作者简介：崔许锋，中南财经政法大学工商管理学院博士生，助理研究员，主要研究方向为土地经济与管理、GIS空间分析（湖北 武汉 430073）。

　　内容提要：研究的目的在于揭示民族地区城镇化过程中人口城镇化与土地城镇化的非均衡性和空间异质性。以云南省为研究区，采用层次分析法、发展水平评价模型、均衡发展模型对其发展过程中人口城镇化与土地城镇化的耦合度、发展度、均衡发展度、空间非均衡特征进行了研究。研究发现云南省城镇化水平总体不高，在空间格局上发展等级呈现出以昆明为中心从中部向边缘阶梯状递减的趋势。民族区域的城镇化发展水平要普遍低于非民族区域的城镇化发展水平。在人口城镇化与土地城镇化水平对比方面，土地城镇化过度型分布在云南东部和西部，而土地城镇化滞后型则分布在云南的中部。民族区域多呈现土地城镇化滞后型、土地城镇化水平相对较低。在均衡性方面，云南中部区域优于东部区域，东部区域优于西部区域。在均衡发展方面，云南区域均衡发展水平呈现出以昆明为中心向四周递减的空间格局，所以云南省人口城镇化与土地城镇化具有显著的非均衡性和空间异质性。因此，民族区域面对人口、土地城镇化水平较低的现状，应立足于人口城镇化与土地城镇化的共同发展，一方面加强民族就业教育培训，建立合理的民族人口城镇导入机制，另一方面有序合理扩展城市发展空间，为人口城镇化提供空间支撑；同时应认识到民族区域土地城镇化滞后的现状，注意土地城镇化的优先发展，消除城镇化发展的空间局限。云南东西部地区土地城镇化发展要基于人口城镇化的空间需求，避免基于农地非农化利益驱动而导致土地城镇化过度。云南省中部地区需要及时更新城镇规划，合理推进土地城镇化，为人口城镇化提供空间支撑。研究的启示是城镇化包含人口城镇化与土地城镇化两个有机组成部分，两者协调发展、良性互动才能推动城镇化的健康持续发展。民族区域要坚持人口城镇化与土地城镇化的均衡发展，避免走非民族区域非均衡问题阻碍城镇化持续发展的老路。面对区域间城镇化非均衡问题，应及时修编和更新城镇规划，以规划为引导，促使区域间城镇化的非均衡性和空间异质性问题的解决，实现区域间的城镇化协调发展，发挥集聚效应。

　　关 键 词：城镇化；非均衡性；空间异质性；民族地区

　　基金项目：国家自然科学基金青年项目“基于负外部性治理的农地城市流转管制研究”(编号：71303260)；中南财经政法大学博士生科研课题“中低山区区域耕地资源安全研究”(编号：2013B0813)。

　　中国城镇化经历了一个缓慢发展到快速增长的过程，人口城镇化率从1949年的10.64%达到2012年的52.60%[1]，进入全面城镇化阶段。相关研究表明，当城镇化率达到30%—70%时，城镇化将处于快速的进程中[2]。那么伴随着快速人口城镇化的土地城镇化是否合理？民族地区由于经济社会发展的不均衡，城镇化非均衡性问题则更为显著，那么民族地区的城镇化有什么特点，其非均衡性如何表现，产生了什么问题，可以采用哪些治理路径，这需要深入研究和探讨。目前学界对人口城镇化与土地城镇化均衡性问题已有一定研究，但多关注经济发达地区，忽视了对民族地区的研究，这无疑需要我们进一步的完善和探讨。

　　经过文献分析，大部分学者认为人口城镇化与土地城镇化存在非均衡性，土地城镇化过度是主流观点[3-5]；但是随着研究的深入，有学者开始质疑这种观点，认为部分地区存在土地城镇化滞后的问题[6-7]；还有学者从一定区域的研究数据出发，认为人口城镇化与土地城镇化在部分区域呈现总体均衡的状况[8]。上述研究从不同角度不同区域对人口城镇化与土地城镇化均衡性的判断迥异，而均衡性问题关系到城镇化的健康持续发展，因此对城镇化的研究具有重要的理论意义和现实价值。已有研究深化了城镇化的内涵，推进了对均衡性问题的研究，但仍然存在进一步研究的必要：已有研究一般从理论分析角度对均衡性问题进行研究，而从实证出发进行判断的较少；往往立足于区域内的均衡性研究，对均衡性问题空间关系研究较少，空间非均衡性的研究不足。

　　基于以上的认识，本文以云南省为研究区，采用系统耦合发展的原理尝试研究民族区域人口城镇化与土地城镇化的时空关系，探讨民族地区城镇化的非均衡性问题，并提出相应政策启示。在目前中国城镇化发展趋向于形成城市群[9]的趋势背景下，研究有助于分析和界定民族区域和非民族区域、城市与城市之间的均衡发展问题，提出有效的治理措施，发挥区域间或城市群的集聚效应，实现区域经济一体化发展。

　　1 数学模型

　　1.1 指标权重测算方法

　　数2、4、6、8则为上述判断的中值，取1-9比例标度的原因在于，人们直觉至多能判断出9个等级的差异和层次，而层次分析法中的判断矩阵是靠人的认知能力去识别的。故而一般采用1-9的比例标度。现在对构造的判断矩阵进行考察，对于n个因素的判断矩阵，其判断矩阵显然满足以下条件：

　　判断矩阵构建过程中，共需进行个判断，所以构造出的判断矩阵是正的互反矩阵，判断矩阵对角线上元素为1，所以判断矩阵也可以表示为上三角或下三角矩阵。在判断矩阵构建完毕之后，可以采用“归一化法”和“求解特征方程法”两种方法求解权重向量，但是由于判断矩阵“一致性”的问题，使得两种方法求得的权重向量不同。利用最小二乘法可以证明出：“求解特征方程法”得出的权重同量平均误差最小，所以我们在研究中采用此方法求解权重向量。

　　针对判断矩阵“一致性“问题，在权重向量求解结束之后，需要对判断矩阵进行一致性分析。具体方法是：具有一致性的比较矩阵，其最大特征值为n，即如果一个成对的比较矩阵的最大特征值为n，其就一定具有一致性。但是现实比较矩阵中，由于人为判断因素，存在估计的误差，破坏了一致性，导致特征向量和特征值存在偏差。表示有偏差的最大特征值，则和n之间的差值反映了比较矩阵的不一致程度，再考虑到因素个数的因素，于是一致性指标CI存在以下的关系。

　　构造平均随机一致性指标RI的指标。RI用随机的方法构造500个样本矩阵，再随机地从1-9及其倒数中抽取数字构造正互反矩阵，这样求得的最大特征根的平均值为。

　　求出CI和RI后，就可以构造出表征一致性比例的指标CR。

　　当CR＜0.10时，认为判断矩阵的一致性是处于可以接受的范围内，当CR≥0.10时，判断矩阵的一致性就不处于满意的范围，需要对判断矩阵核查修正，使其处于满意的范围。