Gradientenmerkmale und spatio-temporale Differenzierungsmuster der Urbanisierungsentwicklung Chinas basierend auf Nachtlichtfernerkundungsdaten

  • role: First author第一作者
  • Affiliation:

    School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

  • Email:wangjhmj@163.com
  • Introduction:E-mail wangjhmj@163.com
WANG Jiahao12,  
  • role: Corresponding author通信作者
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

  • Email:houpcy@163.com
  • Introduction:E-mail houpcy@163.com
HOU Peng2*,  
  • Affiliation:

    School of Geomatics and Urban Spatial Informatics, Beijing University of Civil Engineering and Architecture, Beijing 100044, China

LIU Yang1,  
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

ZHAI Jun2,  
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

CHEN Yan2,  
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    Central South University of Forestry and Technology, Changsha 410004, China

LIU Yisheng23,  
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    Chinese Research Academy of Environmental Sciences, Beijing 100012, China

XIE Le24,  
  • Affiliation:

    Satellite Environmental Application Center, Ministry of Ecology and Environment, Beijing 100094, China

    College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China

REN Xiaoqi25

Resümee

Urbanisierung ist eines der wichtigen Merkmale, die die sozioökonomische Entwicklung kennzeichnen. Die quantitative Analyse der räumlich-zeitlichen Variabilität der Urbanisierung kann eine wissenschaftliche Grundlage für die Optimierung der Urbanisierungsentwicklung bieten. Um die Entwicklungsmodelle der Urbanisierung in China in verschiedenen Perioden und auf unterschiedlichen Ebenen zu untersuchen, basiert diese Studie auf langzeitlichen Nachtlichtfernerkundungsdaten und nutzt Methoden wie Schwerpunktsverlagerung, Standardabweichungsellipse, globalen Moran's I Index und lokale räumliche Autokorrelation. Aus Perspektiven wie Beitragsrate, Wachstumsrate und Schwerpunktverteilung werden die graduellen Merkmale und die räumlich-zeitlichen Differenzierungsmuster der Urbanisierungsentwicklung in China in den letzten fast 30 Jahren quantitativ analysiert, einschließlich Provinzhauptstädten, Städten auf Präfekturebene, Kreisebenenstädten und Gemeinden. Die Ergebnisse zeigen: (1) In Bezug auf die Beitragsrate hatten in den frühen 1990er Jahren Städte auf Präfekturebene den größten Beitrag, Provinzhauptstädte und Gemeinden lagen gleichauf, Kreisebenenstädte hatten den geringsten Beitrag; nach 2000 überstieg der Beitrag der Gemeinden den der Provinzhauptstädte und um 2004 auch den der Städte auf Präfekturebene, wodurch sie den höchsten Beitrag hatten; nach 2010 wurden Provinzhauptstädte die Stadtebene mit dem geringsten Nachtnachtlicht-Beitrag; (2) Hinsichtlich der Wachstumsrate führten zwischen 1992 und 2000 Provinzhauptstädte und einige Städte auf Präfekturebene die anderen Stufen an; von 2000 bis 2010 wurden Städte auf Präfektur- und einige auf Kreisebene zum Kern, zeigten eine mittlere oder höhere Wachstumsrate in Nord-, Ost-, Zentral- und Südchina, während in Nordwest-, Südwest- und Nordostregionen aufgrund des niedrigeren Entwicklungsstands Provinzhauptstädte weiterhin die schnellst wachsenden Städte der vier Stufen waren; von 2010 bis 2022 wurden Gemeinden zur Hauptakteurin, Provinzhauptstädte befanden sich fast vollständig im Zustand einer „langsamen bis niedrigen“ Entwicklung; (3) Bezüglich der Schwerpunktverteilung zeigt das urbane Entwicklungszentrum eine Abwärtsbewegung im Gradienten und verschiebt sich schrittweise von Provinzhauptstädten zu Städten auf Präfektur-, Kreis- bis hin zu Gemeindeebene. Zwischen 1992 und 2000 konzentrierten sich „hoch-hoch“-Clustergebiete hauptsächlich auf Provinzhauptstädte und Küstenstädte auf Präfekturebene; von 2000 bis 2010 machten Städte auf Kreisebene einen größeren Anteil an Hochwert-Clustern aus; von 2010 bis 2022 traten Gemeinden als neue Wachstumspole hervor, während einige Provinzhauptstädte „niedrig-niedrig“-Cluster zeigten, was den Eintritt der Urbanisierung Chinas in eine neue Entwicklungsphase mit Multi-Zentren- und Netzwerkcharakter markiert.

Schlüsselwort

Urbanisierung;Nachtlichtfernerkundung;spatio-temporale Differenzierung;Gradientenmerkmale

1 Einleitung

Die Urbanisierung ist ein mehrdimensionaler Prozess der sozialen Entwicklung, ein Übergang von ländlichen zu städtischen Gesellschaften, der eine tiefgreifende Veränderung der Bevölkerung, der Wirtschaft, der sozialen Struktur und der Landnutzung beinhaltet.倪鹏飞和徐海东,2022)。 Seit der Reform und Öffnung hat China einen weltbekannten wirtschaftlichen Sprung erreicht, mit einer Urbanisierungsrate von 65,22 Prozent im Jahr 2022, 47,3 Prozentpunkte mehr als im Jahr 1982, aber hinter dem hohen Wachstum stehen eine Reihe realer Herausforderungen wie steigende Wohnpreise, übermäßiger Ressourcenverbrauch und Umweltprobleme.伏润得和杨振山,2024洪顺发和杨洋,2022)。 Wie eine nachhaltige Entwicklung erreicht werden kann, während der Urbanisierungsprozess aufrechterhalten wird, ist zu einem wichtigen Thema geworden, das dringend zu lösen ist.
Die weite Geographie Chinas und die erheblichen Unterschiede in der geographischen Umgebung bestimmen die Entwicklung der Urbanisierung durch offensichtliche regionale Unterschiede (赵美风 等,2024)。 Städte als Kernmotoren für Wirtschaftswachstum und sozialistische Modernisierung konzentrieren sich seit langem eher auf quantitative Expansion als auf qualitative Verbesserungen. Dieses quantitativ orientierte Entwicklungsmodell führt jedoch häufig zu vielen Problemen, insbesondere durch die Kluft zwischen den östlichen Küstenregionen und dem mittleren Westen, die eine rückläufige räumliche Landschaft von Osten nach Westen aufweist, wobei regionale Unterschiede die Hauptquelle für qualitative Unterschiede in der gesamten Entwicklung sind.邹丹 等,2022韩增林和刘天宝,2009)。 Daher sollte die städtische Entwicklung in der neuen Ära von Qualitätsverbesserung, Strukturoptimierung und Innovation im Mittelpunkt stehen, anstatt nur auf Quantität und Geschwindigkeit zu streben, und die vertiefte Forschung der regionalen Unterschiede in der Urbanisierung Chinas ist eine unverzichtbare Voraussetzung für die Beschleunigung der nationalen Strategie zur Förderung einer neuen, menschenorientierten Urbanisierung und zur Förderung einer koordinierten regionalen Entwicklung.
Traditionelle Urbanisierungsforschung stützt sich in der Regel auf die Analyse von Paneldaten, um dynamische Veränderungen und räumliche Unterschiede im Urbanisierungsprozess durch die Kombination von Zeitreihen und Querschnittsdaten zu untersuchen (薄文广 等,2023)。 Diese Methode kann effektiv quantitative Beziehungen in Bezug auf Wirtschaftswachstum, Migration, Infrastruktur usw. aufdecken (刘超 等,2022)。 Traditionelle statistische Methoden haben jedoch Einschränkungen bei der Erfassung von räumlichen Unterschieden und regionalen Wechselwirkungen. Mit Fortschritten in der Fernerkundungstechnologie bieten nachtliche Lichtdaten als neues Forschungsinstrument eine präzisere Überwachung der räumlichen Unterschiede und der Konzentrationsmuster der wirtschaftlichen Aktivitäten während der Urbanisierung (付琨 等,2024)。 Die Kombination herkömmlicher Panel-Datenanalysen mit Fernerkundungsinformationen ermöglicht eine umfassende Forschung mit einer höheren Raum-Zeit-Auflösung, um das Verständnis und die Bewertung der Urbanisierungsdynamik weiter zu bereichern.
Der Nachtlichtindex ist eng mit dem Niveau der Urbanisierung verbunden (Henderson等,2012周垠 等,2015Wird weit verbreitet für die Beobachtung der Urbanisierung und Bevölkerungsverteilung (Elvidge等,1999Sozioökonomische Parameter (Yang等,2019李黔湘 等,2020 (und Katastrophenbewertung)Wang等,2018 (in mehreren Bereichen). In dieser Datenperspektive spiegeln die regionalen Unterschiede in der Stadtentwicklung und die Absorptionseffekte die funktionellen Merkmale und Entwicklungsmuster der verschiedenen Städtegruppen und Städte deutlich wider. Die Umsetzung der urbanisierten Raumpolitik spiegelt im Wesentlichen die dynamischen Beziehungen der städtischen und ländlichen Bevölkerung wider, während die Verteilung der Lichtintensität in der Nacht die räumliche Darstellung dieser Beziehung intuitiv offenbart. In den letzten Jahren hat die neue Strategie der Urbanisierung und der ländlichen Revitalisierung vorgeschlagen, die östlichen Städtegruppen zu optimieren, die Städtegruppen im Mittelwesten zu fördern, die koordinierte Entwicklung großer und kleiner Städte und Städte zu fördern und ein städtisches Muster der Integration von Städten und ländlichen Gebieten zu bilden.刘涛 等,2022)。 Aus den Daten über die Nachtbeleuchtung kann jedoch beobachtet werden, dass die Lichtverteilung in den östlichen ausgereiften städtischen Gruppen konzentrierter ist, was den hoch integrierten funktionalen Raum in diesen Regionen widerspiegelt, der sich als enge Verknüpfung der städtischen und ländlichen Bevölkerung und Ressourcen ausdrückt.郑子豪 等,2021)。 In den frühen Stadtphasen der Urbanisierung ist die Verteilung des Lichts in der Nacht verstreuter, die Anziehungskraft der zentralen Städte für die weit wandernde Bevölkerung ist begrenzt, die regionale funktionale Konnektivität ist schwach, was ein ungleichgewichtiges Stadtentwicklungsmuster darstellt.杨洋 等,2015)。
Darüber hinaus spiegelt sich der Bogensaucheffekt von Städten von hohem Grad durch die erhebliche Helligkeit der Nachtbeleuchtung wider, die häufig eine große Anzahl von Bevölkerungen und Ressourcen in umliegenden Dörfern, kleinen Städten und kleinen und mittleren Städten anzieht, was zu einer relativen Verringerung der Lichtintensität der letzteren führt.王晗 等,2022)。 Die Entwicklung von kleinen und mittleren Städten und Gemeinden ist stärker von lokalen Ressourcen abhängig, die Lichtverteilung ist begrenzt skalierbar und wird von den umliegenden Zentralstädten und nationalen Städtegruppen deutlich beeinflusst. Auf der Grundlage der Analyse von Daten über die Nachtbeleuchtung können die Position und Rolle der städtischen Gruppen im Osten und im Mittelwesten in der neuen Urbanisierungslandschaft sowie die politische Wirksamkeit von Strategien zur ländlichen Revitalisierung bei der Optimierung der ländlichen und städtischen Integrationsentwicklung genauer bewertet werden.魏后凯,2014)。
Derzeit wurden die Nachtbeleuchtung Daten in verschiedenen räumlichen Skalen angewendet, um die Entwicklung der Urbanisierung in der Zeit und dem Raum und die Entwicklung der Gleichgewichtsstudie zu untersuchen, hauptsächlich einschließlich der Gleichgewichtsmerkmale und Polarisierungsmerkmale der Urbanisierung im Raumbereich der Provinzen.旷开金 等,2023李媛婷 等,2023Raumzeitentwicklung der urbanisierten Verteilungsformen, Expansionsmuster etc. auf räumlicher Skala der regionalen Städtegruppen (许正森和徐永明,2021张斌 等,2022布自强 等,2022)。 Mit der Steigerung der Genauigkeit der Schätzung von Nachtbeleuchtungsdaten von der nationalen Skala bis zur Netzskala (余柏蒗 等,2021Auch auf städtischer Ebene (陈佐旗和苏瑞浩,2024)。
Die Forschung auf städtischer Ebene ist in den letzten Jahren relativ schwach geblieben und die bisherigen Ergebnisse konzentrieren sich eher auf die Ebene der Provinzen oder Teile der Städte. Daher, um systematisch die gradienten Unterschiede in den Entwicklungsmustern der Urbanisierung Chinas in verschiedenen Perioden aufzudecken, basiert dieser Artikel auf Vektordaten auf chinesischer Gemeindeebene, Wohnsitzdaten der Regierung auf Gemeindeebene und Daten über die Landnutzung von CNLUCC, um durch räumliche Überlagerung und visuelle Interpretation verschiedene Stadtkerngebiete auf verschiedenen Ebenen zu identifizieren und sie in Provinzhauptstädte, Gemeindestädte, Gemeindestädte und Gemeinden in 4 Gradienten aufzuteilen.Fig. 1)。 Auf dieser Grundlage, in Kombination mit den Daten über die Nachtbeleuchtung der langen Zeitreihe von 1992 bis 2022, die Anwendung der Schwerpunktmigration, der Standardabweichungsellipse, der globalen und lokalen räumlichen Selbstkorrelation und anderen Methoden, um systematisch die Gradientenzeichen und die Gesetze der zeitlichen und räumlichen Differenzierung der Entwicklung der Urbanisierung Chinas zu untersuchen, zielt darauf ab, den Gradienteneffekt der Urbanisierung zu analysieren und wissenschaftliche Referenzen zur Optimierung des Entwicklungswegs der Urbanisierung bereitzustellen.
figure

Fig. 1 Urban distribution at different gradients in China

2 Datenquellen und Forschungsmethoden

2.1 Datenquelle und Vorverarbeitung

Dieser Artikel basiert auf Daten des Defense Meteorological Satellite Program (DMSP-OLS) von 1992 bis 2013 und der Visible Infrared Imaging Radiometer Suite (NPP-VIIRS) von 2012 bis 2022. Der DMSP-OLS-Datensatz für Nachtbeleuchtung wurde von der National Oceanic and Atmospheric Administration (NOAA) veröffentlicht. OLS ist ein Scan-Radiometer, das sichtbares Licht und nahe Infrarotstrahlung auf der Erdoberfläche in der Nacht mit einer langen Zeitreihe und einer räumlichen Auflösung von 1 km x 1 km erfasst. Um die Einschränkungen des DMSP-OLS-Datensatzes für Nachtlichte in Bezug auf Auflösung, Datenkontinuität und spektrale Fähigkeiten zu kompensieren, haben die NASA und die US-amerikanische Ozean- und Atmosphärenadministration gemeinsam VIIRS auf dem Satelliten der NPP (Suomi National Polar-orbiting Partnership) entwickelt. Das DNB-Band (Day/Night Band), das besonders für die Beobachtung der Lichtverteilung auf der Erdoberfläche in der Nacht geeignet ist, hat eine räumliche Auflösung von 500 m x 500 m, aber die Daten beseitigen kein Hintergrundlicht und erfordern eine weitere Verarbeitung.

2.1.1 DMSP-OLS Datenvorverarbeitung

Obwohl die DMSP-OLS-Daten durch offizielle Verarbeitung zufällige Geräusche beseitigt haben, stehen sie trotzdem mit Lichtgesättigung konfrontiert. Um dieses Problem zu lösen, wurde曹子阳等(2015)und张佰发等(2020)Die Korrekturmethode, die Stadt Hegang in Heilongjiang als stabiles Referenzbereich ausgewählt wird, verwendet das Mono-Sekundärfunktionsmodell, um den Sensorsättigungseffekt zu korrigieren. Obwohl die Sättigungskorrektur bereits die Unterschiede zwischen den Sensoren verringert hat, werden langjährige Korrekturen und Kontinuitätskorrekturen für die Daten verschiedener Sensoren aus dem gleichen Jahr durchgeführt, um die von mehreren Sensoren im gleichen Jahr erfassten Nachtlichtbilder besser zu nutzen und sicherzustellen, dass die erhaltenen Datensätze eine bessere Stabilität und Kontinuität über die Zeitreihen hinweg haben.

2.1.2 Vorverarbeitung von NPP-VIIRS-Daten

Die jährlichen NPP-VIIRS-Daten für die Jahre 2012-2022 wurden in diesem Artikel verwendet, um die monatlichen wolkenlosen Produkte aus den Monaten August bis Oktober durch die Mittelwertmethode zu synthetisieren und die Veränderungen in den Lichtstrahlungswerten in städtischen Gebieten durch eine logarithmische Transformation zu verringern.胡为安 等,2021)。 Im Vergleich zu den DMSP-OLS-Lichtdaten haben die NPP-VIIRS-Daten die grundlegenden Merkmale der DMSP-OLS-Daten vererbt und wurden in Bezug auf die räumliche, zeitliche Auflösung etc. verbessert, aber das Hintergrundgeräusch wurde nicht beseitigt, es gibt Polarlicht, Feuerlicht, Schiffslicht und andere vorübergehende Lichtquellen, es gibt sehr große Anomalien, verwenden Sie die Maskenmethode, um die offizielle Veröffentlichung nach der Strahlungskorrigierung der Beseitigung des Hintergrundlichts 2015 und 2016 NPP-VIIRS-Nachtlichtbild nicht 0 zu generieren, um die stabile Lichtzone der NPP-VIIRS-Bilddaten 2012-2022 zu extrahieren, danach wird der größte DN-Wert des Bildes in der Stadt Shanghai mit der höchsten wirtschaftlichen Entwicklung des Landes als obere Schwellengrenze markiert, dann der nationalen Region zugewiesen, den größten Wert zu beseitigen und schließlich die Kontinuitätskorrektur durchzuführen.Zheng等,2019李启华和谭荣建,2023)。

2.1.3 Lange Zeitreihennächtliche Lichtdatenintegration

Beide Arten von Lichtdaten aufgrund der Unterschiede zwischen den Sensoren, der gleiche Raum-Zeit-Position der Licht-Metawerte unterscheiden sich sehr stark, kann nicht direkt eine vergleichende Analyse durchgeführt werden, die gleiche Periode der nachtlichen menschlichen Aktivitäten in verschiedenen Sensorhelligkeitswerten wird Ähnlichkeit zeigen.李云燕等(2023)Die Studie stellte fest, dass die NPP-VIIRS-Daten für die Jahre 2014-2019 höher waren als 2013, was eine hohe Korrelation zu den NPP-VIIRS-Daten für 2013 hindeutet und darauf hindeutet, dass die Korrekturen mit dem gleichen mathematischen Modell durchgeführt werden können. Dieser Artikel verwendet die nationale Bezirksebene als Korrektureinheit, DMSP-OLS-Daten als Faktorvariable, NPP-VIIRS-Daten nach der Logarithmus-Transformation als Selbstvariable, bauen 2013 DMSP-OLS und NPP-VIIRS-Daten auf Bezirksebene durchschnittliche Helligkeitswerte ein-Dollar-Sekundärregressionsmodell, und viele Gelehrte beweisen, dass diese Methode eine gewisse Rationalität für die urbanisierte Raum-Zeit-Evolution hat.赵安周 等,2023牛方曲和辛钟龄,2021 ), wieFig. 2Wie gezeigt, R2=0,973, P< 0,001 für die Simulation von NPP-VIIRS-Daten von 2014 bis 2022 mit DMSP-OLS-Daten (李雪萍和贡璐,2019Erfolgreich wurde ein langfristiger, miteinander vergleichbarer Datensatz über Nachtbeleuchtung aufgebaut, der eine solide Datenbasis für die Überwachung der langfristigen dynamischen Veränderungen der Urbanisierungscharakteristiken bietet.
figure

Fig. 2 Fitting plot of NPP-VIIRS and DMSP-OLS in 2013

Zur Überprüfung der Genauigkeit der Daten张碧蓉等(2021)Die Validierungsmethode der Wissenschaftler wurde mit BIP-Daten auf die Korrekturen getestet. Durch die Erstellung eines Korrelationsmodells zwischen dem Gesamtwert der Lichthelle und dem entsprechenden BIP in 31 Provinzverwaltungsgebieten für die Jahre 2013 und 2022 (Fig. 3Fig. 4Die Ergebnisse zeigten, dass der Koeffizient R² für beide über 0,7 lag, was auf eine starke Korrelation zwischen Nachtbeleuchtungsdaten und wirtschaftlicher Aktivität hindeutet. Daher können korrigierte Nachtbeleuchtungsdaten für langfristige Zeitreihenstudien der Urbanisierung verwendet werden.
figure

Fig. 3 Correlation fitting between GDP and nighttime lights in 2013

figure

Fig. 4 Correlation fitting between GDP and nighttime lights in 2022

2.2 Forschungsmethoden

2.2.1 Gesamte Intensitätsindex des Nachtlichts

Dieser Artikel verwendet den Index der Gesamtintensität des Nachtlichts TNLI (Total Nighttime Light Index), der die Summe der Bild-Meta-Helligkeitswerte DN (Digital Number) in der Verwaltungseinheit angibt, TNLI hat eine starke Korrelation mit den traditionellen Stadtgrößenindikatoren wie Bevölkerung, BIP und anderen, um die Größe der Stadtentwicklung und die Bauintensität zu beschreiben.司文涛 等,2022)。

2.2.2 Nachtbeleuchtung

Der Beitrag der Nachtbeleuchtung bezieht sich auf den Anteil der Nachtbeleuchtung in verschiedenen Regionen, der den Anteil der Nachtbeleuchtung in der gesamten Region des Landes ausmacht, um die Veränderungen des Anteils der Nachtbeleuchtung in 7 Regionen und verschiedenen Gradienten in verschiedenen Zeitperioden zu untersuchen.

2.3 Wachstumsdifferenzindex

Der Wachstumsdifferenzindex LGDI (Lighting Growth Difference Index) zeigt das Verhältnis zwischen der Wachstumsrate des städtischen Lichtwertes einer bestimmten Raumeinheit und der Wachstumsrate des nationalen Lichtwertes, der die Wachstumsrate verschiedener Städte im gleichen Zeitraum vergleichbar macht, um die relative Wachstumsrate des städtischen Lichtwertes in einer bestimmten Gradientenregion widerzuspiegeln.张敏 等,2024Wang等,2020)。 Die spezifische Berechnungsformel lautet wie folgt:
in der Form,Städte aus einem bestimmten ZeitraumLichtwachstumsdifferenzindex,undIndividuelle Städteund die nationale Wachstumsrate der Licht,undIndividuelle Städtein、Lichtwert des Moments.

2.2.4 Schwerpunkt- und Standardabweichungselliptik

Der Schwerpunkt, auch als Durchschnittszentrum bezeichnet, kann durch Berechnung des Schwerpunkts und seiner Migrationsbahn die räumlichen Unterschiede in der wirtschaftlichen Entwicklung sowie die Merkmale dynamischer Veränderungen (范琳和李彬,2023)。 Die spezifische Berechnungsformel lautet wie folgt:
in der Form,undHorizontale und vertikale Koordinaten des Schwerpunkts der Lichtwachstumsdifferenz;für dieIndex der Unterschiede im durchschnittlichen Lichtwachstum im Jahr;undfür dieHorizontale und longitudinale Koordinaten der geometrischen Schwerpunkte des Jahresgebiets.
Die Standard Deviation Ellipse (SDE) ist eine der klassischen Methoden zur Beschreibung der Richtungscharakteristiken der räumlichen Verteilung und ist in der Lage, die Richtung der räumlichen Verteilung und die Aggregationstrends von Elementen zu quantifizieren. Quantitative Analyse der Richtungsveränderungen des Lichtwachstumsdifferenzindex in der Nacht durch Parameter wie Mitte, Kurz- und Langachse und Richtungswinkel der Standardabweichungsellipse. Das Zentrum der Ellipse ist der räumliche Schwerpunkt des Wachstumsdifferenzindex des nachtlichen Lichts, die lange und kurze Achse bezeichnet den Bereich ihrer räumlichen Verteilung und die elliptische Fläche die Konzentration der räumlichen Verteilung. Die spezifische Berechnungsformel lautet wie folgt:
in der Form,unddie Länge der Achse in Richtung der Standardabweichungsellipse x und y-Achse,undKoordinaten des Wachstumsdifferenzindex für Nachtlicht,undDurchschnittliche Zentralkoordinaten der Stadt,Die Gesamtzahl der Städte.

2.2.5 Raumliche Selbstverwandtheitsanalyse

Die räumliche Selbstkorrelationsanalyse kann die räumliche Abhängigkeit der städtischen Expansion effektiv aufdecken, einschließlich der globalen räumlichen Selbstkorrelation und der lokalen räumlichen Selbstkorrelation. Dieser Artikel verwendet den globalen Moran's I-Index, um die allgemeinen Merkmale der räumlichen Korrelationen des Urbanisierungsniveaus in den untersuchten Gebieten zu beschreiben. Die spezifische Berechnungsformel lautet wie folgt:
in der Form,Anzahl der Verwaltungseinheiten auf Gemeindeebene;Raumgewichtsmatrix für kritische Einheiten;、Individuelle Städteund StädteDifferenzindex des Lichtwachstums; Der globale Moran's I-Index hat einen Wertbereich von [-1, 1], der Werte größer als 0 bedeutet, dass die Variablen räumlich positiv korreliert sind, d.h. es gibt eine Aggregation zwischen hohen Werten oder niedrigen Werten, kleiner als 0 bedeutet, dass sie negativ korreliert sind, d.h. dass hohe Werte von niedrigen Werten umgeben sind oder niedrige Werte von hohen Werten umgeben sind, wenn der Wert sich an 0 nähert, bedeutet, dass die Variablen keine Korrelation hat, die zufällig im Raum verteilt ist.
Globale räumliche Selbstkorrelation kann jedoch nicht genau den spezifischen räumlichen Standort der Zusammensetzung oder Anomalien darstellen, um die lokalen Ähnlichkeiten und Differenzierungsmerkmale der städtischen Veränderungen zwischen den Gradienten zu analysieren, wird eine weitere lokale räumliche Selbstkorrelationsanalyse für Gebiete mit signifikanter globaler räumlicher Selbstkorrelation durchgeführt. Die spezifische Berechnungsformel lautet wie folgt:
in der Form,Für die StadtDer lokale Moran's I-IndexEs können vier Clustermuster gebildet werden: "Hoch-Hoch"-Aggregation, "Niedrig-Niedrig"-Aggregation, "Hoch-Niedrig"-Aggregation und "Niedrig-Hoch"-Aggregation, die die Aggregation und Differenzierung von Variablen zwischen lokalen Einheiten und benachbarten Einheiten offenbaren.

3 Ergebnisse und Analyse

3.1 Entwicklungsmerkmale der zeitlichen Reihenfolge verschiedener Gradienten bei Nachtbeleuchtung

Auf der Grundlage von langfristigen nachtlichen Lichtbilddaten von 1992 bis 2022 sowie einer statistischen Analyse der sieben großen Regionen Chinas (Daten für die Region Hong Kong, Macao und Taiwan nicht erfasst), sehen die ErgebnisseFig. 6 . Die Gesamtmenge der Nachtbeleuchtung im ganzen Land zeigt einen stabilen Wachstumstrend, mit einer kumulativen Wachstumsrate von 960%. Insgesamt zeigt die durchschnittliche jährliche Wachstumsrate des Nachtbeleuchtungsindexes des Landes einen stetig steigenden Trend (Fig. 6)。 In den frühen 1990er Jahren hatten die Städte auf regionaler Ebene den höchsten Beitrag mit 31,69%, Provinzhauptstädte und Gemeinden einen ähnlichen Beitrag, während die Städte auf Bezirksebene den niedrigsten Beitrag mit 15,73% hatten. Nach dem Jahr 2000 beschleunigte sich die Urbanisierung auf Gemeindeebene, der Beitrag der Nachtbeleuchtung übertraf allmählich die Provinzhauptstädte und übertraf um das Jahr 2004 die Ortsstädte, die bis 2022 49,82% erreichte und die Region mit der höchsten Beitragsrate unter den vier Gradienten wurde.Fig. 5); Der Beitrag der Nachtbeleuchtung von Städten auf Bezirksebene übertraf auch die Provinzhauptstädte um 2007 und entspricht dem Beitrag von Städten auf Bezirksebene bis 2022; Die Hauptstädte hatten seit 2010 den niedrigsten Nachtlichtbeitrag (Fig. 6)。
figure

Fig. 5 Nighttime light contribution rates of different city gradients from 1992 to 2022

figure
figure
figure
figure
figure
figure
figure

Fig. 6 Night-time illumination contribution rate, and TNLI gradient analysis across seven major regions from 1992 to 2022

In verschiedenen Zeiträumen gibt es Unterschiede im Wachstum der Nachtbeleuchtung in verschiedenen Gradienten in verschiedenen Regionen, insgesamt war das Wachstum der Nachtbeleuchtung in den Jahren 1992-2000 aufgrund der relativ langsamen wirtschaftlichen Entwicklung und der städtischen Expansion entsprechend niedrig. Der Zusammenbruch der Sowjetunion 1991 beschleunigte die Globalisierung und verringerte die Hindernisse für den internationalen Handel und Investitionen. Vor diesem Hintergrund hat China seine Reform- und Öffnungspolitik weiter vertieft, insbesondere in den Sonderwirtschaftszonen und offenen Küstenstädten durch die Einführung einer Strategie zur wirtschaftlichen Entwicklung, die das wirtschaftliche Wachstum und die industrielle Modernisierung der Küstenstädte fördert. In diesem Zeitraum konzentrierte sich die Entwicklung hauptsächlich auf Provinzhauptstädte, Gemeinden und Gemeinden (Fig. 6und d). Im Vergleich zu anderen Regionen hat die gesamte Lichtmenge und die Wachstumsrate der Ostchinesischen Region unter den vier Gradienten immer an der Spitze des Landes geraten, was etwa 30% des gesamten Nachtbeleuchtungsindexes des Landes ausmacht, was zu einer wichtigen treibenden Kraft für die nationale wirtschaftliche Entwicklung wurde.Fig. 6Fast zehn Jahre früher als der Westen (张涛 等,2024)。
Der Beitritt Chinas zur Welthandelsorganisation zu Beginn des 21. Jahrhunderts markierte eine tiefere Integration Chinas in das globale Wirtschaftssystem und begann, mit den bestehenden Wirtschaftsmächten zu konkurrieren. In den Jahren 2000-2010 hat die Ostchinesische Region als Vorreiter die Revitalisierung der Binnenregionen angetrieben. Auch im Nordwesten und Südwesten ist ein deutliches Wachstum zu verzeichnen. Aufgrund des verstärkten Wettbewerbs um die Ressourcen in den Hauptstädten begannen viele Bevölkerungsgruppen, sich in die umliegenden kleinen und mittleren Städte zu verlagern, was dazu führte, dass einige Städte und Gemeinden auf Bezirksebene sich entwickeln.Fig. 6und f). Allerdings brach die Blase des US-Immobilienmarktes im Jahr 2008 und löste eine wirtschaftliche Krise aus, die sich schnell auf die globalen Finanzmärkte und die Realwirtschaft ausbreitete. Diese Krise hatte erhebliche Auswirkungen auf die städtische Wirtschaftsentwicklung und die Geschwindigkeit der Urbanisierung Chinas, was zu einem Rückgang des Gesamtwachstums der Nachtbeleuchtung in Südchina führte. Dennoch unterscheidet sich die Region aufgrund der Besonderheiten der wirtschaftlichen Struktur und der geografischen Lage des Nordwestens von den Küstengebieten und zeigt eine gewisse Widerstandsfähigkeit gegenüber Schocks. Nach der Wirtschaftskrise erholte sich die chinesische Wirtschaft allmählich und erholte wieder die Wachstumskraft. Einige Küstenstädte begannen den Übergang von einer exportorientierten Wirtschaft zu einer dienstleistungsorientierten, die Produktion und der Handel erholten sich und die städtische Entwicklung beschleunigte sich erneut. Im Jahr 2010 begann der Staat, als die Entwicklung der Provinzhauptstädte und der Städte auf regionaler Ebene allmählich gesättigt wurde, Politiken wie die Revitalisierung des Landes umzusetzen, um die ausgewogene Entwicklung der Region zu fördern. Im Jahr 2014 wurde der "Nationale neue Urbanisierungsplan (2014-2020)" vorgestellt, um die ordnungsgemäße Förderung der Urbanisierung der landwirtschaftlichen Transferbevölkerung und die Optimierung der urbanen Raumgestaltung hervorzuheben. Diese Planung befürwortet die städtische Expansion, die sich stärker auf die Optimierung der Struktur und die Verbesserung der Funktionalität konzentriert, um eine unordentliche Expansion zu vermeiden und die Effizienz der Landnutzung zu verbessern. Unter der Führung dieser Politiken, die Rückkehrwelle allmählich aufsteigt, um neue Entwicklungsmöglichkeiten und Dynamik für die ländlichen Gebiete zu bringen, das Wachstum der Nachtbeleuchtung auf der Städteebene ist rasant, und bis 2022 wird der Beitrag der Städtebeleuchtung fast 50% des Landes sein, was eine neue Phase der Entwicklung der Urbanisierung Chinas markiert.Fig. 6)。

3.2 Verschiedene Gradienten der Raumentwicklung der Urbanisierung

In diesem Artikel, basierend auf der Größe des Wachstumsdifferenzindex, wird das TNLI-Wachstum der Gradienten in fünf Arten unterteilt: langsames Wachstum (0-0,57), niedriges Wachstum (0,57-1,90), mittleres Wachstum (1,90-4,25), schnelles Wachstum (4,25-9,66) und hohes Wachstum (über 9,66). Die Studie ergab, dass die Verteilung von Regionen mit hohem Wachstum der Urbanisierung Chinas einen Trend zeigt, sich von den Hauptstädten in die ländlichen Gebiete zu verlagern, wobei sich einige Regionen schneller entwickeln, weil sie sich an ein neues Urbanisierungsmodell anpassen, während andere Regionen aufgrund von Verzögerungen in der Transformation Herausforderungen haben.李汝资等(2023)Die Studien der Wissenschaftler stehen im Einklang mit den Ergebnissen dieser Studie und zeigen, dass die Urbanisierungsrate im Binnenland allmählich die östlichen Küstenregionen überholt und die regionalen Unterschiede allmählich auftreten.
1992-2000 in einer rasanten Urbanisierungsphase (Fig. 7Als politisches, wirtschaftliches und kulturelles Zentrum der Provinzen profitieren die Hauptstädte von der politischen Förderung der Provinzen und ziehen eine große Anzahl von Bevölkerungen und Industrien an, und die Städte erweitern sich kontinuierlich, was zu einer enormen Nachfrage nach Grundstücken führt. Das Urbanisierungswachstum in Hauptstädten und in einigen Ortsstädten liegt in der Regel vor anderen Gradienten und befindet sich in einer "hohen Geschwindigkeit - schnellen" Entwicklungsphase. Besonders bemerkenswert sind die Veränderungen im Langen Dreieck, im Perlendreieck und in den drei großen Städtegruppen von Peking und Jin-Hebei.
figure
figure
figure
figure

Fig. 7 Distribution of nighttime light growth disparity index in China from 1992 to 2022

Während die Bevölkerungsgröße der Provinzhauptstädte zwischen 2000 und 2010 weiter zunahm, führten die Ressourcenbeschränkungen und der zunehmende Wettbewerb zu einer erheblichen Verlangsamung des Urbanisierungswachstums, einer allmählichen Versättigung der Entwicklung und einer Verbreitung der Bevölkerung und Industrie in die umliegenden kleinen und mittleren Städte.Fig. 7)。 Während dieses Prozesses stiegen die Städte auf regionaler Ebene und auf Bezirksebene in Nordchina, Ostchina, Mittelchina und Südchina schnell auf und wurden zu einem Kernmotor der regionalen Urbanisierung, und der Schwerpunkt der wirtschaftlichen Entwicklung hat sich auch von der Ostküste Chinas nach Norden verlagert, wo das Wachstum von Städten wie Tianjin, Tangshan und Zhengzhou besonders bemerkenswert ist. Im Gegensatz dazu sind die Regionen Nordwesten, Südwesten und Nordosten immer noch stark abhängig von dem monopolaren Wachstumsmodell der Provinzhauptstädte, und die regionalen Entwicklungsunterschiede sind weiter zu erkennen. Es ist bemerkenswert, dass nach der vollständigen Umsetzung der westlichen Großentwicklungsstrategie im Jahr 2000 die Entwicklung von Städten wie Xi'an, Xianyang, Yan'an, Chengdu in Sichuan, Kunming in Yunnan, Yinchuan und Wuzhong in Ningxia sowie Urumqi und Kash in Xinjiang erheblich beschleunigt wurde, aber ihre Strahlungswirkung ist immer noch auf die Provinzhauptstädte und die benachbarten Knotenstädte beschränkt.华婧 等,2024)。
Die Urbanisierung der ländlichen und städtischen Gebiete im ganzen Land hat sich zwischen 2010 und 2022 erheblich angestiegen, insbesondere in Nordchinas Süden, Nordosten und Mittelchinesen.Fig. 7)。 Regionen wie Shaanxi, Ningxia, Gansu, Sichuan, Yunnan und Guizhou verzeichnen einen Wachstumstrend mit mittlerer Geschwindigkeit und höher. Die urbanisierte Entwicklung der Hauptstädte hat sich allmählich stabilisiert, was die Engpässe ihrer Ressourcenzuweisung und -entwicklungspotenziale widerspiegelt. Dieser Trend deutet darauf hin, dass die Urbanisierung Chinas sich vom traditionellen „von oben nach unten“-Modell, das vom „Wirtschaftswachstum“ dominiert wird, zu einem „von unten nach oben“-Modell, das sich stärker auf regionale Synergien und Nachfrage konzentriert.
Vor diesem Hintergrund sollte sich die politische Ebene darauf konzentrieren, die koordinierte Entwicklung zwischen den verschiedenen Regionen zu fördern, insbesondere den Urbanisierungsprozess im Mittelwesten zu beschleunigen, die negativen Auswirkungen der regionalen Entwicklungsungleichgewichte durch industrielle Transfers, die Modernisierung öffentlicher Dienste und den Aufbau der Infrastruktur zu verringern, die neue Infrastruktur des Mittelwestens (z. B. digitale Netze, saubere Energie) vorrangig zu gestalten und ihre Kapazitäten für den industriellen Transfer zu verbessern, während die transregionalen ökologischen Kompensationsmechanismen verbessert werden und eine Doppelung des weiten Entwicklungswegs im Osten vermieden werden. Darüber hinaus sollte besondere Aufmerksamkeit auf die inhaltliche Entwicklung der Provinzhauptstädte gelegt werden, damit sie eine führende Rolle bei der Förderung einer ausgewogenen regionalen Entwicklung spielen können (魏丽莉和张明凡,2014)。

3.3 Analyse der Gradienteffekte der urbanisierten Raummigration

Basierend auf dem Lichtwachstumsdifferenzindex, der auf Nachtlichtdaten basiert, enthüllt dieser Artikel den Schwerpunkt der Urbanisierung und ihre räumliche Evolution auf nationaler Städteskala von 1992 bis 2022, wie z.B.Fig. 8gezeigt. Der Schwerpunkt der Urbanisierung hat sich in mehreren Phasen bewegt: 1992-2002 bewegte sich der Schwerpunkt leicht nach Südosten mit nur 12,66 km; 2002-2012 bewegte sich der Schwerpunkt allmählich nach Nordwesten mit 226,22 km; 2012-2017 bewegte sich der Schwerpunkt nach Südwesten mit 285,94 km und 2017-2022 erneut nach Nordosten mit 245,10 km.
figure
figure
figure
figure
figure
figure
figure
figure
figure

Fig. 8 Centroid migration and standard deviation ellipse distribution of China and its seven regions from 1992 to 2022

Aufgrund der schwächeren wirtschaftlichen Grundlage in der westlichen Region ist der ursprüngliche Lichtwert allgemein niedrig, nach kurzer Zeit der Entwicklung kann der Lichtwert mehrmals oder sogar zehnmals höher sein, was zu einer deutlich höheren Veränderungsrate als in der östlichen Region führt. Insbesondere hat sich die wirtschaftliche Entwicklung im Nordwesten und Südwesten seit dem Jahr 2000 beschleunigt, der Schwerpunkt hat sich allmählich nach Nordwesten verschoben, und die elliptische Fläche hat auch die größte erreicht, etwa 375 1042,52 km², die elliptische Verteilung in Ost-West-Richtung zeigt die Wirkung der politischen Unterstützung. Insbesondere im Hinblick auf den Aufbau der Verkehrsinfrastruktur hat die Förderung von wichtigen Projekten wie der Tsingtibetischen Eisenbahn und der Lanxin Eisenbahn die Bedingungen für den Ressourcenfluss und die wirtschaftliche Entwicklung in den westlichen Regionen geschaffen. In Zukunft sollten die Regierungen ihre Investitionen in Verkehr, Energie und digitale Infrastruktur im Westen weiter verstärken, um die Entwicklungslücke zwischen Ost und West weiter zu verringern und eine ausgewogenere regionale Entwicklung zu fördern.
Nach 2012 hat sich der Schwerpunkt der Entwicklung in Richtung Südwesten verschoben, und die Umsetzung der Politik der Gegenleistungsunterstützung in den zentralen und östlichen entwickelten Regionen im Westen hat die wirtschaftliche und soziale Entwicklung der Südwesterregion weiter gefördert, insbesondere in den Provinzen Sichuan, Yunnan und Tibet (autonome Region) durch die Entwicklung spezifischer Industrien wie Tourismus, um das allgemeine Wirtschaftsniveau der Region zu verbessern. Nach 2017 hat sich das Wachstum der Urbanisierung in der Nordostenregion unter der Unterstützung der Politik der „Revitalisierung der alten Industriebasis im Nordosten“ erholt, während die Strategie für die gemeinsame Entwicklung von Peking-Jing-Hebei in der Nordchinesischen Region auch die Verschiebung des Schwerpunkts der Urbanisierung in Richtung Nordosten vorangetrieben hat. Dieses Phänomen zeigt, wie wichtig die synergische regionale Entwicklung für eine ausgewogene Urbanisierung ist. Daher sollte die Politik die industrielle Anbindung und die technische Zusammenarbeit zwischen den Regionen Ost und Mittelwesten weiter fördern, die Synergie zwischen den Regionen stärken und das Gleichgewicht zwischen den Regionen fördern.
Aus der Sicht der sieben Regionen spiegeln die Schwerpunktbewegungen und die Veränderungen der elliptischen Flächen die Existenz regionaler Unterschiede im Urbanisierungsprozess wider. Die elliptische Fläche vergrößert sich im Laufe der Zeit und der Schwerpunkt der Ostchinesischen Region bewegt sich von der Ostküste in Richtung Westen mit einer Entfernung von 208,57 km.Fig. 8Insbesondere die rasante Entwicklung der Hefei-Stadt in der Provinz Anhui und der nördlichen Provinz Jiangsu hat die Migration des Schwerpunkts der Urbanisierung in der Ostchinesischen Region nach Westen gefördert.许正森和徐永明,2021); Der Nordosten bewegte sich zuerst 158,17 km in Richtung Nordosten, hauptsächlich durch die Entwicklung von ressourcenbasierten Städten (wie Daqing und Anshan) angetrieben, während nach 2010 mit der Umsetzung der Politik der "Revitalisierung der alten Industriebasis im Nordosten" die wirtschaftliche Transformation von Zentralstädten wie Shenyang und Changchun die Schwerpunktbewegung nach Südwesten förderte, mit einer Entfernung von 138,06 km.Fig. 8); Die Nordchinesische Region bewegte sich zunächst 66,28 km in Nordwestenrichtung, hauptsächlich durch die schnelle Entwicklung von ressourcenbasierten Städten in der Inneren Mongolei (wie Ordos) beeinflusst, und dann 79,34 km in Südostenrichtung, nach dem "Statistische Überwachungsbericht über die Zusammenarbeit der Entwicklung von Peking und Jin-Hebei (2022)", hat die Provinz Hebei 2010-2020 mehr als 5.000 Projekte für den industriellen Transfer von Peking durchgeführt, was die südöstliche Migration mit Schwerpunkt auf regionale Urbanisierung geführt hat.Fig. 8); Die Südchinesische Region ist mit 187,91 km in Richtung Südwestküste geneigt und hat die am schnellsten wachsende elliptische Fläche mit einer Wachstumsrate von 87,2%.Fig. 8); Die Region China Zentrum von Zhengzhou, Wuhan und Changsha drei Provinzhauptstädte im Zentrum, elliptische Verteilung nach Süden-Norden, Schwerpunkt in Richtung Süden schwankende Migration (Fig. 8); Der Nordwesten ist aufgrund der großen Fläche, die zu einer großen elliptischen Spanne führt, die Bewegungsgesetze des Schwerpunkts ist nicht offensichtlich, von denen die Entfernung zwischen 2012 und 2017 am weitesten ist, 370,13 km, hauptsächlich im Zusammenhang mit der schnellen Entwicklung von Xinjiang und Gansu unter der "Gürtel und Straße"-Initiative, in dieser Zeit stiegen Investitionen in Festimmobilien in Xinjiang um durchschnittlich 18,7% jährlich, weit über dem nationalen Durchschnitt (10,2%), was die schnelle Migration des Schwerpunkts der Urbanisierung förderte.Fig. 8); Gemäß dem "Statistischen Überwachungsbericht über den Aufbau von Zweistädten-Ökonomikkreisen in der Chengyu-Region (2022) stieg das BIP der Chengyu-Stadtgruppe im Durchschnitt um 8,5% im Jahr 2017 bis 2022, was 49,1% der gesamten Wirtschaft der Südwesterregion ausmacht, die Ellipse ist hauptsächlich in der Chengyu-Stadtgruppe verteilt, der Schwerpunkt bewegt sich allmählich in Richtung Süden, die Migrationsabstand beträgt 181,1 km. Nach 2017 hat sich der Schwerpunkt der Entwicklung mit dem Aufstieg der Landwirtschaft unter der Strategie für die Wiederbelebung des ländlichen Raums in Richtung Nordosten in die Mittelplainregion bewegt, die MigrationsabFig. 8)。
Statistische Ergebnisse der Standardabweichungsellipse und der Schwerpunktmigration der Veränderungsraten der Urbanisierung in verschiedenen Gradienten Chinas zwischen 1992 und 2022Table 1Die Entwicklung der Urbanisierung Chinas zeigt sich in den Hauptstädten der Provinzen, in den Städten auf regionaler Ebene, in den Städten auf Bezirksebene und in den Gemeinden einzigartige dynamische Merkmale. Insbesondere ist die Standard-Abweichungselliptische Fläche der Kreisstädte relativ groß, während die elliptische Fläche der Landstädte relativ klein ist, was darauf hindeutet, dass die Urbanisierung der Kreisstädte weit verbreitet ist. Dies ist wahrscheinlich schwächer als die wirtschaftliche Grundlage von Städten auf Bezirksebene, aber der Urbanisierungsprozess hat früher begonnen, was zu einer allmählichen Ausdehnung ihrer Abdeckungszone nach der Umgebung geführt hat, die mehr Ressourcen und Entwicklungsmöglichkeiten anzieht. Die elliptischen Flächen der Gradienten weisen im Allgemeinen eine Tendenz auf, zuerst zu verringern und dann zu erhöhen. Insbesondere in den ländlichen Gebieten hat sich die elliptische Fläche zwischen 2010 und 2022 erheblich erweitert, sogar über das Niveau von 1992 bis 2000 hinaus. Diese Veränderung spiegelt die bemerkenswerten Fortschritte Chinas bei der Förderung des neuen Urbanisierungsprozesses wider, bei dem die ländlichen Gebiete mehr Ressourcenunterstützung und Entwicklungsmöglichkeiten erzielt haben, und zeigt auch die führende Rolle der staatlichen Politik bei der schnellen Entwicklung der ländlichen Gebiete. Zwischen 1992 und 2022 unterscheidet sich auch die Migrationsbahn der Schwerpunkte der Urbanisierung in verschiedenen Gradienten, wobei sich der Schwerpunkt der Provinzhauptstädte weiter in Richtung Südwesten bewegte, der Schwerpunkt der Städte auf regionaler Ebene verschoben wurde zuerst nach Norden und dann nach Südwesten, der Schwerpunkt der Städte auf Bezirksebene verschoben wurde allmählich vom Nordwesten nach Südwesten, während der Schwerpunkt der Städte einen Migrationsprozess von Nordosten nach Südwesten durchlief. Diese Migrationstrends zeigen, dass sich die Urbanisierung im Südwesten und Nordwesten beschleunigt hat und dass sich die Bevölkerungs- und Industrieströmungen in diese Regionen entwickeln, insbesondere durch politische Unterstützung, die Urbanisierung im Westen deutlich beschleunigt hat. Es ist bemerkenswert, dass 2010-2022 die Migrationsdienst der Schwerpunkte der Gradienten deutlich zugenommen hat und sich in Richtung Südwesten konzentriert hat, was darauf hindeutet, dass die Urbanisierung im Nordwesten und Südwesten die Geschwindigkeit der Entwicklung im Osten übertrifft hat, insbesondere durch die Unterstützung von Ressourcenzuweisung, Industrietransfer und Infrastrukturaufbau. Diese Erkenntnis entspricht bereits bestehenden Studien wie z.B.吴瑞君等(2022)2010 war ein Wendepunkt in der Umfassung der Urbanisierungsgeschwindigkeit im Mittelwesten und im Osten, gleichzeitig ein Schlüsselknotenpunkt für den Rückgang der Nettobevölkerungsausflüge im Osten und eine deutliche Verringerung der Nettobevölkerungsausflüge im Mittelwesten. Die Urbanisierungsrate in den westlichen Regionen stieg zwischen 2010 und 2015 um 7,16 Prozentpunkte, gegenüber 6,84 Prozentpunkten in der Mitte und 4,88 Prozentpunkten im Osten. Die Urbanisierung beschleunigte sich in den zentralen Regionen von 2015 bis 2020 um 7,95 Prozentpunkte, im Westen um 4,51 Prozentpunkte und ist immer noch höher als im Osten um 4,38 Prozentpunkte. Diese Daten zeigen, dass sich die Urbanisierung im Mittelwesten nach 2010 erheblich beschleunigt hat, im starken Gegensatz zu einer allmählich verlangsamen Tendenz im Osten. Darüber hinaus ist die Nettobevölkerung in den ländlichen und städtischen Gebieten seit dem Jahr 2000 kontinuierlich gewachsen, insbesondere nach 2010, was eine deutliche Steigerung der Fähigkeit der westlichen Regionen unterstreicht, die ländliche Bevölkerung in die Städte zu ziehen.

Table 1 Standard deviation delipse and centroid migration statistics of urbanization change rates in different gradient regions of China from 1992 to 2022

地区年份区间面积/万km2距离/km方位角/(°)地区年份区间面积/万km2距离/km方位角/(°)
省会城市1992—2000296.0161.77192.12县级城市1992—2000463.7371.89316.19
2000—2010241.192000—2010394.07
2010—2022273.24280.78244.032010—2022443.04417.09236.06
地级城市1992—2000242.94117.25355.22乡镇1992—2000271.8064.1025.31
2000—2010212.012000—2010224.54
2010—2022225.02251.68226.872010—2022352.77438.29240.92
Statistische Ergebnisse der Standardabweichungsellipse und der Schwerpunktmigration der Urbanisierungsrate in den chinesischen Provinzen von 1992 bis 2022Table 2In den drei Studienzeiten von 1992 bis 2022 zeigte sich in allen Provinzen ein allgemeiner Trend zum Wachstum der Standardabweichungselliptischen Fläche, was auf eine zunehmende räumliche Expansion der Urbanisierung hindeutet. Dieses Phänomen spiegelt die beschleunigte Urbanisierung im Laufe der Zeit wider. Aufgrund der geographischen Größenverschiedenheit der einzelnen Provinzen ist die Standardabweichungselliptische Fläche in größeren Provinzen (wie der Autonomen Region der Inneren Mongolei) deutlich höher als in wirtschaftlich entwickelten Gemeinden (wie Shanghai). Zum Beispiel betrug die Innenmongolische Autonome Region in den Jahren 2000-2010 eine elliptische Fläche von 601.165,99 km², während die Stadt Shanghai in der gleichen Zeit nur 1929,73 km² betrug. Allerdings ist das Wachstum in den Gemeinden wie Peking, Shanghai und Chongqing mit 306,7%, 221,1% und 216,9% deutlicher, was darauf hindeutet, dass die Provinzhauptstädte eine erhebliche Entwicklungsrate haben. Im Gegensatz dazu haben die westlichen Regionen, obwohl sie in den Anfangsphasen der Urbanisierung relativ schwach waren, in den letzten Jahren unter der aktiven Unterstützung der staatlichen Politik eine schrittweisende Entwicklung erzielt. Als Beispiel nimmt man die autonome Region Tibet, deren Standard-Abweichungselliptische Fläche von 7.390,53 km² im Jahr 1992 auf 164.459,42 km² im Jahr 2022 stark ansteigt, was eine Wachstumsrate von 2.125,2% entspricht. Diese Veränderung spiegelt den rasanten Fortschritt des Urbanisierungsprozesses in den westlichen Regionen wider, insbesondere durch eine Reihe staatlicher Armutsbekämpfungs- und Unterstützungspolitik, die die städtischen und ländlichen Entwicklungslücke schrittweise verringert hat.

Tab. 2 Standard deviation ellipse and centroid migration statistics of urbanization change rates in Chinese provinces from 1992 to 2022

地区年份区间面积/万km2距离/km方位角/(°)地区年份区间面积/万km2距离/km方位角/(°)
北京1992—20000.307.7982.58湖北1992—20004.554.19337.21
2000—20100.622000—20106.21
2010—20221.2215.51296.792010—20227.161.72143.04
天津1992—20000.414.1918.28湖南1992—20005.7726.68196.00
2000—20100.622000—20106.37
2010—20220.761.72123.112010—202211.7849.35209.12
河北1992—20007.2833.9164.47广东1992—20004.9337.07271.3
2000—20109.422000—20108.98
2010—202210.5548.72261.302010—202213.5716.0533.16
山西1992—20005.742.21224.53广西1992—20006.884.53239.19
2000—20107.272000—20108.33
2010—20228.81128.560.612010—202212.0723.9531.22
内蒙古1992—200045.7185.1961.17海南1992—20001.3348.30210.85
2000—201060.122000—20102.39
2010—202257.0634.1983.702010—20222.3133.56253.93
辽宁1992—20006.1419.94283.27重庆1992—20001.3613.1837.04
2000—20107.102000—20102.81
2010—20227.4823.67324.942010—20224.318.6395.54
吉林1992—20008.212.23343.07四川1992—20007.7921.3333.31
2000—20107.902000—20109.12
2010—202210.2535.37302.882010—202214.4369.97197.28
黑龙江1992—200012.3137.8464.54贵州1992—20003.572.07333.01
2000—201016.112000—20104.92
2010—202220.5535.98274.952010—20226.7537.62284.52
上海1992—20000.198.00121.19云南1992—200010.0626.26166.95
2000—20100.502000—201014.23
2010—20220.6130.7510.842010—202218.3364.21338.33
浙江1992—20004.2032.45335.00西藏1992—20000.7318.61253.44
2000—20104.442000—20104.09
2010—20226.3294.08189.662010—202216.4564.98102.21
江苏1992—20005.2811.2678.34陕西1992—20004.6322.4919.70
2000—20105.252000—20106.81
2010—20226.1082.61325.532010—202214.13105.93352.51
安徽1992—20005.012.77237.19甘肃1992—200012.2456.08138.06
2000—20105.862000—201019.29
2010—20227.4128.56325.342010—202218.32160.91125.77
福建1992—20002.5926.1344.03青海1992—20002.6910.1720.59
2000—20105.082000—20104.17
2010—20227.4565.97358.232010—202211.6555.9137.28
江西1992—20007.7417.44345.32宁夏1992—20000.5529.76202.62
2000—20106.912000—20101.70
2010—20228.723.83148.912010—20223.7464.33155.81
山东1992—20009.0453.81242.05新疆1992—200042.94161.13245.85
2000—20109.582000—201053.87
2010—202210.0260.32239.132010—202251.04104.6244.16
河南1992—20005.6936.25164.69
2000—20106.38
2010—20229.0249.38136.11
Besonders bemerkenswert ist, dass sich die Entfernung zwischen 2010 und 2022 im Vergleich zu einem früheren Zeitraum deutlich erhöht hat, was darauf hindeutet, dass die neue Urbanisierungspolitik eine wichtige Rolle bei der Ausbreitung der Bevölkerung und der Industrie in kleine und mittlere Städte und Gemeinden spielt. Die Hauptstädte und Städte auf regionaler Ebene haben durch den Strahleneffekt die synergische Entwicklung der umliegenden Regionen gefördert, die Koordination zwischen den Regionen hat sich allmählich verstärkt und die Bildung eines ausgewogener regionalen Entwicklungslandschafts gefördert.

3.4 Räumliche Merkmale der Urbanisierung

Durch den Moran’s I-Index, der den Grad der räumlichen Korrelation der Veränderungen des Urbanisierungsniveaus in verschiedenen Gradienten des Landes in drei Zeiträumen misst, ist der Moran’s I zwischen 1992 und 2022 immer deutlich größer als Null, was darauf hindeutet, dass das städtische Wachstumsniveau in verschiedenen Gradienten des Landes in einer deutlich positiven räumlichen Korrelation ist, und die hohen und niedrigen Werte der Konzentrationsgebiete deutlich sind. Insgesamt ist der Moran’s I-Wert rückläufig, von 0,635 im Jahr 1992 auf 0,207 im Jahr 2022, was darauf hindeutet, dass Provinzhauptstädte und Regionalstädte eine führende Rolle bei der vorrangigen Entwicklung spielen. Es zeigt, dass mit dem Fortschritt der Urbanisierung die Führungsrolle der Hauptstädte und der Regionalstädte allmählich geschwächt wird, und der Schwerpunkt der Urbanisierungsentwicklung allmählich auf die umliegenden Bezirksstädte und Gemeinden verteilt wird, was zu einer allmählichen Schwächung der räumlichen Beziehungen zwischen den verschiedenen Gradientenstädten führt. Dieses Phänomen spiegelt die allmähliche Erscheinung des „Verbreitungseffekts“ wider, d. h. die zunehmende Ausdehnung der Prioritäten der Urbanisierung auf Städte mit niedrigeren Gradienten und die Bildung eines mehrstufigen, mehrzentrischen Raumentwicklungslandschafts.许媛媛,2017)。
Weitere Analyse der lokalen räumlichen Assoziationsmerkmale von Regionen mit signifikanter globaler räumlicher Selbstrelevanz (Fig. 9Auf nationaler Ebene kann festgestellt werden, dass die Hu-Huan-Linie China in zwei große Regionen des Ostens und des Westens unterteilt. Im Westen der Linie sind Berge und Wüsten vorwiegend, Städte sind spärlich verteilt und zeigen hauptsächlich die Charakteristik der "niedrigen-niedrigen" Sammlung; Ostlich der Linie sind die Ebenen vorwiegend, die Städte sind dicht verteilt und zeigen ein bemerkenswertes "hoch-hoch"-Sammlungsmuster. Diese räumliche Verteilung spiegelt die Ungleichgewicht der urbanisierten Entwicklung unserer Region deutlich wider.
figure
figure
figure
figure

Fig. 9 Local spatial auto-correlation analysis results of urbanization level changes in China from 1992 to 2022

Raumverteilung in verschiedenen Gradientenstädten, 1992-2000 (Fig. 9Die "hohe-hohe" Zusammenstellungsgebiete konzentrieren sich hauptsächlich auf Provinzhauptstädte und Küstenstädte, von denen die Gebiete Peking-Jin-Hebei, Lang-Dreieck und Pearl-Dreieck besonders hervorragend sind; Im Gegensatz dazu zeigen die Städte auf Bezirksebene und die Städte in den Gemeinden eine "niedrige-niedrige" Aggregation, die die Realität des niedrigeren Grades an Urbanisierung in diesen Gebieten widerspiegelt. Darüber hinaus befinden sich die "niedrigen-hohen" Sammelgebiete meist in der Umgebung der Provinzhauptstädte, während sich die "hohen-niedrigen" Sammelgebiete hauptsächlich in den südchinaischen Regionen konzentrieren, wie die Bezirksstädte wie Heyuan, Yangjiang und Maoming, was darauf hindeutet, dass sich die Urbanisierung dieser Regionen noch in einer früheren Phase befindet. 2000 bis 2010)Fig. 9Obwohl die Anzahl der "hohen-hohen" Sammlungsgebiete zugenommen ist, verschwinden die "hohen-hohen" Sammlungen in den Kernbereichen der Hauptstädte allmählich und zeigen einen Trend zur Verbreitung in die Umgebung. Zum Beispiel verbreitet sich der Urbanisierungstrend in Tianjin und Tangshan in Nordchina, Zhengzhou, Wuhan und Changsha in Mittelchina in Richtung Westen, Weifang, Linyi und Chang-Dreiecksstädte in Ostchina erstrecken sich nach Norden der Provinz Jiangsu, während der Anteil der Städte auf Bezirksebene deutlich gestiegen ist. Die „hohe-hohe“ Zusammenstellung im Nordwesten wird immer noch von Provinzhauptstädten und Städten auf regionaler Ebene dominiert, was den schrittweisen Fortschritt des Urbanisierungsprozesses in der Region anzeigt.
2010-2022 in den Hauptstädten der Provinz und in den Städten der Landklasse wurde die "hohe-hohe" Sammlung weiter reduziert, und die städtischen Gebiete wurden allmählich zu neuen Sammlungszentren, und einige Hauptstädte zeigten sogar ein "niedriges-niedriges" Sammlungsphänomen, was darauf hindeutet, dass der Urbanisierungsprozess dieser Städte sich der Sättigung nähert und der innere Teil sich stabilisiert hat.Fig. 9)。 Gleichzeitig bildeten sich im Nordwesten und Südwesten unter Strahlungsantrieb von Provinzhauptstädten und Städten auf regionaler Ebene mehr „hoch-niedrig“-Gruppierungsgebiete, die eine blühende Urbanisierungslandschaft mit mehreren Punkten zeigen, die den einzigartigen Entwicklungsweg dieser Gebiete in der Urbanisierung widerspiegeln. Dieses Phänomen zeigt, dass die westlichen Provinzen und Gebiete bereits vorläufig regionale zentrale Städtesysteme errichtet haben, die sich auf Provinzhauptstädte und regionale Städte konzentrieren, aber ihre Strahlungskapazität unterscheidet sich erheblich, was zu einer ungleichen Konzentrierungskapazität kleiner und mittlerer Städte für die Bevölkerung der Region führt.赵美风 等,2024)。 Für solche Regionen ist eine Politik der Differenzierung erforderlich, die zum Beispiel die Rückkehr der Bevölkerung durch finanzielle Subventionen fördert, lokale Industrien fördert und die blinde Verfolgung des Tempos der Urbanisierung vermeidet und die innere Dynamik ignoriert.
Angesichts dieser sich ändernden Tendenz der räumlichen Zusammenhänge muss die Regierung bei der Förderung eines neuen Urbanisierungsprozesses besonders auf die Urbanisierungsentwicklung von Städten und Gemeinden auf Bezirksebene achten. Im August 2020 veröffentlichten sieben Abteilungen wie das Ministerium für Wohnungsbau und Landwirtschaft und das Zentrale Netzwerkbüro die Leitlinien zur Beschleunigung der Förderung des Aufbaus neuer städtischer Infrastruktur, um die Transformation und Modernisierung der Städte zu beschleunigen und das Niveau der Stadtmodernisierung zu erhöhen, indem der Aufbau neuer Städte mit der neuen Infrastruktur verbunden wird. Diese Initiative hat das Niveau und die Qualität der Urbanisierung effektiv verbessert und ein neues Modell der regionalen Wirtschaft in China verwirklicht. Seit 2020 hat das Ministerium für Wohnungsbau in 21 Städten wie Chongqing und Taiyuan Pilotprojekte für den Bau neuer Städte durchgeführt, um die Sicherheit der Städte durch die Modernisierung der Infrastruktur zu verbessern und sich auf die Einführung von grünen Gebäuden, intelligenten Stadttechnologien und effizienten öffentlichen Diensten zu konzentrieren, um die Lebensqualität der Bewohner zu verbessern. Gleichzeitig hat die Umsetzung der Integrationsentwicklung von Städten und ländlichen Gebieten, der neuen Urbanisierungsstrategie und der Strategie zur Wiederbelebung des ländlichen Raums die Verbesserung der ländlichen Infrastruktur, die Verbesserung des Lebensstandards der Landwirte und die Beschleunigung des Urbanisierungstransfers der ländlichen Bevölkerung gefördert, was eine wichtige Rolle bei der Förderung des wirtschaftlichen Gleichgewichts und der nachhaltigen Entwicklung in der Region Chinas gespielt. Der erfolgreiche Fortschritt der politischen Maßnahmen hat die städtischen und ländlichen Kluften wirksam verringert und die allgemeine wirtschaftliche Entwicklung gefördert (夏添 等,2023李兰冰和刘秉镰,2020刘彦随,2018)。

4 Schlussfolgerungen

4.1 Diskussionen und Schlussfolgerungen

Obwohl nachtliche Lichtdaten die Entwicklung der Urbanisierung besser anzeigen können und weit verbreitet in der Urbanisierungsforschung verwendet werden (李媛婷 等,2023司文涛 等,2022Aber für das Niveau der öffentlichen Dienstleistungen, die Umweltqualität und andere Hinweise auf die Qualität der Urbanisierung sind immer noch nicht ausreichend, können bei der Durchführung der Urbanisierungsforschung in der Zukunft Lichtdaten und thematische Statistiken integriert werden, um den Inhalt der Urbanisierungsforschung weiter zu bereichern, um den Gradienteffekt der Urbanisierung und seine Raumzeitdifferenzen umfassender aufzudecken. Aufgrund der Beschränkung der räumlichen Auflösung der Fernerfassungsdaten bei Nachtbeleuchtung, obwohl die Präzision der Daten auf Bezirksebene besser ist, kann die Präzision der Daten bei der Ausweitung auf andere räumliche Studien (insbesondere auf Gemeindeebene) etwas unzureichend sein, aber es ist möglich, die räumlichen und zeitlichen Merkmale der Urbanisierung auf Gemeindeebene und ihre sich ändernden Trends zu reflektieren, können in Zukunft Big Data, künstliche Intelligenz und andere Methoden verwendet werden, um die Präzision der Daten auf Gemeindeebene weiter zu verbessern, um die Anforderungen an ausgefeilteren Forschungen zu erfüllen. Gleichzeitig konzentriert sich die Studie hauptsächlich auf die Veränderung der räumlichen Landschaft der Urbanisierung, aber keine Forschung über die treibenden Mechanismen der Raum-Zeit-Evolution der Urbanisierung durchgeführt wurde, und in Zukunft können die treibenden Mechanismen der Urbanisierungsentwicklung in der Kombination mit politischen, wirtschaftlichen und ökologischen mehrdimensionalen Faktoren vertieft werden, um eine umfassendere Referenzbasis für die Urbanisierungspolitik bereitzustellen.
Dieser Artikel verwendet korrigierte passende DMSP-OLS- und NPP-VIIRS-Nachtbeleuchtungsdaten, um lange Zeitreihendaten von 1992 bis 2022 zu generieren. Auf dieser Grundlage wird der Gesamtwert des Lichts und der Lichtwachstumsdifferenzindex als Agentenvariablen für die Studie des Urbanisierungsniveaus verwendet. Durch die Schwerpunktmethode, die Standard-Abweichungselliptik und die Analyse der räumlichen Eigenschaften, ausgehend von der Städteskala, wurden die Entwicklungsmerkmale und das Gesetz der Raum-Zeit-Differenzierung in den vier Gradientengraden der Provinzhauptstädte, der Städte auf Landesebene, der Städte auf Landesebene und der Städte in China in den letzten 30 Jahren aufgedeckt. Die wichtigsten Schlussfolgerungen sind:
(1) Aus der Sicht der Beitragsquote ist die Gesamtmenge der Nachtbeleuchtung im Land zwischen 1992 und 2022 stetig gewachsen, und die Ostchinesische Region ist immer in einer führenden Position, die etwa 30% der Gesamtmenge des Landes ausmacht, was die wirtschaftliche Entwicklung effektiv fördert. Anfang der 1990er Jahre hatten die Städte auf regionaler Ebene den größten Beitrag, die Städte und Provinzhauptstädte hatten den niedrigsten Beitrag. Der Beitrag der Städte auf Gemeindeebene übertraf die Provinzhauptstädte und die Regionalstädte nach dem Jahr 2000 und übertraf die Regionalstädte um 2004 und wurde zu den Regionen mit der höchsten Beitragsquote; Die Provinzhauptstädte übertrafen die Provinzhauptstädte im Jahr 2007 und haben bis 2022 den niedrigsten Beitrag zur Nachtbeleuchtung erreicht.
(2) Die Urbanisierung Chinas hat den Prozess der Verbreitung von Provinzhauptstädten zu kleinen und mittleren Städten durchlaufen und dann zum umfassenden Wachstum in ländlichen Gebieten, und die Urbanisierung in verschiedenen Regionen zeigt einen Trend der Diversifizierung. In Bezug auf die Wachstumsrate waren die Provinzhauptstädte von 1992 bis 2000 und einige Ortsstädte vor anderen Ortsstädten, insbesondere Peking, Hebei, das Lange Dreieck und das Perlendreieck. 2000-2010 Hauptstädte Tendenz zur Sättigung, die Landesebene und einige Bezirksebene Städte allmählich zum Kern, in Nordchina, Ost-China, Mittel-China und Süd-China zeigen sich als mittleres Wachstum und höhere Entwicklungsgeschwindigkeit, während der Nordwesten, Südwesten und Nordosten Region immer noch von Hauptstädten überwiegend ist, es gibt Rückstand, ihre Hauptstädte sind immer noch die am schnellsten wachsenden Städte in den vier Gradienten. In den Jahren 2010-2022 wurden Städte auf Gemeindeebene zum Hauptteil, während Provinzhauptstädte fast ausschließlich in einem "langsamen-niedrigen" Entwicklungszustand waren, was einen Trend zur allmählichen Verschiebung des Schwerpunkts der Urbanisierung in die Städte zeigt.
(3) Aus der Sicht der Schwerpunktverteilung hat sich die Urbanisierungsentwicklung Chinas zwischen 1992 und 2022 erheblich verändert, der Schwerpunkt der Urbanisierungsentwicklung zeigt eine gradiente Abwärtsverschiebung, die allmählich von der Provinzhauptstadt auf die Landesebene, die Bezirksebene bis zu den Städten auf der Gemeindeebene verlagert wird, die Migrationsbahn passt in hohem Maße zur "Kern-Rand"-Theorie und die urbanisierte Elliptikfläche erweitert sich allmählich und zeigt einen offensichtlichen Expansionseffekt. Aus der Sicht der Korrelationsmerkmale zeigt sich die „hoch-hoch“-Aggregationsgebiete als Trend zur Verschiebung der Ostküste in Richtung Nordwesten des Binnenlandes. Das Niveau des Urbanisierungswachstums in verschiedenen Gradienten des Landes hat eine signifikante räumlich positive Korrelation, und der Wert von Moran's I ist im Allgemeinen größer als Null und hat einen abnehmenden Trend. In den Jahren 1992-2000 konzentrierten sich die „Hoch-Hoch“-Gebiete hauptsächlich auf Provinzhauptstädte und Küstenstädte. Der Anteil der Städte auf Bezirksebene in den Hochwertgebieten von 2000 bis 2010 war größer; In den Jahren 2010-2022 bildeten sich in den ländlichen Gebieten neue Wachstumspole, während einige Provinzhauptstädte "niedrig-niedrig" zusammenkamen, und die Urbanisierung innerhalb der Stadt nahm sich der Sättigung an, was die Entwicklung der Urbanisierung Chinas in eine neue Entwicklungsphase markiert, die sich durch die Multizentrierung und Vernetzung auszeichnet. Gleichzeitig entwickeln sich auch Städte auf Landes- und Bezirksebene in den westlichen Regionen schnell und der Schwerpunkt bewegt sich allgemein nach Südwesten. Während dieser Zeit, obwohl die Urbanisierung im Nordwesten und Südwesten schneller als im Osten entwickelt wurde und die Probleme der regionalen Entwicklung nicht koordiniert wurden, hat sich das Niveau der wirtschaftlichen Entwicklung im Osten deutlich übertroffen als im Westen, und die koordinierte Entwicklung muss weiter vertieft werden.

4.2 Politikempfehlungen

Basierend auf den Daten über die Nachtbeleuchtung, die die Merkmale des Gradienten der Urbanisierung und die Regeln der Raumzeitunterscheidung enthüllen, werden die folgenden gezielten politischen Empfehlungen in Verbindung mit den strategischen Bedürfnissen der neuen Urbanisierung des Landes vorgeschlagen:
(1) Optimierung der Ressourcenzuweisung auf städtischer Ebene, um die Ergebnisse der Schwerpunktverlagerung der Urbanisierung zu konsolidieren. Die Studie ergab, dass der Beitrag der Nachtbeleuchtung in den Städten nach 2010 auf den ersten Platz sprang, aber die öffentliche Dienstleistung und die industrielle Basis in den Städten blieb schwach. Es wird vorgeschlagen, die Bezirksgebiete als Grundeinheit einzusetzen und einen Mechanismus zur Vernetzung von Ressourcen auf der Ebene "Provinz-Stadt-Bezirk-Dorf" aufzubauen, der sich auf die öffentlichen Ressourcen wie Bildung, Gesundheit und Verkehr in den Städten konzentriert und durch die Politik der regionalen Transformation von Landindikatoren die Industrieparks in die Bezirksgebiete führt, um das Risiko der "Hohlbildung" bei der Verschiebung des Schwerpunkts der Urbanisierung zu vermeiden.
(2) Aufbau von gradienten Synergiemechanismen, um den Atmungseffekt von Städten mit hohem Grad zu lindern. Studien zeigen, dass der Beitrag der Hauptstädte seit 2010 kontinuierlich gesunken ist, während Städte auf regionaler Ebene und Bezirksebene zum regionalen Kern werden. Es ist notwendig, die funktionale Positionierung der verschiedenen Gradientenstädte zu definieren: Hauptstadtstädte konzentrieren sich auf Forschung und Entwicklung und High-End-Dienstleistungen; Städte auf regionaler Ebene übernehmen den Transfer der Fertigungsindustrie und schaffen spezialisierte Industriecluster; Landwirtschaftliche oder arbeitsintensive Industrien (z. B. Textilien, Lebensmittelverarbeitung) basieren auf lokalen Ressourcen. Durch die Politik der Steuerteilung und der Enklavenwirtschaft wird ein „Kern-Knoten-Hinterland“-Synergienetzwerk gebildet.
Stärkung des Urbanisierungspotenzials im Mittelwesten und Vertiefung der koordinierten regionalen Entwicklung. Die Raumzeitanalyse zeigt, dass sich der Schwerpunkt der Urbanisierung nach 2010 in das nordwestliche Binnenland verlagert hat, aber die wirtschaftlichen Unterschiede zwischen Ost und West bleiben erheblich. Es wird vorgeschlagen, neue Infrastrukturtypen im Rahmen der „Großentwicklung des Westens“ vorrangig zu gestalten: 1) Pilot-Projekte für digitale Zwillingsstädte zur Verbesserung der intelligenten Managementkapazitäten im Mittelwesten; 2) Grüne Rechenzentrumscluster in Gansu, Guizhou und anderen Regionen aufbauen, basierend auf dem Projekt "Ost-Zahl-West-Berechnung"; 3) Verbesserung des transregionalen ökologischen Kompensationsmechanismus und Erforschung des Verknüpfungsmodells "Kohlenstoffhandel + Industrietransfer", um die Wiederholung des breiten Entwicklungswegs zu vermeiden.
(4) Zielgerichtet auf die Verbesserung der endobiologischen Dynamik der Urbanisierung in den "niedrigen-niedrigen" Agregebieten. Die räumliche Analyse zeigt, dass es in einigen Städten im Nordwesten und Südwesten noch "niedrig-niedrig" gibt. Es ist notwendig, eine Politik der Differenzierung für diese Regionen zu entwickeln, wie z. B. die Führung der Rückkehr der Bevölkerung durch finanzielle Subventionen, die Förderung lokaler Industrien und die Vermeidung der blinden Verfolgung des Tempos der Urbanisierung und die Ignorierung der inneren Dynamik.

References

  1. 1.
    Bo W G, Qian Y, Qu J C and Tan X. 2023. Study on coupling coordination and interaction between new urbanization and rural revitalization: empirical analysis based on panel data of 156 prefecture-level cities. China Soft Science, (9): 106-116
  2. 2.
    Bu Z Q, Bai L B and Zhang J Y. 2022. Spatio-temporal evolution of Ningxia urban agglomeration along the Yellow River based on nighttime light remote sensing. Remote Sensing for Natural Resources, 34(1): 169-176
  3. 3.
    Cao Z Y, Wu Z F, Kuang Y Q and Huang N S. 2015. Correction of DMSP/OLS night-time light images and its application in China. Journal of Geo-Information Science, 17(9): 1092-1102
  4. 4.
    Chen Z Q and Su R H. 2024. The analysis of multidimensional economic changes and its urban-rural differences based on the nighttime light landscape metrics. Journal of Subtropical Resources and Environment, 19(4): 136-146
  5. 5.
    Elvidge C D, Baugh K E, Dietz J B, Bland T, Sutton P C and Kroehl H W. 1999. Radiance calibration of DMSP-OLS low-light imaging data of human settlements. Remote Sensing of Environment, 68(1): 77-88
  6. 6.
    Fan L and Li B. 2023. A spatio-temporal pattern analysis of urban areas from nighttime light: a case study of Lanxi urban agglomeration. Journal of Lanzhou University (Natural Sciences), 59(6): 720-726, 734
  7. 7.
    Fu K, Lu W X, Liu X Y, Deng C B, Yu H F and Sun X. 2024. A comprehensive survey and assumption of remote sensing foundation modal. National Remote Sensing Bulletin, 28(7): 1667-1680
  8. 8.
    Fu R D and Yang Z S. 2024. Spatio-temporal differentiation and influencing factors of high-quality development of cities in China. Acta Geographica Sinica, 79(4): 819-836
  9. 9.
    Han Z L and Liu T B. 2009. Analysis of the characteristics and spatial differences of urbanization quality of cities at prefecture level and above in China. Geographical Research, 28(6): 1508-1515
  10. 10.
    Henderson J V, Storeygard A and Weil D N. 2012. Measuring economic growth from outer space. American Economic Review, 102(2): 994-1028
  11. 11.
    Hong S F and Yang Y. 2022. Identification and characteristics of shrinking cities in the Bohai Rim region. Statistics and Decision, 38(20): 112-116
  12. 12.
    Hu W A, Liu C L and Zhan Q W. 2021. Synthetic method and comparison verification of NPP-VIIRS annual nighttime lighting data in China. Journal of Guilin University of Technology, 41(1): 141-148
  13. 13.
    Hua J, Wu B, Chen Z Q, Yang C S, Tang X, Sun F R, Wu J P and Yu B L. 2024. Spatiotemporal variations in nighttime lights in poverty-stricken counties in China. National Remote Sensing Bulletin, 28(4): 940-955
  14. 14.
    Kuang K J, Zheng K Y, Chen R, Chen B, Hong Y and Liu J F. 2023. Spatio-temporal evolution of county economic development in Fujian province based on NPP-VIIRS nighttime lighting data. Areal Research and Development, 42(4): 29-35
  15. 15.
    Li L B and Liu B L. 2020. Prospect for major issues of China's regional economic development during the 14th five-year plan period. Journal of Management World, 36(5): 36-51
  16. 16.
    Li Q H and Tan R J. 2023. Synthesis method of NPP-VIIRS annual night light data. Remote Sensing Information, 38(3): 47-53
  17. 17.
    Li Q X, Zheng H, Zhang G, Guo X Y and Liu W L. 2020. Analysis of Luojia1-01 index based on nighttime light imagery. Journal of Geomatics, 45(3): 8-15
  18. 18.
    Li R Z, Huang X L and Liu Y B. 2023. Spatio-temporal differentiation and influencing factors of China's urbanization from 2010 to 2020. Acta Geographica Sinica, 78(4): 777-791
  19. 19.
    Li X P and Gong L. 2019. Correction and fitting of night light images of DMSP/OLS and VIIRS/DNB. Bulletin of Surveying and Mapping, (7): 138-146
  20. 20.
    Li Y T, Li Y M, Wu B W, Ji P K and Yang X. 2023. Spatial-temporal evolution and influencing factors of built-up areas in Yunnan Province based on nighttime light images. Areal Research and Development, 42(1): 61-67
  21. 21.
    Li Y Y, Sheng Q and Dai J. 2023. Spatio-temporal evolution characteristics of carbon emissions in Beijing-Tianjin-Hebei urban agglomeration derived from integrated data of DMSP-OLS and NPP-VIIRS. Journal of Environmental Engineering Technology, 13(2): 447-454
  22. 22.
    Liu C, Zhang H Y and Hu B G. 2022. The relationship between urbanization and poverty from the perspective of economy and population: liner and u relations——empirical analysis based on provincial panel data. Chinese Journal of Agricultural Resources and Regional Planning, 43(1): 216-222
  23. 23.
    Liu T, Zhuo Y X, Peng R X and Cao G Z. 2022. Urban-rural population change and the regional types evolution of China's urbanization. Acta Geographica Sinica, 77(12): 3006-3022
  24. 24.
    Liu Y S. 2018. Research on the urban-rural integration and rural revitalization in the new era in China. Acta Geographica Sinica, 73(4): 637-650
  25. 25.
    Ni P F and Xu H D. 2022. China's urbanization for 2035. Reform, (8): 98-110
  26. 26.
    Niu F Q and Xin Z L. 2021. Spillover effect of China's high-speed railway stations and its spatial differentiation: an empirical study based on night-time light datasets. Geographical Research, 40(10): 2796-2807
  27. 27.
    Si W T, Zhang N H, Ye H P and Li Y. 2022. Urbanization in the Beijing-Tianjin-Hebei urban agglomeration in China based on long-term nighttime light data. Resources Science, 44(10): 2114-2124
  28. 28.
    Wang H, Hu Z Y, Li F Q and Zhou Y K. 2022. Research on the spatial-temporal process of urbanization in Chengdu-Chongqing region based on nighttime light from 2000 to 2018. Remote Sensing Technology and Application, 37(4): 897-907
  29. 29.
    Wang H J, Zhang B, Liu Y L, Liu Y F, Xu S, Zhao Y T, Chen Y C and Hong S. 2020. Urban expansion patterns and their driving forces based on the center of gravity-GTWR model: A case study of the Beijing-Tianjin-Hebei urban agglomeration. Journal of Geographical Sciences, 30(2): 297-318
  30. 30.
    Wang Z, Román M O, Sun Q, Molthan A L, Schultz L A and Kalb V L. 2018. Monitoring disaster-related power outages using NASA black marble nighttime light product. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42: 1853-1856
  31. 31.
    Wei H K. 2014. Polarization trend and optimization of size distribution in China's urbanization process. China Industrial Economics, (3): 18-30
  32. 32.
    Wei L L and Zhang M F. 2014. Analysis of influencing factors of regional differences in urbanization in China. Statistics and Decision, (19): 112-114
  33. 33.
    Wu R J, Xue Q X and Luo Z H. 2022. The turning change of the spatial patterns of population migration and urbanization in China from 2000 to 2020. The Journal of Shanghai Administration Institute, 23(1): 74-86
  34. 34.
    Xia T, Xia Y, Liu X Y and Sun J W. 2023. China's regional economic development and policy system evolution: a three-dimensional analysis framework based on dynamic perspective. Acta Geographica Sinica, 78(8): 1904-1919
  35. 35.
    Xu Y Y. 2017. Analysis of regional differences and influencing factors of urbanization development in China. Economic and Trade, 1: 55
  36. 36.
    Xu Z S and Xu Y M. 2021. Study on the spatio-temporal evolution of the Yangtze River delta urban agglomeration by integrating DMSP/OLS and Npp/Viirs nighttime light data. Journal of Geo-Information Science, 23(5): 837-849
  37. 37.
    Yang Y, Huang Q X and Zhang L L. 2015. The spatial-temporal measurement on the land urbanization level using DMSP/OLS nighttime light data——a case study of bohai rim. Economic Geography, 35(2): 141-148, 168
  38. 38.
    Yang Z, Zhang X L, Lei J, Duan Z L and Li J G. 2019. Spatio-temporal pattern characteristics of relationship between urbanization and economic development at county level in China. Chinese Geographical Science, 29(4): 553-567
  39. 39.
    Yu B L, Wang C X, Gong W K, Chen Z Q, Shi K F, Wu B, Hong Y C, Li Q X and Wu J P. 2021. Nighttime light remote sensing and urban studies: data, methods, applications, and prospects. National Remote Sensing Bulletin, 25(1): 342-364
  40. 40.
    Zhang B, Yin J, Qiu Y H and Jiang H T. 2022. Study of spatial-temporal evolution of urban development in the new western land-sea corridor——based on nighttime light data. Resource Development and Market, 38(11): 1364-1373
  41. 41.
    Zhang B F, Miao C H, Song Y N and Wang J J. 2020. Correction of DMSP/OLS stable night light images in China. Journal of Geo-Information Science, 22(8): 1679-1691
  42. 42.
    Zhang B R, Li J, Wang M G and Duan P. 2021. Mutual correction of DMSP/OLS and NPP/VIIRS in China's mainland. Remote Sensing Information, 36(3): 99-107
  43. 43.
    Zhang M, Yang L Y, Hu Z W and Yang Z Q. 2024. Spatiotemporal differentiation and influencing mechanism of urban expansion in the Yangtze River economic belt, China. Acta Geographica Sinica, 79(2): 439-461
  44. 44.
    Zhang T, Wang G H, Zheng L J, Dai H L, He Y H and Liu T. 2024. Remote sensing monitoring and spatiotemporal characteristic analysis of urban construction land expansion in the urban agglomerations of China in the past 30 years. National Remote Sensing Bulletin, 28(11): 2838-2849
  45. 45.
    Zhao A Z, Zhang X R, Xiang K Z, Liu X F and Zhang J H. 2023. Analyzing the spatio-temporal evolution patterns of urbanization in the Loess Plateau based on night light data and statistical data. Remote Sensing for Natural Resources, 35(3): 253-263
  46. 46.
    Zhao M F, Yan Q J, Yang Z and Li J J. 2024. Regional difference decomposition and convergence pattern of nearby urbanization in China from 2000 to 2020. Progress in Geography, 43(12): 2395-2412
  47. 47.
    Zheng Q M, Weng Q H and Wang K. 2019. Developing a new cross-sensor calibration model for DMSP-OLS and Suomi-NPP VIIRS night-light imageries. ISPRS Journal of Photogrammetry and Remote Sensing, 153: 36-47
  48. 48.
    Zheng Z H, Wu Z F, Chen Y B, Yang Z W and Marinello F. 2021. Analyzing the ecological environment and urbanization characteristics of the Yangtze River delta urban agglomeration based on google earth engine. Acta Ecologica Sinica, 41(2): 717-729
  49. 49.
    Zhou Y, Li L and Liao F. 2015. Analysis the spatial-temporal pattern of the urbanization of Chengdu metropolitan region using nighttime light image. Urban Development Studies, 22(3): 28-32
  50. 50.
    Zou D, Zhou Y K, Lin J T, Chen T Y, Wu Z J and Wang H. 2022. Analysis of inequality of socioeconomic development on both sides of Hu Huanyong line using nighttime light. Remote Sensing Technology and Application, 37(4): 929-937

Lesen Sie die ganze Passage

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website