派智库

摘要：以西部中心城市成都市为研究对象，以第六次人口普查数据为基础，利用因子生态分析方法对成都市社会区加以分析。结果表明：影响成都市社会空间结构的主因子有一般工薪阶层及专业技术人员因子、流动人口与居住条件因子、少数民族人口因子、知识分子因子、产业工人因子。进一步采用聚类分析，将成都社会区划分为6个主要类型即：传统第三产业人口和白领人口聚居区、蓝领工人聚居区、高校人口及知识分子阶层聚集区、流动人口聚居区、少数民族及远郊农业人口聚居区，形成“圈层+扇形+多核心+多组团”的社会空间结构特征。分析认为城市自然地理环境、城市发展的历史路径构成的客观因素与城市规划、宏观政策构成的主观因素是限制、调节和控制成都社会空间结构形成的关键要素。

本文来自织梦

关键词：社会空间结构；因子生态分析；社会区；成都市

本文来自织梦

0 引言

本文来自织梦

城市空间结构的研究起源于国外，20世纪50年代E.Shevky等提出城市“社会区”的概念，并首次利用人口普查数据，对洛杉矶和旧金山的城市结构进行分析。60—90年代末，西方学者利用因子生态分析方法，先是从静态时间层而，对各类型发达中心城市的空间结构进行了大量的实证研究，逐步深化到动态时间断面的过程演化研究，即从比较、演化角度研究不同国家、地区的城市社会空间结构，如城市结构由“单核心”向“多核心”转变等，及隔离分异的现状及影响因素，如种族差异、社会经济状况、家庭状况、住房政策和移民政策等。20世纪末至今，是相关研究多元化发展时期[1]，如种族空间隔离、城市社会空间缺陷、居住隔离引发的城市不平等、社区空间分异下矛盾的管控、社会区与生活方式之间的联系等研究。可见，国外城市社会空间结构研究已形成完整的理论框架体系，并且很大程度上是建立在大量扎实的城市社会空间结构实证案例研究基础之上的。

copyright dedecms

国内关于城市空间结构的研究始于20世纪80年代。早期研究主要是对西方理论引进及相关实证方法的初步应用，如虞蔚系统介绍了因子分析研究方法[2]；许学强等对广州市空间结构进行研究，得出了该阶段社会空间分异的5个主因子，并分析了其成因[3]。21世纪以来，研究不断深入，开始从动态的时间维度和新视角去研究城市空间结构的演变。吴骏莲等基于南昌市第五次人口普查数据分析得出其社会区的空间分布是一种同心圆和扇形的复合结构[4]；周春山等对广州市社会区作对比研究，得出其社会区演变的四种不同的模式是市场、行政和家庭生命周期机制共同作用的结果[5]；柴宏博等从迁居视角，认为家庭、经济和宏观政策等是促进和阻碍大型居住区社会空间形成的主要因素[6]；蔺雪芹等研究老年人口空间分布，发现外来人口、城市发展策略、公共服务设施等是影响其分布的重要因素[7]。

可见，中国学者对城市社会空间结构的研究已取得较大进步。就研究方法看，因子生态分析方法和聚类分析被广泛应用；研究数据以城市人口普查数据为基础；研究层面上正在由静态的时间断面向动态时间断面的结构演变深入[8]；研究区域上，多集中在北京、广州、南京等沿海一线城市，而忽略了在当前城镇化进程和社会经济结构快速转型升级背景下城市空间结构发生着剧烈变化的西部大城市；从研究层面看，静态时间断面的研究大多仅给出社会区类型，只有少数研究对这个时间断面上社会区形成的原因和机制进行了分析。 dedecms.com

成都市作为西部大开发、一带一路和长江沿岸经济带等发展战略的核心城市，是当前中国经济“寒冬”下引领和带动西部发展、拉动中国经济度过“寒冬”的关键一极。同时成都也是全国统筹城乡综合配套改革试验区，较早地进行了户籍制度、土地产权制度和农村投融资体制改革[9]，吸引了省内外大量劳动力及少数民族迁入；2014年成都城镇化率已经达到70.3％，在西部省会城市中居第一位；成都已经成为多民族、多文化交融的多元发展的大都市，社会空间结构发生了巨大变化。对其社会空间结构的研究在一定程度上能丰富中国城市管理的案例，为西部其他城市发展提供借鉴。

织梦好，好织梦

1 研究区域与数据来源

织梦内容管理系统

1.1 研究区域

成都地处东经102°54′～104°53′，北纬30°05′～31°26′，全市面积12121 km2，2010年末常住人口1404.76万人，辖9个区4个市6个县和成都高新技术产业开发区，大致可以划分为3个圈层。第一圈层中心老城区：锦江区、武侯区、青羊区、金牛区、成华区；第二圈层规划建设中的新城区：龙泉驿区、青白江区（含成都北新经济技术开发区）、新都区（含新都工业开发区）、温江区（含海峡两岸产业开发园区）、双流县（含航空港工业开发区）、郫县；第三圈层为远郊区：都江堰市、彭州市、邛崃市、崇州市、金堂县、大邑县、蒲江县、新津县。本研究范围是第一圈层和第二圈层（老城和新城），涵盖了当前成都的“都市发展区域”9个区2个县。2010年研究区域总人口959.17万人，总面积3765 km2，共有87个街道、70个镇（乡）。

内容来自dedecms

1.2 数据来源

dedecms.com

数据来源于以2010年11月1日零时为标准时点进行的成都市第六次全国人口普查分街道、乡镇的汇总数据。并初步提取出一般性统计、年龄构成、民族构成、人口流动性、学历构成、行业构成、职业构成、住房来源、租房费用、住房条件等指标，形成初始分析变量。各街道面积数据利用ArcGIS 10.2提取得到。 copyright dedecms

2 研究方法及数据处理 本文来自织梦

2.1 研究方法

copyright dedecms

首先，根据人口学特征和因子分析方法在社会空间结构分析中的运用，将所得的人口普查数据按属性归类，并划分为10类一级指标，87个初始二级指标；其次，为避免由于研究范围的街道、乡镇的区域大小和某些指标的差异导致的误差，对人口普查的原始数据进行密度化处理；最后，结合成都市的实际状况及反复的对初始变量因子分析检测，对87个初始变量进行再次归类（学历构成分为初等教育人口、中等教育人口及高等教育人口；行业构成按国家统计标准归类为一产业人口、二产业人口、三产业人口；住房来源分为：自建住房、租赁住房、购买住房）。最终归为38个指标，与157个街道乡镇空间构成157×38的原始数据矩阵。

dedecms.com

采用因子分析、聚类分析及ArcGIS地图制作相关方法。首先，利用SPSS 23.0对处理后的原始矩阵进行因子分析，提取出5个因子，并采用ArcGIS 10.2对各街道主因子的得分进行定量分级符号化显示，分析其因子分布的空间特征。其次，采用聚类分析对主因子得分进行聚类，划分出成都市社会空间分布类型区。最后，结合成都市的实际，分析影响其空间分布的原因。

2.2 数据处理及结果 copyright dedecms

对数据进行相关性验证，38个指标的相关系数矩阵显示大多数指标的相关系数在0.7以上，对应的显着性值（Sig）较小，变量之间的相关性强；同时KMO和Bartlett的球形度检验，得出KOM值为0.82，远大于0.5，Bartlett检验系数（Sig）值为0.00＜0.ol，变量间存在显着相关，数据模型合理，适合做因子分析。进一步根据主成分分析法在不作旋转的情况下处理157×38个原始数据矩阵，累积方差贡献率为76.755％（表1），包含数据的绝大部分信息。但因子的含义模糊不清晰，进而采用正交Varimax方法，使主因子中各变量关系明确，较好反映人口空间分布的特点和趋势[10]（表2）。

内容来自dedecms

3 社会空间结构的主因子及空间特征 内容来自dedecms

3.1 第一主因子

第一主因子是一般工薪阶层及专业技术人员因子。该主因子的方差贡献率为34.466％，反映了19个变量的信息，与其中14个变量呈正相关，第三产业人口比重、生产和生活服务在业人口比重、非农户口人口比重、各类专业技术人员比重等相关性最强。和社会流通部门在业人口比重、国家机关企事业单位负责人比重、办事人员和有关人员比重等呈较强的正相关。同时，与第一产业比重、农林牧渔水利生产人员比重、低教育人口、自建住房的户数比重、月租房费500元以下户数比重等呈负相关。该因子显示了成都一般工薪阶层及专业技术人员的典型特征：经济收入相对较高且稳定，能够购买或者租住条件较好的住房，主要从事商业服务、技术服务、单位管理及社会公共事务等学历要求较高的服务、技术和管理性行业。 dedecms.com

第一因子得分靠前的街道分布在金牛区、锦江区和青羊区的黄忠街道、人民北路、抚琴街道、西安路街、东光街道；其次是武侯区、成华区跳伞塔街、玉林街道、猛追湾街、新鸿路街等。总体看，得分较高的街道主要分布于区域城市基础设施完善、三产业发达的成都中心五城区，即成都的CBD核心商务区，空间上呈现“圆形饼状”集聚的特点。

copyright dedecms

3.2 第二主因子 内容来自dedecms

第二主因子方差贡献率为14.030％，主要体现了住房来源、居住条件、人口流动性、年龄结构，共涉及到7个变量，与租赁住房户数比重、住房内无厨房户数比重、务工经商流动人口比重、流动人口比重呈较强正相关；与住房内有厨房户数比重、户籍人口比重和65岁以上人口比重呈负相关。说明该因子主要反映了成都市务工流动人口的集中情况及较差的居住条件。因此，将该因子命名为流动人口与居住条件因子。

因子得分较高的街道簇锦街道、华兴街道、金花桥街、机投桥街、保和街道、凤凰山街；其次是青龙街道、双水碾街、九江镇、安靖镇、柳江街道等。可见，外来务工经商流动人口空间分布上是沿中心城区呈“环状”分布，主要集中在城市人流量较大且商业经济较发达的一环和二环之间的区域。

内容来自dedecms

3.3 第三主因子

第三主因子是少数民族人口因子。特征根4.074，方差贡献率为10.721％，主要解释民族构成指标，涉及汉族、回族、藏族、彝族、少数民族人口比重5个变量。该因子仅与汉族人口比重呈负相关，与其他4个变量呈较强正相关。 内容来自dedecms

得分较高的街道主要是浆洗街、弥牟镇、古城镇、西航港街、金泉街道、军屯镇；其次是柳城街道、犀浦镇、双楠街道。总体来看，少数民族人口主要沿成都西北向东南散状分布。 copyright dedecms

3.4 第四主因子

本文来自织梦

第四主因子是知识分子因子。其特征根为3.903，方差贡献率为10.272％，主要反映了5个变量的信息，与家庭户比重和1～14岁人口比重呈负相关，与集体户比率、学习培训流动人口比重、15～16岁人口比重呈较强的正相关。从变量的相关矩阵看出，学习培训流动人口同集体户比率、中等教育人口比重、高等教育人口比重等相关性均在0.5以上，说明这类人口是集体聚居于一定区域、以学习为主要目的高校学生和教师群体。 本文来自织梦

该因子得分高的街道有合作镇、狮子山街、团结镇、二仙桥街、红光镇、天府街道、西航港街、建设路街、望江路街等街道。其中建设路街、合作镇、天府街道、西航港街和望江路街为成都主要的几所知名高校的所在地，如四川大学、电子科技大学和成都中医药大学等，是成都高校学生与教师主要集聚分布的地方。空间分布上主要呈多中心散状分布于中心城市外围。 内容来自dedecms

3.5 第五主因子 dedecms.com

第五主因子为产业工人因子。其特征根为2.761，方差贡献率为7.266％，主要反映了2个变量的信息，与行业结构的第二产业比重和职业构成的生产运输设备操作人员比重呈强正相关，得分较高的街道是三河街道、弥牟镇、安靖镇、新都镇、天府街道；其次是彭镇、大同镇、红光镇、祥福镇、黄水镇、九江镇、安德镇、新民场镇等。其中得分较高的三河街道和弥牟镇均有大型的制造运输工厂或主导产业，如前者的一汽青岛汽车厂、512厂和后者的汽车加工与组装主导产业；得分次之的德彭镇、九江镇和安靖镇、红光镇分别位于双流蛟龙工业港园区和郫县现代工业港附近。可以看出该因子人口主要集中在双流、郫县、青白江和新都这类近郊卫星城市，并且分布于这些区域的工业园区及附近。空间上呈现“名核环状”组团分布格局。

4 社会空间类型及结构模式 织梦内容管理系统

运用聚类分析方法（系统聚类法），以2010年的5个主因子在各个街区上的得分做出157×5的矩阵为基本数据，划分成都社会区类型（表3）。经过反复实验可判断2010年成都的社会区划分为6类比较合适（图1）。 织梦好，好织梦

4.1 传统第三产业人口和白领人口聚居区 本文来自织梦

该区在第一因子上的特征判别值最为突出，且与第一因子呈较强的正相关。表明该类社会区是以从事商业服务的传统第三产业人口和从事技术、管理等的白领人口为主，因此将该区域归为传统第三产业人口和白领人口聚居区。空间分布在商业繁华的金牛区、锦江区、成华区、青羊区和武侯区中心五城区的西安路街、人民北路、盐市口街、红牌楼街、春熙路街、府青路街等街区。并且这些街区也包含了成都中心城区重要的几个高新技术开发区，成都金牛高科技产业园、龙潭都市工业集中发展区等。其中大部分街区中从事社会流通、生产和生活服务、科技文化和居民素质服务行业人口及各类专业技术人员比例较高，大都在50％左右。该类型社会区是成都市的CBD商业核心区域。 本文来自织梦

4.2 蓝领工人聚居区 本文来自织梦

第二类社会区包含43个街区，在第五因子上的均值和平方和均值的得分较高，且二产业人口的比重均在50％以上。集中反映了成都规划布局的几个重要工业园区和经济园区。如龙泉的成都经济技术开发区、郫县现代工业港、双流的蛟龙工业港、青白江工业集中发展区、新都工业集中发展区。工业园区、经济开发区有较多的工业企业，工人大都从事制造业、装备业，因此该类型区是大量二产业人口及生产运输设备操作人员聚居的地方。将其概括为蓝领工人聚居区。空间分布上，主要沿中心城市外围的几个卫星城，呈“圈形”组团分布。 织梦内容管理系统

4.3 高校人口及知识分子阶层聚集区 内容来自dedecms

第三类社会区涵盖了13个街道，在第四因子上的特征判别值最为突出。该类型区是主要高等院校和科研院所的集中区域，如四川大学所在的望江路、电子科技大学所在的建设路和合作镇及西南财经大学所在的柳城街和光华街等。在空间分布上呈多核心分布，因此该类型区域是典型的高学历知识分子阶层集聚区。 copyright dedecms

4.4 居住条件较差的流动人口聚居区

第四类区域在第二主因子（流动人口与居住条件因子）上的均值和平方和均值表现最为突出，涵盖了18个街区，流动人口比例较大，均在60％以上。空间分布整体上呈散点式布局。大量的流动人口在该区域主要从事服务业和经商，大都以租房为主，居住条件较差，因此，将该类型区归为居住条件较差的流动人口聚居区。 本文来自织梦

4.5 少数民族聚居区

内容来自dedecms

该类型区在第三主因子（少数民族人口）上的均值和平方和均值的得分呈现绝对优势。包含了浆洗街街、双楠街道、西航港街、金泉街道等9个街区，空间上呈现散点分布，人口占比较少，均在8％左右，反映出成都少数民族种类多、与汉族人15混居及居住分散的特点。 织梦好，好织梦

4.6 远郊农业人口聚居区

内容来自dedecms

第六类型区在第一因子（一般工薪阶层及专业技术人员）和第五因子（产业工人）的均值和平方和均值的绝对值较为突出，均值都为负，即因子一和因子五与该聚类呈负相关。说明类型区三产业和二产不发达，因此该区域表现为第一产业人口（农林牧副渔）集中类型区。在郫县、双流区、龙泉驿区、青白江区、温江区的唐元镇、白沙镇、三星镇、新繁镇等区域分布。主要包括38个乡镇街道，空间上集中在5个卫星城边缘的乡、镇上，故将该区域概括为远郊农业人口聚居区。

综合上述6类社会区的地域分布状况，概括出2010年成都市的社会空间结构模式是“圈层+扇形+多核心+多组团”格局。

5 社会空间结构成因分析

5.1 城市自然地理环境

织梦内容管理系统

地形地貌是影响城市空间布局的重要因子。享有“天府之国”美誉的成都，地处四川盆地的西部，以平原为主，西北高，东南低。坡度平缓的地形地貌，使城市发展较少受山地、丘陵等的限制，发展空间广阔，空间开发成本较低。因此，受优越自然地理环境影响（平原地形、水资源丰富、土壤肥沃等），城市历来主要由中心向四周扩散发展，城市整体的空间格局大致呈现“摊大饼”式的“单中心+同心圆”发展特点；盆地地形让成都主导风向不明显，空气流动性差，伴随城市热岛效应，空气污染不易扩散，因此，成都工业企业尽量远离中心城市而向城市周边的郊区城市搬迁，中心城市区域逐渐形成CBD核心商务区，成为服务业和商业人群集聚的地方。郊区城市由于地价相对较低、相关政策限制较少等原因，倍受工业企业偏爱，如制造业企业大多分布在成都东部和南部的浅丘区；高新技术产业由于用地集约、污染少、效能高，更偏向于分布在城市西部河流上游区域；同时，随着城镇化的推进，中心城区逐渐向外扩张，由于农业用地大量被征用、周边农民“被动城市化”，城市近郊区农业人口及农业用地大量减少，进而促使城市远郊区成为农业人口集聚区域。

5.2 城市发展的历史路径依赖 本文来自织梦

一是城市自身发展的历史继承性；二是城市的活动主体——居民，受经济、社会因素的影响，居住选择具有惯性思维。

织梦好，好织梦

“一年成聚，二年成邑，三年成都”，成都是中国古老城市中有三千年建成史、从未更名换址的都城，自古以来便是中国西南部乃至西部地区经济或政治的中心。城市社会空间结构烙下深刻的历史印记。就城市自身发展层面的历史继承性来看，自公元311年秦“与咸阳同制”在成都构建了规整的城垣，成都形成“双城”并立格局，大城市是政治军事中心，少城为商业中心，随后城市以“双城”的位置为中心向周边扩散发展。清朝时期形成“三城相套”“两江环抱”的平面布局特点[11]。近代由于社会的动荡，列强势力的侵入，社会阶层的复杂化，成都城市格局为“单城”“两江环抱”；成都古代和近代的城市发展形成了城市发展的中心区域，是成都以后形成“两江环抱”、同心圆格局发展的基础。其次，值得注意的是在明清时期，由于藏区与中央形成了贡赐关系，成都“皇城南门”即今武侯浆洗街等片区，成为贡使必经之路，该区域形成藏民集聚之地，至今，武侯浆洗街、新南门等片区也是藏族人口聚居区域[12]。

内容来自dedecms

就城市的活动主体——居民层面而言，居民的经济收入、教育程度、职业类型和家庭结构等是影响成都城市空间结构的重要因素。成都坊间流传的“东穷西贵，南富北寇”正是体现成都居民空间分布的同质化与分异化的历史现象。

5.3 城市规划的控制与引导 内容来自dedecms

自新中国成立到2010年，成都共进行了4次城市规划。1956年成都制定了第一次城市总体规划，该规划服从国家“社会主义工业化”和“消费型城市”向“生产型城市”转变的发展方针，确定成都工业城市的发展方向。在此规划的引导下，成都形成了东北郊工业新区和东北郊新城，并开始大力发展工业，初步构建了成都工业体系，为之后成都工业发展（如以飞机制造、钢铁、化工为主的黄田坝、青白江独立的工业区和卫星城）奠定了坚实的基础。改革开放后，成都在1984年进行了第二次城市规划的制定，确立了单中心环状加放射的城市路网格局。此次规划在控制城市规模、完善基础设施的前提下，加强科学、教育、文化、卫生建设，其中关于企业、高校、科研机构和小型城镇的布局安排，让成都形成了东城生产、西城居住的格局。各类高校向中心城市外围的卫星城市集中，如城南牧马山、城东龙泉驿、城北温江和郫县等高校聚集区域逐步形成；《成都市城市总体规划》（1995—2020年）将成都定性为“三中心两枢纽”。首先，该规划将成都分为中心老城区、规划建设中的新城（卫星城）、远郊区等3个圈层；其次，中心城市“退二进三”的产业规划调整策略，对东郊工业结构调整，进一步加速第一圈层（中心城区）三产业的发展，同时二圈层（卫星城市）成为中心老城区二产业转移的承接地，承接地与中心城市形成一体化都市区，并分别承担中心城的部分职能，城市整体向东向南发展，奠定城市单中心发展模式逐步向多中心、多组团发展模式的基础。2003—2020年城市规划，在延续1996年规划的基础上，将“以人为本”融入规划中，提出“构建西部重要中心城市、西部地区具有优良人居环境的居住地”方针。该规划从整体上进一步优化三圈层的产业布局，中心城区重点加强与完善CBD核心商务区的构建，二圈层重点建设以二产业为主的龙泉驿、双流（华阳）、双流（东升）、新都—青白江、郫县（郫筒）、温江（柳城）等六大工业组团。由于该区域工业企业聚集，因此成为蓝领工人和流动人口聚集区域。 织梦内容管理系统

4次总体城市规划与实施，很大程度上促进了城市功能分区化，城市人口聚集区域逐步由“单中心+环状式”向“多中心+组团式”结构转变。

dedecms.com

5.4 政策因素的宏观调节

首先，住房和土地制度改革、西部大开发战略、户籍制度改革、统筹城乡一体发展等，共同重塑着转型时期城市的社会空间结构。改革开放前，受计划经济模式下的单位住房分配制度的影响，大量住房靠近单位、工业区等兴建，社会结构也因单位和职业的差异而形成不同区域的分化。改革开放后住房制度改革不断深化，1992年城市土地有偿使用制度的推行、1998年住房实物分配制被取消，住房分配货币化逐渐实施，让市场日益在住房配置中发挥着重要作用。各类商品化住房的出现，致使经济收入的差距逐渐成为居民择居和社会阶层分化的关键因素，城市空间结构中的异质化也日趋凸显；其次，西部大开发战略逐步的实施与深化，西部城市承接东部地区产业转移，资源禀赋得到较好发挥、产业结构不断优化调整，促使社会经济较快发展。成都作为西部大开发的引擎城市，在西部大开发的十年中，工业加速发展，GDP成倍增长，双流、郫县、新都、龙泉等卫星城成为工业集中发展区域，大量二产业工人在此聚集，形成“蓝领工人聚集区”；再次，成都作为统筹城乡一体化发展的试点城市，为突破城乡二元体制的限制，出台了大量的改革政策。对户籍制度进行改革，放宽人口户籍限制，实现人口劳动要素的自由流动，促使大量外来人口流向成都。据普查数据显示大量流动人口来成都主要原因是务工经商，因而制造业、服务业发达地区成为流动人口集中分布区域，形成“流动人口集聚区”。

6 结论与讨论

织梦内容管理系统

6.1 结论 dedecms.com

促成成都市社会空间结构形成的主要社会因子有一般工薪阶层及专业技术人员因子、流动人口与居住条件因子、少数民族人口因子、知识分子因子、产业工人因子等。从不同人口聚集的区域类型看，传统第三产业人口和白领人口聚居于城市中心区域；蓝领工人组团环状聚集分布于城市各个工业园区，呈现较明显的“多核+扇形”结构；高校人口及知识分子阶层大致围绕城市中心，散点分布并逐渐形成组团式发展趋势；居住条件较差的流动人口聚集介于城市一二环之间，趋于环状分布；少数民族聚居区，散点状分布于城市周边及中心区域；远郊农业人口聚居区，位于城市边缘区域，呈现包围城市分布。进一步分析其成因，认为客观因素即城市自然地理环境和城市发展的历史路径依赖，主观因素即城市规划的控制引导和政策的宏观调节等是其空间结构形成的核心因素。

6.2 讨论 copyright dedecms

（1）外来人口大都超过本地人口逐渐成为大城市社会空间结构形成的主导因子，少数民族人口流动性增强成为影响城市人口分布的重要因子。说明在城市化进程中，大城市发展更具包容性，呈现人口、文化与民族结构多元化发展趋势。 dedecms.com

（2）就空间区域聚集来看，大城市城市功能分区已比较完整。大城市中心区域的商业、服务与休闲功能加强，成为白领人口、中高端服务业人口聚集的中心；大量城市外来流动人口集中分布在城市的各大工业园区（中心城区外围），成为城市二产业发展的中坚力量；农业人口则集中分布在城市边缘。

（3）引导与重塑大城市社会空间分布结构的因素宏观层面上是“有形之手”——国家宏观政策的调控与“无形之手”——市场机制的诱导；中观层面体现在城市自身自然地理环境、历史发展路径及区域规划政策等的影响与控制；微观层面则反映为城市居民的个体选择偏好、收入、文化程度、家庭状况等。

本文来自织梦

参考文献：

织梦内容管理系统

[1]徐的，朱喜钢，李唯.西方城市社会空间结构研究回顾及进展[J].地理科学进展，2009，28（1）：93-102. 本文来自织梦

[2]虞蔚.城市社会空间的研究与规划[J].城市规划，1986（6）：25-28. dedecms.com

[3]郑静，许学强，陈浩光.广州市社会空间的因子生态再分析[J].地理研究，1995（2）：15-26.

[4]吴骏莲，顾朝林，黄瑛，等.南昌城市社会区研究——基于第五次人口普查数据的分析[J].地理研究，2005（4）：611-619.

本文来自织梦

[5]周春山，胡锦灿，童新梅，等.广州市社会空间结构演变跟踪研究[J].地理学报，2016，71（6）：1010-1024.

dedecms.com

[6]柴宏博，冯健.基于迁居的郊区大型居住区社会空间形成——以北京回龙观居住区为例[J].地域研究与开发，2014，33（5）：77-81. 内容来自dedecms

[7]蔺雪芹，王岱，王女英，等.北京市老年人口空间分布格局特征及驱动力[J].地域研究与开发，2016，35（3）：158-164. 织梦内容管理系统

[8]冯健，周一星.中国城市内部空间结构研究进展与展望[J].地理科学进展，2003（3）：204-215. 内容来自dedecms

[9]阎星，田昆，高洁.破除二元体制，开拓中国新型城市化道路——以成都城乡统筹的改革创新为例[J].经济体制改革，2011（1）：112-115. 本文来自织梦

[10]张利，雷军，张小雷，等.乌鲁木齐城市社会区分析[J].地理学报，2012，67（6）：817-828.

织梦好，好织梦

[11]段渝.成都通史：古蜀时期（卷1）[M].成都：四川人民出版社，2011：13-14. dedecms.com

[12]田凯.成都藏族聚居区空间特点研究[J].四川建筑 科学研究，2014，40（1）：264-267. copyright dedecms