林鑌雷 王磊斌 林齊根 楊陳心怡 景丞 李璦蔚 王雪晴 高淑媛 黃金龍 姜彤

1 南京信息工程大學(xué)地理科學(xué)學(xué)院/災(zāi)害風(fēng)險管理研究院，南京 210044

2 河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院，石家莊 050024

1 引言

人口問題是一個多元化的綜合問題，人口、經(jīng)濟(jì)和環(huán)境之間是一個互相影響、互相作用的復(fù)雜體系（曾嶸等, 2000）。近年來，人口激增導(dǎo)致了大量化石燃料的燃燒以及溫室氣體的排放，這無疑加劇了緩解和適應(yīng)氣候變化方面的挑戰(zhàn)（IPCC,2013）。而人口問題對鄉(xiāng)村振興地區(qū)的影響尤為嚴(yán)重，大量貧困人口會引發(fā)一系列社會環(huán)境問題（郭永中, 2002; 王永濤, 2017）。中國是世界人口第一大國，其中鄉(xiāng)村振興核心區(qū)人口占全國人口約18%。據(jù)全國農(nóng)村貧困監(jiān)測調(diào)查顯示，2018年末鄉(xiāng)村振興核心地區(qū)農(nóng)村貧困人口數(shù)仍有935×104。14個鄉(xiāng)村振興核心區(qū)為《中國農(nóng)村扶貧開發(fā)綱要 （2011～2020年）》（http://www.gov.cn/jrzg/2011-12/01/content_2008462.htm.[2021-06-10]）中指出的極端貧困地區(qū)。鄉(xiāng)村振興核心區(qū)未來的人口發(fā)展?fàn)顩r對我國中西部的區(qū)域經(jīng)濟(jì)增長、資源配置意義重大。未來人口的綜合預(yù)估，對制定合理的人口政策和區(qū)域發(fā)展規(guī)劃有重要意義（姜彤等, 2017）。社會經(jīng)濟(jì)的發(fā)展與氣候變化密不可分。根據(jù)世界銀行報告，自然災(zāi)害會對貧困地區(qū)造成更大沖擊并可能加劇貧困（The World Bank, 2016）。已有研究指出干旱作為主要氣象災(zāi)害之一，在全球?qū)е碌慕?jīng)濟(jì)損失正在增加（EM-DAT, the international disasters database, https://www.emdat.be/[2021-06-10]）。中國受干旱災(zāi)害影響嚴(yán)重，旱災(zāi)導(dǎo)致的經(jīng)濟(jì)損失占災(zāi)害損失比重較大（宋連春等, 2003），且干旱半干旱區(qū)域受災(zāi)程度更大。而鄉(xiāng)村振興核心區(qū)大多分布在此區(qū)域，在氣候變化背景下其未來受干旱災(zāi)害的影響預(yù)計更加嚴(yán)重（Wang and Chen, 2014），但目前對于氣候變化情景下的鄉(xiāng)村振興核心區(qū)未來干旱災(zāi)害暴露人口的研究還較少。

在人口預(yù)估模型中，人口—發(fā)展—環(huán)境（PDE）模型最早是由Rogers（1975）根據(jù)隊列—要素法并結(jié)合生命狀態(tài)進(jìn)行擴(kuò)展而形成的，該模型現(xiàn)在被國際應(yīng)用系統(tǒng)分析研究所（International Institute for Applied Systems Analysis，IIASA）應(yīng)用于國家人口預(yù)測項目。國內(nèi)人口預(yù)估相關(guān)研究中，解保華等 （2010）選用LESLIE矩陣人口模型預(yù)估了中國人口總量和年齡結(jié)構(gòu)，王學(xué)保和蔡果蘭（2009）采用Logistics模型進(jìn)行中國人口預(yù)測，但其預(yù)測情景單一。孟令國等（2014）利用PDE模型考慮生育政策調(diào)整，對中國未來的人口結(jié)構(gòu)進(jìn)行了預(yù)估，但該研究未考慮其他要素變化。政府間氣候變化專門 委 員 會（Intergovernmental Panel on Climate Change，IPCC）于2010年提出了以共享社會經(jīng)濟(jì)路徑（Shared Socio-economic Pathways，SSPs）為核心的社會經(jīng)濟(jì)新氣候變化情景，共包含5種不同的發(fā)展路徑：SSP1可持續(xù)路徑（Sustainability）、SSP2中間路徑（Middle of the Road）、SSP3區(qū)域競爭路徑（Regional Rivalry）、SSP4不均衡路徑 （Inequality）和SSP5化石燃料為主的發(fā)展路徑

（Fossil-fueled Development）（O'Neill et al., 2014;van Vuuren et al., 2014），這5種SSPs路徑適用于不同國家和區(qū)域尺度（曹麗格等, 2012）。與傳統(tǒng)人口預(yù)估相比，SSPs路徑綜合了不同氣候政策和社會發(fā)展模式，為未來預(yù)估提供科學(xué)依據(jù)（姜彤等, 2017）。目前，美國國家大氣研究中心（NCAR）和國際應(yīng)用系統(tǒng)分析研究所（IIASA）對全球近200個國家和地區(qū)分別開展了基于SSPs路徑下的人口預(yù)測（KC and Lutz, 2014）及變化情況研究。也有學(xué)者在此基礎(chǔ)上開展了中國的人口預(yù)測，如姜彤等（2017）考慮了“全面二孩”政策并對2011～2100年中國和31個省的人口變化進(jìn)行預(yù)估，王艷君等（2020）研究了2015～2050 年中國分省城鄉(xiāng)人口變化規(guī)律及其影響因素，但以上研究均是基于省份的分析。

對于干旱災(zāi)害影響研究，Su et al.（2018）已利用CMIP5（Coupled Model Intercomparison Project Phase 5）多模式數(shù)據(jù)預(yù)估了中國未來的干旱災(zāi)害風(fēng)險。目前世界氣候研究計劃（World Climate Research Programme，WCRP）組織的國際耦合模式比較計劃已陸續(xù)發(fā)布第六階段（CMIP6）的結(jié)果，CMIP6采用了共享社會經(jīng)濟(jì)路徑（SSPs）和典型濃度路徑RCPs（Representative Concentration Pathways）的組合情景，關(guān)聯(lián)了氣候變化與社會經(jīng)濟(jì)，使干旱預(yù)估結(jié)果更為合理。其次，相比于CMIP5，CMIP6的模式分辨率以及對物理過程的表征都有一定的提升（周天軍 等, 2019; Nie et al., 2020）。當(dāng)前已有利用CMIP6結(jié)果數(shù)據(jù)對南亞地區(qū)未來干旱特征進(jìn)行研究（Zhai et al., 2020），以及結(jié)合共享社會經(jīng)濟(jì)路徑分析南亞的干旱人口暴露度 （Mondal et al., 2021），Wang et al.（2020）也對塔里木和印度河流域的干旱人口暴露進(jìn)行比較研究。

為此，本研究首先基于中國人口普查資料以及中國縣域統(tǒng)計年鑒數(shù)據(jù)，以鄉(xiāng)村振興核心區(qū)為研究區(qū)域，采用PDE模型，預(yù)測2020～2040年SSP1-SSP5 路徑下14個鄉(xiāng)村振興核心區(qū)人口發(fā)展變化情況。進(jìn)一步根據(jù)CMIP6氣候模式模擬數(shù)據(jù)，研究中國鄉(xiāng)村振興核心區(qū)干旱人口暴露度的時空演變規(guī)律，為鄉(xiāng)村振興核心區(qū)應(yīng)對氣候變化影響及適應(yīng)性措施的提出提供科學(xué)依據(jù)。

2 數(shù)據(jù)與方法

2.1 研究區(qū)域和數(shù)據(jù)

2.1.1 研究區(qū)域及基礎(chǔ)人口數(shù)據(jù)

本文研究區(qū)域為中國14個鄉(xiāng)村振興核心區(qū)，如圖1。鄉(xiāng)村振興核心區(qū)覆蓋全國21個省，521個鄉(xiāng)村振興核心縣，總面積為383×104km2，分別是六盤山區(qū)、秦巴山區(qū)、武陵山區(qū)、烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)、大興安嶺南麓山區(qū)、燕山—太行山區(qū)、呂梁山區(qū)、大別山區(qū)、羅霄山區(qū)、西藏區(qū)、四省藏區(qū)和新疆南疆三地州。

圖1 中國14個鄉(xiāng)村振興核心區(qū)分布Fig. 1 14 rural revitalization areas in China

鄉(xiāng)村振興核心區(qū)人口現(xiàn)狀基礎(chǔ)數(shù)據(jù)來源于中國農(nóng)村貧困監(jiān)測報告（國家統(tǒng)計局住戶調(diào)查辦公室,2017）。起始年參數(shù)構(gòu)建基于2010年第六次全國人口普查中中國分省人口數(shù)據(jù)，包括14個鄉(xiāng)村振興核心區(qū)所在省份分性別、年齡和教育水平的人口總數(shù)、死亡率、遷移人口以及育齡婦女生育率。省域預(yù)估數(shù)據(jù)的格點化基于2010年中國分縣人口數(shù)據(jù)，數(shù)據(jù)來源于中國縣域統(tǒng)計年鑒。SSPs路徑下的全國人口預(yù)估數(shù)據(jù)來自南京信息工程大學(xué)發(fā)布的共享社會經(jīng)濟(jì)路徑人口和經(jīng)濟(jì)預(yù)估數(shù)據(jù)庫（https://geography.nuist.edu.cn/2020/0706/c6155a160551/pag e.htm[2021-06-10]）。

2.1.2 觀測格點數(shù)據(jù)和氣候模式模擬數(shù)據(jù)

觀測數(shù)據(jù)來自CN05.1格點化觀測數(shù)據(jù)集，該數(shù)據(jù)集使用中國境內(nèi)2400多個臺站的觀測資料，采用距平逼近方法，由氣候場和距平場分別插值后疊加得到（Xu et al., 2009; 吳佳和高學(xué)杰, 2013）。氣候模式歷史和未來數(shù)據(jù)來自最新的第六次耦合模式比較計劃CMIP6（https://esgf-node.llnl.gov/search/cmip6/[2021-06-10]）。選取共享社會經(jīng)濟(jì)路徑（SSPs）和典型濃度路徑（RCPs）組合情景（SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP4-6.0、SSP5-8.5）下4個在中國區(qū)域表現(xiàn)較好的全球氣候模式（CanESM5、IPSL-CM6A-LR、MIROC6、 MRI-ESM2-0）。以CN05.1格點化觀測數(shù)據(jù)作為基準(zhǔn)，采用等距離累積分布函數(shù)（Equidistant Cumulative Distribution Functions，

EDCDF）和累積概率分布函數(shù)（Cumulative Distribution Functions，CDF）對氣候模式數(shù)據(jù)進(jìn)行偏差訂正和空間降尺度，各氣候模式數(shù)據(jù)統(tǒng)一降尺度到0.5°分辨率（Wood et al., 2004; Li et al., 2010; Su et al., 2016）。最后基于降尺度和偏差訂正后的模式基準(zhǔn)時期（1995～2014年）以及選取的未來時期 （2020～2040年）的逐月降水量、最高氣溫、最低氣溫、風(fēng)速、向下短波輻射量和相對濕度6個變量數(shù)據(jù)，對中國鄉(xiāng)村振興核心區(qū)歷史和未來干旱災(zāi)害頻次進(jìn)行模擬和預(yù)估。

2.2 人口預(yù)估模型

本文人口預(yù)估采用人口—發(fā)展—環(huán)境（PDE）模型。PDE模型通過設(shè)定初始人口在不同年齡、性別、教育程度、出生率和死亡率下的“狀態(tài)”，來進(jìn)行未來人口及人口結(jié)構(gòu)的預(yù)測，即某一年i+1歲的人口等于上一年i歲人口數(shù)量減去該年該年齡死亡人口數(shù)量，該年新增人口等于該年出生人口與外地凈遷入人口之和。PDE模型、出生人口和死亡人口的預(yù)估模型計算公式分別如下：

其中，P為人口數(shù)，D為死亡率，M為遷移人口，s為人口性別，i為人口年齡，t為年份，Pi,Pi+1分布表示i歲和i+1歲的地區(qū)人口數(shù)量。即P(s, i, t)表示t年分性別分年齡的人口數(shù)；D(s, i, t)表示t年分性別分年齡的死亡人口；V(s ,i , t) 表示t年分年齡分性別的遷移人口。

2.3 SSPs路徑下人口預(yù)估參數(shù)設(shè)定

IPCC提出的5種共享社會經(jīng)濟(jì)路徑（SSPs）描繪了未來社會經(jīng)濟(jì)系統(tǒng)發(fā)展的不同軌跡，每種發(fā)展路徑依據(jù)其社會經(jīng)濟(jì)發(fā)展特征對應(yīng)不同的參數(shù)假設(shè)方案的組合（O'Neill et al., 2014; van Vuuren et al., 2014），具體如下：SSP1路徑是一種可持續(xù)發(fā)展的情景，氣候變化挑戰(zhàn)較低，貧困地區(qū)快速發(fā)展，該路徑降低資源強度及對化石能源依賴度，注重綠色發(fā)展和科技創(chuàng)新；SSP2路徑則維持當(dāng)前發(fā)展模式，實現(xiàn)部分發(fā)展目標(biāo)，能源和資源強度有一定程度的降低；SSP3路徑是局部或不一致發(fā)展路徑，區(qū)域間缺乏協(xié)調(diào)分化顯著，貧富差異增大，貧困區(qū)發(fā)展受限；SSP4路徑為不均衡發(fā)展路徑，適應(yīng)未來挑戰(zhàn)，體現(xiàn)高度的不均衡發(fā)展；SSP5是以傳統(tǒng)化石能源為主的發(fā)展路徑，強調(diào)傳統(tǒng)的經(jīng)濟(jì)發(fā)展，解決社會問題時強調(diào)自身利益的實現(xiàn)。

未來變化的人口參數(shù)假設(shè)是基于國際應(yīng)用系統(tǒng)分析研究所（IIASA） 開展的人口試驗，設(shè)定如下 （KC and Lutz, 2017；O'Neill et al., 2017）：SSP1路徑下衛(wèi)生設(shè)施和教育設(shè)施的投資促使鄉(xiāng)村振興核心區(qū)人口模式向現(xiàn)代型轉(zhuǎn)型，因此維持低生育率和低死亡率發(fā)展。同時也存在適度的人口流動，遷移率在中等水平。SSP2路徑下鄉(xiāng)村振興核心區(qū)生育率、死亡率和遷移率均處于中等水平。SSP3路徑下未實現(xiàn)發(fā)展目標(biāo)，對教育和衛(wèi)生投資不足導(dǎo)致鄉(xiāng)村振興核心區(qū)未來呈高死亡率和低受教育水平情形。且鄉(xiāng)村振興核心區(qū)作為極端貧窮地區(qū)，人口快速增長，區(qū)域間移民減少，認(rèn)定遷移率為低水平。SSP4是不均衡路徑，鄉(xiāng)村振興核心區(qū)作為經(jīng)濟(jì)發(fā)展較差的區(qū)域，低生育率地區(qū)的生育率依舊保持較低水平，死亡率、遷移率均在中等水平。以化石燃料為主的發(fā)展路徑SSP5下的大量投資，會降低生育率和死亡率，經(jīng)濟(jì)高度發(fā)展導(dǎo)致遷移率較高。SSPs下鄉(xiāng)村振興核心區(qū)未來具體人口出生率、死亡率等人口參數(shù)設(shè)定如表1所示。

表1 SSPs路徑下人口相關(guān)參數(shù)假設(shè)Table 1 Hypothesis of population-related parameters under shared socio-economic paths (SSPs)

基于IIASA不同路徑下的人口假設(shè)，低和高假設(shè)下的人口參數(shù)采用了維也納人口研究所（VID）提出的預(yù)估方案（Basten et al., 2013; Goujon and Fuchs, 2013），結(jié)合中國人口政策和貧困區(qū)人口發(fā)展特征開展人口參數(shù)的本地化。已有研究顯示，二孩政策開放以后，中國育齡婦女總和生育率會有一定的增長，并最終穩(wěn)定在1.8左右（國家人口發(fā)展戰(zhàn)略研究課題組, 2007; 翟振武等, 2016），其中城市地區(qū)較農(nóng)村地區(qū)受二孩政策的影響更大，全面放開二孩政策以后，城市和農(nóng)村地區(qū)總和生育率將較二孩政策前分別增長35%和7%，本文所研究的中國鄉(xiāng)村振興核心區(qū)其所處區(qū)域多為相對落后的農(nóng)村地區(qū)，因此在省域參數(shù)上疊加了農(nóng)村設(shè)定。這些區(qū)域原本已有相對較高的生育率，因此認(rèn)為二孩政策對其影響有限，中等路徑下設(shè)定2019年總和生育率水平增長至1.9，之后降低穩(wěn)定在1.8，到2030年高/低假設(shè)下生育率分別較中等假設(shè)高/低20%，至2050年時分別高/低25%（表2）。中國中等假設(shè)下預(yù)期壽命每5年增加1歲，而高等和低等死亡率假設(shè)下，人均壽命較中等假設(shè)每10年低/高1歲。經(jīng)濟(jì)的增長和社會的進(jìn)步導(dǎo)致區(qū)域間發(fā)展差距縮小，人口省際和鄉(xiāng)城遷移率將會降低，因此設(shè)定中等方案為凈遷移人口在初始人口基礎(chǔ)上每5年減少20%，在此基礎(chǔ)上遷移規(guī)模繼續(xù)降低并收斂于0。低/高等假設(shè)下，遷移人口分別相對于中等假設(shè)低/高50%。預(yù)估中將生育率、死亡率與遷移率作為模型參數(shù)，并通過各年齡段人口的轉(zhuǎn)移預(yù)測人口變化。

表2 2010～2040年中國不同生育率等級假設(shè)下的總和生育率Table 2 Total fertility rate of different grade fertility level hypotheses in China from 2010 to 2040

2.4 鄉(xiāng)村振興核心區(qū)格點數(shù)據(jù)制作

根據(jù)PDE模型預(yù)估的未來各省份人口數(shù)據(jù)需進(jìn)行格點化處理?；鶞?zhǔn)期的人口分布格點采用根據(jù)二孩政策制作的中國人口數(shù)據(jù)集，利用趨勢外推法（trend extrapolation methods）（Smith et al., 2002;Yamagata et al., 2015），以5年為一個周期將基于各省份的人口預(yù)估數(shù)據(jù)降尺度至格點數(shù)據(jù)，具體方法如下：根據(jù)y1（2010年）及y2（2015年）基準(zhǔn)期的格點數(shù)據(jù)，計算得出各格點的變化因子kg_y2：

其中，Pg_y1和Pg_y2是2010年和2015年兩年的格點人口數(shù)據(jù)，Pp_y1和Pp_y2則為2010年和2015年格點所在省份的人口數(shù)據(jù)，之后再結(jié)合未來第x年省際尺度的人口預(yù)測值Pp_yx，得到該年份的格點數(shù)據(jù)Pg_yx，公式為

2.5 干旱頻次及干旱人口暴露度

本文利用標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI），通過將降水量和蒸散量之間的差異標(biāo)準(zhǔn)化來識別干旱，以對未來時期的干旱情況與基準(zhǔn)期進(jìn)行比較。SPEI值小于-1表示干旱，SPEI值越小代表干旱程度越嚴(yán)重，具體見表3，干旱頻率是指每年發(fā)生的干旱事件的數(shù)量，即以SPEI值小于-1為開始標(biāo)志，至首次大于-1為止，識別為1次干旱事件。對氣候模式訂正后的格點數(shù)據(jù)計算SPEI指數(shù)并識別干旱事件，累計得到基準(zhǔn)期與未來時期內(nèi)的干旱頻次fa：

表3 SPEI干旱條件分類Table 3 Classification of the dry conditions of Standardized Precipitation Evapotranspiration Index (SPEI)

結(jié)合預(yù)估得到的未來人口分布結(jié)果及基準(zhǔn)期下的年均人口數(shù)據(jù)，通過疊加乘積計算得到各時期暴露于干旱災(zāi)害下的人口Pf：

3 研究結(jié)果

3.1 中國鄉(xiāng)村振興核心區(qū)人口現(xiàn)狀

在不考慮行政區(qū)劃調(diào)整前提下，統(tǒng)計得全國14個鄉(xiāng)村振興核心區(qū)2010～2016年人口及變化趨勢如圖2所示。2010～2016年鄉(xiāng)村振興核心區(qū)人口整體呈上升趨勢，期間鄉(xiāng)村振興核心區(qū)的人口年平均增長率為2.33%，2014年前人口增長速度較快，增長率均在3%以上，但逐年遞減，在2014年人口達(dá)到2.42×109人。此后鄉(xiāng)村振興核心區(qū)人口增長放緩，增長率降至2%～3%，變化幅度較小。

圖2 2010～2016年中國鄉(xiāng)村振興核心區(qū)人口數(shù)變化Fig. 2 Changes in population in the rural revitalization areas in China from 2010 to 2016

2016年全國各鄉(xiāng)村振興核心區(qū)人口密度如圖3所示，從空間上看，人口分布整體呈現(xiàn)“東多西少”的分布特征，不同鄉(xiāng)村振興核心區(qū)間有較大差異。西部鄉(xiāng)村振興核心區(qū)面積較大人口稀少，南疆三地州片區(qū)、西藏片區(qū)和四省藏片區(qū)人口密度相對最低，每平方公里甚至不足10人，特別在西藏片區(qū)的西北部、南部邊界地區(qū)、四省藏片區(qū)西部及南疆三地州區(qū)的東部，均無人定居。而中部鄉(xiāng)村振興核心區(qū)如羅霄山片區(qū)、武陵山片區(qū)和大別山片區(qū)人口密度較大，片區(qū)內(nèi)部局部人口密度每平方公里超過500人，其中大別山片區(qū)北部人口密度最大達(dá)到每平方公里882人。

圖3 2016年中國鄉(xiāng)村振興核心區(qū)人口密度分布Fig. 3 Population density distribution of the rural revitalization areas in China in 2016

3.2 2020～2040年鄉(xiāng)村振興核心區(qū)人口變化

2020～2040年，SSPs路徑下14個鄉(xiāng)村振興核心區(qū)人口總量差距不大，但不同路徑下人口變化趨勢不盡相同（圖4）。在不同的發(fā)展路徑下，鄉(xiāng)村振興核心區(qū)的總?cè)丝谧兓煌?。其中，SSP3路徑下人口始終呈快速上升趨勢，并在2040年增長達(dá)到2.66億人，年均增長率在0.34%附近波動。SSP2路徑下，總?cè)丝谧兓事晕⒃黾雍箝_始減少趨勢，人口總量保持平穩(wěn)變化較少，2040年達(dá)到2.48×109人。而SSP1、SSP4和SSP5路徑下鄉(xiāng)村振興核心區(qū)人口變化趨勢相仿，人口數(shù)量在2030年前有小幅度的增加，但整體上仍均呈減少趨勢，且降低速率隨時間推進(jìn)增加，SSP5路徑下人口總量最少，人口下降趨勢最顯著且轉(zhuǎn)變出現(xiàn)時間最早。特別的，在SSP1和SSP4路徑下，人口變化預(yù)測趨勢相近，2020～2030年人口數(shù)量略微增長，在達(dá)到約2.4×109人后轉(zhuǎn)變?yōu)橄陆第厔?，且人口減少速率逐年遞增。至2040年，人口最少的SSP5路徑和人口最多的SSP3路徑下的人口數(shù)量差距超過3500×104人。從鄉(xiāng)村振興核心區(qū)人口占全國比重來看，SSP3和SSP5路徑下，人口占比的變化趨勢與人口數(shù)量變化趨勢基本相近，分別呈現(xiàn)持續(xù)增長和下降的發(fā)展趨勢。SSP3路徑下鄉(xiāng)村振興核心區(qū)的人口增長高于全國水平，2040年占比升至18.07%。SSP5路徑下人口數(shù)量和占比均持續(xù)走低，到2040年占比只有16.75%。而SSP1和SSP4路徑下的變化趨勢基本重合且均呈略微降低趨勢，至2040年占比均在17.28%左右，SSP2路徑下的鄉(xiāng)村振興核心區(qū)人口占全國比重則穩(wěn)步上升，至2040年達(dá)到17.42%，體現(xiàn)出鄉(xiāng)村振興核心區(qū)人口變化與全國整體較一致。

圖4 2020～2040年中國鄉(xiāng)村振興核心區(qū)（a）人口總數(shù)、（b）人口占全國比重Fig. 4 Population of the rural revitalization areas in China from 2020 to 2040: (a) Total population; (b) proportion of the population in the whole country

3.3 2040年鄉(xiāng)村振興核心區(qū)人口年齡結(jié)構(gòu)

5種路徑下2040年的鄉(xiāng)村振興核心區(qū)人口總量雖差別較大，但在年齡結(jié)構(gòu)上有相似之處（圖5）。從性別上看，5種路徑下的女性總?cè)丝跀?shù)量均高于男性，最大差值為SSP4路徑下988.1×104，整體上男女比例相對較為均衡，其中老年女性人口數(shù)量普遍高于男性，而中年人口則以男性居多，青少年人口性別比例差別不大。在年齡結(jié)構(gòu)層面，各路徑下鄉(xiāng)村振興核心區(qū)人口年齡在25～29歲的青年人口數(shù)量較其他年齡段人口普遍偏少，且在24歲和54歲的年齡節(jié)點上人口數(shù)量出現(xiàn)跳躍性變化。除新生人口外，5種路徑下在25～29歲年齡層的人口均占比最小，數(shù)量僅在528×104～643×104人。各路徑下鄉(xiāng)村振興核心區(qū)人口預(yù)估結(jié)果的主要差異表現(xiàn)在新生人口上，SSP2和SSP3路徑下的新生人口數(shù)量顯著大于另外3個路徑，SSP3路徑下的新生人口在2040年將接近0.18×109，接近SSP1、SSP4和SSP5路徑的兩倍，SSP2路徑下新生人口也將達(dá)到1354×104，二者0～14歲的少兒人口比例分別為SSP2路徑16.25%，SSP3路徑19.34%。而SSP1與SSP5路徑下的人口結(jié)構(gòu)漸漸向“倒三角形”發(fā)展，新生人口極少，SSP5路徑下新生人口只有990×104人。但SSP1與SSP5路徑下老齡人口均大于其他路徑，80歲以上人口數(shù)量分別達(dá)1681×104人和1677×104人，高于SSP3路徑近393×104人；60歲以上老年人口占比更分別達(dá)到32.79%和33.62%，而SSP3路徑下占比為27.17%；SSP1與SSP5下人口的平均年齡較大，且壽命相對較長。SSP4路徑下老齡人口相對較少，但比例仍高達(dá)31.91%。從人口負(fù)擔(dān)系數(shù)也稱撫養(yǎng)系數(shù)或撫養(yǎng)比來看（總?cè)丝谥蟹莿趧幽挲g人口與勞動年齡人口之比），5種路徑下鄉(xiāng)村振興核心區(qū)地區(qū)2040年時的人口負(fù)擔(dān)系數(shù)均高于100%。其中，SSP5路徑下的老年人口撫養(yǎng)比最高，達(dá)到了71.1%，其余路徑在58%～68%，SSP3路徑最低也達(dá)到58.11%；SSP3路徑下的少兒人口撫養(yǎng)比為最高，達(dá)到55.76%，最低的SSP1路徑也高達(dá)39.83%。

圖5 2040年SSPs路徑下中國鄉(xiāng)村振興核心區(qū)不同年齡段和性別的人口結(jié)構(gòu)：（a）SSP1；（b）SSP2；（c）SSP3；（d）SSP4；（e）SSP5Fig. 5 Population structure of different age groups and genders in the rural revitalization areas under SSPs in 2040: (a) SSP1; (b) SSP2; (c) SSP3; (d)SSP4; (e) SSP5

3.4 2020～2040年鄉(xiāng)村振興核心區(qū)干旱災(zāi)害的人口暴露度

SSPs-RCPs情景下未來鄉(xiāng)村振興核心區(qū)干旱災(zāi)害頻次變化特征如圖6a所示。5種SSPs-RCPs情景下，鄉(xiāng)村振興核心區(qū)內(nèi)局部最高和最低干旱頻次波動均高于基準(zhǔn)期，除SSP3-7.0情景外其他情景下鄉(xiāng)村振興核心區(qū)干旱頻次平均值均高于基準(zhǔn)期。具體而言，鄉(xiāng)村振興核心區(qū)在SSP1-2.6情景下未來20年平均干旱發(fā)生頻次最高為8.93次，其次是SSP2-4.5情景，平均為8.69次，SSP4-6.0與SSP5-8.5情景則依次為8.61次和8.51次，而SSP3-7.0情景下則是8.10次。區(qū)域內(nèi)部的干旱頻次分布范圍不一，其中SSP1-2.6情景下局部地區(qū)干旱頻次達(dá)15.7次為各情景下最高，其與SSP3-7.0情景下頻次變化范圍也相對最高，區(qū)間差達(dá)11.14，其下依次為SSP5-8.5、SSP2-4.5和SSP4-6.0情景，范圍區(qū)間跨度依次為10.86、8.86及8.71次。

結(jié)合本研究對共享社會經(jīng)濟(jì)情景SSPs下未來鄉(xiāng)村振興核心區(qū)的人口預(yù)估結(jié)果，定量評估未來不同氣候變化情景下中國鄉(xiāng)村振興核心區(qū)干旱災(zāi)害暴露人口的變化特征。由圖6b可以看出，未來不同SSPs-RCPs情景預(yù)估的中國鄉(xiāng)村振興核心區(qū)干旱災(zāi)害總的暴露人口相比基準(zhǔn)期的年均暴露人口 （0.99×109人），均有顯著的增加，5種SSPs-RCPs情景預(yù)估未來年均干旱災(zāi)害暴露人口平均為1.12×109人，相比基準(zhǔn)期增加約13%。具體來看，未來各氣候變化情景有一定差異，其中SSP2-4.5情景下的未來年均干旱災(zāi)害暴露人口增加最顯著，平均人口暴露度達(dá)1.20×109人，較基準(zhǔn)期高出20%，其次分別是SSP1-2.6、SSP3-7.0和SSP5-8.5情景，SSP1-2.6與SSP3-7.0情景下均接近1.11×109人，SSP5-8.5情景下為1.09×109人，較基準(zhǔn)期分別高出12.1%和10.1%；增長最弱的是SSP4-6.0情景，暴露人口為1.09×109人，但也高出基準(zhǔn)期10.1%。

圖6 SSPs-RCPs情景下中國鄉(xiāng)村振興核心區(qū)基準(zhǔn)期和未來時期的（a）年平均干旱災(zāi)害頻次、（b）年平均干旱災(zāi)害暴露人口（REF表示基準(zhǔn)期）Fig. 6 Annual average (a) population exposed to drought disasters and (b) frequency of drought disasters in the past and future of the rural revitalization areas in China, under SSPs-RCPs (REF refers to the baseline period )

不同SSPs-RCPs情景下未來中國鄉(xiāng)村振興核心區(qū)干旱災(zāi)害暴露人口預(yù)估較基準(zhǔn)期的年際平均變化如圖7所示。總體而言，不同SSPs-RCPs情景下未來干旱災(zāi)害暴露人口變化空間格局整體較為相似，大部分區(qū)域未來干旱災(zāi)害暴露人口相比基準(zhǔn)期預(yù)估呈增長趨勢，其區(qū)域面積占比在63%～75%。未來干旱災(zāi)害暴露人口增加最顯著的區(qū)域主要集中在西南及中部地區(qū)。滇桂黔石漠化片區(qū)、滇西邊境片區(qū)、烏蒙山片區(qū)、武陵山片區(qū)和六盤山片區(qū)，以及南疆三地州地區(qū)在5種情景下均呈顯著增長的變化特征。而鄉(xiāng)村振興核心區(qū)全域下暴露人口減少區(qū)域面積較小且不同情景下差別較大。此外西藏片區(qū)、南疆三地州南部以及四省藏片區(qū)除東部外地區(qū)的人口基數(shù)較少，暴露人口變化特征較弱，基本不變。

圖7 SSPs-RCPs情景下中國鄉(xiāng)村振興核心區(qū)年干旱災(zāi)害暴露人口較歷史基準(zhǔn)時期變化：（a）SSP1-2.6；（b）SSP2-4.5；（c）SSP3-7.0； （d）SSP4-6.0；（e）SSP5-8.5Fig. 7 Changes of annual drought disaster exposed population in the rural revitalization areas in China compared with historical benchmark period under SSPs-RCPs: (a) SSP1-2.6; (b) SSP2-4.5; (c) SSP3-7.0; (d) SSP4-6.0; (e) SSP5-8.5

不同SSPs-RCPs情景下的年際干旱人口暴露度預(yù)估變化在局部地區(qū)有顯著差異。其中，南疆三地州的北部地區(qū)在各情景中，在SSP1-2.6情景下的增長變化區(qū)域范圍最廣，而SSP3-7.0情景下其局部地區(qū)暴露人口增加超過30人每平方公里。除此之外，烏蒙山片區(qū)的人口暴露度增長最為顯著，除其北部極小區(qū)域內(nèi)有較低程度的減少，其中心區(qū)域在SSP2-4.5、SSP3-7.0和SSP5-8.5情景下暴露人口每平方公里增長超70人。大別山片區(qū)較為特殊，在SSP3-7.0和SSP5-8.5情景下大部分地區(qū)較基準(zhǔn)期暴露人口數(shù)量降低，且出現(xiàn)區(qū)域極值暴露人口每平方公里減少最高達(dá)101人，而在SSP2-4.5情景下卻呈顯著增加的變化特征，其余情景下區(qū)域內(nèi)均有增長和減少變化。其他片區(qū)的增減變化差別較大，且增減變化現(xiàn)象普遍存在。大興安嶺南麓片區(qū)北側(cè)局部區(qū)域暴露人口始終減少，其余區(qū)域呈現(xiàn)增長結(jié)果，在SSP5-8.5情景下增長最顯著；燕山—太行山片區(qū)在SSP2-4.5和SSP4-6.0情景下局部增長顯著，其余情景下變化幅度略?。涣_霄山片區(qū)在SSP2-4.5情景下區(qū)域暴露人口增加，SSP5-8.5情景下則減少，其他情景下增減特征均有分布。

在未來時期干旱暴露人口的年齡結(jié)構(gòu)上，圖8反映出鄉(xiāng)村振興核心區(qū)暴露于干旱的各不同人口年齡層分布在各個情景下有所差別。其中，0～14歲年齡層的兒童人口受不同情景影響程度變化最為顯著，在SSP3-7.0情景下暴露度最高， SSP5-8.5情景下最低，相差每年近800×104人。16～40歲的青年人口暴露度最高為SSP2-4.5情景，與SSP3-7.0情景下基本相同，約為3300×104人。41～60歲的中年人口在SSP2-4.5情景下暴露人口最高，各情景下差別相對并不明顯。而60～85歲的老年人口在SSP3-7.0情景下的暴露度為各情景下最低，最高值則出現(xiàn)在SSP2-4.5情景。

圖8 SSPs-RCPs情景下中國鄉(xiāng)村振興核心區(qū)2020～2040年平均干旱災(zāi)害暴露人口年齡結(jié)構(gòu)分布Fig. 8 Age structure of the average drought disaster exposed population in China's rural revitalization areas under SSPs-RCPs in 2020-2040

4 結(jié)論與討論

基于IPCC發(fā)布的5種共享社會經(jīng)濟(jì)路徑情景，本文結(jié)合中國當(dāng)前的人口政策、人口遷移流動情況及不同區(qū)域的不均衡發(fā)展，設(shè)定生育率、死亡率、遷移率等人口參數(shù)，對中國14個鄉(xiāng)村振興核心區(qū)的人口演變特征進(jìn)行預(yù)估，分析未來中國鄉(xiāng)村振興核心區(qū)的人口總量、年齡結(jié)構(gòu)的演變趨勢。在此基礎(chǔ)上，結(jié)合最新的CMIP6全球氣候模式數(shù)據(jù)，將鄉(xiāng)村振興核心區(qū)未來人口預(yù)估結(jié)果應(yīng)用于對鄉(xiāng)村振興核心區(qū)影響較大的干旱災(zāi)害評估中，評估氣候變化情景下中國鄉(xiāng)村振興核心區(qū)未來干旱災(zāi)害頻次及暴露人口的變化特征。

不同SSPs路徑下，2020～2040年各路徑下人口演變特征各異。至2040年，人口數(shù)量最大為SSP3路徑，最低為SSP5路徑。SSP2路徑下生育率、死亡率及遷移率均處在中等水平，人口變化較?。籗SP3路徑下地區(qū)以高生育率水平持續(xù)發(fā)展，但受未來老齡化現(xiàn)象影響，人口增速逐漸放緩；SSP1、SSP4和SSP5路徑下的人口變化趨勢相似，在2030年前受人口慣性影響維持一定增長后開始持續(xù)減少，其中SSP5路徑由于其低出生率的路徑設(shè)定，及其路徑下社會經(jīng)濟(jì)發(fā)展和區(qū)域聯(lián)系緊密，從而引起大量的遷移人口和極低的新生兒人數(shù)，導(dǎo)致其鄉(xiāng)村振興核心區(qū)人口的大量減少。從人口占全國比重來看，SSP3和SSP5路徑下的鄉(xiāng)村振興核心區(qū)人口占全國比重變化與人口數(shù)量變化趨勢接近一致，分別維持升高和降低勢頭；其余路徑下人口占比基本維持現(xiàn)狀，與全國的人口變化較一致，至2040年占比均在17.27%～17.43%。從中可見在SSP3和SSP5路徑下，鄉(xiāng)村振興核心區(qū)的人口變化程度較全國更為顯著，其人口變化特征可視為全國人口變化特性的加劇體現(xiàn)。

在年齡結(jié)構(gòu)上，預(yù)估至2040年時，5種路徑下35～50歲的中年人口占總?cè)丝跀?shù)量普遍最少，而60歲和80歲人口較多，且女性比例稍大。SSP1、SSP4和SSP5路徑下的總?cè)丝谳^少且老齡人口比重大，年齡結(jié)構(gòu)上向“倒三角形”發(fā)展，新生人口數(shù)量少。SSP5路徑強調(diào)以經(jīng)濟(jì)發(fā)展為導(dǎo)向，區(qū)域間交流密切，較多勞動人口從貧困地區(qū)遷出至經(jīng)濟(jì)發(fā)達(dá)地區(qū)，新生人口數(shù)量銳減，未來出現(xiàn)勞動力短缺現(xiàn)象和老齡化危機。SSP2路徑下設(shè)定生育率為中等水平，其各年齡段人口比重相對均衡，但勞動年齡人口占比仍較少；SSP3路徑設(shè)定為高生育率路徑，其發(fā)展下鄉(xiāng)村振興核心區(qū)新生人口數(shù)量顯著高于其他路徑，該路徑下未來勞動力有一定基數(shù)保障，但存在極大的教育壓力，且人均壽命偏低?？梢姲l(fā)展水平較高路徑下，勞動年齡人口短缺，兒童撫養(yǎng)和老年人口贍養(yǎng)上面臨更大的壓力；而發(fā)展水平較低路徑下，人口則顯著增加，但也會加劇地區(qū)的教育、就業(yè)和住宅等壓力。按聯(lián)合國《人口老齡化及其社會經(jīng)濟(jì)后果》確定的劃分標(biāo)準(zhǔn)，65歲以上老人占總?cè)丝诘?%即視為進(jìn)入老齡化社會。各路徑下鄉(xiāng)村振興核心區(qū)至2040年時均已是老齡化社會，其中老年人口占比均在27%以上，而少兒人口占比則均在19%以內(nèi)，老齡化十分嚴(yán)重。

未來鄉(xiāng)村振興核心區(qū)受干旱災(zāi)害影響整體加劇，影響程度加大。2020～2040年鄉(xiāng)村振興核心區(qū)干旱災(zāi)害頻次相較基準(zhǔn)期均增加。年平均暴露于干旱災(zāi)害下的總?cè)丝谳^基準(zhǔn)期均有所提高，其中最高和最低分別為SSP2-7.0和SSP4-6.0情景，但均超出基準(zhǔn)期10%。通過將人口預(yù)估應(yīng)用干旱災(zāi)害以得到未來干旱人口暴露度，結(jié)果可見不同SSPs-RCPs情景下的干旱人口暴露度空間分布較為相似，大部分地區(qū)均較基準(zhǔn)期有所增加，有超過60%的區(qū)域表現(xiàn)為增長特征。其中除西藏片區(qū)和四省藏片區(qū)人口基數(shù)較小而導(dǎo)致其變化較小外，南疆三地州、烏蒙山片區(qū)和六盤水片區(qū)增長幅度最高；而大別山片區(qū)和秦巴山片區(qū)在SSP3-7.0情景下部分區(qū)域呈現(xiàn)暴露度顯著降低的變化特征，但有降低特征的區(qū)域范圍及降低幅度均相對較小。干旱災(zāi)害受災(zāi)人數(shù)增加及程度加劇是整體普遍趨勢，局部地區(qū)的變化特征隨不同情景而有所差異。暴露人口年齡結(jié)構(gòu)表現(xiàn)出在不同情景下呈不同的脆弱程度，兒童年齡暴露人口較其他年齡變化較大，暴露度最高為SSP2-4.5和SSP3-7.0情景。其中SSP3-7.0情景下青少兒暴露人口較其他情景最高，其脆弱性和受影響程度最大，而在SSP5-8.5情景下則較小，而老年人口在SSP3-7.0情景下暴露度最小，反應(yīng)出不同年齡層在同一情景下面臨不同的干旱風(fēng)險和影響。

本文聚焦于鄉(xiāng)村振興核心區(qū)區(qū)域，其未來發(fā)展?fàn)顩r常常與中心城市差異較大，但其經(jīng)濟(jì)和社會水平卻往往對國情以及戰(zhàn)略選擇具有重大影響。在中國全面二孩政策實施背景下，本文的人口預(yù)估結(jié)果和未來干旱人口暴露度變化預(yù)測，可為我國鄉(xiāng)村振興核心區(qū)未來合適社會經(jīng)濟(jì)路徑的選取和相關(guān)防災(zāi)、減災(zāi)、救災(zāi)對策的制定提供科學(xué)依據(jù)。2020年11月23日，我國所有貧困縣宣布均已脫貧，如何在脫貧之后更好規(guī)劃發(fā)展令人深思。針對人口問題，在選擇未來發(fā)展道路時，勞動力和生育率的保障與教育水平的提高往往存在矛盾。以SSP3-7.0情景為例的共享社會經(jīng)濟(jì)路徑情景，雖然未來預(yù)計有大量的新生人口，能帶來充足的勞動力，但同樣據(jù)此可能導(dǎo)致教育水平落后的局面，將使人民的教育水平及勞動人口的文化水平極為低下，同時也有巨大的經(jīng)濟(jì)壓力。在應(yīng)用層面，本文預(yù)估的未來人口結(jié)果，也可用于各類其他自然災(zāi)害的人口暴露度、脆弱人口及人口風(fēng)險評估，研究判斷未來干旱災(zāi)害的影響程度和分布，定量評估干旱對未來鄉(xiāng)村振興核心區(qū)的社會影響，為應(yīng)對氣候變化和減輕干旱災(zāi)害風(fēng)險提供了理論支撐。本研究在PDE模型參數(shù)設(shè)定中，對IIASA人口預(yù)估參數(shù)的改進(jìn)上盡管考慮了中國的全面二孩政策和發(fā)展現(xiàn)狀，但仍有一定主觀因素，同時未考慮鄉(xiāng)村振興核心區(qū)的政策，以及受疫情等特殊情況的影響，需要在日后根據(jù)具體情況變化進(jìn)行進(jìn)一步的修正和研究。