基于夜間燈光數據的城市經濟發展時空格局研究
——以重慶市為例

孫 偉 瑩

(遼寧師范大學地理科學學院,116029,遼寧,大連)

0 引言

城市經濟發展作為衡量其所在區域位序關系的重要方面,一直被認為是城市研究的經典命題。在區域經濟發展過程中,由于區位條件、政策扶持、資源條件等方面存在差異,所以區域內部可能會出現經濟分異現象[1]。隨著城市化進程的快速推進,城市經濟發展格局不斷發生變化,縣域作為區域的重要組成單元,能夠直觀地反映經濟發展的區域特征,對于掌握城市發展規律,提高城市經濟發展效率,有重要的現實意義。

國內外學者對于城市經濟發展的研究主要集中于時空格局的演變[2-4]、區域間經濟差異特征及影響因素[5]。目前,針對地區性經濟差異的研究,其數據大部分采用以國民生產總值主的社會統計數據,例如Yamamoto[6]利用GDP數據結合變異系數、基尼系數、泰爾指數方法分析美國人均收入差異;孟召宜等[7]以人均GDP測度為指標,利用錫爾系數和基尼系數的方法分析了江蘇省的經濟差異空間格局;張改素等[8]基于人均、地均指標經濟指數對中部地區經濟密度的時空分析進行研究;齊元靜等[9]通過分析GDP數據對中國地級行政單元的經濟發展及時空演變進行實證研究。但統計口徑變化和人為主觀因素易使得GDP統計數據存在偏誤和爭議,影響對經濟運行規律的客觀合理認識[10]。近年來,隨著夜間燈光數據成為當前應用最廣泛的數據之一,已經被廣泛應用于反演經濟增長[11-12]、人口空間化[13]、碳排放[14]、城市建成區[15]等領域,證實了夜間燈光數據表征經濟發展水平的客觀準確性,為本文探索近年來重慶市經濟發展時空變化特征提供了可靠支撐。

重慶居于中西結合部,承東啟西、聯通南北、輻射周邊的優勢十分突出,是長江黃金水道、絲綢之路和東南亞國際物流大通道“Y”形結構的交匯點,且作為國家重要中心城市、中西部地區唯一的直轄市、西部開發開放的重要戰略平臺,區位優勢顯著,其經濟價值在國家和區域發展中占有重要地位。本文綜合利用NPP/VIIRS夜間燈光數據及GDP統計數據采用重心轉移、標準差橢圓、空間相關性分析等方法,分析重慶市經濟格局的動態演化特征,以期為重慶市協調發展與經濟高質量發展政策制定提供科學依據和決策支撐。

1 研究區概況及數據源

1.1 研究區概況

重慶市,簡稱“渝”,是中國四大直轄市之一,下轄26個區、8個縣、4個自治縣,地跨東經105°11'～110°11'、北緯28°10'～32°13'之間的青藏高原與長江中下游平原的過渡地帶,多山地、丘陵地貌發育,別稱“山城”。同時重慶市近年來已成為西部大開發重要戰略支點,“一帶一路”和長江經濟帶重要聯結點,是西南區域重要的經濟中心、長江上游地區經濟、金融、科創、航運和商貿物流中心,是研究山地城市經濟發展時空格局特征的典型代表。

圖1 研究區概況圖

1.2 數據源及其處理

本研究使用到的數據包括:1)柵格數據為NPP/VIIRS年度V2數據,來源于美國科羅拉多礦業大學EOG小組官網(https://eogdata.mines.edu/products/vnl/),從2013—2021年共計9幅影像,影像覆蓋全球區域,對其進行處理生成;2)矢量數據為重慶市的行政區劃數據,來源于中國國家基礎地理信息中心發布的矢量數據集,用于夜光數據的裁剪及經濟重心與標準差橢圓的計算;3)統計數據為2013—2021年重慶市縣域GDP來源于《重慶統計年鑒》,用于驗證重慶區縣GDP與區域夜間燈光相關性。

以重慶市行政區劃掩膜,提取得到重慶市NPP/VIIRS年度V2數據,將影像投影至Albers等面積投影坐標系[16],并采用最鄰近法重采樣至500 m空間分辨率,由于某些年份存在負值的情況,參考已有研究[17-18]的背景噪聲處理方式,將NPP/VIIRS數據的負值像元值重新賦予0。異常像元則是由于傳感器記錄的瞬時燈光會在NPP/VIIRS數據中產生極亮像元,影響燈光峰值的位置。因此,本文選取城市主城區像元最大值作為重慶市NPP/VIIRS數據的像元閾值上限來剔除燈光異常值,同時對于后一年像元值上限大于前一年的情況,選取出現異常值年份的后一年像元最大值作為該年份的像元值上限進行極亮像元的處理。

NPP/VIIRS夜間燈光數據年際校正現采用DMSP/OLS夜間燈光數據的年際校正方法,對2013—2021年的NPP/VIIRS年度數據進行連續性校正[3],如式(1),以保證燈光信息在各年份之間的可比性。

(n=2013,2014,...,2021)

(1)

式中,n代表待校正數據的年份,i代表第i個像元,DN(n-1,i)、DN(n,i)、DN(n+1,i)分別代表第n-1年,第n年和第n+1年第i個像元的DN值。

為了驗證研究區夜間燈光數據與區域統計數據GDP之間的相關性,本文統計2013—2021年重慶市各區縣的燈光累計值與地區GDP數據,利用IBM SPSS Statistics 27軟件對二者進行相關性分析,結果顯示Pearson相關系數R=0.791**,研究區DN累計值與GDP之間相關性較高,可借助夜間燈光數據估算GDP數據。

2 研究方法

2.1 標準差橢圓分析

標準差橢圓方法在經濟上主要用于分析區域經濟屬性在空間上分布的方向性特征,通過方向角、長軸、短軸、橢圓位置變化和橢圓重心反映區域內經濟分布的主趨勢方向、在主次方向上的集聚離散程度及經濟空間格局變動情況[19],測度重慶市區域內經濟發展空間狀態及移動趨勢。

經濟重心的計算式為

(2)

方位角α的計算式為

(3)

X軸標準差σx與Y軸標準差σy的計算公式為

(4)

(5)

2.2 變異系數

變異系數是反映數據內部差異程度的常用統計量之一,其能夠反映數據偏移平均值的程度,也能客觀衡量年際間區域差異程度,計算公式為

(6)

式中,Cv表示重慶市夜間燈光數據的變異系數,yi是第i區縣的夜間燈光總量值,u為該年區域內所有區縣的平均燈光強度,n為區市縣的個數。

2.3 空間自相關

空間自相關分析可揭示空間地域內研究單元與鄰近單元屬性值間的相關性與依賴性,包括全局自相關與局部自相關。全局自相關能夠識別某屬性值在整體空間中是否存在空間集聚效應,而局部空間自相關可用來捕捉局部區域關聯特征[20]。Moran’ s I∈[-1,1],Moran’ s I大于0代表正相關,等于0代表不相關,小于0代表負相關。

全局Moran’ s I計算公式為

(7)

局部Moran’ s I計算公式為

(8)

3 結果分析

3.1 空間方向性特征

根據重心和標準差橢圓的計算方法,基于2013—2021年夜間燈光數據計算重慶市經濟發展的重心和標準差橢圓,分析重慶市經濟發展方向特征,如表1所示。

表1 重慶市經濟標準差橢圓參數變化(2013—2021)

圖2 2013—2021年重慶市標準差橢圓和經濟重心分布

從重心遷移的角度來看,2013—2021年重慶市經濟發展重心大致沿西南往東北方向移動,說明隨著時間的推移,重慶的經濟發展情況有向東北偏移的趨勢。重慶地域遼闊,東西、南北跨度大。一個地區的經濟發展要受到自然條件、地理位置、資源政策傾斜等諸多因素的影響。2013年,重慶主動融入“一帶一路”建設,同時作為長江經濟帶中心城市,憑借政策優勢和經濟基礎迅速發展,使得重慶市經濟發展重心緩慢向東北方向移動。

從標準差橢圓變化的角度來看,2013—2021年,長軸長度從223.47 km逐漸增加到238.46 km,為東北-西南走向分布;短軸長度從48.66 km逐漸增加到54.71 km。相應地,隨著長軸和短軸長度的增加,橢圓面積也從34 160.50 km2增加到了38 935.87 km2,橢圓面積的增長反映了隨著時間的增長,重慶市經濟不斷取得健康進步和發展,使得重慶市夜間燈光數據的面積逐漸擴張,亮度逐漸加大。長短軸之比從4.59逐步減小至4.36,意味著重慶市經濟格局在西北-東南方向上有擴張趨勢,在東北-西南方向上有收縮趨勢。近年來,在重慶“一區兩群”政策的積極推動下,以大都市區為龍頭,帶動渝東北、渝東南地區城鎮群的協調發展,是經濟擴張的重要原因,這也進一步說明重慶市經濟發展在不平衡向平衡的趨勢緩慢發展。

3.2 經濟空間分異特征

參照式(6)計算重慶市各市區縣夜間燈光總量,繪制重慶市夜間燈光變異系數變化圖,基于變異系數解釋重慶市經濟發展的差異狀況,具體結果如圖3所示。首先從整體上看,2013—2021年間,這一時間段內變異系數都處于1.17～1.26的區間范圍內,且隨著時間發展變異系數呈現波動遞減趨勢,說明重慶市各縣區經濟發展水平的相對差異縮小,經濟發展失衡態勢有所緩解。具體來看,從2013年至2017年,重慶市變異系數變化幅度相對較大,呈下降趨勢;2017年至2021年,變異系數相對穩定,一直穩定在1.18左右。經分析,自2013年“一帶一路”倡議提出以來,為區域經濟發展注入了新的活力,重慶市作為中西部地區唯一的直轄市且作為海上絲綢之路的重要戰略節點,交通等基礎設施更加完善,對外經濟合作增加,渝西、渝東北旅游業等消費潛力上升,這一戰略合作促進了重慶市經濟協調發展,使得重慶市經濟相對差異開始逐漸減小。

圖3 2014—2021年研究區夜間燈光變異系數

3.3 空間相關性特征

為更好地揭示重慶市經濟發展的內部空間特征,本文通過ArcGIS 10.8軟件統計縣域元的夜間燈光值總量,運用夜間燈光數據可避免傳統統計年鑒數據存在的數據缺失、GDP均勻分布、樣本少等缺陷[2],結合全局Moran’s I指數、局部LISA分階段對重慶市空間集聚形特征進行分析,結果見表2。

表2 2013—2021年重慶市經濟全局Moran’s I指數

從數據結果來看,全局Moran’s I 檢驗結果顯著,說明重慶市縣域單元夜間燈光數據呈現正的空間自相關。從Moran’s I 指數年際變化來看,2013年至2017年Moran’s I降低0.14,說明這一階段重慶市縣域夜間燈光空間關聯度整體逐漸下降,2017年至2021年Moran’s I 指數并未發生大的波動,說明該階段重慶市總體經濟格局表現為較為穩定的空間關聯度?？傮w來說,重慶市縣域夜間燈光數據的空間關聯度隨時間變化呈現穩定的態勢。

進一步對縣級行政單元的夜間燈光數據的局部空間自相關方法進行分析,結果如圖4。從年際變化上看,2013—2021年間,高高聚集類型區數量呈現出隨時間變化先減少后增加并逐漸穩定的趨勢,符合重慶市全局 Moran’s I指數特征,高高聚集區雖然在2017年相對減少,但總體上相對穩定,集中分布于渝北區、江北區、巴南區、長壽區等地,是重慶市重要經濟核心區,這些區域與經濟發展條件較好的縣域相吻合,在經濟擴散效應作用下,構成了重慶市重要的經濟發展軸;低低聚集類型區的空間分布相對穩定,主要集中于渝東北與渝東南地區,由于受到地理區位及生態環境保護壓力的影響,經濟發展緩慢,低低聚集區由2013年的4個縣區到2017年減少為3個,主要得益于政府的戰略支持,渝東北鄭渝鐵路的全線運營、萬開隧道的投入使用、渝東南酉陽高級中學的成立、酉陽新城醫院的建立,加快構建了渝東北“一心、一廊、五片”帶狀網絡化城鎮體系、渝東南武陵山區城鎮群山城特色化城鎮體系,雖然處于經濟“洼地”,但仍在緩緩發展;高低聚集與低高聚集類型區分布數量較少,高低聚集分布的主要為經濟發展潛力較大、速度較快的縣域,以2021年萬州區為例,作為渝東北城鎮群發展的中心城市,其GDP總量為1 087.94億元,GDP增速為12%,比周圍開州區、梁平區等高出很多;相同低高聚集類型區分布數量少,特征不明顯。

4 結論與討論

本文基于2013—2021年重慶市NPP/VIIRS夜間燈光數據作為數據源,在對夜間燈光數據進行預處理后,采用重心轉移、標準差橢圓、變異系數及空間自相關分析等方法,從經濟發展方向、經濟分異性特征及空間集聚性三個方面分析重慶市2013—2021年經濟發展特征,主要結論如下。

由標準差橢圓結果可知,重慶市經濟重心逐漸向東北方向緩慢移動,經濟總體方向呈現出西南-東北空間分布格局;重慶經濟標準差橢圓面積增加而長短軸之比不斷縮小,這表明重慶市經濟發展區在不斷擴張的同時內部差異逐漸減小。

研究期內,重慶市經濟隨著時間發展變異系數呈現波動性減小的趨勢,說明重慶市各縣區經濟發展水平的相對差異有所縮小,經濟發展不平衡的局面得到緩解。

2013—2021年間,從年際變化上看,高高聚集類型區數量呈現出隨時間變化先減少后增加的趨勢,符合重慶市全局 Moran’s I指數特征,空間格局總體上穩定;低低聚集類型區空間分布相對穩定。從空間分布特征來看,高高聚集主要分布在重慶主城都市區等發達縣域;高低聚集為經濟發展潛力較大、速度較快的縣域;而低低聚集類型區則主要分布在渝東北、渝東南經濟發展緩慢地區。

以往的研究大部分是基于傳統的統計數據來分析區域經濟發展的時空動態特征,存在數據缺失、GDP均勻分布、樣本少等缺陷,而采用夜間燈光數據則克服了這一系列問題,且利用NPP/VIIRS數據還能在更小地理單元上獲取相關信息。近年來,隨著珞珈一號等新一代夜光遙感影像的發展,其分辨率可達130 m,更加適合于城市區域尺度的經濟社會活動的研究。同時,只利用夜間燈光數據具有一定的局限性,例如,人口增加可以增加燈光強度,即使是在經濟低迷時期[21]。因此,下一步可以考慮建立人口、城鎮用電情況等數據的綜合指標更能全面揭示城市的經濟格局。