長三角地區城市空間相互作用的多維分析

朱 虎 嘯，歐 向 軍,2*，李 自 鵬，劉 雷，唐 樂

(1.江蘇師范大學地理測繪與城鄉規劃學院，江蘇 徐州 221116；2.江蘇師范大學城鎮化研究中心，江蘇 徐州 221116；3.淮陰工學院建筑工程學院，江蘇 淮安 223001)

0 引言

城市空間相互作用強度是衡量區域發展水平和競爭力的重要指標[1]，常用引力模型測度，即通過引力表示城市之間進行經濟活動和資源流動的強度。城市空間相互作用研究不僅可以為城市規劃、中心城市輻射帶動作用及城市網絡結構解析提供理論基礎，而且對空間資源配置、區域分工協作及可持續發展等具有重要指導作用[2-5]。城市空間相互作用在地理學中的廣泛應用源于20世紀60年代的計量革命[6]，學者們多從空間聯系演化[7]、等級規模[8]、可達性[9]等方面開展研究。我國對城市空間相互作用的研究相對較晚，如運用引力模型，通過人流、物流、信息流的分析概括出經濟區的內向型和外向型經濟腹地[10]，從而對經濟地域進行區劃；通過省域和地級市域兩個層次測度中國城市間的空間聯系強度[11]，揭示中國城市體系的空間聯系狀態及演變過程；通過城市經濟聯系強度占區域經濟聯系強度總量的比重量化經濟地理位置[12]，探討區內和區際城市經濟聯系主要方向等。隨著城市間要素流動的多樣化與復雜化，學者們從城市質量、城市間距離、引力系數等方面對引力模型進行了修正，并采用社會網絡分析、多中心性指數等方法對區域網絡結構及節點中心性進行研究[13-15]。區域城市空間相互作用的研究經歷了從外在特征到區域內部網絡結構[16]及城市在區域中所扮演角色[17]的不斷推進，研究方法逐漸從單一的空間相互作用測度模型演變為與社會網絡分析等多種方法的結合。綜合已有研究案例，基于引力模型的大尺度區域城市空間相互作用分析多采用城市間空間直線距離，與實際交通距離存在一定誤差；此外，對于空間相互作用測度結果可與城市經濟發展水平等相關數據進行對比和疊加分析，以進一步探索區域發展格局。

長三角地區作為我國經濟發展活躍、開放程度高、創新能力強的區域，一直是國內外學者研究的重點區域[18-21]。在當前構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局背景下，重新審視其城市空間相互作用的多維特征、探析其中心區域范圍及城市子群劃分并提出空間結構優化的對策建議具有重要時代意義。因此，本文通過城市綜合發展質量評價指標體系及百度地圖中時間距離對引力模型進行修正，并將測度結果與夜間燈光數據進行對比，綜合運用標準差橢圓法及凝聚子群法對城市空間相互作用進行多維分析，科學探討長三角區域協調發展方面存在的問題并提出對策建議，以期為充分發揮長三角各城市的比較優勢、推動區域一體化發展、提升其在世界經濟格局中的能級和水平、加快構建以國內大循環為主體的新發展格局提供參考。

1 研究方法及數據來源

1.1 研究方法

(1)引力模型及其修正。引力模型在地理學中應用的本質是距離衰減規律，本文借鑒文獻[22-24]對引力模型參數進行修正，可測度出城市間的空間相互作用強度。1)對城市質量的修正：基于熵值法[25]從規模發展、經濟發展、社會發展、創新發展和綠色發展五方面測算出城市綜合發展質量，遵循指標選取的科學性、系統性、數據可獲得性原則，構建包含1個一級目標、5個二級指標和20個三級指標的長三角地區城市綜合發展質量評價指標體系(表1)。2)對引力系數和城市間距離的修正：鑒于可達性是城市間相互聯系的重要基礎，本文采用兩城市間的可達性系數α對引力系數進行修正，以時間距離tij代替城市間的空間距離(式(1))，其引力衰減指數取值為1[26，27]，并將可達性定義為兩城市間最小時間成本(式(2)、式(3))[1]。

表1 長三角地區城市綜合發展質量評價指標體系Table 1 Evaluation index system of urban comprehensive development quality in the Yangtze River Delta

Fij=αiQiQj/tij

(1)

(2)

(3)

(2)夜間燈光平均指數。夜間燈光影像是反演區域經濟發展的數據源[28，29]，利用燈光強弱與社會經濟因子間存在的正相關關系可以開展社會經濟因子評估研究。由于區域內夜間燈光總量指數(TNLI)(式(4))[30]受市域面積的影響，因此本文采用區域內夜間燈光平均指數(ANLI)(式(5))衡量城市經濟發展水平。

(4)

ANLI=TNLI/n

(5)

式中：DNi為區域內第i個柵格像元對應的燈光值；n為區域內柵格像元數量。

(3)標準差橢圓(Standard Deviational Ellipse，SDE)。SDE是測度區域經濟差異和發展水平的重要方法，可反映城市發展水平的方向性和集中程度。橢圓空間分布范圍表示研究對象空間分布的主體區域，其中，橢圓中心表示區域的平均中心，長軸表示地理要素在空間分布上的主趨勢方向，長軸與短軸之比表示地理要素在主次方向上的離散程度，橢圓面積表征空間格局總體要素的集中程度[31]。

(4)凝聚子群。當網絡中某些行動者之間的關系特別緊密而結合成一個次級團體時，在社會網絡分析中則稱該團體為凝聚子群[32]，凝聚子群的密度較高，說明處于該凝聚子群內部的行動者之間聯系緊密。本文應用網絡凝聚子群中的分塊模型[33]對長三角地區內部結構進行劃分，該模型從整體的角度研究網絡結構特點。

1.2 研究區域與數據來源

本文研究區域范圍為2019年12月中共中央、國務院印發的《長江三角洲區域一體化發展規劃綱要》中劃定的長江下游地區3省(江蘇省、浙江省、安徽省)1市(上海市)全域，共41個地級以上城市，該區域在國家現代化建設大局和全方位開放格局中具有舉足輕重的戰略地位，對推動長三角一體化發展、增強長三角地區創新和競爭能力以及引領全國高質量發展、建設現代化經濟體系意義重大。

本文城市綜合發展質量評價指標的數據源于中國統計出版社出版的《中國城市統計年鑒2019》《江蘇省統計年鑒》《浙江省統計年鑒》《安徽省統計年鑒》及部分城市的2018年國民經濟和社會發展統計公報；城市之間的時間距離源于百度地圖API的輕量級駕車路線規劃數據；夜間燈光數據源于跨傳感器校正的2018年全球“類NPP-VIIRS”夜間燈光數據集[34]，能夠更直觀地刻畫燈光亮度的空間變化，有效降低溢出效應的影響。

2 結果分析

2.1 城市綜合發展質量測度及相互作用強度分析

根據城市綜合發展質量評價指標體系，運用熵值法計算出各城市的綜合發展質量，利用ArcGIS的自然斷點法將41個城市綜合發展質量由低到高劃分為5個層級并進行可視化展示(圖1)。長三角地區城市綜合發展質量呈現明顯的區域差異性，排名前三的城市分別為上海、南京和杭州，皆位于第一層級；蘇州、無錫、合肥、寧波、常州、湖州、紹興共7個城市位于第二層級，剩余31個城市中11個城市位于第三層級、12個城市位于第四層級、8個城市位于第五層級，已形成特大、超大、大、中、小城市俱備的城市體系。受資源稟賦和歷史發展條件等影響，長三角地區城市綜合發展質量整體呈現由沿海向內陸、由沿江向南北兩側衰減的現象，且江蘇和浙江明顯強于安徽，區域內城市綜合發展質量空間格局總體呈“中間高，兩頭低”的地域分異格局，“中心—外圍”特征顯著。

圖1 長三角地區城市綜合發展質量空間格局Fig.1 Spatial pattern of urban comprehensive development quality in the Yangtze River Delta

根據修正的引力模型得到長三角地區820對城市空間相互作用，并用自然斷點法將城市空間相互作用強度劃分為5個等級，繪制出網絡結構(圖2)。在820對城市空間相互作用中，僅蘇州—無錫、杭州—紹興、揚州—鎮江3對城市間存在高空間相互作用強度，且兩對位于江蘇，一對位于浙江，安徽省內城市空間相互作用整體偏弱；中等空間相互作用強度及以上的僅有84對，占總數的10.24%，低空間相互作用強度有572對，占總數的69.76%，可見長三角地區大部分城市間空間相互作用的緊密性仍需加強。

圖2 長三角地區城市空間相互作用網絡結構Fig.2 Urban spatial interaction network structure in the Yangtze River Delta

2.2 最大引力線及空間相互作用總量分析

基于城市空間相互作用網絡，統計出長三角地區各城市與其他城市空間相互作用最大的城市對，可視化表達為最大引力線(圖3a)，可以看出，最大引力線主要集聚在長江流域，形成較為連貫的網絡結構，北部的最大引力線呈小范圍集聚態勢，而浙南地區的最大引力線則呈離散布局狀態。大部分城市與其空間相互作用最強的城市位于同一省域范圍內，跨省行政邊界的最大引力線有淮北與徐州、滁州與南京、黃山與衢州、湖州與蘇州，處于江蘇省邊緣的城市與省外城市的空間作用能力相對較強，這主要是由于江蘇省內綜合發展質量高的城市多毗鄰省際邊界線，如淮海經濟區的中心城市徐州、南京都市圈的中心城市南京等，對周邊城市都有很好的輻射帶動作用。最大引力線多指向鄰近城市和綜合發展質量較高的城市，呈現出鄰近地域指向性和中心城市指向性，且鄰近地域指向性更明顯，表明時間距離依然是限制長三角地區城市空間相互作用的重要因素。

將基于引力模型計算出的長三角地區各城市相互作用強度累加，得到各城市對外空間相互作用總量(圖3b)，排名前10的城市分別是蘇州、無錫、上海、南京、常州、杭州、鎮江、揚州、湖州和嘉興，其空間相互作用總量占比達42.6%，表明沿江發展帶、滬寧合杭甬發展帶是長三角地區城市空間相互作用最緊密區域。其中居于首位的蘇州市既鄰近上海市，又位于蘇錫常都市圈內，具有顯著的區位優勢。受行政邊界的隔閡及地形條件的限制，在江蘇省與浙江省相鄰區域形成城市空間相互作用“洼地”；省會城市中南京市(232.79)對外空間相互作用總量高于杭州市(217.94)、合肥市(132.41)；省域層面中區域對外空間相互作用總量最大的為江蘇省(2 154.36)，是安徽省的1.29倍、浙江省的1.67倍，受限于丘陵地形的影響，經濟較為發達的浙江省在城市空間相互作用上處于劣勢。

圖3 長三角地區各城市間最大引力線及空間相互作用總量Fig.3 Maximum gravity line and total amount of interaction of cities in the Yangtze River Delta

2.3 夜間燈光數據對比與疊加分析

(1)城市經濟發展水平與空間相互作用總量對比。利用ArcGIS對校正后的長三角地區夜間燈光數據進行分區統計，計算出各城市的夜間燈光平均指數(圖4)，可以看出，燈光平均指數高的區域與空間相互作用總量高的區域在空間分布上基本匹配。進一步利用線性回歸模型計算出空間相互作用總量與夜間燈光均值之間的函數關系為y=15.929x+84.882，皮爾遜相關系數為0.665，通過0.01水平的顯著性檢驗(雙尾)，表明經濟發展水平對城市空間相互作用總量貢獻顯著，經濟發展水平較高的城市在整體城市空間相互作用網絡中占據核心地位。結合各城市空間相互作用總量分析，區域內夜間燈光平均指數與空間相互作用總量較高的城市多沿長江流域分布，表明長三角地區在長江流域沿岸已形成產業協同、經濟結構完善的城市群體系。

圖4 長三角地區夜間燈光平均指數分布Fig.4 Nighttime light average index distribution in the Yangtze River Delta

(2)標準差橢圓分析與中心區域識別。利用ArcGIS分別計算出長三角地區城市對外空間相互作用總量和夜間燈光平均指數的標準差橢圓，結果顯示,兩個橢圓的長軸方向基本一致，呈現出東南—西北指向，橢圓中心分別位于常州市和無錫市，皆屬于蘇錫常都市圈，可見其在長三角地區的區位優勢顯著。從橢圓面積大小看，空間相互作用總量(163 049 km2)大于夜間燈光平均指數(106 717 km2)，表明城市空間相互作用集聚態勢比城市經濟發展水平更明顯。將兩個標準差橢圓的重疊區域視為長三角地區在城市空間相互作用和城市經濟發展水平方面的中心區域(圖5)，涉及的城市有上海市和江蘇省的南京、淮安、鹽城、揚州、泰州、蘇州、無錫、常州、南通、鎮江，浙江省的杭州、嘉興、寧波、紹興、湖州，安徽省的合肥、滁州、馬鞍山、宣城、蕪湖，共21個城市，占據了長三角全域一半以上的城市。非中心區域在長三角中心區域外圍形成“C”形半圓地帶，這與《長江三角洲區域一體化發展規劃綱要》劃定的中心區域范圍基本一致。

圖5 長三角地區標準差橢圓和中心區域識別Fig.5 Standard deviational ellipse and central area in the Yangtze River Delta

2.4 城市子群劃分與空間格局分析

以41個城市間的空間相互作用強度計算結果為基礎，構建41×41的空間相互作用矩陣，利用UCINET 6.2中的CONCOR法對長三角地區城市空間相互作用網絡的內部結構進行凝聚子群劃分，每一組子群是多個空間相互作用較強且結構類似的城市集合。如圖6所示，二級子群中，長三角地區被劃分為由東南向西北層次分明的4個子群，每個子群內部均有發展水平較高的城市，依次為以杭州和寧波為首的子群(空間相互作用總量936.74)、以上海和蘇錫常為首的子群(空間相互作用總量1 469.84)、以南京為首的子群(空間相互作用總量1 762.40)、以合肥和徐州為首的子群(空間相互作用總量995.51)；對比各子群空間相互作用總量的變化可以看出,在空間分布上由以上海和蘇錫常為首的子群向南北兩端衰減，間接表明上海市對長三角地區的輻射帶動作用有限，推動多中心格局的發展可減少其他子群對中心區域的依賴，以促進區域聯系的均衡發展。

圖6 長三角地區城市空間相互作用網絡凝聚子群分析結果Fig.6 Analysis results of agglomerative subgroups of urban spatial interaction network in the Yangtze River Delta

從三級凝聚子群內部空間相互作用網絡密度(表2)看，子群5網絡密度最高(21.800)，表明以蘇錫常為首的子群內各城市空間相互作用最緊密，其次是子群6(20.078)，即上海—湖州—嘉興子群內城市空間相互作用較為緊密，子群8內部密度最小(4.878)，即浙南5市與安徽黃山市組成的子群內城市空間相互作用最為松散。從三級子群間的空間相互作用密度看，子群5與子群6之間的空間相互作用最強(18.981)，子群6與子群7之間的空間相互作用次之(13.677)，可見以上海為首的子群在以蘇錫常為首的子群和以杭州、寧波為首的子群之間形成重要紐帶，有利于發揮上海引領長三角地區發展的龍頭作用；子群4與子群8空間相互作用最小(0.300)，即浙江南部與蘇、皖北部兩個子群之間缺乏聯系，主要是受長三角地區南北狹長的地域分割以及省際邊緣效應的影響所致。

表2 長三角地區城市空間相互作用網絡凝聚子群密度Table 2 Agglomerative subgroup density of urban spatial interaction network in the Yangtze River Delta

3 結論與建議

本文基于修正的引力模型測度出長三角地區城市空間相互作用強度，然后對各城市的最大引力線和空間相互作用總量進行分析，與夜間燈光數據和標準差橢圓進行對比并識別出中心區域，最后，用凝聚子群法剖析區域內部結構。結果發現：1)長三角地區城市綜合發展質量差異明顯，呈現出“中心—外圍”特征，形成完善的城市體系；2)最大引力線沿長江流域集聚，鄰近地域指向性更明顯，沿江發展帶和滬寧合杭甬發展帶是城市空間相互作用的集中區域；3)區域內城市經濟發展水平與空間相互作用總量呈顯著正相關，兩者的標準差橢圓中心皆位于蘇錫常都市圈內，呈東南—西北指向，其中心區域涉及21個城市，非中心區域在其外圍形成“C”形地帶；4)長三角地區內部結構由4個二級子群和8個三級子群構成，每個二級子群內皆有發展水平較高的城市，空間相互作用總量由以上海和蘇錫常為首的子群向南北兩端衰減，三級子群中以蘇錫常為首的城市子群空間相互作用網絡密度最大，且與周圍的子群空間相互作用較強。

針對當前長三角地區城市空間相互作用存在的問題，從提升城市空間相互作用、促進區域經濟一體化發展方面提出如下對策建議：1)加快中心城市建設，推動多中心格局形成。上海作為長三角地區唯一的超大城市，綜合實力與空間相互作用總量均位居前列，但受區位因素制約，其對長三角區域內部城市的輻射帶動作用有限。根據凝聚子群分析結果，結合各地資源稟賦、區位優勢及區域優勢產業，在蘇北、皖北、皖西及浙南地區形成拉動區域經濟快速發展的增長極；通過強化中心城市的輻射作用，帶動周邊地區共同發展，促進長三角地區經濟發展和空間結構優化。2)推動經濟轉型發展，提高城市綜合實力。長三角地區城市綜合發展質量差異明顯，經濟結構不合理。因此，加快轉型發展既是長三角地區解決經濟結構深層矛盾的迫切要求，也是增加經濟活力、提高經濟效益、化解產能過剩的現實選擇。針對不同類型的城市子群，尤其是南北兩端的子群，應當以利好政策鼓勵和吸引高層次人才落戶，積極接受東部發達地區的產業轉移，實現產業升級。東部子群中，減少蘇錫常等地對上海的高度依賴，充分挖掘自身潛力，實現向創新型城市轉型升級。3)協同建設一體化交通，縮短時間距離。加快建設集高鐵、普鐵于一體的現代軌道交通運輸體系，構建高品質快速軌道交通網，提升省際公路通達能力，形成便捷的高速公路網絡。加快南京、合肥、杭州、徐州等綜合交通樞紐建設，加強城際經濟發展交通聯系，打通區域內東西發展軸線及省際交通要道，形成連通區域內外的交通運輸網絡。4)完善區域協調機制，強化省際經濟合作。區域內部的行政壁壘及城市空間相互作用總量差異過大將影響城市間分工與協作，在構建新發展格局的背景下，地方政府過多采用行政手段調控經濟活動和結構轉型，既有悖于經濟發展的客觀規律，也不利于經濟社會的長期穩定發展。將政府“有形之手”和市場“無形之手”有效結合，建立跨行政區的協調組織機構，統籌規劃跨區域產業發展、空間結構布局、生態環境保護等重大問題，營造良好的區域協調發展環境。在區域內率先打破省際與省內的行政分割，促進產品、資金、人才、信息等生產要素充分流動，進而帶動江蘇北部、安徽西部和浙江南部等非中心區域的一體化發展，推動長三角地區率先形成新發展格局。