第30卷第1期2010年1月经济地理ECONOM IC GEOGRAPHY Vol.30，No. 1Jan. ，2010
文章编号：1000-8462（2010）01-0034-06
基于EDSA-GIS 的广州市人口空间分布演化研究
刘望保1，闫小培2，陈忠暖1
（1. 华南师范大学地理学院，中国广东广州
510632；2. 中山大学地理科学与规划学院，中国广东广州
510275）
摘要：利用EDSA-GIS 空间自相关分析技术，分析改革开放以来广州市人口空间分布及其演化。总体来看，广州市总人口和户籍人口密度的空间集聚日趋明显，呈现出较典型的“高高集聚、低低集聚”分布规律，并在中心
城区外围地区逐步形成多个次中心，多核心空间结构日渐成熟，但中心城区的“人户分离”现象明显。广州市在以大型居住区建设为先导的人口郊区化过程中，更应注重郊区，尤其是近郊区的教育、医疗等配套设施建设，以减少中心城区人户分离现象及中心城区与郊区的交通需求。外来人口空间分布也呈现较明显的多核心分布结
相对均匀化的空间集聚和中心城区外围高密度的局部集聚的空间分布格局。构，形成了中心城区较高密度的、关键词：人口空间集聚；M oran's I 检验；G *统计；广州中图分类号：TU984
文献标识码：A
1950年代以来，西方研究在城市人口空间分布
方面形成了一系列的理论模型，如Clark 模型[1]、城正态密度市人口与城区面积间的异速生长模型[2]、模型[3]、指数模型[4]和城市人口密度多核心模型[5]。国内学者在吸纳和创新西方相关研究的基础上，对国内主要城市如北京[6-7]、上海[8]、广州[9-14]、杭州[15]等进行了相关研究。1970年代以后，国外学者，如Cliff [15]和Getis [16]等，提出基于空间依赖性和异质性的空间统计方法（空间自相关分析），很好地揭示了地理现象在地域分布上的空间关联关系。近年来，国内利用空间自相关来分析城市人口空间分布的研究日
徐丽华等[18]、陈刚强等[19]分别渐增多，如杜国明等[17]、对沈阳、上海和全国地县级市为例进行了实证分
析，并取得了良好的分析效果。本文利用探索性空间数据分析（ESDA ）空间统计模块，采取空间自相关分析方法，利用广州市1982年、1990年、2000年和2004年4个年份的街道（或镇）的人口统计截面数据，分析广州市1980年代以来人口空间分布特征及其演化状况。
标）来分析。1.1分析方法
1.1.1全局性空间自相关指标—Moran ’s I 。其统计模型为：
I =N ·
其中，
S 0=ΣΣw ij
i
j
i =1i =1
ΣΣw （x
ij i =1
n n
i
-μ）（x j -μ）-μ）
2
（1）
（x Σ
i
（2）
i 、j 代表不同的空间单元代号；n 表示所有空式中：
x 表示空间单元的属性值；μ表示所间单元的个数；
有单元属性值的平均值；w ij 表示空间权重矩阵，它1组成反映空间单元i 与j 的空间关系，是一个0、
的对称矩阵，若空间单元i 与j 相邻，则值为1，若不相邻，则值为0。I 值介于（-1，1）之间，当I 值大于期望值时，表示空间正相关，表明相邻空间单元具有相似的属性值，高的观测值倾向于与高的观测值集聚在一块，低的观测值倾向于与低的观测值集聚在一块，呈现出“高高集聚、低低集聚”的空间分布格局；当I 值小于期望值时，表示观测值之间呈现出显著的负相关，高的观测值倾向于与低的观测值集聚分布，呈现空间分散格局；I 值越接近1或-1，则空间自相关程度越强烈；当I 值接近期望值时，则表明不存在空间自相关现象，观测值在空间上随机
1分析方法和数据处理
空间自相关分析主要有全局性和局部性空间
自相关指标。全局性指标用于检验研究区域的空间模式，局部性指标反映一个区域单元上某种属性值临近区域单元上同一属性值的相关程度。本文选取Moran ’s I 检验（全局性指标）和G *统计（局部性指
收稿时间：2009-10-18；修回时间：2009-12-22
基金项目：教育部人文社科项目（编号：09YJC840016）和香港浸会大学基金项目（编号：HKBU2080/99H）联合资助。
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究35
排列[20]。
1.1.2局部性空间自相关指标—G *统计。为了反映某区域周围相似属性值的空间集聚程度，需要研究区域的局部空间自相关性。在G *统计中，对于空间点i ，只关心其周围是高值点还是低值点，但不包括
）的情况，而改进的G *统计包括了自自身（即i ≠j
身的（即i =j ）的情况[18]，因此在探讨人口分布的局部空间相关时使用G *统计更科学，其计算公式为：
G *=Σw ij x
j
j =1n
j =1
准上有一定差异，但基本可以反映广州市1982年以来人口空间分布变化的趋势。本文忽略2005年广州市的行政区划调整，仍采取2000年的行政区划标准。研究范围确定为广州市老八区（即越秀区、东山区、荔湾区、天河区、芳村区、黄埔区、白云区、
海珠区）。为了便于比较，以2000年的街道（或乡镇）界线为准，将4个年份的统计数据按街道界线的变化情况进行相应的人口总量的调整，以保证4个年份数据的可比性。人口数据按照总人口（户籍人口和外来人口①之和）、户籍人口、外来人口（或暂住人口）来统计。由于城市内部行政区面积差异较大，为了更科学地揭示人口空间分布规律，本文采取人口密度指标，先用等值线来分析人口密度的空间结构，然后利用空间自相关分析人口密度空间集聚规律。
Σx j
n
（3）
其Z 值的计算公式为：对于G *的显著性测定，
G i *-E （G i *）姨Z （G i *）=Σi 其中，
E （G i *）=W */（N -1）VZR （G ）=
*
（4）（5）
W i （n -1-w i ）Y i 2（n -1）（n -2）Y i 1
2
*2
***
（6）
2分析结论
2.1总人口
2.1.1空间分布结构。利用Surfer 7.0绘制出4年的人口密度等值线图，选取等值线较为密集的部分局部放大。1982年以来总人口空间分布特征如下：①人口分布从单中心结构向多中心结构转变。1982年呈典型的单中心结构，峰值点位于大新街附近；1990年仍是单中心结构，峰值点位置与1982年基本接近，位于光塔街附近；2000年呈多中心结构，峰值点除城市中心光塔街附近外，在白云区的景泰街、天河区的石牌街、海珠区的江南中街形成3个次级中心，人口空间分布从单中心向多中心转变。2004年多中心结构更为完善，除城市中心地带光塔街峰值点，还分别在海珠区江南中街江南中路、天河区棠下街、白云区景泰街白云新城和芳村区花地街花地湾附近，分别形成了4个城市次中心。②等值线逐步变稀，人口密度分布坡度变缓。对比4年的等值线分布的疏密程度，发现自1982年来，等值线逐步变稀，尤其是在2000年，说明人口从内圈层向中圈层和外圈层迁移的趋势明显，三者之间的密度差距在缩小，人口密度分布有走向均衡的趋势。2.1.2空间自相关分析。全局性空间自相关。计算广州市1982、1990、2000和2004年总人口密度的全局性自相关指数Moran's I 分别为0.59、0.60、0.54、0.53，且其显著水平均在0.01上，均有显著意义。以
n 为观测个数，x i 为位置i 的观测值，{w ij }为空间权
重矩阵，而
w =Σw ij
*
i
j =1n n
（7）（8）
*
2
Y i 1*=Σ/n
j =1
Y i 2=（Σx j 2n ）-（Y i 1）
j =1
*
n
（9）
从公式（4）可见，Z （G i *）是G *的标准化处理，若G *大于它的理论期望值E （G i *），则Z （G i *）为正值，表明位置i 周围的值相对较大，区域观测值分布存
在一种“高值集聚”的趋势。若G *小于它的理论期（G i *），则Z （G i *）为负值，表明位置i 周围的望值E
值相对较小，区域观测值分布存在一种“低值集聚”的趋势。若G *等于其理论期望值E （G i *），则Z （G i *）为零，表明位置i 与周围观测值属于随机分布。因此，G *统计可以揭示研究区的“热点”问题。1.2数据处理
本文除采取1982、1990和2000年人口普查数据外，还采取广州市公安局2004年底分街道（或乡镇）的人口统计数据（包括户籍人口和暂住人口），从而形成了人口变化的4个年份的截面数据。尽管普查数据和公安局户籍资料在数据来源和统计标
①外来人口是人口普查中使用的概念，是常住人口中的一种，包括在本市居住一年(三普和四普) 或半年(五普) 以上而户口在其它地方的人口，在本市居住不满一年(三普和四普) 或半年(五普) 以上但离开户口登记地一年或半年以上的人口及居住在本市但户口待定的人口。暂住人口是公安部门使用的概念，是指在公安部门进行登记外来的人口。
36经济地理第30卷
步向荔湾、越秀和海珠区北部转移，说明尽管在居住郊区化背景下，中心城区人口密度逐步下降，但仍然还是全市人口密度最高的区域，且受旧城改造和产业升级的影响，中心城区各街道的人口密度差距在缩小，呈现出人口密度“高值集聚”的现象。2004年与2000年有一定的相似性，在0.05上显著的有83个，但“高值集聚”区域在继续扩大，并向
南延伸。东、
图11982—2004年总人口空间分布结构
Fig.1Spatial structure of total population in 1982—2004
上年份的M oran ’s I 指数均为正值，说明广州市总人口空间分布一直表现为较强的空间正相关关系（空间依赖性），表现出相似值之间的空间集聚。从
1982年和1990年指数基本相当，演化趋势来看，
2000年和2004年指数逐步下降，表明总人口密度
空间集聚现象有“弱化”趋势，其形成原因主要表现在：内城区更新改造和产业升级导致中心城区用地性质的快速转换导致人口的外迁；郊区，尤其是中心城区外围房地产的开速发展，吸引居住郊区化；另外，历年的城市规划引导城市空间的拓展，如“北优、东进、西联和南拓”城镇空间发展战略，引导人口和产业空间由中心城区向郊区延伸。
局部性空间自相关。图2为1982、1990、2000和2004年分街道（或镇）的总人口密度G *统计结
在果。1982年总人口密度局部空间自相关图形中，0.05上统计显著的统计单元有76个，系数大于0
的统计单元数为66个，分别占总量的76.77%和66.67%，这些单元主要分布在芳村区、越秀区、荔湾区、东山区和海珠区的东北部地带，即传统的老城区，G *值为正值，说明了这些区域总人口密度分布存在高度集聚现象。数值大于5.06的统计单元则主要分布在芳村区、荔湾区北部和海珠区的部分区域，最高值为5.88，包括冲口街和白鹤洞街（均为芳村区），成为总人口密度分布的“热点”，即总人口集聚程度最高的区域。总体来看，G *值呈现出“由西向东、由中心城区向外围”递减的规律，负值主要分布在中心城区外围，表现为人口密度的低值集聚。1990年G *值空间分布与1982年基本相似，在0.05上显著的有80个，G *值为正值的统计单元数为68个，数量有所增加，“热点”地区仍为冲口街，数值为6.50。2000年则有较大变化，在0.05上显著的有85个，G *值为正值的统计单元数增加至70个，数值大于6的统计单元数达到54个，数值较高的区域逐
图21982—2004年总人口密度G *统计分析
Fig.2G *values of total population density in 1982—2004
2.2户籍人口
2.2.1空间分布结构。从图3的等值线空间分布来看，户籍人口密度空间分布也具备由单中心结构向多中心结构转变的特征，如1982年呈典型的单中心结构，峰值点位于大新街；1990年仍是单中心结构，峰值点位置与1982年基本接近，位于光塔街附近；2000年呈多中心结构，除光塔街附近外，在白云区的景泰街、天河区的石牌街、海珠区的江南中街形成3个次级中心，人口空间分布从单中心向多中心转变。2004年的多中心结构与2000年基本相似。等值线则逐步变稀疏，中心城区人口密度逐步走向均匀化，表现出与总人口空间分布相类似的特点。2.2.2空间自相关分析。全局性空间自相关。1982、1990、2000和2004年户籍人口密度的全局性自相关Moran ’s I 指数分别为0.59、0.60、0.46、0.58，且其
均有显著意义。相类似的是，显著水平均在0.05上，
以上年份的数值均为正值，说明广州市户籍人口空
间分布也表现为较高程度上的空间集聚。从发展变化来看，1982年和1990年户籍人口集聚程度基本相似，集聚程度较高，2000年以后集聚程度有所下降，但数值的波动性较大。尽管1990年代末以来，广州市人口郊区化非常明显，由于中心城区的教育、医疗等配套服务设施完善，为了能享受中心城区的配套服务设施，许多居民仍然将户籍留在中心
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究37
城区，从而造成人户分离，尤其是荔湾区、越秀区和
东山区等老城区更明显。根据广州市2000年人口普查资料统计，越秀区的人民街、北京街，荔湾区的岭南街和龙津街，东山区的大塘街的人户分离比重都在56.9%以下，意味着这些区域接近有50%以上的户籍人口外迁但仍将户籍留在此区，中心城区仍然是户籍人口高度集聚的区域。
图41982—2004年户籍人口密度G *统计分析
Fig.4G *values of local population density in 1982—2004
特征明显不同。1982年和1990年外来人口低密度集聚，集聚中心在老城区。但到2000年后最大的集
2004年则除新景街最聚中心位于白云区的新景街；
图31982—2004年户籍人口空间分布结构
Fig.3Spatial structure of local population in 1982—2004
大的集聚中心外，还在天河区的棠下街和海珠区的凤阳街和瑞宝街形成高密度集聚中心。形成这种空间分布特征的主要原因为：一方面，广州市“城中村”主要分布在中心城区及其外围地区，“城中村”几乎集聚了70%以上的广州市外来人口；另一方面，中心城区外围靠近区位条件优越，靠近就业中心城区，且住房价格相对较低，因此，成为外来人口集聚分布区域。②从密度等值线的演化趋势来看，外来人口密度等值线越来越稠密，说明峰值点与周边区域的外来人口密度差距在逐步增大。
局部性空间自相关。图4反映了广州市4个年份的户籍人口密度局部自相关G *统计结果。1982年统计显著和为正值的统计单元数分别为63个和66个，分别占总量的63.64%和66.67%，这些单元主要分布在老城区，尤其是芳村区、荔湾区西北部和海珠区的部分地区等，与总人口的分布基本相似的是，“热点”地区仍在白鹤洞街和冲口街，数值为5.89；总体来看，户籍人口密度也表现出由中心城区向外围和由东向西集聚程度逐步降低的规律。1990年与1982年的情况基本相似，但集聚程度有所提高，如数值大于6的统计单元数从1982年的0个增加至7个，“热点”地区虽仍在冲口街和白鹤洞街，但数值增加至6.49，说明户籍人口空间集聚程度更加提高。2000年统计显著和为正值的单元分别有66个和69个，分别占总数的66.67%和69.69%，空间分布与1990年情况接近，但正值区域向中心城区外围扩大，受郊区化和房地产开发的影响，中心城区外围成为户籍人口快速集聚的区域，“热点”地区仍在冲口街和白鹤洞街，但数值增加至6.79。2004年表现为老城区G *统计值大于5的统计单元数为59个，均相对较大，反映尽管老城区户籍人口密度在逐步降低，但空间分布均匀化趋势明显。2.3外来人口
2.3.1空间分布结构。如图5所示，外来人口密度等值线空间分布特征表现为：①外来人口主要分布中圈层和外圈层内侧为主，与总人口和户籍人口分布
图51982—2004年外来人口空间分布结构
Fig.5Spatial structure of floating population
in 1982—2004
2.3.2空间自相关分析。全局性空间自相关。1982年、1990年、2000年和2004年外来人口密度M oran ’s I 指数分别为0.55、0.58、0.25、0.09，且其显著水平均在0.05上，均有显著意义。总体来看，1982年和1990年指数较高，由于1990年前广州市外来人口数量较少，且低密度集聚在老城区，因此空间自相关程度较高；随着外来人口数量的大规模增
38经济地理第30卷
加，且主要分布在分布较零散的“城中村”，因此，外来人口分布局部集聚现象明显，造成空间相关程度降低。
局部性空间自相关。图6反映了4个年份外来人口密度的G *统计结果。1982年G *统计值普遍较低，在0.05上显著的统计单元数仅为23个，它们主要分布在芳村区和荔湾区西北部，“热点”地区为芳村区的花地街，G *统计值为2.91，其它统计单元外来人口密度差异不显著。1990年G *统计值普遍有较大的提升，统计显著的单元数增加至66个，它们主要分布在中心城区，“热点”地区为东山区的华乐街，数值为6.71。2004年数值有一定的降低，为正值的单元数为71个，“热点”地区为东山区的华乐街，数值仅为4.6。利用等值线来分析外来人口空间分布结构时发现，2000年后广州市外来人口在中心城区外围形成较高程度的集聚中心，但从G *统计来看，达到显著的单元数均分布在中心城区，而中心城区外围地区均不显著，这意味着尽管绝大部分的外来人口居住在中心城区外围内，但集中分布在“城中村”内，“城中村”邻近区域外来人口数量相对较少，因此并未形成“高值集聚区”；中心城区是就业机会集中分布区域，外来人口分布相对均匀化，形成了“较高值集聚区”，局部性空间自相关分析在一定程度上是等值线和人口密度分布等传统空间分析工具的有益补充。
年份的人口统计截面数据，利用空间自相关分析方法来分析改革开放以来广州市总人口、户籍人口和
广外来人口的空间集聚及其演化趋势。总体来看，州市总人口和户籍人口密度的空间集聚趋势日趋
明显，呈现较典型的“高高集聚、低低集聚”的空间分布规律，尽管人口郊区化趋势明显，但人户分离现象明显，中心城区仍然是“高高集聚”区域，且均匀化趋势明显；中心城区外围逐步形成人口集聚分布的次中心，多核心结构日渐成熟，但受城市规划和交通通达性等条件的影响，中心城区外围统计单元的人口密度与邻近单元相关性不强，向区位条件优越的局部区域集聚的现象明显。广州市在以大型居住区建设为先导的人口郊区化过程中，更应注重郊区，尤其是中心城区外围的教育、医疗等配套设施建设，以减少中心城区人户分离现象及中心城区与郊区的交通需求。
中心城区的外来人口呈现“高高集聚”分布，中心城区外围则呈现较明显的局部集聚分布，并形成多个次中心，但次中心的外来人口密度与邻近区域的落差较大。影响外来人口居住区位选择的因素主要是就业机会和居住成本，中心城区仍然是就业机会最多的区域，“城中村”居住成本相对较低，因此，形成了中心城区较高密度的、相对均匀化的空间集聚和中心城区外围高密度的局部集聚现象。目前，广州市正在逐步推进“城中村”改造工程，城中村的逐步消失使得外来人口将转向选择就业机会较多的中心城区居住，尤其是居住成本相对较低的旧城区，导致中心城区将会变得更为拥挤。参考文献：
[1]Clark C. Urban Population Densities[J].Journal of Royal Statisti-cal Society ，1951，114(4)：490-496. [2][3]
Warntz W. Physics of Population Distribution [J].Stewart J Q ，
Journal of Regional Science ，1958，1(1)：99-123.
Tanner J C. Factors Affecting the Amount Travel [M].Road Re-search Technical Paper NO. 51. HMSO.(Departmentof Scientific and Industrical Research). London ，1961.
[4]Newling B E. The Spatial Variation of Urban Population Densities
1967，59(2)：242-252. [J].Geographical Review ，
图61982—2004年外来人口密度G 统计分析
Fig.6G *values of floating population density
in 1982—2004
*
[5]Berry B J ，Kim H M. Challenges to the Monocentric Model [J].Geographic Analysis ，1993，25(1)：1-4.
[6]冯健，周一星. 1990年代北京市人口空间分布的最新变化[J].城
市规划，2003，27(5)：55-63.
[7]周一星. 北京城市郊区化及引发的思考[J].地理科学，1996，18
(3)：198-201.
[8]王宇，高向东. 基于GIS 的大连城市人口空间分布变动及模拟
研究[J].世界地理研究，2008，17(4)：142-148.
[9]郑静，许学强，陈浩光. 广州市人口结构的空间分布特征分析[J].
3小结
空间自相关分析可根据统计单元与邻近区域
的统计值之间的相关性来揭示地理要素的空间集聚规律。本文利用1982、1990、2000和2004年4个
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究
1973. [16]
39
热带地理，1994，14(2)：133-143.
[10]周春山，罗彦，陈素素. 近20年来广州市人口增长与分布的时
空间演化分析[J].地理科学，2004，24(6)：641-647.
周春山. 50年来广州人口分布与城市规划的互动分析[11]罗彦，
[J].城市规划，2006，30(7)：27-31.
[12]谢守红，宁越敏. 广州市人口郊区化研究—兼与北京、上海的
比较[J].地域研究与开发，2006，25(3)：116-119.
[13]袁媛，许学强，薛德升. 广州市1990—2000年外来人口空间分
布、演变和影响因素[J].经济地理，2007，27(2)：250-255. [14]冯健. 杭州市人口密度空间分布及其演化的模型研究[J].地理
研究，2002，21(5)：635-646.
Ord J K. Spatial Autocorrelation [M].London ：Pion ，[15]Cliff A D ，
Getis A ，Ord J K. The analysis of spatial association by use of distance statistics [J].Geographical Analysis ，1992，24(3)：189-206.
[17]杜国明，张树人，张有全. 城市人口分布的空间自相关分析—
以沈阳市为例[J].地理研究，2007，26(2)：383-390.
[18]徐丽华，岳文泽. 上海市人口分布格局动态变化的空间统计研
究[J].长江流域资源与环境，2009，18(3)：222-228.
[19]陈刚强，李郇，许学强. 中国城市人口的空间集聚特征与规律
分析[J].地理学报，2008，63(10)：1045-1054.
[20]谢正峰，王倩. 广州市土地利用程度空间自相关分析[J].热带
2009，29(2)：129-133. 地理，
EVOLUTIONAL TRENDS OF POPULATION SPATIAL DISTRIBUTION
STRUCTURE IN GUANGZHOU BASED ON EDSA-GIS TECHNIQUE
LIU Wang -bao 1，YAN Xiao -pei 2，CHEN Zhong -nuan 1
(1.College of Geography Science ，South China Normal University ，Guangzhou 510632，Guangdong ，China ；2. Center for Urban and Regional Studies ，Zhong-shan University ，Guangzhou 510275，Guangdong ，China)
Abstract:Based on technique of spatial auto-correlation in ESDA-GIS, spatial distribution structure and its evolutional trends of total population, local population and floating population in Guangzhou since reform are analyzed. It is approved that spatial concentrations of density of total population and local population with more and more obvious characteristics that statistic units with high values tends to concentrated and the same as low values. Multi-core spatial distribution structures of total population and local population are becoming more mature with several subcores distributing in outer boundary of central city. The separation of residential place and hukou place (renhu fen li) is becoming obvious in central city. During the precess of population suburbanization with large scale of real estate developments as pioneers, large scale of construction of infrastructures of education and healthy etc. In suburban, especially the outer boundary of central city to decrease the extent of separation of residential place and hukou place and traffic demand between central city and suburban, should be strengthened. Multi-core spatial distributional structure of floating population has also been formed with the obvious spatial distribution pattern of relatively high density and homogenization of spatial concentration in central city and higher density of locally spatial concentration of outer boundary of central city.
Key words:population spatial concentration ；Moran's I index ；G *statistic ；Guangzhou
作者简介：刘望保（1975—），男，湖南岳阳人，博士，副研究员。主要研究方向为城市地理。E-mail ：[email protected] 。
第30卷第1期2010年1月经济地理ECONOM IC GEOGRAPHY Vol.30，No. 1Jan. ，2010
文章编号：1000-8462（2010）01-0034-06
基于EDSA-GIS 的广州市人口空间分布演化研究
刘望保1，闫小培2，陈忠暖1
（1. 华南师范大学地理学院，中国广东广州
510632；2. 中山大学地理科学与规划学院，中国广东广州
510275）
摘要：利用EDSA-GIS 空间自相关分析技术，分析改革开放以来广州市人口空间分布及其演化。总体来看，广州市总人口和户籍人口密度的空间集聚日趋明显，呈现出较典型的“高高集聚、低低集聚”分布规律，并在中心
城区外围地区逐步形成多个次中心，多核心空间结构日渐成熟，但中心城区的“人户分离”现象明显。广州市在以大型居住区建设为先导的人口郊区化过程中，更应注重郊区，尤其是近郊区的教育、医疗等配套设施建设，以减少中心城区人户分离现象及中心城区与郊区的交通需求。外来人口空间分布也呈现较明显的多核心分布结
相对均匀化的空间集聚和中心城区外围高密度的局部集聚的空间分布格局。构，形成了中心城区较高密度的、关键词：人口空间集聚；M oran's I 检验；G *统计；广州中图分类号：TU984
文献标识码：A
1950年代以来，西方研究在城市人口空间分布
方面形成了一系列的理论模型，如Clark 模型[1]、城正态密度市人口与城区面积间的异速生长模型[2]、模型[3]、指数模型[4]和城市人口密度多核心模型[5]。国内学者在吸纳和创新西方相关研究的基础上，对国内主要城市如北京[6-7]、上海[8]、广州[9-14]、杭州[15]等进行了相关研究。1970年代以后，国外学者，如Cliff [15]和Getis [16]等，提出基于空间依赖性和异质性的空间统计方法（空间自相关分析），很好地揭示了地理现象在地域分布上的空间关联关系。近年来，国内利用空间自相关来分析城市人口空间分布的研究日
徐丽华等[18]、陈刚强等[19]分别渐增多，如杜国明等[17]、对沈阳、上海和全国地县级市为例进行了实证分
析，并取得了良好的分析效果。本文利用探索性空间数据分析（ESDA ）空间统计模块，采取空间自相关分析方法，利用广州市1982年、1990年、2000年和2004年4个年份的街道（或镇）的人口统计截面数据，分析广州市1980年代以来人口空间分布特征及其演化状况。
标）来分析。1.1分析方法
1.1.1全局性空间自相关指标—Moran ’s I 。其统计模型为：
I =N ·
其中，
S 0=ΣΣw ij
i
j
i =1i =1
ΣΣw （x
ij i =1
n n
i
-μ）（x j -μ）-μ）
2
（1）
（x Σ
i
（2）
i 、j 代表不同的空间单元代号；n 表示所有空式中：
x 表示空间单元的属性值；μ表示所间单元的个数；
有单元属性值的平均值；w ij 表示空间权重矩阵，它1组成反映空间单元i 与j 的空间关系，是一个0、
的对称矩阵，若空间单元i 与j 相邻，则值为1，若不相邻，则值为0。I 值介于（-1，1）之间，当I 值大于期望值时，表示空间正相关，表明相邻空间单元具有相似的属性值，高的观测值倾向于与高的观测值集聚在一块，低的观测值倾向于与低的观测值集聚在一块，呈现出“高高集聚、低低集聚”的空间分布格局；当I 值小于期望值时，表示观测值之间呈现出显著的负相关，高的观测值倾向于与低的观测值集聚分布，呈现空间分散格局；I 值越接近1或-1，则空间自相关程度越强烈；当I 值接近期望值时，则表明不存在空间自相关现象，观测值在空间上随机
1分析方法和数据处理
空间自相关分析主要有全局性和局部性空间
自相关指标。全局性指标用于检验研究区域的空间模式，局部性指标反映一个区域单元上某种属性值临近区域单元上同一属性值的相关程度。本文选取Moran ’s I 检验（全局性指标）和G *统计（局部性指
收稿时间：2009-10-18；修回时间：2009-12-22
基金项目：教育部人文社科项目（编号：09YJC840016）和香港浸会大学基金项目（编号：HKBU2080/99H）联合资助。
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究35
排列[20]。
1.1.2局部性空间自相关指标—G *统计。为了反映某区域周围相似属性值的空间集聚程度，需要研究区域的局部空间自相关性。在G *统计中，对于空间点i ，只关心其周围是高值点还是低值点，但不包括
）的情况，而改进的G *统计包括了自自身（即i ≠j
身的（即i =j ）的情况[18]，因此在探讨人口分布的局部空间相关时使用G *统计更科学，其计算公式为：
G *=Σw ij x
j
j =1n
j =1
准上有一定差异，但基本可以反映广州市1982年以来人口空间分布变化的趋势。本文忽略2005年广州市的行政区划调整，仍采取2000年的行政区划标准。研究范围确定为广州市老八区（即越秀区、东山区、荔湾区、天河区、芳村区、黄埔区、白云区、
海珠区）。为了便于比较，以2000年的街道（或乡镇）界线为准，将4个年份的统计数据按街道界线的变化情况进行相应的人口总量的调整，以保证4个年份数据的可比性。人口数据按照总人口（户籍人口和外来人口①之和）、户籍人口、外来人口（或暂住人口）来统计。由于城市内部行政区面积差异较大，为了更科学地揭示人口空间分布规律，本文采取人口密度指标，先用等值线来分析人口密度的空间结构，然后利用空间自相关分析人口密度空间集聚规律。
Σx j
n
（3）
其Z 值的计算公式为：对于G *的显著性测定，
G i *-E （G i *）姨Z （G i *）=Σi 其中，
E （G i *）=W */（N -1）VZR （G ）=
*
（4）（5）
W i （n -1-w i ）Y i 2（n -1）（n -2）Y i 1
2
*2
***
（6）
2分析结论
2.1总人口
2.1.1空间分布结构。利用Surfer 7.0绘制出4年的人口密度等值线图，选取等值线较为密集的部分局部放大。1982年以来总人口空间分布特征如下：①人口分布从单中心结构向多中心结构转变。1982年呈典型的单中心结构，峰值点位于大新街附近；1990年仍是单中心结构，峰值点位置与1982年基本接近，位于光塔街附近；2000年呈多中心结构，峰值点除城市中心光塔街附近外，在白云区的景泰街、天河区的石牌街、海珠区的江南中街形成3个次级中心，人口空间分布从单中心向多中心转变。2004年多中心结构更为完善，除城市中心地带光塔街峰值点，还分别在海珠区江南中街江南中路、天河区棠下街、白云区景泰街白云新城和芳村区花地街花地湾附近，分别形成了4个城市次中心。②等值线逐步变稀，人口密度分布坡度变缓。对比4年的等值线分布的疏密程度，发现自1982年来，等值线逐步变稀，尤其是在2000年，说明人口从内圈层向中圈层和外圈层迁移的趋势明显，三者之间的密度差距在缩小，人口密度分布有走向均衡的趋势。2.1.2空间自相关分析。全局性空间自相关。计算广州市1982、1990、2000和2004年总人口密度的全局性自相关指数Moran's I 分别为0.59、0.60、0.54、0.53，且其显著水平均在0.01上，均有显著意义。以
n 为观测个数，x i 为位置i 的观测值，{w ij }为空间权
重矩阵，而
w =Σw ij
*
i
j =1n n
（7）（8）
*
2
Y i 1*=Σ/n
j =1
Y i 2=（Σx j 2n ）-（Y i 1）
j =1
*
n
（9）
从公式（4）可见，Z （G i *）是G *的标准化处理，若G *大于它的理论期望值E （G i *），则Z （G i *）为正值，表明位置i 周围的值相对较大，区域观测值分布存
在一种“高值集聚”的趋势。若G *小于它的理论期（G i *），则Z （G i *）为负值，表明位置i 周围的望值E
值相对较小，区域观测值分布存在一种“低值集聚”的趋势。若G *等于其理论期望值E （G i *），则Z （G i *）为零，表明位置i 与周围观测值属于随机分布。因此，G *统计可以揭示研究区的“热点”问题。1.2数据处理
本文除采取1982、1990和2000年人口普查数据外，还采取广州市公安局2004年底分街道（或乡镇）的人口统计数据（包括户籍人口和暂住人口），从而形成了人口变化的4个年份的截面数据。尽管普查数据和公安局户籍资料在数据来源和统计标
①外来人口是人口普查中使用的概念，是常住人口中的一种，包括在本市居住一年(三普和四普) 或半年(五普) 以上而户口在其它地方的人口，在本市居住不满一年(三普和四普) 或半年(五普) 以上但离开户口登记地一年或半年以上的人口及居住在本市但户口待定的人口。暂住人口是公安部门使用的概念，是指在公安部门进行登记外来的人口。
36经济地理第30卷
步向荔湾、越秀和海珠区北部转移，说明尽管在居住郊区化背景下，中心城区人口密度逐步下降，但仍然还是全市人口密度最高的区域，且受旧城改造和产业升级的影响，中心城区各街道的人口密度差距在缩小，呈现出人口密度“高值集聚”的现象。2004年与2000年有一定的相似性，在0.05上显著的有83个，但“高值集聚”区域在继续扩大，并向
南延伸。东、
图11982—2004年总人口空间分布结构
Fig.1Spatial structure of total population in 1982—2004
上年份的M oran ’s I 指数均为正值，说明广州市总人口空间分布一直表现为较强的空间正相关关系（空间依赖性），表现出相似值之间的空间集聚。从
1982年和1990年指数基本相当，演化趋势来看，
2000年和2004年指数逐步下降，表明总人口密度
空间集聚现象有“弱化”趋势，其形成原因主要表现在：内城区更新改造和产业升级导致中心城区用地性质的快速转换导致人口的外迁；郊区，尤其是中心城区外围房地产的开速发展，吸引居住郊区化；另外，历年的城市规划引导城市空间的拓展，如“北优、东进、西联和南拓”城镇空间发展战略，引导人口和产业空间由中心城区向郊区延伸。
局部性空间自相关。图2为1982、1990、2000和2004年分街道（或镇）的总人口密度G *统计结
在果。1982年总人口密度局部空间自相关图形中，0.05上统计显著的统计单元有76个，系数大于0
的统计单元数为66个，分别占总量的76.77%和66.67%，这些单元主要分布在芳村区、越秀区、荔湾区、东山区和海珠区的东北部地带，即传统的老城区，G *值为正值，说明了这些区域总人口密度分布存在高度集聚现象。数值大于5.06的统计单元则主要分布在芳村区、荔湾区北部和海珠区的部分区域，最高值为5.88，包括冲口街和白鹤洞街（均为芳村区），成为总人口密度分布的“热点”，即总人口集聚程度最高的区域。总体来看，G *值呈现出“由西向东、由中心城区向外围”递减的规律，负值主要分布在中心城区外围，表现为人口密度的低值集聚。1990年G *值空间分布与1982年基本相似，在0.05上显著的有80个，G *值为正值的统计单元数为68个，数量有所增加，“热点”地区仍为冲口街，数值为6.50。2000年则有较大变化，在0.05上显著的有85个，G *值为正值的统计单元数增加至70个，数值大于6的统计单元数达到54个，数值较高的区域逐
图21982—2004年总人口密度G *统计分析
Fig.2G *values of total population density in 1982—2004
2.2户籍人口
2.2.1空间分布结构。从图3的等值线空间分布来看，户籍人口密度空间分布也具备由单中心结构向多中心结构转变的特征，如1982年呈典型的单中心结构，峰值点位于大新街；1990年仍是单中心结构，峰值点位置与1982年基本接近，位于光塔街附近；2000年呈多中心结构，除光塔街附近外，在白云区的景泰街、天河区的石牌街、海珠区的江南中街形成3个次级中心，人口空间分布从单中心向多中心转变。2004年的多中心结构与2000年基本相似。等值线则逐步变稀疏，中心城区人口密度逐步走向均匀化，表现出与总人口空间分布相类似的特点。2.2.2空间自相关分析。全局性空间自相关。1982、1990、2000和2004年户籍人口密度的全局性自相关Moran ’s I 指数分别为0.59、0.60、0.46、0.58，且其
均有显著意义。相类似的是，显著水平均在0.05上，
以上年份的数值均为正值，说明广州市户籍人口空
间分布也表现为较高程度上的空间集聚。从发展变化来看，1982年和1990年户籍人口集聚程度基本相似，集聚程度较高，2000年以后集聚程度有所下降，但数值的波动性较大。尽管1990年代末以来，广州市人口郊区化非常明显，由于中心城区的教育、医疗等配套服务设施完善，为了能享受中心城区的配套服务设施，许多居民仍然将户籍留在中心
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究37
城区，从而造成人户分离，尤其是荔湾区、越秀区和
东山区等老城区更明显。根据广州市2000年人口普查资料统计，越秀区的人民街、北京街，荔湾区的岭南街和龙津街，东山区的大塘街的人户分离比重都在56.9%以下，意味着这些区域接近有50%以上的户籍人口外迁但仍将户籍留在此区，中心城区仍然是户籍人口高度集聚的区域。
图41982—2004年户籍人口密度G *统计分析
Fig.4G *values of local population density in 1982—2004
特征明显不同。1982年和1990年外来人口低密度集聚，集聚中心在老城区。但到2000年后最大的集
2004年则除新景街最聚中心位于白云区的新景街；
图31982—2004年户籍人口空间分布结构
Fig.3Spatial structure of local population in 1982—2004
大的集聚中心外，还在天河区的棠下街和海珠区的凤阳街和瑞宝街形成高密度集聚中心。形成这种空间分布特征的主要原因为：一方面，广州市“城中村”主要分布在中心城区及其外围地区，“城中村”几乎集聚了70%以上的广州市外来人口；另一方面，中心城区外围靠近区位条件优越，靠近就业中心城区，且住房价格相对较低，因此，成为外来人口集聚分布区域。②从密度等值线的演化趋势来看，外来人口密度等值线越来越稠密，说明峰值点与周边区域的外来人口密度差距在逐步增大。
局部性空间自相关。图4反映了广州市4个年份的户籍人口密度局部自相关G *统计结果。1982年统计显著和为正值的统计单元数分别为63个和66个，分别占总量的63.64%和66.67%，这些单元主要分布在老城区，尤其是芳村区、荔湾区西北部和海珠区的部分地区等，与总人口的分布基本相似的是，“热点”地区仍在白鹤洞街和冲口街，数值为5.89；总体来看，户籍人口密度也表现出由中心城区向外围和由东向西集聚程度逐步降低的规律。1990年与1982年的情况基本相似，但集聚程度有所提高，如数值大于6的统计单元数从1982年的0个增加至7个，“热点”地区虽仍在冲口街和白鹤洞街，但数值增加至6.49，说明户籍人口空间集聚程度更加提高。2000年统计显著和为正值的单元分别有66个和69个，分别占总数的66.67%和69.69%，空间分布与1990年情况接近，但正值区域向中心城区外围扩大，受郊区化和房地产开发的影响，中心城区外围成为户籍人口快速集聚的区域，“热点”地区仍在冲口街和白鹤洞街，但数值增加至6.79。2004年表现为老城区G *统计值大于5的统计单元数为59个，均相对较大，反映尽管老城区户籍人口密度在逐步降低，但空间分布均匀化趋势明显。2.3外来人口
2.3.1空间分布结构。如图5所示，外来人口密度等值线空间分布特征表现为：①外来人口主要分布中圈层和外圈层内侧为主，与总人口和户籍人口分布
图51982—2004年外来人口空间分布结构
Fig.5Spatial structure of floating population
in 1982—2004
2.3.2空间自相关分析。全局性空间自相关。1982年、1990年、2000年和2004年外来人口密度M oran ’s I 指数分别为0.55、0.58、0.25、0.09，且其显著水平均在0.05上，均有显著意义。总体来看，1982年和1990年指数较高，由于1990年前广州市外来人口数量较少，且低密度集聚在老城区，因此空间自相关程度较高；随着外来人口数量的大规模增
38经济地理第30卷
加，且主要分布在分布较零散的“城中村”，因此，外来人口分布局部集聚现象明显，造成空间相关程度降低。
局部性空间自相关。图6反映了4个年份外来人口密度的G *统计结果。1982年G *统计值普遍较低，在0.05上显著的统计单元数仅为23个，它们主要分布在芳村区和荔湾区西北部，“热点”地区为芳村区的花地街，G *统计值为2.91，其它统计单元外来人口密度差异不显著。1990年G *统计值普遍有较大的提升，统计显著的单元数增加至66个，它们主要分布在中心城区，“热点”地区为东山区的华乐街，数值为6.71。2004年数值有一定的降低，为正值的单元数为71个，“热点”地区为东山区的华乐街，数值仅为4.6。利用等值线来分析外来人口空间分布结构时发现，2000年后广州市外来人口在中心城区外围形成较高程度的集聚中心，但从G *统计来看，达到显著的单元数均分布在中心城区，而中心城区外围地区均不显著，这意味着尽管绝大部分的外来人口居住在中心城区外围内，但集中分布在“城中村”内，“城中村”邻近区域外来人口数量相对较少，因此并未形成“高值集聚区”；中心城区是就业机会集中分布区域，外来人口分布相对均匀化，形成了“较高值集聚区”，局部性空间自相关分析在一定程度上是等值线和人口密度分布等传统空间分析工具的有益补充。
年份的人口统计截面数据，利用空间自相关分析方法来分析改革开放以来广州市总人口、户籍人口和
广外来人口的空间集聚及其演化趋势。总体来看，州市总人口和户籍人口密度的空间集聚趋势日趋
明显，呈现较典型的“高高集聚、低低集聚”的空间分布规律，尽管人口郊区化趋势明显，但人户分离现象明显，中心城区仍然是“高高集聚”区域，且均匀化趋势明显；中心城区外围逐步形成人口集聚分布的次中心，多核心结构日渐成熟，但受城市规划和交通通达性等条件的影响，中心城区外围统计单元的人口密度与邻近单元相关性不强，向区位条件优越的局部区域集聚的现象明显。广州市在以大型居住区建设为先导的人口郊区化过程中，更应注重郊区，尤其是中心城区外围的教育、医疗等配套设施建设，以减少中心城区人户分离现象及中心城区与郊区的交通需求。
中心城区的外来人口呈现“高高集聚”分布，中心城区外围则呈现较明显的局部集聚分布，并形成多个次中心，但次中心的外来人口密度与邻近区域的落差较大。影响外来人口居住区位选择的因素主要是就业机会和居住成本，中心城区仍然是就业机会最多的区域，“城中村”居住成本相对较低，因此，形成了中心城区较高密度的、相对均匀化的空间集聚和中心城区外围高密度的局部集聚现象。目前，广州市正在逐步推进“城中村”改造工程，城中村的逐步消失使得外来人口将转向选择就业机会较多的中心城区居住，尤其是居住成本相对较低的旧城区，导致中心城区将会变得更为拥挤。参考文献：
[1]Clark C. Urban Population Densities[J].Journal of Royal Statisti-cal Society ，1951，114(4)：490-496. [2][3]
Warntz W. Physics of Population Distribution [J].Stewart J Q ，
Journal of Regional Science ，1958，1(1)：99-123.
Tanner J C. Factors Affecting the Amount Travel [M].Road Re-search Technical Paper NO. 51. HMSO.(Departmentof Scientific and Industrical Research). London ，1961.
[4]Newling B E. The Spatial Variation of Urban Population Densities
1967，59(2)：242-252. [J].Geographical Review ，
图61982—2004年外来人口密度G 统计分析
Fig.6G *values of floating population density
in 1982—2004
*
[5]Berry B J ，Kim H M. Challenges to the Monocentric Model [J].Geographic Analysis ，1993，25(1)：1-4.
[6]冯健，周一星. 1990年代北京市人口空间分布的最新变化[J].城
市规划，2003，27(5)：55-63.
[7]周一星. 北京城市郊区化及引发的思考[J].地理科学，1996，18
(3)：198-201.
[8]王宇，高向东. 基于GIS 的大连城市人口空间分布变动及模拟
研究[J].世界地理研究，2008，17(4)：142-148.
[9]郑静，许学强，陈浩光. 广州市人口结构的空间分布特征分析[J].
3小结
空间自相关分析可根据统计单元与邻近区域
的统计值之间的相关性来揭示地理要素的空间集聚规律。本文利用1982、1990、2000和2004年4个
第1期刘望保，闫小培，陈忠暖：基于EDSA-GIS 的广州市人口空间分布演化研究
1973. [16]
39
热带地理，1994，14(2)：133-143.
[10]周春山，罗彦，陈素素. 近20年来广州市人口增长与分布的时
空间演化分析[J].地理科学，2004，24(6)：641-647.
周春山. 50年来广州人口分布与城市规划的互动分析[11]罗彦，
[J].城市规划，2006，30(7)：27-31.
[12]谢守红，宁越敏. 广州市人口郊区化研究—兼与北京、上海的
比较[J].地域研究与开发，2006，25(3)：116-119.
[13]袁媛，许学强，薛德升. 广州市1990—2000年外来人口空间分
布、演变和影响因素[J].经济地理，2007，27(2)：250-255. [14]冯健. 杭州市人口密度空间分布及其演化的模型研究[J].地理
研究，2002，21(5)：635-646.
Ord J K. Spatial Autocorrelation [M].London ：Pion ，[15]Cliff A D ，
Getis A ，Ord J K. The analysis of spatial association by use of distance statistics [J].Geographical Analysis ，1992，24(3)：189-206.
[17]杜国明，张树人，张有全. 城市人口分布的空间自相关分析—
以沈阳市为例[J].地理研究，2007，26(2)：383-390.
[18]徐丽华，岳文泽. 上海市人口分布格局动态变化的空间统计研
究[J].长江流域资源与环境，2009，18(3)：222-228.
[19]陈刚强，李郇，许学强. 中国城市人口的空间集聚特征与规律
分析[J].地理学报，2008，63(10)：1045-1054.
[20]谢正峰，王倩. 广州市土地利用程度空间自相关分析[J].热带
2009，29(2)：129-133. 地理，
EVOLUTIONAL TRENDS OF POPULATION SPATIAL DISTRIBUTION
STRUCTURE IN GUANGZHOU BASED ON EDSA-GIS TECHNIQUE
LIU Wang -bao 1，YAN Xiao -pei 2，CHEN Zhong -nuan 1
(1.College of Geography Science ，South China Normal University ，Guangzhou 510632，Guangdong ，China ；2. Center for Urban and Regional Studies ，Zhong-shan University ，Guangzhou 510275，Guangdong ，China)
Abstract:Based on technique of spatial auto-correlation in ESDA-GIS, spatial distribution structure and its evolutional trends of total population, local population and floating population in Guangzhou since reform are analyzed. It is approved that spatial concentrations of density of total population and local population with more and more obvious characteristics that statistic units with high values tends to concentrated and the same as low values. Multi-core spatial distribution structures of total population and local population are becoming more mature with several subcores distributing in outer boundary of central city. The separation of residential place and hukou place (renhu fen li) is becoming obvious in central city. During the precess of population suburbanization with large scale of real estate developments as pioneers, large scale of construction of infrastructures of education and healthy etc. In suburban, especially the outer boundary of central city to decrease the extent of separation of residential place and hukou place and traffic demand between central city and suburban, should be strengthened. Multi-core spatial distributional structure of floating population has also been formed with the obvious spatial distribution pattern of relatively high density and homogenization of spatial concentration in central city and higher density of locally spatial concentration of outer boundary of central city.
Key words:population spatial concentration ；Moran's I index ；G *statistic ；Guangzhou
作者简介：刘望保（1975—），男，湖南岳阳人，博士，副研究员。主要研究方向为城市地理。E-mail ：[email protected] 。