EN中文

地理研究 >

2024 , Vol. 43 >Issue 8: 2065 - 2083

DOI: https://doi.org/10.11821/dlyj020240058

研究论文

人口粘性的时空演变及其对乡村人口规模的影响

  • 朱纪广 , 1, 2 ,
  • 许家伟 2 ,
  • 李小建 , 2
展开
  • 1.河南财经政法大学经济学院，郑州 450046
  • 2.河南省城乡空间数据挖掘院士工作站，郑州 450046
李小建（1954-），男，河南孟津人，博士，教授，博士生导师，主要研究方向为经济地理学与区域发展。E-mail:

朱纪广（1984-），男，河南上蔡人，博士，教授，主要研究方向为区域经济与城乡发展。E-mail:

收稿日期: 2024-01-16

  录用日期: 2024-05-09

  网络出版日期: 2024-08-09

基金资助

国家自然科学基金项目(42171182)

国家自然科学基金项目(42371195)

河南省高等学校青年骨干教师培育计划(2021GGJS069)

河南省高校科技创新人才支持计划(24HASTIT020)

河南省自然科学优秀青年基金项目(222300420021)

河南省高等学校哲学社会科学基础研究重大项目(2024-JCZD-22)

收起

Temporal and spatial evolution of population stickiness and its impact on rural population size

  • ZHU Jiguang , 1, 2 ,
  • XU Jiawei 2 ,
  • LI Xiaojian , 2
Expand
  • 1. School of Economics, Henan University of Economics and Law, Zhengzhou 450046, China
  • 2. Academician Laboratory for Urban and Rural Spatial Data Mining, Henan Province, Zhengzhou 450046, China

Received date: 2024-01-16

  Accepted date: 2024-05-09

  Online published: 2024-08-09

Fold

摘要

党中央国务院提出“适应乡村人口规模变化趋势”，这对优化村庄布局、产业结构和公共服务配置具有重要的实践意义。本文系统阐述乡村地域人口粘性内涵，通过集成地理环境和人文经济多源数据，综合运用熵值法、空间自相关和多元线性回归等方法，定量刻画中国镇域尺度人口粘性的空间分布规律，深入解析人口粘性对乡村人口规模的影响效应。研究结果：在时序演变上，乡村地域人口粘性具有持续减小趋势；在空间演变上，乡村地域人口粘性总体分布呈“东南高、西北低”的格局，与中国乡村人口分布的总体特征一致；人口粘性的高-高集聚型和低-低集聚型处于扩散趋势。基于人口粘性的传统资源禀赋对乡村人口规模具有阻滞效应，就业机会、市场化程度和交通便利性对乡村人口规模分别具有就业粘性效应、协同联动效应和交通溢出效应。从区域效应看，东部地区、中部地区、西部地区和东北地区的人口粘性对乡村人口规模的影响效应具有促进作用，但其形成机制不同。该研究有效揭示了乡村人口规模分布、产业布局原理，进一步拓展了经济地理学解释乡村人口规模分布的学理基础，为整合乡村资源要素、缩小城乡差距、完善乡村基础设施和提高乡村运行效率提供施策依据。

关键词： 人口粘性; 乡村人口规模; 时空演变; 乡村地域; 乡村振兴

本文引用格式

朱纪广 , 许家伟 , 李小建 . 人口粘性的时空演变及其对乡村人口规模的影响[J]. 地理研究, 2024 , 43(8) : 2065 -2083 . DOI: 10.11821/dlyj020240058

Abstract

The CPC Central Committee and the State Council proposed “adapting to the changing trend of rural population size”, which has important practical significance for optimizing village layout, industrial structure and public service allocation. In this paper, the connotation of population stickiness in rural areas is systematically expounded. By integrating multi-source data of geographical environment and humanistic economy, and utilizing methods such as entropy method, spatial autocorrelation, and multiple linear regression, the spatial distribution pattern of population stickiness at town size in China was quantitatively characterized, and the effect of population stickiness on rural population size is deeply analyzed. The results are as follows: in terms of temporal evolution, the population stickiness of rural areas has a continuous decreasing trend; in terms of spatial evolution, the population stickiness in rural areas presents a pattern of “high in southeast and low in northwest”, which is consistent with the rural population distribution in China; the high-high and low-low agglomerations of population stickiness are in the diffusion trend. The traditional resource endowment based on population stickiness has a blocking effect on rural population size, while employment opportunity, marketization degree and traffic accessibility have employment stickiness effect, synergistic linkage effect and traffic spillover effect on rural population size, respectively. From the perspective of regional effect, the population stickiness in eastern, central, western and northeastern regions has a promoting effect on rural population size, but its formation mechanisms are different. The eastern region revitalizes idle rural resources and innovates rural digital economy through market mechanisms, promotes industrial transformation, and increases the employment income of farmers. The key to the central region lies in tapping into the local resource endowment and organizational empowerment, though the development of modern agriculture and diversified cooperative organizations, to form brand effect and drive the development of the entire industrial chain of farmers, so that farmers can be embedded in local specialized cooperative organizations. The western region mainly reshapes the resource endowment of rural areas through “talented people”, and then forms a multiple governance mechanism, a cooperation and sharing mechanism, and a community of interests through tourism empowerment and market-oriented operation. The northeastern region takes advantages of land size, transforms traditional agriculture and cultivates new industrial forms through technological empowerment, realizes the connection between new family farms and the market, and enhances employment opportunities and the sense of professional identity of farmers. This study effectively reveals the principles of rural population size distribution and industrial layout, further expands the theoretical basis of economic geography to explain rural population size distribution, and provides policy basis for integrating rural resource elements, narrowing the urban-rural gap, improving rural infrastructure and enhancing rural operation efficiency.

Key words： population stickiness; rural population size; temporal and spatial evolution; rural areas

1 引言

乡村是中国社会转型的基础，持续支撑着工业化和城镇化的发展[1]。1990—2023年，中国常住人口城镇化率由26.41%增长到66.16%，而乡村常住人口由8.41亿人减少到4.77亿人。长期的城乡二元分治格局导致乡村地域关键生产要素尤其是劳动力持续流出，成为乡村发展不平衡、不充分的重要表征。在新时代实现乡村振兴是推进中国式现代化的关键课题。乡村振兴关键在乡村地域要有一定的人口规模，其是乡村地域发展的基础和先决条件。乡村地域的人口粘性又决定着乡村人口规模的涨落，进而影响着乡村地域的产业结构和公共服务配置。伴随着新型城镇化、工业化和农业现代化的发展，乡村已经发生并将继续进行重大变化，这种变化深刻影响并不断重塑乡村基础设施和产业发展格局。人口粘性变化与乡村人口规模相互作用带来诸如劳动力转移、演化过程、作用机制和耦合协同等复杂议题，而基于人口粘性视角下的乡村人口规模优化分析，成为揭示乡村人口规模优化规律的重要科学问题。
人口粘性的概念主要来自于社会学，经济地理学主要从区位粘性、空间粘性和产业粘性等方面认识人口粘性。社会学认为在城乡地域系统中，人口流动导致系统内部要素之间产生一种粘着力[2]，这种粘着力即为人口粘性。人口粘性是城乡地域系统中一种内在属性，具体表现为人口对原住地所具有的粘着力[3]，即人口与其原住地（出生地）之间存在各种联系，使人口难以离开或脱离原住地。人口粘性的变化主要由城乡地域的经济动机所导致。经济地理学者认为区域空间中存在区位粘性、空间粘性和产业粘性，即在区域发展中由于历史原因所布局的产业或者发展路径，在历史发展进程中，区域各种经济活动已经适应并紧紧的“粘”上了这种路径或者区域[4⇓-6]，改变这种状态需要支付较大的成本。这种粘性可以保证区域经济在短时期内相对稳定。此外，有学者认为网络嵌入也会导致区位粘性[7]。企业所嵌入的社会网络是其获取外部资源的重要途径，其嵌入本地网络越深，获得的信息和资源也越多[8]，进而使企业对本地网络的粘性越大。
国内外学者对乡村人口规模的认识主要表现在乡村人口规模内涵、分布和解释等。首先，乡村人口规模内涵与腹地和公共服务的关系。乡村规模是指乡村大小，一般反映在其人口、用地及其经济总量上，也体现了乡村人口和经济活动在空间上的集聚程度[9]。乡村地域的经济腹地决定着乡村人口规模的大小，而乡村人口规模又决定着乡村公共服务供给的规模和层次[10⇓-12]。其次，乡村人口规模的分布。有学者认为乡村人口规模偏小，分布不均衡，呈现带状、团状和分散布局[13]。乡村人口规模分布特征受气候、地形和社会经济发展条件的影响[14]。此外，乡村人口规模存在一定的争论：有学者认为乡村人口规模在逐渐扩大[15]；而有部分学者认为一些规模较小的村落则逐渐废弃和消失[16]；还有部分学者认为大部分乡村人口规模在扩大，只有部分规模较小的乡村被消解[17]。最后，关于乡村人口规模分布的理论解释。有学者认为乡村人口规模服从位序-规模法则，是一种幂律分布[10]；但Sonis M等认为乡村人口规模分布不服从位序-规模法则，而是服从负指数分布[18]。此外，有学者从实践的角度认识乡村人口规模优化，认为北美的小城镇建设、日本的造村运动和韩国新村运动[19]以及中国新型社区建设[20]等，均是乡村人口规模优化的实践和典范，具有一定的借鉴意义。
国内外学者经过长期探索，在产业粘性、区域粘性及乡村人口规模分布研究领域已形成了比较丰富的研究成果，其研究内容主要体现在粘性的概念、粘性的影响因素及理论解释、乡村人口规模的内涵、分布及其解释、以及乡村人口规模优化模式和优化路径等方面。近年来，随着乡村地域人口流动所带来的“人口粘性”问题为乡村人口规模优化提供了新的理论视角，人口粘性与乡村人口规模关系及其背后作用机制的核心问题成为学者们关注焦点。但是已有研究存在以下不足：① 在人口粘性方面，国内外学者认识到粘性现象存在于社会经济发展之中，可以解释现有的产业转移、资本转移、劳动力迁移等现象，但鲜有涉及人口粘性的研究，研究中忽略了城乡发展过程中乡村资源禀赋对乡村劳动力流动的影响，而乡村人口对本地资源禀赋依赖程度决定着乡村人口规模。② 乡村人口规模与资源匹配问题，国内外学者认识到乡村人口规模反映了乡村人口和经济活动在空间上的集聚程度，乡村人口规模优化是乡村人口在空间上再配置过程，并对乡村人口规模的分布、优化模式和优化路径进行研究，但忽略了乡村人口规模与资源匹配的时空效应。③ 人口粘性与乡村人口规模耦合机制研究方面，虽然有部分文献涉及人口粘性与乡村人口规模的关系，但多数只是研究静态状态下的乡村人口规模变化，缺乏从动态角度分析人口粘性与乡村人口规模的关系，导致人口粘性与乡村人口规模耦合方面研究较为薄弱。
基于此，本文尝试从人口粘性视角分析其对乡村人口规模的时空影响效应，深入剖析人口粘性与乡村人口规模的关系以及对乡村人口规模的影响机制。本文首先界定人口粘性内涵、理论框架；其次构建了人口粘性指标体系，并剖析人口粘性的时空特征；最后解析了人口粘性对乡村人口规模的整体效应、影响机制和区域差异性机制等。本文主要贡献包括：首先，在前人关注区位粘性、空间粘性和产业粘性等基础上，提出人口粘性概念并系统地分析其对乡村人口规模的影响，在一定程度上完善粘性的空间研究理论。其次，从人口粘性视角系统地探讨乡村人口规模与资源配置的时空效应，为新时期合理布局乡村地域人口规模和合理配置资源提供现实参考，同时也是践行党中央国务院提出的“适应乡村人口规模变化趋势，优化村庄布局、产业结构、公共服务配置”的要求。最后，从多时态镇域尺度聚焦乡村人口规模的时空演变及影响效应。

2 人口粘性内涵、理论框架及研究设计

2.1 人口粘性内涵及影响因素

关于人口粘性，学界缺乏系统性的讨论，并未有明确的界定。社会学者从人口粘性的表象阐述人口粘性的内涵，但是缺乏其内在机理的阐述。本文借鉴经济地理学者关于区位粘性、空间粘性和产业粘性的概念隐喻[21,22]，认为人口粘性是城乡地域系统中的一种特性，这种特性使它们通过“经济关系，社会关系或其他关系”吸引人口并使其保持在特定地理空间的能力。人口粘性是特定地点的社会实践、空间特征和制度形式的产物，并为一个地方保持吸引力和创造力提供条件。当一个地方集聚能力消失时，就会出现马库森所言的“光滑空间”[4]。本文所探讨的人口粘性是吸引和留住人口的因素或过程。人口粘性是人口集聚到一个地方的属性，而同时将其属性内嵌入这些个体的社会、文化和经济之中。此外，人际关系、本地学习、本地性的社会互动以及特定地方知识等因素，都对形成人口粘性有一定的促进作用。人口粘性并不总是等同于经济或社会发展，这可能是其受到阶级、性别、种族和教育等社会因素的影响。这些因素可能导致人口粘性区域成为“停滞之地”或“缺乏出口”的地方，限制了人们的流动性，这种粘性可能表现为人们“远离”或“停留在原地”[23]。人口粘性作为分析工具可以帮助识别和分析聚集力量以及各种社会、文化、经济、空间、制度和个体过程和因素。这些过程和因素可以理解是什么使得某些地区对移民具有“粘性”，同时，可能是哪些因素阻碍移民流动或导致他们在某些地方停滞不前。
人口粘性本质上是经济发展过程中资源禀赋在空间上路径依赖的结果。新古典增长理论认为乡村地域发展初期劳动力迁就资本的单向流动降低了乡村地域的资本劳动比，从而提高城镇地域的资本回报率，使资本丧失了向乡村地域流动的激励，这样便形成劳动力的单向流动和资本的人口粘性[12]。单向的资源禀赋流动使区域内形成“极化效应”，区域发展过程中所形成的特定发展路径，会使区域逐渐适应并自我强化这种路径[24]。人口粘性也具有这种“因果循环累积机制”，其会根据城乡地域系统的经济发展而做出相应的反应。在城乡地域系统发展的初期，由于乡村地域的资本回报率较低，其人口粘性处于弱化趋势，乡村地域的资源禀赋即单维度向城镇地域系统流动；由于城镇地域系统内部集聚不经济的出现以及乡村地域系统内部发展机制的完善，乡村地域系统的人口粘性有不断强化的趋势。当城乡地域系统内的经济发展实力处于均衡时，人口粘性也处于均衡状态。
不同的学者对人口粘性的影响因素认识不同，总体分为三类：一是宏观层面的影响因素，比如Micek等认为经济、社会和文化是人口粘性的核心要素[25]。二是中观层面的影响因素，比如Lyas等认为产业发展、乡村性和社会安全感是人口粘性的重要影响因素[26]。三是微观层面的影响因素，比如Nunn等认为家庭和社区网络是人口粘性的微观因素[27]，此外，社区的多样化与包容性[28]、是否具有便捷的公共服务[29]、教育机会[30]以及家庭住房负担能力[31]也会影响着人口粘性。以上人口粘性的影响因素为本研究提供了较好的思路，结合中国乡村地域发展的实际情况，从区域发展的中观视角分析人口粘性的影响因素。本文认为人口粘性的影响因素核心在于城乡地域的资源禀赋情况、就业机会、市场化程度以及交通情况的变化。资源禀赋是一个地区经济和社会发展的基础条件，也是影响人口空间分布的重要因素。一个地区如果拥有丰富的资源禀赋并合理地开发利用，则这个地区具有成为“粘性空间”的潜质，并会吸引大量人口集聚[12]。乡村地域的就业机会是实现乡村人口转型和乡村发展目标的“粘合剂”[32]。乡村地域的工业化和农业现代化为乡村人口提供了相对优越的就业机会，同时乡村地域劳动力的技术化、管理科学化，极大推动农户及其家庭转型，传统小农家庭转变为“社会化小农”，逐渐成长为“职业化农民”[33]。“职业化农民”会对乡村地域产生“粘性”。乡村地域市场化程度反映了乡村地域经济活跃程度。农村市场化程度提高，一方面可以提高农产品市场化率，提高农业经营性收入，进一步提高了农地经营的预期收益，吸引农村劳动力从事农业生产[34]。另一方面拓宽了农产品市场范围，为农业产业链的延伸和功能拓展提供便利，进而可能会衍生出新的就业机会[35]，提高农户参与非农经济的可能性。农户收入的提高和参与非农经济的可能性使乡村地域具有“人口粘性”。交通便利性的增加可以提高城乡地域系统内的资本、资源和技术等要素的流通[36]，乡村劳动力进入市场寻找工作机会增强[37]，提高了城乡互动的水平，推动落后地区更好地连接城镇经济中心，促进城乡地域系统的分工和专业化生产。但交通便利性的增加在短时期内可能导致城镇对乡村的“虹吸效应”，乡村地域的人口粘性被弱化；长时期内城镇对乡村地域可能会产生“反哺”式的“涓滴效应”[38]，乡村地域的人口粘性被强化。

2.2 人口粘性与乡村人口规模关系的理论框架

基于以上的分析，在乡村地域人口自由流动的前提下，乡村地域人口粘性的组合状况在较大程度上影响乡村人口规模的大小。根据实证分析，中国乡村人口规模的变化主要是乡村地域人口向城镇地域流动造成的[39]，这就使人力资本的外部性更加拉大了城乡地域的人口粘性。因为这种流动更有利于城镇地域结构调整，并使其获得较为低廉的劳动力资源，同时使流动的劳动力获得更高的收益。那么对于乡村人口规模要多少人口才能保持其合理的规模经济呢?适度的人口规模和经济活动在乡村地域中的集聚，一方面可以使其获得收益，另一方面也会产生一定的成本。如果乡村地域的集聚利益大于集聚成本，那么乡村地域的人口粘性增强，集聚过程会不断持续，乡村人口规模不断扩大，直至二者相等为止；一旦集聚成本大于集聚利益，那么，满足理性假设的各种行为主体就会从乡村迁出，也即是乡村地域人口粘性减弱的过程，乡村人口规模不断收缩，直至在集聚利益与集聚成本相等时为止。当集聚的利益等于集聚的成本时，就会形成一个均衡点，这就是乡村人口适度规模。
图1中，横轴为乡村的人口规模，纵轴为乡村的收益和成本，B为乡村的公共服务和基础设施投入，C为乡村总投入成本，R是乡村总产出收益。图中E点，从直观上看，表明到达此点乡村的规模成本和收益相等，即一定的投入成本等于它的产出效益。而实际上的经济学内涵意义是：在一定的投入要素比例限定的乡村人口规模所体现的成本，与乡村总产出价值或效益相等，这意味着乡村与城镇的人口粘性相等。在A点左侧，由于投入的成本小于其产出效益，这时会出现规模收益递增的现象，乡村的人口粘性增强，人口向乡村回流；而在A点右侧，由于投入的成本大于其产出效益，这时其规模收益出现下降，如果不能通过提高乡村地域的技术进步、就业机会和公共服务等使乡村产出效益上升，乡村的人口粘性就会下降，乡村人口会出现外流现象。
图1 人口粘性与乡村人口规模

Fig. 1 Population stickiness and rural population size

从乡村人口迁移者的角度分析乡村规模，可以得到一个乡村均衡规模的表达式：
M - P = M ( W P * , M P , A , S
式中： M - / P为乡村人口净迁入率；M为净迁入量； M -为它的偏微分 ∂ M / ∂ t；P为乡村总人口； W / P *为乡村真实工资率；P*为乡村消费价格的增长指数，用于消除价格变化的影响；M/P为乡村回流人口存量，即乡村中回流人口占总人口的百分比；A表示乡村环境舒适与否的变量；S为乡村规模变量。
假设 ∂ ( M - / P ) / ∂ ( W / P * ) > 0，以确保乡村劳动力供给曲线并不是完全无弹性的，同时 ∂ ( M - / P ) / ∂ ( W / P ) > 0也应为正值。这样，A的各种不同情况的变化会引起 M - / P的变化，变化的方向取决于A中各种成分的性质，其中乡村的公共服务、就业机会、市场化水平的提高以及交通设施的便利性会引起其同向发展，反之，引起相反方向的发展。
∂ ( M - / P ) / ∂ S表明乡村人口规模是否处于均衡状态，反映了人口粘性的均衡状态。 ∂ ( M - / P ) / ∂ S > 0表明存在规模效益，此时乡村的工作机会增多、市场化水平提高，人口粘性增强，乡村规模会持续扩大； ∂ ( M - / P ) / ∂ S = 0表明乡村处于均衡规模状态，此时乡村与城镇的工作收益相差无几，乡村与城镇的人口粘性基本一致，乡村人口处于均衡状态； ∂ ( M - / P ) / ∂ S < 0表明乡村的人口规模已过大，规模不经济已经超过规模效益，此时乡村存在规模不经济，工作机会逐渐减少，人口粘性不断弱化，乡村人口开始向外迁移。

2.3 人口粘性指标体系构建

基于以上人口粘性的影响因素分析，以及研究的目标和数据的可获得性，本文构建了4个方面的人口粘性指标体系（表1）。具体地，土地作为乡村地域重要的自然资源禀赋，农户对其依赖性较强。土地资源的多寡是影响农户收益的重要因素之一[40]，而农户收益则会影响农户对乡村地域的人口粘性。因此本文选择人均土地面积表征资源禀赋状况。乡村地域的就业机会尤其是非农就业机会的多寡直接影响着乡村地域的人口粘性[32]，而乡村地域的非农就业机会不仅有工业企业还包括第三产业，根据数据的可获得性，本文选择工业企业个数表征乡村地域的就业机会。乡村地域市场化程度反映了乡村地域经济活跃程度，乡村地域的综合商店或超市个数在一定程度上反映了乡村经济活动的活跃度，因此本文选择综合商店或超市个数表征市场化程度。交通便利性反映了乡村地域对外交往的便利程度和开放程度，借鉴有关研究[41]本文选择交通网密度表征乡村地域的交通便利程度。
表1 人口粘性指标体系

Tab. 1 The index system of population stickiness

目标层 系统层 指标层 单位 方向 指标说明
人口粘性 资源禀赋 人均土地面积 hm2/人 正/负 反映农户资源禀赋情况
就业机会 工业企业个数 个 正 反映农户就业机会
市场化程度 综合商店或超市个数 个 正 反映乡村市场化程度
交通便利性 交通网密度 km/km2 正/负 反映农户交通便利性

2.4 研究方法

2.4.1 基于熵值法测算人口粘性

人口粘性综合得分（Psti）为解释变量。为计算人口粘性综合得分，本文根据所构建的人口粘性指标体系，最终确定为1类一级指标，4类二级指标以及4类三级指标体系（表1）。为避免构建指标的主观性和不确定性，本文运用熵值法计算人口粘性综合得分。本文首先将数据进行标准化，然后再依次计算指标的熵值、信息熵的差异系数、并对差异系数归一化处理，最后计算各样本的综合得分。

2.4.2 全局自相关和局部空间自相关

本文首先运用全局自相关Moran's I指数分析人口粘性的整体空间集聚情况。由于全局自相关掩盖了反常的局部状况或小范围的局部不稳定现象，故又采用局部自相关分析。全局自相关和局部空间自相关中的I表示如下：当I值为正时，表明在相邻或相近乡镇中乡村人口存在空间分布上的相似性，即存在地理集聚现象；当I值为负值时，表明在相邻或相近乡镇中乡村人口不存在空间上的相似性或相似性的乡村人口不在相邻或相近的乡镇聚集，即趋于分散分布。

2.4.3 多元线性回归模型

多元线性回归模型可以处理多个自变量与一个因变量之间的关系，可以更好地适应复杂数据模型和关系，洞察变量之间关系，具有较强的解释性。为了探究人口粘性对乡村人口规模的影响效应，本文构建了多元回归模型。
具体地，为探究人口粘性对乡村人口规模的影响效应与作用机制，本文以人口粘性综合得分（Psti）和各子系统变量为解释变量，乡村人口规模（Popu）为被解释变量，构建多元线性回归模型。借鉴相关研究，模型中选择自然地理条件、所在区域经济水平以及初始发展基础作为控制变量[9,42]。其中自然条件选择坡度（Slop）、高程（Altitu）和河网密度（Densi）作为控制变量；所在区域经济发展水平选择乡村所在区域的人均国内生产总值（Pergdp）作为控制变量；初始发展基础选择2004年乡村人口规模（Popu04）作为控制变量。为了减少异方差，对人口粘性综合得分、各子系统变量、乡村人口规模、坡度、高程、河网密度、人均国内生产总值和2004年乡村人口规模进行对数变换。为了验证各自变量之间是否存在多重共线性，通过SPSS 23.0软件计算2007—2020年各自变量的方差膨胀因子（VIF），得到各年份多元线性回归模型中的VIF值在1.079~2.369之间（表2），表明各自变量之间不存在多重共线性。
表2 影响因素指标的选择和共线性检验

Tab. 2 Selection of influencing factors and collinearity test

变量 符号 指标名称 2007年 2013年 2020年
人口粘性综合得分 Psti 人口粘性综合得分 1.139 1.199 1.379
Slop 坡度 2.159 2.050 2.152
自然地理条件 Altitu 高程 2.338 2.133 2.369
Densi 河网密度 1.105 1.087 1.106
所处区域经济水平 Pergdp 人均国内生产总值 1.502 1.079 1.360
初始发展基础 Popu04 2004年乡村人口规模 1.352 1.129 1.155

2.5 数据来源与处理

2.5.1 数据来源

人均土地面积、工业企业个数、综合商店或超市个数3个指标来源于《中国建制镇统计资料》（2008年）、《中国县域统计年鉴（乡镇卷）》（2013年和2021年）；交通网络数据来源于国家基础地理信息中心（2005年）、国家地球系统科学数据中心（2015年）和地理空间数据云平台（2021年）。乡村人口规模数据来源于《中国建制镇统计资料》（2008年）、《中国县域统计年鉴（乡镇卷）》（2013年和2021年），分别包含19519个、32621个和30034个乡镇、街道数据。DEM数据所提取的高程、坡度数据均来源于SRTMDEM 250 m数字产品。

2.5.2 数据处理

为了构建乡村人口粘性指标数据对上述数据做如下处理：① 人均土地面积采用行政区域面积/总人口来表征①(①实际结果大于实际耕地面积。)；② 就业机会采用乡镇统计资料中镇域的实际企业个数来表征；③ 市场化程度采用乡镇统计资料中镇域的综合商店或超市个数来表征；④ 交通网密度采用镇域中交通网长度/镇域面积计算。为了表征乡村人口规模，本文对乡村人口数据进行如下处理：① 2007年的乡村人口规模数据主要利用建制镇总人口/村委会个数计算所得，2013年和2020年乡村人口数据主要利用常住人口减去城镇建成区总人口/村民委员会个数计算所得。② 三期人口数据的对接。中国的乡镇行政边界是中国行政区划变化最为激烈的，2007—2020年间存在大量撤乡设镇、改名并迁等，为了确保数据准确性，从民政部和行政区划网逐一人工核对校正，实现2007年、2013年和2020年三期乡村人口数据精准对接。③ 乡村人口数据的空间表达。基于乡镇行政区划代码和名称，将三期乡村人口数据与乡镇行政边界进行匹配关联，并对部分数据进行手动校正。上述数据经过整理，最终得到了三期乡村人口空间数据82174条样本。

3 人口粘性水平测度及其时空特征

3.1 人口粘性水平测度

人口粘性指标体系权重结果显示（表3），2007—2020年就业机会、市场化程度两项指标权重相对较高。其中2007—2020年就业机会分别为0.623、0.479和0.592；2007—2020年市场化程度分别为0.359、0.487和0.314。从2007—2020年乡村就业机会可以看出，就业机会的权重一直保持在47.9%~62.3%，这表明就业机会是人口粘性的重要影响因素。就业机会被认为是实现乡村人口转型和乡村振兴的“粘合剂”，人口对乡村地域存在天然的“粘性空间”。其次，从2007—2020年市场化程度可以看出，市场化程度的权重一直保持在31.4%~48.7%，这表明市场化程度是人口粘性的第二影响因素。市场化程度可以提高农产品市场化率和拓宽农产品市场范围[34,35]，进而提高农户收入和参与非农经济的可能性。第三，从2007—2020年乡村资源禀赋可以看出，资源禀赋的权重仅为1.3%~7.5%，这表明乡村资源禀赋对人口粘性依然具有一定的影响作用。资源禀赋被认为是一个区域的“第一性质”[43]，其在某种程度上决定着一个区域的发展。多数乡村地域以土地作为发展的初始禀赋，但由于中国乡村地域土地的特殊性，并未进行大规模的商业开发，加之传统农业生产的“弱质性”，乡村地域劳动力依靠土地从事农业生产，对乡村人口并未有过多的“粘性”。但是随着乡村地域近些年土地流转租赁，乡村地域也出现了一些土地承包大户，对部分乡村人口具有一定的“粘性”。因此资源禀赋在当前乡村地域对部分人口仍具有一定的粘性。第四，从2007—2020年交通便利性可以看出，乡村交通便利性的权重在增加。交通便利可促进乡村地域系统内劳动力、资本和技术等要素流通，增强了城镇对乡村的“涓滴效应”。因此，交通便利性也是人口粘性的影响因素之一。
表3 人口粘性指标体系的权重

Tab. 3 The weight of population stickiness index system

变量 2007年 2013年 2020年
资源禀赋 0.013 0.030 0.075
就业机会 0.623 0.479 0.592
市场化程度 0.359 0.487 0.314
交通便利性 0.006 0.004 0.019

3.2 人口粘性时序演变特征

2007—2020年人口粘性平均值处于持续减小趋势（表4）。2007年人口粘性平均值为3.606，随着工业化、城镇化以及农业现代化的快速发展，大量农村剩余劳动力向城镇迁移，乡村地域的人口粘性不断下降，到2020年减小到2.759。此外，通过2007—2020年人口粘性最大值和最小值的空间分布发现，人口粘性最大值主要分布在东部经济发达区域，而人口粘性最小值主要分布在西部经济较落后的山地丘陵地区。
表4 2007—2020年人口粘性变化特征

Tab. 4 Changing characteristics of population stickiness (2007-2020)

年份 人口粘性
最大值		 人口粘性
最小值		 人口粘性
平均值
2007 8.876 0.240 3.606
2013 8.480 0.184 2.887
2020 8.750 0.419 2.759
本文将中国乡村人口粘性划分为低水平（0.001~1.879）、较低水平（1.880~2.840）、中等水平（2.841~3.739）、较高水平（3.740~4.767）和高水平（≥4.768）五种类型。为了保证2007年和2020年两个时间节点数据可对比性，本研究最终获得了28970个样本数据。通过对比可以发现，2007—2020年中国乡村人口粘性具有如下特征。第一，高水平和低水平人口粘性的乡镇街道数量不断减少。2007年和2020年高水平人口粘性的乡镇街道分别为6019个和2341个，减少了3678个；2007年和2020年低水平人口粘性的乡镇街道分别为13520个和7055个，减少了6465个。第二，从人口粘性类型变化上看，2007—2020年不断向较低水平、中等水平和较高水平的人口粘性类型转变。2007年人口粘性类型为较低水平、中等水平和较高水平的乡镇街道分别为2194个、3204个和4033个；2020年上述3个类型的乡镇街道分别为6323个、7744个和5507个；2007—2020年较低水平、中等水平和较高水平人口粘性的乡镇街道分别增加了4129个、4540个和1474个（表5）。
表5 2007—2020年人口粘性类型划分及其变动情况

Tab. 5 Types of population stickiness and their changes (2007-2020)

人口粘性类型 2007年数量（个） 2020年数量（个） 数量变化（个）
高水平（≥4.768） 6019 2341 -3678
较高水平（3.740~4.767） 4033 5507 1474
中等水平（2.841~3.739） 3204 7744 4540
较低水平（1.880~2.840） 2194 6323 4129
低水平（0.001~1.879） 13520 7055 -6465

3.3 人口粘性空间分布

为进一步分析中国乡村人口粘性的空间分布特征，利用ArcGIS 10.5软件分别绘制2007年和2020年中国乡村人口粘性的空间分布图（图2）。具体特征如下：
图2 2007—2020年中国乡村人口粘性分布图

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制，底图边界无修改。

Fig. 2 Distribution of rural population stickiness in China (2007-2020)

第一，中国人口粘性总体分布呈现明显的“东南高、西北低”的格局，与中国乡村人口分布的格局一致。在横向维度上，人口粘性水平在地理空间上呈现“东南高、西北低”的分布特征。具体而言，2007年和2020年东南侧高水平与较高水平人口粘性的乡镇街道合计占比分别为28.161%和29.504%，显著高于西北侧的7.707%和6.177%（表6）；2007年和2020年东南侧中等水平人口粘性的乡镇街道占比分别为9.900%和28.342%，显著高于西北侧的4.862%和12.755%。2007年和2020年东南侧低水平和较低水平人口粘性的乡镇街道合计占比分别为61.939和42.154%，显著低于西北侧的87.431%和81.068%。这一表现与区域经济社会发展水平的空间不均衡性紧密相关。东南地区凭借较高的经济社会发展水平，成为人口聚集的热点区域；而西北地区则因发展相对滞后，面临人口流失的严峻形势。从纵向维度上，2007—2020年高水平和低水平人口粘性的乡镇街道数量在“胡焕庸线”两侧均呈现下降趋势，其他类型的乡镇街道数量呈上升趋势。高水平人口粘性的乡镇街道多集中于城镇边缘，这些地带在城镇化进程的虹吸效应下，正加速向城镇核心区融合演变。低水平人口粘性的乡镇街道广泛分布于山地丘陵等区域，这些地带通过“搬迁撤并”等政策的实施，正逐步实现空间布局的优化与调整。但是由于西北侧低水平人口粘性的乡镇街道占比较高，该地区在提升整体发展水平及减少低水平粘性方面仍面临较大挑战。东南侧较高水平、中等水平和较低水平的乡镇街道呈现人口粘性增强趋势，但两侧存在差异。东南侧上述类型乡镇街道的人口粘性增强趋势，显示出其更为积极的转型与提升态势，反映了该地区乡村发展水平的整体提升与均衡化；西北侧部分乡镇街道人口粘性的增强趋势也很明显，但其内部的不均衡性依然显著。
表6 “胡焕庸线”两侧人口粘性类型分布情况

Tab. 6 Distribution of population stickiness types on both sides of “Hu Line”

年份 人口粘性类型 胡焕庸线西北区域 胡焕庸线东南区域
数量（个） 占比（%） 数量（个） 占比（%）
2007 高水平（≥4.768） 133 3.674 6082 16.164
较高水平（3.740~4.767） 146 4.033 4514 11.997
中等水平（2.841~3.739） 176 4.862 3725 9.900
较低水平（1.880~2.840） 177 4.890 2412 6.410
低水平（0.001~1.879） 2988 82.541 20893 55.529
合计 3620 100.000 37626 100.000
2020 高水平（≥4.768） 33 1.102 2333 8.979
较高水平（3.740~4.767） 152 5.075 5333 20.525
中等水平（2.841~3.739） 382 12.755 7364 28.342
较低水平（1.880~2.840） 576 19.232 5749 22.126
低水平（0.001~1.879） 1852 61.836 5204 20.028
合计 2995 100.000 25983 100.000
第二，人口粘性类型相同的乡村呈现空间集聚特征。2007年高水平人口粘性的乡镇街道主要集中在长三角、珠三角和江汉平原以及京津冀等核心区域，至2020年其扩散至整个长三角、珠三角和江汉平原以及黄淮海平原等区域。2007年较高水平人口粘性的乡镇街道零星分布在东北地区、山东半岛、长三角、珠三角以及成都平原等区域，至2020年较高水平人口粘性的乡镇街道在2007年的基础上又进一步扩大。2007年中等水平人口粘性的乡镇街道主要零星集中在东北地区、山东半岛、成都平原、珠三角北部等区域，2020年中等水平人口粘性的乡镇街道进一步扩大，主要集中在东北地区、中部地区、东南地区、西南地区以及西北地区等。2007年较低水平人口粘性的乡镇街道主要集中在东北地区、成都平原、山西、湖南、江西和云南等山地丘陵地带，2020年较低水平人口粘性的乡镇街道主要分布在东北地区、东南地区、西南地区以及西北地区等。2007年低水平人口粘性的乡镇街道主要集中在西北、西南、华南以及华北等山地丘陵生存环境较恶劣的区域；随着国家对乡村建设的投入，至2020年低水平人口粘性的乡镇街道逐步减少。
第三，大城市对人口粘性的空间分布具有一定的影响。2007年武汉、南京、济南等城市周边为低水平的人口粘性，至2020年武汉、南京和济南等城市周边的乡村已基本转换为城镇地域。大城市通过城镇化的“虹吸效应”将乡村纳入到城市，对乡村发展具有一定程度上抑制。在大城市周边的乡村由于受到土地城镇化的影响，乡村土地被剥夺转换为城镇建设用地，农民被迫失去对土地的“粘性”，从而导致失地农民向城镇转移，因此，大城市周边的人口粘性属于低水平，具有不稳定性。
以上分析表明，中国乡村地域的人口粘性存在较为明显的空间集聚现象，通过利用探索性空间统计分析方法，分析乡村人口粘性的空间集聚特征。2007—2020年中国乡村人口粘性Moran's I指数分别为0.579、0.688和0.776，随机分布检验的标准化Z值和P值超过了99%的置信度（表7），说明乡村地域的人口粘性存在空间自相关性，呈现一定的空间集聚特征，即同一类型的人口粘性在空间上相互邻近。
表7 人口粘性空间自相关系数值（Moran's I）

Tab. 7 Spatial autocorrelation coefficient of population stickiness (Moran's I)

年份 Moran's I P检验值 Z检验值
2007 0.579 0.000 83.047
2013 0.688 0.000 29.706
2020 0.776 0.000 22.276
全局性空间自相关从整体上反映了乡村人口粘性的集聚程度，但无法进一步揭示人口粘性在地理空间上的表现形式，因此本文通过局部空间自相关揭示乡村人口粘性的相似性或异质性（图3）。
图3 2007—2020年中国人口粘性局部空间自相关图

注：基于自然资源部地图技术审查中心标准地图服务网站的标准地图（审图号：GS(2020)4619号）绘制，底图边界无修改。

Fig. 3 Local spatial autocorrelation of population stickiness in China (2007-2020)

2007年人口粘性高-高集聚型（H-H）主要分布在东北平原、黄淮海平原、江汉平原、长三角和珠三角等地区。这些地区地势平坦、土地肥沃，也是经济发展相对较高的区域，对乡村人口具有一定的“粘性”。人口粘性低-低集聚型（L-L）主要分布在黄土高原、青海高原、云贵高原以及两湖山地丘陵地区，这些地区由于土地资源禀赋相对贫瘠，经济发展较落后，因此乡村地域的人口粘性不强，外流人口较多。人口粘性高-低集聚型（H-L）主要零星地分布在黄土高原、四川盆地和云贵高原等，这类人口粘性集聚区分布十分稀疏，呈现分散状态。人口粘性低-高集聚型（L-H）分布与高-高集聚型相伴，并在空间上具有一致性。
2020年人口粘性高-高集聚型分布呈扩散状态，其中东北平原收缩至松嫩平原一带，但辽河平原地区高-高集聚型增加，此外东南沿海地区的高-高集聚型也持续增加。人口粘性低-低集聚型分布也处于扩散阶段，主要向“胡焕庸线”西北区扩散，此外，东北地区部分区域也呈现出低-低集聚型。人口粘性高-低集聚型不再局限于黄土高原、四川盆地和云贵高原等地区，也向西北地区和东北地区以及海南省扩散。人口粘性低-高集聚型分布与2007年的分布基本一致，但向辽河平原和东南沿海地区不断扩散。

4 人口粘性对乡村人口规模的影响效应

4.1 人口粘性对乡村人口规模的总体影响效应

表8中模型1、模型3和模型5分别是2007年、2013年和2020年在不添加控制变量情况下人口粘性对乡村人口规模的影响效应，结果显示2007年、2013年和2020年的人口粘性对乡村人口规模在1%水平下具有正向影响作用，这表明人口粘性对乡村人口规模具有促进作用，即人口粘性的增强会提高乡村人口规模，反之则会导致乡村人口规模萎缩。在模型2、模型4和模型6中分别是2007年、2013年和2020年在添加控制变量的情况下人口粘性对乡村人口规模的影响效应，结果表明2007年、2013年和2020年人口粘性对乡村人口规模依然具有较强的稳健性。
表8 人口粘性对乡村人口规模的总体影响回归结果

Tab. 8 The overall effect of population stickiness on rural population size

变量 2007年 2013年 2020年
模型1 模型2 模型3 模型4 模型5 模型6
Psti 0.205***
(0.011)		 0.172***
(0.011)		 0.370***
(0.013)		 0.044***
(0.009)		 0.283***
(0.011)		 0.024**
(0.009)
Slop -0.021***
(0.005)		 -0.040***
(0.003)		 -0.015***
(0.003)
Altitu -0.063***
(0.004)		 0.002
(0.003)		 0.003
(0.003)
Densi 0.041***
(0.002)		 0.004**
(0.001)		 0.010***
(0.001)
Pergdp -0.044***
(0.006)		 0.009*
(0.004)		 -0.057***
(0.004)
Popu04 0.237**
(0.003)		 0.828***
(0.005)		 0.635***
(0.008)
常数项 7.304***
(0.013)		 7.506***
(0.027)		 6.837***
(0.016)		 1.058***
(0.061)		 7.303***
(0.013)		 2.742***
(0.062)
R2 0.027 0.526 0.044 0.640 0.045 0.620
德宾-沃森检验 1.801 1.847 0.845 1.979 1.898 1.903
样本数 16623 16623 16876 16876 14449 14449

注：**和***分别表示在5%和1%水平下显著；表格中括号内数值为稳健标准误。

4.2 人口粘性对乡村人口规模的影响机制

为探究人口粘性各系统层对乡村人口规模的影响机制（图4），以各子系统为解释变量，构建人口粘性各子系统层对乡村人口规模影响效应的多元回归模型（表9）。
图4 人口粘性对乡村人口规模的影响机制

Fig. 4 The influence mechanism of population stickiness on rural population size

表9 人口粘性各系统层对乡村人口规模的影响效应回归结果

Tab. 9 The effect of sub-layers of population stickiness on rural population size

变量 资源禀赋 就业机会 市场化程度 交通便利性
Psti -0.239***
(0.005)		 0.062***
(0.003)		 0.048***
(0.003)		 0.011***
(0.003)
Slop 0.027***
(0.004)		 -0.029***
(0.004)		 -0.016***
(0.004)		 -0.032***
(0.004)
Altitu -0.022***
(0.003)		 -0.020***
(0.004)		 -0.033***
(0.004)		 -0.031***
(0.004)
Densi 0.017***
(0.003)		 0.027***
(0.002)		 0.031***
(0.002)		 0.031***
(0.002)
Pergdp -0.109***
(0.004)		 -0.113***
(0.005)		 -0.084***
(0.005)		 -0.076***
(0.005)
Popu04 0.139***
(0.007)		 0.168***
(0.008)		 0.171***
(0.008)		 0.178***
(0.009)
常数项 6.315***
(0.059)		 6.163***
(0.066)		 6.235***
(0.068)		 6.356***
(0.071)
R2 0.371 0.243 0.229 0.219
德宾-沃森检验 0.741 0.493 0.474 0.449
样本数 14 739 14 739 14 739 14 739

注：***表示在1%水平下显著；表格中括号内数值为稳健标准误。

资源禀赋对乡村人口规模具有阻滞效应。在控制其他相关变量的基础上，乡村拥有更多的人均耕地面积对乡村人口规模的影响在1%水平上显著为负（系数为-0.239），这表明拥有较多的人均土地面积可能导致乡村人口规模减小。据研究，中国农户家庭人均土地面积户均5.8亩，一般农户难以通过扩大土地种植规模达到增收的目的。此外，由于农业生产的“弱质性”，农业生产的边际回报率低于工业生产的边际回报率，农户拥有的土地资源并未获得较高的边际回报率，因此农业生产成为农户的“兼业”，甚至部分地区出现“抛荒”的现象。农业这种较低的边际回报率导致乡村“人口粘性”不足，进而导致乡村人口在工业化和城镇化浪潮下不断向城镇迁移。虽然当前乡村地域出现土地流转形式，形成家庭经营农场，但其对乡村人口的吸纳数量有限，乡村大部分劳动力由于无法获得与城镇“等值”的经济效益，导致乡村人口外流，影响乡村人口规模。
就业机会对乡村人口规模具有就业粘性效应。在控制其他相关变量的基础上，乡村工业企业个数对乡村人口规模的影响效应在1%水平上显著为正（系数为0.062），这表明乡村拥有更多的工业企业会扩大乡村人口规模。乡村地域拥有更多的工业企业表明乡村地域具有产业发展的能力。乡村地域因先发工业地区向低地租、低劳动力成本地区转移劳动密集型产业，在乡村地域创造了大量的非农就业机会，部分乡村地域形成产业基础好，产业链水平高，经济发展韧性强和活力足的产业专业化区[44]。乡村地域产业链条的形成，不仅对本地居民具有强有力的人口粘性，对其他区域乃至从城镇返乡创业的农民工和大学生均具有人口粘性。
市场化程度对乡村人口规模具有协同联动效应。在控制其他相关变量的基础上，乡村综合商店或超市个数对乡村人口规模的影响效应在1%水平上显著为正（系数为0.048），这表明乡村拥有更多的综合商店或超市会对乡村人口规模具有促进作用。市场化程度是乡村改革和发展的基础和关键，也是人口粘性的重要影响因素。乡村市场化程度不仅涉及农产品加工和流通、乡村治理体系和市场化保障机制，还涉及到乡村多元经营主体与经营方式创新，是促进乡村市场与国内、国际市场接轨，推动农业现代化的有效途径。乡村通过市场化机制的建立，将城镇优秀资源吸引至乡村，同时对乡村各生产要素进行活化，在外部资源与内部资源协同联动过程中实现乡村现代化目标[45]。
交通便利性对乡村人口规模具有交通溢出效应。在控制其他相关变量的基础上，乡村地域的交通便利性对乡村人口规模的影响效应在1%水平上显著为正（系数为0.011），这表明交通便利性对乡村人口规模有促进作用。交通便利性实质上是乡村基础设施的改善，对乡村人口规模具有促进作用。据研究，乡村基础设施供给水平提高了具有外出务工经历的村民的居留意愿[46]。乡村基础设施水平的提高一方面将会带来经济溢出效应，使得当地产业兴旺，另一方面基础教育、医疗和文化娱乐等公共基础设施的完善，对常年在外务工人员而言，除了可以得到“增收”的机会（常年在外打拼带来的物质和人力资本积累），也可以充分享受教育、医疗和娱乐等设施带来的福利效应，提升生活品质[37]。

4.3 人口粘性对乡村人口规模的区域差异性机制

为进一步分析人口粘性对乡村人口规模的区域差异性机制（图5），从东部、中部、西部和东北4个大区视角②(②根据国家统计局对中国四大区域的划分。东部地区：包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10个省（直辖市）。中部地区：包括山西、安徽、江西、河南、湖北、湖南6个省。西部地区：包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省（自治区、直辖市）。东北地区：辽宁、吉林、黑龙江3个省。)，分析人口粘性对乡村人口规模影响的区域差异性。
图5 人口粘性对乡村人口规模的区域差异性机制

Fig. 5 Regional difference mechanism of population stickiness on rural population size

东部地区、中部地区、西部地区和东北地区的人口粘性对乡村人口规模的影响效应在1%水平上均显著为正（表10），这表明东部地区、中部地区、西部地区和东北地区的人口粘性对乡村人口规模的影响效应具有促进作用。但由于东部、中部、西部和东北地区的区域资源禀赋、技术条件和发展机遇不同，形成了不同的发展机制。具体地，东部地区通过创新乡村数字经济、开展订单农业和新业态等市场化方法盘活乡村闲置资源、解决资源浪费问题。同时，还通过新型经济平台拓宽乡村居民的就业渠道，增加农户就业收入，进而提高乡村地域的粘性空间。中部地区乡村人口粘性对乡村人口规模具有促进效应，其关键在于挖掘本地资源禀赋和组织赋能，通过发展现代化农业和多样化的合作组织，形成品牌效应，带动农户全产业链发展，使农户嵌入到本地专业化合作组织之中。乡村通过产业发展对农户形成了人口粘性。西部地区人口粘性对乡村人口规模的影响效应主要表现在如何推动资源贫乏型乡村实现乡村产业振兴，增加人口粘性。西部地区通过“能人”重塑乡村地域的资源禀赋，再通过旅游赋能和市场化运作，形成多元治理机制、合作共享机制，形成利益共同体。东北地区由于其地形平坦、土地资源肥沃、耕地面积规模大，有利于采取集约化、规模化和机械化经营。加之，东北地区在产业上将传统农业改造为技术密集型现代农业，培育智慧农业、设施农业、生态农业等新型产业形态的发展。在农业产业经营上以规模化和组织化为依托，逐步实现小农户联合规模经营的新型家庭农场与“公司+农户”的农业生产基地，使农业生产产值更多地留在农村以及提高农户职业认同感。
表10 人口粘性对乡村人口规模的区域影响效应

Tab. 10 Regional effect of population stickiness on rural population size

变量 东部地区 中部地区 西部地区 东北地区
Psti 3.714***
(0.051)		 2.803***
(0.105)		 3.768***
(0.067)		 3.650***
(0.145)
Slop 0.387***
(0.030)		 0.100***
(0.031)		 0.113***
(0.027)		 -0.172***
(0.037)
Altitu -0.082*
(0.032)		 -0.114**
(0.040)		 -0.063***
(0.017)		 0.121***
(0.027)
Densi -0.051***
(0.010)		 -0.047***
(0.011)		 -0.038**
(0.012)		 -0.039**
(0.018)
Pergdp -0.596***
(0.023)		 -0.415**
(0.036)		 -0.339**
(0.029)		 -0.461***
(0.040)
Popu04 0.322***
(0.035)		 -0.257***
(0.055)		 -0.368***
(0.041)		 -0.342***
(0.094)
常数项 0.262
(0.339)		 6.411***
(0.515)		 6.124***
(0.327)		 5.153***
(0.681)
R2 0.611 0.358 0.456 0.568
德宾-沃森检验 1.924 2.009 1.954 1.949
样本数 5952 4736 6582 1417

注：*、**、***分别表示在10%，5%和1%水平下显著；表格中括号内数值为稳健标准误。

5 结论与讨论

本文系统地阐述了乡村地域人口粘性内涵，通过集成地理环境和人文经济多源数据，综合运用了熵值法、空间自相关和多元线性回归等方法，定量刻画了中国镇域尺度下人口粘性的空间分布规律，深入解析了人口粘性对乡村人口规模的影响效应。结果如下：
（1）系统论述了乡村地域的人口粘性内涵及影响因素。本文认为人口粘性是城乡地域系统中的一种特性，这种特性使它们通过“经济关系，社会关系或其他关系”吸引人口并使其保持在特定地理空间的能力。人口粘性是特定地点的社会实践、空间特征和制度形式的产物，并为一个地方保持吸引力和创造力提供条件。人口粘性的影响因素核心在于城乡地域的资源禀赋情况、就业机会、市场化程度以及交通情况的变化。资源禀赋是一个地区经济和社会发展的基础条件，也是影响人口空间分布的重要因素；乡村地域的就业机会是实现乡村人口转型和乡村发展目标的“粘合剂”；乡村地域市场化程度反映了乡村地域经济活跃程度，农户收入的提高和参与非农经济的可能性使乡村地域成为“人口粘性”空间；交通便利性反映了乡村地域对外交往的便利程度和开放程度，可以提高城乡地域系统内的资本、人口和技术等要素的流通，乡村劳动力进入市场寻找工作机会增强，提高了城乡互动的水平，推动落后地域更好地连接城镇经济中心，促进城乡地域系统的分工和专业化生产。
（2）定量测度了人口粘性并分析其时空特征。整体上看，2007—2020年中国人口粘性处于持续减小趋势。2007—2020年高水平和低水平人口粘性的乡镇街道均呈现不断减少的趋势，而较低水平、中等水平和较高水平人口粘性的乡镇街道呈现不断增加的趋势。人口粘性总体分布呈现明显的“东南高、西北低”的格局，与中国乡村人口分布的总体特征一致，大城市对人口粘性的空间分布具有一定的影响。人口粘性类型相同的乡村呈现空间集聚特征，其中人口粘性的高-高集聚型和低-低集聚型处于扩散趋势。
（3）甄别了人口粘性对乡村人口规模的影响效应。整体上看，人口粘性对乡村地域的人口规模具有促进作用，人口粘性的增加会提高人口规模，反之则导致人口规模萎缩。基于人口粘性的传统资源禀赋对乡村人口规模具有阻滞效应，就业机会、市场化程度和交通便利性对乡村人口规模分别具有就业粘性效应、协同联动效应和交通溢出效应。
（4）探究了人口粘性对乡村人口规模的区域差异性机制。从区域效应看，东部地区、中部地区、西部地区和东北地区的人口粘性对乡村人口规模的影响效应具有促进作用，但其形成机制不同。东部地区通过市场机制盘活乡村闲置资源、创新乡村数字经济，促使产业转型，提高农户就业收入。中部地区关键在于挖掘本地资源禀赋和组织赋能，通过发展现代化农业和多样化的合作组织，形成品牌效应，带动农户全产业链发展，使农户嵌入到本地专业化合作组织之中。西部地区主要通过“能人”重塑乡村地域的资源禀赋，再通过旅游赋能和市场化运作，形成多元治理机制、合作共享机制，形成利益共同体。东北地区利用土地规模优势、通过技术赋能改造传统农业，培育新型产业形态，实现新型家庭农场与市场对接，提升就业机会与农户职业认同感。
乡村人口规模的形成、分布和发展受到自然条件、人文因素的综合影响，受数据可获得性的限制，本文仅分析了中国镇域尺度下的乡村人口粘性分布特征、集聚特征，以及不同地理类型下的空间分布格局，更多的是侧重人口粘性对乡村人口规模的影响效应的剖析，未能全面揭示基于人口粘性的中国乡村人口规模的形成机制及其发展演化规律。由于难以获得更多的镇域尺度下乡村人文社会经济数据，本文仅仅刻画了3个历史时期中国人口粘性分布特征以及其对人口规模的影响机制，尚未更系统地探索中国镇域尺度下的时空演化规律。在人口粘性不断减小的趋势下，未来中国乡村必然会进一步走向空心化或持续消亡，亟需系统集成更多多源大数据、人口普查、农业普查等数据，进一步探索中国乡村规模时空演化规律和形成机制。
城乡是一个有机的共同体[9]。新时期乡村人口规模优化与振兴是乡村自然、经济与政策交互融合的过程，乡村地域系统中的人口粘性也会受到城镇地域系统的影响，城乡融合是未来发展趋势。在全面推进城乡融合发展和乡村振兴战略的背景下，深入分析乡村人口规模的形成、分布和发展特征，以及乡村人口规模与资源配置的时空效应，可以拓展经济地理学解释乡村人口规模分布的学理基础，为整合乡村资源要素、缩小城乡差距、完善乡村基础设施和提高乡村运行效率提供施策依据，同时也是践行党中央和国务院提出的“适应乡村人口规模变化趋势，优化村庄布局、产业结构、公共服务配置”的要求。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对本文摘要、引言、概念内涵、指标体系和结果分析等方面的修改意见，使本文获益匪浅！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Liu Y S. Urban-rural Transformation Geography. Singapore: Springer Nature, 2021: 9.

[2]
Zambelli E, Benson M, Sigona N. Brexit rebordering, sticky relationships and the production of mixed-status families. Sociology, 2023. DOI: 10.1177/00380385231194966.

[3]
Sun X, Zhu W, Chen A, et al. Land certificated program and farmland “Stickiness” of rural labor: Based on the perspective of land production function. Land, 2022, 11: 1469. DOI: 10.3390/land11091469.

[4]
Markusen A. Sticky places in slippery space: A typology of industrial districts. Economic Geography, 1996, 72(3): 293-313. DOI: 10.2307/144402.

[5]
Motoyama Y, Desai S. Stickiness of entrepreneurs: an exploratory study of migration in two mid-sized US cities. Small Business Economics, 2021, 58: 2139-2155. DOI: 10.1007/s11187-021-00504-6.

[6]
Wojtyra B, Kossowski T M, Březinová M, et al. Geography of craft breweries in Central Europe: Location factors and the spatial dependence effect. Applied Geography, 2020, 124: 102325. DOI: 10.1016/J.APGEOG.2020.102325.

[7]
Krishnan A. Embeddedness beyond the lead firm in global production networks: Insights from Kenyan horticulture. Environment and Planning A: Economy and Space, 2023, 55: 1859-1883. DOI: 10.1177/0308518X231170194.

[8]
Hilson G, Hu Y, Hilson A E, et al. Rethinking resource enclavity in developing countries: Embedding global production networks in gold mining regions. Journal of Economic Geography, 2023, 24(1): 95-116. DOI: 10.1093/jeg/lbad028.

[9]
周扬, 黄晗, 刘彦随. 中国村庄空间分布规律及其影响因素. 地理学报, 2020, 75(10): 2206-2223.

DOI

[Zhou Yang, Huang Han, Liu Yansui. The spatial distribution characteristics and influencing factors of Chinese villages. Acta Geographica Sinica, 2020, 75(10): 2206-2223.] DOI: 10.11821/dlxb202010012.

[10]
李小建, 许家伟, 海贝贝. 县域聚落分布格局演变分析: 基于1929—2013年河南巩义的实证研究. 地理学报, 2015, 70(12): 1870-1883.

DOI

[Li Xiaojian, Xu Jiawei, Hai Beibei. The changing distribution patterns of rural settlements during the process of urbanization: The case of Gongyi (1929-2013), China. Acta Geography Sinica, 2015, 70(12): 1870-1883.] DOI: 10.11821/dlxb201512002.

[11]
刘彦随. 中国乡村振兴规划的基础理论与方法论. 地理学报, 2020, 75(6): 1120-1133.

DOI

[Liu Yansui. The basic theory and methodology of rural revitalization planning in China. Acta Geography Sinica, 2020, 75(6): 1120-1133.] DOI: 10.11821/dlxb202006002.

[12]
李小建. 欠发达区乡村聚落空间演变. 北京: 科学出版社, 2019: 2.

[Li Xiaojian. Spatial Changes of Rural Settlements in China's Less-development Region. Beijing: Science Press, 2019: 2.]

[13]
吕敏娟, 曹小曙. 1980—2016年黄土高原地区人口和可达性异速标度分析. 地理科学进展, 2020, 39(11): 1884-1897.

DOI

[Lv Minjuan, Cao Xiaoshu. Allometric scaling analysis of population and accessibility on the Loess Plateau from 1980 to 2016. Progress in Geography, 2020, 39(11): 1884-1897.] DOI: 10.18306/dlkxjz.2020.11.009.

[14]
Liu P, Zeng C, Liu R. Environmental adaptation of traditional Chinese settlement patterns and its landscape gene mapping. Habitat International, 2023, 135: 102808. DOI: 10.1016/j.habitatint.2023.102808.

[15]
马雯秋, 朱道林, 姜广辉. 面向乡村振兴的农村居民点用地结构转型研究. 地理研究, 2022, 41(10): 2615-2630.

DOI

[Ma Wenqiu, Zhu Daolin, Jiang Guanghui. Research on land use structure transition of rural settlements facing the rural vitalization. Geographical Research, 2020, 41(10): 2615-2630.] DOI: 10.11821/dlyj020211126.

[16]
Smith N R. The End of the Village: Planning the Urbanization of Rural China. Minneapolis: University of Minnesota Press, 2021. DOI: 10.5749/j.ctv1p6hqwz.

[17]
Gong J, Jian Y, Chen W, et al. Transitions in rural settlements and implications for rural revitalization in Guangdong province. Journal of Rural Studies, 2019, 93: 359-366. DOI: 10.1016/j.jrurstud.2019.10.037.

[18]
Sonis M, Grossman D. Rank-size rule for rural settlements. Socio-Economic Planning Sciences, 1984, 18(6): 373-380. DOI: 10.1016/0038-0121(84)90046-6.

[19]
冯旭, 张湛新, 潘传杨, 等. 人口收缩背景下的乡村活力分析与实践: 基于美国、德国、日本、英国的比较研究. 国际城市规划, 2022, 37(3): 42-49.

[Feng Xu, Zhang Zhanxin, Pan Chuanyang, et al. Analysis and practice of rural vitality under the circumstances of population shrinkage: Comparative study based on the United States, Germany, Japan and the United Kingdom. Urban Planning International, 2022, 37(3): 42-49.] DOI: 10.19830/j.upi.2021.681.

[20]
Liang Z, Ye C. Spatial production in the process of rapid urbanization and ageing: A case study of the new type of community in suburban Shanghai. Habitat International, 2023, 139: 102883. DOI: 10.1016/j.habitatint.2023.102883.

[21]
Ploeckl F. The next town over: On the clustering of towns and settlements before modern economic growth. Regional Science and Urban Economics, 2020: 103619. DOI: 10.1016/j.regsciurbeco.2020.103619.

[22]
Allen T, Donaldson D. Persistence and path dependence: A primer. Regional Science and Urban Economics, 2021:103724. DOI: 10.1016/j.regsciurbeco.2021.103724.

[23]
Bakshi L, McKenzie F H, Bolleter J A. Sticky places for regional immigrant settlement: A literature review. Australian Journal of Social Issues, 2024: 1-42. DOI: 10.1002/ajs4.304.

[24]
Marino D, Trapasso R. Servitisation and territorial self-reinforcing mechanisms:A new approach to regional competitiveness. In: Calabrò F, Della Spina L, Bevilacqua C. New Metropolitan Perspectives. Cham: Springer, 2019: 58-67. DOI: 10.1007/978-3-319-92102-0_7.

[25]
Micek G. Exploring the role of sticky places in attracting the software industry to Poland. Geographia Polonica, 2008, 81(2): 43-60.

[26]
Lyas S, van der Waag J, Pritchard R, et al. A case study of Katanning: Innovation for cultural dividend. In: Kinnear S, Vitartas P, Chatres K. Regional Advantage and Innovation. Heidelberg: Physica, 2013: 217-231. DOI: 10.1007/978-3-7908-2799-6_11.

[27]
Nunn C, Wilding R, McKinnon K, et al. Promoting healthy futures in a rural refugee resettlement location: A community-based participatory research intervention. Journal of Sociology, 2021, 58: 178-195. DOI: 10.1177/14407833211003204.

[28]
Badwan K, Hall E. Walking along in sticky places: Post-humanist and affective insights from a reflective account of two young women in Manchester, UK. Language and Intercultural Communication, 2020, 20(3): 225-239. DOI: 10.1080/14708477.2020.1715995.

[29]
Auer D, Götz L. Refugee migration, labor demand and local employment. Socio-Economic Review, 2023. DOI: 10.1093/ser/mwad040.

[30]
Wickramaarachchi N. Expansion of commuter facilities and a diminishing sense of place among migrants in a rural Australian town. Rural Society, 2020, 29(1): 44-58. DOI: 10.1080/10371656.2020.1753329.

[31]
Finney M M. Immigration and the demand for urban housing. Annals of Regional Science, 2023, 72(2): 601-616. DOI: 10.1007/s00168-023-01213-6.

[32]
Iqbal K, Pabon M F, Hoque M R, et al. Nonfarm activity reduces migration: Evidence from Bangladesh. Development Policy Review, 2024. DOI: 10.1111/dpr.12762.

[33]
Liu M, Zheng W, Zhong T. Impact of migrant and returning farmer professionalization on food production diversity. Journal of Rural Studies, 2022, 94: 23-36. DOI: 10.1016/j.jrurstud.2022.05.020.

[34]
Girard P. From family to markets. How institutional determinants of rural youth transitions have changed in Senegal and Zambia over time. Journal of Rural Studies, 2023: 103040. DOI: 10.1016/j.jrurstud.2023.103040.

[35]
Zhang Y, Long H, Ma L, et al. Analysis of rural economic restructuring driven by e-commerce based on the space of flows: The case of Xiaying village in central China. Journal of Rural Studies, 2018, 93: 196-209. DOI: 10.1016/j.jrurstud.2018.12.001.

[36]
Kailthya S, Kambhampati U S. Road to productivity: Effects of roads on total factor productivity in Indian manufacturing. Journal of Comparative Economics, 2021, 50(1): 174-195. DOI: 10.1016/j.jce.2021.08.001.

[37]
骆永民, 骆熙, 汪卢俊. 农村基础设施、工农业劳动生产率差距与非农就业. 管理世界, 2020, 36(12): 91-121.

[Luo Yongmin, Luo Xi, Wang Lujun. Rural infrastructure, labor productivity gap between industry and agriculture, and non-agricultural employment. Journal of Management World, 2020, 36(12): 91-121.] DOI: 10.19744/j.cnki.11-1235/f.2020.0186.

[38]
魏静. 交通基础设施、产业集聚与经济增长. 重庆: 西南财经大学博士论文, 2019: 59-63.

[Wei Jing. Transportation infrastructure, industrial agglomeration and economic growth. Chongqing: Southwest University of Finance and Economics, 2019: 59-63.] DOI: 10.27412/d.cnki.gxncu.2019.000527.

[39]
Huang K, Cao S, Qing C, et al. Does labour migration necessarily promote farmers' land transfer-in? Empirical evidence from China's rural panel data. Journal of Rural Studies, 2023, 97: 534-549. DOI: 10.1016/j.jrurstud.2022.12.027.

[40]
关付新. 华北平原种粮家庭农场土地经营规模探究: 以粮食大省河南为例. 中国农村经济, 2018, (10): 22-38.

[Guan Fuxin. The land size of grain production family farms in North China Plain: An example from Henan, a major grain production province. Chinese Rural Economy, 2018, (10): 22-38.]

[41]
李晓丽, 吴威, 刘玮辰. 基于国际公路运输链的“一带一路”区域公路通达性分析. 地理研究, 2020, 39(11): 2552-2567.

DOI

[Li Xiaoli, Wu Wei, Liu Weichen. Analyzing the highway accessibility in the Belt and Road region based on international highway transport chain. Geographical Research, 2020, 39(11): 2552-2567.] DOI: 10.11821/dlyj020190773.

[42]
唐永, 李小建, 胡雪瑶, 等. 快速城镇化中传统农区小城镇规模演变与影响因素. 经济地理, 2023, 43(10): 148-159.

DOI

[Tang Yong, Li Xiaojian, Hu Xueyao, et al. Evolution of town size and its influencing factors in traditional agricultural areas during the rapid urbanization. Economic Geography, 2023, 43(10): 148-159.] DOI: 10.15957/j.cnki.jjdl.2023.10.015.

[43]
张文忠. 经济区位论. 北京: 商务印书馆, 2022: 309.

[Zhang Wenzhong. Theory of Economic Location. Beijing: The Commercial Press, 2022: 309.]

[44]
曲霞, 文晓巍. 乡村振兴背景下韧性乡村的影响因素与示范带耦合分析. 学术研究, 2022, (12): 90-95.

[Qu Xia, Wen Xiaowei. Coupling analysis of influencing factors and demonstration zones of resilient villages under the background of rural revitalization. Academic Research, 2022, (12): 90-95.]

[45]
项继权, 毛斌菁. 要素市场化背景下乡村治理体制的改革. 华中师范大学学报: 人文社会科学版, 2021, 60(2): 1-9.

[Xiang Jiquan, Mao Binjing. The reform of rural governance system under the background of factor liberalization. Journal of Central China Normal University: Humanities and Social Sciences, 2021, 60(2): 1-9.]

[46]
孙欣, 毕如田, 刘慧芳, 等. 贫困山区耕地细碎化对农户生计策略的影响: 以左权县清漳河流域87个村为例. 中国土地科学, 2018, 32(2): 40-47.

[Sun Xin, Bi Rutian, Liu Huifang, et al. Effects of cultivated land fragmentation on farmers' livelihood strategies in impoverished mountainous areas: A case study of 87 villages in Qingzhang River Basin of Zuoquan county. China Land Science, 2018, 32(2): 40-47.] DOI: 10.11994/zgtdkx.20180224.152708.

Options
文章导航

/

〈 〉