1、国土与自然资源研究2023No.2TERRITORY&NATURAL RESOURCES STUDY5文章编号：1003-7853（2023）02-0005-04关中平原城市群经济联系强度研究王国力1，2，邵宇佳1（1.辽宁师范大学 地理科学学院，辽宁 大连 116029；2.东北财经大学 投资工程管理学院，辽宁 大连 116025）摘要：区域城市化发展到今天，城市群是其重要的表现形式之一，城市群不仅是区域城市化的高级阶级性现象，还是要素汇集与扩散作用的结果。文章以关中平原城市群作为研究对象，分析城市群经济联系强度。本文从可持续发展角度，采取主成分与经济联系强度等方法，对关中平原城市群经济联系
2、强度进行评价，为日后的研究提供基础和参考。结果显示，（1）关中平原城市群中，西安市的主成分得分最高，陕西省部分城市高于甘肃省与山西省部分城市。（2）从经济联系强度来看，西安市与城市群内其他城市联系情况较好，天水市、平凉市、庆阳市与临汾市对外经济联系强度较弱。关键词：关中平原城市群；主成分分析；经济联系强度中图分类号：F293文献标识码：Adoi:10.16202/ki.tnrs.2023.02.002Study on the Intensity of Economic Connectionof Guanzhong Plain Urban AgglomerationWang Guoli1,2,S
3、hao Yujia1(1.School of Geography,Liaoning Normal University,Dalian Liaoning 116029,China;2.School of Investment Engineering Management,Dongbei Universityof Finance and Economics,Dalian Liaoning 116025,China)Abstract:Nowadays,urban agglomeration is one of the importantmanifestations of regional urban
4、ization.Urban agglomeration is notonly the senior class phenomenon of regional urbanization,but alsothe result of the convergence and diffusion of elements.This papertakes Guanzhong Plain urban agglomeration as the research object toanalyze the economic connection strength of urban agglomeration.Fro
5、m the perspective of sustainable development,this paper adoptsthe methods of principal component and economic linkage strengthto evaluate the economic linkage strength of Guanzhong Plainurban agglomeration,so as to provide the basis and reference forfutureresearch.Theresultsshowthat,(1)amongtheurban
6、agglomeration of Guanzhong Plain,the principal component scoreof Xi an is the highest,and some cities in Shaanxi Province arehigher than some cities in Gansu Province and Shanxi Province.(2)From the perspective of economic connection intensity,Xi anhas a good connection with other cities in the urba
7、n agglomeration,while Tianshui City,Pingliang City,Qingyang City and Linfen Cityhave weak external economic connection intensity.Key words:Guanzhong urban agglomeration;principal component analysis;economic connection intensity0引言关中平原城市群以围绕建设具有国际影响力的国家级城市群、内陆改革开放新高地为目标，推进核心城市西安建设国家中心城市，进一步提升宝鸡、铜川、渭南
8、、商洛、运城、临汾、天水、平凉、庆阳等重要节点的综合承载能力，适度扩大城市人口规模，提升城市综合服务能力。1数据与方法1.1研究区概况关中平原城市群以西安为中心，包括周边的宝鸡、铜川、渭南、咸阳、商洛、运城、临汾、天水、平凉、庆阳等共 11 市1，覆盖的省份有陕西省、山西省和甘肃省。关中平原城市群面积为 107 100 平方千米，是连接亚欧大陆的重要节点，是除成渝城市群之外的西部第二大城市群，是西部地区连接东部地区的重要纽带，承担起连接东西部的重任。关中平原地区作为华夏文明的发源地，也是古丝绸之路的起点，拥有着中华民族重要的历史记忆，其拥有良好的基础设施建设，具有较大发展潜力，在城市群发展中拥
9、有独特的地位。近年来，以西安市为中心的高铁网络逐渐形成，城市基础设施建设不断完善，资源和要素流动加快，为关中平原城市群的进一步发展提供可能。1.2研究数据本文采取了定性和定量相结合的方式进行研究，对关中平原城市群 20182020 年选择的 10 个指标进行研究，研究数据来源于 2019-2020 年中国城市统计年鉴 2018-2020 年中国建设统计年鉴 2019-2020 年甘肃省统计年鉴 2019-2020 年陕西省统计年鉴2019-2020 年山西省统计年鉴 及 20182020 年各城市统计公报。2研究方法及指标体系本文是对关中城市群经济联系强度进行研究，选取的指标和涉及的相关概念较
10、多，对其研究需要和具体的实际相结合，同时借助一定的指标数据加以分析，使研究结果更为合理。2.1研究方法本文采用文献研究、主成分分析与经济联系强度模型对关中平原城市群的经济联系进行研究。首先通过学者的文献对可持续发展的概念和总体方向进行研究，并对人均地区生产总值和城区常住人口进行首位度研究，分析其核心竞争力，并通过首位度了解城市发展要素在最大城市的集中程度，更加便于理解。其次利用主成分分析2可以算出各个城市的综合得分并进行排名，可以很好地了解 20182020 年城市发展的状况，最后通过经济联系强度指标分析各城市之间的经济联系强度。2.1.1首位度。首位度在一定程度上代表研究区域内某种要素的集中
11、程度，为了计算简化和更容易理解，本文采用“两城市指数”，即用首位城市除以第二位城市，计算公式如下：S=P1/P2（1）式中，P1为首位城市；P2为第二位城市。一般认为，S2，表明区域内某种要素结构正常、集中程度适宜，S2，则表明该区域内存在结构失衡、过度集中等问题。2.1.2主成分分析。通过计算协方差矩阵、求特征值与单位特征向量、选择主成分、计算主成分载荷，最后算出主成分得分，更能直观说明关中平原城市群各城市的综合发展情况。2.1.3经济联系强度。Reilly 与 Zipf 发现城市间的距离与城市之间的联系存在一定关系，将万有引力模型引入经济联系强度，研究学者不断对引力模型进行改进，公式如下：
12、Fij=GiPiGjPjD2ij（2）式中，Fij为城市 i 与城市 j 之间的经济联系强度；Gi与 Pi为城市 i 的 GDP 总量与城区常住人口数量；Gj与 Pj为城市 j 的 GDP 总量与城区常住人口数量；Dij为城市 i 与城市 j 之间的距离。Fij越大，表明两城市之间的经济联系强度越大，Fij越小，表明两城市之间的经济联系不足。2.2指标体系由于城市综合情况受多种因素的影响，对关中平原城市群进行综合分析，分别从经济环境、社会环境、生态环境三个方面进行了指标选择，共选择 10 个指标进行研究，见表 1 所示。6王国力等 关中平原城市群经济联系强度研究表 1关中城市群指标体系总体层评
13、价层指标层经济环境社会环境生态环境经济总量财政收入科技创新教育人口人民生活园林绿化污染治理人均地区生产总值（元）地方财政一般预算收入（亿元）每万人专利申请量（件）互联网年末宽带用户（万户）教育经费支出（万元）城区常住人口（万人）小学生在校人数（万人）城镇居民可支配收入（元）建成区绿化覆盖率（%）生活垃圾无害化处理率（%）3研究结果与分析3.1首位度分析通过公式计算关中平原城市群人均地区生产总值与城区常住人口首位度，如表 2 所示。从表中看出，人均地区生产总值从 2018 年到 2020表 2关中平原城市群首位度人均地区生产总值城区常住人口2018201920201.421.561.625.73
14、6.206.16年呈现波动上升的趋势，2018 年的首位度为 1.42，因此表明 2018 年关中平原城市群人均地区生产总值结构基本合理，但到 2020 年却增长为 1.62，说明西安市的资源过度集中，形成虹吸效应，剥夺其他城市的要素，对其他城市发展不利。城区常住人口呈现波动上升的趋势，存在地区人口结构失衡3。3.2主成分分析利用 SPSS 软件对 20182020 年关中平原城市群的 10 个指标进行主成分分析，其中 KMO 与巴特利特球形检验（表 3）结果表明，KMO 值分别为 0.729、0.536、0.782 均大于 0.5，同时显著性水平为 0，因此可以对上述数据进行主成分分析。表
15、3KMO 和巴特利特检验KMO 和巴特利特检验年份201820192020KMO 取样适切性量数0.7290.5360.782巴特利特球形度检验近似卡方自由度显著性130.000450.000138.965450.000157.948450.0002018 年，通过 SPSS 进行主成分分析，提取出三个主成分，三个指标累计贡献率为 93.502%，超过 90%，能较好地解释变量（表 4），因此选取第一个、第二个和第三个主成分，记为 Y1、Y2、Y3，关中平原城市群主成分表达式如下：Y1=0.314363X1+0.368007X2+0.360505X3+0.359754X4+0.357879X5
16、+0.368758X6+0.354878X7+0.321115X8+0.089657X9+0.072776X10Y2=-0.35967X1+0.075343X2+0.015248X3+0.033187X4+0.149789X5-0.00628X6+0.194636X7-0.22872X8-0.39376X9+0.772267X10Y3=-0.14393X1-0.08096X2-0.1939X3+0.035982X4+0.053973X5-0.08696X6-0.02799X7+0.149925X8+0.851574X9+0.417791X10Y=0.71059Y1+0.12434Y2+0.10009Y32019 年，通过 SPSS 进行主成分分析，提取出两个主成分，两个指标累计贡献率为 84.12%，能较好地解释变量（表 4），因此选取第一个、第二个成分，记为 Y1、Y2，关中平原城市群主成分表达式如下：Y1=0.320808X1+0.367717X2+0.360581X3+0.348199X4+0.366959X5+0.369211X6+0.357204X7+0.315555X8+0