EN中文

PROGRESS IN GEOGRAPHY >

2017 , Vol. 36 >Issue 5: 610 - 617

DOI: https://doi.org/10.18306/dlkxjz.2017.05.008

Articles

Spatial pattern and its evolution of population in Tanzania

  • ZHANG Jiaqi , 1, 2 ,
  • CHEN Shuang , 1, * ,
  • Damas W. MAPUNDA , 1, 2
Expand
  • 1. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology/Sino-Africa Joint Research Center, CAS, Nanjing 210008, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China

Online published: 2017-05-20

Supported by

Overseas Science and Education Base Construction Project of Chinese Academy of Sciences, No.SAJC201319

Copyright

《地理科学进展》杂志 版权所有
Fold

Abstract

Tanzania is an important part of China's 'the Belt and Road' strategy, and China has become the largest trade partner of Tanzania. For the extensive cooperation in infrastructure, housing and public services, spatial pattern of population in Tanzania aroused broad attention. Based on the national census and regional statistics data of Tanzania, population density analysis, distribution concentration index, gravity center model, and population growth shift model were used to analyze Tanzania's population spatial distribution pattern and evolution since its economic reform in the late 1980s. The results shows that: (1) Divided by the central railway line, the population of Tanzania showed a characteristic of sparse distribution in the south and dense distribution in the north; (2) There was a growing trend of uneven population distribution during the period of 1988-2012. The population gravity center was always in the central-north region and had a tendency to continue to move northward; (3) Population movement to urban areas was the major process of population redistribution. The capacity of core cities in attracting migrants was growing. The Dar Es Salaam region experienced most rapid population growth that led to significant negative population growth shift in its surrounding areas; (4) Infrastructure such as railways and ports had evident effect on population agglomeration.

Key words： population distribution; evolution of spatial pattern; population growth shift model; Tanzania; the Belt and Road

Cite this article

ZHANG Jiaqi , CHEN Shuang , Damas W. MAPUNDA . Spatial pattern and its evolution of population in Tanzania[J]. PROGRESS IN GEOGRAPHY, 2017 , 36(5) : 610 -617 . DOI: 10.18306/dlkxjz.2017.05.008

1 引言

人口分布是自然、社会、经济和政治等多种因素共同作用的结果(胡焕庸, 1990),研究人口的分布格局变化,可揭示区域人口分布规律,对制定区域发展规划和人口政策、资源合理配置等具有重要意义。国内学者对人口分布格局及演变过程的定量分析方法进行了多层面的探讨(段学军等, 2008; 邓羽等, 2014; 王露等, 2015)。人口分布研究涉及全球(Balk et al, 2006; Linard et al, 2012)、国家、区域、省、市等不同层面,内容上关注人口的时空分布格局、演变特征、影响因素及发展趋势等。非洲国家人口分布研究大致可以归纳为3个方面：一是对人口发展和分布基本特征的分析(杨森林, 1985; Madulu, 2002),从殖民历史、自然环境与资源、交通条件、独立后国家政策、经济发展、移民、城市化等方面探讨人口分布成因和面临问题(Marco et al, 1979; Oucho et al, 1993; Todaro, 1997; 李仲生, 2009);二是针对独立后人口分布不平衡及政策干预作用的研究,独立后的非洲国家都致力于改变殖民时期形成的人口不平衡分布状况,对于政策引导下的人口重分布及自发的重分布过程研究较广泛(Kalipeni, 1992; 高超等, 2013);三是从全球可持续发展出发,对人口分布动态过程的重新认识。21世纪以来高速增长的非洲大陆成为全球可持续发展研究重点地区,未来新增人口的分布动态直接影响其对气候变化的脆弱性和适应性(López-Carr et al, 2014),人口分布研究被赋予新的意义。
坦桑尼亚位于东部非洲,是中非友好关系的重要示范国家。中坦两国在医疗、基础设施(如坦赞铁路)建设等方面有着长期的合作基础。进入21世纪,中坦合作向更深层次、更广范围延伸,中国已成为坦桑尼亚最大贸易伙伴,2013年双边贸易额达37亿美元。坦桑尼亚东邻印度洋,其首位城市达累斯萨拉姆是东部非洲重要的港口城市,并通过铁路和公路网连接赞比亚、刚果(金)等,是“一带一路”战略通向非洲、辐射非洲内陆的重要门户。坦桑尼亚自独立后社会稳定,2000年以来年均人口增速保持在3.1%①(①根据2015年联合国世界人口前景(World Population Prospects)提供的数据计算而得。),是东部非洲人口增长速度最快的国家之一,领土面积亦为东非最大。根据世界人口前景预测,2015-2050年世界人口增长的一半将集中于包括坦桑尼亚在内的9个国家,坦桑尼亚2100年的人口将至少增至现在的5倍(United Nations, 2015)。人口的快速增长给坦桑尼亚的教育、就业、住房、水电和医疗卫生服务等带来了巨大压力,对资源的有效配置提出了更高要求,研究其人口分布及变化规律,可为相关政策制定提供依据。此外,坦桑尼亚人口分布研究成果有助于提升中国“走出去”企业在基础设施、住房及公共服务方面的“精准投资”水平,深化中坦战略合作,对贯彻落实共建“一带一路”发展战略、制定国际援助政策具有一定的参考价值。

2 数据与方法

2.1 研究区域及数据来源

坦桑尼亚位于非洲东部,赤道以南,东濒印度洋,国土总面积947303 km2,由坦噶尼喀(大陆部分)和桑给巴尔(岛)2个部分组成。其中,大陆部分包括25个省(Region),下辖159个地方行政区(District/Municipa);桑给巴尔包括5个省,下辖10个地方行政区。全国169个地区下设3644个亚区(Ward)。本文主要数据来源于坦桑尼亚1988、2002、2012年3次全国人口普查资料。由于1988-2012年间有行政区划调整,坦桑尼亚国家统计局按照2012年的行政区划校订了2002年的人口数据,为便于纵向对比研究,本文参照辖区面积变化对1988年涉及行政区划调整区的人口数据进行了校订,将其统一到2012年的行政区划框架下,构建了3个普查年份的坦桑尼亚省、地区两级行政单元的人口空间数据库,以及2012年亚区级人口空间数据库。

2.2 人口分布计量方法

人口空间分布格局的定量研究方法包括人口密度分析、基尼系数分析等,人口空间分布演变特征的研究方法包括人口分布结构指数变化分析(张善余, 2004)、人口重心移动分析(葛美玲等, 2009) 、人口偏移增长分析(马颖忆等, 2012)等。本文采用人口分布集中指数、人口分布重心、人口偏移增长模型以及人口密度分析坦桑尼亚人口分布和变化趋势。
2.2.1 人口分布集中指数
人口分布集中指数是判断区域人口分布集中或分散趋势的定量指标,计算公式如下：
C = 1 2 ∑ i = 1 n x i - y i (1)
式中： C 为集中指数; n 为研究单元个数; x i 为 i 地区人口占研究区总人口的比重; y i 为 i 地区土地面积占研究区土地总面积的比重。 C 值越小,人口分布越均衡;反之,人口分布越集中。
2.2.2 人口分布重心
人口分布重心用来衡量人口分布的总体移动趋势,计算公式如下：
X ̅ = ∑ i = 1 n P i X i ∑ i = 1 n P i (2)
Y ̅ = ∑ i = 1 n P i Y i ∑ i = 1 n P i (3)
式中： X i 、 Y i 分别为第 i 区域的中心经纬度坐标; P i 为第 i 区域人口数量; X ̅ 、 Y ̅ 分别为人口重心的经纬度坐标; n 为研究单元个数。
2.2.3 人口偏移增长
偏移—分享法(Shift-Share Analysis)主要用于分析一个国家内部人口空间格局演化。按照偏移—分享法,某地区在一定时期内的人口增长可分解为“分享”和“偏移”两部分,前者指该地区按整个国家人口增长率增长时所获得的增长量,后者是指该地区人口绝对增长量与分享增长量的偏差数额。若为正值则表明人口增长速度快于平均增长,人口向该地区集聚,反之则表明人口增长速度慢于平均增长,人口从该地区向外扩散。计算公式如下：
SHIF T ij = ABSG R ij - SHAR E ij = PO P ij t 1 - ∑ i = 1 n PO P ij t 1 ∑ i = 1 n PO P ij t 0 PO P ij t 0 (4)
INTERSHIF T i = ∑ j = 1 m SHIF T ij (5)
式中： SHIF T ij 、 ABSG R ij 、SHAREij分别表示i省内 j 地区在(t0,t1)时间段内的偏移增长量、绝对增长量和分享增长量; PO P ij 表示 i 省内j地区的人口总量;INTERSHIFTi为i省的偏移增长量; m 表示地区的总数量。

3 坦桑尼亚人口密度分布及空间格局

根据坦桑尼亚2012年人口普查数据,全国总人口为44928923人,平均人口密度为51人/km2,基于亚区的人口密度分布如图1所示。坦桑尼亚人口分布总体呈现“南疏北密”及东北沿海(达累斯萨拉姆到坦噶一带以及桑给巴尔)、维多利亚湖沿岸、沿铁路和公路集中的特征。
Fig.1 Ward-level population density distribution of Tanzania in 2012

图1 2012年坦桑尼亚亚区人口密度分布图

(1) 以横贯坦桑尼亚大陆中部的中央铁路线(东起达累斯萨拉姆省,西至基戈马省)为界,人口密度明显表现出“南疏北密”的特征。中央铁路线以北地区的人口密度平均为82人/km2,而铁路线以南地区平均为26人/km2,前者为后者的3倍多。根据省区层面上人口总量、城市化水平和GDP数据,2012年各省人口总量与城市化水平及与GDP在0.05水平(双侧)上显著相关,Pearson相关系数分别为0.384和0.834,经济发展与人口分布在空间上呈现良好重合性。由于坦桑尼亚目前工业化水平低,2008-2014年制造业及采掘业对GDP的贡献平均不足13%②(②根据坦桑尼亚2014年经济调查数据计算。),人口分布主要受长期以来形成的农业、采矿及贸易发展格局影响。北部地区气候适于农业和畜牧业发展,为经济作物如坦噶的剑麻、乞力马扎罗和阿鲁沙的咖啡、西北部至维多利亚湖以南的棉花等的主产区,维多利亚沿湖分布有金矿等矿产资源,同时邻近肯尼亚、乌干达、布隆迪、卢旺达等国家,贸易合作便利。历史上殖民势力最早也是从东北部沿海地区向西部内陆渗透,并修建中央铁路线和北部几条支线铁路,带动了区域的发展和人口集聚。
(2) 东北沿海、维多利亚湖沿岸人口密度明显高于内陆地区。其中,维多利亚湖沿岸各地区(District)人口平均密度达174人/km2,为全国平均水平的3.4倍;而东北沿海各区人口平均密度也达到146人/km2。除基尔瓦港之外的港口所在地均形成人口密度的高值连片区,其周边人口密度大于100人/km2的亚区形成的连片区半径在15~110 km之间(表1),其中姆万扎港的辐射半径最大。小港口中查凯查凯港的辐射作用比较突出,而其他港口的辐射作用十分有限,只在很小的范围内形成人口密度高值区。相比而言,主要海港和内陆港口的平均辐射面积及最大半径分别为小港口的12倍和3倍。
Tab.1 High population density areas surrounding the ports of Tanzania

表1 坦桑尼亚各港口周边的高人口密度区范围

主要港口 >100人/km2的亚区数量/个 面积/km2 最大半径/km
海港 达累斯萨拉姆港 103 2488 65
姆特瓦拉港 16 255 25
坦噶港 27 730 46
基尔瓦港 0 0 0
林迪港 13 265 20
马飞亚港 3 150 30
潘加尼港 5 117 15
巴加莫约港 3 209 27
桑给巴尔港 170 904 45
查凯查凯港 88 755 42
姆科阿尼港 32 252 18
内陆港 姆万扎港 143 9983 110
布科巴港 88 3857 91
穆索马港 94 5377 107
基戈马港 60 4047 105

资料来源：《Basic Facts and Figures, 2012 on Human Settlements in Tanzania Mainland》和《Tanzania transport sector review 2013》。

(3) 铁路和主要公路沿线地区的人口密度较高。铁路沿线亚区人口密度平均为69人/km2,主要公路经过的亚区人口密度平均为64人/km2,均高于全国平均水平。横贯大陆东西的中央铁路及其支线形成于殖民时期,构成坦桑尼亚的主要铁路网,东连海港和经济中心达累斯萨拉姆、西接内陆湖港基戈马市,北延到工业重镇阿鲁沙及维多利亚湖区的姆万扎市;此外,修建于1970-1975年的坦赞铁路自达累斯萨拉姆向西南连接姆贝亚,从通杜马进入赞比亚③(③资料来源于《Tanzania transport sector review 2013》。)。这些铁路线连接沿海、沿湖与内陆,并贯穿内陆地区的主要节点城市,对人口集聚起着重要作用。

4 坦桑尼亚人口空间分布的演变特征

4.1 人口分布集中指数变化

根据分地区的人口普查数据及式(1)计算的坦桑尼亚1988、2002及2012年人口分布集中指数分别为0.44075、0.44177、0.44804,表明近25年间人口分布呈集中的态势。坦桑尼亚独立后,在1968-1978年间强力推行“乌贾马村(Ujamma)”④(④将原来零散居住的小村落合并为较大的村庄进行生产活动。)建设,推动乡村人口重分布,限制人口自由流动,使得人口集中指数出现一定程度降低。
1985年后,新一届政府开始建立以市场经济为基础和以推动私营部门发展为动力的自由化经济,改变了先前的国有化政策和“乌贾马村”建设,人口的流动性大大增加,在空间上的集中也逐渐明显。
21世纪初期,坦桑尼亚实行经济向私营部门全方位开放的政策,宏观经济开始持续稳定的增长,一度成为非洲地区发展最快的国家之一。大规模采矿活动及旅游业的发展也促进了人口的集聚分布(Bryceson et al, 2012),同时农村人口向城市的移民量也不断增加,城市人口年均增长率上升到5.3%(Wenban-Smith, 2015),人口在空间上的集中特征愈加显著。

4.2 人口重心移动分析

1988-2012年的近25年间,坦桑尼亚人口重心一直位于其中部地区,邻近辛吉达省与多多马省的边界,向北偏离坦桑尼亚的几何中心(图2),这与坦桑尼亚的地理特征及殖民历史有重要的联系。1884年德国殖民者从桑给巴尔进入坦桑尼亚大陆后,主要在坦嘎省和达累斯萨拉姆省建立海港基地,用于内陆资源的出口,并修筑中央铁路线,连接北方地区主要的种植园(如乞力马扎罗省)、矿产基地(如希尼安加省)及内陆港口地区(如基戈马省和姆万扎省)(裴善勤, 2008)。英国在1920年接手德国殖民统治后,对原先的种植园区、矿产开采区进一步扩大和发展。到坦桑尼亚独立时,这些地方已发展成为主要的经济和人口中心,总体上形成人口中心偏北的历史惯性。
Fig.2 Change trajectory of the population gravity center of Tanzania from 1988 to 2002 and 2002 to 2012

图2 1988-2012年坦桑尼亚人口重心变动轨迹

从1988-2012年人口分布重心的移动轨迹来看,仍然以向北方移动为主。东西向人口分布变化呈摆动状态,1988-2002年间向西方移动,2002-2012年间向东方移动,但整体上小于南北方向的位移。坦赞铁路的运行状况可能对东西摆动有较大影响,20世纪70年代末坦赞铁路通车以来,对坦桑尼亚西南内陆地区的经济发展有较大的推动作用,促进了人口向西方向集聚;2000年,坦赞铁路的运营已开始陷入困境,到2013年更出现全线停运,因而,对经济发展水平本就不高的西南内陆地区打击较大,间接导致人口向东北部沿海地区的偏移。

4.3 人口偏移增长分析

4.3.1 各省人口偏移增长分析
1988-2002年间,坦桑尼亚各省人口年均总偏移增长量为19.78万人/年,2002-2012年间减至17.36万人/年,说明跨省的人口流动有所减少。图3显示坦桑尼亚30个省两个时间段内人口偏移增长量,可归结为以下四种情况：
Fig.3 Regional population growth shift of Tanzania in 1988-2002 and 2002-2012

图3 1988-2012年坦桑尼亚各省人口偏移增长情况

(1) 两个时间段内人口偏移增长均为正,包括达累斯萨拉姆省、阿鲁沙省、塔波拉省等6个省。其中,达累斯萨拉姆省2002-2012年间人口偏移增长量达到108.76万人,占各省总偏移增长量的63%,是全国最大的人口集聚中心。阿鲁沙省是坦桑尼亚经济最发达的地区之一,以其便利的交通和丰富的旅游资源吸引了大量人口入迁,但2002-2012年间人口偏移增长不明显。阿鲁沙以南的马尼亚拉省人口增长较快,2002-2012年间人口增长速度为全国第三。此外,位于中西部的塔波拉省和卡塔维省也是人口偏移正增长持续出现省份。
(2) 两个时段人口偏移增长量先正后负的省有基戈马省、盖塔省、锡米尤省等6个省。基戈马省1988-2002年间人口偏移增长显著为正,而在2002-2012年间显著为负,主要受布隆迪和刚果(金)难民迁入和迁出的影响。1993-1999年布隆迪内战导致大量难民逃至基戈马省,2005年内战结束后部分难民又重新返回布隆迪。盖塔省、锡米尤省等5个省在1988-2002年间人口偏移增长显著为正,而在2002-2012年间都出现不同程度的负增长,表明其集聚人口的能力开始降低。
(3) 两个时段人口偏移增长量先负后正,包括姆万扎省、鲁夸省、卡盖拉省等6个省。其中姆万扎省和鲁夸省在1988-2002年间人口年均增长率分别仅为0.6%和0.3%,远远低于同期全国平均水平(2.9 %),而2002-2012年间人口年均增长率达到3%和3.2%,高于同期全国平均水平(2.7%),处于人口快速集聚期。
(4) 两个时段人口偏移增长量持续为负,包括多多马省、坦噶省、乞力马扎罗省、滨海省、姆特瓦拉省等12个省,其人口集聚能力都在持续减弱。这些省集中分布在东部及沿海地区,持续的负偏移增长与同区域达累斯萨拉姆高度正偏移增长形成强烈反差。中心城市的强吸引作用可能是造成周边省份人口负偏移增长的原因。
4.3.2 主要城市地区人口偏移增长分析
坦桑尼亚主要有24个城市或城市地区(图4),包括达累斯萨拉姆市、阿鲁沙市、姆万扎市、桑给巴尔市等。1988-2002年间,各市的人口年均总偏移增长量为5.67万人/年,2002-2012年间增至14.7万人/年,表明城市地区的人口集聚量大幅增加。2002-2012年间人口偏移正增长的前3位依次为：达累斯萨拉姆市、桑给巴尔市和姆万扎市,为坦桑尼亚正在不断成长的中心城市;人口偏移负增长的前3位依次为：坦噶市、塔波拉市和恩琼贝市,新首都多多马市的人口近25年来也一直处于偏移负增长,城市自身的吸引力仍然不足。
Fig.4 Population growth shift of major urban areas of Tanzania in 1988-2002 and 2002-2012

图4 1988-2012年坦桑尼亚主要城市地区人口偏移增长情况

从1988-2002、2002-2012年两个时间段的变化趋势来看,达累斯达拉姆市始终处于正向增长的绝对优势地位,城市首位度增强趋势明显。首位城市模式是殖民地历史的遗产,为限制达累斯拉萨姆市人口规模的快速增长,促进其他城市地区共同发展,坦桑尼亚自独立以来,实施了一系列相关政策,包括1969年的“增长极”(Growth Poles)⑤(⑤设立除达累斯萨拉姆以外的9个城市为“增长极”,旨在缓解达累斯萨拉姆的发展压力,促进各区域共同发展。)政策,1960年代晚期-1970年代的地方保护价(Pan-territorial Pricing)政策,1972-1978年的地方政府分权化(Decentralizition of Local Government)政策,1970年代的社会福利支出(Social Welfare Spending)政策,1974年将首都从达累斯萨拉姆市搬迁到多多马市,1976年和1983年驱逐达累斯萨拉姆市的非正式部门职工和无业游民等。Sawers(1989)的研究认为,这些政策相互之间存在矛盾,且均未得到有效的实施,因而收效甚微。1988-2012年间人口偏移增长分析结果也表明,过去的政策没有影响达累斯萨拉姆市的人口增长,且在新时期偏移增长更为突出。
比较城市地区与其对应省份的人口偏移增长趋势,两者比值在1988-2002年间为1:3.88,2002-2012年间上升至1:2.10,表明人口向城市地区集聚程度不断增强。而一些省域出现偏移负增长时,城市地区仍表现出偏移正增长,如松盖阿市、林迪市、基戈马市、伊林加市等,凸显城市的人口集聚能力。

5 结论与讨论

坦桑尼亚人口分布格局受长期以来的农业和贸易发展格局影响形成南疏北密、沿海和沿铁路线集聚的特征,城市化超前于工业化,首位城市的人口集聚能力突出。21世纪以来,在矿业和旅游业强劲发展带动下,坦桑尼亚经济增长连续多年超过6.5%,在非洲国家中位于前列(李湘云, 2014),2012年人口在20万以上的城市地区从2002年的5个增至9个。不同等级规模城市的发展,以及人员流动和经济部门的自由化推动了国内人口的再分配,并在一定程度上重塑社会经济发展的空间结构。基于对1988-2012年坦桑尼亚人口空间分布格局、演变及偏移增长特征的分析,可得出以下结论和建议：
(1) 坦桑尼亚人口密度以中央铁路线为界,总体表现“南疏北密”特征;东北沿海、维多利亚湖沿岸人口密度明显高于内陆地区,特别是港口所在地形成人口密集区;铁路和主要公路沿线地区的人口密度也高于全国平均水平。在1988-2002年和2002-2012年两个时间段,人口分布不均衡发展态势增强;人口分布重心始终处于中部偏北地区,且在地理特征、殖民历史、经济发展差异的影响下,有继续北移的趋势。
(2) 人口向城市地区集聚是人口再分布的主要过程,省域层面的年均人口偏移增长量有下降趋势,而城市地区的年均人口偏移增长量则表现出明显的上升态势。特别是达累斯萨拉姆、桑给巴尔和姆万扎这样的中心城市,人口集聚能力不断增强,以致周边地区出现明显的人口偏移负增长。这印证了人口迁移主要来自相邻省份的结论(Muzzini et al, 2008),人口跨省域的远距离迁移现象仍较少。
(3) 达累斯萨拉姆市的人口高度集聚,且近25年来城市首位度居高不下。在殖民时期形成的发展优势背景下,相对完善的基础设施、充足的就业机会(正式和非正式)、良好的教育和医疗条件是吸引越来越多的居民的主要原因(UN-HABITAT, 2010)。人口在中心城市的高度集聚,一方面造成资源分布不均、区域发展极不平衡;另一方面也给达累斯萨拉姆自身的可持续发展带来巨大挑战,包括就业(特别是正式就业)、基础设施建设、城市环境污染、非正式聚落蔓延等(Kironde, 2006; Abebe, 2011; Melbye et al, 2015)。因此,人口的再分布及平衡的城市等级结构是坦桑尼亚城市化过程中需要重点研究的课题。
(4) 铁路和港口等基础设施对人口集聚的作用明显。在工业化建设过程中,加强国家道路网的建设,有助于提升广大内陆地区的区位优势,带动经济落后地区发展。特别是中坦两国合作重启坦赞铁路运营管理项目,将有助于振兴南部地区经济,促进沿线城市发展。
坦桑尼亚正处于社会和经济发展转型的关键时期,面临基础设施落后、发展资金匮乏等问题,人口分布与演变除受到自然环境、交通设施、历史与政策、经济发展与城市化发展等因素影响,农村地区的极度贫困与大城市在就业、医疗、教育等方面的优势是人口流动最主要的驱动力。近年来包括达累斯萨拉姆、姆万扎、阿鲁沙、姆贝亚等在内的大中城市的工业化开始启动,城市间交通和通信联系加强,现代城市体系正在形成。在共建“一带一路”战略合作背景下,中国应抓住坦桑尼亚城市化快速发展的机遇,加强在城市规划和建设方面的合作;在铁路、港口、路桥等交通设施投资建设方面,应充分考虑人口向大城市再分布过程的影响。人口分布是一个十分复杂的问题,本文仅就省、区层面对坦桑尼亚近25年来人口分布空间格局及演变特征进行初步探讨,今后应从人口迁移模式、路径、构成视角进一步研究人口非平衡分布规律及首位城市发展趋势,并将其作为研究的重点。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
邓羽, 刘盛和, 蔡建明, 等. 2014. 中国省际人口空间格局演化的分析方法与实证[J]. 地理学报, 69(10): 1473-1486.中国正在经历着史无前例的城镇化过程,2011 年全国城镇人口已达6.91 亿人,城镇化率攀升至51.27%.按2030 年城镇化水平到70%计算,还将有接近3 亿人口从农村流动至城市.与此同时,由于总生育率受社会经济发展水平、生态环境以及社会思潮的共同作用,人口自然增长率正在减少,&ldquo;单独二胎&rdquo;政策即是国家对人口发展战略的重大战略调整.由此可见,对正处在城镇化、工业化和全球化加速推进的中国而言,人口自然增长与空间迁移正在且必将持续重塑人口空间格局,因而科学地认识中国人口自然增长和空间迁移的区域差异、准确地把握人口空间格局及其演化趋势,对于科学编制城镇化发展、土地利用、生态环境保护等各类空间规划和制订流动人口、区域协作等各项空间管理政策具有重要意义.本文构建了一种全新的自上而下的人口预测方法,考虑人口自然增长和空间迁移两种影响因素,着重对一级单元(全国) 和次级单元(省级) 在2010-2050 年间的人口总量进行预测,并进一步研判我国人口空间格局的发展情景和演化特征:从各省人口密度变化来看,中国人口空间分布密度继续保持了东部高、中部次之、东北再次、西部最低的总体格局.东部省份中上海、北京、天津及江苏的人口密度始终保持在一至四位,最末三位依次是新疆、青海和西藏.根据本文提出的省际人口变化强度及其主导类型的测算指标和量化结果,可将中国划分为人口快速变化区(净迁入主导型、净迁出主导型、自然增长主导型)、人口低速变化区(净迁入型、净迁出型) 以及人口平稳区.净迁入主导型人口快速变化区将吸纳99%的未来新增流动人口,其中上海、北京、浙江至2030 年时人口密度达到顶峰,而广东的人口密度持续增加到2035 年;净迁出主导型人口快速变化区,包括河南、安徽、重庆、湖北,75%的新增流动人口将由此类型区域迁出;辽宁和山东同属于自然增长主导型人口快速变化区,其新增流动人口比重极小,由人口自然增长变化主导区域的人口快速变化态势.在低速变化区中,除福建和海南作为少有的流动人口净迁入型省份,其余省份人口密度不断降低则缘于大量的劳动力输出和逐渐走低的生育率;大部西北和西南省份属于人口平稳区,其人口密度呈现出稳中有减的态势,人口密度平均值大多在100人/km<sup>2</sup>以下.

DOI

[Deng Y, Liu S H, Cai J M, et al.2014. Spatial pattern and its evolution of Chinese provincial population and empirical study[J]. Acta Geographica Sinica, 69(10): 1473-1486.]

[2]
段学军, 王书国, 陈雯. 2008. 长江三角洲地区人口分布演化与偏移增长[J]. 地理科学, 28(2): 139-144.随着经济社会的快速发展,长江三角洲地区各城市之间人口分布发生了明显的变化,人口的流动和迁移正在成为长江三角洲16个城市间人口发展最为集中的矛盾点。采用密度分析、不均衡指数法、重心分析以及偏移-分享分析(shift-share analysis)等方法,分析改革开放以来长江三角洲地区人口分布演化的特征和规律,发现这一时期该区域人口分布演化呈现明显的阶段性,人口分布重心总体南移,向省市首府集中的趋势明显,人口偏移增长在不同区域层面具有明显的差异,这种人口分布演化的趋势主要受经济社会发展的驱动,同时也受到区域人口政策的影响。

DOI

[Duan X J, Wang S G, Chen W.2008. Evolution of population distribution and growth shift in Changjiang River Delta[J]. Scientia Geographica Sinica, 28(2): 139-144.]

[3]
高超, 金凤君, 傅娟, 等. 2013. 1996-2011年南非人口空间分布格局与演变特征[J]. 地理科学进展, 32(7): 1167-1176.南非是中国在非洲的最大投资目的地与经贸合作伙伴, 特别在基础设施建设方面发展迅速。南非人口空间分布研究对开展中南合作具有重要意义。本文通过收集整理南非历年来的全国人口普查资料统计数据, 运用空间自相关模型、不均衡指数、人口重心模型和偏移—分享模型, 分析了南非人口的空间分布格局和演变特征。研究结果表明, 南非人口分布具有显著的“东高西低”的空间格局, 呈现出以工业化程度较高的大都市区和港口城市为中心的“多核心”集聚的分布特征;空间自相关分析得出人口高集聚区主要分布在大都市区和沿海港口城市, 低密度集聚区主要集中分布在中西部地区;从变化趋势上来看, 1996-2011 年间人口分布不平衡趋势不断加强, 人口重心向西北方向移动;偏移—分享分析表明, 南非人口增长速度先后经历了从1996-2001 年快速增长到2001-2007 年缓慢增长, 再到2007-2011 年高速增长的“高—低—高”增长阶段;省域层面上看, 豪登省和西开普省一直是南非人口集聚较强地区。

DOI

[Gao C, Jin F J, Fu J, et al.2013. Spatial pattern of population and its evolution in South Africa during 1996-2011[J]. Progress in Geography, 32(7): 1167-1176.]

[4]
葛美玲, 封志明. 2009. 中国人口分布的密度分级与重心曲线特征分析[J]. 地理学报, 64(2): 202-210.lt;p>依据2000 年全国第五次人口普查数据, 利用ArcGIS 的空间分析功能, 将人口密度图分层显示, 并形成中国人口分布图系。在此基础上, 建立人口重心曲线, 根据人口重心曲线 上点的邻近性实施人口密度再分级, 由此获得了更具空间集聚特征的人口密度图。基于人口密度分级的多圈层迭加分析表明： 随着人口密度增大, 人口分布重心逐渐由西北向东南移动, 由稀疏趋于稠密, 中国人口分布多圈层集聚特征明显。人口重心曲线表明, 人口分布总体上是从高密度向低密度分布过渡的, 其中在低密度中也有高密度地区分布, 高密度地区也有相对稀疏的地区。基于人口重心曲线的中国人口密度再分级表明, 中国人口密度可以适度划分 为9 级, 据此可以将中国人口地理分布划分为集聚核心区、高度集聚区、中度集聚区、低度 集聚区、一般过渡区、相对稀疏区、绝对稀疏区、极端稀疏区、基本无人区等9 大类型区。 统计表明, 中国3/4 以上的人口集中分布在不到1/5 的国土面积上, 半数以上的国土面积上居住着不到2%的人口, 研究结果较好地揭示了中国人口分布的空间规律性。</p>

DOI

[Ge M L, Feng Z M.2009. Population distribution of China based on GIS: Classification of population densities and curve of population gravity centers[J]. Acta Geographica Sinica, 64(2): 202-210.]

[5]
胡焕庸. 1990. 中国人口的分布、区划和展望[J]. 地理学报, 45(2): 139-145.我国地势西高东低。东部第一台阶为湿润的平原和丘陵,人口稠密。第二台阶分布在中部和西北部,大部为干旱半干旱气候。西南部的青藏高原属高寒气候,人口稀少。一条分界线东北起于黑龙江省的黑河,西南至云南省的腾冲。此线以东居住着全国96％的人口。以西居住着4％的人口。作者把全国分为八大人口区。在未来岁月里,我国人口分布的总格局不会有很大改变。

DOI

[Hu H Y.1990. The distribution, regionalization and prospect of China's population[J]. Acta Geographica Sinica, 45(2): 139-145.]

[6]
李湘云. 2014. 当代坦桑尼亚国家发展进程[M]. 2版. 杭州: 浙江人民出版社.

[Li X Y.2014. Tanzania state-building and development[M]. 2nd ed. Hangzhou, China: Zhejiang People's Publishing House.]

[7]
李仲生. 2009. 非洲的人口动态与分布[J]. 西北人口, 30(5): 23-26.非洲的人口动态长期以来具有高出生率、高死亡率的特点,20世纪90年代以后,非洲的人口动态由高出生高死亡模式向高出生中死亡模式转变,死亡率的持续下降在很大程度上是由于数种过去危害最严重的急性传染病基本上得到有效控制的结果。正是死亡率的下降和持续的高出生率导致非洲人口迅速增长。在非洲人口增长的过程中,人口分布是极不平衡的。非洲人口分布的变化与经济因素的人口定期迁移是密切相关的,大致可分为三种情况,这种独特的迁移模式均与经济活动和生产方式直接相关。

DOI

[Li Z S.2009. Africa's population dynamics and distribution[J]. Northwest Population, 30(5): 23-26.]

[8]
马颖忆, 陆玉麒, 张莉. 2012. 江苏省人口空间格局演化特征[J]. 地理科学进展, 31(2): 167-175.以江苏省为例,选取人口数及人口密度为研究指标,以县域为研究单元,通过人口密度、空间自相关、不均衡指数、重心移动及偏移—分享分析,描述20 世纪90 年代以来江苏省人口空间格局及其演变趋势。结果表明:近20 年来,江苏省人口密度有“南高北低”的特征,该现象与经济发展水平相对应;江苏省人口分布存在一定的空间关联性,在长江中下游各县市形成空间人口密度高的集聚区域,在苏北平原形成空间人口密度低的集聚区域,随时间推移人口集聚趋势不断减弱;江苏省人口呈不均衡分布状态且不均衡趋势加强,人口重心逐渐向西北方向迁移;江苏省人口增长速度在变慢,集聚人口能力在3 大区域之间有明显差异,苏中相对不足,苏南不断增强而苏北不断减弱。

DOI

[Ma Y Y, Lu Y Q, Zhang L.2012. Evolvement of spatial pattern of population with data at county level in Jiangsu Province[J]. Progress in Geography, 31(2): 167-175.]

[9]
裴善勤. 2008. 列国志: 坦桑尼亚[M]. 北京: 社会科学文献出版社.

[Pei S Q.2008. Guide to the world states: Tanzania[M]. Beijing, China: Social Sciences Academic Press.]

[10]
王露, 封志明, 杨艳昭, 等. 2015. 2000-2010年中国不同地区人口密度变化及其影响因素[J]. 地理学报, 69(12): 1790-1798.

[Wang L, Feng Z M, Yang Y Z, et al.2015. The change of population density and its influencing factors from 2000 to 2010 in China on county scale[J]. Acta Geographica Sinica, 69(12): 1790-1798.]

[11]
杨森林. 1985. 非洲人口分布浅析[J]. 西北人口,(1): 54-58, 53.

[Yang S L.1985. Feizhou renkou fenbu qianxi[J]. Northwest Population,(1): 54-58, 53.]

[12]
张善余. 2004. 人口地理学概论[M]. 上海: 华东师范大学出版社.

[Zhang S Y.2004. Renkou dilixue gailun[M]. Shanghai, China: East China Normal University Press.]

[13]
Abebe F K.2011. Modelling informal settlement growth in Dar es Salaam, Tanzania[D]. Twente, the Netherlands: University of Twente.

[14]
Balk D L, Deichmann U, Yetman G, et al.2006. Determining global population distribution: Methods, applications and data[J]. Advances in Parasitology, 62: 119-156.Elsevier’s Scopus, the largest abstract and citation database of peer-reviewed literature. Search and access research from the science, technology, medicine, social sciences and arts and humanities fields.

DOI PMID

[15]
Bryceson D F, Jønsson J B, Kinabo C, et al.2012. Unearthing treasure and trouble: Mining as an impetus to urbanisation in Tanzania[J]. Journal of Contemporary African Studies, 30(4): 631-649.Despite an abundance of mineral wealth and an ancient history of gold trading, Tanzania is a relative latecomer to the experience of being a mineral-dominated national economy. Both the British colonial state and Nyerere's post-colonial state avoided encouraging, and only reluctantly provided support to, large- and small-scale mining. Farming constituted the livelihood for the vast majority of the population and peasant agricultural exports provided the main source of foreign exchange for the country. Now, however, Tanzania has become one of Africa's main gold producers and the number one destination for non-oil foreign direct investment after South Africa. This article traces the development of gold mining and urban growth in Tanzania with the aim of identifying if, when and where these two processes interact with one another. It explores the triggers, mechanisms and durability of their fusion and synergies over time.

DOI

[16]
Kalipeni E.1992. Population redistribution in Malawi since 1964[J]. Geographical Review, 82(1): 13-28.Population redistribution in Malawi since 1964 is examined in terms of levels and intensities of spontaneous national regional and district redistribution. Geographic patterns of internal movement and interrelationships between internal migration and selected measures of modernization are also examined. The governments development-oriented strategies are considered to be responsible for these shifts i.e. the opening of commercial estates in the central and northern regions and in sparsely populated rural areas in the south and establishment of service centers or growth poles in unpopulated areas. The significance of this natural movement is that many African countries have experienced lopsided developed. Census data for 1966 1977 and 1987 were used primarily in the analysis; unpublished and published data from other government sources were also available. Factor analysis was used to define the trends and regression for defining the statistical relationships between variables. Population and land resources are described. Population distribution has evened out since 1966 as evidenced by the flattened Lorenz curve. Location quotients are also calculated to reflect the relative concentration of population. The patterns of internal migration are described. In-migration out-migration and net migration are explained in stepwise regressions by socioeconomic development measures converted into orthogonal factor dimensions through principal components analysis with varimax rotation. 9 regression models were generated and all were significant at the 5% level. In 1966 agriculture education (negative and positive signs) urbanization (positive signs) and density (negative sign) were significant in accounting for the variations in dependent variables. R2 values equaled .48-.97. The pattern for 1977 was similar with R2 values ranging from .49 to .82. The policy implications involve the population pressure on land resources in the south the longterm growth of population which is increasing at the fast rate of 3%/year and expected to consume land resources and competition between land uses.

DOI

[17]
Kironde J M L.2006. The regulatory framework, unplanned development and urban poverty: Findings from Dar es Salaam, Tanzania[J]. Land Use Policy, 23(4): 460-472.The policy framework supports the revision of planning standards; the incorporation of communities and the private sector in land delivery; and the decentralisation and streamlining of procedures. In practice, officials aim at high standards, centralised and lengthy administrative procedures, and direct public sector involvement in land delivery. Evidence is provided of the deleterious effects of the continued hesitation to address the regulatory framework whose revision downwards would result into more legal land being available, faster and at a lower cost; thus reaching more of the low income households, reducing unplanned development and making a positive impact on dealing with urban poverty.

DOI

[18]
Linard C, Gilbert M, Snow R W, et al.2012. Population distribution, settlement patterns and accessibility across Africa in 2010[J]. PLoS One, 7(2): e31743.

[19]
López-Carr D, Pricope N G, Aukema J E, et al.2014. A spatial analysis of population dynamics and climate change in Africa: Potential vulnerability hot spots emerge where precipitation declines and demographic pressures coincide[J]. Population and Environment, 35(3): 323-339.We present an integrative measure of exposure and sensitivity components of vulnerability to climatic and demographic change for the African continent in order to identify "hot spots" of high potential population vulnerability. Getis-Ord Gi* spatial clustering analyses reveal statistically significant locations of spatio-temporal precipitation decline coinciding with high population density and increase. Statistically significant areas are evident, particularly across central, southern, and eastern Africa. The highly populated Lake Victoria basin emerges as a particularly salient hot spot. People located in the regions highlighted in this analysis suffer exceptionally high exposure to negative climate change impacts (as populations increase on lands with decreasing rainfall). Results may help inform further hot spot mapping and related research on demographic vulnerabilities to climate change. Results may also inform more suitable geographical targeting of policy interventions across the continent.

DOI

[20]
Madulu N F.2002. Population distribution and density in Tanzania: Experiences from 2002 population and housing census[R]. Dar es Salaam, Tanzania: University of Dar Es Salaam.

[21]
Marco P S, Mlay W F I.1979. Population redistribution in Tanzania[J]. Journal of the Geographical Association of Tanzania, (18): 26-47.

[22]
Melbye D C, Møller-Jensen L, Andreasen M H, et al.2015. Accessibility, congestion and travel delays in Dar es Salaam: A time-distance perspective[J]. Habitat International, 46: 178-186.This paper addresses the current state of the transport infrastructure in the city of Dar es Salaam providing both a methodological, a planning and a spatial accessibility perspective. Initially, a short background section describes the growth and spatial transformation of the city area based on spatially disaggregated data from the most recent inter-census period from 2002 to 2012. This period is characterized by extensive growth in terms of area, population and car use, while the road network largely maintains status quo except for ad-hoc development in new urban areas. The paper moves on to present a review of research into travel speed levels and congestion in Dar es Salaam. A set of city-wide maps of accessibility and delay levels are constructed based on available speed data and road network data obtained from the OpenStreetMap project and the findings are discussed with respect to the need for more efficient transport planning and implementation of plans.

DOI

[23]
Muzzini E, Lindeboom W.2008. The urban transition in Tanzania: Building the empirical base for policy dialogue[R]. Washington, DC: World Bank.

[24]
Oucho J O, Gould W T S. 1993. Internal migration, urbanization, and population distribution[M]//Foote K A, Hill K H, Martin L G. Demographic change in sub-Saharan Africa. Washington, DC: National Academy Press: 256-296.

[25]
Sawers L.1989. Urban primacy in Tanzania[J]. Economic Development and Cultural Change, 37(4): 841-859.

[26]
Todaro M P.1997. Urbanization, unemployment, and migration in Africa: Theory and policy[R]. Policy Research Division Working Papers No. 104. New York: Population Council.

[27]
UN-HABITAT.2010. The state of African cities 2010: Governance, inequalities and urban land markets[R]. Nairobi, Kenya: UN Centre for Human Settlements.

[28]
United Nations.2015. World population prospects: The 2015 revision: Key findings and advance tables[R]. New York: United Nations Department of Economic and Social Affairs, Population Division.

[29]
Wenban-Smith H.2015. Population growth, internal migration and urbanisation in Tanzania, 1967-2012[R]. London, UK: International Growth Centre.

Options
Outlines

/

〈 〉