我国人口迁移过程中的空间效应实证研究

来源：网络 时间：2022-03-19

　　中图分类号： （中）中图分类号 C922 文献标识码：A 文章编号：1000-4149（2016）02-0030-10

　　DOI：103969/jissn1000-4149201602004

　　一、引言

　　自改革开放以来，伴随着计划经济体制的改革和户籍制度的放松，到20世纪90年代人口迁移规模开始由试探式向井喷式方向发展。第六次全国人口普查数据表明，我国人口迁移规模高达26亿人，占全部人口的近20%，其中跨省迁移人口规模达到8500万人[1]。人口迁移，从微观个体角度讲，其目的是追寻更高的收入或者更好的职业规划，然而从宏观经济角度看，人口迁移是国家发展到一定阶段的产物。当前，我国城市化步伐正在加快，伴随着人口迁移的大规模进行，国家产业的空间分布也在改变，中国的经济社会发生着显著变迁。因此在这种背景下，我们只有进一步厘清影响我国人口迁移的机制和方式，才能为国家合理引导人口迁移提供政策依据和决策支持。

　　从已有的研究文献来看，市场中要素（如商品、人口）在流出地（Origin）和流入地（Destination）之间的流动属于要素流动，而研究要素流动的模型在文献中归类为OD模型（OriginDestination Model）。对于OD模型，文献中多采用引力方程的研究范式，大多利用流出地、流入地的“质量”以及它们之间的距离等因素进行阐述[2-3]。具体到人口迁移方面，文献大多采用迁出地、迁入地的收入水平、就业机会等因素来进行解释，如20世纪70年代著名的HT模型[4]。其后斯塔克（Stark）等人虽然从风险分散的角度对人口迁移理论进行了拓展和延伸[5]，但是引力方程模型的研究框架依然是研究人口迁移的重要基本框架，这也体现在人口迁移的实证文献中。如蔡?P、王德文利用四普、五普数据实证分析了我国人口迁移的决定因素[6]；而王智强、刘超则利用CHNS微观数据研究了农村劳动力迁移的决定因素[7]。然而我们注意到，虽然引力方程模型的研究框架考虑了空间中两点之间的相互作用力[8]，但却忽略了空间因素的影响――空间交互作用。空间中的交互作用类似于物理学中的合力，如同物理学中的万有引力理论一样，空间中的任何两点都会存在着相互作用力，因此，当空间中的点多于三个的时候，每个点均会和另外的至少两个点产生相互作用力，反之亦然。这种空间的交互作用在OD模型中会体现在两个方向上――流出地方向（Originbased）和流入地方向（Destinationbased），但这种作用目前被大多数文献所忽略。

　　为了捕捉OD模型中的空间交互作用，学者们采用空间计量的方法对要素在流出地和流入地之间的流动现象进行刻画。与传统计量经济学方法不同的是，空间计量方法假定空间中的经济体并非独立存在而是相互影响作用，由于空间计量方法可以更好地解释现实中的经济现象，近些年很多学者利用空间计量方法研究贸易流、人口流等问题。如巴尔塔基（Baltagi）等对FDI流动过程中的空间效应进行了分析[9]，贝伦斯（Behrens）对商品贸易流中的空间交互作用进行了刻画[3]；勒沙杰和佩斯（Lesage & Pace）分析了人口迁移过程中迁移量在“迁出地”、“迁入地”两个方向上的空间交互作用[10]，才国伟、钱金保在他们的基础上也发现了类似的结论[11]。然而，勒沙杰和佩斯在分析人口迁移中的空间效应时，更多地关注迁移行为本身的空间交互作用而在某种程度上忽视了影响人口迁移因素的空间效应[10]。举例来说，如一个人从四川选择迁移到江苏，一方面是考虑到江苏更高的收入水平，而另一方面还可能是看重江苏周边的上海、浙江地区同样具有更高的收入水平及广阔的就业机会；而另一个人选择从江西迁移到云南，很可能是考虑到云南离贵州、四川比较靠近，从而可以方便地照顾亲人或亲戚――也即影响人口迁移的因素往往不仅来自于迁出地或者迁入地，也很可能来自于迁出地和迁入地的周围地区。因此，这种来自于影响人口迁移因素的空间交互作用应该在模型中得到应有的体现，如此才能使得我们的分析推断准确而有效。为此，我们在前人研究的基础上有所推进，将迁出地、迁入地影响因素的空间效应引入人口迁移的分析当中，并采用最新的第六次人口普查数据进行实证分析，这正是文章的边际贡献所在。

　　二、理论分析与待检验假说

　　从已有的文献来看，人口迁移模型在某种程度上都可以归类为“推―拉”引力方程模型。其中的“推力”相当于供给，主要来源于人口所在区域较差的经济等条件；而所谓“拉力”则形成了对于人口的需求，主要来源于人口迁入地区较好的经济等条件。传统引力方程模型在分析人口迁移的过程中，更多地关注于迁出地、迁入地的影响因素，而忽略了影响人口迁移因素的空间相关性[12]。具体到本文的研究，我们认为影响人口迁移因素的空间交互作用可能来源于迁出地和迁入地两个方向。从已有的关于人口迁移的文献中知道，影响人口迁移的因素很多，如收入水平、就业机会、迁移距离等等，这些因素如何在空间中发挥交互作用从而成为影响人口迁移的一种力量呢？从人口迁出地的角度看，迁出地的经济等因素会成为人口迁出的一股主要力量，但是迁出地周边地区的相对应因素也会对人口的迁出决策产生影响，当A地区的某个个体决定迁出A时，他不仅会考虑A地区经济条件等因素，还会考虑A地区的周边地区的经济条件等因素，当周边地区经济等条件和A地区一样不是很好的时候，那么该个体会更加坚定地离开A地区以及其周边地区，那么这时周边地区的经济条件等因素对该个体离开地区A起到了 “推波助澜”的作用

　　现实中具体的案例便是，当2008年爆发经济危机时，与广东省相邻的具有上下游关系的省份由于自身经济的不景气，会导致广东省内企业经济的不景气，那么广东省的大量民工选择离开广东返回四川等内陆省份，在这一过程之中，与广东省相邻省份的经济环境无疑对广东省人口的迁出具有推力作用。

　　，而当周边地区经济等条件比A地区好的时候，那么周边地区对于A地区的人口具有吸引力，从而在该个体迁出A地区的过程中发挥了“挖墙脚”效应；同样，从人口迁入的角度看，迁入地较好的经济因素会成为吸引人口迁入的重要力量，同时迁入地周边地区的经济发展状况也会对人口的迁入产生显著的影响作用，当某个个体决定迁入地区B时，他可能会同时考虑B地区以及B周边地区的经济条件，如果B地区和B周边地区的经济等条件都很好，那么他迁入B地区的可能性就会增大，这时周边地区在B地区吸引人口迁入的过程中发挥了集聚效应，而如果该个体在意比较B地区与周边地区的经济等条件的话，那么他会选择条件更好的地区作为迁入地区，此时周边地区在B地区吸引人口迁入的过程中发挥竞争效应。

　　总而言之，人口在迁移的过程之中，不仅迁出地、迁入地的各因素会影响人口的迁移决策，而且其周边地区的因素在人口迁移的过程中同样会发挥不可忽视的空间交互作用，而这种空间效应应该在分析中得到捕捉，这样才能使得我们的分析更为准确和有效。

　　据此，我们提出本文的待检验假说：

　　人口迁移的决定因素既取决于迁出地和迁入地的相关因素，同时也受到迁出地和迁入地周边地区对应因素的影响，也即影响人口迁移的因素在空间中也许并非相互独立而是相互影响，这种影响便构成了人口迁移过程之中的空间交互作用。

　　三、模型设定与变量选取

　　1计量模型设定

　　文献中关于人口迁移的模型各式各样，有线性、双对数等形式，但大多从物理学角度出发，将引力方程模型和就业为目的的迁移模型结合起来，采用双对数线性模型的形式。这种形式的模型可以从条件Logit模型中推导出来[13]，其中人口的迁移决策取决于迁出地、迁入地的工资和就业机会等各种因素[6，14]，还取决于迁出地和迁入地的迁移成本等因素。为此，我们借鉴泊森（Pocent）[2]的做法，将本文的实证计量模型设定为如下的形式：

　　② 这里，文章并没有考虑扰动项的空间相关，原因在于我们研究的是O-D模型，存在迁出地和迁入地两个方向，因此扰动项需同时考虑两个方向上的空间相关，这会使得模型的估计相当困难，目前国内外也鲜见有学者这样设置并估计。另外，我们不考虑扰动项的空间相关，并不会对参数估计的无偏性和一致性产生任何影响。

　　③ 才国伟、钱金保把省份内部距离取为0。

　　在（1）式中，人口迁移以比率的形式出现，其中migrij①

　　表示从地区i向地区j迁移的人口数量，Xi和Xj分别表示影响人口迁移的迁出地、迁入地等因素，其具体变量的选取参阅下面变量说明部分，而dij表示迁移成本（既包括物理交通成本，也包括心理成本），εij

　　表示随机扰动项。（1）式的设定为传统引力方程的设定形式，也为大多数文献所采用，因此本文首先设定引力方程模型以作为实证比较的基准。然而，这种传统的引力方程模型设定形式并没有体现出经济要素在空间流动过程之中的空间交互作用。正如上面理论分析部分指出，人口在迁移的过程中可能存在两个方向上（迁出地和迁入地）周边地区相应因素的空间交互作用，因此，我们在（1）式的基础之上设定如下空间模型②

　　：

　　（2）式中的Wi和Wj分别表示以迁出地、迁入地为偏向的标准化空间加权矩阵，它们分别衡量了两个方向上的空间交互作用。（2）式与（1）式的区别在于（2）式中包含了两个方向上的空间相关项，可以看成是（1）式的拓展，如果我们在实证分析的过程中发现这些空间相关项是联合显著的，那么便说明人口在迁移过程中的确存在空间效应。

　　2变量选取与数据说明

　　本文的被解释变量――人口迁移数据，来自1990年、2000年、2010年

　　三次人口普查。需要说明的是，由于在普查中西藏的数据存在缺失，因此我们在实证分析中将西藏的数据排除在

　　外。另外由于四川与重庆发生过行政区域的变动，因此为了保证统计数据口径的一致性，我们将四川与重庆的数据进行合并。关于人口迁移的影响因素，本加明（Benjamin）等

　　发现，迁移成本、经济条件、就业机会等是影响人口迁移的最常见原因[15]，因此，本文实证研究中的自变量将从以上几个方面进行选择。首先第一个最直观的因素便是迁移成本。一方面，迁移距离的长短决定了迁移成本的大小（同时包括了心理成本），因此，本文将采用迁出地和迁入地之间的距离来度量迁移成本（dij）。距离的测度采用省会城市之间的直线距离进行度量，数据通过Google Earth软件得到。另一方面，由于人口迁移中还包括省内迁移，因此这涉及省内距离的度量。有别于才国伟、钱金宝的处理办法[11]

　　，对于省份内部距离③，我们将各个省份视为一个圆盘，距离取其半径的2/3长度，即：dii=23areaiπ [14，16]，其中areai为省份i的面积，其数据来源于《中国区域经济统计年鉴》。由于人口迁移中包含有省内迁移和省际迁移，为了区分两种迁移类型，我们构造了一个虚拟变量I，当人口迁移为省内迁移时，取I=1，而当人口为省际迁移时，取I=0。 　　其次，影响人口迁移的一个重要因素便是收入水平，毕竟，追逐更高的收入是移民的最主要动机。为此，我们将在计量模型中引入迁出地、迁入地的平均工资水平（wage）来度量人口迁移对于经济状况的反应条件，采用各个省份的平均工资水平进行度量。另外，就业机会的高低也是人口迁移的一个重要考虑因素[4]。从直观上讲，一个地区的失业率越高，那么该地区对于人口迁移的吸引力就越低。但是，对于如何度量失业率（unemp），在我国并不存在较好的指标，公开发布的主要数据

　　是城镇人口失业率，因此我们选择其作为度量指标也是在数据约束之下的一种权衡。工资水平、失业率的数据均来源于相应年份的《中国统计年鉴》、《新中国六十年统计资料汇编》等。

　　另外值得一提的是，由于人口普查中关于人口迁移的数据是五年之内的数据

　　目前我国的统计资料没有提供省际间人口或者劳动力流动的数据，通常的做法是由历次人口普查资料中按现住地、五年前常住地分的人口数据计算得出省际间的人口迁移数据。

　　，也就是说分别对应于1985-1990年、1995-2000年、2005-2010年时间段内的数据，所以从数据中我们没有办法精确地知道人口迁移所选择的具体时间点，因此为了避免可能存在的联立内生性的问题，在度量工资水

　　平、就业率等变量的时候，我们采用的是相应时间段的首年数据进行衡量。比如在时间段1995-2000年中，我们使用的工资水平、失业率的数据是1995年的数据。

　　最后，至于方程（2）式中空间加权矩阵的取法，我们借鉴巴尔塔基（Baltagi）等的做法[9]，本文采用各个省份之间直线距离倒

　　数来构建空间加权矩阵，具体做法为：如果i≠j，那么Wij=1dij；如果i=j，那么Wij=0。并且，我们根据空间计量的通行做法，将空间加权矩阵进行标准化处理。表1给出了本文使用数据的统计描述。

　　四、实证结果分析

　　1变量空间相关性检验

　　正如前面所述，我们在模型设定中引入了空间变量，因此在进行实证分析之前，有必要检验文章所涉及的变量是否存在空间相关性。目前，对于空间相关性检验比较好的统计指标为Moran’s I统计量，为如下公式所示：

　　由于本文所涉及的变量为OD类型的变量，因此具有迁出地、迁入地两个维度，所以在检验变量空间相关性时，将从这两个维度进行检验。另外，距离变量为地理自然环境所决定而非经

　　济行为作用的结果，而虚拟变量I是人为设定的变量，因此在空间相关性检验中我们将排除这两个变量。

　　从表2和表3的检验结果中，我们可以看出，除了失业率变量（lnunemp）在2005-2010年时间

　　为控制人口迁移过程中的空间效应，我们在前面的计量模型设定中引入了空间效应变量，在这里将具体进行估计。为便于比较，首先估计不包含空间效应变量的引力方程模型，其结果如表4所示。

　　从表4可以发现，从整体的拟合效果来看，引力方程模型的整体拟合效果随着时间的推移在逐渐上升。从各个变量的系数估计来看，地理影响因素系数所呈现的影响方向和预期基本一致，即人口迁移方向倾向于向距离近的地区流动，并且从时间的趋势看，迁移成本在人口迁移的发展过程中的阻力作用在减少，另外，省内的迁移力度在逐渐增强。对于影响人口迁移的经济因素，从表4的估计结果可以看到，收入水平对于人口迁移呈现出显著的影响。从迁出地的角度看，无论在哪个时间段，迁出地收入水平的系数均显著为负，说明迁出地较低的工资水平对于人口的迁移具有明显的“推力”。而从迁入地的角度看，在1985-1990年的时间段，迁入地的收入水平对于人口迁移并没有明显的影响，这也许是因为在20世纪80年代末期，我国地区之间的经济发展差距并不是很大，因此迁入地的收入水平还没有起到很明显的“引力”作用。而在随后的1995-2000年、2005-2010年两个时间段，随着市场经济体制的改革，一方面要素在区域流动中的障碍因素逐渐削弱，另一方面沿海地区由于得到国家政策的倾斜，逐渐形成了相对于落后地区的发展优势，因此在随后的时间段中，迁入地收入水平的引力作用非常明显。就业因素在人口迁移中的作用并不是十分明显，只在1985-1990年时间段中迁入地的就业机会对人口的迁入具有显著吸引力以及1995-2000年时间段中迁出地的失业率提高了本地的迁出人数，而在其他时间段中基本没有明显的影响，原因可能在于一方面国内对于失业率的统计还不是特别精确，另一方面就业因素的影响可能以一种空间交互作用的方式体现。

　　3引力空间方程的估计结果

　　为了重点考察人口迁移当中的空间效应，我们将在计量模型中引入空间变量。值得一提的是，由于前面已经对文中涉及的经济变量进行了空间相关性检验，发现收入、就业等因素存在空间相关性，因此在引入空间交互作用的时候，只将空间加权矩阵加在收入水平、失业率等变量上，主要原因在于距离等因素是地理自然因素决定而并非经济行为所能影响，因此它们并不会产生空间经济学中所谓的空间交互作用。引力空间模型的估计结果如下面的表5所示。

　　从空间模型的整体拟合效果上看，一方面Rsq的数值都显著增加，另一方面我们还对空间变量的联合显著性进行了检验（F检验），发现每一个时间段的空间变量都是高度联合显著的。具体到空间模型估计结果上看，

　　与表4的估计结果一致，距离对于人口迁移的阻碍作用在下降，而省内迁移的趋势在增强。

　　而空间变量的估计结果表现得较为有趣，在1985-1990年这个时间段中，迁出地、迁入地的收入空间变量在迁移的早期表现为一正一负――迁出地的收入空间变量

　　系数显著为正，说明当迁出地周边地区的收入水平提高的时候，迁出地本身的人口会受到周边地区收入水平的吸引，这是符合预期的，周边地区的收入水平提高时，自然会对迁出地的人口产生吸引力从而推动迁出地的人口迁出。而迁入地的收入空间变量系数为负，说明人口在选择最终迁入地的时候，会对迁入地的收入水平与其周边地区的收入水平进行比较，或者说迁入地及周边地区的收入水平在吸引人口流入的时候体现出竞争效应。随着时间的推移，迁入地收入水平空间效应在随后的2005-2010年时间段显著为正，也即人口在最近的时间段中，其迁移决策主要在于考虑整个区域经济收入水平状况而不是对各个目标迁移省份的收入状况进行比较，也即迁入地及其周边地区在吸引人口迁入时表现出集聚效应。而迁出地就业机会的空间效应主要体现在后两个时间段，均表现为显著的正向效应，即迁出地周围地区失业率的上升会对迁出地本地的人口转移产生推力。而迁入地就业机会的空间效应系数在早期的前两个时间段显著为负，而在最近的时间段显著为正，说明可能在早期由于我国的隐性失业比较严重，因此人口在迁移的时候把目的地及周边地区的失业情况作为一个整体来考虑，即在早期，迁入地及其周边地区的就业机会在吸引人 　　口迁入时表现出集聚效应。而到了近期，人口迁移对于就业机会的看法有所改变，在转移过程之中会对各个省份的就业机会进行比较，也即在近期中，迁入地及其周边地区的就业机会在吸引人口迁入时表现出竞争效应。

　　总而言之，我们从表5的估计结果中可以看出，人口在区域转移的过程之中，各个省份影响因素在空间中的作用并不是独立存在的，各个省份之间经济条件上的差异在空间范围上会产生合力，从而影响人口的迁移。

　　4分地区样本检验

　　从前面的实证分析可以看出，人口迁移过程之中存在着两个方向上（迁出地、迁入地）的空间效应。为了进一步深入了解不同地区人口迁移决策的差异性，我们根据迁出地特征，将全样本划分为以下两个子样本：迁出地为东部地区的子样本和迁出地为中西部地区的子样本。其中东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省市；中西部地区包括：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆18个省份和自治区。更进一步的是，在分地区样本的估计过程中，东部地区的空间加权矩阵相应的变为11×11的矩阵，而中西部地区的加权矩阵为18×18。并且，鉴于

　　前面发现了人口迁移过程之中的空间效应，因此我们在这里只估计空间模型。

　　表6和表7给出了分地区样本的估计结果。首先，从样本的整体拟合效果来看，无论哪个

　　时间段，东部地区子样本的Rsq均高于中西部地区，这说明迁出地为东部地区的个体迁移行为更能被空间模型所刻画。其次，具体到各个变量的系数估计值，距离因素、虚拟变量的系数和全样本的估计结果一样，在东部和中西部地区也是一致的。至于经济方面的因素，可以看出，东部地区的迁出者对于收入水平的反应更强烈，即东部地区迁移者更容易因为本地的收入水平低而选择迁移到收入水平高的地方。至于就业机会对于迁移决策的影响，从估计结果中我们可以看出，东部地区的迁移者面对本地区高失业率的时候，其迁移意愿会降低，而中西

　　部地区迁出者面对所在地区的高失业率时，迁移意愿更强，可能的原因在于东部地区由于生活水平较高，当其失业率提高时，对其他地区的就业情况更不抱以乐观期望，因此不愿意选择迁移，而中西部地区的迁出者恰好与此相反。

　　从空间效应变量的系数估计值看，相对于中西部地区的迁出者而言，东部地区的迁出者更容易受到迁出地周边地区收入水平的影响，即当周边地区的收入水平提高时，会对东部地区迁移者产生明显的吸

　　引，这也从另一方面印证了东部地区迁出者对收入水平反应更强烈的事实。而迁入地收入的空间效应在东部、中西部地区表现出一致的影响，在早期人口迁移的时候更喜欢比较目标地和周边地区的收入水平，而在近期则更看重整个区域的收入水平。

　　最后，就业机会的空间效应更多地表现在迁入地的方向上，并且这种效应在西部地区迁移者身上更为明显，即早期迁移时更看重整片区位的就业机会，而近期却更注意比较各区位的就业机会，即早期迁入地及周边地区在吸引人口迁入时表现出集聚效应，而近期却表现出竞争效应。

　　五、结论

　　以往关于人口迁移的文献往往忽略了人口流动过程之中的空间相关性，为此，本文在梳理前人研究的基础上，在OD引力方程模型上引入空间交互作用，由于OD模型具有来源地、目的地特征，为此文章引入两个方向上的空间相关性。随后，我们采用三次人口普查数据，对人口迁移特征进行了实证分析，发现人口迁移过程之中具有显著的双向空间效应。本文的主要结论如下。

　　从影响人口迁移的物理因素来看，距离等地理因素对于人口迁移具有阻碍作用，但是伴随着我国基础设施水平的提高，这种作用力在下降。

　　从影响人口迁移的经济因素来看，迁出地的收入水平对于人口迁移具有明显的“推力”，而迁入地的高收入水平对人口迁移具有明显的“拉力”；而无论是迁出地还是迁入地，其就业机会的大小对于人口迁移的影响较为微弱。

　　从人口迁移过程中的机制来看，不仅迁出地、迁入地的特征因素影响人口迁移，而且迁出地、迁入地的特征因素与周边地区的对应因素在空间中呈现出相互影响的特征。具体而言，人口在迁移过程中，对于收入水平，早期会对迁出地、迁入地及周边地区进行比较，而近期则更看重迁入地区整体的收入水平，这个特性在迁出地为东部地区的迁移者身上表现得更为明显；而对于就业机会，人口在早期更看重整体区域的就业水平，而近期更注重比较各个地区的就业机会，这种特性在中西部迁出者身上则表现得更为突出。

　　近年来，随着我国户籍制度的改革，我国地区之间的人口迁移越发频繁，城市化进程在加速，人口逐渐向经济条件良好的地区集聚，从内陆向沿海，从农村向城市流动，但范剑勇等指出我国虽然城市化率得到了提高，但是仍然存在“大型城市集聚相对不足、中小型城市发展过多”的问题[17]。因此，我国政府部门在推动人口迁移、集聚的过程中应该发挥什么作用呢？从本文的实证结果来看，经济因素是影响人口迁移的最主要因素，并且经济因素在吸引人口空间迁移的过程之中存在着空间交互作用，因此各地政府在吸引人口迁入时需要进行省际合作，有所作为。如本文发现，就业机会的空间效应会影响人口迁移，因此地方政府之间可以通过产业转移的合作方式来影响人口的空间移动；同样，收入因素作为影响人口迁移的另外一个重要因素，政府部门可以通过财政补贴的形式吸引其他省份的人才特别是高素质人才，但是在吸引人才的过程中应避免过度竞争，通过省际合作联合出台相应的优惠政策以吸引人才。

　　最后，本文的研究还可以在如下两个方向上进行拓展： 　　第一，由于文章的建模工作更多地依赖于经验与直觉，因此其计量建模方面还缺少相应的微观基础。诚然，贝伦斯、才国伟等人在商品贸易双边流动问题中建立了包含空间交互作用的OD模型[3，11]，但是据笔者了解在人口流动领域其包含空间交互作用的OD理论模型还十分鲜见，因此从理论建模的角度来看还有很大的拓展空间。

　　第二，本文在考虑模型中变量的空间相关时，只考虑了解释变量在迁出地和迁入地两个方向上的空间相关性而忽视了扰动项的空间相关性。如果能同时考虑扰动项在这两个方向上的空间相关性，我们的估计结果将会更为有效。