我国主要城市群基础研究人才的时空分布研究论文

我国主要城市群基础研究人才的时空分布研究

杨 岩,姚长青,刘志辉,张均胜

(中国科学技术信息研究所,北京 100038)

【摘要】 揭示基础研究人才在我国主要城市群的时空分布规律,通过收集2006年至2015年度中国科技核心引文数据库,利用论文作者数量表征城市基础研究人才,选择我国三大城市群(京津冀、长三角、珠三角),通过空间密度,均匀指数,首位度等分析方法,对基础研究人才在主要城市群内的时序变化及空间分布进行研究。结果表明:①我国三大城市群基础研究人才分布均呈现出多中心性;②长三角城市群基础研究人才分布较为均衡,而京津冀城市群和珠三角城市群则分布相对集中;③三大城市群中的首位城市相较于其他城市在人才聚焦方面有明显优势。三大城市群特别是京津冀和珠三角城市群需要注重区内城市的协同发展,促进基础研究人才的均衡分布,以加快区域研究和创新的协同发展。

【关键词】 基础研究人才;空间密度;均匀指数;首位度;位序—规模法则

0 引 言

伴随着全球经济增长进入新的时期,在当前国际竞争格局中,一个国家的综合竞争力越来越取决于是否有若干综合经济实力强大的城市群与全球城市区域[1-2],这类城市群的产业多数集中于第三产业,如高端服务业和先进制造业,而且拥有众多科研院所和研发机构,为科技创新提供了有利的基础条件[3-4]。因此,支撑城市科技创新的基础研究及其依赖的研究人才就显得尤为关键。

现阶段,区域科技人才政策的研究多集中于微观层面,面向人才制度和政策制定进行讨论。如赵林度早在2008年就通过物流领域人才的数量、规模、结构数据,对我国三大主要城市群(长三角、珠三角及环渤海湾地区)的物流人才进行了比较分析并提出了物流人才培养环境的策略[5]。张卫枚从人才共享体系角度探讨了长株潭城市群科技人才体系构建,以促进群内科技人才资源的一体化开发利用[6]。于飞等基于因子分析方法和面板数据,从经济环境水平、科技教育环境水平、社会环境水平3个维度构建了京津冀城市群人才吸引力评价指标体系,并对京津冀城市群人才吸引力指标进行了评价[7]

对于区域发展而言,城市群内人才结构更要结合其数量、空间分布从整个城市和城市群角度出发,从宏观层面揭示人才空间分布变化规律,为决策提供支撑。随着城市规划及区域地理学科的发展,对于城市群各类要素结构进行分析的方法已较为成熟。如在2005年方创琳等就对中国主要城市群的空间结构进行了对比分析[8]。张祥建等从经济地理的角度对长三角产业集群空间结构进行了剖析[9]。而对于城市群结构研究的定量化方法而言,其研究应用更为广泛,常用方法包括空间密度法、首位度分析法,位序—规模法等。如许庆明等基于日本、韩国城市人口集聚密度和产业结构的比较,研究了中国长三角城市群城市人口集聚密度、区域产业结构优化方面的问题[10]。曾鹏和陈芬利用经济和人口数据结合首位度分析方法对我国十大主要城市群的城市规模结构进行了分析[11]。柳坤等则利用了位序-规模方法,针对第三产业探讨了其在我国三大城市群的空间分布[12]

因此,利用人才数据和城市地理信息[13-14],采用多种空间分析方法,对主要城市群科研人才分布和空间结构进行分析就显得尤为必要。

1 研究区域与数据

1.1 研究区域

《国家新型城镇化规划(2014~2020)》中提到,我国三大城市群(京津冀、长三角、珠三角)以占我国国土面积2.8%的土地创造了36%的GDP,同时承载了18%的人口[15]。其中京津冀城市群共计13个城市,包括北京、天津两大直辖市以及河北省的保定、唐山、石家庄等城市,是我国北方的政治、经济、科技、文化中心,其经济发展已经具有世界级经济群发展的体量,是我国经济最具活力、开放程度最高、创新能力最强、吸纳人口最多的区域之一,但其发展也面临着一体化程度低、人口资源向首位城市过度集中等问题。长三角城市群包括三省(江苏、浙江、安徽)一市(上海)共计26座主要城市,长三角城市群是国内产业发展高地,产业门类齐全,集群优势明显,处在工业化后期阶段,城市群区域综合实力全国领先、工业化水平高、经济发展速度快、人均效益突出,并不断吸引外来人口流入。珠江三角洲城市群则是我国华南地区核心发展区域,包括广州、深圳、珠海等14座城市,珠江三角洲城市群是亚太地区最具活力的经济区之一,是有全球影响力的先进制造业基地和现代服务业基地,也是全国科技创新与技术研发基地和经济发展的重要引擎。

1.2 研究数据

本研究依托中国科技引文数据库(CSTPCD)中作者信息数据,表征城市群内不同城市基础研究人员数量,通过定量化的城市体系结构研究方法,从基础研究人才数量及空间分布等角度,分析我国基础研究人才在主要城市群内的时空变化特征。

金融资源和实体经济之间存在着密不可分的关系,单独的金融资源很难发挥自身应有的功能和作用,而实体经济就是金融资源发挥自身作用的完美平台,只有当金融资源完全融入到实体经济中,才能完整地体现出金融对经济的促进作用。

本文选择2006~2015年度论文数据,对其作者信息进行收集、整理和清洗,根据作者所属城市进行标注,以获取作者的地理位置信息,并统计城市群内各城市的论文作者数量,表征当年该城市基础研究人才数量。同时,本文也采用三大城市群的地理空间数据进行空间密度的计算和空间信息展示。

品评小组5位成员对每一个因素进行逐个评判,统计每一个因素的各个评语的人次,4个因素的5个评语共有20人次。然后将品评员对每一因素的品评分值转化为评语域各等级得票数,得到猕猴桃酒感官评定结果,见表2。

2 研究方法

面向城市群基础研究人才,需要从各个城市人才数量入手,分析城市群人才密度、人才空间分布和结构,从而为整体把握城市群基础研究人才现状提供依据。从指标来看,本文涉及到人才数量、空间分布和空间结构的指标主要包括空间密度、均匀度指数、首位度和序位-规模法。其计算方法分述如下:

2.1 空间密度

空间密度分析方法多应用于人口空间单元与结构分析方面,本文主要应用该方法针对城市人才分布的时空变化进行研究[16-17],其公式如公式(1)所示:

一个礼拜之后,王祥拿着这10万元真做起了小本买卖,不过处境也没有比自己摆地摊的时候好多少,同样是人生地不熟,少了老道这样的主心骨,王祥这几招还是稚嫩了些。而且王祥也不了解做生意都是先亏后赚,才一个礼拜,就怀念起和老道一起骗人骗财的生活。

从图1中可以看出,就京津冀地区而言,北京、天津相较于其他城市基础研究人才密度较高,就整个城市群而言,北京中心城市地位明显。在同一时期内,天津市的密度逐渐增大,但相较于北京市而言,其基础研究人才密度仍有较大差距。在河北省内拥有较多高校和研究机构的石家庄、秦皇岛、保定等与北京和天津相比未显示出较强的中心性。

2.2 区域均匀指数

区域均匀指数考虑区域内全部城市,对其某一指标的分散和集聚度进行定量化表征[18]。本文采用该方法用以表征区域各城市基础研究人才的分布均衡程度,其计算公式,如公式(2)和公式(3)所示。

式中,UI为均匀度指数,BSPi表示基础研究人才,Si表示城市行政区划面积,ti表示每个单元指标占城市总指标的比重。UI的取值范围为(0,1),I越接近1表明上述特征分布在区域更加均匀,值越小则表明越集聚。

江小白则从产品本身出发,在产品外观形象上,将品牌拟人化,化身“屌丝型、文艺心,追求简单生活”的都市男青年,以其屌丝的姿态、诙谐的语录、裸瓶包装,颠覆了传统白酒企业高端、尊贵的市场定位,带来一种娱乐性、亲民性和大众化的消费享受。小体量更好地满足了消费者小酌的消费情结,小酒迎合年轻消费者追捧新生事物的性格特征,本身就是一种突破。

2.3 城市首位度

城市首位度往往用来反映某一城市在区域的主导性,在1939年,杰斐逊首先提出了首位度的计算方法[19],本文针对基础研究人才数量进行首位度计算,用以表征不同城市群内基础研究人才在最大城市的集中度。首位度计算方法有二城市法、四城市法以及十一城市法[20]。考虑到城市群规模限制,本研究中采用二城市首位度和四城市首位度计算方法,其计算方法如公式(4)和公式(5)所示:

公式(4)和公式(5)中,S2和S4分别代表二城市首位度和四城市首位度,BSP1代表基础研究人才数量排名第1的城市,BSP2、BSP3、BSP4代表排名第2、第3、第4的城市其基础研究人员数量。

2.4 城市序位-规模测度

位序一规模法则(Rank-Size Rule)是从城市的规模和城市规模位序的关系角度来考察一个城市体系的规模分布状况[21-22]。城市的位序和规模可以由以下数学关系表示:

两边取对数则可变为如下形式:

就长三角地区而言,上海、南京、杭州三市相较于其他城市人才密度较高。从2006~2015年,上海和南京均维持了较高的基础研究人才密度,而杭州在2015年基础研究人才密度出现了一定程度的下降,中心性有所降低。

清理卫生时,合理用水冲洗地面,并将冲洗水回收利用,在条件成熟时,可考虑回收雨水作为选煤循环水或厕所冲水。

3 主要城市群基础研究人才时空分布特性

3.1 基础研究人才的时空分布规律

本研究利用ArcGIS 10.1软件中的空间分析模块,根据反距离权重插值方法对不同年份不同城市的基础研究人才数量进行空间插值分析,其结果如图1所示,包括2006年、2010年、2015年3个不同时期的数量插值结果,三大主要城市群采用相同范围的图例,以显示其人才密度在同一城市群内和不同城市群之间的对比。

图1 京津冀、长三角、珠三角基础研究人才密度变化图(2006年、2010年、2015年)
Fig.1 Changes of basic research talent density in Beijing-Tianjin-Hebei,Yangtze River Delta and Pearl River Delta (2006, 2010 and 2015)

式中,Di表示基础研究人才空间密度,BSPi表示基础研究人才,Si表示城市行政区划面积。同时利用反距离权重法进行空间插值,展现城市群基础研究人才分布密度变化。

公式(7)中,y代表行政区某一指标的基础人才规模,x代表其位序,B为常数,而a则可以表示位序-规模的维数,通常认为当a=1时,其表示分布结构较为均衡,而当a<1时分布比较分散,城市体系结构不突出,而当a>1时则表示等级较高城市对于相应指标而言,具有较高的集聚性。在本文中,x由同一城市群内不同城市基础研究人才数量排序得到,而y则代表相应城市的基础研究人才数量,同时,通过回归分析得到a的值,用以表示城市群内基础研究人才的结构合理性。

在珠三角地区,从图1中可以看出,广州市是该区域最主要的基础研究人才聚集城市,其次为深圳和珠海。从2006~2015年,广州相较于其他城市一直保持较高的基础研究人才密度,3个主要城市之间的差距不大,珠三角的基础研究人才以广州、深圳、珠海为核心,在空间上形成了一定的集聚。

均匀度模型考虑了空间面积带来的差异,其结果见表1。三大主要城市群的均匀指数都更偏向于最大参考值1,说明其人才均趋向均匀分布。其中长三角城市群的均匀度指数保持在0.75左右,为3个城市群中最高的,其次为京津冀和珠三角城市群。相较于京津冀和长三角城市群,珠三角城市群显示出更强的空间集聚趋势。

自企业会计准则引入公允价值以来,其应根据不同行业企业需要进行相应的运用。公允价值同历史成本相比较,其不管是在技术方面,还是在人才专业知识方面都对企业会计工作人员提出了更高水准的要求,并且极大的增加了企业所需投入的管理成本。当前企业会计准则下的公允价值运用,需要专业技术更完备、工作更为诚实守信的会计工作人员。企业公允价值计量和会计核算工作逐渐趋向于复杂化,也只有具备高水平、高素质的会计人才才能够对公允价值进行操作,且完成相关会计处理。但就目前我国各行业企业公允价值运用现状而言,大多数企业会计工作人员的业务素质和专业能力并不乐观,其公允价值操作性明显缺乏,难以对公允价值进行合理化运用。

表1 均匀度指数变化
Tab.1 Changes in uniformity index

3.2 基础研究人才分布的城市等级结构

京津冀地区的S2值呈现先升后降,同时在数值整体上有所下降,而S4值则表现出了持续上升的趋势。这表明京津冀地区基础研究人才排名前两位的城市之间的差距在缩小,而排名前四位城市之间的基础研究人才数量差距在进一步拉大。长三角地区的S2和S4值变化较为同步,呈现持续下降的趋势,珠三角地区的首位度计算结果也表明,其首位城市的数量优势在不断下降的过程中。

据报道,现在市面上有些八角中混入了莽草的果实,食用过多会导致中毒,所以要特别注意。大家可以通过以下几个方面进行辨别:第一,莽草的果实一般是10个角以上,果瓣不会张开,每个角尖细、瘦弱,还会上翘;第二,八角果柄较长,弯曲,其果实外露,莽草果柄较短,平直而微弯,其果实比较封闭;第三,味道方面,八角吃在嘴里是甜的,味道醇香,莽草的果实咬下去是花露水的味道,吃在嘴里会苦,发酸,舌头有麻木感。

基础研究人才的二城市首位度及四城市首位度计算结果,如图2所示。根据前人研究的结果,二城市首位度(S2)为2,四城市首位度(S4)为1为城市群规模结构较为理想的状态[23-24]

图2 2006~2015年主要城市群首位度指数变化
Fig.2 Change of priority index of major urban agglomerations from 2006 to 2015

位序-规划法结果如图3所示。从图中可以看出,所有三大城市群在2006年、2010年、2015年的回归系数均大于0.9,拟合度较高。

图3 2006~2015年主要城市群首位度指数变化
Fig.3 Changes in priority index of major urban agglomerations from 2006 to 2015

从a的值来判断,在京津冀城市群内,a值由2006年的2.04变为2010年的1.94,至2015年进一步下降为1.86,这表明京津冀城市基础人才结构集中于优势城市,但是其数值变化表明其结构向着均衡优化这一方向发展。在长三角城市群,a值保持在1.63至1.69,变化幅度较小,这表明其基础研究人才在城市群内的分布结构较为合理。在珠三角城市群,a值由2006年的2.12上升至2.21,随后降至2015年的2.13,这表明排名首位城市对于基础研究人才仍具有较强的集聚效应,基础研究人才在城市群内的分布与结构需进一步调整。

4 结束语

本研究采用我国科技核心源期刊论文作者数据表征我国主要城市群基础研究人才分布的中心性,利用对其进行测度,以期为不同地区发展提出合理化的建议。研究结果表明:

从图2来看,三大城市群的S2、S4值从2006~2015表现出了相同的趋势。其中京津冀城市群相对稳定,其数值远大于参考值,首位城市明显,而长三角城市群,其首位城市为上海,但其S2、S4的变化表明其在基础人才方面的首位度并不高。对于珠三角地区而言,表现了与京津冀相同的结果,首位城市明显。

随着社会经济的不断发展,人们消费能力的提高,越来越多的旅游者对旅游产品的关注点已从价格逐步转变为品质,更加倾向于自主选择的个性化旅行。人们的旅游方式正在从观光逐步转为休闲度假,人们开始注重差异化的体验和精神层面的满足。

1)我国主要城市群的基础研究人才分布体现了城市群的多中心性。根据空间密度分析的结果来看,在空间上,我国各主要城市群面向基础研究人才的多中心格局已然成型。京津冀城市群以北京、天津为核心、长三角城市群以上海、南京为核心、而珠三角城市群以广州、深圳为核心。

2)从均匀指数计算结果来看,我国主要城市群基础研究人才的集聚性呈现不同的特征。长三角地区基础研究人才的分布呈现向均衡方向发展的态势。而京津冀地区的基础研究人才,则主要还是集中于北京、天津两地,同样的情况也发生在珠三角地区,广州、深圳成为城市群内吸引人才的核心城市。

3)根据首位度及位置—序列结果来看,我国不同城市群内基础研究人才的分布尚需进一步优化,长三角地区相较于其他两个城市群分布略微均衡。京津冀城市群和珠三角城市群的首位城市及次首位城市与其他城市的差距较大,仍需要向进一步均衡的方向发展。

(二)充分地调动孩子识字地热情,多让他们说。在有孩子说出好的记字方法时要及时给予较高的评价,让他尝到“甜头”,乐于想办法。

参考文献

[1] 张红, 孙艳艳, 胥彦玲. 美国东北都市圈协调发展经验及启示[J]. 情报工程, 2016,2(6):94-100.

[2] Em P. The Concept of Fuzzy Central Place as the Approach to Analyze Distribution of Central Functions Within Urban Agglomerations[C]// ERSA Conference Papers. European Regional Science Association, 2014.

[3] 张磊, 辜寄蓉, 刘帅君, 等. 成渝城市群(四川)经济发展水平评价与分析[J]. 地理信息世界, 2017,24(6):20-22,28.

[4] 朱雪坚, 刘翔, 方剑强. 城市群级地理信息公共服务平台中的关键技术与创新研究[J]. 地理信息世界,2015,22(1):101-104.

[5] 赵林度. 我国三大城市群物流人才结构比较分析[J]. 物流技术, 2008,27(10):70-73.

[6] 张卫枚. 长株潭城市群科技人才共享体系构建[J]. 对外经贸, 2012(9):87-89.

[7] 于飞, 王会强, 赵岩红. 基于因子分析法的京津冀城市群人才吸引力综合评价[J]. 保定学院学报, 2017,30(3):36-40.

[8] 方创琳, 宋吉涛, 张蔷, 等. 中国城市群结构体系的组成与空间分异格局[J]. 地理学报, 2005,60(5):827-840.

[9] 张祥建, 唐炎华, 徐晋. 长江三角洲城市群空间结构演化的产业机理[J]. 经济理论与经济管理, 2003(10):65-69.

[10] 许庆明, 胡晨光, 刘道学. 城市群人口集聚梯度与产业结构优化升级——中国长三角地区与日本、韩国的比较[J].中国人口科学, 2015(1):29-37.

[11] 曾鹏, 陈芬. 我国十大城市群等级规模结构特征比较研究[J]. 科技进步与对策, 2013(5):42-46.

[12] 柳坤, 申玉铭, 刘辉. 中国三大城市群服务业规模结构及演化特征[J]. 地理科学进展, 2012,31(10):1 289-1 294.

[13] 司文峰, 胡广伟. 我国内地城市电子政务服务能力分布规律——基于地理区域、政务渠道、政务维度综合视角[J].数据分析与知识发现, 2018,2(9):1-9.

[14] 余传明, 郭亚静, 龚雨田, 等. 基于主题时间模型的农村电商扶贫政策演化及地区差异分析[J]. 数据分析与知识发现, 2018,2(7):34-45.

[15] 人民出版社. 国家新型城镇化规划(2014—2020年)[M]. 北京:人民出版社, 2014.

[16] James B Holt, C P Lo, Thomas W. Hodler. Dasymetric Estimation of Population Density and Areal Interpolation of Census Data[J]. Cartography &Geographic Information Science, 2004,31(2):103-121.

[17] 毛其智, 龙瀛, 吴康. 中国人口密度时空演变与城镇化空间格局初探——从2000年到2010年[J]. 城市规划,2015,39(2):38-43.

[18] 赵虎, 李霖, 张志军, 等. 基于扩展空间句法的城区人口密度估算方法[J]. 测绘科学, 2009,34(4):150-152.

[19]罗震东, 张京祥. 大都市区域空间集聚-碎化的测度及实证研究——以江苏沿江地区为例[J]. 城市规划,2002,26(4):61-63.

[20] Mutlu S. Urban Concentration and Primacy Revisited:An Analysis and Some Policy Conclusions[J]. Economic Development & Cultural Change, 1989,37(3):611-639.

[21] Rashid A W, Khairkar V P. Declining City-core of An Indian Primate City: A Case Study of Srinagar City[J].International Journal of Environmental Sciences,2012(4):2 090-2 103.

[22] Chen Y, Zhou Y. The Rank-size Rule and Fractal Hierarchies of Cities: Mathematical Models and Empirical Analyses[J]. Environment & Planning B Planning & Design, 2003,30(6):799-818.

[23] Savage S H. Assessing Departures from Log-normality in the Rank-size Rule[J]. Journal of Archaeological Science, 1997,24(3):233-244.

[24] 张超, 王春杨, 吕永强, 等. 长江经济带城市体系空间结构——基于夜间灯光数据的研究[J]. 城市发展研究,2015,22(3):19-27.

本刊2014年入编北京市报刊发行局中国邮政主办的中邮阅读网(WWW.183read.com)。该著作权使用费将与本刊稿酬一次性给付,不再另行发放。作者如不同意入编,投稿时敬请说明,本刊另作处理。

Temporal and Spatial Distribution of Professionals in fundamental Researches in Major Urban Agglomerations of China

YANG Yan, YAO Changqing, LIU Zhihui, ZHANG Junsheng
(Institute of Scientif i c and Technical Information of China, Beijing 100038, China)

Abstract: Aim to reveal the spatial and temporal distribution of professionals in fundamental researches in major urban agglomerations of China, we collected the large amount of authors from the 2006~2015 Chinese Science and Technology Papers and Citations Database(CSTPD) to represent the researchers, and analyzed their temporal variation and spatial distribution in the major agglomerations (Beijing-Tianjin-Hebei Agglomeration, Yangtze River Delta Agglomeration, Pearl River Delta Agglomeration) based on the spatial density, uniformity index, low of primate city, rank-size rule methods. Our results indicate that: ①The distribution of researchers' amount shows the polycentricity mode in the investigated three major agglomerations. ②Moreover, its distribution in Yangtze River Delta Agglomerations is more even compared with that from other two agglomerations. ③Compared with other cities, the fi rst city in the three metropolitan agglomerations has obvious advantages in talentgathering. The results also suggested that the investigated three major agglomerations request efforts on the coordinated development of cities in the areas,especially for Beijing-Tianjin-Hebei Agglomeration and Pearl River Delta Agglomeration, to promote the balance of professional human resources among cities for accelerating the coordinated development of regional research and innovation.

Key words: basic research personnel; spatial density; uniformity index; low of primate city; rank-size rule

【中图分类号】 TP79

【文献标识码】 A

【文章编号】 1672-1586(2019)03-0050-05

引文格式: 杨 岩,姚长青,刘志辉,等. 我国主要城市群基础研究人才的时空分布研究[J].地理信息世界,2019,26(3):50-54.

基金项目 :

国家科技管理系统建设项目(GKG2017-06);国家自然科学基金项目(L1624039)资助

4月21日下午,水利部抗震救灾领导小组水电恢复组实地核查玉树地震损毁比较严重的禅古、西杭、当代等3座水电站。

作者简介:

杨岩(1986-),男,山西忻州人,助理研究员,博士,主要从事地理空间分析与科技管理工作。

E-mail: yangyan@istic.ac.cn

收稿日期: 2018-12-17

标签:;  ;  ;  ;  ;  ;  

我国主要城市群基础研究人才的时空分布研究论文
下载Doc文档

猜你喜欢