序
摘要：江西地理上是华东的中心省份，但在经济上确是个边缘地带。年5月习近平总书记在江西考察时指出：“要充分利用毗邻长珠闽的区位优势，积极参与长江经济带发展，推动江西经济高质量发展。”文章根据江西省地形地貌，自然环境、文化旅游资源、现状路网、城市经济数据资等多元数据对江西区域条件进行了分析,并探究该地区区域经济布局模式，提出有效提升江西区域经济发展的空间布局结构。研究发现：第一，江西自然、旅游资源禀赋，生态环境较好，但是在城市及周围空气污染较为严重，呈现出“圈层+多中心”的空间格局；第二，道路空间布局结构南北差异大，连接南北城市之间的主干道过少；第三，各县域之间联系不强，仅出现南昌和赣州两个引力核心，并且县域经济联系强度组团呈现出空间的交错分布模式,即较大县域组团周围也有较小的县域组团；第四，城市竞争力南北差异明显，南昌市是江西省的绝对核心城市。并基于分析提出区域规划策略及建议，包括充分利用自然资源优势、完善县域城市交通路网结构和充分发挥省内双核心主轴对南部城市整体经济质量的带动作用。
关键词：区域经济；空间结构；多源数据；江西省
1、引言
*的十九大报告指出，中国社会的主要矛盾已转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾；建设现代化经济体系是紧扣新时代中国社会主要矛盾转化，落实中国特色社会主义经济建设布局的内在要求[1]。在现阶段，解决不平衡发展问题的核心是实现城乡平衡、区域协调发展，以劳动生产率和区域（城乡）比较优势为关键指标，优化产业布局、优化产业链条和合理配置生产要素。江西省内区域经济差异大、发展不平衡，尤其是其南部和北部。如何充分挖掘和利用自身优势，提升经济水平，缩小城乡差距，是江西省目前亟需解决的问题。近十几年来，江西各县（市）结合自身特色，不断发展，其总体规模不断增加，经济实力明显增强，但即便是发展较好的县域，在发展过程中，也存在不平衡的现象。本文试着从区域的角度，对江西省水文地理、旅游资源、城市吸引力和区域竞争力进行分析与研究，并对其存在的问题提出自己的想法与建议。
区域发展被许多专业的学者所研究，包括经济学、地理学、城市规划等。尤其是在区域竞争力、区域经济发展等方面取得了丰富的研究成果，为本文研究江西省区域空间布局结构规划研究提供了重要的借鉴。姜磊等以长江中游城市群的36个城市为例，构建了经济发展、城市化、社会保障、生态环境综合评价指标体系，运用耦合度模型评估了36个城市~年的耦合度，并利用GIS技术分析系统的得分与耦合度的空间分布特征[2]。郭跃等以江西九江市为例，进行了县域经济基本竞争力比较研究[3]。周晓艳等通过投入产出模型中的感应度系数和影响力系数，构建长江中游城市群产业联系强度测度模型，并结合社会网络方法分析产业空间联系方向、分异特征及网络结构[4]。
2、研究方法与数据来源
2.1研究区域概况
江西位于中国东南部，长江中下游南岸，地处华东地区，界于东经°34′36″-°28′58″，北纬24°29′14″-30°04′41″之间，江西为长江三角洲经济区、珠江三角洲经济区和海峡西岸经济区的中心腹地，其资源丰富、生态优良。[5]。截至年末，江西省总面积16.71万平方公里，辖11个地级市、27个市辖区、11个县级市、62个县，合计个县级区划；常住人口.1万，实现地区生产总值.8亿元[6]。
2.2研究方法
2.2.1植被指数模型
运用遥感影像的红外和近红外波段数据，计算区域植被指数，分析植被生长状况。植被指数是可以监测地表植被状况的定量指标。通过计算植被指数可以知道区域植被的空间分布状况、植被的长势以及不同时期上述两项指标的变化情况，进而进行城市扩张方面的研究[7]。植被指数计算模型又分为比植被指数（RVI）、差植被指数（DVI）和归一化植被指数（NDVI），其中归一化植被指数是比较常用的一种计算模型，其计算公式为：
式中IR为像元在近红外区的反射值，R为像元在红光区的反射值。归一化植被指数值域为-1~1，正值的增加表示绿色植被的增加；负值表示无植被覆盖，如水体、冰雪等。运用ArcGIS10.6软件中的栅格计算器可以生成归一化植被指数。并提取每年的NDVI值导入SPSS25软件进行相关性分析与显著性检验，得出各年份的Pearson相关系数[8]。分析不同年份NDVI值关联性特征。
2.2.2反距离权重法
反距离权重插值法（IDW）作为GIS空间插值中的一种常用方法，由于其方法的原理简单、计算方便等特点，已经被广泛地应用于农业、海洋业和草原畜牧业等方面的研究使用[9]。因为空气质量（AQI）数据是以站点的形式收集的，所以利用反距离权重法可以使用已知的监测站点预测站点周围的测量值预测任意未采样位置的值，此方法基于如下假设：彼此接近的事物的相似程度高于彼此远离的事物。其基本公式为：
式中，Z为待插点的估算值，Zi为第i个站点的观测值，di为第i个站点与待插值点之间的距离，n为参与插值计算的站点总数。1/dim为权重系数,m越大则越靠近待插值点的站点对插值结果的贡献越大[10]。运用ArcGIS10.6软件中空间分析下的反距离权重插值工具，对气象站点数据进行插值分析。
2.2.3核密度分析法
核密度估计法（KernelDensityEstimation，KDE）是一种非参数的估计方法，广泛应用于点位数据的空间分析之中，其原理主要借助一个移动的单元格对点格局的密度进行估计，获取要素密度变化的图示，输出连续的空间分布结果，反映点位分布的空间相对集中程度[11]。运用ArcGIS软件获取景点、收入状况和产业的KDE分布。
2.2.4吸引力分析模型
区域经济联系量是用来衡量区域经济联系强度的指标，或称空间相互作用量，既能反映经济中心城市对周围地区的辐射能力，也能反映周围地区对经济中心辐射能力的接受程度。区域经济联系；量有绝对经济联系量和相对经济联系量之分，绝对经济联系量是指某经济中心对某低级经济中心辐射能力或潜在的联系强度大小；相对经济联系量是在绝对联系的基础上，结合低级经济中心本身的结合能力，并比较其在区域内所有同级经济中心条件的相对优劣来确定的。在对绝对经济联系量的测算中引力模型是常用的方法，其表达式为：
式中:Rij为i、j地区的经济联系强度；Pi、Pj为i、j地区的人口数量；Gi、Gj为i、j地区的国内生产总值；Dij为i、j两地区经济中心的直线距离，在本文中以行*中心代替经济中心[7]。运用ArcGIS10.6软件计算各县域行*点之间的距离，通过属性表中字段计算器计算各县域之间的吸引力大小，最终通过X、Y转线工具使数据可视化，得到江西省各县域之间的吸引力网络。
2.2.5主成分分析法
主成分分析即PrincipalComponentAnalysis简称(PCA）是由卡尔（Karl）和皮尔逊（Pearson）最早在年提出，只不过当时是应用于非随机变量。年霍蒂林（Hotelling）将这个概念推广到随机向量。该方法是利用降维的思想，把多指标转化为几个综合指标的多元统计分析方法。主成分分析的原理可以简单的陈述如下:借助一个正交变换，将其分量相关的原随机向量[12]。
转化成其分量不相关的新随机变量
使之指向样本点散布最开的p个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统[13]。本次分析采用江西省年统计年鉴中各县域的统计数据，包括人口、GDP、人均可支配收入（城镇和农村）等相关统计数据，运用SPSS软件进行主成分分析，可以得出江西省各县的竞争力。
2.3研究数据来源
本次研究中各经济指标来源于江西省统计局年江西省统计年鉴，行*区划和水域影像图来源于中国标准地图服务平台，借用ArcGIS10.6软件进行矢量化和地理配准。数字高程数据（DEM）来源于地理空间数据云平台提供的GDEMVM分辨率数字高程数据。植被指数（NDVI,NormalizedDifferenceVegetationIndex）数据来源于中国科学院资源环境科学数据中心。江西省空气质量国控点--年平均空气质量数据（AQI）来源于真气网。矢量路网数据来源于OpenStreetMap平台，运用ArcGIS10.6软件中的裁剪工具提取出江西省域内的路网数据。国家级文物保护单位和省级文物保护单位名单来源于江西省文化和旅游厅公示的名录，江西省A级以上景区名单来源于中华人民共和国文化和旅游部。所有点数据经由百度地图开放平台提供的坐标拾取器工具拾取坐标。最后将DEM、路网、所有点数据运用ArcGIS10.6软件平台，将数据均统一到投影坐标系WGS__world_mercator，然后进行相关分析。
3、结果分析
3.1地形、坡度分析江西省处于全国地势三大台阶中第一台阶(丘陵平原区)上的长江中下游交接处的南岸。江西全境以山地、丘陵为主。[14]。从江西省的高程图显示（图1），江西省地貌分区特征较为明显：其北部因有大量的湖泊和受长江流域的冲击下形成了较大区域的平原，中部为平原向山地过度地段，地势比较低，为山丘地带，南部在赣江、贡水河等河流的冲刷作用下形成多条自然的沟壑，最高的海拔达到两千多米。江西省地势北低南高，从北至南呈现出三阶梯划分,分别是北部的平原、中部的山丘和南部的山地。
图1DEM
利用GIS对场地数字高程模型的分析（图2），可以看出北部长江流域、鄱阳湖及其周边的坡度较低，基本在8度以下；中部整体的坡度在16度以下的范围，地势较为缓和；南部地势起伏较大，坡度最低的在4度以下，最高的超过28度。坡度是建筑建设的重要影响因素，地形自然坡度大于25%时，不宜作为建设用地。在南部和西北部部分山体的坡度超过25度，不适作为建设用地。因此在这些地区人口也比较少。
图2坡度
3.2植被指数分析为了能够直观的对比年—年9年时间的归一化植被指数（NDVI），笔者把每一年份的NDVI分析结果进行同一指标下量化，具体指标如表1所示：
通过分析可以看到江西省NDVI值是相对较高的，说明其生态环境较好；几乎所有的城市边缘植被指数在这期间都在下降，其原因很大程度上是由于城市在向外扩张，特别以赣州市最为明显。从年的NDVI分布图中(图3)可以看到江西省除了南昌市以外还没有特别容易识别的城市，即植被覆盖度较高，并且许多城市规模还不是太大。从年到年期间，NDVI值变化最为明显，年的NDVI分布图可以明显的发现赣州、萍乡、九江、景德镇等城市出现红斑，即由于城市向外扩张，植被覆盖较少。年到年的8年时间中大部分的城市向外扩张的速度减慢，特别是年以后，城市规模已经基本较为稳定。
将所有分级后的NVDI值提取出来，经过SPSS软件进行相关性分析。各年的NDVI值存在非常强的相关性，特别是相邻年份，其相关性都在0.以上；并且这种相关是呈现出正相关，也就是说江西省从年至年生态在逐渐好转。江西作为我国实施集体林权制度改革较早的省份之一，经过10余年的实践，使得江西大地“山更青、水更绿、天更蓝、人更富”［15］。
图3年—年NDVI分布情况3.3空气质量指数（AQI）
反距离权重法结果显示(图4)，江西省空气质量不同地区存在着显著的差异性，南昌—九江一带的城市污染最为严重；空气质量的分布呈现出“十”字型的发展趋势，水平方向沿着萍乡—宜春—新余—抚州—鹰潭—上饶；垂直方向沿九江—南昌—吉安—赣州。同时，还呈现出“圈层+多中心”形态分布特征，即以空气质量从各市的行*中心向外围的过度中越来越高。跟归一化植被指数分布相似，南部的空气质量要明显好于北部，说明南部的自然资源较北部好，因为南部的城市规模较北部小、人口也相对较少，所以其工业废气排放量可能比北部要少；这两个因素导致南部空气质量要远好于北部。
图4AQI分布图3.4空间分布格局特征
3.4.1文旅资源空间分布格局特征
文旅资源数据资料分为文化资源和旅游资源。文化资源分为国家级文保单位、省级文保单位、非物质文化遗产；旅游资源为江西省A级以上景区。江西省拥有丰富的文化和旅游资源，特别是红色旅游景点，A级景区中共有25处为红色旅游景点。从核密度分析结果来看（图5），文旅资源以北部居多，其整体上呈现出“圈层+多中心”形态分布特征。南昌市、九江市、萍乡市、景德镇市、吉安市各自形成较强的核心，特别是位于鄱阳湖周边的南昌市和九江市，形成绝对的核心。九江市人文底蕴深厚、风景秀丽，素有“江派浔阳郡、分明似画图”之美称，有中国第一大淡水湖“鄱阳湖”；世界文化景观遗产、中华十大名山“庐山”；佛教净土宗发源地“东林寺”；中国四大书院之首“*洞书院”等风景名胜古迹。南昌市是中国历史文化名城，拥有较多的文保单位和休闲旅游景点，同时也是一个红色革命基地。????
图5旅游景点分布图
非物质文化遗产不同于旅游景点和文保单位具有固定的地点，非物质文化遗产具有社会性、无形性、多元性等特点，通常不是以一个固定的地点出现，它代表了某一地区或某一民族的技艺、生活方式等，所以在进行地域划分时以市为单位。从空间分布来看（图6），非物质文化遗产分布极不均衡，分布最多的九江市和赣州市非物质文化遗产数量在10个以上；而分布最少的新余市、鹰潭市非物质文化遗数量只有1个。非物质文化遗产数量分布一定程度上与面积呈现出正相关的关系，赣州市是江西省面积最大的市，其非物质文化遗数量也是最多的；新余市、鹰潭市、萍乡市相对来说面积较小，其非物质文化遗数量也相对较少。
图6非遗分布图3.4.2道路空间分布特征
从图7可以看出，根据江西省主要道路网络体系整体上较为完善。形成“4纵6横8射17联”的路网格局[25]。但是也存在着一些问题，比如南部的路网明显比北部少，并且南部的城市间直接联系道路也没有北部的城市多。通过图8就可以明显看出南部城市路网密度要比北部低，并且南部和北部之间的联系也不够强，在图12中可以明显看出南北之间存在大量的空白区，空白区的路网密度0.,路网密度极低。在所有城市中，南昌市的路网密度最高，中心区路网密度超过了10；其次是赣州市和九江市，但是其路网密度远不及南昌市，一方面与城市规模有关，另一方面跟城市经济发展也有关系；例如九江市和赣州市，虽然赣州市区规模比九江市区要大，但是从路网的密度来看差距并不明显。从横向路网和纵向路网联系的强度来看，横向联系强度要高于纵向联系，这很大程度是受地形的影响，从前面图1可以看出，江西省大部分山脉是东西走向，所以南北向的道路必不可少的要通过隧道和桥梁克服山体，但是东西向的道路却可以利用相邻山体之中的峡谷架设道路；再者北部以平原为主，所以北部道路修建受地形的影响较小，所以北部路网密度整体上要高于南部。为了完善公路路网体系,助推交通运输高质量跨越式发展,江西省年编制了《江西省高速公路网规划修编(～年)》[16]。旨在为提高各城市间的联系。图7省内主要道路图8省内主要道路密度3.5城市吸引力分析
通过ArcGIS10.6软件运算，可以得到江西省县域之间的吸引力模型。由图9可知，县域吸引力模型呈现出“五带一核心”的网络结构；以南昌市区为核心向外辐射，南昌作为江西省的中心城市对各城市产生了明显的辐射作用，这种辐射与道路结构网具有高度的一致性（图15）；五带则为南昌—九江、南昌—景德镇、南昌—上饶、南昌—吉安、赣州、南昌—萍乡，除景德镇外，其余四个城市与南昌市都有直接联通的铁路干线。五带的外围城市除了与中心城市南昌市有较强的联系外，外围城市之间没有明显较强的联系，如九江与景德镇之间，虽然距离较近，但是并没有产生较强的联系。也就是说南昌是江西省的绝对核心城市，整个省域的经济都是由其带动的，但是随着距离的增加其吸引力会逐渐减小，在南昌—吉安、赣州这一条带上可以看到只有各市的中心城区有较强的联系，沿线的县域并没有出现较强的吸引力。从整体上来看，北部比南部的吸引力更大，中心城区比外围城市吸引力更大。图9县域吸引力
汇总提取出对每一县域吸引力最大的一条吸引线，并使其显示吸引方向，得到图10。可以看到北部比南部吸引力网络更复杂和紧密，吸引力网络指向的城市大多为这一区域的核心城市，如市级行*中心。以吸引力有直接联系（如最南端的全南县、龙南县、定南县）为依据，将此纳为统一组团，通过统计，江西省共有17个组团；也就说明江西省的经济发展是一种分散式、多中心的，这一现象在南部更为明显，在南部出现了不少的组团是相邻两县之间两两相互吸引，仅有赣州和吉安的中心城市周围形成较大的组团，说明在南部很多县域之间的经济合作并不紧密；即使是在南昌周边，也有县域是两两相互吸引，形成组团，如宜丰县和上高县、德安县和共青城市。所以江西地区县域经济联系强度组团呈现出空间的交错分布模式,即较大县域组团周围也有较小的县域组团。图10吸引力方向
3.6城市竞争力分析
通过SPSS软件进行主成分分析，得到每个县的竞争力。排名第一的为南昌县。南昌县隶属江西省南昌市，是江西省首府首县，江西省第一个百强县[17]。经济实力一直就比较雄厚。在排名中大部分城市都是位于市级行*区，如新建区、丰城县、樟树市等，说明市级行*区比普通县级市竞争力更强。将排名通过ArcGIS可视化后得到图11，通过图11可以发现竞争力较高的城市主要集中在南昌市周围，也就印证了前面城市吸引力的分析结论，即南昌市是江西省的绝对核心城市。
图11城市竞争力
4、结论
从自然资源和自然环境来看，江西省地貌分区特征较为明显，从北至南呈现出三阶梯划分,分别是北部的平原、中部的山丘和南部的山地。通过坡度分析可以得出北部长江流域、鄱阳湖及其周边的坡度较低，中部整体地势较为缓和；南部地势起伏较大。从NDVI的分布情况来看，江西省植被覆盖率较高，生态环境较好；对比近九年的NDVI值可以发现江西省植被覆盖率越来越高，很大程度上归功于集体林权制度改革等相关*策的实施，使江西省生态环境越来越好。空气质量分布分布呈现出“十”字型的发展趋势；在随后的城市竞争力评价、道路空间分布特征分析中也出现了类似的十字形，说明城市的发展对于环境是有较大影响的。
从空间分布格局特征来看，文旅资空间分布格局特征显示文旅资源以北部居多，其整体上呈现出“圈层+多中心”形态分布特征。文旅资源分布较多的两个城市分别是九江和南昌，这两个城市因为坐拥鄱阳湖和庐山，拥有较好的自然资源；并且两座城市都是历史悠久的城市，拥有较多的文物保护单位；再者因为南昌这一带是红色革命基地，所以拥有较多的红色旅游景点。道路空间分布整体上南部城市路网密度要比北部低，并且南部和北部之间的联系也不够强。
对城市吸引力分析得出县域吸引力模型呈现出“五带一核心”的网络结构；从整体上来看，北部比南部的吸引力更大，中心城区比外围城市吸引力更大。通过汇总提取出对每一县域吸引力最大的一条吸引线，可以看到北部比南部吸引力网络更复杂和紧密。无论是在南部还是北部，都发现了不少的组团是相邻两县之间两两相互吸引，所以江西地区县域经济联系强度组团呈现出空间的交错分布模式,即较大县域组团周围也有较小的县域组团。
最后通过对城市竞争力评价，得出了各县域的排名，整体上北部的城市比南部的城市竞争力更强；另一方面城市竞争力的空间分布跟前面的空气质量（AQI）、路网密度有很强的相关性，也是大致呈“十”字形；道路也是城市经济发展的先行官，环境是经济发展中的瓶颈，如何处理好发展与保护之间的矛盾也是亟需解决的问题。
5、主要*策及建议
根据前文对江西省自然资源、环境、道路、城市吸引力和竞争力的分析，本文提出以下几点建议，旨在进一步促进江西省内县域协同发展。
第一，充分利用自然资源环境优势，大力发展旅游业。在所有的A级景区中有24处为红色旅游基地，所以，江西省可以利用其浓厚的红色文化，大力开发红色旅游项目。自然景观也是江西的一大特色，可以充分利用自然资源，以互动参与式为主，高质量开发旅游业。在非物质文化遗产项目较多的九江市和赣江市，可以发展以民俗文化体验和农家休闲为一体的田园综合体。
第二，完善县域城市交通路网结构，缩小各城市间城市间往来的出行时间。各城市应重视城际交通网络及辖区内路网建设[28]。同时，强化成南昌、赣州两市的主枢纽功能，提升区域内节点城市交通枢纽运输能力。以高速铁路、城际铁路和高速公路为骨干，加快客货运枢纽、完善相关功能；以构建安全、便捷、高效、绿色、经济的综合交通运输网络，支撑引领“一轴两带双核九副”城市群空间格局的形成[18]。
第三，充分发挥省内双核心发展主轴对南部城市整体经济质量的带动作用。南昌市的经济质量处于省内绝对领先地位，是省内的核心城市；赣州市是江西省省域副中心城市，经济质量在省内南部地区具有领先地位。因此，重点打造南昌—赣州发展主轴，依托樟吉高速、大广高速、京九线和·即将竣工的昌赣高铁，加快推动核心城市功能沿轴带疏解，辐射带动周边城市，加快发展西部的萍乡、宜春、新余和东部的景德镇、鹰潭、抚州、上饶，构建“一轴两带、双核九副”空间发展格局，对充分发挥江西省县域一体化发展起到带动作用。（图12）
图12空间发展规划
参考文献：
[1]周文彰,蒋元涛.十九大关于我国社会主要矛盾新论断的依据和意义.人民网年12月20日
[2]姜磊,周海峰,柏玲.长江中游城市群经济-城市-社会-环境耦合度空间差异分析[J].长江流域资源与环境,,26(05):-.
[3]郭跃,张永新.县域经济基本竞争力比较研究——以江西九江市为例[J].老区建设,(10):42-44.
[4]周晓艳,陈琪,陈雨昂.长江中游城市群产业空间联系网络特征研究[J].湖南师范大学自然科学学报,,42(05):26-33.
[5]江西省年国民经济和社会发展统计公报．江西省人民*府[引用日期-01-18]
[6]江西简介．江西省人民*府[引用日期-12-09]
[7]空间信息技术在城市规划编制中的应用研究.中国建筑工业出版社.,10
[8]陈晨,王法辉,修春亮.长春市商业网点空间分布与交通网络中心性关系研究.经济地理,,33(10):40-47.
[9]光孟,汪云甲,王允.反距离权重插值因子对插值误差影响分析[J].中国科技论文在线,,5(11):-.
[10]王兴,苗春生,江燕如,汪瑶.台站温度质量控制中IDW算法改进及应用[J].气象科技,,42(04):-.
[11]储金龙.城市空间形态定量分析研究.南京:东南大学出版社,:35-42.
[12]韩小孩,张耀辉,孙福*,王少华.基于主成分分析的指标权重确定方法[J].四川兵工学报,,33(10):-.
[13]虞晓芬,傅玳.多指标综合评价方法综述[J].统计与决策,(11):-.
[14]叶文振.江西人口的地形区域分布:-[J].南方人口,(01):42-47.
[15]周国宏，谢冬明，聂小荣．“林改”以来江西森林旅游发展成效定量分析［J］.林业经济，,40(4):63－67,84．
[16].江西高速路网大升级高速公路总规模将增至km[J].城市道桥与防洪,(04):50.
[17]南昌县．中国南昌人民*府