中国城市社会空间分异的现状、变迁及影响因素——基于街景深度学习方法的分析

张延吉

福州大学

社会学系

副教授

游永熠

华南理工大学

建筑学院

博士研究生

中国城市社会空间分异的现状、变迁及影响因素

——基于街景深度学习方法的分析

来源 | 《社会学研究》2026年第1期

作者 | 张延吉、游永熠

责任编辑 |政光景

本研究以2013—2022年中国296个地级及以上城市为分析对象，采用目标检测、图像回归等深度学习方法测量街景图像中的环境维护与富裕感知水平，以反映社区的社会经济水平并量化城市社会空间的全域及邻域分异。研究表明，在空间分布上，全域分异在中部地区最突出，邻域分异自东向西、自发达城市向欠发达城市依次降低；在发展趋势上，全域分异在沿海发达城市有所减弱，发达城市的邻域分异在高基数水平上持续上升。市场主体和政府政策的宏观环境与微观空间特征均对社会空间分异具有关键作用。

一、引言

改革开放以来，随着经济快速发展，中国居民的收入及财富基尼系数增至高位（柳建坤、何晓斌，2024），教育、消费、健康等社会分层现象相伴而生，对维护公平正义和促进共同富裕构成挑战（李路路、朱斌主编，2024）。社会空间分异则是各类社会分层现象在空间上的集中投射（刘精明、李路路，2005），表现为社会环境、空间品质、公共服务资源在城市内部的非均匀分布，以及不同群体在地理分布上的差异性和隔离状态（Massey & Denton,1988）。社会空间分异将社会分层具象化、可视化，直接影响个体体验、福祉及相对剥夺感，进而加剧社会解组、激化社会冲突（李强、李洋，2010；曾东林等，2021；吴愈晓等，2024）。

伴随土地要素的市场化配置和住房制度的市场化改革，中国城市内部的社会空间分异问题逐渐凸显，高档门禁社区、保障房社区、城中村等城市斑块拼贴出一个日益碎片化的社会空间景观（Wu et al.，2014），各阶层、各收入群体之间以及本地与外地人口之间的居住分异和日常活动空间分异不断增强（孙秀林，2021；宋伟轩等，2024），市场转型与权力存续被视为形塑中国城市社会空间分异格局的主要动因（Fang et al.，2020；Miao,2024）。但因缺乏全国范围内小尺度单元（如社区）的社会经济状况数据，现有研究仅限于针对少数大城市的案例分析，中国绝大部分城市的社会空间分异状况及其演进规律仍不得而知（张文斌等，2024）。

为克服现状格局不明、变迁趋势不清、影响因素不详的局限，本研究试图将城市视觉智能分析方法用于探讨经典的社会学议题（Zhang et al.，2024）。具体而言，本研究以中国296个地级及以上城市的市辖区为分析对象，以海量街景图像为数据来源，以环境维护和富裕感知这两个与社区社会经济水平紧密关联的概念为代理变量，分别采用目标检测和图像回归两种深度学习算法开展训练和推理，以对环境维护和富裕感知进行高精度、广覆盖、小尺度、跨时期的测量，进而提出可复制、可推广的城市尺度的社会空间分异量化方法，剖析2013—2022年各城市社会空间全域分异与邻域分异的现状格局及变迁趋势。本研究进一步基于市场—政府“双主体”与宏观环境—微观空间“双视角”的解释框架，厘清社会经济分化、全球化、人口构成、政策导向对社会空间分异的影响，以此揭示中国城市社会空间分异的全貌，并弥补社会分层与社会地理领域城市指标稀缺的不足。

二、文献综述

（一）城市社会空间分异的概念

社会空间是以物质、地理空间为载体，承载社会关系、社会要素、社会含义的场域，决定了空间使用者的机会、资源、生活方式与交往对象（李强，2012）。列斐伏尔（Henri Lefebvre）在空间生产理论中指出，空间不是被动的、空洞的物理容器，而是一种社会产物；以城市土地和房产为载体的空间本身就是一种商品，它在用于居住和生活的使用价值之上衍生出用于投资、买卖、获利的交换价值（列斐伏尔，2022）。优质空间资源稀缺则使城市空间成为各阶层激烈争夺的关键领域，形成相似者集聚、相异者分离、强势者占据优势区位、弱势者被排挤至劣势区位的社会空间分异态势（李强，2012）。

总之，作为各种社会分层现象的空间映射，城市社会空间分异反映了城市内各群体在地理分布上的异质性，以及社会资源禀赋和社会机会在空间格局上的非均匀性，决定了跨社群交往的机率（Massey & Denton,1988）。若社会空间分异严重，则可称之为空间隔离（李强、李洋，2010）。

同类群体集聚、不同群体互斥的分异状况会使弱势群体与主流社会脱节，相对剥夺感加深，被孤立的弱势社区则易产生就业机会匮乏、亚文化盛行、社会信任瓦解、社会解组加剧、越轨和犯罪行为增多等问题，构成社会冲突的隐忧（曾东林等，2021；吴愈晓等，2024）。换言之，社会空间分异不仅反映了社会分化，而且通过空间巩固和加剧了社会分化。

测量社会空间分异的指标非常丰富。其中，基尼指数（后文称为“Gini指数”）和相异性指数（D指数）最常用，它们分别关注某一社会经济变量和不同群体占比在各地理单元之间的整体差异（石恩名等，2015）。但这两个指标均为全域指标，不考虑各地理单元周边的社会构成，即使各地理单元位置有变，也不会改变全域指标大小（Reardon & O Sullivan,2004）。如图1所示，城市A与B（或C与D）中高、中、低收入社区的比例一致，尽管三者区位不同，但两个城市的Gini指数仍相等。为弥补这一不足，有学者将Gini指数分解为相邻与非相邻成分，提出空间Gini指数（Rey & Smith,2013）。该指标为邻域指标，更能反映社会经济变量在局部邻里环境中的分异状况以及各类群体或资源的空间集聚程度。综上，只有同时考察全域分异与邻域分异，才能从全局和局部两个维度全面理解城市社会空间分异。

社会空间分异的现状、变迁、形成机制及应对策略是城市社会学的经典议题。肇始于芝加哥学派，竞争性合作理论、社会空间动态平衡观点、人类生态地图从不同角度揭示了美国城市的社会空间分异（Park & Burgess,1925）。而对于中国的城市来说，随着住房的市场化改革，住房从只具有居住功能的福利品转变为可用于财富积累的金融品（吴开泽，2019），客观阶层分化与居住空间分化趋于一致（刘精明、李路路，2005）。由此，中国城市表现出内城绅士化（gentrification）、近郊中产化、远郊贫困化的空间分异特征，高档住宅、普通商品房、保障性住房、棚户区、城中村等多类型社区拼贴出马赛克式的社会景观（Wu et al.，2014；宋伟轩等，2024）。在上海、广州、深圳等地，各类收入群体及各类户籍人口之间的居住分异程度已与美国同等城市相当，并呈上升态势（李志刚等，2014；孙秀林，2021；Cao et al.,2024）。

因街道、乡镇层级以下的小尺度普查数据未公开，大数据研究仅聚焦少数大城市，故国内相关研究难以获悉中国所有城市的社会空间分异现状及变迁趋势（张文斌等，2024），始终存在重个案、轻整体的不足。

（二）城市社会空间分异的影响因素

市场和政府是形塑城市社会空间结构的两大主体（Wu et al.，2014）。市场转型与权力存续不仅能够揭示中国社会分层及社会流动的形成机制，也可解释当代中国城市的居住分异（Fang et al.，2020）。而宏观环境和微观空间是理解社会经济分化、全球化、政策导向等因素如何影响社会空间分异的两大视角（Musterd et al.，2017）。

市场首先通过社会经济分化作用于空间分异。空间同化（spatial assimilation）理论认为，当个体实现向上社会流动时，他们会迁入中高档社区，因此社会分化与空间分异将同向变化（Iceland & Nelson,2008）。有研究指出，收入差距越大，空间分异就越强烈（Reardon & Bischoff,2011），房价上涨还会扩大收入差距的这一影响（Kohl et al.，2025）。场域分层（place stratification）理论则指出，宏观环境中的社会分化并不必然导致空间分异，受歧视、偏好等因素制约，即便贫富差距缩小，针对移民等弱势群体的空间排斥也无法根除，分异态势难以逆转（Charles,2003）。

全球化也是市场形塑社会空间结构的重要路径（Musterd et al.，2017）。全球城市理论指出，全球城市是国际资本的指挥、控制中心，伴随其在全球生产网络中的等级提升，以研发为核心的先进制造业和以金融为代表的生产性服务业快速增长，专业型、管理型的高端就业岗位不断增多，由此带来对传统生活性服务业和非正规兼职的大量需求，加剧了城市居民在职业、收入、居住方面的两极分化（Sassen,2001）。全球化程度对社会空间分异的正向影响已在欧洲城市得到验证（Musterd et al.，2017）。随着国际资本涌入，一些中国城市也出现了满足国际化消费需求的片区，外企高管和高技能劳动力大多在这些具有排他性的高档门禁社区居住，以致产生社会空间分异（Miao,2024）。但有学者质疑全球化带来的职业分化必然导致居住分异的论断，认为外企是选址于“飞地”还是嵌入本地产业集群的布局，才是决定外企员工与其他居民空间分布关系的关键（Douglass et al.，2012）。

政府主要通过宏观政策和空间政策对社会空间分异产生影响。就宏观政策而言，福利国家理论认为公平与效率难以兼得，为追求效率而放任市场竞争会导致贫富差距拉大，而政府在科教文卫、公共住宅等领域推行再分配政策有助于减少阶层分化，进而抑制社会空间分异（Musterd,2005）。例如，相较于重视再分配的欧洲城市，小政府导向的美国城市存在更严重的空间隔离（Quillian & Lagrange,2016），住房私有化、金融化以及减少公共住宅供给强化了美国城市的社会空间分异（Musterd et al.，2017）。

就空间政策而言，公共服务设施的空间布局策略将直接影响社会空间分异（Musterd et al.，2017）。如在欧洲，公共住宅集中分布型城市的居住分异程度要高于以政府补贴和自主租房为主的城市（Arbaci,2007）；在美国，公共住宅只针对少数弱势群体且选址于远郊，因而加剧了居住隔离（Quillian & Lagrange,2016）；在中国，优质公共教育资源在部分中心城区的集聚引发了以学区房为代表的教育绅士化（jiaoyufication）现象，强化了社会空间分异（Wu et al.，2014）。

市场与政府并非总是独立参与社会空间重构。增长机器理论指出，政府与地产商往往在提升土地交换价值、实现空间利润最大化等方面存在共识，他们通过组建增长联盟将城市打造成增长机器（Molotch,1976）。以土地再开发为代表的城市更新及其带动的绅士化、郊区化进程便是这一联盟的行动结果（Fang et al.，2020）。在此进程中，吸引投资、拉动增长的政府诉求与消化产能、扩大收益的市场诉求相契合，中心城区的棚户区被高档社区取代，占原住民多数的低收入人群则被疏散至公共服务设施欠佳的郊区居住，这与高收入群体向市中心迁移的方向形成对比，加速了社会空间分异趋势（Kohl et al.，2025）。

需要指出的是，既有的国际研究侧重于宏观环境的作用，对市场主体及政府政策的微观空间特征如何影响社会空间分异缺乏系统分析。而在中国，因缺乏全国城市的社会空间分异数据，对其影响因素的讨论局限于少数大城市的案例研究，市场—政府“双主体”与宏观环境—微观空间“双视角”的解释框架是否适用亟待检验。

（三）城市视觉智能分析方法

城市街景蕴含丰富的视觉信息，如街道整洁度、绿化维护状况、房屋品质、商业繁荣度等（Suel et al.，2023）。这些街景特征能较为准确地反映社区的社会经济状况，可作为社区地位的代理变量，这为从环境暴露视角研究社会空间分异奠定了基础（Suel et al.，2019）。街景大数据与深度学习算法则为开展跨时期、广覆盖、小尺度、高精度、低成本的街景特征测量提供了数据和方法，实现了由抽样分析逻辑向全域小尺度空间分析逻辑的转变。这种通过图像信息挖掘和人工智能技术揭示社会规律的研究路径构成了城市视觉智能分析方法（Zhang et al.，2024）。

为稳健起见，本研究选择环境维护和富裕感知这两种与社区社会经济水平密切关联的街景特征为切入点，分别采用基于卷积神经网络的目标检测和图像回归算法对街景图像开展本土训练及全域推理，两种街景特征的Gini指数和空间Gini指数即可反映各城市社会空间的全域分异与邻域分异。

环境维护评价聚焦城市景观中是否存在杂乱破败现象及衰退失控信号，如垃圾、涂鸦、废弃建筑等（Sampson & Raudenbush,1999；Hoeben et al.，2018）。破窗理论指出，疏于维护、杂乱无序的建成环境源于所在社区因经济资源匮乏、居住流动性高而引起的社会解组（Wilson & Kelling,1982；Boggess & Maskaly,2014）。环境维护状况被证明是社会经济地位的晴雨表，它与社区的人口教育水平、房价、住房自有率、社会凝聚力强度呈正相关，与社区的贫困率、犯罪率、流动人口占比呈负相关（Sampson & Raudenbush,1999；Boggess & Maskaly,2014；Bader et al.，2017）。

环境维护的传统测量方法主要包括系统观察法和问卷调查法。系统观察法是指通过实地调查统计各处的“脏乱差”现象（Sampson & Raudenbush,1999）。但受观察者的社会属性和调查时长影响以及被观察者的霍桑实验效应干扰，系统观察法的测量信度欠佳（Hoeben et al.，2018）。问卷调查法通过居民自我回忆评价环境维护状况，但受被访者的个体经历、记忆偏差、社会属性影响，该方法的测量信度也不理想（Boggess & Maskaly,2014）。此外，这两种方法成本高昂，使得研究样本的数量和范围受限。近年来，在线街景地图为在更大范围内开展虚拟审计（virtual audit）创造了数据条件（Bader et al.，2017），目标检测等深度学习算法则为大规模、高效率、高精度、低成本的测量提供了技术支撑（Ma et al.，2025）。

视觉环境感知是指个体在特定场景中的心理感受和情绪体验（Yao et al.，2019）。本研究聚焦富裕感知，关注个体在街景环境中感受到的贫富水平，主要有以下四点考虑（Naik et al.，2017；Yao et al.，2019）。第一，富裕感知是对整体环境特征的综合性评价，是对有特定指向的环境维护类指标的补充。第二，富裕感知是对空间品质最具概括性的评价，它与安全感、活力感、美观感等其他感知高度相关。第三，与其他环境感知相比，富裕感知更易在不同个体间达成共识。第四，富裕感知能精准反映社区社会经济水平，它与住房品质、投资规模、设施可及性、居民的收入及受教育水平高度相关。

环境感知测度也经历了传统社会调查和人工智能应用两个阶段。有学者请受访者比较两幅街景反映的富裕程度，并利用Trueskill程序推算每张街景图像的富裕得分，该得分的离散性及集聚度分别被用来量化城市社会空间的全域分异和邻域分异（Salesses et al.，2013）。也有研究通过网络众包，扩大标注者和街景图像规模，建立起涵盖全球多个城市街景的MIT Place Pulse感知数据集（Dubey et al.，2016）。以此为训练集，有学者搭建起环境要素与感知水平关联的机器学习模型，由此推理出任一新街景图像的感知水平（Naik et al.，2017）。

需要指出的是，在采用视觉智能分析方法时，中国研究大多依托西方国家的数据集开展训练，但这些数据集并未包含中国街景数据。中外城市建成环境不尽相同，既有数据集无法囊括中国独有的环境特征，如以小广告为代表的环境维护问题。此外，同一景观在各国可能蕴藏不同的社会意涵，如美国城市中的高层和低层住宅分别主要为弱势和富裕群体居住，在中国则大致相反（Yao et al.，2019），故直接利用西方数据集进行研究容易产生本土推理偏误（Liu et al.，2022）。例如，研究者使用MIT Place Pulse感知数据集来推断中国街区的富裕程度时，会低估高密度环境中的富裕水平，而高估低密度环境中的富裕水平（Liu et al.，2022）。可见，建构本土数据集是准确开展各区域视觉智能分析的前提（Suel et al.，2019；Suel et al.，2023），亦是本研究测量中国城市社区环境维护和富裕感知水平，进而揭示各城市社会空间分异现状、变迁及影响因素的基础。

三、研究设计

（一）研究范围

地级及以上城市的市辖区连绵成片，社会经济联系紧密，是产生相对剥夺感和空间分异的关键尺度，而县级行政区的城市区域相对独立，另外受制于自变量的数据可得性，本研究以中国296个地级及以上城市（简称“城市”）为分析对象，其范围涵盖所有直辖市和除三沙市以外的所有地级城市。受数据所限，本研究不涉及我国港澳台地区。鉴于城乡差异，本研究将研究区域限定在市辖区的建成区范围，不涉及农村地区。

本研究采用的“百度街景”自2013年起上线服务，全国有4%、24%、40%、28%、4%的城市分别平均每隔1年、2年、3年、4年、5年采集一轮街景图像。为确保每个城市在任一研究期内至少进行过一轮街景采集，本研究以5年为间隔，将2013—2017年、2018—2022年作为两个研究期。

（二）街景图像采集

首先，本研究从开放街道地图（OpenStreetMap，简称OSM）中获取2022年全国的道路矢量地图，通过裁剪、合并，得到296个城市的道路网。为兼顾图像采集效率和环境信息完整性，本研究以100米为间隔，沿每条道路设置街景采样点，然后通过百度全景静态图的应用程序编程接口（Application Programming Interface,简称API）爬取2013—2022年在各采样点前后左右四个水平角度拍摄的所有街景图像。本研究使用开源计算机视觉库（OpenCV）计算每张图像的灰度像素均值，剔除该值小于25（过暗）或大于230（过曝）的异常图像。为规避季节变化带来的干扰，本研究剔除了每年11月至次年2月拍摄的冬季图像。最终，本研究分别获得2013—2017年和2018—2022年的10472568张和12341952张街景图像。

（三）环境维护测量

1.标注

鉴于涂鸦和垃圾是最普遍的“脏乱差”现象（Sampson & Raudenbush,1999），本研究采取目标检测法，以两者在街景图像中的面积评价环境维护状况。中国城市特有的街头小广告也被作为涂鸦的一种主要形式。首先，本研究选出7784张存在涂鸦和垃圾的街景图像，利用开源图像标注工具LabelImg逐图框选两类要素。然后，本研究通过水平翻转后添加高斯噪音、水平翻转后添加动态模糊、随机缩放图片尺寸等数据增强方式，扩充数据集并加强模型的稳健性，最终建构起由23352张图像组成的涂鸦和垃圾数据集。

2.训练及推理

本研究采用YOLOv7框架开展目标检测模型训练，原因在于其擅长对图像中的目标实物进行定位和分类。涂鸦和垃圾数据集按8∶2的比例被划分成训练集与验证集，训练参数批次大小取值为4，初始学习率取值为0.001并随“余弦退火算法”动态调整，标签平滑值为0.005。经50轮训练，模型在验证集中的查准率（precision）达89.3%，召回率（recall）达79.6%，mAP50（交并比为0.5时的全类别均值平均精度）为0.862，说明模型预测精度较优。

本研究使用完成训练的环境维护目标检测模型，自动推理出每张街景图像中的涂鸦和垃圾面积，即所有涂鸦与垃圾检测框内的像素面积之和（见图2a~2c）。然后，本研究以500米×500米网格模拟社区单元（简称“社区”），按社区分两期计算所有图像中的平均涂鸦和垃圾面积，以此作为各社区的环境维护得分。

（四）富裕感知测量

1.标注

为提高训练效率，本研究先分别从人均国内生产总值（Gross Domestic Product,简称GDP）最高和最低的40个城市中随机抽取18000张街景图像，另遴选出12000张空间品质两极化的街景图像。参考既有研究的做法（Dubey et al.，2016），本研究邀请20位城市规划师参与标注，原因在于他们具有空间认知的专业性，其环境感知结果与社区社会经济水平更吻合。相比于直接赋值法，两两比较法的重测信度更佳，不同标注者的评价标准更统一（Salesses et al.，2013），故本研究采取后者。

在基于Python图形用户界面工具包PyQt5开发的程序上，标注者须从30000张图像中随机抽取两张，并比较从两个街景图像中感受到的富裕水平，然后有放回地重复该过程。为提高稳健性，本研究规定每张图像至少进行5次比较，共对160970组街景进行了比较式标注。最后，本研究利用TrueSkill算法将比较结果转换成每张图像的富裕感知得分（Dubey et al.，2016），分值范围为0~10，值越大，表示富裕感知越强。至此，本研究建构起由30000张图像组成的富裕感知数据集。

2.训练及推理

本研究采用基于EfficientNetV2架构的深度卷积神经网络执行图像回归任务（Tan & Le,2021）。为在训练时输出连续型数值，本研究移除了最终层的Softmax激活函数，利用均方误差损失函数衡量预测值与真实值的差距，并使用Adam优化器实现了模型快速收敛。为规避过拟合，本研究添加了L2权重衰减、随机失活（Dropout）、提前早停等正则化策略。富裕感知数据集按8∶2的比例被划分为训练集和验证集，训练参数批次大小取值为32，初始学习率取值为0.001并随验证集损失动态调整，失活率取值为0.3。在经过40轮的训练后，模型在验证集中的R2达0.883，平均绝对误差为0.0645，均方根误差为0.088，表明模型预测精度较优。本研究使用完成训练的富裕感知图像回归模型，自动推理出每张图像的富裕感知得分（见图2d~2f），然后按社区分两期计算所有图像的平均富裕感知得分，并以此作为各社区的富裕感知得分。

从测量质量来看，各社区的环境维护得分及富裕感知得分与GDP的Pearson相关系数分别为-0.551、0.671（P＜0.001）；在案例城市，两者与社区的房价及居民平均受教育年限也有中高强度的相关性。这表明，经视觉智能分析测得的环境维护状况和富裕感知水平对社区的社会经济水平具有良好的预测效度，两种街景特征适用于测量社会空间分异。

（五）社会空间分异计算

本研究以城市中两两个体所在社区环境维护状况（或富裕感知水平）的平均分化程度来界定城市社会空间的全域分异，选用按社区人口加权的Gini指数测量，公式如下（Song et al.，2021）：

其中，

m

为某市活动人口总数，以量化活动空间分异；

k

是第

k

个活动人口所在社区的环境维护得分（或富裕感知得分）；各社区活动人口数来自Landscan数据。本研究取各网格在研究期内活动人口数的5年均值，经重采样后使用。

Gini

指数的取值范围为0~1，该值越大，说明全域分异越严重。

本研究以相邻社区中两两个体所在社区环境维护状况（或富裕感知水平）的平均分化程度来界定城市社会空间的邻域分异，采用空间Gini指数进行测量（Rey & Smith,2013）。Gini指数可分解为相邻地理单元中两两个体属性的平均差异与非相邻单元中两两个体属性的平均差异，前者可反映邻域分异。若相邻单元中的个体属性差异越小，则空间Gini指数越大，表示相似者集聚、相异者远离，邻域分异程度偏高；若相邻单元中的个体属性差异较大，则表示相异者混合而栖，邻域分异程度偏低。空间

Gini

指数的公式如下：

其中，D-为某市所有社区的环境维护得分（或富裕感知得分）的均值；

m

为某市活动人口总数；

j

k

为活动人口

j

k

所在社区的环境维护得分（或富裕感知得分）；

w

j,k

取一阶邻接的空间权重矩阵，若

j

k

为皇后邻接（queen contiguity）社区，

w

j,k

为1，否则为0。

本研究显示，2013—2017年、2018—2022年各城市环境维护Gini指数与富裕感知Gini指数的Pearson相关系数分别为0.780、0.789（P＜0.001），两者空间Gini指数的Pearson相关系数分别高达0.953、0.960（P＜0.001），说明由两种街景特征和不同深度学习方法测得的全域及邻域分异均有理想的聚合效度。

（六）自变量和控制变量

本研究旨在基于“双主体—双视角”框架探究城市社会空间分异的影响因素。在市场主体的宏观环境特征方面，本研究使用教育Gini指数测量社会经济分化程度（Deaton,1997），使用商品房地块单位面积的土地出让价格与城镇居民可支配收入之比测量住房可支付性，使用实际利用外资金额（Foreign Direct Investment,简称FDI）占GDP的比重测量城市融入全球化的程度，使用外来人口比重和大专及以上学历人口比重测量人口构成。

在政府政策的宏观环境特征方面，本研究使用财政支出占GDP的比重、科教文卫支出占财政支出的比重测量再分配政策的投入力度，使用中小学师生比、人均保障房用地面积、道路密度测量教育、公共住宅、基础设施三类公共资源的数量。

为测量市场主体的微观空间特征，本研究针对外企与其他企业所在区位开展空间点模式检验，引入反映两者空间分布相似性的S指数（Andresen,2009）。该指数取值范围为0~1，值越大，说明两者空间格局越相近，外企越趋向于嵌入本土企业集群。为测量外来人口与本地人口的空间分布关系，本研究引入外来人口孤立指数（Massey & Denton，1988）。该指数的值越大，说明外地人越受排斥，与本地人的接触机会越少。

在政府政策的微观空间特征方面，本研究计算出中小学及医院兴趣点（Point of Interest，简称POI）、保障房用地地块、公交站及地铁站POI的Moran's I值，以测量公共服务设施布局的均等化水平。Moran's I的取值范围为-1~1，正负值分别表示设施分布趋于集聚和分散，绝对值大小反映集聚和分散程度。为规避反向因果问题，本研究对两期POI取2010、2015年数据，保障房取1998—2010年、1998—2015年数据，以使其早于因变量的测量时点。

为测量由政府和市场共同推动的绅士化与郊区化进程，本研究计算了1998年至各研究期最后一年出让的用地中，存量建设用地与新增建设用地的面积之比。该值越大，说明该城市越倾向在中心城区实施土地再开发，鉴于绅士化集中发生在中心城区，因此这也是绅士化趋势越强的表现。此外，本研究基于研究期及各研究期之前五年公里网格的年均居住人数，分别拟合城市人口分布的单中心指数模型（Clark,1951），以这两个时期的密度梯度差反映郊区化速率，差值越大，表示郊区化趋势越强。

为提高结论稳健性，本研究另将城市的行政等级（省会、副省级城市、直辖市=1，其余城市=0）和产业结构（第二产业GDP占总GDP比重）作为控制变量。除居住人数来自WorldPop数据外，两期人口数据均来源于“六普”“七普”资料。保障房、商品房等土地出让数据来自土地市场网，企业数据来自工商企业注册数据库，POI取自高德地图，道路矢量地图取自OSM，其余数据来自《中国城市统计年鉴》和各省市统计年鉴。除特别说明外，本研究对各指标均取五年均值，并采用市辖区统计口径（见表1）。

四、实证发现

（一）城市社会空间分异的现状和变迁

从全国格局来看，城市社会空间的全域分异程度表现出中部最高、东部次高、西部较低、东北最低的整体特征（见图3a、图4a）。其中，以下三类城市的全域分异程度突出，且在全国的空间分布上相对分散。一是资源型城市，如鄂尔多斯、东营、榆林等城市的Gini指数在省内位列第一，这类城市的经济发展主要依赖资源型产业，这些垄断性主导部门从业人员与其他非主导部门从业人员所处的社会经济环境存在较大差异。二是旅游型城市，如三亚的Gini指数在省内最高，或许是因为游客与居民体验到的社会环境及空间品质大相径庭。三是西部和东北地区的省会城市（或自治区首府），如昆明、西宁、拉萨、哈尔滨、银川、南宁等市的Gini指数在省内居于前列，但该现象并未出现在相对更发达的东部和中部地区。

社会空间邻域分异与全域分异的全国分布格局差别明显，各城市的Gini指数与空间Gini指数仅有中等偏弱的相关性。城市邻域分异程度表现出自东向西阶梯式下降的全国特征和自发达城市向欠发达城市依次递减的省内特征（见图3c、图4c）。具体而言，无论处于哪个研究期、基于何种街景特征进行估值，上海和北京的空间Gini指数在全国城市中稳居前两位；在24个省份中（4个直辖市除外），省会城市（或自治区首府）的空间Gini指数始终位列全省首位；在其余3个省份中，空间Gini指数最高的城市也是省内最发达的城市，如河北唐山、江苏苏州、福建厦门；在全国空间Gini指数最高的前30个城市中，直辖市、副省级城市、省会（或自治区首府）及其周边城市（如位于长三角的苏州、无锡、常州、南通以及位于珠三角的东莞、中山、佛山）约占95%。由此可见，城市越发达，邻域分异越严重。资源型、旅游型城市的全域分异程度虽然较高，但其邻域分异程度并不突出，这可能是市内采掘业企业及其员工、旅游资源及其高品质空间的分布相对分散所致。

从变迁趋势来看，全国城市社会空间全域分异和邻域分异的整体水平保持稳定，十年间的变化幅度较小。2013—2017年与2018—2022年的环境维护（富裕感知）Gini指数呈强相关，Pearson相关系数达0.913（0.949），空间Gini指数的跨时期Pearson相关系数也高达0.982（0.991）。但各城市全域分异程度与邻域分异程度的变迁趋势并不一致。从各城市演进趋势的比例构成来看，环境维护和富裕感知的空间Gini指数分别在全国70.9%、74.3%的城市中有所增长；就Gini指数而言，该比例降至50.7%、34.8%。由此可见，多数城市的邻域分异仍在加剧，全域分异的变迁趋势却在城市间出现分化。具体而言，一些沿海城市的全域分异有所减弱，如上海及苏南地区的部分长三角城市、广州和深圳等部分珠三角城市、北京及天津、山东半岛、辽宁中南部城市的Gini指数出现下降（见图3b、图4b）；东部地区的城市富裕感知Gini指数的均值亦有降低，且降幅大于其他地区；东部地区的城市环境维护Gini指数的均值虽有增加，但增幅不及中部地区增幅的一半。与全域分异相比，发达城市的邻域分异大多保持上升势头（见图3d、图4d）；东部地区的城市空间Gini指数的均值在高基数水平上仍有增长，且增幅位列各地区之首，中部次之，西部和东北地区增幅较小。

（二）城市社会空间分异的影响因素

为了深入理解社会空间分异的影响因素，本研究将在两个研究期中分别将环境维护和富裕感知的Gini指数及空间Gini指数作为因变量，在纳入宏观环境和微观空间变量的基础上，构建OLS回归模型。共线性检验结果显示，各变量的VIF值均小于3，未出现严重共线性。为避免因异方差引起估计偏误，本研究采用稳健标准误推断回归系数的显著性。为比较各变量的相对影响，本研究均汇报标准化回归系数。此外，为探究各变量的影响是否在两个研究期之间发生变化，本研究对两期的回归系数开展Wald检验（见表2、表3）。

由模型拟合优度和变量的标准化回归系数可知，市场主体和政府政策的宏观环境特征对全域分异的整体影响强于二者的微观空间特征所产生的影响，而二者的微观空间特征对邻域分异的整体影响则稍强于其宏观环境特征的影响。这说明，仅考虑社会经济分化、全球化、人口构成、政策导向等宏观环境特征难以充分揭示城市社会空间分异尤其是邻域分异的成因，外企与本土企业的空间格局相似性、外地与本地人口的空间分布关系、绅士化及郊区化速率、公共服务设施集聚度等微观空间特征亦有关键作用。

从社会经济分化的影响来看，教育Gini指数与基于环境维护和富裕感知测得的社会空间全域分异均有显著正向关联。这说明，个体间所受教育程度越分化，不同个体在日常活动空间中接触到的社会环境状况就差异越大。但教育Gini指数与邻域分异的关联不显著，可能是因为个体间的受教育程度差异并不必然决定彼此的地理距离。这表明，空间同化理论适用于解释社会空间的全局结构，社会差距缩小有助于缓解城市内部各地理单元之间的社会环境分化；而场域分层理论适用于解释局部邻里尺度上的社会环境差异，即使社会差距缩小，各学历群体仍有可能各自集聚、互不接触（Laurence et al.，2019）。2018—2022年的地价收入比则与邻域分异存在显著正向关系。Wald检验进一步显示，相比于2013—2017年，2018—2022年两者的关联显著增强。这可能是因为2018—2022年商品房的价格已处于高位且呈总体上升态势，使得弱势群体的住房可得性进一步下降，以致加剧群体间的居住分异。

从全球化的影响来看，FDI占GDP的比重与全域及邻域分异具有正向关联，且在多数情形下显著。在城市融入全球分工网络的进程中，外企高管和高技能劳动力获益更多，收入水平增幅最大，与之相对，弹性用工、非正式就业、失业现象同时增多，导致边缘人群与高阶层人群的社会距离拉大（Sassen,2001）。这一中心—边缘的全球城市社会结构投射于空间上，强化了社会环境在全域社区间的差异性和在邻域社区间的相似性。有意思的是，外企分布相似性指数与邻域分异呈显著负向关联，且相比于国际资本涌入城市的程度，外企在城市内部的选址模式对邻域分异的影响更大。这可能是当外企与其他企业的分布格局相似，即当外企嵌入本地产业集群布局时，相邻社区的社会空间会趋向混合；反之，当外企远离本地产业集群而单独在“飞地”集聚时，外企高管和高技能员工更易与其他群体分离，从而加剧邻域分异。Wald检验表明，FDI比重与全域分异的关联度呈下降态势，外企分布相似性指数与邻域分异的关联度则略有上升。

从人口构成的影响来看，在未纳入微观空间类自变量时（如模型1、4、7、10），外来人口比重和高学历人口比重在多数模型中与社会空间分异有显著关联；但当纳入微观空间类自变量后（如模型3、6、9、12），这一关联大幅减弱且基本不在0.05的统计水平上显著。与外来人口比重相比，外来人口孤立指数与社会空间分异的正向关联要更强，并更具统计显著性。由此可推测，人口的社会构成并非决定社会空间分异的核心因素，特定人群尤其是弱势人群在遭遇经济脆弱、文化歧视、制度排斥等不利情形时呈现的空间选址模式才是形塑社会空间分异的关键。

从政府宏观政策的影响来看，提高财政支出占GDP的比重和科教文卫支出占财政支出的比重可能对于抑制社会空间分异具有积极意义；不过，科教文卫支出比重与不同时期和由不同街景特征测得的社会空间分异的关联不够稳健。中小学师生比与社会空间的全域分异有显著负向关联，道路密度则同时与全域及邻域分异有显著负向关联。人均保障房用地面积与社会空间分异没有显著关联，这或许与保障房在目前的城市住房供给结构中占比偏低有关。总之，本研究的结果与福利国家理论的预测相符，无论是从投入端还是从绩效端考察，政府宏观政策均可在一定程度上促进社会空间融合。不过，基于标准化回归系数的比较可知，政府宏观政策对全域分异的抑制效应要强于其对邻域分异的抑制效应。

从政府空间政策的影响来看，作为重要的公共服务设施，中小学及医院的空间集聚度与社会空间分异的正向关联显著上升，2018—2022年，其正向关联已在0.05的统计水平上显著。保障房的空间集聚度始终对邻域分异起到助推作用，其影响力位居各因素前列，这与上述未见显著关联的人均保障房用地面积形成对比。公交及地铁站点集聚度与社会空间分异的关联则不显著，这或许与公共交通在中国城市相对均匀的空间分布有关。绅士化和郊区化是在市场协作下政府推动的空间政策，两者与邻域分异的关联方向在两个研究期之间发生了由负转正的显著变化。这其中可能的原因是，2013—2017年不少城市推动了以大规模棚改为代表的城市更新运动，新迁入市中心的高收入群体与尚未完全搬离的低收入群体暂时性地形成了社会空间融合。至2018—2022年，棚改渐至尾声，土地再开发更新加剧了中心城区与外围郊区的社会空间分异。绅士化及郊区化的这一动态影响规律，与相关研究在阿姆斯特丹的发现（Hochstenbach et al.，2015）相一致。总体上，我们可以推测，政府亦在通过各类空间政策形塑社会空间结构；与宏观政策效应相反，微观空间政策对深具地理属性的邻域分异发挥着更大作用，其整体影响还呈加强之势。

除前述说明外，其余自变量回归系数的Wald检验尚不显著，反映出十年来大部分自变量与因变量的关联未有明显改变，这与城市社会空间结构存在粘性、空间分异状况变化缓慢有关。

本研究还进行了三项稳健性检验。一是在界定空间Gini指数的空间权重矩阵

w

j,k

时，本研究以二阶邻接矩阵替代一阶邻接矩阵，从而在更大空间尺度上测度邻域分异。二是鉴于省内各城市的经济、社会、文化状况可能更相似，为避免区域内的自相关问题，本研究将省份设为聚类变量，采用聚类稳健标准误拟合OLS模型。三是鉴于城市 Gini 指数和空间 Gini 指数在全国分布中具有空间依赖性，本研究建构了空间滞后模型。结果显示，与原模型相比，除财政支出比重关联系数的显著性在少数模型中有所减弱外，其余绝大多数自变量与因变量的关联方向、大小及显著性并无明显变化，这证明以上结论是稳健的。

五、结论与讨论

社会空间分异是城市社会学研究的经典议题，厘清其现实状况与形成机制是促进社会空间融合、实现共同富裕的前提（李路路、朱斌主编，2024）。但受数据和方法所限，国内既有的相关研究局限于针对少数大城市的个案分析，对绝大部分城市的社会空间分异状况及其演进规律认识不清（张文斌等，2024）。本研究采用城市视觉智能分析方法，系统剖析了2013—2022年中国各地级及以上城市社会空间分异的现状格局、变迁趋势和影响因素，主要有三方面的贡献。

第一，本研究探索出一条将计算机视觉方法用于研究中国城市社会空间分异的技术路线，即以海量街景图像为研究数据，以环境维护和富裕感知这两个与社区社会经济水平密切关联的街景特征为代理变量，建构了由本土街景构成、由中国人完成标注的涂鸦和垃圾数据集与富裕感知数据集。本研究采用YOLOv7及EfficientNetV2分别训练出环境维护目标检测模型与富裕感知图像回归模型，进而推理出全国所有街景图像中的环境维护得分与富裕感知得分，基于此测量出反映各城市社会空间全域分异及邻域分异程度的Gini指数和空间Gini指数。作为人工智能方法在社会学研究领域的应用创新，这一城市视觉智能分析方法能够实现跨时期、广覆盖、小尺度、高精度、高效率、低成本的社会环境测量，是继官方统计与传统社会调查之后第三条量化社会空间分异的路径。这不仅能克服统计资料更新不及时、数据不透明和社会调查空间覆盖面有限、成本高昂、测量信度欠佳等不足，还有助于弥补城市尺度宏观社会指标的缺失（陈云松，2021）。此外，相较于直接运用西方国家的数据集，本研究依托本土数据训练的深度学习模型在中国跨城市场景的运用中更具准确性和可迁移性（transferability）（Suel et al.，2023），也可在不断扩充数据集和完善模型的基础上，用于定期更新各城市的Gini指数及空间Gini指数，以动态监测社会风险、评估社会治理绩效并探究社会空间分异的各类社会效应。

第二，本研究揭示了中国所有地级及以上城市（不包括港澳台地区）社会空间全域分异与邻域分异的现状格局和变迁趋势。全域分异表现出中部地区最突出、东部地区次之、西部和东北地区相对轻微的整体格局，并由西部地区经济社会发展水平中等偏上的省会、东北地区省会、资源型城市、旅游型城市构成分布高地；2013—2022年多数发达沿海城市的全域分异程度明显下降，这与其他地区形成对比。邻域分异则表现出由东部地区向西部地区和由发达城市向欠发达城市依次递减的整体格局，该格局在2013—2022年得到强化；邻域分异在经济社会发展水平位居全国前列的沿海城市和位居区域前列的省内中心城市最严重，其邻域分异在高基数水平上仍呈总体上升态势。全域分异反映资源禀赋及社会环境在城市内部各地理单元之间的离散程度。近年来在共同富裕理念的指引下，中国居民财富及收入差距已出现由扩大转为缩小的库兹涅茨拐点（Kanbur et al.，2021；柳建坤、何晓斌，2024），发达城市在各地理单元之间的社会差异也由升转降。邻域分异聚焦个体在小尺度局部相邻环境中体验到的社会空间分化。受沉没成本、文化偏好等因素制约以及中心绅士化、近郊中产化、远郊贫困化的城市更新策略推动，相似者毗邻、相异者远离的邻域分异状况深具惯性并持续固化，以致发达城市的邻域分异不减反增。鉴于全域与邻域分异在概念、测量、格局、趋势等方面并不一致，同时从全局结构和局部邻里维度理解社会空间分异是必要的，缓解邻域分异更具难度且更应受到重视。

第三，本研究挖掘出影响中国城市社会空间分异的核心因素，在原来以社会经济分化、全球化、政策导向为主线的解释框架基础上，提出并验证了市场—政府“双主体”与宏观环境—微观空间“双视角”的解释框架。市场与政府共同形塑了社会空间分异格局，这表现在：个体间的社会经济分化与全域分异存在正向关联，地价收入比与邻域分异具有正向关联，外资涌入的全球城市更易面临社会空间分异，而加大政府财政投入尤其是提高其在教育、基建等领域的公共服务绩效有助于抑制社会空间分异。更需注意的是，常被忽视的各行为主体的微观空间特征亦对社会空间分异具有很大影响，其对邻域分异的作用甚至要强于宏观环境特征的作用。例如，外企嵌入本土企业集群布局对邻域分异的抑制作用超过了宏观层面外资涌入程度对邻域分异的促进作用。这意味着，全球城市理论可能因忽视跨国企业选址模式的影响而夸大了国际资本对社会空间融合的负面效应。再如，并非高学历人群或外来人口的占比决定了社会空间分异，而是由绅士化、郊区化推动的邻里社会先融合、后分离的空间重构进程，以及外来人口与本地人口的空间孤立程度对社会空间分异产生了更显著的影响。因此，在聚焦人口的社会构成之外，我们更须关注各类人群空间分布特征的作用。又如，相较于从投入端加大保障房供给量和从绩效端提高中小学师生比，改变保障房在郊区集中建造的做法、疏解集聚于市中心的优质公共服务资源、实现基本公共服务均等化布局对缓解邻域分异更为重要，福利国家理论呼吁的“福利”不应局限于社会资源数量上的再分配，还应表现在社会资源空间配置上的公平性。

本研究仍然存在一些局限。第一，既有研究发现，拥有不同社会属性的标注者在环境感知方面并无显著差异（Salesses et al.，2013；Dubey et al.，2016），该结论是否适用于中国尚须检验。第二，街景图像已对城市公共道路实现全覆盖，但未涵盖小区内部等外来车辆无法进入的区域。第三，前述自变量对因变量的影响仅涉及相关关系，而其因果性尚未确认。由于社会空间分异状况变化缓慢，两期因变量的组内变异严重不足，本研究难以构建起有效的固定效应模型，未来可在收集多期面板数据后再构建因果分析模型进行验证。