我國人口半城鎮化空間差異的多尺度分析

單 良，韓 放，宋關東

(遼寧師范大學 城市與環境學院，遼寧 大連 116029)

我國人口半城鎮化空間差異的多尺度分析

單 良，韓 放，宋關東

(遼寧師范大學 城市與環境學院，遼寧 大連 116029)

采用變異系數、尺度方差、地統計分析、地理加權回歸等方法，基于分縣級、地級、省級三種尺度分析2000年和2010年我國人口半城鎮化的區域差異及空間演變特征，研究發現：(1)半城鎮化區域差異在三種尺度上均表現出逐漸擴大的態勢；(2)尺度方差及其分解結果顯示，尺度方差及其構成大小依次為縣級、地級、省級，即尺度越小，尺度方差越大，對半城鎮化區域差異的貢獻份額越大；(3)空間格局研究表明，不同尺度區域半城鎮空間差異顯著，呈現出東西梯度發展格局，各尺度空間關聯格局總體相對穩定，“High-High”類型集聚區大多分布于東南沿海地區，“Low-Low”類型集中分布于西部地區；(4)最后，將人口半城鎮化格局演化的影響因素歸結為三個方面：經濟發展水平、人口流動與產業結構。

半城鎮化；尺度；中國；空間分析

一、引言

改革開放以來，我國城市化經歷一個高速發展的過程，全國大部分地區城市化率以年均一個百分點以上的速度增長，增長速度十分迅速，甚至有些地區已經達到很高的城市化水平，例如東南沿海地區城市化率已經普遍達到70%以上，與發達國家的城市化水平相當。但從某種程度上來說，這是一種“虛”的增長，或者說是一種不成熟的城市化增長，由于戶籍政策等因素的制約，城鎮內近1/3的常住人口為非本地城鎮戶籍人口，統計時都被計入城鎮人口，但其享受不到與本地城市戶籍居民同等的待遇、服務、權益和公平，處于一種“非農、非城”的半城市化境地。這種以城市居民和農村遷移人口為主體的二元結構，嚴重阻礙了我國新型城鎮化的質量的提升，同時嚴重影響我國經濟與社會的和諧發展[1]。

人口半城鎮化現象早已引起國內外學者的廣泛關注[2-4]。“半城鎮化”這一概念最早來自于地理學，米斯克爾、廖塔，較早的注意到“半城鎮化”人口流動的現象，并剖析其成因及特征[5]；國內學者對半城鎮化問題的討論也經歷了從空間半城鎮化向人口半城鎮化轉移的過程。現有研究主要集中于半城鎮化的內涵、成因、特征與機制以及半城市化土地利用變化等方面，其內容側重于對其現狀、趨勢分析及優化路徑探究[6-9]；另外，在空間格局的探討上，學者們對人口城市化的研究較多[10-12]，但對人口半城鎮化的特征、演變及空間關聯的研究較為鮮見，僅有的研究也多以部分城市或某一省域為單位，對人口半城鎮空間演變格局特征進行了分析，或僅探討了一種空間尺度的空間變化格局[13-14]，較少關注人口半城鎮化對研究尺度變化的敏感度，且忽視了較小尺度半城鎮化特征的發展變化，同時，不同尺度的切入，其研究結論亦有差別，為探究其不同尺度人口半城鎮化的特征，增強研究結果的科學性，基于已有的研究，結合人口半城鎮化內涵，依據全國第五次(2000年)和第六次(2010年)人口普查數據，借助尺度分解、空間計量分析等方法手段，從省級、地級和縣級(以我國行政區劃為標準作為劃分尺度的依據)三個尺度對我國半城鎮化(本文指人口半城鎮化)空間格局進行測度與比較研究，探索不同空間尺度地理現象的異質性與發展趨勢，深入把握人口半城鎮化區域發展的尺度效應與空間效應，以期揭示我國半城鎮化過程中存在的問題及影響因素，為協調區域發展及相關政策制定提供參考依據。

二、研究概述

(一)半城鎮化的科學界定

半城鎮化是一種農村人口向城鎮人口轉換過程中的不完全的城鎮化狀態，表現形式為空間半城鎮化和人口半城鎮化，也就是包含地理學和人口學兩方面的概念[15-17]。

1.半城鎮化的地理學界定

半城鎮化的地理學概念起源較早，早在19世紀中后期，法國古典地理學就有用于描述城鎮周邊的任何地方的半城鎮化概念闡述。到上個世紀30年代關于半城鎮化的理論闡述已趨于成熟，總結上世紀30年代以來比較成熟的半城鎮化理論闡述，主要有以下幾個方面關于半城鎮化的科學界定：

(1)一種位于城市新舊區分界的特殊城鎮景觀

這種界定傾向于城市邊緣區的概念，具體來說就是認為城市郊區，已經開始城鎮化，但還保存有部分鄉村景觀的城市化地域，也可以說是一種正在進行的城市化的城市擴展延伸地域，這種界定符合城市邊緣區的概念闡述，因此也可以將這種界定稱之為城市邊緣區的半城鎮化現象。

(2)城市服務的輻射地，為城鎮人口提供休憩場所

這種界定傾向于城鎮周邊休閑區的概念，具體來說就是城鎮周邊的旅游區、度假區、田園休閑區等接受城鎮服務輻射，又為城鎮人口提供休憩場所和服務的地域。這種界定比較特殊，強調城市服務的延伸，但是并不重視城市地域的擴展和人口的遷移，可以將這種界定稱之為城鎮周邊休閑區的半城鎮化現象。

(3)孕育新城市的“半城市化地區”

這種界定是目前關于半城鎮化地理學概念最普遍，也是最被大眾認可的觀點之一，由加拿大地理學家MeGee于 1991年提出，他認為這是一類在大城市影響下的交通走廊地帶，勞動力密集型產業，工業、服務業和其他非農產業迅速增長，孕育新城市的“半城鎮化地區”。具體是指部分地域由于受到周邊大城市的輻射和影響，在某種因素的刺激和引導下，開始進行城市化建設和發展，表現在城市勞動密集型產業在該區域的集中、城市基礎設施的建設及城市服務體系的建立和完善，簡單來說，就是正在形成但還未完全形成的城市地域。

2.半城鎮化的人口學界定

半城鎮化的人口學界定是以人口學中農業人口和非農人口的區分而言的，具體來說，人口半城市化是指農村人口轉向城鎮人口過程中的一種不完全狀態，即大量農業轉移人口生活在城市，但戶籍依舊在農村并且不能享有城鎮居民同等福利，同時在社會行動上與城市社會有明顯的隔離以及對城市社會缺乏認同感的一種現象。半城市化人口應滿足兩個條件：一是屬于本地城鎮常住人口；二是沒有本地非農戶籍。與“人口非農化”概念強調農業人口轉變從事非農職業不同，“人口半城市化”更加關注農村人口轉向城鎮人口過程中融入城市生活、實現身份變換的市民化問題，強調城鎮化的質量。

(1)

而關于人口的半城鎮化也是此研究展開的基礎，此研究就是以人口半城鎮化的空間差異與布局特征為基礎進行的多尺度分析。

(二)研究區域與數據來源

本文以省級、地級、縣級單元作為研究全國人口半城鎮化狀況及其空間格局的基本單元。行政區劃按照2010年進行統一，對于研究時段內撤縣建區的地區，原有轄區納入新設立城區進行統計，對于行政區劃變更的區域按調整后的區劃進行統計。研究區不含香港、澳門和臺灣。研究指標為城鄉總人口、城鎮人口、非農戶籍人口，統計數據主要來源于2000年《全國第五次人口普查數據》和2010年《全國第六次人口普查數據》。同時為保證樣本可比性與科學性，本文對部分數據進行處理：(1)考慮空間自相關權重矩陣的確立，將部分縣市如福建東山縣、遼寧長海縣等進行處理，將其歸并為與其相鄰縣市；(2)為保證各層次嵌套結構的完整性，在尺度方差測度中，將重慶、天津、北京、上海四個直轄市視為地級單元分別歸并為四川、河北和江蘇三省內進入統計，在地級單元層次，將海南省除海口和三亞外的其他17個縣(市)合并為一個地級單元進行分析，此外將中山市、東莞市、嘉峪關市等“直筒子市”分別納入佛山市、惠州市、酒泉市進行考慮。研究區域分為省級(27個)、地級(包括直轄市、地區、地級市、州、自治州、副省級城市共334個單元)、縣級(包括市轄區、縣級市、自治縣、縣共2859個單元)，研究時段為2000年、2010年。

理論上來講，半城鎮人口是城市常住人口與本地非農戶籍常住人口之差。由于“五普”、“六普”缺乏非農戶籍人口流動數據，僅籠統統計本地非農戶籍人口，這樣導致人口半城鎮化率的結果存在一定程度誤差。但考慮非農戶籍常住人口所占比重較小，對分析結果可信度影響不大，因此本文采用城鎮常住人口與非農戶籍人口之差作為半城鎮化人口[19]。

三、研究方法

(一)變異系數

變異系數是各區域人口半城鎮化率的標準差與其均值之比，它反映了各區域間人口半城鎮化偏離總體人口半城鎮化的相對差距，變異系數越大，半城鎮化區域差異程度越大，公式為：

(2)

式中，Cv表示變異系數，yi(i=1，2,3…，n)是第i地區半城鎮化率，u是所有地區半城鎮化率，n為地區數量。

(二)空間自相關分析

探索性空間數據分析是一種衡量經濟現象空間自相關的研究方法，是區域格局分析的有效手段[20]，包括全局統計和局部統計兩類分析方法。本文采用Moran’sI來判斷區域內是否存在空間自相關性及積聚類型。

(1)全局空間自相關

(3)

(2)局部空間自相關

局部空間自相關指數(LISA)揭示空間差異的異質性特征，以全面反映人口半城鎮化區域空間差異的變化趨勢，公式如下：

(4)

式中Wi為空間權重矩陣，Zi和Zj分別為Xi，Xj的標準化。

(三)尺度方差與分解

多尺度空間分析方法有很多，尺度方差(Scalevariance)作為其中一種，常運用于景觀生態學統計分析中[21]。此方法是將研究對象進行多級劃分(省、市、縣)，并以縣級尺度作為最小研究尺度，按照尺度嵌套系統進行逐步分解。即全國三級空間區域系統為省級-α、地(市)級-β和縣級-γ，不同尺度水平的尺度方差突變大小可以反映出不同尺度格局的變化對整體研究對象變異性貢獻的大小程度[22]。因而，尺度方差能判別哪一空間尺度更值得研究。其統計模型為：

Xijk…z=μ+αi+βij+γijk+…+ωijk…z

(5)

式中：Xijk…z表示等級系統最低尺度水平(縣級)的半城鎮化率，μ表示全部數據集總平均數，αi，βij，γijk，…，ωijk…z分別表示每一尺度層次上的影響因素。本文研究尺度為省、市、縣三級，尺度方差計算公式為：

表1 平均尺度方差估計與尺度方差構成

(四)地理加權回歸模型

傳統的線性回歸模型只能對參數進行“全局”或“平均”的估算，對于空間數據的自變量且存在空間相關性，則不能滿足傳統回歸模型(最小二乘法模型)殘差項獨立的假設，因而不能用OLS模型進行參數估算。地理加權回歸(GWR)充分考慮了自變量的空間位置，允許局部回歸參數估算值，對最小二乘法模型(OLS)進行了改進，公式為：

yi=β0(Ui,Vi)+∑kβk(Ui,Vi)xik+εi

(6)

式中，(Ui,Vi)為第i個樣本空間單元的地理中心坐標，βk(Ui,Vi)為連續函數βk(U,V)在i樣本空間的值。

四、多尺度人口半城鎮化差異演化

為了清晰了解我國人口半城鎮化發展狀況，采用變異系數、Moran’sI值等傳統方法測度我國自2000年以來不同尺度半城鎮化差異變化(表2)，由表2可知：

(1)從變異系數Cv值來看，三個尺度半城鎮化演變較為類似，呈擴大態勢。省級、地級、縣級單元半城鎮化的Cv值分別由2000年的0.7075、0.8316、0.7719增加至2010年的0.8196、0.9769、1.1452，三種尺度的半城鎮化空間差異程度不斷增大。

(2)不同尺度的空間自相關測度均通過 5%的顯著性檢驗，即我國半城鎮化在各尺度上均有不同程度的顯著性空間集聚現象；從Moran’sI值上看，縣級與地級尺度空間自相關水平有較為明顯的增大態勢。省級尺度雖有所增加，但增長幅度較小；從空間自相關測度的顯著性水平p值來看，顯著性強弱依次為縣級、地級和省級，表明就中國半城鎮化發展而言，越小的空間尺度越易呈現較強的空間集聚特征。空間自相關Moran’sI均為正，表明不同尺度半城鎮化率在空間上并不是隨機分布的,而是存在著空間自相關性，這為下文利用GWR模型解釋各尺度半城鎮化影響因素提供了可能。

(3)通過不同尺度的區域差異測度分析，初步得出中國半城鎮化區域差異在不同空間尺度上具有不同的變化特征。進一步通過尺度方差及其分解來研究不同尺度對半城鎮化區域差異可能產生的尺度效應，結果表明：①縣級、地級和省級在尺度方差上均呈縮小態勢。省級尺度方差變化略微波動，從2000年的0.05864減小至2010年的0.03257，由于方差本身較小，因此降幅不顯著；地級尺度方差減少幅度較為顯著，由2000年的0.13975縮小至2010年的0.10259，縣級尺度方差減小幅度最大，2000年尺度方差為0.486，2010年為0.432，降幅為11.1%。②從尺度方差的大小比較上，縣級最大，地級次之，省級最小，說明尺度越小，尺度方差越大。表明越小的空間尺度，區域間存在的差異程度越大，越能揭示半城鎮化區域發展格局的異質性特征。

(4)對尺度方差進行分解可知，縣級尺度半城鎮化區域差異對全國總體差異的貢獻率遠高于省級和地級水平，平均貢獻份額為73.6%，占主導地位，且此態勢隨著時間的推移愈加明顯；地級尺度貢獻率高于省級尺度，平均貢獻率分別為19.25%和7.15%。尺度方差貢獻率分析表明，尺度越小，該尺度半城鎮化區域差異對總體半城鎮化區域差異的貢獻份額越大，越值得關注與研究。

以上的分析顯示，在不同空間尺度上表示的我國地區人口半城鎮化差異狀況存在很大不同，即空間尺度的不同選擇對我國半城鎮化區域差異分析的結果影響很大。

表2 不同尺度CV、Moran’s I及尺度方差

五、多尺度半城鎮化空間格局演變

(一)多尺度半城鎮化空間分類特征

以2000、2010年半城鎮化率為研究樣本，運用ArcGis中Natural Breaks，將其自高到底分為5類不同層次，通過比較各年份得出劃分5類層次的臨界值，以此作為手動劃分的依據，將其分為5類(高度、中高度、中度、中低度和低度)，得到其空間格局演化圖(圖1)。

空間格局演化依次從三個尺度——省域尺度、地域尺度和縣域尺度——同時入手進行收縮和集聚分析，來探索在不同尺度下人口半城鎮化的發展和演變規律。

首先從省域尺度來看，我國人口半城鎮化總體以中等程度為主，時間上，2000年、2010年中度半城鎮化省域分別為14個、11個，略有下降，但總體變化不大；空間上，呈現出比較明顯的空間分異特征，具體表現為半城鎮化呈現“東高西低”格局。浙江、廣東等沿海省份半城鎮化程度最嚴重，中部省份次之，西部省份最低。隨著時間的推移，此發展形式逐步顯現，高度半城鎮化省域向沿海地區蔓延，中等半城市化省份向中部地區收縮，而西部部分省域(新疆、西藏)人口半城鎮化由2000年中等程度轉變為2010年中低程度及較低程度。從地級層面來看，半城鎮化現象分布也存在類似空間差異。

從市域尺度來看，時間上2000年高度半城鎮化程度城市數量較2010年少；空間上則主要分布在長三角、珠三角地區以及內蒙古、新疆、西藏等部分沿邊境城市，此類地區半城鎮化率均在 35%以上，且2010 年，我國市域半城鎮化空間分布較 2000 年有所變化，東部沿海城市發展明顯快于中西部地區。低度半城鎮化城市主要集中分布于我國江西南部、新疆西部及橫斷山區域。高度半城鎮化城市數量也由2000年16個，增加至2010年34個。

圖1 不同尺度半城鎮化空間分類特征

從縣域尺度來看，時間上的變化較為零散，不是很明顯，但是空間上半城鎮化區域差異較為直觀、明顯。東部沿海縣域半城鎮化程度逐步上升，形成半城鎮化高度發展帶，此外，青海西部、河套地區形成高半城鎮化聚集區。總的來看，縣域人口半城鎮化主要表現為沿海地區增長過快，西部地區增長緩慢，縣域半城鎮化的空間差異呈現擴大態勢。

(二)多尺度半城鎮化發展態勢

借助GIS地統計分析模塊，通過對不同尺度人口半城鎮化率正交面投影的方式進行透視分析，深入把握不同系統人口半城鎮化的分異規律。利用ArcGIS10.2生成我國不同尺度人口半城鎮化的空間變化圖(圖2)。從縣域尺度來看，全國人口半城鎮化地域分異在2000年呈現出東高西低、南高北低的特征，而在2010年，自東西向上，樣點半城鎮化率高值略向東偏移，東西差距進一步擴大，南北發展趨于均衡，扁平化傾向凸顯；從地級尺度來看，空間差異格局與縣域類似，但略有差異，表現為東西方向人口半城鎮化的差異擴大，但增長并不明顯，南北方向人口半城鎮化的區域差異則由2000年中部略低、南北略高的U型結構演變成2010年中部隆起、東部略高、西部較低斜凸型的空間格局；而省域尺度則呈現出不同的特征，2000年、2010年省域尺度人口半城鎮化趨勢呈現出中部高、南北部略低格局，且中部較高的趨勢愈加顯著，最終形成倒U型結構。

綜上所述，三個尺度，總體上東西方向半城鎮化差異大于南北方向，隨著時間推移，東西方向的差異表現還在進一步凸顯，而南北方向的差異則逐步縮小。

(三)不同尺度人口半城鎮化空間關聯格局分析

為了更直觀反映不同尺度下半城鎮化空間格局演變過程，凸顯不同區域空間異質性，更清晰地識別出空間聚集發生的位移，運用GeoDa軟件繪制出2個年份在0.05顯著性水平下的LISA集聚圖(圖3)，對顯著性較高的空間聚集指標進行探討。

圖2 不同尺度半城鎮發展三維透視圖

圖3 不同尺度半城鎮化的顯著LISA集聚圖

從省級尺度來看，空間關聯類型地帶間空間分異格局不顯著。2000年，“High-High”類型省份為江蘇、浙江兩省；安徽由于緊鄰江浙地區而呈現為“Low-High”類型；廣東由于經濟發達，勞動密集型產業集聚使得大量外來人口來此聚集，人口半城鎮化率較高，呈現出“High-Low”類型；2010年“High-High”類型省份數量增加至4個，呈現出向沿海蔓延趨勢，“Low-Low”類型增加了內蒙和遼寧兩省(自治區)。總的來看，顯著性空間關聯類型以“High-High”類型和“Low-Low”類型為主。

地級尺度的LISA圖分析表明，顯著關聯類型也是以正相關為主，尤其是顯著“High-High”和“Low-Low”類型表現最為突出，且“Low-Low”類型的增加是總體空間自相關增強和半城鎮化區域差異擴大的主要原因。具體表現為：2000年顯著自相關地級單元共有51個，其中顯著“High-High”類型占45.1%，顯著“Low-Low”類型占29.4%；2010年顯著自相關地級單元數量增加至69個，其中顯著“High-High”類型占42%，顯著“Low-Low”類型占44.9%。地級單元的顯著空間關聯類型分布格局總體相對穩定，但局部有明顯變化，表現為：黑龍江北部和吉林西部，四川和重慶等地出現新的“Low-Low”類型聚集區，珠三角和長三角的顯著“High-High”類型集聚區擴大，并新增三個“High-High”類型集聚區：海西地區、京津冀地區及藏北地區，顯著“High-Low”類型區分布較為零散，“Low-High”類型地區數量有所減少。

縣級尺度的顯著空間關聯類型仍以正相關類型為主導，但總體自相關程度增強和半城鎮化區域差異擴大則是由于顯著“High-High”類型縣市的增加所致。2000年顯著正相關類型縣市為432個，其中“High-High”類型占40.97%，“Low-Low”類型占45.13%；2010年顯著正相關類型縣市為545個， “High-High”類型占48.8%，“Low-Low”類型占40%。顯著關聯縣市空間格局總體變化不大，但局部仍有所波動，表現為：“High-High”聚集區向東南沿海擴散，山東半島“High-High”類型縣市減少，中部零星“High-High”類型縣市增加，黑龍江出現新的顯著“Low-Low”聚集區。“Low-Low”類型縣市數量明顯增多，分布特征由相對分散到相對集中的趨勢變化，在西部、西南和東北地區形成規模較大的連綿片區。“High-Low”類型和“Low-High”類型縣市分布格局變化不大，顯著“High-Low”類型地區傾向分布于“High-High”類型外圍區域。

表3 不同尺度人口城市化空間關聯模式

六、人口半城鎮化區域差異影響因素分析

我國不同尺度下半城鎮化率在空間上存在明顯的正相關，如果忽視這種關系，容易造成研究結果的偏差，因此本文引入OLS模型和GWR模型來揭示引起空間差異的影響因素，本著科學性、可比性、數據可獲得性原則，考慮經濟發展水平、人口遷移、產業結構三個方面的影響因素。選取人均GDP(X1)、人口流動規模(X2)、第一產業增加值(X3)、第二產業增加值(X4)、人口密度(X5)等5個指標作為建模的自變量，以2010年各尺度人口半城鎮化率為因變量，以上述5個影響因子為自變量，對城鎮化影響因子進行OLS全局分析(表4)，模型解釋了省級、地級、縣級半城鎮化率總變異的78.73%，68.46%，50.51%，估計結果在一定程度上反映了各要素對半城鎮化率的影響情況。

表4 2010年各尺度人口半城鎮化率的OLS全局估計結果

利用GWR模型對半城鎮化率進行局部空間自回歸分析，得到該模型的各尺度(省、市、縣)R2分別為0.887359、0.811155、0.680237，AdjustedR2分別為0.867224、0.762814、0.651249，模型擬合優于OLS的0.787349、0.684599、0.504042和0.767232、0.680438、0.504042。為更清晰地觀察和分析局部關系在各尺度不同區域的表現和變化趨勢，運用GWR模型對各尺度每個空間單元進行局部回歸分析，計算出每個因素的回歸系數值，為便于研究，在表5中詳細給出各因素對半城鎮化空間集聚分布影響程度的最小值、中位數、最大值和平均數的統計值(鑒于篇幅有限，各影響因素局部回歸系數分布圖略)。從整體來看，各因素對半城鎮化空間差異的影響程度有著顯著的空間差異，三個尺度中，5個變量對人口半城鎮的影響效益分別為：人均GDP>流動人口>人口密度>第二產業增加值>第一產業增加值。然不同尺度，各影響因子對半城鎮化率影響效益亦有所差別。省級尺度的流動人口、地級和縣級尺度的第一產業增加值的回歸系數為負，表明這2個變量對半城鎮化率有著明顯的負效應。除第一產業增加值外，其余4個自變量均通過了0.05的變量顯著性檢驗，說明這4個變量能在一定程度上解釋半城鎮化的空間分布。不同尺度上影響要素亦具有差異性，具體表現為省級尺度人均GDP影響最為顯著，其余變量影響相對較弱；地級和縣級尺度除人均GDP影響因子外，人口密度亦在人口半城鎮化中發揮重要作用。尺度越小，經濟發展水平在人口半城鎮化中影響效益越不明顯，人口密度與流動人口等作用越顯現。

人均GDP。本文以人均GDP衡量區域經濟發展水平，由表4可知，省級、地級和縣級人均GDP變量系數分別介于1.355179-1.355496、-0.089918-1.301005、0.038418-2.004907。三個尺度下人均GDP影響因素區域內部相對差別較小，但尺度越小其影響效益差別越明顯。從我國省、市、縣域整體格局來看，經濟發展水平差異影響半城鎮化的程度。整體來看，其影響效益空間分布呈現出南高北低的梯度發展格局。究其原因，地區間經濟發展水平差異促使生產要素與勞動的管理資源在空間上的重新優化配置。改革開放以來，東部沿海憑借著區位條件與政策優勢，經濟發展迅速，社會固定資產投資較大，二、三產業高速發展形成強大的“拉力”，吸引大量勞動力，尤其是周邊省市人口聚集于此，使得該地區人口半城鎮化程度十分嚴重。中西部地區由于存在大量剩余勞動力和隱形失業，就業資源少對勞動力的遷移形成推力，人口半城鎮化現象并不明顯。

人口遷移。各尺度人口遷移回歸系數差異較大，變化十分明顯，整體中西部地區人口遷移對半城鎮化的貢獻度都較低，甚至在四川、河南出現負值。產生這一現象的原因一方面由于我國特有的戶籍制度決定了區域人口流動，影響著半城鎮化現象的廣度和深度，另一方面“二元經濟”結構，促使鄉村富裕勞動力向中心城市轉移。河南、四川等地是人口大省，也是勞動力輸出大省，此類區域勞動力資源過剩，就業資源相對較少，相對中西部地區，東南沿海城市經濟發展較快，勞動力需求旺盛，在不存在制度性、政策性等外界條件干擾下，人口在空間上會實現從中西部地區向東部地區自由流動，這種區域間人口流動直接影響著半城鎮化的空間分異。

人口密度。除中部部分區域外，人口密度因素對三尺度中區域半城鎮化率整體呈現出正效應，影響力在空間上由東南向西北逐漸減弱。我國人口密度總體呈現出東高西低的格局，東部地區尤其是東南沿海地區人口密度較高，人口半城鎮化率也相對較高。

表5 2010年不同尺度人口半城鎮化率的GWR估計結果

產業結構。產業結構及其空間分布變化對半城鎮化區域差異亦有一定影響。從第一產業來看，多數地區回歸系數為負值，對半城鎮化率的影響呈現出負效應。這是由于農產品的商品化程度決定了人口向城鎮集中的程度，第一產業在區域經濟中所占的比重愈大，農業人口的流動性則愈低，在一定程度上也會限制半城鎮化率的提高；從第二產業增加值來看，與第一產業不同，三個尺度下，多數區域回歸系數為正值，對半城鎮化率的影響呈現出正效應，這是由于較高的工業發展水平能夠增強基礎設施建設，提供較多的就業機會，為農業人口流動帶來隱形的牽引力，從而對于區域半城鎮化率的提升具有重要推動作用。

七、結論與討論

采用變異系數、Moran’s I、尺度方差、地統計分析方法從省級、地級和縣級3個空間尺度對我國人口半城鎮化區域差異進行測度與多尺度比較研究，同時運用空間自相關分析進一步解釋了不同尺度我國半城鎮化區域差異的空間演變格局。主要得到以下結論：

(1)研究表明，我國人口半城鎮化區域差異在三個尺度上均表現為差異增大的發展格局，并且空間尺度越小，半城鎮化區域差異越大，空間集聚特征也越顯著；尺度方差結果顯示：空間尺度越小，對應的尺度方差越大，該尺度半城鎮化區域差異對總體區域差異貢獻份額越大，因而未來在對半城鎮化研究與探討中，注重小尺度(縣域)的分析，對政府管理者決策的制定以及半城鎮化問題的解決具有重要意義。

(2)三種尺度人口半城鎮化區域特征明顯，整體呈現出“東西”梯度空間發展格局，但不同尺度半城鎮化具體特征仍有所差別， 未來可從年齡、性別等角度深入探究各尺度下人口半城鎮化的特征。

(3)我國半城鎮區域差異的空間關聯格局特征在各空間尺度下總體相對穩定，空間關聯以“High-High”類型、“Low-Low”類型表現最為明顯，且“Low-Low”區域和“High-High”區域分布上具有較強的地帶分異特征。“Low-Low”類型多集中分布于中西部地區，而” “High-High”類型集聚分布于東部沿海地區；各尺度空間關聯類型對總體空間半城鎮化區域變化的影響存在一定的差異。具體表現為：省域空間關聯類型地帶間空間分異格局不顯著；地級尺度的空間差異受“High-High”類型和“Low-Low”類型的影響較大，其中“Low-Low”區影響最明顯；而縣級則以顯著“High-High”類型增加為促使空間自相關和區域差異擴大的主要原因。總體而言，我國人口半城鎮化區域差異分析中存在明顯的尺度效應。大尺度的分析容易忽略更小尺度的空間格局，較小的空間尺度比較大的空間尺度更能揭示半城鎮化的地區發展格局的空間依賴性和空間異質性特征。

(4)尺度方差所反映的結果與變異系數反映結果稍有不同，本文認為主要原因可能是尺度方差計算是基于最小尺度單元指標數據，而地級、省級數據均取自于最小尺度縣級，這與常有的區域差異分析方法有區別。也可能與分區、市域級單元數相差不大有關，尚需進一步探索。

(5)利用OLS模型和GWR模型對我國各尺度人口半城鎮化空間差異影響因素進行全局和局部回歸分析，研究發現，不同尺度下各影響因素對半城鎮化影響效益有所差別，尺度越小其影響效益差別越明顯。經濟發展水平對人口半城鎮化影響逐漸變弱，人口密度與流動人口等作用越顯現。總體而言，三個尺度中，5個變量對人口半城鎮的影響效益分別為：人均GDP>流動人口>人口密度>第二產業增加值>第一產業增加值，其中經濟發展水平是造成半城鎮區域差異的決定因素；人口流動是造成半城鎮化空間格局的直接原因。對于人口的流動，實質有流入，還有流出，是有流向的。東西部地域影響差異中，東部地區為主要人口流入區，中西部為人口流出區域，這也是東部地區人口半城鎮化高于中西部地區的主要原因；人口密度、產業結構亦對半城鎮產生一定影響，因而從城鎮化的近期發展和區域長遠發展考慮，要因地制宜，根據區域不同特點，厘清不同尺度下各區域半城鎮化內在機理，正本清源，標本兼職，才能逐步減弱并消除這種半城鎮化現象。

[1]安虎森,皮亞彬. 半城市化與人口城市化研究[J]. 經濟與管理評論,2013(3):5-10.

[2]Adrian Guillermo Aguilar. Peri-urbanization, illegal settlements and environmental impact in Mexicocity[J]. Cities,2008,253.

[3]Caitlin Kontgis,Annemarie Schneider,Jefferson Fox,Sumeet Saksena,James H. Spencer, Miguel Castrence. Monitoring peri-urbanization in the greater Ho Chi Minh City metropolitan area[J]. Applied Geography,2014,53.

[4]Lingxin Hao. Cumulative causation of rural migration and initial peri-urbanization in China[J]. Chinese Sociological Review,2012,443.

[5]廖 塔,米斯克爾. 一張反射地圖帶來的新思考[N]. 參考消息,2004-06-27.

[6]潘愛民,劉友金. 湘江流域人口城鎮化與土地城鎮化失調程度及特征研究[J]. 經濟地理,2014(5):63-68.

[7]郭付友,李誠固,陳 才,甘 靜. 2003年以來東北地區人口城鎮化與土地城鎮化時空耦合特征[J]. 經濟地理,2015(9):49-56.

[8]杜書云,牛文濤. 中國“半城鎮化”困局的成因及破解機制——基于1981至2012年城鎮化數據的實證研究[J]. 吉林大學社會科學學報,2015(3):75-83,173.

[9]劉盛和,陳 田,蔡建明. 中國半城市化現象及其研究重點[J]. 地理學報,2004(S1):101-108.

[10]朱傳耿,孫姍姍,李志江. 中國人口城市化的影響要素與空間格局[J]. 地理研究,2008(1):13-22,241.

[11]姚震宇. 江蘇的空間城市化與人口城市化[J]. 現代經濟探討,2011(8):61-65.

[12]甘 靜,郭付友,陳才,劉繼生,李正. 2000年以來東北地區城市化空間分異的時空演變分析[J]. 地理科學,2015(5):565-574.

[13]劉漢初,盧明華,劉 成. 山西省縣域人口半城市化的空間格局研究[J]. 經濟地理,2015(1):21-28.

[14]劉盛和,張 擎. 杭州市半城市化地區空間分布變化[J]. 地理研究,2008(5):982-992.

[15]王春光. 農村流動人口的“半城市化”問題研究[J]. 社會學研究,2006(5):107-122，244.

[16]Graham Jay,Gurian Patrick,Corella-Barud Verónica,Avitia-Diaz Raquel. Peri-urbanization and in-home environmental health risks: The side effects of planned and unplanned growth.[J]. International Journal of Hygiene and Environmental Health,2004,20-75.

[17]Jay Graham,Patrick Gurian,Verónica Corella-Barud,Raquel Avitia-Diaz. Peri-urbanization and in-home environmental health risks: The side effects of planned and unplanned growth[J]. International Journal of Hygiene and Environmental Health,2004,20-75. [18]李愛民. 中國半城鎮化研究[J]. 人口研究,2013(4):80-91.

[19]陳貝貝. 無錫半城市化地區的空間范圍識別[J]. 地理研究,2013(7):1209-1219.

[20]陳江平,張 瑤,余遠劍. 空間自相關的可塑性面積單元問題效應[J]. 地理學報,2011(12):1597-1606.

[21]陳培陽,朱喜鋼. 基于不同尺度的中國區域經濟差異[J]. 地理學報,2012(8):1085-1097.

[22]丁志偉,張改素,王發曾. 中原地區多尺度城鄉收入的時空分異[J]. 地理研究,2015(1):131-148.

(本文責編：王延芳)

Spatial Difference of Population Peri-Urbanization in China at Multi-Scales

SHAN Liang，HAN Fang，SONG Guan-dong

(SchoolofUrbanandEnvironmentalSciences,LiaoningNormalUniversity,Dalian116029,China)

This paper employs coefficient variance, scale variance, geostatistical analysis，GWR model and spatial autocorrelation to calculate the population peri-urbanization rate so as to examine the changing trends and spatial patterns of regional inequalities in China at three spatial scales, i.e. province, prefecture and county. The results aresummarized as follows. (1) From the calculation results of CVand Moran’s I, we find that the regional difference of peri-urbanization is gradually increasing at the three spatial scales since 2000; (2) The results of the scale variance show different patterns obviously. With the scale variance and its component statistic techniques, we discover that there is an increasing sequence according to the scale variances and their components, i.e. county, prefecture and province, which indicates that the scalar variance is lower at the smaller scale and the regional inequality at smaller scale contributes more to the whole regional inequality; (3) By using spatial analysis techniques, we find that local spatial autocorrelation patterns have been stable since 2000. The “High-High” type units tend to concentrate in the east coastal area of China. And the “Low-Low” type unites cluster in central and western China; (4) The driving force of the evolvement of population peri-urbanization in China can be identified through the following aspects: the economic levels, the population mobility and the industrial structure.

Per-urbanization; scale; China; spatial analysis

2016-06-22

2017-04-21

遼寧省社會科學規劃基金項目(L15BRK001)。

單良(1972-)，男，吉林梨樹縣人，遼寧師范大學城市與環境學院副教授，理學博士，研究方向：人口與區域發展。

F061.5

A

1002-9753(2017)05-0066-12