西部陆海新通道城市发展时空格局演变研究——基于夜间灯光数据

张 斌，尹 剑，邱远宏，姜洪涛

（贵州财经大学a.大数据应用与经济学院；
b.西部现代化研究中心，贵州 贵阳 550025）

我国“十四五”规划纲要明确提出要以城市群和都市圈为依托，促进大中小城市和小城镇协调联动、特色化发展。作为支撑经济增长的主阵地和主平台［1］，改革开放以来我国城市化进程快速推进，区域集群化趋势日益显著［2］。然而，限于自然条件和经济发展水平等因素的影响，中西部地区仍然存在城镇化水平较低、城镇化发展不平衡等问题。2019 年8 月，国家发改委正式发布《西部陆海新通道总体规划》，为我国西部地区深度参与区域经济交流与合作带来了新契机。在新的历史发展机遇期，如何构建西部陆海新通道发展新格局，发挥全方位承东启西、连南接北的战略功能，是促进中西部地区战略崛起和全面深化改革开放的核心要义。因此，聚焦西部陆海新通道城市规模变化趋势，了解城市规模体系时空演变规律，对于合理优化城市规模空间布局，深入推进区域协调发展战略实施和推进新型城镇化建设具有重要意义。

当前，对于西部陆海新通道区域的研究主要集中于城市网络特性［3］、交通物流建设［4］和区域协作机制构建［5，6］等方面。自西部陆海新通道战略正式实施以来，如何实现该区域协调高质量发展逐渐成为国内学者的研究热点。宗会明等［7］运用可达性分析和重力模型等方法对我国西南地区与东南亚国家陆路交通可达性进行了研究；
马子红［8］就西部陆海新通道建设与西部开发格局关系重塑进行了探究。但综合当前学者对西部陆海新通道的研究可以看出，研究多从理论探讨等视角展开［9］，实证分析也多聚焦于研究区域整体层面，微观尺度下的实证研究较少。为实现“完善新型城镇化战略，提升城镇化发展质量”的发展目标，立足西部陆海新通道区域内城市视角，探讨城市规模及其空间结构变化特征的实证研究亟待开展。

国内外关于城市规模空间结构的研究已取得较为丰富的成果，研究方法由基于传统统计数据的空间分析转变为综合空间大数据的多维分析。其中，以夜间灯光为代表的遥感影像数据在城市空间规模研究中的应用日益受到学者关注。与传统统计数据相比，夜间灯光数据具有数据量小、时间分辨率高、时序稳定性［10］等特点，能够有效反映城市的多维特征。在分析城市规模体系分布，探讨城市空间发展格局方面具有明显优势。Jiang 等［11］基于DMSP/OLS数据对非洲地区城市增长特征进行了分析研究；
沈洁［12］借助夜间灯光数据考察了我国城市集中度及其分异特征；
徐慧敏等［13］探讨了1993—2012 年我国省级行政区和经济区的城市规模分布特征。从研究内容看，主要集中于城市群空间结构［14-16］、城市规模时空演变［17］和城市核心区域测度［18］等方面；
从研究方法看，主要运用核密度估计［12］、空间数据分析［19］、城市位序—规模分布［20］、探索性空间数据分析［21］等 方 法；
从 研 究 尺 度 看，逐 渐 由 大 洲［22］、国家［13］等较大尺度区域向城市群［23］、经济区［18，24］等微观尺度转变，部分学者从县域层面［25］对城市发展特征进行了分析。然而，聚焦于经济欠发达地区城市时空格局变化的研究相对较少。

本文从西部陆海新通道整体和区域内城市出发，基于1998—2018 年夜间灯光数据，利用统计分析、方向性分析、位序—规模法则、空间自相关和修正引力模型等方法，在研究区域城市发展时空格局演化特征基础上，分析了区域经济联系协调变化趋势，以期为推进西部地区实现绿色和高质量发展提供参考。

1.1 研究区域

《西部陆海新通道总体规划》涉及内蒙古、新疆、西藏、青海、陕西、宁夏、甘肃、云南、贵州、四川、重庆、广西、海南13 个省份和广东省湛江市，地理范围跨度较大，各地区在经济发展水平、城镇化率和资源禀赋等方面差异较大。截至2020 年末，研究区域内地区生产总值达21.33 万亿元，常住总人口约3.82亿人。基于各地区地理区位和当前经济社会发展实际，本文选取内蒙古、新疆、西藏、青海、陕西、宁夏、甘肃、云南、贵州、四川、重庆、广西12 个经济欠发达、需要加强开发的省份作为研究区域，探究其城市空间格局演变规律（图1）。

图1 研究区行政区划Figure 1 Administrative division of the study area

1.2 数据来源

本文所使用的夜间灯光数据来源于中国研究数据服务平台（CNRDS）全球夜间灯光数据库（GNLD）。该数据库基于美国国家海洋与大气管理局（NOAA）发布的DMSP/OLS 和VIIRS/DNB 夜间灯光遥感影像开发而成，提供了校正后我国不同层级尺度夜间灯光数据。由于本文研究时期跨度较大，研究区域内存在个别市县成立、合并和更名等情况，考虑到研究数据的可比性、连续性和可得性，统一按照2020 年行政区划进行调整。鉴于夜间灯光数据的可获得性，本文选取1998 年、2008 年、2018 年3 个年度作为研究时期。经济社会和人口数据来源于对应年份的《中国城市统计年鉴》，对于个别缺失数据采用插值法进行补齐。城市群行政区划范围来自各城市群发展规划。

首先，本文基于夜间灯光数据构建城市夜间灯光平均强度和夜间灯光平均强度增长率指标，分析西部陆海新通道城市夜间灯光变化趋势，并运用标准差椭圆方法探讨了城市规模空间演变特征。其次，运用位序—规模法则分析西部陆海新通道区域内城市发育情况及其等级体系变化趋势，综合人口统计数据与夜间灯光数据进行局域空间自相关分析，以有效识别人口和夜间灯光在局部尺度上的空间差异情况。最后，本文立足于城市群视角，通过构建修正引力模型分析和探讨研究区域城市群空间的关联特征。

2.1 夜间灯光平均强度

全球卫星观测夜间灯光数据是一种遥感数据，能很好地表征人类活动，目前已成为科学界应用最为广泛的地理空间数据产品之一。夜间灯光在一定程度上弥补了传统统计数据存在的统计口径不一致等问题，广泛应用于城市规模测度等领域。为分析西部陆海新通道区域内城市夜间灯光增长规模和分布特征，参考相关研究［17，26］，本文构建了夜间灯光平均强度和夜间灯光平均强度增长率两个指标。计算公式为：

式中：DNi为区域内第i 个栅格单元的DN 值；
n 为栅格的数目；
ANLI 即为区域内夜间灯光平均强度；
r 为夜间灯光平均强度增长率。

2.2 标准差椭圆

空间要素在一定时间尺度上的整体特征可能具有不同的动态特征，从多维视角对研究区域城市扩张特征进行探究，可为描述和理解城市规模的空间分布及时空演化过程提供支撑［27］。当前，标准差椭圆方法已经被广泛应用于空间要素在特定范围内的整体分布及其方向性趋势的识别，因此本文拟采用标准差椭圆方法来揭示研究区域城市整体发展方向性特征及其重心迁移规律［26］。标准差椭圆重心计算公式为：

2.3 城市位序—规模法则

完善合理的城市体系分布结构有利于城市职能分工和经济社会整体发展［28］。本文采用位序—规模法则分析和探究西部陆海新通道区域内城市规模体系变化特征。位序—规模法则是指一个城市的规模和该城市在国家所有城市按人口规模排序存在的规律，作为当前研究等级体系最广泛和最经典的方法［29］，在一定程度上可以阐述城市位序与规模分布之间的关系。计算公式为：

式中：Pr为第r 个城市的夜间灯光平均强度；
K为最大城市的夜间灯光平均强度；
Ri为城市Pr 的位序；
q 为捷夫指数。

当q ＝1 时，对数变化为：

式中：lgRi值反映第一城市的夜光规模。如果q 的绝对值趋近于1，说明各级城市夜光规模分布接近理想状态；
如果q 的绝对值大于1，说明城市夜光规模分布较为集中，大的城市发育度较好，而中小城市不够发达；
如果q 的绝对值小于1，说明城市夜光规模分布比较分散，高位次城市夜光规模不够突出，而中小城市发育度较好。

2.4 局域空间自相关

局域空间自相关分析从局部尺度上测算空间要素间的相互关系和差异程度［30］，实现了对空间要素聚集范围的具体确定。本文选取研究区域各城市人口统计数据和夜间灯光数据，采用多边形一阶临阶标准构建权重矩阵分析人口规模和夜间灯光在局部空间集聚的差异特征。计算公式为：

式中：I 为局域空间自相关指数；
wij权重矩阵；
Zi和Zj分别表示要素数据的标准化形式。

2.5 修正引力模型

城市空间联系实现了不同地区间资源要素、信息技术的交流，在实现自身发展的同时，辐射带动周边区域发展。参考相关研究［31-33］，本文选取各城市群地区生产总值、年末总人口和夜间平均灯光强度等指标构建以下修正引力模型，探讨城市群间空间辐射带动效应。

式中；
Rij为城市群i 和城市群j 间的联系强度；
kij为修正引力系数；
Pi和Pj分别为城市群i 和城市群j 的年末总人口；
Gi和Gj分别为城市群i 和城市群j 的地区生产总值；
ANLIi和ANLIj为城市群i 和城市群j 的夜间灯光平均强度；
Dij为城市群i 和城市群j 之间空间距离。鉴于当前各城市群之间主要交通运输方式不同，为构建统一的空间距离衡量标准，本文利用ArcGIS软件量测算得到各城市群之间空间距离（Dij）。

3.1 夜间灯光强度分析

不同时期西部陆海新通道区域内夜间灯光平均强度前20 位城市如图2 所示，夜间灯光平均强度增长率前20 位与后20 位城市如图3 所示。整体来看，各城市夜间灯光平均强度均呈现出明显增长的特征。1998—2018 年，夜间灯光平均强度数值排名前20 位的城市多为成都市、西安市、银川市等省会城市，可见省会型城市在城市规模、经济规模等方面具有明显的特征优势；
阿里地区夜间灯光平均强度增长率变化最为显著，增长了近150 倍；
夜间灯光平均强度增长率排名最后两位的攀枝花市、吐鲁番市分别达到了18.2%和16.4%，变化较为明显。从夜间灯光强度排名及其增长率差异性来看，规模较小城市发展潜力较大，夜间灯光平均强度增长态势明显优于省会型城市。自实施西部大开发战略以来，我国西部地区在城市规模、经济水平、产业结构等方面取得了明显提升，加之各地区多种发展政策的支持引导，西部陆海新通道区域内城市综合水平实现了显著提升。

图2 1998 年、2008 年、2018 年夜间灯光平均强度前20 位城市Figure 2 Top 20 cities with average nighttime light intensity in 1998，2008 and 2018

图3 夜间灯光平均强度增长率前20 位与后20 位城市Figure 3 Top 20 and last 20 cities in the average nighttime light intensity growth rate in 1998 and 2018

3.2 城市规模空间变动特征分析

研究区域标准差椭圆参数变化结果如表1 所示。整体来看，1998—2018 年间西部陆海新通道城市体系空间分布整体呈现“由西向东，由北向南”的演变格局。标准差椭圆面积呈逐渐减小的变化趋势，表明该区域城市体系愈加集中。标准差椭圆坐标重心由1998 年的（103°805′E、33°635′N）变化为2018年的（105°015′E、32°331′N），呈现由西北向东南方向移动的特征，其中2008—2018 年重心推移量最大。综合标准差椭圆重心地理位置来看，西部陆海新通道城市体系重心1998 年、2008 年均位于九寨沟县，2018 年移动至青川县。标准差椭圆长轴长度呈缩短特征，短轴长度呈扩张特征，长轴伸缩幅度大于短轴。长短轴之比从1998 年的1.728 变化为2018年的0.726，说明西部陆海新通道区域内城市规模空间格局在东西方向扩张，在南北方向收缩。椭圆方位角由131.7°顺时针旋转为142.88°，西北—东南方向变化幅度较大，该方向上的城市起到了推动城市规模时空演变的主要拉力作用。

表1 1998 年、2008 年、2018 年夜间灯光强度的标准差椭圆参数Table 1 Standard deviation ellipse parameters of the night light intensity in 1998，2008，and 2018

3.3 城市规模体系演变特征分析

研究区域内城市夜间灯光平均强度位序—规模双对数图及｜q ｜值时间序列如图4 所示，回归模型结果在0.01 置信水平下均通过显著性检验。综合来看，西部陆海新通道规模位序靠前的城市规模位于拟合线下，其城市规模的实际值小于理论值，城市规模未来有进一步提升的空间。规模位序越靠后的城市偏离拟合线程度较大，城市规模差距有待进一步缩减。从｜q ｜值变化来看，1998—2018 年的｜q ｜值始终大于1，城市规模首位度分布较为显著。由此说明，西部陆海新通道区域内城市夜光规模分布总体上较为集中，呈现区域性聚集分布，高位序城市发育度较好而中小城市不够发达。同时，｜q ｜值总体上呈现逐渐下降的趋势，由1998 年的1.6732 下降至2018 年的1.2554，表明该区域内城市规模结构逐渐由强首位向弱首位转变，城市规模分布逐渐趋向于分散结构。总体上，在大中城市的辐射带动作用下，中小城市规模结构发育较快，西部陆海新通道区域内城市规模结构逐渐向大中小城市协调发展状态转变，城市规模结构状况正趋向于合理的位序—规模分布。

图4 1998—2018 年城市位序—规模双对数值及｜q ｜值时间序列Figure 4 City′s rank- size plots and the values of ｜q｜from 1998 to 2018

3.4 城市空间集聚特征分析

城镇化的不断推进使得区域人口向中心城市集聚的态势更为明显［34］，人口的流动与分布在一定程度上可以表征区域城市规模的发展趋势。为解决夜间灯光值存在不能完全反映真实城市发展水平问题，提高研究结果的可靠性，本文综合人口统计数据与夜间灯光数据，采用双变量叠加分析识别西部陆海新通道城市发展空间集聚特征，以探寻西部陆海新通道区域内城市规模的演变趋势，结果如图5 所示。

图5 1998 年、2008 年、2018 年夜间灯光平均强度和人口双变量局域空间自相关分布Figure 5 Local spatial autocorrelation of average nighttime light intensity and population average in 1998，2008，and 2018

整体来看，西部陆海新通道区域内不同聚类类型变化特征具有明显差异性。从聚类类型空间分布来看，H - H 类型城市的空间格局变化最为明显，1998年H- H 类型仅为成都、德阳和内江，2008 年变化为成都、重庆等9 座城市，2018 年城市数量增加到14 座城市。综合地理位置来看，H- H 类型城市主要集中于成渝城市群，作为西部大开发的主平台和主战场，成渝城市群在资源禀赋、地理区位等方面优势明显，城市综合发展水平较高，辐射带动周边城市发展；
L- L 类型城市数量由1998 年的34 座逐渐减小为2018 年的28 座，集中分布于西藏、青海和新疆等地区；
该区域自然环境主要为高原、沙漠，人口聚集和城市规模扩张均受到严重制约；
L- H类型主要分布于成渝城市群，关中平原城市也少有分布，空间格局变化呈逐渐减少趋势；
H- L类型变化特征不明显，分布数量较少，主要为乌鲁木齐和克拉玛依两座城市，周边城市资源要素逐渐向该城市聚集，产生一定程度的“虹吸效应”。

3.5 城市群规模空间特征分析

在整体分析西部陆海新通道区域城市规模时空格局变化的基础上，本文聚焦西部陆海新通道区域内城市群规模发展趋势，选取成渝城市群、关中平原城市群和黔中城市群在内的9 个城市群作为研究子区域，从微观角度探求城市规模的集中程度和变动方向。鉴于北部湾城市群、关中平原城市群所辖大部分城市位于研究区域内，为体现城市群发展的整体性，本文以《北部湾城市群发展规划》和《关中平原城市群发展规划》规划区域作为研究范围。1998年、2018 年城市群标准差椭圆及重心变动如图6 所示，城市群标准差椭圆变化情况统计结果见表2。

表2 1998、2018 年城市群夜间灯光强度标准差椭圆变化Table 2 Standard deviation ellipse change of night light intensity in urban agglomerations in 1998 and 2018

图6 1998 和2018 年城市群夜间灯光强度标准差椭圆分布Figure 6 Distribution of standard deviation ellipse of night light intensity in urban agglomeration in 1998 and 2018

1998—2018 年各城市群城市规模空间均呈显著扩张特征，但又各具特色。从标准差椭圆空间增长率来看，关中平原城市群空间增长最为明显，空间增长率达41.42%；
滇中城市群空间增长率较低，空间增长率为10.75%。从空间扩张方向来看，北部湾城市群、滇中城市群、黔中城市群、兰西城市群和关中平原城市群呈向西北方向扩张格局；
宁夏沿黄城市群呈向东南方向扩张格局；
呼包鄂榆城市群呈向西南方向扩张格局；
天山北坡城市群呈向东北方向扩张格局；
成渝城市群在空间格局上分布较为集中，标准差椭圆向东北—西南方向扩张。从城市规模重心移动方向来看，北部湾城市群、滇中城市群、黔中城市群、兰西城市群、天山北坡城市群和关中平原城市群重心向西北方向偏移，成渝城市群、宁夏沿黄城市群重心向东南方向偏移，呼包鄂榆城市群重心呈向西南方向偏移。

3.6 城市群空间关联特征分析

西部陆海新通道城市群空间关联强度变化具体如图7 所示。总体上看，城市群间空间关联强度显著增强，空间关联网络逐渐复杂。1998年，城市群关联强度排名前两位的分别是成渝城市群—黔中城市群、关中平原城市群—成渝城市群，关联强度分别为81.045 和71.992；
关联强度排名后两位的为黔中城市群—天山北坡城市群、宁夏沿黄城市群—天山北坡城市群，关联强度仅为0.085 和0.054。2008年，各城市群间空间关联强度得到极大提升，城市群关联强度排名最高的依然为成渝城市群—黔中城市群，关联强度增长了近3.5 倍；
城市群关联强度排名最低的是宁夏沿黄城市群—天山北坡城市群，关联强度也实现了近3.5 倍增长；
2018 年，各城市群间空间关联强度进一步提升，关联强度在105.483 以上的点对数由2008 年的4 条增加为20 条。关联强度排名第一的为成渝城市群—黔中城市群，关联强度较2008 年增长了近5.8 倍。综合来看，西部陆海新通道区域内各城市群对外联系程度不断加深，与周边城市群的联系日益紧密。成渝城市群与周边城市群空间关联强度更为显著，辐射带动作用明显。同时，城市群间关联强度存在不均衡性，并随着时间的发展愈加突出。

图7 1998 年、2008 年、2018 年城市群关联强度Figure 7 Connection degree between urban agglomerations in 1998，2008 and 2018

4.1 结论

基于夜间灯光遥感影像大面积同步观测、时效性强等优势，本文综合运用统计分析、标准差椭圆、位序—规模法则、局域空间自相关分析和修正引力模型等研究方法，对1998—2018 年西部陆海新通道区域内城市发展的时空动态过程及其演化趋势进行分析。主要结论如下：①各城市夜间灯光平均强度均有显著增长，省会型城市夜间灯光平均强度排名较高，规模较小城市夜间灯光平均强度增长态势较为明显。研究期内，西部陆海新通道城市空间扩展方向整体上呈现“由西向东，由北向南”的演变格局，城市连通性进一步增强。区域内城市群规模呈显著扩张，关中平原城市群最为明显。②西部陆海新通道区域内城市规模结构逐渐由强首位向弱首位转变，城市规模体系逐渐向大中小城市协调发展状态转变，城市规模结构逐渐趋向于合理的位序规模分布。③综合西部陆海新通道区域内局域空间自相关结果，成渝城市群发展较快，在西部陆海新通道中空间辐射能力不断增强；
天山北坡城市群内乌鲁木齐和克拉玛依城市发展较好，但周边城市规模有待提升。④城市群间空间关联强度显著增强，成渝城市群逐渐发展为城市群空间关联网络的核心，但各城市群空间关联不平衡性特征依然存在。

4.2 建议

对策建议：①强化城市间空间联系能力。各城市应以西部陆海新通道建设为发展契机，加快交通和物流等基础设施建设，提高与周边城市间在经济、技术和信息等方面的联系能力，提升城市整体综合发展水平。②加快提升中心城市综合水平。鉴于当前西部陆海新通道区域内结构合理的城市规模体系尚未形成，应注重对中心城市和省会城市的培育。通过政策支持、资源调配等手段，重点支持成渝城市群建设，持续发挥空间辐射效应，带动周边小城市发展。③建立区域协调发展机制。打破区域间行政壁垒，提高资源配置效率，在发挥对大城市辐射带动作用的同时，给与中小城市更多的发展机遇。

4.3 讨论

从近年西部陆海新通道城市发展的演变情况来看，未来区域内城市将朝着联动加强、协调发展的趋势演进，并凸显城市群作用。具体表现为：①西部陆海新通道城市空间格局未来有向东南方向移动的趋势，以成渝城市群为核心的向心集聚状况可能会越加集中；
城市规模首位度在逐渐减小，单体城市规模结构逐渐向协调发展状态转变。②西部陆海新通道区域内中心城市经济、人口集聚能力显著提升的趋势还将持续；
城市规模在实现进一步扩张的同时，辐射带动周边中小城市实现规模发展，逐渐形成大中小城市联动发展的空间格局；
城市之间的合作将更加密切，城市群将成为主要的区域经济交互单元。③西部陆海新通道区域内各城市群空间规模、城市密度将得到进一步提升；
成渝城市群、关中平原城市群和北部湾城市群在城市发展水平、经济规模等方面优势明显，空间集聚能力逐步增强，将促进空间结构更加完善和成熟，可能会以扩大城市群边界或吸纳周边城市群的形式，形成特大城市群。本文得出成渝城市群与黔中城市群的经济联系强度增加趋势越发显著。随着近年来成都—重庆—贵阳的中心城市为轴心的三角形交通网络的构建完善，区域通勤时间明显缩短、相互联系更加密切，存在联合形成更大城市群的潜力。

研究采用位序—规模方法探讨了西部陆海新通道城市规模体系的等级变化，并结合双变量空间自相关研究了人口—经济对城市体系的影响，进一步借助引力模型研究了城市、城市群的辐射联动效应，可为西部陆海新通道城市协调发展提供一定的政策支持，同时也可为城市体系的相关研究提供参考。夜间灯光强度是可供实现多尺度空间分析的有效数据源，包含较多的空间信息，本文重点探讨了其均值强度的指标。借助机器学习方法可以实现其包含的多重信息挖掘，并能突破传统行政边界实现城市形状与密度变化、建成区扩张与收缩、城市功能变迁的分析，更详细地刻画城市、城市群的交互关系，这将在后续的研究中体现。另外，交通作为城市人流、物流、信息流的重要载体，是反应城市联系的关键要素，结合经济网络与交通网络，利用复杂系统分析方法探讨西部陆海新通道城市的空间联系值得进一步研究。此外，限于研究数据的可获得性，本研究较少考虑多源指标，后续研究将借助区域经济大数据挖掘，建立多维度、多要素的城市发展测度模型，以更加精准地测度城市空间关联特征，从不同空间尺度探讨西部陆海新通道城市空间扩张趋势及其内在动力机制。