肖丹丹

(北京石油化工學(xué)院 經(jīng)濟(jì)管理學(xué)院，北京 102617)

1 引言

隨著科學(xué)的發(fā)展和技術(shù)的進(jìn)步，夜間燈光數(shù)據(jù)的可視化為探究社會(huì)經(jīng)濟(jì)的發(fā)展提供了新視角。在統(tǒng)計(jì)數(shù)據(jù)欠缺情況下，夜間燈光數(shù)據(jù)憑借易獲取、低成本和客觀性優(yōu)勢(shì)成為替代變量[1]。有學(xué)者發(fā)現(xiàn)，作為間接變量的夜間燈光數(shù)據(jù)也可以從區(qū)域到全球尺度反映人類社會(huì)經(jīng)濟(jì)活動(dòng)[2]。早期Ma等(2012)用燈光數(shù)據(jù)分析夜間燈光值與GDP、人口的關(guān)系，發(fā)現(xiàn)夜間燈光值與它們均為正向關(guān)系[3]。Charlotta等(2017)認(rèn)為，夜間燈光數(shù)據(jù)可以用作許多變量的代理指標(biāo)，如城市化、人口密度和經(jīng)濟(jì)增長(zhǎng)等，發(fā)現(xiàn)夜間燈光數(shù)據(jù)與經(jīng)濟(jì)活動(dòng)之間存在一定的聯(lián)系[4]。相比統(tǒng)計(jì)數(shù)據(jù)，夜間燈光數(shù)據(jù)更便于大規(guī)模研究且?guī)缀鯖](méi)有受到通貨膨脹的影響。Duede等(2016)通過(guò)地球表面的遙感高分辨率比較和評(píng)估經(jīng)濟(jì)發(fā)展的分布影響[5]。根據(jù)夜間燈光數(shù)據(jù)和其他因素不等式計(jì)算出的指數(shù)相比較，有利于探究夜間燈光數(shù)據(jù)與社會(huì)經(jīng)濟(jì)數(shù)據(jù)的關(guān)系。

三大城市群在2019年集聚全國(guó)1/5的人口，創(chuàng)造出2/5的GDP，長(zhǎng)三角、珠三角、京津冀在我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展中有著至關(guān)重要的地位，是我國(guó)最具發(fā)展?jié)摿Φ某鞘腥篬6]。隨著經(jīng)濟(jì)快速增長(zhǎng)，區(qū)域發(fā)展不平衡的現(xiàn)象逐漸突出，區(qū)域發(fā)展失衡問(wèn)題頻出，區(qū)域間發(fā)展不平衡會(huì)給社會(huì)發(fā)展、人民幸福造成一定威脅。因此，分析和評(píng)價(jià)城市群區(qū)域經(jīng)濟(jì)發(fā)展的不平衡狀況十分必要。文章從空間多尺度研究城市群經(jīng)濟(jì)發(fā)展的區(qū)域不平衡情況，從不同空間尺度分析夜間燈光、GDP和人口在城市群和地級(jí)市的不平衡情況，根據(jù)不平衡指數(shù)結(jié)果分析各城市群區(qū)域不平衡發(fā)展特征，為城市群高質(zhì)量發(fā)展提供有益的思路和建議。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

文章夜間燈光圖像來(lái)自NOAA網(wǎng)站NGDC數(shù)據(jù)中心NOAA-NPP發(fā)布的最新VIIRS數(shù)據(jù)[7](https：//www. ngdc.noaa.gov/eog/download.html)，是經(jīng)過(guò)預(yù)處理和校正的NPP-VIIRS合成數(shù)據(jù)。文章使用三大城市群各市及縣級(jí)的月度數(shù)據(jù)：2019年5月1日至31日和2019年10月1日至31日。處理步驟：將獲取的夜間燈光影像導(dǎo)入ArcGIS軟件中進(jìn)行掩膜分析、裁切VIIRS圖像得到三個(gè)城市群區(qū)域，然后運(yùn)用Spatial Analyst的區(qū)域分析導(dǎo)出縣區(qū)及各城市對(duì)應(yīng)的總燈光值作為每個(gè)區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展成果的指示值[8]。GDP、人口數(shù)據(jù)來(lái)自城市群內(nèi)各省市對(duì)應(yīng)年份的統(tǒng)計(jì)年鑒及國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，三個(gè)城市群共計(jì)包括63個(gè)城市[9]。

2.2 不平衡分析方法

在經(jīng)濟(jì)學(xué)中，基尼系數(shù)是一種統(tǒng)計(jì)離散度量，旨在代表一個(gè)變量在居民、地區(qū)或國(guó)家的分布[10]。未加權(quán)基尼系數(shù)：

(1)

加權(quán)基尼系數(shù)：對(duì)人均GDP及其相關(guān)人口比例進(jìn)行加權(quán)，得到人口對(duì)財(cái)富分布的影響。

(2)

泰爾指數(shù)用來(lái)衡量一個(gè)國(guó)家地區(qū)間的收入差異(或其他差異)。未加權(quán)泰爾指數(shù)：

(3)

加權(quán)泰爾指數(shù)：通過(guò)增加每個(gè)研究區(qū)域的權(quán)重，計(jì)算相應(yīng)的加權(quán)泰爾指數(shù)。

(4)

式(4)中，xi為i地區(qū)GDP占總GDP的比值，qi為i地區(qū)的人口占總?cè)丝诘谋戎怠?/p>

文章將式(1)至式(4)應(yīng)用于GDP和NTL，人口采用未加權(quán)不等式(1)和式(3)，基于上述不等式指數(shù)，計(jì)算了三大城市群在不同空間尺度上的夜間燈光的不等式指數(shù)。

3 研究結(jié)果分析

3.1 NTL、人均GDP和人口相關(guān)性分析

由圖1可以看出，京津冀、珠三角和長(zhǎng)三角地區(qū)的各城市夜間燈光數(shù)據(jù)總量與GDP、常住人口都呈顯著正相關(guān)。10月夜間燈光數(shù)據(jù)可以解釋75.5%的GDP值的變動(dòng)及81.4%的常住人口變動(dòng)。GDP與常住人口呈正相關(guān)，夜間燈光數(shù)據(jù)對(duì)GDP的積極反映程度稍低于對(duì)常住人口的積極反映程度，這一發(fā)現(xiàn)證實(shí)了NTL數(shù)據(jù)在監(jiān)測(cè)經(jīng)濟(jì)動(dòng)態(tài)方面的及時(shí)優(yōu)勢(shì)。除了時(shí)間間隔外，常住人口數(shù)據(jù)中包含生活在未照明地

圖1 各城市夜間燈光、GDP與常住人口的關(guān)系

區(qū)的人數(shù)，可能降低其與夜間光照的相關(guān)性，與GDP的相關(guān)性也會(huì)受影響。另外，值得注意的異常點(diǎn)是天津，常住人口僅次于上海和北京，夜間燈光總量接近上海和北京，但其GDP和人均GDP與上海、北京卻相差甚遠(yuǎn)。京津冀的夜間光照?qǐng)D像中北京和天津的燈光光亮明顯區(qū)別于其他城市，燈光區(qū)連貫性較差，可能是北京的高新技術(shù)企業(yè)較多，加班現(xiàn)象常有，夜間光照集中在城區(qū)。廣州和深圳都是珠三角的城市，從GDP總量來(lái)看深圳僅次于上海和北京，人均GDP位居第一，但其燈光總量只有上海的一半。

3.2 空間不平衡估計(jì)

各區(qū)域的NTL加權(quán)基尼系數(shù)普遍低于未加權(quán)基尼指數(shù)，其中上海、池州、杭州和金華的NTL的兩種基尼系數(shù)中存在大于0.5的值，佛山和深圳、滄州兩種基尼系數(shù)在0.4～0.5，表明這幾個(gè)城市的NTL在各縣區(qū)內(nèi)的差距較大。各城市人口的基尼系數(shù)中池州、佛山、深圳和珠海在0.4以上，池州大于0.5，說(shuō)明這幾個(gè)城市的人口分布差距更大。由表1可以看出，在各城市GDP的基尼系數(shù)中，上海遠(yuǎn)高于各個(gè)城市加權(quán)基尼系數(shù)甚至接近最大值1，說(shuō)明差距之大。北京均大于0.6，僅次于上海；池州和銅陵、珠海、秦皇島和石家莊、金華在0.4以上，說(shuō)明這些城市GDP的分布存在較大差距。且池州基尼系數(shù)均大于0.5，說(shuō)明該城市NTL、人口、GDP分布都極為不平等。除深圳NTL加權(quán)泰爾指數(shù)外，其它基本都低于0.2。泰爾指數(shù)較低表示城市的夜間燈光、人口和GDP基本呈相等增加趨勢(shì)?；嵯禂?shù)均遠(yuǎn)高于泰爾指數(shù)，可能是基尼系數(shù)對(duì)高值的敏感性導(dǎo)致。泰爾和基尼指數(shù)中均有離群點(diǎn)，泰爾指數(shù)的離群點(diǎn)是深圳，基尼系數(shù)的離群點(diǎn)是池州。另外，GDP各項(xiàng)指數(shù)普遍高于NTL，NTL高于GDP，說(shuō)明在各個(gè)城市縣域內(nèi)GDP的分布更不均勻。

表1 各個(gè)城市不平衡指數(shù)

表2中，珠三角地區(qū)的NTL未加權(quán)與加權(quán)基尼系數(shù)處于比較平均的范圍；GDP的未加權(quán)與加權(quán)基尼系數(shù)處于差距懸殊的不平等范圍，說(shuō)明GDP差距較大；京津冀、長(zhǎng)三角地區(qū)的NTL、GDP的未加權(quán)和加權(quán)基尼系數(shù)均處于差距懸殊水平，遠(yuǎn)超過(guò)0.4的警戒線，說(shuō)明該城市群內(nèi)夜間燈光和GDP 的分布極不平衡。三大城市群NTL加權(quán)泰爾不平等指數(shù)分別為0.024、0.026和0.009，這說(shuō)明三大區(qū)域夜間燈光基本呈相等增加趨勢(shì)。珠三角地區(qū)NTL和GDP的四項(xiàng)指數(shù)均是三大區(qū)域中較小值，說(shuō)明NTL、GDP相等增加較為均衡?？偟膩?lái)說(shuō)，NTL各項(xiàng)指數(shù)普遍低于人口，低于GDP，這說(shuō)明在各城市群區(qū)域內(nèi)GDP的分布最不平衡。

表2 三大城市群不平衡指數(shù)

4 研究結(jié)論

文章利用夜間燈光數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)，應(yīng)用基尼系數(shù)、泰爾指數(shù)來(lái)表征我國(guó)三大城市群的不平衡情況，結(jié)果顯示夜間燈光數(shù)據(jù)與GDP和常住人口呈正相關(guān)。夜間燈光的不平衡指數(shù)表明不同城市群地區(qū)的空間差異和不平衡情況。由市級(jí)數(shù)據(jù)得出的NTL各城市群基尼指數(shù)和泰爾指數(shù)普遍高于縣域，說(shuō)明市級(jí)間的發(fā)展更均衡。人口和燈光加權(quán)的不平等系數(shù)表明京津冀地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展不平等情況比長(zhǎng)三角、珠三角地區(qū)嚴(yán)重?；嶂笖?shù)和泰爾指數(shù)表明京津冀的不平衡程度比長(zhǎng)三角地區(qū)和珠三角地區(qū)要高，可能是個(gè)別經(jīng)濟(jì)發(fā)展好的城市導(dǎo)致的，該城市群內(nèi)其他城市處于較低的經(jīng)濟(jì)發(fā)展水平，加劇了整個(gè)城市群的不平衡現(xiàn)狀。

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，三大城市群間的地區(qū)不平衡情況有所好轉(zhuǎn)，保持經(jīng)濟(jì)高質(zhì)量發(fā)展仍是城市群建設(shè)的重中之重。城市群內(nèi)城市要有各自的戰(zhàn)略定位和清晰的經(jīng)濟(jì)發(fā)展方向，要擴(kuò)大人口集聚效應(yīng)，進(jìn)一步提升重點(diǎn)城市資源配置效能，進(jìn)一步增強(qiáng)生產(chǎn)要素溢出和流動(dòng)作用，發(fā)揮中心城市帶頭作用，帶動(dòng)周邊城市發(fā)展，形成多城市協(xié)調(diào)有序發(fā)展的區(qū)域經(jīng)濟(jì)格局，避免出現(xiàn)一城獨(dú)大或幾城獨(dú)大現(xiàn)象。政策制定應(yīng)著眼于促進(jìn)城市群內(nèi)相對(duì)落后城市的經(jīng)濟(jì)發(fā)展，縮小城市群內(nèi)和城市群間的發(fā)展差距，推動(dòng)城市群平衡發(fā)展。