本研究收集了1960—2020年上述国家和地区的总人口与主要城市人口数据。其中国家尺度的人口数据来源于世界银行网站，区域内主要城市人口数据来源于人口数据统计网站，部分缺失的主要城市的人口数据通过本国统计局数据加以补充。需要说明的是，区域内主要人口数据中，2020年人口规模仍在2万以下的小城市，因数量多、数据缺失比例高，因此不进入本研究对历史阶段基尼系数的计算范围。最终主要城市人口数据中，马来西亚选取11个城市，菲律宾选取31个城市，印尼选取33个城市，泰国28个城市，越南11个城市，文莱5个城市，柬埔寨9个城市，中国大陆选取100个城市，新加坡、澳门特别行政区、香港特别行政区单独列出，共计231个城市和地区（）。此外，因新加坡、香港、澳门三地为城市型国家和地区，在进行基尼系数和城市体系等内容研究时，不将其纳入计算范围内。
表 1(Tab. 1
表 1 选取城市列表 Tab.1 List of Research Cities
地理空间底图来源于自然资源部标准地图服务系统，主要城市人口分析底图为1:3530万亚洲标准地图
2.2 研究方法本文在人口规模等级分析中，采用集中首位度和位序首位度两个指标来反映各国人口在首都（最大人口城市）的集聚程度，通过空间基尼系数分析城市人口的空间分布均衡情况，利用核密度估计分析主要城市人口的集聚程度。
（1）首位度指数。由于部分国家（区域）首都城市并非最大城市，且首都城市与最大城市之间的人口规模差距较大，因此本文同时采用位序首位度和集中首位度两个指标来衡量各国家（区域）内城市等级结构和全国（区域）资源的集中程度[]。其中，位序首位度是首都城市人口规模与国内非首都最大城市人口规模之间的比值，集中首位度是首都城市和最大城市人口规模与全国（区域）人口规模之间的比值（当首都城市与最大城市一致时，集中首位度只计算一次）。
（2）空间基尼系数。空间基尼系数主要是通过人口在城市分布的均衡程度来反映不同规模城市的空间集中度[]。主要是研究不同规模城市的发育成长状况，分析城市体系中人口与经济的协调情况[]，本文采用Marshall提出的空间基尼系数计算方法进行测度[]。
(1)式中，G为空间基尼系数，Pi与Pj分别为城市i和城市j的人口规模，μ为区域所有城市的平均人口规模，n为城市数量。G越接近1，表明城市间规模差距越大，人口越倾向于集中在大城市；反之，则表明城市间规模差距较小，人口在城市间呈均衡分布。
综合来看，首位度指数与空间基尼系数均较高时，说明城市体系中核心城市集聚能力强，呈现单中心的城市空间结构；当首位度指数较低而空间基尼系数高时，说明城市体系的中心城市与次级中心城市发展较好，呈现双中心或多中心的城市空间结构；而首位度指数较高但空间基尼系数较低，目前还没有对应的理论模式，可能存在于首位城市发达且总体城市数量较多的情况；首位度指数与空间基尼系数与城市均较低的情况下，城市体系是一种分散的空间结构，中心城市不突出[]。
（3）核密度。核密度估计方法是通过对区域内的点设置搜索半径以及赋予不同的权重来构建要素点峰值的连续面，是一种非参数检验方法[]。研究采用的核函数为Roseblatt-Parzen函数，其表达式为：
(2)式中，fn为基于要素点进行核密度估算的值，n为范围内研究要素点的数量，K() 为核密度方程，其中(x - xi) 为点x到点xi的距离，h为搜索半径。
3 环南海国家及地区城市化发展阶段与特征根据1960—2019年城镇人口占总人口比重数据分析环南海国家和地区城市化进程（）。结合各国家和地区城市化起始状态与发展演化特征，可将环南海国家及地区国家城市化发展分成三类：①高水平城市化国家和地区，包括新加坡、中国香港和中国澳门，这一类型的国家地区城市化水平目前均已达到100%；②中等水平城市化国家和地区，包括文莱、马来西亚与菲律宾，这类国家和地区1960年城市化率已在25%以上，城市化发展前期较快后期发展相对平稳；③起始城市化程度较低国家和地区，主要是印度尼西亚、中国大陆、泰国、柬埔寨与越南，这些国家和地区60年代城市化率不足20%，城市化发展进程既有相似性又具有较大的差异性。
