EN中文

经济地理 >

2021 , Vol. 41 >Issue 8: 89 - 96

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.08.011

城市地理与新型城镇化

中国市际流动人口居留意愿网络特征分析

  • 古恒宇 , 1, 2 ,
  • 杨健 3 ,
  • 艾国炬 4 ,
  • 沈体雁 , 2, ※
展开
  • 1.香港中文大学 地理与资源管理学系，中国 香港 999077
  • 2.北京大学 政府管理学院，中国 北京 100871
  • 3.华南师范大学 地理科学学院，中国广东 广州 510631
  • 4.北京大学 软件与微电子学院，中国 北京 100871
※沈体雁（1971—），男，湖北天门人，教授，博士生导师，研究方向为城市规划与区域经济。E-mail：

古恒宇（1994—），男，广东广州人，博士，副研究员，研究方向为人口流动迁移与城乡发展。E-mail：

收稿日期: 2020-05-27

  修回日期: 2021-04-20

  网络出版日期: 2025-04-13

基金资助

国家社会科学基金重大项目(17ZDA055)

收起

Network Characteristics and Spatial Organization of Settlement Intention of Floating Migrants in China： Perspective of Inter-city Migration

  • GU Hengyu , 1, 2 ,
  • YANG Jian 3 ,
  • AI Guoju 4 ,
  • SHEN Tiyan , 2, ※
Expand
  • 1. Department of Geography and Resource Management，The Chinese University of Hong Kong，Hong Kong 999077, China
  • 2. School of Government，Peking University，Beijing 100871, China
  • 3. School of Geography，South China Normal University，Guangzhou 510631，Guangdong, China
  • 4. School of Software & Microelectronics，Peking University，Beijing 102600, China

Received date: 2020-05-27

  Revised date: 2021-04-20

  Online published: 2025-04-13

Fold

摘要

现存的关于中国流动人口迁移意愿网络的研究主要集中在对省际尺度流动人口户籍迁移意愿的讨论，缺乏对市际尺度流动人口居留意愿的关注。基于2017年流动人口动态监测数据，在市际尺度上构建流动人口居留意愿网络，探究市际流动人口居留意愿网络的特征及空间组织。研究发现：①高值流动人口居留意愿流主要由我国内陆相对欠发达城市指向等级高、规模大的一线城市；居留意愿入强度和出强度呈现出不同的空间格局，京津冀、长三角、珠三角三大城市群具有更高的居留意愿入强度，而中部地区和西部地区呈现出两个居留意愿出强度高值区。②市际流动人口居留意愿网络呈现出复杂网络的“小世界”特性，各城市节点呈现层级分布特征，被概括为一类城市节点、二类城市节点、三类城市节点、四类城市节点和五类城市节点。③居留意愿网络被划分为上海社团、京津社团、渝泉社团、华南社团和西北社团：上海社团以上海及长三角城市群为入强度核心，辐射安徽、贵州等地的城市；京津社团以北京和天津为入强度双核心，辐射东北及华北等地的城市；渝泉社团以泉州及海峡西岸城市群为入强度核心，以成渝城市群为出强度核心；华南社团以广州、深圳、佛山、东莞为入强度多核心，辐射湖南、广西等地的城市；西北社团主要覆盖西北地区城市，但并未呈现出明显的核心。

关键词： 居留意愿网络; 市际; 流动人口; 网络特征; 空间组织; 人口迁移

本文引用格式

古恒宇 , 杨健 , 艾国炬 , 沈体雁 . 中国市际流动人口居留意愿网络特征分析[J]. 经济地理, 2021 , 41(8) : 89 -96 . DOI: 10.15957/j.cnki.jjdl.2021.08.011

Abstract

Existing research on the migration intention network of the floating population mainly focuses on the Hukou transfer intention of the interprovincial floating population in China,which lacks attention on the floating population's settlement intention at inter-city scale. Based on data from China Migrants Dynamic Survey in 2017,this article constructs the network of floating population settlement intention on the inter-city scale and explores the characteristics and spatial organization of settlement intention of the inter-city floating population through geographic visualisation analysis and social network analysis. This study comes to the following conclusions: 1) The high-value floating population's settlement intention flows are mainly from relatively underdeveloped cities in mainland of China to a first-tier cities in the east of China. The degree of move-in and move-out of settlement intention show different spatial patterns. The higher degree of move-in of settlement intention distributes in three major urban agglomerations: Beijing-Tianjin-Hebei,Yangtze River Delta and Pearl River Delta,the higher degree of move-out distributes in the central and western regions. 2) The settlement intention of inter-city floating population presents the "small world" characteristics of complex networks. Each city node presents the feature of hierarchical distribution,summarized as five types of city nodes-- a national central city node,a national important city node,a regionally important city node,a general city node and a sub-city node. 3) The settlement intention network is divided into Shanghai community,Beijing-Tianjin community,Chongqing-Quanzhou community,South China community,and Northwest community. Shanghai community takes Shanghai and the Yangtze River Delta urban agglomeration as the core of move-in degree of settlement intention and radiates to cities in Henan,Guizhou. Beijing-Tianjin community takes Beijing and Tianjin as the dual-core of move-in degree of settlement intention and radiate to cities in Northeast and North China,etc. Chongqing-Quanzhou community takes Quanzhou and the Western Taiwan Straits as the core of move-in degree of settlement intention and Chengdu-Chongqing urban agglomeration as the core of move-out degree of settlement intention. South China community comprises Guangzhou,Shenzhen,Foshan and Dongguan as multiple cores of move-in degree of settlement intention and radiates to cities such as Hunan and Guangxi. Northwest community mainly covers cities in the northwest region,but does not show a significant core.

Key words： settlement intention network; inter-city; floating population; network characteristics; spatial organization; population migration

随着中国户籍制度改革的深入推进，城市落户限制进一步放宽，流动人口在地区间大规模流动和迁移[1]。根据国家卫生健康委员会发布的《中国流动人口发展报告2018》，至2015年末，中国流动人口规模达到2.47亿人。2017年末，中国流动人口规模下降至2.44亿人[2]。一方面，流动人口规模的持续下降反映了中国户籍制度改革和新型城镇化政策下的市民化过程；另一方面，仍然大规模的流动人口预示着未来对于流动人口的治理仍然是各城市在转型时期需要面对的关键议题[4]。如何促进流动人口合理落户，是未来新型城镇化建设的重要任务。《2020年新型城镇化建设和城乡融合发展重点任务》指出，要促进城区常住人口300万以下的城市全面取消落户限制，推动城区常住人口300万以上的城市基本取消重点人群落户限制。流动人口居留意愿是反映流动人口在目的地城市长期居留倾向的指标。居留意愿反映了流动人口个体在目的地城市对于长期居留的主观感受，同时也受到目的地城市外部的经济、社会等多方面因素的综合影响，能为流动人口未来迁移倾向提供重要参考[3]。对流动人口居留意愿的研究对于全面深化户籍制度改革、提升中国城镇化率具有重要意义[4]。
中国的人口迁移可以分为暂时性迁移与永久性迁移两类[5]。暂时性迁移指在迁入地工作生活了一段时间但未获得本地户口的人口，即流动人口；永久性迁移指在迁入地工作生活并迁入户籍的人口[6]。中国经济发展格局的不平衡导致大量无法获得本地户口的流动人口仍选择暂时性迁移至目的地城市。目前为止，关于流动人口迁移的研究主要使用全国人口普查及抽样调查数据，在省际尺度上围绕已完成迁移的人口展开[1,7⇓-9]。自2009年开始，国家卫生健康委员会开始进行一年一度的全国性流动人口抽样调查。流动人口居留意愿是流动人口动态监测数据中的重要指标，自公布以来受到了广泛的研究关注[3,10⇓⇓⇓⇓⇓⇓⇓⇓⇓-20]。流动人口的个人特征、家庭特征、住房及经济特征、就业特征、社会特征等都与其居留意愿产生密切联系[10⇓⇓⇓⇓⇓⇓⇓⇓⇓-20]。一般而言，人力资本和工资水平较高、生活成本较低、就业地位较高、家庭和社会网络联系较强的流动人口会具有更高的居留意愿。
地理因素是影响流动人口居留意愿的关键部分[3,13⇓⇓-16,18]。林李月、Gu、古恒宇、Liu等从迁入地城市等角度研究居留意愿，对其空间分布和影响因素展开研究[3,14,16,18]。研究显示，城市外部因素对于流动人口居留意愿产生了重要影响，城市的经济发展、公共服务提供、户籍含金量、就业机会等因素成为塑造其居留意愿的关键因素[3,14]。此外，居留意愿的影响因素在城市间产生了空间不平稳性[4]。
除迁入地外，更需要从迁出地的角度对区域间流动人口居留意愿展开研究[15]。古恒宇等构造了省际流动人口户籍迁移意愿网络，发现迁出地特征、迁入地特征和流动人口自身特征都会影响其户籍迁移行为[15]。Gu等进一步着眼于农民工群体的省际户籍迁移意愿网络[14]。然而，仅从省际的角度显然难以对流动人口迁移网络进行精细化的刻画。城市恰恰是实施流动人口管理政策的主要主体，也是流动人口发生迁移时考虑的主要主体[14]。事实上，即使是中国十年开展一次的人口普查和人口抽样调查，也难以从市际的尺度刻画人口迁移行为。在这个意义上，从城市的角度认识流动人口迁移十分迫切。
从网络的角度看，人口迁移网络往往是一个复杂网络，体现出一定的复杂性特征[21]。随着多源大数据的引入，越来越多的学者运用社会网络分析的手段对我国的人口迁移网络展开刻画[21⇓⇓⇓-25]。基于前人研究的不足，本文使用最新公布的2017年流动人口动态监测数据，从市际的角度构建城市间流动人口迁移网络，并运用相关地理可视化和社会网络分析的手段对中国市际流动人口迁移网络的特征和空间组织展开研究。

1 研究设计

1.1 研究数据

本研究使用2017年全国流动人口动态监测数据。该数据调查范围涵盖全国31个省（区、市）以及新疆生产建设兵团，调查对象为在流入地居住1个月或以上、非本区（县）户口的15周岁及以上的流动人口。数据中共包含样本总量169 000份。使用流动人口个体迁入城市和户籍地城市字段，构建市际流动人口居留意愿网络。具有居留意愿的流动人口被定义为针对问卷中问题“今后一段时间，您是否打算继续留在本地?”回答“是”的流动人口，而回答“否”和“没想好”的流动人口被定义为不具有居留意愿的部分。i和j两城市间流动人口居留迁移意愿流被定义为“户籍地在i地、迁入j地的流动人口中具有居留意愿部分的占比”。参考既有文献方法[14-15]，考虑到抽样数据的代表性问题，设置阈值为10，删除样本数量小于10的居留意愿流。最后汇总得到涉及中国289个城市的共2 209条市际居留意愿迁移流。总体来看，2017年市际流动人口平均居留意愿为0.826。

1.2 研究方法

本文主要基于社会网络分析方法对流动人口居留意愿网络展开分析，运用Gephi软件计算网络中各城市节点的入强度、出强度、总强度、净强度、聚类系数和模块度等指标。

1.2.1 入强度、出强度、总强度和净强度

对于加权有向的市际居留意愿网络而言，城市节点i的入强度表征所有指向该城市的居留意愿流的数值之和，出强度表征所有由该城市指向其他城市的居留意愿流的居留意愿之和，总强度被定义为入强度和出强度之和，净强度为入强度和出强度之差。公式如下：
W d i i n = ∑ j w j i
W d i o u t = ∑ j w i j
W d i t = W d i i n + W d i o u t
W d i n = W d i i n - W d i o u t
式中： w j i为网络中城市节点j指向节点i的居留意愿； W d i i n为城市节点i的入强度； W d i o u t为城市节点i的出强度； W d i t为城市节点i的总强度； W d i n为城市节点i的净强度。一个城市节点的总强度越大，在网络中总影响力也越大。

1.2.2 平均聚类系数（Clustering Coefficient）

聚类系数是用于描述复杂网络中节点聚集成社团这一现象的聚集程度度量指标[23]，而平均聚类系数表征的是整个网络的集聚性。表达式为：
C C i = 1 W d i d i - 1 ∑ j , k w i j + w i k 2 a i j a j k a i k
式中： C C i为城市节点i的聚类系数； W d i为城市节点i的总强度； d i为节点i的度； w i j和 w i k表示城市节点i和j以及城市节点i和k之间的边的权重，即城际流动人口居留意愿； a i j 、 a j k 、 a i k为网络邻接矩阵中节点i、j、k相互之间的邻接关系，1为邻接，0为不邻接。对于网络整体而言，假设其节点（城市）总数为N，则其平均聚类系数的表达式如下：
C C ¯ = 1 N ∑ C C i

1.2.3 模块度（Modularity）

本文通过社团模块划分的办法来对市际流动人口居留意愿网络进行集群划分[26]。模块度是通过连接在网络中联系较为紧密的网络节点来划分成一个社群，划分集群的过程就转化为最大化模块度的求解过程[27]，模块度可以计算如下：
Q = 1 2 m ∑ i , j w i j - k i k j 2 m δ c i , c j
式中： Q是模块度值； w i j是城市i和j之间的边权重（居留意愿）； k i和 k j是城市i和j在非加权网络中的度值； c i和 c j是城市i和j被分入的社团； m = 1 2 ∑ i , j w i j是网络中所有权重之和。Fast-unfolding算法被运用于本文模块度的计算中[28]。

2 结果分析

2.1 市际居留网络特征分析

将市际迁移流中居留意愿大于0.9的部分提取（共694条居留意愿流），使用ArcGIS软件进行制图表达。结果如图1所示，高值居留意愿流主要由中部、西部和东北地区经济发展水平相对较低的城市指向行政等级较高、规模较大的一线发达城市。东部沿海地区的城市对外来人口的吸引力同时呈现出较高的格局。北京、上海、广州、深圳等一线城市成为了流动人口居留意愿较高的目的地，且其辐射范围是全国性的。此外，一些地理距离相对邻近的城市之间也发生了较强的居留意愿联系。
图1 高值居留意愿网络可视化图

Fig.1 Visualization of high-value settlement intention flows

为探究各城市迁出流动人口与迁入流动人口的居留意愿差异，以及各城市迁出迁入流动人口居留意愿总强度，对流动人口居留意愿网络各城市节点的入强度、出强度、总强度、净强度进行可视化分析，结果如图2所示。首先，入强度较高的城市节点集中分布在东部沿海一带，包括京津冀、长三角、珠三角三个主要城市群。同时，海峡西岸城市群也呈现较高的流动人口居留意愿。上述东部沿海地区由于其经济水平较高、社会公共服务供给充足、户籍含金量较大，对外来人口产生极强的吸引力。相对而言，广大中部、西部、东北地区的城市入强度较低，其对外来流动人口的吸引力较小。
图2 城市节点居留意愿入强度、出强度、总强度、净强度空间格局

Fig.2 Spatial pattern of move-in degree，move-out degree，total degree and net degree at the city level

出强度城市节点的空间分布与入强度产生较大的差异格局。如图2所示，出强度较高的城市主要集中分布在中国的中部地区以及西部地区，覆盖河南、河北、山东、湖北、湖南、四川等省份。出强度高值城市大多拥有较多的户籍人口，而本地提供的就业机会、工资水平与公共服务水平相对落后，因而外迁务工的流动人口在目的地城市具有极高的居留意愿。对比之下，经济发展水平较高的东部沿海城市出强度则较低。
各城市总强度空间格局结果显示，总强度较高城市的分布格局与入强度较高城市的分布格局呈现出一定的一致性，即京津冀、长三角、珠三角等东部沿海发达地区的总强度较高。这主要是由于，尽管这些城市出强度并不高，但其极高的入强度造成其总强度的高值。该结果显示出我国发达城市地区对于外来人口居留的吸引力优势大于我国相对落后城市地区外迁流动人口的流失劣势。
最后，分析各城市净强度的空间格局。结果揭示出京津冀以及长三角、珠三角、海峡西岸、环渤海等东部沿海城市群对流动人口的吸引力，这些城市是中国外来人口主要流入区；而大部分中部、西部及东北部地区城市对于外来流动人口吸引力较弱，这些城市是中国外来人口主要流出区。

2.2 市际居留网络的“小世界”特性

参考已有文献的做法[27]，对市际流动人口居留意愿网络加权总度的累积概率分布进行曲线拟合分析（图3）。结果表明。幂函数的拟合度（R2=0.847）高于指数函数（R2=0.845）。这说明中国市际居留意愿网络整体而言呈现复杂网络特征。由于幂函数的拟合度仅略高于指数函数，因此可以认为，市际居留网络介乎于完全随机网络与复杂网络之间，具备“小世界”特性[27]。换言之，在中国的城市居留意愿网络中，少数城市节点的居留意愿总强度极高，且在网络中的地位较高，而其他大部分城市的居留意愿总强度及其在网络中的地位相对较低。
图3 市际流动人口居留网络的度分布

Fig.3 Degree distribution of inter-city settlement intention network

2.3 市际居留网络特征分析

使用自然断点分级法（Natural breaks）对城市节点的总强度进行层级划分，共分为5个层级。其中，一类城市节点仅有3座城市，分别为上海、北京、天津。3个城市中的流动人口具有极高的居留意愿，且户籍地为3市、迁移至其他城市的流动人口在其目的地同样具有一定的居留意愿，因此在居留意愿网络中3个城市等级最高。二类城市节点占总百分比为6.92%，该类城市可以分为两类，一类是具有较高吸引力、但自身流动人口迁出意愿相对弱的城市，如深圳、杭州、广州；另一类是中部劳动力输出大市，如周口、阜阳，其迁出的流动人口在目的地城市的居留意愿较高，但其对外来流动人口的吸引力相对较弱。三类城市节点主要为华中、华东、西北等区域地区的普通省会城市或经济发展状况相对较好的二、三线城市，如青岛、成都、厦门等。该类城市在区域流动人口迁移网络中仍然具有相对较高的地位，对外来流动人口具有吸引力，同时一些本地的外迁流动人口也在目的地具有较高的居留意愿。四类城市节点最多，占比为48.79%，主要包含华东、华北、华中、华南地区各省份的普通地级城市。五类城市节点数量占比为20.42%，该类城市一方面由于其经济和社会发展水平相对较低，对外来流动人口的吸引力较弱，另一方面其外迁流动人口在目的地的居留意愿也不高（表1）。
表1 市际居留意愿网络层级

Tab.1 Hierarchy of cities in the settlement intention network

网络层级划分 城市
一类城市节点（1.03%） 上海、北京、天津
二类城市节点（6.92%） 重庆、深圳、杭州、宁波、广州、东莞、泉州、温州、大连、沈阳、苏州、南京、无锡、佛山、周口、西宁、西安、福州、哈尔滨、阜阳
三类城市节点（22.84%） 合肥、青岛、安庆、成都、南阳、厦门、乌鲁木齐、金华、银川、南昌、南充、亳州、邵阳、兰州、商丘、武汉、驻马店、太原、信阳、常州、昆明、长春、台州、郑州、嘉兴、荆州、芜湖、南宁、海口、达州、遵义、济南、拉萨、廊坊、上饶、菏泽、黄冈、绥化、徐州、绵阳、石家庄、中山、九江、宜宾、齐齐哈尔、绍兴、六安、广安、呼和浩特、泸州、襄阳、榆林、蚌埠、毕节、长沙、柳州、衡阳、洛阳、宿州、三亚、临沂、宜春、贵阳、赣州、邯郸、孝感
四类城市节点（48.79%） 娄底、烟台、昭通、株洲、抚州、南通、六盘水、内江、咸阳、永州、滁州、遂宁、莆田、玉林、铜陵、惠州、大同、平顶山、呼伦贝尔、大庆、开封、淮南、唐山、新乡、岳阳、三明、济宁、鄂尔多斯、铜仁、资阳、平凉、鞍山、自贡、湖州、牡丹江、巴中、怀化、中卫、吉安、桂林、常德、包头、渭南、泰州、吉林、德州、宣城、江门、宜昌、赤峰、马鞍山、晋中、天水、扬州、伊春、白城、保定、忻州、乌兰察布、吴忠、鹰潭、武威、黑河、安顺、许昌、景德镇、丽水、安阳、庆阳、连云港、泰安、茂名、德阳、湛江、松原、益阳、贵港、贺州、吕梁、攀枝花、定西、枣庄、石嘴山、固原、盐城、十堰、梧州、日喀则、宿迁、营口、随州、邢台、钦州、广元、秦皇岛、郴州、淮安、曲靖、鸡西、巴彦淖尔、运城、汕头、眉山、聊城、张家口、梅州、淄博、兴安盟、濮阳、通辽、朔州、安康、揭阳、临汾、淮北、肇庆、白银、湘潭、朝阳、长治、沧州、乐山、葫芦岛、日照、佳木斯、河源、锡林郭勒盟、铁岭、滨州、宝鸡、威海、宁德、承德、百色、四平、延安、云浮、汉中、双鸭山、咸宁、珠海
五类城市节点（20.42%） 阿拉善盟、鹤壁、乌海、白山、保山、北海、本溪、玉溪、东营、盘锦、潮州、池州、崇左、防城港、丹东、嘉峪关、鄂州、黄石、阜新、舟山、丽江、普洱、河池、鹤岗、衡水、临沧、锦州、黄山、焦作、金昌、晋城、阳泉、荆门、陇南、酒泉、来宾、莱芜、辽阳、辽源、龙岩、三门峡、漯河、雅安、克拉玛依、萍乡、七台河、清远、衢州、汕尾、商洛、韶关、张家界、铜川、潍坊、阳江、新余、张掖、漳州、镇江
上述结果说明在中国市际流动人口居留意愿网络中，仅少数城市节点具有较大的网络影响力，而多数城市节点的网络影响力较小。行政等级较高、人口规模较大的直辖市、副省级城市、计划单列市和普通省会城市等在网络中的影响力较大。此外，网络影响力较高的城市节点多为经济发达、户籍含金量高的城市。

2.4 市际居留网络的城市社团划分

在Gephi软件中将市际流动人口居留意愿网络划分出5个社团（图4）。总体上看，社团划分后每个社团内部城市之间流动人口居留联系更加密切，而社团之间城市间流动人口居留联系相对较弱。同时，在每个社团内部常形成以中心城市为核心向周边城市辐射的空间格局。大部分地理位置邻近的城市都被划分进入同一个社团，一定程度上说明流动人口迁移仍然受到地理摩擦因素的影响。从每个社团内部的核心城市来分类，市际流动人口居留意愿网络社团可进一步称为上海社团、京津社团、渝泉社团、华南社团以及西北社团。
图4 居留意愿网络中各城市节点的社团划分结果

Fig.4 Communities of the settlement intention network

2.4.1 上海社团：单核心结构

上海社团为典型的单核心结构社团，包含55个城市节点及382条居留意愿边。城市节点主要分布在江苏省（如南京、苏州、无锡）、浙江省（如杭州、宁波）、安徽省（如合肥、安庆、铜陵），也有少数几个城市节点（如六盘水、铜仁）分布在贵州省。该社团内等级结构明显，上海市为社团的唯一核心节点，其总强度远远大于社团内加权度排名2~10位城市节点的平均总强度。大部分城市节点都与上海存在着网络边联系，而南京、无锡、苏州、杭州、宁波、温州6市为社团内影响力次于上海的节点，这些城市的网络联系边几乎覆盖了社团内的所有城市节点。相对而言，位于安徽、贵州等地的城市则作为外迁流动人口的输送地被划入该社团中，其流动人口趋向于在长三角地区居留。
上海社团的核心区主要是长三角城市群，该城市群是该社团迁出流动人口的主要目的地，且其流动人口居留意愿相对较高。这一定程度上是由于长三角城市群较高的社会经济发展水平、社会包容度以及公共服务供给。上海市作为长三角的中心城市，其对于外来流动人口产生了巨大的吸引力。

2.4.2 京津社团：双核心结构

京津社团的覆盖省份包括了北京、天津、山东、河北、辽宁、内蒙古、吉林、黑龙江共8个省（自治区、直辖市），共包含了88个城市节点、457条网络加权有向边。京津社团的两个核心分别为北京市及天津市，它们在网络中的总强度远大于排序3~10位的节点的平均总强度，在流动人口居留网络中具有较大的网络影响力和较高的地位。相对而言，北京的加权度值较天津高51.2，尽管同为社团内核心，但北京的网络影响力仍大于天津。“北京—天津”网络边的居留意愿权重仅为0.47，而“天津—北京”网络边的居留意愿权重为0.97，说明对于双核心城市间的流动人口而言，多数更倾向于居留在北京。东北、华北地区的绝大多数城市作为流动人口的主要外迁地被划分入京津社团中，其流动人口趋向于迁移至京津地区长期居留。此外，北京和天津在区域内的网络连边覆盖了区域的绝大部分节点，但仍有少数区域内城市节点（乌海、鄂尔多斯、威海、东营、莱芜、营口、辽阳）没有与北京和天津二者之一产生边联系。这些城市主要为加权度值较小节点，网络地位较低，其中东营市和莱芜市的加权度值分别位列社团内的倒数第1和倒数第3。

2.4.3 渝泉社团：双核心结构

渝泉社团共包含了61个城市节点、251条网络加权有向边，社团内节点所分布的省份包括了新疆、西藏、四川、云南、海南、广东、福建、吉林、江西、湖北、贵州等11个省份。部分节点出现了“离群”的现象，具体体现为三亚、白山、克拉玛依、拉萨、日喀则、珠海和贵阳等城市。渝泉社团呈现双核心结构，社团内两个核心分别为重庆和泉州，其总强度远大于3~10位节点的平均总强度，同时两个核心的影响力也有主次之分，重庆市在总强度数值上要较泉州市大27.5，是该社团的“主核”。具体而言，重庆市的出强度较大而泉州市的入强度较大，即重庆外迁的流动人口在目的地居留的意愿较高，而泉州迁入的流动人口在本地居留意愿较高。社团内成都、福州等城市同样在居留意愿网络中属于区域重要城市，但相比渝泉二市而言，它们的总强度较弱。泉州、福州等城市在该社团中的地位彰显海峡西岸城市群对于流动人口吸引力的增加，而尽管成渝等城市是西部相对发达的城市，但其流动人口在外地定居的意愿仍然十分强烈。这反映出我国沿海地区城市群对外来人口日益增强的吸引力。总体来看，湖北、江西、四川等地的城市作为流动人口的主要迁出城市被划入渝泉社团之中，该地区的城市户籍人口趋向于迁移至东部沿海地区并具有较高的居留意愿。

2.4.4 华南社团：多核心结构

华南社团城市节点在我国广东、广西、湖南、海南4省区均有分布，社团内共包含了49个城市节点、253条网络加权有向边。该社团内有4个核心节点，分别为广州、深圳、东莞、佛山，均集中在粤港澳湾区。广东省作为中国重要经济大省，为外来人口提供大量的就业和生活服务，其在容纳流动人口这一功能上有着不可替代的重要作用。从网络影响力的角度来看，深圳、广州、东莞、佛山4城节点的总强度分别为49.4、43.6、41.5、34.3，在数值上远远大于排序5~10位的节点的平均总强度。在该社团内4个核心城市之中，深圳的网络影响力最大，其次是广州和东莞，最后是佛山。从空间形态来看，4个核心城市分别形成以各自为中心的城市关联网络，整个社团的多核心发展态势显著。产业分工合作日益深化、城市本地文化风格日益鲜明，是造成华南社区多核心节点的重要原因。同时，每一个核心城市的连边覆盖节点范围又存在差异，如深圳市的居留网络联系边所能覆盖的城市节点范围基本覆盖广东省所有城市以及郴州等湖南省南部城市；而广州市的居留网络联系边更覆盖至湖南省的北部岳阳、常德等城市。湖南、广西等省区的主要城市作为流动人口迁出地被划分为华南社团之中，其外迁的户籍人口在珠三角地区具有极高的居留意愿。

2.4.5 西北社团：无核心结构

西北社团可以被划分为无核心结构社团。该社团内的城市节点成条带状分布在西北、华北等区域，新疆、甘肃、陕西、河南、宁夏、青海6省区均有社团内节点分布，共包含了41个城市节点、156条网络加权有向边。西北社团内部各市具有相近的经济发展水平，形成了一定程度的流动人口居留联系，但总体而言没有形成的明显核心城市。虽然部分城市外迁流动人口在外地的居留意愿仍然较高，但西北社团城市对外来人口的吸引力相对较弱。西北社团中，周口、西宁、西安等3市是该社团内影响力最大的3个城市节点，其总强度是区域中排序前三位（分别为31.9、31.9、30.7）。其中，西宁（入强度31.0、出强度0.9）和西安（入强度24.1、出强度6.6）两市是对外来流动人口吸引力较大的城市，而周口则经历较严峻的流动人口流失问题，其外迁户籍人口在目的地居留意愿较高。

3 结论与讨论

基于2017年流动人口动态监测数据，本文构建市际尺度流动人口居留意愿网络，并通过地理可视化分析和社会网络分析等手段探究市际尺度上流动人口居留意愿的网络特征与空间组织。研究主要发现：①高值的流动人口居留意愿流主要由经济发展水平相对较低的城市指向行政等级高、人口规模大的一线城市；京津冀、长三角、珠三角三大城市群中城市的居留意愿入强度高于其他地区，中部地区和西部地区呈现出两个居留意愿出强度集聚区。②市际流动人口居留意愿网络呈现出复杂网络的“小世界”特性；各城市节点呈现层级分布特征，可被划分为一类城市节点、二类城市节点、三类城市节点、四类城市节点和五类城市节点。经济发达、户籍含金量较高的城市在居留意愿网络中的地位更高。③城市可被划分为上海社团（单核心结构）、京津社团（双核心结构）、渝泉社团（双核心结构）、华南社团（多核心结构）和西北社团（无核心结构）五类。上海社团居留意愿流主要由位于安徽、贵州的中西部城市指向上海及周边长三角城市群城市；京津社团居留意愿流主要由东北、华北城市指向北京和天津；渝泉社团居留意愿流主要由位于江西、四川等中西部地区的城市指向泉州及周边海峡西岸城市群城市；华南社团主要由广西、湖南等地区城市指向深圳、广州、东莞、佛山四市；西北社团城市间虽然形成一定程度的流动人口居留联系，但并未呈现出明显的核心城市。
本文的研究结论呼应了既有关于省际户籍迁移意愿网络研究的发现，即从发展水平相对落后地区迁出的流动人口倾向于在东部一线发达城市定居[14-15]。在未来，流动人口将集聚在少数特大、超大城市，为这些城市提供源源不断的劳动力。而相对落后地区的中小城市正经历劳动力外流困境，如何引导流动人口就近、就地城镇化任重而道远。与此同时，中国超大城市的落户难度较高的现状，与流动人口在这些地区的高居留意愿产生新的矛盾。一方面，外来流动人口设法在这些迁入地获取本地户籍，试图成为“新市民”；同时，极高的落户门槛使得多数流动人口在本地落户难以实现。
本文针对不同城市类别提出差异化建议：对于劳动力外流的中小城市，地方政府应以减缓劳动力外流和提升本地城镇化为目标，全面取消落户限制，进一步优化劳动力市场，为本地劳动力和外来劳动力提供充足的就业保障和公共服务，提升本地就业的劳动报酬水平。同时，应当对外来高技能劳动力提供相关的住房和就业补贴，吸引外来高质量劳动力居留和落户。对于居留吸引力相对较高的大城市及特大城市，要取消重点人群的落户限制，吸引外来流动人口定居和落户。对于居留吸引力极高的超大城市，要妥善处理好安置外来人口定居和工作难题。同时，要为非户籍外来人口提供平等、公平的本地公共服务。
应当从城市群的视角进一步优化我国的城镇化空间格局。京津冀、长三角和珠三角三大城市群在吸引外来人口居留方面呈现出巨大优势。此外，海峡西岸城市群作为近年来异军突起的城市群，同样表现出相当高的流动人口吸引力[29-30]。成渝城市群尽管近年来经历了较大步伐的经济发展，但仍然经历着十分严峻的流动人口流出困境，对外来流动人口的吸引力十分欠缺。如何发挥城市群集聚优势，提升中西部城市流动人口吸引力，是需要解决的要务。珠三角城市群形成了较为均衡的发展格局，多个城市都呈现出流动人口吸引力。长三角和京津冀城市群则呈现出明显的单核心或双核心结构，如何形成更为均衡的外来人口分布格局、形成优势互补，避免城市间劳动力恶性竞争同样是当地政府未来的关键议题。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
古恒宇, 沈体雁, 刘子亮, 等. 基于空间滤波方法的中国省际人口迁移驱动因素[J]. 地理学报, 2019, 74(2):222-237.

DOI

[2]
国家卫生健康委员会. 流动人口发展报告2018[M]. 北京: 中国人口出版社. 2018.

[3]
Gu H, Jie Y, Li Z, et al. What drives migrants to settle in chinese cities:a panel data analysis[J]. Applied Spatial Analysis and Policy, 2020,https://doi.org/10.1007/s12061-020-09358-z.

[4]
古恒宇, 孟鑫, 沈体雁, 等. 中国城市流动人口居留意愿影响因素的空间分异特征[J]. 地理学报, 2020, 75(2):240-254.

DOI

[5]
Fan C C. The elite,the natives,and the outsiders:Migration and labor market segmentation in urban China[J]. Annals of the Association of American Geographers, 2002, 92(1):103-124.

[6]
Shen J. A study of the temporary population in Chinese cities[J]. Habitat International, 2002, 26(3):363-377.

[7]
Fan C C. Interprovincial migration,population redistribution,and regional development in China:1990 and 2000 census comparisons[J]. The Professional Geographer, 2005, 57(2):295-311.

[8]
Shen J. Changing patterns and determinants of interprovincial migration in China 1985-2000[J]. Population,Space and Place, 2012, 18(3):384-402.

[9]
王桂新, 潘泽瀚, 陆燕秋. 中国省际人口迁移区域模式变化及其影响因素水——基于2000和2010年人口普查资料的分析[J]. 中国人口科学, 2012(5):2-13.

[10]
Zhu Y. China's floating population and their settlement intention in the cities:Beyond the Hukou reform[J]. Habitat International, 2007, 31(1):65-76.

[11]
Liu Z, Wang Y, Chen S. Does formal housing encourage settlement intention of rural migrants in Chinese cities?A structural equation model analysis[J]. Urban Studies, 2017, 54(8):1834-1850.

[12]
Huang X, Liu Y, Xue D, et al. The effects of social ties on rural-urban migrants' intention to settle in cities in China[J]. Cities, 2018, 83:203-212.

[13]
Gu H, Liu Z, Shen T. Spatial pattern and determinants of migrant workers' interprovincial hukou transfer intention in China:Evidence from a National Migrant Population Dynamic Monitoring Survey in 2016[J]. Population,Space and Place, 2020, 26(2):e2250.

[14]
林李月, 朱宇. 中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据[J]. 地理学报, 2016, 71(10):1696-1709.

DOI

[15]
古恒宇, 刘子亮, 沈体雁. 中国省际流动人口户籍迁移意愿的空间格局及影响机制分析[J]. 地理科学, 2019, 39(11):1702-1710.

DOI

[16]
古恒宇, 肖凡, 沈体雁, 等. 中国城市流动人口居留意愿的地区差异与影响因素——基于2015年流动人口动态监测数据[J]. 经济地理, 2018, 38(11):22-29.

DOI

[17]
古恒宇, 李琦婷, 沈体雁. 东北三省流动人口居留意愿的空间差异及影响因素[J]. 地理科学, 2020, 40(2):261-269.

DOI

[18]
Liu Y, Deng W, Song X. Influence factor analysis of migrants' settlement intention:considering the characteristic of city[J]. Applied Geography, 2018, 96:130-140.

[19]
Xie S, Chen J. Beyond homeownership:Housing conditions,housing support and rural migrant urban settlement intentions in China[J]. Cities, 2018, 78:76-86.

[20]
You Z, Yang H, Fu M. Settlement intention characteristics and determinants in floating populations in Chinese border cities[J]. Sustainable Cities and Society, 2018, 39:476-486.

[21]
蒋小荣, 汪胜兰, 杨永春. 中国城市人口流动网络研究——基于百度LBS大数据分析[J]. 人口与发展, 2017, 23(1):13-23.

[22]
潘竟虎, 赖建波. 中国城市间人口流动空间格局的网络分析——以国庆—中秋长假和腾讯迁徙数据为例[J]. 地理研究, 2019, 38(7):1678-1693.

DOI

[23]
蒋小荣, 汪胜兰. 中国地级以上城市人口流动网络研究——基于百度迁徙大数据的分析[J]. 中国人口科学, 2017(2):35-46.

[24]
李毅, 刘雅楠, 金勇进. 基于复杂网络视角下省际人口迁移空间格局及趋势研究[J]. 统计研究, 2017, 34(9):56-64.

[25]
赖建波, 潘竟虎. 基于腾讯迁徙数据的中国“春运”城市间人口流动空间格局[J]. 人文地理, 2019, 34(3):108-117.

[26]
刘军. 整体网分析讲义——UCINET软件实用指南[M]. 北京: 汉语大词典出版社, 2009.

[27]
范郢. 全球产业网络演化与模拟分析——基于链路预测理论[D]. 北京: 北京大学, 2019.

[28]
Blondel V D, Guillaume J L, Lambiotte R, et al. Fast unfolding of communities in large networks[J]. Journal of statistical mechanics:theory and experiment, 2008, 2008(10):P10008.

[29]
黄妍妮, 高波, 魏守华. 中国城市群空间结构分布与演变特征[J]. 经济学家, 2016, 9(9):50-58.

[30]
闫曼娇, 马学广, 娄成武. 中国沿海城市带城市职能分工互补性比较研究[J]. 经济地理, 2016, 36(1):69-74.

Options
文章导航

/

〈 〉