王 惠, 李明玉
(延边大学地理与海洋科学学院,吉林 延吉 133002)
城市社会空间结构是城市地理学研究的核心[1]。西方城市对于社会空间结构的研究最早可追溯恩格斯到19世纪初期对Manchester(曼彻斯特)社会居住空间的研究,经过100多年的发展,西方学者利用因子生态分析法,产生了3大经典模型[2]。进入20世纪20年代以后,国外学者对于城市社会空间结构的研究进入了从理论到实践不断进步的时期。伯吉斯(Burgess)、霍伊特(Hoyt)和哈里斯(Harris)等人代表的美国芝加哥学派基于社会生态学的理论创建了同心圆、楔形和多核心3大经典模型,对城市社会空间结构及演变进行了更直观的总结[3]。最早研究城市内社会区的是美国社会学家史域奇(E.Shevky)、威廉斯(M.Williams)和贝尔(W.Bell)。他们于20世纪40年代末和50年代初分析了洛杉矶市和圣弗朗西斯科市(旧金山市)的社会区,总结出社会区的主要形成因素和分析指数[2]。20世纪80年代初到20世纪90年代末,社会空间结构进入实证总结阶段,Lo以1981香港人口资料为基础,分析了影响市空间结构分化主要因素有社会经济状况、生命周期、家庭特征、种族以及住房因子[4]。90年代以来,随着人本思想浪潮的涌来,西方城市的社会空间结构开始关注个人出行、居住分异、城市贫困和犯罪等问题[5]。西方城市社会空间结构研究从理论、方法论等方面均朝多元化发展。
自1978年改革开放以来,中国进入了社会经济转型期。我国由计划经济开始向市场经济转轨,一系列的制度改革如:土地制度改革、住房分配制度改革、户籍制度改革开始,城市社会空间结构开始转型。快速城市化过程中的城市空间快速扩展和内部重组,城市发展动力的多元化等因素都促使转型期中国城市社会空间结构发生着显著的变化[6]。社会空间结构的剧烈变化也激发了一系列潜在的城市社会问题,也使得研究新背景下的社会区类型及社会空间结构具有极其重要的现实意义。
延边朝鲜族自治州(以下简称延边州)位于吉林省东部的长白山区,中、俄、朝3国交界处,东与俄罗斯滨海区接壤,南隔图们江与朝鲜咸镜北道、两江道相望,是东北亚区域的几何中心,海上丝绸之路的起点。改革开放以来,延边地区被西部大开发战略、振兴东北工业基地等政策优势惠及,又作为长吉图开发开放先导区的“窗口”,经济得到了迅速的增长。1992年中韩建交以来,中韩双边关系日益密切,为双方加强各领域合作提供了保障,内外联动的发展冲击了延边地区的文化习俗、宗教信仰等多个方面,形成了现今多民族、多文化的独特景观,延边朝鲜族自治州也是全国民族团结模范自治州。目前,延边州正处于长吉图开发、东北振兴、一带一路建设、珲春海洋经济发展示范区建设等阶段。在这些新形式的影响下,延边州的城市化进程和社会化结构将面临新的机遇和挑战。然而有关延边州空间结构的研究多集中于旅游空间结构[7]和城镇化空间结构研究[8],对延边州社会空间结构现状未进行过系统的定性分析和定量描述。
该文对延边州社会空间结构进行实证研究,基于2010年第6次全国人口普查数据,采用因子生态分析和聚类分析方法[9-13],对延边朝鲜族自治州社会空间结构进行研究。不仅拓宽了我国社会空间结构研究的范围,还极大丰富了中西部地区包括民族地区研究较为薄弱的案例。另外,深入研究社会空间结构,对于维持经济发展水平和空间结构之间的平衡,剖析并解决社会存在的问题,促进社会和谐发展具有重要意义,有助于优化社会结构,调控社区规划和管理。
延边朝鲜族自治州是吉林省管辖的一个少数民族自治州,简称为延边州或延边,延边是满族及其祖先肃慎人的发祥地、清朝的“龙兴之地”。延边位于吉林省东部的中朝边境,是中国最大的朝鲜族聚集地。其下辖8个县市,分别为延吉、图们、敦化、和龙、珲春、龙井、汪清、安图。总面积42 700 km2(图1)。截止到2010年第6次人口普查时,该范围内的总人口133 972万人,该次基于6普时该区域包含的88个街区单元(其中没有明确边界的重新归并处理),共19个街道,51个镇,16个乡以及2个林业局进行研究。
选取第6次人口普查统计数据中,与能够直接反映人口社会生活状况直接相关的数据作为研究的基础。研究共选取11类59个变量,与88个街区乡镇单元构成59×88的原始矩阵,59个变量经KMO检验,结果达到0.732,比较适宜进行因子分析。
图1 研究区域
因子生态分析(Factor ecological analysis, FEA)等多变量统计分析方法在社会空间结构研究中是广泛应用的计量方法,并且成为度量城市社会空间差异的被普遍接受的好方法。该研究基础数据主要源于2010年延边州第6次大规模人口普查数据,其中,涉及人口、住房、职业、民族构成等数据因子变量多,作为归纳手段——因子生态分析可以通过处理大量人口特征数据[14],提取延边州社会空间主因子,运用因子生态分析技术处理原始数据矩阵得到2010年延边州社会空间结构主因子,继而根据各主因子的得分,运用聚类方法结合延边州街道乡镇的实际发展情况划分社会区类型,构建延边州社会空间结构分布模式,分析2010年延边州社会区类型[14]和空间分布特征。
将2010年的原始数据矩阵运用SPSS21软件进行处理。在Extraction中选取主成分分析法(Principal Components),由于因子含义不够清晰,变量过于集中在第1主因子上,需对初始因子荷载矩阵进行方差最大化正交旋转,系统自动提取9个因子。根据因子特征值的碎石图可见,因子6处是个明显的拐点。主因子6以后的因子特征值变化幅度较小。因此,该研究选定6个主因子比较合适,累计方差达到73.056%,能够解释全部信息的74%。最终得到旋转后的主因子荷载矩阵(表1,2)。
表1 延边州社会空间结构主因子的荷载矩阵
续表1 延边州社会空间结构主因子的荷载矩阵
表2 延边州社会空间结构因子分析中的特征值及方差贡献
第1主因子方差贡献率为29.442%,主要反映22个变量的信息。在人口职业构成中,与办事人员和有关人员、国家机关党群组织企事业单位负责人、商业服务业人员、专业技术人员等变量呈现高度相关性。与6岁以上中学学历人口、0~14岁人口、15~64岁人口均呈正相关性,较好地反映了地区多为非农业人口居住的状态,而且人口偏年轻人居多,属于比较有活力的地区。
得分较高的街区主要集中在民主街道、胜利街道、渤海街道、丹江街道,大石头镇,靖和街道、北山街道、进学街道、河南街道和建工街道,其中,得分最低的为珲春市的密江乡、杨泡满族乡和和龙的南坪镇和龙井的白金乡(图2)。
图2 非农人口因子得分(主因子1) Fig.2 Non-agricultural population factor score (primary factor 1)
第2主因子的方差贡献率达16.170%,与家庭相关的11个变量呈相关性,其中,与2代户和5代户以上家族,呈高度的正相关性。相反与1代户占家庭户的比重呈较高的负相关。1人户和2人户占家庭户的比重呈负相关,3人户和4人户及以上所占家庭户的比重呈现正相关,也反映了该类地区多为主干类家庭,核心类家庭较少。
得分较高的地区主要集中在清沟子乡、黑石乡、万宝镇、两江镇、亮兵镇、罗子沟镇等地区,其中,得分低的地区有崇善镇、南坪镇、白金乡、汪清镇等地区(图3)。
图3 家庭因子得分(主因子2)
第3主因子的方差贡献率为9.455%,主要反映了5个指标的信息,其中,与外省市户籍人口所占比重、居住本街道半年以上的外地人口、外出半年以上人口所占比重等呈高度的正相关性,与居住本乡镇户口在本地人口比重呈负相关性,上述变量均反映了该类地区的人口流动性强。得分较高的地区主要分布于近海街道、延吉市的小营镇和进学街道,其中得分较低的地区为大石头镇、大兴沟镇、大兴沟林业局和鸡冠乡等地区(图4)。
图4 流动人口因子(主因子3)
第4主因子的方差贡献率达6.268%,与3个变量呈高度的相关性,分别为6岁以上研究生学历人口、其他少数民族人口和6岁以上大学学历人口。普遍反映了高学历、高素质一类的人群所在地,所以将其命名为高素质人口因子,其中,得分较高的地区为公园街道(如延边大学所在街道的得分为8.00),仅次于公园街道的地区有万宝镇、永庆乡、松江镇等地区。得分较低的地区有延吉市的小营镇和敦化市的民主街道、渤海街道和胜利街道(图5)。
图5 高素质人口因子得分(主因子4)Fig.5 High-quality population factor score (main factor 4)
第5主因子的方差贡献率为6.210%,与第5主因子相关程度较高的因子依次是2个民族户占家庭比重、3个民族户占家庭比重和满族人口。其中,单一民族户占家庭比重呈现高度的负相关,因此,该主因子命名为多民族混合居住因子。该因子得分高的地区有哈达门乡、杨泡满族乡、三家子满族乡、靖和街道。得分相对较高的地区为鸡冠乡、春化镇、英安镇、密江乡、新安街道、河南街道、马川子乡、板石镇等地区。其余地方得分较低(图6)。
图6 多民族混合居住因子得分(主因子5)
第6主因子的方差贡献率为5.512%,与人均住房面积9~12 m2以下、人均居住面积8 m2以下、人均居住面积在13~16 m2以下和16岁以上非经济活动人口比重呈较高的正相关性,也反映了该类因子住房条件不好,人们生活水平条件低,经济水平相对较差。得分高的地区有:开山屯镇、河南街道、英安镇、大石头镇、三道湾镇、小营镇、月宫街道、石岘镇、八家子镇和福洞镇。得分低的地区有进学街道、延吉市的河南街道、建工街道、东城镇、白金乡等地区(图7)。
图7 住房质量因子得分(主因子6)Fig.7 Housing quality factor score (primary factor 6)
以2010年的6个主因子在各街区的得分做出基本数据矩阵,运用聚类分析技术进行延边州社会区类型的划分,采用系统聚类法,距离测度选用的是平方欧氏距离,采用离差平方和法计算类与类之间的类间距,并画出相应的树状聚类图,经过反复检验决定2010年延边州的社会区划分为6类比较合适(图8)。并计算出各类型在6个主因子上得分的平均值及平方和均值(表3),表3中加黑的数据为6类社会区平均值、平方和均值在6个主因子中最高的项,最后依据各类型区的人口属性进行命名。
图8 延边州社会空间结构分布图
表3 主因子聚类分析的平均值及平方和均值
该区在第2主因子上的平均值、平方和均值比其它因子高,具体包括鸡冠乡、罗子沟镇、江源镇、大桥乡、江南镇、黑石乡、青沟子乡、沙河沿镇、额穆镇、大蒲柴河镇、永庆乡、亮兵镇、万宝镇、两江镇、二道白河镇、明月镇、松江镇、翰章乡、复兴镇、新合乡和雁鸣湖镇等21个乡镇。该类地区家庭户3代以上、3人户、4人户及以上的家庭居多。多分布于延边州西部的安图县、敦化市以及汪清县的东北部。
该区在第2主因子和第6主因子上的平均值和平方和均值较为突出,具体包括东盛涌镇、德新乡、老头沟镇、智新镇、三合镇、白金乡、敬信镇、天桥岭镇、百草沟镇、大兴沟镇、东光镇、官地镇、贤儒镇、红石乡、铁犁沟镇、石门镇、长安镇、月晴镇、头道镇、西城镇、东城镇、南坪镇、崇善镇、龙城镇、凉水镇、朝阳川镇、汪清镇和复兴农场等28个乡镇。该类乡镇反映了该类地区家庭户人口众多和人均居住面积较少。主要分布在和龙市、龙井市、图们市以及汪清县的西南地区。
该区在第1主因子和第6主因子上的平均值和平方和均值较为显著。具体包括安民街道、龙门街道、开山屯镇、大兴沟林业局、春阳镇、黄泥河镇、丹江街道、渤海街道、大石头镇、胜利街道、向上街道、石岘镇、新华街道、民主街道、月宫街道和三道湾镇、八家子镇、福洞镇等18个街道单元,该类区域聚集了从事专业技术、商业服务业、国家机关党群组织等非农业类型人口,且人均住房面积少,主要还是分布于市区各街道,在各县市的乡镇分布较少。
该区在第5主因子上的平均值和平方和均值突出。主要包括近海街道、河南街道、靖和街道、英安镇、密江乡、三家子满族乡、板石镇、杨泡满族乡、哈达门乡、春化镇、依兰镇、新安街道、马川子乡等13个街区单元,该类区域集中反映在珲春市的各街道乡镇,其他7个县市只有依兰镇属于多民族混合区。
该区在第1主因子和第3主因子上的平均值和平方和均值较高,在第3因子上尤其突出,故该区命名为流动人口集中区。具体包括延吉市的河南街道、进学街道、建工街道、小营镇等6个街道单元,该地区为延边朝鲜族自治州的首府所在地,经济发展水平为延边州最高的地区,其人口流动性强,故命名为流动人口集中区。
该区在第4主因子上的平均值和平方和均值最为突出,该类区域涵盖了延吉市的公园街道这一个单元,公园街道分布有延边州政府,延边大学等政府机构皆分布于此,作为高校和政府部门所在地,高学历人口数量较多,故命名为高学历人口集中区。
1) 延边州社会区形成的6大因子主要有非农业人口因子,主干类家庭因子,流动人口因子,高素质人口因子,多民族混合居住因子和住房质量因子。仅有延吉市和敦化市的个别街道、珲春的靖和街道属于延边州比较有活力的地方,经济发展水平高,其余大部分地区均低于延边州的平均水平。主干类家庭类型多集中在安图县和敦化市的北部以及汪清县的罗子沟镇。其中流动人口多在延吉市和珲春市的南部。高素质人口在各个市县均少有分布,但主要还是集中于延吉市的公园街道,即延边大学所在的街道。珲春市多民族混居因子得分最高,也最集中,所以珲春市是多民族混居比较严重的地区。
2) 延边州的社会区类型分为6类:分别为主干类家庭集中区、人均住房面积少的乡镇集中区、非农业人口集中区、多民族混合区、流动人口集中区和高学历人口集中区。珲春大部分为多民族混合居住区,主干类家庭集中在延边州西部的安图县、敦化市以及汪清县的东北部,延边州的中部地区普遍住房质量低,流动人口和高学历人口主要集中在延边朝鲜族自治州的首府延吉市。
3) 以上分析可以发现,发展水平高的延吉市和珲春市人口流动比较大,大量的青壮年外出务工[15],导致更多空巢老人和留守儿童出现,留守儿童的教育问题和空巢老人的养老问题都应当引起社区的重视[16-17]。农民是新农村建设的主力军[18],延边州大部分乡镇发展水平比较落后,农村的经济发展与我国城乡一体化发展战略目标都是一致的,也是一项任重而道远的工作。党和政府应发挥积极地引导作用,促进农村经济发展,缩小城乡发展差距,深化农村经济体制改革,提高农村对外经济开放程度,保障地区发展的和谐稳定[19]。
4) 该文基于2010年全国人口普查数据进行研究,目前人口普查数据是较为权威的数据,但数据的年份略早。具有独特地理位置的延边州,经济和社会也处于快速的变动之中,可以对该地区进行实地调查,使用最新年份的数据,对延边州社会空间结构脉络进行纵向地比较研究,应该会具有更为显著的意义。