中国城市体系的空间分布格局及其演变.docVIP

中国城市体系的空间分布格局及其演变 摘要：采用全国县级以上城市数据，运用最近邻与空间自相关分析，定量分析了1985-2010年中国城市体系的空间分布格局的时空特征与演变规律。结果表明：在1985-2010年间，中国城市的整体分布主要呈集聚型，其集聚程度有着逐渐增强的趋势。不同规模的城市在空间上的分布类型存在很大差异。集聚强度随着城市规模的变大而降低，表明随着城市规模的扩大，互斥作用不断加强。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，城市发展对自然条件的依赖相对降低。从局部区域上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。东部地带不同规模等级城市都较为发达，形成了高水平均衡模式。没有通过显著性检验的城市主要集中分布在中部地区。西部地区城市分布表现出较为强烈的空间极化特征。 关键词：城市体系：空间分布：最近邻分析：局部Morans I中国 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。 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Morans 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Morans 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Morans 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