河南省城市化空間差異及其影響因子分析

摘要：運用因子分析法對2009年河南省18個地級市城市化發展水平進行測度，在此基礎上采用全局和局域空間關聯分析法對河南省城市化發展的空間分異規律進行分析，并探討其主要影響因子。研究表明：①2009年河南省區域城市化發展水平差異顯著，整體上呈西北向東南遞減的趨勢；②河南省城市化水平全局Moran’s I值為0.369 5，整體上呈顯著的正相關性，在空間上具有較強的集聚性和依賴性；③局域空間關聯分析顯示河南省城市化發展水平存在局部空間集聚現象，而大部分地區空間關聯性并不顯著；④河南省城市化空間差異的主要驅動因子有經濟發展因子、社會發展因子、基礎設施因子、城市擴張因子和非農化因子。

關鍵詞：城市化；空間差異；因子分析；空間自相關；河南省

中圖分類號：C979 文獻標識碼：A 文章編號：0439-8114（2013）02-0472-06

對城市化的研究一直是相關學科研究的熱點，學術界對其研究的方法和評價測度技術也日趨成熟[1，2]，學者們以不同的研究尺度、研究內容和研究方法對城市化區域差異問題進行了深入的研究：在研究尺度上，多尺度的綜合研究和比較研究不斷增多[3-5]。在研究內容上，主要有城市化的空間形態與特質[6]、城市化空間格局的特征研究[7，8]、城市化的空間過程研究[9]和城市化的空間機理研究[10，11]等。而研究的方法更是日趨多樣化，從原來的定性研究、統計描述等方法[12]逐步過渡到空間分析、數理模型模擬等多種分析方法綜合應用的階段[13]。

本研究擬選取反映區域城市化水平的綜合指標建立評價指標體系，運用因子分析方法和探索性空間數據分析方法（Exploratory spatial data analysis，ESDA），結合GIS軟件對影響城市化水平的綜合指標進行定量分析，探討2009年河南省城市化水平的空間差異及其影響因素，以期為促進河南省城市化協調發展，推進中原經濟區建設，實現中原崛起和河南振興提供參考依據。

1 研究區概況

河南省位于中國中部地區，介于東經110°21′-116°39′，北緯31°23′-36°23′之間；2009年全省經濟總量為19 480.46億元，位居中國第五位。由于河南省人口基數大，農村勞動力數量眾多，河南省城市化水平較低，僅為37.7%，較全國平均城市化水平46.6%低8.9個百分點，與相鄰6個省份和中部6省的城市化水平相比也處于最低水平（表1）。2009年河南省有縣級以上城市38個；城區面積4 025.8 km2，其中建成區面積為1 913.3 km2，比2000年增加839.3 km2；城鎮人口由2000年的2 201萬增加到了2009年的3 758萬；城市化水平也較2000年增加了14.5個百分點，年均增加1.6個百分點。按照美國城市地理學家諾瑟姆（Ray.M.Northam）1975年提出的城市化過程“S”型曲線發展規律[14]，目前河南省城市化水平正處在快速上升階段，加快城市化進程成為河南省社會經濟發展的重要推動力。

2 研究方法

2.1 評價指標體系構建

為能全面、準確、客觀地反映區域城市化發展的綜合水平，在構建評價指標體系時，結合本研究的研究目的，借鑒了已有的綜合評價指標體系成果[15-19]，遵循簡明科學性、系統整體性，以及有效性、層次性、可比性、可錄性和可行性原則，結合城市化的表現形式和內涵，歸納為人口城市化、空間城市化、經濟城市化和社會城市化等四個方面內容，共21個指標（表2）。

2.2 研究方法與模型

2.2.1 因子分析方法 因子分析（Factor analysis）是一種尋找隱藏在可測變量中不能或不易直接觀測到，但影響或支配可測變量的潛在因子，并估計潛在因子對可測變量的影響程度及潛在因子之間關聯性的多元統計分析方法。其原理是找出共性因子變量，估計因子模型，計算共性因子變量的取值和對共性因子變量做出合理的解釋[20，21]。其具體評估步驟為：

1）為了避免因量綱不同造成的影響，對原始數據進行標準化處理：

xi=（xi-xi）/Si （1）

式中：xi為第i個指標的均值，Si表示第i個指標的標準差。

2）求相關系數矩陣R及R的特征根和特征向量。相關矩陣：

R=XTX （2）

式中：X為指標體系中各指標值組成的矩陣，求出相關矩陣R的特征根及其所對應的特征向量A，A即為因子載荷矩陣。

3）建立因子模型。通過對可觀測變量X1，X2，…，XP的分析，挖掘出影響這些變量的公共因素F1，F2，…，Fq（q

Xi=■aijFj+ei （3）

式中：Fj為主因子，ei為第i個變量的構造因子的特殊因子，aij為特征向量矩陣A中的元素。

4）確定因子貢獻率和累計貢獻率。貢獻率可衡量出每個因子所占原始數據的信息量的多少，同時以公因子的累計貢獻率大于80%作為因子個數的選擇依據。

5）因子載荷的變換。為得出較明確的分析結果，通過旋轉坐標軸，使每個因子載荷在新的坐標系中都能兩極化。

6）計算每個城市的總得分值。通過旋轉和計算，得到新的較為理想的因子載荷矩陣和因子得分系數矩陣。則每個城市的得分值計算公式為：

Si=■djfij （4）

式中：fij為第i個城市第j個公因子的得分，dj作為權重是第j個公因子的貢獻率，m為選定的公因子個數。

2.2.2 空間自相關分析模型 全局Moran’s I（Global Moran’s I）指數是一種應用非常廣泛的全局自相關統計量，Moran’s I指數反映的是空間鄰接或空間鄰近的區域單元觀測值的相似程度[22]。其具體計算公式如下：

I=■ （5）

式中S2=■■（xi-■）2，式中■=■■xi （6）

式中：xi、xj為觀測值；■為觀測值的平均值；wij為空間權重矩陣，當區域i和j相鄰接時，wij取1，其他，wij取0；S2為方差。

Moran’s I指數的取值在-1～1之間，當Moran’s I為正時，表示觀測值之間存在顯著的正相關，呈現高高集聚和低低集聚的空間分布格局；當Moran’s I為負時，表示觀測值之間存在負相關，則高觀測值的區域與低觀測值的區域集聚在一起，呈現空間離散分布格局；當Moran’s I為0時，表示不存在空間自相關，觀測值在空間上呈獨立隨機分布格局。對于全局Moran’s I指數，可以用標準化統計量Z來檢驗空間自相關的顯著性水平。其計算公式為：

Z=■ （7）

式中：E（I）=■為期望值；VAR（I）為變異系數。

2.2.3 空間關聯分析模型 通過全局Moran’s I指數能夠判斷出現象在空間上的整體分布情況，但難以探測出空間集聚的具體位置及區域相關的程度，忽略了空間過程的潛在不穩定。而局域空間關聯LISA（Local indicators of spatial association）可揭示局部空間單元上某一屬性值與相鄰區域上同一屬性值的相關程度[22]，其方法有局域Moran’s I（Local Moran’s I）和局域Geary系數兩種。本研究選用應用較廣泛的局域Moran’s I：

Ii=Zi■wijZj （8）

式中：Zi和Zj分別是對于均值和標準差的標準化變量。

此外，Moran散點圖是用來分析兩個變量之間相關程度的一種圖形。Moran散點圖中，第一、三象限代表正的空間關聯，第二、四象限代表負的空間關聯。其中第一象限（HH）表示本區域的值高，相鄰區域的值也高；第二象限（LH）表示本區域的值低，相鄰區域的值高；第三象限（LL）表示本區域的值低，相鄰區域的值也低；第四象限（HL）表示本區域的值高，而相鄰區域的值低。

3 河南省城市化空間差異分析

3.1 河南省城市化綜合評價結果

利用SPSS 17.0進行計算分析得到因子的特征根和貢獻率，根據特征根大于1的主因子選擇原則，選取了特征根分別為10.785、2.655、2.092、1.457、1.141，累計貢獻率為86.333%的5個主因子F1、F2、F3、F4、F5，這5個主因子能夠充分解釋并提供原始數據所能表達的足夠的信息（表3）。對所選取的5個主因子F1、F2、F3、F4、F5建立因子載荷矩陣，為了便于對各因子載荷進行合理的解釋，采用方差極大法正交旋轉得到更清楚的因子載荷矩陣（表4）。

從表4中可以看出，第1個主因子在每萬人擁有圖書數量、人均GDP，二、三產業產值占GDP的比重，恩格爾系數、城鎮人口占總人口的比重、城鎮居民人均可支配收入、每萬人擁有醫生和護士人數，二三產業就業人數比重，千戶擁有互聯網用戶數、每萬人擁有公交車輛數上有較大的載荷；第2個主因子在全社會固定資產投資、城鎮社區服務設施基本情況、人均社會消費品零售總額、每萬人擁有在校大學生人數上有較大的載荷；第3個主因子在燃氣普及率、自來水普及率上有較大的載荷；第4個主因子在人均公園綠地面積、城鎮密度、建成區面積占轄區面積的比重上有較大的載荷；第5個主因子在市區人口密度、人均城市道路面積上有較大的載荷。根據各主因子中載荷較大的評價指標分布情況，可確定提取的5個主因子F1、F2、F3、F4、F5分別是經濟發展因子、社會發展因子、基礎設施因子、城市擴張因子和非農化因子。根據公式（4）計算得到2009年河南省18個地市的城市化水平綜合得分（表5），該分值越大，說明該地市的城市化水平越高，反之越低；其中得分大于零表明城市化水平在全省平均水平之上，得分小于零則表明位于全省平均水平之下。

為表現河南省城市化水平分布的概括性特征，通過SPSS 17.0計算得到2009年各地區的城市化水平綜合得分的頻率分布特征（表6）并繪制其頻數分布圖（圖1）。通過分析可以可知：①數據的偏度值較大，為4.147，說明數據偏離中心且正偏（右偏）態分布明顯，即河南省區域城市化水平綜合得分的頻數分布形態與正態分布相比是正偏（右偏）態的，且數據的極端值分布在右端，由計算結果可知該極端值對應的地區為鄭州；②數據的峰度為1.456，大于零，說明頻數分布較正態分布的坡度要陡峭，呈尖頂峰狀，即河南省城市化水平綜合得分較高和較低的城市所占的比重均較小，城市化處于中等水平的城市占有較大比重；③中位數為4.953，大于平均數0，無眾數，全距為1 230.375，標準差為283.523，均較大；說明河南省各地區的城市化水平差距很大。

結合表5中2009年河南省區域城市化水平綜合得分情況，應用MapInfo 7.0軟件，采用自然劃分法，創建2009年河南省城市化發展水平空間分布圖（圖2），將河南省各地區按城市化水平綜合得分劃分為高城市化水平區域、較高城市化水平區域、中等城市化水平區域、較低城市化水平區域和低城市化水平區域5個類型。由圖2可知：①鄭州屬于高城市化水平區域；②焦作、濟源、洛陽屬于較高城市化水平區域；③安陽、鶴壁、新鄉、三門峽、平頂山、許昌、漯河屬于中等城市化水平區域；④濮陽、開封、商丘、南陽屬于較低城市化水平區域；⑤周口、駐馬店、信陽屬于低城市化區域。從整體上看，2009年河南省區域城市化水平整體上呈現由西北向東南遞減的趨勢；從局部上來看，在以鄭州為中心的中原城市群地區呈現由中心向邊緣遞減的趨勢，呈現出“中心—外圍”的發展格局。

3.2 河南省城市化空間自相關分析

3.2.1 河南省城市化全局空間自相關分析 本研究運用軟件GeoDa來實現空間自相關分析，得到2009年河南省城市化水平的Moran's I值為0.369 5，對Moran's I值進行檢驗后，得到對應的P值為0.001 0，說明在99.9%的置信度下，2009年河南省城市化水平存在明顯的空間自相關特征，且為顯著的正相關，呈現高城市化水平區域與高城市化水平區域集聚在一起和低城市化水平區域和低城市化水平區域集聚在一起的空間格局。以2009年河南省城市化水平綜合評價值為橫軸，對應的空間滯后向量值為縱軸，形成2009年河南省城市化水平的Moran散點圖（圖3）。由圖3中可以看出，位于第一（HH）、三（LL）象限的地區比較多，即這些地區呈現正的空間關聯，這類城市占到總數的5/6，說明2009年河南省城市化水平在空間上呈現明顯的集聚性，即城市化水平高（低）的地區一般與城市化水平高（低）的地區相鄰接；其中高值被高值包圍的“高—高集聚”的地區有：鄭州、焦作、濟源、洛陽、鶴壁、新鄉、許昌、平頂山；低值被低值包圍的“低—低集聚”的地區有漯河、南陽、商丘、信陽、周口、安陽、駐馬店；說明這些地區城市化水平與鄰近地區的城市化水平差異較小。而位于第二、四象限的地區有濮陽、開封和三門峽，這三個地區城市化水平呈現負的空間自相關，即城市化水平高（低）的地區被城市化水平低（高）的地區所包圍，說明這三個地區城市化水平與鄰近地區存在較大的差異。此外，位于第三象限（LL）的地區仍占到1/3以上，說明實現河南省的城市化的協調發展仍是任重而道遠。

3.2.2 河南省城市化局域空間關聯分析 通過計算2009年河南省各地市的城市化水平的LISA值，應用軟件GeoDa分析輸出2009年河南省城市化空間關聯分布圖（圖4），從圖4中可以看出，2009年河南省城市化水平分布存在著局部空間集聚現象。鄭州、焦作和洛陽連成一片，呈現“高—高集聚”的正關聯，即這些城市化水平較高的地區被同樣具有較高城市化水平的地區所包圍；駐馬店和信陽連在一起，呈現“低—低集聚”的正關聯，即較低城市化水平的地區被同樣是較低城市化水平的地區所包圍。說明這些地區與鄰近地區之間的城市化水平差異較小，并對鄰近的地區有明顯的擴散效應；而且“高—高集聚”的地區出現一個城市化發展的“增長極”，“低—低集聚”的地區則出現了一個城市化水平的低谷。除鄭州、焦作、洛陽和駐馬店、信陽5個地區外，其他大部分地區與相鄰地區之間關聯性并不顯著，且本地區與相鄰地區之間存在極化作用，表現為城市化水平空間差異將趨于擴大。

3.3 河南省城市化空間差異影響因子分析

3.3.1 經濟發展因子 通過因子分析法計算得出經濟發展因子的特征根為10.785，貢獻率為51.357%（表3），其貢獻率在5個因子中比重最大，可見其對城市化發展的影響也是最顯著的；這與大多數文獻研究顯示城市化綜合水平與經濟發展水平存在著很強的正相關是相吻合的，即經濟水平越高的地區，城市化水平也相應越高。根據表5中的數據，結合圖2可以發現：鄭州是區域內城市化水平最高的地區，與其鄰近的焦作、濟源、洛陽、新鄉、平頂山、許昌、漯河的地區城市化水平均較高，而且這些地區工業化程度比較高，二、三產業就業人數和產值均占有較大比重，人均GDP、恩格爾系數在區域內均處于前列。而處于黃淮地區的信陽、周口、駐馬店以及與之相鄰的南陽、商丘等地區經濟發展水平一直處于較低的水平，一方面由于這些地區人口眾多、資源較少，二、三產業不發達，另一方面也是受到自然條件和歷史發展的影響。

3.3.2 社會發展因子 由表3可知，社會發展因子的特征根為2.655，貢獻率為12.645%，可見社會發展對城市化發展仍有相當大的影響，具體可反映到城市商業服務、科教、醫療等各個方面。鄭州、焦作、洛陽處于高城市化水平的片區，其社會發展水平在河南省的排名相當靠前，反映到具體指標上就是城鎮社區服務設施比較完善、每萬人擁有在校大學生人數較多等，也與該地區社會固定資產投資和社會消費品零售額較高等因素密切相關。而處于低城市化片區的信陽、駐馬店、周口、南陽等地區，其科教水平相對落后、農村人口比重大，其社會固定資產投資及社會消費品零售總額均較低，其城市化發展也較為緩慢。

3.3.3 基礎設施因子 由表3可知，基礎設施因子的特征根為2.092，貢獻率為9.961%，可見其對城市化的影響也是比較廣泛的。基礎設施的建設是城市發展的基礎，以燃氣、自來水普及率為主要指標的基礎設施因子起著至關重要的作用，顯然城市化水平越高的地區，其基礎設施建設也越完善，這樣才能滿足更多的城鎮居民的生活需求。因此在城市化發展水平較高的鄭州、焦作、洛陽等地區，其基礎設施都是相當完善的，燃氣、自來水普及率基本都在90%以上；而城市化水平較低的信陽、駐馬店、周口、南陽等地區其基礎設施建設水平相對落后，普及率僅為50%～80%，明顯制約了其城市化的發展進程。

3.3.4 城市擴張因子 由表3可見，城市擴張因子的特征根為1.457，貢獻率為6.936%，可見其對城市化發展仍有相當大的影響。城市的擴張體現為城區面積的擴大、城鎮個數的增加。更具體的可表現在城市建成區面積的增加、城市公園綠地面積的擴大等。隨著越來越多的人口由農村涌向鄉鎮和城市，將有更多的集鎮發展成為城鎮的一部分，也必然要擴大城區面積來容納這部分人口。以城市化水平最高的鄭州來說，2000年建成區面積133.22 km2，2009年達到了337 km2，是2000年的2.5倍多，城市擴張的速度由此可見一斑。

3.3.5 非農化因子 從表3還可看出，非農化因子的特征根為1.141，貢獻率僅有5.433%，雖對城市化仍有一定影響，但影響程度已經比較低。城市化的過程也可以看作是非農化的一個過程，它不僅表現為人口的非農化，也包括土地的非農化；市區人口密度的增加即是人口的非農化，而土地的非農化則可表現在城市道路面積的增加。僅從鄭州地區來說，2000年市區人口密度為每平方公里2 696人，人均道路面積為6.21 m2；到2009年時，市區人口密度已達到每平方公里10 060人，人均道路面積6.91 m2。顯然，非農化因子在城市化進程中也產生了很大的影響。

4 結語

1）通過因子分析得出結果可知，2009年河南省城市化水平較低的地區仍占較大比重，且區域之間城市化水平差距較大；中原城市群地區城市化水平呈現由中心向邊緣遞減的趨勢，符合“中心—外圍”理論的發展規律，而整體上則呈現由西北向東南遞減的趨勢。

2）2009年河南省城市化水平的全局Moran's I值為0.369 5，說明2009年河南省各地區的城市化水平存在顯著的正相關性，整體上具有較強的空間集聚性和空間依賴性。由Moran散點圖可知河南省5/6的地區城市化水平存在正相關。

3）由局域自相關分析得到的LISA集聚圖可以看出，2009年河南省城市化發展水平存在局部的空間集聚現象：鄭州、焦作、洛陽為“高—高集聚”區域，駐馬店、信陽為“低—低集聚”區域，其余大部分地區的空間關聯性并不顯著。

4）通過對影響河南省城市化水平空間差異的諸多因子進行分析，發現經濟發展因子、社會發展因子、基礎設施因子、城市擴張因子、非農化因子對河南省城市化發展均有比較顯著的影響，其中經濟發展因子的影響程度最深。

需要指出的是，本研究仍存在著不足：①不同的領域定義標準會得出不同的空間權重矩陣，從而影響空間自相關分析的結果，在這方面仍需進一步研究；②在研究區域的選取上，小尺度（縣域尺度）的研究可更全面地揭示河南省城市化發展水平的空間差異規律，這也是下一步深化研究的方向；③研究區域不僅與省內地區有相鄰關系，與相鄰省份的部分地區也有相鄰關系，本研究沒有涉及與相鄰省份地區之間的聯系，在研究上尚有不足之處，今后的研究工作應更全面、更科學，以使研究結果更具科學性和現實合理性。

（感謝華東師范大學環境科學系達良俊教授對本文的指導和幫助。）

參考文獻：

[1] GB/T 50280-98.城市規劃術語[S].

[2] 王楠君，吳 群，陳 成.城市化進程中土地資源安全評價指標體系研究[J].國土資源科技管理，2006，23（2）：28-31.

[3] 李少星，顏培霞，蔣 波.全球化背景下地域分工演進對城市化空間格局的影響機理[J].地理科學進展，2010，29（8）：943-951.

[4] 陳波翀，郝壽義，楊興憲.中國城市化快速發展的動力機制[J].地理學報，2004，59（6）：1068-1075.

[5] 顧朝林，張 敏，張 成，等.長江三角洲城市群發展展望[J].地理科學，2007，27（1）：1-8.

[6] 李少星.巨型區域：新的城市化空間形態——理論辨析與實證探討[J].城市規劃，2010，34（4）：74-79.

[7] 馮 健，周一星.近20年來北京都市區人口增長與分布[J].地理學報，2003，58（6）：903-916.

[8] 李加林，許繼琴，李偉芳，等.長江三角洲地區城市用地增長的時空特征分析[J].地理學報，2007，62（4）：437-447.

[9] NUCCI A，LONG L. Spatial and demographic dynamics of metropolitan and nonmetropolitan territory in the United States[J].International Journal of Population Geography，1996，1（2）：165-181.

[10] 黎 云，李 郇.我國城市用地規模的影響因素分析[J].城市規劃，2006，30（10）：14-18.

[11] 李誠固，鄭文升，李培祥.中國城市化的區域經濟支撐模型分析[J].地理科學，2004，24（1）：1-6.

[12] 李若建.我國城市人口空間特征變化分析[J].人口研究，1991（5）：34-37.

[13] 杜國明，張樹文.基于遙感的城鄉人口分布模擬[J].遙感學報，2007，11（2）：252-256.

[14] 高宏偉.關于河南省城市化問題的研究[D].鄭州：鄭州大學，2006.

[15] 喬 標，方創琳.城市化與生態環境協調發展的動態耦合模型及其在干旱區的應用[J].生態學報，2005，25（11）：3003-3009.

[16] 李雪梅，張小雷，杜宏茹.新疆塔河流域城鎮化空間格局演變及驅動因素[J].地理研究，2011，30（2）：348-358.

[17] 陳明星，陸大道，張 華.中國城市化水平的綜合測度及其動力因子分析[J].地理學報，2009，64（4）：387-398.

[18] 劉耀彬，李仁東，宋學鋒.中國區域城市化與生態環境耦合的關聯分析[J].地理學報，2005，60（2）：237-247.

[19] 鮑 超，方創琳.干旱區水資源對城市化約束強度的時空變化分析[J].地理學報，2008，63（11）：1140-1150.

[20] 鄭方輝，張文方，李文彬.中國地方政府整體績效評價[M].北京：中國經濟出版社，2008.

[21] 高更和，吳國璽.可持續發展評估研究[M].北京：群言出版社，2005.

[22] 湯國安.地理信息系統教程[M].北京：高等教育出版社，2007.

[23] 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）：965-974.