EN中文

SCIENTIA GEOGRAPHICA SINICA >

2021 , Vol. 41 >Issue 7: 1116 - 1128

DOI: https://doi.org/10.13249/j.cnki.sgs.2021.07.002

The Differences of Urban-rural Population Change and the Underlying Mechanism in the Populaaation Shrinking Counties in China

  • Liu Zhen , 1 ,
  • Qi Wei 1 ,
  • Liu Shenghe , 1, 2, *
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2020-10-25

  Revised date: 2021-02-11

  Online published: 2021-09-06

Supported by

National Natural Science Foundation of China(42001166)

National Natural Science Foundation of China(41771180)

China Postdoctoral Science Foundation(2019M660776)

Copyright

Copyright reserved © 2021.
Fold

Abstract

In recent years, the continuous decline of the total population at the regional scale has become increasingly obvious. Considering that most regions have still been experiencing the rapid urbanization processes, it is necessary to analyze the differences of urban and rural population changes and its underlying driving forces in the population shrinking areas. Based on the population census data in 2000 and 2010, this article has analyzed the difference characteristics of urban-rural population change in the population shrinking counties by identifying several urban-rural differentiation types, and then we have established a theoretical framework to investigate the underlying drivers. The main findings are as follows: 1) 38.6% of the research samples have experienced population shrinkage in the period from 2000 to 2010, but most of them have been characterized by “urban population increasing and rural population declining” (or “urban growth and rural decline” for short), and these units account for 89.5% of all the shrinking samples, and the proportion of urban-rural population both shrinking type (or “urban and rural both decline” for short) has a relatively low percentage. 2) In the central region, the type of “urban growth and rural decline A”, which means a high urban growth rate, occupies the main part, and Northeast China has a high percentage of the type of “urban and rural both decline”, and there are obvious spatial differentiations in the eastern and western China. 3) The factors of urbanization level and economic development level have the most significant impacts on the differentiation of urban-rural population change among the population shrinking areas: the population shrinking areas with higher urbanization level and lower economic development level will be more likely to experience slow urban population growth and even urban population decline. 4) The growth rate of economic development, the level of natural population growth, and the quality of public services also have certain impacts on the differentiation of urban-rural population change among the population shrinking areas. Based on these findings, we argue that the perspective of urban-rural differentiation can deepen understanding of population shrinkage in China, and it can also contribute to the relevant theories of population shrinkage in a developing context.

Key words： population shrinking; population migration; urbanization; urban-rural differentiation; China

Cite this article

Liu Zhen , Qi Wei , Liu Shenghe . The Differences of Urban-rural Population Change and the Underlying Mechanism in the Populaaation Shrinking Counties in China[J]. SCIENTIA GEOGRAPHICA SINICA, 2021 , 41(7) : 1116 -1128 . DOI: 10.13249/j.cnki.sgs.2021.07.002

近年来，人口收缩成为全球人口发展面临的新挑战，引起了政府和学者的广泛关注[1]。国外学者在人口收缩的测度、空间差异、影响因素等方面进行了较丰富的分析和探讨[2~8]。在中国，人口发展逐步进入关键转折期，人口收缩在区域尺度上开始显现，成为区域发展面临的新现象与新问题。为积极有效应对中国人口趋势性变化，国务院于2016年发布了《国家人口发展规划（2016—2030年）》，提出以促进人口长期均衡发展作为主线，强化人口因素在制定经济社会发展战略规划、主体功能区规划等重大决策中的战略地位和基础作用。因此，对于人口收缩这一人口发展的新现象，亟待开展系统性科学研究。目前，已有不少研究对人口收缩区的空间特征及演变趋势进行了分析[9]，发现人口收缩区不仅分布在中国中西部等发展水平较落后的地区[10~12]，在京津冀、长三角以及珠三角等沿海发达地区的局部范围内也有较明显的分布[13~19]；另外人口收缩在县市尺度最为明显，且2000—2010年是人口收缩区扩张最为明显的时期[20~22]。
与西方国家人口收缩主要出现在城镇化后期阶段不同，中国仍处于快速城镇化阶段，由于区域间经济社会发展差距的存在，必然会存在乡–城流动人口在不同规模和行政等级城市之间选择和再分布的过程[23]；由于乡村人口大量迁出而导致部分区域总人口出现收缩可能是快速城镇化过程中的必然现象，其城镇人口可能仍然保持快速增长，这种状况的收缩未必对区域发展带来严重的负面效应。同时，不同区域在城镇化和经济发展阶段等方面存在较大差异，“城市收缩”现象的出现也使得区域人口发展变得更为复杂，很多人口收缩区也可能是城乡人口均收缩的结果，这一状况会对区域经济社会的可持续发展产生深刻影响[24~27]。因此，仅从区域人口总规模变化的角度分析不足以科学认识中国发展背景下人口收缩的特点，需要进一步剖析人口收缩区的城乡人口变化特点，进而更加科学的看待人口收缩对区域经济和城镇化发展的影响，更加有针对性的提出人口收缩的应对策略。
综上所述，尽管已有研究对人口收缩区进行了识别和分析，但仍需从城乡人口变化分异的视角对人口收缩现象开展更加深入的分析。考虑到2000—2010年是快速城镇发展的重要时期，且人口收缩区扩张也最为明显，因此本文以这一时期为例进行研究。具体的，利用2000年和2010年人口普查数据，在县市尺度上对人口收缩区进行识别，并进一步划分出不同的城乡分异类型，分析和总结人口收缩区的城乡分异特征，建立相应的理论解释框架，对各类型的形成机理进行探讨。

1 人口收缩城乡分异类型划分方法与数据处理

1.1 人口收缩城乡分异类型划分方法

参考已有研究，本文采用年均人口变化率对人口收缩区及其城乡分异类型进行测度[22]，即：
$ {R_{(t,t + 1)}} = \sqrt[n]{{\frac{{{M_{t + 1}}}}{{{M_t}}}}} - 1 $
式中，R（t，t+1）为总人口（城镇人口或乡村人口）的变化率，Mt和 Mt+1分别为t和 t+1时期的总人口（城镇人口和乡村人口）数量，n表示根号的幂次，为t和 t+1时期间隔的年份数；当R（t，t+1）<0 时，即该区域出现总人口（城镇人口或乡村人口）收缩，且R（t，t+1）的绝对值越大，说明该区域总人口（城镇人口或乡村人口）收缩的程度越严重；反之，则未出现总人口（城镇人口或乡村人口）收缩。
根据研究时期内各县市单元的年均人口变化率，首先划分出人口收缩区和人口增长区，然后进一步将人口收缩区划分出不同的城乡分异类型。根据城镇人口和乡村人口的变化情况，可将人口收缩区划分为3种类型：即 “城增乡减型”“城乡双收缩型”和“城减乡增型”。但是，“城增乡减型”人口收缩区之间仍然可能存在差异，有些人口收缩区可能城镇人口增长速度较快，说明乡村人口向本地城镇地区迁移的水平较高，城镇化发展的动力较好；相比之下，有些人口收缩区可能城镇人口增长较为缓慢，说明乡村人口向本地城镇地区迁移的水平较低，城镇化发展的动力相对不足，人口持续收缩可能不利于城镇化的可持续发展。因此，有必要对“城增乡减型”人口收缩区城镇人口增长情况作进一步分析。根据全国城镇人口增长的平均水平，进一步将“城增乡减型”划为城镇人口高增长型（或“城增乡减A型”），和城镇人口低增长型（或“城增乡减B型”）。

1.2 数据来源与处理

本文所用的人口数据为中国人口普查数据第五次和第六次普查中的分区县城镇和乡村人口数据。国内生产总值数据（GDP）等经济发展数据主要来源于相应年份的《中国县域经济统计年鉴》[28,29],并根据各地市的统计年鉴补充了部分缺失的数据。平均受教育年限和人口自然增长率等指标数据来源与人口数据来源一致。中国海拔高度（DEM）空间分布数据来源于中国科学院资源环境科学数据中心发布的全国1 km×1 km DEM数据（ https://www.resdc.cn/data.aspx?DATAID=123），参考封志明等[30]的方法对地形起伏度进行计算，海拔高度为一个区域内所有栅格的平均值。
本文的行政区划数据来源于《中华人民共和国行政区划简册》[31]，考虑到行政区划调整（主要包括撤县设区、撤市设区、撤县设市、重划边界、地名变更等）的影响，本文以2010年行政区划数据为标准，在ArcGIS平台下对行政区划发生任意类型行政区划调整的区县进行相应的边界、人口数据以及经济数据的融合，其中对于少量涉及到乡镇、村庄划入其他县市的情况，首先通过2000年和2010年中国人口普查分乡、镇、街道资料和所在区县的统计年鉴数据获取该乡镇的人口和经济社会数据，然后进行相应的数据调整，未能获取相应数据的则采取将涉及到的2个区县进行合并的方法进行处理，从而能够进行年际间的比较，最后共得到2 249个县市单元。由于获取限制，未包含港澳台地区数据。

2 人口收缩城乡分异类型及空间特征

2000—2010年，县市尺度人口收缩区的数量达到867个，占所有县市单元的比例约为38.6%（表1）；从空间分布来看，川黔渝地区、长江中游地区和东北地区形成三大集中分布区，三者占到了人口收缩区总数的1/2左右；此外，东部地区的江苏北部和福建西部以及西部地区的陕西、甘肃、内蒙古中部等也呈现出局部集中的特点（图1）。在人口收缩区识别的基础上，进一步识别出不同的人口收缩城乡分异类型，主要的发现如下。
表1 2000—2010年不同区域人口收缩城乡分异类型的数量特征

Table 1 The number of the type in terms of urban and rural population change at county level from 2000 to 2010

全国 东部地区 中部地区 西部地区 东北地区
数量/个 比例/% 数量/个 比例/% 数量/个 比例/% 数量/个 比例/% 数量/个 比例/%
　　注：未包含港澳台数据。
人口收缩区 867 38.6 172 30.3 225 40.2 383 42.7 87 39.0
城增乡减型 776 34.5 157 27.7 212 37.9 352 39.3 55 24.7
城增乡减A型 413 18.4 72 12.7 145 25.9 187 20.9 9 4.0
城增乡减B型 363 16.1 85 15.0 67 12.0 165 18.4 46 20.6
城乡双收缩型 59 2.6 12 2.1 9 1.6 21 2.3 17 7.6
城减乡增型 32 1.4 3 0.5 4 0.7 10 1.1 15 6.7
人口增长区 1382 61.4 395 69.7 335 59.8 513 57.3 136 61.0
总计 2249 100 567 100 560 100 896 100 223 100
图1 2000—2010年县市尺度城乡人口变化分异类型空间分布

未包含港澳台地区数据

Fig. 1 The type of regional population decline in view of urban and rural population change at the county level in 2000-2010

1）“城增乡减型”单元占据主体。2000—2010年，该类型共有776个，占全部县市单元的比例约为34.5%，占人口收缩单元的比例为89.5%。从东部、中部、西部及东北地区四大经济区的情况来看，该类型在中西部地区占比较高，在东北地区占比较低。从更加具体的空间分布来看，该类型在川黔渝地区、长江中游地区、东北地区、江苏北部、福建西部、甘肃、广西、内蒙古中部、陕西等均存在集中连片分布的特征（图1）。
从“城增乡减型”城镇人口增长情况来看，“城增乡减型A型”（即城镇人口高增长的单元）和“城增乡减型B型”（即城镇人口低增长的单元）的占比相差不大。但是2个类型在四大经济区的分布存在明显的差异，中西部地区以“城增乡减型A型”为主，而东部地区和东北地区以“城增乡减型B型”为主，其中东北地区两个类型比例相差最为明显。从更具体的空间分布来看，“城增乡减型A型”在重庆、湖北西部和贵州北部形成了较大范围的集中分布区，另外在安徽和甘肃、湖南、河南南部、江苏北部、内蒙古中部等地区分布也较为广泛；“城增乡减型B型”主要集中在四川西北部、贵州南部、湖北中部、福建西部、江苏中部等地区，呈现局部范围集中分布的特征。
2）“城乡双收缩型”数量较少，空间分布较为分散。2000—2010年，共有59个县市单元为 “城乡双收缩型”，占全部县市单元的比例约为2.6%，占人口收缩单元的比例约为6.8%。从四大经济区的情况来看，虽然该类型在四大经济区均有分布，但其在东部、中部和西部地区的占比较低，在东北地区占比相对较高，达到7.6%。从更具体的空间分布来看，东北地区相对较为集中，如黑龙江、吉林、辽宁，此外在贵州、福建、湖北等地区也有一定数量的分布。
3）“城减乡增型”占比数量极低，且主要分布在东北地区。2000—2010年，该类型有32个，占全部县市单元的比例约为1.4%，占人口收缩单元的比例约为3.7%。从四大经济区来看，东部和中部地区数量较低，西部地区存在7个单元，而东北地区数量存在 18个单元。从更具体的空间分布来看，黑龙江分布最为集中，内蒙古北部、甘肃、辽宁等地区也有少量的分布。

3 人口收缩城乡分异的理论解释框架与实证分析

3.1 人口收缩城乡分异的理论解释框架

人口收缩城乡分异的形成机理可从人口变化的一般解释框架进行分析，即人口变化是人口自然增长和人口迁移共同作用的结果（图2）。人口自然增长对人口收缩的影响呈增强的趋势，不断下降的人口自然增长水平成为人口收缩的重要原因之一[9,22]；同时，人口自然增长也会对城乡人口变化特征的区域差异产生影响，较高的人口自然增长水平有助于城镇人口保持较快增长，而人口自然增长水平较低的区域则更容易出现城乡人口双收缩。人口自然增长水平受到生育观念和生育政策等多个因素的影响，这些因素往往存在一定的区域差异，并由此导致了区域间人口自然增长水平的差异[2,6]。
图2 人口收缩城乡分异的分析框架

Fig. 2 The explanatory framework of the difference between urban and rural population change in population shrinking areas

在人口迁移方面，可以将其分为区域间人口迁移和区域内乡城间人口迁移2个过程。首先，在区域间经济社会发展差距的影响下，一个区域的乡村和城镇人口均可能向其他更发达区域迁移，从而可能导致人口迁出的区域出现人口收缩。其次，由于区域内部城乡发展差距的存在，乡村人口往往会向本区域的城镇地区迁移，从而导致乡村地区人口净流出而城镇地区人口净流入。两个过程的叠加作用将影响一个区域的城乡人口变化特征，例如迁移1和迁移2将会影响一个区域城镇人口变化的方向和程度（图2）；2个过程可能存在循环积累效应，从而导致一个区域的人口在一定时期内朝某一方向或路径持续发展。
区域间人口迁移和区域内城乡间人口迁移均会受到多种因素的影响。根据已有研究，经济发展因素对人口迁移的影响往往最为关键，经济发展水平的差异导致了人口从欠发达地区向发达地区的大规模迁移[32~34]；另外，经济发展速度因素也会通过影响就业机会增长和工资水平的提升对人口迁移和回流产生影响，且已有研究表明其影响呈增强趋势[22]。公共服务因素对人口迁移的影响正得到越来越多的关注，公共服务水平越高的区域更容易吸引人口迁移[35~39]。自然条件因素和行政等级因素也会对人口迁移产生一定的影响，自然环境较差的地区越容易出现人口迁出[30]，而行政等级较高的区域往往在政策支持方面更有优势，更容易吸引人口迁入[38]。以上影响因素也会在一定程度上影响区域内乡城人口迁移，但城镇化水平和城乡发展差距等因素对区域内乡村人口迁移的影响较为关键：根据城镇化发展的规律，不同城镇化水平下，城镇化的速度会存在差异，因此乡城人口迁移的强度也不同；城乡收入差距是乡城人口迁移的重要动力之一，城乡收入差距较大时乡城人口迁移往往较为强劲[40~42]。

3.2 基于多元逻辑回归模型的实证分析

3.2.1变量选取与模型设定

根据人口收缩城乡分异的理论分析框架，本文主要从经济发展水平、经济发展速度、公共服务、城镇化水平、人口自然增长、行政等级等几个方面考虑具体的影响因素①。在具体的指标选择上，人均GDP是反映经济发展水平的常用指标；相应的，采用GDP增速来反映经济发展速度[33,34]；在公共服务方面，教育是非常重要的方面之一，而且对人口迁移的影响日益明显，本文采用平均受教育年限指标来反映一个区域的教育水平[22,38]。行政等级则按照市辖区和非市辖区进行分类[38]。在自然因素方面，本文主要考虑地形因素，参考已有研究，采用地形起伏度来反映地形因素[30]。在城镇化水平方面，常住人口城镇化率是衡量城镇化水平的最为常用的指标[40~42]。在人口自然增长方面，人口自然增长率与生育观念、医疗条件等影响因素密切相关，但这些因素较难进行量化，因此本文直接采用人口自然增长率来反映人口自然增长的影响[22]。具体的影响因素及说明见表2。
表2 区域人口收缩影响因素选择及说明

Table 2 The description of the variables of population shrinking areas

影响因素 指标 指标简称 说明
　　注：行政等级中县域单元作为参照组。
经济发展水平 人均GDP PGDP 人均国内生产总值
经济增长速度 GDP增长率 RGDP GDP期末值相比期初值的增长变化率
公共服务 平均受教育年限 E 按照现行学制为受教育年数计算的6岁以上人口平均受教育年限
自然因素 地形起伏度 T 根据1 km×1 km DEM数据计算各区域的平均地形起伏度
行政等级 区域的行政等级 AD1 该区域行政等级为县级市
AD2 该区域行政等级为市辖区
城镇化水平 城镇化率 UR 采用常住人口城镇化率
人口自然增长 人口自然增长率 N 年自然增长人口与年平均人口的比值
在模型选择上，本文将被解释变量设定为人口收缩城乡分异类型，其为离散变量，因而采用多元logistic 回归模型进行分析，模型的形式为：
$P({{y}} = {{k}}\left| x \right.) = \frac{{\exp ({{{y}}_{{k}}})}}{{1 + \displaystyle\sum\nolimits_{i = 1}^{c - 1} {\exp ({{{y}}_{{i}}})} }}$
${y_k} = \ln \left[ {\frac{{P(y = k\left| {x)} \right.}}{{P({{y}} = 0\left| x \right.)}}} \right] = {\beta _{0k}} + {\beta _{1k}}{x_1} + {\beta _{2k}}{x_2} + \cdots + {\beta _{Pk}}{x_P}$
式中，P为人口收缩城乡分异类型的概率，k取值为整数，根据因变量分类取值，c 表示因变量类型的数量，i为各因变量编号，x1, x2…xP为一系列独立变量，β1k, β2k…,βPk为相应的系数，β0k为常数项。
在具体的模型设定上，本文将人口增长区赋值为0，作为参照组②，将城增乡减A型、城增乡减B型、城乡双收缩型和城减乡增型依次设定为1，2，3和4。

3.2.2多元逻辑回归模型分析结果

在模型回归之前，首先利用SPSS软件进行了共线性诊断，所有自变量的相关系数均小于0.6，且方差膨胀因子VIF值均小于5，说明回归模型不存在严重的共线性问题。模型采用极大似然方法对参数进行估计，从模型结果来看（表3和表4），所有模型通过对数似然比检验，主要发现如下。
表3 中国县市人口收缩城乡分异类型影响因素的回归分析结果

Table 3 The result of the multiple logistic model at the county level in China

指标变量 城增乡减A型 城增乡减B型 城乡双收缩型 城减乡增型
　　注：***和**分别表示在1%和5%的显著水平下显著；未包含港澳台地区数据；Log likelihood=-1910.44，chi2=946.92，Prob>chi2全部为0.00，样本数为2249；变量含义见表2。
PGDP -2.33*** -1.90*** -2.02*** -2.82***
RGDP -0.43*** -0.72*** -1.22*** -1.47***
E -0.15** -0.27** -0.53 -0.65
T -0.41*** -0.24** -0.43** -0.41
N -0.32*** -0.30*** -0.30*** -0.33***
AD1 -10.81*** 2.43*** 6.52*** 10.61***
AD2 -0.01 -0.20 0.11 1.07**
UR -1.04** -2.50*** -3.43*** -3.26***
常数 6.17*** 4.45*** 4.23** 2.91
表4 四大经济区县市人口收缩城乡分异类型影响因素的回归分析结果

Table 4 The result of the multiple logistic models among four economic regions

指标变量 东部地区 中部地区 西部地区 东北地区
城增乡
减A型 		城增乡
减B型 		城乡双
收缩型 		城增乡
减A型 		城增乡
减B型 		城乡双
收缩型 		城增乡
减A型 		城增乡
减B型 		城乡双
收缩型 		城增乡
减A型 		城增乡
减B型 		城乡双
收缩型
　　注：***和**分别表示在1%和5%的显著水平下显著；根据2011年国家统计局发布的划分方法（http://www.stats.gov.cn/ ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t20110613_71947.htm）及《东北振兴规划》，网址http://www.gov.cn/gzdt/2007-08/20/content_721632.htm）进行中东西及东北地区区域划分；由于城减乡增型单元的数量较少，可能影响回归结果的可靠性，因此在分四大区域分析中未包括该类型；变量含义见表2；未包含港澳台地区数据。
PGDP -2.43*** -2.20*** -0.89 -0.50 -1.88** -7.73** -2.76*** -3.42*** -2.17 -1.31 -0.17 -0.24
RGDP -0.31 -0.79** -1.54 -1.01*** -1.05*** -4.34*** -1.31*** -1.11*** -1.57*** 8.05 2.59 -1.63
E -1.01** -0.57 -0.04 -1.41*** -0.96** -3.48*** 0.22 0.01 -0.98** -0.57 -1.84** -1.85
T 0.35 1.35*** 2.45*** -0.41 -0.42 -1.59 -0.61*** -0.63*** -1.51*** 1.92** 0.83 1.22**
N -0.49*** -0.45*** -0.30** -0.41*** -0.48*** -0.90*** -0.27*** -0.22*** -0.19*** -0.34*** -0.56*** -0.71***
UR -4.94*** 6.15*** 7.91** -11.88*** 5.86*** 27.18*** -15.94*** 2.41** 7.80*** -2.17*** 0.31 2.78
AD1 -0.82 -0.03 0.01 0.44 0.62 -0.08 -1.01 -0.91 -0.01 0.62 -0.96** -0.33
AD2 -1.65 -1.94 -2.17 -1.51 -2.08*** -1.85 -0.06 -2.21*** -1.83 -11.07 -3.03** -1.82
常数 11.49*** 5.27** -3.76 15.99*** 11.44*** 30.30*** 5.44*** 4.67*** 8.84*** 6.83 14.78** 13.67**
Log likelihood -404.74 -392.68 -666.88 -202.97
chi2 219.13 349.14 518.27 187.78
Prob>chi2 0.00 0.00 0.00 0.00
样本数 564 556 886 208
1）经济发展因素对人口收缩城乡分异类型的解释效果较好。首先，人均GDP和GDP增长率在4个城乡分异类型的模型中均在1%的显著水平下显著，其系数符号为负，说明人均GDP和GDP增长率越低的区域越可能成为人口收缩区。其次，从4个类型中人均GDP和GDP增长率的系数绝对值来看，人均GDP越低，该区域成为城减乡增型的概率越高，而人均GDP对城增乡减B型和城乡双收缩型的影响差异相对较小。相比之下，GDP增长率越低的区域越可能成为城乡双收缩型和城减乡增型，而GDP增长率对城增乡减A型和B型的影响相对较小，也能表明城增乡减A型和B型在GDP增长率上高于城乡双收缩型和城减乡增型。
2）城镇化水平因素对人口收缩城乡分异类型的解释效果最强。城镇化水平在4个模型中均在1%的显著水平下显著，且系数的绝对值明显高于其他解释变量。4个类型系数符号并不一致，说明城镇化水平并不是导致人口收缩的影响因素，但其对人口收缩城乡分异的解释能力较强。城增乡减A型的符号为负，说明城镇化水平越低的区域越可能成为城增乡减A型，而其它3个类型的系数符号为正，且城乡双收缩型和城减乡增型的系数值较高，说明城镇化水平越高的区域越有可能出现城乡双收缩和城减乡增的特征。
3）其它因素对人口收缩城乡分异的影响存在一定差异。首先，自然增长因素和地形因素的系数较为显著，说明自然增长水平较低和地形起伏度较低的区域越有可能成为人口收缩区，但是4个类型系数的差异较小，因此其对人口收缩城乡分异的解释能力较弱。教育水平对城增乡减A型和B型的影响较为显著，且系数符号为负，说明教育水平越低越有可能成为这两种类型。行政等级因素具有一定的解释能力：首先，通过系数的显著性和符号来看行政等级越低的区域越不容易出现人口收缩；其次，行政等级越低的区域越有可能出现城乡双收缩和城减乡增特征。
4）四大经济区在人口收缩城乡分异类型的影响因素上存在一定差异（表4）。首先，东部地区与全国尺度的回归结果较为相似，但行政等级因素的影响不显著，可能的原因是东部地区的人口收缩区以县级单元为主，出现人口收缩的市辖区单元数量极低，对回归结果产生一定影响。其次，在中部和西部地区，人均GDP因素与全国尺度存在一定差异，中部地区城乡双收缩型的系数绝对值最高，说明人均GDP越低的人口收缩区越可能出现城乡双收缩，而在西部地区城增乡减B型的系数绝对值最高，说明人均GDP越低的人口收缩区越可能出现城镇人口低增长的特征，可能的原因是中西部经济欠发达地区的人口更倾向于向东部地区迁移，而乡村地区向城镇地区迁移流动的强度相对较低，从而导致人口收缩区出现城镇人口低增长甚至收缩的特征；教育水平对城乡双收缩型的影响较为显著，且符号为负，说明教育水平越低的区域越可能出现城乡人口双收缩的特征。最后，东北地区结果与全国存在较大差异，经济发展、教育水平等因素的影响并不显著，人口自然增长水平是人口收缩及其城乡人口分异的重要影响因素，人口自然增长水平越低的区域越有可能出现城乡双收缩；另外，在地形因素方面，地形起伏度越高的区域越可能出现人口收缩，可能的原因是，地形起伏度较高的区域自然条件相对较差，该区域人口更容易向外迁出。

3.3 基于区域经济发展水平与城镇化水平关系的实证分析

多元逻辑回归分析表明区域经济发展水平和城镇化水平是人口收缩城乡分异类型的重要影响因素。尽管经济发展水平和城镇化水平之间往往存在较强的相关关系，但已有研究对两者关系的理解存在不同的观点，如有的学者认为城镇化滞后于经济发展水平，而有的学者则认为经济发展水平滞后于城镇化[43]；但事实上，由于区域间存在较大的差异，城镇化水平与经济发展水平的关系存在非常显著的空间分异性[44,45]。本文认为城镇化水平与经济发展水平的不同关系可能会对人口收缩城乡分异特征产生重要影响。例如，当一个区域城镇化水平较高而经济发展水平较低时，由于区域内乡城人口迁移逐步减弱，该区域成为“城乡双收缩”的概率可能会大幅上升。因此，本文尝试进一步从经济发展水平与城镇化水平两者关系的视角对人口收缩城乡分异的形成机理作进一步的探索分析。
通过二维象限划分的方法，可以将经济发展水平和城镇化水平的关系划分为若干区间。人口收缩城乡分异类型在各区间的分布及占比情况能够反映其在不同区间内出现的可能性及规律，从而反映经济发展水平和城镇化水平关系对人口收缩城乡分异特征的影响。具体的，本文根据所有研究单元人均GDP的平均值及标准差将其划分为4个区间，人均GDP越低说明该区域的经济发展水平越低；在城镇化水平上，本文划分了4个区间：0~20%，20%~40%，40%~60%以及大于60%，从而将经济发展水平和城镇化水平的关系划分为16个区间（图3），分别代表了经济发展水平和城镇化水平的不同关系，如Ⅰ-Ⅰ区间内经济发展水平和城镇化水平均极低，而Ⅰ-Ⅲ区间内城镇化水平相对较高而经济发展水平相对较低，主要的发现如下。
图3 2000—2010年人口收缩城乡分异类型在经济发展水平和城镇化水平各区间的占比

Average和σ分别表示所有研究单元人均GDP的平均值和标准差；图中百分比代表该区间内各人口收缩城乡分异类型占人口收缩区总数量的比例；未包含港澳台地区数据

Fig. 3 The percentage of the types of the difference between urban and rural population change in different sections in terms of economic development level and urbanization level in 2000-2010

1）二维分析结果也能够反映城镇化水平和经济发展水平对人口收缩城乡分异的影响。通过对比不同区间各类型的比例变化可以看出，在经济发展水平较为接近的情况下，城镇化水平较低时，多数人口收缩单元为城增乡减A型，而随着城镇化水平的提高，人口收缩单元更容易成为城增乡减B型，而当城镇化率达到或超过60%时，人口收缩单元表现为城乡人口双收缩的可能性大幅上升。在城镇化水平较为接近的情况下，经济发展水平较高的单元更有可能成为城增乡减A型，如对比图中的左侧第一列各区间，随着经济发展水平的提高，城增乡减A型的占比从70%上升到了80%，而城增乡减B型的占比则有所下降；另外，对比左侧第三列各区间可以发现，随着经济发展水平提高，人口收缩单元出现城乡双收缩的比例总体呈下降趋势。
2）经济发展水平和城镇化水平的关系对城乡分异类型的形成影响显著。从各区间人口收缩城乡分异类型的分布来看，在Ⅰ-Ⅰ和Ⅱ-Ⅰ区间内，即经济发展水平和城镇化水平均较低时，城增乡减A型占比最高，均超过70%，也就是位于Ⅰ-Ⅰ和Ⅱ-Ⅰ区间的区域出现人口收缩时，其有70%以上的概率表现为总人口减少但城镇人口保持高增长的特征。相比之下，对于城乡双收缩型，其在不少区间均有分布，但该类型在Ⅰ-Ⅲ，Ⅱ-Ⅲ区间（即经济发展水平较低而城镇化水平较高）占比较高，超过40%。城增乡减B型则介于两者之间，在Ⅰ-Ⅱ、Ⅱ-Ⅱ和Ⅲ-Ⅱ等区间出现的概率最高，且随着城镇化水平的提高，即Ⅰ-Ⅲ，Ⅱ-Ⅲ区间，其占比下降到40%左右。最后，在区间Ⅰ-Ⅳ和Ⅱ-Ⅳ，城减乡增型占据主体，占比分别达到71.4%和62.5%。
3）四大经济区的情况与全国尺度上呈现的特征总体较为相似，但存在以下几点差异（图4）：在东部地区，Ⅳ-Ⅱ和Ⅳ-Ⅲ区间城增乡减B型的比例相对较高，即不少经济发展水平较高的单元出现人口收缩且城镇人口增长缓慢，可能的原因是这些单元受到周围更发达地区的影响，仍然出现较明显的人口净迁出，也可能是受到人口自然增长率较低的影响。是在西部地区，城增乡减B型在Ⅰ-Ⅰ和Ⅱ-Ⅰ区间占比相对较高，可能的原因是西部地区的人口收缩单元经济发展水平相对较低，影响了其城镇化速度，导致城镇人口低增长的单元比例较高。东北地区城乡双收缩型和城增乡减B型在Ⅰ-Ⅰ和Ⅰ-Ⅱ区间出现的比例相对较高，可能的原因是很多单元人口自然增长水平较低，减弱了城镇人口增长的动力，这在回归模型结果中也得到了体现。
图4 2000—2010年四大经济区人口收缩城乡分异类型在经济发展水平和城镇化水平各区间的占比

EC和UR分别代表经济发展水平和城镇化水平，区间划分、百分比含义与图3相同；另外，为避免结果的偶然性，图中未包括研究单元数量低于10的区间的计算结果；未包含港澳台地区数据

Fig. 4 The percentage of the types of the difference between urban and rural population change in different sections in terms of economic development level and urbanization level among four economic regions in 2000-2010

3.4 人口收缩城乡分异类型的形成机理

结合多元逻辑回归模型的结果以及基于区域经济发展差距与城镇化水平关系的分析结果，人口收缩城乡分异类型的形成机理总结如下。
1）“城增乡减型”：“城增乡减A型”和“城增乡减B型”。“城增乡减型”的总体特点为城镇化水平较低，且与其他地区的经济社会发展差距较大，其形成机理可能为：多数区域经济发展水平较低，城镇和乡村人口均存在净迁出现象，但是由于其城镇化水平较低，且经济得到一定的发展，城镇化的速度相对较快，部分乡村人口选择向本地城镇地区迁移，因此城镇人口仍能保持正增长，从而出现城镇人口增长而乡村人口减少的情况。其中，城增乡减A型的城镇化率多处于20%以下，城镇化逐步进入加速阶段，因此城镇人口更容易获得较高的增长速度；相比之下，城增乡减B型的城镇化率多处于20%~40%之间，城镇化得到了一定的发展，但较低的经济社会发展水平可能对城镇化水平的进一步提升产生了一定限制，从而减缓了其城镇人口增长速度；另外，人口自然增长水平的下降也是影响城镇人口快速增长的原因之一。
2）“城乡双收缩型”。相比城增乡减型，城乡双收缩型的最大特点城镇化水平相对较高，很多单元城镇化率超过60%，其形成机理可能为：该类型区域可能在某些时期内经济发展速度较快，推动了城镇化的快速发展，形成了较高的城镇化水平，但是在产业转型或其他因素的影响下，经济增速明显下滑，与其他区域的经济社会发展差距不断拉大，因此城镇和乡村人口均开始向外净迁出；同时由于其城镇化水平已较高，城镇化速度更为缓慢，因此乡村人口向本地城镇地区迁移较弱；另外，由于其人口自然增长水平较低，对城镇和乡村人口增长的拉动作用有限，在这些因素的综合作用下，该类型区域出现城乡人口均收缩的情况。同时，也有部分单元城镇化水平相对较低，处于20%~40%之间，其成因可能是经济发展水平较低或邻近大都市区，城镇人口向外迁移的强度较大，而乡村人口向本区域城镇地区迁移的强度较弱，导致出现城乡人口均收缩的状况。
3）“城减乡增型”。“城减乡增型”的特点与“城乡双收缩型”的情况较为相似，但是乡村人口并未出现减少，可能的原因是该类型大多数区域处于相对偏远的地区，乡村人口向外迁移的强度相对较低，同时乡村地区还保持较高的自然增长水平，因此其乡村人口在人口自然增长的拉动作用呈现缓慢增长的情况。

4 结论与讨论

2000—2010年是城镇化快速发展且同时也是人口收缩区快速扩张的时期，具有较强的典型性。本文以这一时期为例，分析了中国县市人口收缩的城乡分异特征及形成机理。
研究发现，2000—2010年人口收缩区占比达到38.6%，但人口收缩区主要呈现“城增乡减”的特征，中西部的人口收缩单元尤为明显。相比之下，“城乡双收缩”的区域占比较低，在东北地区分布较为集中。上述特征与多数人口收缩区仍处于城镇化快速发展阶段密切相关，在控制其他变量的情况下，城镇化水平对人口收缩城乡分异类型影响显著，城镇化水平较低的人口收缩区往往城镇人口增长较快。同时，城镇化水平和经济发展水平关系的视角能够更好的解释人口收缩城乡分异的特征，城镇化水平较高而经济发展水平较低的人口收缩区越可能出现城镇人口增长缓慢甚至城乡双收缩。最后，经济发展速度、人口自然增长水平、公共服务等因素也具有一定的解释效果，经济发展速度较慢、人口自然增长和公共服务水平较低的收缩单元更可能出现城镇人口增长缓慢和城乡人口双收缩。
近年来中国人口收缩区呈快速扩张的趋势，引发了对人口收缩问题的讨论[9]。但是，从城乡分异的视角来看，本文认为人口收缩主要是由于“乡-城”人口迁移在空间上不均衡所引起，乡村人口流失是区域人口收缩的主要原因。这与西方发达国家“人口二次转变”背景下的人口收缩现象有着较大的区别，其相关理论可能不完全适用于解释中国的人口收缩现象[2~8]。在中国快速城镇化以及区域发展不均衡的背景下，经济发展落后区域的人口收缩问题可能难以完全避免，而且考虑到多数收缩单元城镇人口仍然保持增长，人口收缩未必完全是负面现象。因此，本文认为从城乡分异的视角有助于更加科学的看待中国的人口收缩问题；同时，提出了人口收缩城乡分异形成机理的理论解释框架，能够深化中国发展背景下人口收缩的相关理论。
研究认为以下2点问题需要进一步关注：一是受到经济发展、公共服务等因素的影响，很多人口收缩单元城镇发展对本地乡村人口吸引力不足，导致其城镇人口增长较为缓慢，如果这些单元持续面临人口收缩，将可能影响到其未来的城镇化可持续发展，因此人口收缩对城镇化发展所带来的影响值得进一步探讨。二是本文的研究表明，随着城镇化水平的提高，人口收缩单元出现城乡人口双收缩的可能性逐步提高，如城镇化率超过60%的收缩单元中，有超过40%的单元出现城乡人口双收缩，而根据第七次全国人口普查数据，2020年全国城镇化率为63.89%；因此，未来人口收缩单元由城增乡减转变为城乡双收缩的比例也有可能逐步提高，需要加强对人口收缩动态演变的关注。
最后，本文存在一些不足之处，由于数据限制，本文分析的时间段为2000—2010年，研究的时间段有所滞后，不能反映最新的人口收缩的城乡分异特征，未来需要利用第七次全国人口普查数据进行分析对比，对本文提出的理论分析框架进行进一步验证和完善。

城乡收入差距因素未纳入模型主要是由于部分单元研究数据未能获取。

本文将人口增长区作为参照组，有助于揭示人口收缩与人口增长分异的影响因素；同时，可以进一步通过比较人口收缩城乡分异类型结果，分析人口收缩城乡分异特征的影响因素。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
Martinez-Fernandez C, Kubo N, Noya A et al. Demographic change and local development: Shrinkage, regeneration and social dynamics[M]. Paris: OECD Publishing, 2012.

2
Hospers G, Reverda N. Managing population decline in Europe’s urban and rural areas[M]. Berlin: Springer International Publishing, 2015.

3
Beunen R, Meijer M, Vries J D. Planning strategies for dealing with population decline: Experiences from the Netherlands[J]. Land Use Policy, 2019, 93

4
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

DOI

5
Hartt M D. How cities shrink: Complex pathways to population decline[J]. Cities, 2016, 75(May): 38-49

6
Verwest F. Demographic decline and local government strategies: A study of policy change in the Netherlands[M]. Delft: Radboud University Nijmegen, 2011.

7
Lutz W, Goujon A, Samir K C et al. Demographic and human capital scenarios for the 21st Century: 2018 assessment for 201 countries[M]. Luxembourg: Publications Office of the European Union, 2018.

8
刘振, 戚伟, 王雪芹, 等. 国内外人口收缩研究进展综述[J]. 世界地理研究, 2019, 28(1): 13-23

Liu Zhen, Qi Wei, Wang Xueqin et al. A literature research on population shrinking[J]. World Regional Studies, 2019, 28(1): 13-23

9
Darrell B, John I. Empty planet: The shock of global population decline[M]. Toronto: McClelland & Stewart, 2019.

10
王露, 封志明, 杨艳昭, 等. 2000-2010年中国不同地区人口密度变化及其影响因素[J]. 地理学报, 2014, 69(12): 1790-1798

DOI

Wang Lu, Feng Zhiming, Yang Yanzhao et al. The change of population density and its influencing factors from 2000 to 2010 in China on county scale[J]. Acta Geographica Sinica, 2014, 69(12): 1790-1798

DOI

11
Wei Q, Liu S, Zhao M et al. China’s different spatial patterns of population growth based on the “Hu Line”[J]. Journal of Geographical Sciences, 2016, 26(11): 1611-1625

DOI

12
杨强, 李丽, 王运动, 等. 1935-2010年中国人口分布空间格局及其演变特征[J]. 地理研究, 2016, 35(8): 1547-1560

Yang Qiang, Li Li, Wang Yundong et al. Spatial distribution pattern of population and characteristics of its evolution in China during 1935-2010[J]. Geographical Research, 2016, 35(8): 1547-1560

13
封志明, 杨玲, 杨艳昭, 等. 京津冀都市圈人口集疏过程与空间格局分析[J]. 地球信息科学学报, 2013, 15(1): 11-18

DOI

Feng Zhiming, Yang Ling, Yang Yanzhao et al. The process of population agglomeration/shrinking and changes in spatial pattern in the Beijing-Tianjin-Hebei Metropolitan Region[J]. Journal of Geo-information Science, 2013, 15(1): 11-18

DOI

14
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

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, 2013, 34(6): 34-39

DOI

15
游珍, 王露, 封志明, 等. 珠三角地区人口分布时空格局及其变化特征[J]. 热带地理, 2013, 33(2): 156-163

You Zhen, Wang Lu, Feng Zhiming et al. Spatio-temporal pattern and variation characteristics of population distribution at county level in the Pearl River Delta[J]. Tropical Geography, 2013, 33(2): 156-163

16
戚伟, 刘盛和, 金凤君. 东北三省人口流失的测算及演化格局研究[J]. 地理科学, 2017, 37(12): 1795-1804

Qi Wei, Liu Shenghe, Jin Fengjun. Calculation and spatial evolution of population loss in Northeast China[J]. Scientia Geographica Sinica, 2017, 37(12): 1795-1804

17
龚胜生, 陈丹阳, 张涛. 1982-2010年湖北省人口分布格局变迁及其影响因素[J]. 长江流域资源与环境, 2015, 24(5): 728-734

Gong Shengsheng, Chen Danyang, Zhang Tao. Population distribution pattern changes and its reasons of Hubei province from 1982 to 2010[J]. Resources and Environment in the Yangtze Basin, 2015, 24(5): 728-734

18
刘志敏, 修春亮, 魏冶, 等. 1990-2010年东北地区人口变化的空间格局及影响因素[J]. 西北人口, 2017, 38(5): 19-26

Liu Zhimin, Xiu Chunliang, Wei Ye et al. Spatial pattern of population change and its influencing factors in Northeast China from 1990 to 2010[J]. Northwest Population, 2017, 38(5): 19-26

19
张国俊, 黄婉玲, 周春山, 等. 城市群视角下中国人口分布演变特征[J]. 地理学报, 2018, 73(8): 1513-1525

DOI

Zhang Guojun, Huang Wanling, Zhou Chunshan et al. Spatio-temporal characteristics of demographic distribution in China from the perspective of urban agglomeration[J]. Acta Geographica Sinica, 2018, 73(8): 1513-1525

DOI

20
周恺, 钱芳芳, 严妍. 湖南省多地理尺度下的人口“收缩地图”[J]. 地理研究, 2017, 36(2): 267-280

Zhou Kai, Qian Fangfang, Yan Yan. A multi-scaled analysis of the "Shrinking Map" of the population in Hunan Province[J]. Geographical Research, 2017, 36(2): 267-280

21
刘振, 齐宏纲, 戚伟, 等. 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[J]. 地理科学, 2019, 39(10): 1525-1536

Liu Zhen, Qi Honggang, Qi Wei et al. Temporal-spatial pattern of regional population shrinkage in China in 1990-2010: A multi-indicators measurement[J]. Scientia Geographica Sinica, 2019, 39(10): 1525-1536

22
刘振, 戚伟, 齐宏纲, 等. 1990-2015年中国县市尺度人口收缩的演变特征及影响因素[J]. 地理研究, 2020, 39(7): 1565-1579

DOI

Liu Zhen, Qi Wei, Qi Honggang et al. The evolution of regional population decline and its driving factors at the county level in China from 1990 to 2015[J]. Geographical Research, 2020, 39(7): 1565-1579

DOI

23
刘涛, 齐元静, 曹广忠. 中国流动人口空间格局演变机制及城镇化效应——基于2000和2010年人口普查分县数据的分析[J]. 地理学报, 2015, 70(4): 567-581

DOI

Liu Tao, Qi Yuanjing, Cao Guangzhong. China’s floating population in the 21st century: Uneven landscape, influencing factors, and effects on urbanization[J]. Acta Geographica Sinica, 2015, 70(4): 567-581

DOI

24
杜志威, 李郇. 珠三角快速城镇化地区发展的增长与收缩新现象[J]. 地理学报, 2017, 72(10): 1800-1811

DOI

Du Zhiwei, Li Xun. Growth or shrinkage: New phenomena of regional development in the rapidly-urbanizing Pearl River Delta[J]. Acta Geographica Sinica, 2017, 72(10): 1800-1811

DOI

25
龙瀛, 吴康, 王江浩. 中国收缩城市及其研究框架[J]. 现代城市研究, 2015(9): 14-19

DOI

Long Ying, Wu Kang, Wang Jianghao. Shrinking cities in China[J]. Modern Urban Research, 2015(9): 14-19

DOI

26
Yang Z, Dunford M. City shrinkage in China: Scalar processes of urban and hukou population losses[J]. Regional Studies, 2017(8): 1-12

27
赵清林, 张伟娜, 李心怡, 等. 2006-2015年湖北省城市相对收缩时空变化[J]. 地理科学进展, 2020, 39(7): 1106-1116

DOI

Zhao Qinglin, Zhang Weina, Li Xinyi et al. Spatiotemporal change of relative city shrinkage in Hubei Province, 2006-2015[J]. Progress in Geography, 2020, 39(7): 1106-1116

DOI

28
国家统计局. 中国县域统计年鉴[M].北京: 中国统计出版社, 2001.

National Bureau of Statistics. China county statistical yearbook. Beijing: China Statistics Press, 2001.

29
国家统计局. 中国县域统计年鉴[M].北京: 中国统计出版社, 2011.

National Bureau of Statistics. China county statistical yearbook. Beijing: China Statistics Press, 2011.

30
封志明, 唐焰, 杨艳昭, 等. 中国地形起伏度及其与人口分布的相关性[J]. 地理学报, 2007, 62(10): 1073-1082

DOI

Feng Zhiming, Tang Yan, Yang Yanzhao et al. The relief degree of land surface in China and its correlation with population distribution[J]. Acta Geographica Sinica, 2007, 62(10): 1073-1082

DOI

31
中华人民共和国民政部.中华人民共和国行政区划简册[M].北京: 中国社会出版社, 2010.

Ministry of Civil Affairs of the People’s Republic of China. The administrative divisions yearbook of China. Beijing: China Society Press, 2010

32
李扬, 刘慧, 汤青. 1985-2010年中国省际人口迁移时空格局特征[J]. 地理研究, 2015, 34(6): 1135-1148

DOI

Li Yang, Liu Hui, Tang Qing. Spatial-temporal patterns of China’s interprovincial migration during 1985-2010[J]. Geographical Research, 2015, 34(6): 1135-1148

DOI

33
刘晏伶, 冯健. 中国人口迁移特征及其影响因素——基于第六次人口普查数据的分析[J]. 人文地理, 2014, 29(2): 129-137

Liu Yanling, Feng Jian. Characteristics and impact factors of migration in China:Based on the analysis of the sixth census data[J]. Human Geography, 2014, 29(2): 129-137

34
王婧, 刘奔腾, 李裕瑞. 京津冀人口时空变化特征及其影响因素[J]. 地理研究, 2018, 37(9): 1802-1817

Wang Jing, Liu Benteng, Li Yurui. Spatial-temporal characteristics and influencing factors of population distribution and floating changes in Beijing-Tianjin-Hebei region[J]. Geographical Research, 2018, 37(9): 1802-1817

35
王利伟, 冯长春, 许顺才, 等. 传统农区外出劳动力回流意愿与规划响应——基于河南周口市问卷调查数据[J]. 地理科学进展, 2014, 33(7): 990-999

DOI

Wang Liwei, Feng Changchun, Xu Shuncai et al. Return intention of migrant workers in a traditional agricultural area and planning response: Based on a questionnaire survey in Zhoukou, Henan Province[J]. Progress in Geography, 2014, 33(7): 990-999

DOI

36
古恒宇, 沈体雁, 刘子亮, 等. 基于空间滤波方法的中国省际人口迁移驱动因素[J]. 地理学报, 2019, 74(2): 222-237

DOI

Gu Hengyu, Shen Tiyan, Liu Ziliang et al. Driving mechanism of interprovincial population migration flows in China based on spatial filtering[J]. Acta Geographica Sinica, 2019, 74(2): 222-237

DOI

37
林李月, 朱宇. 中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据[J]. 地理学报, 2016, 71(10): 1696-1709

DOI

Lin Liyue, Zhu Yu. Spatial variation and its determinants of migrants’ Hukou transfer intention of China’s prefecture-and provincial-level cities: Evidence from the 2012 national migrant population dynamic monitoring survey[J]. Acta Geographica Sinica, 2016, 71(10): 1696-1709

DOI

38
戚伟, 赵美风, 刘盛和. 1982-2010年中国县市尺度流动人口核算及地域类型演化[J]. 地理学报, 2017, 72(12): 2131-2146

DOI

Qi. Wei, Zhao Meifeng, Liu Shenghe. Spatial statistics and regional types evolution of China’s county-level floating population during 1982-2010[J]. Acta Geographica Sinica, 2017, 72(12): 2131-2146

DOI

39
朱竑, 张博, 马凌. 新型城镇化背景下中国流动人口研究:议题与展望[J]. 地理科学, 2019, 39(1): 1-11

Zhu Hong, Zhang Bo, Ma Ling. A review of Chinese internal migration research under the background of new-type urbanization: Topics and prospects[J]. Scientia Geographica Sinica, 2019, 39(1): 1-11

40
陈聪, 刘彦随. 我国农区城镇化时空格局及其影响因素——以河南省为例[J]. 经济地理, 2014, 34(12): 48-54

Chen Cong, Liu Yansui. The spatio-temporal patterns of urbanization of China’s agricultural area and its influential factors: The case of Henan Province[J]. Economic Geography, 2014, 34(12): 48-54

41
王建康, 谷国锋, 姚丽, 等. 中国新型城镇化的空间格局演变及影响因素分析——基于285个地级市的面板数据[J]. 地理科学, 2016, 36(1): 63-71

Wang Jiankang, Gu Guofeng, Yao Li et al. Analysis of new urbanization’s spatial pattern evolution and influence factors in China[J]. Scientia Geographica Sinica, 2016, 36(1): 63-71

42
王婧, 李裕瑞. 中国县域城镇化发展格局及其影响因素——基于2000和2010年全国人口普查分县数据[J]. 地理学报, 2016, 71(4): 621-636

DOI

Wang Jing, Li Yurui. Spatial pattern and influencing factors of urbanization development in China at county level: A quantitative analysis based on 2000 and 2010 census data[J]. Acta Geographica Sinica, 2016, 71(4): 621-636

DOI

43
Chen Mingxing, Huang Yongbin, Tang Zhipeng et al. The provincial pattern of the relationship between urbanization and economic development in China[J]. Journal of Geographical Sciences, 2014, 24(1): 33-45

DOI

44
薛俊菲, 陈雯, 曹有挥. 2000年以来中国城市化的发展格局及其与经济发展的相关性——基于城市单元的分析[J]. 长江流域资源与环境, 2012, 21(1): 1-7

Xue Junfei, Chen Wen, Cao Youhui. Spatial pattern of urbanization in china since 2000 and its relationship with economic development—Analysis based on cities units[J]. Resources and Environment in the Yangtze Basin, 2012, 21(1): 1-7

45
杨振, 张小雷, 李建刚, 等. 中国地级单元城镇化与经济发展关系的时空格局——基于2000年和2010年人口普查数据的探析[J]. 地理研究, 2020, 39(1): 25-40

DOI

Yang Zhen, Zhang Xiaolei, Li Jiangang et al. The spatial-temporal pattern of the relationship between urbanization and economic development at prefecture-level units in China: A quantitative analysis based on 2000 and 2010 census data[J]. Geographical Research, 2020, 39(1): 25-40

DOI

Options
Outlines

/

〈 〉