中国城市体系的空间分布格局及其演变
2013-01-18濮励杰
叶 浩,濮励杰,张 鹏
(1.广东商学院 资源与环境学院,广州510320;2.南京大学 地理与海洋学院,南京210093)
0 引言
城市体系是一个国家或一个地区各种规模、各种类型城市的分布结构的有机整体,随着世界范围内城市化进程的不断加速,城市体系的演变不仅为城市地理学家所关注,也日益引起经济学家的兴趣[1-2]。城市体系研究是城市地理、城市规划及相关研究的传统课题,分析城市体系变化的特征及其趋向对于准确地预测城市人口规模以及合理地确定城市体系结构具有非常重要的意义。自20世纪80年代以来,国内外很多知名学者依据城市人口规模、GDP及建成区面积等指标对中国城市体系的规模分布进行了研究[3-5]。具体到城市空间分布的形态与模式研究中,主要从城镇分布密度、平均最邻近距离、空间分布类型和空间分布重心等方面进行城镇体系的空间分布特征分析[6-7]。城市直接的空间关联主要运用人流、物流、资金流、信息流等数据研究分析城市的中心性、城市间的空间相互作用及其影响范围[8-9]。城市分布的空间关联特征研究主要运用空间自相关分析进行描述,相应的指标有空间自相关指数和空间联系局域指标等[10-11]。
然而,国内已有的研究更多集中在对城市空间集聚强度与形式的静态分析上,在对城市体系的空间分布进行研究时,往往把不同规模的城市抽象为一个均质的点,这种假设对于由不同规模的城市组成的城市体系而言,存在一定的不足之处。鉴于此,本研究采用全国县级以上城市的城市人口数据,运用最近邻与空间自相关分析,定量分析了1985—2010年间不同规模城市的空间分布格局,进而探索我国城市空间集聚的时空特征与演变规律。
1 研究方法
1.1 最近邻分析
城市在一定的地域环境下并不是随机分布的,而是表现出特定的空间分布形态,不同城市点群在空间分布上往往呈现出不同的特征。最近邻分析(nearest neighbor analysis,NNA)属于无样方法之一,它最早由Clark和Evans两位植物学家提出,其基本理论是通过比较样地内种群的实际分布与假设的随机分布之间的差异,借以作出点空间分布类型的判断,被认为是一个能较为准确并客观地确定布点格局情况的方法[12]。
为了检验点的分布是否属于某种可识别的模式,需要在最近邻分析中引入R统计量。R统计量是点分布中最近邻点实际观测值与期望值之比。计算公式如下[13]:
式中:robs为最近邻点平均距离的观测值;rexp为由理想的随机分布模式决定的最近邻点平均距离的期望值。在显著性水平为0.05的概率下,统计显著性检验可通过计算ZR值来检验差值与其标准误差SEr的比较情况:
式中:A为观测区域的面积;n为观察点数。若ZR>1.96或者ZR<-1.96,则可认为在显著性水平为0.05的概率下,所计算出来的观测模式与随机模式之间的差值具有统计显著性;反之,如果 -1.96 <ZR<1.96,则尽管观测模式看上去更聚集或者更加分散,但事实上,它与随机模式之间不存在显著差异,不能拒绝0假设。
1.2 空间自相关分析
在运用最近邻方法分析点分布的空间模式时,将所有的点视为相同的,只分析点的位置,而不考虑点的属性和特征。因此,有必要同时考虑点的位置和属性来对城市分布的空间格局进行测度。在考虑点属性的情况下,可以用空间自相关系数指标来测度和检验城市的空间分布特征。检验区域内城市空间集聚的特征,可以使用局部空间自相关指数Moran’s I,计算公式为[14]:
式中:Xi和Xj为相应城市的非农人口与均值的离差;Wij为城市i和城市j之间空间接近度的权重指标,通常将城市i和城市j之间距离的倒数作为权重。同时,也需对局部Moran’s I进行显著性检验,以明确这种局部空间关联性质是否成立,揭示出局部区域上的城市空间集聚特征。
根据局部Moran’s I的含义,可将某城市及与其相邻城市之间的局部空间关联性质划分为HH,LL,LH和HL 4种类型:HH代表了高观测值的城市被同是高值的城市所包围的空间联系形式;LL代表了低观测值的城市被同是低值的城市所包围的空间联系形式;HL代表了高观测值的城市被同是低值的城市所包围的空间联系形式;LH代表了低观测值的城市被高值的城市所包围的空间联系形式。
2 数据与样本
改革开放以来,我国城市化、城市规模有了较大的发展,城市个数和规模均有提高。20世纪80年代以来是我国典型的社会经济转型时期,城市空间结构演变具有独特而鲜明的变化规律,对其进行深入分析具有相当典型的理论与现实意义。因此,本研究利用1985,1990,1995,2000,2005和2010年的全国县级以上城市数据,定量分析我国城市体系的空间分布特征及演变规律。
本研究采用非农人口数据来表示城市规模的大小并用于测算城市空间分布格局。由于台湾省、香港和澳门特别行政区的统计数据缺失,未列入研究范围。所使用的数据均来源于历年的《中国城市统计年鉴》与《中国人口与就业统计年鉴》。考虑到不同规模城市在空间分布上的差异性,利用我国现行的城市规模等级标准对城市进行了等级划分。为避免城市人口规模差异较大所造成的影响,对我国各城市的非农人口取自然对数来进行分析。
3 我国城市空间分布规律的演变
3.1 城市空间分布格局的演变
改革开放以来我国城市化水平明显提高,城市经济成为国民经济发展的主体。在此背景下,我国城市的数量发生了明显的变化。1985年,我国县级以上城市个数为324个,市区非农人口总和为1.18亿人,2010年则分别为657个,3.36亿人。历年城市规模见表1。
表1 1985—2010年中国城市规模的变化Tab.1 Temporal difference in the structure of Chinese urban scale from 1985 to 2010
对于城市体系的空间分布特征研究,本研究运用ArcGIS 9.3软件中自带的空间统计分析工具箱,在显著性水平0.05 上,计算得到1985,1990,1995,2000 和2010年全部城市与5分法不同规模城市的R统计量(表2)。
表2 1985—2010年中国城市的R值及分布类型Tab.2 Spatial distribution pattern and R index of China urban from 1985 to 2010
从表2可以发现,在1985—2010年间,我国城市整体上呈集聚分布的模式,且集聚程度有上升的趋势。同时,由于中国城市规模等级差距很大,各城市的影响强度和范围相差也很大,使得不同规模的城市在空间上的分布类型有很大差异。在1985—2010年间,中、小城市总体上呈集聚程度增强的趋势;超大型、特大型和大城市的分散程度则迅速下降,分别由均匀分布、随机分布过渡到随机分布、集聚分布模式。
从我国1985—2010年间不同等级的城市分布模式来看,超大型城市、特大型城市呈均匀与随机分布模式,而大城市、中等城市与小城市则为明显的集聚分布模式。我国城市整体上呈集聚分布,说明在中国城市空间格局的历史演变历程中,城市规模结构和等级结构的地带性差异始终存在,由自然地理条件、社会经济发展水平及区域人口的数量和质量等组成的区域经济地理条件深刻影响着区域城市的发展及其分布。城市的集聚强度随着城市规模的变大而降低,其原因是随着城市规模的扩大,城市间的排斥作用不断加强,集聚强度的降低有利于获得足够的人口及各种环境资源,保证城市的相对稳定和优势地位。我国超大型、特大型城市由均匀分布转变为随机分布说明随着经济的发展,城市化总体水平的提高以及人口大规模的流动,自然条件对城市发展的影响有所下降。
3.2 城市空间分布的集聚特征
虽然最近邻分析能够直观地反映出我国城市空间分布类型,但还不能反映出其空间分布差异的内在联系,而局部空间自相关指数则可以较好地反映这一特征。利用局部Moran’s I的分析结果,结合GIS软件的专题制图功能,生成 1985,1990,1995,2000,2005 和 2010年间全国城市在局部区域上的空间集聚专题图(图1)。
图1 1985,1990,1995,2000,2005 和2010 年中国城市的空间集聚状态Fig.1 Spatial agglomeration of urban in China in 1985,1990,1995,2000,2005 and 2010
从图1来看城市空间集聚状态的演变,1985—2010年间,处于HH集聚状态的城市,明显表现出从东北、华北、环渤海地区向山东半岛、沪宁杭、珠三角地区转移的过程,尤其是广东和山东,地位显著提高。2000年以后,山东半岛地区的城市更是和沪宁杭地区构成连绵发展的态势,表现为强烈的HH集聚状态,形成作用范围广泛而普遍的城市空间集聚区。进入21世纪以来,随着经济体制改革的不断深化,在计划经济体制下作为建国后国家的主要重工业发展基地的京津唐和东北地区开始衰落,城市化进程滞缓,此后处于HH集聚状态的城市急剧减少,城市区域一体化发展的状态已不明显。HL集聚状态的城市主要分布在西南、华北与西北等地区,大多为中西部地区的省会城市,说明与这些区域的部分城市快速发展相对应的是周围城市的长期停滞。这在一定程度上反映出经济相对不发达的局部区域城市间出现了恶性竞争,有限的各种生产要素向部分竞争力较强的城市进一步集中,城市发展的不均衡性更为突出。处于LL与LH集聚状态的城市变化不大,在空间上主要集中分布在经济相对不发达的内蒙、青海、甘肃与云南等地区,说明这些地区的城市发展与周围地区的关联不紧密,城市发展水平不高。值得注意是,20世纪90年代以来,浙闽交界处出现了数个LL的城市,该区域正处于长三角经济区和海峡西岸经济区的交集地带,但也与两大经济区的核心地域相距甚远,在交通相对封闭的条件下,城市的发展长期处于停滞状态。这进一步表明我国城市发展的不均衡现象不仅体现在东中西部大的经济带之间,在部分经济较为发达的区域内部也有明显表现。
没有通过显著性检验的城市多数集中在中部地区的湖南、湖北、河南、江西等省,且近20年来没有发生明显变化,这在一定程度上体现了这些地区内城市的发展长期处于无序状态,城市间的相互联系与影响相对较弱,城市的整体协调发展能力并没有太大改善。
4 结论
中国幅员广阔,不同的地理、文化、经济、社会背景导致中国地域差异明显,且有扩大的趋势,使得中国城市空间格局的阶段性差异日益突出。从城市的空间集聚或空间关联性质来看,其集聚特征的反差十分鲜明,表明不同规模的城市在空间集聚同时也表现出较强的不均衡性。研究表明,在1985—2010年间,我国城市的整体分布主要呈集聚型,集聚程度有着增强的趋势,且不同规模的城市在空间上的分布类型有很大差异。不同规模的城市表现出明显不同的空间分布格局,可能与城市的发展特征和地理环境异质性有关,集聚强度的降低有利于获得足够的人口及各种环境资源。超大型、特大型城市由均匀分布转变为随机分布说明随着经济的发展、城市化总体水平的提高以及人口大规模的流动,城市发展对自然和社会经济条件的依赖相对降低。
同样,从局部区域上城市的空间集聚效应来考察,亦是如此,东、中、西部地区之间城市的发育程度差异明显。1985—2010年间,处于HH集聚状态的城市,明显表现出从东北、华北、环渤海以及沪宁杭地区向山东半岛、沪宁杭、珠三角地区转移的趋势,而京津唐和辽中南地区进入20世纪90年代以后,城市化进程滞缓,城市区域一体化发展的状态已不明显。东部地带不同规模等级城市都较为发达,城市体系较为完善,同级城市和不同级城市间的联系不断加强,形成了高水平均衡空间布局模式;中部地区中等城市较多,也有不少大、特大城市,进入2000年以来,城市的极化效应有降低的趋势,表现为HL型城市数目有所降低,但没有通过显著性检验的城市主要集中分布在该区域,说明中部区域内城市整体协调发展的能力并没有明显改善。西部地区以小城市发展为主,缺少大中城市,总体依然呈现低水平、低速度发展的空间格局,城市分布表现出较为强烈的空间极化特征,如乌鲁木齐、西安、成都、昆明等省会城市成为区域发展的极点和中心城市,区域内城市发展的不均衡性存在进一步扩大的趋势。说明了当前实施“西部大开发”、“中部崛起”和“振兴东北老工业基地”等战略部署的迫切性和合理性。
[1]杨永春,冷炳荣,谭一洺,等.世界城市网络研究理论与方法及其对城市体系研究的启示[J].地理研究,2011,30(6):1009-1020.
[2]刘耀彬.湖北省城市体系空间结构测度及其优化[J].地域研究与开发,2008,27(1):32-35.
[3]Gabaix X.Zipf’s Law for Cities:An Explanation[J].Quarterly Journal of Economies,1999,114(3):739-767.
[4]代合治.中国城市规模分布类型及其形成机制研究[J].人文地理,2001,16(5):40-43.
[5]谈明洪,吕昌河.以建成区面积表征的中国城市规模分布[J].地理学报,2003,58(2):285-293.
[6]许学强,胡华颖,张军.我国城镇分布及其演变的几个特征[J].经济地理,1983,3(3):205-212.
[7]李震,顾朝林,姚士媒.当代中国城镇体系地域空间结构类型定量研究[J].地理科学,2006,26(5):544-550.
[8]顾朝林,庞海峰.基于重力模型的中国城市体系空间联系与层域划分[J].地理研究,2008,27(1):1-12.
[9]郭建科,韩增林,耿雅冬.我国不同区域城市空间联系的差异分析[J].地域研究与开发,2012,31(1):40-44.
[10]杨国安,甘国辉.中国城镇体系空间分布特征及其变化[J].地球信息科学,2004,6(3):12-18.
[11]陈刚强,李郇,许学强.中国城市人口的空间集聚特征与规律分析[J].地理学报,2008,63(10):1045-1054.
[12]Moeur M.Characterizing Spatial Patterns of Trees Using Stem Mapped Data[J].Forest Science,1993,39(4):756-775.
[13]David W S,Wong J L.Arc View GIS and ArcGIS地理信息系统统计与分析[M].张学良,译.北京:中国财政经济出版社,2008.
[14]Anselin L.Spatial Externalities,Spatial Multipliers,and Spatial Econometrics[J].International Regional Science Review,2003,26(2):153-166.