中国城市群空间结构演变规律与时空特征研究

李书婷，张 瑜

（1.山西金融职业学院，山西 太原 030000；2.马来西亚苏丹依德里斯教育大学 管理与经济学院，马来西亚 霹雳州丹戎马林 35900；3.中国人民大学 应用经济学院，北京 100872）

一、引言及概念界定

1.引言

党的二十大报告围绕促进区域协调发展作出一系列重要部署，强调“以城市群、都市圈为依托构建大中小城市协调发展格局”。中国城市群的快速发展是当前中国城市化进程中的一个重要现象。城市群的形成和发展对于提高区域经济发展水平、优化城市空间结构、促进资源集约利用、推动城市可持续发展等方面具有重要意义。然而，由于城市群内部城市之间的空间结构和时空特征的差异，城市群的发展也存在着一些问题和挑战，例如单中心城市过度发展、城市群内部城市发展不均衡、资源浪费等。因此，对于城市群空间结构演变及其时空特征的研究，可以更加深入地了解城市群的发展趋势和规律，为城市群规划和发展提供依据。同时，也有助于促进城市群之间的协同发展，提高城市群的整体竞争力，为城市群可持续发展提供理论支撑和指导。

2.中国城市群范围界定

关于城市群范围的界定，国内学者基于不同的界定方法，提出了不同的城市群空间范围识别的标准。方创琳(2005)结合中国城市群形成发育的特征，提出“3+11+14”的三大等级、28 个城市群构成的结构体系[1]。之后，此发展框架进一步被修改为“15+8”的23 个城市群空间结构格局[2]，即由政府主导建设的23 个城市群中，其中15 个已达到发育标准，8 个尚未达到发育标准。此外，国内其他著名学者，结合中国城市化发展阶段特征和城市群发育程度，相继提出了相应的城市群发展框架[3-6]。

文章以城市间经济联系为依据来识别城市群空间范围，同时参考已有研究的划分方法，结合《国家新型城镇化规划（2014—2020 年）》 《全国主体功能区划》 《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》等多个官方文件，最终确定20 个城市群作为研究对象，其中包括13 个发育程度较高的国家级城市群和7 个经济发展程度较低的区域性城市群。具体包括京津冀、长三角、珠三角、山东半岛、海峡西岸、武汉、长株潭、江淮、中原、关中平原、成渝、辽中南、哈长13 个国家级城市群，以及南昌、呼包鄂、晋中、南宁、兰西、滇中、黔中7 个区域性城市群。从全国层面来看，文章选取的20 个城市群涵盖了中国东部、中部、西部、东北四大区域；从区域层面来看，20 个城市群包含了165个城市单元，约占全国设区城市数的56%，其中包括4 个直辖市、155 个地级市、2 个自治州和4 个县级市。除海口、银川、拉萨和乌鲁木齐外，其他所有省会城市均涵盖在内。

二、空间结构的测算方法和数据处理

1.空间结构的测算方法

合理量化城市群空间结构并总结其特征和演变规律是研究的重要前提。对于空间结构的研究，不同研究关注的角度有所差异。文章从区域经济学研究视角出发，基于单中心和多中心维度来分析空间结构。沿用Anas 等(1998)[7]对形态单中心和多中心的定义，根据要素是否集聚在中心城市，以及多大程度上集聚于中心城市，来判断城市群空间结构属于单中心化还是多中心化。文章以中心度及其变化刻画城市群空间结构的演变趋势。需要说明的是，中心度指数的大小仅表明集中程度的高低差异，只具有相对意义，不存在绝对的单中心和多中心。对空间结构的测算，可以采用衡量区域层面的单中心和多中心程度，如位序规模法则、城市基尼系数、赫芬达尔指数、首位度等。这些测算方法均是基于城市规模而构造，都可以反映出城市间经济活动的空间分布和集中程度，并不存在本质上的差异。文章着重以位序规模法则和城市基尼系数构造的中心度指数为主来分析城市群空间结构的演变特征。

（1） 位序规模法则

位序规模法则是从城市规模和城市规模位序的关系角度来分析城市体系的规模分布特征，是衡量形态单中心和多中心最常用的指标。文章借鉴Meijers&Burger(2010)[8]研究美国大都市区空间结构的方法，通过对城市群规模等级结构的空间分布特征来反映中国城市群空间结构的单中心—多中心程度。位序规模法则的公式为：

其中，Pi是城市i 的人口规模，Ri是城市位序，q 为OLS回归斜率的绝对值，也称Zipf 指数。文章将q 定义为中心度，用以判断城市群空间结构的集中程度，q 越大，表明规模等级结构呈幂律分布，城市群规模分布差异较大，核心城市的地位突出，城市群趋于单中心结构；反之，当q 越小，规模等级结构的空间分布呈现均衡化模式，城市群内部规模分布较为均衡，高位序城市规模不突出，城市群趋于多中心结构分布。因此，通过观察城市群不同年份的Zipf 指数变化，可以分析出城市群空间结构的演化特征。

（2） 城市基尼系数

基尼系数最早是由意大利统计学家Gini(1912)提出，是衡量地区居民收入分配差异性的指标，城市基尼系数由此而来。考虑到城市群中的城市数量、各城市群经济体量存在较大差距，文章在计算城市基尼系数时选择以城市人口为权重。城市群的基尼系数的具体公式为：

2.夜间灯光数据的处理

现有文献对空间结构测算大多采用社会经济统计数据，如城市人口数据、就业数据或GDP 数据。对于城市人口数据，《中国城市统计年鉴》中的户籍人口数据无法反映城市的真实人口规模，由此测算的城市群空间结构容易出现偏误。而每十年一次的全国人口普查数据包含城市常住人口数据，但时间间隔较长，难以形成连续年份的面板数据。对于就业统计数据而言，也有诸如人口数据的弊端，且多年来的就业统计口径变动较大，不利于长时序观测，难以反映真实的城市质量。GDP 数据的内生性更强，往往导致显著的因果偏差。正是由于以城市行政单元统计的社会经济统计数据存在诸多弊端，导致由此测算的空间结构指数难以真实准确地刻画城市群空间结构的时空特征和演变规律。

考虑到社会经济统计数据的不足，文章采用全球夜间灯光数据作为基础数据来测算城市群中心度指数。在经济学领域，夜间灯光数据已经得到广泛应用。文章选取的2000—2020 年可比较的中国城市夜间灯光数据集，来源于2000—2013 年的DMSP/OLS 夜间灯光数据和2014—2020 年的NPP-VIIRS 夜间灯光数据。关于不同时间段、不同卫星的夜间灯光数据的来源与处理，需要说明的有以下几点：其一，2000—2013 年夜间灯光数据源于美国空军防御气象卫星(Defense Meteorological Satellite Program，DMSP)搭载的业务型扫描传感系统(Operational Linescan System，OLS)探测所得，简称DMSP/OLS 夜间灯光数据。这一数据集经美国军方收集后，由美国国家海洋和大气管理局(NOAA)国家地球物理数据中心(NOAA's National Geophysical Data Center)进行处理并对外发布。尽管对外公布的灯光影像已经经过初步的处理，但该数据集仍存在一些问题不便于直接使用，如数据未经辐射定标、存在明显的“饱和”现象等问题。其二，2014—2020 年夜间灯光数据来源于美国2011 年发射的新一代对地观测卫星(Suomi National Polarorbiting Partnership，SNPP)搭载的可见光/红外辐射成像仪(Visible Infrared Imaging Radiometer Suite，VIIRS)所获取的夜间灯光遥感影像。相比于DMSP/OLS 夜间灯光数据，NPP-VIIRS 数据集不存在像元亮度饱和的问题，且在时间分辨率、空间分辨率和辐射分辨率等方面都更有优势，不同年份数据的可比性也较强。这一数据集在2012 年开始对外发布并持续更新，成为经济活动估算的新热点。通过对这两个不同时间段的卫星数据集进行处理、校正和整合，构建了2000—2020 年间长时序可比较的城市夜间灯光数据集。

三、城市群空间结构的时空演变

选取2000—2020 年间的城市夜间灯光数据，文章采用多种方法（如位序规模法、基尼系数等） 对中国20 个城市群的空间结构指数进行计算。具体从整体趋势、分区域特征、个体差异三方面对中国城市群空间结构指数的变化趋势进行分析。

1.城市群中心度的整体趋势

为判断城市群中心度的整体趋势，文章将各城市群中心度指数简单加权求得城市群中心度指数均值，以判断中国城市群空间结构的总体演变趋势。现有文献普遍认为，空间结构形态具有相对的黏性（或稳定性），即在一段时间内，空间结构指数的变化有限。文章测得的中国城市群空间结构指数也表现出这一规律，2000—2020 年间，由位序规模法测得的城市群平均中心度指数的波动区间在[1.54，1.09]之间，基尼系数、HHI 指数测得的中心度指数波动区间更小，分别在[0.51，0.38]和[0.35，0.26]之间。多种测算方法得出的中心度指数表明，其变动幅度有限，表现出一定的稳定性。

除稳定性外，中心度指数还呈现出明显的多中心化趋势。图1 展示了位序规模法则、基尼系数、HHI 指数等多种方法测得的中心度指数的变化趋势，结果显示，不同方法得出的变化趋势是一致的，即城市群中心度指数均值呈现出明显的下降趋势。Zipf 指数测算得出的城市群中心度指数均值从2000 年的1.54 波动下降至2020 年的1.09，基尼系数和HHI 指数也呈现出相似的波动下降趋势。这意味着在平均意义上，中国城市群呈现出普遍明显的多中心化趋势。

图1 城市群中心度指数整体变化趋势

2.城市群中心度的区域特征

（1） 不同发育程度的城市群空间结构特征

考虑到不同方法得到的中心度指数变化趋势一致，文章以位序规模法说明空间结构指数的区域特征。将20 个城市群按照发育程度分为国家级城市群和区域性都市圈两类，图2 对比了两种等级城市群的中心度指数变化趋势。如图2 所示，不同发育等级城市群中，中心度指数表现出显著的空间差异。在大部分时间段内，发育程度较高的国家级城市群，其中心度要低于发育程度较低的区域性都市圈，表明经济基础较好、发展阶段较高的国家级城市群的多中心程度要高于经济基础相对薄弱的区域性都市圈。尽管如此，两种等级的城市群中心度差距在不断缩小，甚至在少数年份，区域性都市圈的多中心程度要高于国家级城市群。

图2 不同等级的城市群中心度指数变化

（2） 不同地区的城市群空间结构特征

文章将20 个城市群按照所处板块划分为东部、中部、西部、东北四大地区①东部地区城市群包括京津冀、长三角、珠三角、山东半岛和海峡西岸等城市群，中部地区城市群包括武汉、长株潭、江淮、中原、南昌、呼包鄂、晋中城市群，西部地区城市群包括成渝、关中平原、北部湾、兰西、滇中、黔中等城市群，东北地区城市群包括哈长和辽中南城市群。，图3 对比了四大地区城市群的中心度指数变化趋势。从图3 中可以看出，中心度指数呈现出显著的空间差异特征。其中，东部地区城市群的中心度指数降幅最大，且现阶段东部地区城市群的多中心程度最高；中部和东北地区城市群的中心度指数相差不大，且变动趋势基本一致，目前中部地区城市群的多中心程度略高于东北地区城市群；西部地区城市群的中心度指数在样本期间有较大的波动幅度，且多中心程度显著低于其他地区，与东部、中部、东北地区城市群形成明显落差。现阶段来看，中国城市群多中心程度从高到低的顺序依次是：东部地区城市群、中部地区城市群、东北地区城市群和西部地区城市群。

图3 不同地区的城市群中心度指数变化

3.城市群中心度的个体差异

（1） 代表性年份城市群中心度指数变化

从个体城市群的中心度指数变化趋势，可以更清楚地看出城市群空间结构演变的空间差异特征。图4 显示了2000 年、2010年、2020 年三个年份下，基于位序规模法测算的各城市群中心度指数，对比这三个年份的中心度数值发现，绝大部分城市群的中心度指数均呈现出“2000 年＞2010 年＞2020 年”的下降趋势，这也印证了图1 的结论，即中国城市群整体上呈现明显的多中心化趋势。值得注意的是，关中平原城市群的中心度指数显著高于其他城市群，表明其单中心结构的形态十分突出；呼包鄂都市圈的中心度指数最低，这与其中包含的城市数量最少有关。

图4 不同年份下各个城市群中心度指数变化

（2） 全部年份城市群中心度指数变化

个别年份的中心度指数变化固然可以说明城市群空间结构演变的一些时空特征，但综合2000—2020 年长时序连续年份的面板数据，可以更细致地解释城市群空间结构演变的个体特征。文章借鉴股市K 线图予以说明，如图5 所示。利用K 线实体和上下影线来刻画每个城市群在2000—2020 年间的中心度指数的变化情况。其中，柱状部分的实体大小表示该城市群中心度指数均值加减一个标准差所至的区间，上影线和下影线所至表示样本期内该城市群中心度的最大值和最小值。图5 中，各城市群在横轴上的排序是按照东部、中部、西部、东北四大地区划分。

图5 各城市群中心度指数变动幅度

从图5 中可以看出，各城市群空间结构演变过程中表现出以下特征：一是，在样本期内（2000—2020 年间），所有城市群中心度指数均呈现出显著的波动下降趋势，中国城市群的去中心化趋势明显。二是，大部分城市群的中心度指数标准差较小，表明空间结构具有相对黏性（或稳定性）。少数城市群的中心度指数有较大幅度的下降，如海峡西岸、呼包鄂和黔中等城市群，表明这些城市群的多中心化趋势明显。三是，从中心度指数的绝对值大小来看，大部分城市群的中心度回落至1 附近，少数城市群，如山东半岛、呼包鄂城市群的中心度更低，这表明城市群的中各城市之间规模分布相对合理，之前依靠核心城市支撑的单中心空间结构逐渐趋于多中心化。

四、研究结论与政策建议

文章通过构建可比较长时序面板数据集分析了中国城市群空间结构的演变规律。主要结论有两点：第一，利用全球夜间灯光数据，文章重构了2000—2020 年间的可比较的城市夜间灯光面板数据集，用以对中国城市群空间结构进行刻画。通过计算发现，中国城市群空间结构具有一定黏性，但也呈现出普遍明显的多中心化趋势，即黏性与多中心化并存。位序规模法、基尼系数、赫芬达尔指数等多种测算方法均证实这一结果是成立的。第二，从城市群空间结构的区域特征和个体差异来看，经济基础较好、发展阶段较高的国家级城市群的多中心程度要显著高于经济基础相对薄弱的区域性都市圈。现阶段，东部地区城市群的多中心程度最高，且多中心进程显著，西部地区城市群的多中心程度最低且多中心化趋势缓慢。

基于上述研究结论，文章有如下政策建议：在城市群层面，应积极引导多中心城市网络的形成，通过积极的财政支持和税收优惠等政策手段，激励城市间的合作和互利共赢；加强城市群的多中心发展规划，引导城市群内部的城市合理布局和发展，避免城市群内部的城市发展不均衡；建立跨行政区域的管理体系。协调各地政策和资源，促进城市群内部的协同发展。各级地方政府应积极打造面向未来、更合理有序的多中心城市网络体系，同时加快打造互联互通的基础设施，通过高速公路、机场、铁路、港口等基础设施的建设，降低城际运输成本、沟通成本，为多中心发展模式提供便利，以此为城市群实现区域协调发展创造有利的“空间”环境。