城市内部空间结构是在一定的社会经济发展动力下, 诸要素综合形成的复合性城市地域型式, 人口分布是城市空间结构研究的核心部分^[1]。人口群体的空间分布及组合状况已成为衡量城市空间结构演化与发展的重要指标。自20世纪50年代开始, 国外研究逐渐形成了人口空间分布测度与模拟、郊区化、城市空间结构以及城市社会空间分异等领域^[2-6], 并从交通、就业、政府行为等方面对城市人口空间集聚与扩散的机理进行了探讨^[6-8]。国内研究分为3个方面, 即人口空间分布特征^[7-8]、人口空间集聚与不均衡程度^[9-11]和人口多中心空间结构^[12-13]。本文以西安市为案例, 结合运用GIS，Geoda空间表达、Stata统计分析方法对其人口空间分布与演化特征、人口空间结构进行探讨, 以期为优化西安市空间布局提供支持。

1 研究说明

为考察西安市圈层人口变动特征, 本文将西安市市域范围划分为中心区、近郊区和远郊区3个圈层:以莲湖区、新城区和碑林区作为中心城区, 其他在绕城高速以内的街道和乡镇为近郊区, 剩余街道和乡镇为远郊区。同时为详细反映城市人口的空间变化特征, 本文采用第五次和第六次人口普查数据中街道和乡镇尺度的人口数据作为研究基础, 并根据期间街道和乡镇层面的行政区划变动情况对相关数据进行了适当调整。

2 西安市人口空间分布与集聚特征 2.1 分布特征

人口总量呈增长态势, 地域和圈层分化明显。从人口总量来看, 2000—2010年间, 总人口增长120万, 增长率为16.40%, 其中近郊区吸纳了73万, 远郊区吸纳了42万, 中心城区增长4.6万。从人口密度来看, 10年间中心区、远郊区有小幅增长, 近郊区人口密度上升快。从增长速度来看, 西安市3个圈层人口增长分化明显, 中心区几乎保持不变, 增长率仅为2.49%, 近郊区超高速增长, 增长率高达47.5%、远郊区也保持较高的增长, 增长率10.71%, 形成了中心区人口低速增长, 近郊区爆发式增长、远郊区人口快速增长的空间格局。

人口扩张呈现出向近域和“东北-西南”方向连绵扩展的格局。人口密度能够反映城市的扩张方向:人口密度超过5 000人/km²的高密度街区，可以看作是城市化发育程度成熟区域的代表, 人口密度在1 500~4 999人/km²的次高密度街区，可以看作是城市化扩张已经完成、城市化服务有待提升的区域, 而人口密度为500~1 499人/km²的中密度街区，则代表了即将进入城镇化的区域, 代表了未来城市的扩张方向。从图 1可以看出, 10年间西安市人口空间分布趋势没有发生大的改变，仍呈现出以中心区为核心向近域和东北-西南方向连绵扩展的空间格局。莲湖区、新城区、碑林区人口中心的核心地位得到强化, 未央区、灞桥区、雁塔区等街道(乡镇)成为人口由中心区向外围扩展的重要承接地, 它们均是城市化发育成熟的区域。阎良区、临潼区、高陵县(区)的大部分街道(乡镇)人口密度处于1 500~4 999人/km²的水平, 是城市化扩张已经完成、城市化发育水平渐趋成熟、城市服务有待提升的重要区域。西安市南部周至县、户县、长安区、蓝田县则因受到地形及交通干线的影响, 人口总量及密度始终是西安市人口低密度地区, 这些区域也是未来西安市城市区域向外扩张的重要区域。

人口郊区化现象显著, 郊区内部差异逐渐拉大。中心城区户籍人口的减少是反映郊区化真实水平的重要指标^[14]。为了解中心城区的郊区化情况, 本文对2000—2010年西安市中心城区户籍人口的变动情况进行了分析。结果显示, 西安市户籍人口减少的街道数量为23个, 中心城区户籍人口减少的街道占中心城区所有街道数量的比例高达88.5%, 人口郊区化现象显著。在有明显郊区化现象的街道中, 西安市有87%的街道户籍人口减少10%以上, 同时有61%的街道户籍人口减少20%以上, 显示出西安市人口郊区化具有较高的强度。从圈层内部人口密度差异来看, 2000年和2010年西安市中心城区内人口密度最高和最低区的人口密度之比分别为1.5和1.2, 呈下降趋势, 反映出中心城区人口密度的差异在不断缩小, 在中心城区人口郊区化和远郊区人口向近郊区集聚的双重作用下, 一部分近郊区街道人口密度迅速上升, 形成了郊区的高密度人口中心, 例如西安市雁塔区小寨路等街道人口密度明显增加, 小寨路街道人口密度甚至达到22000人/km², 与此同时, 另一部分远郊区乡镇人口密度则在不断降低, 郊区内部人口密度最高与最低的街道(乡镇)之间的人口密度差异在不断拉大。

2.2 集聚特征

Moran指数是用来研究空间自相关性的一项指标, 它检验整个研究区中邻近地区间是相似、相异(空间正相关、负相关), 还是相互独立的。包括全局Moran指数和局部Moran指数; 通过对城市人口分布的空间相关性分析, 可以有效揭示出城市人口分布的空间集聚和分散特征^[15]。Moran指数计算公式如下：

(1)

(2)

(3)

I为全局Moran指数, I_i为局部Moran指数, n为研究单元个数, W_ij为研究单元i与j的相邻空间权重矩阵。当i与j相邻时, W_ij为1;当i与j不相邻时, W_ij为0。全局Moran指数介于-1至1之间, 指数越大, 空间集聚特征越明显; 指数越小, 空间集聚程度越低; 指数趋于0时, 呈随机分布状态。根据局部Moran指数可对每个区域与周边地区间的空间差异程度进行分类; HH-表示高高集聚; HL-表示高低集聚; LH-表示低高集聚; LL-表示低低集聚。

从全局来看, 人口空间分布表现出较强的空间依赖性且集聚程度不断增强。2000年西安市全局moran指数为0.624 2, 2010年为0.717 5。两个年份均为正值, 说明人口空间分布表现出较强的空间正相关关系; 2010年Moran指数与2000年相比有所增加, 表明人口密度空间集聚现象有“强化”趋势。从局部来看, 整体集聚演化趋势变化不大(图 2), 2000年“高-高”集聚区包括碑林区、新城区、莲湖区各个街道以及未央区和雁塔区的部分街道。从地理位置上看, 其涵盖城市中心区及其周边的部分地区, 是高密度人口集聚区。2010年人口“高-高”集聚区在2000年的基础上, 新增曲江街道和韦曲街道, 其中曲江街道是由“低-高”集聚区演化为“高-高”集聚区, 反映出中心区在不断增强集聚的同时，还通过扩散效应来带动近郊区的发展, 这也与曲江国家文化产业示范区的建立和建设国际化大都市密切相关。韦曲街道由“低-低”集聚区演化为“高-高”集聚区, 说明市中心城区的高密度人口集聚区在不断扩大, 传统中心区凭借其经济发达、交通基础设施完善等优势条件具有强大的人口吸引力。“低-低”集聚区仍集中在蓝田县、周至县的大部分地区并且范围有扩大的趋势。这些区域均处于远郊区范围, 距离中心区有一定距离, 人口密度远小于中心区, 具有明显的低密度集聚趋势。

3 西安市人口多中心空间结构研究

在城镇化和郊区化的双重压力下, 多中心成为城市功能疏解的重要策略。关于人口多中心的识别, 常用的方法是采用单、多中心模型分别对人口空间分布情况进行拟合, 通过比较模型的拟合优度来判定城市人口的多中心发育状况, 目前在北京、上海^[16]、南京^[12]等特大城市进行了不少实证。基于上述背景, 本文尝试基于人口普查数据通过多中心模型的拟合与客观统一标准相结合的方法来判断西安市人口多中心的情况, 考虑到多中心空间结构的尺度敏感性, 因此本文将多中心尺度限定在西安市市域尺度。

次中心的确定是应用多中心模型的前提, 本文为备选人口次中心设定了3个条件:①密度要求，人口次中心的人口密度应大于全市所有街道和乡镇人口密度平均值加两个标准差。②集聚要求，空间集聚类型属于“高高集聚”或“高低集聚”类型区。人口次中心不仅自身是人口高度密集区, 它同时也应该具备与周边地区互动或带动周边邻近区域的潜在能力。③区位要求，人口次中心必须位于郊区。本文中的次中心主要指地域(市域)次中心, 因此将要识别的次中心对象放在郊区。2000年, 同时满足3项约束条件的为大雁塔街道、小寨路街道; 2010年为大雁塔街道、小寨路街道、长延堡街道、电子城街道。根据上述结果, 选择Heikkila人口多核心模型采用逐步回归方法进行拟合:

(4)

式中, N为城市中心数量, r_n为街镇到中心n的距离; a_n及b_n为针对中心n的参数, a_n>0, b_n>0;D(r)为人口密度, 得到表 2所示结果。

根据多元回归结果可知:①2000年代表钟楼的变量截距值远远大于代表小寨的变量截距值, 且其斜率绝对值明显较高, 表明钟楼在吸引人口集聚方面表现出明显的优势。②2010年钟楼变量的截距值急剧下降, 斜率绝对值相较于其他人口次中心而言也最低, 表明钟楼作为城市中心人口的地位在下降; 小寨次中心在截距和斜率的绝对值方面都远高于其他人口次中心, 表明小寨已成为西安市发育成熟的人口空间分布次中心; 同时长延堡和电子城也成功被引入模型, 表明上述两个街道也已成为非常有潜力的人口次中心。

4 结论

基于第五、六次人口普查数据, 对西安市人口增长、空间分布及人口空间结构进行了研究, 发现:①西安市人口总量增长快, 空间分布上圈层分化明显, 形成中心区人口低速增长、近郊区爆发式增长、远郊区快速增长的空间格局; 人口扩张呈现出向近域和“东北-西南”方向连绵扩展的格局。②市区内大部分地区为城市化发育程度成熟的区域, 人口郊区化现象显著且程度高, 郊区内部差异大。③人口空间分布具有较强的正相关性, 存在显著的空间聚集模式, “高-高”集聚区主要集中在中心城区各街道以及空间上与之相邻的近郊区部分街道, “低-低”集聚区主要集中在远郊区的部分乡镇, 且随着时间的变化两者的空间范围均有不同程度的扩大, 反映了西安市人口局部空间极化而形成的“空间马太效应”在不断增强。④西安市市区人口空间分布上呈现出“多中心”特征, 小寨路街道为发育成熟的人口次中心。进一步分析可知, 西安市近域及轴向扩张趋势与西安市阎良区航空基地、西安经济开发区、出口加工区、高新区以及大学城的建设导致人口快速增长密切相关。在人口次中心识别方面, 尽管张家堡街道、曲江街道的聚集效应持续增强, 但由于其行政面积大、人口密度不高, 未被识别为备选人口次中心, 这也与米瑞华的实证结果一致; 纺织城街道基础设施完善、人口密度高, 带动周边地区的人口增长能力弱, 也不满足人口次中心的条件。论文主要创新之处在于提出了识别人口次中心的一般方法, 丰富了人口分布的实证研究。研究中所提出的备选人口次中心识别方法是对多中心城市空间结构进行定量研究的一个探索性思路, 未来有待发展更多的人口多中心空间结构定量测度方法, 并对本研究的结果进行交互验证, 得出更具普遍性的结论，并为城市空间结构的优化提出系统的对策和建议。