区域城市文化水平地域差异及影响因素的灰色关联分析

      中图分类号：F299.21；TU984.2文献标识码：A

      文章编号：1004-9479(2003)03-0051-08

      

      区域城市化是指某区域农村人口转变为城市人口、农村地域转变为城市地域的过程[1]，对于不同地区城市化的动力机制问题，学术界众说不一。深入研究区域城市化水平差异的影响因素、预测未来区域城市化发展水平是城市地理学界普遍关注的课题。国内学者对中国的城市化进程及城市化水平省际差异已经作了较为深入的研究，而对中尺度区域城市化水平差异的影响因素研究的较少，尤其对省级区域在改革开放后城市化水平地区差异影响因素的定量分析则更显薄弱。据此，笔者拟以湖北省为研究区域就此问题作一些初步研究。

      1　研究方法和资料获取

      1.1研究方法

      本研究首先以省内各地级行政单位为统计单元，从时空角度上分析湖北省近16年来城市化水平变化特征，并构建影响区域城市化水平差异的评价指标体系，应用主成分分析方法提取影响区域城市化发展差异的主因子。然后运用灰色关联方法分析得出不同时段影响该省区域城市化水平差异的主要因素。

      1.2 资料获取

      研究中所涉及的城市化相关数据及相关评价指标的原始数据取自于1985～2000年各年份的《湖北省统计年鉴》和《迈向新世纪的湖北城市（1999年）》。

      2 湖北省城市化发展水平与速度

      由于自然环境、社会经济、历史文化等多方面的原因，湖北省城市化水平的地域分布极不平衡。从2000年的统计数据来看，湖北省区域城市化水平总体上与该区的社会经济发展水平高度一致。城市化水平最高的地区主要集中在以武汉、宜昌、襄樊为中心的“金三角”地区，包括黄石、鄂州、荆门等市，城市化水平较低的地区主要分布在鄂西北、鄂东北的恩施自治州、神龙架林区、孝感、黄冈等市州，而其它地市则成为城市化水平的过渡地带，整个省区的城市化水平分布呈“马蹄”包围状，中间高，周边低（图1）。

      将历年来的湖北省城市化水平与全国城市化水平相比，湖北省城市化发展明显存在以1985年为分界点的两段[2]。1985年以前的城市化水平变动剧烈，且与当时的政策相关性极强，因政策性因素的量化存在困难，此时段暂不纳入本研究的时间序列中。笔者利用1985～2000年各个地区的城市化率计算出其标准差、均值和差异系数（表1），得知湖北在15年内各地区城市化水平的差异不是在扩大，而是在缩小，而且明显存在两个时段：(1)1985～1994年十年间各地区城市化率的差异系数大，而且差异系数呈缓慢下降趋势，反映此时段各地区城市化水平差异逐渐缩小；(2)1995～2000年六年间差异系数相对较小，差异系数变动不大，反映该时段各地区城市化水平差异相对有所降低。本研究将以这两个时段湖北省区域城市化水平差异影响因素的比较研究为主。

      

      图1 湖北省城市化水平地域分布（2000年）

      由于各地区城市化发展存在差异，必然有一部分地区的城市化速度相对较快，一部分地区城市化速度相对减慢，这才造成湖北省城市化水平增长的不稳定。通过计算各个地区在近16年来的两个时段城市化水平平均增长速度后可得知，1985～1994年间，一部分中小城市，如随州、天门、仙桃、宜昌、十堰、荆门等地市城市化水平大幅度增长；一部分经济不发达地区，如孝感、黄冈等地市城市化发展的速度相对较快，而像武汉、黄石、鄂州地市等老工业基地的城市化发展速度相对减慢。在1995～2000年间，武汉、黄石的城市化水平增长速度有所提高，而潜江、天门、仙桃城市化水平的增长速度则迅速下降（表2）。

      表1　湖北省各年份城市化水平离散程度

      

      注：1.资料来源：由《湖北省统计年鉴》（1997～2001年）整理而得；

      2.标准差计算公式为分别代表各城镇化率和各地平均值，n代表地区个数；

      3.差异系数计算公式为意义与上式相同。

      3 区域城市化水平地域差异影响因子的关联分析

      3.1 评析指标的构建

      城市化水平的区域差异是自然、社会和经济等因素在漫长的历史过程中综合作用的结果，它分别与一个地区的土地条件、人口负载、农业发展、工业化、产业结构、居民收入及消费水平等众多因素有关[3]，从指标选取的代表性、可操作性和可获取性等原则出发，同时考虑到湖北省省情，拟选以下13个指标，从不同的侧面来探索该省区域城市化水平差异的主要影响因素[4,5,6]（表3）。

      3.2 主因子的提取

      考虑到湖北省城市化进程的阶段性和统计资料的延续性，笔者分别选取两个时段即1985～1994年和1995～2000年的研究期末年份即1994年、2000年作为分析截面年，同时参考了其它年份数据，这种处理不失代表性。在统计软件SPSS 10.0强大功能的支持下，将采集并计算得到的26组数据进行Z值标准化，建立两组13×17的数据矩阵，然后进行R型因子分析，按照特征值大于1的原则入选4个主因子，两个年份的累计方差贡献率分别为80.86%、84.37%，主因子提取完全符合要求[7]。为了进一步分析各主因子的意义，对原始主因子采取方差最大化正交旋转得到因子旋转后载荷量矩阵表（表4）。