上海地区太阳总辐射及其时空分布特征-飞外

上海地区太阳总辐射及其时空分布特征

摘要:根据上海地区徐家汇站1961 年—1990 年月太阳总辐射量与月日照百分率、月平均总云量、月相对湿 度、月浮尘烟霾总数等气象要素，运用太阳总辐射气候学计算原理，选定上海地区不同太阳总辐射的气候学计算公式，并用选定的公式计算出1991 年—2008 年宝山月太阳总辐射量值。然后根据宝山站计算值与实测值的最小误差（6.3%）确定适合上海地区月太阳总辐射的气候学计算公式。最后依据确定的气候学计算公式推算上海地区各气象站1961 年—2008 年累年各月太阳总辐射量，并分析上海地区太阳总辐射的时空变化特征，结果表明：上海地区7 月总辐射量最多，其次是8 月和5 月，6 月正午太阳高度角虽最大，但天空遮蔽度比5 月、7 月、8 月大，因此总辐射量比5 月、7 月、8 月要少。因上海地区地域面积小，太阳总辐射的空间分布略有差异。太阳总辐射量的空间分布差异为：年东北部及南部沿海地区最多；春季东北部最多；夏季南部沿海最多；秋冬季北部最多；7 月～8 月差异略为明显，其它月差异较小。 关键词：太阳总辐射；气候学计算；时空分布；上海

1 引言

太阳辐射是地球上大气中一切物理过程的主要能源，是地球气候形成的一个重要因素，对各地天气和气候变化起着决定性作用。到达地面的辐射总量包括太阳直接辐射和天空散射辐射，通常称为总辐射，太阳能一般以太阳总辐射来表示。到达地表的太阳总辐射与日地距离、地理纬度、太阳赤纬、日照百分率、天空云量以及大气和地表的物理状态有关[1]。总辐射可以用仪器直接观测来确定，但在我国总辐射的观测分布不均匀，所以在实际应用中，必须采用其它气象要素间接计算，一般采用半经验半理论的气候学计算方法进行求算[2]。早在20 世纪60 年代，左大康等[3]和翁笃鸣[4]就系统研究了全国性的太阳总辐射气候学计算问题，分别提出我国太阳总辐射气候学计算公式，左大康等还讨论了总辐射的空间分布；1982 年祝昌汉[5，6]进一步对总辐射气候学计算中的基本问题作较全面和深入

的论述；1992 年孙治安等[7]讨论了总辐射气候学计算公式中的起始数据和经验系数的稳定性问题；2005 年鞠晓慧等[8]分析了总辐射气候学计算公式中系数的地理分布和季节变化特征，得到了用日照资料估算总辐射的误差范围。全国有不少省份的气象工作者分别提出本省不同气候区太阳总辐射的气候学经验计算公式并进行误差分析，在此基础上得出本省太阳总辐射的时空分布特征[9~14]。进入21 世纪，电力、煤炭、石油等不可再生能源频频告急，越来越多的国家开始开发太阳能资源，开发太阳能资源是我国科学发展面临的一个严峻课题。上海作为国际大都市也面临能源短缺，开发太阳能资源也很紧迫。本文着重研究了上海地区太阳总辐射时空分布规律，对上海地区太阳能资源的分布进行详细的调查，采用仅有的1 个基本站的太阳总辐射观测数据，应用太阳总辐射的气候学计算公式来推算上海地区11 个气象站月太阳总辐射量。并提出适合上海地区的太阳总辐射气候学计算公式，计算11 个气象站月太阳总辐射量，分析太阳总辐射的时空分布特征，为上海地区合理地利用太阳能资源打下基础。

2 数据来源与研究方法 2.1 数据来源

上海地区的11 个气象站在1959 年底陆续建成，但仅有1个气象站观测总辐射，1990年以前在徐家汇观测，1991年以后在宝山站观测（见图1中圆圈标的站），两站前后均按国家一级辐射站的标准观测。本文使用1961 年—1990 年徐家汇站和1991 年—2008 年宝山站月总辐射观测资料，以及11 站1961 年—2008 年月日照百分率、月平均总云量、月 相对湿度、月浮尘烟霾总数。 2.2 研究方法

2.2.1 月总辐射气候学计算公式的推导步骤（1）本文首先根据徐家汇站1961年—1990年上海地区月太阳总辐射量与月日照百分率、月平均总云量、月相对湿度、月浮尘烟霾总数等气象要素，利用不同太阳总辐射的气候学计算公式进行计算分析，选定上海地区月太阳总辐射量与日照百分率等气象要素相关联的不同气候学计算公式。（2）用选定的上海地区不同太阳总辐射的气候学计算公式，计算1991年—2008年宝山月太阳总辐射量值，根据宝山站计算值与实测值的最小误差确定适合上海地区月太阳总辐射的气候学计算公式。2.2.2 总辐射时空特征的分析根据确定的上海地区月太阳总辐射气候学计算公式推算上海地区各气象站1961年—2008年累年各月太阳总辐射量，并分析上海地区太阳总辐射的时空变化特征。

图1 上海地区11个气象站的分布

Fig.1 The distribution of 11 meteorological stations in Shanghai 3 上海地区太阳总辐射气候学计算 公式的推导

太阳总辐射气候学计算一般表达式[2]为: Q=Q0·f（s1，n） （1）

式中Q0为起始数据；f（s1，n）为天空遮蔽度函数。

3.1 总辐射气候学计算公式中的起始数据Q0总辐射气候学计算公式中的起始数据Q0 一般

有4 种：天文辐射、理想大气总辐射、纬度平均可能总辐射和可能总辐射，后两者的区别是前者是纬度平均值，后者是考虑了大气混浊条件的半经验半理论公式得到的值[15]。可能总辐射能较好地考虑大气中的水汽、气溶胶因子的实际影响，计算中拟合效果较好，天文辐射计算方便，无误差，实用价值仍较好；纬度平均值可能总辐射平滑了东西方向的差异，理想大气总辐射不考虑大气中的水汽、气溶胶因子的影响，拟合效果略差[2，7]。本文在前人研究的基础上，起用天文辐射和可能总辐射作为起始数据，这样能使上海地区太阳总辐射气候学计算误差小一些。天文辐射日总量S0[2]和可能总辐射日总量Qi[2]的计算公式分别为：

（2）

（3）

（4）

式中A=sinφ sinδ，B=cosφ cosδ，ω0=arcos（-tgφ tgδ），φ为纬度（度）；δ为太阳赤纬（度）；ω0 为日出和日落时角；f=0.5-aexp（b · E）（5 月—10 月：a=0.38，b=-0.0194；11 月—4 月：a=0.426，b=-0.0492）；1/ρ2 为日地平均距离订正项。δ、1/ρ2公式[2]分别为：

（5）

（6）

式中：θ=2×3.1415 926×d/365（弧度）；d 为一年中日期序数，0，1，2，…，364。 3.2 上海地区月太阳总辐射气候学计算公式的选定

在公式（1）的基础上，出现各种类型的总辐射计算公式，在这些计算公式中，日照和云量是两个公认天空遮蔽因子[2]，王炳忠等[16]罗列了21 种计算公式，都是总辐射与日照百分率及云量的不同表达式。朱志辉[17]认为大气对总辐射的影响是多个气象因子（日照、湿度、云量、浮尘日数、烟幕日数等）的线性叠加。本文参照王炳忠等[16]的计算公式，同时认为总辐射主要与白天云量、日照有关，晚上20 时，凌晨2时的云量也计算不合理，为此首先分析总辐射分别与日照百分率、总云量、8时—14时平均总云量、日照百分率和8时—14时平均总云量综合因子[15]的关系。图2 为徐家汇站1961 年—1990 年月总辐射/月天文辐射（Q/S0）、月平均总辐射/月平均可能总辐射（Q/Qi）分别与月日照百分率s、月平均总云量n

1、月8时—14 时平均总云量n

2、月日照百分率和云量的综合因子（s+1-n2）/2 的散点分布图（图中Q/S0 、Q/Qi、s、n

1、n

2、（s+1-n2）/2 均为每年12 个月平均值，因为Q/S0 、Q/Qi 为小数，所以在作图中s、n

1、n

2、（s+1-n2）/2 均用小数表示。）从图中散点分布可见：Q/S0 、Q/Qi分别与s、n

1、n

2、（s+1-n2）/2 似乎呈线性关系，但是否有线性关系必须通过检验。表1 显示的是Q/S0 、Q/Qi 分别与s、n

1、n

2、（s +1-n2）/2 的线性方程、回归效果检验值、相关系数，检验标明，Q/S0 、Q/Qi分别与s 及（s+1-n2）/2 的线性相关显著，线性方程回归效果显著，与n

1、n2 线性相关不好，线性方程回归效果较差；接着求出Q/S0 、Q/Qi 分别与n

1、n2 二元非线性回归方程和判定系数（表2），发现判定系数很低，则Q/S0 、Q/Qi 分别与n

1、n2 二元非线性回归效果也不好[18]，它们之间的指数、对数回归效果也不好（表略）。既然上海地区的总辐射与云量的线性和非线性相关都不好，为此不选上海地区的总辐射仅以云量为自变量的计算公式。同时，本文参照朱志辉[17] 的研究成果，认为大气对总辐射的影响还与月平均相对湿度f3 及月浮尘、烟、霾总数m 有关，所以各月的Q/S0 、Q/Qi还可表示为与s、n

2、f

3、m 的多元线性回归方程，多元线性回归方程各个因子是否入选则必须逐步回归法对各个因子进行筛选。根据以上分析选定Q/S0 、Q/Qi 分别与s、（s +1-n2）/2 的线性方程及Q/S0 、Q/Qi 分别与s、n

2、f

3、m 的多元线性回归方程3 个公式为上海地区太阳总辐射气候学计算公式（表3）。表3 中S0 为天文辐射月总量；Qi 为可能有效辐射月总量；s 为月日照百分率；n2为8 时—14 时月平均总云量；f 为月平均相对湿度；m 为月浮尘，烟、霾总数。公式3 为逐步回归方程，各个因子不一定全部入选，各月的a1，a2，a3，a4 各有可能为零。

图2 Q/S0 、Q/Qi 分别与s、n

1、n

2、（s+1-n2）/2的散点分布

Fig .2 The points distribution of Q/S0 or Q/Qi and each of s and n1 and n2 and（s+1-n2）/2

3.3 上海地区月太阳总辐射气候学计算公式的确定

本文根据徐家汇各月的天文总辐射量S0 和可能总辐射量Qi 以及徐家汇1961 年—1990 年各月的月太阳总辐射量Q、月日照百分率s、月日照百分率和云量的综合因子（s+1-n2）/

2、计算表3 中公式1-公式2 中各月的a，b 系数，并用逐步回归法对表3 中公式3 中月日照百分率s、8 时—14 时月平均总云量n

2、月相对湿度f、月浮尘烟霾总数m 进行筛选，求出各月的逐步回归方程。随后根据求出的表3 中公式1-公式3 ，用宝山各月的天文总辐射量S0 和可能总辐射量Qi 以及1991 年—2008 年宝山各月的日照百分率s、月8 时—14 时平均总云量n

2、月日照百分率和云量的综合因子（s+1-n2）/

2、月相对湿度f

3、月浮尘烟霾总数m分别计算1991 年—2008 年宝山每年各月的月太阳总辐射量Q，最后计算宝山站1991 年—2008 年各月实测值与计算值的相对误差的平均值（∣实测值-计算值∣/实测值×100%）（表4）。从表4 中可见，公式2b 实测值与计算值的相对误差最小，这说明起始数据采用可能总辐射Qi，月太阳总辐射量Q 与各月日照百分率和云量的综合因子（s+1-n2）/2 的线性回归方程作为上海地区月太阳总辐射气候学计算公式最合适。许多省份由于地域广阔，往往采用本省及邻省几个有辐射观测站的资料求出有辐射观测站线性回归方程中的a、b 系数，再采用内插或聚类分析法求出各地的线性回归方程中的a、b 系数。上海地域小，面积比许多省的某个地区小，距离上海无辐射观测气象站的有辐射观测站最近就是徐家汇和宝山，所以用这两个站推导出来的月太阳总辐射气候学计算公式对上海地区最合适，无需进行a、b 系数的订正。

4 上海地区太阳总辐射时空分布特征

本文首先用3.1 节中的公式（3）或公式（4）计算各气象站的月可能总辐射量，再根据1961 年—2008年各气象站的月日照百分率s 和月8 时—14 时平均总云量n2，用表3 中的公式2b 计算各站1961 年—2008年每年各月总辐射量，并求出48年各月总辐射量的11站平均值。 4.1 上海地区太阳总辐射的月季分布

4.1.1 上海地区太阳总辐射的月际分布图3 为上海地区总辐射量、雨日、8 时—14 时平均总云量、日照百分率月际分布（以上数据为1961年—2008年上海地区11 站平均，图中总云量、日照百分率用百分比表示）以及各月正午的平均太阳高度角分布（11站平均）。图中可见，上海地区7 月总辐射量最多，其次是8 月，然后按5 月、6 月、4 月、9 月、10 月、3 月、11 月、2 月逐渐减小，12 月和1 月最小，基本上与正午太阳高度角的分布一致，但值得注意的是：6 月正午太阳高度角最大，其次才是7 月、5 月、8 月，但6 月太阳总辐射量比7 月、8 月、5 月都少，这是因为上海

地区6 月处在梅雨期中，其雨日、8 时—14 时平均总云量比7 月、8 月、5 月多，是各月中最多的，而日照百分率比7 月、8 月、5 月小，是各月中最小的，因此天空遮蔽度比7 月、8 月、5 月大，所以6 月太阳总辐射量比7月、8月、5月都少。

图3 上海地区总辐射及相关气象、天文要素的月际分布

Fig.3 The monthly distribution of tatol solar radiation and involved meteorological element and astronomic element in shanghai

图4 上海地区总辐射及相关气象、天文要素的季节分布

Fig.4 The seasonal distribution of tatol solar radiation and involved meteorological element and astronomic element in shanghai

图5 上海地区各季总辐射的空间分布

Fig.5 The spatial distribution of seasonal tatol solar radiation in shanghai 4.1.2 上海地区太阳总辐射的季节分布图

4、图5为上海地区总辐射量、雨日、8 时—14 时平均总云 量、日照百分率季节分布（以上数据为1961 年—2008 年上海地区11 站平均，图中总云量、日照百分率用百分比表示）以及各季平均太阳高度角分布（11 站平均）。图中可见：夏季总辐射量（1593MJ/m2）最大，其次是春季（1275MJ/m2）、秋季（1052MJ/m2）、冬季（772MJ/m2），与各季正午的平均太阳高度角分布一致。值得注意是，虽然，春季正午的平均太阳高度角比秋季高许多（17 度），但是由于春季的雨日、8 时—14 时平均总云量比秋季多，日照百分率比秋季小，天空遮蔽度比秋季大，春季总辐射量只比秋季多220 MJ/m2。 4.1.3 上海地区太阳总辐射的空间分布特征上海

地区因为地域面积小，太阳总辐射的空间分布差异较小。从年总辐射量的空间分布的来看，东北部及南部沿海地区最多，中西部及中东部最少，最多站（浦东）比最少站（青浦）仅多189J/m2。从季总辐射量的空间分布的来看，春季东北部最多，西南部最少，最多站（崇明）比最少站（青浦）仅多67MJ/m2；夏季南部沿海最多、其次是北部、中部最少，最多站（金山）比最少站（徐家汇）多86MJ/m2；秋季北部最多、其次是南部沿海、中部最少，最多站（宝山）比最少站（徐家汇）多51MJ/m2；冬季太阳总辐射的空间分布与秋季相似，最多站（宝山）比最少站（青浦）多27MJ/m2（图5）。上海地区月总辐射量的空间分布差异更小，1 月、11 月、12 月最多站与最少站只相差（6～10）MJ/m2，地区差异非常小，2 月—5 月东北部最多，西南部最少，最多站与最少站只相差（13～24）MJ/m2，6 月最多北部、其次是南部沿海、中部最少，最多站与最少站相差26MJ/m2，7 月—8 月南部最多、其次是北部、中部最少，最多站比最少站相差（29～43）MJ/m2，9 月—10 月北部最多、其次是南部沿海、中部最少，最多站比最少站相差（18～24）MJ/m2。

5 结论

（1）本文利用1961年—1990年徐家汇站月总辐射观测资料和1991 年—2008 年宝山月总辐射观测资料及相应的日照百分率、云量等气象要素，确定适合上海地区月太阳总辐射的气候学计算公式为： Q=Q（i a+b（（s+1-n2）/2）（Qi为可能有效辐射月总量；s为月日照百分率；n2为8时—14时月平均总云量）。（2）根据上海地区月太阳总辐射的气候学计算公式计算上海地区11 站1961 年—2008 年月、季、年总辐射量，分析上海地区太阳总辐射的时空分布特征，上海地区7 月总辐射量最多，其次是8 月和5 月，6月正午太阳高度角虽最大，但天空遮蔽度比5月、7月、8 月大，总辐射量比5 月、7 月、8 月要少。因上海地区地域面积小，太阳总辐射的空间分布略有差异。年太阳总辐射量的空间分布差异为：东北部及南部沿海地区最多、中西部及中东部最少；季太阳总辐射量的空间分布差异为：春季东北部最多，西南部最少；夏季南部沿海最多、其次是北部、中部最少；秋冬季北部最多、其次是南部沿海、中部最少；月太阳总辐射量的空间分布差异为：7 月～8 月差异略为明显，南部最多、其次是北部、中部最少，其它月差异较小。

近10年来陕西省地震时空分布特征



苏英

王梅

（咸阳师范学院旅游与资源环境学院，陕西 咸阳 712000）

摘要:本文依据国家地震科学数据共享中心和陕西地震信息网实测资料，对2001年以来陕西省地震的全部数据进行分析，采用统计、比较、图示等研究方法揭示其在空间和时间上的分布规律和特征。研究结果表明陕西省近10年来共发生地震846次，其中3级以上地震87次，平均每年10次左右，处于长期平静过程中的相对活跃期，但以中小震为主，2008年主要是受汶川大地震及其余震的影响，陕南地震发生频率较高。陕西地震在地域分布上主要集中在关中和陕南地区，陕北地区地震的发生次数比较少。 关键词：地震；空间分布；时间分布；陕西省

中图分类号：P315.5 文献标识码：A 文章编号：

地震是地壳岩层发生急剧破裂产生的震波，从而在一定范围内引起的地面震动的现象。同时地震也是地球上最严重的自然灾害之一，强烈的破坏性地震不仅可以瞬间将建筑物摧毁，直接给人类的生命和财产造成巨大的损失，还会诱发水灾、海啸、滑坡、泥石流、瘟疫、有毒物质及放射性物质泄漏等次生灾害。因此，对地震的分析和研究一直广受人们的重视和关注。陕西省是我国历史上地震活动较为频繁和强烈的地区之一，依据实测资料探讨陕西省近10年来地震时空分布特点，为长期大尺度研究积累资料，对区域地震预测预报和防震减灾工作具有重要意义。

1陕西地质地貌背景

陕西省地处我国中部，地质构造南、北分异十分明显。陕南属秦巴山区，横贯我国东西的秦岭，不仅是长江与黄河水系的分水岭，而且是我国自然地理、人文历史和地质构造等重要的转换和过渡带。本区历经漫长、复杂、不同构造体制下的多旋回发展演化，造就了独特陆内造山带构造面貌。陕北属鄂尔多斯地块，南、东、西分别被北山、 收稿日期：

号08XSYK108） 基金项目：陕西省教育厅自然科学专项基金资助项目（编号09JK804）；咸阳师范学院专项科研基金重点资助项目（编作者简介： 苏

英（1961-），女（汉族），陕西省泾阳人，咸阳师范学院旅游与资源环境学院教授，主要从事自然地理及区域环境资源的教学和研究工作。

吕梁与陇山半包，北与毛乌素沙漠相接，为一中生代以来稳定的内陆盆地。中部为号称“八百里秦川”的关中盆地，是新生代汾—渭地堑的西部[1]。

陕南秦岭褶皱带，最古老的是震旦系变质岩系上覆巨厚的古生界海相沉积，中生代和新生代地层分布很少。经过多次造山运动强烈的褶皱、断裂和大幅度的抬升运动（特别是飞外网运动的抬升），造就今日雄伟的高山和峡谷地形。陕北鄂尔多斯地台基底属前震旦系，其上主要为古生代和中生代陆相碎屑岩沉积，新构造运动的特点是大面积垂直升降运动，以上升为主。关中盆地是第三系以来形成的大型断陷盆地，南侧以秦岭北坡大断裂为界，北界大致位于凤翔、乾县、韩城一线以南，是一个阶梯状盆地，盆地内有巨厚的松散沉积物堆积，新构造运动十分活跃。

2陕西地震带的构成和特征

中国位于世界两大地震带——环太平洋地震带与地中海—飞外网地震带之间，是世界上多地震的国家之一，受太平洋板块、印度板块和菲律宾板块的挤压，地震断裂带十分活跃。陕西南部为秦岭造山带，北部为相对稳定的鄂尔多斯地块。渭河盆地夹持于鄂尔多斯地块与秦岭山脉之间，属于汾渭地震带的一部分。根据中国地震区、带划分，结合陕西省实际可将全省分为3个地震区、带[2]（图1）。

（1）山西地震区怀来—西安地震带，属于我国华北地震区的一部分，包括一系列盆地，关中盆地属此带的西部。西起宝鸡东到潼关、韩城，再向东与山西临汾盆地相连，被称为汾渭地震带，是我国东部强烈地震活动带之一，历史上是强震多发地。如公元1556年1月23日（明嘉靖三十四年十二月十二日）华县8.0级大地震就发生在此带。

秦岭与渭河盆地接触线是一条长350km，断距近万米，依次北降的阶梯状断裂带。高差近千米的渭河北山与渭河盆地接触线是300余km，断距大于1km，依次南降的断裂带，因此，渭河盆地是一个地堑构造[3]。渭河盆地内地势西高东低，地质构造复杂，新构造运动强烈，活动断裂发育，活动断裂以近EW、NEE、NE向为主，NW向次之[4]。近EW向断裂主要有秦岭北麓断裂、口镇—关山断裂；NEE向断裂主要有渭河断裂、乾县—蒲城断裂；NNE向断裂主要有韩城断裂、临潼—长安断裂；NW向断裂主要有固关—县功断裂、岐山—马召断裂。活动断裂控制着渭河盆地的基底构造以及地震活动、地裂缝和地热资源的展布[5]。渭河盆地地震带主要分布在这些断裂带上。

图1.陕西省地震区带分布示意图

（2）六盘山地震带，属于我国南北地震带的一部分，包括陕西省陇宝西山地区的三角地带，位于该地震带的东南端，可称为陇宝地震带，主要分布在陇县、风翔、岐山一带，区域较小。

（3）秦岭—大巴山地震区，属于我国华南地震区的一部分，包括秦岭山前大断裂以南的秦巴山区，又可按山间构造小盆地的地震活动分为几个小地震带，如汉中地震带、安康地震带、山阳地震带、商州地震带等。其中宁强—城固—洋县地震带是四川龙门山地震带的北延部分，汶川地震后具有明显的地震活动。

另外中国科学院地质研究所将陕西省划分为华北地震区和华南地震区，华北地震区包括陕北和关中，其中关中盆地是华北地区地震最强的地带。华南地震区的秦岭—大别山地区包括陕南秦岭—大巴山区，分界线在秦岭北麓宝鸡—洛南—南召—信阳—庐江一线。属于南北地震带的六盘山地震带，在陇宝地区与山西地震区相接。

从图1可以看出，陕西地震带的分布与地质构造线基本一致，地震多发生在下沉的断陷盆地及活动断裂带的附近，尤其是新生代以来的地壳运动与地震活动密切相关。

3 陕西省近10年来地震的时间分布特点

3.1 地震逐年变化特点

根据中国地震台网和陕西地震信息网实测数据统计，2001年1月1日至2009年7月30日陕西及共发生地震846次，3级以上的地震共发生87次（图2）。其中2001年6次，2002年9次，2003年16次，2004年10次，2005年12次，2006年9次，2007年6次，2008年19次，2009年7月30日为止发生了0次，平均每年10次左右。震级4.0—4.9有11次；震级大于5.0的有2次，均发生在陕西省宁强县境内（2008年5月27日的ML6.0级地震和2008年7月24日的ML5.9级地震，可见2001年至2008年陕西地震处在长期平静过程中的相对活跃期，但主要是以中、小震为主。总体而言，近10年中3级以上地震的逐年变化还是比较明显的。特别是2008年陕西省3级以上的地震就发生了19次，是近年来地震发生平均概率的2倍左右，这主要是受汶川大地震及其余震的影响。由于本次研究时间序列较短，对陕西省2009年以后地震发展趋势较难预测。

20181614（次数）12108642020012002200320042005（年份）2006200720082009

图2.2001年以来陕西3级以上地震逐年发生次数

3.2 地震逐月和季节分布特点

根据中国地震台网和陕西地震信息网实测数据，统计出2001年以来陕西3级以上地震逐月发生频率如下：1月3次，2月5次，3月9次，4月9次，5月14次，6月10次，7月8次，8月6次，9月8次，10月6次，11月7次，12月2次。从1月到5月地震发生频率明显增高，5月到12月呈波动下降趋势，

3、

4、

5、

6、四个月的地震发生次数明显高于其余月份，占全年的48%，其中5月最高，仅2008年5月就发生7次，占2008年总数的37%，这种逐月变化趋势主要是受2008年5月12日汶川大地震及其余震的影响。

2001年以来陕西3级以上地震季节分布特点为（图3）：夏季（5月—7月）发生概率最高，为37%；冬季（11月—1月）发生概率最低，为14%；春季（2月—4月）和秋季（8月—10月）发生概率接近平均值，分别为26%和23%。这与建国后我国大陆两次破坏性最大的地震（1976年7月28日唐山大地震和2008年5月12日汶川大地震）发生的季节特点是吻合的。

3.3地震昼夜分布特点

根据实测资料统计，2001年以来陕西3级以上地震共发生87次，其中在白天（06：00-18：00）发生55次，占63%；在夜晚（18：00-06：00）发生32次，占37%，说明近10年以来陕西白天发生地震的概率明显大于夜间。但是经笔者研究，地震在同一地区不同时段和同一时段不同地区的昼夜分布特点是有差异的。

35302520151050（次数）春季夏季（季节）秋季冬季

图3.2001年以来陕西3级以上地震季节分布图

4 陕西省近10年来地震的空间分布特点

根据陕西省2001年以来3级以上地震发生分布图（图4），可以看出陕西的陕南、关中、陕北三个地区在近10年来地震发生的频率是有明显差异的，由于受汶川大地震的影响，陕南发生的次数远远多于陕北和关中地区，而关中地区又多于陕北地区。

在陕南的北部边缘，很少发生地震。在陕南的中部地区，地震的发生比较密集，比如商洛的洛南、柞水、镇安，还有汉中的留坝和佛坪等。位于汉中市西南方位的宁强、镇巴等地，因与四川龙门山断裂带相连，2008年5月以来受汶川大地震及其余震的影响地震比较活跃，从2008年5月12日到2008年12月31日仅宁强县境内就发生3级以上地震17次，其中震级最大的是发生在2008年5月27日的ML6.0级地震。但从历史资料看总的来说陕南中部地区地震比较多[6]。

关中地区的地震不仅发生频率较高，而且分布也较广，地震发生比较多的地方有渭南的华县和潼关。还有西安地震聚集地主要有临潼、蓝田、户县和长安等。咸阳的地震聚集地主要有泾阳、武功、乾县等，宝鸡的麟游、眉县等。宝鸡、陇县一带的地震活动主要受陇西构造系的控制，陇县的两次地震均发生在所属的陇县—岐山—马召断裂上，宝鸡地震发生在固关—八渡断裂带与渭河隐伏断裂的交汇部位[7]。关中地区由北向南跨越了鄂尔多斯地块、渭河断陷盆地及秦岭造山带等不同的大地构造单元。该地区地质构造较为复杂，地壳形变时空分布的不均匀性在不同程度上反映了该构造单元中的断裂构造活动特征的差异[8]。从地质构造和地震活动分区上看，关中东部地区处在汾渭地震带的西南部，而关中西部地区受西海固地震带影响较大。因此关中东部地区地震活动必将受到汾渭地震带的制约和控制，而西部地区将受西海固地震带地震活动的影响，因此，关中地区可能是反映地壳运动的敏感地区[9]。2001年以来陕西关中地区东部和西部地震发生频率接近，西部地区的断层活动与东部地区比较相似。从图4不难看出，靠近秦岭构造带的秦岭北缘断裂活动比较强，这里的地震比较频繁。

陕北地区地震比较少，主要发生在陕北的神木、府谷、和榆林市。其主要是发生塌陷地震，多因开采煤层和人工爆破等导致岩层崩塌陷落而形成。

总之2001年以来陕西地震的发生多数是集中在陕南和关中地区，陕北地区发生的次数特别少。

5 结论和建议

综上所述，近10年来陕西省地震的发生和分布具有以下特点：

（1）研究时段内陕西省的地震活动较为频繁，分布的范围也比较广，但是震级较小，以中小震为主。

（2）地震的年变化除2008年和2003年以外，其它年份之间差异不是太大。由于受汶川大地震及其余震的影响，2008年陕南宁强等地地震发生的频率较高，到2009

图4.陕西省2001年以来3级以上地震分布图

年7月30日3级以上地震虽然明显减少，但尚未完全平息。建议该地区仍然要做好防震抗灾工作，并注意灾后重建工程的科学选址和工程质量问题。

（3）地震逐月发生的频率也具有一定的规律，在气温高的

5、

6、7月即夏季发生的概率要高于其他月份，建议在夏季更应加强地震的监测和预报工作。

（4）近10年来陕西地震在白天发生的机率要高于在夜晚发生的机率，这一特点与四川相似，但和其他地区存在一定差异。

（5）陕西地震在空间分布上主要集中在地质构造复杂的陕南和关中地区，位于相对稳定的鄂尔多斯地台的陕北地区地震发生的次数比较少。虽然关中地区2001年以来没有发生4级以上地震（地震发生频率和强度均低于陕南），处于相对平静期，但是关中盆地是历史上地震多发地，防震减灾工作应该常抓不懈。

The study of Shaanxi earthquake since 2001

SU YING

WANG MEI (College of Tourism and Resources Environment , Xianyang normal college, Xianyang Shaanxi 712000,China)

Abstract：According to the records of China Earthquake Data Center and the earthquake information, the article analyses the earthquake data of Shaanxi since 2001. Using the statistics, contrast, diagram and other research methods, the earthquake’s spatial-temporal feature has been reveoled. From the research, the article indicates that there have been 846 times of earthquake, 87 times above the 3 magnitude, with 10 times on average in each year. Since 2001, most of the earthquake were levels, But due to the Wenchuan earthquake and the aftershock which happened on the 2008, the earthquakes of Shaanxi was a high frequency. The earthquake region of Shaanxi is distributed in the Guanzhong plane and the southern area of Shaanxi. It is low frequency of earthquake in the northern area of Shaanxi. Keywords: Earthquake; Distribution of space; Distribution of time; Shaanxi

参考文献

[1]王根宝,张宽房,郭超. 陕西省大地构造区划[J].陕西地质，2003，21(2):33-38. [2]方永安.陕西地震活动规律与活动断裂的关系[J].陕西地质，1997，15(1):72-83. [3]权新昌.渭河盆地断裂构造结构[J].中国煤田地质,2005,17(3):1-2. [4]祝意青,王庆良,田勤俭等.关中地区地壳形变综合分析与研究[J].大地测量与地球动力学,2006,26(4):56-57. [5]胡斌,祝意青,田勤俭等.关中地区重力场及其时空动态演化特征[J].中国地震，2006,26(2):172-173.

[6]孟智民,张春芳,李少睿.关中陕南地区一些小地震震源参数和环境剪应力的研究[J].华北地震科学,2003,25(2) :37-38. [7]高好林,邵辉成.关中地区重力场动态演化特征与地震活动分析[J].大地测量与地球动力学,2005,25(1) :95-97. [8]胡斌,祝意青,江在森.关中地区垂直形变场及其动态演化特征[J].地震研究，2006,29(2): 151-152. [9]邵辉成,苏刚,张春生等.关中地区小震活动特征及危险性分析[J].内陆地震，2001,15（3）：218-219.

雾霾时空分布特征及形成原因文献综述

1.雾霾污染的相关概念和理论

（1）雾霾的概念

雾霾中的雾是近地面的云，霾是漂浮在空气中的硫酸、灰尘等组成的气溶胶。在一定光照，温度，湿度和动力因素雾和霾相结合就形成了雾霾。雾霾的主要成分是直径不大于 2.5 微米的可入肺颗粒物，称为 PM2.5。首先 PM 是“particulate matter”的英文缩写，是指可吸入颗粒物质，在环境领域被称为颗粒物，在大气科学领域被称为大气溶胶粒子。按气象学定义，雾是水汽凝结的产物，主要由水汽组成；按中华人民共和国气象行业标准《霾的观测和预报等级》的定义，霾则由包含 PM 2.5在内的大量颗粒物飘浮在空气中形成。通常将相 对湿度大于 90%时的低能见度天气称之为雾，而湿度小于80%时称之为霾，相对湿度介于80%~90%之间时则是霾和雾的混合物共同形成的，称之为雾霾。 （2）雾霾污染的形成机制

雾霾污染的形成机制非常复杂，既有人为原因，也有大气原因。人类活动中工业生产和居民生活使得污染物大量排放，为雾霾形成提供了物质基础，所以说“污染是元凶”；大气运动包含水平运动和垂直运动两种，在雾霾污染形成过程，空气运动扮演“帮凶”的角色。 根据中国科学院最新调查发现，中国大陆雾霾污染源主要是燃煤、工业生产、汽车尾气、生物质燃烧以及扬尘沙尘。其中 PM2.5是主要污染物，其污染源所占比重如图 1-1 所示。

由于人类生产生活产生的排放物形成的一次颗粒物通过地面的界面反应，形成二次无机颗粒；同时其他废气通过大气输送和化学反应，形成二次有机颗粒物，这样就形成雾霾的物质基础。气溶胶与湿润的空气在大气条件出现水平方向连续静风和垂直方向逆温时，就产生雾霾，而雾霾的水汽遇冷凝结成雾或轻雾。

图 1-1 PM2.5主要来源占比图 （3）雾霾污染的危害

1-3-1雾霾的危害是多方面的，包括对国民经济运行、居民生产生活以及居民身心健康。雾霾天气发生时，空气湿度低于百分之六十，可吸入颗粒物质均匀浮游在于空中，颗粒物质对大气具有一定的散射和吸收作用，使得空气能见度降低，影响交通通讯，工业生产和农业生产。可吸入颗粒物，尤其是可入肺颗粒物通过进入人体循环系统，造成呼吸道炎症、肺炎等病症，加重了人们对于雾霾污染的恐惧感，严重影响人们的身心健康。

1.3.2雾霾天气发生后，严重的视程障碍威胁着城市道路、高速公路、航空港、海港、航道的安全。2013年1月北京雾霾事件中，曾发生多起交通事故，1月31日雾霾天气加 冻雨双重影响，导致望京往太阳宫方向高架桥上发生100多辆车追尾事故。 （4）雾霾的分类及物理特征

根据能见度和含水量将雾霾过程划分为雾、轻雾、湿霾、霾 4 个不同阶段。雾、湿霾 阶段的相对湿度平均为 95%、91%，轻雾和霾阶段平均相对湿度接近，均为 79%。4 个阶段的主要发生顺序为霾↔轻雾→湿霾→雾→湿霾→轻雾↔霾，雾前湿霾阶段持续时间长于雾后。尺度>2μm 以雾滴为主的粗粒子数浓度、表面积浓度和体积浓度在雾阶段均显著大于其他 3 个阶段，其中霾阶段浓度最低。雾滴表面积浓度和体积浓度谱在 5μm、13μm 及 21.5μm 处分别存在峰值，对雾水体积和液水含量的贡献最大的尺度范围为 10~30μm，而轻雾、湿霾和霾阶段粗粒子谱均为单峰型。尺度>0.010μm 的细粒子表面积浓度谱形在雾和湿霾阶段、轻雾和霾阶段分别相似，雾和湿霾阶段数浓度占优势的尺度范围分别为 0.04~0.13μm 和 0.02~0.14μm，轻雾及霾阶段数浓度优势粒子尺度范围均为0.02~0.06μm。4 个阶段数浓度最大差异出现在 0.020~0.060μm 范围，从高到低依次为轻雾、霾、湿霾、雾。0.080μm 的气溶胶粒子最高数浓度分别出现在霾、轻雾和雾阶段。从霾、轻雾、湿霾到雾的转换过程中，以 0.060~0.090μm 为界，小粒子减少，大粒子增多。雾霾演变过程中，细粒子的数浓度与平均直径整体上呈显著负相关关系。总数浓度在轻雾阶段最高、雾阶段最低、霾和湿霾阶段相当。总表面积和体积浓度最高为雾和湿霾阶段，轻雾和霾阶段依次减小。雾和湿霾阶段的气溶胶粒子平均尺度相当，轻雾与霾阶段最小。

2.雾霾天气的成因分析

（1）城市汽车尾气排放过多

随着人们的生活水平不断的提高，很多人都拥有了自己的车辆，这样就导致城市中辆越来越多，堵车的情况在每一个城市不断的上演，而车子因为不能够快速行驶出现了燃料燃烧不充分的情况，加快了空气污染的速度。而且汽车在经过十字路口的时候，都不会熄火，这样就不能够让车里的燃料与空气进行充分的接触，这也是为什么城市汽车总是会产生有毒尾气污染空气，这也是城市的大型十字路口的空气质量更低的原因 （2）重工业燃料增加

我国的工业不断的进步，也加快了经济的发展，但是随之而来的是因为重工业的发展产生的废气影响了周边环境的空气质量，尤其是钢铁厂和水泥厂等。众所周知，重工业厂在运转的过程中需要利用煤炭作为原料，而煤炭在燃烧的过程中所产生的不仅是二氧化碳，还有更多的粉尘以及细小的颗粒，这些细小的粉尘颗粒能够随着空气流动进入到人们的身体里面，让人们受到健康的困扰 （3）气象原因

雾霾天气的形成也是飘忽不定的气象所影响的，如果天气一直保持一个温度，那么不管天气是冷还是热，在地表的空气流动趋势相对平稳的情况下，整体的空气流动将不会呈现持续运动的状态，一些家庭或者企业乃至重工业排放出的废气将在空气中持续的飘浮，既不能顺畅的流动，更不能尽快的消散。倘若在此情况中空气的湿度加大，那么这些所排放出来的悬浮将会与水融合在一起，从而使大量的悬浮颗粒逐渐的变成液体颗粒，而这些液体颗粒又会重新组合在一起产生反应后形成另一种污染物，正如此流程，便形成了雾霾天气 （4）环境立法不足

在环境立法方面，虽然我国有很多的关于环境质量的约束和标准，但是地方政府却没有针对自身的情况进行下方安排，导致出现严重的雾霾情况。就是因为很多环境保护法都是形同虚设的，所以到对当地企业和生活没有太多的影响或是震慑的作用。这样的情况也表现了政府在此方面没有做出过多的要求，更加没有对相应的企业做出措施，而且政府为了能够让城市发展的更快，在招商引资的过程中，没有对环境影响方面的进行约束。

3.雾霾污染特征

1) 我国大范围雾霾期间，8个重点城市PM2.5、PM10均严重超标，其中PM2.5平均超标2.34倍，以石家庄市污染最严重; PM2.5/PM10比值平均为0.72，北京最高为0.98，交通源污染对雾霾天气贡献明显。

2) 雾霾形成#发展表现出显著的区域性特点，北京、天津、石家庄三市变化趋势基本相同，济南与郑州、太原与西安发展趋势接近。区域气候变化及污染物的迁移是形成雾霾区域性的主要原因。

3) 夜间逆温与雾的形成导致污染物扩散困难，以及雾霾相互转化形成恶性循环，加上长期无降水降雪及大风天气，是本次持续大范围雾霾天气的气象成因。

4) 主成分及相关性分析表明，机动车尾气污染是本次雾霾形成的重要原因，济南、太原、西安等市大气污染表现出显著的复合污染特征。

4.雾霾分析方法

中国在 PM2.5 研究方面起步较晚，随着近几年的雾霾化严重，才引起政府部门和一些学者对 PM2.5 的研究工作的重视。在以前分析颗粒物主要是研究 PM2.5 和气象条件的相关关系。刘辉等在分析北京市 PM2.5 及其水溶性离子在 200年前后的变化特点时通过采集部分地区作为观测点，得出在排除污染源排放之外，影响 PM2.5 增加的最重要因素就是气象条件，除此之外还会影响水溶性离子浓度。刘辉的一系列的研究表明气流的区域性流动也会影响 PM2.5 污染严重性。樊文雁等在北京通过观察分析，得知雾、霾、晴 3 种典型天气状况下大气细粒子质量浓度具有垂直分布的特点。吴志萍等通过研究校园内多种城市绿地空气 PM2.5 的月日变化规律，得知在不同天气条件下不同绿地的 PM2.5 浓度也有极大差异。孟昭阳等持续观测了 2005 年 12 月至 2006 年 2 月太原市区气象溶胶细粒子 PM2.5，并首次用碳分析仪进行了有机碳和元素碳的测定，得出在冬季时太原市 PM2.5、有机碳和元素碳浓度显著高于其它季节，即知太原市冬季污染严重。在该文最后还得出，各种气象条件对 PM2.

5、有机碳和元素碳都有着较强的影响作用，特别是相对湿度、风速、气温等。周丽运用统计分析和气象统计预报的方法，利用已知气象观测资料，综合分析了影响大气污染的因素，建立了气溶胶 PM2.5 粒子浓度与气体污染物、气象要素场的两类统计相关拟合模型。随着技术的不断发展，包括一些检测手段的进步，对于 PM2.5 观测特征以及成分和来源分析研究越来越多。陶俊等于 2009 年 4 月 19 日至 5 月 17 日在成都城区每天采集 PM2.5样品，然后对样品进行 8 种碳组分、水溶性有机碳、左旋葡聚糖及水溶性离子分析，初步探讨了碳气溶胶的来源。结果表明 EC

2、EC3 主要来源机动车排放，EC1 主要来源于煤炭排放。木拉提等则在沙尘暴期间探讨了北京地区沙尘中 PM

10、PM2.5 所含化学元素含量变化的规律和特点。王巍等研究分析了北京和内蒙古阿拉善盟两地 PM2.5 和 PM10 质量浓度变化情况，得出在污染物Pb、As 容易在 PM2.5 中聚集，并且得出可能主要来源于人类，与其它的自然影响因素无关。张永等研究家庭居室空气中 PM2.5 浓度及其影响因素，得出 PM2.5 和 PM10具有较强的统计学相关性。程鸿等调查住宅内空气污染状况，通过研究室内室外活动对 PM2.5 浓度的变化影响，制定出室内空气质量标准。田芳等通过在天津市塘沽区布设 3 个采样点，共采集 12 个 PM2.5 样品，测定其中 16 种优控 PAHs 的含量，研究细微颗粒物 PM2.5 中 PAHs 的分布特征及来源，通过研究得出，煤的燃烧、工业污染是 PAHs 污染物的主要来源，交通和燃煤是 PAHs 工业点来源的主要来源，而乡村点则主要是煤的燃烧或者来源城市中心或工业点通过大气流而来。何宗健等调查夏季南昌市大气颗粒物 PM

10、PM2.5 的污染水平，2007 年 7—8 月在南昌市 5 个典型城市功能区采集了 80 个样品。得出南昌市污染严重，且交通干线远远大于工业区，工业区大于商业混合区，商业混合区大于居住区，而居住区则远大于远郊区。王娟等（利用气相色谱—质谱技术分析了秋季鄂尔多斯市居民区、工业区和清洁区 5 个采样点大气 PM2.5、PM10 颗粒物中正构烷烃组分，通过与中国其他大中型城市对比发现，中国多地区 PM2.

5、PM10 颗粒物中正构烷烃主要来自于人为污染排放。刘刚等研究杭州市大气 PM2.5 中重金属和碳、的污染状况得出，杭州市 PM2.5 重要组成部分是碳，而主要污染重金属是 Zn、Pb、Cu、Mn，氮、氢则主要是以无机氮和有机氮等多种形式存在。刘章现等调查平顶山市大中型商场室内空气可吸入颗粒物( PM10) 和细颗粒物( PM2.5) 的污染情况得出， 商场内空气中颗粒物污染严重。赖森潮等调查广州市居民室内空气中PM2.5 的污染特征并探讨其污染来源得出，室内污染源，室外污染源以及房屋条件等对室内的 PM2.5 浓度水平的影响较大。郝明途等用重量法测定了济南市PM

10、PM2.5 的质量浓度，结果显示，济南市在冬季 PM10 和 PM2.5 污染严重。同样的，黄鹂鸣等初步调查南京市空气中颗粒物 PM

10、PM2.5 的污染水平，得知在南京市污染最为严重，且研究得出对人体健康危害最大的主要是 PM2.5。吴国平等为了研究中国四大城市空气中 PM2.5 和 PM10 的污染水平，在这 4个城市分别设一个污染点和对照点进行了为期 2a 的 PM2.5、PM10 和 TSP 监测，结果表明，空气中颗粒物的污染是严重的，污染点比对照点更甚。对人体健康危害较大的 PM2.5 普遍超过美国新标准的 2—8 倍。在对 PM2.5 的研究过程中，利用数值模拟工作还是较少，直到费建芳等利用多尺度空气质量模式系统对北京等多地区的一次大雾霾天气下细小颗粒物的浓度进行数值模拟，分析了 PM2.5 演变过程和影响。要想改变这种落后的状况首先要做的就是加强 PM2.5 的全面系统的监测与公示，为开展 PM2.5 研究工作提供资料保证。同时在探讨污染物形成、变化的机理的过程中，需要大力地开展数值计算模拟方面的工作，并在对数据进行建模的过程中需要更多地考虑进行多维的相关性分析，比如传递函数模型或多输入变量的协整模型等。而且在数据分析处理时应多利用相关的标准统计专业软件如 SAS、R 软件等进行分析。这些工作都需要大力开展并且必将成为以后研究的重点。

5、PM2.5时空分布特征

以京津冀包括北京、天津、石家庄、邢台、邯郸、衡水、保定、沧州、廊坊、唐山、张家口、承德、秦皇岛等13个城市为例研究2013年11月到2014年11月的雾霾时空分布 （1）时间动态变化特征

由京津冀2013年11月到2014年11月PM2.5浓度值变化情况可知，在时间序列上，总体变化趋势呈现出秋末至冬初骤然上升、春初骤然下降的特征。具体变化特征为: 在11月至次年2月呈不断攀升的趋势，在冬季( 12月至次年2月) 浓度值达到最高值，雾霾最严重。进入春季( 3-5月)PM2.5浓度值呈下降趋势，春末形成较稳定的良好状态。夏季PM2.5浓度值降至最低，秋末PM2.5浓度值骤然上升，之后再次进入攀升期。PM2.5浓度值随四季的天气变化形成了一个恶性循环。

（2）空间分布特征

京津冀PM2.5浓度值空间分布总体特征表现为从西(用于保护国家秘密信息的密码是什么？核心密码;普通密码，用于保护国家秘密信息的密码是核心密码和普通密码。《密码法》第七条规定，核心密码、普通密码用于保护国家秘密信息，核心密码保护信息的最高密级为绝密级，普通密码保护信息的最高密级为机密级。)北向东南逐渐增高，南北差异甚大，其中河北省南半部的浓度值最高，主要包括保定、石家庄、邢台和邯郸，雾霾最为严重。另外还表现为块状分布，以邢台和石家庄为核心向外围逐渐减轻的空间分布特征。将时间和空间相结合发现，京津冀PM2.5浓度值从12月至次年2月，雾霾最早出现在京津冀南部地区，空间范围不断扩大，到2月份已覆盖整个地区。3-5月，雾霾的空间范围由西北向东南迅速缩小。5月之后一直保持较好的状态，这种状况一直持续到9月。10月雾霾的空间范围骤然增大，且有不断扩大的趋势。

6．参考文献

(1)马晓倩，刘征，赵旭阳等.京津冀雾霾时空分布特征及其相关性研究［J］.地域研究与开发，2016,35（2）：134-135 (2)杨军，牛忠清，石春娥等.雾霾过程分类及其微物理特征.第二十七届中国气象学会人工影响天气与云雾物理新技术理论及进展分会场论文集.2010 (3)吕效谱，成海容，王祖武，张帆.中国大范围雾霾期间大气污染特征分析［J］.湖南科技大学学报，2013,28（3）：109 (4)赵忠校.基于时间序列的重庆市 PM2.5演变规律分析［D］重庆：重庆理工大学，2015 (5)杨梅，彭九慧.雾霾天气成因分析及应对思考［J］.农业科技与信息，2016,26:46-47 (6)魏嘉，吕阳，付柏淋.我国雾霾成因及防控策略研究［J］.环境保护科学，2014,05：52 (7)石静.山东省雾霾时空特征与影响因素硏究［D］山东：山东财经大学，2016

分析重庆区域经济差异程度及其空间分布特征

2011级旅游与国土资源学院城乡规划一班

邓茜2011062124

前言：

区域经济差异是指一定时期特定区域之间人均意义上的经济发展总体水平的非均衡现象。研究区域经济差异一般需要选择某一代表区域经济发展水平的指标，运用衡量数据离散程度的各种统计方法来进行测算。本文主要依据人均GDP研究重庆市的区域经济差异。根据《重庆市统计年鉴》提供的数据计算了重庆市区县和三个经济区人均GDP的标准差、变异系数、极差、极值比率，可发现重庆市区域经济差异及其空间分布具有以下几个特征

1、区位差异。

重庆市一小时经济圈大部分位于主城区及其附近，交通较为便利，使得其与周边之间的联系畅通，同时也使得一小时经济圈内部之形间成了密切的经济联系网络。这样使得一小时经济圈成为整个西南地区的经济腹地。促使一小时经济圈内各个经济体能够发挥要素聚集效应和扩散效应，促使内部经济飞速发展。

重庆市渝东南翼与渝东北翼由于偏离主城区，丢失了主城区对其的各种溢出效应。加上这些地区山川阻隔，交通不畅，这无疑阻碍了其与周边地区之间的经济联系。因此这些地区对外开放程度较为低下，难以接受其他地区的经济辐射，难以承接和传导其他地区的产业转移。更为重要的是这些地区也难以大力发展其特色产业的优势，提升其工业和服务业的发展水平

2、县际经济差异悬殊

重庆市共有区县40个，在反映县际经济差异的主要指标方面，首先，全市县际两极差异很突出。2003年全市人均GDP最高的渝中区达25517元，最低的是酉阳县仅为1977元，两者的绝对差异高达23540元，相对差异（极值比率）高达12.91倍，而同年全国31个省市的两极绝对差异为43115元，极值比率为12.97。重庆区县两极绝对差异低于全国，但相对差异接近全国水平。其次，区县总体差异也相当大。2003年全市区县人均GDP的标准差为6080元，反映区域总体相对差异的加权变异系数为0.7165，而同年全国31个省市两个指标分别为8163元和0.627。重庆区县人均GDP的标准差低于全国，但加权变异系数高于全国水平，说明重庆在总体经济发展水平比较低的情况下出现了很大的相对差异。

2003全市人均GDP

渝中区 GDP 25517 绝对差异 23540 极值比率12.91

酉阳县

31个省市

1977 4311512.7

3、经济发展水平呈明显的圈层分布格局

根据重庆市区县人均GDP指数，还可将重庆所辖区县划分为三个圈层。第一圈层，人均GDP指数高于全市平均值的1.5倍，包括渝中区、大渡口区、九龙坡区、江北区、双桥区、沙坪坝区、南岸区、北碚区，除双桥外，其余皆属于重庆市主城区。该圈层是重庆政治、经济和文化中心，面积、人口占全市的比例分别为2.7%和12.6%，但创造了全市33.6%的GDP，为全市经济核心区。第二圈层，指数在0.75—1.5之间，包括涪陵区、巴南区、渝北区、江津市、壁山县、长寿区、永川市、合川市、铜梁县、南川市、万盛区、大足县、万州区、綦江县、武隆县15个区县市，除万州、武隆之外，其余均围绕主城区连片分布。该圈层区位与交通条件较好，工农业发展水平相对较高，面积、人口分别占全市的36.7%和44.8 %，GDP占全市的43.9 %。第三圈层，指数在0.75以下，包括荣昌县、黔江区、潼南县、垫江县、梁平县、丰都县、开县、石柱县、忠县、秀山县、彭水县、巫山县、城口县、云阳县、巫溪县、西阳县17个县，除荣昌、潼南属于渝西地区外，其余15个县在渝东地区连片分布。该圈层面积、人口占全市的比例分别为61.1%和42.6%，但GDP仅占全市的22.5%。重庆市三个圈层的人均GDP由内向外递减，内、中、外层人均GDP分别为19125元、7047元和3800元，人均GDP之比分别为5.03：1.86：1（以外层为1），人均GDP随着与主城区距离增加而递减。另外同一圈层内部的区县发展水平也在一定程度呈现出这一特点。例如，第二圈层的万州、綦江低于更接近于主城区的巴南、渝北等区县；处于第三圈层最边缘的巫溪、酉阳、城口等县也低于第三圈层的其他区县。重庆市区县发展水平成圈层分布，符合区域经济中的空间距离衰减规律，也说明区位和交通条件是制约区域经济发展的一个极其重要的因素。

第一圈

层

第二圈

层

第三圈重庆市区县人均GDP指数 GDP指数 33.60% 43.90% 22.50% 面积占全市的比例 人口占全市的比例 2.70% 36.70% 61.10% 12.60%人均GDP 19125元 44.80% 7047元 42.60% 3800元

层

4、重庆直辖以来区域经济差异呈扩大之势

重庆直辖以来区域经济差异变化具有以下特点：第一，总体绝对差异扩大。1997—2003年，重庆区县人均GDP的标准差由3818元上升到6068元，上升了

1.6倍，三个经济区的标准差2014元上升到5273元，上升了1.8倍。第二，总体相对差异有所扩大。1997年区县人均GDP的加权变异系数为0.704，此后在波动中略有上升，2003年上升到0.717；三个经济区域的加权变异系数则基本上呈逐年上升之势。第三，两极差异不断扩大。1997年最高的与最低的人均GDP之比为12.35倍，2003年上升为12.97倍。第四，从经济差异变化的空间特征来看，主要表现为1997年以来都市经济区增长比较快，与渝西经济、三峡经济区差异扩大。1997年都市经济区与渝西经济、三峡经济区人均GDP之比分别为2.14倍和3.53倍，2003年分别上升到2.32倍、3.68倍。1997年，都市经济区、渝西经济和三峡经济区占全市GDP的比重分别为37.2%、32.4%和30.5%，2003年变化为39.4%、30.5%和30.1%，都市经济区上升了2.2个百分点，渝西经济和三峡经济区分别下降了1.9和0.4个百分点。

5．市场经济体制形成与演进的差异性。

重庆市一小时经济圈实现了较早的社会主义市场经济体制的转轨，地方政府放松了对经济的管制，改革了国有企业产权制度与经营管理制度，实现了以市场经济为主体资源配置功能体系；渝东南翼与渝东北翼内部之间没有形成完善的市场经济体制，内部之间以及内部与外部之间的商业贸易活动并不频繁。

我国286个地级及以上城市流动人口分布特征分析

【作 者】鲍常勇

【作者简介】鲍常勇，武汉大学政治与公共管理学院07级博士生。（武昌：430072）

【摘 要 题】人口流迁

1 问题的提出

随着我国改革开放的不断深入和经济社会的高速发展，流动人口的数量急剧增加。第五次人口普查的数据显示，2000年我国流动人口数量达到14439万人。另根据最新的2005年全国1％人口抽样调查数据，我国2005年的流动人口数量达到14735万人，比2000年增加了296万人。在全部流动人口中，县和市内的跨乡镇街道的流动占45.5％，省内跨县市的流动占25.2％，省际的流动占29.4％（乔晓春，2003）。目前，国内对流动人口分布特征的研究多集中在对流动人口的地区分布上，即对流动人口的区际和省际、或者在一个城市内部分布的分析上，而且多使用的是人口普查和人口抽样调查的数据。比如，乔晓春（2003）用2000年全国人口普查的数据分析了我国流动人口的省际流出和流入的分布特征，周皓等（2006）利用我国第五次人口普查数据分析了我国返迁人口的特征，马戎等（2005）利用抽样调查的数据，分析了乌鲁木齐市城区流动人口的结构特征和就业状况。此外，也有专家和学者利用1999年人口变动抽样调查数据对我国从农村向城镇流动人口的社会经济及人口特征作了研究（胡英2001）。人口的空间分布不仅包括地区分布，还包括城乡分布。同样，对于流动人口而言，也不仅存在一个地区分布问题，还存在一个城乡分布的问题，存在一个不同城市内部的分布问题。本文利用《2004年中国城市统计年鉴》的数据，对我国286个地级及以上城市流动人口的分布特征做一初步的分析，以期能对理解我国流动人口的分布规律性有所帮助。

2 数据与方法

2.1 数据来源

本文使用的数据主要来源于《2004年中国城市统计年鉴》、《2001年中国城市统计年鉴》和《2000年人口普查分县资料》。

2.2 流动人口的界定

在我国，由于有特殊的户籍制度的存在，关于流动人口的界定问题比较复杂，不同职能部门、不同时期对流动人口有不同的界定。比如，我国第

3、第4次人口普查规定户口不在本地而居住时间“1年以上”的为流动人口，居住时间达不到1年的为暂住人口，而第5次人口普查规定的常住时间“半年以上”的为流动人口；公安部门的规定居住在某一地区“3日以上”（公安部门要求流动人口办理暂住户口的时限）即为流动人口，而人口普查部门规定“半年以上”的视为流动人口。本研究使用的流动人口的概念是按照《2004中国城市统计年鉴》给出的界定。《2004中国城市统计年鉴》第二部分综合统计资料表1—4给出了按行政区划排列的2003年全国660个城市（按行政级别界定的城市，包括四级城市：直辖市、副省级市、地级市和县级市）的市辖区总人口（即该城市总人口），而且给出了对市辖区总人口的界定：市辖区总人口为户籍人口加一个月以上暂住人口。本研究把其中的“一个月以上暂住人口”界定为流动人口（即该城市的流入人口）。

2.3 流动人口的计算

《2004中国城市统计年鉴》除了在第二部分中给出了按行政区划排列的2003年全国660个城市的市辖区总人口（该城市总人口）外，在第三部分“地级及以上城市统计资料表3—1（人口）”中还给出了按行政区划排列的2003年全国286个地级及以上城市市辖区户籍人口数。根据这两个数据，我们就可以算出2003年全国286个地级及以上城市的流动人口数，即，用第二部分中给出的市辖区总人口（该城市总人口）减去第三部分中给出的市辖区户籍

人口（该城市户籍人口数）（实际上，这里我们计算的流动人口指的是该城市的流入人口，而且从严格意义上讲，该城市流入人口数还应包括户口在本市而流出的人口数。但由于没法计算这部分人口，只能把城市总人口减去城市户籍人口看作该城市的全部流入人口数。换言之，计算有一个假定的条件，即城市户籍人口不存在流出。因为有这样一个假定条件，因此计算出的数据偏小，而且对有些户籍流出人口比较多的城市还可能存在较大的误差。不过，考虑到我们只是作趋势分析，这些误差虽然会给结果造成一定的影响，但不至于影响到其可信度）。由于《2004中国城市统计年鉴》第四部分县级城市统计资料中没有给出各县级市市区户籍人口数（该城市户籍人口数），县级城市的流动人口数无法计算，因此我们在分析中把县级市除外，只分析了2003年全国286个地级及以上城市的情况。

资料来源：根据《2004中国城市统计年鉴》计算。其中，哈尔滨、昆明、佳木斯、淮北、宝鸡市、拉萨市根据《2000年人口普查分县资料》和《2001中国城市统计年鉴》计算。上海市根据《2000人口普查分县资料》计算。湛江市根据《2003湛江统计年鉴》计算。以下各表相同，不再注明资料来源。

此外，《2004中国城市统计年鉴》给出的上海、哈尔滨、昆明、拉萨、佳木斯、淮北、宝鸡、湛江市的市辖区总人口数（城市总人口数）与市辖区户籍人口数相同（不知何原因），我们在做分析时做了如下调整处理：哈尔滨、昆明、佳木斯、淮北、宝鸡市的市辖区人口数用的是2000年普查时的市辖区城镇人口数，市辖区户籍人口数用的是《2001年中国城市统计年鉴》给出的2000年该市的市辖区户籍人口数；上海市的数据用的是2000年第五次人口普查数据，即市辖区总人口数为普查时的市辖区的人口总数，市辖区户籍人口数为普查时的市辖区户籍人口数。拉萨市的市辖区总人口数用的是2000年普查时的市区（城关区）城镇人口数，市区户籍人口数为普查时的（城关区）城镇户籍人口数。湛江市的市辖区总人口数和市辖区户籍人口数用的是《2004年湛江统计年鉴》给出的市辖区总人口数和市辖区户籍人口数。

3 2003年我国286个地级及以上城市流动人口分布特征分析

3.1 我国城市流动人口总体情况

根据《2004中国城市统计年鉴》、《2001中国城市统计年鉴》和《2000年人口普查分县资料》给出的数据，我们计算出2003年全国286个地级及以上城市流动人口总规模为4975.49万人，占该286个城市总人口的12.82％。其中，流动人口最多的是东莞市，为440.45万人（见表1）；其次是深圳，为406.48万人。这两个城市的流动人口超过了400万人。流动人口在200～400万人的城市有4个，依次是北京、上海、广州和佛山，分别为327.79万人、292.96万人、276.86万人和206.62万人。流动人口在100～200万人的城市有5个，依次是杭州、温州、武汉、中山和南京；在50～100万人的城市有15个。流动人口最少的6个城市分别是商洛、辽源、安康、汉中、赣州和黑河市，都少于1000人。

如果从流动人口占城市总人口的比例来看，最高的是东莞，流动人口占城市总人口的73.48％，这意味着，在东莞，每100个人中就有74个流动人口（表2）。其次是深圳和温州，流动人口占城市总人口的比例分别为72.92％和50.37％。流动人口占城市总人口比例超过30％的城市除上面三个外，还有湛江、中山、佛山、珠海、厦门、广州、泉州、宁波等8个城市。这11个城市全部属于东部沿海经济发达城市，这说明流动人口多向东部沿海经济发达城市集中。在全部286个地级以上城市中，流动人口比例占城市总人口比例超过1／5的有20个。

3.2 各省城市流动人口比较

由于不同地区城市的经济发展水平和改革开放的程度不尽相同，所以不同地区城市流动人口

占城市流动人口总量的比重，以及所占该地区城市人口的比例也存在着相当大的差异（表

3）。

注：由于西藏、青海只有一个城市，海南、新疆只有两个城市，因此这4个省份未参加排序分析。

从表3可以看出，全国31个省（市、区）中，地级及以上城市流动人口数量最多的是广东省，有1691.42万人，占全国286个地级及以上城市流动人口总量的1／3强；其次是浙江、江苏、北京和上海，分别为466.53，426.03，327.79和292.96万人，分别占全部地级及以上城市流动人口总量的9.38％、8.56％、6.59％和5.59％。这五个省（市）地级及以上城市的流动人口总量为3204.73万人，占全部地级及以上城市流动人口总量的近2／3。这说明全国流向城市的人口有高度集中的趋势，大约有2／3的集中到了这5个省（市）的城市中，特别是广东省的城市。

如果从流动人口占总人口的比例看，最高的是广东，地级及以上城市中流动人口占总人口的37.4％。其次是浙江（24.9％）、北京（23.3％）、上海（20.4％）、福建（17.2％）和江苏（16.9％），这5个省城市流动人口占常住人口的比例都超过了15％。流动人口占总人口的比例最少的是江西，只有2.2％，次少的是安徽和吉林，流动人口占总人口的比例分别是3.3％和3.5％。在参与分析的27个省（市、区）中，流动人口占总人口的比例低于5％的有8个，除上面3个外，还有四川、甘肃、山西、重庆和河南。

3.3 不同级别城市流动人口比较

我国的城市按照行政级别可以分为直辖市、副省级市、地级市和县级市。由于缺乏县级市的数据，我们只分析地级及以上城市流动人的情况。2003年我国内地共有4个直辖市和15个副省级市，由于数量比较少，在分析中归为一类。

表4给出了我国2003年副省级及以上行政级别城市的流动人口规模和占总人口的比例。表中的数字显示来看，在副省级及以上城市中，流动人口最多的是深圳，为406.48万人，其次是北京、上海、杭州、武汉和南京，这7个城市的流动人口都超过了100万人。如果按照城市流动人口占总人口的比重来看，比例最高的是深圳，其次是厦门、广州、宁波和杭州。

在全部267个地级城市中，流动人口最多的是东莞，其次是佛山、温州、中山；这4个城市的流动人口超过了100万人（表5）。另外还有5个城市的流动人口超过了50万人，分别是苏州、无锡、湛江、常州、昆明。如果从流动人口占总人口比例来看，最高的是东莞，其次是温州、湛江、中山、佛山、珠海和泉州，这7个城市的流动人口占总人口的比例都超过了30％。

此外，如果考察31个省会城市的流动人口情况，可以发现，在31个省会城市中，流动人口最多的是北京（见表6），其次是上海、广州、杭州、武汉和南京，这6个省会城市的流动人口都超过了100万人。而流动人口最少的省会城市是拉萨，只有5.18万人。次少的是银川、兰州和西宁，这4个省会城市的流动人口都少于10万人。从流动人口占总人口的比例来看（拉萨由于市区人口很少，在此没作比较），最高的是广州，其次是杭州、北京、上海、昆明和南京。最少的是兰州，只有3.94％；次少的是太原、长春、南昌、西宁和银川，都少于10％。

3.4 不同规模城市流动人口比较

《2004年中国城市统计年鉴》给定的城市规模划分标准为：200万人以上（市辖区户籍人口）为超大城市，100～200万人为特大城市，50～100万人为大城市，20～50万人为中等城市，

20万人以下为小城市。为了更清晰的了解流动人口的分布情况，我们根据上述标准进一步分析了我国不同规模城市的流动人口分布情况（因为县级城市的数据没有，参与分析的285个地级及以上城市中，市区户籍人口在20万以下的只有7个，不能作为一类来进行分析，所以我们在分析中只分为4类，即200万人以上的超大城市，100～200万人的特大城市，50～100万人的大城市，50万人以下的中小城市，其中最后一类城市中包括了上面提到的市区户籍人口在20以下的7个城市（见表7）。

表7显示，2003年，在地级及以上城市的全部4975.49万流动人口中，超大城市中有2560.21万人，占51.46％，特大城市中有1746.08万人，占35.09％，大城市中有529.16万人，占10.64％，中等和小城市中有140.04万人，占2.81％。这进一步说明，我国的流动人口聚集趋势为多向大城市集中，而且是多向特大城市和超大城市集中。从数量上看，每两个流动人口中就有一个是流向了超大城市；有近90％流动人口的流向是特大城市和超大城市；只有不到3％流动人口流向了50万人以下的中小城市。如果从流动人口占总人口的比重来看，不同规模城市也有明显的差异，超大城市的流动人口比例为16.28％，特大城市的为14.72％，大城市的为6.19％，中小城市的为5.27％。特大城市和超大城市流动人口的比例明显高于大城市和中小城市。

3.5 不同地区城市流动人口比较

传统上，我国内地31个省、自治区、直辖市可以分为三类地区，即东部、中部和西部地区，东部包括北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省和海南省；中部地区包括山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省和湖南省；西部地区包括内蒙古、广西、重庆市、四川省、贵州省、云南省、西藏、陕西省、甘肃省、青海省、宁夏和新疆。根据《2004年中国城市统计年鉴》的数据，我们进一步分析了这三类地区城市流动人口的分布特征（见表8）。

表8显示，2003年中国东、中、西部地级及以上城市流动人口总量分别为3920.17万人、518.64万人和536.68万人，分别占78.79％、10.42％和10.79％。这说明，我国流动人口绝大部分流向了东部城市，流向中、西部城市的比例只有1／5多上点。

此外，流动人口在东、中、西部不同规模城市内部的分布特征和全国一致，即流动人口多集中在超大城市和特大城市。但也有细微的差异：在东部，超大城市的流动人口占全部地级及以上城市流动人口的53.44％，高于全国51.46％的平均水平，特大城市的（36.58％）也要比全国的平均水平略高；而相反，大城市和中小城市的则都低于全国平均水平。而在中部，超大城市和特大城市的流动人口所占比重（分别为45.78％和28.58％）明显比全国的平均水平低；大城市和中小城市的则分别比全国水平高11个百分点和2个百分点。相同的情况在西部更为明显，超大城市的比重为42.72％，比全国平均水平低了近10个百分点，特大城市的也要比全国的平均水平低5个百分点；大城市和中小城市的则分别比全国平均水平高了近5个百分点和10个百分点。

比较中部和西部的差别，我们发现，中部超大城市和特大城市的流动人口比重与西部的没有明显的差异；而大城市和中小城市的差异非常明显，中部大城市的比重明显高于西部，但西部中小城市的比重则明显高于中部。

4 主要结论

通过对2003年中国286个地级及以上城市的流动人口分析，我们发现：

（1）2003年全国286个地级及以上城市的流动人口总规模为4975.49万人，占城市总人口的12.82％。流动人口规模最大两个城市是东莞市和深圳市，超过了400万人；在100万人以上的城市共有26个。流动人口占城市总人口比例最高的也是东莞市，全国有11个东部经济发达城市流动人口比例超过了30％。

（2）城市流动人口数量最多是广东省；有2／3的流动人口集中到了广东、浙江、江苏、北京和上海等五个省（直辖市）的城市中，特别是广东省的城市。

（3）在全国内地31个省会城市中，流动人口最多的是北京，有六个省会城市的流动人口超过了100万人。

（4）在我国，流动人口的聚集趋势为多向大城市集中，而且是多向特大城市和超大城市集中。从数量上看，每两个流动人口中就有一个是流向了超大城市；有近90％的流向了特大城市和超大城市；只有不到3％的流向了50万人以下的中小城市。

（5）从地域选择方面看，我国近80％的流动人口选择东部沿海经济发达地区的城市，选择中部和西部城市的比例基本相同，都在10％左右。在各地域内部，流动人口的分布特征与全国情况基本相同，即大部分集中在超大城市和特大城市。但也有细微的差异：在东部，超大城市和特大城市的流动人口比重比全国平均水平高；而在中部和西部，超大城市和特大城市的流动人口比重则要比全国的平均水平低。中部和西部相比，超大城市和特大城市的流动人口比重没有特别明显的差异，而大城市和中小城市则差异非常明显，中部大城市流动人口的比重明显高于西部，西部中小城市流动人口比重则明显高于中部。

【参考文献】

[1] 胡英．从农村向城镇流动人口的特征分析．人口研究，2006;3

[2] 乔晓春．从“五普”数据分析城市外来人口状况．社会学研究，2003;1

[3] 周一星，于海波．中国城市人口规模结构的重构

（一）．城市人口，2004;6

[4] 翟振武．北京市流动人口的最新状况与分析．人口研究，2007;2

[5] 周一星，于海波．中国城市人口规模结构的重构

（二）．城市人口，2004;8

[6] 国家统计局．中国城市统计年鉴2004．北京：中国统计出版社，2004

[7] 段成荣．我国流动人口统计口径的历史变动．人口研究，2006;4

[8] 周皓．中国的返迁人口：基于五普数据的分析．人口研究，2006;3

[9] 马戎．新疆乌鲁木齐的结构特征与就业状况．西北民族研究，2005;3