桑燕妮,張杏梅,張俊麗
(山西師范大學 地理科學學院,山西臨汾041004)
人類發展指數(HDI)是聯合國開發計劃署(UNDP)在1990年提出的用于衡量世界各國經濟社會發展水平的綜合性指標體系,這一指標從健康、教育、收入三個維度衡量一國或地區的人類發展水平,突破了傳統的以單一GDP指標衡量地區發展狀況的局限性,該指數自發布以來受到世界各國廣泛認可[1]。中國是近30年來在人類發展指數領域增長最快的國家之一,1980年中國HDI僅0.423還處于低人類發展水平組,到2010年中國進入高人類發展水平組,HDI達到0.701。中國人類發展水平的快速提升無疑得益于中國經濟的快速增長、科技水平的提升及教育事業的完善。目前,中國關于人類發展水平的研究主要集中在四方面:一是關于人類發展指數的測算與分析。如:任媛等[2]基于山西省各地市HDI的測算與比較對山西省各地市人類發展水平進行量化研究;宋洪遠等[3]利用人類發展指數計算方法測算了中國按城鄉分的出生時預期壽命指數、教育指數和收入指收;肖杰等[4]利用人類綠色發展指數對關中—天水經濟區人類社會綜合發展狀況進行測度與分析。二是關于人類發展水平區域發展不平衡的研究。如:胡鞍鋼[5]利用人類發展指數將中國各地區1982—2003年的HDI劃分為“四個世界”,對中國人類發展的地區格局與歷史變遷進行了研究;楊永恒等[6]采用聚類分析法對中國各省市的人類發展水平分別進行了分類,深入解析了中國人類發展水平的地區差距和不協調。三是關于一個國家或地區人類發展水平的影響因素研究。如:王圣云等[7]應用空間基尼系數、泰爾系數分解及面板模型等方法,基于人類發展指數的分析對1995—2013年中國人類福祉地區差距演變及影響因素進行了研究;胡鞍鋼[8]采用方差分解法對中國人類發展水平地區差距及地區差距變動進行了分解,并指出收入差距是地區差距的主要決定因素,但近年來教育差異和健康差異對總差異的貢獻顯著增加。四是基于國際比較法的人類發展水平隨時間推移的動態變化的研究。如:王圣云等[9]重新對全球人類發展指數進行測算,應用基尼系數、泰爾系數分解方法對1990—2014年全球人類發展水平空間差異演化及其機制進行了研究;張野等[10]將人類發展指數引入面板數據模型進行計量分析,對金磚五國存在的資源詛咒效應從地理學及人類發展角度進行了考量。
回顧和梳理相關文獻發現對人類發展水平的研究成果頗豐,其研究內容側重于對人類發展指數的定量測算分析、區域非均衡演變分析以及對某地區人類發展水平影響因素的探究等方面;在研究方法上,大多數文獻仍選擇傳統的區域差異測量方法,如:基尼系數、泰爾系數、方差分解法等,忽略了空間因素的存在,不能準確反映地區空間差異的特征。為此,本文將基于2016年《中國人類發展報告》公布的數據,運用Moran's I指數對中國人類發展水平的空間分布差異狀況進行分析。
1.1.1 HDI測算方法
人類發展指數(HDI)是衡量社會發展狀況的一個綜合指數,由健康指數(LE)、教育指數(ED)和收入指數(GNI)綜合而成。其計算公式為:

式中:Xij表示j年份i指標的實際值,Fmin、Fmax分別表示i指標的最小值和最大值,I1、I2、I3分別為健康指數、教育指數、收入指數。健康指數采用出生時預期壽命指標計算;教育指數采用平均受教育年限和預期受教育年限計算;收入指數采用購買力評價美元后的人均國民收入(GNI)計算。
1.1.2 空間自相關性測度方法
空間自相關是變量在不同空間位置上的相關性,如正相關(集聚分布)、無相關(隨機分布)和負相關(離散分布),包括全局空間自相關和局部空間自相關。本文采用全局Moran's I指數來研究全局自相關,采用Moran散點圖和LISA集聚圖來分析局部自相關。
1)全局Moran's I指數
Moran's I指數反映空間鄰接或空間鄰近區域單元屬性值的分布情況,其模型為[11]:

式中:n表示研究區總數,S0是空間權重矩陣W的所有元素之和,xi和xj分別表示某指標在空間位置i和j上的觀測值,Wi j是空間權重矩陣。Moran's I值計算結果一般介于-1和1之間,接近1表示空間集聚,且值越大空間依賴性越強,接近-1表示空間離散,且值越小空間異質性越突出,趨于0表示觀測值空間分布處于隨機分布形式。通常采用Z值來評估觀測值的集聚和離散是否具有顯著性,在95%的置信度下(P<0.05),Z>1.96表示研究范圍內某空間現象呈顯著集聚性,Z<-1.96表示某空間現象呈顯著離散型,若Z得分介于-1.96和1.96之間表示要素值的空間分布呈隨機性。本文采用ArcGIS10.3軟件完成以上計算過程。
2)Moran散點圖
將標準化的觀測值表示在橫軸上,將空間滯后變量表示在縱軸上,兩者之間的相關關系以散點圖的形式加以描述,就構成了Moran散點圖[12]。為直觀反映中國各省市人類發展水平空間相關性的類型及分布狀況,運用GeoDa軟件輸出中國人類發展指數及各單項指數分布狀況Moran散點圖。Moran散點圖分為四個笛卡爾象限,其中象限Ⅰ(右上)表示觀測值高值聚類-HH;象限Ⅱ(左上)表示低值被高值包圍-LH;象限Ⅲ(左下)表示觀測值低值聚類-LL;象限Ⅳ(右下)表示高值被低值包圍-HL。
3)LISA集聚圖
Moran散點圖不能判斷各地區局部相關類型及其聚集區是否具有統計顯著性[12],利用GeoDa軟件輸出中國各地區人類發展指數及各單項指數的LISA集聚圖,來判斷各項指數在各地區的局部異質性。
本文研究范圍為中國大陸的31個省市,臺灣、香港和澳門特別行政區由于缺乏統計數據,暫不作為研究范圍。研究數據來自于由聯合國開發計劃署駐華代表和國務院發展研究中心共同撰寫的《2016中國人類發展報告》[13],使用數據主要為2014年中國各省市人類發展指數統計數據以及1980—2010年中國人類發展指數及單項指數數據。
人類發展指數由健康指數、教育指數和收入指數共同組成,同時中國的人類發展水平也體現在健康水平、文化教育和經濟發展狀況等各個方面,因此本文分析中首先整體分析中國的人類發展指數狀態,然后對三個單項指數具體分析。
改革開放以來中國的人類發展取得了巨大進步,2014年中國人類發展指數達到了0.754,位于高人類發展水平①國家組。回顧改革開放40年的歷程,1980年中國人類發展指數還處于低人類發展水平組,1995年進入中等人類發展水平組,2011年達到了高人類發展水平。中國的人類發展得到了巨大的進步,并體現在健康、教育、收入指數等方方面面,如圖1所示。
由圖1可見,中國的健康指數、教育指數、收入指數自1980年以來都處于連續上升趨勢,其中健康指數自改革開放初期以來一直處于相對較高水平,40年來健康指數持續改善;教育指數在1980年僅0.358,且在1980—1990年增長緩慢,1990年以后教育指數增長速度逐步提高,對人類發展指數的貢獻率增大,2014年達到0.709;收入指數在1980—1990年處于最低水平,但隨著中國經濟的高速增長,1990年以后收入指數超過教育指數,收入指數增長速度最快,其貢獻率對人類發展指數的增長起到關鍵作用。

圖1 中國人類發展指數演變態勢
從人類發展指數來看,2014年中國各省份間的人類發展指數差距是比較大的。HDI最高的是北京(0.869),最低的是西藏(0.600),分別位于極高人類發展水平組和中等人類發展水平組,兩者相差44.8%;HDI前三位依次是北京、上海、天津,后三位分別是西藏、云南、貴州。
從單項指數來看,全國健康指數為0.868,在三個單項指數中處于最高水平,最高的為上海市(0.953),比最低的西藏(0.762)高出25.1%,差距小于人類發展指數;健康指數居于前三的是上海、北京、天津,排在后三的是西藏、云南、青海。全國教育指數為0.709,最高的是北京(0.854),最低的是西藏(0.451),北京比西藏高出約89.4%,教育水平發展極不均衡;北京、上海、天津是教育指數前三省市,西藏、云南、貴州排在后三位。全國收入指數為0.697,在三項單指數中為最低,在各省市中最高的是天津市(0.814),最低的是貴州和甘肅均為0.616,相差約16.8%,收入指數的差距在全國范圍內最??;居于前三的分別是天津、北京和上海,排在后三位的分別有云南、甘肅、貴州。
總體來看,各項指數發展較好的地區位于經濟發展較快、教育事業完善、醫療衛生水平先進的東部地區,發展較差的地區位于經濟發展緩慢,教育、衛生事業落后的西部和西南地區。其余各省市具體人類發展指數情況,見表1。

表1 2014年中國各地區人類發展指數及單項指數排序
根據表1中各項指數的計算結果,利用ArcGIS10.3軟件,在中國的行政區劃圖中將其分布狀況可視化,并利用自然間斷法將三個單項指數進行分類處理,人類發展指數的分類是在聯合國開發計劃署的界定基礎上將高等人類發展水平細分,具體分布狀況如圖2所示。

圖2 中國人類發展指數及單項指數空間分布
從中國人類發展指數空間分布來看,極高人類發展水平位于北京、天津、上海三市,上高人類發展水平區分布于東部沿海地區、東北地區及內蒙古、陜西、湖北等地,下高人類發展指數主要分布于中部地區及新疆、四川、海南等地區,新疆是西北地區的人類發展指數突出地帶,中等人類發展指數主要分布于西部地區。
從單項指數空間分布來看,健康指數分布格局與我國的三級階梯類似,自西向東健康指數逐漸增高,江滬和京津地區最高。教育指數的空間分布表現為東北和東部沿海地區高于西部和西南地區,西藏是西部地區教育水平相對落后地區,教育資源分布狀況東西差距較大;收入指數空間分布不均衡狀況明顯,山西省是中部地區收入指數偏低地區,沿海地區收入優勢明顯,特別是京津地區和蘇滬地區收入指數水平最佳,而新疆和青海地區受西部大開發戰略影響,收入水平較其他西部地區發展較好。
由于2014年中國人類發展指數集中分布于0.700~0.800,若按聯合國開發計劃署劃分標準分類,各地區人類發展指數分布差異性減弱,參照胡鞍鋼[5]的人類發展指數“四個世界”劃分標準將高人類發展水平劃分為上高人類發展水平和下高人類發展水平兩類,具體分布狀況見表2。具體來看,2014年中國人類發展水平已沒有低人類發展水平地區;中等人類發展水平地區僅剩西藏、云南、貴州等5個省份,占全國約16.13%;下高人類發展水平地區包括廣西、新疆、安徽等12個省市,占全國比例約38.71%;上高人類發展水平地區包括陜西、湖北、黑龍江等11個省市,占全國比例約35.48%;北京、天津、上海3市已進入極高人類發展水平,占全國約9.68%。總體來看,我國大部分省市處于高人類發展水平階段,并不斷向極高人類發展水平階段演進。

表2 中國人類發展水平類型劃分
為進一步了解中國人類發展差距的現狀,本文采用空間自相關性方法對中國2014年的人類發展指數(HDI)及健康指數(LE)、教育指數(ED)、收入指數(GNI)三個單項指數的空間分異狀況進行深入研究。
2014年中國31個省市的人類發展指數及各單項指數的全局Moran's I均為正值,說明中國各省域存在正相關,即中國人類發展指數及各單項指數的空間分布存在集聚效應;且P<0.05,通過5%的顯著性檢驗,Z>1.96集聚效應具有顯著性。其中,LE的Moran's I指數約為0.423,為四項指數中最大,說明各省之間健康指數空間正相關性最明顯,HDI次之,教育指數第三,相關性最小的是各省的收入指數,主要是由于各地區經濟發展程度不同,人均收入差距較大造成的。中國人類發展水平全局Moran's I指數計算結果見表3。

表3 中國人類發展水平全局Moran's I指數
為進一步衡量每個地區與周邊區域人類發展水平的空間相關性、空間異質性以及空間格局的分布,作中國各省市人類發展指數及單項指數Moran散點圖,如圖3所示。
Moran散點圖中每一個點分別代表一個省市,每個點與一階線性擬合曲線的遠近程度就表示該省市與其他省市人類發展指數之間的差距。從數量上看,大部分點落在第Ⅰ、Ⅲ象限中,這與全局Moran's I指數中各省市人類發展指數間存在正相關性的結論一致。圖3中HDI、LE、ED各省市所代表的點除個別省市以外均勻分布于一階擬合性曲線周圍,說明各省市間HDI、LE、ED地區差距較小;GNI各省市所代表的點分散分布于一階擬合曲線周圍,說明各地區間GNI差距較大,出現不平衡分布現象。每個省份各項指數在不同象限的分布見表4。
從HDI指數來看,位于HH象限的有北京、上海、天津等省市,這些地區與其鄰近省市的HDI發展水平較高,且主要集中于東部地區;位于LL象限的有青海、西藏、新疆等省市,這些地區與其鄰近省市HDI發展水平普遍較低,且大部分位于西部和西南地區;位于LH象限的有安徽、河北、河南等5省,說明這些地區自身HDI發展水平落后于其周邊省份;位于HL象限的有廣東、重慶,說明廣東和重慶的HDI發展水平高于其周邊省份。
從單項指數來看,LE指數中位于HH象限的有北京、廣東、上海等地區,說明這些地區與其周邊地區的醫療服務完善,居民健康狀況較好;位于LL象限的有甘肅、西藏、貴州等地區,說明這些地區與其周邊地區醫療水平落后,居民健康狀況缺乏保障;山西、陜西、江蘇等多數中部地區位于LH象限,說明這些地區周邊省份先進醫療水平對其帶動作用反映不明顯;廣東、海南、重慶位于HL象限,說明這三個地區居民健康水平優于周邊地區。ED指數中北京、江蘇、上海等地區位于HH象限,這些地位與其周邊地區教育水平發展較好;位于LL象限有甘肅、廣西、寧夏等地,這些地區及其鄰近省份教育水平相對落后;位于LH象限的有安徽、福建、河北等5省,這些省份落后于其周圍省份的教育發展;僅有廣東位于HL地區,說明廣東教育發展狀況優于其周邊地區。GNI指數中北京、福建、湖北等地位于HH象限,這些省份與其周邊地區的居民收入水平較高;廣西、貴州、海南等地位于LL象限,這些地區與其周邊省市的人均國民收入水平較低;安徽、河北、河南等地區位于LH象限,這些地區的人均國民收入水平低于其周邊地區;廣東、陜西、重慶位于HL象限,這些地區的收入狀況高于其周邊省份,形成局部收入小高地。

圖3 中國人類發展指數及單項指數Moran散點圖

表4 中國人類發展指數及單項指數Moran散點圖四象限分布
由于局部Moran散點圖不能判斷各區域局部空間相關類型及其集聚在統計意義上的顯著性,運用LISA集聚圖來更直觀地反映中國人類發展水平空間差異局部變化特征,繪制了中國人類發展指數及單分項指數的LISA集聚圖(如圖4),其顯著性水平為0.05。
中國HDI在空間上顯著的“熱點”(高-高集聚)“冷點”(低-低集聚)都十分突出,還包含一定數量的空間“奇異值”(低-高集聚、高-低集聚)?!盁狳c”地區數有5個:遼寧、內蒙古、天津、江蘇、山東,是人類發展水平較高的集聚地區;“冷點”地區包括新疆、青海、四川3個西部連線地區,是人類發展水平較低的顯著地區;重慶市人類發展水平顯著高于其鄰近省市;河北、河南、安徽顯著低于其周邊省市人類發展水平。
單項指數中,LE在空間上的分布明顯呈現“熱點”“冷點”集聚分布,“熱點”集中分布與東部沿海的北部地帶,包括天津、山東、江蘇等7省市,這些地區健康指數呈顯著的良好發展狀態;“冷點”地區集中于新疆、青海、西藏、四川連片分布的西部地區,這些地區健康狀況堪憂,急需引進先進醫療技術等;內蒙古、安徽、湖北的健康指數顯著的低于其鄰近省市,其他地區無顯著性特征。ED的“熱點”分布于遼寧、吉林、內蒙古及天津、山東、江蘇6個地區,是良好教育水平的顯著集聚區;“冷點”顯著集聚于新疆、青海兩個西部省份,兩地區教育水平亟待提高;河北、河南、安徽的教育水平明顯低于周邊省份,其他地區沒有顯著性特征。GNI的“熱點”地區與HDI的“熱點”顯著區一致,說明收入指數對人類發展水平的提高起著關鍵性作用;“冷點”地區集中于西部及西南地區的青海、云南、四川、貴州四省,這些低收入地區呈顯著的集中分布狀態;重慶市的收入指數顯著的高于其鄰近省份;河北和安徽兩地的居民收入水平顯著的低于其周邊省份。
本文基于對中國人類發展指數的現狀分析及空間自相關性分析,研究中國人類發展水平的空間分異格局,得出結論:
1)中國的人類發展指數及各單項指數,自1980年以來都處于連續上升趨勢,其中健康指數始終保持較高水平,教育指數緩慢增長,而收入指數增長速度最快,對人類發展指數增長的貢獻率最大。
2)中國人類發展指數最高的是北京(0.869),最低的是西藏(0.600),地區間人類發展指數差距顯著,且東部地區人類發展水平高于西部地區;有16.13%的地區處于中等人類發展水平,74.19%的地區處于高人類發展水平,9.68%的地區達到極高人類發展水平。
3)中國人類發展指數及各單項指數的全局Moran's I值均為正值,中國各省市間人類發展指數及各單項指數存在顯著的空間正相關性即空間集聚,且健康指數的空間集聚效應最顯著,收入指數的空間集聚效應最弱。

圖4 中國人類發展指數及分項指數LISA集聚圖
4)中國各省市人類發展指數及單項指數Moran散點圖中,大部分點落在第Ⅰ、Ⅲ象限,第Ⅰ象限的點為高值集聚,主要分布于東部地區,第Ⅲ象限的點為低值集聚,主要位于西部地區;在5%顯著性水平檢驗下,中國人類發展指數及各單項指數在空間分布上存在顯著的“熱點”“冷點”地區以及少數的異常值地區。
中國各級政府部門及相關組織應該從影響人類發展水平的各個方面著手,以提升各地區人類發展水平及縮小地區間發展差距為目標,合理制定人類發展水平提升策略。
4.2.1 保持經濟穩定增長,促進經濟成果共享
中國人類發展水平的快速提高主要得益于迅速發展的經濟,保持經濟穩定增長,促進經濟成果共享實現人類發展水平不斷提升的重要基礎。首先要不斷完善市場分配制度,調動全社會成員的積極性和創造性,擴大社會財富總量;其次鑒于初次分配難以避免的收入差距問題,必須高度重視再分配問題,調節收入分配不平等;同時對弱勢群體提供有效的支持和保護,有針對性的推進多維減貧,全面落實精準扶貧和精準脫貧,通過多種方式實現人民收入水平的提高和生活質量的提升,全方位促進經濟成果共享。
4.2.2 增加教育經費投入,全方位推進教育公平
教育發展對中國人類發展的意義重大,教育不僅能夠提升人力資本,提高社會創造力,也是避免社會代際傳遞和社會階層固化的重要手段。在政府教育經費投入基礎上,不斷鞏固義務教育,大力推進義務教育均等化發展積極推進優質高中配額到校政策,均衡師資力量配置,促進教師、校長流動;加快發展學前教育,促進貧困地區兒童早期教育發展;實施面向貧困地區定向招生專項計劃,促進高等教育公平;推進職業教育,乃至終生教育發展[12]。
4.2.3 完善醫療衛生服務體系,提升人們健康水平健康是人類發展的基本目標,也是衡量人類發展水平的重要標志。首先,中國各級政府增加公共健康和醫療衛生部門的財政投入毋庸置疑;其次建立布局合理的醫療服務體系,完善醫療保障體系,實現不同社會成員間醫療經濟風險的合理分擔刻不容緩;另外要建立人人均等享受基本醫療衛生服務制度,加快整合城鎮職工醫療保險制度和機關事業單位公費醫療制度,建立統一的職工基本醫療保險,加快城鎮居民基本醫療保險和新型農村合作醫療保險的整合,建立統一的城鄉居民醫療保險制度,全面提升醫療保險的統籌層次,構建互聯互通,開放性的醫療保險信息管理系統,切實解決異地看病難、報銷難問題。
注釋:
①根據聯合國開發計劃署最新劃分標準,人類發展指數在0.550以下為低人類發展水平,介于0.550和0.699之間為中等人類發展水平,介于0.700和0.799之間為高人類發展水平,0.800以上為極高人類發展水平。