基于夜間燈光和社會(huì)經(jīng)濟(jì)數(shù)據(jù)的城市擴(kuò)張協(xié)調(diào)性研究

邱春琦，朱怡萱，李玉鳳，周詩(shī)薇，劉紅玉

(南京師范大學(xué)海洋科學(xué)與工程學(xué)院，江蘇 南京 210023)

自1978年改革開放以來，我國(guó)經(jīng)濟(jì)社會(huì)飛速發(fā)展，尤其是2010年之后，我國(guó)經(jīng)濟(jì)總量超越日本成為僅次于美國(guó)的世界第二大經(jīng)濟(jì)體，城鎮(zhèn)化水平不斷提升[1]。江蘇省作為我國(guó)人口、經(jīng)濟(jì)大省，改革開放后城鎮(zhèn)化水平高速增長(zhǎng)，人口城鎮(zhèn)化率從1978年的13.74%(全國(guó)排名第16)增長(zhǎng)到2015年的66.51%(全國(guó)排名第6)。截至2019年，江蘇省人口城鎮(zhèn)化率為70.61%，在全國(guó)各省份排名第5，大幅縮短了與城鎮(zhèn)化率排名靠前省份的差距，較全國(guó)平均水平高10個(gè)百分點(diǎn)。前人研究表明，人口、經(jīng)濟(jì)與土地城鎮(zhèn)化的不協(xié)調(diào)發(fā)展已成為當(dāng)前挑戰(zhàn)[2]。一方面，城市擴(kuò)張帶來的土地城鎮(zhèn)化和人口城鎮(zhèn)化之間的不協(xié)調(diào)發(fā)展，尤其是一些城市超速擴(kuò)張，造成大量建設(shè)用地閑置，土地利用效率較低；大面積擴(kuò)張占用農(nóng)業(yè)用地導(dǎo)致優(yōu)質(zhì)農(nóng)田資源流失[3]，阻礙了城市的健康可持續(xù)發(fā)展[4]。另一方面，人口、經(jīng)濟(jì)和土地在空間上的不平衡擴(kuò)張也制約著區(qū)域可持續(xù)發(fā)展[5-6]。長(zhǎng)期以來，江蘇省作為城市化進(jìn)程速度較快的省份，一直存在區(qū)域經(jīng)濟(jì)與人口在空間上不匹配的問題，蘇南地區(qū)人口集聚度、經(jīng)濟(jì)集聚度和城市化進(jìn)程均呈快速發(fā)展趨勢(shì)[7]，而蘇北部分地區(qū)城市化進(jìn)程快速發(fā)展，但人口和經(jīng)濟(jì)并未得到相應(yīng)增長(zhǎng)[8]。過度集聚導(dǎo)致的空間要素不均衡會(huì)降低空間使用效率，加劇就業(yè)不平等和增加環(huán)境承載壓力，從而進(jìn)一步擴(kuò)大區(qū)域發(fā)展的差異[9-10]。因此，維持人口、經(jīng)濟(jì)和土地3者協(xié)調(diào)、均衡的可持續(xù)發(fā)展是城市化進(jìn)程可持續(xù)發(fā)展的重要因素。

當(dāng)前研究主要從經(jīng)濟(jì)、土地和人口3個(gè)方面衡量區(qū)域尺度上城市發(fā)展不平衡的情況[11]。也有將經(jīng)濟(jì)、人口與土地利用兩兩結(jié)合進(jìn)行研究，比如，研究人口城鎮(zhèn)化(農(nóng)村人口轉(zhuǎn)變?yōu)槌擎?zhèn)人口、農(nóng)業(yè)人口轉(zhuǎn)變?yōu)榉寝r(nóng)業(yè)人口)與土地城鎮(zhèn)化(土地利用形態(tài)由農(nóng)村形態(tài)轉(zhuǎn)變?yōu)槌鞘行螒B(tài))不相匹配的問題[12]，城鎮(zhèn)化質(zhì)量與城鎮(zhèn)化規(guī)模擴(kuò)張的協(xié)調(diào)性問題[13-14]等。國(guó)內(nèi)學(xué)者主要從全國(guó)和省域2個(gè)尺度對(duì)人口與經(jīng)濟(jì)的空間匹配和空間異質(zhì)性進(jìn)行研究，發(fā)現(xiàn)各區(qū)域經(jīng)濟(jì)增長(zhǎng)速率普遍大于人口增長(zhǎng)[15]，人口城鎮(zhèn)化普遍滯后于土地城鎮(zhèn)化，從而導(dǎo)致發(fā)展不協(xié)調(diào)。也有部分學(xué)者對(duì)全國(guó)經(jīng)濟(jì)、人口及城市用地在時(shí)空尺度上的集聚和非均衡特征進(jìn)行研究[16]?？梢姡壳跋嚓P(guān)研究聚焦在人口與經(jīng)濟(jì)、人口與城市用地的協(xié)調(diào)性，以及大尺度經(jīng)濟(jì)、人口和城市用地的集聚狀態(tài)上，而受制于樣本可獲取性，缺乏針對(duì)省域尺度上經(jīng)濟(jì)發(fā)展情況、人口流動(dòng)及城市化進(jìn)程的分析。理論上，經(jīng)濟(jì)增長(zhǎng)有利于人口集聚，人口集聚又帶動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，兩者應(yīng)存在協(xié)調(diào)發(fā)展的趨勢(shì)，但土地資源的有限性卻限制了人口集聚和經(jīng)濟(jì)增長(zhǎng)的上升空間。

因此，人口集聚帶來城市面積逐漸擴(kuò)張，新增加區(qū)域是否被完全利用，是否有序擴(kuò)張成為值得討論的熱點(diǎn)。夜間燈光影像可以有效反映人類在夜間的具體活動(dòng)區(qū)域，可在一定程度上揭示人類活動(dòng)范圍及建筑用地的具體利用情況[17-18]。因此，以江蘇省72個(gè)縣級(jí)單元為樣本，基于2015和2019年社會(huì)經(jīng)濟(jì)數(shù)據(jù)、土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)，對(duì)人口、經(jīng)濟(jì)、建設(shè)用地和人類活動(dòng)范圍的空間集聚情況與協(xié)調(diào)性進(jìn)行分析，以期優(yōu)化江蘇省城市擴(kuò)張，促進(jìn)區(qū)域健康、協(xié)調(diào)的可持續(xù)發(fā)展。

1 研究區(qū)概況

江蘇省地處長(zhǎng)江經(jīng)濟(jì)帶，總面積為10.72萬km2，下轄的13個(gè)地級(jí)市全部進(jìn)入全國(guó)百?gòu)?qiáng)城市，是我國(guó)唯一所有地級(jí)市都躋身百?gòu)?qiáng)的省份。江蘇省人均GDP、綜合競(jìng)爭(zhēng)力、地區(qū)發(fā)展與民生指數(shù)(DLI)均居中國(guó)各省份前列，是中國(guó)綜合發(fā)展水平最高的省份之一，相當(dāng)于“中上等”發(fā)達(dá)國(guó)家水平。截至2019年末，江蘇省常住人口為8 070萬人，是中國(guó)人口密度第1大省；全省GDP為99 631.52億元，人均GDP為12萬元[19]，位列全國(guó)第3，僅次于北京和上海；城鎮(zhèn)化率為70.61%，在全國(guó)排名第5，較全國(guó)城鎮(zhèn)化率平均值高10個(gè)百分點(diǎn)。選擇江蘇省作為研究區(qū)域，對(duì)其城市擴(kuò)張協(xié)調(diào)性進(jìn)行研究，具有代表性和借鑒意義。

2 材料與方法

2.1 數(shù)據(jù)來源及處理

土地利用數(shù)據(jù)采用中國(guó)科學(xué)院遙感與數(shù)字地球研究所提供的全球陸地區(qū)域2015和2019年30 m精細(xì)地表覆蓋產(chǎn)品(www.datacasearth.cn)；2015和2019年夜間燈光影像數(shù)據(jù)采用中國(guó)科學(xué)院中國(guó)遙感衛(wèi)星地面站陳甫團(tuán)隊(duì)開發(fā)的“火石”地球夜間燈光數(shù)據(jù)集(www.satsee.radi.ac.cn)分辨率為1.5 km；江蘇省社會(huì)經(jīng)濟(jì)和人口數(shù)據(jù)來源于2015和2019年《江蘇統(tǒng)計(jì)年鑒》及江蘇各地級(jí)市統(tǒng)計(jì)年鑒。

首先對(duì)2015和2019年30 m精細(xì)地表覆蓋產(chǎn)品(www.datacasearth.cn)進(jìn)行影像校正、鑲嵌、剪裁等預(yù)處理，將土地利用類型分為耕地、林地、草地、水體、建筑用地和其他用地6類。其次，使用江蘇省矢量邊界掩膜提取出江蘇省夜間燈光數(shù)據(jù)。

2.2 研究方法

2.2.1城市發(fā)展指標(biāo)構(gòu)建

城市用地?cái)U(kuò)張的人口彈性系數(shù)是城市建設(shè)用地年均增長(zhǎng)率與城鎮(zhèn)人口年均增長(zhǎng)率的比值，可用于描述城市建設(shè)用地?cái)U(kuò)張速度與城鎮(zhèn)人口增長(zhǎng)速度之間的關(guān)系[20]，計(jì)算公式為

kj=rj/rpj。

(1)

式(1)中，kj為區(qū)域j城市用地?cái)U(kuò)張的人口彈性系數(shù)；rj為區(qū)域j城鎮(zhèn)用地年增長(zhǎng)率，%；rpj為區(qū)域j城鎮(zhèn)人口年增長(zhǎng)率，%。

城市擴(kuò)張經(jīng)濟(jì)彈性系數(shù)是二三產(chǎn)業(yè)生產(chǎn)總值年平均增長(zhǎng)速度與城市建設(shè)用地年平均增長(zhǎng)速度的比值，可用于衡量城市擴(kuò)張中新增土地的用地效益[21]，計(jì)算公式為

fj=rj/rej。

(2)

式(2)中，fj為區(qū)域j城市用地?cái)U(kuò)張的經(jīng)濟(jì)彈性系數(shù)；rj為區(qū)域j城鎮(zhèn)用地年增長(zhǎng)率，%；rej為區(qū)域j城鎮(zhèn)二三產(chǎn)業(yè)產(chǎn)值年增長(zhǎng)率，%。

夜間平均燈光強(qiáng)度表示一個(gè)區(qū)域范圍內(nèi)的燈光強(qiáng)度，可用來反映該區(qū)域燈光特征[22-23]，計(jì)算公式為

(3)

式(3)中，IANL為區(qū)域夜間平均燈光強(qiáng)度；n為研究區(qū)域柵格總數(shù)；Ni為柵格i亮度值。

2.2.2城市擴(kuò)張各協(xié)調(diào)度因子及協(xié)調(diào)度指數(shù)的空間自相關(guān)

空間自相關(guān)指數(shù)是探索數(shù)值在空間上相關(guān)性的一種重要工具，常用的有全局Moran′sI指數(shù)和局部Moran′sI指數(shù)，前者反映地理信息在整個(gè)研究區(qū)內(nèi)的空間關(guān)聯(lián)模式，后者則反映區(qū)域內(nèi)部微觀單元與其鄰域在某一屬性值上的空間相關(guān)性[24-25]。

全局Moran′sI指數(shù)計(jì)算公式為

(4)

局部Moran′sI指數(shù)可以揭示各指數(shù)在空間上的“熱點(diǎn)區(qū)”，識(shí)別各指數(shù)在不同空間位置上的高值集聚和低值集聚，并反映其空間異質(zhì)性。

(5)

(6)

2.2.3城市擴(kuò)張協(xié)調(diào)性分析

參考三元系統(tǒng)的基于離差方法的協(xié)調(diào)度模型[26]，經(jīng)數(shù)學(xué)推導(dǎo)和處理，建立經(jīng)濟(jì)-人口-夜間燈光-建筑用地的四元協(xié)調(diào)度模型，經(jīng)濟(jì)(X)、人口(Y)、夜間燈光(Z)和土地利用(T)的離差系數(shù)(C)計(jì)算公式可以表示為

進(jìn)一步簡(jiǎn)化為

3 結(jié)果與分析

3.1 城市擴(kuò)張協(xié)調(diào)度因子空間格局分析

3.1.1人口分布空間格局分析

通過計(jì)算得到研究區(qū)72個(gè)研究單元的城鎮(zhèn)人口數(shù)據(jù)，將2015和2019年城鎮(zhèn)人口數(shù)據(jù)在矢量圖中可視化，得到江蘇地區(qū)縣級(jí)城鎮(zhèn)人口數(shù)量分級(jí)圖。如圖1所示，研究區(qū)城鎮(zhèn)人口數(shù)量高值區(qū)主要分布在南京市市區(qū)、常州市市區(qū)、無錫市和蘇州市等地區(qū)，低值區(qū)主要分布在淮安市和鹽城市等地區(qū)。2015至2019年各市城鎮(zhèn)人口數(shù)量整體上呈增長(zhǎng)趨勢(shì)，其中，鎮(zhèn)江市、揚(yáng)州市和徐州市部分區(qū)域城鎮(zhèn)人口呈下降趨勢(shì)，這可能是由于這些區(qū)域城鎮(zhèn)人口向市中心區(qū)域務(wù)工或定居造成。

圖1 2015和2019年研究區(qū)城鎮(zhèn)人口空間分布

3.1.2經(jīng)濟(jì)分布空間格局分析

將2015和2019年72個(gè)研究單元的二三產(chǎn)業(yè)產(chǎn)值在矢量圖中可視化，得到江蘇地區(qū)縣級(jí)二三產(chǎn)業(yè)產(chǎn)值分級(jí)圖。如圖2所示，研究區(qū)二三產(chǎn)業(yè)產(chǎn)值高值區(qū)主要分布在南京市、常州市、無錫市和蘇州市等區(qū)域，低值區(qū)主要分布在宿遷市、淮安市和鹽城市等地。2015至2019年研究區(qū)二三產(chǎn)業(yè)產(chǎn)值整體分布沒有太多變化，除南京市浦口區(qū)、高淳區(qū)和六合區(qū)二三產(chǎn)業(yè)產(chǎn)值呈下降趨勢(shì)外，其他區(qū)域均呈增長(zhǎng)趨勢(shì)。

圖2 2015和2019年研究區(qū)二三產(chǎn)業(yè)產(chǎn)值空間分布

3.1.3夜間平均燈光強(qiáng)度分布空間格局分析

各單元平均燈光強(qiáng)度代表區(qū)域內(nèi)人類夜間活動(dòng)及居住情況。如圖3所示，對(duì)比2015與2019年平均燈光強(qiáng)度發(fā)現(xiàn)，研究區(qū)燈光強(qiáng)度分布變化不明顯，平均燈光強(qiáng)度高值區(qū)主要分布在各市市區(qū)區(qū)域，其中，蘇州市、常州市和無錫市整體平均燈光強(qiáng)度較高，宿遷市和淮安市等地平均燈光強(qiáng)度較低。研究區(qū)平均燈光指數(shù)總體上呈增長(zhǎng)趨勢(shì)，僅少數(shù)區(qū)域存在下降趨勢(shì)。

圖3 2015和2019年研究區(qū)平均燈光強(qiáng)度空間分布

3.1.4土地利用數(shù)據(jù)分布空間格局分析

采用建設(shè)用地代表江蘇省城市擴(kuò)張情況。如圖4所示，研究區(qū)建筑用地分布密集區(qū)主要位于長(zhǎng)江沿岸及長(zhǎng)江以南蘇南區(qū)域，長(zhǎng)江以北區(qū)域建筑用地密集區(qū)主要集中在各市市區(qū)。對(duì)比2015與2019年土地利用情況，其中，建筑用地面積變化最顯著，尤其在南京市、蘇州市、無錫市和常州市區(qū)域更為明顯。

圖4 2015和2019年研究區(qū)土地利用空間分布

整體上來看，2015—2019年江蘇省城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、平均燈光強(qiáng)度和建筑用地面積均呈現(xiàn)增長(zhǎng)趨勢(shì)，部分區(qū)域城鎮(zhèn)人口數(shù)量下降可能是人口外出務(wù)工，或向市區(qū)流動(dòng)所致[27-28]。城鎮(zhèn)人口數(shù)量增多，但第一產(chǎn)業(yè)從業(yè)人員減少，而第二三產(chǎn)業(yè)從業(yè)人員增多，這反映區(qū)域產(chǎn)業(yè)結(jié)構(gòu)有所調(diào)整，二三產(chǎn)業(yè)產(chǎn)值隨之增多。其中，南京市浦口區(qū)、高淳區(qū)和六合區(qū)二三產(chǎn)業(yè)產(chǎn)值降低，其原因可能是南京市整體產(chǎn)業(yè)結(jié)構(gòu)調(diào)整造成。平均燈光指數(shù)代表人類在夜間的真實(shí)活動(dòng)軌跡，部分市區(qū)區(qū)域平均燈光指數(shù)有所下降，可能是由于人口密度增加，人們?cè)谝归g的活動(dòng)軌跡重疊以及人們居住習(xí)慣改變[29]。

3.2 江蘇省人口、GDP、夜間燈光和建設(shè)用地的空間格局分析

3.2.1人口、GDP、夜間燈光和建設(shè)用地的空間全局自相關(guān)結(jié)果

如表1所示，2015、2019年江蘇省城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、建設(shè)用地和平均燈光強(qiáng)度的Moran′sI指數(shù)均在1%顯著性水平上顯著，拒絕原假設(shè)，表明城鎮(zhèn)人口、經(jīng)濟(jì)(二三產(chǎn)業(yè)產(chǎn)值)、建設(shè)用地和平均燈光強(qiáng)度存在空間自相關(guān)，在空間上存在交互作用，并不是隨機(jī)分布。同時(shí)，2015和2019年城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、建設(shè)用地和平均燈光強(qiáng)度的Moran′sI指數(shù)均為正，表明4者均呈空間正相關(guān)，即高值與高值集聚，低值與低值集聚。2015—2019年間，江蘇省城鎮(zhèn)人口、夜間燈光的Moran′sI指數(shù)增大，二三產(chǎn)業(yè)產(chǎn)值、建設(shè)用地的Moran′sI指數(shù)減小，表明人口和平均燈光指數(shù)的空間集聚程度加強(qiáng)，而二三產(chǎn)業(yè)產(chǎn)值和建設(shè)用地的空間集聚程度減弱。

表1 2015和2019年江蘇省人口、GDP、夜間燈光和建設(shè)用地的全局Moran′s I指數(shù)

2015—2019年各市區(qū)區(qū)域?qū)χ車鷧^(qū)域人口持續(xù)產(chǎn)生虹吸效應(yīng)，人口持續(xù)向市區(qū)集聚，城鎮(zhèn)人口持續(xù)增長(zhǎng)，相對(duì)應(yīng)的平均燈光指數(shù)也隨之增加，導(dǎo)致區(qū)域這2個(gè)指標(biāo)整體空間集聚程度處于上升狀態(tài)。而隨著城市發(fā)展，各區(qū)域建設(shè)用地面積和二三產(chǎn)業(yè)產(chǎn)值均呈整體快速增長(zhǎng)，導(dǎo)致這2個(gè)指標(biāo)整體空間集聚程度有所下降。

3.2.2人口、GDP、夜間燈光和建設(shè)用地的空間局部自相關(guān)結(jié)果

對(duì)2015和2019年江蘇省城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、建設(shè)用地和平均燈光強(qiáng)度進(jìn)行局部空間分析，進(jìn)一步分析其在空間上是否存在顯著集聚情況。如圖5所示，2015和2019年有3個(gè)區(qū)域城鎮(zhèn)人口在空間上存在顯著集聚，其中，蘇州市市區(qū)和無錫市市區(qū)為高-高聚類，表明這2個(gè)區(qū)域城鎮(zhèn)人口數(shù)量較多，且其周邊地區(qū)城鎮(zhèn)人口也較多；南京市市區(qū)為高-低聚類，表明該區(qū)域城鎮(zhèn)人口數(shù)量較多，而周邊地區(qū)城鎮(zhèn)人口較少。2015年有7個(gè)區(qū)域二三產(chǎn)業(yè)產(chǎn)值在空間上呈顯著集聚，且均為高-高聚類，分別為常州市市區(qū)和江陰市、無錫市市區(qū)以及蘇州市市區(qū)、常熟市、昆山市和吳江區(qū)。相較于2015年，2019年二三產(chǎn)業(yè)產(chǎn)值也有7個(gè)區(qū)域在空間上呈顯著集聚，其中，常州市市區(qū)和江陰市、無錫市市區(qū)以及蘇州市市區(qū)為高-高聚類；南京市市區(qū)為高-低聚類，表明南京市市區(qū)二三產(chǎn)業(yè)產(chǎn)值較高，而周邊區(qū)域較低；南京市浦口區(qū)和六合區(qū)為低-高聚類，表明這2個(gè)區(qū)域二三產(chǎn)業(yè)產(chǎn)值較低，而周圍區(qū)域較高。

圖5 2015和2019年研究區(qū)城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、夜間燈光強(qiáng)度和建設(shè)用地面積的LISA集聚圖

對(duì)比2015和2019年建設(shè)用地局部Moran′sI指數(shù)分布發(fā)現(xiàn)，2015年有9個(gè)區(qū)域在空間上呈顯著集聚，其中，武進(jìn)區(qū)、江陰市、張家港市、無錫市市區(qū)、蘇州市市區(qū)、吳江市和昆山市為高-高聚類，常州市市區(qū)為低-高聚類，洪澤區(qū)為低-低聚類；2019年存在6個(gè)區(qū)域在空間上呈顯著集聚，江陰市、無錫市市區(qū)、蘇州市市區(qū)和吳江市為高-高聚類，常州市市區(qū)為低-高聚類，洪澤區(qū)為低-低聚類。2015年夜間平均燈光強(qiáng)度指數(shù)存在10個(gè)顯著區(qū)域，其中，武進(jìn)區(qū)、常州市市區(qū)、無錫市市區(qū)、江陰市、張家港市、南通市市區(qū)、常熟市、太倉(cāng)市和昆山市為高-高聚類，金湖縣為低-低聚類。與之相比，2019年夜間平均燈光強(qiáng)度指數(shù)也有10個(gè)區(qū)域在空間上呈顯著集聚，但高-高聚類減少了南通市市區(qū)，高-低聚類增加了淮安市市區(qū)。整體上來看，城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、建筑用地面積和平均燈光指數(shù)的高-高集聚均發(fā)生在蘇州市和無錫市周圍，表明該區(qū)域各項(xiàng)指標(biāo)整體發(fā)展較快。

3.3 城鎮(zhèn)人口、二三產(chǎn)業(yè)產(chǎn)值、夜間燈光和建設(shè)用地的協(xié)調(diào)性分析

3.3.1城市用地與人口彈性系數(shù)和城市用地與二三產(chǎn)業(yè)產(chǎn)值彈性系數(shù)

江蘇省72個(gè)區(qū)域城市用地與人口規(guī)模彈性系數(shù)和城市用地與二三產(chǎn)業(yè)產(chǎn)值彈性系數(shù)見圖6。城市用地?cái)U(kuò)張的人口彈性系數(shù)可用于評(píng)價(jià)城市建設(shè)用地?cái)U(kuò)展的合理性，國(guó)際上公認(rèn)的合理比例為1∶1.12[30]。如圖6所示，以1∶1.12為界，將所有區(qū)域彈性系數(shù)劃分為2個(gè)部分，經(jīng)統(tǒng)計(jì)，有7個(gè)區(qū)域彈性系數(shù)在1.12之下，表明這7個(gè)區(qū)域土地城鎮(zhèn)化速率小于人口城鎮(zhèn)化，分別為南京市江寧區(qū)、六合區(qū)，徐州市沛縣、邳州市，鎮(zhèn)江市丹徒區(qū)、丹陽(yáng)市，以及宿遷市泗洪縣；其他65個(gè)區(qū)域城鎮(zhèn)用地?cái)U(kuò)張的人口彈性系數(shù)大于1.12，表明這些區(qū)域土地城鎮(zhèn)化速度大于人口城鎮(zhèn)化，土地利用效率過低。

如圖6所示，城市二三產(chǎn)業(yè)產(chǎn)值增長(zhǎng)率與城市用地增長(zhǎng)率之比以1∶1為分界線分為2個(gè)部分，據(jù)統(tǒng)計(jì)，有24個(gè)區(qū)域城市用地與二三產(chǎn)業(yè)產(chǎn)值的彈性系數(shù)大于1，表明這些區(qū)域土地利用效率較低，呈低密度無序擴(kuò)張，其中，揚(yáng)中市彈性系數(shù)超過10，表明該區(qū)域城市用地?cái)U(kuò)張存在浪費(fèi)現(xiàn)象。其他48個(gè)區(qū)域城市用地與二三產(chǎn)業(yè)產(chǎn)值彈性系數(shù)小于1，表明這些區(qū)域土地利用效率很好，呈有序擴(kuò)張。整體上來看，大部分區(qū)域建筑用地與二三產(chǎn)業(yè)產(chǎn)值的彈性系數(shù)較好，城市用地效率良好。

圖6 2015—2019年研究區(qū)基于城鎮(zhèn)人口和二三產(chǎn)業(yè)產(chǎn)值的城市用地規(guī)模彈性系數(shù)

3.3.2城市擴(kuò)張協(xié)調(diào)性分析結(jié)果及空間分析

為了對(duì)經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度做出客觀合理評(píng)價(jià)，參考其他對(duì)協(xié)調(diào)度劃分的研究成果[31]，將協(xié)調(diào)度劃分為10個(gè)等級(jí)(表2)。

表2 城市擴(kuò)張協(xié)調(diào)度指數(shù)等級(jí)劃分

根據(jù)上述劃分依據(jù)，對(duì)2015和2019年研究區(qū)經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度指數(shù)進(jìn)行分類。如圖7所示，2015年江蘇省各區(qū)域均處于協(xié)調(diào)狀態(tài)，其中，7個(gè)區(qū)域處于中度協(xié)調(diào)，21個(gè)區(qū)域處于良好協(xié)調(diào)，其他44個(gè)區(qū)域處于優(yōu)質(zhì)協(xié)調(diào)，研究區(qū)整體上協(xié)調(diào)水平較好。2019年江蘇省有1個(gè)區(qū)域處于瀕臨失調(diào)狀態(tài)，1個(gè)區(qū)域處于勉強(qiáng)協(xié)調(diào)狀態(tài)，1個(gè)區(qū)域處于初級(jí)協(xié)調(diào)狀態(tài)，6個(gè)區(qū)域處于中度協(xié)調(diào)狀態(tài)，29個(gè)區(qū)域處于良好協(xié)調(diào)狀態(tài)，其他34個(gè)區(qū)域處于優(yōu)質(zhì)協(xié)調(diào)區(qū)域。整體上來看，江蘇省大部分區(qū)域處于協(xié)調(diào)狀態(tài)，但相較于2015年，優(yōu)質(zhì)協(xié)調(diào)區(qū)域數(shù)量有所下降。

圖7 2015和2019年研究區(qū)經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度指數(shù)空間分布

如圖8所示，2015—2019年30個(gè)區(qū)域協(xié)調(diào)度指數(shù)增加，42個(gè)區(qū)域協(xié)調(diào)度指數(shù)下降，研究區(qū)協(xié)調(diào)度指數(shù)整體呈下降趨勢(shì)。其中，蘇南大部分地區(qū)協(xié)調(diào)度處于增加狀態(tài)，而蘇北大部分地區(qū)處于下降狀態(tài)。自從江蘇省提倡蘇北振興計(jì)劃以來，蘇北地區(qū)一直處于高速發(fā)展?fàn)顟B(tài)，蘇北各市城市化進(jìn)程穩(wěn)定快速發(fā)展，隨之也帶來了發(fā)展不協(xié)調(diào)、不匹配的問題。因此，城市化進(jìn)程中不僅要考慮城市化進(jìn)程速率，同時(shí)也要考慮城市化進(jìn)程所帶來的不協(xié)調(diào)發(fā)展問題。

圖8 城市擴(kuò)張協(xié)調(diào)度指數(shù)變化

3.3.3城市擴(kuò)張協(xié)調(diào)性的空間相關(guān)性檢驗(yàn)及分析

(1)全局空間相關(guān)性檢驗(yàn)與分析

計(jì)算江蘇省72個(gè)區(qū)域內(nèi)2015—2019年經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度的Moran′sI指數(shù)，分析其全局自相關(guān)性，其中，Moran′sI指數(shù)從2015年的0.186 1增長(zhǎng)至2019年的0.210 5，Z值從2015年的0.006 9增長(zhǎng)至2019年的2.803 7。Z值代表空間分析的顯著性情況，2015年經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度的Moran′sI指數(shù)在5%顯著性水平上顯著，2019年Moran′sI指數(shù)在1%顯著性水平上顯著，均拒絕原假設(shè)。這表明2015—2019年研究區(qū)經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度存在空間自相關(guān)，即在空間上并不是隨機(jī)分布，各區(qū)域間存在交互作用。同時(shí)，2015—2019年Moran′sI指數(shù)呈增加趨勢(shì)，表明江蘇省各區(qū)域經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)性的空間依賴性增強(qiáng)，各區(qū)域之間聯(lián)系更加密切。區(qū)域發(fā)展變化主要受到區(qū)域內(nèi)部政策及周圍區(qū)域的輻射影響，一個(gè)區(qū)域協(xié)調(diào)性增加或減少也會(huì)在一定程度上影響其周圍區(qū)域協(xié)調(diào)度增加或減少。

(2)局部空間自相關(guān)分析

LISA集聚圖可用來分析區(qū)域內(nèi)是否存在空間集聚，并可以直觀表現(xiàn)各區(qū)域顯著性水平。如圖9所示，2015年江蘇省有7個(gè)區(qū)域經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度呈顯著水平，其中，5個(gè)區(qū)域?yàn)榈?低集聚，1個(gè)區(qū)域?yàn)榈?高集聚，1個(gè)區(qū)域?yàn)楦?高集聚。2019年江蘇省有5個(gè)區(qū)域協(xié)調(diào)度呈顯著水平，其中，3個(gè)區(qū)域?yàn)榈?低集聚，2個(gè)區(qū)域?yàn)榈?高集聚。與2015年相比，2019年協(xié)調(diào)度低-低集聚區(qū)域數(shù)量減少，低-高集聚區(qū)域數(shù)量增加，說明整體上江蘇省協(xié)調(diào)度呈增加趨勢(shì)。

圖9 2015和2019年協(xié)調(diào)度指數(shù)LISA集聚圖

4 結(jié)論

以江蘇省72個(gè)縣級(jí)單元為研究對(duì)象，對(duì)2015—2019年夜間燈光數(shù)據(jù)、經(jīng)濟(jì)、人口和城市規(guī)模擴(kuò)張的空間差異性及異質(zhì)性進(jìn)行分析，并采用協(xié)調(diào)性耦合分析了2015—2019年經(jīng)濟(jì)-人口-夜間燈光-建筑用地耦合協(xié)調(diào)度，得到如下主要結(jié)論：

(1)江蘇省2015—2019年各縣級(jí)經(jīng)濟(jì)、人口、夜間燈光和建設(shè)用地指標(biāo)均呈現(xiàn)整體上升趨勢(shì)。在空間分布上，江蘇省南部區(qū)域人口存在顯著高-高集聚和高-低集聚；二三產(chǎn)業(yè)產(chǎn)值集聚程度有所降低，2015年南部地區(qū)主要呈高-高集聚，2019年部分地區(qū)出現(xiàn)高-低集聚和低-高集聚；建筑用地和平均燈光強(qiáng)度均在南部區(qū)域出現(xiàn)高-高集聚，中部地區(qū)出現(xiàn)少量低-低集聚。整體上來看，各指數(shù)在空間上均存在集聚狀態(tài)，且高-高集聚較多，主要分布在江蘇省南部區(qū)域。這主要是由于人口與經(jīng)濟(jì)分布的不協(xié)調(diào)和不匹配，蘇南地區(qū)毗鄰上海、浙江、安徽，二三產(chǎn)業(yè)發(fā)達(dá)，是長(zhǎng)三角地區(qū)經(jīng)濟(jì)腹地，較容易接收到周邊上海、杭州等經(jīng)濟(jì)領(lǐng)先城市的發(fā)展輻射，經(jīng)濟(jì)和人口的虹吸效應(yīng)明顯。與蘇南相比，蘇北地區(qū)地理優(yōu)勢(shì)較差，與其接壤的是經(jīng)濟(jì)相對(duì)較弱的安徽北部和山東南部，接收到的有效經(jīng)濟(jì)輻射也相對(duì)較弱[32-33]。

(2)從建筑用地和城鎮(zhèn)人口年均增長(zhǎng)率來看，2015—2019年72個(gè)縣級(jí)單元中有10%的區(qū)域土地城鎮(zhèn)化增長(zhǎng)速度小于人口城鎮(zhèn)化，其他90%的區(qū)域土地城鎮(zhèn)化增長(zhǎng)速度大于人口城鎮(zhèn)化，整體來看，江蘇省土地城鎮(zhèn)化快于人口城鎮(zhèn)化。而33%的城市土地城鎮(zhèn)化增長(zhǎng)速率高于二三產(chǎn)業(yè)產(chǎn)值，說明這些區(qū)域土地利用效率非常低，屬于低密度無序擴(kuò)張，新擴(kuò)張的建設(shè)用地并沒有為城市帶來相應(yīng)的經(jīng)濟(jì)增長(zhǎng)。其他67%的城市土地城鎮(zhèn)化增長(zhǎng)速率低于二三產(chǎn)業(yè)產(chǎn)值，說明這些區(qū)域土地利用效率很好，屬于有序擴(kuò)張，新擴(kuò)張的建設(shè)用地為城市帶來相應(yīng)的經(jīng)濟(jì)增長(zhǎng)。整體上來看，大部分區(qū)域建筑用地面積與二三產(chǎn)業(yè)產(chǎn)值之間的彈性系數(shù)較好，城市用地效率良好。雖然江蘇省整體城鎮(zhèn)化水平在全國(guó)排名靠前，土地城鎮(zhèn)化率高，但土地利用集約程度不夠也會(huì)導(dǎo)致新型城鎮(zhèn)化快速發(fā)展過程中出現(xiàn)一系列城市問題，例如“鬼城”“空城”等[34]。

(3)從經(jīng)濟(jì)-人口-夜間燈光-建筑用地協(xié)調(diào)度來看，2015—2019年95%的縣級(jí)單元處于協(xié)調(diào)發(fā)展?fàn)顟B(tài)，其中，有40%的區(qū)域協(xié)調(diào)度指數(shù)處于增長(zhǎng)趨勢(shì)，其他60%的區(qū)域處于下降趨勢(shì)，整體上來看，研究區(qū)協(xié)調(diào)度指數(shù)處于下降趨勢(shì)。其中，協(xié)調(diào)性最好的區(qū)域大部分出現(xiàn)在蘇南地區(qū)，出現(xiàn)這種現(xiàn)象的原因可能是蘇南地區(qū)經(jīng)濟(jì)建設(shè)連續(xù)多年發(fā)展較快，城市擴(kuò)張過程中外來人口的進(jìn)入為其帶來了經(jīng)濟(jì)增長(zhǎng)。而對(duì)比2015與2019年各地區(qū)協(xié)調(diào)性變化情況發(fā)現(xiàn)，蘇中地區(qū)主要呈現(xiàn)協(xié)調(diào)性增長(zhǎng)趨勢(shì)，說明蘇中地區(qū)城市擴(kuò)張過程中受到蘇南地區(qū)經(jīng)濟(jì)輻射，使該地區(qū)城市擴(kuò)張協(xié)調(diào)性有所增長(zhǎng)[35]。