長三角中心區城市高質量發展評價與空間關聯初探

石念 譚娜

摘 要：本文基于2017-2019年長三角27個中心區城市質量數據，對各城市綜合質量發展水平進行評價，并采用修正引力模型測算中心城市空間聯系強度，得到結論：長三角中心區城市質量發展差異性從大到小依次為：基礎設施、科創產業、公共服務、生態環境領域；上海市作為長三角城市群的中心城市，2017-2019年質量發展綜合評價得分穩居首位，且在基礎設施和公共服務領域發展顯著領先，上海市與長三角區域中心城市之間的關聯強度在加強；安徽省中心區城市在科創產業領域質量發展評價得分相對較高，浙江省中心區城市在生態環境領域質量發展得分較高，南京市對江蘇省內關聯強度相對其他省會城市較高。

關鍵詞：長三角，中心區城市，質量評價，空間關聯，引力模型

DOI編碼：10.3969/j.issn.1674-5698.2023.02.014

1 引 言

長江三角洲地區（以下簡稱：長三角）是我國最早實施區域經濟一體化協同發展的地區，經濟發展活躍，開放創新動力強，在國家建設中具有重要的戰略地位。長三角區域經濟的發展經歷了一個漫長的演變過程，如：歷經多次城市或區域擴容，從1992年江浙滬的15個城市，到2019年12月中共中央國務院印發《長江三角洲區域一體化發展規劃綱要》（以下簡稱《綱要》），長三角擴容正式進入“江浙滬皖”全域時代，《綱要》提出“推動形成區域協調發展新格局，規劃以上海市，江蘇省南京、無錫、常州、蘇州、南通、揚州、鎮江、鹽城、泰州，浙江省杭州、寧波、溫州、湖州、嘉興、紹興、金華、舟山、臺州，安徽省合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城27個城市為中心區，輻射帶動長三角地區高質量發展”。這27個城市本文稱之為“中心區城市”，江蘇省9個，浙江省9個，安徽省8個。

為進一步加強長三角質量提升常態化合作，打造長江經濟帶增長極，推動長三角區域一體化高質量發展，《綱要》強調在基礎設施、公共服務、生態環境、科創產業等領域基本實現一體化發展，全面建立一體化發展的體制機制。長三角區域（上海市、江蘇省、浙江省、安徽省全域）面積35.8萬平方公里，其中27個中心區城市面積22.5萬平方公里，面積占比約63%，說明長三角區域27個中心區城市不僅是長三角關鍵城市，還承擔起連接中心城市與其他長三角地區橋梁的重要作用，是長三角地區實現高質量一體化發展的主要核心推力，最終提高長三角地區配置全球資源能力和輻射帶動全國發展能力。《上海市國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標綱要》強調“推進長三角區域一體化協調發展，上海市成為具有全球影響力的長三角世界級城市群的核心引領城市”。上海市進一步發揮長三角龍頭帶動作用，提升上海市在長三角的輻射帶動能力，及長三角區域一體化下上海市與其他26個中心區城市之間的質量發展與質量提升空間相互作用及聯系強度，均有待進一步研究。

因此本文試圖根據《綱要》中的“基礎設施、公共服務、生態環境、科創產業”四大領域發展情況選取指標，研究長三角區域一體化下27個中心區高質量發展的均衡性和城市之間質量提升的空間關聯強度，為發揮和提升上海市等核心城市在長三角一體化高質量發展中的引領作用提供參考，有助于促進長三角區域一體化高質量發展。本文具體分析方法是通過建立一體化發展質量評價指標體系，運用熵權法給指標賦權，對中心區城市的質量發展水平進行綜合評估，利用修正的傳統引力模型測算中心區城市間的空間關聯度。

2 研究方法和數據來源

2.1 指標體系、數據來源及權重

本文在指標選取中，考慮到指標的合理性、數據的可獲得性，盡可能地選取反映一級指標宏觀狀況的指標，同時減去相關性較大的指標后，在科創產業、基礎設施、生態環境、公共服務4個一級指標方面，共選取產業結構、道路交通、郵電通訊、空氣質量、水質情況、教育質量、醫療衛生資源、科創投入、科創質量和能源效率10個量化二級指標，試圖測算長三角各中心區城市一體化質量發展綜合質量水平。具體量化指標與計算方式見表1。數據為2017-2019年各市全域（包括市下設的縣級）三年數據，基礎數據來源為歷年《中國城市統計年鑒》和各地區統計年鑒及各部門公布的統計公報等。

為了避免人為的主觀因素影響給賦權重，提高評價結果的科學性，每個指標權重計算方法主要運用熵權法。首先，采用極值法對數據進行標準化處理，用x ij 表示i城市的j指標數值，將x ij 轉化為無單位的相對數x ij '，將x ij '數值范圍規范在[0，1]的區間，處理方法為：對于正向指標，即該指標值越大（評分越高），令x ij' ； 對于逆向指標，令， ，即該指標值越小（評分越高）。

其次，將得到的無量綱化數據進行坐標平移和歸一化，由于極值法后存在x ij '值為0，以方便后續指標的計算，對xij'進行坐標平移，令平移后的值為y ij，yij =x ij' +a，a為平移幅度，按照袁久和（2013）a取0.01，坐標平移后進行歸一化處理，令 ，得到標準化矩陣（pij）27×10。然后，計算指標x ij的熵值ei和冗余度d i，ei = ， d i =1-ei ，di衡量了各指標之間的差異，熵值ei越小，指標間差異系數d i 就越大，指標越重要，給賦權重應越大。最后，計算j指標權重w j = ， 計算出三年各個指標的權重（見表1）。

可以看出2017-2019年三年期間權重均在0.1附近波動。有了10個指標的權重，就可以對各城市質量發展綜合評價得分S i 進行測算，測算公式為：S i = 。

2.2 修正的引力模型

通常，傳統引力模型由牛頓的萬有引力定律推導而來，是測算城市間相互作用強度較為常見的重要工具，基本思想是兩個物體之間的引力大小正向地取決于兩者的質量，同時與兩者間距離呈負相關關系。本文對該模型質量、距離與引力系數3個參數的取值如下：用以上質量發展綜合評價得分反映城市質量的綜合水平；中心區城市地理距離按照兩者間的幾何中心（經緯度）計算，方法是利用Python爬蟲和高德地圖API可獲取27座城市兩兩之間的地理距離；對引力系數的修正，按照李叢容（2020）結合城市經濟發展情況因子，即：城市地區生產總值（GDP）越高，代表城市發展水平越高，且對周邊城市越具有較強的吸引力或影響力，因此用城市GDP的占比對系數進行修正，以此表征城市間相互吸引的潛力大小。修正后的引力模型公式：Gij= 系數Ki j=， i 為中心城市，j為非中心城市，Gij為城市i對城市j的引力，即兩個城市之間的關聯強度；K ij為引力系數；S i、S j 分別為城市i、城市j的綜合質量（綜合評價得分）；D ij為城市i與j之間的地理距離。

3 結果分析

3.1 城市綜合質量測量結果與分析

運用熵值法，計算出長三角中心區各個城市的質量發展綜合得分，并繪制出2017-2019年各城市綜合質量空間分布圖（如圖1所示）。

上海市在2017-2019年質量發展綜合評價得分穩居首位，且分值從0.0 61增加到0.085。2017年、2018年杭州市、蘇州市緊隨其后，2019年為南京市和杭州市。對27個中心區城市的描述分析結果見表2。2017-2019年長三角中心區各個城市的質量發展綜合得分均值連續為0.037，未發生變化，但是變異系數從0.303增加到0.463，說明長三角中心區城市間質量一體化發展綜合水平區域差異變大，質量發展一體化水平仍待提升。

結合表2，根據各中心區城市的得分按四大領域具體分析。在基礎設施領域，上海市在2017-2019年得分均為首位，且分值從0.023增加到0.0 45，2017年和2018年其次是杭州市、蘇州市，2019年為南京市和杭州市，2 017-2 019年長三角中心區各城市得分均值連續為0 . 010，未發生變化，但變異系數從0.462增加到0.942。在公共服務領域，上海市、杭州市在2017-2019年得分居前兩位，其次有南京市、舟山市，而合肥市得分三年都未達到均值，長三角中心區各城市得分均值增大，從0.0 07增加到0.0 08，且變異系數也從0.349增加到0.391。在生態環境領域，2017-2019年得分前三位為臺州市、舟山市、溫州市，上海市、杭州市高于均值，值得注意的是，南京市、合肥市得分三年均僅低于均值0.0 06，長三角中心區各城市得分均值增大，從0.007增加到0.008，且變異系數也從0.298增加到0.369。在科創產業領域，2017年和2018年蕪湖市得分居首位，2019年變為合肥市第一，2017年和2019年蘇州市、杭州市緊隨其后，而2018年為蘇州市、合肥市，2017-2019年長三角中心區各城市的科創產業領域得分均值連續為0.011，未發生變化，但變異系數從0.393增加到0.448。

可得出長三角中心區各城市公共服務領域得分增大，基礎設施、生態環境、公共服務各領域發展水平區域差異變大，發展質量一體化均有進一步提升空間，從區域性差異程度比較來看，基礎設施領域差異性最大，其次為科創產業，再次為公共服務、生態環境。

3.2 中心城市空間聯系強度測算結果及分析

長三角中心區城市空間聯系強度測算是將各城市的質量發展綜合評價得分與城市間的地理距離代入2.2中修正引力模型，測算得到中心城市的空間關聯強度（見表3）。

按照模型測算結果，把空間關聯強度劃分為4個等級，I級：Gij＞0.19，II級：0.1＜Gij≤0.19，III級：0.05＜Gij≤0.1，IV級：Gij≤0.05，強度由I級向IV級遞減，分別表示：強、較強、較弱、弱。據此分類得出上海市對各中心區城市的聯系強度、各省會城市對省內各中心區城市空間聯系強度，結果如圖2所示。

2017-2019年長三角中心區城市與上海市之間擁有引力關系強度在增加，擁有“強”引力關系的城市從4個（14.8%）增加為8個（29.6%），而“強”和“較強”聯系的中心區城市占比從11個（40.7%）增加到13個（48.6%），呈“弱”關系的城市減少1個。

分析2 017-2 019 年長三角其他省會城市對其內部城市之間的聯系強度，結果顯示，杭州市與省內城市存在“強”“較強”聯系的城市數量高于南京市，南京市和杭州市不存在“弱”聯系，而合肥市不存在“強”“較強”聯系的省內城市。南京市與江蘇省內存在“強”“較強”聯系的城市增加，杭州市與浙江省內空間聯系以“強”“較強”聯系為主，且較為穩定，合肥市與安徽省內聯系關系較為穩定，省內城市與其存在“較弱”聯系的城市占到大多數，可見合肥市的空間關聯能力相較于杭州市與南京市而言，相對處于非均衡的發展狀態，與省內城市以“弱”關聯為主。

4 結論與啟示

本文試圖基于2017-2019年27個長三角中心區城市的可獲得的質量發展數據，對中心區各城市綜合質量水平進行評價，采用修正引力模型在測算中心城市空間聯系強度，從空間和時間兩個維度比較分析長三角區域一體化發展程度、城市間差距與關聯程度。并得出以下結論和啟示。

上海市作為長三角城市群的中心城市，在2017-2019年質量發展綜合評價得分穩居首位，對長三角區域周圍中心區城市產生重要的正向擴散效應，其質量發展的同時帶動區域內城市同步提升，對長三角具有主要帶動領域偏向于基礎設施和公共服務領域，特別是基礎設施領域在長三角區域顯現差異較大，如：交通運輸條件欠發達導致交通運輸效率低，使中心城市與其他城市間的輻射作用受到影響。為提高長三角區域一體化發展，應重視長三角地級以上城市高鐵全覆蓋，及上海市作為國際大都市應發揮其交通、服務業等基礎設施領域的龍頭帶動作用。加快公共服務便利共享，優化優質教育和醫療衛生資源布局。同時也應看到，位于安徽省的中心區城市在科創產業領域質量發展綜合評價得分相對較高，可以看出安徽省對科創產業發展的重視度，其他中心區城市在城市科創產業發展方面需進一步縮小差異，特別是優勢產業競爭力進一步加強，包括形成若干世界級產業集群，產業邁向中高端等；位于浙江省的中心城市在生態環境領域質量發展綜合評價得分相對較高，跟浙江省的地理稟賦有很大關系，監管層面應對區域突出環境污染問題能夠聯防聯治和生態協同監管，改善總體生態環境。上海市與長三角區域中心城市之間的關聯度在增加，省會城市對各省的關聯強度按照由強到弱為：杭州市、南京市、合肥市，南京市對省內關聯強度增強明顯。雖然2017—2019年長三角中心區各個城市的質量發展水平保持穩定，良性發展趨勢得以保持，但是區域內部差異變大，也說明“江浙滬皖”全域時代的長三角區域質量一體化發展質量仍需不斷提高，努力打破行政壁壘約束，發揮長三角中心區各領域城市的優勢輻射作用范圍，并持續拓展效應至長三角其他非中心區城市區域，不斷探索區域合作的新形式和新舉措，以期進一步提升并有效發揮長三角中心區城市以及城市群的引擎作用。

最后，鑒于本文對指標選取存在一定的主觀性和局限性，研究仍有一定的完善空間，本測評過程和結果僅供相關人員參考。

參考文獻

袁久和，祁春節.基于熵值法的湖南省農業可持續發展能力動態評價[J]. 長江流域資源與環境， 2013，22（02）：152-157.

李從容， 向文倩. 關中平原城市群中心城市空間聯系強度研究[J]. 干旱區地理， 2020（11）：1593-1602.

中華人民共和國國家統計局.中國城市統計年鑒[M]. 北京：中國統計出版社， 2018.

中華人民共和國國家統計局.中國城市統計年鑒[M]. 北京：中國統計出版社， 2019.

中華人民共和國國家統計局.中國城市統計年鑒[M]. 北京：中國統計出版社， 2020.

中華人民共和國國家統計局.中國統計年鑒[M]. 北京： 中國統計出版社， 2018.

中華人民共和國國家統計局.中國統計年鑒[M]. 北京： 中國統計出版社， 2019.

中華人民共和國國家統計局.中國統計年鑒[M]. 北京： 中國統計出版社， 2020.