2. 桂林理工大学 公共管理与传媒学院, 桂林 541004;
3. 昆士兰科技大学 健康学院, 澳大利亚 4000
2. School of Public Administration and Communication, Guilin University of Technology, Guilin 541004, China;
3. School of Health, Queensland University of Technology, Australia 4000
2019年8月的中央财经委第五次会议上强调:“中心城市和城市群正在成为承载发展要素的主要空间形式。”提高大中城市对周围城市的经济辐射带动作用[1],推动产业升级与转移,加快欠发达地区的高速发展,可以促进城市群新型城镇格局的优化[2, 3]。而城市群在发展过程中缺少一个完整的全局性规划方案,城市群内逐渐出现产业趋同、过度竞争、合作不足等问题[4],争夺“入群”资格的现象普遍,将不利于城市群的健康持续发展[5]。大部分城市群的经济发展规模不足,其内部各城市间缺乏协调机制,很难形成一个有机的系统性整体[6];政府对城市群规划战略主导过多[7],往往导致政府忽视城市群的客观发展规律,进一步加重“协调机制趋同化”“合作不足”以及“城市群病”等问题[8]。同时,城市群内部首位城市的经济辐射带动能力往往较差,导致城市群内部城市间的经济发展差距逐渐拉大[9]。因此“城市群的发育情况与城市群的规划之间存在怎样的矛盾”,“城市群的发育情况与其规划还存在怎样的差距”等问题成为城市群规划和发展中需要厘清的重要问题。
目前,国外学者对城市群发育的研究受到美国的影响,因此国外城市群发育范围的分析方法主要集中于引力模型法[10]。同时,国外对该领域的研究起步较早,较早可以追溯到1998年D. Martin[11]通过计算机模拟的技术,运用社会经济和人口等地理空间上非线性的数据,对都市区的边界进行了确立,此后还出现了运用新的算法探测城市群范围的研究[12],但是数量较少。我国对城市群发育水平的研究则多集中于对城市群结构体系、组成要素等方面构建指标体系进行量化评估,并且整体上相关研究同样较少。我国对该领域的研究较早可以追溯到2006年苗长虹[13]等人从总体经济实力、人均发展水平、中心城市与县域经济发展状况等方面,来综合分析各城市群的发育状况及存在问题;此后,赫曦滢[14]等人从经济与产业、资源环境承载力、城镇空间结构体系等方面,系统分析了城市群的发育现状;王慧君[15]等学者采用了城市群发育程度指数模型来反映城市群内部联系特征,对城市群的发育现状进行评估;黄金川[16]从空间格局的角度,通过辐射扩散测度模型的构建,对当时中国城市群的发育格局进行了识别。
在新型城镇化与城市群的研究方面,目前我国主要集中在新时期高质量发展[17]、新型城镇化状态的评估[18]、城市群的城镇化协调发展等方面[19],方创琳[20]认为中国新型城镇化的高质量发展是质量提升型(综合人地和谐、生态环保、高效低碳、智慧平安、节约创新)城镇化,需要将高质量的公共服务、城市建设、人居环境、基础设施、市民化和城市管理进行有机统一;杨洋[21]基于“国家—省”两级新型城镇化规划,建立了城市群新型城镇化综合水平指标体系,测算了山东半岛城市群2000—2012年的新型城镇化综合水平;王淑佳[22]通过耦合协调度模型分析了京津冀在进入21世纪以来的“生态环境—经济发展—新型城镇化”协调发展的时空演化规律。
总的来看,国内外学者对城市群的发育范围、水平、研究方法等方面做出了研究,将为本文研究提供基础。但是,目前研究还存在一定问题,虽然学术界对于城市群发育程度的科学评价标准进行了讨论,但由于概念不统一与城市群边界可变性等问题,尚未统一。并且大部分研究视角较为单一,尚未有研究探讨城市群的发育格局与其发展规划之间的适配性存在怎样的发展趋势。通过区域要素的流动与集聚趋势展开城市群的识别,科学评价城市群规划范围与城市群实际发育范围之间存在的差距,有助于准确把握各城市群真实情况、有效地规划和引导城市群的发展。因此,从“集聚—扩散”的角度,识别我国城市群的发育格局,以城市群发育范围的客观识别结果为参照,与城市群的规划范围进行比较,分析城市群发育与规划之间的适配程度,对形成科学统一的城市群发育程度评价体系的基本依据具有重要理论意义。
在此背景下,本文选取中国19个城市群及全国地级以上城市为研究对象,基于2010—2019年城市群城市人口、经济的空间数据,运用辐射场强模型分析2010—2019年城市群发育格局的演化,将其结果与各时期的城市群发展规划进行比较分析,明确城市群发育等级、城市规模等与发展规划的适配性,最终归纳出城市群发育与规划适配性的时空变化特征与规律。
2 研究区域、数据来源与研究方法 2.1 研究区域参照国务院、国家发展和改革委员会以及各省(直辖市、区)级政府批复印发的19个城市群发展规划文件,确定中国的城市群状况,包含五大国家级城市群(长江三角洲、珠江三角洲、京津冀、长江中游、成渝),八大区域级城市群(辽中南、山东半岛、海峡西岸、哈长、中原、关中平原、北部湾、天山北坡),六大地区级城市群(晋中、呼包鄂榆、滇中、黔中、兰西、宁夏沿黄)等(见图 1)。
基于分析准确、数据可得等方面的考虑,结合十一五、十二五、十三五的规划期分别为2000—2010年、2011—2015年、2016—2020年,2010年、2015年、2020年分别是上述规划的收官之年的现实情况,重点研究2010、2015、2019这3个时间节点城市群的发育格局。根据中华人民共和国民政部统计可知,2010年、2015年、2019年的地级及以上城市分别有287个、295个、297个,由于三沙市、港澳台地区的数据较难获取,暂未将三沙及港澳台地区城市列入研究范围,因此本文2010年、2015年、2019年的研究对象为分别为286个、294个、296个地级及以上城市。
2.2 数据来源本文所使用的数据来源于《中国城市统计年鉴》(2011年、2016年、2020年)以及2010年、2015年、2019年各城市国民经济和社会发展统计公报。
2.3 研究方法 2.3.1 基于场能模型的各地级市辐射场强测算在物理学中引力场和电磁场概念的基础上引出了场与空间的理论,牛顿和法拉第分别通过发现万有引力现象和电磁感应现象描述了场空间中物体之间的相互作用和运行规律,可以用场能值的大小来表示空间中各因素间作用关系的强弱。在物理学中电磁场强度公式:
(1) |
其中,场强的大小与两者的距离成反比。离场源中心越近,其相互间的作用力就越强,离场源中心越远的点,其相互间的作用力就越弱。
实际上在经济地理空间方面也存在着相似的联系。最先起源于经济的空间区位理论的“经济场”决定着性质与功能,后被广泛运用到区域经济、城市体系等的研究之中,被称之为场强模型。场强在区域经济发展中心通常会沿着基础交通设施向周围地区不断辐射,进而带动区域的发展,辐射的强度可以通过两地存在的场能差的大小来表示。场强模型可用于分析信息、经济、物质流动及区域间的联系,来进一步研究区域经济的差异化发展。在空间中场能值的分布决定着辐射经济区域的发展方向,受到中心地辐射作用较强的区域在空间中场能值较大,说明这片区域与中心地各要素方面的联系较为紧密,具有较好的发展前景,反之,受到中心地辐射作用较弱的区域在空间中场能值较小,这片区域与中心地之间的联系较弱,受到区域中心的辐射带动作用也较小,其在未来的发展潜力也较低。
基于上述物理学和经济学两个方面的分析,可以得出本文辐射场强的基本内涵及基于辐射场强测算识别城市群发育范围的理论依据,概念模型如图 2所示。
图中A,B分别为形成场强辐射中心的两个城市,根据场强原理,场强自两点中心向外逐渐降低,因此可以假设实线区域内为场强相对较强区域,虚线范围内为场强相对较弱区域,则各个箭头可以代表该处人口、产业等城市发展资源所受场强辐射影响的引力方向,因此,通过构建场强模型对城市空间范围进行识别,可以从场强辐射中心城市对周边城市或所辖县的人口、产业等资源吸引力强弱的角度判断区域内城市群发育的边界,并且对于中心城市对其周边地区产生的辐射带动作用以其自身为圆心向外逐渐衰减这一规律而言,辐射场强模型是一个典型的研究范式,一直被广泛应用于定量识别城市范围的研究中。
具体来看,区域内城市间的发展由原来的相互不联系和独立发展的单一城市逐渐演变为均衡化发展的一体化区域,各城市所具备的集聚效应以及辐射扩散作用应该是并存的,即各城市人口、产业等城市资源同时进行着以各自城市为中心的向心与离心运动[23]。区域内外围地区受到中心城市的辐射带动作用,在生产和生活方面会慢慢发生变化,进而促使其在人口城镇化与产业结构升级等方面取得突破的同时有效提升其吸纳各类要素资源的能力。中心城市不仅受其自身内部各类要素资源过度密集的压力,也受到来自周围地区较快提升的内聚力作用,促使中心城市的离心运动逐渐显现出来,进而致使周围地区的城镇化速度逐渐加快。若一个地区同时受到多个上级城市的辐射扩散作用,那么可以说该地区受到城市的辐射强度相对较高,具备成为次级中心城市的巨大潜力,进而与中心城市协同发展,由此逐渐形成城市群。具体计算过程如下所示:
首先,对各地级市的城市结节性指数进行测算,城市结节性指数能够很好地反映出城市的综合实力水平,选取能够呈现出空间多要素集聚状态的人口数量和地区生产总值近似的代替城市结节性指数,计算公式如下所示:
(2) |
其中,Zk为城市k的结节性指数,其取值范围在0到100之间,GDPk为城市k标准化后的GDP,Pk为城市k标准化后的常住人口。
然后,通过场强模型[24]测算各城市对外围地区辐射场能叠加值,计算公式为:
(3) |
其中,Fij为外围点[i, j] 受所有核心城市的辐射场强和;Eijk为外围点受核心城市k的辐射强度;φk为核心城市k对外围点的影响权重,是根据城市综合实力水平高低确定的。
由于城市周边地区将受到不止一个城市的辐射带动作用,则需要运用场强模型对此多重影响的叠加作用进行测算。依据物理学中“重力模型”所构建的辐射场强模型也应参照万有引力定律的基本规律,即两个物体(城市)之间的引力与物体(城市)质量(城市规模)成正比,与距离(欧氏距离)成反比。因此,Eijk的计算公式如下:
(4) |
其中,Eijk为城市k在[i, j] 上的场强;Zk为k城市结节性指数;Dijkβ为城市k到点[i, j] 的距离;β为距离摩擦系数,本文采用刻画区域尺度城市间联系的值[25]。
城市k到点[i, j] 的距离:将研究的城市群地域空间范围切割为10 km*10 km的栅格区域(边界区域的栅格单元形状不规则,单元面积小于100 km2),通过提取区域的几何中心点,运用ArcGIS软件分别计算出全国所有地级及以上城市到所有栅格单元中心点的最短距离。利用上述公式,可以计算出全国地级市的辐射场强格局,进而可以得到城市群的场强分布格局。
2.3.2 地级市单元的场强曲率计算公式(4)计算得到的各城市场强叠加值与DEM数据类似,DEM的剖面曲率和正切曲率可以用来识别显示断层、地质断陷线等,这与场强高、低值区域之间的“断崖面”识别也较为类似。所以,本文可以采取剖面曲率的计算方法来求得空间场强的曲率值。
在ArcGIS软件中,计算曲率的方法采用四次表面模型算法,计算公式如下:
(5) |
其中,常数为M,一般取值为0;系数A、B、C、D、E的计算公式为:
剖面曲率Kv的计算公式为:
(6) |
为了方便观察分析,将ArcMap计算结果乘以10000之后再取绝对值。若曲率值的绝对值越大,表明此处场强值的落差也就越大,是场强空间变化的“拐点”区域。进而通过曲率的“断崖面”分析,可得出城市群的发育范围[26]。
3 城市群发育与规划适配性的实证分析中国各城市群间发育范围存在着较大的差异,且同一城市群在不同时间截面的发育范围也不同。在对各地级市整体辐射场强格局的时空演变进行把握的基础上,首先通过对城市群内城市的辐射扩散场强进行测算,从场强值大小的角度分析规划范围内城市群核心城市的辐射扩散作用;然后通过剖面曲率的计算结果界定城市群发育范围并初步分析城市群发育范围与规划范围适配性的时空演变规律;最后在结合人口规模等标准确定城市群发育范围的基础上,从城市群发育等级、内部城市规模两个方面来比较城市群发育范围与城市群规划范围之间的差异,讨论适配性的时空演变规律。
3.1 各地级市辐射场强的时空演变分析基于辐射扩散测度场强可以对不同年份各城市的发展水平进行初步分析,进而初步识别出我国各年份城市群的发育格局范围,在此基础上,可以对城市群规划范围与城市群发育范围的适配情况进行初步判断,进而分析当前城市群的发展的基本情况。对所研究城市2010、2015、2019年常住人口和地区生产总值数据采用离差标准化方法进行处理后代入公式(1),可得到不同年份各城市的结节性指数,进而分析各城市综合实力的演变过程,如图 2所示。
由图 2可知,2010年、2015年、2019年中国地级及以上城市结节性指数排名前三的城市为重庆、上海、北京,说明这三个直辖市在该段时间的综合实力强。按自然断裂点法将中国各地级及以上城市分为五个等级,2010年、2015年、2019年一级城市均为重庆、上海、北京。二级城市由2010年8个增加到2015年的9个,到2019年增加至11个,其中2019年的二级城市分别为成都、广州、天津、武汉、苏州、深圳、杭州、青岛、南京、郑州、西安,结节性指数值在26.75—55.61之间。三级城市由2010年的22个增加到2015年的25个,到2019年减少为20个,其中2019年的三级城市有济南、宁波、哈尔滨、长春、沈阳、大连6个副省级城市,长沙、石家庄、合肥、福州4个省会城市,徐州、南通、泉州、无锡、潍坊、临沂、唐山、烟台、温州、盐城10个沿海城市,结节性指数在19.77—26.75之间。四级城市由2010年28个增加到2015年35个,2019年增加至49个,剩下的均为五级城市,分别为225个、222个、213个。由此可以看出,直辖市结节性指数最大(57.01、61.87、63.12),其次是副省级城市结节性指数(22.31、23.41、25.32),再次是省会城市结节性指数(15.77、16.13、17.76),最后是其他地级市结节性指数最小(4.11、4.54、5.61),可以发现城市结节性指数具有与行政级别关系密切的梯度特征。
将城市结节性指数与ArcGIS计算的空间距离代入公式(3),得到每个城市对各栅格单元的辐射场强值,通过公式(2)汇总计算出每栅格单元受到各地级及以上城市的辐射场强累加值,将所有栅格单元的辐射场强值进行分级显示(如图 3所示),分级采用ArcGIS的自然断裂点分级法。可以看出,2010—2019年全国地级市的辐射场强的高值区域均主要集中在东部沿海地区,并且辐射范围呈扩大趋势,辐射中心多为上述结节性指数较强的城市。
就城市群核心城市而言,以地级市及以上城市为单元,整理出各城市内部栅格单元的数量和场强的叠加值,将其内部所有栅格单元场强的平均值当作该城市场强值,然后将计算的结果进行空间可视化处理,同时将结果与城市群的规划范围进行对照,如图 4所示(本文城市群研究对象为地级市,天山北坡城市群中的吐鲁番、兰西城市群中海东、北部湾城市群中儋州在2010年还是县级市,不在研究范围内,因此在2010年的图中这三个城市为空白无数据区)。红色表示场强高值区域,该城市辐射扩散能力强,在城市群中起着龙头带动的作用;橙色表示场强中上区域;黄色表示场强一般区域;绿色表示场强低值区域,该城市的辐射扩散能力较差,同时图中“彩色线圈”包围区域为城市群规划范围。
核心城市作为城市群发展的重要增长极,核心城市的辐射带动作用强度在一定程度反映了城市群的发展动力是否充足[27]。因此,以核心城市发展与规划范围的适配性反映城市群核心城市对区域内其他城市的辐射带动能力高低是否符合其规划定位,以国家级城市群为例,此类城市群作为国家重点建设的城市群,其作为第一梯队城市群的发展需求则要求其核心城市对区域内其他城市的辐射带动作用也应处于所有城市群核心城市中的第一梯队,进而区域级城市群的核心城市要求次之应处在第二梯队,地区城市群的核心城市要求最低,处在第三梯队。即核心城市辐射带动作用的相对大小符合其所在城市群等级定位对其要求的程度则为核心城市的发展与城市群规划的适配性大小。
基于此,本文认为城市群的规划范围内,国家级城市群的核心城市、区域级城市群核心城市和地区级城市群核心城市场强值分别超过或者越靠近高值区域(红色)、中上区域(橙色)以及一般区域(黄色),则说明其核心城市的发展与城市群规划的适配性越高。
由图 4可以看出,对于国家级城市群,2010—2019年京津冀城市群和长三角城市群核心城市的辐射场强一直处于高值区域,说明这两个城市群的核心城市发展始终保持着与城市群规划较好的适配性,但是大部分核心城市之外的城市在逐渐向低值区域发展,说明随着城市群发育,城市群的两极分化逐渐加重;2010—2019年珠三角城市群核心城市深圳市的辐射场强从中上区域上升至高值区域,而广州市始终处于中上区域,说明深圳市的发展与城市群规划的适配性逐渐提升,而广州市的发展始终未具备良好的适配性,说明广州市的辐射带动作用未处于第一梯队,难以满足珠三角城市群作为国家级城市群的发展需求;而长江中游和成渝城市群的核心城市的场强值在2010—2019年之间均处于一般甚至低值区域,说明这两个城市群的核心城市发展与城市群规划的适配性较差。对于区域级城市群,2010—2019年山东半岛城市群的核心城市场强值均处于高值区域,说明山东半岛城市群核心城市发展不仅与城市群规划适配性较好,还存在一定程度上的溢出;关中平原、哈长、辽中南、海峡西岸、北部湾等城市群核心城市的场强值在2010—2019年之间均未达到中上区域,说明上述城市群核心城市的发展与城市群规划的适配性较差。对于地区级城市群,2010年兰西、呼包鄂榆、宁夏沿黄、黔中、滇中、晋中城市群中各城市均处于场强低值区域,与2010相比,2015年和2019年各城市场强值所处范围均未发生变化,可以发现这些城市群核心城市发展动力不足,与城市群规划的适配性极差。
3.3 城市群发育范围与规划范围适配性的时空演变分析通过公式(5)计算出辐射场强表面的曲率,运用Arc Scene软件,将地级市场强的栅格叠加值在三维图中显示出来,以此找出场强落差形成“断崖面”的区域,取该区域的曲率计算结果上下限,作为通过剖面曲率识别城市群发育范围的阈值,即图 5中显示的“红橙线圈”,将被其包围在内的区域认定为城市群的发育范围。将识别结果分别与2010年、2015年、2019年城市行政区划进行比较,识别出84个、93个、94个城市单元,形成了12个、14个、15个不同的区域板块(图 6),同时通过ArcGIS可视化处理可以发现,几个时间节点识别出来的区域间存在明显的面积差异。根据城市群的定义,仅包含一个城市的区域不应视为城市群。所以,还需要对初步识别的范围作一定的修改。
如图 6所示,“紫色线圈”包围的区域为城市群的规划范围,绿色区域为各年份初步识别出的城市群发育范围。可见,2010年、2015年、2019年份的城市群初步界定的范围未发现明显的变化,通过与城市群的规划范围进行比较,可以初步认为城市群的初步界定范围越接近城市群的规划的边界,城市群当时的发育水平越好,与城市群的规划范围适配性越高,因此可以初步发现,2010—2019年,城市群发育范围与城市群规划的适配性整体呈现“东—中—西”依次减弱的趋势。其中,东部的长三角城市群、中部的长江中游城市群以及西部的关中平原和成渝城市群发育范围呈现扩张的态势,与城市群规划范围的适配性逐渐增强;东部的山东半岛城市群、东北部的哈长城市群的发育范围呈现缩减的态势,与城市群规划的适配性逐渐减弱;天山北坡城市群与北部湾城市群从未能识别的状态逐渐开始显现出来,与城市群规划的适配性也在增强;剩余各城市群从时空演变的角度未发现其发育范围与规划范围的适配性在2010—2019年之间发生变化。
在对城市群发育范围进行初步识别并分析其与城市群规划适配性的时空演变规律之后,考虑空间场强只是区域辐射带动作用的一个直观体现,城市群的发展具有多元化格局的特征,在初步识别结果的基础上还应在人口、规模以及经济发展等方面提出量化标准,对初步识别出的各年份城市群发育范围做出进一步判断,进而从城市群等级规模的角度分析城市群发育格局与城市群规划适配性的时空演变规律。
本文借鉴黄金川[16]提出的城市群界定标准,在剔除初步识别的区域中不构成都市区的孤立城市(2010年为西安、南昌;2015年为南昌、乌鲁木齐、南宁;2019年为长春、太原、南昌、乌鲁木齐、南宁)后,提出最终识别我国城市群发育格局的量化标准,认为只有达到联合都市区及以上级别形态的城市组合体才足以成为城市群,具体标准见表 1。
依据表 1的量化标准,进一步排除不足以形成城市群的都市区,得到最终确定的2010、2015、2019年中国城市群的发育格局(图 7),即目前规划建设的哈长、关中平原、北部湾、天山北坡、晋中、呼包鄂榆、滇中、黔中、兰西、宁夏沿黄等城市群还不足以形成城市群。
对于识别出的城市群而言,城市群发育范围主要体现在其所包含的城市数量规模等,因此,进一步将2019年最终识别出的城市群发育范围与城市群规划范围进行比较,得到目前城市群发育范围与城市群规划尚未完全适配的具体差异,准确把握城市群发育范围的现状及其与规划范围的适配现状(表 2)。
如表 2所示,从城市群的城市组成角度可以看出,识别出的2019年城市群发育的城市数量规模整体上与城市群规划范围的城市数量规模差距较大,其中城市群发育范围与规划范围适配性最好的城市群为珠三角城市群和京津冀城市群,珠三角城市群的发育范围内城市数量与规划范围相比,有2个城市溢出,分别为清远市和永州市,京津冀城市群则是完全适配,既没有溢出城市,也没有未适配的城市;城市群发育与规划适配性最差的城市群为辽中南城市群,它的发育范围内城市数量比规划范围内城市数量少8个,占其规划范围内城市数量总和的67%;城市群发育与规划范围内城市未适配数量最多的城市群为长江中游城市群,有17个城市未适配。
3.4 城市群发育等级与规划等级适配性的时空演变分析同理根据表 1的标准,认为国家级城市群被识别为都市连绵区则其发育等级与规划等级的适配性最佳,识别为准都市连绵区次之,识别为联合都市区最差;区域级城市群被识别为都市连绵区则其发育格局与规划的适配性溢出,识别为准都市连绵区为最佳,联合都市区次之;地区级城市群被识别为联合都市区即基本满足其发育格局与规划的适配性要求,在此基础上,适配性随满足准都市连绵区或者都市连绵区标准的数量增多而上升。
如图 7所示,国家和地方政府规划的城市群共有19个,最终识别出2010年有2个都市连绵(长三角、珠三角),1个准都市连绵区(山东半岛),6个联合都市区(辽中南、京津冀、中原、成渝、海峡西岸、长江中游),共9个城市群。最终识别出2015年有2个都市连绵区(长三角、珠三角),准都市连绵区增加为3个(山东半岛、京津冀、中原),说明京津冀、中原城市群的综合实力增强;联合都市区为4个(辽中南、成渝、海峡西岸、长江中游),共形成10个城市群。最终识别出的2019年都市连绵区较2015年增加至3个(京津冀、珠三角、长三角),准都市连绵区5个(山东半岛、中原、成渝、海峡西岸、长江中游);联合都市区减少为1个(辽中南),共形成9个城市群。
从图中可以看出,2010—2019年城市群发育等级整体呈上升趋势,并且中部及东部沿海地区城市群的上升态势更为明显,通过与图 7中显示的城市群规划级别空间格局进行比较,可以发现,2010—2019年东部沿海地区的国家级城市群和地区级城市群在发育等级的适配性方面表现较好,而中西部大部分区域级城市群和地区级城市群始终未被识别成城市群,反映了中西部地区城市群发育等级与规划等级的适配性的常年失调。将识别出的2019年都市连绵区、准都市连绵区和联合都市区三个级别的城市群分别与规划城市群的国家级、区域级和地区级三个级别进行对照,可以得到城市群发育等级的现状(见表 3)。
如表 3所示,长三角、珠三角和京津冀城市群发育等级为都市连绵区,能够对应其规划的国家级城市群,山东半岛、海峡西岸、中原城市群发育等级处于准都市连绵区,能够对应城市群规划的区域级城市群,说明这些城市群的发育等级与规划等级适配性较好;而长江中游和成渝城市群发育等级(准都市连绵区),辽中南城市群实际等级(联合都市区),低于规划等级,说明这些城市群的发育等级有待提高,未能与城市群的规划等级相适配。最后呼包鄂榆、宁夏沿黄、兰西、滇中、黔中、晋中等中西部城市群作为城市群规划的地区级城市群,目前均未被识别为城市群,说明上述城市群的发育水平较差,与城市群规划的等级之间存在严重的适配性失调。
综上可见,在制定城市群的发展规划时,要根据城市群不同的类型进行差异化的引导和差别化的发展,要有针对性的破除城市群发展的障碍。
4 结论与讨论 4.1 结论通过对城市群发育与规划的比较分析,讨论二者之间适配性的时空演变规律及现状,发现以下特征:
第一,城市结节性指数具有与行政级别关系密切的梯度特征,少数国家级、区域级城市群在规划期内整体辐射扩散效果一般,能够发挥其优势资源,推动区域发展,剩余大多数国家级、区域级城市群与所有地区级城市群在规划期内整体辐射扩散效果较差,不能够发挥其优势资源,不利于推动区域发展。
第二,城市群的发育范围总体呈扩张的态势,但区域差异显著,2010—2019年城市群发育范围与城市群规划的适配性整体呈现“东—中—西”依次减弱的趋势,规划建设的城市群中仅有9个城市群可以被识别,其余规划的城市群均不足以形成城市群。国家级城市群发育程度良好,都市区的数量较多且分布较为集中,能够与周围城市保持着较为紧密的社会经济联系;地区级城市群的发育虽普遍较差,都市区数量较少且分布较为分散,但城市群的发育范围也呈扩张的态势。
第三,虽然总体上城市群发育与规划的适配性在逐渐增强,但是在城市群发育等级、内部城市数量等方面与城市群规划差距仍旧较大,整体适配性依旧较差。城市群发育等级、内部城市规模具有参差不齐的特征。与最后识别出的城市群发育等级和内部城市规模相比,大多数城市群规划范围的等级更高、内部城市规模更大,这可能与国家和地方政府把中东部地区的小城市群进行融合之后,将其规划发展成大城市群,发展动力较大,而在西部欠发达地区设立城市群之后的发展动力不足有关。
基于上述结论,本文提出以下两个方面的政策建议:
第一,对于国家级城市群,要深化重点建设工作,充分发挥优势。京津冀、珠三角城市群发育情况较好,因此需要进一步推动京津冀协同发展、粤港澳大湾区建设及长江一体化发展,打造出具有世界级的创新平台和增长极,推动经济发展模式转型,实现新时期的高质量发展。长江中游、成渝城市群以及长三角城市群内部要积极促进资源流动打破行政壁垒,加快融入“双循环”新发展格局,以都市圈建设作为重要抓手推动城市群建设。例如进一步推进武汉、长沙、合肥、南昌深化合作,联手推动长江中游城市群发展成为中国经济新的增长极;积极推动“双城经济圈建设”这一重大战略部署,加强建设交通基础设施、加快建设现代产业体系、增加协同创新能力,进而来推动城市群向高质量方向发展。
第二,对于区域级城市群,要提升城市群发展的稳定可持续性。规划的区域级城市群超过半数仍不足以形成城市群,但整体向好发展,因此应着重稳定发展态势,推动此类城市群适应新发展格局下的高质量发展要求。例如,辽中南城市群要加强传统服务业与现代服务业的发展,在积极优化产业结构的条件下,同时要转变发展方式,可以通过利用港口的优势来加强对外联系,从而扩大外向经济。山东半岛城市群在“一带一路”建设统领下,以济南和青岛为载体,充分发挥与日韩合作的区域优势、基础优势,积极同韩国和日本展开合作,增加山东半岛城市群在亚太区域贸易的投资比重[28]。海峡西岸城市群应积极构建双核驱动发展,以“福莆宁”核心,积极强化福州综合服务、科技创新及文化功能,创造性的构建“一区,两翼、双轴、多极”的空间发展格局。哈长、天山北坡、北部湾以及关中平原等尚不足以成为城市群的都市区,要致力于提升区域内核心城市的辐射带动能力,同时大中小城市也应该结合自身的比较优势,明确自身产业的发展方向,科学合理的布局产业园区,积极的承接中心城市的传统产业和制造业,进而推动城市群整体的发展。
第三,对于地区级城市群,要加强引导培育工作。目前规划建设的地区级城市群包括黔中、滇中、晋中、宁夏沿黄、兰西、呼包鄂榆城市群,均尚不足以形成城市群,因此此类城市群的建设工作应将重心放在引导培育上,要积极发挥区域内中心城市在金融、人才、技术、贸易信息等综合性服务功能,在推动传统产业向周边城市转移同时,也要大力发展第三产业,要加快集聚产业、人口要素资源,同时培育新的工业支柱产业,来积极提升经济的核心竞争力,进而推动城市群的发展。
4.2 讨论在“双循环”的新发展格局下,城市群作为推动国内大循环的重要空间主体单元,分析并准确把握城市群的形成发育与国家各级政府出台的城市群规划之间适配性的发展规律与现状,对城市群发育脉络的掌握、发展过程中问题的辨析具有重要价值,能够为地方政府正确认识城市群规划,采取具有较强针对性的措施推动城市群规划的实施提供重要基础。在此背景下,本文构建了一套较为完整的研究方法。通过构建辐射测度模型,计算全国地级市的辐射场强,进而通过计算场强的剖面曲率,在识别中国城市群2010—2019年发育格局时空演变规律的基础上,通过发育范围、发育等级、城市数量等方面与各级政府出台的城市群规划进行比较分析,得到了城市群核心城市发展、等级以及包含城市数量等方面与城市群规划之间的适配性时空演变格局。整体上城市群实际发育范围内的城市数量与规划范围内城市数量之间普遍差距较大,除珠三角与京津冀两个城市群的实际发育情况与规划情况可以适配之外,其他识别出的城市群虽然可以认为已经形成城市群,但是存在明显的发展动力不足问题,尤其如长江中游城市群这类规划空间尺度大,实际发育范围却相对较小的城市群,规划与现实的差距反映了这类城市群的发展难以一蹴而就,事实上,江西省的省会南昌,并未被识别在长江中游的城市群发育范围之内,因此城市群的发展可以首先注重区域内省会城市的发展,以省会城市为核心发展都市圈,进而以此为依托建设相应的城市群。有望为如何正确认识城市群发育是否符合城市群规划,如何准确调整新时期城市群规划等方面的研究提供参考。
[1] |
丁建军. 城市群经济、多城市群与区域协调发展[J]. 经济地理, 2010, 30(12): 2018-2022. [Ding Jianjun. Economy of urban agglomeration, multi-urban clusters and the coordinated development of regional economy[J]. Economic Geography, 2010, 30(12): 2018-2022.] |
[2] |
Fang Chuanglin. Important progress and future direction of studies on China's urban agglomerations[J]. Journal of Geographical Sciences, 2015(8): 1003-1024. |
[3] |
李兰冰, 刘秉镰. 十四五"时期中国区域经济发展的重大问题展望[J]. 管理世界, 2020, 36(5): 36-51, 8. [Li Lanbing, Liu Binglian. Prospect for major issues of China's regional economic development during the 14th Five-year Plan Period[J]. Journal of Management Word, 2020, 36(5): 36-51, 8. DOI:10.3969/j.issn.1002-5502.2020.05.004] |
[4] |
Liu C, Wang T, Guo Q. Factors aggregating ability and the regional differences among China's urban agglomerations[J]. Sustainability, 2018, 10(11): 1-20. |
[5] |
刘汉初, 樊杰, 张海朋, 等. 珠三角城市群制造业集疏与产业空间格局变动[J]. 地理科学进展, 2020, 39(2): 195-206. [Liu Hanchu, Fan Jie, Zhang Haipeng, et al. Dynamics of manufacturing industry and change of its spatial pattern in the Pearl River Delta urban agglomeration[J]. Progress in Geography, 2020, 39(2): 195-206.] |
[6] |
叶裕民, 陈丙欣. 中国城市群的发育现状及动态特征[J]. 城市问题, 2014(4): 9-16. [Ye Yumin, Chen Bingxin. Development status and dynamic characteristics of urban agglomeration in China[J]. Urban Problems, 2014(4): 9-16.] |
[7] |
王成新, 崔学刚, 王雪芹. 新型城镇化背景下中国"城市群病"现象探析[J]. 城市发展研究, 2014, 21(10): 12-17. [Wang Chengxin, Cui Xuegang, Wang Xueqin. Analysis of Chinese"urban agglomerations disease"phenomenon under new urbanization background[J]. Urban Development Studies, 2014, 21(10): 12-17. DOI:10.3969/j.issn.1006-3862.2014.10.003] |
[8] |
陈晨, 修春亮. 基于灰色关联理论的哈大巨型城市走廊产业结构趋同性[J]. 城市发展研究, 2014, 21(7): 23-31. [Chen Chen, Xiu Chunliang. Ha-Da mega-corridor industrial structure homoplasy based on grey correlation theory[J]. Urban Development Studies, 2014, 21(7): 23-31. DOI:10.3969/j.issn.1006-3862.2014.07.004] |
[9] |
赵儒煜, 许军. 东北地区要素空间集聚与不平衡发展研究[J]. 地理科学, 2020, 40(7): 1104-1113. [Zhao Ruyu, Xu Jun. Spatial agglomeration and unbalanced development of elements in Northeast China[J]. Scientia Geographica Sinica, 2020, 40(7): 1104-1113.] |
[10] |
陈守强, 黄金川. 城市群空间发育范围识别方法综述[J]. 地理科学进展, 2015, 34(3): 313-320. [Chen Shouqiang, Huang Jinchuan. Review of range recognition research on urban agglomerations[J]. Progress in Geography, 2015, 34(3): 313-320.] |
[11] |
Martin D. Automatic neighbour hood identification from population sur faces[J]. Environment and Urban Systems, 1998, 22(2): 107-120. DOI:10.1016/S0198-9715(98)00011-8 |
[12] |
Fragkias M, Seto K C. Evolving rank-size distributions of intra-metropolitan urban clusters in South China[J]. Computers, Environment and Urban systems, 2009, 33(3): 189-199. DOI:10.1016/j.compenvurbsys.2008.08.005 |
[13] |
苗长虹, 王海江. 中国城市群发育现状分析[J]. 地域研究与开发, 2006, 25(2): 24-29. [Miao Changhong, Wang Haijiang. Analysis on the developmental situations of China's urban agglomerations[J]. Areal Research and Development, 2006, 25(2): 24-29. DOI:10.3969/j.issn.1003-2363.2006.02.005] |
[14] |
赫曦滢, 杜磊. 哈长城市群形成发育现状与整合路径研究[J]. 东北师大学报(哲学社会科学版), 2016(5): 123-130. [He Xiying, Du Lei. Research on the formation and denelopment of the formation and development of the Harbin-Changchun city group[J]. Journal of Northeast Normal University (Philosophy and Social Sciences), 2016(5): 123-130.] |
[15] |
王慧君, 马仁锋, 邱枫, 等. 浙中城市群发育程度评估[J]. 华中师范大学学报(自然科学版), 2016, 50(6): 904-912. [Wang Huijun, Ma Renfeng, Qiu Feng, et al. Assessment of development status of MidZhejiang urban agglomeration[J]. Journal of Central China Normal University (Natural Sciences), 2016, 50(6): 904-912. DOI:10.3969/j.issn.1000-1190.2016.06.017] |
[16] |
黄金川. 基于辐射扩散测度的中国城市群发育格局识别[J]. 经济地理, 2016, 36(11): 199-206. [Huang Jinchuan. Identification of urban agglomeration in China based on radiation diffusion measurement[J]. Economic Geography, 2016, 36(11): 199-206.] |
[17] |
任碧云, 郭猛. 我国新型城镇化高质量发展的策略研究[J]. 经济纵横, 2021(5): 110-116. [Ren Biyun, Guo Meng. Research on the strategy of high-quality development of new urbanization in China[J]. Economic Review Journal, 2021(5): 110-116.] |
[18] |
杨洋, 王晨, 章立玲, 何春阳. 基于国家规划的新型城镇化状态定量评估指标体系构建及应用——以山东半岛城市群为例[J]. 经济地理, 2015, 35(7): 51-58. [Yang Yang, Wang Chen, Zhang Liling, et al. The establishment and application of the index system for quantitatively evaluating the status of new-type urbanization based on the national plan: A case of Shandong Peninsula urban agglomeration[J]. Economic Geography, 2015, 35(7): 51-58.]
|
[19] |
傅利平, 刘凤, 孙雪松. 京津冀城市群公共服务与新型城镇化耦合发展研究[J]. 城市问题, 2020(8): 4-13. [Fu Liping, Liu Feng, Sun Xuesong. Research on the coupling development of public services and new urbanization in Beijing Tianjin Hebei urban agglomeration[J]. Urban Problems, 2020(8): 4-13.] |
[20] |
方创琳. 中国新型城镇化高质量发展的规律性与重点方向[J]. 地理研究, 2019, 38(1): 13-22. [Fang Chuanglin. Basic rules and key paths for high-quality development of the new urbanization in China[J]. Geographical Research, 2019, 38(1): 13-22.] |
[21] |
杨洋, 黄聪, 何春阳, 等. 山东半岛城市群新型城镇化综合水平的时空变化[J]. 经济地理, 2017, 37(8): 77-85. [Yang Yang, Huang Cong, He Chunyang, et al. The spatiotemporal dynamics of new-type urbanization comprehensive level in Shandong Peninsula urban agglomeration[J]. Economic Geography, 2017, 37(8): 77-85.] |
[22] |
王淑佳, 任亮, 孔伟, 等. 京津冀区域生态环境-经济-新型城镇化协调发展研究[J]. 华东经济管理, 2018, 32(10): 61-69. [Wang Shujia, Ren Liang, Kong Wei, et al. A study on the coordinated development of ecological environment-economy-new urbanization in Beijing-Tianjin-Hebei region[J]. East China Economic Management, 2018, 32(10): 61-69.] |
[23] |
曾鹏, 李洪涛. 城市空间生产关系的集聚-扩散效应: 时空修复与空间正义[J]. 社会科学, 2018(5): 32-41. [Zeng Peng, Li Hongtao. Agglomeration and diffusion effects of urban spatial production relations: Temporal and spatial restoration and spatial justice[J]. Journal of Social Sciences, 2018(5): 32-41.] |
[24] |
蔡文杰, 张宇. 基于场强模型的中心城市腹地范围及其演进——江苏省与湖北省的比较研究[J]. 城市问题, 2020(7): 36-46. [Cai Wenjie, Zhang Yu. Hinterland scope and evolution of central cities based on field strength model: A comparative study between Jiangsu province and Hubei province[J]. Urban Problems, 2020(7): 36-46.] |
[25] |
彭建, 陈云谦, 胡智超, 等. 城市腹地定量识别研究进展与展望[J]. 地理科学进展, 2016, 35(1): 14-24. [Peng Jian, Chen Yunqian, Hu Zhichao, et al. Research progress and prospect of quantitative identification of urban hinterland[J]. Progress in Geography, 2016, 35(1): 14-24.] |
[26] |
Florinsky, Igor V. Derivation of topographic variables from a digital elevation model given by a spheroidal trapezoidal grid[J]. International Journal of Geographical Information Science, 1998, 12(8): 829-852. |
[27] |
曾鹏, 李洪涛. 城市行政级别、贸易开放度对区域收入的影响及其空间效应[J]. 云南师范大学学报(哲学社会科学版), 2020, 52(2): 111-122. [Zeng Peng, Li Hongtao. The influence of administrative ranks of cities and the level of trade liberalization on regional income and its spatial effects[J]. Journal of Yunnan Normal University (Humanities and Social Sciences Edition), 2020, 52(2): 111-122.] |
[28] |
郭锐, 廖仁郎. 新发展格局下我国沿边地区跨越式发展的战略思考[J]. 云南师范大学学报(哲学社会科学版), 2021, 53(3): 60-71. [Guo Rui, Liao Renlang. Strategic thinking on the leap-foward development of China's border areas in the perspective of the new development pattern[J]. Journal of Yunnan Normal University (Humanities and Social Sciences Edition), 2021, 53(3): 60-71.] |