我國省域人口安全水平的現狀評價與空間相關性分析——基于GCPA模型和Moran’s I統計量

[福州大學 福州 350002]

□嚴維青 [青海省委黨校 西寧 810008]

我國省域人口安全水平的現狀評價與空間相關性分析
——基于GCPA模型和Moran’s I統計量

□丁剛胡聯升[福州大學 福州 350002]

□嚴維青[青海省委黨校 西寧 810008]

在建立人口安全水平評價指標體系的基礎上，通過運用GPCA模型和基于Moran’s I統計量的全域空間關聯的分析方法，對我國31個省域2005～2008年的人口安全水平現狀及其空間相關性進行了動態綜合評價。結果表明，近年來各地區之間的發展差距雖趨于縮小，但仍存在顯著差異，不均衡發展的態勢十分突出，且在空間分布上存在顯著的自相關現象和集聚效應，省域人口安全狀況的演化呈現出高度的空間穩定性。

人口安全；評價；空間相關性；GCPA模型；Moran’s I

引 言

人口安全是我國最為重要的安全問題之一。制定科學的人口安全評價體系，合理評價我國省域人口安全水平的現狀，并就其空間分布的相關性進行分析，對于當前我國積極應對人口問題，統籌實現區域經濟社會協調發展具有重要的現實意義。

截至目前，已有學者就人口安全評價問題進行了若干實證研究和探討。如譚克儉對人口安全預警系統進行了框架性思考，并對其可操作性運行流程及指標體系的設計原則進行了分析探索[1]；蘭徐民等構建了一套系統全面、簡明、科學、可行的人口安全測評指標體系及其量化預警標準[2]；郭秀云則基于“壓力-狀態-響應”模型（PSR）的基本原理，構建了人口風險評價與監測指標體系，并分別采用主成分分析法和模糊熵權法對上海市的人口風險進行了評估和分析[3]；王玲杰則提出了人口安全系統“方向盤”式結構模型，建立了包括人口子系統、社會經濟子系統和資源環境子系統的人口安全系統動態評價指標體系及評價模型等[4]。從已有文獻來看，大部分學者的思路基本一致，即從人口與社會、經濟、資源、環境等關系方面構建了人口安全水平評價指標體系。上述研究雖然取得了一定成果，但通過對已有文獻的梳理與歸納不難發現，作為評價領域較為成熟的研究方法之一，GPCA（全局主成分分析）模型在此方面仍未得到充分應用。利用GPCA模型，可在構建我國省域人口安全水平評價指標體系的基礎上，結合這些指標近年來的時序立體數據對不同省域人口安全水平的動態演進態勢予以科學評測及分析比較，這對于科學認知我國省域人口安全水平的現狀特點有著重要的現實意義。

基于空間自相關指數Moran’s I統計量的全域空間關聯的分析方法是近年來我國區域人口研究領域方興未艾的一種研究方法。如朱傳耿等曾運用GIS技術與空間相關分析的綜合集成方法,對中國流動人口的空間分布進行了研究[5]；臺灣學者謝純瑩等則通過Moran’s I指數的檢驗，揭示了臺灣中部地區歷年人口老齡化呈現空間聚集現象及其強度的演變規律[6]；劉峰等將空間統計分析與GIS相結合，對甘肅省天水市的人口空間分布模式進行了研究，以探尋其人口空間分布是否存在聚集現象[7]；俞路等運用空間統計方法研究了上海市人口分布變動的空間特征[8]；閆慶武采用Moran’s I統計量統計量對江蘇省縣級單元人口密度分布的局域空間自相關進行了分析[9]。但運用Moran’s I統計量探討我國省域人口安全水平分布格局的空間相關性的研究則尚屬鮮見。

本研究的創新之處在于，在科學、全面地構建出一套用于省域人口安全水平現狀評價的指標體系的基礎上，通過GPCA模型和Moran’s I統計量的運用，對全國31個省域2005～2008年的人口安全水平現狀進行了動態綜合評價，研究結果可為進一步提出統籌提升其人口安全水平的長效機制和對策建議提供理論和現實依據。

一、我國省域人口安全水平的現狀評價

（一）評價指標體系的基本框架

科學評價人口安全水平的前提是建立一個客觀全面的人口安全指標體系。在充分認識人口安全的涵義及其基本特征的基礎上，考慮到數據資料的可得性和權威性（所有指標的數值均可通過國家統計部門發布的數據資料獲得或計算得出），本研究擬從人口安全系統的五個構成要素（人口子系統、經濟子系統、社會子系統、資源子系統、環境子系統）出發構建指標體系，選擇相應指標對我國的省域人口安全水平進行綜合評價。其中，人口子系統是人口安全系統的核心內容，經濟子系統是人口安全系統的物質基礎，社會子系統是人口安全系統的調節動力，資源子系統是人口安全系統的資源保障，環境子系統是人口安全系統的自然條件。基本框架如表1所示。

（二）評價模型——GPCA模型的建立方法

在現有的各種績效綜合評價方法中，主成分分析方法是一個重要、且被市場認可的多元統計方法。然而，在省域人口安全水平評價研究中，如果對每年的數據表分別進行主成分分析，則不同的數據表有完全不同的主超平面，因而無法保證系統分析的統一性、整體性和可比性。因此，若對這種立體數據表進行主成分分析，就要尋求一個對所有數據表來說是統一的簡化的空間，將每張數據表在其上的投影得以近似表示，并且從全局來看，該空間的綜合效果是最佳的，這種處理方法被稱為全局主成分分析法，據此可建立起相應的GPCA模型，本文擬采用該方法。

在具體處理時，可按如下基本步驟來完成這一系列過程：1）對所要處理的樣本數據（此處為全局數據）進行正向化處理并實施標準化變換；2）計算相關系數矩陣；3）計算相關系數矩陣的特征根和特征向量；4）計算特征根的方差貢獻率和累計貢獻率；5）根據累計貢獻率確定全局主成分的個數；6）根據全局主成分的特征值與對應的特征向量計算全局主成分；7）根據全局主成分的方差貢獻率計算綜合得分。上述過程均可以通過使用SPSS軟件予以完成。

表1 我國省域人口安全水平評價指標體系基本框架

（三）評價過程

基于《中國統計年鑒》（2006,2007,2008，2009），本文將所獲得的27項指標構成的數據按照時間順序依次排列，建成全局樣本數據表。運用多元統計分析軟件SPSS16.0，在對樣本數據進行正向化處理并實施標準變換后，對省域人口安全水平的總體現狀進行了分析與評價。通過進行全局主成分分析，可得到全局主成分的特征值及貢獻率，結果顯示，前六個全局主成分的方差累計貢獻率為85.693%（大于80%），效果較好。其中，F1、F2、F3、F4、F5、F6（分別代表第一、二、三、四、五、六個全局主成分）的方差貢獻率分別為49.739%、12.072%、9.310%、5.922%、4.771%、3.879%，故可將其確定為所需要提取的兩個全局主成分，由此可得出綜合得分F綜的評價公式如下：

經軟件運行可得到初始因子載荷矩陣，通過計算可以得到全局主成分中每個指標所對應的系數，由此可進一步得到各個全局主成分的計算公式。利用以上公式及綜合得分F綜的評價公式，可計算出全國各省市的全局主成分值及綜合結果。需要說明的是，由于在運算過程中對樣本數據進行了標準化處理，所得出的綜合因子得分在若干地區出現了為負的情形。為了符合習慣，更為了下一步計算的需要，本文參考有關文獻的做法[10]，對綜合因子得分使用了規格化變換的技術方法進行處理，即：規格化數據=（原始數據—原始數據的最小值）/（原始數據的最大值—原始數據的最小值），規格化變換后，規格化數據的取值范圍在O-1之間，其中，最大數值為1，最小數值為O。評價結果顯示，從2005年到2008年，我國東、中、西三大地帶各省（市）區的F綜均有不同程度的上升，這意味著其人口安全水平都有了一定程度的改善。經計算可知，同2005年相比，2008年東部、中部和西部的平均綜合得分的上升幅度分別為16.77%、24.16%和34.38%，東部最低，中部次之，西部最高，從中可以看出全國范圍內各地區人口安全水平之間的發展差距趨于縮小。

評價結果顯示，全國各省(市)區的人口安全水平的空間分布格局表現出較強的空間相關性。圖1是我國省域人口安全指數2008年的空間分布四分位圖，圖中顯示，位于第四級排列的省域有8個，分別為北京、天津、上海、江蘇、浙江、遼寧、吉林、黑龍江，是全國范圍內人口安全指數最高的一類地區；位于第一級排列的省域有7個，分別為西藏、云南、貴州、廣西、甘肅、江西、安徽，是全國范圍內人口安全指數最低的一類地區。然而，無論是位于第一級還是第四級排列的省域，均顯著而直觀地呈現出一定程度的空間集聚現象，空間相關性十分明顯。為對我國省域人口安全指數在空間上的分布是否存在空間相關性進行識別，本研究擬運用基于Moran’s I統計值的全域空間關聯分析方法，通過空間相關性顯著檢驗等途徑實現檢測目的。

圖1 我國省域人口安全指數空間分布四分位圖（2008年）

圖2 人口安全指數的Moran’s I統計分析結果（2005年）

二、基于Moran’s I 統計值的省域人口安全空間分布狀況分析

（一）Moran’s I的計算說明

在空間相關分析應用研究中，為檢驗全域空間自相關現象存在與否，常使用空間自相關指數Moran’s I對其加以研判說明[11]。其計算公式如式（1）所示。

Yi表示第i個地區的觀測值，n為地區總數，Wij為空間權重矩陣W中的任一元素，采用鄰接標準或距離標準，其目的是定義空間對象的相互鄰接關系。空間權重矩陣W的確定方法主要有基于鄰近概念的一階鄰近矩陣、高階鄰近矩陣及K值最鄰近空間矩陣和基于距離的空間權值矩陣等。本文采用K值最鄰近空間矩陣對其加以測算，K值選常用默認值4。Moran’s I可看作各地區觀測值的乘積和，其取值范圍在-1到+1之間。若各地區間為空間正相關，其數值應當較大，負相關則較小。

（二）基于Moran’s I的檢驗結果

在得到我國省域人口安全指數的面板數據的基礎上，可對其空間自相關指數Moran’s I統計值的顯著性在隨機性假設條件下進行檢驗，2005～2008年我國31個省域人口安全指數的空間自相關Moran’s I統計分析結果分別為0.4086、0.4220、0.4188、0.4348，正態統計量Z值均高于正態分布函數在0.01水平下的數值（1.96），在小于1%的水平上提供了強烈的空間正自相關證據。從中還可看出，2005至2008年間Moran’s I統計值漸趨提升，說明隨著時間推移，這種空間正自相關的顯著性有著逐漸加強的趨勢。

此外，如圖2所示，2005年的Moran’s I統計結果表明：北京、天津、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、山東等省域位于第一象限，上述省域與鄰近省域間表現出高-高的空間自相關關系和集群效應（HH）；河北、安徽、福建等省域位于第二象限，上述省域與鄰近省域間表現出低-高的空間自相關關系（LH）；江西、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、西藏位于第三象限，上述省域與鄰近省域間表現出高-低的空間自相關關系和集群效應（LL）；僅有廣東一省位于第四象限，與鄰近省域間表現出高-低的空間自相關關系（HL）。2008年的Moran’s I統計圖顯示（圖2），與期初（2005年）相比，各象限的省域群落構成并無變化。限于篇幅，本文僅列出了2005年的Moran’s I統計圖。由此可見，省域人口安全狀況的演化呈現出高度的空間穩定性。

三、結論

本文從省域人口安全水平的現狀評價角度出發，在充分考慮樣本數據的可得性、可信度及其權威性的基礎上，通過運用GPCA模型和基于Moran’s I統計量的全域空間關聯的分析方法，在得到我國省域人口安全指數面板數據的基礎上，對其空間相關性進行了分析測算。研究結果表明：

1.從2005年到2008年，全國各省(市)區的人口安全水平逐漸提升，且中、西部地區的提升相較于東部地區更為明顯。各地區人口安全水平之間的發展差距趨于縮小。

2.各地區之間的發展差距雖趨于縮小，但仍存在顯著差異，不均衡發展的態勢十分突出，且在空間分布上存在顯著的自相關現象和集聚效應，省域人口安全狀況的演化呈現出高度的空間穩定性。

由此可見，在現階段統籌省域人口安全工作的進程中，應因地制宜，根據我國不同地區的現狀水平及各自特點制定相應的應對方案。從全國范圍來看，應考慮將以江西、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、西藏為代表的低-低空間自相關關系集群地區作為當前工作中的重中之重來區別對待。而對于以北京、天津、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、山東等為代表的高-高空間自相關關系集群地區，則應充分發揮其作為核心區域的空間溢出效應和輻射帶動作用，同時亦不能放松警惕，仍應針對其所存在的缺陷和不足有的放矢，積極應對，以防止其現狀水平在未來一段時期出現退化。

[1]譚克儉.人口安全預警系統基本框架研究[J].人口學刊，2005，(5):8-12.

[2]蘭徐民，溫勇，潘金洪.人口安全預警指標體系及其量化探討[J].西北人口，2006，(6):41-44.

[3]郭秀云.區域人口風險管理與控制體系研究[D].上海：復旦大學，2006.

[4]王玲杰.人口安全動態評價指標體系及評價模型[J].統計與決策，2009，(20)：12-147.

[5]朱傳耿，顧朝林，等.中國流動人口的影響要素與空間分布[J].地理學報，2001，(5):549-559.

[6]謝純瑩，周國屏.應用空間自相關分析于人口老化時空變遷之研究[J].人口學刊(臺灣)，2002，(5):91-119.

[7]劉峰，馬金輝等.基于空間統計分析與GIS的人口空間分布模式研究——以甘肅省天水市為例[J].地理與地理信息科學，2004，(6):18-21.

[8]俞路，張善余，韓貴峰.上海市人口分布變動的空間特征分析[J].中國人口·資源與環境，2006，(5):83-87.

[9]閆慶武，卞正富.人口空間分布的異質性測量[J].地理研究，2009，(4):893-899.

[10]崔向陽.中國工業化指數的計算與分析[J].經濟評論，2003，(6):44-47.

[11]CLIFF A, ORD J.Spatial processes, models and applications[M].London: Pion, 1981.

Evaluation of Population Security and Research of Spatial Agglomeration Effect in Chinese Provinces——Based on GCPA Model and Moran’s I

DING Gang HU Lian-sheng
(Fuzhou University Fuzhou 350002 China)
YAN Wei-qing
(Qinghai Communist Party School Xining 810008 China)

Based on the evaluation index system of population security among provinces in China, this article makes dynamic comprehensive evaluation of population security on 31 provinces between 2005 and 2008 through GCPA model and Moran’s I technique.It also makes tentative analysis on effect of spatial agglomeration.The result indicates that although the gap of population security among different provinces is decreasing, there are still significant discrepancies in them and the whole development is conspicuously disproportional.There is evidence that the layout of population security indices has obvious character of agglomeration and spatial autocorrelation.Meanwhile, there is explicit sign of path dependence in their space time evolution and the center-periphery pattern has been formed stably.

population security；evaluation；spatial agglomeration effect；GCPA model；Moran’s I

C924.24

A

1008-8105(2011)02-0023-04

2010?07?16

2008年國家社科基金西部項目：我國藏區人口安全問題與構建和諧社會研究（08XRK003）

丁 剛（1974?）男，博士，福州大學公共管理學院副教授；嚴維青（1966?）男，中共青海省委黨校經濟學教研部副教授.

編輯 戴鮮寧