長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展水平評(píng)價(jià)與空間演變分析

錢力 張軻

摘要：基于長(zhǎng)三角地區(qū)2010—2018年的原始數(shù)據(jù)，利用改進(jìn)的熵值法，對(duì)長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展水平進(jìn)行評(píng)價(jià)，同時(shí)引入莫蘭指數(shù)對(duì)空間變化進(jìn)行分析，利用ArcGIS探究空間演變。研究結(jié)果表明：長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平整體上呈現(xiàn)一個(gè)緩慢平穩(wěn)上升的態(tài)勢(shì);長(zhǎng)三角地區(qū)各維度融合度差異明顯，其中經(jīng)濟(jì)融合度最高，空間融合度最低;各地區(qū)間城鄉(xiāng)融合水平差異顯著;長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平在空間上有負(fù)相關(guān)性，集聚效應(yīng)不明顯。據(jù)此，提出加快長(zhǎng)三角一體化發(fā)展步伐、推動(dòng)區(qū)域協(xié)同合作、優(yōu)化空間布局、促進(jìn)資源互動(dòng)共享等對(duì)策建議。

關(guān)鍵詞：長(zhǎng)三角地區(qū);城鄉(xiāng)融合;空間演變;莫蘭指數(shù)

中圖分類號(hào)：F126

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-5595（2021）04-0031-09

一、引言

改革開(kāi)放以來(lái)，國(guó)家為了促進(jìn)農(nóng)業(yè)和農(nóng)村的發(fā)展，出臺(tái)了大量相關(guān)政策。然而鄉(xiāng)村地區(qū)發(fā)展長(zhǎng)期滯后，城鄉(xiāng)資源要素雙向流動(dòng)不暢，區(qū)域經(jīng)濟(jì)發(fā)展不平衡，城鄉(xiāng)差距不斷拉大[1]，鄉(xiāng)村生態(tài)和經(jīng)濟(jì)建設(shè)短板明顯[2]，鄉(xiāng)村發(fā)展深層次問(wèn)題仍有待解決。黨的十九大報(bào)告中提出的鄉(xiāng)村振興戰(zhàn)略有利于解決城鄉(xiāng)發(fā)展不平衡問(wèn)題，它的內(nèi)容和實(shí)施路徑是城鄉(xiāng)融合發(fā)展。[3]實(shí)施城鄉(xiāng)融合戰(zhàn)略，可以解決城市與鄉(xiāng)村差距“縱向-融合性”的發(fā)展問(wèn)題，從“城鄉(xiāng)二元結(jié)構(gòu)的固化”到“城鄉(xiāng)統(tǒng)籌”“城鄉(xiāng)一體化”再到“城鄉(xiāng)融合”的演變，反映了對(duì)城鄉(xiāng)關(guān)系認(rèn)知的不斷深入。[4]

長(zhǎng)三角地區(qū)依靠地域優(yōu)勢(shì)和國(guó)家特殊優(yōu)惠政策，實(shí)現(xiàn)了經(jīng)濟(jì)發(fā)展的歷史性跨越，成為了帶動(dòng)全國(guó)經(jīng)濟(jì)的重要引擎。[5]長(zhǎng)三角地區(qū)作為全國(guó)經(jīng)濟(jì)發(fā)展最活躍、開(kāi)放程度最高、創(chuàng)新能力最強(qiáng)的區(qū)域之一，以不到4%的國(guó)土面積，創(chuàng)造了全國(guó)25%的經(jīng)濟(jì)總量。長(zhǎng)三角地區(qū)城市經(jīng)濟(jì)發(fā)達(dá)，農(nóng)村占地面積廣闊，但鄉(xiāng)村空間土地利用效率不高，城鄉(xiāng)差距較大。因此，加快推進(jìn)長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展、共享發(fā)展，既是大勢(shì)所趨，也是內(nèi)在要求。在此背景下，國(guó)家正積極推動(dòng)長(zhǎng)三角一體化發(fā)展，實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，發(fā)揮區(qū)域內(nèi)各地區(qū)的比較優(yōu)勢(shì)，積極提升其在經(jīng)濟(jì)格局的量級(jí)。城鄉(xiāng)融合是長(zhǎng)三角一體化的重要內(nèi)容，城鄉(xiāng)差距是形成長(zhǎng)三角地區(qū)空間差異的源頭，長(zhǎng)三角地區(qū)一體化發(fā)展需要對(duì)城鄉(xiāng)融合予以高度重視。因此，研究長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展水平與空間演變，對(duì)該地區(qū)城鄉(xiāng)融合的發(fā)展及區(qū)域一體化都有著重要的意義。

二、文獻(xiàn)綜述

為解決“三農(nóng)”和城鄉(xiāng)差距問(wèn)題，我國(guó)先后頒布了新農(nóng)村建設(shè)、城鄉(xiāng)一體化、新型城鎮(zhèn)化、美麗鄉(xiāng)村建設(shè)等系列政策[6]，但長(zhǎng)期的“輸血”在原有的“城市偏向”下并沒(méi)有解決鄉(xiāng)村深層次的問(wèn)題[7]。近年來(lái)，隨著經(jīng)濟(jì)的高速增長(zhǎng)，城鄉(xiāng)差距顯著拉大，帶來(lái)了一系列的經(jīng)濟(jì)和社會(huì)問(wèn)題。[8]在此背景下，黨的十九大創(chuàng)造性地提出了鄉(xiāng)村振興戰(zhàn)略，重振鄉(xiāng)村經(jīng)濟(jì)和其自主發(fā)展的愿景。實(shí)施鄉(xiāng)村振興戰(zhàn)略首先應(yīng)重新審視城鄉(xiāng)關(guān)系，空間社會(huì)學(xué)認(rèn)為由于長(zhǎng)期沉浸在二元體系弊端下，城鄉(xiāng)在生態(tài)、經(jīng)濟(jì)、教育、福利與空間的聯(lián)系方面發(fā)展不均衡[9]，這就需要依靠城鄉(xiāng)融合的基本路徑，使城鄉(xiāng)內(nèi)外協(xié)同發(fā)展、要素精準(zhǔn)對(duì)接[10]。要實(shí)現(xiàn)城鄉(xiāng)資源能夠雙向順暢流動(dòng)，建立更加穩(wěn)定的長(zhǎng)效增長(zhǎng)機(jī)制，就要深入推進(jìn)城鄉(xiāng)融合發(fā)展戰(zhàn)略的實(shí)施。系統(tǒng)論認(rèn)為，城鄉(xiāng)系統(tǒng)的復(fù)雜性和多元性決定了城鄉(xiāng)融合不僅是經(jīng)濟(jì)上一維的融合，還是人口[11]、空間[12]、社會(huì)[13]、環(huán)境[14]等多維度的融合。經(jīng)濟(jì)地理學(xué)指出城鄉(xiāng)融合有別于傳統(tǒng)經(jīng)濟(jì)學(xué)的認(rèn)知，僅在時(shí)間維度探索城鄉(xiāng)融合的過(guò)程是脫離現(xiàn)實(shí)的，要對(duì)地理空間承載方面重視起來(lái)，而不是搭建“空中樓閣”?；诔青l(xiāng)融合的豐富內(nèi)涵，國(guó)內(nèi)外學(xué)者對(duì)城鄉(xiāng)融合評(píng)價(jià)展開(kāi)了系列研究，主要有采用層次分析法為代表的主觀賦權(quán)法[15]和熵權(quán)法[16]測(cè)度。如，張海朋等從經(jīng)濟(jì)發(fā)展、社會(huì)生活、生態(tài)環(huán)境、人口、空間維度研究大都市區(qū)城鄉(xiāng)融合系統(tǒng)的耦合協(xié)調(diào)[17];劉融融等從土地和資本的融合方面研究西北地區(qū)城鄉(xiāng)融合發(fā)展的時(shí)空特征[18];周凱等從生產(chǎn)力、生產(chǎn)關(guān)系、制度和歷史發(fā)展因素方面構(gòu)建城鄉(xiāng)融合評(píng)價(jià)指標(biāo)體系對(duì)中國(guó)城鄉(xiāng)融合進(jìn)行分析。[19]在研究城鄉(xiāng)融合時(shí)序特征的基礎(chǔ)上，還有學(xué)者引入空間維度探究城鄉(xiāng)融合發(fā)展水平空間演變特征，主流方法有空間分析及景觀分析[20]、趨勢(shì)面分析和莫蘭指數(shù)[21]等，進(jìn)一步探索了城鄉(xiāng)融合水平的空間分布格局。

關(guān)于長(zhǎng)三角地區(qū)城鄉(xiāng)融合研究的文獻(xiàn)較少，已有文獻(xiàn)主要集中在城鄉(xiāng)問(wèn)題的相關(guān)研究上。對(duì)長(zhǎng)三角地區(qū)城鄉(xiāng)居民收入差距的研究，主要采用核密度估計(jì)法分析長(zhǎng)三角地區(qū)城鄉(xiāng)居民收入差距的演變趨勢(shì)[22]、結(jié)合泰爾指數(shù)探究影響因素[23]、基于收入差距擴(kuò)大的現(xiàn)狀和原因提出政策建議[24]。對(duì)長(zhǎng)三角地區(qū)城鄉(xiāng)一體化的研究，主要利用均方差決策法和層次分析法兩種不同的評(píng)價(jià)方法，通過(guò)比較監(jiān)測(cè)長(zhǎng)三角地區(qū)城鄉(xiāng)一體化水平與進(jìn)程，量化各地區(qū)城鄉(xiāng)統(tǒng)籌情況，提出具體對(duì)策促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展[25-26]。此外，還有學(xué)者結(jié)合長(zhǎng)三角地區(qū)城鄉(xiāng)融合與經(jīng)濟(jì)發(fā)展一體化進(jìn)行研究，測(cè)評(píng)經(jīng)濟(jì)發(fā)展一體化的現(xiàn)狀并提出城鄉(xiāng)融合建議措施。[27-28]

綜上所述，國(guó)內(nèi)外學(xué)者越來(lái)越關(guān)注城鄉(xiāng)融合發(fā)展問(wèn)題，相關(guān)研究取得了一定成果，但現(xiàn)有文獻(xiàn)鮮有關(guān)于長(zhǎng)三角地區(qū)城鄉(xiāng)融合的研究，關(guān)于長(zhǎng)三角地區(qū)城鄉(xiāng)發(fā)展的空間研究也較少。由于城鄉(xiāng)融合主流的測(cè)度方法主觀性較大，做時(shí)序分析有欠缺，因此，本文采用改進(jìn)的熵值法，構(gòu)建包括經(jīng)濟(jì)、社會(huì)、生態(tài)、文化、空間五個(gè)維度的城鄉(xiāng)融合水平評(píng)價(jià)指標(biāo)體系，測(cè)算長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平，同時(shí)引入莫蘭指數(shù)并利用ArcGIS探究長(zhǎng)三角地區(qū)的空間演變特征，為長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展及相關(guān)研究提供借鑒與參考。

三、模型構(gòu)建

（一）模型設(shè)定

1.改進(jìn)的熵值法

熵值法最大的特點(diǎn)是直接利用決策矩陣給出的信息計(jì)算權(quán)重，但缺點(diǎn)是沒(méi)有引入決策者的主觀判斷。因此，在此基礎(chǔ)上對(duì)熵值法進(jìn)行改進(jìn)，利用主客觀結(jié)合的賦權(quán)方法測(cè)算城鄉(xiāng)融合水平。

（1）假設(shè)多屬性決策矩陣

M=A1A2Aix11x12…x1jx21x22…x2jxi1xi2…xij（1）

式中：M為各年份該地區(qū)在j屬性下的城鄉(xiāng)融合水平概況;Ai為第i年該地區(qū)的城鄉(xiāng)融合狀況;xij為第j個(gè)屬性下第i個(gè)方案對(duì)應(yīng)的指標(biāo)值。

利用Pij=xij∑mi=1xij計(jì)算第j個(gè)屬性下第i個(gè)方案Ai的貢獻(xiàn)度，其中，m為方案?jìng)€(gè)數(shù)。

（2）利用Ej計(jì)算所有方案對(duì)屬性Xj的貢獻(xiàn)總量，dj計(jì)算差異系數(shù)。

Ej=-K∑mi=1PijlnPij? （2）

dj=1-Ej? （3）

式中：常數(shù)K=1lnm，這樣0≤Ej≤1，即Ej最大值為1，由Ej可看出所有方案差異，據(jù)此來(lái)決定權(quán)系數(shù)的大小;dj為第j屬性下各方案貢獻(xiàn)度的一致性程度。

（3）計(jì)算各屬性權(quán)重

Wj=dj∑nj=1dj? （4）

式中：n為屬性個(gè)數(shù)。

（4）m位專家根據(jù)自身的知識(shí)和以往的經(jīng)驗(yàn)，對(duì)城鄉(xiāng)融合指標(biāo)體系中的指標(biāo)權(quán)重λj進(jìn)行主觀估計(jì)。結(jié)合上述得到的客觀權(quán)重Wj對(duì)主觀權(quán)重λj進(jìn)行修正，最終確定權(quán)重W0j。

W0j=λjWj∑nj=1λjWj? （5）

（5）計(jì)算綜合得分

Z=Pij·W0j?? （6）

2.莫蘭指數(shù)（Morans I）

Morans I指數(shù)及其散點(diǎn)圖可描述樣本空間依賴關(guān)系或分異規(guī)律，其中Morans I指數(shù)包括全局Morans I和局部Morans I，前者考察的是整個(gè)樣本空間聚集情況，后者是局部空間分布特征。通過(guò)對(duì)局部Morans I以可視化的方式呈現(xiàn)，可得到Morans I散點(diǎn)圖。

（1）全局莫蘭指數(shù)（Global Morans I）

I=n∑ni=1∑nj=1ωij·∑ni=1∑nj=1ωij（xi-）（xj-）∑ni=1（xi-）2=

∑ni=1∑nj=1ωij（xi-）（xj-）S2∑ni=1∑nj=1ωij（7）

S2=1n·∑ni=1（xi-）2? （8）

式中：n為區(qū)域單元總數(shù);xi和xj為隨機(jī)變量x在地理單元i和j上的屬性值;為n個(gè)空間單元樣本屬性值的平均值;ωij為地理單元相互之間鄰接關(guān)系的權(quán)重矩陣。

（2）局部莫蘭指數(shù)（Local Morans I）

第i個(gè)地區(qū)的局部莫蘭指數(shù)為

Ii=ZiS2∑nj≠iωijZj? （9）

式中：Zi=yi-，Zj=yj-，S2=1n∑（yi-）2，ωij為空間權(quán)重值;n為研究區(qū)域上所有地區(qū)的總數(shù);yi為第i個(gè)地區(qū)的城鄉(xiāng)融合水平。

（3）全局Morans I和局部Morans I之間的關(guān)系為

I=∑iIin （10）

（二）指標(biāo)體系構(gòu)建

根據(jù)城鄉(xiāng)融合的內(nèi)涵和機(jī)理并參考相關(guān)文獻(xiàn)[29]，依據(jù)系統(tǒng)性、科學(xué)性、可行性原則，從經(jīng)濟(jì)、社會(huì)、生態(tài)、文化、空間融合五個(gè)維度出發(fā)，選取包含二元比對(duì)系數(shù)、城鄉(xiāng)居民消費(fèi)比等在內(nèi)的20項(xiàng)指標(biāo)，構(gòu)建城鄉(xiāng)融合發(fā)展水平評(píng)價(jià)指標(biāo)體系，見(jiàn)表1。鑒于城鄉(xiāng)融合不僅是目標(biāo)，也是狀態(tài)，更是過(guò)程，因此將指標(biāo)類型劃分為“城鄉(xiāng)差別”的對(duì)比類、“城鄉(xiāng)互動(dòng)”的動(dòng)力類、“城鄉(xiāng)現(xiàn)狀”的狀態(tài)類三類。

經(jīng)濟(jì)融合維度劃分為4個(gè)二級(jí)指標(biāo)，均為對(duì)比類指標(biāo);社會(huì)融合維度劃分為3個(gè)二級(jí)指標(biāo)，城鄉(xiāng)床位數(shù)為對(duì)比類指標(biāo)，城鄉(xiāng)職工基本養(yǎng)老保險(xiǎn)覆蓋率、城鄉(xiāng)失業(yè)參保人數(shù)保險(xiǎn)覆蓋率為狀態(tài)類指標(biāo);生態(tài)融合維度劃分為5個(gè)二級(jí)指標(biāo)，建成區(qū)綠化覆蓋率為狀態(tài)類指標(biāo)，工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量、工業(yè)煙（粉）塵排放量、城鄉(xiāng)生活垃圾無(wú)害化處理率均為動(dòng)力類指標(biāo);文化融合維度劃分為4個(gè)二級(jí)指標(biāo)，文化傳播、科技創(chuàng)新、城鄉(xiāng)每十萬(wàn)人口擁有受教育人口均為動(dòng)力類指標(biāo)，離婚率為狀態(tài)類指標(biāo);空間融合維度劃分為4個(gè)二級(jí)指標(biāo)，其中城市空間擴(kuò)張、城鄉(xiāng)人口密度比、人口城鎮(zhèn)化率為狀態(tài)類指標(biāo)，城鄉(xiāng)互聯(lián)網(wǎng)用戶率為動(dòng)力類指標(biāo)。

（三）數(shù)據(jù)來(lái)源及說(shuō)明

本文選取的指標(biāo)數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、各地政府工作報(bào)告。以長(zhǎng)三角地區(qū)為研究對(duì)象，基于2010—2018年的面板數(shù)據(jù)，構(gòu)建指標(biāo)體系框架。在進(jìn)行實(shí)證分析之前，首先要對(duì)數(shù)據(jù)進(jìn)行正向化、標(biāo)準(zhǔn)化處理。

指標(biāo)體系中有些指標(biāo)對(duì)城鄉(xiāng)融合水平的影響是正向的，有些是逆向的，正向指標(biāo)的值越大，逆向指標(biāo)的值越小，說(shuō)明城鄉(xiāng)融合水平越高。因此在分析之前需要對(duì)逆向指標(biāo)正向化處理，公式為X′=Xmax-XAXmax-Xmin。X′為正向化處理后的數(shù)據(jù);XA為逆向指標(biāo);Xmin為樣本中的最小值;Xmax為樣本中的最大值。

選取的指標(biāo)存在度量單位差異，因此要消除量綱不同帶來(lái)的影響就要進(jìn)行標(biāo)準(zhǔn)化處理。公式為X″=XB-XminXmax-Xmin。X″是標(biāo)準(zhǔn)化處理后的數(shù)據(jù);XB是正向原始指標(biāo);Xmin為樣本中的最小值;Xmax為樣本中的最大值。

為直觀地了解數(shù)據(jù)的結(jié)構(gòu)，需要對(duì)數(shù)據(jù)有一個(gè)整體的度量，對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，見(jiàn)表2。

可以看出，產(chǎn)業(yè)產(chǎn)值比重對(duì)比、工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量、工業(yè)煙（粉）塵排放量的極值差距很大，其他指標(biāo)極值差異程度較小;由平均值可以看出指標(biāo)數(shù)據(jù)的一般水平，其中產(chǎn)業(yè)產(chǎn)值比重對(duì)比數(shù)值相比其他對(duì)比類指標(biāo)較大;每十萬(wàn)人口擁有受教育人口的標(biāo)準(zhǔn)差高達(dá)892.97，反映出樣本值具有較大的差異性，數(shù)據(jù)離散性更高。

四、實(shí)證分析

（一）城鄉(xiāng)融合水平總體評(píng)價(jià)

基于長(zhǎng)三角地區(qū)2010—2018年的原始數(shù)據(jù)，測(cè)算各維度得分和綜合得分，對(duì)長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展水平進(jìn)行評(píng)價(jià)，見(jiàn)表3。

可以看出，長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平整體上呈現(xiàn)一個(gè)緩慢平穩(wěn)上升的態(tài)勢(shì)。在2014年之前城鄉(xiāng)融合水平處于波動(dòng)狀態(tài)，有增有減，在2011年城鄉(xiāng)融合水平達(dá)到極小值（0.090 6），在2014年達(dá)到極大值（0.096 1），較2011年城鄉(xiāng)融合水平增長(zhǎng)了6%;2015年以后城鄉(xiāng)融合水平呈現(xiàn)穩(wěn)步增長(zhǎng)的態(tài)勢(shì)，之后每年以0.60%、1.27%、0.52%的速率增長(zhǎng)，在2017年增長(zhǎng)速率達(dá)到極大值（1.27%）。

從各維度上看，長(zhǎng)三角地區(qū)各維度融合度差異明顯，在經(jīng)濟(jì)方面融合度最高，在社會(huì)和空間方面融合度較低。經(jīng)濟(jì)融合從2010年的0.019 0躍進(jìn)到2018年的0.023 5，增加了23.7%;社會(huì)融合在2010年為0.007 7，2018年為0.010 8;空間融合由最初的0.026 1降低到2018年的0.016 9;文化融合由最初的0.019 0到2018年的0.021 4，增加了近12.6%;生態(tài)融合得分一直在0.023 0上下浮動(dòng)，變化穩(wěn)定。

（二）各地市城鄉(xiāng)融合發(fā)展水平評(píng)價(jià)

基于長(zhǎng)三角地區(qū)各地市2018年的原始數(shù)據(jù)，利用改進(jìn)的熵值法，測(cè)算各維度得分和綜合得分，對(duì)各地市城鄉(xiāng)融合發(fā)展水平進(jìn)行分析，具體見(jiàn)表4。

從綜合得分排序來(lái)看，各地區(qū)間融合水平差異顯著。41個(gè)城市城鄉(xiāng)融合水平居于長(zhǎng)三角地區(qū)前十位的上海市有1個(gè)、浙江省有6個(gè)、江蘇省有3個(gè)、安徽省有0個(gè)。其中上海市綜合得分排名第1，是排名第41位的淮安市的近5.77倍;浙江省各市平均排名12.36，其中紹興市城鄉(xiāng)融合水平居于浙江省第1，是居于省末位的麗水市的近4.46倍;安徽省各市平均排名24.94，其中安徽省內(nèi)城鄉(xiāng)融合水平最高的合肥市是省末位黃山市的1.91倍;江蘇省各市平均排名25.00，其中蘇州市城鄉(xiāng)融合水平是淮安市的近4.17倍。

從各維度來(lái)看，經(jīng)濟(jì)融合效度最高，空間融合效度最低。上海、江蘇、浙江的經(jīng)濟(jì)融合度較高，空間融合度較低，綜合得分排名靠前，安徽省的經(jīng)濟(jì)融合度僅有上海的1/10，雖然空間融合度是其他省份的兩倍左右，但綜合得分排名位列省份末位，城鄉(xiāng)融合水平較其他省份不高。排名前十的城市在經(jīng)濟(jì)融合方面得分高，在社會(huì)、生態(tài)和文化方面得分排名也不低，其綜合得分就高，而排在后面的城市在空間融合方面得分高，但是綜合排名卻不高，可見(jiàn)效度不如社會(huì)、生態(tài)和文化融合，更不如經(jīng)濟(jì)融合。例如，上海市的經(jīng)濟(jì)融合得分較高，雖然在空間融合得分僅有0.002 8，但其綜合得分排名第一，而馬鞍山市的空間融合得分高達(dá)0.007 1，是上海市的2.54倍，但其經(jīng)濟(jì)融合得分0.002 5僅是上海市的約1/16，排名靠后，位列第19。

五、城鄉(xiāng)融合發(fā)展水平空間演變

基于城鄉(xiāng)融合的豐富內(nèi)涵，在社會(huì)經(jīng)濟(jì)資源高強(qiáng)度流動(dòng)的背景下，區(qū)域城鄉(xiāng)發(fā)展可能存在著緊密的關(guān)聯(lián)，因此，運(yùn)用空間統(tǒng)計(jì)學(xué)方法進(jìn)一步分析長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平空間分布特征。利用ArcGIS軟件探究城鄉(xiāng)融合水平的時(shí)空演變，以2010年、2012年、2014年、2016年、2018年為代表性年份，分析長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平空間分布情況，見(jiàn)表5。

由表5可知，長(zhǎng)三角地區(qū)東北部沿海地區(qū)城鄉(xiāng)融合水平相對(duì)較高，而西南部相對(duì)較低。隨著時(shí)間變化，空間分布格局由“水平較低，差距明顯”向“水平升高，差距縮小”轉(zhuǎn)變。2010年長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平差距明顯，東部沿海地區(qū)的城鄉(xiāng)融合水平較西部地區(qū)高，排名第一的上海市城鄉(xiāng)融合水平是排名第四的安徽省的近2倍;2012年長(zhǎng)三角地區(qū)內(nèi)各地區(qū)城鄉(xiāng)融合水平較2010年有增有減，總體來(lái)看各地區(qū)城鄉(xiāng)融合水平差距在縮小;2014年長(zhǎng)三角地區(qū)僅有上海市的城鄉(xiāng)融合水平升高，其他地區(qū)則略微降低，城鄉(xiāng)融合差距進(jìn)一步縮小，排名第一的上海市城鄉(xiāng)融合水平是排名第四的浙江省的1.78倍;2016年長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平除安徽省外，其他地區(qū)的城鄉(xiāng)融合水平均有所上升;2018年長(zhǎng)三角地區(qū)除浙江省外，其他地區(qū)城鄉(xiāng)融合水平較2016年均有所上升，區(qū)域內(nèi)城鄉(xiāng)融合水平差距也進(jìn)一步縮小，排名第一的上海市城鄉(xiāng)融合水平是排名第四的浙江省的約1.82倍。

為進(jìn)一步探索空間演進(jìn)特征，引入全局莫蘭指數(shù)考察整個(gè)樣本空間聚集情況，并檢測(cè)是否出現(xiàn)異常值并進(jìn)行相應(yīng)分析，見(jiàn)表6。

由表6可知，2010—2018年長(zhǎng)三角所有地區(qū)的屬性值在空間上有負(fù)相關(guān)性，即屬性值越大（?。┰讲蝗菀拙奂谝黄稹Ｆ渲?012年出現(xiàn)極小值（-0.326），此時(shí)長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平雖然較高，但是差距明顯，出現(xiàn)極化現(xiàn)象;2016年莫蘭指數(shù)相對(duì)前后來(lái)說(shuō)值極大，此時(shí)城鄉(xiāng)融合依然存在一定的差距、無(wú)明顯集聚效應(yīng)，后隨著時(shí)間推移莫蘭指數(shù)出現(xiàn)逐漸變大的趨勢(shì)，城鄉(xiāng)融合水平差距在慢慢縮小。

為進(jìn)一步探究空間聚集現(xiàn)象的具體位置，引入局部莫蘭指數(shù)進(jìn)行分析，利用stata探究局部莫蘭及其散點(diǎn)圖，見(jiàn)圖1。

從長(zhǎng)三角地區(qū)三省一市Moran散點(diǎn)圖的分布和其變化可看出，第二、四象限的點(diǎn)明顯多于第一、三象限的點(diǎn)，其中第二象限LH（極化效應(yīng)）區(qū)和第四象限HL（落后過(guò)渡）區(qū)始終是主導(dǎo)，第一象限HH（擴(kuò)散互溢）區(qū)和第三象限LL（低速增長(zhǎng)）區(qū)內(nèi)點(diǎn)數(shù)很少。近年來(lái)，上海、江蘇穩(wěn)定處在HL區(qū)，浙江穩(wěn)定在LH區(qū)，安徽穩(wěn)定在LL區(qū)。從各類型空間分布重心變化看，HL區(qū)由江蘇擴(kuò)散到江蘇和上海，上海由HH區(qū)和HL區(qū)邊界轉(zhuǎn)移到HL區(qū)，安徽由LH區(qū)和LL區(qū)邊界轉(zhuǎn)移到LL區(qū)。由此可見(jiàn)，區(qū)域協(xié)調(diào)發(fā)展的潛力巨大。

六、結(jié)論與建議

（一）研究結(jié)論

基于長(zhǎng)三角地區(qū)2010—2018年的原始數(shù)據(jù)，利用改進(jìn)的熵值法，對(duì)長(zhǎng)三角地區(qū)城鄉(xiāng)融合發(fā)展水平進(jìn)行評(píng)價(jià)。同時(shí)引入莫蘭指數(shù)，利用ArcGIS對(duì)空間演變情況進(jìn)行分析。

長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平整體上呈現(xiàn)一個(gè)緩慢平穩(wěn)上升的態(tài)勢(shì)。在2014年之前城鄉(xiāng)融合水平處于波動(dòng)狀態(tài)，有增有減，2015年以后城鄉(xiāng)融合水平呈現(xiàn)穩(wěn)步上升的態(tài)勢(shì)，在2017年增長(zhǎng)速率達(dá)到極大值（1.27%）。

長(zhǎng)三角地區(qū)各維度融合度差異明顯，其中經(jīng)濟(jì)融合度最高，空間融合度最低。2010—2018年長(zhǎng)三角地區(qū)經(jīng)濟(jì)融合增加了23.7%，文化融合增加了近12.6%，社會(huì)融合由最初的0.007 7到2018年的0.010 8，生態(tài)融合得分一直在0.023 0上下浮動(dòng)，變化穩(wěn)定，空間融合由最初的0.026 1降低到現(xiàn)在的0.016 9，各維度融合差異顯著。上海、江蘇、浙江的經(jīng)濟(jì)融合度較高，空間融合度較低，綜合得分排名靠前，安徽省綜合得分排名位列省份末位，城鄉(xiāng)融合水平較其他省份偏低。

各地區(qū)間融合水平差異顯著。41個(gè)城市城鄉(xiāng)融合水平居于長(zhǎng)三角地區(qū)前十位的上海市有1個(gè)、浙江省有6個(gè)、江蘇省有3個(gè)、安徽省有0個(gè)。其中上海市綜合得分排名第1，是排名第41位的淮安市的近5.77倍;浙江省各市平均排名12.36，其中紹興市城鄉(xiāng)融合水平居于浙江省第1，是居于省末位的麗水市的近4.46倍;安徽省各市平均排名24.94，其中安徽省內(nèi)城鄉(xiāng)融合水平最高的合肥市是省末位黃山市的1.91倍;江蘇省各市平均排名25.00，其中蘇州市城鄉(xiāng)融合水平是淮安市的近4.17倍。

長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平無(wú)明顯空間集聚效應(yīng)?？v觀2010—2018年長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平的全局莫蘭指數(shù)可知，所有地區(qū)的屬性值在空間上都有負(fù)相關(guān)性，低值被高值包圍，高值相鄰低值，屬性值越大（?。┰讲蝗菀拙奂谝黄?。其中，東北部沿海地區(qū)城鄉(xiāng)融合水平相對(duì)較高，而西南部相對(duì)較低，隨著時(shí)間變化，長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平空間分布格局由“水平較低，差距明顯”向“水平升高，差距縮小”轉(zhuǎn)變。

（二）對(duì)策建議

（1）加快長(zhǎng)三角一體化發(fā)展步伐。長(zhǎng)三角地區(qū)城鄉(xiāng)融合水平整體上呈現(xiàn)一個(gè)緩慢平穩(wěn)上升的態(tài)勢(shì)，要快速提高城鄉(xiāng)融合水平就要積極推進(jìn)長(zhǎng)三角地區(qū)一體化發(fā)展，深化地區(qū)間分工合作，協(xié)同打造地標(biāo)性世界級(jí)產(chǎn)業(yè)集群，引導(dǎo)各地區(qū)根據(jù)各自產(chǎn)業(yè)基礎(chǔ)和優(yōu)勢(shì)打造具有核心競(jìng)爭(zhēng)力的主導(dǎo)產(chǎn)業(yè)，其他產(chǎn)業(yè)圍繞主導(dǎo)產(chǎn)業(yè)，形成優(yōu)勢(shì)布局，推動(dòng)創(chuàng)新鏈與產(chǎn)業(yè)的深度融合，推動(dòng)創(chuàng)新平臺(tái)的區(qū)域共享和各類創(chuàng)新主體的協(xié)同發(fā)展。

（2）推動(dòng)區(qū)域協(xié)同合作。長(zhǎng)三角各地區(qū)城鄉(xiāng)融合水平差異顯著，要充分發(fā)揮地方政府對(duì)城鄉(xiāng)融合的積極推動(dòng)作用，同時(shí)要避免過(guò)度干預(yù)造成城鄉(xiāng)資源配置錯(cuò)位扭曲的行為，緊扣長(zhǎng)三角一體化，推進(jìn)杭州都市圈要素配置和聯(lián)動(dòng)互融，全面提升城市綜合能級(jí)和核心競(jìng)爭(zhēng)力，攜手拓展市場(chǎng)、進(jìn)行行業(yè)內(nèi)的緊密合作，協(xié)同推進(jìn)跨區(qū)域廊帶建設(shè)，共同推進(jìn)社會(huì)治理。

（3）優(yōu)化空間布局。由于長(zhǎng)三角地區(qū)的屬性值在空間上有負(fù)相關(guān)性，無(wú)明顯集聚效應(yīng)，因此需要發(fā)揮中心城市的輻射帶動(dòng)作用，提升城鄉(xiāng)互動(dòng)發(fā)展水平，構(gòu)建合理的空間布局，形成互通流暢的要素交往機(jī)制，強(qiáng)化鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)和配套公共服務(wù)，扭轉(zhuǎn)生產(chǎn)要素單向流動(dòng)的局面，推動(dòng)教育、醫(yī)療、交通等均等化服務(wù)，促使資本、人口等生產(chǎn)要素在城鄉(xiāng)區(qū)域間互通。

（4）促進(jìn)資源互動(dòng)共享。長(zhǎng)三角地區(qū)各維度融合度差異明顯，其中經(jīng)濟(jì)融合效度最高，空間融合效度最低，要積極轉(zhuǎn)變唯經(jīng)濟(jì)的區(qū)域發(fā)展思維，從空間、社會(huì)、生態(tài)等方面多維度重新審視城鄉(xiāng)融合的內(nèi)涵，加強(qiáng)資源互動(dòng)共享，在保持經(jīng)濟(jì)融合高水平的基礎(chǔ)上注重加強(qiáng)其他維度的融合，進(jìn)一步推進(jìn)鄉(xiāng)村振興和城鄉(xiāng)融合發(fā)展。

參考文獻(xiàn)：

[1] 張海峰，來(lái)君.人力資本積累、市場(chǎng)化與城鄉(xiāng)差距——跨省數(shù)據(jù)的經(jīng)驗(yàn)分析[J].中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2006，22（6）：19-23.

[2] 曲延春.從“二元”到“一體”：鄉(xiāng)村振興戰(zhàn)略下城鄉(xiāng)融合發(fā)展路徑研究[J].理論學(xué)刊，2020（1）：97-104.

[3] 姜長(zhǎng)云.科學(xué)理解推進(jìn)鄉(xiāng)村振興的重大戰(zhàn)略導(dǎo)向[J].管理世界，2018，34（4）：17-24.

[4] 譚明方.城鄉(xiāng)融合發(fā)展促進(jìn)實(shí)施鄉(xiāng)村振興戰(zhàn)略的內(nèi)在機(jī)理研究[J].學(xué)海，2020（4）：99-106.

[5] 張輝，周德田，于美玲.基于“長(zhǎng)三角”、“珠三角”經(jīng)驗(yàn)開(kāi)發(fā)黃河三角洲的思考[J].中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2011，27（5）：35-38.

[6] 李玉恒，閻佳玉，劉彥隨.基于鄉(xiāng)村彈性的鄉(xiāng)村振興理論認(rèn)知與路徑研究[J].地理學(xué)報(bào)，2019，74（10）：2001-2010.

[7] 李志強(qiáng).城鄉(xiāng)融合演進(jìn)歷程的鄉(xiāng)村振興：階段特征、動(dòng)力邏輯與發(fā)展導(dǎo)向[J].貴州社會(huì)科學(xué)，2020（9）：162-168.

[8] 聶華林，錢力.我國(guó)城鄉(xiāng)居民收入差距測(cè)度指標(biāo)述評(píng)[J].蘭州商學(xué)院學(xué)報(bào)，2009，25（5）：56-60.

[9] 宗海勇.空間社會(huì)學(xué)視閾下城鄉(xiāng)空間關(guān)系演進(jìn)研究[J].南通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，34（6）：109-11.

[10] 劉彥隨.中國(guó)新時(shí)代城鄉(xiāng)融合與鄉(xiāng)村振興[J].地理學(xué)報(bào)，2018，73（4）：637-650.

[11] 凌慧敏，徐曉林.重塑城鄉(xiāng)關(guān)系 合理引導(dǎo)人口遷移[J].學(xué)習(xí)與實(shí)踐，2018（10）：88-94.

[12] 譚榮，曲福田.市場(chǎng)與政府的邊界：土地非農(nóng)化治理結(jié)構(gòu)的選擇[J].管理世界，2009（12）：39-47，187.

[13] 熊萬(wàn)勝.城鄉(xiāng)社會(huì)：理解中國(guó)城鄉(xiāng)關(guān)系的新概念[J].文化縱橫，2019（1）：46-53.

[14] 李仕冀，李秀彬，談明洪.鄉(xiāng)村人口遷出對(duì)生態(tài)脆弱地區(qū)植被覆被的影響——以內(nèi)蒙古自治區(qū)為例[J].地理學(xué)報(bào)，2015，70（10）：1622-1631.

[15] 趙德起，陳娜.中國(guó)城鄉(xiāng)融合發(fā)展水平測(cè)度研究[J].經(jīng)濟(jì)問(wèn)題探索，2019（12）：1-28.

[16] 郭海紅，劉新民，劉錄敬.中國(guó)城鄉(xiāng)融合發(fā)展的區(qū)域差距及動(dòng)態(tài)演化[J].經(jīng)濟(jì)問(wèn)題探索，2020（10）：1-14.

[17] 張海朋，何仁偉，李光勤，等.大都市區(qū)城鄉(xiāng)融合系統(tǒng)耦合協(xié)調(diào)度時(shí)空演化及其影響因素——以環(huán)首都地區(qū)為例[J].經(jīng)濟(jì)地理，2020（11）：1-12.

[18] 劉融融，胡佳欣，王星.西北地區(qū)城鄉(xiāng)融合發(fā)展時(shí)空特征與影響因素研究[J].蘭州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，47（6）：106-118.

[19] 周凱，張曉輝.中國(guó)城鄉(xiāng)融合的影響因素分析[J].延邊大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，45（6）：118-124.

[20] 張新林，仇方道，朱傳耿.時(shí)空交互視角下淮海經(jīng)濟(jì)區(qū)城鄉(xiāng)融合發(fā)展水平演化[J].自然資源學(xué)報(bào)，2020，35（8）：1867-1880.

[21] 周佳寧，秦富倉(cāng)，劉佳，等.多維視域下中國(guó)城鄉(xiāng)融合水平測(cè)度、時(shí)空演變與影響機(jī)制[J].中國(guó)人口·資源與環(huán)境，2019，29（9）：166-176.

[22] 白彩全，王秀梅，謝悅青，等.長(zhǎng)三角縣域居民收入差距演變趨勢(shì)——基于核密度估計(jì)的分析[J].浙江農(nóng)業(yè)學(xué)報(bào)，2015，27（3）：498-503.

[23] 黃國(guó)華.城鄉(xiāng)居民收入差距影響因素分析——基于長(zhǎng)三角地區(qū)16地級(jí)市的實(shí)證考察[J].上海經(jīng)濟(jì)研究，2009（10）：15-25.

[24] 韓留富.長(zhǎng)三角地區(qū)城鄉(xiāng)居民收入差距擴(kuò)大的現(xiàn)狀、原因與政策建議[J].經(jīng)濟(jì)縱橫，2007（12）：41-44.

[25] 張國(guó)平，籍艷麗，馬軍偉.城鄉(xiāng)一體化水平測(cè)度與進(jìn)程比較——京津冀與長(zhǎng)三角地區(qū)城鄉(xiāng)一體化評(píng)價(jià)[J].經(jīng)濟(jì)問(wèn)題，2015（8）：117-121.

[26] 焦必方，林娣，彭婧妮.城鄉(xiāng)一體化評(píng)價(jià)體系的全新構(gòu)建及其應(yīng)用——長(zhǎng)三角地區(qū)城鄉(xiāng)一體化評(píng)價(jià)[J].復(fù)旦學(xué)報(bào)（社會(huì)科學(xué)版），2011（4）：75-83.

[27] 鄧立麗.城鄉(xiāng)統(tǒng)籌融合，推進(jìn)長(zhǎng)三角城鄉(xiāng)經(jīng)濟(jì)發(fā)展一體化研究——馬克思城鄉(xiāng)關(guān)系理論的應(yīng)用[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2013，35（3）：73-80.

[28] 錢力，呂晴.長(zhǎng)江經(jīng)濟(jì)帶綠色金融、經(jīng)濟(jì)社會(huì)、生態(tài)環(huán)境協(xié)調(diào)發(fā)展研究[J].中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，36（5）：40-45.

[29] 張新林，仇方道，朱傳耿.時(shí)空交互視角下淮海經(jīng)濟(jì)區(qū)城鄉(xiāng)融合發(fā)展水平演化[J].自然資源學(xué)報(bào)，2020，35（8）：1867-1880.

責(zé)任編輯：韓國(guó)良

Evaluation and Spatial Evolution Analysis of Urban-Rural Integration Development Level in Yangtze River Delta Region

QIAN Li， ZHANG Ke

（School of Economics， Anhui University of Finance and Economics， Bengbu， Anhui 233030， China）

Abstract：Based on the original data of the Yangtze River Delta from 2010 to 2018， the improved entropy method is used to evaluate the development level of urban-rural integration in the Yangtze River Delta. Meanwhile， Moran index is introduced to analyze the spatial change， and ArcGIS is used to explore the spatial evolution. The results show that： firstly， the level of urban-rural integration in the Yangtze River Delta presents a slow and steady upward trend; secondly， there are obvious differences in the integration degree of different dimensions in the Yangtze River Delta， among which the economic integration validity is the highest and the spatial integration validity is the lowest; thirdly， there are significant differences in the level of urban-rural integration between different regions; fourthly， the level of urban-rural integration in the Yangtze River Delta region is negatively correlated in space， and the agglomeration effect is not obvious. On this basis， this paper puts forward some countermeasures and suggestions， such as speeding up the integration of Yangtze River Delta， promoting regional cooperation to play a synergistic effect， optimizing the spatial layout， promoting the interactive sharing of resources.

Key words： Yangtze River Delta region; urban-rural integration; spatial evolution; moran index