粤港澳大湾区统计数据(大数据图解粤港澳大湾区)

编者按:2019年2月18日,《粤港澳大湾区发展规划纲要》发布,粤港澳大湾区国家战略再度万众瞩目。城PLUS基于中规院科技创新基金项目《粤港澳大湾区空间组织与区域治理研究》的阶段性研究成果,依托粤港澳大湾区规划信息平台(一期),以数据图解的方式,为各位读者总结大湾区的关于湾区的8个认识和1个想象(初步成果,谨供探讨),促进对大湾区的理解与判断。

1 粤港澳大湾区是世界“最大规模”的湾区城市群

世界银行在《东亚变化中的城市图景》的报告中指出,珠三角已取代东京成为全球最大城市化区域。就面积上而言,粤港澳湾区面积5.65万km²,是纽约湾区的2.6倍,旧金山湾区的3.3倍,东京湾区的4.2倍,建成区面积也大于其他城市群。但粤港澳大湾区相比其他湾区地均产值与人均产值差距巨大,2016年粤港澳大湾区地均产值与人均产值分别为纽约湾区的1/3、东京湾区的1/2、旧金山湾区的1/2与1/5。

粤港澳大湾区

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(1)

陆地面积:56500km²


建成区:5275 km²


地均GDP:0.24亿美元/km²


人口密度:1212人/km²


人均GDP:2万美元

纽约湾区

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(2)

陆地面积:21500km²


地均GDP:0.74亿美元/km²


人口密度:1088人/km²


人均GDP:6.8万美元

东京湾区

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(3)

陆地面积:13600km²


建成区:5038 km²


地均GDP:0.49亿美元/km²


人口密度:1191人/km²


人均GDP:4.1万美元

旧金山湾区

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(4)

陆地面积:17400km²


建成区:3909 km²


地均GDP:0.45亿美元/km²


人口密度:425人/km²


人均GDP:10.5万美元


数据来源:European Commission, JointResearch Centre (JRC); Columbia University, Center for International Earth ScienceInformation Network - CIESIN (2015): GHS population grid, derived from GPW4,multitemporal (1975, 1990, 2000, 2015). European Commission, Joint ResearchCentre (JRC)

2 粤港澳大湾区是世界“最高密度”的湾区城市群

沿各大城市群主要发展走廊,截取人口密度断面,并置于同一尺度坐标系上,最突出的人口密度峰值均出现在粤港澳大湾区,包括澳门、香港、深圳与广州。相比而言,纽约、东京的密度则缓和许多。

长图片,请横屏滑动查看

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(5)

数据来源:EuropeanCommission, Joint Research Centre (JRC); Columbia University, Center forInternational Earth Science Information Network - CIESIN (2015): GHS populationgrid, derived from GPW4, multitemporal (1975, 1990, 2000, 2015). EuropeanCommission, Joint Research Centre (JRC)

纽约与旧金山湾区均显示出明显的中心集聚、周边蔓延特征,而东京则由中心向外围显现缓慢跌落态势,粤港澳大湾区则更加凸显了中心与非中心地区的密度势差,人口集中度更高。

3 粤港澳大湾区是世界“最多中心”的湾区城市群

其余三大城市群均显现出单中心的分布结构,而粤港澳大湾区则有明显的多中心发展态势。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(6)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(7)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(8)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(9)

数据来源:Suomi NPP VIIRS, http: / /www.nsof. Class. Noaa. gov /saa /products/welcome

4 大湾区现状空间结构为双核“Z”网络

各市之间的企业投资与人员流动,代表了湾区要素交融的活跃度。(因数据受限,本文涉及企业投资与人员流动的分析仅针对珠三角九市。)

资金与人口的流动,显现出“Z”字 网络化格局,以广州、深圳为核心链接佛山、东莞、惠州形成的“Z”,构筑了湾区湾区人口和资金流动的最核心动脉。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(10)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(11)

粤港澳大湾区企业投资联系与人口通勤联系

数据来源:企业工商数据、手机信令数据

5 按照通勤连接强度,粤港澳大湾区形成了三个都市圈

忽略地理空间关系与行政边界,基于各个街镇之间的通勤联系数据[1],通过网络分析的方法,将珠三角各个街镇根据通勤联系强度与关系进行重新布局,以探究珠三角各空间单元的实际联系网络[2]。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(12)

珠三角地区职住联系规模分析图

注:粗细代表跨城通勤规模

通过网络联系的视角可发现,深莞惠都市圈呈现高集中度、高联系强度、紧凑网络的特征。且东莞在自成一体的基础上,通过东南组团街镇与深圳有着紧密联系,惠州的惠城、博罗等地区相对居于紧密网络之外。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(13)

注:以珠三角镇街为基本空间单元,基于职住通勤数据,采取ForceAtlas2布局算法,即布局位置与地理位置无关而与单元之间的联系有关,单元间联系越强则基于重力模型更加靠近。

广佛肇都市圈则显示出两大簇群 游离节点相对松散网络的特征。广州与佛山各成一簇,荔湾-南海地区是两地联系密集地区,肇庆大多数街镇均居于紧密网络之外。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(14)

注:以珠三角镇街为基本空间单元,基于职住通勤数据,采取ForceAtlas2布局算法,即布局位置与地理位置无关而与单元之间的联系有关,单元间联系越强则基于重力模型更加靠近。

珠中江都市圈则显示出小体量、小强度、半环状发展的特征,都市网络体量较小,联系密切程度不高,都市圈尚在发育中。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(15)

注:以珠三角镇街为基本空间单元,基于职住通勤数据,采取ForceAtlas2布局算法,即布局位置与地理位置无关而与单元之间的联系有关,单元间联系越强则基于重力模型更加靠近。

双核Z网络,三大都市圈,是对粤港澳大湾区现状空间特征的概括。——但是,这样的结构,绝非一成不变!因为:

6 要素融通促进大湾区的边界地区崛起

随着区域要素流动的紧密化与建设空间的连绵化,湾区城市开始走向融通、融合与一体化,形成了新时期湾区空间的跨界化发展趋势。

2000年以前,随着改革开放的推进,湾区城市之间的要素流动不断加强,但城市建设仍以围绕传统中心增长为主;2000年以后,随着跨界联系的持续密集化与高频化,大量边界发展现象开始出现,跨境合作也成为发展趋势,湾区走向跨界融通阶段。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(16)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(17)

1980-2015年湾区人口密度分布图

数据来源:EuropeanCommission, Joint Research Centre (JRC); Columbia University, Center forInternational Earth Science Information Network - CIESIN (2015): GHS populationgrid, derived from GPW4, multitemporal (1975, 1990, 2000, 2015). EuropeanCommission, Joint Research Centre (JRC)

以社区发现(Community detection)的算法,我们将湾区划分为若干个城市组群,组群之内联系紧密,而组群之间联系相对松散。在此基础上我们识别了一些跨界联系强于界内联系的地区,在这些地区,行政边界的壁垒在市场力量下有所消弭。如凤岗,属于东莞的行政管辖,但在通勤联系上与深圳更加密切。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(18)

基于职住关系与社群发现算法的珠三角地区跨界城市地区识别

注:以珠三角镇街为基本空间单元,基于职住通勤数据,颜色基于社群发现算法赋予,不同颜色代表不同城市社群。虚线框为跨界城市地区。相关参数:Resolution:0.6,Number of Communities: 13

总体上,跨界发展的趋势在东岸地区更显突出,深莞交界的长安、虎门、凤岗,深惠交界的淡水地区,均呈现与深圳联系更强的特征。其他如莞惠交界、广佛交界、佛中交界处均出现此类现象。

7 边界城市社群重组,再造粤港澳大湾区空间体系

同样基于职住联系与网络分析的方法,对珠三角空间单元的实际联系网络进行分析。总体上,湾区形成了疏密相间的簇群与节点布局体系。根据网络联系的紧密程度与布局特征,我们将街镇网络划分为三类:紧密网络型城市集核、松散网络型城市集群与相对独立型城市节点。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(19)

珠三角地区职住网络分析图(划分城市集核)

数据来源:手机信令数据

紧密网络型城市集核呈现出高度紧密的网络、高频度的联系与高出入度的核心节点,典型地区如深圳中心地区,是湾区服务产业、就业人口高度集聚的地区,经济活力与要素流动性较强,具有突出的中心性;

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(20)

福田-南山-宝安-龙华职住网络分析图

松散网络型城市集群呈现松散网络、中频联系,典型地区如东莞、中山的大多数镇街,体现为制造产业强大,空间关联网络较弱,缺乏明确的中心地区;

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(21)

东莞-宝安、光明部分街道职住网络分析图

相对独立型城市节点则更多体现为自成体系的特征,如肇庆高新区、惠东等,具有小范围辐射与服务的特征,空间辐射能力与网络联系度不高。

8 在“双核Z网络,三大都市圈”的现状空间结构中,存在着一些“摇摆的”地区

中山-珠海虽然与广佛之间拥有区位、基础设施连接的优势,但呈现出一种摇摆的“中立性”。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(22)

珠三角地区职住网络分析图

就现状基础设施而言,珠中江与广佛肇之间的便利性远大于其与深莞惠之间,但从通勤联系及企业联系的视角分析,珠中江与其他两大都市圈的联系相对均衡,具有一定摇摆特征。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(23)

基于企业总部-分支联系的珠三角街镇联系图

数据来源:工商企业数据

无论从企业投资或人口通勤的角度,珠中江地区与广州、深圳之间的联系都相对均衡。其投资联系为例,向中山进行投资的企业数量中,广州最多而深圳略少,向珠海进行投资的企业数量中,深圳最多而广州较少。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(24)

2016年珠三角其他城市向中山市投资企业数量

数据来源:工商企业数据

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(25)

2016年珠三角其他城市向珠海市投资企业数量

数据来源:工商企业数据

9 四大引擎 三大极点 三大都市圈的湾区结构新想象

随着跨珠江口交通基础设施的持续强化——港珠澳大桥的建成、深中通道与深茂铁路的建设、深珠城际的谋划,珠江口西岸都市圈将得到进一步的培育与壮大,东西两岸之间的联系也有望得到进一步加强。

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(26)

粤港澳大湾区统计数据(大数据图解粤港澳大湾区)(27)

新“△”都市圈结构构想

未来,湾区将形成四大核心引擎(香港、澳门、广州、深圳)、三大极点(香港—深圳、广州—佛山、澳门—珠海)、三大都市圈(广佛肇都市圈、港深莞惠都市圈、澳珠中江)的新“△”空间结构。同时,都市圈与都市圈之间,更需要进一步创新机制、加强合作,共建更加开放、创新、国际化与高品质的湾区。

中规院科技创新基金项目《粤港澳大湾区空间组织与区域治理研究》课题组:范钟铭、罗彦、邱凯付、何斌、孙文勇、刘菁、方晨宇、张俊、周帷

本文执笔:孙文勇、邱凯付、何斌、王婳


注释:

[1]通勤关系是评估城市群空间的重要指标,在美国、日本、英国等国家的都市区研究与实践中,通勤均是最重要的度量指标之一。

[2]各空间单元的空间位置基于单元之间的联系形成,而非实际地理位置,单元大小表示与外部联系的总体规模,单元之间距离与联系强度成反比。

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页