数据来源涵盖，首先是全国地理信息资源目录服务系统提供的“1:100万全国基础地理数据库”，其次是遥感数据，具体为2014年至2018年间的NPP-VIIRS年合成数据，该数据由美国国家海洋和大气管理局负责提供。运用二分迭代法从NPP-VIIRS数据中提取每一年份的临界值，通过ArcGIS软件，将各地级市的卫星遥感影像图与之对照，从而确定各市的土地面积。需要参考江苏省、安徽省、浙江省和上海市2014至2018年的统计年鉴。
02城镇空间历史演进与现状特征
2.1 “长三角”概念的演进
长三角的地理范围源自长江入海口形成的冲积平原，这一自然地理区域有特定的名称。作为经济区域的划分，长三角的概念始于1982年，当时国家行政机构发布文件，宣布建立上海经济区域。该区域最初涵盖上海、无锡、苏州和杭州等十个城市。1997年，长三角城市经济协调会首次明确长三角经济圈这一构想，其地理界限由此扩展至上海及其邻近的十五座城市。该区域是中国社会经济最发达的地区之一，凭借充裕的物资条件，有力地吸引了众多城市渴望成为其中一员。到了2003年，第四届城市经济协调会议召开时，浙江台州被正式接纳为长三角的新成员，至此该区域城市数量增至十六个。下一年，国家层面确立了“泛长三角”这一全新地理构想，再度将地域界限拓展到包含沪苏浙在内的三地区域。二零一零年，第十届长三角都市经济协作论坛又迎来合肥、盐城等六座城市，促使该区域城市数量增至二十二座。二零一六年五月，涉及城市群的规划文本将长三角版图内的城市数量增加，新增安徽省八个城市，总计达到二十六座城市。依据二零一九年发布的长江三角洲区域一体化发展蓝图，该规划的覆盖区域被明确为江苏省、浙江省、安徽省、上海市的全部城市（参见表二一）。
表2.1｜长三角空间范围的历史演变表
长三角区域界定的政策层面演变，清楚地表明其空间范围随着时间的推移而持续增加。从最初的十座城市发展到十六座城市，接着又提出了“两省一市”的“泛长三角”构想，到了二零一六年，安徽省的部分城市被纳入其中，长三角区域所包含的城市数量增加到了二十六座，二零一九年进一步建议苏浙皖沪四个省份的全部城市都加入长三角城市群，长三角地区的空间范围经历了一个逐步演进的过程。城市群空间格局发生演变，其内部城镇布局随之持续变动，构建科学均衡的城镇网络，是长三角城市群实现可持续发展的关键基础和必要支撑。
2.2 长三角主要城市空间扩张趋势
长三角的区域定义源自长江入海口所生成的冲积平原—长江三角洲这一自然地理现象
图2.2｜长三角主要城市空间演变趋势—安徽部分
图2.3｜长三角主要城市空间演变趋势—江苏部分
图2.4｜长三角主要城市空间演变趋势—浙江部分
图2.5｜长三角主要城市空间演变趋势—上海部分
2.3 长三角城市群2014-2018年城市首位度指数变化
城市首位度指数能够部分反映城市群的中心城市发展水平在最大城市中的集中状况。运用城市首位度指数中的2城市指数S2和4城市指数S4，考察长三角地区城市用地面积在龙头城市中的集中水平。其中，2城市指数表示首要城市体量同次级城市体量的比例，4城市指数则体现首要城市体量对前四位城市体量总和的占比，计算方法如下：
S2=P1/P2
S4=P1/(P2+P3+P4)
公式里P1、P2、P3、P4代表按城市面积从大到小排列后第1到第4位的城市面积数值，在最优状态下，第二位城市的面积是首位城市面积的一半，第三位城市的面积是首位城市面积的1/3，第四位城市的面积是首位城市面积的1/4。通常情况下，2城市指数的最佳数值是2，4城市指数的最佳数值是1，这种情况下，首位城市所展现的带动作用最为得当。
图2.6｜长三角城市群2014-2018城市首位度
图2.6（a）表明，长三角地区城镇群在2014至2018年期间的二城市数值均未超过2，2014年到2017年期间持续走低，2017至2018年期间开始回升，尽管如此，整体上仍然下降，累计降低了6.01%。根据图2.6（b）可以知道，长三角地区的四个城市在2014至2018年期间的指数值均小于1，并且每个年份的数值都在减少，总共降低了9.24个百分点。
根据前述数据可知，长三角都市圈的土地利用体量所体现的领先程度系数，远小于理论上的标准数值，长三角都市圈的核心城市上海，其引领和促进区域发展的能力还需持续提升，与此同时，从土地使用范围的角度观察，上海在该都市圈中的领先优势正逐渐消退。长三角区域中后四位城市的土地面积扩张，与国家倡导的“一核五圈四带”空间网络布局相吻合。
2.4 长三角城市群2014-2018年位序-规模法则验证
城市位序规模原理是探究城市群体演进的核心指标，此项工作依托夜间光亮信息解析出的区域面积展开分析。这种模式已普遍用于考察城市体量在时间空间上的变化情形。其数学表达式为：
lg Pi= lg P1-q lg R i
公式中: 第i个城市的土地面积是P i；最大土地面积城市的面积是lgP1；第i个按土地面积排序的城市是R i；捷夫系数是q。当|q|接近1时，意味着城市规模分布的差异性不大；如果|q|超过1，则说明大城市的成长状况更佳且规模高度集中，而中小城市的成长相对不足，城市规模的首位效应显著；倘若|q|低于1，则表示城市规模分布较为松散，高等级城市的影响力并不突出，中小城市的发展相对充分。对|q|值实施时间上的演变研究，倘若|q|数值上升，表明城市体量布局的聚合效应超过疏散效应；倘若|q|数值下降，表明聚合效应不及疏散效应。
图2.7｜ 长三角城市群位序-规模双对数图与|q|时间序列
根据图2.7的信息，2014至2018年间|q|数值始终超过1，显示长三角城市群的用地规模分布呈现明显的首位特征，集中程度很高，等级差异显著。其中上海等少数顶级城市尤为突出，而规模较小的城市则相对落后。这种格局导致高位序城市对周边中小城市的辐射带动能力有限，整个城市体系的均衡性较差，并且存在明显的层级断裂。不过，整体上，长三角城市群的规模布局正从少数顶级城市主导的不均衡局面，逐步转变为众多城市全面协调并进的均衡局面。根据|q|的时间排序分析，2014至2017年期间|q|数值持续降低，到了2018年则出现了波动现象。然而在2014至2018年期间，|q|总体上显现出下滑态势，表明长三角地区城市布局正逐步从聚集转向扩散，分散化的趋势比聚集化的趋势更为显著，小型城市获得了迅猛增长，城市占地面积持续扩大，所以大城市的相对优势地位有所减弱。
2.5 长三角城市群2014-2018年城市基尼系数变化
基尼系数由阿尔伯特·赫希曼于1943年提出，他依据劳伦茨曲线来衡量收入分配的均衡性，这个系数后来被Marshall教授用来分析不同城市的发展过程，从此城市基尼系数成为研究城市群体结构时，判断城市数量分布状况的重要参考依据之一。运用城市基尼系数来考察长三角城市群内城市用地分布的集中与分散状况，以纠正位序-规模法则在区域城市规模差异显著时线性分析效果不佳的问题。假设某城市群包含n个构成单元，S代表这n个构成单元用地总面积，T表示各构成单元间用地面积差异的绝对值总和，那么该城市群用地规模分布的基尼系数G具体计算方法如下：
G=T/2S(n-1)
基尼系数G的数值介于0和1之间，G数值趋近于0，说明各城市城市用地规模分布较为均匀，城市用地规模差距不大；G数值趋近于1，则表明各城市城市用地规模分布高度集中，城市用地规模差距显著。在地理学城市研究中，通常将城市基尼系数达到0.6以上视为城市规模分布极不均衡的情况。
图2.8显示长三角地区城市规模差距程度的变化情况，时间跨度是从2014年到2018年，通过基尼系数这个指标来衡量，可以观察到各个城市之间规模分布的不均衡程度如何演变，具体数值变化呈现了该区域城镇化发展过程中城市规模的集中与分散趋势，反映了区域内部城市发展的协调性与差异性。
根据图2.8可知，长三角地区城市占地面积在2014年时为0.71，到了2018年减少到了0.65，整体缩减了8个百分点。这个数据揭示：2014至2018年间，城市用地规模的城市基尼指数都超过0.6，表明长三角区域城市用地规模分配极不均匀，少数城市用地量异常大，多数城市用地量相对有限；同时，长三角区域的城市基尼系数整体呈现下滑态势，说明城市用地规模正逐步趋向均衡，中小城市用地扩张幅度超过大城市，城市规模结构正朝着更科学的路径演变。
2014至2018年间长三角城市群的地理分布模式特点：采用全局莫兰指数进行测算
全局莫兰指数是应用最广泛的一种整体空间自相关指标，能够评估各级别城市在地理上的分布模式，以及它们之间的不同特征。当Moran's I指数为正值时，说明各种规模的城市在地理上会聚集在一起，构成城市集中区域；当该指数为负值时，则意味着不同规模的城市在地理上会呈现分离状态，且中心城市的集中效应比较显著；如果Moran's I指数接近于-1/(n-1)这个数值，则说明城市在地理上的分布是随机的，没有形成特别明显的空间分布模式。
表2.9｜ 长三角地区都市圈全球莫兰指数
根据表2.9的信息可知，2014至2018年间，长三角区域各类规模城市普遍存在空间集聚现象，构成了城市集中区域，而从Moran's I指标持续走低的态势分析，该地区城市整体空间分布的不均衡程度有所降低。
2014至2018年间长三角城市群的地理分布形态发生了变化，这种变化可以通过标准差椭圆来描述，其核心区域和延伸方向呈现出动态调整的特点，空间分布的不均衡性有所增强，具体表现在椭圆的长轴和短轴长度比值上，反映出区域内城市布局的集聚程度和分散状况的演变规律
城市区域的空间广度与核心点转移是城市区域发展演变中关键的形态特征表现，这项研究借助标准椭圆分析法来呈现城市区域地理因素在空间上的分布状况及其随时间的变化多个形态特征。椭圆的面积增减能够说明城市区域在空间上的拓展或收缩情形，椭圆的中心点标示出要素在空间上的集中位置，而长轴与短轴的长度变化以及角度变动则揭示出城市区域发展变化的主要动力方向。
通过标准差椭圆的分析（见图2.10），可以了解到2014至2018年间长三角城市群的空间变化主要朝西向北发展，椭圆的面积逐年变大，表明该区域用地范围整体在持续扩大。西北方位的波动十分剧烈，这一方位上的城市成为了带动区域空间格局演变的关键动力，东北沿海地带，因此未观察到显著波动，其余方位的变动程度有限，表明城市占地面积的扩张速度不及西北方位。
图2.10｜ 长三角城市群标准差椭圆（2014-2018）
2014至2018年间，长三角城市群的职能类型展现出动态变化的过程，这种演变在时间和空间维度上均有明显表现。
2.8.1 2014-2018年长三角城市群职能类型演进
城市服务对象存在差异，其职能可分为两种类型。第一种类型是面向城市外部区域的服务职能，这种职能是推动城市经济发展的关键力量。第二种类型是服务于城市内部的职能。依据表格2.11的数据分析可知，2014至2018年间，长三角地区制造业功能、房地产功能、软件信息功能、租赁商业功能以及其他服务功能均出现规模缩减，而其余功能类型则持续扩张，这说明该区域的城市功能总体上仍保持增长态势。2018年长江三角洲地区的租赁商业服务、工业制造、不动产交易、零售商业以及软件科技产业，其在全国的区位商数值均超过1，这构成了长三角都市圈城市的基本功能；与此同时，采掘业、物流运输、科技研发、文化教育医疗、金融服务以及各类辅助服务的区位商数值均低于1。
江苏省的年鉴没有把地级市的数据按职能类别分开记录，所以这项研究不探讨职能类型的问题。
表2.11｜涉及22014年与2018年长三角城市群城市职能部门区位商的数据
表2.12｜2014年长三角城市群与全国各行业就业人员比例，2018年长三角城市群与全国各行业就业人员比例
城市功能布局清晰，已有七个部门表现突出，表现领先全国水准，表现领先全国进程，参见表2.12。租赁商业领域的就业人员占比增加最多，最能吸引就业人员的部门是房地产领域。接下来是教育文化卫生、金融服务、软件信息技术领域的就业人员占比增长显著。不过，部门发展速度与全国相比仍有提升空间，采矿业等造成污染的企业减产速度不够快。该区域应当推行创新引领的方针，建立支持创业和创新的环境，凭借众多高校及科研机构密集、科技人才充裕的特点，向国内外汇聚创新要素，完善合作创新的体系，形成协同创新的平台，发展壮大新产业，促进新经济快速发展，以此推动经济结构的调整和升级，提升经济发展的内在动力和生机。
表2.13｜2014年长三角城市群职能强度
表2.14｜2018年长三角城市群职能强度
根据（表2.13、2.14）的数据可知，长三角地区城市在2014至2018年期间，上海市承担的职能种类最为丰富，各行业职能的表现也最为突出。该城市群中，采矿业方面的职能体现并不显著。租赁和商业服务领域的职能正在经历发展阶段并逐步提升。作为中心城市的上海，是商业和服务业职能的主要执行者，其对外服务的能力较强。交通方面的作用显著增强，对长三角区域都市带的建设形成了有力的推动力。金融领域同样呈现上升态势，未来潜力可观。科技服务能力主要由上海、合肥、杭州负责，作用力非常强。在知识培养、文化繁荣、医疗保健及各类社会服务方面，省内各城市的功能水平尚有明显的进步空间。
二八点二 一四至一八年间 长江三角洲地区城市不同功能类型的发展变化情况
（1） 工业职能
图2.15｜工业职能
根据工业职能图a至d的数据分析，湖州、铜陵、芜湖、马鞍山、滁州的工业职能强度增长速度很快，而嘉兴市、杭州市的工业职能呈现明显衰退趋势，这与生态环境保护的举措密切相关。湖州市的制造业职能强度长期处于非常高的状态。
（2） 建筑业职能
图2.16｜建筑业职能
根据图e和图f的信息，长三角地区部分城市的建筑功能出现了减弱，同时也有部分城市的建筑功能得到增强。例如合肥和淮南，它们的功能强度从较高水平降低到了普通城市功能，甚至完全失去了该功能；宿州的功能强度则从较低水平提升到了中等水平。滁州的情况是，它的功能强度从中等水平下降到了完全没有该功能的状态。
（3）服务业职能
图2.17｜服务业职能
长三角地区各城市服务业发展情况不一,有的领域呈现增长态势,有的则出现衰退现象,核心城市并非专注于某一种服务职能,整体而言,该区域对外的服务输出实力比较突出。该区域需要提升产业布局的合理化程度，迅速增强第三产业的发展，促进信息技术与工业生产的结合，塑造若干具备全球竞争优势的顶尖企业及市场标识，打造世界闻名的现代服务业枢纽和先进工业产品制造中心。
2.9 2014-2018年长三角城市群城市演变规律
表2.18 长三角城市群各城市等级规模
《长江三角洲城市群发展规划》明确表示，长三角城市群需打造具备全球视野、影响亚太地区、带动全国发展的国际一流都市圈，调整该区域都市圈的大小布局，对于促进长三角都市圈城乡一体化进程具有重要作用。本文利用NPP-VIIRS夜间灯光资料，测量了长三角都市圈的土地利用面积，运用城市首位指数、位序-规模原理、城市基尼系数、Global Moran's I指数以及标准差椭圆等手段，分析了长三角都市圈2014至2018年间规模层级和空间布局的动态变化；此外借助区位比、职能强度对比等工具，识别出长三角都市圈2014至2018年期间职能构造的演变趋势，以及各城市间职能分工模糊等结构性问题。
结论如下：
长三角地区在土地使用面积方面，分布不均的情况有所好转，面积差距正在逐步收窄。
在整个研究时段内，长三角都市圈城市布局并未出现同步扩张的情形，反而是规模较小的城市土地面积增加得更为迅速，然而必须指出的是，大型城市对规模较小的城市的引领作用尚有显著的提升潜力。
根据现有发展态势，长三角地区众多中小城市体量将显著扩大，而大型城市扩张速度将有所减缓。
长三角地区城市布局并非均衡，空间集聚特征突出，城市占地面积分布高度集中，区域差异有所缓和，趋向合理化格局。苏北、安徽两地城市用地扩张显著，与此形成对照的是浙南地区的用地增长较为平缓。
长三角地区各个城市的服务行业呈现增长与萎缩并存的现象，核心城市并非某个特定服务领域的唯一执行者，整体而言，该区域向外部提供服务的能力较为突出。
产业结构偏重常规生产活动与商业辅助功能，核心城市的全球经济、货币流通、商品交易及海上运输枢纽定位发展迟缓。公共资产高度聚集，居民大量涌向核心区域，引发了交通阻塞、生态破坏、市政维护开销巨大的“都市综合症”现象。
区域整体进步程度有限，对外界影响力不足。工业生产层次较低，尖端科技及服务业进展缓慢，优良的城市创业居住和商务商业氛围亟待建设。
区域间协作关系尚未紧密，存在大量重复性低效竞争，整体区域协同的规则框架仍需持续优化。
地区人均创造的财富值，以及单位土地所产生的经济价值等能够体现运作效能的参考数据，同全球范围内领先的城市集合体进行对比，展现出相当大的落差。
