中国省际人口空间格局演化的分析方法与实证

中国正在经历着史无前例的城镇化过程,2011年全国城镇人口已达6.91亿人,城镇化率攀升至51.27%。按2030年城镇化水平到70%计算,还将有接近3亿人口从农村流动至城市。与此同时,由于总生育率受社会经济发展水平、生态环境以及社会思潮的共同作用,人口自然增长率正在减少,“单独二胎”政策即是国家对人口发展战略的重大战略调整。由此可见,对正处在城镇化、工业化和全球化加速推进的中国而言,人口自然增长与空间迁移正在且必将持续重塑人口空间格局,因而科学地认识中国人口自然增长和空间迁移的区域差异、准确地把握人口空间格局及其演化趋势,对于科学编制城镇化发展、土地利用、生态环境保护等各类空间规划和制订流动人口、区域协作等各项空间管理政策具有重要意义。本文构建了一种全新的自上而下的人口预测方法,考虑人口自然增长和空间迁移两种影响因素,着重对一级单元 (全国) 和次级单元 (省级) 在2010-2050年间的人口总量进行预测,并进一步研判我国人口空间格局的发展情景和演化特征：从各省人口密度变化来看,中国人口空间分布密度继续保持了东部高、中部次之、东北再次、西部最低的总体格局。东部省份中上海、北京、天津及江苏的人口密度始终保持在一至四位,最末三位依次是新疆、青海和西藏。根据本文提出的省际人口变化强度及其主导类型的测算指标和量化结果,可将中国划分为人口快速变化区 (净迁入主导型、净迁出主导型、自然增长主导型)、人口低速变化区 (净迁入型、净迁出型) 以及人口平稳区。净迁入主导型人口快速变化区将吸纳99%的未来新增流动人口,其中上海、北京、浙江至2030年时人口密度达到顶峰,而广东的人口密度持续增加到2035年;净迁出主导型人口快速变化区,包括河南、安徽、重庆、湖北,75%的新增流动人口将由此类型区域迁出;辽宁和山东同属于自然增长主导型人口快速变化区,其新增流动人口比重极小,由人口自然增长变化主导区域的人口快速变化态势。在低速变化区中,除福建和海南作为少有的流动人口净迁入型省份,其余省份人口密度不断降低则缘于大量的劳动力输出和逐渐走低的生育率;大部西北和西南省份属于人口平稳区,其人口密度呈现出稳中有减的态势,人口密度平均值大多在100人/km²以下。     

清代西南地区森林空间格局网格化重建

基于遥感土地利用数据和全球潜在植被数据,确定了中国西南地区土地垦殖前森林植被可能的分布范围,并通过量化地形（海拔、坡度）和气候生产潜力（光照、温度、水分）与农林地分布间的关系,构建了土地宜垦性评估模型和历史森林面积网格化分配模型,重建了清代西南地区5个时点、分辨率为10 km×10 km的森林空间格局。结果表明：①本文设计的森林空间格局网格化重建方法具有一定的可行性,其结果能较好地反映森林变迁历史过程的基本特征;②西南地区森林覆被率从雍正二年（1724年）的54.7%下降至宣统三年（1911年）的27.8%,其减少地区主要分布在四川盆地、云南中南部以及贵州大部;③从网格占比的变化趋势看,1724-1911年,西南地区森林覆被率小于10%的网格占比上升了约31个百分点,而覆被率大于80%的网格占比则下降了约13个百分点。     

人口移动与区域经济格局变动

人口移动是我国近几年发生的重要社会经济现象之一,其机制是东部地区人多地少的推力与西部地区产业结构性空缺的吸力,以及国家对后者特定的工资与粮食政策。它对地域分工格局的变动产生着重大影响。     

北宋中期耕地面积及其空间分布格局重建

以北宋暖期为研究时段,依据历史文献中有关“田亩”与“户额”的记载资料,通过对赋役、户籍、土地等制度的考证,订正了北宋中期各路耕地面积和府级人口数量;并以地面坡度、海拔高程和人口密度作为影响土地宜垦程度的主导因子,网格化重建了北宋中期境内耕地空间分布格局(60 km×60 km)。结果表明：(1) 北宋中期境内耕地约7.2 亿亩,北方占40.1%,南方占59.9%;人口数量为8720 万人,北方占38.7%,南方占61.3%;境内土地垦殖率为16.6%,人均耕地面积为8.2 亩。(2) 垦殖率较大的地区主要分布在黄淮海平原、长江中下游平原、关中平原、两湖平原以及四川盆地等,其垦殖率基本在40%以上;而岭南、西南(除成都平原外)、东南沿海和山陕黄土高原等地区垦殖率较低,其垦殖率大多小于20%。(3) 耕地分布在不同海拔高度和坡度上存在明显差异,其中低海拔(< 250m)、中海拔(250~1000 m) 和高海拔(1000~3500 m) 地区的耕地分别为4.43、2.15 和0.64 亿亩,其相应平均垦殖率为27.5%、12.6%和7.2%;而平耕地(≤ 2°)、缓坡耕地(2°~6°)、坡耕地(6°~15°) 和陡坡耕地(>15°) 的面积分别为1.16、4.56、1.44 和0.02 亿亩,其平均垦殖率分别为34.6%、20.7%、8.5%和2.3%。     

21世纪以来俄罗斯人口增长与空间分布格局变化

在“一带一路”与“中蒙俄经济走廊”倡议的背景下,利用人口增减变化率、人口重心、人口密度变化率、人口地理集中度、人口商度等研究21世纪以来俄罗斯的人口增长与空间分布格局变化。结果表明：（1）21世纪以来,俄罗斯人口经历了先降后增的变化过程;中央区的人口显著上升,伏尔加、西伯利亚与远东区均呈下降趋势;莫斯科、圣彼得堡、乌拉尔区、北高加索区南端的联邦主体人口快速增加,西伯利亚区多数联邦主体人口缓慢增加,远东东部、莫斯科外围地域、伏尔加区多数联邦主体的人口缓慢减少,西北区北端联邦主体的人口急剧减少。（2）俄人口空间分布格局变化主要受地区间人口迁移流动的影响。空间上,俄人口重心不断朝西北向迁移,莫斯科市与圣彼得堡市的人口密度快速增加,远东与东西伯利亚区的人口密度缓慢降低,强化了俄人口分界线——“圣彼得堡-图瓦线”。以“圣图线”为界,俄“西密东疏”“欧洲密、亚洲疏”的格局短期不会改变,整体呈“一横、四纵、两团”及若干区域人口集团的空间结构。     

全面二孩政策对中国人口结构及区域人口空间格局的影响

从“单独二孩”到“全面二孩”,近几年中国生育政策的连续调整,不仅引起了社会的强烈反响,而且也将对中国未来的人口结构和空间格局产生重要影响。本文利用人口学的队列元素法对全面放开二孩政策实施后,中国未来总人口及人口结构的变化趋势进行预测,并从地理学的角度分析了全面放开二孩对中国区域人口空间格局的影响。结果表明：①全面放开二孩可以有效延缓中国总人口的递减趋势、老龄化的趋势以及未来劳动人口不断走低的趋势;②全面放开二孩政策前后,中国的区域人口空间分布均呈现东部人口密度最高、中部次之、东北再次、西部最低的总体格局,全面放开二孩将会增加胡焕庸线东南侧的人口密度,中国人口分布东南集聚、西北相对稀疏的格局将会长期存在并进一步加剧;③根据各省全面放开二孩政策后未来15年人口变化强度,可划分为人口快速变化区、人口中速变化区、人口缓慢变化区和人口平稳区。     

基于GIS方法的沿海城市人口变动及空间分布格局研究

经济社会越发展,人类对海洋的开发力度越大,同时,沿海地区聚集的人口也越多。21世纪以来,沿海城市人口规模及其变化的市别差异较大,个别城市出现了人口自然负增长的态势,总体上沿海城市人口密度显著高于内陆城市,人口迁移流入集中于24个沿海城市,约占沿海城市总数的一半。借助GIS技术,应用空间聚类的方法分析,结果表明:21世纪以来沿海城市人口重心向西南略微移动;人口分布趋于均匀,从人口密度方面看,2010年较2000年在空间上人口聚集程度有所下降。提出了优化沿海地区城市人口分布的对策建议。     

坦桑尼亚人口分布空间格局及演变特征

坦桑尼亚是中国“一带一路”战略的重要辐射点,中国已成为坦桑尼亚第一大贸易伙伴。本文基于坦桑尼亚全国人口普查资料及分地区统计数据,运用人口密度分析法、人口分布集中指数、人口重心模型和人口偏移增长模型,分析了坦桑尼亚自20世纪80年代末经济变革以来人口分布的空间格局及演变特征。研究结果表明：①坦桑尼亚人口分布以中央铁路线为界,呈现“南疏北密”特征;②1988-2002-2012年间,人口分布不均衡发展的态势不断增强,人口分布重心始终处于中部偏北地区,且有继续北移的趋势;③人口向城市地区集聚是人口再分布的主要过程,中心城市的人口集聚能力不断增强,达累斯萨拉姆省始终处于正向增长的绝对优势地位,以致周边地区出现明显的人口偏移负增长;④铁路和港口等基础设施对人口集聚的作用明显。上述结论对中坦在基础设施建设、住房建设及公共服务方面的合作具有重要意义。     

1996-2011 年南非人口空间分布格局与演变特征

南非是中国在非洲的最大投资目的地与经贸合作伙伴, 特别在基础设施建设方面发展迅速。南非人口空间分布研究对开展中南合作具有重要意义。本文通过收集整理南非历年来的全国人口普查资料统计数据, 运用空间自相关模型、不均衡指数、人口重心模型和偏移—分享模型, 分析了南非人口的空间分布格局和演变特征。研究结果表明, 南非人口分布具有显著的“东高西低”的空间格局, 呈现出以工业化程度较高的大都市区和港口城市为中心的“多核心”集聚的分布特征;空间自相关分析得出人口高集聚区主要分布在大都市区和沿海港口城市, 低密度集聚区主要集中分布在中西部地区;从变化趋势上来看, 1996-2011 年间人口分布不平衡趋势不断加强, 人口重心向西北方向移动;偏移—分享分析表明, 南非人口增长速度先后经历了从1996-2001 年快速增长到2001-2007 年缓慢增长, 再到2007-2011 年高速增长的“高—低—高”增长阶段;省域层面上看, 豪登省和西开普省一直是南非人口集聚较强地区。     

中国历史时期森林空间格局网格化重建方法研究——以东北地区为例

具有空间信息的历史土地覆被数据集是研究土地覆被变化气候与生态效应的基础数据。本文在潜在植被数据和现代遥感土地利用数据的基础上,确定了土地垦殖前森林植被可能的分布范围;遴选并量化了影响我国土地宜垦性的主导因子,评估了省域尺度上土地的宜垦性;构建了以土地宜垦性为权重的历史森林覆被网格化重建模型（网格大小为10 km×10km）;重建了我国东北三省1780 年和1940 年网格化的森林覆被。结果表明：基于省域森林面积数据,该方法较好地再现了历史时期森林空间格局;与2000 年遥感有林地空间数据对比分析显示,模型重建结果与遥感数据绝对误差的单样本t 检验相伴概率（双尾）为0.12,大于显著性水平0.05,表明模型重建结果与遥感数据不存在显著性差异,网格化重建方法具有较好的可行性;同时,重建结果准确性评估也表明：1780 年重建结果在县域尺度上的相对误差在-30%~30%之间的县级政区有99个,占县级政区总数（不含无值区）的74.44%,总体误差相对较小。     

不同生境条件下泡泡刺(Nitraria sphaerocarpa)种群的空间格局及动态分析

应用生态空间理论(theory of spatial ecology)和地统计技术，分析了不同生境条件下泡泡刺种群的空间分布特征及其动态。结果表明：受气候条件的控制，泡泡刺种群是以斑块状格局形式存在。在较小的尺度上，生境条件起到了明显的作用，戈壁生境中的泡泡刺灌丛沙堆趋向于斑块小、密度大、空间自相关距离短，而沙漠生境中的结果相反。另外，沙埋和地下水位下降不仅为泡泡刺种群拓宽了生态位，而且是该种群演化的驱动力。     

人口发展功能区格局下区域经济增长空间差异及其协调发展

在对我国人口发展功能区提出的背景、意义、分布区域和政策取向进行梳理的基础上,分析影响我国四类人口功能区经济增长差异的五大因素,并结合新增长理论对影响因素进行模型分析。研究结果表明,四类功能区主要通过影响长期工人的产出增长率、资本的增长率进而影响区域空间增长率的长期差异,四类人口发展功能区经济增长率展现了永久的增加而非收敛于一条平衡增长路径的特征。最后提出四大人口功能区区域协调发展的对策和机制。     

中国典型人口流出地区人口流动格局 ——以川渝地区为例

基于卫计委发布的2017年全国流动人口动态监测调查数据,系统分析了川渝地区流动人口空间格局与流动网络.研究发现,1)在流动人口数量变化上,川渝地区区际流出人口规模依然较大,2010年以来出现一定程度的人口回流;同时,区内流动人口规模开始超过区际流动,成为人口流动的主要方式,体现出当前川渝地区对人口的凝聚力进一步提高.2...     

中国人口老龄化空间格局演变及其驱动因素

基于第五、六次人口普查数据,采用ESDA和空间计量模型分析中国地级单元人口老龄化的空间格局演变特征及驱动因素。结果表明:①胡焕庸线是中国人口老龄化呈东高西低的显著分割线,随着老龄化不断加深,最初自西向东阶梯上升的空间格局逐渐模糊;②各地级单元间人口老龄化存在较强的空间正相关性,呈现出高-高和低-低相似值集聚的空间分布特征。其中高-高集聚区主要分布在长三角、成渝、山东半岛、辽中南等地区,低-低集聚区主要分布在西北地区、西南部分地区、东北地区西部和珠三角部分地区,10 a间这种正向的空间集聚特征减弱;③中国人口老龄化空间格局演变是由人口因素和社会经济因素共同作用决定的,人口因素是直接原因,根本原因是地区社会经济发展的不平衡所致。对此,分别从人口和社会经济角度提出应对人口老龄化对策建议。     

古尔班通古特沙漠南缘心叶驼绒藜种群更新的空间格局

心叶驼绒藜（C. ewersmanniana）是干旱区优质牧草和防风固沙植被的主要物种。在古尔班通古特沙漠南缘选择两个200 m×200 m具代表性样地,采用Ripley’s K(d)函数分析了心叶驼绒藜种群更新空间特征以及与群落梭梭（^{Haloxylon ammodendron}）、琵琶柴（^{Reaumuria soongorica}）、新疆绢蒿（^{Seriphidium kaschgaricum}）等三种主要灌木物种间作用关系。发现两个样点心叶驼绒藜大株（繁殖株）的空间分布对后代以及整个种群的空间分布影响极大,两个样点心叶驼绒藜大株、中株均与幼株间呈不同尺度的正关联,全部植株以及幼株都与新疆绢蒿呈正关联,与梭梭呈负关联,与琵琶柴关联性在两个样点结果相反。分析认,为心叶驼绒藜种群更新对成株依赖性极强,空间扩展能力很低。在0—35 m范围内种群更新的空间自相关性明显。四种灌木空间分布关系除受各自生态位决定外,主要受水等环境因素作用。最后对心叶驼绒藜等生态恢复方法提出建议。     

江苏省人口空间格局演化特征

以江苏省为例,选取人口数及人口密度为研究指标,以县域为研究单元,通过人口密度、空间自相关、不均衡指数、重心移动及偏移—分享分析,描述20 世纪90 年代以来江苏省人口空间格局及其演变趋势。结果表明:近20 年来,江苏省人口密度有“南高北低”的特征,该现象与经济发展水平相对应;江苏省人口分布存在一定的空间关联性,在长江中下游各县市形成空间人口密度高的集聚区域,在苏北平原形成空间人口密度低的集聚区域,随时间推移人口集聚趋势不断减弱;江苏省人口呈不均衡分布状态且不均衡趋势加强,人口重心逐渐向西北方向迁移;江苏省人口增长速度在变慢,集聚人口能力在3 大区域之间有明显差异,苏中相对不足,苏南不断增强而苏北不断减弱。     

1990～2010年中国人口收缩区分布的时空格局演变——基于不同测度指标的分析

在人口收缩内涵界定的基础上,采用总人口和劳动力等直接指标结合出生率、老龄化率等间接指标进行综合测度,在地级尺度和县市尺度上分析了1990~2010年中国人口收缩区的数量变化、空间分布及演化特征（由于获取限制,未包含港澳台地区数据）,并对比了不同测度指标和方法之间的差异。主要的研究发现如下：①人口收缩区在数量上有明显的增长,收缩程度呈现出明显加剧趋势;②人口收缩区在中部和西部偏东地区快速扩张,川黔渝地区、长江中游地区、东北地区最为严重;③单一指标在识别人口绝对收缩方面效果较好,而且总人口指标往往比劳动力指标更早的反映一个区域的人口状况;④综合指标测度的方法能够更加全面的判断一个区域的人口发展状况,进而识别出人口处于相对收缩状态的区域;⑤人口收缩在县市尺度上比在地级尺度上表现更为明显,但两者的差异呈缩小趋势。基于以上研究发现,建议政府更加重视区域人口收缩问题及其对社会经济发展的影响。     

县域人口老龄化经济压力测算与空间格局变动--以成渝地区为例

基于第五次、第六次人口普查数据,构建人口老龄化经济压力指数,采用空间自相关模型、空间误差模型,测度成渝地区人口老龄化经济压力水平并探索其空间格局变动与影响因素。结果表明:1)2000年、2010年成渝地区人口老龄化经济压力分别为全国平均水平的2.04倍、2.14倍,整体处于较大压力状态,并呈上升趋势,县域人口年龄结构升级态势明显,区域内部由隆升结构向隆升—塌缩并存转变。2)成渝地区县域人口老龄化经济压力呈“一带两圈”分布格局,成都、重庆都市圈人口老龄化经济压力较小,中间地带压力较大,并呈连片分布、逐渐扩散态势。3)县域人口老龄化经济压力具有较强空间集聚性,形成“3+2”压力集聚区,渝东北、川东北、川南地区为三大压力高值集聚区,成都、重庆两大都市圈为压力低值集聚区;压力增长呈“西快东慢、北快南慢”格局,成—德—绵经济带的边缘县域压力增长较快。4)决定县域人口老龄化经济压力集聚格局的主要因素是工业化、服务化、老龄化,工业化、服务化水平的提升有利于缓解人口老龄化经济压力程度,净迁入率对人口老龄化经济压力集聚的影响不显著。     

濒危植物桫椤种群格局的分形特征

采用分形理论中的计盒维数、信息维数和关联维数对福建省瓜溪桫椤自然保护区内不同地段桫椤种群格局的分形特征进行比较分析。结果表明,8个地段的桫椤种群在空间占据、格局强度和个体空间相关性等方面存在着不同的尺度变化和分形特征,种群格局计盒维数值在0．3132～1．1189之间,大小次序为Q3〉Q6〉Q7〉Q1〉Q2〉Q4〉Q5〉Q8,信息维数在0．3031～1．078之间,大小次序为Q3〉Q7〉Q6〉Q1〉Q2〉Q5〉Q8〉Q4,关联维数在0．7450～1．1453之间,大小次序为Q3〉Q6〉Q8〉Q1〉Q5〉Q7〉Q2〉Q4;分形维数谱显示,地段Q1、Q2、Q3、Q6和Q7的桫椤种群空间结构特征相似,地段Q4、Q5与Q8的种群相似。     

苏州地区城镇扩展的空间格局及其演化分析

基于苏州地区1984-2005年的6个时相卫星遥感数据,从城镇实体地域扩展的视角,运用关联分维数、全局和局域空间关联指数、空间变差函数等方法构建了空间关联测度模型,分析了苏州地区城镇扩展的周期性、城镇建设用地的分维特征、城镇扩展的"热点区"空间分布及演化,城市化空间梯度的形态演化。结果表明,20世纪80年代以来,苏州地区的城镇扩展经历了稳步增长、缓速下降、急速增长和快速下降四个阶段,显示出"大起大落"的特征;在空间格局上,城镇扩展强度的高值簇区(热点区)呈现出较明显空间演化和跃迁的特征,经历了苏州市区、苏州—吴江轴线、苏州—昆山轴线(沿沪宁线)、太仓—常熟—张家港轴线(沿长江)的不断轮换,并成为不同阶段驱动苏州地区社会经济发展的核心区。期间,城镇扩展的空间连续性和自组织性越来越强,城市化发展的空间形态由相对分散向相对集中演化,由空间自相关引起的结构化分异的机理越来越显著,并且表现出较明显的带状关联特征,城市区域化发展的趋势明显。然而,在苏州地区不同的发展阶段,城镇发展的主导驱动机制有所不同。