摘要：近年來，不同學(xué)歷流動人口的遷移決策及其差異逐漸顯現(xiàn)，流動人口內(nèi)部已經(jīng)分化出高學(xué)歷流動人口與低學(xué)歷流動人口兩大群體，高學(xué)歷流動人口數(shù)量的上升促進了流動人口省內(nèi)遷移趨勢的增強． 四川省是西部地區(qū)人口流出大省，近年來省內(nèi)遷移人口呈現(xiàn)增長趨勢，其人口遷移具有典型性． 因此，基于 ２０１７年中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)，運用遷移流、變異系數(shù)和 ｌｏｇｉｓｔｉｃ 回歸對四川省不同學(xué)歷流動人口的省內(nèi)遷移空間格局、影響因素進行分析，提出四川省不同學(xué)歷人口的省內(nèi)遷移模式． 結(jié)果表明：１）成都市對省內(nèi)高學(xué)歷流動人口與低學(xué)歷流動人口的集聚效應(yīng)明顯，并且對高學(xué)歷人群的集聚效應(yīng)更強，其影響的輻射范圍更廣；除成都以外的其他地級市僅對低學(xué)歷流動人口產(chǎn)生弱集聚效應(yīng)，高學(xué)歷流動人口對其沒有明顯偏好． ２）低學(xué)歷流動人口更傾向于跨省遷移，而高學(xué)歷流動人口更傾向于省內(nèi)遷移，并且大學(xué)專科學(xué)歷人群與省內(nèi)跨市遷移之間存在明顯的相關(guān)性． ３）高學(xué)歷人群與低學(xué)歷人群的遷入意愿均會受到個體因素與區(qū)域因素的影響，低學(xué)歷人群受個人發(fā)展因素的影響較大，區(qū)域因素對其影響較??；而高學(xué)歷人群受心理融入因素與區(qū)域發(fā)展因素的影響均顯著． 整體而言，高學(xué)歷人群對城市發(fā)展的關(guān)注程度高于對個人發(fā)展的關(guān)注程度．

關(guān)鍵詞：群體差異；教育異質(zhì)性；省內(nèi)遷移；遷移模式；四川省

中圖分類號：Ｋ９０１． ３ 文獻標志碼：Ａ 文章編號：１００１-８３９５（２０２４）０３-０３６５-１２

ｄｏｉ：１０． ３９６９ ／ ｊ． ｉｓｓｎ． １００１-８３９５． ２０２４． ０３． ００８

在中國推動新型城鎮(zhèn)化戰(zhàn)略的進程中，流動人口的遷移決策不僅對流入地與流出地的城鎮(zhèn)化發(fā)展產(chǎn)生重要影響，也對推動流動人口的市民化具有重要意義． 在此背景下，對流動人口遷移決策的研究受到了廣泛而持續(xù)的關(guān)注，并已產(chǎn)生了大量的研究成果． 然而，當前學(xué)者更多從全國尺度研究流動人口的跨省遷移決策，對流動人口省內(nèi)遷移的關(guān)注較少． 同時，不同學(xué)歷流動人口的差異性已經(jīng)逐漸顯現(xiàn)，但是迄今的研究成果仍更多局限在流動人口的整體性方面，研究對象以傳統(tǒng)的勞力型流動人口為主，對智力型流動人口的關(guān)注還有待加強 ［１］． 事實上，第七次全國人口普查公報顯示，２０２１ 年全國流動人口總數(shù)達到 ３． ７６ 億人，其中跨省流動人口為 １． ２５ 億人，省內(nèi)流動人口為 ２． ５１ 億人． 這說明雖然中國的人口遷移規(guī)模保持增強趨勢，但是人口遷移的空間格局已發(fā)生了明顯變化． 此外，目前中國擁有大學(xué)專科及以上學(xué)歷的人口為 ２． １８ 億，與第六次全國人口普查相比，每 １０ 萬人中擁有大學(xué)學(xué)歷的人口數(shù)增長了 ７３． ２％ ． 《２０１７ 年農(nóng)民工監(jiān)測調(diào)查報告》也指出，中國新生代農(nóng)民工的占比首次過半，大專及以上學(xué)歷的人群占比明顯提高． 說明除了人口遷移空間格局的變化外，流動人口也顯現(xiàn)出了新的群體特征，即流動人口內(nèi)部已經(jīng)逐漸分化出高學(xué)歷的智力型流動人口與低學(xué)歷的勞力型流動人口兩大群體． 因此，有必要開展不同學(xué)歷流動人口的省內(nèi)遷移決策及其差異的相關(guān)研究．

與跨省遷移相比，流動人口的省內(nèi)遷移具有不同的空間格局． 自改革開放至今，中國人口遷移的主要趨勢是大量內(nèi)陸農(nóng)村勞動力向沿海發(fā)達地區(qū)轉(zhuǎn)移就業(yè) ［２］． 隨著中國區(qū)域經(jīng)濟的快速發(fā)展，有學(xué)者發(fā)現(xiàn)流動人口的省內(nèi)遷移趨勢逐漸增強，未來的人口遷移會形成“省內(nèi)遷移為主、省際遷移為輔”的空間格局 ［３］，內(nèi)陸城市群對省內(nèi)遷移格局的主導(dǎo)地位正在進一步加強 ［４］． 相關(guān)研究指出，與省際流動人口相比，省內(nèi)流動人口強化著中西部大中城市 “一城獨大”的態(tài)勢 ［５］，省內(nèi)遷移呈現(xiàn)出更強的集聚特征． 但也有學(xué)者認為，相較于遷入地集中在東部城市群的跨省遷移模式，省內(nèi)流入人口的遷入地分布更加均勻［６］． 雖然流動人口的省內(nèi)遷移呈現(xiàn)出了不同于跨省遷移的新特點，但當前針對省內(nèi)遷移的研究還不多，相關(guān)研究結(jié)論也存在一定差異． 因此， 流動人口省內(nèi)遷移的空間格局有待進一步探討．

受教育異質(zhì)性影響，不同群體遷入意愿的影響因素存在差異． 長時間以來，農(nóng)民工群體占據(jù)著中國流動人口的主體，所以勞力型流動人口成為了傳統(tǒng)研究中的主要對象． 年齡、受教育程度、就業(yè)狀況、收入等因素均會對其遷移意愿產(chǎn)生影響 ［７-８］． 隨著中國人口老齡化的顯現(xiàn)，部分學(xué)者首先關(guān)注了流動人口的代際差異性，并將其劃分為老一代農(nóng)民工與新生代農(nóng)民工 ［９-１０］，研究認為 ２ 類群體的遷移動機存在不同． 但需要指出的是，由于新生代農(nóng)民工的受教育程度明顯提高，在代際差異顯現(xiàn)的同時， 流動人口內(nèi)部也產(chǎn)生了人力資本的異質(zhì)性，并且這種異質(zhì)性與代際異質(zhì)性并不完全相同． 基于這一背景，有學(xué)者對比不同學(xué)歷流動人口的跨省遷移決策后發(fā)現(xiàn)，低學(xué)歷人口的流動與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)機會等因素相關(guān)，而高學(xué)歷人口的遷移決策受工資差異、醫(yī)療服務(wù)等因素的影響更大 ［１１］． 其他研究進 一步將流動人口劃分為勞力型、智力型和投資型 ３類 ［１２］，并指出受教育程度對智力型、投資型人口遷移決策的影響更顯著．

上述研究為認識不同學(xué)歷流動人口的遷移規(guī)律和遷移決策奠定了重要基礎(chǔ)． 目前高學(xué)歷人口呈現(xiàn)出向省內(nèi)大城市遷移的趨勢 ［１３］，并且高學(xué)歷人才的增加促進了省內(nèi)跨市流動人口比例的上升 ［１４］． 但應(yīng)當看到，迄今對不同學(xué)歷流動人口省內(nèi)遷移的空間格局及影響因素的考察仍然較少． 目前，中西部流動人口的省內(nèi)遷移趨勢愈加顯著 ［４］．與經(jīng)濟發(fā)達、一體化程度較高的東部地區(qū)不同，大多數(shù)中西部省份的省內(nèi)經(jīng)濟發(fā)展不平衡，省會城市具有明顯優(yōu)勢． 一方面，四川省是西部地區(qū)人口流出大省，近年來省內(nèi)遷移人口呈現(xiàn)增長趨勢，其人口遷移具有典型性；另一方面，四川省經(jīng)濟發(fā)展空間差異明顯，以成都為極核的單中心極化特征顯著． 因此，本文選取四川省為研究區(qū)，將流動人口劃分為低學(xué)歷勞力型與高學(xué)歷技能型． 首先通過遷移流和變異系數(shù)對不同學(xué)歷人口的省內(nèi)遷移空間格局進行分析，在此基礎(chǔ)上，從遷移范圍和遷入意愿 ２個方面探究不同學(xué)歷流動人口遷移決策的影響因素，最后根據(jù)空間格局與影響機制，總結(jié)四川省不同學(xué)歷流動人口的省內(nèi)遷移模式，為四川省城市的發(fā)展建設(shè)與人才引進政策的制定提供參考．

１ 研究數(shù)據(jù)與研究方法

１． １ 案例地選擇及數(shù)據(jù)來源 未來中西部城市將成為省內(nèi)流動人口增長的重心 ［４-５］，而四川省是中西部地區(qū)的代表性省份，也是人口輸出的代表性省份． 據(jù)第七次全國人口普查公報顯示，四川省流動人口為 ２ ０００ 萬，其中省內(nèi)流動人口為 １ ８００ 萬，在本省流動人口總數(shù)中的占比達到 ８７． ４８％ ，四川省流動人口的省內(nèi)遷移現(xiàn)象具有典型性． 基于此，本文利用 ２０１７ 年中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)中的四川省數(shù)據(jù)，對不同學(xué)歷流動人口的省內(nèi)遷移空間格局、影響機制及遷移模式進行研究．

數(shù)據(jù)來源包括 ２ 個方面：１）２０１７ 年中國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)． 本文主要關(guān)注四川省省內(nèi)遷移決策，選取出受訪對象戶籍地與轉(zhuǎn)移地均為四川省，但其戶籍地與轉(zhuǎn)移地不為同一區(qū)縣的樣本．共計 ４ １９４ 份省內(nèi)流動人口樣本，其中省內(nèi)跨市遷移樣本 ２ ６８７ 份，市內(nèi)跨縣遷移樣本 １ ５０７ 份． 此外，選取出四川省跨省遷移的流動人口作為省內(nèi)流動人口的參照對象，即戶籍地為四川省，但轉(zhuǎn)移地為其他省的樣本，共 ９ １２５ 份． ２）社會經(jīng)濟數(shù)據(jù)． 數(shù)據(jù)主要來源于《四川省統(tǒng)計年鑒 ２０１８》，用于分析遷入地因素對不同學(xué)歷人口遷移決策的影響．

１． ２ 概念界定及群體分類標準 人口的遷移一般是指流動人口從遷出地向遷入地轉(zhuǎn)移，并且在遷入地滯留一定時間的過程，因此本文將流動人口的遷入意愿定義為，如果受訪對象在“今后一段時間，您是否打算留在本地？”問題中回答為“是”，則視其與則視其為具有遷入意愿．

本文將高學(xué)歷人口定義為，受教育程度在大學(xué)?？萍耙陨纤降牧鲃尤丝?；將低學(xué)歷人口定義為，受教育程度在高中／中專及以下水平的流動人口．

１． ３ 研究方法

１． ３． １ 研究假設(shè) 本文主要關(guān)注以下 ２ 個關(guān)鍵問題：第一，以往的研究關(guān)于省際流動與省內(nèi)流動的空間格局差異存在分歧． 因此，本文將分析不同學(xué)歷人口省內(nèi)遷移的空間格局，探究四川省單中心極化發(fā)展格局下，省內(nèi)遷移是否呈現(xiàn)更強的集聚特征． 第二，人力資本異質(zhì)性對遷移決策具有顯著影響． 以往的研究結(jié)果［１５-１６］表明，高學(xué)歷與低學(xué)歷流動人口在跨省遷移決策上具有明顯差異． 因此，本文將探究不同學(xué)歷流動人口的省內(nèi)遷移機制是否也存在顯著差異．在結(jié)合已有成果與此次研究需要后，本文對省內(nèi)流動人口的遷移決策提出如下假設(shè)：

假設(shè) １：成都市作為四川省發(fā)展極核，對高、低學(xué)歷人群的集聚效應(yīng)均顯著，存在“一城獨大”的態(tài)勢．

假設(shè) ２：除成都市外的其他普通地級市僅對低學(xué)歷人群具有集聚效應(yīng)，對高學(xué)歷流動人口吸引力較弱．

假設(shè) ３：高學(xué)歷流動人口更關(guān)注心理認同、社會融入等心理層面的因素，且受區(qū)域發(fā)展因素的影響較大，低學(xué)歷人群更關(guān)注經(jīng)濟條件、物質(zhì)基礎(chǔ)等與物質(zhì)層面相關(guān)的因素，且受個人發(fā)展因素的影響較大．

１． ３． ２ 變異系數(shù) 省內(nèi)遷入（遷出）的變異系數(shù)： 首先計算出四川省每個地級市、自治州遷入某一省內(nèi)地級行政區(qū)人口數(shù)量的變異系數(shù)，以反映此地級行政區(qū)的人口遷移來源地分布情況（或計算出某一 地級行政區(qū)遷往四川省各個地級市、自治州人口數(shù)量的變異系數(shù)，以反映此地級行政區(qū)的人口遷移目的地分布情況）． 將遷入（遷出）此地級行政區(qū)人數(shù)在全省流動人口總數(shù)中的占比作為權(quán)重，通過加權(quán)求和得到四川省省內(nèi)遷入（遷出）的平均變異系數(shù)．因此，省內(nèi)遷入的變異系數(shù)可以反映全省遷移來源地分布的集中程度，而省內(nèi)遷出的變異系數(shù)可以反映全省遷移目的地分布的集中程度． 系統(tǒng)范圍內(nèi)的平均變異系數(shù)由省內(nèi)遷入與省內(nèi)遷出的變異系數(shù)相加所得 ［１５-１６］．

１． ３． ３ ｌｏｇｉｓｔｉｃ 回歸 ｌｏｇｉｓｔｉｃ 回歸分析是一種廣義的線性回歸分析模型． ｌｏｇｉｓｔｉｃ 回歸模型的公式如下：

式中，ｊ 代表各類因變量，Ｊ 表示因變量的參照變量， Ｐ 為選擇 ｊ 類變量的概率，ｘ ｋ 為自變量，ｋ 為啞變量標號，α ｊ 為截距項，β ｊｋ為回歸系數(shù)．

首先，本文使用多元ｌｏｇｉｓｔｉｃ 回歸探討流動人口的受教育程度與其遷入地選擇之間的關(guān)系． 本文借鑒顏銀根的方法 ［１４］，將跨省遷移、省內(nèi)跨市遷移、 市內(nèi)跨縣遷移的三元選擇變量作為因變量． 為了分析流動人口受教育程度與其遷移范圍之間的關(guān)系， 在回歸分析時每次僅設(shè)置一個受教育程度變量，以便對比不同受教育程度群體間的影響因素差異． 此外再加入年齡、流動時長、性別、婚姻狀況、是否為少數(shù)民族、父母流動經(jīng)歷、是否獨自流動作為自變量，以跨省遷移的流動人口作為參照對象構(gòu)建多元ｌｏｇｉｓｔｉｃ 回歸模型．

然后，本文使用二元ｌｏｇｉｓｔｉｃ 回歸對高學(xué)歷流動人口與低學(xué)歷流動人口的遷入意愿影響因素展開分析． 如表 １ 所示，本文從個體的人口學(xué)因素、經(jīng)濟因素、社會因素、心理因素中選取自變量以代表個人層面的影響因素 ［１２，１７］；同時從遷入地的經(jīng)濟因素、教育醫(yī)療因素、區(qū)位因素中選取變量以代表區(qū)域?qū)用娴挠绊懸蛩?［１１，１５］． 將個人層面變量作為自變量、區(qū)域?qū)用孀兞孔鳛榭刂谱兞?，以省?nèi)流動人口的遷入意愿為因變量，分別構(gòu)建高學(xué)歷人群與低學(xué)歷人群的二元 ｌｏｇｉｓｔｉｃ 回歸模型．

２ 高學(xué)歷人口與低學(xué)歷人口省內(nèi)遷移的空間特征

２． １ 空間遷移流 本文將不同學(xué)歷群體中流動人口數(shù)量最多的 ２０ 條遷移流進行可視化（圖 １），絕大多數(shù)的遷移流最終流向了成都市，相對而言，成都市對流動人口的集聚效應(yīng)強于其他地級市． 高學(xué)歷人群的空間遷移流顯示（圖 １（ａ）），他們省內(nèi)遷移的目的地高度一致，除遷入瀘州市與自貢市的 ２個遷移流外，其余遷移流的遷入地均為成都市． 從遷移總量來看，遷入成都市的高學(xué)歷人口占據(jù)高學(xué)歷省內(nèi)跨市人口總數(shù)的 ５３． １３％ ，其余省內(nèi)城市的高學(xué)歷遷入人口占比均未超過 １０％ ，說明高學(xué)歷人群在成都市的集聚效應(yīng)較強． 成都市作為國家重要的高新技術(shù)產(chǎn)業(yè)基地和省內(nèi)知識密集型產(chǎn)業(yè)的主要聚集地，近年來出臺了一系列的人才新政以吸納更多專業(yè)對口的高學(xué)歷人才 ［１８］，因此成都市對高學(xué)歷人群產(chǎn)生了明顯的集聚效應(yīng)．

由圖 １（ｂ）可知，雖然低學(xué)歷人口省內(nèi)遷移的主要目的地仍然是成都市，但與高學(xué)歷人口相比， 其省內(nèi)遷移的目的地選擇相對多元． 遷入成都市的低學(xué)歷人口 占 低 學(xué) 歷 省 內(nèi) 跨 市 人 口 總 數(shù) 的５４． ４９％ ，除成都市外，攀枝花市成為低學(xué)歷人群省內(nèi)遷移的第二目的地，遷入攀枝花市的低學(xué)歷人口占低學(xué)歷省內(nèi)跨市人口總數(shù)的 １１． ９４％ ，而其余各市州低學(xué)歷人口的遷入數(shù)量占比未超過 １０％ ． 值得注意的是，南充市不僅為成都市提供了大量廉價勞動力，它還是攀枝花市低學(xué)歷流入人口的主要來源地． 從南充市向攀枝花市遷移的距離遠超其他遷移流，說明其遷移決策受距離因素的影響較?。?攀枝花市作為一個典型的移民城市，其常住人口中有大量三線建設(shè)移民的后代，外來移民中又以南充籍移民占多數(shù) ［１９］，攀枝花市與南充市之間形成了社交網(wǎng)絡(luò)上的緊密聯(lián)系，因此新一代流動人口會出于 “熟人介紹工作”“投靠親友”等原因繼續(xù)向攀枝花市遷移． 除距離因素外，社交網(wǎng)絡(luò)在低學(xué)歷人口的遷移決策中也扮演著重要作用．

此外，低學(xué)歷人群省內(nèi)遷入的城市以工業(yè)型城市為主． 據(jù) ２０１７ 年統(tǒng)計數(shù)據(jù)顯示，成都市、攀枝花市等主要遷入地的第二產(chǎn)業(yè)就業(yè)人員占比均高于２７％ 的全省平均水平． 相較于高學(xué)歷人口而言，低學(xué)歷人口往往在技術(shù)要求較低的勞動力密集型行業(yè)就業(yè)，工業(yè)型城市的勞動力密集型產(chǎn)業(yè)相對發(fā)達，它們可以為低學(xué)歷人口提供更多低技術(shù)門檻的就業(yè)崗位，這些城市對低學(xué)歷人口的省內(nèi)遷移產(chǎn)生了拉力；另一方面，低學(xué)歷人口在就業(yè)時難以與高學(xué)歷人口進行競爭 ［２］，這就導(dǎo)致聚集了大量高學(xué)歷人才的成都市對低學(xué)歷人口的省內(nèi)遷入產(chǎn)生了一 定的推力，致使部分低學(xué)歷人口將川南、川北的次 一級經(jīng)濟中心作為省內(nèi)遷入的目的地． 低學(xué)歷人群在成都市形成聚集效應(yīng)的同時，還產(chǎn)生了向其他城市轉(zhuǎn)移的溢出效應(yīng) ［２０］． 因此，盡管成都市對低學(xué)歷人口的集聚效應(yīng)依然明顯，但成都市對低學(xué)歷人口的吸引力弱于高學(xué)歷人口．

以各地遷入成都市的人數(shù)為縱軸，以遷出地市州與成都市的距離為橫軸，繪制出兩者的散點圖（圖 ２）． 如圖 ２ 趨勢線所示，遷入成都市的高學(xué)歷人數(shù)與低學(xué)歷人數(shù)均呈現(xiàn)出距離衰減特征． 但值得注意的是，低學(xué)歷人群遷入數(shù)量的距離衰減特征更顯著． 低學(xué)歷人群的人力資本不高，這種低技術(shù)、低成本的勞動力在就業(yè)市場上往往被認為是容易替代的，他們與當?shù)鼐蜆I(yè)市場之間存在著就業(yè)替代效應(yīng) ［２１］． 遠距離遷移在增加他們遷移成本的同時還增加了他們找工作的難度 ［２２］． 因此成都市對周邊地區(qū)低學(xué)歷勞動力的吸引較大，但較難吸引到中遠距離的低學(xué)歷流動人口． 相比之下高技術(shù)移民與就業(yè)市場之間存在著互補效應(yīng) ［２１］，大量高技術(shù)移民的流入不會擠占當?shù)氐木蜆I(yè)空間，反而可以實現(xiàn)流動人口與流入地的共贏． 同時高學(xué)歷人口在尋找新工作時更具有競爭力也更能承擔(dān)風(fēng)險 ［２，２３］，他們能夠承擔(dān)遠距離遷移帶來的成本上升． 因此成都市對較遠地區(qū)的高學(xué)歷人群同樣保持著不小的吸引力．綜上所述，成都市對省內(nèi)高學(xué)歷與低學(xué)歷人群的集聚效應(yīng)明顯，尤其對高學(xué)歷人群的吸引力更強、影響范圍更廣，假設(shè) １ 成立．

２． ２ 空間集中度 空間遷移流可以表現(xiàn)不同人群 省內(nèi)遷移時的主要目的地偏好，揭示了成都市的集聚效應(yīng)，但不能反映出四川全省范圍的人口遷移情況． 空間集中度則是計算某一地區(qū)全局遷移數(shù)量的變異系數(shù)，從而反映出不同學(xué)歷人群省內(nèi)遷移的整體集中程度差異，變異系數(shù)越大表明人口省內(nèi)遷移的空間分布越集中 ［１５］．

假設(shè) １ 說明成都市的遷入人口在 ２ 類人群的占比中均很高． 因此，本文將成都市的遷移流篩除， 僅關(guān)注除成都市外普通地級市的集聚效應(yīng)． 結(jié)果顯示高學(xué)歷人口省內(nèi)遷入、省內(nèi)遷出的變異系數(shù)分別為 ０． ５８、０． ５９，低學(xué)歷人口省內(nèi)遷入、省內(nèi)遷出的變異系數(shù)分別為 １． １３、１． ３２． ２ 類群體省內(nèi)遷移的集中程度表明，低學(xué)歷人群的集中程度、不對稱性比高學(xué)歷人群更加明顯． 盡管 ２ 類群體遷入成都市的集中程度均很高（假設(shè) １），但除去成都市外，低學(xué)歷人群在次一級的區(qū)域性城市仍有較高的集中程度（圖 １，攀枝花市、宜賓市等），而高學(xué)歷人群只在成都市呈現(xiàn)出集聚效應(yīng)． 因此四川省普通地級市僅對低學(xué)歷流動人口具有集聚效應(yīng)，高學(xué)歷流動人口對普通地級市沒有明顯偏好，假設(shè) ２ 成立．

３ 高學(xué)歷人口與低學(xué)歷人口的遷入意愿分析

３． １ 不同學(xué)歷人群的遷移范圍分析 如表 ２ 所示，省內(nèi)跨市遷移與市內(nèi)跨縣遷移中初中及以下學(xué)歷的回歸系數(shù)均為負值，而 ２ 類遷移中高中／中專及以上學(xué)歷的回歸系數(shù)均為正值，說明受教育程度相對較低的人群更傾向于跨省遷移，而受教育程度較高的人群更加傾向于省內(nèi)遷移． 高學(xué)歷流動人口省內(nèi)跨市遷移的意愿強于市內(nèi)跨縣遷移，并且大學(xué)?？剖芙逃潭扰c省內(nèi)跨市遷移之間存在明顯的相關(guān)關(guān)系，這與已有研究的結(jié)論相吻合 ［１４］． 年齡、 性別等變量并未在不同學(xué)歷的群體之間產(chǎn)生顯著差異，因此本文不做重點分析．

高學(xué)歷人口在擇業(yè)時具有更大的選擇空間，他們也比低學(xué)歷人口更容易找到好工作 ［２０］，相對于跨省遷移而言，選擇省內(nèi)跨市遷移既可以解決自身的就業(yè)問題又避免了過高的遷移成本支出，同時還能獲得比市內(nèi)跨縣遷移更高的個人收益． 而在高學(xué)歷人口省內(nèi)遷移趨勢增強的背景下，低學(xué)歷人口在省內(nèi)的就業(yè)空間容易受到擠壓，不得不以更遠的遷移距離、更高的遷移成本來獲取相對更穩(wěn)定的就業(yè)機會與更高的經(jīng)濟收益，所以他們選擇遷往經(jīng)濟水平更高、就業(yè)崗位更多的沿海發(fā)達地區(qū)． 因此，高學(xué)歷人口的省內(nèi)遷移意愿尤其是省內(nèi)跨市遷移意愿更強，而低學(xué)歷人口的跨省遷移意愿更強．

基于以上分析并結(jié)合不同學(xué)歷人口的空間遷移特征，可以發(fā)現(xiàn) ２ 類人群在遷入地的選擇上具有明顯差異：高學(xué)歷人群更愿意選擇省內(nèi)跨市遷移， 尤其是對成都市具有強烈的偏好，但對水平較低的普通城市沒有明顯偏好． 盡管低學(xué)歷人群也有遷往成都市的意愿，但受高學(xué)歷人群的集聚效應(yīng)影響，他們更有可能選擇跨省遷移；而在選擇省內(nèi)遷移時，他們向成都市遷移的距離衰減十分明顯，部分省內(nèi)次一級的地級城市也會成為他們的聚集地．３． ２ 不同學(xué)歷人群省內(nèi)遷入意愿的影響因素分析表 ３ 為二元 ｌｏｇｉｓｔｉｃ 回歸模型的檢驗結(jié)果，模型 ８ 與模型 １０ 分別代表未加入?yún)^(qū)域變量時高學(xué)歷與低學(xué)歷人群的影響因素模型，模型 ９ 與模型 １１ 則代表加入?yún)^(qū)域變量后 ２ 類人群的影響因素模型． 將模型８ 與模型 １０ 中通過顯著性檢驗的影響因素進行可視化，其 ｅｘｐ（Ｂ）值如圖 ３ 所示．

３． ２． １ 生活成本與社交網(wǎng)絡(luò)的影響存在群體差異，社會融入因素對高學(xué)歷流動人口的影響更顯著首先，模型 ８ 與模型 １０ 的結(jié)果表明，年齡、未成年子女數(shù)、與去年同期相比的月收入變化以及社交網(wǎng)絡(luò)情況對 ２ 類人群的遷入意愿均有影響，但在影響程度上存在差異，尤其后兩者對高學(xué)歷人群遷入意愿的影響明顯更大．

年齡與遷入意愿之間呈現(xiàn)負相關(guān)關(guān)系，高學(xué)歷人群中 ５０ ～ ６４ 歲群體具有遷入意愿的概率比其他年齡段降低了 ６８． ９％ ，而低學(xué)歷人群中 ２４ ～ ２９ 歲群體具有遷入意愿的概率比其他年齡段提升了５６％ ． 每增加一個未成年子女數(shù)，高學(xué)歷人群所增加的遷入意愿概率比低學(xué)歷人群高出 ４３． ２％ ． 統(tǒng)計數(shù)據(jù)中，受訪者的未成年子女與其一起流動，在遷入地居住意味著子女可以享受到相對更好的教育， 這增加了流動人口的遷入意愿． 但更多的子女也意味著更高的教育支出，收入較低的低學(xué)歷人群不得不減少家庭生存消費來供養(yǎng)子女，收入更高的高學(xué)歷人群卻不用做出這樣的犧牲 ［２４］． 因此，未成年子女數(shù)量對高學(xué)歷人口遷入意愿的提高更加明顯．

在月收入增加的群體中，高學(xué)歷人群所增加的遷入意愿概率比低學(xué)歷人群高出 １． ２６ 倍，這與兩者的生活成本差異有關(guān)． 低學(xué)歷人口傾向于租住在條件較差但租金低廉的場所 ［２０］，這樣可以節(jié)省生活開支以增強其抵御風(fēng)險的能力 ［２２］． 相反，高學(xué)歷人群具有更強的永久定居意愿 ［２５］，他們把購買一 套住房視為是永久定居的保障 ［２０］，在租房時他們也傾向于租住空間更大、基礎(chǔ)設(shè)施更完善但租金較高的住所 ［２０］，所以他們需要承擔(dān)更高的住房支出．生活上的高消費需要更高的個人收入為支撐，因此月收入增加對高學(xué)歷人群遷入意愿的提高更加明顯．

同不與人交往的群體相比，與同鄉(xiāng)交往的低學(xué)歷人群具有遷入意愿的概率提高了 ４０． ９％ ，而與當?shù)厝私煌母邔W(xué)歷與低學(xué)歷人群具有遷入意愿的概率分別提高了 ７４％ 與 ４５． ８％ ． 上述結(jié)果反映出 ２類人群的社交情況差異，勞力型流動人口往往通過親戚朋友的介紹來獲得新工作 ［２４］，他們比較依賴傳統(tǒng)的、以家庭為紐帶的關(guān)系網(wǎng)；但高學(xué)歷人群則不太依賴這種傳統(tǒng)社交網(wǎng)絡(luò) ［２４，２６］，他們更容易在學(xué)校和工作中交到新朋友，從而建立起了新的、本地化的關(guān)系網(wǎng)． 因此，與同鄉(xiāng)交往只對低學(xué)歷人群的遷入意愿產(chǎn)生影響，而與當?shù)厝私煌兄谔嵘邔W(xué)歷人群的社會融入程度，進而增強了他們的遷入意愿．

３． ２． ２ 物質(zhì)層面因素對低學(xué)歷人群的影響更強，而心理層面因素是影響高學(xué)歷人群遷入的關(guān)鍵 擁有勞動合同、流動時長與擁有住房等因素只對低學(xué)歷人群的遷入意愿產(chǎn)生影響，流動過的城市數(shù)量與家鄉(xiāng)生活方式的認同等僅對高學(xué)歷人群的遷入意愿具有影響． 城市社會適應(yīng)雖然對 ２ 類人群的遷入意愿均有影響，但其對高學(xué)歷人群的影響程度明顯更強． 對比發(fā)現(xiàn)，擁有勞動合同、流動時長與擁有住房均與物質(zhì)層面因素相關(guān)，而流動過的城市數(shù)量、家鄉(xiāng)生活方式的認同則更偏重于與城市認同相關(guān)的精神層面因素．

首先從低學(xué)歷人群的遷入意愿來看，擁有勞動合同、流動時間在 １０ 年以上、擁有住房等 ３ 類群體具有遷入意愿的概率分別提高了 ２７． １％ 、４０． ８％ 、 ６９． ７％ ． 勞動合同與住房情況主要與物質(zhì)條件相關(guān)，低學(xué)歷人群大多在一些小公司工作，這類小微企業(yè)很難提供完整的五險一金保障 ［２４］． 遷入地的住房補貼、人才住房等政策也大多面向高學(xué)歷人群 ［２０］，低技能流動人群往往很難享受這些政策 ［２７］，他們不得不選擇居住在相對廉價的出租房 ［２０，２２］． 擁有勞動合同與住房顯著增強了他們抵御失業(yè)風(fēng)險與生活風(fēng)險的能力，因此更好的物質(zhì)基礎(chǔ)提高了低學(xué)歷人群的遷入意愿． 流動時間較短的群體在異地就業(yè)和生活時更容易出現(xiàn)不適應(yīng)，面對這種情況，一方面他們可能會在受挫后被迫選擇返鄉(xiāng) ［１７］，另一方面他們也可能會為了尋找更滿意的工作而再次遷移，所以流動時間短的流動人口遷入當?shù)氐囊庠覆⒉桓撸?相比之下，流動時間較長的群體具有更豐富的外出務(wù)工經(jīng)驗，他們在當?shù)氐墓ぷ骱褪杖雭碓炊家呀?jīng)穩(wěn)定，因此流動較長的低學(xué)歷人群具有更高的遷入意愿． 總體來看，基于物質(zhì)基礎(chǔ)層面的因素對低學(xué)歷人群的影響更強．

從高學(xué)歷人群的遷入意愿來看，高學(xué)歷人群流動過的城市數(shù)量每增加一個，其具有遷入意愿的概率會提高 ２９． ７％ ；在城市社會適應(yīng)方面，與完全不同意的群體相比，持基本同意與完全同意態(tài)度群體的遷入意愿分別是前者的 ９． ８２ 倍與 ２７． ８５ 倍；家鄉(xiāng)生活方式認同對高學(xué)歷人群的影響則呈現(xiàn)倒 Ｕ型特征，持不同意傾向群體的遷入意愿最強，而持基本同意與完全不同意意愿群體的遷入概率相對較低． 高學(xué)歷人群在尋找新工作時更加靈活也更加容易 ［２，２０］，他們擁有更多的“試錯”機會，流動過的城市數(shù)量越多越有利于他們找到合適的目的地，因此流動過的城市越多其具有遷入意愿的概率越高． 城市社會適應(yīng)與家鄉(xiāng)生活方式的認同與心理因素有關(guān)，它們反映出 ２ 類人群對待城市與鄉(xiāng)村的情感差異．低學(xué)歷流動人口多為農(nóng)村勞動力，他們具有更濃厚的“鄉(xiāng)愁情懷”［１７］，與城市的情感聯(lián)系相對不強．高學(xué)歷人口則具有更強的永久定居意愿［２５］，他們通過先前的學(xué)習(xí)和工作已經(jīng)建立起了新的、本地化的社交網(wǎng)［２４，２６］，因此高學(xué)歷人群對當?shù)氐倪m應(yīng)程度更高，與遷出地的心理聯(lián)系相對較弱． 總體來看，高學(xué)歷人群受精神層面因素的影響十分顯著．

３． ２． ３ 區(qū)域發(fā)展條件是影響高學(xué)歷人群遷入意愿的重要因素 模型 ９ 與模型 １１ 是加入?yún)^(qū)域變量后的回歸結(jié)果，將結(jié)果中發(fā)生明顯變化且通過顯著性檢驗的因素進行可視化，其 ｅｘｐ（Ｂ）值如圖 ４ 所示．由圖 ４ 表明，感覺找工作的難度增加會使高學(xué)歷人群具有遷入意愿的概率降低 ４７． １％ ． 高學(xué)歷人才在成都市的集聚效應(yīng)加劇了就業(yè)競爭，從而對高學(xué)歷人群的遷入意愿產(chǎn)生了負面影響． 擁有住房和家鄉(xiāng)生活方式認同因素所產(chǎn)生的影響與上述分析基本相同，因此以下主要關(guān)注區(qū)域因素的影響．

模型 ９ 表明，遷入地第三產(chǎn)業(yè)結(jié)構(gòu)比重每上升１％ ，高學(xué)歷人群具有遷入意愿的概率就提升９． ８％ ；而遷入地每萬人擁有的小學(xué)學(xué)校數(shù)量每增加一個單位，高學(xué)歷人群的遷入概率就增加 ５． １４倍． 模型 １１ 則表明，農(nóng)業(yè)部門從業(yè)人員占比每提高１％ ，低學(xué)歷人群的遷入概率就提高 ３． １％ ；而遷入地每萬人擁有的醫(yī)療機構(gòu)床位數(shù)每增加一個單位， 低學(xué)歷人群的遷入概率就增加 ２． ９％ ． 整體而言，遷入地的區(qū)域條件對高學(xué)歷人群的影響更顯著．

從區(qū)域經(jīng)濟因素來看，農(nóng)業(yè)產(chǎn)業(yè)對低學(xué)歷人群遷入意愿的影響不及第三產(chǎn)業(yè)對高學(xué)歷人群遷入意愿的影響． 農(nóng)業(yè)部門就業(yè)人員占比越高的城市， 其第二、第三產(chǎn)業(yè)相對不發(fā)達，但是卻可以為低學(xué)歷人群提供更多的農(nóng)業(yè)崗位． 相反，高學(xué)歷人群中有高達 ７１． ６４％ 的人群在從事第三產(chǎn)業(yè)工作． 遷入地的第三產(chǎn)業(yè)生產(chǎn)值占比越高，當?shù)乜梢詾楦邔W(xué)歷人群提供的非農(nóng)就業(yè)崗位就越多． 說明產(chǎn)業(yè)水平相對較低的城市仍然可以吸引低學(xué)歷人群的流入，而高學(xué)歷人群更青睞于產(chǎn)業(yè)水平較強的發(fā)達城市． 因此，較高的第三產(chǎn)業(yè)結(jié)構(gòu)比重促進了高學(xué)歷人群遷入概率的提升．

從區(qū)域教育醫(yī)療因素來看，教育因素對高學(xué)歷人群遷入意愿的影響十分明顯，而醫(yī)療因素僅對低學(xué)歷人群的遷入意愿具有微弱影響． 教育資源與醫(yī)療資源都存在一種固定性質(zhì) ［２８］，這種固定性體現(xiàn)在學(xué)校和醫(yī)院只對當?shù)鼐用裉峁┓?wù)． 但是教育資源的固定性更強，因為長期或短期流入的勞動力都可以在當?shù)蒯t(yī)院看病 ［２８］，而只有流動人口具有長期遷入意愿時才會考慮讓子女在異地入學(xué)． 低學(xué)歷人群的長期遷入意愿相對更弱，高學(xué)歷人群在城市定居的可能性更高 ［２５］，受過良好教育的高學(xué)歷人群會更加重視下一代的教育問題． 因此，遷入地每萬人擁有的小學(xué)學(xué)校數(shù)量增加，高學(xué)歷人群的遷入意愿會顯著增強，而低學(xué)歷人群的遷入意愿僅受到醫(yī)療因素的微弱影響．

綜上所述，高學(xué)歷人群的遷入意愿受心理層面因素的影響顯著，他們也更加關(guān)注遷入城市的發(fā)展變化，而低學(xué)歷人群的遷入意愿受個人物質(zhì)條件的影響更加明顯，假設(shè) ３ 成立．

４ 不同學(xué)歷流動人口遷移模式

綜合上述分析，四川省不同學(xué)歷人口的省內(nèi)遷移模式如圖 ５ 所示． 首先，高學(xué)歷人群遷移時更愿意將成都市作為目的地． 他們在成都市的集聚效應(yīng)較強 ［２］，但在其他省內(nèi)城市沒有形成明顯的集聚效應(yīng)． 高學(xué)歷人群長期定居城市的意愿更強 ［２５］，他們具有明確落戶意愿的比例更高（＋ ８． ８２％ ）． 受此影響，高學(xué)歷人群的遷移決策具有利益最大化的特點． 這種利益最大化不僅限于經(jīng)濟利益，對城市的心理認同、城市的發(fā)展?jié)摿?、城市的教育醫(yī)療等軟實力都是影響其遷入意愿的重要因素，他們更多關(guān)注的是長期生活的品質(zhì)以及下一代子女的教育，短期內(nèi)個人條件的好壞并不具有決定性作用，他們愿意以短期內(nèi)的高成本（如購房）換取對未來生活的保障．

另一方面，受高學(xué)歷人群在成都市的強集聚效應(yīng)影響，低學(xué)歷人群在成都市聚集的同時，又產(chǎn)生了向省內(nèi)次級城市遷移的溢出效應(yīng)． 因此，他們在成都市以外的城市也形成了集聚效應(yīng)，全省層面上低學(xué)歷人群的集中程度更高、不對稱性更強． 盡管 ２類人群都有遷入成都市的偏好，但大城市對勞力型流動人口的政策管理更加嚴格，生活成本也更高 ［２９］，人力資本較低的低學(xué)歷人群在大城市定居變得更加困難． 因此，其遷移決策具有成本最小化的特點，如低學(xué)歷人群選擇低租金的住房以獲得更高的個人存款． 他們對家鄉(xiāng)的認同感較強，沒有成為城市長期居民的愿望． 因此，低學(xué)歷人群關(guān)注的是短期內(nèi)的個人發(fā)展條件，更好的就業(yè)條件、更穩(wěn)定的就業(yè)崗位、家鄉(xiāng)的社交網(wǎng)絡(luò)是影響其遷入意愿的重要因素，城市未來的發(fā)展狀況、產(chǎn)業(yè)結(jié)構(gòu)的變化對其影響較?。?/p>

綜上，結(jié)合四川省的區(qū)域發(fā)展格局和人口遷移特征，四川省次級中心城市可以考慮加強區(qū)域基礎(chǔ)設(shè)施的建設(shè)，尤其是增加教育方面的投入，使其成為吸引外來人口，尤其是高素質(zhì)人才的長期優(yōu)勢 ［２８］；在政策方面，可以加強住房補貼、人才住房等政策的力度，通過降低遷移成本的方式來提升當?shù)貙Ω邔W(xué)歷流動人口的吸引力，從而促進四川省區(qū)域發(fā)展格局從單中心極核向均衡發(fā)展過渡．

５ 不足與展望

本文基于四川省調(diào)查數(shù)據(jù)對不同學(xué)歷流動人口的省內(nèi)遷移空間格局、影響機制展開了分析，并對四川省人口遷移模式進行了總結(jié)． 當前省內(nèi)遷移現(xiàn)象更多表現(xiàn)在中西部地區(qū) ［４］，并且以四川、陜西、 云南為代表的中西部省份存在著不同程度的省會城市“一城獨大”態(tài)勢 ［５］． 本文僅針對四川省人口遷移展開研究，研究結(jié)論對于中西部地區(qū)具有一定的借鑒意義． 但是，研究結(jié)果是基于四川省域獨有的區(qū)域發(fā)展格局而得出，未對全國層面的省內(nèi)遷移現(xiàn)象進行分析，并不能有效反映中國全部省域人口遷移規(guī)律，未來需要從全國層面開展比較研究，揭示不同區(qū)域發(fā)展格局下不同學(xué)歷人口遷移的差異．

參考文獻

［１］李志剛，劉達，林賽南． 中國城鄉(xiāng)流動人口“回流”研究進展與述評［Ｊ］． 人文地理，２０２０，３５（１）：１-１０．

［２］ＺＨＥＮＧ Ｙ Ｑ，ＺＨＡＮＧ Ｘ Ｑ，ＤＡＩ Ｑ Ｗ，ｅｔ ａｌ． Ｔｏ ｆｌｏａｔ ｏｒ ｎｏｔ ｔｏ ｆｌｏａｔ？ｉｎｔｅｒｎａｌ ｍｉｇｒａｔｉｏｎ ｏｆ ｓｋｉｌｌｅｄ ｌａｂｏｒｅｒｓ ｉｎ Ｃｈｉｎａ［Ｊ］． Ｉｎｔｅｒｎａ-ｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｒｅｓｅａｒｃｈ ａｎｄ Ｐｕｂｌｉｃ Ｈｅａｌｔｈ，２０２０，１７（２３）：９０７５．

［３］王桂新，潘澤瀚． 我國流動人口的空間分布及其影響因素：基于第六次人口普查資料的分析［Ｊ］． 現(xiàn)代城市研究，２０１３， ２８（３）：４-１１．

［４］曹廣忠，陳思創(chuàng)，劉濤． 中國五大城市群人口流入的空間模式及變動趨勢［Ｊ］． 地理學(xué)報，２０２１，７６（６）：１３３４-１３４９．

［５］王新賢，高向東． 中國流動人口分布演變及其對城鎮(zhèn)化的影響：基于省際、省內(nèi)流動的對比分析［Ｊ］． 地理科學(xué)，２０１９， ３９（１２）：１８６６-１８７４．

［６］田盼盼，朱宇，林李月，等． 省際與省內(nèi)流動人口空間分布及其影響因素的差異：以福建省為例［Ｊ］． 人口學(xué)刊，２０１５， ３７（６）：５６-６７．

［７］任遠，施聞． 農(nóng)村勞動力外出就業(yè)視角下的城鎮(zhèn)化發(fā)展趨勢［Ｊ］． 同濟大學(xué)學(xué)報（社會科學(xué)版），２０１５，２６（２）：４８-５６．

［８］王桂新，潘澤瀚． 中國人口遷移分布的頑健性與胡煥庸線［Ｊ］． 中國人口科學(xué)，２０１６（１）：２-１３．

［９］段成榮，靳永愛． 二代流動人口：對新生代流動人口的新劃分與新界定［Ｊ］． 人口與經(jīng)濟，２０１７（２）：４２-５４．

［１０］朱宇，丁金宏，王桂新，等． 近 ４０ 年來的中國人口地理學(xué)：一個跨學(xué)科研究領(lǐng)域的進展［Ｊ］． 地理科學(xué)進展，２０１７，３６（４）： ４６６-４８２．

［１１］ＧＵ Ｈ Ｙ，ＳＨＥＮ Ｔ Ｙ． Ｍｏｄｅｌｌｉｎｇ ｓｋｉｌｌｅｄ ａｎｄ ｌｅｓｓ-ｓｋｉｌｌｅｄ ｉｎｔｅｒｎａｌ ｍｉｇｒａｔｉｏｎｓ ｉｎ Ｃｈｉｎａ，２０１０—２０１５：ａｐｐｌｉｃａｔｉｏｎ ｏｆ ａｎ ｅｉｇｅｎｖｅｃｔｏｒｓｐａｔｉａｌ ｆｉｌｔｅｒｉｎｇ ｈｕｒｄｌｅ ｇｒａｖｉｔｙ ａｐｐｒｏａｃｈ［Ｊ］． Ｐｏｐｕｌａｔｉｏｎ，Ｓｐａｃｅ ａｎｄ Ｐｌａｃｅ，２０２１，２７（６）：ｅ２４３９．

［１２］程晗蓓，劉于琪，茍翡翠，等． 城市新生代流動人口的回流意愿與區(qū)位選擇：基于北京、深圳、成都和中山 ４ 個城市的實證［Ｊ］．熱帶地理，２０２０，４０（１）：６３-７３．

［１３］武榮偉，王若宇，劉曄，等． ２０００—２０１５ 年中國高學(xué)歷人才分布格局及其影響機制［Ｊ］． 地理科學(xué)，２０２０，４０ （１１）： １８２２-１８３０．

［１４］顏銀根． 流動人口受教育程度對跨地區(qū)流動決策的影響研究［Ｊ］． 中國人口科學(xué)，２０２０（１）：９０-１０１．

［１５］ＳＨＥＮ Ｊ Ｆ，ＬＩＵ Ｙ． Ｓｋｉｌｌｅｄ ａｎｄ ｌｅｓｓ-ｓｋｉｌｌｅｄ ｉｎｔｅｒｒｅｇｉｏｎａｌ ｍｉｇｒａｔｉｏｎ ｉｎ Ｃｈｉｎａ：ａ ｃｏｍｐａｒａｔｉｖｅ ａｎａｌｙｓｉｓ ｏｆ ｓｐａｔｉａｌ ｐａｔｔｅｒｎｓ ａｎｄ ｔｈｅｄｅｃｉｓｉｏｎ ｔｏ ｍｉｇｒａｔｅ ｉｎ ２０００—２００５［Ｊ］． Ｈａｂｉｔａｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ，２０１６，５７：１-１０．

［１６］ＨＥ Ｊ Ｓ． Ｔｈｅ ｒｅｇｉｏｎａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｆ Ｃｈｉｎａｓ Ｉｎｔｅｒｐｒｏｖｉｎｃｉａｌ ｍｉｇｒａｔｉｏｎ ｆｌｏｗｓ，１９８２—１９９０［Ｊ］． Ｐｏｐｕｌａｔｉｏｎ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ， ２００２，２４（２）：１４９-１８２．

［１７］段玲，何鑫，田麗慧． 農(nóng)村外流勞動力的回流意愿及影響因素分析：基于 ２０１６ 年全國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)［Ｊ］．中國農(nóng)業(yè)資源與區(qū)劃，２０２１，４２（４）：２４７-２５４．

［１８］成都市人民政府． 關(guān)于印發(fā)《成都市鼓勵企業(yè)引進培育急需緊缺專業(yè)技術(shù)人才實施辦法》的通知［ＥＢ／ ＯＬ］． （２０１７-０９-２８）［２０２２-０５-２５ ］． ｈｔｔｐ：／ ／ ｃｄｈｒｓｓ． ｃｈｅｎｇｄｕ． ｇｏｖ． ｃｎ ／ ｃｄｒｓｊ ／ ｃ１０９７２７ ／ ２０１７-０９ ／ ２８ ／ ｃｏｎｔｅｎｔ ＿０ｃ７８ａｄｄａ８ｆ６３４４０２９ｅ５５ｆａａ５４０ｃ５１９ｂｂ． ｓｈｔｍｌ．

［１９］蘭玉英，蔡斌，左福光． 攀枝花市方言研究綜述兼談攀枝花市方言分區(qū)［Ｊ］． 攀枝花學(xué)院學(xué)報，２０１０，２７（２）：３４-３８．

［２０］ＬＩ Ｔ Ｚ，ＬＩＵ Ｒ，ＱＩ Ｗ． Ｒｅｇｉｏｎａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｍｉｇｒａｎｔ ｒｅｎｔ ａｆｆｏｒｄａｂｉｌｉｔｙ ｓｔｒｅｓｓ ｉｎ ｕｒｂａｎ Ｃｈｉｎａ：ａ ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｓｋｉｌｌｅｄａｎｄ ｕｎｓｋｉｌｌｅｄ ｍｉｇｒａｎｔｓ ａｔ ｐｒｅｆｅｃｔｕｒｅ ｌｅｖｅｌ ａｎｄ ａｂｏｖｅ［Ｊ］． Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０１９，１１（２１）：５９２０．

［２１］ＷＵ Ｗ Ｐ，ＣＨＥＮ Ｚ Ｇ，ＹＡＮＧ Ｄ Ｘ． Ｄｏ ｉｎｔｅｒｎａｌ ｍｉｇｒａｎｔｓ ｃｒｏｗｄ ｏｕｔ ｅｍｐｌｏｙｍｅｎｔ ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｆｏｒ ｕｒｂａｎ ｌｏｃａｌｓ ｉｎ Ｃｈｉｎａ？-Ｒｅｅｘ-ａｍｉｎｉｎｇ ｕｎｄｅｒ ｔｈｅ ｓｋｉｌｌ ｓｔｒａｔｉｆｉｃａｔｉｏｎ［Ｊ］． Ｐｈｙｓｉｃａ Ａ：Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｃｈａｎｉｃｓ ａｎｄ Ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ，２０２０，５３７：１２２５８０．

［２２］ＣＡＯ Ｙ Ｔ，ＬＩＵ Ｒ，ＱＩ Ｗ，ｅｔ ａｌ． Ｓｐａｔｉａｌ ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｈｏｕｓｉｎｇ ｓｐａｃｅ ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ ｕｒｂａｎ Ｃｈｉｎａ：ｌｏｃａｌｓ ｖｓ． ｉｎｔｅｒ- ａｎｄ ｉｎｔｒａ-ｐｒｏｖｉｎｃｉａｌ ｍｉｇｒａｎｔｓ［Ｊ］． Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２０，１２（１２）：５２０６．

［２３］ＳＵ Ｙ Ｑ，ＴＥＳＦＡＺＩＯＮ Ｐ，ＺＨＡＯ Ｚ． Ｗｈｅｒｅ ａｒｅ ｔｈｅ ｍｉｇｒａｎｔｓ ｆｒｏｍ？Ｉｎｔｅｒ- ｖｓ． ｉｎｔｒａ-ｐｒｏｖｉｎｃｉａｌ ｒｕｒａｌ-ｕｒｂａｎ ｍｉｇｒａｔｉｏｎ ｉｎ Ｃｈｉｎａ［Ｊ］．Ｃｈｉｎａ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，２０１８，４７：１４２-１５５．

［２４］ＺＨＯＵ Ｃ Ｓ，ＬＩ Ｍ，ＺＨＡＮＧ Ｇ Ｊ，ｅｔ ａｌ． Ｈｅｔｅｒｏｇｅｎｅｉｔｙ ｏｆ ｉｎｔｅｒｎａｌ ｍｉｇｒａｎｔ ｈｏｕｓｅｈｏｌｄ ｃｏｎｓｕｍｐｔｉｏｎ ｉｎ ｈｏｓｔ ｃｉｔｉｅｓ：ａ ｃｏｍｐａｒｉｓｏｎ ｏｆｓｋｉｌｌｅｄ ｍｉｇｒａｎｔｓ ａｎｄ ｌａｂｏｒ ｍｉｇｒａｎｔｓ ｉｎ Ｃｈｉｎａ［Ｊ］． Ｓｕｓｔａｉｎａｂｉｌｉｔｙ，２０２０，１２（１８）：７６５０．

［２５］ＣＵＩ Ｃ，ＧＥＥＲＴＭＡＮ Ｓ，ＨＯＯＩＭＥＩＪＥＲ Ｐ． Ａｃｃｅｓｓ ｔｏ ｈｏｍｅｏｗｎｅｒｓｈｉｐ ｉｎ ｕｒｂａｎ Ｃｈｉｎａ：ａ ｃｏｍｐａｒｉｓｏｎ ｂｅｔｗｅｅｎ ｓｋｉｌｌｅｄ ｍｉｇｒａｎｔｓ ａｎｄｓｋｉｌｌｅｄ ｌｏｃａｌｓ ｉｎ Ｎａｎｊｉｎｇ［Ｊ］． Ｃｉｔｉｅｓ，２０１６，５０：１８８-１９６．

［２６］ＵＩ Ｃ，ＧＥＥＲＴＭＡＮ Ｓ，ＨＯＯＩＭＥＩＪＥＲ Ｐ． Ｔｈｅ ｉｎｔｒａ-ｕｒｂａｎ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｓｋｉｌｌｅｄ ｍｉｇｒａｎｔｓ：ｃａｓｅ ｓｔｕｄｉｅｓ ｏｆ Ｓｈａｎｇｈａｉ ａｎｄ Ｎａｎｊｉｎｇ［Ｊ］．Ｈａｂｉｔａｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ，２０１４，４４：１-１０．

［２７］ＨＵＡＮＧ Ｙ Ｑ． Ｌｏｗ-ｉｎｃｏｍｅ ｈｏｕｓｉｎｇ ｉｎ Ｃｈｉｎｅｓｅ ｃｉｔｉｅｓ：ｐｏｌｉｃｉｅｓ ａｎｄ ｐｒａｃｔｉｃｅｓ［Ｊ］． Ｔｈｅ Ｃｈｉｎａ Ｑｕａｒｔｅｒｌｙ，２０１２，２１２：９４１-９６４．

［２８］ＺＨＡＮＧ Ｘ Ｑ，ＺＨＥＮＧ Ｙ Ｑ，ＺＨＡＯ Ｚ Ｊ，ｅｔ ａｌ． Ｔｈｅ ｅｄｕｃａｔｉｏｎ-ｃｈａｓｉｎｇ ｌａｂｏｒ ｒｕｓｈ ｉｎ Ｃｈｉｎａ ｉｄｅｎｔｉｆｉｅｄ ｂｙ ａ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｍｉｇｒａ-ｔｉｏｎ-ｎｅｔｗｏｒｋ ｇａｍｅ［Ｊ］． Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｐｏｒｔｓ，２０２０，１０：１２９１７．

［２９］ＬＩＵ Ｙ，ＤＥＮＧ Ｗ，ＳＯＮＧ Ｘ Ｑ． Ｉｎｆｌｕｅｎｃｅ ｆａｃｔｏｒ ａｎａｌｙｓｉｓ ｏｆ ｍｉｇｒａｎｔｓ ｓｅｔｔｌｅｍｅｎｔ ｉｎｔｅｎｔｉｏｎ：ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ ｃｉｔｙ［Ｊ］．Ａｐｐｌｉｅｄ Ｇｅｏｇｒａｐｈｙ，２０１８，９６：１３０-１４０．

（編輯 余 毅）