基于NPP-VIIRS夜间灯光数据的淮河流域区域经济差异时空特征分析

文 枫，胡 涛，段琳筠，张云诗，王坤鹏

(河南城建学院，河南 平顶山 467036)

区域经济差异是区域非均衡发展反映出的一种地理现象，也是地理学与区域发展研究中的一个重要问题[1]。目前，学者们从发展差异水平测度、变化走势以及影响机制等方面对区域经济差异现象进行了诸多分析，研究成果颇丰，但较多研究仍采用人均GDP等传统统计数据作为区域经济发展的评价来源[2-4]。已有研究表明，传统经济类统计数据具有一定的统计或计算失误，并有可能在“业绩工程”导向下被部分地方政府虚报[5-6]。此类问题将对客观认知研究区域的经济发展状况和运行规律产生极大影响。近年来，夜间灯光数据由于其稳定性、客观性、持久性等优点，被广泛应用于经济参数空间化[7]、城市建成区提取[8]、人口变化[9]、能源消费[10]等方面研究，并有部分学者已将从中提取的夜间灯光指数作为地区经济发展水平的替代变量进行相关研究[11-12]。

在国家沿海开放和长江经济带等重大战略的不断推进下，位于环渤海经济区和长三角经济区之间的淮河流域逐渐成为“经济谷地”。在新发展理念下，地区间经济的协调、共享及其在空间发展上的动态均衡是提升我国经济整体发展效率的重中之重。基于此，本文将淮河流域作为研究对象，提取NPP-VIIRS夜间灯光数据中的城市夜间平均灯光强度表征城市经济发展水平，采用变异系数和泰尔指数等方法，深入分析了2012-2018年淮河流域区域经济差异的时空特征，以期在一定程度上拓展现有区域经济研究的视角，并为淮河流域的区域协调发展提供决策参考。

1 研究区域与数据处理

1.1 区域概况

淮河流域位于长江和黄河流域之间，范围包括河南、安徽、山东和江苏4省38市(由于湖北省只有随州和孝感两市的边缘处于淮河流域，为方便数据统计和对比，在研究范围界定中对其予以剔除)，如图1所示。它是实施鼓励东部率先、促进中部崛起发展战略的关键区域，也是国家主要的粮食生产基地、能源矿产基地和制造业基地。2019年，淮河流域已拥有人口近2.2亿，人口密度位居中国七大流域之首，但人均地区生产总值不及全国平均水平。

图1 淮河流域行政区划图

1.2 数据来源及处理

1.2.1 数据来源

NPP-VIIRS夜间灯光影像是由美国国家极轨合作伙伴卫星上运载的可见光近红外成像辐射仪生成，可从美国国家海洋和大气管理局(NOAA/NGDC)官方网站下载。另外，淮河流域行政区划矢量数据来源于中国国家基础地理信息中心网站提供的1400万行政区划矢量图，其他相关社会经济数据来源于各城市历年统计年鉴。

1.2.2 数据处理

(1)数据预处理

经NOAA/NGDC网站获取的中国区域NPP-VIIRS夜间灯光影像为GCS_WGS_1984坐标系统，为解决影像网格尺寸因纬度增加而变形的问题，需将影像数据重投影为Albers等积投影，并通过最邻近方法将影像数据重采样至500 m分辨率，随后以淮河流域行政边界矢量图为掩膜，通过Arcgis10.2软件的Spatial Analyst工具对全国夜间灯光数据进行裁剪，得到研究区域内NPP-VIIRS各月度夜间灯光影像。最后利用均值法将研究区域内各月度影像合成为年度数据(如图2)，其合成公式为：

(1)

式中：DNk为月度数据(k=1、2、3……12)，K为月度数据个数。

图2 2018年淮河流域NPP-VIIRS夜间灯光影像图

(2)影像校正

①负值消除

合成的NPP-VIIRS年度灯光像元值在Arcgis10.2软件显示有负数现象，为保证数据的完整性及后期计算，本文将灯光数据中的负DN值均设置为0。

②不稳定光源与背景噪声消除

(2)

(3)

式中：DN为校正后年度影像中的稳定像元值；DNt为尚待校正年份影像的稳定像元值；DNt-1和DNt+1为校正年份前一年和后一年二值化影像的稳定像元值。

③极亮值像元处理

基于数学统计方法获取隔年最大灯光像元值，将大于该年份最大灯光像元值的极亮值像元均设为最大灯光像元值，以此消除油气井、平静湖面和冰雪等反射的异常光源对夜间灯光影像数据的影响。

④连续性校正

鉴于DN值在时间序列上逐年增加的一般原则，将研究期末(2018年)的年度合成灯光影像数据作为参照，对2018年之前的各年灯光数据依次校正处理，最终完成经校正后稳定的2012-2018年夜间灯光影像数据。

(4)

式中：DN为完成连续性校正的年度灯光像元值；DNx为尚待校正的年度灯光像元值；DNx+1为后一年中已经校正的年度灯光像元值。

基于以上步骤，NPP-VIIRS夜间灯光数据的具体处理流程见图3。

图3 NPP-VIIRS夜间灯光数据处理流程图

2 研究方法

2.1 夜间灯光指数

通过Arcgis软件中的栅格计算器，提取夜间灯光影像中的有效DN值与像元个数，二者比值表征2012-2018年的淮河流域城市夜间平均灯光强度(DM)，其公式为：

(5)

式中：DNini表示DN值为i的第n个点；N为研究区域的像元个数；DNmax为该年最大像元值。

2.2 变异系数与泰尔指数

变异系数与泰尔指数为当前有关区域差异动态特征研究中常用测算方式，变异系数的计算公式为[13-14]：

(6)

(7)

式中：T表示泰尔指数；TWR表示省内差异，TBR表示省间差异；Gi表示i省域的城市夜间灯光DN总值；G表示淮河流域整体的城市夜间灯光DN总值；Pi表示i省域的城市夜间灯光有效像元个数；P表示淮河流域整体的有效像元总个数；Gij表示i省域j市的城市夜间灯光DN总值；Pij表示i省域j市的城市夜间灯光有效像元个数。

2.3 相对发展率

进一步引入相对发展率指标显示各市经济发展水平在研究期内相对于淮河流域整体的发展速度，其公式为[15]：

(8)

式中：Nich为城市经济发展水平的相对发展率；M2i、M1i分别为i市在研究期末与研究期初的夜间平均灯光强度值；M2、M1分别表示研究期末与研究期初时的淮河流域整体城市夜间平均灯光强度值。

3 结果与分析

3.1 空间分异特征

图4 2012-2018年淮河流域及各省域经济发展水平变化趋势

图4为2012-2018年淮河流域及省域经济发展水平变化趋势，从图4可以看出，2012-2018年淮河流域整体经济发展水平呈现不断上升的趋势，其城市夜间平均灯光强度由2012年的2.63增加到2018年的4.63，增幅达75.7%。分省域来看，豫、皖、苏和鲁4省城市经济发展水平也反映出持续增长态势，但区域经济差异显著。2012-2018年城市经济发展水平由强到弱依次为江苏省、安徽省、河南省、山东省。其中，安徽省城市经济发展水平上涨趋势最快，年均增长率达11.8%。江苏省城市经济发展水平上涨趋势最慢(9.2%)，其主要原因在于江苏省较早推进新型城镇化建设并受益于东部沿海产业梯度转移作用，已积累起良好的经济发展基础，目前上升空间有限。

通过Jenks法将各城市历年夜间平均灯光强度进行数量分类后发现(见图5)，淮河流域区域经济发展呈现二元格局且差距明显。2012年淮河流域城市经济发展处于较高水平的仅有南京、合肥和郑州3个省会城市，而随着省会城市对其周边地区经济的不断拉动，到2018年淮河流域整体经济空间差距已有所缩小，但经济发展较低水平城市仍集中连片在豫东南、皖北和鲁西南地区，形成了典型的以省域中心城市为核心的核心—边缘发展空间格局。

(a)2012年 (b)2018年

3.2 发展动态差异特征

2012-2018年淮河流域区域经济总体差异与泰尔指数分解变化趋势分别如图6、图7所示。由图6可知：在变异系数与泰尔指数两种方法测算下，2012-2018年淮河流域区域经济总体差异呈现平稳下降的趋势，这说明淮河流域城市间经济发展的差距在逐渐下降，区域整体发展较为均衡。

从图7看出，淮河流域区域经济省间差异和省内差异均呈现下降的趋势。其中，省间差异变化较小，曲线平稳下降；省内差异变化趋势与总体差异高度一致。

淮河流域区域经济发展水平动态差异见表1。从表1看出，省内差异对总体差异的贡献率一直处于绝对优势，说明淮河流域省内差异是导致区域经济总体差异变动的主要贡献者。从4省内部差异整体比较来看，2012-2018年河南省和省内差异及总体差异曲线走势基本保持一致，并且其对总体差异的贡献率不断增长，其余三省研究期内对总体差异的贡献率均不断降低。由此可见，河南省是明显造成淮河流域省内差异变化的主要原因。

图6 2012-2018年淮河流域区域经济总体差异变化

图7 2012-2018年淮河流域泰尔指数分解变化趋势

表1 淮河流域区域经济发展水平动态差异分解及差异贡献

3.3 区域发展速度差异特征

图8 2012-2018年淮河流域区域经济水平相对发展率空间分布

2012-2018年淮河流域区域经济水平相对发展率空间分布如图8所示。从图8看出，淮河流域城市发展速度极化现象较为明显。南京、合肥、郑州、镇江和漯河5市的相对发展率明显快于其他城市。同时，南北城市经济发展差异也较为明显，江苏和安徽两个南方省份城市经济发展水平的相对发展率整体高于河南和山东两个北方省份。对比2012年淮河流域城市经济发展水平的空间分布情况(图5(a))可以发现，原来经济发展水平较高的城市相对发展率出现了分异，南京、合肥、郑州、镇江、扬州、泰州、南通等城市仍然保持较快的发展速度；而原来经济发展水平较高的平顶山、商丘、济宁、枣庄、徐州、日照、淄博等城市由于远离省会城市，受其经济带动影响能力较弱的影响，经济相对发展速度较慢；原来经济发展水平较低的驻马店、漯河、开封、六安、阜阳、亳州、盐城、连云港、宿迁、泰安等城市由于受各地区的政策差异、产业结构以及自身优势不同等因素的影响，经济相对发展速度较快，从而致使淮河流域目前呈现出新的城市经济发展空间分布格局。

4 结论与讨论

4.1 结论

(1)2012-2018年淮河流域区域经济发展成效显著，城市夜间平均灯光强度大幅提高，但区域经济发展差异明显，整体上形成了以省域中心城市为核心的核心—边缘发展空间格局。

(2)2012-2018年淮河流域城市间经济发展差距逐渐下降，区域整体发展较为均衡。其中省内差异是造成总体差异变动的主要原因，而河南省内部差异是淮河流域总体省内差异的主要贡献者。

(3)2012-2018年淮河流域区域经济发展速度极化现象明显，南方省份城市经济发展水平的相对发展率整体高于北方省份，并且原来经济发展水平较高的城市相对发展率也出现了分异，从而呈现出新的淮河流域城市经济发展空间分布格局。

4.2 讨论

NPP-VIIRS夜间灯光数据是对传统GDP统计数据必要的补充分析，但受制于新一代卫星的局限性，本文仅提取了2012-2018年间的夜间灯光指数。未来可根据实际研究需要，将DMSP-OLS和NPP-VIIRS两类夜间灯光数据进行拟合校正，以获得更长时间序列的夜间灯光指数来开展区域经济差异、城市化、人口流动、能源消费等多方面的研究。