李健波,趙牡丹,王建
(西北大學(xué)陜西省遙感與地理信息工程研究中心,陜西西安710127)
國民生產(chǎn)總值(GDP)是指國民所擁有的全部生產(chǎn)要素在一定時期內(nèi)所生產(chǎn)的最終產(chǎn)品的市場價值。GDP是國民經(jīng)濟核算的核心指標(biāo),也是衡量一個國家或地區(qū)經(jīng)濟狀況和發(fā)展水平的重要數(shù)據(jù)。目前,GDP 統(tǒng)計數(shù)據(jù)通常是以行政區(qū)為基本單元,采取普查、抽樣等統(tǒng)計方式,逐級匯總后最終形成的二維表格,具有權(quán)威、系統(tǒng)、規(guī)范等優(yōu)點[1]。但在實際應(yīng)用中,傳統(tǒng)的GDP統(tǒng)計數(shù)據(jù)只能反映某地區(qū)的宏觀經(jīng)濟狀況,不能反映該地區(qū)內(nèi)部的經(jīng)濟差異和分布狀況[2],也無法反映出與地區(qū)的自然環(huán)境之間的內(nèi)在空間化關(guān)聯(lián)特征。
近年來,地理信息科學(xué)和遙感技術(shù)的快速發(fā)展,為GDP空間化研究提供了新的途徑與方法,眾多學(xué)者將土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)等運用于GDP空間化研究。美國學(xué)者Elvidge、Baugh、Kihn 等[3]利用DMSP/OLS夜間燈光數(shù)據(jù)發(fā)現(xiàn),全球部分國家燈光指數(shù)與GDP 存在著顯著的相關(guān)性;Christopher等[4]發(fā)現(xiàn),夜間燈光數(shù)據(jù)與人口、GDP等社會經(jīng)濟參量之間具有強的關(guān)聯(lián)性。國內(nèi)學(xué)者也利用夜間燈光數(shù)據(jù)對GDP空間化分析展開了深入的研究。王琪、袁濤、鄭新奇[5]證明研究,夜間燈光數(shù)據(jù)應(yīng)用于經(jīng)濟分析具有可行性;韓向娣、周藝、王世新等[6]利用土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)構(gòu)建了全國GDP 空間化模型;易玲、熊利亞、楊小喚[7]將土地利用數(shù)據(jù)作為GDP空間分布重要影響因素,提出GDP數(shù)據(jù)空間化的新途徑,并計算出西部12 省區(qū)1km2格網(wǎng)GDP空間分布數(shù)據(jù);熊俊楠、韋方強、蘇鵬程等[8]分析了第一、二、三產(chǎn)業(yè)的GDP與土地利用的關(guān)系,分別建立了一、二、三產(chǎn)的空間化模型,并分析了四川GDP空間化特征;阿孜古麗·合尼、高倩、阿里木江·卡斯木[9]采用相關(guān)性分析和回歸分析,定量分析了天山北坡城市群GDP與夜間燈光數(shù)據(jù)的關(guān)系,得到GDP密度分布圖;王俊華、張廷斌、易桂花[10]利用夜間燈光數(shù)據(jù)、GDP統(tǒng)計數(shù)據(jù)、高程數(shù)據(jù)等,實現(xiàn)四川長時間序列的GDP空間化模擬分析;王旭、吳吉東、王海等[11]利用夜間燈光、全球人口密度和亞洲人口密度作為基礎(chǔ)數(shù)據(jù),分別對京津冀地區(qū)的GDP 空間化進(jìn)行了分析;陳軍衛(wèi)、汪瀟、王秀麗等[12]采用夜間燈光數(shù)據(jù)和GDP統(tǒng)計數(shù)據(jù)構(gòu)建了空間化模型,研究河南GDP密度空間特征;劉沼輝、柳林、鄒健[13]采用NPP- VIIRS燈光影像數(shù)據(jù)與山東縣級GDP數(shù)據(jù)進(jìn)行分級多方式空間建模,以找到兩者空間分布的最優(yōu)規(guī)律;周秋文、楊勝天、蔡明勇[14]以土地利用數(shù)據(jù)為基礎(chǔ),實現(xiàn)了雅江流域GDP數(shù)據(jù)空間化估算;王嘉丞、李德平、周亮等[15]通過對岳麓區(qū)不透水面的夜間燈光指數(shù)研究,實現(xiàn)更高精度的第二、三產(chǎn)業(yè)GDP 的公里格網(wǎng)化;李宗光、胡德勇、李吉賀等[16]基于夜間燈光數(shù)據(jù),實現(xiàn)連片特困區(qū)GDP估算及其空間化研究。
從現(xiàn)有的GDP空間化研究來看,主要集中在對經(jīng)濟指數(shù)的空間賦值或者采用單一的夜間燈光數(shù)據(jù)進(jìn)行空間化,對行政單元內(nèi)部GDP 的刻畫分析較少?;谏鲜龇治觯疚牟捎猛恋乩脭?shù)據(jù)、夜間燈光數(shù)據(jù)、高程DEM 數(shù)據(jù),以陜西省的地級市為研究對象,分析驗證了土地利用數(shù)據(jù)與第一產(chǎn)業(yè)、夜間燈光數(shù)據(jù)與第二、三產(chǎn)業(yè)的相關(guān)性,構(gòu)建了GDP 空間化模型,最終獲取陜西省1km× 1km 的GDP 空間化密度圖,在此基礎(chǔ)上,結(jié)合高程DEM 數(shù)據(jù)探索GDP內(nèi)部空間化差異特征。通過本文的研究,以期為陜西省發(fā)展戰(zhàn)略及相關(guān)政策的制定提供參考依據(jù)。
陜西省地處我國內(nèi)陸腹地、黃河中游地區(qū),介于105°29′—111°15′E、31°42′—39°35′N之間,下轄西安、銅川、寶雞、咸陽、延安、安康、渭南、榆林、漢中、商洛10 個地級市,全省土地總面積20.56 萬km2。截止2019年末,全省常住人口3876.21 萬人,地區(qū)生產(chǎn)總值25793.17 億元,其中第一產(chǎn)業(yè)增加值1990.93 億元、第二產(chǎn)業(yè)增加值11980.75 億元、第三產(chǎn)業(yè)增加值11821.49 億元,人均生產(chǎn)總值66649 元。
夜間燈光數(shù)據(jù)來源于美國國家地球物理數(shù)據(jù)中心(https://ngdc.noaa.gov/eog/dmsp/download V4composites.html)。本文分別選取2000 年、2005 年、2010年、2015 年DMSP/OLS與NPP- VIIRS 全球穩(wěn)定夜間燈光數(shù)據(jù),采用曹子陽、吳志峰、匡耀求等[17]的處理方法對夜間燈光數(shù)據(jù)進(jìn)行飽和、相互校正,統(tǒng)一采用阿爾伯斯投影坐標(biāo)系和WGS84 地理坐標(biāo)系。土地利用數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/Default.aspx)提供的1 ∶10 土地利用圖。GDP統(tǒng)計數(shù)據(jù)來源于陜西省統(tǒng)計局2000 年、2005年、2010 年、2015 年分區(qū)統(tǒng)計年鑒(http://tjj.shaanxi. gov. cn/site/1/html/126/127/233/list. htm)。陜西省DEM高程數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)中心提供的全國DEM高程數(shù)據(jù)(圖1)。
圖1 陜西省DEM高程分級
GDP空間建模:第一產(chǎn)業(yè)與夜間燈光數(shù)據(jù)相關(guān)性不大,但與土地利用類型具有顯著的相關(guān)性[12]。第一產(chǎn)業(yè)中的農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)分別與土地利用類型的耕地、林地、草地和水域相對應(yīng),將第一產(chǎn)業(yè)與土地利用數(shù)據(jù)相對應(yīng)并建立第一產(chǎn)業(yè)模型。公式如下:
式中,GDPk表示k年的第一產(chǎn)業(yè)的預(yù)測值(k=2000、2005、2010、2015);A、B、C、D 為回歸模型系數(shù);Mj為第j種土地利用類型單位像元的平均GDP(j為耕地、林地、草地、水域)。
第二、三產(chǎn)業(yè)與夜間燈光數(shù)據(jù)之間具有顯著相關(guān)性。計算各地級市的夜間燈光總強度(TNL)、平均燈光強度(ATNL)、平均相對燈光強度(I)、燈光面積比(S)和綜合燈光指數(shù)(CNLI),然后利用兩者的相關(guān)性建立回歸模型。公式如下:
式中,a、b、c 為回歸系數(shù);Gi為最佳燈光指數(shù)(即與GDP相關(guān)性最大的燈光指數(shù));GDPK23為k 年第二、三產(chǎn)業(yè)的GDP值(k=2000、2005、2010、2015)。
GDP空間化線性校正和精度驗證:利用第一產(chǎn)業(yè)模型和第二、三產(chǎn)業(yè)模型得到陜西省GDP 密度圖,并對回歸模型生成的GDP 模擬值進(jìn)行線性校正,以提高GDP空間化分配的精度。公式如下:
式中,GDP為線性校正后的GDP值;GDP實為各地級市GDP實際統(tǒng)計值;GDP模為各地級市GDP 模擬值;GDPq為模擬得到的GDP密度值。
為了驗證構(gòu)建的GDP 預(yù)測擬合模型與GDP 實際統(tǒng)計值的耦合情況,本文采用相對誤差對GDP 模值擬進(jìn)行驗證。公式如下:
式中,GDP實為陜西省各地級市GDP 的實際統(tǒng)計值;GDP模為陜西省各地級市GDP的模擬值。
第一產(chǎn)業(yè)回歸模型:利用Spss 軟件將第一產(chǎn)業(yè)的產(chǎn)值(GDP)與土地利用數(shù)據(jù)進(jìn)行相關(guān)分析,分別采用線性、二次多項式、三次多項式、指數(shù)、冪指數(shù)進(jìn)行回歸分析。其中,三次多項式回歸擬合合度最好,R2均大于0.7,表明三次多項式回歸模型可信度更高。因此,本文采用三次多項回歸方程進(jìn)行回歸分析擬合,結(jié)果見表1。從表1 可見,2000 年、2005 年的M耕與第一產(chǎn)業(yè)的相關(guān)系數(shù)最大,分別為0.87 和0.84;2010 年M林與第一產(chǎn)業(yè)的相關(guān)系數(shù)最大,為0.73;2015 年M草與第一產(chǎn)業(yè)的相關(guān)系數(shù)最大,為0.73。根據(jù)相關(guān)系數(shù)最大、可信度最佳的原則,2000年和2005 年第一產(chǎn)業(yè)模型采用M耕擬合,2010 年采用M林?jǐn)M合,2015 年采用M草擬合,擬合方程系數(shù)具體見表2。
表1 第一產(chǎn)業(yè)產(chǎn)值(GDP)與土地利用因子相關(guān)性系數(shù)(R2)
表2 第一產(chǎn)業(yè)產(chǎn)值(GDP) 預(yù)測模型回歸方程系數(shù)
第二、三產(chǎn)業(yè)GDP回歸建模:分別計算2000 年、2005 年、2010 年、2015 年的夜間燈光指數(shù)TNL、ATNL、I、CNLI,分別與第二、三產(chǎn)業(yè)進(jìn)行回歸分析。結(jié)果顯示:采用二次多項回歸分析的擬合度最高,同時GDP23與平均燈光強度(ATNL)擬合情況最好,R2均大于0.7,表明兩者之間關(guān)聯(lián)性顯著。具體的回歸分析結(jié)果見圖2、表3。
圖2 夜間燈光指數(shù)ATNL與GDP23回歸分析擬合結(jié)果
表3 第二、三產(chǎn)業(yè)產(chǎn)值(GDP) 預(yù)測模型回歸方程系數(shù)
GDP空間化分析:本文通過第一產(chǎn)業(yè)產(chǎn)值預(yù)測回歸方程和第二、三產(chǎn)業(yè)預(yù)測回歸方程模擬預(yù)測出2000 年、2005 年、2010 年和3015 年陜西省GDP 總值,再將其分配到每一個像元,得到4 期GDP 密度圖。為了確保分配的精度性,根據(jù)公式(3),利用陜西省GDP實際統(tǒng)計數(shù)據(jù)對生成的GDP 格網(wǎng)進(jìn)行線性校正,得到GDP密度空間分布圖(圖3)。
從圖3 可見,2000—2015 年間陜西省經(jīng)濟發(fā)展態(tài)勢良好,呈持續(xù)增長的趨勢。2000 年,陜西省經(jīng)濟發(fā)展處于低水平集聚,GDP 高密度值區(qū)域主要分布在西安市周圍和榆林市的神木、府谷兩煤礦資源開采大縣(市),其他縣市絕大多數(shù)為低密度值區(qū)域;2000—2005 年,陜西省經(jīng)濟發(fā)展仍處于低水平發(fā)育狀態(tài),GDP高密度值區(qū)域略微增多,增加的區(qū)域位于延安市的寶塔區(qū)、志丹縣、安塞縣,同時寶雞—西安—咸陽的經(jīng)濟發(fā)展軸初具雛形,GDP 高密度值區(qū)域逐漸增多,陜南地區(qū)發(fā)展水平依舊較低;2005—2010年間,關(guān)中的寶雞—西安—咸陽經(jīng)濟發(fā)展軸與陜北的經(jīng)濟廊道逐漸形成,陜南的慣密度值區(qū)域有所增加;2010—2015 年,陜西省經(jīng)濟快速發(fā)展,西安市作為全省的經(jīng)濟發(fā)展引擎,經(jīng)濟發(fā)展核心功能逐漸增強,關(guān)中經(jīng)濟發(fā)展軸持續(xù)發(fā)育,陜北經(jīng)濟廊道趨于穩(wěn)定,陜南的高密度值區(qū)域不斷增加,但依然處于中等發(fā)展水平階段。
圖3 陜西省GDP密度空間分布
圖4 2000—2015 年陜西省GDP增長大于1000 萬區(qū)域差值
從圖4 可見,2000—2015 年間陜西省GDP 增長大于1000萬元的地區(qū)主要分布在關(guān)中經(jīng)濟發(fā)展軸上的區(qū)域和陜北地區(qū)的吳起縣、志丹縣、神木市、府谷縣,陜南區(qū)域最少,主要分布在漢濱區(qū)、漢臺區(qū)、商州區(qū)。從三大區(qū)域發(fā)展來看,經(jīng)濟發(fā)展差異化顯著。全省經(jīng)濟發(fā)展可分為3 個等級:經(jīng)濟發(fā)展相對發(fā)達(dá)的關(guān)中地區(qū),自然環(huán)境優(yōu)越、經(jīng)濟基礎(chǔ)條件較好、人才與產(chǎn)業(yè)等優(yōu)勢明顯,以西安、咸陽、寶雞為主的經(jīng)濟增長圈,發(fā)展態(tài)勢良好;經(jīng)濟中度發(fā)展地區(qū),即陜北地區(qū)的榆林與延安,礦產(chǎn)資源豐富,石油化工產(chǎn)業(yè)發(fā)展優(yōu)勢明顯,經(jīng)濟體量逐年增加,但受限于自然環(huán)境,與關(guān)中地區(qū)有一定的差距;經(jīng)濟發(fā)展緩慢地區(qū),集中在陜南秦巴地區(qū),自然環(huán)境所限、交通條件相對落后,現(xiàn)有的綠色生態(tài)資源未得到高效的開發(fā)利用,經(jīng)濟基礎(chǔ)和社會發(fā)展相對滯后。
精度驗證與誤差分析:本文通過土地利用數(shù)據(jù)和燈光指數(shù)構(gòu)建GDP空間化模型,計算陜西省2000年、2005 年、2010 年、2015 年各地級市的GDP 模擬值,并根據(jù)公式(4)進(jìn)行精度驗證,結(jié)果見圖5、表4。
圖5 GDP預(yù)測值與GDP實際值擬合情況
從表4 可見,銅川市的GDP 模擬值預(yù)測相對誤差最大,主要是因為該市經(jīng)過長期的資源開采,生態(tài)環(huán)境破壞嚴(yán)重,夜間燈光影像實際效果較差,導(dǎo)致誤差偏大。對比4 期GDP 模擬預(yù)測相對誤差值,80%的城市相對誤差都有增大的趨勢,主要是因為隨著經(jīng)濟發(fā)展,這些城市的夜間燈光影像處于過度飽和狀態(tài),與實際經(jīng)濟發(fā)展不相匹配,導(dǎo)致相對誤差相應(yīng)增大??傮w來看,平均相對誤差呈現(xiàn)減小的趨勢,4期模擬值與統(tǒng)計值精度驗證結(jié)果均在0.99 以上,表明通過土地利用數(shù)據(jù)、夜間燈光數(shù)據(jù)構(gòu)建的GDP 模擬預(yù)測擬合方程具有很高的參考價值。
表4 2000—2015 年陜西省GDP模擬值相對誤差(%)
陜西省地形以高原、平原和山地為主,三大區(qū)域的經(jīng)濟發(fā)展與地形也有著密不可分的關(guān)聯(lián)。本文將陜西省DEM高程劃分為以下5 級,分別是:<500m、500—1000m、1000—1500m、1500—2000m、>2000m。將GDP 空間化分布圖與DEM 分級圖相結(jié)合,用以反映地形與GDP之間的關(guān)聯(lián)性(圖6)。
圖6 GDP與高程變化關(guān)聯(lián)
從圖6a可見,2000—2015 年間GDP在不同海拔上的分布曲線變化基本一致,均呈現(xiàn)隨海拔升高而下降的態(tài)勢。全省GDP 主要集中在海拔小于500m的區(qū)域,以關(guān)中平原地區(qū)居多;海拔在1000—1500m的陜北地區(qū),石油、煤等礦產(chǎn)資源豐富,石油化工產(chǎn)業(yè)優(yōu)勢明顯,經(jīng)濟發(fā)展水平大幅度提升;而海拔2000m以上地區(qū)主要集中在陜南秦巴山區(qū),城鎮(zhèn)發(fā)展受環(huán)境限制,GDP 體量整體偏低。不同高程區(qū)間上GDP 變化情況見圖6b。從圖6b 可見,2000—2005 年間,全省的GDP 增幅相對較小,主要集中于海拔小于500m 的關(guān)中地區(qū)和海拔在1000—1500m的陜北地區(qū);2005—2010 年間,變化趨勢與之前保持一致;2010—2015 年間,海拔小于500m 的地區(qū)GDP增加值依然最多,500—1000m的渭北黃土臺塬地區(qū)多于1000—1500m的陜北高原地區(qū),其主要原因其西安的經(jīng)濟發(fā)展核心功能逐漸顯現(xiàn),輻射帶動關(guān)中周邊地區(qū),經(jīng)濟大幅度增長;2000—2015 年間,海拔在1500—2000m的陜南秦巴山區(qū)經(jīng)濟增長最慢,整體發(fā)展水平偏低。
主要結(jié)論如下:①土地利用數(shù)據(jù)與第一產(chǎn)業(yè)GDP值相關(guān)性明顯,平均燈光指數(shù)(ATNL)與第二、三產(chǎn)業(yè)GDP值相關(guān)性顯著,適宜構(gòu)建第一、二、三產(chǎn)業(yè)GDP預(yù)測模型。②區(qū)際之間經(jīng)濟發(fā)展差距大。由GDP 密度空間分布圖可知:2000—2015 年間陜西省經(jīng)濟平穩(wěn)增長,但區(qū)際之間差距顯著,關(guān)中地區(qū)經(jīng)濟相對發(fā)達(dá),陜北高原地區(qū)次之,陜南秦巴山區(qū)發(fā)展緩慢。③陜西省經(jīng)濟發(fā)展與高程關(guān)聯(lián)顯著。經(jīng)濟發(fā)展好的區(qū)域主要集中在海拔小于500m 的關(guān)中平原地區(qū)和海拔1000—1500m 的陜北地區(qū),海拔2000m以上的秦巴山區(qū)經(jīng)濟發(fā)展緩慢。
建議:①經(jīng)濟發(fā)展相對較好的關(guān)中平原地區(qū),應(yīng)加快大西安都市圈的建設(shè),提升西安市的首位度,充分發(fā)揮其經(jīng)濟增長引擎核心地位優(yōu)勢;加快西咸新區(qū)、西安高新區(qū)國家自主創(chuàng)新示范區(qū)等的建設(shè),強化面向全省的輻射,實現(xiàn)全省發(fā)展一體化。②經(jīng)濟發(fā)展較好且嚴(yán)重依賴礦產(chǎn)資源的陜北地區(qū),應(yīng)加快產(chǎn)業(yè)深化改革,對高消耗的能源化工產(chǎn)業(yè)進(jìn)行去產(chǎn)能、調(diào)結(jié)構(gòu),實現(xiàn)高質(zhì)量發(fā)展。③經(jīng)濟發(fā)展滯后的陜南地區(qū),應(yīng)補全其基礎(chǔ)設(shè)施建設(shè)短板,大力扶持綠色循環(huán)產(chǎn)業(yè)的發(fā)展;同時,樹立大旅游思維,將豐富的綠色資源轉(zhuǎn)化為經(jīng)濟優(yōu)勢。