快速移民城市深圳人口增长的时空特征及模式*
杨高1，周春山2，王少剑2
(1.广东财经大学地理与旅游学院，广东 广州 510320； 2.中山大学地理科学与规划学院，广东 广州 510275)
摘 要 ：利用统计年鉴数据和第三、四、五、六次人口普查资料，综合运用数理统计分析和GIS空间分析技术，对改革开放以来尤其是1990-2010年期间深圳人口增长的时空特征和模式进行深入的探讨。得出以下结论：① 作为快速增长的移民城市，深圳人口增长主要受经济因素的影响，其次还受到政治因素的影响。② 深圳人口增长的波动性较大且内部差异显著，各街道人口变动幅度在持续增大，快速增长地区主要分布在中心城区外围，人口负增长地区则位于相对偏远地带。③ 深圳人口分布的热点区集中在中心城区，冷点区则主要分布在广大的东部地区和光明新区，人口集中度较低，分布较为分散，人口重心呈现西北向移动的趋势，人口密度空间分布由“1个高中心”演变为“1个高中心+1个外围中心”再到“1个高中心+2个外围中心”。④作为快速移民城市，深圳人口发展处于成长阶段并逐步迈向成熟阶段，人口变动模式处于绝对向心期向相对向心期发展的过渡阶段。
关键词 ：人口增长；空间分布；时空演变；人口变动模式；快速移民城市；深圳
城市人口分布作为人口过程的空间表现形式，是特定时空背景下人口与社会经济发展、城乡规划、资源环境关系的一种综合反映。因此，城市人口在不同时期的空间分布演变反映了该时期城市经济社会发展的某些特征。城市人口的分布格局以及时空变化的研究，有利于为人口发展战略规划、人口政策的制定、产业布局、城市规划提供借鉴和参考。城市人口空间分布一直是城市地理学研究的热点问题，20世纪50年代以来，吸引了西方学者的关注，构建了一些具有代表性的理论模型。Clark模型[1]、异速生长模型[2]、Berry模型[3]、二次指数模型[4]以及多核心模型[5]。20世纪70年代以来，西方国家开始关注人口的郊区化现象[6-7]。近年国内有学者构建了基于多智能体的城市人口分布模拟模型[8]
国内城市人口分布演变研究主要开始于20世纪90年代，当时中国城市化进程显著加快，大都市中心区人口出现了减少的趋势，人口郊区化现象开始出现。以第三、四次人口普查数据为基础，学者首先对大都市区的城区、近郊区和远郊区进行了界定，并认为城市中心区人口减少现象是城市郊区化的典型标志[9]，借此判断，北京、上海出现了明显的郊区化特征[8-9]。通过函数模拟还分析得出上海人口分布符合指数函数分布模式，趋向均衡化[10]。另有学者采用聚类方法将人口变动情况分为增长型、基本稳定型和减少型，并在西方人口变动模式的基础上，提出了中国大城市的人口变动模式[11]。进入新世纪，人口分布演变的研究日益增多，人口密度模型应用越为广泛， Clark负指数模型在拟合北京城市人口分布方面具有明显优势[12]，上海人口分布虽然符合Clark模型，但最优模型是Cubic函数[13]，用Newling 模型分析广州的人口分布演变，表明广州出现了明显的郊区化特征，人口密度从单中心向多中心转变[14]。2010年以后，在第六次人口普查的基础上，一方面进行人口分布的跟踪研究，广州的郊区化明显加快，人口发展处于成熟晚期阶段向老年阶段的过渡期[15]。另一方面通过构建新的计量模型分析人口增长的空间特征，北京中心区人口密度峰值不断降低，呈现均衡化的发展趋势[16]。近年国内有学者在多智能体理论框架基础上，构建了基于多智能体的城市人口分布模拟模型[17]，同时在关注国内相关研究的同时，也开始将研究视野拓展到国外[18-19]。
此外，对人口增长因素的研究相对较少，有研究表明大都市人口增长的主要动力是经济因素，其次还有教育类因素、人口自然增长和机械增长因素[20]。西方学者通过空间计量经济学方法分析了在大都市地区移民短期内快速增长的原因，主要是家庭收入、住宅和移民的多样性[21]。研究视角也有了新的拓展，除了研究人口增长与空间分布演变外，还研究自然因素(如地形)与人口分布的关系[22-23]；通过构建“人口—昼夜—土地利用”关系模型，分析城市昼夜人口分布的空间差异[24]。研究方法以定量为主，集中在人口密度数学模型的构建与分析，此外，运用圈层分析法和空间自相关的方法解析人口的空间分布逐渐增多[25-26]。
目前国内相关研究主要集中在北京、上海、广州三大拥有悠久历史的传统大都市，都出现了不同程度的郊区化现象，人口发展经历了成长阶段和成熟阶段，并向老龄阶段过渡，人口分布日益均衡化。作为与北京、上海、广州齐名的大都市——深圳也是新兴的快速移民城市，其人口在20世纪后期经历了长达数十年的高速增长后，21世纪进入了相对缓慢的增长阶段，城市内部人口迁移更为频繁。作为快速移民城市的代表——深圳的人口增长、人口分布的时空演变特征以及目前人口发展所处的阶段，是否出现了郊区化现象，与传统大都市相比有何特色，本文将作出分析。
2013年开始实施的乡村教师生活补助政策，覆盖中西部708个连片特困地区县，惠及130余万名乡村教师。实施《乡村教师支持计划（2015—2020年）》，使乡村学校优质教师来源渠道得到扩充，乡村教师资源配置得到改善，乡村教师教育教学水平稳步提升，合理待遇得到保障并有所提高，职业吸引力明显增强，形成优秀人才“下得去、留得住、教得好”的喜人局面；以中西部农村为重点，调整特岗计划、国培计划等项目的实施范围，国培计划共培训教师1729万人次，乡村教师基本轮训一遍。
1 研究区域、数据来源和研究方法
1.1 研究区域
本文的研究范围为深圳行政区域，包括10个区，分别为福田区、罗湖区、南山区、盐田区、宝安区、龙岗区、龙华新区(龙华区)、坪山新区、光明新区(光明区)和大鹏新区，总面积约1 997 km2。其中，南山区、福田区和罗湖区构成中心城区，中心城区加上盐田区组成原关内地区。
1.2 数据来源
1)短时期经历了爆发性的人口增长。深圳作为一个快速极化的增长区域[30]，人口从1979年的31.41万增长达到2013年的1 062.89万，年均增长率为10.91%。尤其是改革开放后的15年(1979-1994年)，深圳人口迎来爆发性增长，年均增长率保持在20%左右，到1994年，深圳人口已超过400万(图1)。
数据主要来源于深圳第三、四、五、六次人口普查以及统计年鉴数据。其中对街道人口变动分析主要采用的是深圳第四、五、六次人口普查数据；由于人口数据普查数据非连续数据，故对全市整体人口变化分析主要采用《2014深圳统计年鉴》的逐年数据。由于行政区划调整，街道数量有所变化，新增街道主要从原有街道划分而来，因此，为保证数据的连续性和对比性，本文以2000年行政区划为准，将1990年和2010年份的数据按照街道界线的变化情况进行相应的数据合并和处理。
1.3 研究方法
运用不同次数的多项式回归方程对1990年、2000年和2010年深圳人口密度进行趋势面拟合，结果如表5。由表5可见，同一年份的系数R 2随着多项式次数的增大而升高，表明拟合度越来越好；相同次数的趋势面随着时间的变化，系数R 2值在变大，表明深圳人口密度空间分布趋向均衡。
(1)
局部空间自相关采用
(2)
2)人口集中度演变。1990年深圳人口、农民工和户籍人口集中度分别为0.445 4、0.410 7和0.488 9。1990-2010，深圳人口和农民工集中度呈大幅下降趋势，户籍人口集中度则呈明显上升趋势，到2010年，深圳人口、农民工和户籍人口集中度分别为0.332 3、0.316 8和0.536 0(表3)。一方面说明深圳人口集中度较低，人口分布较为分散，与其他大都市相比，分散程度较高(广州近30年人口集中度均在0.5以上)并且有进一步分散的趋势。另一方面表明深圳人口分布受户籍人口分布影响相对较小，与农民工为主体的外来人口分布密切相关。
可信度结果Cronbach的α系数为0.623，表示可信度尚好。效度分析结果显示，KMO值为0.560，巴特利检验P＜0.001，表示结果纳入的因子效度尚可。
1.3.2 人口重心分析 人口重心趋近人口稠密地区，远离人口稀疏地区，在一定时期内的移动轨迹展现了人口空间分布变化的历史过程。通常以经纬度表示[29]：
“舞蹈的意境可以分为实境和虚境，意境的生成是由实境与虚境相结合而产生的。”②实境是舞蹈作品中展现的，可被观众直接接收的形象。虚境则是通过演员的表演所传递给观众的真实情感，是需要观众通过接受到实境，而产生的联想。实境需要靠演员的专业水平去表现，虚境则需要情态的引导。“意境是“情”与“景”的结晶体。意与境相互交融，完美结合，浑然一体，景中有情，情中有景方是上品。”③舞蹈意境是舞蹈形象和虚拟现实形象中所构建的审美空间。在舞蹈表演中，景物是虚构的、想象的外部环境，主要表现为舞蹈的造型和动作。情感是舞蹈创作的源泉，是舞蹈表演的中心环节。舞蹈表演是通过逼真的身体动作来传达人物的情感和灵魂。
(3)
公式(3)中，X 、Y 为研究区域的人口重心坐标，P i 为空间单元i 的人口数，X i 、Y i 为空间单元i 的几何中心坐标。
采用影像采集与现场调研相结合的方式，对天津市海河沿岸地区进行基础数据的采集及核对，从而构建相对准确的三维模型，生成天际轮廓线，并通过网络调查问卷，获取大众对该地区城市天际线的评价。
1.3.3 人口集中度 人口集中指数反映的是研究区域内人口分布的整体集中程度[15]，其计算公式为：
(4)
1.3.4 趋势面分析 趋势面分析通过数学曲面模拟某些地理要素在空间上的分布及变化趋势的一种数学方法，其模拟结果可展示地理要素在空间上的变化趋势。其最常用的函数形式为多项式，多项式的次数不同，拟合系数也有所差异。
公式(4)中，P i 、P 分别为空间单元i 的人口和研究区域的人口，S i 、S 分别为空间单元i 的面积和研究区域的总面积，n 为研究区域的空间单元数。C 的取值范围为[0,1]，C >0.7表示集中度极高，0.5<C ≤0.7表示集中度高，0.3<C ≤0.5表示集中度一般，C ≤0.3表示集中度低，表示人口分布趋于分散。
3)人口密度演变。① 人口密度大于5 000的街道，1990年有8个，2000年24个，2010年29个，表明各街道人口密度在持续上升(表4)。1990-2010年，人口密度峰值在升高， 1990年25 631人/km2，2000年39 004人/km2，2010年51 403人/km2。高人口密度街道从福田和罗湖区逐步相外推移，人口密度向北(布吉街道、龙华街道)、向西(沙头街道、蛇口街道、新安街道)增长较快，在一定程度上与人口重心向西北移动相符合。②人口密度等值线图出现了5个“陡坡”(图5)。第1个在盐田区的海山和盐田街道的交界处，主要是受交通(盐田港)的影响；第2个在南山区的招商街道与蛇口街道的东西方向上的交界处，主要是受南山公园的影响；第3个是在盐田区沙头角街道与罗湖区东湖街道的交界处，主要是受山体(梧桐山)的影响；第4个是在罗湖区的东晓、翠竹与东湖街道的交界处，主要是受水体(深圳水库)的影响；第5个是福田区的莲花、沙头街道与邻近的梅林、香蜜湖街道的交界处，主要是由于梅林和香蜜湖街道有大量的非居住用地(香蜜湖和深圳高尔夫俱乐部)。深圳人口密度的分布受行政区划的影响较小，受自然因素和经济发展的影响较大。③人口密度等值线以偏西部的东西向为脊，向北、向东人口逐渐递减，中心城区人口密度增长最大，其次是宝安区和龙华新区，东部人口密度变化不大，介于0-1 500人/km2之间，增长相对较快的是横岗和龙岗街道。1990年人口峰值出现在福田和罗湖交界的地区，主要包括桂园、东门和南园街道；2000年人口峰值原高中心的基础上，增加了1个外围中心，即宝安的新安街道；2010年人口峰值在原有中心进一步加强的基础上，在西北方向上出现了第二个外围中心，即龙华街道。因此，1990年至2010年深圳人口高密度值由“1个高中心”向“1个高中心+1个外围中心”再向“1个高中心+2个外围中心”演变。
一次趋势面模型：z =a 0+a 1x +a 2y
二次趋势面模型：z =a 0+a 1x +a 2y +a 3x 2+a 4xy +a 5y 2
三次趋势面模型：z =a 0+a 1x +a 2y +a 3x 2+a 4xy +a 5y 2+a 6x 3+a 7x 2y +a 8xy 2+a 9y 3
四次趋势面模型：z =a 0+a 1x +a 2y +a 3x 2+a 4xy +a 5y 2+a 6x 3+a 7x 2y +a 8xy 2+a 9y 3+a 10x 4+a 11x 3y +a 12x 2y 2+a 13xy 3+a 14y 4
2 深圳人口增长特征
深圳常住人口的快速增长主要源于改革开放，经历了20世纪80-90年代的高速增长之后，新世纪进入了相对缓慢的增长阶段，因此，本文试图探讨1978年以来深圳人口增长特征和时空变动模式。对传统大都市(北京、上海、广州)的相关研究主要采用了历年人口普查数据，但1982年的深圳缺乏街镇尺度数据，为了加强对比分析，本文研究的时间跨度主要为1990-2010年。
L为一个和二值图像矩阵(BW)一样大小的矩阵，包含了标记BW中每个连通区域的类别标签，这些标签的值为1、2、…、num。
2)外来人口是人口增长的主要动力，人口增长的波动性较大。1979年深圳户籍人口为31.26万，外来人口0.15万，仅占人口的0.5%；2013年深圳户籍人口为310.47万，外来人口达到752.42万，占比达到的70%。外来人口成为深圳人口的主要构成部分，并左右着其变化，由于外来人口流动性较大的特点，深圳人口增长率的变化具有明显波动性(图1)。1979-1994年，外资的大量涌入，劳动密集型企业的大量增加，外来人口迅速增长，促使深圳人口年均增长率保持在20%左右。1995-2000年，该时期深圳进一步加大改革开放力度，一方面原关内“三来一补”企业开始大规模迁往原关外地区，另一方面龙华富士康等大型加工贸易企业的落户，外来务工人员持续进入深圳，该阶段深圳人口年均增长率维持在9%左右。2001-2013年，总体上深圳人口进入缓慢增长阶段。该时期深圳加强了城市的综合治理，随着“1+5”人口政策的实施，非户籍人口的增幅显著下降，该时期的人口年均增长率在3%-5%之间。尤其是2010年以来，随着金融危机的爆发，深圳的产业结构进一步调整升级，部分制造业继续外迁，加之内地城市吸引力的增强，部分农民工选择返乡，随着外来人口增长的进一步放缓，深圳人口年均增长率不到1%。
3)人口增长的内部差异显著。1982-1990年深圳市区(原关内地区)人口从11.36万增长到87.52万，宝安县(原关外地区)人口从23.83万增长到79.22万，原关内年均增长率达到29.07%，原关外为16.2%。1990-2000年原关外人口增长速度开始加快，超过原关内地区，原关内人口年均增长率下降为11.33%，而原关外年均增长率上升至18.84%。2000-2010，原关内、外人口均呈现缓慢增长态势，年均增长率分别为4.24%和3.67%。
此外，1990-2010年街道人口年均递增率平均值
为9.52%，标准差S为4.24%，离散系数
为0.45。其中，1990-2000年街道人口年均递增率平均值为15.44%，标准差S 为8.4%，离散系数为0.54；2000-2010年各街道人口年均递增率平均值为3.89%，标准差S 为2.59%，离散系数为0.66(表1)。说明深圳各街道人口变化的差异显著，并在持续增大。
4)人口快速增长的街道主要位于中心城区外围，人口减少的街道则主要分布在偏远地区。从图2可知，1990-2000年深圳各街道人口增长最快的地区主要分布在中心城区外围地区，包括龙华新区和盐田区；2000-2010年人口增长最快的地区除了龙华新区和盐田区，还有宝安区的福永街道及中心城区边缘的西丽街道。作为年轻的移民城市，2000-2010年部分地区还出现了人口负增长，出现负增长的街道有大鹏街道、平湖街道和招商街道，3个街道均分布在相对偏远地区。
5)深圳人口的快速增长主要得益于经济发展。从表2可知，深圳人口的增长幅度基本和GDP、固定资产投资的增长幅度保持一致。经济的发展，创造了良好的创业、就业环境，提升了居民的生活水平、收入水平。社会劳动者和其工资的增长幅度与人口的变化幅度基本一致。此外，产业结构的调整在一定程度上影响了深圳人口的变化，在上世纪80年代和90年代初，传统制造业在深圳遍地开花，吸引了大量的外来人口，促使着深圳人口保持高位增长态势，但随着90年代后期产业结构的调整，传统的劳动密集型企业逐渐外迁或者升级，致使外来人口的增长变缓，从而拉低了深圳人口的增长幅度。
图1 1979-2013年深圳人口增长
Fig.1 The population growth in Shenzhen during 1979-2013
表1 1990-2010年深圳人口增长类型划分
Table 1 Comparison of population growth in neighborhoods in Shenzhen during 1990-2010
图2 1990-2010年深圳人口增长类型
Fig.2 Comparison of population growth in neighborhoods in Shenzhen during 1990-2010
6)政策导向影响显著。从表2可知，在20世纪80年代末，人口增长明显减缓，但在90年代初又显著加速，主要是受政治风气的影响。80年代末，对深圳改革的去向还比较迷茫，缺乏信心，不仅导致固定资产投资的大量锐减，而且使得想来深圳的人呈观望之势。但随着1992年邓小平南方讲话，明确了深圳的改革方向和发展趋势，重新恢复了信心，固定资产投资急剧上涨，大量的外来人口也涌向深圳。此外，20世纪初深圳人口增长也出现了明显的低潮，主要是在该时期，深圳队外来人口，尤其是对“三无人员”查处力度增大，导致部分外来人口的离去。
3 深圳人口分布的时空演变特征
3.1 人口分布特征
运用空间自相关分析方法，计算得到2010年深圳人口的全局Moran’sI 估计值为0.53，Z (I )为5.45，P 值为0.01，表示通过显著性水平为0.01的检验并大于0。说明街道单元之间人口分布存在较为显著的全局空间正相关，证明地区间人口分布的空间差异是客观存在的。
通过局部空间自相关分析计算出各街道
指数值，并结合最佳自然断裂法(natural breaks)将不同年份的
值从高到低划分为4类，即热点区、次热区、次冷区和冷点区(图3)。从检验结果看，2010年深圳人口分布的热点区集中在中心城区，以罗湖区和福田区为主，是深圳的金融、政治和文化中心；冷点区则主要分布在东部地区和西部的光明新区；次热区集中在中心城区的北部；次冷区则集中在西部的宝安区和南部的南山区。
表2 1980-2013年深圳人口增长的指标和相关经济指标
Table 2 The parameters of population growth and related economic indicators in Shenzhen during 1980-2013
图3 2010年深圳人口分布的冷热区格局
Fig.3 The hot-spot and cold-spot areas of population distribution in Shenzhen in 2010
3.2 时空演变特征
1)人口重心演变。1990年深圳人口、农民工和户籍人口分布重心均位于中心城区北部的坂田街道，农民工和户籍人口分布重心分别在深圳人口分布重心的北侧和南侧。2000年深圳人口和农民工分布重心分别向西北移动4 239、5 024 m，户籍人口分布重心向西南移动1 683 m。2010年，深圳人口、农民工分布重心继续向西北移动506、1 007 m，户籍人口分布重心则继续向西南移动1 132 m(图4)。一方面说明西部和北部的人口增长较快，主要由于该时期内宝安区和龙华新区外来农民工的大量增长；另一方面表明深圳全市人口分布受农民工的影响较大。
Moran’sI 的取值范围为[-1，1]，当值为正时，表明属性值相似的空间单元上具有集聚特征，值越大，集聚现象越明显；当值为负时，表明相邻空间单元之间属性值存在显著差异；当值为0时，表明邻接空间单元的属性值不相关，在空间上呈随机分布的状态。若
显著为正，表明空间单元i 周围的属性值相对较高，属高值空间集聚，即热点区；反之，属低值空间集聚，即冷点区。Moran’sI 指数用来判断深圳人口是否存在空间集聚现象，
进一步分析集聚的空间位置。
表3 1990、2000、2010年深圳人口、 农民工和户籍人口集中度
Table 3 The index of population concentration in Shenzhen in 1990, 2000, 2010
市场人士分析，本轮羊肉价格走高与羊价飞涨有关。由于内蒙古干旱等因素，导致羊存栏大幅减少，育肥羊出栏价已经从2015年的6～7元上涨到现在的12元，而消费量的提升，又进一步拉升羊肉及活羊的价格，提高了养殖户的积极性，羊价同比前两年每斤上涨了3～5元，有的品种羊价格甚至更高。据统计，国内多地成品山羊价格在30元/公斤上下，好的山羊羔在50元/公斤以上，价格直追羊肉价格。
图4 深圳人口重心变化图
Fig.4 The distribution and variation of mean pointer centre in Shenzhen during 1990-2010
表4 1990-2010年深圳街道人口密度比较数
Table 4 Comparison of population density in neighborhoods in Shenzhen during 1990-2010
3.3 人口分布趋势
1.3.1 空间自相关 空间自相关分析包括全局空间自相关和局部空间自相关，主要用于揭示区域内某空间单元上某种属性与邻近空间单元上同一属性之间的空间依赖性及空间异质性现象，全局空间自相关采用Moran’s I 指数[27]
湿式电除尘器设备是由阴接线和阳极管(沉淀极)组成的，其工作原理为烟气通过高压电场，高压电场使烟气中的烟尘和酸雾带电，形成带电离子，带电离子向相反电荷的电极运动，带电离子到达电极后进行放电，形成中性尘、雾颗粒，沉积于电极上凝集、依靠重力降落而被除去。湿式电除尘器设备除尘、雾的主要粒径范围为0.01～100 μm之间，烟尘、烟雾的比电阻范围为3×106～1010Ω·cm.厘米。湿式电除尘器可有效去除双氧水脱硫过程产生的细水雾、气溶胶和其他颗粒物，有效减少烟气拖尾的情况发生。
表5 深圳人口趋势面分析R 2值
Table 5 R 2 on tendency panel of population in Shenzhen in 1990, 2000, 2010
图5 1990, 2000和2010年深圳人口密度等值线与三维模型图(单位：人/km2)
Fig.5 Equivalence linear and three dimensional model on population density in Shenzhen in 1990, 2000, 2010
4 深圳人口发展阶段和变动模式
4.1 深圳人口发展阶段
城市人口密度发展的3个阶段：成长阶段、成熟阶段和老年阶段分别由Clark、Berry和Newling分别于1951、1963和1969年在模拟实际基础上提出的。本文人口中心点选择的是2000年人口密度最高的东门街道中心，东门街道也是深圳CBD所在地。首先，通过3种人口密度模型对深圳不同年份人口密度的空间分布进行拟合，其中b 0为常数，b 1、b 2为回归系数(b 1表示人口密度梯度，如果变大，表示城市中心人口的集聚；如果变小，表示城市中心人口的疏散)，R 2为判定系数。
结果表明Clark一次指数模型的判定系数在3种模型中最高，拟合度最好(表6)。从1990年、2000年和2010年的人口密度拟合结果可以得出，深圳人口密度峰值仍在上升，市中心人口密度最高，向外递减。此外b 1值呈下降趋势，表明人口密度趋势线略有变缓，说明城市中心区人口密度增加的速度稍小于外围地区。因此，综合以上结论，深圳人口发展处于成长阶段并逐步迈向成熟阶段。
4.2 深圳人口变动模式
与传统大都市中心城区人口密度降低的现象相比，深圳中心城区人口密度仍在增长(图6)。西方城市人口变动模式分为向心期、绝对向心期、相对向心期、相向离心期、绝对离心期和逆城市化期，中国传统大都市的人口变动模式目前处于相对向心期向相对离心期发展的过渡阶段。深圳作为移民大都市，人口发展模式也呈现出其特有的规律性，早期中心城区吸引了大量的资源，成为人口增长的核心区，该时期人口增长呈现从中心城区到城市边缘的距离衰减规律，处于绝对向心期；随着中心城区产业的升级，产业向外围转移，中心城区人口增长的速度在下降，中心城区外围成为主要增长地区；中心城区人口增长速度进一步放缓，外围进一步增长。因此，深圳人口目前正处于绝对向心期向相对向心期发展的过渡阶段(图7)。
表6 深圳人口密度空间分布拟合结果1)
Table 6 Fitting results of spatial distribution of population density in Shenzhen
1) Newling模型dx =d 0×e bx-cx 2可以化为Lndx =lnd 0+bx -cx 2(二次曲线)。
图6 快速移民城市深圳和传统大都市人口增长示意图
Fig.6 The pattern of population growth between Shenzhen and traditional metropolis
图7 快速移民城市深圳和传统大都市人口变动模式对比图
Fig.7 The pattern for the change of population distribution between Shenzhen and traditional metropolis
5 结 论
1)作为快速增长的移民城市，深圳人口增长的波动性较大且内部差异显著。与传统大都市相比，深圳人口增长的波动性较大(广州近30年人口年增长率基本保持在1%-2%之间)，因深圳人口增长的主要动力为外来人口的涌入。深圳各街道人口变化的离散系数在持续增大，空间变化差异显著，新世纪以来甚至出现了人口负增长的街道，但与传统大都市(如广州、北京、上海)相比，负增长地区并非中心城区，而是相对偏远地区。此外，深圳人口增长主要受益于经济发展，但也强烈受到政治因素的影响。
定义6 已知系统观测序列o1,o2,…,oT,当系统违背安全属性时，监控器M的最大可能执行路径其中，si∈S′,i=1,2,…,T.
2)深圳人口集中度较低，分布较为分散。与传统大都市相比，人口集中度相对较低(广州1990、2000、2010年人口集中度分别为0.72、0.55.0.53，深圳则为0.45、0.35、0.33)。此外，深圳人口分布的热点区集中在中心城区，冷点区则主要分布在东部地区和西部的光明新区。人口重心呈现西北向移动的趋势，人口重心的变化主要由于产业布局调整，致使西部宝安区和龙华新区农民工快速增长。人口密度空间分布由“1个高中心”演变为“1个高中心+1个外围中心”再到“1个高中心+2个外围中心”。人口密度的分布受行政区划的影响较小，受自然因素和经济发展的影响较大。目前，深圳中心城区高度叠加着全市的政治中心、文化中心、金融中心、国际交往中心、中央商务区等多项城市功能。为避免中心城区人口密度的进一步升高，引导人口的合理分布，深圳应适当增加和完善大都市多中心的空间结构，促使城市朝着“一核多中心”的态势延展，将原来单中心发展的状况向多中心与新城发展战略转变，通过建设副中心和新城，分散城市中心区的功能。
3)作为快速移民城市，深圳人口发展处于成长阶段并逐步迈向成熟阶段，与国内传统大都市人口发展阶段不同，并未出现郊区化的趋势。深圳人口变动模式处于绝对向心期向相对向心期发展的过渡阶段，与传统大都市中心城区人口密度降低的现象相比，深圳中心城区人口密度仍在增长。作为移民城市，和谐社会空间的建设是未来深圳健康发展的重要任务，不同层次移民的社会融合是关键。在此背景下，政府、社会、市场应共同创建和谐的社区环境，提升移民的身份认同和社区归属感，努力建设和谐深圳。
（1）建立完善的安全管理制度。如前所述，安全为效益之根本，与企业生存与发展息息相关，同时也涉及到员工自身利益。因此，必须重视安全管理，这一过程中，首先要建立制度，明确职责，引入奖惩机制，将安全措施严格落实到位。
矗立在湖畔一处山崖峭壁上的布莱德城堡，为湖景增添了许多梦幻色彩。这座中世纪的城堡是斯洛文尼亚最大、最古老的城堡之一。古典建筑和湖光山色和谐地融为一体，在季节和光影的变化中，默默地向世人展现着自己多姿多彩的风貌。
参考文献 ：
[1] CLARK C. Urban population densities[J]. Journal of Royal Statistics Society, 1951, 114(4): 490-496.
[2] STEWART J Q, WAMTZ W. Physics of population disdribution[J]. Journal of Regional Science, 1958, 1(1): 99-121.
[3] BERRY B J L, SIMMONS J W, TENNANT R J. Urban population densities: structure and change[J]. Geographical Review, 1963, 53(3): 389-405.
[4] NEWLING B E. The spatial variation of urban population densities[J]. Geographical Review, 1969, 59(2): 242-252.
[5] BERRY B J L, KIM H M. Challenges to the monocentric model[J]. Geographical Analysis, 1993, 25(1): 1-4.
[6] SKABURSKI A. Inversions in urban density gradients: A brief look at the Vancouver metropolitan area density profile[J]. Urban Studies, 1989, 26(4): 397-401.
[7] GARCIA M 
. Population suburbanization in Barcelona, 1991-2005: Is its spatial structure changing? [J]. Journal of Housing Economics, 2010, 19(2): 119-132.
[8] 张善余. 近年上海市人口分布态势的巨大变化[J]. 人口研究, 1999, 23(5): 16-24.
ZHANG S Y. The recent dramatic changes in population distribution of Shanghai municipality[J]. Population Research, 1999, 23(5): 16-24.
[9] 周一星. 北京的郊区化及引发的思考[J]. 地理科学, 1996, 16(3): 198-206.
ZHOU Y X. On the suburbanization of Beijing [J]. Scientia Geographica Sinica, 1996, 16(3): 198-206.
[10] 沈建法, 王桂新. 90年代上海中心城人口分布及其变动趋势的模型研究[J]. 中国人口科学, 2000 (5): 45-52.
SHEN J F, WANG G X. The model of population distribution and change trend of Shanghai central city in 1990s[J]. Chinese Journal of Population Science, 2000 (5): 45-52.
[11] 周春山. 广州市人口空间分布变动模式研究[J]. 地理学与国土研究, 1996, 12(3): 21-26.
ZHOU C S. Study on the pattern for the change of population distribution in Guangzhou city[J]. Geography and Geo-Information Science, 1996, 12(3): 21-26.
[12] 冯健, 周一星. 近20年来北京都市区人口增长与分布[J]. 地理学报, 2003, 58(6): 903-916.
FENG J, ZHOU Y X. The growth and distribution of population in Beijing metropolitan area(1980-2000)[J]. Acta Geographica Sinica, 2003, 58(6): 903-916.
[13] 高向东, 吴文钰. 20世纪90年代上海市人口分布变动及模拟[J]. 地理学报, 2005, 60(4): 637-644.
GAO X D, WU W Y. Population redistribution and modelling of Shanghai city in the 1990s[J]. Acta Geographica Sinica, 2005, 60(4): 637-644.
[14] 周春山, 罗彦, 陈素素. 近20年来广州市人口增长与分布的时空间演化分析[J]. 地理科学, 2004, 24(6): 641-647.
ZHOU C S, LUO Y, CHEN S S. Spatial-temporal evolvement of growth and distribution of population in Guangzhou in recent twenty years[J]. Scientia Geographica Sinica, 2004, 24(6): 641-647.
[15] 周春山, 边艳. 1982-2010年广州市人口增长与空间分布演变研究[J]. 地理科学, 2014, 34(9): 1085 -1092.
ZHOU C S, BIAN Y. The growth and distribution of population in Guangzhou city in 1982-2000[J]. Scientia Geographica Sinica, 2014, 34(9): 1085 -1092.
[16] 饶烨, 宋金平, 于伟. 北京都市区人口增长的空间规律与机理[J]. 地理研究, 2015, 34(1): 149-156.
RAO Y, SONG J P, YU W. Spatial pattern and mechanism of population growth in metropolitan Beijing[J]. Geographical Research, 2015, 34(1): 149-156.
[17] 康停军, 张新长, 赵元, 等. 基于GIS和多智能体的城市人口分布模拟[J]. 中山大学学报(自然科学版), 2012, 51(3): 135-142.
KANG T J, ZHANG X C, ZHAO Y, et al. Simulation for urban population distribution based on GIS and multi-agent[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2012, 51(3): 135-142.
[18] 王纯彬, 外尾一则. 地铁城市人口分布演变规律研究——以日本福冈市为例[J]. 地理科学, 2010, 30 (4): 516-520.
WANG C B, HOKAO K. The evolution of population distribution in metro city: A case of Fukuoka city, Japan[J]. Scientia Geographica Sinica, 2010, 30 (4): 516-520.
[19] 李莎, 刘卫东. 俄罗斯人口分布及其空间格局演化[J]. 经济地理, 2014, 34(2): 42-49.
LI S, LIU W D. Spatial distribution of population in Russia and its evolution[J]. Economic Geography, 2014, 34(2): 42-49.
[20] 沈巍, 武鑫. 基于数据挖掘的北京市人口增长影响因素研究[J]. 中国人口·资源与环境, 2013, 23(11): 470-473.
SHEN W, WU X. Research on factors influencing Beijing population growth based on data mining[J]. China Population, Resources and Environment, 2013, 23(11): 470-473.
[21] MARTORI J C, APPARICIO P, NGUI A N. Understanding immigrant population growth within urban areas: A spatial econometric approach[J]. Journal of International Migration & Integration, 2014, 17(1): 1-20.
[22] 封志明, 唐焰, 杨艳昭, 等. 中国地形起伏度及其与人口分布的相关性[J]. 地理学报, 2007, 62(10):1073-1082.
FENG Z M, TANG Y, YANG Y Z, et al. The relief degree of land surface in China and its correlation with population distribution[J]. Acta Geographica Sinica, 2007, 62(10):1073-1082.
[23] 周自翔, 李晶, 任志远. 基于GIS的关中-天水经济区地形起伏度与人口分布研究[J]. 地理科学, 2012, 32 (8): 951-957.
ZHOU Z X, LI J, REN Z Y. The relief degree of land surface and population distribution in Guanzhong-Tianshui economic region using GIS[J]. Scientia Geographica Sinica, 2012, 32 (8): 951-957.
[24] 戚伟, 李颖, 刘盛和, 等. 城市昼夜人口空间分布的估算及其特征——以北京市海淀区为例[J].地理学报, 2013, 68(10): 1344-1356.
QI W, LI Y, LIU S H, et al. Estimation of urban population at daytime and nighttime and analyses of their spatial pattern: A case study of Haidian district, Beijing[J]. Acta Geographica Sinica, 2013, 68(10): 1344-1356.
[25] 杜国明, 张树文, 张有全. 城市人口分布的空间自相关分析——以沈阳市为例[J]. 地理研究, 2007, 26(2): 383 -390.
DU G M, ZHANG S W, ZHANG Y Q. Analyzing spatial auto-correlation of population distribution: A case of Shenyang city[J]. Geographical Research, 2007, 26(2): 383 -390.
[26] 马淇蔚, 李咏华. 2000-2010年杭州市人口分布格局时空演变[J]. 经济地理, 2016, 36 (8): 87-92.
MA Q W, LI Y H. Spatial-temporal evolution of population distribution pattern in Hangzhou[J]. Economic Geography, 2016, 36 (8): 87-92.
[27] 柏延臣, 李新, 冯学智. 空间数据分析与空间模型[J]. 地理研究, 1999, 18(2):74-79.
BO Y C, LI X, FENG X Z. Spatial data analysis and spatial models[J]. Geographical Research, 1999, 18(2):74-79.
[28] HAINING R. Spatial data analysis: theory and practice[M]. Cambridge: Cambridge University Press, 2003.
[29] 周春山, 杨高, 王少剑. 深圳农民工集聚空间的演变特征及影响机制[J]. 地理科学, 2016, 36(11): 1643-1653.
ZHOU C S, YANG G, WANG S J. The characters and influencing mechanism of spatial-temporal variations of migrant workers in Shenzhen[J]. Scientia Geographica Sinica, 2016, 36(11): 1643-1653.
[30] 王爱民, 尹向东. 城市化地区多目标约束下的适度人口探析——以深圳为例[J]. 中山大学学报(自然科学版), 2006, 45(1): 116-120.
WANG A M, YIN X D. Research on optmium population under multiple goals restraining in urbanization region: A case study in Shenzhen[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2006, 45(1): 116-120.
The spatial -temporal features of population growth in fast immigrant city Shenzhen
YANG Gao 1,ZHOU Chunshan 2,WANG Shaojian 2
(1.School of Geography and Tourism, Guangdong University of Finance and Economics, Guangzhou 510320, China; 2.School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China)
Abstract ：The growth pattern and distribution characteristics of population in Shenzhen are analyzed using the statistical yearbook and the data from the 3rd to 6th census by mathematical statistics and GIS spatial analysis. The main results are as follows: (1) As a rapid immigration city, the population growth of Shenzhen was mainly influenced by economic factors and secondly by political factors. (2) The change of the permanent population is consistent with the change of the migrant population, and the fluctuation of population growth is relatively large. The dispersion coefficients are 0.54 and 0.66 from 1990 to 2000 and from 2000 to 2010, respectively. The outlying urban areas have mostly rapid growth in population, but those relatively remote areas show negative growth. (3) The “hot zones” are around the downtown areas; the “cold zones” lie mainly in the eastern region and Guangming new district. In addition, the index of population concentration is low and the distribution is relatively dispersed. The mean pointer center is showing the trend of the northwest direction. The spatial distribution of population density changed from “1 high center” to “1 high center+1 peripheral center” and then to “1 high center+2 peripheral center”. (4) The population growth of Shenzhen is stepping into maturity period from fast growing period, and the pattern of population distribution is in a transitional period from the absolute concentric to the relative concentric period.
Key words ：population growth; population distribution; spatial-temporal change; population variation model; rapid immigration city; Shenzhen
DOI: 10.13471/j.cnki.acta.snus.2019.02.010
*收稿日期： 2018-03-08
基金项目： 国家社科基金(17BRK010)；教育部人文社会科学研究基金(18YJCZH217)；广东省哲学社会科学“十三五”规划青年项目(GD18YSH03)
作者简介： 杨高(1984年生)，男；研究方向：城市地理学和人口地理学；E-mail: yanggao2@163.com
通信作者： 周春山(1964年生)，男；研究方向：城市地理学、区域发展与城乡规划；E-mail: zhoucs@mail.sysu.edu.cn
中图分类号 ：C922
文献标志码： A
文章编号： 0529-6579(2019)02-0077-11
标签：人口增长论文; 空间分布论文; 时空演变论文; 人口变动模式论文; 快速移民城市论文; 深圳论文; 广东财经大学地理与旅游学院论文; 中山大学地理科学与规划学院论文;