徐翔燕 侯瑞環(huán)

（塔里木大學信息工程學院，新疆阿拉爾843300）

引言

人口空間分布是指在一定時間范圍內(nèi)人口的空間存在形式，受自然、社會、經(jīng)濟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，對制定相關(guān)人口政策，促進經(jīng)濟的可持續(xù)發(fā)展具有重要的作用。近年來，隨著城鎮(zhèn)化的加速推進，人口遷移的不斷增強，涌現(xiàn)了大量的人口分布相關(guān)的文獻。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，對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、民族人口空間分布態(tài)勢進行空間可視化表達；張國俊等［2］從城市群視角分析中國人口分布的演變特征；鄧楚雄等［3］基于全國四次人口普查數(shù)據(jù)，探究湖南省人口分布的時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)，運用地理差異指標和聚居隔離指標，系統(tǒng)分析中國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；滿蘇爾·沙比提［6］研究近50 年來新疆人口時空變化特征及成因；王超等［7］基于2010 年西藏自治區(qū)的人口普查數(shù)據(jù)，運用多元線性回歸方法和隨機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)分析了清遠市人口分布的時空演變特征。目前，對人口空間分布上的研究已經(jīng)相當成熟，但研究對象多為省域，研究尺度較大，而對小尺度市域甚至縣域的研究較少。

新疆生產(chǎn)建設(shè)兵團第一師阿拉爾市位于塔克拉瑪干沙漠邊緣，是兵團向南發(fā)展的核心城市。研究阿拉爾市人口的空間分布特征，對優(yōu)化兵團人口資源，發(fā)揮兵團“穩(wěn)定器、大熔爐、示范區(qū)”的作用，優(yōu)化配置阿拉爾經(jīng)濟和社會發(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意義。本文基于《新疆兵團第一師阿拉爾市統(tǒng)計年鑒》數(shù)據(jù)，以阿拉爾市城區(qū)及各團場為研究單位，運用人口密度、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、二團、三團、四團、五團、六團、七團、八團、十團、十一團、十二團、十三團、十四團、十六團、托喀依鄉(xiāng)，由于一師一團、二團、三團、四團、五團、六團在空間地理位置上與其他團場未緊鄰，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、八團、十團、十一團、十二團、十三團、十四團、十六團、托喀依鄉(xiāng)十個區(qū)域為本文的研究區(qū)域。

本文相關(guān)研究數(shù)據(jù)來源于2017 年《新疆兵團第一師阿拉爾市統(tǒng)計年鑒》、《新疆生產(chǎn)建設(shè)兵團統(tǒng)計年鑒》，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、八團、十團、十一團、十二團、十三團、十四團、十六團、托喀依鄉(xiāng)十個單元的數(shù)據(jù)進行分析。

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)實際人口密度數(shù)據(jù)按大小順序排序，對人口密度進行分級，選用20，31，44，68，190 人/平方千米的分級方案進行統(tǒng)計分析。

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)間的相互依賴程度。在方法功能上大致分為兩類：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。常用的測度指標Moran's I指數(shù)計算公式為：

（2）局部空間自相關(guān)

局部空間自相關(guān)指數(shù)用來描述聚集空間單元相對于整個研究區(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。常用的局部測度指標Moran's I 指數(shù)計算公式為：

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)學模型為：

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

通過主成分分析選取主成分的方法有兩種，一是通過選取特征值大于1的指標來選取主成分；二是通過方差累計貢獻率來選取，一般要求選取的主成分的累計貢獻率大于等于85%［9］。本文通過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

按上述人口分級方案，基于ArcGIS 軟件對阿拉爾市團場人口密度進行統(tǒng)計分析，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，說明數(shù)據(jù)的分布較陡；偏度值接近于0并且為正數(shù)，說明大多數(shù)地區(qū)的人口密度數(shù)值呈現(xiàn)出右偏態(tài)勢。

表1 2017年阿拉爾團場人口統(tǒng)計分析

由圖1 可知，阿拉爾城區(qū)的人口密度最大，位于第五分級；十三團、七團、八團、十二團、十六團的人口密度相對較低，分別位于第三、第四分級；十一團、托喀依鄉(xiāng)、十四團、十團人口密度最低，分別位于第一、第二分級。總體來看：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Moran's I 值進行顯著性檢驗，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有隨機分布，存在顯著的空間相關(guān)性。其中Moran's I散點圖如圖2 所示，從圖2 可以看出，位于第二、四象限的點明顯多于位于第一、三象限的點，說明一師阿拉爾市人口密度分布負相關(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)類型為不相關(guān)，說明阿拉爾城區(qū)與相鄰研究單元人口密度空間分布無相關(guān)性；七團空間關(guān)聯(lián)類型為H-H（高—高集聚），說明七團與其相鄰研究單元人口密度較高；十三團空間關(guān)聯(lián)類型為H-L（高—低集聚），說明十三團與其相鄰研究單元人口密度人口分布不均；八團、十團、十一團、十二團、十四團、十六團、托喀依鄉(xiāng)空間關(guān)聯(lián)類型均為L-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)境因素和社會經(jīng)濟因素。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，社會經(jīng)濟因素包括：交通、開發(fā)歷史、工農(nóng)業(yè)基礎(chǔ)、經(jīng)濟發(fā)展水平、政治因素、宗教、習俗、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（%）、人均擁有汽車數(shù)（輛／人）等數(shù)據(jù)作為研究指標?？紤]到各個指標之間存在重疊，本文選取主成分分析，運用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KMO 和Bartletts’s 檢驗 可 知，KMO 值 為0. 71，大于0. 7，表明各指標之間存在較強的相關(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，前四個特征值對應(yīng)累計貢獻率為87. 3%，其包含了原始指標的大量信息，因此將7個指標壓縮成3個主成分。其中，第一主成分與農(nóng)業(yè)人口占總?cè)丝诒戎亍⑷司Z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)。主成分得分見表3.

通過主成分分析，得到主成分得分之間不存在相關(guān)關(guān)系，所以進一步建立3個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可得參數(shù)值，估計得到R2為0.91，模型通過了顯著性水平0.05 的顯著性檢驗，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，可以看出第二主成分每增加1 個單位，人口密度相應(yīng)會增加15. 4個單位，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，可以認為每增加1個單位都會引起人口密度增加3.1個單位。綜上可得，經(jīng)濟因素的變化對人口密度影響最大，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)及部分團場為研究單元，運用人口密度、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)，周圍團場人口分布較城區(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，且人口密度負相關(guān)的研究區(qū)多于正相關(guān)的研究區(qū)，通過局部空間自相關(guān)性分析可知，由于阿拉爾城區(qū)人口密度遠高于周圍團場的人口密度，阿拉爾城區(qū)人口密度空間分布與相鄰團場關(guān)聯(lián)性不大，七團呈現(xiàn)出H-H 的聚集狀態(tài)，十三團呈現(xiàn)出H-L 的聚集狀態(tài)，其余團場，包括托喀依鄉(xiāng)呈現(xiàn)L-H的聚集狀態(tài)。

（3）通過定量分析發(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θ丝诳臻g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)，同時阿拉爾城區(qū)人口密度遠遠高于周邊團場，呈現(xiàn)出這種趨勢的主要原因為阿拉爾城區(qū)較周邊其它團場經(jīng)濟發(fā)展能力更強、社會服務(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場差別太懸殊，出現(xiàn)了“鶴立雞群”的現(xiàn)象，周邊團場之間人口密度分布相差不大。建議相關(guān)部門加大城市市區(qū)建設(shè)的同時，進一步提升周邊團場的交通運輸能力，加強各團場的基礎(chǔ)設(shè)施建設(shè)力度，完善各團場的社會服務(wù)體系，從而更好的優(yōu)化人口空間分布格局。