中国西南山地流域人口空间分布影响因素探究——以贵州乌江流域为例
发布时间：2021-07-12 11:44
人口空间分布影响因素是人口科学重要的研究内容,探究人口空间影响因素有利于指导人口政策合理制定。文章选取贵州乌江流域人口、经济、自然环境等相关指标,采用地理加权回归等方法探究流域人口空间分布影响因素。得出以下结论:①贵州乌江流域面积、经济、地形（海拔）、教育对人口空间分布呈现促进作用,产业（第一产业占比）、财政对人口空间分布呈现抑制作用。②贵州乌江流域人口空间分布正影响回归系数中:面积影响呈现赫章—贵定递减,地形（海拔）影响呈现西南—东北递增,经济影响呈现西南—东北递减,教育影响呈现福泉—赫章递减。③贵州乌江流域人口空间分布负影响回归系数中:产业影响呈现西南—东北递减,财政影响呈现福泉—赫章递增。
【文章来源】：西北大学学报(自然科学版). 2019,49(05)北大核心CSCD
【文章页数】：10 页
【部分图文】：
图12015年贵州乌江流域各县区人口数量Fig．1PopulationoftheWujiangＲiverBasinofGuizhouProvince
0.1%。流域第一产业结构占比最高为道真37.52%。流域内第一产业占比平均值18.37%，流域第一产业比例过高。人均财政支出指标层面，各县区差异明显，人均财政支出最高1.88万元，最低0.43万元，平均财政支出0.81万元。万人拥有中学数量最高为正安0.99所，最低为普定0.38所，县区平均值0.72所。县区平均海拔分布上，海拔最高赫章2.00km，最低思南0.71km，流域平均海拔1.20km。从以上可以看出，流域内自然条件和社会经济条件差异明显，探究各要素影响十分必要。图2人口半变异函数和协方差云Fig．2Semivariogramandcovariancecloudofpopulation表1指标描述性统计Tab．1Descriptivestatisticsofindex因子指标含义指标单位样本量最小值(M)最大值(X)平均值(E)标准偏差人口常住人口数量万人4216.04114.9349.0824.34面积县域面积km24292.004094.001833.60998.62地形平均海拔km420.712.001.200.29经济人均GDP万元421.597.713.641.79产业第一产业占比%420.0937.5218.3711.55财政人均财政支出万元420.431.880.810.26教育万人中学数量所/万人420.380.990.720.14各要素空间趋势(见图3)看，流域面积东西方向呈现西南、东北高，中部低，南北方向呈现北高南低。海拔(地形)空间分布特征上，大致呈现西高东低，南高北低。经济东西方向呈现中高东、西低，南北方向上呈现南高北低。第一产业结构(产业)空间分布特征:东西方向呈现中部低两侧高，南北方向呈现北高南低。人均财政支出(财政)在空间上趋势不如其他要素明显，总体呈南高北低特征。万人拥有中学数量(教育)空间趋势明显差异，东西方向呈中低两侧高，?
回归系数中，面积平均回归系数0.01462550，地形平均回归系数10.43304961，经济平均回归系数1.94149164，教育平均回归系数36.68422540。正回归系数中，地形和教育极差相对较大，分别为0.00878678，0.03107470。负回归系数中，产业平均回归系数－1.24441078，财政平均回归系数－48.85301830，两者极差分别为0.00080159，0.03559985。表2相关系数表Tab．2Correlationcoefficienttable人口面积地形经济产业财政教育人口Pearson相关性显著性(双尾)面积Pearson相关性0.308*显著性(双尾)0.047地形Pearson相关性0.382*0.089显著性(双尾)0.0120.576经济Pearson相关性0.038－0.739＊＊0.137显著性(双尾)0.8130.0000.386产业Pearson相关性－0.1710.677＊＊－0.281－0.863＊＊显著性(双尾)0.2780.0000.0720.000财政Pearson相关性－0.551＊＊－0.301－0.0630.265－0.172显著性(双尾)0.0000.0530.6910.0900.276教育Pearson相关性0.0240.214－0.072－0.2380.385*0.091显著性(双尾)0.8820.1730.6500.1290.0120.569*在置信度为0.05时，相关性是显著的。＊＊在置信度为0.01时，相关性是显著的。表3地理加权回归模型参数Tab．3GeographicallyweightedregressionmodelparametersVarnameVariableVarnameVariableVarnameVariableBandwidth40.61Sigma15.99Ｒ2Adjusted0.57ＲesidualSquares8950.78AICc364.77EffectiveNumber7.01Ｒ20.63图4地理加权回归标准残差图Fig．4Geographicallyweightedregressionstandardresidualplot·697·西北大学学报(自然科学版)第49卷
【参考文献】：
期刊论文
[1]基于半变异函数的城市热岛空间异质性分析[J]. 陶于祥,许凯丰,易宗旺,罗小波,高阳华. 西南大学学报(自然科学版). 2018(10)
[2]基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析[J]. 李晶晶,闫庆武,胡苗苗. 生态与农村环境学报. 2018(08)
[3]地理加权回归在人口空间分布研究中的应用[J]. 赵真,徐柱,侯剑. 遥感信息. 2018(04)
[4]中国老年人口分布的集疏格局及其形成机制[J]. 赵东霞,韩增林,王利. 地理学报. 2017(10)
[5]1935-2010年中国人口分布空间格局及其演变特征[J]. 杨强,李丽,王运动,王心源,陆应诚. 地理研究. 2016(08)
[6]流动人口分布演变机制与城镇化——以浙江省为例[J]. 茆长宝,穆光宗. 人口学刊. 2016(04)
[7]东北地区人口分布演变特征及形成机制研究[J]. 谷国锋,贾占华. 人口与发展. 2015(06)
[8]改革开放以来北京市人口空间分布的变动特征——基于1982-2010年四次人口普查资料的分析[J]. 孟延春,汤苍松. 中国人口·资源与环境. 2015(03)
[9]中国人口分布的水资源限制性与限制度研究[J]. 封志明,杨艳昭,游珍. 自然资源学报. 2014(10)
[10]基于地理加权回归的吉林省人口城镇化动力机制分析[J]. 庞瑞秋,腾飞,魏冶. 地理科学. 2014(10)
硕士论文
[1]县域人口迁移的时空格局特征及其动力机制[D]. 康维娜.重庆师范大学 2016
本文编号：3279853
【文章来源】：西北大学学报(自然科学版). 2019,49(05)北大核心CSCD
【文章页数】：10 页
【部分图文】：
图12015年贵州乌江流域各县区人口数量Fig．1PopulationoftheWujiangＲiverBasinofGuizhouProvince
0.1%。流域第一产业结构占比最高为道真37.52%。流域内第一产业占比平均值18.37%，流域第一产业比例过高。人均财政支出指标层面，各县区差异明显，人均财政支出最高1.88万元，最低0.43万元，平均财政支出0.81万元。万人拥有中学数量最高为正安0.99所，最低为普定0.38所，县区平均值0.72所。县区平均海拔分布上，海拔最高赫章2.00km，最低思南0.71km，流域平均海拔1.20km。从以上可以看出，流域内自然条件和社会经济条件差异明显，探究各要素影响十分必要。图2人口半变异函数和协方差云Fig．2Semivariogramandcovariancecloudofpopulation表1指标描述性统计Tab．1Descriptivestatisticsofindex因子指标含义指标单位样本量最小值(M)最大值(X)平均值(E)标准偏差人口常住人口数量万人4216.04114.9349.0824.34面积县域面积km24292.004094.001833.60998.62地形平均海拔km420.712.001.200.29经济人均GDP万元421.597.713.641.79产业第一产业占比%420.0937.5218.3711.55财政人均财政支出万元420.431.880.810.26教育万人中学数量所/万人420.380.990.720.14各要素空间趋势(见图3)看，流域面积东西方向呈现西南、东北高，中部低，南北方向呈现北高南低。海拔(地形)空间分布特征上，大致呈现西高东低，南高北低。经济东西方向呈现中高东、西低，南北方向上呈现南高北低。第一产业结构(产业)空间分布特征:东西方向呈现中部低两侧高，南北方向呈现北高南低。人均财政支出(财政)在空间上趋势不如其他要素明显，总体呈南高北低特征。万人拥有中学数量(教育)空间趋势明显差异，东西方向呈中低两侧高，?
回归系数中，面积平均回归系数0.01462550，地形平均回归系数10.43304961，经济平均回归系数1.94149164，教育平均回归系数36.68422540。正回归系数中，地形和教育极差相对较大，分别为0.00878678，0.03107470。负回归系数中，产业平均回归系数－1.24441078，财政平均回归系数－48.85301830，两者极差分别为0.00080159，0.03559985。表2相关系数表Tab．2Correlationcoefficienttable人口面积地形经济产业财政教育人口Pearson相关性显著性(双尾)面积Pearson相关性0.308*显著性(双尾)0.047地形Pearson相关性0.382*0.089显著性(双尾)0.0120.576经济Pearson相关性0.038－0.739＊＊0.137显著性(双尾)0.8130.0000.386产业Pearson相关性－0.1710.677＊＊－0.281－0.863＊＊显著性(双尾)0.2780.0000.0720.000财政Pearson相关性－0.551＊＊－0.301－0.0630.265－0.172显著性(双尾)0.0000.0530.6910.0900.276教育Pearson相关性0.0240.214－0.072－0.2380.385*0.091显著性(双尾)0.8820.1730.6500.1290.0120.569*在置信度为0.05时，相关性是显著的。＊＊在置信度为0.01时，相关性是显著的。表3地理加权回归模型参数Tab．3GeographicallyweightedregressionmodelparametersVarnameVariableVarnameVariableVarnameVariableBandwidth40.61Sigma15.99Ｒ2Adjusted0.57ＲesidualSquares8950.78AICc364.77EffectiveNumber7.01Ｒ20.63图4地理加权回归标准残差图Fig．4Geographicallyweightedregressionstandardresidualplot·697·西北大学学报(自然科学版)第49卷
【参考文献】：
期刊论文
[1]基于半变异函数的城市热岛空间异质性分析[J]. 陶于祥,许凯丰,易宗旺,罗小波,高阳华. 西南大学学报(自然科学版). 2018(10)
[2]基于地理加权回归模型的能源“金三角”地区植被时空演变及主导因素分析[J]. 李晶晶,闫庆武,胡苗苗. 生态与农村环境学报. 2018(08)
[3]地理加权回归在人口空间分布研究中的应用[J]. 赵真,徐柱,侯剑. 遥感信息. 2018(04)
[4]中国老年人口分布的集疏格局及其形成机制[J]. 赵东霞,韩增林,王利. 地理学报. 2017(10)
[5]1935-2010年中国人口分布空间格局及其演变特征[J]. 杨强,李丽,王运动,王心源,陆应诚. 地理研究. 2016(08)
[6]流动人口分布演变机制与城镇化——以浙江省为例[J]. 茆长宝,穆光宗. 人口学刊. 2016(04)
[7]东北地区人口分布演变特征及形成机制研究[J]. 谷国锋,贾占华. 人口与发展. 2015(06)
[8]改革开放以来北京市人口空间分布的变动特征——基于1982-2010年四次人口普查资料的分析[J]. 孟延春,汤苍松. 中国人口·资源与环境. 2015(03)
[9]中国人口分布的水资源限制性与限制度研究[J]. 封志明,杨艳昭,游珍. 自然资源学报. 2014(10)
[10]基于地理加权回归的吉林省人口城镇化动力机制分析[J]. 庞瑞秋,腾飞,魏冶. 地理科学. 2014(10)
硕士论文
[1]县域人口迁移的时空格局特征及其动力机制[D]. 康维娜.重庆师范大学 2016
本文编号：3279853
本文链接：https://www.wllwen.com/shekelunwen/renkou/3279853.html
