洪舒蔓1,郝晉珉
(1.西南民族大學 管理學院,成都 610041;2.中國農業大學 土地科學與技術學院,北京 100193;3.國土資源部農用地質量與監控重點實驗室,北京 100193)
人口空間結構是指特定區域內人口分布的集聚或擴散趨勢[1],代表區域社會經濟活動的強弱程度[2],它不僅對區域資源配置、經濟發展、產業布局等方面有重要影響,還可為區域空間組織和結構的調整提供參考[3,4]。長期以來,國內外學者常采用人口密度模型來描述人口密度的時空變化,并根據變化過程當中隱含的基本特征和發展趨勢建模,以此明晰區域人口的空間結構形態及其演變規律。國外學者的研究著重于城市人口密度模型[5,6],而我國鄉村人口占總人口的比重相對較大,因此對更大范圍的區域人口密度模型進行研究就很有必要。
20世紀80年代中期,Parr在總結區域人口密度分布一般特征的基礎上提出了多種區域人口密度模型,并指出區域人口密度模型可有效反映區域人口密度變化趨勢,適宜評價區域空間結構及其變化趨勢[7]。Wang[2]、Barkley[8]相繼將對數函數、三次樣條回歸函數應用于區域人口密度分布擬合的研究,并分析了區域空間結構及其變化情況。總體上,這一階段的人口密度模型研究取得了一定成果,但大多側重于對單中心區域密度函數的研究。20世紀90年代以來,隨著我國城鎮化、工業化高速發展,人口密度的空間演變處于最為劇烈的時期,區域空間結構逐步由簡單的單中心結構向復雜的多中心結構轉變[9]。而多中心的共同作用和相互影響使區域人口密度的空間分布特征及其演變趨勢復雜化,僅憑單中心密度函數是無法準確地描述區域人口密度不同方向的差異的。因此,相關學者嘗試采用多中心區域密度函數來揭示區域人口密度的空間結構特征及演變規律,并取得一系列具有代表性的成果[10,11]。
值得注意的是,在采用多中心區域密度函數進行研究時,準確識別中心城市的數量和位置不僅是詮釋多中心空間結構的重要前提,也決定著人口密度模型最終分析結論的準確性。已有研究多采用局部Moran′s I指數法確定和識別區域中心城市,該方法擅于把屬性相似或相異觀察值的集聚狀況有效識別出來,但不能明確指出這些集聚變量屬性值的高低;而同屬于局部統計方法的局部G統計法則能彌補Moran′s I指數法的不足,可有效識別出集聚變量屬性值的高低[12],且目前采用該方法識別中心城市數量和位置的研究較為鮮見。
黃淮海平原是我國面積最大、人口最密集的平原地區。作為我國主要的糧食生產基地和北方發展程度最高的經濟核心區,黃淮海平原的區域發展歷來處于不平衡態勢,在耕地保護與城市化發展方面存在突出矛盾。因此,如何構建合理空間結構和優化資源配置是促進區域平衡發展、解決人地矛盾的關鍵,而這一切必須建立在深入認識和了解黃淮海平原人口密度空間結構及其演變特征的基礎之上。綜上所述,本研究采用局部G統計方法探測黃淮海平原人口密度中心城市,應用多中心區域密度函數分析黃淮海平原人口密度的空間結構及演變特征,明晰區域空間結構的發展階段和演化趨勢,為區域構建合理的空間結構、優化資源配置提供參考。
黃淮海平原為黃河、淮河、海河流域平原的簡稱,也稱“華北平原”。黃淮海平原位于113°E至東海岸線,32°00′—40°30′N之間(圖1)。東與渤海、黃海相接,包括魯中南山地;西至太行山、秦嶺的東麓;南以江淮流域的低分水嶺為界,與桐柏山、大別山的北麓相鄰;北接燕山山脈南麓。2015年黃淮海平原的土地面積約36.83萬km2,占全國土地總面積的3.87%;總人口約2.51億人,占全國總人口的18.25%。從行政范圍來看,黃淮海平原涉及北京、天津、河北、山東、江蘇、河南、安徽5省2市內311個縣市區。黃淮海平原屬于大陸性季風氣候,交通便捷、工業基礎雄厚,一直以來就是我國人口最密集的區域之一,同時又是我國政治、經濟、文化中心所在地,在我國經濟發展格局中具有十分重要的戰略地位。

圖1 黃淮海平原區位
對我國而言,以分析區域人口密度時空分布為目的的研究,一般采用常住人口指標會比戶籍人口指標更具代表性,它能更準確地反映了一定時間內居住在區域內的人口總數,可更準確地詮釋區域人口總量現狀[13]。常住人口包括常住戶籍人口、暫住人口和暫無戶口的人口三部分。由于暫無戶口的這部分人口數據偏少,進行相關討論時可忽略。本文常住人口數量主要由常住戶籍人口和暫住人口兩部分組成。1990年、2000年、2010年總人口數量為國家統計局公布的相應年份人口普查數據的常住人口數量,2015年總人口數量采用全國1%人口抽樣調查數據的常住人口數量。
本文主要以郝晉珉劃定的黃淮海區域范圍為參考[14],在保證縣級行政區完整性的基礎上,選取縣(縣級市、區)及合并以后的地級以上城市市區共計311個縣級單元作為研究區域,采用的行政區劃矢量數據來源于中國基礎地理信息數據。由于本文主要研究區域人口密度的時空演變問題,為保證時空尺度對比分析的準確性,數據處理時以2010年行政區劃邊界為基準。1990—2015年黃淮海平原存在行政區劃調整的客觀情況,根據具體的行政區劃調整狀況,在對1990年、2000年、2015年人口數據進行處理時統一以2010年行政區劃范圍為準,從而使人口數據與空間數據相匹配。

(1)

多中心區域密度函數:人口密度分布的異質性研究主要在城市和區域兩個層面進行[20]。城市人口密度函數研究主要關注城市人口分布與城市結構變化的關系。1951年Clark開創性地將負指數函數用于描述城市人口密度隨距離衰減的規律,首次開啟了城市人口密度函數的實證研究[21]。1985年Parr指出區域包含城市和非都市區(通常指都市區周圍地區)的范圍,雖然負指數函數能較好地解釋城市內部的人口密度分布,但在城市以外的地區人口密度隨距離的衰減特征并不符合負指數函數,更接近于Pareto函數。因此,Parr認為對整個區域而言可能存在一個統一的密度函數形式,并指出對數正態分布函數和平方根負指數函數描述區域人口密度特征最佳[7]。其中,對數正態分布函數適用于描述發達國家高度城市化區域的人口密度模式。由于我國屬于發展中國家,采用平方根負指數函數來描述黃淮海平原人口密度分布特征更為準確,公式為:
Dx=D0exp(ax0.5) (x≥0;a<0)
(2)
式中,Dx為距區域中心x處的人口密度;x為到區域中心的距離,采用ArcGIS歐氏距離度量工具獲取;D0和a為模型參數,分別代表區域中心人口密度的估計值和人口密度梯度,人口密度梯度是反映人口密度隨著離中心距離增加而降低的程度。但Parr提出的區域密度函數主要是針對單中心區域,只考慮單一中心城市對區域人口密度分布的影響,詮釋多中心區域的人口密度變動趨勢則具有局限性。1989年,Heikkila等認為如果不同中心城市的影響力或功能既可互相代替又可互相補充,則多中心密度函數為相關中心的作用力之和[22],并在平方根負指數函數基礎上進一步提出多中心模型,其公式為:
(3)
式中,m代表區域空間單元的數量;n為區域中心城市數量;Dm為空間單元m的人口密度值;xmn為空間單元m到中心城市n的距離。D0值的變化反映中心城市人口密度的變化狀況;a值的變化反映研究區域人口密度的變化狀況。|a|值增大,表示區域人口呈向心集聚態勢;|a|值減小,表示區域人口呈由中心城市向外擴散的態勢[10]。
人口密度差異和變化顯著:分析人口密度值大小有助于揭示人口分布基本特征和衡量人口分布地區差異。由表1可知,1990—2015年黃淮海平原人口密度值整體差異顯著,如1990年各區縣人口密度最高值達25545人/km2,最低值僅為127人/km2,相差200倍左右。同時,黃淮海平原城市市區和市區以外的區縣人口密度值差異也十分顯著,人口密度的高值區(>6000人/km2)基本位于平原城市市區內,而城市市區以外區縣(除北京)人口密度基本小于2000人/km2,呈現從城市市區到周邊區縣人口密度值快速降低的特征。

表1 1990—2015年黃淮海平原人口密度情況(人/km2)
從人口密度值變化來看,黃淮海平原人口密度值的均值和標準差均為增長趨勢,說明近25年來黃淮海平原人口密度的增長態勢和分布差異在加劇。一方面,黃淮海平原人口密度值大小隨著時間變化顯著增長,均值由1990年的884人/km2增加到2015年的1266人/km2。另一方面,黃淮海平原人口密度最大值由1990年的25545人/km2增加到2015年的29097人/km2,分別為北京市區和天津市區;人口密度最小值則由1990年的127人/km2增加到2015年的141人/km2,均為位于黃河入海口的墾利縣。此外,1990—2015年黃淮海平原人口密度高值區縣(>6000人/km2)由1990年的2個增加到2015年的10個,包括北京、天津、石家莊等城市市區和朝陽、海淀、豐臺等區縣;人口密度低值區縣(<300人/km2)則由1990年的11個減少到2015年的9個(表2),包括墾利、確山、沾化等區縣。

表2 1990—2015年黃淮海平原不同等級人口密度的區縣數量(人/km2,個)
人口密度空間分布不均衡:總體而言,1990—2015年黃淮海平原人口密度空間分布一直處于不均衡態勢,且不均衡性在逐漸加劇。由圖2可知,黃淮海平原人口集中地區整體呈現與黃淮海平原交通線路分布趨于一致的特征,緣于交通設施是引導、支撐和保障城市發展的重要因素,城市的快速發展不斷吸引人口集聚,從而形成人口密集區域。如2015年沿京廣線和G4高速公路分布有北京—保定—石家莊—邯鄲—鄭州人口高值廊道,沿京滬線和G3高速公路分布有北京—天津—濟南—徐州人口高值廊道。人口稀少地區則主要位于平原中北部和東部的黃河三角洲內。相對整個區域來講,黃淮海平原中北部、東部的黃河三角洲歷來是黃河下游洪水長期泛濫、波動的區域,該區域城市發育動蕩,對人口集聚作用有限[14]。由此可見,雖然近代社會人類對黃河進行了一系列的人為約束和限制活動,但自然環境長期作用的結果還是不可忽視,對現代人口的空間布局仍產生了重要影響。

圖2 1990—2015年黃淮海平原人口密度空間分布情況
城市人口密度模型的有關研究通常將人口密度峰值區確定為城市中心[23],本文借鑒該方法來確定黃淮海平原人口密度中心城市,從人口密度高值集聚區中選取密度最高點(熱點)為中心城市。數據分析時對常住人口進行取對數處理,主要是為消除各區域人口規模數量級差異較大造成的影響。


圖3 1990—2015年黃淮海平原人口密度指數
識別結果表明,1990年黃淮海平原的高值顯著集聚區有5個,分別以北京市區、天津市區、石家莊市區、邯鄲市區、徐州市區為中心,共包含13個縣市區,且以保定市區、鄭州市區為中心的區域人口密度分布也開始呈現出高值集聚態勢,但還未達到統計顯著水平。隨著城市化進程的展開,2000年黃淮海平原人口密度高值顯著集聚區新增兩個區域,包括以保定市區、鄭州市區為中心的區域,共包含18個縣市區。到2010年、2015年,黃淮海平原人口密度的空間分布格局與2000年的空間分布格局基本保持一致,仍是7個人口密度熱點區,只是所包含的縣市區范圍有所增加,截至2015年共計22個。總體而言,自2000年以來黃淮海平原就形成了穩定的7個人口密度高值顯著集聚區,集聚范圍隨著人口密度的增長而有所擴大。
黃淮海平原中心城市選取:隨著城鎮化、工業化的高速發展,1990—2015年黃淮海平原人口數量快速增長,共增加4945.06萬人。其中,黃淮海平原7個人口密度熱點區人口數量也在大幅增長,共增加1960.35萬人,占黃淮海平原人口總增量的39.64%(表3),說明這些地區基本主導了黃淮海平原的人口分布趨勢,也為多中心區域密度函數的實證應用構建了基礎。進一步分析可知,1990—2015年黃淮海平原7個熱點區的人口快速增長主要源于外來人口大量遷入[24],且該類地區受經濟社會發展水平的影響,人口主要集聚在市區并以市區為中心吸納周邊人口,對周邊地區形成較明顯的虹吸效應。本研究選取這7個熱點區為黃淮海平原人口密度中心,且同一熱點區內只選取人口密度最大的區縣作為中心城市。因此,黃淮海平原人口密度中心城市主要包括北京市區、天津市區、保定市區、石家莊市區、邯鄲市區、鄭州市區、徐州市區7個市區,中心城市的準確識別可為多中心區域密度函數分析區域人口空間結構及演變特征奠定有效的基礎。

表3 1990—2015年人口密度熱點區新增人口情況
黃淮海平原人口空間結構及演變:采用多中心平方根負指數函數對7個中心城市分別對1990年、2000年、2010年、2015年人口進行密度擬合。由于多中心平方根負指數函數是非線性的,參數估計采用非線性最小二乘法[10],主要擬合結果見表4。結果顯示,黃淮海平原1990年、2000年、2010年、2015年平方根負指數函數擬合優度(R2值)達到0.9以上,說明黃淮海平原多中心空間結構基本形成,7個中心城市完全解釋了區域人口密度的分布狀況。理論上,中心城市的經濟發展通過一系列復雜的空間動態過程(即資本、商品和服務、信息和技術、人口等要素的區際流動)影響周邊(郊區和鄉村)地區[25]。如果影響結果表現為中心城市人口增長速度高于周邊地區,則稱為集聚階段,反之如果周邊地區人口增長速度快于中心城市,則稱為擴散階段。多中心平方根負指數函數能很好地描述區域人口密度分布的這一特征,D0值大小可反映中心城市人口密度的變化,|a|值的變化可詮釋中心城市與周邊地區不同方向上人口密度的演變模式,|a|值降低說明人口呈現向外擴散的趨勢,|a|值增加說明人口呈現向心集聚的趨勢。

表4 1990—2015年黃淮海平原多中心密度函數擬合結果
注:參數估計的顯著性水平為p<0.05。
根據擬合結果(表4),1990—2015年黃淮海平原7個中心城市中除北京市區1990—2000年人口密度擬合值D0下降外,其他中心城市均保持增加趨勢;人口密度梯度|a|值除北京市區、天津市區表現為逐漸降低外,其他中心城市均表現為持續增加。綜合1990—2015年D0值和a值的變化,可將黃淮海平原人口空間結構演變特征劃分為三種模式:一是去中心化擴散模式,如1990—2000年的北京市區,表現為中心區人口密度和密度梯度均降低;二是中心增長型擴散模式,如2000—2010年的北京市區和1990—2015年的天津市區,表現為中心區人口密度增加,密度梯度降低;三是向心集聚模式,包括2010—2015年的北京市區和1990—2015年的石家莊市區、保定市區、邯鄲市區、鄭州市區和徐州市區,主要特征為中心人口密度和密度梯度均保持增加狀態。由此可知,自20世紀90年代后,黃淮海平原人口空間結構呈現集聚和擴散并存的發展趨勢。值得注意的是,國外發達城市的人口擴散是為了逃離社會、環境問題嚴重的中心區,其結果是導致中心區衰敗[26]。但是2000—2010年的北京市區、1990—2015年的天津市區則表現為中心增長型擴散。根據該類地區暫住人口的變化可知區域人口增長主要來源于外來人口,雖然增長速度在降低,但中心區對外來人口仍具有吸引力(表5)。進一步分析發現,該類地區人口擴散更多是受到土地制度改革、舊城改造等因素的影響。自1990年開始,由于土地價格、土地供給制度、土地產權制度等在內的國家土地制度改革,北京市區、天津市區第二產業向外擴散現象較普遍,大量位于中心區的工廠、倉庫外遷到城市郊區,帶動中心地區人口和外來勞動力向郊區集聚[27]。此外,同時期北京市區、天津市區大規模推動的舊城改造對人口向周邊地區擴散也起到了重要推動作用,其中北京市區1990—1994年、2005—2010年通過舊城改造分別轉移常住戶籍人口16.8萬人和7.2萬人到郊區[28],轉移人口總量占北京市區1990—2010年常住戶籍人口減少總量的54.70%。但是1990—2010年北京市區、天津市區常住戶籍人口的減少速度在逐漸降低,甚至從2010年開始常住戶籍人口已呈增加態勢(表5),說明工廠搬遷、舊城改造對人口擴散的作用強度在逐漸減弱。雖然工業搬遷能帶動一定數量人口外遷,但北京市區、天津市區以第三產業為主的經濟職能在加強,對外來人口仍具有巨大的吸引力;加上2010年北京市區、天津市區的舊城改造工作逐漸完成,人口外遷數量呈逐漸減少態勢。由此可見,黃淮海平原中心城市人口擴散依賴的外遷動力是被動的、有組織的,與國外發達城市的自發性外遷顯著不同。

表5 1990—2015年中心城市人口變化情況(萬人,%)
本研究采用局部G統計方法探測黃淮海平原人口密度熱點區,在此基礎上確定區域人口密度中心城市的數量和位置,同時應用多中心平方根負指數函數探討黃淮海平原人口空間結構及演變特征。分析結果表明:自20世紀90年以來黃淮海平原主要以城市市區為中心集聚人口,多中心空間結構基本形成,7個中心城市基本主導了區域人口密度的空間分布趨勢,包括北京市區、天津市區、石家莊市區、邯鄲市區、保定市區、徐州市區和鄭州市區。不同層次的中心城市人口空間結構演變模式不同:一是去中心化擴散,主要為1990—2000年的北京市區,表現為中心區人口密度和密度梯度均降低;二是中心增長型擴散,包括2000—2010年的北京市區和1990—2015年的天津市區,表現為中心區人口密度增加,密度梯度降低;三是向心集聚,包括2010—2015年的北京市區和1990—2015年的石家莊市區、保定市區、邯鄲市區、鄭州市區和徐州市區,中心人口密度和密度梯度均保持增加狀態。
多中心平方根負指數函數能夠綜合考慮多個中心城市對區域人口密度分布的影響,因此相對傳統統計方法更能準確反映區域人口密度的變化趨勢,是分析人口空間結構及演變趨勢的有效工具。再加上局部G統計方法不僅能揭示局部地區人口密度高值或低值在空間上的集聚趨勢,還能區別不同人口集聚區的統計顯著水平,從而可以準確識別中心城市的位置和數量。因此,本研究引入局部G統計方法不僅大大提高了識別中心城市的精確度,還為多中心平方根負指數函數準確模擬區域人口空間結構形態奠定了基礎。
區域人口密度的空間分布特征是詮釋區域發展階段和發展方向的重要基礎。1990—2015年,黃淮海平原多中心空間結構特征顯著,人口處于集聚和擴散并存的空間發展趨勢,各中心城市發展階段和程度存在著差異。雖然區域內主要中心城市北京、天津已呈現擴散型空間結構特征,但中心區人口集聚力仍然很大,亦不斷帶動周邊地區集聚人口;次一級中心城市如石家莊、邯鄲、保定、徐州、鄭州則呈現向心集聚的空間結構特征,中心區不斷吸納周邊地區的人口。但黃淮海平原中心城市人口擴散的模式和強度更多地受到土地制度改革、舊城改造等被動的、有組織的因素影響,且人口擴散的強度在逐漸減弱。從區域層面來講,如果不能顯著改善北京、天津與其他中心城市的發展差距,人口還將繼續保持向該類地區集聚乃至過度發展的趨勢,如2010—2015年北京已經呈現向心集聚的空間結構特征,中心區大量吸納周邊地區的人口及資源。因此,為了構建合理的空間結構、優化資源配置、促進黃淮海平原平衡發展,除了要遵循區域發展的自身規律外,還需改善和調節主要中心城市人口過度集聚的趨勢,通過相關政策措施加快次級中心城市的發展能力以促進其人口集聚,縮小其與主要中心城市的發展差距。此外,為保證研究的時效性,本文選取2015年全國1%人口抽樣調查數據的常住人口作為2015年總人口數據來源,雖然與其他年份人口數據的統計口徑有所差異,但基本上能反映出黃淮海平原人口空間結構演變的特征,結論較準確并符合實際,未來可進一步驗證。但本研究基于縣級尺度研究區域人口空間結構,對黃淮海平原人口空間結構的局部細節分析稍顯不足,以后可采用更小尺度的地理單元數據進行研究。