夜间灯光视角下京津冀地区协同发展特征研究

夜间灯光视角下京津冀地区协同发展特征研究

王腾波1,2,3,  张  英2,3 , 翟  亮2,3 , 成思远2,41.山东科技大学 测绘与空间信息学院；2.中国测绘科学研究院 自然资源调查监测研究中心；3.自然资源部 测绘科学与地球空间信息技术重点实验室；4.首都师范大学 资源环境与旅游学院

摘 要：为了从地理格局视角探讨京津冀协同发展战略的实施效果，该文采用《京津冀协同发展规划纲要》提出的前后对比法，利用NPP-VIIRS夜间灯光数据，在对京津冀各城市建成区范围提取的基础上，计算了景观格局、城市关联度、区位度、基尼系数和首位度等指数，综合反映京津冀地区的协同发展特征。结果显示：①京津冀各城市建成区的空间聚集性不断增强，建成区面积不断增加，而斑块数量变化较少；②京津两市与河北省各市的关联程度有明显提升，主要集中在京津周边城市，且京津周边城市在空间上也更加趋近京津地区；③京津冀各城市发展差距逐渐缩小，河北省各市的区位度整体呈上升趋势，城市群的规模结构逐渐趋于均衡，基尼系数和首位度均呈下降趋势。总体来看，《纲要》实施后，京津冀地区的协同程度明显改善。

0 引言

随着社会经济的快速发展，各城市之间的联系变得越来越密切。由不同城市组成的城市群体逐渐成为参与竞争的主体[1]，城市群的发展将成为推动地区经济发展变化的直接力量[2]。正确认识城市群的空间结构及发展规律对推进城市群协同发展具有重要意义。京津冀地区是我国北方重要产业基地，但是各城市之间经济发展水平十分不平衡。为解决这一问题，2015年中共中央政治局发布了《京津冀协同发展规划纲要》（以下简称《纲要》），这一纲要的提出，标志着推动京津冀协同发展成为了未来国家发展的重要战略目标。

为了给京津冀城市群空间扩张规划提供良好的策略，广大学者展开了深入的研究。随着世界遥感事业的快速发展，夜间灯光遥感数据逐渐走进人们的视野。在针对夜间灯光数据的研究中，文献[3]研究发现夜间灯光数据能够反映人口和产业的聚集程度。文献[4]研究发现夜间灯光数据与地区生产总值具有显著的相关性，在一定程度上能够反映地区经济水平。文献[5]通过改变灯光数据的阈值成功提取了城市建成区，证明夜间灯光数据是可以作为研究城市建成区的数据源。因此，夜间灯光数据被广泛用于监测地区人类活动[6]、城市扩张[7]和GDP[8]等方面。从当前利用夜间灯光数据研究城市群的文献来看，文献[9]利用夜间灯光数据研究了叙利亚战争期间夜间灯光的变化，为城市群的研究提供了新思路。文献[10]利用夜间灯光数据对“一带一路”沿线城市群空间内部的时空发展格局进行了分析，该研究加深了对城市群空间格局变化规律的认识，为社会发展提供了良好的参考价值。文献[11]利用夜间灯光数据计算出了京津冀各市之间关联强度和区位度的变化，在国家发展规划的基础上分析各市的发展规律，为京津冀城市群的协同发展提供了理论支持。文献[12]利用夜间灯光数据分析了京津冀城市群空间结构特征，并且对京津冀的未来发展规划提出了相应的建议。

目前，关于城市群的研究大多集中在城市空间扩张等方面，对城市群各市之间的相互关系研究较少。在此基础上，为了反映京津冀协同发展战略的实施效果，本文针对《纲要》发布前、中、后3个时期，利用国家极轨合作/可见光红外成像辐射仪套件（national polar-orbiting partnership/visible infrared imaging radiometer suite，NPP-VIIRS）制作的夜间灯光数据，并引入景观格局、城市关联指数等方法和指标，分析京津冀各城市建成区的空间格局的变化情况，发现京津冀各市在城市群中的发展规律，为京津冀协同发展的实施提供重要的参考依据。

1 研究区与数据源

1.1 研究区概述

京津冀地区位于我国的华北平原，是一个以北京市、天津市以及河北省各地区组成的首都经济圈。近些年来，京津冀地区的发展极不平衡，北京市、天津市和河北省的经济发展差距较大，2015年北京市的人均生产总值是河北省的3倍。为解决这一问题，就需要将北京市和天津市作为引擎带动河北省经济的发展，完善地区产业经济结构，实现各产业之间优势互补、相辅相成，最终将京津冀地区建设成世界级的城市群[13]。

1.2 数据源

本文采用的夜间灯光数据是美国国家海洋和大气管理局发布的NPP-VIIRS月度数据，数据格式为vcmcfg。为了探讨京津冀协同发展战略的成效，本文选取了《纲要》发布前、当年以及发布后3个时期作为研究节点，选取2012、2015和2019年的12月份数据进行研究。由于廊坊市空间上被分隔成两块独立的区域，本文将其分开研究，分为廊坊市北部三县和其余地区，分别命名为廊坊市（北部片区）和廊坊市（南部片区）。本文用到的行政边界数据来自于全国地理信息资源目录服务系统（http://www.webmap.cn），其中，石家庄市和保定市分别包含着辛集市、定州市和雄县等地区。建成区面积来源于《中国城市建设统计年鉴》，公路长度数据取自《河北经济年鉴》《北京统计年鉴》和《天津统计年鉴》以及各地级市的《统计年鉴》和国民经济和社会发展统计公报。

1.3 数据预处理

考虑到京津冀地区的地理位置和空间特征，提高处理精度，本文将所有数据的投影坐标系转换至CGCS2000投影，中央经线为东经117°。为了使夜间灯光数据具有更好的空间分辨率，需要将像元重采样为0.5 km×0.5 km[14]。由于NPP-VIIRS夜间灯光数据中存在大量短暂光源和异常大值，所以本文引用降值法消除数据中的异常大值[15]，选择北京市和天津市中连续的灯光最大值代替研究区所有的极大值,并将负值像元赋值为0[16]。为了减少偶然现象的发生，提高12月份数据的准确性，本文利用处理后的9、10、11月份数据用以消除12月份夜间灯光数据中的短暂光源。由于2015年11月份灯光出现异常现象，部分像元缺失，故2015年仅利用9、10月份数据去除噪声。具体做法是将9、10、11月份数据分别二值化，将灰度值大于0的设置为1，其余设置为0，可以认为同时出现在9、10、11、12月份的灯光为稳定光源。

图1  2012年、2015年和2019年京津冀夜间灯光数据

2 城市群格局与协同发展评价方法

2.1 基于NPP-VIIRS的建成区范围提取

建成区作为研究城市空间格局变化的重要对象，通常是指已经完成开发建设、公共设施较为完善的区域。本文利用《中国城市建设统计年鉴》发布的建成区统计数据根据阈值二分法提取城市建成区。以整个地级市以及直辖市为提取范围，没有考虑提取的建成区是否位于规划的区域内，各地级市的建成区面积为统计数据中其所包含的县级及以上行政单位的建成区面积总和。

以2012年的邯郸市为例，邯郸市的建成区面积为147.08 km2（数据来自《中国城市建设统计年鉴》）。经验设置初始阈值，利用初始阈值提取的建成区栅格面积与统计数据进行对比。根据对比结果逐步改变灯光阈值，发现当灯光阈值为16（ nW· cm-2·sr-1）时，提取建成区的栅格面积为152.5 km2，二者相差最小，确定其为最优灯光阈值。最后根据最优灯光阈值提取邯郸市建成区范围。

2.2 城市群格局研究方法

景观格局指数可以用来探索建成区的发展趋势，评价各城市建成区的空间特征[17]。为反映京津两市与周边邻接城市空间上的联系，本文选用景观格局指数中的连接度指数（patch cohesion index，COHESION）和聚合度指数（aggregation index，AI）两种指标。通过将北京市和天津市两个直辖市看作一个整体，分别求出京津两市和空间上与之邻接的张家口、承德、唐山、沧州、廊坊和保定的连接度指数与聚合度指数，从而探究城市建成区的变化规律。

2.3 城市群协同发展评价方法

利用夜间灯光数据来评价城市群协同发展，主要是基于夜间灯光数据反映出来的经济活力区域在空间上的关联程度及不同区域的内部差异大小。本文拟从京津冀城市群整体和各城市间差异两个尺度来综合评价京津冀地区的协同状况，通过引入常用的基尼系数和城市首位度来评价京津冀整体发展情况，引入城市关联度、城市区位度指数对各城市发展状况进行评价。

2.3.1 城市关联度

引力模型源于牛顿万有引力和距离衰退原理[18]，可以用来衡量各城市之间的联系强弱[19]，本文利用引力模型，采用夜间灯光总值（total nighttime light index，TNLI）来评价各城市之间的关联强度。

2.3.2 城市区位度

区位度能够反映在城市群中的一个城市和其他城市相比所占据地位的优劣[22]，本文采用区位度的计算方法，利用某一城市关联强度总值与整个城市群各城市之间关联强度之和的比值，来衡量该城市在城市群中的重要程度。

2.3.3 城市基尼指数

基尼系数首先是由美国学者赫希曼首次提出，加拿大学者马歇尔将其引入到城市的研究中，是用来研究城市生长状况的模型[23]。本文以夜间灯光为研究对象，通过基尼指数判别城市群发展的均衡情况。

2.3.4 城市首位度

城市首位度被广泛应用于评估城市群的规模结构，它能够反映城市群的发展状况是否健康[24]。本文利用城市建成区夜间灯光总值来计算城市群的首位度，分析城市群的发展结构。

3 结果与讨论

3.1  城市空间格局变化

3.1.1 建成区面积变化

根据国家发布的统计数据，2012—2015年，京津冀地区建成区面积增加了13.67%，其中北京市和天津市分别增加了11.09%和22.61%，是面积增加最多的两个城市。在河北省境内，保定市的建成区面积增加较多，相比2012年增加了63.56 km2，张家口、衡水、廊坊和承德4地的两年建成区面积变化较小。从2015—2019年，京津冀建成区面积共增加了13.50%，其中，天津市、北京市和邯郸市增加较多，分别增加了265.62、68.04和64.54 km2。

3.1.2 建成区空间形态变化

根据建成区提取结果（图2），2012、2015、2019年京津冀各市建成区斑块总量分别约为745、658和672块。2015年建成区斑块数量较2012年有明显减少，而2019年较2015年建成区斑块数量无明显变化，但是在两个时段内京津冀地区的建成区面积均有明显增加，这表明京津冀地区建成区的聚集程度在不断提高。北京市周边城市的建成区不断向北京市蔓延。除天津市外，京津冀其余各市建成区都是以中心城区为核心逐步向外扩张，逐渐在城市中心区周围形成多个建成区聚集点。而天津市则表现为中心城区与滨海新区双核心增长，并且逐渐靠拢的趋势。

图2  2012年、2015年和2019年京津冀城市群城市建成区空间分布

景观格局指数的计算结果如表1所示。在2012、2015、2019年3个时期，京津两地与周边邻接各市的聚合度指数和连接度指数呈上升趋势，说明京津两市与周边邻接城市的聚集程度不断提高，空间联系不断加强。具体来看，由于地理位置的优越，廊坊市（北部片区）与京津两市空间上的联系最为紧密，其次为廊坊市（南部片区）。唐山市3个时期与京津两市的聚合度指数和连接度指数相对较小，但也呈现上升趋势。整体来看，京津两市与周边邻接城市呈聚集性发展趋势，京津两地的发展带动了周边城市的发展，京津冀地区一体化进程被不断加深。

表1 京津两市与周边邻接城市的景观格局指标                       %

3.2 城市群发展协同发展评价结果

3.2.1 城市关联强度变化

为了更好地观察京津冀各市关联强度的变化，本文借鉴文献[11]的方法将2012年京津两市的关联强度设置为100，并以此为标准调整2015、2019年京津冀各市关联强度，然后以1、5、10、30、60为节点划分为6个等级（图3）。

2012和2015年，京津冀地区各城市之间的关联等级相差不大，其中北京市与天津市的关联性最强，由于独特的地理位置优势，廊坊市（北部片区）与北京市的关联强度次之。唐山市是河北省经济最发达的城市，并且它与天津市接壤，因而唐山市和天津市的关联强度也相对较高，但是作为省会城市的石家庄市由于地理位置和经济原因与周边城市的关联性均不是很强。

自京津冀协同发展战略开始实施，各城市之间的关联强度均有明显提升。2019年北京市与廊坊市南北两个片区、天津市与唐山市的关联等级上升到一级关联，而天津市与廊坊市（南部片区）、沧州市的关联等级也提升到了二级关联。北京市与天津市和周边的保定市、张家口市、沧州市、石家庄市等城市的关联强度也有明显提升，京津冀各市之间的关联变得更加密集。由于河北省南北城市的距离较远，并且经济活力相对不高，导致河北省南部的邯郸市和邢台市等地区与北部的承德市和张家口市等市的关联性相对较弱。总体来说，京津冀各城市之间的联系正在逐渐增强，各城市之间的关系变得更加密切。

图3  2012、2015和2019年京津冀各市关联强度

3.2.2 城市区位优势度变化

研究区3个时期区位度如表2所示，为了更好地观察本文采用百分制的形式表达。在这3个时期北京市的区位度始终最大，其次为天津市，而河北省经济最发达的唐山市的区位度仅能占据北京市的1/3，这反映了京津冀区域内部发展的不平衡性。在2012—2019年，位于京津冀核心地区的北京市、天津市、唐山市、廊坊市（北部片区）的区位度都有明显下降，而河北省其他市整体呈上升趋势。2012—2015年，虽然河北省的区位度整体呈上升趋势，但是秦皇岛、邯郸、张家口等距离核心地区较远城市的区位度仍在不断下降，京津两市的辐射作用较弱。2015—2019年，河北省整体区位度上升趋势更加显著，邯郸、张家口和廊坊市（南部片区）、保定等市的优势不断增强，京津两个大城市对河北省其他市的带动作用明显加强，使得京津两个超大城市的周边城市得到了快速的发展。

根据表2可知，由于独特的地理位置，廊坊市（南部片区）的区位度上升速度最快，其次为保定市和石家庄市。这表明了随着京津冀协同发展战略的稳步进行，京津唐地区一家独大的局面正被瓦解，各市之间的发展差距在逐步缩小，北京市和天津市的经济带动作用逐渐显现。

表2 京津冀各城市的区位度                     %

3.2.3 基尼系数和首位度

城市群各个时期基尼指数和城市首位度指数如图4所示，通常情况下基尼系数处在[0.3, 0.4]范围内时表示城市规模分布较为合理，并且数值越小，城市群结构越合理[23]。3个时期的基尼系数分别为0.333、0.318和0.315，各城市规模分布较为合理，并且在2012—2015年和和2015—2019年两个时段的基尼系数均呈下降趋势，表明城市群虽然存在一定差异，但是城市群的总体结构正在改善，各城市之间的差距正在逐渐拉近。

研究区3个时期首位度均处于1~2，北京市与天津市的规模较为合理，2012—2015年首位度由1.387降到了1.269，在这段时间里天津市的发展较快，逐渐缩小了与北京市的差距。而2015—2019年城市首位度系数变化较小，保持在1.264左右，京津冀地区双核心发展趋势更加明显，城市之间的差距正在逐渐缩小。总的来说，京津冀地区的城市结构正在好转，这与基尼系数的结果是大致相同的。

图4  城市群首位度与基尼系数

3.3 讨论

由于京津冀各市的经济发展水平不一，繁荣程度也大不相同，利用统计数据根据阈值二分法提取城市建成区，与单一的经验阈值提取城市建成区相比，避免了设置统一阈值导致发达城市建成区提取面积偏大、欠发达地区建成区提取面积偏小的局面，文献[25]和文献[26]采用阈值二分法提取了川渝以及京津冀等三大城市群的建成区，该研究思路和方法的可靠性较高。

本文研究发现，对比《纲要》实施前、中、后3个时期，京津冀地区的协同发展程度有明显提高，该结论与文献[27]通过构建指标体系去评价京津冀协同状况而得到的结论相一致。京津冀各市的关联强度正在逐渐增强，这与文献[13]和文献[28]的结果相似。另外，京津冀城市群的基尼系数和首位度研究的结果表明，基尼系数和首位度均呈下降趋势，该趋势与文献[24]的研究结果大致吻合。

但是，本文还有许多可改进之处，首先，在进行关联度计算时利用公路网密度和直线距离计算距离时未全面考虑两城市之间的交通可达性，随着交通大数据的普及，在今后的研究中，可以考虑引入实际交通状况来准确刻画城市交通可达程度。其次，夜间灯光数据在一定程度上反映了经济活力，可以用于协同发展研究。但是受数据过境时间等影响，夜间灯光数据的准确性受到一定限制，今后的研究可以引入经济发展等参数作为补充和验证。

4 结束语

本文基于NPP-VIIRS夜间灯光数据，采用景观格局指数、城市关联测度等方法指标对2012、2015和2019年的京津冀城市群格局进行分析，主要结论如下：

1) 整体上，《纲要》的实施在较大程度上改善了京津冀地区的协同程度。《纲要》实施前后两个时段，京津冀地区的基尼系数分别下降了0.015、0.003，首位度指数分别下降了0.118、0.005，城市群规模趋于平均，双核心发展的形式更加明显。并且在这两个时段中，京津冀地区建成区的聚集程度均呈上升趋势，建成区面积分别增加了13.67%和13.50%，而斑块数量则表现为减少和无明显变化。

2) 京津两市与周边邻接城市空间上的联系逐渐加深，3个时期的聚合度指数和连接度指数逐渐上升。并且在《纲要》实施后，京津两市与河北省各市的关联强度有明显提升，主要是集中在京津两市周边的城市，其中京津两市与廊坊市、唐山市、保定市和沧州市的关联强度变化较大。

3) 河北省整体区位度呈上升趋势，京津冀各市的发展差距正在逐渐缩小。河北省省会石家庄市的带头作用并不明显，与河北省其他市的联系较为松散，3个时期仅与保定市和邢台市保持较强联系。由于空间距离较远且经济活力相对不高，河北省北部城市与南部城市联系相对较弱。

作者简介：王腾波（1997—），男，河北邯郸人，硕士研究生，主要研究方向为自然资源监测。E-mail：1320952510@qq.com

基金项目：国家社科基金重大项目（22ZDA106）；中央级公益性科研院所基本科研业务费项目（AR2208、AR2203）

通信作者：张英  副研究员  E-mail：zhangy@casm.ac.cn

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！