人口的空间分布是指在一个特定的时间内，所有人口总和在特定区域内的空间分布特征和表现形式[1]。现如今，人口的不断增长给地球的资源和环境带来了巨大的挑战，产生了空气污染、水资源匮乏、能源短缺等问题[2]。人类活动对环境的负面作用和影响已成为共识[3]，要想研究人口与环境的关系，不仅要研究人口的数量，还要研究人口的空间分布。然而，人口受自然环境、经济发展和产业政策多重因素的影响，在空间上的分布是不均匀的。随着经济的发展，人口越来越集中到少数的大城市，且这一趋势越来越明显[4]。人口普查和历年的人口抽样统计仅解决了人口的数量问题，从公布的数据来看多以区县为单位，无法更细粒度地研究人口在空间上的分布特征。因此，要想更加准确地反映人口的空间分布，必须对人口普查数据进行建模，将人口普查数据离散到空间上，从而掌握人口的空间分布特征、空间增长特征以及空间迁移规律，进而辅助突发事件的处理和社会经济政策的制定。

1 人口数据空间化研究进展

对人口空间分布特征的研究，最早可追溯到19世纪美国的统计革命时期。随着科学技术的进步，尤其是3S技术的突飞猛进，地理学家开始利用这些新技术来研究人口的空间化问题。按照研究的层次和内容，人口数据空间化研究可分为理论模型研究、基于统计数据的人口空间分布研究和基于影响因素的人口空间分布研究。

1.1 理论模型研究

理论模型研究主要是借助数理统计方法和场位论，通过模型推导来实现对人口空间分布规律的研究[5]，如Clark模型[6-7]、Sherratt模型[8-9]和Smeed模型[10]。有些学者还提出了“重量—质量—距离”人口分布模型和Weibull型公式模型[5]，但这些模型的假设前提都是城市单中心结构，而对于多中心组团式的城市结构并不适用，人口也是遵从城市中心向外围逐渐递减的规律。理论模型是从人口的数量关系上进行空间分布研究，简单明了，能宏观把握人口的总体分布情况，在特定的领域具有实用性；但由于人口的空间分布受太多因素的影响，空间分布规律不明显，仅靠模型模拟很难得到高精度的结果。

1.2 基于统计数据的人口空间分布研究

基于统计数据的人口空间分布研究是利用已知的统计人口数量，将人口离散到空间上的方法。常用方法包括3种：

1)网格法。该方法假设人口在一定区域内均匀分布，将每个统计单元的人口密度赋值给统计单元的中心点，再将研究区域离散成一定大小的网格，最后利用内插法计算每个网格的人口密度，从而实现人口的空间化[11]。其优点是在人口均匀分布的前提下模拟较为准确，也便于空间叠加等操作；缺点是不便于研究人口的空间迁移[12]。

2)融合法。该方法是借助遥感、统计、经济社会等资料，利用叠加[13]、栅格化[14]、最小平方迭代回归[15]等方法实现人口的空间化；或利用SAR、土地利用格局分析[16-18]来实现人口的空间分析和研究[19]。

3)人口密度法。该方法较为简单，即利用人口在相应统计单元内的人口密度来研究人口的空间分布特征，也是较常用的研究方法，如胡焕庸[20]、韩光辉等[21-23]都利用人口密度方法研究了中国的人口分布规律。其优点是方法简单、直接，可非常直观地反映人口在空间上的疏密程度；缺点是假设人口在统计区域内均匀分布，对于统计区域较大或人口分布不均匀的区域误差较大[24-25]。在山地区域，人口往往分布在较为平坦的场镇，而大面积的山区人口分布较少，若采用该方法就会造成在所有区域都均匀分布的假象，掩盖了区域的内部差异。

1.3 基于影响因素的人口空间分布研究

基于影响因素的人口空间分布研究是将与人口相关的遥感影像、地形地貌、水文地质、交通设施、经济社会等因素与人口统计数据建立线性或非线性回归模型，从而将人口离散到空间上进行研究[13,26-30]。该方法是一种人口统计数据与人口分布影响因素相结合的方法，空间化结果更加准确，既考虑了宏观尺度的人口总量，又兼顾了细粒度的人口分布，具有较好的适用性。

综上所述，各种方法都有其使用范围和尺度，也各具优缺点。基于影响因素的人口空间分布研究总体上适用性较好，但其考虑的因素往往较宏观，而对人口分布影响最重要的建筑物考虑较少或根本没有考虑。建筑物作为人类生产和生活的载体，在很大程度上影响着人口的分布和迁移，可以说人口的分布都是围绕着建筑物展开的，尤其是居住建筑。因此，利用地理空间技术，以建筑物为离散的载体，研究人口的空间化具有重要意义。

上一篇：GIS测绘技术在土地测量工程中的应用
下一篇：没有了