基于夜間燈光數據的城市經濟空間發展格局
——以大連市為例

柯麗娜， 王姝婷， 陰曙升， 王 輝， 陶拓抒

(1. 遼寧師范大學 地理科學學院，遼寧 大連 116029；2. 遼寧師范大學 海洋經濟與可持續發展研究中心，遼寧 大連 116029)

城市經濟發展作為衡量其在區域、國家乃至世界城市體系中位序關系的重要方面，一直是城市問題研究的經典命題.隨著城市化進程推進，城市經濟發展格局呈現階段性變化，區域相關政策的制定也隨著經濟發展格局的變化而改變.如何測度城市經濟發展時空格局，對于認識和把握城市發展規律，分析其動力發展機制，合理引導城市空間布局，改善城市經濟增長模式、提高城市經濟發展效率，推進“新常態”下城市經濟高質量發展轉型，都具有重要的現實意義[1].

國內外學者探究城市經濟發展的角度主要集中在經濟時空演變[2-3]、區域間經濟差異特征[4]及影響因素[5]等方面.研究尺度涉及全國[6]、流域[7]、城市群[8]及省域[9].相關的研究方法包括基尼系數、泰爾指數[10]、社會網絡分析法[11]、空間自相關分析方法等.王洋等利用基尼系數、泰爾指數考察了中國經濟總體空間差異[12]；LI等采用GDP數據作為經濟指標測度中國各個省份經濟發展水平[13]；周曉艷等基于空間自相關方法和統計數據深入探討了黃河流域73個地級市的經濟發展格局[14]；孟德友等利用GDP等統計數據比較了長江三角洲地區經濟發展水平差異[15]；趙立平等基于縣級研究單元運用空間自相關分析探究了湖南省經濟發展演變規律與趨勢[16]，部分研究還針對性提出了區域經濟發展優化的對策與方向.綜合來看，目前的城市經濟發展研究還多為基于人均收入、GDP等傳統統計數據來源方法，城市經濟發展研究還需要補充新的研究視角及數據方法對區域經濟發展進行客觀測度.近年來夜間燈光數據已被廣泛應用在經濟模擬[17]、城市化水平測度[18]、人口估算[19]、貧困測度[20]、能源消耗測算[21]、城市范圍識別[22]等研究中，DMSP/OLS和NPP/VIIRS是目前運用最廣泛的夜光數據.相關學者已證實夜間燈光數據與經濟發展具有相關性，Elvidge等通過對全球21個國家的DMSP/OLS夜間燈光與GDP進行相關性分析，證明夜光數據與GDP存在顯著相關性[23].Henderson基于舊金山、北京、拉薩等城市的實證研究，進一步證實夜光數據亮度能反映地區經濟發展水平[24].但目前基于夜光數據還少見以市域為研究區對經濟格局進行測度的研究實例.

大連市是國家首批沿海開放城市，是我國東北地區對外門戶型城市，自“一帶一路”倡議提出后，成為連接東北亞經濟體與“一帶一路”沿線國家與地區的重要支點.大連市依托明顯區位優勢，利用進出口、消費投資及旅游資源等拉動經濟發展，城市發展迅速，其經濟價值在國家和區域發展中占有舉足輕重地位.本研究選用精度較高的NPP/VIIRS數據對濱海城市大連的經濟空間格局特征進行分析，基于2014—2018年的NPP/VIIRS夜間燈光數據，利用統計分析、變異系數、重心模型、空間自相關分析等方法，分析城市經濟空間發展的差異性，揭示大連市市域尺度區域短期的經濟空間發展的冷熱點特征，有助于加深對大連市經濟空間發展及區域經濟空間發展均衡程度的理解和認識，為全面協調大連市發展、制定區域經濟發展政策提供一定的科學依據與支撐.

1 研究區概況、數據來源與研究方法

1.1 研究區概況

大連市是中國14個沿海開放城市之一，地處遼東半島最南端，東臨黃海，西瀕渤海，位于38°43′N～40°10′N與120°58′E～123°31′E之間.下轄7個市轄區、1個縣和2個縣級市.是環黃渤海經濟圈與東北地區金融、商貿、航運、物流、信息中心，近年來成為海上絲綢之路重要戰略支點、中蒙俄經濟走廊的重要節點城市和東北亞交通樞紐，區位條件十分重要，是研究濱海城市經濟發展時空格局特征的典型代表.

1.2 數據來源

本研究使用到的數據包括：①大連市行政區劃數據，來源于自然資源部標準地圖服務系統網站(http：//bzdt.ch.mnr.gov.cn/index.html)，用于經濟重心與標準差橢圓的計算和夜光數據的裁剪；②NPP/VIIRS夜間燈光數據，來源于美國國家海洋和大氣管理局官網(https：//www.ngdc.noaa.gov/eog/)，用于統計大連市區市縣夜光總量、計算經濟重心與標準差橢圓變化、探究經濟發展空間格局演化特征；③其他相關數據包括《大連市國民經濟和社會發展統計公報》(2014—2018年)，來源于大連市統計年鑒及中國統計信息網(http：//www.tjcn.org)，用于驗證大連區市縣GDP與全域夜間燈光相關性.

1.3 數據預處理

本研究使用的夜光數據為2014年1月至2018年12月共計60個月的NPP/VIIRS DNB無云月度夜間燈光合成影像.為保證本研究結果準確性，對NPP/VIIRS月度合成數據進行進一步校正，去除氣體燃燒、極光、火山和漁火等背景噪聲.

數據預處理在ArcGIS軟件環境下進行，主要包括影像合成、投影、重采樣和裁剪操作.利用柵格計算器工具將NPP/VIIRS月度合成數據合成為年度數據；利用投影工具將夜光影像投影為WGS84 地理坐標系和Albers等面積投影坐標系以避免投影變形過大影響面積計算，并使用最臨近法將數據重采樣至0.5 km空間分辨率；基于大連市行政區劃矢量數據使用裁剪工具進行裁剪.得到初步處理的大連市NPP/VIIRS夜間燈光影像[25].

由于NPP/VIIRS夜間燈光數據存在像元為負值和異常高亮值等噪聲問題，本文采用最優閾值法對NPP/VIIRS 夜間燈光影像的背景噪聲進行處理[26].

對NPP/VIIRS夜間燈光數據年際校正的方法參考現有用于DMSP/OLS夜間燈光數據的年際校正方法，校正原則為同一個位置像元的DN值只升高不降低，即當年的NPP/VIIRS夜間燈光數據的像元DN值不小于前一年的像元DN值.具體公式[27]如下：

(1)

其中，DN(n-1,i)、DN(n,i)、DN(n+1,i)分別表示第n-1年、第n年和第n+1年第i個像元的DN值.最終得到以2014年數據為基礎，經過年際校正后時間序列穩定且連續的2014—2018年NPP/VIIRS夜間燈光數據.

1.4 研究方法

1.4.1 相關性驗證與夜光統計方法

為了驗證研究區的夜間燈光數據與區域GDP間的相關性，統計2014—2018年大連市各區市縣的燈光累計值與同時期各區市縣地區GDP數據相關性，并進行回歸分析，如圖1所示.回歸分析結果顯示，研究區DN值累計值與GDP之間高度相關，夜光數據可作為研究區域經濟規模的表征變量，具有良好的替代性[28].利用夜光總量(Sum of Light, SOL)表征大連市各區市縣的經濟發展水平，計算公式分別為

(2)

其中，ri為第i個像元的DN值，n為研究區域內的像元總數.

1.4.2 變異系數

變異系數是衡量一組數據變異程度重要的指標，也是反映數據內部差異程度的常用統計量之一，相較方差、標準差等指標效果更優，能客觀衡量年際間區域差異，本文計算2014—2018年大連市各區市縣夜光總量用以反映其內部經濟發展差異，計算公式如下[29]：

(3)

其中,yi是某年第i個區市縣的夜光總量值,u是該年研究區所有區市縣夜光總量的均值,n為區市縣個數.

1.4.3 重心轉移及標準差橢圓

標準差橢圓(SDE)方法最早用于測量地理要素在空間分布中的集中度，通過中心、分布范圍、方位角、長短軸、長短軸之比等基本參數表征地理要素的空間分布及時空演化特點，精確揭示地理要素在空間上的整體變化特征，空間格局的分布狀態及時空演化特征等[30]，目前被廣泛應用在城市規劃、社會問題、經濟空間格局和生態效率測度等各領域.

標準差橢圓的重心即經濟重心的計算式為

(4)

方位角α的計算為

(5)

x軸標準差σx和y軸標準差σy的計算公式分別為

(6)

(7)

1.4.4 空間自相關分析

本研究從全局和局部兩個角度探究大連市經濟空間發展的分布格局，分析經濟空間的集聚性特征，并識別研究區經濟空間分布的冷、熱點.

全局空間自相關分析采用Global Moran’sI指數.該指數可以反映研究變量在空間上分布的集聚性，表征研究變量在研究區內空間相關性的整體性趨勢，以識別大連市經濟發展在空間分布上是否存在空間集聚效應，其值范圍介于[-1,1]之間,當Global Moran’sI值越接近0,表明研究變量在空間上的自相關性越弱,空間中越呈現隨機分布狀態[31]，計算公式為

(8)

標準化統計量Z值可以檢驗要素空間自相關的顯著性[31]，計算公式為

(9)

(10)

(11)

本研究基于ArcGIS10.6軟件測算2014—2018年間大連市經濟空間的局部空間關聯指數，創建研究區500 m格網尺度，并基于5%和10%的顯著水平識別研究區經濟發展冷熱點，再依據Z值將冷熱點區域劃分為5類.其中,Z>1.96的區域為熱點區，Z∈[1.65,1.96]區域為次熱點區，Z∈(-1.65，1.65)區域為隨機分布區，Z∈[-1.96, -1.65]區域為次冷點區，Z<-1.96區域為冷點區[31]，最后對研究區經濟發展關聯狀況進行可視化表達.

2 研究區經濟空間格局演化分析

2.1 經濟空間分異特征

參照公式(2)計算大連市各區市縣夜光總量，并基于變異系數揭示大連市經濟發展的差異狀況，繪制大連市夜間燈光變異系數變化圖(圖2).

從圖2可以看出，總體來說，研究期內金州區、甘井子區、長?？h變異系數相對較大，尤其金州區變異系數最大，且金州區、甘井子區變異系數呈下降趨勢；長?？h變異系數穩定，一直穩定為0.3；其他區市縣變異系數均小于0.2，并呈現波動變化趨勢，莊河市、普蘭店區變異系數相對較小.變異系數反映了大連市各區市縣經濟水平相對差異的非勻速變化，各區市縣總體上內部經濟差異呈現縮小趨勢，揭示出大連市經濟發展水平相對差異特征.

圖2 研究區夜間燈光變異系數(2014—2018)

2.2 經濟發展空間格局的動態演化

根據標準差橢圓方法，基于2014—2018年大連市夜間燈光數據，計算得到研究期間各年份經濟重心及其標準差橢圓，分析大連市經濟空間格局演化特征(表1).

表1 研究區經濟格局標準差橢圓參數(2014—2018年)

從標準差橢圓參數數據來看，大連市經濟空間發展中心呈現出明顯的由西南向東北方向逐步移動的發展態勢，經濟重心從121.76°E，39.15°N逐步移動至121.81°E，39.20°N，從標準差橢圓面積變化情況看，橢圓面積在逐步增大，由2014年的8678.00km2逐步增長到2018年的10813.28km2，反映研究期內大連市經濟空間的作用范圍在逐步增長，經濟發展核心區域在逐步擴大.從橢圓分布形狀看，其標準差橢圓長軸為西南-東北方向，短軸為西北-東南方向，且橢圓長、短半軸持續增大，長短軸之比從2.02逐步增長至2.11，意味著該時期大連市經濟空間格局發展的主要方向為西南-東北方向，且在該方向上逐漸加強.整體上，大連市經濟發展受自然條件、政策扶持、交通、資金支持等多方面因素影響，市內中山區、沙河口區、西崗區、甘井子區四區經濟受發展空間限制，經濟腹地較小，而北部金州、普蘭店等區縣具備廣闊的土地資源，近年來，國家政策支持金普新區、大連普灣經濟區等一系列特區的設立，使大連市北部區域經濟日漸崛起，憑借政策優勢和經濟基礎迅速發展，導致大連市經濟空間發展重心緩慢向東北方向移動.

2.3 大連市經濟發展空間集聚性分析

基于ArcGIS10.6軟件獲取大連市夜間燈光數據的全局Moran’sI指數，如表2所示，結果顯示研究期內大連市經濟全局Moran’sI指數檢驗結果顯著，總體而言，大連市夜間燈光數據呈現極高的空間正相關性，具有明顯的空間集聚性.另外，從時序變化角度來看，Moran’sI指數在研究期內由0.821增長至0.832，僅2016年Moran’sI指數略微下降至0.819，顯現小幅波動且遞增的趨勢，說明大連市經濟空間夜間燈光DN值的空間關聯程度在逐年增強，大連市經濟空間分布的相似性增強，空間集聚程度加大，區市縣間的經濟差異變小.

表2 研究區經濟全局 Moran’s I指數

全局Moran’sI指數體現大連市經濟空間整體分布特征，無法詳細表述各區市縣空間之間的關系，故采用局部空間關聯指數測算研究區經濟空間分布冷熱點并計算研究區各區市縣經濟冷熱點面積占比(表3)，進一步把握大連市經濟空間演化的集簇格局.

觀察表3可發現大連市經濟空間冷熱點呈現由西南至東北方向由熱點向冷點區逐漸過渡的規律，各區市縣冷、熱點區面積均在逐步縮小.研究期內，市內四區為高熱點顯著區，熱點區占比為83.59%～100%；其次為旅順口區、金州區，其熱點區占比為32.76%～56.29%，主要分布在旅順口區中心廣場、金州站、大窯灣周邊地區及地鐵三號線途經區域；瓦房店市、普蘭店區、莊河市、長?？h的熱點區占比一直低于10%，且呈下降趨勢，其熱點區占比范圍為1.41%～9.92%，其中長?？h熱點區占比最低，研究期內熱點區占比僅為1.41%～3.40%.

表3 研究區經濟空間冷熱點面積比例(2014—2018年)

研究期內，普蘭店區、莊河市為高冷點顯著區，冷點區占比為3.17%～26.49%，其冷點區域主要分布在大連市北部的岔溝山、老邊山、步云山鄉及大連冰峪國家地質公園附近；瓦房店市、長海縣冷點區占比為0.31%～8.04%，其冷點區域主要分布在瓦房店市南部的圍填海區域 及長?？h廣鹿島、哈仙島、小長山島及獐子島地區附近；大連市市內四區、旅順口區、金州區的冷點占比最低，研究期內冷點區占比僅為0.06%～0.20%.

總體上，大連市經濟空間的冷點區與次冷點區集聚分布人口稀疏及產業薄弱的北部山區，熱點區與次熱點區集聚分布在市內金融及商業中心附近.而金州區作為由大連市主城區-金州區-普灣新區構成的城市發展主軸線的中間節點，逐漸成為區域經濟發展的重要增長極，隨著產業項目集聚力逐漸增強，其人口吸納能力逐步提升，產業基礎、土地資源及發展空間優勢逐步顯現，也成為經濟發展的熱點集聚區.其他區市縣依靠國家近年來政策的扶持、資源的傾斜以及一系列國家級與省級重點產業園區的建設，經濟水平有效提高.全市區域功能定位和發展方向得到合理調整與優化，內部經濟空間不平衡現象減弱，經濟差距逐漸縮小，經濟水平在空間上趨于平衡發展.

3 結論與討論

本文基于2014—2018年間大連市NPP/VIIRS夜間燈光數據，采用變異系數、重心轉移、標準差橢圓模型及空間自相關等分析方法，探究大連市經濟發展水平與空間分布特征、識別各區市縣間經濟差異的時空演變特征及演化趨勢.主要結論如下：

(1)研究期內金州區、甘井子區變異系數較大，呈下降趨勢，長海縣變異系數穩定在0.3，其他區市縣變異系數在0.2上下波動，表明了大連市各區市縣經濟水平相對差異呈縮小態勢.

(2)標準差橢圓面積在逐步增大，表明大連市經濟發展核心區域在擴大；大連市經濟發展受限于空間因素，經濟重心由西南向東北方向逐步移動，經濟發展空間格局的主要方向為西南-東北方向.

(3)大連市經濟冷熱點分布呈現由西南向東北方向由熱點區向冷點區逐漸過渡趨勢，冷、熱點區域面積逐步減小，大連市經濟發展核心區向外圍逐漸擴張，內部經濟空間不平衡現象減弱、經濟差異明顯縮小，經濟水平在空間上趨于平衡.

以往研究通常采用統計數據測算經濟發展水平與格局特征，難以克服統計口徑不一致、片面性等問題，而本文采用的夜間燈光數據有效克服了這一難題.隨著時間分辨率、空間分辨率與光譜分辨率需求的提高，珞珈一號、吉林一號等新一代夜光遙感影像更適用于市域尺度經濟社會活動的研究.此外，本研究從時空角度分析大連市經濟發展格局特征，對比市內區市縣間經濟水平的差異，但并未深入分析各區市縣經濟發展差異的影響因素，有待在今后研究中進一步探討.