基于夜間燈光數據的中國五大區域級城市群空間擴張協同性對比

張景奇，周思靜，修春亮

（1.東北大學文法學院，遼寧 沈陽 110169；2.東北大學江河建筑學院，遼寧 沈陽 110169）

自2006年國家“十一五”規劃綱要首次提出“把城市群作為推進城鎮化的主體形態”以來，城市群發展在中國城鎮化中的地位不斷得到強化，為區域經濟增長作出巨大貢獻。2017年10月，中共“十九大”報告指出，“以城市群為主體，構建大中小城市和小城鎮協調發展的城鎮格局”，城市群成為未來中國城鎮化發展的主要形態。2018年11月，中共中央、國務院發布《關于建立更加有效的區域協調發展新機制的意見》，進一步提出“建立以中心城市引領城市群發展、城市群帶動區域發展新模式”，使得以國家及區域中心城市為引領的城市群發展備受重視。城市群空間擴張的協同性不僅反映城市群的空間增長格局，更反映出大尺度區域范圍的土地利用問題，城市群擴張的過程往往與城市用地需求的失控和城市邊緣地帶的無序發展相聯系，造成與土地資源稀缺的矛盾越發突出。在土地資源總量不變的情況下，解決這些問題的關鍵在于優化城市群的用地結構、促進協調發展，而當前中國區域級城市群正處于發展轉型的關鍵時期，加強中心城市的輻射帶動能力、培育新的增長極、削弱區域發展規模差異并提升城市群整體水平是中國區域協調有序發展的迫切需求。因此，有必要分析并歸納區域級城市群空間擴張及其內部協調發展的規律，增強城市群內部用地的協同性，更好地實現土地資源的可持續利用。

1 文獻回顧

基于HAKEN[1]提出的協同學（Synergetics）理論，城市群擴張的協同性是指城市群系統內部各個城市之間同步與差異的有機統一，增強同步性，消除差異性，以實現共同繁榮的整體效應，為城市群協同發展提供源源不斷的動力支持[2]。從概念上看，城市群本身就蘊含著“協同性”，無論是GOTTMANN提出的“在地域上集聚而成的龐大的、多核心、多層次的大都市區聯合體”[3]（大都市帶，Megalopolis），還是姚士謀、方創琳提出的城市“集合體”概念[4-5]，都強調一種空間組織形態上的聯系[6-7]和各種利益的共同體[8]。協同性包括空間、經濟和社會協同性，但空間協同是實現交通、產業、生態環境、創新以及政策協同等多方面協同最為基礎的環節。參考上述研究，本文所界定的城市群空間擴張協同性是指城市群“又好”“又快”“緊密地”“整體性”發展，即城市群擴張速度越快、質量越高、內部聯系越緊密，則協同水平越高。

研究城市群擴張是研究空間協同的基礎，現有研究主要集中在城市群的空間形態及模式研究[9-10]、要素耦合協調分析[11-12]以及空間關聯分析[13-14]三方面。空間擴張不僅是指邊界的增長，也反映了社會經濟要素在空間中的擴散[15]，因此，各發展要素在城市群內的分布與流動，都會對城市群空間發展產生影響。同時，核心城市的輻射帶動作用會促進周圍城市的發展，核心城市的引力強度越大，區域內空間擴張面積和擴張強度相對越大[16]，說明以上三方面的研究并非各自獨立，而是相互聯系、相互影響的；從研究方法上看，多從系統論、理性增長論出發，采用耦合協調模型[17-18]、城市引力模型[19]等，分析城市群空間擴張過程與人口、經濟、社會各要素間的聯系，以實現城市群理性、有序、協調的增長；從數據來源上看，越來越多的研究開始使用夜間燈光數據，利用夜間燈光數據與大范圍的區域經濟、人口分布狀況緊密相關[20]的特性來對城市群擴張動態進行監測。此外，夜間燈光數據結合常規遙感、統計年鑒數據的研究也不斷呈現[21-22]，豐富了城市群相關的研究成果；從研究區域上看，相對于長三角、珠三角和京津冀三大國家級城市群廣泛深入的研究[23-24]，中國東北部、中西部等具有較大發展潛力、較快發展勢頭的區域級城市群尚缺乏細致的對比研究，特別是從城市群內部空間關聯上分析城市群擴張協同性的研究較少。

2 研究區、數據來源及研究方法

2.1 研究區特征

“十三五”以來，中國城市群建設穩步推進，形成了規模、范圍和等級不一的20多個城市群，學者對中國的城市群進行了等級劃分[25-26]，黃金川等[27]基于人口密度、城鎮化率等指標，將遼中南、山東半島、中原、武漢、成渝5個城市群劃分成的“區域級城市群”，其規模水平僅次于三大國家級城市群，是以國家或區域中心城市為引領，但具有巨大發展潛力的次發達城市群區域，本文即以此五大區域級城市群為研究區。據統計，五大區域級城市群土地面積約69.90×104km2，占全國土地總面積的7.28%，2018年人口約35 941萬人，占全國總人口的25.76%，GDP產值179 652億元，占全國GDP產值的19.95%，涵蓋了中國東北、華北、華中和中西部地區（表1）。雖然五大區域級城市群都有國家或區域中心城市引領，但在發育水平上卻表現出參差不齊。因此，對比研究它們空間擴張的協同性，一方面能夠客觀刻畫中國區域級城市群空間增長過程中存在的問題，探究這類城市群空間協調、理性增長的可行路徑；另一方面以這5個典型城市群為例，探究中國次一級城市群空間增長規律，解釋城市群內部協調對城市群用地擴張產生的作用，為中國國土資源在區域層面的合理配置提供參考。

表1 研究區范圍Tab.1 Study areas

2.2 數據來源及處理

2.2.1 數據來源

夜間燈光數據是美國國家海洋和大氣管理局（NOAA）生產的一種相對新型的遙感數據，是在夜間無云條件下接受地表發射的可見光—近紅外電磁波信息。該數據在城市群研究方面的適用性一方面表現在解譯上的優勢，燈光強度能夠直觀地分辨城市與農村地區，使城市群建成區范圍獲取更加便利，解決了傳統遙感解譯地物識別繁雜、耗時長等問題；另一方面夜間燈光數據十分適用于大尺度區域的研究，相關研究已證明夜間燈光數據與GDP、人口、電力消耗、道路面積等城市化指標緊密相關，能較好表征社會經濟的發展動態[28]。因此本文采用DMSP/OLS（以下簡稱DMSP）以及NPP-VIIRS（以下簡稱VIIRS）兩種夜間燈光數據提取城市群邊界，選擇1998年、2003年、2008年、2013年和2017年的夜間燈光數據構建4個研究時段（T1—T4），其中，前三年的影像使用了DMSP中F101992、F152002、F182012三期中1998年、2003年、2008年的數據，后兩年的影像使用2013年、2017年VIIRS月合成夜間燈光數據。

2.2.2 數據處理

夜間燈光數據的預處理需要解決兩個問題：一是兩種夜間燈光數據源內部各自的預處理，目的是消除燈光飽和的影響并得到穩定的DN值；二是兩種夜間燈光數據源的融合，目的是形成連續時間序列。

第一，對于DMSP夜間燈光數據，因其存在著燈光飽和現象，且各年的影像分別來自不同期的衛星，需要對其進行飽和校正和連續校正[29]。而對于VIIRS夜間燈光數據，因其為月合成數據，故需要將每月影像合成為年均值影像，在具體處理時參考周翼等[30-31]所使用的方法，并在處理后采取與DMSP同樣的方法進行連續性校正，獲取穩定的燈光值。第二，對于兩種夜間燈光數據源的融合，理論上同一年度、同一區域的DN值應該相同，但實際上由于兩種夜間燈光數據的傳感器接收光源的程度和光譜響應方式不同，同一位置VIIRS中的DN值與DMSP中的DN值不具有可比性，但兩種燈光數據的DN值存在一定的相關關系，表現為在DMSP中DN值較大的區域，在VIIRS中也具有同等趨勢。因此，本文采用不變目標區域法[32]，利用兩種夜間燈光數據的重合年（2013年）進行擬合：首先對2013年的DMSP與VIIRS穩定燈光值進行相關性檢驗，結果顯示相關系數為0.822（剔除掉DN值為0的像元），通過相關性檢驗；其次進行回歸擬合，得到兩者DN值擬合系數，結果顯示，對數回歸的擬合優度R2最高，為0.86；最后，選取該方程進行兩種燈光數據的燈光值擬合（圖1），完成兩種夜間燈光數據源的融合。

圖1 VIIRS對DMSP回歸擬合結果Fig.1 Regression fitting results of VIIRS and DMSP images

式（1）中：DNcor為VIIRS數據經過擬合轉換至DMSP尺度上的像元DN值；DNviirs為擬合前VIIRS夜間燈光數據像元值。

擬合所用的真實DMSP、VIIRS數據經過了連續性校正等處理，一定程度上削弱了夜間燈光數據自身的缺陷。根據圖1所示結果，擬合后的數據與真實數據在研究區內與DMSP夜間燈光分布、亮度范圍相似度高、范圍一致，能夠與2013年之前的DMSP數據進行序列研究。同時，根據皮爾森相關系數和誤差分析（表2），擬合后的夜間燈光數據與DMSP源數據誤差小、相關性更高，擬合后誤差減少將近10倍，且相關性增強，擬合效果較好。但是，擬合后的數據廣泛分布著大量微弱燈光，這些微弱燈光是由于VIIRS傳感器更強的探測能力以及未處理的地表火光等影響造成的，但后續研究中應用夜間燈光影像提取城市群建成區的閾值均大于30，因此微量雜光對于建成區提取結果的影響有限，故該擬合能夠滿足本次研究所需。

表2 擬合后夜間燈光數據與源數據精度對比Tab.2 Accuracy comparison between fitting night lighting data and source data

2.3 研究方法

首先，提取城市群邊界作為后續計算的基礎；其次，基于協同發展“又好”“又快”以及緊密關聯的“整體性”發展內涵，通過城市群擴張速度、城市群擴張質量和城市群內部關聯度3項指標進行測度。城市群擴張的速度旨在從“量”上衡量城市群的動態變化，反映城市群空間協調的潛力。城市群的擴張質量旨在從“質”上衡量城市群的空間格局，反映城市群土地利用是否高效、緊湊。引力模型來計算城市群內部的相互聯系程度，旨在分析在用地不斷擴張的過程中，各城市要素流動是否與之匹配。在三項測度之后，根據各項得分進行標準化后匯總，消除樣本差異化影響，對5個城市群的空間協同發展進行對比分析。

2.3.1 城市群邊界提取與擴張速度計算

采用參考比較法提取城市群邊界。目前采用夜間燈光提取城市區域的方法有經驗閾值法、突變檢驗法、參考比較法、影像空間比較等[33]，較為常用的是經驗閾值法[34-35]，但該方法依賴于主觀判斷，且需要豐富的研究成果經驗積累，而參考比較法可以修正這一缺陷，因此本文以1992—2017年《中國城市統計年鑒》數據作為參考數據，對每一閾值對應的DN值疊加求和，選取最接近參考數據的作為提取閾值，所得到的閾值不是固定值，而是隨每年的經濟社會因素變化，也稱為“動態閾值”。進而，應用動態閾值提取結果（各市市轄區面積）計算城市群擴張速度（US），用以測度單位時間內城市群建成區范圍變化速率，是城市群空間協調增長在量上的反映。

式（2）中：UAn+i為第n+i年某城市群各市市轄區面積和；UAi為第i年該城市群各市市轄區面積和；n以年為單位。

2.3.2 城市群擴張質量計算

城市群擴張質量（Q）是指在空間形態上城市群發展是否緊湊、高效，參考劉璐[36]使用的測度指標，選取形態緊湊度、開發密度和發展向心度3個指標進行綜合研究（表3），既能表達城市群擴張的形態特征，又能側面反映城市群社會經濟活動分散和擴散的趨勢，可用以分析城市群土地集約利用的程度。最后，對3個指標的計算結果進行標準化和等權加和處理，以對比不同城市群擴張的質量。

表3 城市群綜合擴張質量指標Tab.3 Comprehensive expansion quality indexes of urban agglomeration

2.3.3 城市群內部關聯度計算

城市群內部關聯度是指要素在城市群內各城市的互動，直接反映城市群發展資源的空間布局，可依據城市引力模型計算。引力模型的基礎是萬有引力定律和距離衰減原理，引力大小與城市質量成正比、距離成反比。已有研究采用城市夜間燈光總值作為城市質量的指標[37]，本文在此基礎上以城市GDP的占比關系作為權重對引力模型進行修正，并參考苗洪亮等[38]的研究方法計算城市群內部的平均全局聯系強度，具體公式如下：

式（7）中：C為某城市群的平均全局聯系強度；n該城市群城市個數；為i城對城市群內其他城市聯系強度的平均數，即

式（8）—式（9）中：Fij為城市i對j的吸引輻射能力；D為各年城市間鐵路運行時間距離；K為權重系數，用來衡量城市i對兩城聯系的貢獻程度；Gi和Gj分別為i、j兩城的GDP；Li、Lj分別為i、j兩城的DN值。

3 結果與分析

3.1 城市群擴張速度對比

應用ArcGIS 10.5提取研究區各時段建成區邊界，并通過式（2）依次得到5個城市群擴張的面積和速度，結果如圖2和圖3。從城市群總體擴張面積上看，1998—2017年成渝城市群擴張速度最快，超過了2 600 km2，而武漢城市群總擴張面積最低，不足1 000 km2，二者相差2.73倍，但考慮到城市群內部城市數量的差異后，單城年增速最快的是山東半島城市群，擴張速度高達14.5 km2/a，而增長最慢的則是中原城市群，速度為4.1 km2/a，二者相差3.58倍，相對而言，遼中南城市群無論是在增長總量還是單城年增速上均處于中游位置。五大城市群中山東半島城市群各城市擴張相對較為均衡，核心城市與其他城市差異小，而成渝城市群的核心城市重慶展現出明顯的分散式擴張，武漢城市群則核心城市增長明顯，非核心城市變化微弱。從核心城市貢獻度（核心城市增長占總增長的比例）上看，武漢城市群的核心城市貢獻度最高，達82.4%，其次是成渝城市群，達72.0%，遼中南城市群居中，為57.7%，山東半島第四，為41.3%，而中原城市群最低，為19.4%。

圖2 五大區域級城市群擴張總量和單城擴張速度Fig.2 Expansion amount and single-city expansion speed of five regional-level urban agglomerations

五大區域級城市群的空間擴張格局呈現較大的差異，各城市群擴張呈現出不同的空間增長格局。山東半島城市群經歷了以青島市為擴張重心向城市群地理中心濰坊市轉移的過程，群內各城市出現了不同程度的擴張，相對差異小，城市群擴張均衡性強；武漢城市群擴張過程中出現顯著的重點擴張區域，空間增長主要由武漢市支撐，呈現較大的異質性；遼中南城市群擴張集中在中、西部幾個主要城市，重心經歷由西南向地理中心南北往復偏移過程，呈現出較強的方向性；成渝城市群擴張重心由地理中心逐漸向重慶市遷移，且空間擴張向集中、均衡的趨勢發展；而中原城市群地區城市擴張在早期出現以鄭州市為中心的圈層擴張特征，隨后擴張重心向東南方向轉移，空間擴張向外圍城市擴散。五大區域級城市群擴張速度呈現明顯的階段特征，與中國同期的城市發展政策有密切聯系。遼中南城市群和中原城市群內的重點城市工業化起步早，早期人口基數大，T1時期1998年的房改政策一定程度促進了城市開發建設，而T2時期是中國工業化產業轉型時期，恰好為東北地區、中部重工業區轉型發展的初始階段。同時，2003年國務院發布《關于促進房地產市場持續健康發展的通知》，一些發展條件較為優越的城市大力發展房地產業致使城市范圍迅猛擴張。2012年后（T3時期）中國進入經濟新常態，對土地市場和房地產業進行調控，城市盲目擴張的現象得到一定遏制。

3.2 城市群擴張質量對比

將城市群內各城市的周長、擴張面積等相關數據帶入式（4），將提取的各城市群夜間燈光柵格數據帶入式（5）—式（6），結果標準化后，通過式（3）計算城市群擴張質量的綜合得分（表4）。總體來看，遼中南城市群4個時點中有3個時點的綜合得分最高，說明其相較其余4個城市群用地最為集約緊湊；與之相反，總體增量較大的成渝城市群在4個時點的綜合得分均為最低，說明其城市群擴張較為分散，城市邊緣帶密度較低。

圖3 1998—2017年中國五大區域級城市群擴張態勢Fig.3 Expansion of five regional urban agglomerations in China from 1998 to 2017

單項指標上，就緊湊度UC而言，規模較小的武漢城市群在各個時點UC最高，其城市群擴張形態最為緊湊；反之，規模最大的中原城市群和成渝城市群得分最低，土地利用較為分散，其余城市群在2013—2017年UC大大提高，填補了前期用地的空白；就開發密度UI而言，遼中南城市群在5個城市群中處于較高水平，說明郊區的土地被有效和均衡的利用，而成渝城市群的UI值低，說明城市群內小城鎮較多，郊區未充分開發，城市群內部發展程度差距大，呈現低密度擴張；就向心度CT而言，各城市出現與城市群擴張強度相近的波動趨勢，且單核心的中原城市群和武漢城市群該項整體得分較低，核心發展區對城市群擴張的帶動能力較弱，反之，山東半島城市群該項得分高，城市群內部發展區域較為集中一致。

五大區域級城市群的擴張質量水平存在差異，這一結果與各城市群發展現狀以及資源配置相一致，遼中南城市群在早期就得到發展，大城市數量較多，由于資源的開發需要一定的基礎設施，建設用地開發早，故在后續發展中城市群用地的密度較高；成渝城市群和中原城市群的擴張質量低的關鍵在于城市群用地不緊湊，對于成渝城市群來說，主要受制于地形影響，建成區開發為了避開地震、地勢較高的地區，所以用地分散，中原城市群則是由于其內部城市分別來自于4個省，缺乏相對一致的發展政策銜接。

表4 城市群空間質量標準化得分Tab.4 Standardized scores of comprehensive expansion quality of urban agglomerations

圖4 五大區域級城市群空間聯系強度Fig.4 Spatial connection strength of five regional urban agglomerations

3.3 城市群內部空間關聯對比

將五大區域級城市群各城市的夜間燈光總值、GDP密度和人口密度數據代入式（8）和式（9），并按照式（7）計算得到各城市群平均全局聯系強度（圖4）。總體來看，隨著時間的推移各城市群內部的關聯度逐步增強，城市群關聯度增強6.73倍（山東半島城市群）至8.84倍（成渝城市群）不等。按照其關聯等級可分成3類：第一類是山東半島城市群，在各個時點的關聯度最強，均處于首位；第二類是遼中南城市群和武漢城市群，各個時點的關聯度較強，處于中游水平，遼中南城市群內部關聯度除2013年略低于成渝城市群外，其余時點均排名第二；第三類是成渝城市群和中原城市群，各個時點的關聯度較弱，處于下游水平，成渝城市群內部關聯度在各個時點均高于中原城市群。城市群空間聯系程度與區域內便捷城際交通布局以及各城市發展水平協調程度相聯系，處于第一和第二類的三個城市群各城市之間鐵路運輸線路密布，各城市間通勤時間成本低，一定程度上促進了空間發展要素的協調配置。而第三類的成渝城市群和中原城市群都受制于地形和政策因素，缺乏統一的政策銜接和布局規劃。

3.4 城市群擴張協同性對比

對比3個單項指標之后，將上述3類指標的計算結果進行標準化處理，并按照3∶3∶4的比例進行權重分配，最終計算結果在0～100之間（表5）。權重分配的原則側重了城市群內部空間聯系這一項，主要是從“城市流”的角度進行了考慮，眾多研究表明[39-40]，城市群內部關聯越緊密，城市間的要素流動越快，城市群整體發展越協調，因此將第三項指標的權重略微提高。從表4的結果可以看出，中國五大區域級城市群空間擴張的協同性隨時間增長波動上升，除遼中南和中原城市群在2008年時點協同性下降之外，其余時點各城市群的協同性皆呈上升趨勢，其中，武漢城市群協同性增幅最高，增幅高達315.5%，而中原城市群協同性增幅最低，僅為27.3%。將城市群協同性的高低按自然斷點分類法分成3類，協同性最高的一類是山東半島和遼中南城市群，協同性適中的一類是武漢城市群，而協同性較低的一類是中原城市群和成渝城市群。三類城市群的發展各具特色，山東半島城市群的空間協同性高主要倚重內部聯系得分，武漢和遼中南城市群則是空間擴張質量的得分占比高，而成渝和中原城市群空間擴張速度的得分占比高。

4 結論與討論

（1）五大區域級城市群空間擴張的協同性整體上升但群間差異大。2003—2017年間研究區城市群擴張的空間協同性整體上升，說明五大區域級城市群積極響應了國家“十一五”規劃、主體功能區規劃及新型城鎮化規劃（2014—2020年）等戰略要求，在輻射帶動、引領發展、產業培育和人口聚集等方面發揮了重要作用，國家對區域級城市群的培育初見成效。但是，五大區域級城市群空間協同性提升差異大（27.33%～315.5%），不同城市群在發展速度、質量和群內關聯上表現各異。其中，山東半島城市群以較高的城市關聯程度和發展質量，協同水平位居第一。

表5 五大區域級城市群空間擴張的協同性對比Tab.5 Comparison of synergy in five regional urban agglomerations

（2）中小規模城市群空間擴張的協同性更高。五大區域級城市群中，城市群所轄城市數量越少，內部聯系越緊密，空間擴張也更加集約，城市群的整體性更強，體現出“小而精”的特點，相反，規模大、內部差異大的城市群，由于缺乏相應的政策銜接，空間擴張容易分散、低效，導致整體發展密度低，核心城市對其周邊城市的輻射有限，難以形成規模效應，表現為“大而散”的不足。特別是中原城市群，由于規模體量龐大，在空間擴張的協同性方面難以與同為單核心的武漢城市群相比。

（3）雙核心城市群比單核心城市群在協同發展上更具優勢。規模相近的城市群中，雙核心城市群要比單核心城市群在協同發展上更具優勢。與單核心相比雙核心城市為城市群協同發展提供更多的內生動力，協同性排名靠前的山東半島和遼中南皆為雙核心城市群，雖雙核心之間的競爭也十分激烈，但兩個城市群都不跨省，省級層面的政策指引和協調能夠較好地削弱行政壁壘，從而減少惡性競爭、促進良性循環和多極增長，雙核心對周邊城市的多源輻射有效避免單核心單一輻射“鞭長莫及”情況的出現。

綜上，中國五大區域級城市群在空間上發展不均衡，城市群內部空間發展規模的差異較大，對核心城市仍具有較強的依賴。因此，對于區域級城市群的發展規劃不能“一刀切”，應對不同城市群采取差異化土地管制策略。同時，對核心城市和邊緣城市也要制定不同的發展策略，資源不能一味地向核心城市傾斜，應通過土地政策引導城市群內產業以及優勢資源的合理布局。對中原這類跨省的城市群，應制定統一的用地規劃，實現土地聯合開發，培育新的增長極；對成渝這類受地勢阻隔嚴重的城市群，在有條件的地區加強交通關聯，以促進要素流動；對武漢這類極度依賴單核心的城市群，應加強城市間分工協作，完善群內產業鏈條，將核心城市人口優勢逐漸向外輻射；對遼中南這類老工業基地城市群，一是要培育新型特色產業，二是通過創新驅動轉型升級，對原有大面積低效工業用地進行用途轉換，加強閑置土地管制。最后，中國區域級城市群仍處在發展的探索階段，如何進一步實現城市群空間協同發展，構建城市群尺度的區域土地集約利用體系，實現城市群有序、理性增長，還有待進一步研究。