1 引言 人口学是研究既定区域内的人类生命过程的各种状态、运动过程及规律的科学，由此，空间是人口学研究的重要维度。进入21世纪以来，相关学科如地理学、区域科学、空间计量经济学的发展，以及定位数据可及性与空间分析技术的应用，空间人口学受到重视并快速发展，相关的应用研究与探讨日益增多。 在我国，对于空间人口学的探讨多数基于地理学科和区域科学背景的研究，例如关注人口迁移、人口空间分布、人口与资源环境等，此外包括利用地理信息系统进行人口学变量的空间可视化研究，以及部分空间分析技术在人口地理学方面的应用。然而，现有研究进展中，无论是对空间人口学沿革与发展、还是应用研究，都缺乏较为系统性地梳理和探讨。 本文通过对现有的人口研究文献的分析和梳理，同时吸取已有空间分析理论、方法和模型应用，从空间视角对空间人口分析进行梳理，以期对空间人口学的发展与应用有所启示和推动。 2 空间人口学核心概念的界定 尽管空间维度对人口学研究的重要性已获共识，但目前关于空间人口学的概念界定却并不统一。空间人口学核心概念需要界定有助于理解空间人口学的内涵和外延，从而更好地凝练和把握空间人口学的沿革。 2.1 空间认知(Spatial Awareness / Spatial Thinking) 空间认知是指考察研究自然事物或者社会现象过程中，通过辨别研究对象所处的地理绝对或相对位置及其与相关因素的空间关联，对事物或现象进行描述、认知、推断及解释的研究方法和思路。空间的尺度可以是小到离散的点和个案，也可以大到国家领土和区域(Logan,2012)。空间认知具有以下功能：描述功能，可以捕捉和传达事物间的关系和表象等功能；分析功能，促进理解事物的结构的功能；推断功能，归纳事物演化和功能(Downs & De Souza,2006)。 在地理学界，地理信息系统技术和空间认知思维相结合，即GIS软件 + 空间数据分析已将地理信息系统拓展为地理信息科学(Haining,2003)，Goodchild更是倡导地理信息科学向社会科学等多研究领域的拓展(2004)。在社会科学中，大部分研究并不是技术层面的问题，而是研究实质的问题(Logan,2012)。无论是具有空间认知思维还是利用GIS和空间分析等先进的方法，都可以为社会科学以及人口学所借鉴。 2.2 空间分析(Spatial Analysis) 空间分析的发轫源于Tobler对空间事物关联性的陈述，后来称之为地理学第一定理，即地理物体是互相关联的,空间接近的地物间关联程度高(Miller,2004)。与非空间分析方法相比，空间分析重点强调了空间信息的位置、距离、方向、邻接性、尺度等多种特征。空间分析技术正在迅速的发展，已经在遥感、生态环境、地球科学、社会经济等领域得到应用，显示出强大的应用潜力。 空间分析在最近三十多年发展迅速尤其是在美国。20世纪80年代美国国家基金委充分认识到空间分析方法的巨大潜力及其与非空间分析的差异，1999年在美国科学基金的支持下，由Goodchild带头成立了空间整合社会科学中心(Center for Spatially Integrated Social Science，CSISS)，其目的是进行社会和行为科学研究的基础设施建设，包括方法、工具、技术、软件和数据获取等一系列研究所需的内容。其中的地理信息系统人口科学项目自2005年起陆续开展，目的在于提升年轻的人口学者利用空间分析进行人口学研究的能力。 人口空间分析由于涉及到空间维度下人口数据资料的搜集、整理和分析，以及同多维社会、经济、自然环境等相关因素的关联分析，由此人口空间分析既属于人口学分析内容，也包括在人口研究应用中，也就是集理论、方法和应用的新人口学研究方向。它的研究领域叠加于传统人口学研究生育、死亡和迁移等生命历程的议题基础上，更加关注与人口有关的空间位置与邻接关系、社会和空间的分层与隔离、人口与环境等议题。人口空间分析学科领域的成长点也就不能局限于传统人口学研究内容，而且也包括了人口学与地理学、生态学、经济学、社会学等多学科领域的交叉与综合。 2.3 空间人口学(Spatial Demography) 为了区分空间人口学(Spatial Demography)和人口地理学(Population Geography)，Trewartha(1953)首次提出了空间人口学的概念。英国地理学家Robert Woods(1984)在Geography and Population:Approach and applications书中的一章中较早地使用了空间人口学(spatial demography)这一提法。他认为对于迁移的研究也应该像生育、死亡研究一样受到重视。Woods and Rees(1986)认为空间人口学的研究应包含三种研究：同时考察人口数据的时间和空间模式研究；利用多区域方法的模型和人口估计；利用不完整信息进行的区域人口分析。 空间人口学与人口地理学隶属不同的学科，两者在研究对象和关注内容上存在差异，但研究方法及人口的空间分布特征解释上可以相互借鉴。具体来说，人口地理学应属于地理学人文地理专业的一门分支学科，隶属地理学范畴，它探讨人口发展过程和人口现象在地理空间上的表现形式及其地域差异，以及人口与各种自然、人文环境因素之间的相互联系和制约关系。即人口地理学是介于地理学和人口学之间的一个边缘性学科，其核心研究领域为人口的地域分布及其与主环境要素之间的关系(张善余，1999)。而空间人口学重点从空间维度上考察人口发展、人口与社会、经济、生态环境之间相互关系的规律性和数量关系，它结合地理学理论、空间数据统计分析理论和方法等新兴技术研究人口自身发展规律的综合性交叉学科，是人口学研究的重要分支，应属于人口学应用研究范畴。人口地理学出发点在于地学规律的探知，人口空间分布及其与环境要素的关联是其研究目标；而空间人口学则借助地学空间规律，以人口自然变量以及人口与社会环境变量之间的关系研究为主要内容，分析人口发展的规律以及人口和社会、经济、生态环境等相互之间的本质联系。 基于已有相关研究文献的梳理，本文认为空间人口学是利用空间分析方法(或基于空间认知)对一定区域内的规范人口学(生育、死亡、迁移)进行研究的学科；根据空间数据获取和空间分析发展不同阶段，我们认为空间人口学应该分为两个阶段：传统空间人口学和现代空间人口学。传统空间人口学是指1990年代及以前，尽管在空间数据及其分析方法应用较弱，但研究已经关注于空间认知和空间视角的人口学研究；而现代空间人口学则是指进入21世纪，伴随着地理定位数据的丰富，重点利用空间分析技术和方法，对人口学领域进行的系统研究。即在传统的人口学研究内容中，只要是具有空间视角的人口分析(无论简单或是复杂)都应该归属于空间人口学的范围之内。如，Voss(2007)认为空间人口学是关注某个区域内的规范人口学研究并整合到一定地理层级水平的人口特征的科学，并按照这个定义，Voss将上世纪中叶之前(在普查微观调查数据引入之前的研究)美国的所有人口研究都属于空间人口学范畴。现代的空间人口学在关注规范人口学研究自身的同时，强调地理定位数据和空间分析方法的使用。如，Castro(2007)提出空间人口学首先是关注规范人口学的核心构成要素的生育、死亡和迁移，以及人口规模、变迁和构成的模型，其次要充分利用一些统计方法，如空间统计、地统计、贝叶斯模型以及包含年龄、时间和空间三个维度人口模型。但总体上，Weeks(2004)认为大多数人口学研究只是有空间认知和空间视角，在研究实践中应用空间分析技术者较少。 3 空间人口学沿革与发展 3.1 空间人口学的学科属性 从学科分类角度，西方学者普遍将人口学分为侧重理论的规范人口学(Formal Demography)和侧重应用的人口研究(Population Studies)两部分(Hauser & Duncan,1959)，而中国学者将人口学体系分为三个组成部分：人口理论、人口统计学、人口的应用学科(中国大百科全书总编辑委员会，1991)。人口学理论和应用的交叉与综合导致了一些人口的应用学科专业领域出现，如历史人口学、经济人口学、市场人口学、社会人口学等等。空间人口学应该是人口学与地理学、区域科学的综合交叉的应用学科，渗透于规范人口学和人口研究多个领域。 依照规范人口学的核心研究领域生育、死亡和迁移来看，空间人口学最早的研究应该追溯到对死亡的空间分析研究，最为著名的研究是Snow创建了绘图法来研究英国伦敦的供水泵位置和霍乱死亡的分布(Snow,1855)。由于死亡率已稳定在低水平上，人口变化主要取决于生育率变动，生育率研究成为人口学研究的重点之一。传统的人口学研究生育率转变理论集中在社会经济和政策变化对生育率转变的影响，1980年代的两个项目即普林斯顿大学的欧洲生育史项目和世界生育率调查项目对传统的人口学理论提出挑战，这两个项目的研究结果发现，生育率的转变与社会经济的变化联系较弱，而与语言、种族和宗教联系很强(Coale & Watkins,1986； Cleland & Wilson,1987)。从空间角度，Coale 和 Watkins通过省级层面的一系列地图发现空间生育率扩散，从而引起了基于地域特征而建立的创新扩散理论的繁荣(1986)；此外，Rogers提出多区域方法用于人口建模和估计，该模型可应用于区域间人口增长和分布的差异，且模型可以考虑到迁移的因素(1966)。在人口迁移研究中，Rogers还提出利用改进的方法来测度国内迁移和分析空间动态变化，关注迁移的年龄模式、人口预测方法和城镇化，通过这些来研究国内迁移是如何影响国家安置体系等(1984)。 由于中国的人口转变晚于西方国家，早期利用空间视角对于规范人口学核心内容如生育、死亡和迁移的研究较少。最早的研究可追溯到人口地理学的领域，里程碑式的研究是中国地理学家胡焕庸于1935年在《地理学报》上发表“中国人口之分布”一文，该文精密到县级人口数据，利用传统的“点子法”(每个点代表2万人)手工绘制了2万多个点在地图上，产生了中国第一张等值线人口密度图，提出了“瑷珲—腾冲线”，也被称之为“胡焕庸线”。直到上世纪末期，国内大多数空间人口研究的内容都是关于人口分布、人口迁移与流动方面，具有浓重的人口地理学背景研究，空间人口学也并未和人口地理学有很好的区分和界定。 3.2 空间人口学的发展 空间人口学的发展是伴随着主流人口学研究内容变更而呈现不同的阶段，但与其他社会科学应用相比，仍发展相对缓慢，这与人口学自身学科的发展相关。如在1990年代之前，空间数据和空间分析技术匮乏，当时的人口学研究主要都是利用宏观层面的数据或是大规模的调查，进行区域内和区域间的宏观人口现象、态势的分析和比较。这期间的研究考虑空间层次也多是具有空间意识而缺少空间分析的人口学研究。而自20世纪90年代中期开始，由于受到“生态谬误”的困扰，加之这一时期各种大规模的涵盖详细个人和家庭信息的微观调查兴起，大部分的人口学研究重点转向了微观层面的研究，如家庭人口学研究。仅有少数学者依然坚持利用总体区域作为分析单位关注着城市人口、农村人口和应用人口学的研究(Voss,2007)。Fearon利用文献计量学分析方法，对于1990-2001期间空间分析在各个学科数量、学科分布进行了量化分析(2003)，结果显示空间分析技术应用发展最为迅速的六个学科分别是：城市研究和规划、地理学、统计学和运筹学、区域科学、经济学和社会学，有少数学者已经利用空间分析方法对人口领域进行研究，但总体上空间人口学在人口学领域的发展较为迟缓。 进入21世纪以来，一些人口学家关注空间人口学并发起研究和讨论，促进了空间人口学的复兴。其中由Wachter在美国科学院院刊(Proceedings of the National Academy of Science，2005)和Voss在人口研究和政策回顾(Population Research and Policy Review，2007)这两份具有重要影响力的学术期刊上组织空间人口学专题讨论，拉开了空间人口学复兴的序幕。Voss的“人口学是空间科学”(Demography as a Spatial Science)一文被认为是具有里程碑意义的研究，该文强调了人口学研究的空间本质(2007)，并通过回顾基于空间思维和视角的人口学的研究预期，认为空间分析可以发展和验证人口理论，提出了空间分析方法在人口学中应用的基本框架(2004)。Castro则通过空间视角下的规范人口学核心领域如生育、死亡、迁移的研究进展，强调了空间人口学的分析结果将对公共政策监测和调整予以新的启示(2007)。，此外，2000年以来，美国人口学会(Population Association of America)的年会中也不定期的设立有1-2个空间人口分析的专题分会进行研讨。美国国家儿童健康与人类发展研究所(National Institute of Child Health and Human Development，NICHD)人口与行为科学分支也在其2002制定的未来长远发展规划中，将空间人口学正式确定为学科分支之一。甚至，2013年新期刊《空间人口学》(Spatial Demography)发刊，重点刊发空间人口学的研究成果，这些人口研究大多采用先进的分析方法如空间计量方法、地理加权回归、多水平模型、空间模式分析等，研究领域也非常多元化，覆盖种族隔离、社会分层和公平、健康结局与行为风险、患病率和死亡率估计、生育模式、家庭转变、老龄化、人口与资源环境互动等。 3.3 空间人口学的人才培养 作为多学科交叉的人口学研究，学科进展从来不局限于独立的人口研究和学术机构，而是依据交叉和桥梁学科特征进行跨学科的研究，但作为基础理论和方法的人口学专业培训尚需在人口研究机构或人口研究中心进行，如美国人口中心学会(Association of Population Center)提供了25个人口学研究培训中心。然而，进行空间人口学的培训机构确实极度稀缺，在APC中只有4个培训中心可以进行地理信息系统和空间分析研究，提供常规的GIS和空间分析课程(Castro,2007)，甚至在拥有人口研究中心的8所大学中，也没有开设地理学或是相关学科的专业院系，这无形中增加了人口学研究空间分析的困难性。 在这种情况下，美国有很多研究机构业已致力于空间人口学的人才培养。如1999年美国国家科学基金会资助成立空间整合社会科学中心(CSISS)，2003年开始强化空间视角课程培训(Spatial Perspective on Analysis for Curriculum Enhancement，SPACE)，重点关注空间分析技术的发展、应用和培训。在儿童健康和人类发展研究所(NICHD)的资助下，宾夕法尼亚大学人口研究所和空间整合社会科学中心(CSISS)合作成立“GIS和人口科学研究项目”，自2005年起，陆续为学生和年轻学者提供短期专题研讨和培训。 在中国，关于空间人口学的研究机构和培训逐渐受到国内人口学界的重视，如，北京大学人口研究所承办的社会科学研究方法暑期培训班在2007年就设计了空间数据分析和GIS应用课程的教学计划，并从2013年起业已举办了三届。中国人民大学人口与发展研究中心的研究生课程上也陆续开展了空间分析课程建设。 对应于空间人口学的培训机构的稀缺，相关教材更是匮乏。将空间地理数据和空间分析方法用于人口研究，对于人口学家来说面临的主要是方法上的挑战(NICHD,2002)。同时，对于熟悉空间分析方法应用的学者，也需要把握人口研究的理论和应用实践经验。只有这两个方面的结合和共同促进才有可能加快空间人口学的发展。但正是由于空间人口学的交叉学科属性，导致现有教科书也存在“分叉”，即：一方面从人口学专业出发的专著往往只在方法部分象征性地介绍一些GIS和空间分析概念，缺乏深入的应用分析探讨；另一方面，从空间分析应用技术出发的教材却主要依照自然科学研究实践，较侧重于统计方法、公式和理论，缺乏与人口学研究的结合(Matthews，2013)。在我国，可以用于空间人口学的教材主要是早期引用或翻译日本人口地理学家铃木启佑1980年出版的《空间人口学：人口分布移动记述解析》。首都经济贸易大学的黄荣清教授2009年编著的《地域分析方法》则利用空间视角，探讨了区域科学分析方法和部分人口学研究实践，但也并非专门的空间人口学教材。 3.4 国内研究的现状 与如火如荼的国外空间人口学研究复兴且快速发展相比，国内的相关研究匮乏。2015年作为“胡焕庸线”提出的80周年，人口学和地理学界发起了一些研讨会形式的纪念活动，其中审视空间人口学在我国的进展也是重点之一。为此，我们利用“人口”与“空间分析”或“空间人口”等关键词在中国期刊网进行检索，检索时间跨度为1990-2014年，杂志范围定位于我国人口学领域主要期刊*指《中国人口科学》、《人口研究》、《人口与发展》、《人口学刊》、《人口与经济》、《西北人口》和《南方人口》等国内人口学界公认的七种杂志。，并依据论文标题、摘要信息逐一进行筛选判断，共获得利用空间分析方法或研究视角的人口研究主题论文307篇，发表情况如图1 所示。 图1 1990—2014年中国主要人口期刊发表空间人口相关主题研究论文情况 从图1可以看出，我国学界对人口研究中利用空间视角或空间分析方法的科研产出日趋增多，但空间人口学的研究论文在人口学研究中一直处于边缘化的地位，即相关研究论文数量还在低水平波动。不过总体上期刊发文状况能够反映出学界对于空间或者区域视角下人口学研究的关注日趋增加。 当然，除去人口学期刊外，其他学科对于空间人口学研究的关注在逐渐增加，这些研究中一方面是对规范人口学进行探索。如张旭等(2012)将探索性空间数据分析应用于低生育水平下的全国生育率区域差异研究，分析了1990-2000年省级总和生育率的时空演变趋势。另一方面，人口学研究内容和其他学科相结合产生了多种人口空间分析的应用。如人口健康分析中不仅需要地理学和空间分析方法，还要考虑公共卫生研究下风险暴露人群的人口学分析(戚晓鹏等，2010；傅崇辉等，2014)。越来越多其他社会科学领域的学者开始加入空间人口学的探讨中，显示出空间人口学交叉学科的属性特色。 4 空间分析在人口学的应用探讨 人口学研究的主体人口总是在一定区域内进行统计的，因此人口学离不开空间分析和空间视角。从空间分析视角研究问题有两个角度，即(1)分析研究对象的局域或者邻近特征；(2)分析涉研究对象的地理位置相关因素(Star & Estes,1991)。人口地理学以及区域人口学即是从地理分布或者区域视角下分析人口学变量特征及其影响因素，由于空间数据度量的复杂性和可及性，人口学领域的空间分析发展较为缓慢(张文新，2001)。人口学研究的内容覆盖到既定区域空间内的个体自身特征与行为，以及人群作为一个整体人口的规模、分布、组成结构和时空变化等方面，空间分析在不同领域的分析方法内涵和外延也存在差异。为此，我们首先厘清空间分析的研究内容及其可能与人口学研究内容相结合议题，在此基础上，结合目前地理学空间分析理论体系(王劲峰等，2000；王劲峰等，2014)，本文尝试提出以下空间分析在人口学应用的框架，并阐述人口空间分析的优势与数据需求方面的问题。表1揭示了目前空间分析的名称概念、内涵以及可能涉及到人口学应用议题。 借鉴表1涉及到的空间分析概念以及现有或潜在人口学中的应用，并梳理国内人口学、社会学、地理学等相关领域的研究进展，我们也尝试提出目前人口学研究中的前沿或者有待深入的若干议题，并总结传统人口学研究方法作为对照，提出人口空间分析能够在现有人口学研究的基础上做进一步的拓展(表2)。需要说明，这里列举的六项议题并不是代表人口学研究的主要内容，只是这些议题隶属综合交叉研究方向，涉及到我国人口学界研究的进展与国家发展战略与重大需求，需要人口学界从空间维度重新梳理和深入分析。应该说，这些议题的深入研究不仅可以进一步拓展经典人口学研究内容，树立人口学研究应用典范，也可以拓展人口空间分析的理论方法体系和研究内容。鉴于人口学的空间分析从空间意识到理论和模型还处于初步阶段，这些基础性问题的解决在理论和模型方法应用中可能有交叉和重复，有待于后续应用过程中的继续完善。 表1 空间分析概念内涵与人口学研究应用名称概念称谓与内涵人口学应用方向GIS图谱分析空间邻近、图层叠加、要素缓冲分析等,利用GIS数据分层存储模式以及拓扑属性,能够进行单个或多要素的几何运算人口学数据的空间可视化、专题地图制作网络分析、流分析,即依据网络拓扑关系(点、线、连通性)考察位置及属性的空间特征人口迁移、就业与居住安排、疾病传播数字高程模型/三维分析,即利用三维坐标数据描述类似地形分布与高低的模型算法人口数据的可视化分析与专题图地理统计分析地理模拟与克里格插值分析,以变异函数和结构分析为基础在既定区域内进行区域化数据无偏最优估计人口学集合数据(如人口密度)的离散化、环境因素数据间接估计空间统计格局分析数据分析点数据分析,基于个案数据的密度或距离衡量其空间分布的集聚或分散性人口学个案数据空间模式分析区域格网数据分析,分析空间网格集合数据属性及其空间位置和相互作用对其分布的影响区域人口学集合数据(生育率、死亡率等)的空间差异的邻近与环境分析数据探索分析(ESDA),隶属数据驱动分析方法,是利用统计学原理、图表数据可视化技术相结合对空间维度的数据进行分析、鉴别,引导确定性模型构建与分析人口学汇总数据的空间效应分析、区域差异性描述以及环境邻近关系与居住地的特征分析等空间回归分析,即借鉴经典回归分析思路考虑自变量/因变量在空间上关联而依据权重矩阵进行调整的模型驱动分析人口学研究主题中适用经典回归模型分析的空间修正与测度,分析人口学变量空间溢出与变异地理加权回归分析,通过局部位置相关参数调整并利用最小二乘法进行逐点参数估计的回归分析人口空间分布数据变量与环境相关分析,如人口生存/健康状态的分布差异解释空间复杂模型随机模型元胞自动机/多智能体、神经网络、遗传算法,隶属数据驱动分析方法,通过条件约束机制模拟研究对象的行为特征与结果人口自身或状况在空间上的模拟分析,如人口分布增长模型等动力学分析系统动力学、社会网络模型,利用系统反馈机制并考虑空间非线性、多层次、或者复杂网络结构等模拟分析人口学研究主题中人群行为特征的空间分散与传播,如死亡模式、知识扩散等运筹学模型人资环耦合模型、CGE模型,基于系统优化理论分析相关的多因素之间博弈状态,如指标评价熵、经济行为模拟分析人口社会经济生态综合系统下人地关系、劳动力市场、产业与家庭收入等时空统计分析疾病传播SSIR模型、模拟退火模型、时空自相关移动平均模型(STARMA),多学科相关综合时间和空间两个维度以及人群差异的数据驱动分析家庭状况时空分析/疾病的预防和治疗以及人口迁移的成效分析等 5 空间人口学的挑战与展望 空间分析或者空间视角研究人口学问题是人口学领域内在的方法和研究范式，然而空间数据的可及性以及测量或计算方法的进展限制了空间分析在人口学领域的深入，人口空间分析更多的浮于对区域人口或者亚人群的描述性分布陈述，而缺乏理论方法和模型的支撑下的量化、实证研究。伴随着信息技术的发展以及海量空间数据的日益丰富，人口空间分析或者说空间人口学面临者新的契机(封志明、李鹏，2011)。然而空间人口学未来将面临很多机遇挑战，本文尝试分析相应的问题并给出建议。 5.1 人口学研究中的空间分析向度不足和建议 5.1.1 人口研究自身领域的拓展与空间人口学研究相结合 在空间数据获取方式和空间分析方法不断进步的今天，应该唤起更多的人口学研究纳入空间视角和分析，深入解释基于空间的人口现象、规律和机制。空间人口学是交叉学科，具有很强的应用属性，已经逐渐有其他学科的空间分析向人口学应用拓展，极大地丰富了空间人口学的研究(Entwisle et al.,1997)。事实上，空间人口学的研究需要从典型领域寻找突破口以引领整个学科的发展，目前人口健康研究涉及到人口学特征以及人类行为模式和健康效应，而这些自然联结到空间维度的自然和社会环境变量。目前已经有较为清晰的方法和模型应用框架并做出了较好的实证分析。因此，可以从典型人口健康研究中寻找突破口，结合经典人口学理论方法中的生命历程，进行人口空间分析的方法和应用整理。 表2 若干人口学议题空间分析应用与传统人口研究方法对比研究议题经典人口学理论方法人口空间分析拓展人口、资源与环境协调发展分析指标体系与短板理论:采用Delphi方法、因子分析以及单因素承载力分析(推算、评判、多目标分析与系统动力学等)以及可能-满意度分析等时空运筹与多目标耦合理论:选择时空加权回归模型衡量区域差异;多目标约束优化模型进行区域优化;采用CGE模型辅助决策等人口健康资源利用/老龄化社会养老和资源优化配置人口规模预测与资源配置:采用人口规模与卫生资源配比,分析人口病因与资源利用等,集中人均资源但缺乏区域的统筹时空调控与运筹理论:考虑空间变异的泛函分析模型,经典资源配置理论与区域相关性相结合,采取多目标约束模型优化等城镇化与产业布局注重探索产业升级、城市布局分析人口结构特征,但缺乏人口在空间迁移与分布对产业和城市空间的影响空间分布的地理分析与模式识别:采用地理图谱分析与地理探测器模型;空间格局距离椭圆模型等进行区域综合决策人口/劳动力市场迁移与流向分析推拉理论、经济学理论、双重劳动力市场、年龄迁移率模型等:从个体上进行分析流动意愿与人口特征采用空间交互与网络流分析理论:网络路径分析、资源分配与连通分析、流分析等,进行人口空间流动驱动力分析区域人口学指标稳健性估计(如生育率、死亡率、出生性别比等)流行病学模型:大样本抽样调查分析,易发生生态谬误考虑空间关联性与权重矩阵模型:采用Bayesian估计与Gibbs采样模型等进行小样本扩增估计人口生育模式、健康储量区域比较传统多元统计分析:将人口在视为独立样本进行统计分析采用空间多元数据分析方法,如:空间回归模型;空间分层模型等进行个体与区域样本分析 5.1.2 人口数据采集与地理空间数据等多源多维数据相结合 人口空间分析的应用首先需要有大量具有空间属性的人口学数据及相关资料。但传统人口学研究数据来源主要基于国家人口普查、专题抽样调查以及小范围的社会调查等数据资料，但这些数据的早期搜集过程中，由于空间维度资料搜集难度较大，而往往造成空间数据缺失的情况。但若在人口数据实地调查数据搜集之时，事前和实时的数据采集设计即采用空间思维，利用快速发展的空间数据搜集方法，即新型的个体和区域基础的地理空间数据引入，将促进理论、数据和方法的结合，能够在人口与健康后果进行多水平分析(Entwisle et al.,1997)。此外，这些新方法、新数据也可相互影响，促进概念模型生成，从而促进空间数据和信息方面的人口研究。如，Kumar利用空间抽样的方法于2004年1-4月在印度德里的调查关于呼吸疾病和人口调查，提出方法包括建立居住区域的抽样框、在居住点模拟随机点权重，模拟区域在GPS导航帮助来识别该位置区域的家庭(2007)。在我国，目前人口调查数据中，也有不少调查开始涉及到地理编码等问题，这为人口空间分析提供了数据资源。 5.1.3 专业人才培养与学科发展 引导和培训更多的研究者加入也是空间人口学发展的关键之一。如2002年对人口学研究人员的一项调查显示，人口学领域的不断扩展需要人口学家获取额外的知识和技能以及熟悉相应领域的概念和工具、迫切需要调整传统人口学模型分析方法来培训未来的人口学家面对快速持续变化的环境(Menken et al.,2002)。在我国，人口学人才的培训始于上世纪70年代中期，然而，在新人口形势和信息技术快速发展下，空间人口学发展严重滞后，华东师范大学人口地理研究室(1983年扩建为人口研究所)是全国第一所也是目前为数不多的兼顾人口与地理的研究机构，其人口地理研究处于全国领先地位。现有人口研究机构对空间人口学的重视尚有不足。人口学研究领域在不断扩展，与之相应的是要求人口学专业人才培养机构及时调整培训方式和内容，如何将空间思维和空间分析应用于一些新的领域也应该纳入培训的内容，如生命历程变迁、社会和空间流动、临近社区和迁移、社会网络与迁移、旅游生态影响、人口分布与迁移对气候变化影响等。 5.2 数据的挖掘和融合 数据共享、大数据实时分析和地理要素数据的融合也是目前空间人口学数据的障碍和困难之一，有效融合地理信息系统数据在人口学研究中将拓展其应用，这既包括传统人口统计数据(普查、微观调查数据)的空间化处理；也包括从丰富的GIS数据库和遥感图像获得的地理信息经常用于人口研究，而且这些信息可以很便利地添加到相关的人口数据库(Chi & Zhu,2008)。目前已经部分研究将GIS与人口信息的结合与应用，这些研究是主动引入GIS与空间数据管理平台，以人口研究为主题，构建了人口地理信息系统与应用，包括人口GIS构建与应用讨论(何雄、易成栋，2004；李军利、查良松，2009)，此外还有研究结合空间数据分析方法与GIS平台进行了人口数据分析(王广州，2000；刘永伟等，2013)。事实上，随着地理或定位信息的越来越丰富，空间人口分析技术、算法与传统的分析技术结合将成为必然(王广州，2015)。人口学本质上就具有空间属性，人口空间分析将人口学研究变量与自然环境、社会经济发展数据相结合，自身就具有大数据特征，在大数据浪潮的推动下，人口空间分析的发展具有广阔的前景。 5.3 人口数据的空间化 人口数据本身具有一定的空间属性，即人口的统计总是在一定区域内进行。空间数据本身具有分辨率特征，不同的统计尺度下的数据，所采取的空间数据分析方法也不相同。人口数据的统计往往采取的区划单位为行政区划，在分析人口与环境相互关系时，环境变量的衡量往往并非依照行政单元。也就是说，人口的分布并非按照行政单元进行区分，为此，人口空间分布上有大量长期的研究(田永中等，2004)，目的是人口数据的空间化，选择合适的尺度和研究区域进行分析。 此外，地理学和人口地理的空间分析往往不仅涉及到人口空间分布的过程，而且还会考察不同地理尺度或空间关系的人口发展特征。如单纯人口空间分布密度的计算在利用空间分析时，就涉及到尺度转换(王磊、蔡运龙，2011)。目前人口数据空间化的主要方法是综合GIS技术，以RS图像为主要的信息与数据源，依据影响人口分布的土地利用、植被、海拔高度、河流水系等自然要素与铁路、公路、城市位置等社会经济要素的空间分布，建立回归模拟模型，并将人口数据反演到较高分辨率的地理格网上(闫庆武,2014)。人口数据空间化已成为当今社会人口、地理等多学科研究的热点，如何寻找到更为有效的方法实现人口数据空间化，选择合适的空间尺度，并探究人口数据中所隐含的空间信息是研究人口发展变化的关键问题。 综上，随着空间分析技术的发展、大数据时代来临，更多的空间地理数据库将被开发和共享，空间人口学也将迎来崭新的未来。采用先进的分析方法以及时间和空间数据链接，将有助于我们对人口过程的空间解读，同时，空间人口学的研究也将对公共政策如公共卫生和健康、区域公共资源配置等政策的监测、评估和修正提供更为有力的理论支撑。进入新世纪以来国外空间人口学快速发展和复兴激励着我国的空间人口学研究发展，以空间的视角引领人口学研究，我国的空间人口学发展依然任重而道远。

文章来源：人口研究 网址: http://rkyj.400nongye.com/lunwen/itemid-10066.shtml

上一篇： 2015:中国人口学研究回顾和述评
下一篇： 内分泌腺及全身性疾病论文_肾衰宁胶囊联合替米沙坦对糖尿病肾病患者血管内皮功能及炎症因子水平的影响