基于县域尺度的长三角城市群经济空间演变特征研究，本文主要内容关键词为：尺度论文,县域论文,城市群论文,特征论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F291文献标识码：A 文章编号：1000-8462(2010)07-1112-06
近年来，伴随着国家区域战略的不断推进，我国区域发展的网络化特征日益明显，全国已经形成了多元化发展的格局，而区域内的城市发展正处于激烈的重组时期。区域差异、区域平衡等与区域空间相关的问题也成为近年来我国经济地理学、区域经济、城市科学等诸多学科的研究热点[1-5]。法国地理学家戈特曼于1976年在《世界上的城市群体系》一文中首次提出了六大城市群的观点，并将以上海为中心长三角城市群称为“第六大世界城市群体系”。我国于1992年成立长三角城市协作委主任联席会，标志着长三角城市群区域合作的正式开始。随着本世纪长三角区域战略的深入推进，城市群竞合环境不断变化，这无疑对整个区域经济发展产生新的空间效应。
关于空间效应的研究，国外学者自1980年代开始普遍采用空间统计或者空间经济学的方法研究区域的差异、联系及相互作用关系[6-9]，自1990年代开始国内学者也对此进行了定量研究[9-12]。但是由于数据的可获得性以及运算的复杂性，研究数据通常以地级市为单位，基于县域较小单元尺度的经济空间特征较少，但是区域经济发展的空间特征与区域单元划分的尺度密切相关。另外，既有的研究成果其方法多是数学模型的自运算，较少涉及单元之间的内部关联。因此，本文以长三角城市群县域尺度单元为研究对象，在GeoDA和Arcgis的支持下探讨自1990年以来，长三角城市群经济空间的变化特征及内部空间单元的关系，并以可视化的空间数据探索方法进一步揭示其动态的演化过程。
1 研究方法
传统经济地理学和区域经济学的空间统计分析方法，通常是基于相邻空间单元的相互独立的假设，而实际上距离相近的区域之间不仅存在地域上的关联，在空间要素的发展过程中彼此之间也存在较强影响。因此，空间数据探索分析可以获取与地理位置相关的属性数据的空间依赖性，并可视化其空间相互作用和差异程度。其内容主要包括空间全局自相关和空间局部自相关，常用Moran's I进行统计分析。
1.1 空间权重矩阵
由于空间数据存在空间位置分布的特征，空间权重矩阵，是对空间邻近性的定量化测度，表达了不同空间对象之间的空间关系，如拓扑、邻接关系等。它构成Moran's I统计检验和模型构建的基础。GeoDA①中提供了两种基本的空间权重方法：一种是基于邻接的空间权重(Contiguity-Based Spatial Weights)，另一种是基于距离的空间权重(Distance-Based Spatial Weights)。
基于邻接的空间权重包括：
①Rook权重
通常用Moran散点图和表示空间单元局部Moran's I显著性水平的Lisa图来表示。
2 研究区域与数据处理
长三角地区是我国综合实力最强的地区，至2007年底，区域国土面积约10.5万
，占全国国土面积2.1%，人口8422.7万人，占全国总人口的11%，GDP总量4.7万亿元，占全国的22.5%。在改革开放30年的时间里，尤其是1990年代以来区域发展战略的推进，使得长三角经济格局不断演变。因此本文将长三角地区划分为县域和市区单元尺度，时间跨度为1990-2007年，空间数据从1∶400万的国家基础地理信息数据中提取出以县域为基本尺度的长三角行政边界④。长三角城市群自1990年以来进行了扩容，新增地级台州市和泰州市，并且各个城市内部行政区划调整频繁⑤（表1），因此以2007年行政区划为准，对市区县边界和数据做合并编辑⑥，并以人均GDP增量和人均GDP增长率建立属性数据库。所有基础统计数据来源于《上海市统计年鉴》、《浙江统计年鉴》、《江苏五十年(1949-1999)》和《江苏统计年鉴》。
3 全局空间经济发展演变特征分析
对1990年至2007年的长三角城市群县域尺度的人均GDP和人均GDP增长率做全局Moran's I统计分析，可以得出清晰的区域经济发展格局的整体演变趋势（图1）。对结果分析可得出以下结论。
图1 长三角城市群人均GDP及其增长率的全局moran's I统计量
Fig.1 Global Moran's I of per capita GDP growth and its rate in Yangtze River Delta city group
注：各年份人均GDP全局Moran's I均通过Z检验，人均GDP增长率部分年份没有通过Z检验，说明不相关或不显著。
①长三角地区仍处于非均衡发展阶段，且地区不均衡进一步加剧。图1所示，自1990年以来，长三角城市群人均GDP全局Moran's I统计量在0.29-0.6之间，表明空间特征上存在显著的正相关，即高值与高值地区、低值与低值地区相邻，而且其线性趋势呈现上升态势。因此，虽然扁平化、多极化是未来长三角城市群的发展趋势，但是这种均衡的发展模式是建立在城市群高度发展的基础上。长三角城市群仍处于极化经济发展阶段，整体呈现非均衡发展特征，而且这种极化效应正进一步增大。
②经济发展空间格局阶段性特征明显。根据图1，人均GDP全局Moran's I统计量在近20年的发展过程中存在阶段性的差异。总体上可以分为三个阶段：第一个阶段是从1990年到1993年，长三角地区极化发展的加剧时期，这一时期经济发展空间极化作用不断增强，地区经济差异不断拉大；第二个阶段自1993年起至2001年长三角地区经济空间极化作用缓慢下降，这也正是长三角区域合作机制建立，城市区域化发展初见端倪的时期；第三阶段自2001年起至今，全局Moran's I值陡然上升后维持在较高的水平，极化效应使经济发达地区对周边地区带动作用显著。
③经济发展的绝对差异明显，由于循环累积，差异可能进一步扩大。人均GDP增长率的全局Moran's I值呈现剧烈的波动，线性趋势逐渐趋近于不相关。虽然人均GDP呈现区域聚集的空间格局，但是其增长率在空间上总体呈现随机分布的状态，其趋势线不断接近0，表明这种空间上不相关的随机趋势愈加明显。由此可知，在各个地区以GDP增长率作为地区发展的绩效衡量标准时，相对应的人均GDP增长率亦是其反映。无论是人均GDP的高值地区还是低值地区，追求增长率的维持与人均GDP绝对量无关。在区域化和城市化快速发展的背景下，各个地区均注重经济增长率的维持，使得增长率水平的空间分布没有呈现聚集态势，经济发展的相对差异较小，因此绝对差异的日益扩大是循环累积的结果，在此状况下可能进一步扩大。
4 局部空间经济发展演变特征分析
经过全局Moran's I分析，可以发现自1990年以来，长三角城市群在经济发展的时空演变过程中存在两个特殊的转折时期，分别是1993年和2001年，因此考察特殊年份的局部空间特征对于把握整个局部空间演变规律具有代表意义。其结果如图2、图3和表2、表3、表4。
4.1 Moran散点图分析
图2Moran散点图表明某一地域单元与周围单元经济的空间关系。斜线的斜率代表了Moran's I的值。第一至四象限点分别表示某空间单元与相邻单元的人均CDP水平呈现高值与高值集聚、高值与低值集聚、低值与高值集聚、低值与低值集聚的空间关系。
自1990年以来，长三角各县市单元分布在第一、三象限的居多，再次说明了人均GDP更多呈现正相关，即高值聚集和低值聚集的趋势。但是由表3可知内部点所代表的城市存在显著的变化。特别是1993年至2001年间，与宁波市相邻的慈溪市、余姚市、上虞市、舟山市全部跻身第一象限，标志了在长三角区域空间格局中宁波都市圈的快速崛起。
4.2 显著性水平Lisa图的解释性分析
图3表示局部Moran's I统计量的检验值较为显著的空间单元（Z检验小于0.05），可以得到以下几点结论：
①上海单中心极化效应明显，多中心带动格局尚不显著。根据图2，地域单元的人均GDP与周边单元具有“高高”显著关系的地区仅上海，表明上海仍然是长三角的绝对中心，并形成对周边地区的辐射影响。南京、杭州两翼对整个长三角甚至周边地区的发展带动不显著，一方面是由于自身发展不足，另一方面持续扩大的上海黑洞效应对南京、杭州两翼传统腹地范围的不断盘剥，使得经济要素向上海方向快速流动，而背离两翼。在长三角内部，上海的绝对优势依然强烈。
②地理条件是影响区域经济联系的限制因素。图中可知上海周边“高高”较为显著的单元聚集在江苏省内。但是随着2008年杭州湾跨海大桥的建设，经济空间格局必然会发生较大的变化。另外，长三角的南北两端的地域单元与相邻单元形成低值的聚集区。从1990年至今，低值区仅减少了两个县，分别是距离长三角中心城市上海市最远的玉环县和仙居县。说明南北两端县市的发展由于地理距离等原因受到区域影响有限，其经济更大程度依赖自身的发展。
③行政因素对经济空间格局的影响重大。根据图2，从1990年到1993年，上海极化效应不断扩大。1992年国家启动的长三角区域合作发展战略无疑对经济发展的空间效应具有重大的影响，这种效应集中体现于1993年上海与相邻单元的“高高”集聚。而2001年受上海辐射的高值聚集区减少，南京市和杭州市分别与相邻地区形成了“高低”的空间关系。2000-2001年是长三角行政区划调整最为频繁的时期，两年间长三角重要城市南京（江宁）、杭州（余杭市、萧山市）、扬州（邗江县）、无锡（锡山）、苏州（吴县）等均进行了行政区划调整，而这一调整对经济发展的空间格局带来了重大的影响。行政区划调整带来了南京市、杭州市本身人均GDP绝对值增加，虽然对周边区域带动作用不显著，但却着实分散了绝对中心上海的极化效应。
5 结论
空间探索分析的方法让我们重新思考区域发展的空间规律和联系，以及在这种规律的作用下区域空间的发展趋势和原因。通过对长三角县域单元时空特征的分析得出，虽然在新的竞合环境下，南京、杭州和宁波等城市组团正快速形成，但是在很长一段时间内，上海仍占绝对优势地位，并且这种趋势不断扩大。在市场力的作用下，经济要素会向最有利的单元聚集，必然呈现聚集经济效应，从而扩大区域内部的差异。因此，在区域发展前中期必须要通过必要的行政干预或对市场的宏观调控，才可能打破不断极化发展的区域空间格局。
本文的研究还存在以下几个方面需要进一步探讨：①不同的空间权重标准会造成Moran's I统计量的变化，从而影响结果，因此还需要采用其他方法对结果进行检验。②行政区划调整涉及各种类型，本文仅考虑对区域空间结构影响较大的两种类型，倘若将研究区域划分至乡镇单元，则需考虑更多区划调整因素的影响。③城市近年来大量涌入的“非正规”人口⑦并没有被计入城市总人口的统计口径，人均GDP并没有考虑这部分人口，但是它着实会对区域经济发展格局产生影响。④近年来，随着杭州湾大桥的建成、高铁与城际铁路带来的区域交通变革、长江航道的疏浚工程等区域内的自身因素影响，以及江苏沿海发展战略、淮海经济区等各类相邻区域战略的实施，必然对长三角的经济空间格局产生影响，新发展和新变化等值得进一步研究。
注释：
①本文使用GeoDA0.9.5-i版本：http://www.csiss.org/cle- aringhouse/GeoDa/。
②GeoDA0.9.5-i中提供从一阶到高阶的权重矩阵，一阶权重矩阵包含共享边界和顶点的“邻居”，二阶为“邻居”的“邻居”，高阶依次类推。
③由于建立矩阵仅表示一个互相相邻的关系而不涉及具体面积，因而可以在ArcGIS中将不邻接的区域用一个和周围连接的多边形来代替，而在具体绘制和计算专题图的时再将多边形换为原来的实际位置区域。
④http://nfgis.nsdi.gov.cn。
⑤长三角地区行政区划调整主要涉及三类情况：一类是由县级市成为地级市，如泰州市；一类是撤县设区；一类是区县辖乡镇或街道的行政区划调整。本文仅考虑前两种情况，其他情况未作考虑。
⑥根据现阶段的统计规定，由于上海市的中央企业、市属企业比较多，上海市各区县不计算人均GDP，故把上海作为一个整体看待，崇明岛不单列。
⑦非正规人口：指没有被纳入统计的长期在城市居住或就业的人口。参见石楠.非正规[J].城市规划，2009(4)：编者絮语。
标签：长三角城市群论文; 城市经济论文; 经济论文; 中国人均gdp论文; 地区经济发展论文; 经济学论文; 江苏gdp论文;