安徽省縣域農村人口空心化空間分異及影響因素研究

胡一鳴，伍旭中

（1.安徽師范大學 皖江學院，安徽 蕪湖 241008；2.安徽師范大學 經濟管理學院，安徽 蕪湖 241003）

新型城鎮化和鄉村振興戰略是中國新時代現代化發展的兩大驅動機制，是解決城鄉二元結構的重要推動力，也是城鄉融合發展的重要舉措。當前農業農村基礎仍然薄弱，城鄉區域發展和收入分配差距依然較大[1]，而由此產生的農村人口向城鎮遷移、經濟欠發達地區人口向經濟發達地區遷移現象仍持高不下。據安徽統計局數據顯示，2019 年安徽省人口流出1 060.8 萬人，省外流入人口146.5 萬人，凈流出人口914.3 萬人，是目前中國人口流出率最高的省份。安徽省人口外流現象嚴重。另外，人口自然增長率的提升和高齡老人的比例較高直接導致安徽省農村人口空心化，研究農村人口空心化程度及空間分異特征和產生農村人口外流的動力機制是解決城鄉二元結構的重要途徑，對各縣市鄉村振興戰略推動也具有借鑒意義。

近年來，隨著相關統計數據的公開和研究的深入，國內學界對人口空心化的研究從理論走向實踐研究，并取得大量的研究成果。理論探討方面主要從農村人口空心化的內涵、原因、演化及治理方面展開，如周祝平關于中國農村人口空心化產生的四大挑戰和應對策略[2]、劉彥隨關于三整合理論和三位一體的整治實踐[3]、陳家喜關于人口空心化帶來的連鎖效應和治理途徑[4]、向卿青關于山區農村人口空心化帶來的社會問題和對策建議[5]、陳池波關于農民荒帶來的機遇和挑戰[6]、王國剛關于農村空心化三力驅動演進和應對調控措施[7]、鄭萬軍關于重視農村人力資本投資[8]等，通過理論研究分析，學界豐富了農村人口空心化的理論內涵；實證方面研究主要涉及農村人口空心化測度[9?13]、空間分異特征[9,11,13]和影響因素及驅動機制[10?14]，基于對實證研究文獻研究方法的梳理，農村人口空心化測度方法主要有單指標[11?12]和綜合指標[9?10,13]評價法，空間分異特征研究方法主要以ESDA-GIS 可視化分析法[9,11]，影響因素及驅動機制主要有非線性回歸[14]、多元回歸[9?10,12?13]、地理探測器法[13]和定性描述法[11]等研究方法。綜合以上分析，結合農村人口空心化形成與發展的長期、多因素作用可知，研究人口空心化影響因素要綜合考慮城鄉兩大地域。本文基于安徽省61個縣市數據展開分析，構建綜合評價指標得出人口空心化程度，通過描述性統計和ArcGIS 高/低聚類揭示農村人口空心化空間分異特征，并利用多元回歸分析影響因素，以期為安徽省鄉村振興和農村現代化建設提供理論依據和借鑒。

一、人口空心化程度測度

（一）數據來源與處理

研究數據主要來源于《安徽省統計年鑒》（2019 年）、2019 年安徽省各市統計年鑒、2018 年安徽省各縣市國民經濟和社會發展統計公報及安徽省農業農村廳官方網站，涉及的空間數據來源于國家基礎地理信息中心，采用1:4 000 000 的安徽地圖。由于本文以縣域為視角展開農村人口空心化程度研究，綜合考慮行政區劃中地級市所屬區的性質和研究需求，本文將這部分暫不納入研究范圍，通過篩選最終得到研究樣本16 個地市的61 個縣市。

（二）評價體系構建及測度

農村人口空心化程度測度的指標選擇既要考慮到遷出、遷入的人口，又要綜合農村老幼人口和農業從業人員等多因素影響，因此選用綜合指標評價法更為符合實際，參照王良健[10]、譚雪蘭[11]、鄭殿元[13]等對農村人口空心化的測度，本文根據安徽省實際和數據來源的可信度構建人口流出率、鄉村人口定居率、農業從業人員占比、0～14 歲人口占比、65 歲以上人口占比5 項指標對安徽省縣域農村人口空心化程度進行測算（表1）。其中人口流出率較為客觀反映縣域人口流失情況，人口流出率數值越大人口空心化越嚴重；鄉村人口定居率、農業從業人員占比直觀反映農村人口的密度，鄉村人口定居率、農業從業人員占比數值越高表示人口空心化越低；0～14 歲人口占比、65 歲以上人口占比反映農村老齡化和少兒化現狀，數值越高表示空心化越嚴重。

基于評價指標構建，本文利用熵權法對指標權重賦值,并計算得出各縣市空心化程度。安徽省縣域農村人口空心化程度測度計算公式表達為：

表1 安徽省縣域農村人口空心化程度評價指標

式（1）中Ki為i縣市人口空心化程度值，Wj為j 因子的權重，Pij為i縣市j因子的分值。

（三）人口空心化空間分布類型

根據農村人口空心化程度評價指標和測度方法，計算得出安徽省縣域農村人口空心化測度，將測度結果由高到低排序，利用ArcGIS 10.2 自然段點分級法將安徽省61 個縣市農村人口空心化分為高度空心化（21.99～28.95）、較高空心化（18.27～21.98）、中度空心化（15.69～18.26）、較低空心化（13.01～15.68）和低度空心化（10.78～13.00）5 個等級（圖1）。

二、人口空心化程度的空間分異特征

（一）人口空心化程度描述性統計分析

按照上述安徽省縣域農村人口空心化程度測度，利用SPSS 20.0 進行描述性統計（表2）。由表2 可以得出，安徽省空心化程度最大值在淮南市鳳臺縣，最低值在合肥市肥西縣；皖北平均空心化程度最高且安徽省均值，其后依次為皖西、皖南和皖中；從中位數來看，皖北空心化程度均值最高，其后依次為皖西、皖中和皖南；皖南標準差和變異系數最高，說明皖南各縣市空心化程度差距較大，而皖中標準差和變異系數最低，說明皖中各縣市空心化程度差距較??；從偏度系數來看，皖中偏度系數小于0，呈負偏態，說明大部分縣市人口空心化程度趨向小于均值，空間呈中低空心化程度集聚且差距小，皖北、皖南、皖西偏度系數大于0，呈正偏態，說明大部分縣市人口空心化程度趨向大于均值且差距大，空間呈中高空心化程度集聚，并隨著偏度系數增加差距加大。從峰度系數來看，皖中峰度系數小于0，呈平峰分布，說明大部分縣市人口空心化程度較小，空間分布趨于均衡，皖北、皖南、皖西峰度系數大于0，呈尖峰分布，說明大部分縣市人口空心化程度較大，空間分布趨于擴散，并隨著峰度系數增加擴散程度加大。

（二）人口空心化程度的空間分異

為進一步分析安徽省縣域農村人口空心化的空間分異特征，本文利用高/低聚類、聚類和異常值分析、熱點分析進行全局空間自相關與局部空間自相關分析，其中全局空間自相關分析反映安徽省整體人口空心化的相關性，局部空間自相關分析反映相鄰縣市人口空心化的相關程度，以彌補全局空間自相關分析的不足。通過ArcGIS 10.2 高/低聚類(Getis-Ord General G)分析得出安徽省農村人口空心化空間分布類型（表3）。由表3可以得出，從安徽省整體形態趨于隨機分布；皖北、皖南趨于集中，并表現出高聚類模式，其中皖北z 得分為2.11，該隨機產生此高聚類模式的可能性小于5%；皖南z 得分為1.71，該隨機產生此高聚類模式的可能性小于10%；皖西趨于集中，并表現出低聚類模式，z 得分為?1.69，該隨機產生此低聚類模式的可能性小于10%；而皖中趨于隨機分布，z 得分為1.46，該模式與隨機模式之間的差異似乎并不顯著。

運用ArcGIS 10.2 繪制聚類和異常值分析圖（圖2）和熱點分析圖（圖3）。從圖2 可以看出，安徽省縣域農村人口空心化主要呈現高-高聚集區、高-低異常區和低-高異常區，其中高-高聚集區主要分布在皖北的蒙城縣、潁上縣和鳳臺縣附近；高-低異常區主要分布在皖南無為市和皖西宿松縣一帶，低-高異常主要分布在皖南繁昌縣附近。從圖3 按照90%以上置信度可以看出安徽省縣域農村人口空心化熱點出現在鳳臺縣、南陵縣、宿松縣、無為市附近，冷點出現在肥西縣一帶?？傮w而言，安徽省縣域農村人口空心化通過顯著性檢驗的縣市比例較低，因此安徽省農村人口空心化空間集中度不強。

表2 安徽省農村人口空心化程度描述性統計

表3 安徽省農村人口空心化高/低聚類得分

三、人口空心化程度的影響因素

（一）指標選擇及變量解釋

人口空心化影響因素相關理論主要包括劉易斯理論、推拉理論、理性選擇理論等，依據近年人口空心化國內研究成果[9?10,12?13]，本文基于城鄉社會、經濟、教育等方面差距選取7 個解釋變量（表4）。

基于上述7 項指標構建多元回歸分析模型處理因變量與自變量之間的關系，將人口空心化程度影響因素的線性函數表達為：

式（2）中 βn為回歸系數，Xn為自變量。

通過SPSS22.0 對各因素與人口空心化進行Pearson 直線相關性分析，得到安徽省農村人口空心化變量Pearson 直線相關性檢驗表，結果顯示各解釋變量之間相關系數P值存在較高的一致性，說明設定的模型中自變量存在多重共線性問題，因此利用逐步回歸法對人口空心化程度影響因素的線性函數進行修正（表5）。

通過繪制回歸標準化殘差與因變量空心化程度的散點圖（圖4），可以得出數據具有正態性和方差齊性，可以判定不存在異方差，因此該回歸方程的可信度較高。樣本量n=61，自變量數目k=4，查DW 檢驗表可知，dl=1.44，du=1.73，模型中du＜DW＜4?du，則模型中的殘差項無自相關。

表4 人口空心化程度的影響因素指標選擇

通過表5 和圖4 可以得到安徽省農村人口空心化程度影響因素的線性函數：

（二）影響因素及系數解釋

根據修正回歸方程和回歸結果分析可以得出農業機械總動力、平均受教育年限、城鄉居民人均可支配收入差和城鎮化率是影響安徽省人口空心化程度的主要因素。

財政教育投入占比變量是人口空心化的重要因素。當其他因素不變時，財政教育投入占比每增加1%，安徽省縣域人口空心化增加0.203%。教育資源分配不均和農村基礎教育學校撤并進一步加劇城鄉教育資源不均等，從理性選擇理論來看，農村人口為改變現有基礎教育資源而產生以家庭為單位遷往城鎮的現象，當城鎮教育資源不斷優化，農村人口空心化現象愈加嚴重。

城鄉居民人均可支配收入差距變量是人口空心化的關鍵因素。當其他因素不變時，城鄉居民人均可支配收入差距增加100 元，安徽省縣域人口空心化增加0.852%。從推拉理論來看，安徽省城鄉收入差距是人口空心化主要的推拉力，安徽省從2013 年起城鄉居民收入差距開始變小，到2019 年安徽省城鎮居民可支配收入為36 154 元，農村居民可支配收入為14 670 元，城鄉居民收入比為2.46，城鄉收入差距比雖為2013 年以來的新低但差距仍較大，當城鄉差距拉大，農村將進一步衰退。

城鎮化率變量是人口空心化的重要因素。當其他因素不變時，城鎮化率每增加1%，安徽省縣域人口空心化降低0.068%。隨著鄉村振興、新型城鎮化和農村精準扶貧政策等因素影響，農村成為國家和安徽省關注的重點發展區域，2013 年開始安徽省人口出現回流現象，也產生農村恢復原有的活力，另外安徽省實施專業村鎮和特色小鎮的發展農村新模式，也帶動就地就業，從而緩解了農村人口空心化現象。

四、結論與討論

本文基于安徽省61 個縣市數據，構建綜合評價指標分析安徽省縣域農村人口空心化程度，并利用ArcGIS 進行空間格局分析，通過多元回歸逐步回歸分析其影響因素，得出以下結論。

（1）安徽省縣域農村人口空心化程度空間差異較大?？招幕罡咧禐轼P臺縣28.95，最低值為肥西縣10.78，從地理分區來看，皖北空心化程度相對較高，其后依次為皖西、皖中和皖南。不同規模和等級的城市周邊縣域人口空心化程度差異明顯，規模大等級高的城市周邊縣域人口空心化相對較小。

（2）安徽省縣域農村人口空心化呈較為顯著的空間分異特征。通過Getis-Ord General G 值揭示安徽省縣域農村人口空心化主要呈現高-高聚集區、高-低異常區和低-高異常區，鳳臺縣、南陵縣、宿松縣、無為市為人口空心化熱點區，肥西縣為人口空心化冷點區。

表5 采用逐步回歸法的計算結果表

（3）安徽省人口空心化是受多種因素綜合影響，其中財政支出教育支出占比、城鄉居民人均可支配收入差距是導致安徽省人口空心化的主要因素,而城鎮化率的提升一定程度緩解了農村人口空心化。

本文未將地級市所屬市轄區及管轄區納入研究范疇，分析不夠完整，但通過對61 個縣市的研究可知，政府部門應重視農村人口空心化產生的影響。人口空心化的驅動因素有主觀選擇的人口遷移，也有客觀城鄉差距的拉大，如何進一步實施鄉村振興戰略，提出切實有效的城鄉融合發展模式，增強農村人口回流和就地城鎮化能力等，仍有待進一步研究。