乌蒙山区人口时空格局演化及影响因素

陈璇 李旭东

(贵州师范大学地理与环境科学学院，贵州 贵阳 550025)

人口时空格局是指在某一特定时间，人口在某一特定时间和特定空间中的集散情况[1]，不仅是反映社会经济水平的重要指标，同时对人口政策和发展规划的制定也起着重要作用。新时期伴随区域发展战略变化，城镇化、工业化进程加速，人口政策转向，导致人口时空格局不断重塑。在此背景下，中国乌蒙山区特殊的自然环境、社会发展状况以及国家政策使得人口时空格局演化更为显著。一直以来，国家出台相关政策大力扶持乌蒙山区发展[2]。2021年我国脱贫攻坚战取得全面胜利，乌蒙山区贫困人口全部脱贫。然而，该地区仍然面临发展不平衡不充分的问题，发展基础总体仍然较薄弱，部分脱贫人口存在返贫风险[3]。为此，利用有规律的人口普查数据对乌蒙山区人口空间格局特点、规律及演变机制进行研究，不仅可以认识人口变化态势，掌握人口发展的新情况、新特征及其内部动力与外部环境，还能帮助相关部门深入发现社会存在的问题，从而为制定和实施合理科学政策提供指导意见。

目前，许多学者在不同区域都展开了人口时空格局的研究。在研究尺度上，随着研究的深入及小尺度数据的增加，开始转向市域[4]、县域[5]等微观尺度的研究，研究内容包括人口分布格局演变与影响因素[6]，人口与经济耦合关系[7]等。在研究方法上，随着GIS和RS等地理信息技术的蓬勃发展，空间统计分析和空间表达广泛应用到人口分布格局研究中[8]。就以往研究来看，虽然对人口时空格局的研究较多，但研究范围大多以全国或省域为主，研究区域主要集中在平原及发达地区。对于山区的研究较少，且研究时序较短，缺乏长时序的研究，因此山区长期的人口时空格局演化过程仍是一个待回答的问题。乌蒙山区是西部乃至全国发展较为落后的山区之一，已有的研究中有针对该区域的资源相对承载力变化[9]、人口与耕地垂直分布关系[10]等方面的研究，但研究区大都集中在贵州乌蒙山区，基于长时间序列对整个乌蒙山区人口时空格局的动态演变规律及其影响因素进行探析较少。

因此，本文以乌蒙山区为研究区域，以县域为基本研究单元，利用全国第五次、第六次、第七次人口普查数据，运用Lorenz曲线、热点分析、人口重心、地理加权回归等研究方法，分析2000—2020年乌蒙山区人口时空格局演化特征，多层次探究人口空间分布格局演变过程，并剖析影响人口格局变化的因素，期望能为新时期乌蒙山区人口制定合理人口政策等提供理论依据。

1 研究区概况

乌蒙山区位于滇、黔、川 3省交界处，曾经是全国最大集中连片贫困带之一。根据张旭清等研究，将位于云贵川3省交界处的滇东北、黔西北和川东南，呈东北—西南走向的连续自然山体统称为乌蒙山。围绕这一特殊的自然区域，按照自然界限线的划分并保证其地域的连续性，行政区涉及滇东北的昭通和曲靖2市，四川省泸州市、宜宾市，贵州省六盘水市、毕节市，黔西南州等总计共50个县市区，见图1，面积约为12.53×104km2。2020年人口数量已高达2700多万，其中少数民族人口占总人口的22.6%，超过数百万人的苗、彝、回、布依等少数民族人口聚居于此。境内地势起伏较大，海拔高度分布在248～4212m，呈现西高东低的特点，该区河流纵横，地跨长江、珠江两大流域，喀斯特石漠化区域分布广泛，生态系统稳定性差，人口众多且素质低下，人地矛盾突出，是新时期国家乡村振兴工作的重点地区之一。

图1 乌蒙山区地形及区划图

2 指标选取与研究方法

2.1 指标选取

人口密度作为衡量人口分布状况的重要指标。社会经济发展深刻影响着人口分布格局，各地区人均生产总值是对该区域经济状况测度的重要指标，可反映出该区域的经济发展水平；人均社会消费品零售额数据可以最直接体现人口消费需求，反映了在特定时间社会消费水平及规模；医疗作为基本公共服务体系的重要组成部分，丰富的医疗设施可以为人口提供优质医疗服务；土地资源关系到当地居民的生活水平，是影响人口分布的重要条件。鉴于数据的可获得性，本文选取经济(人均GDP)、消费(人均社会消费品零售总额)、医疗(每万人拥有医疗机构床位数)以及农业(人均粮食产量)4个指标作为影响人口分布的主要因素，见表1。

表1 影响因素指标体系

表2 GWR模型参数检验

县域人口数据来源贵州省、云南省和四川省第五次、第六次、第七次人口普查数据。乌蒙山区县域矢量数据来源于国家测绘局基础地理信息数据库，经裁剪、拼接得到矢量底图(2020年)。由于2000年以来该地区多次进行行政区划调整，为保证行政单元的连续性和一致性，统一以2020年乌蒙山区行政区划作为标准，确定50个县域行政单元。影响因素各项指标数据来源参考表1。

2.2 研究方法

2.2.1 人口空间分异特征识别方法

热点分析是说明每个研究单元和周边单元之间相同属性值的关联性，目的是检验局部研究单元的空间分异性，用空间局部指标Getis-Ord Gi*来识别“热点”“冷点”区域从而揭示数据的异质检验[13]。本文热点区域表示县区自身与周边县区人口密度较高的县区集聚，县区自身与周边县区人口密度较低的县区集聚，可以直观表示研究区各县区的人口分布情况。计算公式：

(1)

式中，Xi和Xj分别为观测区域i和j的属性值；n为研究区县域数量；Wij为研究范围内的空间权重矩阵。

2.2.2 人口空间演变特征识别方法

人口重心又称为人口分布重心，通过几何中心和人口重心反映出人口分布的特征及演化趋势。本文以乌蒙山区作为研究对象，以各时期人口普查数作为人口重心的指标。计算公式[13]：

(2)

2.2.3 人口空间分异的解释方法

地理加权回归模型又称为GWR模型，是空间统计中一个重要方法，用来量化空间异质性。在传统线性回归模型的基础上进行扩展，将每个要素的空间位置信息加入到方程中，进行局部分析，赋予其地理意义。本文选用地理加权回归模型解释各变量对乌蒙山区人口空间分异的影响作用，基本公式：

(3)

式中，(hi，ji)为第i个采样点地理坐标；βi(hi，ji)为第i个采样点上第t个回归参数；β0(hi，ji)为第i个采样点上的回归参数；∈为误差项，∈～N(0，σ)，Cov(∈i，∈j)=0，i≠j。

3 乌蒙山区人口分布格局及演化

3.1 乌蒙山区人口空间分异格局

3.1.1 人口呈现出“东北高西南低”的分布格局

为探究乌蒙山区人口时空格局特征，本文利用等间隔法将该地区人口密度划分为5个等级，将人口密度≥500人·km-2的地区称为人口高度集聚区，300～500人·km-2的地区称为人口中度集聚区，200～300人·km-2的地区称为人口一般集聚区，100～200人·km-2的地区称为人口相对稀疏区，人口密度则是<100人·km-2的人口稀疏地区，并利用ArcGIS 10.7将乌蒙山区相应年份人口密度空间格局可视化，见图2。

图2 2000—2020年乌蒙山区人口密度空间格局

总体来看，2000—2020年乌蒙山区人口密度呈现出“东北高西南低”的分布格局，基本格局没有发生改变。乌蒙山区2000年、2010年和2020年平均人口密度分别为231人·km-2、243人·km-2和247人·km-2。其中钟山区人口密度超过900人·km-2，其余4/5的县区人口密度均低于300人·km-2，说明县域人口密度存在较大差距。2000—2020年山区东北部人口密度大体上高于西南部，大致以鲁甸县—兴仁县为线，该线以东、以北区县人口密度大多超过200人·km-2，属于人口集聚区。人口稀疏地区主要集中在山区西南部，尤其是禄劝县和武定县，人口密度一直处于较低状态，特别注意的是位于西南部的麒麟区，该区历史悠久，气候宜人，并且是云南省重要的工业城市之一，因此人口密度大。

就时空变化来看，伴随着社会经济发展不均衡和城镇化、工业化进程加快，人口迁移和流动也增加。2000年人口稀疏区分散在中部、西部等地，共有25个县区，占比达到50%；2010年该类型区域数量减少到21个，连片分布在西北部、西南部等地；2020年人口稀疏区数量增加，主要集中在西南和西北部，但东南部也存在人口密度较小的地区，如紫云县、安龙县、关岭县等，这些地区经济发展较为落后，生活条件较差，因此人口密度低。2000年人口集聚区主要集中在东北部、东部及南部部分地区，这些区域相较其他区域有高经济发展水平和强劲的经济实力；2010年人口集聚区域数量明显增加，由25个增加至29个；2020年人口该类型区数量减少2个，集聚分布在山区东北部以及西南部的麒麟区和陆良县。总体而言，2000—2020年乌蒙山区人口集聚区数量增加，占比超过50%，人口稀疏区范围缩小。

3.1.2 人口分布的冷点区域与热点区域均呈现集聚态势

为进一步探究乌蒙山区人口分布的集聚性和空间异质性，利用ArcGIS 10.7的热点分析(Getis-Ord Gi*)工具分别计算出2000年、2010年、2020年的县级行政单元人口密度空间关联指数Getis-Ord Gi*及其标准化值Z(Gi*)，再利用自然断裂法根据Z(G*i)值大小划分为热点区、次热点区、次冷点区和冷点区4种类型，并生成各年份乌蒙山区人口分布的冷、热点区域空间格局图，见图3。

从研究结果来看，乌蒙山区的热点区主要以钟山区为中心，钟山区经济基础较好，交通便利；次热点区主要分布于热点区周围，这些次热点区由于在空间位置上与热点区的邻近性，因此人口流动和经济活动较为密切，以至于在空间上体现了明显的集聚特征；次冷点区和冷点区均分布在山区西南部，距离中心城市较远的地区，如寻甸县、东川区、禄劝县等地，这些地区由于区位条件较差，发展基础较为薄弱，经济发展水平较低，因此人口密度较低。2000—2020年，热点区在兴文县、珙县等县区的空间范围缩小，而在山区中部的空间范围扩大，主要是钟山区及周边县区；2000—2020年，次热点区空间范围和数量都逐渐减少，直至2020年该类型区域数量减少至0个；2000—2020年，次冷点区域和冷点区域两种类型区域数量也减少为0个。总体而言，乌蒙山区中部县区为人口集聚区，西南部县区人口稀疏，人口分布具有不均衡性。

3.2 乌蒙山区人口空间演变特征

人口空间分布重心随时间的迁移变化可以反映区域人口在空间上的演变规律。为探究乌蒙山区人口空间演变规律，本文利用人口重心模型计算得到该研究区2000—2020年人口重心平面坐标，并通过ArcGIS展点将迁移轨迹可视化，见图4。

图4 2000—2020年乌蒙山区人口中心迁移轨迹

图5 2000—2020年经济因素对人口分布影响的回归系数图

由图4可知，2000—2020年乌蒙山区人口重心显著偏离几何中心，位于几何中心的东北方向，位于威宁县境内，说明乌蒙山区人口分布不均衡，东北部高于西南部。究其原因，首先是经济因素，人口重心临近钟山区等具有支撑发展作用的主要区域，这些区域经济发展水平较高、优惠政策力度大、就业机会较多，吸引了劳动力人口迁入从事相关工作；其次是社会历史因素，该地区社会经济发展水平历来高于其他地区，更易于人口集聚，再加上历史人口基数较大，因此人口重心主要位于此。

从人口重心迁移趋势来看，由于2000—2010年，国家及地方政府实施西部大开发战略，对毕节市等地区开发及建设，人口重心向西北方向偏移，但幅度较小，说明人口重心迁移速度较慢；2010—2020由于政府对六盘水市资源利用以及对黔西南地区旅游产业的支持，人口重心向东南方向移动，幅度增大，说明人口重心迁移速度增快，由于交通设施的逐渐完善，各地区之间的人口流动和经济往来日趋频繁。

4 影响因素分析

4.1 模型检验

通过热点分析，可知乌蒙山区人口分布存在明显的空间相关性。为揭示乌蒙山区人口分布格局与各影响因素之间的空间关系，首先利用SPSS软件，选取2000年、2010年和2020年各县域的经济(人均生产总值)、消费(人均社会消费品零售额)、医疗(每万人拥有医疗机构床位数)、农业(人均粮食产量)4个影响因子进行多元线性回归分析，利用ArcGIS10.7软件的GWR空间建模工具将该4个影响因子分别与对应的人口密度进行模型建构。该模型核类型为固定距离法，运用AICc方法运算。地理加权回归的拟合优度R2均在0.75以上，调整后的拟合优度(R2Adjusted)也在0.70以上，说明模型拟合度较好。本文使用自然断裂法将地理加权回归系数做可视化分析。

4.2 影响因素空间格局

4.2.1 经济与人口分布

2000—2020年人均GDP的回归系数均表现为中间高四周低的格局，说明中部地区人均GDP对人口分布的影响比其余地区强。回归系数大都为正值，仅2010年在北部部分地区为负值，说明人均GDP对人口分布呈正效应。人均GDP对人口分布影响的回归系数以钟山区及其周边区县为中心，向四周逐渐减小。钟山区及辐射的周边县区人均GDP对人口影响一直较强，中部县区位于黔、川、滇、桂的结合部，是综合开发区、经济区的重要依托城市，是乌蒙山区经济较为发达的地区，一直以来都是对人口有强大吸引力，是人口集聚的中心。珙县、兴文县、古蔺县、筠连县等北部县区人均GDP对人口影响一直较弱，北部多为山区，资源枯竭，产业活动受到极大限制，经济缺乏活力，就业机会少，因此经济因素对人口分布影响较低。

4.2.2 消费与人口分布

2000年，消费对人口分布影响的回归系数以“东川-富源”一线向东北方向递减，说明西南部地区人均社会消费品零售总额对人口分布影响大于东北部，见图6a。2010年，消费对人口分布影响的回归系数由昭阳区、鲁甸县一带向东南方向依次递减，说明西部和西北部地区人均社会消费品零售总额对人口分布影响大于东部和东南部，见图6b。西北部有丰富的矿产资源，促进消费水平提升。2020年，回归系数由北方向南方向依次递减，说明东北区域人均社会消费零售额对人口的贡献显著大于其他县市区，见图6c。北部区域将生态建设与人口控制相结合，构建攀西试验区-昭通-毕节-黔中经济区(六盘水)经济走廊，促进了产业、资金、人才等要素毕节、六盘水、昭通等3市集聚，辐射带动周边地区经济发展，促进消费水平的提升。

图6 2000—2020年消费因素对人口分布影响的回归系数图

图7 2000—2020年医疗因素对人口分布影响的回归系数图

图8 2000—2020年农业因素对人口分布影响的回归系数图

4.2.3 医疗与人口分布

2000年，医疗对人口分布影响的回归系数从山区北部以“筠连-七星关”一线向西南部逐级递减，说明每万人拥有医疗机构床位数对人口分布的贡献效益也随之递减。2010年每万人拥有医疗机构床位数与人口密度在山区北部地区呈正相关，说明该区域医疗对人口分布有贡献作用。2020年医疗对人口分布呈负相关区域主要位于中部及南部，该区域医疗对人口分布无正向贡献；在山区东南部呈现正相关，说明该区域医疗对人口分布起正向作用。2000—2020年钟山区、威宁县、七星关区和麒麟区等县区医疗回归系数小，但是这些区域人口密度大，人口增长速度快，说明医疗卫生事业的发展规模与人口规模存在一定差距，容易出现医疗资源紧缺的问题。山区地区自然条件较差，经济水平落后，基础设施和公共服务不完善，医疗资源有待丰富。

4.2.4 土地与人口分布

2000—2010年，土地资源对人口分布影响的回归系数均为北部高于南部，仅2000年在北部为正值，说明2000年在北部人均粮食产量对人口分布影响有明显正效应，2010年回归系数全为负值。土地对人口分布影响的回归系数均表现为四周高，中间低的特征，95%的县区土地对人口影响的回归系数均为负值。2020年，土地对人口分布影响的回归系数由西南向东北递减，数值断崖式下降，回归系数最高的是师宗县，为-345.9422，与2000年最高回归系数相差346.3341。2000年人均粮食产量影响程度相对较高，之后逐步降低，尤其是2020年该回归系数大幅下降，这可能与2012年国务院扶贫开发领导小组启动乌蒙山片区区域发展计划有关，电子工程、制造业、服务业等第三产业逐渐渐成为区域发展的重点，居民主要从事非农产业，市场化程度增强以及交通运输水平的提升有关，使得土地资源对人口分布的制约作用逐渐减弱。

5 结论

文本关注乌蒙山区人口的空间分布及演变，在县域尺度上利用Lorenz曲线、热点分析、人口重心研究方法，探究乌蒙山区2000—2020年人口时空格局演变，并用地理加权回归法分析影响人口分布的因素。结果如下。

研究区2000—2020年人口分布均呈现出“东北高西南低”的格局。大致以鲁甸县—兴仁县为线，该线以东、以北县区人口密度大多超过200人·km-2，属于人口集聚区；该线以西、以南县区人口密度较低，大都小于200人·km-2，属于人口稀疏区。从时空变化来看，2000—2020年乌蒙山区人口集聚区数量增加，占比超过50%，人口稀疏区范围缩小，但东北部县区人口密度高于西南部县区的基本格局依旧没有发生改变。

人口分布的冷点区域与热点区域均呈现集聚态势。从局部空间自相关分析结果来看，人口高密度区县分布在贵州省钟山区、云南省麒麟区及周边地区，人口低密度区县主要分布在云南省禄劝县、武定县等，人口高密度县区和低密度县区呈集聚分布；其余大部分县区的局部空间自相关性不显著，说明这些地区与周边县区没有明显的空间相关性，空间异质性较强。

从人口空间演化特征来看，人口重心显著偏离几何中心，位于几何中心的东北部，移动轨迹先向西北后向东南方向移动，移动速度增加，说明人口整体由北向南进行扩散。

乌蒙山区人口空间分异受到众多因素的影响，经济(人均GDP)、消费(人均社会消费品零售总额)、医疗(每万人拥有医疗机构床位数)和土地(人均粮食产量)对人口分布均具有正效应。其中，消费这一影响因素的回归系数均为正值；经济和医疗因素的回归系数有正有负，但正值的县区数量较多；土地因素的回归系数大都为负值，说明人口密度受到消费、经济和医疗因素的正向影响，受土地因素的负向影响。经济因素影响持续表现为中间高四周低的趋势，中部县区以钟山区回归系数最高，以北部兴文县回归系数最低；消费因素影响在2000年西南部县区对人口分布影响大于东北部；2010年消费因素影响由昭阳区、鲁甸县一带向东南方依次递减，直至2020年，消费因素的回归系数由南部县区北部县区依次递增；医疗因素由2000年对人口分布的正向影响到2020年对人口分布的负向影响，说明医疗因素对人口分布的贡献效益逐步递减；土地因素的回归系数仅2000年在山区北部为正值，并在2020年回归系数发生骤降，说明土地资源对人口分布的制约作用大幅减弱。

在当今新型城镇化和乡村振兴背景下，人口分布格局是在多种因素的综合作用下形成，今后研究可以增加自然地理环境、教育、政策等影响人口分布格局的重要因素，进而更加全面探究自然环境、社会等因素对人口分布的影响，从而促进山区人口分布与其资源相对承载力等相适应。加强精细化数据的利用和分析，本文以县域为研究单元，未来可细化到乡镇，结合微观尺度上不同地理因素对山区人口分布影响的异质性。同时，随着高德、百度等APP的应用，有助于获得人口迁移大数据，未来的研究可以结合人口迁移数据，更加全面地分析人口迁移对人口分布的动态影响。