阿拉尔市人口空间分布特征及其影响因素分析

徐翔燕 侯瑞环

（塔里木大学信息工程学院，新疆阿拉尔843300）

引言

人口空间分布是指在一定时间范围内人口的空间存在形式，受自然、社会、经济等多种因素共同作用，研究人口空间分布特征并分析其影响因素，对制定相关人口政策，促进经济的可持续发展具有重要的作用。近年来，随着城镇化的加速推进，人口迁移的不断增强，涌现了大量的人口分布相关的文献。其中，杨振等［1］在GIS 的支持下，构建了新疆人口空间数据库，对新疆人口空间分布的集散程度、人口疏密状况、人口重心分布及变动、民族人口空间分布态势进行空间可视化表达；张国俊等［2］从城市群视角分析中国人口分布的演变特征；邓楚雄等［3］基于全国四次人口普查数据，探究湖南省人口分布的时空变化特征及主要影响因素；王卓［4］基于1990 年、2000 年和2010 年三次人口普查数据，运用地理差异指标和聚居隔离指标，系统分析中国各民族人口空间分布格局；张丽［5］基于GIS 技术研究新疆人口的分布特征；满苏尔·沙比提［6］研究近50 年来新疆人口时空变化特征及成因；王超等［7］基于2010 年西藏自治区的人口普查数据，运用多元线性回归方法和随机森林回归方法探索人口分布的影响因素及区域差异；莫莹等［8］基于GIS 技术分析了清远市人口分布的时空演变特征。目前，对人口空间分布上的研究已经相当成熟，但研究对象多为省域，研究尺度较大，而对小尺度市域甚至县域的研究较少。

新疆生产建设兵团第一师阿拉尔市位于塔克拉玛干沙漠边缘，是兵团向南发展的核心城市。研究阿拉尔市人口的空间分布特征，对优化兵团人口资源，发挥兵团“稳定器、大熔炉、示范区”的作用，优化配置阿拉尔经济和社会发展资源，提高阿拉尔全区服务的均等化水平具有重要的指导意义。本文基于《新疆兵团第一师阿拉尔市统计年鉴》数据，以阿拉尔市城区及各团场为研究单位，运用人口密度、空间自相关性、主成分分析、多元线性回归等分析方法，结合GIS 技术探讨阿拉尔市人口空间分布特征及影响因素，拟为阿拉尔市制定人口政策提供理论依据。

1 研究区概况及数据来源

一师阿拉尔市北起天山南麓山地，南至塔克拉玛干沙漠边缘，东临沙雅县，西抵柯坪县。介于东经80°30'～81°58'，北纬40°22'～40°57'之间。东邻沙雅县，西依阿瓦提县，南、北靠阿克苏市，东北接新和县，东西相距281 公里，南北相距180 公里。下辖阿拉尔城区、一团、二团、三团、四团、五团、六团、七团、八团、十团、十一团、十二团、十三团、十四团、十六团、托喀依乡，由于一师一团、二团、三团、四团、五团、六团在空间地理位置上与其他团场未紧邻，考虑到空间数据分析的可靠性及有效性，本文选取阿拉尔城区、七团、八团、十团、十一团、十二团、十三团、十四团、十六团、托喀依乡十个区域为本文的研究区域。

本文相关研究数据来源于2017 年《新疆兵团第一师阿拉尔市统计年鉴》、《新疆生产建设兵团统计年鉴》，以阿拉尔市行政区划图为底图，由于部分区域由最近年份划分，本文选取阿拉尔城区、七团、八团、十团、十一团、十二团、十三团、十四团、十六团、托喀依乡十个单元的数据进行分析。

2 研究方法

2.1 人口密度

人口密度反映单位土地面积上居住的人口数，通常以每平方千米的常住人口数为计量单位。考虑到一师阿拉尔市地处塔克拉玛干沙漠边缘，地广人稀，可居住土地面积有限，因此本文根据实际人口密度数据按大小顺序排序，对人口密度进行分级，选用20，31，44，68，190 人/平方千米的分级方案进行统计分析。

2.2 空间自相关

空间自相关分析是一种探索性空间分析方法，用于度量地理数据的一个基本性质：某位置上数据与其他位置上数据间的相互依赖程度。在方法功能上大致分为两类：全局空间自相关、局部空间自相关。

（1）全局空间自相关

全局空间自相关指数描述空间信息的整体分布状况，用于判断整体空间是否有聚集现象。常用的测度指标Moran's I指数计算公式为：

（2）局部空间自相关

局部空间自相关指数用来描述聚集空间单元相对于整个研究区的空间自相关程度；反映局部空间单元间的相关联性，用于分析人口空间分布的异质性特征。常用的局部测度指标Moran's I 指数计算公式为：

2.3主成分分析

主成分分析的原理是在原始变量组成的p 维空间中找到方差最大的方向，相应的数学模型为：

其中y1,y2,…,yp表示P个主成分，x1,x2,…,xp表示原始变量，a11,a12,…,app表示系数。

通过主成分分析选取主成分的方法有两种，一是通过选取特征值大于1的指标来选取主成分；二是通过方差累计贡献率来选取，一般要求选取的主成分的累计贡献率大于等于85%［9］。本文通过第二种方法选取影响人口密度的主成分。

3 人口分布的空间特征分析

3.1 人口密度分析

按上述人口分级方案，基于ArcGIS 软件对阿拉尔市团场人口密度进行统计分析，分析结果如表1和图1。由表1 可知，分析区人口密度最大值为190 人/km2，最小值为20人/km2，均值为57 人/km2，中位数为43 人/km2，峰度为7.14，偏度为2.07×10-5，说明人口密度最大值与最小值相差较大，且不具有正态分布的特性；峰度值大于0，说明数据的分布较陡；偏度值接近于0并且为正数，说明大多数地区的人口密度数值呈现出右偏态势。

表1 2017年阿拉尔团场人口统计分析

由图1 可知，阿拉尔城区的人口密度最大，位于第五分级；十三团、七团、八团、十二团、十六团的人口密度相对较低，分别位于第三、第四分级；十一团、托喀依乡、十四团、十团人口密度最低，分别位于第一、第二分级。总体来看：人口大多数集中在阿拉尔城区，周边人口分布较稀疏，总体呈现出交通越便利，人口分布越集中的空间分布格局。

3.2 空间自相关分析

（1）全局空间自相关性分析

基于阿拉尔2017 年人口密度数据，利用Open-GeoDa 软件得到全局Moran's I 指数为-0. 131 35，其显著性水平在0. 01 上，对Moran's I 值进行显著性检验，得到P＜0.01、Z＞3.00，即在99%的置信条件下，研究区内人口密度空间分布没有随机分布，存在显著的空间相关性。其中Moran's I散点图如图2 所示，从图2 可以看出，位于第二、四象限的点明显多于位于第一、三象限的点，说明一师阿拉尔市人口密度分布负相关的研究区多于正相关的研究区。

图1 阿拉尔2017年人口密度分布图

图2 2017年阿拉尔市人口密度Moran's I散点图

（2）局部空间自相关性分析

全局空间自相关指数描述空间信息的整体分布状况，为更直观观察人口密度空间集聚现象，了解相邻研究单元的相近或相异程度，利用OpenGeoDa 软件得到表2和图3。

表2 局部空间关联类型及显著性水平

由表2 和图3 可以看出：阿拉尔城区空间关联类型为不相关，说明阿拉尔城区与相邻研究单元人口密度空间分布无相关性；七团空间关联类型为H-H（高—高集聚），说明七团与其相邻研究单元人口密度较高；十三团空间关联类型为H-L（高—低集聚），说明十三团与其相邻研究单元人口密度人口分布不均；八团、十团、十一团、十二团、十四团、十六团、托喀依乡空间关联类型均为L-H（低—高集聚）。

图3 阿拉尔市人口密度LISA集聚图

4 人口空间分布的影响因素分析

综合考虑影响人口空间分布的因素，主要有自然环境因素和社会经济因素。其中，自然环境因素包括：地形、气候、河流、淡水资源、土壤、矿产资源、自然灾害、生态环境等，社会经济因素包括：交通、开发历史、工农业基础、经济发展水平、政治因素、宗教、习俗、政策等。为定量分析阿拉尔人口空间分布的影响因素，考虑到数据的可获取性，本文选取阿拉尔2017 年的人均粮食产量（吨／人）、单位面积粮食产量（公斤／亩）、人均GDP（万元／人）、农业人口占中人口比重（%）、第二产业人口占行业人口比重（%）、第三产业人口占行业人口比重（%）、人均拥有汽车数（辆／人）等数据作为研究指标。考虑到各个指标之间存在重叠，本文选取主成分分析，运用R 软件选取主要因子，分析人口密度与各主要因子之间的相关关系。

通 过KMO 和Bartletts’s 检验 可 知，KMO 值 为0. 71，大于0. 7，表明各指标之间存在较强的相关关系，因此需要使用主成分分析方法分析本文相关数据。根据分析可知，前四个特征值对应累计贡献率为87. 3%，其包含了原始指标的大量信息，因此将7个指标压缩成3个主成分。其中，第一主成分与农业人口占总人口比重、人均粮食产量和单位面积粮食产量有较大正相关关系，在一定程度上体现了区域农业发展水平；人均GDP、第三产业人口占行业人口比重与第二主成分有较大的正相关，反映经济发展水平；第三主成分与第二产业占总人口比重有较大的正相关。主成分得分见表3.

通过主成分分析，得到主成分得分之间不存在相关关系，所以进一步建立3个主成分得分与人口密度y(表2)之间回归模型，得到回归模型为：

其中ε～N（0，σ2），二阶矩有限，使用普通最小二乘估计可得参数值，估计得到R2为0.91，模型通过了显著性水平0.05 的显著性检验，并且得到β0=56.87,β1=4.4,β2=15.4,β3=3.1,得到回归方程为：

表3 主成分得分

结果表明：假设其他影响因素不变时，可以看出第二主成分每增加1 个单位，人口密度相应会增加15. 4个单位，影响最大；在假设其他影响因素不变情况下，第一主成分每变化1各单位使得人口密度变化4.4 个单位，影响较大；如果单看第三主成分，在其他影响因素不变时，可以认为每增加1个单位都会引起人口密度增加3.1个单位。综上可得，经济因素的变化对人口密度影响最大，其次为农业相关因素，最后为工业及其他因素。

5 结论

本文选取2017年阿拉尔城区及部分团场为研究单元，运用人口密度、空间自相关分析、主成分分析及主成分回归，结合ArcGIS、OpenDeoGa 及统计分析软件，分析新型城镇化背景下阿拉尔市人口空间分布特征及人口空间分布的影响因素。结果表明：

（1）2017 年阿拉尔市人口大多数集中在阿拉尔城区，周围团场人口分布较城区稀疏，总体呈现出交通越便利，人口分布越集中的空间分布格局。

（2）在99%的置信条件下，阿拉尔市人口存在一定的空间相关性，且人口密度负相关的研究区多于正相关的研究区，通过局部空间自相关性分析可知，由于阿拉尔城区人口密度远高于周围团场的人口密度，阿拉尔城区人口密度空间分布与相邻团场关联性不大，七团呈现出H-H 的聚集状态，十三团呈现出H-L 的聚集状态，其余团场，包括托喀依乡呈现L-H的聚集状态。

（3）通过定量分析发现：人均GDP、第三产业人口占行业人口比重为影响人口空间分布的主要因素，农业人口占总人口比重、人均粮食产量和单位面积粮食产量对人口空间分布影响较弱，第二产业人口占总人口比重对人口空间分布影响最弱。

综上可知，阿拉尔市人口分布呈现出显著的交通便利型特征，人口密度在空间上比较均匀的分布在道路两侧，同时阿拉尔城区人口密度远远高于周边团场，呈现出这种趋势的主要原因为阿拉尔城区较周边其它团场经济发展能力更强、社会服务体系更优、基础设施条件更完善等，也使得阿拉尔城区人口密度空间分布与相邻团场差别太悬殊，出现了“鹤立鸡群”的现象，周边团场之间人口密度分布相差不大。建议相关部门加大城市市区建设的同时，进一步提升周边团场的交通运输能力，加强各团场的基础设施建设力度，完善各团场的社会服务体系，从而更好的优化人口空间分布格局。