编者按
城市内部的人口空间分布结构是城市地理和城市规划领域的重要议题。如《城市规划原理》第4版（吴志强等，2010，P121）专门介绍了Clark模型在识别人口空间结构中的应用；以周一星先生为代表的城市地理学前辈在2000年前后便开始将单（多）中心模型用以研究城市空间结构（Wang & Zhou,1999），王法辉教授在其广受欢迎的《GIS和数量方法在社会经济研究中的应用》一书中也专门介绍了城市密度模型（王法辉，2019，P127）。尽管单中心和多中心的方法并不复杂，但能简明扼要地抽象出城市空间结构的基本特征，因而被奉为经典。遗憾的是，目前国内多城市、跨时段、同口径的比较研究相对少见，中国各城市人口空间结构演进的基本趋势尚待厘清。本期“佳文速递”为您推荐张延吉、池胡洁、林胜发表在《人文地理》2023年第2期的论文《向心化抑或离心化？2000—2020年中国城市内部人口分布的演进与规律》。论文以中国263个地级及以上城市市辖区为研究对象，利用2000、2020年WorldPop数据，运用经典的单中心城市模型，揭示中国地级及以上城市市辖区的人口密度分布、演进趋势及其影响因素。
作者简介
张延吉（1989-），男，上海人，博士，福州大学人文社会科学学院副教授，主要研究方向为社会地理学。
E-mail: chairman7up@126.com。
池胡洁（1996-），女，福建古田人，福州大学建筑与城乡规划学院硕士研究生，主要研究方向为城乡规划技术科学。
E-mail: 1687893156@qq.com。
林胜（1976 -），男，福建古田人，福州大学人文社会科学学院教授，硕士生导师，主要研究方向为人口地理学、国际移民。
一、研究缘起
厘清城市人口密度的分布格局是评估城市蔓延程度、郊区化速率、城市中心发育状况的重要依据，紧凑合理的城市人口空间结构也对推动职住混合、减少机动出行、土地集约利用、实现节能减排具有积极意义。然而，既有国内文献基本局限于单个或少数城市的人口空间分析，累计仅涉及10余个超特大城市，加之各研究在城市中心识别、城市地域范围、人口统计单元等方面秉持不同标准，难以进行横向、纵向比较，造成学界对全国各级各类城市人口密度分布的整体状况、演进趋势及其驱动因素缺乏总体认知，亟需系统开展覆盖中国主要城市的人口空间格局分析。
为此，本文以中国263个地级及以上城市市辖区为研究对象，以2000、2020年为研究时点，利用1km×1km的居住人口网格数据，通过指数函数、对数函数、幂函数等经典单中心模型逐一拟合各市在两个时点上的人口密度分布，试图解答两大研究问题：第一，2000和2020年各市的人口密度梯度存在何种差异？近20年来哪些城市发生了人口向心化或离心化趋势？各市的向心化或离心化程度表现出怎样的分异？第二，哪些驱动因素对各市的人口密度梯度、演进趋势及其变化程度产生了显著影响？西方理论框架对中国城市的人口空间重构是否具有解释力？
二、研究思路
首先，选择适用的人口数据。通过对比多种人口网格数据，发现WorldPop与全域及人口密度大于200人/km2地区的人口普查结果最吻合，证明WorldPop适用于中高人口密度地区。此外，该数据还可跨年度比对，适用于研究人口空间格局的变化趋势。
其次，分析城市人口密度分布的整体状况。本文选用指数模型、对数模型、幂函数模型拟合各市人口密度分布，三者方程依次为Dr=aebr、Dr =a+blnr、Dr =arb。Dr为各网格的人口密度；r为各网格中心到城市中心的欧氏距离；截距a表示理论上的城市中心人口密度；斜率b一般为负值，其绝对值|b|为人口密度梯度。以各市在两个年度中R2之和最大的模型为准，用该模型在2020与2000年|b|之差的标准分数Z值反映人口密度梯度的变化程度；该值越大，说明向心化程度越强；反之，表示离心化程度越强。
最后，探讨各市人口密度梯度及其演进趋势和变化程度的影响因素。分别以2000和2020年的人口密度梯度、向心化（y=1）或离心化（y=0）的二值变量、2020与2000年的密度梯度差值作为被解释变量，针对二值因变量采用Logit回归，其余采用OLS回归。参考既有文献，从经济发展、社会发展、政策导向三方面选取解释变量进行模型估计。
三、研究结论
特定时点上特定城市的人口密度分布适合用不同的单中心模型进行拟合，不存在某种普适的最佳单中心模型（表1）。总体而言，大城市和中小城市的人口密度分布分别更适合用指数函数和幂函数拟合，适用对数函数拟合的城市在经济社会特征上与适用另两种模型的城市没有显著差异。2000—2020年在发生人口离心化的城市中，单中心模型的拟合优度多有下降；而在出现人口向心化的多数城市中，单中心模型的拟合优度保持稳定。
就人口密度梯度的整体特征而言，全国城市整体的理论中心人口密度不降反增，人口密度梯度呈上升势头，各市中心密度和密度梯度的分化态势未有扩大（图1、图2）。经济低迷的收缩城市表现出城市中心相对衰落的迹象，而经济、人口扩张型城市的市中心仍在城市人口密度分布格局中发挥主导作用。2000—2020年间，70%、30%的城市分别经历了向心化和离心化过程，东部及高等级城市的密度梯度较高、向心化趋势更强烈，西南城市则易发生人口离心化（图3）。在向心化趋势最强烈的前20位城市中，北上广深等直辖市、副省级城市或省会城市占据15席；而在离心化程度最强烈的前20位城市中，除厦门外均为普通地级市（图4）。
图1 2000年各市人口密度梯度
图2 2020年各市人口密度梯度
图3 2000—2020年各市人口密度分布的演进趋势
图4 2000—2020年各市人口密度梯度的变化程度
就城市人口密度分布及其演进趋势的影响因素而言，市场机制与公共政策共同形塑了人口分布的空间格局及其演进趋势（图5）。就经济社会发展的影响来看，与多数西方实证结论相近，城镇常住人口越多、人均住宅面积越大、家庭小型化速度越快，人口密度曲线的斜率就越平缓、城市人口分布的离心化概率越高、离心化程度越强。但与西方理论发现不同，中国城市化率的提升和职工工资的增加促使人口向城市中心集中。这是由于中国城市的中心城区集中了大量优质公共资源，随着收入提高，中产阶级在住房选址时对教育、医疗等高品质公共服务的分布更敏感，存在因公共服务差异而产生的用脚投票现象，导致我国发达城市的中心人口密度偏高、向心化趋势明显。就政策导向的影响来看，与西方城市相似，公共部门对道路建设的投入可改善交通可达性，尤其能提升远距离通勤便捷度，从而助推人口向郊区低密度蔓延。而中国城市政府对公共交通的支持也在客观上促进了离心化。
图5 人口密度分布演进趋势的影响因素
四、研究展望
受篇幅及数据所限，本文尚存如下局限，有待未来研究改进：第一，可将分析范围调整为城市实体地域、地级市市域等空间尺度，将分析对象拓展至各类就业人口或活动人口，以获悉不同人口要素在多种尺度上的空间结构演进规律。第二，细化人口密度分布的模型拟合，如比较不同城市拓展方向上的密度梯度、引入多中心模型等。第三，完善人口格局演进趋势的解释框架，探究各市在公共服务均等化、房价收入比、交通管理、旧城更新、新城开发等方面的差异会否对人口分布产生影响。
来源：人文地理
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
