長江經濟帶城市化發展及其梯度演化研究

周杰文，王亮，張云

（南昌大學經濟管理學院，南昌330031）

0　引言

長江經濟帶自古以來是人口經濟密集帶，跨越東、中、西11個省市，作為我國承東啟西的一條重要軸線，其經濟發展對我國區域發展戰略的布局起到舉足輕重的作用，而它的城市化發展是其經濟發展的主要內容。目前，學術界對長江經濟帶城市化發展問題的研究主要集中在對城市化水平的測度、城市化發展道路選擇、城市化發展影響因素、城市化發展質量評價、城市化發展效率等方面[1-4]?；陂L江經濟帶全流域層面綜合測度其城市化發展格局，同時以流域劃分來綜合評價其城市化水平子系統水平以及區域差異，并對其差異性定量分析后可視化表達的研究較為少見。本文以2004—2013年10年的時間跨度，以110個城市為研究對象，運用ArcGIA將城市化發展的時空演化可視化表達，在多角度上采用全局主成分分析方法和空間自相關分析方法多維分析讓研究結果更全面。

本文通過研究長江經濟帶城市化水平的時空演變以及變化規律，以期能促進長江經濟帶沿線產業結構調整與升級，并改善城市化布局，進而提高長江經濟帶在我國城市化進程中的輻射與帶動作用。與已有研究成果相比，本文以更細微的評價指標構建了綜合評價長江經濟帶城市化發展水平的指標體系，從發展特征與發展格局來綜合評價長江經濟帶城市化進程。同時，按流域對長江經濟帶的城市化發展的區域性進行測度，站在空間梯度流動的角度更好地詮釋了城市化演變的特征，以便因地制宜的去布局城市化發展的戰略。

1　研究方法

空間自相關測度的是一個空間區域單元其某種屬性值與周圍區域單元在相同屬性值的相似程度，常用計算空間相關性的有Moran’Ⅰ、Geary’S等。Moran’Ⅰ因其在計算中不易受偏離正態分布的誤差影響，而在進行空間相關性分析中運用得更加廣泛[5]。

1．1　全局Moran’Ⅰ指數

全局Moran’Ⅰ指數用來測度目標區域在特定空間分布的相關性和差異性，Moran’Ⅰ指數的取值區間是-1～1，Ⅰ取值為正數表示空間正相關，Ⅰ取值為負數標明空間負相關，I的絕對值越大表示空間相關性越顯著，0值表示空間具有隨機分布的特性，其表達式如下：

式中，n為柵格數；yi和yj均是研究對象在第i點和第j點的空間屬性空間權重矩陣，表示第i點與第j點之間的空間連接關系，一般由距離遠近、可達性高低等來測度。

1．2　局部Moran’Ⅰ指數和Z值

局部Moran’Ⅰ指數是Anselin（1995）提出的[6]，其計算原理是：

其中，xi為空間單元的屬性值，C為空間權重矩陣，Cij代表兩個單元之間相互之間的影響程0，表明目標區域周圍相似值的空間集聚，可以是高值集聚，也可以是低值集聚；若Moran’Ⅰ指數小于0，則表明目標區域周圍具有非相似值的空間集聚。Ii值常用式其標準化處理，其中E(Ii)是期望，VAR(Ii)是方差。

1．3　全局主成分分析法

全局主成分分析是以經典主成分分析為基礎，用一個整體綜合變量來消除各個指標之間可能存在的共線性，從而達到測度變量隨時間變化的目的，確保測度結果的可比較性。全局主成分分析的實質是將單年份數據表按時間順序縱向展開形成全局數據表，然后對全局數據表實施經典主成分分析。

2　評價指標體系構建

城市的發展是一個綜合人口、經濟、社會、土地、文化與歷史背景、基礎設施建設、生態環境等諸多因素均衡與博弈的過程，測度城市化發展時使用包含以上各個方面才能更科學有效地發映出城市化發展的真實水平。遵照指標選擇的系統性、完整性、代表性和數據的可獲取性為原則[7]，在學者們已有研究成果的基礎上[8]，將長江經濟帶城市化發展綜合水平測度指標分為：人口城市化、經濟城市化、社會城市化、空間城市化。其中，人口城市化一般只是農村人口向城市人口轉移的過程；經濟城市化是經濟結構的高級化，由工業化推動向第三產業興起的轉變過程；社會城市化是由農村生活方式向城市化生活方式轉變的過程；空間城市化是指城市化進程在地理空間上的直觀表現，其指標選取情況如表1所示。

表1　城市化綜合評價指標體系

本文選取的時序長度是2004—2013年，包括110個城市18項城市化指標，因考慮年份較多、城市數量較多，所以選擇用全局主成分分析方法來量度長江經濟帶城市化發展水平。數據主要來源于相關年份的《中國城市統計年鑒》《中國城市建設統計年鑒》《中國區域經濟統計年鑒》以及長江經濟帶110個主要城市的《統計年鑒》，并利用EPS數據平臺對數據進行校準。

根據表1的綜合指標體系分類，對2004—2013年長江經濟帶城市化的人口、經濟、空間、社會四個子系統進行全局主成分分析，基于全局數據表，對原始數據進行KMO取樣適當性度量和Bartlett球形檢驗，運算結果K值0.875＞0.8以及Bartlett檢驗P值為0.00，檢驗結果顯示數據適合全局主成分分析。遵循特征根大于1且累計方差貢獻率達到80%以上的原則，共提取3個主成分。根據統計原則計算分項的綜合得分情況，繪制城市化綜合得分以及子項得分（見圖1和圖2）。

圖1 長江經濟帶的綜合城市化和人口城市化（2004—2013）

圖2 長江經濟帶各子系統的發展情況

從2004—2013年間城市化數據的變化來看（見圖1），長江經濟帶城市化綜合水平總體上呈現不斷上升的趨勢，其中2004—2008年城市化進程速度勢頭強勁，2009年稍微回落后重拾升勢，發展總體平穩向上。同時雖然人口城市化和綜合城市化指數表現一定的相關性，但是綜合城市化水平斜率更陡峭，顯示農村人口向城市人口的流動并非城市化的主導因素。

從長江經濟帶各子系統城市化發展情況來看（見圖2），在2004—2008年間，空間城市化對長江經濟帶城市化貢獻相對較大。在2009—2011年之間，人口的城市化增長加速。社會城市化則在2011—2013年期間推進加速，逐漸在城市化進程中占據主導位置。同時，經濟城市化的發展速度也相對較快，到2013年已經超過了人口城市化，成為次級推進力量，2008—2009年的波動可能和2008年的金融危機有一定的關系。

3　實證評價與分析

3．1　長江經濟帶綜合城市化水平測度與評價

根據表1構建的城市化水平評價指標體系，運用SPSS22.0對長江經濟帶110個城市化的18項二級城市化指標進行全局主成分分析并計算其綜合得分；提取2004年、2007年、2010年、2013年城市化得分（見表2）。

表2　長江經濟帶城市化各子系統的綜合得分（2004—2013）

長江經濟帶上、中、下游城市化水平的年際之間的變化很明顯，然而演化特征存在一定的差異性。由長江經濟帶城市化質量的綜合得分（見表2）情況可以知道，得分從2004年的-6.19到2013年的6.52，并且呈現連續增長的態勢。水平差異呈現波浪式的變化特征，從2004年的-1.18緩慢擴大至2007年的-12.26，后逐步縮小為1.53的一個“拋物線”形狀的趨勢。說明長江經濟帶上、中、下游的城市化發展水平雖然提高，但是流域之間在城市化的發展進展方面的差異反而在擴大。

對于長江上下游不同區域內部城市化進展的得分來看，長江下游城市群增幅18.35最高，這和江浙滬經濟發展水平變現的一致；長江上游13.59居其次，原因為西南地區城市化初始水平較低，發展早期較為高速；長江中游6.20最低，城市化表現和長江中部城市群保持中高速的穩定經濟掛鉤（見表3）。

表3　長江經濟帶上游、中游和下游各自的城市化水平差異

從人口、經濟、社會、空間四項子系統的時序變化可以更加細致的看到長江經濟帶城市化的變化過程，表4結果顯示城市化得分：社會城市化＞經濟城市化＞人口城市化＞空間城市化，表明在2004—2013年間，社會城市化對長江經濟帶城市化進程起到了主導的主用；然而人口城市化增幅＜空間城市化增幅，往往意味著城市的空間擴張與人口擴張的速度不匹配，城市吸引周圍農村人口的潛力并沒有得到有效的發揮。

表4　長江經濟帶分項城市化數據

從空間分布上看，城市化發展較高水平地區主要集中在長江中下游地區，例如湖南西北部、湖北中部、江西東南大部分地區、安徽、浙江、江蘇以及上海，且呈現明顯的梯度變化，越往下游，地區城市化發展水平越高；城市化水平較高的城市較為集中，符合經濟地理學中人口、產業的集聚效應[9,10]。

3．2　城市化化發展水平的自相關分析

3.2.1全局空間自相關分析

Moran散點圖在地理學中對于區域間的空間相關性具有簡潔、直觀的表達效果，本文運用GeoDa軟件計算并繪制長江經濟帶城市化發展水平的散點圖。Moran’I散點圖具有四個象限來分別描述長江經濟帶城市化水平測度數據點的分布聚集程度，按照幾何學象限分布分別對應：第一象限——高高，高得分區域與高得分區域相鄰；第二象限——低高，低得分區域與低得分區域相鄰；第三象限——低低，低得分區域與低得分區域相鄰；第四象限-高低，高得分區域與低得分區域相鄰。

從2004年、2009年、2013年的長江經濟帶城市化水平區域空間自相關Moran’Ⅰ散點圖來看（見圖3）。

圖3 長江經濟帶城市化水平區域空間自相關Moran’Ⅰ散點圖（2004年、2007年、2010年、2013年）

（1）長江經濟帶城市化具有空間集聚的特征。2004年、2009年、2013年的Moran’sⅠ指數均是正值（2004年為0.0293、2009年為0.110、2013年為0.1659），而對應年份的城市化綜合水平得分分別為-18.58、12.53、19.57，城市化水平綜合值和Moran’Ⅰ值呈現正相關，整體上長江經濟帶區域空間相關性在逐步增強。

（2）城市化發展水平較高的區域與較低的區域，呈現一定的空間集聚或趨同的現象，與2004年、2009年相比較，2013年的第一、第二、第三象限的數據點更多同時也更密集，第四象限數據點相對稀少，說明城市化發展的空間結構具有顯著的分異特征。

（3）高-高數據點減少的同時，低-低數據點增加且收斂，說明發達經濟區域與落后地區存在較大的差異，發達地區對周圍的極化作用占主要地位；低-高數據點增加伴隨高-低數據點的流失，表示較高值區域有向較低值區域流動的趨勢，說明較發達地區對周邊地區的擴散效應占主導地位。

3.2.2局部空間自相關分析

全局空間自相關分析反映區域之間的城市化發展的整體情況，不能有效表達空間內部的集聚或收斂的變化特征，對于單區域的城市化動態發展也沒有直接的反映。運用Arcgis自帶的Spatial Statistics Tools工具里的Local Moran’Ⅰ分析工具，對長江經濟帶110個城市化進行局部空間自相關分析，相關性檢驗結果如圖4所示。

圖4 長江經濟帶城市化綜合水平局部自相關Z值分布（2004年、2007年、2010年、2013年）

從2004年、2009年、2013年的長江經濟帶城市化水平區域局部空間自相關Z值分布來看（見圖4）。

（1）以浙江、浙江、上海為代表的下游地區城市化集聚顯著，集聚的規模逐步增加；長江三角洲城市群一直是HH集聚區域；

（2）長江經濟帶中游區域城市化發展水平空間集聚性不明顯，呈現隨機分布的特征，2004年有湖南株洲市為HH集聚區域，2009年有湖南長沙市HH集聚區及江西宜春LH集聚區，2013年有湖南長沙HL集聚區域及張家界LL集聚區，說明近年來長江經濟帶中游地區城市化水平高地流動性較好，呈現一定的均衡發展態勢。

（3）長江經濟帶上游地區2009年LL集聚區為云南的保山、臨滄，2013年為HL集聚區為云南昆明、LL集聚區貴州貴陽、遵義演變，這與國家對于戰略性新興產業的政策扶持力度有一定的關系[11,12]。

總體上看，長江經濟帶城市化發展水平呈現是下游高值區域極化效應明顯，中上游地區呈現一定的隨機演變特性，在有國家政策扶植的特定區域，比如貴州等省市表現出較強的集聚特性。

4　結論

本文對2004—2013年長江經濟帶110個城市的城市化水平進行主成分分析與空間統計研究，得到長江經濟帶城市化發展表現出明顯的特征性。具體而言，本文得出如下兩方面基本結論：

（1）在城市化發展的階段性特征方面，推動長江經濟帶城市化的主要因素表現為空間、社會、人口城市化，表現為城市規模的擴張、社會生活質量的提高，城市人口規模的增加，由單純的人口驅動模式向多元化發展轉變，逐漸擺脫由傳統意義上認為的“城市化就是一個農村人口向城市化人口轉變的全過程”的模式。

（2）在城市化的空間格局方面，長江經濟帶城市化發展表現出明顯的空間集聚和收斂特性，呈現為“下游高、中游中、上游低”的梯度流動性格局，江浙滬等城市化高值地區極化效應突出，中游地區四省份的發展出較一定的隨機性，有相關產業帶動的城市化集聚明顯。

參考文獻：

[1]曹廣忠,邊雪,劉濤.基于人口、產業和用地結構的城鎮化水平評估與解釋——以長三角地區為例[J].地理研究,2011,30(12).

[2]方創琳,王振波.新型城鎮化的戰略、思路與方法——長江經濟帶的束簇狀城鎮體系構想[J].人民論壇·學術前沿,2015，(18).

[3]趙玉碧,湯茂林.改革開放以來江蘇城市化水平區域差異變動及其影響因素[J].人文地理,2013，(3).

[4]張紅.長江經濟帶經濟發展質量測度研究[D].武漢：中國地質大學博士學位論文,2015.

[5]王勁峰.空間數據分析教程[M].北京：科學出版社,2010.

[6]Anselin L.Local Indicators of Spatial Association—LISA[J].Geographical Analysis,1995,27(2).

[7]張士杰.城鎮化驅動經濟發展的作用機制與動力學特征——基于中部六省的實證研究[J].經濟問題探索,2016，(2).

[8]耿海清,陳帆,詹存衛等.基于全局主成分分析的我國省級行政區城市化水平綜合評價[J].人文地理,2009，(5).

[9]周立三.長三角地區經濟極化過程與空間演變分析[J].地理科學進展,2012,31(12).

[10]趙磊,方成,丁燁.浙江省縣域經濟發展差異與空間極化研究[J].經濟地理,2014,34(7).

[11]李虹.大數據時代西南民族地區智慧旅游路徑探析——以阿壩藏族羌族自治州為例[J].經營管理者,2015，(5).

[12]崔光耀.走進貴陽——從數博會看貴州轉型發展脈絡[J].中國信息安全,2016，(5).