2000—2010年西安市人口演变的空间差异与多中心模拟

殷江滨, 祝明明, 范　虹

(1 陕西师范大学 西北国土资源研究中心, 西北城镇化与国土环境空间模拟重点实验室， 陕西 西安 710119；2 华中师范大学 城市与环境科学学院, 湖北 武汉 430079；3 陕西师范大学 计算机科学学院， 陕西 西安 710119)



2000
—2010年西安市人口演变的空间差异与多中心模拟

殷江滨1*, 祝明明2, 范虹3

(1 陕西师范大学 西北国土资源研究中心, 西北城镇化与国土环境空间模拟重点实验室， 陕西 西安 710119；2 华中师范大学 城市与环境科学学院, 湖北 武汉 430079；3 陕西师范大学 计算机科学学院， 陕西 西安 710119)

摘要：基于西安市第五、六次人口普查中的常住人口数据，运用空间分析技术、人口密度模型，分析2000—2010年西安市人口演变的空间差异，总结人口增长的空间模型，揭示人口空间的多中心演化规律。结果表明：十年间西安市人口增长表现出明显的空间差异性，总体形成了中心核心区和远郊区人口减少、近郊区人口明显增加的发展格局。具体而言，南北方向人口快速增长，东西方向人口增长相对滞后，远郊区在人口普遍下降的同时形成了向县城及重点镇集聚的发展态势。人口单中心模型分析发现，西安市人口空间分布基本符合Clark模型，但已出现多中心化迹象。多中心模型分析结果显示，西安市人口空间从2000年的单中心结构逐渐发育为钟楼-小寨路双中心结构，多中心结构尚未形成。关键词: 西安市； 人口增长； 空间结构

人是城镇化进程中最为活跃的要素，人口的空间结构是城市经济社会发展在空间上的综合投影，同时对城市土地利用结构、基础设施建设和产业布局等产生深远影响[1-3]。从欧美城市发展经验看，在信息技术革命、经济空间重组、高速公路及汽车普及等的综合影响下，城市分散化趋势日趋明显，并在郊区出现“边缘城市”、“次中心”，从而形成城市人口的多中心空间结构[4-6]。

20世纪90年代以来，中国进入城镇化快速发展期。2014年，城镇常住人口已达7.49亿人，城镇化率上升为54.8%[7]。人口大量向城市集聚在促进城市经济增长的同时，也导致交通拥堵、环境恶化、公共服务供需矛盾突出等一系列问题[8]。在这一背景下，许多城市政府希望通过工业企业外迁和开发区建设、旧城改造、交通基础设施建设等手段，实现疏解中心城区人口、优化城市空间结构、形成多中心大都市的发展目标。

从实际发展历程看，中国的城市人口空间经历了怎样的演变趋势，是否发育出多中心空间结构？部分学者运用人口普查数据开展了相应研究，但主要集中于东部地区少数特大城市，如北京[3,9]、上海[10-11]、广州[12-13]、南京[14]等。对于中西部地区城市的定量研究尚不多见。由于内陆城市在区位条件、经济基础和发展阶段等方面与沿海发达地区城市存在巨大差异，其人口空间增长趋势是否有别于东部地区城市？是否存在内陆城市独特的人口空间增长模型？是否发育出多中心空间结构？本研究尝试以西安市为案例地，重点运用五普、六普乡、镇、街道的人口数据，对上述问题进行初步探讨，以期深化对中国大城市人口空间结构演变的认识，并为制定人口调控政策、引导城市公共服务和产业合理布局提供量化依据。

1研究区域与资料来源

1.1研究区概况与空间划分

西安地处陕西省中部，关中平原腹地。2010年，全市辖新城、碑林、莲湖、雁塔、未央、灞桥、长安、临潼、阎良9个区和高陵、蓝田、户县、周至4个县，共有乡、镇、街道176个，市域面积10 108 km2，总人口846.8万人。

空间划分是城市空间结构研究的前提。大城市在空间上通常可划分为中心区、近郊区、远郊区等地域圈层。结合前人研究[15-16]和西安市发展历史及现状，本研究将钟楼作为城市中心，将西安市域范围划分为中心核心区、中心边缘区、近郊区内圈、近郊区外圈、远郊区5个圈层。其中，前两个圈层构成中心城区，近郊区内圈和近郊区外圈构成近郊区(图1)。

中心区主要为二环线以内区域，与距钟楼5 km范围大致吻合。其中以明城墙为界，城墙以内为中心核心区，区内下辖新城、碑林、莲湖的8个街道，面积为17.48 km2。城墙以外为中心边缘区，包括莲湖、雁塔、碑林、新城的16个街道, 面积66.51 km2。近郊区主要为距钟楼25 km以内区域，其中以三环线为界，分近郊区内圈和外圈两个圈层:内圈包括未央、雁塔、新城、灞桥、莲湖的17个街道，面积273.88 km2;外圈包括灞桥、未央、长安、高陵、临潼的31个街道，面积为1 223.39 km2。距钟楼25 km以外区域为远郊区，包括长安、临潼、阎良、高陵、蓝田、户县、周至的104个街道，面积8 526.74 km2。

1.2资料来源与处理

人口数据主要来源于西安市第五次和第六次人口普查数据，以2010年第六次人口普查时的行政区划图为基准，以乡镇和街道为基本研究单元，分别对2000年和2010年的街道面积和人口统计数据进行调整。采用ArcGIS 10.2提取各街道面积、质点坐标以及街道距离城市中心及次中心的距离，并绘制人口密度等值线图和人口密度三维图，用SPSS 20进行人口密度模型回归分析。

2 西安市人口演变特征与空间模型

2.1 人口增长总体特征

2010年，西安市常住人口846.8万人，比2000年增加了106万人，增幅14.3%，人口增长绝对量和增长速度不仅明显低于北京(604万，44.5%)、上海(628万，37.5%)、广州(276万，27.7%)等一线城市，与成都(280万，24.9%)、南京(177万，28.3%)、武汉(174万，21.6%)等城市也存在不小差距。

2000—2010年，西安市人口增长表现出明显的阶段性特征(图2)。根据统计年鉴的户籍人口数据分析发现，十年内西安市人口年均增速为1.30%，人口增长可分为2个阶段：第1阶段为2000—2005年，为波动增长阶段，人口增长围绕平均值上下波动，人口年均增速最高达2.00%，最低0.99%，年均增速为1.59%。第2阶段为2006—2010年，为缓慢增长阶段，人口增速明显放缓，年均增长率仅为1.08%。

2.2.1 街道人口分布变动 由表1可见，镇街人口变动剧烈，大多数街道人口在下降。十年间，西安市镇街人口增减速度变化范围为-6%～24%，其中，人口下降的街道为92个，人口增加的街道为84个，人口下降街道数占街道总量的52.3%。76个街道为缓慢减少型，年均降幅在2%以内，占总量的43.2%。12个街道实现了人口的高速增长，年均增幅在6%以上。

由图3可知，人口增长的街道主要位于近郊区及远郊区县域或重点镇。如雁塔区丈八沟街道(距钟楼8.97 km，年均增长23.6%)、未央区草滩街道(15.74 km，12.1%)、张家堡街道(7.24 km，10.0%)、长安区郭杜街道(14.41 km，8.8%)、灞桥区十里铺街道(7.84 km，8.2%)等人口增速位居全市前十，均分布于近郊区。此外，远郊区县域或重点镇也保持了人口快速增长势头。如高陵县泾渭镇人口年均增长达12.4%，周至、蓝田县城所在地二曲镇、蓝关镇人口年均增长分别为2.98%、2.71%，从全市看虽不属于高速增长型，却是本县增长最快的乡镇。

人口减少的街道主要位于中心核心区和远郊区。其中，中心核心区的8个街道中，5个街道人口呈现负增长，位于碑林区的长安路街道和文艺路街道下降最快，降幅分别为-2.21%和-2.17%，均为全市降幅最大的十个街道之一。远郊区人口减少的趋势更为明显，其中，临潼区马额街道(距市中心44.53 km，降幅-5.51%)下降最快，其他乡镇如蓝田县普化镇(45.87 km，-4.66%)、葛牌镇(63.01 km，-3.72%)、周至县板房子乡(98.38 km，-3.42%)、骆峪乡(85.59 km，-2.44%)、长安区炮里乡(20.38 km，-2.81%)等均位于远郊区。

2.2.2圈层人口分布变动 采用圈层尺度，进一步分析西安市人口增长的空间差异。圈层距离法以城市钟楼为圆心，以1 km为间距画同心圆，分析不同环带之间的人口分布状况[11]。具体方法为：(1)以钟楼为圆心，利用Arcmap软件的缓冲区分析工具，建立不同半径的等间距同心圆；(2)用不同最大半径的同心圆切割西安市的街道级行政区划图；(3)对切割出来的不同范围的地图属性表进行计算，增加字段“切割出来的不同范围的”，并计算出切割后各斑块的面积；(4)利用ArcToolbox里的“summarize”工具计算不同圈层内指标的数量。

总体上，西安市人口增长在各圈层距离间极不均衡。由图4可知，人口增长主要发生在距钟楼5～15 km范围内，十年间人口增长率均在40%以上。15～30 km范围内人口相对缓慢。说明西安市人口郊区化主要向近郊区转移，郊迁扩散的距离不远，这与国内主要大城市郊区化初期发育的情况相似。人口减少区域主要为远郊区，距钟楼40～50 km范围内及55 km以上区域人口减少最为明显。此外，中心城区人口降幅也出现明显减少。

按照城市空间划分，进一步分析西安市5个圈层空间的人口变化。研究发现，中心核心区人口向外疏散态势明显，人口快速下降，中心边缘区人口缓慢增长，近郊区人口快速增加，远郊区人口缓慢减少。如表2所示，虽然中心核心区人口密度仍然最高，但是10年间人口密度明显下降，总人口减少了3.11%，呈现向外扩散的趋势。中心边缘区人口密度增加至20 486人/km2，与核心区的密度差距进一步缩小，总人口增长了13.50%。近郊区的人口增长最为明显，其中，近郊区内圈增长最快，十年内人口增加81.89万人，增幅80.08%，外圈的人口增长稍缓，但也实现了34.16%的增长。远郊区人口缓慢减少，降幅0.55%。总体上，西安市人口圈层分布变化呈现出中心核心区和远郊区人口减少，近郊区人口明显增加的发展态势。

需要指出的是，远郊区人口在普遍减少的同时，县城及少数重点镇却实现了人口的明显增长。如在周至县，十年间除县城二曲镇人口增长34.1%外，仅县城东面的辛家寨乡人口增加(增速为2.7%)，其余20个乡镇人口均为负增长，平均减少13.0%。在蓝田、户县、高陵等地，这一现象也较为普遍。

西安市人口增长的空间趋势与其他特大城市相比既有相似之处又有明显差异。相似处在于，中心城区人口均明显下降，人口呈现向外围扩散趋势。关于北京[3,17]、广州[12-13]、上海[11]的研究均发现了中心城区人口下降及人口郊区化的证据。不同之处在于，其他特大城市除中心城区外，外围圈层均实现了人口的稳定增长，而西安的远郊区则出现人口显著下降。

西安市中心城区人口减少及近郊化既有工业区外迁、郊区开发区建设、旧城改造等共性因素，也有保护古都风貌等自身特色原因。在近郊区，西安高新区、经开区先后在城市近郊设立，直接带来了工业企业的集中并吸引了大量流动人口，并随之带动紫薇花园、雅荷花园等居住区集聚及相关公共服务设施建设，城市人口空间向近郊区拓展[18-19]。在旧城区，一方面长期的历史发展导致旧城区功能混杂、交通拥堵、环境污染等一系列问题；另一方面，作为国家历史文化名城，西安的旧城区分布有大量历史文化遗址、历史街区和古建筑等，城市的快速发展对古都风貌保护产生了巨大压力，通过旧城改造，疏解旧城区人口和功能显得更为紧迫[20-21]。而远郊区人口下降则表明，作为内陆地区中心城市，西安市经济增长仍处于工业化加速阶段，资本、劳动力等要素仍以空间集聚为主，并对远郊区形成虹吸效应，进一步吸引远郊区的劳动力及人口进入，从而导致远郊区人口的减少。

2.2.3方向圈层人口分布变动 方向圈层法是在圈层距离法画出不同半径等间距同心圆的基础上，分别测量和计算东南西北4个方向不同1/4同心圆环内的各种人口指标情况。由于中心区及近郊区人口变化最为剧烈，本文首先对距钟楼15 km范围内不同方向人口密度分布变化进行分析，得出2000—2010年不同方向人口密度曲线图(图5)。

朝东方向的人口密度峰值最高，并在距钟楼5 km处出现次级人口集聚中心。南向人口密度峰值明显向外围推移，从2000年距钟楼2 km处外扩至2010年的3 km处。北向人口主要集中在距钟楼4 km范围内，并在此范围内不断填充；人口密度在4 km处出现明显下降。相对而言，西向人口增长最为平稳。

将研究范围拓展至60 km半径范围内，通过人口增长率指标，进一步分析不同方向的人口密度变化。发现10年间北向人口增长最快，且表现出明显的近域推进，从中心边缘区到近郊区外圈都表现为人口的高速增长，6～16 km范围内人口密度增长均超过50%。南向人口增长也极为迅速，但增长范围明显不及北向区域。东向和西向人口增长缓慢，尤其是东向区域，仅有距中心5～10 km范围出现小幅增长，10 km外人口增幅均在20%以下，甚至出现人口负增长，人口衰退现象明显。就中心城区而言，人口减少主要发生在东向和南向区域，其中，南向区域下降幅度更大，北向及西向区域则有小幅增加。

不同方向人口增长差异与城市经济发展密不可分。北部是西安市主要工业集聚地，国家级经济技术开发区坐落于此，经济功能特色突出，吸引了大量的就业人口，随着西安城市发展重心的北移，西安行政中心、铁路北客站等重大工程的建设，有效带动了居住空间向北转移。南部分布有国家高新技术产业开发区、郭杜教育科技产业开发区、曲江旅游度假区，基础设施完善，文化氛围浓厚，有力地吸引了城区人口转移。西部主要为老工业区及汉长安城遗址保护区，就业机会不足，居住环境相对较差，对城市居民的吸引力较低，且由于遗址保护等原因，对居住人口的容纳有限。东向为传统工业区，因纺织等传统工业衰退，产业活力下降，近年来虽不断发展新兴产业，先后成立浐灞生态区、国际港务区，但对就业人口的吸纳不足，人口集聚步伐较慢[21-22]。

2.3西安人口增长的空间模型

总结西安市街道间、圈层间及不同方向的人口空间变化，得出人口增长的空间模型见图6。总体上，西安市人口增长主要发生在城市近郊区，其中尤以近郊区内圈增长最为显著。出现人口减少的除中心核心区外，还有远郊区，这有别于沿海大城市，表现出西部内陆地区中心城市自身特征。从空间增长方向看，西安市人口空间主要沿南北主轴方向拓展，东西向人口增长较为缓慢。值得指出的是，远郊区在人口普遍减少的同时，县城及少数重点镇人口明显增加，形成快速城镇化街区，见表3。

3人口密度模型与空间结构演化

人口密度模型是衡量城市人口空间的重要途径[23]。Clark[24]最早创立了人口密度单中心模型，发现城市人口密度自城市中心向郊区呈指数型衰减，后经许多学者不断完善和发展，提出了诸多修正模型[25-28]。随着城市发展，其空间结构往往由单中心向多中心结构转变。McDonald研究了芝加哥就业人口的多中心结构[29]。Papageorgiou总结了人口密度模型研究的常用模型，并提出在城市尺度下应用的优点和存在的问题[30]。本文采用SPSS软件进行回归分析，进行人口密度单中心模型和多中心模型分析。

3.1单中心模型拟合

人口密度模型的拟合采用2000年和2010年人口普查的街道、镇数据，运用GIS技术的距离圈层法，结合SPSS 20软件进行模拟和分析。根据人口分布变动的基本情况，选用线性函数、二次项函数、指数分布函数、幂函数、Logistic函数等11种函数进行拟合，根据统计分析的结果，删除无效模型，最后根据检验的F值和R2值及生成图形的拟合优度确定最佳的函数模型。我们选取近郊区以内及全市范围两个空间维度，分别考察两个年份西安市人口密度模型拟合情况，拟合结果如表4所示。

分析发现，无论是近郊区以内还是全市范围，西安市2000年和2010年的人口密度分布都基本符合Clark模型，但2010年各模型的拟合优度均有所下降，表明西安市人口空间已出现多中心化趋势。就近郊区以内范围而言，2000—2010年间，Clark模型参数a由35 401.292到6 813.109，表明市中心人口密度有大幅降低。十年间模型的斜率不断减小，其绝对值由2000年的0.248减至2010年的0.059，表明近郊区以内人口分布趋于分散和平均，城市中心区的拥挤状况得到改善。

就全市范围内而言，Clark模型参数a和模型斜率b也出现明显下降，表明人口分布趋于均衡。但2010年，全市范围斜率(0.063)大于近郊区斜率绝对值(0.059)，表明人口分布由远郊区向近郊区集聚，也说明西安不存在类似于国内北京、上海等其他大城市“远郊化”的特征[1,11]，郊区化的主体仍是“近郊化”。

3.2多中心模型拟合

参考国外相关文献以及国内同类文献中人口分布的多中心模型和研究方法[1,14,31]，首先确定城市中心为钟楼；其次，绘制2000年、2010年人口密度等值线图，最后根据以下原则确定城市次中心：(1)首先确定峰值大于25 000的人口密度等值线；(2)确定满足上述条件的每个等值线峰值所在街道，确定这些街道的几何中心，它们便可近似地视为基于人口分布的城市次中心；(3)要求城市中心与各次中心之间以及各次中心之间的距离大于3 km。

按照上述原则，发现2000年西安市尚不足以形成对人口空间分布产生影响的次中心，只有钟楼及邻近的东关南街街道(碑林区)位于人口密度峰值区，城市人口呈明显的单中心结构。2010年，除原有钟楼主中心外，小寨路(雁塔区)发育为唯一的人口次中心。小寨路次中心的发育与城市空间向南北主轴拓展关系密切。小寨路位于西安市南二环外缘，是城市南向发展的重要节点，现已成为西安市重要的商业中心，交通区位条件优越，公共服务完备，对人口的吸引力强。随着城市人口空间进一步向南北方向扩展，未来未央区、长安区将沿主要交通轴线(如地铁)发育新的人口中心。

计算城市中心和各个次中心到各街道的距离，通过编写多中心非线性回归程序，采用迭代技术进行回归，得出2010年西安市不同空间层次的人口多中心模型拟合结果(表5)。发现近郊区以内的多中心拟合优度相对较差(0.553)，全市的拟合优度则达到0.8以上，说明相对于全市范围而言，近郊区以内人口密度大，人口集聚还在加强，多中心化的趋势不明显，随着地域范围的扩大，多中心模型的拟合优度逐渐增强，2010年，西安市已经出现能够影响城市空间结构的人口次中心。

西安市人口多中心结构尚不成熟。从模型参数看，无论是截距a还是斜率b，钟楼主中心的值均大于小寨路次中心，表明主中心对人口分布的影响大于次中心的影响，次中心仍处于发育过程中，对人口的集聚作用有待提高，人口空间呈双中心结构。这与北京、上海、广州等东部城市已出现的多中心结构存在明显差异[1,32-33]，说明西安作为西部欠发达地区的中心城市，人口郊区化进程相对缓慢，且城市空间以蔓延式扩张为主，不利于多中心结构的形成。

4结论与建议

人口空间结构对城市土地利用结构、基础设施建设和产业布局等产生深远影响。本研究以西安市为研究对象，通过分析2000—2010年西安市人口演变的空间差异，总结人口增长的空间模型，揭示人口空间的多中心演化规律。研究发现：

(1)西安市人口增长表现出明显的空间差异性。总体形成了中心核心区和远郊区人口减少、近郊区人口明显增加的发展格局。具体而言，南北方向人口快速增长，东西方向人口增长相对滞后，远郊区在人口普遍下降的同时形成了向县城及重点镇集聚的发展态势。

(2)西安市人口多中心结构尚在发育。单中心模型回归分析发现，西安市人口空间分布基本符合Clark模型，但十年间模型拟合优度下降，人口空间已出现多中心化迹象。多中心模型回归分析发现，2000年西安市尚未出现人口次中心，城市人口为单中心结构；至2010年，小寨路已发育为人口次中心，人口空间呈双中心结构，但多中心结构尚未形成。

与其他大城市相比，西安市的人口增长与空间变化既有共同特征，又有不同之处。相同之处是中心城区人口均出现下降，人口不断向外围扩散，郊区化特征明显。不同之处有：第一，西安市人口总量增长相对缓慢，与北上广等一线城市及武汉、南京等大城市均有明显差距；第二，西安市中心城区人口的减少与远郊区人口下降相伴发生，而在其他大城市，远郊区同样实现了稳定的人口增长。西安市的郊区化仍以“近郊化”为主，而非“远郊化”；第三，西安市人口多中心结构尚未完全形成，现阶段主要为双中心结构。这些差异表明西安市经济水平仍相对较低，经济增长仍有较大空间。而城市经济空间尚处于向心集聚向近域扩散转变阶段，城市的空间辐射能力有待增强。

尽管西安市中心城区人口明显减少，但人口密度仍远远高于其他地区，作为大量文物古迹和历史街区的核心载体，中心城区的人口压力依然较大。因此，应进一步加快内城的旧城改造步伐，压缩居住、行政办公等空间，突出商贸、旅游等功能，优化中心城区功能结构。

十年间西安市人口主要沿南北方向轴向拓展，呈空间蔓延式扩张。南部大学城、高新区，北部经开区虽集聚了较大规模人口，但优质教育、医疗等公共服务资源仍非常缺乏，这种增长模式不仅将进一步加大城市交通及环境等压力，更不利于中心城区人口的有机疏散和多中心结构的形成。因此，一方面应加快高新区、经开区等南北向人口集聚中心的公共服务设施建设，促进优质公共资源集聚，在产业发展的同时，完善生活服务功能，加快形成人口次中心。另一方面，应着力发展城市东部及西部区域，加快纺织城、土门等旧工业区改造和产业结构调整步伐，推动浐灞生态区、国际港务区等重点功能区建设，优化居住环境，引导人口集聚，形成合理的城市空间结构。

参考文献:

[1] 冯健,周一星. 近 20 年来北京都市区人口增长与分布[J].地理学报, 2003, 58(6): 903-916.

[2] 修春亮,王新越. 人口变动的空间分异及其规划学意义：以哈尔滨、伊春为例[J].经济地理, 2003, 23(5): 661-665.

[3] 梁昊光,刘彦随. 北京市人口时空变化与情景预测研究[J].地理学报, 2014, 69(10): 1487-1495.

[4] HALL P, PAIN K. The polycentric metropolis: learning from mega-city regions in Europe[M]. London: Routledge. 2006.

[5] SIGLER T, SEARLE G, MARTINUS K, et al. Metropolitan land-use patterns by economic function: a spatial analysis of firm headquarters and branch office locations in Australian cities[J]. Urban Geography, 2015,36(9): 1-20.

[6] BREZZI M, VENERI P. Assessing polycentric urban systems in the OECD: country, regional and metropolitan perspectives[J]. European Planning Studies, 2015. 23(6): 1128-1145.

[7] 国家统计局. 2014年中国城镇化率达到54.77%[EB/OL]. [2015-01-20].中国经济网. http://www.ce.cn/xwzx/gnsz/gdxw/201501/20/t20150120_4386891.shtml.

[8] 陆大道,姚士谋,李国平,等. 基于我国国情的城镇化过程综合分析[J].经济地理, 2007, 27(6): 883-887.

[9] 孙铁山,王兰兰,李国平. 北京都市区人口—就业分布与空间结构演化[J].地理学报, 2012, 67(6): 829-840.

[10] 李健,宁越敏. 1990年代以来上海人口空间变动与城市空间结构重构[J].城市规划学刊, 2007(2): 20-24.

[11] 高向东,吴文钰. 20世纪90年代上海市人口分布变动与模拟[J].地理学报, 2005, 60(4): 637-644.

[12] 刘望保,闫小培,陈忠暖. 基于EDSA-GIS 的广州市人口空间分布演化研究[J].经济地理, 2010, 30(1): 34-39.

[13] 周春山,边艳. 1982—2010年广州市人口增长与空间分布演变研究[J].地理科学, 2014, 34(9): 1085-1092.

[14] 秦贤宏,魏也华,陈雯, 等. 南京都市区人口空间扩张与多中心化[J].地理研究, 2013, 32(4): 711-719.

[15] 李俊莉,王慧,曹明明. 西安市人口的分布变动研究[J].人文地理, 2005(1): 121-125.

[16] 李晶,林天应. 基于GIS 的西安市人口空间分布变化研究[J]. 陕西师范大学学报(自然科学版), 2011, 39(3): 78-83.

[17] 郭敏,饶烨,于伟, 等. 北京都市区人口空间发展的新特征与启示[J].城市发展研究, 2013(6):111-116.

[18] 王慧. 开发区发展与西安城市经济社会空间极化分异[J].地理学报, 2006, 61(10): 1011-1024.

[19] 田野,任云英. 西安城市空间结构发展研究(1998—2011) [J].建筑与文化, 2015(4): 40-44.

[20] 尹怀庭,刘科伟. 西安城市问题及其新世纪城市空间发展构想[J].人文地理, 2002, 17(4): 85-88.

[21] 李俊莉,王慧,曹明明. 20世纪90年代西安市人口空间变化与郊区化动向[J]. 中国人口·资源与环境, 2006, 16(3):66-70.

[22] 吴文恒,徐泽伟,杨新军. 功能分区视角下的西安市发展空间分异[J].地理研究, 2012. 31(12): 2173-2184.

[23] MARSHALL J. Urban land area and population growth: a new scaling relationship for metropolitan expansion[J]. Urban Studies, 2007, 44(10):1889-1904.

[24] CLARK C. Urban population densities [J]. Journal of the Royal Statistical Society: Series A, 1951, 114(4): 490-496.

[25] SHERRATT G. A model for general urban growth [J]. Management Sciences, Models and Techniques, 1960, 2(11): 7-14.

[26] TANNER J. Factors affecting the amount of travel [M]. Her Majesty's Stationery office, 1968.

[27] SMEED R. The effect of some kinds of routing systems on the amount of traffic in the central areas of towns[J]. Journal of Institution of Highway Engineers, 1963, 10: 5-26.

[28] NEWLING B. The spatial variation of urban population densities [J]. Geographical Review, 1969, 59(2): 242-252.

[29] McDONALD J, PRATHER P. Suburban employment centers: the case of Chicago[J]. Urban Studies, 1994, 31(2): 201-218.

[30] PAPAGEORGIOU Y. Population density in a central-place system[J]. Journal of Regional Science, 2014, 54(3): 450-461.

[31] 米瑞华,石英. 基于常住人口分布的城市主副中心识别方法：以西安市为例[J]. 陕西师范大学学报(自然科学版), 2014, 42(3):97-102.

[32] 吴文钰,马西亚. 多中心城市人口模型及模拟:以上海为例[J].现代城市研究, 2006(12): 39-44.

[33] 蒋丽,吴缚龙. 2000—2010 年广州人口空间分布变动与多中心城市空间结构演化测度[J].热带地理, 2013, 33(2):147-155.

〔责任编辑程琴娟〕

Spatial differences and polycentric development of population growth in Xi′an city from 2000 to 2010

YIN Jiangbin1*, ZHU Mingming2, FAN Hong3

(1 Center for Land Resources Research in Northwest China, Urbanization and Environmental Simulation Key Laboratory in Northwest China, Shaanxi Normal University, Xi′an 710119, Shaanxi, China;2 College of Urban and Environmental Science, Central China Normal University,Wuhan 430079, Hubei, China;3 School of Computer Science, Shaanxi Normal University,Xi′an 710119, Shaanxi, China)

Keywords：Xi′an city; population growth; spatial structure

Abstract:Using methods such as ArcGIS spatial analysis tools and population density models, the spatial differences and spatial model of population growth, and the law of polycentric development from 2000 to 2010 based on the 5th and 6th census data in Xi′an city were analyzed. The results showed that population increased differently in different rings and directions in Xi′an city.In generally, the population in city-core and ex-urban decreased in high speed, while the population in sub-urban region increased rapidly. Specifically, population in north and south direction increased fast, but the western and eastern areas increased lower. The population in ex-urban decreased rapidly while county towns and other important towns gathered quickly. Based on the regression of monocentric population model, it was found that the Clark model can describe population densities well in both urban area and metropolitan of Xi′an city from 2000 to 2010. Based on regression of multi-nuclear population model,the spatial structures of Xi′an city have been transformed from monocentric spatial structure in 2000 to double-nuclear structure (Zhonglou & Xiaozhailu) in 2010, however, the polycentric structure has not yet appeared.

文章编号：1672-4291(2016)03-0102-08

doi:10.15983/j.cnki.jsnu.2016.03.432

收稿日期：2015-05-05

基金项目：国家自然科学基金(41401180，41371183，41401127)；陕西省自然科学基础研究计划(2014JQ2-4017)；西安市科技计划项目(SF1415)

*通信作者：殷江滨，男，副研究员，博士。E-mail:yinjb@snnu.edu.cn

中图分类号：C922

文献标志码：A