2000—2020年东营市人口分布的时空特征演变规律及影响因素分析

宋丽洁 戴昭鑫 刘 新

(1. 山东科技大学 测绘与空间信息学院, 山东 青岛 266590; 2. 中国测绘科学研究院, 北京 100089)

0 引言

人口分布在一定区域内受社会生产方式、经济发展水平、交通可达性及历史等多种因素的影响与制约,研究人口分布特征和规律对协调人地关系、科学管理人口、资源和环境等具有现实意义[1]。人口的分布情况可以反映出各个地区经济水平的差异,合理的人口分布会加快地区的经济发展,反之则会阻碍经济的发展[2]。人口时空分布的演变规律关系到整个社会稳定、和谐、可持续发展等各个方面,对促进社会经济、改善环境、合理分配资源等有关键的作用[2],因此准确掌握人口分布和演变规律以及人口分布的影响因素的信息对制定人口政策、城乡规划等都有重要的意义。

近年来,许多学者对人口分布及影响因素进行了研究,现有研究大多数是对较大区域或是一、二线大城市开展的,在人口分布及演变方面:白雪等人[3]分析粤港澳大湾区人口与经济增长的协调发展关系、人口与经济空间格局演变,闫东升等人[4]对长江三角洲2000—2018年人口分布格局演变、驱动因素进行研究,杨强等人[5]采用人口分布结构指数、基尼系数、重心迁移、空间自相关等方法,对中国的人口分布进行了时空分析,马淇蔚等人[6]采用圈层分析、空间统计方法揭示人口要素同土地城镇化在不同空间层面的关系;在影响因素方面:吕晨等人[7]利用地理探测器分析自然因素对北京市人口空间格局变化进行了研究;罗君等人[8]利用地理探测器并基于自然地理因素和社会经济因素对兰西城市群的人口分布进行了研究。

整体来看,研究对象多聚焦北京广州等一、二线大城市,空间尺度上多基于行政单元区划为单位的人口普查数据,时间尺度上多以10 a为间隔的普查数据展开研究,时间和空间尺度都较大,针对三、四线城市进行研究，研究单元尺度较小的城市研究较少,在影响人口分布的因素方面的研究偏少。基于此,本研究基于21 a连续的格网人口数据,以东营市乡镇尺度为研究单元进行了综合分析,在时间和空间尺度上,能在更小的研究尺度上更为清楚地把握东营市人口时空分布格局及演变情况,一定程度上解决了研究尺度过大的问题;运用地理探测器来判断自然因素、社会经济因素两方面对人口分布的影响,弥补了现有研究的不足,从而探究人口的分布特征及演变规律。

1 研究区概况及数据来源

1.1 研究区概况

东营市(36°55′N～38°10′N,118°07′～119°10′E)位于山东省北部黄河三角洲地区,黄河在东营市境流入渤海。北临渤海,西与滨州毗邻,南与淄博市、潍坊市接壤,总面积7 923 km2。东营市是中国第二大石油工业基地胜利油田的崛起地,也是山东省唯一全部纳入“黄蓝”两大国家战略的城市。

1.2 数据来源

本研究人口数据来源于世界人口(World Population,WorldPop)项目提供的2000—2020 年连续21 a的高分辨率100 m×100 m的人口统计数据,为了数据的统一性及处理方便,统一采用了2018年东营市行政区划为统计基础处理数据,共计42个乡镇、街道。

2 研究方法

2.1 人口时空特征分析

人口密度指某地区单位面积土地上的所居住的常住人口的数量,是衡量人口分布在空间上的差异性的重要指标[2]。用公式表示为

(1)

式中,D为研究区的人口密度，单位为人/km2;P为研究区的人口总数;S为研究区的土地面积。结合东营人口实际情况,将东营市人口密度划分为8个等级：集聚核心区(>2 000人/km2)、高度密集区(1 100～2 000人/km2)、中度密集区(500～1 100人/km2)、低度密集区(400～500人/km2)、一般过渡区(250～400人/km2)、一般稀疏区(150～250人/km2)、相对稀疏区(80～150人/km2)、绝对稀疏区(<80人/km2)。

2.2 人口时空演变规律分析

2.2.1 人口分布重心

人口分布重心是衡量人口空间分布的重要指标,它的变动轨迹能反映一定时期内人口分布的时空演变及其相关的经济重心、工业重心等的偏离变动情况[4]。计算公式为

式中，n为研究区各区县个数；M、N为研究区人口重心的经纬度；Mi、Ni、Pi为第i个区县的经度、纬度、人口总数。

2.2.2 人口密度分布模型

人口密度分布模型有单中心和多中心模型模拟,常见的单中心模型有线性模型、对数模型、克拉克(Clark)模型、斯米德(Smeed)模型、纽林(Newling)模型等,因为本文未涉及多中心模型,故对东营市进行单中心模型模拟，如表1所示。通过对比分析参数,确定东营市的最优拟合模型。

表1 人口密度分布模型

2.3 地理探测器

地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法[9],因此,本文运用地理探测器中的因子探测和交互探测来揭示人口分异的驱动因素。

(1)因子探测。探测影响因子X对人口属性Y的解释力,用q值度量,其表达式为

(4)

q∈[0,1],其值越大,表明人口空间分异越明显,各因子X对人口Y的解释力越强;h=1,2,…,L为变量Y或因子X的分类(分区)数据;Nh和N分别为各分区的乡镇数和整个研究区的乡镇数;σh2和σ2分别为各分区和研究区人口密度的方差。

(2)交互探测。采用交互探测识别影响因子两两共同作用时是否会增加或减弱对人口分布的解释力,或影响因子对人口分布的影响是否相互独立。其表达式为:

q(X1∩X2)

Min(q(X1),q(X2))

q(X1∩X2)>Max(q(X1),q(X2)),双因子增强;

q(X1∩X2)=q(X1)+q(X2),独立;

q(X1∩X2)>q(X1)+q(X2),非线性增强。

3 结果分析

3.1 人口分布时序特征分析

对Worldpop中的人口数据按照行政区划范围进行统计,东营市人口总体上处于增长状态,2000—2020年人口密度图如图1所示,东营市人口整体上呈现南密北稀的分布格局,空间分布不均衡。2000—2020年文汇街道、辛店街道、黄河路街道始终是人口集聚核心区。2010年后,增长比较明显的是东营市的中东部地区,这是由于近几年东营市政府的城市规划发展投资大部分放在东城区,而且东营经济技术开发区的逐步发展也带动了人口的增加。中西部地区也有所增长,主要是因为这里是商业中心,并且有东营新区的建立,大大加速了东西城的对接。南部的广饶县矿产资源丰富,橡胶轮胎产业发展较快,带动了经济的增长,吸引了大量的人口流入,因此人口增长也较快。

图1 东营市各乡镇人口密度分布图

3.2 人口分布的时空演变规律分析

3.2.1 人口分布重心

2000—2020年人口重心不断发生迁移,首先是向南迁移,整体上逐步向东南方向移动,可以看出东营区对人口的吸引力还是增强的,主要是由于中东部的东营区、经济技术开发区以及南部的广饶县经济发展较快,带动了人口流动的增加,在未来发展过程中中心城区将最终成为东营市人口中心所在地，如表2所示。

表2 人口重心演变表

3.2.2 人口密度分布模型

以胜利电视台为中心,从中心以r=5i(i=1,2,…,16)为半径建立同心圆,最大的圆半径为80 km,并与人口数据进行叠加,得到各环带的人口密度。根据各环带至中心的距离和人口密度,运用函数模型进行模拟,得到各环带人口密度的变化情况。

如图2所示,人口密度随着至中心距离的增加而减小,但是一些环带也会出现异常,如在第10和第11环带上,人口密度值出现异常,人口密度值高于周围两个环带的值,可见人口密度的圈层分布不仅与距中心距离有关,还可能与环带内各地区经济、交通有关。这些异常点,对城市建设发展是有益的,使人口趋于分散,可以缓解城市中心的人口压力。

图2 人口密度随环带变化图

经过测定系数R2对比计算,发现东营市人口密度分布最优的拟合模型为Smeed模型(表3)。在Smeed模型中,参数a和参数b是处于增长状态,尽管在参数b在2010—2020年间有所下降,但2020年的斜率系数绝对值仍高于2 000,说明中心城区的人口密度仍在增加,街道间的人口密度梯度也是在逐步增加的。究其原因是目前东营市城镇化依然在较快发展,其人口聚集的热点区域仍位于东营市主城区,因此中心城区的人口密度远高于其他区县。

表3 人口密度分布模型(Smeed模型)回归

3.3 人口分布影响因素分析

3.3.1 单因子探测

表4中,x1、x2属于自然因素,x3、x4、x5、x6、x7、x8、x9、x10、x11属于经济社会因素。

表4 人口分布影响因素的解释力

由表4可见,影响因素的解释力排序为：经济社会因素>自然因素。自然因素的地理探测值q整体上均较小,这是因为随着科技的进步,人们对环境的改造能力以及适应能力也有很大的提高。社会经济的影响因素相对来说比较显著,购物服务的影响最大,其次是医疗服务设施、餐饮服务、小学中学以及广场公园等,这是因为这些因素与人们的生活息息相关。路网密度对人口分布的影响也较为显著,经济发展水平高的地区普遍具有较好的交通服务设施,能够方便人们的出行,因此更能吸引人口的流入及人口的定居等。

3.3.2 交互因子探测

任意两因子交互探测q值比单因子探测q值均不同程度增大,表明各驱动因子之间不是相互独立的,具有协同增强的作用。如表5所示，河网密度与医疗服务设施、城镇住宅与农村宅基地、农村宅基地与购物服务设施、农村宅基地与医疗服务设施、农村宅基地与餐饮服务设施等交互探测结果均达到0.97以上,其中河网密度与医疗服务设施的结果达到了0.979,说明这些因子之间的交互作用表现出较强的解释力,是主导东营市人口分布的关键因素。例如,较为显著的是自然因素中的河网密度以及经济社会因素的购物以及小学中学,假设这三个因素对人口密度分布未简单的叠加影响,可得出：q(X7)+q(X8)=1.568,q(X2)+q(X8)=1.221,q(X2)+q(X7)=1.181,但交互探测结果显示：q(X2∩X8)=0.954,q(X2∩X7)=0.953,q(X7∩X8)=0.842,因此人口分布不是各因子简单的叠加影响,而是多种因素复杂耦合的结果。

表5 各影响因素交互作用对人口密度的影响

4 结束语

人口时空特征分析方面：2000年以来,东营市人口一直呈增长状态,受区域自然环境和区位因素等方面的影响,总体呈现南高北低的空间格局,以各区县行政所在地为高值中心,向外递减。人口分布时空演变规律分析方面：人口分布重心上,向东南方向迁移;人口密度分布模型上,拟合效果最好的是Smeed模型,整体上人口密度随着至中心距离的增加而较少,中心城区的人口增加数量远高于其他环带的人口增加量。利用地理探测器进行实验,探讨各因素对人口分布产生的影响。因子探测结果表明,社会经济因素的影响相对明显,因人们对环境的适应能力及对环境的改造能力较大,所以自然因素对人口分布的影响整体上不显著。交互探测结果显示,任意两因子交互探测q值比单因子探测q值均不同程度增大,对人口密度的解释力增强,表明各驱动因子之间不是相互独立的,而是协同增强的作用,并且人口分布并不是简单的因子叠加产生的影响,而是多种因素复杂耦合作用的结果。

本文在人口分布方面仅对人口密度、人口分布重心等方面进行分析,未涉及年龄结构、性别结构等方面的分析,为更深层次的探索人口空间分布演变机制,未来研究将结合具体的人口情况、研究区自然环境特征、经济发展水平以及城镇化水平等进行定量化分析。

政策建议上或者机制上：完善覆盖城乡的规划体系,优化公共服务设施资源,促进城乡空间合理分布,使人口分布逐渐趋于均衡;大力发展东营经济技术开发区和东营港经济开发区,实施积极的人才引进政策,吸引更多的高素质人才来此发展。