长江三角洲区域一体化发展上升为国家战略以来,长三角一体化尤其是高质量一体化发展研究备受关注。高质量一体化是基于“高质量”发展对传统一体化进行再谋划、再深化产生的新目标。其中,“高质量”为区域一体化发展提出新要求,“一体化”为推动高质量发展提供新动能。在一体化快速发展阶段,长三角城市群虽实现了区域经济的总量扩张,但仍面临着发展质量不高、国际竞争力不强、区域差距大、生态功能退化等问题[1]。新时期经济发展正由高速增长阶段向高质量发展阶段转变,相应地一体化发展正处于由快速成长阶段向质量提升阶段转变的过渡期。在一体化进入由低质量发展向高质量迈进的转型期[2],探寻区域一体化高质量发展新路径,成为提升区域整体竞争力面临的关键问题。作为城市群的基本组成单元,城市的发展质量决定了城市群一体化的发展质量,全面认识和提高城市发展质量成为实现区域一体化高质量发展的首要任务。基于此,论文将构建城市发展质量评价指标体系,测度城市发展质量,并追踪其时空演变格局,为实现长三角城市群城市精准定位、合理分工、促进区域协同创新提供理论基础。
城市发展质量体现在城市“质”与“量”的协调发展[3, 4],可有效反映城市的现代化水平,关系到城市社会发展的各个方面[5]。国外对城市发展质量研究可追溯到联合国人居中心构建的城市发展指数(CDI)和城市指标准则(UIG)的评价体系[6, 7],其中,城市发展指数(CDI)主要衡量城市发展水平,由基础设施、废品处理、健康、教育、城市生产5个部分组成。《社会指标研究丛书》中的《调查城市生活质量》从广域视角对城市生活质量的各个领域进行评价,包括经济、就业、住房、交通、教育、治安、医疗、环境等[8-10]。国内学者对于城市发展质量的研究主要包括两个层面。一是对区域城市发展质量的测度和评价,包括单个城市和省域层面的城市发展质量时空特征和变化趋势[11-13],也有以城市群为对比单元,对不同区域城市发展质量进行差异化的比较分析[14];二是对全国尺度各大中心城市的发展质量进行测度和评价,得出各城市的发展趋势和空间分布特征[15, 16]。测度视角主要包括社会和经济效益[17, 18]、城市化[19, 20]、城市功能[21]、生境景观[22-24]、社会服务[25]、人居环境[26, 27]、生活空间[28-31]、经济—社会—环境三维叠加[32]、“三生”空间及其功能[33, 34]等。由此可见,目前城市发展质量研究多基于单一因子进行评价,已有的多因子分析也仅局限于经济、社会与生态三个维度,在城市发展质量研究方面,复合指标比单一指标具有更好的解释力[35]。因此,从复合角度出发,构建城市发展质量综合评价指标体系,对提升城市发展质量具有重要理论意义。
城市高质量发展的内涵是营造高效的经济环境、便捷的居住环境、公平的社会环境以及绿色的自然环境[36]。同时,新型城镇化高质量发展也提出了高质量的经济建设、社会服务、智慧创新、基础设施、人居环境的多级耦合目标。因此解决经济、社会、科教、设施、环境的发展质量差异及失调等问题是推进城市高质量发展的基础,为此,本文从城市经济发展、社会进步、科教升级、设施完善、环境改善等5个维度及其综合视角出发,构建城市发展质量评价指标体系,定量测度长三角城市群城市发展质量,分析城市发展质量及其时空演化特征,优化区域城市发展质量空间格局,对长三角城市群实现高质量一体化发展目标具有重要现实意义。
2 研究区域、数据来源与研究方法 2.1 研究区域长三角城市群是中国社会经济发展最为发达的区域之一,也是“一带一路”与长江经济带的重要交汇地。长三角城市群经济腹地广阔,拥有现代化江海港口群和机场群,高速公路网健全,公铁交通干线密度全国领先,立体综合交通网络基本形成。2016年《长江三角洲城市群发展规划》中,将安徽省合肥都市圈纳入长三角城市群,使其范围从“两省一市”扩展到目前的“三省一市”。地理空间上包括上海、南京、杭州、合肥等26个城市(图 1),覆盖国土面积21.17万平方公里。2019年长三角地区生产总值19.74万亿元,总人口1.56亿人,在全国2.2%的国土领域上产出全国19.92%的生产总值和承载了11.11%的人口总量。
![]() |
图 1 长三角城市群空间范围 Fig.1 Research Area of Yangtze River Delta Urban Agglomeration |
城市发展质量是评价城市群整体发展水平的主要依据。其测度主要有两种方式,一是以客观指标为主的指标体系来进行,二是通过主观指标来实现。客观指标主要从影响人们物质生活与精神生活的客观条件出发,衡量城市发展状态。因客观指标具有精确性、可比性,且涵盖领域较为全面,被广泛应用于城市发展质量的综合评价[37]。国家标准化管理委员会2019年国家标准制修订项目(国标委发[2019]22号)于2019年9月正式启动,由中国质量认证中心组织起草并于12月形成《中华人民共和国城市发展质量评价指标》(Evaluation indicators for quality of city development),其中包括20个一级指标,52个二级指标,本文将52个指标归并到经济、社会、科教、设施、环境5个维度(表 1),对长三角城市群城市发展质量进行测度,在此基础上探究城市发展质量时空演变格局。所需数据来源于《中国城市统计年鉴》、各省市统计年鉴、国民经济与社会发展统计公报。对部分缺失值,本文通过相邻年份数据和年平均变化率推演计算,用所得结果进行补充。(例如:《安徽省统计年鉴2019》和马鞍山市2018年国民经济与社会发展统计公报均未对马鞍山市2018年管网长度进行统计,针对该项指标,本文采取查阅2008年以来该数据统计值,计算年平变化率,并运用2017年数值推演而来。)
![]() |
表 1 长三角城市群发展质量测度指标体系 Tab.1 Index System for Development Quality Measuring of Yangtze River Delta Urban Agglomeration |
运用熵值法测度长三角城市群城市发展质量,指标熵值越小,其权重越大,反之亦然。构建原始指标数据矩阵,其中m代表城市个数,n代表指标个数,k代表年份,i =1, 2, …, m;j =1, 2, …, n。
![]() |
(1) |
![]() |
(2) |
(1)数据标准化处理
由于评价指标的量纲、数量级和正负取向均有差异,需对原始数据进行标准化处理。式中x′ij为原始指标的标准化值,xij为原始值,xjmax和xjmin分别为第j项指标数值在各城市中的最大值和最小值。
![]() |
(3) |
(2)计算第j项指标下第i个城市指标值比重
![]() |
(4) |
(3)计算第j项指标的熵值ej。其中,k > 0,为满足0 ≤ ej ≤ 1,设k =1/ ln m,ln为自然对数。当pij =0时,自然对数无意义,故在计算过程中,令pij ln pij = 0。
![]() |
(5) |
(4)计算评价指标j的差异系数gj。其中,gj反映了指标值的差异性大小,数值差异性越大,该指标的权重越大;当某项指标下的数据完全相等时,则差异性系数最小,即为0。
![]() |
(6) |
(5)计算评价指标的权重wj
![]() |
(7) |
(6)计算i城市第k年城市发展质量评价值Ui
![]() |
(8) |
(7)计算i城市第k年的城市发展质量得分Fi
![]() |
(9) |
通过变异系数比较2008、2013、2018年长三角城市群城市综合发展质量和经济、社会、科教、设施、环境发展质量的离散程度大小,进而判断城市基于各项功能的发展质量均衡及协调程度。其中,CV为变异系数,SD为数据组的标准偏差,MN为平均值。
![]() |
(10) |
(1)区域几何平均中心
![]() |
(11) |
其中,
(2)发展质量平均中心
![]() |
(12) |
其中,Ui为城市i的城市发展质量评价值,
(3)平均中心转移距离指数
![]() |
(13) |
其中,t和t + 1代表相邻的两个年份,
运用二分变量Logit模型测度各指标(自变量Xi)对城市发展质量(因变量Y)的影响水平,当Y =1时,表示城市发展质量比较满意,当Y =0时,表示城市发展质量不满意。P1表示城市发展质量为比较满意的概率,P0表示城市发展质量为不满意的概率,a为常数项,bi为自变量系数。通过指标对城市发展质量等级概率的影响分析,判断各指标对城市发展质量影响的显著性。
![]() |
(14) |
计算2008、2013和2018年城市各项及综合发展质量得分(图 2),长三角城市群城市环境发展质量得分较高,且区域差异小;设施发展质量得分相对较低,且区域差异大。除舟山和铜陵城市科教发展质量得分较低外,其他城市的经济、社会和科教发展质量与城市综合发展质量得分趋势基本一致。以城市综合发展质量为代表的得分呈现出四个梯度,第一梯度城市包括上海、南京、苏州、无锡和杭州,平均综合发展质量得分大于60,其中上海市最高;第二梯度城市包括合肥、常州、宁波、舟山、铜陵和镇江,平均综合发展质量得分介于40—60之间;第三梯度城市包括嘉兴、芜湖、马鞍山、湖州、绍兴和扬州,平均综合发展质量得分介于30—40之间;第四梯度包括金华、南通、台州等9(10)①个城市,平均综合发展质量得分低于30。上海、南京、杭州、合肥等城市的各项发展质量得分曲线密切交织,说明城市的经济、社会、科教、设施和环境发展协调程度较高;常州、马鞍山、镇江等城市的各项发展协调程度相对较低,其中科教发展质量明显偏低,环境发展质量高于综合发展质量;嘉兴、芜湖、扬州等城市差异化发展趋势更为明显,环境发展质量得分较为理想,但设施发展质量均明显低于综合发展质量,一定程度上解释了设施配套是城市发展的基础力量。
![]() |
图 2 城市各项及综合发展质量得分 Fig.2 Score of Urban Development Quality |
从时间轴向来看,长三角城市群的城市经济、社会和设施发展质量均有提高,科教发展质量在2008—2013年间略有下降,随后快速提升。环境发展质量在两个时段内呈“U”形发展态势,整体得分降低,说明长三角城市群环境发展质量在下降。城市发展质量平均得分年均增长率在两个时段内呈现出明显上升趋势(表 2),综合发展质量得分年均增长率由2008—2013年的6.31%增长至2013—2018年的6.44%,提高了0.13个百分点。相同趋势下,经济发展质量和社会发展质量平均得分年均增长率分别提高0.41和0.67个百分点,设施发展质量平均得分年均增长率提升最快,提高1.97个百分点。环境和科教发展质量平均得分在2013—2018年间出现快速增长,年均增长率分别达到2.53%和11.84%。说明长三角城市群城市发展质量在过去的十年里经历了加速增长。
![]() |
表 2 长三角城市群城市发展质量平均得分与增长率 Tab.2 Average Score and Growth Rate of Urban Development Quality in Yangtze River Delta Urban Agglomeration |
对2008、2013和2018年城市经济、社会、科教、设施、环境以及综合发展质量变异系数进行测度并排名(表 3),变异系数较高(前10位)的城市中,三个年份均有出现的城市包括上海、南京、杭州、合肥、无锡和舟山,其中上海市三个年份的城市综合发展质量排名为1—1—1,南京市为2—2—3,杭州市为4—3—2,合肥市为6—6—6,无锡市为5—5—5,舟山市为10—10—9。苏州、常州和宁波均两次出现在城市发展质量变异系数前十位行列,其中苏州三个年份的城市综合发展质量排名为3—4—4,常州为7—7—7,宁波为8—11—8。由此说明,长三角城市群的各项城市发展质量存在明显的非均衡性,城市综合发展质量得分较高,但经济、社会、科教、设施和环境尚未形成统一的协调发展。如上海、南京、杭州、无锡等城市均体现出经济、社会、科教发展质量较高,相比之下,设施和环境发展质量很低,这种不协调的城市发展质量将阻碍长三角城市群的整体高质量发展。
![]() |
表 3 城市发展质量得分变异系数排名 Tab.3 Ranking of Urban Development Quality Scores' CV |
综合比较三省(市)城市发展质量平均得分(表 4),上海市作为区域核心城市,虹吸效应明显,获取信息、共享资源等途径较多,发展速度较快,城市发展质量得分上表现出显著优势。江苏省、浙江省、安徽省的发展质量特征与上海市不同。城市综合发展质量和各项发展质量平均得分大多呈现增长趋势。其中江苏省增长率最高,安徽省其次,浙江省增长率相对较低。三省中,江苏和浙江两省发展质量水平相当,且明显高于安徽省。通过十年的发展,尤其是长三角城市群空间扩容以及长三角区域一体化发展上升为国家战略的促进下,安徽省与其他两省一市的综合发展质量平均得分差距不断缩小。2008年,江苏省和浙江省平均得分是安徽省的1.88倍和1.63倍,到2018年两省的综合发展质量平均得分分别是安徽省的1.51倍和1.34倍。其中经济与社会发展质量差距缩短比较明显,经济发展质量得分从2008年的2.42倍和1.69倍降低至2018年的1.50倍和1.20倍;社会发展质量得分从2008年的1.95倍和2.00倍降低至2018年的1.79倍和1.80倍。根据收敛理论,本文对长三角城市群城市发展质量得分进行β收敛性检验,结果显示收敛系数β值为-0.5406,且通过1%显著性检验,说明长三角城市群城市发展质量存在显著的绝对收敛趋势,安徽省城市发展质量,尤其设施和环境发展质量提升速度明显高于上海市、江苏省和浙江省,与三省一市综合发展质量平均得分差距不断缩小的事实相符。
![]() |
表 4 三省一市城市发展质量平均得分 Tab.4 Urban Development Quality Average Score of Three Provinces and One City |
运用Logit模型对52项初始指标进行分析,可有效探讨各指标对长三角城市群城市发展质量得分的影响程度,进而解释城市发展质量得分形成机理,同时有助于针对性地采取措施提高城市发展质量。用Y代表城市综合发展质量,将综合发展质量得分处于前三个梯度的17个城市定义为发展质量比较满意城市,即Y=1,将第四梯度的9(10)①个城市定义为发展质量不满意城市,即Y=0。将52个初级指标定义为自变量X作为影响指标进行探究。基于最大似然估计法得到Logit模型分析结果(表 5)。模型参数的统计量P值为0.074,小于0.1,整体通过显著性检验;HL(Hosmer和Lemeshow)检验结果P值为0.491,显著大于0.1,表明初级指标适合做Logit模型分析。模型结果显示A11、B11、C11、D21、E11等32项指标的系数在0.1水平下通过了显著性检验,其中,对城市经济发展质量具有显著影响的指标有人均GDP、地均GDP、服务业增加值所占比重、人均一般公共预算收入等,说明经济效益、产业结构和财政是影响城市经济发展质量的关键因素;对城市社会发展质量具有显著影响的指标有城镇居民人均可支配收入、城镇居民人均消费支出、城镇化率、城镇登记失业率等,说明生活水平、城镇化、就业及服务设施是影响城市社会发展质量的重要因素;对城市设施发展质量具有显著影响的指标包括人均道路面积和排水管网密度等,说明交通和市政管网是影响城市设施发展质量的核心因素;对城市环境发展质量具有显著影响的指标有建成区绿化覆盖率、污水集中处理率、一般固体废弃物综合利用率等,说明绿化、污染与治理是影响城市环境发展质量的主要因素;对城市科教发展质量具有显著影响的指标有研究与试验发展(R&D)经费投入强度、教育支出占地方一般公共预算支出比重等,说明技术创新和教育是影响城市科教发展质量的引导因素。
![]() |
表 5 初级指标Logit模型分析结果 Tab.5 Analysis Result of Primary Indicator Logit Model |
长三角城市群区域几何平均中心位于安徽省宣城市。对长三角城市群经济、社会、科教、设施、环境和综合发展质量的平均中心予以分析(图 3)。图中可以看出,三个年份的城市群城市发展质量平均中心,无论是综合发展质量还是分项发展质量的平均中心均位于区域几何平均中心的东侧,说明长三角城市群城市发展质量水平东部高于西部,自西向东的基本排列分布为环境发展质量平均中心、设施发展质量平均中心、科教发展质量平均中心、综合发展质量平均中心、社会发展质量平均中心和经济发展质量平均中心,由此可以判断,长三角城市群城市的经济发展质量和社会发展质量的非均衡性高于科教发展质量、设施发展质量和环境发展质量。从三个年份的动态布局情况看,2008年六个发展质量的平均中心距离区域几何平均中心远且分散,2013年六个发展质量平均中心整体靠近区域几何平均中心且有集中趋势,到2018年,六个发展质量平均中心又出现分散态势,因此,长三角城市群城市发展质量空间分布格局在2008—2018年呈现出分散→集中→分散的演化特征。
![]() |
图 3 城市发展质量平均中心空间分布格局 Fig.3 Spatial Distribution Pattern of Urban Development Quality Average Center |
提取各项城市发展质量平均中心并追踪其空间移动轨迹(图 4),经济发展质量平均中心2008年位于区域几何平均中心东北方向63 km处,2008—2013年向西北方向移动30 km,2013—2018年向东北方向移动21km,说明2008— 2013年安徽省处于经济快速发展阶段,经济发展质量平均中心整体位移为西北方向14 km,所处地理位置由苏州市到无锡市再到苏州市。其余四项城市发展质量位移方向和距离同理追踪(表 6),社会发展质量平均中心整体向西北方移动7.5 km,所处地理位置一直稳定在浙江省湖州市;科教发展质量平均中心向为西北方移动7 km,整体位移最小,所处地理位置由无锡、宣城、湖州三市交界处转移到湖州市,再移动到无锡与湖州市间省际边界线上;设施发展质量平均中心整体向西北方移动14 km,所处地理位置由无锡市到宣城、无锡、常州三市交界处,再移动到无锡市;环境发展质量平均中心整体位移为西南方向8 km,所处地理位置由宣城、无锡、湖州三市交汇处到宣城市,并一直稳定在宣城市。综合发展质量平均中心2008年位于区域几何平均中心东南方向45 km处,2008—2013年向西北方向移动17 km,2013—2018年向东南方向移动6.5 km,整体位移为西北方向7 km,所处地理位置一直稳定在浙江省湖州市。对比分析长三角城市群城市综合和各项发展质量平均中心移动轨迹发现,城市经济发展质量平均中心位移最大,科教发展质量平均中心位移最小。在移动方向上具有一定规律性,东西方向上除科教发展质量外,其余各项城市发展质量平均中心移动轨迹均为“先西后东,整体向西”,说明西部城市经济、社会、设施、环境以及综合发展质量提升速度高于东部,东西发展质量差距逐渐缩小,其中皖江城市带承接产业转移示范区的建立构成安徽省城市发展质量提升的主要动力。南北方向上城市经济、设施和科教发展质量平均中心移动轨迹持续向北,社会和综合发展质量平均中心移动轨迹为“先北后南,整体向北”,说明北部城市发展质量提升速度高于南部,城市设施与经济发展质量具有相互促进作用,且与社会、科教和环境共同影响城市的综合发展质量。
![]() |
图 4 城市发展质量平均中心转移轨迹 Fig.4 Average Center Transition Trajectory of Urban Development Quality |
![]() |
表 6 城市发展质量平均中心移动轨迹(km) Tab.6 Average Center Transition Trajectory of Urban Development Quality (km) |
本文将城市发展质量评价指标归并到经济、社会、科教、设施、环境5个维度,综合测度长三角城市群城市发展质量,并分析城市发展质量时空演变格局,得出以下结论。
(1)长三角城市群各项城市发展质量得分加速上升,发展质量不断优化,但三省一市的城市发展质量差距始终存在,三个年份城市发展质量平均得分分别为32.04、43.50和59.43,得分高于平均值的城市有11个,低于平均水平的15(16)②个城市中安徽省最多。各项城市发展质量由高到低排序依次为环境、经济、社会、设施和科教。各项发展质量存在严重的非均衡性,尚未形成统一的协调发展,突出体现为经济、社会、科教发展质量较高,而设施和环境发展质量较低。
(2)三省一市发展质量平均得分中上海市最高,极化效应明显。但城市发展质量增长率方面江苏省最高,安徽省次之,浙江省平均增长率相对较低。安徽省与其他两省一市的综合发展质量平均得分差距不断缩小。基于发展质量得分的β收敛性检验结果显示长三角城市群城市发展质量存在显著的绝对收敛趋势。基于Logit模型分析表明经济效益、产业结构和财政影响城市经济发展质量,生活水平、城镇化、就业及服务设施影响城市社会发展质量,交通和市政管网影响城市设施发展质量,绿化、污染与治理影响城市环境发展质量,技术创新和教育影响城市科教发展质量。
(3)2008—2018年长三角城市群城市发展质量平均中心均向东偏离区域几何平均中心,空间布局经历了分散→集聚→分散的动态过程,其中经济发展质量平均中心位移最大,科教发展质量平均中心位移最小。东西方向上移动特征较为明显,除科教发展质量外,其他发展质量平均中心移动轨迹均为“先西后东,整体向西”,说明西部城市发展质量提升速度明显较快,东西城市发展质量差距逐渐缩小。南北方向上城市经济、设施和科教发展质量平均中心移动轨迹持续向北,社会和综合发展质量平均中心移动轨迹为“先北后南,整体向北”,说明北部城市发展质量提升速度高于南部,城市设施与经济发展具有相互促进作用,且与社会、科教和环境共同影响城市的综合发展质量。
4.2 讨论已有城市发展质量研究多集中于经济收益、城镇化、生活空间、生境景观、服务功能、生态环境等单一视角的测度与评价,然而2019年国家标准化管理委员会有关“城市发展质量评价指标”编制工作的展开,为城市发展质量研究提供新方向,《中华人民共和国城市发展质量评价指标》中共包含20个一级指标,52个代理变量,涉及到经济、社会、科教、设施和环境5个维度,基于5个维度全要素的城市发展质量评价,比以往的单一指标评价更具解释力,同时也有助于全面认识长三角城市群城市发展中存在的问题及未来发展方向。
全面提升城市发展质量是实现区域协调发展的有效途径,为此,从均衡性视角出发,统筹提高长三角城市群城市经济、社会、科教、设施和环境发展质量。第一,促进长三角城市群经济体制机制创新协同,稳定各城市经济效益、优化产业结构、扩大财政收入,推动区域经济协同发展;第二,促进长三角城市群城市服务功能的跨区协调,优化生活服务功能、提高城镇化发展质量、扩大就业市场及收益,实现城市基本社会服务的合作对接,推动区域社会公共服务功能的快速升级;第三,促进长三角城市群城市科技创新力量升级、扩大科技和教育投资强度,发挥上海、南京、合肥、杭州在文化交流和科技创新中的驱动引领作用,推动G60科创走廊节点城市融合发展,优化区域科技文化等软环境建设;第四,促进长三角城市群城市基础设施一体化建设,加强城市轨道交通、公路、铁路、航空、港口、管道及管网的互联互通和高质量发展,推动区域设施的共建共享;第五,促进长三角城市群城市生态环境协同发展机制的建立,推动三省一市生态绿地空间格局优化和大气、水、固体废弃物污染治理的联防联控,实现区域生态环境的协同治理与保护。
注释:
① 安徽省于2011年因行政区划调整,撤销巢湖地级市,并入合肥市、芜湖市和马鞍山市,城市数量减少1个,2008年第四梯度城市个数为10个,2013年和2018年第四梯度城市个数均为9个。
② 安徽省于2011年因行政区划调整,撤销巢湖地级市,并入合肥市、芜湖市和马鞍山市,城市数量减少1个,2008年发展质量得分低于平均值的城市个数为16个,2013年和2018年发展质量得分低于平均值的城市个数为15个。
[1] |
方创琳, Yehua D W. 河西地区可持续发展能力评价及地域分异规律[J]. 地理学报, 2001, 56(5): 560-568. [Fang Chuanglin, Yehua Dennis Wei. Evaluation on the sustainable development capacity and regularity of its regional differentiation in Hexi region[J]. Acta Geographica Sinica, 2001, 56(5): 560-568.] |
[2] |
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.] |
[3] |
白先春, 凌亢, 郭存芝. 城市发展质量的综合评价——以江苏省13个省辖市为例[J]. 中国人口·资源与环境, 2004, 14(6): 93-97. [Bai Xianchun, Ling Kang, Guo Cunzhi. Synthesis evaluation of the quality of city development:A case of 13 cities under the jurisdiction of the Jiangsu provincial government[J]. China Population, Resources and Environment, 2004, 14(6): 93-97.] |
[4] |
李磊, 张贵祥. 京津冀城市群内城市发展质量[J]. 经济地理, 2015, 35(5): 61-64, 8. [Li Lei, Zhang Guixiang. The city development quality of Beijing-Tianjin-Hebei urban agglomeration[J]. Economic Geography, 2015, 35(5): 61-64, 8.] |
[5] |
毕胜, 孟真, 彭树远, 等. 京津冀城市群城市发展质量的时空演变分析[J]. 中国高新科技, 2019(13): 69-72. [Bi Sheng, Meng Zhen, Peng Shuyuan, et al. Analysis on the spatio-temporal evolution of the urban development quality in Beijing-Tianjin-Hebei urban agglomeration[J]. China High-Tech, 2019(13): 69-72.] |
[6] |
United Nations Human Habitat. The State of the World's Cities Report 2001[R]. New York: United Nations Publications, 2002: 116-118.
|
[7] |
United Nations Human Settlement Programme. Urban indicators guideliners[S]. New York: United Nations Publications, 2004: 8-9.
|
[8] |
Marans R, Stimson R. Investigating quality of urban life: Theory, methods, and empirical research[M]//Michalos A. Social Indicators Research Series. London: Springer, 2011: 1-29.
|
[9] |
Santos L D, Martins I, Brito P. Measuring subjective quality of life:A survey to Porto's residents[J]. Applied Research in Quality of Life, 2007, 2(1): 51-64. DOI:10.1007/s11482-007-9029-z |
[10] |
Song Y. Ecological city and urban sustainable development[J]. Procedia Engineering, 2011, 21(1): 142-146. |
[11] |
周慧敏, 王成新, 刘婕, 等. 山东省城市发展质量差异与变化趋势研究[J]. 合作经济与科技, 2018(18): 4-8. [Zhou Huimin, Wang Chengxin, Liu Jie, et al. Study on the differences and trends of urban development quality in Shandong province[J]. Cooperative Economy & Science, 2018(18): 4-8. DOI:10.3969/j.issn.1672-190X.2018.18.002] |
[12] |
谢尚, 邓宏兵. 长江中游城市群发展质量评价[J]. 统计与决策, 2018, 34(14): 55-58. [Xie Shang, Deng Hongbing. Evaluation on development quality of the Triangle of Central China[J]. Statistics & Decision, 2018, 34(14): 55-58.] |
[13] |
李松霞, 张军民. 新疆"丝路沿线"城市发展质量空间计量分析[J]. 新疆大学学报(哲学·人文社会科学版), 2016, 44(2): 17-23. [Li Songxia, Zhang Junmin. A spatial econometric analysis of the urban development quality in Xinjiang[J]. Journal of Xinjiang University (Philosophy, Humanities & Social Science), 2016, 44(2): 17-23.] |
[14] |
王红, 石培基, 魏伟, 等. 城市群间及其内部城市的质量差异分析——以山东半岛、中原、关中城市群为例[J]. 国土自然资源研究, 2012(6): 1-4. [Wang Hong, Shi Peiji, Wei Wei, et al. Analysis of quality differences of the urban agglomeration and its internal city:A case from Shandong Peninsula, Central Plains, Guanzhong city group[J]. Territory & Natural Resources Study, 2012(6): 1-4.] |
[15] |
王艳婷, 雷鸣. 天津城市发展质量评价研究[J]. 城市, 2017(1): 59-62. [Wang Yanting, Lei Ming. Research on urban development quality evaluation of Tianjin[J]. City, 2017(1): 59-62.] |
[16] |
任家锋, 马卫春, 任程程. 合肥市城市发展质量空间计量分析[J]. 测绘通报, 2018(10): 126-130. [Ren Jiafeng, Ma Weichun, Ren Chengcheng. Spatial econometric analysis of urban development quality in Hefei[J]. Bulletin of Surveying and Mapping, 2018(10): 126-130.] |
[17] |
孔令池. 区域经济发展质量评价及其收敛性分析——基于华东地区的经验数据[J]. 兰州商学院学报, 2013, 29(6): 74-81. [Kong Lingchi. The evaluation and convergence analysis of the quality of regional economic development:Based on the experience data in East China[J]. Journal of Lanzhou Commercial College, 2013, 29(6): 74-81.] |
[18] |
陈雯, 王珏, 孙伟. 基于成本-收益的长三角地方政府的区域合作行为机制案例分析[J]. 地理学报, 2019, 74(2): 312-322. [Chen Wen, Wang Jue, Sun Wei. Cost-efficiency mechanism and game-action of inter-local governmental cooperation in the Yangtze River Delta Region[J]. Acta Geographica Sinica, 2019, 74(2): 312-322.] |
[19] |
汪丽, 李九全. 新型城镇化背景下的西北省会城市化质量评价及其动力机制[J]. 经济地理, 2014, 34(12): 55-61. [Wang Li, Li Jiuquan. Quality evaluation and mechanism of capital city urbanization in North-west China based on new urbanization[J]. Economic Geography, 2014, 34(12): 55-61.] |
[20] |
韩增林, 刘天宝. 中国地级以上城市城市化质量特征及空间差异[J]. 地理研究, 2009, 28(6): 1508-1515. [Han Zenglin, Liu Tianbao. Analysis of the characteristics and spatial differences of urbanization quality of cities at prefecture level and above in China[J]. Geographical Research, 2009, 28(6): 1508-1515.] |
[21] |
梁志霞, 毕胜. 基于城市功能的城市发展质量及其影响因素研究——以京津冀城市群为例[J]. 经济问题, 2020, 41(1): 103-111. [Liang Zhixia, Bi Sheng. Study on the quality of urban development and its influencing factors based on urban function:Taking BeijingTianjin-Hebei agglomeration as an example[J]. On Economic Problems, 2020, 41(1): 103-111.] |
[22] |
朱媛媛, 甘依霖, 曾菊新, 等. 基于乡村振兴战略的人居文化环境质量演变驱动机制研究——以长江中游城市群为例[J]. 地理科学, 2018, 38(11): 1855-1863. [Zhu Yuanyuan, Gan Yilin, Zeng Juxin, et al. The driving mechanism of human cultural environment quality's evolution based on rural revitalization strategy:A case of urban agglomeration in the middle reaches of the Yangtze River[J]. Scientia Geographica Sinica, 2018, 38(11): 1855-1863.] |
[23] |
齐童, 王卫华, 王亚娟, 等. 城市公园视觉景观质量的影响因素分析——以北京市紫竹院公园为例[J]. 人文地理, 2014, 29(5): 69-74. [Qi Tong, Wang Weihua, Wang Yajuan, et al. Analysis of the influence factors of city park landscape visual quality:A case study of Zizhuyuan park in Beijing[J]. Human Geography, 2014, 29(5): 69-74.] |
[24] |
吴健生, 毛家颖, 林倩, 等. 基于生境质量的城市增长边界研究——以长三角地区为例[J]. 地理科学, 2017, 37(1): 28-36. [Wu Jiansheng, Mao Jiaying, Lin Qian, et al. Urban growth boundary based on the evaluation of habitat quality:Taking the Yangtze River Delta as an example[J]. Scientia Geographica Sinica, 2017, 37(1): 28-36.] |
[25] |
李彬, 韩增林, 马慧强. 辽宁省城市基本公共服务质量差异的时空分析[J]. 人文地理, 2015, 30(3): 111-117. [Li Bin, Han Zenglin, Ma Huiqiang. Temporal and spatial analysis of differences of the quality of basic public service of cities in Liaoning province[J]. Human Geography, 2015, 30(3): 111-117.] |
[26] |
许抄军. 基于环境质量的中国城市规模探讨[J]. 地理研究, 2009, 28(3): 792-802. [Xu Chaojun. A study of China's city scale based in the environment quality[J]. Geographical Research, 2009, 28(3): 792-802.] |
[27] |
李帅, 魏虹, 倪细炉, 等. 基于层次分析法和熵权法的宁夏城市人居环境质量评价[J]. 应用生态学报, 2014, 25(9): 2700-2708. [Li Shuai, Wei Hong, Ni Xilu, et al. Evaluation of urban human settlement quality in Ningxia based on AHP and the entropy method[J]. Chinese Journal of Applied Ecology, 2014, 25(9): 2700-2708.] |
[28] |
李兆中, 甄峰. 多源数据结合的城市生活空间质量评价——以南京市为例[J]. 人文地理, 2019, 34(6): 53-61. [Li Zhaozhong, Zhen Feng. Evaluation of urban life space quality based on multi-source data:A case study of Nanjing[J]. Human Geography, 2019, 34(6): 53-61.] |
[29] |
冯健, 钟奕纯. 基于居住环境的常州城市居民生活质量空间结构[J]. 地理学报, 2020, 75(6): 1237-1255. [Feng Jian, Zhong Yichun. The spatial structure of urban resident's quality of life in Changzhou based on residential environment[J]. Acta Geographica Sinica, 2020, 75(6): 1237-1255.] |
[30] |
段兆雯, 王晓强, 张婷伟, 等. 城市公租房社区生活空间质量研究——以西安市为例[J]. 人文地理, 2019, 34(4): 81-88. [Duan Zhaowen, Wang Xiaoqiang, Zhang Tingwei, et al. Study on the quality of community living space in urban public rental housing:Taking Xi'an as a case[J]. Human Geography, 2019, 34(4): 81-88.] |
[31] |
张苏, 常芳, 李九全, 等. 大数据支持下城市社区生活空间质量的可获性图谱法初探——以西安为例[J]. 人文地理, 2016, 31(3): 52-59. [Zhang Su, Chang Fang, Li Jiuquan, et al. Preliminary study of geoinformatic tupu method for urban community quality of life space based on big data:A case study of Xi'an[J]. Human Geography, 2016, 31(3): 52-59.] |
[32] |
马静, 李小帆, 张红. 长江中游城市群城市发展质量系统协调性研究[J]. 经济地理, 2016, 36(7): 53-61. [Ma Jing, Li Xiaofan, Zhang Hong. The coordination of urban development quality system in urban agglomeration in the middle research of the Yangtze River[J]. Economic Geography, 2016, 36(7): 53-61.] |
[33] |
李欣, 方斌, 殷如梦, 等. 村域尺度"三生"功能与生活质量感知空间格局及其关联——以江苏省扬中市为例[J]. 地理科学, 2020, 40(4): 599-607. [Li Xin, Fang Bin, Yin Rumeng, et al. Spatial pattern and association of production-living-ecological function and life quality on the village scale:A case of Yangzhong city, Jiangsu province[J]. Scientia Geographica Sinica, 2020, 40(4): 599-607.] |
[34] |
刘鹏飞, 孙斌栋. 中国城市生产、生活、生态空间质量水平格局与相关因素分析[J]. 地理研究, 2020, 39(1): 13-24. [Liu Pengfei, Sun Bindong. The spatial pattern of urban production-living-ecological space quality and its related factors in China[J]. Geographical Research, 2020, 39(1): 13-24.] |
[35] |
金凤君, 刘鹤, 许旭. 基于逆向重力模型的城市质量测算及其影响因子分析[J]. 地理科学进展, 2011, 30(4): 485-490. [Jin Fengjun, Liu He, Xu Xu. Nodal attractions estimation and their influencing factors based on reverse gravity mode[J]. Progress in Geography, 2011, 30(4): 485-490.] |
[36] |
张文忠, 许婧雪, 马仁锋, 等. 中国城市高质量发展内涵、现状及发展导向——基于居民调查视角[J]. 城市规划, 2019, 43(11): 13-19. [Zhang Wenzhong, Xu Jingxue, Ma Renfeng, et al. Basic connotation, current situation, and development orientation of high-quality development of Chinese cities:Based on the survey of residents[J]. City Planning Review, 2019, 43(11): 13-19.] |
[37] |
田时中, 涂欣培. 长三角城市群综合发展水平测度及耦合协调评价——来自26城市2002-2015年的面板数据[J]. 北京理工大学学报(社会科学版), 2017, 19(6): 103-113. [Tian Shizhong, Tu Xinpei. Evaluation on comprehensive development level and coupling coordination in Yangtze River Delta city group:Panel data of 26 cities from 2002 to 2015[J]. Journal of Beijing Institue of Technology (Social Sciences Edition), 2017, 19(6): 103-113.] |