基于县域尺度的长三角城市群经济空间演变特征研究

      中图分类号：F291文献标识码：A 文章编号：1000-8462(2010)07-1112-06

      近年来，伴随着国家区域战略的不断推进，我国区域发展的网络化特征日益明显，全国已经形成了多元化发展的格局，而区域内的城市发展正处于激烈的重组时期。区域差异、区域平衡等与区域空间相关的问题也成为近年来我国经济地理学、区域经济、城市科学等诸多学科的研究热点[1-5]。法国地理学家戈特曼于1976年在《世界上的城市群体系》一文中首次提出了六大城市群的观点，并将以上海为中心长三角城市群称为“第六大世界城市群体系”。我国于1992年成立长三角城市协作委主任联席会，标志着长三角城市群区域合作的正式开始。随着本世纪长三角区域战略的深入推进，城市群竞合环境不断变化，这无疑对整个区域经济发展产生新的空间效应。

      关于空间效应的研究，国外学者自1980年代开始普遍采用空间统计或者空间经济学的方法研究区域的差异、联系及相互作用关系[6-9]，自1990年代开始国内学者也对此进行了定量研究[9-12]。但是由于数据的可获得性以及运算的复杂性，研究数据通常以地级市为单位，基于县域较小单元尺度的经济空间特征较少，但是区域经济发展的空间特征与区域单元划分的尺度密切相关。另外，既有的研究成果其方法多是数学模型的自运算，较少涉及单元之间的内部关联。因此，本文以长三角城市群县域尺度单元为研究对象，在GeoDA和Arcgis的支持下探讨自1990年以来，长三角城市群经济空间的变化特征及内部空间单元的关系，并以可视化的空间数据探索方法进一步揭示其动态的演化过程。

      1 研究方法

      传统经济地理学和区域经济学的空间统计分析方法，通常是基于相邻空间单元的相互独立的假设，而实际上距离相近的区域之间不仅存在地域上的关联，在空间要素的发展过程中彼此之间也存在较强影响。因此，空间数据探索分析可以获取与地理位置相关的属性数据的空间依赖性，并可视化其空间相互作用和差异程度。其内容主要包括空间全局自相关和空间局部自相关，常用Moran's I进行统计分析。

      1.1 空间权重矩阵

      由于空间数据存在空间位置分布的特征，空间权重矩阵，是对空间邻近性的定量化测度，表达了不同空间对象之间的空间关系，如拓扑、邻接关系等。它构成Moran's I统计检验和模型构建的基础。GeoDA①中提供了两种基本的空间权重方法：一种是基于邻接的空间权重(Contiguity-Based Spatial Weights)，另一种是基于距离的空间权重(Distance-Based Spatial Weights)。

      基于邻接的空间权重包括：

      ①Rook权重

      

      

      通常用Moran散点图和表示空间单元局部Moran's I显著性水平的Lisa图来表示。

      2 研究区域与数据处理

      长三角地区是我国综合实力最强的地区，至2007年底，区域国土面积约10.5万，占全国国土面积2.1%，人口8422.7万人，占全国总人口的11%，GDP总量4.7万亿元，占全国的22.5%。在改革开放30年的时间里，尤其是1990年代以来区域发展战略的推进，使得长三角经济格局不断演变。因此本文将长三角地区划分为县域和市区单元尺度，时间跨度为1990-2007年，空间数据从1∶400万的国家基础地理信息数据中提取出以县域为基本尺度的长三角行政边界④。长三角城市群自1990年以来进行了扩容，新增地级台州市和泰州市，并且各个城市内部行政区划调整频繁⑤（表1），因此以2007年行政区划为准，对市区县边界和数据做合并编辑⑥，并以人均GDP增量和人均GDP增长率建立属性数据库。所有基础统计数据来源于《上海市统计年鉴》、《浙江统计年鉴》、《江苏五十年(1949-1999)》和《江苏统计年鉴》。

      

      3 全局空间经济发展演变特征分析

      对1990年至2007年的长三角城市群县域尺度的人均GDP和人均GDP增长率做全局Moran's I统计分析，可以得出清晰的区域经济发展格局的整体演变趋势（图1）。对结果分析可得出以下结论。

      

      图1 长三角城市群人均GDP及其增长率的全局moran's I统计量