, 韩洪凌Multilateral mechanism analysis of interprovincial migration flows in China
PUYingxia, HANHongling收稿日期:2015-05-14
修回日期:2015-08-1
网络出版日期:2016-02-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (683KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
随着全球经济一体化和区域城市化进程的不断加快,不同地域范围之间的人口迁移流动规模日益增长,对国家或地区人口再分布和经济社会发展产生了深刻影响,引起世界各国政府,学界和社会的广泛关注[1].人口迁移建模因理论视角和研究方法的不同,通常分为微观和宏观两个学派[2].微观建模基于离散选择理论和效用最大化原理,识别影响潜在迁移主体(个体或家庭)做出迁移决策行为的各种因素,包括性别,年龄,家庭规模以及目的地就业,工资或房价等[3-4];宏观建模基于古典经济学和统计均衡方法,将人口迁移置于国家或地区劳动力市场背景下,研究宏观社会经济结构对迁移主体群体行为的影响,识别人口在不同区域之间迁移流动的"推力"和"拉力"因素[5-9].由于很难获得关于个体或家庭迁移决策方面的微观调查数据,人口迁移和影响因素之间的宏观关系研究更为常见[10].从系统的角度来看,不同区域之间的人口迁移流构成一个复杂的网络系统.其中,区域可看作迁移网络的节点,既是迁出地(Origin, O),又是迁入地或目的地(Destination, D),节点之间的OD迁移流不仅与迁出地和目的地有关,而且还受到周边迁移流的多边溢出效应.然而,传统的宏观人口迁移建模多以重力模型(或空间相互作用模型)为主,建立在迁移流之间相互独立的假设基础上,即迁移流的大小主要取决于迁出地和目的地的"推拉"因素(如人口,工资水平或就业率等)以及距离衰减效应,而与其他的迁移流不相关.这意味着当区域某要素发生变化时,仅影响与此区域直接相关的那些迁移流,而其他不以该区域作为迁出地或目的地的迁移流将不会发生任何变化.传统的重力模型本质上是关于迁出地和目的地的"双边效应"分析,难以解释人口在迁移过程中还受到其他周边区域影响的"多边效应"机制,以及区域要素变化如何潜在地对整个迁移系统产生一系列"连锁反应"的过程[11].
"多边效应"是区域人口迁移系统中各个迁出地,目的地或迁移流之间的相互依赖,相互制约.20世纪70年代以来,研究人员开始对重力模型的独立性假设进行检验,修正,为人口迁移宏观建模的"多边效应"正式表达奠定了基础.Curry最早发现距离变量并不能避免重力模型残差中的空间依赖[12];Griffith等进一步提出以因变量的空间滞后或误差项的空间自回归形式捕捉此依赖关系的设想[13];Goodchild将基于二维平面的空间自相关概念拓展到网络背景下,指出当连接网络系统各节点的弧段在属性上具有相似性时,弧段之间可能存在自相关特征[14];Black以1965-1970年美国9大统计区之间的人口迁移数据为例,利用全局自相关Moran'I统计量,进一步证实了迁移流之间存在相互依赖关系,并将其定义为网络自相关[15].直到最近,基于空间自回归形式的重力模型才得以估计和解释.LeSage等将网络系统中节点与弧段的依赖关系进一步区分为迁出地(O),目的地(D)和OD流3种依赖形式,在重力模型的基础上形成几种不同约束条件的空间OD模型,并运用极大似然原理对系数进行估计,解决了此类模型长期以来所面临的复杂计算问题[16].Chun利用特征向量空间过滤方法对迁移流之间的网络自相关进行了处理,显著提高了模型的拟合性能[17].空间过滤方法能够有效降低参数估计的偏差,但同时也过滤掉了一些有意义的空间信息,如溢出效应[18].LeSage等提出了基于偏导数的总体效应的概念,对空间OD模型的系数估计进行了重新解释,这使得其与重力模型的估计结果之间具有了可比性,为定量分析区域人口迁移过程中的"多边效应"机制提供了有效的分析手段[19].
目前国内人口迁移建模研究大多采用重力模型,运用最小二乘法估计和识别影响区域人口迁移的"推拉"因素.杨云彦等利用"四普"1%迁移样本数据,通过多区域重力模型的估计,发现距离是最重要的省际迁移影响变量,距离每增加10%,迁移量将减少15%~20%,目的地经济变量的作用大于迁出地相关变量,表现出不对称关系[20];蔡昉等利用"五普"数据,就省际迁移和人均消费水平,失业率,外商直接投资,迁移存量和距离等要素之间的关系进行了回归分析,发现人均消费水平和外商直接投资高,迁移存量大以及失业率低的区域能吸引较多外来人口[21];王桂新等比较了"五普"和"六普"期间省际人口迁移的影响因素,发现城镇人均可支配收入对外来人口具有吸引力,迁出地和目的地相邻更容易发生迁移,目的地拉力是决定中国省际人口迁移分布模式的主要动力[22].这种基于"双边效应"框架的定量分析,能够在很大程度上反映影响中国省际人口迁移的主要"推力"和"拉力"因素,但忽视了迁移流之间的依赖关系,无法揭示人口迁移过程中的多边溢出效应机制.于文丽等分析了"五普"期间省际人口迁移流之间的依赖关系,初步探索了其对参数估计的影响[23].然而,该模型给出的空间依赖程度过高,对系数的解释也值得进一步关注.
本文利用"六普"期间中国省际人口迁移数据和相关经济社会统计资料,以网络自相关为基础,围绕迁出地,目的地和迁移流之间的空间依赖关系,通过几种不同形式的网络权重矩阵,在传统重力模型的基础上构建表征"多边效应"的省际人口迁移空间OD模型,并通过对江苏省GDP增长5%的模拟,进一步考察区域要素变化对整个迁移系统产生的"连锁反应",以期对日益活跃的中国省际人口迁移的空间机制做出较为合理的解释.
2 数据来源,变量选择与处理
2.1 数据来源
省际人口迁移数据来自《中国2010年第六次全国人口普查资料》("六普"),根据统计表"全国按现住地,性别分的户口登记地在外省的人口"汇总而成[24].在中国现行户籍体制下,若按照户口是否发生改变的判断标准,"人口迁移"和"人口流动"是两个不同的概念,但国际上并没有"人口流动",而只有"人口迁移"[25].最近,在《国务院关于调整城市规模划分标准的通知》中,将居住在本乡镇街道,且离开户口登记地所在的乡镇街道半年以上的人口纳入常住人口统计范畴[26],标志着一部分"流动人口"具有了"迁移人口"的性质.据此,本文将离开户口登记地半年以上并跨越省界范围的外来人口界定为省际迁移人口,全国31个省(自治区,直辖市)之间共有930条省际迁移流(不包括港澳台地区和省内迁移流).2.2 变量选择与处理
人口规模作为迁出地和目的地的区域质量特征,最早由Zipf引入万有引力公式,为定量研究人口迁移奠定了基础[27].自Lee将人口迁移概念系统化并形成"推拉"学说之后,人口迁移研究进入活跃期,新古典主义经济学,二元劳动力市场,循环累积因果等进一步补充和完善了人口迁移理论,地区经济发展水平,就业率,个人收入和发展机会等成为影响区域人口迁移的"推拉"因素,在不同时空范围尺度的人口迁移模型中得以比较和检验[5-8, 28-31].本文选择人口规模,地区国内生产总值(GDP),失业率,工资水平,高等学校在校大学生比例,迁移存量和距离等变量,综合考察区域宏观经济社会发展状况对省际人口迁移的多边效应机制(表1).同一个区域作为迁出地或目的地时均选用相同的解释变量,并在变量名称前添加"O_"或"D_"以区分上述两种角色(如O_GDP,D_GDP).若迁出地和目的地选用不同的解释变量,则意味着预先对区域施加了不同的约束条件,可能会造成由于变量缺失或遗漏而导致估计结果有偏[32].在多边效应模型构建过程中,预期目的地GDP,工资水平,高校在校生和迁移存量以及迁出地人口,失业率和迁移存量等变量的总体效应为正,促进省际人口迁移,其余变量的总体效应为负,对省际迁移具有阻碍作用.本文将2005-2010年间省际人口迁移数据作为模型的因变量,其他变量作为解释变量.其中,各省总人口,经济和社会变量数据来自《中国统计年鉴》(2011)[33],迁移存量来自《中国2000年第五次人口普查资料》("五普")[34].根据模型估计要求,对所有变量(常数项除外)进行了对数化处理.
3 研究方法
3.1 重力模型
人口迁移建模大部分采用重力模型(包括各种约束模型),即利用迁出地和目的地的要素特征表达人口迁移过程中的"推力"和"拉力",并以距离变量解释迁移流在地域空间上的衰减效应.该模型的对数表达形式如下[16]:式中:y为省际人口迁移流的列向量;lN为所有元素均为1的列向量;Xd和Xo分别对应目的地和迁出地的解释变量矩阵;g为目的地与迁出地之间的距离向量;α为常向量lN的系数;βd,βo为参数向量;γ为距离向量g的系数;ε为服从标准正态分布的误差项向量.
经对数变换后,重力模型可采用普通最小二乘法(OLS)估计,此时各变量的系数可看作弹性系数,即在其他条件不变的情况下,解释变量每增加(或减小)1%,因变量发生相应大小的变化.其中,若目的地某变量r的系数(
3.2 空间OD模型
事实上,区域人口迁移不仅受到迁出地和目的地"双边"要素特征的影响,而且也依赖于"第三方"区域要素变化和周边人口迁移的大环境.LeSage等具体定义了3种空间依赖形式:当从某迁出地(甲)到某目的地(乙)的迁移流较大时,① 若从迁出地甲的周边地区(丙)到目的地乙的迁移流也较大,则迁出地之间存在空间依赖;② 若从迁出地甲到目的地乙的周边地区(丁)之间的迁移流也较大,则目的地之间存在空间依赖;③ 若从迁出地甲的周边地区(丙)到目的地乙的周边地区(丁)也伴随着较大的迁移流,则迁出地和目的地同时存在空间依赖,简称流的空间依赖.在此基础上,分别采用3种网络权重矩阵(Wo,Wd,Ww)表示迁出地,目的地和流之间的空间关系,构建因变量的相应空间滞后形式(Woy,Wdy,Wwy),形成重力模型的空间自回归形式,即空间OD模型[16].Chun将"中介机会"和"目的地竞争"概念与迁出地网络权重矩阵(Wo)和目的地网络权重矩阵(Wd)相关联,初步建立了权重矩阵的社会行为理论基础[17].该模型有几种不同的约束形式,这里给出最为一般的表达式[16, 19]:式中:Woy是基于迁出地的因变量空间滞后,表征迁出地周边邻居的加权平均迁移流;Wdy是基于目的地的因变量空间滞后,表征目的地周边邻居的加权平均迁移流;Wwy是基于流依赖的因变量空间滞后,表征迁出地邻居和目的地邻居之间的加权平均迁移流;ρo,ρd和ρw分别表示迁出地,目的地和流的网络自相关效应强度.
参考LeSage等对空间回归模型的解释,将式(2)中的3个因变量空间滞后项移至等式左边,经矩阵逆运算后得到式(3)所示的数据生成过程[11].
为了更直观地了解区域人口迁移过程中"多边效应"的来源以及作用机制,可以对式(3)中的逆矩阵作适当变换.在满足空间平稳性约束条件(ρd + ρo + ρw < 1),且3种网络权重矩阵(Wo,Wd,Ww)均为行标准化时,利用泰勒级数方法将上述逆矩阵分解为:
单位矩阵I意味着区域要素变化仅影响与该区域有关的迁移流,ρoWo +ρdWd +ρwWw表示区域要素变化可通过网络邻接关系(权重矩阵)对迁出地和目的地邻居产生溢出,扩散等影响,其二次幂(ρoWo +ρdWd +ρwWw)2则反映区域要素变化对迁出地或目的地邻居的邻居(二阶邻居)产生影响,以此类推,最终对整个迁移系统产生一系列的"连锁反应".
传统的重力模型假定以上几种网络自相关效应不存在(ρo = ρd = ρw = 0),此时式(4)简化为单位阵,非对角线上的元素为0,表明区域要素变化不会引起其他迁移流的变化.更为一般地,几种网络自相关效应(ρo,ρd,ρw)不全为0,式(4)不再是一个简单的单位阵,非对角线上的元素可以不为0,当区域i的第r个要素发生变化时,不仅影响与该区域直接相关的迁移流,还将通过迁出地或目的地邻居,将区域要素变化向周边扩散,传递,间接对其他区域的迁入或迁出流产生多边溢出效应.该效应的偏导数形式为[19]:
式中:Jdi是一个n × n的0矩阵,其中第i行元素值为1;Joi是一个n × n的0矩阵,其中第i列元素值为1.TE是一个n2 × n的偏导数矩阵,表示所有区域第r个要素变化对迁移流产生的总体效应;偏导数?yi/?xir表示区域i第r个要素变化对所有迁移流的总体效应.
4 中国省际人口迁移的多边效应分析
中国省际人口迁移的空间模式具有一定的稳定性,主要表现为中西部地区人口向东部沿海经济发达地区迁移[35-39].根据人口迁移过程中迁出地,目的地以及迁移流之间可能存在的几种空间依赖关系,本文定义3种网络权重矩阵(Wo,Wd,Ww).具体地,式中:y表示2005-2010年中国省际人口迁移流;Woy,Wdy,Wwy是因变量空间滞后项;其余变量解释详见表1.与式(2)相比,这里βd = [a1, a2, , et al., a6],βo = [b1, b2, , et al., b6].
Tab. 1
表1
表1主要解释变量的描述与预期效应
Tab. 1Descriptions and expected effects of major explanatory variables
| 变量名称 | 变量描述 | 变量预期效应 | |
|---|---|---|---|
| 迁出地变量 | 目的地变量 | ||
| pop | 2010年中国各省总人口(人) | + | - |
| GDP | 2010年中国各省地区国内生产总值(亿元) | - | + |
| uemp | 2010年中国各省城镇登记失业率(%) | + | - |
| wage | 2010年中国各省城镇实际工资率(%) | - | + |
| stu | 2010年中国各省高等院校在校大学生比例(%) | - | + |
| flows | 1995-2000年间中国省际迁移人口存量(人) | + | + |
| Dist | 目的地和迁出地省会城市之间铁路里程(km) | - | |
新窗口打开
首先对重力模型与空间OD模型的系数进行了估计和检验.为了使得两种模型的估计结果之间具有可比性,同时给出了空间OD模型各变量的多边效应估计,并采用Monte Carlo方法进行显著性检验.在MATLAB环境下编程实现模型的估计和检验.通过对两种模型估计结果的比较(表2),可以发现以下几点:
(1)中国省际人口迁移流之间存在显著的空间依赖关系.3种网络自相关效应(ρo,ρd,ρw)均显著不为0,这意味着重力模型中关于迁移流之间相互独立的假设(ρo =ρd =ρw = 0)并不成立.其中,迁出地和目的地网络自相关效应(ρo,ρd)显著为正,表明迁出地和目的地之间均存在正的多边溢出效应,即从同一迁出地出发的迁移流,在某目的地及其周边集聚,而抵达同一目的地的迁移流,也会在某迁出地及其周边集聚.例如,"六普"期间,抵达上海的省际迁入流中,来自安徽,江苏和河南的外来人口高达488万,超过该市总迁入流的一半(54%);从山东出发的迁移流中,流向京津地区109万,流向长三角(苏,沪,浙)98万,接近该省总迁出的70%.从人口迁移的选择性角度来看,迁出地和目的地的网络自相关效应可以理解为一种空间效仿行为,即相邻地区的人口总是倾向于迁入相同的地方,从相同地方迁出的人口也倾向于集中在相邻的目的地.
Tab. 2
表2
表22005-2010年中国省际人口迁移重力模型和空间OD模型的估计结果
Tab. 2Estimates for gravity and spatial OD model of interprovincial migration flows in China, 2005-2010
| 变量 | 重力模型 | 空间OD模型 | |||||
|---|---|---|---|---|---|---|---|
| 系数 | t值 | 系数 | t值 | 多边效应 | t值 | ||
| const | -1.0026 | -0.5529 | -2.6240* | -1.6877 | -3.2204 | -1.4902 | |
| D_pop | -0.2527 | -1.7736 | -0.0142 | -0.1232 | -0.0314 | -0.7387 | |
| D_GDP | 0.5587*** | 3.9851 | 0.2076* | 1.8285 | 0.4579*** | 5.2578 | |
| D_wage | 1.0361*** | 4.7452 | 0.5564*** | 3.1511 | 1.2269*** | 6.7115 | |
| D_uemp | -0.5202*** | -3.3278 | -0.3058** | -2.4435 | -0.6744*** | -3.8168 | |
| D_stu | -0.4109*** | -3.2120 | -0.3004*** | -2.9186 | -0.6626*** | -6.5182 | |
| D_flows | 0.5262*** | 9.0630 | 0.3834*** | 7.8925 | 0.8454*** | 12.2943 | |
| O_pop | 0.9158*** | 6.3453 | 0.4422*** | 3.5926 | 0.9751*** | 13.0867 | |
| O_GDP | -0.3522*** | -3.0305 | -0.0813 | -0.8283 | -0.1792** | -2.2690 | |
| O_wage | -0.5262** | -2.2819 | -0.5571*** | -2.9173 | -1.2285*** | -6.8218 | |
| O_uemp | 0.1458 | 0.9810 | -0.1164 | -0.9590 | -0.2567 | -1.4547 | |
| O_stu | -0.0478 | -0.3876 | -0.1515 | -1.5279 | -0.3340*** | -3.4703 | |
| O_flows | 0.3550*** | 7.3797 | 0.1823*** | 4.5848 | 0.4020*** | 9.8791 | |
| Distance | -1.1374*** | -23.3270 | -0.6375** | -13.4866 | -1.4058*** | -19.9182 | |
| ρo | 0.3796*** | 14.4158 | |||||
| ρd | 0.3705*** | 14.2417 | |||||
| ρw | -0.2030*** | -5.9458 | |||||
| Log-LIK | -822.86 | 652.70 | |||||
| AIC | 1673.72 | 1339.40 | |||||
新窗口打开
基于流的网络自相关效应(ρw)显著为负,这意味着从某一迁出地到某一目的地的人口迁移,会在一定程度上抑制该迁出地周边到该目的地周边之间的人口迁移.这主要在于迁出地和目的地网络自相关效应的存在,使得外来人口倾向于来自相邻的迁出地或是迁入相邻的目的地,最终造成迁出地周边与目的地周边的迁移流相对减少.例如,"六普"期间,安徽流向江苏的人口为257万人,上海260万人,浙江229万人;由河南流向江苏的人口为101万人,上海仅为78万人.类似地,基于流的网络自相关效应可以理解为一种空间竞争行为,即从某迁出地到某目的地的人口迁移,会降低该迁出地周边向该目的地周边迁移的可能性.
(2)区域经济社会等因素的多边溢出效应导致省际迁移人口在迁出地和目的地呈现空间集聚.当在模型中显式表达几种空间依赖关系时,包括距离在内的大部分变量的总体效应估计(绝对值)有所增加,进一步强化了经济,社会等因素对省际人口迁移的影响,某些区域在输送或吸引外来人口方面更具优势,迁移流呈现"强者恒强,强者更强"的集聚特征.
迁出地人口规模(O_pop)对省际人口迁移的影响符合预期.平均地,若区域人口规模增长1%,其迁往外省的人口将显著增长0.98%,高于重力模型0.06个百分点.这意味着区域作为迁出地时,其人口增长将对周边地区产生正的溢出效应,带动周边人口外迁.目的地人口规模(D_pop)效应为负且不显著,表明在省级空间尺度上人口规模对外来人口没有产生吸引作用.这与现有研究结果之间存在一定的差异,可能与模型选择和变量选取有关.
地区国内生产总值(GDP)对省际人口迁移的影响符合预期.平均地,若区域GDP增长1%,省际迁入流将增加0.46%,迁出流将下降0.18%,在数值上均低于重力模型估计结果.目的地GDP(D_GDP)的溢出效应为正,迁出地(O_GDP)为负,表明区域GDP增长将促进周边地区吸引更多外来人口,同时也会抑制周边地区人口外迁,表现出不对称性.
工资水平对省际人口迁移的影响符合预期.平均地,若区域城镇实际工资率增长1%,省际迁入流将增长1.23%,迁出流下降1.23%.该变量在区域作为迁出地和目的地时表现出良好的对称性,不同于重力模型估计结果以及其他变量的不对称性特征.目的地工资水平(D_wage)的溢出效应为正,迁出地(O_wage)为负,表明区域工资水平增长将显著提升周边地区吸引外来人口和维持本地人口的能力,其影响程度明显超过GDP变量.
迁出地失业率(O_uemp)对省际人口迁移的影响不符合预期.平均地,若区域失业率提高1%,省际迁入流将显著下降0.67%,迁出流反而下降0.26%,不同于预期和重力模型估计结果.该变量的溢出效应均为负,表明区域失业率增长一方面将显著降低周边地区对外来人口的吸引力,另一方面也会降低周边地区人口跨省迁移的能力.
目的地高校在校大学生比例(D_stu)对省际人口迁移的影响不符合预期.平均地,区域高校在校生比例提高1%,省际迁入流将下降0.66%,迁出流减少0.33%.区域作为目的地时,高校在校生比例的增长将提高省际人口迁移的门槛,影响程度接近于区域失业率;区域作为迁出地时,有助于减少人口跨省外迁.该变量的溢出效应皆为负,表明高校在校生比例提高会显著降低周边地区对外来人口的吸引,却有利于周边地区维持本地人口的能力.
迁移存量对省际人口迁移的影响符合预期.平均地,若区域迁移存量增长1%,省际迁入流将增加0.85%,省际迁出流增加0.40%.该变量的溢出效应显著为正,表明社会网络关系能够促进人口的双向流动,既能提升周边地区的吸引力,也能推动周边人口外迁.目的地迁移存量(D_flows)的总体效应是GDP变量的1.8倍,对省际迁移的影响超过经济变量.
距离变量对省际人口迁移的影响符合预期.平均地,若两地之间的距离增加1%,省际迁移流将下降1.41%.与重力模型相比,距离衰减效应有所加强,对省际迁移的影响位居其他区域经济社会变量之首.在当前经济社会发展阶段,空间距离仍是中国省际人口迁移过程中不容忽视的制约因素.现有研究结果认为,在控制空间依赖关系之后,距离对人口迁移的影响将下降[40].单纯从系数估计结果来看似乎合理,但其对迁移流影响的解释并不正确.
(3)区域要素变化潜在地对中国省际人口迁移系统产生一系列"连锁反应",但影响主要集中在与该区域及其周边地区相关的迁移流.区域要素变化不仅影响与该区域直接相关的迁移流,还通过不同形式的网络邻接关系,向周边地区扩散,外溢,最终对整个人口迁移系统产生"连锁反应".随着矩阵阶数的增长,区域变化产生的溢出效应将呈几何衰减趋势,使得影响主要局限在震荡区域及其周边.以江苏省GDP增长5%为例,模拟了区域要素变化对迁移流的影响(表3,限于篇幅,仅列出变化较为明显的迁出地和目的地).
Tab. 3
表3
表3江苏省GDP增长5%对主要迁出地和目的地迁移流变化的模拟
Tab. 3Simulation of the changes in migration flows from and to major regions by from and to major regions by 5% GDP increase in Jiangsu
| 省份 | 迁出地 | 目的地 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 江苏 | 上海 | 浙江 | 安徽 | 山东 | 河南 | 江苏 | 上海 | 浙江 | 安徽 | 福建 | 山东 | ||
| 北京 | -1261 | -17 | -54 | -142 | -285 | -20 | 236 | 55 | 9 | 4 | 0 | 15 | |
| 天津 | -468 | -5 | -19 | -46 | -240 | -7 | 147 | 31 | 6 | 2 | 0 | 15 | |
| 河北 | -241 | -2 | -12 | -18 | -65 | 4 | 1409 | 161 | 45 | 18 | 1 | 250 | |
| 山西 | -227 | -1 | -11 | -15 | -22 | -8 | 851 | 108 | 27 | 7 | 1 | 63 | |
| 内蒙古 | -215 | -1 | -10 | -13 | -33 | -4 | 346 | 57 | 16 | 4 | 1 | 94 | |
| 辽宁 | -285 | -3 | -13 | -25 | -57 | -4 | 611 | 151 | 31 | 6 | 1 | 93 | |
| 吉林 | -92 | -2 | -6 | -7 | -21 | -1 | 671 | 141 | 35 | 6 | 1 | 222 | |
| 黑龙江 | -123 | -2 | -5 | -8 | -30 | -1 | 1156 | 237 | 60 | 8 | 2 | 487 | |
| 上海 | -11365 | 0 | 2258 | 5464 | 703 | 1845 | 1431 | 0 | -47 | -1 | -4 | 2 | |
| 江苏 | 0 | 1431 | 4706 | 44101 | 7010 | 17109 | 0 | -11365 | -2505 | -799 | -272 | -972 | |
| 浙江 | -2505 | -47 | 0 | 2176 | 114 | 1295 | 4706 | 2258 | 0 | 32 | -41 | 51 | |
| 安徽 | -799 | -1 | 32 | 0 | 12 | 106 | 44101 | 5464 | 2176 | 0 | -50 | 164 | |
| 福建 | -272 | -4 | -41 | -50 | -15 | 20 | 2328 | 646 | 234 | 23 | 0 | 42 | |
| 江西 | -169 | -7 | -26 | -19 | -7 | 3 | 4455 | 1200 | 2215 | 43 | 167 | 36 | |
| 山东 | -972 | 2 | 51 | 164 | 0 | 501 | 7010 | 703 | 114 | 12 | -15 | 0 | |
| 河南 | -209 | -3 | -11 | -22 | -33 | 0 | 17109 | 1845 | 1295 | 106 | 20 | 501 | |
| 湖北 | -247 | -5 | -21 | -27 | -13 | 4 | 6711 | 967 | 957 | 53 | 31 | 93 | |
| 湖南 | -117 | -3 | -14 | -9 | -8 | -1 | 3391 | 547 | 806 | 28 | 24 | 39 | |
| 广东 | -818 | -13 | -68 | -147 | -72 | -47 | 745 | 189 | 50 | 11 | 9 | 19 | |
| 广西 | -92 | -2 | -16 | -10 | -7 | -2 | 761 | 118 | 151 | 7 | 7 | 10 | |
| 海南 | -62 | -1 | -5 | -7 | -4 | -1 | 98 | 23 | 6 | 2 | 1 | 4 | |
| 重庆 | -104 | -3 | -11 | -5 | -7 | -1 | 2986 | 546 | 642 | 14 | 43 | 29 | |
| 四川 | -199 | -6 | -21 | -10 | -15 | -2 | 10866 | 1499 | 1350 | 38 | 88 | 103 | |
| 贵州 | -100 | -2 | -14 | -7 | -6 | -1 | 4602 | 355 | 1630 | 28 | 50 | 29 | |
| 云南 | -103 | -3 | -20 | -8 | -7 | -2 | 2357 | 168 | 448 | 25 | 11 | 53 | |
| 西藏 | -9 | 0 | -1 | -1 | -1 | -0 | 31 | 3 | 1 | 1 | 0 | 1 | |
| 陕西 | -217 | -3 | -15 | -14 | -20 | -8 | 3456 | 302 | 182 | 14 | 6 | 58 | |
| 甘肃 | -121 | -2 | -10 | -5 | -7 | -2 | 1699 | 228 | 68 | 6 | 2 | 50 | |
| 青海 | -84 | 0 | -4 | -4 | -5 | -2 | 231 | 27 | 9 | 2 | 0 | 15 | |
| 宁夏 | -61 | 0 | -4 | -6 | -7 | -2 | 117 | 24 | 6 | 1 | 0 | 9 | |
| 新疆 | -335 | -5 | -13 | -28 | -27 | -16 | 358 | 69 | 16 | 3 | 1 | 28 | |
| 合计 | -21873 | 1290 | 6600 | 51250 | 6824 | 20757 | 124975 | 6756 | 10033 | -296 | 87 | 1603 | |
新窗口打开
受江苏省GDP增长的影响,该省迁往其他省份的人口都有不同程度地下降,其中上海受到的影响最大,净减少11365人,占总量的一半以上,而偏远的西藏自治区波动最小.同时,上海,浙江,安徽,山东,河南等江苏周边省份的人口迁出结构也相应发生了变化,除迁往长三角及周边有所增加外,这些省份迁往全国其他地区的人口数量都有不同程度地下降.从空间分布来看,变化较为明显的区域主要集中在江苏及其周边地区.
若江苏省GDP增长5%,由全国其他省份迁入江苏的外来人口数量均有不同程度地增加,变化总量(124975人)是该省人口迁出变化的5倍以上.其中,来自安徽的外来人口增长最快,数量超过总数的1/3,其次为河南和四川,西藏自治区变化最小.与此同时,全国其他省份迁往上海,浙江,安徽,福建和山东等地的人口也有不同程度地增长,其中增幅较大的迁移流主要集中在浙江和上海,山东和福建有小幅增长,迁往安徽的人口增长尚不能抵消该省迁出人口的数量.从溢出效应来看,周边区域(安徽除外)均受到江苏GDP增长的正效应,增强了这些省份对外来人口的吸引力,但距离较远的省份受到的波动较小.
5 结论与讨论
重力模型的发展对于地理学研究具有重要的象征意义[41].以"六普"期间的中国省际人口迁移流为具体研究对象,通过几种不同网络空间依赖关系的表达,在传统重力模型的基础上构建了省际迁移流的空间OD模型,将单纯基于迁出地和目的地的"双边效应"分析拓展到"多边效应"机制分析,揭示了中国省际迁移流之间的网络自相关效应,并就区域要素变化对整个人口迁移系统的潜在影响进行了模拟分析.初步得到以下结论:(1)中国省际人口迁移流之间存在显著的空间依赖关系.目的地和迁出地之间均存在正的溢出效应,即从同一迁出地出发的迁移流,倾向于在某个目的地及周边集聚;抵达同一目的地的迁移流,倾向于在某个迁出地及周边集聚.由于这两种效应的存在,迁出地邻居与目的地邻居之间有可能出现负的溢出效应,即从迁出地(甲)到目的地(乙)的人口迁移,会在一定程度上抑制甲的周边邻居(丙)到乙的周边邻居(丁)之间的人口迁移.
(2)区域经济社会等因素的多边溢出效应导致省际迁移流呈现空间集聚特征.与重力模型相比,当在模型中显式表达几种空间依赖关系时,包括距离在内的大部分变量的总体效应估计(绝对值)有所增加,进一步强化了区域经济社会等因素对省际人口迁移的影响.其中,距离要素居省际迁移诸影响因素之首;城镇实际工资率在迁出地和目的地表现出良好的对称性;人口规模主要体现在区域作为迁出地时的"蓄水池"作用;目的地迁移存量的影响超过GDP变量;区域失业率下降会增加省际迁移,表明活跃的劳动力市场将促进人口迁移;GDP的影响主要表现在区域作为目的地时对外来人口的吸引作用;高校在校大学生比例的增加会显著提高外来人口的迁移门槛,从而降低迁移机会,这值得进一步关注.
(3)区域要素变化潜在地对整个迁移系统产生由此及彼,由近及远的一系列"连锁反应",但主要集中在区域震荡中心及周边相关的迁移流.以江苏省GDP增长5%模拟区域要素变化的结果来看,江苏迁往全国其他省份的人口数量都有不同程度地减少,而全国其他省份迁入江苏的人口均有所增加,其中对上海和安徽的迁移流影响最大,而偏远的西藏自治区受到的波动最小.同时,上海,浙江,安徽,山东,河南等江苏周边省市的迁出和迁入人口结构和数量均发生明显变化.模拟结果进一步证实了全国大部分迁移流受到区域变动产生的溢出效应,离开震荡中心的距离越远,迁移流受到的影响越小.
本文主要对"六普"期间省际人口迁移的空间溢出机制加以讨论和分析,在模型构建过程中并没有考虑省内迁移流.由于省际和省内迁移流之间存在着密切的联系,今后尚需采用其他方法加以处理,如选用不同的自变量单独解释内部流或采用哑变量的方法区分省内流和省际迁移流等[16, 29],不同解决方案对效应估计产生的影响值得进一步研究.此外,本文构建的空间OD模型同时考虑了迁出地依赖,目的地依赖和流的依赖3种形式.在实际应用中,还可以针对某个目的地或迁出地区域,单独考虑这几种依赖形式或两两组合,使得省际迁移流的影响因素与机制分析更具有鲜明的区域特色,为区域人口迁移政策和人口再分布调控措施的制定提供更为科学的决策参考.
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . |
| [2] | Persée est un programme de publication électronique de revues scientifiques en sciences humaines et sociales. L'intégralité des collections imprimées de revues est numérisée et mise en ligne sur un portail qui offre un accès à l'ensemble de ces collections et des possibilités avancées d'exploitation de ces corpus numérisés. Les revues font l'objet d'une sélection pour garantir la cohérence de l'offre éditoriale et scientifique du portail. / Persée is a program which was created for the digital publication of scientific journals in the field of the humanities. The entire printed collection of journals is digitized and published online through a portal which offers access to the collections as well as advanced functionalities which facilitate and enhance use of the portal's resources. The journals are selected by an editorial board, thereby guaranteeing the collection's scientific coherence. |
| [3] | . |
| [4] | |
| [5] | . Ravenstein presented his celebrated paper on the laws of migration before the Royal Statistical Society on March 17 1885. His papers have stood the test of time and remain the starting point for work in migration theory. Ravensteins laws are summarized as follows: the majority of migrants only proceed a short distance and those migrants enumerated in a certain center of absorption grow less as the distance from the center increases; a universal shifting or displacement of the population occurs which results in "currents of migration" setting in the direction of the large centers of commerce and industry which absorb the migrants; each primary migration current results in a compensating countercurrent; residents of towns are less migratory than those in the rural areas of a country; females seem to predominate among short journey migrants; an increase in the means of locomotion and development of industry and commerce has resulted in an increase in migration; the economic motive is the dominant force in producing currents of migration. The 20th century has brought no comparable excursion into migration theory. There have been thousands of migration studies since Ravenstein but few additional generalizations have been added. This discussion attempts the development of a general schema into which a variety of spatial movements can be placed and from a small number of what appears to be self evident propositions to deduce several conclusions with regard to the volume of migration the development of streams and counterstreams and the characteristics of migrants. 4 factors enter into the decision to migrate and the process of migration: factors associated with the area of origin factors associated with the area of destination intervening obstacles and personal factors. If migration as is assumed results in part from a consideration of positive and negative factors at origin and destination then a high degree of diversity among areas should result in high levels of migration. The diversity of people also affects the volume of migration. An important consideration in the decision to migrate is the difficulty of the intervening obstacles. Business cycles affect the volume of migration in many ways but a crucial consideration is the manner in which they affect the comparison of positive and negative factors at origin and destination. It is a common observation that migrants proceed along well defined routes toward highly specific destinations. For every major migration stream a counterstream develops. 1 reason for a counterstream is that positive factors at origin may disappear or be muted as during a depression. The reason why migration is selective is that persons respond differently to the sets of plus and minus factors at origin and destination have different abilities to overcome the intervening sets of obstacles and differ from each other in terms of the personal factors. (summary in SPA) |
| [6] | . It is now widely believed that in the short-term retention of verbal material, both primary memory (PM) and secondary memory (SM) mechanisms are involved. In the experiments reported here an attempt was made to separate the PM and SM components in immediate free recall. The first experiment showed that neither age nor the size of set from which words were drawn affected the size of the PM component but that both factors affected retrieval from SM. The second experiment showed that word length affected neither the PM nor the SM component. It was concluded that PM stores a constant number of words regardless of word length. |
| [7] | . This study examines why rural-urban labor migration persists and is even increasing in many developing nations despite the existence of positive marginal products in agriculture and significant levels of urban unemployment. Conventional economic models have difficulty reconciling rational behavioral explanations with growing levels of urban unemployment in the absence of absolute labor redundancy in the overall economy. This paper formulates a 2-sector model of rural-urban migration which recognizes the existence of a politically determined minimum urban wage at levels substantially higher than agricultural earnings. The distinguishing feature of the model is that migration proceeds in response to urban-rural differences in expected earnings with the urban employment rate acting as an equilibrating force on such migration. The overall model is used to demonstrate 1) that given the politically determined high minimum wage the continued existence of rural-urban migration in spite of substantial urban unemployment represents an economically rational choice on the part of the individual migrants and 2) that economists standard policy recommendation of generating urban employment opportunities through the use of "shadow prices" implemented by means of wage subsidies or direct government hiring may lead to a worsening of the urban unemployment problem. Welfare implications of alternative policies associated with various programs to retain rural population are assessed under the assumption that the full wage flexibility suggested by economic theory is politically unfeasible; it is concluded that in the absence of wage flexibility an optimal policy would include both partial wage subsidies or direct government employment and measures to restrict free migration. The basic model is a 2-sector internal trade model with unemployment the 2 sectors being the permanent urban sector which specializes in production of manufactured goods and the rural which either uses all available labor to produce agricultural goods or exports part of the labor to the urban sector. It is assumed that the typical migrant retains his ties to the rural sector but the assumption is not necessary for the argument. |
| [8] | . Abstract This review culls disparate elements from the theoretical and research literature on human migration to argue for the construction of a theory of migration that simultaneously incorporates multiple levels of analysis within a longitudinal perspective. A detailed review of interconnections among individual behavior, household strategies, community structures, and national political economies indicates that inter-level and inter-temporal dependencies are inherent to the migration process and give it a strong internal momentum. The dynamic interplay between network growth and individual migration labor, migration remittances, and local income distributions all create powerful feedback mechanisms that lead to the cumulative causation of migration. These mechanisms are reinforced and shaped by macrolevel relationships within the larger political economy. |
| [9] | . |
| [10] | |
| [11] | |
| [12] | . transforms, the regression and gravity operators are applied in paralle. Feedback from the resulting trip pattern allows the job-home relation to be changed sequentially. Measures of spatial entropy and joint information are introduced and related to travel entropy. |
| [13] | This paper explores the relationship between spatial structure and spatial interaction at the intraurban level. To examine this relationship an experimental framework is designed based on the application of a doubly constrained entropy-type gravity model to journey-to-work data for twenty-four Canadian urban areas. The study demonstrates that distance-decay exponents are strongly influenced by geographic structure and the geometry of origins and destinations. As such, both the influence of map pattern and the friction of distance should be explicitly incorporated into spatial interaction models. The paper also explores the impact of city size and the nature of the economic base of the urban area upon distance-decay exponents. (a) (TRRL) |
| [14] | |
| [15] | . The use of Moran's I to assess the existence of network autocorrelation in flows over the arcs of real (tangible) and abstract (intangible) networks is examined. Residuals of a migration model developed here reveal the presence of such autocorrelation or dependence. Two approaches for removing the observed dependence are examined. |
| [16] | . .鈥 Standard spatial autoregressive models rely on spatial weight structures constructed to model dependence among n regions. Ways of parsimoniously modeling the connectivity among the sample of N = n 2 origin-destination (OD) pairs that arise in a closed system of interregional flows has remained a stumbling block. We overcome this problem by proposing spatial weight structures that model dependence among the N OD pairs in a fashion consistent with standard spatial autoregressive models. This results in a family of spatial OD models introduced here that represent an extension of the spatial regression models described in Anselin (1988). |
| [17] | . <a name="Abs1"></a>Although the assumption of independence among interaction flows frequently is engaged in spatial interaction modeling, in many circumstances it leads to misspecified models and incorrect inferences. An informed approach is to explicitly incorporate an assumed relationship structure among the interaction flows, and to explicitly model the network autocorrelation. This paper illustrates such an approach in the context of U.S. interstate migration flows. Behavioral assumptions, similar to those of the intervening opportunities or the competing destinations concepts, exemplify how to specify network flows that are related to particular origin–destination combinations. The stepwise incorporation of eigenvectors, which are extracted from a network link matrix, captures the network autocorrelation in a Poisson regression model specification context. Spatial autocorrelation in Poisson regression is measured by the test statistic of Jacqmin-Gadda et al. (Stat Med 16(11):1283–1297, 1997). Results show that estimated regression parameters in the spatial filtering interaction model become more intuitively interpretable. |
| [18] | . Spatial filtering in various forms has become a popular way to address spatial dependence in statistical models (Griffith, 2003; Tiefelsdorf & Griffith, 2007). However, spatial filtering faces computational challenges for large n as the current method requires order of n-super-3 operations. This manuscript demonstrates how using iterative eigenvalue routines on sparse weight matrices can make filtering feasible for data sets involving a million or more observations and empirically estimates an operation count on the order of n-super- 1.1 . Moreover, we show that filtering performs better, both statistically and numerically, for spatial weight matrices with more neighbours. Finally, we show that although filtering out spatial aspects of the data reduces bias in parameter estimates for the spatially lagged dependent variable DGP, it also filters out spatial aspects of interest such as spillovers. |
| [19] | . type="main"> Spatial interaction or gravity models have been used to model flows that take many forms, for example population migration, commodity flows, traffic flows, all of which reflect movements between origin and destination regions. We focus on how to interpret estimates from spatial autoregressive extensions to the conventional regression-based gravity models that relax the assumption of independence between flows. These models proposed by LeSage and Pace ( , ) define spatial dependence involving flows between regions. We show how to calculate partial derivative expressions for these models that can be used to quantify these various types of effect that arise from changes in the characteristics/explanatory variables of the model. |
| [20] | 为了研究迁移过程的决定因素，****们提出了多种模型。通常采用的迁入模型或迁出模型往往都有其局限性。本文通过建立多区域迁移模型，引入行为变量，用以分析中国人口迁移的决定因子并考察户口的影响。结果表明，中国省际迁移的诸多特征如迁移选择性、区域模式，动力机制等均与其他发展中国家有很多相似之处，其中距离、人口与经济变量起主要作用，这与整个改革的市场化取向是一致的。 为了研究迁移过程的决定因素，****们提出了多种模型。通常采用的迁入模型或迁出模型往往都有其局限性。本文通过建立多区域迁移模型，引入行为变量，用以分析中国人口迁移的决定因子并考察户口的影响。结果表明，中国省际迁移的诸多特征如迁移选择性、区域模式，动力机制等均与其他发展中国家有很多相似之处，其中距离、人口与经济变量起主要作用，这与整个改革的市场化取向是一致的。 |
| [21] | 文章利用2000年第五次全国人口普查等有关资料,分析了改革以来中国大规模人口迁移的空间分布特征、决定因素,及其与市场化改革之间的关系.城乡二元分割的户籍制度使得中国大规模人口迁移在经济转型过程中具有区别一般迁移理论的独特之处.伴随经济增长的市场化改革程度和市场发育的不平衡性,是决定人口迁移基本方向的一个重要因素.加快城乡户籍制度改革和劳动力市场建设,特别是清除阻碍劳动力市场发育的各种制度性障碍,将起到引导和规范人口迁移、促进持续经济增长的双重作用. 文章利用2000年第五次全国人口普查等有关资料,分析了改革以来中国大规模人口迁移的空间分布特征、决定因素,及其与市场化改革之间的关系.城乡二元分割的户籍制度使得中国大规模人口迁移在经济转型过程中具有区别一般迁移理论的独特之处.伴随经济增长的市场化改革程度和市场发育的不平衡性,是决定人口迁移基本方向的一个重要因素.加快城乡户籍制度改革和劳动力市场建设,特别是清除阻碍劳动力市场发育的各种制度性障碍,将起到引导和规范人口迁移、促进持续经济增长的双重作用. |
| [22] | . |
| [23] | 人口迁移具有空间指向性,表现 为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次 人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用 全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周 边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间 OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型 在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC 值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距 离衰减效应的过高估计。 . 人口迁移具有空间指向性,表现 为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次 人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用 全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周 边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间 OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型 在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC 值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距 离衰减效应的过高估计。 |
| [24] | |
| [25] | . 1 问题的提出据国家统计局(2006)发布的2005年全国1%人口抽样调查结果,我国流动人口规模达1.47亿人。然而,有关流动人口的统计数据各不相 同,相去甚远。形成这种状况的一个基本原因是迄今尚缺乏对流动人口的统一界定口径。本文认为,过去20多年来,我国在人口流动调查和统计方面 . 1 问题的提出据国家统计局(2006)发布的2005年全国1%人口抽样调查结果,我国流动人口规模达1.47亿人。然而,有关流动人口的统计数据各不相 同,相去甚远。形成这种状况的一个基本原因是迄今尚缺乏对流动人口的统一界定口径。本文认为,过去20多年来,我国在人口流动调查和统计方面 |
| [26] | |
| [27] | . |
| [28] | . |
| [29] | . PubMed comprises more than 23 million citations for biomedical literature from MEDLINE, life science journals, and online books. Citations may include links to full-text content from PubMed Central and publisher web sites. |
| [30] | . , Classification Numbers: C10, O15, O18. 3 figures, 3 tables, 45 references. |
| [31] | Most migration analyses focus on inter-regional migration in one particular period. Recently, efforts have also been made to compare migration intensity and patterns across countries. Instead of comparison over space, this paper is concerned with the temporal dimension. Can the same model, using the same set of variables, explain migration patterns in two different periods? Is there any change in the determinants of interprovincial migration in China? This paper attempts to answer these questions using migration data from the 1990 and 2000 censuses of China. It was found that coastal regions such as Guangdong, Zhejiang, Tianjin, and Fujian joined Shanghai and Beijing as the top destinations of migration over time. ‘Pull’ factors in the growing regions play an important role in the expanding migration in China. The same set of variables was used to explain the migration in 1985–1990 and 1995–2000. The same model can explain 51.6% of the variation of migration in 1995–2000, greater than 41.6% in 1985–1990. Nevertheless, absolute parameters in the model were bigger in 1995–2000 than in 1985–1990 to reflect the increasing scale of migration. A better model for 1995–2000 is also established using a new set of variables. Two income variables have a positive impact on migration, confirming the importance of income in internal migration in China. Copyright 08 2011 John Wiley & Sons, Ltd. |
| [32] | |
| [33] | |
| [34] | |
| [35] | |
| [36] | . <p>通过2000年人口普查省际迁移数据的分析,揭示了当代中国人口迁移的区域分异性,以及不同原因的流场新模式。研究发现,中国人口迁移进入高活性、高能力的新阶段;东中西部人口迁移的不平衡性不断加剧,“中部塌陷”不仅是经济意义上的,而且也是社会意义上的;人口省际迁移的辐合流场与辐散流场在进一步发展,珠江三角洲是最大的迁移辐合中心;东北与山东的对流渐趋消失,西北取代东北成为非沿海区域新的人口引力中心;以秦岭－淮河线东段和黑河－腾冲线南段为界,人口迁移分裂为东南和西北两大“流域”。就业迁移的优势程度在进一步加大,市场取代计划成为人口和人才流动的第一动力;婚姻迁移的主流方向是西南贫困山区指向华东农村,形成了西南“喀斯特新娘输出区”。</p> . <p>通过2000年人口普查省际迁移数据的分析,揭示了当代中国人口迁移的区域分异性,以及不同原因的流场新模式。研究发现,中国人口迁移进入高活性、高能力的新阶段;东中西部人口迁移的不平衡性不断加剧,“中部塌陷”不仅是经济意义上的,而且也是社会意义上的;人口省际迁移的辐合流场与辐散流场在进一步发展,珠江三角洲是最大的迁移辐合中心;东北与山东的对流渐趋消失,西北取代东北成为非沿海区域新的人口引力中心;以秦岭－淮河线东段和黑河－腾冲线南段为界,人口迁移分裂为东南和西北两大“流域”。就业迁移的优势程度在进一步加大,市场取代计划成为人口和人才流动的第一动力;婚姻迁移的主流方向是西南贫困山区指向华东农村,形成了西南“喀斯特新娘输出区”。</p> |
| [37] | . 2000年以来，中国区域经济与人口分布状况发生了巨大的变化，区域经济迅速增长，产业结构急剧变动，人口空间格局出现了深刻的调整。总体上，区域人口增长势头有所放缓，空间格局向“多中心聚集”方向发展。在省际迁移中，广东一枝独秀的局面开始改变，人口迁移重心已由珠三角转移到长三角及其他地区，但东部地区仍然是最重要的人口承载区，同时人口在中、西部部分区域的回归正在加速。在此期间，人口迁移原因越来越多元化，社会因素逐渐增强，迁移流向更为复杂。因此，必须高瞻远瞩、统筹兼顾地对人口再分布进行合理的引导，使其更有利于区域经济和社会的发展。 . 2000年以来，中国区域经济与人口分布状况发生了巨大的变化，区域经济迅速增长，产业结构急剧变动，人口空间格局出现了深刻的调整。总体上，区域人口增长势头有所放缓，空间格局向“多中心聚集”方向发展。在省际迁移中，广东一枝独秀的局面开始改变，人口迁移重心已由珠三角转移到长三角及其他地区，但东部地区仍然是最重要的人口承载区，同时人口在中、西部部分区域的回归正在加速。在此期间，人口迁移原因越来越多元化，社会因素逐渐增强，迁移流向更为复杂。因此，必须高瞻远瞩、统筹兼顾地对人口再分布进行合理的引导，使其更有利于区域经济和社会的发展。 |
| [38] | . 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,“单独二胎”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. . 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,“单独二胎”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. |
| [39] | . <p>改革开放以来,伴随着快速城镇化进程的推进以及20世纪80年代户籍制度出现松动,大规模跨区域的人口迁移流动已呈现不可阻挡之势,人口迁移时空格局亦发生着剧烈的变化。目前大多数相关研究只关注某一特定时期的人口迁移,故而人口迁移的时空格局分析显得尤其重要。使用双组分趋势制图法和1985-1990年、1990-1995年、1995-2000年、2000-2005年以及2005-2010年五个时期的人口迁移数据,分析人口迁入、迁出和净迁移的强度及其变化特征。在研究时期内,中国省际人口迁移表现出强烈的空间差异,迁移强度也有大幅的增加。八个主要人口迁入地全部位于东部三个经济快速增长的发展区域（珠江三角洲、长江三角洲和京津冀都市圈）内,而主要的人口来源地都是相对欠发达的中西部省份,这和全国经济发展空间格局完全吻合。双组分趋势地图结果显示南方省份的人口迁移强度及变化趋势都强于北方省份,因此从某种意义上说,在1985-2010年间,南方省份的人口迁移较北方省份更活跃,这可能主要受到南北方自然地理环境以及文化差异的影响。人口迁移时空格局分析结果表明,中国的人口迁移规律正在逐渐形成新特色,东部和西部地区之间的人口流动主要是受到经济因素和区域发展差异的影响,而南方和北方地区的人口迁移活跃程度则主要是由自然地理环境以及文化差异所致。</p> . <p>改革开放以来,伴随着快速城镇化进程的推进以及20世纪80年代户籍制度出现松动,大规模跨区域的人口迁移流动已呈现不可阻挡之势,人口迁移时空格局亦发生着剧烈的变化。目前大多数相关研究只关注某一特定时期的人口迁移,故而人口迁移的时空格局分析显得尤其重要。使用双组分趋势制图法和1985-1990年、1990-1995年、1995-2000年、2000-2005年以及2005-2010年五个时期的人口迁移数据,分析人口迁入、迁出和净迁移的强度及其变化特征。在研究时期内,中国省际人口迁移表现出强烈的空间差异,迁移强度也有大幅的增加。八个主要人口迁入地全部位于东部三个经济快速增长的发展区域（珠江三角洲、长江三角洲和京津冀都市圈）内,而主要的人口来源地都是相对欠发达的中西部省份,这和全国经济发展空间格局完全吻合。双组分趋势地图结果显示南方省份的人口迁移强度及变化趋势都强于北方省份,因此从某种意义上说,在1985-2010年间,南方省份的人口迁移较北方省份更活跃,这可能主要受到南北方自然地理环境以及文化差异的影响。人口迁移时空格局分析结果表明,中国的人口迁移规律正在逐渐形成新特色,东部和西部地区之间的人口流动主要是受到经济因素和区域发展差异的影响,而南方和北方地区的人口迁移活跃程度则主要是由自然地理环境以及文化差异所致。</p> |
| [40] | . 本文从需求和供给两个角度研究经济要素的空间流动,发现要素流动存在两种类型的空间交互作用,分别是流出地空间相关和流入地空间相关；更进一步,本文将要 素流动方程转化为易于估计的空间相关模型.因此,本文为LeSage and Pace (2008)类型的空间自相关计量模型提供了一种经济学解释.在此基础上,使用中国跨省人口流动数据进行经验检验,结果支持理论模型的结论,即资源流动过 程中存在两种类型的空间相关,并且忽略空间相关会导致模型估计结果不可靠；大量稳健性检验结果表明存在空间相关的结论是稳健的.此外,空间相关的引入有助 于更合理地解释“边界效应”、“全球化缺失之谜”等经济现象. . 本文从需求和供给两个角度研究经济要素的空间流动,发现要素流动存在两种类型的空间交互作用,分别是流出地空间相关和流入地空间相关；更进一步,本文将要 素流动方程转化为易于估计的空间相关模型.因此,本文为LeSage and Pace (2008)类型的空间自相关计量模型提供了一种经济学解释.在此基础上,使用中国跨省人口流动数据进行经验检验,结果支持理论模型的结论,即资源流动过 程中存在两种类型的空间相关,并且忽略空间相关会导致模型估计结果不可靠；大量稳健性检验结果表明存在空间相关的结论是稳健的.此外,空间相关的引入有助 于更合理地解释“边界效应”、“全球化缺失之谜”等经济现象. |
| [41] | . <a name="Abs1"></a>This short review, surveys Isard<img src="/content/VG55GGBWQ368W744/xxlarge8217.gif" alt="rsquo" align="BASELINE" border="0">s role in promoting what has become known as spatial interaction modeling. Some contextual information on the milieu from which his work emerged is given, together with a selected number of works that are judged to have been influenced (directly and indirectly) by his work. It is suggested that this burgeoning field owes a lot to the foundations laid in the gravity model chapter of <img src="/content/VG55GGBWQ368W744/xxlarge8220.gif" alt="ldquo" align="MIDDLE" border="0">Methods<img src="/content/VG55GGBWQ368W744/xxlarge8221.gif" alt="rdquo" align="MIDDLE" border="0">. The review is supplemented by a rather extensive bibliography of additional works that are indicative of the breadth of the impact of this field. |
