沈体雁，古恒宇，劳昕 | 走向空间的人口学研究：西方空间人口学研究的回顾、评价与展望

摘 要：空间是人口学研究的固有维度，20世纪50年代以来，西方学者已开始从空间视角探究人口问题。近年来，随着计算机技术和空间分析方法的提升，西方空间人口学研究发展迅速，逐渐走向成熟化与体系化，成为人口学研究的重要方向。我国人口学在空间维度上的分析虽然已有“胡焕庸线”等经典成果，但具体到空间人口学这一学科进展方面，仍需对空间人口学中的核心概念进行辨析，并阐述空间人口学与人口地理学的关系。本文首先简述西方空间人口学的起源、发展与演化，并从分异与隔离、生育与死亡、迁移与城镇化、区域人口预测、人口与环境等5大主题对跨世纪以来西方空间人口学研究进行梳理。此外，本文归纳了空间人口学研究的主要方法。最后，对空间人口学未来研究方向进行展望，并对国内空间人口学研究提出建议。

---

关键词：西方空间人口学; 空间分析; 人口研究; 学科进展

作者简介：

第一作者：沈体雁（北京大学政府管理学院），男，教授，博士生导师，主要从事城市与区域规划、空间计量经济学研究，E-mail：[e-mail]. cn

通讯作者：古恒宇（北京大学政府管理学院；芝加哥大学空间数据科学中心），男，博士研究生，主要从事空间人口学研究，E-mail：henry. gu@pku. eu. cn

20世纪下半叶，西方社会科学领域的学者开始呼吁重视社会科学中的空间问题。空间分析技术、模型与理论伴随GIS技术的日渐成熟而发展迅速，推动了社会科学“空间转向”的进程。在此背景下，空间人口学（Spatial Demography）在西方学界出现并迅速发展，受到人口学、区域经济学、人口地理学学者的关注。空间是人口学研究的固有维度和应用分析的核心概念，人口学中的“人口”常指代某一地理区域和特定时点上具有某些特性的群体，人口数据也因而具有空间数据的特点。尽管西方空间人口学研究方兴未艾，但国内相关领域的研究仍处于发展阶段。空间人口学作为一门新兴学科，还面临诸多问题。本研究通过梳理西方空间人口学的发展脉络，辨析核心概念，归纳研究趋势，并论述西方空间人口学最新进展，以期推动我国空间人口学的学科发展。

1 空间人口学的核心概念

1.1 空间人口学的定义

空间人口学的概念最早伴随着西方学界对人口迁移问题的研究而出现。铃木启佑在《空间人口学》一书中认为人口问题要从人口规模和人口分布两个方面考察，人口分布不仅取决于出生率和死亡率，更取决于区域间的人口迁移；Voss是空间人口学的重要奠基人，其发表的“作为空间科学的人口学”（Demography as a Spatial Social Science）认为空间人口学是将传统人口研究置于区域视角下产生的新学科；Matthews等将空间人口学定义为“对人口问题及过程的空间分析”，强调了GIS空间分析技术对空间人口学发展的意义。国外学者对空间人口学的定义可归纳为：从尺度上看，空间人口学关注人口现象在区域视角下的整体呈现，而非个体视角下的行为研究；从方法上看，空间人口学与空间分析技术的发展密不可分，甚至有学者认为空间人口学就是使用空间分析技术解决传统人口学中的学科问题。

空间人口学是在GIS数据采集和平台的支持下，结合空间分析技术，如制图表达与可视化、格局识别、机制分析等技术和模型方法，对区域尺度的人口问题（如生育、死亡、迁移）进行研究的学科。空间人口学具备以下特征：①人口空间数据的采集：人口空间数据的获取是空间人口学分析的前提，所使用的数据不仅需要包含人口属性特征，还需具有事件的位置信息（如地理坐标）；②空间分析方法的应用：在传统基于地理认知的空间分析（如缓冲分析、叠加分析）的基础上，强调空间关系建模和空间统计分析方法的运用；③模型空间化：空间人口学的分析模型应体现空间概念，“空间”通过运输成本（新经济地理学模型）、距离参数（引力模型）等方式进入模型，或模型中应体现空间交互过程（多区域人口预测模型）；④分析视角区域化：空间人口学关注的是区域尺度上的人口现象，主要从宏观的角度探讨人口问题。

1.2 空间人口学中的空间与空间分析

空间是人口学研究的重要维度，把空间看作人口现象发生的背景和客体时，需关注人口现象在空间上的分布格局及影响机制，如劳动力市场格局的空间特征及其形成原因；把空间看作影响人口现象的主体时，应重视空间本身对人口现象施加的影响效应，如城市建成环境如何塑造城市内部人口分布格局。从客体和主体两个层次理解空间与人口现象的关系，是空间人口学看待人口问题的逻辑起点。空间分析的思想基础源于地理学第一定律：地理物体相互关联，且距离越近关系越紧密。空间分析技术的进步是空间人口学发展的重要动力，更完善的空间分析技术、更详实的地理空间数据和更具问题导向的GIS分析方法效益良多，极大地提升近年来人口学界对空间的重视程度，例如：空间计量经济学（Spatial Econometrics）、地理加权回归（Geographically Weighted Regression）、多层次模型（Multilevel Modeling）。然而，正如Goodchild等所强调的，空间在模型中的理论解释仍欠缺，比如在空间相互作用模型中，空间既可以被理解成交通成本，又可以反映出群体交流与距离的相关性。因此，不能简单地把空间人口学等同于人口学问题的空间分析，空间人口学在强调空间分析技术的基础上，更应该推动前沿技术与基于空间的人口学理论的对接。

1.3 空间人口学与人口地理学的联系与区别

人口地理学是一门历史悠久的学科，最早对地理学中人口问题的关注可以追溯至17世纪中叶地理学家瓦伦纽斯（Varenius）在《普通地理学》中的论述，而最早对人口地理学系统性的研究则始于拉采尔（Ratzel）的两卷《人类地理学》（Anthropogeography）。在我国，人口地理学最著名的标志是“胡焕庸线”。20世纪80年代，人口地理学者进入了人口学研究领域，促进了人口学与地理学的进一步交融。随后，我国的人口地理学蓬勃发展。

空间人口学与人口地理学既有区别也有联系。两个学科最大的相似之处是非常强调空间因素在人口分析中的作用，试图从空间的角度对人口现象的产生、分布和演化进行机制分析。两个学科的主要区别则在于，人口地理学研究人口的地域分布规律及其与环境之间的关系，属地理学范畴；而空间人口学则主要结合人口学地理学理论和空间统计等技术研究人口发展规律，属人口学范畴。例如，人口地理学主要关注人口分布和迁移的“量”在空间上的呈现，而较少关注年龄结构、性别结构、健康状况等人口学特征；而空间人口学不仅关注“量”的变化，更关注人口学特征在空间上的分布与演化，且相对来说更加强调分析技术的运用。总之，相对人口地理学，空间人口学更加关注地理空间视角上的人口学问题。

2 空间人口学的发展历程

空间人口学最明显的特征是人口数据的空间性和研究视角的区域性，根据这一理解，20世纪50年代以前多数西方人口学研究都属于空间人口学的范畴，这些研究在关注人口趋势或人口变化分析时，将数据加总在一定地理层级水平之上。尽管Voss也承认这种分类方法不完全恰当，但这反映出早期西方学界对空间人口学的认识，即在传统的人口学研究内容中，只要具有空间特征的人口分析都属于空间人口学。事实上，在20世纪中叶以前，西方人口学研究非常广泛地运用了这种基于空间的分析模式。20世纪中叶开始，随着社会学界“生态学谬误（Ecological Fallacy）”困境的出现以及大规模微观人口学统计调查方式的普及，西方人口研究逐渐转向微观层面的人口研究，开始关注家庭、个体的社会人口学。此时，人口学的微观研究成为主流。20世纪80年代开始，GIS技术迅猛发展，空间人口学研究也再次受到西方学界的重视。首先关注将空间分析技术运用在人口学研究中的是一批人口地理学家，Rees等强调了人口地理学的重要方向就是运用空间分析和人口统计学方法分析人口问题；Woods建议将生育、死亡和迁移等人口学传统命题纳入到空间化的人口地理学研究中，明确了“空间人口学”的研究方向。在此推动下，西方有关空间人口学的文献数量开始增加，Congdon等出版了关于空间人口学的论文集，并从空间规划和人口信息、居住与再分布、人口迁移与人口预测共4个层面综述了该领域的文献。以人口学为代表的社会科学领域在该时期开始重视并吸纳地理学、区域科学、空间计量经济学等相关学科的研究成果。相对传统的空间人口学研究，那时空间人口学呈现出模型、数据、分析视角的空间化特征，研究主题逐渐多样化，跨学科的人口学综合研究开始出现，这种发展趋势一直持续至今。

3 跨世纪以来西方空间人口学的研究热点

空间人口学直到世纪之交才迎来大发展，多篇发表在国际人口学顶级期刊上的论文在理论上和应用上为空间人口学的未来发展指明了方向。2013年，《空间人口学》（Spatial Demography）杂志发刊，标志着空间人口学在西方学界的成熟化和体系化。总体来看，西方跨世纪以来空间人口学的关注重点主要可以分为以下几类：

3.1 分异与隔离

种族、阶层、收入、教育水平等人口学特征在空间上的分异与隔离是人口学者长期关注的问题，这种分化往往导致地区经济要素发展的不平衡。人口经济变量在空间上往往表现出空间异质性和空间依赖的特征。随着空间计量经济学的发展，空间回归模型通过引入空间权重矩阵，成为解决空间异质性和空间依赖的有力工具。当研究者试图探究影响某人口变量的作用机制时，空间权重矩阵使空间计量模型可以计算影响该变量的三种交互效应：空间相互作用、空间外部性、空间关联的随机扰动项影响，从而更加准确地进行评估。

西方文献多围绕以下三个方面展开研究：①居住分异：关注居民在居住区内种族、教育水平、年龄结构等人口学特征的空间分异，以及居住区环境的空间分异与居住区人口学特征的关系。Harris等使用多层次模型的建模技术，研究了伯明翰市内社区中的学生是否偏好于选择距离自己更近的州立中心，发现居住区民族构成等人口学特征对学生的学校选择具有显著的影响；Duncan等使用莫兰指数、OLS回归、空间自回归等方法测度波士顿社区可步行性的空间分异及其与空间人口变量的关系，发现尽管出现了居住分异的现象，但空间人口变量对居住区可步行性的影响不显著。②地区贫富差异：关注地区之间经济发展水平以及贫困水平等的空间差异及其影响因素，其中儿童贫困率是该领域的研究重点。2006年起，Voss等开始尝试运用探索性空间分析和空间回归分析计算美国县域儿童贫困率空间自相关性及空间溢出效应；近年来，该团队将空间计量经济学应用在儿童贫困率研究中，并考虑更多自变量的影响效应，发现地区种族的集聚和产业结构的重组对地区贫穷水平具有显著影响。③其他社会问题空间分异：关注犯罪率、失业率等社会问题的空间分异及其影响因素。Arnio等基于OLS和GWR的方法研究了芝加哥市犯罪率的空间分异特征，并发现社区黑人比例、迁入人口的集中度、等变量对犯罪率产生显著的空间影响；Thiede等基于泰尔指数评价2007—2009年间县域尺度和州尺度失业率的空间差异，发现各州内部县域劳动力市场的不平衡问题正在加剧，失业率上涨较快的县受到类似因素（如较低教育投资）影响。

3.2 生育与死亡

生育与死亡是人口学研究的传统主题，也是空间人口学关注的热点问题，西方空间人口学界基于空间分析技术对该传统话题进行了深入探讨。Porter基于美国县域尺度的经济与人口数据，探究了在全球生育率下降趋势减缓的背景下地区经济发展与生育率的关系。诸如同居生育等热点问题也进入空间人口学研究的视野。Vitali等研究了挪威1988—2011年间同居生育的空间分布特征，发现该现象呈现出较强的空间异质性和自相关性，基于空间面板回归模型发现失业率、女性教育水平等因素是主要原因。此外，随着医疗条件的改善，人们对生育质量的要求越来越高，产前保健等问题也成为近年的研究热点。

对于死亡率的研究主要以发展中国家为案例，研究热点集中在儿童死亡率的预测和估计等方面。Balk等基于OLS回归模型探讨了10个西非国家儿童死亡率的影响因素，发现地理环境要素与儿童死亡率具有较大相关性；Yang等使用空间杜宾模型发现美国县域尺度的死亡率呈现出明显的空间溢出效应，如邻县拉美裔人口比例与本县人口死亡率具有显著相关性；Jankowska等基于1987—2006年加纳阿克拉市5岁以下儿童的死亡率数据构建估计模型，发现当地儿童死亡率呈现出空间异质性，且受到环境影响较大。此外，人口老龄化问题也受到学者关注，有学者在美国人口老龄化背景下，对不同空间尺度下医疗保险受益人数进行估计，为政府制定医疗政策提供参考。

3.3 迁移与城镇化

随着全球化深入发展，交通条件不断改善，人口迁移的数量和频率都开始超过以往发展阶段，呈现出新的迁移模式和格局。在多个国家和地区出现低自然增长率的前提下，由地区间人口迁移产生的机械增长率成为影响地区人口数量及结构变化的重要因素。人口迁移的文献多围绕以下三个方面展开：①由人口迁移导致的城市内部及区域间人口分布的空间规律。如Kalogirou对英格兰和威尔士人口迁移的空间趋势进行制图表达；Mazza等使用Ripely’s K函数法测度了意大利卡塔尼亚市内外国迁入人口的空间分布规律，发现不同城市对外来移民的吸引力具有差异性，斯里兰卡、毛里求斯、塞内加尔和中国的移民出现明显的空间集聚，而突尼斯和摩洛哥等地的移民则呈现出相对随机的空间分布特征。②人口迁移的影响因素。Fernandez等研究了美国埃尔帕索市教育水平对人口迁出率的影响，发现该市的墨西哥人和墨西哥裔美国人更愿意迁离本地；Withers等从经济地理的视角评价美国家庭迁移的成本与回报，认为在迁移过程中，家庭成员间的利益并不均等，如迁移至远离劳动力市场的家庭妇女的一大动因是寻求更廉价的住房价格，否则将会迁移至靠近劳动力市场的区位。③人口迁移的距离特征。Stillwell等基于英格兰消费者调查数据，通过改进的空间相互作用模型对区域内人口迁移距离进行测算，并使用英格兰2001—2010年人口调查数据进行检验，结果显示该模型比传统模型具备更高的解释能力。

净迁移人口是城镇人口变化的重要组成部分，人口迁移的空间特征往往导致区域城镇化水平及城市规模的差异性。Ortega从空间人口学角度分析城市群的扩张和变化趋势，基于热点分析方法对菲律宾马尼拉县域尺度人口空间格局及变化进行研究，从而解释城市群空间形态的变化，发现该区域呈现出增长点扩张等空间形态变化规律。Strozza等研究了2001—2010年意大利八个城市群国内移民和国际移民趋势及对地区人口数量变化的影响，结果发现意大利中北部城市群的人口增长主要取决于国际移民迁入。

3.4 区域人口预测

区域人口预测是人口学的研究热点和难点，对不同时段的区域人口数量和结构进行准确预测是制定区域发展政策的重要参考标准。以往主要使用基于数学的预测模型（线性模型、二次模型等）、基于人口学理论的队列预测模型、社会经济模型等方法进行单区域人口预测工作。单区域人口预测方法所预测的各区域男女、年龄别人口数及人口总数很难与预测得到的上一级区域（或全域）的相关参数吻合，且在考虑迁移因素时，一般只能考虑所预测区域的净迁移人口，无法准确把握将来区域之间人口迁移流的规模、流向及分布。将空间影响引入传统预测模型是多区域人口预测与传统单区域人口预测的根本区别，而这恰恰也是空间人口学相对传统人口学研究侧重点的转移。马尔科夫链模型是多区域人口预测的基础模型，依据概率理论和矩阵的方法可以基于t时刻各区域的人口数量推算t+1时刻各区域的人口数量，该方法与诸如灰色系统模型等预测方法结合后，可用于具体区域的人口预测研究。Rogers在马尔科夫链模型的基础上进行改进，在考虑人口迁移的基础上，同时考虑了出生、死亡等要素，且能够预测各区域人口的性别和年龄结构。

随着人口空间数据获取手段的增加，小区域人口预测成为空间人口学的研究热点，学者们多基于各类人口预测方法对县域（或县域以下）尺度的人口特征进行预测。Chi等提出基于空间回归模型的小区域人口预测方法，并运用美国威斯康辛州和密尔沃基市的相关数据进行实证研究，该模型考虑到了该区域历史增长特征及邻里区域的影响，结果显示使用该模型的预测结果比传统预测方法更加精确。

3.5 人口与环境

人口与环境间关系的研究对于国家和地区可持续发展有着重要借鉴意义。空间数据收集和分析方法的进步推动了对社会和生态过程的理解，促使空间人口学研究重新对人口与环境问题给予关注。一方面，人们生产生活对地理环境造成了一定的影响，如何从空间的角度评价该影响，是学者们长期关注的话题。例如，Linderman等使用MODIS卫星数据研究了美国植被动态变化与人口栖息地之间的关系，发现二者存在密切联系；Duncan等运用莫兰指数与多元线性回归研究了波士顿内植被密度与社区社会人口变量间的关系，发现并无显著关系，并建议未来使用空间回归模型进行探索。环境灾害对人口出生、死亡和迁移等行为的影响也是研究重点之一。Hauer等以美国佐治亚州海岸带为例，探讨了海岸线上升对岸线带人口栖息地的影响，预测在2100年有约6-16万的人口受到海岸线上升的威胁。

4 空间人口学的研究方法

在空间人口学研究方法的理论建构方面，研究主要阐述空间人口学的定义，辨析空间人口学与相关学科的联系与区别，梳理历史沿革和演化脉络，并提出未来的研究方向。如Balk等则论述了空间人口学在城市研究领域的应用前景，指出在主要城市城镇化率提高，人口迁移强度加强的背景下，传统的人口学研究方法具有局限性，未来需要从空间视角对该领域进行分析和探索。2016年，《重现空间：作为新中层理论的空间人口学》由Springer出版，强调了空间人口学研究中理论构建的重要性。

在技术应用方面，文献主要强调基于人口数据空间化、人口研究中的空间分析技术和人口数据管理等方面在空间人口学研究中的应用。首先，人口数据的可视化制图是空间人口学的基础。Reibel研究了人口数据汇总空间的具体方法及误差问题，认为基于面域数据的空间插值是较好的处理方法；Walker等的研究分别就空间人口数据的可视化制图以及人口数据制图中精度的提升进行了说明。其次，如何将前沿的空间分析方法运用在空间人口学研究中是另一大热点议题，空间人口学的发展与空间分析技术密切相关。Reibel指出遥感数据、手机信令数据等多样的数据获取途径为人口数据获取和分析提供了支撑。Patel等则阐述了Landsat卫星数据在城市人口数据提取方面的应用。GWR模型等空间计量模型也被运用在空间人口学领域，如运用GWR进行空间人口数据分析后，可将各样本点的回归系数和t检验值表达在同一张地图上，增强了数据表达能力。

发展至今，空间人口学相关研究案例中已运用大量的空间分析方法，因此需要对空间人口学中的技术与方法进行梳理。韦艳等将已有研究中的空间人口学研究方法概括为GIS图谱分析、地理统计分析、空间统计分析（包括格局分析与模型分析）、空间复杂模型四大类。GIS图谱分析主要围绕基于空间位置的传统GIS分析手段展开，地理统计分析主要运用半变异函数及克里金插值展开，空间统计分析主要运用标准差椭圆等空间格局统计分析手段，以及空间自回归模型、空间滤波模型、地理加权回归等回归模型来解释人口学现象，而空间复杂模型则主要基于元胞自动机、智能体模型等地理模拟技术，对人口学现象的时空模式进行模拟和决策支持。空间分析手段是空间人口学发展的基础和基石，基于此，部分学者在运用既有模型的基础上，也致力于研究空间人口学本身的理论模型和技术方法。

5 西方空间人口学研究展望与启示

5.1 西方空间人口学研究展望

（1）数据获取层次：①人口数据获取渠道的增加。随着地理或定位信息的日渐丰富，空间人口分析技术与传统分析技术的结合是必然的。空间人口数据的获取渠道增加使得数据来源更加广泛，诸如遥感技术的应用，虽不能直接提取人口信息，但可以通过空间上人类活动的产物（如夜间灯光）来进行人口统计和预测，不仅节省了数据获取的成本，也使数据可获得性较低的国家和地区能正常开展研究。目前大数据的广泛应用，使得手机信令数据等能直观反映人口活动的数据将被更多地运用在相关研究中，从而拓宽人口数据获取渠道。②人口数据的空间化。人口数据的空间化是指采用一定的计算机算法对人口统计数据进行离散化处理并挖掘其中空间信息的过程，空间化的人口数据具有更好刻画人口特征、便于进行多源以及多尺度的数据融合、快速低成本获取人口数据等优势。人口数据的空间化是空间人口学发展的趋势，离散化的人口模型将为未来空间人口学分析提供更多的支持。

（2）分析理论层次：①基于空间人口学的理论建构。21世纪以来，西方空间人口学的复苏很大程度上依赖于空间分析技术的发展，空间人口学研究缺乏对空间人口学理论模型的探讨。近年来，越来越多的学者开始注重对理论的探讨，如多区域人口预测模型的推演和计算就把基于数理统计的预测模型与人口学理论相结合，如此不仅对区域人口数量进行预测，还要计算出性别、人口结构等人口学理论更加关心的命题，体现出未来空间人口学的模型要与人口理论相结合的趋势。②宏观视角和微观视角的整合。人口学中宏观和微观两个研究视角的分歧一直存在，宏观人口学提倡运用地理层面整合的宏观人口统计数据进行分析，而微观人口学则关注对个体层面的探究。宏观视角和微观视角的结合是必然的趋势。

（3）人口研究的空间模型化拓展：①人口分析模型的空间模型化转向。传统的空间人口学往往以人口数据的制图可视化展示和基础的地图分析为主展开。20世纪末，空间分析方法迎来大发展，在空间统计分析领域，基于空间关系与空间自相关性的空间格局识别技术、探索性空间分析、空间回归分析、地理加权回归等方法逐步被运用在空间人口学的实证研究中。近年来，元胞自动机、多智能体、神经网络等空间复杂模型开始出现在空间人口学领域，增强了对人口空间分布等问题的现实模拟能力。因此，西方空间人口学研究越来越重视将空间直接纳入分析模型。②人口学的网络模型化转向。随着互联网信息技术的发展，网络空间成为现实空间之外不可忽视的一部分，网民的数量急剧上升，网络对人口、社会等方面的影响力和渗透力越来越大。探究网络人口现象的规律更加复杂，需要构建相关的理论，并尝试获取高质量的网络人口数据，结合空间分析技术进行系统分析。此外，借鉴网络研究相关理论，在人口迁移的研究中，基于网络场域模型的视角更能从系统和整体的角度对问题进行探究，空间在人口迁移网络中以出行成本的形式被引入，直接对计算结果产生影响。

5.2 对我国空间人口学研究的启示

21世纪以来，我国学界运用空间分析视角和方法进行的人口研究的数量日益增加，但空间人口学的相关研究成果在人口学研究中仍处于边缘地位，缺少系统性的理论与方法的前沿研究。因此，未来中国空间人口学研究的发展可以从以下几方面着手：

（1）科学借鉴西方理论成果。我国空间人口学研究正处于探索阶段，需要科学借鉴和吸纳西方已有的理论成果，一方面，要培养分析和提出理论问题的能力，找准研究切入点，另一方面，在解决问题的过程中要建立多学科的综合视角，从人口学、地理学、区域科学等多专业角度思考问题。此外，还需合理使用前沿的空间分析技术与计量模型，尝试将空间回归模型、多层次模型等方法应用在实际案例中，从宏观和微观的立体视角进行空间人口学研究。

（2）建立专业人才的培养机制。西方空间人口学的发展离不开对人才的培养，Goodchild等学者带头成立的空间综合社会科学中心（CSISS）通过培训课程等方式培养具有空间分析视角和技术的社会科学研究人员。在教材方面，西方人口学界部分有关高级空间分析技术的教材中会涉及对人口研究的专题讨论。对于我国，需建立空间人口学专业人才的培养机制，组织专业学术委员会，编著相关教材，开设相关的课程，通过这些举措，培养一批具有人口学理论知识并掌握GIS等空间分析技术的空间人口学专业人才。

（3）研究要突出我国的国情特点。中国是占世界人口总数近五分之一的人口大国，在经济迅速崛起的过程中，人口发展与社会经济、资源环境之间的联系更加紧密，同时许多矛盾和问题凸显。相对于西方空间人口学，我国的空间人口学研究要突出国情特点，应更注重实践，将学科的发展与国家和社会的需求相结合，如未来对人口迁移及区域人口预测的研究需考虑人口调控政策因素，如超大城市控制人口、生育政策放开等影响，在我国特有的户籍制度的情境下进行人口模拟和问题讨论。我国的空间人口学应以解决现实问题为根本，在此基础上加强理论探讨和哲学思辨，建立适合我国国情的空间人口学研究体系。

（4）综合运用空间人口学研究方法，为中国新型城镇化发展服务。西方空间人口学已形成较多前沿的空间分析技术，可为中国的人口城镇化研究提供强有力的支持。如将前沿的空间模型运用在我国的人口迁移研究中，或在拓展的多区域人口预测模型基础上，根据国情设计多种城镇化发展情景（scenarios），考虑各城市出生率、死亡率及城市间人口迁移、人口与环境的相互关系等，预测各个城市人口变化，为未来城市规划及人口管理提供依据。

---

原文载于《世界地理研究》2021年第2期

引文信息：

沈体雁,古恒宇,劳昕.走向空间的人口学研究：西方空间人口学研究的回顾、评价与展望.世界地理研究,2021,30(2):389-398.

［SHEN Tiyan,GU Hengyu,LAO Xin.Demography toward space: Review, evaluation and prospect of western spatial demography research.World Regional Studies,2021,30(2):389-398.］

轻点下面蓝字, 查看近期文章

---

---

---

---

---