二、城镇密度

城镇分布还可用城镇密度度量。1978 年我国每千平方千米的国土上平均有万人以上城镇 0.156 座。正如上面所说,我国城镇分布属集聚型,因而城镇密度省际差异大。江苏、浙江、安徽、广东和福建密度最大,每千平方千米有万人以上城镇多于 0.410 座;江西、湖北、河南、山东、湖南、吉林、

辽宁和河北等密度较大,每千平方千米在 0.227—0.409 座之间;四川、广西、

山西、贵州、黑龙江和陕西密度较小,每千平方千米 0.117—0.226 座;云南、

内蒙、甘肃、宁夏、新疆、青海和西藏密度最低,每千平方千米少于 0.116 座。将上述资料绘成我国各省区城镇密度图(图 8-26),可以明显地看出我国各省城镇密度从东向西有规律地递降。

我国各省区城镇密度的省际差异,是自然、政治、经济、人口和历史等因素综合作用的结果。在某种意义上说,经济、人口因素对城镇密度的影响, 已经反映了自然、政治、历史等方面的作用。为此,根据资料收集与数量化的可能性以及省际的可比性,选择了经济和人口因素方面的六个因子进行回归分析,试图对平均密度的省际差异进行定量的解释。选择及计算结果如表8-5。

表 8-5 因子选择与资料矩阵

因子

工农业总产值

城镇人均工业产值

铁路长度指数

农业人均粮食产量

人口密度

城镇扩散系数

计算单位资料年份

代号

(亿元) 1973

x1

(百元每人) 1978

x2

1978 (?) x3

(公斤每人) 1978

x4

(人每平方千米) 1978

x5

1978

x6

河北

西藏

26 省区平均值

216.90

342

88

367

188

26.60

注:

①铁路长度指数:根据 1979 年编《中国交通图册》中各省区的铁路分布情况,按图论原理,用“边”数指标代表铁路通车里程指数。

②城镇扩散系数:Id = ∑ P1

i =2

Pi 式中,P1 为首位城市的人口数,Pi 为按

大小顺序排列的第i位城市的人口数。

③其它资料根据国家统计局有关资料。

表 8-6 城镇密度省际差异回归分析结果

自变量xi

计算数值

与因变量的关系

工农业

总产值

城镇人均

工业产值

铁路长

度指数

农业人均

粮食产量

人口

密度

城镇扩散系数

单相关系数

0.63 ②

0.41 ①

0.20

0.27

0.87 ②

- 0.33

因素贡献的F 值

7.74 ②

18.15 ②

12.86 ②

9.81 ②

195.58 ②

0.29

注:①表示置信水平 0.95 上显著。

②表示置信水平 0.99 上显著。

表 8-6 告诉我们,六个因子中,人口密度与城镇密度的相关性最显著, 相关系数为 0.87,因素贡献的 F 检验值最大,为 195.58,说明人口密度较大的省区,城镇密度也大。东半部省区一般是人口多,土地面积小,人口密度大,虽然城镇非农业人口占总人口的比例并不很高(一般为 12%左右),但城镇非农业人口的绝对数都很大。城镇数目多,因此形成较高的城镇密度。相反,西半部省区大多土地辽阔,人口稀少,虽城镇非农业人口占总人口的比例较高(一般在 20%左右),但城镇人口的绝对数却很少,城镇数目不多, 因此城镇密度低。

表 8-6 还告诉我们,国民经济发展的规模和水平与城镇密度关系也很大。工农业总产值可以衡量国民经济发展的程度,它与城镇密度的相关系数较高(0.63),因素贡献的 F 检验值可在 99%置信水平上显著。说明国民经济越发达的省区,其城镇数目越多,城镇密度越大。城镇人均工业产值大体上反映了各省区的工业技术水平和劳动生产率的高低,进而反映了工业发展概况。城镇人均工业产值与城镇密度的相关系数和 F 值都较高,分别为 0.41、18.15,说明人均工业产值越高的省区,城镇密度越大。各省区铁路长度指数, 农业人均粮食产量与城镇密度的单相关不显著,但两者的因素贡献的 F 检验都在 99%的置信水平上显著,因此,被选入了回归方程。而城镇扩散系数与城镇密度的相关关系不显著,F 值最小,因此未被选入回归方程。最后的回归方程为:

y=0.1033+0.0004x1-0.0008x2-0.0012x3+0.0006x4+0.0013x5

由于回归方程的复相关系数大(R=0.96),F 值高(50.36),估计标准误差小(0.0635),估计值与实际值相比,超过两个标准误差的省区只有山东。因此,该回归方程能较好地解释我国各省区城镇密度的差异。