基于镇域尺度的江苏省人口分布空间格局演变_车冰清

等政策的重要科学依据[17]。 随着遥感、地理信息技术、人工智能等新技术
方法的发展，各国学者相继开展了全球、国家、省、 市、县乃至像元尺度的人口分布模拟分析。国外 学者较早基于空间统计方法来揭示区域人口分布 的空间关联特征[18~20]。2000 年以来，中国学者采用 GIS、ESDA 和统计分析等方法对人口分布的影响 因素进行了探讨 。 [21~23] 人口密度是反映区域人口 分布的重要指标和主要表现形式[24,25]，从不同空间 尺度进行人口密度的时空分析，可以得到从宏观 到微观的人口分布变化特征。人口数据空间化是 目前国内研究人口非均匀分布的主流方法，通过 定量分析人口分布与其影响因素（自然、人文）的 相关性，采用一定的模型方法，创建区域范围内连 续的人口表面，实现人口分布与演化的模拟 。 [26~32] 该方法将人口与各种资源、环境数据融合，有效地 克服传统人口分布研究方法的局限性。但存在两 个影响模拟结果准确性的因素，一是选择最优的 拟合模型、设置适宜的参数；二是基础统计数据的 尺度，尺度越小，样点数据越多，模拟结果越符合 实际。受到统计口径、公开数据所限，大尺度的人
对插值预测结果进行“自然间断点”10 级分 类，得到人口密度的空间分布图（图 2）。
2000 年，江苏省人口密度的空间分布，在整体 上呈现出由南北向中部递减的“凹”字型特征，以
及 凸 显 的 城 区 人 口 密 度 远 高 于 农 村 的“ 城 乡 二 元 ”结 构 。 在 南 北 差 异 上 ，长 江 以 南 地 级 市 城 区 人口密度普遍高于长江以北地级市，人口密度高 于 1 000 人/km2的区域面积南部也远远大于北部。 形成了苏锡常都市圈、南京都市圈和徐州都市圈 三大人口密集高地，其中苏锡常都市圈集聚人口 数量最多、高密度区域最广，空间分布呈多核心结 构；南京都市圈人口密度值最高，呈现典型的单中 心结构；徐州都市圈在人口集聚能力、集聚人口总 量等方面均相对较弱。
Stable 2950.18 0.1366004 0.6071783 3670.271 2797.151 0.1528145 0.6120949 4087.916
关 键 词：人口分布；镇域尺度；江苏省
中图分类号：K901.3
文献标识码：A
文章编号：1000-0690（2015）11-1381-07
人口的空间分布是特定时空背景下人与自然 环境关系的反映，体现社会经济发展水平的差异[1]， 对人口分布格局的分析是研究社会经济现象及其 地理规律的逻辑起点 。 [2,3] 20 世纪以来，世界人口 的骤增加剧了全球范围内的资源短缺、环境污染 及生态恶化，人口问题成为世界面临的核心问题 之一[4]。人口分布作为人口研究的重点领域，各国 学者很早就开始对不同国家和地区的人口分布的 时空变化、影响因素相关性，以及未来人口分布预 测等方面进行研究。人口分布反映了人口数据在 时间和空间上的变化，而这种变化不仅受到自然 因素的影响，同时又有经济因素的制约。研究人口 的分布格局变化，可以揭示区域人口分布规律[5]。在 人口分布特征研究的基础上，许多学者探讨了土 地 利 用 、地 形 起 伏 度 、交 通 条 件 等 对 人 口 分 布 的 影响 ，立 [6~10] 足人口分布的过去和现在，把握人口分 布的历史过程和现实格局，而另一些学者则对人口 的增长趋势和空间变化情况进行了预估 。因 [11~16] 此，获取并掌握人口分布信息，尤其是精细尺度的 人口空间分布信息，逐渐成为制定区域发展规划、 灾害风险防范与救助、经济建设、环境与生态保护
第35卷第11 期 2 015年 11 月
地理科学
SCIENTIA GEOGRAPHICA SINICA
Vol.35 No.11 Nov., 2 0 1 5
基于镇域尺度的江苏省人口分布空间格局演变
车冰清 1，仇方道 1,2
（1. 江苏师范大学区域与城市研究中心，江苏 徐州 220009；2. 江苏师范大学城市与环境学院，江苏 徐州 221116）
构，以及沿江地区明显的“核心边缘”结构；② 研究期内江苏省人口分布的空间不均衡性和集聚性呈增强之势，
长江以北镇域的人口密度大多降低而以南普遍增加，苏锡常、南京、徐州三大都市圈的人口集聚能力进一步提
升，沿江地区成为全省规模最大的高密度人口连绵区；③ 空间关联作用是引起江苏省人口分布格局变化的空间
机理，而政策、区位、经济与自然环境等因素是造成江苏人口格局变化的主要动力。
关性。它的常用公式由数据的加权总和组成[35]：
N
∑ Ẑ(x0) = λiZ(xi) i=1
（1）
式中，Ẑ (x0)为 x0 处的预测值，Z(xi)为第 i 个位置处
的测量值，λi为第 i 个位置处的测量值的权重，x0为
预测位置，N 为测量值数。在普通克里金法中，权
重λi取决于测量点、预测位置的距离和预测位置周
1.3 研究方法
1.3.1 克里金插值法
克里金（Kriging）插值法又称空间自协方差最
佳插值法，不仅考虑已知数据的空间相关性，还预
测待估计点的数值，并给出表示精度的方差。在克
里金系列方法的操作过程中，采样数据必须满足不
同程度的条件才能使结果输出有效。其假定采样
点之间的距离或方向可以反映表面变化的空间相
从 2000~2010 年江苏省人口密度的统计变化
年份 2000 年
2010 年
验证参数
均方根 标准平均值 标准均方根 平均标准误差
均方根 标准平均值 标准均方根 平均标准误差
表 1 拟合模型的预测误差
Table 1 Prediction errors of semi-variance function models
h)]2
i=1,2,…,N(h)（2）
式中，h 是样点间隔距离，N(h)是分隔距离 h 的样点
量，区域化变量 Z(xi)和 Z(xi+h)分别为 Z(x)在空间位 置 xi和 xi+h 上的观测值。半变异函数大时，空间自
相关减弱。
2 结果分析
2.1 人口分布的空间格局特征 2.1.1 数据分布特征
通过直方图检查人口密度数据的分布状态， 2000 年、2010 年江苏省镇域人口密度数据高度偏 斜（图 1），具有较大的标准差（4 812.4、6 365.4），说 明人口数据聚类相对于平均值是离散的，频率分 布波动性较大；偏度分别为 5.017 9、4.185 6，且平 均值（1 975.6、2 697.7）大于中间值（617、606），是 具 有 较 长 大 值 右 尾 部 的 正 偏 分 布 ，峰 度 分 别 为 35.108、23.511 远大于 3，是具有较厚尾部分布的高 峰态，表明较少的人口密度高值主要在街道集聚， 较多的人口密度低值在乡镇分布。如果数据呈正 态分布，则用于生成表面的插值方法可提供最佳 结果。因此，对人口数据进行对数变换，变换后平
1382
地理科学
35 卷
口分布研究较为常见，多以省、市、县（区）行政区 作为分析单元。随着社会经济发展，在政府决策 和科学研究中，需要了解人口的小尺度详细分布 情况。自 2000 年第五次全国人口普查以来，中国 人口的统计口径逐渐规范，并公布了分街道、乡镇 的统计数据，为小尺度人口密度空间格局的研究 提供了数据基础。
收稿日期：2014-12-22；修订日期：2015-04-30
基金项目：国家自然科学基金项目（41371146、41201160、41501122）资助。 作者简介：车冰清（1981-），男，江苏沛县人，博士研究生，实验师，主要从事空间结构与区域发展研究。E-mail: chebingqing@jsnu.edu.cn 通讯作者：仇方道，教授。E-mail: qiufangdao@163.com
本研究以镇域为研究单元，依据 2010 年行政 区划，全省共包括 1 307 个镇级行政单元（镇、乡、 街道），选取 2000 年和 2010 年作为研究断面，以人 口密度作为测度指标。人口普查中分街道、乡镇 数据是小尺度数据，但这种数据的缺点是会受到 频繁行政区划变动的影响，2000~2010 年江苏省乡 镇 区 划 单 元 调 整 频 繁 ，包 括 撤 乡 建 镇 、撤 镇 建 街 道、撤县建区等过程，街道、乡镇行政单元范围调 整较大，本研究对行政区划调整的区域进行相应 的合并处理，以保持数据的可比性。人口统计数 据来源于国家统计局[33,34]，江苏省乡镇边界数据来 源于长江三角洲数据共享平台。
因此，本研究利用乡镇（街道）级行政单元的 常住人口数据，运用空间分析、空间统计方法，对 江苏省人口密度的时空变化进行精细化分析，廓 清 2000 年以来其人口分布的空间格局及变化态 势 ，并 揭 示 其 演 化 机 理 ，力 图 为 新 常 态 下 该 省 人 口空间分布优化及城镇化健康发展决策提供科 学依据。
摘要：基于 2000 年、2010 年人口普查乡镇（街道）数据，运用探索性空间数据分析、半变异函数等方法，分析江苏
省人口分布的时空分异特征，并揭示其空间演化机理。结果表明：① 江苏省人口分布呈现较大的空间差异，全
省层面上呈现南北人口密度高于中部的“凹”字型结构，城乡层面上呈现街道人口密度高于乡镇的“城乡二元”结
围的测量值之间空间关系的拟合模型。
Βιβλιοθήκη Baidu
1.3.2 半变异函数
半变异函数是描述区域化变量随机性和结构
性的基本手段，是一个关于数据点的半变异值与
数据点间距离的函数，假设区域化变量满足二阶
平稳和本征假设，则半变差函数可以表示为[36,37]：
∑ γ(h) =
1 2N(h)
N(h)
[Z(xi)-
i=1
Z(xi
+
2010 年，江苏省人口向长江以南区域进一步 集 聚 ，呈 现 由 中 心 向 外 围 递 减 的“ 核 心 边 缘 ”结 构。长江以南区域集聚人口数量持续增加，高密 度人口区域由城镇向农村扩张；而长江以北人口 继 续 向 城 镇 集 聚 。 全 省 人 口 分 布 的“ 凹 ”字 型 和 “城乡二元”结构特征不断强化，三大都市圈的人 口密度空间形态差异进一步明显，苏锡常都市圈 人口密度分布呈现连绵带状，南京都市圈呈现团 块状，而徐州都市圈则呈现圈层状分布格局。 2.2 人口分布的空间格局变化类型
1 研究区概况、数据来源及研究方法
1.1 研究区域 江苏省位于中国东部沿海的脐部，是长江三
角洲地区的重要组成部分，同时，“丝绸之路经济 带”、“长江经济带”和“海上丝绸之路”交汇于此， 也是中国省级新型城镇化综合试点地区之一。 2014 年，江苏常住人口达 7 960.06 万人，人口密度 774 人/km2，居中国第四位，是中国人口最为稠密 区域之一。2000 年以来，随着工业化和城镇化的 高 速 推 进 ，人 口 流 动 的 增 强 ，江 苏 省 人 口 分 布 呈 “南高北低”格局，并且这一人口空间不均衡现象 有不断强化之势，因此研究该省人口的集聚和流 动变化的影响因素具有必要性和典型性，同时，对 于中国其他区域开展人口空间分布优化研究也具 有借鉴意义。 1.2 数据来源及处理
11 期
车冰清等：基于镇域尺度的江苏省人口分布空间格局演变
1383
图 1 人口密度
Fig.1 Histogram of population density in Jiangsu Province
均值与中值类似，偏度接近零，并且峰度接近 3，数 据服从正态分布。 2.1.2 模型选择与结果验证
半变异函数拟合模型表达地理变量的空间变 异性与空间相关性。将镇域质点的人口密度数据 作为空间变差分析的样方，步长大小的选择对于 插值结构有着重要的影响，本研究使用镇域质点 与最近的相邻要素之间的平均距离，来确定步长 大小，经计算 2000 年、2010 年步长分别为 6 487 m、 6 382 m。对人口样点密度数据采用 Stable、Exponential、Spherical、Gaussian 等模型进行拟合。依据 最佳模型应拥有最接近于 0 的标准平均值、最小的 均方根预测误差、最接近该误差的平均标准误差， 以及最接近于 1 的标准均方根预测误差的原则，确 定 2000 年、2010 年最优拟合模型分别为 Exponential、Stable 模型（表 1）。 2.1.3 空间形态特征