武汉市人口分布时空演变特征分析

丁逸尘 伍雄昌 黄美玲 杨子钰

摘  要：本文在GIS技术支撑下，基于武汉市2009—2017年人口数据和武汉市行政区划边界数据，采用人口密度、空间自相关分析、人口重心与人口不均衡指数等方法，研究武汉市2009—2017年人口分布时空演变特点。结果表明：2009—2017年，武汉市人口密度呈现出明显的地域差异特点，中间高，四周低;武汉市各区人口分布存在显著的空间正相关性，人口的空间集聚趋势逐渐减慢;武汉市人口分布呈不均衡态势，且逐渐减弱;武汉市人口重心总体上先向西南方迁移，再向东北方迁移。

关键词：人口重心  人口不均衡指数  空间自相关  武汉市

中图分类号：C922                              文献标识码：A                   文章編号：1674-098X（2020）09（c）-0244-09

Abstract： Based on GIS technology， the data of population and administrative divisions is utilized to study the temporal-spatial evolution characteristics of population of Wuhan City from 2009 to 2017. Some results are obtained by the methods of population density， spatial autocorrelation analysis， gravity central of population and population unbalanced index. The results show that some obvious regional differences of population density becoming higher in the middle and lower in the periphery were discovered. The spatial distribution of population had a significant positive spatial correlation. In addition， the spatial agglomeration of the population gradually slowed down. The population distribution was unbalanced and such situation gradually decreased. The population gravity center moved to the southwest first and then to the northeast.

Key Words： Gravity center of population; Population unbalanced index; Spatial autocorrelation analysis; Wuhan City

人口分布是城市空间结构的重要组成部分，其空间分布格局及变动与城市经济的扩散和集聚、空间结构的扩张与重组有非常密切的关系，从一定程度上能够反映城市形态的演变特征[1]。国外学者在20世纪50年代到60年代开始采用数量方法研究人口空间分布和演变规律，如 Clark[2]采用数量方法提出关于城市人口密度的克拉克模型;20世纪80年代后侧重于对城市郊区化进行探究，如Gordon等[3]研究城市由单中心向多中心结构转变的进程;20世纪90年代后借助新研究方法对人口进行探讨，如Harris等[4]对社会与人口的关系进行新定义，强调社会是人口变动的根本驱动力。目前，国内学者多采用空间相关分析、人口分布结构指数、人口重心等方法，基于GIS技术研究不同区域人口分布变化特点。刘燕华等[5]基于中国人口分布现状与水资源、海拔高度、地表起伏指数和多种社会经济因素之间的关系，建立了综合的适宜人口分布模型;付潇等[6]运用不均衡指数、集中指数以及地统计的方法，探讨嘉陵江流域人口分布时空演变的特征;陈伟等[7]利用手机信令数据，借助Python语言编程和GIS对天津市小白楼CBD片区的人员规模变化趋势、分地块人数极值时空分布等进行了分析。

当前我国关于人口分布的研究区域多为东部发达的省市或城市群，较少涉及中西部地区城市。武汉市为我国中部的中心城市，地理位置十分重要，关于其近几年人口分布研究的论文较少，且随着武汉市人口快速增长、城市扩展急剧加速，城市出现土地利用结构不合理、生态污染、环境破坏等问题，因此研究武汉市人口分布能为土地利用合理开发、生态环境建设提供一定的参考依据。

1  研究区概况与数据来源

本文研究区域为武汉市（113°41′-115°05′E，29°58′-31°22′N），武汉市为湖北省省会，地处长江中下游平原、江汉平原东部，是武汉城市圈的中心城市，全国重要的工业基地、科教基地和综合交通枢纽。武汉市下辖区行政单元13个，其中包括7个中心城区（江岸区、江汉区、硚口区、汉阳区、武昌区、青山区、洪山区）和6个远郊区（东西湖区、汉南区、蔡甸区、江夏区、黄陂区、新洲区）。

本文数据源为2009年、2012年、2015年和2017年武汉市统计年鉴，主要用于获取四个时期武汉市常住人口数据。另外，本文还使用武汉市行政区划数据作为辅助，主要用于分析武汉市的人口空间分布特点。

2  研究方法

研究人口空间分布的方法和测度指标有很多，主要有空间分布特征分析方法和空间演变分析方法，本文选取人口密度和空间自相关模型分析武汉市人口空间分布特征及其在空间上的关联性，选取不均衡模型、人口重心模型分析人口空间分布的聚散性与变化趋势。

2.1 空间分布特征分析方法

2.1.1 人口密度

人口密度是衡量一个国家或地区人口空间分布状况的重要指标，其计算公式如下[8]：

2.1.2 空间自相关分析

（1）全局空间自相关。

全局Morans I指数是研究空间自相关的全局指标，可反映各研究单元和它相邻研究单元空间差异的平均程度，其计算公式如下[9]：

全局Morans I指数在归一化计算后的取值范围为-1到1。指数大于0时表示正相关的空间关系，且数值越接近1表示空间相似属性越聚集;指数小于0表示空间区域关系呈负相关，并且数值越接近-1，表示空間相异属性越聚集。分别可以在近似正态分布和随机分布两种假设条件下进行验证，即假设该现象不存在空间自相关性来进行显著性实验[10]。本文采用标准化统计量对全局Morans I指数显著性检验，其计算公式如下[8]：

（2）局部空间自相关。

局部Morans I指数用来衡量每个空间要素或属性在局部的相关特征，反映整个大区域中局部小区域单元上的人口分布特征与相邻区域单元上人口分布的相似程度，能够有效揭示局部的空间差异[11]，其计算公式如下[12]：

式中，S2为的离散方差。若为正，表示该研究单元周围高值与高值或者低值与低值空间聚集，为负代表非相似值的空间聚集。

2.2 空间演变分析方法

重心指数与不均衡指数。

（1）人口重心指数。

人口重心是指研究区域内某时刻人口分布在空间平面上力矩达到平衡的点，可以通过人口重心的变动来研究人口分布的变化趋势，其计算公式如下[13]：

式中，表示人口分布的重心坐标;为区域的人口数;一般取区域几何中心坐标或政府驻地坐标[14]，本文取武汉市各区政府驻地坐标。

（2） 人口不均衡指数。

在考察人口分布在某个地域上是否均衡和集中时，可以采用不均衡指数来表示，其计算公式如下[13]：

式中，n表示地区数目;为某地区人口占总人口的比重;y为某地区土地面积占总面积的比重。

3  结果分析

3.1 人口空间分布特征

3.1.1 人口密度分析

本文基于武汉市2009年和2017年人口数据，根据公式（1），计算武汉市2009年和2017年人口密度（如表1所示）。从表1发现，2009—2017年武汉市人口密度总体呈上升趋势，2009年武汉市人口密度为984人/km2，2017年武汉市人口密度为1271人/km2。位于武汉市中心的江汉区、硚口区、武昌区和江岸区在2009年和2017年人口密度均超过11000人/km2，而离武汉市中心较远的江夏区、蔡甸区、黄陂区、汉南区、新洲区在2009年和2017年人口密度均不足1000人/km2，体现出武汉市人口密度呈现中间高、四周低的区域分布特点，这主要是因为武汉主城区位于武汉市中心且有长江贯穿，地理位置优越，水陆交通发达;制造型单位分布密集，经济发展较快，吸引大量人口前往就业;武昌区建有34所大学、硚口区有14所大学、江岸区有12所大学，教育水平较高，大学生人口数量众多。

3.1.2 空间自相关分析

（1）全局空间自相关分析。

空间自相关是衡量研究对象之间空间关联性的重要研究方法，本文将武汉市2009—2017年人口数据与武汉市行政区划图层进行属性联接，得到武汉市人口分布图层，将其输入GeoDa软件得到武汉市2009年、2012年、2015年和2017年13个行政区单元的人口密度分布的全局Morans I 指数（如表2所示）。

从表2发现，武汉市2009年、2012年、2015年和2017年全局Morans I 估计值均为正数，表明在这四个时期武汉市13个行政单元的人口密度在空间上呈正相关关系，即武汉市人口空间分布呈现出人口相似值之间的空间集聚情况。本文在GeoDa软件中采用蒙特卡罗模拟方法检验Morans I 显著与否，当P值为0.01时表明在99%置信度下，空间自相关是较显著的，其表现的空间关联特征为人口密度较高的地区与人口密度较高的地区相邻、人口密度较低的地区与人口密度较低的地区相邻。表2中2009—2017年武汉市全局Morans I指数和Z值减小，P值增大，说明人口的空间集聚趋势逐渐减慢，武汉市各区域空间正相关程度逐渐减小，导致这一现象的原因有：其一，局部的调整。武汉中心城区的绝大部分工业企业被迁移出中心城区，人口随着工业布局调整，由中心区迁往附近郊区，这起到了疏散和严格控制中心城区人口的作用。其二，郊区建设。近几年，武汉郊区住宅建设火爆，住宅产品景观优美、价格低廉，且周围交通便利，使得中心城区人口逐渐向郊区扩散。从表2发现，2012—2015年武汉市全局Morans I指数和Z值缓慢增长，P值减小，说明人口正向某个区域集聚，空间相关的显著性水平提高，其原因为武汉市城区逐步推进产业转型，不断改善城区环境质量，使得人口缓慢地向中心城区聚集。

（2）局部空间自相关分析。

全局Morans I指数是一种总体统计指标，只能反映各研究单元和它相邻研究单元空间差异的平均程度，不能全面反映区域经济的内部发展特征及其空间关系。由此，本文结合Moran散点图以及LISA集聚图进一步分析武汉市某行政单元与其相邻行政单元在人口分布特征上的相似程度。

本文利用武汉市2009年、2012年、2015年和2017年各区域的人口密度，在GeoDa中經过计算获得Moran散点图（如图1所示）。Moran散点图有四个象限分别代表高高聚集（H-H）、低高聚集（L-H）、低低聚集（L-L）、高低聚集（H-L）的空间关系。从图1发现，2009年位于第一象限的汉阳区在2012年、2015年和2017年均位于第二象限，这表明汉阳区的人口密度由“高-高”集聚转变为“低-高”集聚;多数研究单元位于一、三象限，表示区域自身和相邻地区人口密度呈正的空间关系;4个图中均没有点位于第四象限，说明武汉市没有人口密度为“高-低”集聚的区域。图像中位于“高-高”集聚象限的研究单元主要处于武汉中心城区，而位于“低-低”集聚象限的研究单元主要是远离武汉中心的郊区，这主要是因为经济发展水平较高的中心城区对人口具有极大的吸引力。

为了进一步研究武汉市各行政单元人口密度的空间集聚情况，本文利用GeoDa软件计算武汉市各行政单元在四个时期人口密度的LISA值，在Z检测的基础上（P<0.02）绘制四个时期的LISA集聚图（如图2所示）。图2中，High-High表示高-高聚集，Low-Low表示低-低聚集，Low-High表示低-高聚集，High-Low表示高-低聚集。

从图2发现，江汉区为High-High聚集，表明江汉区的人口密度与其周边地区，如硚口区、武昌区的人口密度都较高;蔡甸区为Low-Low聚集，表明蔡甸区和其周边区域，如东西湖区、汉南区的人口密度关联程度较低;Low-High聚集和High-Low聚集在人口密度集聚图中表现不明显;Not Significant为无关联研究单元。导致该人口密度分布LISA集聚分布的主要原因是武汉中心城区与远郊区的经济发展水平存在差异，地处武汉中心的区域自然环境条件良好且经济水平发展迅速，对远郊区产生强大的辐射作用，从而吸引人口向城市中心聚集，最终形成人口高密度区域。

3.2 人口演变特征

3.2.1 人口重心移动分析

人口重心的迁移方向，能直观地体现人口分布的动态变化特征[15]。本文根据武汉市2009—2017年武汉市人口数据，利用公式（5）和（6），计算武汉市2009—2017年人口重心坐标，利用ArcGIS绘制出人口重心迁移图（如图3所示），并与武汉市几何中心比较偏移距离。武汉市几何中心经度为114 °34′28.12″E，纬度为30°62′35.73″N，位于武昌区内西北部，而从图3发现，武汉市人口重心分布在汉口区域内的沿江地带，处于武汉市几何中心的西南部，二者位置偏离不大，最小偏移距离为1.6km，最大偏移距离达到3.0km。武汉市2009—2017年人口重心整体由东北向西南方向移动，这主要是由于区域间经济发展不均衡引起的，位于武汉市东北部的新洲区和黄陂区城市化率低于其它区域，经济发展水平相对落后且发展速度较慢，对就业人口的吸引力较小。

从图3发现，2009—2015年人口重心由东北向西南方向移动，该变化发生的原因主要有：其一，位于武汉市西南部的汉南区积极开展“十二五”规划，推进城乡一体化改革实验和新型工业化战略的实施，加快了汉南区的发展。西南部的蔡甸区坚定绿色崛起，不断加强国际化交流合作，建有中法武汉生态示范城，经济水平不断提高，因此人口不断向西南方向流入。其二，位于东北部的新洲区经济发展相对落后，产业结构不优，城市化率较低，交通存在瓶颈，因而加速了此区域人口的流失。上述两个原因促使武汉市经济发展不均衡，导致人口重心向经济发展更快的区域移动。2015—2017年人口重心则由西南向东北方向移动，移动距离64.8m，这主要是由于武汉市中心城区人口过度密集，部分企业外迁郊区，以分散人流;东北部区域大力鼓励企业入驻、住宅景观优美且价格低廉，因而部分人口向东北方向移动。

3.2.2 人口分布不均衡指数

本文根据武汉市2009—2017年人口数据，结合公式（7）计算武汉市四个时期人口分布不均衡指数（如表3所示）。从表3发现，武汉市人口分布不均衡指数U较高，但数值不断减小，表明武汉市人口分布不均衡但态势逐渐减弱，人口有分散的趋势，从整体看，武汉市是一个人口较为集中的城市。《武汉市城市总体规划（2010-2020）》中提出，城市将形成“以主城区为核、多轴多心”开放式的空间布局结构，以“双快一轨”的交通走廊为支撑，布局6大新城组群，建设3个城市副中心及6个新城组群中心。由此可见，武汉市政府积极为郊区发展创造条件并提供保障，这也是武汉市人口逐渐由中心城区向郊区迁移的重要原因。

4  结语

本文主要研究武汉市2009—2017年人口分布时空演变特征并分析其演变的原因。由于武汉市独特的自然条件和经济条件，武汉市2009—2017年人口分布和演变趋势呈现出不同的地域特征，具体表现如下：武汉市人口密度呈现出明显的地域差异，表现为中间高、四周低的特征，城市中心城区与郊区人口密度差异很大;人口空间分布在全局上具有较强的正相关性，人口的空间集聚趋势逐渐减慢;2009—2017年，武汉市人口重心均位于汉口区域内的沿江地带，偏离几何中心，并且整体由东北向西南方向移动;近年来武汉市人口分布不均衡现象显著，但趋势逐渐减弱;武汉市的人口分布特点及演变趋势主要受自然环境条件、经济发展水平、政府的政策支持等因素综合作用的结果。

本文获得武汉市人口空间分布和演变特点的同时，也存在不足之处。首先，本文未能搜集到武汉市2018年和2019年的人口数据。其次，本文仅通过政策、交通、住房价格、产业发展等方面对武汉市人口分布和演变的原因做出分析，没有对各个导向因素进行全面地探讨。在以后的研究中，会搜集武汉市最新的人口数据，并从更多角度深入分析武汉市人口分布和演变的原因。

参考文献

[1] 胡云锋，赵冠华，张千力.基于夜间灯光与LUC数据的川渝地区人口空间化研究[J].地球信息科学学报，2018，20（1）：68-78.

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

[3] Gordon P， Richardson H W， Wong H L. The Distribution of Population and Employment a Polycentric City：the Case of Los Angeles [J]. Environment and Planning A， 1986，18：161-173.

[4] Harris R， Chen Z. Giving Dimension to Point Locations：Urban Density ProfilingUsing Population Surface Models[J]. Computers， Environment and Urban Systems， 2005， 19（29）：115-132.

[5] 劉燕华，王强.中国适宜人口分布研究——从人口的相对分布看各省区可持续性[J]. 中国人口·资源与环境，2001（1）：35-38.

[6] 付潇，李谦，黄兰鹰，等.嘉陵江流域人口分布的时空演变特征分析[J].宁夏大学学报.自然科学版，2019， 40（2）：162-168.

[7] 陈伟，翟国方，张义杰.基于手机信令数据的人口高精度时空分布特征研究——以天津市小白楼CBD片区为例[J].资源开发与市场，2019，35（10）：1266-1272.

[8] 邓娟，潘朝，张佳期. 湖北黄石市人口分布时空演变特征[J].测绘与空间地理信息，2016，39（5）：65-69.

[9] 杨成凤，韩会然， 李伟，等.四川省人口分布的时空演化特征研究[J]. 经济地理， 2014，34（7）：12-19.

[10] 李同升，王霞.陕西省非农人口分布的空间自相关特征分析[J].西北大学学报：自然科学版，2007（6）：935-939.

[11] Tobler W. On the first law of geography： A reply[J]. Annals of the Association of American Geographers， 2004，94（2）：304-310.

[12] 汪思言，杨传国，庞华，等.珠江流域人口分布特征及其影响因素分析[J].中国人口·资源与环境， 2014，24（S2）：447-450.

[13] 杨剑，蒲英霞，秦贤宏，等.浙江省人口分布的空间格局及其时空演变[J].中国人口·资源与环境， 2010，20（3）：95-99.

[14] 莫莹，朱煜峰，张明，等.基于GIS的清远市人口分布时空演变特征分析[J].西南师范大学学报：自然科学版，2019，44（4）：41-48.

[15] 张鹏飞，徐跃通.基于GIS的山东省人口分布时空格局及影响因素分析[J].安徽农学通报，2019，25（9）：158-162.