时空演变规律（精选7篇）
时空演变规律 篇1
随着《中长期铁路网规划》的出台, 中国四纵四横高铁干线的建成标志着中国进入高铁时代。高铁作为“铁路革命”的重要标志, 其最大优势或者特点就是“时空压缩效应”, 这种时空压缩效应就是在一定时间距离下, 随着空间距离的增加, 游客出游的半径会逐渐增加。从经济角度出发, 以山东省为例, 2000年~2012年山东省17个地区旅游的变异系数和基尼系数表示地区旅游情况和经济发展情况, 根据以往文献研究发现, 变异系数和基尼系数的变化情况基本是趋于一致的。但是在个别年份二者发展趋势存在差异, 例如在2007年山东省变异系数开始下降, 但是基尼系数仍然在上涨。这样的问题在每个城市或者地区都可能发生, 但是目前对此研究很少。本文主要是从经济学角度出发, 以典型省份山东省和湖北省为例, 对旅游时空演变规律及高铁与旅游流时空演变的关系进行系统归纳、梳理、研究, 期望获得有意义的结论。
一、旅游流时空演变规律概述
目前理论界对旅游流的定义仍然没有一致性的结论, 主要分为狭义和广义两种看法, 广义的旅游流是指旅游客流和其他的一些流量;而狭义的旅游流仅仅指旅游客流。除此之外, 目前普遍认同的广义旅游流是指旅游客源地和旅游目的地在空间相互作用过程中形成的文化流、物质流、资金流、信息流和旅客流;而普遍认同的狭义旅游流是指旅游目的地、旅游通道与旅游客源地之间的空间流动。目前旅游时空分布主要具有尺度性特征, 分布是小尺度的景区游客、中尺度城市内部乃至省内游客时空分布、大尺度国内游客时空分布。但是在不同的尺度下研究存在时间和空间的差异性, 当前研究时间分布较空间分布更加成熟, 因为时间的客流量较空间的规律、机制等更为容易获取研究数据。实际上, 以往研究对小尺度的空间分布主要侧重于客流量的分布规律、强度密度等, 对中尺度的空间分布主要是客流量在城市间的演变过程和运动轨迹, 对大尺度的空间分布主要是客流量的区域集聚和区域扩散。从经济学角度出发, 研究旅游时空分布主要侧重于它的极化分析和差异分析。
二、旅游流时空演变规律分析
1. 旅游流时空演变规律的极化分析
沃尔夫森指数是分析极化常用的指标之一, 本文也同样用其分析旅游经济空间的演变趋势和极化特征。以山东省为例, 根据统计年鉴和统计年报, 山东省的沃尔夫森指数在2000年~2012年呈现不断下降的趋势, 从2000年的1.43下降到2012年的0.83, 这在一定程度上表示山东省旅游的极化现象在不断缓解。而山东省基尼系数是表示山东省经济发展的平衡程度, 根据统计年鉴和统计年报, 在2000年~2012年也呈现下降趋势。沃尔夫森指数和基尼系数基本呈现一致性趋势, 这也标志着经济发展与旅游业发展是高度相关的, 旅游经济逐渐趋于空间平衡。
仍然以山东省为例, 影响旅游经济发展的因素主要体现于经济发展水平、交通条件和旅游资源。仅就经济发展水平为例, 根据山东省GDP与旅游总收入的相关性, 在2007年~2009年的相关系数分别为0.777、0.900、0.905, 而在2010年~2012年的相关系数分别为0.903、0.900、0.897, 这也表示地区的经济发展水平与旅游业发展具有高度相关性, 且呈现正向关系。而且根据山东省各地市统计年鉴, GDP较低的地区, 旅游发展也不景气。因此, 目前旅游流空间逐渐趋于平衡, 且经济水平越好的地区, 它的旅游流也越大。
2. 旅游流时空演变规律的差异分析
旅游流时空演变规律的差异分析主要基于基尼系数、变异系数和标准差分析。以山东省为例, 根据统计年鉴和统计年报, 2000年~2012年山东省旅游的变异系数从1.04下降到0.76, 而基尼系数从0.51下降到0.41, 二者基本趋于一致。这说明山东省旅游经济的相对差异在不断减小。但是标准差是逐渐增加的, 由2000年25.57上升至2012年201.86, 这说明山东省旅游经济的绝对差异在逐渐增加。这种现象的发生主要是因为旅游业是一个高附加值的产业, 随着我国旅游业的整体趋势在不断上升, 各地市开始加大投入, 纷纷投入“旅游文化建设”, 因此出现了相对差异减小的现象。但是受地区经济发展和地区资源所限, 各地的发展并不能统一, 开始出现差异化, 因此出现了绝对差异增加的现象。
三、高铁与旅游流时空演变的关系
从以往研究文献和本文预测试结果来看, 高铁与旅游时空演变的关系主要体现于扩散、极化和差异化作用, 这三种作用主要反映了高铁对旅游流空间分布的“马太效应”。
1. 高铁对旅游流时空演变的扩散作用
湖北省是高铁首位度非常高的省份, 首位度是用来衡量城市经济、政治发展规模的指标, 而且湖北省城市旅游经济发展的极化现象非常严重, 因此以湖北省为例研究高铁的扩散和极化作用是非常好的。因此在研究高铁对旅游流时空演变的扩散作用时, 要剔除武汉这个城市。我们对比湖北省高铁区和非高铁区的网络中心性, 可以发现, 高铁区的旅游流网络中心性明显大于非高铁区的旅游流网络中心性, 这也说明高铁带动了湖北省城市旅游流的时空扩散, 它链接了旅游中心城市与边缘不发达城市间的旅客流。根据以往文献研究发现, 非高铁区的旅游流网络结构只能与边缘地区的7个旅游点发生直接联系, 且在7个地区里只有1~2个主要旅游地区, 占总旅游流的43.75%;而高铁区的旅游流网络结构能与边缘地区的12个旅游点发生直接联系, 这12个地区中有6个是主要旅游地区, 占总旅游流的75%。由此可见, 高铁对旅游流时空演变具有重要的扩散作用。
2. 高铁对旅游流时空演变的极化作用
湖北省旅游流的发展呈现很严重的极化现象, 呈现集聚性形态, 其中武汉是客流量最为庞大的城市, 它是排在第二位的4倍之多。武汉每年占全省的旅游量约为50%, 这与经济发展具有很重要的关系。位序规模法则是指对一个城市的规模和该规模在某个体系中的位序分布。根据帕累托分布法和位序规模法则, 对湖北省各城市进行拟合发现, 高铁开通前后的拟合指数呈现出很大的差异, 第一标度武汉和其他第二标度地区的空间分布完全符合帕累托分布法和位序规模法则。也就是说, 高铁的建设强化了旅游流时空演变的极化作用。经济发达地区建设高铁可以带动旅游流的增加, 而经济欠发达地区建设高铁反而会加强旅游流的流失, 形成旅游流的“马太效应”。
3. 高铁对旅游流时空演变的差异化作用
泰尔指数是衡量地区收入的有效指标, 在这里用来表示地区间旅游经济的发展差异。根据统计年鉴和统计年报, 我们以2009年前后湖北省武汉市武广高铁为例, 在2009年前, 湖北省的泰尔指数为0.408, 2009年以后泰尔指数为0.435, 这也就是说高铁的开通使地区旅游经济差异更显著了。如果剔除首位度城市武汉, 高铁开通前的泰尔指数为0.136, 而开通后的指数为0.105, 可见高铁使经济欠发达城市的旅游经济差异性更小。因此, 与分散作用、极化作用类似, 高铁对旅游流时空演变具有差异化作用。
四、结语
根据以上所述, 本文之所以以山东省与湖北省为例, 是因为山东省是文化重省, 旅游流大, 尤其是青岛地区, 而湖北省是高铁密集区, 旅游流区分明显。本文研究发现, 旅游流在时间上呈现逐渐增加趋势, 在空间上呈现两极分化趋势。而高铁的建设加速了旅游流时空发展的速度。虽然本文从经济学角度, 利用基尼系数、差异系数、泰尔指数等多种分析指标, 但是限于篇幅, 本文并不能把原始数据附于原文, 以及不能详细的列出计算过程。期望后续研究可以进一步扩展和补充。
参考文献
[1]丁佼, 黄晓霞, 和克俭.国内旅游客流时空集散规律研究进展[J].云南地理环境研究, 2012, 24, (5) :44~50.
[2]李志飞, 夏磊.中国特殊时段旅游流时空分布特征研究——以“十一”黄金周为例[J].旅游学刊, 2013, 28, (10) :37~46.
[3]汪德根.武广高速铁路对湖北省区域旅游空间格局的影响[J].地理研究, 2013, 32, (8) :1555~1564.
广西城镇规模分布的时空演变特征 篇2
城市是区域经济发展的引擎和增长极,随着世界范围内城市化进程的不断加速,城市规模分布演变不仅为城市地理学家所关注,也日益受到城乡规划等领域学者的关注。城市规模分布研究已经成为城市地理学、城乡规划学和空间经济学等学科研究的重要议题,也是城市科学研究中最富成果亦颇具争议的研究领域之一。1910年以来,西方学者建立了一系列可供理论分析和实际应用的经典理论和数学模型:如由Auerbach提出、Lotka等发展的等级—规模法则;Jefferson给出的首位城市规律;Zipf给出的位序—规模分布法则;Carroll等人提出的帕雷托法则等,这些理论和模型对西方国家城市规模增长和分布给出了强有力的解释。上述理论与模型也由一些学者引入到我国,严重敏、宁越敏、许学强、周一星、顾朝林等人运用上述模型和理论对我国的城市规模分布规律进行了一系列有意的研究,取得了较为丰富的研究成果。
广西既是西部大开发的一个省区,又是民族自治地区,改革开放以来的30多年,广西城市化进程发展迅速,截至2008年底,城镇化地区总人口达1047.05万,形成了包括特大城市、大城市、中等城市和小城市在内的较为完整的城市群网络体系。在西部大开发以及多区域合作框架的背景下,作为中国南疆对外开放的窗口,广西的城市化进程将会在我国具有重要的地位。因此,本文对广西城镇规模分布演变轨迹和规律进行研究,将对广西城市化进程的良性推进具有重要的理论和现实意义。
2 数据来源和研究方法
本文研究对象为广西所有县级以上的城镇,具体包括14个地级市和75个县城,总共89个行政单元。考虑城市化进程的特点、数据的可获得性和连续性等,本文选择1997～2008年为分析时段,时间序列数据均来自历年《广西统计年鉴》。本文采用的研究方法为城市位序—规模法则、城市增长回归模型和城市基尼指数等。
3 广西城镇规模分布的时间演变特征
3.1 城镇数量和规模演变特征
改革开放以来,广西大城市和中等城市数量增长较快,大城市的规模增长也较快,中等城市的规模增长较小,相比较小城市增长不显著,特大城市没有增长。从表1中可见,大城市和中等城市数量增长较快,分别由1997年的1个和3个增加到2008年的3个和5个,相应增加了2倍和0.6倍;人口比重有所增加,分别由初期的22.28%和29.03%增加到2008年的36.18%和29.39%。与数量的增长相比,大城市的规模增长较明显,中等城市规模增长不明显。相比较,小城市增长不显著,由1997年的4个增加到2008年的5个,人口比重却减少,由1997年的19.25%下降至2008年的11.25%。规模大的特大城市的数量没有增长,由1997年的1个到2008年的1个不变,但其人口比重仍占大部分,1997年占29.44%,2008年占23.18%。1997年特大城市的人口占有最大比重为29.44%,小城市占有最小比重为19.25%;2008年大城市人口占有最大比重为35.71%,小城市占有最小比重为11.25%。
3.2 城镇体系由位次型向首位型分布模式转变
在一个国家或区域城市体系内部,所有城市的规模与其位序之间存在着如下关系:当按人口规模将城市从大到小排序后,大于或等于某一规模(P)的城市数量(R)将随着规模(P)的增加而以一个指数形式(α)递减,可以用如下的函数形式加以表示:
式中,R、P分别表示城市位序和城市规模;A为最大城市的理论人口规模;α为帕累托指数。
城市规模与位序之间的关系通常称为城市位序—规模法则(Rank-Size Rule)。指数α的大小可以用来测度城市规模分布的差异程度,值越大,城市体系中人口分布越均匀。一般而言,当α<1时,表明大城市占优势,城市首位度高,称为首位型分布;当α>1时,表明城市体系内中小城市占优势,城市首位度低,称为位次分布;当α=1时,称为Zipf(捷夫)定律,体系内各级城市的规模为首位城市规模自然序列倒数的倍数。
资料来源:广西统计年鉴(1998～2009年)
将1997～2008年间广西城镇城市人口规模按照从大到小的顺序排列后,分别建立城市位序与城市规模之间的双对数线性模型(见表2),可以发现:1997～2002年间,α>1,这意味着期间广西城镇体系的规模分布呈现位次分布,表明城市体系内中小城市占优势,城市首位度低,而且其间一直存在波动,没有明显的变化趋势。1997～1998年α值减小,表明位次分布减弱。1998～2001年α值增大,表明位次分布加强。2001～2003年α值减小,位次分布又减弱,首位分布加强,在2003年时α<1,则表明在2003年广西城镇规模分布转变成首位型分布模式。2003～2008年间,α<1,表明大城市占优势,城市首位度高,大城市的发展势头强于中小城市,期间也有波动。2003～2005年α值基本不变;2004～2006年α值减小,表明首位分布加强;2007年α值增加,首位分布减弱;2008年α值减小,首位型分布加强。
3.3 城镇体系呈现平行的增长态势,城市规模分布保持相对稳定
通过进一步考察城市增长率和初始城市规模之间的关系,可以帮助识别城市规模分布的演变模式。具体而言,以初始年份的城市规模(x)为自变量,以城市人口年均几何增长率(y)为因变量,建立如下城市增长回归模型:
若回归系数b显著为正,说明初始规模较大的城市,其增长率较快,城市规模分布呈现发散增长模式;若回归系数b显著为负,说明初始规模较小的城市,其增长率较快,城市规模分布呈现收敛增长模式;若回归系数b接近于0,说明城市增长与初始规模之间并没有多大关系,城市规模分布呈现平行增长模式。广西城镇地区1997年和2001年的城市初始规模为自变量,以城市年均增长率为因变量而建立的增长回归模型,从分析结果(见表3)可以看出:(1)第一阶段的回归系数b为正值,但是接近于0,可见三个不同研究阶段上的回归系数b皆接近于0,说明城市增长与初始规模之间并没有多大关系,城市规模分布呈现平行增长模式。(2)回归系数b非常小,而且模型的拟合程度也非常低,这表明广西城镇地区的城市初始规模对城市增长的解释能力非常有限。
注:因统计资料缺失,2000年数据无法计算。
资料来源:广西统计年鉴(1998～2009年)
资料来源:广西统计年鉴(1998～2009年)注:因统计资料缺失,2000年数据无法计算。
3.4 城镇体系呈不均衡空间格局,由“低水平均衡”向“极化”发展
城市体系的形成与演变,大体遵循着“低水平均衡→极化→扩散→高级均衡”的发展路径。这一过程可以通过马歇尔(J·U·Marshall)的城市基尼指数(Gini index)加以描述。设一个城市体系由n个城市组成,各个城市的人口规模之间有如下关系:P1≥P2≥P3≥…Pn。S是这n个城市的人口总和或整个城市体系的总人口,T是城市体系中每两个城市之间人口规模之差的绝对值总和的2倍,即:
城市规模基尼系数越接近0,说明城市规模分布越分散;系数越接近1,说明城市规模分布越集中。从表4可以看出,广西城镇体系的城市基尼指数的变化趋势不是很明显:1997～2001年在0.53左右波动,说明1997～2001年广西城镇分布比较集中;2002年小于0.5,为0.445602829,则2002年广西城镇分布趋于均衡;2003～2008年在0.56～0.57之间波动,说明2003～2008年广西城镇分布也较集中,可见广西城镇地区城市规模基尼系数基本大于0.5,平均值为0.542274165。1997～2008年基尼指数的变化过程大体遵循“下降→上升”的变化,即城市规模的形成与演变大体遵循“低水平均衡→极化”的发展路径,这与城市位序—规模法则的检验结果大体一致。
4 结语
本文探讨了1997～2008年十多年间广西城镇规模分布的时空演变特征,研究结果如下:(1)改革开放以来,广西大城市和中等城市数量增长较快,大城市的规模增长也较快,中等城市的规模增长较小,相比较小城市增长不显著,特大城市没有增长。(2)广西城镇体系1997～2003年为位次型分布模式,表明城镇体系内中小城市占主要优势,大城市优势不突出,城市首位度低。2003～2008年为首位型分布模式,表明大城市占优势,大城市的发展势头强于中小城市,城市首位度上升。(3)在整个研究期间,广西城镇体系呈现平行增长模式,城镇体系中各种规模的城市增长率大体相似,城市规模分布保持相对稳定。(4)广西城镇体系在空间上的分布格局没有呈现均匀,空间极化现象比较明显。城市规模的形成与演变大体遵循“低水平均衡→极化”的发展路径。本文尚未对造成城市在规模分布特征的各种因素和动力机制进行深入分析,有待今后进一步研究。
摘要：在相关研究综述的基础上,采用城市位序—规模模型和基尼系数对近期广西城镇规划分步的时空特征进行深入研究,结果表明:(1)1997～2008年间,广西大城市和中等城市数量增长较快,大城市的规模增长较快,中等城市的规模增长较慢,小城市增长不显著,特大城市没有增长;(2)广西城镇体系经历了位次型—首位型分布模式,城市首位度升高,但其间有波动;(3)广西城镇体系呈现平行的增长态势,城市体系中各种规模的城市增长率大体相似,城市规模分布保持相对稳定;(4)广西城镇体系呈现不均匀的空间分布格局,空间极化现象比较明显,城市规模的形成与演变大体遵循“低水平均衡→极化”的发展路径。
关键词：城市规模分布,位序—规模法则,回归分析,基尼系数,广西
参考文献
[1]毛广雄,曹蕾,丁金宏,等.基于传统和五普口径的江苏省城市规模分布时空演变研究[J].经济地理,2009,29(11):1833～1838.
[2]顾朝林.中国城镇体系等级规模分布模型及其结构预测[J].经济地理,1990,10(3):54～56.
[3]江曼琦,王振坡,王丽艳.中国城市规模分布演进的实证研究及对城市发展方针的反思[J].上海经济研究,2006(6):29～35.
[4]蒲英霞,马荣华,马晓冬,等.长江三角洲地区城市规模分布的时空演变特征[J].地理学报,2009,28(1):161～172.
时空演变规律 篇3
1研究方法
1.1数据来源及处理方法
本文采用泉州西北山区安溪、永春、德化3县的3个气象站1985—2014年30a间完整的气象观测数据以及近几年区域自动站的气象观测数据,研究泉州山区气温的时空演变特征,结合高海拔山区的气候特点,分析影响气温时空演变特征的因素。为保障数据的完整性及其连续性,少量部分缺失数据进行了插补工作,其中,所缺失的气温数据使用的是平均值法;降水量数据的插补,则通过趋势预测法进行。同时为研究气温及降水量的空间分布,使用了数字化地图工具进行分布式气候模型的构建。
1.2研究方法
本文主要采用经验正交函数分解法(EOF)。因为其可以对数据中存在的空间异常结构进行分析,通过数学理论将主要部分集中,不仅可以使得其结构更为符合实际,同时也简化了操作。
经验正交函数分解法的应用如下。
其矩阵形式为
2泉州西北山区年平均气温变化
20世纪60年代至80年代20a的时间里,该地区年平均气温呈现下降的趋势,而年平均气温的最低值出现在70年代中期,在80年代中期之后逐渐出现气温的回升,且以10a为一个研究周期,气温上升程度逐渐增大,进入到21世纪的前10a气温较20世纪80年代年平均气温上升了近1℃。在1984年,德化、永春、安溪3县的年平均气温最低,较常年均值低出0.7~1℃;而在1998年三地的年平均气温出现峰值,较往年高出近1℃;1998年之前,泉州西北山区的年平均气温距平多为负值,而在此之后的距平基本为正值。整体看来,泉州西北山区的年平均气温在20世纪90年代之前为下降的趋势,在90年代之后呈现上升趋势,且在进入21世纪后气温上升幅度明显增大,这一结果与全球气候变暖的情形基本一致。
3泉州西北山区高低温变化特征
3.1平均最高温与平均最低温
泉州西北山区的平均最高气温低于往年的情况出现在20世纪80—90年代,1984年出现最低平均最高温,其中德化县为22.1℃,永春县最低高温为24.6℃,安溪县最低高温为24.8℃。自20世纪90年代末期至今,平均最高气温则多为高于往年气温值的情况,最大平均气温出现在2003年,其中德化县最高平均气温为24.5℃,永春县为26.8℃,安溪县为27.6℃。而该地区平均最低气温的时间走势特征与平均最高气温的变化情形较为相似,1986年出现最低平均低温,德化县为13.5℃,永春县为16.2℃,安溪县为16.4℃;平均最低气温的峰值则出现在1998年,其中德化县最低平均气温为15.9℃,永春县为18.1℃,安溪县为18.4℃。整体上,泉州西北地区平均高低温的变化除经历20世纪80年代的一个短期的转折外,基本呈现不同程度上升的走势,而且进入到21世纪之后的增幅愈加明显。
3.2极端气温的出现
在近40a的气象观测数据中,泉州西北地区极端高温出现的几率较高,尤以永春县最为典型,永春县自20世纪80年代初至今,高于35℃极端高温天气每年都会出现,1997年出现最小高温值,为35℃,在2003年出现最大高温值,为39.6℃。德化县由于地处永春县西北戴云山南麓,海拔较永春县高,其极端高温天气出现的几率以及最高温度较之永春县低些,出现极端高温天气的时间多集中在7月份,在夏季其他月份出现高于35℃高温天气的情况较少,极端最高气温最大值出现在2003年,为37.7℃,德化县极端高温在2003年后基本维持在35~36℃左右。安溪县纬度较低,海拔相对永春及德化更低,其极端高温天气出现的情况较永春更高,但是表现不典型,西部海拔较高地区和东部地区表现出较为明显的差异性,以地理上的内外安溪为分界,外安溪极端高温值在2003年达至40.1℃,同年内安溪也达到30a来最高极端高温值,为38.6℃,受西北山区整体气温升高趋势影响,2003年后在36℃以上的极端高温天气历年均有出现,时间集中于每年夏季的7月中旬。
在该地区历年极端最低气温的记录数据中,德化县只有1998年的最低气温高于0℃,其余年份的德化县极端最低气温都为零下,而最低极端最低温为-6.6℃,出现在1999年。永春和安溪极端低温则较德化为高,出现在对冬季的1月,在0℃以上的年份也多于德化县。整体来看,泉州西北山区极端低温的出现多集中在每年1月份[3]。
4泉州西北山区气温在空间上的变化特征
德化县和永春县的气温特征明显存在一定的差异,在同期同类的气温数据比对上,德化县的气温数值总会低于永春县2~3℃,而安溪县与永春县的气温则较为接近,但是其平均海拔及纬度更低,同期同类气温相比于永春县略高,差值在0.5~0.8℃,夏季差值更为明显,冬季差值则相对较小。在不同的地势阶梯上,接受的来自东南沿海季风及对流的影响程度不同,地区植被情况及空气湿度等气候气象指数也不尽相同,同时地势越高,相应垂直方向上的温度就会越低,由此,在泉州西北-东南走向的气温变化研究,以戴云山脉为起点,气温在区位上的变化是逐渐升高的。
5泉州西北山区气温时空演变影响因素
5.1降水量对气温演变的影响
对四季及年平均气温与降水量进行相关性分析。结果显示,30a来,虽在不同局域呈现一定差异,但是春季总体降雨量增加,而气温整体上仍旧表现为升高,两者间无显著相关系;而夏季气温与降水则呈现出显著的负相关系,气温上升1.5℃,降水量下降了3.57mm;其中3县中的德化县表现的尤为明显;秋季,降水量与气温变化均未表现出显著相关性关系,但是整体气温水平与降水量表现为一致性上升趋势;冬季气温3县降水量与气温变化呈现出较为显著的相关性,降水量增加,气温降低,但是30a来冬季降水量无明显差异,而平均气温则呈现一定程度上的升高。
5.2日照对气温演变的影响
通过相关系数分析,日照时间与泉州市西北山区平均气温呈现较为显著的正相关关系,尤其是对于平均最高气温的影响最为显著。其中安溪县四季及年气温日较差与最高气温的相关度最高,永春县和德化县稍低,但是仍旧表现出较为显著的相关关系。需要引起注意的是,进入21世纪后,日较差日益表现出较强的突变性,致使泉州西北山区虽然全年平均气温变化幅度不大,但是在局部时间段呈现出很强的波动性,春夏两季气温出现较大的波动值,极端天气出现的频率大幅增长。
5.3地形对气温演变的影响
泉州西北山区因为地处山地或丘陵地域,平均海拔高度在东南地区较高,局部区域气候变化与沿海地区呈现出差异性。山林植被等对日照强度的吸收作用等对气候起到一定程度上的调节作用。安溪、永春东部区域靠近沿海区域,平均海拔较低,整体气温变化趋势上与沿海地区更为接近;而2县西部区域及德化县因平均海拔高,平均气温变化相对更为平稳,两者之间呈现出微弱相关性。但是,就极端气候天气变化趋势而言,地形对其产生的影响不显著,西北山区与东南地区整体上趋于一致。
6结束语
地处东南沿海的泉州地区,其西北山区的气温分布显示出明显不同与沿海地区的特征,然而在历史气温演变特征上却与福建地区的气温演变保持一致,在全球变暖趋势的不断增强的当今,地区气温的时空演变也在印证着这一事实,希望相关气象及环境部门有效整合地方职能及资源,对气象环境的恶化作出努力,让气象灾害不再成为沿海人民生产生活的重大威胁。
摘要：泉州地处东南沿海地区,东面临海,地势呈现东南低西北高的特点,本文选取泉州西北山区德化、安溪和永春3个县作为参考,对泉州西北山区的气温在时间及空间上的演变规律进行浅层的探究,旨在对相关气象研究及气象防御工作提供一些积极的参考。
关键词：泉州西北山区,气温,时空演变
参考文献
[1]魏瀛珠.博斯腾湖流域夏半年面雨量和气温时空分布特征及其对径流的影响[D].南京信息工程大学,2013.
[2]熊光红.关中降水与气温时空动态演变特征研究[D].长安大学,2015.
时空演变规律 篇4
本文以新疆15个地州市为区域研究单元, 并分解为北疆、东疆、南疆三个区域进行分析, 运用标准差、变异系数、泰尔指数等方法分析了2000~2011年新疆入境旅游区域差异的时空演变。结果表明:2000~2011年新疆入境旅游发展迅速, 但总体差异依然很大。入境旅游地州际差异逐渐缩小, 变化速度趋缓, 地带内差异大于地带间差异, 地州际差异主要由地带内差异构成, 特别是北疆地带内差异是新疆入境旅游区域差异的主要贡献者。最后提出协调地区旅游业发展的建议。
数据来源与研究方法
(一) 数据来源
为保证指标的可比性和延续性, 减少因数据问题而带来的误差, 本文选择旅游外汇收入作为新疆入境旅游区域差异的衡量指标。各地州 (市) 国际旅游收入和人口数数据来源于2001~2012年《新疆统计年鉴》。因2005年巴州的国际旅游收入数据残缺, 文中利用均值插值法加以补充。本文以新疆15个地、州、市区域为研究对象, 沿用普遍采用的大区域划分, 把新疆分为北疆、东疆和南疆三大区域。北疆包括乌鲁木齐市、克拉玛依市、石河子市、昌吉州、伊犁地区 (包括伊犁州直属县、阿勒泰地区、塔城地区) 、博州;东疆包括吐鲁番地区、哈密地区;南疆包括巴州、阿克苏地区、克州、喀什地区、和田地区。
(二) 研究方法
本文采用标准差、变异系数、Theil指数等方法综合对新疆15个地州市区域的旅游区域差异总体特征及变化进行研究分析。标准差和变异系数分别反映新疆各区域入境旅游经济绝对差异和相对差异的总体变化情况;泰尔 (Theil) 系数是衡量区域差异的一个重要指标, 泰尔系数T越大, 说明区域经济差异越大。将新疆分为北疆、东疆、及南疆三个区域作对比, 并对三个区域内部的地、州区域之间的旅游差异进行分析。各指数公式如下:
1.标准差及变异系数
式中Yti为第t年第i个地域单元的旅游外汇收入, Yt为第t年n个地域单元旅游外汇收入的均值, n为地域单元的个数。
2.区域内地州间入境旅游经济差异程度泰尔指数Tpi
3.区域间入境旅游差异程度泰尔指数TBR
4.以地州为单元的新疆入境旅游区域差异程度泰尔指数TP
根据 (3) 和 (4) , 新疆入境旅游区域差异可分解为地带内 (TWR) 和地带间 (TBR) 差异之和:
式中Yij和Nij分别为i区域j地州入境旅游收入和人口数, iY和Ni分别为i区域入境旅游收入和人口数, Y和N分别代表新疆入境旅游收入和人口数。
新疆入境旅游区域差异的时空演变特征
(一) 新疆入境旅游差异总体水平的动态变化特征
采用标准差和变异系数, 对新疆入境旅游差异总体特征作了分析 (见图1) 。从各地州市绝对差异来看, 标准差整体波动大且呈上升趋势。在2002年、2007年与2011年达到标准差峰值, 2002~2003年呈下降趋势, 其后转入上升态势, 标准差由1005.11增长到2007年峰值2899.35。2007~2009年标准差相对略有下降, 在2009~2011年标准差急剧上升到6198.67, 达到12年间的最高点。标准差的明显波动说明, 新疆入境旅游经济发展水平的绝对差异不稳定。从相对差异来看, 变异系数呈现出“M”形, 总体呈下降趋势。从2000年的2.60上升到2002年的2.90, 又从2003年的2.69下降到2004年的1.95。其后由2004年的1.95上升到2006年的2.41。2007~2011年相对差异先以较缓慢的速度下降后转为快速下降。从2006年的2.41降至2011年的1.73。综上, 新疆入境旅游经济相对差异2000-2011年间整体呈波动下降趋势。且变异系数均大于1, 说明新疆入境旅游发展不均衡。
(二) 新疆入境旅游的地州际、地带间以及地带内差异演变
本文通过泰尔指数折线图来表示新疆入境旅游发展的动态过程 (图2) 。总体上看, 2000-2011年新疆入境旅游地州际差异TP逐渐缩小, 但下降趋势是一个波动过程;地带内差异TWR大于地带间差异TBR, 地州际差异主要由地带内差异构成。由于北疆地带入境旅游收入占全疆入境旅游总收入70%以上, 所以新疆入境旅游区域差异主要是由北疆地带内差异构成的。以2011年为例, 乌鲁木齐市和伊犁哈萨克自治州的国际旅游收入占北疆地区总的国际收入的97.1%, 而克拉玛依市、石河子市和昌吉回族自治州的国际旅游收入仅占0.6%, 北疆地带内差异是非常显著的。新疆入境旅游区域差异可划分为以下几个阶段:
(1) 2000~2002年入境旅游区域差异居高不下。这段时期地带内部差异变化不大, 地带间差异上升, 带来总体内部差异结构的稳定上升。2000年, 国家实施西部大开发战略, 新疆作为重点省区迎来了旅游业快速发展时期。2001年12月11日, 中国正式加入WTO, 对新疆入境旅游业产生了积极的影响, 不仅有利于引进国外客源, 而且有利于更大规模地吸引国外资本的进入, 为新疆旅游业的发展提供更为广阔的市场空间。2002年, 首届新疆国际旅游节在乌鲁木齐举办, 扩大了乌鲁木齐国际旅游的影响力。此时, 一些有接待能力的地州市优先发展了入境旅游业, 如乌鲁木齐市, 而经济相对落后的地州没有接待能力。
(2) 2003~2004年入境旅游区域差异持续下降。这段时期新疆入境旅游区域差异持续下降, 且下降速度较快。2003年初爆发的“SARS”危机, 对新疆入境旅游产生的影响较大。此段时间不存在所谓的接待能力优势, 新疆各地州市的入境旅游人数和国际旅游外汇收入都有所下降。因此, 这段时期新疆入境旅游区域差异呈下降趋势。
(3) 2005~2007年入境旅游区域差异呈上升趋势。随着2003年“SARS”疫情的消失, 新疆的国际旅游业以较快的速度恢复。这一时期入境旅游区域差异呈上升趋势, 地带间的差异下降后又上升, 地带内的差异上升。具体表现为2个方面: (1) 地带间差异扩大, 2005、2006年分别在伊犁和吐鲁番举办了新疆国际旅游节, 让北疆旅游板块以自然风光为代表的喀纳斯、那拉提等路线为人熟知。相对而言, 以丝绸之路文化、民俗文化为主的南疆旅游板块还有待开发。 (2) 北疆地带内差异上升, 2007年, 天山天池、葡萄沟、喀纳斯成为新疆首批进入国家5A级景区行列的景区。景区是当地旅游形象的重要体现, 直接关系到旅游业在国际的竞争力。
(4) 2008~2011入境旅游区域差异小幅波动, 持续下降。2008~2010年入境旅游区域差异平稳缓慢下降, 地带内的差异平稳缓慢上升, 地带间的差异下降。2011年入境旅游区域差异快速下降, 地带内的差异快速下降, 地带间的差异上升, 并且地带间的差异TBR首次在地带内的差异TWR之上, 说明2011年入境旅游区域差异主要由地带间的差异构成。2008年由美国次贷危机引发的金融危机开始席卷全球, 对新疆国际旅游业有较大影响。2009年新疆乌鲁木齐“7·5”事件, 严重影响了新疆国际旅游事业的发展, 是新疆的旅游业受到很大的冲击。新疆各地州市的入境旅游收入都下降, 因此新疆入境旅游经济呈下降趋势。2010年新疆继续举办新疆国际旅游节、冰雪旅游节、胡杨摄影节等覆盖全疆范围的系列旅游节庆活动, 努力打造“新疆是个好地方”旅游整体品牌形象, 缩小了地带间的差异。2011年首届中国-亚欧博览会旅游合作与发展论坛在乌鲁木齐举行, 增强了乌鲁木齐的国际影响力, 带动北疆入境旅游业的发展。
(三) 新疆入境旅游地带间以及地带内差异对新疆入境旅游地州际差异的贡献率比较
2000~2011年地带间及地带内差异对新疆入境旅游省际差异的贡献率有以下两个特征 (图2) 。 (1) 地带内差异是新疆入境旅游地州际差异的主要贡献者。新疆入境旅游区域差异以地带内差异为主, 平均占74.94%。同时由于北疆地带内入境旅游收入占新疆入境旅游收入70%以上, 所以新疆入境旅游区域差异主要由北疆地带内差异构成。2004年地带内差异达到最大值是由于“SARS”事件周期较短, 新疆的国际旅游业以较快的速度得到恢复。而且由于受“SARS”事件影响, 人们更热衷于以自然风光为代表的喀纳斯、那拉提等北疆旅游区域。 (2) 地带间差异贡献整体呈波动上升趋势, 地带内差异贡献呈波动下降趋势。地带间差异贡献率在2011年达到峰值55.01%, 地带内差异贡献率在2011年下降到44.99%, 降到12年间的最低谷。借助西部大开发的机遇, 北疆综合实力显著增强, 人们生活不断改善, 南疆、北疆、东疆的经济和社会发展形成不小的差距。基于北疆的优势和发展基础及条件, 使得北疆地带入境旅游获得优先发展, 是新疆入境旅游地带间差异的主要原因。北疆各地政府与各级领导把旅游业作为社会经济的基础产业、抓手产业和引擎产业, 在旅游产品开发、基础设施建设、政策措施的落实以及宣传推介等方面给予了大力支持, 使旅游业地位逐步提升, 北疆各地州入境旅游发展差距缩小。
(四) 新疆入境旅游经济空间差异变化特征
各区域旅游外汇收入与全疆平均水平的比率见表1。通过对比各地州旅游外汇收入与全疆平均旅游外汇的比率, 分析得出2000-2011年区域旅游经济差异变化的空间特征。表1显示, 2000年新疆各地州市旅游外汇收入高于全疆平均水平的有乌鲁木齐市和喀什地区, 旅游外汇收入分别是全疆平均水平的9倍多和2倍多, 到2011年乌鲁木齐市旅游外汇收入虽有下降, 但仍是全疆平均水平的4倍多, 喀什地区下降至不及全疆的平均水平;而伊犁州和吐鲁番地区分别从2000年的0.249和0.939倍增至2011年的5倍多和1倍多, 均高出全疆平均水平;昌吉州、巴州除了2010年高出全疆平均水平的1倍多和2倍多, 其余年份均低于全疆平均水平;博州、克州和哈密地区的旅游外汇比率呈波动上升趋势, 但相对于乌鲁木齐市、伊犁州和吐鲁番地区其旅游经济规模仍不能相比。克拉玛依市、石河子市、阿克苏地区和和田地区的旅游外汇比率呈波动下降趋势。乌鲁木齐市、伊犁州和吐鲁番地区三个地州市2011年旅游外汇收入占全疆平均水平的10倍多, 说明新疆入境游客的分布非常集中。
图4显示, 2000年新疆入境旅游经济不发达的地州市较多, 而且三个地带均有分布, 达到发达水平的只有乌鲁木齐市和喀什地区。图5显示, 2011年新疆入境旅游经济达到发达水平的为乌鲁木齐市、伊犁州和吐鲁番地区。其中旅游资源丰富的伊犁州和吐鲁番地区在政府投入和宣传力度加大之后, 入境旅游经济达到发达水平;喀什地区降至较发达水平, 博州和昌吉州分别于2010年达到发达水平后又降至欠发达水平。12年间入境旅游经济一直处在较低水平的有克拉玛依市、石河子市、哈密地区、阿克苏地区、和田地区、巴州、克州七个地州市, 说明新疆入境旅游经济规模处于欠发达水平的地州主要集中在南疆旅游区。综上分析, 新疆入境旅游经济空间差异仍较大, 且差异变化不稳定, 旅游经济欠发达的地区比较集中。
空间差异的主要影响因素
(一) 旅游资源禀赋
高级别的旅游资源是吸引国际游客、发展入境旅游的物质基础。旅游资源在数量上的多少、等级上的高低及其在区域上的分布特征很大程度上决定着旅游业的发展战略。目前全疆国家5 A级旅游景区共5处, 分别分布于昌吉州、伊犁州和吐鲁番地区;国家4 A级景区29处, 多集中分布于北疆地区。国家3 A级景区共75处, 仅伊犁州便占21处。总体上, 北疆地区旅游资源数量丰富, 且多集中于伊犁州、乌鲁木齐市和昌吉州。由此可以看出旅游资源的地域差异比较明显, 空间分布不均匀, 造成了新疆旅游经济发展的地区差异性。
(二) 区位因素
新疆地处我国西北边陲, 拥有17个国家一类口岸, 是中国连接中亚、南亚、西亚和欧洲的重要陆路通道。新疆与邻国的旅游业合作首先可能集中于边境线上一些区位条件比较优越的口岸区域, 总体上形成多个典型的边境口岸跨国旅游合作区。对比各地州旅游外汇收入与全疆平均旅游外汇的比率, 分析得出入境旅游经济比较发达的区域有乌鲁木齐市、伊犁州、吐鲁番地区以及喀什地区。从地理空间分析, 乌鲁木齐作为新疆首府, 是全疆政治、经济、文化的中心, 航空口岸交通便捷, 是中国西部对外开放的重要门户, 因此一直是国际游客来疆的首选地。伊犁州和喀什地区是与蒙古国、俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、巴基斯坦等国接壤的边境地区, 口岸为境外居民“一日游”和旅游购物创造条件。
(三) 经济发展水平
自国家实施西部大开发战略以来, 新疆的经济和社会事业获得了前所未有的大发展, 基础设施、基础产业已初具规模, 综合经济实力大为增强, 人民生活水平也有了极大提高。与此同时, 新疆内部各地区间发展差距不断拉大, 区域经济呈现北疆—东疆—南疆发展梯度渐次发展格局。南疆自然条件十分恶劣, 降水稀少, 沙漠广布, 加上经济基础薄弱、经济结构不合理、缺乏支柱型产业, 这就造成了南疆区域整体的经济水平和社会发展水平远远落后于北疆及东疆, 甚至低于平均发展水平。区域经济差异的存在对一国或地区的经济、政治和社会生活等方面有着极为深刻的影响, 南疆地区的社会经济发展没有形成对旅游业强有力的支撑。
(四) 基础设施
旅游资源具有不可移动性, 旅游地吸引游客需要完善的基础设施支撑。旅游服务设施是旅游者在旅游地参加一切活动的基础, 因此成为区域旅游业发展的基本影响因素之一, 全疆旅游服务设施高度集中于乌鲁木齐、伊犁州两地, 北疆、东疆和南疆三大地带的旅游服务设施还存在很大的差距。区域交通设施是衡量旅游地可进入性的基本指标, 也是一个地区旅游业得以生存和发展的先决条件。新疆各地州市的交通基础设施相差悬殊, 目前, 新疆仅乌鲁木齐、喀什两地拥有国际机场, 方便入境游客旅游观光;铁路方面, 新疆已建成了兰新铁路 (兰州—乌鲁木齐) 、南疆铁路 (吐鲁番—库尔勒—喀什) 、兰新铁路西段 (乌鲁木齐—阿拉山口) , 特别是兰新铁路西段连通了我国与欧洲大陆的铁路, 促进了新疆与独联体、东欧、西欧、中东等国家经济贸易来往和国际旅游业的发展。南疆的铁路旅游交通密度低, 还未形成广阔的交通网络, 难以适应目前新疆旅游业的快速发展势头。
本文运用了标准差、变异系数及泰尔指数等指标, 从时间动态演变和空间的角度入手, 定量评价了2000~2011年期间新疆入境旅游区域差异变化状况。结果表明:新疆入境旅游发展迅速, 但总体差异仍然很大, 绝对差异和相对差异都很显著, 绝对差异基本呈上升趋势, 相对差异呈下降趋势。 (1) 新疆入境旅游地州际差异逐渐缩小, 变化速度趋缓, 主要是改革开放以来, 新疆与全国一样, 国际旅游事业迅速发展。随着旅游设施和环境的改善以及对外开放的发展, 交通通信等基础设施也得到极大改善, 星级宾馆林立, 饮食文化多样, 民族地域色彩浓郁的旅游产品丰富多彩, 为入境旅游业的发展注入了新的活力。 (2) 地带内差异大于地带间差异, 地州际差异主要由地带内差异构成, 特别是北疆地带内差异是新疆入境旅游区域差异的主要贡献者, 主要与以乌鲁木齐为首的北疆各地州市发展较早密切相关, 从而奠定了新疆入境旅游区域发展格局。 (3) 新疆入境旅游区域差异逐渐缩小, 而旅游经济又是社会经济的重要组成部分, 因此新疆入境旅游业起到了调整区域经济差异和缩小区域经济发展差距的作用。
时空演变规律 篇5
随着城乡建设和社会经济的发展, 耕地数量减少的趋势不可避免, 土地资源已成为商丘农业发展的主要制约因素之一。以睢阳区为例, 全区土地总面积基本保持不变, 约11.17万hm2。但是耕地面积逐年减少, 1985～2007年, 耕地减少了9.75% (表1) 。耕地数量的减少更需要耕地质量的提高来支撑农产品生产与安全的风险。
1 睢阳区耕地养分时空变化
1.1 时间变化分析
据分析, 睢阳区土壤pH值为7.3, 属中性土壤, 适宜于粮、棉、油、蔬菜、果林等作物的生长, 但是与1980年的pH值 (7.6) 相比, 有酸化趋势。土壤酸化将导致耕地肥料利用率下降, 大部分重金属的毒性加剧, 研究土壤酸化的原因并提供修复技术途径, 是耕地质量提高的重要内容。
注:数据主要来源于20世纪80年代初开展的第2次土壤普查, 2005～2007年测土配方施肥、耕地地力调查与质量评价等相关资料。下表同。
睢阳区土壤有机质含量比较丰富, 但2007年有机质含量平均值为13.52%, 比1980年有机质含量平均值8.33%上升了5.19%, 土壤中有机质上升的趋势较为明显。
土壤全氮含量与有机质有很好的相关性。从检测结果看, 全区耕地全氮含量水平2007年为1.03mg/kg, 1980年为0.66mg/kg, 增加了0.37mg/kg, 增幅56.1%。
土壤代换性能是指土壤胶体吸咐交换性阳离子的能力, 其强弱以代换量或阳离子交换量表示, 通常土壤代换量的高低可以反映土壤保肥性能和土壤缓冲性能的强弱。2007年检测数据反映睢阳区土壤阳离子交换量达到17.05cmol (+) /kg, 说明土壤保肥性能强, 缓冲能力大。2007年睢阳区土壤速效磷和水解氮平均值分别为17.10mg/kg、176.50mg/kg, 分别比1980年增加12.0mg/kg、56.4mg/kg, 增幅为235.29%、49.96%。2007年速效钾平均值为130.6mg/kg, 比1980年减少24.2mg/kg, 减幅为15.63%。土壤养分水平2增1减的变化趋势, 与长期以来施肥结构的不平衡现象相符, 即氮磷肥投入过多, 而钾肥投入偏少 (表2) 。
1.2 空间变化分析
睢阳区土壤有机质含量在空间分布上差异明显, 由于耕地起源类型不同, 有机质的累积富集过程不同, 在耕作熟化过程中仍能反映出一定差异。1980年、2007年的检测数据反映, 不同土壤质地有机质含量有较大差异 (表3) 。从2007年的数据来看, 淤土由于长期处于低洼地区, 土壤质地黏重, 有机质分解较慢, 有机质含量普遍较高, 平均含量为13.41%;两合土由于土壤理化性状较为理想, 有机质含量也普遍较高, 平均含量为13.23%;砂土由于受大风吹刮的影响, 有机质含量稍低, 平均含量为12.75%。由于土壤全氮含量与有机质含量呈密切正相关关系, 土壤有机质含量高, 全氮含量也高, 反之则低, 从全区不同土壤类型全氮平均值看, 各土壤类型全氮平均值差异不大, 淤土略高些, 两合土次之, 砂土较低, 与不同土壤有机质含量相吻合。土壤阳离子的交换量淤土略高, 砂土较低, 土壤速效养分在空间上的变化较明显。淤土速效磷和速效钾含量最高, 两合土水解氮含量最高。根据2007年耕地地力调查结果, 睢阳区土壤中微量元素含量比较丰富。
2 耕地养分时空变化的原因
(1) 工业快速发展后二氧化硫等排放量增加, 酸雨增多, 同时肥料使用过分依赖于化肥的投入, 导致土壤p H值下降, 土壤有酸化趋势。
(2) 有机物质的投入量持续上升导致土壤中有机质含量增加。20世纪80年代初睢阳区农家肥年使用量在30t/hm2左右, 近年虽然有机肥使用量减少, 但是由于秸秆还田和绿肥还田等技术措施, 使土壤中有机质含量上升。
(3) 投入肥料结构不合理, 致使土壤中养分结构失调。根据多年投肥调查资料分析, 以及睢阳区农田施有机肥、农作物根茬和秸秆还田及化肥投入等综合因素, 随着农家肥等传统有机肥投入量持续减少, 化肥使用偏施氮磷肥、少施钾肥, 导致耕地中氮磷钾含量失衡, 土壤中钾含量下降明显。
(4) 不同区域作物栽培重点和施肥习惯对土壤中养分含量的变化有较大的影响。睢阳区以粮油作物为主, 氮磷肥的投入量较多而钾肥少, 作物收获后从土壤中带走的钾素较多, 造成钾素亏空。
3 睢阳区耕地养分提高途径
3.1 推广应用优质有机肥料
鉴于当前睢阳区农业生产上传统农家肥使用逐渐减少的现状, 应加大推广使用商品有机肥来部分替代传统有机肥, 以改善土壤理化性状, 培肥地力。同时, 要加强对广大小规模禽畜场的粪便收集并还田, 努力做到商品有机肥料标准化、工厂化生产, 变禽畜粪便污染源为资源, 培肥地力, 保护生态环境。
3.2 推广秸秆还田技术
目前, 主要还田方式为秸秆直接还田, 如玉米秸秆通过还田机直接粉碎还田、麦秸麦糠盖田、小麦高留茬等。目前全区约有90%的作物秸秆通过各种形式还于大田。
3.3 推广应用测土配方施肥技术
测土配方施肥技术推广是农业部的实施项目之一, 通过对耕地养分含量的测定, 并对土壤营养诊断, 按作物所需的营养配方科学施用肥料, 能达到作物需肥和供肥之间的平衡, 可提高化肥利用率, 降低农业成本, 增产增收和减少面源污染, 效果明显。
摘要：分析了睢阳区20年来耕地质量时空变化, 结果表明:睢阳区耕地有机质与全氮含量略有上升, 土壤有酸化趋势, 速效养分氮磷增加而钾降低, 土壤中微量元素含量比较丰富;有机质、全氮和阳离子交换量淤土最高, 并提出了3种耕地养分提高的技术途径。
时空演变规律 篇6
经济长期性增长分为两个阶段:经济结构变动的前期追赶阶段和以效率持续提高为根本动力的后期增长阶段[1]。中国已进入经济长期性增长的后期阶段,基于产业发展视角研究产业效率提升问题,对于产业内生动力发展和宏观经济可持续推进尤为重要。21世纪以来,我国海洋经济发展迅猛,其中以滨海旅游业作为支柱型产业的海洋产业发展备受瞩目。滨海旅游业具有海陆兼备的地理区域特殊性,因地制宜提升滨海旅游产业效率、以效率提升促进滨海区域旅游业发展是本研究的首要目的。
国内外对于旅游业效率的研究较为丰富。国外研究主要针对旅游业内部各行业的效率,如对旅游业中的旅行社效率[2,3]、酒店效率[4,5]、旅游交通效率[6,7]、土地使用效率[8]、旅游产品销售效率[9]等进行研究。国内除对旅游业内部各行业的效率(旅行社效率[10,11]、酒店效率[12]、旅游博彩效率[13]、旅游服务效率[14]和旅游业投资效率[15])进行研究外,主要集中于对区域旅游业发展效率的研究:马晓龙[16]、王坤[17]、梁明珠[18]、李瑞[19,20]、邓洪波[21]等及相关研究者分别以中国58个主要城市、长江三角洲、广东省21个地级市、环渤海三大城市群和东部沿海四大城市群、安徽省17个地级市为研究区进行城市旅游业效率发展研究;陶卓民[22]、梁流涛[23]、金春雨[24]等及相关研究者以中国31个省级行政单位为研究区,从不同时间段、不同视角对旅游业效率发展进行研究。
国外相关研究起步较早[25,26],国内研究方法与之相近,在效率测度方面应用数据包络分析法(DEA)及其相关改进模型,其他方法包括回归生产模型、指数方法、随机前沿分析法(SAF)等;但目前国内仅对滨海城市生态旅游效率进行研究[27]或基于效率测算对不同时间点效率值进行定性空间分析[28],尚未有针对中国滨海53个城市旅游业效率指数逐年变化及空间计量演化的研究。此外,在郭腾云等[29]的研究中明确指出,利用DEA方法对不同时间点效率进行研究,其效率值是基于不同生产前沿面计算所得,不同时间点效率值不具可比性。因此,本文在梳理滨海旅游业效率在旅游产业发展中驱动作用的基础上,利用面板连续数据,对中国53个沿海城市的滨海旅游业效率及时空演变进行综合评价,希冀为中国滨海旅游业发展提供有益参考。
2 滨海旅游业效率在产业发展中的作用
滨海旅游业的蓬勃发展体现人类活动与海洋资源的和谐互动关系:一方面,人类亲水性特点对海洋资源的需求愈加强烈,对滨海资源的利用呈逐渐深入趋势;另一方面,海洋资源对人类生活的影响日益加深,促进人类社会发展。滨海旅游业是以滨海城市为载体,以滨海岸线资源为利用对象,具有开放性、包容性特点的“陆-人-海”和谐共生、可持续发展的绿色产业。“陆-人-海”是滨海旅游业系统内部主体,人类即是需求者又是产业内部和谐共生发展的催化剂,人类需求由“陆-海”供给,人类保护意识的增强促进“陆-海”关系和谐。滨海旅游业发展是人类与海洋、陆地和谐共生、相互促进的外在表现。
在滨海旅游业系统演进过程中,主导驱动因素是“人”,而人类系统演进的主要影响因素是效率,故由效率因素驱动的滨海旅游业系统演化机理(图1)可知:人类系统与陆-海系统在正向投入和负向投入共同作用下,经自身协调作用,获得滨海旅游业效率产出;滨海旅游业效率与正负投入间存在相互反馈关系;存在除滨海旅游业效率直接影响因素等其他外部环境影响因素。其中,正向投入包括城市经济水平、旅游政策法规、旅游环境保护、旅游服务水平和旅游基础设施等;负向投入包括海洋自然灾害、疾病传播、岸线侵蚀、近岸和海洋生态环境破坏和经济危机等。正负投入与滨海旅游业效率间的反馈作用显著,在正负投入与外部环境共同作用下,滨海旅游业效率产生累积、反馈的协同效应,系统不会因某一因素作用而导致崩溃,其自组织能力结合外部环境影响会逐渐趋于合理性发展。
依据协同理论,滨海旅游业内部各子系统相互协调、共同演进,与外部环境进行具有开放性质的信息流、资源流、能量流交换,自成体系却并不孤立。因此,要实现滨海旅游业效率的逐步提升,进而促进滨海旅游业可持续发展,必须遵循协同理论中的系统开放与自组织原理:自组织原理可依托系统正负向反馈,使其内部各子系统相互影响、制约和促进;系统开放原理可吸纳外部物质、信息、能量,维持系统整体的“耗散均衡”。需要强调的是,人是系统发展的原动力,所有约束机制与推动力均源于人的社会需求;人是参与旅游产业发展的人,也是社会中的人;人类社会呈进步态势,人类系统演进的主要影响因素是效率,只有实现人的高效率自组织和开放发展,才能促进“陆-人-海”系统优化升级,进而促进滨海旅游业效率的逐步提升和可持续发展。
3 研究方式
3.1 研究方法
3.1.1 滨海旅游业效率测算
在效率测算方面,国内外效率研究方法有多种,常用的是参数型随机前沿分析法(Stochastic Frontier Analysis,SAF)和非参数型数据包络分析法(Data Envelopment Analysis,DEA),本文选用非参数型DEA方法。A.Charnes等[30,31]于1978年首次提出DEA模型并对其有效性进行科学评价,魏权龄[32]将DEA引入中国并发表多篇文章、专著宣传其测度效率的有效性,此后逐渐被国内学者所熟知并加以应用[16,17,18,19,20,21,22,23,24],由北京大学成刚博士等[33]推出的MaxDEA软件增强效率测算的便捷性。此外,Malmquist全要素生产率(Total Factor Productivity,TFP)是常用平价面板数据和效率分解评价模型,本文采用DEA结合Malmquist指数作为评价效率的方法。依据相关研究[34,35,36],K代表被评价城市个数、L代表投入指标、M代表产出指标、xjl代表第j个城市的第l种资源投入量、yjm代表第j个城市的第m种产出量,对于第n(n=1,2,…,K)个城市,DEA(CRS)表达公式如下:
式中:θ为综合效率指数;λj(λj≥0)为权重;s-、s+均为松弛变量且均≥0;ε为非阿基米德无穷小变量;e1T、e2T为单位空间向量。将式(1)中引入限制条件,即变为规模报酬可变的VRS模型[29]。
效率随时间演变的具体情况需Malmquist指数进行全要素分解评价,本文引入全局参比Malmquist指数,依据文献[11],由于面板数据所有各期总和作为参考集,各期参考的是同一前沿面,但所计算结果仍为单一Malmquist指数。相邻两期Malmquist指数前沿面虽然参考同一全局前沿,但效率变化计算仍采用各自前沿[33]。利用Global Malmquist指数模型(全局生产率变化指数,GTFP)式(2),可以分解出综合效率变化(EC)和技术进步(TC),综合效率变化又可进一步分解为纯技术效率(PTE)和规模效率(SE)。分解如下:
式中:CRS表示不变规模收益;VRS表示可变规模收益;GM表示全局Malmquist指数;t表示时期。
由DEA和Malmquist指数模型分解可知[29,37,38],GTFP代表滨海旅游业生产率增长或降低程度,EC指数代表滨海城市的滨海旅游业投入要素配置、利用水平和规模效应影响等的变化,TC指数表示滨海旅游业生产技术变化情况,PTE指数表示滨海旅游业要素资源的配置、利用水平变化,SE指数表示滨海旅游业规模效应影响水平变化。同时,当效率值大于1时,表明在研究时间段内效率提升;当效率值等于1时,表明效率水平不变;当效率值小于1时,表明效率下降。
3.1.2 空间演变分析
经典空间演变分析方法包括全局空间自相关分析、局域空间自相关分析和标准差椭圆分析等,本文利用ArcGIS空间标准差椭圆分析(Standard Deviational Ellipse,SDE)进行研究。SDE方法已在地质学、人口学、犯罪学、社会学、生态学等领域广泛应用[39],由于滨海旅游业沿海城市分布较分散,利用该方法可从空间上推演出近年来我国滨海旅游业效率发展及演变趋势,分析原理如下[40]。
首先,确定椭圆圆心(研究中亦称为重心),公式为:
式中:xi和yi分别为特征值i的空间位置;是研究区域的算术平均中心即为椭圆圆心。
其次,确定椭圆的偏转方向,以坐标轴X轴为基准,12点钟方向(正北方)设定为0°,以顺时针方向旋转,公式为:
式中:是平均中心与(x,y)坐标的差。
最后,确定椭圆中X轴和Y轴的长度,公式为:
式中:σx和σy分别代表X轴和Y轴的长度,结合式(4)、式(5),利用ArcGIS10.2软件对滨海旅游业效率空间演变趋势进行测度。
3.2 量化研究指标选择
滨海旅游业效率主体基于投入—产出两大要素,能够量化表征且可获得数据的统计指标较少,故综合考虑滨海旅游业效率发展驱动因素及量化指标可获得性认为:投入方面,旅游业发展需要经济基础支撑,旅游投入不仅限于景区、酒店、旅行社等设施投入,城市基础设施建设、城市经济整体规模等都会影响旅游吸引力,故旅游业投入指标选择全社会固定资产投资作为资本投入指标;旅游业从业者也不仅限于导游、酒店、旅行社、批发零售商店、租车公司服务人员等,还包括间接从业者,故旅游业投入指标选择第三产业从业人员作为劳动投入指标(旅游业投入不包含土地投入)。产出方面,产出指标选择旅游产业直接产值数据,即旅游接待人数和旅游收入。
由于资源禀赋及海洋自然灾害等影响因素具有量化可行性低的性质,并且各影响因素对滨海旅游业的影响主要体现在经济投入与产业产出上,故未对相关指标进行量化选择与处理。
3.3 数据来源
如无特殊说明,本文数据均来自《中国区域经济统计年鉴》《中国城市统计年鉴》《中国旅游统计年鉴》以及各市年鉴、统计公报等。由于旅游业的投入产出具有滞后性,故为规避2003年SARS对旅游业造成冲击这种小概率事件影响(影响2004年旅游投入产出),研究数据起始投入时间为2005年,对应产出时间为2006年,以此类推,投入数据时间段为2005—2012年,产出数据对应时间段为2006—2013年。为消除价格变动因素影响,将价值性指标进行平滑处理,价值性指标均折算为2005年价格。
4 滨海旅游业效率测算与分析
据式(2)和式(3)可知各效率和指数变化的关系和原理,不再赘述。基于收集的数据,利用MaxDEA Ultra(1-core)软件,结合DEA和Global Malmquist指数模型,分别计算2006—2007年、2007—2008年、2008—2009年、2009—2010年、2010—2011年、2011—2012年和2012—2013年中国沿海53个城市滨海旅游业的综合效率变化、纯技术效率变化、技术进步水平变化以及规模效率变化和生产率变化,并对其空间分异情况进行分区域研究。
4.1 滨海旅游业效率综合演变趋势分析
2006—2013年我国滨海旅游业总体效率时空演变趋势如图2所示。
(1)生产率变化呈弱改善趋势。其中2011—2012年变化较显著,此时由于2008年经济危机而投入的4万亿投资促进产业生产效率提升效应明显,进而导致生产率变化显著。由此可知,国家级政策性投资对滨海旅游业生产率发展起到明显的促进作用。
(2)综合效率变化波动明显,主要原因:依前文所述投入产出对应2008年正是全球性金融危机暴发之年,滨海国际旅游人数和收入暴减,导致综合效率在2009—2010年下滑严重;2010—2011年期间各行业发展趋势向好,滨海国内旅游人数和收入迅速增长,国际金融环境衰退放缓、部分地区开始回暖,滨海国际旅游人数和收入呈现一定回升,推动综合效率提升明显。由此可知,滨海旅游业对经济环境具有较强的依赖性和敏感性,综合效率受经济环境影响较大。此外,通过综合效率时间演进趋势分析,验证了郭腾云等[9]在其研究中提及的DEA效率测算非连续面板数据容易产生较大误差且不具可比性的结论,但众多高质量期刊中的相关研究仍采用时间断点研究[19,20,28],其准确性有待验证。
(3)技术进步水平波动变化较大,较其他效率变化更为明显,主要体现在2009—2010年、2010—2011年和2011—2012年3个时期的对比趋势上。2009—2010年和2010—2011年技术进步水平与综合效率呈明显反差,而2011—2012年和2012—2013年技术进步水平与综合效率又呈明显趋同,说明经济危机对技术进步水平影响作用更显著且存在滞后性,其自恢复能力明显较弱,导致2009—2010年和2010—2011年波动较大;2011—2012年和2012—2013年,随着整体内外部旅游经济环境转变以及技术水平自我调节,技术进步水平恢复正常,呈现与整体滨海旅游环境相协调状态。由此可知,除经济危机因素影响,技术进步水平与综合效率水平呈趋同状态,但前者弱于后者,说明目前我国滨海旅游业综合效率提升受规模效率和纯效率影响相对较大,受技术进步水平提升影响相对较小。
(4)规模效率是产业是否达到最适规模的外部显现,体现在一定生产规模内由于规模增大而带来的收益递增现象。对比我国滨海旅游业综合效率与规模效率发现,两者演变规律吻合度较高。规模效率对于区域评价的优势在于能够规避大规模城市由大投入、大产出带来的外部经济环境较好的表象,避免高估大城市而低估小城市,以绝对投入和绝对产出评价滨海旅游业发展优劣程度;如,在滨海旅游城市中,天津和上海是绝对大规模城市,但其规模效率水平并未因大投入而更高,而是由其规模投入和规模产出共同影响。由此可知,滨海旅游业规模效率与综合效率时空发展规律相吻合,综合效率受规模效率影响较大;滨海旅游业整体效率不高应在规模投入问题上深入反思,过多投入并不会带来效率水平外溢。
(5)纯技术效率除2010—2011年波动较明显外,其他年份波动变化较小。由滨海旅游业演化机理可知,滨海旅游业资源的配置和利用(纯技术效率)受政策、人才、资金、技术效率共同影响,在中国现行体制环境下纯技术效率是推动滨海旅游业综合效率发展的主导因素,而其中的政策因素是目前我国滨海旅游业效率提升的主要影响因素。
4.2 滨海旅游业效率局域演变趋势分析
滨海旅游业受生态环境、水文环境、海陆空间等因素的共同影响,各个海域又因地理位置、气候条件、水文条件等因素共同作用而存在差异性,从而主导滨海旅游环境的形成。因此,将我国滨海城市按四大海域界线划分为4个组群:渤海沿岸城市组群、黄海沿岸城市组群、东海沿岸城市组群和南海沿岸城市组群进行分组讨论。其中,①渤海沿岸城市组群包括营口、盘锦、锦州、葫芦岛、秦皇岛、唐山、沧州、天津、滨州、东营、潍坊等城市;②黄海沿岸城市组群包括大连、丹东、烟台、威海、青岛、日照、连云港、盐城、南通等城市;③东海沿岸城市组群包括上海、嘉兴、杭州、绍兴、宁波、舟山、台州、温州、宁德、福州、莆田、泉州、厦门、漳州、潮州等城市;④南海沿岸城市组群包括汕头、揭阳、汕尾、惠州、深圳、东莞、广州、中山、珠海、江门、阳江、茂名、湛江、北海、钦州、防城港、海口、三亚等城市。因大连、烟台城市设施和旅游资源均位于黄海一侧,故划入黄海沿岸城市组群;同理,汕头纳入南海沿岸城市组群。
制图基于复杂数据简单化原则,选用雷达图对数据结果进行处理,如图3所示结合效率输出结果可知:
(1)2006—2013年各区域生产率变化存在差异,差异性较明显的是2009—2010年和2011—2012年。其中,2009—2010年差异较明显的是东海沿岸城市组群生产率提升水平较大,对比滨海旅游业效率综合演变趋势,此时期滨海旅游业生产率呈提升态势,说明此时期东海沿岸城市组群生产率对全国滨海旅游业生产率起主导促进作用;2011—2012年各城市组群生产率水平均高于其他研究年份,但各组群贡献率仍存在较大差异性,黄海沿岸城市组群生产率水平高于其他城市组群,说明此时期黄海沿岸城市组群对全国滨海旅游业生产率起主导促进作用。
(2)2006—2013年各区域综合效率变化差异较大。最为显著的是2009—2010年全国滨海旅游业综合效率几乎全线崩盘,进一步显现出滨海旅游业在经济环境中脆弱性较大的问题;2010—2011年各区域综合效率增幅明显,说明在外部经济环境不景气状况下,通过内需拉动能够有效提升区域滨海旅游业经济发展。
(3)2006—2013年各区域技术进步变化差异显著。与前文所述技术进步水平波动较明显体现在2009—2010年、2010—2011年和2011—2012年3个时期的对比趋势有所不同的是,各区域差异较明显的是2009—2010年。此期间技术进步水平提升迅猛,但渤海和南海沿岸城市组群明显低于黄海和东海沿岸城市组群,说明区域间和区域内城市技术提升能力在经济环境扰动条件下差异性较为显著。
(4)2006—2013年各区域规模效率变化最为显著的是2010—2011年。结合各年份发展趋势,渤海和南海沿岸城市组群规模效率发展总体优于黄海和东海沿岸城市组群,但后者波动变化更小、发展稳定性更强。
(5)2006—2013年各区域纯技术效率发展态势存在差异,差异波动幅度较大的时间段主要集中于2008—2011年。在整体演变趋势上纯技术效率变化大致呈正态分布,但各区域发展变化差异明显,说明纯技术效率发展水平具有区域不平衡性,但发展趋势较好。
5 空间格局演变分析
SDE方法对于空间演变的测度与表达主要基于影响椭圆空间分布的长短轴、方位角和中心等参数,以定量手段对研究对象进行空间分布整体特征描述。基于ArcGIS10.2软件获得长短轴、方位角和中心等参数(表1和表2)。
5.1 重心变化
重心空间位移趋势代表滨海旅游业效率随时间演变空间整体效率演化趋势。滨海旅游业逐年效率值均存在空间变动,整体以2006—2007年重心为基点。生产率变化从2006—2007年开始效率南移趋势明显,仅2008—2009年和2011—2012年呈北移趋势,说明生产率发展南部地区优于北部地区;综合效率演变呈南移趋势且位移趋势明显大于生产率,说明综合效率发展南部地区优于北部地区;技术进步水平北部地区明显优于南部地区,说明近年来我国北方滨海旅游业更加注重技术水平提升,虽然综合效率明显为南部优于北部,但北部呈效率追赶态势;规模效率水平仅2010—2011年呈南移态势,说明北部地区优于南部地区;纯技术效率水平也是北部地区明显占优。综上分析可知,近年来我国滨海旅游业效率发展趋势为,南部地区优于北部地区,北部地区效率呈追赶态势,南北滨海旅游业发展效率差距逐渐缩小。
5.2 标准差椭圆
长短轴变化与南北向主轴方位角夹角大小代表效率发展集聚及演变趋势大小。长短轴差值代表椭圆扁率,扁率越大方向性越明显、集聚程度越高。滨海旅游业效率标准差椭圆长短轴差值较大,方向性明显,各效率值逐年演化趋势明显。生产率变化,各年份椭圆扁率大、平均转角25.64°,较基准值25.46°向东南偏转0.18°,说明空间上总体生产率增长趋势向东南沿海倾斜;综合效率变化,2006—2010年波动变化明显,之后发展态势平稳,2009—2010年转角率达到28.41°,说明研究期内2009—2010年以前综合效率南北互动演化,但2009—2010年之后南部地区明显优于北部,集聚变化更为明显;技术进步水平,2008—2009年起椭圆扁率不断减小,转交波动变化亦不明显,说明总体滨海旅游业技术进步呈下降态势;规模效率,从2007—2008年起逐渐呈椭圆扁率减小趋势,转角除由2009—2010年的23.30°转为2010—2011年的27.85°,其他年份变化不明显,说明规模效率水平发展呈下降态势,2010—2011年南部规模效率增长幅度较大;纯技术效率,椭圆扁率虽呈波动演化但最终趋于平稳,转角上由2009—2010年的28.74°逆时针旋转为2010—2011年的18.69°,说明北方滨海旅游业纯技术效率集聚和增幅明显。
6 结论与讨论
本文在梳理滨海旅游业效率在旅游产业发展中驱动作用的基础上,利用DEA-GM对滨海城市旅游业效率指数逐年变化进行测算与分析,并借助SDE方法进行空间计量演化分析。首次在对滨海旅游业效率演化机理系统分析的基础上,分别从滨海旅游业效率逐年演化趋势及空间计量演化方面弥补前人相关研究的不足。综述,获得以下结论。
(1)基于旅游效率在滨海旅游业发展中的作用分析得出:滨海旅游业是以“人”的高效率发展为原动力、以具有协同性的“陆-人-海”系统为依托,在旅游产业中具有特殊资源性质、在海洋产业中占主导地位的绿色经济产业,其发展受人类经济活动效率的制约。
(2)基于逐年效率演化测算及空间计量演变分析得出:①滨海旅游业对外部经济环境变化敏感性较强、脆弱性明显;②政府投资对滨海旅游业发展效率具有显著促进作用,但投资规模与规模效率不具指数效应;③滨海旅游业规模效率与综合效率时空发展规律相吻合,纯技术效率是推动综合效率发展的主导因素;④政策效率是中国滨海旅游业发展效率的主要影响因素;⑤我国滨海旅游业效率空间整体呈现南高北低分布,但区域差距呈缩小态势。
(3)基于获得的结论及目前我国滨海旅游业发展现状,应从以下4方面促进我国滨海旅游业效率提升:①注重从业人员素质及专业化培养,引导旅游者向文明游、生态游方向发展;②完善区域发展配套政策措施;③提高各效率综合发展水平;④对区域发展差异性采取具有针对性的效率提升措施。
(4)本文针对我国滨海旅游业效率在滨海旅游业发展中的作用及时空演变进行综合分析,但仍存在有待深入探究的问题:①在投入产出指标选取方面,研究区域对纯旅游及相关产业统计不完善,今后需考虑进一步探究各投入产出相关性;②空间演变研究方法有多种,其他方法对支持滨海旅游业效率研究是否更具针对性有待进一步深入探究。
摘要：文章在梳理滨海旅游业效率在旅游产业发展中驱动作用的基础上,利用数据包络分析(DEA)、全局Malmquist模型结合标准差椭圆分析方法,对中国53个沿海城市的滨海旅游业效率进行时空演变分析。结果发现:1滨海旅游业是以“人”的高效率发展为原动力、以具有协同性的“陆-人-海”系统为依托,在旅游产业中具有特殊资源性质、在海洋产业中占主导地位的绿色经济产业,其发展受人类经济活动效率的制约。2滨海旅游业对外部经济环境变化敏感性较强、脆弱性明显,政府投资对滨海旅游业发展效率具有显著促进作用,但投资规模与规模效率不具指数效应;滨海旅游业规模效率与综合效率时空发展规律相吻合,纯技术效率是推动综合效率发展的主导因素,政策效率是目前中国滨海旅游业发展效率的主要影响因素;我国滨海旅游业效率空间整体呈现南高北低分布,但区域差距呈逐步缩小态势。3影响滨海旅游业效率的驱动因素具有相互制约、协同发展的特点,滨海旅游业发展应注重从业人员素质及专业化培养,逐步引导旅游者向文明游、生态游方向发展,完善区域旅游业发展配套政策措施,提高滨海旅游业各效率综合发展水平,结合区域发展差异采取具有针对性的效率提升措施。
时空演变规律 篇7
四川省位于我国西南腹地、长江上游,地形地貌复杂,兼具山地、丘陵、平原和高原四种地貌类型,西高东低特征明显。气候区域差异明显,东部冬暖夏热、生长季长,西部寒冷无夏、干雨季分明,气候垂直变化大、类型多样,有利于农业综合发展。作为全国三大蚕桑主产区之一,四川省蚕桑业具有较大的竞争优势[15],为县域经济发展、助农增收和山区生态建设做出了巨大贡献。随着科技进步和经济发展、耕地面积和劳动力资源变化、农业产业结构的调整,尤其是国家“东桑西移”工程的启动,我国蚕桑产业分布发生了新变化,四川蚕桑产业发展也进入调整转型的关键期[16],由栽桑—养蚕—产茧为主向兼顾桑蚕饲养的果桑产业变化[17],主要蚕区也发生了较大变化。本文选择四川蚕区为研究对象,根据历年养蚕户数、桑园面积、发种量和蚕茧产量等数据,分析四川省蚕桑产业发展特征,并利用各地州市蚕茧产量及其变化情况,分析蚕桑产业的空间分布与产业分区。遵循科学性、系统性、实用性等原则,选择自然条件、经济发展、科技水平、劳动力数量、政策环境等影响蚕桑产业发展的主要因素,运用灰色关联理论深入分析蚕桑产业发展的驱动机制,探讨四川蚕桑产业发展潜力与存在问题,为推动四川蚕桑产业可持续发展做出积极探索,并为政府和农户决策提供理论指导。
1 四川蚕桑业时空演变
1.1 总量变化
四川省养蚕历史悠久,在4000多年前就已开始种桑养蚕[18],蚕业分布由最初的成都平原向盆地丘陵和山区县市发展,目前除阿坝州以外的20个地州市、120个县均有发展栽桑养蚕,蚕桑产业成为四川传统农业产业。从近20年蚕桑业发展规模来看,四川省养蚕规模有所变化,1990年桑园面积为4.53×104hm2,养蚕户数492×104 户,发种量412×104 张,蚕茧产量为8.93×104 t。1996年重庆直辖后,四川省辖区范围减小,导致其养蚕户数、发种量、蚕桑产量均有所下降,2000年分别为266×104 户、270×104 张和8.73×104t,桑园面积则较1990年大幅增加,达到12.87×104hm2。随着社会经济发展、农村劳动力减少和蚕桑产业比较优势的下降,2000年后四川省的养蚕户数、桑园面积和发种量持续下降,因科技进步带来养蚕技术的提高,则导致蚕茧产量较2000年有较大幅度的提高。近几年蚕桑产业得到高度重视,各级政府加大对蚕桑产业发展的支持力度,蚕桑产业基地建设、蚕桑品种资源整合、良种繁育体系建设和人才培训成效明显,四川省蚕业生产取得新进展,桑园面积有所增加,蚕茧产量和品质均有提高,到2012年全省桑园面积达11.99×104 hm2,年养蚕204×104张,蚕茧产量11.39×104 t,占全国蚕茧总产量的30%以上(表1)。通过桑蚕品种综合开发利用和桑园套种,桑蚕产品利用率和桑园土地产出率提高显著,蚕农收入大幅增加,2012年全省蚕农售茧收入24.6×108元,蚕桑综合产值达50×108 元。整体来看,近20年桑园面积逐步稳定,但养蚕户数大量减少,发种量也有所减少,户均养蚕规模则逐渐扩大,蚕茧单产逐年上升,蚕茧总量保持稳定增长。
注:数据来源于参考文献[16]、[18]和历年四川统计年鉴。
考察近60年四川省蚕茧产量变化,蚕茧产量由1952年的0.98×104 t增至2012年的11.39×104 t,年均增加1 735 t,年均增长率为4.17%(图1)。建国后农业生产得到迅速恢复,四川省蚕丝业也发展迅速,蚕桑生产县大幅增加,1980年蚕茧总产量为6.60×104t,1952-1980年间年均增加2007 t,增长了近6倍,1980年茧丝产量为全国第二。土地承包到户以后,农民土地经营积极性提高,土地经营方式更为多样性,蚕桑产业得到大力发展,1993年四川省蚕茧产量超过15×104 t,达到峰值,1981-1995年年均增加6 279 t,是前一阶段的3倍以上,蚕桑业为区域经济发展和出口创汇做出了较大贡献。1996年重庆市直辖后,四川省桑园面积有所减少,蚕桑产量在统计口径上也开始下降,为9.46×104 t,随后呈小幅增长,基本维持在10×104 t左右。1996-2012年年均增加1 287 t,年均增长1.10%。
1.2 区域分布
1.2.1 蚕桑产业分区 由于劳动力价格、土地资源成本的增加,栽桑养蚕在经济发展中的地位相对减弱,且受市场价格和环境污染等因素影响,老蚕区蚕桑生产逐渐失去竞争优势,较发达地区的蚕农开始弃桑改种,劳动密集型的蚕桑产业开始向次发达地区转移。按照蚕茧产量占全省总产量的比重,将四川省21个地州市划分为蚕桑产业的优势产区 (>10%)、一般产区(3%-10%)和劣势产区(<3%)。
四川省蚕桑产业主要分布在凉山、宜宾、南充、绵阳等市州,2000-2012年四个地区均为蚕桑产业的优势产区,其蚕茧总产量占全省的50%以上,2012年达到60.63%(表2,图2)。具体分析四个优势产区的蚕桑产量变化(表3),2000年南充市、绵阳市的蚕茧产量在四川省排名前二,分别为1.58×104 t、1.27×104t,所占比重为18.14%、14.58%,但两市的蚕桑产业发展呈现相反的态势。2000-2005年南充市蚕桑产业有所萎缩,蚕茧产量逐年下降,到2005年达历史最低,仅1.32×104 t,所占比重也下降到13.49%;这一阶段绵阳市蚕桑产业则发展良好,2005年蚕茧产量达最高值1.58×104 t,所占比重上升到16.15%。2006年以后,两市的蚕桑产业均发生了变化,南充市蚕茧产量及所占比重逐年上升,绵阳市则逐年下降,到2012年两市蚕茧产量分别为2.05×104t、1.16×104t,前者是后者的近2倍,占四川省蚕茧总产量的比重则分别为17.99%、10.21%。凉山州、宜宾市蚕桑产业则稳步发展,蚕茧产量均呈逐年上升趋势,因凉山州具有发展蚕桑生产的自然和社会条件,被蚕业专家誉为“蚕桑宝地”,2007年开始蚕茧产量比重超过南充市、绵阳市,成为四川省蚕桑产业发展的最大产区,蚕茧总产、蚕茧单产、蚕茧质量、蚕业综合经济效益匀位居四川省前列,到2012年凉山州蚕茧产量达2.35×104 t,是2000年0.91×104t的2.6倍,超过四川省蚕茧总产量的1/5。
德阳、资阳、广元、广安、眉山五市一直处于蚕桑一般产区,蚕茧产量均在0.3×104-0.7×104 t,占四川省蚕茧产量的比重一直高于3%,尤其是德阳市蚕茧产量接近0.7×104 t,所占比重也基本高于6%。2000年遂宁市、泸州市处于一般产区,蚕茧产量在0.3×104t左右,2005年开始,两市蚕茧产量开始低于0.3×104 t,并呈现逐年下降趋势,逐步成为蚕桑劣势产区,尤其遂宁市蚕茧产量下降迅速,由2000年的0.93×104 t下降到2012年的0.06×104 t,年均减少0.028 t,所占比重也由4.48%下降到0.50%,仅高于甘孜州和阿坝州。成都市2000年蚕茧产量仅0.17×104t,2004年开始超过0.3×104 t,由劣势产区变为一般产区,到2012年蚕茧产量达0.44×104 t,年均增加0.022 6×104 t。
1.2.2 蚕桑产业发展分区 丝绸行业受国际因素影响波动较大,国际蚕桑价格呈现波动变化,2005 年以前国际丝价持续下降,到2005年降至14×104 元/t,2006年开始又急剧上涨,2006年达34.2×104 元/t。受丝绸价格变动的影响,农户栽桑养蚕的积极性也有大幅变动,导致蚕茧产量存在变动。根据四川省蚕茧产量年均变化量,将阿坝州以外的20个地州市分为蚕桑产业的发展区(>100 t)、稳定区(-50t到100t)和衰退区(<-50 t)。
整体来看,2000-2012年凉山州、南充市、宜宾市、成都市、攀枝花市、眉山市和内江市处于蚕桑产业发展区(图3),蚕茧产量年均增长100 t以上。其中凉山州蚕茧产量一直处于快速增长,年均增长量达1 204 t,2005年以前年均增长770 t,2006年以后年均增长1 514 t,是前一阶段的2倍。南充市2005年以前蚕茧产量下降迅速,年均减少517 t,2006年以后则大幅增长,年均增长量达1 040 t。宜宾市、成都市、攀枝花市一直处于发展期,但2005年以前的增长速度大于2006年以后,眉山市和内江市则2006年以后的增长速度相对较快。自贡市、雅安市、资阳市、甘孜州、广安市、乐山市、德阳市、广元市、泸州市为蚕桑产业稳定区,其中自贡市蚕茧产量持续增长,但增长幅度有所下降,泸州市蚕茧产量略有下降,雅安市、资阳市、甘孜州、乐山市先增后减,广安市、德阳市、广元市先减后增,总体表现为相对稳定。巴中市、绵阳市、达州市、遂宁市为蚕桑产业衰退区,其中绵阳市2005年以前蚕茧产量大幅增长,年均增加624 t,2006年以后则年均减少598 t,其他三市则一直有所减少,尤其遂宁市减少幅度较大,2000-2012年年均减少278 t。
1.3 蚕桑产业发展特征
1.3.1 蚕桑产业中心南移,基本形成三大优势产业带 随着国家产业结构调整力度的加大,四川省也加快推进蚕桑产业布局调整,生产要素逐渐向优势区集中。过去攀西、川中、川北、川东、川南蚕区的蚕桑分布比较均匀,随着产业布局的调整,区域蚕桑产业发生了明显变化,蚕桑产业中心南移趋势明显。全省已基本形成攀西、川南、川中北三大优势蚕桑产业带,三大产区的桑园面积占全省总面积的60%,发种量、产茧量占全省比重达80%以上。但传统川中蚕区的乐山、眉山、资阳、内江、遂宁等地占四川省的比重大幅下降,川中北蚕区的南充、绵阳、德阳、广元等地蚕桑生产也逐渐萎缩,占全省的比重逐渐下降,由第一大产区降为第二大产区,而攀西蚕区、川南蚕区等新兴产区蚕桑生产大力发展,占全省的比重逐渐上升,其中攀西蚕区上升为第一大产区。在120个栽桑养蚕县中,宁南、高县、会东、乐至、南部、游仙、珙县、盐边、三台和德昌是全省养蚕数量最大的10个县。
1.3.2蚕桑产业向比较效益优势区、科技创新优势区转移蚕桑产业发展主要受自然条件、经济发展、科技水平、劳动力等因素影响,总体来看,四川省蚕桑产业呈现向自然生态资源优势区、比较效益优势区、科技创新优势区和经济欠发达地区转移的趋势。自然资源是蚕桑产业发展的基础,是保证蚕茧优质高产、经济收益高效的重要条件,一般来说,年降雨量500 mm以上,大于等于10℃的活动积温超过2 600℃,无霜期120 d以上的地区,发展蚕桑产业才有较好的经济效益,桑叶增产潜力随年积温由北向南递增,导致四川省蚕桑产区随之由北向南转移。蚕桑产业是种植业和养殖业相结合,而由于生产资料有限,农民基于利润最大化的追求,将选择效益更高的产业。四川省平原地区的蚕桑比较效益低于粮食蔬菜水果等产业[19],在丘陵山区地带则具备一定的比较优势,因此蚕桑产业逐渐向比较优势较高的攀西、川南地区转移。发达地区的土地、劳动力、原材料、资本、技术等资源逐渐紧张,欠发达地区的生产成本低、劳动力资源相对低廉,具备了发展蚕桑产业的更多优势,而蚕桑产业涉及品种繁育、栽桑养蚕、丝绸加工等多个环节,属于技术型产业,随着产业环节的细化和分散化,若资源条件、劳动力条件等无显著差异,蚕桑产业必然向科技创新优势区域转移。
1.3.3蚕桑生产技术水平大幅提升,经营机制进一步完善四川省基本形成了“桑树一步成园、病害统防统消、小蚕共育、大蚕省力化、上蔟优良化”的主体技术路线,并上升为地方标准加以推广,提升了蚕桑技术水平,农民养蚕单产、质量、效益得到明显提高。围绕桑、蚕两个资源,开展了桑园间作、桑园养禽、桑枝食用菌、桑葚开发、蚕沙利用、旅游文化等综合开发,也取得了如德昌县果桑、宁南县桑薯套种、珙县发展桑枝食用菌、乐至县蚕沙叶绿素提取加工等成功经验。经营机制进一步完善,大力发展缫丝企业、蚕桑专业合作组织等,涌现了宁南南丝路、珙县智溢、绵阳天虹等带动效果显著的龙头企业和南部兴盛、井研丝源等联结机制好的专业合作社,“公司+基地+农户”、“龙头企业+合作社+农户”、“合作社+基地+农户”等产业化经营模式初步形成。在茧丝价格持续高涨的市场刺激下,蚕桑产业助农增收成效显著,为全省农民增收和区域经济发展发挥了重要作用。
2 蚕桑产业发展的驱动力分析
2.1 数据来源与研究方法
2.1.1 数据来源与处理 基于数据可获取性,本文以1990-2012年资料为样本数据,主要来源于19912013年《四川统计年鉴》。经济数据均采用可比价,且由于各类指标的数据差异很大,为消除数据的数量级及量纲不同所造成的影响,采取极差标准化方法对数据进行标准化处理[20],公式为:
式中,Xij为极差标准化后的数据,x为指标原数据,i为年份(地区)序号,j为指标序号。经过变换处理,数据的数值范围在[0-1]之间,对于同一指标来说,所有年份(地区)中最大者为1,最小者为0。
2.1.2研究方法灰色关联分析方法常用于分析系统多因素间的相互作用关系。计算各比较序列与参考序列的灰色关联度,并按照大小排出关联序,关联度越大,比较序列的变化趋势和速率与参考序列越相近,二者的关系越紧密。记ξi(k)为t=k年份时指标Xi与因变量Y的关联系数,ri为Xi与Y的关联度,根据灰色关联分析方法计算关联度[21],公式如下:
其中ρ∈[0,1]为分辨系数,用来削弱最大值过大而失真的影响,以提高关联系数间的差异显著性,通常取ρ=0.5。通过比较各关联度ri的大小,可以分析各影响因素与因变量的相关程度。若0<ri<1,说明Y与Xi有关联性,ri值越大,关联性越强。当0<ri≤0.35时,关联性弱;0.35<ri≤0.65时,关联度中;当0.65<ri≤0.85时,关联度较强;当0.85<ri≤1时,关联度极强。
2.2 蚕茧产量变化趋势的影响因素
考虑四川省社会经济与蚕桑产业发展情况,选择影响Y-蚕茧产量(104 t)的10个主要因子:X1-耕地面积(hm2)、X2-GDP(108 元)、X3-农林牧渔总产值(108 元)、X4-经济非农化水平(%,二、三产业产值比重)、X5-人均GDP(元)、X6-农村用电量(108 k W·h)、X7-农业机械总动力 (108 k W)、X8-非农人口比重(%)、X9-第一产业从业人员数(104 人),分别反映自然条件、经济发展状况、农业技术水平和劳动力等,并以1990-2012年资料为样本数据,对四川省蚕茧产量变化的驱动力进行分析,蚕茧产量与其影响因素的关联度如表4。
分析结果显示,其中第一产业从业人员数、人均GDP、地区生产总值、耕地面积、农业机械总动力与蚕茧产量的关联度相对较强,r值大于0.6,农林牧渔总产值、非农人口比重、农村用电量、经济非农化水平的关联度则相对较弱。整体来看,各因素与蚕茧产量的关联度均为中,都在0.35-0.65之间,这表明四川省蚕桑产业发展趋势在一定程度受到各方面因素的影响,但影响强度都不大。
2.3 蚕桑产区发展格局的影响因素
为分析蚕桑产业发展格局和自然条件、社会经济等因素的关系,以蚕茧产量(Y’,104 t)反映各区域蚕桑产业分布状况,选择能够表征蚕桑产业发展状况的桑园面积(X1’,hm2)、养蚕户比例(X2’,%)、发种量(X3’,张)、蚕桑比较效益(X4’),表征社会经济发展水平的人均GDP(X5’,元)、经济非农化水平(X6’,%),利用2011年数据分析四川省除阿坝州以外20个地州市中,各因素对蚕桑产业发展格局的影响程度。其中,养蚕户比例为养蚕户数/总户数,蚕桑比较效益为单位桑园面积产值/单位耕地农业产值。根据灰色关联分析方法,运用Matlab软件计算得出2011年各地州的蚕茧产量与其影响因素的关联系数和关联度如表5。
蚕茧产量与桑园面积、养蚕户数、发种量紧密相关,都是表征区域蚕桑产业发展的因素,其关联度均在0.80以上,其中蚕茧产量与发种量的关联度达0.898,表现出极强的相关性,均表现为正向相关。2011年凉山州的蚕茧产量为2.22×104 t,是四川省产量最高的地区,其桑园面积、发种量也是四川省最高,分别为24.07×103 hm2、46.82×104 张,养蚕户比例最高的地区则是蚕茧产量排名第二的南充市。
发展蚕桑产业具有比较优势的地区,农民更倾向于选择栽桑养蚕,因此区域的蚕茧产量也会更高。但是从分析结果看,以单位桑园面积产值与单位耕地农业产值比重表征的蚕桑比较效益,其分布情况和蚕茧产量具有较大差异。甘孜州蚕茧产量为四川最低,但其蚕桑比较效益为四川最高,凉山州的蚕茧产量最高,但比较效益排名全省第8。这和指标的计算方式有关,甘孜州农业产值也较低,导致其相对的比较效益较高;这和种植业发展传统和民族文化也有一定关系,凉山州是桑蚕养殖传统优势区,甘孜州则以藏族为主,发展栽桑养蚕基础相对薄弱。总体而言,比较效益较高的地区,蚕茧产量较大,二者的关联度达0.744,表现为较强的正向相关。
经济发展水平也对蚕桑产业发展具有一定影响,人均GDP、经济非农化水平与蚕茧产量的关联度分别为0.713、0.706,表现为较强关联。和其他因素不同,这两个因素对蚕茧产量表现为负相关,经济发展水平相对较高的区域,其区位条件和产业基础相对较高,发展其他产业也具有较大优势,因此,在蚕桑产业发展上较其他区域则相对较弱。
3 结论与建议
3.1 结论
本文分析了四川省蚕桑产量变化、区域分布和时空演变特征,并利用灰色关联方法探讨蚕桑产业发展的驱动机制。研究结果表明:近20年四川省桑园面积逐步稳定,但养蚕户数和发种量有所减少,蚕茧总量保持稳定增长;从蚕茧产量比重看,南充市、绵阳市、凉山州、宜宾市是四川省蚕桑产业优势产区,巴中市、绵阳市、达州市、遂宁市处于蚕茧产业衰退区;四川省蚕桑产业中心南移趋势明显,总体呈现向自然生态资源优势区、比较效益优势区、科技创新优势区和经济欠发达地区转移的趋势,基本形成攀西、川南、川中北三大优势蚕桑产业带;劳动力数量、经济发展水平和技术进步影响四川省蚕桑产业发展,在产业分区上桑园面积、养蚕户数、发种量、蚕桑比较效益对蚕茧产量表现为正向关联,人均GDP、经济非农化水平则具有一定的负向影响。
3.2 建议