長(zhǎng)三角人口分布格局、空間穩(wěn)態(tài)及驅(qū)動(dòng)因素研究*

趙曼如，閆東升

(1.倫敦大學(xué)學(xué)院 巴特萊特建筑學(xué)院，倫敦WCEBT；2.河海大學(xué) 公共管理學(xué)院，南京 211100)

人口分布格局是國(guó)家重大戰(zhàn)略實(shí)踐基礎(chǔ)[1]。改革開(kāi)放以來(lái)，伴隨著經(jīng)濟(jì)社會(huì)發(fā)展、城鎮(zhèn)化進(jìn)程加快及宏觀政策轉(zhuǎn)變等，人口快速流動(dòng)塑造著中國(guó)人口集散格局，并對(duì)經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生深遠(yuǎn)影響[1-3]。中國(guó)經(jīng)濟(jì)轉(zhuǎn)向高質(zhì)量發(fā)展階段，引導(dǎo)人口合理布局，是實(shí)現(xiàn)高質(zhì)量發(fā)展重要基礎(chǔ)，也成為社會(huì)各界廣泛關(guān)注焦點(diǎn)。作為一個(gè)復(fù)雜經(jīng)濟(jì)社會(huì)現(xiàn)象，全面、深入探討區(qū)域人口集散格局、揭示演變驅(qū)動(dòng)因素，能夠更好地理清區(qū)域人口分布演變規(guī)律，也可以為相關(guān)政策制定、支撐高質(zhì)量發(fā)展等提供科學(xué)支撐[3-4]。

長(zhǎng)期以來(lái)，人口分布格局演變及驅(qū)動(dòng)因素等，便是人口地理學(xué)等研究熱點(diǎn)話(huà)題[1-5]。人口分布格局相關(guān)研究，可以追溯到19世紀(jì)人文地理學(xué)大師拉采爾、白蘭士等對(duì)人地關(guān)系、人口遷移等問(wèn)題的探討[5]。此后，隨著制圖學(xué)、統(tǒng)計(jì)學(xué)等學(xué)科發(fā)展，西方學(xué)者從自然和社會(huì)經(jīng)濟(jì)屬性空間特征、分布格局時(shí)空演變、遷移規(guī)律及驅(qū)動(dòng)因素等方面展開(kāi)，人口相關(guān)研究日益科學(xué)、豐富[6-10]。相比而言，中國(guó)相關(guān)系統(tǒng)性研究起步稍晚，1935年“胡煥庸線”的提出作為里程碑式成果，拉開(kāi)了中國(guó)學(xué)者人口系統(tǒng)性研究序幕[2,5,11-12]；此后，學(xué)者對(duì)中國(guó)人口時(shí)空演變格局、人口容量預(yù)測(cè)、人口流動(dòng)與遷移規(guī)律及驅(qū)動(dòng)因素等進(jìn)行了多角度探討[1,3-4,13-20]。結(jié)果表明，在自然地理?xiàng)l件、經(jīng)濟(jì)發(fā)展水平、政府宏觀政策、對(duì)外開(kāi)放水平等綜合影響下，近年來(lái)人口流動(dòng)明顯加快，但人口進(jìn)一步向發(fā)達(dá)城市群、區(qū)域核心城市等的集聚，導(dǎo)致長(zhǎng)期以來(lái)中國(guó)人口不均衡分布格局并未發(fā)生明顯變化，如宏觀上“胡煥庸線”較強(qiáng)穩(wěn)定性、區(qū)域上“核心-邊緣”差距穩(wěn)態(tài)，等等[1,3-5,18-25]?？傮w上，國(guó)內(nèi)外相關(guān)研究采用差異化指標(biāo)，逐漸從現(xiàn)象描述深入到驅(qū)動(dòng)因素剖析等：空間格局研究呈現(xiàn)由大范圍向小尺度、數(shù)理分析向空間對(duì)比、靜態(tài)分析向時(shí)空動(dòng)態(tài)演變趨勢(shì)，驅(qū)動(dòng)因素研究呈現(xiàn)定性分析向多指標(biāo)定量測(cè)度轉(zhuǎn)變態(tài)勢(shì)；多元化方法、豐富研究成果等，為把握人口分布演變規(guī)律、支撐科學(xué)政策制定與精準(zhǔn)實(shí)施等提供了基礎(chǔ)，也為文中研究提供了參考。

人口格局演變是多重因素綜合作用下，時(shí)間、空間等維度上的動(dòng)態(tài)、復(fù)雜過(guò)程[3,12,20]。如：中國(guó)人口分布總體格局上“胡煥庸線”穩(wěn)定性、兩側(cè)差異化集散性[12]；不同發(fā)展階段、不同區(qū)域人口集散規(guī)律差異，21世紀(jì)以來(lái)重慶市人口向西南方向快速集聚[24]、長(zhǎng)三角人口分布格局轉(zhuǎn)變[26]等；驅(qū)動(dòng)因素中，同一區(qū)域、不同時(shí)期人口集散驅(qū)動(dòng)因素的差異[26]，以及不同區(qū)域人口集散因素差異[16,19,24]。豐富研究從多角度驗(yàn)證了人口分布演變時(shí)空異質(zhì)性存在[6,14,24]，但深入分析發(fā)現(xiàn)，已有研究依然存在進(jìn)一步優(yōu)化空間：一方面，區(qū)域發(fā)展格局快速演變過(guò)程中，人口流動(dòng)加快是否顯著改變了人口分布格局存在差異化結(jié)論，如何定量分析這一空間穩(wěn)態(tài)具有較強(qiáng)實(shí)踐價(jià)值，且忽視不同時(shí)期人口分布格局演變規(guī)律、驅(qū)動(dòng)因素的對(duì)比成為部分研究不足之一；另一方面，空間異質(zhì)性分析對(duì)于“因地制宜”宏觀政策制定同樣具有重要意義，而如何進(jìn)行空間歸類(lèi)直接影響研究結(jié)論科學(xué)性、可借鑒性，但已有研究主要基于空間區(qū)位、行政邊界等進(jìn)行區(qū)分，較少地從現(xiàn)實(shí)發(fā)展?fàn)顩r角度進(jìn)行歸類(lèi)、對(duì)比[4,12,26]。在中國(guó)人口演變?nèi)找鎻?fù)雜背景下，如何開(kāi)展更加契合現(xiàn)實(shí)的多角度研究，對(duì)于優(yōu)化政策制定具有重要現(xiàn)實(shí)意義。因此，文中在已有研究基礎(chǔ)上，探討長(zhǎng)三角人口分布格局演變、分析人口分布空間穩(wěn)態(tài)特征，并基于面板計(jì)量方法多角度探討人口分布演變的驅(qū)動(dòng)因素，精細(xì)化研究以更好地支撐相關(guān)政策制定引導(dǎo)人口合理分布。

1 研究方法與數(shù)據(jù)說(shuō)明

1.1 時(shí)空格局演變研究方法

1)不均衡指數(shù)。采用不均衡指數(shù)測(cè)度人口分布集散、演變態(tài)勢(shì)[24,26]。計(jì)算式為

(1)

式中：n為研究單元數(shù)；Xi為城市i人口占區(qū)域比重；Yi為城市i土地面積占區(qū)域比重。E越小人口分布越均衡，反之越集聚。

2)馬爾科夫鏈。針對(duì)中國(guó)人口分布格局演變研究中，如何定量探討這一穩(wěn)態(tài)依然存在深入研究?jī)r(jià)值[11,26]。馬爾科夫鏈?zhǔn)茄芯刻囟顟B(tài)隨機(jī)轉(zhuǎn)移、趨同等現(xiàn)象重要手段，是揭示俱樂(lè)部成員變化、空間穩(wěn)態(tài)的重要方法[27-28]。借鑒已有研究，文中將人口密度離散化為k=4種類(lèi)型，通過(guò)對(duì)城市人口密度類(lèi)型轉(zhuǎn)移方向集中性、穩(wěn)定性等，定量判斷城市群人口格局空間穩(wěn)態(tài)特征等[28]。其中，若t年份人口密度類(lèi)型概率分布是1×k狀態(tài)概率向量at，則不同年份人口密度的轉(zhuǎn)移可用k×k的馬爾可夫轉(zhuǎn)移概率矩陣表示見(jiàn)表1；Mij為t年份屬于類(lèi)型i的區(qū)域在下一年份轉(zhuǎn)移到j(luò)類(lèi)型轉(zhuǎn)移概率。計(jì)算公式為

(2)

式中：Nij為t年份i類(lèi)型區(qū)域在t+1年份屬于j類(lèi)型數(shù)量之和；Ni為所有年份中屬于類(lèi)型i的區(qū)域數(shù)量之和。若某區(qū)域人口密度在初始年份屬于i類(lèi)型，下一時(shí)刻保持不變，則該區(qū)域類(lèi)型轉(zhuǎn)移為“平穩(wěn)”；若類(lèi)型提高，則定義為“向上躍遷”，反之為“向下躍遷”。

表1 馬爾可夫轉(zhuǎn)移概率矩陣(k=4)

1.2 驅(qū)動(dòng)因素研究方法

文中采用多元線性回歸模型，多角度探究長(zhǎng)三角人口分布格局演變驅(qū)動(dòng)因素[26,29]。其中，固定效應(yīng)模型(Fixed Effects Model，F(xiàn)E)、隨機(jī)效應(yīng)模型(Random Effect Model，RE)是面板數(shù)據(jù)常用回歸方程，采用Hausman檢驗(yàn)對(duì)相關(guān)模型進(jìn)行選擇[26]。具體模型構(gòu)建如下：

Yit=β0+β1X1it+β2X2it+…+

βnXnit+εit，

(3)

式中：Yit為因變量；β0為常數(shù)項(xiàng)；Xnit為解釋變量；βn為回歸參數(shù)；εit為隨機(jī)擾動(dòng)項(xiàng)。

1.3 研究數(shù)據(jù)說(shuō)明

文中基于《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，將江浙滬皖三省一市(下稱(chēng)長(zhǎng)三角)作為研究區(qū)域，以2000年行政區(qū)劃為基礎(chǔ)，研究單元包括42個(gè)城市。人口數(shù)據(jù)、驅(qū)動(dòng)因素?cái)?shù)據(jù)，來(lái)自各省、市統(tǒng)計(jì)年鑒和人口普查公報(bào)、統(tǒng)計(jì)公報(bào)等，以2000年為基期、基于價(jià)格指數(shù)將經(jīng)濟(jì)數(shù)據(jù)調(diào)整為可比價(jià)。對(duì)涉及區(qū)劃調(diào)整的情況，以縣級(jí)調(diào)整數(shù)據(jù)進(jìn)行估算，并結(jié)合增長(zhǎng)趨勢(shì)進(jìn)行調(diào)整。

2 長(zhǎng)三角人口分布格局演變規(guī)律

2.1 不均衡指數(shù)演變：城市群人口集聚度顯著增強(qiáng)

基于式(1)測(cè)算發(fā)現(xiàn)見(jiàn)表2，不均衡指數(shù)從2000年的0.010 4顯著增加到2020年的0.013 5，長(zhǎng)三角人口集聚態(tài)勢(shì)的增強(qiáng)，給部分城市資源環(huán)境帶來(lái)較大壓力同時(shí)，部分城市人口持續(xù)流出也抑制了經(jīng)濟(jì)社會(huì)發(fā)展[29]。2000-2020年，人口集聚態(tài)勢(shì)經(jīng)歷了由快轉(zhuǎn)慢的歷程：2000-2013年不均衡指數(shù)顯著增長(zhǎng)，表明城市群發(fā)展差距引導(dǎo)下人口向部分城市快速集中；2013-2020年不均衡指數(shù)變化明顯較小，表明城市群人口分布總體格局向穩(wěn)態(tài)轉(zhuǎn)變，2020年不均衡指數(shù)明顯下降可能與人口普查數(shù)據(jù)帶來(lái)的精準(zhǔn)性提升有關(guān)(對(duì)比2019年、2020年人口數(shù)據(jù)發(fā)現(xiàn)，多數(shù)城市人口出現(xiàn)明顯突變，如2019年、2020年的滁州市人口分別為414.70萬(wàn)人、398.70萬(wàn)人，南京市人口分別為850.00萬(wàn)人、931.47萬(wàn)人)。在人口集聚態(tài)勢(shì)增強(qiáng)過(guò)程中，不均衡指數(shù)由快變慢轉(zhuǎn)變，表征了長(zhǎng)三角人口集聚態(tài)勢(shì)的轉(zhuǎn)變。

2.2 人口密度分布格局：差異化演變與總體格局穩(wěn)定性

隨著經(jīng)濟(jì)社會(huì)快速發(fā)展，人口吸引力增強(qiáng)帶來(lái)長(zhǎng)三角人口密度增加，并呈現(xiàn)增速加快趨勢(shì)見(jiàn)表3：2000-2013年年均增長(zhǎng)約5.00人·km-2；2013-2020年增速進(jìn)一步加快，年均增長(zhǎng)約5.47人·km-2。

表2 長(zhǎng)三角人口分布的不均衡指數(shù)

表3 不同區(qū)域人口密度對(duì)比狀況

此外，不同區(qū)域之間也存在明顯差異：一方面，上海、江蘇人口密度高于區(qū)域平均水平，這不僅與區(qū)域經(jīng)濟(jì)發(fā)展水平有關(guān)，也是自然環(huán)境本底差異重要反映；另一方面，2000-2020年上海、江蘇和浙江人口密度呈現(xiàn)持續(xù)增長(zhǎng)狀況，但2013年以來(lái)上海增速明顯趨緩、江浙增速加快，而安徽省表現(xiàn)為先下降后增長(zhǎng)態(tài)勢(shì)，表征了區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展格局轉(zhuǎn)變推動(dòng)的區(qū)域人口集散格局轉(zhuǎn)變[26]。

2000-2020年，城市人口密度演變同樣呈現(xiàn)顯著時(shí)空差異見(jiàn)表4。

表4 2000～2020年長(zhǎng)三角人口密度演變

不同城市對(duì)比看：上海、蘇州呈現(xiàn)“高速增長(zhǎng)—急劇放緩”態(tài)勢(shì)，衢州、滁州表現(xiàn)為“微弱下降—微弱增長(zhǎng)”特征，阜陽(yáng)呈現(xiàn)“明顯下降—明顯增長(zhǎng)”特點(diǎn)，鹽城表現(xiàn)為“明顯下降—緩慢下降”狀況，表明城市人口密度演變復(fù)雜性。時(shí)空演變對(duì)比看：2000-2013年人口密度增減城市分別為23個(gè)、19個(gè)，除合肥、溫州、淮南、淮北和金華外都分布在核心區(qū)，以上海、蘇南增長(zhǎng)最為顯著；人口密度明顯下降城市，主要為蘇北、蘇中及阜陽(yáng)、六安、蚌埠等。2013-2020年人口密度增減城市分別為30個(gè)、12個(gè)，除蘇州、嘉興、杭州、南京、上海、臺(tái)州、紹興等核心區(qū)外，皖江城市帶、皖北部分城市人口密度也顯著增長(zhǎng)，且超過(guò)多數(shù)核心區(qū)城市；但人口密度明顯下降地區(qū)依然以蘇北、皖北等城市為主。

城市人口密度時(shí)空格局演變表明：一方面，較為發(fā)達(dá)核心區(qū)城市、皖北等欠發(fā)達(dá)城市始終是人口密度高值區(qū)，但前者是經(jīng)濟(jì)發(fā)展帶來(lái)的較強(qiáng)人口集聚結(jié)果，而后者受戶(hù)籍人口數(shù)量較大影響；時(shí)間對(duì)比上，前者人口密度表現(xiàn)明顯增長(zhǎng)態(tài)勢(shì)，但后者呈現(xiàn)“下降—增長(zhǎng)”轉(zhuǎn)變。另一方面，沿海城市人口密度也相對(duì)較高，而皖南、浙西南等城市人口密度較低，這一差異與城市自然地理環(huán)境存在較大聯(lián)系；時(shí)間演變上前者表現(xiàn)為“北降—南增”差異，而后者相對(duì)穩(wěn)定。2000-2020年部分欠發(fā)達(dá)城市人口密度的增長(zhǎng)，表征了長(zhǎng)三角人口集聚態(tài)勢(shì)的轉(zhuǎn)變，但城市群“核心—邊緣”、“南高—北低”特征呈現(xiàn)較強(qiáng)穩(wěn)定性。

3 基于馬爾科夫鏈的人口空間穩(wěn)態(tài)研究

3.1 人口密度趨同俱樂(lè)部：空間格局的穩(wěn)態(tài)

人口分布格局是自然、經(jīng)濟(jì)、社會(huì)、文化等因素長(zhǎng)期作用結(jié)果，動(dòng)態(tài)演變也具有漸進(jìn)性、緩慢性等特征[2,4,11]。文中基于馬爾科夫鏈，對(duì)不同密度類(lèi)型城市遷移概率進(jìn)行定量分析[27-28]。參考已有研究[28]，將42個(gè)城市人口密度劃分為4類(lèi)：低于平均值75%為“低密度”、75%～100%之間為“中低密度”、100%～125%之間為“中高密度”、高于125%為“高密度”，見(jiàn)表5。并構(gòu)建k=4的馬爾科夫轉(zhuǎn)移概率矩陣。對(duì)比分析發(fā)現(xiàn)，2000-2020年長(zhǎng)三角人口密度俱樂(lè)部趨同存在以下特征：

表5 2000-2020年長(zhǎng)三角人口密度趨同俱樂(lè)部

1) 空間格局分析發(fā)現(xiàn)，高密度趨同俱樂(lè)部呈現(xiàn)以核心區(qū)沿江城市為支點(diǎn)的西北部、東南部的不連續(xù)帶狀區(qū)域，并從2000年的集聚走向2020年的分散狀態(tài)；低密度趨同俱樂(lè)部形成以皖西南、蘇北、浙西南等構(gòu)成的連片格局，空間范圍有所擴(kuò)大、集聚格局相對(duì)穩(wěn)定；中高密度趨同俱樂(lè)部大致圍繞高密度趨同俱樂(lè)部分布，但從集聚走向分散；中低密度趨同俱樂(lè)部在各類(lèi)區(qū)域過(guò)渡地帶，主要分布在浙東南、蘇北和皖北等城市，城市數(shù)量在經(jīng)歷“增加—減少”同時(shí)，空間分布表現(xiàn)出“南減—北增”態(tài)勢(shì)，但連片格局較為明顯。基于趨同俱樂(lè)部的空間格局與人口密度格局相印證，空間穩(wěn)態(tài)相對(duì)明顯。

2) 從俱樂(lè)部趨同穩(wěn)定性看(見(jiàn)表6)，2000-2020年高密度、低密度穩(wěn)定性顯著較高：高密度趨同俱樂(lè)部城市“平穩(wěn)”的概率為0.667，低密度趨同俱樂(lè)部的概率高達(dá)1.000；中高密度、中低密度趨同俱樂(lè)部的概率相對(duì)較低，分別為0.375，0.200，但2013-2020年穩(wěn)態(tài)均呈現(xiàn)明顯增強(qiáng)態(tài)勢(shì)。2000-2013年中低密度城市“向下轉(zhuǎn)移”概率大于“向上轉(zhuǎn)移”概率，同時(shí)也大于低密度城市“向上轉(zhuǎn)移”概率，但2013-2020年這一狀態(tài)有所改變。與此不同，2000-2013年中高密度城市“向上轉(zhuǎn)移”概率小于“向下轉(zhuǎn)移”概率，且均大于高密度城市“向下轉(zhuǎn)移”概率，同樣2013-2020年這一狀態(tài)出現(xiàn)了明顯改變。總體上，高密度、低密度趨同俱樂(lè)部城市間趨同性更強(qiáng)，且隨著時(shí)間推移、四類(lèi)俱樂(lè)部之間趨同性均得到明顯提升，進(jìn)一步印證了2013年之后城市群人口分布的穩(wěn)態(tài)。2000-2020年，低密度趨同俱樂(lè)部成員由9個(gè)增加到12個(gè)，集中連片趨勢(shì)較為顯著；高密度趨同俱樂(lè)部成員減少2個(gè)，但連片格局、空間分布等的明顯變化，進(jìn)一步印證了城市群人口分布格局的轉(zhuǎn)變。

2000-2020年，長(zhǎng)三角人口俱樂(lè)部轉(zhuǎn)移差異化演變?cè)颍孩俑呙芏阮?lèi)型包括發(fā)達(dá)城市、欠發(fā)達(dá)城市，其中前者在城市群經(jīng)濟(jì)發(fā)展中處于主導(dǎo)地位，經(jīng)濟(jì)快速增長(zhǎng)同時(shí)也實(shí)現(xiàn)人口穩(wěn)步增長(zhǎng)；后者受到發(fā)達(dá)地區(qū)虹吸效應(yīng)作用，人口流出較為顯著；總體上，高密度趨同俱樂(lè)部的差異化演變、總體穩(wěn)態(tài)并存。②中高密度城市呈現(xiàn)密度普遍增加、空間穩(wěn)態(tài)強(qiáng)化特征；其中，毗鄰發(fā)達(dá)地區(qū)的城市充分接受外溢、主動(dòng)學(xué)習(xí)先進(jìn)經(jīng)驗(yàn)等，經(jīng)濟(jì)快速發(fā)展并實(shí)現(xiàn)了人口增長(zhǎng)，或“向上轉(zhuǎn)移”或“平穩(wěn)”；部分遠(yuǎn)離發(fā)達(dá)城市的欠發(fā)達(dá)城市人口流出明顯，或“向下轉(zhuǎn)移”或“平穩(wěn)”。③不少中低密度區(qū)域在空間上與高密度區(qū)域并不相鄰，接受后者影響機(jī)會(huì)、強(qiáng)度都小，但受到與之近鄰的中高密度、低收入?yún)^(qū)域的“虹吸效應(yīng)”“同化效應(yīng)”，造成部分中低密度城市“向下轉(zhuǎn)移”較為明顯，帶來(lái)低密度趨同俱樂(lè)部的擴(kuò)大。④低密度城市主要分布在生態(tài)環(huán)境脆弱的山區(qū)、經(jīng)濟(jì)欠發(fā)達(dá)的邊緣區(qū)，經(jīng)濟(jì)發(fā)展條件處于相對(duì)劣勢(shì)、難以接受核心區(qū)發(fā)達(dá)城市外溢等，人口流出較為明顯，帶來(lái)這一俱樂(lè)部顯著穩(wěn)態(tài)。

3) 所有時(shí)期，均不存在跨越密度類(lèi)型的俱樂(lè)部轉(zhuǎn)移現(xiàn)象，即遠(yuǎn)離對(duì)角線概率均為零。人口密度演變難以實(shí)現(xiàn)跨越式躍遷，不僅受制于經(jīng)濟(jì)發(fā)展規(guī)律，也印證了人口分布格局演變的動(dòng)態(tài)、長(zhǎng)期性。即在多重因素綜合作用下，相對(duì)較短時(shí)期內(nèi)實(shí)現(xiàn)人口密度跨越式轉(zhuǎn)移概率較小，這也是人口分布格局相對(duì)穩(wěn)定重要原因。

表6 2000-2020年長(zhǎng)三角人口密度的馬爾科夫矩陣

3.2 人口密度趨同演變分類(lèi)：空間分異與差異化導(dǎo)向

作為落實(shí)宏觀戰(zhàn)略重要載體，城市在城市群發(fā)展中扮演著重要角色。基于2000-2020年人口密度俱樂(lè)部轉(zhuǎn)移特征，將42個(gè)城市分為如下四類(lèi)。

1) 第一類(lèi)低穩(wěn)定型，即2000年、2020年兩個(gè)年份均屬于低密度或中低密度俱樂(lè)部、且俱樂(lè)部類(lèi)型未發(fā)生改變。自然環(huán)境約束、經(jīng)濟(jì)欠發(fā)達(dá)、發(fā)達(dá)城市“虹吸效應(yīng)”等，是城市人口密度始終較低的重要因素；包括池州、滁州、黃山、麗水、六安、衢州、銅陵、宣城、金華、安慶等10個(gè)邊緣區(qū)城市，以及湖州、紹興等2個(gè)核心區(qū)城市，呈現(xiàn)集中連片分布格局。對(duì)于多數(shù)城市而言，人口密度較低且持續(xù)流出，不利于經(jīng)濟(jì)長(zhǎng)期可持續(xù)發(fā)展，如何借勢(shì)良好環(huán)境、區(qū)位等，通過(guò)探索符合自身發(fā)展的現(xiàn)實(shí)路徑、承接發(fā)達(dá)城市產(chǎn)業(yè)轉(zhuǎn)移、增強(qiáng)人口集聚水平等，成為推動(dòng)城市發(fā)展的重要導(dǎo)向。

2) 第二類(lèi)向下躍遷型，即2000年人口密度類(lèi)型高于2020年，表現(xiàn)為城市人口密度的明顯下降，包括巢湖、淮安、鹽城、蚌埠、亳州、連云港、宿遷、宿州、徐州等9個(gè)邊緣區(qū)城市，以及南通、泰州、揚(yáng)州、舟山等4個(gè)核心區(qū)城市，集中連片態(tài)勢(shì)更為明顯。與發(fā)達(dá)城市聯(lián)系相對(duì)緊密，但受后者較強(qiáng)“虹吸效應(yīng)”是人口密度下降重要因素之一。未來(lái)，通過(guò)進(jìn)一步強(qiáng)化與發(fā)達(dá)城市聯(lián)系，積極承接高端產(chǎn)業(yè)轉(zhuǎn)移，加快探索產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、高質(zhì)量發(fā)展路徑，以經(jīng)濟(jì)增長(zhǎng)集聚人口、彈性吸引高端人才等，成為推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展方向。

3) 第三類(lèi)向上躍遷型，即2020年人口密度類(lèi)型高于2000年，表現(xiàn)為城市人口密度明顯增加，包括杭州、寧波、臺(tái)州等3個(gè)核心區(qū)城市，以及合肥、蕪湖等2個(gè)邊緣區(qū)城市。城市空間分布較為分散，但均為發(fā)達(dá)城市特別是核心城市，經(jīng)濟(jì)發(fā)達(dá)、交通便利及產(chǎn)業(yè)轉(zhuǎn)型升級(jí)效果明顯、巨大就業(yè)機(jī)會(huì)等帶來(lái)的較強(qiáng)人口拉力，是城市人口密度顯著提升重要因素。未來(lái)，進(jìn)一步探索城市高效率發(fā)展路徑、強(qiáng)化對(duì)周邊城市輻射帶動(dòng)作用，特別是為欠發(fā)達(dá)城市新舊動(dòng)能轉(zhuǎn)換提供經(jīng)驗(yàn)借鑒，成為支撐城市群更高質(zhì)量發(fā)展重要使命。

4) 第四類(lèi)為高穩(wěn)定型，即2000年、2020年兩個(gè)年份均屬于中高密度或高密度俱樂(lè)部、且俱樂(lè)部類(lèi)型未發(fā)生改變，城市人口密度明顯較高，包括嘉興、南京、上海、蘇州、無(wú)錫、鎮(zhèn)江、常州等7個(gè)核心區(qū)城市，以及淮北、溫州、阜陽(yáng)、淮南、馬鞍山等5個(gè)邊緣區(qū)城市，空間分布呈現(xiàn)集散共存特征。較高人口密度也給城市資源環(huán)境承載力帶來(lái)較大壓力，通過(guò)加快產(chǎn)業(yè)轉(zhuǎn)型、轉(zhuǎn)移等，進(jìn)一步優(yōu)化城市產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)等，融入城市群產(chǎn)業(yè)鏈構(gòu)建與城市長(zhǎng)遠(yuǎn)發(fā)展相契合的產(chǎn)業(yè)體系等，成為未來(lái)城市高質(zhì)量發(fā)展重要導(dǎo)向。

基于馬爾科夫鏈的研究，從定量角度表征了長(zhǎng)三角人口分布空間穩(wěn)態(tài)，特別是高密度、低密度俱樂(lè)部的較強(qiáng)穩(wěn)定性，以及2013-2020年各俱樂(lè)部穩(wěn)態(tài)的強(qiáng)化。在顯著總體穩(wěn)態(tài)基礎(chǔ)上，不同城市俱樂(lè)部趨同演變存在一定差異，這也對(duì)未來(lái)制定政策引導(dǎo)人口合理布局等提出了差異化需求，特別是如何在城市群、都市圈實(shí)現(xiàn)人口合理布局、支撐城市群高質(zhì)量發(fā)展，都需要精準(zhǔn)施策，而這也需要對(duì)人口集散驅(qū)動(dòng)因素進(jìn)行多角度探討。

4 人口分布演變驅(qū)動(dòng)因素的探析

4.1 驅(qū)動(dòng)機(jī)制的理論分析

自然環(huán)境塑造了中國(guó)以“胡煥庸線”為界、不同地形差異顯著的人口分布格局，但也受長(zhǎng)期以來(lái)的經(jīng)濟(jì)發(fā)展、宏觀政策等深刻影響[21,29]。在此基礎(chǔ)上，文中關(guān)注焦點(diǎn)是相對(duì)較小范圍、較短時(shí)期內(nèi)的人口分布演變，這一過(guò)程同樣受多元要素演變綜合驅(qū)動(dòng)[25-26]。

對(duì)于特定區(qū)域而言，城市差異化人口增長(zhǎng)、流動(dòng)人口差異化集散，是人口分布格局及其演變直接原因，即作為一種要素時(shí)空演變復(fù)雜過(guò)程，可以從要素集散角度分析區(qū)域人口分布格局演變驅(qū)動(dòng)機(jī)制[26]。其中，作為分析要素空間配置的重要理論，新經(jīng)濟(jì)地理學(xué)認(rèn)為要素流動(dòng)受初始優(yōu)勢(shì)、市場(chǎng)機(jī)制和政府調(diào)控等影響：一旦自然條件、區(qū)位等作用下的初始優(yōu)勢(shì)得以確立，生產(chǎn)效率主導(dǎo)的規(guī)模報(bào)酬遞增等引導(dǎo)下，要素流動(dòng)呈現(xiàn)“馬太效應(yīng)”，并吸引人口持續(xù)增加。但在邊際報(bào)酬遞減等機(jī)制驅(qū)動(dòng)下，當(dāng)要素過(guò)度集聚導(dǎo)致邊際報(bào)酬下降，以及區(qū)域差距負(fù)面效應(yīng)顯現(xiàn)時(shí)，市場(chǎng)機(jī)制“成本—收益”對(duì)比、政府宏觀政策引導(dǎo)下的要素流動(dòng)也會(huì)發(fā)生改變，并通過(guò)產(chǎn)業(yè)等要素流動(dòng)轉(zhuǎn)變引導(dǎo)人口差異化集散、區(qū)域發(fā)展格局演變等[25,30]。

文中基于新經(jīng)濟(jì)地理學(xué)理論及已有研究，從資源配置角度，重點(diǎn)分析自然環(huán)境、市場(chǎng)力量、政府影響及外部沖擊等驅(qū)動(dòng)人口分布演變機(jī)制[25,30]。首先，自然環(huán)境作為初始稟賦，通過(guò)宜居性影響人口集散。市場(chǎng)機(jī)制通過(guò)激發(fā)生產(chǎn)要素活力、提高生產(chǎn)效率等，引導(dǎo)物質(zhì)、人力等要素向高利潤(rùn)區(qū)域集聚，人口基于“成本—收益”法則流動(dòng)以實(shí)現(xiàn)效益最大化。如發(fā)展初期，作為生產(chǎn)要素的人口在市場(chǎng)化、自由流動(dòng)情況下，隨著經(jīng)濟(jì)要素的聚集而集中，而后區(qū)域邊際收益對(duì)比演變帶來(lái)“擴(kuò)散效應(yīng)”顯現(xiàn)，推動(dòng)人口向“成本洼地、收益高地”的轉(zhuǎn)移，驅(qū)動(dòng)人口分布格局轉(zhuǎn)變[25-26,30]。人口分布及其演變也受城市政策及人口管理制度等影響，由于公共物品、信息不對(duì)稱(chēng)等及其帶來(lái)的市場(chǎng)失靈現(xiàn)象，政府在引導(dǎo)市場(chǎng)競(jìng)爭(zhēng)、推動(dòng)區(qū)域差距縮小等方面的干預(yù)也是必需的：一方面，糾正市場(chǎng)失靈、制定科學(xué)政策推動(dòng)區(qū)域均衡發(fā)展，如基礎(chǔ)設(shè)施等公共物品主要依賴(lài)政府供給；另一方面，當(dāng)市場(chǎng)機(jī)制帶來(lái)區(qū)域差異擴(kuò)大及社會(huì)效益損失時(shí)，政府也會(huì)引導(dǎo)市場(chǎng)，如通過(guò)行政手段進(jìn)行資源跨區(qū)域合理調(diào)配，以引導(dǎo)要素合理流動(dòng)和實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展[26,30]。最后，日益深化的開(kāi)放經(jīng)濟(jì)條件下，空間區(qū)位、宏觀政策、發(fā)展水平等影響下的開(kāi)放水平，同樣通過(guò)影響城市發(fā)展作用于人口集散，即差異化外部沖擊也會(huì)對(duì)人口分布及其演變產(chǎn)生影響[19,26]。

4.2 驅(qū)動(dòng)因素指標(biāo)的選取與測(cè)度

作為一種復(fù)雜要素集散過(guò)程，人口分布是自然環(huán)境基礎(chǔ)上，市場(chǎng)、政府、開(kāi)放等內(nèi)外部因素綜合作用結(jié)果，如圖1所示。借鑒已有研究、結(jié)合數(shù)據(jù)可得性等，從自然環(huán)境、市場(chǎng)力量、政府影響及外部沖擊等方面選擇相關(guān)指標(biāo)，綜合探討長(zhǎng)三角人口密度演變驅(qū)動(dòng)因素，見(jiàn)表7。

1) 自然環(huán)境是人口分布格局演變的重要因素，文中選擇年平均溫度(X1)、建成區(qū)綠化覆蓋率(X2)兩個(gè)指標(biāo)，從長(zhǎng)、短期兩個(gè)角度探討城市自然環(huán)境的影響。

2) 市場(chǎng)機(jī)制通過(guò)激發(fā)生產(chǎn)要素活力、提高生產(chǎn)效率等，促進(jìn)人口向高收益地區(qū)集聚[25,30]。參考已有研究，采用城鎮(zhèn)居民可支配收入(X3)、人均社會(huì)消費(fèi)品零售總額(X4)等表征城市發(fā)展差距，采用固定資產(chǎn)投資(X5)、就業(yè)人口(X6)等表征要素集聚水平。

3) 政府通過(guò)宏觀政策影響發(fā)展差距，進(jìn)而作用于人口空間集散，特別是基礎(chǔ)設(shè)施等公共物品供給更離不開(kāi)政府[25]。文中選擇公路密度(X7)和萬(wàn)人醫(yī)療衛(wèi)生院床位數(shù)(X8)表征城市基礎(chǔ)設(shè)施及公共服務(wù)狀況差異；政府政策發(fā)揮需要資金支持，使用人均地方財(cái)政支出(X9)反映政府影響力水平。

4) 全球化深化時(shí)期，城市經(jīng)濟(jì)發(fā)展、區(qū)域人口空間格局演變等，均不同程度地受到對(duì)外開(kāi)放影響，文中選擇城市FDI(X10)表征外部沖擊。

圖1 人口集散驅(qū)動(dòng)機(jī)制

表7 長(zhǎng)三角人口密度空間格局演化影響因子

4.3 模型回歸結(jié)果與討論

相關(guān)檢驗(yàn)發(fā)現(xiàn)：一方面，不同時(shí)期方差膨脹因子(VIF)均小于5，表明變量之間不存在多重共線性；另一方面，Hausman檢驗(yàn)發(fā)現(xiàn)均應(yīng)選擇固定效應(yīng)模型。結(jié)果表明，除城市溫度對(duì)短期人口集散影響不顯著外，建成區(qū)綠化覆蓋率、市場(chǎng)力量、政府作用與外部沖擊等，都是長(zhǎng)三角人口分布演變重要驅(qū)動(dòng)因素。2000-2020年，除溫度、固定資產(chǎn)投資外，其余因素均不同程度影響城市人口密度演變,見(jiàn)表8。此外，不同時(shí)期驅(qū)動(dòng)因素也存在差異：

1) 2000-2013年，加入WTO驅(qū)動(dòng)的經(jīng)濟(jì)快速發(fā)展、市場(chǎng)機(jī)制完善等，加之城市群“核心—邊緣”發(fā)展差距，人口流動(dòng)加快并呈現(xiàn)向發(fā)達(dá)城市集聚態(tài)勢(shì)。這一時(shí)期，除自然環(huán)境外，其余因素都在不同程度上提高了城市人口密度。GDP導(dǎo)向政績(jī)考核制度下，部分發(fā)達(dá)城市集聚了較多的社會(huì)、政府等資源，特別是發(fā)達(dá)城市較高的對(duì)外開(kāi)放水平、FDI吸引力等，推動(dòng)自身經(jīng)濟(jì)快速增長(zhǎng)同時(shí)，也實(shí)現(xiàn)了居民收入提高、就業(yè)容量增加、基礎(chǔ)設(shè)施完善等，人口持續(xù)流入；與此相反，欠發(fā)達(dá)城市由于宏觀政策弱勢(shì)、發(fā)展要素外流等，在發(fā)達(dá)城市“引力”與自身發(fā)展“推力”綜合作用下，呈現(xiàn)人口凈流出、密度下降態(tài)勢(shì)。

2) 2013-2020年，區(qū)域發(fā)展格局變化推動(dòng)人口分布格局轉(zhuǎn)變[26]，但總體格局變化并不顯著、人口集散進(jìn)入相對(duì)穩(wěn)定態(tài)勢(shì)。投資與人口密度負(fù)相關(guān)、消費(fèi)與人口密度正相關(guān)，二者對(duì)比表明全球化進(jìn)程轉(zhuǎn)變、經(jīng)濟(jì)轉(zhuǎn)型階段，投資對(duì)城市特別是發(fā)達(dá)城市經(jīng)濟(jì)發(fā)展效應(yīng)逐漸弱化、甚至存在冗余的“索洛悖論”現(xiàn)象，而內(nèi)需等新動(dòng)能效應(yīng)逐漸顯現(xiàn)。公共服務(wù)、財(cái)政支出與人口密度的不顯著，受宏觀調(diào)控下欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)增長(zhǎng)顯現(xiàn)影響，即政府也開(kāi)始注重區(qū)域協(xié)調(diào)發(fā)展，但在要素流動(dòng)便利、城市間要素集聚預(yù)期收益引導(dǎo)下，帶來(lái)基礎(chǔ)設(shè)施完善與人口增長(zhǎng)格局的不對(duì)應(yīng)，這也體現(xiàn)了城市間基本公共服務(wù)差距。全球經(jīng)濟(jì)發(fā)展環(huán)境轉(zhuǎn)變影響下，核心區(qū)城市發(fā)展轉(zhuǎn)型、邊緣區(qū)城市基礎(chǔ)設(shè)施完善等，帶來(lái)區(qū)域FDI的擴(kuò)散和城市差異的縮小，也在一定程度上弱化了這一因素對(duì)人口分布影響。市場(chǎng)力量顯著增強(qiáng)過(guò)程中，城市群依然顯著的區(qū)域發(fā)展差距主導(dǎo)下的人口密度演變，導(dǎo)致空間格局轉(zhuǎn)變并不顯著。

表8 2000-2020年長(zhǎng)三角人口密度演變驅(qū)動(dòng)因素的面板數(shù)據(jù)回歸結(jié)果

4.4 驅(qū)動(dòng)因素的區(qū)域?qū)Ρ妊芯?/h3>

人口分布作為一個(gè)復(fù)雜經(jīng)濟(jì)社會(huì)現(xiàn)象，引導(dǎo)其合理布局需要精準(zhǔn)施策，即需要對(duì)不同類(lèi)型城市人口密度演變驅(qū)動(dòng)因素進(jìn)行研究?；诔鞘蟹诸?lèi)結(jié)果，對(duì)四類(lèi)城市人口密度演變驅(qū)動(dòng)進(jìn)行對(duì)比研究，以期從契合現(xiàn)實(shí)角度獲得相關(guān)共性規(guī)律。具體分析發(fā)現(xiàn)見(jiàn)表9。

1) 對(duì)于自然環(huán)境而言，在相對(duì)較短時(shí)期、相對(duì)較小空間范圍，溫度這一指標(biāo)并非城市人口密度演變重要因素。相比而言，作為短期內(nèi)變化較大、差異顯著的建成區(qū)綠化覆蓋率，一定程度上反映了城市環(huán)境宜居性、發(fā)展導(dǎo)向，并對(duì)發(fā)達(dá)城市為主的向上躍遷、高穩(wěn)定型效應(yīng)影響顯著，表明經(jīng)濟(jì)越發(fā)達(dá)、人口對(duì)環(huán)境質(zhì)量要求越高。

2) 作為人口集散重要驅(qū)動(dòng)力的市場(chǎng)力量，不同因素在不同類(lèi)型中的效應(yīng)同樣存在異質(zhì)性。收入水平是人口集聚的重要拉力，但也在一定程度上反映了城市生產(chǎn)成本；經(jīng)濟(jì)越發(fā)達(dá)、效應(yīng)越顯著的現(xiàn)象，印證了這一指標(biāo)的拉力效應(yīng)；但對(duì)于向下躍遷型城市而言，負(fù)效應(yīng)可能與生產(chǎn)成本上升、產(chǎn)業(yè)向外擴(kuò)散等導(dǎo)致的就業(yè)崗位流失等有關(guān)。消費(fèi)水平是經(jīng)濟(jì)發(fā)展水平表征、經(jīng)濟(jì)增長(zhǎng)重要驅(qū)動(dòng)因素，消費(fèi)水平提升能夠促進(jìn)城市人口密度增加，且經(jīng)濟(jì)越發(fā)達(dá)、效應(yīng)越強(qiáng)的趨勢(shì)，是發(fā)達(dá)城市作為區(qū)域消費(fèi)中心、城市經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型成效體現(xiàn)。投資帶來(lái)的基礎(chǔ)設(shè)施完善、就業(yè)崗位增加等是人口集聚重要?jiǎng)恿?，但隨著經(jīng)濟(jì)發(fā)展水平提升，投資增長(zhǎng)彈性出現(xiàn)下降，影響人口集聚效應(yīng)；如經(jīng)濟(jì)越發(fā)達(dá)、投資增長(zhǎng)效應(yīng)越弱，表征了未來(lái)中國(guó)城市從投資驅(qū)動(dòng)向要素驅(qū)動(dòng)轉(zhuǎn)型的迫切性。就業(yè)崗位增長(zhǎng)的人口集聚效應(yīng)，在不同類(lèi)型城市均顯著為正，表明擴(kuò)大就業(yè)仍然是吸引人口集聚的可行舉措；但在低穩(wěn)定、高穩(wěn)定兩類(lèi)城市效應(yīng)明顯較高，前者受就業(yè)人口增長(zhǎng)彈性較大影響、后者與經(jīng)濟(jì)轉(zhuǎn)型帶來(lái)的較強(qiáng)就業(yè)吸引力有關(guān)?？傮w上，顯著發(fā)展水平、要素邊際效應(yīng)的差距，帶來(lái)要素向發(fā)達(dá)城市的持續(xù)匯集，成為驅(qū)動(dòng)不同城市人口密度差異化演變、城市群人口空間格局穩(wěn)態(tài)的重要因素。

3) 政府通過(guò)宏觀政策影響城市發(fā)展環(huán)境、調(diào)控要素集聚等，進(jìn)而作用于城市發(fā)展、人口集散。在“成本-收益”對(duì)比下，交通設(shè)施通過(guò)集散兩種效應(yīng)影響城市人口演變，對(duì)于低穩(wěn)定型、向下躍遷型城市而言，負(fù)效應(yīng)表明交通可達(dá)性提升為人口向發(fā)達(dá)城市擴(kuò)散提供了便利，也是發(fā)達(dá)城市“虹吸效應(yīng)”體現(xiàn)；對(duì)于向上躍遷型城市而言，交通設(shè)施完善進(jìn)一步提升了城市地位，為加快人口集聚提供便利；而高穩(wěn)定城市不顯著正效應(yīng)，與交通可達(dá)性提升下人口“潮汐流”、產(chǎn)業(yè)擴(kuò)散帶來(lái)低技能勞動(dòng)力遷移等有關(guān)。公共服務(wù)水平是城市人口增加重要因素，但經(jīng)濟(jì)越發(fā)達(dá)、效應(yīng)越弱現(xiàn)象，表明多數(shù)欠發(fā)達(dá)城市公共服務(wù)仍然存在較大提升空間。對(duì)于低穩(wěn)定型、向下躍遷型城市而言，財(cái)政正效應(yīng)表明通過(guò)完善基礎(chǔ)設(shè)施、優(yōu)化發(fā)展環(huán)境等，有利于城市承接產(chǎn)業(yè)轉(zhuǎn)移、增長(zhǎng)就業(yè)崗位；向上躍遷型、高穩(wěn)定型的不顯著正效應(yīng)，與近年來(lái)政府主導(dǎo)下的產(chǎn)業(yè)轉(zhuǎn)型、產(chǎn)業(yè)轉(zhuǎn)移等有關(guān)，并為欠發(fā)達(dá)城市經(jīng)濟(jì)增長(zhǎng)、發(fā)達(dá)城市轉(zhuǎn)型發(fā)展等提供了機(jī)遇，但也伴隨著就業(yè)崗位外移?？傊卜?wù)差距成為人口差異化集散重要因素，也表明欠發(fā)達(dá)城市通過(guò)進(jìn)一步完善設(shè)施，能夠有效吸引人口“回流”、增長(zhǎng)。

4) 外資通過(guò)就業(yè)效應(yīng)等提升城市人口集聚能力，但不同類(lèi)型外資效應(yīng)、城市發(fā)展水平差異，導(dǎo)致相關(guān)效應(yīng)的異質(zhì)性，如發(fā)達(dá)城市主要受高質(zhì)量外資帶來(lái)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)、欠發(fā)達(dá)城市以就業(yè)效應(yīng)為主導(dǎo)[26]。對(duì)于長(zhǎng)三角而言，差異化外資結(jié)構(gòu)、發(fā)展稟賦影響下，欠發(fā)達(dá)城市效應(yīng)更強(qiáng)，帶來(lái)低穩(wěn)定城市效應(yīng)強(qiáng)于向下躍遷型；相比而言，高穩(wěn)定效應(yīng)最大主要受較強(qiáng)外向型經(jīng)濟(jì)、高質(zhì)量外資集聚等驅(qū)動(dòng)。

2000-2013年改革開(kāi)放深化、地方政府主導(dǎo)和市場(chǎng)機(jī)制完善階段，城市群人口分布演變受城市環(huán)境、市場(chǎng)力量、政府影響及外部沖擊等影響；2013-2020年，政府宏觀調(diào)控、外部環(huán)境轉(zhuǎn)變等，帶來(lái)市場(chǎng)力量影響更加顯著，而政府作用、外部沖擊作用有所弱化；二者對(duì)比，一方面驗(yàn)證了市場(chǎng)影響要素流動(dòng)的“馬太效應(yīng)”及政府在區(qū)域均衡發(fā)展宏觀調(diào)控中的重要作用，另一方面也表明不同發(fā)展階段應(yīng)采取差異化手段調(diào)節(jié)區(qū)域人口格局。此外，驅(qū)動(dòng)因素效應(yīng)的顯著異質(zhì)性，如發(fā)達(dá)城市受市場(chǎng)力量驅(qū)動(dòng)較強(qiáng)、欠發(fā)達(dá)城市政府效應(yīng)更加明顯等，表明未來(lái)相關(guān)政策制定要“因地制宜”。

5 結(jié) 語(yǔ)

1) 2000-2020年長(zhǎng)三角人口集聚狀況有所強(qiáng)化， 2013年以來(lái)不均衡指數(shù)增速的放緩，表明城市群人口集聚格局轉(zhuǎn)變與進(jìn)入相對(duì)穩(wěn)態(tài)階段。基于人口密度的時(shí)空格局演變發(fā)現(xiàn)，不同時(shí)期演變特征有所差異，即2000-2013年核心區(qū)城市顯著增長(zhǎng)、邊緣區(qū)城市下降，以及2013-2020年部分邊緣區(qū)城市增長(zhǎng)的顯現(xiàn)等，在發(fā)達(dá)城市較強(qiáng)人口集聚效應(yīng)下，城市群人口分布格局的“核心—邊緣”、“北高—南低”等特征呈現(xiàn)較強(qiáng)穩(wěn)定性。

2) 基于馬爾科夫鏈的分析表明，長(zhǎng)三角城市人口密度具有高密度、低密度、中高密度、中低密度4個(gè)趨同俱樂(lè)部，高密度趨同俱樂(lè)部呈現(xiàn)不連續(xù)帶狀格局且從集聚走向分散，低密度趨同俱樂(lè)部連片格局明顯，中高密度趨同俱樂(lè)部大致圍繞高密度趨同俱樂(lè)部分布，中低密度趨同俱樂(lè)部分布在各類(lèi)區(qū)域過(guò)渡地帶并呈連片特征。趨同俱樂(lè)部時(shí)空演變印證了人口分布顯著的空間穩(wěn)態(tài)，且高密度俱樂(lè)部、低密度俱樂(lè)部穩(wěn)定性最大，而中高密度、中低密度轉(zhuǎn)移概率差異演變，帶來(lái)低密度與中低密度、高密度與中高密度俱樂(lè)部之間前者增強(qiáng)、后者弱化的分化。在此基礎(chǔ)上，將城市分為低穩(wěn)定、向下躍遷、向上躍遷、高穩(wěn)定等4類(lèi)，差異化的人口演變特征、發(fā)展導(dǎo)向等，均表明未來(lái)政策制定要“因地制宜”。

3) 城市群人口分布的俱樂(lè)部趨同穩(wěn)態(tài)及“馬太效應(yīng)”等，是多樣化社會(huì)經(jīng)濟(jì)因素綜合作用結(jié)果，且不同時(shí)期、不同因素的效應(yīng)存在一定差異：不同時(shí)期對(duì)比主要表現(xiàn)為市場(chǎng)力量趨強(qiáng)、政府影響弱化。對(duì)于不同類(lèi)型城市而言，主要表現(xiàn)為發(fā)達(dá)城市受市場(chǎng)力量驅(qū)動(dòng)較強(qiáng)、欠發(fā)達(dá)城市的政府效應(yīng)更加明顯等。城市群人口密度演變驅(qū)動(dòng)因素的時(shí)空復(fù)雜性，對(duì)未來(lái)政策制定、精準(zhǔn)施策等都提出了較高要求。即，未來(lái)人口格局調(diào)控相關(guān)政策制定，應(yīng)綜合考慮城市發(fā)展?fàn)顩r、區(qū)域發(fā)展階段性特征等，不僅要多政策協(xié)調(diào)，更要“與時(shí)俱進(jìn)”、“因地制宜”，以引導(dǎo)區(qū)域人口合理布局與協(xié)調(diào)發(fā)展。基于馬爾科夫鏈的人口分布空間穩(wěn)態(tài)表明，城市群人口格局演變具有較強(qiáng)“惰性”，未來(lái)多角度協(xié)同引導(dǎo)人口均衡演變不可能一蹴而就，更需要多政策協(xié)同、持續(xù)發(fā)力。

4) 作為一個(gè)動(dòng)態(tài)復(fù)雜演變過(guò)程，區(qū)域發(fā)展環(huán)境轉(zhuǎn)變、核心區(qū)擴(kuò)散效應(yīng)顯現(xiàn)等，推動(dòng)部分產(chǎn)業(yè)向邊緣區(qū)轉(zhuǎn)移并帶動(dòng)人口遷移。高端要素向發(fā)達(dá)城市的進(jìn)一步集聚、勞動(dòng)密集型等產(chǎn)業(yè)向邊緣區(qū)的轉(zhuǎn)移等，導(dǎo)致區(qū)域收入水平、就業(yè)機(jī)會(huì)等依然存在顯著差距。盡管人口集散變化并未明顯改變城市群“核心—邊緣”格局，區(qū)域發(fā)展格局轉(zhuǎn)變、人口格局穩(wěn)態(tài)對(duì)比，加之不同城市人口差異化演變特征與發(fā)展導(dǎo)向，迫切需要基于城市發(fā)展、需求制定精準(zhǔn)化人口調(diào)控政策：如發(fā)達(dá)城市選擇性吸引人口流入，并通過(guò)政府合作引導(dǎo)人口向周邊城市轉(zhuǎn)移；欠發(fā)達(dá)城市通過(guò)完善基礎(chǔ)設(shè)施、提升產(chǎn)業(yè)結(jié)構(gòu)及提高社會(huì)福利等，在推動(dòng)經(jīng)濟(jì)增長(zhǎng)同時(shí)集聚相應(yīng)人口。此外，通過(guò)市場(chǎng)、政府等多元配合推動(dòng)基礎(chǔ)設(shè)施、制度建設(shè)促進(jìn)要素自由流動(dòng)同時(shí)，應(yīng)充分發(fā)揮政府協(xié)調(diào)作用，促進(jìn)生產(chǎn)要素的跨區(qū)域、跨行業(yè)流動(dòng)與集聚，提高區(qū)域發(fā)展聯(lián)動(dòng)效應(yīng)，實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)與人口集散協(xié)同演變。

5) 文中契合現(xiàn)實(shí)發(fā)展的研究，有助于理清城市群人口演變狀況，為相關(guān)政策制定提供參考。限于數(shù)據(jù)可得性等，依然存在優(yōu)化空間，如：基于俱樂(lè)部趨同演變的城市類(lèi)型劃分依然粗略，驅(qū)動(dòng)因素指標(biāo)選取仍待完善；區(qū)域一體化深化過(guò)程中，城市聯(lián)系緊密帶來(lái)的要素流動(dòng)加快，同樣是影響區(qū)域人口格局重要因素，這一狀況深入分析相對(duì)欠缺；缺乏與珠三角、北海道等國(guó)內(nèi)外城市群的對(duì)比分析，等等。未來(lái)，如何更好地獲取精細(xì)化、科學(xué)化數(shù)據(jù)開(kāi)展研究，是未來(lái)研究深化的重要方向。