中國城市群高質量發展 水平測度及空間關聯性

劉楷琳 尚培培

〔摘要〕本文結合遙感數據和地理信息系統技術建立中國十大國家級城市群指標格網化數據集，運用模糊集合思想和ANN算法構建了城市群高質量發展水平測度指標體系，通過用GIS軟件合成十大國家級城市群高質量發展水平柵格數據集，利用探索性分析工具分析城市群高質量發展水平的時空演變和城市群之間、城市群內部的空間關聯性。研究發現，近年來中國十大國家級城市群高質量發展水平一直穩步提高，但不同城市群之間的高質量發展水平差異較大，兩極分化嚴重。城市群內部的中心城市與周邊城市形成了顯著的發展落差。十大國家級城市群在經濟發展、基礎設施、資源環境、社會發展四個層面的得分與高質量發展水平的總體得分大體一致，但也具有一定的不均衡性。珠江三角洲、長江三角洲城市群內部的正關聯性顯著，蘭西城市群內部具有顯著的負關聯性，其余城市群內部的關聯性不顯著。

〔關鍵詞〕城市群;高質量發展;地理信息系統（GIS）;格網化模型;ANN算法

中圖分類號：F299.2? ? 文獻標識碼：A? ? 文章編號：1008-4096（2021）03-0037-10

一、引? 言

新世紀以來，世界大城市化趨勢日漸明顯。中國高度重視城市群建設，2016年中國“十三五”規劃中明確提出，未來五年要提升東部地區城市群、培育中西部地區城市群，發展壯大東北地區、中原地區、長江中游地區、成渝地區、關中平原城市群，規劃引導形成更多支撐區域發展的增長極，建立健全城市群發展協調機制，推動跨區域城市間產業分工、基礎設施、生態保護、環境治理等協調聯動，實現城市群一體化高效發展。黨的十九大報告也明確提出，建立健全以城市群為主體，城市群內部大中小城市和小城鎮相互促進、協調發展的機制。截至2019年2月18日，國務院共先后批復了10個國家級城市群，包括了160余個地級市，面積占全國16.83%，經濟總量占全國70%。

城市群發展戰略實施以來，中國經濟經歷了從高速發展向高質量發展的轉變，逐漸形成了世界最大規模的城市聚集區。然而，在中國城市群迅速發展和轉型的過程中“城市群病”日益顯著，出現了濫圈濫劃、拔苗助長、拼湊城市群等現象;同時，發展程度差異性大、發展路徑不明確的問題日漸凸顯，并且大部分城市群發展效率需要進一步提高。黨的十九大報告對于城市群的發展也有新的要求：人民對美好生活的新向往轉化為新時代城市群發展的新追求。這就要求由只重經濟發展和只求數量的發展理念轉變為經濟、社會、環境以及基礎設施的全面高質量發展的發展觀念，追求城市群的高質量發展。鑒于此，亟需對中國城市群的發展現狀進行全面系統的分析，并根據不同類型城市群的特點，制定相應的城市群發展戰略，為城市群的高質量發展提供實證經驗。此外，隨著大數據時代的到來，多種遙感數據對統計指標進行了空間可視化，遙感在國土資源調查與監測、城市熱島效應以及環境監測等方面得到了廣泛的應用，為城市群研究提供了新的方向。

國內外對于城市群的研究，因研究內容差異和不同城市群的不同發展形態而各具特色。國外關于城市群的研究起源于1898年，Howard[1]從田園城市視角研究了城鎮群。國內方面，薛東前等[2]從城市群的概念和演變規律等角度進行了探索，方創琳等[3]從城市群的發展結構體系定義了中國城市群的等級分化。隨著對城市群的研究進一步深入，國內外學者開始從不同對象、不同角度、不同方法和不同精度等方面，對城市群的發展質量進行研究。根據研究對象的不同，研究分為以單個城市群為研究對象和以多個城市群為研究對象;前者關于京津冀城市群、長江三角洲城市群的研究居多[4-5]，后者以區域包含的城市群為研究對象。根據研究角度不同，研究分為從某一角度來研究和綜合測度城市群的發展水平。在中國，格網技術被廣泛應用于土地利用[6]和碳排放的研究，并且基于遙感影像提取的土地利用數據和夜間燈光數據成為了相關研究的主要因素。

與已有研究相比，本文研究的主要創新點體現在：第一，研究對象上，對中國十大國家級城市群包含的城市和公里格網的高質量發展水平進行測度，從經濟發展、基礎設施、資源環境、社會發展四個方面進行分析，全面探索中國當前城市群整體的發展水平和發展潛力。第二，研究方法上，基于模糊集合思想和ANN算法構建測度城市群發展水平的評價體系。第三，研究數據上，通過地理信息技術和格網化模型，對不同統計口徑的社會經濟數據以及人口和GDP的公里格網數據進行獲取、處理和分析，形成中國十大國家級城市群的指標空間格網數據集。

二、模型構建

（一）城市群高質量發展評價指標體系構建

借鑒已有研究[7]-[12]，本文將近四年來國內關于城市群發展評價研究中的指標體系合并成含有6個二級指標和56個末級指標的總指標庫，然后對原始指標庫進行三輪篩選，刪除不可觀測的指標，基于模糊集合的隸屬度篩選。最終得到4個二級指標，34個二級指標。本文利用ANN算法，以原始指標庫中的城市群高質量發展水平格網化數據作為原始數據庫，確定格網化指標的權重，具體如表1所示。

（二）城市群高質量發展水平指數的格網化表達

區別于普通的地理要素，社會經濟要素的空間分布在一般情況下，位置是不固定的。對于一部分空間分布不均勻的要素來說，如GDP、人口和高質量發展指數，可以根據其影響因素來模擬空間分布情況。對于另一部分空間分布均勻的要素，如空氣質量二級以上天數、地方財政收入等，可以利用格網化規則，將社會經濟統計數據進行空間展布，從而滿足研究的需求。

計算總指數公式如式（1）：

HI=∑_（i=1）^n?〖X_i×W_i 〗 （1）

其中，HI表示城市群高質量發展水平指數，值越大表示城市群高質量發展水平越高，Wi表示34個指標因子的權重，Xi表示34個指標的標準化值。

（三）城市群高質量發展水平的空間相關分析——探索性空間數據分析方法

探索性空間數據分析方法用來反映城市群高質量發展水平的空間關聯度特征，用以解釋高質量發展水平的空間分布相關性，確定城市群高質量發展水平空間分布的冷熱點區域。本文采用全局空間自相關表示城市群高質量發展水平是否具有空間集聚的特征，其相關關系用Morans? I指數來表現，其取值范圍為[-1，1]，大于0時，指數值越大，則城市群高質量發展水平集聚特征越明顯。計算公式如式（2）：

I= （∑_（i=1）^n?∑_（j=1）^m?〖W_ij （x_i-?x）（x_j-?x） 〗）/（S^2 ∑_（i=1）^n?∑_（j=1）^m?W_ij ） （2）

其中，S^2=1/n ∑_（i=1）^n?（x_i-?x）^2 ，?x=1/n ∑_（i=1）^n?x_i ，x_i表示第i個研究對象的發展水平指數大小，n為研究對象的個數，W_ij為研究對象i和j之間的空間權重。

由于空間自相關只能表現城市群高質量發展水平的集聚特征，不能表現具體集聚分布的空間位置，因此，采用局部空間自相關來展現高質量發展水平在空間上的具體集聚特征。計算公式如式（3）：

I_i=（（x（_i^）- ?x））/S^2? ∑_（j=1）^n?〖W_ij （x_j-?x） 〗 （3）

其中，S^2=（∑_（j=1，j≠1）^n?〖（x_j 〖-?x）〗^2 〗）/（n-1），I_i值大于0，表示該研究對象周圍的高質量發展水平指數出現高值或者低值的空間聚集現象。

三、數據來源及預處理

（一）數據來源

本文的數據主要來源于以下四個方面：第一，行政區劃地圖來自天地圖的行政邊界數據接口，在QGIS軟件中獲得。第二，人口和GDP空間分布公里網格數據。本文選用中國資源環境科學數據中心網站的2005年、2010—2017年人口和GDP的1km×1km的柵格數據，并利用這四年的柵格數據和相關統計數據合成這四年城市群高質量發展水平的時間點柵格數據集。該數據在全國分縣的統計數據基礎之上，綜合分析了與人類活動密切相關的土地利用類型、夜間燈光亮度和居民點密度數據。第三，社會經濟統計數據。城市群高質量發展評價體系指標數據，即2005年、2010—2017年共計9年，其中2015年的相關統計數據用來合成柵格綜合指數;十個城市群包含的161個地級市的19個統計指標數據，以及省級統計指標數據15個，均來自國家和各省市統計局發布的《中國統計年鑒》以及《中國城市統計年鑒》。第四，指標數據庫中城市群高質量發展水平指標數據和得分數據來自作者對已有相關文獻[13]-[16]的整理。

（二）數據預處理

第一，本文將城市轉化為需要的面狀數據，合并為城市群，并根據國家民政局網站上在2019年7月發布的全國行政區劃數據進行修訂，將其作為本文的統一地圖。第二，為多源數據集統一投影坐標系。按照規定，自2018年7月1日起，中國自然資源系統一律采用2000國家大地坐標系（CGCS2000）。本文通過ArcGIS軟件中的投影轉換工具，將空間數據的投影坐標系統一為CGCS2000_3_Degree_GK_CM_120E。第三，缺失值與異常值處理。對于缺失值的填充，數值型特征使用平均值來填充，類別型特征使用眾數來填充。

四、中國十大國家級城市群高質量發展水平分析

（一）高質量發展水平測度的時空演變特征

本文通過ArcGIS軟件的空間疊加分析功能，基于中國十大國家級城市群高質量發展水平的格網數據集，測度了2005年、2010—2017年城市群的高質量發展水平的空間分布情況，結果如表2所示。利用區域統計工具，得到以十大國家級城市群為單位的高質量發展水平綜合指數的格網化平均值。

由表2可知：

第一，從整體來看，中國十大國家級城市群的高質量發展水平呈現出從西北、東北地區→中部地區→東南沿海地區逐漸提高的現象，并且兩極分化顯著。長三角城市群和珠三角城市群憑借地理位置優越、精英人才聚集等先天發展優勢，高質量發展水平始終處于領先地位。相反，由于資源枯竭和匱乏、經濟基礎薄弱和人才的不斷流失，蘭西城市群、哈長城市群的高質量發展水平較為落后。其余六大城市群的高質量發展處于中游水平，從高質量發展測度得分來看，這些城市群發展水平的差別相對并不明顯。

第二，從時序角度分析，十大國家級城市群高質量發展水平指數均呈現出上升趨勢，但增長速率和增長活力有所差異。作為城市群發展“領頭羊”的珠三角城市群高質量發展得分上升的絕對水平和相對水平最高，中原城市群高質量發展上升的相對水平排第三名，為38.18%，成為發展最具活力的城市群之一。2017年，長三角城市群和珠三角城市群高質量發展水平的平均值最高，比2005年提高了39.01%和40.25%。珠三角城市群的高質量發展水平落后于長三角城市群，但珠三角城市群的發展速度比后者高。此外，哈長城市群僅次于蘭西城市群，高質量發展從2005年到2017年上升的絕對水平和相對水平最低，分別為5.08分和16.57%。

第三，從城市群包含的城市來看，各城市的高質量發展水平存在明顯差異。根據2017年各城市高質量發展水平的綜合指數得分，高質量發展水平十強城市包括：深圳、上海、無錫、蘇州、南京、常州、鎮江、揚州、南通、東莞，這十個城市均來自長三角城市群和珠三角城市群，其中長三角城市群占八個。高質量發展水平最高的城市是位于珠三角城市群中的深圳，而長三角城市群高質量發展水平最高的是上海，從這兩個發展水平相對最高的城市群的核心城市來看，在2015年之前深圳的高質量發展水平落后于上海，但差距隨著時間的推移在逐漸減小，2017年深圳的高質量發展水平超過了上海。

第四，從各城市群的內部高質量發展水平來看，各城市群具有不同的內部發展特征。長三角城市群呈現“帶狀”結構分布特征，以上海—南京為分界線，分界線以北地區的發展質量較分界線以南地區略高，并且兩部分地區已形成了“連綿區”，向內陸階梯式遞減。珠三角城市群發展呈現“多中心”的結構分布特征，以廣州、深圳、珠海等城市為多中心，向外圍地區階梯式遞減。而中國中部地區城市群內部的發展水平呈現“弱中心”空間分布，中心城市的高質量發展水平略高于其他城市。

（二）城市群高質量發展水平等級變化趨勢

本文按照城市群高質量發展水平以及自然間斷點分級法，利用ArcGIS軟件的重分類功能，對各年份城市群發展質量指數分為五個等級：第一等級（綜合指數≤30）、第二等級（30<綜合指數≤35）、第三等級（35<綜合指數≤40）、第四等級（40<綜合指數≤49）和第五等級（49<綜合指數），并統計各等級面積以及百分比。從第一等級到第五等級表示城市群高質量發展水依次遞增。然后利用柵格計算器，統計相鄰兩個時期以及2005年和2017年兩個時期的等級變化分布情況。通過比較各城市群內部的等級分布比例，將十大國家級城市群分為三個層次：領先組（長三角城市群、珠三角城市群）、轉型組（呼包鄂榆城市群、北部灣城市群、成渝城市群、長江中游城市群、中原城市群、關中城市群）、滯后組（蘭西城市群、哈長城市群），三個層次城市群各等級面積占比如表3所示。

由表3可知：

第一，領先組城市群中心城市發展勢頭良好。城市群高質量發展水平第五等級為發展水平最高等級，2010年首次出現在長三角城市群的上海，隨后在2015年出現在珠三角城市群的深圳。同時，高質量發展第五等級是所有等級中面積占比最小的，而且2015—2017年第五等級發展水平面積占比基本未發生改變。從第五等級的變化情況可以看出，領先組城市群高質量發展綜合水平實現了突破性的提高，這與中國的區域化發展戰略有著密切的聯系。

第二，領先組城市群表現出由周邊城市向中心城市的集聚作用。城市群高質量發展水平第四等級即發展水平排名第二的等級，2015年之前是領先組城市群地區的主要組成，2017年在中原城市群、北部灣城市群和成渝城市群中出現。第四等級從2005—2017年呈現先增加后減少的趨勢，其中，2005—2015年面積占比由3.32%上升到53.48%，到2017年下降到48.81%，主要變化地區集中在長三角城市群的臺州市地區以及北部灣城市群的茂名市。觀察發現，領先組城市群在高質量發展的同時，也在匯集周邊力量，集中形成中心城市的突出優勢。

第三，轉型組城市群中心城市優勢暫不突出，滯后組城市群發展水平有待提升。城市群高質量發展水平第三等級即發展水平中等的等級，其面積占比從2005年的3.03%增加到2017年的26.03%。第二等級即發展水平略落后的等級，其面積占比從2005年的12.93%上升到2015年的69.36%，又下降到2017年的68.30%。第一等級即發展水平最低的等級，其面積占比從2005年到2017年呈現明顯的減少現象。第一、二等級的面積占比減少，轉為了第三等級的面積占比增加。第二、三等級作為中國轉型組城市群的主要組成部分，除了哈長城市群和蘭西城市群尚未出現第三等級地區，關中城市群2010年來第三等級地區面積基本沒有改變。其他六個城市群高質量發展水平第三等級面積都呈現逐年增加。

（三）高質量發展水平測度的一級指標分析

本文從經濟發展、基礎設施、資源環境、社會發展四個一級指標層來探究城市群在2005年、2010年、2015年、2017年四年的各年中，不同維度的高質量發展水平差異，結果如表4所示。

由表4可知：

第一，各層次（領先組、轉型組、滯后組）城市群的一級指標層面得分與高質量發展水平大體上保持一致。高質量發展水平得分高的領先組城市群一級指標得分也相對較高。高質量發展水平較低的城市群，如蘭西城市群、哈長城市群，一級指標層面的得分也相對較低。一級指標層面得分具有從東南沿海向內陸地區遞減及兩極分化嚴重的特征。此外，各城市群之間在四個方面的得分也存在不平衡現象，地域差異性顯著。

第二，從經濟發展層面來看，各城市群之間的經濟發展水平呈現兩極分化嚴重的特征，但差異在逐漸縮小。珠三角城市群的經濟發展得分在2005年是蘭西城市群的2.5841倍，到2017年降低至其2.1712倍，十個城市群之間經濟發展得分的變異系數從0.3345下降到0.2258，極差也從5.5793下降到4.1250。從經濟發展的增速來看，領先組城市群經濟發展得分增長不明顯。珠三角城市群的經濟發展得分出現了降低的現象，體現出過度的集聚使得集聚經濟的負外部性超過正外部性。轉型組城市群的經濟發展迅速，其中成渝城市群、長江中游城市群和中原城市群經濟發展的增速名列前茅，分別增長了27.42%、21.47%和18.43%，可見，轉型組城市群的經濟發展存在較大的提升空間，中部區與沿海地區的差距，可能受制于交通因素、人口流動因素等影響。滯后組城市群以及呼包鄂榆城市群經濟發展增速較低，主要原因是由于產業結構過于單一、產業結構轉型緩慢。

第三，從基礎設施層面來看，各城市群之間的基礎設施水平的差異有所波動。2005年到2017年，十大國家級城市群之間的基礎設施得分的變異系數從0.1605下降到了0.1395，極差從2.3002上升到2.9742。哈長城市群的基礎設施水平一直以來較為落后。2005年領先組基礎設施層面得分最高，蘭西城市群、關中城市群、哈長城市群的基礎設施指標得分較低。2017年，長三角城市群基礎設施水平依舊領先，但呼包鄂榆城市群進步顯著，其基礎設施層面得分增加了124.01%。同時，增速比較突出的城市群有關中城市群、中原城市群和長江中游城市群，分別增長了85.65%、63.25%和61.04%。

第四，從資源環境層面來看，各城市群之間的資源環境水平差異顯著。2005年到2017年，十大國家級城市群之間的資源環境得分的變異系數由0.2340到0.1955，極差由7.7941到7.5706，可見資源環境得分的地域差異非常嚴重。但是，排除蘭西城市群，九大城市群的資源環境得分的極差從4.5018下降到了2.5745，可見蘭西城市群的資源環境方面極其貧乏，除蘭西城市群之外的九大城市群之間的資源環境水平的差異較小。從增速來看，關中城市群、珠三角城市群和成渝城市群的資源環境方面的增長較突出，分別增長了60.54%、49.89%和49.38%，可見中國轉型組城市群具有豐富的可開發利用的資源，關鍵在于如何依托自身的優勢挖掘資源要素。

第五，從社會發展層面來看，各城市群之間社會發展水平的差異呈現出明顯的增加趨勢。2005年到2017年，十大國家級城市群之間的社會發展得分的變異系數由0.0479增加到0.1488，極差由1.8321增加到5.4031。從增速來看，長三角城市群和珠三角城市群的社會發展水平增速最高達到26.40%和17.86%，尤其在城鄉一體化發展、網絡科技發展方面為其余城市群提供可供參考的經驗。

五、城市群發展質量的空間關聯性和分異規律

（一）高質量發展水平的空間集聚特征分析

本文運用ArcGIS軟件中的地統計分析工具，對2005年、2010年、2015年和2017年的十大國家級城市群包含市級的高質量發展水平綜合指數進行趨勢分析以及空間相關分析，結果如圖1所示。

由圖1可知：

第一，趨勢面分析印證了十大國家級城市群的高質量發展水平從西北、東北地區→中部地區→東南沿海地區呈現出逐漸升高的特征，并且兩極分化顯著。2005年、2010年、2015年和2017年四年的數據地域變化趨勢大致相同，但在變化速率上存在差異。東西方向上，由西向東發展水平指數逐漸增大，這與研究區域的高質量發展情況相符，東部沿海地區的經濟發展水平高，基礎設施完善，高質量發展水平高。而由于哈長城市群位于十大國家級城市群的最東部，其發展經濟發展相對薄弱，因而其發展水平綜合指數相對落后。南北方向上來看南北方向呈現先緩慢升高后以較快的速率下降的趨勢。

第二，十大國家級城市群之間具有較強的自相關性，并且高高聚集主要集中在領先組城市群，低低聚集主要集中在滯后組城市群，轉型組城市群高質量發展水平的空間集聚性不顯著的特征。全局空間自相關指數用來描述空間數據的相關關系，而LISA集聚圖可以反映研究單元在空間上的具體分布情況，可以進一步探究十大國家級城市群高質量發展水平綜合指數的格局形成原因。城市群高質量發展水平空間集聚特征表現為蘭西城市群內部出現大面積的冷點-99%可信度區域和少部分的冷點-95%可信度區域;哈長城市群內部出現少部分冷點-95%可信度區域;長三角城市群和珠三角城市群內部絕大部分表現為熱點90%以上可信度區域;其他六個城市群內部表現為無特征。十大國家級城市群2005年、2010年、2015年和2017年的全局空間自相關指數分別為0.7953、0.7701、0.7978和0.7947，說明十大國家級城市群高質量發展水平綜合指數在空間上有較強的自相關性。城市群發展水平高高聚集主要集中在長三角城市群和珠三角城市群，這些城市群基礎設施完善、經濟發展水平高，高質量發展水平相對較高。低低集聚主要集中在蘭西城市群地區。轉型組城市群沒有體現出明顯的空間聚集特征，未在城市群內部體現出中心集聚的效應。

（二）高質量發展水平的空間分異規律

本文按照自然間斷點分級法，將不同公里格網的人口分布數分為四個等級，這四個等級分別為：適中（0—278人/平方公里）、較密集（278—3 340人/平方公里）、密集（3 340—14 197人/平方公里）、高度密集（14 197—70 897人/平方公里）。將經濟發展指標得分由低到高分為共五個等級 。利用ArcGIS工具統計不同城市群高質量發展水平等級在不同人口數量等級和經濟發展等級上的分布，得出以下結論：

第一，隨著人口密集度的提升，高質量發展水平高等級面積占比增加，但過度的人口集聚在城市群發展上也表現出了集聚不經濟現象。人口適中和人口較密集地區從2005年主要集中在第一等級，此后，集中在第一等級的面積一直在減少，并且向第二、三、四等級轉型的面積依次遞減。2017年，人口適中地區中的第二、三等級面積占比分別為56.27%、24.56%，人口較密集地區2010年主要集中在第二等級，直至2015年才出現第五等級的地區，并且從2015年到2017年沒有發生顯著的改變。人口密集地區則主要集中在城市群發展的第四等級，人口分布與城市群高質量發展水平呈現正相關關系，即隨著人口越集中的地區，城市群的高質量發展水平越高。然而，人口高度密集地區，主要集中在城市群高質量發展水平的第三、四、五等級，并且較第四、五等級來說，第三等級相對占比較高。可見在人口密集度達到一定的水平之后，由于城市的容量有限，導致了環境污染、城市交通癱瘓等方面的負面影響，從而使得高質量發展水平的下降。

第二，城市群高質量發展等級在不同的經濟發展水平分布上的差異很大。處于經濟發展水平落后地區的第一、二等級，在2005年主要集中在高質量發展水平第一等級，到了2010年，提升到了高質量發展的第二等級，并且隨著高質量發展水平的提高占比逐漸減少。目前，經濟發展水平落后地區面臨向高質量發展第三等級轉型的問題。2005年到2015年，處于經濟發展水平穩定地區的第三等級向高質量發展水平第四等級轉型，但在尚未出現高質量發展水平最高的情況下，到了2017年，第四等級占比減少，出現了高質量發展水平停滯現象，甚至倒退現象，經濟發展水平穩定地區面臨轉型問題。而處于經濟發展水平較領先的第四、五等級地區，從2005年到2017年實現了高質量發展等級從第三等級向第四等級、第四等級向第五等級的轉變。

六、結論與政策建議

（一）結論

第一，2005年、2010—2017年中國十大國家級城市群高質量發展水平一直處于穩步增長，但城市群之間的高質量發展水平差異較大，從西北、東北地區—中部地區—東南沿海地區呈現出逐漸升高的分層現象，并且兩極分化嚴重。各城市群的增長活力有所差異，轉型組城市群中的成渝城市群、長江中游城市群具有較高的發展潛力。在空間上十大國家級城市群體現出“連綿區”、“中心—外圍”以及“多中心”的結構，并且高質量發展水平越高的城市群結構特征越顯著，可見中心城市與周邊城市形成了發展落差。2010年以來，以城市群高質量發展水平第三等級為主要組成成分的轉型組，中心城市優勢不明顯，第三等級向第四、第五等級的轉型出現停滯。

第二，十大國家級城市群在經濟發展、基礎設施、資源環境、社會發展四個層面的得分與高質量發展水平得分大體一致，但也具有不均衡性。經濟層面和社會層面的發展水平差異較大，并且呈現擴大趨勢，基礎設施層面的差異有呈現上下波動，而資源環境層面的差異，除去極小值的情況下呈現縮小的趨勢。

第三，中國城市群之間有較強的自相關性，在城市層面上，高質量發展水平領先組城市群內，城市之間的發展有較強的流動性和關聯性。轉型組城市群高質量發展水平的空間集聚性較弱，城市之間的互動較小，城市群內部的城市之間還存在著行政壁壘。在空間分異特征上，隨著人口密集度的增加，城市群高質量發展水平呈現先增加后減小的趨勢，隨著經濟發展水平的提升，城市群高質量發展水平整體增加的同時，第三等級的轉型出現了問題。

（二）政策建議

第一，對于多中心的領先組城市群，應當合理評估城市群的資源環境承載力，實現多中心之間資源的統籌規劃和有效配置，同時注重生態圈的綠色發展和可持續發展，提高資源利用率;應當控制城市群內人口快速增長和持續集聚的情況，引導人才向周邊地區流動;要建立多軸線、多層次的交通網絡現代化格局，帶動內陸地區的發展。

第二，對于單中心和雙中心的轉型組城市群，要將高質量發展作為城市群未來發展的首要目標;通過打造交通、運輸、資源等方面的互利互通，打破政績考核上的行政壁壘，實現城市群內的合理分工和擴容提質;引導人口向中心城市聚集，發揮中心城市的輻射作用，促進一體化發展;充分利用文化資源大力發展旅游業，完善基礎設施，實行積極開放的區域合作戰略。

第三，對于滯后組城市群，要加大深化改革力度，大力吸引中國東部和南部沿海地區優秀人才、資金和技術，相應地物質資源可以向滯后城市群轉移;要加快城市群內中心城市的城鎮化建設，提升中心城市在國家發展中的戰略地位，通過經濟中心城市輻射加快周邊小城市的發展;在注重生態建設的同時，要充分利用發達的能礦資源加工產業的發展，鼓勵和倡導產業集群和產業轉型優化;提高城市群內部的聯系，根據不同地區產業的比較優勢搭配并優化產業布局;加快交通運輸業的發展，實現醫療、教育等基礎設施現代化建設。

參考文獻：

[1]? Howard，E. Tomorrow： A Peaceful Path to Real Refor[M].London： Swan Sonnenschein， 1898.2-8.

[2]? 薛東前， 姚士謀， 張紅.關中城市群的功能聯系與結構優化[J].經濟地理，2000，（6）： 52-55.

[3]? 方創琳， 毛其智， 倪鵬飛.中國城市群科學選擇與分級發展的爭鳴及探索[J].地理學報， 2015， （4）： 515-527.

[4]? 鞠小逖.綠色發展理念下京津冀城市群提質發展研究[D].北京： 首都經濟貿易大學碩士學位論文，2018.2-8.

[5]? 徐麗婷， 姚士謀， 陳爽， 等.高質量發展下的生態城市評價——以長江三角洲城市群為例[J].地理科學， 2019， （8）： 1228-1237.

[6]? 謝花林， 劉黎明， 李波， 等.土地利用變化的多尺度空間自相關分析——以內蒙古翁牛特旗為例[J].地理學報， 2006， （4）：389-400.

[7]? 何文舉. 交通基礎設施建設對城市化發展質量影響的空間計量研究——以湖南省為例[J]. 城市發展研究，2016，（9）：101-106.

[8]? 李磊， 張貴祥.京津冀城市群內城市發展質量[J].經濟地理， 2015， （5）： 61-64.

[9]? 劉蕊.資源環境約束下關中城市群發展水平研究[D].西安： 西安理工大學碩士學位論文， 2008.

[10]? 向羅生.城市群區域發展評價分析研究[J].智庫時代， 2018，（41）： 78-81.

[11]? 謝尚， 鄧宏兵.長江中游城市群發展質量評價[J].統計與決策， 2018， （14）： 55-58.

[12]? 劉思宇.皖江城市帶經濟社會發展水平評價指標體系研究——基于五大發展理念的視角[J].農村經濟與科技， 2018， （7）： 212-213.

[13]? 朱洪祥. 山東省城鎮化發展質量測度研究[J]. 城市發展研究，2007，（5）：37-44.

[14]? 李妍.基于多源數據的中原城市群城市發展水平評價與分析[D].鄭州：鄭州大學碩士學位論文， 2018.

[15]? 田時中， 涂欣培. 長三角城市群綜合發展水平測度及耦合協調評價——來自26城市2002—2015年的面板數據[J].北京理工大學學報（社會科學版）， 2017， （6）： 103-113.

[16]? 苗洪亮.中國城市群空間結構、內部聯系對其經濟效率的影響研究——基于十大城市群面板數據的分析[D].北京： 中央財經大學碩士學位論文， 2017.

Measurement and Spatial Correlation of High-Quality Development Level of Chinas City Clusters

LIU Kai-lin1，SHANG Pei-pei2

（1.School of Statistics， Dongbei University of Finance and Economics， Dalian 116025， China;

2.Magazine，Dongbei University of Finance and Economics， Dalian 116025， China）

Abstract：This paper combines remote sensing data and Geographic Information System （GIS） technology to establish a gridded dataset of indicators for Chinas ten national city clusters， and constructs a system of indicators for measuring the high-quality development level of city clusters using fuzzy aggregation and ANN algorithm. This paper uses GIS software to synthesize a raster dataset of the quality development level of the ten national city clusters， and uses exploratory analysis tools to analyze the spatial and temporal evolution of the quality development level of city clusters and the spatial correlation among and within city clusters. The study found that the level of high-quality development in Chinas ten national city clusters has been steadily improving in recent years， but the level of high-quality development varies widely between different city clusters， with serious polarization. Meanwhile， there is a significant development gap between the central cities within the city clusters and the surrounding cities. The scores of the ten major city clusters in the four aspects of economic development， infrastructure， resources and environment， and social development are generally consistent with the overall scores of high- quality development level， but there is also a certain unevenness. The positive correlation within the Pearl River Delta and Yangtze River Delta city clusters are significant， while the negative correlation within the Lanxi city cluster is significant， and the correlation within the remaining city clusters are not significant.

Key words：city clusters; high-quality development; Geographic Information System （GIS）; gridded model; ANN algorithm

（責任編輯：李明齊）