江苏省人口老龄化空间分异演变及影响因素

基于街镇尺度,运用2000和2010年全国人口普查资料,对江苏省人口老龄化空间分异演变特点及其影响因素进行分析。结果表明：① 老龄化整体上呈现“E”字型分布格局;区域老龄化类型差异变化显著;“乡镇-街道逆二元结构”凸显。② 空间集聚效应进一步“强化”,空间总体变异程度增强,结构性因素是引起空间变异的主要原因,随机性因素影响程度在增强。③ 成长型、老年型初期与老年型中期、老年型后期、超老年型表现出相反的重心偏移轨迹,成长型、老年型中期、老年型后期在空间上出现扩散效应,老年型初期出现极化效应。形成机制主要缘于自然因素、经济因素和社会因素。     

1965年以来我国对外贸易及其 地域格局的演变态势

本文总结了我国不同尺度地域单元近40年不同阶段对外贸易总量增长、对外依存度不断提高的基本特点及其地域格局演变的基本态势,分析了出口商品结构变化的基本趋势,并初步探讨了我国对外贸易特点及其地域格局形成的基本成因。研究发现:(1)从时间尺度看,40年来,我国不同尺度的不同区域对外贸易总量和对外依存度均呈长期增长态势,外贸年均增长速度长期高于GDP年均增长速度;(2)从空间尺度看,东、中、西地带对外贸易的区域差异格局没有根本改变,相反中、西地带的相对地位随着市场经济的发展呈下降趋势。我国进/出口位居前四位的省市绝大部分位于东部地区,随着市场经济的进一步发展,呈现出由北向南演变的趋势。在国际上,我国对亚洲的进/出口占绝对优势,但相对地位逐渐下降。     

中国人口老龄化空间格局演变及其驱动因素

基于第五、六次人口普查数据,采用ESDA和空间计量模型分析中国地级单元人口老龄化的空间格局演变特征及驱动因素。结果表明：① 胡焕庸线是中国人口老龄化呈东高西低的显著分割线,随着老龄化不断加深,最初自西向东阶梯上升的空间格局逐渐模糊;② 各地级单元间人口老龄化存在较强的空间正相关性,呈现出高-高和低-低相似值集聚的空间分布特征。其中高-高集聚区主要分布在长三角、成渝、山东半岛、辽中南等地区,低-低集聚区主要分布在西北地区、西南部分地区、东北地区西部和珠三角部分地区,10 a间这种正向的空间集聚特征减弱;③ 中国人口老龄化空间格局演变是由人口因素和社会经济因素共同作用决定的,人口因素是直接原因,根本原因是地区社会经济发展的不平衡所致。对此,分别从人口和社会经济角度提出应对人口老龄化对策建议。     

北京市老年人口空间分布格局特征及驱动力

基于北京市第五次、第六次人口普查街道数据,多尺度考察了北京市老年人口的空间分布演化特征。研究表明:2000—2010年北京城市功能拓展区老年人口分布最为集中,城市发展新区增长迅速;10年间老龄化程度加深,区县间空间分布差异增大;老年人口总体呈"中心高、外围低、东高西低、南高北低"的空间分布格局;高社会隔离度区域面积显著扩大且在郊区集中分布,低社会隔离度区域面积缩小;养老设施总体供给不足,老年人口与养老设施空间分布不匹配;基于老年人口的医疗卫生服务设施可达性空间分布不均衡。最后从人口自然加龄、外来人口、经济发展、公共服务设施和城市发展战略等方面分析了其影响因素。     

中国人口老龄化区域差异及驱动机制研究

基于中国第五、六次人口普查数据,分析中国省域人口老龄化的程度、速度、社会经济影响、空间差异及其驱动机制。结果表明：① 2000~2010年中国人口老龄化处于初级老龄化阶段且不断加深,区域差异缩小,东部地区低速增长,中西部地区老龄化与养老负担快速增加。老年人口密度属较低密度区,从东向西呈梯度降低。② 中国省域人口老龄化程度及空间布局是人口自然增长、人口机械增长、经济水平等因素相互调节与空间分异的综合结果。③ 各机制系数空间异质性的综合作用促使老龄化大致由南北向分异转变为东西向分异的空间格局。省际人口迁移从根本上制约如今的中国人口老龄化空间格局。     

西宁市老年人口分布与养老资源错位研究

健康中国战略下,积极应对老龄化、建立健全养老和医疗等相关设施,成为许多城市关注的问题。目前相关研究很少关注西北城市的老龄人口的空间分布及养老资源错位的现象。本研究以西宁市主城区为研究区域,基于2010—2018年西宁市公安局各街镇人口数据和兴趣点（POI）数据,选用老年人口系数、赡养率、增长率和地理集中率四个指标,利用综合老龄化指数（CAI）模型、核密度函数模型和空间错位指数模型对西宁市主城区人口老龄化空间分布及养老资源（医疗资源、老年设施）空间错位现象进行探索分析,结果表明：（1）9年间西宁市主城区人口老龄化程度不断加深,已步入老年型社会。（2）通过老龄化综合指数可知：主城区外围街镇人口老龄化增长速度大于城区中心的街道,其中小桥街道、朝阳街道、马坊街道与乐家湾镇人口老龄化最为严重,2018年综合老龄化指数增长速度超过中心城区街道,西宁市主城区人口老龄化严重程度已从中心街道向外围街镇扩散。（3）通过空间错位指数计算可得知：城中区的养老资源数量充足但过于集中,城北区的养老资源分布合理但是数量较少,行政区之间的养老资源与老年人口分布存在较大空间错位问题。     

中国农村人口老龄化省际差异及类型划分

基于1995,2000,2005,2010年相关数据分析中国农村人口老龄化省际差异,在此基础上划分老龄化类型。研究结果表明:中国农村老年人口分布呈"东高西低""南高北低"的态势,中西部农村人口老龄化增速明显,老龄化范围由沿海向内陆迅速扩张。根据老龄化程度和老年人口增长速度将农村人口老龄化划分为快速减少浅度老龄化、快速减少深度老龄化、慢速减少深度老龄化、慢速增长浅度老龄化、慢速增长深度老龄化、快速增长浅度老龄化、快速增长深度老龄化7种类型,1995—2000年有5种类型,其中快速增长与慢速减少深度老龄化类型集中于长三角地区,快速与慢速增长型浅度老龄化类型由环渤海地区向内陆延伸;2000—2005年有4种类型,其中快速增长深度老龄化类型在空间上呈"沿海带"和"内陆带"分布,快速增长浅度老龄化类型空间上表现为"J"型连片分布;2005—2010年有5种类型,其中快速增长老龄化类型表现为零散、碎片分布,快速减少深度老龄化类型集中于长江流域。经济发展因素、人口自身因素、农村发展因素和文化教育因素是影响农村人口老龄化区域差异的主要因素。     

中国能源生态效率的空间格局与空间效应

能源生态效率兼顾能源利用中的生态效益与经济效益,是对能源—环境—经济3E系统效率的度量。基于考虑非期望产出的SBM模型对中国1997-2012年省际能源生态效率进行测度,从空间格局规模、格局强度与格局纹理三个方面分析能源生态效率的空间分布特征和演变规律,运用空间计量模型验证中国省际能源生态效率的空间溢出效应及其影响因素。研究表明:1中国能源生态效率整体偏低,低效率省份约占40%,广东、海南、福建位于能源生态效率值的最前沿,宁夏、甘肃、青海、新疆为主要的低能效地区。全国能源生态效率总体上呈U型演变格局,局部地区主要有增长型、波动型、突变型和平稳型等4种演变类型;2中国能源生态效率在省际尺度上表现出显著的全局与局部空间集聚特征,高高集聚区主要分布在东部沿海和南部沿海地区,低低集聚区主要分布在西北地区和黄河中游地区。空间格局的变化主要发生在高低集聚区与低高集聚区,其中又以京津冀地区的集聚类型演变最为显著;3中国能源生态效率存在着明显的空间效应,某一地区的能源生态效率对相邻地区的空间溢出程度均强于相邻地区的误差冲击对该地区的影响程度;在影响能源生态效率空间效应的诸多因素中,产业结构的影响最大。     

2010—2020年中国老年人口健康水平空间格局演变及其影响因素

把握中国老年人口健康水平空间演变规律对快速老龄化背景下的健康老龄化战略实施具有重要意义。本文基于第六、七次全国人口普查老年人口自评健康数据,采用探索性空间数据分析和重心—时空地理加权回归模型等方法,刻画2010—2020年中国省域城乡老年人口健康水平空间动态演化过程,揭示社会经济发展、人口流动、环境污染与保护等因素的影响变迁,主要发现：① 2010—2020年间中国老年人口健康水平总体上升,但城乡差异进一步扩大,城镇老年人口健康水平“东—中—西”递减格局趋于强化,乡村老年人口健康水平向“南高北低”转变;② 社会经济发展是影响城乡老年人口健康水平及其空间格局演变的首要因素,但作用趋于减弱,乡城人口流动导致老年人口健康城乡差距进一步扩大;③ 环境本底因素作用减弱,环境污染因素作用增强,环境保护举措在城镇地区呈现健康改善效应。     

县域尺度下中国人口老龄化的空间格局与区域差异

2000年以来,中国的老龄化进程加快,人口老龄化已经成为中国社会经济发展必须面对的新常态与核心问题之一。本文从县域尺度出发,基于2000和2010年的人口普查数据,应用标准差椭圆、地理探测器等方法,分析了10年间中国2283个县域单元人口老龄化的空间分布、区域差异及其影响因素。结果表明：①人口老龄化空间分布模式多样,胡焕庸线西北半壁以均质化、轴带特征为主;而胡焕庸线东南半壁则呈现出核心—外围的分布特征。②2000-2010年间,人口老龄化均值从6.7%增至8.7%,表明中国县域全面进入老年型社会,步入老年型的县域多集中于内陆、东北地区、丝绸之路经济带沿线区;10年间人口老龄化总体空间格局较为稳定,但人口老龄化的变动趋势差异显著。③人口老龄化在“胡焕庸线”两侧、不同地域类型间、城乡间、民族自治地区与非民族自治地区间、贫困与非贫困地区间存在差异,且差异变动的方向并不一致。④影响人口老龄化的核心因素为各区域往期人口年龄结构、步入老年序列人口比重、人口流出的比例等。     

东北三省县级尺度人口老龄化空间格局演变及类型划分

人口老龄化正成为制约东北振兴发展的突出问题。综合运用静态指标（老龄化系数、老少比）、动态指标（年龄结构变化、老年人口与非老年人口数量变化 、老年人口增速）、空间自相关等测度指标和方法，分析了2000?2010年东北三省县级尺度人口老龄化空间格局的演变特征，并对人口老龄化类型进行了划分。主要结论如下：① 从静态指标来看，10 a间无论是老龄化系数还是老少比，均表现出全面升级态势，区域差异更加突出，空间分布由“均质”向“极化”转变。辽中南城市群、资源型城市市辖区和部分边境市县成为人口老龄化和少子化的集中分布区。② 动态指标来看，10 a间四大城市的市辖区、大城市周边市县、资源型城市市辖区、边境市县等区域，在年龄结构变化、老年与非老年人口数量变化、老年人口增速方面存在显著差异。③ 综合运用静态和动态指标将东北三省划分为5种老龄化类型：稀释老化型、残留老化型、就地老化型、潜在老化型和未老化型。对每种类型的老龄化特征进行了总结，并对典型区域提出了具有针对性的政策建议。     

城乡融合视角下黄河流域镇域经济的空间格局及其影响因素

基于城乡融合视角,通过多种渠道搜集镇域农民人均纯收入数据,分析黄河流域镇域经济的空间格局及其影响因素。具体而言,以农民人均纯收入为基础指标,以国镇比（全国城镇居民的平均收入与乡镇农民人均纯收入之比）、省镇比（省域城镇居民的平均收入与乡镇农民人均纯收入之比）、市镇比（市域城镇居民的平均收入与乡镇农民人均纯收入之比）、县镇比（县域城镇居民的平均收入与乡镇农民人均纯收入之比）为城乡融合下的镇域经济测度指标,分析黄河流域7 098个镇域单元组成的经济空间格局,进而探讨其影响因素。结果表明：（1）从国镇比下的城乡融合水平看,大多数地区的城乡收入差距较大,表明流域整体的城乡融合水平普遍较低。从空间分布看,低融合水平区主要分布在内蒙古以南、河南以西的广大地区并形成连绵集聚片区,高融合水平区主要分布在山东大部、河南中部及西部、内蒙古局部。省镇比、市镇比、县镇比下的空间分异格局与国镇比保持较高的一致性,不同的是随着参照指标的进一步缩小,各水平区集聚的程度有所弱化。（2）从空间关联格局看,国镇比、省镇比、县镇比下城乡融合发展水平的空间集聚效应明显,主要以显著高-高（HH）区、显著低-低（LL）区为关联类型。国镇比下的显著LL区分布在山东大部、河南中部及北部、内蒙古局部,而显著HH区集中出现在山西外围、甘肃、青海南部。（3）基于最小二乘法、空间滞后模型、空间误差模型等定量分析发现,整体分异格局主要受二三产业从业人员、建镇区人口占比、人均工业产值、二三产业从业人员占比的影响最为显著,工业生产总值、建镇区面积占比仅起基础性影响。     

山东省区域经济空间结构研究

不同阶段,区域经济空间结构表现出不同特点。山东省经济发展水平存在明显的东西差距,但不平衡性相对较小。依据区域经济空间结构理论,参照相关省区的发展实践,未来山东仍应继续保持区域经济发展的适度不平衡,培植和发展省级、准省级、地区级、地方级、县级等5级增长极系统和胶济、京沪、日新、京九、烟青、环半岛等“三纵二横一环”的产业带格局。     

基于生活圈理论的合肥市城市养老服务设施空间配置合理性研究

基于生活圈理论,构建了城市养老服务设施空间配置合理性评价标准,运用GIS空间分析方法,从城市、行政区及街道等不同空间层面对合肥市城市养老服务设施空间分布特征及配置合理性进行分析。研究发现：1）合肥市城市养老供给以社区养老服务为主要类型,城市养老服务设施建设数量和体量在4个行政区间存有较大差异;2）合肥市城市养老服务设施空间分布、配置合理性均由城市中心向外围地区呈圈层式递减,城市新区是养老服务供给的薄弱地段;3）合肥市城市养老服务设施空间配置合理性在街道层面差异更显著,覆盖率相似街道呈现明显的空间聚集特征。     

重庆市主城都市区人口老龄化与养老服务资源配置空间错位研究

基于县域尺度下第七次人口普查数据,构建养老服务资源配置综合指数,利用泰尔指数、空间错位指数以及地理探测器,从匹配性角度探讨重庆市主城都市区人口老龄化和养老服务资源配置的协调关系及其驱动机制。结果表明：1）2020年重庆市主城都市区人口老龄化系数与老年人口数量的空间分布特征基本一致,呈现从中心城区到主城新区由内至外增加的圈层结构特征;2）2020年重庆市主城都市区养老服务资源配置空间分布不均衡,中心城区形成养老服务资源配置评价高地,主城新区形成养老服务资源配置评价低值环;3）2020年重庆市主城都市区人口老龄化与养老服务资源配置存在空间错位现象,中心城区资源过剩与主城新区资源不足的矛盾突出;4）政府政策、居民收入水平以及产业结构的区域差异对养老服务资源的协调发展具有显著的正向影响,而市场经济规模的扩大、家庭规模的缩小以及人口结构的变动未能有效推动养老服务资源协调发展。     

广州市人口老龄化的空间分布及趋势

利用4个代表年份的数据,对广州市10区2市(县级)进行分析。选取6项人口老龄化指标,利用模糊聚类分析方法,得出广州市人口老龄化的空间分布呈三个圈层:中心区、内缘区和外缘区,其人口老龄化程度分别表现为老年型初期、老年型中期和老年型后期。利用GIS空间自相关模型进行分析预测,得出广州市不同圈层人口老龄化集聚扩散趋势,中心区呈扩散趋势,外缘区呈集聚趋势,内缘区介于两者之间。政策、经济、社会、文化等对人口老龄化产生重要影响,并通过人口的自然增长和人口迁移变化表现出来,不同圈层间人口迁移的快速变化,是广州市人口老龄化空间差异及变化的主要原因。     

桂西北喀斯特山区人口分布特征及其与自然因素的关系

选择第六次全国人口普查的最小行政单位——乡（镇）为基本单元,利用Lorenz曲线和空间相关分析方法分析桂西北喀斯特山区乡（镇）级尺度下的人口空间分布特征,运用地理探测器方法探测自然因素单独和叠加作用后对区域人口空间分布的影响强度。结果表明： 乡（镇）级研究尺度下的人口空间分布具有不均衡性特征,呈现一般显著正相关和一定的聚集性; 各自然因素空间分布对人口分布的影响呈现显著差异,研究区西北和中南部没有喀斯特分布的乡镇,人口密度随有利于人类居住因素的增加而增加,但平均人口密度仅79人/km ²。东部和南部有喀斯特分布的乡镇,人口密度与自然因素空间分布并非简单的增减关系,其随喀斯特分布面积的变化呈现起伏波动。 地理探测器的因子探测结果显示对人口空间分布的影响强度最大的为海拔高度,交互探测结果显示,任意两个自然因素叠加交互作用后的影响强度呈现非线性增强和双因子增强。可见,桂西北喀斯特山区与其他地区类似,海拔高度是影响人口空间分布的最主要因素之一,但喀斯特山区的河网密度及特有的地质地貌等因素对其人口的空间分布具有较强的催化作用,与其他因素叠加交互作用可进一步加强对人口分布的影响。