貴州烏江流域人口收縮的時空格局演變及影響因素

摘 要：以貴州烏江流域為研究對象，基于2000、2010、2020年3期人口普查數據以及2005年和2015年常住人口數據，探析貴州烏江流域縣域人口收縮的時空格局演變，并探究其成因。結果表明：（1）貴州烏江流域人口收縮現象較為明顯，2000—2010年和2010—2020年人口收縮縣域分布較廣，占比均超過50%。（2）研究期內人口持續收縮是主要特征，集中于下游地區，但分布范圍逐漸縮小，中游地區人口變動劇烈。（3）基于收縮程度，研究期內以人口中度收縮為主，不同時期人口收縮程度起伏較大，隨時間推移人口收縮程度有減弱趨勢。（4）隨時間演化人口自然增長因素對人口收縮演變影響減弱，人均生產總值、非農就業水平等經濟發展因素影響力逐漸增強。

關鍵詞：人口收縮；時空格局演變；影響因素；西部山地流域；烏江流域

中圖分類號：C922 文獻標志碼：A 文章編號：1673-5072（2024）06-0622-10

20世紀80年代伊始，部分西方國家在經歷某種結構性經濟危機后出現了人口減少現象［1］，這種現象被認為是人口收縮。在全球化、城鎮化和工業化浪潮的影響下，人口收縮逐漸成為普遍現象［2］，引起了學界的廣泛關注。目前，不僅發達國家面臨人口收縮，發展中國家也面臨局部人口收縮問題。從全球來看，人口收縮區域存在擴大趨勢，局部地區的人口收縮較為顯著。由此可見，厘清人口收縮的區域差異、時空特征和驅動機制，是當前人口地理與區域發展的重點問題。

國外關于人口收縮的研究起步較早，圍繞人口收縮識別［3-5］、區域差異［6-8］、驅動因素［9-12］和應對措施［13-16］等方面展開了大量研究。對于人口收縮識別，國外學者主要從城市人口減少、區域總人口數量下降［17］和人口-社會-經濟綜合角度進行判定［18-20］；區域差異上，各大洲和國家間人口收縮差異明顯，歐洲地區經濟發展相對落后的國家人口收縮較為明顯，而亞洲地區的發達國家同樣面臨嚴重的人口收縮問題［21-24］。國家或地區內部人口空間分異也較明顯，局部人口收縮是未來趨勢［25］。出生率降低被認為是影響發達國家人口收縮的主要原因［26］，學者主要從社會、經濟、制度等角度闡釋人口收縮的影響機制［27-30］，線性過程和循環積累是最主要的探究視角［31-32］。近年來，隨著“精明收縮”概念的提出，關于人口收縮的應對措施逐漸受到關注。通過研究德國、美國、英國、日本等國家治理人口收縮的措施及實踐效應，發現城市再開發和精明收縮是應對人口收縮的兩種主要方式［33-36］。一部分學者認為接受并適應是應對人口收縮的科學之策，另外一部分學者則認為不要適應要反應，主張通過城市復興促使人口回流。

國內關于人口收縮研究起步相對較晚。以老工業城市人口流失為代表，我國學者較早開始關注資源枯竭城市的人口減少問題。在理論方面，主要通過借鑒國外對城市人口收縮的相關理論和經驗實現中國本土化研究［37-38］。在實證方面，一是全國層面上［6-8，27］的研究，普遍利用人口普查數據探究人口流失問題，識別人口收縮的空間差異；二是局部范圍內如東北地區［3，11］、黃河流域［39-40］、長三角［41］、京津冀［42］等，從區域內部的驅動機制和外部效應出發，分析人口收縮的特征與機制。縱觀已有研究，研究內容主要集中于城市人口的變動，對區域總人口特別是縣域單元人口收縮關注不夠；研究考察期多在第七次人口普查以前，對于近期人口變化新趨勢有所忽略，且中長時期的動態研究較少；學者們主要從社會經濟影響引起的人口機械變動來探討人口收縮的形成機制，缺乏對人口自然增長、地形等自然因素的綜合分析。

烏江流域是貴州戰略支撐和導向作用突出的區域，是貴州融入長江經濟帶和連接“一帶一路”的重要紐帶，也是新一輪西部大開發的重點區域。但2000年以來，流域上、中、下游地區均出現不同程度的人口收縮現象，下游地區尤為突出，因此，以貴州烏江流域作為研究對象具有典型性和重要意義。鑒于此，本文對2000—2020年貴州烏江流域人口收縮進行研究，并探究其空間分異特征，以期為推動西部山地流域人口長期均衡發展，促進區域協調、高質量發展提供經驗借鑒。

1 研究對象、方法、數據來源與選取

1.1 研究對象

烏江是長江上游南岸的最大支流，是貴州省第一大河。流域內以山地和高原為主，海拔落差較大，地理環境復雜。烏江在貴州境內的流域面積為66 849 km2，占貴州國土面積的38%，流經畢節、六盤水、安順、貴陽、遵義、黔南、黔東南、銅仁8個市（州），包括47個縣級行政單元（圖1）。截至2020年，貴州烏江流域人口占全省總人口的66%，GDP總量占全省總量的64%。作為貴州重要戰略地帶，流域內自然資源豐富，產業發展基礎良好。但當前人口發展差距較大，縣域人口分布非均衡現象突出，對統籌人口與區域協調、高質量發展帶來了挑戰。

1.2 數據來源

人口數據來源于貴州省2000、2010、2020年人口普查資料和2006年、2016年《貴州統計年鑒》，社會經濟數據來源于《貴州統計年鑒》、《中國縣域統計年鑒》和貴州省宏觀經濟數據庫，DEM數據來源于地理空間數據云，分辨率為30 m。

1.3 數據選取

人口分布演變受人口自然變動和人口機械變動兩方面的影響，兩者共同塑造了人口集散空間格局。人口自然增長率可表征人口自然變動，而影響人口機械變動的因素復雜且多樣，根據已有研究和數據的可獲得性，從貴州烏江流域實際情況出發，將經濟發展水平、產業結構、基礎設施與公共服務、地形狀況納入考量指標。人均生產總值和非農就業人口占比是反映經濟發展水平的重要指標；第二、三產業占GDP比能夠反映地區產業發展高級化程度；公共財政支出會影響城市之間的人口流動和區域發展的均衡，用公共預算支出占GDP比表征政府財政支持力度，教育是公共服務的重要體現，用6歲以上人口平均受教育年限來表征教育水平；交通是基礎設施建設水平的重要體現，用道路和鐵路密度來表征交通基礎設施狀況；作為西部山地流域，其復雜地形地貌特征較為突出，故采用海拔和地形起伏度2個指標來表征地形狀況。具體影響因素選擇及說明見表1。

1.4 研究方法

1.4.1 人口收縮識別

本文參考以往學者從常住人口相對變化視角定義人口收縮的方法［3，11］，以2000—2020年為研究時段，以每5年縣域人口增長率低于貴州烏江流域總人口增長率為依據，判定貴州烏江流域人口收縮，判定方法如下。

R（t1，t2）=（Mt2－Mt1）/Mt1－（Nt2－Nt1）/Nt1，

式中：R（t1，t2）表示t1-t2時期人口相對變化率；Mt1、Mt2分別表示單個縣域t1、t2年份的常住人口數量；Nt1、Nt2分別表示烏江流域t1、t2年份的常住人口數量。若R（t1，t2）>0，定義人口增長；R（t1，t2）<0，定義人口收縮；R（t1，t2）=0則認為無收縮無增長；R（t1，t2）絕對值越大表示人口收縮或增長程度越高。人口收縮類型及判定標準見表2。

1.4.2 空間自相關分析

本文采用全局自相關（Moran’ s I）分析探究貴州烏江流域人口收縮的空間集聚或離散分布特征，I的取值范圍為-1～1，大于0表示存在空間正相關，等于0表示空間相關性不存在，小于0表示存在空間負相關。在此基礎上運用局部自相關分析刻畫其集聚的具體空間模式，包括“高-高”“低-低”“高-低”“低-高”“不顯著”5種模式［43］。同時，利用熱點分析［44］識別貴州烏江流域人口相對密度變化的“冷點”與“熱點”。

1.4.3 多元Logistic回歸

為更好分析不同人口變化類型縣域影響因素的差異，本文采用多元Logistic回歸模型分析影響貴州烏江流域人口收縮空間分布格局形成與演變的驅動因素。在模型設定上，本文將持續增長型賦值為0，作為參照組，將持續收縮型、增長轉收縮型和收縮轉增長型依次設定為1、2和3。

2 貴州烏江流域人口收縮結果分析

2.1 貴州烏江流域人口收縮時空格局演化特征分析

2.1.1 基于時序演化的人口收縮特征

2000—2010年，貴州烏江流域縣域人口變動分異明顯（表3），其中人口持續增長縣域3個，占比6.38%；人口持續收縮縣域31個，占比65.96%；人口增長轉收縮縣域2個，占比4.26%；人口收縮轉增長縣域11個，占比23.40%。該時段以人口持續收縮為主要特征。從空間分布來看（圖2），人口收縮縣域主要分布在下游地區，中游地區和上游地區人口收縮與增長縣域交錯分布。人口持續收縮縣域集中于下游地區，呈“團塊狀”連片分布；人口增長轉收縮縣域較為分散，毗鄰人口增長區；人口收縮轉增長縣域分布在人口持續收縮和人口持續增長的交匯地帶，主要位于畢節、遵義和貴陽；人口持續增長縣域分散分布于貴陽和六盤水。

2010—2020年，貴州烏江流域縣域人口發展較上個時期更為均衡（表3），其中人口持續增長縣域9個，占比19.15%；人口持續收縮縣域25個，占比53.19%；人口增長轉收縮縣域5個，占比10.64 %；人口收縮轉增長縣域8個，占比17.02%。該時期人口持續收縮縣域較2000—2010年有所減少，占比下降了12.77%，人口持續收縮現象仍舊表現明顯。從空間格局來看（圖2），人口收縮縣域仍集中分布在下游地區，中游地區人口收縮現象有所緩解，上游地區的威寧、赫章、七星關、大方等縣域人口收縮變化顯著。人口持續收縮縣域主要分布在下游地區，零星分布于上游地區；人口增長轉收縮縣域分布由分散轉為集中，大致位于中游偏南區域，緊鄰貴陽-遵義經濟區；人口收縮轉增長縣域趨向中游地區分布；人口持續增長縣域分布范圍擴大，主要位于中游貴陽和遵義。

2.1.2 基于收縮強度的人口收縮特征

2000—2005年，人口收縮縣域占比61.70%，收縮程度總體較低（表4），以弱收縮為主要特征，占比42.55%。從空間上看（圖3），人口強收縮縣域主要分布在中游地區，人口弱收縮縣域偏下游地區分布，人口弱增長縣域則集中在上游地區的畢節和六盤水，總體來看，中游地區收縮程度較高，從中游向兩翼收縮程度漸弱。

2005—2010年，人口收縮縣域數量占比較上個時期上升了8.51%，收縮程度明顯加劇，人口強收縮縣域占比超過50%，該時期以強收縮為主要特征。從空間上看（圖3），人口強收縮和強增長縣域分布范圍明顯擴大，人口變動分化更為明顯。人口強收縮縣域分布最廣，集中于下游地區，紅花崗、匯川、白云、烏當等縣域發展較好，正處于人口集聚階段，增長屬性明顯，其周邊縣域受虹吸效應影響，人口收縮程度較為嚴重。

2010—2015年，人口收縮縣域數量較上個時期基本保持不變，人口強收縮縣域數量大幅下降，占比下降到4.26%，該時期以人口中度收縮和弱收縮為主要特征。從空間上看（圖3），人口強收縮區明顯縮小，中游地區以人口弱增長為主，上、下游地區中度收縮和弱收縮交錯分布。人口強收縮縣域和人口強增長縣域緊密分布。

2015—2020年，人口收縮縣域數量較上個時期有所減少，占比下降了10%，人口強收縮縣域占比略有上升，人口弱收縮縣域占比下降明顯，該時期以中度收縮為主要特征。從空間上看（圖3），人口收縮縣域分布范圍縮小，人口中度收縮縣域分布最廣，集中于下游地區，上、中游地區人口收縮縣域表現出局部集中的特點，包括威寧、赫章、織金、黔西、金沙等。

2.2 貴州烏江流域人口變化空間集聚特征分析

從人口收縮空間集聚特征來看（圖4），烏江流域人口收縮相同程度的縣域存在空間聚集性。2000—2020年，烏江流域人口相對變化率的Moran’ s I值為0.4187，Z值為6.1309，檢驗結果顯著（P<0.01），說明貴州烏江流域人口收縮和增長在空間分布上呈現正相關，并非隨機分布，即人口收縮縣域之間存在空間關聯性。局部空間自相關和熱點分析結果顯示，烏江流域下游形成了大范圍人口收縮“低-低”聚集區；地處流域中游的貴陽則形成明顯的人口增長“高-高”聚集區，主要包括了清鎮、白云、觀山湖、花溪和南明。冷、熱點縣域分布則與“低-低”、“高-高”縣域分布有著高度重合，進一步印證了烏江流域人口收縮和擴張縣域分布的空間集聚性。

3 貴州烏江流域人口收縮空間格局形成與發展的影響因素分析

運用多元Logistic回歸模型對影響貴州烏江流域人口收縮空間格局的影響因素進行定量分析（表5），模型（1）為2000—2010年烏江流域人口收縮的影響因素分析，其中，因變量為2000—2010年人口變化率，自變量選用各影響因素2010年的值（如人均生產總值、公共預算支出占GDP比例、平均受教育年限等）；模型（2）為2010—2020年烏江流域人口收縮影響因素分析，其中，因變量為2010—2020年人口變化率，自變量選用各影響因素2020年的值。

3.1 貴州烏江流域人口收縮影響因素指標分析

表征經濟發展水平的人均生產總值和非農就業人口占比對人口收縮的解釋力總體較強。人均生產總值在2000—2010年和2010—2020年均在5%及以上水平下顯著，影響系數為負，表明人均生產總值對人口收縮有負向影響，較低水平的人均生產總值是引起貴州烏江流域人口收縮的重要原因。2000—2020年，烏江流域人均生產總值從36 576.63元增長到44 377.79元，其中，人口持續增長縣域人均生產總值從9600.23元增長至74 139.79元，人口持續收縮縣域人均生產總值從2 433.81元增長到36 576.63元，遠低于平均水平，巨大的經濟發展差距促使人口由欠發達地區流向發達地區，表明長期形成的經濟發展水平的剪刀差是人口流動的關鍵因素。非農就業人口占比解釋力在2000—2010年較強，在2010—2020年影響較為顯著，影響系數為負，說明非農就業機會越少，越可能出現人口收縮。

產業結構在1%顯著水平下對人口收縮有負向影響，說明對于貴州烏江流域而言，第二、三產業越不發達的區域，人口收縮的可能性越高。產業結構在2000—2010年對人口收縮的影響系數絕對值較大，在2010—2020年影響系數絕對值變小，解釋力變弱。可能的原因是“十六大”提出新型工業化以后，貴州烏江流域工業發展速度加快，大量勞動力從土地上解放尋求工作機會，該時期產業結構對人口流動的影響力較強；2010年以后大部分縣域產業結構趨于穩定，產業結構對人口收縮的影響逐漸降低。2000年流域31.91%的縣域以第一產業為主，第二、三產業占比平均水平為60.46%，而2010年與2020年流域平均水平分別為78.86%和80.04%，差異較小，印證了上述觀點。

基礎設施和公共服務水平影響差異顯著。表征公共服務水平的因素有公共預算支出和平均受教育年限，兩者均在1%顯著水平下對人口收縮有負向影響，公共預算支出水平在兩個時期基本保持負向影響，表明政府對公共服務的支持力度越大，越能緩解人口收縮現狀。隨時間演變，公共服務水平解釋力有所增強，可能因為隨著社會經濟發展，人們對文化、衛生、生態等方面也產生了更高的需求，公共服務水平在人口流動中所起的作用越來越強。平均受教育年限在2000—2010年解釋力最強，即平均受教育程度越低的地區越容易出現人口收縮，可能的原因是人口平均受教育程度一定程度上反映了地區的人力資本質量，人力資本質量與經濟發展聯系緊密，人力資本質量低的地區往往經濟水平也較低，人口遷出更為明顯，貴州烏江流域屬于多民族聚居區域，早期由于少數民族文化工作體系建設薄弱，文化教育普及不夠，少數民族平均受教育年限普遍偏低，這種情況在流域下游地區尤為突出。2010年以后平均受教育年限的解釋力顯著降低但仍是負向影響，可能的原因是隨著文化教育的普及，人口素質差距逐步縮小，影響力逐漸降低。表征基礎建設水平的交通通達度解釋力較強，其在兩個時期均在1%顯著水平下顯著，其影響系數為正，表明交通通達度越低的區域越可能出現人口收縮，2010年以后，交通通達度解釋力明顯降低，值得注意的是，其影響系數由正轉負，表明交通通達度較高的地區也可能面臨人口收縮，隨著交通事業的發展，各地交通條件差距在縮小，交通便利的區域流動的成本更低，更利于人口流動。

地形狀況中的地形起伏度對人口收縮的影響較為顯著，海拔對人口收縮的影響微乎其微，主要原因是貴州烏江流域海拔較高處地平坡緩，易于人們生產生活、開發建設。地形起伏度主要在2000—2010年影響較為顯著，且影響系數為正，說明在早期，地形對貴州烏江流域人口生產生活和對外交流的制約作用更為突出，地形越復雜，人口外流越嚴重，可能因為復雜的地形狀況制約了資源開發、交通建設、經濟發展等，為尋求更好的發展機會，人口多向外流出；2010年以后，地形起伏度解釋力明顯降低，影響系數仍為正，表明隨著經濟和科技的發展，資金、技術的約束性大幅降低，地形對人口流動的制約作用明顯減弱。

人口自然變動的影響逐漸減弱。人口自然變動在兩個時期均對人口收縮有顯著影響，2000—2010年解釋力較強，2010—2020年影響系數絕對值呈下降趨勢，說明人口自然增長率降低是2000—2010年流域部分區域人口收縮的關鍵因素，但2010年以后人口機械變動逐漸成為人口收縮格局形成的主要原因。一方面，貴州烏江流域人口出生率逐步放緩，人口自然增長率縣域差異縮小，另一方面，人口流動門檻逐漸降低，流動人口保障更加完善，人口流動更加頻繁。

3.2 不同人口收縮類型影響因素分析

人口持續收縮型。2000—2010年，在1%顯著水平下對該類型縣域具有顯著影響的前三個因素分別為平均受教育年限、人口自然增長率和交通通達度，其中平均受教育年限影響最強，說明對于該時期的人口持續收縮縣域而言，人口受教育水平越低越有可能出現持續收縮；2010—2020年，在1%顯著水平下具有較強解釋力的前三個因素分別為人均生產總值、公共服務水平和交通通達度，說明在該時期經濟發展水平越低的縣域人口持續收縮可能性越大。綜上所述，2000—2010年，較為落后的教育、相對較低的人口自然增長率是貴州烏江流域人口持續收縮縣域形成的主要原因，2010年以后經濟因素對人口持續收縮型縣域影響增大。

人口增長轉收縮型。2000—2010年，在1%顯著水平下對該類型縣域解釋力度前三的因素與持續收縮型基本一致，但交通通達度的影響較持續收縮型更顯著，人口自然增長率影響系數顯著為負；2010—2020年，人均生產總值影響系數絕對值最大，影響系數符號為負。綜合來看，人口自然增長水平降低，交通發展進程較慢可能是2000—2010年貴州烏江流域縣域人口由增長轉收縮的主要原因，而經濟發展劣勢則是2010—2020年增長轉收縮形成的主要原因。

人口收縮轉增長型。2000—2010年，在1%顯著水平下對該類型縣域具有顯著影響的前三個因素分別為交通通達度、人口自然增長率和非農就業人口占比，其中非農就業人口占比較前兩種類型有顯著差異，且影響系數為負；2010—2020年，人均生產總值、公共服務水平和非農就業人口占比在1%水平下顯著影響人口收縮轉增長縣域。總體來看，經濟發展水平和公共服務水平是導致人口由收縮轉增長的主要因素。

4 結論與討論

本文利用2000、2010和2020年3期人口普查數據和2005、2015年2期常住人口數據，以貴州烏江流域為研究區，對流域人口收縮的時空格局及影響因素進行研究，主要結論如下：

1）2000—2010年人口持續收縮縣域數量最多，集中分布在下游地區；2010—2020年，人口持續收縮縣域占比下降，但仍排首位，中游地區人口收縮現象有所緩解，上游地區的威寧、赫章、七星關、大方等縣域人口變化顯著。

2）2000—2005年貴州烏江流域以人口弱收縮為主要特征，主要分布在下游地區兩側；2005—2010年收縮程度加劇，以人口強收縮為主，連綿分布于下游地區；2010—2015年收縮程度減緩，以人口中度收縮和弱收縮為主廣泛分布于流域上、下游地區；2015—2020年以人口中度收縮為主要特征，上、中游地區人口收縮縣域表現出局部集中的特點。

3）人口收縮或增長縣域存在空間關聯性，流域下游形成了大范圍人口收縮“低-低”聚集區，流域中游偏南的小范圍區域則形成人口增長“高-高”聚集區。

4）2000—2010年，人均受教育年限、人口自然增長率和交通通達度對該時期縣域人口收縮格局的形成有顯著影響；2010—2020年，人均生產總值、公共服務水平和交通通達度對該時期縣域人口收縮格局的形成有顯著影響。隨時間發展，經濟發展水平和公共服務水平影響力逐步增強，而人口自然增長作用減弱，交通通達度始終保持較強的解釋力。

本文分析了貴州烏江流域人口收縮時空演變特征，并進一步探究了影響不同類型人口收縮的主導因素，相比以往研究，本文主要貢獻在于：揭示了2000年以來貴州烏江流域人口變化的長時序特征；分類探討了不同人口收縮類型的主導影響因素。但也存在一些不足之處，有待進一步思考并深化研究：受數據可獲性限制，以五年作為人口收縮研究時期是否存在期限過長而無法更為細致刻畫人口變化趨勢的問題；需要結合區域政策、民族風俗、思想觀念等無法量化的影響因素構建更為全面科學的框架進行分析。然而如何能夠引導中長期人口均衡發展、推動流域高質量發展是亟待解決的現實問題。首先，應該正視并接受人口收縮現象。當前貴州烏江流域正處于城鎮化快速發展階段，缺乏發展機會的縣域人口流失規模不斷擴大是必然，應該主動認識，積極應對。其次，針對未來可能的人口變動趨勢，一方面應該加快推進區域經濟合作，縮小縣域經濟發展差距；另一方面各地應該根據實際情況從長期、均衡方向調整生育政策。再者，針對人口收縮的縣域應該根據實際情況分類管理。人口持續收縮縣域首先要重點發展交通事業，提高交通通達度，提升縣域在區域中的區位優勢，改善投資環境，增加對投資的吸引力，提高經濟發展活力；人口增長轉收縮縣域應該加快推進傳統產業轉型升級，推進煤磷化工、有色、冶金等傳統產業精細化和集約化發展，調整和優化產業結構，提升就業人口吸納能力；人口收縮轉增長縣域則應在增長現有發展勢能的同時積極發展大數據、金融、電子商務等現代服務業，提高就業人口承載力，吸引人口集聚。最后人口增長地區要增強輻射帶動作用。擴大“強省會”戰略輻射范圍，依托貴陽加快協同發展，同時加快建設以貴陽—遵義為核心的中游經濟區，以中游地區的發展帶動上、下游地區加快發展，促進全流域協調發展。

參考文獻：

［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］ 孫平軍，王柯文.中國東北三省城市收縮的識別及其類型劃分［J］.地理學報，2021，76（6）：1366-1379.

［4］ 龍瀛，吳康，王江浩.中國收縮城市及其研究框架［J］.現代城市研究，2015（9）：14-19.

［5］ 張學良，劉玉博，呂存超.中國城市收縮的背景、識別與特征分析［J］.東南大學學報（哲學社會科學版），2016，18（4）：132-139.

［6］ 劉振，戚偉，齊宏綱，等.1990—2015年中國縣市尺度人口收縮的演變特征及影響因素［J］.地理研究，2020，39（7）：1565-1579.

［7］ 楊強，李麗，王運動，等.1935—2010年中國人口分布空間格局及其演變特征［J］.地理研究，2016，35（8）：1547-1560.

［8］ 王露，封志明，楊艷昭，等.2000—2010年中國不同地區人口密度變化及其影響因素［J］.地理學報，2014，69（12）：1790-1798.

［9］ 孫平軍，劉菊，羅寧，等.成渝地區雙城經濟圈收縮城市的空間格局與影響因素：基于第五、六、七次全國人口普查數據的分析［J］.西南大學學報（自然科學版），2022，44（1）：46-56.

［10］應奎，丁金宏，陳益豪，等.貴州縣域人口收縮空間特征及影響因素的MGWR探測［J］.世界地理研究，2022，11（29）：1-13.

［11］閆廣華，陳曦，張云.基于隨機森林模型的東北地區收縮城市分布格局及影響因素研究［J］.地理科學，2021，41（5）：880-889.

［12］張學良，張明斗，肖航.成渝城市群城市收縮的空間格局與形成機制研究［J］.重慶大學學報（社會科學版），2018，24（6）：1-14.

［13］張莉.增長的城市與收縮的區域：我國中西部地區人口空間重構：以四川省與河南省信陽市為例［J］.城市發展研究，2015，22（9）：74-80.

［14］周愷，錢芳芳，嚴妍.湖南省多地理尺度下的人口“收縮地圖”［J］.地理研究，2017，36（2）：267-280.

［15］張京祥，趙丹，陳浩.增長主義的終結與中國城市規劃的轉型［J］.城市規劃，2013，37（1）：45-50.

［16］韓蕾，齊曉明，郝軍.內蒙古東部地區縣域人口收縮的時空格局及驅動力分析［J］.干旱區資源與環境，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，楊家文，張銜春，等.我國城市收縮測度與影響因素分析：基于人口與經濟變化的視角［J］.人文地理，2017，32（1）：82-89.

［28］馬佐澎，李誠固，張平宇.東北三省城鎮收縮的特征及機制與響應［J］.地理學報，2021，76（4）：767-780.

［29］張靜，唐曉超.人口收縮視角下湖北省縣域經濟社會的空間變化探析［J］.長江流域資源與環境，2022，31（5）：1016-1028.

［30］丁曉明，王成新，李夢程，等.中國老工業基地城市收縮的時空演變及影響因素分析［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］張京祥，馮燦芳，陳浩.城市收縮的國際研究與中國本土化探索［J］.國際城市規劃，2017，32（5）：1-9.

［38］姜鵬，周靜，崔勛.基于中日韓實例研究的收縮城市應對思辨［J］.現代城市研究，2016，31（2）：2-7.

［39］陳肖飛，郜瑞瑞，韓騰騰，等.人口視角下黃河流域城市收縮的空間格局與影響因素［J］.經濟地理，2020，40（6）：37-46.

［40］張夢夢，張麗君，秦耀辰，等.黃河流域鄉鎮人口：經濟增長與收縮格局及影響因素［J］.地理科學進展，2022，41（6）：999-1011.

［41］吳康，龍瀛，楊宇.京津冀與長江三角洲的局部收縮：格局、類型與影響因素識別［J］.現代城市研究，2015，30（9）：6-35.

［42］封志明，楊玲，楊艷昭，等.京津冀都市圈人口集疏過程與空間格局分析［J］.地球信息科學學報，2013，15（1）：11-18.

［43］張佳瑜，李建華，余海龍，等.寧夏小城鎮空間分布特征及其影響因素分析［J］.干旱區資源與環境，2021，35（7）：56-63.

［44］孫曉晨，焦菊英，王紅雷，等.河湟谷地1980—2020年土地利用變化及其冷熱點分布［J］.水土保持通報，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