本研究运用SPSS17.0统计分析软件和ArcGIS软件完成对南京内城区社会空间格局的分析。
3.1.1 原始数据矩阵的主成分提取
利用SPSS17.0的主成分分析模块对数据进行降维处理，旋转后新变量可以解释原变量66.379%的信息且具有较高的可读性（表1）。
表1 2000年南京市社会空间结构主成分方差贡献率
续 表
3.1.2 社会空间格局分异的特征因子
根据8个主成分在旋转后载荷矩阵的得分情况（表2），笔者将这8个主成分分别命名为：（Ⅰ）居住质量因子，涉及住房的年代、权属和生活设施；（Ⅱ）学区陪读家庭因子，学龄儿童比例、小规模家庭、中老年比例、女性比例等变量特征较为显著；（Ⅲ）干部群体因子；（Ⅳ）知识分子群体因子；（Ⅴ）普通公务员、办事员因子；（Ⅵ）金融地产业从业群体因子；（Ⅶ）普通城市原居民因子；（Ⅷ）私营企业主因子，群体内产业、行业特征不显著，但技术服务业、商业服务业两个变量的载荷稍高。上述因子可以归类为韦伯的权力（Ⅱ、Ⅲ、Ⅴ）、权威（Ⅱ、Ⅳ）和财富（Ⅱ、Ⅵ、Ⅷ）三要素［16］。其中，（Ⅱ）学区陪读家庭因子、（Ⅷ）私营企业主因子和（Ⅵ）金融地产业从业群体因子与此前的类似研究有异。［1－6，35－36］
表2 旋转后的8个主成分载荷矩阵
续 表(https://www.xing528.com)
续 表
（1）学区陪读家庭因子中各变量的载荷情况显示，该主成分的属性是家庭规模很小（－0.820），女性较多（男性载荷为－0.740），学龄儿童、青少年比例很高（0.842），中老年陪读人员比例很高（分别为0.828和0.609）。此因子得分较高的地理单元与旧城区优质中小学教育设施空间（学区）分布区域的吻合度很高。这是本研究深层挖掘居委会空间单元社会空间信息获得的新发现之一。这一因子得分高的地理单元是权力、权威和财富变量融合的区域，具有典型的中国时代特色，未来笔者将单独成文展开相关研究。（图1）
图1 南京旧城区第一主因子——学区陪读家庭因子得分情况
（2）在居委会尺度上，私营企业主因子的属性是男性比例（－0.136）偏低，农林牧渔业人口比例（0.197），批发零售和餐饮业人口比例（0.136），商业、服务业人员比例（0.126）以及专业技术人员比例（0.153）略高。相对于（Ⅶ）普通城市原居民因子而言，其购买经济适用房、租用商品房的比例（分别为0.551和0.483）两个变量载荷较大。在街道办事处尺度上，住宅作为生产性用途的比例也略高。此因子在空间上分布较广，是构建旧城区社会空间的一个重要因素，这与20世纪80年代中后期至90年代中后期中国全民下海经商热潮的历史事件有一定关联。（图2）
图2 南京旧城区第二主因子——私营企业主因子得分情况
（3）金融地产业从业群体因子的变量载荷情况表明，财富因子对城市社会空间隔离现象的形成具有重要作用。该因子的属性是金融保险、地产业人口比例略高（0.258），60岁以上人口比例较低（－0.482），新住宅比例最高（1990—2000年建设的比例，0.730）且平均购买价格偏低（－0.061），租用原公有住房的比例较高（0.474）。这表明该群体既能占据垄断性资源或高收益行业职位，又能享受优厚的制度性福利。它与（Ⅴ）普通公务员、办事员因子较为相似，但应是一个财富变量的表达，而非权力变量的直接延伸。（图3）
图3 南京旧城区第三主子——金融地产业从业群体因子得分情况
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
