烏江流域經濟與人口空間格局演變及耦合特征

趙 敏, 狄東睿,,3, 黃光偉, 時偉宇

(1.西南大學 地理科學學院, 重慶 400715; 2.上智大學, 東京102-8554; 3.咸陽師范學院, 陜西 咸陽 712000)

人口和經濟是區域的重要組成部分，其兩者的時空變化是研究區域差異的主要內容之一，也是反映區域差異的重要指標[1-2]。區域內人口增長和經濟增長存在著辯證統一的關系，即經濟的增長帶動人口增長，人口增長為經濟發展提供豐富的勞動力和人才，增加消費[3]。亞當·斯密認為，人口增長是國家和區域繁榮發展的象征，既是經濟不斷發展的結果也是促進經濟發展的原因[4]。18世紀中葉，人口學家托馬斯·羅伯特·馬爾薩斯認為國家或地區人口的過快增長不利于經濟發展[5]。英國經濟學家格林·克拉克和美國經濟學家朱利安·西蒙提出了人口推拉理論，指出從長期來看，人口增長具有積極影響，適度的人口增長有利于提高經濟福利[6]。流域作為一種特殊類型的區域，其人口和經濟特征及兩者關系是經濟地理學、人口經濟學研究的熱點之一。近年來，國內學者對流域人口、經濟特征及其關系也展開了豐富的研究[3,7-16]。汪洋等[17-18]計算近30 a塔里木河流域人口、經濟重心，并對人口、經濟重心進行耦合分析，得出了塔里木河流域人口與經濟的空間關系。劉志峰等[19]、李小龍[20]采用經濟人口重心耦合、探索性空間分析(ESDA)等方法，研究流域人口和經濟的空間關系，認為人口、經濟的發展存在空間耦合關系，兩者關系可以利用重心分析法進行空間刻畫。鐘業喜等[3]主要采用人口經濟耦合指數等方法對1998—2008年鄱陽湖生態經濟區人口經濟耦合關系進行研究，認為人口與經濟的關系是動態變化的，且人口、經濟的發展存在區域差異。王德懷等[21]采用人口-經濟增長彈性、地理集中度、ESDA-GIS和耦合指數等多種方法對2001—2015年烏江流域人口與經濟協調性進行了比較全面的研究。自20世紀60年代以來學者對烏江流域的生態環境展開了有益的研究，但是缺乏對流域人口和經濟特征及其兩者關系探究[22-26]。本文以縣域為基本單位，結合地理集中指數和空間自相關分析人口、經濟的空間特征，應用重心分析法分析人口和經濟的空間耦合關系，并根據經濟-人口耦合指數劃分縣域類型，揭示縣域經濟與人口的協調發展程度。

當前，推動長江經濟帶的發展是我國重大的區域發展戰略。烏江流域在長江經濟帶中區位優勢明顯，烏江流域向北連接長江黃金水道，向東北通過長江直達長江中游城市群，西北毗鄰長江上游成渝城市群。并且中國西南地區也是“一帶一路”海路和陸路的連接樞紐[27-30]。而烏江流域則位于中國西南地區的核心地帶，向南通過貴廣高速鐵路連接珠三角，向西通過昆明市連接中緬經濟走廊，其區位優勢非常明顯。良好的區位優勢帶來區域發展機遇的同時，其社會經濟的發展也存在明顯問題。烏江流經烏蒙山區、武陵山區及滇黔石漠化區三大集中連片貧困區，流域內存在基礎設施建設比較落后、產業基礎薄弱、產業比例失衡、經濟發展與人口增長不協調等問題。在2019年公布的全國貧困縣名單中，烏江流域有30個國家級貧困縣，約占流域區縣數量一半，2019年貧困縣常住人口約占流域的42.47%，GDP僅占流域的25.83%，由此可以看出烏江流域人口經濟發展不協調。基于以上背景，對烏江流域經濟與人口空間格局演變及耦合關系進行研究，有助于了解烏江流域經濟和人口的基本情況和兩者關系，為烏江流域的相關規劃、決策提供實證依據，對促進流域經濟社會協調發展具有現實意義，也有利于豐富流域人口與經濟相互關系的科學研究。

1 數據與方法

1.1 數據來源

烏江流域(25°38′52″—30°40′14″N，103°35′57″—109°58′47″E)涉及69個區縣，本文的人口和經濟數據主要來源于2001—2020年《貴州統計年鑒》《重慶統計年鑒》《湖北統計年鑒》《云南統計年鑒》。地理空間數據來源于全國地理信息資源目錄服務系統。其中，2000—2019年，部分縣級行政單位有名稱變動，行政管轄范圍不變，特此說明；2004—2016年，原遵義市遵義縣經過兩次較大的行政區劃調整，最終遵義縣被劃分為播州區和匯川區，為研究方便，沿用遵義縣名稱和行政管轄范圍，將播州區和匯川區的各項數據疊加作為遵義縣數據。

1.2 研究方法

在研究方法上，本文主要采用地理集中度、耦合指數、全局空間自相關、局部空間自相關和區域重心。首先，引入地理集中度用于反映經濟、人口在流域內的空間分布特征。其次，采用全局空間自相關描述經濟地理集中指數、人口地理集中指數在流域內的空間關聯總特征，由于全局空間自相關不能確切反映要素值在局部地區的空間特征，所以運用局部空間自相關分析流域內各相鄰區縣經濟地理集中指數、人口地理集中指數以及耦合指數的空間關聯程度。再次，在分析討論經濟、人口的空間特征之后，引入區域重心刻畫經濟重心、人口重心的空間移動軌跡，分析經濟和人口的空間耦合關系。最后，采用耦合指數反映各個區縣經濟與人口的空間分布關系，分析經濟、人口的協調發展程度。

1.2.1 地理集中度 本文引入地理集中度用于衡量經濟與人口在烏江流域區內的空間集中程度。其公式如下：

(1)

(2)

式中：Ri(Pop)和Ri(GDP)分別為某年i地區的人口地理集中指數、經濟地理集中指數；Popi,GDPi,Acri分別為某年i地區的人口、國內生產總值、國土面積；∑表示某種屬性在大區域的總計值。

1.2.2 耦合指數 耦合指數用于反映某個區域經濟和人口空間分布關系及變化情況。其公式如下：

Ii=Ri(GDP)/Ri(Pop)

(3)

1.2.3 全局空間自相關 全局空間自相關值描述區域單元某種屬性值的整體分布情況[31]。本文采用Moran′sI，其值域為[-1,1]，-1≤I<0表示負相關，I=0表示不相關，0

(4)

1.2.4 局部空間自相關 局部空間自相關可以揭示局部與其相鄰空間單元格屬性值的相似性或者相關性[32]。聚類可分為低—低聚類、高—高聚類、低—高聚類、高—低聚類。其公式如下：

(5)

1.2.5 區域重心 借助ArcGIS 10.2進行重心分析，研究烏江流域經濟、人口重心的位置和移動軌跡。其公式如下：

(6)

(7)

式中:X，Y為某一屬性重心的經度、緯度;Xi，Yi為子區域的經度、緯度;Wi為子區域某一要素的屬性值。

區域重心空間年際移動距離測度公式如下：

(8)

式中:D為兩個年份之間某一要素重心移動的距離；s，k為兩個不同年份;(Xs,Ys)，(Xk,Yk)為兩個年份某一要素重心的經緯度坐標;C=111.111,將地理坐標系轉換為平面坐標系。

區域重心空間年際移動方向測度公式如下：

θs-k=nπ/2+arctg〔(Ys-Yk)/(Xs-Xk)〕，

n=0，1，2

(9)

式中:θ為兩個年份之間某一要素重心移動的角度,θ∈[-π,π]；s，k為兩個不同年份;(Xs,Ys)，(Xk,Yk)為兩個年份某一要素重心的經緯度坐標。以正東為0°,逆時針旋轉為正,順時針旋轉為負。

用同一時間段內人口重心和經濟重心產生位移的矢量交角來體現變動一致性，交角越小代表變動一致性越高，采用cosθ作為變動一致性指數(C)。其公式如下：

(10)

式中:C為變動一致性指數,取值范圍為[-1,1];θ為經濟、人口重心在同一時間段產生位移的矢量交角,取值范圍為[0°,180°];ΔxE，ΔyE為經濟重心的經度、緯度變化量;ΔxP，ΔyP為人口重心的經度、緯度變化量。

2 結果與分析

2.1 烏江流域經濟、人口空間分布變化特征

對2000—2019年烏江流域經濟、人口地理集中指數進行全局自相關分析，得到經濟、人口地理集中指數莫蘭系數如圖1所示。2000—2012年，人口、經濟地理集中指數Moran′sI系數呈現波動變化的態勢；2013—2019年，經濟地理集中指數Moran′sI系數和人口地理集中指數Moran′sI系數均有明顯增長，兩者正的空間相關性均明顯增強，表明經濟發達或落后的區縣成片聚集，人口密集或稀疏的區縣也成片聚集。

2.1.1 經濟空間分布變化

(1) 人均GDP。烏江流域2000年人均GDP為3 284.99元，2019年增長至48 634.41元，2019年人均GDP是2000年的14.81倍，年平均增長率約為15.13%，增長速度較快。從圖2可以得出：① 人均GDP高值區域明顯從烏江流域中部和南部向西南部、東部延伸。② 烏江流域人均GDP較低的區縣集中分布在流域東北部和西南部，流域東北部、西南部以第一產業為主，二、三產業發展滯后，并且缺乏中心城市的帶動，經濟發展滯后，人均GDP較低。

圖2 烏江流域2000-2019年人均GDP空間分布

(2) 經濟地理集中指數。本文根據自然斷裂點法將各縣區GDP地理集中指數劃分為7個等級：0.19

從圖3可以得出，烏江流域各縣GDP地理集中指數空間分布有以下特點：① 烏江流域內大部分區縣GDP地理集中指數在(0,1)，數值較低。② 區縣GDP地理集中指數高值區主要分布在流域東北部(涪陵區、南川區、綦江區)、中部(遵義縣、紅花崗區、仁懷市)、南部(觀山湖區、白云區、烏當區、云巖區、南明區、花溪區、清鎮市)、西南部的鐘山區。③ 2000—2019年流域內大部分區縣GDP地理集中指數變化細微。就個別來看，仁懷市、觀山湖區GDP地理集中指數有明顯增長，仁懷市經濟地理集中指數增長最為迅速，主要得益于當地白酒產業帶來的巨大經濟效益。

圖3 烏江流域2000-2019年經濟地理集中指數空間分布

(3) LISA分布。對2000—2019年烏江流域經濟地理集中度局部空間自相關分析發現(圖4)，在5%的顯著水平下，從總體數量來看，2000年屬于高—高型區縣的有6個，屬于低—低型區縣的有11個，高—低型區縣有1個，低—高型區縣有1個；2019年高—高型區縣有5個，低—低型區縣有12個，不存在高—低型區縣，低—高型區縣有2個從區域分布來看(圖5)，高—高型區縣主要分布在烏江流域南部貴陽市市區，分布范圍變化小。高—高型區縣在2000年主要是貴陽市的烏當區、白云區、觀山湖區、云巖區、南明區和花溪區。2019年，貴陽市烏當區不再是高—高型區縣，烏當區經濟地理集中指數相比于周邊區縣較低。

圖4 烏江流域2000-2019年經濟地理集中指數LISA圖

高—低型區縣在2000年只有六盤水市的鐘山區，鐘山區是六盤水市中心城區、畢水興經濟帶的重要組成部分，經濟發展水平高，導致其經濟地理集中指數明顯高于周圍區縣。2019年，烏江流域無高—低型區縣。低—高型區縣在2000年僅有黔南布依族苗族自治州龍里縣，主要是因為其周邊貴陽市區的經濟發展水平高，而龍里縣經濟地理集中指數與其周邊區縣相比有較大差距。2019年，低—高型區縣增加了貴陽市烏當區，說明烏當區與貴陽市其他市區相比，經濟發展滯后，經濟地理集中指數偏低。

低—低型區縣主要分布在烏江流域東部和東北部。2000年低—低型區縣成片集中分布在流域東北部。2007—2011年，低—低型區縣的空間分布呈現往復規律，主要原因是部分區縣經濟發展有較大波動，經濟發展不穩定。到2019年，低—低型區縣分布呈破碎化，部分區縣擺脫了低—低型，說明近20 a經濟發展迅速，經濟發展水平明顯提高，經濟地理集中指數也隨之升高。

2.1.2 人口空間分布變化

(1) 人口密度。2000年烏江流域常住人口密度為237.62人/km2，2019年降低至232.44人/km2，常住人口密度略有下降。從圖5可以看出：① 流域西南部人口密度大，東北部人口密度小，人口重心偏向流域西南部。流域東部、東北部以第一產業為主，二、三產業基礎薄弱，農村剩余勞動力尋求經濟收入向外遷出，導致東部、東北部常住人口密度低；流域中部、南部、西南部有遵義市、貴陽市、六盤水市等區域中心城市，二、三產業發展迅速，經濟發展水平較高，吸引較多外來勞動力，導致人口密度較大且有增長趨勢。② 2000—2019年流域人口存在向3個區域集中的現象，這3個區域分別為遵義市紅花崗區、貴陽市市區(南明區、云巖區、白云區、觀山湖區)、六盤水市鐘山區。從圖中可以看出，這3個地區的人口密度均超過1 000人/km2，人口密度大且增長較快。

圖5 烏江流域2000-2019年人口密度空間分布

(2) 人口地理集中指數。本文根據自然斷裂點法將各縣區人口地理集中指數劃分為7個等級：0.37

從圖6可以可看出，烏江流域人口地理集中指數空間分布有以下特點：① 烏江流域大部分區縣人口地理集中指數低于1。② 人口地理集中指數較高的區縣分布在流域中部、南部和西部，其中中部的遵義市紅花崗區、南部的貴陽市市區(南明區、云巖區、白云區、觀山湖區)、西部的六盤水市鐘山區人口地理集中指數最高。

圖6 烏江流域2000-2019年人口地理集中指數空間分布

(3) LISA分布。對2000—2019年烏江流域人口地理集中指數局部空間自相關分析發現(圖8)，在5%的顯著水平下，從總體數量來看，2000年和2019年各聚類區縣數量相同，高—高型區縣5個，低—低型區縣12個，無高—低型區縣，低—高型區縣2個。

從區域分布來看(圖7)，高—高型區縣主要分布在烏江流域南部貴陽市市區。高—高型區縣在2000年主要是貴陽市的白云區、烏當區、觀山湖區、南明區。2019年貴陽市烏當區不再是高—高型區縣，主要原因是受周邊市區對人口的拉力增強以及人口返鄉就業的影響，導致烏當區常住人口流失，成為低—高型區縣。

圖7 烏江流域2000-2019年人口地理集中指數LISA圖

低—高型區縣在2000年有貴陽市花溪區和黔南布依族苗族自治州龍里縣。2019年低—高型區縣有龍里縣和烏當區。烏江流域在2000—2019年沒有出現高—低型區縣。

低—低型區縣主要分布在烏江流域東部和東北部。2000年低—低型區縣在流域東部有岑鞏縣、鎮遠縣、施秉縣和黃平縣，在東北部有恩施市、利川市、來鳳縣、彭水縣、黔江區、松桃縣等，說明東部和東北部部分區縣人口地理集中指數較低且區縣之間相關性較強。2019年東北部低—低型區縣分布逐漸破碎化，說明東北部部分區縣常住人口數量受人口返鄉就業影響有所增長，人口地理集中指數隨之上升。

2.2 烏江流域經濟、人口空間關聯動態特征

烏江流域經濟、人口重心移動軌跡存在交叉。經濟重心總體位于人口重心的西南方，兩者相距較近，均分布在研究區幾何重心偏西南的位置，位于貴州省遵義市遵義縣、紅花崗區境內。2000—2019年經濟、人口重心向流域西南移動，主要原因是近20 a流域南部和西南部的貴陽市、安順市、六盤水市、畢節市經濟發展迅速，城市化水平較高，吸引了較多的外來人口遷入，導致經濟重心和人口重心向流域西南偏移。

(1) 經濟重心空間演變軌跡特征。從變動情況來看(表1)，2003—2007年、2011—2015年經濟重心向流域西南方向移動，但2007—2011年、2015—2019年經濟重心向流域的東北方向遷移，說明在這個時間段內流域西南部、東北部的經濟發展波動性較大。總的來說，2000—2019年經濟重心向西南方向移動了約7 619.80 m，總的移動角度約為-169.18°，經濟重心向流域西南遷移，主要是因為西南部和南部有六盤水、安順、畢節、貴陽等城市，這些城市二、三產業發達，經濟的體量大且發展迅速，而流域東部和東北部以第一產業為主，第二、三產業發展滯后，且缺乏區域中心城市的帶動，經濟發展較為緩慢，所以經濟重心向流域西南方向移動。

表1 2000-2019年烏江流域經濟重心變動情況

(2) 人口重心空間演變軌跡特征。總體來說(表2)，2000—2019年烏江流域人口重心向西南方向移動，移動角度約為-146.03°，移動距離約為14 359.72 m，主要原因是流域西南部和南部的六盤水市、安順市、畢節市、貴陽市經濟發展迅速，經濟發展水平較高，吸引了大量外來人口遷入，人口重心向西南移動。與此同時，流域西南部部分城市如畢節市，生育觀念較為傳統，導致畢節市口增加較快，加劇了人口重心向西南方向移動。

表2 2000-2019年烏江流域人口重心

(3) 經濟重心和人口重心演變關聯。比較烏江流域人口重心和經濟重心的空間重疊性、變動一致性(圖8)，主要分為4個階段。2000—2007年，經濟重心和人口重心的空間重疊性越來越高，距離越來越近，且變動一致性接近1，兩者移動角度高度一致；2007—2011年，兩者空間重疊性變低，距離變遠，變動一致性接近-0.5，變動一致性低；2011—2015年，兩者的空間重疊度進一步降低，兩者相距約11 km，但變動一致性卻超過0.5，兩者移動角度接近；2015—2019年，經濟重心和人口重心的空間重疊度有所升高，但變動一致性幾乎為-1，兩者移動方向幾乎完全相反。

圖8 空間重疊性和變動一致性比較

2.3 耦合指數類型動態特征

2.3.1 烏江流域耦合指數等級劃分 根據本文的研究需要，將耦合指數劃分為5類：02為經濟極化型。

從時間上來看，2000—2019年人口和經濟發展協調性有明顯提高(圖9)。2000年經濟極化型、經濟超前型區縣各有8個，考慮到當時烏江流域經濟發展滯后，因此經濟發展的需求會更加強烈，需要此兩種類型的區縣帶動流域經濟發展，所以經濟極化型和經濟超前型更符合當時的發展需要；協調發展型區縣有16個，此類型區縣人口和經濟發展最為協調，但經濟的帶動作用較弱；經濟滯后型、經濟落后型區縣共有37個，超過流域區縣數量的一半，此兩種類型的區縣經濟發展水平遠滯后于人口集聚程度，人口和經濟發展的協調性最差。由以上數據可以看出，2000年烏江流域人口和經濟發展的協調性較差。2011—2019年烏江流域人口和經濟發展協調性明顯提高。2011—2019年經濟極化型區縣數量僅有4個，相較于2011年之前數量減少了一半，此時烏江流域處于經濟迅速發展時期，經濟極化型區縣雖能帶動流域經濟發展，但其過快發展可能拉大流域內區縣經濟發展差距，所以此類型已不能滿足此時發展的需要；部分經濟極化型、協調發展型區縣向經濟超前型轉變，經濟超前型區縣數量增加，此時經濟超前型區縣既能滿足帶動流域經濟發展的需要又能兼顧人口和經濟發展協調性；協調發展型區縣到2019年增加至21個；經濟落后型和經濟極化型區縣數量相較于2010年之前明顯減少。

圖9 烏江流域2000-2019年耦合指數空間分布

從空間上來看，烏江流域東北邊緣、中部—南部人口和經濟發展協調性較高，東北部和西南部大部分區縣人口和經濟發展協調性低。經濟極化型、經濟超前型和協調發展型區縣主要分布在流域東北邊緣、中部—南部，且經濟極化型、協調發展型區縣逐漸向經濟超前型轉變，協調發展型區縣也有所增加，說明流域東北邊緣、中部—南部人口和經濟發展的協調性較高且有所提升。經濟落后型、經濟滯后型區縣集中分布在流域東北部和西南部，人口和經濟發展的協調性低，但是2000—2019年，經濟落后型、經濟滯后型區縣數量明顯減少，人口和經濟發展的協調性有所提高。

2.3.2 經濟人口耦合指數LISA分布 對2000—2019年烏江流域人口經濟耦合指數局部空間自相關分析發現(圖10)，在5%的顯著水平下，從總體數量來看，2000年屬于高—高型區縣的有7個，屬于低—低型區縣的有13個，高—低型區縣有1個，低—高型區縣有3個；2019年高—高型區縣有7個，低—低型區縣有11個，高—低型區縣有2個，低—高型區縣有3個。

從區域分布來看(圖10)，高—高型區縣主要分布在流域中部和南部。2000年流域南部高—高型區縣主要是貴陽市市區、龍里縣、清鎮市、修文縣、息烽縣等。到2019年，高—高型區縣在流域中部僅剩下遵義縣、南部僅有貴陽市市區和修文縣。

圖10 烏江流域2000-2019年耦合指數LISA圖

低—高型區縣零散分布在流域南部和西南部。2000年低—高型區縣在流域南部是修文縣、平壩區和惠水縣。到2019年西南部低—高型區縣僅有金沙縣，南部低—高型區縣是平壩區和惠水縣。高—低型區縣在2000年僅有六盤水市鐘山區，到2019年增加了恩施市，說明鐘山區和恩施市經濟人口耦合指數明顯高于周邊區縣。

低—低型區縣主要分布在流域的東北部和西南部。2000年低—低型區縣主要分布流域東北部和西南部，東北部低—低型區縣呈片狀分布，西南部則零散分布。2019年，東北部低—低型區縣仍零散分布，但西南部低—低型區縣數量迅速增加，大方縣、七星關區、赫章縣、威寧縣、水城縣、六枝特區等區縣連片分布，西南部低—低型區縣連片分布主要原因是人口的增長速度遠快于經濟的增長速度，導致經濟人口耦合指數有所下降。

3 結 論

(1) 烏江流域經濟發展較為迅速，但流域內區縣間經濟差異有擴大趨勢。2000—2019年，烏江流域經濟較快發展，2019年人均GDP約是2000年的14.81倍，年平均增長率約為15.13%，增長速度較快。經濟空間分布不均衡且不均衡性有擴大趨勢，經濟地理集中指數Moran′sI系數和局部空間自相關LISA圖均顯示烏江流域區縣經濟正的空間集聚現象越來越明顯，即經濟發達的區縣集中分布，經濟落后的區縣也成片集聚。

(2) 研究時間段內常住人口數量略有減少，且人口空間分布受經濟影響明顯。2000—2019年烏江流域常住人口略有減少，2000年常住人口約3 626.46萬人，2019年常住人口約3 564.12萬人，減少了約62.34萬人。從經濟、人口地理集中指數LISA圖中可以看出，經濟、人口的高—高型區域和低—低型區域空間分布重疊度較高。經濟、人口的高—高型區域均分布在流域南部的貴陽市，而低—低型區域主要分布在流域東部和東北部區縣，說明經濟較發達的區縣人口也相對比較密集。流域東部、東北部第二、三產業發展滯后，經濟發展緩慢，且缺乏中心城市的帶動作用，導致經濟發展滯后、勞動力外流，經濟地理集中指數和人口地理集中指數均偏低；流域南部貴陽市第二、三產業較為發達，經濟發展迅速，吸引了大量外來人口遷入，導致經濟、人口地理集中指數均偏高。

(3) 經濟重心和人口重心移動方向明顯具有一致性，移動角度有一定差別，但是基本保持著向西南方向移動。流域南部、西南部有4個區域中心城市，即貴陽市、安順市、六盤水市和畢節市，這4個城市經濟發展水平高，吸引了周邊地區的大量人口遷入，導致經濟重心和人口重心均向流域西南方向移動。空間重疊性和變動一致性基本經歷了4個階段：2000—2007年的相互靠近階段；2007—2011年的相互偏離階段；2011—2015年移動角度保持著基本一致，但是兩者的相距越來越遠；2015—2019年兩者間的距離明顯縮小，但是移動方向完全相反。

(4) 烏江流域經濟發展與人口協調性明顯提高。2019年經濟落后型和經濟極化型區縣數量相較于2000年明顯減少，協調發展型區縣數量有所增加，各區縣內的人口和經濟發展關系愈來愈趨近協調發展。