烏江流域經(jīng)濟(jì)與人口空間格局演變及耦合特征

趙 敏, 狄東睿,,3, 黃光偉, 時(shí)偉宇

(1.西南大學(xué) 地理科學(xué)學(xué)院, 重慶 400715; 2.上智大學(xué), 東京102-8554; 3.咸陽(yáng)師范學(xué)院, 陜西 咸陽(yáng) 712000)

人口和經(jīng)濟(jì)是區(qū)域的重要組成部分，其兩者的時(shí)空變化是研究區(qū)域差異的主要內(nèi)容之一，也是反映區(qū)域差異的重要指標(biāo)[1-2]。區(qū)域內(nèi)人口增長(zhǎng)和經(jīng)濟(jì)增長(zhǎng)存在著辯證統(tǒng)一的關(guān)系，即經(jīng)濟(jì)的增長(zhǎng)帶動(dòng)人口增長(zhǎng)，人口增長(zhǎng)為經(jīng)濟(jì)發(fā)展提供豐富的勞動(dòng)力和人才，增加消費(fèi)[3]。亞當(dāng)·斯密認(rèn)為，人口增長(zhǎng)是國(guó)家和區(qū)域繁榮發(fā)展的象征，既是經(jīng)濟(jì)不斷發(fā)展的結(jié)果也是促進(jìn)經(jīng)濟(jì)發(fā)展的原因[4]。18世紀(jì)中葉，人口學(xué)家托馬斯·羅伯特·馬爾薩斯認(rèn)為國(guó)家或地區(qū)人口的過(guò)快增長(zhǎng)不利于經(jīng)濟(jì)發(fā)展[5]。英國(guó)經(jīng)濟(jì)學(xué)家格林·克拉克和美國(guó)經(jīng)濟(jì)學(xué)家朱利安·西蒙提出了人口推拉理論，指出從長(zhǎng)期來(lái)看，人口增長(zhǎng)具有積極影響，適度的人口增長(zhǎng)有利于提高經(jīng)濟(jì)福利[6]。流域作為一種特殊類型的區(qū)域，其人口和經(jīng)濟(jì)特征及兩者關(guān)系是經(jīng)濟(jì)地理學(xué)、人口經(jīng)濟(jì)學(xué)研究的熱點(diǎn)之一。近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)流域人口、經(jīng)濟(jì)特征及其關(guān)系也展開了豐富的研究[3,7-16]。汪洋等[17-18]計(jì)算近30 a塔里木河流域人口、經(jīng)濟(jì)重心，并對(duì)人口、經(jīng)濟(jì)重心進(jìn)行耦合分析，得出了塔里木河流域人口與經(jīng)濟(jì)的空間關(guān)系。劉志峰等[19]、李小龍[20]采用經(jīng)濟(jì)人口重心耦合、探索性空間分析(ESDA)等方法，研究流域人口和經(jīng)濟(jì)的空間關(guān)系，認(rèn)為人口、經(jīng)濟(jì)的發(fā)展存在空間耦合關(guān)系，兩者關(guān)系可以利用重心分析法進(jìn)行空間刻畫。鐘業(yè)喜等[3]主要采用人口經(jīng)濟(jì)耦合指數(shù)等方法對(duì)1998—2008年鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)人口經(jīng)濟(jì)耦合關(guān)系進(jìn)行研究，認(rèn)為人口與經(jīng)濟(jì)的關(guān)系是動(dòng)態(tài)變化的，且人口、經(jīng)濟(jì)的發(fā)展存在區(qū)域差異。王德懷等[21]采用人口-經(jīng)濟(jì)增長(zhǎng)彈性、地理集中度、ESDA-GIS和耦合指數(shù)等多種方法對(duì)2001—2015年烏江流域人口與經(jīng)濟(jì)協(xié)調(diào)性進(jìn)行了比較全面的研究。自20世紀(jì)60年代以來(lái)學(xué)者對(duì)烏江流域的生態(tài)環(huán)境展開了有益的研究，但是缺乏對(duì)流域人口和經(jīng)濟(jì)特征及其兩者關(guān)系探究[22-26]。本文以縣域?yàn)榛締挝唬Y(jié)合地理集中指數(shù)和空間自相關(guān)分析人口、經(jīng)濟(jì)的空間特征，應(yīng)用重心分析法分析人口和經(jīng)濟(jì)的空間耦合關(guān)系，并根據(jù)經(jīng)濟(jì)-人口耦合指數(shù)劃分縣域類型，揭示縣域經(jīng)濟(jì)與人口的協(xié)調(diào)發(fā)展程度。

當(dāng)前，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶的發(fā)展是我國(guó)重大的區(qū)域發(fā)展戰(zhàn)略。烏江流域在長(zhǎng)江經(jīng)濟(jì)帶中區(qū)位優(yōu)勢(shì)明顯，烏江流域向北連接長(zhǎng)江黃金水道，向東北通過(guò)長(zhǎng)江直達(dá)長(zhǎng)江中游城市群，西北毗鄰長(zhǎng)江上游成渝城市群。并且中國(guó)西南地區(qū)也是“一帶一路”海路和陸路的連接樞紐[27-30]。而烏江流域則位于中國(guó)西南地區(qū)的核心地帶，向南通過(guò)貴廣高速鐵路連接珠三角，向西通過(guò)昆明市連接中緬經(jīng)濟(jì)走廊，其區(qū)位優(yōu)勢(shì)非常明顯。良好的區(qū)位優(yōu)勢(shì)帶來(lái)區(qū)域發(fā)展機(jī)遇的同時(shí)，其社會(huì)經(jīng)濟(jì)的發(fā)展也存在明顯問(wèn)題。烏江流經(jīng)烏蒙山區(qū)、武陵山區(qū)及滇黔石漠化區(qū)三大集中連片貧困區(qū)，流域內(nèi)存在基礎(chǔ)設(shè)施建設(shè)比較落后、產(chǎn)業(yè)基礎(chǔ)薄弱、產(chǎn)業(yè)比例失衡、經(jīng)濟(jì)發(fā)展與人口增長(zhǎng)不協(xié)調(diào)等問(wèn)題。在2019年公布的全國(guó)貧困縣名單中，烏江流域有30個(gè)國(guó)家級(jí)貧困縣，約占流域區(qū)縣數(shù)量一半，2019年貧困縣常住人口約占流域的42.47%，GDP僅占流域的25.83%，由此可以看出烏江流域人口經(jīng)濟(jì)發(fā)展不協(xié)調(diào)?；谝陨媳尘?，對(duì)烏江流域經(jīng)濟(jì)與人口空間格局演變及耦合關(guān)系進(jìn)行研究，有助于了解烏江流域經(jīng)濟(jì)和人口的基本情況和兩者關(guān)系，為烏江流域的相關(guān)規(guī)劃、決策提供實(shí)證依據(jù)，對(duì)促進(jìn)流域經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展具有現(xiàn)實(shí)意義，也有利于豐富流域人口與經(jīng)濟(jì)相互關(guān)系的科學(xué)研究。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源

烏江流域(25°38′52″—30°40′14″N，103°35′57″—109°58′47″E)涉及69個(gè)區(qū)縣，本文的人口和經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于2001—2020年《貴州統(tǒng)計(jì)年鑒》《重慶統(tǒng)計(jì)年鑒》《湖北統(tǒng)計(jì)年鑒》《云南統(tǒng)計(jì)年鑒》。地理空間數(shù)據(jù)來(lái)源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)。其中，2000—2019年，部分縣級(jí)行政單位有名稱變動(dòng)，行政管轄范圍不變，特此說(shuō)明；2004—2016年，原遵義市遵義縣經(jīng)過(guò)兩次較大的行政區(qū)劃調(diào)整，最終遵義縣被劃分為播州區(qū)和匯川區(qū)，為研究方便，沿用遵義縣名稱和行政管轄范圍，將播州區(qū)和匯川區(qū)的各項(xiàng)數(shù)據(jù)疊加作為遵義縣數(shù)據(jù)。

1.2 研究方法

在研究方法上，本文主要采用地理集中度、耦合指數(shù)、全局空間自相關(guān)、局部空間自相關(guān)和區(qū)域重心。首先，引入地理集中度用于反映經(jīng)濟(jì)、人口在流域內(nèi)的空間分布特征。其次，采用全局空間自相關(guān)描述經(jīng)濟(jì)地理集中指數(shù)、人口地理集中指數(shù)在流域內(nèi)的空間關(guān)聯(lián)總特征，由于全局空間自相關(guān)不能確切反映要素值在局部地區(qū)的空間特征，所以運(yùn)用局部空間自相關(guān)分析流域內(nèi)各相鄰區(qū)縣經(jīng)濟(jì)地理集中指數(shù)、人口地理集中指數(shù)以及耦合指數(shù)的空間關(guān)聯(lián)程度。再次，在分析討論經(jīng)濟(jì)、人口的空間特征之后，引入?yún)^(qū)域重心刻畫經(jīng)濟(jì)重心、人口重心的空間移動(dòng)軌跡，分析經(jīng)濟(jì)和人口的空間耦合關(guān)系。最后，采用耦合指數(shù)反映各個(gè)區(qū)縣經(jīng)濟(jì)與人口的空間分布關(guān)系，分析經(jīng)濟(jì)、人口的協(xié)調(diào)發(fā)展程度。

1.2.1 地理集中度 本文引入地理集中度用于衡量經(jīng)濟(jì)與人口在烏江流域區(qū)內(nèi)的空間集中程度。其公式如下：

(1)

(2)

式中：Ri(Pop)和Ri(GDP)分別為某年i地區(qū)的人口地理集中指數(shù)、經(jīng)濟(jì)地理集中指數(shù)；Popi,GDPi,Acri分別為某年i地區(qū)的人口、國(guó)內(nèi)生產(chǎn)總值、國(guó)土面積；∑表示某種屬性在大區(qū)域的總計(jì)值。

1.2.2 耦合指數(shù) 耦合指數(shù)用于反映某個(gè)區(qū)域經(jīng)濟(jì)和人口空間分布關(guān)系及變化情況。其公式如下：

Ii=Ri(GDP)/Ri(Pop)

(3)

1.2.3 全局空間自相關(guān) 全局空間自相關(guān)值描述區(qū)域單元某種屬性值的整體分布情況[31]。本文采用Moran′sI，其值域?yàn)閇-1,1]，-1≤I<0表示負(fù)相關(guān)，I=0表示不相關(guān)，0

(4)

1.2.4 局部空間自相關(guān) 局部空間自相關(guān)可以揭示局部與其相鄰空間單元格屬性值的相似性或者相關(guān)性[32]。聚類可分為低—低聚類、高—高聚類、低—高聚類、高—低聚類。其公式如下：

(5)

1.2.5 區(qū)域重心 借助ArcGIS 10.2進(jìn)行重心分析，研究烏江流域經(jīng)濟(jì)、人口重心的位置和移動(dòng)軌跡。其公式如下：

(6)

(7)

式中:X，Y為某一屬性重心的經(jīng)度、緯度;Xi，Yi為子區(qū)域的經(jīng)度、緯度;Wi為子區(qū)域某一要素的屬性值。

區(qū)域重心空間年際移動(dòng)距離測(cè)度公式如下：

(8)

式中:D為兩個(gè)年份之間某一要素重心移動(dòng)的距離；s，k為兩個(gè)不同年份;(Xs,Ys)，(Xk,Yk)為兩個(gè)年份某一要素重心的經(jīng)緯度坐標(biāo);C=111.111,將地理坐標(biāo)系轉(zhuǎn)換為平面坐標(biāo)系。

區(qū)域重心空間年際移動(dòng)方向測(cè)度公式如下：

θs-k=nπ/2+arctg〔(Ys-Yk)/(Xs-Xk)〕，

n=0，1，2

(9)

式中:θ為兩個(gè)年份之間某一要素重心移動(dòng)的角度,θ∈[-π,π]；s，k為兩個(gè)不同年份;(Xs,Ys)，(Xk,Yk)為兩個(gè)年份某一要素重心的經(jīng)緯度坐標(biāo)。以正東為0°,逆時(shí)針旋轉(zhuǎn)為正,順時(shí)針旋轉(zhuǎn)為負(fù)。

用同一時(shí)間段內(nèi)人口重心和經(jīng)濟(jì)重心產(chǎn)生位移的矢量交角來(lái)體現(xiàn)變動(dòng)一致性，交角越小代表變動(dòng)一致性越高，采用cosθ作為變動(dòng)一致性指數(shù)(C)。其公式如下：

(10)

式中:C為變動(dòng)一致性指數(shù),取值范圍為[-1,1];θ為經(jīng)濟(jì)、人口重心在同一時(shí)間段產(chǎn)生位移的矢量交角,取值范圍為[0°,180°];ΔxE，ΔyE為經(jīng)濟(jì)重心的經(jīng)度、緯度變化量;ΔxP，ΔyP為人口重心的經(jīng)度、緯度變化量。

2 結(jié)果與分析

2.1 烏江流域經(jīng)濟(jì)、人口空間分布變化特征

對(duì)2000—2019年烏江流域經(jīng)濟(jì)、人口地理集中指數(shù)進(jìn)行全局自相關(guān)分析，得到經(jīng)濟(jì)、人口地理集中指數(shù)莫蘭系數(shù)如圖1所示。2000—2012年，人口、經(jīng)濟(jì)地理集中指數(shù)Moran′sI系數(shù)呈現(xiàn)波動(dòng)變化的態(tài)勢(shì)；2013—2019年，經(jīng)濟(jì)地理集中指數(shù)Moran′sI系數(shù)和人口地理集中指數(shù)Moran′sI系數(shù)均有明顯增長(zhǎng)，兩者正的空間相關(guān)性均明顯增強(qiáng)，表明經(jīng)濟(jì)發(fā)達(dá)或落后的區(qū)縣成片聚集，人口密集或稀疏的區(qū)縣也成片聚集。

2.1.1 經(jīng)濟(jì)空間分布變化

(1) 人均GDP。烏江流域2000年人均GDP為3 284.99元，2019年增長(zhǎng)至48 634.41元，2019年人均GDP是2000年的14.81倍，年平均增長(zhǎng)率約為15.13%，增長(zhǎng)速度較快。從圖2可以得出：① 人均GDP高值區(qū)域明顯從烏江流域中部和南部向西南部、東部延伸。② 烏江流域人均GDP較低的區(qū)縣集中分布在流域東北部和西南部，流域東北部、西南部以第一產(chǎn)業(yè)為主，二、三產(chǎn)業(yè)發(fā)展滯后，并且缺乏中心城市的帶動(dòng)，經(jīng)濟(jì)發(fā)展滯后，人均GDP較低。

圖2 烏江流域2000-2019年人均GDP空間分布

(2) 經(jīng)濟(jì)地理集中指數(shù)。本文根據(jù)自然斷裂點(diǎn)法將各縣區(qū)GDP地理集中指數(shù)劃分為7個(gè)等級(jí)：0.19

從圖3可以得出，烏江流域各縣GDP地理集中指數(shù)空間分布有以下特點(diǎn)：① 烏江流域內(nèi)大部分區(qū)縣GDP地理集中指數(shù)在(0,1)，數(shù)值較低。② 區(qū)縣GDP地理集中指數(shù)高值區(qū)主要分布在流域東北部(涪陵區(qū)、南川區(qū)、綦江區(qū))、中部(遵義縣、紅花崗區(qū)、仁懷市)、南部(觀山湖區(qū)、白云區(qū)、烏當(dāng)區(qū)、云巖區(qū)、南明區(qū)、花溪區(qū)、清鎮(zhèn)市)、西南部的鐘山區(qū)。③ 2000—2019年流域內(nèi)大部分區(qū)縣GDP地理集中指數(shù)變化細(xì)微。就個(gè)別來(lái)看，仁懷市、觀山湖區(qū)GDP地理集中指數(shù)有明顯增長(zhǎng)，仁懷市經(jīng)濟(jì)地理集中指數(shù)增長(zhǎng)最為迅速，主要得益于當(dāng)?shù)匕拙飘a(chǎn)業(yè)帶來(lái)的巨大經(jīng)濟(jì)效益。

圖3 烏江流域2000-2019年經(jīng)濟(jì)地理集中指數(shù)空間分布

(3) LISA分布。對(duì)2000—2019年烏江流域經(jīng)濟(jì)地理集中度局部空間自相關(guān)分析發(fā)現(xiàn)(圖4)，在5%的顯著水平下，從總體數(shù)量來(lái)看，2000年屬于高—高型區(qū)縣的有6個(gè)，屬于低—低型區(qū)縣的有11個(gè)，高—低型區(qū)縣有1個(gè)，低—高型區(qū)縣有1個(gè)；2019年高—高型區(qū)縣有5個(gè)，低—低型區(qū)縣有12個(gè)，不存在高—低型區(qū)縣，低—高型區(qū)縣有2個(gè)從區(qū)域分布來(lái)看(圖5)，高—高型區(qū)縣主要分布在烏江流域南部貴陽(yáng)市市區(qū)，分布范圍變化小。高—高型區(qū)縣在2000年主要是貴陽(yáng)市的烏當(dāng)區(qū)、白云區(qū)、觀山湖區(qū)、云巖區(qū)、南明區(qū)和花溪區(qū)。2019年，貴陽(yáng)市烏當(dāng)區(qū)不再是高—高型區(qū)縣，烏當(dāng)區(qū)經(jīng)濟(jì)地理集中指數(shù)相比于周邊區(qū)縣較低。

圖4 烏江流域2000-2019年經(jīng)濟(jì)地理集中指數(shù)LISA圖

高—低型區(qū)縣在2000年只有六盤水市的鐘山區(qū)，鐘山區(qū)是六盤水市中心城區(qū)、畢水興經(jīng)濟(jì)帶的重要組成部分，經(jīng)濟(jì)發(fā)展水平高，導(dǎo)致其經(jīng)濟(jì)地理集中指數(shù)明顯高于周圍區(qū)縣。2019年，烏江流域無(wú)高—低型區(qū)縣。低—高型區(qū)縣在2000年僅有黔南布依族苗族自治州龍里縣，主要是因?yàn)槠渲苓呝F陽(yáng)市區(qū)的經(jīng)濟(jì)發(fā)展水平高，而龍里縣經(jīng)濟(jì)地理集中指數(shù)與其周邊區(qū)縣相比有較大差距。2019年，低—高型區(qū)縣增加了貴陽(yáng)市烏當(dāng)區(qū)，說(shuō)明烏當(dāng)區(qū)與貴陽(yáng)市其他市區(qū)相比，經(jīng)濟(jì)發(fā)展滯后，經(jīng)濟(jì)地理集中指數(shù)偏低。

低—低型區(qū)縣主要分布在烏江流域東部和東北部。2000年低—低型區(qū)縣成片集中分布在流域東北部。2007—2011年，低—低型區(qū)縣的空間分布呈現(xiàn)往復(fù)規(guī)律，主要原因是部分區(qū)縣經(jīng)濟(jì)發(fā)展有較大波動(dòng)，經(jīng)濟(jì)發(fā)展不穩(wěn)定。到2019年，低—低型區(qū)縣分布呈破碎化，部分區(qū)縣擺脫了低—低型，說(shuō)明近20 a經(jīng)濟(jì)發(fā)展迅速，經(jīng)濟(jì)發(fā)展水平明顯提高，經(jīng)濟(jì)地理集中指數(shù)也隨之升高。

2.1.2 人口空間分布變化

(1) 人口密度。2000年烏江流域常住人口密度為237.62人/km2，2019年降低至232.44人/km2，常住人口密度略有下降。從圖5可以看出：① 流域西南部人口密度大，東北部人口密度小，人口重心偏向流域西南部。流域東部、東北部以第一產(chǎn)業(yè)為主，二、三產(chǎn)業(yè)基礎(chǔ)薄弱，農(nóng)村剩余勞動(dòng)力尋求經(jīng)濟(jì)收入向外遷出，導(dǎo)致東部、東北部常住人口密度低；流域中部、南部、西南部有遵義市、貴陽(yáng)市、六盤水市等區(qū)域中心城市，二、三產(chǎn)業(yè)發(fā)展迅速，經(jīng)濟(jì)發(fā)展水平較高，吸引較多外來(lái)勞動(dòng)力，導(dǎo)致人口密度較大且有增長(zhǎng)趨勢(shì)。② 2000—2019年流域人口存在向3個(gè)區(qū)域集中的現(xiàn)象，這3個(gè)區(qū)域分別為遵義市紅花崗區(qū)、貴陽(yáng)市市區(qū)(南明區(qū)、云巖區(qū)、白云區(qū)、觀山湖區(qū))、六盤水市鐘山區(qū)。從圖中可以看出，這3個(gè)地區(qū)的人口密度均超過(guò)1 000人/km2，人口密度大且增長(zhǎng)較快。

圖5 烏江流域2000-2019年人口密度空間分布

(2) 人口地理集中指數(shù)。本文根據(jù)自然斷裂點(diǎn)法將各縣區(qū)人口地理集中指數(shù)劃分為7個(gè)等級(jí)：0.37

從圖6可以可看出，烏江流域人口地理集中指數(shù)空間分布有以下特點(diǎn)：① 烏江流域大部分區(qū)縣人口地理集中指數(shù)低于1。② 人口地理集中指數(shù)較高的區(qū)縣分布在流域中部、南部和西部，其中中部的遵義市紅花崗區(qū)、南部的貴陽(yáng)市市區(qū)(南明區(qū)、云巖區(qū)、白云區(qū)、觀山湖區(qū))、西部的六盤水市鐘山區(qū)人口地理集中指數(shù)最高。

圖6 烏江流域2000-2019年人口地理集中指數(shù)空間分布

(3) LISA分布。對(duì)2000—2019年烏江流域人口地理集中指數(shù)局部空間自相關(guān)分析發(fā)現(xiàn)(圖8)，在5%的顯著水平下，從總體數(shù)量來(lái)看，2000年和2019年各聚類區(qū)縣數(shù)量相同，高—高型區(qū)縣5個(gè)，低—低型區(qū)縣12個(gè)，無(wú)高—低型區(qū)縣，低—高型區(qū)縣2個(gè)。

從區(qū)域分布來(lái)看(圖7)，高—高型區(qū)縣主要分布在烏江流域南部貴陽(yáng)市市區(qū)。高—高型區(qū)縣在2000年主要是貴陽(yáng)市的白云區(qū)、烏當(dāng)區(qū)、觀山湖區(qū)、南明區(qū)。2019年貴陽(yáng)市烏當(dāng)區(qū)不再是高—高型區(qū)縣，主要原因是受周邊市區(qū)對(duì)人口的拉力增強(qiáng)以及人口返鄉(xiāng)就業(yè)的影響，導(dǎo)致烏當(dāng)區(qū)常住人口流失，成為低—高型區(qū)縣。

圖7 烏江流域2000-2019年人口地理集中指數(shù)LISA圖

低—高型區(qū)縣在2000年有貴陽(yáng)市花溪區(qū)和黔南布依族苗族自治州龍里縣。2019年低—高型區(qū)縣有龍里縣和烏當(dāng)區(qū)。烏江流域在2000—2019年沒(méi)有出現(xiàn)高—低型區(qū)縣。

低—低型區(qū)縣主要分布在烏江流域東部和東北部。2000年低—低型區(qū)縣在流域東部有岑鞏縣、鎮(zhèn)遠(yuǎn)縣、施秉縣和黃平縣，在東北部有恩施市、利川市、來(lái)鳳縣、彭水縣、黔江區(qū)、松桃縣等，說(shuō)明東部和東北部部分區(qū)縣人口地理集中指數(shù)較低且區(qū)縣之間相關(guān)性較強(qiáng)。2019年?yáng)|北部低—低型區(qū)縣分布逐漸破碎化，說(shuō)明東北部部分區(qū)縣常住人口數(shù)量受人口返鄉(xiāng)就業(yè)影響有所增長(zhǎng)，人口地理集中指數(shù)隨之上升。

2.2 烏江流域經(jīng)濟(jì)、人口空間關(guān)聯(lián)動(dòng)態(tài)特征

烏江流域經(jīng)濟(jì)、人口重心移動(dòng)軌跡存在交叉。經(jīng)濟(jì)重心總體位于人口重心的西南方，兩者相距較近，均分布在研究區(qū)幾何重心偏西南的位置，位于貴州省遵義市遵義縣、紅花崗區(qū)境內(nèi)。2000—2019年經(jīng)濟(jì)、人口重心向流域西南移動(dòng)，主要原因是近20 a流域南部和西南部的貴陽(yáng)市、安順市、六盤水市、畢節(jié)市經(jīng)濟(jì)發(fā)展迅速，城市化水平較高，吸引了較多的外來(lái)人口遷入，導(dǎo)致經(jīng)濟(jì)重心和人口重心向流域西南偏移。

(1) 經(jīng)濟(jì)重心空間演變軌跡特征。從變動(dòng)情況來(lái)看(表1)，2003—2007年、2011—2015年經(jīng)濟(jì)重心向流域西南方向移動(dòng)，但2007—2011年、2015—2019年經(jīng)濟(jì)重心向流域的東北方向遷移，說(shuō)明在這個(gè)時(shí)間段內(nèi)流域西南部、東北部的經(jīng)濟(jì)發(fā)展波動(dòng)性較大。總的來(lái)說(shuō)，2000—2019年經(jīng)濟(jì)重心向西南方向移動(dòng)了約7 619.80 m，總的移動(dòng)角度約為-169.18°，經(jīng)濟(jì)重心向流域西南遷移，主要是因?yàn)槲髂喜亢湍喜坑辛P水、安順、畢節(jié)、貴陽(yáng)等城市，這些城市二、三產(chǎn)業(yè)發(fā)達(dá)，經(jīng)濟(jì)的體量大且發(fā)展迅速，而流域東部和東北部以第一產(chǎn)業(yè)為主，第二、三產(chǎn)業(yè)發(fā)展滯后，且缺乏區(qū)域中心城市的帶動(dòng)，經(jīng)濟(jì)發(fā)展較為緩慢，所以經(jīng)濟(jì)重心向流域西南方向移動(dòng)。

表1 2000-2019年烏江流域經(jīng)濟(jì)重心變動(dòng)情況

(2) 人口重心空間演變軌跡特征?？傮w來(lái)說(shuō)(表2)，2000—2019年烏江流域人口重心向西南方向移動(dòng)，移動(dòng)角度約為-146.03°，移動(dòng)距離約為14 359.72 m，主要原因是流域西南部和南部的六盤水市、安順市、畢節(jié)市、貴陽(yáng)市經(jīng)濟(jì)發(fā)展迅速，經(jīng)濟(jì)發(fā)展水平較高，吸引了大量外來(lái)人口遷入，人口重心向西南移動(dòng)。與此同時(shí)，流域西南部部分城市如畢節(jié)市，生育觀念較為傳統(tǒng)，導(dǎo)致畢節(jié)市口增加較快，加劇了人口重心向西南方向移動(dòng)。

表2 2000-2019年烏江流域人口重心

(3) 經(jīng)濟(jì)重心和人口重心演變關(guān)聯(lián)。比較烏江流域人口重心和經(jīng)濟(jì)重心的空間重疊性、變動(dòng)一致性(圖8)，主要分為4個(gè)階段。2000—2007年，經(jīng)濟(jì)重心和人口重心的空間重疊性越來(lái)越高，距離越來(lái)越近，且變動(dòng)一致性接近1，兩者移動(dòng)角度高度一致；2007—2011年，兩者空間重疊性變低，距離變遠(yuǎn)，變動(dòng)一致性接近-0.5，變動(dòng)一致性低；2011—2015年，兩者的空間重疊度進(jìn)一步降低，兩者相距約11 km，但變動(dòng)一致性卻超過(guò)0.5，兩者移動(dòng)角度接近；2015—2019年，經(jīng)濟(jì)重心和人口重心的空間重疊度有所升高，但變動(dòng)一致性幾乎為-1，兩者移動(dòng)方向幾乎完全相反。

圖8 空間重疊性和變動(dòng)一致性比較

2.3 耦合指數(shù)類型動(dòng)態(tài)特征

2.3.1 烏江流域耦合指數(shù)等級(jí)劃分 根據(jù)本文的研究需要，將耦合指數(shù)劃分為5類：02為經(jīng)濟(jì)極化型。

從時(shí)間上來(lái)看，2000—2019年人口和經(jīng)濟(jì)發(fā)展協(xié)調(diào)性有明顯提高(圖9)。2000年經(jīng)濟(jì)極化型、經(jīng)濟(jì)超前型區(qū)縣各有8個(gè)，考慮到當(dāng)時(shí)烏江流域經(jīng)濟(jì)發(fā)展滯后，因此經(jīng)濟(jì)發(fā)展的需求會(huì)更加強(qiáng)烈，需要此兩種類型的區(qū)縣帶動(dòng)流域經(jīng)濟(jì)發(fā)展，所以經(jīng)濟(jì)極化型和經(jīng)濟(jì)超前型更符合當(dāng)時(shí)的發(fā)展需要；協(xié)調(diào)發(fā)展型區(qū)縣有16個(gè)，此類型區(qū)縣人口和經(jīng)濟(jì)發(fā)展最為協(xié)調(diào)，但經(jīng)濟(jì)的帶動(dòng)作用較弱；經(jīng)濟(jì)滯后型、經(jīng)濟(jì)落后型區(qū)縣共有37個(gè)，超過(guò)流域區(qū)縣數(shù)量的一半，此兩種類型的區(qū)縣經(jīng)濟(jì)發(fā)展水平遠(yuǎn)滯后于人口集聚程度，人口和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性最差。由以上數(shù)據(jù)可以看出，2000年烏江流域人口和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性較差。2011—2019年烏江流域人口和經(jīng)濟(jì)發(fā)展協(xié)調(diào)性明顯提高。2011—2019年經(jīng)濟(jì)極化型區(qū)縣數(shù)量?jī)H有4個(gè)，相較于2011年之前數(shù)量減少了一半，此時(shí)烏江流域處于經(jīng)濟(jì)迅速發(fā)展時(shí)期，經(jīng)濟(jì)極化型區(qū)縣雖能帶動(dòng)流域經(jīng)濟(jì)發(fā)展，但其過(guò)快發(fā)展可能拉大流域內(nèi)區(qū)縣經(jīng)濟(jì)發(fā)展差距，所以此類型已不能滿足此時(shí)發(fā)展的需要；部分經(jīng)濟(jì)極化型、協(xié)調(diào)發(fā)展型區(qū)縣向經(jīng)濟(jì)超前型轉(zhuǎn)變，經(jīng)濟(jì)超前型區(qū)縣數(shù)量增加，此時(shí)經(jīng)濟(jì)超前型區(qū)縣既能滿足帶動(dòng)流域經(jīng)濟(jì)發(fā)展的需要又能兼顧人口和經(jīng)濟(jì)發(fā)展協(xié)調(diào)性；協(xié)調(diào)發(fā)展型區(qū)縣到2019年增加至21個(gè)；經(jīng)濟(jì)落后型和經(jīng)濟(jì)極化型區(qū)縣數(shù)量相較于2010年之前明顯減少。

圖9 烏江流域2000-2019年耦合指數(shù)空間分布

從空間上來(lái)看，烏江流域東北邊緣、中部—南部人口和經(jīng)濟(jì)發(fā)展協(xié)調(diào)性較高，東北部和西南部大部分區(qū)縣人口和經(jīng)濟(jì)發(fā)展協(xié)調(diào)性低。經(jīng)濟(jì)極化型、經(jīng)濟(jì)超前型和協(xié)調(diào)發(fā)展型區(qū)縣主要分布在流域東北邊緣、中部—南部，且經(jīng)濟(jì)極化型、協(xié)調(diào)發(fā)展型區(qū)縣逐漸向經(jīng)濟(jì)超前型轉(zhuǎn)變，協(xié)調(diào)發(fā)展型區(qū)縣也有所增加，說(shuō)明流域東北邊緣、中部—南部人口和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性較高且有所提升。經(jīng)濟(jì)落后型、經(jīng)濟(jì)滯后型區(qū)縣集中分布在流域東北部和西南部，人口和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性低，但是2000—2019年，經(jīng)濟(jì)落后型、經(jīng)濟(jì)滯后型區(qū)縣數(shù)量明顯減少，人口和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性有所提高。

2.3.2 經(jīng)濟(jì)人口耦合指數(shù)LISA分布 對(duì)2000—2019年烏江流域人口經(jīng)濟(jì)耦合指數(shù)局部空間自相關(guān)分析發(fā)現(xiàn)(圖10)，在5%的顯著水平下，從總體數(shù)量來(lái)看，2000年屬于高—高型區(qū)縣的有7個(gè)，屬于低—低型區(qū)縣的有13個(gè)，高—低型區(qū)縣有1個(gè)，低—高型區(qū)縣有3個(gè)；2019年高—高型區(qū)縣有7個(gè)，低—低型區(qū)縣有11個(gè)，高—低型區(qū)縣有2個(gè)，低—高型區(qū)縣有3個(gè)。

從區(qū)域分布來(lái)看(圖10)，高—高型區(qū)縣主要分布在流域中部和南部。2000年流域南部高—高型區(qū)縣主要是貴陽(yáng)市市區(qū)、龍里縣、清鎮(zhèn)市、修文縣、息烽縣等。到2019年，高—高型區(qū)縣在流域中部?jī)H剩下遵義縣、南部?jī)H有貴陽(yáng)市市區(qū)和修文縣。

圖10 烏江流域2000-2019年耦合指數(shù)LISA圖

低—高型區(qū)縣零散分布在流域南部和西南部。2000年低—高型區(qū)縣在流域南部是修文縣、平壩區(qū)和惠水縣。到2019年西南部低—高型區(qū)縣僅有金沙縣，南部低—高型區(qū)縣是平壩區(qū)和惠水縣。高—低型區(qū)縣在2000年僅有六盤水市鐘山區(qū)，到2019年增加了恩施市，說(shuō)明鐘山區(qū)和恩施市經(jīng)濟(jì)人口耦合指數(shù)明顯高于周邊區(qū)縣。

低—低型區(qū)縣主要分布在流域的東北部和西南部。2000年低—低型區(qū)縣主要分布流域東北部和西南部，東北部低—低型區(qū)縣呈片狀分布，西南部則零散分布。2019年，東北部低—低型區(qū)縣仍零散分布，但西南部低—低型區(qū)縣數(shù)量迅速增加，大方縣、七星關(guān)區(qū)、赫章縣、威寧縣、水城縣、六枝特區(qū)等區(qū)縣連片分布，西南部低—低型區(qū)縣連片分布主要原因是人口的增長(zhǎng)速度遠(yuǎn)快于經(jīng)濟(jì)的增長(zhǎng)速度，導(dǎo)致經(jīng)濟(jì)人口耦合指數(shù)有所下降。

3 結(jié) 論

(1) 烏江流域經(jīng)濟(jì)發(fā)展較為迅速，但流域內(nèi)區(qū)縣間經(jīng)濟(jì)差異有擴(kuò)大趨勢(shì)。2000—2019年，烏江流域經(jīng)濟(jì)較快發(fā)展，2019年人均GDP約是2000年的14.81倍，年平均增長(zhǎng)率約為15.13%，增長(zhǎng)速度較快。經(jīng)濟(jì)空間分布不均衡且不均衡性有擴(kuò)大趨勢(shì)，經(jīng)濟(jì)地理集中指數(shù)Moran′sI系數(shù)和局部空間自相關(guān)LISA圖均顯示烏江流域區(qū)縣經(jīng)濟(jì)正的空間集聚現(xiàn)象越來(lái)越明顯，即經(jīng)濟(jì)發(fā)達(dá)的區(qū)縣集中分布，經(jīng)濟(jì)落后的區(qū)縣也成片集聚。

(2) 研究時(shí)間段內(nèi)常住人口數(shù)量略有減少，且人口空間分布受經(jīng)濟(jì)影響明顯。2000—2019年烏江流域常住人口略有減少，2000年常住人口約3 626.46萬(wàn)人，2019年常住人口約3 564.12萬(wàn)人，減少了約62.34萬(wàn)人。從經(jīng)濟(jì)、人口地理集中指數(shù)LISA圖中可以看出，經(jīng)濟(jì)、人口的高—高型區(qū)域和低—低型區(qū)域空間分布重疊度較高。經(jīng)濟(jì)、人口的高—高型區(qū)域均分布在流域南部的貴陽(yáng)市，而低—低型區(qū)域主要分布在流域東部和東北部區(qū)縣，說(shuō)明經(jīng)濟(jì)較發(fā)達(dá)的區(qū)縣人口也相對(duì)比較密集。流域東部、東北部第二、三產(chǎn)業(yè)發(fā)展滯后，經(jīng)濟(jì)發(fā)展緩慢，且缺乏中心城市的帶動(dòng)作用，導(dǎo)致經(jīng)濟(jì)發(fā)展滯后、勞動(dòng)力外流，經(jīng)濟(jì)地理集中指數(shù)和人口地理集中指數(shù)均偏低；流域南部貴陽(yáng)市第二、三產(chǎn)業(yè)較為發(fā)達(dá)，經(jīng)濟(jì)發(fā)展迅速，吸引了大量外來(lái)人口遷入，導(dǎo)致經(jīng)濟(jì)、人口地理集中指數(shù)均偏高。

(3) 經(jīng)濟(jì)重心和人口重心移動(dòng)方向明顯具有一致性，移動(dòng)角度有一定差別，但是基本保持著向西南方向移動(dòng)。流域南部、西南部有4個(gè)區(qū)域中心城市，即貴陽(yáng)市、安順市、六盤水市和畢節(jié)市，這4個(gè)城市經(jīng)濟(jì)發(fā)展水平高，吸引了周邊地區(qū)的大量人口遷入，導(dǎo)致經(jīng)濟(jì)重心和人口重心均向流域西南方向移動(dòng)。空間重疊性和變動(dòng)一致性基本經(jīng)歷了4個(gè)階段：2000—2007年的相互靠近階段；2007—2011年的相互偏離階段；2011—2015年移動(dòng)角度保持著基本一致，但是兩者的相距越來(lái)越遠(yuǎn)；2015—2019年兩者間的距離明顯縮小，但是移動(dòng)方向完全相反。

(4) 烏江流域經(jīng)濟(jì)發(fā)展與人口協(xié)調(diào)性明顯提高。2019年經(jīng)濟(jì)落后型和經(jīng)濟(jì)極化型區(qū)縣數(shù)量相較于2000年明顯減少，協(xié)調(diào)發(fā)展型區(qū)縣數(shù)量有所增加，各區(qū)縣內(nèi)的人口和經(jīng)濟(jì)發(fā)展關(guān)系愈來(lái)愈趨近協(xié)調(diào)發(fā)展。