摘要：以大連市的人口密度數據作為研究對象，利用ArcGIS10.0平臺以及GeoDA空間數據分析軟件對大連市各區縣的人口分布及其空間自相關性進行研究后，結果表明：大連市人口分布總體呈現出不均衡的態勢且明顯呈環狀分布；存在空間集聚現象，且正相關性明顯，市區以中山區為中心，形成空間人口密度高的集聚區域；市區中心區及其相鄰區域出現的人口密度相對分散的趨勢，城市化范圍進一步擴大。
關鍵詞：人口分布；空間自相關性；大連市
中圖分類號：F290文獻標志碼：A文章編號：1673-291X（2014）18-0226-03
人口分布是指一定時間內人口在地理空間中的分布、集散及組合情況，是重要的人口現象和社會經濟現象[1]。傳統的人口分布研究方法大多數假設的觀測值獨立性較強，缺乏對于地理空間相關問題的詮釋，未能全面而有效地解釋區域人口分布的空間形態以及空間依賴度和空間相關性[2]。為了更為科學地揭示城市人口空間結構和空間格局，本文以人口密度作為研究指標來對大連市的人口分布進行空間自相關分析，探討大連市的人口空間分布。
一、研究區域概況
大連市位于遼東半島最南端，西北瀕臨渤海，東南面向黃海，南與山東半島隔海相望，北依東北平原廣大腹地，與日本、韓國、朝鮮和俄羅斯遠東地區相鄰，是東北、華北、華東以及世界各地的海上門戶，是重要的港口、貿易、工業、旅游城市。位置在東經120°58′~123°31′、北緯38°43′~40°10′之間。全市總面積12 574平方公里，其中老市區面積2415平方公里，2010年總人口584萬�，F轄3個縣級市（瓦房店、普蘭店、莊河）、1個縣（長�？h）和6個區（中山、西崗、沙河口、甘井子、旅順口、金州）。另外，還有4個國家級對外開放先導區，即開發區、保稅區、高新技術產業園區和金石灘國家旅游度假區。
二、數據來源和研究方法
�。ㄒ唬⿺祿䜩碓�
本文采用的人口統計口徑是常住人口，數據全部來自于大連市統計年鑒，2010年第六次人口普查數據，歷年相關政策法規以及調查分析報告等。為便于縱向對比研究，統一采用2010年大連市行政區劃，并對其他年份行政區劃進行了相應調整。
（二）研究方法
空間自相關分析法研究的是空間實體與其相鄰的空間實體之間是否相關以及相關的程度，是目前發現空間分布特征、進行空間分析最常用的方法，為解釋事物或現象的空間依賴關系提供了有效途徑[3]。
1.空間權重的建立
空間權重的確定一般采用鄰接標準或距離標準，通常定義一個二元對稱空間權重矩陣W，來表達n個位置的空間區域的鄰近關系。本文采用Queen’s鄰接標準原則（要求有一點連接即可），建立空間權重矩陣。當區域i和區域j 在空間上相鄰，Wij表示區域i與j的臨近關系，它可以根據鄰接標準或距離標準來度量，空間權重矩陣元素Wij=1，其他情況為0[4]。
2.全局空間自相關
本文采用全局Moran’s I指數來計量測度整個研究區的全局自相關性，度量大連市人口分布在整個區域空間的分布態勢。其計算公式如下：
I=（1）
在上式（1）中，n表示大連市的區縣個數，[x]表示大連市各區縣人口密度的算術平均值，xi和xj表示大連市i區縣和j區縣第t年的人口密度，Wij表示空間權重矩陣元素。Moran’s I指數的值一般在[-1，1]之間，當I小于0表示負相關，等于0表示不相關，大于0表示正相關，其絕對值越大說明其空間自相關程度越大。
3.各指數的自動化計算
本文所采取的數據為大連市地理空間分布Shapefile格式數據（ArcGIS中的數據格式）。對于全局自相關系數和局部自相關系數的計算及散點圖的生成均基于ArcGIS平臺上，借助于GeoDA軟件利用Shapefile數據中各區縣人口密度信息作為分析變量計算以上各指數[5]。
三、大連人口分布的空間相關性分析
�。ㄒ唬┐筮B市人口密度空間變化特征
圖1為大連市2002年和2010年人口密度分布圖，從圖中可以看出大連市的人口分布并不均衡，兩極分化嚴重，呈現出圈層結構特征[6]，兩期數據顯示，大連市西南部的各區人口密度很高，尤其是市內中山、西崗和沙河口地區，相鄰的金州和旅順口人口密度也較高，而北三市莊河、普蘭店和瓦房店地區人口密度相對較低[7]。大連市西南部老市區經濟活動頻繁是促使該地區人口分布較為密集的主要原因。
（二）大連人口分布的全局空間自相關分析
依照公式1計算全局Moran指數I，運用GeoDa空間統計分析軟件測算2002—2010年大連市各縣區人口密度的全局空間自相關指數，處理得到下列結果：
表12002年、2006年、2010年大連市人口密度的全局Moran’s I估計值
注：三次Moran’s I計算結果均通過Z檢驗（p≤0.05）。
從表1 中可以看出，在2002—2010年期間，大連市各區縣級行政區人口密度的全局Moran 指數估計值均為正值，Moran 指數均在0.5以上。這表明，大連市人口分布存在著顯著地正的空間自相關性，即在各區縣人口密度的空間分布并不是隨機性的，而是表現出相似值之間的空間集聚，其空間聯系的特征是：人口密度較高的區縣，其周邊區域的人口密度也較高；人口密度較低的區縣，其周邊區域的人口密度也較低。從時間過程來看，全局Moran 指數逐漸降低，表明從2002年到2006年、2010年大連市人口的全局自相關性是逐漸降低的[8~9]。
四、結論
�。ㄒ唬┐筮B市人口分布總體呈現出不均衡的態勢
老市區三區人口密度較高，歷年數據均高于全市平均水平；郊區人口密度與全市平均水平相比較低。造成這種人口分布的不均衡主要是由于大連市各區縣之間的經濟、文化發展的不平衡。大連市2002—2010年人口分布空間主要表現為以老市區中心區中山區、沙河口區和西崗區為中心的環狀分布模式，存在著明顯的空間集聚現象，即市區高密度集聚、郊區低密度集聚。
（二）大連市人口分布存在顯著的正的空間自相關性
全局空間關聯分析表明，大連市人口分布存在顯著的正的空間自相關性。局部空間關聯分析表明，大連市人口分布呈現出很強的中心化趨勢，不斷集聚于老市區中心區中山區，而遠郊區人口密度較低且呈現出不斷擴散的趨勢。
參考文獻：
[1]張善余.中國人口地理[M].北京：科學出版社，2003：271-278.
[2]北京市第五次人口普查辦公室.世紀之交的中國人口[M].北京：中國統計出版社，2004：2.
[3]徐麗華，岳文澤.上海市人口分布格局動態變化的空間統計研究[J].長江流域資源與環境，2009，(3)：222-228.
[4]聶芹.山東省人口分布及空間相關性研究[J].測繪科學，2011，(3)：216-217.
[5]朱傳耿，顧朝林，馬榮華，等.中國流動人口的影響要素與空間分布[J].地理學報，2001，(5)：549-560.
[6]封磊，洪偉，吳承禎，等.福州市人口分布的空間自相關分析[J].江西農業大學學報，2008，(3)：569-574.
[7]吳玉鳴，徐建華.中國區域經濟增長集聚的空間統計分析[J].地理學報，2004，(6)：654-659.
[8]唐曉旭，張懷情，劉銳.基于GeoDA的遼寧省GDP空間關聯度分析研究[J].林業科學研究，2008，(增刊)：61-64.
[9]呂安民，李成名，林宗堅，等.中國省級人口增長率及其空間關聯分析[J].地理學報，2002，(2)：143-150.
[責任編輯 王玉妹]
收稿日期：2014-04-23
作者簡介：田佳良（1994-），女，遼寧葫蘆島人，本科，從事人文地理研究。
關鍵詞：人口分布；空間自相關性；大連市
中圖分類號：F290文獻標志碼：A文章編號：1673-291X（2014）18-0226-03
人口分布是指一定時間內人口在地理空間中的分布、集散及組合情況，是重要的人口現象和社會經濟現象[1]。傳統的人口分布研究方法大多數假設的觀測值獨立性較強，缺乏對于地理空間相關問題的詮釋，未能全面而有效地解釋區域人口分布的空間形態以及空間依賴度和空間相關性[2]。為了更為科學地揭示城市人口空間結構和空間格局，本文以人口密度作為研究指標來對大連市的人口分布進行空間自相關分析，探討大連市的人口空間分布。
一、研究區域概況
大連市位于遼東半島最南端，西北瀕臨渤海，東南面向黃海，南與山東半島隔海相望，北依東北平原廣大腹地，與日本、韓國、朝鮮和俄羅斯遠東地區相鄰，是東北、華北、華東以及世界各地的海上門戶，是重要的港口、貿易、工業、旅游城市。位置在東經120°58′~123°31′、北緯38°43′~40°10′之間。全市總面積12 574平方公里，其中老市區面積2415平方公里，2010年總人口584萬�，F轄3個縣級市（瓦房店、普蘭店、莊河）、1個縣（長�？h）和6個區（中山、西崗、沙河口、甘井子、旅順口、金州）。另外，還有4個國家級對外開放先導區，即開發區、保稅區、高新技術產業園區和金石灘國家旅游度假區。
二、數據來源和研究方法
�。ㄒ唬⿺祿䜩碓�
本文采用的人口統計口徑是常住人口，數據全部來自于大連市統計年鑒，2010年第六次人口普查數據，歷年相關政策法規以及調查分析報告等。為便于縱向對比研究，統一采用2010年大連市行政區劃，并對其他年份行政區劃進行了相應調整。
（二）研究方法
空間自相關分析法研究的是空間實體與其相鄰的空間實體之間是否相關以及相關的程度，是目前發現空間分布特征、進行空間分析最常用的方法，為解釋事物或現象的空間依賴關系提供了有效途徑[3]。
1.空間權重的建立
空間權重的確定一般采用鄰接標準或距離標準，通常定義一個二元對稱空間權重矩陣W，來表達n個位置的空間區域的鄰近關系。本文采用Queen’s鄰接標準原則（要求有一點連接即可），建立空間權重矩陣。當區域i和區域j 在空間上相鄰，Wij表示區域i與j的臨近關系，它可以根據鄰接標準或距離標準來度量，空間權重矩陣元素Wij=1，其他情況為0[4]。
2.全局空間自相關
本文采用全局Moran’s I指數來計量測度整個研究區的全局自相關性，度量大連市人口分布在整個區域空間的分布態勢。其計算公式如下：
I=（1）
在上式（1）中，n表示大連市的區縣個數，[x]表示大連市各區縣人口密度的算術平均值，xi和xj表示大連市i區縣和j區縣第t年的人口密度，Wij表示空間權重矩陣元素。Moran’s I指數的值一般在[-1，1]之間，當I小于0表示負相關，等于0表示不相關，大于0表示正相關，其絕對值越大說明其空間自相關程度越大。
3.各指數的自動化計算
本文所采取的數據為大連市地理空間分布Shapefile格式數據（ArcGIS中的數據格式）。對于全局自相關系數和局部自相關系數的計算及散點圖的生成均基于ArcGIS平臺上，借助于GeoDA軟件利用Shapefile數據中各區縣人口密度信息作為分析變量計算以上各指數[5]。
三、大連人口分布的空間相關性分析
�。ㄒ唬┐筮B市人口密度空間變化特征
圖1為大連市2002年和2010年人口密度分布圖，從圖中可以看出大連市的人口分布并不均衡，兩極分化嚴重，呈現出圈層結構特征[6]，兩期數據顯示，大連市西南部的各區人口密度很高，尤其是市內中山、西崗和沙河口地區，相鄰的金州和旅順口人口密度也較高，而北三市莊河、普蘭店和瓦房店地區人口密度相對較低[7]。大連市西南部老市區經濟活動頻繁是促使該地區人口分布較為密集的主要原因。
（二）大連人口分布的全局空間自相關分析
依照公式1計算全局Moran指數I，運用GeoDa空間統計分析軟件測算2002—2010年大連市各縣區人口密度的全局空間自相關指數，處理得到下列結果：
表12002年、2006年、2010年大連市人口密度的全局Moran’s I估計值
注：三次Moran’s I計算結果均通過Z檢驗（p≤0.05）。
從表1 中可以看出，在2002—2010年期間，大連市各區縣級行政區人口密度的全局Moran 指數估計值均為正值，Moran 指數均在0.5以上。這表明，大連市人口分布存在著顯著地正的空間自相關性，即在各區縣人口密度的空間分布并不是隨機性的，而是表現出相似值之間的空間集聚，其空間聯系的特征是：人口密度較高的區縣，其周邊區域的人口密度也較高；人口密度較低的區縣，其周邊區域的人口密度也較低。從時間過程來看，全局Moran 指數逐漸降低，表明從2002年到2006年、2010年大連市人口的全局自相關性是逐漸降低的[8~9]。
四、結論
�。ㄒ唬┐筮B市人口分布總體呈現出不均衡的態勢
老市區三區人口密度較高，歷年數據均高于全市平均水平；郊區人口密度與全市平均水平相比較低。造成這種人口分布的不均衡主要是由于大連市各區縣之間的經濟、文化發展的不平衡。大連市2002—2010年人口分布空間主要表現為以老市區中心區中山區、沙河口區和西崗區為中心的環狀分布模式，存在著明顯的空間集聚現象，即市區高密度集聚、郊區低密度集聚。
（二）大連市人口分布存在顯著的正的空間自相關性
全局空間關聯分析表明，大連市人口分布存在顯著的正的空間自相關性。局部空間關聯分析表明，大連市人口分布呈現出很強的中心化趨勢，不斷集聚于老市區中心區中山區，而遠郊區人口密度較低且呈現出不斷擴散的趨勢。
參考文獻：
[1]張善余.中國人口地理[M].北京：科學出版社，2003：271-278.
[2]北京市第五次人口普查辦公室.世紀之交的中國人口[M].北京：中國統計出版社，2004：2.
[3]徐麗華，岳文澤.上海市人口分布格局動態變化的空間統計研究[J].長江流域資源與環境，2009，(3)：222-228.
[4]聶芹.山東省人口分布及空間相關性研究[J].測繪科學，2011，(3)：216-217.
[5]朱傳耿，顧朝林，馬榮華，等.中國流動人口的影響要素與空間分布[J].地理學報，2001，(5)：549-560.
[6]封磊，洪偉，吳承禎，等.福州市人口分布的空間自相關分析[J].江西農業大學學報，2008，(3)：569-574.
[7]吳玉鳴，徐建華.中國區域經濟增長集聚的空間統計分析[J].地理學報，2004，(6)：654-659.
[8]唐曉旭，張懷情，劉銳.基于GeoDA的遼寧省GDP空間關聯度分析研究[J].林業科學研究，2008，(增刊)：61-64.
[9]呂安民，李成名，林宗堅，等.中國省級人口增長率及其空間關聯分析[J].地理學報，2002，(2)：143-150.
[責任編輯 王玉妹]
收稿日期：2014-04-23
作者簡介：田佳良（1994-），女，遼寧葫蘆島人，本科，從事人文地理研究。