基于NPP-VIIRS夜間燈光數(shù)據(jù)的淮河流域區(qū)域經(jīng)濟差異時空特征分析

文 楓，胡 濤，段琳筠，張云詩，王坤鵬

(河南城建學院，河南 平頂山 467036)

區(qū)域經(jīng)濟差異是區(qū)域非均衡發(fā)展反映出的一種地理現(xiàn)象，也是地理學與區(qū)域發(fā)展研究中的一個重要問題[1]。目前，學者們從發(fā)展差異水平測度、變化走勢以及影響機制等方面對區(qū)域經(jīng)濟差異現(xiàn)象進行了諸多分析，研究成果頗豐，但較多研究仍采用人均GDP等傳統(tǒng)統(tǒng)計數(shù)據(jù)作為區(qū)域經(jīng)濟發(fā)展的評價來源[2-4]。已有研究表明，傳統(tǒng)經(jīng)濟類統(tǒng)計數(shù)據(jù)具有一定的統(tǒng)計或計算失誤，并有可能在“業(yè)績工程”導向下被部分地方政府虛報[5-6]。此類問題將對客觀認知研究區(qū)域的經(jīng)濟發(fā)展狀況和運行規(guī)律產生極大影響。近年來，夜間燈光數(shù)據(jù)由于其穩(wěn)定性、客觀性、持久性等優(yōu)點，被廣泛應用于經(jīng)濟參數(shù)空間化[7]、城市建成區(qū)提取[8]、人口變化[9]、能源消費[10]等方面研究，并有部分學者已將從中提取的夜間燈光指數(shù)作為地區(qū)經(jīng)濟發(fā)展水平的替代變量進行相關研究[11-12]。

在國家沿海開放和長江經(jīng)濟帶等重大戰(zhàn)略的不斷推進下，位于環(huán)渤海經(jīng)濟區(qū)和長三角經(jīng)濟區(qū)之間的淮河流域逐漸成為“經(jīng)濟谷地”。在新發(fā)展理念下，地區(qū)間經(jīng)濟的協(xié)調、共享及其在空間發(fā)展上的動態(tài)均衡是提升我國經(jīng)濟整體發(fā)展效率的重中之重。基于此，本文將淮河流域作為研究對象，提取NPP-VIIRS夜間燈光數(shù)據(jù)中的城市夜間平均燈光強度表征城市經(jīng)濟發(fā)展水平，采用變異系數(shù)和泰爾指數(shù)等方法，深入分析了2012-2018年淮河流域區(qū)域經(jīng)濟差異的時空特征，以期在一定程度上拓展現(xiàn)有區(qū)域經(jīng)濟研究的視角，并為淮河流域的區(qū)域協(xié)調發(fā)展提供決策參考。

1 研究區(qū)域與數(shù)據(jù)處理

1.1 區(qū)域概況

淮河流域位于長江和黃河流域之間，范圍包括河南、安徽、山東和江蘇4省38市(由于湖北省只有隨州和孝感兩市的邊緣處于淮河流域，為方便數(shù)據(jù)統(tǒng)計和對比，在研究范圍界定中對其予以剔除)，如圖1所示。它是實施鼓勵東部率先、促進中部崛起發(fā)展戰(zhàn)略的關鍵區(qū)域，也是國家主要的糧食生產基地、能源礦產基地和制造業(yè)基地。2019年，淮河流域已擁有人口近2.2億，人口密度位居中國七大流域之首，但人均地區(qū)生產總值不及全國平均水平。

圖1 淮河流域行政區(qū)劃圖

1.2 數(shù)據(jù)來源及處理

1.2.1 數(shù)據(jù)來源

NPP-VIIRS夜間燈光影像是由美國國家極軌合作伙伴衛(wèi)星上運載的可見光近紅外成像輻射儀生成，可從美國國家海洋和大氣管理局(NOAA/NGDC)官方網(wǎng)站下載。另外，淮河流域行政區(qū)劃矢量數(shù)據(jù)來源于中國國家基礎地理信息中心網(wǎng)站提供的1400萬行政區(qū)劃矢量圖，其他相關社會經(jīng)濟數(shù)據(jù)來源于各城市歷年統(tǒng)計年鑒。

1.2.2 數(shù)據(jù)處理

(1)數(shù)據(jù)預處理

經(jīng)NOAA/NGDC網(wǎng)站獲取的中國區(qū)域NPP-VIIRS夜間燈光影像為GCS_WGS_1984坐標系統(tǒng)，為解決影像網(wǎng)格尺寸因緯度增加而變形的問題，需將影像數(shù)據(jù)重投影為Albers等積投影，并通過最鄰近方法將影像數(shù)據(jù)重采樣至500 m分辨率，隨后以淮河流域行政邊界矢量圖為掩膜，通過Arcgis10.2軟件的Spatial Analyst工具對全國夜間燈光數(shù)據(jù)進行裁剪，得到研究區(qū)域內NPP-VIIRS各月度夜間燈光影像。最后利用均值法將研究區(qū)域內各月度影像合成為年度數(shù)據(jù)(如圖2)，其合成公式為：

(1)

式中：DNk為月度數(shù)據(jù)(k=1、2、3……12)，K為月度數(shù)據(jù)個數(shù)。

圖2 2018年淮河流域NPP-VIIRS夜間燈光影像圖

(2)影像校正

①負值消除

合成的NPP-VIIRS年度燈光像元值在Arcgis10.2軟件顯示有負數(shù)現(xiàn)象，為保證數(shù)據(jù)的完整性及后期計算，本文將燈光數(shù)據(jù)中的負DN值均設置為0。

②不穩(wěn)定光源與背景噪聲消除

(2)

(3)

式中：DN為校正后年度影像中的穩(wěn)定像元值；DNt為尚待校正年份影像的穩(wěn)定像元值；DNt-1和DNt+1為校正年份前一年和后一年二值化影像的穩(wěn)定像元值。

③極亮值像元處理

基于數(shù)學統(tǒng)計方法獲取隔年最大燈光像元值，將大于該年份最大燈光像元值的極亮值像元均設為最大燈光像元值，以此消除油氣井、平靜湖面和冰雪等反射的異常光源對夜間燈光影像數(shù)據(jù)的影響。

④連續(xù)性校正

鑒于DN值在時間序列上逐年增加的一般原則，將研究期末(2018年)的年度合成燈光影像數(shù)據(jù)作為參照，對2018年之前的各年燈光數(shù)據(jù)依次校正處理，最終完成經(jīng)校正后穩(wěn)定的2012-2018年夜間燈光影像數(shù)據(jù)。

(4)

式中：DN為完成連續(xù)性校正的年度燈光像元值；DNx為尚待校正的年度燈光像元值；DNx+1為后一年中已經(jīng)校正的年度燈光像元值。

基于以上步驟，NPP-VIIRS夜間燈光數(shù)據(jù)的具體處理流程見圖3。

圖3 NPP-VIIRS夜間燈光數(shù)據(jù)處理流程圖

2 研究方法

2.1 夜間燈光指數(shù)

通過Arcgis軟件中的柵格計算器，提取夜間燈光影像中的有效DN值與像元個數(shù)，二者比值表征2012-2018年的淮河流域城市夜間平均燈光強度(DM)，其公式為：

(5)

式中：DNini表示DN值為i的第n個點；N為研究區(qū)域的像元個數(shù)；DNmax為該年最大像元值。

2.2 變異系數(shù)與泰爾指數(shù)

變異系數(shù)與泰爾指數(shù)為當前有關區(qū)域差異動態(tài)特征研究中常用測算方式，變異系數(shù)的計算公式為[13-14]：

(6)

(7)

式中：T表示泰爾指數(shù)；TWR表示省內差異，TBR表示省間差異；Gi表示i省域的城市夜間燈光DN總值；G表示淮河流域整體的城市夜間燈光DN總值；Pi表示i省域的城市夜間燈光有效像元個數(shù)；P表示淮河流域整體的有效像元總個數(shù)；Gij表示i省域j市的城市夜間燈光DN總值；Pij表示i省域j市的城市夜間燈光有效像元個數(shù)。

2.3 相對發(fā)展率

進一步引入相對發(fā)展率指標顯示各市經(jīng)濟發(fā)展水平在研究期內相對于淮河流域整體的發(fā)展速度，其公式為[15]：

(8)

式中：Nich為城市經(jīng)濟發(fā)展水平的相對發(fā)展率；M2i、M1i分別為i市在研究期末與研究期初的夜間平均燈光強度值；M2、M1分別表示研究期末與研究期初時的淮河流域整體城市夜間平均燈光強度值。

3 結果與分析

3.1 空間分異特征

圖4 2012-2018年淮河流域及各省域經(jīng)濟發(fā)展水平變化趨勢

圖4為2012-2018年淮河流域及省域經(jīng)濟發(fā)展水平變化趨勢，從圖4可以看出，2012-2018年淮河流域整體經(jīng)濟發(fā)展水平呈現(xiàn)不斷上升的趨勢，其城市夜間平均燈光強度由2012年的2.63增加到2018年的4.63，增幅達75.7%。分省域來看，豫、皖、蘇和魯4省城市經(jīng)濟發(fā)展水平也反映出持續(xù)增長態(tài)勢，但區(qū)域經(jīng)濟差異顯著。2012-2018年城市經(jīng)濟發(fā)展水平由強到弱依次為江蘇省、安徽省、河南省、山東省。其中，安徽省城市經(jīng)濟發(fā)展水平上漲趨勢最快，年均增長率達11.8%。江蘇省城市經(jīng)濟發(fā)展水平上漲趨勢最慢(9.2%)，其主要原因在于江蘇省較早推進新型城鎮(zhèn)化建設并受益于東部沿海產業(yè)梯度轉移作用，已積累起良好的經(jīng)濟發(fā)展基礎，目前上升空間有限。

通過Jenks法將各城市歷年夜間平均燈光強度進行數(shù)量分類后發(fā)現(xiàn)(見圖5)，淮河流域區(qū)域經(jīng)濟發(fā)展呈現(xiàn)二元格局且差距明顯。2012年淮河流域城市經(jīng)濟發(fā)展處于較高水平的僅有南京、合肥和鄭州3個省會城市，而隨著省會城市對其周邊地區(qū)經(jīng)濟的不斷拉動，到2018年淮河流域整體經(jīng)濟空間差距已有所縮小，但經(jīng)濟發(fā)展較低水平城市仍集中連片在豫東南、皖北和魯西南地區(qū)，形成了典型的以省域中心城市為核心的核心—邊緣發(fā)展空間格局。

(a)2012年 (b)2018年

3.2 發(fā)展動態(tài)差異特征

2012-2018年淮河流域區(qū)域經(jīng)濟總體差異與泰爾指數(shù)分解變化趨勢分別如圖6、圖7所示。由圖6可知：在變異系數(shù)與泰爾指數(shù)兩種方法測算下，2012-2018年淮河流域區(qū)域經(jīng)濟總體差異呈現(xiàn)平穩(wěn)下降的趨勢，這說明淮河流域城市間經(jīng)濟發(fā)展的差距在逐漸下降，區(qū)域整體發(fā)展較為均衡。

從圖7看出，淮河流域區(qū)域經(jīng)濟省間差異和省內差異均呈現(xiàn)下降的趨勢。其中，省間差異變化較小，曲線平穩(wěn)下降；省內差異變化趨勢與總體差異高度一致。

淮河流域區(qū)域經(jīng)濟發(fā)展水平動態(tài)差異見表1。從表1看出，省內差異對總體差異的貢獻率一直處于絕對優(yōu)勢，說明淮河流域省內差異是導致區(qū)域經(jīng)濟總體差異變動的主要貢獻者。從4省內部差異整體比較來看，2012-2018年河南省和省內差異及總體差異曲線走勢基本保持一致，并且其對總體差異的貢獻率不斷增長，其余三省研究期內對總體差異的貢獻率均不斷降低。由此可見，河南省是明顯造成淮河流域省內差異變化的主要原因。

圖6 2012-2018年淮河流域區(qū)域經(jīng)濟總體差異變化

圖7 2012-2018年淮河流域泰爾指數(shù)分解變化趨勢

表1 淮河流域區(qū)域經(jīng)濟發(fā)展水平動態(tài)差異分解及差異貢獻

3.3 區(qū)域發(fā)展速度差異特征

圖8 2012-2018年淮河流域區(qū)域經(jīng)濟水平相對發(fā)展率空間分布

2012-2018年淮河流域區(qū)域經(jīng)濟水平相對發(fā)展率空間分布如圖8所示。從圖8看出，淮河流域城市發(fā)展速度極化現(xiàn)象較為明顯。南京、合肥、鄭州、鎮(zhèn)江和漯河5市的相對發(fā)展率明顯快于其他城市。同時，南北城市經(jīng)濟發(fā)展差異也較為明顯，江蘇和安徽兩個南方省份城市經(jīng)濟發(fā)展水平的相對發(fā)展率整體高于河南和山東兩個北方省份。對比2012年淮河流域城市經(jīng)濟發(fā)展水平的空間分布情況(圖5(a))可以發(fā)現(xiàn)，原來經(jīng)濟發(fā)展水平較高的城市相對發(fā)展率出現(xiàn)了分異，南京、合肥、鄭州、鎮(zhèn)江、揚州、泰州、南通等城市仍然保持較快的發(fā)展速度；而原來經(jīng)濟發(fā)展水平較高的平頂山、商丘、濟寧、棗莊、徐州、日照、淄博等城市由于遠離省會城市，受其經(jīng)濟帶動影響能力較弱的影響，經(jīng)濟相對發(fā)展速度較慢；原來經(jīng)濟發(fā)展水平較低的駐馬店、漯河、開封、六安、阜陽、亳州、鹽城、連云港、宿遷、泰安等城市由于受各地區(qū)的政策差異、產業(yè)結構以及自身優(yōu)勢不同等因素的影響，經(jīng)濟相對發(fā)展速度較快，從而致使淮河流域目前呈現(xiàn)出新的城市經(jīng)濟發(fā)展空間分布格局。

4 結論與討論

4.1 結論

(1)2012-2018年淮河流域區(qū)域經(jīng)濟發(fā)展成效顯著，城市夜間平均燈光強度大幅提高，但區(qū)域經(jīng)濟發(fā)展差異明顯，整體上形成了以省域中心城市為核心的核心—邊緣發(fā)展空間格局。

(2)2012-2018年淮河流域城市間經(jīng)濟發(fā)展差距逐漸下降，區(qū)域整體發(fā)展較為均衡。其中省內差異是造成總體差異變動的主要原因，而河南省內部差異是淮河流域總體省內差異的主要貢獻者。

(3)2012-2018年淮河流域區(qū)域經(jīng)濟發(fā)展速度極化現(xiàn)象明顯，南方省份城市經(jīng)濟發(fā)展水平的相對發(fā)展率整體高于北方省份，并且原來經(jīng)濟發(fā)展水平較高的城市相對發(fā)展率也出現(xiàn)了分異，從而呈現(xiàn)出新的淮河流域城市經(jīng)濟發(fā)展空間分布格局。

4.2 討論

NPP-VIIRS夜間燈光數(shù)據(jù)是對傳統(tǒng)GDP統(tǒng)計數(shù)據(jù)必要的補充分析，但受制于新一代衛(wèi)星的局限性，本文僅提取了2012-2018年間的夜間燈光指數(shù)。未來可根據(jù)實際研究需要，將DMSP-OLS和NPP-VIIRS兩類夜間燈光數(shù)據(jù)進行擬合校正，以獲得更長時間序列的夜間燈光指數(shù)來開展區(qū)域經(jīng)濟差異、城市化、人口流動、能源消費等多方面的研究。