广州新移民社会空间分异研究

李志刚^[1]

一、引言

新世纪以来，在工业化、城市化、市场化和全球化等各种要素的作用下，中国城市居住空间日益分化(Wu 2007;Logan 2008)。尤其是自1998年以来，经济体制改革日益深化，社会贫富差距明显扩大，全球化、移民和市场化共同作用下的城市居住空间急剧分化。在此背景下，城市居住空间的异质性加强，差别、分异、破碎化正成为当代城市转型的普遍特征(Li and Wu 2008)。近年来关于我国大城市北京、上海、广州和深圳等外来人口社会空间分布特征、空间结构以及外来人口聚居区的研究大量出现。已有研究表明，外来人口已经成为影响大城市社会空间结构的主要影响因素，影响着城市居住空间的格局和重构(Fan 2008;Wu 2008)。广州作为我国沿海地区最发达的城市之一，也是我国最早进行改革开放的地区，以其活跃的经济和包容的城市特性吸引着大量的新移民。广州市第六次全国人口普查数据显示，在2010年11月1日零时，广州市的常住人口为1 270.08万人，其中，非广州户籍人口(即新移民)有476万人，占总常住人口比重达37.48%。新移民作为一个庞大的社会群体，已经成为广州城市社会空间结构中不可忽视的重要组成部分，对广州城市居住空间结构的格局和重构产生越来越大的影响，成为塑造广州城市居住空间的强大动力。在此背景下，本文将研究的核心问题聚焦于新移民的居住空间分异，意图探讨新时期大城市新移民居住空间的整体格局和特征，新移民的空间分异程度，并进一步探析新移民居住空间分异的机制。

二、社会空间分异研究与进展

西方关于居住空间分异的研究已经相当成熟，形成了以人类生态学、社会区和因子生态学为代表的结构主义视角，以行为研究、种族—文化研究为代表的行为主义视角和关注政府和制度的制度主义视角(Pacione 2005)。例如，以芝加哥学派为代表，人类生态学家将这些模式视为不停地侵入和演替的过程，最终导致某一类社会群体占主导地位，或者较少社会群体居住在城市的一个特定的区域，使城市呈现出一种马赛克形式的空间状态(Park，eta1.1925)。行为主义视角则认为，家庭的偏好、选择和决定取决于一个家庭在家庭生命周期中的位置。家庭的偏好取决于家庭成员的数量、家庭成员的年龄构成等，住房类型，住房所有权(租住还是自有住房)和住房价格等都是影响因素(C1ark 2009)。制度主义视角明确地将国家或者政府(以及与其有关的制度)作为隔离和空间集聚模式的主要原因(Kempen 1994)。西方欧洲研究者们较为注重对于福利国家的研究，他们主要关注国家在住房分配中的作用，相关研究较多。此外，族裔聚居区是社会空间分异研究的核心对象。有学者将族裔聚居区划分为三种类型:移民飞地(imm igrant enc1ave)、种族社区(ethnic community)和少数民族隔离区(them inority ghetto)，存在“同化论”、“多元论”和“族裔经济聚居区理论”等主要观点(Zhou 2004)。种族空间隔离是其中一个重要方向。大多数学者对于少数族裔群体的集聚区进行清晰的界定，并且通过计算各种各样的隔离指数，来探讨种族隔离和集聚的模式以及这些模式形成的原因。例如，Arbaci(2008)对八个地中海城市种族居住隔离的特征以及种族和社会分异的进程进行分析，发现低水平的种族空间隔离掩饰了社会居住边缘化的真正问题，这个矛盾主要源于根生于福利再分配安排和二元住房制度的宏观分异机制。Ice1and and M.Scopi11iti(2008)研究了不同种族和民族来源的移民的空间同化程度，发现外国出生的西班牙裔、亚洲人和黑人比起本地出生的非西班牙人和美国出生的群体具有更高的隔离程度。Musterd S.et a1.(2009)对种族群体的居住隔离和整合或同化进程进行研究，发现教育和劳动力市场准入是移民整合的关键。Echazarra A.(2010)测量了移民的居住隔离程度，分析了46个种族，并证实文化和经济因素与居住隔离相关。

国内学者一般采用社会区分析、因子生态分析法、区位熵等对各个城市的居住空间分异的现状与变化进行描述分析。例如，顾朝林等利用北京街道层面的数据进行城市社会区分析，并从土地利用强度因子、家庭分布状态因子、社会经济状态因子和种族因子四个方面对北京城市社会空间结构进行描述(顾朝林，et a1.2003)。冯健利用五普和三普数据，采用因子分析和聚类分析研究了北京都市区的社会空间结构及演变特征，并指出2000年北京的社会空间结构趋于复杂，且城市内部空间结构的异质性的特征十分突出(冯建2004)。近年来，相关研究进入微观层面。例如，项飚等以北京“浙江村”为例，对中国流动人口聚居区进行研究表明，流动人口已形成了一个新的“社会空间”(Xiang 2000);Liu等以广州东风村为例，探讨了中国新移民的社会网络和空间分异(Liu，et a1.2012);李志刚(2011)对北上广新移民聚居区的居住满意度进行了研究，得出“北上广”新移民聚居区的居住满意度属一般水平;新移民聚居区的居住满意度不仅受其社会经济条件或设施配置水平影响，其决定因素包括:社区归属感、所在城市管治强度、居民收入和设施条件(如空调)等。

目前关于新移民居住空间的研究，从宏观层面上多注重对新移民的社会空间结构以及空间分布特征的描述，微观层面上多以新移民聚居区的类型划分，空间分布为主，而对于新移民居住空间分异的研究较少(Huang and C1ark 2002;Li S.and Li L.2006)。因此，本文旨在探讨广州新移民居住空间分布的整体格局和特征，研究广州新移民居住空间分异程度及影响因素。根据文献评述，我们可以知道社会经济地位、种族和生活方式(1ifesty1e)是影响西方特别是北美城市居住分异的重要维度(Massey and Denton 1988);而对中国大城市居住空间分异的研究则表明，制度因素如户口对转型期中国城市居住空间结构仍有巨大影响，单位等因素也依然对居住空间分异发挥着持续性作用。不过，大多数此类研究均完成于五普数据发布的2000年左右，新的变化格局并不清楚，尤其缺乏系统实证。新的问题是，通过六普数据的分析，是否制度因素如户口、单位等计划经济时期的影响因素仍在发挥影响居住空间分异的作用，其影响程度如何，市场因素如收入、就业、生活方式等对居住空间分异的影响如何?此外，就不同影响因素的演化而言，制度因素如户口、单位和市场因素是否存在此消彼长的关系?是否出现新的格局?历经30多年市场化后，当前(2010年左右)中国城市居住空间分异的主导因素是什么?等等。为回答这些问题，我们进一步围绕新移民聚居区展开分析，利用六普数据揭示新移民居住空间分异的影响因素或机制。

三、基于六普的实证:广州新移民居住空间分异

(一)研究区域

本研究的研究区域为广州十区，分别是，越秀区、荔湾区、海珠区、天河区、白云区、黄埔区、萝岗区、番禺区、花都区和南沙区(图16－1)，2010年人口普查表明，研究区总面积为3 718.5平方公里，占广州市总面积的50%，人口总数为1 107.14万人，占广州市总人口的87%，新移民人口总数为443.89万人，占全市总新移民人口数量的93%。由于增城和从化两个县级市在人口构成和居住景观上都与研究区域有着根本性的差别，因此，对于该区域进行城市的居住空间研究是较为合适的。研究区范围内有148个街道(镇)，2 055个居民委员会(村民委员会)。

(二)研究方法与模型

(1)区位熵(The Location Quotient)

其中，xi是空间单元i中类别为X的人数，ti是空间单元i的总人口数，X是区域内类别为X的总人数，T为区域内的总人口数。LQ＜1表征特定地区人群其集聚度低于城市理想均质情况的水平，而LQ＞1则代表了特定空间上比较高的集聚度。

(2)分异指数(the index of dissimi1arity)

其中，xi为空间单元i中类别为X的人数，X为类别X的总人数;yi为空间单元i中类别为Y的人数，Y为类别Y的总人数。ID的结果范围在0与1之间变化，它表示两个群体之间的隔离程度。ID小于0.30被认为隔离程度低，ID大于0.60被认为隔离程度高。(Massey and Denton，1993)

图16-1　研究区覆盖的范围

(3)隔离指数(the index of segregation)

隔离指数是分异指数的变型，它主要是用来表示某个群体和其余所有群体之间在居住空间上的隔离程度。隔离指数计算公式和分异指数的计算公式类似，唯一不同的是yi为空间单元i中其余所有群体的人数，Y指一个城市/区域的其余所有群体的总人数。IS的取值从0到1之间变化。

(4)集中指数(the index of iso1ation)

其中，xi为空间单元i中类别为X的人数，X为区域内类别X的总人数;ti数是空间单元i的总人口数。它表示人口的绝对集中程度。II的结果从0到1之间变化，II小于0.30被认为集中程度低，II大于0.60被认为集中程度高。

(三)新移民空间分布

从新移民数量空间分布可以看出(图16－2)，广州新移民主要分布在中心区的外围区域，呈圈状形式，中心区和郊区的新移民人数较少。新移民数量最多的社区集中分布在三个区域，分别为:萝岗区南部的东区街道、永和街道区域与黄浦区东北部区域，白云区中部太和镇周边区域，和花都区的狮岭镇周边区域。

具体进行分析，新移民人口数量最多的街道有:白云区的黄石街道、太和镇、新市街道、均禾街道和永平街道;天河区的棠下街道、车陂街道和珠吉街道;黄浦区的荔联街道、南岗街道、穗东街道、文冲街道和红山街道;萝岗区的东区街道、永和街道;番禺区小谷围街道;花都区狮岭镇;海珠区的华洲街道。此外，通过对户口登记为省内其他县市的新移民(以下简称为省内新移民)与户口登记为省外的新移民(以下简称为省外新移民)的人口数量图进行比较可以看出，省内新移民人口数量多集中在中心区的外围区域，而省外新移民人口数量空间分布则较为分散。(四)新移民空间分异度

图16-2　新移民人口数量空间分布图

计算结果表明(见表16－1)，就整体而言，广州新移民与本地常住人口的分异指数ID为0.482，大于0.3，小于0.6，说明广州新移民与本地常住人口的空间分异程度较高。新移民的隔离指数为0.464，移民的集中指数为0.564，接近0.6(II为0.6即为高集中水平)，表明广州新移民表现出较高的集聚程度。

进一步分别计算各个区的新移民与本地常住人口的分异指数ID，新移民的隔离指数IS和新移民的集中指数II，计算结果如下表16－4所示，对各个区新移民的空间指数进行分析表明。

表16-1　各区分异指数、隔离指数、集中指数

新移民与常住本地人口分异程度最高的区是萝岗区，分异指数是0.521，其次是海珠区，分异指数为0.517，南沙区和花都区新移民与常住本地人口分异程度相同，为0.508，其他区的分异指数都在0.5以下，荔湾区、越秀区、番禺区分异程度较低。进一步分析，萝岗区由四个国家级功能区组成，包括广州经济技术开发区、广州高新技术产业开发区、广州保税区和广州出口加工区，因此，作为广州市传统的产业区，以及广州城市发展“东进”战略，集聚着大量工厂，吸引了大量的新移民;该区面积较大，本地常住人口偏少，因此新移民与常住本地人口的居住空间分异程度是最高的。其次是海珠区，海珠区有较多的城乡结合部区域，且城中村较多，由于有丰富的房屋资源和廉价房租以及便捷的对外交通、较多的就业机会等，吸引了大量的新移民，新移民与本地常住人口的空间分异程度较高。南沙区是广州市“南拓”战略的重点，已建或正在新建一些大型项目，工厂及工地新移民人口数量较多，新移民与本地常住人口的分异程度较高。荔湾区和越秀区由于是广州传统的老城区，本地常住人口较多，新移民与本地常住人口分异程度较低。对各个区新移民的隔离指数进行分析，可以看出，新移民隔离程度最高的区是海珠区，隔离指数达0.508，其次是花都区，指数为0.501，萝岗区和南沙区的隔离程度较高，分别达0.492、0.468，荔湾区的隔离程度最低，为0.322，番禺区和越秀区的隔离程度较低，分别为0.357和0.371。可见，海珠区和花都区的新移民与户籍人口具有较高的居住空间分异度;萝岗区和南沙区由于都是开发区，工厂、企业较多，地广人稀，户籍人口数量偏少，因此新移民与户籍人口的空间分异程度较高;荔湾区、越秀区和番禺区由于新移民人口数量较少，因此显示出较低的隔离程度。

分析各个区的新移民集中指数(见图16－3)，可以看出，十区新移民的集中指数普遍较高，除了越秀区和荔湾区新移民的集中指数在0.5以下，其余区的集中指数都高于0.5，其中集中指数最高的区是萝岗区，集中指数达0.68。由此说明，萝岗区的新移民集中程度最高，其次是黄浦区、白云区、南沙区、天河区和海珠区。

(五)新移民空间分异影响因素

首先对可能的影响因素进行筛选，由此确定可能的自变量。之后以新移民聚居区的形成与否为因变量，建立逻辑回归模型，通过对被解释变量与每一类变量进行相关性分析，以及不断试验，最终确定当前新移民居住空间分异的影响因素，并就其影响程度等问题进行评价。值得一提的是，逻辑回归模型作为一种较为成熟的计量分析手段，目前已经成为研究和分析中国城市转型与重构问题的核心方法之一，尤其在分析中国城市社会、移民、空间分异等方面得到了十分广泛的应用与认可。本节重点是新移民居住空间分异的机制问题，也即是解读新移民聚居区的出现受哪些因素的影响，进而从群体分布的角度解释转型期中国城市新移民聚居的形成机制问题。因此，需要在六普数据中确定“新移民聚居区”的标准，并以此作为下一步逻辑回归的核心变量。通过分析新移民在各居委会的比例分布，可知其均值为0.27;因此，可以这一数值为基础，将全部居委会分为两类:新移民聚居区(新移民比例＞0.27)和非新移民聚居区(新移民比例＜=0.27);同时，去除问题数据或相关社区，得到新移民聚居区1 039个(39%)，非新移民聚居区1 601个(61%)，并建立因变量(新移民聚居区=1，非新移民聚居区=0)。

图16-3　各区分异指数、隔离指数、集中指数比较

围绕新移民的人口因素、制度因素、市场因素和空间因素四个维度设定自变量指标，分别为:

1.人口变量

主要选择四个变量:年龄结构、婚姻、户均人数和受教育水平来反映普查居委会的相关社会空间特性。其中年龄结构指标采用的是65岁以上人口的比例，也就是老龄化程度，进而展现新移民聚居区的出现与居委会居民年龄结构的相关性，并依此考察是否社区年龄结构会影响新移民聚居，以及影响程度如何;其他因素的分析逻辑类似(见表16－2)。

表16-2　人口属性指标的基本情况

婚姻指标采用的是居委会已婚人口比例，已有对新移民的研究表明，已有新移民多在城中村居住，而未婚新移民则多在厂区宿舍居住;同时，西方社会空间经典研究则表明，婚姻是体现家庭生命周期的重要维度，而家庭生命周期是影响个人住房选择乃至群体聚居的重要因素。因此可以采用这一指标来探析是否婚姻状况会影响新移民的群体聚居情况。

类似的，采用户均人数来分析家庭结构的情况，进而展现这一指标对新移民聚居的影响。已有研究表明，多数新移民尤其是新生代新移民可能存在家庭人口少乃至多数单身的情况，因而这一指标有可能与新移民聚居区的出现呈负相关性;这一假设是否成立，则有待模型验证。

教育水平是体现居民社会资本的重要维度，因而也作为个人属性的重要方面纳入模型。已有研究表明，新移民的教育水平大多低于本地居民，多数为小学和初中水平。因而我们采用受高等教育水平人口的比例来检验这一指标的影响。其中六普数据分类报告了各等级受教育水平人口，我们将大专及以上的人口予以加总，并求得其占社区总人口的比例，以此体现居委会的教育水平。

2.制度变量

我们主要确定了两个变量:户口和单位，以此检验制度因素对于新移民聚居区出现的影响。这两个变量也是已有研究中常用的考察中国城市空间结构影响因素的变量(见表16－3)。

户口:六普数据报告了比较多的户口信息，如外来人口户口在本市、外来人口户口在本省其他县市、外来人口户口登记为省外，等等。已有研究则表明，户籍制度及其附带的福利因素是影响中国城市空间结构乃至新移民居住空间的重要因素。因此我们采用农业人口比例指代户口因素，并假设新移民聚居区的出现与其比例呈正相关的关系:聚集较多农业人口的社区可能也是聚居新移民的社区。

单位:六普数据并未直接收集居民工作的单位信息，因而没有直接汇报是否普查对象是体制内的单位人口;不过，我们可以采用间接指标来体现普查居委会单位社区或单位住房的集中情况，如住房类型中的“购买原公有住房”，尽管并不能完全对等于单位数量或规模，但也的确可以在一定程度上体现该地区是否存在大量单位住房，因单位社区多围绕这些“原公有住房”(柴彦威，et a1.2011)。因此采用这一类型住房的比例来体现居委会单位体系的集聚情况。

表16-3　制度变量指标的基本情况

3.市场变量

选用四个指标来体现市场变量的影响:租金水平、居民职业、居民行业和商品房住房类型(见表16－4)。具体而言:

六普数据首次报告了居民住房的租金水平情况。这一租金水平直接体现该普查居委会的市场地位;例如，新移民聚居的城中村通常具有较低的租金水平，因此我们采用租金水平低于200元的住房比例作为指标，分析租金是否对新移民聚居产生影响，并假设较低的社区租金水平与新移民的集聚度呈正相关。

职业和行业是体现新移民社会经济地位的重要指标，因而我们采用高端职业即职业是“国家机关、党群组织、企业、事业单位负责人”的比例为第一指标，检验该社区高端职业人群的分布特征;同时，采用行业分布中的FIRE(Finance Insurance)即生产性服务业人员的比例，检验该社区中产阶层职业人群的分布特征。已有研究表明，新移民多服务业、制造业等中低层行业，因而其分布与这两个指标较高的样本可能呈负相关的关系。

商品房的比例直接体现该社区的市场属性及其社会空间地位，商品房楼盘型的社区无疑也是市场化程度较高、受体制因素影响较小的地区，因而我们运用这一指标来指代市场化程度在一定意义上也是成立的。由于大部分新移民无法支付日益高涨的商品房价格，因而新移民的分布与商品房比例可能呈负相关的关系。

表16-4　市场变量指标的基本情况

4.空间变量

空间变量是影响新移民择居的重要维度，但也是通过六普数据较难体现或指代的一类指标。我们选取住房高度、住房年代、人均居住面积和住房功能是否复合、以及住房困难程度(人均住房面积)等几个方面来体现“空间变量”(见表16－5)。

住房高度:作为历次普查中的第一次，六普数据汇报了大量住房信息，进而可以间接揭示城市空间的诸多信息。我们采用住房高度这一数据来指代该社区所在的区位:住房平均较高的地区可能也是城市更为中心的地区;尽管存在南沙、番禺等地的部分特殊情况地区，但住房楼层较高则所在区位更为中心这一事实普遍存在于广州这样典型的中国城市;因此我们采用住房高度中高度为七层以上住房的比例来体现该社区的区位;新移民可能聚居在更为边缘的区位，因而与这一变量的关系可能是负相关的。

住房年代:这一指标反映的是所在社区的新旧程度，也间接反映了所在社区的相关设施情况、住房质量、管理完善程度等方面问题。因此，采用建于1979年以前(即改革开放前)的住房比例的指标，以此探析新移民的分布与其所在社区的相关设施条件、住房质量、管理质量等方面的相关性。例如，部分新移民可能在老城区的老房子租房居住，因而其分布与此类住房比例可能呈正相关的关系。

住房功能复合:采用复合型功能住房的比例指代这一指标，它所体现的是住房所在社区功能本身是否为纯居住，或者所在社区是否是城中村等兼具生产功能的社区。例如，功能复合型住房越多，即越是大量住房被用作工厂、作坊或仓储，则说明该社区越有可能是城中村型社区;或者该社区的居住质量可能越差;因此，新移民的居住分布与这一指标可能存在正相关的关系。

同时采用人均住房面积和住房状况困难度(住房面积小于20平米的住房比例)两个指标来作为居住条件指标，一方面大部分新移民的居住条件较差，或是为节约开销而选择在此类住房居住，因此这一变量与新移民分布可能存在正相关的关系。

表16-5　空间变量指标的基本情况

采用Logistics回归模型分析新移民群体聚居的影响因素。近年来，类似方法已经成为研究中国城市空间尤其是居住问题的核心方法。为分析新移民聚居区(是或否)的决定因素，将新移民聚居区的出现事件作为因变量，设为新移民聚居区和非新移民聚居区的二分虚拟变量，其中新移民聚居区=1，非新移民聚居区=0。采用二元Logistic回归模型，其模型结构为:

其中pi=P(yi|x1i，x2i，．．．，xki)为系列自变量x1i，x2i，…，xki时“新移民聚居区”或“非新移民聚居区”事件发生的概率;x为普查居委会(社区)的基本特征变量，k为变量的总数，α表示常量，βk为偏回归系数。

(1)制度因素的影响

表16－6报告了采用制度因素变量分析新移民群体聚居的回归结果。其中各模型的－2倍的对数似然函数值分别为1 912.602，1 596.721和1 596.688，Nage1kerke R2 Square均与1接近，说明各模型的拟合优度较高。此外，模型总的预测准确率均在90%左右，准确率高。

首先就个人属性变量而言，年龄、婚姻、户均人口和教育水平均对新移民聚居区的出现概率具有明显影响。例如，模型1中年龄因素不仅具有统计意义，而且其相关系数为－51.603，极为突出，说明年龄因素是影响新移民群体聚居最为重要的因素;而且，老年人比例越高的社区成为新移民社区的概率越低，这验证了新移民社区多为壮年劳动力，而新移民群体聚居与社区居民的年龄分布呈负相关;其次是婚姻状况因素，类似的，其相关系数为10.985，说明新移民社区的已婚群体比例较高，这也验证了已婚新移民多选择城中村聚居进而形成新移民社区，而单身新移民多在工厂宿舍居住。此外，户均人口和受教育程度均与社区成为新移民聚居区的概率呈负相关，说明新移民聚居区户均人口少，受教育程度较低的特征。

就考察变量而言，表16－6中的三个模型验证了制度因素对于新移民聚居区出现概率的影响。模型1的结果说明户籍制度对新移民群体聚居有影响，尽管其程度远小于人口属性数据(B=0.699):农业人口比例越高的社区成为新移民聚居区的可能性越高;模型2则说明仅考虑单因素的影响，单位因素对新移民群体聚居的影响并不显著(不具统计意义)，而且此时婚姻因素的影响也减弱了;模型3则报告了同时考虑户口因素和单位因素的情况下，则两个因素对新移民群体聚居同时具有影响，尽管单位因素的影响并不太突出(p=0.028)。总体而言，随着单位制度的逐步解体，“单位”体制对新移民分布的影响已经减弱了。

表16-6　制度因素变量logistic回归结果

(2)市场因素的影响

表16－7报告了考察市场因素变量分析新移民群体聚居影响的回归结果。首先就控制变量(人口属性)而言，除婚姻状况和教育水平的影响不太稳定(Mode1 1－Mode15)，其他各指标的影响均稳定而明显，其中年龄结构的影响最为明显和突出:模型1－5中年龄因素不仅具有统计意义，而且其相关系数为－51左右，说明年龄因素是影响新移民群体聚居最为重要的因素;家庭结构(户均人口数)也一直具有统计意义，并与新移民聚居区出现的概率呈负相关，说明户均人口数的比例分布与新移民群体聚居的概率呈反比关系;等等。

就考察变量而言，模型1的结果表明:第一，租金水平是影响新移民聚居区出现的重要因素，且成正相关的关系(B=5.368)，月租金水平低于200元住房的比例越多，新移民聚居区出现的概率越高，这也验证了新移民居住消费水平较低，且尽量减少住房消费的客观实际情况相符。第二，模型2的结果说明社区居民的职业状况分布对新移民聚居区的出现概率并无影响(p=0.275，无统一意义)，这也说明新移民聚居区居民的职业构成并无明显均质化趋势。第三，模型3则说明居民就业的行业构成具有明显统计影响，且从事金融、保险和房地产业(即职业白领)比例高的社区新移民聚居的可能性低(B=－7.898)。尽管同是市场因素，行业和职业两个因素对于新移民聚居的影响存在明显差别，原因在于新移民聚居区的居民可能存在“职业构成多元”(老板与员工同时存在)而“行业构成均质”(服务业、制造业)等两大特征，进而带来其分布上的差异与特征。第四，模型4的结果说明商品房分布与新移民聚居区的出现呈负相关的关系，说明新移民普遍还是租房居住，且多在城中村类型的社区(自建房)而不是商品房社区租房。类似的，模型5报告了四个考察因素相互影响的情况下，回归分析的结果:职业因素无影响(p=0.064)，租金因素、行业因素和商品房因素均具有明显影响，且租金因素的影响最为突出(B=4.186):租金水平越低、生产性服务业从业人员越少、商品房越少的社区成为新移民社区的概率越高。

(3)空间因素的影响

表16－8报告了考察市场因素变量分析新移民群体聚居影响的回归结果。就控制变量(人口属性)而言，类似前面的分析，婚姻状况和教育水平的影响不太稳定(Mode11－Mode16)，其他各指标的影响均稳定而明显，其中年龄结构的影响最为明显和突出:模型1－5中年龄因素不仅具有统计意义，而且其相关系数为－52左右，说明年龄因素是影响新移民群体聚居最为重要的因素;家庭结构(户均人口数)也一直具有统计意义，并与新移民聚居区出现的概率呈负相关，说明户均人口数的比例分布与新移民群体聚居的概率呈反比关系等等。

就考察变量而言，模型1的结果表明:第一，区位(用楼层高度间接指代)是影响新移民聚居区出现的重要因素，且成负相关(B=－1.545)，说明区位越外围的社区(高层住房越少)，新移民聚居区出现的概率越高，这一方面说明新移民居住的社区楼层普遍较低(如城中村住房多为3—5层)，一方面也表明新移民聚居区的空间区位普遍在城市外围而非核心地带(楼层较高，如珠江新城)。第二，模型2报告了住房建房时长与新移民聚居区的出现呈正相关且具有统计意义，说明新移民多聚居在建于1979年以前的住房比例较高的社区(部分老旧的城中村或旧城的部分老房子)。第三，人均住房面积因素与新移民聚居区的出现概率负相关(B=－0.063)，这验证了新移民居住面积普遍比较局促的现实，新移民也多聚居在住房面积较为狭小的城中村社区，因而其人均居住面积较小;类似的如李志刚等(2012)对北上广等地城中村住房状况的调研也说明了此类情况。第四，住房面积的困难度(小于20平方米住房比例)与新移民聚居区出现的概率呈正相关，也证明新移民普遍居住的面积较小的住房，住房条件较差。同样，这也验证了新移民居住消费水平较低，且与尽量减少住房消费的客观实际情况相符。第五，住房功能的混合与否是五个空间因素中最为突出也最为明显的(B=11.978)，说明新移民聚居社区的住房多具有复合功能:商用、开设小厂房、理发店等等)，这些复合功能的出现一方面对居住环境本身有负面影响，另一方面也提供了诸多生活便利，进而可以成为吸引新移民聚居的重要因素。第六，将五个因素同时考察，模型6的分析结果表明，住房功能混合与否、住房条件的困难程度、住房区位和人均住房面积是影响新移民群体聚居的重要因素，而住房的建成年代(老旧程度)则对新移民聚居并无影响。总体上，具有混合功能、住房面积小于20平方米、地处城区外围和人均居住面积较小的住房比例较高的社区成为新移民聚居区的可能性更大。

(4)总体模型

将所有因素调入回归模型，得到表16－9，展现考虑控制变量和所有考察变量相互影响的情况下，各指标对于新移民聚居区出现概率的影响。类似前面的分析，此模型也具有较强的可信度和统计意义。

就控制变量而言，除教育水平外，其他因素均具有明显统计意义，尤其年龄因素是所有因素中影响最为明显的(B=－58.110)，其次是婚姻状况(38.619)，老年人比例越低、已婚居民比例越高的社区成为新移民聚居区的可能性越高。

就控制性变量而言，最为重要的方面是单位(p=0.110)和户口因素(p=0.311)的影响均消除了，说明制度因素不再是影响新移民聚居的重要维度，而代之以市场因素和空间因素。这就说明，经过30多年的市场化改革，市场正在取代制度成为影响新移民群体聚居的重要维度，计划经济时期所形成制度因素的影响正在逐步退减。就市场和空间维度而言，住房的功能复合度是影响效应最大的因素(B=9.006)，住房功能复合的比例越高其成为移民聚居区的可能性越大;其次是行业因素(B=－5.450)，生产性服务业从业居民比例越高的社区出现新移民的可能性越低。此外，其他影响因素还有:市场维度包括租金因素、职业因素和商品房因素，空间维度包括人均住房面积和住房困难度，而区位和住房建设年代的影响不再明显。

表16-9　新移民居住空间影响因素的logistic回归结果

续表

四、讨论与结论

第一，广州新移民的空间分布总体上表现出集中在中心区外围区域，分散在郊区的特征，其中省内新移民较多集中在中心区周围区域，省外新移民除了相对较多的分散在郊区。新移民集聚度较高的区域分布在中心区的外围区域，和花都区的狮岭镇区域和南沙区的部分区域。其中白云区、萝岗区和南沙区的部分区域以及其他区内的部分区域集聚度很高，区位熵超过2，中心区新移民的集聚度较低，低于研究区的平均水平。省内新移民与省外新移民的空间分布差异明显，省内新移民较为明显的集聚在中心区的周边区域，而省外新移民则呈离散型相对分散在城市外围区域。

第二，广州新移民与本地常住人口的分异指数ID为0.482，说明新移民与本地常住人口的空间分异水平已经达到中等较高水平。新移民的隔离指数为0.464，集中指数为0.564，接近0.6，表明广州新移民在居住空间上表现出较高的集聚程度。

历经30多年的改革开放，制度因素对新移民聚居区出现的影响正在减弱，农业人口比例高的社区形成新移民聚居的可能性越大，单位对新移民聚居与否并没有明显影响，市场因素的作用增强。同时，人口和家庭因素是新移民聚居的最基本影响因素，其中年龄因素和婚姻状况是影响新移民群体聚居最为重要的因素，老年人比例越低、已婚居民比例越高的社区成为新移民聚居区的可能性越高。此外，户均人口和受教育程度均与社区成为新移民聚居区的概率呈负相关，说明新移民聚居区户均人口少，受教育程度较低的特征。

【注释】

[1]作者单位:中山大学地理科学与规划学院，广东省城市化与地理环境空间模拟重点实验室。