长江三角洲人口时空格局演变及驱动因素研究

doi:10.13249/j.cnki.sgs.2020.08.007

摘要/Abstract

摘要：

运用重心、人口密度及相对变化率、空间计量等方法，对长江三角洲人口分布格局演变、驱动因素进行研究。结果表明：① 2000—2018年人口重心迁移方向的变化，表征人口分布格局转变，而迁移速度趋缓表征了区域发展向稳态的转变；② 在人口密度分布呈现相对稳定的区域差异基础上，时空演变从2000—2012年上海、苏南显著的增加与苏中、苏北、安徽部分城市的下降，向2012—2018年部分欠发达城市人口快速增长转变。③ 空间计量回归表明，在人口集聚的“马太效应”下，驱动因素的变化主要表现为市场力量的趋强、政府影响的弱化，另一方面区域一体化的推进也带来空间溢出效应的增强。

关键词: 人口, 时空格局, 驱动因素, 长江三角洲

Abstract:

The population distribution spatial-temporal pattern is an important indicator of the regional economic development pattern, as well as an important basis for relevant policy formulation. Under the background of the integration of the Yangtze River Delta into a national strategy, studying the regional population spatial-temporal pattern evolution and driving factors has important theoretical and practical value for better promoting regional high-quality development. With the methods of gravity analysis, population density and relative change rate of population density, we study the spatial-temporal pattern evolution of population distribution about the Yangtze River Delta from 2000 to 2018. Subsequently, based on the space panel regression method, natural and economic as well as social indicators are recognized to make quantitative analysis on the driving factors of spatial-temporal pattern evolution of population distribution in the Yangtze River Delta. The major conclusions can be drawn as follows: 1) Change in the direction of population gravity center from 2000 to 2018 reflects the change of population distribution pattern driven by regional development pattern, and the slowdown in migration speeds represents a shift in regional development to steady state. 2) On the basis of the relatively stable regional differences in the population density distribution of the Yangtze River Delta, the spatial-temporal evolution are a significant increase in Shanghai, South-Jiangsu and a decline in some cities in Mid-Jiangsu, North-Jiangsu as well as Anhui province from 2000 to 2012, but a significant change of the population density growth among some underdeveloped cities from 2012 to 2018. 3) The space panel regression of driving factors shows that under the ‘Matthew effect’ of population pattern evolution, the changes of driving factors are the enhancement of market power and the weakening of government influence, as well as the advancement of regional integration has also brought about the enhancement of spatial spillover effect.

Key words: population, spatial-temporal pattern, driving factors, the Yangtze River Delta

中图分类号:

K901.3

闫东升, 孙伟, 孙晓露. 长江三角洲人口时空格局演变及驱动因素研究[J]. 地理科学, 2020, 40(8): 1285-1292.

Yan Dongsheng, Sun Wei, Sun Xiaolu. Spatial-temporal Pattern Evolution and Driving Factors of Population in the Yangtze River Delta[J]. SCIENTIA GEOGRAPHICA SINICA, 2020, 40(8): 1285-1292.

图/表 7

图 1

图 2

图 3

表 1

表 2

表 3

表 4

长江三角洲人口密度演变驱动因素的SDM空间固定效应分解结果"

	年份	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
直接效应	2000—2018	0.900^*** （76.23）	0.097^** （1.98）	3.250^** （2.55）	5.970^*** （3.85）	0.390^*** （7.99）	6.080^*** （3.18）	0.046^* （1.91）	0.093^*** （3.66）	4.330^* （1.83）	0.029^** （2.48）
	2000—2012	0.870^*** （53.53）	0.200^* （1.84）	3.280^** （2.11）	0.570^** （2.29）	0.530^*** （4.23）	1.580^*** （2.73）	0.056^** （2.32）	0.280^** （2.40）	19.450^* （1.79）	0.004^*** （3.54）
	2012—2018	0.980^*** （51.72）	0.150^*** （3.03）	4.030^** （2.07）	11.820^** （2.29）	0.140^* （1.89）	7.030^{^*** （2.73）}	?0.034^（?0.65）	0.260^** （2.08）	15.840^*** （3.90）	0.130^（1.27）
溢出效应	2000—2018	?0.430^*** （?2.65）	0.006^（0.05）	21.950^*** （3.21）	?5.230^*** （?3.10）	1.110^* （1.74）	?0.840^（?0.68）	?0.084^（?0.97）	?1.340^（?0.40）	?1.450^（?0.60）	1.220^** （2.51）
	2000—2012	?0.520^*** （?3.44）	1.140^（1.52）	29.350^* （1.70）	?5.400^** （?2.26）	1.850^** （2.15）	10.940^* （1.70）	?0.079^** （?2.27）	?1.390^** （?2.38）	?28.970^（?0.45）	0.015^** （2.32）
	2012—2018	0.420^** （2.08）	3.710^** （2.29）	?7.200^* （?1.70）	?37.500^（?1.26）	1.450^* （1.91）	12.120^（0.48）	?0.045^（?0.10）	?0.950^（?1.19）	19.970^** （1.98）	1.980^（1.40）
总效应	2000—2018	0.460^*** （2.79）	0.100^（0.08）	25.200^*** （3.34）	0.740^*** （3.28）	1.510^** （2.33）	5.240^*** （2.92）	?0.038^（?0.81）	?1.250^* （?1.92）	2.880^（0.72）	1.250^** （2.41）
	2000—2012	0.350^** （2.29）	1.340^** （2.01）	32.630^* （1.88）	?4.830^* （?1.71）	2.380^*** （2.79）	12.520^* （1.67）	?0.023^（?0.51）	?1.110^*** （?2.90）	?9.520^（?0.78）	0.019^（0.39）
	2012—2018	1.400^*** （5.33）	3.870^** （2.33）	?3.170^* （?1.88）	?25.680^* （?1.71）	1.600^** （2.06）	19.150^（0.20）	?0.079^（?0.74）	?0.690^（?0.89）	35.810^** （2.21）	2.110^（1.51）

表 4

参考文献 22

[1]	于婷婷, 宋玉祥, 浩飞龙, 等东北三省人口分布空间格局演化及其驱动因素研究[J]. 地理科学, 2017. 37 (5): 709- 717.
	Yu Tingting, Song Yuxiang, Hao Feilong et al Space pattern evolution of population distribution and the driving factors in Northeast China[J]. Scientia Geographica Sinica, 2017. 37 (5): 709- 717.
[2]	于婷婷, 宋玉祥, 阿荣, 等东北地区人口结构与经济发展耦合关系研究[J]. 地理科学, 2018. 38 (1): 114- 121.
	Yu Tingting, Song Yuxiang, A Rong et al The coupling relationship between population structure and economic development in Northeast China[J]. Scientia Geographica Sinica, 2018. 38 (1): 114- 121.
[3]	王书国, 段学军, 姚士谋长江三角洲地区人口空间演变特征及动力机制[J]. 长江流域资源与环境, 2007. 16 (4): 405- 409. doi: 10.3969/j.issn.1004-8227.2007.04.001
	Wang Shuguo, Duan Xuejun, Yao Shimou Evolutionary characteristics and driving mechanism of population distribution in Yangtze River Delta area[J]. Resources and Environment in the Yangtze Basin, 2007. 16 (4): 405- 409. doi: 10.3969/j.issn.1004-8227.2007.04.001
[4]	杨艳昭, 赵延德, 封志明, 等长三角都市区人口集疏过程及其空间格局变化[J]. 西北人口, 2013. 34 (6): 34- 39. doi: 10.3969/j.issn.1007-0672.2013.06.007
	Yang Yanzhao, Zhao Yande, Feng Zhiming et al Spatio-temporal variations of population distribution and population concentration & decentralization with data at county level in the Yangtze Delta megalopolis[J]. Northwest Population Journal, 2013. 34 (6): 34- 39. doi: 10.3969/j.issn.1007-0672.2013.06.007
[5]	周艳, 黄贤金, 徐国良, 等长三角城市土地扩张与人口增长耦合态势及其驱动机制[J]. 地理研究, 2016. 35 (2): 313- 324. doi: 10.11821/dlyj201602009
	Zhou Yan, Huang Xianjin, Xu Guoliang et al The coupling and driving forces between urban land expansion and population growth in Yangtze River Delta[J]. Geographical Research, 2016. 35 (2): 313- 324. doi: 10.11821/dlyj201602009
[6]	段学军, 王书国, 陈雯长江三角洲地区人口分布演化与偏移增长[J]. 地理科学, 2008. 28 (2): 139- 144. doi: 10.3969/j.issn.1000-0690.2008.02.001
	Duan Xuejun, Wang Shuguo, Chen Wen Evolution of population distribution and growth shift in Changjiang River Delta[J]. Scientia Geographica Sinica, 2008. 28 (2): 139- 144. doi: 10.3969/j.issn.1000-0690.2008.02.001
[7]	王珏, 陈雯, 袁丰基于社会网络分析的长三角地区人口迁移及演化[J]. 地理研究, 2014. 33 (2): 385- 400. doi: 10.11821/dlyj201402016
	Wang Jue, Chen Wen, Yuan Feng Human mobility and evolution based on social network: An empirical analysis of Yangtze River Delta[J]. Geographical Research, 2014. 33 (2): 385- 400. doi: 10.11821/dlyj201402016
[8]	吴文钰 2000年以来长三角人口分布变动研究[J]. 西北人口, 2017. 38 (2): 39- 45, 53. doi: 10.3969/j.issn.1007-0672.2017.02.006
	Wu Wenyu On the population distribution and changes of YRD region from 2000-2010[J]. Northwest Population Journal, 2017. 38 (2): 39- 45, 53. doi: 10.3969/j.issn.1007-0672.2017.02.006
[9]	闫东升, 杨槿, 高金龙长江三角洲人口与经济的非均衡格局及其影响因素研究[J]. 地理科学, 2018. 38 (3): 376- 384.
	Yan Dongsheng, Yang Jin, Gao Jinlong Inequality pattern of population and economic and its influencing factors in the Yangtze River Delta[J]. Scientia Geographica Sinica, 2018. 38 (3): 376- 384.
[10]	肖周燕中国人口与经济分布一致性的空间效应研究[J]. 人口研究, 2013. 37 (5): 42- 52.
	Xiao Zhouyan Spatial effect of population-economic distribution consistency in China[J]. Population Research, 2013. 37 (5): 42- 52.
[11]	上海市统计局. 上海统计年鉴(2000-2018)[M]. 北京: 中国统计出版社.
	Shanghai Statistical Bureau. Shanghai statistical yearbook. Beijing: China Statistics Press, 2000-2018.
[12]	江苏省统计局. 江苏统计年鉴(2000-2018)[M]. 北京: 中国统计出版社.
	Jiangsu Statistical Bureau. Jiangsu statistical yearbook. Beijing: China Statistics Press, 2000-2018.
[13]	浙江省统计局. 浙江统计年鉴(2000-2018)[M]. 北京: 中国统计出版社.
	Zhejiang Statistical Bureau. Zhejiang statistical yearbook. Beijing: China Statistics Press, 2000-2018.
[14]	安徽省统计局. 安徽统计年鉴(2000-2018)[M]. 北京: 中国统计出版社.
	Anhui Statistical Bureau. Anhui statistical yearbook. Beijing: China Statistics Press, 2000-2018.
[15]	Bailey T C, Gatrell A C. Interactive spatial data analysis[M]. Harlow: Longman, 1995.
[16]	Anselin L. Spatial econometircs: Methods and models, dordrecht[M]. Dordrecht: Kluwer Academic Publishers, 1998
[17]	胡志强, 苗健铭, 苗长虹中国地市工业集聚与污染排放的空间特征及计量检验[J]. 地理科学, 2018. 38 (2): 168- 176.
	Hu Zhiqiang, Miao Jianming, Miao Changhong Spatial characteristics and econometric test of industrial agglomeration and pollutant emissions in China[J]. Scientia Geographica Sinica, 2018. 38 (2): 168- 176.
[18]	贾占华, 谷国锋东北地区经济结构失衡水平评价及其对经济增长的影响研究——基于空间计量模型分析[J]. 地理科学, 2019. 39 (4): 636- 643.
	Jia Zhanhua, Gu Guofeng The evaluation of imbalance of economic structure and its influence on economic growth: Based on the spatial econometric model[J]. Scientia Geographica Sinica, 2019. 39 (4): 636- 643.
[19]	徐冬, 黄震方, 黄睿基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应[J]. 地理学报, 2019. 74 (4): 814- 830.
	Xu Dong, Huang Zhenfang, Huang Rui The spatial effects of haze on tourism flows of Chinese cities: Empirical research based on the spatial panel econometric model[J]. Acta Geographica Sinica, 2019. 74 (4): 814- 830.
[20]	Krugman P. Development, geography and economic[M]. Cambridge, UK: MIT Press, 1995.
[21]	杨振. 中国人口与经济空间分布关系研究[D]. 兰州: 兰州大学, 2008.
	Yang Zhen. Study on relationship between population and economic spatial distribution in China. Lanzhou: Lanzhou University, 2008.
[22]	肖周燕政府调控、市场机制与城市发展[J]. 中国人口·资源与环境, 2016. 26 (4): 40- 47. doi: 10.3969/j.issn.1002-2104.2016.04.006
	Xiao Zhouyan Market mechanism, government regulation and city development[J]. China Population Resources and Environment, 2016. 26 (4): 40- 47. doi: 10.3969/j.issn.1002-2104.2016.04.006

指标类型	编号	名称	单位	指标类型	编号	名称	单位
自然环境	X₁	t?1a人口密度	人/km²	市场力量	X₃	城镇居民人均可支配收入	万元
自然环境	X₂	建成区绿化覆盖率	%	市场力量	X₄	人均社会消费品零售总额	万元
政府影响	X₇	客运量	100万人		X₅	工业总产值	100亿元
	X₈	万人公共图书馆藏书量	10³册、件		X₆	就业人口	100万人
	X₉	人均地方财政支出	万元	外部冲击	X₁₀	进出口总额	亿美元

年份	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009
Moran’s I	0.23986	0.22683	0.22426	0.21643	0.20863	0.20412	0.20500	0.20266	0.1992	0.19623
Z（I）	4.7268	4.5729	5.0233	4.3846	4.2291	3.9991	4.4449	3.9588	3.8744	4.4311

年份	2010	2011	2012	2013	2014	2015	2016	2017	2018
Moran’s I	0.20387	0.20231	0.20003	0.19708	0.19632	0.19691	0.19495	0.19491	0.19444
Z（I）	4.4506	4.6231	5.0043	4.0206	4.0358	4.7407	3.3812	2.9317	2.8802

变量	2000—2018年	2000—2012年	2012—2018年	变量	2000—2018年	2000—2012年	2012—2018年
X₁	0.900^***（77.64）	0.870^***（52.99）	0.980^***（51.76）	W×X₁	?0.650^***（?6.35）	?0.540^***（-3.37）	0.420^***（3.45）
X₂	0.097^*（1.92）	0.200^*（1.81）	0.170^***（3.48）	W×X₂	0.039（0.06）	1.050（1.520）	4.040^***（3.29）
X₃	3.380^**（2.12）	3.120^**（1.99）	4.160^*（1.65）	W×X₃	21.980^**（2.03）	27.190^*（1.87）	?8.260^*（?1.87）
X₄	5.670^***（3.08）	0.500^**（2.22）	11.560^**（2.22）	W×X₄	?4.840^***（?3.77）	?5.040^***（?3.41）	?32.990（?1.18）
X₅	0.370^***（7.47）	0.520^***（4.05）	0.150^*（1.88）	W×X₅	0.430^*（1.68）	1.740^**（2.01）	1.600^**（2.01）
X₆	5.950^***（3.15）	1.540^**（2.22）	6.970^***（2.75）	W×X₆	?0.790（?0.78）	10.020（0.53）	12.740（0.48）
X₇	0.045^**（1.99）	0.050^**（2.28）	?0.036（?0.66）	W×X₇	?0.024（?0.21）	?0.076^*（?1.66）	?0.051（?0.59）
X₈	0.069^***（4.29）	0.270^**（2.35）	0.260^**（2.12）	W×X₈	?0.730^*（?1.79）	?1.350^**（?2.30）	?1.030（?1.35）
X₉	4.380^*（1.77）	19.400^*（1.72）	15.790^***（3.92）	W×X₉	0.930（0.04）	?25.230（?0.45）	19.030^*（1.93）
X₁₀	0.045^**（2.55）	0.004^**（2.56）	0.140（1.54）	W×X₁₀	0.670^***（2.71）	0.013^**（2.54）	2.190（1.38）
Adj.R²	0.999	0.998	0.995	ρ	0.450^***（4.69）	0.280^***（9.08）	0.730^**（2.43）