长三角更高质量一体化发展:成效进展、空间分异与空间关联

2020-10-12 03:17滕堂伟林蕙灵胡森林
关键词:长三角交通区域

滕堂伟,林蕙灵,胡森林

一、引 言

长江三角洲(以下简称“长三角”)是中国经济最活跃、开放程度最高、创新能力最强的区域之一,在国家现代化建设和全方位开放格局中具有举足轻重的战略地位。2019年《长江三角洲区域一体化发展规划纲要》提出要推动长三角高质量一体化发展,增强长三角地区创新能力和竞争能力,提高经济集聚度、区域连接性和政策协同效率。因此,如何协调区域间的合作与发展,促进区域间的要素流动,实现区域间资源的优化配置,对于当前国际形势下的中国具有特别重要的实践意义。

区域一体化概念由荷兰经济学家Tinbergen1954年在其著作《国际经济一体化》中提出,此后许多学者对区域一体化的内涵进行定义(Abbott et al.,2000;Aggarwal et al.,2005)。总体来说,学术界并没有形成统一的区域一体化定义,不同学科对于区域一体化定义各有侧重(Allen,1963;陈航航 等,2018)。从本质而言,区域一体化,是打破行政界线的约束、促进要素自由流动下,地区分工协作形成合力的过程;是将区域作为一个整体,根据经济社会和资源环境的区位条件差异性,进行分工配置有机协调的过程(陈雯,2018)。

国外学者对于区域一体化的研究起源于20世纪50年代,并且出现了“新区域主义”(Keating,1998;Deas et al.,2000;Jonas et al.,2006)和“多中心主义”(Kloosterman et al.,2001;Meijers,2005)等学派。近年来,随着国家对区域发展战略的重视,国内对于区域一体化的研究也在不断深入。从实证研究层面来看,目前研究多集中于区域一体化背景下某一视角的一体化测度,如滕堂伟等(2019a;2019b)、段德忠等(2019)、李培鑫等(2019)分别从绿色创新效率和经济效率、技术转移、空间特征的视角对一体化进行测度。梳理以往文献发现,对区域一体化的评价多从某个方面切入,如人口、市场或交通等,缺乏一个包含经济、生态、创新等多方面指标的评价体系。从理论研究层面来看,已有学者对于区域一体化的发展特征(刘志彪 等,2019)、发展机制演进(张学良 等,2019)、进程剖析(邹卫星 等,2010)等内容进行研究。对于长三角区域高质量一体化发展,目前的研究多从理论层面进行探讨,如马仁锋(2019)、韦伟(2019)、刘志彪(2019)等分别从政策供给及反思、发展建议及理论思考、策略问题分析等方面对长三角区域如何进行高质量一体化建设展开定性研究及理论梳理,而对于长三角区域高质量一体化的定量研究还比较少见。在研究内容上,现有文献多聚焦于经济、生态、交通等单方面的研究,从经济、创新、交通、生态、社会等多视角展开研究较为少见,且往往将研究对象作为独立的个体,忽视了不同领域之间的关联性。因此,本文基于对理论与实践的综合考量,以《长江三角洲区域一体化发展规划纲要》为指导,构建5个层面20个细分指标组成的总体一体化的评价体系,从时间推移、空间演变及空间关联性的综合视角分析长三角区域经济一体化、创新一体化、交通一体化、生态一体化、社会一体化的发展演变及其之间的相关关系,为长三角高质量一体化发展提供科学支撑。

二、指标选取、研究方法与数据说明

(一)指标体系

最早的区域一体化及区域合作是从跨国开始的,国外相关指标体系多从贸易、人口流动等指标对区域一体化进行评估(Pédussel Wu,2004;Arribas et al.,2007;Nye,2009;Te Velde,2011),然而对于主权国家内部跨界一体化的研究和测度仍相对匮乏。

长三角区域一体化高质量发展是一种注重经济、社会、生态综合效益的协调性发展。虽然已有学者对如何实现长三角区域高质量一体化进行了初步探讨,认为一体化过程旨在消除各地区之间联系的物理障碍和制度障碍,前者主要指交通一体化,后者为制度一体化(孔令刚 等,2019),但对于高质量一体化的讨论尚未形成系统理论。所以本文结合现有实证研究与《长江三角洲区域一体化发展规划纲要》内容,对已有指标体系进行梳理,按照科学性、代表性和数据可获得性原则进行甄选,从经济一体化、创新一体化、交通一体化、生态一体化、社会一体化五个方面构建长三角高质量一体化评价指标体系(表1)。经济一体化指标强调经济持续健康高质量发展,故本文从经济发展、经济结构、资金流动、外商投资综合考虑其衡量指标;创新一体化从构建区域创新共同体视角切入,以创新投入、创新产出、创新主体来表征;交通一体化指标考虑了长三角区域内主要的运输方式与信息基础设施;生态一体化指标从节能减排和环境治理等理念入手;社会一体化指标选取主要以长三角区域的人民美好生活是否基本满足为思路。

表1 长三角区域高质量一体化指标

续表1

(二)研究方法

1.熵权Topsis法。熵权Topsis法是根据各指标数值的变异程度对其进行客观赋值,然后通过计算与最优方案的相对接近程度对各评价对象进行综合排序(Yoon et al.,1995)。运用该方法可以客观反映长三角区域高质量一体化发展的水平。

首先对数据进行归一化处理,分别构建科技创新与绿色发展归一化矩阵:

A=(yij)m×n

(1)

yij代表第i个城市第j个指标的归一化数值,m为城市个数,n为指标个数。再确定评价指标的熵权aj:

(2)

构造加权矩阵B:

B=(ajyij)m×n=(bij)m×n

(3)

确定评价对象的理想解B+和负理想解B-:

B+=(maxbij),B-=(minbij)(i=1,2,3,...,m;j=1,2,3,...,m)

(4)

计算各方案与理想解B+、B-的距离D+和D-:

(5)

计算各方案与理想解的相对接近度(即评价指数):

(6)

式中,CIi[0,1],根据熵权Topsis确定的CIi值可以用来判断某方案的优劣,CIi值越大,该方案越好。

2.基尼系数。基尼系数一般计算组内间数值的差异(Cowell et al.,1995),本文用基尼系数计算长三角区域各城市的一体化发展程度,基尼系数取值在0~1之间,越靠近1说明各城市间的差距越大,一体化程度越低,计算公式为:

(7)

3.空间探索性分析。

(1)全局莫兰指数。莫兰基于生物现象的空间分析将一维空间概念扩展到二维空间,从而定义了莫兰指数(陈彦光,2009)。该指数在数学意义上对地理学第一定律进行了阐述:任何事物之间均相关,而离得较近的事物总比离得较远的事物相关性要高(Tobler,1970)。全局莫兰指数主要应用于空间数据的统计分布规律分析(熊昌盛 等,2014),反映空间邻近或空间邻接的地区单元观测值整体的相关性和差异程度,计算公式如下:

(8)

在全局Moran’s I的基础上,对其进行Z检验,计算公式如下:

(9)

(2)局部LISA集聚图分析。LISA集聚图用于度量城市i与其周边城市之间的一体化发展指数空间差异程度及其显著性,计算公式如下:

Ii=zi∑jωijzj

(10)

式中,zi和zj是第i城市和第j城市观测值的标准化,ωij是空间权重矩阵。

(3)双变量莫兰指数。双变量莫兰指数是对传统莫兰指数的改造。传统莫兰指数表现了空间中同一要素之间存在的集聚关系,而双变量莫兰指数则解释了空间某一要素的一个指标与其相邻位置要素的另一个指标的相关关系,计算公式如下:

(11)

空间相关性通常利用Z值进行判断,其基本公式如下:

(12)

Z值是判断变量空间自相关的指标,当Z=0时,空间要素之间是相互独立的;当Z>0时,空间要素之间呈正相关,且值越大,相关性越高;当Z<0时,空间要素之间呈负相关,且值越小,相关性越高。

(三)数据说明

随着2019年中共中央、国务院发布《长江三角洲区域一体化规划纲要》,长三角地区由2005年的16个城市扩展到现在三省一市的41个城市,因此本文的研究范围包含三省一市41个城市。2005年前后长三角地区16个城市之间建立了党政主要领导定期会晤机制,这标志着长三角区域的合作机制正式启动,因此,本文的研究期间为2005—2017年共13年,数据来源于《中国城市统计年鉴》、国家专利局以及各城市的统计年鉴和统计公报,对于个别年份缺失的数据,采用插值法补齐。长三角区域三省一市的矢量地图数据,来源于国家基础地理信息中心(http://ngcc.sbsm.gov.cn)。

三、结果与分析

(一)长三角区域一体化发展趋势时序演变

总体来看,长三角地区总体一体化基尼系数在0.96左右浮动,数值较高但增长趋势不明显,说明长三角地区一体化基础良好,但缺乏政策及实践层面为其注入活力,目前区域一体化规划的提出为长三角地区未来发展提供了重要的发展方向和政策保障。在研究期内五个领域一体化进程的先后顺序为:生态、社会、经济、交通、创新。其中,生态指数的增速最大,2004年国内第一份关于区域合作的宣言——《长江三角洲区域环境合作倡议书》正式公布,长三角的生态环境保护合作开始进入落实与深化阶段,生态共建、环境共治取得较大成效。

具体来看,生态和社会领域在区域一体化发展中先达到较高水平,其一体化指数较高,虽然在2005—2017年期间指数有波动,但仍呈现上升趋势。我们认为生态一体化受到政策因素的影响较大,2007年党的十七大创造性地提出生态文明的原则、理念和目标,提升了生态文明在社会主义建设总体布局中的地位。之后长三角区域陆续出台相关政策和法规,使该地区在生态环境共治领域的合作日益加深,区域环境保护协调水平不断提高。社会一体化也处于高水平的发展阶段,世界银行发布的《2009年世界发展报告:重塑世界经济地理》中提出“富庶的、城市化水平更高的省区,其生活水平的差距也更小。即使是在收入水平较低的中国,这也是不争的事实”。

经济、交通、创新处于区域一体化发展的起步阶段,且呈现出明显的阶段性发展特征。2014年是经济一体化的拐点,此时的经济发展水平处于研究时期的最低值,而自2014年后经济发展水平不断提高。根据张安驰等(2019)的研究,2014年以前产业结构与外商投资共同作用对经济发展产生影响,原有外资与产业结构已不能很好地促进长三角经济一体化的发展,长三角经济发展进入转型期。而2014年后长三角的空间联系和经济收敛程度不断加强,表明长三角城市之间的经济联系更紧密。创新一体化的过程中出现三个重要的时间节点,分别是2009年、2011年和2014年,其主要原因在于一些城市的专利实现了快速增长,进一步拉大了长三角地区整体差距。如2009年铜陵、宿州、亳州等市的专利数量增速均在200%以上,远超过长三角32%的平均增速。交通一体化发展共分为两个阶段,以2014年为重要的时间节点。2014年长三角三省一市主要领导座谈会提出“要积极参与一带一路和长江经济带国家战略,在新的起点上推进长三角地区协同发展”,此后形成“多三角、放射状”大交通联动发展格局,长三角地区的交通便利度逐步提升。

(二)长三角区域总体一体化空间差异

借助自然断裂点(Jenks,1963)分析方法,将长三角区域41个城市一体化指数分为四类:高水平、较高水平、中等水平、低水平。根据图1中2005—2017年长三角区域一体化指数,选取2005年、2011年和2017年三个时间点分析一体化指数的空间分异现象。由图2可以看出,长三角区域的41个城市差异逐渐缩小,一体化程度不断加深,呈现“东强西弱”的总体态势。上海处于区域的龙头地位;浙江次之;江苏虽然有苏州、无锡、南京等高水平发展城市,但大部分地区一体化指数较低,导致总体一体化程度不高;安徽省只有合肥一个总体发展水平较高的城市,其他城市发展缓慢,区域间差异较大,在一体化进程中处于起步阶段。但值得注意的是,经过这13年的发展,合肥增速迅猛,并在2017年成为新的高水平发展城市。

图1 2005—2017年长三角区域一体化指数

图2 2005—2017年长三角区域总体一体化指数时空分异

(三)长三角区域一体化空间关联性

1.长三角区域总体一体化空间差异

长三角区域各城市之间的一体化发展不是相互隔离、随机分布的,而是存在空间关联。从图3可以看出,研究期内长三角区域总体一体化数值均大于0,且通过10%的显著性水平检验,拒绝了空间不相关的原假设。结合城市发展阶段来看,2005—2007年为长三角一体化的高速发展时期,同时也是长三角全局自相关指数逐渐增加的阶段。从区域产业的角度来看,中国加入世贸组织,给长三角一体化发展带来了新的机遇。外资为长三角地区注入了活力,开始形成以上海为总部和研发中心,制造业基地在长三角其他城市的“前店后厂”这一空间格局(张安驰 等,2019)。2008—2014年是长三角一体化波动发展时期,全局自相关指数处于波动下降的趋势,由于长三角地区处于产业结构调整时期,原先的“前店后厂”区域模式已经不适应新时期的发展格局,区域内各产业逐渐从东部沿海转移至西部内陆城市,长三角此时正在经历新一轮的空间格局调整。2015—2017年是一体化发展的新常态时期,Moran’s I指数又逐渐回升,在中央要求长三角率先发展、一体化发展的前提下,长三角政府间以联席会议办公室、重点合作专题组、城市经济合作组为执行层的“三级运作”协调机制不断完善,园区平台合作、专利转让平台建设等合作机制也在稳步推进(张学良 等,2019),长三角区域逐渐从旧模式转变为以创新驱动为主导的高质量一体化发展。

图3 2005—2017年长三角区域总体一体化全局自相关指数

LISA集聚图分析能进一步检验空间集聚的显著性水平。2005年、2011年和2017年长三角区域总体一体化LISA集聚图见图4所示。

图4 2005年、2011年、2017年长三角区域总体一体化指数LISA集聚图

由图4可以看出,低—低集聚区主要分布在长三角的西北部地区,主要是安徽省内的城市。高—高集聚区位于东部沿海地区,上海、苏州、杭州、宁波在研究期内一直属于高水平城市,这表示其自身与周边城市发展水平都比较高。这些城市分布在以上海为中心的长三角东部沿海地区,基本是上海大都市圈中的组成城市。随着长三角区域政府间合作的不断深入,嘉兴、无锡、常州均成为高—高型城市,可以看出以上海为中心的向西、向南的发展路径不断被打通,逐渐形成了“Z”字形特征的空间发展格局。

南京市在研究期内一直处于高—低集聚区,说明其自身水平较高但周边城市发展水平低,缺乏作为中心城市的带动效应。但进一步观察可以发现,南京东部的腹地城市例如常州、无锡,经过一段时间的发展均成长为高—高型城市,融入长三角一体化的进程中,说明南京对于一体化路径向东辐射有着重要的节点作用。南部腹地城市宣城、湖州,虽然在研究期内退出了低—高集聚区,但因本身水平不高所以发展缓慢,难以快速融入一体化的进程中。综观南京周围的城市,东部腹地城市各方面的发展远高于其他地区,不均衡的发展现状也会影响到南京自身的城市能量。合肥从2011年成为高—低型城市,是安徽省内唯一的高水平城市,体现了合肥突破地理约束,逐渐与长三角东部沿海城市展开合作,逐步迈入一体化的进程中,但其“中心城市功能”不足的问题非常明显,周边城市的发展水平仍然较低。

总体而言,长三角总体一体化依旧呈现出“东强西弱”的空间格局。在一体化发展路径上,值得关注的是南京处于长三角区域的地理中心、苏皖的交界位置,在一体化进程的推进中有非常重要的节点作用,而江苏省内常州、无锡、苏州等城市的发展远好于南京周边城市的发展,说明在一体化过程中仍出现行政边界未打破的现象,这也是长三角高质量一体化中最需要解决的问题。

2.长三角区域分领域一体化空间关联性

从表2可以看出,2005—2017年经济莫兰指数和社会莫兰指数均通过了显著性检验,这表明长三角各城市在经济发展和社会公共服务这两个领域的合作存在明显空间相关性。具体来看,在经济领域的各城市合作中,2005—2009年莫兰指数先上升后下降,此时长三角正在经历产业结构的调整和迁移时期,大多数制造业向西部内陆迁移,从点状增长极格局向带状增长极格局演变,使长三角腹地的中等城市得到更多的发展机会。2010—2017年经济空间自相关指数不断增加,在经历了上一阶段的产业调整之后,长三角充分发挥区域资源整体和互补优势,促使城市之间进行分工与合作。同时,2010年《长江三角洲地区区域规划》正式颁布实施,标志着长三角区域一体化发展战略正式成为国家重点区域发展战略,自此长三角城市在经济领域的一体化合作不断深化。社会领域的莫兰指数在2005—2010年呈现波动下降的趋势,2011—2017年呈波动上升的趋势,总体来看社会领域的空间依赖性是增强的。结合经济和社会莫兰指数来看,其发展阶段大致相同,可能是社会公共服务受到经济发展的影响较大导致的。

表2 2005—2017年分领域全局Moran’s I

创新莫兰指数在2012年之后通过显著性检验,且数值一直呈上升趋势。2012年长三角城市经济协调会召开第十二次会议,明确提出加强长三角城市间“高科技企业合作创新、创新创业人才交流合作”,各城市科技创新的关联程度由此增加,创新驱动下的长三角一体化向高质量目标迈进。交通莫兰指数于2010年后通过显著性检验,数值呈波动上升趋势。交通领域的政府间合作是推动交通一体化发展的基石,2009年长三角联席会议委员会提出成立长三角道路运输一体化委员会,标志着长三角交通合作内容从交通基础设施建设扩展到信息互通和管理同步等交通软环境方面,同时2010年实施的《长江三角洲地区区域规划》将安徽定位在泛长三角地区,标志着长三角区域合作范围拓展至安徽省,拓宽了长三角城市间向内陆腹地辐射的网络。

生态莫兰指数没有通过显著性检验,说明长三角区域41个城市之间的生态一体化不存在空间相关性,已经跨越“小世界”(小团体)发展阶段(曾刚 等,2018),生态一体化整体上步入一体化发展的新阶段。

全局空间自相关分析用于探测整个研究区域的空间模式,局部空间自相关分析是计算每一个空间单元与邻近单元就某一属性的相关程度。全局指标有时会掩盖局部状态的不稳定性,为进一步揭示长三角区域经济、创新、交通、社会一体化在局部尺度上的空间集聚程度,选取研究期内2005年、2011年和2017年,运用Geoda软件进行LISA聚类分析,并制成表格展示其空间自相关和空间差异。

由表3可见,从时间序列来看,经济、创新、交通、社会一体化的高值集聚区在逐渐增加,低值集聚区在逐渐减少,一体化程度逐渐加深。经济、创新、社会一体化在空间上呈现多中心格局,主要由上海、苏州、无锡、南京、杭州、宁波、合肥等七个城市构成,而低值城市主要集聚在皖北和苏北地区。交通领域呈现明显的“中心—外围”空间分布,处于中心区的城市有苏州、嘉兴、无锡、湖州,而位于长三角区域北部的盐城、淮安、宿迁、宿州、徐州等是低值城市的集聚区,还未完全融入长三角交通一体化的进程中。从城市发展来看,上海处于长三角区域的龙头地位并具有显著的空间溢出效应,与其相邻的城市如苏州、无锡等均受到辐射成为长三角区域一体化中的中心城市;合肥作为安徽省的省会城市,在创新一体化的发展中有比较亮眼的表现,成为安徽省唯一的一个高—低型城市,说明合肥作为安徽省创新驱动转型升级的“排头兵”,空间溢出作用不明显,未能带动周围地区实现科技创新。从发展路径来看,长三角形成以上海为中心,南京、苏州、合肥、杭州、宁波为副中心辐射带动沿线城市发展的格局。

表3 长三角区域分领域一体化发展区域聚类

3.长三角区域一体化双变量空间自相关

为了考察长三角区域一体化五个领域之间的相关关系,本文运用Geoda进行双变量局部Moran’s I分析研究期内2005年、2011年和2017年两两之间的相互关系,结果见表4。

表4 2005—2017年长三角区域一体化双变量Moran’s I统计值

在区域一体化发展过程中,经济、创新、交通、生态、社会一体化均存在一定的空间关联性,双变量Moran’s I值均为正,但不同年份的关联程度存在显著差异。从各个领域来看,经济领域与交通、社会在2005年、2011年和2017年均通过0.05水平的显著性检验,双变量Moran’s I值均为正,呈“U”型变化特征,表明经济发展与交通、社会的空间关联特征明显,历年关联程度不同;2011年和2017年创新领域与经济、交通、社会双变量Moran’s I值均为正,且均通过显著性检验,其中创新领域与经济、交通的数值逐渐增大,说明科技创新与经济、交通有很强的空间促进效应;生态领域与经济、社会在2017年通过显著性检验,双变量Moran’s I值均在0.2以下,说明生态领域与经济、社会存在空间相关性但作用不强。从时间演变方面看,2005年仅经济与交通、社会两对通过显著性检验,2011年有经济与创新、创新与交通等六对通过显著性检验,2017年增加至八对,说明在区域一体化的过程中,各组成要素之间的联系不断加强,增强了区域内部的空间关联性。

总体来说,经济、创新、交通、社会一体化这四个领域的两两相关系数均大于0.2,相互促进效益明显,但它们与生态一体化的相关系数较弱。生态一体化与其他三个领域的相关系数分别为0.18(经济一体化)、-0.03(创新一体化)、-0.13(交通一体化)、0.15(社会一体化),相关系数均小于0.2且出现负值,说明生态领域相对独立,虽然生态一体化处于较高水平,但与其他四个领域的相互转化能力较弱,未来应注意生态与经济、社会等领域的转化,挖掘生态领域的应用价值等。

(四)长三角区域高质量一体化城市类型划分

对于发展特点不同的城市,其发展路径与模式也存在差异。因此对不同城市的一体化发展程度不能一概而论,在分析长三角区域高质量一体化与政策制定的时候需要加以区分,突出不同城市的不同发展格局。图5选取2017年进行横向对比,基于上文计算出的长三角各城市一体化发展水平,对41个城市发展类型进行划分,横坐标表示总体一体化水平,纵坐标分别以经济一体化、创新一体化、交通一体化、生态一体化、社会一体化表示高质量一体化发展的五个层面,第一象限代表高—高水平、第二象限代表低—高水平、第三象限代表低—低水平、第四象限代表高—低水平。

图5 2017年长三角区域高质量一体化发展格局

2017年,在经济一体化发展类型划分中,处于高—高型的有上海、南京、杭州等12个城市,处于低—高型的有金华、南通、连云港等8个城市,处于低—低型的有池州、淮安、淮北等16个城市,处于高—低型的有温州、徐州、盐城等5个城市。在创新一体化发展类型划分中,处于高—高型的有上海、南京、杭州等16个城市,处于低—高型的有南通、湖州等10个城市,处于低—低型的有黄山、舟山、池州等14个城市,处于高—低型的只有扬州1个城市。在交通一体化发展类型划分中,处于高—高型的有嘉兴、苏州、南京等6个城市,处于低—高型的有舟山、铜陵、湖州等6个城市,处于低—低型的有宿迁、安庆、丽水等18个城市,处于高—低型的有上海、镇江、宁波等11个城市。在生态一体化发展类型划分中,处于高—高型的有无锡、镇江、芜湖等8个城市,处于低—高型的有连云港、马鞍山、南通等15个城市,处于低—低型的有衢州、铜陵、六安等9个城市,处于高—低型的有南京、合肥、温州等9个城市。在社会一体化发展类型划分中,处于高—高型的有上海、杭州、苏州等13个城市,处于低—高型的有金华、湖州、南通等8个城市,处于低—低型的有阜阳、淮安、黄山等16个城市,处于高—低型的有扬州、芜湖、徐州等4个城市。

总体而言,综合考虑城市总体一体化发展水平和经济、创新、交通、生态、社会一体化发展水平,可以得到不同类型城市的发展途径。高—高型城市大部分都是经济基础良好的城市,这些城市能在一体化建设中投入更多的资源;另一方面,一体化水平高的城市往往在创新活动、交通建设、生态治理以及改善人民生活等方面也处于先进之列,它们在提高一体化水平的同时也向高质量发展的目标迈进。低—高型城市依靠在某些领域的优势使自身城市的综合实力维持在一个较高的水平,例如创新型城市合肥,较高的创新水平为城市经济注入了活力,也给该城市带来了加入一体化发展的好时机。低—低型城市总体发展水平不高,各个领域发展也相对缓慢,这些地区大部分经济基础相对落后,处于长三角区域一体化的边缘地带。高—低型的城市发展基础较好,但由于未及时调整产业结构、大力发展绿色经济等原因,使其失去了转型发展的好时机,从而在一体化发展的某些方面显得不足。

四、主要结论与政策建议

(一)主要结论

本文基于《长江三角洲区域一体化发展规划纲要》和以往相关研究,建立了长三角区域高质量一体化评价体系,运用熵权Topsis法和基尼系数测算了一体化指数,借助Geoda软件对长三角区域一体化的空间格局及空间关联特征进行分析,主要结论如下:

1.2005—2017年,长三角区域一体化指数均有所提升,一体化的程度逐渐加深,长三角一体化向更高水平迈进。具体来说,长三角区域总体一体化指数较高但增长趋势不明显,说明长三角地区一体化基础良好,但仍缺乏持续性的强大动力及保障机制。分领域来看,长三角区域一体化发展的先后顺序为:生态、社会、经济、交通、创新。

2.长三角区域一体化的空间格局呈现“东强西弱”的分布,上海、杭州、宁波、苏州、无锡、南京、合肥为主要的高水平一体化城市,呈“Z”字形分布。经过13年的发展,长三角区域总体正向协同化的趋势迈进,长三角在经济、创新、交通、社会各领域的合作不断增强,区域差异缩小,一体化程度加深,逐渐形成以上海为中心,南京、苏州、合肥、杭州、宁波为副中心辐射带动沿线城市发展的格局。

3.在区域一体化的推进过程中,经济、创新、交通、社会各要素相互促进效益明显,但与生态要素的相关系数较弱。这说明在各领域一体化进程中,生态环境相对独立,未来应充分挖掘生态领域的关联效应,注重生态的经济化,打造绿色经济。

(二)政策建议

结合总体一体化发展水平与经济、创新、交通、生态、社会五个领域发展水平,长三角41个城市可归纳为高—高、低—高、低—低、高—低四种组合类型。高—高型城市在区域一体化阶段中处于领先地位,未来应该以高质量发展为目标,让要素在更大的区域内流动;低—高型城市可以发挥自身某个领域的优势,提高弱势领域的发展动能,打好“组合拳”,以提升总体一体化程度;低—低型城市属于长三角的欠发达地区,需要出台更精准的政策,周边一体化程度高的城市也应该发挥“中心城市”的帮带作用,使这些落后城市努力融入长三角区域一体化的建设当中;高—低型城市需要加快产业变革和科技革命,依据自身发展的规律有针对性地出台更详细的措施补足短板,更快融入一体化的进程中。

猜你喜欢
长三角交通区域
“1+1=7”凝聚长三角人大更大合力
百年辉煌
——长三角油画作品选之四
分割区域
繁忙的交通
“首届长三角新青年改稿会”作品选
2019长三角企业100强
小小交通劝导员
区域发展篇
区域
阅读理解三则