中国特色小镇空间分布特征及其影响因素

于 晴, 沈 童, 王 淑, 乔媛媛, 熊沛枫, 张云华

(安徽农业大学 资源与环境学院，安徽 合肥 230036)

引言

特色小镇是适应新时代发展的新产物，旨在建构新型城乡关系、满足人民对美好生活的需求[1-3]。特色小镇被高度重视源于以云生态为主导产业的浙江杭州云栖小镇。2015年习近平总书记为之作出重要批示，“抓特色小镇、小城镇建设大有可为，对经济转型升级、新型城镇化建设，都有重要意义”[4]。2016年国家和各省(市、自治区)纷纷出台一系列政策指导和规范开展特色小镇的培育创建工作，特色小镇在全国得到了较快的发展，并由浙江走向全国，在各省内掀起了特色小镇建设潮，引起社会各界的广泛关注，逐渐成为学术界的热点[5-6]。

特色小镇建设将美丽乡村建设和生态保护理念相结合，激发了乡村发展潜力，实现了城乡一体化，促进生产、生活、生态“三生融合”[7-10]，为践行乡村振兴战略提供了新模式和新载体。作为城市化纵深发展的重要形式，特色小镇的发展建设一直备受国内外学者的关注。国外关于特色小镇的研究主要聚焦于特色化形成原因[11]，如Gorman-Murray分析了以同性恋节和小镇音乐节为主要特色的澳大利亚Daylesford小镇[12]，Seaton研究了以“图书游”为主要特色的英国Hay-on-Wye小镇[13-14]。国内关于特色小镇的研究主要集中在小镇建设路径的选择和经验总结方面[15-16]，且研究多以国家级特色小镇或省级特色小镇中的一类为研究对象。如陈清等研究表明福建特色小镇建设主要通过实施“资源，人才，创新”策略，以人才引进作为首要任务，以推进企业构筑创新平台、集聚创新资源作为目的[17]；钱成等研究表明安徽省特色小镇建设路径应针对安徽省自身经济发展的特点与乡村振兴战略结合，依托乡村建设发展特色小镇[18]；金琳等研究认为河南省特色小城镇发展注重资源整合，借助自身丰富的文化资源和合理的产业结构优势积极推进特色小镇的建设[19-20]；荣丽华等研究指出小镇建设推进美丽乡村进程[22-23]。总之，目前关于特色小镇的研究内容相对单一，以描述内蒙古地区的特色小镇建设主要关注产镇融合，强调示范镇的产业属性和职能分工，特色小镇建设起到明确的产镇融合导向作用[21]。但目前有关特色小镇研究多停留在国家级或者省级特色小镇方面的研究，从全国层面对国家级和省级特色小镇空间分布特征及其影响因素的相关研究报道较少。据此，该研究利用ArcGIS空间分析工具，采用最邻近指数法、变异系数法、核密度分析法和叠加分析法等方法结合Pearson相关性分析，以公布的1513个国家级和省特色小镇为研究对象，从空间分布的视角出发，探讨特色小镇区域空间结构并讨论其影响因素，以期为“十四五”新型城镇化的高质量发展及优化国家级和省级特色小镇空间布局提供有力的支撑。

1 数据来源与研究方法

1.1 数据来源

以国家和各省公布的1513个特色小镇为研究对象(研究区未包括香港与澳门特区、台湾地区，最后检索日期为2020年3月25日)。通过腾讯坐标拾取器获取这1513个特色小镇镇政府所在地的经纬度，人口和经济数据来源于2019年《中国统计年鉴》[24]，底图数据来源于国家测绘地理信息局标准地图服务网站(http://bzdt.ch.mnr.gov.cn/)下载的《中国地图1：6000万64开有线划一》，字图号：GS(2016)1585号的标准地图制作，以上数据均基于ArcGIS10.2平台处理并制图。

图1 特色小镇泰森多边形图Fig.1 Voronoi map of the characteristic towns

1.2 研究方法

1.2.1 最邻近指数 最近邻指数是用来判断点要素在地理空间上相互邻近程度的地理指标[25]。其原理为：计算出任意一点到其最邻近点之间的欧式距离，以其距离均值来表征点要素邻近程度的平均最邻近距离。计算公式为

(1)

1.2.2 变异系数 Voronoi图(称泰森多边形)是对空间平面的一种分割，分析点状目标空间上的相对变化程度[26]。在Voronoi图中，其面积变异系数CV的计算公式为

(2)

当33%

1.2.3 地理集中指数 地理集中指数[27]是用来测度某一事物在空间分布上的集中程度，用来衡量特色小镇空间分布集中程度。其计算公式如下：

(3)

式中，G为地理集中指数，Xi为第i个省(直辖市、自治区)中特色小镇数量，T为特色小镇总数，n为省(直辖市、自治区)个数。G取值在0～100之间，G值越大，表明特色小镇分布越集中，反之，表明特色小镇分布越分散。

1.2.4 核密度分析 核密度估计[27]是计算整体区域点状样本聚集情况，重点反映了要素在空间分布中的距离衰减效应，用于寻找点要素在空间分布上的集聚区，其计算公式为

(4)

1.2.5 叠加分析 地理信息系统的叠加分析[26]是基于相同坐标系、同一基准面、同一区域的数据。综合了原来两层或多层要素所具有的属性，将有关主题层组成的数据层面叠加产生一个新数据层面。获取特色小镇矢量数据的重心点数据，基于重心点要素提取栅格或矢量数据值，在此基础上对不同的图层进行叠加分析。

1.2.6 Pearson相关分析 Pearson相关系数用来研究两个变量之间的共变现象，即用来度量两个变量X和Y之间的相互关系，取值范围介于-1和+1之间。两个变量之间的Pearson相关系数定义为这两个变量的协方差与二者标准差积的商，即：

(5)

式(5)定义了总体相关系数ρXY。若用样本计算的协方差和标准差代替总体的协方差和标准差，则为样本相关系数，一般用r表示：

(6)

如果采用标准化以后变量均值的积来定义样本Pearson相关系数，则得到式(6)的另一种样本Pearson相关系数的表达形式：

(7)

|r|表明两变量之间的相关程度，r>0表示正相关，r<0表示负相关，r=0表示零相关。|r|越接近于1，表明两变量之间的相关程度越高，他们之间的关系越密切。

2 结果与分析

2.1 中国特色小镇空间分布特征分析

2.1.1 特色小镇总体空间分布概况 从宏观上看特色小镇在地理空间上为点状要素，点状要素的地理空间维度相互邻近。特色小镇点状分布的平均观测距离为25784.49m，预期平均距离为52779.94m，最近邻指数R为0.49，小于1。Z值为-38.42，P值为0.0000，远低于1%的显著性水平。说明特色小镇在空间上呈集聚型分布。由于最邻近指数法在反映点状要素在空间分布类型上存在争议，故进一步运用泰森多边形法进行检验。以1513个点为质心利用ArcGIS软件生成特色小镇Voronoi图(泰森多边形，如图1)，根据Voronoi图属性表得出1513个多边形面积标准差为25003.36km2，平均面积为6488.22km2。根据公式(2)计算出CV值为385.37%，大于64%，进一步说明特色小镇在空间上呈集聚型空间分布。利用最邻近指数法和泰森多边形法进一步对我国三大经济带的特色小镇进行比较分析，其特色小镇的空间分布也均表现为集聚型分布(如表1)。

表1 三大经济带特色小镇分布指数

2.1.2 特色小镇空间分布均衡性 采用地理集中指数对特色小镇的空间分布均衡性进行分析。依据公式(3)计算得全国特色小镇实际地理集中指数为23.56。若特色小镇呈均匀状态分布，计算得地理集中指数为17.66。实际地理集中指数大于均匀状态分布的地理指数，说明特色小镇在省域尺度分布较为集中。就均衡程度而言，三大经济带(东部、中部和西部)特色小镇分布均衡程度最高的是中部地区，最低是西部地区，东部地区虽特色小镇个数最多，但不同省份之间的特色小镇数量差距较大(表2)。借鉴陆佩[29]等对国家级特色小镇的分类将特色小镇分为一产导向型，二产导向型和三产、四产导向型，就地理集中指数而言(表2)，一产导向型特色小镇和三产、四产导向型特色小镇地理集中指数中部地带最高，说明该类型特色小镇在中部地区各省份间较其它地区各省份间分布均衡。

2.1.3 特色小镇聚集程度分析 全国特色小镇平均分布密度为1.57个/万km2。从省份分布来看，天津市分布密度排名最高，为38.94个/万km2，其次是海南省27.65个/万km2，特色小镇发展较早的浙江省特色小镇密度为15.10个/万km2排名第三，西藏自治区、新疆维吾尔族自治区及青海省三个地区的排名最低分别为0.06个/万km2、0.08个/万km2和0.17个/万km2。三大经济带的特色小镇分布密度(如表2)分别为：东部地带为27.65个/万km2，中部为1.94个/万km2，西部为0.48个/万km2。

表2 三大经济带特色小镇分布情况

利用ArcGIS10.2中核密度分析方法对特色小镇空间分布进可视化表达，绘制了核密度分布图(图2)。特色小镇在京津冀、长三角珠三角地区形成了一个十分明显的高密度集聚区，天津、浙江、上海、海南为高密度核心。除此之外在重庆、湘中—赣南、粤中—闽东南等地区也形成了次一级密度核心区。总体而言，特色小镇空间分布密度具有“东密西疏”的特征。

图2 特色小镇分布核密度图Fig.2 Kenel density map of the characteristic towns

为近一步了解不同类型导向特色小镇分布情况，分别绘制了一产导向，二产导向，三产和四产导向核密度图，如图3所示。一产导向型特色小镇呈块状分布，高密度区主要集中在东部沿海及中部地区，以长江中下游平原和黄淮海平原为主。二产导向型特色小镇呈带状分布，高密度区主要集中在东南沿海地区以浙江和广东为主要核心区，在福建，山东，湖北，湖南，广西等形成次级密度区。三产和四产导向型特色小镇也主要集中在东南沿海地区呈条带状分布，以上海、江苏和浙江为中心向周围扩散，在山东、安徽、福建、广东形成次一级密度区，在陕西、重庆和云南等也有零星分布。

图3 不同类型特色小镇核密度图

2.2 中国特色小镇影响因素分析

2.2.1 特色小镇地形因素分析 地形是影响特色小镇选址的一个重要因素之一，选取高程、坡度和地形起伏度三个因素探索其对特色小镇的影响程度。由图4a可知特色小镇分布密度与地形高程间存在较明显的反比关系，海拔较高地区的特色小镇个数少于海拔较低地区的特色小镇个数。由图4b可知中国特色小镇布局具有低坡度倾向性，总体来看主要分布在坡度较低的地区，坡度小的地区交通便利，基础设施相对完善，可能是有利于特色小镇的发育发展的原因之一。地形起伏度是指研究区内海拔最高值与最低值之差，用于反应地形地表的宏观特征。由图4c可知特色小镇主要集中在低值区，1至5级地形起伏度特色小镇数量占比分别为61.29%、24.72%、10.94%、2.63%和0.43%。

图4 特色小镇空间分布与地形关系

2.2.2 特色小镇交通条件分析 利用ArcGIS空间分析模块，分别以全国交通路网主要公路和主要铁路干线为中心，在其周边以15km和50km的区域辐射范围内分别建立缓冲区，并确立主要公路缓冲区和主要铁路缓冲区与特色小镇的相交关系(图5a，图5b)。从图5a和图5b中可知全国交通干线呈现东密西疏的特点，东部沿海和中部地区交通较为便利，该区域的特色小镇分布也较为密集。基于15km主要公路缓冲区共覆盖特色小镇的个数为947个，占总数的62.59%；基于50km主要铁路缓冲区共覆盖特色小镇的个数为1065个，占总数的70.39%。交通是区域间进行沟通交流的重要桥梁，便捷的交通条件有利于促进区域之间的资源共享和联动发展，可见公路和铁路交通条件有利于促进特色小镇发展。

图5 特色小镇分布与主要交通线关系

2.2.3 特色小镇区位因素分析 城市是潜在的消费市场，以距离城市驻地的远近来衡量特色小镇的区位因素条件[30]，分别以省会城市和地级城市的行政中心为圆心建立半径为100km和50km的缓冲区，如图6a、图6b所示。省会城市缓冲区共分布特色小镇580个，占总数的38.33%；地级城市缓冲区共包含特色小镇978个，占总数的64.64%。可见特色小镇主要沿着中小型城市周围分布，其发展建设主要依托中小型城市。说明特色小镇的发展建设可为乡村振兴战略提供平台，创造发展机会，促进城乡一体化进程的推进。

图6 特色小镇分布与主要城市之间关系

2.2.4 特色小镇人口与经济因素分析 特色小镇是我国新型城镇化发展形势下的新产物。城镇化的发展首先表现为人口城镇化，而特色小镇是集产业发展、生活空间于一体的场所，其建设必然要有一定的人口规模和经济发展能力，才能给特色小镇发展带来源源不断的动力。以2018年末各省(市、自治区)的人口数和经济发展水平(地区生产总值)与特色小镇的数量进行Pearson相关分析，得出特色小镇数量与地区人口数相关系数为0.544(P=0.01)，特色小镇数量与地区生产总值相关系数为0.559(P=0.01)。结果显示特色小镇数量与所在区域人口数和经济发展水平显著相关。说明人口越多经济水平越高的地区越能促进特色小镇的产生和发展。

3 讨论

特色小镇作为产业转型升级和美丽乡村建设的重要抓手，极大地推动了区域生态文明建设和“两山实践”转换，具有重要的现实意义和理论意义[31-33]。2016年7月住房城乡建设部、国家发展改革委、财政部《关于开展特色小镇培育工作的通知》中明确了特色小镇创建目标、原则及要求。经历近5年的建设，特色小镇目前已经形成了一定的空间分布格局。通过对国家级和省级1513个特色小镇空间分布格局分析发现，全国省级以上特色小镇呈现集聚型分布，这种分布格局在某种程度上有利于特色小镇聚集点的发展，对发挥特色小镇功能聚合效应，实现区域产业转型升级具有较大的推动作用。

三大经济带是我国最高层次经济区，较为客观地反映了我国地区经济发展水平的梯度差异和地区经济发展的总体态势[28]。探究不同地带特色小镇分布的均衡程度，对特色小镇的分区建设和为不同地区制定不同的战略部署具有重要意义。研究结果表明三大经济带中特色小镇均衡程度最高的是中部地区，最低的是西部地区。特色小镇在京津冀、长三角和珠三角地区形成了一个十分明显的高密度集聚区，天津、浙江、上海、海南为高密度核心。特色小镇空间分布密度具有“东密西疏”的特征。与西部地区总体经济体量较小、交通网络相对不发达、地形复杂等因素有关(图4、图5)，这与时浩楠[27]和陆佩[29]等研究结果相一致。地形是最基本的自然地理要素，往往影响一个地方的传统文化、生活和生产方式以及交通发达程度等，研究发现特色小镇分布密度与地形高程间存在较明显的反比关系。主要是因为高海拔地区落后的交通、通讯等基础设施、脆弱的生态环境制约了产业类特色小镇的发展。基于15km和50km主要公路和铁路缓冲区共覆盖特色小镇的个数分别占总数的62.59%和70.39%，这一结果表明区位交通对特色小镇分布有一定影响。以省会城市和地级城市的行政中心为圆心分别建立半径为100km和50km的缓冲区，特色小镇个数分别占总数的38.33%和64.64%，表明依托中小城市经济发展有助于特色小镇推动产业互补建设。研究也发现区域人口数和经济发展水平(地区生产总值)与特色小镇的数量呈现正相关，如浙江北部湖州市、嘉兴市以及杭州市是特色小镇的核心密集区，该地区的人均GDP水平、人口密度及人才和资源的聚集度较高，为特色小镇资源的开发提供了较为充足的资金、人才、技术、信息等支持，营造了更良好的成长环境。因此政府在进行特色小镇建设和培育过程中应充分考虑上述因素，立足于产业互补，加强特色小镇基础设施的建设，形成便捷的交通网络，以促进不同地区特色小镇与城市之间的交流与合作。对于特色小镇个数较少的中西部地区来说，应该加大扶持力度，促进不同地区依据产业特色因地制宜地发展特色小镇。特色小镇分布密度较高的东部地区应充分发挥其示范、带头、引领作用，形成向周边扩散模式，促进传统小镇的升级转型。对地形特殊，自然资源禀赋较好的西部地区应当充分发挥其资源优势，积极发展旅游业，因地制宜不断地进行创新探索。

4 结论

借助ArcGIS，SPSS等分析工具，探讨了特色小镇的总体空间分布格局，并进一步对其影响因素进行分析。得出以下主要结论：(1)特色小镇空间分布差异较大，具有明显的空间集聚性，主要呈“东密西疏”的布局，东部沿海及中部地区特色小镇数量较多，西北内陆地区较少。(2)核密度估计表明特色小镇以天津、浙江、上海和海南为高密度核心，在京津冀、长三角和珠三角地区形成了一个十分明显的高密度集聚区。除此之外在重庆、湘中—赣南、粤中—闽东南等地区也形成了次一级密度核心区。(3)特色小镇的建设受地形因素，交通，区位条件，人口数量和经济发展水平的影响较大。具体表现为地形平坦，交通便利，经济发展水平较高的东部地区特色小镇的数量最多。