中图分类号:F119.9文献标识码:A 文章编号:1000-0690(2008)06-0722-07 引言 全球化和城市化导致了城市和区域发展空间差异的变动,这种特征被进一步描绘为“空间极化”。Mitchelson R L等分析了全球化经济和专业化信息流对美国城市体系空间极化的作用[1]。一些学者对加拿大、美国、英国、瑞典、德国、俄罗斯等国日益扩大的空间差异和极化现象进行了实证研究,分析了产业转移、空间重构过程中区域差异和空间极化扩大的趋势[2-5]。还有学者研究了城市内部的“双城”式社会极化格局[6-8]。国内方面,甄峰等利用主成分分析法研究了改革开放以来广东省多层次的空间极化格局和反极化过程[9];欧向军等引入区域经济极化测定指数,定量分析了江苏省区域经济差异和极化主要影响因子[10]。金凤君注意到铁路客运提速、航空客流网络发展对城市体系和区域格局的“空间极化”效果[11,12]。汪明峰等考察了基于互联网的中国城市体系格局[13]。 国内外学者普遍采用统计分析方法,通过设计旨在测定空间极化程度和发展趋势的指数,分析空间极化的格局和演化过程;在研究地域上,国内已有的典型案例仅局限于最发达的地区。就中国东北而言,1990年代至今是其内部分化空前发展的时期,但学术界对这一地区城市与区域系统的研究很少[14]。本文将从整体上定量分析东北三省区域经济的空间极化,并通过GIS环境下的空间自相关分析,进一步展示这种变化的具体空间表现。 1 研究区域、数据来源与分析方法 1.1 研究区域与数据来源 本文的研究区域包括辽宁、吉林和黑龙江三省。采集数据的基本单元包括市域、市辖区和县级单元。数据源于官方出版的统计年鉴。以1990、1995、2000、2005年四个年份的GDP和人均GDP为经济指标。 为统一研究口径,本文空间分析的数据采用2005年行政区划界限,其他年份数据通过等面积切割转换到2005年边界空间中。 1.2 极化分析 引用3个指标分析东北三省区域经济极化的总体状况,即反映总体收入差距的“基尼系数”,测度区域极化的“沃尔夫森指数”(Wolfson index)和“崔王指数”(Tsui- Wang index)。 本文采用不带任何误差的计算样本数据基尼系数值的方法,公式为:
基尼系数是国际上衡量整体收入差异和不均等(inequality)的最流行指标,具有比较上的方便性。但是基尼系数并不能反映样本分布上的“集聚成群”(clustering)特征,而这种集聚或“中间阶层的消失”(disappearing middle class),表现为集群(cluster)或组(group)内部的相似性,以及集群或组之间的差异性,这些被认为是“极化”(polarization)的主要含义[2,15]。因此,虽然与基尼系数所表示的整体差异和不均等分布有密切关系,但是对极化程度的衡量还需要另外的指数。 沃尔夫森指数是沃尔夫森利用基尼系数推导出的一个极化指数[5]。计算公式为:
崔启源和王有强(TsuiKai- yuen和Wang You-qiang)在Wolfson指数的基础上,利用增加的两极化与增加的扩散(increased bipolarity and increased spread)两个部分排序公理推导出一组新的极化测度指数,被称为Tsui- Wang指数(简称TW指数,或崔王指数)[16]。其表达公式为:
是i地理区域的收入,m为所有地理区域收入的中间值,θ为正的常数标量,r∈(0,1),本文取θ=0.5,r=0.5。 以上两种极化指数的值域范围处于0(无极化)和1(完全两极分化)之间。 1.3 空间自相关分析 全局自相关指数Global Moran I(GMI)和局部自相关指数Local Moran I(LMI)[17,18]可以定量测度区域经济的极化模式,识别区域经济“热点区”的分布,进而探测区域经济极化的空间模式。GMI定义为:
2 区域经济的差异和极化态势 通过指数计算,分析1990~2005年东北三省区域经济的差异和极化态势。 2.1 市域经济 由公式(1)、(2)和(3),通过计算相关指数度量东北三省1990~2005年间区域经济极化发展的轨迹和趋势(图1)。结果表明,就34个地级(及地级以上)市的市域经济整体而言,其空间分布差异性(基尼系数)增长幅度不大,但市域经济的两极分化却有明显发展(如沃尔夫森指数和崔王指数所示);2000年以后市域经济总量的极化态势发生明显变化,崔王指数显示增长趋缓,而沃尔夫森指数显示极化程度下降;经济总量的极化程度明显高于人均。