曾志彪 方大春

（安徽工业大学，安徽 马鞍山 243032）

一、引言

《长江三角洲区域一体化发展规划纲要》于2019年12月被印发，提出要将长三角城市群打造为世界级城市群。2019年，长三角城市群以占全国土地面积的2.2%，聚集了全国10.8%的人口，创造了全国19.7%的经济总量。便捷的交通网络和信息网络加速了城市群内城市间的人流、物流、资金流、技术流、信息流等要素的空间流动，即城市流日益复杂化[1]。实际上，城市流强度提升需要通过加强城市间空间联系。因此，长三角城市群为实现自身高质量一体化发展，需提升城市群内城市间的空间联系水平。

国外学者研究空间联系较早，Reilly早在20世纪30年代就提出了零售引力定律，随后采用引力模型研究区域间的空间联系[2]。Shaw（1980）曾经采用“城市流”这个词来诠释1980年西方发达国家在进行城市化历程中出现的国内人口迁徙流动现象，在观察人口迁徙流动现象的基础上研究区域间的空间联系[3]。国内学者对于空间联系已经进行大量理论与实证研究。理论研究主要从空间联系效应内涵[4]、空间联系差异缘由[5]、人地相互作用[6]等方面探讨城市间空间联系。在实证研究方面，基于修正后的引力模型，徐长乐等（2018）测度成渝城市群的空间联系强度[7]，基于社会网络分析法，彭芳梅（2017）研究了粤港澳大湾区的空间联系水平[8]，基于城市流强度模型，黄林等（2021）研究了北部湾城市群[9]。上述研究表明城市群为实现自身的高质量发展需依赖于内部城市间紧密的空间联系。综合分析对比已有研究空间联系的模型发现，基于区位熵和外向功能量的城市流强度模型有着较强优势，其不仅可评价现有区域具体产业部门的实力水平，还可为区域未来的产业发展提供指引。为扎实推进长三角一体化高质量发展，需加强长三角城市群内部城市间的空间联系水平。因此，文章选择城市流强度模型来研究长三角城市群空间联系水平。

二、模型构建与数据来源

（一）城市流强度模型

城市流强度通常用来衡量城市流的强弱，是反映城市与外界空间联系的数量指标[10]。其数学表达式为：

式（1）中：F表示城市流强度，N为城市功能效益，E为城市外向功能量。通常某城市的区位熵是被用来判断一个部门（行业）是否为该城市的专业化部门。具体公式为：

式（2）中：Lij为区位熵，Qij表示i城市j行业的从业人员数，Qi为i城市的总从业人员数，Qj为该区域所有城市j行业的从业人员数，Q为该区域所有城市总从业人员数，n为城市个数，m为某城市行业个数。如果区位熵Lij＜1就表示i城市j行业不存在外向功能，即Eij=0，Eij为i城市j部门的外向功能量；如果Lij＞1就表示j行业存在外向功能，即j行业为i城市的基本部门，因为j部门除了使得i城市继续得以生存和发展外，还有余力能为区域内其他城市提供外向服务。Eij的计算公式为：

i城市总的外向功能量Ei为i城市m个部门外向功能量的加总求和：

i城市的城市功能效率Ni通常用i城市人均从业人员的GDP来衡量：

结合公式（2）（3）（4）（5），i城市的城市流强度如下：

式（6）中：Ki为城市流倾向度，其内在本质是i城市一单位从业人员提供的外向功能量，反映了i城市的综合服务能力和外向程度。

城市流强度结构反映的是城市流强度各构成因子间的相对数量比例关系，由公式（6）可知，城市总体经济实力GDPi和城市流倾向度Ki这两个要素为城市流强度大小的主要影响因素，只有这两者同时较高时城市流强度才较大。

式（7）（8）中：GDPi′和Ki′分别为城市群内各城市国内生产总值和城市流倾向度进行归一化后的标准化值；maxGDPi和maxKi分别为城市群中所有城市GDP和K的最大值。

（二）研究区域和数据来源

考虑到长三角城市群内城市空间联系紧密性，以《长江三角洲城市群发展规划》中26座城市为研究对象。数据均来自2020年的《中国城市统计年鉴》和各城市2020年的统计年鉴。借鉴黄林等[9]（2021）、陈群元等[10]（2011）学者的相关做法，文章共选择13个行业，即第二产业中具有较强外向性的制造业（X1）和建筑业(X2)，以及第三产业中的交通运输、仓储和邮政业(X3)、批发和零售业(X4)、住宿和餐营业(X5)、信息传输、计算机服务和软件业(X6)、金融业(X7)、房地产业(X8)、租赁和商务服务业(X9)、科学研究和技术服务业(X10)、教育业(X11)、文化、体育和娱乐业(X12)、卫生和社会工作业(X13)。

三、长三角城市群城市流强度空间联系分析

（一）区位熵计算分析

区位熵反映了一个城市某部门的专业化程度。利用公式（2），求得长三角城市群各城市各行业的区位熵。插入表1。

由表1可知，长三角城市群专业化部门数大于8的城市有3个，为上海、南京和杭州。上海在13个行业中除第二产业的制造业和建筑业、第三产业的教育业、卫生和社会工作业外，其余9个行业的区位熵都大于1，说明在长三角的经济发展过程中，上海具有非常重要的经济地位，特别是其批发和零售业的区位熵为2.060、租赁和商务服务业的区位熵为2.061，说明其专业化程度极高，加深了上海的空间联系水平。南京为拥有专业化部门最多的城市，有10个行业的区位熵都大于1，尤其是其信息传输、计算机服务和软件业（2.556）、文化、体育和娱乐业（1.773）、科学研究和技术服务业（1.708）均有着极高的区位熵。杭州的信息传输、计算机服务和软件业有着较高的区位熵，为1.879，其房地产业区位熵为1.565，在所有城市房地产业区位熵中为最大，反映了信息计算产业和房地产业在杭州对外联系中的地位。

表1 长三角城市群主要外向行业的区位熵

常州、宁波和舟山，常州和宁波有6个专业化部门，舟山有7个专业化部门。其中常州和宁波均在制造业和金融业有较高的专业化程度，舟山在交通运输、仓储和邮政业的区位熵为2.86，达到极高的专业化水平，与实际中舟山发达的船运相符。

无锡、盐城、湖州、金华、台州，均有5个专业化部门。无锡和湖州在制造业具有极高的专业化水平，其区位熵分别为1.72、1.221。盐城在教育业有较高的专业化程度，区位熵为1.905。金华在文化、体育和娱乐业的区位熵极高，到达2.016。台州在金融业有较高的专业化程度，其区位熵为1.878。

其余城市中也有极高区位熵的专业化部门，如苏州制造业的区位熵达到了2.12，南通的建筑业（3.129），扬州的建筑业 （2.630），泰州的建筑业（2.823），嘉兴的制造业（1.87），绍兴的建筑业（2.768），安庆的教育业（1.809），池州的金融业（1.892）、教育业（1.969），宣城的卫生和社会福利业（1.828）。

（二）城市外向功能量空间联系分析

利用公式（3）和（4）以及表1的数据，计算得出2019年长三角城市群各城市的外向功能量，结果见表2。

由表2可知，长三角城市群各城市的总外向功能量差距较大。上海的总外向功能量最大，高达180.4万人，并且全部源于服务业，说明上海具有极强的经济实力，反映了上海作为整个区域中心对外经济联系和辐射带动的综合性特征。苏州的总外向功能量排第二，其外向功能量达95.96万人，但却全部来自制造业的贡献，说明其高端服务业发展相对不足。南通、杭州、绍兴、南京、泰州、合肥、无锡、扬州、宁波、嘉兴、常州、金华、台州等城市的外向功能量在10至90万人之间。从数据构成来看，南京和杭州总的外向功能量全部源于服务业，南通、绍兴、泰州、合肥、无锡、扬州、宁波、嘉兴、常州、金华、台州总的外向功能量主要来自制造业或建筑业的贡献，反映了这些城市制造业或建筑业的产业规模优势明显，高端服务业发展不足，第三产业发展相对落后，但总体来看空间联系水平较强。湖州、盐城、芜湖、滁州、镇江、安庆、舟山、宣城、池州、铜陵、马鞍山等城市的总外向功能量均少于10万人，说明空间联系水平均较弱。

表2 长三角城市群各城市外向功能量

（三）城市流强度与等级特征空间联系分析

经由公式（5）（6）可得出各城市的功能效率Ni、城市流强度Fi、城市流倾向度Ki，计算结果见表3所示。

表3 长三角城市群各城市的相关数据统计表

1.城市流强度等级特征分类

运用聚类分析方法，可将长三角城市群各城市分为5类（表4）。高城市流强度值城市为上海，其城市流强度值大于9，000亿元；较高城市流强度值城市为苏州，其城市流强度值为6，000到9，000亿元之间；中城市流强度值城市为南通，其城市流强度值为3，000到6，000亿元之间；较低城市流强度值城市为无锡、南京、杭州、绍兴、扬州、泰州、常州、宁波、合肥、嘉兴，其城市流强度值在1，000到3，000亿元之间；低城市流强度值城市为金华、台州、盐城、镇江、湖州、滁州、芜湖、安庆、舟山、宣城、池州、马鞍山、铜陵，其城市流强度值小于1，000亿元，明显发现低城市流强度值城市的数量接近整个长三角城市群的50%。

表4 长三角城市群城市流强度等级分类

2.城市流强度空间联系分析

由表3可知，长三角城市群各城市的城市流强度值差异较大，表明城市间空间联系水平差异较大，也反映了长三角城市群各城市在区域中的空间联系能力和相应的地位，高城市流强度值城市上海和较高城市流强度值城市苏州是整个长三角城市群的空间联系中心，具体来看：

对于高城市流强度值城市上海，上海的城市流强度值为9，612.604亿元，表明上海在长三角城市群中的绝对地位，作为长三角城市群的空间联系中心，对整个区域的发展具有带动和辐射作用。其次是较高城市流强度值城市苏州和中城市流强度值城市南通，其城市流强度值分别为6，332.012亿元和3，554.62亿元。这两市与上海接壤，受上海发展的影响，积极承接上海产业转移，故城市流强度高于城市群内其余城市。

较低城市流强度值几个城市中，南京、杭州、合肥一方面为各省的省会城市，另一方面也是长三角城市群的空间联系副中心，故各自的城市流强度也较高，分别为2，169.313、1，888.122、1，520.679亿元。无锡、绍兴、扬州、泰州、常州、宁波、嘉兴因离上述空间联系副中心较近或者具有其他的优势等使得其城市流强度值较大，空间联系水平较高。

低城市流强度值城市中，金华、台州、盐城、镇江这几市虽然城市流强度低，却基本来自服务业的贡献。安庆、舟山、宣城、池州、马鞍山、铜陵这几个城市的城市流强度值低于200亿元，说明这些城市的空间联系水平非常弱。这些地方性中心城市虽然也有一些外向服务部门的区位熵较高，但由于产业规模不大、外向功能量较小、功能效率较小原因导致它们的城市流强度值也较小，表明它们不管是集聚能力还是辐射能力都是非常弱的，以致在长三角区域中空间联系水平非常弱。

（四）城市流强度结构空间联系分析

根据公式（7）、（8），分别计算出标准化值GDPi′和Ki′，为了更直观的观察各城市城市流强度的结构特征，将各城市的GDPi′和Ki′进行图示（图1）来对比分析。

图1 长三角城市群城市流强度结构

从图1可以发现，上海的总体经济实力标准值最高，南通的城市流倾向度标准值最高。上海的GDPi′大于Ki′，表明上海的总体经济实力在其空间联系的过程中作用更大，也说明其外向服务部门的发展还不够完善。苏州、无锡、常州、南通、扬州、泰州、嘉兴、绍兴、金华、台州等城市的GDPi′小于Ki′，说明其外向服务能力对空间联系的作用要强于经济实力，重点要夯实整体经济实力。盐城、镇江、湖州、舟山、芜湖、马鞍山、铜陵、安庆、池州、滁州、宣城等城市的总体经济实力标准值和城市流倾向度标准值均较低，表明其经济实力和外向服务能力需要同时提升。南京、杭州、宁波、合肥等城市的总体经济实力标准值与城市流倾向度标准值较为接近，表明城市流强度结构关系较为协调。

（五）城市流强度的影响因素分析

利用回归分析法，依次将长三角城市群内部各城市的城市流强度值与第一、第二、第三产业产值进行回归分析，来探究城市流强度的影响因素。结果表明，城市群内各城市的城市流强度值与第一产业产值的相关系数为0.000，1，拟合结果较差，但是与第二产业产值和第三产业产值的相关系数分别为0.856，4和0.832，0，拟合效果非常好。运用多元回归分析把每个城市的城市流强度值与其第二产业产值和第三产业产值进行拟合，三者拟合结果非常好，相关系数R2=0.900，9，F分布的显著性水平为0.000，其多元线性回归模型为：

式（9）中：Fi为城市流强度值，SIi为第二产业产值，TIi为第三产业产值。

由式（9）可知，长三角城市群的城市流强度值与第二产业产值成正相关，且第二产业的边际倾向值为0.459,2；其与第三产业产值同样成正相关，并且第三产业的边际倾向值为0.166，9。此外第二产业的边际倾向值0.459，2大于第三产业的边际倾向值0.166，9，说明长三角城市群的城市流强度受工业发展的影响仍然较大，第二产业在长三角城市群的空间联系中处于主导地位。

四、结论与建议

文章采用城市流强度模型测算了2019年长三角城市群各城市的空间联系程度，可以得出以下几点结论：

第一，长三角城市群内部空间联系差异明显。长三角城市群内部各行业在就业人员分配方面存在差距，致使各行业区位熵差距较大；城市群整体外向功能量强大，但内部各城市外向功能量差距较大；低城市流强度值城市的数量占了整个长三角城市群的50%。

第二，长三角城市群呈明显的“中心-外围”城市群分布格局。长三角城市群各城市空间联系呈现以上海和苏州为中心，向外围城市逐渐扩散减弱的特点。

第三，多数城市的经济实力与外向服务功能关系不协调。南京、杭州、宁波、合肥的总体经济实力标准值GDPi′和城市流倾向度标准值Ki′较为接近，其余城市的总体经济实力标准值GDPi′和城市流倾向度标准值Ki′均相差甚远，致使其空间联系水平偏弱。

第四，长三角城市群处于以工业增长为主的发展阶段。第二产业是长三角城市群城市流强度的主要影响因素，表明长三角城市群仍处于工业化阶段，而象征着城市群发展高度的第三产业发展水平仍然较低。

根据以上几点结论，给出如下几点建议：

第一，加强核心城市的带动作用提升空间联系水平。上海市重点提升对外综合服务功能，作为整个长三角城市群的空间联系重要中心的苏州需要进一步夯实经济实力，南京市、杭州市、合肥市和宁波市等需要同时提升其总体经济实力和综合服务能力。

第二，完善地域分工实现高质量协同发展。基于经济环境和资源禀赋，每个城市都有属于自己的优势产业，因此城市的发展关键在于正确认识自身和对自身的合理定位。这些城市既要错位发展来深耕自己的优势产业，也要利用所形成的差异性市场来带动其他产业的发展，从而提高城市群整体水平。

第三，提升服务业发展水平促进长三角一体化发展。长三角城市群今后应在第三产业的发展道路上集思广益，提高服务业发展水平；此外要走新型工业化道路，在夯实其工业化水平的基础上，积极承接产业转移，进而发展外向性较强的服务业，最终加快长三角一体化发展进程。