许 鹏
(中国移动通信集团陕西有限公司汉中分公司，陕西 汉中 723099)
人口一直以来都是地理学、经济学、社会学等学科研究的重点，而具体的人口分布一直都是相关学科研究的难点.人口分布又称人口的地域分布，指人口在一定时点上的地理空间中分布状态[1].其中人口密度是识别人口分布特征的重要视角，能够反映城市经济的扩散与集聚、空间的扩张与重组[2].目前相关学术研究领域中常用行政辖区、特定地域层次及格网单元等从空间变化上分析人口特征.相关研究显示，城市人口规模与人口容量不匹配容易引发一系列社会经济问题.
城市人口分布是城市空间结构研究的重要内容，国外大量文献探讨了城市人口分布并揭示了一般规律.例如，William J.Coffey研究揭示了蒙特利尔地区城市人口郊区化和城市空间多核心结构特征[3]，Derek Azar等基于多分辨率遥感影像对巴基斯坦小尺度人口进行了模拟研究[4].然而大多数研究集中在发达城市或国外城市，对于中国城市人口密度模型的研究，则屈指可数.随着中国人口地理学研究的复兴和发展，国内相关学者广泛开展了研究，并取得丰硕的成果[5].但国内对此相关研究开展较晚，于20世纪90年代着手进行[6].例如，柏中强等基于乡镇尺度对中国25省区人口分布特征进行了研究[7]，崔晓临等基于多源数据融合对北京市人口时空动态进行了分析[8].从已有研究看，中国城市人口模型的研究多集中在北上广等特大城市上.因此，本文选择西部典型城市西安作为研究对象，丰富了中国城市人口模型研究.
截止2020年，三大通信运营商(移动、电信、联通)累计固网宽带用户5亿，其中移动占比48%，表明其宽带具有较广的覆盖率.本文通过对宽带覆盖人口空间分布进行研究，在粒度尺度下分析人口密度，以期揭示中国西部平原城市人口空间分布典型特征.
1.1 研究区概况
西安市地处陕西省中部，位于107°40′～109°49′E，33°39′～34°45′N，是中国西北地区唯一的国家中心城市，陕西省首府，中国内陆重要的交通枢纽和航空港.本文以西安市主城区为研究对象(图1)，研究区包括主城七区含未央区、灞桥区、莲湖区、新城区、碑林区、雁塔区、长安区，总面积2 420.703 km2.根据发布的《2020年西安市第七次人口普查数据》，七区人口约占全市总人口的78%，是西安市人口较为集中、城市化主要建设的区域.因此，以主城七区为研究对象，以此揭示西安市人口空间分布特征，对于提升西安作为国家中心城市地位具有重要指导意义.
图1 研究区地理位置
1.2 数据来源与处理
1.2.1 数据来源
本文研究的相关人口数据来源于《2020年西安市第七次人口普查数据》.宽带覆盖数据来源于中国移动通信集团陕西有限公司内部规划平台，获取为2020年陕西移动有效覆盖小区，数据信息包括宽带小区名称、经纬度坐标、已覆盖住户数等.对获取数据进行预处理及数据清洗，剔除定位不在西安城七区范围的数据，共选取7 330个数据点为具体研究对象，依此为基础建立人口空间分布数据库，呈现西安市人口整体分布情况.
1.2.2 数据预处理
通过对西安市第七次人口普查数据与宽带小区用户数据进行模型梳理，将各区合并后户籍人口与宽带覆盖规模进行拟合，用常驻人口数量除以宽带住户覆盖规模，从而得出其不同区域人口校正系数，见表1.处理后的数据应用到人口密度分析中，更能体现真实分布情况.
表1 西安市人口拟合系数结果
人口密度是考察城市作为一种聚集现象而存在的较为直接的指标[9]，可以更为准确的反映人口空间分布特征.本文首先通过宽带覆盖人口数据，运用数学模型进行有效识别.通过空间自相关分析及核密度分析法反映西安主城区人口空间集聚热点区域.
2.1 空间自相关分析
2.1.1 全局空间自相关
空间自相关是研究要素与同一区域内观测数据之间潜在的相互联系，能反映区域内人口密度要素整体空间分布情况.相关计算模型如下：
2.1.2 局部空间自相关
局部空间自相关分析可以直观的显示异常值和集聚值的具体分布情况，可以对局部区域的差异程度进行分析，相关计算模型如下：
2.2 核密度分析
核密度分析法(Kernel Density Estmation，KDE)是一种计算随距离衰减规律的方法，其含义为距离较近的对象，影响值较大，其计算公式如下：
式中：K()为核密度方程，h为阈值，n为阈值范围内的要素数，d为数据的维数.
3.1 关联性结果分析
3.1.1 全局空间自相关
将各个街道的人口密度综合分值进行全局空间自相关分析，以人/km2作为唯一属性值.经过标准化结果显示，Moran’s I 指数为0.73>0，表示西安市主城区人口密度在空间上呈现正相关.本文基于p=0.01，对z值进行显著性检验，结果显示，z值为10.86>2.58.通过显著性检验，说明西安市人口密度呈现出明显的集聚特征，具有一定的空间自相关性.
3.1.2 局部空间自相关
利用ArcGIS软件进行局部空间自相关分析，并将结果进行可视化，如图2.局部空间自相关分析结果显示，呈现相关性的街道共30个，其中HH型28个，主要分布在西安古城墙附近，该区域地势平坦，属于传统商业聚集区，导致人口集聚程度高.LL型2个，主要分布在长安区马王街道、细柳街道，该区远离传统商业聚集区，从而导致人口密度低.
图2 西安市空间自相关分析聚类分布图
3.2 街道尺度分析
以映射到街道的人口数据为基础，基于2020年《陕西省分乡镇行政区划图》，通过传统街道区划对西安主城区进行密度计算，利用分位数等级递减划分，如图3所示.
图3 西安市人口街道密度图
街道尺度的人口密度分析中，主城中心街道人口密度高，南部山区街道人口密度低，密度高值区多集中在碑林区.经过统计，人口密度前十的街道碑林区占了5个，莲湖区3个，雁塔区1个，新城区1个，密度最高的街道为长乐坊街道约43 185人/km2；
人口密度后十的街道主要集中在长安区南部，密度最低的街道为杨庄街道约28人/km2.
基于数理统计的街道尺度人口密度分析，可以初步看出人口分布不均衡.街道尺度的研究有效降低了县域尺度平均化影响，但却无法进一步细化的表达内部人口密度情况，这对局部人口分析造成一定误差.
3.3 人口分布特征
通过西安市人口空间自相关分析和传统街道尺度研究，可得出西安市主城区人口分布在空间上明显集聚现象.为进一步强化人口密度空间分布模式，通过对宽带覆盖小区模拟人口数据进行核密度估计法计算，将人口密度按照由高到底划分为五个等级，依次为高-较高-中-较低-低等级分布.根据等级划分的结果进行空间可视化呈现，如图4所示.
图4 2020年西安市人口核密度空间格局
结果显示，西安市人口总体上呈现中心城区集聚态势，碑林区、莲湖区、雁塔区人口分布最为密集，其人口空间极化程度高.随着城市中心距离扩大，人口密度也呈现递减趋势，表现为同一等级人口密度环围绕在更高等级的外围.与街道尺度整体分布分析基本一致，但宽带模拟人口密度分布图更加精细化.
人口分布是一种综合社会情况，受区域内多种因素的制约.通过对人口分布重要影响因素分析，可以更好的推动城市可持续健康发展.因此，本文综合研究结果及相关数据分析西安市人口分布的主要驱动因素。
4.1 自然环境和区位因素
自然环境条件是影响人口空间分布的基础性因素，在一定程度上会显著影响城市人口在空间上的分布.西安市中部地势平坦，东西北部由灞河、沣河、渭河环绕，南部为秦岭山区，其特殊的地理环境，有利于人口向各个方向分布.但地形在一定程度上影响了西安市人口区域间的分布，使得人口主要集中在雁塔区、碑林区等区位良好的地方.而外围长安区、灞桥区大部分远离中心的区域区位欠佳，长安区南部为秦岭山区，灞桥区部分区域处于塬上，人口密度较小.
在历史上，西安市作为中国四大古都，世界闻名的历史文化名城.明清时期，西安城址在古城墙内.解放后西安市建成区范围在清末的基础上有所扩大，先南后北逐渐向四周散开，人口逐渐向城墙外分流.可见西安市人口分布格局的形成有其历史区位继承性，其深刻的影响了人口分布.
4.2 城市规划和政策因素
除了自然因素以外，城市规划和政策因素对人口的分布也起到了显著影响，政府城市政策的驱动会使得城市土地转化在人口分布中扮演着重要角色，各种土地规划和基础设施建设均会引发区域人口格局的再分布，而其中人口密度较高的住宅小区直接决定着小尺度区域人口分布情况[10].高层住宅小区的建设依赖于城市的规划和政策，附属设施配套同比郊外更加丰富，人口聚集能力强.
城市功能的空间结构影响了人口的分布，并逐渐向开发区延伸.近三十年来，西安市利用优越的地理、区位、交通、信息等优势，地方政府在GDP和行政绩效考核体系双重导向下，城市规划优先重点考虑发展国家级、省级开发区.据统计西安市主城区现有5个国家级开发区和6个省级开发区，11个开发区直接促进了人口的集聚与再分布，说明西安市各个开发区的快速发展为主城区内部人口分布创造了有利因素.
同时西安市各种遗址公园保护区范围的规划、道路牵引等基础设施对局部区域人口分布影响很大，导致汉长安城遗址区人口稀疏，西北部连接咸阳处人口密度突出.
4.3 经济发展水平因素
人口空间分布本质是一种社会经济现象，一般来说，经济发展水平越高的地方，人口密度越大.中部人口稠密的碑林区、新城区、莲湖区、雁塔区，相关经济密度统计均高于15 亿元/km2，该地区也是西安市的经济、文化中心，人口分布与经济活跃程度呈现出密切相关.
同时城市郊区相对廉价的土地被开发，人口集聚的大学城及配套商业向此处迁移，导致局部人口聚集.图4中外围圈层上出现所谓的“异常点”，经分析这些点大多受经济、政策等因素影响，即人口密度没有下降反而上升，如兴隆街道的西安电子科技大学，东大街道的西北工业大学、西安建筑科技大学，未央湖街道陕西科技大学、西安工业大学，汉城街道长安大学，洪庆街道火箭军工程大学等.局部异常人口密度高值区与大学布局结果息息相关，但是相比城区而言其区域密度仍然较低.
本文以网络宽带覆盖人口为基础数据，模拟并分析了西安市人口分布，研究结果更加细化，较好的还原了真实人口空间分布格局.在此基础上，通过更加细化的研究，得出以下结论：
(1)西安市人口空间分布上呈现明显集聚态势并存在一定的人口梯度效应，主要表现为中心城区人口高度集聚，并呈现出大集中、小分散为主的单中心人口空间分布模式.
(2)在自然环境、城市政策、经济水平等因素的综合影响作用下，西安市不同等级人口表现出显著连片式空间分布格局，整体人口向心性较强.
(3)不同区县、街道人口分布具有显著的空间分异特征，主城古城墙附近街道几乎全部为人口高密度区，人口密度低值区主要分布在秦岭山区街道，不同街道人口空间密度差异极大.
(4)经济、政策因素对外围区域异常高密度人口分布具有重要影响，直接决定了人口向此地的聚集，影响了西安市内部人口分布格局.
综上所述，西安市人口集聚程度和空间分布是多种因素综合驱动的结果.结合西安市人口分布格局，我们可以预测未来几年人口高密度区仍主要以外延型为主.因此，在将来城市发展时，需同步协调区域规划的科学性及合理性、积极协调建设用地和街道区域经济发展、减小土地生态压力等举措，快速实现城市的可持续发展.
本文通过研究对西安市人口空间分布特征及可视化分析进行了一些有意义的探索.但研究结果在其人口变化机理方面研究不足，加之案例区受制于数据缺乏也限制了进一步的时空变化分析，这些都是今后有待深入研究的方向.
猜你喜欢人口密度西安市街道热闹的街道智慧少年·故事叮当(2021年1期)2021-01-16亲子创意美工展儿童与健康(幼儿教师参考)(2020年11期)2020-11-25西安市第四医院中国卫生质量管理(2019年5期)2019-10-24123的几种说法作文大王·低年级(2018年5期)2018-06-20热闹的街道小学生必读(低年级版)(2017年4期)2017-09-04高速铁路与经济增长的因果关系长安大学学报·社科版(2016年4期)2017-04-21关于我国房地产价格的思考大经贸(2016年11期)2017-01-06基于CA-Markov模型的西安市热环境模拟研究西安建筑科技大学学报（自然科学版）(2016年5期)2016-11-10厦门市流动人口分布研究现代经济信息(2016年6期)2016-05-31风居住的街道琴童(2016年7期)2016-05-14