王群勇 張乃丹

內(nèi)容提要：本文利用2017年全國流動人口動態(tài)監(jiān)測數(shù)據(jù)，采用社會網(wǎng)絡(luò)分析方法研究中國城市間人口流動的空間結(jié)構(gòu)特征。從流向上來看，人口流入分布更為集中，人口流出的分布則相對“多極化”。其次，人口流動網(wǎng)絡(luò)具有明顯的地域分布特征和群體性特點(diǎn)，一方面，流動空間格局的經(jīng)度分割效應(yīng)明顯弱于緯度分割效應(yīng);另一方面，人口傾向于較短距離的省內(nèi)流動，流動規(guī)模隨著省級行政區(qū)域之間距離的增加而降低。進(jìn)一步分析人口流動網(wǎng)絡(luò)形成機(jī)制，研究發(fā)現(xiàn)，樣本城市間互惠關(guān)系普遍存在;城市經(jīng)濟(jì)發(fā)展水平、第三產(chǎn)業(yè)占比、人口密度、城市公共服務(wù)水平以及空氣質(zhì)量均會促進(jìn)人口流動;地理空間網(wǎng)絡(luò)對人口流動的影響逐漸式微。因此，為了促使人口自由流動，實(shí)現(xiàn)資源的優(yōu)化配置，政府既要順應(yīng)市場經(jīng)濟(jì)力量形成的人口空間分布和城市體系格局，也要通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提供優(yōu)質(zhì)的城市公共服務(wù)等引導(dǎo)人口合理流動。

關(guān)鍵詞：人口流動;網(wǎng)絡(luò);結(jié)構(gòu);指數(shù)隨機(jī)圖模型

中圖分類號：F126;C92文獻(xiàn)標(biāo)識碼：A文章編號：1001-148X（2022）03-0142-11

收稿日期：2021-07-01

作者簡介：王群勇（1976-），男，天津人，南開大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，研究方向：理論與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué);張乃丹（1994-），本文通訊作者，女，四川眉山人，成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院講師，經(jīng)濟(jì)學(xué)博士，研究方向：應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)、人口流動。

基金項(xiàng)目：貴州省哲學(xué)社會科學(xué)重大專項(xiàng)課題，項(xiàng)目編號：21GZZB14。

一、引言

20世紀(jì)80年代以來，勞動力在城鄉(xiāng)和區(qū)域之間進(jìn)行著大規(guī)模流動，伴隨著中國經(jīng)濟(jì)的發(fā)展，不同階段呈現(xiàn)出的特征也有所區(qū)別。1984年10月國務(wù)院發(fā)布《關(guān)于農(nóng)民進(jìn)入集鎮(zhèn)落戶問題的通知》后，國家放松了對農(nóng)村人口進(jìn)入中小城鎮(zhèn)就業(yè)生活的限制，人口流動規(guī)模隨著工業(yè)化、城鎮(zhèn)化快速發(fā)展而不斷擴(kuò)大。20世紀(jì)90年代以來的20年內(nèi)，流動人口規(guī)模持續(xù)增長，且增速迅猛，年均增長率約為12%。根據(jù)國家衛(wèi)生健康委員會發(fā)布的《中國流動人口發(fā)展報(bào)告2018》顯示，2010年以來我國流動人口規(guī)模增長進(jìn)入相對緩和階段，從2015年起人口流動規(guī)模開始逐漸步入調(diào)整期。另外，中國人口流動受到各區(qū)域經(jīng)濟(jì)發(fā)展的影響，存在明顯的城鄉(xiāng)、區(qū)域間不平衡，從微觀個(gè)體理性經(jīng)濟(jì)人角度來看，沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)的就業(yè)機(jī)會和經(jīng)濟(jì)機(jī)遇是吸引勞動力空間轉(zhuǎn)移的原動力，大規(guī)模的人口流動與聚集便是特征化事實(shí)的體現(xiàn)。同時(shí)，人口流動對于城市及區(qū)域經(jīng)濟(jì)的影響舉足輕重，被視為是生產(chǎn)要素在空間上再配置的過程，在一定程度上推動了區(qū)域間物質(zhì)、資本、信息、技術(shù)等要素的快速流動和優(yōu)化，因此，人口流動和城市的發(fā)展壯大存在作用與反作用的雙向關(guān)系[1]，人口流動在推動我國經(jīng)濟(jì)高速發(fā)展的同時(shí)，改變了區(qū)域人口的結(jié)構(gòu)分布，也引起了產(chǎn)業(yè)結(jié)構(gòu)和勞動力市場的不斷變化。

近年來，國家也出臺了一些全國性的宏觀政策來引導(dǎo)流動人口。2014年中共中央、國務(wù)院印發(fā)《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》，隨后國務(wù)院印發(fā)《關(guān)于進(jìn)一步做好農(nóng)民工服務(wù)工作的意見》和《關(guān)于進(jìn)一步推進(jìn)戶籍制度改革的意見》，以及黨的十九大報(bào)告特別要求“破除妨礙勞動力、人才社會性流動的體制機(jī)制弊端，使人人都有通過辛勤勞動實(shí)現(xiàn)自身發(fā)展的機(jī)會”。

隨著地域分割被打破，區(qū)域經(jīng)濟(jì)一體化進(jìn)程不斷發(fā)展，人口大范圍的流動時(shí)刻在上演。在人口流動的過程中，自然而然地將流動人口戶籍所在地與現(xiàn)居住地聯(lián)系起來，構(gòu)建出一條條無形的“邊”，形成了一張張緊密的“網(wǎng)”。另外，流動人口與城市的經(jīng)濟(jì)特征、傳統(tǒng)文化以及地方制度環(huán)境等獨(dú)特背景交織融合，致使傳統(tǒng)的線性分析框架無法分析人口城市流動網(wǎng)絡(luò)形成的內(nèi)在機(jī)理。為研究這一復(fù)雜網(wǎng)絡(luò)，學(xué)界的主要思想是將人口流動空間格局的各個(gè)地區(qū)及地區(qū)間流動人口的關(guān)系轉(zhuǎn)化為網(wǎng)絡(luò)的節(jié)點(diǎn)和邊，通過網(wǎng)絡(luò)的形式描述真實(shí)空間格局中各地區(qū)間的關(guān)系。由此，可以推測復(fù)雜網(wǎng)絡(luò)分析方法在人口流動空間格局中占有重要的地位?；谏鲜霈F(xiàn)狀，對于人口流動網(wǎng)絡(luò)的形成來說，人口流動格局如何影響整個(gè)流動網(wǎng)絡(luò)？其他網(wǎng)絡(luò)如何引導(dǎo)人口流動網(wǎng)絡(luò)的發(fā)展？城市的社會和經(jīng)濟(jì)特征如何作用網(wǎng)絡(luò)關(guān)系形成？這一系列問題直接影響到人口要素區(qū)域結(jié)構(gòu)分布和勞動力供需問題。本文通過運(yùn)用復(fù)雜網(wǎng)絡(luò)理論對人口流動的探索來解釋中國流動人口城市分布的特征，為制定更有效的人口流動政策提供參考依據(jù)。

二、文獻(xiàn)綜述

國內(nèi)外學(xué)者對于人口流動進(jìn)行了大量的研究，集中于人口流動的因素分析、空間分布特征、政策制定與研究等，而且多聚焦城鄉(xiāng)流動人口分布、省際流動人口分布。首先，人口流動的影響因素一直是人口學(xué)、經(jīng)濟(jì)學(xué)、社會學(xué)的重點(diǎn)研究議題，其相關(guān)理論經(jīng)歷了宏觀、微觀、宏-微觀結(jié)合的發(fā)展歷程。推拉理論作為人口學(xué)上最重要的研究人口流動的系統(tǒng)性宏觀研究，最早可以追溯到Ravenstein的“人口遷移法則”，最終由埃弗雷特·李使其完善，提出了系統(tǒng)的人口遷移理論——“推拉理論”，強(qiáng)調(diào)流動會受到流出地、流入地拉力和推力以及中間障礙因素等的影響，其中中間障礙因素主要包括距離遠(yuǎn)近、物質(zhì)障礙、語言文化的差異。經(jīng)濟(jì)學(xué)領(lǐng)域?qū)τ谌丝诹鲃拥睦碚撎剿骺梢詮慕Y(jié)構(gòu)主義研究方法中尋得，其典型代表包括劉易斯二元經(jīng)濟(jì)理論、費(fèi)景漢-拉尼斯模型以及喬根森模型，其基本觀點(diǎn)可概括為經(jīng)濟(jì)發(fā)展的不均衡性導(dǎo)致人口在不同部門間流動。雖然這對于把握人口流動的宏觀動因和機(jī)理給予了經(jīng)濟(jì)學(xué)闡釋和模型論證，但是這種結(jié)構(gòu)主義方法對人口流動的研究只有從結(jié)構(gòu)的角度入手才能做出正確的理解和評價(jià)。上述宏觀視角由于缺乏對現(xiàn)實(shí)情況的合理解釋，后來研究逐漸拓展到微觀分析，以托達(dá)羅模型、李的推拉理論、人力資本理論和新勞動遷移經(jīng)濟(jì)理論為代表的新古典主義研究方法，彌補(bǔ)了早期模型沒有考察作為當(dāng)事人的決策行為過程，包括對家庭式流動、異質(zhì)性個(gè)體流動的研究。隨著行為主義研究方法的運(yùn)用，流動人口主體性受到關(guān)注。

在進(jìn)行理論研究的同時(shí)，關(guān)于人口流動動因的實(shí)證研究也受到廣泛關(guān)注，現(xiàn)有研究將人口流動空間分布的非均衡歸因于區(qū)域經(jīng)濟(jì)的非均衡，其中受空間經(jīng)濟(jì)結(jié)構(gòu)變動影響已然成為共識。以推力——拉力理論為基礎(chǔ)，拓展引力模型，突出強(qiáng)調(diào)流入地和流出地的人口基數(shù)、工資和失業(yè)率等因素產(chǎn)生的拉力和推力。另外，除了傳統(tǒng)社會經(jīng)濟(jì)因素的影響外，城市公共服務(wù)水平、空氣污染、城市房地產(chǎn)價(jià)格以及方言文化等也成為影響人口流動的重要方面[2-6]。王玨（2014）系統(tǒng)性地提出對于城市間形成的人口遷移流可從認(rèn)知層、物理層和關(guān)系層三個(gè)層次來把握，其中物理層是一直公認(rèn)的經(jīng)濟(jì)勢能，包括信息和交通可達(dá)性等外部條件，認(rèn)知層則關(guān)注個(gè)體的遷移偏好，強(qiáng)調(diào)人們傾向于有共同文化、歷史和認(rèn)同感的區(qū)位，而基于關(guān)系層的人口流動淡化了對空間的依賴性，強(qiáng)調(diào)人口遷移流是在物理層基礎(chǔ)上基于親緣、地緣等人際關(guān)系和企業(yè)間生產(chǎn)關(guān)系形成的[7]。張耀軍（2014）研究發(fā)現(xiàn)產(chǎn)業(yè)發(fā)展、就業(yè)率、職工工資、社會公共資源以及城市化水平都能顯著影響人口流動[8]。童玉芬（2015）基于成本收益的切入點(diǎn)分析發(fā)現(xiàn)，可能正是出于超大城市高收入能抵消高生活成本的擠出效應(yīng)，流入地的高凈收入能顯著提升流動人口選擇超大城市的可能[9]。

其次，關(guān)于人口流動的空間特征，學(xué)者們基于不同的尺度和采用不同的方法進(jìn)行實(shí)證研究。早期研究人口流動多使用傳統(tǒng)研究理論和統(tǒng)計(jì)方法，近年來，隨著信息技術(shù)和數(shù)據(jù)平臺的推進(jìn)和運(yùn)用，空間模型以及逐漸發(fā)展起來的網(wǎng)絡(luò)分析方法為人口流動提供了新的途徑與視角，以社會網(wǎng)絡(luò)分析技術(shù)為重要研究方法被廣泛應(yīng)用在人口學(xué)中，以關(guān)系數(shù)據(jù)的視角來分析人口流動的空間特征。有研究發(fā)現(xiàn)，我國的人口流動空間格局呈現(xiàn)出無標(biāo)度特性、小世界現(xiàn)象以及群集結(jié)構(gòu)的特征，揭示了人口流動網(wǎng)絡(luò)的整體性與層次性。沈詩杰（2020）研究中國省際人口流動的空間結(jié)構(gòu)特征后指出，省際人口流動網(wǎng)絡(luò)存在整體密度不大、區(qū)域內(nèi)流動為主、以及具有相對優(yōu)勢省份等特征[10]。陳銳（2014）基于復(fù)雜網(wǎng)絡(luò)理論研究省際實(shí)際流動人口網(wǎng)絡(luò)，認(rèn)為網(wǎng)絡(luò)的小世界特征明顯，具有較強(qiáng)的局部聚集性和整體連通性，進(jìn)一步地建立流動人口測度模型后發(fā)現(xiàn)，較高經(jīng)濟(jì)發(fā)展水平和較大人口總量更能吸引外來人口[11]。除了肯定我國省際人口遷移網(wǎng)絡(luò)中群集和部分中心樞紐的特征化事實(shí)，李毅（2017）通過鏈路預(yù)測發(fā)現(xiàn)人口流動在受到經(jīng)濟(jì)因素影響的同時(shí)，也會受社會文化方面的影響[12]。省際人口流動特征和因素已經(jīng)受到廣泛關(guān)注，隨著信息技術(shù)的發(fā)展和一體化進(jìn)程的推動，各類要素資源在城市間實(shí)現(xiàn)流動，省級行政區(qū)劃的界限愈發(fā)模糊，以城市為節(jié)點(diǎn)的市際聯(lián)系得到促進(jìn)和深化，因此，基于城市網(wǎng)絡(luò)研究人口流動成為新的方向。朱鵬程（2019）利用騰訊人口遷徙大數(shù)據(jù)，結(jié)合城市腹地的概念對長三角地區(qū)人口流動網(wǎng)絡(luò)進(jìn)行分析，指出該地區(qū)人口流動具有顯著層級特征，并且利用兩種關(guān)聯(lián)測度方法發(fā)現(xiàn)各中心城市網(wǎng)絡(luò)腹地空間結(jié)構(gòu)與人口流動網(wǎng)絡(luò)特征相對應(yīng)，強(qiáng)調(diào)空間可達(dá)性和地理區(qū)位的重要性[13]。WeiliZhang（2020）利用ERGM模型考察證實(shí)了地理、人口、經(jīng)濟(jì)、自然和語言因素的作用，同時(shí)也肯定了居住環(huán)境、公共服務(wù)水平和基礎(chǔ)服務(wù)設(shè)施等因素對人口流動網(wǎng)絡(luò)發(fā)揮著更為重要的作用[14]。

上述文獻(xiàn)主要基于靜態(tài)的視角分析了中國人口流動遷移結(jié)構(gòu)特征和影響因素。但近年來，人口流動區(qū)域模式也在發(fā)生著局部變化。王桂新（2012）利用2000年和2010年的人口普查數(shù)據(jù)證實(shí)了經(jīng)濟(jì)發(fā)達(dá)地區(qū)是中國省際人口遷移的主流，而且人口遷出分布與遷入分布差異明顯，以及人口遷移模式具有整體相對穩(wěn)定、局部性變化等特征[15]。同樣，夏怡然（2015）發(fā)現(xiàn)東南沿海城市的流動人口吸納能力有所下降，而直轄市的人口流入快速上升，通過建立回歸模型發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平對人口流入的作用雖仍重要但開始減弱，第三產(chǎn)業(yè)吸納人口流入的能力日漸加強(qiáng)，且城市規(guī)模存在收斂的趨勢[16]。

通過對文獻(xiàn)的梳理可以看到，利用復(fù)雜網(wǎng)絡(luò)分析方法研究人口流動的網(wǎng)絡(luò)特性逐漸成為趨勢，一方面，對流動人口的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行統(tǒng)計(jì)分析能對網(wǎng)絡(luò)整體和局部特征有更為清楚的認(rèn)識;另一方面，需要識別出城市間人口流動空間依賴關(guān)系形成的關(guān)鍵因素，而傳統(tǒng)回歸模型無法解釋人口流動網(wǎng)絡(luò)的形成機(jī)制和多種網(wǎng)絡(luò)的交互影響。因此，本文在研究主體方面，聚焦于城市主體作用機(jī)制的研究對象，利用大型微觀數(shù)據(jù)構(gòu)建城市間人口流動網(wǎng)絡(luò)，分析網(wǎng)絡(luò)節(jié)點(diǎn)中心性、聚類分析等;在研究方法方面，以城市行政區(qū)和流動人口構(gòu)建指數(shù)隨機(jī)圖模型（ExponentialRandomGraphModel，ERGM），厘清流動人口更傾向于流入的城市在經(jīng)濟(jì)發(fā)展水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、地理空間和方言文化等方面具有哪些特征。對于以上問題的探索與回答，將有助于準(zhǔn)確把握城市間人口流動的空間結(jié)構(gòu)特征，豐富和拓展城市間人口流動的研究，將對我國社會經(jīng)濟(jì)的穩(wěn)定和持續(xù)發(fā)展有著極為重要的意義。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文的個(gè)體層面數(shù)據(jù)來自于2017年國家衛(wèi)生和計(jì)劃生育委員會（以下簡稱“衛(wèi)計(jì)委”）開展的全國流動人口動態(tài)監(jiān)測數(shù)據(jù)（CMDS），該調(diào)查按照隨機(jī)原則在全國31個(gè)?。▍^(qū)、市）和新疆生產(chǎn)建設(shè)兵團(tuán)流動人口較為集中的流入地抽取樣本點(diǎn)，采用分層、多階段、與規(guī)模成比例的PPS方法進(jìn)行抽樣，調(diào)查對象為全國在調(diào)查前一個(gè)月前來本地居住、非本區(qū)（縣、市）戶口且在調(diào)查階段年齡在15周歲及以上的流入人口。該數(shù)據(jù)的一大優(yōu)勢在于給出了流動人口戶籍地和居住地所在區(qū)縣的準(zhǔn)確信息，樣本量大，覆蓋面廣，對于全國流動人口基本狀況具有較好的代表性。除了CMDS數(shù)據(jù)庫提供的個(gè)體特征信息，城市層面的經(jīng)濟(jì)要素和人口等來自于《中國城市統(tǒng)計(jì)年鑒》，統(tǒng)計(jì)口徑為全市。另外，流入地和流出地之間的地理距離以高德地圖中兩地駕車的推薦路線距離衡量，以此更為準(zhǔn)確地體現(xiàn)實(shí)際上的流動距離。方言情況統(tǒng)計(jì)來源于CSMAR數(shù)據(jù)庫，其中方言地域分布源于《中國語言地圖集（第二版）》（2012），各城市區(qū)縣人口數(shù)來源于《中國人口和就業(yè)統(tǒng)計(jì)年鑒》中的全國各地按戶籍統(tǒng)計(jì)。ERGM估計(jì)結(jié)果借助R語言的statnet包實(shí)現(xiàn)[17]。

（二）網(wǎng)絡(luò)結(jié)構(gòu)特征分析

本文采用網(wǎng)絡(luò)結(jié)構(gòu)分析方法出于以下考慮：一是網(wǎng)絡(luò)分析方法能夠從全局視角對人口流動網(wǎng)絡(luò)特征進(jìn)行識別，以此彌補(bǔ)傳統(tǒng)計(jì)量方法的局限;二是網(wǎng)絡(luò)分析方法能夠有效揭示人口流動的空間網(wǎng)絡(luò)關(guān)聯(lián)特征。通過本節(jié)對網(wǎng)絡(luò)特征的分析，為下文采用ERGM研究網(wǎng)絡(luò)形成機(jī)制奠定基礎(chǔ)。

城際人口流動網(wǎng)絡(luò)指依托城際網(wǎng)絡(luò)并以各城市為節(jié)點(diǎn)、人口流向和流量連線構(gòu)成節(jié)點(diǎn)間關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)。本文用前述鄰接矩陣?yán)L制圖對象G=（V，E）的方式對城市間人口流動網(wǎng)絡(luò)進(jìn)行描述，其中，V（G）為所有城市的集合，包括288個(gè)城市;E（G）為所有城市之間連接的集合，即城市間的人口流出、流入關(guān)系，這些城市節(jié)點(diǎn)及其流動關(guān)系構(gòu)成了城市間人口流動網(wǎng)絡(luò)G。具體的做法如下：首先，根據(jù)個(gè)體戶籍地與現(xiàn)居住地所在城市信息，做二維交叉表，生成以流出地為行，流入地為列的人口流動矩陣，其中，矩陣的單元格值對應(yīng)流出地流向流入地的人數(shù)。在網(wǎng)絡(luò)研究時(shí)，通常根據(jù)數(shù)據(jù)分布設(shè)置二分閾值，本文使用不同城市流動人數(shù)高四分位數(shù)為閾值，當(dāng)流動人數(shù)大于該數(shù)值時(shí)設(shè)為1，此時(shí)區(qū)域間存在大規(guī)模人口流動關(guān)系，低于該數(shù)值時(shí)設(shè)為0，即不存在大規(guī)模人口流動關(guān)系，至此將人口流動矩陣轉(zhuǎn)換為0-1鄰接矩陣。鑒于人口流動數(shù)據(jù)是根據(jù)抽樣數(shù)據(jù)得來，不同省份城市的抽樣數(shù)量存在差別，同時(shí)不同城市人口規(guī)模效應(yīng)存在差異，如果僅設(shè)置一個(gè)固定值為閾值，會低估部分小規(guī)模城市間的流動關(guān)系。

為加深對網(wǎng)絡(luò)整體特征的認(rèn)識，多數(shù)學(xué)者會利用社會網(wǎng)絡(luò)分析方法對網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征進(jìn)行分析，本文分別使用中心性分析和社團(tuán)分析研究人口流動網(wǎng)絡(luò)的結(jié)構(gòu)特征。

1.中心性分析

衡量網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性，取決于其在社會網(wǎng)絡(luò)居于什么樣的中心位置，或者說其具有怎樣的權(quán)力，具體可以量化為點(diǎn)的中心性和圖的中心勢。其中，常用的表示點(diǎn)的中心性的指標(biāo)包括程度中心度、中間中心度、特征向量中心度和接近中心度等，而度中心性能有效反映節(jié)點(diǎn)的發(fā)出和接收能力。因此本部分以城市為節(jié)點(diǎn)形成的城際人口流動網(wǎng)絡(luò)進(jìn)行度中心性分析，以點(diǎn)入度和點(diǎn)出度體現(xiàn)該城市在所處網(wǎng)絡(luò)中的地位和功能。參考WeiliZhangalet（2020）的做法，對于規(guī)模越大的社會網(wǎng)絡(luò)而言，點(diǎn)度中心度的最大可能值也會越高，為消除網(wǎng)絡(luò)規(guī)模變化對點(diǎn)度中心度的影響[14]，本文使用標(biāo)準(zhǔn)化中心性值來強(qiáng)調(diào)城市的相對價(jià)值，具體用CO，i、CI，i相對點(diǎn)中心度來表示點(diǎn)出度和點(diǎn)入度，分別體現(xiàn)了網(wǎng)絡(luò)中各節(jié)點(diǎn)“發(fā)出”和“接收”所形成的社會關(guān)系，即利用城市間流動構(gòu)成的社會網(wǎng)絡(luò)反映各個(gè)城市吸引人口流入的能力。具體公式如下：

CO，i=∑Nj=1，j≠1popijN-1（1）

CI，i=∑Nj=1，j≠1popijN-1（2）

Insurplus=CI，i-CO，i（3）

Outsurplus=CO，i-CI，i（4）

其中，在計(jì)算CO，i時(shí)使用的popij表示從區(qū)域i流動至區(qū)域j的總?cè)丝跀?shù)，而在計(jì)算CI，i時(shí)使用的popij是指從區(qū)域j流向區(qū)域i的總?cè)藬?shù)，N指所有節(jié)點(diǎn)個(gè)數(shù)，具體到本文就是所有城市總數(shù)。進(jìn)一步地構(gòu)建Insurplus相對凈流入和Outsurplus相對凈流出指標(biāo)，反映城市吸收和流失人口的能力，當(dāng)Insurplus為正數(shù)時(shí)，則說明該城市人口流入情況為凈流入，城市的人口規(guī)模是增加的，此時(shí)，其對應(yīng)的Outsurplus指標(biāo)就為負(fù)值。經(jīng)過計(jì)算，得到各城市的凈流入、凈流出情況，除煙臺市凈流入為0以外，本文識別了84個(gè)人口凈流入市和203個(gè)凈流出市。由于涉及的城市較多，限于篇幅，不一一贅述每個(gè)城市節(jié)點(diǎn)入度、出度中心性和凈流入情況，僅展示凈流入位序前10個(gè)城市和位序后10個(gè)城市（見表1）?？梢园l(fā)現(xiàn)，北京、上海、廣州和深圳等一線城市的人口凈流入輻射效應(yīng)明顯。其次，在全國人口流動網(wǎng)絡(luò)中占據(jù)前10的城市較為均勻地分布在我國三大經(jīng)濟(jì)圈中。位于長三角地區(qū)的上海市位居所有城市第一，由于上海是我國經(jīng)濟(jì)發(fā)展中心，也是資本密集的地區(qū)，能為流動人口帶來更高的就業(yè)機(jī)會和經(jīng)濟(jì)收入，可見其不僅是長三角地區(qū)的人口流動核心，也是整個(gè)人口流動網(wǎng)絡(luò)的中心樞紐;另外，蘇州市、南京市、無錫市外來人口流入規(guī)模大，這些城市在長三角地區(qū)經(jīng)濟(jì)水平靠前，企業(yè)眾多，能提供較多的就業(yè)崗位和更高的收入，同時(shí)受上海經(jīng)濟(jì)的輻射，因此也能極大吸引外來人員流入。在凈流入前5名的城市中有兩個(gè)來自京津冀地區(qū)，分別是北京市、天津市，這兩座城市在華北地區(qū)乃至全國人口流動網(wǎng)絡(luò)中的地位是不容忽視的。另外廣州、深圳市作為珠江三角洲中心城市，也是一直以來都吸引著外來人員流入。

為了更為直觀地了解各城市吸引人口流動的能力，使用Arcgis軟件提供的自然斷點(diǎn)法（Jenks）將前述測算的288個(gè)城市凈流入情況進(jìn)行5級分級，具體分別為主要流入、次要流入、相對均衡、次要流出以及主要流出，劃分等級結(jié)果如表2所示?？梢钥闯觯鄬τ趦袅鞒龀鞘校挥诔鞘械燃壗Y(jié)構(gòu)頂層的主要、次要流入城市數(shù)量較少，而次要流出和主要流出城市數(shù)量較多，說明人口流入的分布更為集中，人口流出的分布則相對“多極化”。其中，主要流入城市包括上海、北京、天津等35個(gè)城市，而次要流入城市包括海口、南昌、嘉興、哈爾濱等35個(gè)城市，上述兩個(gè)等級的城市所形成的一二線城市大都市圈及部分區(qū)域中心城市是人口聚集陣地，對于全國人口流動具有強(qiáng)吸引力;其次，追溯人口流動歷程，現(xiàn)如今的城市凈流入等級劃分在全國范圍內(nèi)分布較為均勻，側(cè)面印證了人口流動從“孔雀東南飛”到“回流中西部”的轉(zhuǎn)折。位于結(jié)構(gòu)中間層即流入流出規(guī)模相對均衡的城市數(shù)量較多，包括唐山、晉城、東晉、臨滄等81個(gè)城市。而次要流出的城市數(shù)量最多，處于這類等級的城市包括安順、牡丹江、池州、巴彥淖爾等104個(gè)城市;主要流出城市處于等級結(jié)構(gòu)最下層，數(shù)量最少，包括泰安、宜春、宿州、臨沂等33個(gè)城市則為主要流出城市。這些流出城市大都是四、五線城市，經(jīng)濟(jì)發(fā)展滯后，一直以來就是傳統(tǒng)的人口輸出地區(qū)。

2.社團(tuán)分析

前述網(wǎng)絡(luò)節(jié)點(diǎn)度中心性分析加深了人口流動網(wǎng)絡(luò)的認(rèn)識，但不能反映網(wǎng)絡(luò)的微觀結(jié)構(gòu)。本文利用社區(qū)發(fā)現(xiàn)算法對復(fù)雜網(wǎng)絡(luò)進(jìn)行聚類分析，研究網(wǎng)絡(luò)局部相互連接的特定模式，解析網(wǎng)絡(luò)的微觀結(jié)構(gòu)，并利用社會網(wǎng)絡(luò)圖對象展示復(fù)雜網(wǎng)絡(luò)的直觀方式，有助于分析復(fù)雜網(wǎng)絡(luò)的功能，探索復(fù)雜網(wǎng)絡(luò)的隱藏規(guī)律以及預(yù)測其發(fā)展趨勢。社區(qū)劃分的算法較多，主要分為兩大類，一是拓?fù)浞治?，其遵循社區(qū)內(nèi)部連邊密度高于社區(qū)間的準(zhǔn)則，這種算法適用于無向無權(quán)網(wǎng)絡(luò);二是流分析，即通過發(fā)現(xiàn)在網(wǎng)絡(luò)的某種流動中形成的社區(qū)結(jié)構(gòu)，如物質(zhì)、能量、信息等的流動，這種算法一般用于有向有權(quán)網(wǎng)絡(luò)。本文根據(jù)網(wǎng)絡(luò)數(shù)據(jù)描述的對象和想要獲得的信息，采用Pons和Latapy（2005）提出的隨機(jī)游走的劃分算法（Walktrapalgorithm）來發(fā)現(xiàn)人口流動空間各城市節(jié)點(diǎn)相似性，進(jìn)而尋找子群[18]。其基本思想是使用兩點(diǎn)到第三點(diǎn)的距離之差來衡量兩點(diǎn)之間的相似性，進(jìn)而來劃分社區(qū)。具體步驟如下：對網(wǎng)絡(luò)G對應(yīng)的鄰接矩陣A按行歸一化，得到概率轉(zhuǎn)移矩陣P，不同狀態(tài)之間的轉(zhuǎn)移概率為：

Pij=Aij/di（P=D-1A）（5）

其中，A是鄰接矩陣，D是度矩陣，t步隨機(jī)游走從i到j(luò)的概率是Pij的t次冪。

對于節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的距離公式如下：

rij=∑nk=1（Ptik-Ptjk）2dk（6）

在社區(qū)C中隨機(jī)均勻地選取頂點(diǎn)i，那么t步隨機(jī)游走從社區(qū)C到j(luò)的概率為PtCj，具體公式如下：

PtCj=|1C∑i∈CPtij|（7）

除了對人口流動網(wǎng)絡(luò)按上述算法劃分社團(tuán)外，通過一定的布局讓節(jié)點(diǎn)和邊可以根據(jù)某種策略進(jìn)行排布，而布局算法有多種，其中最有用且最常用的是力導(dǎo)向布局算法中的Fruchterman-Reingold布局，在這樣的力導(dǎo)向布局中，節(jié)點(diǎn)如同帶電粒子，而邊充當(dāng)彈簧，當(dāng)節(jié)點(diǎn)靠得過近時(shí)會相互排斥，同時(shí)共同連接的邊又會將節(jié)點(diǎn)吸引在一起。所以，節(jié)點(diǎn)會均勻分布，且連線邊上相互聯(lián)系越多的節(jié)點(diǎn)分布會越近。

綜上可以發(fā)現(xiàn)，我國城市間人口流動網(wǎng)絡(luò)的社團(tuán)特征明顯，人口流動空間格局結(jié)構(gòu)具有區(qū)域性特征。城市間人口流動網(wǎng)絡(luò)中各城市被劃分為不同的社團(tuán)，社團(tuán)內(nèi)部的城市間人口流動緊密，而社團(tuán)間的城市間人口遷移較為稀疏，即同一省份的跨市人口流動較為活躍，城市省際聯(lián)系較弱，說明了我國人口流動規(guī)模隨著省級行政區(qū)域之間距離的增加而降低，省內(nèi)城市聯(lián)系更為緊密。另外，不考慮北京等個(gè)別城市在全國范圍內(nèi)占據(jù)著中心樞紐位置，新疆、甘肅、內(nèi)蒙古等西部省份的較多城市處于網(wǎng)絡(luò)布局的邊緣位置，而東部省份及一些中西部省會城市位于網(wǎng)絡(luò)核心位置，說明人口流動規(guī)模呈現(xiàn)出明顯的東西部差異，且省際聯(lián)系主要集中在東部地區(qū)，東部地區(qū)人口流動的頻繁程度更高，人口流動分布基本與“胡煥庸線”是相一致。但是同時(shí)，人口流動空間格局的經(jīng)度分割效應(yīng)明顯弱于緯度分隔效應(yīng)，即南北分界明顯，可以看出南方和北方區(qū)域內(nèi)部彼此更融為一體，這也說明了社會作用力大于自然地理的劃分[12]。另外，除了以北京、上海、廣州等一線大城市是所處省份、鄰近省份乃至全國人口流入的主要城市外，人口流動的流入地也呈現(xiàn)出多極化特征，比如北京周邊的石家莊和天津，廣州周邊的珠海、佛山以及川渝地區(qū)、武漢等地也成為了人口流入的重要城市，并且形成了長三角、京津冀、珠三角三大都市圈為主、中西部地區(qū)少數(shù)省會城市為輔的格局。

（三）ERGM分析方法

前文論述的網(wǎng)絡(luò)分析方法主要是描述性的，無法解釋人口流動網(wǎng)絡(luò)形成的內(nèi)在機(jī)理。傳統(tǒng)的計(jì)量分析方法建立在研究對象相互獨(dú)立的假設(shè)上，然而這種假設(shè)明顯與現(xiàn)實(shí)不符，實(shí)際上人口流動呈現(xiàn)出空間聚集區(qū)域性特征，因此有必要將人口流動的空間關(guān)聯(lián)納入到實(shí)證分析中。指數(shù)隨機(jī)圖模型（ERGM）是研究網(wǎng)絡(luò)結(jié)構(gòu)的統(tǒng)計(jì)模型，以關(guān)系為基礎(chǔ)，通過類似邏輯回歸的形式解釋影響因素對網(wǎng)絡(luò)的形成機(jī)制，并對模型進(jìn)行統(tǒng)計(jì)檢驗(yàn)。在這類模型的使用中，與社會網(wǎng)絡(luò)的一些基本理論假設(shè)是一致的：社會網(wǎng)絡(luò)是局部涌現(xiàn)的，網(wǎng)絡(luò)關(guān)系不僅是自組織的或是彼此依賴，同時(shí)它們也會受到行動者屬性和其他外生因素的影響[19]。

ERGM模型允許有各種變形和擴(kuò)展，通過將多類可能影響節(jié)點(diǎn)間關(guān)系形成的因素納入模型中，根據(jù)前文所述，影響因素可分為以下三類，具體為：（1）網(wǎng)絡(luò)自組織的形成模式也稱為“純結(jié)構(gòu)”效應(yīng)，這種“內(nèi)生”效應(yīng)強(qiáng)調(diào)網(wǎng)絡(luò)模式的出現(xiàn)來源于網(wǎng)絡(luò)關(guān)系系統(tǒng)的內(nèi)部過程，并且是通過基于度的效應(yīng)而出現(xiàn)，比如，兩個(gè)節(jié)點(diǎn)之間新的關(guān)系的產(chǎn)生會受到共同連接邊的節(jié)點(diǎn)的影響。（2）行動者屬性會通過影響網(wǎng)絡(luò)中行動者的參與來發(fā)揮作用，從單個(gè)行動者層面，屬性可能會促進(jìn)個(gè)體建立更多的關(guān)系（擴(kuò)張性），或促使該行動者收到更多的關(guān)系（聚斂性）;而從跨越兩個(gè)行動者層面來看，當(dāng)節(jié)點(diǎn)的屬性匹配時(shí)，會產(chǎn)生促使節(jié)點(diǎn)傾向于與自己相似的其他節(jié)點(diǎn)聯(lián)系的趨同性過程。因此，也可以看出行動者屬性影響網(wǎng)絡(luò)關(guān)系存在著不同的過程，發(fā)揮著多重效應(yīng)。（3）其他的外生情境因素對關(guān)系形成也需要重點(diǎn)考察，研究中常把這類因素看作二元關(guān)系協(xié)變量，基于不同網(wǎng)絡(luò)關(guān)系往往存在相互間共生的事實(shí)，將其他的外生網(wǎng)絡(luò)或更為一般的二元關(guān)系以附加統(tǒng)計(jì)量的方式加入到模型中，主要從多維鄰近性進(jìn)行考慮，包括地理空間因素、共享隸屬關(guān)系、語言文化鄰近、制度鄰近等。

給定真實(shí)網(wǎng)絡(luò)隨機(jī)圖G=（V，E），J={（i，j）：i∈V，i≠j}表示網(wǎng)絡(luò)中各節(jié)點(diǎn)之間所有可能存在關(guān)系。由于E為真實(shí)網(wǎng)絡(luò)中存在的邊，因此E是J的子集，也就是各個(gè)節(jié)點(diǎn)存在的某種可能集合關(guān)系。建立一個(gè)隨機(jī)變量Y表示J中元素，如果i，j∈E，那么yij=1，意味著行動者i和j之間存在網(wǎng)絡(luò)關(guān)系，否則不存在相應(yīng)關(guān)系。在此基礎(chǔ)上形成鄰接矩陣Y，y=[yij]定義為Yij的觀測值?；谝陨?，ERGM的一般形式如下：

Pr（Y=y|θ）=1kexp{∑HθHgH（y）}（8）

其中，Pr（Y=y|θ）是指在條件θ下，y在矩陣Y中出現(xiàn)的概率。k為歸一化常數(shù)：k=k（θ）=∑yexp{∑HθHgH（y）}。對于ERGM模型而言，結(jié)構(gòu)類型H不同表示不同的模型。θH為網(wǎng)絡(luò)統(tǒng)計(jì)參數(shù)，gH（y）為與結(jié)構(gòu)類型H有關(guān)的統(tǒng)計(jì)量，可進(jìn)一步拓展為由全局網(wǎng)絡(luò)結(jié)構(gòu)統(tǒng)計(jì)量gα（y）、節(jié)點(diǎn)屬性變量gβ（y，x）、協(xié)變量網(wǎng)絡(luò)統(tǒng)計(jì)量gγ（y，g）組成。相應(yīng)的表達(dá)式如下：

Pr（Y=y|θ）=1kexp{θαgα（y）+θβgβ（y，x）+θγgγ（y，g）}（9）

其中，θ為各統(tǒng)計(jì)量的系數(shù)，其他統(tǒng)計(jì)量同前文描述。

ERGM檢驗(yàn)過程主要借助馬爾科夫蒙特卡洛極大似然估計(jì)法對模型進(jìn)行估計(jì)檢驗(yàn)，通過t統(tǒng)計(jì)量檢驗(yàn)參數(shù)的顯著性，在模型中解釋變量按網(wǎng)絡(luò)結(jié)構(gòu)變量、屬性變量和網(wǎng)絡(luò)協(xié)變量依次加入，借助AIC和BIC評價(jià)模型的優(yōu)劣。最終選取能較好解釋人口流動網(wǎng)絡(luò)形成機(jī)制的模型。表3是本文ERGM模型中參考的主要統(tǒng)計(jì)量。

四、我國城市人口流動空間關(guān)聯(lián)的影響因素

（一）ERGM模型變量選擇

1.網(wǎng)絡(luò)自組織效應(yīng)

ERGM模型通過加入多種網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)統(tǒng)計(jì)量拓展模型，如邊數(shù)、互惠性、聚斂性和擴(kuò)張性、傳遞性、交互k三角、幾何加權(quán)項(xiàng)等。受模型自由度限制，全部288個(gè)城市節(jié)點(diǎn)的發(fā)出者效應(yīng)和接收者效應(yīng)不能加入模型中。另外，研究表明在聚集性較強(qiáng)的網(wǎng)絡(luò)中，三角形構(gòu)局引入ERGM模型中可能導(dǎo)致模型的退化。由于三角形構(gòu)局用于擬合數(shù)據(jù)是十分有限的，另外，實(shí)際上三角形關(guān)系往往聚集在多重三角形關(guān)系較密集的區(qū)域，因此采用更高階k-三角形能更好地建模。因此，為了彌補(bǔ)前述問題所導(dǎo)致的模型中內(nèi)生結(jié)構(gòu)變量的缺失，本文以幾何加權(quán)項(xiàng)衡量觀測網(wǎng)絡(luò)內(nèi)存在的復(fù)雜依賴關(guān)系，出于本文研究對象是有向網(wǎng)絡(luò)，以及考慮到幾何加權(quán)項(xiàng)算法復(fù)雜性所導(dǎo)致的估計(jì)過程過長，本文借鑒劉華軍（2018）的做法，將幾何加權(quán)邊共享伙伴統(tǒng)計(jì)量納入ERGM模型中作為評價(jià)關(guān)系依賴性的工具，借此檢驗(yàn)人口流動網(wǎng)絡(luò)中多個(gè)節(jié)點(diǎn)之間的流動關(guān)系是否存在傳遞性[20]。然而根據(jù)實(shí)證結(jié)果發(fā)現(xiàn)，幾何加權(quán)邊共享伙伴統(tǒng)計(jì)量納入模型中，估計(jì)結(jié)果不夠理想。因此，最終只考慮邊數(shù)和互惠性估計(jì)結(jié)果。

2.行動者屬性

行動者屬性即網(wǎng)絡(luò)中各城市節(jié)點(diǎn)的社會經(jīng)濟(jì)屬性，按照網(wǎng)絡(luò)統(tǒng)計(jì)量分類，包括同配性和異配性、流入地屬性和流出地屬性。由于人口流動涉及流出地和流入地，因此不同城市的屬性異同在人口流動網(wǎng)絡(luò)的形成中起了作用，比如，相較于偏遠(yuǎn)落后地區(qū)，經(jīng)濟(jì)發(fā)達(dá)地區(qū)就業(yè)機(jī)會更多、勞動報(bào)酬更高，城市間經(jīng)濟(jì)發(fā)展水平的差異會形成人口流動的“拉力”和“推力”，進(jìn)而促進(jìn)區(qū)域間流動關(guān)系的形成。因此，為衡量經(jīng)濟(jì)發(fā)展不均衡的主效應(yīng)和趨同效應(yīng)，借鑒劉華軍（2018）的思路[20]，將城市GDP分為高、中、低三類，其中288個(gè)城市中GDP排名前25%的設(shè)為GDPHigh，25%—75%定為GDPMid，后25%歸為GDPLow。除了考察經(jīng)濟(jì)發(fā)展水平在人口流動網(wǎng)絡(luò)中發(fā)揮的作用外（主效應(yīng)），還將檢驗(yàn)處于不同或相同經(jīng)濟(jì)發(fā)展水平的城市之間（趨同效應(yīng)）是否更容易形成流動關(guān)系。

而在節(jié)點(diǎn)協(xié)變量方面，研究表明人類活動以及自然因素可能對人口空間流動網(wǎng)絡(luò)的形成發(fā)揮重要作用。一般而言，人口密度高的城市確實(shí)能吸引人口流入;同時(shí)，第二、三產(chǎn)業(yè)的發(fā)展對于勞動力、資源、信息等生產(chǎn)要素的需求也同樣會影響人口區(qū)域分布;另外，基于城市舒適度的遷移理論（amenity-ledmigrationtheory），強(qiáng)調(diào)城市“軟”“硬”件配備帶來的吸引力在一定程度上解釋了人口流動，比如交通基礎(chǔ)設(shè)施作為一項(xiàng)重要的反映城市生活便利狀況的重要標(biāo)志，尤其是近年來，中國各大城市陸續(xù)開通高鐵后，在很大程度上縮短了城際間的地理距離，促使人口流動;又比如，城市所提供的公共服務(wù)、地區(qū)自然因素（地形、氣候、環(huán)境質(zhì)量）也會影響個(gè)體的流動決策。基于此，主要將城市人口密度、第二、三產(chǎn)業(yè)占GDP比重、政府的人均教育和科技支出、該城市是否開通高鐵、平均坡度、平均降水量以及PM25濃度等引入ERGM模型，以厘清這些變量在人口流動網(wǎng)絡(luò)形成中發(fā)揮的作用。

3.外生網(wǎng)絡(luò)效應(yīng)

根據(jù)前文描述可知，相較于傳統(tǒng)計(jì)量方法，ERGM模型可以將區(qū)域間人口流動以外的其他外生網(wǎng)絡(luò)聯(lián)系納入其中，以此來考察不同類型的二元關(guān)系的相互依賴。為了檢驗(yàn)各相關(guān)網(wǎng)絡(luò)對人口流動空間關(guān)聯(lián)的影響，將地理空間因素、方言文化作為網(wǎng)絡(luò)協(xié)變量引入ERGM模型中，地理空間上的遠(yuǎn)近直接影響人口流動成本，而方言作為文化載體，能產(chǎn)生認(rèn)同感和歸屬感，進(jìn)而影響流動。其中，地理空間因素通過高德地圖中兩地駕車的推薦路線距離而構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò)。而方言距離參照劉毓蕓（2015）[3]，進(jìn)一步將漢語方言細(xì)化到方言小片。具體如下，將漢語方言從上到下依次劃分為方言大區(qū)、方言區(qū)、方言片、方言小片，對相應(yīng)區(qū)縣所屬方言進(jìn)行編碼整理分類，由于近年來區(qū)縣行政區(qū)劃變遷，通過手動調(diào)整和百度檢索，匹配出各區(qū)縣行政單位的方言屬性，對方言距離人為賦值，具體如下，兩個(gè)區(qū)縣屬于同一方言小片時(shí)，方言距離為0;屬于同一方言片的不同方言小片時(shí)，方言距離為1;屬于同一方言區(qū)的不同方言片時(shí)，方言距離為2;屬于同一方言大區(qū)的不同方言區(qū)時(shí)，方言距離為3;屬于不同方言大區(qū)時(shí)，方言距離為4。通過將城市各區(qū)縣方言距離進(jìn)行人口加權(quán)，得到兩兩城市之間的方言距離，相應(yīng)計(jì)算公式如下：

di，j=∑Ii=1∑Jj=1SAi·SBj·dij（10）

其中，i∈CA，j∈CB，A≠B，SAi為城市A中任一區(qū)縣i的人口比例，SBj為城市B中任一區(qū)縣j的人口比例，dij為區(qū)縣i和區(qū)縣j之間的方言距離。

本文借助ERGM，研究人口流動網(wǎng)絡(luò)受到網(wǎng)絡(luò)結(jié)構(gòu)、行動者屬性和外生網(wǎng)絡(luò)的綜合作用，表4是模型中使用的各變量。

（二）ERGM模型擬合結(jié)果

通常采用逐步添加變量方式，測度不同變量組合的ERGM最佳估計(jì)值。

首先考察只包含邊、互惠性等內(nèi)生結(jié)構(gòu)變量，證實(shí)了人口流動網(wǎng)絡(luò)存在自組織性。在網(wǎng)絡(luò)結(jié)構(gòu)因素中，邊數(shù)在01%的水平上顯著為負(fù)，表明人口流動網(wǎng)絡(luò)密度較低?；セ菪怨烙?jì)系數(shù)均正向顯著，各城市間人口流動網(wǎng)絡(luò)顯著的互惠性和雙向性，表明許多城市間人口流動互相影響。

其次，行動者—關(guān)系效應(yīng)體現(xiàn)了城市社會、經(jīng)濟(jì)和環(huán)境水平對人口流動網(wǎng)絡(luò)的重要影響，人口密度、第二產(chǎn)業(yè)占比、第三產(chǎn)業(yè)占比、政府科技教育支出以及高鐵開通都具有正向顯著影響，而以PM25濃度表征的空氣污染系數(shù)顯著為負(fù)。具體來看，經(jīng)濟(jì)發(fā)展水平估計(jì)系數(shù)顯著為正，說明相較于低經(jīng)濟(jì)水平的城市，經(jīng)濟(jì)水平越高越容易與其他城市構(gòu)建人口流動網(wǎng)絡(luò)。同時(shí)，Homophily（GDPHigh）和Homophily（GDPLow）分別在1%水平上負(fù)向顯著和1%水平上正向顯著，表明如果兩個(gè)城市的經(jīng)濟(jì)發(fā)展均處于低水平，則形成人口流動網(wǎng)絡(luò)的概率會增加;而如果兩個(gè)城市均處于經(jīng)濟(jì)發(fā)展高水平，這一概率會下降。由此，結(jié)合GDP的主效應(yīng)與趨同效應(yīng)可以看出，經(jīng)濟(jì)發(fā)展水平高的城市是其他外來人口，尤其是來自于低經(jīng)濟(jì)水平城市的首要流入地。人口密度系數(shù)顯著為正，表明外來人員傾向于流向人口密集的城市，人口更密集的城市通過聚集經(jīng)濟(jì)可以帶來更高的工資和更多的就業(yè)機(jī)會。第三產(chǎn)業(yè)占比系數(shù)為正數(shù)且顯著，表明人口流動受到第三產(chǎn)業(yè)發(fā)展水平的影響，城市的第三產(chǎn)業(yè)占比越高，越能吸引人口流入，可能的原因在于第三產(chǎn)業(yè)需要更多的就業(yè)人口，能提供充足的就業(yè)環(huán)境與更多的發(fā)展機(jī)會，由此會吸引外來人員選擇三產(chǎn)業(yè)更發(fā)達(dá)的城市流入。地方政府科技教育支出水平越高，說明城市公共服務(wù)水平越高，人們?yōu)榱讼硎墚?dāng)?shù)靥峁┑墓操Y源、服務(wù)而流向這些城市。另外，城市平均坡度的系數(shù)顯著為正，即平均坡度越高，構(gòu)建城市間人口流動網(wǎng)絡(luò)聯(lián)系的概率就會增加，說明人口會傾向于主要集中在平原或地形平坦的地區(qū)活動。PM25濃度的系數(shù)顯著為負(fù)，表明城市空氣污染越嚴(yán)重對人口的流入產(chǎn)生阻力作用。

增加了地理空間網(wǎng)絡(luò)和方言文化網(wǎng)絡(luò)協(xié)變量，發(fā)現(xiàn)空間鄰近性和語言鄰近性都有助于人口流動網(wǎng)絡(luò)的形成和發(fā)展。城市嵌入的兩種控件變量對人口流動的影響，證實(shí)了人口流動存在鄰近性。根據(jù)列7估計(jì)結(jié)果可知，地理距離的系數(shù)均顯著為負(fù)，意味著人口流動網(wǎng)絡(luò)和地理空間網(wǎng)絡(luò)具有明顯空間重疊，即城市間地理位置越接近，更易于形成人口流動的空間關(guān)聯(lián)網(wǎng)絡(luò)?？赡艿脑蛟谟冢旱乩砭嚯x越近，流動風(fēng)險(xiǎn)降低，相應(yīng)地減少了流動過程中的交通成本，但這種影響逐漸式微。而方言距離未通過顯著性檢驗(yàn)，說明方言文化并非城市間人口流動網(wǎng)絡(luò)的主導(dǎo)因素，可能的原因在于，一方面，隨著普通話的普及，人們的交流溝通更為方便;另一方面，人口大量頻繁流動，地方文化交融，同時(shí)人們身處信息爆炸的時(shí)代，方言作為地區(qū)文化載體的表現(xiàn)力也會下降。

表5最后一欄列出了模型的AIC和BIC值，相較于考慮部分變量的模型，同時(shí)加入了網(wǎng)絡(luò)自組織結(jié)構(gòu)、行動者屬性和外生情景因素的模型，其AIC和BIC值最低，表明模型7擬合度更好。

五、結(jié)論與啟示

（一）結(jié)論

本文將復(fù)雜的理論與社會網(wǎng)絡(luò)分析方法引入到城市間人口流動研究中，根據(jù)實(shí)際的人口流動建立復(fù)雜網(wǎng)絡(luò)，分析流動人口的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和空間分布特征。通過構(gòu)建指數(shù)隨機(jī)圖模型（ERGM），研究網(wǎng)絡(luò)的自組織性、行動者屬性和外生網(wǎng)絡(luò)對人口流動網(wǎng)絡(luò)產(chǎn)生的重要影響，得出如下研究結(jié)論：

（1）從人口流動網(wǎng)絡(luò)的結(jié)構(gòu)分析結(jié)果可以看出，整體上，人口流動規(guī)模與“胡煥庸線”一致，呈現(xiàn)出明顯的東西部差異，同時(shí)人口流向呈現(xiàn)出明顯的南北分割。并且，流動空間格局的經(jīng)度分割效應(yīng)明顯弱于緯度分割效應(yīng);從流向上來看，人口流入的分布更為集中，人口流出的分布則相對“多極化”。

（2）其次，通過對網(wǎng)絡(luò)中的子群劃分發(fā)現(xiàn)，人口流動網(wǎng)絡(luò)具有明顯的地域分布特征和群體性特點(diǎn)，受空間、人口、經(jīng)濟(jì)等因素的影響，部分子群之間聯(lián)系頻繁，“南北”“東西”幫派性相對較為明顯。而且人口流動規(guī)模隨著省級行政區(qū)域之間距離的增加而降低，說明流動人口傾向于較短距離的省內(nèi)流動。上海、北京、天津、廈門等區(qū)域的節(jié)點(diǎn)中心性排在前列，在人口流動網(wǎng)絡(luò)中占據(jù)重要地位，發(fā)揮著中心樞紐的作用。對于35個(gè)主要流入的一二線城市所形成的大都市圈及部分區(qū)域中心城市是人口聚集陣地，對于全國人口流動具有強(qiáng)吸引力。

（3）從ERGM模型實(shí)證分析結(jié)果可知，人口密度、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、交通基礎(chǔ)設(shè)施水平、空氣質(zhì)量等對外來人口流動有顯著影響。一般來說，經(jīng)濟(jì)發(fā)展水平高、第三產(chǎn)業(yè)發(fā)達(dá)、城市公共服務(wù)水平高以及環(huán)境質(zhì)量優(yōu)良的城市更容易吸引人口流入。同時(shí)，在協(xié)變量網(wǎng)絡(luò)中，地理空間因素對人口流動網(wǎng)絡(luò)形成具有顯著影響，但相比之下這種影響趨弱。

（二）啟示

人口流動逐漸打破空間限制的同時(shí)當(dāng)前中國國內(nèi)經(jīng)濟(jì)進(jìn)入到轉(zhuǎn)型升級的發(fā)展階段，構(gòu)建“雙循環(huán)”的新發(fā)展格局成為現(xiàn)實(shí)需要，而在促進(jìn)國內(nèi)大循環(huán)的進(jìn)程中，仍存在各種顯性與隱性的要素流通障礙。人口在城市間流動構(gòu)成了城際網(wǎng)絡(luò)格局，承擔(dān)著信息交流、資源交換和資本聚集與擴(kuò)散等重要的載體作用。因此，各級政府仍需要制定相應(yīng)的促進(jìn)人口流動的有效政策，確保人口在城市間自由流動，實(shí)現(xiàn)資源的優(yōu)化配置。政府在制定城市發(fā)展戰(zhàn)略時(shí)應(yīng)該順應(yīng)市場經(jīng)濟(jì)力量形成的人口空間分布和城市體系格局。其次，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)是吸納人口就業(yè)的重要途徑，第三產(chǎn)業(yè)是吸引人口流動的重要因素，因此推動產(chǎn)業(yè)結(jié)構(gòu)省際，培育現(xiàn)代服務(wù)業(yè)為主的產(chǎn)業(yè)體系，能促進(jìn)人口與經(jīng)濟(jì)結(jié)構(gòu)相匹配。另外，提高城市公共服務(wù)的供給和改善環(huán)境質(zhì)量也是提升城市吸納人口流入能力的重要途徑。

參考文獻(xiàn)：

[1]潘竟虎，賴建波.中國城市間人口流動空間格局的網(wǎng)絡(luò)分析——以國慶-中秋長假和騰訊遷徙數(shù)據(jù)為例[J].地理研究，2019，38（7）：1678-1693.

[2]夏怡然，陸銘.城市間的“孟母三遷”——公共服務(wù)影響勞動力流向的經(jīng)驗(yàn)研究[J].管理世界，2015（10）：78-90.

[3]劉毓蕓，徐現(xiàn)祥，肖澤凱.勞動力跨方言流動的倒U型模式[J].經(jīng)濟(jì)研究，2015，50（10）：134-146，162.

[4]劉降斌，劉秋明.房地產(chǎn)價(jià)格、人口流動以及城鎮(zhèn)化水平相互作用機(jī)制研究[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2021（3）：3-17.

[5]孫偉增，張曉楠，鄭思齊.空氣污染與勞動力的空間流動——基于流動人口就業(yè)選址行為的研究[J].經(jīng)濟(jì)研究，2019，54（11）：102-117.

[6]毛豐付，鄭芳.人才引進(jìn)政策如何影響了勞動力市場？[J].商業(yè)經(jīng)濟(jì)與管理，2021（11）：62-77.

[7]王玨，陳雯，袁豐.基于社會網(wǎng)絡(luò)分析的長三角地區(qū)人口遷移及演化[J].地理研究，2014，33（2）：385-400.

[8]張耀軍，岑俏.中國人口空間流動格局與省際流動影響因素研究[J].人口研究，2014，38（5）：54-71.

[9]童玉芬，王瑩瑩.中國流動人口的選擇：為何北上廣如此受青睞？——基于個(gè)體成本收益分析[J].人口研究，2015，39（4）：49-56.

[10]沈詩杰，沈冠辰.中國省際人口流動的空間結(jié)構(gòu)特征研究[J].人口學(xué)刊，2020，42（4）：103-112.

[11]陳銳，王寧寧，趙宇，等.基于改進(jìn)重力模型的省際流動人口的復(fù)雜網(wǎng)絡(luò)分析[J].中國人口·資源與環(huán)境，2014，24（10）：104-113.

[12]李毅，劉雅楠，金勇進(jìn).基于復(fù)雜網(wǎng)絡(luò)視角下省際人口遷移空間格局及趨勢研究[J].統(tǒng)計(jì)研究，2017，34（9）：56-64.

[13]朱鵬程，曹衛(wèi)東，張宇，等.人口流動視角下長三角城市空間網(wǎng)絡(luò)測度及其腹地劃分[J].經(jīng)濟(jì)地理，2019，39（11）：41-48，133.

[14]WeiliZhang，ZhaohuiChong，XiaojianLi，etal.SpatialPatternsandDeterminantFactorsofPopulationFlowNetworksinChina：AnalysisonTencentLocationBigData[J].Cities，2020，99.

[15]王桂新，潘澤瀚，陸燕秋.中國省際人口遷移區(qū)域模式變化及其影響因素——基于2000和2010年人口普查資料的分析[J].中國人口科學(xué)，2012（5）：2-13，111.

[16]夏怡然，蘇錦紅，黃偉.流動人口向哪里集聚？——流入地城市特征及其變動趨勢[J].人口與經(jīng)濟(jì)，2015（3）：13-22.

[17]EricD，Kolaczyk，GaborCsardi.StatisticalAnalysisofNetworkDatawithR[M].NewYork：Springer，2014.

[18]PonsP，LatapyM.ComputingCommunitiesinLargeNetworksUsingRandomwalk[M].Berlin：Springer，2005：284-293.

[19]DeanLusher，JohanKoskinen，GarryRobins.ExponentialRandomGraphModelsforSocialNetworks：Theory，MethodsandApplications[M].CambridgeUniversityPress，2013.

[20]劉華軍，杜廣杰.中國霧霾污染的空間關(guān)聯(lián)研究[J].統(tǒng)計(jì)研究，2018，35（4）：3-15.

ResearchonPopulationMobilityNetworkAmongCitiesBasedonExponential

RandomGraphModels

WANGQun-yong1，ZHANGNai-dan2

（1.SchoolofEconomics，NankaiUniversity，TianJin300071，China;

2.SchoolofStatistics，ChengduUniversityofInformationTechnology，Chengdu610103，China）

Abstract：Thispaperusesthedynamicmonitoringdataofthenationalfloatingpopulation（2017）tostudythespatialstructurecharacteristicsofChina’sinter-cityflowsofpopulationbyusingtheanalysismethodofsocialnetwork.Intermsofdirectionofpopulationflows，thedistributionofpopulationinflowismoreconcentrated，whilethedistributionofpopulationoutflowisrelativelymulti-polar.Secondly，thepopulationflownetworkhasobviousgroupcharacteristicsandgeographicaldistribution，that’stosay，ontheonehand，thelongitudesegmentationeffectisobviouslyweakerthanthelatitudesegmentationeffectoftheflowspatialpattern;Ontheotherhand，migrantstendtomovewithinashortdistance，andthescaleofthemovementdecreaseswiththeincreaseofthedistanceamongprovincialadministrativeregions.Furthermore，theexponentialrandomgraphmodel（ERGM）isusedtoanalyzethefactorsaffectingthespatialrelationshipofpopulationmobilityanditsmechanism.Resultsshowthatthereciprocalrelationshipamongthesesamplecitiesiswidespread;theurbaneconomicdevelopment，proportionoftertiaryindustry，populationdensity，urbanpublicserviceandairqualitywillpromotepopulationmobility;andthegeographicalspatialnetworkgraduallyweakens.Therefore，inordertopromotepopulationflowandrealizetheoptimalallocationofresources，thegovernmentshouldnotonlyconformtothespatialdistributionofpopulationandthepatternofurbansystemformedbymarketeconomicforces，butalsoguidetherationalmigrationbyoptimizingindustrialstructureandprovidinghigh-qualityurbanpublicservices.

Keywords：populationflow;network;structure;ERGM

（責(zé)任編輯：趙春江）