基于目視調(diào)查法的揚(yáng)州市社區(qū)人口結(jié)構(gòu)特征及形成機(jī)理

王 丹，方 斌，李 欣，潘俊超

(1.揚(yáng)州市職業(yè)大學(xué) 資源與環(huán)境工程學(xué)院，江蘇 揚(yáng)州 225009；2.南京師范大學(xué) 地理科學(xué)學(xué)院，江蘇 南京 210046)

進(jìn)入21世紀(jì)以來，我國人口面臨從數(shù)量壓力向結(jié)構(gòu)性壓力調(diào)整的歷史性轉(zhuǎn)變[1]，由此引發(fā)了諸多城市問題。年齡結(jié)構(gòu)方面，人口紅利趨于下行，老齡化問題突出。2019年16歲～59歲勞動年齡人口占總?cè)丝诒壤秊?4.0%，比2012年下降近5個百分點(diǎn)，60歲以上老齡人口占比則由2012年的14.3%上升到18.1%，由此引發(fā)城市產(chǎn)業(yè)競爭力下降，養(yǎng)老設(shè)施供需失衡等諸多問題[2]?？臻g結(jié)構(gòu)方面，城鎮(zhèn)化進(jìn)程加速，城鎮(zhèn)化率從改革開放初的17.9%增加至2019年的60.60%，“十三五”期間約1億人落戶城市，對城市交通、公共服務(wù)形成了巨大壓力。社會結(jié)構(gòu)方面，北京[3]、上海[4]、廣州[5]等地的案例研究表明，在收入、戶籍、職業(yè)等多重因素影響下，中國城市出現(xiàn)了較為明顯的社會空間分異現(xiàn)象[6]。

國外生態(tài)學(xué)派較早對城市人口空間結(jié)構(gòu)進(jìn)行了系統(tǒng)研究，提出了如同心圓理論、扇形模式、多核心模式[7]。之后，國外學(xué)者在空間理論模型的基礎(chǔ)上，更多引入數(shù)理方法對城市空間結(jié)構(gòu)進(jìn)行定量描述和解釋，比較有代表性的模型有Clark模型、Sherrat正態(tài)密度模型、Smeed冪函數(shù)密度模型、Newling二次指數(shù)模型等[8]。隨著改革開放后的城市化進(jìn)行加速，城市人口結(jié)構(gòu)也成為地理學(xué)重點(diǎn)關(guān)注的問題，主要表現(xiàn)在：(1)對城市人口空間分布規(guī)律進(jìn)行了總結(jié)，提出單中心加冪指數(shù)[9]、多核心空間[10]、帶狀[11]、扁平化多中心+外圍小中心[12]等典型模式；(2)進(jìn)一步豐富人的社會屬性，開展社會空間研究，對城市社會空間分異[13]、形成機(jī)理[14]、演進(jìn)機(jī)制[5]進(jìn)行了系統(tǒng)總結(jié)；(3)對流動人口[15]、低收入人口[16]、老齡人口[17]等城市特定人群進(jìn)行了專門研究，揭示了上述人群的空間集聚機(jī)制；(4)在利用人口普查數(shù)據(jù)的基礎(chǔ)上，創(chuàng)新了人口調(diào)查方法，如手機(jī)信令[18]、基站定位服務(wù)(LBS)數(shù)據(jù)[19]等。

社區(qū)是社會治理的基本單元，社區(qū)尺度人口空間研究應(yīng)當(dāng)成為人口地理學(xué)研究的一個重要領(lǐng)域，以幫助城市管理者快速識別社區(qū)人口結(jié)構(gòu)特征，適應(yīng)日益復(fù)雜、頻繁、精細(xì)的社區(qū)應(yīng)急管理需要。因此，城市人口地理研究可從時、空、質(zhì)三個維度進(jìn)一步深化：(1)就“時”而言，發(fā)展一手人口數(shù)據(jù)獲取方法，改變過度依賴人口普查數(shù)據(jù)的現(xiàn)狀。人口普查具有數(shù)據(jù)可獲得性好、權(quán)威性較強(qiáng)的優(yōu)點(diǎn)，但人口普查以10年為周期，即時性較差，導(dǎo)致人口研究成果數(shù)量呈現(xiàn)以人口普查數(shù)據(jù)公布年份為峰值的周期性波動特征，而其余年份人口地理學(xué)則成為地理學(xué)科的“冷門”[20]；(2)就“空”而言，進(jìn)一步精細(xì)化人口統(tǒng)計單元至“社區(qū)”這一尺度。目前人口普查數(shù)據(jù)以街道(鄉(xiāng)鎮(zhèn))為基本單元，空間范圍一般在5 km2以上，而人口分布更多受微觀環(huán)境影響，街道(鄉(xiāng)鎮(zhèn))均質(zhì)性相對較差，分析精度有所欠缺；(3)就“質(zhì)”而言，開展社區(qū)人口的“量質(zhì)”綜合研究，從年齡、財富、通勤三個維度出發(fā)，直擊老齡化、社會空間分異、城市交通等核心城市問題，探究城市人口空間分布的指向規(guī)律。與利用人口普查數(shù)據(jù)相比，目視調(diào)查法克服了人口普查周期長、統(tǒng)計單元較宏觀等缺陷；而手機(jī)信令、基站定位服務(wù)(LBS)數(shù)據(jù)雖具有實(shí)時、精細(xì)等特點(diǎn)，但由于缺乏人口年齡、財富等屬性信息，難以進(jìn)一步挖掘城市人口分布的社會屬性特征。

本研究以社區(qū)(村)為基本單元，通過目視調(diào)查法，搜集了揚(yáng)州市區(qū)460個住宅小區(qū)的人口年齡、財富和通勤數(shù)據(jù)，在此基礎(chǔ)上分析各社區(qū)人口結(jié)構(gòu)特征和指向規(guī)律；采用空間聚類與負(fù)二項(xiàng)回歸相結(jié)合的方法，揭示不同年齡、財富和通勤結(jié)構(gòu)社區(qū)的形成機(jī)理，為強(qiáng)化社區(qū)管理決策，開展短周期、小尺度人口地理學(xué)綜合研究提供方法支撐。

一 數(shù)據(jù)來源與方法

(一)研究區(qū)概況

揚(yáng)州市位于江蘇省中部，長江北岸、江淮平原南端。本研究以揚(yáng)州市主城區(qū)為研究對象，范圍為啟揚(yáng)高速—儀揚(yáng)河—古運(yùn)河—滬陜高速—廖家溝圍合區(qū)域，面積191.23 km2，常住人口約118.27萬人。以揚(yáng)州作為研究案例，其意義在于作為中國首批二十四座歷史文化名城之一，揚(yáng)州保留了內(nèi)城區(qū)、外城區(qū)、近郊區(qū)三個圈層的空間格局，每個圈層由于形成年代不同，塑造了不同的人口結(jié)構(gòu)特征，進(jìn)而可以從更長歷史周期研究社區(qū)人口結(jié)構(gòu)形成的內(nèi)在機(jī)理。內(nèi)城區(qū)由北城河、古運(yùn)河、二道河圍合，半徑約1 500 m，共計18個社區(qū)，形成于1949年之前；中間圈層為外城區(qū)，由古運(yùn)河—邗溝—保障湖—楊柳青路—潤揚(yáng)路—開發(fā)路—京杭運(yùn)河所圍合，共計59個社區(qū)，形成于1949—2000年；外圈層為近郊區(qū)，由啟揚(yáng)高速—儀揚(yáng)河—古運(yùn)河—滬陜高速—廖家溝所圍合，距離城市中心半徑約10 000 m，共計79個社區(qū)，為現(xiàn)狀拓展區(qū)[21]。上述156個社區(qū)中，有30個以農(nóng)村住宅、工業(yè)用地為主，或社區(qū)內(nèi)住宅小區(qū)主出入口不明顯，無法使用目視調(diào)查法，最終確定列統(tǒng)社區(qū)共計126個，上述社區(qū)內(nèi)住宅小區(qū)共計460個。

(二) 數(shù)據(jù)來源與方法

社區(qū)人口結(jié)構(gòu)指標(biāo)。本研究核心數(shù)據(jù)為2017年研究區(qū)460個住宅小區(qū)的人口年齡、財富和通勤數(shù)據(jù)，主要通過目視調(diào)查法獲得。(1)人口年齡結(jié)構(gòu)指住宅小區(qū)主出入口斷面人流量中不同年齡階段人口比重，包括學(xué)齡比(≤18歲)、青年比(19歲～35歲)、中年比(36歲～59歲)、老齡比(≥60歲)，進(jìn)而將各住宅小區(qū)聚類為特定年齡結(jié)構(gòu)類型，當(dāng)社區(qū)內(nèi)特定年齡結(jié)構(gòu)住宅小區(qū)超過臨界比重時，可認(rèn)定該社區(qū)為特定年齡結(jié)構(gòu)社區(qū)；(2)人口財富結(jié)構(gòu)通過各住宅小區(qū)家用汽車檔次結(jié)構(gòu)進(jìn)行推斷，具體指住宅小區(qū)主出入口斷面車流量中，不同檔次家用汽車所占比重，社區(qū)財富結(jié)構(gòu)認(rèn)定方式與人口年齡結(jié)構(gòu)相同；根據(jù)國內(nèi)最大汽車銷售平臺“汽車之家”價格數(shù)據(jù)，按2017年不同品牌主流價格區(qū)間，將家用汽車分為高檔(≥50萬)、中檔(15萬～50萬)、低檔(<15萬)，由此形成高檔車占比、中檔車占比、低檔車占比三個指標(biāo)[22]；(3)人口通勤結(jié)構(gòu)按人流量在不同調(diào)查時間比例劃分為雙峰型、平穩(wěn)型、三峰型三類(表1)，社區(qū)人口通勤結(jié)構(gòu)認(rèn)定方式與人口年齡、財富結(jié)構(gòu)相同。

表1 通勤結(jié)構(gòu)分類與時間區(qū)間

社區(qū)人口數(shù)據(jù)來源于目視調(diào)查法。目視調(diào)查法核心在于通過時間限制，提取住宅小區(qū)中較為穩(wěn)定的工作、上學(xué)出行流量，從而實(shí)現(xiàn)對社區(qū)人口、財富、通勤結(jié)構(gòu)的推斷[23]。該方法需排除天氣、氣候、星期、時間等因素對人流量和車流量的影響：(1)將調(diào)查月份限定在春秋兩季且非陰雨天氣，以減小天氣、氣候因素導(dǎo)致的隨機(jī)出行統(tǒng)計誤差；(2)將調(diào)查定為星期一至星期四，這是由于星期一至星期四以工作、上學(xué)出行流量為主，而星期五至星期日出行目的較為復(fù)雜，文體活動、探親訪友、購物等隨機(jī)行為比重較大[24]；(3)排除時間因素影響。調(diào)查時間限定為8:00時～18:00時，同樣該時間段人流量以工作、上學(xué)出行流量為主，隨機(jī)出行導(dǎo)致的統(tǒng)計誤差較小。本研究目視調(diào)查法數(shù)據(jù)以2017年12月31日為調(diào)查基準(zhǔn)時間，調(diào)查時間為2017年5月～6月，2017年9月～11月，在后期數(shù)據(jù)統(tǒng)計中，對問題數(shù)據(jù)進(jìn)行了補(bǔ)充調(diào)查，時間為2018年6月。總調(diào)查時間歷時共計1.5年[25]。

二 社區(qū)人口空間結(jié)構(gòu)特征分析

(一)年齡結(jié)構(gòu)

1.學(xué)齡比

研究區(qū)平均學(xué)齡比為13.06%，變幅為8.26%～17.86%。通過聚類分析將住宅小區(qū)按學(xué)齡比分為高、中、低三類，三類住宅小區(qū)學(xué)齡人口比例間斷點(diǎn)為16%、11%。其中，高學(xué)齡比住宅小區(qū)105個，占總數(shù)的22.8%；中學(xué)齡比住宅小區(qū)218個，占總數(shù)的47.4%；低學(xué)齡比住宅小區(qū)137個，占總數(shù)的29.8%。分別將高、中、低學(xué)齡住宅小區(qū)比例超過50%的社區(qū)定義為高、中、低學(xué)齡比社區(qū)，其中高學(xué)齡比社區(qū)24個，中學(xué)齡比社區(qū)50個，低學(xué)齡比社區(qū)32個，另有20個社區(qū)學(xué)齡比特征不明顯。

高學(xué)齡比社區(qū)呈中心—邊緣分布，主要位于內(nèi)城區(qū)、近郊區(qū)，外城區(qū)分布較少。高學(xué)齡比社區(qū)學(xué)區(qū)指向明顯。內(nèi)城區(qū)社區(qū)多形成于1949年之前，社區(qū)內(nèi)以育才小學(xué)、揚(yáng)州中學(xué)為代表的中小學(xué)創(chuàng)辦于晚清時期，歷史悠久，辦學(xué)質(zhì)量高，因此其所在荷花池、石塔、錦旺等社區(qū)(圖1a中A、B)成為學(xué)齡人口分布的熱點(diǎn)。近年來為進(jìn)一步均衡教育資源布局，內(nèi)城區(qū)部分中小學(xué)在近郊區(qū)建設(shè)分校，如育才西區(qū)校、揚(yáng)州中學(xué)樹人學(xué)校等，近郊區(qū)教育資源提升明顯，導(dǎo)致大劉、殷巷、二橋、汊河等社區(qū)學(xué)齡人口比重顯著上升(圖1a中C、D、E)。

2.青年比

研究區(qū)平均青年比為21.29%，變幅為13.1%～29.5%。通過聚類分析將住宅小區(qū)按青年比分為高、中、低三類，三類住宅小區(qū)青年人口比例間斷點(diǎn)為18%、27%。其中，高青年比住宅小區(qū)109個，占總數(shù)的23.7%；中青年比住宅小區(qū)184個，占總數(shù)的40%；低青年比住宅小區(qū)167個，占總數(shù)的36.3%。分別將高、中、低青年比小區(qū)比例超過50%的社區(qū)定義為高、中、低青年比社區(qū)，其中高青年比社區(qū)22個，中青年比社區(qū)40個，低青年比社區(qū)36個，另有28個社區(qū)青年比特征不明顯。

高青年比社區(qū)呈“一環(huán)多組團(tuán)”布局，主要分布于外城區(qū)和近郊區(qū)。高青年比有明顯的通勤和房價指向。外城區(qū)東南部的東花園、沙南等社區(qū)(圖1b中A)是大型批發(fā)市場集聚區(qū)，如聯(lián)誼農(nóng)貿(mào)市場、曲江商品城等，商貿(mào)流通業(yè)發(fā)達(dá)，服務(wù)業(yè)就業(yè)機(jī)會多；上述社區(qū)多形成于八九十年代，建筑老舊，房價較低，對收入較低、通勤要求高，且從事傳統(tǒng)商貿(mào)服務(wù)業(yè)的青年人口吸引力較大。近郊區(qū)高青年比社區(qū)則與產(chǎn)業(yè)園區(qū)分布相關(guān)，以從事制造業(yè)和現(xiàn)代服務(wù)業(yè)的青年人口為主，如廣陵產(chǎn)業(yè)園的翠月嘉苑、天順花園(圖1b中B)、揚(yáng)州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的綠園、二橋(圖1b中C)、維揚(yáng)經(jīng)濟(jì)開發(fā)區(qū)的石油山莊、江陽社區(qū)(圖1b中D)。

3.中年比

研究區(qū)平均中年比為39.25%，變幅為27.57%～51.03%，較學(xué)齡比、青年比變幅明顯擴(kuò)大，說明該群體空間分異強(qiáng)烈。通過聚類分析將住宅小區(qū)按中年比分為高、中、低三類，三類住宅小區(qū)中年人口比例間斷點(diǎn)為35%、48%。其中，高中年比住宅小區(qū)99個，占總數(shù)的21.52%；中中年比住宅小區(qū)196個，占總數(shù)的42.61%；低中年比住宅小區(qū)165個，占總數(shù)的35.87%。分別將高、中、低中年比小區(qū)比例超過50%的社區(qū)定義為高、中、低中年比社區(qū)，其中高中年比社區(qū)30個，中中年比社區(qū)41個，低中年比社區(qū)55個。

高中年比社區(qū)呈組團(tuán)布局，其中外城區(qū)2個，近郊區(qū)2個。中年比有環(huán)境與產(chǎn)業(yè)兩種指向。環(huán)境指向以外城區(qū)洼子街、解放橋社區(qū)(圖1c中A)，濱湖、友誼社區(qū)(圖1c中B)，潤揚(yáng)、七里甸、殷湖社區(qū)(圖1c中C)最為顯著，上述社區(qū)分別位于古運(yùn)河、蜀崗—瘦西湖、明月湖等風(fēng)光帶，環(huán)境條件優(yōu)越，房地產(chǎn)價格相對較高，說明與青年人口相比，中年人口在購買力允許的條件下，對環(huán)境條件要求較高。通勤指向指高中年比社區(qū)與產(chǎn)業(yè)園區(qū)空間較為接近，如桃園、長鑫社區(qū)(圖1c中D)與揚(yáng)州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)相毗鄰，說明通勤因素也是中年人口房地產(chǎn)區(qū)位選擇的重要因素。

圖1 社區(qū)人口年齡結(jié)構(gòu)

4.老齡比

研究區(qū)平均老齡比為26.42%，變幅為17.69%～35.15%，平均老齡比高出市域水平近10個百分點(diǎn)，說明作為三線城市的揚(yáng)州，由于能級較低，青年人口流入較少，也面臨著老齡化危機(jī)。

通過聚類分析將住宅小區(qū)按老齡比分為高、中、低三類，三類住宅小區(qū)老齡人口比例間斷點(diǎn)為18%、28%。其中高老齡比住宅小區(qū)199個，占總數(shù)的43.3%；中老齡比住宅小區(qū)186個，占總數(shù)的40.4%；低老齡比住宅小區(qū)75個，占總數(shù)的16.3%。分別將高、中、低老齡比小區(qū)比例超過50%的社區(qū)定義為高、中、低老齡比社區(qū)，其中高老齡比社區(qū)47個，中老齡比社區(qū)7個，低老齡比社區(qū)46個，另有26個社區(qū)老齡比特征不明顯。

高老齡比呈“一中心多組團(tuán)”布局，內(nèi)城區(qū)及近郊區(qū)的保障房社區(qū)老齡化程度較高。內(nèi)城區(qū)及其邊緣的皮市街、古旗亭(圖1d中A)，文苑、虹橋等社區(qū)(圖1d中B)形成于1949年之前及計劃經(jīng)濟(jì)時期，特別是皮市街、古旗亭社區(qū)位于歷史文化名城保護(hù)區(qū)，城市更新速度緩慢，多為老舊四合院房型，基礎(chǔ)設(shè)施薄弱，青年人口流失較為嚴(yán)重，老齡化程度相應(yīng)較高。外城區(qū)九龍花園、聯(lián)運(yùn)村(圖1d中C)，許莊、柏圩村(圖1d中D)，潤揚(yáng)、西湖花園社區(qū)(圖1d中E)，竹西社區(qū)(圖1d中F)拆遷安置區(qū)集中。拆遷安置區(qū)人口多源于舊城改造和城郊拆遷，本體老齡化程度較高，由此導(dǎo)致外城區(qū)對應(yīng)社區(qū)較高的高老齡比。

(二)財富結(jié)構(gòu)

汽車作為生活非必需品，對家庭財富水平有較強(qiáng)的指示作用，可通過住宅小區(qū)斷面車流量調(diào)查，分析社區(qū)居民財富結(jié)構(gòu)[26]。

1.高檔車占比

研究區(qū)平均高檔車占比為13.83%，變幅為3.98%～23.68%。通過聚類分析將住宅小區(qū)按高檔車占比分為高、中、低三類，三類住宅小區(qū)高檔車占比間斷點(diǎn)為13%、27%。其中高高檔車住宅小區(qū)35個，占總數(shù)的7.6%；中高檔車小區(qū)192個，占總數(shù)的41.7%；低高檔車小區(qū)233個小區(qū)，占總數(shù)的50.7%。由于研究區(qū)高高檔車小區(qū)占比超過50%的社區(qū)為零，下調(diào)判斷比例為30%；中、低高檔車小區(qū)仍定義為大于50%。由此統(tǒng)計如下：高高檔車社區(qū)13個，中高檔車社區(qū)58個，低高檔車社區(qū)55個。

高高檔車社區(qū)數(shù)量不多，未形成大規(guī)模集聚，一般以2～3個社區(qū)毗鄰分布為主，說明研究區(qū)尚未形成顯著的“富人區(qū)”。高高檔車社區(qū)分布呈公共服務(wù)和環(huán)境指向。公共服務(wù)指向包括內(nèi)城區(qū)通泗、錦旺社區(qū)(圖2a中A)，該區(qū)域是內(nèi)城區(qū)為數(shù)不多的高檔小區(qū)集聚區(qū)，房價在20 000元/m2以上，其典型特征是公共服務(wù)設(shè)施完備，擁有最優(yōu)越的學(xué)區(qū)與就醫(yī)條件。由于處于內(nèi)城區(qū)非歷史文化保護(hù)街區(qū)，城市更新速度較快，“紳士化”趨勢明顯。環(huán)境指向指財富水平較高的家庭傾向于環(huán)境優(yōu)越地段，如濱湖社區(qū)(圖2a中B)、大劉、七里甸社區(qū)(圖2a中C)，桃園、順達(dá)社區(qū)(圖2a中D)，上述地段處于高中年比集聚區(qū)的核心地段，說明相對于年齡空間分異，家庭財富空間分異更為顯著。

2.中檔車占比

研究區(qū)平均中檔車占比50.52%，變幅為36.57%～64.47%。通過聚類分析將住宅小區(qū)按中檔車占比分為高、中、低三類，三類住宅小區(qū)中檔車占比間斷點(diǎn)為41%、57%。其中高中檔車住宅小區(qū)151個，占總數(shù)的32.8%；中中檔車小區(qū)198個，占總數(shù)的43.0%；低中檔車小區(qū)111個小區(qū)，占總數(shù)的24.2%。分別將高、中、低中檔車住宅小區(qū)占比超過50%的社區(qū)定義為高、中、低中檔車社區(qū)，其中高中檔車社區(qū)29個，中中檔車社區(qū)47個，低中檔車社區(qū)23個，另有27個社區(qū)集聚特征不明顯。

高中檔車社區(qū)分布較為集中，主要位于外城區(qū)西部的蘭苑、四季園等社區(qū)(圖2b中A)。高中檔車社區(qū)通勤指向明顯。上述區(qū)域內(nèi)政府機(jī)關(guān)、大專院校分布較為集中，社區(qū)居民以公務(wù)員、大學(xué)教師等中等收入階層為主，可見中檔車人群具有較為顯著的職業(yè)特征。

3.低檔車占比

研究區(qū)平均低檔車占比為35.64%，變幅為19.05%～52.23%。通過聚類分析將住宅小區(qū)按低檔車占比分為高、中、低三類，三類住宅小區(qū)低檔車占比間斷點(diǎn)為27%、49%。其中高低檔車住宅小區(qū)84個，占總數(shù)的18.3%；中低檔車住宅小區(qū)244個，占總數(shù)的53.0%；低低檔車住宅小區(qū)132個，占總數(shù)的28.7%。分別將高、中、低低檔車住宅小區(qū)占比超過50%的社區(qū)定義為高、中、低低檔車社區(qū)，其中高低檔車社區(qū)18個，中低檔車社區(qū)57個，低低檔車社區(qū)23個，另有28個社區(qū)集聚特征不明顯。

低檔車社區(qū)呈“一中心、兩組團(tuán)”格局?！耙恢行摹敝竷?nèi)城區(qū)歷史文化保護(hù)街區(qū)的瓊花觀、彩衣街等社區(qū)(圖2c中A)，“兩組團(tuán)”指位于維揚(yáng)經(jīng)濟(jì)開發(fā)區(qū)的朱塘、雷塘等社區(qū)(圖2c中B)和揚(yáng)州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)的許莊社區(qū)、柏圩村(圖2c中C)。高低檔車社區(qū)通勤指向明顯，“一中心”位于內(nèi)城區(qū)，車流以低端客貨兩用車輛為主，原因在于內(nèi)城區(qū)社區(qū)居住、服務(wù)業(yè)空間高度融合，低端客貨兩用車輛能夠兼顧貨運(yùn)與通勤需求?！皟山M團(tuán)”均位于近郊區(qū)產(chǎn)業(yè)園區(qū)，拆遷安置人口、企業(yè)租住人口相對集中，由于距內(nèi)城區(qū)相對較遠(yuǎn)，收入相對較低，低檔汽車能夠較好滿足通勤需求。

圖2 社區(qū)人口財富結(jié)構(gòu)

(三)通勤結(jié)構(gòu)

按通勤結(jié)構(gòu)分類與定義劃分住宅小區(qū)通勤結(jié)構(gòu)(表1)，將各類通勤結(jié)構(gòu)住宅小區(qū)占比超過50%的社區(qū)定義為雙峰型、三峰型、平穩(wěn)型通勤社區(qū)，其中雙峰型社區(qū)56個，占44.4%，三峰型社區(qū)18個，占14.3%，平穩(wěn)型社區(qū)24個，占19.1%，還有28個社區(qū)通勤結(jié)構(gòu)不明確，占22.2%。

雙峰型社區(qū)在外城區(qū)、近郊區(qū)均有分布，如城東五里廟、文昌花園(圖3中A1)，城西殷湖、綠楊新苑(圖3中A2)，城北卜橋、石橋(圖3中A3)等社區(qū)。雙峰型社區(qū)的形成有以下兩點(diǎn)因素：(1)產(chǎn)城分離。上述社區(qū)多屬生活型，距產(chǎn)業(yè)園區(qū)較遠(yuǎn)。由于通勤成本高，居民多選擇在工作單位就餐，導(dǎo)致社區(qū)午間人流較低；(2)學(xué)區(qū)一般。由于社區(qū)學(xué)區(qū)一般，學(xué)齡人口比重偏低，難以形成以學(xué)生為主體的午間通勤高峰。

三峰型社區(qū)集聚于四片區(qū)域：內(nèi)城區(qū)虹橋、四望亭社區(qū)(圖3中B1)；外城區(qū)新河灣、二橋社區(qū)(圖3中B2)，綠園、高橋社區(qū)(圖3中B3)，翠月嘉苑、運(yùn)東社區(qū)(圖3中B4)。兩類三峰型社區(qū)成因有較大差別：內(nèi)城區(qū)“三峰”通勤結(jié)構(gòu)基于學(xué)區(qū)因素，由于學(xué)齡人口比重高，形成了早晨、午間、傍晚三重通勤高峰。其他社區(qū)“三峰”通勤結(jié)構(gòu)是產(chǎn)城融合的結(jié)果，新河灣、二橋、綠園、高橋社區(qū)毗鄰揚(yáng)州高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)、揚(yáng)州經(jīng)濟(jì)技術(shù)開發(fā)區(qū)，翠月嘉苑、運(yùn)東社區(qū)毗鄰江蘇信息產(chǎn)業(yè)服務(wù)基地、廣陵產(chǎn)業(yè)園，上述社區(qū)職住平衡，社區(qū)有成熟的商業(yè)和生活服務(wù)設(shè)施，不少企業(yè)職工選擇回家午餐、午休，導(dǎo)致午間通勤高峰的形成。

平穩(wěn)型通勤結(jié)構(gòu)社區(qū)分布較為零散，如內(nèi)城區(qū)個園、徐凝門社區(qū)(圖3中C1)，外城區(qū)聯(lián)運(yùn)(圖3中C2)、許莊社區(qū)(圖3中C3)，金槐村、中心村(圖3中C4)。平穩(wěn)型社區(qū)通勤結(jié)構(gòu)與歷史因素有較大關(guān)聯(lián)，上述社區(qū)均位于人口老齡化嚴(yán)重的內(nèi)城區(qū)或外城區(qū)保障房片區(qū)。由于老齡人口時間自由度大，加之學(xué)區(qū)一般，學(xué)齡人口相對較少，導(dǎo)致通勤結(jié)構(gòu)較為平穩(wěn)。

圖3 社區(qū)人口通勤結(jié)構(gòu)

(四)社區(qū)人口空間指向規(guī)律

通過對揚(yáng)州市社區(qū)人口年齡、財富和通勤結(jié)構(gòu)的定量分析，發(fā)現(xiàn)城市社區(qū)人口空間結(jié)構(gòu)存在較為明顯的指向性規(guī)律，可根據(jù)所在區(qū)域及指示地物加以快速識別(圖4)。

圖4 社區(qū)人口結(jié)構(gòu)空間指向規(guī)律

年齡結(jié)構(gòu)(圖4a)。高學(xué)齡比社區(qū)主要位于內(nèi)城區(qū)或近郊區(qū)，優(yōu)質(zhì)學(xué)區(qū)是主要指示地物，與學(xué)齡人口對教育資源的高質(zhì)量需求有較大關(guān)聯(lián)。高青年比社區(qū)主要位于外城區(qū)或近郊區(qū)，外城區(qū)高青年比社區(qū)指示地物為大型商貿(mào)中心，近郊區(qū)高青年比社區(qū)指示地物為工業(yè)園區(qū)，與外城區(qū)、近郊區(qū)房價較低、通勤成本較低有較大關(guān)聯(lián)。高中年比社區(qū)主要位于外城區(qū)或近郊區(qū)，指示地物為大型綠地或工業(yè)園區(qū)，中年人口對生活質(zhì)量要求較高、與通勤方便的居住空間要求有較大關(guān)聯(lián)。高老齡比社區(qū)主要位于內(nèi)城區(qū)或近郊區(qū)，內(nèi)城區(qū)高老齡比社區(qū)形成主要基于歷史因素，外城區(qū)高老齡比社區(qū)指示地物為拆遷安置區(qū)，與內(nèi)城區(qū)人口遷居行為有較大關(guān)聯(lián)。

財富結(jié)構(gòu)(圖4b)。財富結(jié)構(gòu)主要由家用汽車檔次指示。高高檔車占比社區(qū)主要位于內(nèi)城區(qū)或近郊區(qū)，內(nèi)城區(qū)高高檔車占比社區(qū)指示地物為公共服務(wù)設(shè)施，如三甲醫(yī)院、優(yōu)質(zhì)學(xué)區(qū)等，近郊區(qū)高高檔車占比社區(qū)指示地物為大型綠地，說明高收入群體對公共服務(wù)和環(huán)境條件有較高要求。高中檔車占比社區(qū)主要分布于外城區(qū)，主要指示地物為機(jī)關(guān)、事業(yè)單位的空間集聚，特別是高校分布對高中檔車社區(qū)形成有重大影響，說明高中檔車占比社區(qū)有著較高的職業(yè)相關(guān)性。高低檔車占比社區(qū)主要分布于內(nèi)城區(qū)或近郊區(qū)，內(nèi)城區(qū)高低檔車占比社區(qū)形成主要由內(nèi)城區(qū)服務(wù)——居住空間緊密融合的用地性質(zhì)所決定，近郊區(qū)指示地物為工業(yè)園區(qū)和拆遷安置區(qū)，主要與中低收入群體的通勤需求密切相關(guān)。

通勤結(jié)構(gòu)(圖4c)。雙峰型社區(qū)主要位于外城區(qū)或近郊區(qū)，雙峰型社區(qū)一般缺乏優(yōu)質(zhì)學(xué)區(qū)，且產(chǎn)城分離現(xiàn)象較為明顯。三峰型社區(qū)主要位于內(nèi)城區(qū)或近郊區(qū)，內(nèi)城區(qū)三峰型社區(qū)指示地物為優(yōu)質(zhì)學(xué)區(qū)，與午間學(xué)生通勤量緊密相關(guān)；近郊區(qū)三峰型社區(qū)指示地物為工業(yè)園區(qū)，與工業(yè)園區(qū)企業(yè)職工午間通勤量緊密相關(guān)。平穩(wěn)型社區(qū)主要位于內(nèi)城區(qū)或近郊區(qū)，內(nèi)城區(qū)平穩(wěn)型社區(qū)由于人口年齡結(jié)構(gòu)老化，人流量時間分布較為均勻；外城區(qū)平穩(wěn)型社區(qū)指示地物為拆遷安置區(qū)，與內(nèi)城區(qū)相似，其成因也為拆遷安置區(qū)人口年齡結(jié)構(gòu)老化導(dǎo)致的人流量時間波動較為平穩(wěn)。

三 社區(qū)人口結(jié)構(gòu)特征的形成機(jī)理

(一)影響因素選擇

社區(qū)人口結(jié)構(gòu)的形成可看作各類型住宅小區(qū)數(shù)量與空間影響要素的效用函數(shù)，可參照負(fù)二項(xiàng)回歸法進(jìn)行歸因分析[27]，其中因變量為落在某社區(qū)各類型小區(qū)數(shù)量?，F(xiàn)有研究表明人口空間分布與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、房價、交通以及基礎(chǔ)教育的質(zhì)量等因素關(guān)聯(lián)性較大[28-29]，因此可選擇歷史、教育、房價、通勤、環(huán)境因素作為自變量，通過兩者相關(guān)性分析，揭示不同特征社區(qū)集聚的機(jī)理(表2)。

表2 解釋變量指標(biāo)選取及定義

歷史因素指社區(qū)內(nèi)各住宅小區(qū)建筑年份，建筑年份數(shù)據(jù)主要來源于《揚(yáng)州城鄉(xiāng)建設(shè)志》[30]、《揚(yáng)州建設(shè)志》[31]、搜房網(wǎng)(https://yz.fang.com/)。歷史因素是對建筑實(shí)體因素的一種替代，如建筑結(jié)構(gòu)、房型等。作為歷史文化名城，揚(yáng)州各住宅小區(qū)圈層結(jié)構(gòu)完整，內(nèi)城區(qū)以獨(dú)門院落為主，主體形成于1949年之前；外城區(qū)以低層或多層住宅為主，主體形成于1949—1998年；近郊區(qū)以高層建筑為主，主體形成于1998年住房制度改革之后。不同年齡、財富、通勤結(jié)構(gòu)人口對建筑實(shí)體因素有差異化偏好，從而引發(fā)差異化空間格局。

教育因素指小學(xué)、初中學(xué)區(qū)因素。由于揚(yáng)州小學(xué)“小升初”不設(shè)考試，小學(xué)質(zhì)量等級可參照各小學(xué)考入當(dāng)?shù)責(zé)狳c(diǎn)初中——樹人中學(xué)的錄取率作為依據(jù)；初中質(zhì)量等級則參照中考考入當(dāng)?shù)厮男羌壐咧械匿浫÷首鳛橐罁?jù)[32]。住宅小區(qū)教育因素綜合指標(biāo)取小學(xué)和初中質(zhì)量等級的平均值。

房地產(chǎn)價格則基于Python語言，在搜房網(wǎng)(https://yz.fang.com/)、揚(yáng)州房產(chǎn)信息網(wǎng)(www.yzfdc.net)獲取2017年各住宅小區(qū)房地產(chǎn)價格數(shù)據(jù)，并參照當(dāng)年地價動態(tài)監(jiān)測數(shù)據(jù)進(jìn)行驗(yàn)證。

通勤條件選擇距CBD距離、距最近工業(yè)園區(qū)距離兩個指標(biāo)。CBD、工業(yè)園區(qū)分別是研究區(qū)商服、制造業(yè)中心，就業(yè)密度最高，通過人口結(jié)構(gòu)與通勤條件相關(guān)性可進(jìn)行職住平衡分析。

環(huán)境條件選擇社區(qū)綠地率指標(biāo)?，F(xiàn)有研究綠地率一般以街道(鄉(xiāng)鎮(zhèn))為單元進(jìn)行統(tǒng)計，但綠地作為居民主要游憩空間，住宅與綠地之間交通方式以步行為主，時空閾值一般在400 m以內(nèi)，因此選擇社區(qū)尺度更能反映環(huán)境條件與人口結(jié)構(gòu)之間的關(guān)系[33]。

(二)機(jī)理分析

本研究以2017年研究區(qū)社區(qū)(村)內(nèi)各年齡、財富、通勤結(jié)構(gòu)住宅小區(qū)數(shù)量為被解釋變量并進(jìn)行標(biāo)準(zhǔn)化，有效樣本數(shù)量為460個，應(yīng)用R語言NegBinomial函數(shù)進(jìn)行處理(表3)。

表3 負(fù)二項(xiàng)回歸模型估計結(jié)果

1.建筑年代與老齡比、平穩(wěn)型通勤結(jié)構(gòu)相關(guān)性較為顯著

(1)建筑年代與老齡比呈強(qiáng)負(fù)相關(guān)關(guān)系，即建筑年代越新，老齡比越低。由于受生命周期影響，社區(qū)存在分化、過濾作用，內(nèi)城區(qū)及外城區(qū)建筑年代相對較久，內(nèi)城區(qū)、外城區(qū)社區(qū)形成于1949年之前和計劃經(jīng)濟(jì)時期，這些住宅小區(qū)房型老舊，居住條件相對較差，除學(xué)區(qū)房外，對青年、中年人口吸引力較小，由此形成建筑年代越久，老齡人口占比越高。

(2)建筑年代與平穩(wěn)型通勤結(jié)構(gòu)呈弱負(fù)相關(guān)關(guān)系，由于老齡比的關(guān)聯(lián)作用，建筑年代越新，老齡比越低，而老齡人口為主的住宅小區(qū)，人流量相對較為平均，因此表現(xiàn)為平穩(wěn)型通勤結(jié)構(gòu)。

2.教育因素與學(xué)齡比、高檔車占比、三峰型通勤結(jié)構(gòu)相關(guān)性較為顯著

(1)教育因素與年齡結(jié)構(gòu)中的學(xué)齡比呈強(qiáng)正相關(guān)關(guān)系，說明學(xué)齡人口家庭對學(xué)區(qū)房表現(xiàn)出強(qiáng)烈的空間偏好。以研究區(qū)最優(yōu)的育才小區(qū)學(xué)區(qū)為例，部分住宅小區(qū)人流量中學(xué)齡比達(dá)29.22%，占比接近1/3，對內(nèi)城區(qū)其他年齡人口特別是內(nèi)城區(qū)老齡人口產(chǎn)生了強(qiáng)烈的擠出效應(yīng)。由于學(xué)齡人口家庭消費(fèi)水平顯著高于老齡人口家庭，導(dǎo)致與文化教育相關(guān)的商服網(wǎng)點(diǎn)快速增長，加速了內(nèi)城區(qū)的“紳士化”進(jìn)程。

(2)教育因素與高檔車占比呈弱正相關(guān)關(guān)系，這是由學(xué)區(qū)房的連帶效應(yīng)所產(chǎn)生。目前，研究區(qū)學(xué)區(qū)房均價格達(dá)31 685元/m2，是研究區(qū)均價的2.42倍，進(jìn)而對居民的財富階層起到了分化作用，導(dǎo)致高房價小區(qū)高檔車數(shù)量的顯著增多[34]。

(3)教育因素還與三峰型通勤結(jié)構(gòu)呈弱正相關(guān)關(guān)系。這與學(xué)齡人口通勤模式有關(guān)。與工作人口相比，學(xué)齡人口更傾向于在家午餐、午休，因此學(xué)齡人口占比較高的住宅小區(qū)，除早晚兩個高峰外，還形成午間通勤高峰，由此形成了三峰型通勤結(jié)構(gòu)。

3.房地產(chǎn)價格與人口年齡結(jié)構(gòu)、財富結(jié)構(gòu)均存在廣泛的關(guān)聯(lián)性

(1)人口年齡結(jié)構(gòu)。房地產(chǎn)價格與人口年齡結(jié)構(gòu)中的學(xué)齡比、中年比呈正相關(guān)，而與青年比、老齡比呈負(fù)相關(guān)，即房地產(chǎn)價格越高，學(xué)齡比、中年比越高，而青年比、老齡比越低，說明中年人口及其撫養(yǎng)的學(xué)齡人口對房地產(chǎn)價格承受能力相對較高，也是高檔小區(qū)的主力消費(fèi)人群，而青年、老齡人口則由于收入相對較低，更傾向于購買價格較低的房地產(chǎn)，在空間上表現(xiàn)為中年、學(xué)齡人口更多分布于內(nèi)城區(qū)的學(xué)區(qū)地段和外城區(qū)環(huán)境良好地段，而青年、老齡人口則更多分布于內(nèi)城區(qū)的歷史文化名城保護(hù)區(qū)和近郊偏遠(yuǎn)地區(qū)。

(2)財富結(jié)構(gòu)。房地產(chǎn)價格與財富結(jié)構(gòu)相關(guān)性呈梯度下降趨勢，即高檔車、中檔車、低檔車相關(guān)性分別為2.689 2，1.554 3，0.792 3，說明房地產(chǎn)價格與家庭財富有明顯的相關(guān)性。房地產(chǎn)通過價格的“門檻”作用，對人口空間分異起到基礎(chǔ)性支配作用，即人口按財富大小形成空間集聚。

4.通勤因素分為距CBD距離、距最近工業(yè)園區(qū)距離兩個變量

(1)距CBD距離與老齡比、平穩(wěn)型通勤結(jié)構(gòu)呈弱相關(guān)關(guān)系，這與揚(yáng)州城市空間結(jié)構(gòu)有較大關(guān)聯(lián)性。揚(yáng)州作為歷史文化名城，城市空間呈典型同心圓結(jié)構(gòu)。城市中心為內(nèi)城區(qū)，內(nèi)城區(qū)既是CBD，也是年代最為久遠(yuǎn)的社區(qū)，而距離CBD越遠(yuǎn)，社區(qū)越新。由于內(nèi)城區(qū)形成年代久遠(yuǎn)，老齡比相應(yīng)較高，由此形成了兩者的負(fù)相關(guān)關(guān)系；同時，老齡比較高的住宅小區(qū)通勤結(jié)構(gòu)較為平穩(wěn)，由此形成了距CBD距離與平穩(wěn)型通勤結(jié)構(gòu)的關(guān)聯(lián)。

(2)距最近工業(yè)園區(qū)距離與高檔車占比、雙峰型通勤結(jié)構(gòu)呈強(qiáng)正相關(guān)關(guān)系，與青年比、低檔車占比、三峰型通勤關(guān)系呈弱相關(guān)關(guān)系。①距最近工業(yè)園區(qū)距離與青年比之間的負(fù)相關(guān)關(guān)系機(jī)理在于：制造業(yè)是吸收勞動力的主力，據(jù)揚(yáng)州市總工會統(tǒng)計顯示，“十三五”期間制造業(yè)對勞動力的吸納比達(dá)34.21%，其中絕大部分為青年人口。相對與中年人口，青年人口通勤需求較大，因此傾向選擇通勤距離較短的園區(qū)周邊社區(qū)；同時由于工業(yè)園區(qū)一般選址于遠(yuǎn)郊區(qū)，房地產(chǎn)價格相對較低，與青年人口較低的收入水平相匹配。②距最近工業(yè)園區(qū)距離與財富結(jié)構(gòu)的相關(guān)性在于工業(yè)園區(qū)受企業(yè)外部性影響，環(huán)境相對較差，高檔小區(qū)分布較少，家用汽車多用于解決基本通勤需求，因此表現(xiàn)為住宅小區(qū)高檔車占比較少，而低檔車占比較高。③距最近工業(yè)園區(qū)距離與通勤結(jié)構(gòu)相關(guān)性表現(xiàn)為，園區(qū)周邊住宅小區(qū)職住平衡，不少企業(yè)員工選擇回家午餐、午休，形成了午間通勤高峰，表現(xiàn)為三峰型通勤結(jié)構(gòu)；而住宅小區(qū)距離工業(yè)園區(qū)越遠(yuǎn)，職住失衡問題越突出，更多企業(yè)員工選擇在單位午休，午間人流量相對較少，住宅小區(qū)雙峰型通勤結(jié)構(gòu)越明顯。

5.環(huán)境條件與年齡結(jié)構(gòu)、財富結(jié)構(gòu)關(guān)聯(lián)性較高

(1)環(huán)境條件與年齡結(jié)構(gòu)關(guān)聯(lián)性體現(xiàn)：環(huán)境條件較優(yōu)社區(qū)多位于近郊區(qū)或內(nèi)城區(qū)外部邊緣，上述社區(qū)體現(xiàn)為兩個空間特點(diǎn)：一是距離工業(yè)園區(qū)相對較遠(yuǎn)；二是價格相對較高，與青年、老齡人口傾向低價格、職住平衡的住宅選址特征互斥，而中年人口由于收入相對較高，對環(huán)境條件有較高的要求，因此環(huán)境條件良好的社區(qū)成為中年人口的主力消費(fèi)人群。

(2)從財富結(jié)構(gòu)而言，環(huán)境條件較好的社區(qū)，房地產(chǎn)價格也相對較高，因此通過房地產(chǎn)價格過濾機(jī)制，社區(qū)為多為高財富收入家庭，在車流量上表現(xiàn)為以高檔車為主，中檔車次之。

四 研究結(jié)論

本研究以社區(qū)(村)為基本單元，通過目視調(diào)查法，搜集了揚(yáng)州市區(qū)460個住宅小區(qū)的年齡、財富和通勤數(shù)據(jù)，揭示不同年齡、財富和通勤結(jié)構(gòu)社區(qū)的指向規(guī)律和形成機(jī)理，為開展短周期、小尺度人口地理學(xué)綜合研究提供依據(jù)。

第一，采用目視調(diào)查法，通過對住宅小區(qū)斷面人口年齡、收入、通勤的統(tǒng)計，可實(shí)現(xiàn)對社區(qū)進(jìn)行多頻次、多維度人口特征提取，從方法上有利于改變目前人口地理學(xué)研究過度依賴大尺度、長周期人口普查數(shù)據(jù)的現(xiàn)狀，實(shí)現(xiàn)人口地理學(xué)微觀、持續(xù)研究，適應(yīng)日益復(fù)雜、頻繁、精細(xì)的社會應(yīng)急管理需要。

第二，社區(qū)人口空間結(jié)構(gòu)的指向。將社區(qū)人口結(jié)構(gòu)按年齡、財富和通勤特點(diǎn)，分為學(xué)齡比、青年比、中年比、老齡比、高檔車占比、中檔車占比、低檔車占比、雙峰型通勤、三峰型通勤、平穩(wěn)型通勤10種結(jié)構(gòu)。高學(xué)齡比社區(qū)存在學(xué)區(qū)指向，青年比社區(qū)存在通勤和房價指向，中年比社區(qū)存在環(huán)境、通勤指向；老齡比社區(qū)存在歷史指向；高檔車占比社區(qū)存在公共服務(wù)和環(huán)境指向；中檔車社區(qū)存在通勤指向；低檔車存在通勤指向；雙峰型通勤社區(qū)存在通勤指向；三峰型通勤社區(qū)存在學(xué)區(qū)、通勤指向；平穩(wěn)型通勤社區(qū)存在歷史指向。

第三，社區(qū)人口空間結(jié)構(gòu)形成機(jī)理。采用負(fù)二項(xiàng)回歸模型進(jìn)行歸因分析，解釋因子為歷史、教育、房價、通勤、環(huán)境要素，其中房價、距離最近工業(yè)園區(qū)距離、環(huán)境指標(biāo)關(guān)聯(lián)最多，數(shù)量為5～6個，其余解釋因子關(guān)聯(lián)數(shù)量在1～3個，關(guān)聯(lián)范圍較弱，說明房價、通勤、環(huán)境要素是城市社區(qū)人口結(jié)構(gòu)形成的基礎(chǔ)性要素。在關(guān)聯(lián)強(qiáng)度方面，歷史要素——老齡比，學(xué)區(qū)——學(xué)齡比，房地產(chǎn)價格——老齡比、高檔車占比，距離最近工業(yè)園區(qū)距離——雙峰型通勤結(jié)構(gòu)，環(huán)境條件——中年比、高檔車占比表現(xiàn)為強(qiáng)關(guān)聯(lián)關(guān)系。