上海市人口分布变动的空间特征分析

中国人口 资源与环境 2006年 第16卷 第5期 CHINAPOPULATION,RESOURCESANDENVIRONMENT Vol.16 No.5 2006

上海市人口分布变动的空间特征分析

俞 路 张善余 韩贵峰

(1 华东师范大学人口研究所,上海200062;2.华东师范大学地理系,上海200062)

1

1

2

*

摘要 空间自相关分析是一种空间统计的方法,可以揭示区域变量的空间结构形态。通过对2000-2003年期间上海市乡镇人口密度变化率的空间相关性分析,发现上海市近几年人口分布空间变动格局表现为以中心城区为中心的环状分布模式,中心城区和远郊区人口密度变化小,人口增长缓慢,而近郊区人口密度变化大,人口增长迅速。全市人口密度变化率存在着显著的空间集聚现象,四种类型的空间关联在空间分布上具有明显的规律性。研究结果表明,目前上海市人口郊区化趋势明显,高人口密度区域在不断向外扩张,人口分布与经济、交通等社会发展因素的关系日益密切。这些研究结果说明利用空间自相关统计方法能够扩展和加强对人口分布空间模式的研究,从而为经济总体布局和城市化建设提供辅助参考作用。关键词 人口分布;空间自相关分析;空间特征;人口密度变化率

中图分类号 C922 文献标识码 A 文章编号 1002-2104(2006)05-0083-05

位置引起两类空间效应,即空间依赖和空间异质

[1]

。变化,从而发现上海市人口分布的规律与趋势。

通常认为一个区域单元上的某种地理现象或某一属性值与邻近区域单元上的同一现象或属性值相关[2~4]。几乎所有的空间数据都具有空间依赖,即空间自相关或空间关联。空间依赖的存在违反了大多数传统统计分析中观测值相互独立的基本假定,将传统统计方法应用于空间数据时,通常不能捕捉到这种空间依赖,使许多与地理空间有关的问题无法解决。近年来兴起的空间自相关分析方法则以新的思维模式观察事物,以新的技术手段探索空间数据,从根本上改变了传统的统计分析观念,改善了统计分析方法与方式,能够适用于空间数据分析[5,6]。空间自相关分析方法是对空间上相互作用现象的一种统计方法,现已广泛地应用于社会科学和行为科学的研究[7]。

人口分布是指人口数量规模的地域分布,是重要的人口现象和社会经济现象,它受社会生产方式和经济发展水平的制约,生产力的发展往往伴随着人口地域分布的变化。而人口密度是研究一个地区人口分布的重要指标,所以人口分布的研究模式实际上往往是对人口密度分布的分析研究。

本文通过对2000-2003年期间上海市乡镇人口密度变化率的空间相关性分析,可以发现上海市人口分布的动态变化过程以及各个区域内的空间结构特征。研究人口分布的变化模式有助于了解上海市的经济发展空间格局

[8]

1 空间自相关分析的理论体系及其指标

1 1 空间关系的建立(空间权重矩阵)

为了度量一系列地理对象之间的空间相关关系,首先需要分析空间对象之间是否为邻居。n个对象之间的空间邻居关系用空间权重矩阵来表示,可采用邻接标准或距离标准。空间权重矩阵是定义空间对象的相互邻接关系,捕捉有关数据的空间联系的重要手段[9]

。

图1 rook s 原则和queen s原则

Fig.1 queen sruleandrook srule

采用邻接标准有两种原则(见图1),一种是rook s原则,另一种是queen s原则。rook s原则要求必须有一条边相连接,而queen s原则要求有一点连接即可。这样,在图1中,根据rook s原则,x的邻居为(B,D,E,G),根据queen s原则,x的邻居为(A,B,C,D,E,F,G,H)[10]。

根据距离标准,当区域i和区域j的质心距离小于给

收稿日期:2006-04-28

作者简介:俞路,博士生,研究方向为区域经济、人口地理。

中国人口 资源与环境 2006年 第5期

定的阈值距离(thresholddistance)d时,则判断i和j互为邻居[9]。在确定地理对象之间的邻居关系之后,下一步需要度量这种空间关系。度量的方法有下列几种[11]:a反距离或反距离平方(Inversedistance,inversedistancesquared)

地理事物距离越远,它们之间的互相影响越小,那么可以用反距离表示这种空间关系。对于反距离平方,随着事物距离增加,作用力加速下降(见图2a)。

Wij=

k取1或2 当i和j互为邻居dkij

关联指数两种。其中Moran sI是最常用的全局关联指数,用来探测整个研究区域的空间分布特征。计算公式为协方差公式的空间推广,如下所示:

I=

Wij(xi-x )(xj-x )/ Wijijij

(xi-x )2/ni

n

n

n

n

n

(1)

公式(1)中,n是参与分析的空间单元数;xi和xj分别表示某现象(或某属性特征)在空间单元i和j上的观测值;Wij为空间权重矩阵。需要注意的是,在上式中i可以等于j,Wij中的i和j相等表示为自权重,一般自权重定义为0,但在某些复杂的计算中可以不为零[11]。

全局空间关联指数仅使用一个单一值来反映整体上的自相关,难以探测不同位置局部区域的空间关联模式[12]。而局部空间关联指数弥补了这一局限,可以揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性,识别空间集聚(Spatialclusters)和空间孤立(Spatialoutliers)[13],探测空间异质等。局部指数有LocalMoran sI,对应于全局指数Moran sI。

其计算公式为

Ii=zi!WijZjj

公式(2)中,zi=(xi-x )/ , 为标准差。

此外,为便于对这些统计量的结果进行解释,需要对这些统计量的结果进行统计显著性检验,通常将其转化为标准化Z值,即用该统计量减去其理论期望值,再除以相应的标准差而得到。在95%的置信度下,如果计算得到的Z值大于1.96或小于-1.96,表示统计性显著[1]。

n

0 当i和j不为邻居

b距离段(两值法)(Distanceband)

对于邻接标准来说,i与j邻接用1表示,用0则相反。对于距离标准,在阈值距离内的事物被考虑到分析当中(赋值为1),超过阈值距离的被排除在外(赋值为0)(见图2b)。

0 当i和j

不为邻居

c两可地带(Zoneofindifference)

这种方法结合了反距离和距离段法对空间关系的定义。在分析中,任何在临界距离(criticaldistance)之内的事物之间都有同样的作用力。一旦超过临界距离,那么事物之间的作用力迅速下降。即在临界距离之前的邻居赋值为1,在临界距离之后采用反距离或反距离平方的方法。(见图2c)

Wij=

1 当i和j互为邻居

(2)

2 上海市人口分布变动的空间特征分析

2.1 研究范围及空间关系的建立

图2 空间关系的度量方法

研究范围不包括崇明县和宝山区的长兴和横沙乡,因为这三个地区与上海陆上区域被长江隔开,空间相互作用很小,故在分析中予以排除。上海陆上区域由中心核心区(黄浦区、静安区、卢湾区、虹口区),中心区边缘区(徐汇区、长宁区、普陀区、闸北区、杨浦区),近郊区(浦东新区、闵行区、宝山区、嘉定区),远郊区(金山区、松江区、南汇区、青浦区、奉贤区)组成,共有221个乡镇街道和工业园区(见图3)[13]。

利用上海市统计局2000年和2003人口统计数据作为原始数据,基于ArcView软件计算得到3年期间人口密度变化率数据(单位:%,百分率)。

在进行空间关联分析时,确定合适的空间权重矩阵非常重要。笔者认为不仅相邻的区域之间有相关关系,距离相近的区域之间也有相关关系,故本文采用距离标准来定义空间权重矩阵。给定一个阈值距离d,当区域i和区域

Fig.2 Measure …… 此处隐藏：10230字，全部文档内容请下载后查看。喜欢就下载吧 ……