地理尺度下廣州市職業(yè)空間分異特征研究

石恩名　劉望保　孟海潔

摘 要：以廣州市從業(yè)人員的空間分異為研究切入點(diǎn)，通過尺度回歸曲線和宏微觀尺度比率研究社會空間分異的五個維度的尺度變化特征，結(jié)合等值線分布圖分析從業(yè)人員在宏微觀尺度中的空間分異模式。研究表明，空間分異中均勻性、集中性和集群性維度受尺度變化影響較大，向心性和接觸性維度受尺度變化影響較小。國家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人空間分布呈雙峰結(jié)構(gòu)，主要分布在中心圈層，集中性、向心性較高，接觸性、集群性和均勻性維度較低；辦事人員和專業(yè)技術(shù)人員空間分布呈單核心多次中心結(jié)構(gòu)，主核心位于中心城區(qū)，集中性、向心性、均勻性較高，接觸性和集群性較低；商業(yè)服務(wù)業(yè)人員空間分布呈雙主峰結(jié)構(gòu)，分布在中心城區(qū)和北部城區(qū)，空間分異五維度均較高；生產(chǎn)運(yùn)輸設(shè)備操作人員空間分布呈火山口結(jié)構(gòu)，人口集中分布在中間圈層，接觸性、集中性、集群性較高，均勻性、向心性較低；農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員呈盆地狀結(jié)構(gòu)，主要分布在最外圈層，除接觸性維度較高外其他維度均較低。

關(guān)鍵詞：從業(yè)人員；多維度；空間分異；尺度

中圖分類號：K921.5 文獻(xiàn)標(biāo)識碼：A

0 引言

中國改革開放30年，快速的經(jīng)濟(jì)發(fā)展促進(jìn)產(chǎn)業(yè)升級和內(nèi)部結(jié)構(gòu)分化，全球性的資本流動和我國社會經(jīng)濟(jì)轉(zhuǎn)型使得勞動市場重新被塑造。城市快速擴(kuò)張和再城市化使得城市內(nèi)部空間重組，市場化改革進(jìn)一步加速了城市社會空間分異現(xiàn)象和空間建構(gòu)路徑的自我更新[1]。同時住房制度改革的深化使得原單位制的“職住統(tǒng)一體”向單一就業(yè)場所轉(zhuǎn)化，住房消費(fèi)市場進(jìn)一步細(xì)分。原本的“單位制人”逐漸擺脫單位的束縛在市場上購買其自身社會經(jīng)濟(jì)能力相適應(yīng)的住房[2]，職業(yè)的分化和貧富差距拉大使得階層賦予空間特殊的社會屬性，基于收入、職業(yè)等社會因素使得階層被固定在特定空間上，并逐漸形成社會階層分化的空間。由住房消費(fèi)市場生產(chǎn)出來的階層隔離空間不僅在空間上分離各階層群體，而且拉大了社會群體的社會距離和心理距離，使得社會隔閡和不穩(wěn)定因素增加。

早在20世紀(jì)80年代我國學(xué)者便開始社會空間分異的相關(guān)研究，虞蔚[3]、許學(xué)強(qiáng)[4]等學(xué)者首先對上海廣州等大城市的城市內(nèi)部社會結(jié)構(gòu)進(jìn)行了社會空間的研究，劃分了社會區(qū)。隨后學(xué)者開始引入社會空間分異指標(biāo)來衡量社會空間分異程度[5]。馮健等[6]用信息熵、絕對分異指數(shù)、相對分異指數(shù)和隔離指數(shù)研究分析了北京社會空間分異；李志剛等[7]用差異指數(shù)、分異指數(shù)和隔離指數(shù)分析了廣州市新移民居住空間分異。但是傳統(tǒng)空間分異測量指數(shù)在衡量空間分異程度時存在許多缺陷[8]，空間分異測量指數(shù)均是以行政單元作為基本單元進(jìn)行計算的，因此其不可避免地將面臨“可塑性面積單元問題”[9-12]，比如鄰里關(guān)系的定義、統(tǒng)計基本單元的大小及形狀。傳統(tǒng)空間分異測量指數(shù)忽略了統(tǒng)計基本單元的空間屬性直接影響到指數(shù)的有效性和準(zhǔn)確性[13]，特別是我國近代行政區(qū)劃變動較大[14]，這種影響不容忽視。1991年Morrill提出基于鄰域矩陣修正的差異性指數(shù)用以解決對統(tǒng)計基本單元鄰里關(guān)系定義問題[15， 16]，隨后Wong提出空間多樣性指數(shù)[17]、基于面積周長比修正的空間分異指數(shù)[13]解決“可塑性面積單元問題”，將社會空間分異測量指數(shù)賦予空間形狀屬性。但并未能解決統(tǒng)計基本單元本身的局限性，即由統(tǒng)計基本單元的尺度大小帶來的尺度效應(yīng)問題。

尺度問題主要產(chǎn)生于地理現(xiàn)象的異質(zhì)性與系統(tǒng)的等級性，而隔離現(xiàn)象不僅具有異質(zhì)性而且具有等級性，從社區(qū)到城市甚至到民族國家隔離無處不在[18]。地理尺度從本體論、認(rèn)識論到實(shí)踐論三個層次可以分為現(xiàn)實(shí)尺度、分析尺度和實(shí)踐尺度三個層面[19]。本文所指的尺度主要是指分析尺度，指社會空間分析中的統(tǒng)計基本單元的尺度大小，而非分析單元的行政級別。在我國行政單元劃分中，同一級別的行政單元面積相差很大[14]，傳統(tǒng)社會空間分異研究僅注重對行政單元選取說明，對各統(tǒng)計單元的尺度范圍大小存在嚴(yán)重忽略。同時，傳統(tǒng)空間分異測量研究均基于統(tǒng)計基本單元的基礎(chǔ)上，基于社區(qū)尺度、街道尺度或者區(qū)鎮(zhèn)尺度層面社會空間分異都不可避免地需要面對尺度分析單元的約束，基本單元越大，其空間分異測量指數(shù)越小。學(xué)者們?yōu)榱私鉀Q社會空間分異中的尺度問題均選擇街道尺度，甚至居委會和社區(qū)尺度進(jìn)行研究[1，6，7]，以規(guī)避尺度效應(yīng)對社會空間分異測量指數(shù)的影響。小尺度的選取能在很大程度上得到更精準(zhǔn)的結(jié)果，但將導(dǎo)致其結(jié)果不具備統(tǒng)一評估的標(biāo)尺，缺乏和其他研究的對比性。Reardon[20]認(rèn)為不同尺度下的社會空間分異具有不同的空間模式及機(jī)理，僅對單一尺度下的社會空間分異測算很難理解整個城市的社會空間分異模式。因此，進(jìn)行多尺度的空間分異研究不僅可以為不同地區(qū)之間社會空間分異的對比奠定基礎(chǔ)，特別是對同一行政級別下各行政單元大小差異頗大時提供歸一化方法，還可以更好地理解各尺度下的社會空間分異模式。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

本文分析的基礎(chǔ)數(shù)據(jù)為廣州市第六次人口普查數(shù)據(jù)及廣州市2010年街道級別行政區(qū)劃數(shù)據(jù)，從業(yè)人員分類采取國家人口普查職業(yè)分類標(biāo)準(zhǔn)分為7類：國家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人（以下簡稱國家機(jī)關(guān)等機(jī)構(gòu)負(fù)責(zé)人）；專業(yè)技術(shù)人員；辦事人員和有關(guān)人員（以下簡稱辦事人員）；商業(yè)、服務(wù)業(yè)人員；農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員；生產(chǎn)運(yùn)輸設(shè)備操作人員及有關(guān)人員（以下簡稱為生產(chǎn)運(yùn)輸設(shè)備操作人員）；不便分類的其他從業(yè)人員。由于第七類從業(yè)人員人數(shù)過少，甚至某些街道為0，將影響整體計算結(jié)果，因此剔除不便分類的其他從業(yè)人員。

本文共構(gòu)建1公里到10公里以1為級差十個類型的尺度單元網(wǎng)格。尺度單元構(gòu)建主要步驟：①計算出每個街道單元的各職業(yè)人口密度；②將廣州市街道行政地圖劃分為500m*500m的小格網(wǎng)；③根據(jù)格網(wǎng)與街道相交后的面積與街道的職業(yè)人口密度相乘得出該網(wǎng)格的職業(yè)人口數(shù)； ④合并500m*500m的小格網(wǎng)得到1公里到10公里各級別尺度網(wǎng)格；⑤將合并的網(wǎng)格人口數(shù)據(jù)求和得到合并后的網(wǎng)格人口數(shù)。

1.2 空間分異指標(biāo)

本文采用Massey總結(jié)歸納的社會空間分異測度的五個維度指標(biāo)[21]：均勻性維度（Evenness）、接觸性維度（Exposure）、集中性維度（Concentration）、向心性維度（Centralization）和集群性維度（Clustering）作為本次研究空間分異測度的維度。

（1） 均勻性維度指標(biāo)。均勻性維度指標(biāo)用來表示某一或多個人口群體在大都市地區(qū)各細(xì)分空間單位（如人口普查片區(qū)）中的分布情況。本文采用按共有邊長及周長面積比修正隔離指數(shù)IS（s）衡量均勻性維度，其表達(dá)式如下[22]：

式中，P 指整個研究區(qū)域中x人口所占的百分比，Pi 空間細(xì)分片區(qū)單元i中x所占的百分比，Pj空間細(xì)分單元j中x所占的百分比，A 指整個研究區(qū)域的面積，Ai空間細(xì)分單元i的面積，Aj空間細(xì)分單元j的面積，bij是指空間細(xì)分單元i和j的公共邊界長度，xi指空間細(xì)分單元i中的x群體的總?cè)藬?shù)，xj指空間細(xì)分單元j中的X群體的總?cè)藬?shù)，X指整個研究區(qū)域中X群體的總?cè)藬?shù)，ti指空間細(xì)分單元i中的總?cè)丝?，tj指空間細(xì)分單元j中的總?cè)丝?，T指整個研究區(qū)域的總?cè)藬?shù)。修正隔離指數(shù)IS（s）的取值范圍為[0，1]，數(shù)值越大代表空間分布越不均勻。

（2） 接觸性維度指標(biāo)。接觸性維度指標(biāo)指在單位空間里，同組個體之間（單組）或異組個體之間（組間）的潛在接觸的可能性。本文主要采用孤立指數(shù)xPx衡量接觸維度指標(biāo)[23]，其公式如下：

式中，各項(xiàng)參數(shù)的代表含義同公式（1），孤立指數(shù)xPx取值范圍為[0，1]，其數(shù)值越大接觸到同組個體可能性越大，接觸到異組個體的可能性越小。

（3） 集中性維度指標(biāo)。集中性維度指標(biāo)指的是某一群體所占用的空間大小。一個群體占用的空間越小，它的集中性就越高。本文采用量差指數(shù)DEL衡量集中性維度指標(biāo)[24]，其公式如下：

式中，各項(xiàng)參數(shù)代表含義同公式（1），量差指數(shù)DEL取值范圍為[0，1]，其數(shù)值越大，群體占用空間越小，集中性越高。

（4） 集群性維度指標(biāo)。集群性維度指標(biāo)用于衡量某群體的集聚程度。群體占用相鄰的空間細(xì)分單位，從而在城市中形成被包圍的“飛地”，群體占用的相鄰空間越多，其集群性越大。本文采用絕對集群性指數(shù)ACL衡量集群性維度指標(biāo)[25]，其公式如下：

式中，cij指鄰里矩陣，其余參數(shù)代表含義同公式（1）。集群性指數(shù)ACL的取值范圍為[0，1]，其數(shù)值越大集群性越大。

（5） 向心性維度指標(biāo)。向心性維度指標(biāo)表示某一群體所在地點(diǎn)距離都市中心或中心商業(yè)區(qū)的遠(yuǎn)近程度，本文采用廣州市體育中心作為都市中心，絕對向心指數(shù)ACE來衡量向心性維度，其公式如下：

式中，空間細(xì)分單元按到市中心的距離升序排序，Xi-1指從單元1到i的X群體的累計百分比，Si指從單元1到i的面積累計百分比。絕對向心指數(shù)ACE取值范圍為[-1，1]，數(shù)值越大距離市中心越近。

1.3 隔離指數(shù)尺度回歸曲線與尺度比率

尺度回歸曲線即空間分異指數(shù)在不同尺度下的數(shù)值變化曲線[26]。如圖1所示，圖1（1）為A、B、C三個群體的空間分異尺度回歸曲線，圖1（2）和圖1（3）分別為微觀尺度和宏觀尺度視角下三個群體的空間橫截面人口比率分布圖?？臻g分異尺度回歸曲線的斜率表示尺度對空間分異的影響程度，如圖1（2）中基于微觀尺度空間A群體與B群體橫截面形態(tài)完全不同，其均勻性程度表現(xiàn)出明顯差異，A的均勻性遠(yuǎn)小于B。但隨著尺度單元擴(kuò)張，如圖1（1）所示，A群體與B群體的微觀差異逐漸被尺度抹平，A群體的回歸曲線的斜率絕對值要遠(yuǎn)大于B群體，A群體空間分異受尺度影響較B群體大，最后A、B群體逐漸變成相同的空間分異狀態(tài)，如圖1（3）所示。空間分異尺度回歸曲線斜率的絕對值可以用于反映空間分異指標(biāo)在尺度測算中對尺度變化的敏感度。

空間分異尺度回歸曲線的截距指在（理想狀態(tài)下的）最小尺度分析單元的空間分異程度，被用作表示為沒有尺度影響下的空間分異程度，如圖1（1）A群體與C群體雖然擁有相同的尺度變換率（斜率），A群體和B群體在大尺度空間擁有相同的形態(tài)（交點(diǎn)），但它們?nèi)叩幕貧w曲線的截距不同，因此在最小分析尺度單元視角下A、B、C三個群體依然具有不同的空間分異程度和空間形態(tài)，如圖1（2）。

尺度比率指在宏觀尺度下的空間分異指數(shù)與微觀空間下的空間分異指數(shù)的比值，尺度比率可以表現(xiàn)出在尺度上升過程中空間分異及各維度變化狀況，其公式如下：

式中，ISmac代表宏觀尺度下的分異指數(shù)；ISmic代表微觀尺度下的分異指數(shù)。尺度比率越接近1說明宏觀空間環(huán)境和微觀空間環(huán)境的分異程度越接近，在空間中存在一個“廣域的”空間分異，從微觀到上升宏觀尺度變化較??；尺度比率越接近0說明宏觀空間環(huán)境與微觀空間環(huán)境的分異程度差異越大，空間分異主要以短距離微觀空間為主，在宏觀空間尺度下這種分異逐漸消亡。尺度比率與1的差值表示在尺度上升中所被抹平的微觀空間的空間差異，即相當(dāng)于圖1（2）中ABC橫截面曲線的小鋸齒。

2 各維度空間分異指數(shù)回歸系數(shù)比較

對空間分異五維度指標(biāo)與網(wǎng)格單元尺度長度做線性回歸擬合，尺度長度采用公里為單位，結(jié)果如表1所示，社會空間分異五維度中向心性維度的回歸方程的校正后的R平方在0.09到0.34，回歸方程不顯著，向心性維度與尺度并不存在線性關(guān)系，主要是因?yàn)槠浔硎究臻g位置關(guān)系，隨著尺度大小變化并非呈現(xiàn)規(guī)則的線性規(guī)律。其余四個維度均勻性維度指標(biāo)、接觸性維度指標(biāo)、集中性維度指標(biāo)和集群性維度指標(biāo)的校正后的R平方均在0.7以上，擬合所得回歸方程均顯著，構(gòu)建回歸方程有效。

均勻性維度指標(biāo)、接觸性維度指標(biāo)、集中性維度指標(biāo)和集群性維度指標(biāo)的擬合方程的回歸系數(shù)的平均值分別為-4.83×10-2、-2.67×10-3、-4.33×10-3、-4.5×10-3，標(biāo)準(zhǔn)差分別為3.55×10-2、1.51×10-3、1.03×10-3、1.87×10-3。均勻性維度指標(biāo)受尺度變化影響最大，其尺度變化率（回歸系數(shù)絕對值）是其他三個維度的數(shù)十倍之多，網(wǎng)格基本單元尺度每增加1公里均勻性指標(biāo)將減少0.048，考慮到均勻性指標(biāo)的取值范圍為[0，1]，其影響至少產(chǎn)生4.8%以上的變幅。但六類從業(yè)人員均勻性維度的回歸系數(shù)具有最大平均值同時其標(biāo)準(zhǔn)差要遠(yuǎn)遠(yuǎn)大于其他維度，對于不同的職業(yè)均勻性維度指標(biāo)的尺度影響相差巨大，如專業(yè)技術(shù)人員均勻性指標(biāo)回歸系數(shù)遠(yuǎn)大于其他維度，而農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員均勻性維度指標(biāo)的回歸系數(shù)則與其他三個維度并無明顯差距。接觸性維度指標(biāo)尺度變化率最小，其整體上受尺度變化影響最小，集中性維度指標(biāo)和集群性維度指標(biāo)則介于兩者之間。究其原因主要由于各維度指標(biāo)中尺度單元大小的影響不同，可以看出除了向心性維度其他各維度與最小統(tǒng)計單元面積呈線性負(fù)相關(guān)關(guān)系，由于均勻性維度表示的是各最小統(tǒng)計單元之間的差異，因此受尺度影響最大，而接觸性維度由于描述各統(tǒng)計單元內(nèi)部的差異情況，相對來說受尺度影響最?。患行跃S度指標(biāo)和集群性維度位于兩者之間，兩者分別表示人口在單元中的集中程度及各單元中同類人口的集群程度，因此相對接觸性維度其受尺度影響較大，向心性維度表示中心的位置，因此和最小統(tǒng)計單元面積大小無關(guān)，隨著單元尺度的變化向心性基本保持不變。

回歸方程的常數(shù)項(xiàng)代表尺度大小接近極小值時各維度的指標(biāo)數(shù)值，因此可以看作對斜率歸一化后的值，各群體的方程常數(shù)項(xiàng)可以作為社會空間分異標(biāo)準(zhǔn)化數(shù)值的呈現(xiàn)。對從業(yè)人員的回歸方程常數(shù)項(xiàng)進(jìn)行分析，均勻性維度指標(biāo)、接觸性維度指標(biāo)、集中性維度指標(biāo)和集群性維度指標(biāo)四個維度常數(shù)項(xiàng)均值分別為0.373、0.258、0.616、0.199，標(biāo)準(zhǔn)差分別為0.173、0.146、0.179、0.131。對從業(yè)人員來說，均勻性維度和集中性維度兩個維度指標(biāo)差異最大，為主要影響特征。

3 各從業(yè)人員空間分異模式及尺度變化特征

本文采用克里金空間插值法構(gòu)建廣州市各從業(yè)人員人口比率等值線分布圖，并結(jié)合社會空間分異五維度指標(biāo)研究從業(yè)人員空間分異模式。但是僅用微觀尺度或宏觀尺度繪制空間分布圖都有缺陷，宏觀空間分布圖能夠很好地把握整體的分布特征但忽視局部特征抹去內(nèi)部的細(xì)節(jié)性差異，微觀尺度空間可以表現(xiàn)出細(xì)節(jié)上差異但受細(xì)節(jié)影響太大較難總結(jié)出整體的分布特征，因此本文采用宏觀和微觀相結(jié)合來分析空間模式，并用尺度比率分析研究從業(yè)人員在宏微觀空間尺度下的變化特征。

3.1 國家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人

國家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人的空間分異五維度指標(biāo)尺度變化比率如圖2所示，其向心性維度指標(biāo)與集中性維度指標(biāo)的尺度比率均在0.9以上，從宏觀單元（10km）到微觀單元（1km）的變化幅度分別為0.70%、7.86%，受尺度影響較小；均勻性維度指標(biāo)、接觸性維度指標(biāo)和集群性維度指標(biāo)的尺度比率均在0.8以下，宏微觀變化幅度分別為25.56%、22.54%、29.30%，受尺度影響較大。

國家機(jī)關(guān)、黨群組織、企業(yè)事業(yè)單位負(fù)責(zé)人的空間分布模式如圖3所示，其空間分布特征為核心雙峰結(jié)構(gòu)，人口主要集中在中心城區(qū)和南部城區(qū)偏北的一塊，其向心性和集中性較高，宏微觀尺度集中性維度指標(biāo)分別為0.74、0.68，向心性維度指標(biāo)均為0.8。在微觀尺度空間分布較破碎，人口多集中在中部城區(qū)，北部與南部城區(qū)人口分布比例較低，均勻性較差，其均勻性維度指數(shù)為0.39，表現(xiàn)為中等不均勻，隨著尺度上升，宏觀尺度均勻性維度指標(biāo)下降為0.29。

3.2 專業(yè)技術(shù)人員

專業(yè)技術(shù)人員空間分異向心性維度指標(biāo)與集中性維度指標(biāo)的尺度比率均在0.9以上， 宏微觀變化幅度分別為1.17%、6.04%，受尺度影響較?。唤佑|性維度指標(biāo)宏微觀變化幅度為11.63%，尺度比率在0.8到0.9之間，受尺度影響程度中等；均勻性維度指標(biāo)和集群性維度指標(biāo)的尺度比率在0.8以下，宏微觀變化幅度分別為24.03%、26.33%，受尺度影響較大。

專業(yè)技術(shù)人員空間分布特征為單核心多次中心結(jié)構(gòu)，人口主要分布在中心城區(qū)，周圍環(huán)繞著四個次級中心，其向心性和集中性較高，但由于多個次中心存在，其空間分布較均勻，宏微觀尺度集中性維度指標(biāo)分別為0.70、0.66，向心性維度指標(biāo)分別為0.79、0.78，均勻性維度指標(biāo)分別為0.29、0.22。

3.3 辦事人員

辦事人員空間分異向心性維度指標(biāo)、集中性維度指標(biāo)和接觸性維度指標(biāo)的尺度比率均在0.9以上，宏微觀變化幅度分別為0.89%、5.13%、10.09%，受尺度影響較??；均勻性維度指標(biāo)和集群性維度指標(biāo)的尺度比率均在0.8以下，宏微觀變幅分別為26.45%、22.74%，受尺度影響較大。

辦事人員的空間分布特征和專業(yè)技術(shù)人員一樣，亦為單核心多次中心結(jié)構(gòu)，人口主要分布在中心城區(qū)，四周環(huán)繞著多個次級中心，其向心性和集中性較高，空間分布較均勻，宏微觀尺度向心性維度指標(biāo)分別為0.78、0.77，集中性維度指標(biāo)分別為0.67、0.64，均勻性維度指標(biāo)分別為0.23、0.17。

3.4 商業(yè)服務(wù)業(yè)人員

商業(yè)服務(wù)業(yè)人員空間分異向心性維度指標(biāo)、集中性維度指標(biāo)和接觸性維度指標(biāo)的尺度比率均在0.9以上， 宏微觀變化幅度分別為0.31%、4.38%、4.93%，受尺度影響較?。痪鶆蛐跃S度指標(biāo)和集群性維度指標(biāo)的尺度比率在0.8到0.9之間，宏微觀變化幅度分別為16.03%、16.67%，受尺度影響程度中等。商業(yè)服務(wù)業(yè)人員空間分異整體受尺度變化影響較小。

商業(yè)服務(wù)業(yè)人員的空間分布特征為雙峰結(jié)構(gòu)，一個核心位于中心城區(qū)的西部，一個核心位于北部城區(qū)的西部。位于中心城區(qū)的核心區(qū)其微觀特征為多個群簇較均勻分布組成的破碎狀集聚點(diǎn)，在宏觀尺度下各集聚點(diǎn)連接成片形成一個中心單峰。商業(yè)服務(wù)業(yè)人員的向心性和集中性較高，空間分布較均勻，宏微觀尺度的集中性維度指標(biāo)分別為0.67、0.64，均勻性維度指標(biāo)分別為0.25、0.21，向心性維度指標(biāo)均為0.76。

3.5 農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員

農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員向心性維度指標(biāo)和均勻性維度指標(biāo)宏微觀變化幅度分別為4.79%、6.86%，尺度比率均在0.9以上，受尺度影響較小；接觸性維度指標(biāo)和集中性維度指標(biāo)的宏微觀變化幅度分別為12.65%、13.00%，尺度比率在0.8到0.9之間，受尺度影響程度中等；集群性維度指標(biāo)宏微觀變化幅度達(dá)38.70%，尺度比率在0.7以下，其受尺度影響非常大。

農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員的空間分布特征為盆地狀結(jié)構(gòu)，農(nóng)業(yè)人口主要集中在南部城區(qū)和北部城區(qū)，中部城區(qū)形成一塊以珠江為中心的農(nóng)業(yè)人口“空白帶”。其空間上分布十分不均勻，分布較分散，集中性低，宏微觀尺度的集中性維度指標(biāo)分別為0.28、0.24，均勻性維度指標(biāo)分別為0.70、0.65，向心性維度指標(biāo)均為0.09。

3.6 生產(chǎn)運(yùn)輸設(shè)備操作人員

生產(chǎn)運(yùn)輸設(shè)備操作人員向心性維度指標(biāo)、集中性維度指標(biāo)和接觸性維度指標(biāo)的宏微觀變化幅度分別為0.87%、7.78%、8.24%，尺度比率在0.9以下，受尺度影響較??；集群性維度指標(biāo)的宏微觀變化幅度為19.88%，尺度比率在0.8到0.9之間，受尺度影響程度中等；均勻性維度指標(biāo)的宏微觀變化幅度為21.26%，尺度比率均在0.8以下，受尺度影響較大。

生產(chǎn)運(yùn)輸設(shè)備操作人員的空間分布特征為火山口結(jié)構(gòu)，最內(nèi)圈層人口比率極低形成中心洼地，中間圈層人口比率最高，再外層人口比率又逐步下降。其宏微觀尺度的均勻性維度指標(biāo)分別為0.36、0.29，集中性維度指標(biāo)分別為0.57、0.53，其空間分布較不均勻，集中性較高。

4 結(jié)論與討論

4.1 空間分異指數(shù)尺度變化特征差異巨大

通過對廣州市從業(yè)人員的社會空間分異探討發(fā)現(xiàn)，傳統(tǒng)的社會空間分異五個維度受尺度單元大小變化影響程度差異很大，其中均勻性維度受尺度影響最大，均勻性表示各細(xì)分片區(qū)（統(tǒng)計基本單元）的分布狀況，因此隨著細(xì)分單元的尺度擴(kuò)大，被吞并的細(xì)分單元抹平了其內(nèi)部的差異性以整體性表現(xiàn)出來，其受尺度擴(kuò)張影響最大。集中性維度和集群性維度表示群體的空間集聚性，隨著細(xì)分單元的尺度擴(kuò)大，集聚性逐漸被周圍其他群體占主導(dǎo)的單元稀釋掉，因此集中性和集群性受尺度擴(kuò)張影響程度也較大。接觸性維度表示單位空間里同組個體之間的潛在接觸的可能性，隨著細(xì)分單元的尺度擴(kuò)大，空間分布較均勻和集中性較小的地區(qū)接觸性指標(biāo)變化幅度較小，而集中性較大、空間分布不均勻的地區(qū)其接觸性指標(biāo)變化幅度較大。向心性維度指距離都市中心或中心商業(yè)區(qū)的遠(yuǎn)近程度，表示為一種位置關(guān)系，隨著細(xì)分單元的尺度擴(kuò)大其位置變動較小，而且呈非線性變動，受尺度影響最小。

4.2 從業(yè)人員空間分異模式

廣州市從業(yè)人員空間分布主要可以劃分為三個圈層：第一圈層為核心圈層，主要分布在廣州市的經(jīng)濟(jì)行政主中心和各個次中心，主要為國家機(jī)關(guān)等機(jī)構(gòu)負(fù)責(zé)人、辦事人員、專業(yè)技術(shù)人員和商業(yè)服務(wù)業(yè)人員，代表著經(jīng)濟(jì)權(quán)利的“精英階級”，其空間分異特點(diǎn)是空間分布較均勻，向心性和集中性較高。第二圈層為中間圈層，主要分布在中心城區(qū)周圍的近郊區(qū)，起到回避地價競爭同時起到連接第一圈層和第二圈層的作用，該圈層主要為代表著底層工人群體的生產(chǎn)運(yùn)輸設(shè)備操作人員，空間分異特點(diǎn)為均勻性、集中性和向心性都比第一圈層人員低，其與商業(yè)服務(wù)業(yè)人員在空間上均呈連片式分布，接觸性和集群性較高。第三圈層為邊緣圈層，主要分布在遠(yuǎn)離中心城區(qū)的遠(yuǎn)郊區(qū)，其經(jīng)濟(jì)水平最低，代表著第一產(chǎn)業(yè)的農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員，其空間分異特點(diǎn)為集中性和向心性非常低，空間分布極不均勻，人口主要分布在增城、從化和南沙等地的地廣人稀地區(qū)。

4.3 從業(yè)人員空間分異宏微觀差異

不同從業(yè)人員在不同單元尺度中存在很大差異，國家機(jī)關(guān)等機(jī)構(gòu)負(fù)責(zé)人、專業(yè)技術(shù)人員空間分異主要體現(xiàn)在微觀尺度上，分布較集中且破碎。商業(yè)服務(wù)業(yè)人員、生產(chǎn)運(yùn)輸設(shè)備操作人員、農(nóng)林牧漁水利業(yè)生產(chǎn)人員的空間分異則更多體現(xiàn)在宏觀尺度上連片分布，商業(yè)服務(wù)業(yè)人員在城市中心，生產(chǎn)運(yùn)輸設(shè)備操作人員在城市近郊區(qū)，農(nóng)林牧漁水利業(yè)生產(chǎn)人員分布在城市遠(yuǎn)郊區(qū)，其內(nèi)部的微觀尺度差異相對較小。城市從業(yè)人員的空間分異也是城市內(nèi)部社會經(jīng)濟(jì)的一種映射。從業(yè)人員宏觀尺度的空間分異可以看成城市經(jīng)濟(jì)體的聯(lián)系和功能分區(qū)，空間分異越大則各類經(jīng)濟(jì)體聯(lián)系越少，產(chǎn)業(yè)結(jié)構(gòu)越碎片化，而內(nèi)外圈分異程度高低也體現(xiàn)了同心圓結(jié)構(gòu)模式的清晰程度。而從業(yè)人員在微觀空間上表現(xiàn)的社會空間分異更像“精英與平民”的分割，精英之間不斷地結(jié)合并與大眾之間相互區(qū)隔[27]，權(quán)力精英、經(jīng)濟(jì)精英與知識精英集中在“規(guī)訓(xùn)空間”中[28]。因此社會經(jīng)濟(jì)地位相對較高的國家機(jī)關(guān)等機(jī)構(gòu)負(fù)責(zé)人、專業(yè)技術(shù)人員其空間分異程度在微觀層面表現(xiàn)更為明顯。

社會空間分異的測度不僅存在著尺度效應(yīng)，而且在不同地理尺度單元下其表現(xiàn)出來的模式和意義是完全不同的。社會空間分異是一種特定的人群在特定尺度下表現(xiàn)出來的結(jié)果，其尺度不限于行政單元等級還包括了地理尺度及其測量的基本單元大小。因此，基于尺度衡量的社會空間分異指標(biāo)在社會空間分異研究中具有不可忽略的作用。

參考文獻(xiàn)：

[1] 吳啟焰，吳小慧，Guo C，et al. 基于小尺度五普數(shù)據(jù)的南京舊城區(qū)社會空間分異研究[J]. 地理科學(xué)，2013， 33（10）： 1196-1205.

[2] 魏立華，叢艷國，李志剛，等. 20世紀(jì)90年代廣州市從業(yè)人員的社會空間分異[J]. 地理學(xué)報，2007，162（4）： 407-417.

[3] 虞蔚. 西方城市地理學(xué)中的因子生態(tài)分析[J]. 國外人文地理，1986（2）：36-39.

[4] 許學(xué)強(qiáng)，胡華穎，葉嘉安. 廣州市社會空間結(jié)構(gòu)的因子生態(tài)分析[J]. 地理學(xué)報，1989， 44（4）：385-399.

[5] 李志剛，吳縛龍. 轉(zhuǎn)型期上海社會空間分異研究[J]. 地理學(xué)報， 2006， 61（2）：199-211.

[6] 馮健，周一星. 轉(zhuǎn)型期北京社會空間分異重構(gòu)[J]. 地理學(xué)報， 2008， 63（8）：829-844.

[7] 李志剛，吳縛龍，肖揚(yáng). 基于全國第六次人口普查數(shù)據(jù)的廣州新移民居住分異研究[J]. 地理研究，2014， 33（11）： 2056-2068.

[8] 石恩名，劉望保，唐藝窈. 國內(nèi)外社會空間分異測度研究綜述[J]. 地理科學(xué)進(jìn)展，2015，34（7）：818-829.

[9] Wong D W. Spatial dependency of segregation indices[J]. The Canadian Geographer/Le Géographe canadien， 1997， 41（2）：128-136.

[10] Wong D W. Spatial decomposition of segregation indices： a framework toward measuring segregation at multiple levels[J]. Geographical Analysis， 2003， 35（3）：179-194.

[11] Reardon S F， Osullivan D. Measures of spatial segregation[J]. Sociological Methodology，2004，34（1）： 121-162.

[12] Wong D. The modifiable areal unit problem （MAUP）[M]. The SAGE Handbook of Spatial Analysis. SAGE Publications London. 2009：105-123.

[13] Wong D W. Implementing spatial segregation measures in GIS[J]. Computers， Environment and Urban Systems， 2003， 27（1）：53-70.

[14] 朱建華，陳田，王開泳，等. 改革開放以來中國行政區(qū)劃格局演變與驅(qū)動力分析[J]. 地理研究，2015，34（2）：247-258.

[15] Morrill R L. On the measure of geographical segregation[C]. Geography Research Forum，1991， 11（1）： 25-36.

[16] Hong S-Y， O'sullivan D， Sadahiro Y. Implementing spatial segregation measures in R[J]. PloS one，2014， 9（11）： 113-147.

[17] Wong D W. Modeling local segregation： a spatial interaction approach[J]. Geographical and Environmental Modelling， 2002， 6（1）：81-97.

[18] Kaplan D H， Holloway S R. Scaling ethnic segregation： causal processes and contingent outcomes in Chinese residential patterns[J]. GeoJournal， 2001， 53（1）：59-70.

[19] 劉云剛，王豐龍. 尺度的人文地理內(nèi)涵與尺度政治—基于1980年代以來英語圈人文地理學(xué)的尺度研究[J]. 人文地理， 2011（3）：1-6.

[20] Reardon S F， Matthews S A， Osullivan D， et al. The geographic scale of metropolitan racial segregation[J]. Demography， 2008， 45（3）：489-514.

[21] Massey D S， Denton N A. The dimensions of residential segregation[J]. Social Forces， 1988， 67（2）： 281-315.

[22] Wong D W. Spatial indices of segregation[J]. Urban Studies， 1993， 30（3）：559-572.

[23] Bell W. A probability model for the measurement of ecological segregation[J]. Social Forces， 1954， （32）：357-364.

[24] Duncan O D， Cuzzort R P， Duncan B. Statistical geography： problems in analyzing areal data[J]. Statistical Geography： Problems in Analyzing Areal Data， 1961， 56（296）： 1011-1013.

[25] White M J. Segregation and diversity measures in population distribution[J]. Population Index， 1986， 52（2）：198-221.

[26] Lee B A， Reardon S F， Firebaugh G， et al. Beyond the census tract： Patterns and determinants of racial segregation at multiple geographic scales[J]. American Sociological Review， 2008， 73（5）：766-791.

[27] Zukin. Landscapes of power： from detroit to Disney World[M]. London： University of Califormia Press， 1993.

[28] 宋偉軒. 隔離與排斥—封閉社區(qū)的社會空間分異[M]. 北京： 中國建筑工業(yè)出版社， 2013.