韓帥帥 ， 狄乾斌

(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心，遼寧 大連 116029)

環(huán)渤海地區(qū)城市密集區(qū)的空間識(shí)別與集聚特征

韓帥帥 ， 狄乾斌

(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心，遼寧 大連 116029)

在探討城市密集區(qū)內(nèi)涵和特征的基礎(chǔ)上，以環(huán)渤海地區(qū)118個(gè)城市為研究區(qū)域，通過(guò)空間識(shí)別確定了6個(gè)城市密集區(qū)范圍；利用城市GDP和人口數(shù)據(jù)，借助Theil系數(shù)、城市基尼系數(shù)和首位城市集聚度等方法，從空間差異、集聚程度和集聚效應(yīng)三方面對(duì)城市密集區(qū)的集聚特征進(jìn)行探究。結(jié)果顯示：(1)以城市等級(jí)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)為篩選標(biāo)準(zhǔn)確定了北京、天津等7個(gè)中心城市、38個(gè)標(biāo)準(zhǔn)市和77個(gè)其他城市；(2)以2 h通行時(shí)間確定了以京津、石家莊、沈陽(yáng)、大連、濟(jì)南和青島為核心的城市密集區(qū)范圍；(3)Theil系數(shù)表明環(huán)渤海地區(qū)整體差異較小，其中城市密集區(qū)區(qū)內(nèi)差異大于區(qū)際，內(nèi)部差異對(duì)整體差異的貢獻(xiàn)率超過(guò)91%；(4)集聚類(lèi)型劃分中，京津地區(qū)屬于強(qiáng)單中心，沈陽(yáng)、大連和青島地區(qū)屬于弱單中心，濟(jì)南和石家莊地區(qū)被歸入弱多中心類(lèi)型；(5)京津城市密集區(qū)強(qiáng)大的集聚效應(yīng)破壞了“石家莊—黃驊”的雙核結(jié)構(gòu)鏈，重新構(gòu)建了區(qū)域的經(jīng)濟(jì)結(jié)構(gòu)格局。

城市密集區(qū)；空間識(shí)別；集聚特征；基尼系數(shù);環(huán)渤海地區(qū)

0 引言

城市密集區(qū)(urban concentrated areas)是指在限定區(qū)域內(nèi)，由一個(gè)或多個(gè)大中型城市作為核心、多個(gè)不同等級(jí)的城市組成的相對(duì)集聚、城市間保持強(qiáng)烈交互作用的城市空間布局形態(tài)[1]。城市密集區(qū)是城市化水平發(fā)展到高級(jí)階段的產(chǎn)物，既是人口和資源的密集地區(qū)，也是一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展、提升國(guó)際競(jìng)爭(zhēng)力的核心區(qū)域[2]。其基本特征主要包括高密度的城市空間分布、較高的城市化水平、區(qū)域發(fā)展的整體性和多層次的城市體系結(jié)構(gòu)[3]。中心城市通過(guò)對(duì)周邊腹地的吸引和輻射逐漸成為城市密集區(qū)的中心，中心城市依靠集聚外圍中小城市的資源發(fā)展壯大，同時(shí)也需要區(qū)域內(nèi)的其他城市作為消費(fèi)市場(chǎng)來(lái)分散和消納中心城市的巨大產(chǎn)出，集聚和擴(kuò)散成為密集區(qū)內(nèi)城市相互聯(lián)系的根本推動(dòng)力，這種向心力和離心力主要通過(guò)交通和信息網(wǎng)絡(luò)實(shí)現(xiàn)[4]。與城市密集區(qū)相近的概念主要有：城鎮(zhèn)群體(town cluster)[5]、都市區(qū)(metropolitan area)[6]、城市帶(megalopolis)[7]、城市群(urban agglomeration)[8]和都市連綿區(qū)(metropolitan interlocking region)[9]等，都是指一定地域范圍內(nèi)由多個(gè)城市構(gòu)成的城市群體形態(tài)，與之相比，城市密集區(qū)更強(qiáng)調(diào)城市分布的密度與形態(tài)、密集區(qū)內(nèi)部城市功能和分工以及城市等級(jí)體系等。

自1967年R.Dickinson提出“conurbation”的概念[10]，西方國(guó)家的學(xué)者對(duì)城市密集區(qū)進(jìn)行了一系列研究：C.B.Fawcett將城市集群定義為具有連續(xù)性質(zhì)的城市建成區(qū)域[11]，J.Gottman以英國(guó)東北部沿海為例分析了城市帶在空間形態(tài)分布上的特征[12]，T.G.McGee提出“desakota”的概念，指在大城市間交通走廊地帶的落后地區(qū)發(fā)生的密集經(jīng)濟(jì)和商業(yè)行為[13]。近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)于城市密集區(qū)進(jìn)行了更為細(xì)致的研究：從地域空間看，學(xué)者對(duì)于城市密集區(qū)的相關(guān)研究主要集中于東北[14-16]、蘭州—西寧[17-18]、滬寧杭[19-20]和沿海三大經(jīng)濟(jì)區(qū)[21]等地，但大多簡(jiǎn)單地將城市密集區(qū)看作數(shù)量眾多城市的集聚地，而沒(méi)有從城市密集區(qū)的內(nèi)涵和特征角度對(duì)其做進(jìn)一步限制性闡述，從而混淆了城市密集區(qū)與城市群、城市帶的差別；從研究?jī)?nèi)容看，主要是從城市集群的空間結(jié)構(gòu)形態(tài)[22-24]、城市等級(jí)體系及綜合評(píng)價(jià)[25-27]、城市集群發(fā)育驅(qū)動(dòng)力及地域構(gòu)成判別[28-30]等方面對(duì)城市密集區(qū)進(jìn)行全面而深入的研究，但對(duì)于城市密集區(qū)的劃分程序和識(shí)別標(biāo)準(zhǔn)卻較少涉及，而只有建立在科學(xué)合理的識(shí)別基礎(chǔ)之上的城市集群研究才具有較高的價(jià)值和可信度。

城市密集區(qū)是依據(jù)城市密度和城市間聯(lián)系而劃分的一種經(jīng)濟(jì)區(qū)域，對(duì)于城市密集區(qū)的研究首要任務(wù)是科學(xué)地確定密集區(qū)的范圍和邊界。因此，本研究在已有研究成果之上，建立城市密集區(qū)的識(shí)別標(biāo)準(zhǔn)和操作方法，對(duì)環(huán)渤海地區(qū)縣級(jí)以上城市的空間格局進(jìn)行探索性劃分，并在此基礎(chǔ)上，以2013年城市人口和GDP數(shù)據(jù)為參考，對(duì)各個(gè)城市密集區(qū)的集聚特征進(jìn)行定量化描述。進(jìn)行城市密集區(qū)空間識(shí)別和集聚特征分析的主要意義在于：一是嘗試建立城市密集區(qū)的空間識(shí)別標(biāo)準(zhǔn)和識(shí)別流程，重新構(gòu)造基于交通聯(lián)系的城市密集區(qū)空間范圍和結(jié)構(gòu)；二是打破以歐氏距離表征的高密度的城市密集區(qū)特征，探索以經(jīng)濟(jì)和人口為代表的城市密集區(qū)的內(nèi)在集聚特征；三是通過(guò)探討環(huán)渤海地區(qū)各城市密集區(qū)的空間形態(tài)和集聚特征，為國(guó)家制定城市發(fā)展規(guī)劃和區(qū)域發(fā)展政策提供科學(xué)依據(jù)，也為城市自身經(jīng)濟(jì)和社會(huì)發(fā)展水平的提升提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

環(huán)渤海地區(qū)主要包括遼寧、河北、山東、北京和天津3個(gè)省2個(gè)市， 行政區(qū)域面積523 409 km2，占全國(guó)的10.52%。以2013年為例，環(huán)渤海地區(qū)年末總?cè)丝?5 043萬(wàn)人，國(guó)內(nèi)生產(chǎn)總值132 207.92億元，分別占全國(guó)總量的18.4%和23.2%，平均人口密度478.45人/km2，是全國(guó)平均水平的2倍。環(huán)渤海地區(qū)分布著遼寧沿海經(jīng)濟(jì)帶、京津冀協(xié)同發(fā)展和山東半島藍(lán)色經(jīng)濟(jì)區(qū)等已上升為國(guó)家戰(zhàn)略的經(jīng)濟(jì)發(fā)展區(qū)和天津?yàn)I海新區(qū)、青島西海岸新區(qū)和大連金普新區(qū)等國(guó)家級(jí)新區(qū)，包括：北京、天津2個(gè)直轄市，沈陽(yáng)、大連、濟(jì)南、青島4個(gè)副省級(jí)城市，石家莊1個(gè)省會(huì)城市，以及38個(gè)地級(jí)市和77個(gè)縣級(jí)市*為避免城市體量過(guò)大，將北京市的密云縣、延慶縣，天津市的寧河縣、靜?？h和薊縣分離出來(lái)，單獨(dú)以縣級(jí)市對(duì)待；長(zhǎng)?？h和長(zhǎng)島縣等海島縣不單獨(dú)計(jì)算，數(shù)據(jù)分別歸入大連市和煙臺(tái)市市區(qū)中。以此環(huán)渤海地區(qū)共計(jì)118個(gè)城市。，共計(jì)118個(gè)城市。因此，環(huán)渤海地區(qū)城市經(jīng)濟(jì)發(fā)展水平較高，城市等級(jí)層次分明，人口稠密，在全國(guó)城市空間分布中具有典型性和代表性。

1.2 數(shù)據(jù)來(lái)源

數(shù)據(jù)主要分為空間數(shù)據(jù)和面板數(shù)據(jù)。空間數(shù)據(jù)來(lái)源于中國(guó)國(guó)家基礎(chǔ)地理信息系統(tǒng)全國(guó)1∶400萬(wàn)數(shù)據(jù)庫(kù)，利用ArcGIS 10.0軟件提取環(huán)渤海地區(qū)118個(gè)城市的點(diǎn)狀數(shù)據(jù)、線狀邊界以及面狀圖層等數(shù)據(jù)，經(jīng)過(guò)與最新版的國(guó)家地圖核對(duì)校準(zhǔn)之后作為備用數(shù)據(jù)。面板數(shù)據(jù)主要使用城市的年末總?cè)丝诤虶DP數(shù)據(jù)，其中，密云縣、延慶縣的人口和GDP數(shù)據(jù)來(lái)自各縣的2013年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，寧河縣、靜海縣和薊縣數(shù)據(jù)來(lái)自《天津統(tǒng)計(jì)年鑒2014》，其余城市的人口和GDP數(shù)據(jù)均來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒2014》。

1.3 研究方法

1.3.1 Theil系數(shù)及一階段嵌套分解。Theil系數(shù)又稱為錫爾熵，最早由Theil和Henri于1967年提出[31-32]。根據(jù)算法不同，Theil系數(shù)可分為T(mén)heil系數(shù)T和Theil系數(shù)L，兩者區(qū)別在于Theil系數(shù)T是以GDP為權(quán)重計(jì)算，Theil系數(shù)L則是以人口為權(quán)重計(jì)算[33]。

以Theil系數(shù)T計(jì)算方法為例。公式為：

(1)

式中：n為區(qū)域個(gè)數(shù)；yi為區(qū)域i中GDP占整個(gè)區(qū)域的比重；pi為區(qū)域i中人口占整個(gè)區(qū)域的比重。T越大，表示各區(qū)域間經(jīng)濟(jì)發(fā)展水平的差異越大。為了探索小尺度下較小單元間的差異，可以對(duì)Theil系數(shù)T做一階段分解，則表示整體區(qū)域差異的Theil系數(shù)為：

(2)

式中：Yij為第i個(gè)區(qū)域第j市的GDP；Y為整個(gè)區(qū)域的GDP總量；Pij為第i個(gè)區(qū)域第j市的人口；P為整個(gè)區(qū)域的人口總數(shù)。定義第i區(qū)域的區(qū)際差異為：

(3)

進(jìn)一步，Theil系數(shù)Tp可以分解為：

(4)

式中：TWR為地帶內(nèi)的差異；TBR為地帶間的差異。

1.3.2 基尼系數(shù)與首位城市集聚度。城市空間結(jié)構(gòu)和形態(tài)的測(cè)度主要有2種思路：一是對(duì)于城市集群整體的緊湊度、集聚程度和分布狀況的分析，如基尼指數(shù)、帕累托指數(shù)等，適用于發(fā)育較成熟、城市體系層次分明的區(qū)域；二是關(guān)注區(qū)域內(nèi)中心城市對(duì)周邊其他城市的帶動(dòng)和影響，如首位城市集聚度，適用于空間極化特征明顯、城市間規(guī)模差異較大的地區(qū)。本研究采用基尼系數(shù)和首位城市集聚度對(duì)城市密集區(qū)的集聚特征進(jìn)行分析和歸類(lèi)，不僅描繪城市密集區(qū)整體的集聚狀況，也可以對(duì)內(nèi)部空間結(jié)構(gòu)的差異做出比較[34]。

馬歇爾的城市基尼系數(shù)計(jì)算公式為：

Gi=Ui/2Si(n-1),i=1,2,…，n。

(5)

式中：U為城市密集區(qū)中兩兩城市間的人口或GDP之差的絕對(duì)值總和；S為城市密集區(qū)總的人口數(shù)或GDP總量；n為城市密集區(qū)內(nèi)城市數(shù)量；Gi反映第i個(gè)城市密集區(qū)中的人口或經(jīng)濟(jì)的集中程度。Gi取值范圍[0,1]，越接近0，表示密集區(qū)內(nèi)城市分布越分散；越接近1，表示在空間上城市分布越集中。

首位城市集聚度表征城市密集區(qū)中首位城市的人口數(shù)或GDP占整個(gè)密集區(qū)人口總數(shù)或經(jīng)濟(jì)總量的比重。

城市基尼系數(shù)表征城市密集區(qū)的整體集中程度(強(qiáng)—弱)，首位城市集聚度表示城市密集區(qū)內(nèi)部空間結(jié)構(gòu)特征(單中心—多中心)，因此，依據(jù)基尼系數(shù)和首位城市集聚度可以對(duì)城市密集區(qū)的集聚特征進(jìn)行簡(jiǎn)單分類(lèi)：基尼系數(shù)和首位城市集聚度都高，表明城市密集區(qū)具有很強(qiáng)的單中心結(jié)構(gòu)(強(qiáng)單中心)；基尼系數(shù)高而首位城市集聚度低，表明城市布局處于緊湊狀況，但無(wú)明顯極化現(xiàn)象(強(qiáng)多中心)；基尼系數(shù)低而首位城市集聚度高，表明城市密集區(qū)經(jīng)濟(jì)結(jié)構(gòu)較松散，有中心城市但是差異不明顯(弱單中心)；基尼系數(shù)和首位城市集聚度都低，表明城市密集區(qū)空間結(jié)構(gòu)分散，中心城市也不突出。

2 城市密集區(qū)的空間識(shí)別

2.1 空間識(shí)別的主要方法

城市密集區(qū)的空間識(shí)別方法大致分為兩類(lèi)：1)模型法，利用幾何圖形、數(shù)學(xué)算法等手段進(jìn)行地域切割，如引力模型[35]、Voronoi圖[36]、場(chǎng)強(qiáng)模型[37]、GIS中的空間可達(dá)性[38]等；2)實(shí)證法，通過(guò)篩選一些測(cè)度指標(biāo)和數(shù)據(jù)來(lái)確定城市密集區(qū)的范圍和邊界[39]，將定性和定量結(jié)合起來(lái)，研究進(jìn)展較為深入。

本研究以實(shí)證法為依據(jù)，綜合模型法的特點(diǎn)，以社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)和GIS技術(shù)為支撐，通過(guò)城市屬性、規(guī)模的分析確定大致范圍，采用空間通達(dá)性的測(cè)算進(jìn)行城市密集區(qū)的邊界確定，最后通過(guò)對(duì)城市密集區(qū)城市體系結(jié)構(gòu)的討論最終確定城市密集區(qū)。

2.2 空間識(shí)別的主要標(biāo)準(zhǔn)

城市密集區(qū)的空間識(shí)別主要包括人口規(guī)模、城市面積、經(jīng)濟(jì)總量、城市數(shù)量、交通密度、通勤率等指標(biāo)，隨著研究的深入，城市密集區(qū)的判定標(biāo)準(zhǔn)也在發(fā)生變化。結(jié)合環(huán)渤海地區(qū)城市分布的實(shí)際狀況，確定城市密集區(qū)的識(shí)別標(biāo)準(zhǔn)主要包括以下幾點(diǎn)。

1)基礎(chǔ)條件。即城市密集區(qū)發(fā)育的內(nèi)部和外部條件，是城市密集區(qū)形成的環(huán)境基礎(chǔ)。主要包括較高的城市和人口密度，以交通干線帶動(dòng)的交通走廊效應(yīng)明顯，非農(nóng)人口占有較高比重，有高等級(jí)城市帶動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)，地區(qū)GDP總量高于外圍城市等。

2)中心城市。是城市密集區(qū)中處于核心引領(lǐng)地位、對(duì)密集區(qū)內(nèi)其他城市具有強(qiáng)勁輻射帶動(dòng)作用的大型城市，一般具有級(jí)別高、規(guī)模大和經(jīng)濟(jì)發(fā)達(dá)等特點(diǎn)。在此，取具有省級(jí)意義的城市，如直轄市、副省級(jí)城市和省會(huì)城市以及年末總?cè)丝谠?00萬(wàn)以上、非農(nóng)人口占比大于50%的特大或超大型城市。據(jù)此，環(huán)渤海地區(qū)的中心城市主要有北京、天津、沈陽(yáng)、大連、濟(jì)南、青島和石家莊。

3)城市體系。城市密集區(qū)內(nèi)的城市體系以完整的等級(jí)規(guī)模體系存在，主要包括中心城市、標(biāo)準(zhǔn)市和其他城市。標(biāo)準(zhǔn)市是指城市密集區(qū)中城市化水平高、具備一定區(qū)域影響力的城市，標(biāo)準(zhǔn)市多寡在一定程度上反映城市密集區(qū)發(fā)育水平的高低。在此取地級(jí)及以上城市、年末人口在50萬(wàn)以上、第三產(chǎn)業(yè)占比較高、人口和經(jīng)濟(jì)建設(shè)水平在全國(guó)城市平均水平以上的城市作為標(biāo)準(zhǔn)市。其他城市是除中心城市和標(biāo)準(zhǔn)市外包含在城市密集區(qū)內(nèi)的其他中小型城市，主要指縣級(jí)市。

4)互相聯(lián)系。城市密集區(qū)的邊界確定是城市密集區(qū)研究的關(guān)鍵問(wèn)題。邊界是城市密集區(qū)中心城市的最遠(yuǎn)輻射距離，一般以中心城市的交通通達(dá)性作為邊界劃分的依據(jù)。根據(jù)環(huán)渤海地區(qū)城市交通可達(dá)性的測(cè)度顯示，距離中心城市2 h的通行時(shí)間，可劃入中心城市的輻射范圍。以中國(guó)鐵道部12306網(wǎng)站和各省市主要客運(yùn)站網(wǎng)站的購(gòu)票系統(tǒng)查詢結(jié)果作為依據(jù)，其中以鐵路通行時(shí)間為主*當(dāng)12306網(wǎng)站查詢結(jié)果出現(xiàn)高鐵、動(dòng)車(chē)、特快或普通車(chē)次等不同的通行時(shí)間時(shí)，以可利用的最短通行時(shí)間的車(chē)次計(jì)。，汽車(chē)通行時(shí)間為輔。為簡(jiǎn)化模型，忽略航空飛行的通行時(shí)間。在GIS中，當(dāng)城市的點(diǎn)狀數(shù)據(jù)被劃入某城市密集區(qū)中，則整個(gè)城市一并歸入此城市密集區(qū)，因此，城市密集區(qū)的邊界由各個(gè)城市的市域邊界組成。

據(jù)此，環(huán)渤海地區(qū)城市密集區(qū)的空間識(shí)別標(biāo)準(zhǔn)設(shè)定如下：具備完整的城市等級(jí)體系，有至少1個(gè)200萬(wàn)人口以上、具有省級(jí)意義、作為區(qū)域交通樞紐的超大或特大型城市成為中心城市；有至少1個(gè)標(biāo)準(zhǔn)市和其他城市；以中心城市為核心，各城市與中心城市的通行時(shí)間在2 h以內(nèi)。

2.3 空間識(shí)別的過(guò)程

2.3.1 城市集群劃分。依據(jù)環(huán)渤海地區(qū)城市分布的空間格局，結(jié)合已有的城市密集區(qū)的空間識(shí)別標(biāo)準(zhǔn)，以7個(gè)中心城市的分布為依據(jù)，參照標(biāo)準(zhǔn)市和其他城市的分布情況，最終確定以京津、石家莊、沈陽(yáng)、大連、濟(jì)南和青島為中心城市的6個(gè)城市密集區(qū)(北京和天津距離較近，通行時(shí)間約35 min，以2 h為通行時(shí)間的城市密集區(qū)重疊嚴(yán)重，故將北京和天津合并)，范圍大致包括中心城市及以中心城市為核心的250～300 km范圍內(nèi)的地級(jí)市和縣級(jí)市。

2.3.2 城市密集區(qū)邊界識(shí)別。以中心城市為原點(diǎn)，通行時(shí)間在2 h內(nèi)的城市劃入以該中心城市為核心的城市密集區(qū)(圖1)。當(dāng)城市密集區(qū)邊界出現(xiàn)重疊時(shí)，則以最小時(shí)間成本原則結(jié)合行政區(qū)劃原則確定城市的歸屬[1]。共有78個(gè)城市劃入城市密集區(qū)的范圍，占環(huán)渤海地區(qū)城市總數(shù)的66.1%，京津城市密集區(qū)入選城市最多，高達(dá)21個(gè)，大連城市密集區(qū)包含城市最少，僅為7個(gè)。

說(shuō)明：為方便觀察，圖中城市密集區(qū)以中心城市名稱命名，如以沈陽(yáng)為中心城市的城市密集區(qū)命名為“沈陽(yáng)”。

圖1 基于2 h通行時(shí)間的環(huán)渤海地區(qū)城市密集區(qū)劃分
Fig.1 The division based on two-hours traffic circle of urban concentrated areas in the Bohai rim region

2.3.3 城市密集區(qū)范圍的確定。利用2013年環(huán)渤海地區(qū)各城市的社會(huì)經(jīng)濟(jì)數(shù)據(jù)，對(duì)城市等級(jí)、經(jīng)濟(jì)規(guī)模、人口規(guī)模、第三產(chǎn)業(yè)比重等指標(biāo)進(jìn)行篩選，在GIS支持下，判定各城市的歸屬，6個(gè)城市密集區(qū)的空間分布見(jiàn)圖2。

圖2 環(huán)渤海地區(qū)城市密集區(qū)的空間分布和范圍Fig.2 The spatial distribution and range of urban concentrated areas in the Bohai rim region

整體上看，這些城市密集區(qū)在空間格局上呈現(xiàn)明顯的集聚趨勢(shì)，且分布形態(tài)與交通干線的走勢(shì)一致。從圖2可以看出，在遼寧西南與河北接壤處、山東東北部地區(qū)也分布著數(shù)量眾多的城市，包括大量符合識(shí)別標(biāo)準(zhǔn)的標(biāo)準(zhǔn)市和縣級(jí)市，但由于缺少符合條件的中心城市的帶動(dòng)作用，地區(qū)經(jīng)濟(jì)發(fā)展水平有限、人口集聚程度較低，且距離其他中心城市較遠(yuǎn)，故未能入選城市密集區(qū)。從內(nèi)部結(jié)構(gòu)看，各城市密集區(qū)的城市體系構(gòu)成顯示(表1)，京津地區(qū)包含城市數(shù)目最多，中心城市和縣級(jí)市的數(shù)量也最多；沈陽(yáng)和濟(jì)南地區(qū)的標(biāo)準(zhǔn)市數(shù)量達(dá)到7個(gè)，二者占城市密集區(qū)標(biāo)準(zhǔn)市總數(shù)的56%，但沈陽(yáng)地區(qū)的縣級(jí)市數(shù)量最少；石家莊地區(qū)的縣級(jí)市數(shù)量也達(dá)到12個(gè)；大連和青島地區(qū)的標(biāo)準(zhǔn)市各有1個(gè)，但大連城市密集區(qū)擁有的城市總數(shù)最少，只有8個(gè)。因此，從城市體系構(gòu)成的角度看，京津城市密集區(qū)的發(fā)育最成熟，大連和青島城市密集區(qū)的發(fā)育程度最低。

表1 環(huán)渤海地區(qū)城市密集區(qū)的城市體系構(gòu)成 個(gè)

Tab.1 The urban system formation of urban concentrated areas in the Bohai rim region

3 城市密集區(qū)的集聚特征

3.1 城市密集區(qū)差異的空間尺度

分別以城市密集區(qū)和單個(gè)城市為基本空間單元，采用2013年環(huán)渤海地區(qū)城市的GDP和人口數(shù)據(jù)，運(yùn)用Theil系數(shù)一階段分解方法，計(jì)算得出2013年環(huán)渤海地區(qū)6個(gè)城市密集區(qū)以及區(qū)際間的Theil系數(shù)(表2)。

表2 2013年環(huán)渤海地區(qū)及6個(gè)城市密集區(qū)的Theil系數(shù)Tab.2 The Theil coefficient of the Bohai rim region and six urban concentrated areas in 2013

由表2可知，無(wú)論是Theil系數(shù)T還是Theil系數(shù)L，環(huán)渤海地區(qū)的整體差異都很小(<0.1)，因此，整體上看，環(huán)渤海地區(qū)城市人口和GDP差異不會(huì)出現(xiàn)數(shù)量巨大的大值和小值，數(shù)值分布相對(duì)均勻。其中，區(qū)域內(nèi)遠(yuǎn)遠(yuǎn)大于區(qū)域間的差異值，表明環(huán)渤海地區(qū)經(jīng)濟(jì)和人口分布的差異主要是由城市密集區(qū)內(nèi)的城市分布不均造成的，區(qū)域內(nèi)差異對(duì)于全局差異的貢獻(xiàn)率約為91.23%～91.80%。城市密集區(qū)內(nèi)部之間的差異比較顯示，石家莊地區(qū)的差異最明顯，高達(dá)39.90%～51.08%，京津地區(qū)和濟(jì)南地區(qū)次之，沈陽(yáng)地區(qū)最小。這說(shuō)明，石家莊地區(qū)發(fā)展最不均衡，兩極差異化顯著，石家莊集中了外圍大量的資源和人口，造成其他中小城市普遍落后，而京津地區(qū)則由于北京和天津依靠國(guó)家政策，經(jīng)濟(jì)高度發(fā)達(dá)，與其他地級(jí)市和縣級(jí)市的距離拉大，造成差異變大。沈陽(yáng)和大連地區(qū)本身就是我國(guó)發(fā)育最好的城市群之一，城市間的發(fā)展已由最初的競(jìng)爭(zhēng)演變?yōu)楹椭C共進(jìn)，因此，這2個(gè)城市密集區(qū)內(nèi)的差異較小。

從計(jì)算方法角度來(lái)看，以GDP為權(quán)重的Theil系數(shù)T值大多數(shù)情況下都大于以人口為權(quán)重的Theil系數(shù)L值，表明在環(huán)渤海地區(qū)區(qū)際間和城市間，GDP空間分布的差異要大于人口的空間分布差異。

3.2 城市密集區(qū)的集聚程度及類(lèi)型劃分

環(huán)渤海地區(qū)6個(gè)城市密集區(qū)基尼系數(shù)和首位城市集聚度顯示，GDP的集聚程度整體上高于人口的集聚程度(表3)?；嵯禂?shù)均值GDP高于人口18個(gè)百分點(diǎn)，首位城市集聚度均值GDP高于人口12個(gè)百分點(diǎn)。當(dāng)前環(huán)渤海地區(qū)處于快速發(fā)展時(shí)期，通過(guò)經(jīng)濟(jì)的高度集聚帶動(dòng)區(qū)域人口的集中是一個(gè)合理現(xiàn)象，隨著經(jīng)濟(jì)的轉(zhuǎn)型發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整，這一趨勢(shì)會(huì)逐漸發(fā)生變化。

表3 2013年環(huán)渤海城市密集區(qū)GDP和人口集聚程度Tab.3 The clustering degree of GDP and population of urban concentrated areas in the Bohai rim region in 2013

環(huán)渤海地區(qū)的城市密集區(qū)中，京津地區(qū)的基尼系數(shù)值最高，表明該地區(qū)城市經(jīng)濟(jì)和人口分布最集中，且兩極分化嚴(yán)重；大連地區(qū)的首位城市集聚度值最高，表明大連1個(gè)城市集中了區(qū)域內(nèi)52.3%的GDP和34.3%的人口，首位城市集聚度十分明顯。而濟(jì)南地區(qū)，無(wú)論是基尼系數(shù)還是首位城市集聚度基本都是最小值，說(shuō)明以濟(jì)南為核心的城市密集區(qū)，經(jīng)濟(jì)發(fā)展較為均衡，大中小城市差距不大，人口分布較為分散?；嵯禂?shù)和首位城市集聚度結(jié)合，能夠從整體和內(nèi)部結(jié)構(gòu)兩方面反映城市密集區(qū)的集聚狀況，因此，以這2個(gè)指標(biāo)對(duì)城市密集區(qū)的經(jīng)濟(jì)和人口集聚特征進(jìn)行類(lèi)型劃分(圖3)。

從GDP的集聚類(lèi)型看，各個(gè)城市密集區(qū)的值域分布非常典型，將0.38和0.67分別作為首位城市集聚度和城市基尼系數(shù)的分界值，6個(gè)城市密集區(qū)被歸類(lèi)于3類(lèi)不同的集聚類(lèi)型：1)首位城市集聚度和城市基尼系數(shù)都高的屬于強(qiáng)單中心城市密集區(qū)，如北京，此類(lèi)城市密集區(qū)規(guī)模較大，城市眾多，城市間相互聯(lián)系密切，有1個(gè)超強(qiáng)的中心城市作為首位城市引領(lǐng)區(qū)域發(fā)展，集聚特征是結(jié)構(gòu)緊密，中心城市實(shí)力超強(qiáng)。2)首位城市集聚度較高而城市基尼系數(shù)較低的屬于弱單中心類(lèi)型，如沈陽(yáng)、大連和青島，此類(lèi)城市密集區(qū)整體規(guī)模適中，中心城市集中了區(qū)域內(nèi)大部分的經(jīng)濟(jì)和人口資源，城市間發(fā)展水平差距較小。3)首位城市集聚度和城市基尼系數(shù)都低的屬于弱多中心類(lèi)型，如石家莊和濟(jì)南，在這2個(gè)城市密集區(qū)中，中心城市沒(méi)有形成絕對(duì)的優(yōu)勢(shì)地位，外圍中小城市與中心城市搶奪發(fā)展機(jī)會(huì)，城市間均衡發(fā)展；首位城市集聚度低而城市基尼系數(shù)高的屬于強(qiáng)多中心類(lèi)型，環(huán)渤海地區(qū)無(wú)此類(lèi)型城市密集區(qū)。

從人口的集聚類(lèi)型看，可將0.25和0.43分別作為首位城市集聚度和城市基尼系數(shù)的分界值。城市密集區(qū)的人口集聚類(lèi)型與GDP集聚類(lèi)型差別不大，主要區(qū)別在于沈陽(yáng)城市密集區(qū)被劃入強(qiáng)單中心類(lèi)型，說(shuō)明在遼寧中北部地區(qū)，沈陽(yáng)集中了區(qū)域內(nèi)接近50%的人口，且沈陽(yáng)對(duì)于人口的集聚能力大于對(duì)經(jīng)濟(jì)的集聚能力。

圖3 環(huán)渤海地區(qū)城市密集區(qū)GDP和人口集聚類(lèi)型劃分Fig.3 The classification of clustering of GDP and population of urban concentrated areas in the Bohai rim region

3.3 城市密集區(qū)的集聚效應(yīng)對(duì)雙核結(jié)構(gòu)的影響

雙核結(jié)構(gòu)是某一特定區(qū)域中，由區(qū)域中心城市、港口城市及其連線所組成的一種空間結(jié)構(gòu)模式[40]。由于兼顧了區(qū)域中心城市的居中性和港口城市的外向型，兩者可以實(shí)現(xiàn)區(qū)位和社會(huì)發(fā)展的功能互補(bǔ)。通常地，雙核結(jié)構(gòu)中中心城市與港口城市依靠強(qiáng)大的區(qū)位和經(jīng)濟(jì)優(yōu)勢(shì)集中了區(qū)域內(nèi)的大部分資源，在極化作用下會(huì)呈現(xiàn)雙核城市經(jīng)濟(jì)發(fā)達(dá)而連線上的城市普遍衰落的現(xiàn)象。環(huán)渤海地區(qū)雙核結(jié)構(gòu)分布廣泛(圖4)，主要有北京—天津、沈陽(yáng)—大連、石家莊—黃驊、濟(jì)南—青島等。

城市密集區(qū)內(nèi)部在發(fā)展演化前期，中心城市會(huì)把外圍中小城市的資源和發(fā)展機(jī)會(huì)集中到自身，從而自身發(fā)展壯大，形成以中心城市為核心的錐形區(qū)域經(jīng)濟(jì)空間結(jié)構(gòu)，這種向心力現(xiàn)象被稱為集聚效應(yīng)。從圖4看出，隨著京津城市密集區(qū)的不斷擴(kuò)大，處于“石家莊—黃驊”雙核結(jié)構(gòu)中的黃驊市已經(jīng)被納入到京津城市密集區(qū)，從而脫離石家莊的輻射范圍，黃驊作為京津城市密集區(qū)中的縣級(jí)市服務(wù)于北京和天津，在城市密集區(qū)集聚效應(yīng)影響下，黃驊的資源流向天津，造成“石家莊—黃驊”雙核結(jié)構(gòu)鏈的斷裂。因此，城市密集區(qū)通過(guò)集聚效應(yīng)打破了原來(lái)由區(qū)位關(guān)系形成的城市空間布局，重新構(gòu)造了以城市集聚程度為標(biāo)準(zhǔn)的新的區(qū)域經(jīng)濟(jì)空間格局。

圖4 環(huán)渤海地區(qū)城市密集區(qū)集聚效應(yīng)對(duì)雙核結(jié)構(gòu)的影響Fig. 4 The effect of agglomeration effects on dual core structure of urban concentrated areas in the Bohai rim region

4 結(jié)論與討論

4.1 結(jié)論

1)依據(jù)城市不同等級(jí)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，將118個(gè)城市分為3類(lèi)：中心城市、標(biāo)準(zhǔn)市和其他城市。其中，中心城市有北京、天津和沈陽(yáng)等7個(gè)。通過(guò)比較，以2 h作為通行時(shí)間，確定了京津、石家莊、沈陽(yáng)、大連、濟(jì)南和青島6個(gè)城市密集區(qū)的邊界范圍。

2)利用Theil系數(shù)測(cè)度區(qū)域內(nèi)、城市密集區(qū)之間的差異大小，表明區(qū)域整體差異較小，而城市密集區(qū)內(nèi)部的差異對(duì)整體差異貢獻(xiàn)最大；采用城市基尼系數(shù)和首位城市集聚度作為測(cè)度方法對(duì)6個(gè)城市密集區(qū)的集聚程度進(jìn)行劃分，北京屬于強(qiáng)單中心型，沈陽(yáng)、大連和青島屬于弱單中心型，濟(jì)南和石家莊屬于弱多中心型；最后通過(guò)分析發(fā)現(xiàn)，城市密集區(qū)的集聚效應(yīng)破壞了“石家莊—黃驊”的雙核結(jié)構(gòu)鏈，重新構(gòu)造了區(qū)域經(jīng)濟(jì)空間格局。

4.2 討論

通過(guò)定量和定性結(jié)合的方法對(duì)環(huán)渤海地區(qū)的城市密集區(qū)進(jìn)行劃分，并探討了其集聚特征，由于在研究中地域單元偏大，造成城市密集區(qū)邊界重合嚴(yán)重，在后續(xù)研究中可以嘗試以縣為基本單位進(jìn)行劃分；由于缺少資料，城市密集區(qū)邊界確定所使用的通行時(shí)間只能通過(guò)相關(guān)網(wǎng)站查詢得來(lái)，隨意性較大，為提高精度，后續(xù)中可利用GIS進(jìn)行區(qū)域交通通達(dá)性測(cè)算，這樣結(jié)果會(huì)更準(zhǔn)確。

[1] 薛俊菲，陳雯，曹有揮.中國(guó)城市密集區(qū)空間識(shí)別及其與國(guó)家主體功能區(qū)的對(duì)接關(guān)系[J].地理研究，2012，32(1)：146-156.

[2] 顧朝林.城市群研究進(jìn)展與展望[J].地理研究，2011，30(5)：711-784.

[3] 劉榮增.城鎮(zhèn)密集區(qū)及其相關(guān)概念研究的回顧與再思考[J].人文地理，2003，18(3)：13-18.

[4] 喬家君，李小建.河南省城鎮(zhèn)密集區(qū)的空間地域結(jié)構(gòu)[J].地理研究，2006，25(2)：213-221.

[5] 馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮(zhèn)群體空間結(jié)構(gòu)[J].地理學(xué)報(bào)，2004，59(6)：1048-1057.

[6] 孫斌棟，魏旭紅.上海都市區(qū)就業(yè)-人口空間結(jié)構(gòu)演化特征[J].地理學(xué)報(bào)，2014，69(6)：747-758.

[7] 謝志清，杜銀，曾燕，等.長(zhǎng)江三角洲城市帶擴(kuò)展對(duì)區(qū)域溫度變化的影響[J].地理學(xué)報(bào)，2007，62(7)：717-727.

[8] 王麗，鄧羽，牛文元.城市群的界定與識(shí)別研究[J].地理學(xué)報(bào)，2013，68(8)：1059-1070.

[9] 閻小培，郭建國(guó)，胡宇冰.穗港澳都市連綿區(qū)的形成機(jī)制研究[J].地理研究，1997，16(2)：22-29.

[10] Dickinson R.The City Region in Western in Europe[M].London:Routledge & Kegan Paul,1967：11-12.

[11] Fawcett C B.Distribution of the Urban Population in Great Britain[J].The Geographical Journal,1932,79(2):100-113.

[12] Gottman J.Megalopolis,or the Urbanization of the Northeastern Seaboard[J].Economic Geography,1957,33(3):189-220.

[13] McGee T G.The Emergence of Desakota Region in Asia:Expanding A Hypothesis[M]//Ginsburg N,McGee T G.The Extended Metropolis:Settlement Transition in Asia.Honolulu:University of Hawaii Press,1991:3-25.

[14] 姜博，馬曉蕾，郎曉東，等.東北城市密集區(qū)空間運(yùn)輸聯(lián)系演變規(guī)律分析[J].干旱區(qū)資源與環(huán)境，2013，27(9)：32-37.

[15] 姜博，初楠臣，孫雪晶，等.哈大齊城市密集區(qū)空間經(jīng)濟(jì)聯(lián)系測(cè)度及其動(dòng)態(tài)演進(jìn)規(guī)律[J].干旱區(qū)資源與環(huán)境，2015，29(4)：59-64.

[16] 曹紅陽(yáng)，王士君.黑龍江省東部城市密集區(qū)城市流強(qiáng)度分析[J].人文地理，2007，22(2)：81-86.

[17] 張志斌，劉向來(lái).蘭州—西寧城鎮(zhèn)密集區(qū)經(jīng)濟(jì)增長(zhǎng)空間收斂性研究[J].地域研究與開(kāi)發(fā)，2013，32(1)：18-23.

[18] 李丁，冶小梅，汪勝蘭，等.基于ESDA-GIS的縣域經(jīng)濟(jì)空間差異演化及驅(qū)動(dòng)力分析——以蘭州—西寧城鎮(zhèn)密集區(qū)為例[J].經(jīng)濟(jì)地理，2013，33(5)：31-36.

[19] 宋蕾.都市密集區(qū)的氣候風(fēng)險(xiǎn)與適應(yīng)性建設(shè)——以上海為例[J].中國(guó)人口·資源與環(huán)境，2012，22(11)：6-12.

[20] 朱英明，李玉見(jiàn).滬寧杭城市密集區(qū)市場(chǎng)化差異研究[J].長(zhǎng)江流域資源與環(huán)境，2001，10(2)：118-126.

[21] 盛廣耀.城市密集區(qū)人口變動(dòng)研究——以長(zhǎng)江三角洲、珠江三角洲和京津唐地區(qū)為例[J].經(jīng)濟(jì)地理，2007，27(6)：946-951.

[22] 方創(chuàng)琳，祁巍鋒，宋吉濤.中國(guó)城市群緊湊度的綜合測(cè)度分析[J].地理學(xué)報(bào)，2008，63(10)：1011-1021.

[23] 李娜.長(zhǎng)三角城市群空間聯(lián)系與整合[J].地域研究與開(kāi)發(fā)，2011，30(5)：72-77.

[24] 李震，顧朝林，姚士謀.當(dāng)代中國(guó)城鎮(zhèn)體系地域空間結(jié)構(gòu)類(lèi)型定量研究[J].地理科學(xué)，2006，26(5)：544-550.

[25] 桑秋，張平宇，高曉娜，等.遼中城市群縣域綜合發(fā)展水平差異的時(shí)空特征分析[J].地理科學(xué)，2008，28(2)：150-155.

[26] 于濤方，顧朝林，李志剛.1995年以來(lái)中國(guó)城市體系格局與演變[J].地理研究，2008，27(6)：1407-1418.

[27] 王發(fā)曾，郭志富，劉曉麗，等.基于城市群整合發(fā)展的中原地區(qū)城市體系結(jié)構(gòu)優(yōu)化[J].地理研究，2007，26(4)：637-650.

[28] 王婧，方創(chuàng)琳.中國(guó)城市群發(fā)育的新型驅(qū)動(dòng)力研究[J].地理研究，2011，30(2)：335-347.

[29] 狄乾斌，韓帥帥.環(huán)渤海地區(qū)城市經(jīng)濟(jì)影響區(qū)的空間分異研究——基于“湖泊效應(yīng)”和BASS模型[J].地理科學(xué)，2015，35(6)：690-697.

[30] 王開(kāi)泳，陳田.珠江三角洲都市經(jīng)濟(jì)區(qū)地域構(gòu)成的判別與分析[J].地理學(xué)報(bào)，2008，63(8)：820-828.

[31] 徐建華，魯鳳，蘇方林，等.中國(guó)區(qū)域經(jīng)濟(jì)差異的時(shí)空尺度分析[J].地理研究，2005，24(1)：57-68.

[32] 王建軍.基于Theil指數(shù)的廣東省入境旅游經(jīng)濟(jì)時(shí)空差異研究[J].地域研究與開(kāi)發(fā)，2012，31(1)：99-115.

[33] Takahiro A.Decomposing Regional Income Inequality in China and Indonesia Using Two Stage Nested Theil Decomposition Method[J].The Annals of Regional Science,2003,37(1):55-77.

[34] 李佳洺，張文忠，孫鐵山，等.中國(guó)城市群集聚特征與經(jīng)濟(jì)績(jī)效[J].地理學(xué)報(bào)，2014，69(4)：474-484.

[35] Huff D L.The Delineation of A National System of Planning Regions on the Basis of Urban Sphere of Influence[J].Regional Studies,1973,7(3):323-329.

[36] Ottaviano G I P,Pinelli D.Market Potential and Productivity:Evidence from Finnish Regional[J].Regional Science and Urban Economics,2006,36(5):636-657.

[37] Liang S M.Research on the Urban Influence Domains in China[J].International Journal of Geographical Information Science,2009,23(12):1527-1539

[38] 張倩，胡云鋒，劉紀(jì)元，等.基于交通、人口和經(jīng)濟(jì)的中國(guó)城市群識(shí)別[J].地理學(xué)報(bào)，2011，66(6)：761-770.

[39] 方創(chuàng)琳.城市群空間范圍識(shí)別標(biāo)準(zhǔn)的研究進(jìn)展與基本判斷[J].城市規(guī)劃學(xué)刊，2009(4)：1-5.

[40] 陸玉麒.區(qū)域雙核結(jié)構(gòu)模式的形成機(jī)理[J].地理學(xué)報(bào)，2002，57(1)：85-95.

The Spatial Identification and Clustering Characteristics of Urban Concentrated Areas in the Bohai Rim Region

Han Shuaishuai ， Di Qianbin

(Center for Studies of Marine Economy and Sustainable Development of Liaoning Normal University, Dalian 116029, China)

Based on the discussion of the connotation and characteristics of urban concentrated areas,take the 118 cities in Bohai rim region as the research area, 6 urban concentrated areas were confirmed by the identification and utilization of city space; With the help of GDP and population data, Theil coefficient, Gini coefficient and the first city agglomeration method, the feature of urban concentrated areas were researched from the spatial difference, the degree of agglomeration and agglomeration effects. The results showed: (1)The paper identified 7 central cities, 38 standard cities and 77 other cities by city level and social economic data for screening standard; (2)With the passage of time 2 hours to determine the Beijing and Tianjin, Shijiazhuang, Shenyang, Dalian, Jinan and Qingdao as the core city of urban concentrated areas; (3)Theil coefficient indicates that the overall difference of the Bohai rim region was small, the difference within the urban concentrated area is bigger than the inter regional differences,of the overall difference,the internal difference’s contribution rate is more than 91%; (4)The cluster classification indicates that, Beijing-Tianjin area belongs to the strong single center, Shenyang, Dalian and Qingdao area belongs to the weak single center, Jinan and the Shijiazhuang area belongs to the weak multi-single center; (5)Under the strong agglomeration effects of the Beijing-Tianjin urban concentrated areas, the “Shijiazhuang-Huanghua”dual core structure chain is destroyed, and urban concentrated areas construct the pattern of regional economic structure again.

urban concentrated areas; spatial identification; clustering characteristics; Gini coefficient; Bohai rim region

2015-01-25；

2015-12-17

國(guó)家自然科學(xué)基金項(xiàng)目(41571127)；遼寧省高等學(xué)校優(yōu)秀科技人才支持計(jì)劃項(xiàng)目(WR2014005)

韓帥帥(1989-)，男，河南洛陽(yáng)市人，碩士研究生，主要從事經(jīng)濟(jì)地理研究，(E-mail)hanss_89@yeah.net。

狄乾斌(1977-)，男，山東滕州市人，副教授，博士，主要從事經(jīng)濟(jì)地理研究，(E-mail)dqbwmn@163.com。

F290；X171.1

A

1003-2363(2016)01-0020-07