第七章：专题 3：人口普查与地理人口特征分类
章节作者：刘贇喆 | 华东师范大学 社会发展学院
更新时间：2026-05-05
章节概述
本章聚焦人口普查数据分析与地理人口特征分类。专题研究
1 使用美国 ACS 数据，在全国县级尺度上构建一个基础版的地理人口特征分类，展示如何从人口与社会经济变量出发识别区域类型。专题研究
2 进一步转向纽约市 census tract
尺度，在更细颗粒度上整合人口、社会经济、住房与通勤等多维变量，识别城市内部街区之间的社会空间差异。
方法层面，本章主要涉及人口普查数据获取、变量重构与比例指标计算、相关性检验、主成分分析（PCA）、变量筛选、K-means 与 H-K-means 聚类分析，以及聚类结果的空间制图、指数热力图与类型解释等关键方法。
本章学习内容
1.0 本章导论
1.0 本章导论
1.1 人口普查数据概论
基本概念
人口普查数据（census
data）是指由国家统计机构在特定时点，对全国或特定行政范围内的人口、住户及其社会经济特征进行系统登记与统计后形成的数据。其核心目标在于刻画一个国家或地区人口的规模、结构、分布与居住特征，并为公共治理、资源配置与社会研究提供基础性证据。
人口普查数据通常具有三个突出特征。第一，它具有较强的覆盖性，统计对象通常面向全国人口或全体住户，而不是抽样意义上的局部样本。第二，它具有明确的空间对应性，往往可以匹配到不同层级的行政区或统计区。第三，它具有较强的多维性，包含丰富的人口与社会属性变量，因此特别适合用于区域差异分析与社会空间研究。
人口普查中常见的统计主题包括但不限于年龄(age)、性别(sex)、受教育程度(educational attainment)、职业(occupation)、住房条件(housing)、民族或族裔(ethnicity)、迁移状况(migration)以及家庭结构(household structure)等。
从研究应用看，人口普查数据的价值并不只在于提供人口总量等宏观信息，更在于其能够被进一步细化为一组可比较的结构性指标，以刻画不同地区的社会经济与居住特征。
例如，可基于年龄结构(age structure)、家庭类型(household type)、住房占有方式(housing tenure)、就业状态(employment status)、受教育水平(educational attainment)、通勤方式(commuting mode)等变量，构建反映地区社会结构差异的指标体系。
这样的处理方式既是后续地理人口统计特征分类（geodemographics）的重要基础，也为下一章节的综合指数构建（composite index）提供了关键的数据来源与变量支撑。
Figure 1. 简化版人口普查流程示意图
国际对比
不同国家的人口普查制度与数据发布口径并不完全一致，但总体上都由官方统计机构负责组织、汇总与发布。对于人口社会空间分析而言，较常见的案例包括美国、英国与中国。三者在数据获取方式、统计时点、空间单元体系与公开粒度(即，可公开的最小地理单元尺度)上均存在一定差异，因此在使用时需要特别留意年份口径、空间边界与变量定义的一致性。
美国（United States）
美国人口普查数据主要由 U.S. Census Bureau 发布。研究中最常用的两类数据，一类是十年一次的人口普查（Decennial Census），主要提供较完整的人口计数与基础人口特征；另一类则是当前更为常用的 American Community Survey（ACS）。ACS 并非传统意义上的整体现时点普查，而是一项持续开展的滚动抽样调查，并按年发布估计结果。ACS 常见产品包括 1-year estimates 与 5-year estimates。二者的差异不仅体现在可发布的空间尺度上，也体现在估计所依据的时间窗口与统计稳定性上。前者基于 12 个月的数据汇总而成，时效性更强，更适合观察较新的社会经济变化；后者基于 60 个月的数据汇总而成，样本量更大，统计稳定性通常更强，也因此能够支持更小尺度地理单元的估计。但需要注意的是，5-year estimates 反映的是一个五年时期内的综合特征，而不是某一单独年份的即时状态，因此 1-year estimates 与 5-year estimates 不宜直接进行横向比较。
美国人口普查常用的地理统计单元由细到粗通常包括 block group、census tract、county 与 state。在社会经济结构分析与地理人口统计研究中，较常使用的尺度通常为
block group或census tract。官方平台通常支持表格检索、下载、地图浏览与 API 访问。英国（United Kingdom）
英国人口普查具有较长的制度延续性。就英格兰和威尔士而言，人口普查自 1801 年起通常每 10 年开展一次，1941 年因二战未进行。当前英国人口普查数据的发布主要可通过 Office for National Statistics（ONS） 获取；不过需要注意，英国并非所有地区都由同一统计机构负责，其中英格兰与威尔士主要由 ONS 统筹，北爱尔兰由 NISRA（Northern Ireland Statistics and Research Agency）负责，苏格兰则由 Scotland’s Census / National Records of Scotland负责。英国人口普查常用的地理统计单元由细到粗通常包括 Output Area（OA）、Lower layer Super Output Area（LSOA）、Middle layer Super Output Area（MSOA） 与 local authority。这一分层体系使人口普查数据能够较方便地与边界文件结合，并支持不同尺度的社会空间分析。
官方入口：ONS Census；Census 2021 geographies；Statistical geographies
Figure 2. 英国2021人口普查问题节选图
中国（China）
中国人口普查数据主要由国家统计局发布。新中国成立以来，我国已分别于 1953 年、1964 年、1982 年、1990 年、2000 年、2010 年和 2020 年开展了七次全国人口普查；现行制度下，人口普查通常每 10 年开展一次。当前研究中最常引用的是第七次全国人口普查相关公报、主要数据资料与《中国人口普查年鉴-2020》。第七次全国人口普查的标准时点为 2020 年 11 月 1 日零时。其主要内容涵盖人口数量、结构、分布、城乡住房以及性别、年龄、民族、受教育程度、行业、职业、迁移流动、婚姻生育等信息。与前文美国的 ACS 或英国的小区域普查表不同，中国人口普查更常见的公开资料形式是公报、年鉴与汇总表。其中，国家统计局发布的《中国人口普查年鉴-2020》主要包括全部人口数据、长表数据与附录等部分，其中长表数据更多反映人口的各类结构性特征。
从公开结果的组织层级来看，中国人口普查数据通常由细到粗涉及乡镇/街道、县级、地级、省级与全国等行政层级；但在公开可获得性上，研究中更常稳定使用的是县级及以上尺度的数据。与美国和英国相比，中国公开可直接获取的精细化小区域人口普查数据相对有限，尤其是在县级以下统一、标准化、可直接下载的空间单元层面，可得性通常较弱。
Figure 3. 中国第六次人口普查短表示意图
常见的人口普查变量
人口普查数据的内容通常具有明显的层级组织特征。概括而言，可将其理解为从概念层到领域层再到变量层的逐级展开。所谓概念（concepts），是指较高层次的社会人口主题，如人口结构（demographic
structure）、社会经济特征（socioeconomic characteristics）或住房与居住状况（housing and
living
conditions）；在每一个概念之下，又可以进一步细分为若干领域（domains），例如年龄、性别、教育、就业或住房占有方式；而每一个领域内部，还会包含更具体的变量（variables），如 0–4
岁、5–9 岁、10–14
岁等年龄分组，或自有住房、社会租赁、私人租赁等住房类别。
换言之，人口普查并不是简单提供若干零散变量，而是围绕若干主题，形成从宏观主题到具体分类项的系统化统计框架。这种层级式组织方式，一方面有助于从整体上把握地区人口社会特征，另一方面也为后续的变量筛选、指标构建与聚类分析提供了基础。
注意： 这里的 concept 可以同义替换为 theme / topic 等
以英国 Census 2021 为例，ONS 将 England and Wales 的topic summaries组织为若干主题组。官方页面列出 9 个主题组。
从分析实践看，不同国家的人口普查虽然在发布平台、主题名称与表格结构上存在差异，但其核心内容通常都围绕若干相对稳定的领域展开。例如，人口学领域常涉及年龄、性别、婚姻与家庭结构；社会经济领域常涉及教育、职业、就业状态与行业；住房领域常涉及住房类型、住房占有方式与拥挤程度；迁移与流动领域则可能涉及出生地、迁居、国籍或通勤方式等。
Figure 4. 人口普查数据层级概念
方法提示：从计数到可比较指标
人口普查原始表格通常以计数值（counts）为主，而不会直接提供适合聚类分析的比例指标（percentages）、密度指标（densities）或标准化指标（standardised measures）。
因此，在后续分析中，研究者通常需要根据研究目标，对原始计数进一步处理。例如，可将某一类别人数除以总人口，得到结构比例；将人口数除以面积，得到人口密度；或在多变量比较中进一步进行标准化处理。
1.2 地理人口特征（Geodemographics）
基本概念
“an analysis of people by where they live” - （Sleight, 1996)
地理人口特征（geodemographics）或 地理人口特征分类法(geodemographic
classification)通常是指：基于小区域的人口、社会、经济与居住特征，将具有相似属性的地理单元归并为若干类型，从而形成一种邻里类型学（neighbourhood
typology）或区域分类体系（area
classification）。它并不是对单个个体进行分类，而是对地区进行分类；其基本出发点在于，不同地区的人口社会结构、居住条件与生活方式往往存在相对稳定的空间差异。
底层逻辑：‘物以类聚，人以群分’ - 居住在同一邻里的人群往往具有类似的多维属性
地理人口特征分类 通常以小区域数据为基础，围绕地区的多维城市背景特征，选取人口、社会、经济、住房等多个变量，对空间单元进行聚类分析，并在结果基础上进一步开展类别解释与命名。其最终产出通常不是连续型数值，而是若干离散型组别。这些组别往往具有较强的解释性，其命名通常并非随意设定，而是依据该类地区在多维属性中最突出的结构特征加以概括，例如
“高龄社区”、“多族裔城市租住区” 或
“郊区家庭型社区” 等。
这类分类结果的意义，在于将原本维度较多、较分散的普查变量压缩为更易解释、也更适合比较的区域类型，从而为城市邻里差异、社会空间分异与区域类型识别提供一种多维度的分析视角。
注：小区域 往往是指街道、邻里等地理单元
(常见如美国的census tract及以下、英国的 LSOA及以下单元)
Figure 5. Esri Tapestry 分类 1B 人群肖像
多维度方法
在社会空间研究中，单一变量方法往往只能揭示地区特征的某一个侧面。例如，仅用老年人口占比，只能描述年龄结构；仅用住房占有方式(housing
tenure)，也只能反映居住制度的一部分。即便在多元模型中，城市背景变量通常也仍然被拆解为若干相对独立的解释项，分别考察其边际影响。这样的做法有其明确用途，但对于理解城市邻里作为整体情境的内部结构而言，往往仍然是不充分的。
地理人口特征分类 所代表的，正是一种更偏向情境化（contextual）的分析思路。在这一思路下，邻里并不被视为若干彼此孤立变量的机械组合，而更像是一组相互交织、难以完全拆分的属性束。例如，财富、教育程度、住房成本、家庭结构与就业特征在现实城市空间中往往高度缠绕，其意义并不总能通过单独考察某一个变量而被充分理解。相较之下，地理人口特征分类
更关注的是地区在属性组合上的整体差异，而不是某一个单独变量上的增减变化。
这一多维方法的优势主要体现在两个方面。第一，它能够将人口结构、社会经济特征、住房状况、就业特征与迁移流动等多个维度结合起来，从整体上识别不同地区之间的相似性与差异性，因此所得结果更接近于一种综合社会画像，而不是单指标的局部刻画。第二，它能够将高维变量压缩为较易解释的类别结构，从而更便于制图展示、区域比较与结果沟通。
相关研究还指出(Singleton & Spielman, 2004)，当小区域人口与社会经济变量本身存在较大估计误差（margin of error）时，情境化方法相较于逐变量分析可能具有额外优势。这一点在美国邻里尺度的 ACS 数据中尤为典型：当单一变量的测量并不十分精确时，将邻里理解为多属性组合并进行整体分类，有时比逐一解释单个变量更稳健。
发展脉络
从历史渊源看，geodemographics 的早期雏形可追溯到
19
世纪末的城市社会调查与社会制图实践。其中最具代表性的案例之一，是
Charles Booth
对伦敦贫困问题的系统调查及其著名的 London Poverty
Maps。在 Booth 于 1886–1903 年开展的 Inquiry
into Life and Labour in London
中，研究团队以街道为单位，对居民的收入与社会阶层进行分类，并通过不同颜色在地图上展示伦敦内部的贫困与富裕分布。这一工作虽然尚不属于现代意义上的
地理人口特征分类，但其核心思想已经体现出一个重要特征：即通过对小区域人口社会特征的归纳与制图，识别城市内部的社会空间差异。
