首页  期刊介绍 期刊订阅 广告合作 联系我们 English
旧版网站  
 
优先出版  |  当期目录  |  过刊浏览  |  热点文章  |  阅读排行  |  下载排行  |  引用排行
地理科学    2018, Vol. 38 Issue (10) : 1670- 1680
再生性资源型城市工业化与城镇空间耦合格局及驱动因素——以徐州市为例
仇方道, 孙莉莉, 郭梦梦, 谭俊涛, 单勇兵
江苏师范大学地理测绘与城乡规划学院,江苏 徐州 221116

作者简介:仇方道(1970-),男,江苏丰县人,教授,主要从事经济地理与区域可持续发展研究。E-mail: qiufangdao@163.com

摘要

整合脱钩模型、耦合协调模型和工业化城镇空间响应测度模型,采用ESDA和GWR等方法,以镇域为研究单元,分析了2003~2015年徐州市工业化与城镇空间耦合格局及影响因素。结果表明:徐州市工业化与城镇空间的脱钩关系呈现由无脱钩向绝对脱钩状态演化,二者之间的耦合协调程度呈增强趋势,但耦合作用不强;徐州市镇域工业化城镇空间响应程度呈波动性增强之势,各镇域间差异在逐渐增大;徐州工业化城镇空间响应强度差异的“一带”、“两翼”格局正在形成,交通区位优越类镇域尤为显著,表明再生性资源型城市工业化城镇空间响应的禀赋基础正在发生改变; 弱响应镇域主要集中于远离城市且区位不便的区域,持续表现为冷点区域,与经济发展水平的区域格局具有一致性;徐州市工业化城镇空间响应的影响因素作用程度呈现政府调控>投资因素>发展阶段>基础设施的特征,且均呈减弱之势,但各因素的影响作用表现出显著的空间异质性。

关键词: 再生性资源型城市; 工业化; 城镇空间; 耦合格局; 徐州市;
Spatial Pattern and Influence Factors Analysis on Coupling and Coordinating Degree of Industrialization and Urban Space of Regenerative Resource-based Cities: A Case of Xuzhou City
Qiu Fangdao, Sun Lili, Guo Mengmeng, Tan Juntao, Shan Yongbing
School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221116, Jiangsu, China
Abstract

Based on the decoupling model, coupling coordination model and spatial response measurement model of industrial towns, the article analyzed the coupling pattern of industrialization and urban space as well as its influencing factors in Xuzhou city from 2003 to 2015 by using the methods of Exploratory Spatial Data Analysis (ESDA) and Geographical Weighted Regression model (GWR). The results showed as followed. Firstly, the decoupling relationship between industrialization and urban space in Xuzhou City had evolved from no decoupling to absolute decoupling, and the degree of coupling coordination between them showed an upward trend, but the coupling effect was not strong. Secondly, the degree of industrialization urban spatial response presented a trend of fluctuating increasing in the town of Xuzhou, and the difference among the various towns increased gradually. Thirdly, the strength difference of industrialization urban space response were forming the pattern of one belt and two wings, and the towns with superior traffic location were particularly significant, which indicated that the endowment basis of industrialization urban spatial response in regenerative resource-based cities had been changing. Fourthly, the low urban space response towns mainly agglomerated in the areas far from the city where the location was unchanged, and it continued to present as cold point areas, consistent with the regional pattern of economic development level. Finally, we found that the degree of influence factors on spatial response of industrial towns had the characteristics of the greatest effects on industrialization urban space response, followed by investment factors, development stage and infrastructure, both showing a trend of weakening, but the influence of various factors showed significant spatial heterogeneity.

Keyword: renewable resource-based cities; industrialization; urban space; coupling pattern; Xuzhou city;

支持资源型地区经济转型发展是十九大提出的落实区域协调发展战略的重要战略任务,长期以来,资源型城市因资源枯竭、产业结构失调等矛盾成为我国经济结构转型升级、供给侧结构性改革的重点和难点。按照《全国资源型城市可持续发展规划(2013-2020年)》,中国共有资源型城市262座,其中23座属于再生性资源型城市。作为基本摆脱资源依赖且率先建立可持续发展长效机制的资源型城市[1],再生性资源型城市是中国资源型城市转型发展的先行区。适应贯彻新发展理念和新型城镇化发展战略的需求,从系统观点出发,探讨并揭示再生性资源型城市工业化演进与城镇空间形态之间的耦合关系,正成为资源型城市可持续发展的关键,已引起学术界的关注[2,3]。目前有关工业化与城镇空间耦合关系研究主要集中在以下方面:一是关于工业化与城镇空间关系的理论探讨,主要认为工业化发展是城镇化发展的先导[4,5,6],工业化演进不仅需要城镇空间组织做支撑,也对城镇空间组织优化提出新要求[7],因此,产业结构演变是城镇空间扩展的核心因素[8],各个产业在路径依赖作用下的空间集聚偏好,进一步引起城镇空间的扩展[9]。二是关于工业化演进的城镇空间响应。主要通过构建产业结构变迁的城镇空间响应模型,研究工业化快速发展引起的城镇空间响应的时空格局、动力机制[10,11]。三是关于工业发展对城镇空间的影响,认为工业企业的区域分工是造成城镇空间职能转型的主导因素[12,13,14,15]。综上,当下相关研究或注重工业化与城镇化的耦合过程,或注重二者的耦合作用机制,而忽视二者的“过程-格局-机理”的综合研究;注重宏观、中观等大中尺度研究,忽视镇域等小尺度格局的揭示;注重城际或区际二者耦合关系的研究,而忽视城市内部特别是资源型城市内部二者耦合关系的探讨。本研究以徐州市为案例,以镇域为研究单元,采用地理加权回归等方法,从脱钩、耦合、响应等视角,研究再生性资源型城市工业化与城镇空间耦合的时空格局及影响因素,以期为资源型城市工业化与城镇空间协同发展决策提供理论支持。

1 研究区概况

徐州市地处江苏省西北部,属于该省“1+3”功能区之一,是苏、鲁、豫、皖四省接壤区域的省际边界型城市,也是中国重要的老工业城市和再生性资源型城市(图1)。2015年,该市面积11 764.89 km2,人口866.90万人,GDP为5 319.88亿元,2003~2015年工业GDP占比由40.49%演变为37.15%,人口城镇化率由40.4%提高到61.05%,建成区面积由89 km2增加到255 km2,表明徐州市工业化和人口城镇化演进引起城镇空间的扩张。随着淮海经济区中心城市建设战略的实施,作为“一带一路”倡议的空间战略支点以及《全国国土规划》的重点开发区域,协调好工业化和城镇空间的关系,成为推进徐州高质量发展面临的战略课题。针对徐州基本摆脱资源依赖和向工业化后期阶段转换的具体市情,从综合视角开展工业化与城镇空间的相互作用关系及其影响因素研究,不仅有利于推进再生性资源型城市工业化与城镇空间协同发展,也有利于资源型城市可持续发展,故本研究具有较强的典型性。

图1 徐州市地理位置图 Fig.1 Location of Xuzhou City

2 数据来源与研究方法
2.1 数据来源

研究时段为2003~2015年;研究单元为镇域,包括建制镇、街道、主城区,依据2015年行政区划,本研究共包括115个研究单元。研究中所涉及数据主要来源于2004~2016年的《徐州统计年鉴》[16],以及所辖各县(市、区)统计年鉴和相关统计资料,徐州市第三次全国经济普查主要数据公报等。城镇空间规模以建成区面积为表征指标。图件资料来源于中国矢量化地图。此次数据分析是建立在GeoDa、ArcGIS等软件平台上进行处理的。

2.2 研究方法

1) 脱钩模型

脱钩模型思想源自OECD对农业政策的研究,之后被引入资源环境领域,用以分析经济活动的环境冲击[17],本研究采用脱钩弹性指数分析工业化对城镇空间扩展的影响。所谓脱钩是指在某一时段内特定区域城镇空间扩展速度小于其工业化发展速度,可分为绝对脱钩和相对脱钩两类。绝对脱钩是指工业化规模扩大而城镇空间维持不变甚至缩小的发展状态,相对脱钩则指城镇空间扩展速度低于工业化发展速度的状态。计算公式如下[17,18]

E T = Δ U T t Δ S I t = ( U I t 2 - U I t 1 ) / U I t 1 ( S I t 2 - S I t 1 ) / S I t 1 (1)

式中,ET为某一城镇空间规模在第t时期与工业化发展的脱钩指数;ΔUIt为城镇空间扩展的增长率,用土地城镇化率的增速表示,UIt1UIt2分别表示第t1t2时期土地城镇化率,反映城镇空间规模扩展状况;ΔSIt为工业化增长率,SIt1SIt2分别表示第t1t2时期某一镇域工业化率,本研究镇域工业化率指的是镇域工业企业从业人员占该镇域全部从业人员的比重,反映城镇空间扩展的工业化驱动力状况。考虑到2003年以来,各个研究单元工业化持续推进的实际,本研究仅限于ΔSI >0的情况,参考有关成果[18],将脱钩状态分为以下4类(表1)。

表1 城镇空间与工业化脱钩状态分类标准 Table 1 Classification criteria of decoupling degree of urban spatial change and industrialization

2) 耦合协调度模型

耦合是指两个或两个以上系统(或要素)之间相互作用、相互影响的现象[20]。本研究中的耦合是指再生性资源型城市工业化推进对城镇空间规模、形态、用地结构等的影响程度,为客观衡量工业化与城镇空间的相互影响程度,揭示二者的互动作用关系,借鉴前人成果[20,21],建立耦合协调度模型,计算公式如下:

D = C × T (2)

式中,D为耦合协调度;耦合度 C = ( v 1 × v 2 ) ( u 1 + u 2 2 ) 2 2 ;综合评价指数 T = α × v + β × u ;vu分别代表为工业化程度指数(工业企业从业人员占比)和城镇空间指数(用建成区面积占比表示);αβ为待定权数,在计算过程中,鉴于工业化与城镇空间具有同等重要的地位,因而二者权重相等,即α=β=0.5。

3) 工业化发展城镇空间响应强度测度模型

区域工业化城镇空间响应是指区域工业化过程引起的城镇空间规模、形态、结构、效率等要素发生改变的过程,可用“工业化城镇空间响应指数”来衡量。关于工业化和城镇空间的表征指标,学术界的意见尚不统一,考虑到多指标体系实际操作性较弱的特点,本研究采用土地城镇化率反映城镇空间总体发展状况,具体指标为城镇建成区面积占镇域面积的比例;工业化率是反映再生性资源型城市工业化整体状态,具体指标为工业从业人员占镇域从业人员比例。采用两者发展的关联性,作为衡量再生性资源型城市工业化与城镇空间耦合关系的主要标尺已得到应用。基于此,借鉴有关成果[4,10],构建出再生性资源型城市工业化城镇空间响应指数测度模型,公式为:

R i = U c L N i G (3)

式中,Rii单元工业化城镇空间响应系数,其值越大,城镇空间对工业发展的响应强度增大; U c i单元城镇建成区面积;Li镇域面积;Nii区域工业从业人员;Gi镇域从业人员。

4) 空间自相关

全局自相关用来描述整个研究区的空间相关联总体状况,以此来表明研究对象在空间内的分布特征,选用Moran’s I指数[22]来反映观测值整体在空间上的分布特点。因全局自相关的Moran’s I指数不能细致地说明研究区域内某一具体的空间单元或相邻空间单元观测值的关系,本研究选取Getis-Ord Gi*指数来测度局部区域是否存在明显的高低值区域,从而辨别局部空间位置上的高低值分布区域,即热点区与冷点区的空间分布规律。此处不做赘述,具体计算公式见文献[23]。

5) 地理加权回归模型

地理加权回归模型(GWR)是由Fortheringham等学者提出,该模型主要解决如何在横截面的回归模型中处理空间不均匀性分布问题,在进行影响结果分析时,将研究区内的参考对象带回参数里,从而反映指定空间单元上的某种经济现象或某一属性的空间关系,既能反映出其差异性,也能反映出其空间依赖性特征[24]

徐州市各个空间单元之间经济水平、资源禀赋、产业结构层次、城镇发展水平差异较大,因此本研究采用GWR 构建再生性资源型城市工业化城镇空间响应驱动因素空间差异回归模型,揭示不同因素对于不同空间单元的差异化影响规律。

Y i = β 0 ( k i , θ i ) + l - 1 n β i ( k i , θ i ) x i l + θ i (4)

式中,Yi为第i空间单元的工业化城镇空间响应系数;(kii)是空间单元i的地理坐标;β0(kii)为空间单元i的回归方程常数项;βikii)为空间单元i的第l个影响因素的回归系数,xil为空间单元i的第l个影响因素变量;θi为残差项。本研究通过GRW分析,对空间关系进行建模、检查和探究,并进一步解释所观测到的空间模式背后的诸多因素。运用地理加权回归模型研究徐州市工业化城镇空间响应强度驱动因素作用的区域异质性。

3 工业化与城镇空间耦合关系时空异质性特征
3.1 脱钩关系时空特征

运用公式(1)计算出各个研究单元工业化与城镇空间的脱钩指数,并据此绘制成图2,由图2可知,研究期内徐州市工业化与城镇空间的脱钩程度在加深,脱钩指数由28.49演变为-0.28,表明二者关系由无脱钩向绝对脱钩状态演化。绝对脱钩的镇域个数由2004年95个,减少到2009年的81个,再增加到2015年的103个,集中分布于徐州市域的西北部,说明受科学发展和新发展理念的影响,经济较为落后区域工业化虽推进迅速,但城镇空间集约化利用先降后升,二者发展速度的绝对脱钩程度先减弱后增强;相对脱钩镇域个数由2004年8个增加到2009年的13个,再到2015年10个,此类镇域分布比较分散,多位于无脱钩与绝对脱钩镇域之间的过渡区域;无脱钩镇域由12个增加到21个再减少到2个(马陵山镇、梁集镇),主要分布在县城或徐州市区外围的城乡过渡地带,或者与其他县域接壤区域,究其原因是该类镇域空间扩展太快,远高于工业化速度,也就是工业化加剧城镇空间拓展。

图2 2003~2015年徐州市工业化与城镇空间脱钩程度空间格局演变 Fig.2 Spatial pattern of decoupling degree of industrialization and urban space in Xuzhou city from 2003 to 2015

3.2 耦合协调时空特征

采用公式(2)计算出各个研究单元工业化与城镇空间的耦合协调度,并绘制成图3。图3显示,研究期内徐州市工业化与城镇空间的耦合协调程度呈增强趋势,耦合协调指数由0.233增加到0.287。高协调类镇域由1个(铜山镇)增加到2个(铜山镇、新安镇),以县城为主;中协调类镇域,2003年包括大黄山、邵店、官湖、大吴、大庙、唐店、柳新、新安、陈楼、大屯、睢城、利国12个镇域,到2015年增加到42个镇域,主要分布在县城或徐州市区外围,呈现向东陇海沿线、微山湖西岸、大沙河沿线等地区集聚趋势;低协调类镇域由102个减少到71个,减少了30.39%,主要是这些镇工业化发展快于城镇空间扩张,带来土地的粗放利用。以上说明,徐州市域工业化与城镇空间的协调性在增强,主要是由于受国家去产能及资源可开发量的减少,资源型产业特别是煤炭产业严重衰退,而接续工业快速发展及其园区化布局,使得城镇空间规模扩张减缓,集约利用程度增加,工业化与城镇空间扩张协同发展之势增强。

图3 2003~2015年徐州市工业化与城镇空间耦合协调度空间格局演变 Fig.3 Spatial pattern of coupling and coordination value of industrialization and urban space in Xuzhou city from 2003 to 2015

3.3 工业化城镇空间响应时空特征

3.3.1 时间特征

由公式(3)计算出2003~2015年徐州市工业化城镇空间响应指数,绘制成图4。图4a表明研究期内徐州市工业化城镇空间响应强度呈波动性上升趋势,年平均增长率为26.38%,其中镇域工业化发展一直呈上升趋势,城镇化率一直是平缓增长的速度;2003~2006年为工业化城镇空间响应系数呈波动性上升趋势,2006年提高到0.251;2007~2015年为持续增大阶段,工业化城镇空间响应系数由0.229提高到0.360,增加幅度为13.1%。同期,徐州市各个镇域的空间差异总体呈增大趋势。2003~2015年以标准差测量的徐州市工业化城镇空间响应强度的绝对差异呈波动性扩大趋势,以变差系数测度的相对差异呈波动性上升趋势。从空间角度看,2003~2015年徐州市工业化的城镇空间响应程度总体上呈集聚的趋势,由负相关向正向集聚演变趋势,Moran’s I值负值转为正值,由异化到集聚,集聚水平很低但存在集聚的趋势,但近年来集聚趋势有进一步增强趋势(图4b)。

图4 2003~2015年徐州市工业化城镇空间响应指数及区域差异变化 Fig.4 Variation of the coefficient of urban space response to the industrialization and its regional difference in Xuzhou City from 2003 to 2015

3.3.2 空间格局特征

1) 空间演变特征

图5可知,2003~2015年徐州市工业化城镇空间响应系数的区域差异十分显著。强响应镇域向徐州市区周围、东陇海沿线以及睢宁县域集聚,徐沛公路沿线正在形成强响应镇域集聚发展轴。2003年强响应型镇域有20个,呈“散点式”分布格局,大致以徐州市区为界,以北主要包括魏庙镇、铜山镇、郑集镇等;以南主要包括车福山镇、宿羊山镇、赵墩镇、紫庄镇、塔山镇、古邳镇、魏庙镇、新安镇、新店镇等。2015年强响应型镇上升到57个,呈现“一圈三轴”的格局,“一圈”主要围绕主城区外围形成强响应镇域分布圈层,圈层内部低外围高。“三轴”主要包括沿徐沛公路沿线的强响应镇域集聚轴、徐(州)睢(宁)沿线强响应镇域集聚发展轴、东陇海沿线强响应镇域集聚发展轴。

图5 2003~2015年徐州市工业化城镇空间响应程度区域差异演变 Fig.5 Regional differentiation change of coefficients of urban space response to industrialization in Xuzhou city from 2003 to 2015

弱响应镇域范围在缩小,但在徐州市域西北部的丰县形成了弱响应中心。2003年和2009年,弱响应型镇域集中区域变化不大,集聚分布于丰县、沛县,表明该地区工业化城镇空间响应较弱,应加强工业化建设,以此促进弱响应型镇域的城镇化健康发展。2015年,弱响应型镇域减少,仍分布在丰县、沛县,值得关注的是,该阶段沛县的龙固镇和大屯镇已发展成强响应型镇,其主要依赖于煤炭相关产业,煤炭工业带动该类镇域城镇化发展进程。

2) 冷热点格局特征

在计算徐州市各镇域工业化进程的城镇空间响应系数Getis-Ord Gi*指数的基础上,采用自然断裂法[25]将其划分为4种类型,分别为热点区、次热点区、次冷点区、冷点区,并生成其热冷点局部空间演化图(图6)。图6表明,2003年热点区域集中徐州市区西南部和新安镇;2009年运河镇及其周围、王集镇、凌城镇等成为新热点区域,2015年热点区域范围迅速缩小,仅运河镇及其周围为热点区域,可见热点区域经历了先扩大后缩小的变化趋势。冷点区域范围则经历了先缩小后扩大的趋势,特别是丰、沛2个县域持续为冷点区域,表明徐州市域西北地区的工业化城镇空间响应总体上较弱。

图6 2003~2015年徐州市工业化城镇空间响应的冷热点区域格局演变 Fig.6 Evolution of hotspot areas of coefficients of urban space response to industrialization in Xuzhou city from 2003 to 2015

4 工业化城镇空间响应的影响因素
4.1 影响因素指标选取

各个影响因素对于工业化进程的城镇空间响应的影响作用不尽相同,为了探讨此影响的差异性,参照相关成果[26],综合考虑徐州具体市情,本研究选取发展阶段、市场化程度、政府调控、投资强度、基础设施、人口等诸多影响指标,但经过GWR模型的检验,剔除共线性高的指标,保留发展阶段、投资因素、政府调控、基础设施4个指标作为自变量,测度该4个变量对徐州市工业化城镇空间响应的影响作用特征。具体指标选取如下:j发展阶段。发展阶段决定于经济水平,不同发展阶段规定着产业结构层次以及城镇空间演化快慢。具体指标选为人均居民收入(元/人)。k投资因素。投资能力是工业化和城镇化发展的主要动力,也反映了区域工业化与城镇空间拓展的资金支撑能力,该因素可以加速区域工业化和城镇化进程,具体指标以人均固定资产投资(万元/人)表示。l政府调控。政府财政政策对区域工业化及城镇发展起着引导作用,而政府调控的强弱主要通过政府财政支出的投资方向来反映,因此,本研究以人均地方财政支出(元/人)作为具体指标。m基础设施。近年来,交通作为基础设施完善程度的主要体现,其完善与否影响着徐州工业化和城镇建设。考虑到数据的可得性,本研究以公路密度(km/km2)来表示。

4.2 主要影响因素

通过运行GWR4.0软件,对GWR模型的检验结果表明(表2),2003年、2009年、2015年3个年份的拟合系数R2随着时间的变化先缓慢上升后快速下降,说明GWR模型对解释徐州市工业化城镇空间响应的解释能力呈增强趋势。

表2 GWR模型检验结果 Table 2 GWR estimation results

通过计算2003年、2009年、2015年3个年份基础设施、经济水平、投资因素、政府调控4个因素对徐州市工业化城镇空间响应强度的影响系数,发现研究期内政府调控对徐州工业化化城镇空间响应强度的影响作用最强,投资因素次之,其后依次为基础设施、发展阶段(表3)。

表3 各影响因素对徐州工业化城镇空间响应的平均影响系数 Table 3 Average regression coefficient of driving factors urban space response coefficients to industrialization in Xuzhou city

从政府调控看(图7),2003年以人均地方财政支出测度的政府调控对工业化城镇空间响应的影响作用呈现西高东低的阶梯状格局,尤其是邳州、新沂的影响作用最低,表明政府调控作用制约了工业化进程对城镇空间响应的影响;2009年影响作用较强的镇域范围由丰县、沛县扩大至徐州市区及周围镇域,但西高东低的格局依然保持;2015年政府调控能力对工业化城镇空间响应的影响呈现出中间高而东西两侧低的“凸”字型格局,特别是徐州市区及周围镇域地方财政投入较多,工业化和城镇扩展均呈快速发展趋势,而外围的丰县、沛县、新沂等地区地方财政支出低,对工业化促进并没有带来城镇空间的快速扩张。近年来,新沂东部和睢宁东南部则由于地方财政支出增加对城镇促动作用最强。

图7 政府调控能力回归系数 Fig.7 Regression coefficient of government regulation ability

从投资因素看(图8),2003年投资因素回归系数呈现中间低而东西两侧高的“凹”字型格局,特别是新沂和睢宁东南部(包括沙集、邱集、凌城3镇)形成2个高影响区域。东陇海产业带建设带来投资大增,由此推动城镇空间扩张。2009年和2015年投资因素影响程度较高的镇域集中分布在徐州市及周围镇域。以上表明,徐州市及周围镇域作为徐州市经济发展水平较高的区域,固定资产投资一直保持较高水平,吸引外来资金的能力较强,表明投资因素对工业化城镇空间响应的促进作用保持在较高的水平,也进一步表明外资投入对工业化和城镇空间扩展的影响作用在增强。

图8 投资因素回归系数 Fig.8 Regression coefficient of investment factors

从发展阶段看(图9),2003年发展阶段回归系数高值区集中分布在丰、沛两县所辖镇域,具有显著的空间集聚性特征。回归系数低值区主要为邳州所辖镇域。2009年发展阶段回归系数低值镇域转移至徐州市区周围;2015年,发展阶段回归系数的高值区在新沂东部、睢宁东南部的部分镇域,呈现由东南高西北低的分布格局。主要是由于十五、十一五期间徐州西北部经济阶段低,经济特别是工业发展对城镇空间扩张的影响作用最为显著,而十二五末徐州东南部更注重小城镇建设,邳州的大部分镇域发展阶段的影响较弱,今后应加强重视工业发展,推进工业发展与城镇建设协同发展。

图9 发展阶段回归系数 Fig.9 Regression coefficients of development level

从基础设施看(图10),研究期内基础设施对工业化城镇空间响应影响作用强的镇域分布变动较大。2003年基础设施回归系数高值区集中分布在丰沛地区,低值区则集中分布在徐州东南部的新沂、睢宁两地,表明基础设施建设对落后地区工业化与城镇空间协同发展具有更大影响作用;2009年基础设施回归系数高值区则在东部的新安镇及周围地区;2015年基础设施回归系数高值区集中分布在运河、新河、窑湾、草桥、陈楼等镇域,低值区则在睢宁东部的部分镇域。说明有针对性地增加基础设施建设,有助于提高基础设施对徐州工业化与城镇空间协同发展促进作用。

图10 基础设施回归系数 Fig.10 Regression coefficient of infrastructure

5 结论与讨论
5.1 结论

在ESDA和GWR模型基础上,从脱钩、耦合、响应等视角研究了2003~2015年徐州市工业化与城镇空间耦合格局及影响因素的区域异质性,主要结论如下:

1) 研究期内徐州市工业化与城镇空间的脱钩关系由无脱钩向绝对脱钩状态演化。绝对脱钩状态的城镇占比由82.6%增加到89.6%,徐州西北部一直是绝对脱钩镇域的集聚区域。工业化与城镇空间的耦合协调程度呈增强趋势,但协调程度较低;低协调类镇域占主导且数量减少,尤其是中协调类镇域数量激增,工业化快于城镇空间扩张是造成这一现象的动因。说明再生性资源型城市工业化与城镇空间的耦合作用不强,协同二者之间的关系是该类城市可持续发展应关注的战略问题。

2) 在构建区域工业化城镇空间响应指数模型的基础上,揭示出2003~2015年徐州市工业化城镇空间响应呈增强趋势,各镇域间工业化城镇空间响应的总体差异呈持续拉大之势,折射出再生性资源型城市因不同镇域发展条件与基础不同,造成工业化城镇空间响应的差异呈增强之势。

3) 徐州工业化城镇空间响应强度差异的“一带”(东陇海沿线地区)、“两翼”(徐沛、徐睢)格局正在形成,交通区位优越类镇域工业化城镇空间响应强于其他类型。显示出再生性资源型城市工业化城镇空间响应的禀赋基础正在发生改变,但多极化格局依旧存在。

4) 弱响应镇域主要集中于远离城市且区位不变的区域,特别是丰县的大部分城镇,研究期内持续表现为冷点区域,表明东西差异是徐州工业化城镇空间响应强度差异的主要表征。此类镇域工业化城镇空间协同发展问题应引起相关部门的重视。因此,再生性资源型城市工业化城镇空间响应的区域格局与经济发展水平的区域差异具有一致性。

5) 徐州工业化城镇空间响应的主要影响因素的重要程度呈现政府调控>投资因素>发展阶段>基础设施的特征,且整体上均减弱之势。政府调控的影响作用由西高东低格局演变为中间低两侧高的“凹”字型格局。投资因素的影响作用程度高值镇域呈现向徐州市区西南集聚趋势。发展阶段的影响作用系数由西部高东部低空间格局演变为中间低而东西两侧的高“凹”字型格局。基础设施的影响系数由西高东低的阶梯状格局向中间高两侧低的“凸”字型格局演变。表明再生性资源型城市不同因素对工业化城镇空间响应的影响作用程度不同,且同一因素对不同镇域的影响也呈现显著的空间差异。

5.2 讨论

针对新常态下区域协调发展和供给侧结构性改革的新形势,加快推进再生性资源型城市工业化与城镇空间协同发展,成为资源型地区可持续发展和资源环境承载力提升的重要抓手。本研究在探讨徐州市工业化与城镇空间协同时空异质性特征的基础上,定量分析了政府调控、经济水平、基础设施、投资等因素对再生性资源型城市工业化与城镇空间协同发展的影响程度,今后应进一步深化再生性资源型城市工业化与城镇空间耦合协调发展动力因素的系统研究,特别是各个因素及综合作用机理,以更全面探索再生性资源型城市工业化与城镇空间耦合作用规律。同时,如何更加科学合理地测度工业化与城镇空间耦合协调发展水平,也是今后需要重点关注的研究方向。

The authors have declared that no competing interests exist.

参考文献
[1] 余建辉,李佳洺,张文忠. 中国资源型城市识别与综合类型划分[J].地理学报,2018,73(4):677-687.
[本文引用:1]
[Yu Jianhui,Li Jiaming, Zhang Wenzhong.Identification and classification of resource-based cities in China.Acta Geograhica Sinica, 2018,73(4):677-687.]
[2] 焦华富,杨显明.煤炭资源型城市产业结构演替与空间形态演变耦合——以安徽省淮南市为例[J]. 地理学报, 2016, 71(6): 998-1009.
以安徽省淮南市为案例,借助国民经济发展统计数据和城市土地利用现状图等资料,以ArcGIS空间分析、SPSS统计分析结果为基础,构建煤炭资源型城市产业结构与城市空间形态耦合评价模型,从两者的耦合协调度和空间响应指数两个方面测度了煤炭资源型城市产业结构演替与城市空间形态演化的耦合过程、特征.结果表明:①在煤炭资源型城市发展进程中,产业结构与城市空间形态之间存在明显的相互作用关系.②产业结构通过生产要素对城市空间形态演化起着推动作用,两者间的耦合协调性较强,耦合度介于0.5~0.65之间,呈上升趋势;协调度维持在0.99以上,处于中度耦合良好协调状态.③城市空间对产业结构的响应度经历了增高、降低、再次升高的变化过程,表现为前期和后期高、中期低的“U”型特征.本文还从不同生命周期阶段、不同产业结构生产要素的空间效应和环境效应人手,分析了煤炭资源型城市产业结构演替与城市空间形态演化耦合机理,认为煤炭资源型城市空间形态演化是产业结构演替过程中生产要素通过空间效应作用实现的自我修复结果.
DOI:10.11821/dlxb201606008      [本文引用:1]
[Jiao Huafu, Yang Xianming.Relationship between industrial structure evolution and urban spatial form succession of the coal resource-based cities: A case study of Huainan City. Acta Geographica Sinica, 2016, 71(6): 998-1009.]
[3] 和伟康,苏向辉,马瑛,. 乌鲁木齐市产业结构与城市空间形态耦合及响应关系研究[J]. 中国农业资源与区划,2017, 38(9): 98-105.
[本文引用:1]
[He Weikang, Su Xianghui, Ma Ying, et al.Relationship Between industry structure and urban spatial morphology of Urumqi city. Chinese Journal of agricultural resources and regional planning,2017, 38(9): 98-105. ]
[4] 刘艳军,李诚固,王颖.中国产业结构演变城市化响应强度的省际差异[J].地理研究,2010,29(7):1291-1304.
提出产业结构演变城市化响应强度的概念,以产业结构演变城市化响应系数作为测度区域产业结构演变城市化响应强度的变量指标,应用标准差(δ)和变异系数(V)、相对发展率(Nich)以及离差(Di)和比率(Gi)等计算方法分析了我国产业结构演变城市化响应强度的省际差异,并进一步研究了其省际差异的影响机制,结果表明:1953-2006年我国产业结构演变的城市化响应强度不断增大,并呈阶段变化特征;从空间特征来看,各省区产业结构演变城市化响应强度从静态和动态上均具有明显的时空差异性,并可以将31个省区划分为强响应型、较强响应型、中等响应型、较弱响应型以及弱响应型5种区域类型;城市开发强度是影响我国各省区产业结构演变城市化响应强度差异的主导因素。
DOI:10.11821/yj2010070014      [本文引用:2]
[Liu Yanjun, Li Chenggu, Wang Ying.Inter-provincial differences of the strength of urbanization response to the industrial structure evolution in China. Geographical Research, 2010,29(7):1291-1304.]
[5] 李铁立,李诚固.区域产业结构演变的城市化响应及反应机制[J].城市问题,2003,13(5):50-55.
产业结构的演变与区域城市化存在互动机制。一方面 ,产业结构的有序演变引起城市化动力机制的变化 ,使区域城市化表现出不同的地域模式 ;另一方面 ,城市化对区域产业结构的演变具有支撑、拉动、载体等作用。本文探讨了两者间的作用规律 ,并建立了调控模式
DOI:10.3969/j.issn.1002-2031.2003.05.012      [本文引用:1]
[Li Tieli, Li Chenggu.Mechanism of urbanization response and feedback to the regional industrial structure evolvement. Urban problems, 2003 (5) : 50-55.]
[6] 陈彦光. 城市化与经济发展水平关系的三种模型及其动力学分析[J].地理科学,2011,31(1):1-6.
[本文引用:1]
[Chen Yanguang.Modelling the relationships between urbanization and economic development levels with three functions. Scientia Geographica Sinica, 2011,31(1):1-6.]
[7] 沈玉芳. 产业结构演进与城镇空间结构的对应关系和影响因素[J].世界地理研究,2008,17(4):17-25.
对城镇密集区而言.经济发展方式的转变和产业结构升级必需要有合 理和有序的城镇空间组织模式作为支撑.本文以长三角为研究地区,对产业结构演进与城镇空间结构的对应关系和影响要素进行了探讨.据此认为,基于城市功能定 位和合理分工基础之上的高度现代化的两大网络(基础设施网络、市场体系和产业组织网络)是推进产业结构不断演进和升级的重要条件,也是推动城镇空间结构和 组织模式持续优化的着力点和主要抓手:促进产业结构演进与城镇空间结构对应的影响要素主要包括:首位城市的发达程度、城市间合理和有序的层级关系、城市体 系网络的现代化程度.相对而言,长三角第二和第三要素的矛盾都比较突出,是当前促进产业结构演进与城镇空间结构对应和加强产业结构升级与城镇组织模式协同 的关键所在.
DOI:10.3969/j.issn.1004-9479.2008.04.003      [本文引用:1]
[Shen Yufang.Relationship and Influence Factors between Change of the Industrial and Urban and Township Spatial Structures of the Yangtze Delta Area. World Regional Studies,2008,17(4):17-25.]
[8] 刘嘉毅,陈玉萍. 产业结构合理化、高级化与城市空间扩展[J].华东经济管理, 2018, 32(4):32-38.
文章基于中国大陆1998-2015年的分省数据,从产业结构合理化与产业结构高级化两个维度,就产业结构变迁对城市空间扩展的影响进行实证检验。研究表明:产业结构变迁是驱动中国城市空间扩展的核心因素,产业结构合理化有助于解释城市空间扩展,产业结构高级化对城市空间扩展有显著正向影响,产业结构高级化对城市空间扩展的解释力要大于产业结构合理化;城市空间具有自我成长惯性,当期城市空间扩展对下期有显著正向影响,产业结构合理化、高级化对城市空间扩展的影响强度存在区域差异;政府公共品供给、气候舒适度对城市空间扩展有解释力,中东部地区人口规模在驱动城市空间扩展,人口规模对西部城市空间扩展的作用却并不明显。
[本文引用:1]
[Liu Jiayi, Chen Yuping.Industrial Structure rationalization, Upgrading and Urban Spatial Expansion. East China Economic Management, 2018, 32(4):32-38.]
[9] Fujita M, Thisse J.Economics of Agglomeration: Cities, Industrial Location, and Globalization[M]. New York: Cambridge University Press, 2013: 99-148.
[本文引用:1]
[10] 陈伟莲, 张虹鸥, 吴旗韬,. 珠江三角洲城镇群产业结构演变的城镇空间响应强度[J]. 热带地理, 2014, 34(4): 544-552.
Economic and social development of China is entering an important transition period. Industrial upgrading and space optimization are key factors to improve the level of urbanization in the city cluster region. The relationship between industrial structure evolution and urban space is now a new and urgent scientific topic to be studied. From a visual angle of space, this article proposed the Coefficient of Urban Space Response to Industrial Structure Evolution, with which the authors described the temporal-spatial characteristics of the response intensity in the Pearl River Delta since 1996, and analyzed the internal relation between urban space response and the industrialization level. The results show that the urban space response to the industries in the Pearl River Delta presented spatio-temporal differences. Coefficient of Urban Space Response to Industrial Structure Evolution was increasing year by year, and was decreasing from inner circles to outer circles, or from urban districts to surrounding counties. According to the strength of the urban space response to the secondary and tertiary industries, the cities and counties in the Pearl River Delta were classified into three categories: 1) consistent response, 2) response partial to secondary industry, and 3) response partial to tertiary industry. The major factors affecting the urban space response strength were economic level, urban population concentration, and regional policy and system. From the results we can conclude that: urban space response is closely related to the industrialization stage. If the industrialization process is faster, urban space response will become stronger. To establish positive interactive relationship between urban space and industries, and achieve sustainable growth, spatial optimization and upgrading of industry should be combined. In the early stage of industrialization, the urban space response is not so strong, the government should establish industrial park and development zone through the planning guidance, promote the development of industry, improve the urbanization rate of land and the development level of the secondary industry. In the middle stage of industrialization, the secondary industry dominates the economy, urban space expands more fast, the urban space response becomes strong. In order to improve the efficiency of construction land, the government should introduce policies to improve the structure of the secondary industry, and to accelerate the development of the tertiary industry. In the late stage of industrialization, the tertiary industry is dominant, but urban space expansion still has inertia, and the urban space response becomes very strong. The government should strengthen the planning management and policy guidance, and define the function of area development, determine the direction of industry and land supply according to the area function.
[本文引用:2]
[Chen Weilian, Zhang Hong’ou,Wu Qitao et al. Urban Space Response to the Evolution of Industrial Structure in the Pearl River Delta. Tropical Geography, 2014, 34(4):544-552.]
[11] 仇方道,金娜,袁荷,. 徐州都市圈产业结构转型城镇空间响应的时空异质性[J]. 地理科学, 2017, 37(10): 1459-1468.
[本文引用:1]
[Qiu Fangdao, Jin Na, Yuan He et al. Spatiotemporal Difference of Influencing Factors and Strength of Urban Space Response to the Transition of Industrial Structure in Xuzhou Metropolitan Area. Scientia Geographica Sinica, 2017,37(10):1459-1468.]
[12] Louis Albrechts, Patsy Healey, Klaus R.Kunzmann. Strategic Spatial Planning and Regional Governance in Europe[J]. Journal of the American Planning Association, 2003, 69(2):113-129.
Barrie Maguire's image of a woman stitching together the Irish landscape reflects the central question behind this Longer View: What will recent strategic spatial planning efforts in Europe give us? In the case of Northern Ireland, the quilt sewn from separate pieces of the landscape might represent that state's desire to establish cohesion while respecting diversity. Albrechts, Healy, and Kunzmann show that there and elsewhere, spatial planning efforts are stitching together new regional patterns for many parts of Europe. Maguire is a graduate of Notre Dame University and comes from a family of artists. He has worked as a creative director at Hallmark Cards, a book designer and illustrator, and a newspaper editorial illustrator. Since visiting Ireland in 1998, he has focused on painting. He lives in Pennsylvania, and more of his work can be seen on his family's Web site, http://www.maguiregallery.com. This article examines recent experiences in Europe in the preparation and use of strategic spatial frameworks to guide territorial development in city regions. It discusses the recent revival of interest in such strategic planning and the driving forces that create the momentum for it. We examine three cases recognised as in the forefront of this revival: the 1996 Spatial Strategy for the Hanover City Region, the 1997 Spatial Structure Plan for Flanders, and the 2001 Northern Ireland Regional Development Strategy. Each is described in terms of context and motivations, policy approaches and concepts, institutional arenas, impacts, and outcomes. The article concludes with general lessons from these cases and the European experience generally for the enterprise of strategic spatial planning.
DOI:10.1080/01944360308976301      [本文引用:1]
[13] 宋飏,肖超伟,王士君,.国外典型矿业城市空间可持续发展的借鉴与启示[J].世界地理研究, 2011, 20(4):76-83.
矿业城市空间结构受自然资源和产业发展的影响明显,是基于自然资源与产业转型的空间可持续发展的典型研究对象之一。文章选取国外四个典型矿业城市美国休斯敦、德国鲁尔区、法国洛林和美国匹兹堡,对其转型战略与空间发展战略进行对比分析,并提出对我国矿业城市的借鉴与启示:制定城市与区域统筹发展政策;制定促进矿业城市转型的产业调整政策;规范矿业城市转型的环境保护政策;城市空间结构为城市的转型和持续发展提供基础支撑,创建企业创业园或产业基地作为转型的空间载体,重点关注对外交通联系的构筑以提升区位条件,以物质景观改变实现文化转型,负责处理和解决衰老矿区遗留下来的土地污染闲置场地的重新有效利用问题,将国土整治规划与城市转型结合起来。
DOI:10.3969/j.issn.1004-9479.2011.04.009      [本文引用:1]
[Song Yang, Xiao Chaowei, Wang Shijun et al. Reference and Revelation on Spatial Sustainable Development of Foreign Typical Mining Cities World Regional Studies, 2011,20(4): 76-83.]
[14] 陈长瑶,杨青山,赵瀚,.资源型城市制造业企业空间分布研究[J].经济地理,2017,37(7):131-138.
[本文引用:1]
[Chen Changyao, Yang Qingshan, Zhao Han, et al.The Evolution of Industrial Spatial Layout of Resource-Based Cities—An Empirical Study of Pharmaceutical Manufacturing Enterprises in Tonghua of Jilin Province. Economic Geography, 2017,37(7):131-138.]
[15] 沈明,沈镭,钟帅,. 基于生态敏感条件的中国资源型城市去产能空间格局优化[J]. 资源科学, 2016, 38(10): 1962-1974.
“十三五”规划及供给侧改革背景下,资源型城市面临极大的去产能和生态保护压力。为促进矿业生态协调发展,本文基于SPSS和GIS刻画了中国212个资源型城市的矿业产能格局、生态敏感区格局及其空间耦合关系,在此基础上构建多目标优化模型,提出去产能空间格局优化方案。研究表明:①中国矿业产能分布显著集中,47.29%的产能集中于22个资源型城市;②资源型城市整体生态敏感性高,综合生态敏感区面积占比高达50.91%;③76.49%的矿业产能分布于II级和III级生态敏感区,矿业产能与生态敏感区分布不存在根本冲突;④30%的去产能目标假设下,到2020年预计削减矿业产能19.83亿t,生态避让效应达43.15%,125个资源型城市亟需去产能。其中煤炭、综合型、黑色金属和有色金属资源型城市产能削减量分别为9.55亿t、3.42亿t、2.39亿和2.43亿t;⑤建议按先南后北、先县级市后地级市原则分阶段有序调整矿业产能空间格局,科学合理推进全国资源型城市转型发展。
DOI:10.18402/resci.2016.10.13      [本文引用:1]
[Shen Ming, Shen Lei, Zhong Shuaiet al. The spatial optimization of mineral industrial capacity reduction planning of resource-based cities in China based on ecological sensitive areas Resources Science, 2016, 38(10): 1962-1974].
[16] 徐州市统计局. 徐州统计年鉴[M]. 北京:中国统计出版社, 2004-2016.
[本文引用:1]
[Xuzhou City Bureau of Statistics. Statistical yearbook of Xuzhou City. Beijing: China Statistics Press, 2004-2016.]
[17] De Bruyn S M, Opschoor J B. Developments in the Throughout-income Relationship: Theoretical and Empirical Observations[J]. Ecological Economics, 1997, 20(3): 255-268.
[本文引用:2]
[18] 赵兴国, 潘玉君, 赵波, . 区域资源环境与经济发展关系的时空分析[J]. 地理科学进展, 2011, 30(6): 706-714.
The relationship between resource-environment and economic development has become a key research subject in regional sustainable development. Decoupling between them is a basic requirement to achieve comprehensive, coordinated and sustainable development of resource-environment and economy-society, and is also an important goal of the regional scientific development. In order to explore the features or rules of the temporal- spatial evolution of the relationship between resource-environment and economic development in China, with the conceptual model of Driving Force-State-Response, this study constructed a regional resources and environmental load index. Using the decoupling theory and the criteria for decoupling degrees based on the improvement of elastic analysis, this paper attempted to make quantitative and comprehensive analyses of the features or rules of temporal-spatial evolution of decoupling degrees between resource-environment and economic development at national and provincial scales, with a time span from 1998 to 2008. The results show that: (1) no matter what the evolution of the time or the space is, the relationship between resource-environment load and economic development was generally in a state of relative decoupling in the country and most of provinces, the order of the evolution was relative decoupling Ⅰ→relative decoupling Ⅱ→relative decoupling Ⅳ→relative decoupling Ⅲ→relative decoupling Ⅱ, and the changes were close to the“normal distribution curve”; (2) according to the division of the four areas: northeastern, eastern, central and western parts of China, the spatial evolution rule of decoupling degrees'comparison of resource-environment and GDP between the nation and the provinces showed that the resource-environmental costs of economic development were lower in the northeast region than in the other regions of China. The resource-environmental costs in the eastern, central and western regions with the rapid economic development showed a declining trend. The resource-environment and the economic development are showing positive interaction in China and they are expected to reach a state of absolute decoupling, which will be helpful for achieving comprehensive, coordinated and sustainable development in China.
DOI:10.11820/dlkxjz.2011.06.008      [本文引用:2]
[Zhao Xingguo, Pan Yujun, Zhao Bo et al. Temporal-spatial Evolution of the Relationship between Resource-Environment and Economic Development in China: A Method Based on Decoupling. Progress in Geography, 2011, 30(6): 706-714.]
[19] 王菲,董锁成,毛琦梁,.宁蒙沿黄地带产业结构的环境污染特征演变分析[J].资源科学, 2014, 36(3): 620-631.
宁蒙沿黄地带是我国黄河流域国家级能源原材料基地,也是西北资源型城市及资源型产业密集区之一.与其他资源型产业密集区相比,该区域位于黄河流域中上游的特殊地理位置,使其必须协调好产业结构演进与资源环境刚性约束之间的关系.本文采用产业经济学、统计学、计量经济学、GIS中的相关方法和技术,通过构建工业结构特征偏向指数来分析宁蒙沿黄地带工业结构的环境污染特征,并运用产业多样化指数、相似指数、区位商等指标从工业内部结构出发深入分析其工业结构环境污染特征演变的影响因素.研究结果表明,宁蒙沿黄地带大部分地区工业结构都表现出废水排放强度有所提高、固体废弃物排放强度明显上升的趋势,部分地区的二氧化硫排放强度与粉尘排放强度也有所增强.这种工业结构环境污染特征的演变主要受到以煤炭开采与洗选业为主的重工业高速发展、区域工业结构表现出一定单一化趋势等因素的影响.
[本文引用:0]
[Wang Fei, Dong Suocheng, Mao Qiliang et al. Analysis of the environment-pollution bias of industrial structure in areas along the Yellow River in Ningxia and Inner Mongolia. Resources Science, 2014, 36(3): 620-631.]
[20] 马丽, 金凤君, 刘毅. 中国经济与环境污染耦合度格局及工业结构解析. 地理学报, 2012, 67(10): 1299-1307.
耦合是指两个或两个以上系统的相互作用与相互影响。由于从自然界提取资源并进行加工,最后并排放废弃物质到自然界,区域经济子系统和环境子系统通过各自元素的相互作用彼此影响形成经济环境耦合关系。本文运用耦合协调度模型,通过建立中国区域经济发展与环境污染耦合度评价指标体系,对中国350个地级单元的经济环境耦合度和协调度计算后进行空间格局分析。研究发现,中国经济环境系统整体上处于低耦合低协调状态,东部沿海地区的都市经济区和中部重要人口产业集聚区耦合度和协调度相对较高,远西部和东中部偏远地区的耦合度和协调度相对较低。根据各地级单元经济发展和环境污染耦合度和协调度可以将现有国土划分为经济环境和谐区、经济环境磨合区、经济环境拮抗区及经济环境低耦合区4个类型区。通过对4种类型区的工业结构分析后发现,不同类型区工业结构存在很大差异。经济环境和谐区工业以电子机械、设备制造等高端装备制造产业为主;经济环境磨合区工业主要以机械装备制造和部分污染性的冶金、化工、电力产业为主;经济环境拮抗区工业则以钢铁、石化、煤炭、建材、发电等污染性行业为主,是中国污染性行业最集中的地区,也是未来环境质量面临最大风险的地区;经济环境低耦合区工业则以初级产品加工和生产为主。
DOI:10.11821/xb201210001      [本文引用:2]
[Ma Li, Jin Fengjun, Liu Yi.Spatial pattern and industrial sector structure analysis on the coupling and coordinating degree of regional economic development and environmental pollution in China. Acta Geographica Sinica, 2012, 67(10): 1299-1307.]
[21] 刘艳军, 刘静, 何翠, . 中国区域开发强度与资源环境水平的耦合关系演化. 地理研究, 2013, 32(3): 507-517.
[本文引用:1]
[Liu Yanjun, Liu Jing, He Cui et al. Evolution of the coupling relationship between regional development strength and resource environment level in China. Geographical Research, 2013, 32(3): 507-517.]
[22] Cliff A D, Ord J K.Spatial processes: model &applications[M].London:Pion,1981.
[本文引用:1]
[23] Haining R P.Spatial data analysis[M]. Cambridge: Cambridge University Press,2003.
[本文引用:1]
[24] 胡艳兴,潘竞虎,王怡睿.基于ESDA-GWR的1997-2012年中国省域能源消费碳排放时空演变特征[J].环境科学学报,2015,35(6):1896-1906.
The driving factors of spatial heterogeneity in energy consumption-related carbon emission in China was analyzed by the methods of the gravity center migration, exploratory spatial data analysis (ESDA) and geographically weighted regression (GWR) model. Data from China Statistical Yearbook and China Energy Statistical Yearbook between 1997 and 2012 was adopted to evaluate the reliability of the method. The results showed that the gravity center of energy consumption-related carbon emission moved westward in the 16 years. There was a significant positive spatial correlation in energy consumption-related carbon emission among provinces. Global spatial autocorrelation increased first and decreased. Cold spot areas of energy consumption-related carbon emission enhanced, while the hot spot areas shrank in the 16 years. The six influential factors of carbon emission in a descending order were: total population>per capita GDP> proportion of coal consumption>total investment in fixed assets> proportion of second industry> aging rate of population, with aging rate of population the only negative in correlating with carbon emission. There was a significant change in spatial pattern in China. 13 provinces have been included in the super serious carbon emission area by the end of 2012, which reflected that China should strengthen the reduction of carbon emission.
DOI:10.13671/j.hjkxxb.2014.1025      [本文引用:1]
[Hu Yanxing, Pan Jinghu, Wang Yirui.Spatial-temporal evolution of provincial carbon emission in China from 1997 to 2012 based on ESDA and GWR modelActa Scientiae Circumstantiae,2015,35(6):1896-1906. ]
[25] Michael J.de Smith , Michael F. Goodchild, Paul A. Longley. Geospatial Analysis: A Comprehensive Guide, 3rd edition [M]. Troubador Publishing Ltd, 2007.
[本文引用:1]
[26] 李诚固,黄晓军,刘艳军.东北地区产业结构演变与城市化相互作用过程[J].经济地理, 2009, 29(2): 231-236.
文章在分析东北地区产业结构演 变与城市化发展阶段性特征的基础上,对东北地区城市化与产业结构、就业结构的变化关系进行了相关分析,明确了影响城市化水平阶段性变化的主要因素,并在此 基础上,对城市化与产业结构之间的相互作用关系变化进行了偏差分析,认为东北地区城市化偏差的实质在于工业化的偏差,最后针对这种偏差提出了"纠偏"对 策,即实现东北地区产业结构与城市化协调发展的主要对策。
[本文引用:1]
[Li Chenggu, Huang Xiaojun, Liu Yanjun.Research on mutual progress between development of industrial structure and urbanization in Northeast. Economic Geography, 2009, 29(2): 231-236.]