2000年～2010年西安市人口空间布局变化研究

2017-07-05李梦雪冯长安李秋平杨白志

世界地理研究 2017年3期

李梦雪++冯长安++李秋平++杨白志++赵新正++李同昇

摘要：基于第五次和第六次人口普查数据，以西安市为例，运用GIS、Geoda等空间分析方法来研究西安市人口空间布局与变化特征。研究发现：（1）西安市人口空间分布圈层差异较大，“东北-西南”轴向扩张特征明显。户籍人口的郊区化和外来人口的局部集聚同时存在。（2）西安市人口局部空间集聚造成“空间马太效应”不断增强，中心城区及相邻的部分近郊区街道共同构成了常住人口、外来人口的高密度集聚中心，东西两侧的远郊区则出现了集中连片的低密度人口洼地，且两类地区均呈现扩大趋势。（3）园区开发、大学城建设、行政中心迁移、老工业区转型以及城市更新改造等因素共同推动了西安市人口布局的演变。

关键词：人口分布；空间结构；郊区化；西安

中图分类号：K901.3 文献标识码：A

城市内部空间结构是在一定的经济、社会背景和基本发展动力下，综合了人口变化、经济职能的分布变化以及社会空间类型等要素而形成的复合性城市地域形式，城市人口分布是城市空间结构研究的核心部分，也是诸多相关研究的基础[1]。人口群体在地理空间中的分布、集散及组合状况，是重要的人口现象和社会经济现象[2]，已成为衡量和反映城市空间结构演化与发展的重要指标。自20世纪50年代开始，国外学者对城市人口空间分布展开了大量的定量研究，形成了人口空间分布测度与模拟研究、郊区化研究、城市空间结构研究以及城市社会空间分异等多个研究领域[3-8]，并从交通、就业、政府行为等方面对城市人口空间集聚与扩散的机理进行了探讨[9-11]。国内学者关于人口空间分布的探索大致可以分为三个方面：①人口空间分布特征描述性研究，主要通过定性描述和计量模型拟合来实现对人口空间分布特征的解读及预测[12-16]。②人口空间集聚与不均衡程度的定量测度研究，具体表现为运用空间统计分析方法实现对人口空间分布集聚扩散情况的分析与探索[17-20]。③人口多中心空间结构的识别与判定，主要通过人口密度多核心模型的拟合来比较拟合优度，以此判别人口次中心的有无以及发育情况[21-22]。

西安市是我国西北地区的重要核心城市，也是2014年国务院关于城市规模划分新标准下的代表性特大城市，人口总量大、流动性强。西安市城市范围的扩张与历史因素和政策驱动作用密切相关，为了保护西安古城原有风貌，西安城墙范围内的开发受到了严格的限制。此外，西安市凭借其良好的区位以及教育、科研等优势，在国家政策的支持下，近年来建立了多个国家级园区，经济、文化、社会等各方面的发展有独特的“园区色彩”。基于此背景下，西安市的人口分布特征与空间结构是否也有独特的发展趋势与特征？因此，本文以西安市为研究案例，采用第五次和第六次人口普查数据中街道和乡镇尺度的人口数据作为研究基础，并根据期间街道和乡镇层面的行政区划变动情况对相关数据进行了适当调整，结合运用GIS、Geoda空间表达方法对西安市人口空间分布与演化特征、人口空间结构进行探讨，以期为优化西安市人口空间布局提供支持。

1 研究区范围及人口分布概况

1.1 研究范围

为考察西安市圈层人口变动特征，本文将西安市市域范围划分为中心区、近郊区和远郊区三个圈层：以莲湖区、新城区和碑林区作为中心城区，其他在绕城高速以内的街道和乡镇为近郊区，剩余街道和乡镇为远郊区。

1.2 西安市人口空间分布特征

（1）圈层差异较大，“东北-西南”轴向扩张明显。2000年～2010年间，西安市总人口增长120万，增长率为16.40%，其中近郊区吸纳了73万，远郊区吸纳了42万，中心城区增长了4.6万。从人口密度来看，十年间中心区、远郊区有小幅增长，近郊区人口密度上升快。从增长速度来看，西安市三个圈层人口增长分化明显，中心区几乎保持不变，增长率仅为2.49%，近郊区超高速增长，增长率高达47.5%、远郊区也保持较高的增长，增长率为10.71%，形成了中心区人口低速增长、近郊区爆发式增长、远郊区人口快速增长的空间格局（表1，图2）。可以看出，十年间西安市人口空间分布趋势没有发生大的改变，呈现出以中心区为核心向近郊和东北-西南方向连绵扩展的空间格局。莲湖区、新城区、碑林区人口中心的核心地位得到强化，未央区、灞桥区、雁塔区等街道（乡镇）成为人口由中心区向外围扩展的重要承接地，它们均是城市化发育成熟的区域。阎良区、临潼区、高陵县（区）的大部分街道（乡镇）人口密度处于1500～4999人/ km2的水平，是城市化扩张已经完成、城市化发育水平渐趋成熟、城市服务有待提升的区域。西安市南部周至县、户县、长安区、蓝田县则因受到地形及交通干线的影响，始终是西安市人口低密度地区，这些区域也是未来西安市城市区域向外扩张的重要区域。

（2）户籍人口郊区化与外来人口的局部集聚相伴而生。中心城区户籍人口的减少是反映郊区化真实水平的重要指标[23]。为了解中心城区的郊区化情况，本文对2000年～2010年西安市中心城区户籍人口的变动情况进行了分析。结果显示，西安市户籍人口减少的街道数量为23个，中心城区户籍人口减少的街道占中心城区所有街道数量比例高达88.5%，人口郊区化现象显著。在有明显郊区化现象的街道中，西安市有87%的街道戶籍人口减少10%以上，同时有61%的街道户籍人口减少20%以上，显示出西安市人口郊区化具有较高的强度。由图3可以看出，西安市外来人口局部集聚特征明显。莲湖区、新城区、碑林区三个老城区2000年外来人口密度达到6000人/km2的水平，成为外来人口集聚度最高的地区。此外，自2000年起，未央区三桥街道、大明宫街道、张家堡街道，以及南部长安区韦曲街道等因紧邻中心城区，经济发展条件良好，就业机会多，基础设施条件完善吸引了大量外来人口集聚。2010年，西安市外来人口显著增加，呈现出以老城区为核心向近域扩展的格局，高陵县（区）泾渭镇，雁塔区曲江街道、长安区郭杜街道等都成为新的外来人口次高密度中心。

2 研究方法

2.1 人口结构指数

人口结构指数包括不均衡指数U和集中指数C，用来描述人口分布的集中和分散趋势。

其中，n为研究单元个数；xi为第i个研究单元的土地面积占区域总面积的比重； yi为第i个研究单元的人口占区域总人口的比重。不均衡指数和集中指数越小，说明人口分布越均匀；两者数值越大，则说明人口分布集中于某地。

2.2 MoranI指数

MoranI指数是用来研究空间自相关性的一项指标，它检验整个研究区中邻近地区间是相似、相异（空间正相关、负相关），还是相互独立的。包括全局MoranI指数和局部MoranI指数；通过对城市人口分布的空间相关性分析，可以有效揭示出城市人口分布的空间集聚和分散特征[24]。MoranI指数计算公式如下：

式中，I为全局MoranI指数，Ii为局部MoranI指数，n为研究单元个数，Wij为研究单元i与j的相邻空间权重矩阵。当i与j相邻时，Wij为1；当i与j不相邻时，Wij为0。对于全局MoranI指数来说，其值介于-1至1之间，大于0时为空间正相关，小于0时为空间负相关。MoranI指数越大，空间分布相关性越高，说明空间有集聚分布现象；MoranI指数越小，空间分布相关性越低；当其值趋于0时，空间分布呈随机分布的情况。根据局部MoranI指数的显著性水平，结合MoranI散点图可对每个区域与周边地区间的空间差异程度进行分类：Ⅰ类（HH）：表示高密度人口区域被高密度人口区域所包围；Ⅱ类（HL）：表示高密度人口区域被低密度人口区域所包围；Ⅲ类（LL）：表示低密度人口区域被低密度人口区域所包围；IV类（LH）：表示低密度人口区域被高密度人口区域所包围。Ⅰ和Ⅲ反映相似值的空间集聚，Ⅱ和Ⅳ反映空间异常。

2.3 Gi指数

Geary指数的局部聚类检验，称为Gi指数（Gi statistic），用来检验局部地区是否存在统计显著的高值或低值。Gi指数的定义如下：

这个指数用来检验局部地区是否有高值或低值在空间上趋于集聚。高的Gi值表示高值的样本集中在一起，而低的Gi值表示低值的样本集中在一起。Gi统计可以揭示人口“热点”，反映人口空间集聚的情况。

3 西安市人口空间集聚特征

3.1总体特征

运用人口结构指数计算2000年和2010年常住人口、外来人口、老龄人口的不均衡指数和集中指数可直观地观察三类人口分布的集聚与分散情况。由表2可看出，常住人口、外来人口、老龄人口的不均衡指数U较小且有小幅下降，表明三类人口空间分布更趋均衡。集中指数C有小幅上升，说明在局部地区三类人口有集中分布的趋势。两个指数的变化情况表明，西安市常住人口、外来人口、老龄人口的空间分布趋向均衡，但仍有向局部地区集聚的趋势，呈现出“总体均衡，局部集中”的空间分布格局。从MoranI指数来看，西安市常住人口、外来人口空间分布表现出较强的空间依赖性且集聚程度在不断增强。2000年西安市常住人口全局MoranI指数为0.6242， 2010年为0.7175，外来人口MoranI指数值由0.6463上升为0.7656。老龄人口空间相关程度与常住人口、外来人口相比，空间自相关程度较低，2000年、2010年MoranI指数值分别为0.4030、 0.4562。

3.2 局部特征

從局部来看，西安市从整体集聚演化趋势来看变化不大（图4），2000年“高-高”集聚区包括碑林区、新城区、莲湖区各个街道、未央区和雁塔区的部分街道。从地理位置上看，这些区域完全包括了城市中心区及其周边的部分地区，是高密度人口集聚区，也是西安市政治、经济、文化的核心区，作为城市的主体功能区充分发挥了较强的人口向心效应，能够带动周边地区人口的增长。2010年人口“高-高”集聚区在2000年的基础上，新增曲江街道和韦曲街道，其中曲江街道由“低-高”集聚区演化为“高-高”集聚区，反映出中心区在不断增强集聚的同时还通过扩散效应来带动近郊区人口的增长，这也与曲江国家文化产业示范区的建立和作为西安建设国际化大都市的重要承载区的重要地位密切相关。韦曲街道由“低-低”集聚区演化为“高-高”集聚区，说明西安市中心城区的高密度人口集聚区在不断扩大，经济发达、交通等基础服务设施完善等优势条件使靠近传统中心区的郊区具有强大的人口吸引力。“低-低”集聚区仍集中在西安蓝田县、周至县的大部分地区并且范围有扩大的趋势。这些区域均处于西安市远郊区范围，距离中心区有一定距离，人口密度远小于中心区，具有明显的低密度集聚趋势。

外来人口空间集聚变化不大，2010年长安区韦曲街道由“低-低”集聚区演化为“高-高”集聚区，“低-低”集聚区仍集中在周至县及蓝田县的大部分地区。“高-高”集聚区集中在莲湖区、新城区、碑林区的各个街道，未央区大明宫街道、雁塔区鱼化寨街道、丈八沟街道等由于中心城区的辐射影响和近郊区良好的发展态势成为外来人口的“高-高”集聚区。老龄人口“高-高”集聚区为中心城区及其外围近郊区的部分街道，“低-高”集聚区为中心城区北部未央区未央宫街道、大明宫街道、灞桥区十里铺街道。2010年“高-高”集聚区向中心城区西南方向蔓延，雁塔区鱼化寨街道、丈八沟街道、长延堡街道成为新的老龄人口集聚区。周至县及蓝田县的大部分地区“低-低”集聚的空间关联模式没有发生太大改变。

3.3 热点分析

总体来看，西安市中心城区及中心城区外围的近郊区是人口“热点”区域，人口密度分布存在高度集聚现象；Gi指数负值主要分布在远郊区，表现为人口密度的低值集聚，整体Gi指数呈现出“由中心向外围”递减的规律。南部长安区韦曲街道Gi指数增加，成为新的人口“热点”区，这也与局部MoranI指数的识别结果一致，反映了西安城区范围的外扩以及郊区基础设施的完善汇集了大量人口的集聚。西安市蓝田县及长安区南部的部分乡镇Gi指数降低，表现为人口密度的低值集聚。从外来人口来看，外来人口“热点”区除中心城区及周围街道外新增韦曲街道，由此可见韦曲街道已逐渐发展成为西安市新的人口集聚区；灞桥区洪庆街道Gi指数值降低，人口密度高值集聚性下降；西安市东北部临潼区新丰街道及其周围街道、蓝田县葛牌镇经过十年的人口增长变化成为外来人口密度低值集聚的“冷点”区。从老龄人口来看，人口集聚程度并没有发生改变，中心城区及其周围街道为老龄人口分布的“热点”，即老龄人口集聚程度最高的区域。灞桥区洪庆街道为老龄人口分布的次“热点”区，蓝田县汤峪镇Gi指数最低，是老龄人口密度的低值集聚区。

4 结论与讨论

基于第五、第六次人口普查数据，对西安市人口空间分布、集聚特征进行了研究，发现：①西安市人口空间分布上圈层分化明显，人口扩张呈现出向近域和“东北-西南”方向连绵扩展的格局。人口郊区化现象与外来人口的局部集中相伴而生，老龄人口的向心集聚特征明显。②西安市人口局部空间集聚造成“空间马太效应”不断增强。常住人口、外来人口和老龄人口的“高-高”集聚区均集中在中心城区各街道以及空间上与之相邻的近郊区部分街道；“低-低”集聚区主要集中在东西两侧的远郊区部分乡镇，且随着时间的推移两者的空间范围均有不同程度的扩大。

园区开发、大学城建设、行政中心迁移、老工业区转型以及城市更新改造等因素是推动西安市人口布局演变的核心动力。首先，从东北到西南方向，依次分布了阎良区国家航空高新技术产业基地、未央区西安经济技术开发区、西安出口加工区、西安市高新技术产业开发区等多个国家级园区，这些园区依托良好的基础设施、便利的交通条件、众多的就业岗位吸引了大量人口集聚，从而形成了西安市人口布局的“东北-西南”连绵扩展格局。其次，伴随着西安众多高校的扩建，分别在南部的長安区和北部的未央区形成了两个大学城，西安市南部的长安区和北部的未央区的许多街道（乡镇）成为远郊区人口增长的重要区域，引导了大量人口从中心城区向郊区的转移。另外，雁塔区的曲江街道伴随着“曲江模式”的成功吸引了大量人气，未央区的张家堡街道随着西安市行政中心的北移也具备了较强的人口集聚功能，灞桥区纺织城街道依靠原有的工业基础成为郊区的人口集聚高地。

通过对西安市人口布局的研究，归纳总结了西安市人口分布和集聚的特征，研究结果对于西安市人口空间布局优化以及针对外来人口的公共基本服务设施的配置具有一定参考作用。对于人口分布影响因素的定量测度和人口次中心发育形成机制的深入探讨将是未来研究进一步深化的方向。

参考文献：

[1] 冯健. 西方城市内部空间结构研究及其启示[J]. 城市规划，2005，29（8）：41-50.

[2] 胡焕庸. 论中国人口之分布[M]. 上海：华东师范大学出版社，1983：522-921.

[3] Clark C. Urban population densities[J]. Journal of Royal Statistics Society， 1951，114（4）：490-496.

[4] Tanner J C. Factors effecting the amount of travel[J]. Road Research Technical Papers， 1961，51：46-73.

[5] Sherratt G G. A Model for General Urban Growth. In： Churchman C W， Verhulst M.Management Sciences， Model and Techniques： Proceedings of the Sixth International Meeting of Institute of Management Science（Vol2.） Elmsford[M]. N. Y： Pergamon Press， 1960：147-159.

[6] Smeed R T. Road development in urban in areas[J]. Journal of the Institution of Highway Engineers， 1963（10）：5-30.

[7] Newling B. The spatial variation of urban population densities[J]. Geographical Review， 1969， 59： 242-252.

[8] Garcia-López M. Population suburbanization in Barcelona， 1991-2005： Is its spatial structure changing？[J]. Journal of Housing Economics， 2010，19（2）：119-132.

[9] 王旭. 美国城市史[M]. 北京：中国社会科学出版社，2000：75-85.

[10] Kwon， Yongwoo， Lee. Jawon. Residential mobility in the Seoul metropolitan region， Korea[J]. Geo Journal， 1997，（43）：389-395.

[11] James W. Harrington， JR， Harrisons. Campbell， JR. The suburbanization of producer service employment[J]. Growth and Change， 1997，（28）：335-359.

[12] 王益厓.无锡都市地理之研究[J]. 地理学报，1935，2（3）：21-35.

[13] 沈汝生，孙敏贤.成都都市地理之研究[J]. 地理学报，1947，24（4）：14-38.

[14] 米瑞华，石英. 2000—2010年西安市人口空间结构演化研究——基于城市人口密度模型的分析[J]. 西北人口， 2014（04）：43-47.

[15] 冯健. 杭州市人口密度空间分布及其演化的模型研究[J]. 地理研究，2002（05）：635-646.

[16] 米瑞华，石英，冯飞. 基于历次人口普查的西安市人口分布预测研究[J]. 西北大学学报：自然科学版，2015，45（06）：

1001-1006.

[17] 匡文慧，杜国明. 北京城市人口空间分布特征的GIS分析[J]. 地球信息科学学报，2011，13（4）：506-512.

[18] 张岸，齐清文. 基于GIS的城市内部人口空间结构研究：以深圳市为例[J]. 地理科学进展，2007，26（01）：95-105.

[19] 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（01）：34-39.