长三角地区城市关联的时空演变分析

肖雨薇, 葛 莹, 马 祯

(河海大学 地球科学与工程学院, 江苏 南京 210098)

长三角地区城市关联的时空演变分析

肖雨薇, 葛 莹, 马 祯

(河海大学 地球科学与工程学院, 江苏 南京 210098)

运用空间统计分析方法,以增长极理论为分析框架,探索长三角地区城市关联的时空分布特征,以期揭示区域城市间的扩散回波效应作用机制．研究结果表明:长三角地区城市关联的总体水平提高,由上海、南京和杭州等中心城市规模经济带来的扩散效应,促进了区域中部城市的崛起,城市发展出现由中心向外围转移的趋势;市场经济的回波效应促使无锡、徐州等城市演变为新兴经济增长城市,中西部地区的中小城市发展迅速．随着城市时空关联程度的提高,长三角地区城市发展两极化现象却愈演愈烈．在中心城市扩散效应作用下,长三角地区城市化进程不断加快,城市关联程度日益增强,而回波效应却使得城市间两极分化现象加剧．

城市关联; 空间统计分析方法; 时空演变; 扩散回波效应; 长三角地区

0 引言

近年来,随着全球经济一体化,国内城市关联现象日益加剧,呈现出显著的空间集聚特征[1-5]．长三角地区也不例外,上海、南京和杭州等中心城市经济发展推动了周边城市的经济发展,城市间出现了规模经济的扩散效应和回波效应．按照新经济地理学理论,任何一个城市都不可能孤立地存在,由增长极理论衍生出的扩散效应和回波效应使空间上彼此分离的城市相关联,组织成具有一定结构和功能的有机整体．城市集聚对于解释一个国家在特定时点或某一时期的发展水平变化具有重要作用[6]．

迄今为止,国内许多学者运用空间自相关方法对长三角地区城市空间格局进行了广泛地探讨[7-12]．其中,从扩散效应和回波效应来分析城市时空关联的研究还相对较少．事实上,城市空间集聚以及城市关联日益密切是20世纪90年代以来中国城市发展的显著特征[13-14]．改革开放以来,我国在大城市继续膨胀的同时,小城镇也得以迅速发展,空间集聚与扩散程度在不同层次上加剧,区域城市关联格局不断改变,因而城市集聚分布的识别也成为国内相关领域共同关注的重点[15,16]．

利用城市关联的测度方法,本文探讨了长三角地区近年来城市关联的时空演变,重点关注长三角地区各个城市非农人口比重的变化,以Moran’sI统计量为测度,从扩散效应和回波效应的角度入手,揭示改革开放以来长三角地区城市关联的时空演变．

1 研究方法和数据来源

城市关联程度可以通过空间自相关方法来测度．空间自相关是指研究对象及其地理位置之间存在的相关性,它可以衡量空间事物的分布是否具有相关性,高的相关性表示空间现象存在集聚性[17]．同时,空间自相关也是检验某一地理要素属性值与其相邻要素属性值是否显著关联的重要指标之一,可通过Moran’sI统计量来估算．本文在GIS环境下运用全局和局域Moran’sI统计量,尝试估算1990年和2010年长三角地区城市空间集聚的总体程度,以此分析区域城市关联的时空特征和演变规律．

1.1 城市集聚的空间自相关测度

空间自相关分析可以从全局和局部两个角度展开,前者用于描述区域城市规模的总体分布状况,判断其在空间上是否有集聚性,后者用于说明各城市空间关联的类型和程度．局部空间关联类型不仅与城市自身规模和周边城市规模相关,也受到区域城市分布密度的影响．

全局空间自相关常用的统计量是Global Moran’sI[19],可用它推断区域整体城市关联空间分布的显著性,以及估算区域城镇化水平的空间集聚程度．其计算公式如下:

(1)

Moran’sI显著性可以通过标准化值可通过以下公式推断:

(2)

局部空间自相关以Local Moran’sI(LISA)表征[20],衡量区域内城市关联的局部特征,计算公式如下:

(3)

式中:Ii为城市i的局部自相关值,其他同式(1);Ii值的正负号代表自相关类型,绝对值表示自相关强度,Ii值越大,说明局部区域内城市间的空间关联越强,反之则越小．

1.2 数据来源及处理

选取长三角地区(即上海市、江苏省和浙江省)为研究区域．数据来源于中国第四次、第六次人口普查资料,“样本城市”的选择不同于以往的研究,基本统计单位为人口统计地域单元．中国第六次人口普查统计借鉴了美国“都市区”概念,地域单元采用了“城区”的形式,即“在市辖区和不设区的市,区、市政府驻地的实际建设连接到的居民委员会所辖区域和其他区域”[21-22]．于是,选取的“样本城市”正是市辖区、县以及县级市三类人口统计地域单位．为准确反映地域城市规模的变化情况,采用非农人口比重作为城市规模的度量,数据来源是公开出版的《中国1990年人口普查分县资料》[23]、《中国2010年人口普查分县资料》[24],并采用长三角地区1990年和2010年统计年鉴对相关数据进行补充完善．

2 研究结果与分析

2.1 长三角地区城市空间总体格局

设定城市关联的局部影响范围是200km,以城市非农人口比重为统计指标,分别计算了1990年和2010年“样本城市”的全局和局域Moran’sI统计值,以此探索长三角地区城市关联的时空特征和演变规律．表1是1990年和2010年长三角地区“样本城市”的全局Moran’sI计算及检验值．

表1 全局Moran’s I计算和检验值

如表1所示,总体来说,在1%的显著性水平下,在0～200 km邻域范围内,1990和2010年长三角地区城市空间格局的全局Moran’sI统计值分别是0.0713和0.1668,标准化检验Z统计量均为正,且都大于1.96,P值都小于0.01,于是拒绝不存在空间自相关的原假设,即长三角地区200 km以内的相邻城市之间具有显著的空间相关性．换句话说,在长三角地区城市化进程中,经济发展相似的城市呈现出空间集聚的态势,直观地感受,发达城市抱团,不发达城市也抱团．

比较1990年和2010年,Moran’sI统计值从0.0713增加到0.1668,空间相关程度增加了1倍多．这表明长三角地区经济发展相似的城市关联程度随着时间的推移不断增加,同时还说明长三角地区经济发展两级分化程度愈演愈烈,形成了鲜明的城市空间格局分化．以上全局Moran’sI统计量只能表明总体上长三角地区城市间具有空间自相关,但局部地区城市关联特征不得而知．因此,为了更深入地揭示长三角地区各城市空间关联的时空演变,下面将从局域空间自相关测算入手进行相关的具体分析．

2.2 长三角地区城市关联的局域时空演变

以200 km为邻域范围,采用局域Moran’sI统计量对长三角地区城市空间关联的局部演变做进一步分析．按照局部空间自相关LISA类型,将“样本城市”的空间关联类型[3]分为5种: 1) 高-高(H-H)类,即龙头型城市群,自身和周边人口规模都较大的城市; 2) 高-低(H-L)类,即孤岛型城市群,自身人口规模较大而周边城市人口规模较小的城市; 3) 低-高(L-H)类,即孤点型城市群,自身人口规模虽小,但周边城市人口规模较大; 4) 低-低(L-L)类,即龙尾型城市,自身和周边城市人口规模都小; 5) 空间关联不显著型城市．

表2列出了上述5种类型城市数目以及所占比例的统计数据,通过统计数据的直观比较,可以进行更深入探讨,分析长三角地区1990年和2010年空间关联城市类型的变化,研究长三角地区的城市时空格局的演变．由表2可知,长三角地区城市空间格局演变具有明显特征．

表2 1990年至2010年期间长三角地区城市时空关联的演变情况

首先,1990～2010年人口规模较大的龙头型城市(H-H)个数减少了4个,所占比重由23.15%下降到20.09%．可见,虽然改革开放以来长三角地区城市规模发展迅速,龙头型城市(H-H)的数量有所减少但规模扩大,这恰好表明大城市之间城市明显的空间溢出效应．1974年诺贝尔经济学奖获得者冈纳·缪尔达尔提出了回波效应和扩散效应理论[25]．这一现象完全符合扩散效应,即所有位于经济扩张中心的周围地区,都会随着与扩张中心地区的基础设施的改善等情况,从中心地区获得资本、人才等,并被刺激促进本地区的发展,逐步赶上中心地区,所以城市经济的发展与城市规模的变化密切相关．

其次,1990年长三角地区“样本城市”中有5个孤岛型城市(H-L)．孤岛型城市的出现可以用“回波效应”来解释,即经济活动正在扩张的城市将会从其他城市吸引人口、资本和贸易的流入,从而加快自身经济发展,迫使周边城市发展速度减缓．例如,连云港市云台区(14.2万人),在其发展过程中不断吸引周边赣愉县(94.8万人)、东海县(101.5万人)、灌云县(92.6万人)等人口流入,使其自身有了迅速的发展．经过二十年中国经济快速增长,整个长三角地区城市发展有了长足的进步,到2010年只有2个孤岛型城市(H-L),所占比重减少到0.93%．

再者,1990～2010年孤点型城市(L-H)个数基本持平,只减少了2个,但所占比重由24.36%降为16.67%．表明经济发展水平落后的小城市接受了周边经济发达大城市的空间溢出效应,小城市逐步发展为大城市．但经济发展水平低的龙尾型城市(L-L)个数激增,由1990年7个增长到2010年的40个,增长了近6倍,说明这些地区没有可以促进经济发展的中心城市,发展受阻,不具备空间溢出效应,大量人口和资金外流,形成了相互制约,发展持续落后的局面．

值得一提的是,1990年龙头型城市(H-H)和龙尾型城市(L-L)分别为47个和7个,占23.15%和3.45%;2010年龙头型城市(H-H)和龙尾型城市(L-L)为43个和40个,占20.09%和18.69%．表明长三角地区城市两级分化格局不仅存在,而且愈演愈烈．

改革开放以后,我国处于计划经济向市场经济转型的时期,在市场经济制度的建立过程中,长三角地区经济飞速发展从各方面都对城市化进程产生了重大影响．在市场经济政策的推动下,人口流动速度加快,人口集聚共同推动城市化进程[26]．为了反映长三角地区1990～2010年“样本城市”空间集聚分布的变化,结合局域Moran’sI结果,绘制了1990年和2010年长三角地区“样本城市”空间集聚分布图．图1为1990年和2010年长三角地区城市关联时空分布演变图．

(a) 1990年 (b) 2010年

如图1所示,经过二十年的发展,在扩散效应的作用下,龙头型城市(H-H)空间分布变得更加分散,并逐步由沿海向西南地区转移的趋势．具体表现为:

1) 沿海地区经济发达的龙头型城市(H-H)逐渐减少．譬如,启东市、如东市和如皋市等苏中地区城市,已由龙头型城市(H-H)变为了孤岛型城市(L-H),说明其自身经济发展缓慢,逐渐落后于周边城市．由于回波效应的影响,城市在向更高一级城市的发展过程中,往往会吸引周边城市的人力、资金等发展资源来促进其自身的发展．例如,图1(b)中位于长三角地区内陆杭州市、宁波市在吸收了周边的人力和资金等发展资源后,一跃发展成经济发达的龙头型城市(H-H)．反之,在这一过程中资源流失的城市则会由于失去吸引力而沦为孤岛型城市(L-H)．

2) 如图1(b)所示,2010年徐州在苏北地区率先崛起,一跃发展成为孤岛型城市(H-L)．具体来看,1990年徐州市因地处长三角地区内陆,其资金、人口向周边城市转移,阻碍了其自身发展．如今随着高铁时代的到来,作为全国第二大铁路枢纽,徐州市紧密地融入到长三角和环渤海两大经济板块之中,它在淮海经济区核心区的中心城市地位更加显现．经过二十年的发展,徐州已然进入经济发达的新兴大城市行列之中,正在对周边地区产生积极的空间溢出效应,促进长三角地区经济的发展．

3) 如图1(a)和1(b)所示,经济落后的龙尾型城市(L-L)二十年来数目急剧增加,且全部分布在长三角地区南部,多位于区域行政界线附近,表明经济落后的小城市发展持续落后,且愈演愈烈．考虑到自然地理因素,山区交通阻塞,信息闭塞,经济发展自然受到制约．同时,户籍制度的改革促进了人口迁移,小城市人口、资金的外流反过来又阻碍了这些小城市的经济发展．此外,1990年4个位于浙江省中部和南部的孤岛型城市(H-L):诸暨市、衢州市、金华市和温州市,到2010年已经全部沦为龙尾型城市(L-L),可见城市之间不仅存在空间溢出效应,还存在空间滞后效应．由于周边都是经济欠发达的小城市,加上先天自然地理环境的约束,孤岛型城市(H-L)很难获得经济发达中心城市的辐射,于是在城市化过程中逐步落后沦为龙尾型城市(L-L)．

3 结论

借助城市空间自相关分析方法,以人口地域统计单元为样本单位,城市非农人口比重为统计指标,200 km为邻域范围,分析了长三角地区“样本城市”在1990和2010年期间空间格局动态变化和城市空间关联的特征．主要结论如下:

1) 改革开放以来,随着城市化水平不断提高,长三角地区城市化水平和空间辐射能力不断增强,长三角地区0～200 km相邻城市间具有显著的空间相关性,在城市化进程中经济发展相似的城市一直呈现着空间集聚的态势,直观地感受,发达城市抱团,不发达城市也抱团．城市发展呈现两级分化格局,且愈演愈烈．

2) 长三角地区城市空间相互作用逐渐增强,城市关联日益密切．上海市确立了其在长三角地区城市中的主导地位,并且与南京,杭州等经济发达的大城市一起产生了明显的扩散效应,与其周边城市形成共同发展的良好态势,与此同时也消除了城市间的回波效应现象．

3) 经济落后的龙尾型城市(L-L)多位于长三角地区的南部山区,由于交通阻塞,信息闭塞,经济发展受到制约．1990～2010年这二十年来龙尾型城市(L-L)数目急剧增加,出现孤岛型城市(H-L)由于受到相应影响沦为经济落后的龙尾型城市(L-L)的现象．表明经济落后的城市关联不仅会导致其自身城市化进程变缓,经济发展进一步落后,同时也会拖累周边城市的发展,产生空间滞后效应．

[1] 潘文卿. 中国的区域关联与经济增长的空间溢出效应[J]. 经济研究,2012(1): 54-65.

[2] 陈培阳,朱喜钢. 基于不同尺度的中国区域经济差异[J]. 地理学报,2012,67(8): 1086-1097.

[3] 黄金川, 孙贵艳, 闫梅,等. 中国城市场强格局演化及空间自相关特征[J]. 地理研究, 2012(8): 1355-1364.

[4] 李敬,陈澍,万广华,等. 中国区域经济增长的空间关联及其解释:基于网络分析方法[J]. 经济研究, 2014(11): 4-16.

[5] 许政,陈钊,陆铭. 中国城市体系的“中心-外围模式”[J]. 世界经济,2010(7): 144-160.

[6] Subramanian M. An Operational Measure of Urban Concentration[J]. Economic Development and Cultural Change,1971,20(1): 105-116.

[7] 苗长虹,崔立华. 产业集聚: 地理学与经济学主流观点的对比[J]. 人文地理,2003(3): 42-46.

[8] 蒲英霞,马荣华,马晓冬,等. 长江三角洲地区城市规模分布的时空演变特征地理研究[J]. 2009(1): 161-172.

[9] 王磊,段学军. 长江三角洲地区城市空间扩展研究[J]. 地理科学,2010(5): 702-709.

[10] 车前进,段学军,郭垚,等. 长江三角洲地区城镇空间扩展特征及机制[J]. 地理学报,2011(4): 446-456.

[11] 毕秀晶,宁越敏. 长三角大都市区空间溢出与城市群集聚扩散的空间计量分析[J]. 经济地理,2013(1): 46-53.

[12] 葛莹,John Miron,蒲英霞,等. 基于边际K函数的长三角地区城市群经济空间划分[J]. 地理学报,2015(4): 528-538.

[13] 胡序威. 沿海城镇密集地区空间集聚与扩散研究[J]. 城市规划,1998,22(6): 22-28.

[14] 陈刚强,李郇,许学强. 中国城市人口的空间集聚特征与规律分析[J]. 地理学报,2008(10): 1045-1054.

[15] 刘涛,曹广忠.城市规模的空间聚散与中心城市影响力:基于中国637个城市空间自相关的实证[J]. 地理研究, 2012(7): 1317-1327.

[16] 贾德铮,高汝熹. 长三角都市圈空间集聚扩散效应研究[J]. 现代管理科学,2012(1): 13-16.

[17] Cliff A D,Ord K. Spatial Autocorrelation[M]. London: Pion, 1973.

[18] 许学强,周一星,宁越敏. 城市地理学[M]. 北京:高等教育出版社, 1997.

[19] Cliff A D,Ord K. Spatial processes,Models and Applications[M]. London: Pion, 1981.

[20] Anselin L. Local Indicators of Spatial Association-LISA[J]. Geographical Analysis,1995, 27(2): 93-115.

[21] Ying L. Measuring the Spillover Effects: Some Chinese Evidence[J]. Papers in Regional Science,2000(1):56-60.

[22] 张欣炜,宁越敏. 中国大都市区的界定和发展研究:基于第六次人口普查数据的研究[J]. 地理科学,2015, 35(6): 666-673.

[23] 国务院人口普查办公室,国家统计局人口和就业统计司. 中国1990年人口普查分县资料[M]. 北京:中国统计出版社, 1993.

[24] 国务院人口普查办公室,国家统计局人口和就业统计司. 中国2010年人口普查分县资料[M]. 北京:中国统计出版社, 2012.

[25] Myrdal Gunnar. Economic Theory and Underdeveloped Regions[M]. London: Duckworth, 1957.

[26] 孙文凯, 白重恩, 谢沛初. 户籍制度改革对中国农村劳动力流动的影响[J]. 经济研究, 2011(1): 28-41.

[责任编辑：蒋海龙]

Spatio-temporal Distributions of Urban Associations in the Yangtze River Delta Region

XIAO Yu-wei, GE Ying, MA Zhen

(School of Earth Science and Engineering, Hohai Universtiy, Naning Jiangsu 210098, China)

This paper applies the spatial statistical analysis to explore the spatio-temporal distributions of urban associations and to analyze the characteristics and mechanism of these patterns in the Yangtze River Delta Region with the growth pole theory.The results show that,on the one hand,the whole levels of urban associations have significantly increased in the Yangtze River Delta Region during the study period. The “spread effects” brought by scale economies in the central cities of Shanghai,Naning and Hangzhou have promoted the growth of cities in central area. Meanwhile, the tendency of city development has spreaded out from the center to the periphery since the reform and opening up in 1979. On the other hand, the “backwash effects” from the market economy has assisted to make Wuxi,Xuzhou and other cities become new economic growth cities and to make the middle and small cities in the central and western regions develop rapidly. It is worth saying that the phenomenon of cities’ polarization in the Yangtze River Delta Region occur with the improvement of urban associations in recent years.In a word,the urbanization process is accelerated and urban association is increasingly strengthened under the “spread effects”of central city,while the phenomenon of cities’ polarization will continue to enhance under the “backwash effects”in the Yangtze River Delta Region.

urban associations; spatial statistical analysis; spatio-temporal evolution of urban system; spreadand backwash effects; Yangtze River Delta Region

2016-11-08

国家自然科学基金资助项目(41071347)

葛莹(1963-),女,浙江慈溪人,教授,博士,主要从事空间统计学及GIS云计算等研究． E-mail: geying@hhu.edu.cn

K921

A

1671-6876(2017)01-0044-06