樊文平，王鴻康，劉紅平，張子民

（1.山東建筑大學測繪地理信息學院，山東濟南250101；2.山東建筑大學理學院，山東濟南250101）

引言

江蘇省屬于長江經濟帶北翼，與安徽、浙江、上海共同構成的長江三角洲城市群已成為國際6大世界級城市群之一。江蘇省綜合經濟實力在中國一直處于前列，2017年生產總值達85900.9億元，城市化率達68.8%。然而，高城市化發(fā)展背后卻也面臨著諸如城鄉(xiāng)差距及南北城市化發(fā)展差距均不斷擴大的矛盾，對城市化的健康可持續(xù)發(fā)展影響巨大。因此，厘清江蘇省城市化發(fā)展時空分異格局及變化趨勢，掌握各地發(fā)展規(guī)律并探究其成因，能夠為有針對性的制定不同城市及區(qū)域發(fā)展政策，保障各地城市化健康和諧發(fā)展提供科學依據(jù)。學術界關于城市化的區(qū)域格局研究已經非常豐富[1-5]。研究方法除了運用傳統(tǒng)統(tǒng)計方法外，多結合GIS或R S技術輔助定量分析[6]。其中，探索性空間數(shù)據(jù)分析（E xplo r ato r y S patial Data A nalysis，E S D A）能夠挖掘區(qū)域對象屬性之間的空間依賴性和異質性，結合GIS技術能夠將空間相關性分析的結果可視化，從而使人更好地理解空間規(guī)律和空間結構，在地理對象的空間分異及格局研究中應用廣泛[7-14]。近年來，隨著大數(shù)據(jù)的興起，各種具有點位空間屬性的大數(shù)據(jù)成為研究空間集聚現(xiàn)象的有力工具[15-18]。從省域的尺度來看，單個城市城區(qū)內部的人口流動變化可以忽略不計，人口空間集聚水平能夠反映城市對人口的吸引力，從而反映城市化的發(fā)展水平。作為大數(shù)據(jù)的一種新形式，騰訊位置大數(shù)據(jù)能夠在更加精細的時間和空間粒度上獲取人口的實時點位信息，它包含的點位熱度屬性是由騰訊位置平臺計算的與實際人口數(shù)量正相關的相對值，能夠定量化的研究人口的實時空間分布密度。目前應用騰訊點位數(shù)據(jù)的研究還很少，僅有的幾篇文獻主要集中于人口網絡特征[19]、城市群[20]及城鎮(zhèn)空間[21]格局等方面?；谝陨媳尘?，本文提出從大數(shù)據(jù)及E S D A角度研究江蘇省城市化發(fā)展時空分異格局，從而創(chuàng)新城市化空間格局研究方法，豐富城市化研究理論，并且助力江蘇省城市化可持續(xù)發(fā)展。設計目標和意義是能夠為規(guī)劃人員在空間規(guī)劃過程中提供一體化、可靠、高效并更直觀、更科學的輔助決策手段，同時規(guī)劃人員可以在該系統(tǒng)上進行規(guī)劃選址等專業(yè)分析操作。

1 數(shù)據(jù)來源及預處理

城市化水平往往用城市化率指標（城鎮(zhèn)人口/總人口×100%）來衡量，城市化率和城市化水平呈正相關。文章采用的城鎮(zhèn)人口和總人口的數(shù)據(jù)均來自于《江蘇省統(tǒng)計年鑒》（2000、2008、2017年）和中國縣市統(tǒng)計年鑒。行政區(qū)矢量地圖來自于國家基礎地理信息中心提供的全國1：400萬基礎地理信息數(shù)據(jù)。研究樣本選取了江蘇省的13個地級市區(qū)和62個縣（市）。騰訊點位熱度數(shù)據(jù)來源為https://heat.qq.c om/。在正常工作日基本上可以排除像節(jié)假日外出旅游等造成的大規(guī)模人口遷徙，其人口分布具有穩(wěn)定性。因此采用網絡數(shù)據(jù)爬取技術獲得江蘇省2019年5月8號（星期三，工作日）上午10點的騰訊點位熱度數(shù)據(jù)，采集時間間隔為半小時，數(shù)據(jù)粒度為公里格網。經過與江蘇省矢量地圖疊加獲取每個縣市內部的所有點位數(shù)據(jù)，取其平均數(shù)作為該縣的人口熱度指標。

2 結果分析

2.1 江蘇省城市化發(fā)展時空變化

采用J enks自然斷裂法將江蘇省各區(qū)縣的城市化率進行可視化，結果如圖1所示。1999年，江蘇省的城市化率在空間上還較分散，城市化率較高的地區(qū)主要位于各地級市區(qū)，蘇南地區(qū)高于蘇北地區(qū)。2007年，南北差異已經非常明顯，蘇南地區(qū)尤其是蘇錫常范圍已經形成高城市化水平縣市的連片分布，蘇北僅徐州和連云港及鹽城的興化市等地級市城市化率較高。2016年，蘇南城市化率進一步提高，且城市化率高的地區(qū)范圍繼續(xù)擴大，蘇北南部的鹽城、泰州等部分縣市，蘇中的鎮(zhèn)江部分縣市城市化率也快速提高，相比之下，占江蘇省面積一半以上的蘇北地區(qū)則城市化率提高緩慢?？傮w來看，江蘇省城市化發(fā)展大致遵循南高北低逐級遞減的分布格局，即蘇南＞蘇中＞蘇北。

2.2 江蘇省城市化空間分異

2.2.1 全局空間自相關分析?；贕eoDA 軟件，建立一階后矩陣（Queen）作為空間權重矩陣，計算江蘇省城市化水平Moran'I 值。表1 為Moran 散點圖三個年份四個象限城市個數(shù)及其變化情況。表1 顯示：1999 年江蘇省縣市城市化水平的Moran's I 值為負，P 值為0.118，Z 值為-1.063，表明江蘇省各縣市的城市化發(fā)展水平表現(xiàn)為高—低相依的近似隨機分布格局。第三象限的數(shù)據(jù)點明顯最多，可見江蘇省區(qū)域的城市化水平在空間上存在低值簇的現(xiàn)象，但總體空間差異程度較小，有69.3%的縣市城市化水平測度值小于平均值；2007 年和2016 年江蘇省城市化水平Moran's I 值為正，P 值都為0.001，Z 值都大于6，說明這兩個時間點上江蘇省各縣市的城市化發(fā)展水平分布格局呈現(xiàn)顯著的空間集聚特征。一三象限內的點數(shù)占總數(shù)據(jù)點的81.3%和73.3%，說明江蘇省城市化水平格局存在著高高集聚和低低集聚的現(xiàn)象。2007 年和2016 年城市化水平小于平均值的市縣分別占58.7%和54.7%；1999 年到2016 年，江蘇省區(qū)域城市化水平的Moran'sI 值由1999 年的-0.0962928 上升到2007 年的0.52487再降至2016 年的0.481446，說明該時間段內城市化水平格局的空間集聚性在逐漸增強，但在2007 年后集聚的趨勢有所減弱。與1999 年相比，2016 年高—高集聚（第一象限）的縣市顯著增多，意味著城市化發(fā)展水平高的縣市范圍擴大明顯，而城市化發(fā)展水平低的（低—低集聚的第三象限）縣市范圍有所減少。觀察2016 年分布在不同象限的縣市發(fā)現(xiàn)江蘇省的城市化水平差距主要體現(xiàn)在蘇南縣市和蘇北縣市之間（表2）。

2.2.2 局部空間自相關分析。江蘇省縣市城市化水平的局部空間自相關圖（圖2）顯示：1999年江蘇省各縣市城市化發(fā)展水平的分布格局并沒有呈現(xiàn)出明顯的集聚現(xiàn)象，只有極少區(qū)域呈現(xiàn)低—低集聚的特征。2007年至2016年間，江蘇省縣市城市化發(fā)展水平的空間分布格局并無較大變化?？臻g上沒有顯著集聚特征的地區(qū)主要分布在江蘇省中部、徐州的西北部、連云港和南京鎮(zhèn)江一帶地區(qū)。而蘇錫常一帶呈現(xiàn)高—高集聚的特征；蘇北的宿遷、淮安、鹽城和徐州東部一帶呈現(xiàn)低—低集聚的空間分布特征。

表1 城市化水平全局自相關類型成員數(shù)變化及Moran's I值

表2 一、三象限對應縣市（2016年）

圖1 江蘇省城市化時空變化過程

圖2 江蘇省城市化水平局部空間自相關

1999年到2016年間，江蘇省城市化發(fā)展水平在空間上呈現(xiàn)高—高集聚的縣市從無到有再保持穩(wěn)定。高—高集聚的縣市從無增加到南京、蘇州、無錫、常州等江蘇南部一帶城市。因為蘇南大部分城鎮(zhèn)都被長江串聯(lián)，相鄰市鎮(zhèn)之間相距不遠，縣市之間的交流方便，這樣密切的聯(lián)系使得該區(qū)域空間上具有較強的關聯(lián)性。憑借其位于東南沿海的地理位置的優(yōu)勢及區(qū)域經濟發(fā)展優(yōu)勢，蘇南地區(qū)的城市化發(fā)展迅速，是江蘇省城市化發(fā)展的“熱點”。蘇北縣市城市化發(fā)展水平在空間上也具有集聚的特征，表現(xiàn)為低—低集聚。1999年低—低集聚地區(qū)極少，隨著時間推移，低—低集聚的區(qū)域不斷增多，由宿遷、徐州的個別城市擴展到幾乎八成徐州、連云港、宿遷的縣市。可見，城市化發(fā)展水平在空間上具有顯著集聚特征的地區(qū)為蘇南地區(qū)和蘇北地區(qū)，且城市化發(fā)展水平呈現(xiàn)集聚特征的縣市遠多于呈現(xiàn)分散特征的縣市。這說明到2016年江蘇省縣市城市化發(fā)展水平具有明顯的空間聚集特征。

2.3 人口集聚與城市化

將江蘇省各縣市的騰訊位置人口點位熱度進行全局自相關計算，求得Moran's I值為0.125051，對其進行假設檢驗，P=0.053，Z=1.8336，結果顯示僅在90%的置信水平顯著相關，即江蘇省2019年5月8號上午10點的人口分布熱度具有不十分顯著（沒有超過95%）的空間弱相關關系。進一步對其進行局部空間相關計算（圖3），結果顯示，蘇北的宿遷、淮安及鹽城的部分縣市以及蘇中的泰州和揚州的北部縣市形成了顯著低—低集聚格局，蘇南的蘇州地區(qū)形成了顯著的高—高集聚格局。對照2016年城市化水平的集聚情況（表3）可以發(fā)現(xiàn)，人口的空間集聚與城市化的空間集聚呈現(xiàn)基本一致的空間格局，低—低集聚多集中在蘇北地區(qū)，即使有兩個縣屬于蘇中地區(qū)，也主要是位于與蘇北交界的北部地區(qū)，高—高集聚主要集中在蘇州市，范圍小于蘇錫常都市圈。說明人口的空間集聚分布一定程度上能夠反映出地區(qū)的城市化發(fā)展水平。城市化發(fā)展水平較高的地區(qū)往往能夠吸引更多人力，反之則對人口吸引力不足；反過來，人力資源的豐富又在一定程度上促進當?shù)氐某鞘谢l(fā)展，兩者具有耦合關系。

圖3 江蘇省區(qū)域人口位置熱度的局部空間自相關圖

對比江蘇省城市化水平與人口點位熱度可以發(fā)現(xiàn)（圖4），城市化水平較高的城市主要有南京、無錫和蘇州，而人口點位熱度較高的城市有徐州、南京、常州、蘇州和無錫。進一步計算騰訊位置點位熱度與城市化的P ea r son相關性系數(shù)結果為0.657，并且在0.1水平上（雙側）顯著相關可見，說明城市化與人口的分布之間存在顯著的正相關性。

一個明顯的例外是徐州市，作為江蘇省重點打造的三大都市圈之一，徐州都市圈的中心城市，其經濟地位不容小覷，因此對人口具有較強吸引力，所以點位熱度較高，然而其城市化率卻并未與之匹配，城市發(fā)展水平并不突出，徐州市未來可能要考慮如何利用人口集聚的優(yōu)勢進一步提高自身城市化水平。

表3 城市化集聚與人口集聚

圖4 江蘇省城市化水平與人口點位熱度對比

3 結論

3.1 1999～2016年間，江蘇省南北城市化率差距逐漸增大，蘇南尤其是蘇錫常地區(qū)已經形成高城市化連片分布圈；蘇北地區(qū)城市化率則提高緩慢，高城市化水平的區(qū)縣零星分布?？傮w來看，大致遵循南高北低逐級遞減的分布格局。

3.2 1999～2016年間，江蘇省縣市城市化發(fā)展水平的空間格局由分散變?yōu)榧?。高—高集聚主要為蘇南地區(qū)，低—低集聚主要為蘇北地區(qū)，說明江蘇省城市化發(fā)展水平表面上較高，但內部卻兩極分化。

3.3 江蘇省人口空間分布與城市化水平空間分布呈顯著正相關關系，空間格局大致相同，人口集聚空間分布一定程度上能夠反映出地區(qū)的城市化發(fā)展水平。