您好, 访客   登录/注册

我国人口流动的拉力要素与空间格局分析

来源:用户上传      作者:

  【摘要】本文基于2010年我国第六次人口普查数据与中国统计年鉴中的经济社会指标数据,运用因子分析及空间计量,探讨我国人口流动的拉力要素与空间格局,结果显示:我国流动人口的主要拉力要素为经济增长要素与投资要素,与物价要素没有显著相关性,东部地区为中国流动人口的聚集地,西部地区流动人口稀疏,绝大多数的流动人口由经济不发达地区向经济发达地区、由传统城市向新兴城市流动。
  【关键词】人口流动;拉力要素;空间格局
  一、指标选取
  本文从《中国统计年鉴》(2010)中分别采集我国31个省份的12个经济社会统计指标,它们是:地区人口(万人)(X1)、城镇人口(万人)(X2)、城镇年底从业人员(万人)(X3)、第三产业从业人員(万人)(X4)、地区生产总值(亿元)(X5)、工业总产值(亿元)(X6)、一般预算收入(亿元)(X7)、各地区客运量(万人)(X8)、固定资产投资(亿元)(X9)、居民消费价格指数(上年=100)(X10)、外商投资企业货物进出口总额(万美元)(X11)、城镇单位就业人员平均工资(元)(X12)。
  二、因子分析
  这12个指标之间具有一定相关性,因此,应用SPSS软件,对其进行因子分析来降维,得到特征值的百分比、累积解释方差和载荷矩阵。结果显示:第1、2、3主因子累积解释方差为92.6%,包含了经济社会指标绝大部分信息,而因子6~12所包含的信息较少。同时,由因子载荷矩阵可以看出,前八个指标与第一主因子有较大的正相关,从其意义可以明确判断出,是经济增长主因子;第二主因子与X9、X11、X12正相关,是地区投资主因子;第三主因子与X10正相关,是地区物价主因子。
  三、流动人口空间计量分析
  空间自相关分析模型Moran I和Local Moran I可以在分析空间关系的基础上进行数值的相关性分析。本文在因子分析的基础上,把地区因子得分表与2010年中国第六次人口普查中的各省之间人口流动数据相连接,进行空间计量分析。
  (一)全局空间自相关分析
  本文采用GeoDa软件得到各地区流动人口的Moran I=0175246,说明各地区流动人口分布具有正的空间溢出效应。此外,P=0.026<0.05,落在拒绝域内,通过了显著性检验,这表明,各省流动人口在空间上确实存在着一定的正自相关关系,存在着必然的内在联系。
  (二)局部空间自相关分析
  把流动人口规模作为观测值,计算各省的Local Moran I,并生成分类标准及其图形,得出中国流动人口的局地空间自相关分析结果。
  处于第一象限的点代表流动人口指标自身数值高,相邻地区流动人口数值也高,代表“高-高”集聚,由软件分析结果得出,福建省处于第一象限,湖北省、内蒙古、陕西省、四川省、新疆位于第三象限。结合地理因素,福建省周围围绕着广东省、浙江省、上海市,而广东又毗邻海南省,可见,东部地区是我国人口流动最密集的地带,珠三角、长三角是中国流动人口的聚集高地;中部地区流动人口密集,西部地区流动人口稀疏,但沿边地区流动人口相对较多,各带、区流动人口具有明显的异质性。
  (三)空间回归模型建立
  空间误差(SEM)模型是考虑空间的相关误差对其的影响,即加入没有考虑的变量对其产生的影响,现通过其对流动人口的具体拉力要素进行分析,模型建立如下:
  式中:yi表示流动人口;α表示常数项;βn表示回归系数;F1、F2、F3表示逐步回归后选取的解释变量;λ表示空间误差系数;μ表示随机误差项;W表示空间权重矩阵;εi表示正态分布的随机误差项。
  由模型检验结果显示,Lamda=0.4458,P值=0.0221<0.05,解释变量F1与F2的P值均为0.0000,解释变量F3的P值为00001,均通过检验,说明采用空间误差模型是恰当的。各解释变量的参数β均在相同的显著性水平上为正,表明流动人口在空间溢出效应上显著为正。
  在空间回归模型中:经济发展要素是影响人口流动的最主要因素,影响系数为3.07348e+006,对人口的增长有着显著正向作用,表明一个城市的经济水平是导致人口流动的重要原因,经济水平较高的城市,对人口流动吸引力较大,导致城市人口增长率快速增加。投资要素也对人口流动有着显著影响。而物价要素对人口流动有着正向但相比之下较弱的影响,因为物价水平一般与经济水平相关联,部分人口会选择物价相对较低的城市,而部分人口则不看重此因素,仍然会选择流入北京、上海等物价高但经济水平也高的地区。这也说明了我国流动人口在“消费拉动”方面尚未构成地区发展的动力。
  参考文献:
  [1]顾朝林,蔡建明.中国大中城市流动人口迁移规律研究[J].地理学报,1999,(3):204-212.
  [2]马志飞,尹上岗,张宇,等.中国城城流动人口的空间分布、流动规律及其形成机制[J].地理研究,2019,38(4):926-936.
转载注明来源:https://www.xzbu.com/2/view-14969684.htm