基于地理探測器技術的歷史時期歐洲人口資源影響因素分析

鄺晨曦

（廣州大學地理科學與遙感學院，廣東 廣州 510006）

當前，自然資源趨緊、環境污染嚴重、生態系統退化、支撐產業粗獷、城鎮人口素質不高、城鄉發展不協調等一系列問題，正嚴重制約著世界經濟社會和城鎮化的持續健康發展。人口、資源與環境之間的矛盾日益突出，成為經濟持續健康發展的瓶頸[1-2]。連接社會、環境與經濟系統之間的紐帶是資源環境承載力，這是協調人口、資源與環境之間耦合關系的重要基礎[3]。

現如今，有部分研究呼吁設立一個 “人口、資源與環境經濟學”題目的研究會[4]。國內的相關研究方法則是由初始的理論框架、影響評估和因素分析逐漸轉變為問題導向和數據支撐的計量實證、效率測算和時空分異[5]。人口、資源與環境之間的關系是復雜的，也是充滿矛盾的[6]，研究過去的相關問題對于解決現有的矛盾有著現實意義。

1 利用地理探測器分析人口資源因素的研究基礎

在整理歷史文獻和史料記載的基礎上，系統梳理中國某個歷史時期對人口有重大影響的自然災害；采用地理探測器方法分析重大自然災害發生的頻次和損失的時空格局特征[7]；利用重心模型和地理探測器技術對不同類型制造業轉移空間格局、人口流動空間格局及其二者相互作用關系進行分析[8]；采用地理探測器等定量方法，以人口普查數據為基礎，對胡煥庸線兩側人口分布的分異性特征進行深入討論，嘗試解釋中國人口分布特征變化的原因及其機制[9]；基于人口地理學相關理論，以近300 年為時間尺度,以省域為空間單元，分析中國人口數量變化及時空分布格局[10]。

影響人口資源的因素中明顯包含有戰爭因素，大規模的戰爭會導致大量的人口死亡，社會再生產能力劇減，人民流離失所。14—17 世紀，世界軍事開始起步，歐洲在軍事領域開始了一系列的變革[11]，這些軍事變革也間接把歐洲從封建社會過渡到資本主義社會，形成了新的社會文明[12]，甚至產生了全球性的影響，或者成為現代國家的形成動機[13]。如1618—1648 年間的歐洲爭霸戰爭，各個強國之間解決沖突、爭奪財富、謀取霸權的戰場聚焦在德意志地區[14]。其最重要的戰爭原因為領土問題和因商業沖突而引發的航海問題[15]；軍事沖突給各個國家的社會生活、經濟發展、人口資源帶來了一定的影響[16]，尤其是人口資源急劇減少。由此看來，1400—1800 年處在社會轉型期，因各種起因爆發的戰爭，不可避免地對人口資源帶來了重要的影響。

歷史上社會動亂時期往往伴隨著物價上漲、實際工資下降、人口數量的明顯波動[17]，因此人口資源的變化與戰爭和瘟疫爆發的影響往往是交互的。1347 年，歐洲黑死病爆發，給歐洲社會經濟帶來了重大沖擊[18]。那么黑死病結束后的歐洲人口資源與戰爭、瘟疫爆發之間有著怎樣的本質聯系？從已有研究看，主要是對歷史氣候影響下的人口變遷與戰爭以及瘟疫爆發是否彼此影響，針對其時空特征的研究較少，同時缺乏對過去大尺度和長時間的人口資源的研究，因此本文嘗試基于地理探測器技術來分析1400—1800 年的人口資源影響因素。

2 研究內容與數據來源整理

在已掌握數據的基礎上進行系統的梳理和整理，利用地理探測器技術對1400—1800 年歐洲人口資源的變動與氣候，戰爭、瘟疫爆發的頻次及損失進行時空特征分析。歐洲地域遼闊，不同的氣候類型分布區域對瘟疫和戰爭爆發與人口數量的影響也不同。這方面的研究并非對歷史記錄進行簡單的清理和編錄，而是對其進行分析，從氣候區影響的大背景下探索戰爭和瘟疫爆發頻次與人口資源的格局特征和規律。利用空間相關性分析歐洲國家尺度下的人口分布特征，運用地理探測器方法探測氣候區影響背景下的戰爭與瘟疫爆發的疊加作用對歐洲區域人口資源分布的影響強度。

2.1 氣候分區

由于農業生態對氣候變化的敏感性是由區域地理環境決定的，氣候變化對全球各個地理區域的影響將是不同的。因此，氣候-人口關系在不同的地理位置可能有所不同。

在這里對歐洲整體國家分氣候帶進行統計，可分為以下兩大類，一類是溫暖濕潤區，包括除挪威、瑞典、芬蘭、俄羅斯的歐洲部分外有人口數據的國家為氣候一區；另一類是涼爽濕潤區，包括挪威、瑞典、芬蘭、俄羅斯的歐洲部分為氣候二區。

2.2 人口數據

人口數據取自McCelvey 和Jones 1978 年所著的《世界歷史人口圖集》[19]。

2.3 戰爭數據

迄今為止，最全面的全球戰爭系列是由Brecke P 等[20]編制的戰爭與沖突目錄。其中，連續好幾年的戰爭每年都按一次計算。

2.4 瘟疫數據

瘟疫來自于歷史鼠疫的數據集[21]，根據文末提供的具體瘟疫爆發的經緯度地點，得知在現有國家版圖中的每個國家的瘟疫爆發頻次。

3 利用地理探測器分析人口資源因素的研究方法

利用地理探測器探測空間分異性，以揭示其背后驅動因子的一種新的技術方式為地理探測器技術[22]。研究對象在研究分區中的內部有較強的一致性，而不同分區之間的差別較大，這也間接說明對象的空間異質性較強，通過這一點可以區別各區[23]。運用地理探測器的思路為：將研究目標劃分為各區，如果各個區域的方差之和小于區域總方差，那么存在空間分異性；如果兩變量的空間分布較為一致，那么兩者存在統計相關性。度量空間分異性、探測解釋因子、分析變量之間的交互關系為地理探測器q值，現已廣泛應用在與地理學有關的各個領域[23]。地理探測器模型的公式為

式中：q 為人口增長率的空間異質性，0≤q ≤1；N為各分區的個數；σ2為指標的方差；h=1，2，…，h 標識分區。q 值越大，表示空間分層異質性越強，反之則空間分布的隨機性越強。當q=0 時，說明研究對象不存在空間異質性；當q=1 時，說明具有完美的空間異質性。

4 利用地理探測器分析人口資源因素的研究步驟

用Excel 編制的地理探測器軟件進行操作，具體分為以下步驟。

1）整理并初步處理數據：因變量為1400—1800 年的人口增長率，由于為具體的數值，且數據量不大，故對此進行直接等分處理；自變量為每個國家的氣候區類型：溫暖濕潤區 （氣候一區）、涼爽濕潤區 （氣候二區）；戰爭和瘟疫爆發的頻次均按照4 個等級進行劃分：爆發1 000 次以上記成1；100 次以上記為2；10 次以上記為3；10 次以下記為4。

2）將樣本（Y，X）讀入地理探測器軟件，然后運行地理探測器[22]。

5 利用地理探測器分析人口資源因素的研究結果

1）根據地理探測器原理，需掌握幾個重要信息點，一是q 值，它可以為1，表明因子X 完全控制了Y 的空間分布，q 值為0 則表明因子X 與Y 沒有任何關系，q 值表示了X 值能否解釋Y 值的變化[22]。本文通過地理探測器軟件來檢驗q 值是否顯著。

由表1 可以發現，在解釋各國1400—1800 年人口資源的影響因素時，瘟疫的q 值最高，瘟疫爆發的解釋力度強于戰爭，氣候分區次之，在這些變量中瘟疫是決定人口資源空間分布最重要的因子。

表1 地理探測器結果一

2）風險區探測：推斷兩個區域間的屬性均值是否有顯著的差別時，結果可用顯著性水平為0.05的t 統計量來檢驗，有兩個結果，“Y”表示兩個區域的屬性有顯著性差異；“N”表示兩個區域沒有顯著性差異。此分析中觀察兩類氣候區是否有顯著差異，表2 中的 “Y”表示通過了顯著性檢驗，其小于0.05。

表2 地理探測器結果二

由表2 可知，溫暖濕潤氣候區 （分區1）的人口增長率小于涼爽濕潤氣候區 （分區2）的人口增長率；經檢驗，兩區域的顯著性水平t 值為0.05，說明兩個氣候區的人口資源存在顯著性差異。

表3 中，1，2，3，4 表示戰爭爆發的等級強弱，1 為最強，2 次之，以此類推，4 最弱。同樣用顯著性水平t 檢驗，得出相應的檢驗結果。

表3 不同戰爭強度等級的地理探測器結果

表4 中，瘟疫爆發頻次也按次數多少分成4個，等級1 為瘟疫發生次數最多，2 次之，以此類推，4 最少；部分通過顯著性檢驗尤其是在瘟疫爆發頻次最強的地區，數字等級越大。在瘟疫爆發等級最強的1 區中具有顯著性。

表4 不同瘟疫強度等級的地理探測器結果

3）交互作用探測：識別不同風險因子之間的交互作用，評估兩個因子的共同作用是否會增加或減弱對因變量的解釋力，或者是這些自變量是否為獨立影響因變量[23]，見表5。

表5 交互作用探測結果

表5 顯示，氣候與戰爭、氣候與瘟疫兩兩交互作用的結果都是非線性增強，而戰爭與瘟疫兩兩交互作用的結果為雙因子增強。這表明兩個自變量對人口資源空間分布的交互作用都要大于單獨變量的影響。

4）生態探測：表6 顯示，對人口資源空間分布的作用而言，氣候區、戰爭爆發頻次、瘟疫爆發頻次無顯著性差異。

表6 生態探測結果

綜上，通過地理探測器分析歐洲各國1400—1800 年人口資源的影響因素，包括瘟疫爆發頻次、戰爭爆發頻次和氣候區，可以得出：在解釋人口資源的影響因素方面，由于瘟疫的q 值最高，戰爭爆發頻次其次，氣候區次之，在這些變量中瘟疫是決定人口資源空間分布最重要的因子；經過風險探測顯著性水平為0.05 的t 檢驗，得出兩個氣候區的人口資源存在顯著性差異；經過交互探測，任何兩種變量對人口資源空間分布的交互作用都要大于第一種變量的獨自作用。

6 利用地理探測器分析人口資源因素的研究結論

在今后的歷史人口資源研究中，可以將瘟疫爆發視為二次災害。中國古話有 “大災之后必有大疫”，就是指出了自然災害后疫病流行的必然性，大都由水、旱、蝗、震等災害引發。除了水、旱、蝗、震等自然因素導致瘟疫爆發流行外，還有一些自然災害會導致傳染病發生，比如惡劣反常的天氣、正常季節里不正常的冰霜雨雹等。這些災害比起水、旱、蝗等災害更來不及防范，短時間內造成莊稼絕收，因此可以加入歷史極端水、旱、蝗、震等災害-人口資源的研究；同時，瘟疫的爆發頻次中，對人口聚集程度的影響不容忽視，人口聚集最容易感染疾病，最終造成人口死亡和人口流亡，造成人口資源的重大損失。

從研究方法上看，在本文研究的基礎上可以網格化人口數據集，網絡估計人口數量和人口密度，以對數顯示人口密度；人口分布繪圖要跨越各種不同空間單元組合來表示社會人口信息的空間數據，用幾個因素來研究不同氣候區的人口，氣候區可以在柯本氣候分類的基礎上進一步細化。當前不但可以選擇適當的自變量來建立合適的人口模型，利用地理信息系統 （Geographic Information System，GIS）對影響人口分布的自然和社會因素進行識別和量化，優化人口模型，實現人口數據向規則網絡的自動轉換，利于逐步的回歸，使自適應重力模型有更好的效果。同時可以基于人口地理學理論，擴展研究的時間尺度和空間范圍，進行中國和歐洲的對比分析，以國家為空間單元，利用人口數據，建立典型時期的時間斷面，通過不均勻指數、集中指數、分布重心、地理探測器技術等方法更好地實現對歷史人口資源的研究。