【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。
黑客一旦成功找寻到可被利用做欺诈的业务和方法，会立即在黑产群内传播，导致大范围的欺诈风险事件发生，危害较高。
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
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：
1.2 研究数据
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。
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。
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：
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。
2.2 区域均匀指数
除去摘抄古代作家的诗歌短句、箴铭训辞，里帕还将前人保留下来的，现成可用的“寓意形象”方案（或文字或图像），剔除其中迎合俗众猎奇趣味的“异教”成分，以天主教教义高尚正统的严肃目标作为遴选、重组的方向。里帕对出自于圣经和神学理论的材料所作的一种个性化调整，其创作理念可以溯源“特兰托公会议”的某些创新性决议，顺应了天主教改革所带来的造型艺术的激进改变⑮。
通过分析可知孔隙水中重金属含量大于上覆水的3倍，对比分析得出草海重金属含量表现为：沉积物>孔隙水>上覆水，与相关报道结果一致（Fu et al.，2009；Zhu et al.，2016）。其中上覆水与孔隙水中重金属的平值含量，如图2所示。
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。
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：
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。
九娘年轻貌美，又多才多艺，自然不乏求爱之人，其中有个绰号“百里香”的最为殷切。此人本名田桂贤，因在家里排行老五，人称田五哥，乃蕲州东长街“百里香肠铺”掌柜，年过三十仍是单身。百里香白天打点店铺生意，晚上去闹春楼听九娘弹唱，春夏秋冬风雨无阻。久而久之听唱入迷，便拜琵琶仙为师，极尽模仿之事，竟也唱得有板有眼，字正腔圆，常登台与琵琶仙唱和，大受票友喝彩，一时传为佳话。琵琶仙每遇坏人袭扰，田氏莫不倾力相救。
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：
根据用户粘性成因分析可以知道，用户对安全性的重视程度不高，安全防范意识不强，但综合考虑云闪付品牌主推的绝对优势和云闪付现实用户的满意度分析，我们可以得出安全性是云闪付的绝对优势，并且用户对云闪付安全性方面满意度较高的结论。因此，要想提高用户粘性，应当首先提高用户的支付安全意识，从而加强用户对云闪付产品的依赖感和信任感，以刺激用户需求，形成用户对云闪付产品的粘性。
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。
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)
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。
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。
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。
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。
表1 均匀度指数变化
Tab.1 Changes in uniformity index
参考值京津冀 0.65 0.66 0.66 0.66 0.67 0.66 0.67 0.67 0.67 0.66 (0,1)长三角 0.75 0.76 0.75 0.75 0.76 0.76 0.76 0.76 0.76 0.75 (0,1)珠三角 0.57 0.56 0.55 0.55 0.55 0.56 0.56 0.56 0.56 0.58 (0,1)2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年
3.2 基础研究人才分布的城市等级结构
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]。
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。
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。
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。
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。
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。
试验所用垃圾焚烧飞灰样品采自某生活垃圾焚烧发电厂。该厂使用半干法脱硫、尾部活性炭喷射及布袋除尘器净化烟气。垃圾焚烧飞灰放置于真空干燥箱中，在70 ℃的条件下烘干24 h，过100目(0.15 mm)筛后取筛下物料待用。
4 结束语
《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。
1999年，第一代BMW X5正式与公众见面。出色的外形与先进的车辆配置让第一代X5成为了豪华运动型多功能车（SAV）细分市场的开辟者和领导者，人们第一次意识到，原来运动也可以与体型庞大的全轮驱动车型紧密联系在一起。强大的产品性能和品牌魅力是BMW X5赢得消费者青睐的根本，三代车型用超过210万辆的总销量证明了自己雄厚的实力。在刚刚结束的第18届广州车展上，全面升级的第四代车型正式来到了中国消费者身边。这一次，BMW希望用全新X5彰显SAV车型的设计初衷：引人注目的越野性能，在崎岖地形中的可靠表现，BMW的豪华特色以及标志性动态性能。
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。
除三个“三分之一”的升级路径外，杨三可还补充概括道，在从传统制造业向中高端制造和生产服务业的升级过程中，瓮福还将实现三个“二”的转型。即实现“产业+资本”的双轮驱动；实现供给端和市场端的两端协同发力；实现“化工+肥料”的双产业驱动。
根据濡化理论和文化身份理论，理想的外语学习者应该既对目的语文化有深入的了解，又对母语文化具有深刻的认同。
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。
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。
作者简介： 卜琰，女，湖南常德人，常德市安乡县教师进修学校专任教师，讲师，本科学历，研究方向：农村中小学教师培训。
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
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：城市群论文; 人才论文; 城市论文; 基础论文; 首位论文; 社会科学总论论文; 人才学论文; 世界各国人才调查及其研究论文; 《地理信息世界》2019年第3期论文; 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)论文; 中国科学技术信息研究所论文;