的水平区间，而且数量不断增加，差异性持续扩大。
2）全局Moran's I指数结果表明城市公共服务供给水平在空间分布上呈显著地正相关，邻近市域间的公共服务供给水平影响存在空间依赖性。从时序上看，2006―2018年城市公共服务供给水平的全局Moran's I指数呈现出倒“U”型演变特征，反映出自2006年以来，城市公共服务供给水平市际空间自相关呈现出“增强―减弱―增强”的变化态势，而在空间上呈现出“集聚―分散―集聚”的演变特征，整体分异格局维持在相对稳定的水平。局部Moran's I指数表明东部地区主要是高-高集聚区域，中部和西部地区主要是低-低集聚区域，形成成片的城市公共服务供给水平的低值区域。低高集聚区域主要出在高-高集聚区域附近，高-低集聚区域较多出现在低-低集聚区域附近，这两种现象分别反映了城市公共服务供给水平在地理空间分布的空间依赖性与异质性。
3）空间杜宾模型回归结果表明，城市公共服务供给水平在空间上存在正向溢出效应，各城市公共服务水平受到本地区各影响因素及周围邻近城市公共服务供给水平的影响。影响因素分析结果表明，城市政府治理、人口密度、人口城镇化率、经济发展水平和产业结构正向作用于本地区城市公共服务供给水平，人口密度和人口城镇化率对周围城市公共服务供给水平具有显著负向作用。
建议
1）积极探索区域合作模式，完善区域协同供给机制。城市公共服务供给具有明显的空间溢出效应，即表现出跨行政边界的空间特征，实质上仅反映的是区域公共服务在空间层面上的协调、配置和供给问题。其一，构建畅通的信息交流与沟通机制。其二，构建区域公共服务协同供给的组织机制。其三，完善多主体的成本分摊与利益分享、补偿机制。其四，建立有效的制度约束机制，有利于协调合作的长久性和稳定性。
2）消解城市公共服务供给行政壁垒，实现公共服务协同空间治理格局。在传统的公共服务供给方式中，我国各城市的行政级别及区域划分是进行公共服务资源配置的一项主要参照指标，这往往导致优质资源的非均衡分布，促使居民“用脚投票”，人口往福利高的地区集聚，从而导致人口密度和人口城镇化率负向作用于周围城市公共服务供给水平。当前，利用互联网、云计算等大数据信息手段，可以有效消解区域公共服务供给的行政壁垒，改变以往区域公共服务资源非均衡配置的行政物理空间，实现区域公共服务资源信息空间的共享化、一体化、均衡化配置。
3）构建基于信息技术的公共服务的空间精准化供给。具有差异性、多样性特征的空间结构是构成公共服务空间差异的载体基础。科学细分的缺乏，以及常态化的城市公共服务供给信息真空化及空间叠加问题，使空间领域的公共服务供给出现“马太效应”“反比例服务”现象。基于信息化的大数据治理技术为公共服务供给部门提供了技术支撑，它可以精确识别公众需求、预测公共服务供给总量、预判公共服务供需状况、优化公共服务供给流程、实现跨空间供给等，从而有利于优化公共服务资源配置，实现公共服务的空间精准化供给。
本文作者：李扬、郭成玉、王磊
作者简介：李扬，山东大学政治学与公共管理学院，山东省日照市人民医院，博士研究生，研究方向为城市治理；郭成玉（通信作者），山东大学政治学与公共管理学院，博士研究生，研究方向为政府公共服务、政府回应性。
原文发表于《科技导报》2023年第16期，欢迎订阅查看。
