長三角城市群經濟地理特征與市場一體化影響因素研究
——基于“3D+T”框架的分析

周正柱

(上海應用技術大學 經濟與管理學院，上海 201418)

一、引言

現階段，長三角一體化發展已上升為國家戰略，作為區域一體化基礎的市場一體化，能夠促進商品、要素自由流動，降低進入壁壘，其一體化實現具有重要戰略意義。然而，在長三角城市群市場一體化進程中，仍帶有地方政府主導的“諸侯經濟”的特點，存在經濟活動分散、城際間分割等問題。這些問題對長三角城市群市場一體化高質量發展無疑形成制約。2021年6月出臺的《長三角一體化發展規劃“十四五”實施方案》，明確指出要加快破除長三角商品服務跨省域流通的堵點和斷點，健全現代物流體系；暢通市場、資源、技術、人才、資本等經濟要素循環。故本文試圖在拓展的“3D+T”框架下探討長三角城市群市場一體化影響因素，并依據研究結論提出相關政策建議。

二、文獻綜述

關于市場一體化影響因素，現有的研究主要包括經濟開放、技術水平、交通地理等市場推動力量的內在因素，以及包括制度、貿易等政府推動力量的外在因素。首先，經濟因素。經濟因素是驅動經濟一體化的主導因素。例如，Combes在新經濟地理理論分析框架下研究產業集聚與市場一體化關系。(1)Combes P,Mayer T,Thisse J F.Economic Geogration of Regions and Nations.2008,37(1),pp.126-128.研究表明，市場一體化與產業集聚間存在先促進后抑制的倒“U”關系。其次，交通基礎設施因素。交通基礎設施建設不斷完善是促進區域市場一體化的重要手段，交通基礎設施越發達，越能降低區域間的邊界效應，從而加強省際間的貿易往來，對區域市場一體化發展具有促進作用。而在國際一體化不斷深化的情況下，基礎設施薄弱的區域將有利于區域分割，而更好的基礎設施結構有利于一體化的區域融合發展。(2)劉生龍、胡鞍鋼：《交通基礎設施與中國區域經濟一體化》，《經濟研究》2011年第3期，第72-82頁。再次，制度因素。一般認為制度是經濟增長的重要決定因素之一，而制度影響經濟增長的重要機制是通過增加市場整合。例如，Wolfgang研究表明：制度對市場一體化的影響大于市場一體化對制度的影響。最后，貿易因素。學者們分析認為貿易因素的變化對促進或阻礙商品市場一體化的重要性。例如Guo認為貿易自由化能夠降低國家間的貿易成本，能夠對國內和國際市場一體化產生有利的影響。(3)Guo J,Johnston C M T.Do Protectionist Trade PoliciesIntegrate Domestic Markets?Evidence from the Canada-U.S.Softwood Lumber Dispute.Forest Policy and Economics,2021,130,pp.1-11.羅勇等基于3D框架視角，運用動態面板模型和系統GMM法，實證分析我國省域商品市場一體化影響因素；結果表明：貿易開放呈現先抑制后促進的非線性影響。(4)羅勇、劉錦華：《中國省域市場一體化影響因素研究——基于3D框架視角》，《軟科學》2016年第8期，第6-9頁。除上述的影響因素外，其他的如技術水平和經濟集聚等因素、對外開放因素、信息因素等也是影響市場一體化的重要因素。

綜上所述，學者們關于市場一體化影響因素的研究已較豐富，可以為本文研究提供借鑒和啟發。但從現有的研究文獻來看，還存在如下不足：一是現有的關于市場一體化研究往往以商品市場一體化來替代，難以揭示市場一體化總體情況。因此，本文將依據市場一體化內涵，將其細分為商品、勞動力、資本市場一體化，然后通過加權獲得市場一體化總指數。二是多數學者對市場一體化影響因素的研究，主要運用普通面板計量經濟模型，但隨著區域一體化發展，相鄰區域間相互影響，單純采用普通面板計量經濟模型對市場一體化影響因素進行研究，得出的結果往往忽略了空間因素對其影響。三是現有的文獻在新經濟地理的“3D”框架下，從密度、距離、整合或分割三方面構建具體指標，展開市場一體化影響因素的研究，但忽視了技術水平因素對市場一體化的影響。因此，本文將對新經濟地理的“3D”框架理論進行拓展，新增技術因素維度，延伸構建“3D+T”框架理論，并運用空間計量方法探究長三角城市群市場一體化影響因素。

三、“3D+T”理論框架下市場一體化的影響機制分析

(一)密度因素

在經濟地理中，密度反映的是單位面積土地的經濟總量，體現區域內要素聚集程度和經濟活動強度。首先，高密度的區域主要集中在較發達城市，相對于較落后地區能夠集聚更多的要素資源；要素的集聚，能增強地區吸引力，使得優質的企業資源向中心區域集中，拓寬了市場邊界，降低了廠商的生產成本；在區域內，集聚更多的勞動力、信息等資源要素，廠商能夠實現要素共享，提高生產效率，進而促進市場一體化。其次，經濟活動強度的不斷提升和資源的不斷集聚，還能促進區域內產業進行專業化分工，從而促進區域內生產效率提高，實現市場一體化。最后，密度的提升還會產生知識溢出效應，吸引更多的人力資本，提高知識溢出強度，推動技術水平提升，進而提高市場一體化水平。但在密度不斷提升的過程中，當達到一定程度后，將會產生擁擠效應，提高了企業生產成本；為緩解擁擠效應，區域內廠商將會向區域外轉移，從而提升整體區域市場一體化水平。

(二)距離因素

在經濟地理中，距離不是簡單的地理距離，而指的是商品、信息等生產要素跨越空間的難易程度，以及商品、要素流動所需要耗費的運輸、時間等成本。首先，一般而言，企業會根據自身需求選擇距離較近的大市場作為生產區位，降低其運輸成本；同時，企業集中的區域產品豐富，降低附近區域內消費者的生活成本。其次，交通基礎設施的完善是影響市場一體化重要因素。不斷完善的交通基礎設施，可以為勞動力提供更多的機遇，提高區域間要素的流動速率，促進區域內人才集聚，從而促進地區的創新發展。此外，距離的縮進，區域內貿易合作就越多，則經濟發展較好的地區對周邊區域的溢出效應就越大，就越能帶動周圍城市的發展，從而縮小城市之間的經濟距離和促進市場一體化發展。

(三)分割因素

在經濟地理中，分割主要反映的是限制區域間貿易、產品及各類生產要素流動的各類因素。分割可以發生在國家與國家之間或者一個國家的內部區域，其中國家內部區域的分割主要是由于地方政府保護行為而產生：各地政府作為獨立的利益主體，因其地方利益而容易對周邊地區實行差別待遇，為本地區提供各種保護政策和措施，通過各種方式限制周邊地區的資源進入本地市場。雖然這種保護行為在一定程度上有利于本地區發展，但實則擾亂了市場對資源的決定配置作用，其中最直接的影響就是阻礙了商品、資本與信息自由流動，加劇要素市場扭曲程度，降低資源配置效率，從而限制了市場一體化發展。同時，分割程度較大的區域會阻礙地區間的貿易合作，不利于企業的專業化發展，降低生產效率；分割還會增加產品流動的成本，不利于市場一體化進程。

(四)技術因素

在新經濟地理學中，分別從密度、距離和分割三方面研究對市場一體化的影響，但在新發展格局下，長三角一體化高質量發展離不開區域科技創新能力不斷提升。因此，除密度、距離、分割因素外，技術水平也是影響市場一體化的重要因素。首先，區域技術水平提升為區域間產業、科研機構等提供聯動發展的空間，還能促進資源合理配置，進一步促進技術創新跨區域傳播，為區域一體化發展提供保障。其次，技術要素流動可以縮小區域間的技術差異和其他生產要素的差距，從而促進市場一體化。最后，區域技術成果產出不僅受限于整個區域內的經濟發展狀況、地理位置、文化習俗等因素，同時還受到周邊地區創新產出的影響；協同產出是依賴于區域內多個主體間互相交流產生的協同效應，而協同效應能促進區域內主體間有序的配置資源，提高創新效率，促進一體化水平提升。

四、研究設計

(一)變量說明

1.被解釋變量說明

依據市場一體化內涵，本文將其細分為商品、勞動力和資本等市場一體化；考慮數據可得性，其中商品市場一體化，筆者借鑒劉秉鐮等，選取食品、煙酒及用品、衣著、醫療保健用品、交通和通信、教育文化與娛樂、居住相關產品等7種消費品價格衡量商品市場(5)劉秉鐮、朱俊豐：《區域市場分割的影響因素及其空間鄰近效應分析——基于1989—2014年中國省際面板數據》，《經濟地理》2018年第10期，第36-45頁。，并運用價格法計算商品市場一體化指數；勞動力市場一體化，筆者借鑒陳紅霞等,選取在崗職工平均工資衡量勞動力市場，并運用絕對偏差法計算勞動力市場一體化指數(6)陳紅霞、席強敏：《京津冀城市勞動力市場一體化的水平測度與影響因素分析》，《中國軟科學》2016年第2期，第81-88頁。;資本市場一體化，筆者借鑒呂典瑋等，選取年末金融機構人民幣人均各項存款余額和年末金融機構人民幣人均各項貸款余額來衡量資本市場，并運用價格法計算資本市場一體化指數(7)呂典瑋：《京津冀區域一體化中市場一體化研究》，華東師范大學碩士學位論文,2011.；在此基礎上，參考周正柱等運用變異系數法確定權重，進而獲得市場一體化總指數(Intetit)。(8)周正柱：《長江經濟帶城鎮化質量時空格局演變及未來趨勢》，《深圳大學學報(人文社會科學版)》2018年第4期，第62-71頁。

2.解釋變量說明

(1)密度因素包括：經濟密度、城市密度和就業密度。其中經濟密度反映了經濟活動在區域空間上的集中分布情況，經濟密度越大，表明該地區土地的利用率越高。經濟密度=GDP/行政區劃地理面積。(9)郝鳳霞、張詩葭：《長三角城市群交通基礎設施、經濟聯系和集聚——基于空間視角的分析》，《經濟問題探索》2021年第3期，第80-91頁。城市密度反映區域內土地資源配置協調程度、城市建設情況等，從經濟社會的角度來看，城市密度實質是人口等要素不斷流動的結果。城市密度=常住人口/區域總面積。(10)張麗華、葉煒：《城市化能否減少居民交通能源消費?——基于中國城鎮住戶調查微觀數據的分析》，《財經論叢》2019年第6期，第3-11頁。就業密度反映區域內單位土地面積所擁有的就業人員數量，其空間分布趨勢能直觀反映出生產要素在區域內的集聚水平。就業密度=就業人口/總面積。(11)張華明、元鵬飛、朱治雙：《中國城市人口規模、產業集聚與碳排放》，《中國環境科學》2021年第5期，第2459-2470頁。

(2)距離因素包括：交通基礎設施和信息通達度兩個指標。其中完善的交通基礎設施能夠降低區域間運輸成本，增強區域間的貿易流量，促進區域內的人流、物流等在空間上的快速交換，反映對區域內生產等要素流動的承載能力。公路密度=行政區域面積/公路里程數。信息通達度反映地區通信基礎設施的完備程度，信息通達度越好，地區間信息交流的有效性越被提高，有助于提升勞動力資源優化配置效率。本文使用地區互聯網寬帶接入用戶數來衡量。(12)李琳、彭宇光：《中三角城市群與長三角城市群市場一體化及影響因素比較研究》，《科技進步與對策》2017年第1期，第25-30頁。

(3)分割因素包括直接經濟行為、地方保護行為和財政分權。其中直接經濟行為反映政府在市場經濟中占據主導地位，利用其自身資金參與市場資源的配置。本文選取一般公共預算支出占GDP比重指標來表示直接經濟行為。(13)劉秉鐮、朱俊豐：《區域市場分割的影響因素及其空間鄰近效應分析——基于1989—2014年中國省際面板數據》，《經濟地理》2018年第10期，第36-45頁。地方保護行為是政府出于對地方經濟的考慮，為爭奪有限資源而保護本區域利益，提高周邊區域企業進入本地的門檻。此處采用國有企業職工人數占總職工人數的比重指標來反映地方保護行為。(14)李琳、彭宇光：《中三角城市群與長三角城市群市場一體化及影響因素比較研究》，《科技進步與對策》2017年第1期，第25-30頁。財政分權反映中央政府在一定責權范圍內，允許地方政府自主決定預算支出規模和結構，地方政府往往會采取適當措施保護本地企業；此處采用省級人均財政支出/(省級人均財政支出+全國人均財政支出)指標來反映財政分權。(15)劉若鴻、鄧曉蘭、鄢偉波等：《經濟增長目標與地方政府財務支持策略——來自地方融資平臺的證據》，《經濟科學》2021年第6期，第21-37頁。

(4)技術因素包括人員投入、經費投入和成果產出。技術要素包括企業及研發機構等創新主體，以及技術創新人才、信息等創新資源，這些要素間相互作用、相互影響，從而不斷提升區域技術水平。借鑒張翠菊等衡量方式，本文采用每萬人R&D人員數量、R&D經費占GDP比重、每萬人專利授權量等指標分別表示人員投入、經費投入和成果產出，從而反映長三角城市群的技術水平因素。(16)張翠菊、柏群、張文愛：《中國區域碳排放強度影響因素及空間溢出性——基于空間杜賓模型的研究》，《系統工程》2017年第10期，第70-78頁。

(二)模型構建

為研究長三角城市群區域內密度、距離、整合和技術因素對市場一體化水平的空間影響，根據空間面板計量模型的主要類型，筆者參照周正柱等文獻(17)周正柱、李瑤瑤：《市場一體化與經濟增長——基于長三角城市群面板數據的空間計量分析》，《華東經濟管理》2022年第2期，第1-12頁。，構建如下模型：

1.空間自回歸模型

在長三角城市群的各個地區中，某城市的市場一體化水平會受到相鄰城市的市場一體化水平的影響，因此構建如下的空間自回歸模型：

Intetit=a0+ρWIntetit+Xitβ+bKit+εit，εit～N(0,σitI)，

其中，Intetit表示的是第i個城市第t年的市場一體化水平；ρ是空間滯后項WIntetit的系數，W為空間權重矩陣，Xit分別表示影響因素密度因素denit、距離因素disit、分割因素divit和技術水平因素tecit，β為解釋變量的系數，b為控制變量的系數，Kit為控制變量，εit是隨機擾動項；為了緩解異方差性，本文對絕對數值的變量rgdpit和persit，取自然對數處理。

2.空間誤差模型

影響市場一體化水平的因素眾多，除了本文選取的密度、距離、整合與技術水平等因素外，還可能會受到其他一些不可觀測的因素的影響，如環境等因素。因此，為研究不可觀測等因素對市場一體化的影響，構建SEM模型，公式如下：

Intetit=a0+Xitβ+bKit+μit，μit=λWμit，εit～N(0,σitI)，

其中，λ表示空間誤差自回歸系數；Wμit為隨機誤差項的空間滯后項，εit表示正態分布的隨機誤差項。

3.空間杜賓模型

長三角城市群市場一體化水平的空間效應，除了受到本地區的影響因素以外，還會受到相鄰的地區的密度、距離等的因素對本地區的市場一體化的影響，據此構建了SDM模型，公式如下：

Intetit=a0+ρWIntetit+Xitβ+WXitθ+bKit+εit，εit～N(0,σitI)，

其中，θ是解釋變量的空間滯后項的系數。

(三)數據來源與方法說明

本文的數據主要來源于《中國城市統計年鑒》及歷年滬浙蘇皖統計年鑒；首先，根據表1中的指標體系，運用主成分分析法，分別計算密度、距離、分割與技術因素的綜合得分，從而分析長三角城市群的經濟地理空間“3D+T”的演變特征。其次，在此基礎上，根據測得“3D+T”的數據變化，運用空間自相關分析是否存在空間相關性。第三，在確定空間相關性的基礎上，構建空間面板計量模型，借鑒Anselin提出的判別準則：先進行LM檢驗，若LM-Error與LM-Lag都不顯著，保持OLS模型；若只有LM-Error顯著，選擇SEM模型；反之，選擇SLM模型；若兩者都顯著，則進行穩健的LM檢驗，若只有Robust LM-Error顯著，則選擇SEM模型；反之，則選擇SLM模型。(18)Anselin L,Florax R,Rey S J.Advances in Spatial Econometrics:Methodology,Tools and Applications.Berlin:Springer,2004.

五、實證分析

(一)長三角城市群經濟地理變遷的“3D+T”特征演化分析

根據密度、距離、分割和技術水平四個維度的平均值進行篩選，將城市群27個城市的經濟地理空間類型分為0D、1D、2D、3D、3D+T特征五類地區，其中當某城市四個維度的值均低于平均值，則該城市處于0D類型，當某城市四個維度中僅有一個值高于平均值，則該城市處于1D類型，其他類型以此類推。由于篇幅限制，本文選取2010年與2019年進行分析，具體如圖1所示。

a 2010年長三角城市群空間“3D+T”分布 b 2019年長三角城市群空間“3D+T”分布圖1 2010年和2019年長三角城市群空間“3D+T”分布

由圖1所示，2010年處于0D狀態下有常州、溫州、湖州、臺州等城市，其特征是位于長三角的邊緣城市。處于1D狀態下，其中分割維度中有鹽城、揚州、金華等城市，其特征同樣處于長三角邊緣城市，表明分割程度較高，一體化程度低，呈現出“洼地”的現象；技術維度中主要有南京、杭州等中心城市及其周邊城市，其特征處于長三角的核心城市及其周邊城市，表明區域技術創新能力強。處于2D狀態下，其中密度、技術維度中，主要有上海、蘇州、無錫等大城市，其特征呈現經濟密度大、創新能力強；而在距離、分割維度中主要有池州、宣城等中小邊緣城市，其特征呈現距離遠、分割程度高。處于3D+T狀態下，合肥雖然表現出高密度、高技術特征，但也呈現出距離遠、分割程度高的缺點。到2019年時，處于0D狀態的仍是邊緣城市較多；處于1D狀態下，其中在技術維度中，增加了蘇州和湖州兩個城市；處于2D狀態下，其中距離、分割維度中新增舟山、銅陵兩個城市；處于3D狀態下，合肥由原先的3D+T轉變為3D狀態下密度、距離、技術組，表明分割程度降低，一體化程度提升。

綜合來看，從長三角城市群27城市“3D+T”特征演化分析中可以看出，高密度、高技術的城市主要集中在上海、杭州、南京等核心城市及其周邊城市，各類資源要素集聚、技術創新水平高，有利于市場一體化發展；而遠距離、高分割的城市主要集中在長三角城市群的邊緣地區，往往形成一種“孤島”現象。

(二)“3D+T”框架下市場一體化影響因素空間計量分析

1.空間相關性檢驗

(1)全局空間自相關分析。根據全局空間自相關檢驗公式，利用Geoda軟件測算出2010—2019年長三角城市群市場一體化水平及密度、距離、分割、技術等因素的Moran指數值及其顯著性水平(表1)。由表1可知，市場一體化水平相關性不顯著，需要進行下一步的局部相關性分析；而密度、距離和技術因素的Moran指數值均大于0，且都通過了1%或5%的顯著性水平檢驗，表明長三角城市群的密度、距離與技術因素在空間分布上具有顯著的正相關，呈現出空間集聚狀態；分割的Moran指數值中，其中2011年、2012年與2016年的未通過顯著性檢驗，其余均通過了正向顯著性檢驗。

表1 2010—2019年長三角城市群市場一體化及影響因素的Moran指數

(2)局部空間自相關分析。為了進一步分析市場一體化空間集聚演變特征，分別繪制2010年和2019年Moran指數散點圖(圖2)與5%顯著性水平局域相關LISA圖(圖3)，用來反映具體城市的市場一體化空間集聚狀態。由圖2的a、b可知，2010年長三角城市群市場一體化水平的空間相關指數為正，較多城市集中分布在第三象限，屬于低-低集聚類型；2019年市場一體化水平的Moran指數由正轉為負，呈現負的空間相關性，意味著長三角城市群市場一體化指數的空間分布模式有所改變，從圖中可以看出分布在第二象限的城市較多，形成了差異化的低-高集聚的空間分布格局。同時，為了更清晰地了解各城市所處具體象限，由圖2編制成表2；由表2可知，2019年上海、南通、鎮江與寧波的市場一體化水平指標都進入高-高集聚區域，表明上海大都市圈具有較強的帶動效應；而南京在2010年和2019年都處于低-低集聚區域，表明南京都市圈內城市的市場一體化水平較低，與上海等地形成明顯的差異。由LISA圖3c、d可知，長三角城市群市場一體化水平呈現一定的局部集聚，2010年僅有鎮江通過5%顯著性檢驗，且呈現出高-低集聚狀態，而2019年新增上海為高-高集聚類型且顯著，安慶為高-低集聚類型且顯著，且鎮江演變為高-高集聚類型但不顯著。從總體上來看，長三角城市群市場一體化發展出現了“極點”和“洼地”現象。

表2 Moran指數散點圖對應城市所處象限

c 2010年市場一體化水平 d 2019年市場一體化水平圖3 2010年和2019年長三角城市群市場一體化水平局部LISA集聚圖

2.LM檢驗和Hausman檢驗

由表3可知，LM-Error和LM-Lag統計量在5%水平上都通過顯著性檢驗，則進行穩健的LM檢驗，從檢驗結果看，Robust LM-Error的統計量通過了5%顯著性檢驗，而Robust LM-Lag的統計結果不顯著，因此選擇SLM模型。借鑒張芷若等采用的選擇方法，通過比較模型中的R2與Log-L值的大小辨別模型的優劣，由表4可以看出(19)張芷若、谷國鋒：《科技金融與科技創新耦合協調度的空間格局分析》，《經濟地理》2019年第4期，第50-58頁。，SLM模型中的R2與Log-L均為三個模型中最大，也表明SLM模型的估計結果最優。同時由Hausman檢驗的統計量通過了10%的顯著性檢驗，表明選擇固定效應模型。因此，本文將采用固定效應的SLM模型來分析長三角城市群市場一體化影響因素的空間效應問題。

3.固定效應的SLM模型分析

由表4可知，首先，空間自回歸系數值為0.923，且通過了1%的顯著性檢驗，表明長三角城市群市場一體化的正向空間外部效應顯著。其次，分析主要影響因素，其中從密度因素看，其系數為-0.585且未通過顯著性檢驗，表明長三角城市群密度因素的變化對市場一體化的影響不顯著。距離因素的系數顯著為正，表明交通基礎設施越完善、信息通達程度越高，越有利于市場一體化進程。分割因素的系數顯著為負，表明地方保護、財政分權等政府干預市場行為不利于市場一體化進程。技術因素的系數為正，但未通過顯著性檢驗，表明當前技術因素對市場一體化進程的影響有限。最后，經濟發展水平及人力資本水平等控制變量的系數為正且顯著，表明經濟發展水平、人力資本對市場一體化水平的提升具有促進作用。

表3 長三角城市群空間依賴性模型設定檢驗

表4 空間自回歸模型估計結果

本文基于表4中的空間自回歸模型回歸結果，將各因素對長三角城市群市場一體化水平的影響進行了效應分解(表5)。由表5可知，其中密度因素對市場一體化的直接效應和間接效應都為負且不顯著，表明其對本區域及相鄰區域市場一體化起阻礙作用，但影響較小。距離因素的直接效應和間接效應都為正且顯著，表明基礎設施的改善及信息通暢將有利于本區域及鄰近區域的市場一體化水平提升。分割因素的直接效應和間接效應都為負且在10%水平上顯著，表明地方保護等政府干預經濟行為，不僅抑制了本區域的市場一體化進程，而且也妨礙了鄰區域市場一體化水平提升。技術因素的直接效應與間接效應的系數均為正但不顯著，表明技術因素對本區域及鄰近區域的市場一體化水平影響有限。

表5 各影響因素對市場一體化影響效應分解

4.穩健性檢驗

為了檢驗長三角城市群市場一體化影響因素模型設計是否具有穩健性，本文利用固定效應的空間自回歸模型對三省一市進行實證檢驗，因單一城市不能設置地理權重，因此借鑒王立平等做法，將上海納入江蘇省(20)王立平、李艷萍：《城鎮化水平、FDI與房價——基于泛長三角的空間計量研究》，《華東經濟管理》2014年第7期，第42-47頁。，實證結果如表6所示，與表4進行對比分析，同時將表6的效應分解的結果與表5進行對比分析，發現在分區域實證分析中，分樣本回歸結果與總樣本實證結果一致，表明密度、距離、分割和技術因素對市場一體化水平的影響結論具有較強的穩健性。

表6 分區域固定效應SAR空間效應估計

六、主要結論與政策啟示

本文在將新經濟地理學“3D”理論框架拓展為“3D+T”框架下，基于長三角城市群27個城市的2010—2019年的面板數據，運用主成分分析法與空間計量模型，實證分析長三角城市群市場一體化影響因素，得出如下主要結論，并展開討論。

首先，從研究結果表明：密度因素對長三角城市群市場一體化的影響為負但不顯著，同時直接效應和間接效應也印證了這一結論。這其中的原因可能是經濟、人口等資源集中，開始時可能會產生規模經濟效應，進而吸引更多資源匯集產生集聚效應，但長三角城市群資源環境與公共基礎設施承載能力有限，經濟、人口等資源不斷集聚將會對環境及公共基礎設施產生巨大壓力，進而產生“擁擠效應”，進而阻礙了市場一體化進程。因此，地方要合理引導產業、人口集聚，優化空間布局；在通過集聚產生外部效應促進市場一體化的同時，也要合理控制好資源集聚規模，防止出現“擁擠效應”。

其次，距離因素顯著地促進長三角城市群市場一體化水平提升，效應分解結論也支持這一觀點。近年來，長三角區域不斷共同推進交通基礎設施建設，同時加大移動通信網點布局力度，不斷提升互聯互通水平，使得各城市間各類要素流動及經濟聯系等不斷加強，空間距離不斷縮小，經濟距離逐漸接近，從而使市場一體化水平不斷提升。此外，長三角城市群運用信息基礎設施助推傳統產業升級，緊抓數字經濟變革窗口期，構建軟件和信息服務產業聯盟，協同軟件等相關基礎設施推動長三角城市群軟件和信息服務行業循環暢通，成為數字化產業的領跑者，凸顯數字經濟優勢。因此，一體化發展關鍵在于“通”，高效互通的基礎設施建設，使區域內城市間實現真正的一體化；同時，核心城市也要明確各自發展重點，例如，上海要側重完善特大城市內的交通體系，江蘇、浙江與安徽則重點發展城際軌道交通等。

再次，分割因素對市場一體化產生了顯著的負向影響，效應分解也得出一致結論。當前，在一體化過程中面臨著體制機制挑戰。首先，地方政府為了實現本區域的經濟趕超，往往會采取一些保護地方發展的措施來促進本區域經濟發展，提升鄰近區域企業進入門檻，從而影響區域整體市場一體化進程。其次，目前各地政府間就市場一體化發展方面雖已簽署各種協議等，但存在難以落實問題，這其中主要由于市場存在分割及簽署的協議沒有法律效應，市場一體化發展難以達到有效保障。因此，地方政府應轉變政府職能，打破行政界限，減少保護行為及對市場的干預，打造長三角城市群“命運共同體”，促進區域市場一體化高質量協調發展。同時，協調產業發展避免產業同構，做到差異化發展，防止資源重復浪費。再者，從全局來統籌規劃，推動長三角城市群協同發展，樹立“一盤棋”思想，互利共贏，建立長三角跨區域任職制度，加強溝通，消除隔閡，形成一體化合力。最后，構建共享的人才、醫療、金融等大平臺，對各項資源進行優化配置，發揮各自優勢、補齊短板。

最后，技術因素對市場一體化產生正向影響，但不顯著，與效應分解結論一致。其中可能的原因是：長三角城市群科技創新要素的共同大市場尚未形成，城市間行政界限明顯，且科技創新市場開放程度不高等，造成了科技創新資源分布不均衡，使得技術水平的提升對市場一體化影響不顯著。因此，應擴大上?？萍紕撔轮行牟咴吹氐囊绯鲂?，加強南京、杭州、合肥等城市作為創新節點城市的引領作用，促進創新要素在區域內的有效配置；擴大科技創新合作范圍，破除地域與行業分割，加強與高校及科研機構間的聯系，完善科技人員的創新激勵機制，實現科技資源共享，從而提升區域科技創新水平。