基于GIS和面板數據的城鎮集聚能力極化現象研究——以東莞市為例

陳明輝,喬紀綱

(1.中山大學地理科學與規劃學院,廣東廣州 510275;2.東莞市地理信息與規劃編制研究中心,廣東東莞 523129; 3.廣東商學院資源與環境學院,廣東廣州 501320）

基于GIS和面板數據的城鎮集聚能力極化現象研究
——以東莞市為例

陳明輝1,2,喬紀綱3

(1.中山大學地理科學與規劃學院,廣東廣州 510275;2.東莞市地理信息與規劃編制研究中心,廣東東莞 523129; 3.廣東商學院資源與環境學院,廣東廣州 501320）

在潛力模型基礎上,提出了偽潛力指數,將其應用于定量描述城鎮集聚能力的極化過程,并分析城鎮規模和交通條件對集聚能力的影響。為了消除時間段上存在著常數的變量問題,通過面板數據分析(Panel Data Analysis）驗證研究結果。將該方法應用于分析東莞各鎮區1997-2005年城鎮集聚能力的空間特征及其變化,探討城市內部是否存在極化現象。結果表明,鎮區集聚能力在空間上存在聚類;集聚能力的變化使極化現象在全市范圍內逐步加強,但在經濟核心地帶內部出現了反極化現象。綜合城鎮規模對集聚能力的提高更加顯著,其空間格局奠定了集聚能力的空間分布狀況,從而決定了經濟發展要素流動的方向,產生極化現象。選取凈遷入人口和實際利用外資情況建立面板數據模型,估計結果證明潛力指數計算結果與人口和資金的吸引呈正相關。

極化現象;潛力模型;面板數據分析;東莞

0 引言

中國經濟步入快速發展階段,區域極化效應日益明顯。對于極化效應的表現,Hirshman[1]在其極化-涓滴效應學說中指出它包括要素流動、貿易、產品輸出等方面,是“北方”的增長對“南方”的不利作用。極化效應的衡量有很多方法,Zhang等[2]采用3種極化指數和兩種差異指數對同一個數據集進行分析,通過對比發現不同指數得出的結果比較一致;其研究結果表明目前中國的城-鄉極化程度較沿海-內陸嚴重,但極化速度卻慢于沿海-內陸。極化效應對我國一些經濟發達地區而言至關重要,呂拉昌認為珠江三角洲的極化效應是一種產業集中和地理集中,改革開放政策和區位因素促使珠三角城鎮發生極化現象,對珠三角如何通過新極化效應擺脫目前的困惑、取得新的發展并與外圍地區實現整合提出了建議[3,4]。然而,我國區域經濟發展所產生的空間差異[5-7]與極化效應緊密相關,極化效應的增強(減弱）往往造成空間差異的擴大(縮?。?。蒲英霞等[8]使用探索性空間分析(ESDA）方法得到江蘇省1978-2002的 GDP聚類格局,蘇南、蘇北日益增大的經濟差距預示著江蘇省極化現象的加強;歐向軍等[9]采用沃爾夫指數和崔-王指數度量江蘇省的區域經濟差異和極化,并分析其動力機制。隨著空間極化的進一步發展,可能會出現與其相對的過程,即反極化現象。甄峰等[10]選擇14項指標,利用主成分分析和聚類分析研究了廣東省的空間極化,結果表明1980-1998年珠三角不斷極化而成為全省的核心,在20世紀90年代珠三角也開始向外圍地區擴散,呈現反極化的趨勢。上述研究大多使用統計數據進行分析,空間數據較為缺乏;在方法上主要是通過數據的差異、離散程度衡量極化效應;研究的側重點在于極化效應的表現、空間格局的特征和變化,對于極化動力的定量分析較少;在研究尺度上主要集中在省(市）或較大的區域,很少涉及城市內部極化效應的研究。

實際上,極化效應是區域之間的一種空間互動。借鑒牛頓萬有引力定律的潛力模型,能夠描述不同位置的空間相互作用,通過改造、擴展而被廣泛應用于諸多研究中,如人口統計[11]、發展可能性預測[12]等。因此,潛力模型也適用于極化現象的研究。由潛力模型計算得到潛力指數,可以反映一城鎮在其所在的城鎮體系中具備的集聚力量[13]。這種力量促使經濟發展的各類要素發生定向流動,即從集聚能力弱的地區向集聚能力強的地區轉移,進而使該區域產生空間極化。因此,可以利用潛力模型對極化效應的動力進行定量分析。由潛力模型得到的相互作用強度,實際上是由規模和空間距離決定。

本文以廣東省東莞市為研究區域,計算了東莞23個鄉鎮1997—2005年3個階段的潛力指數;構建了偽潛力指數,并用以討論時間序列上城市綜合規模和交通兩個要素對集聚效應的影響。將求得的潛力指數用面板數據分析來驗證研究結果,以更合理地探討其內部存在的城市發展極化現象。

1 城鎮集聚能力極化現象的定量分析方法

1.1 潛力模型

潛力模型以引力模型為基礎,計算某個城鎮與體系內所有城鎮(包括自身）之間相互作用力之和,用∑化表示,稱為潛力指數。計算方法如下:

其中:Dij是距離函數,P為城市的質量,n為城鎮數目,b為摩擦系數(b通常取值 0.3～2.0,本文取2.0）。某鎮區與自身的距離,以與其等面積的圓的半徑代替[14]。P常用人口或 GDP等單一指標代替,作為該城鎮的規模。為避免單一指標使結果較為片面,本文使用多指標的綜合城鎮規模,如下式所示:

其中:Xi為第i個指標,w i為第i個指標的權重。為消除指標的量綱影響,須對各個指標進行正規化處理:

其中:Xstat為該指標的統計值,Xmax為該指標所有年份統計值中的最大值。

距離函數Dij常用兩城鎮的歐式距離、交通時間等代替。本文將Dij定義為兩城鎮間的交通距離D,它與連接兩個城鎮的道路長度L和道路等級w r有關:

1.2 偽潛力指數

從潛力模型可以看出,城鎮規模的擴大或交通距離的縮短都可以使城鎮集聚能力得到提高。通過對比兩個時間的潛力指數,可以發現某城鎮集聚能力的變化情況;但在這個過程中城鎮規模和交通距離的變化分別起了多大的作用?是否這兩者中有一個對集聚能力的變化起到了決定性的作用?為此本文提出了偽潛力指數的方法。

當考察城鎮規模變化所起的作用時,選取T1年和T2年綜合城鎮規模,均與T2年交通距離矩陣代入式(1）,分別得到T2年的偽潛力指數和真實潛力指數,再計算兩者差值,得到在交通條件不變情況下,綜合城鎮規模的變化對潛力指數的影響,如下式:

其中:PT1、PT2分別為T1年和T2年綜合城鎮規模, Dij,T2為T2年交通距離;∑Is、∑I分別是T2年的偽潛力指數和潛力指數;Δ即為交通條件不變情況下綜合城鎮規模變化對潛力指數的影響。

當考察交通條件變化所起的作用時,則將T2年鎮區綜合城鎮規模和T1年的鎮區交通距離矩陣代入式(1）,計算結果作為偽潛力指數;再與真實的潛力指數對比,即T2年的綜合城鎮規模和鎮區交通距離矩陣計算得到的潛力指數,計算兩者的差值,可得到綜合城鎮規模不變情況下,改善交通條件對潛力指數的影響,如下式:

其中:PT2為T2年綜合城鎮規模,Dij,T1、Dij,T2分別為T1年和T2年交通距離;∑Is、∑I分別是T2年的偽潛力指數和潛力指數;Δ即為綜合城鎮規模不變情況下,改善交通條件對潛力指數的影響。

2 東莞各鎮區1997-2005年城鎮集聚能力的空間特征及其變化

2.1 研究區域及數據來源

東莞市位于廣東省中部,珠江三角洲東部。自20世紀80年代以來,通過實施經濟國際化戰略,大力吸引外資,城市經濟迅猛發展,是中國經濟最發達的城市之一,全市轄32個鎮區。數據來源主要包括東莞32個鎮區的多年社會、經濟統計資料,多年的道路數據、城市用地面積和政區矢量圖。其中,為衡量東莞各鎮區的綜合規模,共選取各鎮區歷年的GDP、人口、固定資產投資總額、財政收入、外貿出口總值和城市用地面積6項指標。統計數據均來自多年《東莞統計年鑒》;城市用地面積來自1997年、2001年和2005年的遙感影像分類結果;道路數據來自上述3個年份遙感影像的解譯結果。

2.2 結果分析

根據式(3）對GDP、人口、固定資產投資總額、財政收入、外貿出口總值和城市用地6項指標進行正規化處理,再根據式(2）計算各鎮區的綜合城鎮規模,其中各項指標的權重均為1/6。多年道路數據共分為5個等級,分別為鐵路和高速公路、城市快速干線、國道、省道、縣道,各等級對應的權重設置為3、2.5、2、1.5、1。為獲取各鎮區中心之間的交通距離,首先將1997年、2001年和2005年的道路數據在A rcGIS的 Featureset中建立網絡,通過使用 A rc-GIS的網絡分析工具量算出兩鎮區中心之間的最短路徑距離,得到各鎮區交通距離矩陣。將各年的綜合城鎮規模和交通距離代入式(1）,得到各鎮區1997 -2005年潛力指數變化(圖1）。

圖1 1997-2005年潛力指數Fig.1Potential index of 32 towns from 1997 to 2005

潛力指數反映的是城鎮在其所在的城鎮體系中具備的集聚力量[13]。從絕對數值看(圖1）,各鎮區的集聚能力都在逐步提高,且近幾年增長速度很快;其中由莞城、東城、南城和萬江構成的主城區及石龍、虎門、長安等不僅提高速度快,在數值上也較大;其他區域增長速度普遍較慢,數值上也偏小,如麻涌、洪梅、沙田等變化不大,而常平、大朗、塘廈等近幾年增長速度較快。

對各年份的潛力指數進行標準化之后觀察其空間格局,可以更加明顯地看出鎮區體系內各成員相對集聚能力強弱的變化。圖2為標準化后的1997-2005年各鎮區潛力指數,1997年集聚能力最強的地區主要有3個核心區,一是主城區及其周邊,二是虎門、長安,三是交通樞紐中心常平;而其他地區集聚能力均一般。2001年主城區的集聚能力進一步加強,周邊鎮區寮步、石碣同樣有所提高,并與厚街、虎門和長安連成一片,成軸狀形態;廣大的東部區域除了原先集聚能力較強的常平外新增了塘廈,其他鎮區集聚能力則仍然很弱。到了2005年,已經形成軸狀集聚帶的主城區、虎門和長安集聚能力繼續增強,虎(門）常(平）線貫穿的大朗,其集聚能力也得到顯著提高,東南部的塘廈同樣繼續保持較強的集聚能力。綜觀1997-2005年空間格局的演變,最主要的特征是出現集聚能力最強的若干地區互相靠攏的趨勢,即在空間上的集聚十分明顯。

圖2 相對潛力指數空間格局Fig.2 Spatial pattern of relative potential index

為了加以驗證,利用A rcGIS計算空間自相關指標Mo ran′s I的數值(表1）。當Mo ran′I為正時,顯示觀測值具有趨同的趨勢,即產生空間聚類;當Moran′s I為負時,顯示觀測值具有趨異的趨勢,即產生空間分散;而當Moran′s I為0時,空間上產生隨機分布。從表1可以看出,1997-2005年的相對潛力指數Moran′s I均為正值,且顯著性水平均為0.01,表示只有小于0.01的概率其空間分布為隨機分布,即存在顯著的空間聚類。這說明存在著集聚能力強的鎮區之間趨于靠攏,相對集聚能力較弱的鎮區也更容易接近;從形態上看即出現若干集聚能力較強的鎮區逐步向最強的主城區靠攏;從2001年開始西部地區就形成了從主城區到虎門、長安的集聚帶,而東部也存在類似的狀況,但在時間上較為滯后。

表1 相對潛力指數Mo ran′s ITable 1 Moran′s Iof relative potential index

由于經濟發展所需的勞動力、技術、資金等資源往往趨向于集聚能力強的區域,因此集聚能力的差異直接導致了空間極化的產生。從全市范圍看,東莞整體上仍然維持著較強的極化現象,即主城區、虎門、長安等鎮區保持著最強的經濟發展要素吸引力,是最重要的經濟核心區,而其他地區集聚能力則一直很弱,發展相對緩慢;但在這個過程中也出現了反極化現象,如原本3個獨立的集聚核演變為互相連接的集聚帶,表明原有的集聚核對其周邊的擴散作用,帶動了周邊地區集聚能力的提高,勢必會使中、南部地帶內部的經濟差異逐漸縮小。因此,東莞經濟發展中的極化現象是一個比較特殊的過程,即在極化的過程中也伴有反極化。這與甄峰等對于廣東省極化現象研究的結論類似[10]。

3 集聚能力變化趨勢原因分析

3.1 鎮區規模影響

選取1997年、2001年的綜合城鎮規模,分別與2001年的交通距離矩陣代入式(1）計算偽潛力指數和真實潛力指數,再計算兩者的差值,得到交通條件不變時2001年城鎮規模的提高對潛力指數的影響;再以類似的方法計算2005年城鎮規模的提高對潛力指數的影響。將2001年和2005年的差值計算均在A rcGIS中用Equal Interval的方式進行空間分類(圖3）。差值的大小可以體現交通條件不變情況下城鎮規模的提高對潛力指數變化的作用。隨著鎮區綜合城鎮規模的迅速提高,潛力指數的增加十分顯著,2001年的平均差值僅為13.85左右,而2005年平均差值達到75.67。此外,從圖3看出2001年差值較大的主要是主城區和石龍、茶山以及虎門、長安等;2005年,差值較大的同樣是主城區、虎門、長安等,即兩個年份的空間分布具有相似性。

圖3 城鎮規模提高對潛力指數的影響Fig.3 Influence on potential index by increase of town size

3.2 鎮區交通影響

圖4 交通條件改善對潛力指數的影響Fig.4 Influence on potential index by improvement of transport condition

將2001年各鎮區的綜合城鎮規模分別和1997年、2001年的鎮區交通距離矩陣代入式(1）計算,得到2001年的偽潛力指數和真實潛力指數,進而求算兩者的差值。類似的,可以得到2005年真實潛力指數與偽潛力指數的差值。將2001年和2005年的差值計算均在A rcGIS中用Equal Interval的方式進行空間分類,得到圖4。真實潛力指數與偽潛力指數之間差值的大小可直接體現交通條件的改善對潛力指數的作用;通過圖4可以看出局部地區交通條件的改善對于整個城鎮體系總體集聚能力的提升作用,同時也可以直觀的發現哪些鎮區是交通條件改善的最大受益者。2001年,新增道路主要集中在主城區及其周邊鎮區,使主城區與東部的交通聯系得到加強,其中增長幅度最大的是石龍、茶山和寮步;因此潛力指數受交通改善而顯著提高的地區集中在主城區附近和東部區域。而2005年相對于2001年,主要是新增了溝通東西兩翼的虎(門）常(平）線,沿線鎮區的潛力指數大大提升,如虎門、長安、大嶺山、黃江等。此外,對比前后兩個時期交通改善后潛力指數提升幅度,2001年整體的平均提升幅度為2.56,最大提升幅度為13.02,2005年分別提高到3.03和17.1,可見2005年交通條件改善對于潛力指數的提升更加明顯。但是,不管從平均提升幅度還是最高提升幅度,與鎮區規模變化對潛力指數的影響對比顯然都要小得多,說明當前影響東莞各鎮區潛力指數變化的因素中更具有決定性意義的是綜合城鎮規模的大小,相對而言交通條件改善對潛力指數的直接影響表現得并不明顯;而其原因之一可能是交通條件改善對于鎮區綜合城鎮規模的提高有一定的貢獻,但是差值的大小只是估計了交通條件改善的直接作用而已,無法將交通對綜合城鎮規模的貢獻也包含在內。

3.3 集聚能力變化原因與極化現象

通過上述對比可以發現,城鎮綜合規模的差異從根本上決定了東莞市集聚能力的空間格局,城鎮綜合規模對集聚能力提高作用最大的地區就是集聚能力最強的地區,而交通條件改善則在局部上對于集聚能力不佳的城鎮具有較明顯的提高作用,如寮步、大朗等。因此,集聚能力最強的地區能夠吸納最多的經濟發展要素,其經濟實力的提高也最快,促使其集聚能力繼續提高;從全市的范圍看,這一效應勢必大大加劇經濟差異,也就強化了極化現象。而交通條件的改善雖然不能立刻打亂城鎮集聚能力的空間格局,但是對某些集聚能力相對較弱的鎮區卻起到了關鍵作用,如寮步、大朗等。另外,交通條件作為經濟發展要素流動的載體,通過促進經濟發達地區產業轉移等對外擴散在一定程度上推動了反極化作用。

4 集聚效應與經濟量實證分析

4.1 集聚效應與生產效率的關系

潛力指數反映城市發展潛力的大小,它是城市經濟規模和城市空間集聚兩方面的綜合統計量。已有研究表明,在中國,城市規模每擴大一倍,生產率就增加8.6%[15],而勞動力轉移對經濟增長貢獻率為2.0%,投資需求拉動增長貢獻率為0.6%[16]。但是,這些研究也表明,集聚效應對經濟增長的拉動在區域和產業中分布不均衡,這種差別主要存在于中心城市與小規模城市之間以及第二產業和第三產業之間[17]。盡管通過偽潛力指數計算表明了城市規模和交通條件的改善對城市集聚有顯著的作用,而且也引入了GDP等經濟指標來計算潛力指數,但是還不能明確的認定潛力指數的增加對經濟增長有顯著的貢獻。例如,城市的集聚可能引起地租上漲,生產部門可能需要消耗更多的產值來支付地租,或搬遷到地租較便宜的地方,這就導致生產部門的實際生產率的提高可能被高估,或抵消部分極化效應;另一方面地租的上漲也能提高 GDP,有可能導致城市生產率測算高于真實值,而這些測度在潛力指數的計算中無法反映出來。在證實東莞城市內部存在極化現象后,更需關心的問題就是:所估算的潛力指數是否有偏差,計算的潛力指數與產業集中現象是否會被地租上漲等反極化效應抵消或削弱,而僅僅單純的表現為城市空間規模增長。

完全估計出東莞的經濟結構變化與城市集聚效應的定量關系需要大量的數據和復雜的計算;如果僅是為了證實集聚效應不僅在空間上存在,而且也在經濟增長有顯著貢獻的觀點,可以對模型進行簡化。David Segal提出了一個測度集聚效益的計量模型,曾被用于測度美國 SM SA s(標準大都市統計區）的分行業集聚效益,該模型顯示出資本投入和勞動投入這兩個變量與城市集聚測度密切關聯[18]。結合東莞產業結構特點,選擇了各鎮區凈遷入人口和實際利用外資規模作為被解釋變量,建立面板數據集并利用潛力指數對其分別進行估計,表2僅列出了東莞常平鎮的數據。

表2 面板數據模型所用變量(以常平鎮為例）Table 2 Variables used in panel data models in Changping County

4.2 面板數據估計

面板數據模型是近年來應用較多的計量經濟學中的模型,它充分利用了樣本截面和時間序列信息,與單純的截面序列或時間序列的估計模型相比具有數據量更大、自由度更高、減小解釋變量的共線性等諸多優點,估計結果更加可信[19]。

設有一般面板數據估計模型:

式(7）是一個動態模型,Y是被解釋變量(即凈遷入人口或實際利用外資規模）,X是潛力指數;α表示各觀測單元的個體效應,如果是固定效應則α為常數,如果是隨機效應則α為隨機數;u為誤差項。運用Eview s軟件,對混合 OLS估計模型與固定效應模型做 F檢驗,檢驗值為115.28,需使用固定效應模型進行估計,得到系數如表3所示。

表3 潛力指數對人口和資金的影響Table 3 Influence on population and capital by potential index

表3沒有給出每個鄉鎮凈遷入人口和利用外資的估計截距,因為這不是本研究側重點,且潛力指數作為一個虛擬的經濟量,很難解釋截距的實際意義。表3的估計結果顯示兩個模型擬優度(R2）分別為0.71和0.73,即該模型能夠解釋70%以上的經濟量數據(遷入人口和利用外資）。可以認為,潛力指數所體現的集聚能力對于人口和資金的流入都呈正相關關系,即潛力指數越高的鎮區,所吸引的人口和資金越多。從系數上看,潛力指數對凈遷入人口和實際利用外資的作用分別為4.91和3.82,即潛力指數每增加1個單位會引起4.91萬美元的投資和3.8萬人的外來定居人口。分析結果能夠支持東莞市的區域集聚效應有效地體現在城市生產率提高上。這一結論也符合東莞市產業結構的實際特點。

5 結論與討論

(1）研究發現,1997-2005年集聚能力較強的地區互相靠攏,呈現出連片的趨勢,并隨著時間推移逐漸加強。城鎮集聚能力的差異使得不同地區吸引經濟發展要素的能力各不相同,進而產生了極化現象。但在極化的過程中,在全市范圍內極化現象是加強的,而在已經形成的經濟核心地帶內部,則出現了反極化現象,促使內部經濟差異逐漸縮小。通過對比綜合城鎮規模與交通條件變化對集聚能力的影響,前者的作用明顯較大,表現為平均差值和最大差值都遠大于后者。另外,前者的空間分布形態奠定了潛力指數的空間分布狀況,而交通條件的變化則進一步加強了這種狀況,并使潛力指數較大的鎮區趨于靠攏。集聚能力強的鎮區具有突出的提升自身規模的優勢,從而能夠以更快的速度繼續增強自身的集聚能力,由此決定了極化的方向;交通條件改善雖然無法完全扭轉城鎮集聚能力的空間格局,但在部分集聚能力較弱的地區起到了比較關鍵的作用,尤其是在促進經濟核心地帶的反極化中產生重要影響。

(2）潛力模型是極化效應的一個綜合測度,具有較強的宏觀綜合能力。采用偽潛力指數進一步討論城市綜合規模和交通條件的變化影響,證實能夠更好的解釋區域極化的過程。此外將潛力模型用于地市一級較小區域內部的極化現象研究時,不可避免遇到擾動加大、涉及微觀經濟量的問題。而面板數據模型能較好的分辨出微觀經濟量與潛力指數的關系,檢驗潛力指數估計偏差。綜合運用偽潛力指數和面板數據的研究方法在東莞市極化現象的實證中有較好的分辨率。

(3）實際上無論是偽潛力指數的計算,還是面板數據的固定效應模型,本質上都是時空滯后效應的測度。因此,嚴格來說,本文的研究方法屬于時空數據建模方法,是在空間異質和時間非平穩的數據序列中進行的時空自相關的實證研究。研究中,采用交通網絡表達空間關系還顯得略為簡單,所選的經濟量化指標的實際意義也沒有很好地被解釋。下一步研究的內容主要是對兩類測度方法的探索:其一是用鄰域系統取代交通網絡實現空間測度,這就涉及適用的空間建模方法;其二是需要建立適用的經濟模型原型,以保證所做估計的現實意義;最后將這兩個測度用一個極化模型表達,實現更加精確的描述。

[1] 李小建.經濟地理學[M].北京:高等教育出版社,1999.220-221.

[2] ZHANG X B,KANBUR R.What difference do polarization measuresmake?An app lication to China[J].Development Studies, 2001,37(31）:85-98.

[3] 呂拉昌.極化效應、新極化效應與珠江三角洲的經濟持續發展[J].地理科學,2000,20(4）:355-361.

[4] 呂拉昌.珠江三角洲與外圍地區的整合模式研究[J].地理科學,2004,24(5）:522-527.

[5] 楊曉光,樊杰,趙燕霞.20世紀90年代中國區域經濟增長的要素分析[J].地理學報,2002,57(6）:701-708.

[6] 李小建,喬家君.20世紀90年代中國縣際經濟差異的空間分析[J].地理學報,2001,56(2）:136-145.

[7] 王冠賢,魏清泉,蔡小波.20世紀90年代珠三角經濟區空間分異的特征分析[J].經濟地理,2003,23(1）:18-22.

[8] 蒲英霞,葛瑩,馬榮華,等.基于ESDA的區域經濟空間差異分析——以江蘇省為例[J].地理研究,2005,24(6）:965-973.

[9] 歐向軍,顧朝林.江蘇省區域經濟極化及其動力機制定量分析[J].地理學報,2004,59(5）:791-799.

[10] 甄峰,顧朝林,沈建法,等.改革開放以來廣東省空間極化研究[J].地理科學,2000,20(5）:403-410.

[11] STEWARTJ,WARNTZW.Physicsof population distribution [J].Regional Science,1968(1）:99-123.

[12] WEBER C.Interaction model application for urban planning [J].Landscape and U rban Planning,2003(63）:49-60.

[13] 吳茵,李滿春,毛亮.GIS支持的縣域城鎮體系空間結構定量分析——以浙江省臨安市為例[J].地理與地理信息科學, 2006,22(2）:73-77.

[14] 許學強,周一星,寧越敏.城市地理學[M].北京:高等教育出版社,1997.

[15] 潘佐紅,張帆.中國城市化:實證分析與對策研究[A].中國城市生產率[C].廈門:廈門大學出版社,2001.58-64.

[16] 王小魯,夏小林.優化城市規模推動經濟增長[J].經濟研究, 1999(9）:22-29.

[17] 吉昱華,蔡躍洲,楊克泉.中國城市集聚效益實證分析[J].管理世界,2004(3）:67-73.

[18] SEGAL D.A re there return to scale in city size?[J].The Review of Economics and Statistics,1976,58(3）:339-350.

[19] HSIAO C.Analysis of Panel Data(Second Edition）[M].Cambridge University Press,2003.

A Study on Polarization Based on Agglomeration In tensity of Towns Supported by GIS:A Case Study of Dongguan

CHEN M ing-hui1,2,Q IAO Ji-gang3
(1.School of Geography and Planning,Sun Yat-Sen University,Guangzhou 510275;
2.Dongguan Research Center of Geographic Information System&Planning,Dongguan 523129;
3.Resource and Environment School,Guangdong University of Business Stud ies,Guangzhou 501320,China）

With a dramatically fast urbanization occurring in China,quantitative analysis on polarization based on agglomeration intensity of tow ns can effectively figure out the degree of urbanization p rocess.In order to study the polarization,this paper involves the potentialmodel,and develops a new index"false potential index"to measure the influence of tow n size and transport condition changes.Finally,a panel data analysis is adop ted to testify the result obtained from the polarization study.The study area is Dongguan City,Guangdong,and the result reveals that from 1997 to 2005,the spatial pattern of agglomeration intensity of tow ns is evidently clustered,and subsequently the polarization appears stronger w ith the extent of the w hole city.However, a reversemovement can also be seen in the co re area in economic sense,w hich leads to lesspossibility to be unequal among these towns.Increase of the integrated city size is p laying a key role in the p rocessof agglomeration intensity changes,and its spatial pattern ismo reor less the same as theone of agglomeration intensity.This trend decides the flow direction of thematerials needed in development,w hich causes the occurrence of polarization.Both coefficients of netmigrated people index and fo reign capital index are positive,suppo rting a positive co rrelation between agglomeration intensity and each of such two indices.

polarization;potentialmodel;Panel Data Analysis;Dongguan

P208;F291.1

A

1672-0504(2011）04-0067-07

2011-05-17;

2011-06-23

國家自然科學基金重點項目(40830532）;國家自然科學基金項目(40901187）

陳明輝(1978-）,男,博士研究生,高級工程師,主要從事GIS與遙感研究。E-mail:cmhgis@126.com