南昌市基础教育资源与学龄人口的空间耦合性分析

卢 磊，叶长盛，李辉丹

(东华理工大学 地球科学学院，江西 南昌 330013)

城市化过程中，教育资源布局往往会落后于其他基础设施，这种现象在城乡结合部尤为明显[1]。中国的城镇化虽然已由高速发展阶段逐步转向高质量发展阶段，但教育资源的区域差异和城乡差异仍然较大，教育事业仍处于不平衡、不充分的发展阶段。如何公平合理地配置和布局基础教育资源成为城市规划学、地理学、管理学和经济学等多学科研究的热点。基础教育资源作为城市中较为重要的公共服务设施，在为城市居民提供服务的同时，其布局会对城市的空间格局和社会稳定产生影响[2]。

目前，国内外学者针对基础教育资源配置中出现的问题展开了相关研究，成果颇丰。国外学者多从供给与需求角度切入，借鉴韦伯工业区位论、服务业区位论等相关理论进行基础教育资源配置研究。目前，教育体制改革对学生择校的影响[3]、个人因素、家庭背景和周边环境对通勤距离的影响[4]以及学生与学校空间分布的匹配度[5]等方面是研究的热点。国内方面，从宏观层面上看，学者们多从教育资源的空间差异入手，借助统计数据，选取生师比、生均教育经费支出、生均校舍面积和专任教师比等指标对研究区的教育资源均衡性、公平性进行评价和分析[6-10]；微观尺度上，利用空间位置数据，借助GIS等工具探讨教育资源在研究区内的空间分布模式、可达性以及与其他设施或居民点等要素的空间匹配性[11-15]。部分学者将统计数据和空间位置数据结合开展相关研究，如刘天宝等人结合两种数据构建指标体系对大连市区县间和校际间的教育资源空间差异进行了细致的分析[16]。已有部分研究探讨了南昌市基础教育资源空间分布的合理性[17，18]，对南昌市的教育资源布局优化具有一定的实际意义，但选择的研究区域具有一定的主观性和片面性，没有覆盖整个南昌市市辖区，未能从整体上把握南昌市教育资源的空间分布。

POI数据因具有数据量大、获取成本低和更新快等特性[19]，受到越来越多研究人员的青睐，被广泛运用到地理学、城市规划学等相关研究领域。使用POI数据来研究城市公共服务设施的空间布局能够将复杂问题简单化，有利于提高研究的效率和精度。基于此，本研究使用网络采集获取的教育资源POI点数据，借助GIS中的空间分析工具，从微观尺度分析各类基础教育资源的空间分布特征及其与学龄人口之间的空间耦合，以期为南昌市基础教育资源空间优化和微观尺度规划提供参考和决策支撑。

1 数据来源与研究方法

1.1 数据来源

文中所指基础教育资源包括幼儿园(包含保育院)、小学和中学(包含普通初中和普通高中)。基础教育资源POI数据来源于高德地图开放平台，数据抓取时间为2019年12月，通过数据清洗、去重、坐标反查等步骤，最终获得2 622个兴趣点数据，兴趣点的属性主要包括学校名称、学校地址和经纬度等信息。由于中国各大地图软件中的坐标都是经过加密偏移处理过的，所以获取的学校坐标需要进一步借助GeoSharp软件对坐标进行纠偏以保证经纬度的准确性。将获取的POI数据导入ArcGIS，统一坐标系为WGS 1984 墨卡托投影。

人口数据来源于Worldpop网站上的年龄和性别结构栅格数据集[20]，空间分辨率为100 m，主要使用2002～2016年的0～1岁的栅格数据。根据中国义务教育法及相关规定，幼儿园入学年龄为3周岁，学制一般为3年，小学入学年龄为6周岁，学制为6年，初中入学年龄为12周岁，学制为3年。高中入学年龄为15周岁，学制为3年。在不考虑中途辍学以及出生日期在9月1日以后等其他特殊情况下，可以假定2014～2016年出生的人口为幼儿园适龄人口，2008～2013年出生的人口为小学适龄人口，2002～2007年出生的人口为中学适龄人口。基于此，使用ArcGIS中的栅格计算器工具将各时段的栅格数据进行相加可以分别得到2019年幼儿园、小学和普通中学适龄人口数据集。

1.2 研究方法

(1)最近邻指数法，通过测算所有要素质心与其最近邻要素质心的平均距离，与假设随机分布的预期平均距离进行比较，若实际平均距离小于预期平均距离，则说明该要素在空间上呈集聚状态[21]。其公式如下：

(1)

式中：NNI为最近邻指数，该指数越小则说明要素的集聚性越强；d(NN)为实际测得最近邻距离；d(E)为预期平均最近邻距离；N研究区域内样本数量；A为研究区面积。

(2)核密度估计法(KDE)是点要素和线要素的分析方法之一，能够较为直观的反映点要素的空间格局。其工作原理是借助一个移动的窗格对某要素在其周围一定邻域内的密度进行估计，以此生成一个平滑的、连续的栅格表面[22]。计算公式如下：

(2)

式中：f(x)为核密度值；n为搜索范围内点的个数；h为搜索半径；k(x-xi)为核函数。核密度值越高表示该范围内基础教育资源数量越多。

(3)双变量空间自相关。首先，将学龄人口密度作为自变量，教育资源核密度值作为因变量，构建双变量全局自相关模型，通过莫兰指数测度南昌市基础教育资源与学龄人口在空间上的相关性[23]。公式如下：

(3)

其次，还需构建双变量局部空间自相关模型，以分析基础教育资源和学龄人口局部空间自相关。公式如下：

(4)

2 结果与分析

2.1 基础教育资源总体分布特征

南昌市2 622个基础教育资源设施点的空间分布如图 1所示。从数量上看(表 1)，除湾里区和安义县外，其余县区幼儿园数量都在100所以上，数量最多的是青山湖区，其次是南昌县、新建区、进贤县等县区。小学分布最多的县区是南昌县，小学分布较少的区域为青云谱区、湾里区、西湖区和东湖区等。中学分布最多的也是南昌县，其次是新建区、青山湖区和进贤县等。总的来看，南昌市各类教育资源在数量上大致呈现从远郊区向市中心递减的趋势，原因在于市中心的教育设施一般规模较大，服务范围广，少量的教育资源即能满足当地居民所需，而郊区的县区行政单元面积较大，且人口分布较为分散，需要较多的教育资源来满足居民的需求。

图1 南昌市基础教育资源空间分布

从密度来看(表 1)，幼儿园分布密度最高的县区是青云谱区，达到3.82所/km2，其次是西湖区、东湖区、青山湖区等，最低的为安义县(0.07所/km2)，最高与最低之比为54.57，变异系数为1.09，幼儿园设施密度的县区差异明显；西湖区的小学设施点密度最高(0.82所/km2)，其次为东湖区、青云谱区等，最低的为进贤县(0.04所/km2)，最高与最低之比为20.5，变异系数为0.93，小学设施密度的县区差异小于幼儿园；中学设施分布密度最高的县区为西湖区，各县区中学密度排序基本与小学一致，密度最高与最低之比为34，变异系数为1.10，县区差异显著。总体上，南昌市各级各类基础教育设施点区域分布不均衡，教育设施密度有从市中心老城区向周围县区递减的规律性，原因在于城市中心人口密度高于周边县区，对公共设施的需求大于乡村，市中心教育设施密度自然高于周围县区。

表1 各县区基础教育资源数量和密度

2.2 基础教育资源集聚性分析

南昌市各类基础教育设施的最近邻指数都小于1，均呈现集聚分布特征，但集聚程度存在显著差异(表 2)。集聚程度由大到小依次为：幼儿园(0.314)、中学(0.623)、小学(0.762)。县区尺度上，幼儿园均呈现集聚分布特征，集聚程度大致由郊区向市中心递减，集聚性最高的是新建区，其次是进贤县、南昌县等，最低的是西湖区和东湖区，说明市中心的幼儿园分布较为均匀，郊区的幼儿园则过于集中在县区政府驻地。各县区小学集聚性均小于幼儿园，集聚性最强的是新建区，其次是西湖区、南昌县和东湖区等，这些区域小学分布比较集中，教育资源分布不均衡，安义县、湾里区和青云谱区则呈现随机分布特征。中学呈现集聚分布的县区有南昌县、新建区、湾里区和青山湖区，其余各县区均呈现随机分布模式。

表2 南昌市基础教育设施最近邻指数Tab.2 The nearest neighbor index of basic educationalresources in Nanchang City

2.3 基础教育资源核密度特征

由于离散的点数据无法清晰识别出城市教育设施的空间分布形态，所以还需借助核密度估计法对南昌市基础教育设施的空间形态做进一步的分析。从核密度估计结果来看，幼儿园空间分布呈现出“双核”与“单核”结合的分布形态(图 2a)，“双核”主要是指位于新建区的长堎镇和老城区的大院街道、丁公路街道、公园街道和上海路街道等街道。长堎镇作为新建区的政府驻地，人口密度较高，与东湖区的沙井街道邻接，公共服务设施相对来说比较完善，而老城区的幼儿园较高密度区形成则源于城市发展的历史惯性。“单核”指的是距离市中心较远的民和镇，民和镇是进贤县的政府驻地，是县辖镇中人口数量最多的乡镇，对教育设施的需求较大。小学的核密度高值区只有一个(图 2b)，覆盖南昌市东湖区和西湖区的部分街道，大致呈现中心集聚，四周分散的空间分布形态。中学的核密度高值区有两个(图 2c)，基本上与幼儿园的“双核”高密度覆盖区域一致，各乡镇则呈现零星分布的结构。

图2 南昌市基础教育资源核密度图

2.4 学龄人口空间分布特征

作为基础教育资源的服务对象，学龄人口的空间分布影响着教育资源的空间布局，同时，教育资源对学龄人口的空间分布也有着重要影响。使用ArcGIS中的创建渔网工具构建1 km×1 km的格网，将南昌市划分为7 559个大小为1 km2或更小面积的格网，以网格提取各学龄段的人口密度得到图3(封三图版Ⅰ)，可以看出，各学龄段的人口密度空间分布具有较强的相似性，均呈现由市中心向周围郊区递减的规律性。适龄人口高密度区主要分布在市中心的桃花镇、南浦街道、绳金塔街道和董家窑街道等，各县区政府驻地的适龄人口密度也较高，例如南昌县的莲塘镇、新建县的长堎镇、进贤县的民和镇等。适龄人口低密度区主要分布在距离市中心和县区政府驻地较远的乡镇，例如联圩乡、南台乡、厚田乡和太平镇等。与图2教育资源核密度进行对比，可以发现各学龄段人口与各类教育资源的在空间分布上呈现一定程度的相似性。

2.5 基础教育资源与学龄人口的空间耦合

借助GeoDa软件的双变量自相关工具，可以得到各类教育资源核密度与各学龄段人口密度的双变量Moran散点图(封三图版Ⅰ图 4)和LISA集聚图(封三图版Ⅰ图 5)。从散点图可以看出各类教育资源与学龄人口密度的全局自相关指数由大到小依次为0.403(幼儿园)、0.392(中学)、0.382(小学)，大部分点都位于第一象限，表明在公里格网尺度上，各类教育资源密度与各学龄段人口密度在空间分布上呈现显著的正相关，整体耦合性较好。其中，幼儿园与学龄人口的空间耦合性最好，其次是中学，小学与学龄人口空间耦合性稍差。幼儿园密度与幼儿园适龄人口密度的空间相关性最强，原因可能在于幼儿园的服务范围较小，需接近幼儿园适龄人口布局，又因其不属于义务教育范畴，受政府和城市规划的影响小，且占地面积小、建设成本低，趋向于布局在人口密度大、经济发达的地区。中小学教育资源与学龄人口的空间耦合性相对较差，主要原因在于中小学在我国属于义务教育，其空间布局受政府规划和调控的影响较大，布局上更考虑公平性，在人口稀少的区域也有一定数量的学校分布，空间配置较均衡。

Moran’s I指数仅能在整体上说明教育资源与学龄人口在空间分布上是否存在相关性，而无法识别局部的空间关联模式。因此，需要借助局部双变量空间自相关对教育资源与学龄人口密度的空间聚类特征及局部异常值进行分析。整体上看(封二图版Ⅰ图 5)，3类教育资源密度与相应学龄人口密度的空间集聚模式具有一定的相似性，呈现明显的“中心外围”结构。空间聚类模式以“H—H”集聚和“L—L”集聚为主，“L—H”集聚和“H—L”集聚的数量相对较少，表明南昌市各类教育资源空间分布相对合理。

“H—H”集聚是指该格网及其周围的教育资源和适龄人口密度均较高的区域，覆盖西湖区、东湖区和青云谱区全部街道及青山湖区的大部分街道，进贤县民和镇也出现部分“H—H”集聚，这些研究单元地理位置好、基础设施较完善、人口密度高，各类教育设施均与学龄人口密度呈现高度耦合状态，区内学生基本能够实现就近入学。

“L—L”集聚是指教育资源密度和适龄人口密度均较低的区域，连片分布在研究区域的边缘地带，主要包括象山镇、联圩乡、樵舍镇、南新乡、三里乡和衙前乡等乡镇，这些乡镇距离市中心远，人口较分散，较少的教育资源就能够满足当地需求。

“L—H”集聚是指教育资源密度较低而适龄人口密度相对较高的地区，分布在“H—H”集聚的外围(即南昌市郊区附近)，主要覆盖蛟桥镇西北部、扬子洲镇东北部、冠山管理处、白水湖管理处、昌东镇、红角洲管理处和九龙湖管理处等单元的部分区域，这些研究单元大部分都是南昌市的高新开发区、经济技术开发区以及红谷滩新区，教育设施覆盖度没有市中心高，但相对距离市中心更远的乡镇来说人口密度较高，对此类区域需要进一步完善基础设施，加大对该区域的教育财政支出。

“H—L”集聚是指与周围相比，基础教育资源密度相对较高，而适龄人口密度相对较低的区域，零星分布在“L—L”集聚区域内部或与“L—L”集聚相邻。幼儿园与其适龄人口的“H—L”集聚较少，主要分布在安义县的龙津镇、鼎湖镇和石鼻镇，湾里区的站前街道，新建区的西山镇、樵舍镇，南昌县的三江镇和幽兰镇以及进贤县的梅庄镇和二塘乡等。中学和小学与适龄人口的“H—L”集聚数量较多，覆盖安义县、新建区、湾里区、进贤县的大部分乡镇，呈点状离散分布特征。这些区域教育资源密度虽然较高，但适龄人口密度较少，周边的学生较难实现就近入学，也容易出现学位浪费的情况。

3 结论与讨论

3.1 结论

基于POI数据和Worldpop数据，分析了南昌市基础教育资源与学龄人口的空间分布特征，引入双变量空间自相关模型探讨了南昌市各类教育资源与学龄人口的空间耦合性。结果表明：

南昌市各县区基础教育资源数量和密度差异均较大。各县区教育资源数量呈现由远郊区向市中心递减的趋势，密度上则呈现由市中心向四周递减的“中心—外围”空间格局。各类教育资源的密度高值区和低值区在空间分布有一定程度的相似性，教育设施密度高值区分布在东湖区、西湖区、青云谱区以及各县区政府驻地等发展条件较好的区域，低值区则分布在远离市中心、人口较少的区域。

整体来看，南昌市各类基础教育设施最近邻指数都小于1，均呈现集聚分布特征，但集聚程度存在显著差异，由大到小依次为：幼儿园、中学、小学。从县区来看，各县区的幼儿园均呈现显著集聚的分布特征，集聚程度大致由郊区向市中心递减，市中心的幼儿园空间分布比较合理，郊区则过于集中；除安义县、湾里区和青云谱区外，各县区小学均呈现集聚分布特征，分布均衡性较差；除新建区、南昌县和湾里区外，各县区的中学均呈现均匀分布特征。

南昌市各类教育资源与各学段学龄人口在公里格网尺度上均呈现显著的正向相关性，整体耦合性较好。其中幼儿园与学龄人口的空间耦合性最强，其次是中学和小学。各类教育资源与学龄人口在空间上的关联模式具有一定的空间相似性，均呈现“中心外围”的空间分布特征，且以“H—H”集聚和“L—L”集聚为主要的空间关联模式，市区的耦合性显著好于城乡结合部。

3.2 讨论

从南昌市已有研究来看[18]，东湖区、西湖区和青云谱区的教育设施可达性较好，这与本研究中这些地区教育设施与学龄人口耦合性较好相互验证，说明本文研究结论具有一定的可信度，可为南昌市教育资源空间布局和人口调控提供借鉴意义。

POI因数据量大、时效性强、获取成本低等特性被广泛应用于城市研究中，在分析、模拟和优化公共服务设施空间分布上具有一定优势。然而，POI数据也具有一定的缺陷性，例如，它将具有一定规模、质量等特殊属性的地理实体抽象成无差别的点要素，只包含名称、地址、经纬度等信息，在探讨教育资源服务能力、服务质量和服务半径上具有一定局限性。POI的时间信息一般较难获取，在分析地理要素的时间演变上有一定难度，仅能在单一时间截面上分析地理要素的空间分布。因此，本研究未收集南昌市各类教育资源的时间信息，只能以2019年为节点对教育资源的空间分布进行分析。在今后研究中，可考虑通过电话访问或实地调研等方式收集各类教育资源的占地面积、建设时间和教学质量等信息，丰富POI数据的属性，使研究结果更具信服度。在各学龄段适龄人口数据的处理上，以各年份的当年出生人口栅格数据集进行相加求得，未考虑儿童可能随父母移居到其他地方的情况，具有一定的局限性。