浙江城乡发展转型程度的时空特征及驱动力

朱菲菲，李伟芳，马仁锋

（宁波大学城市科学系，浙江 宁波 315211）

浙江城乡发展转型程度的时空特征及驱动力

朱菲菲，李伟芳*，马仁锋

（宁波大学城市科学系，浙江 宁波 315211）

城乡发展转型可以促进城乡资源要素的均衡配置与发展，最终目标是实现城乡一体化。通过构建人口、土地、产业和社会为主的城乡发展转型程度的指标体系，运用熵权TOPSIS法测度1991、2002和2013年的转型程度，并用空间自相关、地理加权回归模型（GWR）判别转型驱动力。研究结果表明：浙江省城乡发展转型的程度测度中，高水平区域整体集聚在浙北地区，逐渐增大与浙西南、浙东南地区的差距；省内城乡发展转型程度的区际差异显著，高高值集聚区为环杭州湾块状地区，低低值集聚区为浙东南、浙西南交界处的条带状地区；驱动力判别表明转型程度较高的浙北地区受资金、市场和区位的综合影响，转型程度中等的浙东南地区受资金和区位的双重影响，转型程度最低的浙西南地区仅受市场要素影响。

城乡发展转型；转型程度；时空分异；驱动因素；浙江省

朱菲菲， 李伟芳， 马仁锋. 浙江城乡发展转型程度的时空特征及驱动力［J］. 农业现代化研究， 2016， 37（2）： 262-269.

Zhu F F， Li W F， Ma R F. Spatio-temporal characteristics and driving forces of Zhejiang urban-rural development transformation degree［J］.

Research of Agricultural Modernization， 2016， 37（2）： 262-269.

城乡发展转型是城乡要素转移、战略转变、机制转换协同发展的综合过程［1］，在人口、资源和环境要素的功能和结构表现上，从相对低级的稳态结构向相对高级的稳态结构转换。中国存在三个城乡发展阶段：1978年之前农业支持工业、乡村支援城市；1978-2002年限制城市扩张，鼓励乡镇企业发展；2002年之后进入工业反哺农业的统筹发展阶段。然而在改革开放以后城镇化战略的快速推进过程中，产生了人口、土地和环境的三重挑战，如城进村衰、空心村和耕地非农化等问题日渐凸显，对实现三生共赢（生产、生活和生态）的局面造成了阻碍［2］，而对城乡发展转型的演变模式及驱动因素的探讨，将为解决此问题提供科学依据。

目前学界就城镇化、城乡关系及城乡一体化等主题的研究较为深入和全面，而城乡发展转型的研究则处于起步阶段，研究内容较局限于政策及类型的划分，研究方法倚重于非空间计量模型，忽略了地域差异性，结论也有待细化与深入。在城镇化研究等方面，分别对人口集聚、产业非农化和土地城镇化等进行详细刻画［3-5］，认为健康协调的城镇化模式应该由最高效的土地占用和最大化的非农经济产出两者共同推进产生［6］，并综合运用样带、地统计和空间距离测度模型等地学分析方法，研究城镇化、工业化、信息化和农业现代化的同步发展程度、空间特征及其形成机理，发现沿海省市成为四化协同发展的热点地区，同时还发现人均固定资产投资、社会消费品零售额和GDP是推动发展的主要因素［7］。在城乡发展转型研究方面，McGee［8］早在1980年便开始关注亚太地区的城乡转型，认为计划生育和鼓励乡镇企业发展等政策是促进中国东部沿海地区城乡转型的主要驱动力；国内学者则重在运用耦合协调度等计量模型，测度转型程度的类型及其发展机制［9-10］，鲜有研究转型的空间形态及驱动因素，而其空间集聚差异的探究却是实现城乡均衡发展及城乡一体化目标的理论基础。另外，自改革开放以来中国的城镇化发展在沿海发达省份中较为突出，特别是在浙江省凭借民营经济形成“浙江经济”后，乡村地区向城市发展的转型程度更加明显。因此，本文选取浙江省为研究对象，构建城乡发展转型程度指标体系，综合运用空间自相关和GWR等方法，测度空间集聚特征及其驱动因素，为实现城乡一体化提供借鉴。

1 研究区概况

浙江省位于中国最大经济区长江三角洲的南翼，也是东部沿海发达省份之一。从改革开放发展至2013年，浙江省的经济以每年12.6%的平均增长率快速增长，杭州、宁波、绍兴和温州成为省内经济发展的四大支柱。全省以轻工业、加工制造业为主要产业，特别是改革开放以后，在国有经济主导下，以家庭化、小商品为特征的乡镇企业飞速发展，为农村地区带来巨大发展契机，其产值在1995年底已占全省工业总产值的3/4，创造了特殊的民营经济发展模式如“温州模式”等，涌现出一批民营经济极为发达的县级市，如义乌、慈溪、余姚、乐清等全国百强县级市，因此，全省整体的城乡发展转型程度处于全国前列，成为城乡发展转型的典型研究区。

2 数据来源与研究方法

2.1 研究方法

2.1.1 熵权TOPSIS分析法 熵权TOPSIS法结合了熵权法和TOPSIS法［11］。其中，熵权法是一种客观赋值方法，根据指标数值的变异程度确定权重；TOPSIS法是一种多目标决策方法，用县市与最优/劣县市的相对接近程度表示。计算步骤如下：

①构建判断矩阵A：A=（aij）m×n，式中：aij是第i个县市第j个指标值，m为66个县市，n为11个指标；

②行归一化处理得到归一化矩阵B：B=（bij）m×n，式中：bij是第i个县市第j个指标归一化后的值；

③确定评价指标的熵Hj：

④确定评价指标的熵权W：W=（wj）1×n，其?中，式中：wj是第j个指标的熵权值；

⑤求各指标的权重集R=（rij）m×n：R=B×W，式中：rij是第i个县市第j个指标的权重值；

⑥确定正理想解Q+和负理想解Q-：其中Q+=式中：表示第j个指标中数值最大县市的权重值，rn-则是第j个指标中数值最小县市的权重值；

⑧计算各县市与理想解的相对接近度Ci：值越大越好，越接近。

2.1.2 空间自相关分析法 空间自相关包括全局和局部空间自相关，用来描述各个县市不同指标属性的空间相关特征［12］，公式为：

（1）、（2）式分别为全局、局部空间自相关，前者描述浙江省的总体相关性，后者为每个县市的相关性，与LISA图结合可形成高高、高低、低高、低低集聚区。两种方式均通过I值（空间自相关程度）判断空间差异，越接近1空间差异越小，越接近-1越大，0时不相关。本文研究结果以置信度大于95%时可信，即概率小于0.05时表现为显著特征，因此Z得分（标准差）的绝对值应大于1.96，呈现显著的空间自相关特征。式中：n为66个县市数，wij为第i个和第j个县市的邻近权重矩阵，xi和xj分别为它们的属性值，x-为均值，Z（I）为标准差，E（I）为I的期望，Var（I）为方差，Ii为第i个县市的空间自相关程度，Z（Ii）为标准差，E（Ii）为期望，Var（Ii）为方差。

2.1.3 地理加权回归法 传统的线性回归模型（OLS）认为自变量在空间上均质分布，但当空间数据存在一定相关性时此法无效，需引入地理加权回归模型（GWR），反映自变量的空间非平稳性，估计不同区域的驱动因素，更符合地理空间分析的需求［13］。模型结构如下：

式中：β0是回归系数，（ui，vi）是第i个县市的地理中心坐标，βk（ui，vi）是连续函数在第i个县市的值，Xik是第i个观测值，εi是第i个样点的随机误差。

2.2 数据来源

统计数据来源于1992、2003和2014年的浙江省及各地级市统计年鉴；土地利用数据来自于浙江省国土资源厅（2002、2013年）和Landsat TM影像（1991年），综合运用决策树和监督分类方法提取城乡建设用地和耕地数据；辅助数据如DEM数据源自地理空间数据云。浙江省经过撤县建市后，2013年共有地级市11个，市辖区34个，县级市56个，其中嵊泗县陆域面积不足1%，无法有效衡量土地利用转型程度，不予以考虑，最终以11个市辖区和55个县级市为研究单元。

2.3 指标体系构建

根据已有的城乡发展转型评价体系［14］，结合实际情况，选取人口、土地利用、产业和社会转型程度，涉及4个准则层和11个具体指标，构建浙江省城乡发展转型程度指标体系（表1）。其中，城镇化程度、人口就业程度和平均受教育程度综合反映人口数量和质量的转型程度；建设用地比重和耕地比重共同反映区域土地利用的转型程度；非农产业的从业程度、产值结构以及农业机械化程度反映农业与非农产业的转换和技术提升带来的变化程度；区域人均GDP水平、生活消费水平和医疗保健水平体现社会经济发展带来的城乡发展转型水平。

表1 浙江省城乡发展转型程度指标体系Table 1 Zhejiang urban-rural development transformation degree evaluation system

3 城乡发展转型程度的时空特征测度

3.1 城乡发展转型程度的空间分异

浙江省城乡发展转型程度的结果，可以通过熵权TOPSIS法计算而得，并用ArcGIS软件的自然间断点分级法分为五类（图1）：①浙江省高水平转型程度（0.39-0.58）的县市整体向浙北平原偏移，从1991年的杭州、宁波、温州和金华市区减少到2013年的杭州、宁波和舟山市区，区位上更加依赖上海的经济中心作用；中高水平转型程度（0.28-0.38）的县市有所增加，从1991年的11个增加到2013年的18个，比例也从16.67%增到27.27%；中低水平（0.15-0.20）和低水平（0.00-0.14）的县市，集中分布在浙西南的金衢盆地和浙东南的温台平原上，从25个增至28个，比例从37.88%扩至42.42%。②浙江省城乡发展转型程度的相对和绝对差距都在不断增大，可通过标准差和变异系数的增大体现。1991年的标准差为0.11，变异系数为0.47，在2002年小幅降为0.10和0.44，但到2013年又增加至0.11和0.49，因此，省内城乡发展转型的程度差距逐渐拉大，特别是浙北平原县市与浙西南和浙东南县市的转型程度差距日益增大。

图 1 浙江省城乡发展转型程度的空间分异Fig. 1 Spatial differentiation of urban-rural development transformation degree in Zhejiang Province

3.2 城乡发展转型程度的空间集聚性

浙江省城乡发展转型程度在全局空间自相关分析中，呈现显著的空间集聚特征，且集聚强度逐渐增强。在浙江省1991-2013年的城乡发展转型过程中，仅1991年的I指数最低为0.15，P值为0.03，均大于其他年份数值，表明集聚程度比较低。主要是在国家八五和九五规划下，提出了发展农村城镇化和市场经济的策略，但由于发展之初缺乏基础设施等的建设，导致集聚区域不是非常显著。随着市场经济的稳步发展，在2002年和2013年逐渐出现了显著性较强的集聚区，I指数分别提高到0.28和0.38，P值均小于0.01。另外，城乡发展转型程度的集聚显著性增强，还可通过Z值的增大体现，如2013年的Z值为5.05，是1991年Z值的2.5倍。

为了更加突出浙江省城乡发展转型程度的集聚区域，可通过局部空间自相关结合LISA图的高低聚类值区体现（图2）：①近20 a发展过程中，浙北的杭嘉湖平原地区始终成为城乡发展转型的高高值集聚区，但规模有所扩大，从杭州市区向东北方向延伸至嘉兴、德清、桐乡和海宁等5个县市，由于杭州市的极化效应为周边县市提供资金和市场，再加上平坦的地形和便利的交通更容易形成环杭州湾的块状集聚格局。②转型程度的低低值集聚区集中在金衢盆地和温台平原之间，从最初的文成县增加到泰顺、苍南、丽水、缙云、仙居和天台等7个县市，形成鲜明的两条城乡发展转型冷点带——沿东北西南走向的条带状地区、浙闽两省的东西交界带地区。③高低值和低高值集聚区基本集中在温州和金华市区，但受到地形和交通的外部因素以及市场消费和资金投入的内部因素影响，导致此区在2013年消失，仅剩高水平和低水平转型集聚区，可见浙江省在开放经济的发展趋势下，城乡发展程度的两极分化现象已愈加凸显，发展差距不断拉大。

图2 浙江省城乡发展转型程度的空间集聚Fig. 2 Spatial agglomeration of urban-rural development transformation degree in Zhejiang Province

4 城乡发展转型程度的分异驱动力

浙江省城乡发展转型程度在浙北、浙东南和浙西南地区存在显著的空间分异和集聚特征，对其驱动因素的研究主要集中在产业结构、区位和政策等。限于数据的可获得性和统计口径的一致性，综合筛选出2002年和2013年的社会资金投入水平、国内外市场联系和区位条件三个因素，将5个具体指标作为自变量，从地理空间视角进行回归分析。其中以人均固定资产投资X1和人均地方财政预算内支出X2作为区域物质资金投入的主要来源；人均进出口贸易总额X3和人均社会消费品零售总额X4描述国内外市场贸易的联系紧密度；并依据浙江省主体功能区规划的前期研究和全国层面交通优势度的分析［15］，发现公路网密度（公路里程/区域面积）X5可作为浙江各县市区位优势的核心指标。

4.1 整体回归与区际城乡转型动力分异

运用ArcGIS软件进行OLS分析得出不同驱动因子的影响程度，再经过GWR的“自适应”核函数分析，将AICc参数作最小局域估计，得出显著性驱动因子的回归系数（影响程度）的空间分布。结果表明：①GWR的拟合度R2为86.08%，要优于OLS的74.68%拟合度，能更有效地解释资金、市场和区位因素对城乡发展转型程度的时空分异特征。②据OLS分析可知，五个指标对2002年的城乡发展转型无显著性影响，但在2013年除了进出口贸易外，其它因素均造成正向的显著影响，并根据GWR系数可知资金投入水平的影响程度均超过0.70，成为最显著的影响，人均社会消费品总额的影响程度为0.59，区位条件为0.41，成为次要驱动力。③据GWR的回归系数可知，不同区域受多种或单一因素的影响程度各不相同，如浙北县市受资金投入、市场联系和区位条件的综合影响，主要驱动力从2002年的影响程度为0.38的市场联系因素变为影响程度为0.75的资金投入因素，浙东南县市受资金投入和区位条件的影响显著，资金投入因素一直是该地区的主要驱动力；相反，浙西南县市仅受市场联系的影响，形成城乡发展转型缓慢的格局（表2）。此分析还可结合2013年的GWR模型回归系数的空间分布特征，详细诠释区际城乡转型发展转型程度的分异动力（图3）。

表2 OLS和GWR模型的回归结果Table 2 Regression results of the GWR model and OLS model

4.2 浙北地区

浙北县市包括嘉兴、湖州、杭州、绍兴、宁波和舟山6个地级市共28个县市，是全省城乡发展转型程度最高地区，受资金、市场和区位条件的综合影响，且资金投入为核心因素。第一，资金投入水平的影响强度从2002年的0.18增至2013年的0.75，而且人均投入水平在省内最高，如浙北的人均固定资产投资5.51万元，高于浙东南的2.94万元和浙西南的2.63万元，浙北的人均财政预算内支出为1.14万元，高于浙东南的0.55万元和浙西南的0.69万元。其中，①固定资产投资集中在环杭州湾片区，包括杭州、嘉兴、绍兴和宁波市等城市，投资总值从2002年的2 131.52亿元增长到2013年的11 598.98亿元，吸收较多本地和外省的国有或非国有企业资金，投入到当地农村基础设施建设中。②财政预算内支出集中在少数以海港和生态发展为主的县市，如象山、定海和淳安等转型水平不高的县市，但特殊的海洋旅游和生态旅游资源使政府加大了对这些县市的投资力度，于2013年共支出人均财政5.75万元，是2002年的24倍，加速推动了海洋经济和生态旅游的发展［16］。

图3 GWR模型回归系数的空间分布Fig. 3 Spatial distribution of regression coefficient in GWR model

第二，在市场联系因素中，宁波和杭州市凭借港口和对外开放的政策优势，快速发展进出口贸易吸引外商直接投资（FDI）［17］，贸易总额分别占全省的30.11%和19.53%，年平均增长率高达65.22% 和36.04%。特别是宁波市成为全省最重要的进出口贸易城市，影响程度绝对值达0.30-1.17之高（图3），促进当地资金和产业结构的优化，提高生活水平，推动农村城镇化发展。

第三，区位条件因素包括公路网密集度及地形海拔，在2002和2013年公路密集度均比前两种因素弱，影响强度较低，分别为0.15和0.52，但浙北地区受公路网密度的影响较高，影响程度为0.48-0.93，最密集度甚至高达1.19。在海拔因素影响下，杭嘉湖和宁绍两大平原的平均海拔是全省最低，为251 m，而且宁波和杭州在浙江省“十二五”物流发展规划中成为两大物流节点，建设杭州空港和宁波梅山保税港物流园区等项目，促进港口、市场和物流为主的现代物流产业体系的形成，有助于货物的集散与流通。

4.3 浙东南地区

浙东南县市涵盖温州、台州2个地级市共16个县市，主要受资金投入及区位条件的双重影响，而且资金投入影响更为显著，即资金的平均影响程度1.33高于区位的0.73，另外温州市成为转型的核心推动者。

首先，此区的资金投入因素较为特殊，固定资产投资的影响要强于地方政府的财政预算内投入的影响，如2013年的平均影响强度分别为1.63和0.96。这与温州兴盛的民营经济密切相关，温州市自1978年以来，由“前店后厂”模式转变为“温州模式”［19］，大幅积累民营资本，使固定资产投资总额在2013年已占了浙东南的63.45%，远远超过财政投入水平，是财政投入的5.98倍，相对而言财政支出集中在玉环、乐清等沿海县市，投资力度较小，对浙东南地区的城乡发展转型影响较小。

第二，温台平原有12个县市受公路网密度影响，其影响程度为0.45-1.65。公路网密集度在2002年为0.44，产生负影响（-0.45），即稀疏的运输网络将阻碍城乡转型，但随后建设的全长378 km的浙江沿海高速与杭州湾跨海大桥的连通，提高了浙东南地区的公路网密度，在2013年达到0.94，超过浙西南的0.93，产生正向影响（0.04），推动了区域间的交流和货物运输，促进乡村发展。

4.4 浙西南地区

浙西南县市覆盖了金华、衢州和丽水3个地级市共22个县市，受市场贸易因素中的人均社会消费品总额因子影响最为显著。以小商品市场贸易为代表的东阳、义乌等15个县市为当地的社会消费品总额的提高产生重要影响，其影响程度达1.09，高于全省的0.59水平，消费品总额的年均增长率45.29%，也超过浙北的41.21%和浙东南的35.98%，人均价值年均增长率达40.42%，同样超过浙北的38.50%和浙东南的32.39%。虽然平均海拔为429.69 m，高于其他两区，且山脉及远离海岸的区位使其进出口贸易总额减少到浙北的1/4，但是浙西南县市凭借不断扩大的小商品市场需求，发展民营经济提高乡镇发展促进城乡转型。

5 结论与讨论

5.1 结论

浙江省城乡发展转型程度及其驱动因素存在显著的时空分异和集聚特征：①省内城乡发展转型程度的高低水平区域之间的差距逐渐拉大，高水平区域整体向浙北平原偏移且范围有所扩大，而中低和低水平区域集中在浙西南盆地和浙东南平原等经济发展较缓慢的县市。②省内城乡发展转型程度的区际差异显著，高高值集聚区在环杭州湾沿岸发展的转型高值块状区域，而浙西南和浙东南县市成为低低值条带状集聚区。③城乡发展转型差距的驱动因素判别中，浙北地区受资金、市场和区位的综合影响，拥有较高转型水平，浙东南县市受资金和区位的双重作用，保持中等转型水平，而浙西南县市仅受市场联系影响，成为省内转型最低的地区。

5.2 讨论

通过空间自相关及地理加权回归分析，不仅将地理邻近因素融入到空间演化特征和驱动因素分析中，而且通过GWR的对比分析修正了普通OLS的作用，这将有助于理清沿海发达省市的城乡发展转型的时空特征。然而文中构建的浙江省城乡发展转型指标体系，虽然研究了人口、土地、产业和社会四方面，但仍旧缺少对其他因素如资源环境和历史方面的考量，而且对具体指标的选取方面有待进一步加强。另外，城乡转型程度的驱动因素不仅仅局限于资金、市场和区位三要素，还包括政策、科技水平和人口等其他因素的影响，而且这些因素给城乡发展转型带来的影响不容小觑，值得进一步深化。

［1］ 刘彦随， 杨忍. 中国环渤海地区城乡发展转型格局测度［J］. 地理学报， 2015， 70（2）： 248-256. Liu Y S， Yang R. The spatial pattern measure of urban-rural development transformation in the Bohai Rim region in China［J］. Acta Geographica Sinica， 2015， 70（2）： 248-256.

［2］ Bai X M， Shi P J， Liu Y S. Realizing China's urban dream［J］. Nature， 2013， 509（7499）： 158-160.

［3］ 庞瑞秋， 腾飞， 魏冶. 基于地理加权回归的吉林省人口城镇化动力机制分析［J］. 地理科学， 2013， 34（10）： 1210-1217. Pang R Q， Teng F， Wei Y. A GWR-based study on dynamic mechanism of population urbanization in Jilin Province［J］. Scientia Geographica Sinica， 2013， 34（10）： 1210-1217.

［4］ 吕惠萍，匡耀求. 基于产业发展的城镇化可持续发展研究——以佛山市顺德区为例［J］. 经济地理， 2015， 35（1）： 82-88. Lü H P， Kuang Y Q. Sustainable development of urbanization based on the industrial development—A case study for Shunde District， Foshan City［J］. Economic Geography， 2015， 35（1）： 82-88.

［5］ 杨忍， 刘彦随， 龙花楼. 中国环渤海地区人口—土地—产业非农化转型协同演化特征［J］. 地理研究， 2015， 34（3）： 475-486. Yang R， Liu Y S， Long H L. The study on non-agricultural transformation co-evolution characteristics of “population-landindustry”： Case study of the Bohai Rim in China［J］. Geographical Research， 2015， 34（3）： 475-486.

［6］ 边雪， 陈昊宇， 曹广忠. 基于人口、产业和用地结构关系的城镇化模式类型及演进特征——以长三角地区为例［J］. 地理研究， 2013， 32（12）： 2281-2291. Bian X， Chen H Y， Cao G Z. Patterns of regional urbanization and its implications： An empirical study of the Yangtze River Delta region［J］. Geographical Research， 2013， 32（12）： 2281-2291.

［7］ 胡艳兴， 潘竟虎， 陈蜒， 等. 基于ESDA和GWR的中国地级及以上城市四化协调发展时空分异格局［J］. 经济地理， 2015，35（5）： 45-54. Hu Y X， Pan J H， Chen Y， et al. Spatiotemporal pattern of industrialization， information， urbanization and agricultural modernization of prefecture level cities or above in China based on ESDA and GWR［J］. Economic Geography， 2015， 35（5）： 45-54.

［8］ McGee T G. Managing the rural-urban transformation in East Asia in the 21st century［J］. Sustain Science， 2008， 3（1）： 155-167.

［9］ Li Y H. Urban-rural interaction patterns and dynamic land use：Implications for urban-rural integration in China［J］. Regional Environmental Change， 2012， 12（4）： 803-812.

［10］ 李玉恒， 陈聪， 刘彦随. 中国城乡发展转型衡量及其类型研究——以环渤海地区为例［J］. 地理研究， 2014， 33（9）： 1595-1602. Li Y H， Chen C， Liu Y S. Assessment and classification of urbanrural development transformation in China： The study of BohaiRim［J］. Geographical Research， 2014， 33（9）： 1595-1602.

［11］ 曹贤忠， 曾刚. 基于熵权TOPSIS法的经济技术开发区产业转型升级模式选择研究——以芜湖市为例［J］. 经济地理， 2013，34（4）： 13-18. Cao X Z，Zeng G. The mode of transformation and upgrading based on the methods of entropy weight and TOPSIS in case of Wuhu Economic and Technological Development Zone［J］. Economic Geography， 2013， 34（4）： 13-18.

［12］ 王劲峰. 空间分析［M］. 北京：科学出版社， 2006： 53-188. Wang J F. Spatial Analysis［M］. Beijing： Science Press， 2006： 53-188.

［13］ 白景锋，张海军. 基于EOF和GWR模型的中原经济区经济增长的时空分析［J］. 地理研究， 2014， 33（7）： 1230-1238. Bai J F， Zhang H J. Spatial-temporal analysis of economic growth in Central Plains Economic Zone with EOF and GRW methods［J］. Geographical Research， 2014， 33（7）： 1230-1238.

［14］ Liu Y S， Hu Z C， Li Y H. Process and cause of urban-rural development transformation in the Bohai Rim Region， China［J］. Journal of Geographical Sciences， 2014， 24（6）： 1147-1160.

［15］ 王传胜， 赵海英， 孙贵艳， 等. 主体功能优化开发县域的功能区划探索——以浙江省上虞市为例［J］. 地理研究， 2010， 29（3）：481-490. Wang C S， Zhao H Y， Sun G Y， et al. Function zoning of development-optimized area at a county level： A case study of Shangyu， Zhejiang［J］. Geographical Research， 2010， 29（3）： 481-490.

［16］ 徐谅慧， 李加林， 马仁锋， 等. 浙江省海洋主导产业选择研究——基于国家海洋经济示范区建设视角［J］. 华东经济管理，2014， 28（3）： 12-15. Xu L H， Li J L， Ma R F. A study on the selection of marine leading industries in Zhejiang Province—Based on the perspective of construction of national marine economy demonstrating plots［J］. East China Economic Management， 2014， 28（3）： 12-15.

［17］ 杨志民， 化祥雨， 邵元海， 等. 外商直接投资空间联系研究——以浙江省为例［J］. 经济地理， 2013， 33（11）： 21-27. Yang Z M， Hua X Y， Shao Y H， et al. Research on spatial linkages of foreign direct investment： A case study of Zhejiang Province［J］. Economic Geography， 2013， 33（11）： 21-27.

［18］ 唐根年， 徐维祥， 汪少华. 浙江区域块状经济地理分布特征、绩效及其形成机制研究［J］. 人文地理， 2003， 18（4）： 53-59. Tang G N， Xu W X， Wang S H. A study on the geographic distribution features and the performance and the forming mechanism for the Zhejiang regional mass economy［J］. Human Geography， 2003， 18（4）： 53-59.

（责任编辑：王育花）

Spatio-temporal characteristics and driving forces toZhejiang urban-rural development transformation degree

ZHU Fei-fei， LI Wei-fang， MA Ren-feng

（Department of Urban Science， Ningbo University， Ningbo， Zhejiang 315211， China）

Urban-rural development transformation is targeted at ultimate urban-rural integration realization through urban-rural resource balancing and developing. Applying an Entropy Weighted TOPSIS method and Geographically Weighted Regression Model （GWR）， this paper measured the degree of Zhejiang urban-rural development transformation in 1991， 2002， and 2013 by building an index system of urban-rural development transformation degree which incorporates four individual indicators， including population， land use， industry， and society. In addition，this paper also identified the driving forces for the transformation. Results show that 1） the urban-rural development transformation degree level is higher in the regions of northern Zhejiang Province， and the gap between the north and the southwest and the southeast is increasing； 2） the difference among different regions within the province is significant with high level of transformation concentrated in the regions surrounding the Hangzhou Bay， and the low level of transformation located in the banded regions between the southeast and the southwest borders； 3） the driving forces for northern Zhejiang' high level of transformation include funds， market， and location； and 4） the southeast of Zhejiang with moderate level is influenced by funds and location， and the southwest of Zhejiang with the lowest level is merely driven by market force.

urban-rural development transformation； transformation degree； spatio-temporal differentiation； driving forces；Zhejiang Province

National Science and Technology Support Program of China （2013BAJ10B06）.

LI Wei-fang， E-mail： liweifang@nbu.edu.cn.

29 July， 2015；Accepted 18 December， 2015

TU984

A

1000-0275（2016）02-0262-08

10.13872/j.1000-0275.2016.0014

国家科技支撑计划项目（2013BAJ10B06）。

朱菲菲（1991-），女，浙江台州人，硕士研究生，主要从事土地资源管理方面的研究，E-mail： zhufeifeikai@hotmail.com；

李伟芳（1964-），男，浙江宁波人，副教授，硕士生导师，主要从事土地资源管理方面的研究，E-mail： liweifang@nbu.edu.cn。

2015-07-29，接受日期：2015-12-18