基于ESDA的成都市人口空间分布调查

1、 基于ESDA的成都市人口空间分布调查 黄洋本文以成都市19个区县的矢量数据和2006-2015年的人口与各区县面积数据为基础，采用空间自相关的方法，借助于GIS技术和GeoDa软件对成都市各区县人口分布的整体和局部空间差异展开研究。通过对全局空间自相关的数据研究，得到成都市的人口分布不是随机的，而是在空间上呈现出正向的空间相互关系;通过对局部空间自相关的数据研究，得到成都市人口主要有两种空间聚集模式：一是以成都市中心的区县组成的高高聚集区，二是以成都市郊区的区县组成的低低聚集区。由于城市人口空间的分布情况在一定程度上反应了一个城市的社会经济状况，城市人口空间的分布的一直都是研究者们关注的重点

2、。国外学者是最先对城市人口空间的分布进行研究的，Clark利用城市人口密度数据和城市间距离，研究了城市人口密度和距离的关系，并且提出了人口密度与距离之间的负相关关系;Anselin采用空间统计和地理统计方法研究了人口空间分布格局的变化规律;LiujJ通过收集巢湖流域人口数据，利用GIS技术，对巢湖流域人口分布发展做了研究。国内研究者研究虽然起步较晚，但也取得了一定成果。韩惠通过GIS技术，利用全国第四次人口普查数据，绘制出了中国人口密度图.揭示了中国人口分布的空间格局;谢守红利用全国人口普查数据，研究了广州市人口空间分布的演变规律，并且说明了人口分布的原因;孟延春利用北京市人口普查数据，通过G

3、IS技术对北京市人口分布特征进行了研究;大体概括来说，不管是国内还是国外的研究者们最主要的两个研究方向还是人口分布的变化规律和影响因素，对于空间分布格局的研究还比较欠缺。成都坐落于中国四川省中部，是四川省省会，是四川省政治、经济、文化中心，对四川省的发展起着至关重要的决定。因此，为了进一步完善成都的社会经济，促进整个四川省的发展，研究成都市人口的分布格局就显得十分必要。本文以成都市19个区县的矢量数据和2006-2015年的人口与各区县面积数据为基础，在ArcGIS和GeoDa软件上进行数据分析，利用探索性空间数据分析方法研究成都市人口的空间分布状况。研究区概况成都坐落于四川盆地西部，介于东经

4、102度54分至104度53分之间，北纬30度05分至31度26分之间，是四川的省省会、副省级市。成都市的总面积为14335Km2，包含了成华区、彭州市等20个区县。截止2018年年底，成都市常住人口约为1633万人，其中城镇常住人口约为1194. 05万人;2018年成都市户籍人口约为1476. 05万人。调查方法探索性空间数据分析方法（ESDA）是分析空间数据和处理空间数据的一种方法，它能解释和揭示分析对象在空间上的分布状况，能说明空间数据在空间上的联系关系。ESDA大体包括三个部分：空间权重矩阵的创建、全局空间自相关和局部空间自相关。空间自相关分析全局空间自相关分析。通过对成都市地图的处

5、理，创建空间权重矩阵，在创建空间权重矩阵过程中，一定要保证各人口数量与之对应的区县次序与空间权重矩阵中的各区县的次序一样。之后运用ArcGIS软件对成都市2006 2016年人口进行空间分析，算出每个区县人口数量的全局空莫兰数值，结果如下表1所示。Moran指数I的取值一般在1到1之间，大体可以分为三种情况，当1大于0时，代表的是变量值在空间上表现为正相关关系，1约接近1，说明相关性越大;当1等于0时，代表的是变量值在空间上没有相关性;当1小于0时，代表的是变量值在空间上表现为负相关关系。通过表1可以看出，成都市各区县在2006 2015年的全局Moran指数都接近0.8，且都通过了5%水平的

6、显著性检验，说明成都市各区县的人口分布不是随机分布的，而是在空间上表现出明显的空间聚集态势，即在2006-2015年之间成都市人口密度表现出人口密度水平相似地区之间的聚集，也即成都市人口密度高的区县，其周边地区的人口密度也高，人口密度低的区县，其周围地区的人口密度也低。从时间顺序上来看，2006-2015年的全局Moran指数是下降的降低，这暗示着从2006年到2015年成都市人口的全局空间自相关性是逐步减低的，在以后，这种相关性可能还会持续减小。局部空间自相关分析。全局Moran指数能说明成都市在整体空间上的集聚特点，但是不能说明成都市在局部空间上的差异，因此，为了进一步揭示成都市2006-

7、2015年各区县局部人口密度的空间聚集形式，借助GeoDa软件，利用成都市2006年、2010年和2015年人口密度数据，分别获取到2006、2010以及2015年人口密度Moran散点图。图中横轴表示的是成都市20个区县人口数的标准化值，纵轴代表的是每个区县相邻区域人口数的标准值。一般而言，Moran散点图分成了四个象限，分别表示了四种不同的局部空间联系形式，两种相关关系：第一象限（Hing-High）和第三象限（ Low-Low）表现出正相关关系;第二象限（Low-High）和第四象限（High-Low）表现出负相关关系。由以下的三幅散点图可知： （1）通过三幅图的对比可知，在2006-2

8、015年之间，成都市各个区县人口密度的聚集类型比较稳定，空间的关联模式主要以高高聚集（HH）和低低聚集（LL）为主。第一象限高高聚集的区县是是武侯区、青羊区、锦江区、金牛区和成华区这五个区，表明这5个区的人口密度高，它们相邻的区县的人口密度也高;第三象限低低聚集主要是彭州市、都江堰市、溫江区、徐州市、大邑县、邛崃市、邛崃市、青白仁区、金堂县和新津县这10个区县，表明这10个区县的人口密度一直不高，同时它们相邻区县的人口密度也不高;第二象限低高聚集区主要是郫县、龙泉驿区、双流区和新都区4个区县，表明这4个区县的人口密度不高，但是它们相邻的区县人口密度很高。（2）2006年高高聚集区的区县分布在成

9、都市中心，随着时间的推移，截止到2015年该种类型的区县仍然分布在成都市中心;2006年低高聚集的区县主要分布在高高聚集区的区县外围，10年间聚集类型很稳定，截止2015年，聚集类型分布仍然高高聚集区外围;低低聚集区的区县较多，其分布处在高高聚集和低高聚集的分布外围，即分布在成都市的外围，表明成都市人口密度的分布趋势由成都市中心向郊区逐渐递减，东部的人口密度在整体上略大于西部人口密度。（3）观察三幅图可以看到，锦江区正在逐步从第一象限过渡到第四象限，即锦江区的人口密度将越来越大，而其周围区县的人口密度有一个下降的趋势;金牛区正在逐步从第一象限向第三象限过渡。结论成都市人口分布格局呈现空间聚集趋

10、势。从全局空间自相关角度来看，在2006 2015年之间，成都市各个区县人口Morans I值都为正值，这表明成都市各个区县的人口分布是具有一定特点的，不是随便分布的，而是在整体空间上表现出一种在空间集聚的态势，也就是说人口数量比较少的区县，其周围区县的人口数量也比较少，或者是人口数量较多的区县，其周围区县的人口数量也较大。除此之外，从全局Morans I值的变化趋势来看，虽然成都市的全局空间自相关呈现减弱的趋势，但是其减小的趋势几乎可以忽略不记，在10年间大约只减小了0. 02，因此，从整体上看，成都市各个区县的人口数在空间分布上仍为正的空间自相关。成都市人口分布格局呈现高高聚集与低低聚集模

11、式。从局部空间自相关角度来看，通过成都市各个区县在2006、2010与2015年人口密度的Moran散点图分布结果可以说明，成都市各个区县主要分布在第一象限和第三象限，即是成都市各个区县的人口密度在空间分布上呈现出正的空间聚集趋势。第一象限的区县主要是位于成都市中心的锦江区和金牛区等5个区;第三象限的区县主要是位于成都市郊区的彭州市和徐州市等10个区。在2006 2015年之间，成都市各个区县人口的聚集形式非常稳定，空间间的相互关系以高高集聚（ HH）和低低集聚（LL）为主，同时，还可以看出，对于这两种聚集方式的区县在地理位置上的分布也非常稳定，大体上可以概括为在成都市中心的区县的人口密度空间自相关的正向相关关系最为明显。成都市人口分布格局呈现稳定性与过渡性。对比三幅Moran散点图可以看出：在2