长三角城市群城市竞争力及其时空演变特征研究

吴九兴，师奎忠

（安徽师范大学地理与旅游学院，芜湖 241002）

引言

改革开放以来，中国经济发展连续跨越几个台阶，GDP总额从1978年的3 678.7亿元增长到2020年的1 015 986.2亿元，增长了近275倍①。与此同时，我国城市也得到了快速的发展。根据《中国城市建设统计年鉴（2019）》统计数据显示，2019年全国679个城市建成区面积为60 312.5 km2，为1981年城市建成区面积7 438.0 km2的8.1倍；全国城市人均公园绿地面积由1981的1.50 m2增长到2019年的14.36 m2，增长了近10倍。因此，在经济、社会、文化、生态、环境等方面的发展进步不断完善和丰富城市的外延和内涵，同时使得城市综合竞争力水平得到不断提升。

20世纪90年代初，国外学者已开始对城市竞争力进行研究[1]，但国外的研究并没有明确界定城市竞争力的概念与内涵。20世纪末，国内学者开始关注城市竞争力。初期相关研究较多关注城市竞争力测度、城市竞争力与城市建设的关系、如何增强城市竞争力等方面[2-6]，后期相关研究转向关注城市竞争力的影响因素等方面。在城市竞争力评价中，现有文献主要采用了主成分分析、熵权TOPSIS法、复杂网络分析等方法[7-10]。在研究尺度上，城市竞争力的相关研究主要集中在城市群和省域两个层面。城市群层面，长三角和珠三角地区成为研究热点地区[1，10-11]，亦涌现出较多的学术成果，而中原城市群、辽中南城市群等也备受相关学者关注[12-13]；省域层面，相关文献对四川、山东、河南、辽宁等省份进行城市竞争力研究[14-17]。

长三角城市群是中国经济快速发展过程中一个重要的增长极，经济总量占到全国的1/4，经济发展势头强劲。相对而言，在安徽省加入长三角地区以后，长三角一体化发展出现了新的机遇与挑战。当前，长三角地区涵盖上海、江苏、浙江、安徽等三省一市，各省市之间的区域跨度大，经济发展差距大。如何科学判断长三角城市群城市竞争力发展水平，揭示影响城市竞争力发展的因素，对进一步推动长三角城市群经济高质量一体化发展具有重要意义。鉴于此，文章以长三角城市群27个城市为研究对象，构建城市竞争力评价指标体系，利用主成分分析与K-Means聚类法，对长三角城市群内主要城市的竞争力进行定量评价，刻画城市竞争力的时空演变特征，为长三角区域一体化发展政策制定提供参考。

1 数据来源与研究方法

1.1 研究区概况

长三角城市群位于长江下游地区，属于中国华东地区，东部濒临黄海与东海。长三角城市群行政区面积达到22.5万km2，占全国国土总面积的2.34%。截至2019年底，长三角城市群年末户籍人口达到1.41亿，占全国总人口的10%；国内生产总值为20.40万亿元，占全国当年国内生产总值的20.73%。长三角城市群共包括27个地级市，具体范围如图1。

图1 长三角城市群区位示意

1.2 数据来源

文章以长三角区域一体化发展的27个主要城市为研究对象，相关指标数据主要来源于2013年、2015年、2017年、2019年的《中国城市统计年鉴》，部分数据来源于相应年份的《上海统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》及相关省市的国民经济与社会发展统计公报；文章中所使用的空间数据来源于国家基础地理信息系统全国1∶100万数据库（https://www.webmap.cn/）。

1.3 研究方法

1.3.1 主成分分析法

主成分分析法（PCA）是利用降维的思想，把多个指标转化为几个综合指标的多元统计分析方法[18]。主成分分析法中综合因子的权重是根据其贡献率大小并通过数学方法确定，极大地克服了人为赋权的缺陷，使得评价结果较为客观合理；同时，主成分分析法在减少指标相关性、避免信息重叠和克服确定权重的主观片面性等方面显示了其独特的作用[19]。城市竞争力评价涉及多级指标，主成分分析法适合多级指标的评价类分析，且相关文献也表明该方法在类似竞争力评价中的使用是适合的，文章选择主成分分析法进行城市竞争力评价。

1.3.2 K-Means聚类法

K-Means聚类（K-Means Clustering Method）是一种基于不断迭代求解对多个样本或指标数据进行定量分类的多元统计分析方法[20]。K-Means聚类分析具有简单快速、进行大数据处理等优点[21]。因此，文章选择利用K-Means聚类法对长三角城市群城市竞争力水平进行分类，可将竞争力水平相近的城市分为一类，可以更加直观地分析不同类型城市的特征差异和空间演变。

2 长三角城市群城市竞争力的实证分析

2.1 城市竞争力的影响因素理论分析

城市是一个复杂的系统，城市竞争力作为城市实力的具体体现，其受到众多因素的影响，具有系统性、动态性与相对性[22]。迈克尔•波特教授提出了国家竞争优势理论，从产业角度分析国家竞争力水平，强调生产要素、市场需求、相关产业、企业策略与竞争对手等因素的关键作用[23-24]。彼得在评选全球城市竞争力最佳案例时把城市竞争力的主要影响归纳至城市服务业、城市基础设施建设以及文化科技创新的几个关键因素[25]。国外相关研究更加注重城市竞争力的软指标以及更多的关注人为因素的影响。国内学者诸如宁越敏、倪鹏飞等人主要关注城市竞争力的硬件指标，更多地从城市经济综合实力、对外开放程度、科技创新、城市基础设施建设等城市现实和客观经济实力等方面提取城市竞争力的影响因素。

城市竞争力受到很多因素的影响，且城市竞争力是不断变化的，变化的原因根源于城市的内、外部因素，如新技术的出现、新竞争者、群体偏好和期望变化等[26]。首先，城市本身的经济发展水平直接影响城市竞争力，在这方面可以直接表达经济发展水平的指标包括经济规模、经济效益。当一个城市的总体经济规模大，则其提供公共服务能力、基础设施能力、吸纳投资能力、增加融资能力等方面更强；经济效益则反映城市在单位面积土地上的地区GDP创造方面取得的发展。其次，城市应该让生活更美好。在社会发展方面需要展示出更高的水准，例如城市让居民的人均生活水准提高、人均储蓄水平增加、获得更便捷的通讯和互联网接入服务、更好的医疗服务和更丰富教育图书服务。城市生活应该是多方面的，也必须多方面的，社会竞争力所展现的多姿多彩的城市生活场景。其三，城市也是科技研发与教育集聚的地域，城市在科技投入和创新上所取得的进步直接或间接地作用于城市发展，影响城市的长期竞争力；教育集聚是城市的典型特征，城市集聚人口而需要更好、更多的教育资源投入，培养或吸纳更多的接受高等教育等在内的人才资源，夯实城市发展的人力资本基础，可使用高校在校生数量、教师数量、人均教育支出等来表达教育发展的状况。第四，城市也是对外开发的中心地，城市具有对外开发的独特优势，其具有更多的资源、资金和机会等有利条件，城市需要且能够吸纳外资投入，与外部世界进行进出口贸易，增加城市与城市、城市与世界之间的贸易往来关系，建立起以产品价值链为依托的经济社会网络。第五，城市在人居环境方面也取得了长足的进展，在国家和地方基础设施和服务设施建设中，城市偏向的人居环境改造使得城市生活更美好。城市的生活垃圾处理、生活污水处置、人均公共绿地配置等，使得城市更符合宜居、安全、可持续的准则。归结起来，城市竞争力的定义及内涵，需要从经济、社会、科技、环境、开放等角度或层面来把握评价指标的选择问题，以使得后续的评价结果更符合实际，更具有普适性和科学性。

2.2 城市竞争力评价指标体系构建

根据城市竞争力评价指标选取的目的性、科学性、统一性、系统性和可操作性等原则[6]，宁越敏等以波特和IBM模型为基础，设计了城市竞争力模型的10大指标体系[1]。文章在参考相关研究成果的基础之上，结合长三角城市群发展实际，从经济竞争力、社会竞争力、科教竞争力、对外开放程度和环境竞争力反映城市发展实力的5大方面，选取7个二级指标、25个三级指标（表1）。

表1 长三角城市群城市竞争力评价指标体系

2.3 城市竞争力的定量评价与聚类分析

（1）数据标准化

由于各项指标的计量单位并不一致，需要进行标准化处理，把指标的原始值转化为无量纲化数据，解决各项不同质指标值的同质化问题。具体选择Z-score标准化法，用SPSS20.0软件对原始指标数据进行处理。

对m个样本，每个样本有n个指标，则xij为第i个样本的第j个指标的实际变量值（i=1……m；j=1……n）,经无量纲化后的变量值为：

（2）KMO和Bartlett检验

利用SPSS软件对标准化后的指标数据进行KMO和Bartlett检验，以检验原始变量之间是否有相关性。KMO和Bartlett检验的结果见表2，发现相关年份的KMO统计值均大于0.7，并且Bartlett的球形度检验显著性统计量小于0.05，表明相关指标数据可以进行主成分分析。

表2 数据KMO和Bartlett检验结果

（3）主成分的提取与解释

表3显示②，前4个主成分的特征值均大于1，且累计方差贡献率为89.614%，表明前4个成分可以代表原来的25个变量所包含的信息。因此，选择前4个成分作为主成分。运用Kaiser标准化的正交旋转法，得到旋转后的载荷矩阵（旋转后的载荷矩阵表略）。不同因子的载荷系数反映的是主成分与相关原始指标之间的相关性，载荷系数数值越大，说明两者相关程度越高。根据旋转后载荷矩阵的因子反映情况，文章将4个主成分命名为：经济综合发展实力、社会发展实力、科教发展实力、环境治理发展实力。

表3 主成分特征值与方差贡献率

（4）确定主成分权重

各个主成分的权重可由SPSS软件运算输出的方差解释率由相应公式计算得出。具体公式如下：

式中：Wi为主成分的权重，Ci为第i个主成分特征值的方差贡献率，可以从指标特征值与方差贡献率表中查找每个主成分相对应的方差贡献率。

（5）计算综合竞争力得分

计算综合得分之前，首先要计算主成分得分。主成分得分主要是利用SPSS软件运行得出的成分得分矩阵与标准化后的数据相乘得到。具体公式如下：

式中：i=1，2，……，4；j=1，2，……，24；a=1，2，……27。

城市竞争力综合得分需要结合主成分得分与相对应的主成分权重相乘，并最终相加，计算公式如下：

式中：Hi为第i个主成分的得分，Wi为主成分的权重，Z为城市竞争力综合得分，n为主成分个数，即4个。

（6）K-Means聚类

基于上述标准化数据，文章利用SPSS20.0软件进行K-Means聚类分析，而点间距离采用平方欧氏距离计算，预设分类数为3，对长三角城市群27个城市进行聚类，最终得到长三角城市群K-Means聚类结果（表4）。

表4 长三角城市群聚类分析结果

3 城市竞争力的定量评价结果与时空演变特征

3.1 长三角城市群主要城市竞争力的评价结果

3.1.1 基于主成分分析的定量评价结果

从表5可知，城市竞争力综合得分中存在负值，表明此类城市竞争力处于平均水平以下。2019年，长三角城市群内有18个城市的综合得分为负值，即有2/3的城市其综合竞争力在平均水平之下。其中，池州城市综合竞争力得分最低为﹣0.831。

表5 主成分得分与城市竞争力综合得分

表6中H1—H4分别表达的是长三角城市群27个城市的经济综合发展实力、社会发展实力、科教发展实力、生活质量发展实力和环境治理发展实力主成分的得分。

（1）从经济综合发展实力方面来看，可以发现长三角城市群各城市之间有很大差异，其中上海以3.710的得分高居第一，遥遥领先与长三角其他城市，其后二到六名依次为苏州、南京、杭州、宁波、无锡。同时，这七个城市的GDP总值均在万亿元以上，即我们经常讲的“万亿俱乐部成员城市”。同样，经济综合发展实力得分的后六位城市均来自安徽，得分最低的为池州。安徽作为刚刚加入长三角的成员，除省会合肥以及第二大城市芜湖外，其他地市经济实力与长三角其他两省一市相差较大。

（2）从社会发展实力方面来看，长三角城市群各城市社会发展实力存在明显的差距。此项得分越高，说明该城市社会发展基础较好，并且未来有一定的发展潜力。舟山、嘉兴、湖州、苏州和常州城市社会发展实力位居前五，而相关指标主要受到人口因素的影响。上海、杭州、南京与合肥在城市社会竞争力方面排名出现一些变动，均掉出前五。

（3）从科教发展实力方面来看，结合得分排名，得分分值的高低反映了城市科学教育事业的发展情况，可以在一定程度上反映该城市的创新能力以及发展活力。杭州、南京、苏州、嘉兴、合肥、宁波和绍兴占据了科教发展实力的前七名，而上海却以﹣3.073的得分排在倒数第一。需要说明的是，同主成分H2相同，在此成分中相关城市的得分受到人口因素影响，导致排名发生变化。

（4）从环境治理发展实力来看，长三角城市群1/3的城市得分为正值，说明其均在平均水平以上，尤其是舟山、南京、铜陵、合肥、池州、杭州和镇江以及常州，这些城市在环境治理发展实力上走在长三角的前列。同时，反映了这些城市在十八大以后认真贯彻落实了生态文明建设理念，积极转变经济发展方式，并取得了一定的成效。

3.1.2 基于K-Means 聚类的定量评价结果

根据表5中长三角城市群聚类分析结果，利用ArcGIS10.2将其空间化表达（图2）。第Ⅰ类城市只有上海一个城市。上海市作为我国对外开放水平最高的国际化大都市，尤其是改革开放以来，经济发展迅速。同时，上海拥有众多科研院所，科研创新水平在全国处于领先水平。其次，上海积极建设智慧城市，不断完善城市基础设施，打造15分钟社区生活圈。在众多因素的影响下，上海城市竞争力处于较高水平；第Ⅱ类城市包括南京、苏州、杭州、合肥、无锡、宁波六个城市。南京、杭州、合肥为省会城市，宁波为计划单列市，而苏州、无锡作为地级市，2019年苏州GDP达到19 235.80亿元，在全国所有地级市中排名第一。改革开放后，苏州、无锡、常州等苏南城市发展出通过发展乡镇企业实现非农业发展的“苏南模式”。此后，众多乡镇企业如雨后春笋般不断涌现，不断壮大当地的集体经济。同时，由于临近上海，受上海经济辐射也使得苏州、无锡经济得到快速发展；第Ⅲ类城市包括常州、南通、扬州、镇江、盐城、泰州、温州、湖州、嘉兴、绍兴、金华、台州、舟山、芜湖、马鞍山、铜陵、安庆、滁州、池州、宣城等20个城市。从城市级别上看，这类城市均为地级城市，不论是经济发展，还是科教资源，抑或是城市基础设施建设投入，均低于Ⅰ、Ⅱ类城市。从空间分布上看，除苏北、浙南部分城市外，其他城市均位于Ⅰ、Ⅱ类城市周围。此类城市均位于此类城市还需加强城市建设投入，充分利用附近大城市的经济辐射功能，在长三角区域一体化发展中乘势而为，不断提升城市综合竞争力。

图2 长三角城市群K-Means聚类空间分布

3.2 长三角城市群主要城市竞争力的时空演变特征

3.2.1 长三角城市群城市竞争力的时序变化

长三角城市群2013、2015、2017、2019年的综合得分对比情况见表6，从中可以发现城市竞争力在时序演变过程与特征。

表6显示，其排名两端的城市均未发生较大变化。上海、苏州、杭州、南京、宁波、无锡占据前六名，总体上排名变化不大；作为新加入长三角的安徽来讲，其省会城市合肥除2017年的第十名以外，总体上在长三角位于第七。马鞍山、铜陵、安庆、滁州、池州、宣城等城市则一直处于较低水平，其中铜陵由2013年的第21名下降到2019年的第25名，其原因在于铜陵是一座重工业起家的城市，境内拥有众多矿山企业，而自从十八大提出建设生态文明以来，铜陵市调整产业布局，转变经济发展方式，其效果还未显现，导致其竞争力有所下降。从总体来看，之所以出现上述时序变化特征，根源在于各城市的经济、社会、科教、环境等方面的禀赋差异和能力差别，但这些方面本身也会随着时间而变化，特别是在城市群的范围扩大后，安徽省作为新的参与者融入长三角后，要想获得后发优势，难度非常大，这为安徽省的几个地级市排名所确认。

表6 2013、2015、2017、2019年城市竞争力综合得分与排名

3.2.2 长三角城市群城市竞争力的空间演变

根据表7中长三角城市群2013、2015、2017、2019年城市竞争力综合得分值，将其得分值分为五个等级：<-0.5，-0.5～-0.25，-0.25～0,0～0.5和>0.5，用强弱程度表示为：弱、较弱、一般、较强和强。利用Arcgis10.2分别绘制长三角城市群2013、2015、2017、2019年的城市综合竞争力水平等级空间分布图，见图3。

图3 长三角城市群城市综合竞争力水平空间分布

图3表明：长三角城市群在一段时间以内城市发展格局并没有发生较大的变化，大多数城市竞争力水平处于一般及以下等级。总体而言上海、南京、杭州、合肥等直辖市与省会城市一直都是城市竞争力最强的几个城市；同时，长三角城市群中东部城市竞争力水平优于西部地区。从分地区来看，苏北、浙南、芜马（芜湖、马鞍山）城市竞争力水平在不断增强。同时，安徽除省会城市合肥以及芜马以外其他城市竞争力水平一直处于末端，未发生较大变化，与江苏、浙江省份城市竞争力水平相差较大。从整体而言，直辖市、省会城市的竞争力处于第一层次，第二层次（较强）的城市，如浙东南、苏北城市的竞争力在逐步增长，而安徽省的多数城市在城市竞争力方面处于较弱或弱势地位。一方面，苏、浙、沪等的沿海城市具有独特的区位优势，经济社会开放度高，把握政策和创新政策的能力强，在人才开发、资金引入、科教投入、环境治理等方面取得了重要进步，这些重要进步直接或间接引致城市竞争力的增强，拉大与后发地区城市的差距。

4 结论与建议

文章综合运用主成分分析与K-Means聚类法对长三角城市群27个地级市的城市综合竞争力水平进行定量测算，分析城市竞争力的时空演变特征，得到以下三点结论：

（1）从4个研究年份的城市综合竞争力得分的变化情况来看，长三角城市群城市竞争力的格局在一段时间内未发生较大变化。上海城市竞争力水平远高于其他城市，处于长三角地区城市发展体系“金字塔”的顶端，而接下来排名较高的城市除苏锡常之外均为省会城市及副省级城市。此类城市社会发展状况较好，基础设施完备，以现代服务业为主的第三产业发展较为迅速。同时，四个不同研究时间截面上长三角城市群城市竞争力得分在0以下所占的比例分别为66.67%、62.96%、70.37%和66.67%，说明一段时间以来，长三角城市群中约占2/3的城市竞争力总体上处于较低水平，其主要原因在于此类城市均为第一产业比重较大或产业结构不合理，产业转型升级换代较为困难类型的城市。

（2）从空间格局上看，长三角城市群城市竞争力总体呈现“东部优于西部、长江沿岸城市优于南北两端地区”。长三角城市群东部地区城市竞争力水平普遍较高，特别是上海与其周围的苏锡常地区；而西部安徽部分城市以及苏北、浙南地区城市竞争力普遍较低，但2013—2019年这些地区的城市竞争力总体上在不断提升。

（3）长三角城市群城市竞争力总体格局受到经济发展、社会进步、科技创新和生态环境治理等因素的共同驱动。总体上，虽然不同年份不同城市之间主要影响因素有所差异，但经济综合发展实力与社会发展实力仍是主要驱动因素。进入新时代以来，随着深化改革开放和生态文明建设的推进，科教发展实力、生活质量发展实力和环境治理发展实力在提升城市竞争力水平方面发挥越来越重要的作用。

根据前面研究结论，文章提出以下政策建议：

（1）积极调整产业结构，实施创新驱动发展战略。长三角地区各城市应根据社会经济发展实际情况，转变发展方式，淘汰落后产能，以各种优惠政策支持企业的科研创新，促进企业产品升级换代。同时，发挥上海张江、安徽合肥两个综合性国家科学中心以及“G60科创走廊”的科技创新作用，综合一批科研院所，提升长三角地区的自主创新能力，为长三角高质量一体化发展注入一剂强劲动能。

（2）加强跨区域协调互动，发挥都市圈的辐射带动作用。加强长三角地区基础设施互联互通建设，增进长三角中心城市之间协调联动。加强长三角地区都市圈建设，推动上海都市圈、南京都市圈、杭州都市圈与合肥都市圈的协调发展，发挥都市圈辐射带动作用，引领周边城市快速发展。

（3）加强地区间的产业分工协作，发挥苏浙皖的比较优势。发挥江苏制造业发达、科教资源丰富以及临近上海的区位优势，推动区域性科技创新中心与高端制造业基地建设。同时，发挥浙南与皖南生态环境优美、自然与人文资源丰富的独特优势，支持浙西南、皖南等地区结合自身优势发展生态文化旅游、医药产业、康养、农产品深加工等特色产业。

5 结语

文章基于主成分分析与K-Means聚类方法对长三角城市群27城在4个时间截面上的城市竞争力进行定量评价，从时间和空间两个维度开展长三角城市群城市竞争力的演化趋势与特征分析。但是，由于部分数据难以获取，使得文章在指标构建和研究时限上受到一定的限制。因此，下一步研究可以从延长研究时限、完善城市竞争力指标评价体系、与珠三角、京津冀等城市群进行对比等方面开展相关研究，从而更加科学的对长三角城市群城市竞争力做出准确的评价。

注释：

① 该处全国GDP 统计不含中国台湾省、香港特区和澳门特区。

② 本文只列取2019 年的分析数据，并以2019 年数据为基础进行主成分的提取与解释，其余年份数据分析过程因篇幅原因省去，在后续分析过程中仅列举最终综合竞争力评价结果。