中国70个大中城市人口迁移空间网络结构及影响因素分析

收稿日期:2023-03-22
基金项目:广西高校中青年教师基础能力提升项目 基于交通网络运输的中越跨界旅游地合作机制研究 (项目编号:
2021K Y 0755);广西民族师范学院2022年度校级科研资助项目 数字经济助推广西旅游高质量发展的耦合机制与政策研究 (项目编号:2022Y B 028
);广西民族师范学院经济与管理学院跨境电商建设教师能力提升项目 数字经济赋能广西物流高质量发展的机制与路径研究 (项目编号:K J D S K Y Z D 202205
)作者简介:罗瑶(1987 ),男,湖南衡阳人,广西民族师范学院讲师,硕士,研究方向:人口迁移和旅游流㊂通讯作者:易肖肖(1993 )
,女,湖南攸县人,教师,硕士,就职于广西民族师范学院,研究方向:人口迁移与旅游合作㊂中国70个大中城市人口迁移空间网络
结构及影响因素分析
罗 瑶,易肖肖
(广西民族师范学院,广西崇左 532200
) 摘 要:
人口迁移是中国快速发展过程中一个不容忽视的社会现象,也是地理学长期关注的焦点之一㊂文章构建迁移人口空间关联模型,运用社会网络分析(S N A )法,探究70个大中城市人口迁移网络的整体和个体网络结构特征,运用Q A P 分析方法探索影响人口迁移网络演化的主要因素,
研究发现:①京津冀城市群㊁
长三角城市群㊁珠三角城市群中的城市与其他大中城市人口迁移空间关联密切,其他大中城市人口迁移空间关联强度偏弱㊂②北京㊁天津㊁上海㊁杭州㊁南京㊁武汉㊁长沙㊁深圳㊁广州等城市处于70个大中城市人口迁移网络的中心位置,与其他城市的联系紧密,具有较强人口聚集能力;乌鲁木齐㊁西宁㊁大理㊁北海㊁韶关㊁牡丹江㊁锦州处于网络的边缘部分,影响力较弱㊂③在人口迁移的影响因素中,就业机会㊁城市规模㊁收入水平和基础设施等因素与城市人口迁移网络的演化存在正相关关系,且这些因素差异越大,对人口迁移促进作用就越大,消费水平和空间距离与城市人口迁移网络结构存在负相关关系;消费水平和空间距离的等级差异阻碍人口迁移,消费水平作用力大于空间距离㊂关键词:社会网络;人口迁移;Q A P ;
引力模型 中图分类号:C 92 文献标识码:A 文章编号:1007 6921(2023)21 0022 081 问题的提出
人口迁移是中国快速发展过程中一个不容忽视
的社会现象,也是地理学长期关注的焦点之一㊂根据2015年全国1%人口抽样调查资料显示,70个大中城市的迁移人口数量为1713.72万人㊂城市经
济发展依赖于人口的智力支撑和劳动力支撑㊂在城市间社会经济的推力和拉力的共同作用下,迁移群体综合考虑主客观因素做出迁移决策,导致大量群体城市间迁移,特别是大中城市间㊂
国内外学者对人口迁移做了大量的研究,关于人口迁移的系统研究最早可追溯到英国学者
R a v e n s t e i n [1]
总结的人口迁移七项规则㊂国外学者
较多关注是人口迁移的经济学和计量学模型(Z i p
f ,1946;L e e ,1966;T o d a r o ,1969;G a r g
i u l o ,2012
)[2-5]
㊁人口迁移机制(J e a n t y
,2010)[6
]和人口迁移模拟(S i m i n i ,2012;N o u l a s ,2012)[7-8]
㊂从20
世纪70年代开始,
国内学者逐渐关注人口迁移研究,主要集中在省际人口迁移规律(盛广耀,2018;
李毅等,2017;吕安民等,2002)[9-11]
和影响机制上(朱传耿等,2001;王桂新等,2013
)[12-13]
,近些年开始关注区域城市间的人口迁移,主要利用移动A p p 位置
大数据[14-15]和人口普查数据[16-17]
,多使用空间自相关(E S D A )[18]㊁B P 神经网络[19]㊁
社会网络[20-21]和空间统计[22
]等方法,所采用的分析单元主要有区域㊁省级㊁地级市等,对于大中城市间的人口迁移研究少见㊂在人口迁移的影响因素上,国内学者多采用时间序列或截面数据做多元回归分析,探讨某些因素与人口迁移的联系,属于 属性 -
属性 研究,㊃
22㊃2023年11月内蒙古科技与经济
N o v e m b e r 2023
21535I n n e r M o n g o l i a S c i e n c e T e c h n o l o g y &E c o n o m y
N o .21T o t a l N o .535
而城市间某些指标的差异矩阵与人口迁移空间网络矩阵的 关系 - 关系 研究较少有学者涉及㊂笔者运用 关系 - 关系 研究方法-社会网络分析,使用人口迁移差异指标对中国70个大中城市人口迁移考察,探索大中城市间人口迁移规律和空间网络结构及其影响因素,为城市的人才政策制定和人口有序流动提供理论借鉴㊂
2研究方法与数据来源
社会网络 指的是社会行动者(S o c i a l A c t o r)及其间的关系集合[23]㊂城市间迁移人口作为一类特殊的社会结构群体,其社会网络是由多个城市和其他城市之间的人口迁移连线组成的集合㊂笔者通过社会网络分析法能够将迁移人口中的城市关系㊁城市人口迁移网络与宏观社会经济社会网络结合起来,从而确定城市间迁移人口结构中的空间关联关系及其影响因素㊂
2.1迁移人口空间关联模型
查阅人口迁移空间关联相关文献,研究方法一般为V A R检验法或引力模型法,人口迁移引力模型使用截面数据考察若干个城市(区域)人口迁移的时空格局和演变关系,可使用A r c G I S或N e t d r a w 等软件实现可视化㊂因此,笔者采用引力模型法[20]对迁移人口空间关联网络结构的动态演变趋势进行分析,由于引力模型法的广泛性,为使其适应迁移人口研究,对其进行一定的优化,修正后的迁移人口引力模型为:
y i j=k i j P i㊃G i㊃P j㊃G j
d2i j
;k i j=I i I
i+I j
(1)
其中,y i j表示城市i与城市j之间的迁移人口空间关联强度;P i和P j表示城市i和城市j年迁移人口;I i和I j表示城市i和城市j的工业生产总值;
G i和G j表示城市i和城市j的国内生产总值G D P; k i j表示城市i对城市i和城市j间迁移人口空间关联的贡献率;用d i j表示城市i和城市j人民政府之间的球面距离㊂由式(1)可得出70个大中城市迁移人口的引力矩阵(A)㊂笔者选取关联强度50作为阈值,当矩阵(A)中某市的关联强度大于阈值时,则表示该行城市i与该列城市j的迁移人口具有空间关联关系,用1表示㊂相反某市的关联强度小于阈值时,则表示该行城市i与该列城市j的迁移人口不存在空间关联关系,用0表示,经过阈值计算的矩阵(A)变成了二值化的矩阵(B)㊂这里需要说明的是y i j和y j i分别表示城市i对城市j迁移人口空间关联强度和城市j对城市i迁移人口空间关联强度,不是同一个概念,因此,矩阵(B)为一个非对称的矩阵,城市间人口迁移关联强度是有向的㊂也可以通过U c i n e t软件进行二值化出来,得到矩阵(B)㊂2.2迁移人口空间网络特征
人口迁移空间关联网络特征一般由整体网络特征㊁个体(节点)网络特征和空间聚类三大类组成㊂2.2.1整体网络特征㊂描述整体网络特征通常用的指标有网络密度和网络关联度㊂笔者认为70个城市人口迁移空间网络是有向网络,即城市i既要考虑人口迁出,又要考虑人口迁入㊂网络密度指人口迁移网络中就是 实际关系数 除以 理论上的最大关系数 ,表示网络中各个城市之间的人口流动紧密程度,取值范围为[0,1]空间关联网络对各城市迁移人口影响越大[23]㊂反之,对各城市域迁移人口影响不大㊂具体公式为:
D=ðn i=1ðn j=1d(c i,c j)/n(n-1)(2)
式中:n为城市网络规模即城市个数;若城市i 与城市j间有相关联系,则为d(c i,c j)为1,无任何联系则为d(c i,c j)为0㊂
2.2.2个体网络特征㊂描述节点网络特征通常用点度中心度㊁中介中心度和接近中心度等指标[23]㊂点度中心度表示各城市处于迁移人口空间关联网络的中心位置程度,一般用连接数量作为点度中心度的衡量指标㊂连接数量越多则点度中心度越高,表示该城市与其他城市迁移人口空间关联联系越多,城市更加处于网络中心地位㊂中介中心度表示某城市在多大程度上控制其他城市间的空间关联关系,中介中心度越高则说明该城市控制其他城市空间关联关系的能力越强,该城市越能处于空间关联网络的中心㊂接近中心度与中介中心度相反,表示某城市在空间关联网络中不受其他城市控制的能力,接近中心度越高说明该城市更多地直接关联其他城市,属于空间关联网络中的中心行动者㊂点度中心度㊁中介中心度和接近中心度的计算公式分别为:
C R D(i)=C A D(i)
n-1
(3)
C-1R P
i
=
C-1A P
i
n-1=
ðn j=1d i j
n-1
(4)
C R B
i
=
2C A B i
(n-1)(n-2)=
2ðn jðn k b j k(i)
(n-1)(n-2)
㊃32㊃
罗瑶,等㊃中国70个大中城市人口迁移空间网络结构及影响因素分析2023年第21期
=2ðn jðn k g j k(i)/g j k
(n-1)(n-2)(5)
公式(3)中,C R D(i)为区域i的相对度数中心度, C A D(i)为点i的绝对度数中心度,n是指网络中与点i相连的其他点的最大个数㊂公式(4)中,C-1R P i, C-1A P i分别表示区域i的相对接近中心度和绝对接近中心度;d i j表示点i和j之间的捷径距离㊂公式(5)中,C R B i为点i的相对中间中心度;C A B i为点i的绝对中间中心度;b j k(i)表示点i能控制点j㊁k交往的能力;g j k表示点j㊁k之间存在的捷径数目;g j k(i)表示点j㊁k之间存在的经过点i的捷径数目;其中b j k
(i)=g j k(i)/g j k㊂
2.2.3空间聚类特征㊂在人口迁移网络结构研究中,把行动者分到各个派系(或者子群)之中,这是一种重要的研究方向㊂一般描述空间聚类采用块模型方法㊂块模型方法将一个复杂网络图分为一些特征㊁性质相似㊁相对独立的 块 ,用来考察每个 块 之间是否存在关系[23]㊂从网络结构维度出发,测算人口流动网络节点间的可达性,关联度表示网络连通程度,各个节点的网络密度均值即为整体网络的聚类系数㊂根据节点之间的关联度,得出关联引力矩阵,生成引力线㊂计算公式如下:
C=1-V
[n(n-1)]/2(6)式中:C为关联度;V为网络不可达的相应节点数量;n为网络规模㊂
2.3 Q A P回归分析
在研究城市人口迁移的影响因素,常见的方法有多元回归和Q A P回归分析㊂在常规的多元回归分析中,前提条件之一是要求多个自变量之间相互独立,否则会出现 共线性 [23]㊂在完全共线性和近似共线性的条件下,将得不到O L S(最小二乘法)估计量非有效㊂Q A P(Q u a d r a t i c A s s i g n m e n t P r o c e-d u r e,二次指派程序)是一种对两个方阵中各个格值的相似性进行比较的方法,即它对方阵的各个格值进行比较,给出两个矩阵之间的相关性系数㊂由于该方法可适用于观察值存在共线性㊁自相关等情况,因而比O L S更加适合于网络数据的分析㊂
2.4数据来源与处理
人口迁移数据来源主要由全国人口普查㊁全国1%人口抽样调查是研究和移动终端迁徙大数据(如百度迁徙大数据和腾讯位置大数据),而移动终端迁徙大数据利用实时流动人口位置数据来分析人口流动,而全国人口普查和全国1%人口抽样调查则可以用来分析人口迁移情况㊂笔者选择最新的‘2015年全国1%人口抽样调查“长表数据中在70个大中城市居住时间超过半年的迁移人口数据,各城市的国内生产总值G D P和工业生产总值由2016年‘中国县市统计年鉴“获得㊂城市间球面距离参考樊东卫等[24]三维直角坐标系计算方法,并结合中国70个大中城市行政中心的经纬度数据表计算得出㊂在分析70个大中城市人口迁移的影响因素时,笔者选取城市市辖区二㊁三产业就业人数(人)表示就业机会;城市建设用地面积(平方公里)表示城市整体规模;城镇职工平均工资(元)表示就业水平;二㊁三产业地区生产总值(万元)表示城市经济发展水平㊁固定资产投资(万元)表示城市基础设施建设;人均社会消费品零售总额(万元)表示城市消费水平;用城市间的球面距离表示城市间的空间距离㊂鉴于不同网络数据的量纲不同,先采用极差标准化对人口迁移的自变量差值网络矩阵数据(不包括对角线)进行预处理,再使用Q A P对人口迁移网络的影响机制进行相关回归分析㊂
3中国70个大中城市人口迁移空间网络结构3.1人口迁移空间关联强度
笔者选择纳入国家房地产价格指数编制的70个大中城市(70个大中城市分别是北京㊁天津㊁石家庄㊁太原㊁呼和浩特㊁沈阳㊁大连㊁长春㊁哈尔滨㊁上海㊁南京㊁杭州㊁宁波㊁合肥㊁福州㊁厦门㊁南昌㊁济南㊁青岛㊁郑州㊁武汉㊁长沙㊁广州㊁深圳㊁南宁㊁海口㊁重庆㊁成都㊁贵阳㊁昆明㊁西安㊁兰州㊁西宁㊁银川㊁乌鲁木齐㊁唐山㊁秦皇岛㊁包头㊁丹东㊁锦州㊁吉林㊁牡丹江㊁无锡㊁扬州㊁徐州㊁温州㊁金华㊁蚌埠㊁安庆㊁泉州㊁九江㊁赣州㊁烟台㊁济宁㊁洛阳㊁平顶山㊁宜昌㊁襄阳㊁岳阳㊁常德㊁惠州㊁湛江㊁韶关㊁桂林㊁北海㊁三亚㊁泸州㊁南充㊁遵义㊁大理)作为研究对象,70个样本城市房地产开发投资额占全国城市房地产投资开发总额的份额80%以上,其人口数量和经济总量都具有代表性㊂根据人口迁移空间关联模型(见公式1),计算70个大中城市人口迁移空间关联强度矩阵(70行ˑ70列),以70个大中城市与其他城市的人口迁移空间关联强度均值为纵坐标,城市为横坐标,制作成图1所示㊂从图1可以看出,关联强度均值的峰值出现在天津㊁上海和深圳,关联强度峰值集中在京津冀城
㊃42㊃
总第535期内蒙古科技与经济
市群㊁长三角城市群㊁珠三角城市群,关联强度次峰值出现在海峡西岸城市群㊁长江中游城市群和渝中城市群,其他城市空间关联强度都比较小,整个人口迁移空间关联强度矩阵均值为257.02㊂可见,城市间人口迁移强度在空间地理呈现一定程度的集中,
沿海地区城市群与其他城市关联性强,中部地区城市群人口迁移吸引力较强,整体关联系数呈现东部㊁中部和西部地区梯度减弱的形态
㊂
图1 大中城市人口迁移空间关联强度均值
为消除关联强度大小的影响,笔者根据70个大
中城市人口迁移空间关联强度矩阵(70行ˑ70列)运用变异系数法(C V )考察除本身以外69个城市人
口迁移关联强度的集中程度[
16
]㊂结合均值综合来看,天津㊁上海㊁扬州㊁宁波㊁泉州㊁广州等城市变异系数小,均值大,说明这些城市对其他城市人口迁移引力强度大;包头㊁吉林㊁郑州㊁三亚㊁遵义和西宁等城市变异系数小,均值也小,说明这些城市对其他城市人口迁移引力弱;秦皇岛㊁沈阳㊁哈尔滨㊁徐州㊁安庆㊁南昌㊁郑州㊁桂林㊁兰州㊁乌鲁木齐等城市变异系数大,均值小,说明这些城市对其他城市人口迁移引力强度弱,但对部分城市吸引力强,如郑州与北京㊁石家庄㊁太原和呼和浩特的关联强度较强,秦皇岛与北京㊁大连的关联强度较强;南京㊁青岛㊁武汉㊁成都等城市变异系数大,均值大,说明这些城市对其他城市人口迁移引力强度普遍较强,但由于地缘等因素对少部分城市吸引力表现较弱㊂综上,70个样本城市在吸引人口迁移上作用和集中程度存在较大差异,
这与户籍制度㊁人才需求和产业结构等因素有着较大的关联㊂3.2 整体网络特征
首先以70个大中城市作为社会网络的节点,
将经过二值化处理的人口迁移空间关联强度作为网络的边,然后将二值化的关系矩阵导入U c i n e t 6.0软
件,以N e t D r a w 绘图工具生成中国70个大中城市
人口迁移城市的可视化网络结构图,如图2所示㊂
图2反映了70个城市相互关联㊁
错综复杂的网络㊂从图中可以看出,京津冀城市群的北京和天津,
长三角城市群的上海㊁杭州㊁南京,长江中游城市群的武汉㊁长沙,珠三角城市群的深圳㊁广州等城市处于网络中心位置,与其他城市的联系较为紧密,人口吸引力能力较强,能够对其他城市产生影响;西北地区的乌鲁木齐㊁西宁,西南地区的大理㊁北海,中部地区的韶关㊁九江㊁安庆和蚌埠,东北地区的牡丹江㊁锦州处于网络的边缘部分,它们对其他城市的影响力较弱㊂从经济发展水平上看,中心节点城市大多处于某个城市群中,且是人均G D P 较高的区域,如北京市㊁上海市㊁江苏省㊁广东省等;从空间格局来看,京津冀地区㊁长三角地区㊁珠三角地区和环洞庭湖地区是人口迁移的主要集中地,形成了以4个地区为顶点,以人口迁移空间关联强度为连线的 四边形 结构
㊂
图2 70个大中城市人口迁移空间结构
从整体网络密度来看,70个大中城市人口迁移
空间网络的理论连线为4830个(70ˑ69)
,实际连线为1387个(阈值为50),整个网络密度为0.287㊂将阈值调整为257.02
(空间关联均值),整个网络密度为0.0971,实际连线为469个,说明整个网络中,绝大多数城市间人口迁移关联性不强,弱关联占主要地位㊂
3.3 个体网络特征
中心度㊂70个大中城市人口迁移空间网络的中心度是通过点入度和点出度进行衡量,表示节点城市接受其他城市影响的程度和主动影响其他城市的程度㊂笔者借助运用U c i n e t -D e g r e e 法㊁U c i n e t -C l o s e n e s s 法和U c i n e t -B e t w e e n n e s s 法计算后得出,70个大中城市网络点度中心度的点出度为
31.15%,点入度为63.50%;接近中心度的点出度均值为33.77%,点入度均值为14.70%;网络中介中心度为9.88%㊂具体各城市在整体网络中的中心位置和状态情况表1中分别列出并给出排序结果,由表1可以得出如下结论:①在70个大中城市
人口迁移网络的点出度排序中,太原㊁武汉㊁北京㊁呼和浩特㊁合肥㊁上海㊁南京㊁长沙等城市的点出度值排㊃
52㊃罗瑶,等㊃中国70个大中城市人口迁移空间网络结构及影响因素分析
2023年第21期
在前10位,
远高于其他城市,这反映出这些处于社会网络地核心地位,对其他城市产生外部性影响㊂从点入度可以看出,上海㊁北京㊁深圳㊁武汉㊁广州㊁天津㊁长沙㊁郑州㊁杭州排在前10位,人口迁移活动频繁,吸引其他城市大量的人口涌入,具有较强人口聚集能力㊂结合点度中心度来看,北京㊁上海㊁武汉㊁深圳㊁广州㊁天津㊁长沙㊁郑州㊁南京等城市处于人口迁移网络的核心位置,是大中城市的人口迁移的首选地㊂②根据70个大中城市人口迁移网络的接近中心度显示,上海㊁北京㊁深圳㊁武汉㊁广州㊁天津㊁郑州㊁
长沙㊁杭州㊁南京等城市具有极高的外向接近中心度,说明这些城市和其他城市间的人口迁移联系相当紧密,人口迁移较少受到其他城市影响;丹东㊁牡丹江㊁乌鲁木齐㊁太原㊁三亚㊁呼和浩特㊁北京㊁武汉㊁合肥㊁上海内向接近中心度相对较高,说明在人口迁入过程中其他城市影响较低㊂除丹东㊁牡丹江㊁乌鲁木齐㊁三亚㊁大理等城市的接近中心度较小,其他城市的接近中心度均在20%~30%之间,整个网络的整体联结性较好㊂③从中介中心度来分析,丹东㊁锦州㊁牡丹江㊁平顶山㊁韶关㊁北海㊁三亚㊁大理㊁西宁㊁乌鲁木齐等10个城市中介度为0,说明这些城市处于70个大中城市人口迁移的边缘位置,
人口迁移联系较弱㊂北京㊁广州㊁深圳㊁上海㊁武汉㊁成都㊁长沙㊁天津㊁西安㊁太原等10个城市中介中心度最高,表明这些城市在70个大中城市中处于核心圈层,与其他城市的人口迁移空间联系较为紧密㊂
表1 70个大中城市人口迁移个体网络中心度城市点出度点入度点度中心度排序接近中心度排序中介
中心度排序
北京386171.74131.582510.041天津315360.87
6
30.22
6167.468
石家庄272638.412326.562421.2227唐山121318.124124.79363.2843秦皇岛144
13.044923.66461.0351太原412144.931826.3126139.0510呼和浩特381236.232624.973555.1221包头14513.774723.96430.5754沈阳201827.543425.513371.2718大连282840.582226.772373.7316丹东604.3565
8.78
66
0.0061锦州848.705923.4950
0.0062长春9913.045023.914516.7031吉林747.976320.61621.3350哈尔滨9610.875323.66479.0635牡丹江4
02.90
678.66
67
0.00
63
上海
356371.01
2
31.861272.044
表1(续)
城市点出度点入度点度中心度排序接近中心度排序中介
中心度排序
南京
354457.259
29.03
10
82.90
14
无锡283847.831328.081519.0429扬州192632.612826.51252.0846徐州202230.433125.90304.5238杭州324656.521029.21961.0420金华312742.031926.912219.1628温州262134.062726.17283.6042宁波273645.651627.831616.5532合肥374055.801128.541280.7615蚌埠19517.394324.09400.0659安庆16716.674423.64480.0660福州232232.612926.22274.0740泉州223138.412427.172011.3933厦门231930.433225.63318.4736南昌292942.032027.092128.9425九江18919.573824.40370.7153赣州11612.325223.39520.3356青岛253946.381528.211445.3022济南323145.651727.181936.7823烟台203237.682527.201826.0226济宁231829.713325.63322.4344郑州324958.70829.648131.0111洛阳211425.363525.183410.2934平顶山12310.875422.71570.0064武汉395568.12330.644229.685宜昌191121.743624.27384.5239襄阳16918.124224.05411.9048长沙354960.87729.687171.677岳阳19718.843923.91441.7849常德17415.224523.45510.1458广州315461.59530.365301.512深圳305662.32430.653285.733韶关938.706023.13540.0065惠州242132.613025.952933.9224湛江758.706123.225389.7213南宁161018.844024.123965.2219桂林13513.045123.51490.5155北海435.076419.60630.0066海口1028.706219.58647.0037三亚302.17688.56690.0067重庆154241.302128.4113114.2812成都284452.171228.9111206.436泸州10410.145622.29592.3745南充10410.145722.75561.9247贵阳20820.293723.974217.6430遵义11310.145822.53580.9452昆明14614.494622.98553.8941大理000.00701.43700.0068西安333247.101427.5317160.519兰州14513.774822.136073.1417西宁514.356618.53650.0069银川12310.875521.02610.2057乌鲁木齐
1
0.72
69
8.59
68
0.00
70
㊃
62㊃总第535期
内蒙古科技与经济
3.4 凝聚子群分析
根据70个大中城市网络人口迁移关系的结构,
利用U c i n e t -C o n c o r 法进行聚类分析㊂70个大中城市网络凝聚子群是考察70个城市间人口迁移联系的紧密关系与旅游合作的协同步骤,并以此可确定凝聚子群间的亲疏关系(见图3
)㊂通过凝聚子群图可以看出,可以将70个大中城
市人口迁移联系网络大致分为以下五大类别:①京
津冀城市群的北京㊁天津,山东半岛的济宁㊁青岛㊁济南,中原城市群的郑州㊁洛阳,长三角城市群的蚌埠㊁南京㊁徐州㊁合肥㊁扬州等相互产生人口迁移关联作用㊂②长三角城市群的上海㊁杭州㊁金华㊁宁波㊁温州㊁安庆㊁无锡;海峡西岸城市群的福州㊁泉州㊁厦门;长江中游城市群的武汉㊁九江㊁南昌㊁长沙;珠三角城市群的广州㊁深圳和渝中城市群的成都㊁重庆等城市组成的凝聚子群,人口迁移关联作用相互紧密㊂③辽中南城市群的哈尔滨㊁
沈阳㊁丹东㊁长春㊁吉林㊁牡丹江与渤海湾的秦皇岛㊁唐山等8个城市组成的凝聚群,相互产生人口迁移关联作用㊂④西北地区的乌鲁木齐㊁兰州,西南地区的昆明㊁遵义㊁大理㊁宜昌㊁南充等7个城市组成的凝聚群,相互产生人口迁移关联作用㊂⑤环北部湾的湛江㊁北海㊁海口㊁三亚
4个城市组成的凝聚群,相互产生人口迁移关联作用
㊂
图3 70个大中城市网络凝聚子群分析
分析结果与城市地理分布相近,同一凝聚子群内的城市间经济联系具有很强的相似性㊂在区域人口迁移一体化过程中,不同区域组团以人才引进㊁求学㊁家属随迁等方式实现人口迁移,城市群人口迁移网络化表现为中心-枢纽-网络结构的多维嵌套模式㊂由于人口是城市发展的基础保障和重要资源,
各城市间会出台相应政策引进人口和扩大招生指标,难以避免会形成多中心割据和地方保护主义㊂因此,各城市主体需要进一步加强人口有序流动,促进70个大中城市劳动力要素自由流动,逐步形成多中心㊁网络化协同发展的合理人口空间格局㊂4 70个大中城市人口迁移影响因素分析4.1 理论分析构建
人口迁移网络是由城市节点和连接线组成的关
系网络,影响人口流动的各种因素同样会对人口流动网络的形成与演化产生影响㊂在人口迁移网络中,不仅要考虑迁移强度的大小,而且要考虑城市间的相互作用,这不仅包括人口流动地区之间复杂的相互联系,也包括各种影响因素地区之间相互的差
异关系[9
]㊂不同于人口流动影响因素的 属性 研
究,人口迁移网络更加侧重于 关系 研究,而这就需要采用社会网络分析方法分析城市间各种因素的相互关系来揭示影响人口迁移网络演化的主要因素㊂4.1.1 地区差异是人口迁移的基本条件㊂根据西
方人口理论,迁入地与迁出地之间在经济社会发展水平等方面的差异,是引发人口迁移最基本的动力
机制[
6]
㊂城市的经济发展水平决定了城市的经济体量,同时,也决定城市产业发展和结构,特别是工业和服务业㊂城市经济发展带来了巨大的就业机会和相对较高的工资收入水平㊂
4.1.2 人居环境是影响人口迁移决策的重要因素㊂
城市规模的大小决定了技术设施投入,而城市基础设施决定公共服务水平㊂不同于乡城迁移,城市间人口迁移追求更加便利的生活服务和充裕的公共服务供给㊂
4.1.3 生活成本是阻碍城市人口迁移的重要因素㊂①商品房和租房价格直接会影响城市居民的固定生活成本;②城市间的消费水平差异也是影响人口迁移决策的因素㊂
空间距离通过影响社会关系㊁生活习惯和出行成本等方面对城市间人口迁移起作用㊂
综上所述,70个大中城市人口迁移网络的形成
演化与城市间一系列具有差异关系的影响因素相联系,主要受就业机会㊁城市规模㊁收入水平㊁发展水平㊁基础设施㊁消费水平和空间距离的影响㊂4.2 模型设定与变量选择
根据上述理论分析,构建以人口迁移网络关系矩阵为因变量,以影响城市间人口迁移因素的地区差值矩阵为自变量的 关系 -
关系 的分析模型(指标变量如表2所示)
㊂因变量是城市间人口迁移的净增量的关系矩阵构成㊂自变量中,就业机会用
㊃
72㊃罗瑶,等㊃中国70个大中城市人口迁移空间网络结构及影响因素分析
2023年第21期。