姚永玲 邵璇璇

摘要：采用社會網(wǎng)絡分析法從城市關(guān)系角度研究中國地級及以上城市人口空間結(jié)構(gòu)。發(fā)現(xiàn)中國人口空間結(jié)構(gòu)呈現(xiàn)“分散式集中”的特點，大城市病與收縮城市現(xiàn)象并存。進一步從要素分布空間梯度的角度探究人口結(jié)構(gòu)的影響因素發(fā)現(xiàn)，城市區(qū)位特征仍然是影響人口變動的主要因素，尤其是快速發(fā)展的高鐵網(wǎng)絡將成為改變?nèi)丝诳臻g格局的最主要因素;經(jīng)濟因素吸引力在降低，公共服務將成為城市吸引人口的重要因素。針對“大城市病”和“收縮城市”問題，應當增加中小城市的公共服務資源供給，在不同等級城市之間進一步推動公共服務均等化，將分級診療制度與城市規(guī)模相結(jié)合，提高中小城市的工資收入水平，縮小城市間工資差距并控制住房成本，強化局域城市人口網(wǎng)絡結(jié)構(gòu)。

關(guān)鍵詞：城市網(wǎng)絡;人口空間結(jié)構(gòu);社會網(wǎng)絡分析方法

中圖分類號：C922 文獻標識碼：A 文章編號：1000-4149（2020）06-0001-16

改革開放四十多年以來的快速城市化進程，使人口大規(guī)模流向城市。但是，近年來隨著城市化由快速增長進入穩(wěn)定階段，一方面超大、特大和大城市出現(xiàn)了“城市病”，另一方面在一些城市卻出現(xiàn)了“收縮”現(xiàn)象，表明中國人口空間結(jié)構(gòu)出現(xiàn)聚集與分散并存的趨勢;也使得人口遷移由城鄉(xiāng)之間轉(zhuǎn)向城市之間。正是城市之間在資源和人口等各要素上展開的更為激烈的競爭，導致了城市擴張與收縮的不平衡分布。陳川等在研究小城鎮(zhèn)的收縮問題時，將收縮原因歸結(jié)為要素對人口的吸引力在空間上的差異，并指出小城鎮(zhèn)由于聯(lián)系網(wǎng)絡較弱、依附性較強而容易發(fā)生城市收縮。劉玉博和張學良也認為城市收縮一定程度上體現(xiàn)了“城市人口聚集能力的減弱”。因此，從城市關(guān)系及其形成的人口吸引力方面探索人口流動機制是深刻理解人口空間結(jié)構(gòu)及其演變趨勢的有效途徑。本文利用社會網(wǎng)絡分析方法，通過研究全國地級及以上城市人口網(wǎng)絡結(jié)構(gòu)、影響因素及其變化趨勢，探究中國城市人口空間分布的內(nèi)在規(guī)律，為未來城市發(fā)展和人口空間政策提供依據(jù)。

一、文獻綜述

早期的人口空間分布研究主要采用人口集中指數(shù)、人口重心、聚類分析、負指數(shù)函數(shù)等考察人口分布模式及其變化;自改革開放以來，中國人口的流動性勝過以往任何時期，大量研究集中在人口空間結(jié)構(gòu)。在全國空間尺度方面，學者們從各種角度提供了胡煥庸線作為人口分界線的證據(jù)。其中，王桂新、劉濤和楊傳開等發(fā)現(xiàn)，在胡煥庸線基本不變的情況下，內(nèi)陸地區(qū)吸引流動人口的能力在不斷強化;但勞昕和沈體雁卻發(fā)現(xiàn)，在人口仍然從西部落后地區(qū)向東部發(fā)達地區(qū)流動的大背景下，其空間分布有趨同態(tài)勢。在局部空間尺度上，毛其智等對比2000年和2010年的城鎮(zhèn)化圖景發(fā)現(xiàn)，中國城市統(tǒng)計區(qū)和高密度城鎮(zhèn)化地區(qū)都呈現(xiàn)出明顯的空間擴張態(tài)勢;但鄧智團和樊豪斌卻認為，中國中小城市人口規(guī)模增長動力相對不足，曾永明也指出中國人口分布極化特征將持續(xù)加大。同時，李博等發(fā)現(xiàn)，改革開放以來省內(nèi)人口空間分布差異和地級行政單元內(nèi)的空間分布差異在增強;張國俊等也發(fā)現(xiàn)了人口在不同城市群表現(xiàn)出不同的集聚和擴散效應?？梢?，中國的人口空間結(jié)構(gòu)在全國整體穩(wěn)定的“表面現(xiàn)象”之下，局域尺度的空間結(jié)構(gòu)正在發(fā)生重大變化，需要從空間（或城市）關(guān)系角度研究人口的聚集與擴散機制。

在人口的空間結(jié)構(gòu)及其影響因素方面，多數(shù)研究根據(jù)人口分布的變化認為，人口仍然保持向大城市集中的趨勢，而且更多受到城市經(jīng)濟社會因素的影響。如，張耀軍、岑俏從省市縣三個層面對省內(nèi)和省際人口遷入進行了可視化分析，指出珠三角、長三角和京津冀人口集聚中心地位保持不變;劉濤等根據(jù)中國第五和第六次人口普查數(shù)據(jù)發(fā)現(xiàn)，流動人口最多的1010城市接收了45.5%的流動人口：勞昕等在2018年采用擴展的NEG模型模擬城鎮(zhèn)體系演變后發(fā)現(xiàn)，中國仍表現(xiàn)為人口向100萬人以上大城市流人為主的集中式城鎮(zhèn)化特征;戚偉等對市縣級流動人口核算后發(fā)現(xiàn)，社會經(jīng)濟因素逐步成為影響地區(qū)人口變動的主導因素。但是，該研究對人口流動進一步形成的空間結(jié)構(gòu)以及城市哪些因素對人口規(guī)模變動更有吸引力沒有涉及。在一些專門探討人口流動影響因素的研究中，不同研究的專注點有較大差異。田明等在2016年對人口遷移特征的研究發(fā)現(xiàn)，第一次遷移的城市區(qū)位影響后續(xù)遷移傾向;芬尼（Finnie）2004年對加拿大跨省遷移的數(shù)據(jù)進行l(wèi)ogit分析后指出，小城鎮(zhèn)居民更愿意遷往收入高的城市地區(qū);劉濤等從農(nóng)村勞動力角度認為，非農(nóng)就業(yè)機會和公共服務影響人口流動;張耀軍、岑俏認為，就業(yè)率影響城市的流動人口;沈建法和劉曄2016年研究移民技能對遷移的影響發(fā)現(xiàn)，無論技能高低，吸引移民的都是高工資;王玉霞等2019年針對春節(jié)期間的人口移動研究發(fā)現(xiàn)，第二和第三產(chǎn)業(yè)發(fā)展和工資水平以及外商投資與流動人口密切相關(guān)。人口作為社會經(jīng)濟的綜合載體，各因素都會影響人口移動。隨著城市之間對人口競爭的日益激烈，研究人口空間結(jié)構(gòu)的影響因素，更需要從城市之間的差異角度，分析人口在不同城市之間的選擇機制。顯然，已有研究還缺乏對城市吸引人口要素空間分布差異的考慮。

截至2019年底，中國人口城鎮(zhèn)化水平達60.6%，接近中高收入國家水平，這標志著人口城鎮(zhèn)化將進入增速趨緩的新時期。與此同時，城市群和都市圈將是人口主要集中地區(qū)，從而使人口流動表現(xiàn)出近域化趨勢。從人口流動的空間關(guān)系角度出發(fā)，劉穎等采用空間計量模型分析后發(fā)現(xiàn)，省際人口流動具有明顯的空間依賴性特征，凈遷移率變化受周邊地區(qū)的正向影響。葛美玲、潘倩和戚偉等采用多種統(tǒng)計指標發(fā)現(xiàn)了中國人口分布的空間自相關(guān)特點：吳殉等發(fā)現(xiàn)中國省域人口密度分布在全局自相關(guān)上均呈現(xiàn)空間正自相關(guān);同時，吳雪萍和趙果慶發(fā)現(xiàn)，在空間自相關(guān)和空間位置相關(guān)共同作用下，東部沿海地區(qū)已經(jīng)形成了城市人口規(guī)模聚集區(qū)。以上結(jié)論表明，人口分布存在空間相互作用關(guān)系。由于人口流動主要取決于吸引人口要素的空間分布，僅有空間相關(guān)的結(jié)論尚無法解釋人口空間流動態(tài)勢，因而需要建立各影響因素的空間分布梯度，以考察這些因素的空間分布格局對人口流動的影響。

近年來，網(wǎng)絡分析工具的興起深化了人口網(wǎng)絡結(jié)構(gòu)的研究。蔣小榮和汪勝蘭認為，城市間人口流動網(wǎng)絡顯現(xiàn)出明顯的等級層次性;但研究僅限于對人口網(wǎng)絡結(jié)構(gòu)特征的描述，沒有揭示影響人口網(wǎng)絡的其他因素以及這些因素所構(gòu)成的空間網(wǎng)絡。勞昕等2016年對比中國城市交通網(wǎng)絡和經(jīng)濟網(wǎng)絡的耦合關(guān)系后認為，交通網(wǎng)絡與經(jīng)濟網(wǎng)絡對城鎮(zhèn)體系的作用完全相反，現(xiàn)有模型還不足以解釋它們對人口網(wǎng)絡結(jié)構(gòu)的具體影響。本文采用社會網(wǎng)絡分析方法，對全國地級及以上城市構(gòu)建人口非對稱空間網(wǎng)絡;并分別選擇對人口空間流動有重要影響因素的空間梯度指標，構(gòu)建非對稱的自變量空間網(wǎng)絡;通過基于城市人口規(guī)模體系構(gòu)建的城市網(wǎng)絡，以及城市網(wǎng)絡所表現(xiàn)的城市關(guān)聯(lián)，分析人口空間結(jié)構(gòu)演變趨勢及各因素空間分布格局對人口流動的影響，進而為人口空間政策提供依據(jù)。

二、研究方法與數(shù)據(jù)

空間網(wǎng)絡主要探討所研究對象之間的空間關(guān)系，一般以對稱網(wǎng)絡最為普遍。但是基于要素的空間分布對人口流動的影響，需要揭示要素空間分布格局對人口形成的吸引力差異;盡管城市之間的聯(lián)系對等，但要素在不同規(guī)模城市分布所形成的梯度差異較大，從而形成了完全不同的人口吸引力。因此，人口空間結(jié)構(gòu)的影響因素必然是基于非對稱關(guān)聯(lián)矩陣構(gòu)建的非對稱網(wǎng)絡。

1.非對稱關(guān)聯(lián)矩陣的建立

關(guān)聯(lián)矩陣所使用的數(shù)據(jù)類型不同，網(wǎng)絡結(jié)構(gòu)所表示的意義也會發(fā)生變化。當采用空間“流”數(shù)據(jù)時，網(wǎng)絡特征值主要體現(xiàn)的是空間多點之間的聯(lián)系;當采用規(guī)模等存量數(shù)據(jù)時，網(wǎng)絡特征值可以反映多點之間形成的空間結(jié)構(gòu)。構(gòu)建城市之間人口關(guān)聯(lián)的途徑主要有兩種，一是基于手機信令反映的實時數(shù)據(jù)描述人口流量，二是采用人口規(guī)模數(shù)據(jù)的引力模型構(gòu)建關(guān)聯(lián)矩陣。由于城市“流”數(shù)據(jù)反映的是城市之間實際發(fā)生的最直接聯(lián)系，更適用于城市群;引力模型則是根據(jù)城市規(guī)模與距離推測城市關(guān)系，規(guī)模越大，引力越強，其空間結(jié)構(gòu)意義遠大于空間流意義，更適合較大空間尺度的規(guī)模結(jié)構(gòu);另外，引力模型基于城市規(guī)模對可能發(fā)生的城市關(guān)系潛力進行估算，反映了未來可能發(fā)生的結(jié)構(gòu)趨勢。波特（Poot）等在2016年通過對參數(shù)穩(wěn)定性和距離測度的討論，從引力模型起源、發(fā)展、變形和應用等角度，進一步確認了引力模型在人口空間流動中的適用性。因此，本文采用引力模型構(gòu)建全國的城市人口網(wǎng)絡結(jié)構(gòu)，通過時間變動發(fā)現(xiàn)未來趨勢，并以空間結(jié)構(gòu)變動的影響因素探索人口空間變動機制。

在構(gòu)建空間網(wǎng)絡前需要建立兩兩城市之間的關(guān)聯(lián)矩陣，一般而言，空間關(guān)聯(lián)矩陣有對稱與非對稱兩種形式。前者主要強調(diào)兩兩城市之間的關(guān)聯(lián)強弱而忽略兩者屬性和資源分布差異，后者則更注重城市屬性和資源分布差異導致的要素分布空間梯度，即城市之間屬性和資源分布差異導致人口流動。由于人口流動的趨利性，我們通過對比不同規(guī)模等級城市之間對要素競爭力的強弱，構(gòu)建城市規(guī)模等級的非對稱矩陣，解釋人口空間結(jié)構(gòu)變動趨勢及其影響因素。因此，在構(gòu)建自變量和因變量網(wǎng)絡時，除了空間鄰近性和通過鐵路交通建立的城市關(guān)聯(lián)矩陣外，我們對人口的因變量網(wǎng)絡和其余自變量網(wǎng)絡建立非對稱的關(guān)聯(lián)矩陣。

2.網(wǎng)絡結(jié)構(gòu)分析方法

社會網(wǎng)絡分析（Social Network Analysis）可以利用空間單元之間的關(guān)系建立網(wǎng)絡，并分析空間結(jié)構(gòu)，是目前最為常用的網(wǎng)絡分析工具。城市之間在“中心地”和“流空間”共同作用下所表現(xiàn)出的關(guān)聯(lián)，正體現(xiàn)了空間網(wǎng)絡結(jié)構(gòu)。

網(wǎng)絡結(jié)構(gòu)特征包括整體網(wǎng)絡結(jié)構(gòu)特征值和網(wǎng)絡節(jié)點特征值。整體網(wǎng)絡結(jié)構(gòu)通過網(wǎng)絡密度、網(wǎng)絡聚類系統(tǒng)和中心勢體現(xiàn)。其中，網(wǎng)絡密度反映了網(wǎng)絡中各節(jié)點之間的結(jié)構(gòu)緊密度，以實際發(fā)生關(guān)聯(lián)數(shù)與網(wǎng)絡中最大可能發(fā)生的關(guān)聯(lián)數(shù)的比值來體現(xiàn)，值越大說明要素在城市網(wǎng)絡之間流動越通暢、速度越快、強度越大。網(wǎng)絡聚類系數(shù)用網(wǎng)絡的平均加權(quán)聚類系數(shù)表示網(wǎng)絡的整體凝聚力，從圖論角度，網(wǎng)絡聚類系數(shù)顯示的是網(wǎng)絡中與同一個節(jié)點相連的節(jié)點之間也相連的可能性，可能性越強說明網(wǎng)絡的凝聚性越好。

網(wǎng)絡節(jié)點特征方面，我們用人度中心度表示人口由低級別城市向高級別城市流動而形成的聯(lián)系，出度中心度表示人口由高級別城市向低級別流動的聯(lián)系，中間中心度表示人口流動經(jīng)過的城市，在網(wǎng)絡起中介作用。網(wǎng)絡中心勢指標以節(jié)點特征值為基礎構(gòu)建，表示各節(jié)點與中心節(jié)點之間構(gòu)成的向中心趨勢，即網(wǎng)絡中各節(jié)點都傾向于某一個點或某幾個點發(fā)生關(guān)聯(lián)，在非對稱網(wǎng)絡中，分別用出度中心勢、人度中心勢和中間中心勢表示聯(lián)系的不同方向。在人口非對稱網(wǎng)絡中，利用該類指標可以發(fā)現(xiàn)人口在整體網(wǎng)絡的聚集特征。選定構(gòu)建關(guān)聯(lián)矩陣的方法后，具體的計算公式如下：

3.網(wǎng)絡結(jié)構(gòu)影響因素的QAP回歸方法

在考察影響人口網(wǎng)絡結(jié)構(gòu)及其變化因素時，一方面要考慮各影響因素的復雜性，另一方面要考慮各影響因素的空間分布格局，尤其是分布的空間梯度差。傳統(tǒng)的計量回歸方法將城市屬性因素作為自變量，節(jié)點網(wǎng)絡特征值作為因變量，計算不同因素對城市網(wǎng)絡地位的影響系數(shù)。這種方法不能反映影響因素的空間分布格局，難以厘清城市之間關(guān)系以及影響因素的空間梯度差對人口流動的作用，且不能解決內(nèi)生性問題。社會網(wǎng)絡分析方法可以通過探究多個網(wǎng)絡之間的相似性，在構(gòu)建空間單元網(wǎng)絡結(jié)構(gòu)基礎上，對因變量網(wǎng)絡和自變量網(wǎng)絡進行回歸，分析人口網(wǎng)絡結(jié)構(gòu)的影響因素。具體操作上，采用二次指派程序（Quadratic Assignment Procedure，QAP）方法，將因變量和自變量矩陣轉(zhuǎn)換為長向量矩陣，進而比較對應的各網(wǎng)絡節(jié)點格值之間的相似性;采用矩陣之間的相似系數(shù)作為回歸結(jié)果，可以避免傳統(tǒng)計量回歸分析中的多重共線性問題。相似系數(shù)的顯著性檢驗，采用隨機置換行列數(shù)據(jù)的方法，以矩陣數(shù)據(jù)的多次行列置換為基礎，對系數(shù)和R²進行非參性檢驗，包括矩陣相關(guān)性分析、矩陣列聯(lián)表分析和多元回歸分析。

在采用QAP方法建立自變量與因變量網(wǎng)絡之間的相關(guān)性時，需要事先界定因變量的影響因素。經(jīng)過對已有文獻的研究，我們基于城市區(qū)位屬性和影響人口流動的收益（包括福利）與成本的資源分布，假設城市之間的地理鄰近性、交通聯(lián)系、城市的就業(yè)規(guī)模、工資收入、公共服務水平和住房成本是影響城市人口的主要因素。其中，城市區(qū)位屬性包括地理鄰近性和交通聯(lián)系;收益和福利包括就業(yè)規(guī)模、工資收入和公共服務水平;成本用住房成本代替。理由如下。

地理鄰近：地理學第一定律表明，地理距離是影響所有要素流動的首要因素。已有研究和實踐證明，空間距離越遠，人口遷移的阻力越大;相反，地理鄰近有利于人口流動，相鄰地域更易通過人口流動和交往形成聯(lián)系。田明2016年的研究發(fā)現(xiàn)，城市位置不但影響人口的首次遷移，而且決定后續(xù)遷移潛力;魯永剛和張凱的研究發(fā)現(xiàn)，在地理距離阻礙勞動力流動的同時，勞動力更偏向于方言和文化接近的鄰近城市;劉穎等的省際人口流動空間依賴性和大多數(shù)關(guān)于人口分布空間相關(guān)的研究也說明，在地理距離對人口遷移影響的過程中，是否鄰近表現(xiàn)得更為突出。因此，本文在考慮地理因素對人口遷移產(chǎn)生影響時，采用的是城市之間是否鄰近。由于地理鄰近在兩兩城市之間為對稱關(guān)系，在構(gòu)建自變量網(wǎng)絡時，我們建立城市之間行政區(qū)劃鄰近位置的對稱關(guān)聯(lián)矩陣。

交通聯(lián)系：交通聯(lián)系突破了空間距離束縛，使人口流動更加方便，交通可達性越高越有利于人口在地區(qū)間發(fā)生流動和遷移。馬偉等采用引力模型發(fā)現(xiàn)，交通基礎設施改善能夠顯著促進勞動力自由流動和空間配置。尤其是，中國高鐵的快速發(fā)展，促進城市之間人口流動的作用已成為世界共識。馬學廣和唐承輝的研究證明了高鐵客流量的增加對城市網(wǎng)絡結(jié)構(gòu)產(chǎn)生了重要影響;與此同時，蔣海兵等發(fā)現(xiàn)，由于高鐵開通的空間非均衡性，加劇了大城市和城市群的極化效應;林曉言等的研究發(fā)現(xiàn)，開通高鐵的城市比不開通城市對人力資本具有更明顯的吸引力;張明志等發(fā)現(xiàn)，高鐵開通在吸引人口方面，城市之間存在明顯異質(zhì)性。將交通聯(lián)系作為影響城市人口網(wǎng)絡的自變量，可以體現(xiàn)出對不同城市影響的差異。鑒于交通聯(lián)系在兩兩城市之間的對稱性，我們對城市之間的鐵路交通時間建立對稱關(guān)聯(lián)矩陣。

勞動力規(guī)模：一般來說，勞動力資源傾向于從規(guī)模較小城市流向規(guī)模較大城市，兩城市之間的就業(yè)規(guī)模相差越大，勞動力流動的趨勢越強。王玉霞等2019年采用位置感知大數(shù)據(jù)的研究表明，即使是春節(jié)短暫的人口流動，當?shù)氐牡诙偷谌a(chǎn)業(yè)發(fā)展水平對人口吸引力也很顯著。劉濤和張耀軍等采用省市縣人口普查數(shù)據(jù)的研究發(fā)現(xiàn)，除了工資和公共資源外，產(chǎn)業(yè)尤其是第三產(chǎn)業(yè)發(fā)展水平對城市人口有顯著影響。產(chǎn)業(yè)發(fā)展水平從城市整體來看代表了城市經(jīng)濟發(fā)展水平，從人口個體遷移動機來看則表示了就業(yè)機會。近年來，隨著人工智能技術(shù)的突飛猛進，“機器換人”的趨勢日益顯現(xiàn)，根據(jù)麥肯錫2019年對中國的分析報告預測，到2030年，有700萬-1200萬的崗位可能會被機器人徹底替代，而且主要發(fā)生在第二產(chǎn)業(yè)。為了突出城市就業(yè)崗位對人口的吸引力，我們放棄非農(nóng)產(chǎn)業(yè)發(fā)展水平，選擇城市勞動力規(guī)模表示就業(yè)機會對人口的影響。由于勞動力對就業(yè)機會表現(xiàn)出明顯的“逐高”性，選擇兩城市之間的城鎮(zhèn)單位就業(yè)人數(shù)作為自變量，采用其分布的差異梯度建立勞動力從小規(guī)模城市向大規(guī)模城市流動的非對稱差異矩陣。

工資收入：工資收入是勞動成果的直接反映，也是人口作為勞動者最直接的收益渠道，無論在何種情況下，工資收入水平都是吸引人口的直接原因。張耀軍和岑俏的研究認為，當?shù)毓べY是影響人口遷入的主要原因之一，芬尼2004年研究認為加拿大人口從小城鎮(zhèn)遷往大城市的最主要原因就是大城市的高工資：沈建法和劉曄研究高技能和低技能遷移的差異性時發(fā)現(xiàn)，無論是高技能還是低技能移民，工資都是最主要影響因素;王玉霞等2019年的研究也考慮了工資水平。同樣，勞動力流動對工資表現(xiàn)出的“逐高”性，使勞動力傾向于流向工資高的城市，兩城市工資差異越大，高工資城市對勞動力的吸引力就越強。根據(jù)勞動力從低工資城市向高工資城市的流動趨勢，這個自變量網(wǎng)絡可以用兩城市就業(yè)平均工資差異梯度建立非對稱的工資差異矩陣。

公共服務：公共服務是人居城市的核心內(nèi)容，其完善程度決定了城市對人口的吸引力大小，人口流向大城市的原因很大程度上在于大城市的公共服務資源多、質(zhì)量優(yōu)。城市作為人們追求美好生活的場所，完善的公共服務是其區(qū)別于傳統(tǒng)農(nóng)村地區(qū)的最大優(yōu)勢。劉濤等、張耀軍和岑俏的研究結(jié)論中，對人口有顯著影響的因素都包括了公共服務（公共資源）。當前中國城市公共服務均等化方面的不足，主要體現(xiàn)在基礎教育和醫(yī)療服務;研究發(fā)現(xiàn)教育和醫(yī)療是城市吸引人口的主要因素。改革開放以來中國經(jīng)濟高速增長的同時，公共服務投入?yún)s相對較低。2020年初的新冠肺炎疫情，更突顯了城市公共衛(wèi)生服務的重要性，尤其是醫(yī)院床位數(shù)更是成了城市的生命線。本文采用每個城市的中小學教師人數(shù)和醫(yī)院床位數(shù)的空間梯度差，對這兩個自變量分別構(gòu)建非對稱矩陣。

住房成本：人口作為城市的消費主體，還受到一般消費品、住房和交通等生活成本的約束。高波和張莉等研究流動人口的生活成本構(gòu)成后發(fā)現(xiàn)，不斷增長的高房價是高生活成本的主要支出;范劍勇等認為，勞動力在城市之間的流動會遵循“工資+公共產(chǎn)品-居住成本=保留效用”的規(guī)律。我們將城市居住方面的支出去除水電燃料等基本消費后，城市居民的居住消費占總消費比例由1999年的14.97%上升到2018年的57.71%。根據(jù)中國社會科學院的測算，居民住房還貸支出與可支配收入之比接近40%。各種研究都表明，房價差異正在成為人口流動的一個主要原因。本文根據(jù)兩城市間的商品房均價差異，對于這個網(wǎng)絡自變量構(gòu)建非對稱的房價梯度差異矩陣。

4.數(shù)據(jù)來源與處理

已有全國性的人口空間分布研究中，主要采用的是第五次和第六次人口普查數(shù)據(jù)。一是中間10年的間隔過長;二是2010年距今也將近10年，中國城鎮(zhèn)化水平已由2009年的46.6%進入到2019年的60.6%，從低于全球平均水平發(fā)展到高于全球平均水平，并超過50%的半數(shù)線，接近中高收入國家水平。顯然，采用這兩次普查數(shù)據(jù)所得出的結(jié)論有些滯后。為了縮短人口變動的時間間隔，也為了與中國五年中長期發(fā)展規(guī)劃對應，以“十一五”、“十二五”和“十三五”規(guī)劃起始年為節(jié)點，選擇2006年、2011年和2016年三個時點的人口網(wǎng)絡空間變化，描述其變動趨勢。

本文的研究對象是全國地級及以上城市，剔除數(shù)據(jù)缺失嚴重、行政變動較大（無法保持一致性）、邊疆“地區(qū)”單元等城市，最終篩選得到234個城市樣本。城市人口空間網(wǎng)絡構(gòu)建所需要的數(shù)據(jù)采用各城市市轄區(qū)常住人口，其中2011年和2016年的人口數(shù)據(jù)皆為《中國城市統(tǒng)計年鑒》中的常住人口數(shù)據(jù)，2006年數(shù)據(jù)通過用地區(qū)生產(chǎn)總值/人均地區(qū)生產(chǎn)總值獲得，少量缺失值則從相應的地區(qū)年鑒或統(tǒng)計公報中補充;引力模型中的空間距離利用Python語言從百度地圖中抓取。

影響因素變量中，地理鄰近性，以城市行政區(qū)劃有共同邊界作為指標，根據(jù)中國地級以上城市的基礎地理信息，用ArcMap 10.2軟件，將城市行政邊界相鄰的城市標出，鄰近城市賦值為1，否則為0;交通可達性，從中國鐵路當年時刻表中查詢兩兩城市之間的最小鐵路交通時間（包括直達和換乘），經(jīng)過對54576條記錄整理和篩選，對原始時間采用倒數(shù)形式表示鐵路交通可達性，按數(shù)值的四分位數(shù)，將城市間的交通可達性劃分為1-4四個等級，可達性越好，聯(lián)系度越高;就業(yè)人數(shù)、平均工資、中小學教師人數(shù)和醫(yī)院床位數(shù)等自變量數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒》（2007、2012和2017）;城市住房價格數(shù)據(jù)來自國家信息中心房地產(chǎn)信息網(wǎng)當年的全國地級市商品房平均銷售價格。

采用以上數(shù)據(jù)構(gòu)建網(wǎng)絡時，除地理鄰近性本身為二值形式、交通可達性為1-4不連續(xù)值以外，各城市之間的就業(yè)人數(shù)、平均工資、房價、教師數(shù)和醫(yī)院床位數(shù)的差值，都以i城市與其他城市之間的平均關(guān)聯(lián)值（以i城市的行均值）為閾值進行二值化處理，大于該值說明聯(lián)系強度大于i城市與其他城市的平均聯(lián)系強度，設為1，否則為0。

三、中國城市人口空間網(wǎng)絡結(jié)構(gòu)及其變動特征

1.人口分布的城市關(guān)聯(lián)矩陣及其變動

基于引力模型建立的非對稱矩陣初步反映了兩兩城市之間的人口規(guī)模關(guān)聯(lián)。在關(guān)于234個城市的非對稱關(guān)聯(lián)矩陣中，計算出的接收和發(fā)出關(guān)聯(lián)共有54522對關(guān)聯(lián)強度值（除去城市本身），描述性結(jié)果見表1。

表1顯示，各數(shù)值變化較小，說明各城市之間的引力強度處于穩(wěn)定狀態(tài);平均值在0.59-0.74之間，中位數(shù)卻僅在0.05-0.065之間，最大值與最小值的差異相當大，說明全國地級及以上城市之間的引力聯(lián)系強度相差較大，即高等級城市與低等級城市之間引力強度的差異在擴大。

建立關(guān)聯(lián)矩陣時，為了更好地觀察城市之間的關(guān)系，我們以行均值作為閾值對引力強度矩陣進二值化處理，得到234個城市與其他城市的引力強度閾值（結(jié)果見表2）。

表2中行閾值表示某城市與其他城市的引力強度門檻值，全國各個城市三個時點的門檻值范圍分別為0.00015-6.552、0.00021-10.774、0.00024-12.164，總體上也印證了表1的結(jié)論。另外，近十年來該閾值的最大值增加幅度超過了最小值增加幅度，城市對之間的關(guān)聯(lián)度兩極分異在擴大，一定程度上也體現(xiàn)了中國城市人口空間分布的局部關(guān)聯(lián)性在增強。

為了便于觀察內(nèi)部結(jié)構(gòu)變化，我們采用幾何間隔法，按照引力強度值，將全國54522個城市對引力強度值劃分為6個級別，1級最弱，6級最強。再按照引力的方向?qū)⑵浞譃榘l(fā)出和接收兩類，分別以234個城市發(fā)出和接收到引力強度的最大值為準，計算每個城市在發(fā)出和接收聯(lián)系中所處的級別（結(jié)果見表3）。

表3顯示，總體來看，低引力級別城市接收聯(lián)系的城市數(shù)量少于發(fā)出聯(lián)系的城市數(shù)量，高引力級別城市接收聯(lián)系的城市數(shù)量多于發(fā)出聯(lián)系的城市數(shù)量，說明高引力級別城市在吸引人口方面仍然具有明顯優(yōu)勢。因此，人口分布的空間關(guān)聯(lián)矩陣結(jié)果說明，中國城市人口空間結(jié)構(gòu)正在向局部聚集發(fā)展。

2.整體網(wǎng)絡結(jié)構(gòu)特征及其變動

整體網(wǎng)絡結(jié)構(gòu)通過網(wǎng)絡密度、網(wǎng)絡聚類系統(tǒng)和中心勢體現(xiàn)。網(wǎng)絡結(jié)構(gòu)三個特征值分別反映了整體網(wǎng)絡結(jié)構(gòu)的不同側(cè)面，不同時段網(wǎng)絡特征指標變化可以說明空間結(jié)構(gòu)的變動（特征值見表4）。所有數(shù)值區(qū)間是[0，1]，值越接近1，說明網(wǎng)絡結(jié)構(gòu)越緊密，反之則網(wǎng)絡結(jié)構(gòu)越不明顯。

表4顯示，2006年、2011年、2016年三個時段中，中國城市人口網(wǎng)絡密度均較小且變化不大，說明網(wǎng)絡緊密度雖然較小，但較穩(wěn)定;聚類系數(shù)年平均值基本在0.5左右，說明人口網(wǎng)絡結(jié)構(gòu)表現(xiàn)出一定的凝聚力。人度中心勢平均值僅為0.183，先小幅下降后大幅升高;與此同時，出度中心勢先小幅升高后大幅下降，均值并沒有超過0.2，且入度中心勢增幅快于出度中心勢，說明整體網(wǎng)絡的向中心性仍在變強，中心城市的吸引力仍然大于擴散力;中間中心勢均小于入度和出度中心勢，也佐證了整體結(jié)構(gòu)較為松散。但仍然存在局部凝聚力，且凝聚力表現(xiàn)為高級別城市之間以及高級別城市對周邊城市的凝聚力在增強，邊緣城市在減弱。這正是邊緣城市人口脫離主體城市網(wǎng)絡的主要原因。

3.節(jié)點網(wǎng)絡特征及其變動

節(jié)點網(wǎng)絡的點度中心度，用網(wǎng)絡中與該點直接相連的其他節(jié)點的個數(shù)表示;非對稱網(wǎng)絡中分別用人度中心度和出度中心度表示該城市的聚集力和擴散力。由于上述網(wǎng)絡整體結(jié)構(gòu)特征值顯示，三個時段的網(wǎng)絡結(jié)構(gòu)較為穩(wěn)定，故這里僅對2016年的節(jié)點特征進行分析。利用Ucinet 6.5.6軟件對上述特征值計算，結(jié)果見表5。

表5顯示，入度和出度聯(lián)系處于中間級別的城市對數(shù)量最多，依次向兩端減少，符合正態(tài)分布;但是，最高聯(lián)系級別的城市數(shù)量無論是人度還是出度都遠大于最低聯(lián)系級別的城市;同時，最高級別的入度大于出度城市數(shù)量。節(jié)點網(wǎng)絡特征表明城市網(wǎng)絡中向高等級城市的聚集力大于向低等級城市的擴散力。為了進一步顯示不同節(jié)點城市的分布，采用ArcMap10.2軟件，按自然斷裂法將各城市2016年的入度中心度和出度中心度都劃分為五類，并顯示出它們的分布，結(jié)果顯示，入度中心度高的城市有徐州、鄭州、合肥、武漢、濟南、石家莊、天津、北京、上海、南京等，表現(xiàn)出以國家中心城市、一線城市、省會城市為中心，對人口有較強吸引力，是人口主要流入地區(qū)。與此同時，出度中心度高的城市主要有烏魯木齊、鷹潭、南昌、延安、榆林、嘉峪關(guān)、包頭等，主要分布在遠離中心城市的地區(qū)，以“老少邊窮”區(qū)域居多，說明邊緣地區(qū)城市是人口主要流出地區(qū)，更容易出現(xiàn)“城市收縮”。

總結(jié)上述人口空間關(guān)聯(lián)、整體網(wǎng)絡和節(jié)點網(wǎng)絡特征的結(jié)果，中國城市人口空間結(jié)構(gòu)正在向局部聚集發(fā)展;核心城市對人口的聚集力在增強，邊緣城市不斷向中心城市輸出人口;以城市規(guī)模等級體系為核心的“大分散、小集中”的“分散式集中”格局正在形成。

四、中國人口網(wǎng)絡結(jié)構(gòu)影響因素

網(wǎng)絡的影響因素有兩種方式：一種是對節(jié)點屬性特征影響因素的分析，通常是提取節(jié)點的網(wǎng)絡特征值，然后采用常規(guī)的回歸分析，由于回歸中不涉及網(wǎng)絡關(guān)系，故不能反映網(wǎng)絡關(guān)系的影響因素;另一種是針對網(wǎng)絡結(jié)構(gòu)影響因素的空間分布形成的網(wǎng)絡，采用社會網(wǎng)絡分析方法中的二次指派程序（Quadratic Assignment Procedure，QAP），對不同網(wǎng)絡的關(guān)聯(lián)矩陣進行相關(guān)性分析，這種方法可以突出節(jié)點之間的網(wǎng)絡關(guān)系，能夠反映要素在網(wǎng)絡中的流動趨勢。在進行QAP多元回歸分析之前，需要對各網(wǎng)絡聯(lián)系矩陣進行相關(guān)性檢驗，然后才能對自變量網(wǎng)絡和因變量網(wǎng)絡進行回歸。

1.各變量網(wǎng)絡的相關(guān)性檢驗

QAP分析以網(wǎng)絡關(guān)聯(lián)矩陣相似性為基礎。本文所選變量在三個時段各網(wǎng)絡之間的相關(guān)檢驗見表6。

表6顯示，地理鄰近性、交通聯(lián)系度、就業(yè)人數(shù)、平均工資、房價、教師人數(shù)和醫(yī)院床位數(shù)梯度與人口關(guān)聯(lián)網(wǎng)絡的相關(guān)系數(shù)都顯著。其中，地理鄰近性、交通聯(lián)系度、教師人數(shù)和醫(yī)院床位數(shù)梯度與全國人口網(wǎng)絡呈顯著正相關(guān)，就業(yè)人數(shù)和房價梯度與人口網(wǎng)絡呈顯著負相關(guān);工資梯度與人口關(guān)聯(lián)網(wǎng)絡2006年顯著正相關(guān)、2011年不顯著、2016年顯著負相關(guān)?？傮w來看，相關(guān)性檢驗結(jié)果表明可以在此基礎上進行QAP回歸。

2.QAP多元回歸結(jié)果

采用Ucinet 6.5.6軟件中的QAP分析工具，樣本數(shù)為233*234=54522，基于54522個回歸樣本在不同網(wǎng)絡間的相似性比較，得到不同網(wǎng)絡間的關(guān)聯(lián)系數(shù)。回歸結(jié)果見表7。

表7顯示，從2006-2016年，所構(gòu)建的自變量網(wǎng)絡對人口關(guān)聯(lián)網(wǎng)絡的解釋力在增強。為更清楚地表示影響因素的變化程度，將各因素影響系數(shù)繪制成圖（見圖1）。

圖1顯示，地理鄰近性影響顯著為正，但有下降趨勢;交通可達性打破了地理因素限制，對人口網(wǎng)絡結(jié)構(gòu)的影響最為突出，且影響程度不斷上升。結(jié)果表明，城市區(qū)位因素仍然對城市人口起決定作用。尤其是高鐵快速發(fā)展縮短了時間成本，改變了城市的區(qū)位特征和相互關(guān)系，對城市吸引人口的作用更加明顯。與網(wǎng)絡節(jié)點特征結(jié)合可以看出，具有交通樞紐作用的國家和區(qū)域中心城市更有優(yōu)勢吸引人口。

在收益方面的三個因素中，勞動規(guī)模梯度差對人口一直呈現(xiàn)顯著負向影響，說明處于網(wǎng)絡中心城市的就業(yè)機會已經(jīng)對人口失去了吸引力，結(jié)合城市網(wǎng)絡節(jié)點特征，具體表現(xiàn)為人口傾向于從中心城市流向外圍城市。勞動工資梯度影響一直顯著為正，但影響力出現(xiàn)下降趨勢，說明處于網(wǎng)絡中心的城市高工資仍然是吸引人口流人的重要因素，但這種吸引力在下降;教育和醫(yī)療空間梯度對人口流入大城市均有顯著正向影響，說明處于網(wǎng)絡中心城市真正吸引人口的是這些城市較多的教育和醫(yī)療資源。

在成本方面，房價價格梯度顯示出的顯著負向影響，說明中心城市高房價成為吸引人口的抑制性因素得到顯現(xiàn)，這一點在相關(guān)研究中也得到印證。結(jié)果表明，城市高工資對人口的吸引力在一定程度上被高房價抵消，中心城市的工資溢價出現(xiàn)了劣勢，從而失去了對人口的吸引力。與此相反，外圍城市會因為承接產(chǎn)業(yè)轉(zhuǎn)移和較低房價，對人口產(chǎn)生更大的吸引力。

五、結(jié)論與建議

采用社會網(wǎng)絡分析方法研究全國地級及以上城市人口規(guī)模等級所形成的網(wǎng)絡及其影響因素。一方面，突出了基于城市關(guān)聯(lián)所構(gòu)建的人口空間結(jié)構(gòu);另一方面，從空間網(wǎng)絡相互作用角度，發(fā)現(xiàn)影響人口流動的主要因素，可以為國土空間規(guī)劃提供依據(jù)。中國人口空間結(jié)構(gòu)正在出現(xiàn)以城市規(guī)模等級體系為核心的“大分散、小集中”的“分散式集中”格局，依托生產(chǎn)要素逐步形成緊密聯(lián)系的城市群，這將促使人口在整個國土空間中呈現(xiàn)出“組團”狀的空間分布格局。

對影響因素進一步分析表明，城市區(qū)位特征仍然是影響人口變動的主要因素，尤其是快速發(fā)展的高鐵網(wǎng)絡將成為改變?nèi)丝诳臻g格局的最主要因素。隨著全國范圍內(nèi)“八縱八橫”高速鐵路格局的形成，人口將從經(jīng)濟中心城市向鐵路網(wǎng)絡中心城市擴散，從而在全國空間尺度上趨于均衡。在公共服務的兩個變量和經(jīng)濟因素的三個變量中，前者結(jié)果表明，大城市具有的社會資源對人口具有顯著吸引力;后者反之。結(jié)果表明，隨著城市居民生活質(zhì)量需求愈益增強，經(jīng)濟因素的吸引力在降低，公共服務表示的福利因素將成為城市吸引人口的重要組成部分。其中，影響人口流動收益和成本的三個變量中，就業(yè)規(guī)模和住房成本表現(xiàn)為城市之間差距越大，人口越容易流向網(wǎng)絡外圍城市，這種差距成為擴散力的基礎，影響人口的空間分布;它與不斷降低的大城市工資對人口的吸引力共同說明，大城市的市場擠出效應不利于人口繼續(xù)流入。這一點與整體網(wǎng)絡中人口“大分散、小集中”的結(jié)構(gòu)特征相結(jié)合表明，網(wǎng)絡中心城市人口將流向外圍城市和周邊中小城市，為已有研究中人口空間結(jié)構(gòu)在全國整體趨于均衡“表面現(xiàn)象”之下，局域尺度空間結(jié)構(gòu)正在發(fā)生重大變化提供了證據(jù)。

因此，針對“大城市病”和“收縮城市”的問題，應當增加中小城市的公共服務資源供給，在不同等級的城市之間進一步推動公共服務均等化，將分級診療制度與城市規(guī)模相結(jié)合，減少大城市人口流入壓力，增強中小城市對人口的吸引力。同時，按照人口規(guī)模等級體系，構(gòu)建大城市與中小城市之間的產(chǎn)業(yè)空間分工，形成合理的勞動力規(guī)模和工資收入梯度，提高中小城市的工資收入水平，縮小城市間的工資差距并調(diào)控住房成本，強化局域城市人口網(wǎng)絡結(jié)構(gòu)。

[責任編輯 方志]