中国区域人类发展水平的空间集聚及时空格局演变

2018-03-14张雄

对外经贸 2017年12期

张雄

[摘要]利用空间统计分析方法，基于全局空间和局部空间两个角度探究中国区域人类发展水平的空间关联性和集聚分布特征，揭示中国区域人类发展水平的空间集聚时空格局演变规律。研究发现：在全局空间上中国区域人类发展水平一直存在高—高集聚或低—低集聚的效应，在局部空间分布上长期呈现出西部地区低—低集聚和东部地区高—高集聚的东高西低空间分布特征。LISA集聚图显示，中国区域人类发展水平的冷点区域逐渐集中在西部省区，空间集聚分布格局的变化趋于更加复杂。

[关键词]人类发展水平；空间差异；空间集聚；时空演变

[中图分类号]F1299

[文献标识码]A

[文章编号]2095-3283（2017）12-0084-05

一、引言

改革开放以来，中国社会经济发展中的区域不平衡与差异是长期备受政府和学者们关注的重要问题，多数研究主要关注区域的经济、收入、教育等问题的不平衡和差异。然而，近年来区域人类发展水平的差异已成为研究的热点问题之一，主要是借助人类发展指数多维评价区域社会进步的差异。国家“十三五”规划提出“要全面推进协调发展、共享发展，确保全面建成小康社会”，指出“重点促进区域协调、协同、共同发展，努力缩小区域发展差距”。本文基于地理空间视角进一步研究中国人类发展水平的区域异质性，探寻其空间集聚格局的演变规律，对推动区域协调发展和全面建设小康社会具有重要的现实意义。

人类发展指数（HDI）是由联合国开发计划署（UNDP）于1990年首次提出，用以测度和评估世界各国和地区的人类发展水平。之后，随着社会经济的发展及其评价方式的改进，UNDP不断地修改完善人类发展指数（张潆元，2015）。同时，人类发展指数被广泛运用于衡量一国或地区内部人类发展水平的区域异质性。我国学者借鉴UNDP提出的人类发展指数理论开展了大量有关中国区域人类发展水平差异的研究（覃成林等，2004；赵志强等，2005；周恭伟，2011；汪毅霖，2012；李晶和郭立文，2013）。从现有研究来看，主要是对中国区域人类发展水平数值差异的比较分析，忽略了各个区域数据间的空间相关性和相互作用性，缺乏对中国区域人类发展水平的空间差异性分析。因此，本文采用空间统计方法，分析中国省市区人类发展水平的空间差异性，揭示其全局和局部的空间关联性和集聚格局，并探寻空间集聚时空格局的演变规律。

二、度量指标、研究方法及数据来源

（一）人类发展水平的度量指标

对于人类发展水平的度量一般采用UNDP提出的人类发展指数或者扩展的人类发展指数。鉴于UNDP提出的人类发展指数相对比较完善和成熟，且已被广泛接受和应用，故本文遵循UNDP2015年发布的《人类发展报告》中关于HDI的计算方法来进行HDI的指标构建和测度。其人类发展指数由健康长寿、知识获取、体面生活水平三个维度的指标构成，全面地衡量了人类发展的状况，具体构建过程如图1。各指标的阈值也采用UNDP《2015年人类发展报告》中所使用的最大值和最小值，依据维度指数=实际值-最小值最大值-最小值的公式，分别计算出各个维度的分项指标指数，然后利用几何平均法进行HDI指数的合成。

（二）研究方法

本文主要运用空间统计方法中的探索性空间数据分析法（Exploratory Spatial Data Analysis，简称ESDA），借助ArcGIS支持，利用GeoDa软件进行计算和分析，可更直观、更深刻地动态展示中国区域人类发展水平的空间集聚特征，从而揭示中国区域人类发展水平的时空格局演变规律。ESDA方法主要是探讨地理位置相连区域数据间的空间相关性和空间依赖程度，涉及空间权重矩阵的设置、全局和局部空间自相关分析。

1空间权重矩阵

空间权重矩阵的建立规则有多种，常用的两种形式为邻接规则和距离规则。本文采用简单二进制邻接空间权重矩阵。由于海南省是海岛，借鉴相关研究中常用的处理方法对，即基于海南省与广东省的地理位置、密切的经济社会联系，在空间权重矩阵设置时，将两省作为邻接关系处理。

2全局空间自相关

全局空间自相关主要描述和测量变量观测值在整体区域范围内的空间依赖程度和空间分布特征，用以判断空间是否有显著的集聚特性存在。本文采用最为常用的全局Morans I指数来反映中国区域人类发展水平的集聚程度。其计算公式如下：

I全局=n×∑ni=1∑nj≠iWij（xi-x）（xj-x）（∑ni=1∑nj=1Wij）×∑ni=1（xi-x）2（1）

其中，I全局为Morans I全局指数，xi、xj为区域i和j的观测值，Wij为空间权重矩阵的元素，n为区域个数。对该指数标准化并进行显著性检验，显著性水平α一般取005。当标准化值显著且大于零时，表明存在正空间自相关，即存在高-高或低—低空间集聚；当标准化值显著且小于零时，表明存在负空间自相关，即趋于分散分布；当标准化值为零时，呈现独立随机分布，无空间相关性。标准化值越大，其全局空间关联性越强。

3局部空间自相关

全局空间自相关没有反映出空间集聚的具体区域，为进一步研究在局部空间是否有集聚特征存在、区域单元对局部空间自相关贡献大小等，需开展局部空间自相关分析。本文采用空间联系的局部指标LISA图（Local Indicators of Spatial Association）和Moran散点图进行分析。

（1）空间联系的局部指标（LISA）

局部Moran指数是衡量局部区域范围内的空间关联形式的指标。其計算公式如下：

Ii=（xi-x）s2∑jWij（xj-x）（2）

式（2）中，xi、Wij同上文含义；Ii为正值说明该区域与相邻周边区域之间存在相似值（高值或低值）的空间聚集特征，空间差异显著小；Ii为负值说明该区域与相邻周边区域之间存在非相似值的空间聚集，空间差异显著大。

（2）Moran散点图

Moran散点图是研究分析局部空间不稳定性的可视化二维图，基于区域单元与其邻接单元之间的局部空间联系形式，可将其划分为四个象限。第I象限（HH）：高—高集聚型；第Ⅱ象限（LH）：低—高集聚型；第Ⅲ象限（LL）：低—低集聚型；第Ⅳ象限（HL）：高—低集聚型。Moran散点图直观、形象，借助于象限分析能很好地识别出局部空间集聚分布的空间联系形式类型。通常将其与LISA显著性水平相结合，得到“LISA集聚图”，用来反映局部空间的“热点”和“冷点”区域，从而揭示空间分布异质现象。

（三）数据来源

本文选择1995—2015年中国各省市区人类发展水平作为样本数据，研究区域选取中国大陆31个省、自治区和直辖市（1995年，1996年不包含重庆）。测算各省市区人类发展水平所采用的基础数据资料来源于《中国统计年鉴（1996—2016）》，其中预期寿命数据是根据中国历次人口普查资料采用内插法和外推法计算得来，各省市区地理位置边界的空间数据来自于中国地理信息网。

三、结果与分析

（一）全局空间集聚效应

按人类发展指数的计算方法，计算出1995—2015年中国31个省市区的人类发展指数，并借助于GeoDa软件计算得到1995—2015年中国人类发展水平的全局Morans I值、标准化Z值及其P值，详见表1。

可以看出，1995—2015年中所有年份的全局Morans I值均大于零，且在正态分布假设基础上，其标准化Z值均大于35，通过了5%的显著性检验，表明中国各省市区人类发展水平在全局空间上存在显著的正空间自相关，即存在较高人类发展水平相邻省区的空间集聚或较低人类发展水平相邻省区的空间集聚，且这种空间集聚分布格局一直存在。

为了进一步探究中国区域人类发展水平全局空间集聚分布的演变，绘制其Morans I指数的时间变化趋势图，如图2所示。

可以看出，中国人类发展水平全局Morans I指数1995—1998年逐渐上升， 1999年略微下降，2000—2010年趋于平稳，但近几年又有下降趋势，表明中国区域人类发展水平的全局空间集聚效应呈现出增强—平稳—减弱的规律特征。

（二）中国区域人类发展水平的局部集聚特征及其演变规律

为了深入探究中国区域人类发展水平的空间集聚分布特征及其时空演变规律，必须进一步进行局部空间统计分析。本文选取1995年、2005年、2015年这3个时间点的各省市区人类发展指数，运用局部空间自相关分析方法来剖析不同时间点下中国局部区域内人类发展水平的空间集聚分布情况（如图3）。

对比三个年份的局部Moran散点图，可以观察到具有相似的分布特征。其分布在第I、Ⅲ象限的省市区数量明显较多，而反映空间异质性的第Ⅱ、Ⅳ象限分布的省市区较少，表明中国区域人类发展水平局部空间分布以正空间自相关为主导，属于高—高集聚和低—低集聚类型；进一步细致研究，发现第I象限主要集中的是东部省市区，第Ⅲ象限主要集中的是西部省区市。这一特征揭示中国区域人类发展水平在空间分布上不均衡，呈现出两极分化特征，基本形成了人类发展高水平的东部省市区集聚和人类发展低水平的西部省市区集聚两种类型，与吴映梅等（2008）研究结果相一致；探究其空间分布差异的原因，主要是东部地区的省市经济发展、教育水平等整体较中西部地区的高，从而导致了其人类发展水平较高。

为了更清晰地了解各个省区的空间集聚类型及变化，具体将3个年度的局部Moran散点图中各象限对应的省区列举出来（见表2）。

从表2中可以看出：1995—2015年以来，大部分省市区的象限分布还是比较稳定，31个省市区中有18个分布象限未发生变化。其中，北京、天津、辽宁、吉林、黑龙江、上海、江苏一直分布在第Ⅰ象限，呈现出高—高集聚类型，从地理位置来看，这些省市位于我国东部沿海地区，反映出东部地区的省市人类发展水平较高，与其相邻的省市也具有较高人类发展水平。四川、贵州、云南、西藏、甘肃、青海、宁夏一直分布在第Ⅲ象限，呈现出低—低集聚类型，说明这些省区本身具有较低的人类发展水平，且与其相邻的省区也具有较低的人类发展水平。象限分布变化比较显著的省市区有：广西1995年和2005年处于第Ⅲ象限低—低类型区，2015年跨入第Ⅰ象限高—高类型区；河北1995年和2005年处于第Ⅰ象限高—高类型区，而2015年落入第Ⅱ象限低—高类型区；新疆1995年和2005年处于第Ⅳ象限高—低类型区，2015年处于第Ⅲ象限低—低类型区；陕西由1995年的第Ⅲ象限低—低类型区转变为2005年和2015年的第Ⅳ象限高—低类型区；究其变化原因主要是由其经济社会发展水平和发展速度决定的。

（三）基于LISA的中国区域人类发展水平集聚的时空演变分析

由于局部Moran散点图不能判断各区域局部空间相关类型及其集聚在统计意义上的显著性，借助LISA集聚图来更好地反映中國区域人类发展水平空间差异的局部变化格局。绘制1995年、2005年和2015年中国区域人类发展水平差异的LISA集聚图（如图4），其显著性水平为005。

图4清晰地展现了中国区域人类发展水平差异的空间集聚分布格局及其演变趋势。可知，1995年中国区域人类发展水平空间差异格局主要由显著的低—低类型地区（冷点地区）占主导地位，且在空间分布上形成四川、陕西、贵州、湖南连片分布格局。显著的高—高类型地区（热点地区）只有河北省，显著的高—低类型地区只有湖北省。揭示中国区域人类发展水平在中西部地区呈现出低—低集聚的局部空间自相关特征。2005年中国区域人类发展水平空间分布格局发了变化，以显著的低—低和高—高类型地区为主，且连片分布。显著的低—低集聚分布区域集中在西部省市区，连片分布范围更广，表现为人类发展水平较低的西藏、四川、青海、云南、重庆、贵州等省份在空间上趋于集聚；陕西、湖南不再显著。显著的高—高集聚区域由天津和河北组成。随着时间的推移，2015年中国区域人类发展水平空间格局又有了新变化，但整体上仍表现出显著的低—低集聚局部空间自相关特征。重庆、甘肃不再显著，新疆由于其人类发展水平提升较慢，落入显著的低—低类型区。值得关注的是，出现了显著的低高非典型区河北，不难理解，是由其所处的地理位置影响所致。河北内环京津，在近10年的发展中，不仅受京津经济社会发展辐射作用有限，反而受到“回流效应”影响。

总体上看，1995—2015年中国区域人类发展水平空间格局基本以西部地区低—低显著集聚为主导地位，且低—低显著集聚的地区逐渐向西转移。中国区域人类发展水平空间差异的分布格局演变主要由显著的低—低空间关联类型推动。在2015年的LASI集聚图中，低—高类型区的河北呈现显著，这一变化提示空间分布格局异常，也表现出中国区域人类发展水平差异的空间分布格局趋于更加复杂的变化态势。

四、结论与启示

通过分析，本文主要得到以下几点结论：第一，从全局空间来看，1995年以来，中国区域人类发展水平一直呈现出显著的高—高集聚或低—低集聚效应，空间集聚效应随时间的变化特征为：增强—平稳—减弱。第二，从局部空间来看，中国区域人类发展水平呈东部地区高—高型和西部地区低—低型的两极分化集聚格局。第三，基于LISA集聚图分析，显示1995—2015年中国区域人类发展水平空间格局基本以西部地区低—低显著集聚为主导地位，且低—低显著集聚的地区逐渐向西转移。

得到以下启示：1政府相关部门应高度重视我国人类发展中长期存在的空间差异问题，需重新审视前期解决区域人类发展差异的相关政策和措施，制定切实有效的区域协调发展政策。2在研究中国区域人类发展差异问题时，要充分探寻其空间差异时空格局的动态演变规律，在此基础上，制定有针对性的政策。3针对西部地区人类发展水平整体较低的状况，找出共同的潜在影响因素和原因，尝试从区域整体角度制定促进西部地区人类发展的相关政策。

[参考文献]

[1]张潆元.不断改进完善的人类发展指数[J].中国统计，2015（3）：37-38.

[2]覃成林，罗庆.中国区域人类发展差异研究[J].经济经纬，2004（6）：49-51.

[3]田辉，孙剑平，等.东部六省市可持续发展状况——基于人类发展指数（HDI）的研究[J].统计与决策，2007（8）：74-75.

[4]吴映梅，普荣等.中国省级人类发展指数空间差异分析[J].昆明理工大学学报，2008（8）：53-58.

[5]宋洪远，马永良.使用人类发展指数对中国城乡差距的一种估计[J].经济研究，2004（11）：4-15.

[6]赵志强，叶蜀君.东中西部地区差距的人类发展指数估计[J].华东经济管理，2005（12）：12-15.

[7]李晶，李晓颖.基于空间距离法的区域人类发展指数[J].统计研究，2012（1）：61-67.

[8]周恭伟.中国人类发展指标体系构建及各地人类发展水平比较研究[J].人口研究，2011（11）：78-89.

[9]汪毅霖.生態人类发展指数的原理、构建和应用—基于HDI2010新方法的中国区域间人类发展差距测算[J].西部论坛，2012（7）：70-79.

[10]杨永恒，胡鞍钢，等.基于主成分分析法的人类发展指数替代技术[J].经济研究，2005（7）：4-17.

[11]靳友雯，甘霖.中国人类发展地区差异的测算[J].统计与决策，2013（13）： 11-14.