朱孟珏
, 李芳
ZHU Mengjue, LI Fang
版权声明: 2017 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：朱孟珏(1984-),男,江西赣州人,博士,讲师,主要从事城市地理、土地资源管理研究,E-mail: zhumj2311@163.com。
展开
摘要
随着中国城市经济的发展以及城镇化的快速推进,人口迁移的空间格局发生了重大变化。本文基于1985-2015年全国省际人口迁移矩阵数据,运用社会网络分析方法,探讨中国省际人口迁移网络的整体特征以及每个节点在网络中的地位作用。研究结论为：①省际人口迁移网络密度经历了1985-2000年的缓慢下降、2000-2015年持续上升的过程,与西北、西南和中部主要人口迁出地向东部经济发达地区的集中性迁移成为发展主流密切相关。②人口迁移网络的内向中心势明显大于外向中心势,说明人口迁入地相对集中,人口迁出地相对分散。③省际人口迁移网络可分为东北—华北人口联动区、中原—长三角人口联动区、中南—华南人口联动区、西南人口联动区、西北人口联动区5个子群。其中,中原—长三角人口联动区是群内和群间联系最紧密的区域;中南—华南人口联动区是全国人口累计迁移量最高的区域;东北—华北人口联动区内部联系较强,对外仅与西北人口联动区联系较强。④基于中心性分析以及核心—边缘结构划分,各省(市、区)对于人口迁移网络的贡献意义不同,广东、北京具有全局控制意义,江苏、陕西、四川、浙江基本处于核心节点序列,上海、天津、内蒙古、福建核心作用逐渐增强,河南、湖北、河北、新疆核心作用出现下降,全国人口迁移路径总体向北偏移。
关键词：
Abstract
With the rapid development of urban economy and the promotion of urbanization, great changes have taken place in the spatial pattern of population migration in China. Migration has played an important role in the economic, social, and cultural development of cities. Based on the provincial population migration matrix data of 31 provinces, autonomous regions, and municipalities in 1985-2015, a social network analysis was conducted to investigate the overall characteristics of interprovincial population migration network and the role of each node. The results show that: (1) Network density of interprovincial population migration has experienced a slow decline in 1985-2000 and a continuous increase in 2000-2015. The concentrated migration of population from the northwest, southwest, and central regions to the eastern developed areas has become the mainstream of development. (2) The inward center potential of population migration network rapidly increased in 1985-2005 and gradually declined in 2005-2015. It indicates that the number of important population moving areas were increasing gradually (such as Tianjin and Fujian), towards a "multi-polarization" development. The outward center potential was always at a low level and exhibited a trend of fluctuation. The inward center potential was clearly larger than the outward center potential. It indicates that the population migration area is relatively concentrated, and the population emigration area is relatively dispersed. (3) The interprovincial population migration network can be divided into 5 groups: Northeast-North China population linkage area, Central Plains-Yangtze River Delta population linkage area, Middle South-Pearl River Delta population linkage area, southwest population linkage area, and northwest population linkage area. Among them, the Central Plains-Yangtze River Delta population linkage area was the most closely linked between and within group; Middle South-Pearl River Delta population linkage area had the highest total population migration. The Northeast-North China population linkage area had a stronger internal connection and only strongly linked with the northwest region externally. (4) According to the population migration analysis, the 31 provinces, autonomous regions, and municipalities can be divided into three major categories: net population migration areas including eight provinces, autonomous regions, municipalities (Guangdong, Zhejiang, Beijing, Jiangsu, Shanghai, Tianjin, Fujian, and Xinjiang); population balanced areas including six provinces and autonomous regions (Hainan, Inner Mongolia, Tibet, Qinghai, Ningxia, and Liaoning), and population net emigration areas including 17 provinces, autonomous regions, and municipalities including Sichuan, Henan, and so on. (5) Based on the centrality analysis and the core-periphery structure, contributions of the provinces, autonomous regions, and municipalities to population migration was very different. In the interprovincial population migration network, a few core nodes had strong control over the total amount and path of population migration. About 25-30% core provinces controlled 70-80% of the population migration and path of the country, and the control power continued to rise. Among these provinces, Guangdong and Beijing had overall control significance. Jiangsu, Shaanxi, Sichuan, and Zhejiang were largely among the core control nodes. The role of Shanghai, Tianjin, Inner Mongolia, and Fujian as core areas had gradually increased. The role of Henan, Hubei, Hebei, and Xinjiang as core areas had declined. The overall migration path of the country is northward.
Keywords：
新中国成立以来,中国经历了“迁徙和居住自由”(1949-1952)、“劝止农民盲目进城”(1953-1957)、“控制农民向城市转移的约束性限制”(1958-1982)的历史阶段,初步形成了城市户口和农村户口分割的城乡二元户籍制度,户籍制度对于控制大城市人口的机械增长起到重要影响作用。改革开放以后,以家庭联产承包制为核心的农村改革持续深入,农村剩余劳动力大幅增加,国家逐步允许农民从事商业及运输业,1984年又进一步允许农民到附近城镇打工,农村劳动力向城市转移的制度得以放宽。20世纪90年代以后,以劳动密集型产业为主的外向型经济逐渐壮大,人口迁移成为中国城镇化发展的重要主题。根据人口普查数据统计,中国省际人口迁移量在1985-1990、1990-1995、1995-2000、2000-2005、2005-2010和2010-2015年6个时间断面分别为1106.54万、1038.31万、3398.12万、3804.23万、5499.40万和5327.63万,经历了起步增长、快速增长到缓和增长的过程①。大规模的人口迁移加速了中国城镇化的进程,对城市的经济、社会、文化等的发展起到重要作用。
关于人口迁移的系统研究最早可追溯到英国学者Ravenstein(1885)总结的人口迁移七项规则。随着人口统计方法不断细分,计量手段不断改进,加上多学科的交叉融合,人口迁移研究形成了多样化的研究视角,主要包括：一是人口迁移的经济学和计量学模型的建构。如20世纪40-60年代人口重力模型(Zipf, 1946)、二元经济模型(Lewis, 1954)、人力资本理论(Schultz, 1962)、人口推拉模型(Lee, 1966)、托达罗模型(Todaro, 1969)等经典模型先后出现,近年来de Montis等(2007)、de Vries等(2009)等采用的改进型人口迁移重力模型,都极大地丰富了人口迁移的理论体系。二是人口迁移机制的研究。如Jeanty等(2010)基于房价和土地制度构建了人口迁移的动力范式。三是系统工程等学科在人口迁移模型中的应用。如Simini等(2012)基于辐射模型探讨了人口迁移的自相似性;Gargiulo等(2012)等提出了人口迁移的空间网络模型等;Chun(2008)利用特征向量空间过滤法构建了人口迁移流之间的网络自相关模型。此外,GPS高分辨率和社会网络数据的补充,也为人口迁移研究带来新思路和新视角。如Noulas等(2012)通过GPS定位技术研究了全球主要大都市的人口迁移模式。从国内研究来看,学者们从20世纪70-80年代开始逐渐关注人口迁移研究,但受限于人口迁移统计方法落后、统计数据获取难度较大等原因,研究视角侧重于人口迁移定性研究以及局部地区人口迁移定量研究(李德辉, 1981; 马侠等, 1988; 王桂新, 1989）。20世纪90年代以后,人口迁移研究得到广泛发展,相关研究视角包括：一是关于人口迁移的宏观规律与影响机制研究。如刘晏伶等(2014)采用可达性、重力模型及多元线性回归方法、段成荣(2000),唐家龙(2008)从个人特征、时间因素等不同视角探讨了人口迁移的影响因素。二是省际人口迁移对其他领域的关联性研究。如学者们广泛探讨了人口迁移格局对城镇化(杨传开等, 2015; 刘颖等, 2017)、经济增长(逯进等, 2014)、居住空间(钟奕纯等, 2017)、地方公共品供给(杨义武等, 2017)的影响。三是省际人口迁移的空间格局及模型构建研究。如众多学者广泛采用流场理论(丁金宏等, 2005; 刘望保等, 2012)、双组份趋势制图法(李扬等, 2015)、社会网络分析(王珏等, 2014; 臧玉珠等, 2016）、Q分析和回归分析(王桂新等, 2012)、网络自相关(蒲英霞等, 2016)、复杂网络(董上等, 2014)等对中国省际或局部区域人口迁移的时空格局进行了建模分析。四是对新时期人口迁移的发展问题及对策建议的研究,如对人口“就近城镇化”(胡小武, 2011)、人口“返迁”行为(周皓等, 2006)等的研究。
总体来看,相关研究对于人口迁移区域差异、迁移影响因素等研究成果较多,近年对于人口迁移网络计量模型运用及演变特征研究也逐渐增多,但从系统视角分析人口迁移整体网络和网络节点地位作用的研究相对较少。社会网络分析方法是对“作为节点的社会行动者及其所构成关系集合”的结构与属性进行的综合分析,有助于解决这一问题。本文基于近30年来中国31个省、自治区、直辖市的人口迁移矩阵数据,采用社会网络分析方法,探讨中国省际人口迁移网络的整体特征及各节点在网络中的地位作用,为区域可持续发展尤其是人口政策的制定提供参考。
本文以全国31个省、自治区、直辖市为研究单元(1985-1995年只有30个单元,重庆数据并入四川;不含港澳台),并获取1985-1990、1990-1995、1995-2000、2000-2005、2005-2010、2010-2015年6个时间断面内的省际人口迁移数据。相关数据由1990、2000、2010年中国人口普查资料以及1995、2005、2015年全国1%人口抽样调查资料中“按现住地和五年前常住地分的人口”一表获得。其中,1985-1990年数据统计范围是现居住地的人口离开户口登记地满1年以上,其余年份统计范围是现居住地的人口离开户口登记地满半年以上。最后,根据当次人口普查或抽样调查的抽样比例换算成实际人口迁移的矩阵数据。研究方法上,本文采用社会网络分析方法对1985-2015年省际人口迁移网络进行特征探讨。基于满足网络分析的要求,需要对原始数据进行二值化处理,形成2套二值有向矩阵数据：①对于每个时间断面的数据,假设当i省迁移到j省的人口量占i省总迁出量的比重超过3.2%时(3.2%为各省平均值),视为两省存在迁移联系的阈值,相应元素赋值1,否则赋值0,形成6个省际二值有向矩阵(记为矩阵A),用于整体网络与网络节点分析;②将6个时间断面人口迁移量数据进行累加,采用同样方法并确定3.2%为阈值,形成1985-2015年的省际二值有向矩阵(记为矩阵B),用于网络子群划分。相关计算方法如下：
(1) 整体网络分析。采用网络密度和外(内)向中心势指标进行分析。网络密度反映人口迁移网络中节点间的联系紧密状况,用于评估网络对节点区域活动的影响力;外(内)向中心势反映人口迁出(入)地的集中程度,用于衡量人口迁移网络整体向少数核心节点集中的趋势。网络密度、外(内)向中心势公式如下：
式中：D为网络密度;m为人口迁移网络中实际联系数;k为网络节点数,k(k-1)为最大理论联系数。
式中：
(2) 网络节点分析。采用程度中心性和中间中心性指标。程度中心性体现某节点与其他节点是否存在直接的人口迁移联系;中间中心性是体现节点对资源的控制程度,度数越高,节点越居于网络联系的中间环节。程度中心性、中间中心性公式如下：
式中：CN(ki)是节点i的内向中心度;CW(ki)是节点i的外向中心度;
式中：
此外,根据整体网络指标和网络节点指标,分别构建网络子群、“核心—边缘”结构模型,用于探讨省际人口迁移网络的格局。
整体网络密度反映了人口迁移网络节点间的连接状况,密度越大,节点之间的联系越紧密,网络对节点的区域活动影响力也越大。研究表明(表1)：①网络密度值维持在0.5~0.6区间,说明1985年以来中国省际人口迁移的全局模式没有发生显著变化,保持中等偏上水平的网络紧密程度。②网络密度经历了1985-2000年的缓慢下降、2000-2015年持续上升过程。1995-2000年处于历史最低值(网络密度为0.505,总程度中心度为470),这与西北、西南和中部主要人口迁出地向东部经济发达地区的集中性迁移成为发展主流,迁移目的性增强导致的人口迁移路径锐减密切相关。
网络中心势体现了人口迁移网络整体向少数核心节点集中的趋势,一般分为内向中心势(人口迁入地的集中程度)和外向中心势(人口迁出地的集中程度),中心势越大,网络空间越不均衡。研究表明(表1)：①内向中心势在1985-2005年快速上升,说明人口迁入省份较为集中,全国人口朝个别省份集中迁移趋势增强;2005-2015年逐渐下降,说明重要人口迁入地区逐渐增多,朝“多极化”发展。②外向中心势始终处于低值水平并呈现波动变化态势,在1995-2000年处于最高值(0.221),2010-2015年降至最低值(0.122),说明在90年代人口迁出地区较少,人口迁移整体并不强烈;2000年后人口迁出地广泛分布全国各省(市、区),进一步降低了外向中心势水平。③内向中心势明显大于外向中心势,内外中心势差值经历持续上升到持续下降的过程,最大差值处于2000-2005年(0.552)和2005-2010年(0.551),说明人口迁入地相对集中,人口迁出地相对分散。
表1 1985-2015年中国省际人口迁移网络结构的演变
Tab.1 Evolution of China's interprovincial migration network structure from 1985-2015
| 网络指标 | 1985-1990年 | 1990-1995年 | 1995-2000年 | 2000-2005年 | 2005-2010年 | 2010-2015年 | 1985-2000年年均增幅/% | 2000-2010年年均增幅/% | 2010-2015年年均增幅/% | 1985-2015年年均增幅/% |
|---|---|---|---|---|---|---|---|---|---|---|
| 网络密度 | 0.607 | 0.543 | 0.505 | 0.510 | 0.531 | 0.563 | -1.81 | 0.50 | 1.48 | -0.31 |
| 内向中心势 | 0.508 | 0.469 | 0.703 | 0.736 | 0.691 | 0.639 | 3.31 | -0.17 | -1.94 | 0.96 |
| 外向中心势 | 0.187 | 0.147 | 0.221 | 0.184 | 0.140 | 0.122 | 1.71 | -4.47 | -3.34 | -1.75 |
若要深入地刻画在人口迁移网络中哪些节点特别紧密以至于结合成次级子群,并探究子群内部以及子群之间的关系,有必要进行网络子群划分。采用Ucinet软件的“subgroups-factions”功能模块,可以实现对1985-2015年中国省际人口迁移网络(矩阵B)的派系分析,结果分为东北—华北人口联动区、中原—长三角人口联动区、中南—华南人口联动区、西南人口联动区、西北人口联动区5个子群(图1)。研究表明：①从子群内部的网络密度分析(表2),密度最高的是中原—长三角人口联动区(0.60),以上海、浙江、江苏为核心,人口主要从河南、安徽迁移到长三角地区,累计迁移量达到2693.24万人,占全国累计总迁移量的13.35%;密度第二是的中南—华南人口联动区(0.57),以广东为核心,人口主要从广西、海南、湖北、湖南、江西迁移到广东,部分迁移到福建,其累计迁移量达到4136.61万人(占全国20.50%),是群内迁移量最大的子群;密度第三是的东北—华北人口联动区(0.51),以北京、天津为核心,包括了东北、华北全部及山东省共9个省(市、区),累计迁移量达到2279.28万人(占全国11.30%)。此外,第V、IV子群密度最低(0.45和0.33),分别是西南人口联动区和西北人口联动区,除新疆、宁夏、西藏人口迁入略大于迁出外,其他都属于人口输出区,相互间人口迁移联系较弱。②从子群群间密度分析,可分为3个层级流向：第一层级(密度0.29)包括“中南—华南人口联动区→中原—长三角人口联动区”、“西南人口联动区→中原—长三角人口联动区”两个流向体现了西南、华南、华中地区人口向长三角地区的迁移,是最主要的群间人口迁移;第二层级(密度0.15~0.25)包括四个流向,分别是“西南人口联动区→中南—华南人口联动区”、“西北人口联动区→东北—华北人口联动区”、“西北人口联动区→中原—长三角人口联动区”、“中原—长三角人口联动区→中南—华南人口联动区”,体现了西南、西北地区人口向长三角、广东、京津地区的迁移,以及长三角和广东之间的人口相互迁移;体现了西南、西北地区人口向长三角、广东、京津地区的迁移,以及长三角和广东之间的人口相互迁移;第三层级流向(密度0.15以下)为其他地区的群间人口迁移,迁移量很小,联系不够紧密。总体来看,中原—长三角人口联动区、中南—华南人口联动区、东北—华北人口联动区是全国人口迁移最核心的地带。其中,中原—长三角人口联动区是群内和群间联系最紧密的区域,几乎跟所有区域都发生着人口迁移联系;中南—华南人口联动区主要与长三角、西南地区联系较强,但是全国人口累计迁移量最高的区域;东北—华北人口联动区内部联系较强,对外仅与西北子群联系较强。
图1 基于网络子群划分的中国人口迁移网络区域格局
Fig.1 Regional pattern of China's migration network based on cohesive subgroups
表2 1985-2015年中国区域间人口迁移量与网络密度
Tab.2 Migration volume and network density of China's migration network from 1985 to 2015
| 凝聚子群 | 指标 | 东北—华北 人口联动区 | 中原—长三角 人口联动区 | 中南—华南 人口联动区 | 西南人口 联动区 | 西北人口 联动区 | |
|---|---|---|---|---|---|---|---|
| 东北—华北人口联动区 | 北京、天津、河北、黑龙江、吉林、辽宁、内蒙古、山东、山西 | 迁移量/万人 | 2279.28 | 615.06 | 363.87 | 128.11 | 165.42 |
| 网络密度 | 0.51 | 0.15 | 0.06 | 0.03 | 0.04 | ||
| 中原—长三角人口联动区 | 江苏、上海、浙江、安徽、河南 | 迁移量/万人 | 889.74 | 2693.24 | 1064.68 | 214.80 | 284.95 |
| 网络密度 | 0.06 | 0.60 | 0.19 | 0.08 | 0.00 | ||
| 中南—华南人口联动区 | 广东、广西、海南、福建、湖北、湖南、江西 | 迁移量/万人 | 403.97 | 1352.71 | 4136.61 | 388.59 | 103.71 |
| 网络密度 | 0.02 | 0.29 | 0.57 | 0.07 | 0.00 | ||
| 西南人口联动区 | 四川、云南、重庆、贵州、西藏 | 迁移量/万人 | 347.21 | 1177.90 | 1652.93 | 549.78 | 190.75 |
| 网络密度 | 0.06 | 0.29 | 0.25 | 0.33 | 0.05 | ||
| 西北人口联动区 | 陕西、甘肃、宁夏、青海、新疆 | 迁移量/万人 | 303.37 | 271.21 | 229.49 | 89.51 | 277.33 |
| 网络密度 | 0.24 | 0.20 | 0.09 | 0.10 | 0.45 | ||
从1985-2015年各省的人口迁移量来看(图2),大体分为以下3个类别：①第一类是人口净迁入地区,包括广东、浙江、北京、江苏、上海、天津、福建、新疆8省(市、区)。其中,广东在1990年之后净迁入量始终保持在800万以上,1985-2015累计净迁入量更是达到4327万人,远超其他省(市、区);浙江、北京、江苏、上海4省(市、区)基本一直处于人口净迁入前5位地区(浙江在1985-1995年为净迁出地区);福建和新疆属于弱净迁入地区。②第二类是人口相对平衡地区,包括海南、内蒙古、西藏、青海、宁夏、辽宁6省(市、区)。其中,辽宁在1985-2010年人口净迁入量维持在20~50万人,2010-2015年为净迁出地区迁出量3万人;其他5个地区也基本维持迁入迁出量大致平衡。③第三类是人口净迁出地区,包括其余17个省(市、区)。其中,四川在1985-2005年是第一大人口净迁出省,2005-2010年和2010-2015年分列第3和第4位;河南人口净迁出量快速增长,2005-2015年成为第一大人口净迁出省;安徽、湖南、江西、广西、湖北、贵州等中西部地区都是重要的人口净迁出省。
为进一步分析各省在人口迁移网络中的作用,选择程度中心性、中间中心性2个指标进行测算,并基于中心性构建人口迁移的核心—边缘结构模式。
图2 1985-2015年中国省际人口迁移量
Fig.2 Migration volume of China's interprovincial migration from 1985 to 2015
程度中心性是体现某节点与其他节点是否存在直接人口迁移联系的指标,一般可细分为内向程度中心度(反映人口迁入状况)、内向程度中心度(反映人口迁出状况)和总体程度中心度(内、外中心度之和),度数越高,节点与其他节点的联系越强。通过计算矩阵A的程度中心性,结果表明(图3)：①从内向中心度来看,1985-1995年度数较高区域包括江苏、山东、河北、北京、河南、广东、四川等,涵盖了主要人口迁入区和迁出区,其他省份度数普遍不高,与20世纪初期全国人口迁移目标性不强、迁移量不显著有关;1995-2005年,广东、浙江、江苏、上海、北京等经济发达地区度数显著提高,传统的人口中转区和迁出区如四川、河南等度数出现明显下降;2005-2015年,江苏、广东、北京的内向度位列前3位,广东、浙江、上海出现下降,江苏、北京略有上升,天津、福建快速提升,四川、陕西、河北再次回升,这与大城市群人口互动加强,珠三角“劳动力成本”升高造成人口回流,天津滨海新区、福建海峡两岸经济区的扶持建设等因素密切相关;此外,海南、青海、宁夏、山西、西藏等内向度数下降至1或0。②外向中心度普遍没有内向中心度高。1985-1990年除北京、浙江外,中心度超过11的地区主要是陕西、甘肃、贵州、宁夏、四川等西北和西南地区,中心度5以下只有广西、海南、西藏和上海,其他绝大多数中心度都在6~10,反映了中西部人口向东部迁移的主流方向;1990年以后格局出现显著变化,中心度较高的变为北京、浙江、广东、福建等东部地区,这些区域外向、内向中心度都位居前列,说明人口迁入区不仅仅吸引人口迁入,同时与其他地区进行强烈的迁移互动甚至人口回流;陕西、四川、贵州、江西、安徽、湖南等中西部地区中心度出现下降,人口迁出目的地更加集中。③从总体程度中心度看,2015年全国可分为3个层级：第1层级(中心度>25)有北京、广东、江苏、浙江、上海、天津等6个省(市、区),囊括京津、珠三角、长三角所在的经济发达地区;第2层级(中心度15~25)有福建、湖北、山东、四川、陕西、内蒙古、甘肃、河北、重庆等9个省(市、区),包括次级人口迁入区和重要的人口迁移中转区;第3层级(中心度15以下)包括其余16个省(市、区),大多是人口迁出地。
图3 1985-2015年中国人口迁移网络程度中心性
Fig.3 Point centrality of China's migration network from 1985 to 2015
中间中心性是体现节点对资源控制程度的指标,度数越高,节点控制其他节点的能力也越强。通过计算矩阵A的中间中心性,结果表明(表3)：①北京、广东中间中心度始终位列前二,与程度中心度一致,但广东在1985-2000年中间中心度数一直居首位,北京在2000-2015年跃居首位。说明北京、广东不但与其他省份的人口迁移联系最为紧密,而且对全国迁移网络具有很强的控制作用,但北京控制作用在加强,广东在减弱。②2015年中间中心度较高的地区(度数>0.060)还包括内蒙古、天津、陕西、江苏、新疆、浙江、四川、上海。其中,内蒙古、天津、陕西中心度总体呈现快速增长态势;江苏、浙江、上海、新疆在1985-2010年和2010-2015年经历先上升后下降趋势;四川呈现下降态势。以上海和陕西的比较为例,上海属于程度中心性较高但中间中心性不高的节点,陕西属于程度中心性不高但中间中心性较高的节点。说明与上海直接产生人口迁移联系的节点较多,但仅与上海关联的非冗余节点有限,即其它节点之间的联系并非必须经过上海中转,上海的控制作用有限。这与上海的人口迁出地仅局限在浙江、江苏、北京、广东等活跃地区有关。与之相反,与陕西直接产生人口迁移的节点不多,但是宁夏、青海、甘肃等西北省区的很多人口迁移路径必须经过陕西中转,陕西对西北地区的人口迁移具有控制作用。③2015年中间中心度接近0的地区包括云南、辽宁、吉林、山西、黑龙江、湖南、江西、安徽、广西、青海、宁夏、海南、西藏等。其中,江西、湖南、安徽等中部地区中间中心度逐年快速下降;西藏、海南、广西、青海、宁夏等区位偏远地区受到个别节点影响强烈,对全国网络贡献微弱,如广西超过80%、海南超过40%的迁出人口都是流入广东,受广东的网络控制显著。
表3 1985-2015年中国省际人口迁移网络中间中心性
Tab.3 Betweenness centrality of China's interprovincial migration network from 1985 to 2015
| 省区 | 1985-1990年 | 1990-1995年 | 1995-2000年 | 2000-2005年 | 2005-2010年 | 2010-2015年 | 省区 | 1985-1990年 | 1990-1995年 | 1995-2000年 | 2000-2005年 | 2005-2010年 | 2010-2015年 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 北京 | 0.210 | 0.224 | 0.289 | 0.436 | 0.463 | 0.375 | 河南 | 0.151 | 0.099 | 0.014 | 0.204 | 0.010 | 0.010 |
| 广东 | 0.213 | 0.300 | 0.582 | 0.310 | 0.327 | 0.286 | 河北 | 0.087 | 0.137 | 0.088 | 0.003 | 0.028 | 0.006 |
| 内蒙古 | 0.024 | 0.040 | 0.041 | 0.116 | 0.306 | 0.222 | 云南 | 0.011 | 0.020 | 0.037 | 0.026 | 0.001 | 0.003 |
| 天津 | 0.022 | 0.011 | 0.011 | 0.014 | 0.037 | 0.215 | 辽宁 | 0.041 | 0.080 | 0.017 | 0.202 | 0.028 | 0.003 |
| 陕西 | 0.131 | 0.104 | 0.088 | 0.015 | 0.232 | 0.210 | 吉林 | 0.001 | 0.001 | 0.006 | 0.002 | 0.004 | 0.003 |
| 江苏 | 0.151 | 0.162 | 0.166 | 0.146 | 0.196 | 0.143 | 山西 | 0.027 | 0.023 | 0.033 | 0.017 | 0.014 | 0.002 |
| 新疆 | 0.014 | 0.173 | 0.245 | 0.182 | 0.195 | 0.128 | 黑龙江 | 0.003 | 0.001 | 0.006 | 0.002 | 0.002 | 0.002 |
| 浙江 | 0.056 | 0.121 | 0.094 | 0.222 | 0.251 | 0.124 | 湖南 | 0.037 | 0.008 | 0.002 | 0.000 | 0.000 | 0.001 |
| 四川 | 0.148 | 0.250 | 0.033 | 0.074 | 0.024 | 0.070 | 江西 | 0.012 | 0.001 | 0.000 | 0.002 | 0.001 | 0.001 |
| 上海 | 0.025 | 0.066 | 0.052 | 0.069 | 0.091 | 0.066 | 安徽 | 0.075 | 0.009 | 0.002 | 0.004 | 0.000 | 0.000 |
| 湖北 | 0.092 | 0.045 | 0.022 | 0.008 | 0.013 | 0.043 | 广西 | 0.014 | 0.004 | 0.000 | 0.000 | 0.000 | 0.000 |
| 福建 | 0.017 | 0.058 | 0.021 | 0.062 | 0.039 | 0.043 | 青海 | 0.002 | 0.009 | 0.004 | 0.011 | 0.004 | 0.000 |
| 甘肃 | 0.062 | 0.093 | 0.097 | 0.093 | 0.139 | 0.041 | 宁夏 | 0.002 | 0.002 | 0.000 | 0.000 | 0.000 | 0.000 |
| 重庆 | 0.000 | 0.000 | 0.025 | 0.013 | 0.000 | 0.023 | 海南 | 0.002 | 0.006 | 0.000 | 0.000 | 0.000 | 0.000 |
| 山东 | 0.158 | 0.202 | 0.267 | 0.244 | 0.056 | 0.021 | 西藏 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 |
| 贵州 | 0.022 | 0.006 | 0.000 | 0.017 | 0.067 | 0.016 |
程度中心性反映了节点对人口迁移路径的直接获取量,是绝对性指标。中间中心性反映了节点对人口迁移的资源控制程度,是相对性指标。两者都是衡量网络节点效能的2个重要指数。基于2个中心性指数的统一,采用程度中心度占比、中间中心度占比对省际人口迁移网络进行网络结构“核心—边缘”体系划分。因2个中心性指标的历年平均值介于3.2%~3.3%之间,故选取3.2%作为阈值,当所有指标同时超过3.2%视为网络核心,否则视为一般性节点。研究结果表明(图4、表4)：①省际人口迁移网络中少数核心节点对人口迁移的总量和路径具有较强的控制力。1985-2015年,6个时间段核心节点对省际人口迁移总量的控制比重分别为68.44%、75.17%、77.36%、79.52%、79.67%和79.23%,对省际人口迁移路径的控制比重分别达66.67%、69.49%、72.34%、70.46%、75.00%和77.10%,亦即是25%~30%的核心省份控制了全国70%~80%的人口迁移量和路径,并且控制力不断呈现攀升趋势。②广东、北京一直位居核心节点前2位,同时具有较高程度中心度和中间中心度,但演变过程略有差异。广东对人口迁移量(路径量)的控制比重从1985-1990年的6.81%(5.11%),到1995-2000年的18.49%(8.94%),再到2010-2015年的12.46%(6.87%),控制力经过了先增强到减缓的态势;1985-2015年,北京人口迁移量控制比重从3.64%上升到4.44%,路径量控制比重从5.87%上升到6.88%,控制力不断处于增强态势;到2000年之后,对网络路径的控制力强于广东。②江苏、陕西、四川、浙江基本处于核心节点序列。其中,江苏和浙江对网络控制力不断上升,四川和陕西控制力略有下降。③上海、天津、内蒙古、福建核心作用逐渐增强,进入核心节点行列。其中,上海的影响区(人口来源)从长三角及周边地区扩展至全国各省区;天津、内蒙古的影响区从华北扩展到了西北以及河南、湖北地区;福建的影响区从华东地区向中南、华南、西南地区扩展。④山东、河南、湖北、河北、新疆核心作用控制力开始出现下降。以河南为例,其对人口路径量(迁移量)的控制比重从5.68%(4.82%)变化到2.29%(5.42%),虽然从人口迁移量来看已逐渐跃升至全国第一大人口迁出地,但是控制人口迁移的路径数却逐渐下降,1995年以后就已脱离核心节点序列。⑤从广东、浙江、江苏、上海、北京、天津等6个人口迁入最密集地区(人口迁入量>250万人)来看,其人口路径总量(迁移总量)的控制比重从26.33%(26.24%)上升到37.40%(37.62%),全国人口朝这6个地区迁移的主流趋势不断加强;人口迁移量增速从高到低依次是天津、广东、浙江、北京、上海和江苏;人口迁移路径增速从高到低依次是天津、上海、浙江、广东、北京河江苏,迁移路径总体略向北偏移。
表4 1985-2015年中国省际人口迁移网络核心节点
Tab.4 Core node of China's interprovincial migration network from 1985 to 2015
| 时段 | 核心节点 |
|---|---|
| 1985-1990 | 广东、北京、山东、江苏、河南、四川、陕西、湖北、河北 |
| 1990-1995 | 广东、北京、四川、山东、新疆、江苏、河北、浙江、陕西、河南 |
| 1995-2000 | 广东、北京、山东、新疆、江苏、浙江、河北、陕西 |
| 2000-2005 | 北京、广东、山东、浙江、陕西、新疆、江苏、四川 |
| 2005-2010 | 北京、广东、内蒙古、浙江、陕西、江苏、新疆、上海 |
| 2010-2015 | 北京、广东、内蒙古、天津、陕西、江苏、浙江、四川、上海、福建 |
图4 1985-2015年中国省际人口迁移网络的演变
Fig.4 Evolution of China's interprovincial migration network structure from 1985 to 2015
本文运用社会网络分析方法,对1985-2015年中国省际人口迁移的网络特征以及各省（市、区）在迁移网络中的地位作用进行了分析,相关结论如下：
(1) 省际人口迁移网络密度经历了1985-2000年的缓慢下降、2000-2015年持续上升的过程,这与西北、西南和中部主要人口迁出地向东部经济发达地区的集中性迁移成为发展主流,以及迁移目的性增强导致的人口迁移路径锐减密切相关。同时,人口迁移网络的内向中心势明显大于外向中心势,说明人口迁入地相对集中,人口迁出地相对分散。
(2) 改变了基于人口迁移率等视角单纯划分迁入区、迁出区和平衡区的传统方法,采用了社会网络子群的划分方法,将省际人口迁移网络分为：东北—华北人口联动区、中原—长三角人口联动区、中南—华南人口联动区、西南人口联动区、西北人口联动区5个子群。其中,中原—长三角人口联动区长三角地区是群内和群间联系最紧密的区域;中南—华南人口联动区是全国人口累计迁移量最高的区域;东北—华北人口联动区东北—华北地区内部联系较强,对外仅与西北人口联动区西北子群联系较强。
(3) 各省(市、区)对于人口迁移网络的贡献具有较大差异。广东、北京具有全局控制意义,广东在2000年居于首位地位,2000年之后北京控制作用强于广东;江苏、陕西、四川、浙江基本处于核心节点序列;上海、天津、内蒙古、福建核心作用逐渐增强,上海的影响区从长三角扩展至全国;天津、内蒙古的影响区从华北扩展到了西北和中南;福建的影响区从华东扩展到中南、华南和西南;河南、湖北、河北核心作用出现下降;全国人口迁移路径总体向北偏移。
需要指出的是,近30年来,中国中、西部人口朝东部沿海地区尤其是京津冀、长三角、珠三角等经济发达地区的迁移主流模式并未发生变化,但随着国家政策及区域战略的调整,人口迁移格局正在或将要发生一些调整的态势：①几十年的大规模长距离的异地化迁移,在迁入地承载力、社会文化融合、区域安全稳定等方面产生了较大压力。随着新型城镇化政策的提出,未来发展将更加注重以人为本、四化同步、优化布局、生态文明、传承文化,强调着重提升城镇化的质量,以往大规模长距离异地化迁移态势将会有所缓解,通过土地流转与置换,以原有区域中小城市为核心就近迁移的“就近城镇化”模式将更加普遍。②东部经济发达地区,尤其是广东等外向型经济的区域,受国际环境影响较大,同时带来的劳动力成本上升导致迁移人口出现“返迁回流”行为。③天津滨海新区、福建海峡经济区等区域新增长极的出现使得人口迁移的格局将会进一步微调。④国家政策向中西部地区的倾斜,尤其是“三个1亿人”(促进约1亿农业转移人口落户城镇,改造约1亿人居住的城镇棚户区和城中村,引导约1亿人在中西部地区就近城镇化)战略的提出,中西部省(市、区)在人口迁移网络中的作用势必将将进一步提升。
未来,应制定合理的区域发展战略,完善人口迁移的机制体制,适度适时地调整省际人口迁移的流向。在区域空间战略层面,坚持全局统筹与区域协调紧密结合,实行分区管理、政策引导、错位建设,促进迁移人口与当地人口、资源和环境的协调发展,进一步优化提升各区域劳动力的产业分布、空间流动和技能水平。在人口迁移政策机制层面,应采取不同的分类指引政策,在户籍管理、用地管理、财政制度、公共服务均等化体制、城镇化社区建设等方面进行制度创新,以应对人口市民化、就近城镇化、人口“返迁”等人口迁移新方向所带来的重大变化。
The authors have declared that no competing interests exist.
| [1] |
中国人口迁移的区域差异与流场特征 [J].https://doi.org/10.3321/j.issn:0375-5444.2005.01.012 URL [本文引用: 1] 摘要
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".
Areal differentiation of inter-provincial migration in China and characteristics of the flow field [J].https://doi.org/10.3321/j.issn:0375-5444.2005.01.012 URL [本文引用: 1] 摘要
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".
|
| [2] |
中国省际人口迁移的复杂网络研究 [J].https://doi.org/10.3969/j.issn.1004-1613.2014.02.007 URL [本文引用: 1] 摘要
本文基于复杂网络分析方法,利用第五次、第六次全国人口普查数据和2005年全国1％人口抽样调查数据,对1995-2000年、2000-2005年和2005-2010年中国省际人口迁移的网络结构特征和网络复杂性进行了对比分析.文中首先分析中国省际人口迁移网络的整体演进,随后将全国划分为东部、中部和西部,分析三大区域网络结构的区域性特征.分析结果表明：（1）中国省际人口迁移网络在演进过程中呈现明显的重心右倾趋势; （2）中国省际人口迁移网络具有复杂网络的小世界性和无标度性特征; （3）北京、广东等一些少数中心节点支撑了我国省际人口迁移网络; （4）东部、中部和西部三大区域在中国省际人口迁移网络演进过程中的空间受益并不均衡.
A study of the complex network of China's interprovincial migration [J].https://doi.org/10.3969/j.issn.1004-1613.2014.02.007 URL [本文引用: 1] 摘要
本文基于复杂网络分析方法,利用第五次、第六次全国人口普查数据和2005年全国1％人口抽样调查数据,对1995-2000年、2000-2005年和2005-2010年中国省际人口迁移的网络结构特征和网络复杂性进行了对比分析.文中首先分析中国省际人口迁移网络的整体演进,随后将全国划分为东部、中部和西部,分析三大区域网络结构的区域性特征.分析结果表明：（1）中国省际人口迁移网络在演进过程中呈现明显的重心右倾趋势; （2）中国省际人口迁移网络具有复杂网络的小世界性和无标度性特征; （3）北京、广东等一些少数中心节点支撑了我国省际人口迁移网络; （4）东部、中部和西部三大区域在中国省际人口迁移网络演进过程中的空间受益并不均衡.
|
| [3] |
影响我国省际人口迁移的个人特征分析: 兼论“时间”因素在人口迁移研究中的重要性 [J].
利用１９８８年全国生育节育抽样调查资料，本文以ｌｏｇｉｓｔｉｃ回归模型分析了影响我国省际人口迁移的个人特征。研究结果表明：年龄、性别、受教育水平和婚姻状况等个人特征在决定个人是否进行省际人口迁移方面有着显著影响作用。 利用该次调查提供的省际人口迁移“时间”信息，本文对“时间”因素在人口迁移研究中的重要性进行了分析。结果表明：利用人口迁移发生时点上的个人特征来分析个人进行省际人口迁移的概率，比利用调查时点上的个人特征来分析个人进行省际人口迁移的概率，有明显的改善作用。“时间”因素在人口迁移研究中有着十分重要的影响作用。
Individual level determinants of interprovincial migration in China: On the effects of time sequence in migration studies [J].
利用１９８８年全国生育节育抽样调查资料，本文以ｌｏｇｉｓｔｉｃ回归模型分析了影响我国省际人口迁移的个人特征。研究结果表明：年龄、性别、受教育水平和婚姻状况等个人特征在决定个人是否进行省际人口迁移方面有着显著影响作用。 利用该次调查提供的省际人口迁移“时间”信息，本文对“时间”因素在人口迁移研究中的重要性进行了分析。结果表明：利用人口迁移发生时点上的个人特征来分析个人进行省际人口迁移的概率，比利用调查时点上的个人特征来分析个人进行省际人口迁移的概率，有明显的改善作用。“时间”因素在人口迁移研究中有着十分重要的影响作用。
|
| [4] |
人口“就近城镇化”: 人口迁移新方向 [J].Neighborhood urbanization strategy and China's town-urbanization road rethinking [J]. |
| [5] |
关于人口迁移规律的初探: 人口迁移的历史回顾、目前状况及未来趋势 [J].Guanyu renkou qianyi guilv de chutan: Renkou qianyi de lishi huigu, |
| [6] |
1985-2010年中国省际人口迁移时空格局特征 [J].Spatial-temporal patterns of China's interprovincial migration during 1985-2010 [J]. |
| [7] |
中国省际人口迁移流场及其空间差异 [J].
社会经济的快速发展和区域发展不平衡的加剧引发了大规模的省际人口迁移。利用2005年1%人口抽样调查和2000年的10%人口普查数据,分析近10年来的中国省际人口迁移流场及其空间差异。研究发现,近10年来省际人口迁移规模逐步增加,以从四川、湖南、江西、河南和安徽等重要辐散区向东南沿海的长三角、珠三角和京津冀地区等沿海发达地区迁移为主,且有增强的趋势。长三角社会经济的快速发展使得区域迁入规模增加,迁入总量接近广东省,而广东省的迁入规模在大规模增加的同时,向周边省区迁出的人口规模也在大规模增加。
Flow field and its regional differentiation of iner-provincial migration in China [J].
社会经济的快速发展和区域发展不平衡的加剧引发了大规模的省际人口迁移。利用2005年1%人口抽样调查和2000年的10%人口普查数据,分析近10年来的中国省际人口迁移流场及其空间差异。研究发现,近10年来省际人口迁移规模逐步增加,以从四川、湖南、江西、河南和安徽等重要辐散区向东南沿海的长三角、珠三角和京津冀地区等沿海发达地区迁移为主,且有增强的趋势。长三角社会经济的快速发展使得区域迁入规模增加,迁入总量接近广东省,而广东省的迁入规模在大规模增加的同时,向周边省区迁出的人口规模也在大规模增加。
|
| [8] |
中国人口迁移特征及其影响因素: 基于第六次人口普查数据的分析 [J].URL 摘要
利用2010年第六次人口普查数据,对我国人口迁移的特征及其影响因素进行研究。首先分析了包括年龄、性别、受教育程度和职业分布等在内的迁移人群的社会经济特征,继而从迁移原因、迁移人口的城乡分布、迁移时间、迁移类型与属性的交叉分析等方面探讨了人口迁移的类型学特征。引入就业可达性概念,分析了人口迁移率的空间格局、就业可达性与人口迁移率的空间匹配关系以及人口迁移流的空间格局,发现通过就业可达性格局可以很好地解释人口迁移率的分布。最后,采取多元线性回归技术研究了人口迁移的影响因素,结果表明,迁入地城镇居民收入与迁移率呈正相关关系,而迁出地城镇收入、迁入地的科技文化水平、迁移距离和迁入地农村收入则与迁移率呈负相关关系。
Characteristic and impact factors of migration in China: Based on the analysis of the sixth census data [J].URL 摘要
利用2010年第六次人口普查数据,对我国人口迁移的特征及其影响因素进行研究。首先分析了包括年龄、性别、受教育程度和职业分布等在内的迁移人群的社会经济特征,继而从迁移原因、迁移人口的城乡分布、迁移时间、迁移类型与属性的交叉分析等方面探讨了人口迁移的类型学特征。引入就业可达性概念,分析了人口迁移率的空间格局、就业可达性与人口迁移率的空间匹配关系以及人口迁移流的空间格局,发现通过就业可达性格局可以很好地解释人口迁移率的分布。最后,采取多元线性回归技术研究了人口迁移的影响因素,结果表明,迁入地城镇居民收入与迁移率呈正相关关系,而迁出地城镇收入、迁入地的科技文化水平、迁移距离和迁入地农村收入则与迁移率呈负相关关系。
|
| [9] |
基于综合城镇化视角的省际人口迁移格局空间分析 [J].
采用第五、第六次全国人口普查数据,基于流出、流入“双向”视角解析人口迁移格局及演变过程;采用空间计量模型,阐释综合城镇化及各城镇化分量值对省际人口迁移影响的空间效应。研究结果表明:(1)2000~2010年省际人口迁移量成倍增长,人口迁出区域空间不断扩散,迁入区域空间虽无明显变化,但内部差异性变化明显;(2)省际人口迁移存在明显的空间依赖性特征,省际人口净迁入率变化明显受周边地区的正向影响;(3)综合城镇化率变化对省际人口迁入有着重要作用。(4)人口、经济和土地城镇化率变化对人口净迁入率变化具有显著影响,且经济城镇化仍为影响省际人口迁移变化的主导因素;社会城镇化率的影响并不明显。
Spatial pattern of interprovincial population migration from the comprehensive urbanization perspective [J].
采用第五、第六次全国人口普查数据,基于流出、流入“双向”视角解析人口迁移格局及演变过程;采用空间计量模型,阐释综合城镇化及各城镇化分量值对省际人口迁移影响的空间效应。研究结果表明:(1)2000~2010年省际人口迁移量成倍增长,人口迁出区域空间不断扩散,迁入区域空间虽无明显变化,但内部差异性变化明显;(2)省际人口迁移存在明显的空间依赖性特征,省际人口净迁入率变化明显受周边地区的正向影响;(3)综合城镇化率变化对省际人口迁入有着重要作用。(4)人口、经济和土地城镇化率变化对人口净迁入率变化具有显著影响,且经济城镇化仍为影响省际人口迁移变化的主导因素;社会城镇化率的影响并不明显。
|
| [10] |
中国省域人口迁移与经济增长耦合关系的演进 [J].
文章利用层次分析法讨论了我国省域人口迁移和经济增长的变动规律，在此基础上，从系统耦合观视角实证检验了人口迁移与经济增长两系统之间的协调关系之特征，并对二者耦合程度的演化规律做出了理论解析。结果发现，我国各省区人口迁移与经济增长都存在稳定的正向协调演进机制，但总体看二者的耦合度并不高，且区域间存在较大差异，从空间上表现出由东至西依次递减态势; 同时，还表现出人口迁移与经济增长之间存在一定的适宜性特征。此外，各区域都存在耦合衰退趋势，这意味着，随着我国经济发展方式转型的不断深入，经济增长与人口迁移将出现逆向变动趋势，未来由高素质人力资本迁移带动的经济增长特征将愈发明显。
The evolution of coupling relationship between population migration and economic growth in China [J].
文章利用层次分析法讨论了我国省域人口迁移和经济增长的变动规律，在此基础上，从系统耦合观视角实证检验了人口迁移与经济增长两系统之间的协调关系之特征，并对二者耦合程度的演化规律做出了理论解析。结果发现，我国各省区人口迁移与经济增长都存在稳定的正向协调演进机制，但总体看二者的耦合度并不高，且区域间存在较大差异，从空间上表现出由东至西依次递减态势; 同时，还表现出人口迁移与经济增长之间存在一定的适宜性特征。此外，各区域都存在耦合衰退趋势，这意味着，随着我国经济发展方式转型的不断深入，经济增长与人口迁移将出现逆向变动趋势，未来由高素质人力资本迁移带动的经济增长特征将愈发明显。
|
| [11] |
中国城镇人口迁移与城镇化研究: 中国74城镇人口迁移调查 [J].
<正> 建国以来学术界和某些实际工作部门对于我国的人口迁移状况和特点,进行过一些调查研究和理论探讨,是十分可贵的。但由于缺少完整资料,难以进行深入全面的研究。在改革开放的新形势下,人们很自然会提出这样的问题,诸如封闭式的城乡人口定居状况是否会妨碍计划性商品经济的发展,控制城市人口发展规模的政策对经济和社会的发展影响如何,社会主义制度下人口迁移的本质特点、成因和模式是什么,这些涉及人口发展过程、城市发展
Zhongguo chengzhen renkou qianyi yu chengzhenhua yanjiu: Zhongguo 74 chengzhen renkou qianyi diaocha [J].
<正> 建国以来学术界和某些实际工作部门对于我国的人口迁移状况和特点,进行过一些调查研究和理论探讨,是十分可贵的。但由于缺少完整资料,难以进行深入全面的研究。在改革开放的新形势下,人们很自然会提出这样的问题,诸如封闭式的城乡人口定居状况是否会妨碍计划性商品经济的发展,控制城市人口发展规模的政策对经济和社会的发展影响如何,社会主义制度下人口迁移的本质特点、成因和模式是什么,这些涉及人口发展过程、城市发展
|
| [12] |
中国省际人口迁移的多边效应机制分析 [J].https://doi.org/10.11821/dlxb201602003 URL [本文引用: 1] 摘要
区际人口迁移不仅与迁出地和目的地的要素特征以及距离有关,而且还受到周边迁移流的影响.基于网络自相关理论,利用“六普”省际人口迁移数据和相关统计资料,在重力模型的基础上考虑迁移流之间可能存在的几种空间依赖形式,构建中国省际迁移流的空间OD模型,初步揭示区域经济社会等因素及其空间溢出效应对省际人口迁移的影响,并就区域要素变化对整个省际人口迁移系统产生的“连锁反应”进行了模拟.结果表明:①中国省际迁移流之间存在显著的网络自相关效应.目的地和迁出地的自相关效应皆为正,导致迁入和迁出流的空间效仿行为;迁出地和目的地周边则出现负的自相关效应,导致迁移流的空间竞争行为;②区域经济社会等因素通过网络空间关系对周边地区产生的多边溢出效应导致迁移流在空间上集聚.其中,距离衰减效应位居各要素之首,其溢出效应进一步加剧距离的摩擦作用;对目的地而言,区域工资水平和迁移存量超过GDP的影响并产生正的溢出效应,促进周边地区吸引更多的外来人口;对迁出地而言,人口规模和迁移存量产生正的溢出效应,推动周边地区人口外迁;③区域要素变化潜在地对整个省际人口迁移系统产生一系列“连锁反应”,震荡中心及其周边区域的迁移流波动较大.江苏省GDP增长5％的模拟结果表明,江苏迁往全国其他省份的人口数量都有不同程度地减少,而其他省份入迁人口均有所增加.相对而言,江苏周边省份的迁入或迁出流受到的波动较大,偏远省份波及较小,这是传统的重力模型所无法解释的.
Multilateral mechanism analysis of interprovincial migration flows in China [J].https://doi.org/10.11821/dlxb201602003 URL [本文引用: 1] 摘要
区际人口迁移不仅与迁出地和目的地的要素特征以及距离有关,而且还受到周边迁移流的影响.基于网络自相关理论,利用“六普”省际人口迁移数据和相关统计资料,在重力模型的基础上考虑迁移流之间可能存在的几种空间依赖形式,构建中国省际迁移流的空间OD模型,初步揭示区域经济社会等因素及其空间溢出效应对省际人口迁移的影响,并就区域要素变化对整个省际人口迁移系统产生的“连锁反应”进行了模拟.结果表明:①中国省际迁移流之间存在显著的网络自相关效应.目的地和迁出地的自相关效应皆为正,导致迁入和迁出流的空间效仿行为;迁出地和目的地周边则出现负的自相关效应,导致迁移流的空间竞争行为;②区域经济社会等因素通过网络空间关系对周边地区产生的多边溢出效应导致迁移流在空间上集聚.其中,距离衰减效应位居各要素之首,其溢出效应进一步加剧距离的摩擦作用;对目的地而言,区域工资水平和迁移存量超过GDP的影响并产生正的溢出效应,促进周边地区吸引更多的外来人口;对迁出地而言,人口规模和迁移存量产生正的溢出效应,推动周边地区人口外迁;③区域要素变化潜在地对整个省际人口迁移系统产生一系列“连锁反应”,震荡中心及其周边区域的迁移流波动较大.江苏省GDP增长5％的模拟结果表明,江苏迁往全国其他省份的人口数量都有不同程度地减少,而其他省份入迁人口均有所增加.相对而言,江苏周边省份的迁入或迁出流受到的波动较大,偏远省份波及较小,这是传统的重力模型所无法解释的.
|
| [13] |
论时变性因素对人口迁移选择性的影响: 基于数据处理方法的视角 [J].https://doi.org/10.3969/j.issn.1000-7881.2008.02.008 URL 摘要
对时变性因素的处理方法将直接影响到人口迁移选择性分析结果的可靠性。文章利用第五次全国人口普查数据,解析了处理时变性因素的三种方法(调查时点法、局部倒推法和全面倒推法),剖析了不同方法下数据结构、统计模拟及实证结果的变化与差异。研究表明,不同数据处理方法将导致不同的数据结构,且导致时变性变量的均值和方差出现变化;时变性变量和非时变性变量对因变量作用的力度和统计显著性产生了明显的影响;当对全面倒推法下分年的迁移人口数据进行分析时,发现教育的选择性与传统方法出现差异,这与经验观察相符。
The impact of time varying properties on migration selectivity: A perspective from data management [J].https://doi.org/10.3969/j.issn.1000-7881.2008.02.008 URL 摘要
对时变性因素的处理方法将直接影响到人口迁移选择性分析结果的可靠性。文章利用第五次全国人口普查数据,解析了处理时变性因素的三种方法(调查时点法、局部倒推法和全面倒推法),剖析了不同方法下数据结构、统计模拟及实证结果的变化与差异。研究表明,不同数据处理方法将导致不同的数据结构,且导致时变性变量的均值和方差出现变化;时变性变量和非时变性变量对因变量作用的力度和统计显著性产生了明显的影响;当对全面倒推法下分年的迁移人口数据进行分析时,发现教育的选择性与传统方法出现差异,这与经验观察相符。
|
| [14] |
不同地域层次间人口迁移问题的研究: 根据中间地域层次小城镇角度分析 [J].
在城市化意义上的人口迁移,一般都是在不同层次的地域之间进行和完成的,从一定层次的地域出发,探析不同地域层次之间的人口迁移规律,无疑是城市化和人口迁移研究的一项重要内容。小城镇,是界于城乡之间并连接城市和乡村两类地域的中间层次,近些年来又一直是我国城市化过程中城乡人口迁移的“聚焦点”。汇聚到这里的迁移人流,明显地表现出来自城市、城镇和乡村等各类不同层次的地域。因此,小城镇是探析不同地域层次之间人口迁移规律的理想“剖面”。作者曾以上海地区为例,从中心城和乡村两类地域出发,对我国大城市地区城市化过程中汇聚到郊区城镇的城乡两股人流进行了一些调查研究。本文将仍
Butong diyu cengcijian renkou qianyi wenti de yanjiu: Genju zhongjian diyu cengci xiaochengzhen jiaodu fenxi [J].
在城市化意义上的人口迁移,一般都是在不同层次的地域之间进行和完成的,从一定层次的地域出发,探析不同地域层次之间的人口迁移规律,无疑是城市化和人口迁移研究的一项重要内容。小城镇,是界于城乡之间并连接城市和乡村两类地域的中间层次,近些年来又一直是我国城市化过程中城乡人口迁移的“聚焦点”。汇聚到这里的迁移人流,明显地表现出来自城市、城镇和乡村等各类不同层次的地域。因此,小城镇是探析不同地域层次之间人口迁移规律的理想“剖面”。作者曾以上海地区为例,从中心城和乡村两类地域出发,对我国大城市地区城市化过程中汇聚到郊区城镇的城乡两股人流进行了一些调查研究。本文将仍
|
| [15] |
中国省际人口迁移区域模式变化及其影响因素: 基于2000和2010年人口普查资料的分析 [J].
文章通过对2000和2010年两次人口普查数据的比较分析发现，20世纪90年代以来中国省际人口迁移的区域模式具有相当的稳定性，但也出现了一些明显的局部性变化。如人口迁出和迁入的分布都呈一定集中趋势，且迁入集中趋势尤为明显；人口迁出呈“多极化”，迁入则更加集中化；一些重要的人口迁出地和迁入地的迁出和迁入强度表现出强者恒强、强者更强的特征。人口迁入重心北移，长三角都市圈取代珠三角都市圈成为21世纪以来省际人口迁入的主要地区。省际人口迁移区域模式及其变化，主要是迁入地城镇收入水平等经济因素的吸引作用明显增强所致，并与空间距离等恒定因素的影响相对弱化有关。
China's inter-provincial migration patterns and influential factors: Evidence from year 2000 and 2010 population census of China [J].
文章通过对2000和2010年两次人口普查数据的比较分析发现，20世纪90年代以来中国省际人口迁移的区域模式具有相当的稳定性，但也出现了一些明显的局部性变化。如人口迁出和迁入的分布都呈一定集中趋势，且迁入集中趋势尤为明显；人口迁出呈“多极化”，迁入则更加集中化；一些重要的人口迁出地和迁入地的迁出和迁入强度表现出强者恒强、强者更强的特征。人口迁入重心北移，长三角都市圈取代珠三角都市圈成为21世纪以来省际人口迁入的主要地区。省际人口迁移区域模式及其变化，主要是迁入地城镇收入水平等经济因素的吸引作用明显增强所致，并与空间距离等恒定因素的影响相对弱化有关。
|
| [16] |
基于社会网络分析的长三角地区人口迁移及演化 [J].https://doi.org/10.11821/dlyj201402016 URL [本文引用: 1] 摘要
在当今全球化与地方化、区域化的背景下,物质和能量在各节点间的高速流动促进了城市网络的形成并成为一种新的区域组织模式和空间结构,尤其是对区域一体化高度发达的区域产生了深刻影响。以长江三角洲地区为例,从人口迁移的网络空间入手,从网络密度、中心势等角度对1982-2010年长三角地区人口网络的演变进行研究。结果表明:整体上人口迁移网络日趋成熟,但空间分布不均衡;人口迁移主要流向上海、杭州、南京、宁波和苏锡常等核心城市,同时这些城市的人口外迁现象逐渐显现;以无锡、苏州、杭州之间人口迁移联系为主体的省际间人口流动行为增多,空间上具有等级扩散的特征;不同空间尺度的网络结构相互嵌套,在地方尺度下形成了江苏以邻域渗透为主和浙江的等级辐合两种网络结构。最后从就业机会、收入水平、产业结构、迁移成本等方面分析了人口迁移网络的演化历经均质离散—单核心集聚—多核心等级网络—链式空间网络四个阶段的成因。
Human mobility and evolution based on social network: An empirical analysis of Yangtze River Delta [J].https://doi.org/10.11821/dlyj201402016 URL [本文引用: 1] 摘要
在当今全球化与地方化、区域化的背景下,物质和能量在各节点间的高速流动促进了城市网络的形成并成为一种新的区域组织模式和空间结构,尤其是对区域一体化高度发达的区域产生了深刻影响。以长江三角洲地区为例,从人口迁移的网络空间入手,从网络密度、中心势等角度对1982-2010年长三角地区人口网络的演变进行研究。结果表明:整体上人口迁移网络日趋成熟,但空间分布不均衡;人口迁移主要流向上海、杭州、南京、宁波和苏锡常等核心城市,同时这些城市的人口外迁现象逐渐显现;以无锡、苏州、杭州之间人口迁移联系为主体的省际间人口流动行为增多,空间上具有等级扩散的特征;不同空间尺度的网络结构相互嵌套,在地方尺度下形成了江苏以邻域渗透为主和浙江的等级辐合两种网络结构。最后从就业机会、收入水平、产业结构、迁移成本等方面分析了人口迁移网络的演化历经均质离散—单核心集聚—多核心等级网络—链式空间网络四个阶段的成因。
|
| [17] |
中国省际人口迁移格局演变及其对城镇化发展的影响 [J].https://doi.org/10.11821/dlyj201508008 URL [本文引用: 1] 摘要
基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现：省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。
Evolution of spatial pattern of inter-provincial migration and its impacts on urbanization in China [J].https://doi.org/10.11821/dlyj201508008 URL [本文引用: 1] 摘要
基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现：省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。
|
| [18] |
地方公共品供给与人口迁移: 来自地级及以上城市的经验证据 [J].The supply of local public goods and population migration: Empirical evidence from 260 cities at the prefecture level or above [J]. |
| [19] |
1995-2010年中国省际人口迁移态势与空间格局演变: 基于社会网络分析的视角 [J].
采用第五次人口普查、2005年人口抽样调查和第六次人口普查数据,基于社会网络分析的视角,研究了省级尺度下中国人口迁移态势与空间格局演变特征。结果显示：（1）1995—2010年间,中国人口迁移规模迅速增大,省际间人口迁移规模差异明显;上海、浙江人口迁入率显著上升,河南、安徽人口迁出率显著上升。（2）北京、上海、安徽、四川等13省是我国人口迁移网络的核心节点,人口迁移网络表现出中心性、收敛性和地区非均衡性特点。（3）京津地区、长三角地区、广东是我国主要人口辐合流场,安徽、四川、河南、湖南等中部省份是我国主要人口辐散流场。研究表明,不同地区的人口迁移有显著的空间异质性,各地应根据自身人口迁移趋势及在全国人口迁移网络中角色,科学制定区域人口政策与经济社会发展规划。
The volume changes and spatial pattern dynamics of China's interprovincial migration: A perspective of social network analysis [J].
采用第五次人口普查、2005年人口抽样调查和第六次人口普查数据,基于社会网络分析的视角,研究了省级尺度下中国人口迁移态势与空间格局演变特征。结果显示：（1）1995—2010年间,中国人口迁移规模迅速增大,省际间人口迁移规模差异明显;上海、浙江人口迁入率显著上升,河南、安徽人口迁出率显著上升。（2）北京、上海、安徽、四川等13省是我国人口迁移网络的核心节点,人口迁移网络表现出中心性、收敛性和地区非均衡性特点。（3）京津地区、长三角地区、广东是我国主要人口辐合流场,安徽、四川、河南、湖南等中部省份是我国主要人口辐散流场。研究表明,不同地区的人口迁移有显著的空间异质性,各地应根据自身人口迁移趋势及在全国人口迁移网络中角色,科学制定区域人口政策与经济社会发展规划。
|
| [20] |
城市迁移人口居住空间分异: 对深圳市的实证研究 [J].https://doi.org/10.18306/dlkxjz.2017.01.012 URL [本文引用: 1] 摘要
基于深圳市第六次人口普查数据,将迁移人口按照户籍地划分为市内迁移、省内迁移和省际迁移3种类型。通过计算区位熵分析街道迁移人口比重在全市中的水平,并用空间自相关来识别其空间集聚状况,以揭示迁移人口的空间分异格局,进而用分异指数刻画迁移人口的分异程度。然后以街道迁移人口比重为因变量,住房因素和就业因素为自变量,采用OLS模型、空间滞后模型和空间误差模型来分析和解释迁移人口居住空间分异的影响因素。结果表明：1迁移人口区位熵呈现出较为明显的圈层结构分布特征,以南山区和福田区为中心向外依次为市内、省内和省外迁移人口;2迁移人口的居住分布存在空间集聚,市内迁移人口集聚分布在行政中心周围,省内迁移人口集中分布在商业中心周围,省外迁移人口集中分布在工业园区较多的关外街道;3省外迁移人口与本地人口之间的居住分异程度最高;4省外迁移人口的居住空间分布显著地受住房因素的影响,省内迁移人口的居住空间分布则受就业因素的影响,住房和就业因素对市内迁移人口的居住空间分布的影响不显著。
Residential spatial differentiation of migrant population within the city: A case study of Shenzhen [J].https://doi.org/10.18306/dlkxjz.2017.01.012 URL [本文引用: 1] 摘要
基于深圳市第六次人口普查数据,将迁移人口按照户籍地划分为市内迁移、省内迁移和省际迁移3种类型。通过计算区位熵分析街道迁移人口比重在全市中的水平,并用空间自相关来识别其空间集聚状况,以揭示迁移人口的空间分异格局,进而用分异指数刻画迁移人口的分异程度。然后以街道迁移人口比重为因变量,住房因素和就业因素为自变量,采用OLS模型、空间滞后模型和空间误差模型来分析和解释迁移人口居住空间分异的影响因素。结果表明：1迁移人口区位熵呈现出较为明显的圈层结构分布特征,以南山区和福田区为中心向外依次为市内、省内和省外迁移人口;2迁移人口的居住分布存在空间集聚,市内迁移人口集聚分布在行政中心周围,省内迁移人口集中分布在商业中心周围,省外迁移人口集中分布在工业园区较多的关外街道;3省外迁移人口与本地人口之间的居住分异程度最高;4省外迁移人口的居住空间分布显著地受住房因素的影响,省内迁移人口的居住空间分布则受就业因素的影响,住房和就业因素对市内迁移人口的居住空间分布的影响不显著。
|
| [21] |
中国的返迁人口: 基于五普数据的分析 [J].https://doi.org/10.3969/j.issn.1000-6087.2006.03.012 URL Magsci [本文引用: 1] 摘要
本文利用我国2000年第五次人口普查的数据,估计返迁人口的规模并描述返迁人口的人口社会特征及其与现在的迁移人口与非迁移常住人口的差异,从个人因素、居住地类型以及家庭户特征三个方面分别讨论了返迁的决定因素。并讨论了本文的一些缺陷及今后的研究方向。
Return migration in China: An analysis of the Fifth Census data [J].https://doi.org/10.3969/j.issn.1000-6087.2006.03.012 URL Magsci [本文引用: 1] 摘要
本文利用我国2000年第五次人口普查的数据,估计返迁人口的规模并描述返迁人口的人口社会特征及其与现在的迁移人口与非迁移常住人口的差异,从个人因素、居住地类型以及家庭户特征三个方面分别讨论了返迁的决定因素。并讨论了本文的一些缺陷及今后的研究方向。
|
| [22] |
Modeling network autocorrelation within migration flows by eigenvector spatial filtering [J].https://doi.org/10.1007/s10109-008-0068-2 URL 摘要
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 Med16(11):1283-1297, 1997). Results show that estimated regression parameters in the spatial filtering interaction model become more intuitively interpretable.
|
| [23] |
The structure of interurban traffic: A weighted network analysis [J].https://doi.org/10.1068/b32128 URL 摘要
We study the structure of the network representing the interurban commuting traffic of the Sardinia region, Italy, which amounts to 375 municipalities and 1,600,000 inhabitants. We use a weighted network representation where vertices correspond to towns and the edges to the actual commuting flows among those. We characterize quantitatively both the topological and weighted properties of the resulting network. Interestingly, the statistical properties of commuting traffic exhibit complex features and non-trivial relations with the underlying topology. We characterize quantitatively the traffic backbone among large cities and we give evidences for a very high heterogeneity of the commuter flows around large cities. We also discuss the interplay between the topological and dynamical properties of the network as well as their relation with socio-demographic variables such as population and monthly income. This analysis may be useful at various stages in environmental planning and provides analytical tools for a wide spectrum of applications ranging from impact evaluation to decision-making and planning support.de Montis, A; Barthelemy, M; Chessa, A; Vespignani, A
|
| [24] |
Exponential or power distance-decay for commuting? An alternative specification [J].https://doi.org/10.1068/a39369 URL |
| [25] |
Commuting network models: Getting the essentials [J].https://doi.org/10.18564/jasss.1964 URL 摘要
Human mobility and, in particular, commuting patterns have a fundamental role in understanding socio-economic systems. Analysing and modelling the networks formed by commuters, for example, has become a crucial requirement in studying rural areas dynamics and to help decision-making. This paper presents a simple spatial interaction commuting model with only one parameter. The proposed algorithm considers each individual who wants to commute, starting from their residence to all the possible workplaces. The algorithm decides the location of the workplace following the classical rule inspired from the gravity law consisting of a compromise between the job offers and the distance to the job. The further away the job is, the more important the offer should be to be considered for the decision. Inversely, the quantity of offers is not important for the decision when these offers are close by. The presented model provides a simple, yet powerful approach to simulate realistic distributions of commuters for empirical studies with limited data availability. The paper also presents a comparative analysis of the structure of the commuting networks of the four European regions to which we apply our model. The model is calibrated and validated on these regions. The results from the analysis show that the model is very efficient in reproducing most of the statistical properties of the network given by the data sources.
|
| [26] |
Estimation of a spatial simultaneous equation model of population migration and housing price dynamics [J].https://doi.org/10.1016/j.regsciurbeco.2010.01.002 URL 摘要
Identifying the local interactions between housing prices and population migration is complicated by their simultaneous and spatially interdependent relationship. Higher housing prices may repel households and push them into neighboring areas, suggesting that separately identifying interactions within versus across local neighborhoods is important. Aggregate data and standard econometric models are unable to address the multiple identification problems that may arise from the simultaneity, spatial interaction, and unobserved spatial autocorrelation. Such problems can generate biased estimates that run counter to economic theory. Using Michigan census tract-level data, we estimate a spatial simultaneous equations model that jointly considers population change and housing values, while also explicitly modeling interactions within neighborhoods, spatial interactions across neighborhoods, and controlling for unobserved spatial correlations. After controlling for simultaneity and spatial autocorrelation, the results show that neighborhoods are likely to experience an increase in their housing values if they gain population and they are more likely to lose population if they experience an increase in housing values. Our results are consistent with theory and underscore the importance of accounting for spatial interdependencies between population change and housing values.
|
| [27] |
A theory of migration [J].https://doi.org/10.2307/2060063 URL [本文引用: 1] |
| [28] |
Economic development with unlimited supplies of labour [J].https://doi.org/10.1111/j.1467-9957.1954.tb00021.x URL [本文引用: 1] |
| [29] |
A tale of many cities: Universal patterns in human urban mobility [J].https://doi.org/10.1371/journal.pone.0037027 URL PMID: 3466163 摘要
Abstract: The advent of geographic online social networks such as Foursquare, where users voluntarily signal their current location, opens the door to powerful studies on human movement. In particular the fine granularity of the location data, with GPS accuracy down to 10 meters, and the worldwide scale of Foursquare adoption are unprecedented. In this paper we study urban mobility patterns of people in several metropolitan cities around the globe by analyzing a large set of Foursquare users. Surprisingly, while there are variations in human movement in different cities, our analysis shows that those are predominantly due to different distributions of places across different urban environments. Moreover, a universal law for human mobility is identified, which isolates as a key component the rank-distance, factoring in the number of places between origin and destination, rather than pure physical distance, as considered in some previous works. Building on our findings, we also show how a rank-based movement model accurately captures real human movements in different cities. Our results shed new light on the driving factors of urban human mobility, with potential applications for urban planning, location-based advertisement and even social studies.
|
| [30] |
The laws of migration [J].https://doi.org/10.2307/2979181 URL |
| [31] |
Reflections on investment in man [J].https://doi.org/10.1086/258723 URL [本文引用: 1] 摘要
No abstract is available for this item.
|
| [32] |
A universal model for mobility and migration patterns [J].https://doi.org/10.1038/nature10856 URL |
| [33] |
A model of labor migration and urban unemployment in less developed countries [J].https://doi.org/10.1111/j.1467-8624.1997.tb01934.x URL [本文引用: 1] 摘要
An economic behavioral model of rural urban migration is formulated which represents a realistic modification and extension of the simple wage differential approach commonly found in the literature and this probablistic approach is incorporated into a rigorous model of the determinants of urban labor demand and supply which when given values for the crucial parameters can be used among other things to estimate the equilibrium proportion of the urban labor force that is not absorbed by the modern industrial economy. Additionally the model will provide a convenient framework for analyzing the implications of alternative policies designed to alleviate unemployment by varying 1 or more of the principal parameters. A more realistic picture of labor migration in less developed nations would be one that views migration as a 2 stage phenomenon: in the 1st stage the unskilled rural worker migrates to an urban area and spends a certain period of time in the "urban traditional" sector; and the 2nd stage is reached with the eventual attainment of a more permanent modern sector job. This 2 stage process allows one to ask some basic questions concerning the decision to migrate the proportionate size of the urban traditional sector and the implications of accelerated industrial growth and/or alternative rural urban real income differentials on labor participation in the modern economy. In the model the decision to migrate from rural to urban areas is functionally related to 2 principal variables: the urban rural real income differential and the probability of obtaining an urban job. To understand better the nature of the supply function to be used in the overall model of the determinants of urban unemployment it is helpful to state the underlying behavioral assumptions of the model of rural urban migration: it is assumed that the percentage change in the urban labor force as a result of migration during any period is governed by the differential between the discounted streams of expected urban and rural real income expressed as percentage of the discounted stream of expected rural real income; the planning horizon for each worker is identical; the fixed costs of migration are identical for all workers; and the discount factor is constant over the planning horizon and identical for all potential migrants. The model demonstrates the overall net impact of allowing these parameters to vary over time and/or choosing alternative values. It underlines in a simple and plausible way the interdependent effects of industrial expansion productivity growth and the differential expected real earnings capacity of urban versus rural activities on the size and rate of increase in labor migration and therefore ultimately on the occupational distribution of the urban labor force. Possibly the most significant policy implication that emerged from the model is the great difficulty of substantially reducing the size of the urban traditional sector without a concentrated effort at making rural life more attractive.
|
| [34] |
The P1 P2/D hypothesis: On the intercity movement of persons [J].https://doi.org/10.2307/2087063 URL [本文引用: 1] 摘要
CiteSeerX - Scientific documents that cite the following paper: The P1P2/D hypothesis on the intercity movement of persons
|
/
| 〈 |
|
〉 |
