大学生入伍意愿与地理区位因素相关性分析*

李林娜，牛群，李正会，汪飞，韩毓，韩丽

1.西南林业大学；2云南交通职业技术学院；3.云南省遥感中心

一、目的意义

明确加强高校学生入伍是一项十分重要的工作，研究大学生入伍动机十分关键，这也是解决入伍宣传针对性的有效途径。在提高高校征兵入伍效率和质量的前提下，研究大学生入伍意愿是非常有必要的，很多学者采用了问卷调查等方式进行的大学生入伍意愿的调查，其中难以避免主观性、随机性以及问卷不合理、被试者受试时环境影响等问题的弊端。在调查入伍意愿的瓶颈阶段，一些学者开始使用入伍人员的基本信息（如：政治面貌、家庭背景等）寻找相关关系。该研究首先是看到了地理信息系统技术在人文社科领域的研究成果及实用价值。其次是发现人类动机的产生和自身成长、生活环境有密切关系，和家庭背景以及家庭成员的认知和意识有不可分割的关系，而这些又和学生本人及家庭长期所处的地理环境分不开。该研究旨在考虑入伍人员长期居住地对其思想、选择等的影响，寻找居住地与入伍意愿的关系，有效避开了主观性。借鉴其它研究，发现人类的发展与河流起源有重要关系、城市的发达与海口河岸有重要关系、以及人类建城和城市发展与地形因素存在关系，人的成长和家庭环境与地理区位有重要关系，地理因素对家庭成员及学生本人的思想、见识、接受征兵宣传的途径及有效性有一定影响。研究大学生长期居住地的地理因素与入伍意愿相关性能够避免研究方式的单一性，增加结果准确性，从而为今后大学生入伍工作寻找多种途径。并在大学生入伍工作及地理信息系统研究领域寻求多种方法，拓宽交叉学科的研究及研究方法，丰富了研究内容。

二、实验思路及技术路线

地理信息系统空间分析，选择不一样的地理区位因素，该研究考虑到A地高程变化明显，同时河流与人类生活关系密切性，选择高程和河流因素作为地理因素因子。在研究中认为已入伍学生的入伍意愿是强烈的，在此基础上进行研究。

（一）空间分析概述及应用

地理信息系统，即Geographic Information System。空间分析是从空间数据中获取有关地理对象的空间位置、分布、形态、形成和演变等信息并进行分析，是地理信息系统的核心功能之一，它对地理信息的提取、表现和传输功能区别于一般信息系统。包括空间查询与量算、缓冲区分析、叠加分析、路径分析、空间插值、统计分类分析等[1]。

空间分析应用十分广泛，涉及空间分布的数据和特征基本都可以采用地理信息系统空间分析。很多水利、交通、环保、军事等领域都在使用空间分析功能，地震模拟、城市公共设施管理、城市应急救援等都可以使用该功能。空间分析在其他学科中的应用也逐渐发展，如生态、旅游等，空间分析应用于人文社科表现于人口发展、经济发展等。此研究也是借鉴了空间分析应用于人口及经济领域数据的空间分布，将空间分析功能应用于入伍大学生地域数据分析，直观表现大学生入伍意愿分布以及空间相关性。

（二）研究思路

“入伍意愿”是一个主观概念，很难用数字或者公式客观描述，在研究过程中也就很难对其进行判断及划分。在传统的问卷调查或者采访调查中，也都是基于统计者的主观认识设计提问及回答者的主观理解。在该研究中，为了将“入伍意愿”这个概念统一“固定”，将已入伍大学生的数量作为入伍意愿强烈的数据进行研究，因此实验数据即为2019年A地已入伍的大学生数据，并将数据进行合理抽稀后再使用入伍大学生长期居住地的经纬度导入相关软件中进行可视化及分析。地理区位因素有很多，如地貌、高程、城市交通、河流信息等，这些地理区位因素都可能影响大学生入伍意愿。在该研究中，主要考虑河流信息因素以及高程因素。河流因素不像城市交通那样是随城市发展人为建设，是更为基础的，同时河流因素对人类起源和发展起到的作用更早、更明显，因此选择河流因素。高程因素主要考虑试验区域A地，高程变化明显，可能对研究对象的影响更明显，研究意义更大。随研究区域的改变也可根据实地情况调整不同的地理区位因素。

实验中将A地高程数据分为4类、将河网数据进行3个等级的缓冲区分析，再分别将地理位置数据与以上两个数据进行叠加，分析落入不同区域的人口数。为了排除某区域人口绝对值本来就大，导致研究结果人口数也最多带来的实验无效性。实验引入了人口密度的计算，即研究单位区域内人口数来判定某因素与大学生入伍意愿的相关性。

（三）技术路线

该研究主要是利用A地高程数据（DEM）提取河网数据和提取各个入伍大学生居住地高程信息，分别计算居住地在重分类后的高程信息和河网缓冲区内数量和密度，观察各类型密度数据进行比较分析，技术路线图如图1所示。

图1 技术路线图

三、原理及方法

（一）关键原理介绍

1.水文分析

水文分析是利用高程数据进行区域内河流、河网的重要方式，也是本研究所采用的方式，使用软件提取河流基本原理主要是“水往低处流”。水文分析是该研究中基础数据计算的重要一环。水文分析要经过填洼、流向、流量、河流连接、河网分级等处理，主要是模拟地表水形成径流的过程，并利用这一模拟过程实现河流、出水口以及流域的提取。高程数据是一种连续的栅格数据，每个栅格代表不一样的高程值，水文分析是使用高程数据用D8单流向算法进行计算，这种算法的原理是假设水落在某有个栅格格子，这个格子周围有8个格子，水流将会流向高程最低的格子中，通过计算机计算会在8个格子中找到高程最低值，使水流向最陡方向落入，整个过程是一个栅格累计计算过程。

2.缓冲区分析

在空间分析中可以创建点、线、面的缓冲区分析，在该实验中主要使用线的缓冲区分析。缓冲区分析是遍历输入要素（线）的每个折点并创建缓冲区偏移。通过这些偏移创建输出缓冲区要素。在缓冲区分析中可以自由设定缓冲距离，以用于分析不同距离范围内的缓冲区域。缓冲区分析结果是面要素。

3.空间连接

空间连接分析是根据要素的相对空间位置将连接要素中的行匹配到目标要素中的行。连接要素的所有属性会被追加到目标要素的属性中并复制到输出要素类。通过在连接要素的字段映射参数中控制写入到输出中的属性。此方式能够有效地计算区域面积内点数的个数，是计算区域内人口数的高效方法。

（二）主要方法介绍

该实验使用的关键方法是人口密度计算。人口密度（density of population）是单位土地面积上的人口数量。通常使用的计量单位有两种：人/平方公里；人/公顷。它是衡量一个国家或地区人口分布状况的重要指标。该实验使用人/平方公里的计算方式。土地面积即为重分类后的各个子区域，人口数则为在该区域内的大学生入伍人数。用公式表达为公式（1）：

人口密度：

公式中δ为区域内人口密度，n为人口数（大学生入伍人数），s为区域面积（单位使用km2）。

四、数据处理与数据分析

（1）将A地2019年入伍大学生住地依次在网络地图中查找后转换为经纬度信息，将经纬度信息批量转入软件中并在专题地图中显示。将整理后的数据分区域按比例合理抽稀后导入专业软件进行可视化。使用A地的高程数据按顺序进行填洼、流向计算、流量计算等进行水文分析提取区域内河网数据，将河网数据分别进行2km、5km和10km缓冲区分析，将大学生入伍数据与河流信息叠加并进行分析。将A地高程数据进行分类，分类数据与大学生入伍数据进行叠加和分析。

（2）将A地高程进行重分类，将A地2019年入伍大学生常住地点数据根据相同分类间隔分类分为四类，分为0-1538.5米、1538.5-3076米、3076-4613.5米和4613.5-6151米将大学生入伍数据（点数据）和高程分类数据（面数据）两项数据进行空间连接得到各类区域面积、面积中人口数及人口密度如表1所示。

表1 2019年A地大学生入伍意愿与高程相关性分析表

（3）将A地2019年入伍大学生住地数据（点数据）分别和0km-2km、5km和10km缓冲区分析的河网数据（面数据）进行叠加，并分别进行空间连接，得到各类区域面积、面积中人口数及人口密度如表2所示。

表2 2019年A地大学生入伍意愿与河网相关性分析表

（4）数据分析，观察表1，将A地高程进行等间距分类，分为 0—1538.5米、1538.5—3076米、3076—4613.5米 和4613.5—6151米。研究发现3076—4613.5米范围的面积最大，但1538.5—3076米范围内人口最多、人口密度最大。因此在A地高程1538.5米—3076米生活的大学生入伍意愿最为强烈，0米—1538.5米次之。因此大学生入伍意愿与高程没有明显正相关或负相关关系，但是能看出大学生入伍意愿最强的学生居住在高程适中的区域。观察表2，人口数及人口密度在距离河流2千米内是最多和最大的，同时距离河流越远人口数越少、人口密度越低，这也就意味着A地大学生入伍意愿与河流距离呈负相关，距离河流越近入伍意愿越强烈。

五、结论与展望

（1）通过将大学生入伍意愿点数据与高程分类数据和河流缓冲区数据进行空间链接能够基本得出，A地大学生入伍意愿与河流的距离呈负相关关系，距离河流越近入伍意愿越强烈。A地大学生入伍意愿与居住地高程没有明显相关关系，在高程适中地区的大学生入伍意愿最强烈，高程较低地区及高程较高地区大学生入伍意愿不是最强，在高程较高地区入伍意愿最低。

（2）通过上一点分析，可简单猜测，大学生入伍意愿与人类生存发展和河流关系基本相似，距离河流近的家庭和学生愿意入伍，在此区域内学生能够有效接受大学生征兵入伍宣传。入伍意愿强烈的大学生较多居住在高程适中的地区，首先高海拔地区人口数少，其次高海拔地区入伍人数也少，入伍意愿不强烈。在低海拔地区一般城市建设成熟，人口数量多，政策宣传比较到位，但出现了入伍意愿不是最强烈的现象，说明在低海拔地区存在其他因素对大学生及其家庭对选择入伍有所干扰。

（3）通过A地大学生入伍意愿与地理区位因素的分析，发现了其与河流与高程的关系，有关系但不一定呈正相关或负相关。一是使用地理信息系统空间分析对各地大学生入伍意愿进行分析是有效的且客观的；二是各地根据区位因素，可以采用不一样的地理因素进行分析，这个方法是值得进一步探究的。三是在大学生征兵入伍过程中要进一步丰富研究方法，才能找到关键点进行有效宣传，在此实验中发现，除了宣传外也有其他影响大学生入伍的因素，此也正是类似研究的意义所在—发现入伍意愿不强的影响因素不是宣传因素引起的区域，因此应进一步改革大学生入伍政策并有效落实，对于影响大学生入伍的主要因素是宣传因素的区域应加强宣传或改进宣传方式。

（4）本研究是地理信息系统技术与大学生征兵入伍结合的初探，使用A地进行试验。实验中根据A地的特征选择了高程和河流因素，在后续研究中可以尝试其它更多地理区位因素，如交通、气候等。而区位因素的选择应该根据人文经济等自身的特点以及该区域的地理特征来进行选取。