我國人口經(jīng)濟的區(qū)域差異研究

聶真真 楊勝慧 智寧

摘要：文章運用空間自相關的分析方法，采用《2012國家統(tǒng)計年鑒》以及《中國2010年人口普查資料》的有關經(jīng)濟與人口數(shù)據(jù)，對當前我國人口與經(jīng)濟的空間分布特征，人口與經(jīng)濟相互影響模式的規(guī)律等進行探究。

關鍵詞：空間自相關分析；人口經(jīng)濟；區(qū)域差異

一、 文獻述評

國外早在1960 年代就有學者開始嘗試使用空間自相關方法研究生態(tài)學、遺傳學等問題，目前已應用于數(shù)字圖像處理、區(qū)域經(jīng)濟、流行病學、生物學、犯罪學等方面的研究。國內空間自相關的相關研究始于1990年代，起步較晚，但目前研究領域較廣，主要集中在生態(tài)學、生物學、土壤學、流行病學等領域。由于區(qū)域問題自然包括空間只相互之間的關系，因此，空間自相關為經(jīng)濟地理的研究提供了很好的工具。事實上，經(jīng)濟地理的研究在很大程度是定性的學科，通常可以計算的部分僅僅是簡單的加總平均，因此空間自相關的研究也就為經(jīng)濟地理、區(qū)域差異的研究提供了許多方便。

中國的區(qū)域差異問題是國內外研究的熱點問題之一在我國，許多非地理背景的研究已經(jīng)自覺地將空間分析的方法應用于相關在研究。為了探討建國以來區(qū)域經(jīng)濟差異的時空演化規(guī)律，俞路等在文獻中將空間自相關等空間分析方法與區(qū)域經(jīng)濟相關領域的經(jīng)典理論--如，區(qū)域經(jīng)濟不平衡的U字模型，梯度發(fā)展模型等--結合，通過定量的分析來與定性的理論相結合，從而描述了建國后我國區(qū)域不平衡的時空變化。文獻進一步使用了完善的ESDA（Exploratory Spatial Data Analysis），包括Moran I指數(shù)，Moran 散點圖和LISA等，來對1978年～2001年中國各省區(qū)人均GDP進行了刻畫，從而揭示其規(guī)律性及動態(tài)演變過程。

在我國，許多非地理背景的研究已經(jīng)自覺地將空間分析的方法應用于相關在研究。為了探討建國以來區(qū)域經(jīng)濟差異的時空演化規(guī)律，俞路等在文獻中將空間自相關等空間分析方法與區(qū)域經(jīng)濟相關領域的經(jīng)典理論——如，區(qū)域經(jīng)濟不平衡的U字模型，梯度發(fā)展模型等——結合，通過定量的分析來與定性的理論相結合，從而描述了建國后我國區(qū)域不平衡的時空變化。文獻進一步使用了完善的ESDA（Exploratory Spatial Data Analysis，探索性空間數(shù)據(jù)分析）方法，包括Moran I指數(shù)，Moran 散點圖和LISA等，來對1978年～2001年中國各省區(qū)人均GDP進行了刻畫，從而揭示其規(guī)律性及動態(tài)演變過程。

經(jīng)濟現(xiàn)象存在比較明顯的地理分布特征，同樣，人口分布必然在空間上存在規(guī)律?；?000年第五次人口普查工作的數(shù)據(jù)結果，劉德欽等人利用地理信息系統(tǒng)以及ESDA等對我國的人口分布特征進行了描述，除了人口分布三維模型、人口重心的遷移之外，使用了空間自相關模型Moran I和Local Moran I等指標來刻畫了人口現(xiàn)象的時空變化特征。

相類似研究還有很多。馬曉東等利用ESDA-GIS研究了江蘇省的城鎮(zhèn)群體空間的變化規(guī)律。蒲英霞等利用ESDA分析了江蘇省的以縣域為單位的區(qū)域經(jīng)濟空間差異。仇方道以空間分析為知道，對淮海經(jīng)濟區(qū)縣域經(jīng)濟差異變動進行了分析與描述。潘章虎等利用ArcView軟件以及GeoDAS空間分析工具以及甘肅省2004年的縣域人均GDP數(shù)據(jù)，對甘肅省縣域經(jīng)濟之間的總體和局部空間差異進行了實證分析。

上述的研究主要以單指標或者單變量對區(qū)域的特性以及時空變化進行刻畫，而很少涉及兩個變量或者更多變量之間的相互關系。事實上，區(qū)域的發(fā)展總是多個要素同時作用，同時也存在相互之間的制約或者促進關系。例如，交通與經(jīng)濟的關系，人口與消費之間的關系等。同時，由于區(qū)域性差異的存在，不同地區(qū)的影響模式可能不同，例如京津地區(qū)的耕地對經(jīng)濟的影響模式與西北的影響模式。事實上，這方面的研究已經(jīng)出現(xiàn)。楊忍等基于人口-經(jīng)濟系統(tǒng)指標，運用主成分分析法對西北五省各市2000年、2005年的人口經(jīng)濟協(xié)調狀況進行了分析，從而得到西北地區(qū)各區(qū)市的人口與經(jīng)濟的協(xié)調情況。王凱等利用Gini 系數(shù)、E-G 指數(shù)、行業(yè)地區(qū)集中度等產(chǎn)業(yè)集聚指標以及產(chǎn)業(yè)利潤率、就業(yè)系數(shù)、勞動生產(chǎn)率等產(chǎn)業(yè)績效衡量指標，基于2010 年的截面數(shù)據(jù)，探究中國旅游產(chǎn)業(yè)集聚化發(fā)展及其與產(chǎn)業(yè)績效之間的關系。同樣，還有其他文獻 對兩個變量之間的關系進行了探討。

如上所說，變量在空間上存在某種關系，這可以通過空間數(shù)據(jù)分析方法來予以揭示。同時，在空間分布的多個變量之間也同樣存在某種關系。受此啟發(fā)，本文利用《2012國家統(tǒng)計年鑒》以及《中國2010年人口普查資料》里面提供的有關的經(jīng)濟與人口方面的數(shù)據(jù)，來對當前我國人口與經(jīng)濟的空間分布特征，人口與經(jīng)濟相互影響模式的規(guī)律等進行研究。

二、 研究方法

空間自相關是指事物或現(xiàn)象具有對空間位置的依賴關系，也就是說，空間位置上越靠近的事物或現(xiàn)象它們會越相似。該方法的分析結果可以解釋和尋找事物或現(xiàn)象的空間聚集性，包括有三種情況：正自相關、負自相關和無相關（零自相關）。其中，具有正自相關的屬性，其相鄰位置值與當前位置的值具有較高的一致性。通常，該方法分析的對象是具有點或面分布特征的屬性，需要的數(shù)據(jù)類型是空間的點或面數(shù)據(jù)。進一步，用來分析在整個研究范圍內指定的屬性是否具有自相關性我們稱之為全局空間自相關分析，用來分析在特定的局部地點指定的屬性是否具有自相關性我們稱之為局部空間自相關分析。

本文的研究目標是揭示我國人口與經(jīng)濟的空間分布關系以及特征。人口信息具有地理空間分布屬性，而經(jīng)濟系統(tǒng)也具有空間分布特征。在人口與經(jīng)濟的相互作用和滲透的關系，促進兩者的協(xié)調發(fā)展的前提下，對人口與經(jīng)濟的有關空間數(shù)據(jù)進行空間自相關性分析，有利于促進社會生產(chǎn)力的提高和資源的優(yōu)化配置。

三、 數(shù)據(jù)選取說明

人口與社會經(jīng)濟發(fā)展相互依存、相互作用、相互滲透，經(jīng)濟是人口存在和發(fā)展的基礎，而人口則是社會經(jīng)濟活動的主體和必要的前提。人口與經(jīng)濟的協(xié)調發(fā)展可促進社會生產(chǎn)力的巨大發(fā)展，兩者的協(xié)調性越高，發(fā)展速度越快，生產(chǎn)資源優(yōu)化配置越好。人口信息具有地理空間分布屬性，人口及與人口密不可分的經(jīng)濟系統(tǒng)都具有空間分布特征。本文的研究目標是揭示我國人口與經(jīng)濟的空間分布關系以及特征。以下將首先介紹實驗所采用的數(shù)據(jù)。

人口與經(jīng)濟之間可能存在某種關系，在統(tǒng)計年鑒里面里面有許多數(shù)據(jù)反映這兩項指標，例如民族構成、男女比例、按職業(yè)統(tǒng)計，工業(yè)產(chǎn)值、按產(chǎn)業(yè)劃分等。在此，本文提取其中比較關鍵的要素來進行描述。

同時，需要說明的是，由于海南島與臺灣島及其他島嶼與大陸省份分離，在處理臨界矩陣的會形成孤島，不利于分析的進行。因此，本文所有數(shù)據(jù)暫不考慮上述地區(qū)。

人口指標方面，根據(jù)人口的戶籍屬性，可以劃分為城市，鄉(xiāng)鎮(zhèn)，農(nóng)村三類，按照人們通常習慣，將鄉(xiāng)鎮(zhèn)人口與城市合并成為城鎮(zhèn)人口，農(nóng)村人口不作處理。這樣劃分的依據(jù)是，農(nóng)村人口主要從事農(nóng)業(yè)生產(chǎn)以及林牧副漁等勞作，而鄉(xiāng)鎮(zhèn)人口與城市人口則通常指的是以非農(nóng)業(yè)人口為主，具有一定規(guī)模工商業(yè)的居民點，其從事的工作基本上脫離農(nóng)業(yè)生產(chǎn)，而主要在工廠里面。以下數(shù)據(jù)有《各地區(qū)戶數(shù)、人口數(shù)和性別比（城市）》，《各地區(qū)戶數(shù)、人口數(shù)和性別比（鎮(zhèn)）》，《各地區(qū)戶數(shù)、人口數(shù)和性別比（鄉(xiāng)村）》等整理而成。

經(jīng)濟指標方面，可以從多方面進行描述。本文從產(chǎn)業(yè)的分類角度來對經(jīng)濟進行細分，進而探討他們與人口的關系。第一產(chǎn)業(yè)通常指農(nóng)業(yè)（農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)）；第二產(chǎn)業(yè)即工業(yè)（采掘業(yè)、制造業(yè)、自來水、電力、蒸汽、熱水、煤氣和建筑業(yè)）；第三產(chǎn)業(yè)包括流通部門和服務部門，具體如下：①流通部門；②為生產(chǎn)和生活服務的部門；③為提高科學文化水平和居民素質服務的部門；④為社會公共需要服務的部門。本文主要根據(jù)《按三次產(chǎn)業(yè)分地區(qū)生產(chǎn)總值（2011年）》數(shù)據(jù)中提取第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的生產(chǎn)總值作為研究數(shù)據(jù)。

四、 實證研究

通過將統(tǒng)計年鑒數(shù)據(jù)整理成表，并利用ArcMap軟件將其與shape文件配準并導入到.dbf文件中，從而實現(xiàn)可視化。進而利用此shp文件分別在ArcMap以及GeoDa軟件上進行操作，得到分析數(shù)據(jù)。下面將按照全局空間自相關分析，局部空間自相關分析以及雙變量的空間自相關分析三部分進行細致的闡述與說明。

1. 全局空間自相關分析。首先使用ArcMap對全國2011年人均GDP數(shù)據(jù)進行單變量的全局Moran's I指數(shù)自相關檢驗，計算全國經(jīng)濟的第一產(chǎn)業(yè)Moran's I值為0.082 8，第二產(chǎn)業(yè)Moran's I值為0.300 0，第三產(chǎn)業(yè)Moran's I值為0.381 5。除第一產(chǎn)業(yè)的Z值檢驗外，其他兩個均通過Z值檢驗（平0.05），且相關性非常明顯。

Moran's值均為正，說明就全國范圍內，區(qū)域經(jīng)濟發(fā)展存在空間聚集特征。但是第一產(chǎn)業(yè)，即農(nóng)林牧副漁相關行業(yè)，的空間聚集特征不是很明顯，且由數(shù)據(jù)來看基本可認為是離散分布。這是由于隨著科技的進步、經(jīng)濟的發(fā)展，第一產(chǎn)業(yè)在國民生產(chǎn)總值所占的比例越來越少，隨著更多的生產(chǎn)資料與勞動力投入到其他產(chǎn)業(yè)，各區(qū)域之間在第一產(chǎn)業(yè)普遍重視不夠，導致其空間影響擴散不大。而第二產(chǎn)業(yè)、第三產(chǎn)業(yè)都便顯出比較明顯的空間聚集特征，一方面是由于工業(yè)與服務業(yè)在國民生產(chǎn)總值中所占的地位越來重要，同時也是由于各區(qū)域之間的人才與勞動力的流動，加強了彼此之間的聯(lián)系，從而造成一種集聚的態(tài)勢。

2. 局部空間自相關分析。

（1）Moran散點圖。Moran散點圖用于研究局域空間的異質性，其橫坐標為各產(chǎn)業(yè)人均GDP的標準化值，縱坐標為空間權重矩陣所確定的相鄰單元的屬性值的平均值（經(jīng)標準化處理） 。散點圖中，第一象限表達了研究區(qū)域和其周圍區(qū)域的局域空間關系為“高-高”，第二象限表達了該區(qū)域和其周圍區(qū)域的局域空間關系為“低-高”，第三象限表達了該區(qū)域和其周圍區(qū)域的局域空間關系為“低-低”，第四象限表達了該區(qū)域和其周圍區(qū)域的局域空間關系為“高-低”。

由圖中我們可以了解到：第一產(chǎn)業(yè)的人均GDP的分布比較分散，幾乎是平均分布在各個象限里面，各種模式都有。第二產(chǎn)業(yè)的人均GDP分布，比較集中在第一和第三象限，說明高-高，和低-低聚集的模式占主要方面。其中，沿海省份（福建、浙江、江蘇、山東、遼寧、吉林）處在第一象限。而西北、西南省份，再加上河南、湖北、湖南、廣西等處在第二象限。這也比較明顯的反應出我國經(jīng)濟的結構，即東部發(fā)達，而西部較落后的現(xiàn)狀。第三產(chǎn)業(yè)的分布圖中，高-高、低-低的聚集模式顯得更加突出。第一象限依然比較多的是東部沿海省份，而西北、西南包括中部的省份基本處在第三象限。

由上分析，可以得到如下結論：

空間差異較大，區(qū)域自身與周邊水平較高的區(qū)域（HH），基本位于東部沿海省份；

空間差異較小，區(qū)域自身與周邊水平較低的區(qū)域（LL），基本位于西部地區(qū)；

空間差異較大，區(qū)域自身水平較高，但周邊較低的市域（HL），主要包括了內蒙以及廣東等；

空間差異較小，區(qū)域自身水平較低，但周邊較高的區(qū)域（LH），主要位于中部，連接東西部的地區(qū)，以及吉林、黑龍江等。

（2）區(qū)域空間聯(lián)系指標（LISA）。區(qū)域空間聯(lián)系指標是衡量觀測單元屬性和其周邊單元屬性相近（正相關）或差異（負相關）程度的指標。利用ArcMap工具箱里面的Cluster and Outlier Analysis工具計算全國各產(chǎn)業(yè)的人均GDP的L ISA值，并且在z檢驗的基礎上（p≤0.05）繪制LISA集聚圖。

結果表明，第一產(chǎn)業(yè)與第三產(chǎn)業(yè)的聚集效應不是很明顯。而第二產(chǎn)業(yè)在沿海一帶、內蒙遼寧、以及西南有比較明顯的聚集現(xiàn)象。雖然如此，從人均生產(chǎn)總值來看，存在與第二產(chǎn)業(yè)類似的聚集效應。 出現(xiàn)這種狀況的原因是與我國當前所處的階段緊密聯(lián)系在一起的。當前，農(nóng)業(yè)在國民生產(chǎn)總值中所占比例較少，而服務業(yè)的效應還沒有顯現(xiàn)，我國產(chǎn)值主導因素讓然是工業(yè)。因此工業(yè)的集聚效應引發(fā)了人均生產(chǎn)總值的效應。

3. 雙變量的空間自相關分析。之前的分析發(fā)現(xiàn)，研究區(qū)經(jīng)濟聚集性的變化受到其他地物類型的影響，因此利用GeoDa 軟件來分析各產(chǎn)業(yè)平均產(chǎn)值與人口的的雙變量LISA 值，進一步探討國民生產(chǎn)產(chǎn)值的的相關性。在z 檢驗的基礎上（p= 0.05）繪制LISA 分布圖，雙變量LISA 分布圖可表示區(qū)域某一變量值與其鄰域另一變量均值間是高高（High-high）或者低低（Low-low）的空間正相關，以及低高（Low-high）或者高低 （High-low）的空間負相關。

首先分析城鎮(zhèn)人口、農(nóng)業(yè)人口分別與第一產(chǎn)業(yè)的空間相關性。山東、安徽、福建地區(qū)的城鎮(zhèn)人口與第一產(chǎn)業(yè)呈現(xiàn)HH分布，青海、甘肅為LL分布，而新疆、四川呈現(xiàn)HL分布，江西為LH分布。對于農(nóng)村人口而言，山東、河南、安徽呈現(xiàn)HH分布，而新疆呈現(xiàn)HL分布。

第二，分析城鎮(zhèn)人口、農(nóng)業(yè)人口分別與第二產(chǎn)業(yè)的空間相關性。山東、福建地區(qū)的城鎮(zhèn)人口與第二產(chǎn)業(yè)呈現(xiàn)HH分布，新疆、甘肅、四川為LL分布，而江西、安徽呈現(xiàn)LH分布。對于農(nóng)村人口而言，山東呈現(xiàn)HH分布，河南、安徽、湖北呈現(xiàn)LH分布，而新疆呈現(xiàn)LL分布。

第三，分析城鎮(zhèn)人口、農(nóng)業(yè)人口分別與第三產(chǎn)業(yè)的空間相關性。山東、福建地區(qū)的城鎮(zhèn)人口與第三產(chǎn)業(yè)呈現(xiàn)HH分布，四川、青海、甘肅為LL分布，而安徽、江西呈現(xiàn)LH分布。對于農(nóng)村人口而言，山東呈現(xiàn)HH分布，河南、安徽呈現(xiàn)LH分布，而新疆呈現(xiàn)LL分布。

同時，除了各產(chǎn)業(yè)國民產(chǎn)值與人口之間的關系之外，還可以從兩圖發(fā)現(xiàn)第二產(chǎn)業(yè)的規(guī)律與第三產(chǎn)業(yè)的圖示基本類似，除了一處不同之外。說明，在空間分布之中，第二產(chǎn)業(yè)與第三產(chǎn)業(yè)有更多的共同之處，有更多的值得研究之處。

五、 小結

本文利用空間自相關的分析方法對我國人口與經(jīng)濟之間的空間分布關系進行了研究，從研究聚集性我們可以發(fā)現(xiàn)，我國經(jīng)濟的兩極化還是比較嚴重，突出表現(xiàn)在東西部之間的產(chǎn)業(yè)。同時，從結構上講，我國可以劃分為三個部分來討論，分別是沿海東部，西北和西南地區(qū)，以及連接兩者的中部地區(qū)。在空間分析的意義上講，三個部分承擔的角色是不一樣的，都有其各自的規(guī)律。

從雙變量的研究中我們發(fā)現(xiàn)，經(jīng)濟增長與人口數(shù)量仍然存在很密切的關系。這充分說明了地域差異的存在，以及經(jīng)濟發(fā)展對地理要素的依賴等關系。東部地區(qū)應該利用好人力資源，同時國家也應該通過政策將東部富余的人才引到西部，幫助當?shù)氐陌l(fā)展。本文基于ESDA 的區(qū)域經(jīng)濟與人口空間差異分析尚是初步的，還有待于進一步深入量化研究。

參考文獻：

1. 冶小梅，李丁，汪勝蘭，等.基于 ESDA-GIS 的縣域經(jīng)濟空間差異演化及驅動力分析——以蘭州—西寧城鎮(zhèn)密集區(qū)為例.經(jīng)濟地理，2013，33（5）：31-36.

2. 俞路，蔣元濤.我國區(qū)域經(jīng)濟差異的時空分析——基于全國與三大都市圈的對比研究.財經(jīng)研究， 2007，33（3）：23-28.

3. 仇方道，朱傳耿，佟連軍，等.淮海經(jīng)濟區(qū)縣域經(jīng)濟差異變動的空間分析.地理科學，2009，29（1）：56-63.

4. 楊忍，任志遠.西北五省人口經(jīng)濟協(xié)調狀況及空間相關分析.統(tǒng)計與決策，2009，（10）：86-88.

5. Anselin L， Syabri I， Kho Y. GeoDa： an introduction to spatial data analysis.Geogr- aphical analysis，2006，38（1）：5-22.

作者簡介：聶真真（1988-），女，漢族，湖南省衡陽市人，中國人民大學社會與人口學院經(jīng)濟學博士生，研究方向為人口經(jīng)濟學、人口老齡化；楊勝慧（1985-），女，漢族，山東省臨沂市人，中國人民大學公共管理學院博士后，研究方向為人口統(tǒng)計學、人口城市化；智寧（1988-），男，漢族，山西省運城市人，北京大學地球與空間科學學院碩士生，研究方向為地圖學、地理信息系統(tǒng)。

收稿日期：2015-02-10。