贵州乌江流域人口收缩的时空格局演变及影响因素

摘 要：以贵州乌江流域为研究对象，基于2000、2010、2020年3期人口普查数据以及2005年和2015年常住人口数据，探析贵州乌江流域县域人口收缩的时空格局演变，并探究其成因。结果表明：（1）贵州乌江流域人口收缩现象较为明显，2000—2010年和2010—2020年人口收缩县域分布较广，占比均超过50%。（2）研究期内人口持续收缩是主要特征，集中于下游地区，但分布范围逐渐缩小，中游地区人口变动剧烈。（3）基于收缩程度，研究期内以人口中度收缩为主，不同时期人口收缩程度起伏较大，随时间推移人口收缩程度有减弱趋势。（4）随时间演化人口自然增长因素对人口收缩演变影响减弱，人均生产总值、非农就业水平等经济发展因素影响力逐渐增强。

关键词：人口收缩；时空格局演变；影响因素；西部山地流域；乌江流域

中图分类号：C922 文献标志码：A 文章编号：1673-5072（2024）06-0622-10

20世纪80年代伊始，部分西方国家在经历某种结构性经济危机后出现了人口减少现象［1］，这种现象被认为是人口收缩。在全球化、城镇化和工业化浪潮的影响下，人口收缩逐渐成为普遍现象［2］，引起了学界的广泛关注。目前，不仅发达国家面临人口收缩，发展中国家也面临局部人口收缩问题。从全球来看，人口收缩区域存在扩大趋势，局部地区的人口收缩较为显著。由此可见，厘清人口收缩的区域差异、时空特征和驱动机制，是当前人口地理与区域发展的重点问题。

国外关于人口收缩的研究起步较早，围绕人口收缩识别［3-5］、区域差异［6-8］、驱动因素［9-12］和应对措施［13-16］等方面展开了大量研究。对于人口收缩识别，国外学者主要从城市人口减少、区域总人口数量下降［17］和人口-社会-经济综合角度进行判定［18-20］；区域差异上，各大洲和国家间人口收缩差异明显，欧洲地区经济发展相对落后的国家人口收缩较为明显，而亚洲地区的发达国家同样面临严重的人口收缩问题［21-24］。国家或地区内部人口空间分异也较明显，局部人口收缩是未来趋势［25］。出生率降低被认为是影响发达国家人口收缩的主要原因［26］，学者主要从社会、经济、制度等角度阐释人口收缩的影响机制［27-30］，线性过程和循环积累是最主要的探究视角［31-32］。近年来，随着“精明收缩”概念的提出，关于人口收缩的应对措施逐渐受到关注。通过研究德国、美国、英国、日本等国家治理人口收缩的措施及实践效应，发现城市再开发和精明收缩是应对人口收缩的两种主要方式［33-36］。一部分学者认为接受并适应是应对人口收缩的科学之策，另外一部分学者则认为不要适应要反应，主张通过城市复兴促使人口回流。

国内关于人口收缩研究起步相对较晚。以老工业城市人口流失为代表，我国学者较早开始关注资源枯竭城市的人口减少问题。在理论方面，主要通过借鉴国外对城市人口收缩的相关理论和经验实现中国本土化研究［37-38］。在实证方面，一是全国层面上［6-8，27］的研究，普遍利用人口普查数据探究人口流失问题，识别人口收缩的空间差异；二是局部范围内如东北地区［3，11］、黄河流域［39-40］、长三角［41］、京津冀［42］等，从区域内部的驱动机制和外部效应出发，分析人口收缩的特征与机制。纵观已有研究，研究内容主要集中于城市人口的变动，对区域总人口特别是县域单元人口收缩关注不够；研究考察期多在第七次人口普查以前，对于近期人口变化新趋势有所忽略，且中长时期的动态研究较少；学者们主要从社会经济影响引起的人口机械变动来探讨人口收缩的形成机制，缺乏对人口自然增长、地形等自然因素的综合分析。

乌江流域是贵州战略支撑和导向作用突出的区域，是贵州融入长江经济带和连接“一带一路”的重要纽带，也是新一轮西部大开发的重点区域。但2000年以来，流域上、中、下游地区均出现不同程度的人口收缩现象，下游地区尤为突出，因此，以贵州乌江流域作为研究对象具有典型性和重要意义。鉴于此，本文对2000—2020年贵州乌江流域人口收缩进行研究，并探究其空间分异特征，以期为推动西部山地流域人口长期均衡发展，促进区域协调、高质量发展提供经验借鉴。

1 研究对象、方法、数据来源与选取

1.1 研究对象

乌江是长江上游南岸的最大支流，是贵州省第一大河。流域内以山地和高原为主，海拔落差较大，地理环境复杂。乌江在贵州境内的流域面积为66 849 km2，占贵州国土面积的38%，流经毕节、六盘水、安顺、贵阳、遵义、黔南、黔东南、铜仁8个市（州），包括47个县级行政单元（图1）。截至2020年，贵州乌江流域人口占全省总人口的66%，GDP总量占全省总量的64%。作为贵州重要战略地带，流域内自然资源丰富，产业发展基础良好。但当前人口发展差距较大，县域人口分布非均衡现象突出，对统筹人口与区域协调、高质量发展带来了挑战。

1.2 数据来源

人口数据来源于贵州省2000、2010、2020年人口普查资料和2006年、2016年《贵州统计年鉴》，社会经济数据来源于《贵州统计年鉴》、《中国县域统计年鉴》和贵州省宏观经济数据库，DEM数据来源于地理空间数据云，分辨率为30 m。

1.3 数据选取

人口分布演变受人口自然变动和人口机械变动两方面的影响，两者共同塑造了人口集散空间格局。人口自然增长率可表征人口自然变动，而影响人口机械变动的因素复杂且多样，根据已有研究和数据的可获得性，从贵州乌江流域实际情况出发，将经济发展水平、产业结构、基础设施与公共服务、地形状况纳入考量指标。人均生产总值和非农就业人口占比是反映经济发展水平的重要指标；第二、三产业占GDP比能够反映地区产业发展高级化程度；公共财政支出会影响城市之间的人口流动和区域发展的均衡，用公共预算支出占GDP比表征政府财政支持力度，教育是公共服务的重要体现，用6岁以上人口平均受教育年限来表征教育水平；交通是基础设施建设水平的重要体现，用道路和铁路密度来表征交通基础设施状况；作为西部山地流域，其复杂地形地貌特征较为突出，故采用海拔和地形起伏度2个指标来表征地形状况。具体影响因素选择及说明见表1。

1.4 研究方法

1.4.1 人口收缩识别

本文参考以往学者从常住人口相对变化视角定义人口收缩的方法［3，11］，以2000—2020年为研究时段，以每5年县域人口增长率低于贵州乌江流域总人口增长率为依据，判定贵州乌江流域人口收缩，判定方法如下。

R（t1，t2）=（Mt2－Mt1）/Mt1－（Nt2－Nt1）/Nt1，

式中：R（t1，t2）表示t1-t2时期人口相对变化率；Mt1、Mt2分别表示单个县域t1、t2年份的常住人口数量；Nt1、Nt2分别表示乌江流域t1、t2年份的常住人口数量。若R（t1，t2）>0，定义人口增长；R（t1，t2）<0，定义人口收缩；R（t1，t2）=0则认为无收缩无增长；R（t1，t2）绝对值越大表示人口收缩或增长程度越高。人口收缩类型及判定标准见表2。

1.4.2 空间自相关分析

本文采用全局自相关（Moran’ s I）分析探究贵州乌江流域人口收缩的空间集聚或离散分布特征，I的取值范围为-1～1，大于0表示存在空间正相关，等于0表示空间相关性不存在，小于0表示存在空间负相关。在此基础上运用局部自相关分析刻画其集聚的具体空间模式，包括“高-高”“低-低”“高-低”“低-高”“不显著”5种模式［43］。同时，利用热点分析［44］识别贵州乌江流域人口相对密度变化的“冷点”与“热点”。

1.4.3 多元Logistic回归

为更好分析不同人口变化类型县域影响因素的差异，本文采用多元Logistic回归模型分析影响贵州乌江流域人口收缩空间分布格局形成与演变的驱动因素。在模型设定上，本文将持续增长型赋值为0，作为参照组，将持续收缩型、增长转收缩型和收缩转增长型依次设定为1、2和3。

2 贵州乌江流域人口收缩结果分析

2.1 贵州乌江流域人口收缩时空格局演化特征分析

2.1.1 基于时序演化的人口收缩特征

2000—2010年，贵州乌江流域县域人口变动分异明显（表3），其中人口持续增长县域3个，占比6.38%；人口持续收缩县域31个，占比65.96%；人口增长转收缩县域2个，占比4.26%；人口收缩转增长县域11个，占比23.40%。该时段以人口持续收缩为主要特征。从空间分布来看（图2），人口收缩县域主要分布在下游地区，中游地区和上游地区人口收缩与增长县域交错分布。人口持续收缩县域集中于下游地区，呈“团块状”连片分布；人口增长转收缩县域较为分散，毗邻人口增长区；人口收缩转增长县域分布在人口持续收缩和人口持续增长的交汇地带，主要位于毕节、遵义和贵阳；人口持续增长县域分散分布于贵阳和六盘水。

2010—2020年，贵州乌江流域县域人口发展较上个时期更为均衡（表3），其中人口持续增长县域9个，占比19.15%；人口持续收缩县域25个，占比53.19%；人口增长转收缩县域5个，占比10.64 %；人口收缩转增长县域8个，占比17.02%。该时期人口持续收缩县域较2000—2010年有所减少，占比下降了12.77%，人口持续收缩现象仍旧表现明显。从空间格局来看（图2），人口收缩县域仍集中分布在下游地区，中游地区人口收缩现象有所缓解，上游地区的威宁、赫章、七星关、大方等县域人口收缩变化显著。人口持续收缩县域主要分布在下游地区，零星分布于上游地区；人口增长转收缩县域分布由分散转为集中，大致位于中游偏南区域，紧邻贵阳-遵义经济区；人口收缩转增长县域趋向中游地区分布；人口持续增长县域分布范围扩大，主要位于中游贵阳和遵义。

2.1.2 基于收缩强度的人口收缩特征

2000—2005年，人口收缩县域占比61.70%，收缩程度总体较低（表4），以弱收缩为主要特征，占比42.55%。从空间上看（图3），人口强收缩县域主要分布在中游地区，人口弱收缩县域偏下游地区分布，人口弱增长县域则集中在上游地区的毕节和六盘水，总体来看，中游地区收缩程度较高，从中游向两翼收缩程度渐弱。

2005—2010年，人口收缩县域数量占比较上个时期上升了8.51%，收缩程度明显加剧，人口强收缩县域占比超过50%，该时期以强收缩为主要特征。从空间上看（图3），人口强收缩和强增长县域分布范围明显扩大，人口变动分化更为明显。人口强收缩县域分布最广，集中于下游地区，红花岗、汇川、白云、乌当等县域发展较好，正处于人口集聚阶段，增长属性明显，其周边县域受虹吸效应影响，人口收缩程度较为严重。

2010—2015年，人口收缩县域数量较上个时期基本保持不变，人口强收缩县域数量大幅下降，占比下降到4.26%，该时期以人口中度收缩和弱收缩为主要特征。从空间上看（图3），人口强收缩区明显缩小，中游地区以人口弱增长为主，上、下游地区中度收缩和弱收缩交错分布。人口强收缩县域和人口强增长县域紧密分布。

2015—2020年，人口收缩县域数量较上个时期有所减少，占比下降了10%，人口强收缩县域占比略有上升，人口弱收缩县域占比下降明显，该时期以中度收缩为主要特征。从空间上看（图3），人口收缩县域分布范围缩小，人口中度收缩县域分布最广，集中于下游地区，上、中游地区人口收缩县域表现出局部集中的特点，包括威宁、赫章、织金、黔西、金沙等。

2.2 贵州乌江流域人口变化空间集聚特征分析

从人口收缩空间集聚特征来看（图4），乌江流域人口收缩相同程度的县域存在空间聚集性。2000—2020年，乌江流域人口相对变化率的Moran’ s I值为0.4187，Z值为6.1309，检验结果显著（P<0.01），说明贵州乌江流域人口收缩和增长在空间分布上呈现正相关，并非随机分布，即人口收缩县域之间存在空间关联性。局部空间自相关和热点分析结果显示，乌江流域下游形成了大范围人口收缩“低-低”聚集区；地处流域中游的贵阳则形成明显的人口增长“高-高”聚集区，主要包括了清镇、白云、观山湖、花溪和南明。冷、热点县域分布则与“低-低”、“高-高”县域分布有着高度重合，进一步印证了乌江流域人口收缩和扩张县域分布的空间集聚性。

3 贵州乌江流域人口收缩空间格局形成与发展的影响因素分析

运用多元Logistic回归模型对影响贵州乌江流域人口收缩空间格局的影响因素进行定量分析（表5），模型（1）为2000—2010年乌江流域人口收缩的影响因素分析，其中，因变量为2000—2010年人口变化率，自变量选用各影响因素2010年的值（如人均生产总值、公共预算支出占GDP比例、平均受教育年限等）；模型（2）为2010—2020年乌江流域人口收缩影响因素分析，其中，因变量为2010—2020年人口变化率，自变量选用各影响因素2020年的值。

3.1 贵州乌江流域人口收缩影响因素指标分析

表征经济发展水平的人均生产总值和非农就业人口占比对人口收缩的解释力总体较强。人均生产总值在2000—2010年和2010—2020年均在5%及以上水平下显著，影响系数为负，表明人均生产总值对人口收缩有负向影响，较低水平的人均生产总值是引起贵州乌江流域人口收缩的重要原因。2000—2020年，乌江流域人均生产总值从36 576.63元增长到44 377.79元，其中，人口持续增长县域人均生产总值从9600.23元增长至74 139.79元，人口持续收缩县域人均生产总值从2 433.81元增长到36 576.63元，远低于平均水平，巨大的经济发展差距促使人口由欠发达地区流向发达地区，表明长期形成的经济发展水平的剪刀差是人口流动的关键因素。非农就业人口占比解释力在2000—2010年较强，在2010—2020年影响较为显著，影响系数为负，说明非农就业机会越少，越可能出现人口收缩。

产业结构在1%显著水平下对人口收缩有负向影响，说明对于贵州乌江流域而言，第二、三产业越不发达的区域，人口收缩的可能性越高。产业结构在2000—2010年对人口收缩的影响系数绝对值较大，在2010—2020年影响系数绝对值变小，解释力变弱。可能的原因是“十六大”提出新型工业化以后，贵州乌江流域工业发展速度加快，大量劳动力从土地上解放寻求工作机会，该时期产业结构对人口流动的影响力较强；2010年以后大部分县域产业结构趋于稳定，产业结构对人口收缩的影响逐渐降低。2000年流域31.91%的县域以第一产业为主，第二、三产业占比平均水平为60.46%，而2010年与2020年流域平均水平分别为78.86%和80.04%，差异较小，印证了上述观点。

基础设施和公共服务水平影响差异显著。表征公共服务水平的因素有公共预算支出和平均受教育年限，两者均在1%显著水平下对人口收缩有负向影响，公共预算支出水平在两个时期基本保持负向影响，表明政府对公共服务的支持力度越大，越能缓解人口收缩现状。随时间演变，公共服务水平解释力有所增强，可能因为随着社会经济发展，人们对文化、卫生、生态等方面也产生了更高的需求，公共服务水平在人口流动中所起的作用越来越强。平均受教育年限在2000—2010年解释力最强，即平均受教育程度越低的地区越容易出现人口收缩，可能的原因是人口平均受教育程度一定程度上反映了地区的人力资本质量，人力资本质量与经济发展联系紧密，人力资本质量低的地区往往经济水平也较低，人口迁出更为明显，贵州乌江流域属于多民族聚居区域，早期由于少数民族文化工作体系建设薄弱，文化教育普及不够，少数民族平均受教育年限普遍偏低，这种情况在流域下游地区尤为突出。2010年以后平均受教育年限的解释力显著降低但仍是负向影响，可能的原因是随着文化教育的普及，人口素质差距逐步缩小，影响力逐渐降低。表征基础建设水平的交通通达度解释力较强，其在两个时期均在1%显著水平下显著，其影响系数为正，表明交通通达度越低的区域越可能出现人口收缩，2010年以后，交通通达度解释力明显降低，值得注意的是，其影响系数由正转负，表明交通通达度较高的地区也可能面临人口收缩，随着交通事业的发展，各地交通条件差距在缩小，交通便利的区域流动的成本更低，更利于人口流动。

地形状况中的地形起伏度对人口收缩的影响较为显著，海拔对人口收缩的影响微乎其微，主要原因是贵州乌江流域海拔较高处地平坡缓，易于人们生产生活、开发建设。地形起伏度主要在2000—2010年影响较为显著，且影响系数为正，说明在早期，地形对贵州乌江流域人口生产生活和对外交流的制约作用更为突出，地形越复杂，人口外流越严重，可能因为复杂的地形状况制约了资源开发、交通建设、经济发展等，为寻求更好的发展机会，人口多向外流出；2010年以后，地形起伏度解释力明显降低，影响系数仍为正，表明随着经济和科技的发展，资金、技术的约束性大幅降低，地形对人口流动的制约作用明显减弱。

人口自然变动的影响逐渐减弱。人口自然变动在两个时期均对人口收缩有显著影响，2000—2010年解释力较强，2010—2020年影响系数绝对值呈下降趋势，说明人口自然增长率降低是2000—2010年流域部分区域人口收缩的关键因素，但2010年以后人口机械变动逐渐成为人口收缩格局形成的主要原因。一方面，贵州乌江流域人口出生率逐步放缓，人口自然增长率县域差异缩小，另一方面，人口流动门槛逐渐降低，流动人口保障更加完善，人口流动更加频繁。

3.2 不同人口收缩类型影响因素分析

人口持续收缩型。2000—2010年，在1%显著水平下对该类型县域具有显著影响的前三个因素分别为平均受教育年限、人口自然增长率和交通通达度，其中平均受教育年限影响最强，说明对于该时期的人口持续收缩县域而言，人口受教育水平越低越有可能出现持续收缩；2010—2020年，在1%显著水平下具有较强解释力的前三个因素分别为人均生产总值、公共服务水平和交通通达度，说明在该时期经济发展水平越低的县域人口持续收缩可能性越大。综上所述，2000—2010年，较为落后的教育、相对较低的人口自然增长率是贵州乌江流域人口持续收缩县域形成的主要原因，2010年以后经济因素对人口持续收缩型县域影响增大。

人口增长转收缩型。2000—2010年，在1%显著水平下对该类型县域解释力度前三的因素与持续收缩型基本一致，但交通通达度的影响较持续收缩型更显著，人口自然增长率影响系数显著为负；2010—2020年，人均生产总值影响系数绝对值最大，影响系数符号为负。综合来看，人口自然增长水平降低，交通发展进程较慢可能是2000—2010年贵州乌江流域县域人口由增长转收缩的主要原因，而经济发展劣势则是2010—2020年增长转收缩形成的主要原因。

人口收缩转增长型。2000—2010年，在1%显著水平下对该类型县域具有显著影响的前三个因素分别为交通通达度、人口自然增长率和非农就业人口占比，其中非农就业人口占比较前两种类型有显著差异，且影响系数为负；2010—2020年，人均生产总值、公共服务水平和非农就业人口占比在1%水平下显著影响人口收缩转增长县域。总体来看，经济发展水平和公共服务水平是导致人口由收缩转增长的主要因素。

4 结论与讨论

本文利用2000、2010和2020年3期人口普查数据和2005、2015年2期常住人口数据，以贵州乌江流域为研究区，对流域人口收缩的时空格局及影响因素进行研究，主要结论如下：

1）2000—2010年人口持续收缩县域数量最多，集中分布在下游地区；2010—2020年，人口持续收缩县域占比下降，但仍排首位，中游地区人口收缩现象有所缓解，上游地区的威宁、赫章、七星关、大方等县域人口变化显著。

2）2000—2005年贵州乌江流域以人口弱收缩为主要特征，主要分布在下游地区两侧；2005—2010年收缩程度加剧，以人口强收缩为主，连绵分布于下游地区；2010—2015年收缩程度减缓，以人口中度收缩和弱收缩为主广泛分布于流域上、下游地区；2015—2020年以人口中度收缩为主要特征，上、中游地区人口收缩县域表现出局部集中的特点。

3）人口收缩或增长县域存在空间关联性，流域下游形成了大范围人口收缩“低-低”聚集区，流域中游偏南的小范围区域则形成人口增长“高-高”聚集区。

4）2000—2010年，人均受教育年限、人口自然增长率和交通通达度对该时期县域人口收缩格局的形成有显著影响；2010—2020年，人均生产总值、公共服务水平和交通通达度对该时期县域人口收缩格局的形成有显著影响。随时间发展，经济发展水平和公共服务水平影响力逐步增强，而人口自然增长作用减弱，交通通达度始终保持较强的解释力。

本文分析了贵州乌江流域人口收缩时空演变特征，并进一步探究了影响不同类型人口收缩的主导因素，相比以往研究，本文主要贡献在于：揭示了2000年以来贵州乌江流域人口变化的长时序特征；分类探讨了不同人口收缩类型的主导影响因素。但也存在一些不足之处，有待进一步思考并深化研究：受数据可获性限制，以五年作为人口收缩研究时期是否存在期限过长而无法更为细致刻画人口变化趋势的问题；需要结合区域政策、民族风俗、思想观念等无法量化的影响因素构建更为全面科学的框架进行分析。然而如何能够引导中长期人口均衡发展、推动流域高质量发展是亟待解决的现实问题。首先，应该正视并接受人口收缩现象。当前贵州乌江流域正处于城镇化快速发展阶段，缺乏发展机会的县域人口流失规模不断扩大是必然，应该主动认识，积极应对。其次，针对未来可能的人口变动趋势，一方面应该加快推进区域经济合作，缩小县域经济发展差距；另一方面各地应该根据实际情况从长期、均衡方向调整生育政策。再者，针对人口收缩的县域应该根据实际情况分类管理。人口持续收缩县域首先要重点发展交通事业，提高交通通达度，提升县域在区域中的区位优势，改善投资环境，增加对投资的吸引力，提高经济发展活力；人口增长转收缩县域应该加快推进传统产业转型升级，推进煤磷化工、有色、冶金等传统产业精细化和集约化发展，调整和优化产业结构，提升就业人口吸纳能力；人口收缩转增长县域则应在增长现有发展势能的同时积极发展大数据、金融、电子商务等现代服务业，提高就业人口承载力，吸引人口集聚。最后人口增长地区要增强辐射带动作用。扩大“强省会”战略辐射范围，依托贵阳加快协同发展，同时加快建设以贵阳—遵义为核心的中游经济区，以中游地区的发展带动上、下游地区加快发展，促进全流域协调发展。

参考文献：

［1］ BRECKENFELD G.Coping with city shrinkage［J］.Civil Engineering-ASCE，1978，48（11）：112-113.

［2］ MARTINEZ-FERNANDEZ C，AUDIRAC I，FOL S，et al.Shrinking cities：urban challenges of globalization［J］.International Journal of Urban and Regional Research，2012，36（2）：213-225.

［3］ 孙平军，王柯文.中国东北三省城市收缩的识别及其类型划分［J］.地理学报，2021，76（6）：1366-1379.

［4］ 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.

［5］ 张学良，刘玉博，吕存超.中国城市收缩的背景、识别与特征分析［J］.东南大学学报（哲学社会科学版），2016，18（4）：132-139.

［6］ 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.

［7］ 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.

［8］ 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.

［9］ 孙平军，刘菊，罗宁，等.成渝地区双城经济圈收缩城市的空间格局与影响因素：基于第五、六、七次全国人口普查数据的分析［J］.西南大学学报（自然科学版），2022，44（1）：46-56.

［10］应奎，丁金宏，陈益豪，等.贵州县域人口收缩空间特征及影响因素的MGWR探测［J］.世界地理研究，2022，11（29）：1-13.

［11］闫广华，陈曦，张云.基于随机森林模型的东北地区收缩城市分布格局及影响因素研究［J］.地理科学，2021，41（5）：880-889.

［12］张学良，张明斗，肖航.成渝城市群城市收缩的空间格局与形成机制研究［J］.重庆大学学报（社会科学版），2018，24（6）：1-14.

［13］张莉.增长的城市与收缩的区域：我国中西部地区人口空间重构：以四川省与河南省信阳市为例［J］.城市发展研究，2015，22（9）：74-80.

［14］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.

［15］张京祥，赵丹，陈浩.增长主义的终结与中国城市规划的转型［J］.城市规划，2013，37（1）：45-50.

［16］韩蕾，齐晓明，郝军.内蒙古东部地区县域人口收缩的时空格局及驱动力分析［J］.干旱区资源与环境，2022，36（8）：60-67.

［17］WEI，Q，LIU，S，ZHAO，M，et al.China’s different spatial patterns of population growth based on the"Hu Line"［J］.Acta Geographica Sinica，2016，26（11）：1611-1625.

［18］PALLAGST K.The end of the growth machine-New requirements for regional governance in an era of shrinking cities［C］//Association of Collegiate Schools of Planning’s 46th Annual Conference，Kansas City，Missouri.2005：27-30.

［19］TUROK I，MYKHNENKO V.The trajectories of European cities，1960-2005［J］.Cities，2007，24（3）：165-182.

［20］LOGAN J.Greening the Rust Belt：a green infrastructure model for right sizing America’s shrinking cities［J］.Journal of the American Planning Association，2008，74（4）：451-466.

［21］HOSPERS G J，REVERDA N.Managing population decline in Europe’s urban and rural areas［M］.Berlin：Springer，2014.

［22］BOURGEOISPICHAT J.Recent demographic change in Western Europe：an assessment［J］.Population & Development Review，1981，7（1）：19-42.

［23］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.

［24］CLARK R，OGAWA N，KONDO M，et al.Population decline，labor force stability，and the future of the Japanese economy［J］.European Journal of Population，2010，26（2）：207-227.

［25］VERWEST F.Demographic decline and local government strategies：a study of policy change in the Netherlands［J］.Delft：Radboud University Nijmegen，2011（9）：16-19.

［26］REHER D.Towards long-term population decline：a discussion of relevant issues［J］.European Journal of Population，2007，23（2）：189-207.

［27］林雄斌，杨家文，张衔春，等.我国城市收缩测度与影响因素分析：基于人口与经济变化的视角［J］.人文地理，2017，32（1）：82-89.

［28］马佐澎，李诚固，张平宇.东北三省城镇收缩的特征及机制与响应［J］.地理学报，2021，76（4）：767-780.

［29］张静，唐晓超.人口收缩视角下湖北省县域经济社会的空间变化探析［J］.长江流域资源与环境，2022，31（5）：1016-1028.

［30］丁晓明，王成新，李梦程，等.中国老工业基地城市收缩的时空演变及影响因素分析［J］.世界地理研究，2023，3（3）：1-16.

［31］WOLFF M，WIECHMANN T.Spatiotemporal patterns of shrinking cities in Europe 1990-2010［C］//ERSA Conference Papers.European Regional Science Association，2014：165-182.

［32］HOEKVELD J J.Time-space relations and the differences between shrinking regions［J］.Built Environment，2012，38（2）：179-195.

［33］HOSPERS G J.Policy responses to urban shrinkage：from growth thinking to civic engagement［J］.European Planning Studies，2014，22（7）：1507-1523.

［34］MARTINEZ-FERNANDEZ C，WEYMAN T，FOL S，et al.Shrinking cities in Australia，Japan，Europe and the USA：from a global process to local policy responses［J］.Progress in Planning，2016，105：1-48.

［35］JOO Y M，SEO B.Dual policy to fight urban shrinkage：Daegu，South Korea［J］.Cities，2018，73：128-137.

［36］WIECHMANN T，PALLAGST K M.Urban shrinkage in Germany and the USA：a comparison of transformation patterns and local strategies［J］.International Journal of Urban and Regional Research，2012，36（2）：261-280.

［37］张京祥，冯灿芳，陈浩.城市收缩的国际研究与中国本土化探索［J］.国际城市规划，2017，32（5）：1-9.

［38］姜鹏，周静，崔勋.基于中日韩实例研究的收缩城市应对思辨［J］.现代城市研究，2016，31（2）：2-7.

［39］陈肖飞，郜瑞瑞，韩腾腾，等.人口视角下黄河流域城市收缩的空间格局与影响因素［J］.经济地理，2020，40（6）：37-46.

［40］张梦梦，张丽君，秦耀辰，等.黄河流域乡镇人口：经济增长与收缩格局及影响因素［J］.地理科学进展，2022，41（6）：999-1011.

［41］吴康，龙瀛，杨宇.京津冀与长江三角洲的局部收缩：格局、类型与影响因素识别［J］.现代城市研究，2015，30（9）：6-35.

［42］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.

［43］张佳瑜，李建华，余海龙，等.宁夏小城镇空间分布特征及其影响因素分析［J］.干旱区资源与环境，2021，35（7）：56-63.

［44］孙晓晨，焦菊英，王红雷，等.河湟谷地1980—2020年土地利用变化及其冷热点分布［J］.水土保持通报，2022，42（1）：327-334.

Spatio-temporal Pattern Evolution and Influencing Factorsof Population Shrinkage in Wujiang River Basin of Guizhou

TIAN Jun，LI Xu-dong，TENG Ming-ta

（College of Geography and Environmental Science，Guizhou Normal University，Guiyang Guizhou 550025，China）

Abstract：Taking Wujiang River Basin in Guizhou as the research object and the data of three censuses in 2000，2010 and 2020 as well as the data of resident population in 2005 and 2015 as the basis，this paper analyzes the spatial-temporal pattern evolution of population shrinkage and its causes in Wujiang River Basin of Guizhou.The results are as follows：（1） The phenomenon of population shrinkage in Wujiang River Basin of Guizhou is rather obvious，and the proportion of counties with population shrinkage during 2000—2010 and 2010—2020 has exceeded 50%；the counties with population shrinkage are widely distributed；（2） Based on the temporal evolution，continuous population shrinkage is the main feature，which is concentrated in the downstream areas；however，the distribution range is gradually narrowing and population changes in the middle reaches are dramatic；（3） In terms of shrinkage degree，the population shrinkage is mainly moderate；the degree of population shrinkage fluctuates greatly in different periods，and it presents a weakening trend with the passage of time；（4） With the evolution of time，the influence of natural population growth factors on population shrinkage is weakened whereas the influence of economic development factors such as per capita GDP and non-agricultural employment level is gradually enhanced.

Keywords：population shrinkage；spatial-temporal pattern evolution；influencing factors；western mountain basin；Wujiang River Basin