基于居民地分類的人口統(tǒng)計數(shù)據(jù)空間化研究

陳子越

（1.福建師范大學 地理科學學院，福建 福州350007）

基于居民地分類的人口統(tǒng)計數(shù)據(jù)空間化研究

陳子越1

（1.福建師范大學 地理科學學院，福建 福州350007）

以福州市為研究單元，利用高精度的居民地數(shù)據(jù)，結合GIS空間分析法對人口統(tǒng)計數(shù)據(jù)進行空間化處理。首先分析了各相關指標與人口居住密度的相關程度，然后根據(jù)居民地面積百分比對居民地進行重新分級，再對人口空間化進行計算，最后對進一步研究方向進行了展望。

人口統(tǒng)計數(shù)據(jù)；空間化；居民地；福州市

準確獲取區(qū)域內人口數(shù)據(jù)及其變化信息對于解決人口與資源、環(huán)境承載力等問題具有重要的意義。人口數(shù)據(jù)的獲取通常是以行政區(qū)為單元，通過人口統(tǒng)計、人口普查等逐級匯總獲得[1]。人口的空間分布是指一定時間節(jié)點上人口在各區(qū)域的分布狀況，反映了人口過程在空間上的變化[2]。GIS支持下的人口統(tǒng)計數(shù)據(jù)表現(xiàn)方法是以格網(wǎng)為統(tǒng)計單元建立格網(wǎng)數(shù)據(jù)庫，人口數(shù)據(jù)作為格網(wǎng)的屬性數(shù)據(jù)以表格的形式存儲[3-5]。該方法以行政區(qū)為空間數(shù)據(jù)單元，假設人口是均勻分布在空間區(qū)域內的，而現(xiàn)實并非如此，因此它無法體現(xiàn)人口空間分布的差異性。

目前，國內外對人口統(tǒng)計數(shù)據(jù)空間化的研究主要有①城市地理學理論中的經典人口密度模型，主要包括Clark[6]提出的單核心人口密度負指數(shù)模型、Mcdonald[7]等提出的多核心人口密度模型等。該模型適用于對城鎮(zhèn)人口分布的宏觀描述，但不適應現(xiàn)代城市發(fā)展的不規(guī)則性和多樣性。②空間插值方法，主要包括基于面積權重的插值方法和基于數(shù)據(jù)統(tǒng)計的插值方法等。面積權重插值法假定人口數(shù)是均勻分布在整個區(qū)域中的，這與實際明顯不符，但在沒有其他附加信息來更好地統(tǒng)計時，它是一種相對有用的方法[8-9]。數(shù)學插值法主要代表是Pycnophylactic方法[10]，用于獲取平滑的人口密度表面分布，其不足之處在于如果統(tǒng)計區(qū)的人口沿統(tǒng)計區(qū)邊緣的某條異速生長模型道路或河流分布，則通過該方法所得到的人口空間化將會出現(xiàn)較大的誤差。③遙感、GIS支持下的人口數(shù)據(jù)空間化。遙感、GIS是目前用來進行人口統(tǒng)計數(shù)據(jù)空間化最主要的手段。通過遙感數(shù)據(jù)可以間接獲取與人口分布密切相關的光譜值、植被指數(shù)、土地利用、夜間燈光指數(shù)等地表因子數(shù)據(jù)，進行空間化研究。GIS技術可以建立多樣的專題要素空間分布因子庫，同時提供了曲面模擬、空間插值、地統(tǒng)計等多種空間分析方法[11-14]。

基于農村居住地重分類是一種改進型人口數(shù)據(jù)空間化方法，居民地是人口在空間居住情況的直觀反映，基于農村居住地重分類可以有效提高人口空間數(shù)據(jù)的精度[3-4]。在以往的研究中，居民地數(shù)據(jù)一般通過遙感影像獲得，影像的現(xiàn)勢性、分辨率直接影響了居民地數(shù)據(jù)的準確性和人口空間化的精度。本文以福州市為例，基于高精度的居民地分類數(shù)據(jù)，進行了人口數(shù)據(jù)空間化研究，以期對人口統(tǒng)計數(shù)據(jù)空間化的研究有所裨益。

1 數(shù)據(jù)來源與算法設計

1.1 數(shù)據(jù)來源

本文鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)來自2010年第六次人口普查，其他數(shù)據(jù)來源于測繪部門的福州市1∶10 000等高線柵格數(shù)據(jù)、福州市道路分布數(shù)據(jù)（包含所有公路）、福州市河流分布數(shù)據(jù)，居民地數(shù)據(jù)由福州市1∶10 000等高線柵格數(shù)據(jù)中的房屋數(shù)據(jù)提取生成。

1.2 分類指標的選取與數(shù)據(jù)提取

在借鑒已有研究的基礎上，根據(jù)福州市人口、自然基礎地理信息等的實際情況，本文選取了4個分類指標作為影響居民地密度大小的因素：福州市各鄉(xiāng)鎮(zhèn)平均海拔高程、福州市各鄉(xiāng)鎮(zhèn)河流面積、福州市各鄉(xiāng)鎮(zhèn)道路長度和福州市各鄉(xiāng)鎮(zhèn)居民地面積占鄉(xiāng)鎮(zhèn)面積的百分比。獲得以上指標數(shù)據(jù)的具體步驟如下：

1）利用ArcMap的Calculate Geometry功能獲取河流面積、道路長度、居民地面積等數(shù)據(jù)的地理信息。

2）利用ArcToolBox的Spatial Join功能計算各鄉(xiāng)鎮(zhèn)的平均海拔高程、河流面積、道路長度和居民地面積。首先選擇鄉(xiāng)鎮(zhèn)面數(shù)據(jù)中需要Join的數(shù)據(jù)，設置為JOIN_ONE_ONE類型；然后自動計算該鄉(xiāng)鎮(zhèn)內的平均海拔高程、河流面積、道路長度和居民地面積；最后將福州市各指標的計算結果以專題地圖的形式輸出。

3）在已獲取數(shù)據(jù)的基礎上，利用ArcMap的屬性計算功能計算居民地密度和居民地面積百分比。計算公式為：鄉(xiāng)鎮(zhèn)居民地密度=鄉(xiāng)鎮(zhèn)統(tǒng)計人口/鄉(xiāng)鎮(zhèn)居民地面積；居民地面積百分比=鄉(xiāng)鎮(zhèn)居民地面積/鄉(xiāng)鎮(zhèn)面積。

1.3 指標的相關性分析

根據(jù)提取數(shù)據(jù)，在鄉(xiāng)鎮(zhèn)級尺度上，利用SPSS軟件將鄉(xiāng)鎮(zhèn)居民地數(shù)據(jù)與鄉(xiāng)鎮(zhèn)平均海拔高程、道路長度、河流面積、居民地面積百分比進行兩兩變量相關性分析，各指標的相關系數(shù)見表1。

表1 鄉(xiāng)鎮(zhèn)尺度各指標相關系數(shù)

在眾多影響人口分布的因素中，土地作為人與自然相互作用的對象，直接影響著人口的空間分布。從表1可以看出，居民地密度與平均海拔高程、道路長度、河流面積和居民地面積百分比之間都存在相關關系，其中與居民地面積百分比相關系數(shù)最大，達到-0．681 3；且居民地面積百分比與其他指標也存在相關性。因此，本文以居民地面積百分比為依據(jù)進行人口空間化的計算。

2 人口空間化的計算與實現(xiàn)

2.1 鄉(xiāng)鎮(zhèn)數(shù)據(jù)柵格化

由于居民地面積百分比需要在一定面積內進行計算，本文采用了一種變通的計算方法：利用ArcMap的柵格轉換工具對福州市鄉(xiāng)鎮(zhèn)面狀圖進行柵格化，將面狀居民地屬性值設為1，生成由100 m×100 m組成的鄉(xiāng)鎮(zhèn)柵格數(shù)據(jù)。在得到的福州市鄉(xiāng)鎮(zhèn)柵格圖中，居民地類型柵格單元值為1，其他類型柵格單元值為0。

2.2 鄰域統(tǒng)計計算

為了得到每個格網(wǎng)2 km范圍內居民地面積占該范圍土地總面積的百分比，需進行鄰域統(tǒng)計計算。在福州市鄉(xiāng)鎮(zhèn)柵格圖中，利用鄰域統(tǒng)計函數(shù)，即ArcMap的Spatial Analyst 模塊下的Neighborhood Statistics功能，以20為半徑（100 m×20=2 km）搜索每個柵格周邊8 個方向的柵格單元，并計算這些柵格值的均值。將該均值作為焦點柵格的新值，其實際意義為：2 km范圍內居民地面積占該范圍土地總面積的百分比，以此作為居民地分類的參考指標。

2.3 居民地密度分級與計算

在用鄰域統(tǒng)計函數(shù)得到居民地面積百分比柵格圖的基礎上，利用ArcGIS 軟件中的Zonal Statistics 功能，獲取每個面狀鄉(xiāng)鎮(zhèn)居民地所對應區(qū)域的柵格值，即為該居民地周圍約2 km范圍內的鄉(xiāng)鎮(zhèn)居民地占土地總面積的百分比。借鑒已有研究，本文將鄉(xiāng)鎮(zhèn)居民地分為3 級，即＜0．02、0．02～0．06和＞0．06。不同居民地密度的計算公式為：

式中，Pi為第i鄉(xiāng)鎮(zhèn)的人口；Dj為第j級居民地的人口居住密度；Aij為第i鄉(xiāng)鎮(zhèn)第j級居民地的面積；基于“無土地則無人口”的現(xiàn)實，截距b設置為0；n為研究區(qū)中的鄉(xiāng)鎮(zhèn)數(shù)目。在SPSS軟件中利用最小二乘法求解不同等級（＜0.02、0.02～0.06和＞0.06）的居民地百分比，其相應的居民地密度分別為22、66和160。

2.4 人口空間化實現(xiàn)

為了得到福州市總體鄉(xiāng)鎮(zhèn)的人口空間分布信息，需要對福州市每個格網(wǎng)的鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)進行計算，格網(wǎng)的人口值=格網(wǎng)值×居民地密度。本文格網(wǎng)計算利用ArcMap的Spatial Analyst模塊下的Raster Calculator功能。計算命令語句為：conn {[out1]＜0.02， [out1]*22，[out1]＞0.06， [out1]*160， [out1]*66}。本文沒有對城鎮(zhèn)各格網(wǎng)居民地面積比進行分級，城鎮(zhèn)各格網(wǎng)的居民地密度采用求城鎮(zhèn)居民地密度平均值的方式計算。圖1為本文基于居民地數(shù)據(jù)所得到的福州市人口空間分布圖，與福州市各鄉(xiāng)鎮(zhèn)的人口分布實際情況較為吻合。

圖1 福州市人口空間分布圖

3 結 語

人口空間分布是一個復雜的問題，涉及經濟、社會、資源等方面，因此人口數(shù)據(jù)的空間化也是一個復雜的過程，不同的影響因素、指標體系都會間接影響人口的空間化分布。本文基于高精度居民地數(shù)據(jù)重分類，初步實現(xiàn)了人口的空間化研究，但僅根據(jù)居民地的分布來計算區(qū)域的最終人口而不加以討論，并不能充分、完全地解釋這種復雜的現(xiàn)象。因此，本文還存在以下不足：①城鎮(zhèn)人口空間分布的精確度有待提高。在數(shù)據(jù)處理過程中，沒有對城鎮(zhèn)各格網(wǎng)居民地面積比進行分級，是通過求取城鎮(zhèn)居民地密度平均值的方法得到城鎮(zhèn)人口空間分布的。因此，城鎮(zhèn)人口空間分布模型的影響因素、精度驗證等方面還有待進一步研究。與此同時，由于數(shù)據(jù)、研究方法的原因，把政府駐地等當作鄉(xiāng)鎮(zhèn)居民地進行人口空間化，可能會降低當?shù)厝丝谥怠＂跊]有進行誤差分析。沒有對本文方法所得出的人口數(shù)據(jù)與實際數(shù)據(jù)之間的誤差值進行深入研究，這是本文最大的不足。此外，也未對野外采點進行定性、定量分析，就將其用于模型驗證。③數(shù)據(jù)精度問題。居民地數(shù)據(jù)的精確性影響著整個研究的成果。隨著鄉(xiāng)鎮(zhèn)地區(qū)人口的遷移流動趨勢的進一步加強，目前不少鄉(xiāng)鎮(zhèn)地區(qū)已經出現(xiàn)了明顯的空巢現(xiàn)象，而本文利用居民地提取出來的人口數(shù)據(jù)顯然無法反映這部分已經遷移出鄉(xiāng)鎮(zhèn)地區(qū)的人口情況，將對結果的精確性造成一定的影響。

[1] 廖一蘭,王勁峰,孟斌,等．人口統(tǒng)計數(shù)據(jù)空間化的一種方法[J]．地理學報,2007,62(10)∶1 110-1 119

[2] 胡煥庸．論中國人口之分布[M]．北京∶科學出版社,1983

[3] 江東,楊小喚,王乃斌,等．基于RS、GIS的人口空間分布研究[J]．地球科學進展,2002(10)∶734-738

[4] 楊小喚,劉業(yè)森, 江東,等．一種改進人口數(shù)據(jù)空間化的方法∶農村居住地重分類[J]．地理科學進展,2006,25(3)∶62-70

[5] 柏中強,王卷樂,楊飛．人口數(shù)據(jù)空間化研究綜述[J]．地理科學進展,2013,32 (11)∶1 692-1 702

[6] Clark C． Urban Population Densities[J]． Journal of the Royal Statistical Society,1951,114(7)∶490-496

[7] McDonald J,Bowman H． Some Alternative Urban Population Density Functions[J]．Journal of Urban Economics,1976(3)∶241-252

[8] 潘志強,劉高煥．面插值的研究進展[J]．地理科學進展,2002, 21(3)∶146-152

[9] 呂安民,李成名,林宗堅,等．人口統(tǒng)計數(shù)據(jù)的空間轉換[J]．干旱區(qū)地理,2002,25(2)∶170-176

[9] Tobler W R, D Uwe, Gottsegen Jon, et al． The Global Demography Project[R]． California∶ National Center for Geographic Information and Analysis UCSB, 1995

[10] 王雪梅,李新,馬明國．干旱區(qū)內陸河流域人口統(tǒng)計數(shù)據(jù)的空間化∶以黑河流域為例[J]．干旱區(qū)資源與環(huán)境,2007, 21 (6)∶39-48

[11] 廖順寶,孫九林．基于GIS的青藏高原人口統(tǒng)計數(shù)據(jù)空間化[J]．地理學報, 2003,58(1)∶25-33

[12] 劉建軍,李春來．基于遙感和GIS的巢湖流域人口信息提取[J]．科學通報, 2002,43(23)∶1 835-1 837

[13] 王雪梅,李新,馬明國．基于遙感和GIS的人口數(shù)據(jù)空間化研究進展及案例分析[J]．遙感技術與應用,2004,19(5)∶310-318

[14] 廖順寶,李澤輝．基于人口分布與土地利用關系的人口數(shù)據(jù)空間化研究∶以西藏自治區(qū)為例[J]．自然資源學報,2003,18(6)∶659-665

P208

B

1672-4623（2016）09-0047-02

10.3969/j.issn.1672-4623.2016.09.015

陳子越，研究方向為地理科學。

2016-01-08。