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。     

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。     

中国绿色发展效率的空间特征及溢出分析

提高绿色发展效率是建设生态文明、促进经济转型发展的重要途径。基于Super-SBM模型对中国（除港、澳、台、西藏地区）2005~2015年绿色发展效率进行测度,从空间异质、空间关联与空间机理3个方面分析绿色发展效率的空间特征,运用空间杜宾模型验证绿色发展效率的溢出效应并探讨各要素的空间传导机制。结果表明：① 2005~2015年,中国绿色发展效率表现为“先平稳再快速再稳定”的阶段性变化规律,地区间差异较大,形成了“东-中-西”阶梯式递减和“南-中-北”对称式分布的空间分异特征,“T”字型发展格局逐渐凸显。② 绿色发展效率存在显著的空间正相关,空间集聚程度逐步降低,热点区域增加,东部沿海地区形成稳定的热点区,中西部形成稳定的冷点区。③ 绿色发展效率的空间自组织性逐渐增强,空间差异不断扩大,由空间自相关导致的结构化分异更加明显,随机成分引起的空间异质性正逐渐减弱,西北-东南是空间差异的主要方向。④ 绿色发展效率存在较强的空间溢出效应,经济水平、技术创新和能源强度产生明显正向效应,产业结构则具有显著负向效应。     

基于地形因素的秦巴山区人口-经济空间格局及其影响机制研究

地形是影响区域人口分布和社会经济发展的重要因素,尤其在山地区域其影响和约束作用更加明显。以秦巴山区为例,基于SRTM数据提取高程和地形起伏度,借助多种空间分析和地统计学方法,分多个尺度对人口、经济空间的格局和分异特征进行分析,重点从地形要素定量揭示其与人口、经济空间的相互关系和影响程度。研究表明：① 秦巴山区人口经济空间分异特征明显,Lorenz曲线和基尼系数结果显示,人口分布具有不均衡性,但不均衡程度低于全国水平,Moran's I指数结果说明人口、经济空间具有一定集聚特征,且在像元尺度下集聚程度更明显;②人口、GDP密度呈现外围热、内部冷的空间格局,通过像元尺度的空间要素密度分析发现人口、经济要素在垂直方向上的分异十分明显;③ 样带研究中人口、GDP密度与海拔的变化曲线呈反向相关,人口、经济在小尺度范围对地形有一定的适应性;④ 经济发展对地形条件依赖性更强,人口和村庄对地形的适应性更加明显;地形的垂直分异特征导致自然环境和区域发展条件的空间差异,进而影响着人口、经济的空间分布格局。     

基于镇域尺度的江苏省人口分布空间格局演变

基于2000年、2010年人口普查乡镇（街道）数据,运用探索性空间数据分析、半变异函数等方法,分析江苏省人口分布的时空分异特征,并揭示其空间演化机理。结果表明：① 江苏省人口分布呈现较大的空间差异,全省层面上呈现南北人口密度高于中部的“凹”字型结构,城乡层面上呈现街道人口密度高于乡镇的“城乡二元”结构,以及沿江地区明显的“核心边缘”结构;② 研究期内江苏省人口分布的空间不均衡性和集聚性呈增强之势,长江以北镇域的人口密度大多降低而以南普遍增加,苏锡常、南京、徐州三大都市圈的人口集聚能力进一步提升,沿江地区成为全省规模最大的高密度人口连绵区;③ 空间关联作用是引起江苏省人口分布格局变化的空间机理,而政策、区位、经济与自然环境等因素是造成江苏人口格局变化的主要动力。     

基于DEA-ESDA的农业生态效率评价及时空分异研究

采用考虑非期望产出的SBM(Slack-Based Measure)模型,结合探索性空间数据分析方法（ESDA）,对甘肃省各县（区）2000~2014年的农业生态效率及空间分布格局进行实证分析。结果表明：① 考虑非期望产出和不考虑非期望产出的农业生态效率之间存在着明显差异,而考虑非期望产出的农业生态效率结果更符合实际情况。② 在研究期内甘肃省农业生态效率呈持续上升态势,但整体效率偏低;空间变化趋势呈现自西向东、自南向北递减态势,但南北差异小于东西差异。③ 从全局空间分异来看,除2001~2003年外,甘肃省各县（区）农业生态效率呈现正相关特征,空间集聚现象显著;从局部空间分异来看,处于空间正相关地区数量在研究期内逐渐下降,区域农业生态效率的集聚现象减弱。农业生态效率高高（HH）集聚主要分布在河西走廊及甘南地区,空间上具有明显的向邻接地区扩散的趋势;低低（LL）集聚主要分布在甘肃省中部地区,空间分布较为稳定。     

中国空气质量时空变化特征

基于2015年中国343个地区空气质量指数（AQI）数据,运用统计分析和空间自相关分析方法,对全国及陆地表层系统九大区域空气质量时空变化特征进行分析。结果表明：① 全国及九大区域空气质量春季较差、夏秋优良、冬季最差,AQI季节均值呈现“U”形变化特征。② 全 国及九大区域AQI月均值变化趋势呈现“L”形特征。③ 全国及九大区域AQI日均值变化趋势呈现周期性W~脉冲型波动规律。④ “高污染”和“低污染”区域呈现出北高南低的南北分异格局。⑤ 九大区域首要污染物频次结构差异明显,频次最高的首要污染物PM_2.5或者PM₁₀在空间上呈现出明显的东西分异格局。     

合肥经济圈空间关联时空演进研究

从城市产业角度出发,依据2009~2014年的相关数据,采用城市流和ESDA模型对合肥经济圈空间关联进行分析,揭示空间相互作用的时间演变过程和空间分布。结果表明：① 经济圈形成了较稳定的中心-外围格局,空间结构呈现以合肥为中心圈层式向外辐射状,淮南和六安有望成为次增长极。② 经济圈产业外向功能性不强且出现异化,城市流倾向度呈现明显的等级异质性和不均衡性。③ 经济圈产业外向发展存在显著的空间依赖性,空间自相关符合距离衰减规律。④ 经济圈区域不平衡态势明显,空间关联的时空分异特征明显。应推进区域一体化,加快区域协调发展。     

广东省残疾人生计资本的空间差异及影响因素研究

运用改进的TOPSIS模型和GIS空间分析方法,对2015年广东省21个地市残疾人生计资本的空间分布特征及影响因素进行分析。结果表明：① 残疾人生计资本综合水平呈明显的“级差化”分异特征,高生计资本地市以广州、肇庆和清远3市为主,而低生计资本地市分布相对分散,总体表现出“大分散、小集中”的分布格局。② 残疾人不同类型生计资本水平空间差异显著,各类型资本大多处于较低等级,多种资本匹配性较低;社会和金融资本较高区主要分布在粤北地区,人力、康复和物质资本较高区均以广州最高;各类型资本以东部沿海城市及粤西云浮、茂名、阳江等地相对偏低。③ 残疾人生计资本总量具有显著的空间自相关性,热点区和冷点区分布差异明显,总体上表现出集聚分布特征。经分析,政策环境、经济水平、教育培训及康复服务等方面是影响广东省残疾人生计资本空间分布格局的重要因素。     

东北三省人口分布空间格局演化及其驱动因素研究

东北地区作为全国重要老工业基地,在面临新一轮振兴机遇的形势下,人口分布的集疏变化及其驱动因素亟待细致梳理。根据中国第四、第五、第六次分县人口普查资料,运用洛伦兹曲线、人口密度相对变化率和空间自相关分析方法对东北地区1990~2010年、176个县域的人口分布空间格局演化进行深入分析,在此基础上,选取10个自然和社会经济指标,使用偏最小二乘法（PLS）对东北地区人口分布空间格局演化的影响因素进行定量分析,研究发现：①从总体分布格局变化特征来看,20 a来人口密度始终是黑龙江省<吉林省<辽宁省,且以省会城市为主的多中心“T”型人口分布空间格局越来越明显;②1990~2010年,东北地区人口密度经历了从相对分散到相对集中的变化过程,且人口密度高的地区所占土地面积小,人口密度低的地区占地面积大。人口空间分布呈现显著的正的空间自相关特征,即人口密度存在高高、低低集聚现象;③从人口密度变化类型来看,1990~2010年,共80个县域属于快速增加和缓慢增加类型,快速降低和缓慢降低类型的县域共96个,其中辽宁省县域人口密度变化“两极化”现象较为明显;④自然因素与社会经济因素同时作用于人口密度变化,但社会经济发展水平是人口密度变化的主要影响因素。     

中国老年人口分布的集疏格局及其形成机制

中国已全面进入快速老龄化社会,研究老龄人口空间集疏格局及形成机制,不仅是开展老龄人口空间研究的理论基础,也是指导面向老龄化社会城市更新问题的关键所在。选取地级以上行政单元为研究对象,基于五普、六普老年人口数据,采用老龄化率、集聚度和空间自相关等方法,定量分析2000年和2010年全国城市老年人口分布的集疏格局及空间关联。研究表明：全国地级以上城市总体处于老龄化中期水平,城市间老龄化空间分异较大,老年人口密集区城市主要分布在胡焕庸线以东,稀疏区城市则均位于胡焕庸线以西,这与总人口分布状况基本一致;高密区城市基本都分布在东部沿海地区,中密区主要分布在长三角、珠三角、中原、山东半岛、成渝和京津冀地区,为中国分布范围最广的老年人口集聚区;城市间人口老龄化存在较强的空间正相关特征,空间集聚状况有所增强,人口老龄化空间格局表现出以热点区为中心,逐渐向外围过渡的“中心—外围”结构;自然环境、经济环境、城市化建设、人口环境等是导致老年人口集疏格局的关键形成因素。     

中国城市群人口老龄化时空格局

老龄化和城市化是当今世界面临的两大人口问题。城市群是城市发展到成熟阶段的空间组织形态,是老龄化的特殊区域。本文基于2000年和2010年全国人口普查分县数据,综合应用地理探测器和变异系数等方法,清晰地刻画了中国20个城市群人口老龄化的空间格局及其变化特征,审视了人口老龄化变化的影响因素。结果表明：① 2000年中国城市群人口老龄化平均水平为7.32%,其中12个城市群的人口属于成年型,到2010年时人口老龄化平均水平已上升为9.00%,除珠三角与宁夏沿黄城市群外,其余18个城市群均步入了老年型人口,表现出明显的水平升级与类型替变态势。② 老龄化高值、较高值区域不断向内陆城市群跃迁。③ 城市群老龄化的增量和增速存在显著的区域差异,老龄化水平的低值区和高值区增量少、增速慢,而较低值、中值和较高值区增量多、增速快。总体上表现出区域性城市群——国家级城市群——地区性城市群老龄化速度递减的态势。④ 在城市群内部,老龄化分布格局表现出隆升—塌缩并存的现象。国家级城市群内部老龄化分布格局从隆升结构向塌缩结构转变,城市群中心区人口老龄化水平降低;而地区性城市群和区域性城市群内部老龄化分布格局则从均质结构向隆升结构转变,中心区人口老龄化水平上升。⑤ 城市群人口老龄化是内外因素综合影响的结果,基期老龄化程度、人口年龄结构替变和人口流动性是主导性因素。其中人口年龄结构的普遍性抬升是城市群老龄化升级与类型替变的关键,低龄人口迁入到城市群对人口老龄化则起到“稀释作用”,城市群发育阶段不同引致的聚集和扩散效应对老龄化则起到诱导作用。     

中国人口老龄化格局演变与形成机制

人口老龄化的度量包括数量（老年人口数量和占比）和质量（人口预期寿命）两个方面。基于第六次人口普查和历年统计年鉴数据,综合运用空间自相关、Sullivan健康预期寿命测度模型、地理加权回归等方法,刻画了1990-2016年中国人口老龄化“数量”与“质量”的空间格局及其变化特征,并对其作用机制进行深入探讨。结果表明：① 总体上,人口老龄化“数量”与“质量”的发展并不协调,存在空间差异性。② 从“数量”上,“胡焕庸线”东南半壁老龄化程度高于西北半壁,但增速变化存在阶段性特征。老龄化水平存在高值和低值集聚区。高值集聚区由沿海向内陆扩展,位于西北地区的老龄化低值集聚区则逐渐萎缩。③ 从“质量”上看,“胡焕庸线”东南半壁人口预期寿命优于西北半壁,东部沿海省市远高于其他地区。④ 老年人口预期寿命与健康预期寿命发展并不同步,存在性别差异与区域功能缺损扩张效应。相比中西部,东部地区预期寿命与健康预期寿命均占优势。⑤ 从形成机制来看,“数量”格局的形成受人口自然变动与机械变动共同作用,其中,出生率为主导因素;对于“质量”而言,自然环境差异、社会环境发展不协调等是影响预期寿命的重要因素,其中经济发展与卫生医疗事业进步是寿命延长的主要推动力。     

中国人口老龄化城乡倒置现象的时空演变特征及其驱动机制

人口老龄化城乡倒置现象是中国全面建成小康社会中面临的严峻挑战。文章利用GIS空间聚类、多元逐步回归等模型,在省域尺度上分析中国人口老龄化城乡倒置现象的时空演变特征及驱动机制。结果表明：1）时序演化方面,随着中国人口老龄化水平不断提高,其城乡倒置的现象也日趋显著。2）空间格局演化方面,1995—2018年,城乡倒置现象的空间集聚强度总体呈“低—高—低”的倒U型变化趋势。其首先出现在东部沿海地区,随后逐渐向中西部扩张,最终演化成为全国性的普遍现象。3）驱动机制方面,人口老龄化城乡倒置现象背后存在着复杂多维、非线性的交互作用机制。其中,人口和经济因子是该现象的主要驱动因子。对于经济欠发达、人口流出较为严重、农村老龄化水平较高的西部省份,其农村地区“又老又穷”的现象已经成为其乡村振兴、精准扶贫等战略实施过程中的关键挑战。     

1935-2010年中国人口分布空间格局及其演变特征

在自然地理和社会经济等因素影响作用下,中国东西部人口分布与社会经济长期处于不平衡的发展态势。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,以中国1935-2010年6期人口普查县级统计数据为数据源,实现人口密度分界线的空间刻画和中国人口分布的时空分析。结果表明：受社会历史、自然环境和经济条件的影响,中国人口空间分布的时空演变特征差异相对明显;尽管人口分布的均衡性发展态势不断增强,但总体空间格局并未发生明显的改变;胡焕庸线至今仍能很好地概括中国人口东南地狭人稠、西北地广人稀的空间格局,但该线西侧的甘肃、宁夏、内蒙古等人口密度超过50人/km²的区域面积呈现增长的趋势,且持续向西北扩张。     

中国村域贫困地理格局及其分异机理

贫困与地理环境之间的关系是贫困地理学理论研究的核心.本文以贫困地域系统和区域多维贫困为理论基础,构建了村域贫困化的理论分析框架,以2013年底中国精准扶贫识别的12.4万个贫困村为研究对象,运用空间自相关、核密度分析和地理探测器等方法,刻画了新时期中国贫困村的空间地理格局,定量探测了贫困村地域分异的主导因子,揭示了村域...     

吉林省人口老龄化时空分异特征及成因

本文基于地理信息软件ArcGIS 10.1,选取老年人口系数为人口老龄化指标,运用人口重心模型、空间自相关和半变异函数等分析方法,对吉林省第四次、第五次、第六次人口普查数据进行分析,探讨1990-2010年吉林省人口老龄化时空分异特征,并采用多元线性回归方法解释其形成原因。研究结果表明：①吉林省各县市人口老龄化差异明显,进程加快,重心由西北向东南方向移动,但移动速度减缓;②吉林省人口老龄化存在正的空间自相关性,在空间的集聚呈现先弱后强的变化趋势;③人口老龄化高—高区向东部集聚,低—低区向西部集聚的趋势比较明显;④总体上吉林省人口老龄化空间的结构化分异较为明显,随机性因子引起的空间异质性程度较弱,人口老龄化的空间差异主要体现在东—西方向上;⑤出生率始终是影响吉林省人口老龄化的主要因素,迁出率对人口老龄化发展起关键作用,人均GDP年对人口老龄化呈负相关,城市化率对人口老龄化的推动作用愈发显著。     

中国地级以上城市经济承载力的空间格局

在探讨经济承载力内涵和特征的基础上,利用探索性空间数据分析和地统计全局趋势分析法,对中国288个地级以上城市的经济承载力空间格局分异特征进行分析,并在此基础上归纳城市经济承载力的驱动路径及提升策略。结果表明：① 城市经济承载力的空间分布,基本呈东、中、西三级阶梯依次递减的趋势,且各城市得分值从高至低的衰减速度由快到慢再变快。② 城市经济承载力空间分布呈现较弱的正向空间自相关,热点区域H-H类型集中,冷点区域H-L型和L-H型较多,且热度从东南沿海向西北内陆依次递减。③ 城市经济承载力的空间差异主要在东西方向,而经济发展的差异主要体现在南北方向,且两者由低级到高级的发展阶段基本对应中国的西部、中部和东部位置。④ 资源环境驱动路径、经济社会驱动路径和政策人才驱动路径是城市经济承载力提升的三种主要途径。     

基于空间滤波方法的中国省际人口迁移驱动因素

人口迁移数据中往往存在较强的网络自相关性,以往基于最小二乘估计的重力模型与迁移数据的拟合度较低,而改进后的泊松重力模型仍存在过度离散的缺陷,以上问题均导致既有人口迁移模型中的估计偏差。本文构建了特征向量空间滤波（ESF）负二项重力模型,基于2015年全国1%人口抽样调查数据,研究2010-2015年中国省际人口迁移的驱动因素。结果表明：① 省际人口迁移流间存在显著的空间溢出效应,ESF能有效地提取数据中的网络自相关性以降低模型的估计偏差,排序在前1.4%的特征向量即可提取较强的网络自相关信息。② 省际人口迁移流之间存在明显的过度离散现象,考虑到数据离散的负二项重力模型更适用于人口迁移驱动因素的估计。③ 网络自相关性会导致模型对距离相关变量估计的上偏与大部分非距离变量估计的下偏,修正后的模型揭示出以下驱动因素：区域人口特征、社会网络、经济发展、教育水平等因素是引发省际人口迁移的重要原因,而居住环境与公路网络等因素也逐渐成为影响人口迁移重要的“拉力”因素。④ 与既有研究相比,社会网络因素(迁移存量、流动链指数)对人口迁移的影响日益增强,而空间距离对人口迁移的影响进一步呈现弱化趋势。