成渝城市群区域发展演变特征分析

李峥荣 徐邓耀 邓静

摘 要：利用熵值法和ESDA法，在ArcGIS10.2软件的支持下，基于2003年DMSP/OLS夜间灯光影像数据计算出成渝城市群各区县的灯光总值和平均值，并对表征区域发展指数的复合指标进行相关拟合分析，求得最佳拟合关系式。以1993、2003、2013年夜间灯光数据为基础，对成渝城市群3个时间断面下的区域发展演变特征进行分析，为成渝城市群的规划发展提供一定的参考。

关键词：夜间灯光；区域发展指数；成渝城市群

中图分类号 F299.2 文献标识码 A 文章编号 1007-7731（2018）14-0158-05

Analysis the Evolution Characteristics of Regional Development of Chengdu——Chongqing Urban Agglomeration Using Nighttime Light Image

Li Zhengrong et al.

（College of Land and Resources，China West Normal University，Nanchong 637000，China）

Abstract：Using entropy method and exploratory spatial data analysis（ESDA）method，under the support of ArcGIS10.2 software，based on the DMSP/OLS nighttime light data of 2003 to calculate the total and average lighting value of each district and county. Analyzed the correlation between the nighttime light data and composite index of regional development，to obtain the best fitting relation. Then based on the nighttime light data of 1993、2003 and 2013，analying the evolution characteristics of regional development under the three time sections of Chengdu-Chongqing urban agglomeration，to provide some reference for the planning and development of Chengdu-Chongqing urban agglomeration.

Key words：Nighttime light data；Regional development；Chengdu-Chongqing urban agglomeration

在经济全球化的时代背景下，城市群凭借独特的发展优势参与全球性的功能分工、交流活动，逐步成为国家参与全球竞争和国际分工的全新地域组织单元。《国家“十三五”规划纲要》提出，建立健全城市群发展协调机制，推动跨区域城市间产业分工、基础设施、生态保护、环境治理等协调联动，实现城市群一体化高效发展。十九大报告提出，以城市群为主体构建大中小城市和小城镇协调发展的城镇格局。成渝城市群作为西部地区唯一的国家级城市群，不仅是长江经济带的战略支撑，更是西部大开发的重要平台。成渝城市群的区域发展，对于西部地区经济发展乃至全国协调发展具有十分重要的意义。由于成渝城市群核心城市背向发展、次级城市发育不足，城市群内部经济发展存在明显地域差异性，因此对成渝城市群区域发展演变的研究具有重要意义。

长期以来，国内外学者对区域发展的时空规律进行了大量深入细致的研究工作，研究方法也非常多样化[1-8]。现有文献研究呈现出如下2个特点：（1）研究尺度多元化，由全国、省级、地级市区域逐步转向以城市群区域内市县为基本研究单元；（2）研究方法多样化，从定性分析逐渐扩展至注重空间分析方法的运用。由于前期对于区域经济发展指标的测算主要依赖于统计数据，受人为等其他因素影响大，并且经常会遇到资料缺失等问题。卫星遥感数据则有全面、客观、处理简单、数据易获取等特点，因此夜间灯光数据可作为人类活动的数据源[9]，进而对人类活动的空间范围进行表征。综观国内外对于夜间灯光的有关研究可知，DMSP/OLS夜间灯光总量与GDP密度[10-11]、人口分布[12]、碳排放[13]等的相关性已经得到证明，因此其可以反映区域发展的整体水平[14-17]。鉴于此，研究采用1993、2003、2013年DMSP/OLS夜间灯光数据，并以2003年成渝城市群县级社会统计数据为辅助，采用城市影响力指数及Getis-OrdGi指数等方法对区域发展时空演变特征进行分析，不仅有利于判别成渝城市群经济发展阶段，也对缩小区域发展差异、了解未来城市发展方向具有一定的参考价值。

1 材料与方法

1.1 研究区域 选取成渝城市群為研究对象，依据《成渝城市群发展规划》，确定研究范围，主要包括重庆市的渝中、万州、黔江、涪陵、大渡口、江北、沙坪坝、九龙坡、南岸、北碚、綦江、大足、渝北、巴南、长寿、江津、合川、永川、南川、潼南、铜梁、荣昌、璧山、梁平、丰都、垫江、武隆、忠县、彭水、开县、云阳等31个区（县），四川省的成都、绵阳（除北川县、平武县）、雅安（除天全县、宝兴县）、自贡、泸州、德阳、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州（除万源市）、资阳等15个市。

1.2 数据来源 DMSP/OLS夜间灯光影像数据来源于美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）的官方网站，本文选取1993、2003和2013年的夜间灯光影像数据，基础地理数据来源于国家基础地理信息中心1：400万地形分幅数据，经济社会统计数据来源于《四川统计年鉴2004》和《重庆统计年鉴2004》。

1.3 研究方法

1.3.1 区域发展指数指标体系及其权重确定 单一指标较难全面反映城市发展水平，因此本研究依据方创琳等[18]、冯兴华等[19]的城市综合实力测度指标体系分类情况，在综合考虑其他因素的基础上，选取经济发展、区域潜力、社会发展3个子系统、地方财政一般预算支出等15项测度指标构建了区域发展指数测度体系，以反映县（区）发展指数（表1）。

熵值法是将物理学中热力学熵的方法运用于社会系统中，依据熵的特性计算熵值来判断某指标的离散程度，指标离散程度越大，对综合评价的影响就越大[20]。计算步骤如下：

（1）构建原始指标矩阵数据：有m个城市，n项测评指标，则原始指标矩阵为X={xij}m（1≤i≤m，1≤j≤n），而xij为第i个城市的第j项指标的指标值。

（2）对指标体系中的各项指标进行极差标准法无量纲化处理：

正向指标，Zij=（xij-xmin）/（xmax-xmin）；逆向指标，Zij=（xmax-xij）/（xmax-xmin）

式中：j=1，2，3，...，n，i=1，2，3，...，m分别为评价指标和评价对象的总数量；xmax、xmin為所有评价对象中不同指标j的最大值和最小值；Zij 、xij为不同指标i无量纲化后和无量纲化前的指标值。

（3）指标的归一化处理：[Pij=Ziji=1mZij]

（4）计算各项指标的熵值：[Ej=-ki=1mPijlnPij]，其中k=1/lnm。

（5）计算各项指标熵值的冗余度：[Dj=1-Ej]

（6）计算各项指标的权重：[Wj=Djj=1nDj]

（7）计算各年份区域发展指数：[Ci=Pij×Wj]

1.3.2 Getis-OrdGi指数 Getis-OrdGi指数通过对子区域中的信息进行分析，可用来揭示空间地域单元与其临近空间单元属性特征值之间的相似性或相关性[21]。

[Gi（d）=i=1nWij（d）Xjj=1nXj（i≠j）；Z（Gi）=Gi-E（Gi）Var（Gi）]

式中：Wij为空间权重矩阵，空间相邻为1、不相邻为0。E（Gi）和Var（Gi）分别为Gi的数学期望和方差。如果Z（Gi）为正且显著，表明位置周围的值相对较高，属高值空间集聚（热点区），反之，则属于低值空间集聚（冷点区）。

2 结果与分析

2.1 夜间灯光指数与区域发展指数 选取2003年的经济发展、区域潜力、社会发展作为表征区域发展的复合指标。复合指标的构建方法为：运用熵值法求得各项指标的冗余度，然后等权重相加（图2）。由图1、图2可看出，成都、重庆、绵阳、德阳的灯光强度较其它地区大，且区域发展指数较高，这进一步表明夜间灯光数据可以表征成渝城市群的区域发展水平。

以2003年区域发展指数与2003年夜间灯光指数的总值与平均值为样本，将不同比例的夜间灯光指数总值与平均值分别与区域发展指数进行拟合，建立成渝城市群县域尺度上区域发展水平的估算模型，估算模型如表2所示。

]

由表2可以看出当总值权重为0.7，平均值权重为0.3时R2最大，为0.8358，即拟合效果最好，此时对应的函数关系式为：y=0.0013x+2.2754，依此公式及1993、2003和2013年3个时间断面的夜间灯光数据，分别求得3个时间断面的区域发展指数，进而分析3个时间断面下成渝城市群区域发展演变情况。

2.2 成渝城市群区域发展总体格局 在ArcGIS10.2中，运用栅格计算器进行计算，对比分析1993、2003和2013年夜间灯光指数的差值，进而探讨成渝城市群区域发展格局（图1）。

从区域发展的速度来看，成渝城市群在第2阶段（2003—2013年）的灯光指数增加较第1阶段（1993—2003年）大，表明第2阶段的区域发展水平在不断提高，且速度比第1阶段更快。在市域层面看，第1阶段发展最快的地区为成都市中心城区、重庆市中心城区及绵阳市中心城区，第2阶段成都市中心城区、重庆市中心城区的发展速度仍处于领先地位，而绵阳市中心城区的区域发展速度有所放缓。

从区域发展的空间模式来看，第1阶段成都市中心城区、重庆市中心城区及绵阳市中心城区发展较快；第2阶段成都、重庆内部区域发展范围明显变大，成渝内部其它地级市都有较快发展，呈现出明显的扩散效应。

2.3 成渝城市群县域发展水平演变特征 以1993、2003及2013年成渝城市群县（区）区域发展指数为标准，参照世界银行的区域经济分类方法和标准，按照区域发展指数的50%、100%、150%，将各县区划分为低水平发展区、中低水平发展区、中高水平发展区和高水平发展区（图2）。

成渝城市群区域发展整体呈现出两极分化现象。在1993、2003和2013年3个时间断面下，低于平均水平的县域在84个以上，占研究区域县域总数的59.2%以上，居于主导地位。处于低水平区的县域个数逐渐增加，3个时间断面下县域个数分别为0、7、26个，而高水平县域个数也在增加，分别为13、20和21个，高、低水平的县域个数的增加表明成渝城市群县域发展指数存在两极分化趋势，这是由于随着区域内高等级道路的建成通车，极大的促进了区域内交通设施沿线地区经济的发展，而区域边缘地区道路稀疏且道路等级低，交通条件虽有改善但与其它地区相差大，因此经济发展水平虽有提高但与高等级道路沿线城市的差距却越来越大。高于平均水平的县域由1993年的49个增至2013年的58个，表明成渝城市群整体处于快速发展状态。

高于平均水平的县域呈现出以成都、重庆为核心的分布状态。从各水平区的空间分布来看，高水平区主要呈现以成都、重庆市区为核心的双核状分布，且范围逐渐扩大；中高水平区主要在高水平区呈团状分布且零星分布在区域的西南和东北，发展至2013年，中高水平区不断扩大，且在成都、重庆间形成了完整的轴带；低水平区由1993年的零分布至2003年的点状分布到2013年的块状分布，这是由于区域政策、经济发展及交通条件的改善，成渝城市群内部整体发展迅速，然而受地形等条件的限制成渝边缘山区地带交通基础设施相对落后，与成渝整体水平相比发展较慢。

2.4 成渝城市群县域发展空间关联格局演变特征 以1993、2003和2013年3个时间断面下成渝城市群区域发展指数为变量，分别计算各县域单元的G指数，并利用ArcGIS10.2软件将其空间化，用自然断裂法将其分为热点区、次热点区、次冷点区和冷点区4类（图3），进而探讨县域发展空间关联格局。

成渝城市群区域发展迅速，整体水平得到显著提升。3个时间断面下研究区热点区域由1993年成都3区（新都区、双流区和青羊区）、重庆2区（九龙坡区、江北区）、德阳1区1市（旌阳区、广汉市）和绵阳1区1市（涪城区、江油市）演变为2013年成都3区（双流区、郫都区和新都区）、重庆3区（渝北区、九龙坡区和沙坪坝区）、德阳1市（广汉市）和绵阳1区（涪城区），可以看出，热点区逐渐呈现以成都和重庆为核心的组团区。次热点区主要分布在热点区周围，且范围逐渐扩大，从市域层面看，热点区和次热点区主要位于成都、重庆两行政范围内，表明良好的区位优势、发达的交通网络及政治经济中心地位使得成都、重庆的发展状况要远远优于成渝城市群内部其他地市。冷点区在3个时间断面下呈现明显缩减的状态，且中部地区的缩减幅度最大，这是由于成都重庆双核间经济联系更加密切、交通更加方便快捷，对双核通道中間地带的经济发展起了很大的带动作用。发展至2013年，冷点区主要分布在成渝城市群边缘山区地带，表明加大区域边缘县区与成渝双核的交通通达性，增强成都、重庆的经济辐射能力，对于推动成渝城市群边缘县区发展具有重要意义。

3 结论与讨论

成渝城市群是我国西部地区经济基础最好、发展潜力最大的区域之一，培育发展成渝城市群，对于推动“一带一路”和长江经济带战略、加快中西部地区发展、拓展全国经济增长新空间具有重要意义，因此对于成渝城市群区域发展演变特征的探讨显得尤为重要。研究基于熵值法并结合空间分析方法，在空间范围内，对1993、2003及2013年的区域发展演变进行分析，得到：（1）成渝城市群在第2阶段（2003—2013年）灯光指数变化明显大于第1阶段（1993—2003年），表明成渝城市群在研究时段内经济发展迅速，夜间灯光的亮度及范围明显扩大；（2）成渝城市群区域发展呈现两极分化趋势，城市群内部交通条件的改善对经济发展具有明显的促进作用，而区域边缘山区地带，由于交通条件改善程度低，经济发展水平虽有提升但与其他区域相比差距却越来越大；（3）成渝城市群区域发展迅速，整体水平得到显著提升，冷点区逐渐减少，次热点区明显增多。

基于研究结果，对成渝城市群协调发展提出相关建议：（1）优化成渝城市群的规模结构，进一步加强成都、重庆2个核心城市的建设，构筑具有国际影响力的现代化大都市，重点建设成渝发展主轴，打造绿色生态的沿江城市带和创新驱动的成绵乐城市带，培育跨区域协同发展的南遂广城镇密集区，培育向东开放和南向开放门户达万城镇密集区与川南城镇密集区；（2）加强内部城市之间的互联互通。按照“零距换乘、无缝衔接”要求，强化航空、铁路、公路、水运等基础设施的连通度，合理规划成都、重庆环线铁路和市郊铁路；加强边缘山区交通基础设施建设，增加道路密度和等级，提升边缘山区的通达性；（3）构建与外部空间畅通便捷的交通通道；依托长江黄金水道、沿江铁路、成昆铁路、渝昆铁路与丝绸之路经济带，完善成渝城市群国内外联系通道；（4）立足各地比较优势，引导产业集群发展；培育战略性新兴产业集群、壮大装备制造产业集群、发展现代服务业集群、打造旅游商务休闲产业集群等，壮大现代产业体系，夯实城市群产业基础。

参考文献

[1]Lyons T P.Inter-provincial disparities in China：output and consumption，1952—1987[J].Economic Developmentand Cultural Change，1991，39（3）：471-506.

[2]Fujita M，Hu D P. Regional disparity in China 1985-1994：the effects of globalization and economic liberalization[J].The Annals of Regional Science，2001，35（1）：3-37.

[3]赵明华，郑元文.近10年来山东省区域经济发展差异时空演变及驱动力分析[J].经济地理，2013，33（01）：79-85.

[4]李国胜，郭兆成.自然地理格局对区域发展时空分异影响的评价方法[J].地理研究，2007（01）：1-10.

[5]贺三维，王伟武，曾晨，等.中国区域发展时空格局变化分析及其预测[J].地理科学，2016，36（11）：1622-1628.

[6]戴其文，魏也华，宁越敏.欠发达省域经济差异的时空演变分析[J].经济地理，2015，35（02）：14-21，29.

[7]冯长春，曾赞荣，崔娜娜.2000年以来中国区域经济差异的时空演变[J].地理研究，2015，34（02）：234-246.

[8]周春山，罗利佳，史晨怡，等.粤港澳大湾区经济发展时空演变特征及其影响因素[J].热带地理，2017，37（06）：802-813.

[9] Elvidge C D，Baugh K E，Dietz J B，et al.Radiance calibration of DMSP/OLS low-light imaging data of human settlements[J]. Remote Sensing of Environment，1999，68（1）：77.

[10] Elvidge C D，Baugh K E，Kihn E A，et al. Relation between satellite observed visible-near infrared emissions，population，economic activity and electric power consumption[J].International Journal of Remote Sensing，1997，18（6）：1373-1379.

[11]杨妮，吴良林，邓树林，等.基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例[J].地理与地理信息科学，2014，30（4）：108-111.

[12]程砾瑜.基于DMSP/OLS夜间灯光数据的中国人口分布时空变化研究[D].北京：中国科学院遥感应用研究所，2008.

[13]Raupach M，Rayner P，Paget M. Regional variations in spatial structure of night lights，population density and fossilfuel CO2emissions. Energy Policy，2009，2：61-65.

[14]Elvidge C D，Imhoff M L，Baugh K E，et al. Nighttime lights of the world：1994-1995[J].ISPRS Journal of Photogrammetry and Remote Sensing，2001，56（2）：81-99.

[15]Ghosh T，Sutton P，Powell R，et al. Estimation of Mexicos informal economy and remittances using nighttime lights data[C].Urban Remote Sensing Event，2009 Joint. Shanghai：IEEE，2009：1-10：418-444.

[16]楊眉，王世新，周艺，等.DMSP/OLS夜间灯光数据应用研究综述[J].遥感技术与应用，2011，26（01）：45-51.

[17]赫胜彬，张靓.基于夜间灯光数据的中国区域发展评价[J].生态经济，2015，31（12）：14-17+26.

[18]方创琳，宋吉涛，张蔷，等.中国城市群结构体系的组成与空间分异格局[J].地理学报，2005，60（5）：827-840.

[19]冯兴华，钟业喜，徐羽，等.长江经济带区域空间结构演化研究[J].长江流域资源与环境，2015，24（10）：1711-1720.

[20]冯兴华，钟业喜，李峥荣，等.长江经济带城市体系空间格局演变[J].长江流域资源与环境，2017，26（11）：1721-1733.

[21]杨宇，刘毅，董雯，等.新疆城镇化与土地资源产出效益的空间分异及其协调性[J].生态学报，2011，30（21）：6569-6578.

（责编：王慧晴）