成渝地區雙城經濟圈縣域經濟空間格局及影響因素
——基于夜間燈光數據的分析

張 麗，何 偉，潘洪義

（四川師范大學a.西南土地資源評價與監測教育部重點實驗室；b.地理與資源科學學院，四川 成都 610066）

0 引言

區域經濟發展過程中，由于區位條件、政策導向、資源稟賦等方面存在差別，區域內部會出現經濟差異［1］。經濟差異研究受到了國內外學者的長期關注，并形成了一些具有共性的結論：經濟差異的存在對區域經濟的協調發展是一把“雙刃劍”，適當的經濟差異有利于刺激落后地區經濟發展，發揮發達地區的輻射引領作用，促進區域經濟發展，而過大的經濟差異則會對區域協調發展起負向作用。因此，開展縣域經濟空間格局及其影響因素研究，對于以區域經濟發展問題，促進區域經濟穩定、協調和可持續發展具有重要的理論價值和實踐意義。

目前經濟空間格局的研究已較為成熟，國內外相關學者也取得了豐碩成果。研究內容不斷豐富，由度量區域經濟差異和探究經濟發展時空格局演變規律［2-7］轉向進一步探析其影響因素與驅動機制［8-10］；研究方法呈多樣化發展趨勢且日益完善，從基尼系數、變異系數等傳統方法向數據包絡分析、引力模型、探索性空間數據分析等方法轉變［11-15］。此外，對區域經濟差異影響因素的研究由傳統的定性分析［16］到多元線性回歸分析［17］等計量方法，再轉向運用地理探測器［18］、空間計量模型［19］、地理加權回歸模型［20］等考慮空間因素的定量分析方法。研究區域不斷細化，由對全國和省、市、縣行政區范圍的研究轉向對省際交界區、貧困山區、經濟圈、城市群等類型區的研究。數據來源上，由傳統的基于GDP等單一統計數據表征經濟發展水平轉變為結合夜間燈光數據對經濟發展水平進行測度。由于官方統計數據存在口徑變化、空間分辨率低、人為主觀因素影響等問題，易導致研究結論出現偏差［1］，而夜間燈光數據具有易獲取、時效性高、數據相對客觀等特點，目前已經被廣泛運用于城市擴張、社會經濟活動預測、人口分布、碳排放、災害評估等研究領域［21-25］。周玉科等［11］、Ma 等［26］學者對夜間燈光和GDP 進行了相關性研究，結果表明夜間燈光數據與GDP 存在著顯著的正相關關系，故利用夜間燈光數據測度經濟發展水平及空間格局具有較強的理論基礎和現實意義。

十九大以來，我國經濟進入高質量發展階段，城市群、經濟圈作為經濟活動和生產要素的主要載體，承擔著帶動我國經濟發展的重要使命。成渝地區雙城經濟圈因其獨特的區位優勢與較強的經濟基礎受到國家的高度重視，推動成渝地區雙城經濟圈建設上升為國家區域發展戰略的重要組成部分。2020年1 月，中央財經委第六次會議強調要發揮成都、重慶兩個中心城市的協同帶動作用，推動成渝地區雙城經濟圈建設，打造推動全國高質量發展的重要增長極和新的動力源。2021 年10 月，《成渝地區雙城經濟圈建設規劃綱要》正式印發，指出要將成渝地區雙城經濟圈建設成為具有全國影響力的重要經濟中心、科技創新中心、改革開放新高地和高品質生活宜居地。但成渝地區雙城經濟圈的發展仍面臨著一些問題。由于成渝地區城鎮化、工業化進程滯后于東部沿海地區，導致成渝地區雙城經濟圈的大城市數量與等級明顯偏少偏低。相較于長三角、珠三角和京津冀地區，成渝地區還存在明顯差距。研究成渝地區雙城經濟圈縣域經濟空間格局及其影響因素對認識區域經濟現狀，推動雙城經濟圈建設，促進東、中、西部協調互動具有重要現實意義。基于此，本文以成渝地區雙城經濟圈為研究區，選取2013 年、2016年、2019 年3 個時間斷面的夜間燈光數據對縣域尺度的經濟空間格局及影響因素進行研究，并根據影響因素的空間差異對142 個區（縣）進行分類，探析其驅動機制，針對性地提出每類縣域的政策建議。一方面，為各區縣認清自身發展現狀，制定區域化、科學化和差異化的經濟發展戰略提供借鑒；另一方面，為促進新時代西部大開發新格局的形成和西南地區乃至全國高質量發展提供參考。

1 研究區概況與數據來源

1.1 研究區域概況

成渝地區雙城經濟圈地處長江上游，地理位置位于27°39′——33°03′N、101°56′——110°11′E 之間，涵蓋四川省的成都、自貢、瀘州、德陽、綿陽（除平武縣、北川縣）、遂寧、內江、樂山、南充、眉山、宜賓、廣安、達州（除萬源市）、雅安（除天全縣、寶興縣）、資陽等15個地級市和重慶市的主城區及萬州、涪陵、綦江、大足、黔江、長壽、江津、合川、永川、南川、璧山、銅梁、潼南、榮昌、梁平、豐都、墊江、忠縣等27 個區（縣）與開州、云陽的部分地區，共計142 個區（縣），國土總面積18.5 萬km2。2019 年，成渝地區雙城經濟圈常住人口約9631 萬人，地區生產總值63186.43 億元，分別占全國總人口的6.87%和全國GDP 的總量6.40%。成渝地區雙城經濟圈作為我國西部地區經濟基礎最好、綜合實力最強的區域，且處于“一帶一路”和長江經濟帶的重要結點和國家“兩橫三縱”發展格局的主要軸線上，具有連結東西、貫通南北的獨特區位優勢，是西南地區的中樞，在國家發展大局中占據重要戰略地位。

1.2 數據來源

成渝地區雙城經濟圈2013 年、2016 年、2019 年的夜間燈光數據，來源于中國科學院中國遙感衛星地面站陳甫團隊制作的“火石”燈光數據集。在ArcGIS環境下以成渝地區雙城經濟圈行政區矢量圖為掩膜對夜間燈光數據進行裁剪，對燈光柵格影像數據進行蘭伯特投影坐標系轉化，使用NEAREST重采樣至1500m空間分辨率。行政區劃矢量數據來源于全國地理信息資源目錄服務系統（https：//www.webmap.cn/commres.do？method= result100W）。地區生產總值、常住人口數、固定資產投資額、城鎮化率等統計數據，源自2014 年、2017 年、2020 年《中國縣域統計年鑒（縣市卷）》《四川省統計年鑒》《重慶統計年鑒》。

圖1 成渝地區雙城經濟圈區位Figure 1 Location of the Chengdu- Chongqing Economic Circle

2 研究方法與變量解釋

2.1 研究方法

空間自相關分析：采用全局莫蘭指數（Moran′s I）和局部莫蘭指數（Local Moran′s I）對成渝地區雙城經濟圈縣域經濟發展空間分布的聚集性進行分析。全局莫蘭指數計算公式為：

式中：yi、yj分別表示第i 個縣和第j 個縣平均燈光值的標準化形式，其他變量含義與公式（1）相同。

經濟重心分析：使用平均中心方法計算經濟重心及其遷移軌跡，明確經濟發展的動態變化趨勢。其表達式為：

標準差橢圓：標準差橢圓（Standard Deviation Ellipse，SDE）方法多用于分析區域經濟屬性在空間分布的方向性特征，可測度成渝地區雙城經濟圈縣域經濟發展空間狀態及移動趨勢。基本參數中，方位角表示經濟分布的主趨勢方向，長短軸之比反映經濟格局在主次方向上的集聚離散程度，橢圓位置的變化則反映經濟空間格局的變動情況［1］。

地理加權回歸：地理加權回歸（Geographically Weighted Regression，GWR）是一種變化后的線性回歸模型，將空間因素納入模型比普通回歸方法能更好地反映各影響因素的差異性［28］。因此，本文使用GWR模型探討成渝地區雙城經濟圈縣域經濟發展影響因素空間異質性作用，采用Gauss 函數和赤池信息準則法（AIC）確定權重和最優帶寬［29］。

二階聚類分析：二階聚類分析（Two - step Cluster，TSC）與傳統聚類方法的一個顯著區別是可以自動確定最佳聚類數，并且可以同時處理分類變量與連續變量［30］。本文使用SPSS 對GWR 模型回歸系數進行了二階聚類，以探析不同縣域經濟發展的驅動機制。

2.2 變量解釋

基于城市經濟發展多受政府財政投入、產業結構、固定投資、人力資本、基礎設施水平等的影響，與驅動 機 制 相 結 合，選 取 政 府 作 用［8，17，31］、產 業 結構［8，12，13，17］、投 資 水 平［20］、教 育 水 平［20，31］、人 口 密度［32］、公 路 路 網 密 度［31］、城 鎮 化 率［17，33］共7 個 變 量對成渝地區雙城經濟圈縣域經濟發展影響因素進行研究。以財政支出占地區生產總值的比重表征政府作用；以第二產業與第三產業占GDP 比重的比值表征產業結構；以固定資產投資額表征投資水平；以每萬人擁有的普通中小學專任教師數表征教育水平。人口密度使用常住人口數進行計算；公路路網密度為每平方公里的公路長度，部分地區的缺失值使用臨近年份數據代替；城鎮化率為非農人口占總人口的比重。為使數據更平穩并消除各變量間的共線性影響，對各自變量進行標準化處理。

3 結果及分析

3.1 縣域經濟空間差異

基于單位縣域面積的燈光值，在ArcGIS 環境下，使用自然斷點法將成渝地區雙城經濟圈縣域經濟發展水平分為高水平、較高水平、中等水平、較低水平與低水平5 個等級，結果如圖2 所示。

圖2 2013——2019 年成渝地區雙城經濟圈縣域經濟發展水平空間分布Figure 2 Spatial distribution of county economic development level in the Chengdu- Chongqing Economic Circle from 2013 to 2019

從圖2 可見：①成渝地區雙城經濟圈整體經濟發展水平不高，高水平與較高水平等級的區（縣）數量遠低于低水平的區（縣），等級程度越高，對應的區（縣）數量越少，數量分布整體呈上尖下寬的“金字塔”形特征。②從時間上看，2013 年、2016 年和2019年3 個時間斷面對應的高經濟發展水平區（縣）數量為6 個、6 個、14 個，低經濟發展水平區（縣）數量為58 個、58 個、54 個，處于高水平的區（縣）數量呈增加趨勢，處于較低和低水平的區（縣）數量呈減少趨勢，說明該區域的經濟發展勢頭良好，其中第二階段（2016——2019 年）較第一階段（2013——2016 年）經濟水平增長顯著。③從空間上看，高水平區呈現以成都市、重慶市主城區為核心的雙核狀分布，且范圍不斷擴大；較高水平區域主要圍繞高水平區分布，且有發展為高水平區的趨勢與潛質；中等水平區與較低水平區在兩核外圍擴展延伸，東北角與中部偏南地區有零星塊狀分布；低水平區主要集中在東北、西南部和兩核間的中部連綿區。這表明研究區縣域經濟發展水平雖然處于不斷提高的良好態勢之中，但是經濟水平空間分布仍是一個兩頭獨大的不平衡格局，連接成都和重慶兩地的中部連綿地帶是經濟圈發展的短板所在。

3.2 縣域經濟空間自相關分析

本文運用ArcGIS 軟件分別計算了3 個年度縣域單位面積燈光值的全局Moran′s I 指數（表1），全局Moran′s I 檢驗結果顯著，說明成渝地區雙城經濟圈縣域夜間燈光數據呈現正的空間自相關。從年際變化來看，研究區內縣域夜間燈光值的空間關聯程度在2013——2016 年階段有所提升，在2016——2019 年階段小幅下跌，整體呈現波動下降的趨勢。但變化幅度較小，且各年度的全局Moran′s I 指數都較大，表明成渝地區雙城經濟圈縣域經濟空間集聚程度較高。

表1 成渝地區雙城經濟圈縣域經濟全局Moran′s I 指數Table 1 Moran′s I index of county economics in Chengdu- Chongqing Economic Circle

本文使用局域空間自相關進一步探析了區域經濟發展空間集聚性的變化（圖3）。從整體上來看，2013——2019 年成渝地區雙城經濟圈縣域經濟發展空間集聚性并沒有顯著變化，兩個高——高集聚區位于成都市與重慶市的主城區域內，主要包含成都市的錦江區、青羊區、成華區、武侯區、金牛區、新都區、溫江區、郫都區、雙流區、龍泉驛區、青白江區和重慶市的渝中區、江北區、沙坪壩區、九龍坡區、南岸區，共16個區（縣），其他區域經濟聚類特征皆表現為不顯著。這也驗證了成渝地區雙城經濟圈區域經濟空間格局表現為兩頭獨大的不平衡狀態，腹部地區、東北與西南地區經濟本底較差、發展乏力，而成都市的與重慶市的主城區的輻射帶動作用有限，因此經濟發展空間集聚性并不顯著。

圖3 2013——2019 年成渝地區雙城經濟圈縣域經濟發展空間集聚性變化Figure 3 Changes in spatial agglomeration of county economic development in Chengdu- Chongqing Economic Circle from 2013 to 2019

3.3 空間分布方向性分析

本文基于夜間燈光數據計算2013 年、2016 年、2019年縣域尺度上的經濟重心與標準差橢圓，對成渝地區雙城經濟圈的經濟空間分布方向性及動態變化進行分析（表2、圖4）。從經濟重心的移動軌跡來看，2013——2016 年、2016——2019 年兩個階段的重心移動方向都為東南方向，且移動幅度相似。從橢圓分布的形狀來看，標準差橢圓呈東西走向，長短軸之比從2013 年的1.6503 下降至2019 年的1.6486，表明成渝地區雙城經濟圈縣域經濟空間格局在東西方向上逐步收縮，在南北方向上呈擴張趨勢。從方位角的變化來看，2013——2019 年方位角的整體變化幅度較小，第一階段方位角從93.2234 增加至93.2572，使得西北——東南格局加強，第二階段的方位角下降至93.2182，說明西北——東南格局出現弱化。

表2 2013——2019 年標準差橢圓、平均中心參數Table 2 Table of standard deviation ellipse，average center parameters from 2013 to 2019

4 影響因素與驅動機制分析

4.1 影響因素的空間差異

經上述空間自相關分析可知，成渝地區雙城經濟圈縣域經濟發展在空間上呈現出一定的集聚特征。鑒于此，本文選用地理加權回歸模型來分析各影響因子的空間異質性作用。從時序異質性來看，GWR模型的校正決定系數均高于OLS 模型，而AIC值均低于OLS 模型，說明GWR 模型的擬合效果較優（表3）。

表3 GWR與OLS模型擬合參數比較Table 3 Comparison of fitting parameters between GWR and OLS models

2013——2019 年成渝地區雙城經濟圈縣城經濟GWR回歸結果如表4、圖5 所示，從影響程度看，2013——2019 年對成渝地區雙城經濟圈的經濟發展貢獻較大的因素為人口密度和城鎮化率，二者的回歸系數在2013——2019 年間大幅提升，對經濟圈縣域經濟發展具有持續且顯著的積極作用；政府作用、投資水平、產業結構、教育水平和公路路網密度對經濟圈縣域經濟發展具有正負差異性作用。

表4 2013——2019 年GWR模型回歸系數Table 4 GWR model regression coefficient tabl es from 2013 to 2019

圖5 成渝地區雙城經濟圈縣域經濟發展影響因素GWR回歸系數Figure 5 GWR regression coefficient of influencing factors of county economic development in Chengdu- Chongqing Economic Circle

（續圖5 成渝地區雙城經濟圈縣域經濟發展影響因素GWR回歸系數）

政府作用對成渝地區雙城經濟圈縣域經濟發展起階段性促進作用。從時間序列上看，政府作用回歸系數在2013 年為正值，總體呈自西南向東北漸增分布，最高值集中分布在達州、廣安與重慶市中部，2016年呈現為正負差異性，高值區均分布于重慶市，2019 年系數也呈現正負差異性，高值區集中于成都、綿陽、眉山、雅安、樂山和重慶市西部12 個區（縣）。由回歸系數空間變化可知，政府作用對縣域經濟發展水平影響較大區域逐漸向西部偏移，且高值區有擴大趨勢，而政府作用影響較小的區域由西南向東部及中北部偏移，且低值區呈縮小趨勢。2013——2016 年，成都市政府作用力對經濟發展作用程度均低于重慶市部分；2016——2019 年，成都市政府作用力對經濟發展作用程度有了明顯提升。2019年政府作用回歸系數空間分布格局與縣域經濟發展水平分布較為一致，系數值以“兩核”為中心向外擴散遞減，中間地帶與重慶市東部區（縣）為政府作用影響較為薄弱地區。因此，如何發揮好政府財政作用，縮小區域間差異，是實現成渝地區雙城經濟圈整體經濟平衡充分發展的重要任務。

投資水平對經濟圈縣域經濟發展的影響呈現正負差異性。2013 年回歸系數值由重慶市西南部為中心向兩側遞減，成都市、重慶市西南部區（縣）及兩市中間地帶均為投資影響顯著地區。2016——2019年，系數值分布大致為自西向東遞減，投資水平對縣域經濟發展影響較為顯著地區集中于經濟圈西部（綿陽、德陽、成都、眉山、樂山和雅安市），中部連綿地帶與重慶市域為投資水平影響較弱地區，投資水平與經濟發展水平相關性表現出顯著的東西差異性。2019 年，成都市經濟發展對投資的依賴程度較高，重慶市投資水平對經濟發展的作用表現為不顯著，高值區的分布與基礎設施建設投入和房地產建設投資聯系密切，介于“兩核”中間的區（縣）因區位條件與經濟基礎不佳，對資本投資的吸引力相對較弱。

產業結構對經濟圈縣域經濟發展由正向轉為正負差異性作用。2013 年回歸系數為正，高值區集中于雅安、樂山市和宜賓市部分區（縣），低值區集中于重慶市主城區及周邊區（縣）。2016 年回歸結果表現為正負差異性，產業結構對經濟發展起推動作用的區域集中在成德綿、南充、遂寧、廣安和重慶市中部區（縣）。2019 年回歸系數基本為負，正值區域呈西南——東北走向集中分布于成都、綿陽和雅安境內，零星分布于宜賓和重慶市云陽縣，負值區域由西向東擴展，低值區相較于2016 年有擴大趨勢。“兩核”中，產業結構對成都市經濟發展的推動作用優于重慶市，為增強對其他區域的輻射，重慶市產業結構有待優化升級。

教育水平對經濟圈縣域經濟發展的作用總體由負向轉變為正負差異性。2013 年、2016 年回歸系數均為負值，2013 年教育水平對經濟發展的負向作用較為顯著的區域集中分布于南充、達州、雅安和宜賓的部分區（縣），以及重慶市黔江區、云陽縣和開州區部分地區，2016 年高值區范圍縮小至達州、南充部分區（縣）和重慶市開州區、云陽縣部分地區。2019年表現為正負差異性，回歸系數自東向西遞減，教育水平對經濟發展起到正向作用的區域為達州市（宣漢縣、開江縣）、瀘州市古藺縣、重慶市（黔江區、萬州區、梁平區、忠縣、豐都縣、涪陵區、南川區和開州區、云陽縣的部分地區）。從時間序列看，低值區呈擴大趨勢，高值區呈縮小趨勢；從空間分布看，低值區主要集中于經濟圈中西部，高值區主要集中于經濟圈東部及邊緣地區。人口質量是經濟發展水平的重要影響因素［34］，教育作為提升人口質量的有效手段，教育資源的區域分配不均將會導致縣域經濟發展水平差異的產生。為發揮人口質量對成渝地區雙城經濟圈縣域經濟的積極促進作用，政府需重視教育資源的區域間配置和師資隊伍建設。

人口密度對經濟圈縣域經濟發展的作用由正負差異性轉向正向。2013 年人口密度回歸系數值大致以重慶市西南部分區（縣）為中心呈半環狀向外遞增，高值區集中于成德綿北部區（縣）、重慶市萬州區、忠縣、豐都縣、黔江區和云陽縣部分地區。2016年、2019 年系數空間分布大體相似，成都市西部區縣與重慶市主城區及周圍區（縣）為低值集中分布區，人口密度正向作用顯著的區域呈漏斗狀集中分布于經濟圈西南端（雅安、樂山、自貢部分區（縣））與北部（綿陽、南充、遂寧部分區（縣））。從年際變化看，人口密度對成都、重慶兩大城市的經濟增長作用逐漸減弱，對經濟圈南部的縣域經濟發展正向影響逐漸增強。人口集聚在合理范圍內會產生規模經濟效應，區域經濟實現增長，反之，人口的過度聚集則會產生規模不經濟，區域經濟出現衰退［35］。人口密度是衡量人口集聚的核心指標［32］，其對經濟發展的影響主要表現為知識和人力資本要素的集聚對經濟增長的作用，在人口規模不斷增長的情況下，高密度地區應積極引進高學歷、高技術人才，以發揮知識與人力資本對經濟增長的促進作用。

公路路網密度對經濟圈縣域經濟發展作用整體呈現為正負差異性。2013 年系數值自西向東遞減，公路路網密度對經濟發展影響東西差異顯著。2016年公路路網密度對經濟增長貢獻顯著的區域為重慶市域南端14 個區（縣）和合江縣，對經濟增長起負向作用的區域主要分布于達州、廣安和重慶市（梁平區、萬州區、忠縣、墊江縣、豐都縣、開州區部分地區）。2019 年高值區在2016 年基礎上減少了南川區，新增了瀘州市、雅安市、樂山市和眉山市的部分區縣，低值區在2016 年基礎上減少了廣安市兩區（縣），新增重慶市黔江區、云陽縣部分地區。公路路網密度體現的是區域的交通基礎設施通達水平。整體來看，低值區范圍在縮小，說明2013——2019 年區域內公路交通基礎設施不斷完善，促進了區域整體經濟發展水平的提升。經濟圈東北部是低值集中區，因此還需在合理范圍內加大對該區域公路交通基礎設施的投入。

城鎮化率與經濟圈縣域經濟發展的關系由正負差異性轉變為正相關。2013 年系數高值區集中于區域西部，主要包括德陽市、成都市、眉山市、雅安市、樂山市、自貢市、宜賓市、瀘州市和重慶市部分區（縣），低值區集中于達州市和重慶市北部區（縣）。2016年、2019 年城鎮化率對經濟圈縣域經濟發展均起到顯著的正向作用，且回歸系數值空間分布格局較為一致，高值區呈“兩核”式分布于成都市、德陽市部分區（縣）和重慶市中部區（縣），低值區主要分布于區域西南部雅安市、樂山市、自貢市、宜賓市的部分區（縣）。區（縣）城鎮化水平的提高在帶動本地經濟增長的同時，還會對周邊區（縣）經濟發展起輻射帶動作用和較弱的抑制作用，即城鎮化水平高的地區能夠輻射帶動周邊城鎮化水平相對較低地區的經濟增長，但也會產生較弱的“虹吸效應”［33］。成都市與重慶市作為成渝地區雙城經濟圈的兩大經濟增長極，其城鎮化水平與規模的不斷提升會加速資源、技術、資本等發展要素的集聚，在對周邊中小城市產生輻射帶動作用的同時，也會產生一定的抑制作用。因此，未來應繼續深入推進區域內中小城市的城鎮化進程，資源配置向中小城市合理傾斜，有序促進成都市、重慶市主城區產業向周邊中小城市的區（縣）轉移，以實現區域經濟的協調發展［36］。

4.2 驅動機制分析

對2019 年GWR 模型的回歸系數進行二階聚類，142 個區（縣）被分為3 類，二階聚類的分析結果如圖6 所示。若某一類區（縣）在某種因素中的系數絕對值越大，則該類區（縣）的經濟發展受此因素的影響較大。聚類結果表明每類區（縣）的經濟發展關鍵影響因素不同：排除共同影響因素城鎮化水平與人口密度，3 類區（縣）依次為政策敏感型、投資敏感型和基礎設施敏感型。縣域聚類結果空間分布狀況如圖7 所示，政策敏感型共有16 個區（縣），集中分布于經濟圈東北部，包括達州市6 區（縣）和重慶市東部10 個區（縣）；投資敏感型共81 個區（縣），集中分布于經濟圈廣大西部區域，包含成都市、自貢市、德陽市、樂山市、眉山市和宜賓市，以及綿陽市（除平武縣、北川縣）、達州市（除萬源市）、雅安市（除天全縣、寶興縣）、南充市、資陽市、遂寧市和內江市部分區（縣）；基礎設施敏感型共45 個區縣，集中分布于經濟圈中部，包含廣安市、瀘州市和南充市、資陽市、遂寧市、內江市的部分區（縣），以及含重慶市主城區在內的20 個區（縣）。

圖6 2019 年GWR模型回歸系數的二階聚類結果Figure 6 Two- step Cluster results of regression coefficient of the GWR model in 2019

圖7 根據2019 年經濟發展關鍵影響因素劃分的3 類縣域空間分布Figure 7 Spatial distribution of three types of counties according to key influencing factors of economic development in 2019

5 結論、討論與建議

5.1 結論與討論

本文基于3 期夜間燈光數據，以成渝地區雙城經濟圈142 個區（縣）為研究單元，運用空間分析工具對成渝地區雙城經濟圈縣域經濟空間格局及演化特征進行了可視化分析。主要結論如下：①成渝地區雙城經濟圈整體經濟空間格局呈現以成都、重慶兩市的主城區為核心的兩極式不平衡發展格局，隨著經濟發展等級提高，對應區（縣）的數量顯著減少，數量分布呈“上尖下寬”的金字塔形特征。②成渝地區雙城經濟圈存在著較高程度的經濟發展空間集聚性，但僅有含成都市與重慶市主城區在內的16 個區（縣）經濟聚類特征為高——高集聚型，“兩核”經濟輻射作用有限，廣大腹部地區和區域東北、西南部縣域經濟發展較為乏力。③區域經濟空間分布方向為西北——東南走向，經濟重心位于四川省樂至縣境內，且不斷向東南方向偏移。④基于地理加權回歸模型（GWR）考量政府作用、投資水平、產業結構、教育水平、人口密度、公路路網密度、城鎮化率7 個因素對成渝地區雙城經濟圈縣域經濟發展的空間異質性影響，影響作用最為顯著的因素為人口密度與城鎮化率，投資水平和公路路網密度次之，政府作用、產業結構、教育水平對經濟圈縣域經濟發展的作用呈現正負差異性。⑤本文利用2019 年GWR 回歸系數和二階聚類將142個區（縣）劃分為3 種經濟發展類型，分別為政策敏感型、投資敏感型和基礎設施敏感型。

總體上，本文有別于傳統的基于人均GDP 測度經濟空間格局的方法，選用夜間燈光數據識別成渝地區雙城經濟圈經濟空間格局并探究其驅動機制，一定程度上提升了結果的客觀性與精確性，可以為區域經濟發展策略的制定提供幫助，但仍有所局限，因為即便是經濟低迷時期，人口的增加也會導致燈光強度的提升［37］。因此，使用夜間燈光數據結合常規統計數據（如人口、電力能源消耗等數據）更能準確解釋經濟格局。

5.2 對策建議

基于上述結論，為了進一步推動成渝地區雙城經濟圈高質量發展，本文提出以下對策建議：①成渝地區雙城經濟圈發展的兩大動力源為成都與重慶兩市的主城區，兩頭獨大的經濟空間格局將會長期保持，但“兩極”的經濟輻射范圍與作用程度有限，需逐步培養區域第三大動力源，以實現區域經濟協調發展和整體經濟實力的提升。②人口密度與城鎮化水平是成渝地區雙城經濟圈經濟發展最為穩定與顯著的驅動力，因此應在合理的人口規模下逐步提升人口質量，積極引進高學歷和高技術人才，繼續深入推進城鎮化進程，實現區域的高質量發展。③由于各類區（縣）經濟發展的主要驅動力不同，應實行差別化的經濟發展政策。政策敏感型區（縣）應在財政收入允許的范圍內，增加用于基礎設施建設和科教文衛事業的財政支出，充分發揮政府對經濟的宏觀調節作用；投資敏感型區（縣）應注重區域投資環境的優化，繼續搞好各項基礎設施建設，為引投資、穩投資創造良好條件，加強產業創新發展和要素保障，不斷提高產業發展層次和水平；基礎設施敏感型區（縣）處于成渝地區雙城經濟圈的中間地帶，應重點實施好交通建設項目，架設好區域經濟合作與交流的橋梁。