白馨玉

【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.