浙江城鄉發展轉型程度的時空特征及驅動力

朱菲菲，李偉芳，馬仁鋒

（寧波大學城市科學系，浙江 寧波 315211）

浙江城鄉發展轉型程度的時空特征及驅動力

朱菲菲，李偉芳*，馬仁鋒

（寧波大學城市科學系，浙江 寧波 315211）

城鄉發展轉型可以促進城鄉資源要素的均衡配置與發展，最終目標是實現城鄉一體化。通過構建人口、土地、產業和社會為主的城鄉發展轉型程度的指標體系，運用熵權TOPSIS法測度1991、2002和2013年的轉型程度，并用空間自相關、地理加權回歸模型（GWR）判別轉型驅動力。研究結果表明：浙江省城鄉發展轉型的程度測度中，高水平區域整體集聚在浙北地區，逐漸增大與浙西南、浙東南地區的差距；省內城鄉發展轉型程度的區際差異顯著，高高值集聚區為環杭州灣塊狀地區，低低值集聚區為浙東南、浙西南交界處的條帶狀地區；驅動力判別表明轉型程度較高的浙北地區受資金、市場和區位的綜合影響，轉型程度中等的浙東南地區受資金和區位的雙重影響，轉型程度最低的浙西南地區僅受市場要素影響。

城鄉發展轉型；轉型程度；時空分異；驅動因素；浙江省

朱菲菲， 李偉芳， 馬仁鋒. 浙江城鄉發展轉型程度的時空特征及驅動力［J］. 農業現代化研究， 2016， 37（2）： 262-269.

Zhu F F， Li W F， Ma R F. Spatio-temporal characteristics and driving forces of Zhejiang urban-rural development transformation degree［J］.

Research of Agricultural Modernization， 2016， 37（2）： 262-269.

城鄉發展轉型是城鄉要素轉移、戰略轉變、機制轉換協同發展的綜合過程［1］，在人口、資源和環境要素的功能和結構表現上，從相對低級的穩態結構向相對高級的穩態結構轉換。中國存在三個城鄉發展階段：1978年之前農業支持工業、鄉村支援城市；1978-2002年限制城市擴張，鼓勵鄉鎮企業發展；2002年之后進入工業反哺農業的統籌發展階段。然而在改革開放以后城鎮化戰略的快速推進過程中，產生了人口、土地和環境的三重挑戰，如城進村衰、空心村和耕地非農化等問題日漸凸顯，對實現三生共贏（生產、生活和生態）的局面造成了阻礙［2］，而對城鄉發展轉型的演變模式及驅動因素的探討，將為解決此問題提供科學依據。

目前學界就城鎮化、城鄉關系及城鄉一體化等主題的研究較為深入和全面，而城鄉發展轉型的研究則處于起步階段，研究內容較局限于政策及類型的劃分，研究方法倚重于非空間計量模型，忽略了地域差異性，結論也有待細化與深入。在城鎮化研究等方面，分別對人口集聚、產業非農化和土地城鎮化等進行詳細刻畫［3-5］，認為健康協調的城鎮化模式應該由最高效的土地占用和最大化的非農經濟產出兩者共同推進產生［6］，并綜合運用樣帶、地統計和空間距離測度模型等地學分析方法，研究城鎮化、工業化、信息化和農業現代化的同步發展程度、空間特征及其形成機理，發現沿海省市成為四化協同發展的熱點地區，同時還發現人均固定資產投資、社會消費品零售額和GDP是推動發展的主要因素［7］。在城鄉發展轉型研究方面，McGee［8］早在1980年便開始關注亞太地區的城鄉轉型，認為計劃生育和鼓勵鄉鎮企業發展等政策是促進中國東部沿海地區城鄉轉型的主要驅動力；國內學者則重在運用耦合協調度等計量模型，測度轉型程度的類型及其發展機制［9-10］，鮮有研究轉型的空間形態及驅動因素，而其空間集聚差異的探究卻是實現城鄉均衡發展及城鄉一體化目標的理論基礎。另外，自改革開放以來中國的城鎮化發展在沿海發達省份中較為突出，特別是在浙江省憑借民營經濟形成“浙江經濟”后，鄉村地區向城市發展的轉型程度更加明顯。因此，本文選取浙江省為研究對象，構建城鄉發展轉型程度指標體系，綜合運用空間自相關和GWR等方法，測度空間集聚特征及其驅動因素，為實現城鄉一體化提供借鑒。

1 研究區概況

浙江省位于中國最大經濟區長江三角洲的南翼，也是東部沿海發達省份之一。從改革開放發展至2013年，浙江省的經濟以每年12.6%的平均增長率快速增長，杭州、寧波、紹興和溫州成為省內經濟發展的四大支柱。全省以輕工業、加工制造業為主要產業，特別是改革開放以后，在國有經濟主導下，以家庭化、小商品為特征的鄉鎮企業飛速發展，為農村地區帶來巨大發展契機，其產值在1995年底已占全省工業總產值的3/4，創造了特殊的民營經濟發展模式如“溫州模式”等，涌現出一批民營經濟極為發達的縣級市，如義烏、慈溪、余姚、樂清等全國百強縣級市，因此，全省整體的城鄉發展轉型程度處于全國前列，成為城鄉發展轉型的典型研究區。

2 數據來源與研究方法

2.1 研究方法

2.1.1 熵權TOPSIS分析法 熵權TOPSIS法結合了熵權法和TOPSIS法［11］。其中，熵權法是一種客觀賦值方法，根據指標數值的變異程度確定權重；TOPSIS法是一種多目標決策方法，用縣市與最優/劣縣市的相對接近程度表示。計算步驟如下：

①構建判斷矩陣A：A=（aij）m×n，式中：aij是第i個縣市第j個指標值，m為66個縣市，n為11個指標；

②行歸一化處理得到歸一化矩陣B：B=（bij）m×n，式中：bij是第i個縣市第j個指標歸一化后的值；

③確定評價指標的熵Hj：

④確定評價指標的熵權W：W=（wj）1×n，其?中，式中：wj是第j個指標的熵權值；

⑤求各指標的權重集R=（rij）m×n：R=B×W，式中：rij是第i個縣市第j個指標的權重值；

⑥確定正理想解Q+和負理想解Q-：其中Q+=式中：表示第j個指標中數值最大縣市的權重值，rn-則是第j個指標中數值最小縣市的權重值；

⑧計算各縣市與理想解的相對接近度Ci：值越大越好，越接近。

2.1.2 空間自相關分析法 空間自相關包括全局和局部空間自相關，用來描述各個縣市不同指標屬性的空間相關特征［12］，公式為：

（1）、（2）式分別為全局、局部空間自相關，前者描述浙江省的總體相關性，后者為每個縣市的相關性，與LISA圖結合可形成高高、高低、低高、低低集聚區。兩種方式均通過I值（空間自相關程度）判斷空間差異，越接近1空間差異越小，越接近-1越大，0時不相關。本文研究結果以置信度大于95%時可信，即概率小于0.05時表現為顯著特征，因此Z得分（標準差）的絕對值應大于1.96，呈現顯著的空間自相關特征。式中：n為66個縣市數，wij為第i個和第j個縣市的鄰近權重矩陣，xi和xj分別為它們的屬性值，x-為均值，Z（I）為標準差，E（I）為I的期望，Var（I）為方差，Ii為第i個縣市的空間自相關程度，Z（Ii）為標準差，E（Ii）為期望，Var（Ii）為方差。

2.1.3 地理加權回歸法 傳統的線性回歸模型（OLS）認為自變量在空間上均質分布，但當空間數據存在一定相關性時此法無效，需引入地理加權回歸模型（GWR），反映自變量的空間非平穩性，估計不同區域的驅動因素，更符合地理空間分析的需求［13］。模型結構如下：

式中：β0是回歸系數，（ui，vi）是第i個縣市的地理中心坐標，βk（ui，vi）是連續函數在第i個縣市的值，Xik是第i個觀測值，εi是第i個樣點的隨機誤差。

2.2 數據來源

統計數據來源于1992、2003和2014年的浙江省及各地級市統計年鑒；土地利用數據來自于浙江省國土資源廳（2002、2013年）和Landsat TM影像（1991年），綜合運用決策樹和監督分類方法提取城鄉建設用地和耕地數據；輔助數據如DEM數據源自地理空間數據云。浙江省經過撤縣建市后，2013年共有地級市11個，市轄區34個，縣級市56個，其中嵊泗縣陸域面積不足1%，無法有效衡量土地利用轉型程度，不予以考慮，最終以11個市轄區和55個縣級市為研究單元。

2.3 指標體系構建

根據已有的城鄉發展轉型評價體系［14］，結合實際情況，選取人口、土地利用、產業和社會轉型程度，涉及4個準則層和11個具體指標，構建浙江省城鄉發展轉型程度指標體系（表1）。其中，城鎮化程度、人口就業程度和平均受教育程度綜合反映人口數量和質量的轉型程度；建設用地比重和耕地比重共同反映區域土地利用的轉型程度；非農產業的從業程度、產值結構以及農業機械化程度反映農業與非農產業的轉換和技術提升帶來的變化程度；區域人均GDP水平、生活消費水平和醫療保健水平體現社會經濟發展帶來的城鄉發展轉型水平。

表1 浙江省城鄉發展轉型程度指標體系Table 1 Zhejiang urban-rural development transformation degree evaluation system

3 城鄉發展轉型程度的時空特征測度

3.1 城鄉發展轉型程度的空間分異

浙江省城鄉發展轉型程度的結果，可以通過熵權TOPSIS法計算而得，并用ArcGIS軟件的自然間斷點分級法分為五類（圖1）：①浙江省高水平轉型程度（0.39-0.58）的縣市整體向浙北平原偏移，從1991年的杭州、寧波、溫州和金華市區減少到2013年的杭州、寧波和舟山市區，區位上更加依賴上海的經濟中心作用；中高水平轉型程度（0.28-0.38）的縣市有所增加，從1991年的11個增加到2013年的18個，比例也從16.67%增到27.27%；中低水平（0.15-0.20）和低水平（0.00-0.14）的縣市，集中分布在浙西南的金衢盆地和浙東南的溫臺平原上，從25個增至28個，比例從37.88%擴至42.42%。②浙江省城鄉發展轉型程度的相對和絕對差距都在不斷增大，可通過標準差和變異系數的增大體現。1991年的標準差為0.11，變異系數為0.47，在2002年小幅降為0.10和0.44，但到2013年又增加至0.11和0.49，因此，省內城鄉發展轉型的程度差距逐漸拉大，特別是浙北平原縣市與浙西南和浙東南縣市的轉型程度差距日益增大。

圖 1 浙江省城鄉發展轉型程度的空間分異Fig. 1 Spatial differentiation of urban-rural development transformation degree in Zhejiang Province

3.2 城鄉發展轉型程度的空間集聚性

浙江省城鄉發展轉型程度在全局空間自相關分析中，呈現顯著的空間集聚特征，且集聚強度逐漸增強。在浙江省1991-2013年的城鄉發展轉型過程中，僅1991年的I指數最低為0.15，P值為0.03，均大于其他年份數值，表明集聚程度比較低。主要是在國家八五和九五規劃下，提出了發展農村城鎮化和市場經濟的策略，但由于發展之初缺乏基礎設施等的建設，導致集聚區域不是非常顯著。隨著市場經濟的穩步發展，在2002年和2013年逐漸出現了顯著性較強的集聚區，I指數分別提高到0.28和0.38，P值均小于0.01。另外，城鄉發展轉型程度的集聚顯著性增強，還可通過Z值的增大體現，如2013年的Z值為5.05，是1991年Z值的2.5倍。

為了更加突出浙江省城鄉發展轉型程度的集聚區域，可通過局部空間自相關結合LISA圖的高低聚類值區體現（圖2）：①近20 a發展過程中，浙北的杭嘉湖平原地區始終成為城鄉發展轉型的高高值集聚區，但規模有所擴大，從杭州市區向東北方向延伸至嘉興、德清、桐鄉和海寧等5個縣市，由于杭州市的極化效應為周邊縣市提供資金和市場，再加上平坦的地形和便利的交通更容易形成環杭州灣的塊狀集聚格局。②轉型程度的低低值集聚區集中在金衢盆地和溫臺平原之間，從最初的文成縣增加到泰順、蒼南、麗水、縉云、仙居和天臺等7個縣市，形成鮮明的兩條城鄉發展轉型冷點帶——沿東北西南走向的條帶狀地區、浙閩兩省的東西交界帶地區。③高低值和低高值集聚區基本集中在溫州和金華市區，但受到地形和交通的外部因素以及市場消費和資金投入的內部因素影響，導致此區在2013年消失，僅剩高水平和低水平轉型集聚區，可見浙江省在開放經濟的發展趨勢下，城鄉發展程度的兩極分化現象已愈加凸顯，發展差距不斷拉大。

圖2 浙江省城鄉發展轉型程度的空間集聚Fig. 2 Spatial agglomeration of urban-rural development transformation degree in Zhejiang Province

4 城鄉發展轉型程度的分異驅動力

浙江省城鄉發展轉型程度在浙北、浙東南和浙西南地區存在顯著的空間分異和集聚特征，對其驅動因素的研究主要集中在產業結構、區位和政策等。限于數據的可獲得性和統計口徑的一致性，綜合篩選出2002年和2013年的社會資金投入水平、國內外市場聯系和區位條件三個因素，將5個具體指標作為自變量，從地理空間視角進行回歸分析。其中以人均固定資產投資X1和人均地方財政預算內支出X2作為區域物質資金投入的主要來源；人均進出口貿易總額X3和人均社會消費品零售總額X4描述國內外市場貿易的聯系緊密度；并依據浙江省主體功能區規劃的前期研究和全國層面交通優勢度的分析［15］，發現公路網密度（公路里程/區域面積）X5可作為浙江各縣市區位優勢的核心指標。

4.1 整體回歸與區際城鄉轉型動力分異

運用ArcGIS軟件進行OLS分析得出不同驅動因子的影響程度，再經過GWR的“自適應”核函數分析，將AICc參數作最小局域估計，得出顯著性驅動因子的回歸系數（影響程度）的空間分布。結果表明：①GWR的擬合度R2為86.08%，要優于OLS的74.68%擬合度，能更有效地解釋資金、市場和區位因素對城鄉發展轉型程度的時空分異特征。②據OLS分析可知，五個指標對2002年的城鄉發展轉型無顯著性影響，但在2013年除了進出口貿易外，其它因素均造成正向的顯著影響，并根據GWR系數可知資金投入水平的影響程度均超過0.70，成為最顯著的影響，人均社會消費品總額的影響程度為0.59，區位條件為0.41，成為次要驅動力。③據GWR的回歸系數可知，不同區域受多種或單一因素的影響程度各不相同，如浙北縣市受資金投入、市場聯系和區位條件的綜合影響，主要驅動力從2002年的影響程度為0.38的市場聯系因素變為影響程度為0.75的資金投入因素，浙東南縣市受資金投入和區位條件的影響顯著，資金投入因素一直是該地區的主要驅動力；相反，浙西南縣市僅受市場聯系的影響，形成城鄉發展轉型緩慢的格局（表2）。此分析還可結合2013年的GWR模型回歸系數的空間分布特征，詳細詮釋區際城鄉轉型發展轉型程度的分異動力（圖3）。

表2 OLS和GWR模型的回歸結果Table 2 Regression results of the GWR model and OLS model

4.2 浙北地區

浙北縣市包括嘉興、湖州、杭州、紹興、寧波和舟山6個地級市共28個縣市，是全省城鄉發展轉型程度最高地區，受資金、市場和區位條件的綜合影響，且資金投入為核心因素。第一，資金投入水平的影響強度從2002年的0.18增至2013年的0.75，而且人均投入水平在省內最高，如浙北的人均固定資產投資5.51萬元，高于浙東南的2.94萬元和浙西南的2.63萬元，浙北的人均財政預算內支出為1.14萬元，高于浙東南的0.55萬元和浙西南的0.69萬元。其中，①固定資產投資集中在環杭州灣片區，包括杭州、嘉興、紹興和寧波市等城市，投資總值從2002年的2 131.52億元增長到2013年的11 598.98億元，吸收較多本地和外省的國有或非國有企業資金，投入到當地農村基礎設施建設中。②財政預算內支出集中在少數以海港和生態發展為主的縣市，如象山、定海和淳安等轉型水平不高的縣市，但特殊的海洋旅游和生態旅游資源使政府加大了對這些縣市的投資力度，于2013年共支出人均財政5.75萬元，是2002年的24倍，加速推動了海洋經濟和生態旅游的發展［16］。

圖3 GWR模型回歸系數的空間分布Fig. 3 Spatial distribution of regression coefficient in GWR model

第二，在市場聯系因素中，寧波和杭州市憑借港口和對外開放的政策優勢，快速發展進出口貿易吸引外商直接投資（FDI）［17］，貿易總額分別占全省的30.11%和19.53%，年平均增長率高達65.22% 和36.04%。特別是寧波市成為全省最重要的進出口貿易城市，影響程度絕對值達0.30-1.17之高（圖3），促進當地資金和產業結構的優化，提高生活水平，推動農村城鎮化發展。

第三，區位條件因素包括公路網密集度及地形海拔，在2002和2013年公路密集度均比前兩種因素弱，影響強度較低，分別為0.15和0.52，但浙北地區受公路網密度的影響較高，影響程度為0.48-0.93，最密集度甚至高達1.19。在海拔因素影響下，杭嘉湖和寧紹兩大平原的平均海拔是全省最低，為251 m，而且寧波和杭州在浙江省“十二五”物流發展規劃中成為兩大物流節點，建設杭州空港和寧波梅山保稅港物流園區等項目，促進港口、市場和物流為主的現代物流產業體系的形成，有助于貨物的集散與流通。

4.3 浙東南地區

浙東南縣市涵蓋溫州、臺州2個地級市共16個縣市，主要受資金投入及區位條件的雙重影響，而且資金投入影響更為顯著，即資金的平均影響程度1.33高于區位的0.73，另外溫州市成為轉型的核心推動者。

首先，此區的資金投入因素較為特殊，固定資產投資的影響要強于地方政府的財政預算內投入的影響，如2013年的平均影響強度分別為1.63和0.96。這與溫州興盛的民營經濟密切相關，溫州市自1978年以來，由“前店后廠”模式轉變為“溫州模式”［19］，大幅積累民營資本，使固定資產投資總額在2013年已占了浙東南的63.45%，遠遠超過財政投入水平，是財政投入的5.98倍，相對而言財政支出集中在玉環、樂清等沿?？h市，投資力度較小，對浙東南地區的城鄉發展轉型影響較小。

第二，溫臺平原有12個縣市受公路網密度影響，其影響程度為0.45-1.65。公路網密集度在2002年為0.44，產生負影響（-0.45），即稀疏的運輸網絡將阻礙城鄉轉型，但隨后建設的全長378 km的浙江沿海高速與杭州灣跨海大橋的連通，提高了浙東南地區的公路網密度，在2013年達到0.94，超過浙西南的0.93，產生正向影響（0.04），推動了區域間的交流和貨物運輸，促進鄉村發展。

4.4 浙西南地區

浙西南縣市覆蓋了金華、衢州和麗水3個地級市共22個縣市，受市場貿易因素中的人均社會消費品總額因子影響最為顯著。以小商品市場貿易為代表的東陽、義烏等15個縣市為當地的社會消費品總額的提高產生重要影響，其影響程度達1.09，高于全省的0.59水平，消費品總額的年均增長率45.29%，也超過浙北的41.21%和浙東南的35.98%，人均價值年均增長率達40.42%，同樣超過浙北的38.50%和浙東南的32.39%。雖然平均海拔為429.69 m，高于其他兩區，且山脈及遠離海岸的區位使其進出口貿易總額減少到浙北的1/4，但是浙西南縣市憑借不斷擴大的小商品市場需求，發展民營經濟提高鄉鎮發展促進城鄉轉型。

5 結論與討論

5.1 結論

浙江省城鄉發展轉型程度及其驅動因素存在顯著的時空分異和集聚特征：①省內城鄉發展轉型程度的高低水平區域之間的差距逐漸拉大，高水平區域整體向浙北平原偏移且范圍有所擴大，而中低和低水平區域集中在浙西南盆地和浙東南平原等經濟發展較緩慢的縣市。②省內城鄉發展轉型程度的區際差異顯著，高高值集聚區在環杭州灣沿岸發展的轉型高值塊狀區域，而浙西南和浙東南縣市成為低低值條帶狀集聚區。③城鄉發展轉型差距的驅動因素判別中，浙北地區受資金、市場和區位的綜合影響，擁有較高轉型水平，浙東南縣市受資金和區位的雙重作用，保持中等轉型水平，而浙西南縣市僅受市場聯系影響，成為省內轉型最低的地區。

5.2 討論

通過空間自相關及地理加權回歸分析，不僅將地理鄰近因素融入到空間演化特征和驅動因素分析中，而且通過GWR的對比分析修正了普通OLS的作用，這將有助于理清沿海發達省市的城鄉發展轉型的時空特征。然而文中構建的浙江省城鄉發展轉型指標體系，雖然研究了人口、土地、產業和社會四方面，但仍舊缺少對其他因素如資源環境和歷史方面的考量，而且對具體指標的選取方面有待進一步加強。另外，城鄉轉型程度的驅動因素不僅僅局限于資金、市場和區位三要素，還包括政策、科技水平和人口等其他因素的影響，而且這些因素給城鄉發展轉型帶來的影響不容小覷，值得進一步深化。

［1］ 劉彥隨， 楊忍. 中國環渤海地區城鄉發展轉型格局測度［J］. 地理學報， 2015， 70（2）： 248-256. Liu Y S， Yang R. The spatial pattern measure of urban-rural development transformation in the Bohai Rim region in China［J］. Acta Geographica Sinica， 2015， 70（2）： 248-256.

［2］ Bai X M， Shi P J， Liu Y S. Realizing China's urban dream［J］. Nature， 2013， 509（7499）： 158-160.

［3］ 龐瑞秋， 騰飛， 魏冶. 基于地理加權回歸的吉林省人口城鎮化動力機制分析［J］. 地理科學， 2013， 34（10）： 1210-1217. Pang R Q， Teng F， Wei Y. A GWR-based study on dynamic mechanism of population urbanization in Jilin Province［J］. Scientia Geographica Sinica， 2013， 34（10）： 1210-1217.

［4］ 呂惠萍，匡耀求. 基于產業發展的城鎮化可持續發展研究——以佛山市順德區為例［J］. 經濟地理， 2015， 35（1）： 82-88. Lü H P， Kuang Y Q. Sustainable development of urbanization based on the industrial development—A case study for Shunde District， Foshan City［J］. Economic Geography， 2015， 35（1）： 82-88.

［5］ 楊忍， 劉彥隨， 龍花樓. 中國環渤海地區人口—土地—產業非農化轉型協同演化特征［J］. 地理研究， 2015， 34（3）： 475-486. Yang R， Liu Y S， Long H L. The study on non-agricultural transformation co-evolution characteristics of “population-landindustry”： Case study of the Bohai Rim in China［J］. Geographical Research， 2015， 34（3）： 475-486.

［6］ 邊雪， 陳昊宇， 曹廣忠. 基于人口、產業和用地結構關系的城鎮化模式類型及演進特征——以長三角地區為例［J］. 地理研究， 2013， 32（12）： 2281-2291. Bian X， Chen H Y， Cao G Z. Patterns of regional urbanization and its implications： An empirical study of the Yangtze River Delta region［J］. Geographical Research， 2013， 32（12）： 2281-2291.

［7］ 胡艷興， 潘竟虎， 陳蜒， 等. 基于ESDA和GWR的中國地級及以上城市四化協調發展時空分異格局［J］. 經濟地理， 2015，35（5）： 45-54. Hu Y X， Pan J H， Chen Y， et al. Spatiotemporal pattern of industrialization， information， urbanization and agricultural modernization of prefecture level cities or above in China based on ESDA and GWR［J］. Economic Geography， 2015， 35（5）： 45-54.

［8］ McGee T G. Managing the rural-urban transformation in East Asia in the 21st century［J］. Sustain Science， 2008， 3（1）： 155-167.

［9］ Li Y H. Urban-rural interaction patterns and dynamic land use：Implications for urban-rural integration in China［J］. Regional Environmental Change， 2012， 12（4）： 803-812.

［10］ 李玉恒， 陳聰， 劉彥隨. 中國城鄉發展轉型衡量及其類型研究——以環渤海地區為例［J］. 地理研究， 2014， 33（9）： 1595-1602. Li Y H， Chen C， Liu Y S. Assessment and classification of urbanrural development transformation in China： The study of BohaiRim［J］. Geographical Research， 2014， 33（9）： 1595-1602.

［11］ 曹賢忠， 曾剛. 基于熵權TOPSIS法的經濟技術開發區產業轉型升級模式選擇研究——以蕪湖市為例［J］. 經濟地理， 2013，34（4）： 13-18. Cao X Z，Zeng G. The mode of transformation and upgrading based on the methods of entropy weight and TOPSIS in case of Wuhu Economic and Technological Development Zone［J］. Economic Geography， 2013， 34（4）： 13-18.

［12］ 王勁峰. 空間分析［M］. 北京：科學出版社， 2006： 53-188. Wang J F. Spatial Analysis［M］. Beijing： Science Press， 2006： 53-188.

［13］ 白景鋒，張海軍. 基于EOF和GWR模型的中原經濟區經濟增長的時空分析［J］. 地理研究， 2014， 33（7）： 1230-1238. Bai J F， Zhang H J. Spatial-temporal analysis of economic growth in Central Plains Economic Zone with EOF and GRW methods［J］. Geographical Research， 2014， 33（7）： 1230-1238.

［14］ Liu Y S， Hu Z C， Li Y H. Process and cause of urban-rural development transformation in the Bohai Rim Region， China［J］. Journal of Geographical Sciences， 2014， 24（6）： 1147-1160.

［15］ 王傳勝， 趙海英， 孫貴艷， 等. 主體功能優化開發縣域的功能區劃探索——以浙江省上虞市為例［J］. 地理研究， 2010， 29（3）：481-490. Wang C S， Zhao H Y， Sun G Y， et al. Function zoning of development-optimized area at a county level： A case study of Shangyu， Zhejiang［J］. Geographical Research， 2010， 29（3）： 481-490.

［16］ 徐諒慧， 李加林， 馬仁鋒， 等. 浙江省海洋主導產業選擇研究——基于國家海洋經濟示范區建設視角［J］. 華東經濟管理，2014， 28（3）： 12-15. Xu L H， Li J L， Ma R F. A study on the selection of marine leading industries in Zhejiang Province—Based on the perspective of construction of national marine economy demonstrating plots［J］. East China Economic Management， 2014， 28（3）： 12-15.

［17］ 楊志民， 化祥雨， 邵元海， 等. 外商直接投資空間聯系研究——以浙江省為例［J］. 經濟地理， 2013， 33（11）： 21-27. Yang Z M， Hua X Y， Shao Y H， et al. Research on spatial linkages of foreign direct investment： A case study of Zhejiang Province［J］. Economic Geography， 2013， 33（11）： 21-27.

［18］ 唐根年， 徐維祥， 汪少華. 浙江區域塊狀經濟地理分布特征、績效及其形成機制研究［J］. 人文地理， 2003， 18（4）： 53-59. Tang G N， Xu W X， Wang S H. A study on the geographic distribution features and the performance and the forming mechanism for the Zhejiang regional mass economy［J］. Human Geography， 2003， 18（4）： 53-59.

（責任編輯：王育花）

Spatio-temporal characteristics and driving forces toZhejiang urban-rural development transformation degree

ZHU Fei-fei， LI Wei-fang， MA Ren-feng

（Department of Urban Science， Ningbo University， Ningbo， Zhejiang 315211， China）

Urban-rural development transformation is targeted at ultimate urban-rural integration realization through urban-rural resource balancing and developing. Applying an Entropy Weighted TOPSIS method and Geographically Weighted Regression Model （GWR）， this paper measured the degree of Zhejiang urban-rural development transformation in 1991， 2002， and 2013 by building an index system of urban-rural development transformation degree which incorporates four individual indicators， including population， land use， industry， and society. In addition，this paper also identified the driving forces for the transformation. Results show that 1） the urban-rural development transformation degree level is higher in the regions of northern Zhejiang Province， and the gap between the north and the southwest and the southeast is increasing； 2） the difference among different regions within the province is significant with high level of transformation concentrated in the regions surrounding the Hangzhou Bay， and the low level of transformation located in the banded regions between the southeast and the southwest borders； 3） the driving forces for northern Zhejiang' high level of transformation include funds， market， and location； and 4） the southeast of Zhejiang with moderate level is influenced by funds and location， and the southwest of Zhejiang with the lowest level is merely driven by market force.

urban-rural development transformation； transformation degree； spatio-temporal differentiation； driving forces；Zhejiang Province

National Science and Technology Support Program of China （2013BAJ10B06）.

LI Wei-fang， E-mail： liweifang@nbu.edu.cn.

29 July， 2015；Accepted 18 December， 2015

TU984

A

1000-0275（2016）02-0262-08

10.13872/j.1000-0275.2016.0014

國家科技支撐計劃項目（2013BAJ10B06）。

朱菲菲（1991-），女，浙江臺州人，碩士研究生，主要從事土地資源管理方面的研究，E-mail： zhufeifeikai@hotmail.com；

李偉芳（1964-），男，浙江寧波人，副教授，碩士生導師，主要從事土地資源管理方面的研究，E-mail： liweifang@nbu.edu.cn。

2015-07-29，接受日期：2015-12-18