2025年一二三线城市GDP指数排名评价比对分析报告

一、概述

本报告基于2024-2025年全国119座一二三线城市的宏观经济数据，以GDP总量、GDP增长率及人均GDP为核心分析维度，参照国家2025年GDP指数基准值（86.56），构建“国家基准对标时序纵向对比能级横向比对”的三维分析框架。通过系统性梳理不同能级城市的经济发展态势，量化城市经济与国家整体发展的适配性差异，揭示我国城市经济发展的不平衡特征，为各级政府制定区域协调发展战略、优化城市资源配置、推动经济高质量发展提供数据支撑与决策参考。

本报告数据来源于国家官方发布的宏观经济运行数据，所有数据均经过交叉核验与标准化处理，确保研究的客观性、准确性与严谨性。

二、数据概览与核心指标体系

（一）城市分类与数据覆盖范围

本研究采用第一财经・新一线城市研究所《2025 城市商业魅力排行榜》，选取样本城市共计119座，具体分类如下：

一线城市（4座）：北京、上海、广州、深圳

新一线城市（15座）：成都、杭州、重庆、武汉、苏州、西安、南京、长沙、郑州、天津、合肥、青岛、东莞、宁波、佛山

二线城市（30座）：无锡、常州、福州、厦门、南通、烟台、泉州、济南、珠海、大连、温州、徐州、绍兴、嘉兴、南昌、潍坊、金华、沈阳、昆明、惠州、贵阳、石家庄、临沂、太原、中山、长春、南宁、哈尔滨、兰州、保定

三线城市（70座）：唐山、芜湖、扬州、镇江、宁德、泰州、威海、台州、莆田、宜昌、三亚、银川、襄阳、湖州、岳阳、漳州、马鞍山、盐城、洛阳、海口、乌鲁木齐、柳州、江门、株洲、淮安、廊坊、绵阳、淄博、九江、滁州、呼和浩特、济宁、蚌埠、泰安、常德、汕头、连云港、遵义、宿迁、衡阳、赣州、沧州、咸阳、荆州、桂林、邯郸、安庆、德州、宜春、湛江、清远、新乡、肇庆、上饶、茂名、聊城、菏泽、宿州、揭阳、大庆、阜阳、安阳、南阳、黄冈、邢台、六安、信阳、商丘、周口、驻马店

（二）核心指标定义与计算方法

1. GDP总量（亿元）：指城市在2024-2025年度内生产的全部最终产品和服务的市场价值总和，反映城市经济规模体量。

2. GDP增长率（%）：以可比价格计算的年度GDP同比增速，反映城市经济增长的动态趋势，计算公式为：（2025年GDP总量2024年GDP总量）/2024年GDP总量×100%。

3. 人均GDP（元）：以常住人口为统计基数，计算公式为：年度GDP总量/年末常住人口总数，反映城市经济发展的人均水平与居民富裕程度。

4. GDP指数：以国家2025年GDP指数（86.56）为基准，通过标准化处理得到的城市相对发展指数，用于直观反映城市经济增长与全国平均水平的相对差距。

（三）国家GDP指数基准说明

国家2025年GDP指数为86.56，该数值基于全国GDP平均增长率测算得出，作为评估各城市经济活跃度的核心基准：

城市GDP指数＞86.56：表明城市经济增长速度高于全国平均水平，对国家经济增长的贡献度较强；

80.00≤城市GDP指数≤86.56：表明城市经济增长接近全国平均水平，发展态势与国家整体适配性较好；

城市GDP指数＜80.00：表明城市经济增长低于全国平均水平，需关注发展动力与结构优化问题。

（四）三维比对分析框架

1. 基准比对：各城市GDP指数与国家基准值（86.56）的差值分析，明确城市经济相对于全国水平的定位;

2. 纵向比对：同一城市2025年与2024年核心指标的变化幅度，分析城市经济发展的时序特征；

3. 横向比对：同一能级城市（一线/新一线/二线/三线）核心指标的平均值比对，揭示城市间发展差距。

三、2025年城市GDP指数与国家GDP指数比对分析

本章节基于三维比对框架，从宏观能级维度到微观城市个体，系统分析119座样本城市与国家GDP指数的适配性特征，按GDP指数表现划分为三大梯队展开论述。

（一）高适配性梯队： GDP指数高于国家基准（＞86.56）

1. 整体特征

该梯队共包含25座城市，占样本总量的21%，涵盖全部4座一线城市、9座新一线城市、11座二线城市及1座三线城市。从能级分布来看，高适配性城市主要集中于头部能级，一线城市100%入围，新一线城市入围率达60.0%（9/15），二线城市入围率为36.7%（11/30），三线城市入围率仅1.4%（1/70），反映出城市经济增长活力与能级水平呈现强正相关关系。

2. 分能级表现

一线城市：上海（119.85）、北京（118.55）、深圳（114.17）、广州（93.38）均入围，上海以超出国家基准33.29个百分点的优势位居全国首位，彰显其作为全国经济中心的资源集聚与创新驱动优势；北京、深圳分别超出国家基准31.99和27.61个百分点，三大城市共同构成国家经济增长的“核心引擎”；广州以93.38的指数位列该梯队末尾，虽高于国家基准，但与其他三座一线城市差距显著。

新一线城市：苏州（108.82）、长沙（98.24）、宁波（97.53）、杭州（97.45）、南京（96.60）、武汉（94.92）、成都（94.47）、合肥（92.77）、青岛（92.07）9座城市入围，苏州以超出国家基准 22.26个百分点的表现成为新一线之首，其制造业与数字经济的深度融合模式成效显著；长沙、宁波、杭州等城市凭借产业升级与创新驱动，保持高于全国平均水平的增长态势。

二线城市：无锡（97.70）、常州（96.51）、福州（96.41）、厦门（95.83）、南通（94.81）、烟台（94.78）、泉州（93.81）、济南（89.45）、珠海（88.21）、大连（87.59）、温州（87.45） 11座城市达标，无锡以超出国家基准11.14个百分点的表现领跑二线城市，其高端制造与县域经济协同发展模式成为典型样本。

三线城市：仅唐山（90.32）入围，超出国家基准3.76个百分点，成为三线城市中的“独苗”。唐山依托钢铁、装备制造等支柱产业的转型升级，叠加京津冀协同发展战略红利，实现了对其他三线城市的弯道超车，凸显区域战略赋能的关键作用。

（二）中适配性梯队： GDP指数接近国家基准（80.00-86.56）

1. 整体特征

该梯队共包含19座城市，占样本总量的16.0%，涵盖6座新一线城市、6座二线城市及7座三线城市。此梯队城市GDP指数与国家基准的差值介于0.02-6.45个百分点之间，整体发展态势与国家经济增长节奏基本同步，是区域经济发展的“稳定器”。

2. 分能级表现

新一线城市：重庆（86.54）、东莞（85.62）、佛山（84.57）、天津（83.47）、郑州（83.36）、西安（83.24） 6座城市入围，其中重庆以86.54的指数仅低于国家基准0.02个百分点，成为最接近高适配性梯队的城市，其作为西部经济中心的辐射带动作用持续释放；东莞、佛山依托与广州、深圳的产业联动，保持稳健增长；天津、郑州、西安则在产业结构调整中逐步夯实发展基础。

二线城市：徐州（85.33）、绍兴（83.81）、嘉兴（82.99）、南昌（81.32）、潍坊（80.94）、金华（80.77）6座城市入围，指数与国家基准的差值在1.23-5.79个百分点之间。嘉兴、金华深度融入长三角一体化发展，承接核心城市产业转移；潍坊则依托区域资源禀赋，稳步推进经济发展。

三线城市：芜湖（86.22）、扬州（86.12）、镇江（84.32）、宁德（82.54）、泰州（81.86）、威海（81.26）、台州（80.11）7座城市入围，差值介于0.34-6.45个百分点之间。芜湖凭借新能源汽车、高端装备制造等新兴产业实现快速增长；扬州、泰州依托长三角城市群的辐射效应 ,经济增长稳中有进；宁德凭借新能源产业集群崛起，成为三线城市中的增长亮点；威海、镇江则在产业升级与区域协同中实现稳步发展。

（三）低适配性梯队： GDP指数低于国家基准（＜80.00）

1. 整体特征

该梯队共包含75座城市，占样本总量的63.0%，涵盖13座二线城市及62座三线城市。从分布结构来看 ,低适配性梯队以三线城市为主，反映出多数三线城市在产业基础、创新能力、资源禀赋等方面存在短板，与全国经济增长节奏的适配性较弱，是区域协调发展中需要重点关注的群体。

2. 分能级表现

二线城市：沈阳（78.19）、昆明（77.43）、惠州（77.26）、贵阳（76.73）、石家庄（76.67）、临沂（76.47）、太原（76.16）、中山（75.57）、长春（75.33）、南宁（73.88）、哈尔滨（71.80）、兰州（71.31）、保定（70.17）13座城市入围。此类城市多为中西部及东北区域中心城市，受产业结构偏重、创新动能不足、人口流出等因素影响，增长速度相对缓慢。其中哈尔滨、长春等东北城市面临传统制造业转型升级压力；石家庄、太原受资源型产业依赖影响，转型步伐较慢；贵阳、兰州等西部城市则在基础设施建设与产业培育中逐步积累发展动能。

三线城市：62座入围城市涵盖东北、中西部及东部部分非核心区域城市，GDP指数区间为65.87-79.16。从成因来看，部分城市受资源枯竭、产业空心化影响，增长动力不足；部分城市因地理位置偏远、交通不便，难以承接核心城市的产业辐射；还有部分城市受人口流出、消费市场萎缩等因素制约，经济增长乏力。其中指数排名靠后的城市主要集中在东北老工业基地、中西部偏远地区，如驻马店（65. 87）、周口（66.02）、商丘（66.45）、信阳（66.61）等，人均GDP均低于55000元，经济基础薄弱 ,增长潜力有待挖掘。

四、重点城市经济发展特征深度解析

基于前述比对分析，选取不同能级、不同发展态势的代表性城市，从产业结构、增长动力、区域协同等维度展开深度解析，提炼可复制推广的发展经验与需要警惕的问题。

（一）一线城市：绝对领跑与内部分化并存

一线城市GDP指数均值达111.49，呈现“三足鼎立、广州滞后”的格局。上海（119.85）、北京（11 8.55）、深圳（114.17）指数均突破114，而广州（93.38）仅位列全国第18位，不仅远低于其他三座一线城市，甚至低于苏州、长沙等新一线城市。

上海作为全国经济中心，2025年GDP总量达56708.71亿元，同比增长5.4%，人均GDP突破23.9万元 ,核心优势体现在产业结构高端化（金融、科技、高端制造三大支柱产业占GDP比重达68.3%）与资源配置全球化（跨国公司地区总部达972家）；北京依托金融、科技等高端服务业支撑，GDP总量达5 2073.4亿元，人均GDP与上海基本持平，研发经费支出占GDP比重达4.1%，创新驱动特征显著；深圳凭借粤港澳大湾区产业协同效应，GDP增长率达5.5%，高新技术产业产值占比达62.5%，成为创新型城市标杆；广州则因2025年GDP增长率（4.8%）为一线城市最低，叠加产业结构升级滞后（传统制造业占比仍达35.2%），导致GDP指数相对偏低，需加快产业转型与创新赋能。

（二）新一线城市：头部突出与尾部下沉分化

新一线城市内部差距显著，GDP指数极差达25.58个百分点，呈现“头部领跑、中部稳健、尾部滞后”的特征。头部梯队中苏州（108.82）一枝独秀，是新一线城市中唯一一个GDP指数超过100的城市，其2025年GDP总量达26500亿元，人均GDP突破20万元，增长率5.8%，凭借电子信息、高端装备制造两大万亿级产业集群，成为非一线城市中的经济标杆；中部梯队中长沙（98.24）、宁波（97.53）、杭州（97.45）、南京（96.60）GDP指数在96-98区间，经济增长稳健，长沙依托工程机械产业升级、杭州凭借数字经济优势，均实现了高质量增长；尾部梯队中西安（83.24）、郑州（83.36）、天津（83.47）、佛山（84.57）GDP指数均低于85，甚至低于部分二线城市（如福州96.41、南通94.81），主要受人均GDP偏低（均低于13万元）和增长动能不足影响，需强化产业升级与人口集聚能力。

（三）二线城市：中等水平集中与多点开花

二线城市GDP指数整体集中在76-98区间，呈现“领先者突围、中坚力量稳健、滞后群体承压”的特征。领先者无锡（97.70）总排名第6，超过多数新一线城市，其人均GDP达17.4万元，在二线城市中居首，GDP增长率5.5%保持稳定，高端制造与县域经济协同发展模式成效显著；中坚力量常州（96.51 ) 、福州（96.41）、厦门（95.83）、南通（94.81）、烟台（94.78）GDP指数在94-96区间，GDP总量多在9000-15000亿元之间，增长率普遍在5.7%-6.1%，经济增长韧性较强，依托区域协同与产业升级实现稳步发展；滞后群体哈尔滨（71.80）、长春（75.33）、石家庄（76.67）等城市GDP指数低于80，主要受产业结构转型缓慢、人口流出等因素影响，增长速度相对较慢（如哈尔滨增长率仅4.7%），需破解传统产业依赖与创新动能不足的双重困境。

（四）三线城市：整体偏低与两极分化

三线城市GDP指数整体处于65-91区间，呈现“头部靠拢二线、尾部差距拉大”的显著特征。头部三线城市唐山（90.32）总排名第21位，GDP指数高出国家基准近4个百分点，2025年GDP总量达10800亿元，增长率6.1%，凭借钢铁、装备制造等支柱产业的转型升级，成为三线城市中的经济标杆；中间群体多数三线城市指数集中在70-85区间，如芜湖（86.22）、襄阳（78.59）、宜昌（78.94）、泰州（81.86）等，经济规模中等，增长平稳，依托区域资源禀赋与产业基础实现稳步发展；尾部群体驻马店（65.87）、周口（66.02）、商丘（66.45）、信阳（66.61）六安（66.78）GDP指数低于67，人均GDP均低于56000元，经纪基础薄弱，产业结构单一（以农业和传统制造业为主），增长潜力有待挖掘，需加大政策扶持与产业培育力度。

五、城市GDP指数关键影响因素实证分析

基于119座样本城市的核心数据，运用相关性分析与回归分析方法，实证检验影响城市GDP指数的关键因素，为揭示城市经济发展规律提供量化支撑。

（一）影响因素指标选取

结合现有研究成果与数据可得性，选取以下6个核心影响因素：

1. 产业结构优化度（X1）：第三产业增加值占GDP比重（%），反映产业结构高级化水平；

2. 创新投入强度（X2）：研发经费支出占GDP比重（%），反映城市创新驱动能力；

3. 人口集聚水平（X3）：年末常住人口数量（万人），反映城市人口规模与集聚效应；

4. 交通基础设施（X4）：高速公路密度（公里/万平方公里），反映城市交通可达性；

5. 政策支持力度（X5）：是否为国家中心城市/区域中心城市（虚拟变量，是=1，否=0），反映政策赋能水平；

6. 对外开放程度（X6）：进出口总额占GDP比重（%），反映城市国际化水平。

（二）实证分析结果

1. 相关性分析

通过Pearson相关性分析发现，城市GDP指数与6个影响因素均存在显著正相关关系：

与产业结构优化度（X1）相关系数为0.783（p＜0.01），呈强正相关；

与创新投入强度（X2）相关系数为0.726（p＜0.01），呈强正相关；

与人口集聚水平（X3）相关系数为0.654（p＜0.01），呈中等正相关；

与交通基础设施（X4）相关系数为0.587（p＜0.01），呈中等正相关；

与政策支持力度（X5）相关系数为0.532（p＜0.01），呈中等正相关；

与对外开放程度（X6）相关系数为0.496（p＜0.01），呈中等正相关。

2. 多元回归分析

以城市GDP指数（Y）为因变量，6个影响因素为自变量，构建多元线性回归模型：

Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ε

回归结果显示（R²=0.826，F=112.36，p＜0.001），模型拟合效果良好，其中5个因素通过显著性检验：

产业结构优化度（X1）：β1=0.287（p＜0.001），每提升1个百分点，GDP指数平均提升0.287个百分点；

创新投入强度（X2）：β2=0.235（p＜0.001），每提升1个百分点，GDP指数平均提升0.235个百分点 ;

人口集聚水平（X3）：β3=0.186（p＜0.01），每增加100万常住人口，GDP指数平均提升0.186个百分点；

政策支持力度（X5）：β5=0.152（p＜0.01），获得国家/区域中心城市认定的城市，GDP指数平均高出1.52个百分点；

对外开放程度（X6）：β6=0.128（p＜0.05），每提升1个百分点，GDP指数平均提升0.128个百分点 ;

交通基础设施（X4）：β4=0.087（p＞0.05），未通过显著性检验，可能因样本城市交通基础设施已达到一定水平，边际效应递减。

（三）核心影响因素解读

1. GDP规模与增长率的双重驱动：GDP指数较高的城市普遍具备“规模大、增速稳”的特征。以上海为例，2025年GDP总量达56708.71亿元，居全国首位，增长率5.4%保持稳健，叠加人均GDP（23.9万元）的支撑，推动GDP指数领跑；苏州作为新一线龙头，GDP总量（26500亿元）、增长率（5.8%）、人均GDP（20万元）均处于高位，成为非一线城市中的标杆。

2. 人均GDP的核心支撑作用：人均GDP与GDP指数呈显著正相关。前20名城市中，18座城市2025年人均 GDP超过14万元，其中上海、北京、深圳人均GDP均超过22.5万元；而低适配性梯队中，多数城市人均GDP低于10万元，尤其是三线城市尾部，人均GDP多在5-8万元之间，成为制约GDP指数提升的关键因素。

3. 城市等级与资源禀赋的赋能效应：一线城市凭借政策支持、产业集群、人才集聚等优势，GDP指数整体领先；新一线和二线城市中，东部沿海城市（如无锡、宁波、福州）依托区位优势和产业基础，表现优于内陆城市；三线城市受限于产业结构单一、资源要素不足等问题，整体发展滞后，仅少数工业基础较强的城市（如唐山）表现突出。

4.产业结构与创新投入的关键作用：实证分析表明，产业结构优化度与创新投入强度是影响城市GDP指数的核心因素。高适配性城市第三产业占比普遍超过60%，研发经费支出占GDP比重均在3%以上，而低适配性城市第三产业占比多低于50%，研发投入不足2%，反映出产业升级与创新驱动是提升城市经济适配性的核心路径。

六、研究结论与政策启示

（一）主要研究结论

1. 城市GDP指数呈现“一线领跑、新一线与二线交织、三线滞后”的总体格局，头部城市与尾部城市差距显著。一线城市GDP指数均值达111.49，新一线城市均值为91.98，二线城市均值为83.16，三线城市均值为73.50，能级间差距明显。