基于熵权TOPSIS法的苏北地区城市中心性评价

闫 超，蒋宇娜，薛丽芳

（1.中国矿业大学信息与电气工程学院，江苏徐州 221116；2.中国矿业大学资源与地球科学学院，江苏徐州 221116）

基于熵权TOPSIS法的苏北地区城市中心性评价

闫 超1，蒋宇娜1，薛丽芳2

（1.中国矿业大学信息与电气工程学院，江苏徐州 221116；2.中国矿业大学资源与地球科学学院，江苏徐州 221116）

基于熵权TOPSIS法，从综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展7个方面构建起城市中心性综合评价指标体系，对苏北地区主要城市的中心性进行了实证分析.2010～2014年各项指标数据的分析结果表明：徐州市的城市中心性综合得分最高，城市中心性显著，其中心性主要体现在科技创新与交通通达两个方面.其他4个城市中心性的优劣势各有不同，城市间差距较小，整体处于较低水平的均衡发展状态.

城市中心性；熵权TOPSIS法；综合评价；苏北地区

0　引言

中心性是城市地理学研究中一个重要的概念，其概念最先由德国经济地理学家克里斯塔勒在其著作《德国南部的中心地》一书中提出，反映城市对其以外地区提供服务的能力，是衡量城市中心性等级高低的重要依据［1］.中心城市在一定区域内的社会活动中处于核心地位，在区域经济发展中扮演着中心枢纽作用，是区域经济一体化的核心组织者［2］.中心城市的经济发展水平越高，其经济联系和影响范围就越大，组织带动辐射区域经济发展的作用也就越强［3］.推动区域社会经济发展的一个重要问题就是对区域内主要城市的中心性进行分析评价，并确定该区域的中心城市.

苏北地区“居两水中道、扼二京咽喉”，拥有良好的发展条件，在江苏省发展大局中有着举足轻重的地位.但由于历史遗留等诸多问题的影响，苏北地区的发展一直落后于省内其他地区，是我国东部沿海经济发展的“洼地”.该地区占有全省一半以上的土地面积以及三分之一强的人口，至2014年底仅实现江苏全省22.68％的GDP（15 151.49亿元），全省25.23％的公共财政预算收入（1 670.73亿元）和仅相当于苏南地区43.07％、全省平均水平61.81％的人均GDP（50 603元）.显而易见，苏北地区在江苏经济发展版图中属最为薄弱的一块.

对苏北地区的主要城市进行中心性实证分析，可以为苏北地区各城市经济发展战略的制定提供科学的参考依据，对于相关城市实现跨越发展、缩小江苏南北差距，对于江苏省实施落实“徐州都市圈”、“苏北重要中心城市建设”、“沿东陇海线经济带”等发展战略具有重要的现实意义.但近几年来，对苏北地区城市中心性相关的研究较少，仅有何忠祥等从经济联系强度的角度出发，对苏北地区的空间梯度进行了分析［4］；李建升等运用熵值法，对2008～2011年苏北地区的城市中心性进行了综合评价［5］.另有一些学者，如薛丽芳［3］、孟延春［6］、乔莎莎［7］、马晓冬［8］、史修松［9］、尚正永［10］等人的城市中心性研究虽然涉及到苏北地区的部分城市，但其研究并非以苏北地区为评价对象，研究结论与政策建言亦非针对苏北地区城市，对促进苏北城市发展的指导意义十分有限.因此，本文拟以苏北地区为研究对象，选取合理的评价指标构建城市中心性综合评价指标体系，运用熵权TOPSIS方法，对苏北地区主要城市的中心性进行评价分析，以期对苏北各城市发展战略的制定提供参考与指导.

1　研究对象与研究方法

1.1研究对象

按江苏现行的行政区划，苏北地区包括徐州、连云港、淮安、盐城、宿迁5个地级市，共有共38个县级行政单位（县、市、区），土地面积54 865平方公里，常住人口2 999.81万人，分别占全省土地面积、江苏总人口的51.82％和37.69％.该地区“北望齐鲁、南接江淮”，具有临江沿海、承南启北的独特战略区位优势，但其区位优势一直未转化为发展优势，社会经济水平一直落后于省内其他地区.围绕加快苏北发展，江苏省委、省政府制定了很多政策措施，经过30多年的扶持，特别是“十二五”以来，苏北地区经济持续保持强劲增长态势.2010年，苏北地区仅实现江苏全省19.32％的GDP（8 920.37亿元），全省21.51％的公共财政预算收入（785.9亿元）和相当于苏南地区37.52％、全省平均水平56.31％的人均GDP（29 774元）.而截至2014年底，上述数据占比分别提升到22.68％、25.23％、43.07％和61.81％，分别较2010年提升了3.36、3.72、5.55和5.50个百分点.表明在东部沿海经济增速渐次趋缓的态势下，苏北地区在江苏省内社会经济中的地位不断提升，已经成为江苏经济发展新的增长极之一.

1.2研究方法

熵权法根据指标间的离散程度，利用信息熵所反映出的系统信息的有序程度和效用值，客观确定指标权重.TOPSIS法即逼近理想解的排序方法，其基本思路是计算各评价对象偏离理想解和负理想解的距离，获得各评价对象与理想解和负理想解的相对接近程度，以此作为评价优劣的依据.

本文将熵权法与TOPSIS法结合起来，利用熵权TOPSIS法对苏北地区城市中心性进行综合比较分析，这在解决主观赋值所造成的结果不稳定的问题，增加评价的客观性的同时，也在一定程度上改善了综合评价的质量，提高了结论的可靠性和可信度.其主要步骤为［11-13］：

1）构建标准化评价矩阵.建立一个m（城市个数）×n（指标个数）的评价矩阵A=（Xij）m×n（i=1，2，…，m；j=1，2，…，n），其中Xij为指标实际值.为避免数据的量纲和数量级的不同干扰评价结果，我们采用极差法对A进行标准化处理，得到标准化评价矩阵A=（X′ij）m×n.式中，X′ij为第i个城市第j项指标的标准化数值.

8）根据Ci大小降序排列，获得所研究对象的城市中心性排名.

2　城市中心性评价指标体系构建

在城市中心性的研究中，指标选取对于综合评价指标体系的建立有着至关重要的作用.近年来，对城市中心性的研究成果颇丰，但由于研究目的和对象的不同，对中心性评价指标的选取不尽相同，构建评价模型的方法亦有所区别.如周阳选取世界500强企业落户数、R＆amp;D支出占GDP比重、社会消费品零售总额等40项指标，采用层次分析法建立了国家中心城市的评价指标体系［14］；何忠祥等从生产中心性、商贸服务中心性、信息中心性、科技教育中心性、文化创意中心性、交通运输中心性和对外开放中心性7方面选取35个指标，探讨分析苏北地区的空间梯度［4］；孟延春等从产业中心性、交通中心性、吸引力中心性3个方面，运用社会网络分析的方法，对鲁苏豫皖交界区域的城市中心性进行了分析［6］；乔沙沙等从生产、商贸、交通、信息、金融、科教、医疗和文化8个方面选取限额以上批发零售贸易商品销售总额、地区生产总值、本地电话年末用户数、客运总量等24项指标，运用熵值法和首位度等方法，对淮海城市群内主要城市的中心性进行定量分析［7］.

参阅前人研究成果，本文从城市的综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展7个方面选取23个评价指标，构建城市中心性综合评价指标体系，对苏北地区主要城市的中心性进行综合评价.选取的各项指标，其数据全部来源于《江苏统计统计年鉴》（2011～2015），城市中心性综合评价体系具体内容见表1.

表1　城市中心性综合评价指标体系

3　苏北地区城市中心性实证分析

3.1苏北地区城市中心性综合得分

1）依据城市中心性综合评价指标体系，收集了苏北地区2010年各城市的相关指标数据，应用前文介绍的熵权TOPSIS法的思路，计算指标层中各评价指标的信息熵权重Wj.进而利用信息熵权重Wj，计算出综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展7个子系统层的得分值，其计算结果见表2.

2）利用系统层7个指标的得分值，重新使用熵权法计算系统层权重Wj，利用此权值再次进行熵权TOPSIS分析并排序，从而对苏北地区城市中心性做出最终评估.综合得分Ci和排序见表2.

表2　2010年苏北地区城市中心性综合得分

3）利用同样的方法，分别对苏北地区2012～2014年各城市的相关指标数据进行分析并排序，其计算结果如表3～表6所示.

表3　2011年苏北地区城市中心性综合得分

表4　2012年苏北地区城市中心性综合得分

表5　2013年苏北地区城市中心性综合得分

表6　2014年苏北地区城市中心性综合得分

苏北地区各城市历年中心性综合得分如表7所示，综合得分排名前两位的分别为徐州和盐城，两市的贴近度Ci值均大于0.5，说明两市的城市中心性相对较强.其中，徐州的综合得分最高，是苏北地区的一级中心城市.除徐州外，区域内其他城市的中心性综合得分差距较小，表明苏北地区主要城市的中心性不太显著，目前仍处于较低水平的均衡发展状态.

表7　苏北地区2010～2014年城市中心性综合得分汇总

另外，直接运用熵权法，利用城市中心性综合评价指标体系与各指标数据，通过MATLAB软件直接计算苏北各城市的中心性综合得分，其计算结果见表7.对比表7中两种方法计算出的苏北地区各城市中心性综合得分和排名，可以看出：熵权法和熵权TOPSIS法两种方法所得苏北地区各主要城市的中心性综合得分排序基本相同，超过苏北地区平均水平的仍然为徐州和盐城两市.其中，2011～2014年各城市的中心性综合得分位次均未发生变化，2010年也只是淮安与连云港的位次发生了调换.这说明熵权法与熵权TOPSIS法相互验证，城市中心性综合评价体系较为合理，评价结果符合各城市的客观实际.

3.2苏北地区城市中心性评价分析

由表2～表6的分析结果看，2010～2014年间，徐州在综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展7个方面的得分均排在第一位，且综合得分Ci值为1，稳居苏北5市首位，是苏北地区一级中心城市.借用城市首位度的概念及计算方法，本文以首位城市与第二位城市系统层指标得分之比衡量7个指标的集中程度，进一步分析比较徐州各指标之间的差异情况.2010～2014年五年间，徐州交通通达集中度始终位列7个系统层指标前两位，科技创新集中度3次（2010、2011和2013年）位列7个系统层指标前两位.这表明，徐州的中心性主要体现在科技创新与交通通达两个方面，是苏北地区首要的科教中心和交通枢纽.徐州地处苏、鲁、豫、皖四省交界，京杭运河穿城而过，京沪、陇海两大干线铁路于此交汇，并即将成为京沪、徐兰两大现代化高速铁路交汇的“双十字”铁路枢纽，是国家重要的大型综合交通枢纽；拥有1所“211工程”全国重点大学在内的11所全国普通高等学校（含独立设置民办普通高校、独立学院），是苏北地区乃至整个淮海地区当之无愧的科教高地（数据来源于教育部门户网站2015年全国高等学校名单）.尽管徐州是苏北地区无可非议的中心城市，但其2010～2015年五年间集聚带动和信息交流集中度值均小于1.5，表明其城市中心性在集聚带动和信息交流方面变现不显著，且与其他四市差距相对较小，有待于进一步提高.在“一带一路”的战略背景下，徐州应全面推进徐州都市圈核心城市建设和东陇海城镇轴建设，壮大城市综合实力，突出做大、做强、做好中心城市，带动周边区域实现跨越式发展.

图1　苏北地区城市中心性综合得分趋势图

2010～2014年间，盐城在综合经济、集聚带动、交通通达、信息交流4个方面得分均排在第二位，城市中心性综合得分Ci亦仅次于徐州，是苏北地区二级中心城市之一.其科技创新能力2010～2011年排名第三，2013～2014年仅排名第四；集聚带动能力2010～2011年排名第三，表明其中心性在此两方面较不明显.作为区域性重要港口城市，盐城应大力加快大丰港、海港区深水港建设，全面支持临港产业，以提升本市的集聚带动能力.

2010～2014年间，除2013年外，淮安城市中心性综合得分均排在第三位.其中，淮安科技创新能力得分始终处于第二位，仅次徐州.这表明，淮安城市中心性较为明显，是苏北地区二级中心城市之一.在科技创新方面，淮安为苏北地区仅次于徐州的科教中心.淮安作为苏北地区地理中心，由于构建大交通枢纽战略尚未完成，其城市中心性综合得分差强人意.淮安应以建设“苏北重要中心城市”为发展契机，大力加强交通基础设施建设，发挥地缘优势，强化自身交通通达能力，增强对周边地区的集聚带动能力，培育淮安成为全省经济社会发展的重要增长极.

2010～2014年间，除2013年外，连云港城市中心性综合得分均排在第四位.其中，2010～2012年，连云港集聚带动能力得分排名第二，仅次于徐州；2013～2014年，该得分排名第三，次于徐州和盐城.这表明，连云港城市中心性不明显，但其集聚带动能力较强.这与连云港新亚欧大陆桥东桥头堡的地理位置紧密相关.作为国家沿海主要港口及区域性中心港口，连云港近年来依托陇海铁路，全力加快大港口建设，有力地提升了自身的城市竞争和集聚带动能力.在国家“一带一路”建设大局下，应充分发挥连云港“一带一路”交汇点的区位优势，努力将其建设成“一带一路”沿线重要的物流中心、交通枢纽和开放平台.

2010～2014年，宿迁城市中心性综合得分最低，除在可持续发展方面表现出一定的优势外，其他方面乏善可陈，表明宿迁在苏北地区几乎不表现出中心性.宿迁应发挥自身优势，积极发展现代休闲旅游服务产业，建设具有苏北特色的生态园林城市.

结合表7和图1，综合来看：在2010～2014年间，徐州城市中心性综合得分始终位居首位，且其中心性综合得分在经历前四年的波动上升后，在2014年略有下降，但总体仍呈现出上升态势.这与徐州实施的积极推进老工业基地振兴，大力实施教育强市建设工程，加快徐州都市圈核心城市建设，全面推进淮海经济区“八大中心”建设等发展战略密切相关.盐城在苏北地区城市中心性排序中始终处于第二位，2010～2014年五年间其综合得分略有波动，但总体上仍保持较为稳定的态势，这是其城市发展定位所决定的.盐城自身发展定位为长三角新兴工商业城市和特色物流转运基地，近年来主动接受上海及苏南的辐射，积极承接产业转移，积极推进区域性重要的现代农业生产示范基地、先进制造业基地建设，推动沿海城市轴建设，保持城市综合实力相对高位稳定.淮安在苏北五市中位于第三或第四的位置，与连云港的得分很接近且两者名次发生过调换.综合五年数据来看，淮安城市中心性略强于连云港处于第三位.之所以总体呈现出上升的趋势，是因为2011年以来，淮安牢牢把握历史机遇，全面推进苏北重要中心城市建设，大力实施工业强市、创新驱动等“六大战略”，着力提升综合经济实力，全力构筑对外开放“大通道”，筑牢中心城市“六根支柱”，积极培育淮安成为特色增长极，成效初显.连云港城市中心性综合得分略低于淮安，大体排在第四位.尽管近年来连云港依托江苏沿海规划、国家“一带一路”等发展战略，大力推进建设现代化港口城市建设，集聚带动能力明显提升，但这依然没有抵消因其自身体量较小、经济腹地狭小、经济发展水平低、科教水平差等劣势所带来的负面影响，城市中心性综合得分反而总体呈现出下降的趋势.宿迁中心性最不明显，始终排在最末位，且与徐州综合得分相差较大.

4　结论

从综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展等7个方面，构建起城市中心性综合评价指标体系，运用熵权TOPSIS法等相关模型与方法，计算2010～2014年苏北地区主要城市各项指标的得分和排名，对苏北地区主要城市的中心性进行了实证分析.

1）徐州的城市中心性综合得分最高，在综合经济、科技创新、城市竞争、集聚带动、交通通达、信息交流和可持续发展7个方面的得分均位居首位，城市中心性显著，是苏北地区一级中心城市.其中心性主要体现在科技创新与交通通达两个方面.

2）除徐州外，其他4个城市的优劣势各有不同，城市间差距较小，整体处于较低水平的均衡发展状态.盐城仅次于徐州，是苏北地区二级中心城市之一，其在集聚带动和科技创新方面的中心性较不显著.淮安城市中心性整体排在第三位，在科技创新方面具有一定优势.连云港城市中心性综合得分略低于淮安，其在集聚带动方面略有优势.宿迁城市中心性综合得分最低，几乎不表现出中心性.

3）2010～2014年，徐州城市中心性综合得分始终位居首位，且整体呈现出上升态势.盐城在苏北城市中心性排序中始终处于第二位，且综合得分值较为稳定.淮安在苏北五市中总体位列第三，大体呈现出上升趋势.连云港则排在第四位，且大体呈现出下降的趋势.宿迁则始终排在最末位.

［1］ 周一星，张莉，武悦.城市中心性与我国城市中心性的等级体系［J］.地域研究与开发，2001，20（4）：1-5.

［2］ 孙斌栋，胥建华，冯卓琛.辽宁省城市中心性研究与城市发展［J］.人文地理，2008，23（2）：77-81.

［3］ 薛丽芳，欧向军，谭海樵.基于熵值法的淮海经济区城市中心性评价［J］.地理与地理信息科学，2009，25（3）：63-66.

［4］ 何忠祥，欧向军，叶磊.苏北地区的空间梯度分析［J］.江苏师范大学学报：自然科学版，2012，30（4）：72-78.

［5］ 李建升，李巍.苏北五市城市中心性的定量评价［J］.淮阴工学院学报，2013，22（1）：51-55.

［6］ 孟延春，乔小勇，关欣，等.鲁苏豫皖交界区域城市中心性的社会网络研究城市［J］.发展研究，2013，20（2），87-93.

［7］ 乔沙沙，欧向军，杨晶晶，等.淮海城市群的城市中心性分析［J］.江苏师范大学学报：自然科学版，2014，32（4）：13-16.

［8］ 马晓冬，黄彪，孙坦.淮海经济区城市中心性分析.江苏师范大学学报：自然科学版，2014，32（1）：22-25.

［9］ 史修松，车云龙，杨启凡等.淮安建设苏北中心城市的经济空间格局研究［J］.淮阴工学院学报，2013，22（3）：59-65.

［10］ 尚正永，蒋伟.省际边界区域中心城市定位研究——以江苏省徐州市为例［J］.淮阴师范学院学报：自然科学版，2008，7（1）：82-86.

［11］ 李伟，杨国才.基于熵权TOPSIS法的城市竞争力综合比较与时间演化分析［J］.暨南学报：哲学社会科学版，2014，10：77-86.

［12］ 徐春红.基于信息熵权TOPSIS法的城市旅游产业竞争力评价研究——以浙江省11地市为例［J］.商业时代，2013，31：123-130.

［13］ 匡海波，陈树文.基于熵权TOPSIS的港口综合竞争力评价模型研究与实证［J］.科学学与科学技术管理，2007，10：157-162.

［14］ 周阳.国家中心城市概念、特征、功能及其评价［J］.城市观察，2012（1）：132-142.

Evaluation on Urban Centricity of the Regions in Northern Jiangsu Based on Entropy-weight TOPSIS Method

YAN Chao1，JIANG Yu-na1，XUE Li-fang2
（1.School of Information and Electrical Engineering，China University of Mining＆amp;Technology，Xuzhou Jiangsu 221116，Chian）（2.School of Resource and Earth Science，China University of Mining＆amp;Technology，Xuzhou Jiangsu 221116，China）

An evaluation index system of the urban centricity was established based on the entropy-weight TOPSIS method，and an empirical analysis of the urban centricity of major cities in Northern Jiangsu was made from 7 aspects of the comprehensive economic，science and technology innovation，competition ability，agglomeration ability，transportation accessibility，information exchange and sustainable development.The analysis results dating from the figure from 2010 to 2014 revealed that Xuzhou got the highest score indicating its significant urban centricity，which was mainly presented in the aspects of transportation accessibility，science and technology innovation.While other 4 cities have their own advantages and disadvantages，the regional gap among them was relatively small，and all of them was in a comparatively lower state of balanced development.

urban centricity；entropy-weight TOPSIS method；comprehensive evaluation；Northern Jiangsu

F323.3；F224

A

1671-6876（2016）03-0233-07

［责任编辑：蒋海龙］

2016-04-22

国家自然科学基金资助项目（41201166）

薛丽芳（1975-），女，山西柳林人，副教授，博士，主要从事城市与区域规划研究.E-mail：xuel76@163.com