派智库

潘顺1，杜士强1，徐慧1，吴燕娟1，王黎明2，宗玮1，温家洪1

dedecms.com

（1.上海师范大学地理系；2.中国科学院地理科学与资源研究所） 织梦内容管理系统

摘要：利用我国1：25万DEM、人口密度格网数据库GPWv3和LandScan，分析长三角沿海低地的空间分布及其人口的时空变化特征。研究结果表明：长三角沿海低地分布在距离海岸180 km以内，面积为67 339 km2，占长三角总面积的32.2％；超过1/3的沿海低地海拔低于4 m，其中60％分布在距海岸60 km范围内。2010年，长三角沿海低地人口占长三角总人口的45.52％，其中，2/5以上低地人口分布在海拔4 m以下区域，2/3的低地人口分布在距海岸60 km范围内。1990—2010年，长三角沿海低地人口总体呈上升趋势，并表现出人口由内陆向沿海、由农村向城市迁移的态势。

本文来自织梦

关键词：沿海低地；人口；时空变化；长三角

0 引言 内容来自dedecms

沿海低地（coastal low-lying area）亦称低海拔沿海地区（low elevation coastal zones，LECZ），是指海拔高度低于10 m的沿海连续地带。沿海低地仅占全球土地面积的2％，却占世界总人口的10％和城市人口的13％。全球共有3 351个城市位于沿海低地，20个特大城市中有13个分布在沿海地区。沿海低地往往人口稠密，经济发达，生态环境脆弱，自然灾害多发，抵御气候变化导致的风险能力不足。近年来，沿海低地的人口分布与迁移、灾害风险与气候变化适应等问题引起了广泛关注。 本文来自织梦

中国沿海低地面积广大，是全球沿海低地人口数量最大的国家。中国沿海地区经济持续快速增长和快速城市化，导致内地人口大规模向海岸带迁移。在沿海低地上分布着我国人口极为稠密、经济最发达的地区长三角、珠三角和环渤海地区，并拥有上海、天津、广州、深圳和香港等众多的特大型城市和经济中心。同时，沿海低地各类自然灾害频发，随着沿海低地人口急增和快速城市化，海平面上升、台风、风暴潮、洪涝、盐水入侵等自然灾害对沿海低地人口的潜在威胁及造成的经济损失将越来越严重。三角洲地区是中国沿海低地的主要组成部分，也是气候变化和自然灾害的主要脆弱区[1]。

织梦内容管理系统

长江三角洲地区包括江、浙、沪两省一市，是中国最重要的经济区之一。长江三角洲是长江人海之前的冲积平原，是我国最大的三角洲。全球所有三角洲中，长江三角洲拥有第二大的沿海低地面积和人口数量。长三角沿海低地的面积和人口分别约占全国沿海低地的30％，40％，是中国最重要的沿海低海拔地区，所面临的环境压力、自然灾害与气候变化风险日趋增强[2-3]。人口作为重要的承灾体，是灾害风险管理与气候变化适应关注的主要对象，其时间变化和空间差异是其重要属性。本研究利用我国1：25万DEM、人口密度格网数据库GPWv3和LandScan，分析长三角地区沿海低地的空间分布及其人口的时空变化格局，为气候变化背景下长三角沿海低地的灾害与风险管理提供依据。

1 数据与方法 本文来自织梦

1.1 数据 dedecms.com

主要数据包括行政区划数据、DEM数据以及人口网格密度数据。行政区划数据为1：100万的省级行政区划矢量数据，包括长三角江、浙、沪两省一市。DEM数据为国家基础地理信息中心提供的l：25万数字高程模型数据，以黄海高程为基准，与吴淞高程差1.92 m 。人口数据为目前全球范围内应用最广的全球人口动态统计分析数据库（LandScan）和世界人口栅格数据库第三版（GPWv3）。LandScan由美国能源部橡树岭国家实验室（ORNL）开发，是全球人口数据较为准确可靠、具有较高空间分辨率的动态统计分析数据库（http：//www.ornl.gov/sci/landscarv/）。该数据库根据人口普查信息、行政边界、土地覆被、海岸线、遥感影像夜间灯光数据和其他空间数据（道路、坡度）等计算的概率系数来模拟人口分布。LandScan全球人口数据库自1998年开发第一版以来，每年根据新的空间数据和影像资料进行更新，本研究使用2011年更新的LandScan人口数据（简称LandScan 2011）。LandScan的空间分辨率为30弧秒，栅格单元在赤道约1 km2。GPWv3人口数据来自哥伦比亚大学国际学院国际地球科学信息网（CIESIN）开展的世界人口栅格数据库（GPW）项目（http：//sedac.ciesin.columbia.edu/data/set/gpw-v3-population-density）。GPWv3主要刻画了全球人口分布，包括1990，1995，2000年的世界人口数据，另外对2005，2010，2015年世界人口进行了预测评估。GPWv3的空间分辨率均为2.5弧分，栅格大小在赤道约相当于21.4 km2。 copyright dedecms

考虑到数据的一致性，利用GPWv3人口数据库中1990，2000，2010年的数据分析人口时间演化。另外，利用LandScan 2011的人口网格密度数据分析人口空间分布格局，反映2010年的沿海低地的人口分布状况。 织梦内容管理系统

1.2 方法

织梦好，好织梦

首先，基于中国行政区划数据、DEM数据，利用Arc-GIS 10.1提取长三角低海拔地区，利用栅格计算器中con条件函数获得低于海拔10 m的所有地区，并剔除不连续的零散斑块，获得研究区长三角的沿海低地。其次，基于LandScan和GPWv3人口数据计算长三角沿海低地人口的时空格局，经投影转换、重采样，使其坐标系统和分辨率与DEM数据及中国行政区划数据一致。最后，利用ArcGIS 10.1空间分析方法进行该区域人口分布时空变化分析，得到2010年该区域人口空间分布和1990—2010年该区域人口时间变化。 织梦内容管理系统

2 结果与分析

2.1 长三角沿海低地的空间分布

织梦好，好织梦

长三角两省一市沿海低地总面积为67 339 km2，占该区域行政区总面积（209 124 km2）的32.2％。其中江苏省沿海低地面积最大，为56 344 km2，占全省陆地面积（100 929 km2）的55.8％，约为长三角沿海低地总面积的83.7％。上海市沿海低地面积为5 970 km2，占本行政区面积（6 242 km2）的比例最大，达到95.6％。浙江省沿海低地面积为5 025 km2，占本行政区面积（101 953 km2）的比例最少，仅为4.93％。长三角沿海低地主要分布在江苏省的黄淮平原、江淮平原、东部滨海平原和苏南平原；上海市除松江、金山局部孤丘高于海拔10 m，全境皆为沿海低地；浙江省沿海低地主要分布在东北部的杭嘉湖平原，以及沿海岸带有零星分布（图1）。 织梦好，好织梦

copyright dedecms

2.1.1 沿海低地分布与海拔高度的关系。长三角沿海低地37.7％的面积分布在海拔4 m及4 m以下，87.2％的面积分布在海拔3～7 m，其中海拔4 m的区域最大，占长三角沿海低地总面积的25％。从分省市来看，江苏沿海低地的海拔高度集中在3～7 m；上海沿海低地集中在海拔4 m，占上海沿海低地的49.8％；浙江沿海低地集中分布在5～7 m，占浙江沿海低地的63.9％（图2）。

copyright dedecms

2.1.2 沿海低地分布与海岸线距离的关系。长三角沿海低地主要分布在距海岸线180 km以内，上海市境内沿海低地均在距海岸线60 km内，浙江沿海低地分布在距海岸线90 km内。长三角沿海低地14.2％的面积分布在距海岸线10 km以内的区域，61％的面积在距离海岸线60 km内。距离海岸线10 km以内的区域面积最大，随着距海岸线距离的增大，沿海低地的面积依次减少。另外，岛屿低地面积占2.1％，主要分布在崇明岛和浙江东部的岛屿（图3）。 织梦内容管理系统

2.2 长三角沿海低地人口空间分布

内容来自dedecms

2.2.1 人口分布格局。2010年长三角地区沿海低地总人口为6 614万人，占长三角两省一市行政区总人口（14 531万人）的45.52％，沿海低地的平均人口密度为982人/km2。江苏省沿海低地人口为4 376万人，占江苏省总人口（7 782万人）的56.24％，沿海低地平均人口密度为777人/km2；上海市沿海低地人口为1 708万人，占上海市总人口（1 760万人）的97.09％；浙江省沿海低地人口为530万人，占浙江省总人口（4 989万人）的10.62％。长三角低地人口并非均匀分布，人口密度存在巨大差异。人口密度大于30 000人/km2的高密度区域仅占低地面积的0.14％，却占总人口的8.34％；人口密度3 000人/km2以上的区域面积仅占4.58％，人口却达到49.06％，人口高度集中在小范围区域内。87.84％的面积区域人口密度低于l 000人/km2，人口占32.25％。上海市区是整个长三角沿海低地人口密度最高的区域，江苏省苏州市、常州市、南通市、泰州市、盐城市，浙江宁波市、嘉兴市等城市也是人口密度较高的区域（图4）。 本文来自织梦

织梦内容管理系统

2.2.2 人口分布与海拔高度的关系。长三角沿海低地91.59％的人口分布在海拔7 m以下的区域，仅不足10％的人口分布在海拔7～10 m区域。其中70％人口分布在海拔3～7 m的区域，这与沿海低地集中分布在3～7 m一致。江苏沿海低地人口主要分布在海拔4～7 m区域，上海平均海拔较低，沿海低地人口主要分布在海拔3～4 m的区域，占上海沿海低地总人口的82.67％（图5）。 copyright dedecms

内容来自dedecms

2.2.3 人口分布与海岸线距离的关系。长三角沿海低地超过60％的人口分布在距离海岸线60 km以内，80％以上人口分布在距离海岸线90 km以内。随着距海岸线距离的增大，沿海低地的面积减少，分布的人口也相应减少。上海沿海低地人口集中分布在距离海岸线30 km内，占上海沿海低地总人口的88.6％（图6）。 织梦好，好织梦

copyright dedecms

2.3 沿海低地人口的时间变化 本文来自织梦

用GPWv3人口数据分析1990，2000，2010年长三角地区沿海低地的人口分布，上海市人口密度最大，增加最快，1990年为2 337 人/km2，2000年为2 790人/km2，2010年达3 129人/km2，远高于江苏和浙江，上海与江浙低地的人口密度差达2 000 A./km2左右。1990—2000年，长三角沿海低地的人口密度、人口数量都在增长，其中上海和浙江沿海低地人口增长率和人口密度的增长量较大，分别为19.38％，14.97％。上海市区人口密度快速增加，人口大量集聚，浙江省温州市、宁波市及舟山市人口密度增长较大。江苏中部沿海低地人口密度减少，苏北和苏南人口密度增长。2000—2010年，上海与浙江沿海低地人口密度与人口数量仍在增加，但江苏沿海低地人口数量和人口密度略有减少，其中苏北人口密度降低，苏南人口密度继续增长。1990—2010年，上海市区人口密度快速增加，人口大量集聚；江苏南通、淮阴、连云港、盐城，浙江温州、宁波、舟山人口密度增长较大。而江苏北部的阜宁、宝应、滨海等县人口密度在减少（图7）。

3 数据与结果的误差分析 内容来自dedecms

使用1：25万高程模型数据得到的长三角沿海低地范围与J.Liu等使用的先进星载热发射和反射辐射仪全球数字高程模型（ASTER GDEM）得到的沿海低地范围有所不同。本研究得到的长三角沿海低地面积为67 339 km2，而利用ASTER GDEM得到的沿海低地面积为89 639 km2，其主要差异在浙江沿海低地。用ASTERGDEM获得的浙江沿海低地面积为16 525 km2，而本研究获得的浙江沿海低地面积仅为5 025 km2。使用不同高程模型得到的沿海低地范围会有较大的差异。

织梦好，好织梦

因建立人口格网数据库的方法不同，利用LandScan与GPWv3得到的长三角沿海低地人口数量略有差异。由GPWv3得到的人口数量为6 769万人，而由LandScan得到的结果为6 614万人。LandScan计算得到的人口数量少于GPWv3的结果，并且以LandScan统计的两省一市人口总数也比人口普查统计数据低[4]。根据五普和六普人口资料，江苏省2000年常住人口为7 438万人，2010年为7 866万人，人口仍呈增长趋势，而根据GP-Wv3得出，2000—2010年，江苏沿海低地人口略有减小，这可能与GPWv3中2010年的人口为预测数据有关。

进一步以江苏、上海、浙江一级行政区为例，利用LandScan和GPWv3分别统计人口，并与第六次人口普查数据作比较。结果显示，由LandScan和GPWv3获得的一级行政区人口总数小于统计年鉴人口，而且，Land-Scan的结果小于GPWv3的统计结果。行政区面积较大的江苏、浙江两省误差相对较小，而上海的误差相对较大。在近海岸地区，LandScan统计的人口数据要少于GPW的统计结果[4]。需要提高数字高程模型和人口空间化数据集的精度和准确度，量化人口数据集的不确定性，以提高分析结果的精度。 织梦内容管理系统

4 结论与讨论 织梦好，好织梦

4.1 结论

dedecms.com

利用GIS空间分析方法，基于DEM，LandScan与GPWv3人口数据库，分析了长三角两省一市沿海低地的格局及其人口分布的时空变化。长三角两省一市沿海低地分布在距离海岸线180 km以内，占行政区总面积的32.2％。37.7％的分布在海拔4 m及4 m以下，江苏沿海低地集中在海拔3～7 m，上海沿海低地集中在海拔4 m，浙江沿海低地面积集中在海拔5～7 m。随着距离海岸线距离的加大，沿海低地的面积依次减少。2010年江苏省、上海市和浙江省沿海低地人口分别占江苏省总人口的56.24％、上海市的97.09％、浙江省的10.62％。长三角两省一市的沿海低地人口总数约占总人口的1/2，低地人口数量巨大。长三角沿海低地近70％的人口集中在海拔3～7 m的区域，90％的人口分布在海拔7 m以下。江苏沿海低地的人口主要分布在海拔4～7 m区域，上海沿海低地人口分布在海拔3～4 m，占上海沿海低地的82.67％。超过60％的人口分布在距离海岸线60 km以内，80％以上人口分布在距离海岸线90 km以内。

4.2 讨论 织梦好，好织梦

长三角是我国经济增长最快、城市化水平和发展速度最高的地区之一。1980—2010年，在各类用地类型中，长三角建设用地面积变化最大，达446.1％[5]。长三角特大城市群进入城镇化快速发展时期，大量人口迁入[6]，大量耕地被建设用地占用，城镇周围的农村快速被城镇化，建设用地粗放低效[7]。长三角沿海低地的社会经济发展和城市化更是如此，该区从北到南集中了连云港、盐城、南通、镇江、常州、无锡、苏州、上海、嘉兴、绍兴、宁波、台州、温州等重要城市。形成了以上海为中心，杭州、苏州、无锡和宁波等城市为副中心布局[8]。1990—2010年，长三角沿海低地人口密度和数量显着增加，并出现区域性的变化。人口密度变化主要是人口迁移的结果，其中劳动力迁移是人口迁移流动的主体，经济发展不平衡以及发展模式差异产生劳动力供给与需求的区域差异，从而激发人口迁移[9]，长三角强大的经济活力吸引了大量劳动力向其迁移流动，虽然长三角各城市的经济发展总体上都处于较高水平，但其内部不同城市之间依然存在发展差异[10]，形成了以上海为核心的高强度集聚区。

织梦好，好织梦

长三角沿海低地超过1/3的面积和2/3的人口分布在海拔4 m及4 m以下，海平面上升的风险压力将不断增大。随着全球变暖，预计未来30年，江苏、上海和浙江沿海海平面将上升70～155 mm[11]。IPCC第五次报告估计到21世纪末，海平面上升可达0.3～0.8 m。加之长三角地面沉降明显，苏锡常已经和上海沉降区、嘉兴沉降区连成一片，地面沉降区域范围达到8 000 km2左右[12]，20世纪上海地面沉降达3 m。长江中上游水电梯级开发，大量水库大坝（如长江的三峡）兴建，三角洲的沉积物减少[13]。多重因素放大了沿海低地面对未来海平面上升的脆弱性和灾害风险，将在21世纪给长三角沿海低地带来严峻挑战。 织梦内容管理系统

在气候变化与快速城市化背景下，长三角沿海低地及其人口分布格局是认识长三角沿海低地经济发展、生态环境与可持续发展的基础。气候变化与非气候驱动因素复杂的关联与互相作用下，低地的暴露、脆弱性和风险需要更综合的分析与评估，为低地的气候适应与综合风险管理提供依据。同时，需要改进数字高程模型、人口空间化数据以满足进一步更深入的研究。 织梦内容管理系统

参考文献： dedecms.com

[1]《气候变化国家评估报告》编写委员会.第二次气候变化国家评估报告[R].北京；科学出版社，2011：251-253. copyright dedecms

[2]王祥荣，凌焕然，黄舰，等.全球气候变化与河口城市气候脆弱性生态区划研究——以上海为例[J].上海城市规划，2012（6）：1-6.

织梦内容管理系统

[3]刘洋.全球气候变化对长三角河口海岸地区社会经济影响研究[D].上海：华东师范大学，2014. copyright dedecms

[4]国务院人口普查办公室，国家统计局人口和就业统计司.中国2010年人口普查资料[z].北京：中国统计出版社，2012. 织梦内容管理系统

[5]刘桂林，张落成，张倩.苏南地区建设用地扩展类型及景观格局分析[J].长江流域资源与环境，2014，23（10）：1375. 本文来自织梦

[6]王桂新，黄颖钰.中国省际人口迁移与东部地带的经济发展：1995—2000[J].人口研究，2005，1（7）：19-28.

[7]刘纪远，匡文慧，张增祥，等.20世纪80年代末以来中国土地利用变化的基本特征与空间格局[J].地理学报，2014，69（1）：3-14. copyright dedecms

[8]李娜.长三角城市群空间联系与整合[J].地域研究与开发，2011，30（5）：72-77.

内容来自dedecms

[9]顾朝林，张晓明，王小丹.气候变化·城市化·长江三角洲[J].长江流域资源与环境，2011，20（1）：1-8. copyright dedecms

[10]陈志刚，王青，黄贤金，等.长三角城市群重心移动及其驱动因素研究[J].地理科学，2007，27（4）：457-462.

织梦内容管理系统

[11]国家海洋局.2013年中国海平面公报[R/OL].（2014-03-17）[2015-04-04].http：//www.coi.gov.cn/gong-bao/haipingmian/201403/t20140317_30624.html.

[12]刘杜娟，叶银灿.长江三角洲地区的相对海平面上升与地面沉降[J].地质灾害与环境保护，2006，16（4）：400-404.

[13]戴仕宝，杨世伦，郜昂，等.近50年来中国主要河流入海泥沙变化[J].泥沙研究，2007（2）：49-58.