产业集聚与城镇空间格局的耦合关系及时空演化——以长三角区域为例

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

Research on the coupling relationship and spatial-temporal evolution between industrial agglomeration and urban spatial pattern: A case study of the Yangtze River Delta

CAO Bingru, SUN Qiao^,Research Base of Regional Development, School of Business , Jiangnan University, Wuxi 214122, Jiangsu, China

通讯作者: 孙巧（1993- ）,女,江苏沛县人,硕士,研究方向为城市与区域经济地理。 E-mail: 18816200229@163.com

收稿日期:2018-09-14修回日期:2018-12-14网络出版日期:2019-12-20

基金资助:

国家自然科学基金重点项目.41430635

Received:2018-09-14Revised:2018-12-14Online:2019-12-20
作者简介 About authors
曹炳汝（1960-）,男,江苏张家港人,教授,硕士生导师,研究方向为城市与区域经济地理E-mail:caobr@sina.com。

摘要
产业集聚与城镇空间格局的变动之间存在着密切的联系。针对两者之间的耦合关系及时空演化问题,构建区域产业集聚与城镇空间格局演化综合评价指标,并利用1990—2016年长三角区域16个城市的统计数据,基于面板回归模型和空间重心模型探究两系统之间演化的互动作用关系和时空演化。结果表明：长三角区域的产业集聚与城镇空间格局间存在较显著的耦合关系;长三角区域各市区的耦合协调度及空间匹配度均稳步提升,但长三角区域耦合协调发展程度不够均衡,长三角南部的耦合协调的发展程度稍弱于长三角区域北部的发展;在近几十年的发展中,长三角北部地区逐渐形成以上海-南京为轴线的耦合协调发展区域,整个长三角区域的耦合协调则呈现“Z”字形特征。
关键词： 产业集聚;城镇空间演化;耦合度;长江三角洲

Abstract

There is a close relationship between industrial agglomeration and changes in urban spatial patterns. This article is aimed at the coupling relationship between regional industrial agglomeration and urban spatial pattern, so as to construct comprehensive evaluation indicators of regional industrial agglomeration and urban spatial pattern evolution, and explore the interaction and spatial-temporal evolution between the two systems through the panel regression model and spatial center of gravity model by using statistics from 16 cities in the Yangtze River Delta region from 1990 to 2016. The results show that there is a significant coupling relationship between industrial agglomeration and urban spatial pattern in the study area. Coordination degree and spatial matching degree of various urban areas in the Yangtze River Delta region are steadily increasing. However, the degree of coupling and coordinated development in this region is not balanced enough. The degree of coupling and coordination in the southern part of the Yangtze River Delta is slightly weaker than that in the northern part. In the development of recent decades, the northern part of the delta gradually formed a coupling and coordinated development area with Shanghai-Nanjing as the axis, and the coupling coordination of the entire Yangtze River Delta region is characterized by a "Z" shape.

Keywords：industrial agglomeration;urban spatial evolution;coupling;Yangtze River Delta

PDF (6120KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
曹炳汝, 孙巧. 产业集聚与城镇空间格局的耦合关系及时空演化——以长三角区域为例. 地理研究[J], 2019, 38(12): 3055-3070 doi:10.11821/dlyj020180985
CAO Bingru. Research on the coupling relationship and spatial-temporal evolution between industrial agglomeration and urban spatial pattern: A case study of the Yangtze River Delta. Geographical Research[J], 2019, 38(12): 3055-3070 doi:10.11821/dlyj020180985

1 引言

城镇化发展水平是一个国家经济发展以及城市建设水平的重要衡量指标,对区域经济的发展具有巨大的影响。改革开放以来,中国工业化飞速发展,户籍政策也在逐步放开,与此同时,全国的城镇化也进入了快速发展的阶段。但是近些年来随着城镇化的快速推进,也出现了诸多矛盾和问题。如城镇化质量的提升比较缓慢、城乡差距不断扩大等“城市病”问题较为严重,且在城乡二元结构与市民化问题、城镇规模体系、城市空间郊区化蔓延、城市建设与管理等方面存在着严重的问题,严重制约着城镇化的健康发展^[1,2]。而产业在空间上的功能性集聚已成为解决新型城镇化建设问题的关键,因此,正确认识长三角地区产业集聚与城镇空间格局耦合互动关系,探讨产业集聚与城镇空间格局的耦合发展机制,对推动长三角区域产业集聚区布局与城镇空间结构的协调发展具有重要的意义。

为解决区域产业集聚与城镇空间结构问题,国内外****从不同角度探讨其耦合协调发展。西方经济学家Marshall认为由于外部规模经济的作用,导致了产业在部分区域内不断聚集,进而促进了专业化城镇的产生和发展^[3]。Scott则从企业联系成本的角度对产业集聚与城市发展的关系做了新的解释,他将有交易网络关系连接的、空间集聚的产业综合体称之为“原始城市形态”,并在进一步分析集聚经济以及劳动过程中的纵向一体化、纵向分解、生产联系时得出产业集聚的特点,进而与城市发展联系起来^[4]。

20世纪90年代以来,新经济地理学派的代表人Krugman、Fujita、Venables在深入研究了经济与人口集聚的因果机制的基础上,提出了迁移驱动模型及投入-产出联系驱动模型等理论模式^[5]。Edwin Mills和Bruce Hamilton在吸收和发展马歇尔的外部经济学思想的基础上,形成了米尔斯—汉密尔顿城市形成模型,他们用城市形成模型指出“产业的区位选择和集聚过程是城市化发展的主要动力”^[6]。Hollis B Chenery和Purcell Kyu在研究各个国家经济结构转变的趋势时,曾概括了工业化与城市化关系的一般变动模式^[7]。

Glaeser利用波士顿城市三百多年的数据研究发现,城市的长期繁荣主要取决于根据需求状况和技术变化迅速做出产业结构调整的能力^[8]。Duranton通过在城市体系中加入“创新震荡”来研究影响城市体系演变的因素,发现跨行业创新带来的产业结构变化是影响城市体系演变和就业増长的主要因素^[9]。Sudekum和Findeisen通过对西德3%的城镇数据的研究发现,城市的就业増长取决于产业的初始结构,而非产业结构调整的力度^[10]。Billings S B、Johnson E B、Lu等指出当城市拥有密集的商业场所时,城镇化与产业集聚具有显著的相关性,城市化与产业集聚的互动发展已成为区域经济发展的强大动力^[11,12]。Mondal B、Das D N、Dolui G利用地理加权回归模型探究了城市空间扩张的方向,发现经济评估良好的空间环境以及投资者的兴趣是城市扩张驱动力^[13]。Verma S、Chatterjee、Mandal NR使用地理信息系统,遥感技术和Shannon熵方法量化了班加罗尔市的城市发展趋势,提供了识别城市增长空间模式一种强有力的方法^[14]。

随着新型城镇化发展上升为国家战略,产业集聚与城镇化之间的互动关系逐渐成为中国****的研究热点。集聚效应与城镇空间的演化有非常密切的关系。一方面,集聚效应能够通过知识外溢及规模经济等效应影响社会的生产成本,是城镇发展的动力^[15]。另一方面,城镇化的发展为产业结构的升级提供了有利的依托,产业集聚也在逐步适应城市群发展的趋势,逐步实现了与城镇化的对接^[16]。在这种相互作用之下,产业的集聚使得城市的吸引力得到增强,促进了城市化的进程,而反过来,城市化进程又对产业集聚带来了积极的作用^[17]。许多****都针对这种相互作用进行了研究,其中一部分****选择了对整个产业的集聚效应进行分析。朱智文以城市化的动力机制为起点利用格兰杰因果检验的方法证明了这一关系,他发现一方面产业集聚形成了城市并加速了城市化的进程,而另一方面城市的形成与优化升级又进一步强化了产业集聚^[18]。马延吉从定性分析的角度研究了辽中南城市群的产业集聚发展与格局,指出城市群是区域产业集聚的载体,城市的扩展促进了产业的扩散和再集聚^[19]。梁辰等以大连地区为研究对象,利用遥感技术及地理信息系统对2000—2005年临港产业集聚过程中的多方面因素进行了分析,探讨了临港地区城镇空间结构演变的规律^[20]。陆根尧等运用典型相关分析对浙江省20个县的产业集聚和城市化互动,从静态和比较静态视角进行了研究,得出产业集群和城市化之间存在显著的互动关系,可以利用它们客观存在的关系,促进两者的互动发展^[21]。唐承丽等指出城市群是产业集群和开发区发展的空间载体,城市群为开发区和产业集群发展提供生产要素、服务和市场,产业集群是开发区和城市群发展的重要驱动力^[22]。另一部分****对特定行业的产业集聚进行了研究。刘曙华从行业角度着手,以长三角地区为例,对生产性服务业的空间集聚与空间发展格局之间的影响进行了定量和理论分析,发现生产性服务业的集聚对城市空间格局的形成发展具有重要影响^[23]。徐维祥等运用全局自相关与耦合协调等多种模型测度了浙江省2006—2012年产业集群的创新与城镇化之间的耦合协调度,发现2006—2012年期间,中国的城镇化与产业集群创新的耦合协调度均处于上升的趋势,协调度呈现出“西北高,东南低”的整体态势,集聚态势呈倒“V”型变化^[24]。高源等运用耦合协调度模型对中国海洋产业的空间集聚与协调发展进行探究,发现2001—2012年期间其耦合协调程度总体上在持续增加,并以2006年为界由失调转为协调,指出天津、上海、海南与福建是海洋空间集聚较强的地区,处于中级协调阶段^[25]。俞思静等以江浙沪为例,运用PLS通径模型及耦合模型,测度了该地区2004—2013年金融产业的集聚与城镇化耦合协调关系,得出各市的空间分布呈现出板块化结构分布,且其金融产业的集聚与城镇化的耦合协调关系逐年上升^[26]。

总体看来,随着产业集聚与城镇空间格局的不断发展,学术界对此做了大量的研究,取得了丰硕的成果^[27,28,29]。但现有研究仍存在以下不足：一是前期国内外****对产业集聚与城镇空间格局之间的耦合研究多停留在理论研究方面,后期研究大多停留在定性探究,缺少对实证数据的分析和研究^[30,31];二是目前对产业集聚与城镇空间格局耦合关系的研究多集中在静态研究方面,缺乏对两者关联发展整体趋势的把握^[32,33];三是对不同历史背景及地理条件下形成的城市群缺乏较为系统的分析、研究与归纳。

基于此,本文以中国产业集聚和城镇化发展比较经典的区域——长三角区域为典型案例,基于面板回归模型对长三角区域产业集聚与城镇空间格局之间的耦合关系进行验证。并借助耦合协调及空间重心模型等分析与研究方法,从动态分析的角度,对1990—2016年近30年长三角区域的耦合发展及其整体趋势进行研究与分析,以期为其他地区的产业集聚与城镇化建设的协调发展提供实践经验。

2 产业集聚与城镇空间格局的耦合机制分析

2.1 产业集聚引起城镇空间格局的演变

正是由于产业的空间集聚才导致了城镇的产生和发展,因此城镇具有明显的产业属性,而城镇空间格局的演变同样与城镇的产业集聚密切相关。产业增长是城镇规模扩张和形态演变的根本动力,而产业集聚规模的发展是产业增长的核心内容和主导动力。产业集聚的规模增长带来人力资本的大量集聚,甚至出现本地劳动力不足的现象,大量外地劳动力涌入城镇以满足生产力的发展,大量流动人口的集聚则会催生出新的生活性服务空间,刺激城镇空间的增长及城镇功能的增加。总体来看,一方面,产业集聚规模的扩大会带来新的空间需求,从而引起城镇空间格局的重构;另一方面产业集聚的不断发展会催生相关产业的发展,产业的出现和发展则又会引起新的工业空间和生产服务性空间的出现,使得原有空间的规模和结构发生演变。

2.2 城镇空间格局的演化为产业集聚发展提供条件

首先,城镇空间格局的演化为产业集聚的发展提供生产要素。城镇空间格局演化的过程中,劳动力及资本等基本要素重新布局,使得资源在空间上得到优化配置,从而为产业的集聚提供条件。此外,城镇空间格局的演化使得城镇发展的硬环境得到提升,各项基础设施的集中建设为产业集聚的发展提供了良好的外部条件。特别是日益发达的交通网络,不仅大幅度缩短了城镇的空间距离,还加快了要素的流动,使得企业的运输成本和交易成本得到降低,为产业集聚的发展创造了条件。最后,城镇空间格局的演化缩短了企业在空间上的距离,使得知识和经验快速传播,能够促进企业间形成合作、竞争与创新的文化氛围,创新性技术的传播与发展使得企业的技术水平不断提高,使得成本得以降低,进而吸引更多的企业在空间上集聚,为产业集聚发展提供了专业的服务保障。

3 研究方法

产业集聚的发展促进了对人力资本的需求,而人口的增加又促使了城镇空间的增加,产业集聚系统和城镇空间格局系统相互作用、彼此影响的动态关系,形成了产业集聚区域的整体协调作用,为了测度产业集聚与城镇空间格局系统之间的这种耦合演化的动态强弱程度,本文建立产业集聚与城镇空间格局之间的动态耦合模型。产业集聚的测度方法有很多种,其中集中度、H指数、EG指数和空间基尼系数等测度产业集聚的方法最为常见^[34,35]。但这些方法均是基于一两个指标对产业集聚进行的测度,而影响区域产业集聚的因素并不是单一的。且这些测度方法都存在一个默认的假设：产业集聚存在于既定的行政区域之中。这一假设使得这些测度方法没有考虑到产业集聚的真正地域,割裂了区域之间的经济联系^[36]。鉴于单一指标测度的不足及产业集聚存在的区际联系,本文采取了熵权法对多指标加权的综合评价方法对产业集聚进行测度。

3.1 熵权法求权重

首先通过数据标准化处理以消除数据间的量纲关系及异方差,使得数据更具有可比性。标准化的方法有很多种,如离差标准化法、标准差及Log函数转换等,本文正向、逆向指标均采取离差标准化法计算得出,随后根据熵权系数法,可得系统第j个指标对应的熵值E为：

（1）

E_{j} = - k \sum_{i}^{=} (p_{ij} \times \ln p_{ij})

式中：

k = \frac{1}{\ln m}

;

p_{ij} = \frac{{Y^{'}}_{ij}}{\sum_{i}^{=} {Y^{'}}_{ij}}

;

i = 1,2, ?, n

;

j = 1,2, ?, m

。则熵权的值可由公式（2）计算得出^[37]。

（2）

w_{j} = \frac{1 - E_{j}}{m - \sum_{j}^{=} E_{j}}

3.2 耦合协调度模型

耦合是一个物理概念,用来表示两个或两个以上的系统存在紧密配合与相互影响的作用关系,借助物理学的耦合概念和系数模型可以构建耦合度模型。两个系统的耦合度可以表示为^[38]：

（3）

C = \sqrt[]{\frac{U_{1} \times U_{2}}{(U_{1} + U_{2})^{2}}}

式中：U₁和U₂分别代表产业集聚与城镇空间格局系统,分别由公式（4）和公式（5）计算得出。计算得出的产业集聚发展综合评价得分越高,产业集聚的发展程度越高,反之,产业集聚的发展水平越低;计算得出的城镇空间格局的综合评价得分越高,城镇空间格局发展越好,反之,城镇空间格局发展越差。

（4）

U_{1} = \overset{n}{\sum_{i = 1}} a_{i} x_{i} ? ? ? ? ? ? ? ? ? ? i = 1, ?, n

（5）

U_{2} = \overset{m}{\sum_{j = 1}} b_{j} y_{j} ? ? ? ? ? ? ? ? j = 1, ?, m

式中：x_i和y_j为评价产业集聚与城镇空间格局两个系统的指标;a_i和b_j分别为个指标的权重;

\overset{n}{\sum_{i = 1}} a_{i} = 1, i = 1, ?, n

;

\overset{m}{\sum_{j = 1}} b_{j}, ? ? j = 1, ?, m

。为了避免由主观因素带来的权重误差,采用熵权法计算各个指标的权值。

虽然上面的耦合度C可以测度产业集聚与城镇空间格局之间的耦合强度,但不能反映两者之间的耦合协调度,因为当评价产业集聚和城镇空间格局的指标值很低时,也会出现高耦合度的情况,因此,需要利用耦合协调度对耦合度模型做进一步的改善,使模型不仅能准确地反映两系统的耦合程度,还能体现它们协调水平的高低。改进的模型如下所示。

（6）

T = α U_{1} + β U_{2}

（7）

D = \sqrt[]{C \times T}

式中：C表示耦合度,它的大小反映了产业集聚与城镇空间格局协调发展的程度;

α

和

β

为权重;D为耦合协调度,D的取值范围在0~1之间,反映了产业集聚与城镇空间格局的整体协同效应。耦合协调度评价准则见表1。

Tab. 1
表1
表1耦合协调度评价准则
Tab. 1Evaluation criteria of coupling coordination degree

耦合协调区间	D的取值范围	耦合协调类型	耦合协调作用解释
不可接受区间	0.00~0.20 0.21~0.40	极度失调衰退类一般失调衰退类	耦合作用极不明显,有序性非常差。耦合作用不明显,有序性差。
过渡区间	0.41~0.50 0.51~0.60	勉强耦合协调类初级耦合协调类	存在一定的耦合作用,但影响作用不大。存在较强的耦合作用,初步协调。
可接受区间	0.61~0.80 0.81~1.00	良好耦合协调类优质耦合协调类	存在较强的耦合作用,协调程度大。耦合作用极强,协调作用极强。

新窗口打开|下载CSV

3.3 空间重心模型

空间重心模型综合考虑了事物空间（经度、纬度）及时间上的性质,是空间统计分析技术中分析属性值空间地理分布特征的重要工具。可以体现区域属性值的平衡结构,基于此,构建产业集聚与城镇空间格局的空间重心模型^[39]。

（8）

P_{t} = \frac{\overset{n}{\sum_{i}} (S_{it} p_{i})}{\overset{n}{\sum_{i}} S_{it}}, Q_{t} = \frac{\overset{n}{\sum_{i}} (S_{it} q_{i})}{\overset{n}{\sum_{i}} S_{it}}

式中：P_t、Q_t分别表示所研究区域产业集聚（城镇空间格局）在第t年的空间重心经、纬度坐标,以此来表示属性值的空间平均中心;p_i和q_i是第i个次级区域的经纬度坐标;S_it表示第i个次级区域第t年的产业集聚（城镇空间格局）。空间重心偏离度是刻画两系统匹配度及判断两者耦合时空态势的指标,可以由公式（9）计算得出。

（9）

D_{I - U}^{t} = C \times \sqrt[]{(Q_{It} - Q_{Ut})^{2} + (P_{It} - P_{Ut})^{2}}

式中：

D_{I - U}^{t}

表示第t年产业集聚与城镇空间格局的空间偏离度;C为经纬度距离转换为平面距离的转换系数,设定为111.111^[40]。

4 数据来源及指标体系构建

4.1 数据来源

以2010年《长三角地区区域规划》所列出的城市为长三角区域的空间范围（表2）。选取1990—2016年长三角区域16个地级市的面板数据（由于1990—1995年泰州市隶属于扬州市的一个县,因此1990—1995年长三角区域有15个地级市）,将其划分为1990年、2000年、2010年、2016年4个时间段,对该地区的产业集聚与城镇空间格局的耦合关系进行研究,本文的数据来源于历年《中国统计年鉴》《中国城市统计年鉴》及长三角各地级市统计年鉴,部分年份的缺失数据经插值法处理得出。

Tab. 2
表2
表2长三角区域所包含的16个地级市
Tab. 216 prefecture-level cities in the Yangtze River Delta

省份	长三角区域所包含的地级市
江苏省	苏州、无锡、常州、南京、镇江、南通、扬州、泰州
浙江省	宁波、杭州、嘉兴、湖州、绍兴、舟山、台州
上海市	-

新窗口打开|下载CSV

4.2 指标体系构建

从产业集聚与城镇空间格局的内在联系出发,统计指标的使用频率和比例,严格遵循科学性、系统性与代表性的指标体系建立原则,并根据指标和研究目标的重要性和可用性,构建长三角区域产业集聚与城镇空间格局的指标体系。在参考现有文献研究成果的基础上^[41,42],发现衡量产业集聚的指标主要分为产业发展规模和产业结构两个方面,其中,产业发展规模主要由建成区单位土地面积产值和规模以上工业总产值衡量,其中建成区单位面积产值以地区生产总值和建成区土地面积的比值表示。城镇化是指农村人口转化为城镇人口的过程,城镇化水平通常用非农人口的占比来表示。城镇化水平的不断提高吸引产业向城镇区域不断集聚,促使乡村人口进入城镇就业,又推进了为满足进城就业人口各种需求的城镇建设,带来城镇功能布局的变化及城镇空间格局的时空演进,总之,城镇化水平是推动城镇空间格局发展及演化的重要力量。城镇空间格局是城镇要素在空间范围内的分布和联结状态,是城镇要素在空间地域上的投影。因此本文选取城镇要素对城镇空间进行描述和分析。首先,城镇空间格局的演变主要体现在城镇的空间蔓延式扩张,即农业或未利用土地不断转化为建设用地,能够反映城镇功能区的空间演变。其次,城镇人口的密度也影响着城镇空间格局,一般来说,城镇中心区的人口居住密度最高,离城镇中心越远,居住人口越低^[43]。此外,随着国民经济与科技的快速发展,城镇交通进一步缩短了区域时空距离,也在很大程度上影响着城镇的空间格局^[44]。因此本文选择城镇建成区面积、城镇人口密度、人均城市道路面积及万人拥有公共汽车等4项指标来衡量城镇空间格局（表3）。

Tab. 3
表3
表3长三角区域产业集聚与城镇空间格局指标体系
Tab. 3Index system of industrial clustering and urban spatial structure in the Yangtze River Delta

一级指标	二级指标	单位
产业集聚	建成区单位土地面积产值	亿元/km²
	规模以上工业总产值	亿元
	第二产业产值占GDP的比例	%
	第三产业产值占GDP的比例	%
城镇空间格局	城镇建成区面积	km²
	城镇人口密度	人/km²
	人均城市道路面积	m²
	万人拥有公共汽车	辆

新窗口打开|下载CSV

5 实证分析

5.1 综合指数分析

首先,运用标准化方法对指标值进行标准化处理,以消除数据的量纲及数量级的影响。随后,为避免主观意识的影响,本文选择熵权系数法估计标准化指标相应的权重,基于公式4和公式5,计算得出产业集聚与城镇空间格局的综合评价指标,即产业集聚综合评价指数（ISI）,城镇空间格局综合评价指数（UI）。并将1990—2016年划分为1990—1999年,2000—2009年,2010—2016年3个时间段,分别计算3个阶段产业集聚与城镇空间格局综合评价指数的均值,以直观展现ISI与UI各时期的综合水平（表4）。

Tab. 4
表4
表4产业集聚与城镇空间格局的综合评价指标均值
Tab. 4Mean value of comprehensive indicator of industrial agglomeration and urban spatial pattern

	1990—1999			2000—2009		2010—2016		1990—2016
	ISI	UI		ISI	UI	ISI	UI	ISI	UI
苏州市	0.143		0.129	0.397	0.304	0.829	0.510	0.415	0.293
无锡市	0.130		0.163	0.309	0.345	0.557	0.486	0.307	0.314
常州市	0.103		0.139	0.247	0.269	0.465	0.376	0.250	0.249
南京市	0.112		0.188	0.243	0.424	0.459	0.636	0.250	0.392
镇江市	0.098		0.125	0.216	0.232	0.416	0.353	0.224	0.224
南通市	0.098		0.130	0.275	0.241	0.511	0.391	0.270	0.239
扬州市	0.107		0.124	0.232	0.209	0.444	0.282	0.241	0.197
泰州市	0.143		0.123	0.234	0.222	0.487	0.308	0.301	0.232
宁波市	0.119		0.116	0.296	0.251	0.520	0.409	0.289	0.242
杭州市	0.117		0.115	0.281	0.289	0.498	0.451	0.276	0.267
嘉兴市	0.104		0.094	0.245	0.224	0.452	0.328	0.246	0.203
湖州市	0.089		0.058	0.199	0.177	0.343	0.284	0.196	0.161
绍兴市	0.139		0.083	0.284	0.227	0.459	0.315	0.276	0.196
舟山市	0.068		0.090	0.170	0.171	0.291	0.276	0.164	0.168
泰州市	0.091		0.089	0.221	0.204	0.373	0.294	0.213	0.185
上海市	0.176		0.405	0.466	0.657	0.859	0.766	0.460	0.591

新窗口打开|下载CSV

运用ArcGIS软件的自然断裂法,将计算得到的1990—2016年产业集聚与城镇空间格局两大系统的平均值划分为四个层次：高层区,相对高层区,相对低层区和低层区（图1）,通过分析发现,从产业集聚发展水平的角度来看,上海和苏州市为高层次的地区,无锡、南通、泰州、杭州、绍兴及宁波是较高层次的地区,湖州、台州和舟山为低层次的地区,而南京市则因为建成区面积较大,从而导致建成区单位土地面积产值较低,使得该城市的产业集聚值偏低,和扬州、镇江、常州、嘉兴等市落在了较低层次的地区。从城镇空间格局的发展来看,上海市的城镇空间格局已经较为成熟,一直处于高层次的水平。南京和无锡市为较高层次的地区,除扬州、湖州、嘉兴等五市为低层次地区外,其余地区均为较低层次区域。

图1

新窗口打开|下载原图ZIP|生成PPT
图1长三角区域产业集聚与城镇空间格局的空间分布

注：该图基于国家测绘地理信息局标准地图（审图号：GS（2019）2885号）制作,底图无修改。
Fig. 1Spatial distribution of industrial clusters and urban patterns in the Yangtze River Delta

5.2 产业集聚与城镇空间格局的互动关系研究

在探究产业集聚与城镇空间格局的耦合关系时,先验证两个系统之间长期性及均衡性关系的存在,然后采用面板回归分析,分别检验产业集聚对城镇空间格局的影响情况,与城镇空间格局对产业集聚的影响情况,当两个系统之间存在影响且影响显著时,就可以验证产业集聚与城镇空间格局的这种动态关联耦合关系的存在。由于泰州市在1996年之前隶属于扬州的一个县,并考虑到数据的可得性,本文在进行计量研究时,将数据缩小为1996—2016年长三角区域的16个市。在进行验证之前,对所有变量的原始数据进行取对数处理,以期在一定程度上削弱数据之间的共线性及异方差,增加数据的平稳性。

5.2.1 面板数据的单位根检验由于面板回归的精准度建立在回归变量是平稳数据的基础之上,因此有必要在做面板回归之前对数据的平稳性进行检验。面板单位根检验的原理是将变量的各截面数据看成一个整体进行检验。通常用来对面板数据进行单位根检验的方法有LLC检验、IPS检验、ADF-Fisher检验及PP-Fisher检验。其中LLC检验是建立在横截面数据具有同质性并且相互独立的基础上,被称为“相同单位根检验”,而IPS、ADF-Fisher及PP-Fisher检验则允许在不同的截面单位取值不同,即可以进行异质面板单位根检验。在进行单位根检验时四种检验方法的结果不尽相同,通常以LLC和ADF-Fisher的检验为准。这四种单位根检验的原假设均为“数据存在单位根”,当P<0.05时,说明统计量在95%的水平下拒绝原假设,当P>0.05时,不能拒接原假设。表5列出了所选变量的四种面板单位根检验结果。

由表5可以看出,LNISI（产业集聚）和LNUI（城镇空间格局）检验的P值均小于0.05,通过了面板单位根检验,均为平稳序列I(0),没有单位根。此结果符合面板协整检验的前提条件,可对其进行面板协整检验,以探究LNISI（产业集聚）与LNUI是否存在长期性与均衡性的关系存在。

Tab. 5
表5
表5面板单位根检验结果
Tab. 5Panel unit root test results

检验方法	LLC检验	IPS检验	ADF-Fisher	PP-Fisher	单位根
ISI	-4.64429 (0.0000)	-3.02186 (0.0013)	52.8334 (0.0117)	21.5595 (0.9187)	否
LNISI	-23.3441 (0.0000)	-	314.166 (0.0000)	377.925 (0.0000)	否
UI	-0.39671 (0.3458)	4.76151 (1.0000)	10.4477 (0.9999)	7.67523 (1.0000)	是
LNUI	-8.36556 (0.0000)	-2.86498 (0.0021)	64.4977 (0.0006)	91.5584 (0.0000)	否

新窗口打开|下载CSV

5.2.2 面板协整检验面板协整检验的方法主要分为两大类,一类是建立在Engle and Granger两步法检验基础上的面板协整检验,具体方法主要有Pedroni检验和Kao检验。另一类是基于Johansen基础上的协整检验。本文主要采用Pedroni Residual检验验证面板数据的协整情况（表6）,该方法以回归残差为基础,构造出7个检验统计量对协整结果进行检验,由于Panel ADF和Group ADF的检验结果最为准确,Panel V和Group Rho的检验效果最差,其他统计量的检验效果位于他们之间,因此,当检验结果不一致时,应按照效果的优劣进行判断。

Tab. 6
表6
表6Pedroni面板协整检验结果
Tab. 6Pedroni panel cointegration test results

	Panel v-stat	Panel rho-stat	Panel PP-stat	Panel ADF-stat
组内统计量	1.962242	-1.902652	-3.890793	-4.242476
(Weighted)	(0.0249)	(0.0285)	(0.0000)	(0.0000)
		Group rho-stat	Group PP-stat	Group ADF-stat
组间统计量		-0.115078	-3.569034	-4.332671
		(0.4542)	(0.0002)	(0.0000)

新窗口打开|下载CSV

综合看来,除Group rho-stat接受原假设之外,其余的检验均拒绝原假设,由于Panel ADF和Group ADF的检验结果最为准确,因此检验结果主要以这两个统计量为主,最后可得出序列LNISI和LNUI之间存在协整关系,即存在长期的均衡的关系。下面本文将对两者之间的关系进行面板回归分析。

5.2.3 面板回归模型的选择与建立在上面的检验中,可知序列LNISI和LNUI均为平稳性序列可以进行面板回归,但在回归之前,首先要对面板回归模型进行Hausman检验决定选择的面板回归模型。Hausman检验模型的形式如下：

（10）

y_{it} = α + v_{it} + x_{it} β + u_{it} i = 1,2, ?, N, t = 1,2, ?, T

原假设为：应建立随机效应模型。利用该模型分别对产业集聚和城镇空间格局之间的相互影响分别进行检验,检验结果如表7和表8所示。

Tab. 7
表7
表7城镇空间格局对产业集聚影响的Hausman检验
Tab. 7The Hausman Test of the influence of urban spatial pattern on industrial agglomeration

Test Summary	Chi-sq. Statistic	Chi-sq.d.f.	Prob.
Cross-section random	25.168839	1	0.0000

新窗口打开|下载CSV

Tab. 8
表8
表8产业集聚对城镇空间格局的Hausman检验
Tab. 8The Hausman Test of the influence of industrial agglomeration on urban spatial pattern

Test Summary	Chi-sq. Statistic	Chi-sq.d.f.	Prob.
Cross-section random	2.071474	1	0.1501

新窗口打开|下载CSV

由上表可知,城镇空间格局对产业集聚影响的Hausman检验的P值小于0.05,因此,在5%的显著性水平上拒绝“建立随机效应模型”的原假设,应建立固定效应模型,而产业集聚对城镇空间格局影响的Hausman检验的P值大于0.05,应建立随机效应模型。运用Eviews软件,分别对两种模型进行回归,结果见表9。

Tab. 9
Tab. 9Results of panel model regression

产业集聚（LNISI）	回归结果	城镇空间格局（LNUI）	回归结果
C	0.344601 (0.0000)	C	-0.408378 (0.0000)
城镇空间格局（LNUI）	1.218476 (0.0000)	产业集聚（LNISI）	0.721357 (0.0000)
Adjusted R-squared	0.897754	Adjusted R-squared	0.872362

新窗口打开|下载CSV

5.2.4 回归结果分析从面板回归模型的回归结果来看,城镇空间格局和产业集聚之间存在相互作用的耦合关系,且城镇空间格局的变化对产业集聚的影响较大,影响系数为1.218476,并通过了5%的显著性水平检验,可见城镇空间格局的改善对产业集聚的增加具有明显的正向促进作用。与此同时,产业集聚对城镇空间结构的回归系数为0.721357,也验证了产业集聚对城镇空间结构明显的正向促进作用。由此可见产业集聚与城镇空间格局两个系统之间存在动态关联的耦合关系。

5.3 耦合协调度的时空差异显著

通过前文对产业集聚与城镇空间格局之间相互作用关系的研究中发现,产业集聚与城镇空间格局之间存在相互作用、相互影响的关系,基于此,对1990—2016年27年长三角区域产业集聚及城镇空间格局的耦合协调度进行研究。首先依据公式（7）,计算出1990—2016年长三角16个市的耦合协调度,随后加入江苏省、浙江省及上海市等三大区域的均值,以更有对比性地研究长三角区域不同省份两系统的耦合协调度情况,图2列出了长三角区域各省份的耦合协调值。

图2

新窗口打开|下载原图ZIP|生成PPT
图21990—2016年长三角区域各省份耦合协调值

Fig. 2Coupling coordination values of provinces in the Yangtze River Delta from 1990 to 2016

从3个区域（上海、江苏、浙江）的均值来看,各区域耦合值均呈现出稳步上升的趋势,其中上海市的耦合协调程度要明显高于其他区域,可见上海产业集聚与城镇空间格局的耦合程度一直处于遥遥领先的地位。江苏和浙江省的耦合协调均值分别从1990年的0.2504、0.2278上升到2016年的0.7201、0.6407,年均增幅分别为4.15%,4.06%,其中江苏省的耦合协调值在2005年进入初级耦合协调发展,而浙江省则在2007年进入初级耦合协调发展阶段。从整个长三角区域的均值来看,1990—2016年期间产业集聚与城镇空间格局的耦合协调值均处于上升阶段,并于2005年进入了初级耦合协调发展阶段,表明两个系统在这个时期的关系逐渐趋于协调。

本文将1990—2016划分为3个时期进行研究,以进一步探讨长三角区域产业集聚与城镇空间格局之间时空耦合的演变情况,并绘制出三个时期耦合协调度的情况图（图3）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3分时期长三角区域耦合协调值

Fig. 3The coupling coordination degree of the Yangtze River Delta in different periods

从图3中可看出,从耦合度来看,1990—2016年长三角区域的产业集聚与城镇空间格局的耦合度处于较高水平,各地级市的耦合值均在0.9以上,表明长三角区域的产业集聚与城镇空间格局处于高度耦合时期。从协调度来看,根据耦合协调判定准则,1990—1999年期间,除上海市的耦合协调度处于初级耦合协调阶段外,其余15个地级市均处于一般失调衰退阶段阶段。2000—2009年期间,产业集聚与城镇空间格局的耦合协调关系取得了较大的进步,整体耦合协调面积增加了近一倍,苏州、南京、无锡等5个市均上升至初级耦合协调阶段,上海市则从初级耦合协调上升至良好耦合协调阶段,其余市均达到了勉强耦合协调。2010—2016年期间,长三角区域产业集聚与城镇空间格局的耦合协调度面积进一步扩大,此时,上海和苏州市的耦合协调度已经达到了优质耦合协调发展阶段,南京、无锡、杭州等10个地级市的耦合协调度均达到了良好耦合协调发展阶段,其余市也都处于初级耦合协调阶段,可见该时期长三角区域的耦合协调发展程度已经处于较高水平。

5.4 耦合协调度呈“Z”型扩散

选取1990年、2000年、2010年及2016年4个时间点进一步对产业集聚与城镇空间格局耦合协调度在空间上的集聚特征进行探究,并根据耦合协调评价准则将耦合协调度分为极度失调、一般失调、勉强耦合、初级耦合、良好耦合和优质耦合6个阶段,用ArcGIS软件将这4个时间点耦合协调情况在空间上进行描绘（图4）。

图4

新窗口打开|下载原图ZIP|生成PPT
图4长三角各地级市的耦合协调度

注：该图基于国家测绘地理信息局标准地图（审图号：GS(2019)2885号）制作,底图无修改。
Fig. 4The coupling coordination degree among prefecture-level cities in the Yangtze River Delta

从图4可以看出,上海作为全国最重要的中心城市,其城镇空间格局与产业集聚的耦合协调关系最为强烈,1990年,长三角区域的耦合协调度普遍偏低,除上海市处于勉强耦合协调阶段外,其余15个市均处在失调衰退的阶段。到了2000年,长三角的耦合协调度大面积提升,除泰州、湖州、嘉兴、舟山及台州5个地级市外,其余城市均达到了耦合协调,但该时期城镇仍普遍处在勉强耦合协调阶段。2010年,长三角地区16个地级市均已达到了耦合协调阶段,但耦合协调程度却有所差异。在上海市的带动下,周边城市的经济发展迅速,其中苏州、无锡等市的规模与经济发展水平均与南京趋近,并且南京、苏州、无锡等6个城市达到了良好耦合协调阶段,长三角区域的耦合协调水平有了长足的进步。2016年苏州市耦合协调发展水平又进一级,达到优质耦合发展阶段。此时,除舟山和湖州还处于初级耦合协调阶段外,其余城市均达到了良好协调阶段。从整体来看,长三角区域各市区的耦合协调度都在稳步提升中,但长三角区域南部的耦合协调的发展程度要稍弱于长三角区域北部的发展。且长三角北部地区逐渐形成以上海-苏州-南京为轴线的耦合协调发展区域,在该轴线的带动下,临近地区的耦合协调度也在逐年上升,整个长三角区域的耦合协调呈现“Z”字形发展。

5.5 耦合协调度的空间重心值不断优化

上文的耦合协调分析展示了长三角地区产业集聚与城镇空间格局之间的耦合度的时空分布特征,可以看出两系统的耦合协调值在不断地优化中。同样地,两系统的空间重心之间的距离是也有着相同的演变趋势。

图5即是运用空间重心模型计算得出的产业集聚与城镇空间格局重心的空间距离,刻画了两者空间距离的变动趋势。从图中可以看出前期两者的空间重心的距离偏高,在1994年达到了顶峰。1994—2015年均呈现下降的趋势,在这个时期两系统的空间匹配度得到了显著地提高,这一部分得益于全国产业政策的成功实施。2014年之后,两者的空间匹配程度又出现了降低的趋势。但总体看来,两系统空间距离表现出明显地波动式缩小趋势,可见,产业集聚与城镇空间格局的空间匹配度在不断地优化中。这也意味着这些年来中国在产业结构和城镇空间优化等方面的政策取得了很好的成效。但仍要不断推进产业集聚与城镇空间结构的改革发展,积极推动新型城镇化建设和产业结构的优化改革,促进“新经济”的快速发展,使得产业集聚和城镇空间格局在不断优化中相互促进,形成良性的协调发展关系,从而最终推动产业集聚与城镇空间格局向更高的耦合协调水平演进。

图5

新窗口打开|下载原图ZIP|生成PPT
图5产业集聚-城镇空间格局空间距离趋势图

Fig. 5Spatial distance trend of industrial agglomeration and urban spatial pattern

6 结论与讨论

利用长三角区域16个市1990—2016年的面板数据,针对产业集聚与城镇空间格局之间的耦合关系进行计量研究,并对近30年来长三角区域耦合协调发展进行了实证分析。主要有以下发现及认识：

（1）基于对长三角1990—2016年面板数据的回归分析,发现长三角区域产业集聚与城镇空间格局两个系统之间存在着显著的长时间的动态耦合关系,且城镇空间格局对产业集聚的影响较强。因此长三角区域各城镇地方政府应按照各区域地方特点、遵循城镇发展的客观规律,合理统筹规划城镇空间格局,优化城镇内部空间结构,加快促进长三角区域各城镇的产业集聚与快速发展。

（2）从3个省市看来,江浙沪地区产业集聚与城镇空间格局的耦合协调值逐年稳步提高,但上海市的耦合协调程度要远高于江苏和浙江省,长三角区域三省市产业集聚与城镇空间格局耦合协调的发展不够均衡。从长三角区域发展的不同时期来看,1990—1999年,长三角区域各地级市城镇空间格局与产业集聚的耦合协调程度较低。2000年以来,随着全国城镇化战略的实施,长三角区域的耦合协调程度得到了极大的提高。从耦合协调度的空间分布来看,长三角各城市在其中扮演的角色各异,其中上海市一直处于长三角区域耦合协调发展的中心城市,发挥着带头作用,带动了周围城镇的崛起以及耦合协调程度的提升。苏州、无锡、南京、杭州等城市则发挥着次中心的作用,对周边城镇起到了一定的辐射带头作用。

（3）整体上来看,长三角区域各市区的耦合协调度都在稳步提升中,但长三角区域南部的耦合协调的发展程度稍弱于长三角区域北部的发展。且长三角北部地区逐渐形成以上海-苏州-无锡-南京为轴线的耦合协调发展区域,在该轴线的带动下,临近地区的耦合协调度也在逐年上升,整个长三角区域的耦合协调则呈现“Z”字形发展特征。

本文从时空角度探究了长三角区域产业集聚与城镇空间格局的动态耦合关系,得出了一些有益的结论,但长三角区域整体的耦合关系仍有待提升。针对目前长三角区域耦合发展不均衡的现状,本文提出以下政策建议：对于上海这种耦合发展水平极高的城市,要转变发展思路,围绕上海建设“五个中心”战略,加快产业结构的优化升级,淘汰或转移“重大粗”、高能耗及高污染产业,大力推动高新技术产业的发展,并及时疏解非核心的产业,尤其是类似冶金、化工等产业,并腾出城市发展空间,更好地发挥长三角首位城市的辐射带头作用。对于苏州、无锡、南京及杭州等耦合发展水平较高的次中心城市,要根据城市自身的耦合发展状况,及时调整产业集聚功能区及城镇空间格局发展现状中的不协调问题,使得两系统在不断优化中相互促进,形成良好的协调发展关系。对于耦合发展水平较低的城市,应根据各区域地方特点,制定适合本区域的产业集聚发展政策,合理布局城镇空间结构,充分发挥两系统的相互促进作用,缩小与其他地区的差距。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

沈和 . 当前我国城镇化的主要问题与破解之策
世界经济与政治论坛, 2011, ( 2):162-172.

URL [本文引用: 1]

城镇化是经济社会发展的必然趋势,也是工业化和现代化的重要标志.改革开放以来,特别是进入新世纪以来,我国城镇化在快速发展的同时,也出现了城镇发展体系不够优化、农民市民化瓶颈较多、发展方式不够集约以及管理能力相时滞后等亟待解决的矛盾和问题.展望未来,我国城镇化面临城乡、区域一体化发展和高速铁路加快发展等重大机遇,城镇化将进入全方位持续快速发展时代,并全面嵌入全球城市网络.在更高层次上推进城镇化发展、全面提升城镇化发展质量,必须坚持走以城市群为主体形态、大中小城市和小城镇协调发展、城乡互促共进的城镇化道路.必须坚持从基本国情出发,因势利导,统筹兼顾,突出重点,着力增强综合承载和辐射带动力,着力营造创新创业和宜居的良好环境,着力提升文化品位和竞争力,努力形成经济高效、文化繁荣、资源节约、环境友好、社会和谐的城镇发展新格局,为进一步有效扩大内需、加快经济发展方式转变,建设创新型国家和构建和谐社会,提供重要支撑和强劲动力.

[ Shen

. The main problems and solutions of China's current urbanization
Forum of World Economics & Politics, 2011, ( 2):162-172.]

URL [本文引用: 1]

杨光 . 河南新型城镇化发展中存在的问题及对策
商业经济, 2013, ( 5):6-7.

[本文引用: 1]

[ Yang

Guang

. Problems and countermeasures in the development of new urbanization in Henan province
Business Economy, 2013, ( 5):6-7.]

[本文引用: 1]

[3]

Marshall

. Principles of Economics
London: Macmillan, 1920.

DOI:10.1002/wnan.1611 URLPMID:31863572 [本文引用: 1]

Recently, electrospinning (ES) of fibers has been shown to be an attractive strategy for drug delivery. One of the main features of ES is that a wide variety of drugs can be loaded into the fibers to improve their bioavailability, to enhance dissolution, or to achieve controlled release. Besides, ES is a continuous technology with low energy consumption, which can make it a very economic production alternative to the widely used freeze drying and spray drying. However, the low production rate of laboratory-scaled ES has limited the industrial application of the technology so far. This article covers the various ES technologies developed for scaled-up fiber production with an emphasis on pharmaceutically relevant examples. The methods used for increasing the productivity are complied, which is followed by a review of specific examples from literature where these technologies are utilized to produce oral drug delivery systems. The different technologies are compared in terms of their basic principles, advantages, and limitations. Finally, the different downstream processing options to prepare tablets or capsules containing the electrospun drug are covered as well. This article is categorized under: Therapeutic Approaches and Drug Discovery?&gt;?Emerging Technologies.

[4]

Scott A

. Interregional subcontracting patterns in the aerospace industry: The Southern California Nexus
Economic Geography, 1993,69(2):142-156.

DOI:10.2307/143533 URL [本文引用: 1]

[5]

Fujita

, Krugman P

, Venables A

. The Spatial Economy: Cities, Regions and International Trade. Cambridge: MIT Press, 1999.

[本文引用: 1]

[6]

Mills E

, Hamilton B

. Urban Economics, Harper Collins, 1997,2(1):20-44.

[本文引用: 1]

[7]

Chenery

, Robinson

, Purcell

. Industrialization and Growth: A Comparative Study. Shanghai: Shanghai Joint Publishing House, 1995.

[本文引用: 1]

[8]

Glaeser, Edward

. Reinventing Boston: 1630-2003
Journal of Economic Geography, 2005,5(2):119-153.

DOI:10.1093/jnlecg/lbh058 URL [本文引用: 1]

[9]

Duranton

. Urban evolutions: The fast, the slow, and the still
American Economic Review, 2007,97(1):197-221.

DOI:10.1257/aer.97.1.197 URL [本文引用: 1]

[10]

Findeisen

, Sudekum

. Industry churning and the evolution of cities: Evidence for Germany
Journal of Urban Economics, 2008,64(2):326-339.

DOI:10.1016/j.jue.2008.02.003 URL [本文引用: 1]

Abstract

In this paper we show that the recent model by Gilles Duranton [Duranton, G., 2007. Urban evolutions: The fast, the slow, and the still. American Economic Review 97, 197–221] performs remarkably well in replicating the city size distribution of West Germany, much better than the simple rank-size rule known as Zipf's law. The main mechanism of this theoretical framework is the “churning” of industries across cities. Little is known in urban economics about the determinants of local industry turnover so far. We present an empirical analysis of the excess churning index for West German cities, which describes the strength of intra-city industry reallocations over time. We find that urban growth and industry turnover are not notably correlated: Some, but not all fast-growing cities have notably changed. Secondly, human capital is positively related to growth and turnover, but only among successful cities. Industrial change within unsuccessful cities is driven by the disappearance of old-fashioned and declining sectors such as agriculture or mining. On a more general level our results suggest that the recent model by Duranton is a powerful description of the urban growth process. Still there are some aspects that are not captured by that model, which are at the core of other theories of urban growth.

[11]

Lu G

, Fu X

, Zhu S

. Research on relevance between industrial cluster and urbanization based on Canonical analysis
China Soft Science, 2011, ( 12):101-109.

[本文引用: 1]

[12]

Billings S

, Johnson E

. A non-parametric test for industrial specialization
Journal of Urban Economics, 2012,71(3):312-331.

DOI:10.1016/j.jue.2011.12.001 URL [本文引用: 1]

We introduce a non-parametric microdata based test for industrial specialization and apply it to a single urban area. Our test employs establishment densities for specific industries, a population counterfactual, and a new correction for multiple hypothesis testing to determine the statistical significance of specialization across both places and industries. Results highlight patterns of specialization that are extremely varied, with downtown places specializing in a number of service sector industries, while suburban places specialize in both manufacturing and service industries. Business service industries are subject to more specialization than non-business service industries while the manufacturing sector contains the lowest representation of industries with specialized places. Finally, we compare results for specialization with localization and show that both measures contribute to our understanding of industry and place specific agglomerative forces. (C) 2011 Elsevier Inc.

[13]

Mondal

, Das D

, Dolui

. Modeling spatial variation of explanatory factors of urban expansion of Kolkata: A geographically weighted regression approach
Modeling Earth Systems & Environment, 2015,1(4):29.

DOI:10.1097/TA.0000000000002463 URLPMID:31856019 [本文引用: 1]

In 2015, the American College of Surgeons Committee on Trauma introduced the Needs-Based Assessment of Trauma Systems (NBATS) tool to quantify the optimal number of trauma centers for a region. While useful, more focus was required on injury population, distribution, and transportation systems. Therefore, NBATS-2 was developed utilizing advanced geographical modeling. The purpose of this study was to evaluate NBATS-2 in a large regional trauma system.

[14]

Verma

, Chatterjee

, Mandal N

. Analysing urban sprawl and shifting of urban growth centre of Bengaluru city, India using Shannon's entropy method
Journal of Settlements and Spatial Planning, 2017,2(2):89-98.

[本文引用: 1]

[15]

邱晖, 杜忠连 . 新型城镇化的产业发展及空间优化策略: 基于集聚效应视野下
北方经贸, 2016, ( 2):56-58.

[本文引用: 1]

[ Qiu

Hui

, Du

Zhonglian

. Industrial development and spatial optimization strategy in the new urbanization process: Basing on combined effect vision
Northern Economy and Trade, 2016, ( 2):56-58.]

[本文引用: 1]

[16]

徐维祥, 唐根年, 陈秀君 . 产业集群与工业化、城镇化互动发展模式研究
经济地理, 2005,25(6):868-872.

[本文引用: 1]

[ Xu

Weixiang

, Tang

Gennian

, Chen

Xiujun

. A empirical study on the interaction development modes between the industrial clusters and the industrialization and urbanization
Economic Geography, 2005,25(6):868-872.]

[本文引用: 1]

[17]

邱成利 . 制度创新与产业集聚的关系研究
中国软科学, 2001, ( 9):101-104.

[本文引用: 1]

[ Qiu

Chengli

. Research on institutional innovation and industrial agglomeration
China Soft Science, 2001, ( 9):101-104.]

[本文引用: 1]

[18]

朱智文 . 基于产业集聚的城市化和城市化过程中的产业集聚
开发研究, 2006, ( 6):45-48.

URL [本文引用: 1]

本文以城市化的动力机制为起点探寻了城市化与产业集聚的关系:产业集聚与城市化是相辅相成、互进互动的关系,一方面产业集聚形成了城市且使城市化进程加速,另一方面城市的形成及城市化水平的提高进一步强化了产业集聚.因此,政府在推进城市化进程中既要加快产业集聚推进城市化进程,又要搞好城市规划,充分考虑产业集聚的需要,为产业集聚创造条件,以实现产业集聚与城市化的良性互动.

[ Zhu

Zhiwen

. Urbanization based on industrial agglomeration and industrial agglomeration in the process of urbanization
Research on Development, 2006, ( 6):45-48.]

URL [本文引用: 1]

马延吉 . 辽中南城市群产业集聚发展与格局
经济地理, 2010,30(8):1294-1298.

[本文引用: 1]

[ Ma

Yanji

. Development and pattern of industrial agglomeration in mid-southern Liaoning
Economic Geography, 2010,30(8):1294-1298.]

[本文引用: 1]

[20]

梁辰, 王诺, 佟士祺 , 等. 大连临港产业集聚与城市空间结构演变研究
经济地理, 2012,32(8):84-90.

[本文引用: 1]

[ Liang

Chen

, Wang

Nuo

, Tong

Shiqi

, et al. Urban spatial structure evolution under the influence of port industrial aggregation: A case study of Dalian
Economic Geography, 2012,32(8):84-90.]

[本文引用: 1]

[21]

陆根尧, 符翔云, 朱省娥 . 基于典型相关分析的产业集群与城市化互动发展研究: 以浙江省为例
中国软科学, 2011, ( 12):101-109.

[本文引用: 1]

[ Lu

Genyao

, Fu

Xiangyun

, Zhu

Shenge

. Research on relevance between industrial cluster and urbanization based on canonical analysis
China Soft Science, 2011, ( 12):101-109.]

[本文引用: 1]

[22]

唐承丽, 吴艳, 周国华 . 城市群、产业集群与开发区互动发展研究: 以长株潭城市群为例
地理研究, 2018,37(2):292-306.

DOI:10.11821/dlyj201802005 URL [本文引用: 1]

城市群、产业集群与开发区的协同发展是实现城市群地区可持续快速发展的重要手段。在已有文献研究的基础上,基于宏观与微观相结合的视角,梳理了城市群、产业集群与开发区三者之间的关系及互动机制。认为城市群是新型城镇化的主体形态,是产业集群和开发区发展的空间载体,城市群为开发区和产业集群发展提供生产要素、服务和市场;开发区是城市群的创新创业高地与产业集聚、集群发展的重要场所,是城市群的重要生产功能区;产业集群是产业发展的重要组织形式,是推动开发区和城市群发展的重要驱动力。产业集群与开发区共享着城市群的资源与服务,开发区通过产业集聚与创新,产业集群通过产业链延伸、耦合与创新,与城市群形成生产要素、市场交易、创新与服务等方面的多维度相互作用,最终实现三者的协同发展。基于城市群、产业集群与开发区规模、结构、职能和创新等4个方面的17个指标,采用典型相关分析法,以长株潭城市群为案例区,对城市群、产业集群与开发区两大变量组进行了互动因素与强度的量化分析,结果表明：① 长株潭城市群、产业集群与开发区已形成有效互动。其中,城市群通过经济规模、城市结构、创新投入与产出、服务职能的发展,促进产业集群的经济规模、产业集聚、经济效益与产业创新,以及开发区的建设品质、产业集聚与产业效率的发展。开发区通过产业集聚与创新效率的提高,产业集群通过产业规模、效益协同开发区效率的提升,强化了城市群规模、结构、创新与职能的发展。② 长株潭城市群通过经济规模、结构、创新与服务四类因子,对产业集群与开发区产生了全面的促进作用,但产业集群与开发区并未完全协同地促进城市群发展。③ 要进一步提升产业集群的效益与开发区的效率,加强其对城市群发展与繁荣的支撑作用,全面实现三者的多维良性互动,提高城市群的核心竞争力。

[ Tang

Chengli

, Wu

Yan

, Zhou

Guohua

. Interactive development of urban agglomeration, industrial cluster and development zone: A case study of Chang-Zhu-Tan urban agglomeration
Geographical Research, 2018,37(2):292-306.]

DOI:10.11821/dlyj201802005 URL [本文引用: 1]

刘曙华 . 生产性服务业集聚对区域空间重构的作用途径和机理研究
上海: 华东师范大学博士学位论文, 2012.

[本文引用: 1]

[ Liu

Shuhua

. Ways and influence mechanism of agglomeration of producer services on reconstruction of regional space: Case study of the Yangtze Delta area
Shanghai: Doctoral Dissertation of East China Normal University, 2012.]

[本文引用: 1]

[24]

徐维祥, 刘程军 . 产业集群创新与县域城镇化耦合协调的空间格局及驱动力: 以浙江为实证
地理科学, 2015,35(11):1347-1356.

URL [本文引用: 1]

运用耦合协调模型、地理加权回归模型以及趋势面分析等方法对产业集群创新与县域城镇化之间的耦合协调度进行测度,分析了其空间特征以及驱动力。得到以下结论:2006~2012 年,产业集群创新、县域城镇化、耦合度以及协调度均有一定程度的上升,协调度整体表现出“东北高,西南低”的空间趋势;协调度呈现出持续的空间集聚态势,且集聚的强度呈倒“V”型的变化态势,形成了杭州湾地区的显著热点区,浙西南的显著冷点区;影响产业集群创新与县域城镇化协调发展的驱动力具有明显的地域差异,其驱动力作用强度按经济基础、对外开放、市场力量、信息化、政府行为以及工业化依次递减。

[ Xu

Weixiang

, Liu

Chengjun

. The spatial pattern and driving force of innovation of industrial cluster and county urbanization coupled coordination in Zhejiang province,
Science Geographica Sinica, 2015,35(11):1347-1356.]

URL [本文引用: 1]

高源, 韩增林, 杨俊 , 等. 中国海洋产业空间集聚及其协调发展研究
地理科学, 2015,35(8):946-951.

URL [本文引用: 1]

产业集聚是经济活动最突出的地理特征,对陆域产业集聚的研究由来已久,而对海洋产业空间集聚问题的探讨尚处起步阶段。基于海洋经济地理视角,首先依系统论观点,对区域海洋产业集聚的空间结构层次及其相互关系进行了简要分析,省际尺度的海洋产业空间结构的研究处于“承上启下”的地位;在此基础上运用区位熵对沿海11 省市区海洋产业的集聚程度进行测度,并描述了1996~2012 年空间集聚变化特征,研究发现,近17 年中国沿海地区海洋产业的集聚过程大致可以分为3 个阶段,并已形成了4 个较强集聚区,即天津、上海、福建、海南;产业集聚带来发展的同时也会增加对区域资源环境的压力,文中进而运用耦合协调度模型对4 个地区2001~2012 年海洋产业-资源环境复合系统的协调程度进行了测度,结果表明,目前4 个地区均处于中级协调阶段。

[ Gao

Yuan

, Han

Zenglin

, Yang

Jun

, et al. Spatial agglomeration of marine industries and region coordinated development in China
Scientia Geographica Sinica, 2015,35(8):946-951.]

URL [本文引用: 1]

俞思静, 徐维祥 . 金融产业集聚与新型城镇化耦合协调关系时空分异研究: 以江浙沪为例
华东经济管理, 2016,30(2):27-33.

[本文引用: 1]

[ Yu

Sijing

, Xu

Weixiang

. A study on spatial-temporal differences in coupling relationship between financial industrial agglomeration and new urbanization: A case of Jiangsu, Zhejiang and Shanghai
East China Economic Management, 2016,30(2):27-33.]

[本文引用: 1]

[27]

黎夏, 叶嘉安 . 利用遥感监测和分析珠江三角洲的城市扩张过程: 以东莞市为例
地理研究, 1997,16(4):57-63.

[本文引用: 1]

[ Li

Xia

, Ye

Jiaan

. Application of remote sensing for monitoring and analysis of urban expansion: A case study of Dongguan
Geographical Research, 1997,16(4):57-63.]

[本文引用: 1]

[28]

方创琳, 宋吉涛, 张蔷 , 等. 中国城市群结构体系的组成与空间分异格局
地理学报, 2005,60(5):827-840.

DOI:10.11821/xb200505014 URL [本文引用: 1]

中国城市群结构体系是由不同发育程度、不同等级、不同行政隶属关系、不同成因和空间区位的城市群,通过各种物质流、能量流、信息流和知识流有机耦合而成的空间聚合体和综合集群体。通过对国内外有关城市群结构体系的综合分析,得知世界城市群结构体系正在形成,城市群间的等级职能正在参与新的国际劳动地域分工进行重组,中国城市群结构体系由28个大小不同、规模不等、发育程度不一的城市群组成,目前尚处总体发育雏形阶段,但却是中国未来经济发展格局中最具活力和潜力的战略支撑点和增长极点,主宰着国家经济发展的命脉。根据城市群发育程度指数模型计算结果,将中国城市群划分为三个等级,其中一级城市群包括长江三角洲城市群、珠江三角洲城市群和京津冀都市圈3个城市群,二级城市群包括山东半岛城市群、成都城市群、武汉城市群等11个城市群,三级城市群包括滇中城市群、天山北坡城市群等14个城市群。进一步分析发现,中国城市群总体发育程度低且差异很大,这种差异具有一定程度的合理性,并呈现出发育的阶段性、总体分布的不平衡性、空间分异的规律性、内部集聚的异质性和明显的分化性等空间分异特征。在未来的发展中,应加强对中国城市群结构体系理论的多维性、规律性和阶段性研究,加强对中国城市群结构体系形成发育的差异性、异质性和竞争性研究,加强对中国城市群结构体系的国际化、全球化与动态监测研究。

[ Fang

Chuangli

, Song

Jitao

, Zhang

Wei

, et al. The formation, development and spatial heterogeneity patterns for the structures system of urban agglomerations in China
Acta Geographica Sinica, 2005,60(5):827-840.]

DOI:10.11821/xb200505014 URL [本文引用: 1]

申玉铭, 吴康, 任旺兵 . 国内外生产性服务业空间集聚的研究进展
地理研究, 2009,28(6):1494-1507.

URL [本文引用: 1]

20世纪90年代以来,作为服务业中重要一支的生产性服务业正成为推动我国大城市经济增长的重要力量和体现城市经济职能的主要方面。本文在对产业集聚和服务业区位等相关理论回顾的基础上,对目前国内外生产性服务业空间集聚的主要研究内容和研究方法进行了详尽梳理。总体来看,围绕着区域和大都市内两个尺度,生产性服务业空间集聚的研究取得了明显进展,但同时尚存在一些不足:①偏重于空间集聚的格局研究,对其演变过程研究相对薄弱;②空间集聚的机理研究稍显不足,缺乏规律的总结;③研究方法上大多将制造业集聚的测度模型移植到生产性服务业,其适用性和针对性尚需进一步探讨。今后应围绕"测度辨识—格局过程—作用机理",运用定性、定量与空间分析综合集成的方法,继续深化和完善生产性服务业集聚的地理学研究。

[ Shen

Yuming

, Wu

Kang

, Ren

Wangbing

. Research progress of the spatial agglomeration on producer services
Geographical Research, 2009,28(6):1494-1507.]

URL [本文引用: 1]

郭凤城 . 产业群、城市群的耦合与区域经济发展
长春: 吉林大学博士学位论文, 2008.

[本文引用: 1]

[ Guo

Fengcheng

. Industry cluster coupling with urban agglomeration and regional economic development
Changchun: Doctoral Dissertation of Jilin University, 2008.]

[本文引用: 1]

[31]

张莉萍 . 中原城市群产业集聚与城市化的耦合效应研究
现代城市研究, 2015, ( 7):52-57.

[本文引用: 1]

[ Zhang

Liping

. Research on the coupling effect of industrial agglomeration and urbanization of Zhongyuan urban agglomeration
Modern Urban Research, 2015, ( 7):52-57.]

[本文引用: 1]

[32]

马晓冬, 朱传耿, 马荣华 , 等. 苏州地区城镇扩展的空间格局及其演化分析
地理学报, 2008,63(4):405-416.

DOI:10.11821/xb200804005 URL [本文引用: 1]

基于苏州地区1984-2005 年的6 个时相卫星遥感数据, 从城镇实体地域扩展的视角, 运用关联分维数、全局和局域空间关联指数、空间变差函数等方法构建了空间关联测度模型, 分析了苏州地区城镇扩展的周期性、城镇建设用地的分维特征、城镇扩展的“热点区”空间分布及演化, 城市化空间梯度的形态演化。结果表明, 20 世纪80 年代以来, 苏州地区的城镇扩展经历了稳步增长、缓速下降、急速增长和快速下降四个阶段, 显示出“大起大落”的特征; 在空间格局上, 城镇扩展强度的高值簇区(热点区) 呈现出较明显空间演化和跃迁的特征, 经历了苏州市区、苏州—吴江轴线、苏州—昆山轴线(沿沪宁线)、太仓—常熟—张家港轴线(沿长江) 的不断轮换, 并成为不同阶段驱动苏州地区社会经济发展的核心区。期间, 城镇扩展的空间连续性和自组织性越来越强, 城市化发展的空间形态由相对分散向相对集中演化, 由空间自相关引起的结构化分异的机理越来越显著, 并且表现出较明显的带状关联特征, 城市区域化发展的趋势明显。然而, 在苏州地区不同的发展阶段, 城镇发展的主导驱动机制有所不同。

[ Ma

Xiaodong

, Zhu

Chuangeng

, Ma

Ronghua

, et al. Urban spatial growth pattern and its evolution in Suzhou, Jiangsu province, China
Acta Geographica Sinica, 2008,63(4):405-416.]

DOI:10.11821/xb200804005 URL [本文引用: 1]

谭啸 . 中国城市群发展的区域比较分析
大连: 辽宁大学博士学位论文, 2012.

[本文引用: 1]

[ Tan

Xiao

. Regional comparative analysis of urban agglomeration development in China: Based on the respective of relationship development between industrial clusters and urban agglomeration
Dalian: Doctoral Dissertation of Liaoning University, 2012. ]

[本文引用: 1]

[34]

Cao

, Renschler

, Jacquez

. A data model to capture spatial and temporal exposure
In: University of Iowa. Proceedings of the Eighth International Conference of Geographical Information Science. Vienna: University of Iowa, 2014: 258-263.

[本文引用: 1]

[35]

Cao

, Stewart

, Kalil

. Geographic patterns of end-stage renal disease and kidney transplants in the Midwestern United States
Applied Geography, 2016,71:133-143.

DOI:10.1016/j.apgeog.2016.05.001 URL [本文引用: 1]

[36]

魏后凯 . 中国产业集群与集群发展战略. 北京: 经济管理出版社, 2008.

[本文引用: 1]

[ Wei

Houkai

. China's Industrial Clusters and Cluster Development Strategy. Beijing: Economy & Management Publishing House, 2008.]

[本文引用: 1]

[37]

韩增林, 张云伟 . 东北地区经济综合发展能力时空差异分析
经济地理, 2010,30(5):716-722.

[本文引用: 1]

[ Han

Zenglin

, Zhang

Yunwei

. Temporal and spatial differences of the economic synthetic development ability in Northeast China
Economic Geography, 2010,30(5):716-722.]

[本文引用: 1]

[38]

Vefie

. The Penguin Directionary of Physics. Beijing: Foreign Language Press, 1996.

[本文引用: 1]

[39]

李秀彬 . 地区发展均衡性的可视化测度
地理科学, 1999,19(3):255-256.

[本文引用: 1]

[ Li

Xiubin

. Visulizing spatial equality of development
Science Geographica Sinica, 1999,19(3):255-256.]

[本文引用: 1]

[40]

吴建寨, 张建华, 孔繁涛 . 中国粮食生产与消费的空间格局演变
农业技术经济, 2015, ( 11):46-52.

[本文引用: 1]

[ Wu

Jiansai

, Zhang

Jianhua

, Kong

Fantao

. The spatial pattern evolution of China's grain production and consumption
Journal of Agrotechnical Economics, 2015, ( 11):46-52.]

[本文引用: 1]

[41]

于斌斌 . 中国城市生产性服务业集聚模式选择的经济增长效应: 基于行业、地区与城市规模异质性的空间杜宾模型分析
经济理论与经济管理, 2016, ( 1):98-112.

[本文引用: 1]

[ Yu

Binbin

. China's urban economic growth effect of production service agglomeration model selection-spatial Durbin model analysis of industries, regions and cities heterogeneity
Economic Theory & Business Management, 2016, ( 1):98-112.]

[本文引用: 1]

[42]

柯善咨, 赵曜 . 产业结构、城市规模与中国城市生产率
经济研究, 2014,49(4):76-88.

[本文引用: 1]

[ Ke

Shanzi

, Zhao

Yao

. Industrial structure, city size and urban productivity in China
Economic Research Journal, 2014,49(4):76-88.]

[本文引用: 1]

[43]

朱林兴 . 试论城市空间结构
财经研究, 1986, ( 6):19-23.

[本文引用: 1]

[ Zhu

Linxing

. On the spatial structure of the city
Journal of Finance and Economics, 1986, ( 6):19-23.]

[本文引用: 1]

[44]

乐晓辉, 陈君娴, 杨家文 . 深圳轨道交通对城市空间结构的影响: 基于地价梯度和开发强度梯度的分析
地理研究, 2016,35(11):2091-2104.

DOI:10.11821/dlyj201611007 URL [本文引用: 1]

大运量的城市轨道交通系统在一定程度上决定了城市的布局结构和土地利用格局。从时空两个维度出发,基于地价和开发强度两个要素,探讨轨道交通影响下的深圳市空间结构动态演变过程。通过描述性分析和空间计量模型实证发现,轨道交通站点周边地价和开发强度在受到距市中心或组团中心距离影响而空间衰减的同时,呈现出明显的站点导向性。轨道交通对城市空间结构的影响在时间上是超前的,规划方案的公示和轨道系统的建成运营均塑造了土地价格梯度和容积率梯度。并且,由于城市建设和历史原因,深圳原特区内外在轨道交通的影响下,地价和开发强度呈现了差异化的增长趋势。研究结果对理解轨道交通对城市空间结构影响及政府财政效应评估等具有积极意义。

[ Le

Xiaohui

, Chen

Junxian

, Yan

Jiawen

. Impact of rail transit on urban spatial structure in Shenzhen: Analysis based on land parcel price and FAR gradients
Geographical Research, 2016,35(11):2091-2104.]

DOI:10.11821/dlyj201611007 URL [本文引用: 1]