本文基于1992—2019年全球8,808个功能性城市区的网格化人均GDP增长数据,运用高阶信息量、O-information与部分信息分解方法,研究城市增长信息在国内及跨国城市组合中的冗余与协同结构。跨境三元组出现负O-information的比例为29.93%,显著高于国内三元组的2.00%;在总体依赖强度可比时,该差异仍约为四倍,并在数据质量限制下保持方向一致。 研究同时发现,行政区划的平均O-information处于同国随机划分的参考范围内,表明城市组合、比较对象与空间边界的选择会显著影响地理依赖的解释,但这些信息结构不能直接等同于贸易联系、经济溢出或跨境合作机制。
| 样本范围 | 三元组数量 | 平均O-information(nats) | 中位数(nats) | 负O-information比例 |
|---|---|---|---|---|
| 全部邻近三元组 | 428,568,795 | 0.206 | 0.172 | 7.15% |
| 国内三元组 | 349,632,590 | 0.245 | — | 2.00% |
| 跨境三元组 | 78,936,205 | 0.034 | — | 29.93% |
| 示例目标 | 冗余信息 | 来源1独有信息 | 来源2独有信息 | 协同信息 |
|---|---|---|---|---|
| Lopburi | 1.972 | 0.000(Nakhon Pathom) | 0.274(Bangkok) | 0.002 |
| Khagaria | 0.001 | 0.000(Hetauda) | 0.069(Itahari) | 0.205 |
| 空间尺度 | 行政区划观测O | 随机地图平均O | 行政区划TC | 随机地图平均TC | 行政区划DTC | 随机地图平均DTC |
|---|---|---|---|---|---|---|
| ADM1(全球) | 0.0760 | 0.0764 | 0.7455 | 0.7462 | 0.6695 | 0.6698 |
| NUTS-1(欧洲) | 0.1925 | 0.1967 | 1.1888 | 1.2222 | 0.9963 | 1.0256 |
| NUTS-2(欧洲) | 0.1729 | 0.1723 | 1.0985 | 1.1023 | 0.9256 | 0.9300 |
报告的核心问题不是“两个城市之间是否相关”,而是进一步追问:当三个城市同时被观察时,两个来源城市向目标城市提供的信息究竟是重复的,还是只有将二者结合起来才会出现新的信息。作者将前者称为冗余(redundancy),后者称为协同(synergy)。
全文最重要的经验发现是:在城市三元组中,跨越国界的组合更容易呈现“协同型”信息结构,而同一国内部的组合更容易呈现“冗余型”结构。全部跨境三元组中有29.93%的估计O-information为负,而国内三元组只有2.00%,比例约为14.94倍;在控制总体依赖强度后,该比例仍约为4倍。
不过,作者反复强调,负O-information不是跨境贸易、知识溢出、产业互补或区域一体化的直接度量,也不能证明因果关系。该指标只是描述三个增长序列之间的信息如何组织,不能说明这些信息背后的经济机制是什么。
研究使用1992—2019年全球8,808个功能性城市区域(Functional Urban Areas,FUAs)的估计人均GDP数据。FUA不是行政市,而是一个城市中心及其模型化通勤腹地,因此研究中的“城市”实际上是具有功能联系意义的空间单元。
原始数据来自将国家经济活动分配到1平方公里网格的全球GDP产品,该产品主要利用经过校准的夜间灯光数据进行空间分配。研究者再将网格GDP聚合到FUA边界内,并使用2015年固定人口计算人均GDP。
由于人口分母固定在2015年,1992—2019年的27个增长观察值实际上等同于被分配到该城市的总GDP对数增长,而不是包含实际人口变化的人均GDP增长。换言之,人口增长、人口迁移和城市人口结构变化没有被纳入年度变化之中,这是理解结果的重要限制。
研究保留了每年人均GDP均为正的8,808个FUA,并由28个年度水平计算出1993—2019年的27个年度增长观察值。作者还设置了数据质量筛选规则,排除了城市增长路径几乎没有空间差异的18个国家或地区代码,共计872个城市;同时排除了相关矩阵接近奇异、可能导致信息估计数值不稳定的关系。
互信息(mutual information,MI)衡量知道一个城市增长序列后,另一个城市增长序列的不确定性减少了多少,单位为nat。它可以捕捉正相关和负相关,因此文中更谨慎地称其为“增长依赖”,而不是简单的“同向增长”。
总相关(TC)衡量三个变量整体上的依赖程度;双重总相关(DTC)则衡量在观察其他两个变量之后,各变量剩余的不确定性结构。二者之差构成O-information:
[ O = TC - DTC ]
正的O-information表示信息更多地表现为重叠和重复,负的O-information表示信息更多地通过多个来源的联合组合产生,即协同占优。
需要特别注意,O-information不是总体依赖强度。一个O-information接近零的三元组,可能代表整体依赖很弱,也可能代表冗余和协同恰好抵消,或者依赖主要集中在某一对城市之间。因此,作者同时报告TC和DTC,避免把“信息平衡”误读成“信息总量”。
研究首先把每个城市的增长观察值转换为基于秩的正态分数,再根据协方差矩阵计算高斯信息量。这种高斯Copula估计降低了对边际分布形状的敏感性,但隐含地将依赖结构主要归结为转换后的相关关系;所谓“高阶”指的是三城市之间信息的组织方式,而不是发现了协方差矩阵之外的某种神秘依赖。
部分信息分解(PID)以一个目标城市和两个来源城市为对象,将来源对目标的信息拆分为四部分:
在本文的标量高斯设定下,冗余信息采用两个来源—目标互信息中较小者,因此较弱的来源在每个三元组中的“独有信息”会被设为零,但这并不意味着它没有作用,因为它仍可能通过协同项发挥作用。
PID中的“来源”和“目标”是计算角色,不是经济因果方向。把一个外国城市设为source、另一个城市设为target,并不意味着外国城市影响了目标城市;它只表示研究者在该次分解中用前者描述后者。
图1上排展示泰国的Nakhon Pathom、Bangkok和Lopburi。两条来源城市增长序列分别对目标Lopburi的增长有很高解释力,单独回归的R²分别为90.6%和93.6%;同时加入两个来源后,R²只升至93.7%。这意味着Bangkok与Nakhon Pathom包含大量相同信息,第二个来源在第一个来源已被观察之后几乎没有增加新的解释内容。
图1下排展示尼泊尔的Hetauda、Itahari和印度的Khagaria。Hetauda单独解释Khagaria增长变化的比例只有10.5%,Itahari单独解释比例更低,仅为2.3%;但两者同时进入线性回归后,R²上升至66.0%。因此,两个单独看都不强的来源,在联合观察时却能构成有效的对比或组合信息。
该联合回归没有加入乘积项或非线性交互项,只有截距和两个加性增长项。Khagaria模型中Hetauda系数为+1.564,Itahari系数为−1.887,表明模型利用两个尼泊尔城市增长路径之间的差异来描述印度城市增长。这个结果说明协同结构不一定需要复杂的非线性模型,普通线性组合也可能产生联合信息。
但这两个案例是作者有意挑选的说明性例子,不代表总体样本中的典型情况,也不构成单个三元组的统计显著性证据。
图2基于所有三对城市距离均不超过1,000公里的三元组,共428,568,795个。总体平均O-information为0.206 nat,中位数为0.172 nat,负值占7.15%。整体分布明显集中在零以上,说明多数三元组仍然更偏向冗余,而不是协同。
其中81.58%的三元组完全位于同一国家,因此总体分布受到国内三元组数量较多的影响。图2中的纵轴以每0.01 nat区间的三元组比例表示,并且负值比例是相对于整个相应样本计算的,不是显著性比例。
国内三元组共有349,632,590个,平均O-information为0.245 nat,只有2.00%为负值;跨境三元组共有78,936,205个,平均值降至0.034 nat,负值比例达到29.93%。这形成了非常显著的分布差异:跨境三元组出现协同占优的比例约为国内三元组的14.94倍。
这里的关键并不是跨境三元组具有更高的总体依赖。事实上,跨境城市之间的两两依赖通常更弱,但较弱的两两关系不排除两个外国城市联合后对第三个城市提供额外信息。也就是说,报告区分了“依赖有多强”和“依赖如何被组织”这两个问题。
作者进一步将国内和跨境三元组按TC分箱,使两组总体依赖强度更加可比。此时负O-information比例的比值从14.94倍降至约4倍,具体标准化比例为跨境29.9287%、国内7.4772%。这说明总体依赖强度解释了部分差异,但无法解释全部差异。
在数据质量限制后,共保留408,163,633个三元组;国内负值比例为2.01%,跨境为27.31%,比例仍为13.58倍。按TC标准化后比例约为3.62倍,因此核心方向对低空间变异国家和数值不稳定关系的剔除具有一定稳健性。
不过,所有这些比例都按“城市组合”计数,而不是按国家、人口或经济产出加权。因此,一个人口很少的城市三元组与一个涉及大型都市圈的三元组在基本统计中权重相同。
图S1显示,在经过数据质量和数值筛选后,国内城市对的平均互信息在最近50公里距离带约为0.614 nat,随着距离增加,在975公里距离带降至0.355 nat。跨国城市对的均值明显较低,大致在0.069—0.093 nat之间。
图中蓝色和橙色阴影表示城市对之间的四分位范围,而不是置信区间;下方柱形图显示各距离带的样本数量。国内样本在各距离范围内数量更多,且两组国家构成不同,因此该图控制了距离带,却没有控制收入水平、产业结构、国家冲击或国家组合。
作者对每个跨境城市对计算“原始差距”:同距离带内的国内平均互信息减去该跨境城市对自身的互信息。正值表示跨境城市对的依赖低于国内基准。
边境分析限制为共享陆地边界、城市距离不超过300公里且边界接近城市中点的城市对,并要求每条边界至少有30个合格城市对。最终覆盖87条边界、19,809个城市对。
图S2显示87条边境的原始均值差距及其底层城市对分布。87条边境中有84条的平均差距为正,说明相对于合并后的国内距离基准,大多数跨境城市对表现出更弱的增长依赖。
国内基准并非对所有国家都同样合理,因为有些国家内部城市增长本来就高度一致,有些国家内部差异很大。为此,作者用相邻两个国家各自的国内凝聚力解释每条边境的原始差距,并根据相邻国家较低和较高的国内凝聚力进行回归调整,回归的R²为33.2%。
图3展示的是回归残差,而不是原始边境差距。正残差表示某条边境的跨境依赖缺口比相邻国家自身国内凝聚力所预测的更大;负残差表示缺口比预测值更小,但不代表跨境依赖一定高于国内基准。
例如,阿根廷—巴西的原始差距为0.263 nat,但调整后残差为−0.086 nat。这意味着其跨境城市对依然低于国内基准,但低得没有相邻国家国内凝聚力所预测的那么多。阿尔巴尼亚—北马其顿的原始差距为0.485 nat,调整后残差为+0.133 nat,表示其缺口大于模型预测。
图3中不同边境的排序在200公里和400公里距离上总体稳定,但改变国内基准的构造方式会明显改变绝对值和排名。使用相邻国家各自的国内参考,而不是全球合并国内参考,仍能得到总体为正的原始差距,但边境排序相关性会下降。
因此,图3可以描述“相对于特定国内基准的边境差距”,但不能把残差直接解释为国境壁垒的因果效应,也不能说明某条边境阻碍了多少贸易或知识流动。
Lopburi案例中,Nakhon Pathom和Bangkok对目标的共同冗余信息为1.972 nat;Bangkok还有0.274 nat独有信息,Nakhon Pathom独有信息为0;二者联合产生的协同信息仅为0.002 nat。因此,这一案例几乎完全是冗余主导。
Khagaria案例中,冗余只有约0.001 nat,Itahari独有信息为0.069 nat,Hetauda独有信息为0,但协同信息达到0.205 nat,是最大的组成部分。Hetauda虽然独有信息为零,但它与Itahari联合后仍能贡献大量额外信息。
这也解释了为什么回归R²和PID不能简单互相转换。回归使用未经秩转换的原始对数增长,PID使用秩转换后的高斯信息量;PID并不是把R²拆成四个部分。
系统性PID分析包含498,839个source–target–context组合。总体上,context-unique是最大成分的组合占50.75%,冗余占26.29%,source-unique占12.69%,协同占10.26%。四类成分的平均值分别为0.384、0.077、0.014和0.024 nat。
这里必须区分“某成分在多少个组合中最大”和“该成分贡献了多少信息”。例如协同在10.26%的组合中最大,并不表示协同只贡献10.26%的总信息;同样,context-unique在50.75%的组合中最大,也不等于它占所有信息的50.75%。
图4按context类型拆分后,结果更有解释力:
这一结果说明,外国城市的“信息价值”不能脱离比较背景来判断。如果目标城市已有一个国内邻居作为背景,外国来源可能带来独有信息,也可能通过与国内信息组合产生协同;换一个背景城市,分解结果就可能改变。
在受限样本中,组合数量降至406,759,平均协同信息为0.02383 nat,与完整样本的0.02396 nat非常接近;协同成为最大成分的比例降至9.33%,但context-unique仍最常见,占50.17%。这表明样本限制没有改变基本结构。
作者将底层GDP和人口栅格聚合到行政区,并与在同一国家内部生成的随机Voronoi分区比较。随机地图保持各国区域数量、国家边界、GDP和人口覆盖范围,并要求区域间距、三元组数量及跨国构成与行政地图相近。
图5上排的直方图展示200个随机地图的平均O-information,蓝线表示真实行政地图。ADM1中,行政地图均值为0.0760 nat,随机均值为0.0764,随机中央95%范围为0.0743—0.0787;NUTS-1为0.1925,对比随机均值0.1967;NUTS-2为0.1729,对比随机均值0.1723。三种尺度下行政地图均位于随机地图中央95%范围内。
这意味着在固定国家边界和匹配覆盖条件下,行政区划并没有表现出显著独特的O-information降低。换言之,不能仅凭行政区域的平均O-information就声称行政边界特别强化了协同,或特别削弱了冗余。
图5下排进一步拆解TC、DTC和O-information。ADM1行政地图的TC为0.7455 nat、DTC为0.6695 nat,随机均值分别为0.7462和0.6698,二者都非常接近。NUTS-1中TC和DTC都略低于随机地图,但因为二者同步变化,差值O仍在随机范围内。
该结果不能解释为“行政区域之间没有依赖”,因为TC和DTC都可能较高;它只能说明TC与DTC之差没有偏离匹配随机地图。作者还进行了36组不同样本限制和权重设定,所有行政地图均值都位于对应随机地图中央95%范围内,最大绝对标准化偏差仅为1.2834。
图S6将179个国家与一个包含502个随机区域的Voronoi地图进行比较。国家地图的平均O-information仅为0.050 nat,随机区域地图为0.591 nat;TC分别为0.32和2.00 nat,DTC分别为0.27和1.41 nat。
但这不是边界效应的因果检验,因为两张地图的区域数量、国家组成、覆盖范围都不同,随机区域还可以跨越国界。该图真正说明的是:改变空间对象本身,可能同时改变GDP聚合方式、国家组合和可比较的三元组,因此不能把两个不匹配地图的差异归因于“边界画法”一个因素。
图S4固定同一批641个欧洲城市,再分别按FUA、NUTS-3、NUTS-2、NUTS-1、一度网格和随机镶嵌进行聚合。各分组的平均O-information分别约为0.851、0.891、0.738、0.715、0.758和0.788 nat,说明空间分组确实会改变局部信息图谱和均值。
不过,该分析采用的是区域内城市增长的等权平均,而图5采用的是栅格GDP和人口聚合,两者不是同一个数据构造。图S4因此适合展示分组敏感性,不宜与图5直接作为同一实验比较。
图S5不是展示平均值,而是展示每个城市或区域参与的最小O-information,即最协同的一次极端组合。FUA层面638个有分数的城市中,有306个参与过至少一个负O-information三元组,但没有城市的平均值为负。
这说明“某地曾经参与过一个协同占优组合”和“某地总体上由协同主导”是完全不同的命题。由于参与的三元组越多,出现极端最小值的机会越大,图S5的最小值不能当作普遍程度或统计显著性指标。
研究进一步考察某城市参与负O-information三元组的比例,是否与2010—2019年人均GDP增长相关。样本包括欧盟25个国家的465个城市,并控制初始收入、产业就业结构、教育水平和治理质量。
负O-information三元组参与率的回归系数为−0.0011,国家聚类标准误为0.1336,对模型样本内R²的增量约为0.000001。该系数接近于零且高度不精确,说明研究没有发现负O-information参与度与后续增长之间的稳健关联。
但这不是严格的预测检验,因为解释变量的增长信息估计期与2010—2019年的结果期存在重叠。作者还指出,参与度并非完全外生,且区域控制变量存在数据匹配和治理指标继承问题。
补充分析包括市场规模、距离、制度成员资格和四个六年PID窗口。跨境协同份额与距离、端点总GDP的回归R²只有0.00833,系数也很小;欧盟、申根和欧元区加入分析因比较国家选择、短时间序列和有限加入队列而不稳定,不能支持共同成员资格会带来统一的协同信息效应。
图S7展示不同制度加入时点前后,跨境PID中协同份额的变化。不同比较国家集合下的估计方向并不稳定,部分时期置信区间很宽,且每次PID只使用六个年度增长观察值,因此作者没有把它解释成制度成员资格的因果影响。
最重要的风险来自GDP数据本身。它不是每个城市独立观测的地方经济核算,而是利用国家经济账户和夜间灯光将国家总量空间分配到网格,再聚合到城市。因此,跨城市的共同变化可能部分来自同一个国家层面的分配机制,而不是城市之间真实存在的经济联系。
固定2015年人口也意味着结果不能解释为真正意义上的年度人均GDP增长;人口变化被排除在增长计算之外。
每个城市只有27个年度增长观察值,而城市增长序列存在明显时间自相关,中位数的一阶滞后相关约为0.378,四分位范围为0.188—0.555。由此产生的有效样本量可能低于27,但研究没有据此给出可靠的个体三元组显著性判断。
高斯Copula主要组织秩转换后的相关结构,不能完整捕捉所有非线性依赖、尾部依赖或结构突变。PID使用未经有限样本熵修正的高斯插件估计,而O-information、TC和MI使用了有限样本修正,二者在接近零时可能不完全一致。
有限样本修正还可能使估计互信息略微为负;这不表示真实关系是“负互信息”,而是估计误差和修正约定的结果。
PID系统性分析对每个无序跨境城市对只固定一个目标方向,方向由输入行顺序决定,而不是同时分析两个方向。因此,图4中的频率不能自动推广为“无论把哪座城市设为目标都成立”。
三元组等权也可能使大量小城市组合影响总体比例;GDP加权参与率虽然补充了这一问题,但它衡量的是城市参与负O-information组合的概率,并不表示有多少GDP由协同关系创造。
国内城市对的两两互信息较高,而跨境三元组更容易出现负O-information,这两者并不矛盾。两两关系强弱和三变量信息结构是不同维度:国内城市可能共享同一国家冲击,产生较强但高度重复的增长信息;跨境城市虽然各自与目标的关系较弱,但两个来源的组合可能提供不同方向或对比信息。
同样,行政区划结果位于随机地图范围内,也不等于所有行政区域关系都普通,更不等于国际边界没有影响。它只说明在“固定国家、覆盖和区域数量”的随机地图家族中,行政地图的平均值不特别异常。
本文不存在传统金融报告意义上的估值章节。没有公司收入、利润、现金流、资本成本、永续增长率、P/E、EV/EBITDA、DCF或目标股价,因此不能按照证券研究报告的方式推导投资价值。
如果将“价值”理解为研究贡献,作者的主要贡献在于提出两个测量层面的提醒:第一,必须明确比较哪些城市,因为第三个城市的选择会改变冗余、独有和协同信息的分解;第二,必须明确使用什么空间地图,因为改变行政边界、国家组合或聚合方式会改变被测量的经济对象。
这篇研究的中心结论不是“跨境城市联系更强”,而是更为精细的判断:跨境城市之间的两两增长依赖通常较弱,但跨境三元组更容易出现只有联合考虑多个来源才显现的信息结构。完整样本中,29.93%的跨境三元组具有负O-information,而国内三元组只有2.00%;控制总体依赖强度后,差异缩小但仍约为4倍,并在数据质量限制后保持方向。
图1说明了冗余和协同的直觉,图2提供了全球分布证据,图S1—S3表明跨境两两依赖和边境差距存在明显地理差异,图4进一步显示外国来源的信息价值取决于所选国内或第三国context。图5及图S4—S6则说明空间单元和地图匹配方式会影响结果,但在固定国家边界的匹配随机比较中,行政区划并未表现出系统性异常。
最终,作者采取的是谨慎的描述性立场:这些结果可以帮助识别增长信息的重叠、独有和联合结构,但不能直接证明贸易、知识传播、产业互补、跨境合作或国境壁垒的因果作用。要把信息结构解释为真实经济连接,还需要独立的地方经济核算、贸易流、通勤流、知识流、产业结构和制度数据进行验证。
2610.31159.pdf