基于NPP-VIIRS夜間燈光數據的京津冀城市群經濟集聚特征分析

張建文， 梁彥慶，2，3， 崔立燁， 官洋溢， 楊群葉

1. 河北師范大學 地理科學學院，石家莊 050024；2. 河北省環境變化遙感識別技術創新中心，石家莊 050024；3. 河北省環境演變與生態建設實驗室，石家莊 050024；4. 河北省國土空間規劃編制研究中心，石家莊 050056

經濟在空間上的不均勻分布是當今世界經濟發展的一個突出特征[1]．我國在20世紀90年代中期之后，市場成為資源配置的主要作用力．于是，在經濟規律的自發作用下，生產要素開始集聚到一定的區域或城市．經濟活動集聚所帶來的集聚效應和規模經濟，使得經濟活動集聚區相對于其他區域得到了更加快速的經濟發展，城市經濟集聚也成為了新經濟地理學關注的一個重點問題[1-2]．在經濟集聚的相關研究中，通常使用基于統計數據的單位面積經濟(地均二、三產業生產總值、地均GDP等)作為經濟集聚程度的度量指標，如周侃等[3]選取單位面積上非農產出作為經濟集聚度量指標分析經濟集聚對區域水污染物的影響，汪聰聰等[4]也同樣選用單位面積的非農產出指標分析經濟集聚對霧霾污染的影響，張翠菊等[5]利用單位面積城市土地的GDP產出來衡量城市經濟活動的集聚程度；或是通過單位面積人口等指標來衡量城市經濟集聚程度，如劉修巖等[1]采用每平方公里的人口數量作為經濟集聚程度的度量，認為人口密度是衡量經濟活動集聚的較為合適的指標；亦或通過經濟規?；蛉丝诘幕嵯禂?、赫芬達爾指數、泰爾指數等指標來表示該區域的集聚程度，研究尺度多以國家或省域單元為主，如鄧麗君等[6]引入城市基尼系數測算城市群人口和經濟的集聚程度，李佳洺等[7]利用城市基尼系數和首位城市集聚度對我國20個城市群的經濟和人口的集聚程度進行測度和分析，劉滿鳳等[8]用赫芬達爾指數、基尼指數和地理集中度指數測度了我國省級區域的經濟集聚度水平．采用統計數據能夠對城市經濟集聚程度進行有效研究，但存在統計數據口徑不統一、空間分辨率低、實時性較差等缺點，導致對城市經濟集聚特征刻畫不夠精準．

經濟集聚反映經濟活動在地域空間內的集中程度[3]，在人類經濟活動的刻畫上，夜間燈光影像相比普通遙感衛星影像，記錄的地表燈光強度信息能更加直接反映人類經濟活動的差異，對于經濟活動的空間表達更加具象和客觀；相比統計數據，則更易獲取、覆蓋范圍更廣、實時性更強[9]．目前應用較廣泛的夜間燈光數據主要是DMSP/OLS(Defense Meteorological Satellite Program’s Operational Linescan System)和NPP-VIIRS(National Polarorbiting Partnership，Visible Infrared Imaging Radiometer Suite)2種類型，其中DMSP/OLS夜間燈光數據以年度數據形式發布，不同年份的可比性較差，存在燈光飽和的現象，應用之前需要進行復雜的預處理，數據產品在2013年之后停止更新，由于發布時間較早且時間序列較長，在經濟活動研究中的應用較廣泛[10]；新一代NPP-VIIRS夜間燈光數據產品具備更精細的時空分辨率，不同年份數據可比性較強，數據不存在飽和現象，發布于2012年并且持續更新，成為經濟活動估算的新研究熱點[11]．在經濟集聚的研究中，不存在燈光飽和的NPP-VIIRS夜間燈光數據用于研究如京津冀城市群經濟差異較大的區域更具優勢．

城市群是我國經濟活動集聚的主要載體，是經濟發展的重要引擎[12]．京津冀城市群為我國三大城市群之一，作為北方人口和經濟活動最核心的區域，在京津冀協同發展國家戰略引導下，探討其城市經濟集聚特征對分析城市群不均衡發展機理、制定針對性的區域經濟發展方針具有重要意義．

綜上，本文基于城市群角度，對2012-2018年10月NPP-VIIRS夜間燈光數據進行預處理，利用基尼系數、首位城市集聚度以及地均燈光強度來測算城市群和各城市的經濟集聚程度，采用核密度估計法、重心模型、標準差橢圓法探究京津冀城市群經濟集聚時空特征，擬為城市群協調發展政策的制定提供依據．

1 數據來源及研究方法

1.1 研究區域

京津冀城市群位于我國環渤海地區心臟地帶，介于東經113°27′-119°50′，北緯36°05′-42°40′之間，包含北京、天津2個直轄市和河北省的11個地級市，土地面積21.6萬km2，屬溫帶季風氣候．截至2017年底，常住人口1.12億人，約占全國的8%；GDP總量達到80 580.5億元，約占全國的10%，是我國北方人口和經濟活動最密集的城市區域和經濟核心區[13]．

1.2 數據來源及處理

1.2.1 數據來源

NPP-VIIRS(2012-2018年)和DMSP/OLS(2012年、2013年)夜間燈光數據來源于美國國家海洋和大氣管理局官網(https：∥www.ngdc.noaa.gov/eog)．京津冀城市群市域行政區邊界數據來源于1∶100萬全國地理信息資源目錄服務系統(https：∥www.webmap.cn)；相關統計數據來源于2013-2019年《中國城市統計年鑒》《河北省經濟年鑒》《天津經濟年鑒》和《北京經濟年鑒》．

1.2.2 數據預處理

由于北半球NPP-VIIRS數據集冬季像元DN值受積雪的影響，夏季像元DN值雜散光污染嚴重[14]，因此選擇數據質量較好的2012-2018年10月共7期燈光影像；DMSP/OLS(2012-2013年)不存在背景噪聲，用于處理NPP-VIIRS背景噪聲．

為避免影像網格變形帶來的影響并便于計算影像亮源像元的面積，將行政區邊界矢量圖和夜間燈光影像均轉換成蘭伯特等面積投影坐標系并將影像網格重采樣為500 m×500 m，然后利用行政區邊界矢量圖裁剪燈光影像．利用2012年和2013年DMSP/OLS夜間燈光影像非0的像元生成掩膜，分別提取2012年和2013-2018年NPP-VIIRS影像數據作為穩定的夜間燈光區域，將掩膜外區域像元值賦為0．由于北京市為研究區經濟最發達的城市，因此提取2018年北京市行政區范圍的最大燈光DN值作為閾值，將高于此閾值的DN值賦為該值以達到減弱極高異常值影響的目的，同時將負值像元賦為0，從而得到校正后的燈光影像．

1.3 研究方法

1.3.1 經濟集聚程度測度方法

經濟集聚反映的是經濟活動在地域空間內的集中程度，利用NPP-VIIRS夜間燈光影像與人類經濟活動相關性[9]，通過夜間燈光數據測算城市群及各城市的經濟集聚程度．

1) 基于燈光強度的城市群整體經濟集聚程度測定方法

統計城市行政區范圍內的燈光累計值來表示其經濟發展規模，以首位城市集聚度表示首位城市經濟規模在整個城市群中的比重，即首位城市燈光累計值與整個城市群燈光累計值的比值，從首位城市的角度來分析城市群經濟發展是否集聚，其計算公式為：

Wi=Pi/Ti

(1)

式中：Wi為第i年首位城市集聚度；Pi為第i年首位城市燈光累計值；Ti為第i年城市群總燈光累計值．

城市基尼系數采用馬歇爾提出的方法[15]，用以分析經濟集聚程度隨時間變化的特征，其計算公式為：

Gi=Ti/2Si(n-1)i=2012，2013，…，2018

(2)

式中：Gi為第i年的基尼系數；T為城市群各城市之間燈光累計值之差的絕對值總和；S為整個城市群的燈光累計值；n為城市群內的城市數量．基尼系數的取值范圍在0～1之間，其值越接近0，表明經濟活動越分散；越接近1，表明經濟活動越集中[16]．

2) 基于地均燈光強度的城市經濟集聚程度測定方法

采用測算后的地均燈光強度來代表城市群各城市的經濟集聚程度，數值越大表示該城市的經濟集聚程度越高，反之相反．計算公式為：

Dj=TDNj/Sj

(3)

式中：Dj為j城市地均燈光強度；TDNj為j行政區范圍的燈光累計值；Sj為j行政區的亮源區面積．

1.3.2 經濟集聚特征分析方法

1) 用于經濟集聚空間結構特征分析的核密度估計法

通過對隨機變量概率密度進行估計，采用連續的密度曲線描述隨機變量的分布形態和演化規律[17]．假設隨機變量X的密度函數為f(x)，在點x的概率密度估計如(4)所示．選擇常用的高斯核函數對京津冀城市群經濟集聚空間結構特征進行估計，表達式如公式(5)：

(4)

(5)

2) 用于經濟集聚離散趨勢特征分析的標準差橢圓法

采用標準差橢圓長短軸、方向角、扁率等參數，定量描述經濟集聚的離散趨勢特征．長短軸表示經濟集聚的分布范圍；方向角為長軸與正北方向順時針的夾角，表示經濟集聚的分布方向；長短軸的比值為扁率，扁率越大，表示分布越集聚，反之越分散[18-19]．標準差橢圓的計算公式為：

(6)

3) 用于經濟集聚重心遷移特征分析的重心軌跡法

通過計算重心及其變化軌跡，分析經濟集聚的重心遷移特征[19]，計算公式如下：

(7)

2 結果及分析

2.1 指標合理性檢驗

已有研究證明[18]，夜間燈光強度與GDP高度相關，本以夜間燈光數據測算的燈光強度(燈光累計值)作為經濟規模的代理變量(將不再驗證)，而以亮源區地均燈光強度(地均燈光累計值)作為經濟集聚程度的代理變量的實證研究較少，為了確保指標合理性，以2012年、2014年和2016年為例，將亮源區地均燈光強度與地均GDP進行相關性檢驗和回歸分析．由圖1可知，兩者具有很強的線性相關關系，決定系數(R2)均達到0.90以上，表明地均燈光強度指標能夠作為經濟集聚程度的代理變量．

圖1 地均燈光強度與地均GDP的相關關系

2.2 經濟集聚時間變化特征

基于燈光累計值結合公式(1)、公式(2)測算首位城市集聚度和城市基尼系數，分析城市群整體經濟集聚程度的時間變化特征．

由圖2可知，2012-2018年，首位城市集聚度均在0.200以上，最高值為2015年達到0.256，可見京津冀城市群經濟一直處于非均衡發展狀態，集聚顯著，但由于首位城市集聚度均在0.5以下，表明經濟集聚還未達到過度集聚的程度．從各城市之間經濟規模差異的角度，利用城市基尼系數進行城市群經濟集聚程度的時間變化分析，發現其總體上呈波動平衡的狀態．具體來看，城市基尼系數2012-2015年不斷變大，由0.189增大到0.215，經濟集聚程度在前期不斷上升；2015-2017年降至0.175，經濟集聚程度在中后期開始平穩下降，主要是由于2015年之后《京津冀協同發展規劃綱要實施方案(2015-2020年)》開始落實所致；2017年國家級雄安新區在河北設立，京津冀城市群協同發展達到新高度，城市基尼系數降至研究期內最小值；總的來說，城市基尼系數的范圍大約在0.18～0.21之間，基本保持一個相對穩定的狀態，經濟集聚程度波動主要體現在其對國家戰略及相關政策變化響應較為靈敏．

圖2 京津冀城市群2012-2018年首位城市集聚度和城市基尼系數變化

通過公式(3)測算地均燈光強度進而分析城市群內各城市經濟集聚程度的時間演變特征(圖3)．從時間演變上看，各城市經濟集聚程度雖有波動，但總體上一直處于相對穩定的上升趨勢．研究期內，一直處于高位的是北京和天津，兩市明顯高于河北省各市且絕對差異隨時間在逐漸變大，可見京津與河北省各市在經濟體量上相差顯著，其優勢區位的累積性與自我強化性使其與河北省各市絕對差異不斷擴大；河北省內經濟集聚程度較高的是唐山、石家莊、秦皇島和廊坊，初期以唐山最高、石家莊和秦皇島次之、廊坊最低，后期則以廊坊最高、石家莊和唐山次之、秦皇島最低，體現出廊坊依托其環京津的獨特區位優勢而迅速發展的特征；較低的是邢臺、承德、衡水等市，其中盡管衡水隨時間變化呈不斷增長趨勢，但一直處于末位．京津冀城市群經濟集聚程度整體上具有明顯的分層結構，且隨時間變化各市經濟集聚程度的分層亦更加明顯．

圖3 2012-2018年京津冀城市群各城市地均燈光強度

從各城市經濟集聚程度年均增長變化上看，研究期內一直處于正增長的城市僅有北京，初期和后期的增速較快，在0.10以上，中期增速較為平緩，約在0.01～0.05之間；負增長年份相對較多的城市主要是邯鄲、秦皇島、唐山和天津，其中邯鄲4年(2013年-2015和2018年)、秦皇島3年(2013-2015年)、唐山和天津市也均為3年(2014-2016年)．可以看出京津冀城市群經濟集聚程度隨時間變化呈現出北京長期高位穩定，邯鄲、秦皇島、唐山和天津波動發展，其他城市相對低位穩定的演變特征．

2.3 經濟集聚空間結構特征

運用ArcGIS結合核密度估計公式(4)、(5)可視化表達經濟集聚空間結構演變特征(圖4)．

底圖來源于國家測繪地理信息局標準地圖服務網站，審圖號：GS(2016)1610號．

2012-2018年，經濟集聚的最大值為北京和天津兩市，其他城市與京津兩市存在較大差異．總體上看，京津冀城市群經濟集聚表現出明顯的空間結構差異，呈現雙核集聚(北京—天津)—多中心發展的空間集聚模式．北京和天津雙核地位非常穩定，與劉浩等[13]對1992-2013年京津冀城市群經濟結構的研究具有較強的一致性，可見城市群雙核結構不僅受到經濟基礎和人口規模等社會經濟因素影響，其形成還具有一定的歷史因素；廊坊依托其京津走廊的獨特地域優勢，經濟集聚程度不斷提高且增速較快，而唐山和石家莊兩市與京津雖然還有較大差距，但發展迅速且上升趨勢明顯，與廊坊一同成為京津冀經濟集聚的第二梯度；城市群外圍以承德、滄州、衡水、邢臺等形成經濟集聚的低谷區．從核密度表示的空間關系分析，空間相關性較差的城市經濟集聚呈同心圓式擴散，如經濟集聚程度較高的北京和較低的張家口、承德等；空間相關性較強的城市多呈橢圓式擴散且具有方向性，如天津有向東北和西南方向擴散的趨勢，對唐山和廊坊的影響較大．從空間輻射的相關性上分析，城市群經濟集聚結構總體上呈以京津為核心并向周邊輻射的西北—東南方向經濟集聚核心區；西南區域形成保定、石家莊、邢臺和邯鄲的S型不同程度經濟集聚發展區，核心城市為石家莊；東北區域則形成以天津為核心的唐山、秦皇島的東北—西南方向的沿海經濟集聚發展區；西北區域受周圍城市影響較小，形成以張家口、承德各自為中心發展的低經濟集聚程度區．天津作為雙核之一，在經濟集聚的相關關系上和北京具有粘連之勢，和經濟集聚程度較高的唐山以及廊坊聯系緊密，同時也是沿海經濟集聚發展區的核心城市，對京津冀城市群經濟集聚空間結構具有重要的影響．從經濟集聚隨時間變化體現的差異上看，年際間空間特征相似度較高，空間結構變化較小且呈穩定發展的狀態；年內空間特征差異明顯，高經濟集聚區大致在城市群中心，經濟集聚呈斷崖式發展，使得分布于城市群外圍的河北各市與京津兩市一直差異巨大，形成連片的低經濟集聚發展區．

不同等級的經濟集聚梯度區呈現不同的方向特征，表明經濟集聚并非圈層擴散，但空間相關性依然存在，距離的遠近雖然對經濟集聚的空間結構具有一定的影響，但也是其必要非充分條件．京津兩市由于與河北各市經濟發展存在較大的差異、空間結構不均衡現象顯著，一直是經濟集聚的熱點區；緊鄰熱點區的張家口、承德兩市的環京低經濟集聚帶表現的則是城市群經濟集聚的空間異質性，其原因更多是生態抑制性的低經濟增長；作為河北省省會的石家莊和具有良好工業基礎的唐山以及受京津兩市影響較大的廊坊，在經濟發展的過程中經濟集聚程度不斷提高，但受總量水平和空間距離制約只對周邊地區一定范圍內產生影響，帶動作用相對較?。?/p>

2.4 經濟集聚離散趨勢和重心遷移特征

運用ArcGIS結合公式(6)繪制標準差橢圓，通過橢圓變化及長短軸、方向角、扁率探討不同年份城市群經濟集聚離散趨勢特征．

由圖5和表1可知，橢圓周長2012-2015年變小，2015-2017年變大，2017-2018年再次變小，表明經濟集聚由初期呈現的收縮狀態逐步轉向擴張，到2017年后又出現收縮趨勢．經濟集聚總體上呈現擴張—收縮—再擴張的變化趨勢，并未一味地擴張或是收縮，相同趨勢變化的時間較短，表明經濟集聚可能受到政策調控的影響．橢圓長短半軸2012-2015年不斷變短，2015-2017年長度均變長且長軸的長度增加較多，短軸長度增加相對較少，2017-2018年長短半軸又開始變短，反映初期經濟集聚在東北、西南以及東南方向上均呈現收縮狀態，中期經濟集聚在南北方向上的擴張速度更快，在東西方向上的擴張速度則相對平緩；后期經濟集聚又開始在東北和西南方向上收縮．旋轉角由37.85°變為37.03°，方向有輕微向北偏轉，橢圓的扁率數值約為1.80且年際變化較小，表明經濟集聚方向性明顯且較為穩定．總體上經濟集聚呈現東北—西南的分布格局且相對穩定，在離散趨勢上呈現出東北和西南方向明顯收縮、中心集聚的變化特征．

表1 京津冀城市群經濟集聚標準差橢圓主要參數

運用ArcGIS結合公式(7)計算重心并繪制重心變化軌跡分析經濟集聚的重心遷移特征．由圖5(c)可知，研究期內京津冀城市群經濟集聚重心始終分布在廊坊市內，未出現跨區域范圍的波動．從重心軌跡看，經濟集聚重心未有向同一方向持續移動的趨勢，主要在東北和西南方向來回擺動，僅2016-2017年為南偏東方向；從移動的距離看，年均遷移距離始終在7 km以內；其中，2012-2013年遷移距離最長為6.71 km，2014-2015年遷移距離最小為2.02 km；總體上看，京津冀城市群經濟集聚重心相對穩定，僅在小范圍內波動，這可能與京津與河北經濟總量相差懸殊有關，同時也反映出近年來經濟集聚狀態一直以京津為核心，河北與京津及其內部差異相對穩定一時難有較大改變．

底圖來源于國家測繪地理信息局標準地圖服務網站，審圖號：GS(2016)1601號．

3 結論與討論

3.1 結 論

本文在對NPP-VIIRS夜間燈光數據進行預處理并經過相關統計數據對比驗證基礎上，運用核密度估計法、標準差橢圓法和重心軌跡法等探究了京津冀城市群經濟集聚的時空演化以及方向性特征．主要結論如下：

1) 夜間燈光數據測算的指標中，地均燈光強度和統計數據表征的經濟集聚程度相關指標具有較強相關性，地均燈光強度作為經濟集聚程度的度量指標具有合理性．

2) 從時間變化特征上看，基尼系數和城市首位集聚度表征的城市群經濟集聚程度具有相對性特點，變化上呈波動平衡趨勢，經濟集聚存在輕微波動變化．地均燈光強度表征各市經濟集聚程度具有絕對性特點，總體上呈上升的趨勢，但在上升的過程中有些許波動，隨時間變化各城市分層明顯．

3) 從空間結構特征上看，研究期內京津冀城市群的經濟集聚呈現雙核集聚—多中心發展的空間集聚模式，呈現出較明顯的圈層結構．以京津為核心的高經濟集聚雙核結構一直比較穩定，但天津與北京還存在一定差距；廊坊、唐山和石家莊經濟集聚程度不斷提高，成為經濟集聚多中心的第二梯度區；承德、張家口、衡水等低經濟集聚區分布在城市群外圍．

4) 從離散趨勢和重心遷移來看，研究期內城市群經濟集聚呈明顯的東北—西南分布格局，雖然隨時間變化方向上有波動，但變化較小，具有相對穩定的分布格局，前期城市經濟集聚在離散趨勢上呈現收縮的狀態，中后期雖有擴張但總體仍表現為收縮狀態．經濟集聚重心沒有明顯的方向性，在東北和西南方向來回擺動．

3.2 討 論

大尺度、長時間序列的夜間燈光數據成果能夠有效支撐地表人口[20]和經濟活動[21]的研究，通過對夜間燈光數據相關指標和表征經濟集聚程度常用指標進行相關性分析，發現采用NPP-VIIRS夜間燈光數據測算的亮源區地均燈光強度，相較于DMSP/OLS夜間燈光數據表示的經濟指標，由于數據不存在燈光飽和的問題，在經濟水平差異較大的區域能很好地表示區域經濟集聚的變化特征．引入夜間燈光研究城市經濟集聚特征，與統計數據相比更實時快捷，可以及時發現更多受統計數據因素所限制和忽略的細節．

NPP-VIIRS夜間燈光數據相較于DMSP/OLS夜間燈光數據的時空分辨率更高，同時數據的處理方式也相對簡單，但應用之前需要進行噪聲處理，當前的處理方式對數據質量有很大改善，但較長時間序列處理還是存在些許不足和誤差，后續研究中可以通過改進數據處理方式來進一步提高研究的精確性．另外，本研究以單一城市群及其內部城市為研究對象，未來可拓展研究的時間維度和空間尺度，并對城市群之間的經濟集聚差異進行深入探討．