Моделирование в картографии - Тикунов В.C.
ISBN 5-211-03346-9
Скачать (прямая ссылка):
Наиболее "зеркальны" для Новосибирской области урбанизированные регионы (Московская, Ленинградская области), что подтверждает наше представление о слабоурбанизированном характере регионов юга Сибири. Но с другой стороны, "зеркален" почти весь Северный Кавказ, так что, видимо, среди слабоурбанизированных районов должны быть выделены, как минимум, два совершенно разных типа — "кавказский" и "сибирский". Это требует в свою очередь более тщательного анализа связи структур занятости с процессами урбанизации сельской местности.
Похожесть на Приморский край (рис 36) максимальная, естественно, у Хабаровского края, чуть меньше у Сахалина и Мурманской области. Заметим, что "рыбные и военные" Камчатская и Калининградская области уже менее похожи, эти отрасли занимают относительно меньшую долю в Приморском крае. Он более аграрный и лесопромышленный, что и показывает похожесть на Томскую и Амурскую области. И снова единственный пример заметной отрицательной корреляции — "таинственная" Смоленская область.
Не имея возможности анализировать все 71 аналогичные карты, укажем лишь еще на Туву, территорию, практически ни разу не встречавшуюся нам при анализе, но тем не менее не похожую на соседей. В данном случае результаты оказались просто классическими. Наибольшие положительные коэффициенты отмечены у Тувы с Калмыкией (0,817), Читинской областью (0,674), Бурятией (0,616) и Ставропольским краем (0,583) как с регионами, где в наибольшей степени развито пастбищное животноводство, а также с имеющими эту же отрасль специализации Волгоградской (0,483) и Саратовской (0,477) областями. Высокие отрицательные коэффициенты корреляции отсутствуют.
Наконец, две последние карты посвящены сравнению административно-территориальных единиц со "средними" показателями для
141
Рис. 35. Корреляция структуры занятий населения в сельских регионах административно-территориальных единиц России
в сравнении с Новосибирской областью
Рис. 36. Корреляция структуры занятий населения в сельских регионах административно-территориальных единиц России
в сравнении с Приморским краем
Дальневосточного экономического района (рис. 37) и для европейской части России (рис 38). Наиболее "среднедальневосточными" оказались Хабаровский край, а также Сахалинская и Тюменская области, чуть менее близкими — остальные области Дальнего Востока, а также уже знакомые нам Мурманская и Томская области (в последнем случае, наверняка, сыграло роль развитие лесной промышленности). Интересно, что в данном случае выделилась Астраханская область (здесь имеет значение рыбная промышленность и транспорт) и снова Калининградская.
Наиболее "среднеевропейскими" оказались в Центральном районе Московская, Владимирская и Ивановская области (а единственной областью Центра, имеющей отрицательную корреляцию, снова оказалась Смоленская). В Центрально-Черноземном районе "наиболее средними" стали Курская и Тамбовская, до сих пор не замеченные ни в одном из наших анализов, видимо, типичные "середнячки". А Северный Кавказ почти весь (кроме Ростовской области) оказался "среднеевропейским". Последнее, возможно, объясняется тем, что произошедший за советский период "сдвиг на юг" сельского населения привел к тому, что доля Северного Кавказа в сельском населении европейской части России стала определяющей, и "среднеевропейские" показатели превратились в "среднекавказские". Наименее "европейскими" в европейской части стали северные районы, а "зеркально неевропейскими" — регионы Сибири, Дальнего Востока и примкнувшая к ним Свердловская область (как лесопромышленная).
Заметим также, что серия корреляционных карт может быть еще расширена. Например, можно рассчитать коэффициенты корреляции для административно-территориальных единиц по отношению не только к "областям-ядрам" типологических групп, как было описано выше, но и к самим типологическим группам, осредняющим данные по всем областям, вошедшим в ту или иную из них. Такой прием использован для корреляции между динамическими рядами урожайности картофеля по областям европейской части России (см. параграф V.3, с. 216-231). В целом же следует отметить, что использованный метод существенно расширяет наши возможности при сравнении регионов, позволяет уточнить устоявшиеся взгляды, а в раде случаев и сделать новые выводы.
При создании корреляционных карт следует учитывать характер взаимосвязи исследуемых величин и надежность коэффициентов корреляции. Для этого удобно применять специальные графики и математические расчеты. В наших примерах коррелируемые ряды, как правило, линейно взаимосвязаны, поэтому не было необходи-
144
ШКАЛА КОЭФФИЦИЕНТОВ КОРРЕЛЯЦИИ
0,5 0,3 0,0 -0,3 -0,5 -0,7
Рис. 38. Корреляция структуры занятий населения в сельских регионах административно-территориальных единиц России
в сравнении с европейской частью России
мости в их дополнительной линеаризации. В противном случае можно использовать методику выравнивания и нормализации корреляционных связей (Алексеев, 1971). Надежность коэффициентов корреляции проверяется по формуле
