前の章|次の章

夜間光リモートセンシングデータに基づく中国都市化発展の階梯的特徴と時空間分異規律

  • 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：王家豪，研究方向为夜间灯光遥感以及在城市中的应用。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：侯鹏，研究方向为生态评估与环境遥感应用。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

サマリー

都市化は社会経済発展を示す重要な特徴の一つであり、都市化の時空間的な分異特性を定量的に解析することは、都市化の最適な発展に科学的根拠を提供できます。本研究では、長期の夜間光リモートセンシングデータを基に、重心移動、標準偏差楕円法、グローバルモランのI指数、局所空間自己相関などの手法を複合的に活用し、貢献率、成長速度、重心分布などの視点から、過去約30年間の中国の都市発展における省都—地級—県級—郷鎮の階梯的特徴およびその時空間分異の規律を定量的に分析しました。結果は次のとおりです：（1）貢献率の観点では、1990年代初頭には地級都市が最大の貢献率を示し、省都と郷鎮は同等であり、県級都市は最も少なかった。2000年以降、郷鎮レベルの都市の貢献率は省都を超え、2004年前後に地級都市を超え、最高の貢献率を示した。2010年以降、省都は夜間光の貢献率が最も低い階梯となった。（2）成長速度の観点では、1992年から2000年にかけて、県都と一部地級都市が他の階級の都市より先行した。2000年から2010年にかけては、地級および一部県級都市が中核となり、華北、華東、華中および華南地域では中速以上の成長速度を示したが、西北、西南および東北地域は発展水準が低いため、省都は4階梯の中で最も速く成長する都市であり続けた。2010年から2022年にかけては、郷鎮レベルの都市が主体となり、省都はほぼすべて「緩慢—低速」の成長状態にあった。（3）重心分布の観点では、都市化の発展重心は階梯的に下方移動する特徴を示し、省都から順に地級、県級、郷鎮レベルの都市へと徐々に移行している。1992年から2000年にかけて、「高—高」型の集積地域は主に省都と沿岸の地級都市に集中していた。2000年から2010年には高値集積地域で県級都市の割合が大きかった。2010年から2022年にかけては、郷鎮地域が新たな成長極として台頭し、一部の省都は「低—低」型の集積を示し、中国の都市化発展が多中心性とネットワーク化を特徴とする新しい発展段階に入ったことを示している。

キーワード

都市化;夜間光リモートセンシング;時空間分異;階梯的特徴

1はじめに

都市化は多次元的な社会発展過程であり、農村社会の都市社会への移行であり、人口、経済、社会構造及び土地利用方式の深刻な転換（倪鹏飞和徐海东，2022）。改革開放以来、中国は世界的に注目される経済の躍進を実現し、2022年の中国の都市化率は65.22%に達し、1982年より47.3ポイント上昇したが、高速成長の背後には住宅価格の上昇、資源消費の過度化、環境問題などの一連の現実的な挑戦（伏润得和杨振山，2024；洪顺发和杨洋，2022）。都市化のプロセスを維持しながら持続可能な発展を実現する方法は、早急に解決すべき重要な議題となっている。
中国は地域が広く、地理環境の差が顕著であり、都市化の発展に明らかな地域差が存在することを決定した（赵美风 等，2024）。都市は経済成長を推進し、社会主義現代化を建設する核心エンジンとして、長期にわたって品質向上ではなく数量拡大を重視してきた。しかし、この量を主とする発展モデルは往々にして多くの問題を引き起こし、特に東部沿海地区と中西部地区の間の差を体現し、東から西へ徐々に減少する空間構造を呈し、区域間の差は全体の発展品質の差の主要な源である（邹丹 等，2022；韩增林和刘天宝，2009）。そのため、新時期において、都市の発展は単に数量と速度を追求するのではなく、質の向上、構造の最適化と革新駆動を核心とし、中国の都市化区域の差異研究を深く展開すべきであり、まさに人を核心とする新型都市化の推進を加速し、区域の協調発展を促進する国家戦略の必然的な要求である。
伝統的な都市化研究は通常パネルデータ分析に依存し、時系列と断面データを結合することにより、都市化プロセスの動的変化と空間的差異（薄文广 等，2023）。この方法は経済成長、人口移転、インフラ整備などの定量的関係を効果的に明らかにすることができる（刘超 等，2022）。しかし、伝統的な統計方法は空間差異と地域間の相互作用を捉える上で一定の限界がある。リモートセンシング技術の進歩に伴い、夜間照明データは新興の研究ツールとして、都市化過程における空間的差異と経済活動の集積モデルのためにより正確な監視手段を提供している（付琨 等，2024）。伝統的なパネルデータ分析とリモートセンシング情報を結合することで、より高い時空解像度の下で総合的な研究を行うことができ、都市化の動態に対する理解と評価をさらに豊富にすることができる。
夜間照明指数は都市化レベルと密接に関連している（Henderson等，2012；周垠 等，2015）、都市化モニタリングや人口分布（Elvidge等，1999）、社会経済パラメータ推定（Yang等，2019；李黔湘 等，2020）と災害評価（Wang等，2018)など多くの分野で利用されている。このデータの視点の下で、都市発展の地域差とサイフォン効果は異なる都市群と都市の機能特徴と発展モデルをはっきりと体現している。都市化空間政策の実施は本質的に都市と農村の人口の動態関係を反映しており、夜間の照明強度の分布はこの関係の空間表現を直観的に明らかにしている。ここ数年来、新型都市化と農村振興戦略は東部都市群の最適化、中西部都市群の育成を提案し、大中小都市と郷・鎮の協調的発展を推進し、都市と農村が融合した都市構造（刘涛 等，2022）。しかし、夜間の照明データからは、東部成熟都市群の照明分布がより集中しており、これらの地域が高度に一体化した機能空間を反映しており、都市部と農村部の人口と資源の密接な連動（郑子豪 等，2021）。一方、中西部の都市群は都市化初期段階では、夜間の照明分布がより分散しており、中心都市の遠距離移転人口に対する吸引力は限られており、地域機能の連動性が弱く、都市発展の不均衡な構造を呈している（杨洋 等，2015）。
また、高レベル都市のサイフォン効果は夜間照明の顕著な明るさによって体現され、これらの都市は周辺の農村、小都市、中小都市の人口と資源を多く誘致し、後者の照明強度の相対的な減弱を招いている（王晗 等，2022）。中小都市と郷鎮の発展はより地元資源に依存し、照明分布は限られた拡張性を示し、周辺の中心都市と全国的な都市群の明らかな影響を受けている。夜間照明データの分析に基づいて、東部と中西部の都市群の新型都市化構造における地位と役割、および農村振興戦略の都市と農村の融合発展の最適化における政策効果をより正確に評価することができる（魏后凯，2014）。
現在、夜間照明データはすでに異なる空間スケールでの都市化時空発展及び空間発展均衡性研究に応用されており、主に省域空間範囲の都市化発展均衡特徴及び分極特徴（旷开金 等，2023；李媛婷 等，2023）、地域都市群の空間スケールの都市化分布形態、拡張モードなどの時空進化態勢（许正森和徐永明，2021；张斌 等，2022；布自强 等，2022）。夜間の照明データの国家スケールからグリッドスケールまでの推定精度が向上しつつある（余柏蒗 等，2021）、郷鎮級の都市化発展特徴研究にも応用され始めた（陈佐旗和苏瑞浩，2024）。
近年、郷鎮の尺度に対する研究は依然として相対的に弱く、既存の成果は省級または一部の都市群のレベルに集中している。そこで、異なる時期の中国の都市化発展モデルの勾配差異を系統的に明らかにするために、本文は中国の郷鎮級ベクトルデータ、県級政府の駐屯地データとCNLUCC土地利用データを基礎として、空間重畳と目視解読によって異なる階層の都市核心区を識別し、それを省都都市、地級都市、県級都市と郷鎮の4つの勾配（Fig. 1）。この基礎の上で、1992年-2022年の年長時系列夜間照明データを結合し、重心移動、標準差楕円、全局と局所空間の自己相関などの方法を用いて、システムは中国の都市化発展の勾配特徴と時空異規則を探究し、都市化の勾配効果を解析し、都市化発展経路を最適化するために科学的な参考を提供することを目的とする。
figure

Fig. 1 Urban distribution at different gradients in China

2データの出所と研究方法

2.1データソース及び前処理

本文は1992年-2013年DMSP-OLS（Defense Meteorological Satellite Program）データと2012年-2022年NPP-VIIRS（Visible Infrared Imaging Radiometer Suite）データを採用した。DMSP-OLS夜間照明データセットは、米国海洋大気管理局がNOAA（National Oceanic and Atmospheric Administration）を発表した。その中で、OLSは走査放射計であり、夜間の地球表面の可視光と近赤外放射を捕捉することができ、長い時間系列を持ち、空間分解能は1 km×1 kmである。DMSP-OLS夜間照明データセットの分解能、データ連続性及びスペクトル能力などの面での限界を補うため、米国航空宇宙局NASA（National Aeronautics and Space Administration）と米国海洋大気管理局は共同でNPP（Suomi National Polar-orbiting Partnership）衛星に搭載されたVIIRSを開発した。そのDNB（Day／Night Band）帯域は、特に夜間の地球表面の照明分布の観測に適しており、空間分解能は500 m×500 mであるが、このデータは背景雑光を除去しておらず、さらに処理する必要がある。

2.1.1　DMSP-OLS数据预处理

DMSP−OLSデータは公式処理により偶発ノイズを除去したが、依然として光飽和の問題に直面している。この問題を解決するために、採用した曹子阳等（2015）和张佰发等（2020）の補正方法を用いて、黒竜江省鶴岡市を安定参考区域として選択し、一元二次関数モデルを用いてセンサ飽和効果を補正した。飽和補正はセンサ間の差異を削減しているが、複数のセンサが同じ年に収集した夜間照明映像をより十分に利用し、得られたデータセットが時系列上でより安定性と連続性を確保するために、異なるセンサの同じ年のデータを年内補正及び連続性補正する。

2.1.2 NPP-VIIRSデータ前処理

本文が利用した2012年-2022年NPP-VIIRS年度データは平均値法を通じて8-10月を除いた月度無雲製品を合成し、対数変換の方法を通じて、都市区域の照明放射値の変化程度（胡为安 等，2021）。DMSP-OLS照明データと比較して、NPP-VIIRSデータはDMSP-OLSデータの基本的な特徴を継承し、空間、時間解像度などの面で向上したが、背景雑音を除去したわけではなく、オーロラ、火光、船舶照明などの一過性光源が存在し、極めて大きな異常値が存在し、マスク法を用いて、公式に発表された放射線補正を経て背景雑光を除去した後の2015年と2016年のNPP-VIIRS夜間照明映像の非0の画素生成マスクに対して、2012年-2022年のNPP-VIIRS映像データの安定照明領域を抽出し、その後、全国経済発展度が最も高い都市の上海における画素の最大DN値を上限として統計した閾値は、再び全国の地域に割り当てられ、極大値を解消し、最後に連続性補正を行う（Zheng等，2019；李启华和谭荣建，2023）。

2.1.3長時間シーケンス夜間照明データ統合

2種類の照明データはセンサーの差異により、同じ時空位置の照明画像要素値の差異が大きく、直接比較分析を行うことはできず、同じ時期の夜間の人間活動は異なるセンサー輝度値に類似性を示すことができる。李云燕等（2023）研究によると、2014年から2019年のNPP-VIIRSデータと2013年のフィッティングの優位性はいずれも高く、2013年のNPP-VIIRSデータと高い相関性があることを説明し、同じ数学モデルを用いてフィッティング補正を行うことができることを説明した。本文は全国県級行政区域を校正手段とし、DMSP-OLSデータを原因変数とし、対数変換後のNPP-VIIRSデータを引数とし、2013年DMSP-OLSとNPP-VIIRSデータの県級平均輝度値の一元二次回帰モデルを構築し、そして多くの学者はこの方法が都市化時空発展に一定の合理性があることを証明した（赵安周 等，2023；牛方曲和辛钟龄，2021）、例えばFig. 2に示す、R2=0.973、P&lt ;0.001、2014年～2022年のNPP-VIIRSデータのDMSP-OLSデータへのシミュレーション（李雪萍和贡璐，2019）、長時間シーケンスの相互比較可能な夜間照明データセットを構築することに成功し、都市化特徴の長期動態変化を監視するために堅固なデータ基礎を提供した。
figure

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

データの正確性を検証するために、リファレンス张碧蓉等（2021）学者の検証方法は、GDPデータを用いて補正結果を検証した。2013年と2022年の31の省レベル行政区の照明輝度総額と対応GDPとの相関モデル（Fig. 3，Fig. 4）によると、両者のフィッティング相関係数R²はいずれも0.7を超え、夜間照明データと経済活動との間に強い相関性があることを示している。そのため、補正された夜間照明データは、長期的なタイミングの都市化研究に使用することができる。
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研究方法

2.2.1夜間照明の総強度指数

本文は夜間照明総強度指数TNLI（Total Nightime Light Index）を採用し、この指数は行政単位内の映像画像要素輝度値DN（Digital Number）の総和を表し、TNLIは人口、GDPなどの伝統的な都市規模指標と比較的強い相関性があり、都市発展モデルと建設強度（司文涛 等，2022）。

2.2.2夜間照明寄与率

夜間照明寄与率とは、異なる地域の夜間照明総額が全国地域の夜間照明総額に占める割合を指し、異なる時間帯における7大区及び異なる勾配が全国における夜間照明比率の変化状況を探究するために用いられる。

2.2.3成長差異指数

成長差異指数LGDI（Lighting Growth Difference Index）は、同じ時期の異なる都市の成長変化率に比較可能性を持たせ、特定の勾配都市の光総額の地域内の相対成長変化率を反映し、都市化レベルの変化の空間差異を分析するために使用される、ある空間ユニットの都市の光総額成長変化率と全国の光総額成長変化率の比を表している（张敏 等，2024；Wang等，2020）。具体的な計算式は次のとおりです。
式中、ある時期の都市を表すの光成長差異指数、和それぞれ都市を表す全国的な照明成長の変化率と、和それぞれ都市を表すに、時刻のライト値。

2.2.4重心と標準差楕円法

重心は平均中心とも呼ばれ、重心とその移動軌跡を計算することにより、経済発展の空間的差異と動的変化の特徴（范琳和李彬，2023）。具体的な計算式は次のとおりです。
式中、和照明成長差指数重心の横座標と縦座標、第年の地平均照明成長差異指数、和第年行政区の幾何重心点の横座標と縦座標。
標準差分楕円法SDE（Standard Deviation Ellipse）は、空間分布の方向性特徴を記述するための古典的な方法の1つであり、要素の空間分布の方向性と集積傾向を定量化することができる。夜間の照明成長差指数の方向変化特徴を標準差楕円の中心、長短軸、方向角などのパラメータを用いて定量的に分析した。楕円の中心は夜間の照明成長差異指数の空間重心であり、長短軸はその空間分布範囲を表し、楕円面積は空間分布の集中度を表す。具体的な計算式は次のとおりです。
式中、和それぞれ標準差楕円x軸とy軸方向の軸長である、和夜間のライト成長差異指数の座標、和都市を表す平均中心座標、都市の総個数を表す。

2.2.5空間自己相関分析

空間自己相関解析は、グローバル空間自己相関と局所空間自己相関を含む都市拡張の空間依存性を効果的に明らかにすることができる。本文はグローバルMoran’s I指数を用いて都市化レベルの研究領域内の空間関連性の全体的な特徴を描写した。具体的な計算式は次のとおりです。
式中、郷鎮級行政単位の数、臨界セル空間重み行列である、、それぞれ都市を表すおよび都市の光成長差指数、グローバルMoran’s I指数の値域は［−1，1］であり、値が0より大きいことは変数が空間的に正の相関が存在することを示し、すなわち高い値の間または低い値の間の凝集現象が存在することを示し、0より小さいことは負の相関を示し、すなわち高い値が低い値に囲まれているか低い値が高い値に囲まれていることを示し、値が0に近い場合は変数に相関が存在しないことを示し、空間中にランダムに分布する。
しかし、グローバル空間自己相関は集積または異常発生の具体的な空間位置を正確に表すことができず、各勾配間の都市変化の局所的類似性と差異性特徴を分析するために、顕著なグローバル空間自己相関を持つ領域に対してさらに局所空間自己相関分析を行う。具体的な計算式は次のとおりです。
式中、都市のための局所Moran’s I指数、4種類のクラスターパターンを形成することができる：「高―高」集合、「低―低」集合、「高―低」集合と「低―高」集合、局所ユニットと隣接ユニットの間の変数の集合と異種分離特徴を掲示する。

3結果と分析

3.1異なる勾配夜間照明寄与率の時系列発展特徴

1992年～2022年の長時間シーケンス夜間照明映像データ、及び中国（香港・マカオ・台湾地区データを統計していない）の7つの地域に対して行った統計分析によると、結果はFig. 6全国の夜間照明総量は安定した増加傾向を示し、累計成長率は960%に達した。全体的に、全国の夜間照明指数の年平均成長率は着実に上昇傾向にある（Fig. 6）。1990年代初期には、地級都市の貢献率が31.69%と最も高く、省都都市と郷鎮の貢献率は同等であったが、県級都市の貢献率は15.73%と最も低かった。2000年以降、郷・鎮級の都市化が加速し、夜間の灯火貢献率は次第に省都都市を上回り、2004年頃には地級都市を上回り、2022年には49.82%に達し、4つの勾配の中で最も貢献率の高い地域となった（Fig. 5）；県級都市の夜間照明貢献率も2007年ごろに省都都市を超え、2022年には地級都市の貢献率に匹敵する。省都都市は2010年以降、夜間の照明寄与率が最も低い勾配（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

時間帯によって、各地域の異なる勾配下での夜間照明の増加には違いがあり、全体的に見ると、1992年から2000年までは経済発展と都市拡張が相対的に緩やかだったため、夜間照明の増加速度もそれに応じて低かった。1991年にソ連が崩壊し、グローバル化が加速し、国際貿易と投資障壁が低下した。この背景の下で、中国は改革開放政策を引き続き深化させ、特に経済特区と沿海開放都市で外向型経済発展戦略を採用し、沿海都市の経済成長と産業進級を促進した。この時期、発展の重点は主に省都、直轄市及び地級都市（Fig. 6および（d））。他の地域に比べて、華東地区の4つの勾配における灯火総量と成長速度はずっと全国のトップに位置し、全国の総夜間灯火指数の約30%を占め、全国経済発展の重要な推進力となり、華北地区及び華南地区はそれに続き、地域経済の発展をさらに推進した（Fig. 6、西部より10年ほど早く急速拡大期に入った（张涛 等，2024）。
21世紀初頭、中国が世界貿易機関に加盟したことは、中国が世界経済システムにより深く溶け込み、既存の経済大国と競争を始めたことを示している。2000年から2010年にかけて華東地区は先駆者として内陸部の振興を牽引した。同時に、西北と西南地域も明らかな成長を経験した。省都都市の資源競争が激化しているため、多くの人口が周辺の中小都市に移動し始め、一部の県級都市と郷鎮の発展を促している（Fig. 6および（f））。しかし、2008年の米国不動産市場のバブル崩壊は、世界の金融市場と実体経済に急速に広がる経済危機を引き起こした。この危機は中国の都市経済発展と都市化速度に重大な影響を与え、華南地区の夜間照明成長総額の低下を招いた。それでも、北西地域の経済構造と地理的位置の特殊性のため、この地域が受ける影響は沿海地域とは異なり、一定の耐衝撃能力を示している。経済危機の後、中国経済は徐々に回復し、成長の原動力を取り戻している。一部の沿海都市は輸出指向型経済からサービス型経済への転換を始め、製造業と貿易分野は回復を実現し、都市の発展ペースは再び加速した。2010年に入り、省都都市と地方都市の発展が飽和に達しつつあることに伴い、国は農村振興などの政策を実施し、地域の均衡発展を推進し始めた。2014年、「国家新型都市化計画（2014-2020年）」が公布され、農業移転人口の市民化を秩序立てて推進し、都市空間の配置を最適化することを強調した。この計画は都市拡張が構造の最適化と機能の整備をより重視し、無秩序な拡張を回避し、土地利用効率を高めることを提唱している。これらの政策の推進の下で、帰郷の波は次第に興り、郷鎮地区に新たな発展のチャンスと活力をもたらし、郷鎮級の夜間照明の増加は急速で、2022年までに、郷鎮の照明の貢献率は全国の50%に近く、中国の都市化発展が新たな段階に入ったことを示している（Fig. 6）。

3.2異なる勾配都市化空間進化構造

本文は成長差異指数の大きさに基づいて、自然ブレークポイント法を用いて各勾配のTNLI成長を5種類に分けた：緩慢成長（0-0.57）、低速成長（0.57-1.90）、中速成長（1.90-4.25）、急速成長（4.25-9.66）と高速成長（9.66より高い）、中国の都市化過程における地域分化の特徴を明らかにした。研究によると、中国の都市化発展の高速成長地域の分布は省都都市から郷鎮地域への移行傾向を示し、一部の地域は新しい都市化モデルに適応したために発展が速く、他の地域は転換が遅れて挑戦に直面している。李汝资等（2023）などの学者の研究は本研究結果と一致し、内陸部の都市化速度が次第に東部沿岸部を追い越し、地域間の差が徐々に現れていることを示した。
1992年～2000年の急速な都市化の初期（Fig. 7）、省都都市は各省の政治、経済、文化の中心として、各地の政策の推進に受益して、大量の人口と産業の集中を引きつけて、都市の規模は絶えず拡大して、巨大な用地の需要を招いた。省都都市と一部の地級都市の都市化成長率は通常、他の勾配の都市に先行し、「高速-高速」発展段階にある。長江デルタ、珠江デルタ、京津冀の3大都市群の変化は特に顕著である。
figure
figure
figure
figure

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

2000年から2010年にかけて省都都市の人口規模が拡大し続け、資源制約と競争の激化により都市化の伸び率が著しく減速し、発展は次第に飽和状態になり、人口と産業の周辺中小都市への拡散を推進した（Fig. 7）。この過程で、華北、華東、華中、華南地区の地級と県級都市は急速に台頭し、地域都市化の核心エンジンとなり、経済発展の重点も華東沿海から環渤海と長江デルタ地区に北へ移動し、その中で天津、唐山、鄭州などの都市の成長は特に際立っている。対照的に、西北、西南及び東北地区は依然として省都都市の単極成長モデルに高度に依存しており、地域発展の違いはさらに現れている。注目すべきは、2000年に西部大開発戦略が全面的に実施された後、陝西省の西安、咸陽、延安、四川省の成都、雲南省の昆明、寧夏の銀川、呉忠、および新疆のウルムチ、カシュガルなどの都市の発展が顕著に加速したが、その放射線効果は省都や近隣のノード都市に限られており、内部には南北発展の不均衡が残っている（华婧 等，2024）。
2010年～2022年にかけて全国の郷・鎮地域の都市化は著しく向上し、特に華北南側、華東北側、華中地区での成長が顕著になった（Fig. 7）。陝西、寧夏、甘粛、四川、雲南、貴州などの地域はさらに中速以上の成長傾向にある。省都都市の都市化発展は徐々に安定し、その資源配置と発展潜在力のボトルネックを反映している。この傾向は、中国の都市化が伝統的な「経済成長主導」の「トップダウン」モデルから、地域協力、需要志向をより重視する「ボトムアップ」モデルへの転換を経験していることを示している。
このような背景の下で、政策面は異なる地域間の協調的な発展の促進に着目し、特に中西部地域の都市化プロセスを加速させ、産業移転、公共サービスのアップグレード、インフラ建設などの手段を通じて、地域間の発展の不均衡によるマイナス影響を減少させ、中西部の新型インフラ（デジタルネットワーク、クリーンエネルギーなど）を優先的に配置し、その受け入れ産業移転能力を向上させるとともに、地域間の生態補償メカニズムを整備し、東部の粗放な発展経路の重複を回避しなければならない。また、特に省都都市の内包的な発展に注目し、地域の均衡発展を促進する上でリーダーシップを発揮するよう誘導しなければならない（魏丽莉和张明凡，2014）。

3.3　城镇化空间迁移梯度效应分析

夜間照明データに基づいて計算された照明成長差異指数に基づき、本文は1992年-2022年の全国郷鎮尺度における都市化重心とその空間変化構造を明らかにし、例えばFig. 8を参照してください。都市化重心の移転はいくつかの段階を経験した：1992年―2002年、都市化重心は南東方向に軽く移動し、12.66 kmしか移動しなかった、2002年―2012年、重心は徐々に北西方向に移動し、移転距離は226.22 kmに達した、2012年―2017年、重心は南西に移動し、移転距離は最も遠く、285.94 kmであった、2017年―2022年に再び北東方向に移動し、移転距離は245.10 kmであった。この変化傾向は環境、交通及び政策などの多方面の要素と密接に関連し、特に「西部大開発」、「中部台頭」と「一帯一路」などの国家戦略の推進である。
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

西部地域は経済基盤が弱いため、初期ライト値は一般的に低く、短期間の発展を経て、ライト値は自身の数倍から数十倍の成長に達する可能性があり、その変化率は東部地域より顕著に高い。具体的には、2000年から西部大開発戦略の実施に伴い、西北及び西南地区の経済発展が加速し、重心が徐々に西北に移動し、楕円面積も最大に達し、約3751042.52平方キロメートルであり、楕円方向は東西に分布し、政策支持の効果を示している。特に交通インフラ建設の面では、青蔵鉄道、蘭新鉄道などの重要プロジェクトが推進され、西部地区の資源流動と経済発展のために条件が作られた。将来、政府は引き続き西部地区の交通、エネルギー、デジタルインフラへの投入を増やし、東西の発展格差をさらに縮小し、より均衡のとれた地域発展を推進しなければならない。
2012年以降、発展の重点は南西方向に移動し、中央と東部の発達地域の西部への対口支援政策の実施により、南西地域の経済と社会発展はさらに促進され、特に四川、雲南、チベットなどの省（自治区）は観光などの特色ある産業の開発を通じて、地域全体の経済水準を向上させた。2017年以降、東北地区は「東北旧工業基地の振興」政策の支持の下で、都市化の伸び率が回復し、同時に華北地区の京津冀協同発展戦略も都市化の重点を東北方向にシフトさせた。この現象は、地域協同発展が均衡のとれた都市化の実現に重要な役割を果たすことを示している。そのため、政策は東部と中西部地域間の産業連携と技術協力をさらに推進し、地域間の協同発展を強化し、地域間のバランスを促進しなければならない。
7つの区の角度から見た重心の移動と楕円面積の変化は都市化の過程における地域差の存在を反映している。楕円面積は時間の変化に伴い徐々に大きくなり、華東地区の重心点は東部沿海から西側へ移動し、移動距離は208.57 km（Fig. 8）、特に安徽省合肥市と江蘇省北部地区の急速な発展は、華東地区の都市化重心の西への移転を推進した（许正森和徐永明，2021）；東北地方はまず東北方向に158.17 km移動し、主に資源型都市（例えば大慶、鞍山）の発展に駆動されたが、2010年以降、「東北の古い工業基地の振興」政策の実施に伴い、瀋陽、長春などの中心都市の経済転換は重心の南西への移動を推進し、移動距離は138.06 km（Fig. 8）；華北地区はまず北西方向に66.28 km移動し、主に内蒙古資源型都市（オルドスなど）の急速な発展の影響を受け、その後南東方向に79.34 km移動した。「京津冀協同発展統計モニタリング報告（2022）」によると、2010年から2020年にかけて河北省は北京産業移転プロジェクトを5000を超え、地域の都市化重心の東南移転（Fig. 8）；華南地区では南西沿海方向に重点的に傾斜し、移動距離は187.91 kmで、楕円面積の拡張が最も速く、成長率は87.2%（Fig. 8）；華中地区は鄭州、武漢、長沙の3つの省都都市を中心に、楕円は南北に分布し、重心点は南方向に波動式に移転している（Fig. 8）；西北地区は面積が広いため楕円スパンが大きく、重心移動の法則は明らかではなく、その中で2012年から2017年までの移動距離は370.13 kmで、主に「一帯一路」構想の下で新疆、甘粛などの急速な発展と関係があり、この時期の新疆固定資産投資は年平均18.7%増加し、全国平均（10.2%）をはるかに上回り、都市化重心の急速な移転（Fig. 8）；「成渝地区双城経済圏建設統計モニタリング報告（2022）」によると、2017年～2022年の成渝城市群のGDPは年平均8.5%増加し、西南地区の経済総量の49.1%を占めている。楕円は主に成渝城市群に分布し、重心点は次第に南方へ移動し、移動距離は181.1 kmで、2017年以降、農村振興戦略下における県域経済の台頭に伴い、発展の重心は東北方向の中原地区へ移動し、移動距離は41.88 km（Fig. 8）。
1992年～2022年の中国の異なる勾配都市化変化率の標準差楕円及び重心移動統計結果Table 1。中国の都市化発展は省都都市、地級都市、県級都市と郷鎮の中で独特な動態特徴を示している。具体的に見ると、県級都市の標準差楕円面積は相対的に大きく、地級都市の楕円面積は相対的に小さく、県級都市の都市化の拡大範囲がより広いことを示している。これは県級都市との経済基盤が弱い可能性があるが、都市化のプロセスの開始が早く、そのカバーエリアが徐々に周辺に拡大し、より多くの資源と発展の機会を誘致した。各勾配の楕円面積は一般的に減少してから増加する傾向がある。特に郷鎮地域では、2010年～2022年にかけて楕円面積が著しく拡大し、1992年～2000年のレベルを超えている。この変化は中国が新型都市化を推進する中で、郷鎮地区がより多くの資源の支持と発展の機会を得る上で著しい進展を遂げたことを反映し、国家政策の誘導作用も示し、郷鎮地区の急速な発展を促進した。1992年から2022年にかけて勾配の異なる都市化重心の移転軌跡にも違いがあり、省都都市の重心は南西方向に移動し続け、地級都市の重心は先に北に移動してから南西に、県級都市の重心は西北から南西に、郷鎮の重心は東北から南西に移動する過程を経験した。このような移転傾向は、西南および西北地域の都市化プロセスが加速し、人口と産業の流動がこれらの地域に向かっていることを示しており、特に政策の支持の下で、西部地域の都市化のペースが明らかに加速している。注目に値するのは、2010年から2022年にかけて、各勾配重心の移転距離が顕著に増加し、いずれも南西方向に集中しており、西北及び西南地区の都市化発展速度が東部地区を超えていることを示しており、特に資源配置、産業移転、インフラ建設などの面で支持されており、西部地区の都市化は徐々に新たな成長動力と空間配置を示している。この発見は、例えば吴瑞君等（2022）2010年は中西部地区の都市化速度が東部地区を全面的に上回る転換点であると同時に、東部地区の人口純転入規模が低下し、中西部地区の人口純転出規模が顕著に減少する重要な節目でもあると指摘した。具体的なデータによると、2010年から2015年までの西部地区の都市化率の上昇幅は7.16ポイントに達し、中部の6.84ポイントと東部の4.88ポイントを上回った。2015年から2020年にかけて中部地区の都市化の伸び率はさらに加速し、伸び率は7.95ポイントに達したが、西部地区の伸び率は4.51ポイントで、東部の4.38ポイントを上回った。これらのデータは、中西部地域の都市化プロセスが2010年以降顕著に加速し、東部地域の徐々に減速する傾向とは対照的であることを示している。また、全国の郷-城人口の純移転規模を見ると、西部地区は2000年以来、都市部の純転入人口が持続的に増加しており、特に2010年以降の増加の勢いは特に強く、西部地区が農村人口を都市に集中させる能力が著しく増強されていることをさらに裏付けている。

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
1992年～2022年の中国各省の都市化変化率の標準差楕円及び重心移動統計結果Table 2。1992年～2022年の3つの研究期間中、各省の標準差楕円面積は普遍的に増加傾向を呈し、都市化の空間拡張効果がますます顕著になっていることを示している。この現象の出現は、都市化のプロセスが時間の幅の中で徐々に加速していることを反映している。各省域の地理面積の違いにより、地理空間の大きい省（例えば内蒙古自治区）の標準差楕円面積は経済が発達している直轄市（例えば上海）より明らかに高い。例えば、内蒙古自治区の2000年から2010年までの楕円面積は601165.99平方キロメートルで、同期の上海市の楕円面積は1929.73平方キロメートルにすぎず、両者の差は300倍を超えている。しかし、成長率で測定すると、北京、上海、重慶などの直轄市の伸び率はさらに際立ち、それぞれ306.7%、221.1%、216.9%に達し、省都都市が顕著な発展率を持っていることを示している。これに比べ、西部地域は都市化の初期段階では弱いが、国家政策の積極的な支援を受けて、近年飛躍的な発展を遂げている。チベット自治区を例にとると、その標準差楕円面積は1992年の7390.53平方キロメートルから2022年の164459.42平方キロメートルに急増し、成長率は2125.2%に達した。この変化は西部地区の都市化プロセスの急速な推進を体現しており、特に国家の一連の貧困扶助と支持政策の導きの下で、都市と農村の発展格差は徐々に縮小されている。

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
さらに注目すべきは、2010年から2022年までの各省クラス単位の都市化重心の移転距離が前期より顕著に増加したことであり、この変化は新型都市化政策が人口と産業を中小都市及び郷鎮へ拡散させる上で重要な役割を果たしたことを示している。省都都市と地級都市は放射線効果によって周辺地域の協同発展を牽引し、地域間の協調性が徐々に強化され、より均衡した地域発展構造の形成を推進した。

3.4都市化空間相関特性

Moran’s I指数を通じて3つの時期の全国の異なる勾配下の都市化レベルの変化の空間的関連度を測定し、1992年-2022年のMoran’s Iは常にゼロより顕著に大きく、全国の異なる勾配下の都市化成長レベルが顕著な空間的正相関を呈し、しかも高い値と低い値の集積区が明らかであることを表明した。全体的な傾向から見ると、Moran’s I値は低下傾向にあり、1992年の0.635から2022年の0.207に低下し、省都都市と地級都市が優先的な発展に先頭に立っていることを示している。都市化の推進に伴い、省都都市と地級都市の牽引作用が徐々に弱まり、都市化の発展の重点が周辺の県級都市と郷鎮に徐々に分散し、異なる勾配都市間の空間関連が徐々に弱まることを表明した。この現象は「拡散効果」が徐々に現れていることを反映している。すなわち、都市化の優先的な発展はより低勾配の都市に徐々に拡大し、多層的、多中心的な空間発展構造（许媛媛，2017）。
さらに、顕著なグローバル空間自己相関を有する領域のローカル空間相関特徴（Fig. 9）、全国的な尺度では、胡煥庸線が中国を東西2大区域に区分していることがわかる。線の西は山脈と砂漠を主とし、町の分布はまばらで、主に「低―低」型の集合特徴を呈している、線以東は平原を主とし、都市部が密集し、顕著な「高―高」型集積構造を示している。この空間分布の特徴は我が国の地域都市化発展の不均衡性をはっきりと反映している。
figure
figure
figure
figure

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

異なる勾配都市の空間分布については、1992年～2000年（Fig. 9）、「高―高」型集積エリアは主に省都都市と沿海地級都市に集中し、その中で京津冀、長江デルタ、珠江デルタ地域が特に際立っている、これに対して、県級都市と郷鎮都市は「低―低」型の集積を示すことが多く、これらの地域の都市化レベルが低い現実を反映している。また、「低―高」型集積エリアは省都都市周辺に位置することが多いが、「高―低」型集積エリアは主に華南地区、例えば河源市、陽江市、茂名市などの県級都市に集中しており、これらのエリアの都市化発展はまだ比較的初級の段階にあることを示している。2000年～2010年（Fig. 9）、「高―高」型集積エリアの数は増加したが、省都都市の中核エリアの「高―高」型集積は徐々になくなり、周辺地域へ拡散する傾向を示している。例えば、華北地区の天津と唐山、華中地区の鄭州、武漢と長沙などの都市化の傾向は西へ拡散し、華東地区のイ坊、臨沂及び長江デルタ都市群は江蘇省北部へ延びると同時に、県級都市の割合は著しく向上した。西北地区の「高―高」型集積は依然として省都都市と地級都市を主導としており、この地区の都市化の進展を示している。
2010年から2022年にかけて省都都市と地級都市の「高―高」型集積がさらに減少し、郷・鎮地域が徐々に新興の集積センターとなり、一部の省都都市では「低―低」型集積現象まで現れ、これらの都市の都市化プロセスが飽和に近く、内部分布が安定していることを示している（Fig. 9）。同時に、西北と西南地区は省都と地級都市の放射線に牽引されて、より多くの「高―低」型集積区域を形成し、多点開花の都市化構造を呈し、これらの地区の都市化推進における独特な発展経路を反映している。この現象は、西部の各省・区が省都及び地級都市を核心とする地域中心都市体系を初歩的に構築したことを示しているが、その放射線能力には顕著な差があり、中小都市の自県域人口に対する集積能力にはばらつきがある（赵美风 等，2024）。このような地域に対しては、財政補助金を通じて人口の還流を誘導し、地元の特色ある産業を育成し、都市化の速度を盲目的に追求して内生動力の育成を軽視することを避けるなど、差別化政策を制定する必要がある。
この空間関連の変化傾向に基づいて、政府は新型都市化を推進する過程で、特に県級都市と郷鎮の都市化発展に注目する必要がある。2020年8月、住宅都市・農村建設部と中央網信弁公室など7部門は「新型都市インフラ建設の推進加速に関する指導意見」を発表し、新型都市建設と新インフラ建設の連携を促進することで、都市のモデルチェンジとグレードアップを加速させ、都市の現代化レベルを向上させる。この措置は都市化のレベルと品質の向上を効果的に推進し、中国の都市・農村地域経済の新たな枠組みを実現した。2020年以来、住宅都市・農村建設部は重慶、太原など21の都市で新型都市建設の試行プロジェクトを展開し、現代化インフラを通じて都市の安全靭性を高め、グリーン建築、スマート都市技術、高効率公共サービスの導入を重視し、住民生活の質を高めた。同時に、都市と農村の融合発展、新型都市化と農村振興戦略の実施は、農村インフラの整備、農民の生活水準の向上を促進し、農村人口の都市化移転を加速させ、これは中国の地域経済の均衡と持続可能な発展を推進する上で重要な役割を果たした。各政策措置の順調な推進は、都市と農村の格差を効果的に縮小し、経済の全面的な発展を促進した（夏添 等，2023；李兰冰和刘秉镰，2020；刘彦随，2018）。

4結節論

4.1討論と結論

夜間照明データは都市化の発展状況をよく示し、都市化研究に広く応用されているが（李媛婷 等，2023；司文涛 等，2022）、しかし公共サービスレベル、環境品質などの都市化品質に対する指示作用は依然として不足しており、今後都市化研究を展開する際には、照明データと特定の統計データを総合的に利用して都市化研究内容をさらに豊富にし、都市化勾配効果とその時空分離規則をより全面的に掲示することができる。夜間照明リモートセンシングデータの空間分解能の制限により、このデータは県レベルの尺度で精度が良いにもかかわらず、他の空間尺度研究に拡張する際にデータ精度がやや不足する可能性がある（特に郷鎮レベル）が、郷鎮レベルの都市化時空特徴とその変化傾向を反映することは可能であり、将来的にはビッグデータ、人工知能などの方法を利用して郷鎮レベルの尺度データ精度をさらに向上させ、より精密化研究の需要を満たすことができる。同時に、本研究は主に都市化空間の構造変化に焦点を当てているが、都市化時空の変化の駆動メカニズムの研究は展開されておらず、将来的には政策、経済、環境などの多次元要素を結合して都市化発展の駆動メカニズムを深く検討することができ、都市化政策により全面的な参考根拠を提供することができる。
本文は補正フィッティングされたDMSP-OLSとNPP-VIIRS夜間照明データを利用して、1992年-2022年の長時間シーケンスデータを生成した。これを基礎として、灯光総額と灯光成長差異指数を都市化レベルを研究する代理変数として採用し、重心法、標準差楕円法及び空間自己相関分析を通じて、郷鎮レベルの尺度から出発して、ここ30年来我が国の省都都市、地級都市、県級都市及び郷鎮などの4つの勾配レベルの発展特徴と時空分異法則を明らかにした。主な結論は以下の通り：
（1）貢献率を見ると、1992年から2022年にかけて、全国の夜間照明総量は着実に増加し、華東地区は終始先頭に立ち、全国総量の約30%を占め、効果的に経済発展を推進した。20世紀90年代初期、地級都市の貢献率は最も大きく、郷鎮と省都都市の貢献率は相当し、県級都市の貢献率は最も低かった。郷鎮級都市の貢献率は2000年以降、省都都市と地級都市を上回り、2004年頃に地級都市を上回り、最も貢献率の高い地域となった。県レベルの都市は2007年に省都都市を超え、2022年までは地レベルの都市貢献率に匹敵し、省都都市は2010年以降、夜間照明貢献率が最も低い勾配となった。
（2）中国の都市化は省都都市から中小都市への拡散を経て、郷鎮地域の全面的な成長の過程に至り、各地域の都市化は多様化の傾向を呈している。成長速度を見ると、1992年から2000年にかけて省都都市と一部の地級都市が他の等級都市に先行し、京津冀、長江デルタ、珠江デルタが特に際立っていた。2000年から2010年にかけて省都都市は飽和状態になり、地級と一部の県級都市は次第に核心となり、華北、華東、華中と華南地区では中速成長と以上の発展速度として表現されたが、西北、西南と東北地区は依然として省都都市を主とし、遅延性が存在し、その省都都市は依然として4つの勾配の中で最も発展の速い都市である。2010年から2022年にかけて郷・鎮級都市が主体となり、省都都市はほぼすべて「緩慢―低速」の発展状態にあり、都市・鎮化の重心が徐々に郷・鎮に移行する傾向を示している。
（3）重心分布から見ると、1992年〜2022年の中国の都市化発展は顕著な変化を経て、都市化発展の重心は勾配の下移動の特徴を呈し、省都都市から徐々に地級、県級から郷鎮級都市へ移動し、移転の軌跡は「核心―エッジ」理論と高度に一致し、また、都市化楕円面積は徐々に拡大し、明らかな拡張効果を示した。相関性の特徴から見ると、「高−高」型集積区は東部沿岸から北西内陸への移転傾向を示している。全国の異なる勾配の都市化成長レベルは顕著な空間的正相関を持ち、Moran’s I値は一般的にゼロより大きく、低下傾向にある。1992年～2000年の「高―高」型集積地域は主に省都都市と沿海地級都市に集中した、2000年～2010年の高価値集積区における県級都市の割合が大きい、2010年から2022年にかけて郷・鎮地区の異軍突起は新興成長極を形成したが、一部の省都都市では「低―低」型の集積が現れ、都市内部の都市化は飽和に近く、我が国の都市化発展が多中心、ネットワーク化を特徴とする新しい発展段階に入ったことを示している。同時に西部地区の地級と県級都市も急速に発展しており、重心点は南西に向かって一般的に移動している。この間、西北と西南地区の都市化発展速度が東部地区を上回り、地域発展の不協和問題が緩和されたとしても、東部地区の経済発展レベルは西部地区をはるかに上回り、協調発展をさらに深化させる必要がある。

4.2政策提言

夜間照明データに基づいて明らかにされた都市化勾配の特徴と時空分別の法則は、国の新型都市化戦略の需要と結びつけて、以下のような的確な政策提案を提出した：
（1）郷・鎮レベルの資源配置を最適化し、都市化重心移転の成果を強固にする。研究によると、2010年以降、郷鎮の夜間照明貢献率は首位に躍り出たが、郷鎮地区の公共サービスと産業基盤は依然として弱い。県域を基本単位とし、「省―市―県―郷」の4級資源連動メカニズムを構築し、郷・鎮に重点的に教育、医療、交通などの公共資源を傾斜させ、土地指標を通じて地域をまたぐ流動政策を通じて、産業園区を県域へ沈下させ、都市化重心移転における「中空化」リスクを回避するよう誘導することを提案する。
（2）高レベル都市のサイフォン効果を緩和するための勾配協同機構を構築する。研究によると、省都都市の貢献率は2010年以降も低下を続けており、地級と県級都市は地域の中核となっている。異なる勾配都市の機能位置づけを明確にする必要がある：省都都市は科学開発とハイエンドサービス業に焦点を当て、地級都市は製造業の移転を受け、専門化産業クラスターを構築する、県級と郷鎮は地元資源に基づいて特色ある農業または労働集約型産業（例えば紡績、食品加工）を発展させる。税収の共有、飛地経済などの政策を通じて、「核心―ノード―奥地」協同ネットワークを形成する。
（3）中西部の都市化潜在力を強化し、地域の協調発展を深化させる。時空分析によると、2010年以降、都市化の重心は北西内陸に移転したが、東西の経済格差は依然として顕著である。「西部大開発」の枠組みの下で新型インフラを優先的に配置することを提案する：1）デジタル双晶都市の試験地を建設し、中西部のスマート化管理能力を向上させる、2）「東数西算」プロジェクトに基づき、甘粛、貴州などの地域にグリーンデータセンタークラスターを構築する、3）地域をまたぐ生態補償メカニズムを整備し、「炭素為替取引＋産業移転」の連動モデルを模索し、粗放な発展経路の重複を避ける。
（4）「低―低」型集積エリアの都市化内生動力を向上させることを目標とする。空間自己相関分析によると、西北、西南部の郷・鎮にはまだ「低―低」型の集積が存在する。このような地域に対して差別化政策を制定し、例えば財政補助金を通じて人口の還流を誘導し、地元の特色ある産業を育成し、都市化の速度を盲目的に追求して内生動力の育成を軽視することを避ける必要がある。

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

続きを読む

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