李传武
, 张小林
LI Chuan-wu, ZHANG Xiao-lin
中图分类号: K901.2
文献标识码: A
文章编号: 1000-0690（2015）12-1542-09
收稿日期: 2014-12-11
修回日期: 2015-09-20
网络出版日期: 2015-01-20
版权声明: 2015 《地理科学》编辑部 本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
作者简介：李传武（1974-）,男,安徽寿县人,博士,副教授,主要从事区域发展与城乡规划研究。E-mail:lichuanwu100@163.com
展开
摘要
以第3次和第5次人口普查数据为基础数据,采用因子分析和聚类分析的方法,研究了1982~2000年近20 a间合肥城市社会空间结构演变特征。结果表明,近20 a合肥城市社会空间结构的影响因子、社会区类型、模式及其形成机制均发生了显著变化。1982 年合肥城市社会空间结构简单,主要分布在一环以内,其中环城路（城墙遗址）内老城区的社会区高度同质,环城路与一环路之间的社会区呈扇形分布,形成以老城区为核心的“单核+扇形”模式;2000 年城市社会区分异趋于复杂,社会空间重构显著。老城区的社会区分异显著,多个新的“飞地型”社会区出现,形成以老城区为中心的“圈层+扇形+飞地型”模式。最后从合肥省会效应、城市规划与旧城改造、工业化与市场驱动力、户籍制度改革等方面探讨了形成机制。
关键词：
Abstract
The urban socio-spatial structure study was originated in the Chicago School in the 1920s,which has been an important research topic since the rise of school of Human Ecology. Western developed countries have formed a relatively complete theoretical system based on a large number of empirical cases of urban socio-spatial structure,which promote the development of the western geography,urban sociology and urban planning studies. But the theoretical system are mostly based on the premise of the capitalist system,it can not be copied in China .In China, cities are undergoing a socio-spatial reconstruction process with the Reform and Opening-up policy implemented,which has been an important issue. The study of evolution of the urban socio-spatial reconstruction process has become an urgent task to provide a scientific basis for decision-making of urban planning and government departments. In comparison with western countries,the study on urban social geography in China is still far behind. Theoretical framework of urban social geography has been in the initial research stage because the small number of empirical case studies in China. In this article, the research results on urban social areas are rather limited in China during the transitional period:1982-2000.Based on data of the third census of Hefei in1982, the fifth census of Hefei City in 2000, methods of Factor Analysis and Cluster Analysis are used to analyze the social spatial structure of Hefei City .In 1982,the main components of social space in Hefei include:population of workers,political and economic status, population of intellectuals, agricultural population, population of transportations and telecommunications. In 2000,the main factors are revealed:the education and career, immigrant population, urban unemployment population, agricultural population, logistical population. The social areas in Hefei can be divided into several types respectively by cluster analysis in 1982 and 2000.The types of social areas located within the inner-ring road in 1982,and exhibit approximately concentric zonal distribution in 2000.The types of the social spatial structure of Hefei is very simple and in 1982,and tends gradually to be complex in 2000.The model of the social spatial structure of Hefei in 1982 is very simple, which shows single-core and small sector as a whole in the old city area, while the social spatial structure in 2000,which mainly exhibits generally a zonal pattern with the synthesis of sector and enclave,and single-nuclei pattern based on old city area.Finally,the authors hold that the history of urban development, urban planning, urban renewal and industrialization constituted the main formation mechanism.
Keywords：
国外以Park为代表的人类生态学派兴起以来,城市社会空间结构就成为城市地理学持久关注的研究主题[1]。Shevky 和 Bell最早开创了社会区研究[2],随后欧美学者对城市社会空间进行了广泛而深入的实证研究[3~5],在大量案例成果基础上归纳总结,提出了单核心、扇形、多核心模式[6,7],形成了比较完整的理论体系。总体看,国外相关研究主要反映了北美和欧洲城市在资本主义制度和工业社会背景下的案例总结[8],涉及发展中国家和社会主义国家的研究十分有限[9,10]。由于东西方文化、社会制度和工业社会时代背景不同,故西方理论和模式不能照搬于中国。
国内城市社会空间的研究起步较晚,尚处于案例积累阶段。罗楚鹏运用因子生态方法分析了香港社会区的变化[11]。虞蔚研究上海城市社会空间[12], 随后国内学者研究主要集中在广州[13~15]、北京[16~20]、上海[21,22]、南京[23,24]、西安[25]、南昌[26]等少数特大城市,鲜有涉及中部地区城市。冯健认为1982~2000年是中国从计划经济到社会主义市场经济转型的重要阶段,研究中国城市转型离不开对这一阶段的关注[20],该阶段中国案例的相关研究一直为国外所关注[27]。非常可惜,国内学术界对该转型阶段的城市社会空间结构演变研究不够,尤其对该时期不同地区、不同发展阶段的典型案例城市缺乏足够的深度挖掘,这不利于中国“社会主义城市”典型案例积累和中外对比研究。中部城市合肥,建国后经历了小城市、中等城市、大城市的快速成长阶段,其社会空间经历了急剧演化的过程,目前该类城市社会空间结构研究鲜有涉及,其中1982~2000年是合肥城市重要转型期,对该时段研究具有重要的理论意义和实证价值。
1952 年确定合肥为安徽省会后发展迅速,合肥市人口普查资料显示,1949年合肥市人口仅6.06万人,1953年合肥城市人口为15.72万人,1964年迅速发展到46.19万人,1982年为81.52万,1990年增至111.08万人,2000年达到134.50万人。本研究区的市区总面积458 km2,1982年研究区由25个街道16个公社,共41个行政地域单元组成;1990年研究区由28个街道16个乡镇,共44个行政地域单元组成;2000年研究区辖29个街道、9个镇、3个乡,共41个行政单元。基础数据主要来源于合肥市1982年第三次全国人口普查、1990年第四次全国人口普查和2000年第五次全国人口普查数据和统计数据[28,29];各街道（镇、公社）行政范围的空间数据来源于《合肥市街区地名图》（《安徽省合肥市地名录》（内部资料）中的附图1,合肥市地名委员会,1988年。）,由于历史原因,合肥市行政单元频繁调整,鉴于分解街道（乡、镇）数据十分困难,故采用行政单元合并的方法,保证1982~2000年各个街道（乡、镇）行政单元范围的一致性,最终得到37个街道（乡、镇）,作为研究基本单元,采用因子分析法进行实证研究。
1982年第三次全国人口普查人口属性数据,共7类31项变量指标,与合肥市合并处理后的37个街道（公社）行政单元,构成31×37共1 147个原始数据矩阵。利用因子分析技术,根据其特征根数值和碎石图,选取5个主因子能够解释全部信息量的近84%。通过正交旋转进行40次迭代完成收敛过程,得到旋转后因子载荷矩阵（表略）。
2000年第五次全国人口普查人口属性数据,共16类89项变量指标,构成89×37共3 293个原始数据矩阵。5个主因子能够解释全部信息量的近85%,通过正交旋转进行45次迭代完成收敛过程,得到旋转后因子载荷矩阵（表1）。
表1 2000年合肥市城市社会区指标变量主因子载荷矩阵
Table 1 Principal components loading matrix of the social areas of Hefei in 2000
| 变量类型 | 变量名称 | 主因子载荷 | ||||
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 一般统计指标 | 总人口数（人） | 0.608 | 0.619 | 0.304 | 0.269 | 0.177 |
| 家庭户平均每户人数（人/户） | 0.098 | 0.411 | 0.085 | 0.323 | -0.132 | |
| 家庭户数占总户数的百分比（%） | -0.387 | -0.165 | 0.044 | 0.008 | 0.008 | |
| 性别 | 性别比（女=100） | 0.078 | 0.335 | -0.035 | 0.225 | -0.012 |
| 年龄构成(%) | 0~19岁人口比重 | 0.642 | 0.490 | 0.293 | 0.361 | 0.090 |
| 20~39岁人口比重 | 0.582 | 0.662 | 0.290 | 0.222 | 0.175 | |
| 40~59岁人口比重 | 0.590 | 0.588 | 0.389 | 0.238 | 0.233 | |
| 60岁以上人口比重 | 0.688 | 0.468 | 0.406 | 0.153 | 0.211 | |
| 户口(%) | 农业户口人口比重 | 0.098 | 0.702 | 0.016 | 0.676 | 0.085 |
| 非农业户口人口比重 | 0.685 | 0.515 | 0.370 | 0.024 | 0.145 | |
| 民族 | 少数民族人口比重（%） | 0.242 | -0.08 | 0.132 | -0.768 | -0.026 |
| 学历构成(%) | 15岁及以上文盲人口比重 | 0.213 | 0.687 | 0.111 | 0.609 | 0.208 |
| 小学教育程度人口比重 | 0.315 | 0.706 | 0.246 | 0.528 | 0.172 | |
| 初中教育程度人口比重 | 0.348 | 0.747 | 0.311 | 0.392 | 0.187 | |
| 高中教育程度人口比重 | 0.617 | 0.544 | 0.475 | 0.059 | 0.208 | |
| 中专教育程度人口比重 | 0.718 | 0.456 | 0.272 | 0.253 | 0.121 | |
| 大专教育程度人口比重 | 0.843 | 0.335 | 0.236 | -0.045 | 0.177 | |
| 大学本科教育程度人口比重 | 0.843 | 0.182 | 0.155 | -0.12 | 0.071 | |
| 研究生教育程度人口比重 | 0.709 | 0.323 | 0.147 | -0.087 | -0.002 | |
| 行业构成(%) | 农、林、牧、渔业人口比重 | -0.086 | 0.141 | -0.171 | 0.952 | -0.027 |
| 采掘业人口比重 | 0.351 | 0.129 | -0.057 | 0.173 | -0.146 | |
| 制造业人口比重 | 0.416 | 0.710 | 0.465 | 0.238 | -0.021 | |
| 电力煤气及水生产和供应业人口比重 | 0.284 | 0.394 | 0.167 | 0.064 | -0.151 | |
| 建筑业人口比重 | 0.255 | 0.609 | 0.119 | 0.644 | 0.184 | |
| 地质勘查业、水利管理业人口比重 | 0.271 | 0.257 | 0.123 | -0.100 | 0.073 | |
| 交通运输、仓储及邮电通信业人口比重 | 0.159 | 0.345 | 0.352 | 0.157 | 0.804 | |
| 批发和零售贸易、餐饮业人口比重 | 0.474 | 0.755 | 0.214 | 0.106 | 0.357 | |
| 金融、保险业人口比重 | 0.857 | 0.148 | 0.095 | -0.203 | 0.235 | |
| 房地产业人口比重 | 0.514 | 0.671 | 0.217 | -0.051 | 0.200 | |
| 社会服务业人口比重 | 0.560 | 0.635 | 0.270 | 0.084 | 0.308 | |
| 卫生、体育和社会福利业人口比重 | 0.677 | 0.262 | 0.069 | -0.178 | 0.208 | |
| 教育、文艺及广电影视业人口比重 | 0.849 | 0.288 | 0.140 | 0.014 | 0.115 | |
| 科研和综合技术服务业人口比重 | 0.701 | 0.269 | 0.139 | 0.155 | -0.071 | |
| 国家、政党机关和社会团体人口比重 | 0.916 | 0.197 | -0.03 | -0.085 | 0.074 | |
| 职业构成 (%) | 国家机关、党群组织、企事业单位负责人比重 | 0.555 | 0.642 | 0.226 | -0.027 | 0.282 |
| 各类专业技术人员比重 | 0.846 | 0.367 | 0.210 | -0.024 | 0.16 | |
| 办事人员和有关人员比重 | 0.890 | 0.274 | 0.206 | -0.076 | 0.127 | |
| 商业、服务人员比重 | 0.465 | 0.779 | 0.249 | 0.130 | 0.267 | |
| 农、林、牧、渔水利生产人员比重 | -0.084 | 0.144 | -0.164 | 0.953 | -0.032 | |
| 生产、运输人员及有关人员比重 | 0.294 | 0.727 | 0.372 | 0.417 | 0.165 | |
| 不在业状况(%) | 未工作人口比重 | 0.726 | 0.476 | 0.363 | 0.122 | 0.121 |
| 在校学生人口比重 | 0.788 | 0.325 | 0.192 | 0.140 | 0.027 | |
| 料理家务人口比重 | 0.350 | 0.808 | 0.117 | 0.375 | 0.105 | |
| 离退休人口比重 | 0.724 | 0.296 | 0.53 | -0.180 | 0.182 | |
| 丧失工作能力人口比重 | 0.144 | 0.557 | 0.103 | 0.760 | 0.027 | |
| 从未找工作正在找工作人口比重 | 0.261 | 0.354 | 0.716 | -0.002 | 0.442 | |
| 失去工作正在找工作人口比重 | 0.273 | 0.275 | 0.772 | -0.216 | 0.314 | |
| 家庭户规模(%) | 一人户户数占总户数比重 | 0.519 | 0.743 | 0.249 | 0.147 | 0.197 |
| 二人户户数占总户数比重 | 0.616 | 0.617 | 0.363 | 0.129 | 0.220 | |
| 三人户户数占总户数比重 | 0.604 | 0.604 | 0.410 | 0.122 | 0.232 | |
| 四人户及以上户数占总户数比重 | 0.394 | 0.660 | 0.213 | 0.546 | 0.175 | |
| 人口迁移(%) | 居住本乡镇街道、户口在本地人口比重 | 0.705 | 0.447 | 0.343 | 0.317 | 0.112 |
| 居住本乡镇街道半年以上、户口在外乡镇街道人口比重 | 0.397 | 0.808 | 0.222 | 0.166 | 0.258 | |
| 居住本乡镇街道不满半年、离开户口登记地半年以上比重 | 0.378 | 0.725 | -0.033 | 0.073 | 0.294 | |
| 居住本乡镇街道、户口待定人口比重 | 0.197 | 0.760 | 0.261 | 0.387 | -0.008 | |
| 原住本乡镇街道、现在国外工作学习,暂无户口人口比重 | 0.735 | 0.401 | 0.195 | -0.031 | -0.004 | |
| 按人均住房面 积分的家庭户 (%) | 人均住房面积（m2/人） | 0.851 | 0.291 | 0.040 | 0.245 | 0.022 |
| 人均住房面积在8 m2以下户数比重 | 0.353 | 0.740 | 0.354 | 0.171 | 0.146 | |
| 人均住房面积在9~12 m2户数比重 | 0.411 | 0.717 | 0.436 | 0.130 | 0.141 | |
| 人均住房面积在13~16 m2户数比重 | 0.522 | 0.550 | 0.523 | 0.240 | 0.128 | |
| 人均住房面积在17~19 m2户数比重 | 0.626 | 0.430 | 0.524 | 0.016 | 0.200 | |
| 人均住房面积在20~29 m2户数比重 | 0.656 | 0.495 | 0.376 | 0.256 | 0.183 | |
| 人均住房面积在30~39 m2户数比重 | 0.721 | 0.444 | 0.300 | 0.300 | 0.189 | |
| 人均住房面积在40~49 m2户数比重 | 0.672 | 0.445 | 0.198 | 0.417 | 0.180 | |
| 人均住房面积在50 m2以上户数比重 | 0.740 | 0.425 | 0.280 | 0.313 | 0.139 | |
| 按住房来源分 的家庭户(%) | 自建房的户数比重 | -0.035 | 0.501 | -0.052 | 0.846 | -0.022 |
| 购买商品房的户数比重 | 0.244 | 0.523 | 0.277 | 0.083 | 0.749 | |
| 购买经济适用房的户数比重 | 0.614 | 0.663 | 0.207 | 0.153 | 0.023 | |
| 购买原公有房的户数比重 | 0.786 | 0.243 | 0.410 | -0.192 | 0.186 | |
| 租用公有住房的户数比重 | 0.481 | 0.277 | 0.792 | -0.126 | 0.093 | |
| 租用商品房的户数比重 | 0.261 | 0.904 | 0.095 | 0.115 | 0.113 | |
| 按购建住房费 用分家庭户(%) | 1万元以下的户数比重 | 0.803 | 0.275 | 0.316 | 0.206 | -0.095 |
| 1~2万元的户数比重 | 0.459 | 0.345 | 0.433 | 0.110 | 0.294 | |
| 2~3万元的户数比重 | 0.690 | 0.508 | 0.173 | 0.330 | 0.153 | |
| 3~5万元的户数比重 | 0.527 | 0.661 | 0.189 | 0.426 | 0.046 | |
| 5~10万元的户数比重 | 0.211 | 0.796 | 0.151 | 0.355 | 0.358 | |
| 10~20万元的户数比重 | 0.493 | 0.299 | 0.253 | 0.058 | 0.731 | |
| 20万元以上的户数比重 | 0.911 | 0.135 | 0.136 | 0.015 | 0.074 | |
| 按月租房费用 分家庭户（%） | 每月20元以下的户数比重 | 0.215 | 0.191 | 0.911 | -0.101 | 0.166 |
| 每月20~50元的户数比重 | 0.387 | 0.411 | 0.702 | -0.123 | -0.067 | |
| 每月50~100元的户数比重 | 0.251 | 0.901 | 0.111 | 0.16 | 0.047 | |
| 每月100~200元的户数比重 | 0.322 | 0.795 | 0.197 | 0.029 | 0.085 | |
| 每月200~500元的户数比重 | 0.638 | 0.579 | 0.102 | -0.189 | 0.340 | |
| 每月500以上的户数比重 | 0.617 | 0.194 | 0.145 | -0.111 | 0.630 | |
| 按设施分的家 庭户（%） | 有厨房独立使用的用户比重 | 0.637 | 0.557 | 0.380 | 0.228 | 0.227 |
| 厨房与其他用户合用用户比重 | 0.414 | 0.732 | 0.238 | 0.316 | -0.161 | |
| 无厨房用户比重 | 0.257 | 0.844 | 0.192 | 0.188 | 0.076 | |
| 独立厕所用户比重 | 0.694 | 0.492 | 0.372 | 0.166 | 0.264 | |
| 邻居合用厕所用户比重 | 0.503 | 0.691 | 0.211 | 0.141 | 0.039 | |
1） 第一主因子构成——工人人口比重。第一主因子方差贡献率为22.258%,主因子载荷与制造业人口、生产工人、运输工人、服务性工作人员比重等10项指标呈较高正相关。反映了合肥市各乡镇（公社）制造业状况及其服务性人口比重,集中在东郊区、北郊区和西南郊区,呈三叶形分布（图1a)。
2） 第二主因子构成——干部和商业人口比重。第二主因子方差贡献率为22.181%,主因子与商业、饮食业、物资供销及仓储业人口、公用事业管理和居民服务业人口、国家机关政党和团体、商业工作人员、国家机关党群组织、企事业单位、金融保险业人口等指标呈较高正相关,老城区集聚着国家机关、团体和企事业单位,反映了政治地位和经济地位高的人口比重（图1b）。
3） 第三主因子构成——知识分子比重。第三主因子方差贡献率为18.822%,主因子与大学肄业教育程度人口、各类专业技术人员、科研和综合技术服务事业人口等7项指标呈较高正相关,故命名为知识分子比重。集中在南郊和西郊的蜀山路街道、前进街道、优胜公社、南七街道、合安路街道、芜湖路街道、蜀山公社和三十岗公社（图1c）。
4） 第四主因子构成——农业人口比重。第四主因子方差贡献率为15.280%,主因子与农林牧渔业人口、文盲半文盲人口等5项指标呈较高正相关,反映了农业人口呈环状分布在合肥市边缘（图1d）。
5） 第五主因子构成——交通邮电业人口比重。第五主因子方差贡献率为4.911%,与交通运输、邮电通信业人口比重指标呈较高正相关,主要反映了合肥市各乡镇（公社）交通、邮电业人口比重,主要分布在铁路线和火车站、汽车站附近（图1e）。
1） 第一主因子构成——文化程度与职业因子。第一主因子方差贡献率为30.559%,与金融保险业人口比重、各类专业技术人员比重、大学本科教育程度人口比重等36个指标呈较高正相关,反映了各乡镇（街道）的文化程度与职业（图2a）。
2） 第二主因子构成——外来人口因子。第二主因子方差贡献率为28.605%,与租用商品房的户数比重、户口在外乡镇街道人口比重、户口待定的人口比重等35个指标呈较高正相关,反映了外来人口分布在城南城北的远郊区的特征（图2b）。
3） 第三主因子构成——城市待业人口因子。第三主因子方差贡献率为10.132%,与失去工作正在找工作人口比重、从未找工作正在找工作人口比重等指标呈较高正相关,主要反映了待业人口状况,集中分布在合肥西南郊、西郊、北郊和东郊区,呈马蹄形空间分布（图2c）。
4） 第四主因子构成——农业人口比重。第四主因子方差贡献率为9.873%,与农林牧渔水利生产人员比重、农林牧渔业人口比重、自建房的户数比重等5个指标呈较高正相关,主要反映了农业人口状况,连片分布在城南城北的远郊区（图2d）。
5） 第五主因子构成——物流服务业人口比重。第五主因子方差贡献率为5.370%,主因子与交通运输、仓储及邮电通信业人口比重等3个指标呈较高正相关,主要反映了交通运输、仓储及邮电通信的物流业服务人口比重。集中分布在城市南北两翼的郊区,呈斑块状空间分布（图2e）。
以1982年合肥市各街道（公社、镇）单元上的5个主因子得分作为基本数据矩阵,运用聚类分析法将合肥中心城区划分成5类社会区。根据各主因子得分判断各社会区特征并命名（图3a）。
1） 工人集中分布区。该类型社会区在第一主因子（工人人口比重）上的均值得分大于1且平方和均值也最大。表明该类型社会区工人比重高,因而构成了工人集中居住区,呈扇形分布：东郊集中在铜陵路街道、红光街道、和平路街道、大通路街道、七里站街道和大兴公社,北郊集中在双岗街道和亳州路街道,南郊集中在南七街道。
2） 机关干部居住区。该类型社会区在第二主因子（政治与经济地位）均值得分大于1且平方和均值也最大,第一、三、四、五主因子均为负值。以国家机关、党群组织为主,因而命名为机关干部居住区。集中分布在老城区的寿春街道、鼓楼街道、三牌楼街道、阜阳路街道、益民街道、安庆路街道、光明街道和逍遥津街道。
3） 知识分子集中分布区。该类型社会区在第三主因子（知识分子比重）的均值得分接近2,且平方和均值也最大,第二主因子得分仅为0.274,第一、四、五主因子均为负值。表明该类型社会区以知识分子为主,主要集中在近郊区的蜀山路街道、宁国路街道、稻香楼街道和芜湖路街道。
4） 农业人口散居区。该类型社会区在第四主因子（农业人口比重）上的均值得分接近1,且平方和均值最大,第三主因子得分仅为0.115,其它主因子均为负值,表明该社会区以农业人口为主,集中在远郊农村的各个公社。
5） 铁路与水运工人分布区。该类型社会区在第五主因子（交通邮电人口比重）上的均值得分大于1,且平方和均值最大,其它各主因子均为负值。集中在近郊区的明光路街道、车站街道、胜利路街道、三里街街道和巢湖路街道。
6） 城乡人口交错区。该类型社会区在第一主因子（工人人口比重）和第四主因子（农业人口比重）上得分分别为1.526和2.587,尤其第四主因子异常大,第二、五主因子均值得分较小,表明该社会区是农业和非农人口兼有的城乡人口居住交错区,集中在常青公社和杏花村公社。
用同样方法将2000年的社会区分为6类,判断各社会区的特征并进行命名（图3b）。
1） 知识分子与高等职业者居住区。该类型社会区在第一主因子（文化程度与职业因子）上的均值得分为最大正值,第五主因子为正值但其值较小,其它主因子均为负值。表明该类型社会区以知识分子和高等级职业者为主的居住区。集中在蜀山路街道、芜湖路街道、安庆路街道、光明路街道、稻香村街道、宁国路街道和益民街道。
2） 外来人口与本地居民混住区。该类型社会区在第二主因子（外来人口因子）上的均值得分大于1,为最大正值,第三主因子为较小的正值,其它主因子均值为负值。表明该类型社会区属于外来人口和本地居民混住区,集中在近郊区的亳州路街道、常青镇、杏花村镇和城东乡。
图3 1982年、2000年合肥中心区社会区分布
Fig.3 Spatial distribution of social areas in Hefei central urban area in 1982 and 2000
3） 城市低收入人口居住区。该类型社会区在第3主因子（城市待就业人口因子）上的均值,为最大正值且平方和均值最大,其它主因子均值均为负值,以低租金公房和失业人口为主,属于城市低收入人口居住区。主要分布在东郊的车站街道、铜陵路街道、和平路街道、大通路街道、七里站街道、大兴镇街道和南边的南七里站街道。
4） 农业人口分布区。该类型社会区在第四主因子（农业人口比重）上的均值得分大于1,为最大正值且平方和均值最大,其它主因子均值均为负值,表明该类型社会区属于农业人口分布区。该类型社会区集中分布在合肥远郊区的大杨镇、三十岗乡、义兴镇、义城镇、大圩乡和蜀山镇。
5） 服务物流业的外来及本地人口混居区。该类型社会区在第二、三、四、五主因子上的均值得分均为正值,其中第五主因子（物流服务人口比重）得分为1.855,为最大正值,第二主因子均值和平方和值均较大,第三、四主因子均值为较小的正值,反映出该社会区是物流业的人口和外来人口比重较大的混居区。
6） 一般工薪阶层居住区。该类型社会区5个主因子上的均值得分均为负值,其中第三、四主因子得分较大,第五主因子得分很小,第一、二主因子平方和均值仅为0.063和0.096,表明该社会区以非农人口和在业人口为主,政治地位一般,属于一般工薪阶层集中居住区,分布在寿春街道、鼓楼街道、逍遥津街道、县桥街道、巢湖路街道、三牌楼街道、明光路街道和胜利路街道。
以环城路、一环路、二环路作为划界依据,将合肥市划分为中心老城区、近郊区、中郊区和远郊区。其中,环城路指解放后撤除城墙的遗址上修建的环绕老城区的道路,一环路由全椒路和凤阳路、屯溪路、合作化路和濉溪路组成,二环路由当涂路、东流路、环湖东路和砀山路组成,三条环路构成以老城区为中心的环状主干道路骨架。结合上述社会区划分类型,抽象出合肥市社会区结构的演化模型：1982年以老城区为核心与郊区扇形分布的社会区,构成“单核+扇形”社会空间结构模型（图4a）;随着合肥沿着环形道路向外拓展,老城区旧城改造以及企业向远郊的飞地外迁,至2000年演化为以老城区为中心的“圈层+扇形+飞地型”社会空间结构模型（图4b）。
图4 1982年、2000年合肥中心区社会空间结构模型
Fig.4 The model of social spatial structure of Hefei central urban area in 1982 and 2000
综合全文的研究中可以得出以下结论：
1） 1982~2000年转型期合肥城市社会区类型变化显著。1982年社会区类型划分为工人集中分布区、机关干部居住区、知识分子集中分布区、农业人口散居区、铁路与水运工人分布区、城乡人口居住交错区,至2000年演变为知识分子与高等职业者居住区、外来人口与本地居民混住区、城市低收入人口居住区、农业人口分布区、服务物流业的外来及本地人口混居区、一般工薪阶层居住区。表明18 a间,政治因素对社会区的影响力逐渐减弱,经济因素影响力逐渐增强。
2） 合肥城市社会空间结构体现了老城区的核心地位和主导作用。合肥老城区历史悠久,充分体现了中国古城依水而建、夯土城墙和护城河环绕的特点。建国后合肥市经历了小城市、中等城市、大城市的快速成长阶段,老城区在社会空间结构中一直处于中心和主导地位：1982年形成了以老城区为核心、郊区扇形社会区为辅的“单核+扇形”城市社会空间结构,2000年发展演化为以老城区为中心圈层的“圈层+扇形+飞地型”社会空间结构,因此,合肥城市社会空间结构模型既体现出中国古城的历史沿革,又反映了城市的现实特点,这对于大多从古城基础上发展起来的中国城市具有重要指导价值。
3） “迁入型”省会城市社会空间结构由行政、规划和市场3种力量共同塑造。1952年合肥市被确定为省会后,其在安徽省内政治、经济、文化的中心地位得到空前提高。在安徽省政府行政权力干预和“省会效应”双重作用下,省内外相关政府行政机构、企事业单位和高等院校等200多家迁入合肥老城区和近郊区,成为快速发展的“迁入型”城市。1958年的《合肥市工业区规划意见》确定以老城区为中心向郊区三翼伸展的“风扇形”城市空间布局,奠定了合肥市社会空间结构的基本格局。改革开放以来的城市规划旧城改造、企业外迁以及户籍制度和住房市场化改革,共同推动了合肥市社会空间不断演化。
The authors have declared that no competing interests exist.
| [1] |
|
| [2] |
|
| [3] |
The Shevky-Bell Social Areas:Confirmation of results and reinterpretation [J].https://doi.org/10.2307/2574289 URL [本文引用: 1] 摘要
A factor analysis of census tract data in Toledo, Ohio confirms the general structure found by Shevky and Bell, except that urbanization and family status appear as separate factors. The factors are interpreted in more strictly spatial terms. For example, urbanization becomes type of dwelling or population density.
|
| [4] |
Beaudry M.The changing residential structure of Montreal:
|
| [5] |
Consistency and differential impact in urban social dimensionality:intra-urban variations in 24 metropolitan areas of Canada [J].https://doi.org/10.2747/0272-3638.12.1.55 URL [本文引用: 1] 摘要
ABSTRACT Relatively few factorial ecologies have explored either the consistency of the social dimensionality of urban areas in more than a few cities or the separation of city-specific from general effects. This study of almost 3,000 census tracts in all 24 Canadian metropolitan areas (CMAs) used 35 variables from 198 1 census data to solve these problems. It shows there is a persistent similarity in six of the seven to nine dimensions found in separate analyses of three city size categories: over 1 million; 0.5-1 million; 100-500 thousand people. From this basis a combined study of all the centers shows that 85% of the variability can be summarized by nine dimensions called Economic Status, Impoverishment, Ethnicity, Early and Late Family, Family/Age, Pre-Family, Non-Family, Housing, and Migrant Status. The evidence for several different family-related axes illustrates the increasing complexity of the social dimensionality of modern cities based on family differentiation. F-ratio values and Eta coefficients are used to show that all the first-order axes, except Migration and Ethnicity, have much greater variability within, rather than between the cities, demonstrating the general rather than the city-specific nature of these dimensions. An analysis of the highest scoring tracts on the axes demonstrates the way in which some CMAs have relatively high incidences of some of the characteristics, thereby identifying the particular characteristics of many centers.
|
| [6] |
Socio-spatial Inequalities and Social Cohesion in European Cities [J]. |
| [7] |
A Theory of Socio-spatial Integration: Problems, Policies and Concepts from a US Perspective [J].https://doi.org/10.1111/j.1468-2427.2012.01180.x URL Magsci [本文引用: 1] 摘要
No abstract is available for this item.
|
| [8] |
The spatial context of social integration [J].https://doi.org/10.1007/s11205-013-0481-x URL [本文引用: 1] 摘要
Social integration is the harmonious and coherent processing of the structures of a social system and refers to the degree to which people are integrated to the systems of a social structure. Although
|
| [9] |
A social-geographic evaluation of differences within a city [J]. |
| [10] |
Processes of socio-spatial differentiation in post-communist Prague [J].https://doi.org/10.1080/02673039982678 URL [本文引用: 1] 摘要
This paper analyses processes which transform the socio-spatial pattern of post-communist Prague and describes major changes in the city's social geography. It begins with a brief introduction about the socio-spatial pattern of a socialist city and a discussion of methods and concepts of investigation of processes of socio-spatial change in contemporary Prague. Growing income inequalities and transformations in the housing system are examined as the main underlying causes of growing socio-spatial disparities. In the section concerning the mechanism of socio-spatial differentiation, attention is focused on the role of social mobility, migration, housing renovation and new housing construction. The conclusions summarise major changes in the social geography of post-communist Prague and discuss implications of central and local government policies for the growth in socio-spatial disparities.
|
| [11] |
|
| [12] |
城市环境地域分异研究——以上海中心城为例 [J].
该文通过对上海中心城的剖析，从城市的建筑环境和社会环境两个方面，分析 城市环境的地域分异。文章认为功能类型和住宅类型是城市建筑环境地域分异的主要要素，研究了建筑环境地域分异的模式，设计出功能类型商指数和住宅类型商指 数，用以确定地区优势功能类型和优势住宅类型，并据此分析了上海中心城各种功能类型和住宅类型的地域分异，概括了其规律性；文章对32个变量进行分析，认 为人口集聚度和人口文化职业构成是社会环境地域分异的主要要素。根据上述四个要素，研究了上海中心域环境地域分异的等级序列和各级分异中不同环境区的优势 和存在的问题，提出旧城建设的各级地区框架和战略措施。（黄祖英摘）
|
| [13] |
广州社会空间结构的因子分析研究 [J].
本文用主成分分析和聚类分析方法对广州市社会空间结构进行因子生态分析。结果表明：人口密集程度、科技文化水平、工人干部比重，房屋住宅质量、家庭人口结构是形成广州社会区类型的五个主要因子；广州社会区的空间模式呈向东曳长的同心椭圆态势，城市发展的历史过程、城市用地布局和住房分配制度是影响这个空间模式形成的主导机制。
|
| [14] |
广州市社会空间的因子生态再分析 [J].https://doi.org/10.11821/yj1995020003 URL Magsci 摘要
运用因子分析、聚类分析方法对广州市中心区1990年人口普查数据进行了研究.从9类47个变量中抽取出5个形成广州市社会区类型的主因子,根据各主因子的得分,把广州市中心区划分为七类社会区,并把形成广州市社会空间分异现象的原因归结为五类.通过与1985年类似研究结果的比较,发现广州市社会空间结构的分异现象更趋明显,具体反映在人口“外溢”、居住条件改善及新开发区的形成等方面.最后就如何引导广州市社会空间结构演变进行了讨论.
|
| [15] |
转型时期广州市社会区分析 [J].https://doi.org/10.3321/j.issn:0375-5444.2006.10.004 URL Magsci [本文引用: 1] 摘要
<p>运用主成分分析和聚类分析方法对广州2000年第五次人口普查的200个反映社会空间结构的变量进行分析,提取出影响广州市社会空间结构的5个主因子,据此将广州市划分为7类社会区。与1985年的广州社会区研究对比,归纳出基于老城区发展的、基于工业和教育飞地发展的、基于农村社会区发展的社会区演变的三种模式,从转型期制度与政策变化、历史因素、政府对城市管理与调控等方面分析了社会区分异的机制,总结了转型期中国大城市的社会空间结构模型,比较了中西方社会区结构的差异,并从职业分异、家庭生命周期、外来人口等方面对广州未来社会区的演变做了分析。</p>
|
| [16] |
Social areas in Beijing [J].https://doi.org/10.1111/1468-0467.00090 URL [本文引用: 1] 摘要
Cities in the Western world have been subjected to a spatial process that essentially reflects rules of the market economy. People with 鈥榤ight鈥, defined in terms of money, have priority access to better residential locations. This allows a larger measure of personal preference to sway on residential location, and has ushered in the secondary factors of family or life鈥揷ycle effects as well as individual perception and choice regarding what is an acceptable neighbourhood and acceptable distance for commuting. Some parallel work has been done in socialist and Third World cities in the 1970s and 1980s which provides evidence of divergence from the original construct. Yet due to lack of good quality and sufficient data and general lack of interest in the social geography of cities there was little work done in China. Up to 1990, Chinese cities had combined the characteristics of socialist central planning, and characteristics of Third World cities of low level of economic development and limited ability of city governments in improving urban housing. Based on the latest 1990 Census, we study the social areas of Beijing of 1990 and the dynamics behind their formation. In particular, we shall highlight the impacts of the housing supply situation and allocation under central planning and the interrelationship between these and the conventional social areas dynamics. The Opening and Reform after 1978 has introduced new dynamics in China's urban social space. The 1990 census netted out some evidence of these new factors. However, their real impact may only be more adequately measured by the coming census in 2000. Limited by the census data, our examination has excluded the latest situation (after 1990). In spite of the use of the Shevky and Bell construct the purpose of the present study focuses on understanding the social geography of contemporary Chinese cities, and provides a useful historic and ideological dimension for comparative studies for related key concepts in urban and social geography.
|
| [17] |
C.克斯特罗德.北京社会空间极化与空间分异研究 [J].URL 摘要
本文论述了北京近年来经济体制改革和社会主义市场经济制度运行对城市社会结构的影响，尤其集中在：１．城市社会极化及其动力机制；２．新城市贫困现象及其原因；３城市社会空间分异及其人变化趋势等。
|
| [18] |
北京城市社会区分析 [J].https://doi.org/10.3321/j.issn:0375-5444.2003.06.015 URL Magsci 摘要
<p>自从1984年中国实施城市改革以来，城市土地市场和住房市场建立已经对城市的社会空间结构产生重要影响。作者利用1998年北京街道一级调查数据进行城市社会区分析。结果显示，经济社会和种族状况具有一定的影响，但并没有发挥重要的作用。土地利用强度在形成新的城市社会空间结构过程中发挥了关键的作用。与家庭状况相关的流动人口状况也表现为非常强劲的影响。北京的社会区表明：土地利用强度分布呈同心圆模型，家庭分布形态具有扇形结构的特征；社会经济状态因子分布形态既表现了同心圆的特征，也具有扇形结构的特点；种族因子的空间分布形成了一种多核空间结构。</p>
|
| [19] |
北京都市区社会空间结构及其演化(1982~2000) [J].https://doi.org/10.3321/j.issn:1000-0585.2003.04.009 URL Magsci 摘要
<p>利用2000年的第5次人口普查数据和1982年的第3次人口普查数据,采用因子分析和聚类分析技术研究了近20年来北京都市区的社会空间结构及其演化。对比1982年的情况,2000年北京都市区社会空间结构的主因子、社会区类型、模式及其形成机制均发生了较多的变化。1982年北京都市区的社会空间结构相对简单,整体上表现出一定的同质性特点;2000年的社会空间结构则趋于复杂,诸社会区之间主要以同心圆的方式组合,也伴有多核心和扇形结构,异质性的特征十分突出。论文最后从宏观、中观和微观3个层次提出了一种城市社会空间结构演化的交叉式网络机制,认为它有效地推动了计划经济特色明显的北京都市区社会空间结构向市场转型条件下的社会空间结构转化。</p>
|
| [20] |
转型期北京社会空间分异重构 [J].https://doi.org/10.3321/j.issn:0375-5444.2008.08.005 URL Magsci [本文引用: 2] 摘要
<p>利用分街区人口普查数据, 分析1982-2000 年北京都市区社会空间分异特征, 通过计算信息熵、绝对分异指数、相对分异指数和隔离指数等指标, 探讨转型期北京社会空间分异 的重构特征。研究表明: “街区尺度”是展现都市区社会空间分异特征具有可操作性的空间尺度; 北京各类居住人口、就业人口以及住房状态都存在明显的空间分异特征; 除了老年人口、性别比、户均人数和农业就业人口等少数指标以外, 1982-2000 年北京绝大部分社会指标 的空间分异程度在下降; 同期, 外来人口、各少数民族人口、高学历人口以及二产、三产就业人口等与总人口分布格局的一致性在变好, 而老年人口、文盲人口以及与农业相关的人口 逐渐偏离与总人口分布格局的一致性。18 年间城市人口的混居性普遍增强, 但老年人口、外来人口和农业人口却表现出相对于其他人口混居性变弱而群居性增强的特征。北京社会空间分异重构特征还可以从各社会指标与距离关系的演变中获得直观认识。在中国大城市转型期 间, “规模重构”和“空间效应”交互作用, 构成社会空间分异重构的外在表现, 其基础动力主要来自于制度、市场和文化的变迁。</p>
|
| [21] |
转型期上海社会空间分异研究 [J].https://doi.org/10.3321/j.issn:0375-5444.2006.02.009 URL Magsci [本文引用: 1] 摘要
<p>采用2000年第五次全国人口普查数据库中居民委员会尺度的数据,对转型期上海城市空间重构与分异展开研究。存在6类社会区：计划经济时代建设的工人居住区、外来人口集中居住区、白领集中居住区、农民居住区、新建普通住宅居住区、离退休人员集中居住区。通过计算分异指数,发现当前上海存在严重的住房分异;但并不存在明显的以社会经济属性为基础的社会空间分异。造成这一现象的原因在于计划经济时代的历史以及仍然存在的大型企事业单位对住房的影响。中国城市目前的社会空间分异在程度上与西方城市还有根本的差异。</p>
|
| [22] |
基于ESDA的城市社会空间研究——以上海市中心城区为例 [J].
以上海市中心城区为实证,在因子分析的基础上将ESDA方法应用于城市社会空间研究。运用全局Moran’sI指数、Moran散点图、LISA等指标和方法,从全局和局部两个层面研究了城市社会空间主因子的空间关联特征。结果表明,各主因子都存在显著的空间正相关,呈现趋同集聚,其中社会经济地位因子和居住条件因子的相关性明显强于其他因子,相近社会经济地位和居住条件的社会群体在空间上的集聚对形成城市社会空间的作用更为显著;各主因子都存在不同于全局的局部空间关联模式,存在显著的"热点"和"冷点"地区,其中社会经济地位因子和居住条件因子呈现出更为明显的"热点"和"冷点",具有显著的"同质集聚、异质隔离"特征。相关研究结论对于理解城市社会空间的形成具有重要意义,也可为进一步深入研究的典型案例选择及相关政策制定提供参考。
|
| [23] |
基于小尺度五普数据的南京旧城区社会空间分异研究 [J].
尽管第五次人口普查所反映的社会空间结构特征已经是12a前的事实，国内外学者也针对2000年的中国第五次人口普查数据做了一定的研究，但是，此类研究要么局限于全域性社会空间统计分析；要么限于县区、街道尺度展开的局域性地理空间分析研究。居委会（社区）这一核心统计尺度的普查数据一直没有被有效地挖掘利用。以南京旧城区为研究案例，首次通过匹配内城区居委会地图和第五次人口普查长短表数据，深度挖掘、揭示居委会尺度下的南京旧城区社会空间隔离特征，并指出：①新世纪南京市城市社会空间转型与分异是计划体制时期社会空间建构力量与市场分化力量混合的结果，相对于上海、北京和广卅l而言，南京城市制度性力量显示了强劲的路径依赖特征、学习性与适应性；②小尺度社会空间分析挖掘出大尺度无法辨析的学区中产阶层化（jiaoyufication）区域和转型期崛起的新城市精英社区。
|
| [24] |
近代南京城市社会空间结构——基于1936年南京城市人口调查数据的分析 [J].
以1936 年南京城市人口数据为基础,利用城市社会生态因子分析手段,采用聚类分析方法,对南京城市社会空间结构加以分析。结果表明,影响1936 年南京城市社会区形成的主因子有城市商业/居住活动因子、政治活动因子、教育因子、贫困人口因子和城市公共福利设施因子等5 个。1936 年南京城市社会区划分为6 个主要类型：① 高级政府官员/知识分子聚集区；② 政府机关公务人员聚居区；③ 人口密集的普通市民聚居区；④ 城市士绅聚集区；⑤农业人口集中区；⑥ 流动人口集中的棚户区。比较研究表明近代(1936 年) 与现代(2000 年)南京城市社会空间结构的主因子、社会区类型以及空间分布特征等方面差异性与相似性并存。近代南京城市社会空间结构的演化过程表现为：社会空间结构分异的主因子个数持续增加,城市社会空间分异的程度加剧。
|
| [25] |
|
| [26] |
南昌城市社会区研究——基于第五次人口普查数据的分析 [J].
<p>中国城市社会区分异的研究起步较晚,现有的研究成果基本都是讨论计划经济体制向市场经济体制转轨初期的城市社会区分异现象。本文以南昌市为例,利用分街道第五次人口普查数据,运用因子生态学的方法,对改革开放20年后社会主义市场经济体制作用下的城市社会区进行研究。研究结果显示,住房状况、文化与职业状况、家庭状况和外来人口状况是南昌城市社会区分异的主要影响因子,其中家庭状况因子的空间分布呈现出同心圆模式和扇形模式的复合特征,其他因子的空间分布则具有扇形模式的特征。根据主因子的分布情况,南昌城市社会区可以划分为七类,社会区的空间分布形成一种同心圆和扇形的复合结构。</p>
|
| [27] |
Socio-spatial differentiation and residential segregation in the Chinese city based on the 2000 community-level census data: A case study of the inner city of Nanjing [J].https://doi.org/10.1016/j.cities.2014.02.011 URL [本文引用: 1] 摘要
Socio-spatial differentiation and residential segregation have been studied extensively in numerous cities and have contributed significantly to the understanding of urban spatial and social structures. Analyses of diverse data sets at varied spatial scales have supported the development of theoretical frameworks. However, the majority of Chinese case studies published in recent decades were dominantly based on either non-spatial data or population census data at sub-district (or jiedao in Chinese) level. These analyses have been limited through using low-resolution aggregate data resulting in incomplete or biased findings. This paper aims to examine the fine-scale socio-spatial structure of the inner city of Nanjing using the fifth population census data of 2000 at the lowest spatial scale 鈥 community (or juweihui in Chinese) level. Our findings reveal that the policies of the socialist era and the initial outcomes of the introduction of a free market, particularly with regard to the creation of new elite spaces within the inner city, have shaped a complex pattern of socio-spatial differentiation and residential segregation.
|
| [28] |
|
| [29] |
|
/
| 〈 |
|
〉 |
