阿拉爾市人口空間分布特征及其影響因素分析

徐翔燕 侯瑞環(huán)

（塔里木大學(xué)信息工程學(xué)院，新疆阿拉爾843300）

引言

人口空間分布是指在一定時(shí)間范圍內(nèi)人口的空間存在形式，受自然、社會(huì)、經(jīng)濟(jì)等多種因素共同作用，研究人口空間分布特征并分析其影響因素，對(duì)制定相關(guān)人口政策，促進(jìn)經(jīng)濟(jì)的可持續(xù)發(fā)展具有重要的作用。近年來(lái)，隨著城鎮(zhèn)化的加速推進(jìn)，人口遷移的不斷增強(qiáng)，涌現(xiàn)了大量的人口分布相關(guān)的文獻(xiàn)。其中，楊振等［1］在GIS 的支持下，構(gòu)建了新疆人口空間數(shù)據(jù)庫(kù)，對(duì)新疆人口空間分布的集散程度、人口疏密狀況、人口重心分布及變動(dòng)、民族人口空間分布態(tài)勢(shì)進(jìn)行空間可視化表達(dá)；張國(guó)俊等［2］從城市群視角分析中國(guó)人口分布的演變特征；鄧楚雄等［3］基于全國(guó)四次人口普查數(shù)據(jù)，探究湖南省人口分布的時(shí)空變化特征及主要影響因素；王卓［4］基于1990 年、2000 年和2010 年三次人口普查數(shù)據(jù)，運(yùn)用地理差異指標(biāo)和聚居隔離指標(biāo)，系統(tǒng)分析中國(guó)各民族人口空間分布格局；張麗［5］基于GIS 技術(shù)研究新疆人口的分布特征；滿(mǎn)蘇爾·沙比提［6］研究近50 年來(lái)新疆人口時(shí)空變化特征及成因；王超等［7］基于2010 年西藏自治區(qū)的人口普查數(shù)據(jù)，運(yùn)用多元線性回歸方法和隨機(jī)森林回歸方法探索人口分布的影響因素及區(qū)域差異；莫瑩等［8］基于GIS 技術(shù)分析了清遠(yuǎn)市人口分布的時(shí)空演變特征。目前，對(duì)人口空間分布上的研究已經(jīng)相當(dāng)成熟，但研究對(duì)象多為省域，研究尺度較大，而對(duì)小尺度市域甚至縣域的研究較少。

新疆生產(chǎn)建設(shè)兵團(tuán)第一師阿拉爾市位于塔克拉瑪干沙漠邊緣，是兵團(tuán)向南發(fā)展的核心城市。研究阿拉爾市人口的空間分布特征，對(duì)優(yōu)化兵團(tuán)人口資源，發(fā)揮兵團(tuán)“穩(wěn)定器、大熔爐、示范區(qū)”的作用，優(yōu)化配置阿拉爾經(jīng)濟(jì)和社會(huì)發(fā)展資源，提高阿拉爾全區(qū)服務(wù)的均等化水平具有重要的指導(dǎo)意義。本文基于《新疆兵團(tuán)第一師阿拉爾市統(tǒng)計(jì)年鑒》數(shù)據(jù)，以阿拉爾市城區(qū)及各團(tuán)場(chǎng)為研究單位，運(yùn)用人口密度、空間自相關(guān)性、主成分分析、多元線性回歸等分析方法，結(jié)合GIS 技術(shù)探討阿拉爾市人口空間分布特征及影響因素，擬為阿拉爾市制定人口政策提供理論依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來(lái)源

一師阿拉爾市北起天山南麓山地，南至塔克拉瑪干沙漠邊緣，東臨沙雅縣，西抵柯坪縣。介于東經(jīng)80°30'～81°58'，北緯40°22'～40°57'之間。東鄰沙雅縣，西依阿瓦提縣，南、北靠阿克蘇市，東北接新和縣，東西相距281 公里，南北相距180 公里。下轄阿拉爾城區(qū)、一團(tuán)、二團(tuán)、三團(tuán)、四團(tuán)、五團(tuán)、六團(tuán)、七團(tuán)、八團(tuán)、十團(tuán)、十一團(tuán)、十二團(tuán)、十三團(tuán)、十四團(tuán)、十六團(tuán)、托喀依鄉(xiāng)，由于一師一團(tuán)、二團(tuán)、三團(tuán)、四團(tuán)、五團(tuán)、六團(tuán)在空間地理位置上與其他團(tuán)場(chǎng)未緊鄰，考慮到空間數(shù)據(jù)分析的可靠性及有效性，本文選取阿拉爾城區(qū)、七團(tuán)、八團(tuán)、十團(tuán)、十一團(tuán)、十二團(tuán)、十三團(tuán)、十四團(tuán)、十六團(tuán)、托喀依鄉(xiāng)十個(gè)區(qū)域?yàn)楸疚牡难芯繀^(qū)域。

本文相關(guān)研究數(shù)據(jù)來(lái)源于2017 年《新疆兵團(tuán)第一師阿拉爾市統(tǒng)計(jì)年鑒》、《新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)年鑒》，以阿拉爾市行政區(qū)劃圖為底圖，由于部分區(qū)域由最近年份劃分，本文選取阿拉爾城區(qū)、七團(tuán)、八團(tuán)、十團(tuán)、十一團(tuán)、十二團(tuán)、十三團(tuán)、十四團(tuán)、十六團(tuán)、托喀依鄉(xiāng)十個(gè)單元的數(shù)據(jù)進(jìn)行分析。

2 研究方法

2.1 人口密度

人口密度反映單位土地面積上居住的人口數(shù)，通常以每平方千米的常住人口數(shù)為計(jì)量單位?？紤]到一師阿拉爾市地處塔克拉瑪干沙漠邊緣，地廣人稀，可居住土地面積有限，因此本文根據(jù)實(shí)際人口密度數(shù)據(jù)按大小順序排序，對(duì)人口密度進(jìn)行分級(jí)，選用20，31，44，68，190 人/平方千米的分級(jí)方案進(jìn)行統(tǒng)計(jì)分析。

2.2 空間自相關(guān)

空間自相關(guān)分析是一種探索性空間分析方法，用于度量地理數(shù)據(jù)的一個(gè)基本性質(zhì)：某位置上數(shù)據(jù)與其他位置上數(shù)據(jù)間的相互依賴(lài)程度。在方法功能上大致分為兩類(lèi)：全局空間自相關(guān)、局部空間自相關(guān)。

（1）全局空間自相關(guān)

全局空間自相關(guān)指數(shù)描述空間信息的整體分布狀況，用于判斷整體空間是否有聚集現(xiàn)象。常用的測(cè)度指標(biāo)Moran's I指數(shù)計(jì)算公式為：

（2）局部空間自相關(guān)

局部空間自相關(guān)指數(shù)用來(lái)描述聚集空間單元相對(duì)于整個(gè)研究區(qū)的空間自相關(guān)程度；反映局部空間單元間的相關(guān)聯(lián)性，用于分析人口空間分布的異質(zhì)性特征。常用的局部測(cè)度指標(biāo)Moran's I 指數(shù)計(jì)算公式為：

2.3主成分分析

主成分分析的原理是在原始變量組成的p 維空間中找到方差最大的方向，相應(yīng)的數(shù)學(xué)模型為：

其中y1,y2,…,yp表示P個(gè)主成分，x1,x2,…,xp表示原始變量，a11,a12,…,app表示系數(shù)。

通過(guò)主成分分析選取主成分的方法有兩種，一是通過(guò)選取特征值大于1的指標(biāo)來(lái)選取主成分；二是通過(guò)方差累計(jì)貢獻(xiàn)率來(lái)選取，一般要求選取的主成分的累計(jì)貢獻(xiàn)率大于等于85%［9］。本文通過(guò)第二種方法選取影響人口密度的主成分。

3 人口分布的空間特征分析

3.1 人口密度分析

按上述人口分級(jí)方案，基于ArcGIS 軟件對(duì)阿拉爾市團(tuán)場(chǎng)人口密度進(jìn)行統(tǒng)計(jì)分析，分析結(jié)果如表1和圖1。由表1 可知，分析區(qū)人口密度最大值為190 人/km2，最小值為20人/km2，均值為57 人/km2，中位數(shù)為43 人/km2，峰度為7.14，偏度為2.07×10-5，說(shuō)明人口密度最大值與最小值相差較大，且不具有正態(tài)分布的特性；峰度值大于0，說(shuō)明數(shù)據(jù)的分布較陡；偏度值接近于0并且為正數(shù)，說(shuō)明大多數(shù)地區(qū)的人口密度數(shù)值呈現(xiàn)出右偏態(tài)勢(shì)。

表1 2017年阿拉爾團(tuán)場(chǎng)人口統(tǒng)計(jì)分析

由圖1 可知，阿拉爾城區(qū)的人口密度最大，位于第五分級(jí)；十三團(tuán)、七團(tuán)、八團(tuán)、十二團(tuán)、十六團(tuán)的人口密度相對(duì)較低，分別位于第三、第四分級(jí)；十一團(tuán)、托喀依鄉(xiāng)、十四團(tuán)、十團(tuán)人口密度最低，分別位于第一、第二分級(jí)。總體來(lái)看：人口大多數(shù)集中在阿拉爾城區(qū)，周邊人口分布較稀疏，總體呈現(xiàn)出交通越便利，人口分布越集中的空間分布格局。

3.2 空間自相關(guān)分析

（1）全局空間自相關(guān)性分析

基于阿拉爾2017 年人口密度數(shù)據(jù)，利用Open-GeoDa 軟件得到全局Moran's I 指數(shù)為-0. 131 35，其顯著性水平在0. 01 上，對(duì)Moran's I 值進(jìn)行顯著性檢驗(yàn)，得到P＜0.01、Z＞3.00，即在99%的置信條件下，研究區(qū)內(nèi)人口密度空間分布沒(méi)有隨機(jī)分布，存在顯著的空間相關(guān)性。其中Moran's I散點(diǎn)圖如圖2 所示，從圖2 可以看出，位于第二、四象限的點(diǎn)明顯多于位于第一、三象限的點(diǎn)，說(shuō)明一師阿拉爾市人口密度分布負(fù)相關(guān)的研究區(qū)多于正相關(guān)的研究區(qū)。

圖1 阿拉爾2017年人口密度分布圖

圖2 2017年阿拉爾市人口密度Moran's I散點(diǎn)圖

（2）局部空間自相關(guān)性分析

全局空間自相關(guān)指數(shù)描述空間信息的整體分布狀況，為更直觀觀察人口密度空間集聚現(xiàn)象，了解相鄰研究單元的相近或相異程度，利用OpenGeoDa 軟件得到表2和圖3。

表2 局部空間關(guān)聯(lián)類(lèi)型及顯著性水平

由表2 和圖3 可以看出：阿拉爾城區(qū)空間關(guān)聯(lián)類(lèi)型為不相關(guān)，說(shuō)明阿拉爾城區(qū)與相鄰研究單元人口密度空間分布無(wú)相關(guān)性；七團(tuán)空間關(guān)聯(lián)類(lèi)型為H-H（高—高集聚），說(shuō)明七團(tuán)與其相鄰研究單元人口密度較高；十三團(tuán)空間關(guān)聯(lián)類(lèi)型為H-L（高—低集聚），說(shuō)明十三團(tuán)與其相鄰研究單元人口密度人口分布不均；八團(tuán)、十團(tuán)、十一團(tuán)、十二團(tuán)、十四團(tuán)、十六團(tuán)、托喀依鄉(xiāng)空間關(guān)聯(lián)類(lèi)型均為L(zhǎng)-H（低—高集聚）。

圖3 阿拉爾市人口密度LISA集聚圖

4 人口空間分布的影響因素分析

綜合考慮影響人口空間分布的因素，主要有自然環(huán)境因素和社會(huì)經(jīng)濟(jì)因素。其中，自然環(huán)境因素包括：地形、氣候、河流、淡水資源、土壤、礦產(chǎn)資源、自然災(zāi)害、生態(tài)環(huán)境等，社會(huì)經(jīng)濟(jì)因素包括：交通、開(kāi)發(fā)歷史、工農(nóng)業(yè)基礎(chǔ)、經(jīng)濟(jì)發(fā)展水平、政治因素、宗教、習(xí)俗、政策等。為定量分析阿拉爾人口空間分布的影響因素，考慮到數(shù)據(jù)的可獲取性，本文選取阿拉爾2017 年的人均糧食產(chǎn)量（噸／人）、單位面積糧食產(chǎn)量（公斤／畝）、人均GDP（萬(wàn)元／人）、農(nóng)業(yè)人口占中人口比重（%）、第二產(chǎn)業(yè)人口占行業(yè)人口比重（%）、第三產(chǎn)業(yè)人口占行業(yè)人口比重（%）、人均擁有汽車(chē)數(shù)（輛／人）等數(shù)據(jù)作為研究指標(biāo)?？紤]到各個(gè)指標(biāo)之間存在重疊，本文選取主成分分析，運(yùn)用R 軟件選取主要因子，分析人口密度與各主要因子之間的相關(guān)關(guān)系。

通 過(guò)KMO 和Bartletts’s 檢驗(yàn) 可 知，KMO 值 為0. 71，大于0. 7，表明各指標(biāo)之間存在較強(qiáng)的相關(guān)關(guān)系，因此需要使用主成分分析方法分析本文相關(guān)數(shù)據(jù)。根據(jù)分析可知，前四個(gè)特征值對(duì)應(yīng)累計(jì)貢獻(xiàn)率為87. 3%，其包含了原始指標(biāo)的大量信息，因此將7個(gè)指標(biāo)壓縮成3個(gè)主成分。其中，第一主成分與農(nóng)業(yè)人口占總?cè)丝诒戎?、人均糧食產(chǎn)量和單位面積糧食產(chǎn)量有較大正相關(guān)關(guān)系，在一定程度上體現(xiàn)了區(qū)域農(nóng)業(yè)發(fā)展水平；人均GDP、第三產(chǎn)業(yè)人口占行業(yè)人口比重與第二主成分有較大的正相關(guān)，反映經(jīng)濟(jì)發(fā)展水平；第三主成分與第二產(chǎn)業(yè)占總?cè)丝诒戎赜休^大的正相關(guān)。主成分得分見(jiàn)表3.

通過(guò)主成分分析，得到主成分得分之間不存在相關(guān)關(guān)系，所以進(jìn)一步建立3個(gè)主成分得分與人口密度y(表2)之間回歸模型，得到回歸模型為：

其中ε～N（0，σ2），二階矩有限，使用普通最小二乘估計(jì)可得參數(shù)值，估計(jì)得到R2為0.91，模型通過(guò)了顯著性水平0.05 的顯著性檢驗(yàn)，并且得到β0=56.87,β1=4.4,β2=15.4,β3=3.1,得到回歸方程為：

表3 主成分得分

結(jié)果表明：假設(shè)其他影響因素不變時(shí)，可以看出第二主成分每增加1 個(gè)單位，人口密度相應(yīng)會(huì)增加15. 4個(gè)單位，影響最大；在假設(shè)其他影響因素不變情況下，第一主成分每變化1各單位使得人口密度變化4.4 個(gè)單位，影響較大；如果單看第三主成分，在其他影響因素不變時(shí)，可以認(rèn)為每增加1個(gè)單位都會(huì)引起人口密度增加3.1個(gè)單位。綜上可得，經(jīng)濟(jì)因素的變化對(duì)人口密度影響最大，其次為農(nóng)業(yè)相關(guān)因素，最后為工業(yè)及其他因素。

5 結(jié)論

本文選取2017年阿拉爾城區(qū)及部分團(tuán)場(chǎng)為研究單元，運(yùn)用人口密度、空間自相關(guān)分析、主成分分析及主成分回歸，結(jié)合ArcGIS、OpenDeoGa 及統(tǒng)計(jì)分析軟件，分析新型城鎮(zhèn)化背景下阿拉爾市人口空間分布特征及人口空間分布的影響因素。結(jié)果表明：

（1）2017 年阿拉爾市人口大多數(shù)集中在阿拉爾城區(qū)，周?chē)鷪F(tuán)場(chǎng)人口分布較城區(qū)稀疏，總體呈現(xiàn)出交通越便利，人口分布越集中的空間分布格局。

（2）在99%的置信條件下，阿拉爾市人口存在一定的空間相關(guān)性，且人口密度負(fù)相關(guān)的研究區(qū)多于正相關(guān)的研究區(qū)，通過(guò)局部空間自相關(guān)性分析可知，由于阿拉爾城區(qū)人口密度遠(yuǎn)高于周?chē)鷪F(tuán)場(chǎng)的人口密度，阿拉爾城區(qū)人口密度空間分布與相鄰團(tuán)場(chǎng)關(guān)聯(lián)性不大，七團(tuán)呈現(xiàn)出H-H 的聚集狀態(tài)，十三團(tuán)呈現(xiàn)出H-L 的聚集狀態(tài)，其余團(tuán)場(chǎng)，包括托喀依鄉(xiāng)呈現(xiàn)L-H的聚集狀態(tài)。

（3）通過(guò)定量分析發(fā)現(xiàn)：人均GDP、第三產(chǎn)業(yè)人口占行業(yè)人口比重為影響人口空間分布的主要因素，農(nóng)業(yè)人口占總?cè)丝诒戎?、人均糧食產(chǎn)量和單位面積糧食產(chǎn)量對(duì)人口空間分布影響較弱，第二產(chǎn)業(yè)人口占總?cè)丝诒戎貙?duì)人口空間分布影響最弱。

綜上可知，阿拉爾市人口分布呈現(xiàn)出顯著的交通便利型特征，人口密度在空間上比較均勻的分布在道路兩側(cè)，同時(shí)阿拉爾城區(qū)人口密度遠(yuǎn)遠(yuǎn)高于周邊團(tuán)場(chǎng)，呈現(xiàn)出這種趨勢(shì)的主要原因?yàn)榘⒗瓲柍菂^(qū)較周邊其它團(tuán)場(chǎng)經(jīng)濟(jì)發(fā)展能力更強(qiáng)、社會(huì)服務(wù)體系更優(yōu)、基礎(chǔ)設(shè)施條件更完善等，也使得阿拉爾城區(qū)人口密度空間分布與相鄰團(tuán)場(chǎng)差別太懸殊，出現(xiàn)了“鶴立雞群”的現(xiàn)象，周邊團(tuán)場(chǎng)之間人口密度分布相差不大。建議相關(guān)部門(mén)加大城市市區(qū)建設(shè)的同時(shí)，進(jìn)一步提升周邊團(tuán)場(chǎng)的交通運(yùn)輸能力，加強(qiáng)各團(tuán)場(chǎng)的基礎(chǔ)設(shè)施建設(shè)力度，完善各團(tuán)場(chǎng)的社會(huì)服務(wù)體系，從而更好的優(yōu)化人口空間分布格局。