2004—2013年滇中城市群城市空间联系强度时空演变

2015-03-20董少华

地域研究与开发 2015年1期

尹娟，董少华，陈红

(1.玉溪师范学院资源环境学院，云南玉溪653100;2.云南财经大学旅游与服务贸易学院，昆明650221)

0 引言

随着城镇化的快速发展，区域间的竞争日益激烈，城市群作为城市化的高级空间组织形式，在区域社会经济发展中占据着重要的地位［1］。自20世纪中叶以来，城市群研究就一直是国内外研究的热点。城市群空间联系研究作为城市群研究的重要组成部分亦引起了国内外学者的广泛关注。W.Isard首次将投入产出技术运用到区域经济空间联系研究中，为定量研究空间相互作用奠定了坚实的理论基础［2］。随后，J.Friedmann［3］，D.A.Griffith［4］等国外学者对空间相互作用的理论与实证研究颇有建树。国内学者对城市群空间联系的研究也层出不穷。王德忠等［5］、陈彦光等［6］、刘立平等［7］采用引力模型对上海—苏锡常地区、北京—天津及中原经济区的经济空间联系强度进行了分析;姜博等［8］、朱士鹏等［9］、李娜［10］通过计算各城市的城市流对区域间的经济联系进行定量分析，因该方法获取数据容易、计算简单，在国内区域经济联系研究中应用最为广泛;此外，郭丽娟等［11］、江勇［12］从交通通达性角度分析了四川盆地各城市、浙江省县域间空间联系强度;曹子威等［13］从信息流的视角，通过电信话务量和网络发帖量对比分析了马鞍山和芜湖两城市的区域关系;陈园园等［14］、刘建朝等［15］综合运用以上模型，从多个角度探讨了城市群的空间相互作用。由此可以看出，基于多模型、多视角的区域空间联系研究优于单一指标的评价，能全面分析区域间不同对外联系强度城市间的相互关系，但是现有的综合评价绝大多数是结合引力模型及城市流模型对城市群空间联系进行分析，少数结合了交通通达模型，而将信息通达指数结合进来的研究甚是匮乏。同时，现有研究对象多以东、中部地区为主，对经济欠发达的西部地区城市群研究较薄弱，且实际指导意义不强。滇中城市群位于云南省中部，是云南省经济发展最快、实力最强的城市集聚区。滇中兴则云南兴，对滇中城市群空间联系强度的研究，具有重大的现实意义。

本研究以滇中城市群为例，以引力模型、城市流模型、交通可达性和信息通达性4个模型为基础构建综合评价模型，揭示2004—2013年滇中城市群各城市空间联系强度的时空演变特征，为云南省政府和决策部门制定城市和产业发展决策提供参考依据。

1 研究区域概况

滇中城市群是指云南省中部、以昆明为核心、半径150～200 km、“车程1 h”的经济时空为基础，由昆明市、曲靖市、玉溪市和楚雄彝族自治州组成的行政辖区，含8个区(为方便研究归并为5个区)32个县及2个县级市(图1)，总面积94 558 km2，占全省面积的24%，是云南省经济发展最快、实力最强的城市集聚区。2013年底，滇中 4个州市人口 1 740.7万，占全省总人口的37.59%，GDP 5 078.56 亿元，占全省 GDP 的 57.11%。滇中城市群作为云南省经济的核心增长极，将对云南省社会经济的全面发展产生巨大的示范和带动作用。

2 研究方法

2.1 基础模型

2.1.1 引力模型。引力模型源于距离衰减原理和牛顿万有引力公式，用于测算区域间空间相互作用强度，计算公式为:

式中:Rij为两城市间的经济联系强度;Pi，Pj为两城市的城镇人口数;Gi，Gj为两城市的GDP;Dij为两城市间的距离，鉴于滇中城市群城际间的交通以高速或高等级公路为主，因此采用耗时最短的高速公路运营里程，若无直达客车，则采用经过一次中转的最短高速公路运营里程。

图1 研究区域Fig.1 Schematic map of the study area

2.1.2 城市流模型。城市流强度反映城市对外联系与辐射的能力，是城市群内各城市间联系中城市外向功能所产生的影响量。计算公式如下:F=N×E。式中:F为城市流强度;N为城市功能效益，表征各城市间单位外向功能量的实际影响情况;E为城市的外向功能量。

考虑到指标的可获取性和代表性，城市外向功能量可用具有外向服务部门从业人员的区位熵衡量。i城市j部门从业人员区位熵 Qij计算公式为:Qij=(Pij/Pi)/(Pj/P)。式中:Pi为i城市部门从业人员数量;Pij为i城市j部门从业人员数量;Pj为城市群j部门从业人员总数量;P为城市群总从业人员数量。若Qij﹤1，则城市i的j部门不存在外向服务功能;反之，若Qij﹥1，则城市i的j部门存在外向服务功能。

2.1.3 交通可达性模型。交通是城市空间联系的重要媒介，是城市群相互作用的物质基础和必要前提。城市交通可达性是否优良决定了城市间物质流、能量流、信息流的畅通程度。从滇中城市群交通运输网络实际出发，采用综合可达性模型计算城市间交通可达性，以定量阐述滇中城市群内各城市间的空间联系强度。鉴于滇中城市群内城市间的交通方式主要包括公路交通和铁路交通，再考虑到数据的可获取性，选取两城市间一日内公路和铁路客运相关数据为分析对象，从而测算城市交通可达性。滇中城市群城市间交通可达性计算公式为:

式中:Aij为i城市与j城市间的可达性综合值;Wk为i，j城市间第k种交通运输方式的权重;Vk为i，j城市间第k种交通运输方式的分值，该值根据运行时速与运行时间确定;Tk为i，j城市间第k种交通运输方式每天客运班次量。若i，j城市间无直达车次，则选用经过一次中转后到达目标城市的交通组合方式、运行时间及对应的班次量计算。两城市间通行时间越短，日平均车次量越多，交通联系越紧密，通达性越强，即Aij值越大，i，j城市间通达性越强;反之，则越弱。

2.1.4 信息通达性模型。随着现代通讯技术的普遍应用和因特网的普及，城市间的联系方式逐渐突破了地理实体的障碍和空间界限的制约［16］。信息技术成为城市间信息流的重要途径，信息通达性的高低也将影响着城市间的协作与发展。因城市间信息的流动符合邻近性，信息通达性指数可采用局部Moran’s I空间自相关模型计算，分析各单元属性值在异质性空间的分布格局，从而度量每个区域与周边地区之间的局部空间关联程度［17］。局部空间自相关模型为:

2.2 综合评价模型构建

为全面分析滇中城市群空间联系强度，结合4个基础模型，选取经济联系强度Y1、城市流强度Y2、交通可达性指数Y3、信息通达性指数(局部空间自相关指数)Y44个指标作为滇中城市群空间联系强度评价指标，在对数据进行标准化处理基础上，采用层次分析法计算各指标权重，结合线性加权法求取滇中城市群空间联系综合强度值，判断各城市空间联系总体情况，计算公式如下:

式中:Zi为第i个城市的空间联系综合强度值;Yij表示j指标的标准化值;Wj为j指标的权重。Zi越大，空间联系强度越强;反之，空间联系强度越弱。

3 数据采集

利用《云南统计年鉴》(2005—2014)、《昆明统计年鉴》(2005—2014)、《曲靖统计年鉴》(2005—2014)、《玉溪统计年鉴》(2005—2014)和《楚雄统计年鉴》(2005—2014)，采集滇中城市群39个城市的GDP、城镇人口数及城市外向服务功能较高的制造业、交通运输、仓储和邮电业，信息传输、计算机服务和软件业，批发零售业、住宿和餐饮业、金融业、房地产业、租赁和商务服务业、科学研究、技术服务和地质勘查业9个行业的从业人员数、各市总从业人员数、电话通讯量、每百人拥有计算机台数、有线电视入户率、固定/移动电话容量、电子商务交易额、户均信息消费支出、上网人数、报刊/图书种类及发行量等数据，城市间的距离则通过对云南省交通厅的实地调研获取。

4 计算结果与分析

4.1 城市空间联系强度时间演变

2004—2013年滇中城市群39个城市空间联系强度(表1)表明:①各城市空间联系强度都出现了不同程度的增加，但增长的幅度与速度并不一致。就增加总量来看，昆明市区和玉溪市区增加值最大，永仁县增加值最小，与2004年相比，2013年三地分别增加36.16，14.45，0.14，昆明市区和玉溪市区对周边城市的辐射带动作用在加强;从增长速度来看，增长速度排在最前列的为新平县和元江县，分别增长了14.82，10.28倍，增长最缓慢的则是宜良县(2.16倍)和晋宁县(2.24倍)。根据各城市的增长幅度与速度，可将其划分为持续增长型、螺旋上升型、稳定型3种类型。其中持续增长型以昆明市区、玉溪市区、曲靖市区、宣威市等城市为代表，这类城市起点高、增长速度快，因区位条件好，率先成为城市群内的增长极，具有较大的集聚能力;螺旋式上升的城市主要有安宁市、楚雄市区、禄丰、华宁等地，空间联系综合强度表现出先上升后下降再上升的特点。稳定型有永仁、双柏县、武定县、大姚县、富民县等城市，此类城市虽然增长速度较快，但因基数小、起点低，经济发展落后，位置偏远，空间联系强度总体不大。② 城市间空间联系强度分布不平衡，差距日益扩大。计算结果显示，空间联系强度标准差由2004年的1.12上升到2013年的7.06，增长了5.30倍，说明滇中城市群各城市的空间联系强度的绝对差异正在逐渐扩大，发展差异明显。变异系数由2004年的1.83上升到2013年的2.22，表明其空间联系强度的相对差异也在缓慢扩大。昆明市区的空间联系强度在城市群内一直占有绝对优势，历年均为第一，其首位度从2004年的1.13上升到2013年的2.16，突破边界值2，表明滇中城市群城市集聚能力低，不利于集聚经济的实现。根据2013年滇中城市群各城市的空间联系强度大小，采用聚类分析法，将其划分为高水平、中水平、低水平3个等级。其中，空间联系强度高的城市有昆明市区、玉溪市区和曲靖市区3个城市，平均综合强度23.03;中等水平的有宣威市、安宁市、楚雄市区、富源县、通海县、新平县、宜良县、陆良县、沾益县、会泽县、江川县、罗平县、澄江县、华宁县、呈贡县、元江县、峨山县、易门县、禄丰县、晋宁县、师宗县、东川区和嵩明县，平均联系强度2.09;水平较低的有寻甸县、石林县、禄劝县、富民县、马龙县、大姚县、武定县、南华县、元谋县、牟定县、姚安县、双柏县和永仁县，平均联系强度0.52。③城市空间联系强度总体偏低。2004年，城市群内空间联系强度值大于1的城市只有昆明市区、玉溪市区、曲靖市区、安宁市和宜良县5个市县，虽然这一数据随时间的推移在不断增加，但到2013年仍有13个市县低于1，其中永仁县仅有0.20。滇中城市群城市空间联系强度总体偏低，与同处于西南地区的成都(59.48)、重庆(59.66)相比相差甚远，处于发展的初级阶段。

4.2 城市空间联系强度空间演变

为进一步直观表达滇中城市群各城市的空间联系强度的空间分异特征和演变规律，采用反距离权重法(inverse distance weighted method)对 2005，2007，2009，2011，2013年滇中各城市的空间联系强度进行空间插值，得到城市空间联系强度分异图(图2)。空间分异特征表现为:①滇中城市群城市空间联系强度的空间分布格局整体保持不变，呈现一种以昆明市区为中心的圈层结构，昆明市区一直是滇中城市群空间联系强度最高的核心城市。这与昆明市是云南省政治、经济、文化中心地位相符，该城市作为城市群的增长极，向外辐射效果明显。②从动态变化看，以玉溪市区、曲靖市区为代表的次级中心城市逐渐显现，与中心城市昆明市区的差距逐渐缩小，对外围城市具有较强的吸引力和辐射力，滇中城市群有望朝着“昆明—玉溪”双核型城市群及“昆明—玉溪—曲靖”多核型城市群发展。③滇中城市群城市空间联系整体上朝着南部及东北方向发展，以昆明市区、玉溪市区和曲靖市区为核心，形成两条空间联系轴线，空间格局基本呈“人”字，即南部的昆明市区—玉溪市区(沿昆磨高速)空间联系轴线，北部的昆明市区—曲靖市区—宣威市(沿贵昆铁路)空间联系轴线。2条轴线成为滇中城市群空间联系综合强度水平最高的区域。西北部地区因经济发展水平低，位置偏远，加之整个西部缺乏发展水平高、带动作用强的增长极，一直是空间联系强度最弱的区域，阻碍了滇中城市群均衡发展前进的步伐。现阶段需进一步提高楚雄市区的综合竞争力，培养出滇中城市群西部地区的次级增长极，推动整个城市群的协调发展。④无论是以昆明市区构成的核心增长极还是以玉溪市区、曲靖市区形成的次级增长极，他们对周边的空间联系的辐射带动作用仍然不足，“溢出效应”有待进一步增强，在距离衰减原理下，三城市对外辐射的过渡区域出现了晋宁县、嵩明县、马龙县、寻甸县、石林县等空间联系“洼地”，城市群空间联系的辐射带动作用还未能形成由点到线再成片的格局。

4.3 城市空间联系强度时空演变的主要影响因素

4.3.1 经济因素。城市与外界的空间联系的高低与城市本身的经济实力有直接联系。城市经济实力由第一产业、第二产业和第三产业构成，城市的空间联系与第一产业联系不大，主要受第二、三产业的影响。把39个城市历年的空间联系强度值分别与对应的一、二、三产业产值进行线性回归分析，发现城市空间联系强度值与第一产业产值不服从线性回归模型，相关系数为0.031，但与第二、三产业产值拟合度较好，相关系数分别为0.966，0.832;再把39个城市历年的空间联系综合强度值(Y)分别与对应的第二产业产值(X1)、三产业产值(X2)进行多元线性回归分析，三者拟合效果好，相关系数 R=0.978，R2=0.954，多元线性回归模型为:Y=2.285+1.468 X1+0.425 X2。从多元回归模型可以看出，滇中城市群空间联系综合强度值与第二产业产值、第三产业产值均成正相关关系，但与第二产业产值联系更为密切，表明工业在城市空间联系中起主导作用，根据谢文蕙等［18］的城市化“S”型曲线模型，滇中城市群城市化现阶段正处于发展阶段，若要进一步推动滇中城市群朝大都市圈模式发展，实现城乡统筹，必须在提高工业化水平基础上大力发展第三产业，实现产业结构转型。

表1 2004—2013滇中城市群城市空间联系强度Tab.1 The spatial connection among cities of Dianzhong Urban Agglomeration from 2004 to 2013

4.3.2 交通因素。交通作为联系地理空间各种社会经济活动的纽带，其通达程度决定了空间相互作用的深度与广度。①距地区中心城市公路运行最短时间距离与城市空间联系强度的关系。将滇中城市群依照行政区划划分为昆明、曲靖、玉溪、楚雄4个区域，昆明市区、曲靖市区、玉溪市区及楚雄市区分别是各地区的中心城市，把4个区域内所有城市距区域中心城市的公路运行最短时间距离值与相应城市空间联系强度进行线性拟合发现两者具有一定负相关性，相关系数为R=0.688，即距区域中心城市的公路运行最短时间距离越大，城市空间联系越弱，这与中心城市对外辐射力的距离衰减规律相符。基于此，欲想提高滇中城市群空间联系强度，除了增强中心城市的对外辐射带动作用外，还需进一步加大高等级交通运输方式的建设投入，缩短城市间空间相互作用的时间距离。②交通道路网密度与城市空间联系强度的关系。一般来讲，交通道路网密度越大，城市空间联系越紧密。从2013年滇中城市群各地交通道路网密度与城市空间联系对应关系来看，空间联系强度最高的昆明市区其交通道路网密度也最大(5.33 km/km2)，空间联系强度最低的永仁县其交通道路网密度也最低(0.54 km/km2)。但从交通道路网密度与城市空间联系一元线性回归模型来看，两者相关度并不是特别高，相关系数为0.353。这主要是因为交通道路网密度大的区域不一定交通通达性就高，交通通达性还受交通网结构的影响［19］。

图2 滇中城市群城市空间联系强度空间插值效果Fig.2 The spatial interpolation effect of spatial connection of Dianzhong Urban Agglomerations

5 结论

(1)滇中城市群各城市空间联系强度均有不同程度的增加，昆明的中心城市地位一直没有动摇，城市间的差距越来越大，城市空间联系强度等级差异明显，集聚能力弱，联系强度总体偏低。

(2)滇中城市群空间联系方向一是以昆明为中心呈圈层式向外辐射状，但随着玉溪、曲靖空间联系强度的增强，有望朝着“昆明—玉溪”双核心及“昆明—玉溪—曲靖”多核心的模式发展;二是沿昆磨高速及贵昆铁路呈“人”字轴线空间拓展，西北部成为城市群内空间联系强度最弱区，需培育楚雄作为此区域的增长极。

(3)城市经济发展水平与交通状况对区域空间联系强度影响较大，为提高城市群空间联系总体水平，缩小区域差距，实现城市群协调发展，一方面需在提高工业化水平基础上大力发展第三产业，实现产业结构转型;另一方面要完善城市交通道路网，缩小区域空间相互作用的时间距离，增强城市间的空间联系，提高滇中城市群的集聚力和竞争力。

(4)运用引力模型、城市流模型、交通可达性模型和信息通达性模型综合分析城市群的空间联系强度及其时空演化特征，研究结果更具有科学性，为城市群的一体化发展提供了参考依据。影响城市群空间联系强度的因素复杂多样，选取科学合理的评价指标成为准确测算空间联系强度的关键，由于受数据来源的限制，各评价模型中测评指标的选取还有待进一步丰富和完善。

［1］李俊峰，焦华富.江淮城市群空间联系及整合模式［J］.地理研究，2010，29(3):535-544.

［2］ Isard W.Interregional and Regional Input-Output Analysis:A Model of A Space-economy［J］.The Review of Economics and Statistics，1951，33(4):318-328.

［3］ Friedmann J.The Spatial Organization of Power in the Development of Urban Systems［J］.Development and Change，1973，4(3):12-50.

［4］ Griffith D A.Urban Dominance，Spatial Structure，and Spatial Dynamics:Some Theoretical Conjectures and Empirical Implications［J］.Economic Geography，1979，55(2):95-113.

［5］王德忠，庄仁兴.区域经济联系定量分析初探——以上海与苏锡常地区经济联系为例［J］.地理科学，1996，16(1):51-57.

［6］陈彦光，刘继生.基于引力模型的城市空间互相关和功率谱分析——引力模型的理论证明、函数推广及应用实例［J］.地理研究，2002，21(6):742-752.

［7］刘立平，穆桂松.中原城市群空间结构与空间关联研究［J］.地域研究与开发，2011，30(6):164-168.

［8］姜博，修春亮，陈才.辽中南城市群城市流分析与模型阐释［J］.经济地理，2008，28(5):853-856.

［9］朱士鹏，徐兵，毛蒋兴.北部湾城市群空间联系分析［J］.西北师范大学学报:自然科学版，2013，49(6):104-109.

［10］李娜.长三角城市群空间联系与整合［J］.地域研究与开发，2011，30(5):72-77.

［11］郭丽娟，王如渊.四川盆地城市群主要城市通达性及空间联系强度研究［J］.人文地理，2009，24(3):42-48.

［12］江勇.基于交通流视角的浙江省县域空间联系格局研究［J］.经济地理，2012，32(12):73-78.

［13］曹子威，罗震东，耿磊.基于信息流的城市—区域关系比较研究——以马鞍山和芜湖为例［J］.经济地理，2013，33(5):47-53.

［14］陈园园，李宁，丁四保.城市群空间联系能力与SOM神经网络分级研究——以辽中南城市群为例［J］.地理科学，2011，31(12):1461-1467.

［15］刘建朝，高素英.基于城市联系强度与城市流的京津冀城市群空间联系研究［J］.地域研究与开发，2013，32(2):57-61.

［16］甄峰，刘晓霞，刘慧，等.信息技术影响下的区域城市网络:城市研究新方向［J］.人文地理，2007，22(2):76-80.