中國(guó)省際人口流動(dòng)網(wǎng)絡(luò)演化及其影響因素研究

葉明確 任會(huì)明

[摘要]基于2005年、2015年省際人口流動(dòng)的相關(guān)數(shù)據(jù)，借助社會(huì)網(wǎng)絡(luò)分析方法，進(jìn)行了人口流動(dòng)的網(wǎng)絡(luò)結(jié)構(gòu)特征研究，并剖析了人口流動(dòng)網(wǎng)絡(luò)的影響因素，研究結(jié)果表明：①整個(gè)網(wǎng)絡(luò)的關(guān)聯(lián)性增強(qiáng)，小世界性發(fā)育典型;以廣東為主，浙江、江蘇、安徽、四川為副的“一主四副”的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)一步凸顯，等級(jí)層次性加強(qiáng);從人口流動(dòng)網(wǎng)絡(luò)的關(guān)聯(lián)性視角看，相鄰省份間具有較為活躍的人口流動(dòng)，體現(xiàn)出顯著的地理鄰近性;整個(gè)人口流動(dòng)的空間格局體現(xiàn)了“東入內(nèi)出”的模式，空間不均衡性加劇。②通過(guò)QAP回歸發(fā)現(xiàn)：開(kāi)放水平、收入水平、地理鄰近性對(duì)省際人口流動(dòng)網(wǎng)絡(luò)具有顯著的影響;人均GDP、人力資本、第三產(chǎn)業(yè)只對(duì)省際人口流入網(wǎng)絡(luò)具有顯著影響，對(duì)人口流出網(wǎng)絡(luò)并沒(méi)有發(fā)揮顯著的作用;失業(yè)水平對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響經(jīng)歷了由顯著到不顯著的演化;第二產(chǎn)業(yè)對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響經(jīng)歷了由不顯著到顯著的演化過(guò)程。

[關(guān)鍵詞] 人口流動(dòng)網(wǎng)絡(luò);影響因素;省際;QAP回歸

[中圖分類號(hào)] F0615; C9242 [文獻(xiàn)標(biāo)識(shí)碼]A?? [文章編號(hào)]1673-0461（2020）03-0046-09

一、引 言

改革開(kāi)放以來(lái)，城市經(jīng)濟(jì)迅速騰飛，城市化進(jìn)程進(jìn)一步加快，人口流動(dòng)日趨活躍，其不僅滿足了流入地勞動(dòng)力短缺的需求，還帶動(dòng)了流出地勞動(dòng)力就業(yè)，人口流動(dòng)成為搭建區(qū)域間相互聯(lián)系和相互作用的重要紐帶。以人口流動(dòng)為主題的專題探討一度受到地理學(xué)、社會(huì)學(xué)和經(jīng)濟(jì)學(xué)等領(lǐng)域?qū)W者的青睞。隨著全球化和世界經(jīng)濟(jì)一體化，全球人口遷徙版圖正在加速重構(gòu)，人才成為各國(guó)培育綜合競(jìng)爭(zhēng)力的關(guān)鍵所在，深刻影響著國(guó)家間的力量對(duì)比。隨著2018年各省上演如火如荼的“搶人大戰(zhàn)”，在高素質(zhì)人群中重新掀起一股人口流動(dòng)的熱潮，人口流動(dòng)現(xiàn)象仍然是當(dāng)今社會(huì)發(fā)展最顯著的特征之一。

早在19世紀(jì)末，根據(jù)Ravenstein [1]（1889）的統(tǒng)計(jì)數(shù)據(jù)顯示：人口流動(dòng)呈現(xiàn)規(guī)律性。緊接著人口流動(dòng)的引力模型 [2]被提出，標(biāo)志著人口流動(dòng)的研究邁向一個(gè)新的臺(tái)階。20世紀(jì)中葉，基于人口流動(dòng)的“推拉理論”的提出 [3]，關(guān)于人口流動(dòng)的系統(tǒng)研究自此展開(kāi)。隨著科技的發(fā)展，信息化水平的提高，科學(xué)技術(shù)手段不斷被運(yùn)用于人口流動(dòng)的研究領(lǐng)域，人口流動(dòng)空間網(wǎng)絡(luò)模型的構(gòu)建 [4]為區(qū)域間人口流動(dòng)提供了一種研究的新思考。人口流動(dòng)網(wǎng)絡(luò)化的形成，不僅加速了區(qū)域間物質(zhì)、資本、信息的快速流動(dòng)，也成為城市化和社會(huì)問(wèn)題研究的一種補(bǔ)充，據(jù)此加強(qiáng)區(qū)域間人口流動(dòng)的分析，對(duì)區(qū)域間經(jīng)濟(jì)發(fā)展，優(yōu)化區(qū)域資源配置，調(diào)整區(qū)域政策具有重要的意義。

當(dāng)今，人口流動(dòng)日益頻繁，區(qū)域性和全球性的人口流動(dòng)網(wǎng)絡(luò)加速成熟，其空間關(guān)聯(lián)和演化的復(fù)雜性引起各領(lǐng)域?qū)W者的廣泛關(guān)注。研究范疇涉及勞動(dòng)力流動(dòng) [5]、農(nóng)村人口的流動(dòng) [6]以及高素質(zhì)人才的流動(dòng) [7]。研究的尺度涵蓋城市 [8]、區(qū)域 [9-10]、全國(guó) [11]乃至世界 [12]。研究的內(nèi)容囊括空間格局 [13]、遷移特征 [14]、流動(dòng)模式 [15]、網(wǎng)絡(luò)結(jié)構(gòu) [16-18]、影響因素 [19]以及人口流動(dòng)對(duì)區(qū)域經(jīng)濟(jì)發(fā)展 [20]之間的相互關(guān)系的研究。

進(jìn)入21世紀(jì)以來(lái)，隨著社會(huì)網(wǎng)絡(luò)研究方法的興起，為洞察人口流動(dòng)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度、中心性、小世界性、無(wú)標(biāo)度性等網(wǎng)絡(luò)復(fù)雜性 [21]的研究提供了強(qiáng)大的支撐。多數(shù)學(xué)者普遍發(fā)現(xiàn)，國(guó)家尺度的人口流動(dòng)網(wǎng)絡(luò)具有較高的平均聚集系數(shù)和較短的平均路徑長(zhǎng)度，呈現(xiàn)小世界性的結(jié)構(gòu)特征 [22];區(qū)域尺度的人口流動(dòng)網(wǎng)絡(luò)具有無(wú)標(biāo)度性，網(wǎng)絡(luò)節(jié)點(diǎn)的度值分布服從長(zhǎng)尾特征和冪律特征 [23]。與此同時(shí)，人口流動(dòng)網(wǎng)絡(luò)在空間形態(tài)上呈現(xiàn)典型的等級(jí)層次性 [24]，人口流動(dòng)模式向特定地區(qū)集聚，流向穩(wěn)定。一方面，由于信息化的普及和交通方式的便捷，地理距離對(duì)大尺度的人口流動(dòng)的約束力在逐漸減弱，人口流動(dòng)網(wǎng)絡(luò)的不均衡性在加劇 [25]，人口通過(guò)工作、學(xué)習(xí)、務(wù)工、會(huì)議、商務(wù)以及高層次人才流動(dòng)等渠道進(jìn)行流動(dòng)，橫跨國(guó)家、區(qū)域、城市等不同層次的地理空間，具有大范圍的吸引力和輻射力 [26]。另一方面，人口流動(dòng)仍然受顯著的地理鄰近性的影響，總是聚焦于流向某些地區(qū)（如西歐、北美等發(fā)達(dá)地區(qū)） [27]、國(guó)家（如美國(guó)、英國(guó)、德國(guó)、中國(guó)） [28]、區(qū)域（如長(zhǎng)三角、珠三角、京津冀） [29]、城市（如紐約、深圳、上海） [30]，呈現(xiàn)楔子狀的空間集聚特征。隨著空間經(jīng)濟(jì)學(xué)的發(fā)展，近年來(lái)一些學(xué)者普遍在Taylor提出的人口引力模型的基礎(chǔ)上透過(guò)流入地和流出地的經(jīng)濟(jì)水平和流動(dòng)人口數(shù)量構(gòu)建人口流動(dòng)網(wǎng)絡(luò)。同時(shí)，根據(jù)GaWC提出的連鎖網(wǎng)絡(luò)模型，結(jié)合互聯(lián)網(wǎng)大數(shù)據(jù)的人口遷徙數(shù)據(jù) [31]，成為學(xué)者研究城市間人口流動(dòng)網(wǎng)絡(luò)聯(lián)系的重要模式。研究發(fā)現(xiàn)：大部分城市在人口流動(dòng)上處于“相對(duì)平衡”的狀態(tài) [32]，就我國(guó)而言，東部沿海地區(qū)仍然是人口流向的熱點(diǎn)區(qū)域，中西部地區(qū)是人口流出的主體，廣東、浙江、江蘇等省份在人口流動(dòng)網(wǎng)絡(luò)中扮演樞紐角色 [33]。

此外，人口流動(dòng)影響因素也被廣泛審視，研究多側(cè)重于區(qū)域經(jīng)濟(jì)發(fā)展的作用 [34]，主要通過(guò)人口流動(dòng)對(duì)流入地和流出地不同的經(jīng)濟(jì)增長(zhǎng)影響，從而帶動(dòng)對(duì)城市化 [35-36]、老齡化 [37]、經(jīng)濟(jì)發(fā)展 [38]乃至交通通達(dá)性 [39]的研究。研究發(fā)現(xiàn)，人口流動(dòng)會(huì)促進(jìn)人口流入地區(qū)的經(jīng)濟(jì)發(fā)展，一定程度上阻礙流出地的經(jīng)濟(jì)發(fā)展 [40]。經(jīng)濟(jì)發(fā)展程度高、總?cè)丝跀?shù)量大的城市更容易吸引外來(lái)人口流入。對(duì)人口流動(dòng)影響因素的研究中，經(jīng)濟(jì)因素是人口流動(dòng)的主要因素，地區(qū)經(jīng)濟(jì)發(fā)展水平、開(kāi)放程度、收入水平、人力資本等都是影響人口跨區(qū)域流動(dòng)的主要?jiǎng)恿?[41]，但過(guò)度的人口流動(dòng)也會(huì)對(duì)流入地和流出地產(chǎn)生“背反效應(yīng)”，過(guò)多的人口流入超越流入地的人口容量，造成勞動(dòng)力過(guò)剩，影響流入地的資源配置，嚴(yán)重的會(huì)影響社會(huì)治安水平;而過(guò)度的人口流出會(huì)造成流出地的人才短缺、勞動(dòng)力流失嚴(yán)重、留守兒童等嚴(yán)重的社會(huì)問(wèn)題，會(huì)阻礙區(qū)域經(jīng)濟(jì)的發(fā)展 [42]。

從上述的分析中可知，以人口流動(dòng)為主體的網(wǎng)絡(luò)化研究已經(jīng)成為各領(lǐng)域?qū)W者研究的熱點(diǎn)和前沿。國(guó)內(nèi)的人口流動(dòng)網(wǎng)絡(luò)大多集中于特定區(qū)域、特定城市，鮮有省際間的人口流動(dòng)網(wǎng)絡(luò)的研究，基于人口流動(dòng)的空間布局研究成為研究的重心，但缺乏對(duì)人口流動(dòng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)視角的考慮，空間結(jié)構(gòu)的復(fù)雜性和網(wǎng)絡(luò)影響因素的研究更需加強(qiáng)。同時(shí)，對(duì)人口流動(dòng)的影響因素的研究多數(shù)偏重于截面數(shù)據(jù)的影響因素分析，而對(duì)人口流動(dòng)網(wǎng)絡(luò)時(shí)空演化因素的研究也有待深入剖析。因此，本文基于2005年、2015年的全國(guó)人口遷移矩陣的抽樣數(shù)據(jù)，構(gòu)建省際人口流動(dòng)網(wǎng)絡(luò)，并探討其流動(dòng)趨勢(shì)，采用社會(huì)網(wǎng)絡(luò)統(tǒng)計(jì)方法和ArcGIS空間可視化的方法，繪制中國(guó)省際人口流動(dòng)網(wǎng)絡(luò)圖，應(yīng)用QAP回歸模型對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響因素進(jìn)行實(shí)證分析，嘗試擴(kuò)展研究視角。

二、研究方法與數(shù)據(jù)來(lái)源

（一）數(shù)據(jù)來(lái)源

本文以全國(guó)31個(gè)省份（不包括港澳臺(tái)地區(qū)）為研究對(duì)象，根據(jù)國(guó)家統(tǒng)計(jì)局每十年發(fā)布的全國(guó)按現(xiàn)住地和一年前常住地分的1%抽樣人口調(diào)查數(shù)據(jù) [43]，故本文選取2005年、2015年的相關(guān)數(shù)據(jù)，其余變量數(shù)據(jù)來(lái)自于2005年、2015年《中國(guó)統(tǒng)計(jì)年鑒》。

（二）研究方法

1.人口流動(dòng)網(wǎng)絡(luò)的構(gòu)建

人口流動(dòng)網(wǎng)絡(luò)的構(gòu)建采用流動(dòng)人口分省區(qū)數(shù)據(jù)及人口流動(dòng)的省對(duì)省數(shù)據(jù)矩陣，經(jīng)過(guò)MATLAB適當(dāng)?shù)奶幚恚肁rcGIS建立空間數(shù)據(jù)庫(kù)，展現(xiàn)省際人口流動(dòng)的空間分布格局以及網(wǎng)絡(luò)結(jié)構(gòu)特征。

2.網(wǎng)絡(luò)結(jié)構(gòu)測(cè)度指標(biāo)

（1）網(wǎng)絡(luò)密度 [0，1]。網(wǎng)絡(luò)密度是測(cè)量網(wǎng)絡(luò)的數(shù)量指標(biāo)，表示網(wǎng)絡(luò)中節(jié)點(diǎn)聯(lián)系的緊密程度。密度的數(shù)值越大，節(jié)點(diǎn)的關(guān)聯(lián)數(shù)量和人口的流動(dòng)性越大，反之，則越松散。計(jì)算公式為：

其中，L表示人口流動(dòng)網(wǎng)絡(luò)中人口流動(dòng)的關(guān)聯(lián)數(shù)，g表示人口流動(dòng)網(wǎng)絡(luò)中省份的數(shù)量。

（2）度數(shù)中心性。

度數(shù)中心性是衡量人口流動(dòng)網(wǎng)絡(luò)中某一省份在與其他省份互動(dòng)中的影響力和控制力，數(shù)值越高，表示省份在網(wǎng)絡(luò)中越具有中心的地位，考慮到人口流動(dòng)網(wǎng)絡(luò)具有流向性，須進(jìn)一步進(jìn)行點(diǎn)入度和點(diǎn)出度分析，其分別表示節(jié)點(diǎn)在網(wǎng)絡(luò)中的吸引力和輻射力。計(jì)算公式為：

其中，CD為度數(shù)中心性值，Qji為節(jié)點(diǎn)間的聯(lián)系度。

（3）修正后的引力模型。

在區(qū)域經(jīng)濟(jì)差異對(duì)人口流動(dòng)網(wǎng)絡(luò)影響分析部分，采用定量研究方法開(kāi)展研究，在方法上主要是借鑒了引力模型原理來(lái)建立多元線性回歸模型。Pallin曾經(jīng)通過(guò)引力模型預(yù)測(cè)了城市間的交通流量，曾冰 [44]利用引力模型構(gòu)建了長(zhǎng)江經(jīng)濟(jì)帶省際貿(mào)易網(wǎng)絡(luò)，這一模型已被廣泛應(yīng)用于區(qū)域間網(wǎng)絡(luò)聯(lián)系的研究，但引力模型在人口流動(dòng)領(lǐng)域的研究涉及尚少，方大春 [45]通過(guò)引力模型構(gòu)建出中國(guó)農(nóng)村貧困人口的空間關(guān)聯(lián)網(wǎng)絡(luò)，王鈺 [46]通過(guò)引力模型進(jìn)行了中國(guó)人口遷移特征及其影響因素的研究。

引力模型最初被運(yùn)用到城市間的交通流量的形式為：

（5）式中引力模型為線性形式，為下文的區(qū)域經(jīng)濟(jì)差異對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響分析中提供了理論依據(jù)，該模型的各變量均為“關(guān)系”矩陣，稱為“網(wǎng)絡(luò)引力模型”，本文選用了QAP（Quadratic Assignment Procedure，二次迭代分配程序）回歸模型。

3.QAP回歸模型

QAP回歸模型是以若干個(gè)1mode①N×N的網(wǎng)絡(luò)矩陣為自變量，回歸同類網(wǎng)絡(luò)矩陣，判斷回歸系數(shù)并進(jìn)行顯著性檢驗(yàn)。之所以采用QAP回歸方法而不用多元線性回歸方法，是因?yàn)殛P(guān)系矩陣中存在結(jié)構(gòu)性的自相關(guān)會(huì)使基于OLS的多元回歸方法的變量顯著性檢驗(yàn)失效。而QAP回歸是一種非參數(shù)檢驗(yàn)，可以避免因觀測(cè)值相關(guān)引起的統(tǒng)計(jì)偏誤。有鑒于此，本文使用QAP回歸分析對(duì)網(wǎng)絡(luò)矩陣之間的“關(guān)系”進(jìn)行假設(shè)檢驗(yàn)，運(yùn)用網(wǎng)絡(luò)矩陣作為因變量和自變量，具體計(jì)算步驟如下：一是對(duì)自變量矩陣和因變量矩陣對(duì)應(yīng)的長(zhǎng)向量元素進(jìn)行常規(guī)的多元回歸分析;二是同時(shí)對(duì)因變量的各行各列進(jìn)行隨機(jī)置換，重新計(jì)算回歸，保存系數(shù)估計(jì)值和判定系數(shù)R2，重復(fù)之前的步驟多次，得到各統(tǒng)計(jì)量的標(biāo)準(zhǔn)誤。

三、中國(guó)省際人口流動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)特征研究

（一）網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng)，小世界性典型

相比于2005年，2015年的人口流動(dòng)網(wǎng)絡(luò)的密度、平均聚類系數(shù)、平均路徑長(zhǎng)度均有所增加（如表1），其中網(wǎng)絡(luò)密度分別為0976和0991，接近水平1，動(dòng)態(tài)比較來(lái)看，十年間，人口流動(dòng)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度提升了154%，說(shuō)明省際間的人口流動(dòng)網(wǎng)絡(luò)化程度整體上得到了提高，區(qū)域可達(dá)性提升，網(wǎng)絡(luò)處于強(qiáng)連結(jié)聯(lián)系狀態(tài)，通過(guò)人口流動(dòng)呈現(xiàn)的省際空間關(guān)聯(lián)愈發(fā)密切。2015年的人口流動(dòng)網(wǎng)絡(luò)的平均度也呈現(xiàn)增長(zhǎng)趨勢(shì)，雖增長(zhǎng)幅度并不是很大，但是已接近30，表明整個(gè)人口流動(dòng)網(wǎng)絡(luò)的內(nèi)部關(guān)聯(lián)性在逐步加強(qiáng)，這與省際間的人口流動(dòng)數(shù)量和頻度是緊密相關(guān)的。網(wǎng)絡(luò)的平均聚類系數(shù)由2005年的0980增長(zhǎng)至0992，平均路徑長(zhǎng)度由1024下降至1009，數(shù)值均接近1，已經(jīng)接近飽和，表明網(wǎng)絡(luò)的互聯(lián)性水平在增強(qiáng)。較大的平均聚類系數(shù)和較小的平均路徑長(zhǎng)度，說(shuō)明其具有典型的小世界性。

（二）等級(jí)層次性加強(qiáng)，網(wǎng)絡(luò)結(jié)構(gòu)“一主四副”凸顯

依據(jù)各街鎮(zhèn)的度數(shù)中心度的加權(quán)值，根據(jù)ArcGIS中的自然間斷點(diǎn)分級(jí)法（Jenks），將各省際在人口流動(dòng)網(wǎng)絡(luò)中劃分為5個(gè)等級(jí)（如表2），2015年和2005年相對(duì)比，以廣東為主，浙江、江蘇、安徽、四川為副的“一主四副”的人口流動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)一步凸顯（如圖1）。2015年廣東的度數(shù)中心度為181 678，相較于2005年的58 198，增速高達(dá)21217%，遠(yuǎn)高于其他省份，在人口流動(dòng)網(wǎng)絡(luò)中處于核心位置。浙江、江蘇、安徽、四川4省的中心度僅次于廣東，除四川外，其余3省位于長(zhǎng)三角，構(gòu)成人口流動(dòng)網(wǎng)絡(luò)的第2等級(jí)。以上5個(gè)核心省份都位于區(qū)域的經(jīng)濟(jì)中心，廣東位于珠三角的核心位置，是整個(gè)改革開(kāi)放的排頭兵，隨著近年來(lái)粵港澳大灣區(qū)的發(fā)展，是帶動(dòng)?xùn)|南沿海經(jīng)濟(jì)發(fā)展的重要力量。浙江、江蘇、安徽是長(zhǎng)三角的重要組成部分，經(jīng)濟(jì)發(fā)達(dá)，產(chǎn)業(yè)集聚，鄰近經(jīng)濟(jì)中心上海，是上海進(jìn)行產(chǎn)業(yè)轉(zhuǎn)移和升級(jí)的重要經(jīng)濟(jì)腹地。四川是西部地區(qū)的經(jīng)濟(jì)中心，2015年GDP總量實(shí)現(xiàn)全國(guó)第6位，人口總量排名全國(guó)第3位。5個(gè)核心省份因具有較高位的生產(chǎn)總值，便利的交通條件以及良好的政策環(huán)境，在人口流動(dòng)網(wǎng)絡(luò)中構(gòu)成“一主四副”的核心網(wǎng)絡(luò)結(jié)構(gòu)。

（三）地理鄰近性顯著

根據(jù)省際人口流動(dòng)的網(wǎng)絡(luò)關(guān)聯(lián)度（如圖1），2005—2015年，省際人口流動(dòng)網(wǎng)絡(luò)并未發(fā)生明顯變化，除人口流動(dòng)性進(jìn)一步增強(qiáng)外，地理鄰近性進(jìn)一步凸顯：首先，由浙、蘇、皖為核心的長(zhǎng)三角地區(qū)人口流動(dòng)核心圈進(jìn)一步發(fā)展為蘇、皖人口流動(dòng)核心圈，浙江在2015年長(zhǎng)三角地區(qū)人口流動(dòng)關(guān)聯(lián)度中的核心地位未能有效凸顯。其次，廣東在人口流動(dòng)網(wǎng)絡(luò)中的主導(dǎo)性作用日趨顯著，與其他省份的關(guān)聯(lián)強(qiáng)度進(jìn)一步加強(qiáng)，2005年，其與廣東的網(wǎng)絡(luò)最強(qiáng)關(guān)聯(lián)度依次為湖南（7 643）>廣西（6 134）>四川（4 623）>河南（4 414）>湖北（4 198），2015年，廣東仍然在人口流動(dòng)關(guān)聯(lián)度中排名第1位，關(guān)聯(lián)度排序?yàn)楹希?1 872）>廣西（24 563）>四川（19 501）>湖北（18 020）>河南（16 192），廣東在人口流動(dòng)網(wǎng)絡(luò)中呈現(xiàn)縱深擴(kuò)展，雖與中西部省份的關(guān)聯(lián)度進(jìn)一步增強(qiáng)，使人口流動(dòng)衍生的省際間聯(lián)系變得更加緊密，但十年來(lái)，位于前列的仍然是湖南和廣西。由此驗(yàn)證了省際人口流動(dòng)呈現(xiàn)明顯的地理臨近性特征，相鄰省份間由于較短的空間距離，相似的生活習(xí)慣等因素，這些因素構(gòu)成了相鄰省份間較為活躍的人口流動(dòng)。

（四）人口流動(dòng)“東入內(nèi)出”，空間不均衡性加劇

從省際人口入度、出度的空間分布看（如表3、圖1），人口流動(dòng)出現(xiàn)高度的穩(wěn)定性，東部沿海省份仍然是人口流入的熱點(diǎn)地區(qū)，尤以廣東、浙江、上海、江蘇、北京為主，呈現(xiàn)典型的東部指向。而中西部地區(qū)的四川、安徽、河南、湖南、湖北是人口流出的主要地區(qū)。2005年，廣東在流入和流出上均排列第一，而2015年，廣東仍舊是最大的人口流入地區(qū)，而四川成為最大的人口流出地區(qū)，“孔雀東南飛”的人口流動(dòng)模式呈現(xiàn)高度的穩(wěn)定性，流入地和流出地格局變化不大，空間上大致呈現(xiàn)出“東入內(nèi)出”的流動(dòng)格局。值得注意的是，在2015年省際人口入度排名中，北京：唯一1個(gè)北方城市在2015年省際人口入度表中榜上有名，說(shuō)明北京在中國(guó)省際人口流動(dòng)中重要的吸引效應(yīng)開(kāi)始凸顯，但以北京為核心的整個(gè)環(huán)渤海經(jīng)濟(jì)圈在整個(gè)省際人口流動(dòng)中的核心地位不突出，這也意味著中國(guó)省際人口流動(dòng)并不是向東部和沿海雙向進(jìn)發(fā)。同時(shí)，對(duì)照31個(gè)省際間的人口流動(dòng)的入度和出度，發(fā)現(xiàn)其具有一定的非均衡性和非對(duì)稱性，通過(guò)計(jì)算其相關(guān)指數(shù)，2005年，相關(guān)性達(dá)到0573，2015年相關(guān)性則為0042，這在一定程度上說(shuō)明了省際間的人口流入和流出呈現(xiàn)出極大的非均衡性態(tài)勢(shì)，人口流動(dòng)表現(xiàn)出極化的發(fā)展趨勢(shì)。究其原因，可能受區(qū)域資源的不合理配置以及區(qū)域經(jīng)濟(jì)發(fā)展不平衡的影響。

四、人口流動(dòng)網(wǎng)絡(luò)的影響因素分析

從上述分析得知，人口流動(dòng)網(wǎng)絡(luò)整體性和關(guān)聯(lián)性呈現(xiàn)增強(qiáng)的趨勢(shì)，人口流入和流出的空間差異性凸顯，而經(jīng)濟(jì)發(fā)展水平的差異一直以來(lái)都是人口流動(dòng)的重要驅(qū)動(dòng)因子。隨著近年來(lái)區(qū)域發(fā)展戰(zhàn)略的調(diào)整和政策的推進(jìn)，區(qū)域間在邁向協(xié)同發(fā)展的同時(shí)，省際間經(jīng)濟(jì)的兩極化現(xiàn)象也愈加明顯。為尋覓人口流動(dòng)網(wǎng)絡(luò)的影響因素，本文選用QAP計(jì)量模型，分別對(duì)人口流動(dòng)網(wǎng)絡(luò)的流入和流出進(jìn)行驗(yàn)證。

（一）指標(biāo)選取和模型構(gòu)建

1.指標(biāo)選取

人口流動(dòng)網(wǎng)絡(luò)受多種因素的影響，當(dāng)前，學(xué)術(shù)界多以人口遷移為媒介測(cè)度其影響因素為地區(qū)經(jīng)濟(jì)發(fā)展水平 [47]、人力資本 [48]、經(jīng)濟(jì)結(jié)構(gòu) [49]、收入水平 [50]等。近年來(lái)，我國(guó)就業(yè)形式持續(xù)穩(wěn)定，城鎮(zhèn)登記失業(yè)率有所下降，但對(duì)于西部地區(qū)而言，再就業(yè)問(wèn)題仍然成為其外出務(wù)工的主要影響因素 [51]。隨著改革開(kāi)放在東南沿海的先行，不僅帶動(dòng)了就業(yè)，轉(zhuǎn)變了經(jīng)濟(jì)結(jié)構(gòu)，還成為了全國(guó)對(duì)外招商引資的先行者，根據(jù)紀(jì)玉俊等人 [52]的驗(yàn)證，一地區(qū)的對(duì)外開(kāi)放水平對(duì)提高服務(wù)業(yè)競(jìng)爭(zhēng)力，發(fā)揮服務(wù)業(yè)集聚的經(jīng)濟(jì)增長(zhǎng)效應(yīng)具有顯著的影響。此外，地理空間鄰近性也是影響人口跨省際流動(dòng)的主要原因，鄔滋 [53]在高技術(shù)產(chǎn)業(yè)知識(shí)溢出的研究中驗(yàn)證了一階地理鄰近和二階地理鄰近對(duì)知識(shí)溢出的不同程度的影響。故本文根據(jù)2005年、2015年的相關(guān)數(shù)據(jù)進(jìn)行QAP回歸分析，分別以上述人口流動(dòng)網(wǎng)絡(luò)的人口流入量和流出量（weight）作為因變量，經(jīng)濟(jì)發(fā)展水平（Pgdp，人均GDP）、失業(yè)水平（Unem，城鎮(zhèn)登記失業(yè)人數(shù)）、人力資本（Hum，地方財(cái)政教育支出）、開(kāi)放水平（Open，外商投資企業(yè)數(shù)）、收入水平（Income，城鎮(zhèn)平均工資）、經(jīng)濟(jì)結(jié)構(gòu)（ES，第二產(chǎn)業(yè)增加值占GDP比重&第三產(chǎn)業(yè)增加值占GDP的比重）、地理鄰近性（GP，一階地理鄰近性&二階地理鄰近性）為自變量，具體各解釋變量如表4所示。

2.模型構(gòu)建

根據(jù)以上選取的變量指標(biāo)，區(qū)域經(jīng)濟(jì)發(fā)展差異對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響模型為：

式（6）中，等式兩側(cè)均為關(guān)系數(shù)據(jù)，且取對(duì)數(shù)，根據(jù)引力模型，在選取樣本時(shí)間點(diǎn)的各變量指標(biāo)后，利用各省份對(duì)應(yīng)指標(biāo)的絕對(duì)差異建立差異網(wǎng)絡(luò)矩陣，分別進(jìn)行QAP相關(guān)性分析和QAP回歸分析。

（二）實(shí)證結(jié)果分析

1.QAP相關(guān)性分析

運(yùn)用運(yùn)用UCINET軟件，對(duì)人口流動(dòng)網(wǎng)絡(luò)與各自變量進(jìn)行QAP相關(guān)性分析（如表5）。

（1）2005年、2015年的人均GDP、失業(yè)水平、人力資本、開(kāi)放水平、收入水平、經(jīng)濟(jì)結(jié)構(gòu)以及地理鄰近性對(duì)省際間的人口流動(dòng)網(wǎng)絡(luò)具有一定的相關(guān)性，且均通過(guò)了1%的顯著性檢驗(yàn)。

（2）通過(guò)橫向?qū)Ρ龋?005年和2015年的省際流入人口網(wǎng)絡(luò)與流出人口網(wǎng)絡(luò)的相關(guān)系數(shù)落差不是很大;通過(guò)縱向?qū)Ρ?，除去?jīng)濟(jì)結(jié)構(gòu)、一階地理鄰近性的相關(guān)系數(shù)呈下降的趨勢(shì)外，其余因素的相關(guān)系數(shù)均呈現(xiàn)上升的趨勢(shì)，說(shuō)明區(qū)域經(jīng)濟(jì)發(fā)展差異對(duì)省際間的人口流動(dòng)網(wǎng)絡(luò)的影響在進(jìn)一步加深。

（3）人均GDP、失業(yè)水平、人力資本、開(kāi)放水平、收入水平、地理鄰近性對(duì)省際人口流動(dòng)網(wǎng)絡(luò)具有顯著的正向影響，而經(jīng)濟(jì)結(jié)構(gòu)的差異對(duì)省際人口流動(dòng)網(wǎng)絡(luò)具有典型的負(fù)向影響。

2QAP回歸分析

根據(jù)QAP回歸分析方法，選擇2 000次隨機(jī)置換，進(jìn)行QAP回歸分析，調(diào)整后的R2在2005年和2015年的人口流動(dòng)網(wǎng)絡(luò)中均呈現(xiàn)增長(zhǎng)態(tài)勢(shì)，尤其到了2015年，人口流入網(wǎng)絡(luò)的R2達(dá)到837%，而人口流出網(wǎng)絡(luò)的R2也實(shí)現(xiàn)了836%，且均通過(guò)了1%的顯著性水平檢驗(yàn)，均在較高程度上解釋了區(qū)域經(jīng)濟(jì)差異對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響。通過(guò)QAP回歸結(jié)果顯示（如表6）。

（1）人均GDP水平在2005年人口流動(dòng)網(wǎng)絡(luò)中和2015年的人口流入網(wǎng)絡(luò)中均通過(guò)了顯著性水平的檢驗(yàn)，正向的回歸系數(shù)說(shuō)明區(qū)域人均GDP水平差異越大，則省際間人口流動(dòng)流越大。但值得注意的是2015年省際人口流出網(wǎng)絡(luò)未通過(guò)顯著性水平檢驗(yàn)，說(shuō)明人均GDP已不再是人口流出網(wǎng)絡(luò)的重要原因。

（2）失業(yè)水平對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響經(jīng)歷了顯著到不顯著的演化，2005年其標(biāo)準(zhǔn)化回歸系數(shù)呈現(xiàn)負(fù)向，省際間失業(yè)水平差距的拉大，是導(dǎo)致人口流動(dòng)的重要原因。但2015年失業(yè)水平未通過(guò)顯著性檢驗(yàn)，究其原因可能是近年來(lái)全國(guó)的失業(yè)水平呈現(xiàn)下降趨勢(shì)，各省均采取有效措施實(shí)現(xiàn)失業(yè)人口的再就業(yè)，根據(jù)國(guó)家統(tǒng)計(jì)局2015年公布的相關(guān)數(shù)據(jù)顯示，全年城鎮(zhèn)新增就業(yè)實(shí)現(xiàn)1 312萬(wàn)人，城鎮(zhèn)失業(yè)人員再就業(yè)567萬(wàn)人，城鎮(zhèn)登記失業(yè)率405%，失業(yè)人口再就業(yè)在一定程度上抑制了人口的跨區(qū)域流動(dòng)。

（3）人力資本均通過(guò)了人口流入網(wǎng)絡(luò)的顯著性檢驗(yàn)，且呈負(fù)相關(guān)，但均未通過(guò)人口流出網(wǎng)絡(luò)的顯著性檢驗(yàn)，人口流入地與人口流出地在投資收益上存在差異，導(dǎo)致人力資本投資越高，則對(duì)高素質(zhì)人才的需求量大，省際間人力資本投資的差距，使流出地的部分人口并不能滿足流入地對(duì)勞動(dòng)力素質(zhì)的要求，則在一定程度上會(huì)限制人口的流入量，但人力資本的差距對(duì)省際人口流出網(wǎng)絡(luò)中并沒(méi)有發(fā)揮顯著的作用。

（4）地區(qū)的開(kāi)放水平通過(guò)了1%水平的顯著性檢驗(yàn)，對(duì)人口的流出網(wǎng)絡(luò)和流入網(wǎng)絡(luò)均有正向影響，且這種影響呈現(xiàn)強(qiáng)化趨勢(shì)，對(duì)外開(kāi)放水平的程度說(shuō)明其融入全球化的程度，處于開(kāi)放前沿的東南沿海地區(qū)經(jīng)濟(jì)發(fā)展迅速，對(duì)人口流入產(chǎn)生強(qiáng)大的吸引力，反之，中西部地區(qū)的交通、環(huán)境、技術(shù)等方面的閉塞與落后，導(dǎo)致了大量的人口流出，對(duì)外開(kāi)放水平的差異對(duì)人口流動(dòng)網(wǎng)絡(luò)形成具有重要影響。

（5）收入水平的差距對(duì)人口流動(dòng)網(wǎng)絡(luò)具有顯著的負(fù)向影響。收入水平越高的地區(qū)，經(jīng)濟(jì)發(fā)達(dá)，隨著城市問(wèn)題的衍生，各地政府積極采取措施控制人口容量，隨著人口流入門檻的提高，對(duì)于省際間的人口流入量會(huì)嚴(yán)格控制，如2015年上海常住人口出現(xiàn)負(fù)增長(zhǎng)，外來(lái)流入人口下降15%。

（6）經(jīng)濟(jì)結(jié)構(gòu)對(duì)人口流動(dòng)網(wǎng)絡(luò)具有顯著的影響，首先二產(chǎn)占比對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響由不顯著演化為顯著;而三產(chǎn)占比對(duì)人口流入網(wǎng)絡(luò)具有顯著的正向影響，且顯著性呈現(xiàn)增強(qiáng)趨勢(shì)，而對(duì)人口流出網(wǎng)絡(luò)的影響未通過(guò)顯著性檢驗(yàn)。隨著各類服務(wù)業(yè)的發(fā)展騰飛，2005年省際間的人口流動(dòng)可能更聚焦于新興服務(wù)產(chǎn)業(yè)領(lǐng)域，隨著經(jīng)濟(jì)發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)變化，三產(chǎn)在經(jīng)濟(jì)發(fā)展中占的比重越來(lái)越大，旅游業(yè)、金融業(yè)等在人口流動(dòng)中發(fā)揮了作用，對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響在增強(qiáng)。二產(chǎn)的增加值在近年來(lái)一直呈增長(zhǎng)趨勢(shì)，區(qū)域經(jīng)濟(jì)增長(zhǎng)在很大程度上依賴于第二產(chǎn)業(yè)的增加，區(qū)域間二產(chǎn)水平的差距對(duì)區(qū)域經(jīng)濟(jì)差異的影響逐漸增強(qiáng)，也直接影響了人口的跨區(qū)域流動(dòng)。

（7）地理鄰近性通過(guò)了1%水平的顯著性檢驗(yàn)，呈現(xiàn)顯著的正相關(guān)，驗(yàn)證了上述假設(shè)，通過(guò)標(biāo)準(zhǔn)化回歸系數(shù)可得，一階地理鄰近性對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響要明顯高于二階地理鄰近性，也驗(yàn)證了上文中的鄰近省份對(duì)人口流動(dòng)更具有吸引力。

五、結(jié)論與討論

（一）結(jié)論

本文基于2005年、2015年省際人口流動(dòng)的相關(guān)數(shù)據(jù)，借助社會(huì)網(wǎng)絡(luò)分析方法，進(jìn)行了人口流動(dòng)網(wǎng)絡(luò)的演化研究，并分析了區(qū)域經(jīng)濟(jì)發(fā)展差異對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響，研究結(jié)果表明：

（1）就人口流動(dòng)網(wǎng)絡(luò)的結(jié)構(gòu)而言，網(wǎng)絡(luò)關(guān)聯(lián)性呈現(xiàn)增強(qiáng)態(tài)勢(shì)，人口流動(dòng)的網(wǎng)絡(luò)化程度整體得到提高，整個(gè)網(wǎng)絡(luò)具有較大的平均聚類系數(shù)和較小的平均路徑長(zhǎng)度，呈現(xiàn)典型的小世界性。根據(jù)度數(shù)中心性空間分布，人口流動(dòng)網(wǎng)絡(luò)具有明顯的等級(jí)層次性，且這種趨勢(shì)在增強(qiáng)，以廣東為主，浙江、江蘇、安徽、四川為副的“一主四副”的人口流動(dòng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)一步凸顯。從人口流動(dòng)網(wǎng)絡(luò)的關(guān)聯(lián)度看，廣東與廣西、湖南形成更加緊密的空間關(guān)聯(lián)性，而浙、蘇、皖為核心的長(zhǎng)三角地區(qū)人口流動(dòng)核心圈進(jìn)一步發(fā)展為蘇、皖人口流動(dòng)核心圈，相鄰省份間具有較為活躍的人口流動(dòng)，體現(xiàn)出顯著的地理鄰近性。人口流動(dòng)從空間上呈現(xiàn)“東入內(nèi)出”的格局，進(jìn)一步加劇了空間分布的不均衡性。

（2）通過(guò)QAP相關(guān)性分析，人均GDP、失業(yè)水平、人力資本、開(kāi)放水平、收入水平、經(jīng)濟(jì)結(jié)構(gòu)、地理鄰近性對(duì)人口流動(dòng)網(wǎng)絡(luò)具有顯著的相關(guān)性，且相關(guān)性呈現(xiàn)增強(qiáng)的趨勢(shì)。通過(guò)QAP回歸分析，開(kāi)放水平、收入水平、地理鄰近性對(duì)省際人口流動(dòng)網(wǎng)絡(luò)具有顯著的影響，值得注意的是人均GDP、人力資本、第三產(chǎn)業(yè)只對(duì)省際人口流入網(wǎng)絡(luò)具有顯著影響，對(duì)人口流出網(wǎng)絡(luò)并沒(méi)有發(fā)揮顯著的作用。失業(yè)水平對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響經(jīng)歷了由顯著到不顯著的演化。第二產(chǎn)業(yè)對(duì)人口流動(dòng)網(wǎng)絡(luò)的影響經(jīng)歷了由不顯著到顯著的演化過(guò)程。

（二）討論

（1）基于數(shù)據(jù)的可得性，本文只討論了2005年和2015年的省際人口流動(dòng)網(wǎng)絡(luò)，有必要增加更多的時(shí)間節(jié)點(diǎn)，探索更新的數(shù)據(jù)來(lái)源，構(gòu)建更加完整的、動(dòng)態(tài)的人口流動(dòng)網(wǎng)絡(luò)。

（2）本文是在省際數(shù)據(jù)的基礎(chǔ)上進(jìn)行的討論，有必要在多節(jié)點(diǎn)城市的層面上進(jìn)行更細(xì)致的分析。

（3）經(jīng)濟(jì)因素是導(dǎo)致人口流動(dòng)的本質(zhì)原因，但經(jīng)濟(jì)指標(biāo)多樣，在模型的變量中并沒(méi)有充分考慮影響人口流動(dòng)網(wǎng)絡(luò)的相關(guān)制度以及體制等因素，有必要尋找采用其他的模型和方法，適當(dāng)擴(kuò)展變量的選取，更加系統(tǒng)地刻畫(huà)出影響機(jī)制的研究。

[注 釋]

①相對(duì)于2mode城市網(wǎng)絡(luò)而言，要求網(wǎng)絡(luò)矩陣的行與列為同質(zhì)網(wǎng)絡(luò)成員。

②基于修正后的引力模型。

[參考文獻(xiàn)]

[1]RAVENSTEIN E G The laws of migration [J] Journal of the royal statistical society， 1889，52（2）：241-305

[2]ZIPF G K? The P1P2/D hypothesis： on the intercity movement of persons [J] American sociological review， 1946， 11（6）：677-686

[3]BOGUE D J The study of population：an inventory and appraisal [M] Chicago：University of Chicago Press， 1955： 486-509

[4]BARTHLEMY M Spatial networks [J] Physics reports， 2010， 499（1）：1-101

[5]劉冰我國(guó)人口與勞動(dòng)力流動(dòng)及其對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)影響的研究 [J]科學(xué)與管理，2010，30（3）：43-47

[6]路雅文，張正河1978—2016年農(nóng)村人口遷移的社會(huì)網(wǎng)絡(luò)分析：來(lái)自中部人口流出大省C村的證據(jù) [J]農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2018（3）：87-97

[7]張偉，閆衛(wèi)華教育移民：高素質(zhì)人才西向流動(dòng)現(xiàn)象探析——以新疆高校為例 [J]新疆社會(huì)科學(xué)，2013（6）：145-149

[8]趙梓渝，魏冶，龐瑞秋，等基于人口省際流動(dòng)的中國(guó)城市網(wǎng)絡(luò)轉(zhuǎn)變中心性與控制力研究——兼論遞歸理論用于城市網(wǎng)絡(luò)研究的條件性 [J]地理學(xué)報(bào)，2017，72（6）：1032-1048

[9]DEWAARD J Compositional and temporal dynamics of international migration in the EU/EFTA： a new metric for assessing countries′ immigration and integration policies [J] International migration review， 2013， 47（2）：249-295

[10]王萌，匡耀求，黃寧生珠江三角洲城際間人口流動(dòng)傾向空間特征——基于網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)的時(shí)空演化 [J]熱帶地理，2017，37（1）：33-42

[11]杜鵬，張航空中國(guó)流動(dòng)人口梯次流動(dòng)的實(shí)證研究 [J]人口學(xué)刊，2011（4）：14-20

[12]ABEL G J Estimating global migration flow tablesusing place of birth data [J] Demographic research， 2013， 28（2）：505-546

[13]DAVIS K F， D′ODORICO P， LAIO F， et al Global spatiotemporal patterns in human migration： a complex network perspective [J] Plos one， 2013， 8（1）：e53723

[14]張?zhí)K北，朱宇，晉秀龍，等安徽省內(nèi)人口遷移的空間特征及其影響因素 [J]經(jīng)濟(jì)地理，2013，33（5）：24-30，23

[15]勞昕，沈體雁中國(guó)地級(jí)以上城市人口流動(dòng)空間模式變化——基于2000和2010年人口普查數(shù)據(jù)的分析 [J]中國(guó)人口科學(xué)，2015，（1）：15-28，126

[16]SOBOLEVSKY S， SZELL M， CAMPARI R， et al Delineating geographical regions with networks of human interactions in an extensive set of countries [J] Plos one， 2013， 8（12）：e81707

[17]HAWELKA B ， SITKO I ， BEINAT E ， et al Geolocated twitter as proxy for global mobility patterns [J] Cartography and geographic information science， 2014， 41（3）：260-271

[18]魏冶，修春亮，劉志敏，等春運(yùn)人口流動(dòng)透視的轉(zhuǎn)型期中國(guó)城市網(wǎng)絡(luò)結(jié)構(gòu) [J]地理科學(xué)，2016，36（11）：1654-1660

[19]紀(jì)韶，饒旻城市群農(nóng)村勞動(dòng)力凈遷移率與區(qū)域經(jīng)濟(jì)發(fā)展互為影響因素研究——對(duì)全國(guó)第六次人口普查長(zhǎng)表數(shù)據(jù)的分析 [J]經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2013（6）：39-46

[20]CULLY M? More than additions to population： the economic and fiscal impact of immigration [J] Australian economic review， 2012， 45（3）：344-349

[21]PORAT I ， BENGUIGUI L Global migration topology analysis and modeling of bilateral flow network 2006—2010 [J] EPL （Europhysics Letters）， 2016， 115（1）：18002

[22]蔣小榮，汪勝蘭中國(guó)地級(jí)以上城市人口流動(dòng)網(wǎng)絡(luò)研究——基于百度遷徙大數(shù)據(jù)的分析 [J]中國(guó)人口科學(xué)，2017（2）：35-46，127

[23]FAGIOLO G ， MASTRORILLO M? International migration network： topology and modeling [J] Physical review e statistical nonlinear & soft matter physics， 2013， 88（1）：012812

[24]趙落濤，曹衛(wèi)東，魏冶，等泛長(zhǎng)三角人口流動(dòng)網(wǎng)絡(luò)及其特征研究 [J]長(zhǎng)江流域資源與環(huán)境，2018，27（4）：705-714

[25]臧玉珠，周生路，周兵兵，等1995—2010年中國(guó)省際人口遷移態(tài)勢(shì)與空間格局演變——基于社會(huì)網(wǎng)絡(luò)分析的視角 [J]人文地理，2016，31（4）：112-118

[26]BELYI A ， BOJIC I ， SOBOLEVSKY S ， et al Global multilayer network of human mobility [J] International journal of geographical information science， 2017， 31（7）：1381-1402

[27]KASSAR H ， MARZOUK D ， ANWAR W A ， et al Emigration flows from North Africa to Europe [J] The european journal of public health， 2014， 24（suppl 1）：2-5