基于夜間燈光數(shù)據(jù)的陜西省縣域經(jīng)濟時空特征及影響因素研究

摘"要：基于陜西省縣域單元2013—2022年夜間燈光數(shù)據(jù)，利用標準橢圓差、空間自相關等方法探究縣域經(jīng)濟時空分異特征并分析相關影響因素。研究發(fā)現(xiàn)：從整體上看，陜西省縣域經(jīng)濟發(fā)展呈現(xiàn)穩(wěn)定態(tài)勢，陜北、關中發(fā)展較好，陜南次之，發(fā)展差異不斷縮小，同時，標準差橢圓呈現(xiàn)較為穩(wěn)定的“東北—西南”分布格局，縣域經(jīng)濟由不均衡向均衡轉變；從空間關聯(lián)性看，縣域經(jīng)濟發(fā)展存在正相關關系，空間關聯(lián)程度逐漸減弱，呈現(xiàn)明顯的區(qū)域異質性。影響因素結果分析顯示，產業(yè)結構、工業(yè)化水平、金融發(fā)展是重要的影響因素，其中產業(yè)結構、工業(yè)化水平是重要的復合影響因子，其他因子與其交互作用后達到較大值。

關鍵詞：夜間燈光數(shù)據(jù)；縣域經(jīng)濟；時空特征；陜西省

中圖分類號：F127""""文獻標識碼：A"文章編號：1005-6432（2025）04-0027-04

DOI：10.13939/j.cnki.zgsc.2025.04.007

1"引言

縣域經(jīng)濟作為國民經(jīng)濟的基本單元，發(fā)展縣域經(jīng)濟是我國經(jīng)濟高質量發(fā)展的必然要求。近十年來，陜西省縣域經(jīng)濟總量持續(xù)增加，經(jīng)濟結構也不斷優(yōu)化，但是由于陜西省各縣資源稟賦、經(jīng)濟結構和發(fā)展模式不同，縣域間的經(jīng)濟差異始終存在，區(qū)域內部不平衡問題日益突出。因此，研究陜西省縣域經(jīng)濟的時空演化特征及影響因素，對推動縣域經(jīng)濟高質量發(fā)展、實現(xiàn)經(jīng)濟發(fā)展的協(xié)調性和持續(xù)性具有重要意義。

關于經(jīng)濟發(fā)展空間演化的研究視角廣、研究成果豐富，目前衡量空間格局變化的研究方法由變異系數(shù)、泰爾指數(shù)等向數(shù)據(jù)包絡分析、探索性空間分析等方法拓展，研究數(shù)據(jù)多采用GDP、消費能力等單一指標或多元統(tǒng)計數(shù)據(jù)的復合評價指標，但傳統(tǒng)統(tǒng)計數(shù)據(jù)存在統(tǒng)計口徑不一和體制因素干擾等缺點，夜間燈光數(shù)據(jù)的客觀性與全面性使其能夠較好呈現(xiàn)區(qū)域經(jīng)濟發(fā)展水平，夜間燈光數(shù)據(jù)被逐步應用到區(qū)域經(jīng)濟發(fā)展的研究中，但相關研究尺度多集中在城市群、省、市層面，結合縣域經(jīng)濟的統(tǒng)計數(shù)據(jù)分析縣域經(jīng)濟發(fā)展變化情況的研究不足，研究存在一定局限性。基于此，文章選取陜西省所包含的縣域單元作為研究尺度，利用2013—2022年夜間燈光數(shù)據(jù)，基于標準差橢圓、空間自相關等方法進行空間方向性與關聯(lián)性機制分析，并考慮驅動時空格局演變的影響因素，采用地理探測的方法，厘清各影響因素對時空格局的影響。

2"區(qū)域概況與數(shù)據(jù)來源

2.1"區(qū)域概況

陜西省位于黃河中游段，轄31個市轄區(qū)、7個縣級市、69個縣，合計107個縣級區(qū)劃。近年來，陜西省縣域經(jīng)濟實現(xiàn)量的持續(xù)增長和質的穩(wěn)步提升，2022年全省縣域生產總值1.59萬億元、增長4.4%，占全省GDP的48.7%，縣均生產總值192.3億元。

2.2"數(shù)據(jù)來源

文章數(shù)據(jù)主要包括統(tǒng)計數(shù)據(jù)、柵格數(shù)據(jù)、矢量數(shù)據(jù)。統(tǒng)計數(shù)據(jù)為《中國縣域統(tǒng)計年鑒》和《陜西統(tǒng)計年鑒》，部分缺失數(shù)據(jù)由陜西省各市、縣統(tǒng)計年鑒補齊。陜西省縣域行政區(qū)劃矢量數(shù)據(jù)來源于中國國家基礎地理信息中心網(wǎng)站。NPP-VIIRS夜間燈光數(shù)據(jù)來源于Earth"Observation"Group網(wǎng)站。

2.3"數(shù)據(jù)預處理

目前，文章主要使用的夜間燈光數(shù)據(jù)主要有兩種，一種是NPP-VIIRS數(shù)據(jù)，另一種是"DMSP-OLS數(shù)據(jù)。文章考慮研究時間為2013年至2022年，使用夜間燈光數(shù)據(jù)為"NPP-VIIRS"數(shù)據(jù)，以陜西省縣域行政區(qū)劃為掩膜提取出研究年份內各個月份的"NPP-VIIRS"夜間燈光數(shù)據(jù)。NPP-VIIRS"數(shù)據(jù)受背景噪聲、火災、激光等高亮度噪點的影響，不能直接用于數(shù)據(jù)分析，需要對這些數(shù)據(jù)進行預處理。將夜間燈光數(shù)據(jù)重投影至Albers等面積投影坐標系，使用雙線性內插進行重采樣，借助柵格計算器先將各月份夜間燈光柵格"DN"值為負值的像元賦值為"0，再把月份燈光數(shù)據(jù)轉化為年度夜間燈光數(shù)據(jù)，并對燈光數(shù)據(jù)進行年際校正。由于部分數(shù)據(jù)的夏季夜間燈光亮度有缺失的問題，合成年度數(shù)據(jù)集的過程中沒有使用夏季月份數(shù)據(jù)。

3"研究方法

3.1"夜間燈光總量

文章統(tǒng)計2013年至2022年陜西省縣域單元的夜間燈光總量與地區(qū)GDP數(shù)據(jù)，利用SPSS軟件對兩者的相關性進行分析，結果顯示Pearson"相關系數(shù)均在［0.72，0.76］，夜間燈光總量與GDP之間的相關性較高，可借助夜間燈光總量衡量縣域經(jīng)濟發(fā)展水平。夜間燈光總量計算公式如下：

TNLI=∑ni=1DNi

式中，DNi為區(qū)域內每個柵格單元的像元輻射值，n為區(qū)域內柵格的數(shù)目，TNLI為夜間燈光總量。

3.2"標準差橢圓

標準差橢圓方法多用于分析要素在空間分布的方向性特征。依據(jù)不同的需求，標準差橢圓可以對要素的集聚程度、分布范圍和重心位置進行分析。重心位置體現(xiàn)了要素的集聚位置，標準差橢圓的大小體現(xiàn)了要素的集聚程度，長短軸之比體現(xiàn)了要素集聚的離散程度，方位角體現(xiàn)了要素的分布方向。通過標準差橢圓測度經(jīng)濟發(fā)展在地理空間上的變動方向和集中程度。

3.3"空間自相關

空間自相關是屬性值在整個區(qū)域的空間特征描述，用以探究空間關聯(lián)程度及其顯著性。文章選用全局莫蘭指數(shù)檢驗陜西省縣域經(jīng)濟發(fā)展整體空間屬性，局部莫蘭指數(shù)衡量研究區(qū)域與周邊區(qū)域集聚程度。

3.4"地理探測器

地理探測器是探測地理因子空間分異性及其背后影響因子作用的統(tǒng)計學方法，被廣泛應用于與空間分異性相關的環(huán)境、自然、社會等多個領域。文章利用地理探測器模型中的因子探測器（factor"detector）及交互探測器對縣域經(jīng)濟發(fā)展水平的影響因素進行研究。參考相關研究成果，并考慮到數(shù)據(jù)可得性，建立指標體系，如表1所示。

4"結果分析

4.1"整體結果分析

在整體結果分析中，基于自然斷裂法分析陜西省縣域經(jīng)濟發(fā)展水平的空間差異，從空間分布區(qū)域來看，陜南大部分地區(qū)和陜北佳縣、米脂縣、延川縣等部分地區(qū)縣級單位夜間燈光值較低，而高值區(qū)集中分布在關中中部和陜北榆陽區(qū)、志丹縣、神木市及其周邊。即陜北和關中縣域經(jīng)濟發(fā)展水平較高，陜南次之。

從數(shù)量上來看，夜間燈光值低和較低的縣域單元數(shù)量多于高和較高的縣域單元，等級越高，對應縣域單元數(shù)量越少。

從時間趨勢來看，2013—2022年各縣域單元夜間燈光值均呈增長趨勢，縣域經(jīng)濟發(fā)展態(tài)勢良好，高值區(qū)和低值區(qū)差異不斷縮小，但經(jīng)濟發(fā)展不平衡問題仍然存在。

從夜間燈光值上看，2013—2022年榆陽市、神木市、定邊縣的夜間燈光增長量最大，吳堡縣、潼關縣、碑林區(qū)夜間燈光增長量最小。留壩縣、黃龍縣、鎮(zhèn)坪縣夜間燈光增長率最高，增長近一倍，這些地區(qū)基數(shù)小增幅明顯。雁塔區(qū)、碑林區(qū)、蓮湖區(qū)夜間燈光增長率最低，這些地區(qū)燈光值位居前列，基數(shù)大增速緩慢。在整體上，2019—2022年相較于2013—2016年和2016—2019年平均增長率最高。

4.2"空間方向性結果分析

將夜間燈光數(shù)據(jù)柵格圖轉為矢量點，將夜間燈光數(shù)據(jù)值作為權重對其進行標準差橢圓分析。在研究期內，重心變化范圍在"108.90°E～108.92°E、35.34°N～34.43°N"變動，集中在黃陵縣內，位置變動較小。從重心移動方向上看，2013—2022"年橢圓重心向北偏，遷移距離為"18.83km，反映出陜北地區(qū)的經(jīng)濟拉動作用加強。總體上看，陜西省縣域經(jīng)濟重心"偏移較為穩(wěn)定。

從橢圓參數(shù)表可知，陜西省縣域經(jīng)濟"2013—2022"年長軸標準差始終大于短軸標準差，呈現(xiàn)出較為穩(wěn)定的“東北—西南”分布格局。2013—2022"年，夜間燈光標準差橢圓面積不斷擴大，且"2019—2022"年漲幅最大，表明陜西省縣域經(jīng)濟不斷取得了發(fā)展和進步，夜間燈光的廣度和亮度不斷增加。橢圓長軸由"328.10km"擴大到"358.30km，短軸由"119.45km擴大到"130.71km，表明在研究期間經(jīng)濟發(fā)展存在空間擴散趨勢。長軸與短軸之比即扁率先擴大后縮小，這也進一步反映了陜西省南北經(jīng)濟由不平衡向平衡發(fā)展。詳見表2。

4.3"空間關聯(lián)性結果分析

4.3.1"全局自相關分析

從縣域尺度計算夜間燈光數(shù)據(jù)的全局Morans"I指數(shù)，揭示縣域經(jīng)濟發(fā)展的空間聚集或擴散效應。結果顯示，2013—2022"年夜間燈光的全局"Morans"I指數(shù)均分布在［0.439，0.482］區(qū)間內，且P值小于0.05，Z得分均值在7.84左右。表示陜西省縣域經(jīng)濟發(fā)展存在正向顯著的空間自相關和空間聚集現(xiàn)象。Morans"I指數(shù)一直在下降，說明縣域經(jīng)濟發(fā)展的空間關聯(lián)程度減弱，經(jīng)濟發(fā)展更加均衡化。詳見表3。

4.3.2"局部自相關分析

由于全局Morans"I值只能測算全局空間經(jīng)濟發(fā)展的集聚狀態(tài)，只對陜西省整體縣域經(jīng)濟的空間關系進行描述，無法反映對各地區(qū)間的空間集聚情況。利用GeoDA空間分析軟件反映陜西省各地區(qū)縣域經(jīng)濟的局部關聯(lián)性。各研究單元的空間集聚類型分為高高集聚區(qū)（H-H）、高低集聚區(qū)（H-L）、低高集聚區(qū)（L-H）和低低集聚區(qū)（L-L）四類。數(shù)據(jù)主要分布在高高集聚區(qū)和低低集聚區(qū)，顯著性空間特征類型以正相關為主。從分布趨勢上看，2013—2022年縣域經(jīng)濟的空間集聚情況為H-H型分布在吳起縣、靖邊縣、神木市等陜北地區(qū)和關中中部地區(qū)，包括秦都區(qū)、未央?yún)^(qū)、灞橋區(qū)等，這些區(qū)域與經(jīng)濟發(fā)展條件較好的縣域相吻合，是陜西省縣域經(jīng)濟發(fā)展的重要區(qū)域。L-L型集聚的區(qū)域分布包括鎮(zhèn)巴縣、洋縣、石泉縣、漢陰縣和綏德縣。L-H型和H-L型零星分布，數(shù)量很少，包括甘泉縣、漢賓區(qū)等。2013—2022年，H-H聚類不斷在陜北地區(qū)增加，陜北地區(qū)大部分縣域發(fā)展水平較好，同時可能因為夜間燈光數(shù)據(jù)對相關產業(yè)的測度更好，鎮(zhèn)巴縣、洋縣從L-L聚類區(qū)域轉變?yōu)椴伙@著區(qū)域。扶風縣、麟游縣、乾縣從不顯著區(qū)域轉變?yōu)長-L聚類區(qū)域，這些地區(qū)雖在省會西安附近，但西安向周圍地區(qū)的輻射能力有限，并且由于大城市的虹吸效應，大量的人才、技術等優(yōu)質資源流向西安從而形成低-低聚類。

4.4"影響因素結果分析

4.4.1"單因子探測結果

根據(jù)地理探測器工作原理，需要將自變量變?yōu)轭愋妥兞浚捎肁rcGIS的自然斷裂點法將六個影響因素分為五級，將處理后的分級因子作為自變量，夜間燈光總量作為因變量導入至Geodetector模型，結合因子探測器和交互作用探測器進行探究。求得各因子對縣域經(jīng)濟的影響力值，2013年主導陜西省縣域經(jīng)濟的核心因素是產業(yè)結構（0.393）和收入水平（0.341），2016年主導核心因素是產業(yè)結構（0.436）和金融發(fā)展（0.353），2019年主導核心因素是工業(yè)化水平（0.479）和金融發(fā)展（0.435），2022年主導核心因素是金融發(fā)展（0.562）和工業(yè)化水平（0.534）。從整體來看，早期陜西省縣域經(jīng)濟受產業(yè)結構影響較大，后期工業(yè)化水平和金融發(fā)展的作用強度逐步凸顯。

4.4.2"交互作用探測結果

文章通過地理探測器的因子交互探測分析來比較6個影響因子對陜西省縣域經(jīng)濟空間分異性的交互影響。

2013—2022年，6個影響因子對陜西省縣域經(jīng)濟空間分異均存在交互作用，表現(xiàn)為雙因子增強和非線性增強，進一步說明陜西省縣域經(jīng)濟發(fā)展的差異性受多因子綜合作用影響。

2013年，以（X2∩X5）、（X1∩X6）、（X3∩X5），影響力最大，處在所有交互因子的前列，q值分別為0.763、0.637、0.579。2016年，以（X1∩X2）、（X1∩X6）、（X5∩X6）交互作用較強，q值分別為0.713、0.685、0.660。2019年，以（X1∩X3）、（X3∩X5）、（X3∩X4）交互作用更強，q值分別為0.622、0.595、0.592。2022年，（X1∩X4）、（X3∩X5）、（X4∩X5）三個交互作用影響力更強，q值分別為0.714、0.712、0.708。"2013—2022年中，交互作用影響力大于0.5的五個交互作用形式中，產業(yè)結構（X1）、工業(yè)化水平（X2）是交互頻繁的影響因子，其他因子與其交互作用后達到較大值，是重要的復合影響因素。

5"結論

文章基于夜間燈光數(shù)據(jù)測度縣域經(jīng)濟發(fā)展水平，采用空間方向性與關聯(lián)性機制分析方法對陜西省縣域經(jīng)濟空間格局進行分析，并利用地理探測器探討陜西省縣域經(jīng)濟發(fā)展水平的影響因素。整體上看，2013—2022年陜西省縣域經(jīng)濟發(fā)展態(tài)勢良好，陜北和關中地區(qū)發(fā)展水平較好，陜南次之，縣域經(jīng)濟發(fā)展差異不斷縮小，但發(fā)展不平衡問題仍然存在。從空間方向性分析結果可知，陜西省縣域經(jīng)濟重心集中在黃陵縣內，位置變動較小，偏移較為穩(wěn)定，標準差橢圓呈現(xiàn)穩(wěn)定的“東北—西南”分布格局，且橢圓面積不斷擴大，縣域經(jīng)濟發(fā)展取得了進步，陜西省南北經(jīng)濟由不均衡向均衡發(fā)展。從空間關聯(lián)性結果可得，在全局自相關分析中，陜西省縣域經(jīng)濟發(fā)展存在正向顯著的空間自相關，全局"Morans"I指數(shù)隨時間推移逐漸減小，空間關聯(lián)程度逐漸減弱，在局部自相關分析中，呈現(xiàn)明顯的區(qū)域發(fā)展差異性，H-H型分布在陜北和關中部分地區(qū)，是陜西省縣域經(jīng)濟發(fā)展的重要區(qū)域，L-L型、L-H型、H-L型都數(shù)量較少，零星分布。對縣域經(jīng)濟發(fā)展水平的影響因素探測結果顯示，產業(yè)結構、工業(yè)化水平、金融發(fā)展是陜西省縣域經(jīng)濟發(fā)展的重要影響因素，通過交互作用分析，產業(yè)結構、工業(yè)化水平是重要的復合影響因子，其他因子與其交互作用后達到較大值。

參考文獻：

［1］鐘洋，胡碧松.夜間燈光數(shù)據(jù)的長江中游城市群空間格局演變［J］.測繪科學，2018，43（9）：68-75.

［2］牛亞文，趙先超，胡藝覺.基于NPP-VIIRS夜間燈光的長株潭地區(qū)縣域土地利用碳排放空間分異研究［J］.環(huán)境科學學報，2021，41（9）：3847-3856.

［3］卓蓉蓉，余斌，曾菊新，等.湖北省經(jīng)濟空間格局演變與經(jīng)濟空間戰(zhàn)略效應［J］.經(jīng)濟地理，2018，38（3）：37-45.

［4］張明林，曾令銘.蘇區(qū)振興背景下贛南經(jīng)濟差異格局與空間聯(lián)系研究［J］.地域研究與開發(fā)，2020，39（6）：47-53.

［5］晁靜，趙新正，李同昇，等.長江經(jīng)濟帶三大城市群經(jīng)濟差異演變及影響因素——基于多源燈光數(shù)據(jù)的比較研究［J］.經(jīng)濟地理，2019，39（5）：92-100.

［6］張建文，梁彥慶，崔立燁，等.基于NPP-VIIRS夜間燈光數(shù)據(jù)的京津冀城市群經(jīng)濟集聚特征分析［J］.西南大學學報（自然科學版），2021，43（12）：95-104.

［7］郭恒梅，馬曉冬.基于夜間燈光數(shù)據(jù)的淮海經(jīng)濟區(qū)經(jīng)濟空間格局演化及中心性測度［J］.地理與地理信息科學，2020，36（2）：34-40，125.

［8］楊振，朱虎嘯，王曉筱，等.江蘇省區(qū)域經(jīng)濟發(fā)展空間格局及影響因素的多尺度效應分析［J］.湖南師范大學自然科學學報，2024（1）：114-123.

［9］張斌，尹劍，邱遠宏，等.西部陸海新通道城市發(fā)展時空格局演變研究——基于夜間燈光數(shù)據(jù)［J］.資源開發(fā)與市場，2022，38（11）：1364-1373.

［10］徐慧敏，胡守庚.夜間燈光視角下長江經(jīng)濟帶主體城市群的發(fā)展差異分析［J］.長江流域資源與環(huán)境，2023，32（1）：14-23.