長三角城市群城市競爭力及其時空演變特征研究

吳九興，師奎忠

（安徽師范大學地理與旅游學院，蕪湖 241002）

引言

改革開放以來，中國經濟發展連續跨越幾個臺階，GDP總額從1978年的3 678.7億元增長到2020年的1 015 986.2億元，增長了近275倍①。與此同時，我國城市也得到了快速的發展。根據《中國城市建設統計年鑒（2019）》統計數據顯示，2019年全國679個城市建成區面積為60 312.5 km2，為1981年城市建成區面積7 438.0 km2的8.1倍；全國城市人均公園綠地面積由1981的1.50 m2增長到2019年的14.36 m2，增長了近10倍。因此，在經濟、社會、文化、生態、環境等方面的發展進步不斷完善和豐富城市的外延和內涵，同時使得城市綜合競爭力水平得到不斷提升。

20世紀90年代初，國外學者已開始對城市競爭力進行研究[1]，但國外的研究并沒有明確界定城市競爭力的概念與內涵。20世紀末，國內學者開始關注城市競爭力。初期相關研究較多關注城市競爭力測度、城市競爭力與城市建設的關系、如何增強城市競爭力等方面[2-6]，后期相關研究轉向關注城市競爭力的影響因素等方面。在城市競爭力評價中，現有文獻主要采用了主成分分析、熵權TOPSIS法、復雜網絡分析等方法[7-10]。在研究尺度上，城市競爭力的相關研究主要集中在城市群和省域兩個層面。城市群層面，長三角和珠三角地區成為研究熱點地區[1，10-11]，亦涌現出較多的學術成果，而中原城市群、遼中南城市群等也備受相關學者關注[12-13]；省域層面，相關文獻對四川、山東、河南、遼寧等省份進行城市競爭力研究[14-17]。

長三角城市群是中國經濟快速發展過程中一個重要的增長極，經濟總量占到全國的1/4，經濟發展勢頭強勁。相對而言，在安徽省加入長三角地區以后，長三角一體化發展出現了新的機遇與挑戰。當前，長三角地區涵蓋上海、江蘇、浙江、安徽等三省一市，各省市之間的區域跨度大，經濟發展差距大。如何科學判斷長三角城市群城市競爭力發展水平，揭示影響城市競爭力發展的因素，對進一步推動長三角城市群經濟高質量一體化發展具有重要意義。鑒于此，文章以長三角城市群27個城市為研究對象，構建城市競爭力評價指標體系，利用主成分分析與K-Means聚類法，對長三角城市群內主要城市的競爭力進行定量評價，刻畫城市競爭力的時空演變特征，為長三角區域一體化發展政策制定提供參考。

1 數據來源與研究方法

1.1 研究區概況

長三角城市群位于長江下游地區，屬于中國華東地區，東部瀕臨黃海與東海。長三角城市群行政區面積達到22.5萬km2，占全國國土總面積的2.34%。截至2019年底，長三角城市群年末戶籍人口達到1.41億，占全國總人口的10%；國內生產總值為20.40萬億元，占全國當年國內生產總值的20.73%。長三角城市群共包括27個地級市，具體范圍如圖1。

圖1 長三角城市群區位示意

1.2 數據來源

文章以長三角區域一體化發展的27個主要城市為研究對象，相關指標數據主要來源于2013年、2015年、2017年、2019年的《中國城市統計年鑒》，部分數據來源于相應年份的《上海統計年鑒》《江蘇統計年鑒》《浙江統計年鑒》《安徽統計年鑒》及相關省市的國民經濟與社會發展統計公報；文章中所使用的空間數據來源于國家基礎地理信息系統全國1∶100萬數據庫（https://www.webmap.cn/）。

1.3 研究方法

1.3.1 主成分分析法

主成分分析法（PCA）是利用降維的思想，把多個指標轉化為幾個綜合指標的多元統計分析方法[18]。主成分分析法中綜合因子的權重是根據其貢獻率大小并通過數學方法確定，極大地克服了人為賦權的缺陷，使得評價結果較為客觀合理；同時，主成分分析法在減少指標相關性、避免信息重疊和克服確定權重的主觀片面性等方面顯示了其獨特的作用[19]。城市競爭力評價涉及多級指標，主成分分析法適合多級指標的評價類分析，且相關文獻也表明該方法在類似競爭力評價中的使用是適合的，文章選擇主成分分析法進行城市競爭力評價。

1.3.2 K-Means聚類法

K-Means聚類（K-Means Clustering Method）是一種基于不斷迭代求解對多個樣本或指標數據進行定量分類的多元統計分析方法[20]。K-Means聚類分析具有簡單快速、進行大數據處理等優點[21]。因此，文章選擇利用K-Means聚類法對長三角城市群城市競爭力水平進行分類，可將競爭力水平相近的城市分為一類，可以更加直觀地分析不同類型城市的特征差異和空間演變。

2 長三角城市群城市競爭力的實證分析

2.1 城市競爭力的影響因素理論分析

城市是一個復雜的系統，城市競爭力作為城市實力的具體體現，其受到眾多因素的影響，具有系統性、動態性與相對性[22]。邁克爾?波特教授提出了國家競爭優勢理論，從產業角度分析國家競爭力水平，強調生產要素、市場需求、相關產業、企業策略與競爭對手等因素的關鍵作用[23-24]。彼得在評選全球城市競爭力最佳案例時把城市競爭力的主要影響歸納至城市服務業、城市基礎設施建設以及文化科技創新的幾個關鍵因素[25]。國外相關研究更加注重城市競爭力的軟指標以及更多的關注人為因素的影響。國內學者諸如寧越敏、倪鵬飛等人主要關注城市競爭力的硬件指標，更多地從城市經濟綜合實力、對外開放程度、科技創新、城市基礎設施建設等城市現實和客觀經濟實力等方面提取城市競爭力的影響因素。

城市競爭力受到很多因素的影響，且城市競爭力是不斷變化的，變化的原因根源于城市的內、外部因素，如新技術的出現、新競爭者、群體偏好和期望變化等[26]。首先，城市本身的經濟發展水平直接影響城市競爭力，在這方面可以直接表達經濟發展水平的指標包括經濟規模、經濟效益。當一個城市的總體經濟規模大，則其提供公共服務能力、基礎設施能力、吸納投資能力、增加融資能力等方面更強；經濟效益則反映城市在單位面積土地上的地區GDP創造方面取得的發展。其次，城市應該讓生活更美好。在社會發展方面需要展示出更高的水準，例如城市讓居民的人均生活水準提高、人均儲蓄水平增加、獲得更便捷的通訊和互聯網接入服務、更好的醫療服務和更豐富教育圖書服務。城市生活應該是多方面的，也必須多方面的，社會競爭力所展現的多姿多彩的城市生活場景。其三，城市也是科技研發與教育集聚的地域，城市在科技投入和創新上所取得的進步直接或間接地作用于城市發展，影響城市的長期競爭力；教育集聚是城市的典型特征，城市集聚人口而需要更好、更多的教育資源投入，培養或吸納更多的接受高等教育等在內的人才資源，夯實城市發展的人力資本基礎，可使用高校在校生數量、教師數量、人均教育支出等來表達教育發展的狀況。第四，城市也是對外開發的中心地，城市具有對外開發的獨特優勢，其具有更多的資源、資金和機會等有利條件，城市需要且能夠吸納外資投入，與外部世界進行進出口貿易，增加城市與城市、城市與世界之間的貿易往來關系，建立起以產品價值鏈為依托的經濟社會網絡。第五，城市在人居環境方面也取得了長足的進展，在國家和地方基礎設施和服務設施建設中，城市偏向的人居環境改造使得城市生活更美好。城市的生活垃圾處理、生活污水處置、人均公共綠地配置等，使得城市更符合宜居、安全、可持續的準則。歸結起來，城市競爭力的定義及內涵，需要從經濟、社會、科技、環境、開放等角度或層面來把握評價指標的選擇問題，以使得后續的評價結果更符合實際，更具有普適性和科學性。

2.2 城市競爭力評價指標體系構建

根據城市競爭力評價指標選取的目的性、科學性、統一性、系統性和可操作性等原則[6]，寧越敏等以波特和IBM模型為基礎，設計了城市競爭力模型的10大指標體系[1]。文章在參考相關研究成果的基礎之上，結合長三角城市群發展實際，從經濟競爭力、社會競爭力、科教競爭力、對外開放程度和環境競爭力反映城市發展實力的5大方面，選取7個二級指標、25個三級指標（表1）。

表1 長三角城市群城市競爭力評價指標體系

2.3 城市競爭力的定量評價與聚類分析

（1）數據標準化

由于各項指標的計量單位并不一致，需要進行標準化處理，把指標的原始值轉化為無量綱化數據，解決各項不同質指標值的同質化問題。具體選擇Z-score標準化法，用SPSS20.0軟件對原始指標數據進行處理。

對m個樣本，每個樣本有n個指標，則xij為第i個樣本的第j個指標的實際變量值（i=1……m；j=1……n）,經無量綱化后的變量值為：

（2）KMO和Bartlett檢驗

利用SPSS軟件對標準化后的指標數據進行KMO和Bartlett檢驗，以檢驗原始變量之間是否有相關性。KMO和Bartlett檢驗的結果見表2，發現相關年份的KMO統計值均大于0.7，并且Bartlett的球形度檢驗顯著性統計量小于0.05，表明相關指標數據可以進行主成分分析。

表2 數據KMO和Bartlett檢驗結果

（3）主成分的提取與解釋

表3顯示②，前4個主成分的特征值均大于1，且累計方差貢獻率為89.614%，表明前4個成分可以代表原來的25個變量所包含的信息。因此，選擇前4個成分作為主成分。運用Kaiser標準化的正交旋轉法，得到旋轉后的載荷矩陣（旋轉后的載荷矩陣表略）。不同因子的載荷系數反映的是主成分與相關原始指標之間的相關性，載荷系數數值越大，說明兩者相關程度越高。根據旋轉后載荷矩陣的因子反映情況，文章將4個主成分命名為：經濟綜合發展實力、社會發展實力、科教發展實力、環境治理發展實力。

表3 主成分特征值與方差貢獻率

（4）確定主成分權重

各個主成分的權重可由SPSS軟件運算輸出的方差解釋率由相應公式計算得出。具體公式如下：

式中：Wi為主成分的權重，Ci為第i個主成分特征值的方差貢獻率，可以從指標特征值與方差貢獻率表中查找每個主成分相對應的方差貢獻率。

（5）計算綜合競爭力得分

計算綜合得分之前，首先要計算主成分得分。主成分得分主要是利用SPSS軟件運行得出的成分得分矩陣與標準化后的數據相乘得到。具體公式如下：

式中：i=1，2，……，4；j=1，2，……，24；a=1，2，……27。

城市競爭力綜合得分需要結合主成分得分與相對應的主成分權重相乘，并最終相加，計算公式如下：

式中：Hi為第i個主成分的得分，Wi為主成分的權重，Z為城市競爭力綜合得分，n為主成分個數，即4個。

（6）K-Means聚類

基于上述標準化數據，文章利用SPSS20.0軟件進行K-Means聚類分析，而點間距離采用平方歐氏距離計算，預設分類數為3，對長三角城市群27個城市進行聚類，最終得到長三角城市群K-Means聚類結果（表4）。

表4 長三角城市群聚類分析結果

3 城市競爭力的定量評價結果與時空演變特征

3.1 長三角城市群主要城市競爭力的評價結果

3.1.1 基于主成分分析的定量評價結果

從表5可知，城市競爭力綜合得分中存在負值，表明此類城市競爭力處于平均水平以下。2019年，長三角城市群內有18個城市的綜合得分為負值，即有2/3的城市其綜合競爭力在平均水平之下。其中，池州城市綜合競爭力得分最低為﹣0.831。

表5 主成分得分與城市競爭力綜合得分

表6中H1—H4分別表達的是長三角城市群27個城市的經濟綜合發展實力、社會發展實力、科教發展實力、生活質量發展實力和環境治理發展實力主成分的得分。

（1）從經濟綜合發展實力方面來看，可以發現長三角城市群各城市之間有很大差異，其中上海以3.710的得分高居第一，遙遙領先與長三角其他城市，其后二到六名依次為蘇州、南京、杭州、寧波、無錫。同時，這七個城市的GDP總值均在萬億元以上，即我們經常講的“萬億俱樂部成員城市”。同樣，經濟綜合發展實力得分的后六位城市均來自安徽，得分最低的為池州。安徽作為剛剛加入長三角的成員，除省會合肥以及第二大城市蕪湖外，其他地市經濟實力與長三角其他兩省一市相差較大。

（2）從社會發展實力方面來看，長三角城市群各城市社會發展實力存在明顯的差距。此項得分越高，說明該城市社會發展基礎較好，并且未來有一定的發展潛力。舟山、嘉興、湖州、蘇州和常州城市社會發展實力位居前五，而相關指標主要受到人口因素的影響。上海、杭州、南京與合肥在城市社會競爭力方面排名出現一些變動，均掉出前五。

（3）從科教發展實力方面來看，結合得分排名，得分分值的高低反映了城市科學教育事業的發展情況，可以在一定程度上反映該城市的創新能力以及發展活力。杭州、南京、蘇州、嘉興、合肥、寧波和紹興占據了科教發展實力的前七名，而上海卻以﹣3.073的得分排在倒數第一。需要說明的是，同主成分H2相同，在此成分中相關城市的得分受到人口因素影響，導致排名發生變化。

（4）從環境治理發展實力來看，長三角城市群1/3的城市得分為正值，說明其均在平均水平以上，尤其是舟山、南京、銅陵、合肥、池州、杭州和鎮江以及常州，這些城市在環境治理發展實力上走在長三角的前列。同時，反映了這些城市在十八大以后認真貫徹落實了生態文明建設理念，積極轉變經濟發展方式，并取得了一定的成效。

3.1.2 基于K-Means 聚類的定量評價結果

根據表5中長三角城市群聚類分析結果，利用ArcGIS10.2將其空間化表達（圖2）。第Ⅰ類城市只有上海一個城市。上海市作為我國對外開放水平最高的國際化大都市，尤其是改革開放以來，經濟發展迅速。同時，上海擁有眾多科研院所，科研創新水平在全國處于領先水平。其次，上海積極建設智慧城市，不斷完善城市基礎設施，打造15分鐘社區生活圈。在眾多因素的影響下，上海城市競爭力處于較高水平；第Ⅱ類城市包括南京、蘇州、杭州、合肥、無錫、寧波六個城市。南京、杭州、合肥為省會城市，寧波為計劃單列市，而蘇州、無錫作為地級市，2019年蘇州GDP達到19 235.80億元，在全國所有地級市中排名第一。改革開放后，蘇州、無錫、常州等蘇南城市發展出通過發展鄉鎮企業實現非農業發展的“蘇南模式”。此后，眾多鄉鎮企業如雨后春筍般不斷涌現，不斷壯大當地的集體經濟。同時，由于臨近上海，受上海經濟輻射也使得蘇州、無錫經濟得到快速發展；第Ⅲ類城市包括常州、南通、揚州、鎮江、鹽城、泰州、溫州、湖州、嘉興、紹興、金華、臺州、舟山、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等20個城市。從城市級別上看，這類城市均為地級城市，不論是經濟發展，還是科教資源，抑或是城市基礎設施建設投入，均低于Ⅰ、Ⅱ類城市。從空間分布上看，除蘇北、浙南部分城市外，其他城市均位于Ⅰ、Ⅱ類城市周圍。此類城市均位于此類城市還需加強城市建設投入，充分利用附近大城市的經濟輻射功能，在長三角區域一體化發展中乘勢而為，不斷提升城市綜合競爭力。

圖2 長三角城市群K-Means聚類空間分布

3.2 長三角城市群主要城市競爭力的時空演變特征

3.2.1 長三角城市群城市競爭力的時序變化

長三角城市群2013、2015、2017、2019年的綜合得分對比情況見表6，從中可以發現城市競爭力在時序演變過程與特征。

表6顯示，其排名兩端的城市均未發生較大變化。上海、蘇州、杭州、南京、寧波、無錫占據前六名，總體上排名變化不大；作為新加入長三角的安徽來講，其省會城市合肥除2017年的第十名以外，總體上在長三角位于第七。馬鞍山、銅陵、安慶、滁州、池州、宣城等城市則一直處于較低水平，其中銅陵由2013年的第21名下降到2019年的第25名，其原因在于銅陵是一座重工業起家的城市，境內擁有眾多礦山企業，而自從十八大提出建設生態文明以來，銅陵市調整產業布局，轉變經濟發展方式，其效果還未顯現，導致其競爭力有所下降。從總體來看，之所以出現上述時序變化特征，根源在于各城市的經濟、社會、科教、環境等方面的稟賦差異和能力差別，但這些方面本身也會隨著時間而變化，特別是在城市群的范圍擴大后，安徽省作為新的參與者融入長三角后，要想獲得后發優勢，難度非常大，這為安徽省的幾個地級市排名所確認。

表6 2013、2015、2017、2019年城市競爭力綜合得分與排名

3.2.2 長三角城市群城市競爭力的空間演變

根據表7中長三角城市群2013、2015、2017、2019年城市競爭力綜合得分值，將其得分值分為五個等級：<-0.5，-0.5～-0.25，-0.25～0,0～0.5和>0.5，用強弱程度表示為：弱、較弱、一般、較強和強。利用Arcgis10.2分別繪制長三角城市群2013、2015、2017、2019年的城市綜合競爭力水平等級空間分布圖，見圖3。

圖3 長三角城市群城市綜合競爭力水平空間分布

圖3表明：長三角城市群在一段時間以內城市發展格局并沒有發生較大的變化，大多數城市競爭力水平處于一般及以下等級。總體而言上海、南京、杭州、合肥等直轄市與省會城市一直都是城市競爭力最強的幾個城市；同時，長三角城市群中東部城市競爭力水平優于西部地區。從分地區來看，蘇北、浙南、蕪馬（蕪湖、馬鞍山）城市競爭力水平在不斷增強。同時，安徽除省會城市合肥以及蕪馬以外其他城市競爭力水平一直處于末端，未發生較大變化，與江蘇、浙江省份城市競爭力水平相差較大。從整體而言，直轄市、省會城市的競爭力處于第一層次，第二層次（較強）的城市，如浙東南、蘇北城市的競爭力在逐步增長，而安徽省的多數城市在城市競爭力方面處于較弱或弱勢地位。一方面，蘇、浙、滬等的沿海城市具有獨特的區位優勢，經濟社會開放度高，把握政策和創新政策的能力強，在人才開發、資金引入、科教投入、環境治理等方面取得了重要進步，這些重要進步直接或間接引致城市競爭力的增強，拉大與后發地區城市的差距。

4 結論與建議

文章綜合運用主成分分析與K-Means聚類法對長三角城市群27個地級市的城市綜合競爭力水平進行定量測算，分析城市競爭力的時空演變特征，得到以下三點結論：

（1）從4個研究年份的城市綜合競爭力得分的變化情況來看，長三角城市群城市競爭力的格局在一段時間內未發生較大變化。上海城市競爭力水平遠高于其他城市，處于長三角地區城市發展體系“金字塔”的頂端，而接下來排名較高的城市除蘇錫常之外均為省會城市及副省級城市。此類城市社會發展狀況較好，基礎設施完備，以現代服務業為主的第三產業發展較為迅速。同時，四個不同研究時間截面上長三角城市群城市競爭力得分在0以下所占的比例分別為66.67%、62.96%、70.37%和66.67%，說明一段時間以來，長三角城市群中約占2/3的城市競爭力總體上處于較低水平，其主要原因在于此類城市均為第一產業比重較大或產業結構不合理，產業轉型升級換代較為困難類型的城市。

（2）從空間格局上看，長三角城市群城市競爭力總體呈現“東部優于西部、長江沿岸城市優于南北兩端地區”。長三角城市群東部地區城市競爭力水平普遍較高，特別是上海與其周圍的蘇錫常地區；而西部安徽部分城市以及蘇北、浙南地區城市競爭力普遍較低，但2013—2019年這些地區的城市競爭力總體上在不斷提升。

（3）長三角城市群城市競爭力總體格局受到經濟發展、社會進步、科技創新和生態環境治理等因素的共同驅動。總體上，雖然不同年份不同城市之間主要影響因素有所差異，但經濟綜合發展實力與社會發展實力仍是主要驅動因素。進入新時代以來，隨著深化改革開放和生態文明建設的推進，科教發展實力、生活質量發展實力和環境治理發展實力在提升城市競爭力水平方面發揮越來越重要的作用。

根據前面研究結論，文章提出以下政策建議：

（1）積極調整產業結構，實施創新驅動發展戰略。長三角地區各城市應根據社會經濟發展實際情況，轉變發展方式，淘汰落后產能，以各種優惠政策支持企業的科研創新，促進企業產品升級換代。同時，發揮上海張江、安徽合肥兩個綜合性國家科學中心以及“G60科創走廊”的科技創新作用，綜合一批科研院所，提升長三角地區的自主創新能力，為長三角高質量一體化發展注入一劑強勁動能。

（2）加強跨區域協調互動，發揮都市圈的輻射帶動作用。加強長三角地區基礎設施互聯互通建設，增進長三角中心城市之間協調聯動。加強長三角地區都市圈建設，推動上海都市圈、南京都市圈、杭州都市圈與合肥都市圈的協調發展，發揮都市圈輻射帶動作用，引領周邊城市快速發展。

（3）加強地區間的產業分工協作，發揮蘇浙皖的比較優勢。發揮江蘇制造業發達、科教資源豐富以及臨近上海的區位優勢，推動區域性科技創新中心與高端制造業基地建設。同時，發揮浙南與皖南生態環境優美、自然與人文資源豐富的獨特優勢，支持浙西南、皖南等地區結合自身優勢發展生態文化旅游、醫藥產業、康養、農產品深加工等特色產業。

5 結語

文章基于主成分分析與K-Means聚類方法對長三角城市群27城在4個時間截面上的城市競爭力進行定量評價，從時間和空間兩個維度開展長三角城市群城市競爭力的演化趨勢與特征分析。但是，由于部分數據難以獲取，使得文章在指標構建和研究時限上受到一定的限制。因此，下一步研究可以從延長研究時限、完善城市競爭力指標評價體系、與珠三角、京津冀等城市群進行對比等方面開展相關研究，從而更加科學的對長三角城市群城市競爭力做出準確的評價。

注釋：

① 該處全國GDP 統計不含中國臺灣省、香港特區和澳門特區。

② 本文只列取2019 年的分析數據，并以2019 年數據為基礎進行主成分的提取與解釋，其余年份數據分析過程因篇幅原因省去，在后續分析過程中僅列舉最終綜合競爭力評價結果。