人口、经济、土地耦合协调度空间差异分析

饶永恒,张建军,1b,徐琴,耿玉环

(1.中国地质大学(北京)a.土地科学技术学院;b.国土资源部土地整治重点实验室,北京100083; 2.北京联合大学旅游学院,北京10010)

人口、经济、土地耦合协调度空间差异分析

饶永恒1a,张建军1a,1b,徐琴1a,耿玉环2

(1.中国地质大学(北京)a.土地科学技术学院;b.国土资源部土地整治重点实验室,北京100083; 2.北京联合大学旅游学院,北京10010)

实现人口、经济、土地(P一E一L)的协调利用,对于促进地区发展和环境保护具有重要意义。文章通过引入耦合协调度模型,对全国333个地级行政单位和4个直辖市的人口、经济、土地耦合协调度进行测算,尝试揭示协调度空间差异性显著的原因和驱动力。结果表明:(1)在人口资源、区域经济水平、地理资源等多重因素制约下,我国“P一E一L”耦合协调度整体水平很低。(2)耦合协调度空间集聚效应明显。(3)高值和低值集聚群内行政单元的面积差异不显著,但行政区划形状的几何离散度差异明显。

人口经济土地;耦合协调度;Moran's I;空间集聚;离散度

0 引言

人口、经济、土地(P-E-L)一直是相互依存、彼此影响的三个因素,是人类最重要和最基础的问题之一[1]。人口的增长,本质上是劳动力集聚的体现,而随之而来的是对区域资本累积和土地承载的需求,当它们达到一定水平,反过来进一步促进人口增长。经济、土地也存在类似的关系。经济增长,往往刺激劳动力集聚和土地扩张,而土地资源是人口、经济增长的必要保障[2,3]。在人类社会进步和发展的整个过程中,三者间不断进行着物质转变和能量交流,最终实现和谐发展,对于区域经济发展、环境保护、社会稳定具有重要的意义。长期以来,对于人口、经济土地相关性的研究主要是从三者均衡发展协调水平出发,建立耦合协调度模型[4—7]。在此基础上,从时间尺度上,通过主成分分析、回归分析等多元统计分析的方法,对人口、经济、土地发展水平进行量化,揭示三者影响程度和发展水平的变化趋势和规律,实现对未来协调度发展方向和水平的预测[8,9];从空间尺度上,以空间计量经济学理论为指导思想,对人口、经济、土地发展水平的区域差异性和特征进行描述,结合地理信息系统工具对结果进行可视化展示,为地区协调度发展定位提供建议[10]。总的来说,国内外针对人口、经济、土地耦合协调度的研究广而全,结论主要是从耦合协调度水平和空间差异的界定和划分为主,缺乏对三者协调耦合度空间差异性原因的揭示。

基于此,本文选取全国333个地级区划单元和4个直辖市为研究单元,从人口、经济、土地三者之间的耦合协调性出发,分析在全国尺度上的空间差异性特征和规律,尝试揭示区域空间差异性表现的原因和驱动力,旨在为全国人口、经济、土地耦合协调度的改善提供理论基础和参考意见。

1 数据来源与研究方法

1.1 数据来源及处理

本研究所有数据主要来源于全国共333个地级行政区划单位和4个直辖市(为方便对比,文章所述地级行政单元均包括直辖市)的2012年国民经济和社会发展统计公报、地区2012年统计年鉴、中国人民共和国国家统计局国家数据网等。其中,人口是指地区常住人口,经济是地区国民生产总值,土地是指行政单元的区划面积。考虑到三个指标不同的量纲级别,对数据进行归一化处理,具体公式如下:

式中,X是归一化后的指标,xi是指标值的原始值, xmax和xmin是指标的最大值和最小值。经过归一化处理的指标值应该处于[0,1]的区间内。

1.2 研究方法

对人口、土地、经济三者之间的协调度水平的衡定,往往是建立协调度模型来实现,同时,通过Moran's I指数能够有效揭示协调度水平空间差异性。在此基础上,利用几何图形离散度来探索行政区划对人口、经济、土地协调度的影响作用。

1.2.1 耦合度和耦合协调度模型

耦合度函数主要是用来评估多个系统或要素之间相互作用的一种途径,其本质来源于物理学中的容量耦合概念和容量耦合系统模型,参考3E(能源Energy—经济Economy—环境Environment)协调度的建立规则[11],建立耦合度函数如公式(2):

显然,Cî[0,1]。当C=1时,耦合度最高,表明系统之间或系统要素之间达到最佳耦合程度,系统趋向于有序稳定发展;当C=0时,耦合度最小,系统之间或系统要素之间呈无关状态,系统朝无序发展进行。耦合度作为衡量系统之间或系统内部要素之间的相互作用程度的重要指标,它对判别彼此之间的耦合作用的强度,预警系统发展秩序等具有重要的意义。然而,耦合度在有些情况下却很难反映出系统要素之间的整体“协同”程度,特别是在区域差异性较大的样本之间进行横向比较,有可能产生误导作用。基于此,构建耦合协调度模型,用来评估系统要素之间的相互“协调”程度,其具体算法为:

式中,D为耦合协调度;C为耦合度;T表示系统内部要素之间的综合调和指数,它反映的是系统内部要素之间的整体协同效应或贡献度;n为系统个数,u是系统因子作用分,a,b,m为待定系数。

在以上测算的基础上,为更好的评估系统要素之间的协调程度和耦合水平,参照前人研究和OECD的协调标准[11,12],划定协调度等级和标准如表1所示。

表1 耦合协调度等级划分及其标准

1.2.2 Moran's I指数

Moran's I指数作为衡量统计学中数据空间自相关的一个指标,是用于判断和检验空间变量与空间邻近位置变量之间的相关性特征的有效措施。其计算公式如下:

式中,N表示空间单元个数;XiXj代表某一属性值在i、j空间位置上的值;是某一属性在空间位置上的平均值;wij代表空间权重矩阵。Moran's I指数的值域范围为[-1,1]。负值表示区域空间负相关,正值表示区域空间自相关,零值表示随机空间分布状态。为保证Moran's I指数值的可靠性,常对其进行Z-scores检验。公式如下:

1.2.3 离散度

离散度是用来衡量几何图形紧凑程度的常用性概念,是用来评价目标平面空间形态的完整性和分散程度高低的指标。其计算公式如下:

式中,M是指几何图形的离散度,C是它的紧凑度,A是面积,P是周长。从式中可以看出,几何图形的离散度和紧凑度呈负增长的关系。圆是离散度最低的图形。当M值趋近于0,几何图形越趋近于圆,图形越紧凑,离散度越低。

2 结果分析

2.1 我国“P一E一L”耦合协调度水平

根据OECD协调发展度界定标准,我国“P-E-L”耦合协调发展形式十分严峻,全国(不含港澳台)共337个地级行政单元,仅有重庆市和北京市处于协调水平(图1)。7个地级行政单元处于低度失调,54个处于中度失调,276个处于严重失调水平。全国超过80%地级行政单元处于严重失调状态。究其原因,可以把将处于不协调水平的行政单元划分为3类:第一类是人口资源决定,以果洛藏族自治州、黄南藏族自治州、怒江傈僳族自治州等自治州为主,这些行政单元民族、文化特色明显,人口构成比较特殊;第二类是区域经济水平所致,典型区域就是阿里地区、塔城地区、那曲地区、嘉峪关市等,这些行政单元多处于西部地区,经济水平发展较低且地广人稀,导致协调度失调严重;第三类是地理资源受限,典型区域就是舟山市、莱芜市、厦门市、珠海市等,这些地级行政单元相对经济水平较高,人口集聚效应明显,但是由于区域地理资源有限,行政单元面积较小,导致整体协调度较低。

同时,根据国家统计局“三大地带”的划分,可以看到我国“P-E-L”耦合协调度横向沿东中西部整体呈下降趋势。具体来说,我国东部地带地级市共102个地级以上行政单元,“P-E-L”耦合协调度为0.265;中部地带共104个地级以上行政单元,平均水平为0.234;西部131个地级以上行政单元,平均水平为0.213。

图1 我国人口、经济、土地耦合协调度

2.2 我国“P一E一L”耦合协调度空间集聚效应

我国P-E-L”耦合协调度在东中西三地地带上具有较明显的空间差异性。为了进一步明确人口、经济、土地空间分布的规律性特征和差异性,利用Moran's I指数衡量我国地级以上行政单元“P-E-L”耦合协调度的全局空间自相关性。计算得到Moran's I指数在1%显著水平下为0.174,表明处于我国“P-E-L”耦合协调度在地级行政单元间并非相互独立,而是呈空间一定程度的正向相关。利用显著性检验公式(5)对其检验,得Z检验值为5.43,进一步证实我国“P-E-L”耦合协调度具有典型的空间正向分布特征。即为协调度高的地级区划向协调高的地级区划集聚,协调度低的地级单元向协调度低的地级区划靠拢。究其原因,主要是因为人口与经济本身就相互依存,彼此影响的两个主体,经济的提高,能够促进人口的集聚,而人口的集聚,又进一步的促进经济的发展,而土地作为二者的基础物质载体,刺激性的人口与经济增长必然能够带动区域行政区划面积的扩张。

图2 我国“P一E一L”耦合协调度Moran散点图

在对我国地级行政单元“P-E-L”耦合协调度进行全局空间相关分析的基础上,通过Univariate LocalMoran's I分析,得到空间局部自相关分析图(Moran's I散点图,图2),图中横轴表示“P-E-L”耦合协调度,纵轴表示其空间滞后向量(即该耦合协调度周围邻居的加权平均),其四个象限代表我国地级行政单元“P-E-L”耦合协调度的四种空间集聚模式。第一象限(HH):表示协调度高的区域被协调度高的其他区域所包围;第二象限(LH):表示协调度低的区域被协调度高的其他区域所包围;第三象限(LL):表示协调度的的区域被协调度低的其他区域所包围;第四象限(HL):表示协调度高的区域被协调度低的其他区域所包围。通过象限的划分和界定,第一、三象限正的空间自相关关系表示相似协调值之间的空间联系,暗示相似协调度的空间集聚效应;第二、四象限负的空间自相关关系表示不同协调度之间的空间联系,暗示协调度的空间随机分布。

我国“P-E-L”耦合协调度具有明显的空间差异性分布特征(图3)。其中,处于“HH”集群模式(第一象限)的地级以上行政单元共135个,主要集中于安徽,福建,广东,广西,贵州,河北,河南,黑龙江,湖北,湖南,吉林,江苏,江西,内蒙古,山东,山西,陕西,新疆,浙江等省份(图3.a);位于“LL”集群模式(第三象限)的地级行政单元共79个,主要集中在甘肃,宁夏,青海,四川,西藏,新疆,云南等省份(图3. b)。我国“P-E-L”耦合协调度处于第一、三象限的地级区划单元占全国总地级区划数的63.5%,进一步说明了“P-E-L”耦合协调度的具有一定水平的空间集聚效应。

图3 我国“P一E一L”耦合协调度“HH”和“LL”空间分布格局

LISA集聚图,是用来对样本空间集聚区域进行展示和说明的有效途径。本文通过绘制在a=0.05显著水平下的LISA集聚图,实现了我国“P-E-L”耦合协调度的空间集聚效应典型区域的可视化(图3)。通过对空间集聚效应的揭示和空间说明,对于理解我国“P-E-L”耦合协调度的空间分布特征和未来关注重点区域具有重要的意义和指导作用。高值集聚群的出现,说明这部分区域“P-E-L”耦合协调度,相对发展比较成熟,有较为适宜的人口经济发展水平和适宜的行政区划政策;而低值集聚群的出现则说明这部分地区人口、经济、土地资源分布不均,较大程度地限制了“P-E-L”耦合协调度的良性发展。

如图4,我国“P-E-L”耦合协调度主要形成了两个空间集聚群,第一个是以京津冀地区为中心的高值空间集聚群,主要是近年来,在北京的核心政治、经济、科技的驱动作用下,天津、河北、内蒙古部分地级行政单元通过大力招揽资本和人才,在充分发挥自身土地资源的同时,实现了区域经济和人口集聚的良性发展,使得地区“P-E-L”耦合协调度水平较高;第二个是青海、甘肃、西藏等地区地级行政单元为主体的低值空间集聚群,这些地区主要位于中西部地带,人口集聚、经济水平相对较弱,大量劳动力的外出和基础资源外流,削弱了这些地级行政单元的“P-E-L”耦合协调度,未来对其的改善和提高面临着巨大的压力和挑战。值得一提的是重庆市作为我国四个直辖市之一,周边地区多处于“HH”和“LH”集聚效应这反映出直辖市作为地区核心经济发展区域对于周边地区的“P-E-L”耦合协调度具有明显的影响作用。全国“HL”集聚、“LH”集聚相对比较散乱,规律性不明显。

图4 我国“P一E一L”耦合协调度L■SA集聚图

2.3 集聚群行政区划的面积和几何离散度分析

通过对我国“P-E-L”耦合协调度典型集聚群的可视化展示发现,相较于“LL”集聚的行政单元,“HH”集聚的行政单元面积较小,几何形状也更为规则。基于此,为了分析“P-E-L”耦合协调度对于行政区划面积和几何形状的响应程度,将我国“P-E-L”耦合协调度的“HH”集聚和“LL”集聚作为样本进行分析。在计算得到样本行政单元的几何离散度的基础上,对所有样本(考虑到烟台市辖区内包括众多岛屿导致行政区几何离散度误差过大予以剔除)的面积和几何离散度分别进行独立样本T检验,得到面积样本的Sig.(双侧)＞0.5,说明“HH”集聚和“LL”集聚的行政单元行政区划面积差异不明显。而几何离散度样本的Sig.(双侧)＜0.05,说明“HH”集聚和“LL”集聚的几何离散度存在显著的差异性。

如图5,我国“P-E-L”耦合协调度“HH”集聚的行政单元面积主要处于40000km2以内,几何离散度均值为0.45,集中在0.45±0.05范围内;而“LL”集聚的行政单元面积跨度较大,最小的三亚市仅有1919.5km2,而最大的那曲地区高达450537 km2,几何离散度均值为0.51,主要在0.51± 0.1范围内。因此虽然行政单元的区划面积在统计学上对“P-E-L”耦合协调度的影响不明显,但整体呈“HH”集聚的行政单元面积要小于“LL”集聚的趋势;而行政区划形状的几何离散度“HH”集聚要明显小于“LL”集聚,这反映了较为规则的行政区划形状能有效促进地区的行政管理效率,增加人口、经济、土地的高效均衡使用。

图5 我国“P一E一L”耦合协调度典型集聚区离散度概况

3 结论与讨论

通过对我国333个地级行政区划单元和4个直辖市的“人口、经济、土地”耦合协调度的测算和空间地理分布特征的可视化展示可知:

(1)我国“P-E-L”耦合协调度整体水平很低,在全国337个地级行政单元(含4个直辖市,不含港澳台)仅有北京和重庆两个直辖市处于协调水平,7个地级行政单元处于低度失调,54个处于中度失调,276个处于严重失调水平。究其原因,主要是由人口资源、区域经济水平、地理资源等制约因素所致,全国“P-E-L”耦合协调度具有一定程度的空间差异和地理分布特征,整体呈现从东部到西部由高到低的递减趋势,未来协调度的改善和发展面临着巨大的压力和挑战。

(2)耦合协调度发展水平的空间分布具有显著的正向集聚效应,其中东部以高值正向集聚为主,西部以低值正向集聚为主,在此基础上,形成了第一个是以京津冀地区为中心的高值空间集聚群和以青海、甘肃、西藏等地区地级行政单元为主体的低值空间集聚群。同时,通过对重庆市周边地区集聚效应的归类,能清楚地明确直辖市作为地区核心经济发展区域对周边地区的“P-E-L”耦合协调度的影响作用。

(3)高值集聚群行政单元的面积和低值集聚群的差异不大,但前者的面积范围相对跨度较小,总体上呈较小的态势;同时,高值集聚群的几何离散度要明显低于低值集聚群,二者均值分别为0.45和0.51。这说明适宜的行政区划面积和形状对于“P-E-L”耦合协调度的增加具有明显的促进作用。

基于以上分析,为了改善和推进全国“P-E-L”耦合协调度的全面发展,国家宏观上要考虑协调度的空间差异变化特征,明确区域自身的产业条件和功能定位,充分利用和发挥地区资源优势,因地制宜。同时,在未来的行政区划中,强调行政区划面积的合理性和形状的紧凑性。通过调整行政单元的行政面积和形状,缩短行政部门的服务半径,提高区域行政管理效率,是促使地区“P-E-L”耦合协调度的改善的有效措施。同时,考虑到直辖市的设定对于地区“P-E-L”耦合协调度的改善具有显著的作用,应当充分发挥直辖市核心发展区的“带头”作用,刺激周边地区齐头发展,进而保证全国“P-E-L”耦合协调度的改善,实现各区域和谐发展。

[1]曹文莉,张小林,潘义勇.发达地区人口、土地与经济城镇化协调发展度研究[J].中国人口·资源与环境,2012,(22).

[2]Liu y y,yamauchi F.Population Density,Migration,and the Returns to Human Capital and Land:Insights From Indonesia[J].General Information,2014,48(1).

[3]STHolden,Otsuka K.The Roles of Land Tenure Reforms and Land Markets in the Contextof Population Growth and Land Use Intensification in Africa[J].Food Policy,2014,48(0).

[4]Zhang P y,Su F,Li H,et al.Coordination Degree of Urban Population,Economy,Space,and Environment in Shenyang Since 1990[J]. China Population,Resourcesand Environment,2008,18(2).

[5]刘法威,许恒周,王姝.人口—土地—经济城镇化的时空耦合协调性分析——基于中国省际面板数据的实证研究[J].城市发展研究,2014,(21).

[6]杨忍,刘彦随,龙花楼.中国环渤海地区人口—土地—产业非农化转型协同演化特征[J].地理研究,2015,34(3).

[7]李婷婷,龙花楼.山东省乡村转型发展时空格局[J].地理研究, 2014,33(3).

[8]Q Sw ang,X L yuan,X X Cheng,et al.Coordinated Development of Energy,Economy and Environment Subsystems—A Case Study[J]. Ecological Indicators,2014,46(6).

[9]李芳林,臧凤新,赵喜仓.江苏省环境与人口、经济的协调发展分析——基于环境安全视角[J].长江流域资源与环境,2013,(22).

[10]崔许锋.民族地区的人口城镇化与土地城镇化:非均衡性与空间异质性[J].中国人口·资源与环境,2014,(24).

[11]苏静,胡宗义,唐李伟.我国能源—经济—环境(3E)系统协调度的地理空间分布与动态演进[J].经济地理,2013,(33).

[12]孜比布拉·司马义,苏力叶·木沙江,帕夏古·阿不来提.阿克苏市城市化与生态环境综合水平协调度评析[J].地理研究,2011, (30).

(责任编辑/浩天)

F061.5

A

1002-6487(2016)20-0133-04

饶永恒(1991—),男,四川达州人,硕士,研究方向:土地利用与土地生态。(通讯作者)张建军(1982—),男,山西太原人,副教授,博士生导师,研究方向:土地利用与生态经济。