東南沿海傳統村落人口外流格局及驅動機制的微觀研究

金 淘,芮 旸,2*,林 靜 怡,王 玲,羅 飛

(1.西北大學城市與環境學院,陜西 西安 710127;2.陜西省地表系統與環境承載力重點實驗室,陜西 西安 710127)

0 引言

人口遷移是中國改革開放以來規模最大、影響深遠的地理過程之一[1],是人口地理學的核心研究主題之一[2],受到國內外地理學界的共同關注。2000年以來,中國人口流動的空間模式總體保持穩定,呈現出以鄉城遷移、省內近距離流動和向東南沿海地區集聚為主導的特點[3],浙閩粵等沿海發達省份一直是省際人口遷移的主要目的地[4]。然而,人口流動格局具有尺度依賴性,省級尺度的宏觀空間模式往往會掩蓋人口流入省份內部的“核心—外圍”二元結構,省內人口更易從相對欠發達的城市群外圍鄉村地域就近流入核心城市[5],廣東、福建等沿海省份省內遷移的持續增強已成為中國人口遷移流動格局的重要變化[6];縣市尺度流動人口地域類型的演化格局亦顯示,凈流出活躍型縣市在珠三角和長三角2個人口流入高度集聚區外圍連片分布[7];從鄉村尺度人口流動格局看,人口凈流出且外流率高的縣級和鄉級行政區主要分布在東南沿海省份,形成了浙西南—閩西人口流出連綿區[8,9]。

綜上,現有關于人口流動格局的研究已取得豐碩成果,但從研究尺度看,全國、區域或省域范圍主要以縣級以上尺度為基本單元[10-12],難以精準揭示村莊這一微觀層面的人口流動特征,而村級尺度的研究又是基于典型縣市和小樣本[13-15],難以揭示宏觀的區域性特征;從研究內容看,已有文獻主要聚焦省際人口遷移格局和流動(流入)人口分布格局[16-19],對鄉村人口外流格局較少涉及;從研究區域看,現有研究更關注中西部人口流出地區[11,13,14],對東南沿海等典型人口流入地區鮮有探討;從影響因素分析方法看,或采用線性回歸模型開展定量測度[8,13,20],或借鑒人口遷移的經典理論(如“推—拉”理論和移民網絡理論[21])進行定性解釋[22,23],地理學色彩不明顯;從研究對象看,現有研究已注意到不同村莊在人口流出方面的異質性[14,20],但對特定類型村莊聚焦不足,對人口流失影響國家文化安全的傳統村落重視不夠。

鑒于此,本文以東南沿海人口高凈流入、傳統村落富集的浙閩粵三省為研究區域,以959個國家級傳統村落為研究樣本,綜合運用最近鄰指數、標準差橢圓、加權核密度估計、克里金插值和探索性空間數據分析等方法,在村級尺度上更精細地刻畫傳統村落人口外流的多維空間格局;應用地理探測器剖析傳統村落人口外流的影響因子及驅動機制,以期豐富鄉村人口流動格局研究,為東南沿海傳統村落人口流失的有效治理提供科學參考。

1 數據與方法

1.1 研究樣本與數據來源

鑒于村級人口數據的可獲取性,本文以第四、五批列入中國傳統村落名錄的村落為研究樣本,數據來源于中國傳統村落數字博物館(http://www.dmctv.cn)。浙閩粵三省內共有966個樣本,剔除數據不完整的樣本后得到959個有效樣本。樣本戶籍人口、常住人口和始建年代等屬性數據來源于住房和城鄉建設部網站關于第四批和第五批擬列入中國傳統村落名錄的村落基本情況的公示文件;經緯度坐標通過百度地圖API和OSpider V3.0.1地址解析軟件獲取,并在ArcGIS中進行空間匹配和拓撲檢查;省市行政邊界、省道等數據來源于國家基礎地理信息中心(http://www.ngcc.cn)提供的1∶400萬矢量地圖數據庫。

影響因子相關數據中,DEM數據來源于地理空間數據云(http://www.gscloud.cn),分辨率為90 m,用于提取村落海拔、坡度和地形起伏度;河流、耕地、農田生產潛力等數據來源于中國科學院資源環境科學與數據中心(https://www.resdc.cn);城區人口數據來源于《中國城市建設統計年鑒(2021)》;GDP、人均GDP、第一產業增加值、城鎮居民人均可支配收入、農村居民人均可支配收入等縣級經濟數據來源于浙閩粵三省2021年統計年鑒。由于缺乏樣本村落的行政邊界數據和經濟數據,本文參考文獻[24],利用ArcGIS的漁網工具創建4 km×4 km網格,實現統計單元由縣級行政區向網格轉換,將傳統村落所在網格的經濟數據統計值賦予該村落。

1.2 測度指標

人口流動現象通常從規模和強度兩方面衡量[25]?？紤]到人口凈流出規模在研究樣本之間的顯著差異(變異系數高達545.95%),為符合數理統計要求,本文采用反映樣本人口流動強度而非規模的人口外流率Oi(式(1))[5,26]分析東南沿海傳統村落的人口外流現象。Oi<0時,樣本i為凈流入型村落;Oi=0時,樣本i為流動平衡型村落;Oi>0時,樣本i為凈流出型村落。本文根據同類研究的分級標準[5,27],基于人口外流率將凈流出型村落細分為輕度外流型(人口外流率小于5%)、中度外流型(人口外流率在5%與該類型村落平均值之間)和重度外流型(人口外流率大于該類型村落平均值)3類。

Oi=(1-Pi/Hi)×100%

(1)

式中:Hi和Pi分別為樣本i的戶籍人口和常住人口。

1.3 研究方法

1.3.1 最近鄰指數 最近鄰指數是反映點狀要素空間分布相互鄰近程度的常用指標[28],用于判斷和比較不同類型傳統村落分布的空間集聚程度,可通過ArcGIS空間統計工具箱的平均最近鄰工具獲取。

1.3.2 加權標準差橢圓 標準差橢圓能精確揭示地理要素分布整體特征[5],其面積、扁率、范圍、轉角、平均中心和長短軸等參數分別反映要素分布的集聚性、方向性、主體區域、主導方向、重心和在主次方向上的離散程度。本文選擇1個標準差的范圍(包含68%的樣本數量),基于樣本的空間位置進行加權計算和空間可視化,揭示東南沿海傳統村落人口外流格局的系列特征。因權重值不能為負,采用自然斷點法將全部樣本按人口外流率從高到低劃分為9級,并以等級數值為權重對樣本賦值。

1.3.3 加權核密度估計 普通的核密度模型僅能表達傳統村落的空間分布密度,難以區分傳統村落的人口外流程度,本文將樣本按人口外流程度由高到低劃分為3級,分別賦權0.6、0.3和0.1,進行加權核密度估計[29],以識別東南沿海傳統村落高密度分布且人口高強度外流的核心區。帶寬對核密度估計結果有重要影響[24],本研究經多次對比調試后將帶寬確定為40 km。

1.3.4 克里金插值 克里金插值法能充分考慮數據的空間自相關性,實現對未知點取值的無偏最優估計[30]。本文采用該方法將有限且離散的點數據插值成連續的面數據,以期準確模擬東南沿海傳統村落人口外流的空間分異格局。

1.3.6 地理探測器 地理探測器用于揭示地理現象空間分異性及其驅動力,包括4個子探測器[32],本文運用其中的因子探測器和交互探測器明晰東南沿海傳統村落人口外流異質性的顯著影響因子及其驅動力,判斷兩個因子間是否存在交互作用及其作用類型和強度。因子驅動力通過q值(式(2))度量[33],q值范圍為[0,1],數值越大,表明自變量對因變量的解釋力越強。應用地理探測器需要先借助數據探索性分析或專業知識篩選自變量[32],且不能指明自變量的作用方向,故先進行相關分析。地理探測器建立的因變量與自變量之間關系比經典線性回歸模型更可靠,統計效力更強,能強烈揭示因果關系,并探測各因子間的交互作用,利用該方法可探測村落始建年代等定性數據,能混合分類變量和數值變量進行分析。

(2)

2 東南沿海傳統村落人口外流的多維格局

東南沿海傳統村落的人口流動以流出為主,研究樣本人口外流率均值為23.08%,平均凈流出人口275人;樣本中有凈流出型村落772個(圖1),其中輕度外流型45個、中度外流型372個、重度外流型355個,總占比為80.50%,明顯居于主體,而凈流入型村落和流動平衡型村落分別僅有120個和67個。

注:審圖號為GS(2020)4630,底圖無修改,下同。

2.1 空間集聚格局

首先,計算得到研究總樣本和凈流出型樣本的最近鄰指數分別為0.547和0.541(均在0.01水平上顯著),發現兩者空間集聚明顯,且人口外流的傳統村落分布更集中;進一步計算得到輕度外流型、中度外流型和重度外流型村落的最近鄰指數分別為0.827、0.616和0.631(均通過顯著性檢驗),可知人口外流強度高的傳統村落集聚強度也高。其次,基于人口外流率分級結果賦權的樣本位置點,運用標準差橢圓方法計算得到總樣本的加權標準差橢圓參數,并將結果可視化(圖2a)。①橢圓面積約占研究區陸地面積的35.71%,短半軸長度(120.75 km)不到長半軸(380.42 km)的1/3,反映出東南沿海傳統村落人口外流的強集聚性和向心力;②從橢圓范圍和中心看,東南沿海傳統村落人口外流的主體區域在浙江和福建兩省內,與浙閩山地丘陵區大體重合,重心落在閩北山區南平市的建甌市,折射出地形因素的影響;③從橢圓扁率、轉角和長軸看,傳統村落人口外流的方向性顯著(扁率達0.68),主導方向為“東北—西南”(轉角40.31°),與斜貫浙閩兩省的主要山脈(括蒼山—洞宮山—鷲峰山—玳瑁山)走向基本一致。最后,利用加權核密度分析方法進一步識別樣本密度和人口外流強度“雙高”的核心區,結果(圖2b)顯示,東南沿海傳統村落空間集聚和人口輻散中心僅有1個,呈現“單核”結構,與標準差橢圓分析結果一致(圖2a),這一核心區正位于東南沿海傳統村落人口外流的主體區域內和主導方向上,地處浙西南山區的麗水市,緊鄰浙閩邊界?？梢?山區尤其是省際交界處的山區是東南沿海傳統村落人口流失的核心源區。

圖2 東南沿海傳統村落人口外流的空間集聚格局

2.2 空間分異格局

進一步統計不同海拔和坡度樣本的平均人口外流率和凈流出型村落數量占比,結果如圖3所示。由圖3可知,東南沿海傳統村落人口外流的垂直地帶性規律和坡度分異特征明顯,隨著海拔升高和坡度增大,傳統村落的人口外流情況總體越趨嚴重和普遍。當海拔高于200 m、坡度大于5°時,凈流出型村落數量占比達80%以上,人口流失現象廣泛存在;當海拔高于1 000 m、坡度大于35°時,傳統村落的人口外流現象加劇。

圖3 東南沿海傳統村落人口外流的地形分異特征

本文采用克里金法進行空間插值,直觀刻畫東南沿海傳統村落人口外流的空間分異格局,結果(圖4a)顯示,東南沿海傳統村落人口外流率的地域差異顯著,空間形態復雜,不具有水平地帶性分布規律。①傳統村落人口外流率高值區為主體,最高值區范圍北至浙東沿海的寧波,南到粵東北的梅州,中沿閩中大山帶和閩江干支流散布,次高值區廣泛分布于浙東與粵西之間,環聚在最高值區外圍;②傳統村落人口外流率的中低值區連片分布在浙中、浙北和珠江三角洲地區,同時在閩東南和粵東沿海地帶也有斷續分布。

圖4 東南沿海傳統村落人口外流的空間異質性

2.3 空間關聯格局

基于樣本的位置信息和人口外流率,運用GeoDa軟件進行空間自相關分析,通過999次置換提升結果穩健性。結果顯示,研究區樣本人口外流率的Global Moran′s I為0.082,正態統計量Z值為3.753,通過1%水平的顯著性檢驗,表明東南沿海傳統村落人口外流的空間正相關特征顯著,某村落人口外流會受相鄰村落的正向影響,人口外流率相近的傳統村落趨于集聚分布。鑒于全局評估會掩蓋局部狀態的不穩定性,進一步應用ArcGIS的熱點分析工具揭示樣本人口外流率分布的局域異質性,結果(圖4b)顯示:東南沿海傳統村落人口外流熱點有169個,成簇團聚于浙南和浙閩邊境,尤其是洞宮山脈;冷點有157個,集中分布在金衢盆地和珠江三角洲;次熱點數量最多,有375個,多集聚在東南沿海丘陵地區;次冷點有258個,在浙閩粵三省均有分布。

3 東南沿海傳統村落人口外流的驅動機制

3.1 變量選取與相關分析

鄉村人口的外流通常源于生態推力,明顯受到城鄉和區域發展不平衡效應的牽引,是多因素耦合作用和循環累積的結果。本文遵循科學性、系統性和可行性原則,參考文獻[8,14,24]并結合研究區實際,從資源環境、地理區位和社會經濟3個維度選取18項解釋變量(表1),表征傳統村落人口外流的影響因素。

由于皮爾遜相關分析要求變量類型為連續型數值變量,本文對除始建年代(屬分類變量)外的17個解釋變量與傳統村落人口外流率進行相關分析(表2),其中10個變量通過了顯著性檢驗。整體看,東南沿海傳統村落的人口外流與3個維度的解釋變量均相關,但與資源環境變量的相關性更顯著。①資源環境維度的6個變量中僅水網密度未通過顯著性檢驗,海拔、坡度和地形起伏度3個地形變量與東南沿海傳統村落的人口外流強度均呈顯著正相關,人均耕地面積和農田生產潛力2個反映農業資源稟賦的變量則為負相關;②地理區位維度的6個變量中僅到省界的距離和到縣級行政中心的距離通過了顯著性檢驗,其中前者與傳統村落的人口外流呈負相關,后者則發揮正向作用;③社會經濟維度的變量中,經濟發展水平和農業經濟比重與傳統村落人口外流的相關性并不顯著,經濟規模和農民收入水平對于人口外流有明顯抑制作用,城鄉居民收入差距則加劇人口外流。

表2 變量相關分析結果

3.2 影響因子的地理探測

3.2.1 因子探測 本文以傳統村落的人口外流率(Y)為因變量,以與其顯著相關的指標及始建年代共11個因子為自變量,應用地理探測器進行因子探測。根據地理探測器使用要求,先綜合分類算法、專家知識和前文分析結果對自變量進行離散化處理,將各因子轉化為類型量。其中,海拔的分類斷點為200 m、500 m、1 000 m,坡度的分類斷點為0.5°、2°、5°、15°、35°,始建年代劃分為元代及以前、明代、清代和清代以后4類,其余變量均采用自然斷點法分為8類。因子探測結果(表3)顯示,海拔、坡度、地形起伏度、人均耕地面積、到縣級行政中心的距離、經濟規模和農民收入水平7個因子通過了顯著性檢驗,表明東南沿海傳統村落人口外流率的分異是地形條件、人地關系、城村聯系和經濟收入因素顯著作用的結果,受邊緣區位、建村歷史、耕地生產潛力和城鄉收入差距的影響較弱且不明顯。其中,人均耕地面積是決定人口外流程度村際差異的主導單因子,解釋力為14.9%,遠高于其他因子。

表3 因子探測結果

3.2.2 交互探測 鑒于各因子對傳統村落人口外流的影響可能并非獨立作用,進一步運用交互作用探測器對通過顯著性檢驗的7個因子之間的關系進行評估,結果(表4)表明,各顯著因子間均存在交互作用,可產生放大效應,交互后的q值與單因子作用時相比均有不同程度的增加。除3個地形類因子兩兩交互后表現出雙因子增強效應,其余因子對的作用類型均屬于交互效應更顯著的非線性增強型。人均耕地面積因子的協同作用最突出,與其他6個因子交互后的q值較單獨作用均提高了數倍,對傳統村落人口外流率分異的解釋力均在40%以上,遠高于其他交互作用組合(解釋力均在10%以下);該因子與坡度、地形起伏度、海拔和農民收入水平4個因子交互后的q值高達0.82以上,表明人地關系與地形和收入因素的交互作用是東南沿海傳統村落人口外流的主導驅動力。

表4 交互作用探測結果

3.3 作用機理及驅動機制

地理資本是地理區位與自然環境所形成的各類資本的集合[34],包括區位資本、生態資本、經濟資本和政治資本[35]。本文借鑒地理資本論[35],認為鄉村人口外流是地理資本缺失的結果,進而將經地理探測所得的7個顯著因子歸納為生態資本、區位資本和經濟資本3類,從地理資本視角探究各因子對東南沿海傳統村落人口外流的作用機理(圖5)。

圖5 東南沿海傳統村落人口外流的驅動機制

1)生態資本。生態資本對傳統村落人口外流的影響主要通過海拔、坡度、地形起伏度等地形因子和人均耕地面積等資源因子顯現,位于高山陡坡等復雜地形的傳統村落農業生產和人居條件通常較差、人地矛盾相對突出,村民生計資本的提升和經濟收入的增加等都受到不利生態環境的強約束,由此產生的生態推力和改善期望引致村民向外遷移流動。

2)區位資本。區位資本由到縣級行政中心的距離表征,傳統村落距離縣域政治經濟中心越遠,交通越不便利,越難承接到城市的輻射帶動作用和外溢效應,阻礙吸引和匯聚人流、物流、資金流與信息流以及享有優質的生產生活服務,因而發展越發受限并迫使村民為尋求更好的生活質量和機遇而外流。

3)經濟資本。經濟資本由經濟規模和農民收入水平因子反映,經濟因素主導和城鄉移民差異是遷移的基本法則,鄉村居民較城鎮居民更富有移民的傾向[36]。因此,當傳統村落的村級集體經濟薄弱、留守村民收入較低時,就無法避免人口等要素資源被經濟更發達、能提供更高收入水平和更多就業機會的地域所虹吸,容易陷入人口單向流出的困局。

4 結論

本文以浙閩粵三省為研究區,以959個國家級傳統村落為樣本,綜合運用加權核密度估計、克里金插值和地理探測器等方法分析東南沿海傳統村落人口外流的空間格局及其影響因素,結論如下:①東南沿海傳統村落人口外流的地形分異和山區集聚格局顯著,主導方向與主要山脈走向基本一致,主體區域與浙閩山地丘陵區大體重合,重心落在閩北山區,核心區位于浙西南山區,熱點成簇分布在洞宮山脈。②東南沿海傳統村落人口外流率的差異受到地形條件、人地關系、城村聯系和經濟收入等因素的顯著作用,與邊緣區位、建村歷史、耕地生產潛力和城鄉收入差距的關聯較弱且不明顯。③東南沿海傳統村落的人口外流是海拔、坡度、地形起伏度、人均耕地面積、到縣級行政中心的距離、經濟規模和農民收入水平7個顯著因子交互作用的產物,尤其是人均耕地面積因子非線性增強效應最強,是生態資本、區位資本和經濟資本的函數。

基于研究結論得到如下啟示:①在政策層面,應高度關注沿海經濟發達、人口流入地區的鄉村人口流失和傳統村落衰退問題;②在區域層面,應將省際交界貧困山區的陡坡地帶作為東南沿海傳統村落人口流失治理的重點區域;③在實踐層面,應通過改善傳統村落交通區位和農業生產條件,促進土地適度規模經營,發展壯大村級集體經濟,拓寬農民增收渠道,厚積生態資本、區位資本和經濟資本,全面推動鄉村振興,扭轉人口外流趨勢。