發布時間：2019-08-16所屬分類：管理論文瀏覽：1次
摘 要： 摘要：在居住空間相異指數基礎上，構建了集聚分散度、中心邊緣度和極化均質度指數，進一步挖掘由于人口聚居形態、居住區位和居住質量等方面差異導致的居住空間分異的多維內涵，及其所揭示出的社會經濟空間現象、成因及空間治理重點。利用全國第六次人口普查
摘要：在居住空間相異指數基礎上，構建了集聚—分散度、中心—邊緣度和極化—均質度指數，進一步挖掘由于人口聚居形態、居住區位和居住質量等方面差異導致的居住空間分異的多維內涵，及其所揭示出的社會經濟空間現象、成因及空間治理重點。利用全國第六次人口普查數據開展深圳實證研究，在計算全市及各區分維指數的基礎上，分析深圳人口居住空間相異指數特征及空間尺度差異，多維居住空間分異格局特征及成因，并通過聚類分析將深圳非戶籍與戶籍人口居住空間分異類型劃分為三類，分類提出空間治理政策建議。從而為深入理解中國大城市日益出現的居住分異現象及機制提供新鮮視角和多樣化測度方法，為解決其帶來的社會及空間治理問題提供更有針對性的政策建議。
關鍵詞：居住空間分異;集聚—分散度指數;中心—邊緣度指數;極化—均質度指數;深圳市
1 引言
中國快速城市化背景下，大量農村剩余勞動力涌入城市，特別是東部沿海經濟較為發達的大城市，他們為發達城市輸送了大量廉價勞動力，提供了推動城市迅速發展的重要生產要素，但同時也在一定程度上引發了一系列“城市病”，如城市居住空間日益分化、空間異質性增強，“分異”和“碎化”成為普遍趨勢[1] 。
以深圳為例，截至 2015 年末，深圳市非戶籍人口達到 782.88 萬人，占常住人口的 68.8% (圖1)。雖然非戶籍人群內部具有異質性，既包含外來務工者，也包括收入和知識水平較高的人，但群體統計數據顯示，非戶籍人口具有明顯的“三低”特征，即低教育水平、低收入、低穩定性[2] 。他們中大部分人的居住需求難以通過正規住房市場解決，棚戶區、城中村等非正規住房則以價格、區位等優勢成為外來人口聚居區[3] 。逐漸地，非戶籍與戶籍人口形成了日益明顯的居住空間分異格局[4] 。
針對中國大城市居住空間分異問題的研究已取得不少有價值成果。與國外以種族問題為核心的研究[5-9] 不同，國內相關研究重點關注戶籍因素作用下的居住空間分異特征、格局、空間效應及形成機制[10,11] 。諸多學者運用多元回歸等方法，從政策、歷史、經濟要素等方面入手[12-14] ，證明了中國的居住空間分異與中國住房制度歷史及改革進程、城鄉二元戶籍及土地制度、市場化及全球化背景下經濟形態演化分異等因素有關[15-19] 。而在不同城市，由于經濟發展水平與產業布局模式不同，居住空間分異格局存在顯著差異[20] ;同時，在同一城市內部，社區、街道和區等不同尺度上空間分異狀況也存在差異[21,22] 。
在居住空間分異程度方面，國內外學者從不同角度給出度量公式，如相異指數(Index of Dissimilarity)、隔離指數 (Isolation Index)、交互指數 (Interaction Index) 等[23] ，這些指數普遍借鑒基尼系數的算法，重在揭示特定人群空間分布不均衡的態勢。一般來說，相異指數<0.3表示人口分布比較均勻，0.3~0.6表示具有一定的居住分異態勢，>0.6 則表示存在比較嚴重的居住分異問題，政府需干預調節[24] 。然而，現有各類居住分異指數的算法重在強調人口分布比例的不均勻程度，對在同樣的人口分布比例下，由于人口聚居形態、居住區位和居住質量等方面差異導致的更進一步的分異狀況及其空間效應，并未得到足夠重視，在一定程度上降低了相異指數對空間管治政策制定的指導性，因此，有必要進一步豐富和改善居住分異指數的算法，以挖掘居住分異更深層次、更多元的內涵。本文以典型移民城市深圳為例，基于2010年全國第六次人口普查數據(簡稱六普數據)，以居住空間相異指數為基礎，進一步構建集聚—分散度、中心—邊緣度和極化 —均質度指數，深度解析戶籍和非戶籍人口居住分異的多維特征、成因及管治方向，為研究快速城市化背景下大城市普遍出現的居住空間分異提供新鮮視角，同時為解決其帶來的社會及空間治理困境提供更有針對性的決策依據。
2 居住空間分異的多維度內涵及其測算方法
2.1 相異指數目前，國內外學術界在衡量居住空間分異時，普遍采用相異指數。
這一指數被用于研究基于戶籍的居住空間分異時，僅考慮了各居住單元非戶籍人口比例與全域的對比。然而，在相同比例下，非戶籍人口與戶籍人口居住地規模、區位及居住密度等方面的差異將會導致更進一步的分異格局 (如圖 2c~圖 2e) 及空間影響，產生不同的社會空間治理問題和政策需求[26] 。基于此，本文進一步建立集聚—分散度、中心—邊緣度和極化— 均質度指數，對居住空間分異進行多維度解析，更深入、細致剖析分異特征及形成機制。
3 深圳居住空間分異實證分析
3.1 研究區概況及數據來源
本文采用六普數據作為計算多維居住空間分異指數的數據源，當時，深圳市下轄寶安、福田、光明、龍崗、羅湖、坪山、南山、鹽田共八個行政區 (新區)，包含55個街道(圖3)。首先分別基于各區及街道人口數據，計算全市及分區相異指數，再進一步從集聚—分散、中心—邊緣、極化—均質度三個維度計算并比較各區居住分異特征及成因的差異。
由于分維度指數需用到街道幾何中心、街道間距離、街道面積等空間數據，以深圳市行政區劃矢量數據作為空間數據基礎，利用ArcGIS平臺開展相關計算。在計算中心— 邊緣度時，由于現實中的城市空間布局難以實現理想的單中心模式，城市空間區位優劣難以體現出嚴格的由中心向外圍衰減趨勢，故采用深圳市政府2013年發布的城市基準地價作為區位優劣的評價標準。
3.2 多維度居住空間分異結果
如表1所示，本文分別以區和街道數據為基礎，以全市和區為統計單元，分別計算了全市及各區的相異指數、集聚—分散度、中心—邊緣度和極化—均質度指數，發現深圳的居住空間分異程度在不同維度表現出不同特征。
3.2.1 相異指數及其空間尺度差異 根據表1，深圳全市相異指數為0.684，按照國際經驗，深圳已出現了較嚴重的非戶籍人口與戶籍人口空間分異現象。但從以區為單元的計算結果來看，相異指數基本在0.3以下，分異程度不大。市區兩級計算結果的明顯差異說明，深圳區與區之間非戶籍人口相對規模差異較大，而各區內部差異較小。市級尺度的分異主要來自于深圳市原特區內外經濟發展水平與產業結構的差異。寶安、龍崗等“關外”地區產業構成以勞動密集型制造業為主，制造業在崗職工人數較多(圖4)，其主要構成為非戶籍人口;而“關內”各區金融、信息產業等服務業較發達，勞動力素質高，戶籍人口所占比例大。
3.2.2 多維度居住空間分異格局及成因 與相異指數不同，集聚—分散度、中心—邊緣度、極化—均質度三維指數并未出現深圳市區間的尺度差異。各區集聚—分散度指數近似為1、中心—邊緣度指數均為正的結果表明，各區雖未出現大規模連片的非戶籍人口集聚區，但其分布占據較優區位;而極化—均質度指數在0~0.5間分散分布，表明各區內非戶籍人口內部居住質量存在不同程度的差異(表1)。
城中村是深圳非戶籍人口分布的主要區域，各區居住空間分異特征與城中村的空間分布具有高度關聯。根據2007年深圳市城中村人口調查數據，全市320個城中村內居住著637萬人口，占全市人口一半以上，其中非戶籍人口達到595萬，是戶籍人口的14.2 倍，城中村已經成為流動人口聚居區的代名詞[4] 。而城中村形成于城市建設用地向郊區擴張過程，在中國大多數傳統城市中，城中村通常位于城市中心區外圍或城鄉結合部[28,29] 。然而，改革開放以前，深圳是以傳統農業、漁業為主的邊陲小鎮，建成區范圍十分狹小，整個轄區呈現出農村居民點分散布局的態勢。正是由于深圳缺乏舊城基底，其城市空間擴張途徑并非如其他城市般由老城區向郊區蔓延，而是以羅湖、蛇口、沙頭角等毗鄰香港的口岸為中心，選擇臨近農村居民點周圍連片、廉價的農田開展城市建設，并不斷發展壯大。因此，深圳城市發展自始幾乎就是城市包圍農村的態勢，由原農村居民點發展成的城中村自然很少位于城市邊緣，而是分散布局于城市建成區內。而由于城中村周圍幾乎被高度建成區包圍，難以出現其他城市城鄉結合部外來人口聚居區大面積無序蔓延的情況，因此深圳并未出現成片、甚至跨街道的非戶籍人口聚居區。
在極化—均質度指數方面，全市和大部分區指標偏低，說明基于戶籍的人口居住分異主要體現在非戶籍與戶籍人口之間，非戶籍人口內部基于人口密度差異的進一步分異并不明顯。但是，龍崗、羅湖等區該指標已經達到0.4左右，表明該地區內部各街道間居住質量存在較大差異，非戶籍人口內部的分層治理需求較大。龍崗地處深圳郊區，是 2012年世界大學生運動會場館所在地，“大運新城”等局部地區的高質量城市建設導致區內建成環境、居住質量差異較大;而羅湖區是深圳的老城區，局部地區的城市更新是導致區內非戶籍人口內部居住質量差異明顯的主要原因。由此可見，城市空間治理應避免局部建設帶來的兩極分化，特別需防止高質量居住空間營造過程迫使原本居住在本地的低收入外來人口遷居至附近的外來人口聚居區，尋求居住替代，加劇高質量新區周圍外來人口聚居區居住品質的惡化。
3.3 基于聚類分析的居住空間分異治理建議
如前所述，居住空間分異的多維內涵可揭示出不同的社會經濟空間現象，其成因和空間治理手段也不盡相同。為了更深入理解深圳各轄區非戶籍與戶籍人口居住空間分異的特點，有的放矢地制定差異化治理政策，本文綜合各區在三個維度上的指標差異，進一步開展聚類分析，將深圳非戶籍與戶籍人口居住空間分異類型劃分為三類(圖5)。
首先，龍崗、羅湖與鹽田區為第一類，非戶籍人口居住空間具有中心分布和內部差異較大的特征，其主要成因是局部地區的城市更新導致區內建成環境差異較大，低收入外來人口被迫向附近未被更新的區域遷移，尤其是一些區位條件好、交通可達性強的城中村。該地區的空間治理應加強對城市更新項目社會效應的評估，通過集中興建保障性住房等方式解決城市更新后原有租客的居住問題，或通過局部地區產業結構調整降低區內外來人口就業比例。同時，對外來人口密度較大、居住質量較差的定點區域，政府應加強財政投入，提升基礎設施和配套服務供給水平。
其次，福田、南山與光明新區為第二類，非戶籍人口呈現出集聚和邊緣分布的特征，即主要集中在區內成片的工業區附近居住，包括大量企業員工宿舍。因此，該類外來人口居住空間的治理重點是通過與企業或工業園區合作，統籌外來人口居住管理，興建或提升宿舍區居住質量。同時，在通過城市更新等方式調整產業和人口結構時，建議以企業為單元統籌考慮員工遷居事宜，加強外來人口的組織化管理。
第三，寶安與坪山區的各項指標都比較平均，可劃為第三類。但值得注意的是，這兩個區是深圳非戶籍人口比例最大的區，非戶籍人口占總人口的比例均超過 88%。該類地區對居住空間分異的治理更宜采取全區普適性政策，如借鑒國內外經驗在普通商品房小區配建保障性住房、加強城中村綜合整治提升外來人口居住質量等。同時，也要吸取羅湖等區經驗，防止城市更新等局部建設加劇區內空間極化。
4 結論與討論
居住空間分異是一個具有多尺度、多維度特征的復雜現象，單一的相異指數、隔離指數等無法準確刻畫在相同的人口分布比例下，由于人口聚居形態、居住區位和居住質量等方面差異導致的更進一步的分異狀況及其空間效應。因此，本文構建了集聚—分散度、中心—邊緣度和極化—均質度三個分維指數，進一步挖掘居住空間分異的多維內涵，及其所揭示出的不同的社會經濟空間現象、成因及空間治理重點。進而運用六普數據對深圳開展實證研究，在計算了全市及各區分維指數的基礎上，分析了深圳人口居住空間相異指數特征及空間尺度差異，多維居住空間分異格局特征及成因，并通過聚類分析將深圳非戶籍與戶籍人口居住空間分異類型劃分為三類，分類提出空間治理政策建議。
本文為更加深入細致地理解居住空間分異內涵及其成因、背后所反映的社會問題和治理手段提供了更加豐富的視角，可作為進一步開展相關研究的有效切入點。特別是在大數據時代，更小尺度及基于個體空間行為的多源數據應逐漸補充或替代基于行政區域的空間統計數據，這將更有利于揭示更深層次的分異特征和成因，從而提出操作性、時效性更強的空間治理決策建議。
相關論文推薦：城市流動人口居住自選擇中的空間權衡分析
SCISSCIAHCI
