重庆市交通区位演化过程与空间异质性格律初探
2022-11-18张洪睿张淑芳翟非同
张洪睿,杨 丹,汪 洋,2,3*,严 笑,张淑芳,翟非同
(1.重庆师范大学 地理与旅游学院,重庆 401331;2.GIS应用研究重庆市高校重点实验室,重庆 401331;3.三峡库区地表过程与环境遥感重庆市重点实验室,重庆 401331)
0 引言
交通网络是社会经济要素流动的物质载体,作为区域城镇化的重要驱动因子,具有显著的先导性、基础性和空间导引性[1-3]。被视为中国缩影的重庆市,1997—2015年经历了交通与城镇化的同向快速发展,公路里程增长了5.5倍(其中高速公路里程增长了26.5倍),而城镇化率从31%快速跃升至64.1%[4]。尽管交通网络建设与城镇化发展常常互为因果且发生机理近乎灰箱[5-6],但源于交通基础设施建设的先导性[7-9],故以重庆市为典例,从区域交通演变的角度来阐释城镇化驱动因子的关联特征,揭示其间的数量关联性与时空格局机理,依然是一个具有典型性和启发性的重要课题。
随着全球交通基础设施建设的发展和地理空间信息技术的进步[10],目前区域性交通条件评价与关联效应研究成果较为丰富。主要集中于两个方面,一是交通可达性评价研究,其中金凤君等人对交通优势度的概念进行了界定,构建了交通优势度评价的数量模型,采用多因素综合集成法对中国县市综合交通优势度进行定量评价与甄别[11];Wondemu等[12]分析了埃塞俄比亚农村道路发展状况,客观性分析了埃塞俄比亚农村地区交通可达性现状,指出埃塞俄比亚交通基础设施的紧迫性和必要性;二是交通与区域发展关系研究[13-15],其代表性成果有Coto-millán等人,以西班牙为例,研究了高速铁路对区域经济的影响,指出madrid-seville高铁路线和Madrid-Barcelona-French Border route高铁路线对促进区域经济发展贡献度较高[16];Olsson[17]以菲律宾农村视角,阐述道路可达性对菲律宾渔村发展的的影响,指出交通条件的改善能促进渔民生产力和生产技术提高,有效促进社会资本向渔业等养殖业转移;此外,一些学者研究了中国各地交通优势度与区域经济发展间的关系,分析了在不同交通模式下的城镇化、人口、产业等方面的差异[18-21]。总体看,虽然区域交通评价相关成果较为丰富,但针对快速城镇化周期背景下的区域交通关联演化分析较为薄弱;现有研究虽讨论交通区位本身的成果较为丰富,但将区域交通区位发展情况与空间异质性放在一起研究,并与之建立数量关联的文章较为少见。由此出发,本文通过对重庆市交通区位演化与城镇化过程定量建模,并建立响应关联模型,基于重庆市快速城镇化阶段的典型性,以期揭示两者之间定量的时空结构关系,以期为后来相关研究以及重庆市交通基础设施布局提供参考。
1 研究区概况
重庆市地处我国西南部,地理位置在28°10′~32°13′N、105°11′~110°11′E之间,幅员面积8.24万km2。作为青藏高原与长江中下游平原的过渡地带,中部和西北部地区以丘陵、低山为主,东南部靠近大巴山和武陵山,地势特征表现为东部高、中西部相对较低(图1)。1997年将重庆设立为中央直辖市以来,全市的产业经济与交通设施得到极大提升与发展,同时内部发展的不均衡性问题也日益凸显,是一个典型的大都市与大农村并存的地区。2015年底全市地区生产总值为15 717.27亿元(其中主城都市圈为6 861.01亿元,占43.65%),城镇化率为60.90%(其中渝中区达93%,巫溪不足50%)。同年,全市公路总里程为14.06万km(其中,渝西经济走廊占25.82%),高速公路里程为2 525 km(其中,渝西经济走廊占28.63%),铁路运营里程为1 929 km,航道总里程4 451 km,城市轨道交通里程202 km,是西南地区的综合交通枢纽。
注:该图基于重庆市规划和自然资源局的审图号为黔渝S(2020)067号的标准地图制作,底图无修改,下同。
2 数据与方法
2.1 数据来源
以重庆市38个区县为评价单元,基于空间数据和统计数据进行因子建模,其中统计数据来源于《重庆市统计年鉴》《重庆市国民经济和社会发展统计公报》等统计资料;空间数据来源于中国科学院数据中心、OpenStreetMap平台及《重庆市1∶250 000交通图》。
2.2 研究方法
2.2.1 交通区位指数
交通区位指数(Traffic location index,TLI)用以表示区域交通的优劣程度,又称交通优势度指数。参照已有研究[22-23],综合内部交通区位指数(Internal traffic location index,ITLI)、外部交通区位指数(External traffic location index,ETLI)构建交通优势度指数,如式(1)~(3)所示:
(1)
(2)
(3)
式中:fm分别为内部交通区位指数(ITLI)与外部交通区位指数(ETLI),二者通过极差法进行归一化处理以消除量纲影响;wm指利用熵值法计算得到的fm对应的权重,其值分别为0.400 3、0.599 7;ITLIi为区县单元i的内部交通区位指数,Dj为评价单元内某一交通类型的里程[23];ETLIi指区县单元i的外部交通区位指数,TRk代表各类交通线的缓冲区范围[23],Si指区县单元i的行政区面积。
2.2.2 城镇化发展指数
快速的土地城镇化剥夺农民生产生活空间,农村劳动力在空间上向城镇转移的同时,产业第二、三产业集中[24];因此从人口城镇化、土地城镇化、产业城镇化3个方面构建城镇化指数模型(Urbanization index),可较为全面的反映重庆的城镇化进程。计算方法如公式(4)所示。
(4)
式(4)中,UI为城镇化指数;Up为人口城镇化参数(即城镇人口/总人口,城镇化率);Ul为土地城镇化参数(即建成区面积/总面积);Ui为产业城镇化参数(即第二、三产业产值之和/地区生产总值)。
2.2.3 关系探索分析
为定量探测交通区位演化的城镇化响应过程以及二者的空间性特征,利用ArcGIS 10.6和Geoda 095i软件进行地理加权回归分析(Geographically weighted regression,GWR)、空间自相关分析(Moran'sI)和聚类分析(LISA)。其中,GWR分析方法将数据的空间结构嵌入线性回归模型中,分析要素的空间变化及其驱动因素,如式(5)所示[25];Moran'sI分析方法用以表征区域均质前提下,要素分布的全局空间关联性,如式(6)所示[26];LISA集聚指数(Ii)可反映要素与相邻要素在局部空间上的集聚特征,如式(7)所示[26]。
(5)
式中:(ui,vi)为第i个采样点的经纬度坐标,βk(ui,vi)是第i个采样点上的第k个回归参数,xik表示k回归参数下yi对应的值,εi为第i个样点的随机误差;
(6)
(7)
式中:n为评价单元数,yi、yj为变量的i、j值,Wij为rook邻接确定的空间权重,S2为变量的方差值。
其中,I∈[-1,1],当I>0(或I<0),表示要素分布呈空间正(负)相关,当I=0,表示变量呈随机分布,无明显空间特征。当Ii>0,要素在空间上出现集聚现象,即高值集聚(H-H)或低值集聚(L-L);当Ii<0,要素分布在空间上呈异常情况,即高值被低值所包围(H-L),或低值被高值包围(L-H);当Ii=0,空间分布特征不显著。
3 时空格局分析
3.1 交通区位时空演化
1997年重庆市交通建设落后,各区县内外交通联系薄弱,整体水平不高,但有明显的高值中心(重庆主城)。如图2所示,全市交通区位指数的均值为0.214 4(其中有29个区县低于平均水平),最高值0.777 3,位于渝中,而巫溪仅为0.000 5。各区县的内部指数远高于外部指数,其中内部交通区位指数的均值为0.335 3,峰值为渝中区(3.380 9),与排名最末的巫溪(0.100 0)比较,二者相差30倍有余,区际可达性水平低,离散水平高,县际差异显著;外部交通区位指数的均值为0.334 2,峰值出现在渝中、江北等地,其指数值达0.988 7、0.987 7,而诸如黔江、潼南等13个区县限于地形、经济基础、发展需求等多重因素影响,其外部交通区位指数近乎于0,存在明显的空间非均衡性。
图2 1997年重庆市交通区位格局
如图3所示,2005年,在“二环八射”交通发展目标的引领下,全市交通设施不断完善,交通区位指数提高了18.63个百分点,而“西高东低”的空间失衡现象仍较明显,其中,领先的渝中地区其交通区位指数达0.985 4,而排名最末的城口仅为0.098 1。具体看,内部交通区位指数的均值为0.423 6,最高值位于渝中地区,达4.134 8,而巫溪仅为0.104 4,县际差异悬殊;外部交通区位指数的均值为0.602 2,较1997年提高26.80%,但指数值高的渝中、沙坪坝等地区远超城口等区县,二者的指数差值可达85.51%。交通区位指数的空间失衡特征,直接反映出人口、资金、技术等城镇化发展所需的社会经济要素在空间上的不平衡,这与重庆“一城多区,组团式发展”的城市空间结构相契合。
图3 2005年重庆市交通区位格局
如图4所示,为建成“大西南交通运输枢纽”,满足“内畅外联”的交通需求,高速公路、轨道交通等路网结构建设加速推进。2015年重庆交通区位指数的均值为0.536 2,其中,随着城市建成区的大幅增加以及农村公路建设的不断加强,县域内部交通可达性显著增强,全市内部交通区位指数的均值为0.791 9,较2005年提高36.83%;同时,区县间的交通联系日趋紧密,外部交通区位指数为0.770 9。从空间格局上看,“西达东塞”的交通区际差异仍未得到根本性改变,以渝中为中心的渝西地区,其内、外部交通区位指数分别为4.290 9、1.000 0,大幅领先于渝东北地区和渝东南地区的城口、酉阳等地区。具体看,在发展重心向西倾斜的影响下,区县间的交通区位指数差异加大,极大值与极低值地区间的差异较2005年增加5.04个百分点,其中,因都市区集中了轨道交通、机场等优势交通项目,内部交通区位指数的极差值较2005年提高了12.98%;相反,在区际联系日益紧密的背景下,外部交通区位指数的极差值较2005年下降了10.67%。
图4 2015年重庆市交通区位格局
从近20年重庆市交通区位演化的时空特征看,在快速城镇化背景下,交通设施硬件的投入不断加大,交通网络日趋完善,通达性水平显著提高;同时,地形基底叠加区际经济差带来交通通达度的地区差异性,交通区位指数高的地区集聚在渝西平行岭谷地带,而渝东北、渝东南等广大山区的交通发展较为落后。1997—2015年,交通区位指数的绝对增幅为0.321 8,年均增长1.69%;其中,内部交通区位指数的绝对增长幅度为0.456 6,年均增长率为2.40%;外部交通区位指数的绝对增幅为0.436 7,年均增长率为2.30%。交通作为城镇发展的结构性骨架,是城镇扩张的重要手段,重庆各区县的内部交通网络的完善度不断提高,区际联系整体增强。
3.2 城镇化发展时空格局
1997—2015年,重庆市城镇化过程经历了起步、加速两个阶段,城镇人口比重不断提高,非农产业不断发展,城市空间逐渐扩大,城镇化水平逐渐提高。如图5所示,具体来看:1)1997年,重庆城镇化发展处于起步阶段,城镇化发展缓慢,其中有27个区县的城镇化指数低于平均水平(0.43);同时,区(县)际间的城镇化发展差异明显,存在明显的极值中心。其中,排名前三的渝中、大渡口、渝北的城镇化指数为0.90、0.70、0.69,而酉阳(奉节)、荣昌、石柱分别为0.30、0.29、0.25;从内部结构来看,城镇人口比重均值为22.92%,第二、三产业产值比重均值为68.79%,建成区占比的均值为3.50%,人口、产业、土地对城镇化的贡献比为0.24:0.72:0.04,产业发展对城镇化的带动作用显著;2)直辖后,重庆抓住契机,经济布局由分散转向集中,增长动力以投资为主导向投资消费双轮驱动转变,经济实力逐渐增强,城镇化建设力度也不断加大。2005年,重庆市城镇化发展进入加速阶段,城镇化指数的均值约为0.54,较1997年提高10.98%,其中,包括酉阳、巫溪、彭水等63.16%的区县低于平均水平,而渝中、渝北、大渡口等地区城镇化指数仍然处于领先水平,依次为0.92、0.79、0.78,空间差异明显。从内部发展来看,城镇人口比重上升到42.94%,第二、三产业产值比重增加到80.68%,建成区面积占比为4.11%,三者的城镇化贡献比为0.34∶0.63∶0.03,产业对城镇化的拉动作用略微减弱,人口城镇化的驱动作用稍有加强,而土地城镇化的带动作用仍然有限。随着产业结构不断优化、投资力度逐渐加大、土地利用方式的转变等,城镇化进程得到进一步推进;3)截至2015年底,重庆市整体进入城镇化加速阶段,城镇化指数提高8.18个百分点,但空间差异特征仍较明显,其中,渝中、大渡口、渝北、九龙坡、沙坪坝5个区县的城镇化指数大于0.80,而包括云阳、奉节、巫山等23个区县的城镇化指数低于平均水平0.62。从城镇化内部来看,2015年人口城镇化比重为57.38%,第二、三产业的产值比重为88.78%,建成区占比为8.36%,较2005年都有较明显的提升;同时,三者对城镇化的贡献比为0.37∶0.57∶0.06,产业增长仍为城镇化发展的主要动力,但较2005年有所减弱。
图5 重庆市城镇化时空演化格局(1997年、2005年、2015年)
总的来看,1997—2015年,重庆城镇化发展经历了由起步阶段向加速阶段的转变,其发展历程表现出“由点及面,逐步铺开,整体提高”的发展特点。数量化层面,城镇化指数的绝对增长幅度为19.16%,年均增长率为1.01%;空间格局层面,整体城镇化水平不断提高的背景下,“西高东低”的空间差异仍较显著;内部结构层面,城镇空间扩张受阻,人口城镇化滞后,产业发展一直是城镇化发展的主要驱动力量。
重庆市城镇化的时空演化特征与其自然地理约束、历史发展格局惯性等密切相关;渝西的平行岭谷为城镇发展提供相对良好的场所,而渝东北、渝东南多山的地形则阻碍了城镇的发展与扩张;同时,在历史沿革、政策导向、技术人才、文化教育、资金流入等多重因素的影响下,以及“成渝城市群”发展规划、“一城多区、组团发展”的城市空间结构规划等概念的提出为渝西地区的发展注入了独有的优势条件,城镇化发展的东西差异化明显。
4 探索性分析
4.1 基于回归拟合的过程响应分析
GWR较于一般统计上的OLS线性回归拟合,充分考虑了数据的局部空间性。在进行模型构建时,因交通区位指数由内部交通区位指数与外部交通区位指数构成,为避免出现多重共线性,将二者作为单独因子进行回归拟合。
结果表明,拟合条件数大于零,小于10,不存在多重共线性;标准残差范围为(-4.47,2.72),残差范围为(-0.28,0.28),其残差图满足随机性分布,模型拟合效果较好;r2的范围为(0.74,0.85),Adjustedr2的范围为(0.73,0.83),二者存在良好的正相关性。
由表1可知:物质交通建设对城镇化具有正向促进作用,该作用在时间上不断增强,在交通内部结构和地区作用力度上存在明显差异。1)时间演化层面。交通对城镇化的GWR回归系数由0.625 0增加到1.263 3,表示交通对城镇化的拉动作用不断增强,加强交通设施建设有利于城镇化进程的推进; 2)内部结构层面。内部交通区位指数的GWR回归系数大于外部交通区位指数的回归系数,且其21.35%的增长速度大于外部交通区位指数19.13%的增长速度,说明内部交通建设对城镇化的驱动作用更显著;3)空间差异层面。交通对城镇化的促进作用在不同地区存在差异,其GWR回归系数的极差值由0.000 3增加到0.904 7,表示交通设施建设对城镇化驱动作用的地区差异增强。
表1 GWR模型回归系数的描述性统计(1997年、2005年、2015年)
4.2 基于异质性探测的空间格局稳定性识别
基于GWR分析表明交通对城镇发展的驱动效应存在空间差异性,为进一步识别交通区位指数与城镇化指数的空间依赖性和异质性特征,采用全局莫兰指数(Moran′sI)和集聚分析方法(LISA)进行探索性空间分析。
由表2可知:在0.01显著性水平下的Moran′sI>0,且Z>1.96的临界值,说明交通区位与城镇化发展间存在显著的全局空间正相关性。1)1997—2015年,内部交通区位指数的Moran′sI指数值由0.466 8增加到0.632 1,表示轨道交通、高速公路、国(省、县)道、城市主次干道等设施建设的空间正相关性不断增强;2)近20年来,外部交通区位指数的Moran′sI指数值由0.842 9下降至0.780 5,表示高速公路、铁路、机场、港口等跨区域交通网络的空间依赖性逐渐降低,但相较于内部交通区位指数,其空间依赖性更为明显;3)总的来看,交通区位指数的Moran′sI指数值在1997年、2005年、2015年一直处于0.84的较稳定高值(有极小的起伏),表现为较强烈的空间正相关性。多山的地形条件主导了交通建设与城镇发展的区位空间选择,加之地区经济发展等差异也使得交通与城镇发展对空间选择表现出明显的依赖性。
表2 重庆市交通与城镇化指数的莫兰指数分析(1997年、2005年、2015年)
由表2,图6可知,在0.05显著性水平下,交通区位指数与城镇化指数在空间上有明显的高(低)值集聚区,在时空演化上表现出一定的空间稳定性特征。1)空间格局层面。交通区位指数与城镇化指数的空间分布具有明显的空间集聚特征,其中,高值区集聚在渝中、沙坪坝、南岸等10个区县(1997年为9个,不含北碚),低值区广布于城口、巫溪、黔江等渝东北、渝东南地区;2)时间演化层面。交通区位指数与城镇化指数的空间集聚特征表现出相对稳定性,除个别区县的集聚特征发生改变(如,2005年新增的北碚高值区、江津相对低值区,2015年新增的万州相对高值区),其空间集聚特征无根本性变化;3)内部结构层面。内、外部交通区位指数与城镇化指数的空间集聚特征在时空演化上具有相对一致性,个别区县存在差异。其中,高值区集聚在北碚、江北等主城地区,低值区集聚在巫溪、秀山、奉节等山区,异常值包括璧山、巴南、江津等相对低值区及万州、忠县、黔江等相对高值区。交通和城镇化发展的空间异质性特征与其自然地形条件、历史发展沿袭、经济发展重心、人口空间分布、科学技术发展、产业空间布局等多重因子的空间非均衡性密切相关。
图6 重庆市交通与城镇化指数的LISA集聚(1997年、2005年、2015年)
5 结论
本文以重庆市为例,基于统计数据、空间数据等多数据源,通过指数构建、模型分析等方法分析了1997年以来重庆的交通区位演化和城镇化发展进程,并进一步探析了二者的时空响应和空间性特征,得到以下结论:
1)数量变化层面。1997—2015年,重庆市交通设施建设和城镇化取得同向快速增长,交通建设领先于城镇化发展进程。数量上,城镇化发展的年均增长率为1.01%,交通区位指数的年均增长率为1.69%,交通区位指数的增长速度比城镇化指数的增长速度快13.02%。内部结构上,内部交通与外部交通对交通整体区位演化的贡献率相当;城镇化发展则主要依赖于产业经济,虽然产业城镇化的贡献率从1997年的0.72下降至0.57,但仍占据主导地位。
2)因子驱动层面。重庆市城镇化发展对交通区位演进存在较强的时空响应性,交通网络化驱动地区城镇化。时间演进上,交通区位演化对城镇化发展的驱动作用不断增强,GWR回归系数由1997年的0.618 3提高至1.263 3;内部结构上,城镇化发展对内部交通区位演化的响应更为强烈,且其作用力不断增强,增长速度达21.35%。
3)空间相关层面。山地交通与城镇化布局呈正空间自相关,空间依赖特征明显。1997—2015年,交通区位指数与城镇化的Moran'sI指数均大于0.8,表现为强烈的空间正相关性;同时,相较于内部交通区位演化的空间性,外部交通演化对空间的依赖性更强,其Moran'sI指数高10个百分点以上。
4)空间结构层面。山地条件下,交通网络与城镇化发展布局的空间集聚特征显著,且表现出明显的空间格局稳定性。1997—2015年,重庆市城镇化和交通发展的高值区整体上集中分布在渝中、北碚、南岸等主城及周边地区,地区发展度远超全市平均水平(最大达3倍);而诸如城口、秀山、黔江等渝东地区的区县,其城镇化和交通发展水平较低,属典型的低值集聚区。地形基底约束叠加发展导向差异,“西高东低、西强东弱”的空间格局特征稳定,空间非均衡性特征仍较显著。
本研究建立了重庆市交通区位演化过程与空间异质性响应关联模型,初步揭示了重庆市交通区位演化过程与城镇空间格局的时空结构关系,但仍存一些问题有待进一步优化:1)时间序列层面,本文仅采用了3年的时空数据,对重庆市交通区位演化与空间异质性关系的反映还不够全面;2)数据层面,由于数据的可获得性,部分区县数据,尤其是城市次干道及以下等级的路网数据可能存在不准确的情况,从而导致结果有一定的失真;3)本次研究并未考虑到区域外部重大交通基础设施对研究区存在的影响。以上问题均会影响研究交通区域演化与空间异质性结果的精度,但对两者之间的基本格律不会存在颠覆影响。