程 晨,方大春
(安徽工业大学 商学院,安徽 马鞍山 243032)
城市群是支撑区域经济高质量发展的重要载体,城市群发展往往伴随着空间结构动态演化,合理稳定的空间结构能够提高城市群综合承载和资源优化配置能力、发挥辐射带动作用[1]。随着长三角区域一体化战略上升为国家战略,长三角要打造高水平、高质量的世界级城市群,需要进一步优化区域空间结构和布局,形成区域经济一体化发展格局。
我国城市群空间结构的研究开始于1984年陆大道提出的“点—轴”理论模式[2]。在20世纪90年代,学者们对城市群空间结构的研究以定性描述为主,如城市群空间结构的形态特征[3]、演变机制[4]。进入21世纪后,开始转向定量分析,一些学者从城市等级结构视角出发,使用首位度[5]、赫芬达尔-赫希曼指数[6]、城市基尼系数[7]等指标考察城市群人口空间分布均衡与否;一些学者从经济联系视角探究,通过使用城市流强度模型[8]、通达性模型[9]、引力模型[10]等展开对城市群经济联系的分析。一些学者运用社会网络分析方法(SNA)考察城市群空间结构,张荣天从网络密度、网络中心度及凝聚子群3个方面考察1990—2013年长三角城市群16个城市的网络空间结构演变特征[11],刘和东、杨丽萍则考察2009—2017年长三角城市群26个城市网络结构特征[12]。已有研究较多为研究同一规模下城市群内的空间结构问题,鲜有从长三角城市群扩容视角研究长三角城市群空间结构的演化特征。
扩容政策作为区域一体化的先导和关键政策,是突破地区间行政分割、削弱一体化推进阻力的必要手段[13]。城市群扩容必将影响城市群内城市的地位与角色变化,引起城市群内空间结构变化。长三角城市群扩容有两种情况:一是长江三角洲城市经济协调会吸收申请加入城市来扩容;二是国家出台规划和指导意见等把相关城市纳入来扩容。基于加入城市主动性和长江三角洲城市经济协调会成员认可性,本文从长江三角洲城市经济协调会吸收城市视角,对比分析长三角城市群在六个时点的空间结构及其演化特征。
本文边际贡献主要在于:第一,从人口空间结构和经济联系空间结构两个视角探讨空间结构演变特征,人口空间结构演变是经济联系结构演变的基础,经济联系结构演变是人口空间结构演变的动力。第二,采取多种方法探讨空间结构演变,所计算演变特征可相互验证,提高研究结论科学性。第三,从扩容视角探讨长三角城市群空间结构演变,可以全面考察不同时点扩容效果。
1997年,上海、无锡、宁波、舟山、苏州、扬州、杭州、绍兴、南京、南通、泰州、常州、湖州、嘉兴、镇江15个城市,经过沟通协商,成立长江三角洲城市经济协调会并召开第一次会议。随着长三角区域内外城市之间经济联系的不断加强与深化,长三角城市群稳步向江苏北部、浙江南部、安徽地区进行了扩容[13]。20多年来,长三角城市群一共历经5次扩容,具体扩容情况见表1。
表1 长三角城市群扩容情况
本文基于长三角城市经济协调会的5次扩容,分6个时点,对比分析长三角扩容进程中空间结构演变情况。研究过程中地区生产总值、年末常住人口两项数据来自1998年、2004年、2011年、2014年、2019年和2020年的一市三省的统计年鉴,引力模型中用到的城市之间公路交通距离来自于百度地图。
首位度是由马克·杰斐逊(M. Jefferson)提出的衡量城市规模分布规律的一种指标。首位度指数的变化在一定程度上可以反映城市体系中城市人口在最大城市的集中度。首位度高,一般说明该国家或地区人口过分集中在中心城市,而中小城市很不发达。首位度指数包括2城市指数(S2)、4城市指数(S4)和11城市指数(S11)。计算公式如下:
S2=P1/P2
S4=P1/(P2+P3+P4)
(1)
S11=P1/(P2+P3+P4+…+P11)
式(1)中,P1,P2,…,P11为城市按规模从大到小排序后,某位序城市的人口规模;Pi表示第i个城市的居民人口总数。基于人口数据,根据首位度计算公式,计算结果如表2所示。
表2 城市首位度
首位分布是城镇规模分布的初级状态,城市首位分布的空间集中,有利于知识与资本积累、创新、规模与集聚效益,但也容易引致首位城市寄生、空间低效等不良后果。根据“位序—规模”分布的一般性原理,理想的2城市指数应该接近于2。若大于2,则存在结构失衡、过度集中的趋势。在这6个时间节点上,上海市人口规模始终排名第一,2城市指数总体上较大,呈逐渐上升趋势甚至超过2,说明长三角城市群常住人口在上海市过度集中,超过理想状态,而第二位城市发展不快,城市群规模分布的集中化趋势明显。而长三角城市群的4城市指数和11城市指数均低于理想值1,2010年前呈上升趋势,2010年后呈缓慢下降趋势,说明2010年后中等城市人口增长快于首位城市,城市群人口分布开始呈发散增长态势。
城市基尼系数用来衡量城市群内各个城市之间的规模差异。城市基尼系数的值域在0~1之间,城市基尼指数越接近于0,表明城市群城市规模分布越趋向分散,人口规模分布越平均,反之则表明人口向少数城市集中,人口规模分布差距很大。公式如下:
(2)
式(2)中,GP表示城市群人口规模基尼系数;T是城市群中每个城市之间人口规模之差的绝对值总和;S表示整个城市群的人口规模;n表示城市数。
根据长三角城市群城市年末常住人口数据得出城市基尼系数,如表3所示。
表3 城市基尼系数
长三角城市群扩容进程中,城市基尼系数均小于0.2,说明城市人口规模分布较分散。整体来看,城市基尼系数呈现出波动,说明这几次扩容影响城市群人口规模分布。
赫芬达尔-赫希曼指数(HHI)是一种通常被用于测量产业集中度的综合指数。本文把HHI指数定义为各城市人口数量占城市群总人口数量比重的平方和,度量的是整个城市体系中城市居民的集中程度,完整地反映整个城市体系的规模分布[14]。HHI指数一般在0~1之间,HHI指数越大,说明城市规模分布的集中趋势越强;反之,城市规模分布的分散化特征越显著。HHI指数的计算公式如下:
(3)
式(3)中,Xi表示第i个城市的居民数,X表示城市群的居民总数。根据长三角城市群城市年末常住人口数据得出赫芬达尔-赫希曼指数,结果如表4所示。
表4 赫芬达尔-赫希曼指数
由表4可知,长三角扩容进程中赫芬达尔-赫希曼指数呈下降趋势,说明规模分布呈现出分散趋势,随着新城市的加入,城市群的人口集中程度在降低。
地理联系率是反映两个经济要素在地理分布上联系情况的指标。本文主要探究人口和产值两要素在长三角城市群的地理联系情况。假设某个区域有n个地区组成,各地区的产值为X1,X2,…,Xn,人口为P1,P2,…,Pn,地理联系率的计算公式如下:
(4)
式(4)中,Xi为第i个地区产值占整个区域总产值的百分比,Pi为第i个地区的人口占整个区域总人口百分比。地理联系率越大,表示人口与产值在地理上分布的一致性越强,也即人口与区域经济发展的耦合效应越强;反之,则说明人口与产值在地理上分布的差异性较大。据长三角城市群城市地区生产总值、年末常住人口数据得到地理联系率,结果如表5所示。
表5 地理联系率
由表5可知,总体上来看,长三角城市群在扩容进程中地理联系率均在80以上,说明长三角城市群的人口与经济增长在空间上具有较高的耦合关联特征;从变化趋势上来看,2010年长三角城市群的地理联系率上升到最高,经济空间分布均衡度达到最高,随后三次扩容中,地理联系率有所下降,说明经济空间分布均衡度在下降。
通过分析以上四个指标可以看出:随着长三角城市群不断扩容,长三角城市群人口集中度呈发散发展态势;2010年时长三角城市群是一种空间分布均衡度较高的状态。
区域经济联系强度是衡量区域发展水平和空间结构的重要依据。经济联系的强弱既反映了中心城市的极化能力及其对周围地区的辐射能力,外围地区对中心城市的辐射接收能力[15],也可以强化或削弱空间差异,促进区域空间格局的动态变化[16]。城市间经济联系的强度常用引力模型来衡量,由于城市之间经济联系存在单向性和差异性,各城市对于经济引力的贡献是不同的,基于这一因素,借鉴侯赟慧等[17]的做法,引入参数K,得到修正后的引力模型是:
(5)
式(5)中,Rij是经济联系强度,Pi、Pj分别是城市i、j某一年的人口指标,Vi、Vj分别是城市i、j某一年的经济指标,Dij表示城市i与城市j之间的距离。在此,选用当年城市常住人口总数和GDP作为人口指标和经济指标。长三角城市群内主要交通方式是公路,其次是铁路,航空和水路使用较少,因此以两城市之间的公路交通时间距离来表示Dij比较合理,利用百度地图获取城市之间最短公路交通时间数据。根据式5,建立长三角城市群经济联系空间关联网络的引力矩阵,取每行的平均值为该行的行阈值,并将行内的每个值与其比较,当大于阈值时取“1”代替,代表两者在空间上具有关联性,否则取0。由于得到的Rij与Rji值不同,所以该空间关联网络是有方向的。一般来说,城市的经济质量越大,与其他城市之间相互作用的要素越多,其集聚和扩散的能力也越强,这种相互作用强度会随两城市间距离的增加而降低。
对长三角城市群内城市之间的经济联系进行量化,得到每个城市的对外联系总量及排名,结果如表6所示。可知,上海、苏州稳定排名前2位;无锡、南京、杭州等市对外联系总量较大,这也分别对应到苏锡常都市圈、南京都市圈、杭州都市圈。
表6 长三角城市群各城市对外经济联系总强度排名
分别计算1997年、2003年、2010年、2013年、2018年、2019年长三角城市群内城市对外联系总量的均值和变异系数,对比结果见表7。可知,城市对外联系总量的均值在不断上升,城市间经济联系更加紧密,但变异系数也在不断上升,说明城市群内城市之间的差异在扩大。
表7 长三角城市群对外经济联系总量均值与变异系数
1.网络结构图
为了更加直观地描述长三角城市群空间结构的变化特点,将由引力模型计算出的城市间经济联系强度值转换成(0,1)矩阵,带入到Ucinet中并运用Netdraw软件,绘制出1997年、2003年、2010年、2013年、2018年、2019年6个时间节点的网络图,结果分别如图1a至图1f所示。图中节点表示城市,节点之间的连线表示经济联系及其方向。
(a)
(b)
(c)
(d)
(e)
(f)
1997年、2003年各城市之间经济联系还比较稀疏。2010年、2013年,各城市之间经济联系逐渐加强,随着南京都市圈、杭州都市圈的发展,以南京、杭州为新的集聚中心及其周边地区对外经济联系逐渐加强。2018年、2019年呈现出不同等级城市节点间的多层次、多项交互联系,多个都市圈绵延发展的趋势,以上海、南京、杭州为主要节点的核心网络,以及合肥、宁波等城市为节点的外围网络。经济联系紧密的地区主要集中在长三角城市群的东部,城市群的中西部城市之间经济联系相比较而言不够紧密,对外经济联系强度较低的城市数量偏多,外围区与核心区中心大城市之间经济联系仍有待加强。
2.网络关联数与网络密度
网络关联关系数与网络密度是刻画一个网络整体特征必不可少的一部分。网络关联数是指网络中各节点之间的连线数,一个网络中节点之间关联数越多,网络密度也就越大,在城市群经济联系空间关联网络中,各城市之间的经济联系也就越紧密。如果该网络有n个城市,则其网络密度D为网络中包含的实际连线数目m,除以连线总数在理论上的最大可能值n(n-1),具体公式为:
(6)
网络关联关系数与网络密度计算结果如表8所示。可以看出,长三角扩容进程中,随着成员城市数量的增加,网络关联关系数也在增加;但网络密度却在下降,说明长三角城市群之间的经济联系还不够紧密,还有很大的上升空间。
表8 网络关联关系数与网络密度
3.中心性分析
中心性是行动者在网络中所具有权利或者占有资源力度的量化分析,一般包括中心度与中心势。中心度衡量单个行动者在网络中处于网络中心位置的程度;中心势衡量整个网络中心化的程度,指的是网络的总体整合度或者一致性。由于城市间经济联系具有有向性、非对称性,每个城市的联系方向和强度都不同,因此经济联系网络图是有向的,每个点都有点出度和点入度两种度数。点出度是该点直接指向其他点的总和,即对其他城市发出经济联系的个数;点入度是直接指向该点的点数总和,即接受其他城市发出经济联系的个数。
在城市群空间关联网络中,中心度反映了某一城市在不同区域范围内的参与经济活动的程度和影响力大小。中心度一般有度数中心度、中间中心度、接近中心度三个常用指标。由于测量接近中心度时,需要节点与节点之间两两强相连才能计算[18],由于长三角空间关联网络并不满足这个条件,因此不作分析。对于每个节点x,度数中心度和中间中心度都分别有两种测度方式,即分为绝对中心度和相对中心度。由于绝对中心度存在局限性,不能在规模不等的图之间进行比较,为了对来自不同图的点的中心度进行比较,弗里曼给出了“相对中心度”的概念,是对绝对中心度的标准化度量。在长三角扩容进程中,由于城市空间关联网络中的节点城市在增加,因此使用中心度的标准化值来测度。
度数中心度是一个最具直观性的指数,体现的是行动者在网络中所占据的相对位置,如果一个点与许多点直接相连,该点就具有较高的度数中心度,说明该城市与其他城市联系更加密切,在局部网络中处于中心地位。在有向图中,相对度数中心度的计算公式为:
(7)
表9给出了上海、南京、杭州、合肥的点出度和点入度。由表9可以看出,随着四市的经济社会发展,它们与其他城市的经济联系逐渐增强,点出度、点入度均呈上升趋势。由点出度比较可知:上海的点出度位于前列,说明上海的经济辐射能力强;合肥的点出度增长变化最大,表明随着合肥都市圈的大力建设,合肥正不断与其他城市积极建立并加强经济联系。由点入度比较可知:南京的点入度位于前列,说明南京能够有效地整合利用外部资源,对外来资源的吸引能力较强;合肥的点入度次于南京,说明合肥积极接受其他城市的辐射。
表9 上海、南京、杭州、合肥的点出度和点入度
根据表10相对度数中心度比较可知,上海的相对度数中心度呈下降趋势,而南京、杭州、合肥的相对度数中心度呈上升趋势,说明上海“一家独大”的局面有所改善,网络呈多中心化方向发展。
表10 上海、南京、杭州、合肥的相对度数中心度
中间中心度是测量某个节点对网络中资源控制的程度,如果某个节点在网络中位于与其他节点最短连线上,就具有较高的中间中心度;中间中心度越高,说明该节点越多地占据资源和信息流通的关键位置。在有向网络中,相对中间中心度的计算公式如下:
(8)
式(8)中,CRBi为相对中间中心度,bjk(i)为城市i处于城市j和城市k间的捷径上的概率。
表11给出了上海、南京、杭州、合肥四个城市的中间中心度。由中间中心度可知:上海、杭州的中间中心度呈下降趋势,说明向外扩展的过程中,也分散了一些资源,对资源的控制程度在减弱;南京、合肥的中间中心度呈上升趋势,说明南京都市圈和合肥都市圈集聚功能开始凸显。
表11 上海、南京、杭州、合肥的相对中间中心度
根据点出度、点入度、相对度数中心度和相对中间中心度分别计算其中心势,计算结果如表12。通过分析网络的中心势可以判断城市群网络整体的中心化的程度、城市间经济联系的不对称和不均衡程度。
由表12可知:长三角城市群空间关联网络点出度中心势呈先缓慢上升趋势又在2019年有所回落,说明城市群内对外经济联系的总范围在增加,但在2019年由于城市间经济联系增长速度不及扩容进程加快,经济联系的总范围受到影响;点入度总体呈下降趋势,说明城市群内的城市吸引外来投资的能力在下降;点出度中心势均高于点入度中心势,说明长三角城市群中城市间经济联系存在一些不对称和不均衡的现象;度数中心势数值大部分在30%~50%之间,说明网络具有较高的集中性,但是度数中心势呈下降趋势,说明城市群朝多中心方向发展;中间中心势呈波动起伏特征,但总体上中间中心势数值不大,说明中心城市控制资源的能力不强,处于中介枢纽位置的城市不多。
表12 长三角城市群空间关联网络中心势 单位:%
为了进一步研究长三角城市群在扩容进程中的多中心化趋势,采用Hanssens等提出的功能多中心(FPI)指数测度长三角是否存在功能多中心趋势[19-20]。该方法把所有城市中心性指数整合成单一指数对区域平衡度进行测度,通过FPI指数的计算能更加直观地表征长三角城市群是否存在功能多中心的趋势,FPI指数介于0~1之间,0表示绝对主导,1表示最完美的多中心分布,而0.5表示等级规模分布。具体步骤如下:
(9)
式(9)中,DIi是城市i的主导性指数,RCi是城市i的相对中心度,本文选择相对度数中心度进行计算,J是城市总数,Ri是RCi由高到底排列的位序,RCi'是RCi的倒数,SD与SDRS分别是RCi与RCi'的标准差。通过计算标准偏差(SD)来量化DIi的总体变化程度,一个或几个城市的主导地位越大,SD越大。
根据表13,SD值较小,反映长三角城市群内不存在经济上呈绝对主导型的城市,功能多中心指数FPI值处在绝对主导分布所对应的FPI值(0)和典型等级规模分布情况所对应的FPI值(0.5)之间,表明长三角城市群空间关联网络比传统的等级规模分布具有更强的集聚特征。从变动趋势上来看,SD值大体呈轻度下降趋势,说明城市群内的各城市间的差距变小,FPI值呈上升趋势,说明集聚特征减弱,首位城市的主导地位在下降,多中心性特征增强。
表13 长三角城市群功能多中心指数
通过城市首位度、城市基尼系数、赫芬达尔-赫希曼指数、地理联系率探究长三角扩容进程中城市群人口空间结构演变特征。结果表明:人口在首位城市(上海)的集中化趋势明显,但在中小城市中呈发散增长态势;2010年时长三角城市群是一种空间分布均衡度较高的状态。随着经济的发展长三角城市群不断扩容,城市群的人口集中程度、空间分布均衡度在下降,逐渐向多中心、分散化方向演变。
通过构建经济联系空间关联网络,探究长三角城市群空间联系演变特征。结果表明:长三角扩容进程中,随着成员城市数量的增加,网络关联关系数也在增加,但网络密度呈下降趋势,城市之间的空间联系强度需要进一步增强;上海的核心地位和杭州的中心地位有所下降,南京、合肥的中心地位不断凸显;网络呈多中心化方向发展,形成了多个都市圈绵延发展的趋势;城市间经济联系存在不对称和不均衡的现象,经济联系紧密的地区主要集中在城市群的东部,外围地区与核心地区之间的经济联系仍有待加强;从多中心特征分析来看,集聚特征减弱,首位城市的主导地位在下降,多中心性特征增强。
鉴于以上结论,本文提出了优化长三角城市群空间结构和协调城市发展的相关措施。
一要合理均衡城市群内人口空间分布。长三角城市群的人口与经济增长在空间上具有较高的耦合关联特征,有重点、有次序的差异化的人口空间结构有利于提高城市群的空间经济效率,既要强化中心城市首位度、集聚度、吸引力,又要通过科学引导和政策倾斜,吸引人口向次核心城市和中小城市集聚,促进人口要素向城市群内多中心分散化集聚,促进形成新的增长极。
二要加强城市群内城市间经济联系。目前长三角城市群整体空间网络密度并不是很高,应当进一步加大融合力度,强化区域联动发展,加强城市间的经济联系。各个城市根据各自资源禀赋和发展定位,有差别地规划发展战略,充分发挥优势,实现核心城市与边缘城市之间、大中小城市之间的合理分工和功能互补,错位发展。优化城市群空间结构,打破行政壁垒,加强跨区域协调互动,增强市场一体化程度,健全网络化交通基础设施体系,多项举措推进长三角区域经济一体化发展。
三要着力打造多中心网络化空间结构。传统的单中心空间结构导致了区域资源配置效率降低、中心城市发展压力过大、区域生态环境恶化等问题。长三角在扩容进程中,不断向多中心化方向发展,有利于进一步打造多中心网络化空间结构。苏浙皖各扬所长,加快南京、杭州、合肥、苏锡常、宁波等都市圈建设,发挥都市圈整体对外辐射带动作用,加强长三角中心地区与苏北、浙西南、皖北等地区的深层合作,加大对苏北、浙西南、皖北等地区中小城市的开发强度。