表 57 部分省、市、区的位序—规模分析实例
省、市、区 |
样本数 |
截距 a∃ |
斜率 b∃ |
相关系数R |
首位城市 |
|
---|---|---|---|---|---|---|
理论规模(万人) |
实际规模(万人) |
|||||
湖 北 |
33 | 6.165 |
-0.887 |
-0.965 |
146.2 |
324.8 |
广 东 |
45 | 6.229 |
-0.935 |
-0.965 |
149.4 |
288.4 |
陕 西 |
11 | 6.159 |
-1.309 |
-0.976 |
144.2 |
192.6 |
沪 苏 |
38 | 6.750 |
-1.306 |
-0.991 |
562.3 |
743.5 |
云 南 |
11 | 6.015 |
-1.549 |
-0.826 |
103.5 |
110.8 |
认为,用 R2(相关指数)来检验回归的可靠性要比用 R(相关系数)敏感得多。而且在用位序—规模回归分析方法来进行地区或国家的对比研究或不同时间的演变分析时,若相关系数不同,严格地说,截距和斜率是没有可比性的,这一点需要特别注意。
3.回归方程的斜率
把首位分布和位序—规模分布看作是两种不同类型的城市规模分布,严格地说是不严密的。首位分布只关注城市体系中第一位城市与其它少数几个高位次城市的规模关系。而位序—规模分布是观察整个城市体系规模的连续性和平均状况。这是两个不同的观察方法,不同的评价指标,是不能够相比的。当允许位序—规模律中的指数(即回归的斜率)变化时,首位率可以有很大的变化。卡罗尔用表 58 中的 3 组数字来说明这一问题,即当 q 值很大时,符合位序—规模法则的城市体系,可以有很高的首位率。在这种情况下, 究竟属于什么规模分布类型呢?卡罗尔的例子是把 K 值作为已定情况处理的,如果允许 K 不是最大城市的实际规模,就象表 57 中的例子,斜率甚至可以完全扭曲实际的首位率,那么就更缺乏可比性了。