摘 要：以貴州烏江流域?yàn)檠芯繉ο螅?000、2010、2020年3期人口普查數(shù)據(jù)以及2005年和2015年常住人口數(shù)據(jù)，探析貴州烏江流域縣域人口收縮的時(shí)空格局演變，并探究其成因。結(jié)果表明：（1）貴州烏江流域人口收縮現(xiàn)象較為明顯，2000—2010年和2010—2020年人口收縮縣域分布較廣，占比均超過50%。（2）研究期內(nèi)人口持續(xù)收縮是主要特征，集中于下游地區(qū)，但分布范圍逐漸縮小，中游地區(qū)人口變動劇烈。（3）基于收縮程度，研究期內(nèi)以人口中度收縮為主，不同時(shí)期人口收縮程度起伏較大，隨時(shí)間推移人口收縮程度有減弱趨勢。（4）隨時(shí)間演化人口自然增長因素對人口收縮演變影響減弱，人均生產(chǎn)總值、非農(nóng)就業(yè)水平等經(jīng)濟(jì)發(fā)展因素影響力逐漸增強(qiáng)。

關(guān)鍵詞：人口收縮；時(shí)空格局演變；影響因素；西部山地流域；烏江流域

中圖分類號：C922 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-5072（2024）06-0622-10

20世紀(jì)80年代伊始，部分西方國家在經(jīng)歷某種結(jié)構(gòu)性經(jīng)濟(jì)危機(jī)后出現(xiàn)了人口減少現(xiàn)象［1］，這種現(xiàn)象被認(rèn)為是人口收縮。在全球化、城鎮(zhèn)化和工業(yè)化浪潮的影響下，人口收縮逐漸成為普遍現(xiàn)象［2］，引起了學(xué)界的廣泛關(guān)注。目前，不僅發(fā)達(dá)國家面臨人口收縮，發(fā)展中國家也面臨局部人口收縮問題。從全球來看，人口收縮區(qū)域存在擴(kuò)大趨勢，局部地區(qū)的人口收縮較為顯著。由此可見，厘清人口收縮的區(qū)域差異、時(shí)空特征和驅(qū)動機(jī)制，是當(dāng)前人口地理與區(qū)域發(fā)展的重點(diǎn)問題。

國外關(guān)于人口收縮的研究起步較早，圍繞人口收縮識別［3-5］、區(qū)域差異［6-8］、驅(qū)動因素［9-12］和應(yīng)對措施［13-16］等方面展開了大量研究。對于人口收縮識別，國外學(xué)者主要從城市人口減少、區(qū)域總?cè)丝跀?shù)量下降［17］和人口-社會-經(jīng)濟(jì)綜合角度進(jìn)行判定［18-20］；區(qū)域差異上，各大洲和國家間人口收縮差異明顯，歐洲地區(qū)經(jīng)濟(jì)發(fā)展相對落后的國家人口收縮較為明顯，而亞洲地區(qū)的發(fā)達(dá)國家同樣面臨嚴(yán)重的人口收縮問題［21-24］。國家或地區(qū)內(nèi)部人口空間分異也較明顯，局部人口收縮是未來趨勢［25］。出生率降低被認(rèn)為是影響發(fā)達(dá)國家人口收縮的主要原因［26］，學(xué)者主要從社會、經(jīng)濟(jì)、制度等角度闡釋人口收縮的影響機(jī)制［27-30］，線性過程和循環(huán)積累是最主要的探究視角［31-32］。近年來，隨著“精明收縮”概念的提出，關(guān)于人口收縮的應(yīng)對措施逐漸受到關(guān)注。通過研究德國、美國、英國、日本等國家治理人口收縮的措施及實(shí)踐效應(yīng)，發(fā)現(xiàn)城市再開發(fā)和精明收縮是應(yīng)對人口收縮的兩種主要方式［33-36］。一部分學(xué)者認(rèn)為接受并適應(yīng)是應(yīng)對人口收縮的科學(xué)之策，另外一部分學(xué)者則認(rèn)為不要適應(yīng)要反應(yīng)，主張通過城市復(fù)興促使人口回流。

國內(nèi)關(guān)于人口收縮研究起步相對較晚。以老工業(yè)城市人口流失為代表，我國學(xué)者較早開始關(guān)注資源枯竭城市的人口減少問題。在理論方面，主要通過借鑒國外對城市人口收縮的相關(guān)理論和經(jīng)驗(yàn)實(shí)現(xiàn)中國本土化研究［37-38］。在實(shí)證方面，一是全國層面上［6-8，27］的研究，普遍利用人口普查數(shù)據(jù)探究人口流失問題，識別人口收縮的空間差異；二是局部范圍內(nèi)如東北地區(qū)［3，11］、黃河流域［39-40］、長三角［41］、京津冀［42］等，從區(qū)域內(nèi)部的驅(qū)動機(jī)制和外部效應(yīng)出發(fā)，分析人口收縮的特征與機(jī)制?？v觀已有研究，研究內(nèi)容主要集中于城市人口的變動，對區(qū)域總?cè)丝谔貏e是縣域單元人口收縮關(guān)注不夠；研究考察期多在第七次人口普查以前，對于近期人口變化新趨勢有所忽略，且中長時(shí)期的動態(tài)研究較少；學(xué)者們主要從社會經(jīng)濟(jì)影響引起的人口機(jī)械變動來探討人口收縮的形成機(jī)制，缺乏對人口自然增長、地形等自然因素的綜合分析。

烏江流域是貴州戰(zhàn)略支撐和導(dǎo)向作用突出的區(qū)域，是貴州融入長江經(jīng)濟(jì)帶和連接“一帶一路”的重要紐帶，也是新一輪西部大開發(fā)的重點(diǎn)區(qū)域。但2000年以來，流域上、中、下游地區(qū)均出現(xiàn)不同程度的人口收縮現(xiàn)象，下游地區(qū)尤為突出，因此，以貴州烏江流域作為研究對象具有典型性和重要意義。鑒于此，本文對2000—2020年貴州烏江流域人口收縮進(jìn)行研究，并探究其空間分異特征，以期為推動西部山地流域人口長期均衡發(fā)展，促進(jìn)區(qū)域協(xié)調(diào)、高質(zhì)量發(fā)展提供經(jīng)驗(yàn)借鑒。

1 研究對象、方法、數(shù)據(jù)來源與選取

1.1 研究對象

烏江是長江上游南岸的最大支流，是貴州省第一大河。流域內(nèi)以山地和高原為主，海拔落差較大，地理環(huán)境復(fù)雜。烏江在貴州境內(nèi)的流域面積為66 849 km2，占貴州國土面積的38%，流經(jīng)畢節(jié)、六盤水、安順、貴陽、遵義、黔南、黔東南、銅仁8個(gè)市（州），包括47個(gè)縣級行政單元（圖1）。截至2020年，貴州烏江流域人口占全省總?cè)丝诘?6%，GDP總量占全省總量的64%。作為貴州重要戰(zhàn)略地帶，流域內(nèi)自然資源豐富，產(chǎn)業(yè)發(fā)展基礎(chǔ)良好。但當(dāng)前人口發(fā)展差距較大，縣域人口分布非均衡現(xiàn)象突出，對統(tǒng)籌人口與區(qū)域協(xié)調(diào)、高質(zhì)量發(fā)展帶來了挑戰(zhàn)。

1.2 數(shù)據(jù)來源

人口數(shù)據(jù)來源于貴州省2000、2010、2020年人口普查資料和2006年、2016年《貴州統(tǒng)計(jì)年鑒》，社會經(jīng)濟(jì)數(shù)據(jù)來源于《貴州統(tǒng)計(jì)年鑒》、《中國縣域統(tǒng)計(jì)年鑒》和貴州省宏觀經(jīng)濟(jì)數(shù)據(jù)庫，DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云，分辨率為30 m。

1.3 數(shù)據(jù)選取

人口分布演變受人口自然變動和人口機(jī)械變動兩方面的影響，兩者共同塑造了人口集散空間格局。人口自然增長率可表征人口自然變動，而影響人口機(jī)械變動的因素復(fù)雜且多樣，根據(jù)已有研究和數(shù)據(jù)的可獲得性，從貴州烏江流域?qū)嶋H情況出發(fā)，將經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施與公共服務(wù)、地形狀況納入考量指標(biāo)。人均生產(chǎn)總值和非農(nóng)就業(yè)人口占比是反映經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)；第二、三產(chǎn)業(yè)占GDP比能夠反映地區(qū)產(chǎn)業(yè)發(fā)展高級化程度；公共財(cái)政支出會影響城市之間的人口流動和區(qū)域發(fā)展的均衡，用公共預(yù)算支出占GDP比表征政府財(cái)政支持力度，教育是公共服務(wù)的重要體現(xiàn)，用6歲以上人口平均受教育年限來表征教育水平；交通是基礎(chǔ)設(shè)施建設(shè)水平的重要體現(xiàn)，用道路和鐵路密度來表征交通基礎(chǔ)設(shè)施狀況；作為西部山地流域，其復(fù)雜地形地貌特征較為突出，故采用海拔和地形起伏度2個(gè)指標(biāo)來表征地形狀況。具體影響因素選擇及說明見表1。

1.4 研究方法

1.4.1 人口收縮識別

本文參考以往學(xué)者從常住人口相對變化視角定義人口收縮的方法［3，11］，以2000—2020年為研究時(shí)段，以每5年縣域人口增長率低于貴州烏江流域總?cè)丝谠鲩L率為依據(jù)，判定貴州烏江流域人口收縮，判定方法如下。

R（t1，t2）=（Mt2－Mt1）/Mt1－（Nt2－Nt1）/Nt1，

式中：R（t1，t2）表示t1-t2時(shí)期人口相對變化率；Mt1、Mt2分別表示單個(gè)縣域t1、t2年份的常住人口數(shù)量；Nt1、Nt2分別表示烏江流域t1、t2年份的常住人口數(shù)量。若R（t1，t2）>0，定義人口增長；R（t1，t2）<0，定義人口收縮；R（t1，t2）=0則認(rèn)為無收縮無增長；R（t1，t2）絕對值越大表示人口收縮或增長程度越高。人口收縮類型及判定標(biāo)準(zhǔn)見表2。

1.4.2 空間自相關(guān)分析

本文采用全局自相關(guān)（Moran’ s I）分析探究貴州烏江流域人口收縮的空間集聚或離散分布特征，I的取值范圍為-1～1，大于0表示存在空間正相關(guān)，等于0表示空間相關(guān)性不存在，小于0表示存在空間負(fù)相關(guān)。在此基礎(chǔ)上運(yùn)用局部自相關(guān)分析刻畫其集聚的具體空間模式，包括“高-高”“低-低”“高-低”“低-高”“不顯著”5種模式［43］。同時(shí)，利用熱點(diǎn)分析［44］識別貴州烏江流域人口相對密度變化的“冷點(diǎn)”與“熱點(diǎn)”。

1.4.3 多元Logistic回歸

為更好分析不同人口變化類型縣域影響因素的差異，本文采用多元Logistic回歸模型分析影響貴州烏江流域人口收縮空間分布格局形成與演變的驅(qū)動因素。在模型設(shè)定上，本文將持續(xù)增長型賦值為0，作為參照組，將持續(xù)收縮型、增長轉(zhuǎn)收縮型和收縮轉(zhuǎn)增長型依次設(shè)定為1、2和3。

2 貴州烏江流域人口收縮結(jié)果分析

2.1 貴州烏江流域人口收縮時(shí)空格局演化特征分析

2.1.1 基于時(shí)序演化的人口收縮特征

2000—2010年，貴州烏江流域縣域人口變動分異明顯（表3），其中人口持續(xù)增長縣域3個(gè)，占比6.38%；人口持續(xù)收縮縣域31個(gè)，占比65.96%；人口增長轉(zhuǎn)收縮縣域2個(gè)，占比4.26%；人口收縮轉(zhuǎn)增長縣域11個(gè)，占比23.40%。該時(shí)段以人口持續(xù)收縮為主要特征。從空間分布來看（圖2），人口收縮縣域主要分布在下游地區(qū)，中游地區(qū)和上游地區(qū)人口收縮與增長縣域交錯(cuò)分布。人口持續(xù)收縮縣域集中于下游地區(qū)，呈“團(tuán)塊狀”連片分布；人口增長轉(zhuǎn)收縮縣域較為分散，毗鄰人口增長區(qū)；人口收縮轉(zhuǎn)增長縣域分布在人口持續(xù)收縮和人口持續(xù)增長的交匯地帶，主要位于畢節(jié)、遵義和貴陽；人口持續(xù)增長縣域分散分布于貴陽和六盤水。

2010—2020年，貴州烏江流域縣域人口發(fā)展較上個(gè)時(shí)期更為均衡（表3），其中人口持續(xù)增長縣域9個(gè)，占比19.15%；人口持續(xù)收縮縣域25個(gè)，占比53.19%；人口增長轉(zhuǎn)收縮縣域5個(gè)，占比10.64 %；人口收縮轉(zhuǎn)增長縣域8個(gè)，占比17.02%。該時(shí)期人口持續(xù)收縮縣域較2000—2010年有所減少，占比下降了12.77%，人口持續(xù)收縮現(xiàn)象仍舊表現(xiàn)明顯。從空間格局來看（圖2），人口收縮縣域仍集中分布在下游地區(qū)，中游地區(qū)人口收縮現(xiàn)象有所緩解，上游地區(qū)的威寧、赫章、七星關(guān)、大方等縣域人口收縮變化顯著。人口持續(xù)收縮縣域主要分布在下游地區(qū)，零星分布于上游地區(qū)；人口增長轉(zhuǎn)收縮縣域分布由分散轉(zhuǎn)為集中，大致位于中游偏南區(qū)域，緊鄰貴陽-遵義經(jīng)濟(jì)區(qū)；人口收縮轉(zhuǎn)增長縣域趨向中游地區(qū)分布；人口持續(xù)增長縣域分布范圍擴(kuò)大，主要位于中游貴陽和遵義。

2.1.2 基于收縮強(qiáng)度的人口收縮特征

2000—2005年，人口收縮縣域占比61.70%，收縮程度總體較低（表4），以弱收縮為主要特征，占比42.55%。從空間上看（圖3），人口強(qiáng)收縮縣域主要分布在中游地區(qū)，人口弱收縮縣域偏下游地區(qū)分布，人口弱增長縣域則集中在上游地區(qū)的畢節(jié)和六盤水，總體來看，中游地區(qū)收縮程度較高，從中游向兩翼收縮程度漸弱。

2005—2010年，人口收縮縣域數(shù)量占比較上個(gè)時(shí)期上升了8.51%，收縮程度明顯加劇，人口強(qiáng)收縮縣域占比超過50%，該時(shí)期以強(qiáng)收縮為主要特征。從空間上看（圖3），人口強(qiáng)收縮和強(qiáng)增長縣域分布范圍明顯擴(kuò)大，人口變動分化更為明顯。人口強(qiáng)收縮縣域分布最廣，集中于下游地區(qū)，紅花崗、匯川、白云、烏當(dāng)?shù)瓤h域發(fā)展較好，正處于人口集聚階段，增長屬性明顯，其周邊縣域受虹吸效應(yīng)影響，人口收縮程度較為嚴(yán)重。

2010—2015年，人口收縮縣域數(shù)量較上個(gè)時(shí)期基本保持不變，人口強(qiáng)收縮縣域數(shù)量大幅下降，占比下降到4.26%，該時(shí)期以人口中度收縮和弱收縮為主要特征。從空間上看（圖3），人口強(qiáng)收縮區(qū)明顯縮小，中游地區(qū)以人口弱增長為主，上、下游地區(qū)中度收縮和弱收縮交錯(cuò)分布。人口強(qiáng)收縮縣域和人口強(qiáng)增長縣域緊密分布。

2015—2020年，人口收縮縣域數(shù)量較上個(gè)時(shí)期有所減少，占比下降了10%，人口強(qiáng)收縮縣域占比略有上升，人口弱收縮縣域占比下降明顯，該時(shí)期以中度收縮為主要特征。從空間上看（圖3），人口收縮縣域分布范圍縮小，人口中度收縮縣域分布最廣，集中于下游地區(qū)，上、中游地區(qū)人口收縮縣域表現(xiàn)出局部集中的特點(diǎn)，包括威寧、赫章、織金、黔西、金沙等。

2.2 貴州烏江流域人口變化空間集聚特征分析

從人口收縮空間集聚特征來看（圖4），烏江流域人口收縮相同程度的縣域存在空間聚集性。2000—2020年，烏江流域人口相對變化率的Moran’ s I值為0.4187，Z值為6.1309，檢驗(yàn)結(jié)果顯著（P<0.01），說明貴州烏江流域人口收縮和增長在空間分布上呈現(xiàn)正相關(guān)，并非隨機(jī)分布，即人口收縮縣域之間存在空間關(guān)聯(lián)性。局部空間自相關(guān)和熱點(diǎn)分析結(jié)果顯示，烏江流域下游形成了大范圍人口收縮“低-低”聚集區(qū)；地處流域中游的貴陽則形成明顯的人口增長“高-高”聚集區(qū)，主要包括了清鎮(zhèn)、白云、觀山湖、花溪和南明。冷、熱點(diǎn)縣域分布則與“低-低”、“高-高”縣域分布有著高度重合，進(jìn)一步印證了烏江流域人口收縮和擴(kuò)張縣域分布的空間集聚性。

3 貴州烏江流域人口收縮空間格局形成與發(fā)展的影響因素分析

運(yùn)用多元Logistic回歸模型對影響貴州烏江流域人口收縮空間格局的影響因素進(jìn)行定量分析（表5），模型（1）為2000—2010年烏江流域人口收縮的影響因素分析，其中，因變量為2000—2010年人口變化率，自變量選用各影響因素2010年的值（如人均生產(chǎn)總值、公共預(yù)算支出占GDP比例、平均受教育年限等）；模型（2）為2010—2020年烏江流域人口收縮影響因素分析，其中，因變量為2010—2020年人口變化率，自變量選用各影響因素2020年的值。

3.1 貴州烏江流域人口收縮影響因素指標(biāo)分析

表征經(jīng)濟(jì)發(fā)展水平的人均生產(chǎn)總值和非農(nóng)就業(yè)人口占比對人口收縮的解釋力總體較強(qiáng)。人均生產(chǎn)總值在2000—2010年和2010—2020年均在5%及以上水平下顯著，影響系數(shù)為負(fù)，表明人均生產(chǎn)總值對人口收縮有負(fù)向影響，較低水平的人均生產(chǎn)總值是引起貴州烏江流域人口收縮的重要原因。2000—2020年，烏江流域人均生產(chǎn)總值從36 576.63元增長到44 377.79元，其中，人口持續(xù)增長縣域人均生產(chǎn)總值從9600.23元增長至74 139.79元，人口持續(xù)收縮縣域人均生產(chǎn)總值從2 433.81元增長到36 576.63元，遠(yuǎn)低于平均水平，巨大的經(jīng)濟(jì)發(fā)展差距促使人口由欠發(fā)達(dá)地區(qū)流向發(fā)達(dá)地區(qū)，表明長期形成的經(jīng)濟(jì)發(fā)展水平的剪刀差是人口流動的關(guān)鍵因素。非農(nóng)就業(yè)人口占比解釋力在2000—2010年較強(qiáng)，在2010—2020年影響較為顯著，影響系數(shù)為負(fù)，說明非農(nóng)就業(yè)機(jī)會越少，越可能出現(xiàn)人口收縮。

產(chǎn)業(yè)結(jié)構(gòu)在1%顯著水平下對人口收縮有負(fù)向影響，說明對于貴州烏江流域而言，第二、三產(chǎn)業(yè)越不發(fā)達(dá)的區(qū)域，人口收縮的可能性越高。產(chǎn)業(yè)結(jié)構(gòu)在2000—2010年對人口收縮的影響系數(shù)絕對值較大，在2010—2020年影響系數(shù)絕對值變小，解釋力變?nèi)??？赡艿脑蚴恰笆蟆碧岢鲂滦凸I(yè)化以后，貴州烏江流域工業(yè)發(fā)展速度加快，大量勞動力從土地上解放尋求工作機(jī)會，該時(shí)期產(chǎn)業(yè)結(jié)構(gòu)對人口流動的影響力較強(qiáng)；2010年以后大部分縣域產(chǎn)業(yè)結(jié)構(gòu)趨于穩(wěn)定，產(chǎn)業(yè)結(jié)構(gòu)對人口收縮的影響逐漸降低。2000年流域31.91%的縣域以第一產(chǎn)業(yè)為主，第二、三產(chǎn)業(yè)占比平均水平為60.46%，而2010年與2020年流域平均水平分別為78.86%和80.04%，差異較小，印證了上述觀點(diǎn)。

基礎(chǔ)設(shè)施和公共服務(wù)水平影響差異顯著。表征公共服務(wù)水平的因素有公共預(yù)算支出和平均受教育年限，兩者均在1%顯著水平下對人口收縮有負(fù)向影響，公共預(yù)算支出水平在兩個(gè)時(shí)期基本保持負(fù)向影響，表明政府對公共服務(wù)的支持力度越大，越能緩解人口收縮現(xiàn)狀。隨時(shí)間演變，公共服務(wù)水平解釋力有所增強(qiáng)，可能因?yàn)殡S著社會經(jīng)濟(jì)發(fā)展，人們對文化、衛(wèi)生、生態(tài)等方面也產(chǎn)生了更高的需求，公共服務(wù)水平在人口流動中所起的作用越來越強(qiáng)。平均受教育年限在2000—2010年解釋力最強(qiáng)，即平均受教育程度越低的地區(qū)越容易出現(xiàn)人口收縮，可能的原因是人口平均受教育程度一定程度上反映了地區(qū)的人力資本質(zhì)量，人力資本質(zhì)量與經(jīng)濟(jì)發(fā)展聯(lián)系緊密，人力資本質(zhì)量低的地區(qū)往往經(jīng)濟(jì)水平也較低，人口遷出更為明顯，貴州烏江流域?qū)儆诙嗝褡寰劬訁^(qū)域，早期由于少數(shù)民族文化工作體系建設(shè)薄弱，文化教育普及不夠，少數(shù)民族平均受教育年限普遍偏低，這種情況在流域下游地區(qū)尤為突出。2010年以后平均受教育年限的解釋力顯著降低但仍是負(fù)向影響，可能的原因是隨著文化教育的普及，人口素質(zhì)差距逐步縮小，影響力逐漸降低。表征基礎(chǔ)建設(shè)水平的交通通達(dá)度解釋力較強(qiáng)，其在兩個(gè)時(shí)期均在1%顯著水平下顯著，其影響系數(shù)為正，表明交通通達(dá)度越低的區(qū)域越可能出現(xiàn)人口收縮，2010年以后，交通通達(dá)度解釋力明顯降低，值得注意的是，其影響系數(shù)由正轉(zhuǎn)負(fù)，表明交通通達(dá)度較高的地區(qū)也可能面臨人口收縮，隨著交通事業(yè)的發(fā)展，各地交通條件差距在縮小，交通便利的區(qū)域流動的成本更低，更利于人口流動。

地形狀況中的地形起伏度對人口收縮的影響較為顯著，海拔對人口收縮的影響微乎其微，主要原因是貴州烏江流域海拔較高處地平坡緩，易于人們生產(chǎn)生活、開發(fā)建設(shè)。地形起伏度主要在2000—2010年影響較為顯著，且影響系數(shù)為正，說明在早期，地形對貴州烏江流域人口生產(chǎn)生活和對外交流的制約作用更為突出，地形越復(fù)雜，人口外流越嚴(yán)重，可能因?yàn)閺?fù)雜的地形狀況制約了資源開發(fā)、交通建設(shè)、經(jīng)濟(jì)發(fā)展等，為尋求更好的發(fā)展機(jī)會，人口多向外流出；2010年以后，地形起伏度解釋力明顯降低，影響系數(shù)仍為正，表明隨著經(jīng)濟(jì)和科技的發(fā)展，資金、技術(shù)的約束性大幅降低，地形對人口流動的制約作用明顯減弱。

人口自然變動的影響逐漸減弱。人口自然變動在兩個(gè)時(shí)期均對人口收縮有顯著影響，2000—2010年解釋力較強(qiáng)，2010—2020年影響系數(shù)絕對值呈下降趨勢，說明人口自然增長率降低是2000—2010年流域部分區(qū)域人口收縮的關(guān)鍵因素，但2010年以后人口機(jī)械變動逐漸成為人口收縮格局形成的主要原因。一方面，貴州烏江流域人口出生率逐步放緩，人口自然增長率縣域差異縮小，另一方面，人口流動門檻逐漸降低，流動人口保障更加完善，人口流動更加頻繁。

3.2 不同人口收縮類型影響因素分析

人口持續(xù)收縮型。2000—2010年，在1%顯著水平下對該類型縣域具有顯著影響的前三個(gè)因素分別為平均受教育年限、人口自然增長率和交通通達(dá)度，其中平均受教育年限影響最強(qiáng)，說明對于該時(shí)期的人口持續(xù)收縮縣域而言，人口受教育水平越低越有可能出現(xiàn)持續(xù)收縮；2010—2020年，在1%顯著水平下具有較強(qiáng)解釋力的前三個(gè)因素分別為人均生產(chǎn)總值、公共服務(wù)水平和交通通達(dá)度，說明在該時(shí)期經(jīng)濟(jì)發(fā)展水平越低的縣域人口持續(xù)收縮可能性越大。綜上所述，2000—2010年，較為落后的教育、相對較低的人口自然增長率是貴州烏江流域人口持續(xù)收縮縣域形成的主要原因，2010年以后經(jīng)濟(jì)因素對人口持續(xù)收縮型縣域影響增大。

人口增長轉(zhuǎn)收縮型。2000—2010年，在1%顯著水平下對該類型縣域解釋力度前三的因素與持續(xù)收縮型基本一致，但交通通達(dá)度的影響較持續(xù)收縮型更顯著，人口自然增長率影響系數(shù)顯著為負(fù)；2010—2020年，人均生產(chǎn)總值影響系數(shù)絕對值最大，影響系數(shù)符號為負(fù)。綜合來看，人口自然增長水平降低，交通發(fā)展進(jìn)程較慢可能是2000—2010年貴州烏江流域縣域人口由增長轉(zhuǎn)收縮的主要原因，而經(jīng)濟(jì)發(fā)展劣勢則是2010—2020年增長轉(zhuǎn)收縮形成的主要原因。

人口收縮轉(zhuǎn)增長型。2000—2010年，在1%顯著水平下對該類型縣域具有顯著影響的前三個(gè)因素分別為交通通達(dá)度、人口自然增長率和非農(nóng)就業(yè)人口占比，其中非農(nóng)就業(yè)人口占比較前兩種類型有顯著差異，且影響系數(shù)為負(fù)；2010—2020年，人均生產(chǎn)總值、公共服務(wù)水平和非農(nóng)就業(yè)人口占比在1%水平下顯著影響人口收縮轉(zhuǎn)增長縣域?？傮w來看，經(jīng)濟(jì)發(fā)展水平和公共服務(wù)水平是導(dǎo)致人口由收縮轉(zhuǎn)增長的主要因素。

4 結(jié)論與討論

本文利用2000、2010和2020年3期人口普查數(shù)據(jù)和2005、2015年2期常住人口數(shù)據(jù)，以貴州烏江流域?yàn)檠芯繀^(qū)，對流域人口收縮的時(shí)空格局及影響因素進(jìn)行研究，主要結(jié)論如下：

1）2000—2010年人口持續(xù)收縮縣域數(shù)量最多，集中分布在下游地區(qū)；2010—2020年，人口持續(xù)收縮縣域占比下降，但仍排首位，中游地區(qū)人口收縮現(xiàn)象有所緩解，上游地區(qū)的威寧、赫章、七星關(guān)、大方等縣域人口變化顯著。

2）2000—2005年貴州烏江流域以人口弱收縮為主要特征，主要分布在下游地區(qū)兩側(cè)；2005—2010年收縮程度加劇，以人口強(qiáng)收縮為主，連綿分布于下游地區(qū)；2010—2015年收縮程度減緩，以人口中度收縮和弱收縮為主廣泛分布于流域上、下游地區(qū)；2015—2020年以人口中度收縮為主要特征，上、中游地區(qū)人口收縮縣域表現(xiàn)出局部集中的特點(diǎn)。

3）人口收縮或增長縣域存在空間關(guān)聯(lián)性，流域下游形成了大范圍人口收縮“低-低”聚集區(qū)，流域中游偏南的小范圍區(qū)域則形成人口增長“高-高”聚集區(qū)。

4）2000—2010年，人均受教育年限、人口自然增長率和交通通達(dá)度對該時(shí)期縣域人口收縮格局的形成有顯著影響；2010—2020年，人均生產(chǎn)總值、公共服務(wù)水平和交通通達(dá)度對該時(shí)期縣域人口收縮格局的形成有顯著影響。隨時(shí)間發(fā)展，經(jīng)濟(jì)發(fā)展水平和公共服務(wù)水平影響力逐步增強(qiáng)，而人口自然增長作用減弱，交通通達(dá)度始終保持較強(qiáng)的解釋力。

本文分析了貴州烏江流域人口收縮時(shí)空演變特征，并進(jìn)一步探究了影響不同類型人口收縮的主導(dǎo)因素，相比以往研究，本文主要貢獻(xiàn)在于：揭示了2000年以來貴州烏江流域人口變化的長時(shí)序特征；分類探討了不同人口收縮類型的主導(dǎo)影響因素。但也存在一些不足之處，有待進(jìn)一步思考并深化研究：受數(shù)據(jù)可獲性限制，以五年作為人口收縮研究時(shí)期是否存在期限過長而無法更為細(xì)致刻畫人口變化趨勢的問題；需要結(jié)合區(qū)域政策、民族風(fēng)俗、思想觀念等無法量化的影響因素構(gòu)建更為全面科學(xué)的框架進(jìn)行分析。然而如何能夠引導(dǎo)中長期人口均衡發(fā)展、推動流域高質(zhì)量發(fā)展是亟待解決的現(xiàn)實(shí)問題。首先，應(yīng)該正視并接受人口收縮現(xiàn)象。當(dāng)前貴州烏江流域正處于城鎮(zhèn)化快速發(fā)展階段，缺乏發(fā)展機(jī)會的縣域人口流失規(guī)模不斷擴(kuò)大是必然，應(yīng)該主動認(rèn)識，積極應(yīng)對。其次，針對未來可能的人口變動趨勢，一方面應(yīng)該加快推進(jìn)區(qū)域經(jīng)濟(jì)合作，縮小縣域經(jīng)濟(jì)發(fā)展差距；另一方面各地應(yīng)該根據(jù)實(shí)際情況從長期、均衡方向調(diào)整生育政策。再者，針對人口收縮的縣域應(yīng)該根據(jù)實(shí)際情況分類管理。人口持續(xù)收縮縣域首先要重點(diǎn)發(fā)展交通事業(yè)，提高交通通達(dá)度，提升縣域在區(qū)域中的區(qū)位優(yōu)勢，改善投資環(huán)境，增加對投資的吸引力，提高經(jīng)濟(jì)發(fā)展活力；人口增長轉(zhuǎn)收縮縣域應(yīng)該加快推進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，推進(jìn)煤磷化工、有色、冶金等傳統(tǒng)產(chǎn)業(yè)精細(xì)化和集約化發(fā)展，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升就業(yè)人口吸納能力；人口收縮轉(zhuǎn)增長縣域則應(yīng)在增長現(xiàn)有發(fā)展勢能的同時(shí)積極發(fā)展大數(shù)據(jù)、金融、電子商務(wù)等現(xiàn)代服務(wù)業(yè)，提高就業(yè)人口承載力，吸引人口集聚。最后人口增長地區(qū)要增強(qiáng)輻射帶動作用。擴(kuò)大“強(qiáng)省會”戰(zhàn)略輻射范圍，依托貴陽加快協(xié)同發(fā)展，同時(shí)加快建設(shè)以貴陽—遵義為核心的中游經(jīng)濟(jì)區(qū)，以中游地區(qū)的發(fā)展帶動上、下游地區(qū)加快發(fā)展，促進(jìn)全流域協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

［1］ BRECKENFELD G.Coping with city shrinkage［J］.Civil Engineering-ASCE，1978，48（11）：112-113.

［2］ MARTINEZ-FERNANDEZ C，AUDIRAC I，F(xiàn)OL S，et al.Shrinking cities：urban challenges of globalization［J］.International Journal of Urban and Regional Research，2012，36（2）：213-225.

［3］ 孫平軍，王柯文.中國東北三省城市收縮的識別及其類型劃分［J］.地理學(xué)報(bào)，2021，76（6）：1366-1379.

［4］ 龍瀛，吳康，王江浩.中國收縮城市及其研究框架［J］.現(xiàn)代城市研究，2015（9）：14-19.

［5］ 張學(xué)良，劉玉博，呂存超.中國城市收縮的背景、識別與特征分析［J］.東南大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2016，18（4）：132-139.

［6］ 劉振，戚偉，齊宏綱，等.1990—2015年中國縣市尺度人口收縮的演變特征及影響因素［J］.地理研究，2020，39（7）：1565-1579.

［7］ 楊強(qiáng)，李麗，王運(yùn)動，等.1935—2010年中國人口分布空間格局及其演變特征［J］.地理研究，2016，35（8）：1547-1560.

［8］ 王露，封志明，楊艷昭，等.2000—2010年中國不同地區(qū)人口密度變化及其影響因素［J］.地理學(xué)報(bào)，2014，69（12）：1790-1798.

［9］ 孫平軍，劉菊，羅寧，等.成渝地區(qū)雙城經(jīng)濟(jì)圈收縮城市的空間格局與影響因素：基于第五、六、七次全國人口普查數(shù)據(jù)的分析［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，44（1）：46-56.

［10］應(yīng)奎，丁金宏，陳益豪，等.貴州縣域人口收縮空間特征及影響因素的MGWR探測［J］.世界地理研究，2022，11（29）：1-13.

［11］閆廣華，陳曦，張?jiān)?基于隨機(jī)森林模型的東北地區(qū)收縮城市分布格局及影響因素研究［J］.地理科學(xué)，2021，41（5）：880-889.

［12］張學(xué)良，張明斗，肖航.成渝城市群城市收縮的空間格局與形成機(jī)制研究［J］.重慶大學(xué)學(xué)報(bào)（社會科學(xué)版），2018，24（6）：1-14.

［13］張莉.增長的城市與收縮的區(qū)域：我國中西部地區(qū)人口空間重構(gòu)：以四川省與河南省信陽市為例［J］.城市發(fā)展研究，2015，22（9）：74-80.

［14］周愷，錢芳芳，嚴(yán)妍.湖南省多地理尺度下的人口“收縮地圖”［J］.地理研究，2017，36（2）：267-280.

［15］張京祥，趙丹，陳浩.增長主義的終結(jié)與中國城市規(guī)劃的轉(zhuǎn)型［J］.城市規(guī)劃，2013，37（1）：45-50.

［16］韓蕾，齊曉明，郝軍.內(nèi)蒙古東部地區(qū)縣域人口收縮的時(shí)空格局及驅(qū)動力分析［J］.干旱區(qū)資源與環(huán)境，2022，36（8）：60-67.

［17］WEI，Q，LIU，S，ZHAO，M，et al.China’s different spatial patterns of population growth based on the"Hu Line"［J］.Acta Geographica Sinica，2016，26（11）：1611-1625.

［18］PALLAGST K.The end of the growth machine-New requirements for regional governance in an era of shrinking cities［C］//Association of Collegiate Schools of Planning’s 46th Annual Conference，Kansas City，Missouri.2005：27-30.

［19］TUROK I，MYKHNENKO V.The trajectories of European cities，1960-2005［J］.Cities，2007，24（3）：165-182.

［20］LOGAN J.Greening the Rust Belt：a green infrastructure model for right sizing America’s shrinking cities［J］.Journal of the American Planning Association，2008，74（4）：451-466.

［21］HOSPERS G J，REVERDA N.Managing population decline in Europe’s urban and rural areas［M］.Berlin：Springer，2014.

［22］BOURGEOISPICHAT J.Recent demographic change in Western Europe：an assessment［J］.Population & Development Review，1981，7（1）：19-42.

［23］MARTINEZ-FERNANDEZ C，WU C，SCHATZ L，et al.The shrinking mining city：urban dynamics and contested territory［J］.International Journal of Urban and Regional Research，2012，36（2）：245-260.

［24］CLARK R，OGAWA N，KONDO M，et al.Population decline，labor force stability，and the future of the Japanese economy［J］.European Journal of Population，2010，26（2）：207-227.

［25］VERWEST F.Demographic decline and local government strategies：a study of policy change in the Netherlands［J］.Delft：Radboud University Nijmegen，2011（9）：16-19.

［26］REHER D.Towards long-term population decline：a discussion of relevant issues［J］.European Journal of Population，2007，23（2）：189-207.

［27］林雄斌，楊家文，張銜春，等.我國城市收縮測度與影響因素分析：基于人口與經(jīng)濟(jì)變化的視角［J］.人文地理，2017，32（1）：82-89.

［28］馬佐澎，李誠固，張平宇.東北三省城鎮(zhèn)收縮的特征及機(jī)制與響應(yīng)［J］.地理學(xué)報(bào)，2021，76（4）：767-780.

［29］張靜，唐曉超.人口收縮視角下湖北省縣域經(jīng)濟(jì)社會的空間變化探析［J］.長江流域資源與環(huán)境，2022，31（5）：1016-1028.

［30］丁曉明，王成新，李夢程，等.中國老工業(yè)基地城市收縮的時(shí)空演變及影響因素分析［J］.世界地理研究，2023，3（3）：1-16.

［31］WOLFF M，WIECHMANN T.Spatiotemporal patterns of shrinking cities in Europe 1990-2010［C］//ERSA Conference Papers.European Regional Science Association，2014：165-182.

［32］HOEKVELD J J.Time-space relations and the differences between shrinking regions［J］.Built Environment，2012，38（2）：179-195.

［33］HOSPERS G J.Policy responses to urban shrinkage：from growth thinking to civic engagement［J］.European Planning Studies，2014，22（7）：1507-1523.

［34］MARTINEZ-FERNANDEZ C，WEYMAN T，F(xiàn)OL S，et al.Shrinking cities in Australia，Japan，Europe and the USA：from a global process to local policy responses［J］.Progress in Planning，2016，105：1-48.

［35］JOO Y M，SEO B.Dual policy to fight urban shrinkage：Daegu，South Korea［J］.Cities，2018，73：128-137.

［36］WIECHMANN T，PALLAGST K M.Urban shrinkage in Germany and the USA：a comparison of transformation patterns and local strategies［J］.International Journal of Urban and Regional Research，2012，36（2）：261-280.

［37］張京祥，馮燦芳，陳浩.城市收縮的國際研究與中國本土化探索［J］.國際城市規(guī)劃，2017，32（5）：1-9.

［38］姜鵬，周靜，崔勛.基于中日韓實(shí)例研究的收縮城市應(yīng)對思辨［J］.現(xiàn)代城市研究，2016，31（2）：2-7.

［39］陳肖飛，郜瑞瑞，韓騰騰，等.人口視角下黃河流域城市收縮的空間格局與影響因素［J］.經(jīng)濟(jì)地理，2020，40（6）：37-46.

［40］張夢夢，張麗君，秦耀辰，等.黃河流域鄉(xiāng)鎮(zhèn)人口：經(jīng)濟(jì)增長與收縮格局及影響因素［J］.地理科學(xué)進(jìn)展，2022，41（6）：999-1011.

［41］吳康，龍瀛，楊宇.京津冀與長江三角洲的局部收縮：格局、類型與影響因素識別［J］.現(xiàn)代城市研究，2015，30（9）：6-35.

［42］封志明，楊玲，楊艷昭，等.京津冀都市圈人口集疏過程與空間格局分析［J］.地球信息科學(xué)學(xué)報(bào)，2013，15（1）：11-18.

［43］張佳瑜，李建華，余海龍，等.寧夏小城鎮(zhèn)空間分布特征及其影響因素分析［J］.干旱區(qū)資源與環(huán)境，2021，35（7）：56-63.

［44］孫曉晨，焦菊英，王紅雷，等.河湟谷地1980—2020年土地利用變化及其冷熱點(diǎn)分布［J］.水土保持通報(bào)，2022，42（1）：327-334.

Spatio-temporal Pattern Evolution and Influencing Factorsof Population Shrinkage in Wujiang River Basin of Guizhou

TIAN Jun，LI Xu-dong，TENG Ming-ta

（College of Geography and Environmental Science，Guizhou Normal University，Guiyang Guizhou 550025，China）

Abstract：Taking Wujiang River Basin in Guizhou as the research object and the data of three censuses in 2000，2010 and 2020 as well as the data of resident population in 2005 and 2015 as the basis，this paper analyzes the spatial-temporal pattern evolution of population shrinkage and its causes in Wujiang River Basin of Guizhou.The results are as follows：（1） The phenomenon of population shrinkage in Wujiang River Basin of Guizhou is rather obvious，and the proportion of counties with population shrinkage during 2000—2010 and 2010—2020 has exceeded 50%；the counties with population shrinkage are widely distributed；（2） Based on the temporal evolution，continuous population shrinkage is the main feature，which is concentrated in the downstream areas；however，the distribution range is gradually narrowing and population changes in the middle reaches are dramatic；（3） In terms of shrinkage degree，the population shrinkage is mainly moderate；the degree of population shrinkage fluctuates greatly in different periods，and it presents a weakening trend with the passage of time；（4） With the evolution of time，the influence of natural population growth factors on population shrinkage is weakened whereas the influence of economic development factors such as per capita GDP and non-agricultural employment level is gradually enhanced.

Keywords：population shrinkage；spatial-temporal pattern evolution；influencing factors；western mountain basin；Wujiang River Basin