内容提要：发达国家的经济下行可能会影响人口动态，扩大人口趋势的地区差异，并巩固可进入地区和边缘地区的社会鸿沟。本研究提出了一个量化框架，分析经济扩张和衰退对希腊区域人口动态的潜在影响。选取的指标（人口密度、自然平衡和迁移平衡对总人口增长的贡献、总生育率和粗出生率、粗结婚率、每婚生育率和粗死亡率）被用来区分希腊长期过渡过程（1956—2017）与短期动态，其中后者以最近的经济扩张（2000—2008）和衰退（2009—2017）为特征。本研究分别计算了以雅典为中心的大都会区阿提卡（定居人数占全国30%以上）和希腊其他地区的指标，从而可以对城乡地区的社会人口动态进行详细分析。结果表明，希腊的区域人口趋势受到多种因素的影响，这些因素反映了长期的过渡力量、城市化/郊区化进程以及经济下行的短期影响。 

　　卢卡·萨尔瓦蒂（Luca Salvati）是意大利马切拉塔大学（University of Macerata）经济及法律系研究员。通信地址：Via Armaroli 43, I-62100 Macerata, Italy. E-mail: luca.salvati@unimc.it 

　　龚华燕译 

　　引  言

　　欧洲的长期人口动态反映了欧洲各个国家和地区的社会经济环境及其典型的文化政治多样性（Haase et al. 2010; Leibert and Golinski 2017; Van Nimwegen 2013）。随着人口结构的转变导致死亡率和生育率的逐步下降，现代社会和经济体系的内在变化带来了长期的增长和繁荣（Blue  and  Espenshade  2011;  Clark and Alter 2010; Lee 2003）。具体说来，第二次人口转型（SDT）恰逢社会转型和人口的空间再分布过程，与之相关的是居住流动性、内部流动及大规模国际移民的加速（Lesthaeghe and Niedert 1986; Montgomery and Casterline 1996; van de Kaa 1987）。第二次人口转型的典型人口动态，体现在家庭的新形式（这些新形式反映了个人在非传统婚姻如同居方面的决定）、逐渐推迟生育并随之导致生育力下降，以及人口老龄化（Billari and Kohler 2004; Kabisch and Haase 2011; Kreyenfeld et al. 2012）。存在着空间差异的人口趋势，是取决于社会环境、经济结构及文化、政治和宗教价值观的各种独特过程的结果（Van Bavel and Reher 2013）。这种动态在国家和地区层面都催生了新的人口结构（Caldwell and Schindlmayr 2003; Coleman 2013; Goldstein et al. 2009; Kalmijn and van Tubergen 2006; Liu2005; Sobotka and Toulemon 2008; Sobotka, et al. 2011）。 

　　由于人口年龄结构受到移民的强烈影响（Blangiardo and Rimoldi 2012），自20世纪80年代以来超低的生育率和日益上升的死亡率是南欧第二次人口转型的典型结果，导致了人口的稳定（或略微下降）（Carlucci et al. 2017; Gavalas et al. 2014; Rontos 2007, 2010; Salvati and Carlucci 2017）。加上第二次人口转型在国家层面的不同影响，城市周期影响了大都市区域人口的空间分布和基本属性（Colantoni et al. 2016; Cuadrado-Ciuraneta et al. 2017; Morelli et al. 2014）。这种动态改变了传统的城乡差别（Duvernoy et al. 2018; Pili et al. 2017; Salvati and Serra 2016），塑造了大都市的层次体系，并促进了地方社会人口系统的内在转变（van Criekingen 2010; Zambon et al. 2017; Zitti et al. 2015）。 

　　实证研究试图评估社会人口变化、城乡差距和经济下行之间的内在联系（Goldstein et al. 2013）。具体说来，经济下行影响了欧洲城乡人口的规模、构成和空间分布（Van Nimwegen 2013 ）。由于被认为对城市社区具有更大的影响（Salvati 2016)，生育率的波动取决于因失业、就业不稳定以及普遍推迟建立新家庭导致的危机压力（Adsera 2004; Billari and Kohler 2004; Bongaarts and Sobotka 2012; Kohler et al. 2002）。城乡不同梯度的人口动态以及由此导致的人口趋势在大衰退期间尤其复杂而多样（Davoudi et al. 2010），加深了社会分割及经济活动的空间极化分布（Sobotka et al. 2011）。 

　　对扩张和衰退期间基本人口指标的比较分析，也许可以澄清经济下滑对城乡人口差异的影响（Wilson 2015）。按照这种思路，关于自然平衡和迁移对总人口增长的不同影响的细致调研，尤其适合于更好地理解足够长的时间间隔内的区域人口趋势（Watkins 1990）。在假设经济增长和衰退对短期人口动态的影响为中性的同时，本研究使用统计指标和一种探索性的多变量分析框架来量化希腊的长期（1956—2017）人口变化。希腊被认为是受危机影响最大的欧洲国家之一（Vrachnis et al. 2014），因而被选为研究经济下行对长期和短期人口动态的影响的典型例子（Gkartzios and Scott 2015; Remoundou et al. 2015; Salvati 2016）。自20世纪50年代末以来，希腊的人口趋势已被视为代表了典型的南欧城乡梯度的普遍动态（Arapoglou and Sayas 2009; Kasimis 2008; Kotzamanis et al. 2017）。本文分析了基本指标（人口密度、自然平衡、迁移平衡、总生育率和粗出生率、结婚率、每婚生育数和粗死亡率），旨在确定阿提卡（Attica）大区以及希腊其他地区相对较长的时间范围内（1956—2017）的具体人口趋势。 

　　阿提卡是希腊人口最稠密的大都市区域，雅典即在此区内，全国超过35%的人口实际定居在这一地区，人口密度接近每平方公里1000人。希腊其他地区则更具异质性，包括广阔的农村地区、分散的小城镇及少数几个较大的城市，这些地区人口密度较低，小于每平方公里100人。本文利用两者之间的空间差异来阐明密度梯度在长期人口趋势中的作用。这种研究方法极具探索性，基于通过大量多元统计方法（非参数相关性、主成分分析、分层聚类、时间序列分析、线性判别分析）对指标进行的综合分析。研究的目的除了对单个人口过程进行分析，还将根据对（不断变化的）区域背景、内在经济动态和城市变迁进行讨论，全面考察本研究区域内的短期和长期社会人口变化。

研究方法

　　希腊是一个地中海国家，面积为131957平方公里，2011年人口接近1100万。作为欧洲的弱势国家，自现代国家于1830年成立以来，希腊社会对经济周期特别敏感。近几十年来，国内生产总值（GDP）的增长特别不稳定， 表现出均匀的时间间隔，如图1所示：（1）1960—1972年间的加速增长，与20世纪60年代后期的“婴儿潮”并存；（2）1973—1984年的“石油危机”，增长率中等且变化很大，其中有两年（1973年和1982年）收入急剧下降；（3）1985—1993年间的经济停滞，显示出较低且异质性更小的增长率，GDP仅有一年（1993年）下降；（4）1994—2007年间，在公共和私人投资为2004年雅典奥运会做准备的推动下，出现了持续的中度扩张浪潮；（5）2008—2017年间经济严重衰退，其中，2009—2013年是一段长时间的经济萎缩。 

　　本研究着重于两个空间区域：（1）阿提卡行政区域，包括雅典都会区（1000人/平方公里）；（2）希腊其他地区（100人/平方公里）。后者包括农村地区、众多分散分布的城镇和少数较大城市（如萨洛尼卡、伊拉克利奥、帕特雷和拉里萨）。在本研究时段之末，阿提卡的人口占希腊总人口的比例增加到了35%。换言之，近四成希腊人实际上居住在雅典都会区及周边地区。雅典在希腊的首要地位很可能是欧洲国家中最强的，高于葡萄牙的里斯本（27%）、法国的巴黎（17%）和英国的伦敦（12%）。 

人口统计指标

　　本研究考察了希腊统计局（ELSTAT）发布的整个希腊以及该国特定地区的人口动态关键统计数据（总人口、婚姻、出生和死亡人数），旨在得出评估人口动态的以下8个指标：（1）人口密度（人/平方公里，简写为“Density”）；（2）自然平衡（每100名居民的粗出生—死亡率，“NatBal”）；（3）迁移平衡（每100名居民，“ MigBal”）；（4）总生育率（“TFR”）；（5）粗出生率（每100名居民，“CruBir”）；（6）每千名居民的婚姻数（“MarRat”）；（7）每婚生育数（“BirMar”）；（8）粗死亡率（每100名居民，“DeRat”）。在研究时段（1956—2017），这些指标得到了连续的记录，且阿提卡和希腊其他地区都有分别记录。由于阿提卡是希腊人口密度最高和城市化程度最高的地区（Rontos et al. 2016），因此，对阿提卡和希腊其他地区的人口动态进行比较分析，有助于阐明城乡地区趋同（或分化）的社会人口趋势（Salvati 2016）。选择的变量以区域研究学中广泛使用的人口统计指标为依据，对长期的人口动态进行多维度的评估（Rontos 2007, 2010; Salvati and Carlucci 2017）。与大多数多变量数据库一样，这些指标可能有部分是冗余的（Salvati and Serra 2016），因此，本研究采用探索性数据分析，以消除冗余，并管理输入变量之间的偏相关（参见下文“数据分析”一节）。 

数据分析

　　本研究基于探索性思维，详细阐述了前文“人口统计指标”一节所述研究时段（1956—2017）指标，旨在概述阿提卡和希腊其他地区的社会人口变化，并考察长期和短期人口趋势之间的潜在关系。对指标的分析，使用一个混合性框架，包括描述性统计、非参数推理、主成分分析（PCA）、时间序列方法、分层聚类和线性判别模型。这些方法被认为适合分析部分冗余的变量，消除多重共线性，并对指标之间的潜在关系进行多维分析。适当时，在分析之前对指标进行标准化，并使用线图对希腊的人口格局进行描述性分析，这些线图分别说明阿提卡和希腊其他地区选定指标随时间推移发生的变化趋势。 

非参数相关 

　　本研究分别对阿提卡和希腊其他地区计算了斯皮尔曼（Spearman）等级相关矩阵，目的是确定1956—2017年连续62年可用的8个人口统计指标之间的显著成对关系。在进行Bonferroni校正以便作多重比较（Becagli et al. 2013）后，对非参数斯皮尔曼系数进行了p＜0.05情况下的显著性检验。通过计算成对比较总数（n=28）中显著相关系数的数量，估算指标的整体冗余情况。

主成分分析 

　　为了描绘希腊人口格局的全景，本研究分别对阿提卡和该国其他地区进行了主成分分析，目的是从上述（“非参数相关”一节提及的）数据矩阵中提取社会人口变化的潜在维度（和时机）。主成分分析是一种多变量探索性分析，旨在：（1）减少指标冗余；（2）探查人口特征之间的多重相关性；（3）识别对表征短期和长期人口动态的外部因素具有重要意义的潜在变量（Bajocco et al. 2013; Duvernoy et al. 2018; Pili et al. 2017）。特征值大于1的成分被抽取出来，并分析了说明成分负荷（8个指标）和得分（62年）的双点线图，以识别具有独特人口统计学特点的特征性时间间隔（Salvati and Carlucci 2017）。更具体地说，根据成分负荷对短期和长期人口动态的影响，使用这种负荷来说明各人口指标随时间推移而发生的变化。

时间序列分析

　　本研究对人口指标进行了经典的时间序列分析，方法是计算偏自相关系数，考察62年时间序列中1—31的滞后，并检验p＜0.05时的显著性系数。此外，还使用了基于非参数Rho相似性标准的Mantel相关图，分别对阿提卡和希腊其他地区采用了多变量时间序列方法，对所有指标一起进行了分析。Mantel相关图（Legendre 2000）是自相关分析的多元扩展，它针对不同的滞后量化多元时间序列和时间滞后副本之间的相似性。而且，以下述两点对分析做了补充：（1）Mantel周期图，它是由Mantel相关图计算得到的多元时间序列的功率谱（Koenig 1999），用于量化每个数据序列在不同滞后下的时间结构（频率）；（2）Mantel比例尺图，这是一种沿着时间序列的所有成对点之间的相似性绘制的实验性点线图。三角形的顶点是第一个点与最后一个点之间的相似度。三角形的底边显示成对的连续点之间的相似性。 

　　最后，本研究对通过主成分分析获得的一个数据集进行了基于设置为Morlet函数的连续小波变换（CWT）的精确分析，该数据集包含阿提卡和希腊其他地区各自前两个提取成分的得分（Bj?覬rnstad et al. 1999）。连续小波变换是一种旨在同时考察大、中、小数据集并检测不同波长周期性、自相似性和其他特征的方法。图中的纵轴是对数量表，在底部仅两个连续数据点的量表处观察到信号，在顶部整个序列的四分之一量表处观察到信号。该轴上的一个单位，与量表的两倍相对应。底部是详细的细粒度视图，而顶部是已经平滑化的概览（smoothed overview），可以对短期和长期人口动态进行详细分析。算法基于小波在不同尺度下信号的快速卷积，使用快速傅里叶（Fourier）变换（Addison 2017）。 

分层聚类

　　本研究在由主成分分析中的主动变量组成的同一数据矩阵（参见“主成分分析”一节）上运行了具有欧几里得距离和Ward聚集规则的双向联接聚类，目的是探索与阿提卡和希腊其他地区的社会经济发展相关的具体人口格局。双向联接是一种常见的多变量方法，它在假设案例（年）和变量（人口指标）会同时有助于发现富有意义的潜在格局的前提下，分析复杂的数据矩阵（Colantoni et al. 2016）。双向聚类产生基于相似性格局的图形，对案例和变量进行排序（Salvati and Carlucci 2017）。这种图使用不同的灰色调来显示每种情况下标准化分数的分布（平均值为零）以及不同的变量。通过对一组变量和案例进行相似（正或负）评分的识别，可以定义特定的聚类。 

判别分析

　　本研究使用了Mann-Whitney U统计量来确定每个指标的统计分布之间的显著性差异，从而将阿提卡与希腊其他地区进行比较。为了进行多重比较，在进行Bonferroni校正后，开展了p＜0.05情况下的显著性差异检验。为了描述本研究采用的两个空间分区中最有效的社会人口统计学维度，最后还对包含阿提卡和希腊其他地区的所有人口统计指标的数据矩阵进行了逐步线性判别分析（LDA）。根据瓦纳（Wanner 1977）的研究，按照预先定义的概率标准（p值小于0.0001）对每个观测值进行了分类，该标准确定聚类中具有最高判别力的指标（Salvati and Serra 2016）。本研究还报告了每个判别指标的F去除（F-to-remove ）和统计显著性（p＜0.05）。 

结果

　　下页图2分别显示了阿提卡和希腊其他地区选定人口指标随时间变化的趋势。在1956—2017年间，阿提卡的人口密度呈倒U型趋势，一直加速增长到2007年，随后因经济危机而下降。其人口密度在1956年刚刚超过450人/平方公里，在2007年达到峰值（1100人/平方公里），并在2017年稳定在1000人/平方公里以下。希腊其他地区的人口密度几乎保持不变（50人/平方公里），在21世纪头十年的中期有中度上升，此后便基本上保持稳定。 

　　在两个空间分区中，自然平衡都显示出下降的趋势，并且基本相似。但是，与希腊其他地区相比，阿提卡的自然平衡下降有数年的延迟，这可能是由于阿提卡人口的年龄结构更年轻，从而导致了1956—1985年的净人口增长。希腊其他地区的自然平衡在20世纪80年代中期开始呈负值，而在阿提卡仍然保持正值（但很低）。在21世纪头十年，这两个地区的自然平衡都出现了轻微的正平衡，此后人口从2008年开始迅速减少。 

　　到20世纪80年代初，迁移平衡显示出多样化的动态。在此阶段，统计数据记录下了希腊密集的乡村人口向城市迁移。从80年代下半期开始，由于国内和国际移民的同时减少，迁移平衡稳定在较低的正值。在此期间，观察到与90年代第一次移民潮同时出现的更快迁移平衡增长。在90年代末至2010年之间，观察到了更为密集的移民流入。自2008年以来，阿提卡和希腊其他地区之间的迁移平衡差异不断扩大，同期，国际移民放缓，日益受经济危机之害的城市地区吸引的外国移民越来越少，但希腊国内移民更加密集，这对阿提卡的影响比该国其他地区更大。 

　　除了本研究所涉及的最初年份外，总生育率和粗出生率在两个空间分区上都显示出一致的趋势，在20世纪60年代达到顶峰，在70年代末至90年代初出现尤其明显的下降。观察到自90年代末以来粗出生率中度恢复，并导致2010年前后的生育率有了较大幅度的提高。自2008年以来，又出现下降，而且是更急剧的下降。结婚率随时间的推移而下降，城乡差距基本上保持不变（阿提卡的比率更高）。相反，在80年代初之前，每婚生育数呈现不同的趋势，在希腊其他地区，每婚生育数最高。直到70年代末，粗死亡率都一直保持相对较低水平，显示出城乡之间的差距（农村地区死亡率较高）。直到最近，才观察到阿提卡和希腊其他地区之间的死亡率趋同。 

　　表1报告了在两个空间分区中分别进行的成对相关性分析，目的是探索一段时间内人口统计指标之间的关系。在总共28个成对比较中，阿提卡（20）的显著相关数高于希腊其他地区（15）。这一结果表明，阿提卡人口变量之间的联系更加紧密，具有更大的冗余性，而且可以认为人口过程之间的反馈更加强烈。在这两个地区，人口密度都是与其他人口统计指标最相关的变量：自然平衡、迁移平衡、生育率和结婚率均随人口密度而下降；相反，粗死亡率随着人口密度的增加而增加。在人口急剧增长的情况下（阿提卡），自然平衡与迁移平衡呈正相关。对于希腊其他地区而言，这种关系并不明显。出生率和结婚率随着阿提卡的自然平衡和迁移平衡的增加而增加，证明了它们在促进人口增长中的协同作用。相比之下，希腊其他地区的生育率和结婚率并未随着移民平衡而增加。最后，在两个空间分区中，粗死亡率与其他指标均呈负相关。 

主成分分析

　　本研究分别对阿提卡和希腊其他地区1956—2017年间的人口统计指标矩阵进行了主成分分析（图3）。这种方法确定了表征希腊人口演变特征的潜在维度，在两种情况下都提取了两个重要成分。对于阿提卡，成分1占总方差的73.8%，描绘了两个时间间隔（1956—1980：正负荷；1985—2017：负负荷）的具体人口动态，某些过渡年份（1981—1984）介于两者之间。与第一时期最相关的人口统计指标包括出生率和结婚率，以及自然平衡和迁移平衡。人口密度和粗死亡率与第二个时期有关，而每婚生育数与成分2（占总方差的15.1%）成正比。希腊其他地区的成分1（占总方差的79.5%）将人口动态分为两类（前者包括1957—1974年间的年份，后者包括1985—2017年间较长时段），以及反应不同人口格局的年份（1975—1984）。与阿提卡一样，生育率、婚姻状况以及人口的自然平衡与成分1正相关。死亡率、人口密度和迁移平衡与成分1负相关。成分2解释了总方差的10.2%，与每婚生育数完全相关。 

时间序列分析

　　本研究对所涵盖的空间分区分别进行了时间序列分析（表2），其结果显示了所有人口指标的相对简化的时间结构。只有在滞后1阶（一年前）时，阿提卡8个变量中的6个变量及希腊其他地区8个变量中的5个变量的偏自相关系数才具有显著性。这表明，对于本研究中考察的大多数变量来说，仅仅同时在两个区域观察到一年自相关机制，很可能概述了短期人口动态塑造长期人口趋势的作用。自然平衡、总生育率和粗出生率在阿提卡表现出较高的自相关系数，而在人口密度和粗死亡率方面则表现出相反的格局。迁移平衡在希腊其他地区表现出滞后2阶和滞后4阶时显著的自相关性，而阿提卡则在滞后1阶时表现出显著的自相关结构。最后，结婚率和每婚生育数在这两个区域均表现出较复杂的结构，在滞后1、2、4和5阶都表现出显著的自相关性。 

　　本研究进行了细致分析，计算了8个人口统计指标随时间变化的Mantel相关图（图4）。根据Rho相似系数，Mantel相关图显示，在阿提卡，显示人口指标特征的时间结构“失去记忆”的速度比希腊其他地区更快（相似系数在滞后28阶时分别从1.0降至0.72和0.87 ）。在两个地区，在时间序列开始和结束之际，Mantel的小波尺度图都显示出明显的更强相似性，而中间年份则被归类为过渡期，其中阿提卡的总体相似性更加明显。周期图突出显示了具有最强周期性的时间结构，即在两个区域的滞后1阶，这证实了早先的研究结果。阿提卡的总体周期性比希腊其他地区更为明显。这一结果反映出希腊其他地区的动态更具异质性；与阿提卡地区相比，它的人口状况较为混杂。 

　　最后，小波（Wavelet）分析的结果如图5所示。由于可以分别对每个变量计算连续小波变换（CWT），因此，该函数是根据主成分1和2的（年份）得分，分别对阿提卡和希腊其他地区进行计算。通过这种分析，可以评估从主成分1和2中提取出来的，表征阿提卡和希腊其他地区两个最重要的人口特征的时间结构（分别占总方差的89%和90%，请参见“主成分分析”一节）。根据成分1和2的负荷结构来解释小波图。短期趋势的视觉图像见每个图的底部。 

　　连续小波变换显示，自2007年以来（对应X轴第51年），阿提卡成分1再次出现负得分，而在希腊其他地区，整个时间序列中短期出现负得分的情况则持续再现。考虑到成分1的负得分与较低的生育率和结婚率（以及较高的粗死亡率）相关，这项结果表明，在阿提卡，人口指标对经济下行（尤其是经济衰退）比在希腊其他地区更为敏感。在时间序列的中段，大约在1966—2008年间，阿提卡和希腊其他地区负得分的发生率都特别高，其中阿提卡的频率还要略微更高。这种结构可能表明自20世纪60年代婴儿潮一直到90年代后期，生育率和结婚率都呈持久的下降趋势。 

　　成分2的短期结构表明，自20世纪80年代初以来，阿提卡高频率出现正值，而希腊其他地区则以中等频率出现负值。相同成分的长期结构更加分散，且与阿提卡相比，希腊其他地区更为明显地重复出现负值。由于成分2得分为正主要与每婚生育数相关，因此，本分析的结果便勾勒出了希腊城乡之间生育率和结婚倾向之间的持续差异。

分层聚类

　　针对选定的指标进行了双向分层聚类分析（图6），目的是确定希腊城乡村（明显的和潜在的）人口转变。比较两幅树状图可见，阿提卡和希腊其他地区的人口动态发生时间略有不同，4个分时段期间两个地区的指标都不相同。在阿提卡，1957—1967年间，在生育率和内部迁徙的支持下，人口动态变化显著加速，直到20世纪80年代初才呈现中度增长。自80年代初以来，出现了一个相对同质的时期，尽管人口异质性更大。希腊其他地区经历了更加动荡和异质的变化，第一阶段（1956—1970）是加速增长，第二阶段（1971—1983）属于人口稳定期，第三阶段则呈现出最近一次危机（2008—2017）期间与早期80年代和90年代之间情况的相似性。1985—2007年间表现出单独的聚类特征，属于相对比较同质的阶段。综合来看，这些结果表明，经济下滑对希腊近期人口动态的影响是不同的。在经济扩张和衰退期间，本研究使用的指标均显示，阿提卡的人口增长（和下降）要比希腊其他地区更快。 

判别分析

　　本研究使用了Mann-Whitney U非参数统计量来确定阿提卡与希腊其他地区在人口指标上的显著差异。正如所预期的那样，人口密度是最具判别性的指标（z = 9.6，p＜0.001），随后是粗死亡率（z = 6.1，p＜0.01）、每婚生育数（z = 5.4，p＜0.01）和迁移平衡（z = 5.1，p＜0.05）。在去除了人口密度后，使用逐步线性判别分析（LDA）检验了两个区域之间人口指标的多元分布的显著差异。判别力最高的指标是粗死亡率（F-to-remove = 145.8，p＜0.001）、粗出生率（F-to-remove = 122.3，p＜0.001）和粗结婚率（F-to-remove = 122.3，p＜0.001）。线性判别分析对希腊其他地区的所有年份进行了正确的分类，对阿提卡62年中的55年进行了正确分类。唯一未正确分类的时间是1976、1980、2012、2014、2015、2016和2017年。最后五个时间点属于同一组年份（即“经济危机”，参见“分层类聚”一节），表明经济衰退对阿提卡人口动态的影响比希腊其他地区更强烈。

讨  论

　　经济衰退引起人们对经济不稳定及人口与家庭变化的强烈兴趣（Neels et al. 2012），早期的研究表明了经济下滑会如何影响个体的婚姻和生育决定，如何影响生育率和死亡率趋势，以及如何会必然地塑造人口结构（Rontos 2010; Walford and Kurek 2016; Watkins 1990）。对人口指标的比较分析，为更好地了解人口动态与不断变化的社会经济环境之间的（明显和潜在的）联系提供了信息基础（Goldstein and Kluge 2016; Johnson et al. 2005; Matthews and Parker 2013）。本研究提出的方法将足够长的时间间隔（1956—2017）中沿密度梯度变化的人口动态进行了比较，同时考察了社会转型和经济下行。按照这种思路，经证明，探索性和预测性多元技术的综合利用适用于解释希腊复杂的人口动态。 

　　对阿提卡和希腊其他地区的人口趋势进行比较后，我们发现了对经济危机的多种反应，这表明危机的影响在空间上是不同的（Gkartzios 2013; Horton 2009; Salvati 2016）。更具体地说，对人口指标随时间的变化所进行的统计分析，反映了其与希腊城市化（20世纪50年代中期至70年代后期）和郊区化（80年代早期至90年代后期）的连续周期的潜在关系， 以及2000年代初期经济扩张和2000年代后期经济衰退的作用。高密度和低密度地区的人口极化，也巩固了较富裕（中央）和弱势（外围）社会经济环境之间的传统鸿沟（Arapoglou and Sayas 2009; Di Feliciantonio and Salvati 2015; Maloutas 2007）。 

　　尽管不能将经济衰退视为近期人口趋势的唯一驱动因素，因为许多社会经济过程已经相互结合、相互作用（Goldstein et al. 2013; Kroll and Kabisch 2012; Vrachnis et al. 2014），但本研究的实证结果（尤其是从时间序列分析、聚类和判别分析得出的结论）证实了希腊的人口动态对经济变化具有敏感性（Gavalas 2018; Madianos et al. 2014; Rontos et al. 2016; Triantafyllou and Angeletopoulou 2011）。这一证据与早期的研究结果相符（Coleman 2006; Sobotka et al. 2011; Tragaki and Bagavos 2019; Walford and Kurek 2016）。对最新动态的分析证实，得益于人口从农村到城市的密集迁移，经济扩张期间，特别是在阿提卡，生育率和结婚率迅速提高（Coleman 2006; Sobotka et al. 2011; Tragaki and Bagavos 2019; Walford and Kurek 2016）。国内移民和国际移民都被认为是城市地区社会转型和经济增长的重要因素（Pili et al. 2017; Rontos et al. 2016; Rovolis and Tragaki 2006）。同时，长期的社会经济转型导致生育力逐步下降，进而导致家庭结构的潜在变化。新的家庭结构是相继的郊区化/再城市化浪潮的基础，影响着土地价格、住房和区域就业市场（Kroll and Kabisch 2012）。 

　　2000—2008年间，当地生育率有所回升，这与失业率的中度下降有关（Remoundou et al. 2015），但尽管如此，在随后的经济衰退期间，希腊的出生率（或多或少）有所下降（Goldstein et al. 2013; Sobotka et al. 2011; Vrachnis et al. 2014）。结婚率的持续下降是由于推迟结婚造成的，城市地区比农村地区更经常推迟结婚（Gavalas et al. 2014; Kreyenfeld et al. 2012; Kulu et al. 2009）。在此方面，证明了经济衰退如何首先影响到面临失业风险或领取低于贫困线工资的社会阶层（Gkartios and Scott 2015）。不利的经济状况对新家庭的形成产生了不利影响（Walford and Kurek 2016）。这些结果证实，2007年的经济衰退强化了城乡地区的社会人口极化分布（Salvati 2016）。另一方面，在20世纪80年代和90年代，郊区化有助于人口动态在空间上更加平衡（Rontos et al. 2016; Salvati et al. 2016; Zaninetti 2006）。 

　　在经济危机开始时观察到粗死亡率时间序列的一个转折点，这反映希腊的短期人口动态可能好于其他人口指标（Gavalas 2018）。随着人口老龄化，希腊在经济衰退期间死于暴力的人数呈现中度增长（Triantafyllou and Angeletopoulou 2011）。此外，经济危机对健康的影响引起了越来越多的关注（Horton 2009）。这些结果很重要，对社会研究很关键，因为该国的自杀率在20世纪90年代保持在最低（Madianos et al. 2014）。然而，现有文献专注于人民健康与经济危机之间的关系，仅部分评估了死亡率的不同空间模式（Gavalas 2018）。尽管与希腊其他地区相比，阿提卡的死亡率较低（可能是因为人口年龄结构不同），本文介绍的描述性统计和主成分分析结果大致显示，在更容易受到经济冲击的社会阶层更为集中的城市地区，粗死亡率出现上升（Salvati 2016）。 

　　综上所述，我们的研究结果（结合早期文献的证据）表明，希腊的人口趋势与一系列因素有关，这些因素反映了：（1）经济衰退的短期影响；（2）城市周期的中期影响，主要是郊区化；（3）人口转型基础上多种社会力量的长期影响。在这些方面，沿密度梯度的人口动态与社会空间属性的联系较少，更多地取决于经济活动的空间集中度、农村发展、增长的财富和可获得性（Kabisch and Haase 2011)。经济上处于边缘的农村地区对长期的人口转型特别敏感，导致低生育率与老龄化（Kasimis 2008)。同时，城市地区的人口动态似乎对短期经济冲击更为敏感（Arapoglou and Sayas 2009)。基于这些结果，在未来的研究中，还应考察希腊人口动态是否存在密度依赖性调节，重点关注人口结构的区域差异和随时间推移出现的趋势。 

　　根据我们的研究和早期调查的已知背景，目前越来越需要考察中央当局施加的经济限制及削减公共支出对城乡人口动态和社会空间配置的影响（Dijkstra et al. 2015）。假设人口对经济扩张和衰退的反应部分取决于体制的决定，例如是否存在支持家庭和就业状况的具体政策（Coleman 2008; Gold-stein et al. 2009, 2013; Livi Bacci 2013），2007年在希腊以及整个南欧发生的危机表明，由于公共开支的削减，社会恢复能力发生了变化（Bongaarts and Sobotka 2012），这与先前来自世界各地其他背景的证据相符（Cabrera 1994; Chebankova 2007; Firman 2004; Nyussupova and Rodionova 2011）。 

　　对大城市人口快速增长和农村地区人口缓慢增长（甚至中度下降）的担忧，刺激政府出台了一系列试图提高非都市人口增长率的政策（Craig 1987），以缩小空间差距。然而，对这些政策的依据的研究相对很少，尤其缺少更精确的区域人口预测（Ferry and Vironen 2011）。更清楚地了解当前社会人口趋势的后果及各种移民模式的影响（McDonald 2006），可以提高国家下一级行政区域人口预测的精确度，这种预测以地理学分析为依据，对具有同质性的区域具有重要的社会意义（Ruther et al. 2013）。世界人口地理分布的未来将是空间上不同的增长和持续的城市化（Bongaarts and Watkins 1996; Carlucci et al. 2017; Gauthier 2007），人口老龄化将降低自然增长率，导致地方人口比例下降（Plane 1993）。 

　　在描绘区域和地方小地区短期人口状况时，应同时考虑（国内和国际）移民、影响人口自然增长的重要人口动态统计数字的缓慢变化以及城市周期和经济衰退的作用（Martinez et al. 2017）。在人口不确定性不断增加的情况下，更好地探讨老龄化、人口下降与地方发展各个方面之间的相互作用，无疑是适当的（Martin-Garcia 2013）。根据卡博纳诺等人（Carbonaro et al. 2018）的研究，由人口老龄化和人口减少引起的经济问题在农村地区尤其重要，“在人口急剧变化的背景下，应进一步研究公共财政新方法在区域和城市政策支持中的应用方式”。

结  论

　　通过对人口动态统计中的基本指标进行时空分析，可以比较1956—2017年间希腊的长期和短期人口动态。经济衰退、城市周期、人口迁移、个人对婚姻和生育态度的变化，是导致这种变化的重要因素，有助于区分高密度和低密度地区的短期人口动态。一方面，长期的人口进程被证明与其他社会经济进程密切相关。另一方面，社会转型和经济衰退影响了（在某些情况下，是预示了）短期人口动态。在这种思路下，我们的研究揭示了大都市进程（如城市化和郊区化）与人口动态（如人口迁移、家庭新结构的形成和老龄化）之间的紧密联系。关于长期人口趋势，无论是在方向上还是在强度上了解短期人口动态，似乎都是一种基本工具，能够为致力于促进危机后区域人口系统恢复的发展和采取社会措施提供信息。 

　　原文责任编辑：梁光严 张楠茜