洪舒蔓1,郝晋珉
(1.西南民族大学 管理学院,成都 610041;2.中国农业大学 土地科学与技术学院,北京 100193;3.国土资源部农用地质量与监控重点实验室,北京 100193)
人口空间结构是指特定区域内人口分布的集聚或扩散趋势[1],代表区域社会经济活动的强弱程度[2],它不仅对区域资源配置、经济发展、产业布局等方面有重要影响,还可为区域空间组织和结构的调整提供参考[3,4]。长期以来,国内外学者常采用人口密度模型来描述人口密度的时空变化,并根据变化过程当中隐含的基本特征和发展趋势建模,以此明晰区域人口的空间结构形态及其演变规律。国外学者的研究着重于城市人口密度模型[5,6],而我国乡村人口占总人口的比重相对较大,因此对更大范围的区域人口密度模型进行研究就很有必要。
20世纪80年代中期,Parr在总结区域人口密度分布一般特征的基础上提出了多种区域人口密度模型,并指出区域人口密度模型可有效反映区域人口密度变化趋势,适宜评价区域空间结构及其变化趋势[7]。Wang[2]、Barkley[8]相继将对数函数、三次样条回归函数应用于区域人口密度分布拟合的研究,并分析了区域空间结构及其变化情况。总体上,这一阶段的人口密度模型研究取得了一定成果,但大多侧重于对单中心区域密度函数的研究。20世纪90年代以来,随着我国城镇化、工业化高速发展,人口密度的空间演变处于最为剧烈的时期,区域空间结构逐步由简单的单中心结构向复杂的多中心结构转变[9]。而多中心的共同作用和相互影响使区域人口密度的空间分布特征及其演变趋势复杂化,仅凭单中心密度函数是无法准确地描述区域人口密度不同方向的差异的。因此,相关学者尝试采用多中心区域密度函数来揭示区域人口密度的空间结构特征及演变规律,并取得一系列具有代表性的成果[10,11]。
值得注意的是,在采用多中心区域密度函数进行研究时,准确识别中心城市的数量和位置不仅是诠释多中心空间结构的重要前提,也决定着人口密度模型最终分析结论的准确性。已有研究多采用局部Moran′s I指数法确定和识别区域中心城市,该方法擅于把属性相似或相异观察值的集聚状况有效识别出来,但不能明确指出这些集聚变量属性值的高低;而同属于局部统计方法的局部G统计法则能弥补Moran′s I指数法的不足,可有效识别出集聚变量属性值的高低[12],且目前采用该方法识别中心城市数量和位置的研究较为鲜见。
黄淮海平原是我国面积最大、人口最密集的平原地区。作为我国主要的粮食生产基地和北方发展程度最高的经济核心区,黄淮海平原的区域发展历来处于不平衡态势,在耕地保护与城市化发展方面存在突出矛盾。因此,如何构建合理空间结构和优化资源配置是促进区域平衡发展、解决人地矛盾的关键,而这一切必须建立在深入认识和了解黄淮海平原人口密度空间结构及其演变特征的基础之上。综上所述,本研究采用局部G统计方法探测黄淮海平原人口密度中心城市,应用多中心区域密度函数分析黄淮海平原人口密度的空间结构及演变特征,明晰区域空间结构的发展阶段和演化趋势,为区域构建合理的空间结构、优化资源配置提供参考。
黄淮海平原为黄河、淮河、海河流域平原的简称,也称“华北平原”。黄淮海平原位于113°E至东海岸线,32°00′—40°30′N之间(图1)。东与渤海、黄海相接,包括鲁中南山地;西至太行山、秦岭的东麓;南以江淮流域的低分水岭为界,与桐柏山、大别山的北麓相邻;北接燕山山脉南麓。2015年黄淮海平原的土地面积约36.83万km2,占全国土地总面积的3.87%;总人口约2.51亿人,占全国总人口的18.25%。从行政范围来看,黄淮海平原涉及北京、天津、河北、山东、江苏、河南、安徽5省2市内311个县市区。黄淮海平原属于大陆性季风气候,交通便捷、工业基础雄厚,一直以来就是我国人口最密集的区域之一,同时又是我国政治、经济、文化中心所在地,在我国经济发展格局中具有十分重要的战略地位。
图1 黄淮海平原区位
对我国而言,以分析区域人口密度时空分布为目的的研究,一般采用常住人口指标会比户籍人口指标更具代表性,它能更准确地反映了一定时间内居住在区域内的人口总数,可更准确地诠释区域人口总量现状[13]。常住人口包括常住户籍人口、暂住人口和暂无户口的人口三部分。由于暂无户口的这部分人口数据偏少,进行相关讨论时可忽略。本文常住人口数量主要由常住户籍人口和暂住人口两部分组成。1990年、2000年、2010年总人口数量为国家统计局公布的相应年份人口普查数据的常住人口数量,2015年总人口数量采用全国1%人口抽样调查数据的常住人口数量。
本文主要以郝晋珉划定的黄淮海区域范围为参考[14],在保证县级行政区完整性的基础上,选取县(县级市、区)及合并以后的地级以上城市市区共计311个县级单元作为研究区域,采用的行政区划矢量数据来源于中国基础地理信息数据。由于本文主要研究区域人口密度的时空演变问题,为保证时空尺度对比分析的准确性,数据处理时以2010年行政区划边界为基准。1990—2015年黄淮海平原存在行政区划调整的客观情况,根据具体的行政区划调整状况,在对1990年、2000年、2015年人口数据进行处理时统一以2010年行政区划范围为准,从而使人口数据与空间数据相匹配。
(1)
多中心区域密度函数:人口密度分布的异质性研究主要在城市和区域两个层面进行[20]。城市人口密度函数研究主要关注城市人口分布与城市结构变化的关系。1951年Clark开创性地将负指数函数用于描述城市人口密度随距离衰减的规律,首次开启了城市人口密度函数的实证研究[21]。1985年Parr指出区域包含城市和非都市区(通常指都市区周围地区)的范围,虽然负指数函数能较好地解释城市内部的人口密度分布,但在城市以外的地区人口密度随距离的衰减特征并不符合负指数函数,更接近于Pareto函数。因此,Parr认为对整个区域而言可能存在一个统一的密度函数形式,并指出对数正态分布函数和平方根负指数函数描述区域人口密度特征最佳[7]。其中,对数正态分布函数适用于描述发达国家高度城市化区域的人口密度模式。由于我国属于发展中国家,采用平方根负指数函数来描述黄淮海平原人口密度分布特征更为准确,公式为:
Dx=D0exp(ax0.5) (x≥0;a<0)
(2)
式中,Dx为距区域中心x处的人口密度;x为到区域中心的距离,采用ArcGIS欧氏距离度量工具获取;D0和a为模型参数,分别代表区域中心人口密度的估计值和人口密度梯度,人口密度梯度是反映人口密度随着离中心距离增加而降低的程度。但Parr提出的区域密度函数主要是针对单中心区域,只考虑单一中心城市对区域人口密度分布的影响,诠释多中心区域的人口密度变动趋势则具有局限性。1989年,Heikkila等认为如果不同中心城市的影响力或功能既可互相代替又可互相补充,则多中心密度函数为相关中心的作用力之和[22],并在平方根负指数函数基础上进一步提出多中心模型,其公式为:
(3)
式中,m代表区域空间单元的数量;n为区域中心城市数量;Dm为空间单元m的人口密度值;xmn为空间单元m到中心城市n的距离。D0值的变化反映中心城市人口密度的变化状况;a值的变化反映研究区域人口密度的变化状况。|a|值增大,表示区域人口呈向心集聚态势;|a|值减小,表示区域人口呈由中心城市向外扩散的态势[10]。
人口密度差异和变化显著: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区差异。由表1可知,1990—2015年黄淮海平原人口密度值整体差异显著,如1990年各区县人口密度最高值达25545人/km2,最低值仅为127人/km2,相差200倍左右。同时,黄淮海平原城市市区和市区以外的区县人口密度值差异也十分显著,人口密度的高值区(>6000人/km2)基本位于平原城市市区内,而城市市区以外区县(除北京)人口密度基本小于2000人/km2,呈现从城市市区到周边区县人口密度值快速降低的特征。
表1 1990—2015年黄淮海平原人口密度情况(人/km2)
从人口密度值变化来看,黄淮海平原人口密度值的均值和标准差均为增长趋势,说明近25年来黄淮海平原人口密度的增长态势和分布差异在加剧。一方面,黄淮海平原人口密度值大小随着时间变化显著增长,均值由1990年的884人/km2增加到2015年的1266人/km2。另一方面,黄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,分别为北京市区和天津市区;人口密度最小值则由1990年的127人/km2增加到2015年的141人/km2,均为位于黄河入海口的垦利县。此外,1990—2015年黄淮海平原人口密度高值区县(>6000人/km2)由1990年的2个增加到2015年的10个,包括北京、天津、石家庄等城市市区和朝阳、海淀、丰台等区县;人口密度低值区县(<300人/km2)则由1990年的11个减少到2015年的9个(表2),包括垦利、确山、沾化等区县。
表2 1990—2015年黄淮海平原不同等级人口密度的区县数量(人/km2,个)
人口密度空间分布不均衡:总体而言,1990—2015年黄淮海平原人口密度空间分布一直处于不均衡态势,且不均衡性在逐渐加剧。由图2可知,黄淮海平原人口集中地区整体呈现与黄淮海平原交通线路分布趋于一致的特征,缘于交通设施是引导、支撑和保障城市发展的重要因素,城市的快速发展不断吸引人口集聚,从而形成人口密集区域。如2015年沿京广线和G4高速公路分布有北京—保定—石家庄—邯郸—郑州人口高值廊道,沿京沪线和G3高速公路分布有北京—天津—济南—徐州人口高值廊道。人口稀少地区则主要位于平原中北部和东部的黄河三角洲内。相对整个区域来讲,黄淮海平原中北部、东部的黄河三角洲历来是黄河下游洪水长期泛滥、波动的区域,该区域城市发育动荡,对人口集聚作用有限[14]。由此可见,虽然近代社会人类对黄河进行了一系列的人为约束和限制活动,但自然环境长期作用的结果还是不可忽视,对现代人口的空间布局仍产生了重要影响。
图2 1990—2015年黄淮海平原人口密度空间分布情况
城市人口密度模型的有关研究通常将人口密度峰值区确定为城市中心[23],本文借鉴该方法来确定黄淮海平原人口密度中心城市,从人口密度高值集聚区中选取密度最高点(热点)为中心城市。数据分析时对常住人口进行取对数处理,主要是为消除各区域人口规模数量级差异较大造成的影响。
图3 1990—2015年黄淮海平原人口密度指数
识别结果表明,1990年黄淮海平原的高值显著集聚区有5个,分别以北京市区、天津市区、石家庄市区、邯郸市区、徐州市区为中心,共包含13个县市区,且以保定市区、郑州市区为中心的区域人口密度分布也开始呈现出高值集聚态势,但还未达到统计显著水平。随着城市化进程的展开,2000年黄淮海平原人口密度高值显著集聚区新增两个区域,包括以保定市区、郑州市区为中心的区域,共包含18个县市区。到2010年、2015年,黄淮海平原人口密度的空间分布格局与2000年的空间分布格局基本保持一致,仍是7个人口密度热点区,只是所包含的县市区范围有所增加,截至2015年共计22个。总体而言,自2000年以来黄淮海平原就形成了稳定的7个人口密度高值显著集聚区,集聚范围随着人口密度的增长而有所扩大。
黄淮海平原中心城市选取:随着城镇化、工业化的高速发展,1990—2015年黄淮海平原人口数量快速增长,共增加4945.06万人。其中,黄淮海平原7个人口密度热点区人口数量也在大幅增长,共增加1960.35万人,占黄淮海平原人口总增量的39.64%(表3),说明这些地区基本主导了黄淮海平原的人口分布趋势,也为多中心区域密度函数的实证应用构建了基础。进一步分析可知,1990—2015年黄淮海平原7个热点区的人口快速增长主要源于外来人口大量迁入[24],且该类地区受经济社会发展水平的影响,人口主要集聚在市区并以市区为中心吸纳周边人口,对周边地区形成较明显的虹吸效应。本研究选取这7个热点区为黄淮海平原人口密度中心,且同一热点区内只选取人口密度最大的区县作为中心城市。因此,黄淮海平原人口密度中心城市主要包括北京市区、天津市区、保定市区、石家庄市区、邯郸市区、郑州市区、徐州市区7个市区,中心城市的准确识别可为多中心区域密度函数分析区域人口空间结构及演变特征奠定有效的基础。
表3 1990—2015年人口密度热点区新增人口情况
黄淮海平原人口空间结构及演变:采用多中心平方根负指数函数对7个中心城市分别对1990年、2000年、2010年、2015年人口进行密度拟合。由于多中心平方根负指数函数是非线性的,参数估计采用非线性最小二乘法[10],主要拟合结果见表4。结果显示,黄淮海平原1990年、2000年、2010年、2015年平方根负指数函数拟合优度(R2值)达到0.9以上,说明黄淮海平原多中心空间结构基本形成,7个中心城市完全解释了区域人口密度的分布状况。理论上,中心城市的经济发展通过一系列复杂的空间动态过程(即资本、商品和服务、信息和技术、人口等要素的区际流动)影响周边(郊区和乡村)地区[25]。如果影响结果表现为中心城市人口增长速度高于周边地区,则称为集聚阶段,反之如果周边地区人口增长速度快于中心城市,则称为扩散阶段。多中心平方根负指数函数能很好地描述区域人口密度分布的这一特征,D0值大小可反映中心城市人口密度的变化,|a|值的变化可诠释中心城市与周边地区不同方向上人口密度的演变模式,|a|值降低说明人口呈现向外扩散的趋势,|a|值增加说明人口呈现向心集聚的趋势。
表4 1990—2015年黄淮海平原多中心密度函数拟合结果
注:参数估计的显著性水平为p<0.05。
根据拟合结果(表4),1990—2015年黄淮海平原7个中心城市中除北京市区1990—2000年人口密度拟合值D0下降外,其他中心城市均保持增加趋势;人口密度梯度|a|值除北京市区、天津市区表现为逐渐降低外,其他中心城市均表现为持续增加。综合1990—2015年D0值和a值的变化,可将黄淮海平原人口空间结构演变特征划分为三种模式:一是去中心化扩散模式,如1990—2000年的北京市区,表现为中心区人口密度和密度梯度均降低;二是中心增长型扩散模式,如2000—2010年的北京市区和1990—2015年的天津市区,表现为中心区人口密度增加,密度梯度降低;三是向心集聚模式,包括2010—2015年的北京市区和1990—2015年的石家庄市区、保定市区、邯郸市区、郑州市区和徐州市区,主要特征为中心人口密度和密度梯度均保持增加状态。由此可知,自20世纪90年代后,黄淮海平原人口空间结构呈现集聚和扩散并存的发展趋势。值得注意的是,国外发达城市的人口扩散是为了逃离社会、环境问题严重的中心区,其结果是导致中心区衰败[26]。但是2000—2010年的北京市区、1990—2015年的天津市区则表现为中心增长型扩散。根据该类地区暂住人口的变化可知区域人口增长主要来源于外来人口,虽然增长速度在降低,但中心区对外来人口仍具有吸引力(表5)。进一步分析发现,该类地区人口扩散更多是受到土地制度改革、旧城改造等因素的影响。自1990年开始,由于土地价格、土地供给制度、土地产权制度等在内的国家土地制度改革,北京市区、天津市区第二产业向外扩散现象较普遍,大量位于中心区的工厂、仓库外迁到城市郊区,带动中心地区人口和外来劳动力向郊区集聚[27]。此外,同时期北京市区、天津市区大规模推动的旧城改造对人口向周边地区扩散也起到了重要推动作用,其中北京市区1990—1994年、2005—2010年通过旧城改造分别转移常住户籍人口16.8万人和7.2万人到郊区[28],转移人口总量占北京市区1990—2010年常住户籍人口减少总量的54.70%。但是1990—2010年北京市区、天津市区常住户籍人口的减少速度在逐渐降低,甚至从2010年开始常住户籍人口已呈增加态势(表5),说明工厂搬迁、旧城改造对人口扩散的作用强度在逐渐减弱。虽然工业搬迁能带动一定数量人口外迁,但北京市区、天津市区以第三产业为主的经济职能在加强,对外来人口仍具有巨大的吸引力;加上2010年北京市区、天津市区的旧城改造工作逐渐完成,人口外迁数量呈逐渐减少态势。由此可见,黄淮海平原中心城市人口扩散依赖的外迁动力是被动的、有组织的,与国外发达城市的自发性外迁显著不同。
表5 1990—2015年中心城市人口变化情况(万人,%)
本研究采用局部G统计方法探测黄淮海平原人口密度热点区,在此基础上确定区域人口密度中心城市的数量和位置,同时应用多中心平方根负指数函数探讨黄淮海平原人口空间结构及演变特征。分析结果表明:自20世纪90年以来黄淮海平原主要以城市市区为中心集聚人口,多中心空间结构基本形成,7个中心城市基本主导了区域人口密度的空间分布趋势,包括北京市区、天津市区、石家庄市区、邯郸市区、保定市区、徐州市区和郑州市区。不同层次的中心城市人口空间结构演变模式不同:一是去中心化扩散,主要为1990—2000年的北京市区,表现为中心区人口密度和密度梯度均降低;二是中心增长型扩散,包括2000—2010年的北京市区和1990—2015年的天津市区,表现为中心区人口密度增加,密度梯度降低;三是向心集聚,包括2010—2015年的北京市区和1990—2015年的石家庄市区、保定市区、邯郸市区、郑州市区和徐州市区,中心人口密度和密度梯度均保持增加状态。
多中心平方根负指数函数能够综合考虑多个中心城市对区域人口密度分布的影响,因此相对传统统计方法更能准确反映区域人口密度的变化趋势,是分析人口空间结构及演变趋势的有效工具。再加上局部G统计方法不仅能揭示局部地区人口密度高值或低值在空间上的集聚趋势,还能区别不同人口集聚区的统计显著水平,从而可以准确识别中心城市的位置和数量。因此,本研究引入局部G统计方法不仅大大提高了识别中心城市的精确度,还为多中心平方根负指数函数准确模拟区域人口空间结构形态奠定了基础。
区域人口密度的空间分布特征是诠释区域发展阶段和发展方向的重要基础。1990—2015年,黄淮海平原多中心空间结构特征显著,人口处于集聚和扩散并存的空间发展趋势,各中心城市发展阶段和程度存在着差异。虽然区域内主要中心城市北京、天津已呈现扩散型空间结构特征,但中心区人口集聚力仍然很大,亦不断带动周边地区集聚人口;次一级中心城市如石家庄、邯郸、保定、徐州、郑州则呈现向心集聚的空间结构特征,中心区不断吸纳周边地区的人口。但黄淮海平原中心城市人口扩散的模式和强度更多地受到土地制度改革、旧城改造等被动的、有组织的因素影响,且人口扩散的强度在逐渐减弱。从区域层面来讲,如果不能显著改善北京、天津与其他中心城市的发展差距,人口还将继续保持向该类地区集聚乃至过度发展的趋势,如2010—2015年北京已经呈现向心集聚的空间结构特征,中心区大量吸纳周边地区的人口及资源。因此,为了构建合理的空间结构、优化资源配置、促进黄淮海平原平衡发展,除了要遵循区域发展的自身规律外,还需改善和调节主要中心城市人口过度集聚的趋势,通过相关政策措施加快次级中心城市的发展能力以促进其人口集聚,缩小其与主要中心城市的发展差距。此外,为保证研究的时效性,本文选取2015年全国1%人口抽样调查数据的常住人口作为2015年总人口数据来源,虽然与其他年份人口数据的统计口径有所差异,但基本上能反映出黄淮海平原人口空间结构演变的特征,结论较准确并符合实际,未来可进一步验证。但本研究基于县级尺度研究区域人口空间结构,对黄淮海平原人口空间结构的局部细节分析稍显不足,以后可采用更小尺度的地理单元数据进行研究。