基于燈光指數(shù)的江蘇省經(jīng)濟(jì)發(fā)展分析

郭恒梅，馬曉冬

(1．江蘇師范大學(xué) 地理測繪與城鄉(xiāng)規(guī)劃學(xué)院，江蘇 徐州 221116；2.江蘇師范大學(xué) 區(qū)域與城市研究中心，江蘇 徐州 221009)

0 引 言

長久以來，中國開展區(qū)域經(jīng)濟(jì)發(fā)展的基本方針就是區(qū)域協(xié)調(diào)發(fā)展.黨的十九大報(bào)告指出：實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，建立更具效力的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制，是對我國區(qū)域發(fā)展的新部署新要求，也是今后推動區(qū)域協(xié)調(diào)發(fā)展的指導(dǎo)方針，而協(xié)調(diào)區(qū)域發(fā)展中最根本也是至關(guān)重要的就是要協(xié)調(diào)區(qū)域經(jīng)濟(jì)發(fā)展.

目前測度區(qū)域經(jīng)濟(jì)發(fā)展情況的方法大多數(shù)仍然是采用行政單元統(tǒng)計(jì)數(shù)據(jù)的指標(biāo)法[1].然而統(tǒng)計(jì)數(shù)據(jù)存在較多缺陷，主要如下：其一，數(shù)據(jù)統(tǒng)計(jì)需要耗費(fèi)大量的時(shí)間、人力和物力去收集、整理數(shù)據(jù)，成本很高；其二，數(shù)據(jù)更新周期過長，例如全國范圍的經(jīng)濟(jì)、人口普查5年一周期；其三，統(tǒng)計(jì)數(shù)據(jù)缺乏空間信息，不能較好反映較大空間尺度的經(jīng)濟(jì)發(fā)展情況；其四，國內(nèi)生產(chǎn)總值、人均GDP等指標(biāo)雖然直觀清晰，但是由于人為主觀因素的影響會使評價(jià)指標(biāo)的可比性、可靠性下降，因此很難客觀、全面地反映經(jīng)濟(jì)發(fā)展水平；其五，盡管綜合指標(biāo)法彌補(bǔ)了單一指標(biāo)法的一些缺陷，能較為準(zhǔn)確地反映區(qū)域經(jīng)濟(jì)發(fā)展的總體水平，但是由于選取的指標(biāo)和研究區(qū)域的不同而有所差異，其可行性和可比性也較差[2].

隨著遙感技術(shù)的廣泛應(yīng)用，夜間燈光數(shù)據(jù)的可獲得性顯著提高，加之相較于統(tǒng)計(jì)數(shù)據(jù)，夜間燈光數(shù)據(jù)排除主觀因素干擾，獲取方式和時(shí)效性也有所提高，21世紀(jì)以來，夜間燈光數(shù)據(jù)被廣泛應(yīng)用于城市建成區(qū)面積提取擴(kuò)展研究、城鎮(zhèn)體系空間格局演化研究、人口密度及人口空間化研究、經(jīng)濟(jì)發(fā)展?fàn)顩r研究、熱島效應(yīng)研究、電力能源消耗量的研究以及城市化對景觀格局、生態(tài)環(huán)境影響研究等多個方面[3].其中關(guān)于經(jīng)濟(jì)活動估算的主要有： Elvidge等通過DMSP/OLS夜間燈光數(shù)據(jù)研究了全球21個國家燈光面積與GDP之間的關(guān)系，發(fā)現(xiàn)利用夜間燈光數(shù)據(jù)能較好地估算GDP等社會經(jīng)濟(jì)數(shù)據(jù)[4]；Ghosh等將遙感夜間燈光影像數(shù)據(jù)和美國糾正后的官方經(jīng)濟(jì)數(shù)據(jù)建立回歸模型，成功估計(jì)出美國、墨西哥各州的實(shí)際經(jīng)濟(jì)情況[5].國內(nèi)有關(guān)夜間燈光數(shù)據(jù)與經(jīng)濟(jì)發(fā)展間的研究也日益增多，韓向娣等將夜間燈光數(shù)據(jù)與經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)中的一、二、三產(chǎn)業(yè)產(chǎn)值分別進(jìn)行建模，模擬得到了中國區(qū)域1km2網(wǎng)格的GDP密度圖[6]；梁友嘉等構(gòu)建了GDP與對應(yīng)的夜間燈光數(shù)據(jù)亮度值之間的模型，得到2000年甘州區(qū)的GDP空間分布[7]；陳晉等基于夜間燈光平均強(qiáng)度數(shù)據(jù)構(gòu)建了燈光指數(shù)并驗(yàn)證了燈光指數(shù)與反映城市化水平的復(fù)合指數(shù)存在較高的相關(guān)性，可以用于監(jiān)測我國城市化水平及其進(jìn)程[8].上述基于DMSP/OLS夜間燈光數(shù)據(jù)和GDP關(guān)系研究都是在統(tǒng)計(jì)數(shù)據(jù)較為充分、準(zhǔn)確的地區(qū)進(jìn)行的，在一些統(tǒng)計(jì)數(shù)據(jù)缺失的國家和地區(qū)，夜間燈光數(shù)據(jù)就能夠起到完善該地區(qū)GDP或GRP統(tǒng)計(jì)數(shù)據(jù)的作用.Chen & Nordhaus指出DMSP/OLS夜間燈光影像可以用來修復(fù)全球的GDP網(wǎng)格產(chǎn)品，能為統(tǒng)計(jì)數(shù)據(jù)不完整的國家和地區(qū)的GDP估算提供很大的幫助，研究意義重大[9].Cao X等利用輻射校正后不存在像元飽和現(xiàn)象的燈光影像模擬了廣東省2000、2004、2006和2010年的1km2網(wǎng)格的GDP并進(jìn)行了GDP時(shí)空動態(tài)變化分析[10].

本文的研究目的是探究夜間燈光數(shù)據(jù)與社會經(jīng)濟(jì)數(shù)據(jù)之間是否存在相關(guān)性，通過利用夜間燈光數(shù)據(jù)構(gòu)建燈光指數(shù)并估算各市的人均地區(qū)生產(chǎn)總值，從而分析江蘇省各市燈光指數(shù)的空間分布及局部差異，并結(jié)合空間自相關(guān)分析揭示區(qū)域經(jīng)濟(jì)發(fā)展水平的空間分異特征.

1 區(qū)域概況及數(shù)據(jù)來源

1.1 區(qū)域概況

江蘇是中國的經(jīng)濟(jì)大省，其綜合經(jīng)濟(jì)實(shí)力在全國始終處于領(lǐng)先地位.改革開放以來，江蘇省一直保持高經(jīng)濟(jì)發(fā)展速度、開發(fā)程度和發(fā)展活力，成為我國城鎮(zhèn)化發(fā)展水平最高的地區(qū)之一，20多年來經(jīng)濟(jì)發(fā)展始終保持兩位數(shù)的增長速度.然而在江蘇省整體經(jīng)濟(jì)發(fā)展水平較高的同時(shí)，區(qū)域發(fā)展不平衡不協(xié)調(diào)也是江蘇的基本省情特征，更是建設(shè)“強(qiáng)富美高”新江蘇亟待解決的問題.不同的資源稟賦和歷史文化因素影響下形成了不同的區(qū)域經(jīng)濟(jì)空間結(jié)構(gòu)，自古以來江蘇省蘇南地區(qū)就具有良好的物質(zhì)文化基礎(chǔ)，經(jīng)濟(jì)能夠迅速發(fā)展；相比之下，蘇中蘇北由于基礎(chǔ)薄弱，經(jīng)濟(jì)發(fā)展較為緩慢.據(jù)江蘇省統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，雖然近年來蘇北地區(qū)保持快于全省的平均經(jīng)濟(jì)增長速度，但其創(chuàng)造的GDP只有全省的五分之一.從蘇南提升、蘇中崛起、蘇北振興，到全面融入國家區(qū)域協(xié)調(diào)發(fā)展大格局，“1+3”重點(diǎn)功能區(qū)戰(zhàn)略等政策相繼出臺，其目的就是利用蘇南發(fā)達(dá)的經(jīng)濟(jì)水平，先進(jìn)的管理經(jīng)驗(yàn)，影響或帶動蘇北經(jīng)濟(jì)的發(fā)展，促進(jìn)區(qū)域發(fā)展格局不斷優(yōu)化，從而推動江蘇經(jīng)濟(jì)協(xié)調(diào)一體發(fā)展.

1.2 數(shù)據(jù)來源

本文的數(shù)據(jù)主要包括三種：遙感數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)、輔助數(shù)據(jù).

遙感數(shù)據(jù)：本文采用的江蘇省2010年至2013年夜間燈光影像來源于美國國防氣象衛(wèi)星計(jì)劃衛(wèi)星(DMSP)搭載于線性掃描業(yè)務(wù)系統(tǒng)(OLS)傳感器的DMSP/OLS夜間燈光數(shù)據(jù)，該夜間燈光數(shù)據(jù)包含三種年平均數(shù)據(jù)：(1)平均觀察值(Average Visable)，(2)穩(wěn)定燈光值(Stable Lights)，(3)能觀察的無云次數(shù)(Cloud Free Coverages)，這些數(shù)據(jù)均已經(jīng)過輻射定標(biāo)和重采樣，均為無云數(shù)據(jù).由于在數(shù)據(jù)分析過程中需要排除偶然燈光噪聲，因此本文中使用的數(shù)據(jù)為其中的穩(wěn)定燈光值(Stable Lights)部分.該數(shù)據(jù)有以下優(yōu)點(diǎn)：1)DMSP/OLS影像分辨率不高，通常只有1 km，因此影像數(shù)據(jù)量非常小，使用處理很便捷；2)數(shù)據(jù)的時(shí)間連續(xù)無間斷，適合做長時(shí)間序列分析；3)DMSP/OLS夜間燈光影像涵括了交通網(wǎng)絡(luò)、居民點(diǎn)和公共基礎(chǔ)設(shè)施照明等與經(jīng)濟(jì)密切相關(guān)的綜合性信息，所以在使用夜間燈光數(shù)據(jù)時(shí)，無需再單獨(dú)考慮這些要素[11].

統(tǒng)計(jì)數(shù)據(jù)：所用的城市建成區(qū)面積、人均地區(qū)生產(chǎn)總值等社會經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)源自《中國城市統(tǒng)計(jì)年鑒》和《江蘇省統(tǒng)計(jì)年鑒》.

輔助數(shù)據(jù):江蘇省縣級行政區(qū)劃圖源于國家基礎(chǔ)地理信息中心.

1.3 數(shù)據(jù)校正

考慮到不同年份之間DN值不穩(wěn)定會使結(jié)果產(chǎn)生誤差，需對遙感影像進(jìn)行處理：采用影像自校正法對1992年至2013年的燈光數(shù)據(jù)進(jìn)行校正，參考卓莉、鄒進(jìn)貴[12][13]等人的研究成果按照“獲取江蘇區(qū)域F101992至F182013的夜間燈光影像→提取江蘇區(qū)域的穩(wěn)定亮值像元影像→多傳感器多年度夜間燈光數(shù)據(jù)DN值校正→數(shù)量尺度和空間尺度校正結(jié)果評定”的處理思路，對22年的夜間燈光數(shù)據(jù)進(jìn)行校正，校正方程如式(1)所示：

DNC=a*DN2+b*DN+c

(1)

式中DN和DNC分別為校正前、后像元的DN值，a、b和c為回歸系數(shù).

經(jīng)過一系列校正過程后得到2012年江蘇省燈光數(shù)據(jù)圖(圖1).

(a)2012年校正前 (b)2012年校正后圖1 校正前后的2012年夜間燈光影像Fig.1 Night light images of 2012 before and after correction

2 研究方法

2.1 市級燈光指數(shù)建立

從夜間燈光數(shù)據(jù)的穩(wěn)定燈光值(Stable Lights)部分派生出燈光強(qiáng)度數(shù)據(jù)和燈光面積兩種數(shù)據(jù).其中燈光強(qiáng)度數(shù)據(jù)即為DN值可直接獲取；燈光面積數(shù)據(jù)則需要采用閾值法進(jìn)行處理.根據(jù)這2個參數(shù)首先能得出：平均相對燈光強(qiáng)度I與燈光斑塊面積與區(qū)域總面積比S，而燈光指數(shù)L則定義為一個區(qū)域內(nèi)燈光區(qū)域的平均相對燈光強(qiáng)度與燈光面積占區(qū)域總面積比的線性加權(quán)之和[14].即式(2)、(3)、(4)：

L=S*W1+I*W2

(2)

(3)

S=AreaN/Area

(4)

式中：W1、W2為其權(quán)重；DNM為最大亮度值(本文取DNM為63)，DNi表示江蘇省第i級像元灰度值，ni為區(qū)域內(nèi)該灰度級像元總數(shù)，P為去除燈光溢出的閾值，即當(dāng)燈光范圍與城區(qū)建筑用地面積相差最小時(shí)的取值，NL、AreaN分別代表江蘇省內(nèi)位于[P，63]區(qū)間的像元總數(shù)和燈光面積，Area為整個江蘇省的面積.按照上式分別計(jì)算2010-2013年4個年份的江蘇省各個市內(nèi)燈光區(qū)域的平均相對燈光強(qiáng)度I和燈光區(qū)域面積與江蘇省總面積之比S.

2.2 Pearson相關(guān)分析

在統(tǒng)計(jì)學(xué)中，皮爾森相關(guān)系數(shù)又稱皮爾森積矩相關(guān)系數(shù)，是用來表征兩個變量間線性關(guān)聯(lián)程度的統(tǒng)計(jì)量的線性相關(guān)系數(shù)，取值范圍介于-1和+1之間[15].在理論研究中Pearson系數(shù)被運(yùn)用來衡量兩個變量間線性相關(guān)的強(qiáng)弱程度，兩個變量的協(xié)方差與兩者標(biāo)準(zhǔn)差積的商便是這兩者之間的皮爾遜相關(guān)系數(shù)，即：

(5)

式(5)定義了總體相關(guān)系數(shù).假使將總體的協(xié)方差和標(biāo)準(zhǔn)差替換成樣本的協(xié)方差和標(biāo)準(zhǔn)差來計(jì)算，則為樣本相關(guān)系數(shù)，一般用r表示，即：

(6)

2.3 回歸分析

回歸分析是一種定量確定兩種或兩種以上變量間相互依賴關(guān)系的統(tǒng)計(jì)分析方法[16][17]，常用的回歸分析類型有一元線性回歸分析、多重線性回歸分析、非線性回歸分析、時(shí)間序列的曲線估計(jì)、邏輯回歸分析和含虛擬自變量的回歸分析等.目前回歸分析是被廣泛應(yīng)用于學(xué)術(shù)研究的數(shù)據(jù)分析方法之一，多用于如下幾個方面[18]：其一，通過分析大量的樣本數(shù)據(jù)從而建立變量之間的數(shù)學(xué)模型；其二，對所確定的數(shù)學(xué)模型的可信度進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，選出對某一特定變量影響較大的變量并篩除對其影響不大的變量；其三，利用所得到的數(shù)學(xué)模型，選用一個或幾個變量的值來預(yù)測另一個特定變量的取值變化，并給出這種預(yù)測的精確度評估[19].

2.4 空間自相關(guān)分析

空間自相關(guān)分析是檢驗(yàn)?zāi)骋蛔兞渴欠衽c其相鄰空間單元的變量具有顯著的相關(guān)性的重要指標(biāo)之一，其目的是確定某一變量是否在空間上相關(guān)且相關(guān)程度如何.根據(jù)研究目的需要，本文對各市燈光指數(shù)依次進(jìn)行全局和局部空間自相關(guān)分析[20].

2.4.1 全局空間自相關(guān)

全局空間自相關(guān)反映的是在一個總的空間范圍內(nèi)空間依賴的程度，可用于分析研究區(qū)域的總體空間關(guān)聯(lián)和差異程度，但無法驗(yàn)證局部區(qū)域存在的空間異質(zhì)性，通常用Global Moran’s I指數(shù)進(jìn)行度量.計(jì)算公式(7)，如下：

(7)

2.4.2 局部空間自相關(guān)

局部空間自相關(guān)用于描述某一空間單元與其鄰域的相似程度即度量地域單元i和其周圍地域單元的關(guān)聯(lián)性，也能夠表示每個局部單元服從全局總趨勢的程度和空間異質(zhì)性，定義為式(8)：

(8)

3 利用燈光指數(shù)分析江蘇省經(jīng)濟(jì)發(fā)展水平

3.1 燈光指數(shù)與人均地區(qū)生產(chǎn)總值的相關(guān)分析

根據(jù)表(1)中燈光面積指標(biāo)S和平均燈光強(qiáng)度指標(biāo)I的權(quán)重組合計(jì)算2011年各市的燈光指數(shù)L.在此基礎(chǔ)上，利用SPSS22.0統(tǒng)計(jì)分析軟件對燈光指數(shù)與人均地區(qū)生產(chǎn)總值進(jìn)行相關(guān)分析，其結(jié)果見表1.

表1 2011年燈光指數(shù)與人均地區(qū)生產(chǎn)總值相關(guān)性分析

從上表可以看出，相關(guān)系數(shù)均達(dá)到0.8以上，說明2011年的燈光指數(shù)與人均地區(qū)生產(chǎn)總值之間相關(guān)程度較高，即燈光指數(shù)可以較好地反映各市的經(jīng)濟(jì)發(fā)展水平.在表1中，當(dāng)W1=0.7，W2=0.3時(shí)，兩個指標(biāo)的相關(guān)性最為顯著，相關(guān)系數(shù)為0.919，因此權(quán)重最終確定為W1=0.7和W2=0.3，L=S*0.7+I*0.3.

3.2 構(gòu)建燈光指數(shù)與人均地區(qū)生產(chǎn)總值回歸模型及驗(yàn)證

鑒于燈光指數(shù)與人均GDP間相關(guān)性顯著，因此建立燈光指數(shù)與人均GDP的線性回歸模型y=ax+b進(jìn)行人均地區(qū)生產(chǎn)總值估算(y為江蘇省13個地級市的人均GDP，x為該市當(dāng)年燈光指數(shù)).由2011年各市的燈光指數(shù)L(權(quán)重為0.7和0.3)和該年各市的人均GDP擬合得到擬合參數(shù)和線性回歸方程，然后依據(jù)線性回歸方程得到2012年各市估算人均GDP，如表2所示.

表2 2012年各市人均地區(qū)生產(chǎn)總值估算值與統(tǒng)計(jì)值(單位：元)

預(yù)測吻合度作為預(yù)測精度的衡量指標(biāo)，其計(jì)算公式(9)如下：

(9)

將各市的估算人均地區(qū)生產(chǎn)總值與統(tǒng)計(jì)人均地區(qū)生產(chǎn)總值代入式(10)計(jì)算得到預(yù)測吻合度為84.72%.通過表(2)數(shù)據(jù)計(jì)算得出各市的人均地區(qū)生產(chǎn)總值估算結(jié)果總體平均相對誤差為8.02%，其中相對誤差最大的為鎮(zhèn)江市，預(yù)測的人均地區(qū)生產(chǎn)總值為63413.80元，真實(shí)人均地區(qū)生產(chǎn)總值為83651元，平均相對誤差為24.19%；揚(yáng)州市的平均相對誤差也較大，達(dá)22.10%；鹽城市人均地區(qū)生產(chǎn)總值的估算結(jié)果與真實(shí)人均地區(qū)生產(chǎn)總值最為接近，預(yù)測的人均地區(qū)生產(chǎn)總值為43922.92元，真實(shí)人均地區(qū)生產(chǎn)總值為43172元，平均相對誤差為1.74%；其次是南京市，預(yù)測的人均地區(qū)生產(chǎn)總值91068.82元，真實(shí)人均地區(qū)生產(chǎn)總值為88525元，平均相對誤差為2.87%.

總體而言，2012年各市的估算人均GDP大多數(shù)與真實(shí)統(tǒng)計(jì)GDP的差距不是很大，模型估算結(jié)果較好，這也進(jìn)一步證實(shí)人均地區(qū)生產(chǎn)總值的變化可以用燈光指數(shù)的變化來反映.

3.3 經(jīng)濟(jì)發(fā)展水平的時(shí)間差異分析

燈光指數(shù)克服了傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)中包含的人為影響等問題，使統(tǒng)計(jì)數(shù)據(jù)更為科學(xué)嚴(yán)謹(jǐn)[21]，而且通過相關(guān)分析和回歸分析，也可以表明采用燈光指數(shù)來反映江蘇省經(jīng)濟(jì)發(fā)展水平具有客觀性，因此可以通過燈光指數(shù)來分析江蘇省各市經(jīng)濟(jì)發(fā)展的空間分布及差異.

利用ArcGIS自然間斷點(diǎn)分級法將燈光指數(shù)分為5類，對應(yīng)的經(jīng)濟(jì)發(fā)展水平分別為低、較低、中等、較高和高，繪制出燈光指數(shù)空間分布差異圖.圖2表示2010年、2013年兩年各市的燈光指數(shù)空間分布差異圖，從圖中可以看出2010年經(jīng)濟(jì)發(fā)展水平高的是蘇州市、無錫市和南京市，較高的是常州市，中等水平的是揚(yáng)州、鎮(zhèn)江、南通和泰州，較低的是徐州市，經(jīng)濟(jì)發(fā)展水平低的是宿遷、連云港、淮安和鹽城市；2013年經(jīng)濟(jì)發(fā)展水平高的是蘇州市、無錫市和南京市，較高的是常州市和鎮(zhèn)江市，中等的是揚(yáng)州、南通、泰州和徐州市，較低的是淮安和鹽城市，經(jīng)濟(jì)發(fā)展水平低的是宿遷和連云港市.從全省格局看蘇南、蘇中、蘇北三個地區(qū)經(jīng)濟(jì)差異界限很明顯，經(jīng)濟(jì)發(fā)展熱點(diǎn)區(qū)域集中在靠近上海的蘇南地區(qū)，而冷點(diǎn)區(qū)域多分布在蘇北的中部地區(qū).從2010年至2013年江蘇省經(jīng)濟(jì)發(fā)展水平高的地區(qū)保持基本穩(wěn)定；經(jīng)濟(jì)發(fā)展水平低的城市數(shù)量有明顯減少，到2013年只有宿遷和連云港處于經(jīng)濟(jì)發(fā)展水平低的階段，反映了蘇北地區(qū)相鄰地域單元空間關(guān)系發(fā)生較大變化；較高與中等水平地區(qū)逐漸增多，主要表現(xiàn)為沿長江和滬寧線向西擴(kuò)張，反映了蘇南和沿江地區(qū)發(fā)展優(yōu)勢進(jìn)一步提升，同時(shí)也在逐步帶動蘇中和蘇北地區(qū)共同發(fā)展.這四年里各市縣的經(jīng)濟(jì)水平都有所提升尤其是徐州、鹽城跟淮安市的經(jīng)濟(jì)增長速度顯著，蘇南蘇北間的經(jīng)濟(jì)差異有所縮小，但是江蘇省經(jīng)濟(jì)空間結(jié)構(gòu)的兩極分化現(xiàn)象仍然很嚴(yán)重，這也將成為江蘇未來優(yōu)化產(chǎn)業(yè)和經(jīng)濟(jì)空間結(jié)構(gòu)的繼續(xù)加強(qiáng)和努力的方向.

圖2 江蘇省各市燈光指數(shù)的空間分布差異Fig.2 Spatial distribution of light index in different cities in jiangsu province

3.4 空間上經(jīng)濟(jì)發(fā)展水平差異分析

在ArcGIS中通過空間統(tǒng)計(jì)分析功能計(jì)算2010和2013每個年份的燈光指數(shù)的全局空間自相關(guān)統(tǒng)計(jì)量并進(jìn)行顯著性檢驗(yàn)(表3).從表中可知：在兩個時(shí)間截面上，Global Moran’s I值均為正且逐漸增大，這些數(shù)據(jù)表明江蘇省內(nèi)部區(qū)域之間的經(jīng)濟(jì)作用是正向相關(guān)的，即無論是經(jīng)濟(jì)發(fā)展水平較高還是偏低的區(qū)域在地理空間上均呈現(xiàn)出集聚態(tài)勢，且隨著時(shí)間推移這種集聚趨勢加強(qiáng)，這一結(jié)果分析與江蘇省省情相吻合.再看Z值，這一時(shí)間段最小的Z值為3.34，大于臨界值1.96，因此可以證明本文建立的燈光指數(shù)模型在測度江蘇省縣域經(jīng)濟(jì)的相關(guān)性方面是可行的.

表3 不同年份各市經(jīng)濟(jì)發(fā)展水平Global Moran’s I指數(shù)

進(jìn)一步探索各個城市與其周邊其他城市的局部空間關(guān)聯(lián)性，運(yùn)用GeoDA軟件繪制江蘇省2010年和2013年兩個年份的經(jīng)濟(jì)發(fā)展水平綜合指數(shù)Moran散點(diǎn)圖(圖3).

圖3 江蘇省燈光指數(shù)Moran散點(diǎn)圖Fig.3 Moran scatter diagram of light index of jiangsu province

坐標(biāo)系中的每個點(diǎn)都代表一個市域單元，從圖3可以看出江蘇省絕大部分地區(qū)都位于第一、第二和第三象限，即處于HH、LH和LL區(qū)域.HL區(qū)域說明該區(qū)域中心的經(jīng)濟(jì)單元對周邊區(qū)域的經(jīng)濟(jì)溢出效應(yīng)作用明顯，能夠帶動周邊經(jīng)濟(jì)的發(fā)展，這類區(qū)域可被稱作“高速增長區(qū)”，蘇州、常州和無錫市處于HH區(qū)域，說明經(jīng)濟(jì)發(fā)展水平較高的城市集中在蘇南地區(qū)；而LH區(qū)域則表明該區(qū)域內(nèi)的經(jīng)濟(jì)中心是個“洼地”，無法起到帶動周邊地區(qū)發(fā)展的作用，這類區(qū)域通常被稱為“滯后區(qū)域”；位于第三象限(LL)內(nèi)的點(diǎn)表示無論是位于中心還是處在外圍的經(jīng)濟(jì)單元，其經(jīng)濟(jì)發(fā)展水平均非常低的，這類區(qū)域被稱為“連片貧困區(qū)”，而徐州、宿遷和連云港市正好處于LL區(qū)域內(nèi)，說明經(jīng)濟(jì)發(fā)展水平低的城市集聚在蘇北地區(qū).從圖3中我們也可以看到，經(jīng)濟(jì)發(fā)展水平高的城市多集中在蘇南，具有顯著的集聚性，該地區(qū)的城市具有良好的地理區(qū)位，靠近長三角中心城市上海，上海經(jīng)濟(jì)發(fā)展帶動周邊城市經(jīng)濟(jì)迅速發(fā)展，尤其是蘇州在上海的帶動下經(jīng)濟(jì)飛速發(fā)展.全省大部分城市仍處于LH區(qū)域，這些城市主要分布在蘇北及與蘇中接壤的地區(qū)，既受到發(fā)達(dá)地區(qū)的輻射，又受到欠發(fā)達(dá)地區(qū)的制約；又由于受到政府政策調(diào)控和地理資源環(huán)境等多方面因素影響，使其長期處于經(jīng)濟(jì)發(fā)達(dá)與經(jīng)濟(jì)滯后之間的過濾地帶，因此這類城市想要尋求自身經(jīng)濟(jì)發(fā)展艱難，需要及時(shí)抓住機(jī)遇.比較兩個年份的燈光指數(shù)Moran散點(diǎn)圖，鎮(zhèn)江市在2013年由第二象限(LH)跨越到第一象限(HH)，說明其一直在提升自身經(jīng)濟(jì)水平，努力縮小與周邊城市的空間差異程度；南京市在2013年由HH型跨越到HL型，表明南京的經(jīng)濟(jì)發(fā)展水平已經(jīng)領(lǐng)先于鎮(zhèn)江、揚(yáng)州和常州市等周邊城市，成為該區(qū)域內(nèi)的一個增長極.在這四年里，LH型城市數(shù)量在減少并逐漸在向HH型轉(zhuǎn)變，雖然LL型城市數(shù)量沒有變化但集聚程度變強(qiáng)，這表明經(jīng)濟(jì)發(fā)展水平較高的城市在逐步帶動周邊低經(jīng)濟(jì)發(fā)展水平城市發(fā)展，例如淮海經(jīng)濟(jì)區(qū)的建設(shè)加強(qiáng)了徐州、宿遷和連云港三市之間的經(jīng)濟(jì)合作，從而全面提升蘇北地區(qū)的經(jīng)濟(jì)發(fā)展水平.

4 結(jié) 論

燈光指數(shù)與人均地區(qū)生產(chǎn)總值間相關(guān)程度較高，能夠很好地反映人均地區(qū)生產(chǎn)總值的變化，利用燈光指數(shù)來分析經(jīng)濟(jì)發(fā)展水平具有客觀合理性.以江蘇省2010至2013年燈光指數(shù)分析各市的經(jīng)濟(jì)發(fā)展水平和發(fā)展速度，得出以下主要研究結(jié)論：

(1)利用夜間燈光數(shù)據(jù)構(gòu)建燈光指數(shù)，2011年各市的燈光指數(shù)與人均地區(qū)生產(chǎn)總值相關(guān)性顯著，相關(guān)系數(shù)達(dá)到0.919，從而可以建立線性回歸模型來估算2012年各市的人均地區(qū)生產(chǎn)總值，預(yù)測的吻合度為84.72%.這說明區(qū)域的經(jīng)濟(jì)發(fā)展水平可以采用燈光指數(shù)來表征.

(2)結(jié)合2010年和2013年這兩年江蘇省各市燈光指數(shù)的空間分布圖和Moran散點(diǎn)圖看出，江蘇省各市的經(jīng)濟(jì)發(fā)展水平存在空間不均衡性：省會南京及蘇錫兩市經(jīng)濟(jì)水平最高且遠(yuǎn)遠(yuǎn)高于其他城市，中部城市經(jīng)濟(jì)發(fā)展水平稍低，蘇北五市經(jīng)濟(jì)水平較低，而且隨著年份的推移，無論是經(jīng)濟(jì)發(fā)展水平較高的蘇南地區(qū)還是偏低的蘇北地區(qū)的城市都具有明顯的集聚態(tài)勢.

(3)2010-2013年，江蘇省總燈光指數(shù)平均值從0.308提高到0.327，全省平均人均地區(qū)生產(chǎn)總值在不斷提高，從51398元增長到73751元，這表明其經(jīng)濟(jì)發(fā)展總體水平有所提高.但是從13個地級市各自的經(jīng)濟(jì)發(fā)展來看，經(jīng)濟(jì)發(fā)展水平參差不齊.長期的經(jīng)濟(jì)發(fā)展已經(jīng)形成了以蘇南(主要是蘇州和無錫)為核心的集聚發(fā)展格局，而蘇北地區(qū)始終是江蘇省經(jīng)濟(jì)發(fā)展的軟肋，這種現(xiàn)象的產(chǎn)生有現(xiàn)階段的原因，更有歷史的沉積作用，考慮到這種現(xiàn)象的存在，江蘇省政府更要積極規(guī)劃蘇南、蘇北地區(qū)的經(jīng)濟(jì)協(xié)調(diào)政策，為江蘇省經(jīng)濟(jì)實(shí)現(xiàn)快速、持續(xù)的健康發(fā)展掃除障礙.近年來我省致力于推動“1+3”重點(diǎn)功能區(qū)戰(zhàn)略實(shí)施，積極推動揚(yáng)子江城市群、江淮生態(tài)經(jīng)濟(jì)區(qū)、沿海經(jīng)濟(jì)帶和淮海經(jīng)濟(jì)區(qū)發(fā)展，就是為了發(fā)展地區(qū)特色經(jīng)濟(jì)，進(jìn)一步縮小蘇南、蘇中和蘇北三大地區(qū)經(jīng)濟(jì)發(fā)展水平的差異，提升江蘇未來的競爭力.