发布时间：2019-08-16所属分类：管理论文浏览：1次
摘 要： 摘要：基于成都市主城区各街道的流动人口数据，分析2010-2015年流动人口规模的空间分布格局及居住空间分异程度，并从流动人口行为决策的视角选取影响变量，分析其对居住自选择的影响程度及其空间差异，据此揭示居住自选择中的空间权衡过程，探讨流动人口的空
摘要：基于成都市主城区各街道的流动人口数据，分析2010-2015年流动人口规模的空间分布格局及居住空间分异程度，并从流动人口行为决策的视角选取影响变量，分析其对居住自选择的影响程度及其空间差异，据此揭示居住自选择中的空间权衡过程，探讨流动人口的空间权衡对其居住自选择和居住空间格局形成的作用。结果表明：2010-2015年，成都流动人口在主城区南部和城市中心快速增加，其集聚态势为西高东低;流动人口相较于本地户籍人口表现出一定程度的居住空间分异性;流动人口占常住人口比、居住区面积、房租、公交、企业及生活服务设施对流动人口居住自选择有明显影响，且流动人口占常住人口比、居住区面积和房租影响显著，但影响关系受流动人口空间自相关影响显著;地理加权回归结果显示不同变量对居住自选择的解释能力存在空间差异性，流动人口通过不同变量空间分布的差异性权衡不同区域，以此完成居住自选择并最终形成居住空间格局。
关键词：居住自选择;空间权衡;流动人口;地理加权回归;成都市
1 引言
居住自选择可被理解为个体对居住地的偏好态度，并能充分表达自身特征和选择态度的行为决策[1] 。居住自选择多被用在交通[2,3] 或出行行为[4] 同建成环境关系的研究中，来探讨其在建成环境和行为关系[5] 间的作用，以及同土地利用[6] 和公共政策的关系[7,8] 。研究证明社会经济属性、主观态度及生活方式都是居住自选择的成因[7,9] 。空间权衡指对空间不同区域进行权衡比较，选择更适合的区域[10] 。城市空间的异质性决定同一区域在不同变量的衡量下或不同区域在同一变量衡量下空间特性的差异化，使得城市中少有完美区域可同时满足多个变量的衡量[11] ，所以居住自选择具有空间性，即不同变量对居住自选择的影响在空间上不一致[12] 。这种不一致使得城市不同区域在满足居住自选择时表现出差异性，所以要求居住自选择的主体对不同区域进行空间权衡，其权衡过程受不同变量影响。
流动人口成为现代大城市的重要组成部分，其居住空间格局对城市发展和社会融合意义重大[13,14] 。自1998年中国改革住房商品化制度以来，城市流动人口可以更自由地根据收入、工作、家庭和个人偏好选择居住地[15,16] ，流动人口个体的居住自选择共同构成总体的居住空间格局。关于流动人口居住空间格局的研究可以分为三类：一是研究职业、收入、教育、家庭构成等流动人口自身特征对居住空间选择的影响[17,18] ;二是阐述住房价格和城市空间对流动人口的“过滤”和“筛选”作用[6,19,20] ;三是根据普查数据分析国家或区域层面流动人口居住空间分异格局及驱动机制[16,21,22] 。但对流动人口居住空间格局形成的过程研究较少，缺乏对城市特征的考量和影响因素空间差异性的探讨。
城镇化背景下，大量流动人口进入城市，租房成为流动人口主要的居住方式[23] ，居住成本也就成为影响居住自选择的重要因素。同时流动人口还参加通勤、就业和享受城市生活环境[14,16,21] ，以实现自我发展，城市活动构成其对空间环境的感知并影响他们的空间权衡，在此基础上完成居住自选择，个体的居住自选择反映总体的居住空间格局[24,25] 。因此本文试图寻找表征流动人口对城市空间环境感知的变量，分析其对空间权衡的作用，揭示居住自选择中的空间权衡过程。
2 研究方法与数据来源
2.1 研究视角
对居住空间分异的研究主要有三种视角，以社会—空间理论、社会生态学为代表的结构主义[26] ;以自选择理论、家庭生命周期为代表行为主义[27] ;以公共政策和制度为代表的制度主义[25] 。结构主义主要分析居住空间格局及其影响因素，行为主义则更多从个体选择和行为决策的视角分析居住空间分异形成原因，有利于分析在城市转型中流动人口对城市空间的感知、权衡的过程，认知个体的空间权衡和空间选择在居住空间格局形成过程中的作用。所以本文以城市流动人口行为决策为视角，基于影响流动人口对城市空间环境感知的变量，分析流动人口居住自选择的空间权衡过程，试图揭示不同变量对空间权衡的影响作用，阐述流动人口如何根据影响变量对城市空间不同区域进行空间权衡，以完成居住自选择，并最终形成居住空间格局。尝试构建空间感知→空间权衡→空间选择 (居住自选择) →空间格局的研究流动人口居住空间分异的逻辑架构，深化对流动人口居住空间分异的认识，以期为流动人口的社会融入和城市管理提供参考，促进宜居城市建设和城市竞争力的提升。
2.2 研究区概况
研究区为成都市中心六区构成的主城区(图1)，包括青羊区、锦江区、武侯区、金牛区、成华区和高新技术产业开发区 (高新区)，共计77个街道办事处。成都市作为四川省省会和西南经济、文化中心，大量流动人口涌入推动了全市常住人口城镇化率从 2000年的34.13%上升到2015年的67.51%，其主城六区已实现100%的城镇化。2015年成都主城六区常住人口为644万人，其中流动人口304万人;2010年常住人口511万人，流动人口270万人。5年间常住人口增长25.91%，流动人口增长12.57%，流动人口占常住人口比例由2010年的52.79%降到2015年47.2% (数据源自2016年成都统计年鉴)。成都市地处成都平原腹地，是成渝城市群核心城市，市内无大型河流、山脉割裂城市空间。在历史发展进程中，逐步形成了中心圈层式的空间格局，并对城市布局和发展产生重大影响。其中心圈层式的空间格局完全由社会经济力量所塑造，更能体现城市空间和要素特征的空间差异，有利于研究城市空间分异性对流动人口居住自选择的影响。
2.3 数据来源及处理
2010 年、2015 年的户籍和流动人口数据分别来自 2011 年、2016 年的 《青羊年鉴》《金牛年鉴》《成都市锦江区年鉴》《成华年鉴》《武侯年鉴》《成都高新技术产业开发区年鉴》六本年鉴中各街道所统计的户籍人口与流动人口，其中流动人口指市区外流入到所在街道半年以上的人口，户籍人口指居住在本街道的且拥有本地户籍的人口，对于街道间、城区内的人户分离人口计入户籍人口中，二者共同构成街道的常住人口。居住区面积来自成都市 2015 年 1∶10 万土地利用类型图，住宅价格、房租及出租房数量来自安居客(http://chengdu.anjuke.com/)、链家网 (http://cd.lianjia.com/) 和房天下 (http://cd.fang.com/)，数据截至2016年末。住宅价格为商品房出售单价，单位为元/m2 ，出租房数量以小区可出租房屋套数计算，出租价格根据房屋面积和月租金换算为元/m2 /月。公交站及线路、医院、药店、商场及餐馆数据来自百度地图(http://map.baidu.com/)，企业数据来自顺企网(http://www.11467.com/chengdu/)，全部整理为空间矢量数据，统一投影和坐标。
住宅价格和房租均按街道统计其单价的平均值，出租房数量以街道计算总量，分别表示每一个街道的平均住宅价格、房租和可出租房屋总套数;居住区面积来自各街道的居住用地面积之和;以每个公交站的公交路线数为权重，对各街道公交站点数加权求和，计算不同街道的公交优势度;计算企业、医院、药店、商场、餐馆点矢量数据的核密度，然后提取各街道核密度的均值。最终形成研究区77个街道的常住人口、流动人口、居住区面积、住宅价格、房租、出租房总数、公交、企业、医院、商场、药店、餐馆的数据集。
2.4 实证方法
2.4.1 居住空间分异测度 运用国际通用指标分异指数(index of dissimilarity)对成都市主城区流动人口居住空间分异性进行测度。分异指数衡量流动人口的居住分异性程度，能比较不同群体均匀居住而需重新进行空间选择比例。
2.4.2 多元线性回归 回归分析被认为当今最受欢迎的探索变量间影响关系的数学分析方法，其中以线性回归最为普遍。为考虑变量间的空间相关性，在此基础上发展出空间滞后模型和空间误差模型[29] ，空间滞后模型中的滞后变量说明邻近空间变量间存在扩散或溢出等空间作用，其大小反映空间扩散或溢出的程度，如果系数具有显著统计意义，说明变量间存在一定的空间相关性;而当空间相关性是通过忽略的变量产生作用时，通过不同区域的空间协方差来反映误差过程的空间误差模型就能较好拟合变量间的关系。
2.4.3 地理加权回归 多元线性回归只能探测整体区域上自变量对因变量的影响作用，但缺乏区域尺度上对影响作用的空间变异性的感知。而地理加权回归(GWR)在线性回归模型基础上进行扩展，通过使回归方程尽可能地适应局部空间要素，其回归系数β不再是全局性的统一值，而具有空间差异性，从而可以更好地反映自变量对因变量的影响作用随空间位置而变化，用以探索空间数据的非平稳性和空间特征的异质性。
3、结果分析
3.1 流动人口居住空间分异
3.1.1 流动人口规模空间分布 2010-2015年间，成都市主城区流动人口增加了34万人，其中重点增长区域位于高新区和锦江区南部、城市中心区、金牛区北部及成华区中部(图 2a)，成都主城区南部增长率整体上高于北部，而在二环附近区域流动人口有所减少，三环至绕城区域多为流动人口增长区。增长趋势的空间分布说明2010-2015年间，成都主城区的流动人口显现出外围和内核增加、中环收缩的趋势。从2015年流动人口占常住人口的比例的空间分布来看 (图2b)，主城区的西北部，即武侯区、青羊区和金牛区流动人口集聚度最高，其占比多超过50%。相比之下，成华区的流动人口集聚度最低。表现出明显的西高东低的集聚特点，这和成都市城市空间格局紧密相关。西部是传统的居住区和教育文化区，北部为小商品集散批发区，东边为工业区，南部为高新技术产业开发区。流动人口的居住自选择明显受到城市空间结构和要素特征空间分布的影响。
3.1.2 居住空间分异程度
将常住人口分解为本地户籍人口和流动人口，用分异指数测度流动人口相对于本地户籍人口的居住分异性。结果表明2010年流动人口与本地户籍人口规模分异指数为0.260，2015年为0.215，即成都主城区存在一定程度的居住分异，但分异程度有所减小。将分异指数按街道进行可视化(图3)，发现流动人口与本地户籍人口分异性较高的区域集中于三环外，如武侯区西部、金牛区和成华区北部，这些区域流动人口集聚度较高，其数量超过本地户籍人口。流动人口与本地户籍人口居住分异性较低的区域多在城市中心及锦江区和高新区等东南方，其流动人口占比较低。2010-2015年，成都主城区的居住分异性有所减小，尤其是金牛区和成华区的北部，而武侯区流动人口的居住空间分异性仍较高。同2010-2015年流动人口的增长趋势 (图2a) 结合分析，可发现流动人口快速增加的区域居住空间分异程度较低，且有显著降低，如高新区、锦江区南部等。而武侯区西部流动人口减少，导致其居住空间分异性维持在较高水平。反映出流动人口有从居住分异性较高区域向较低区域流动的趋势，即新增流动人口倾向于流动人口与本地户籍人口分异性较小的区域，也可以认为流动人口占常住人口比例在一定程度上影响流动人口的居住自选择。
摘 要：流动性人口子女教育问题的出现是由我国正处于社会经济结构的转型期导致的，这是发展过程中必须面临的一个难题，当前我国教育结构比较滞后，难以满足社会经济发展的需求，因而导致这些子女受教育权受到侵害。所以，政府应当关注流动子女的教育问题，切实保障他们的受教育权，打破教育城乡二元结构，致力于实现教育公平，缩小城乡教育差距。
SCISSCIAHCI
