东南沿海传统村落人口外流格局及驱动机制的微观研究

金 淘,芮 旸,2*,林 静 怡,王 玲,罗 飞

(1.西北大学城市与环境学院,陕西 西安 710127;2.陕西省地表系统与环境承载力重点实验室,陕西 西安 710127)

0 引言

人口迁移是中国改革开放以来规模最大、影响深远的地理过程之一[1],是人口地理学的核心研究主题之一[2],受到国内外地理学界的共同关注。2000年以来,中国人口流动的空间模式总体保持稳定,呈现出以乡城迁移、省内近距离流动和向东南沿海地区集聚为主导的特点[3],浙闽粤等沿海发达省份一直是省际人口迁移的主要目的地[4]。然而,人口流动格局具有尺度依赖性,省级尺度的宏观空间模式往往会掩盖人口流入省份内部的“核心—外围”二元结构,省内人口更易从相对欠发达的城市群外围乡村地域就近流入核心城市[5],广东、福建等沿海省份省内迁移的持续增强已成为中国人口迁移流动格局的重要变化[6];县市尺度流动人口地域类型的演化格局亦显示,净流出活跃型县市在珠三角和长三角2个人口流入高度集聚区外围连片分布[7];从乡村尺度人口流动格局看,人口净流出且外流率高的县级和乡级行政区主要分布在东南沿海省份,形成了浙西南—闽西人口流出连绵区[8,9]。

综上,现有关于人口流动格局的研究已取得丰硕成果,但从研究尺度看,全国、区域或省域范围主要以县级以上尺度为基本单元[10-12],难以精准揭示村庄这一微观层面的人口流动特征,而村级尺度的研究又是基于典型县市和小样本[13-15],难以揭示宏观的区域性特征;从研究内容看,已有文献主要聚焦省际人口迁移格局和流动(流入)人口分布格局[16-19],对乡村人口外流格局较少涉及;从研究区域看,现有研究更关注中西部人口流出地区[11,13,14],对东南沿海等典型人口流入地区鲜有探讨;从影响因素分析方法看,或采用线性回归模型开展定量测度[8,13,20],或借鉴人口迁移的经典理论(如“推—拉”理论和移民网络理论[21])进行定性解释[22,23],地理学色彩不明显;从研究对象看,现有研究已注意到不同村庄在人口流出方面的异质性[14,20],但对特定类型村庄聚焦不足,对人口流失影响国家文化安全的传统村落重视不够。

鉴于此,本文以东南沿海人口高净流入、传统村落富集的浙闽粤三省为研究区域,以959个国家级传统村落为研究样本,综合运用最近邻指数、标准差椭圆、加权核密度估计、克里金插值和探索性空间数据分析等方法,在村级尺度上更精细地刻画传统村落人口外流的多维空间格局;应用地理探测器剖析传统村落人口外流的影响因子及驱动机制,以期丰富乡村人口流动格局研究,为东南沿海传统村落人口流失的有效治理提供科学参考。

1 数据与方法

1.1 研究样本与数据来源

鉴于村级人口数据的可获取性,本文以第四、五批列入中国传统村落名录的村落为研究样本,数据来源于中国传统村落数字博物馆(http://www.dmctv.cn)。浙闽粤三省内共有966个样本,剔除数据不完整的样本后得到959个有效样本。样本户籍人口、常住人口和始建年代等属性数据来源于住房和城乡建设部网站关于第四批和第五批拟列入中国传统村落名录的村落基本情况的公示文件;经纬度坐标通过百度地图API和OSpider V3.0.1地址解析软件获取,并在ArcGIS中进行空间匹配和拓扑检查;省市行政边界、省道等数据来源于国家基础地理信息中心(http://www.ngcc.cn)提供的1∶400万矢量地图数据库。

影响因子相关数据中,DEM数据来源于地理空间数据云(http://www.gscloud.cn),分辨率为90 m,用于提取村落海拔、坡度和地形起伏度;河流、耕地、农田生产潜力等数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn);城区人口数据来源于《中国城市建设统计年鉴(2021)》;GDP、人均GDP、第一产业增加值、城镇居民人均可支配收入、农村居民人均可支配收入等县级经济数据来源于浙闽粤三省2021年统计年鉴。由于缺乏样本村落的行政边界数据和经济数据,本文参考文献[24],利用ArcGIS的渔网工具创建4 km×4 km网格,实现统计单元由县级行政区向网格转换,将传统村落所在网格的经济数据统计值赋予该村落。

1.2 测度指标

人口流动现象通常从规模和强度两方面衡量[25]。考虑到人口净流出规模在研究样本之间的显著差异(变异系数高达545.95%),为符合数理统计要求,本文采用反映样本人口流动强度而非规模的人口外流率Oi(式(1))[5,26]分析东南沿海传统村落的人口外流现象。Oi<0时,样本i为净流入型村落;Oi=0时,样本i为流动平衡型村落;Oi>0时,样本i为净流出型村落。本文根据同类研究的分级标准[5,27],基于人口外流率将净流出型村落细分为轻度外流型(人口外流率小于5%)、中度外流型(人口外流率在5%与该类型村落平均值之间)和重度外流型(人口外流率大于该类型村落平均值)3类。

Oi=(1-Pi/Hi)×100%

(1)

式中:Hi和Pi分别为样本i的户籍人口和常住人口。

1.3 研究方法

1.3.1 最近邻指数 最近邻指数是反映点状要素空间分布相互邻近程度的常用指标[28],用于判断和比较不同类型传统村落分布的空间集聚程度,可通过ArcGIS空间统计工具箱的平均最近邻工具获取。

1.3.2 加权标准差椭圆 标准差椭圆能精确揭示地理要素分布整体特征[5],其面积、扁率、范围、转角、平均中心和长短轴等参数分别反映要素分布的集聚性、方向性、主体区域、主导方向、重心和在主次方向上的离散程度。本文选择1个标准差的范围(包含68%的样本数量),基于样本的空间位置进行加权计算和空间可视化,揭示东南沿海传统村落人口外流格局的系列特征。因权重值不能为负,采用自然断点法将全部样本按人口外流率从高到低划分为9级,并以等级数值为权重对样本赋值。

1.3.3 加权核密度估计 普通的核密度模型仅能表达传统村落的空间分布密度,难以区分传统村落的人口外流程度,本文将样本按人口外流程度由高到低划分为3级,分别赋权0.6、0.3和0.1,进行加权核密度估计[29],以识别东南沿海传统村落高密度分布且人口高强度外流的核心区。带宽对核密度估计结果有重要影响[24],本研究经多次对比调试后将带宽确定为40 km。

1.3.4 克里金插值 克里金插值法能充分考虑数据的空间自相关性,实现对未知点取值的无偏最优估计[30]。本文采用该方法将有限且离散的点数据插值成连续的面数据,以期准确模拟东南沿海传统村落人口外流的空间分异格局。

1.3.6 地理探测器 地理探测器用于揭示地理现象空间分异性及其驱动力,包括4个子探测器[32],本文运用其中的因子探测器和交互探测器明晰东南沿海传统村落人口外流异质性的显著影响因子及其驱动力,判断两个因子间是否存在交互作用及其作用类型和强度。因子驱动力通过q值(式(2))度量[33],q值范围为[0,1],数值越大,表明自变量对因变量的解释力越强。应用地理探测器需要先借助数据探索性分析或专业知识筛选自变量[32],且不能指明自变量的作用方向,故先进行相关分析。地理探测器建立的因变量与自变量之间关系比经典线性回归模型更可靠,统计效力更强,能强烈揭示因果关系,并探测各因子间的交互作用,利用该方法可探测村落始建年代等定性数据,能混合分类变量和数值变量进行分析。

(2)

2 东南沿海传统村落人口外流的多维格局

东南沿海传统村落的人口流动以流出为主,研究样本人口外流率均值为23.08%,平均净流出人口275人;样本中有净流出型村落772个(图1),其中轻度外流型45个、中度外流型372个、重度外流型355个,总占比为80.50%,明显居于主体,而净流入型村落和流动平衡型村落分别仅有120个和67个。

注:审图号为GS(2020)4630,底图无修改,下同。

2.1 空间集聚格局

首先,计算得到研究总样本和净流出型样本的最近邻指数分别为0.547和0.541(均在0.01水平上显著),发现两者空间集聚明显,且人口外流的传统村落分布更集中;进一步计算得到轻度外流型、中度外流型和重度外流型村落的最近邻指数分别为0.827、0.616和0.631(均通过显著性检验),可知人口外流强度高的传统村落集聚强度也高。其次,基于人口外流率分级结果赋权的样本位置点,运用标准差椭圆方法计算得到总样本的加权标准差椭圆参数,并将结果可视化(图2a)。①椭圆面积约占研究区陆地面积的35.71%,短半轴长度(120.75 km)不到长半轴(380.42 km)的1/3,反映出东南沿海传统村落人口外流的强集聚性和向心力;②从椭圆范围和中心看,东南沿海传统村落人口外流的主体区域在浙江和福建两省内,与浙闽山地丘陵区大体重合,重心落在闽北山区南平市的建瓯市,折射出地形因素的影响;③从椭圆扁率、转角和长轴看,传统村落人口外流的方向性显著(扁率达0.68),主导方向为“东北—西南”(转角40.31°),与斜贯浙闽两省的主要山脉(括苍山—洞宫山—鹫峰山—玳瑁山)走向基本一致。最后,利用加权核密度分析方法进一步识别样本密度和人口外流强度“双高”的核心区,结果(图2b)显示,东南沿海传统村落空间集聚和人口辐散中心仅有1个,呈现“单核”结构,与标准差椭圆分析结果一致(图2a),这一核心区正位于东南沿海传统村落人口外流的主体区域内和主导方向上,地处浙西南山区的丽水市,紧邻浙闽边界。可见,山区尤其是省际交界处的山区是东南沿海传统村落人口流失的核心源区。

图2 东南沿海传统村落人口外流的空间集聚格局

2.2 空间分异格局

进一步统计不同海拔和坡度样本的平均人口外流率和净流出型村落数量占比,结果如图3所示。由图3可知,东南沿海传统村落人口外流的垂直地带性规律和坡度分异特征明显,随着海拔升高和坡度增大,传统村落的人口外流情况总体越趋严重和普遍。当海拔高于200 m、坡度大于5°时,净流出型村落数量占比达80%以上,人口流失现象广泛存在;当海拔高于1 000 m、坡度大于35°时,传统村落的人口外流现象加剧。

图3 东南沿海传统村落人口外流的地形分异特征

本文采用克里金法进行空间插值,直观刻画东南沿海传统村落人口外流的空间分异格局,结果(图4a)显示,东南沿海传统村落人口外流率的地域差异显著,空间形态复杂,不具有水平地带性分布规律。①传统村落人口外流率高值区为主体,最高值区范围北至浙东沿海的宁波,南到粤东北的梅州,中沿闽中大山带和闽江干支流散布,次高值区广泛分布于浙东与粤西之间,环聚在最高值区外围;②传统村落人口外流率的中低值区连片分布在浙中、浙北和珠江三角洲地区,同时在闽东南和粤东沿海地带也有断续分布。

图4 东南沿海传统村落人口外流的空间异质性

2.3 空间关联格局

基于样本的位置信息和人口外流率,运用GeoDa软件进行空间自相关分析,通过999次置换提升结果稳健性。结果显示,研究区样本人口外流率的Global Moran′s I为0.082,正态统计量Z值为3.753,通过1%水平的显著性检验,表明东南沿海传统村落人口外流的空间正相关特征显著,某村落人口外流会受相邻村落的正向影响,人口外流率相近的传统村落趋于集聚分布。鉴于全局评估会掩盖局部状态的不稳定性,进一步应用ArcGIS的热点分析工具揭示样本人口外流率分布的局域异质性,结果(图4b)显示:东南沿海传统村落人口外流热点有169个,成簇团聚于浙南和浙闽边境,尤其是洞宫山脉;冷点有157个,集中分布在金衢盆地和珠江三角洲;次热点数量最多,有375个,多集聚在东南沿海丘陵地区;次冷点有258个,在浙闽粤三省均有分布。

3 东南沿海传统村落人口外流的驱动机制

3.1 变量选取与相关分析

乡村人口的外流通常源于生态推力,明显受到城乡和区域发展不平衡效应的牵引,是多因素耦合作用和循环累积的结果。本文遵循科学性、系统性和可行性原则,参考文献[8,14,24]并结合研究区实际,从资源环境、地理区位和社会经济3个维度选取18项解释变量(表1),表征传统村落人口外流的影响因素。

由于皮尔逊相关分析要求变量类型为连续型数值变量,本文对除始建年代(属分类变量)外的17个解释变量与传统村落人口外流率进行相关分析(表2),其中10个变量通过了显著性检验。整体看,东南沿海传统村落的人口外流与3个维度的解释变量均相关,但与资源环境变量的相关性更显著。①资源环境维度的6个变量中仅水网密度未通过显著性检验,海拔、坡度和地形起伏度3个地形变量与东南沿海传统村落的人口外流强度均呈显著正相关,人均耕地面积和农田生产潜力2个反映农业资源禀赋的变量则为负相关;②地理区位维度的6个变量中仅到省界的距离和到县级行政中心的距离通过了显著性检验,其中前者与传统村落的人口外流呈负相关,后者则发挥正向作用;③社会经济维度的变量中,经济发展水平和农业经济比重与传统村落人口外流的相关性并不显著,经济规模和农民收入水平对于人口外流有明显抑制作用,城乡居民收入差距则加剧人口外流。

表2 变量相关分析结果

3.2 影响因子的地理探测

3.2.1 因子探测 本文以传统村落的人口外流率(Y)为因变量,以与其显著相关的指标及始建年代共11个因子为自变量,应用地理探测器进行因子探测。根据地理探测器使用要求,先综合分类算法、专家知识和前文分析结果对自变量进行离散化处理,将各因子转化为类型量。其中,海拔的分类断点为200 m、500 m、1 000 m,坡度的分类断点为0.5°、2°、5°、15°、35°,始建年代划分为元代及以前、明代、清代和清代以后4类,其余变量均采用自然断点法分为8类。因子探测结果(表3)显示,海拔、坡度、地形起伏度、人均耕地面积、到县级行政中心的距离、经济规模和农民收入水平7个因子通过了显著性检验,表明东南沿海传统村落人口外流率的分异是地形条件、人地关系、城村联系和经济收入因素显著作用的结果,受边缘区位、建村历史、耕地生产潜力和城乡收入差距的影响较弱且不明显。其中,人均耕地面积是决定人口外流程度村际差异的主导单因子,解释力为14.9%,远高于其他因子。

表3 因子探测结果

3.2.2 交互探测 鉴于各因子对传统村落人口外流的影响可能并非独立作用,进一步运用交互作用探测器对通过显著性检验的7个因子之间的关系进行评估,结果(表4)表明,各显著因子间均存在交互作用,可产生放大效应,交互后的q值与单因子作用时相比均有不同程度的增加。除3个地形类因子两两交互后表现出双因子增强效应,其余因子对的作用类型均属于交互效应更显著的非线性增强型。人均耕地面积因子的协同作用最突出,与其他6个因子交互后的q值较单独作用均提高了数倍,对传统村落人口外流率分异的解释力均在40%以上,远高于其他交互作用组合(解释力均在10%以下);该因子与坡度、地形起伏度、海拔和农民收入水平4个因子交互后的q值高达0.82以上,表明人地关系与地形和收入因素的交互作用是东南沿海传统村落人口外流的主导驱动力。

表4 交互作用探测结果

3.3 作用机理及驱动机制

地理资本是地理区位与自然环境所形成的各类资本的集合[34],包括区位资本、生态资本、经济资本和政治资本[35]。本文借鉴地理资本论[35],认为乡村人口外流是地理资本缺失的结果,进而将经地理探测所得的7个显著因子归纳为生态资本、区位资本和经济资本3类,从地理资本视角探究各因子对东南沿海传统村落人口外流的作用机理(图5)。

图5 东南沿海传统村落人口外流的驱动机制

1)生态资本。生态资本对传统村落人口外流的影响主要通过海拔、坡度、地形起伏度等地形因子和人均耕地面积等资源因子显现,位于高山陡坡等复杂地形的传统村落农业生产和人居条件通常较差、人地矛盾相对突出,村民生计资本的提升和经济收入的增加等都受到不利生态环境的强约束,由此产生的生态推力和改善期望引致村民向外迁移流动。

2)区位资本。区位资本由到县级行政中心的距离表征,传统村落距离县域政治经济中心越远,交通越不便利,越难承接到城市的辐射带动作用和外溢效应,阻碍吸引和汇聚人流、物流、资金流与信息流以及享有优质的生产生活服务,因而发展越发受限并迫使村民为寻求更好的生活质量和机遇而外流。

3)经济资本。经济资本由经济规模和农民收入水平因子反映,经济因素主导和城乡移民差异是迁移的基本法则,乡村居民较城镇居民更富有移民的倾向[36]。因此,当传统村落的村级集体经济薄弱、留守村民收入较低时,就无法避免人口等要素资源被经济更发达、能提供更高收入水平和更多就业机会的地域所虹吸,容易陷入人口单向流出的困局。

4 结论

本文以浙闽粤三省为研究区,以959个国家级传统村落为样本,综合运用加权核密度估计、克里金插值和地理探测器等方法分析东南沿海传统村落人口外流的空间格局及其影响因素,结论如下:①东南沿海传统村落人口外流的地形分异和山区集聚格局显著,主导方向与主要山脉走向基本一致,主体区域与浙闽山地丘陵区大体重合,重心落在闽北山区,核心区位于浙西南山区,热点成簇分布在洞宫山脉。②东南沿海传统村落人口外流率的差异受到地形条件、人地关系、城村联系和经济收入等因素的显著作用,与边缘区位、建村历史、耕地生产潜力和城乡收入差距的关联较弱且不明显。③东南沿海传统村落的人口外流是海拔、坡度、地形起伏度、人均耕地面积、到县级行政中心的距离、经济规模和农民收入水平7个显著因子交互作用的产物,尤其是人均耕地面积因子非线性增强效应最强,是生态资本、区位资本和经济资本的函数。

基于研究结论得到如下启示:①在政策层面,应高度关注沿海经济发达、人口流入地区的乡村人口流失和传统村落衰退问题;②在区域层面,应将省际交界贫困山区的陡坡地带作为东南沿海传统村落人口流失治理的重点区域;③在实践层面,应通过改善传统村落交通区位和农业生产条件,促进土地适度规模经营,发展壮大村级集体经济,拓宽农民增收渠道,厚积生态资本、区位资本和经济资本,全面推动乡村振兴,扭转人口外流趋势。