摘 要：基于吉林省地級市及其所轄全部縣級行政單元（地級市市轄區(qū)為一個基本研究單元）2000—2019年的人口數(shù)據(jù)，通過構(gòu)建人口收縮度指標(biāo)，測度吉林省城鎮(zhèn)收縮情況，并運用探索性空間數(shù)據(jù)分析手段（ESDA），對不同時間維度的城鎮(zhèn)人口收縮度進行空間關(guān)聯(lián)性與差異性分析，旨在通過探索吉林省城鎮(zhèn)人口收縮的時空格局及其演化過程，為相關(guān)政府部門制定強有力的經(jīng)濟政策和構(gòu)建鮮活的策略機制提供科學(xué)依據(jù)，從而合理應(yīng)對吉林省城鎮(zhèn)化發(fā)展中的局部收縮問題。

關(guān)鍵詞：吉林省；城市人口收縮；時空特征

中圖分類號：Ｃ９２２ 文獻標(biāo)志碼：A 文章編號：1673-291X（2024）13-0043-04

目前，中國城鎮(zhèn)化進程正在由速度型向質(zhì)量型過渡。隨著人口紅利的逐漸消失，中國城市發(fā)展的“增長”過程即將結(jié)束，部分城市已經(jīng)開始經(jīng)歷人口收縮的過程[1]。

進入新世紀以來，作為傳統(tǒng)老工業(yè)基地的東北地區(qū)人口大量外流，已經(jīng)成為我國城市收縮最為嚴重的區(qū)域之一，引起了各界關(guān)注，有的學(xué)者將其稱為中國的“銹帶地區(qū)”[2]。環(huán)境污染、資源萎縮與社會不穩(wěn)定等成為阻礙東北地區(qū)振興與發(fā)展的瓶頸問題[3]。

作為中華人民共和國成立初期重點扶持省份，吉林省重工業(yè)在全國居于比較重要的地位，擁有良好的城市基礎(chǔ)設(shè)施和較高的城市化發(fā)展水平。但從20世紀80年代以后，吉林省逐漸轉(zhuǎn)變?yōu)槿丝趦暨w出省份。與六普相比，七普吉林省總?cè)丝跍p少了3379362人，10年間減少12.31%，年均減少1.31個百分點。9個市（州）中，僅長春市常住人口有所增加，其他地區(qū)常住人口均有不同程度的減少。在吉林省流出人口中，擁有大專及以上、高中/中專人口比例分別達到24.9%和22.6%，而流入比例僅為9.2%和18.9%[4]。一方面，青壯年人口的流失，加劇了生育率降低和人口老齡化；另一方面，高素質(zhì)人才的大量流失嚴重限制了吉林經(jīng)濟的轉(zhuǎn)型和現(xiàn)代化。

本文旨在通過探索吉林省城鎮(zhèn)人口收縮的時空格局及其演變過程，為相關(guān)政府部門制定強有力的經(jīng)濟政策和鮮活的策略機制提供科學(xué)依據(jù)，從而合理應(yīng)對吉林省城鎮(zhèn)化發(fā)展中的局部收縮問題。

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文對城鎮(zhèn)收縮的測度使用的是人口指標(biāo)，其中，常住人口數(shù)據(jù)采用的是五普和六普的統(tǒng)計結(jié)果。2000—2019年《吉林省統(tǒng)計年鑒》、《中國縣域統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》中的戶籍人口數(shù)據(jù)作為歷時性人口數(shù)據(jù)的補充識別。在空間上，以區(qū)縣為研究單元，測算其人口年均增長率，用來考察各區(qū)縣2000年以來人口的變化以及人口的流動情況?？紤]到吉林省行政區(qū)劃的調(diào)整，以2018年吉林省縣級行政單元為基本研究單元，對其他年份行政單元進行相應(yīng)的數(shù)據(jù)合并與處理。最終，將研究對象確定為地級市及其所轄全部縣級行政單元（地級市市轄區(qū)為一個基本研究單元），共包括56個研究單元。

（二）研究方法

1.人口收縮度。本文采用常住人口和戶籍人口及其比值來界定城鎮(zhèn)收縮情況，具體算法如公式（1）—（5）所示：

其中，Pr和Ph分別代表某區(qū)縣不同年份的常住人口和戶籍人口，Cr和Ch分別表示該區(qū)縣2000—2018年間常住人口和戶籍人口的年均增長率。當(dāng)Cr＜0時為常住人口收縮，當(dāng)Ch＜0時為戶籍人口收縮。綜合參考國內(nèi)外收縮城鎮(zhèn)的人口指標(biāo)劃分，結(jié)合吉林省人口變化實際情況，我們將吉林省的人口年均增長率劃分為四檔：顯著收縮（＜-1%）、輕微收縮（-1%-0%）、輕微增長（0%—1%）和顯著增長（＞1%）。Crh表示常住人口與戶籍人口的比值，Crh＞1為擴張，Crh＜1則為收縮。

2.探索性空間數(shù)據(jù)分析。ESDA是一種具有識別分辨功能的空間數(shù)據(jù)分析方法，可利用屬性數(shù)據(jù)的空間特性，在分析空間關(guān)系的基礎(chǔ)上進行數(shù)值的相關(guān)分析，進而突出空間相互作用，近年來被國內(nèi)外學(xué)者逐漸應(yīng)用于區(qū)域經(jīng)濟差異的研究領(lǐng)域。其中，全局莫蘭指數(shù)（Moran’s I）常用來檢驗整個研究區(qū)域中鄰近地區(qū)是相似、相異（空間正相關(guān)、負相關(guān)），還是相互獨立。而局部莫蘭指數(shù)（Local Moran’s I）則用來檢驗局部地區(qū)是否存在相似或相異的觀察值聚集在一起，并且與Moran散點圖一同協(xié)力可檢測局部空間的聚集性及分析局部空間的不穩(wěn)定性。Moran's I和Local Moran’s I的計算公式分別如下[5，6]：

在（6）和（7）公式中，n用來表示所考察區(qū)域內(nèi)的地區(qū)個數(shù)，wij是空間權(quán)重取值，xi與xj是第i與第j個區(qū)域的屬性觀測值（本文指縣域人口收縮度）， = xi 是考察區(qū)域范圍內(nèi)屬性值的算術(shù)平均值，S = （x - ） 是屬性觀測值的樣本方差。

I的取值一般在-1—1之間，當(dāng)I＞0時，表示兩個區(qū)域之間的取值具有正相關(guān)性，當(dāng)I的取值接近于1時，說明具有相似的屬性聚集在一起（高值與高值相鄰，或者低值與低值相鄰，稱為空間聚集）；當(dāng)I＜0時，則表示兩個區(qū)域之間的取值具有負相關(guān)性，當(dāng)I的取值近于-1時，說明具有相異的屬性聚集在一起（高值與低值相鄰，或者低值與高值相鄰）；如果I的取值接近于0，則說明考察區(qū)域的屬性是隨機分布的，或者不存在空間自相關(guān)性。

Ii的取值主要是用來考察區(qū)域i與其他相鄰區(qū)域之間的關(guān)聯(lián)程度。當(dāng)Ii的值為正時，說明一個高值被高值包圍，表現(xiàn)為“高—高”（H-H）的空間結(jié)構(gòu)；或者一個低值被低值包圍，表現(xiàn)為“低—低”（L-L）的空間結(jié)構(gòu)。而Ii的值為負時，則說明一個低值被高值包圍，表現(xiàn)為“低—高”（L-H）的空間結(jié)構(gòu)；或者一個高值被低值包圍，表現(xiàn)為“高—低”（H-L）的空間結(jié)構(gòu)。

二、吉林省城市人口收縮的時間軌跡

（一）吉林省市域收縮存在惡化趨勢

分別以2000年和2010年的戶籍人口作為基數(shù)，通過計算2010年和2018年戶籍人口收縮度指標(biāo)Ch和Ch1，我們發(fā)現(xiàn)吉林省人口收縮現(xiàn)象在市域尺度上同時存在著廣義與狹義的城市收縮，①并且收縮城市的范圍有進一步擴大的跡象。2000—2010年間出現(xiàn)廣義城市收縮的城市僅有遼源市、通化市和延邊州三個地區(qū)，而2010—2018年間，存在廣義城市收縮的城市增加到九個，也就是說覆蓋了全省全部九個地級市以上地區(qū)。從狹義城市收縮來看，2000—2010年間，吉林省還不存在此類城市收縮現(xiàn)象，但是2010—2018年間，卻出現(xiàn)了六個地區(qū)發(fā)生了狹義城市收縮問題，包括吉林市、通化市、白山市、遼源市、松原市和白城市。

（二）吉林省縣域常住人口局部收縮明顯但總體程度較輕

根據(jù)五普和六普資料，采用2000—2010年常住人口數(shù)據(jù)來考察吉林省47個區(qū)縣單元的收縮情況，我們發(fā)現(xiàn)出現(xiàn)城鎮(zhèn)收縮現(xiàn)象的區(qū)縣共有25個，所占比例達53.19%，超過1/2的城鎮(zhèn)出現(xiàn)不同程度的人口負增長，可見收縮現(xiàn)象在吉林省并非個例，局部甚至大部分縣區(qū)收縮明顯。其中，顯著收縮的區(qū)縣有8個，年均增長率小于-1%，占收縮區(qū)縣的32%，占全部區(qū)縣的17.02%；其余17個區(qū)縣的年均增長率皆處于-1%—0%之間，即輕微收縮， 占收縮區(qū)縣的68%，占全部區(qū)縣的36.17%。

（三）吉林省縣域戶籍人口收縮由不明顯轉(zhuǎn)向上升趨勢

從戶籍人口來看，六普時吉林省收縮的區(qū)縣數(shù)量較采用常住人口數(shù)據(jù)進行計算的結(jié)果有所減少，為18個區(qū)縣，占比38.30%，小于按常住人口統(tǒng)計的收縮城市的數(shù)量及比例。其中輕微收縮區(qū)縣數(shù)量為15個，顯著收縮區(qū)縣數(shù)量僅有3個，呈現(xiàn)數(shù)量少且程度較輕的特點。但此后，吉林省縣域戶籍人口收縮現(xiàn)象逐漸呈上升態(tài)勢，到了2018年，全省47個縣區(qū)中，僅有3個戶籍人口是增長的，收縮縣區(qū)數(shù)量達到43個，比2010年增長了138.89%，收縮縣區(qū)占比高達91.49%。其中輕微收縮區(qū)縣數(shù)量增加到30個，增長1倍，顯著收縮區(qū)縣數(shù)量增加到13個，增長4倍以上。而輕微增長的區(qū)縣僅有2個，顯著增長區(qū)縣僅1個，二者合計占比不到10%。

（四）長吉與外圍地區(qū)人口流動反差特征顯著

常住人口與戶籍人口的比值，可以在一定程度上反映出人口流動的情況，如果一個地區(qū)的二者比值大于1，表示這一地區(qū)主要呈現(xiàn)出人口流入；反之，如果二者的比值小于1，則表示該地區(qū)的人口主要呈現(xiàn)流出特征。通過對比2000年和2010年吉林省各區(qū)縣的常住人口和戶籍人口比值構(gòu)成（見圖1），我們發(fā)現(xiàn)，全省發(fā)生收縮的區(qū)縣2000年時有13個，到2010年時，則增加到了26個，收縮比例和收縮度均呈上升態(tài)勢。與此同時，發(fā)生收縮的區(qū)縣2000年時，主要集中在長吉外圍，尤其是吉林省東部和西部地區(qū)，說明這兩個地區(qū)以人口流出為主，而長吉則以流入為主。而到了2010年，一些長吉外圍地區(qū)或靠近長吉外圍地區(qū)的區(qū)縣，由增長轉(zhuǎn)為收縮，形成了環(huán)繞長吉地區(qū)的巨型收縮圈層。

三、吉林省城市人口收縮的空間分異

為進一步厘清2000年以來吉林省人口收縮城市的空間異質(zhì)性與空間關(guān)聯(lián)性，我們以2000年和2010年的戶籍人口作為基數(shù)，分別計算2000—2010年和2010—2018年戶籍人口變動指標(biāo)Ch1和Ch2，并通過全局Moran’s 指數(shù)探討吉林省人口收縮城市的總體格局和分異特征。將全省47個區(qū)縣的戶籍人口變動指標(biāo)（Ch1和Ch2）作為分析單元，采用反距離函數(shù)建立空間權(quán)重矩陣，并通過運行ArcGIS 10.1空間自相關(guān)（Moran’s）分析工具，分別得到2000—2010年和2010—2018兩個時間段吉林省戶籍人口變動指標(biāo)（Ch1和Ch2）的全局Moran’s 指數(shù)及臨界值Z得分和顯著性水平P值。其中，2000—2010年吉林省縣區(qū)戶籍人口變動的Moran’s 指數(shù)值為-0.283 993，小于0，且Z值（-1.657 020）略小于-1.65，P值（0.097 515）接近0.10（達到90%的置信度），說明這一時段吉林省區(qū)縣戶籍人口變動之間存在較弱程度的負空間自相關(guān)性。而在2010—2018年間，Moran’s 指數(shù)值為-0.214 643，雖然小于0，但Z值（-1.197 141）位于-1.65—1.65之間，P值（0.231 252）大于0.10，說明此時段內(nèi)，就全省而言，各區(qū)縣的戶籍人口變動空間分布特征并不明顯，基本上呈隨機分布。

如前文所述，從全省尺度來考察，2000—2010年和2010—2018年間，吉林省各區(qū)縣的戶籍人口變動總體上不存在顯著的全局空間自相關(guān)性，但這不能說明不存在高值或者低值的局部空間集聚現(xiàn)象，并可能隱藏了偏離整體分布模式的空間關(guān)系，為此，需要應(yīng)用局部空間自相關(guān)分析法進一步探討。本文利用GeoDa軟件繪制Moran散點圖來進一步辨識局部區(qū)域內(nèi)的各區(qū)縣戶籍人口變動的空間聯(lián)系及其空間分布結(jié)構(gòu)（見圖2）。

由圖2我們可以看到，從2010—2018年，位于第一和第三象限的縣區(qū)數(shù)量有所減少，從27個減少到22個，反映出在這期間吉林省縣區(qū)戶籍人口變動在局部空間上的集聚性和相似性有所減弱。位于第二和第四象限的縣區(qū)數(shù)量由20個增加到25個，表明期間吉林省縣區(qū)戶籍人口變動的空間差異性有所增強。

圖3是采用LISA （Local Moran’s）及5%的置信度得到的2010年和2018年吉林省47個縣區(qū)戶籍人口變動的Moran顯著性圖。從圖中可以明顯看出在局部范圍內(nèi)，吉林省縣區(qū)戶籍人口變動主要是以高—低（H-L）、低—高（L-H）和低—低（L-L）空間分布結(jié)構(gòu)為主。

四、結(jié)束語

本文基于吉林省地級市及其所轄全部縣級行政單元（地級市市轄區(qū)為一個基本研究單元），共包括56個研究單元19年的人口數(shù)據(jù)，通過構(gòu)建人口收縮度指標(biāo)測度吉林省城鎮(zhèn)人口收縮情況，并運用探索性空間數(shù)據(jù)分析手段（ESDA），對不同時間維度的城鎮(zhèn)人口收縮度進行空間關(guān)聯(lián)性與差異性分析。

在考察期內(nèi)，吉林省市域人口收縮存在惡化趨勢、縣域常住人口局部收縮明顯但總體程度較輕、縣域戶籍人口收縮由不明顯轉(zhuǎn)呈上升趨勢、長吉與外圍地區(qū)人口流動狀況反差明顯等特征。

就全省范圍而言，2000—2010年間，吉林省區(qū)縣戶籍人口變動之間存在較弱程度負的空間自相關(guān)性；而在2010—2018年間，各區(qū)縣的戶籍人口變動空間分布特征并不明顯，基本呈現(xiàn)隨機分布的空間格局。但在局部空間尺度上，吉林省區(qū)縣戶籍人口變動具有一定程度的空間集聚性，主要是以高—低（H-L）、低—高（L-H）和低—低（L-L）空間分布結(jié)構(gòu)為主。

城市收縮是經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)、社會發(fā)展水平、政策制度、人口和地域文化等多種因素綜合作用的結(jié)果，并且不同類型地區(qū)，影響城市收縮的引致因素也不盡相同。因此，對于解決收縮城市的對策建議，應(yīng)根據(jù)收縮類型區(qū)的不同進行分析。

參考文獻：

[1] 龍瀛，吳康，王江浩.中國收縮城市及其研究框架[J]vOaZZIlUTJKexlpSvtmKt+7Q917FUBw/Urvh/lXaO90=.現(xiàn)代城市研究，2015（9）：14-19.

[2] Lee C K.Against the Law：Labor Protests in China’s Rustbelt and Sunbelt[M].Berkeley，CA：University of California Press，2007.

[3] 陳群元，宋玉祥，張平宇，等.東北老工業(yè)基地振興面臨的城市化問題與對策[J].城市規(guī)劃匯刊，2004（2）：47- 51.

[4] 于洋.人口外流對吉林省經(jīng)濟發(fā)展的影響分析[J].今日財富，2020（6）：26-27，29.

[5] Le Gallo J， Ertur C. Exploratory Spatial Data Analysis of the Distribution of Regional per Capita GDP in Europe，1980-1995[J]. Regional Science，2003，82（2）：175-201.

[6] Anselin L. Local indicators of spatial association-LISA[J].Geographical Analysis，1995，27（2）：93-115.

[7] 溫佳楠.成渝地區(qū)收縮城市識別及其驅(qū)動因素分析[J].經(jīng)濟論壇，2019（10）：69-76.

[責(zé)任編輯 立 夏]