摘要:以长江经济带“协调会”成员城市为研究对象,测算长江经济带内城市能级,确定上海、重庆、武汉和南京为核心城市;利用断裂点模型和经济辐射场强模型,测算核心城市影响力。测算得出:上海市影响力范围要远远大于其他中心城市,而南京、武汉和重庆的辐射影响主要集中于周围城市;产生辐射效果大小与距离、交通网络完善程度和自身城市质量大小有关。加快长江经济带内综合交通网络建设,有利于提高核心城市辐射强度和辐射效果;统筹配置资源,引导人口迁移,有利于发挥长江经济带最大效益;加大对地处多重断裂点城市扶持力度,有利于接受核心城市辐射和传递辐射。
关键词:长江经济带,城市影响力,断裂点模型,场强模型
基金项目:国家社会科学基金项目(11CJL001);中国博士后科学基金特别资助(2014T70378);中国博士后科学基金(2013M531092);安徽省高校人文社会科学重大研究项目(SK2013ZD02)
2014年中央政府工作报告将“建设长江经济带”列入施政规划,它预示着中国依托长江,将在更大的空间视野下促进资源的流动和配置,激发活力,调动潜力,打造“大而活”的统一市场,提高基础投资的规模效应、产业衔接的雁阵效应、要素结构的互补效应、功能布局的协同效应,以及新型城镇化的集聚效应①。加快建设“长江经济带”,是继“长三角”、“珠三角”之后中国经济持续发展的又一重要引擎。打开中国地图不难发现,中国最大、功能最全、集聚幅射力最强与综合价值最高的区域应该是长江经济带,东起上海、西至云南,涉及上海、重庆、江苏、湖北、浙江、四川、云南、贵州、湖南、江西、安徽9个省2个直辖市,贯通我国东西部,经济总量巨大,其中有上海、南京、武汉、重庆等核心城市。长江经济带11个省(市)国土面积超过全国1/5,人口大约有6亿,2013年GDP总量接近26万亿,占全国GDP总量的41.2%。
早在1980年代,中科院院士陆大道提出沿海与沿长江两个一级轴线构成我国国土开发和经济建设“T”字形宏观格局[1]。纵观国内学者对长江经济带研究,主要集中在战略意义、路径和应对策略等方面。从历史和现实角度考察,长江经济带有必要上升为国家战略[2],长江经济带是21世纪发展中国生产力强大的战略基地[3],借助长江经济带的巨大发展空间和潜力,可以提升中部诸多沿江城市和地区在长江经济带中的地位和功能[4]。长江经济带打造需要破行政藩篱[5],应从全流域的统筹协调出发[2],可以从空间结构的优化[6]、统筹城乡区域发展[7]、陆海联动[8]等方面打造长江经济带升级版。
通过文献的梳理可以看出,大部分文章从宏观、定性的角度来研究长江经济带,对长江经济带内部城市之间关系研究较少。实际上,长江经济带内城市处在不同等级,有核心城市和外围城市。准确把握核心城市影响力,有利于合理构建长江经济带城市体系结构,充分发挥核心城市辐射效果。本文以“协调会”的27个成员城市作为研究对象。目前,“协调会”由上海、南京、武汉、重庆、攀枝花、宜宾、泸州、宜昌、荆州、岳阳、咸宁、鄂州、黄石、黄冈、九江、安庆、铜陵、芜湖、合肥、池州、马鞍山、泰州、扬州、镇江、南通、宁波、舟山等27个成员城市组成。本文首先通过构建能级评价指标测算长江经济带内核心城市,在此基础上,从断裂点和辐射强度(辐射效果)两个方面研究核心城市影响力,最后,对测算结果进行总结,提出相关建议。
1 城市能级测算
1.1 能级评价指标的选取与权重计算
城市能级是指一个城市的某种功能或诸多功能对该城市以外地区的辐射影响程度[9]。城市功能对外辐射范围越大,则能级越高;反之,越低。城市功能分为内在功能和外在功能,内在功能是指城市本身服务的各种功能,外在功能是指城市对外服务的各种功能。鉴于指标选择的完备性和针对性以及数据易获得性,参考相关学者构建指标[9-10],选取能级指标中内在功能包括国民生产总值(GNP)、人均GDP、人均消费品零售总额、固定资产投资占GDP比重和公共财政预算收入占GDP的比重,外在功能包括货物周转量、旅客周转量、公路总里程、年邮电业务总量和经济联系强度。各市的指标数据来自于各省2013年的统计年鉴和各市2012年国民经济和社会发展统计公报,泰州与南通2012年的旅客周转量和货物周转量根据灰色系统GM(1,1)模型预测所得。
在建立指标体系的基础之上,通过熵值法来确定各指标的权重。熵值法的好处是避免了主观赋权的主观因素的干扰,具有科学性和有效性。其计算步骤为:设有m个待评价的对象,n个评价指标,形成原始矩阵X=(xij)m×n。对于某项指标xj,指标值xij的差距越大,该指标提供的信息量就越大,其在综合评价中所起的作用就越大,信息熵就越小,其权重就越大;反之,其权重就越小。
①指标的标准化处理。由于各项指标的计量单位并不统一,因此在计算前应对指标进行标准化处理,即把指标的绝对值转化为相对值。由于正向指标和负向指标所代表的含义不同,其具体的计算公式为:
正向指标:x′ij=xij/xjmax;负向指标:x′ij=xjmin/xij
式中:xjmax为正向指标xj中最大的指标值;xjmin为负向指标xj中最小的指标值;
将数据进行归一化处理,,由此得到标准化矩阵Y=(yij)m×n;
②计算第j项指标的熵值,其中;
其中k为常数,对于一个信息完全无序的系统,其熵值最大,此时xij对于给定的j全部相同,那么yij=1/m,此时,e取极大值。令k=1/lnm,则有0≤ej≤1。
③计算第j项指标的偏差度:dj=1-ej;
④计算第j项指标的权重:
根据熵值法,计算出各指标的权重见表1,其中经济联系强度根据修正的引力模型计算所得[11]。
表1 指标权重
Tab. 1 The index weights
指标 | 单位 | 权重 |
GDP | 亿元 | 0.11 |
人均GDP | 元 | 0.03 |
人均消费品零售总额 | 元 | 0.03 |
货物周转量 | 亿t·km | 0.27 |
旅客周转量 | 亿人·km | 0.15 |
固定资产投资/GDP | % | 0.02 |
公共财政预算收入/GDP | % | 0.02 |
公路里程 | km | 0.10 |
年邮电业务总量 | 亿元 | 0.16 |
经济联系强度 | 亿元*万人·h-2 | 0.11 |
1.2 沿江城市能级测算结果
在进行测算之前,首先要对原始数据进行标准化处理,所利用的公式是:
式中:yij为处理后的标准值;xij为原始值;xminj为评价指标j的原始最小值;xmaxj为评价指标j的原始最大值。在此基础之上,通过城市能级指数公式(wj为指标j的权重)可以计算出沿江27个城市的能级指数,其结果见表2。
表2 各城市能级指数对比表
Tab. 2 Each city level index comparison table
城市 | 能级指数 | 城市 | 能级指数 | 城市 | 能级指数 |
上海 | 0.89 | 泰州 | 0.11 | 荆州 | 0.06 |
重庆 | 0.40 | 舟山 | 0.10 | 安庆 | 0.06 |
武汉 | 0.33 | 宜昌 | 0.10 | 黄石 | 0.06 |
南京 | 0.31 | 芜湖 | 0.09 | 咸宁 | 0.06 |
宁波 | 0.19 | 马鞍山 | 0.08 | 泸州 | 0.05 |
合肥 | 0.16 | 九江 | 0.08 | 鄂州 | 0.05 |
南通 | 0.16 | 黄冈 | 0.08 | 宜宾 | 0.05 |
镇江 | 0.12 | 岳阳 | 0.07 | 池州 | 0.05 |
扬州 | 0.12 | 铜陵 | 0.07 | 攀枝花 | 0.05 |
从计算的结果可以看出,能级指数最高的为上海市,且其指数远远高于沿江其他城市。能级指数最高的上海市与能级指数最低的攀枝花市差距很大,差值为0.84,沿江城市经济发展的不平衡性较突出。能级指数紧接于上海市的城市分别是重庆、武汉和南京。为了更加清楚地定位沿江城市,文章基于能级指数的计算结果,运用SPSS21.0对沿江城市发展进行聚类分析,所采用的是系统聚类的方法,图1是系统聚类的树状图。
图1 长江经济带协调会成员城市系统聚类树状图
Fig. 1 City system dendrogram about Yangtze rivereconomic belt coordination committee members
其结果为:第一层次为能级指数最高的上海市,说明上海市的综合实力在长江经济带中最强,其在整个长江经济带中处于核心地位;第二层次包括的城市有重庆、武汉和南京,其能级指数虽然低于上海市,但在局部区域内处于核心地位;第三层次包括宁波、合肥、南通、镇江、扬州、泰州、舟山、宜昌、芜湖、马鞍山、九江、黄冈、岳阳、铜陵、荆州、安庆、黄石、咸宁、泸州、鄂州、宜宾、池州和攀枝花。基于聚类分析的结果,可以得出长江经济带的核心城市分别是上海、重庆、武汉和南京。在此基础之上,文章试图测算出长江经济带核心城市的影响范围以及对周边城市的影响力。
2 核心城市影响力实证分析
2.1 核心城市之间断裂点
城市影响范围理论分析法中较为经典的有赖利(W. J. Reilly)的零售引力模型[12]和康弗斯(P .D. Converse)的断裂点模型[13]。由于断裂点模型更适用于测算中心城市的势能范围,文章采用断裂点模型进行测算。
“断裂点”理论认为城市的影响范围是由该城市的规模和相邻两城市之间的距离决定的,该城市的规模越大,综合实力越强,那么该城市的影响范围就越大。相邻两城市的吸引力达到平衡的点即为断裂点,断裂点公式为:
式中:Dc表示断裂点到核心城市c的距离;Dce表示核心城市c和核心城市e之间的距离;Gc和Ge分别表示c城市和e城市的综合实力。
从沿江城市能级测算的结果可以看出,沿江地区的首位核心城市是上海市,其次是重庆、武汉和南京。由于长江经济带所涉及的范围较广,地形较复杂,如果以简单的直线距离作为衡量两个城市之间的距离,结果并不科学。为此,文章以城市之间的公路交通最短时间里程作为两城市之间距离。城市质量中城市GDP数据和常住人口数据均来自各省的统计年鉴和各市的国民经济和社会发展统计公报。根据断裂点模型公式(2),计算四个中心城市之间的断裂点,结果见表3。
表3 核心城市断裂点范围(km)
vTab. 3 Break point range of core city(unit: km)
中心城市 | |||||
上海 | 南京 | 武汉 | 重庆 | ||
对应城市 | 上海 | 77.79 | 243.22 | 785.31 | |
南京 | 222.41 | 289.09 | 1003.37 | ||
武汉 | 592.33 | 246.26 | 595.17 | ||
重庆 | 936.99 | 418.73 | 291.58 |
由表3的计算结果可知,上海与南京之间的断裂点距离上海市的最短距离为222.41km,距离南京市的最短距离为77.79km。如果将断裂点作为上海市和南京市的影响边界,那么上海市影响范围要远远大于南京市影响范围,其边界点大致位于镇江市附近。上海市与武汉市的断裂点距离上海市最短距离为592.33km,距离武汉市最短距离是243.22km,上海市的影响范围也要明显大于武汉的影响范围,其断裂点大致位于安庆和九江的中间地带。上海市与重庆市断裂点距离上海的最短距离是936.99km,距离重庆市最短距离是785.31km,其断裂点大致位于荆州附近。南京市与武汉市的断裂点距离南京市最短距离是246.26km,距离武汉市最短距离是289.09km,其断裂点大致位于安庆市境内。南京市与重庆市的断裂点距离南京市最短距离是418.73km,距离重庆市最短距离是1003.37km,其断裂点大致位于黄冈附近。武汉市与重庆市断裂点距离武汉市最短距离是291.58km,距离重庆市最短距离是595.17km,其断裂点大致位于宜昌附近。
2.2 经济辐射场强模型及其分析结果
通过断裂点模型,大致测算出了核心城市的影响范围。但是核心城市的影响力并非局限于断裂点内部,而是可以渗透到对方城市的影响范围内,只是其影响力要小于对方城市的影响力。
本文引进了经济辐射场强模型,即经济辐射场强E和辐射力F模型[14],全面考察核心城市在长江经济带内的影响力。经济辐射的含义是指经济发展水平较高的地区作为辐射源,经济发展水平相对较低的地区作为受力点,以交通作为辐射媒介,将资本、技术、人才、信息等资源从辐射源向受力点流动。经济辐射场强模型定义如下:
式中:Eij表示辐射源i在受力点j处产生的辐射场强,代表产生辐射强度;Fij为辐射源i对受力点j产生的辐射力,代表产生辐射能力效果;表示辐射源城市i的城市质量;表示受力点城市j的城市质量;dij表示辐射源城市i到受力点城市j的最短时间距离;城市之间有铁路(高铁)直达就用最短铁路到达时间,如果在两城市没有铁路直达时,用最短公路时间距离来代替,不考虑通过铁路与公路转乘计算最短时间。
表4 城市质量
Tab. 4 City quality
城市 | 质量指数 | 城市 | 质量指数 | 城市 | 质量指数 | 城市 | 质量指数 |
上海 | 6931.17 | 泰州 | 1169.61 | 荆州 | 827.08 | 咸宁 | 437.46 |
重庆 | 5809.20 | 扬州 | 1144.69 | 宜宾 | 824.17 | 舟山 | 311.87 |
武汉 | 2846.03 | 岳阳 | 1102.29 | 九江 | 823.30 | 攀枝花 | 287.71 |
南京 | 2424.29 | 宜昌 | 1012.80 | 芜湖 | 818.77 | 池州 | 243.38 |
宁波 | 2242.35 | 镇江 | 910.96 | 泸州 | 661.77 | 鄂州 | 242.98 |
南通 | 1823.90 | 黄冈 | 862.20 | 马鞍山 | 520.43 | 铜陵 | 213.55 |
合肥 | 1775.73 | 安庆 | 850.51 | 黄石 | 504.05 |
计算经济辐射场强时,将上海、南京、武汉和重庆4个城市作为辐射源,其他城市作为受力点。通过经济辐射场强模型来测算辐射源对受力点城市的辐射强度(单位:万人·亿元·h-2)以及受力城市的接受程度(万人·亿元·h-2),结果见表5、表6。
表5 上海和南京对受力城市的经济辐射
Tab. 5 The economic radiation of Shanghai and Nanjing on stress cities
上海 | 南京 | |||||||
Eij | Eij排名 | Fij | Fij排名 | Eij | Eij排名 | Fij | Fij排名 | |
舟山 | 1698.82 | 4 | 529809.07 | 15 | 366.21 | 16 | 114208.93 | 19 |
宁波 | 4278.50 | 2 | 9593915.81 | 1 | 1022.91 | 7 | 2293723.47 | 4 |
南通 | 807.83 | 15 | 1473396.68 | 4 | 548.48 | 11 | 1000375.83 | 8 |
泰州 | 1094.97 | 10 | 1280691.84 | 7 | 1171.16 | 6 | 1369797.89 | 5 |
镇江 | 7072.63 | 1 | 6442867.28 | 2 | 7575.92 | 1 | 6901345.48 | 1 |
扬州 | 1244.38 | 8 | 1424426.80 | 5 | 2020.24 | 4 | 2312557.67 | 3 |
马鞍山 | 1497.01 | 5 | 779094.41 | 11 | 2499.27 | 2 | 1300702.07 | 6 |
芜湖 | 1307.77 | 6 | 1070762.15 | 8 | 1487.30 | 5 | 1217754.55 | 7 |
合肥 | 2696.95 | 3 | 4789068.21 | 3 | 2353.68 | 3 | 4179510.37 | 2 |
铜陵 | 1026.84 | 12 | 219281.37 | 20 | 787.11 | 8 | 168086.67 | 17 |
池州 | 926.63 | 14 | 225527.04 | 19 | 634.63 | 9 | 154459.76 | 18 |
安庆 | 650.81 | 19 | 553521.57 | 14 | 378.80 | 15 | 322168.20 | 12 |
九江 | 571.41 | 20 | 470441.61 | 16 | 345.34 | 20 | 284320.32 | 14 |
黄石 | 804.08 | 16 | 405295.39 | 17 | 360.22 | 17 | 181569.27 | 16 |
鄂州 | 780.54 | 17 | 189651.50 | 22 | 352.37 | 18 | 85616.86 | 21 |
黄冈 | 655.12 | 18 | 564845.59 | 12 | 348.82 | 19 | 300752.39 | 13 |
咸宁 | 1283.55 | 7 | 561495.86 | 13 | 618.44 | 10 | 270540.78 | 15 |
岳阳 | 1168.83 | 9 | 1288388.97 | 6 | 544.79 | 12 | 600509.90 | 9 |
荆州 | 1034.50 | 11 | 855619.31 | 10 | 472.57 | 13 | 390855.75 | 11 |
宜昌 | 953.39 | 13 | 965592.97 | 9 | 425.31 | 14 | 430756.79 | 10 |
泸州 | 288.80 | 21 | 191118.83 | 21 | 118.09 | 21 | 78145.55 | 22 |
宜宾 | 277.25 | 22 | 228498.48 | 18 | 111.62 | 22 | 91990.29 | 20 |
攀枝花 | 210.04 | 23 | 60430.32 | 23 | 100.59 | 23 | 28942.12 | 23 |
平均值 | 1405.68 | 1485380 | 1071.473 | 1046900 |
表6 武汉和重庆对受力城市的经济辐射
Tab. 6 The economic radiation of Wuhan and Chongqing on stress cities
武汉 | 重庆 | |||||||
Eij | Eij排名 | Fij | Fij排名 | Eij | Eij排名 | Fij | Fij排名 | |
舟山 | 218.42 | 20 | 68118.84 | 22 | 242.05 | 20 | 75487.93 | 22 |
宁波 | 451.75 | 14 | 1012983.77 | 9 | 188.73 | 23 | 423205.71 | 6 |
南通 | 218.93 | 19 | 399296.72 | 13 | 229.43 | 21 | 418458.59 | 7 |
泰州 | 258.26 | 18 | 302063.93 | 16 | 249.32 | 19 | 291609.48 | 13 |
镇江 | 669.65 | 10 | 610026.14 | 10 | 223.86 | 22 | 203928.12 | 15 |
扬州 | 288.35 | 17 | 330073.23 | 15 | 261.68 | 18 | 299537.76 | 11 |
马鞍山 | 411.28 | 16 | 214041.06 | 17 | 310.98 | 14 | 161846.54 | 17 |
芜湖 | 415.48 | 15 | 340181.29 | 14 | 312.32 | 13 | 255720.27 | 14 |
合肥 | 1305.52 | 8 | 2318247.34 | 3 | 296.84 | 16 | 527111.55 | 4 |
铜陵 | 459.04 | 13 | 98027.05 | 21 | 322.20 | 12 | 68804.84 | 23 |
池州 | 517.46 | 12 | 125941.73 | 20 | 335.21 | 11 | 81585.11 | 21 |
安庆 | 599.16 | 11 | 509592.08 | 12 | 350.37 | 10 | 297994.91 | 12 |
九江 | 694.15 | 9 | 571498.09 | 11 | 387.28 | 8 | 318848.58 | 9 |
黄石 | 4378.50 | 3 | 2206976.41 | 4 | 360.82 | 9 | 181870.50 | 16 |
鄂州 | 5174.59 | 2 | 1257299.32 | 8 | 439.09 | 6 | 106688.75 | 20 |
黄冈 | 1801.28 | 6 | 1553067.90 | 6 | 430.95 | 7 | 371564.94 | 8 |
咸宁 | 7115.07 | 1 | 3112522.11 | 2 | 308.67 | 15 | 135029.89 | 18 |
岳阳 | 3470.76 | 4 | 3825779.69 | 1 | 282.96 | 17 | 311904.73 | 10 |
荆州 | 2139.87 | 5 | 1769847.54 | 5 | 518.68 | 4 | 428989.41 | 5 |
宜昌 | 1497.91 | 7 | 1517074.89 | 7 | 955.46 | 2 | 967685.29 | 2 |
泸州 | 201.42 | 21 | 133292.18 | 19 | 2371.10 | 1 | 1569126.12 | 1 |
宜宾 | 185.77 | 22 | 153107.57 | 18 | 663.91 | 3 | 547172.78 | 3 |
攀枝花 | 118.98 | 23 | 34232.59 | 23 | 459.22 | 5 | 132125.78 | 19 |
平均值 | 1417.03 | 976664.80 | 456.57 | 355491.20 |