基于随机森林模型的中国流动人口社会融合空间差异及影响因素

doi:10.13249/j.cnki.sgs.2021.10.008

地理科学 ›› 2021, Vol. 41 ›› Issue (10): 1763-1772.doi: 10.13249/j.cnki.sgs.2021.10.008

基于随机森林模型的中国流动人口社会融合空间差异及影响因素

郑茹敏¹(), 梅林¹^,²^,^*(), 姜洪强¹, 付占辉³, 甄硕¹

1.东北师范大学地理科学学院，吉林长春 130024
2.长春财经学院管理学院，吉林长春 130111
3.河南大学地理与环境学院，河南开封 475004

收稿日期:2020-10-12 修回日期:2021-01-22 出版日期:2021-10-25 发布日期:2021-12-08
通讯作者: 梅林 E-mail:ruminzheng@163.com;meil682@nenu.edu.cn
作者简介:郑茹敏(1992−)，女，山西长治人，博士研究生，主要从事人口地理与旅游地理研究。E-mail: ruminzheng@163.com
基金资助:
国家自然科学基金项目(41971202)

Spatial Differences and Impact Factors of Migrant Integration in China Based on Random Forest Model

Zheng Rumin¹(), Mei Lin¹^,²^,^*(), Jiang Hongqiang¹, Fu Zhanhui³, Zhen Shuo¹

1. School of Geographical Sciences, Northeast Normal University, Changchun 130024, Jilin, China
2. School of Management, Changchun University of Finance and Economics, Changchun 130111, Jilin, China
3. College of Geography and Environmental Science, Henan University, Kaifeng, 475004, Henan, China

Received:2020-10-12 Revised:2021-01-22 Online:2021-10-25 Published:2021-12-08
Contact: Mei Lin E-mail:ruminzheng@163.com;meil682@nenu.edu.cn
Supported by:
National Natural Science Foundation of China(41971202)

摘要/Abstract

摘要：

基于2017年流动人口动态监测数据，采用探索性空间数据分析和随机森林回归方法，分析中国289个地级及以上城市流动人口社会融合的空间分异及影响因素。结果表明：① 中国城市流动人口社会融合整体水平较低，空间分布地带性特征不明显；特大、超大城市流动人口社会融合分别以较低、中等水平为主，省会城市、直辖市流动人口社会融合分别以较低、中等水平为主，其余城市多数为中等水平；城市社会融合空间分布格局表现为以峰值为中心向外圈层递减和以低值为中心向外圈层递增的特征。② 随机森林模型的拟合度和回归精度比多元线性回归更高，能够更好地解释流动人口社会融合的非线性影响机制。③ 个人教育水平、家属是否随同、流入城市经济结构、流动人口的户口类型、流入城市公共设施以及流动人口在流入地居留时间依次为六大重要影响因子，它们对流动人口社会融合的作用呈现复杂性和非线性。④ 需要根据影响因子在不同阈值内的作用方式，有针对性地对流动人口及流入城市进行管理和调控。

关键词: 流动人口, 社会融合, 随机森林模型

Abstract:

Promoting the migrant integration is an effective way to realize people-oriented urbanization. Using the data of 2017 China Migrants Dynamic Survey, the index system of migrant integration is constructed. The spatial differences and influencing factors of migrant integration of 289 cities in China are analyzed by using the methods of exploratory spatial data analysis and Random Forest Model. The results show that: 1) The overall level of migrant integration is low, and the zonal spatial distribution characteristics are not obvious. The level of migrant integration in mega- and super-cities is mainly at a low and medium level, and the that in provincial capitals and municipalities is mainly at a low and medium level respectively, and most of the remaining cities are at a medium level. The spatial distribution pattern is characterized by decreasing circle around the peak center and increasing circle around the low center. 2) The random forest model has higher fitting degree and regression precision than the multiple linear regression, and it is more suitable for the analysis of the non-linear mechanism of migrant integration. 3) According to the importance of factors influencing migrant integration, the top six important influencing factors are: migrants’ individual education level, whether the family members migrate with migrants, the economic structure of the receiving city, the type of household registration of migrants, the public facilities of the receiving city and migrants’ residence time in the receiving city. These six factors have complex and nonlinear effects on migrant integration. 4) It is necessary to take targeted strategies from migrants and receiving cities according to the importance and effects of influence factors.

Key words: domestic migrants, migrant integration, Random Forest Model

中图分类号:

K901

郑茹敏, 梅林, 姜洪强, 付占辉, 甄硕. 基于随机森林模型的中国流动人口社会融合空间差异及影响因素[J]. 地理科学, 2021, 41(10): 1763-1772.

Zheng Rumin, Mei Lin, Jiang Hongqiang, Fu Zhanhui, Zhen Shuo. Spatial Differences and Impact Factors of Migrant Integration in China Based on Random Forest Model[J]. SCIENTIA GEOGRAPHICA SINICA, 2021, 41(10): 1763-1772.

图/表 8

Table 1

Table 2

图1

图2

Table 3

Table 4

图3

图4

参考文献 36

[1]	许学强, 周一星, 宁越敏. 城市地理学[M]. 北京: 高等教育出版社, 2009.
	Xu Xueqiang, Zhou Yixing, Ning Yuemin. Urban Geography. Beijing: Higher Education Press, 2009.
[2]	王新贤, 高向东. 中国流动人口分布演变及其对城镇化的影响——基于省际、省内流动的对比分析[J]. 地理科学, 2019, 39(12): 1866-1874.
	Wang Xinxian, Gao Xiangdong. The evolution of China’s floating population and its impact on urbanization: A comparative analysis based on inter-and intra-provincial perspectives. Scientia Geographica Sinica, 2019, 39(12): 1866-1874.
[3]	杨传开. 中国多尺度城镇化的人口集聚与动力机制[D]. 上海: 华东师范大学, 2016.
	Yang Chuankai. Population agglomeration and dynamic mechanism of China’s multi-scale urbanization: From the perspective of population mobility. Shanghai: East China Normal University, 2016.
[4]	悦中山. 农民工的社会融合研究: 现状、影响因素和后果[M]. 北京: 社会科学文献出版社, 2012.
	Yue Zhongshan. Social integration of rural-urban migrants in China: Current status, determinants and consequence. Beijing: Social Science Academic Press, 2012.
[5]	林李月, 朱宇. 中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据[J]. 地理学报, 2016, 71(10): 1696-1709. doi: 10.11821/dlxb201610003
	Lin Liyue, Zhu Yu. Spatial variation and its determinants of migrants’ Hukou transfer intention of China’s prefecture and provincial-level cities: Evidence from the 2012 national migrant population dynamic monitoring survey. Acta Geographica Sinica, 2016, 71(10): 1696-1709. doi: 10.11821/dlxb201610003
[6]	朱竑, 张博, 马凌. 新型城镇化背景下中国流动人口研究: 议题与展望[J]. 地理科学, 2019, 39(1): 1-11.
	Zhu Hong, Zhang Bo, Ma Ling. A review of Chinese internal migration research under the background of new-type urbanization: Topics and prospects. Scientia Geographica Sinica, 2019, 39(1): 1-11.
[7]	王玉君. 中国流动人口的社会融合[M]. 北京: 光明日报出版社, 2017.
	Wang Yujun. Study on the assimilation of migrants in China. Beijing: Guangming Daily Press, 2017.
[8]	夏贵芳, 朱宇, 林李月, 等. 东部三大经济区城市流动人口的多维度社会融入及其地区差异[J]. 地理科学进展, 2018, 37(3): 373-384. doi: 10.18306/dlkxjz.2018.03.008
	Xia Guifang, Zhu Yu, Lin Liyue et al. Migrants’ multidimensional integration in cities and regional differences in the three major economic regions of China’s eastern coastal area. Progress in Geography, 2018, 37(3): 373-384. doi: 10.18306/dlkxjz.2018.03.008
[9]	Bloemraad I, Korteweg A, Yurdakul G. Citizenship and immigration: Multiculturalism, assimilation, and challenges to the nation-state[J]. Annual Review of Sociology, 2008, 34: 153-179. doi: 10.1146/annurev.soc.34.040507.134608
[10]	Crul M, Vermeulen H. The second generation in Europe[J]. International Migration Review, 2003, 37(4): 965-986. doi: 10.1111/j.1747-7379.2003.tb00166.x
[11]	Luthra R, Platt L, Salamońska J. Types of migration: The motivations, composition, and early integration patterns of ‘New Migrants’ in Europe[J]. International Migration Review, 2018, 52(2): 368-403.
[12]	Alba R D, Nee V. Remaking the American mainstream: Assimilation and contemporary immigration[M]. Cambridge, Mass: Harvard University Press, 2003.
[13]	Qian Z, Lichter D T. Measuring marital assimilation: Intermarriage among natives and immigrants[J]. Social Science Research, 2001, 30(2): 289-312. doi: 10.1006/ssre.2000.0699
[14]	Berry J W. Globalisation and acculturation[J]. International Journal of Intercultural Relations, 2008, 32(4): 328-336. doi: 10.1016/j.ijintrel.2008.04.001
[15]	Anniste K, Tammaru T. Ethnic differences in integration levels and return migration intentions: A study of estonian migrants in Finland[J]. Demographic Research, 2014, 30(1): 377-412.
[16]	Carling J, Pettersen S V. Return migration intentions in the integration-transnationalism matrix[J]. International Migration, 2014, 52(6): 13-30. doi: 10.1111/imig.12161
[17]	Frank K, Phythian K, Walters D et al. Understanding the economic integration of immigrants: A wage decomposition of the earnings disparities between native-born Canadians and recent immigrant cohorts[J]. Social Sciences, 2013, 2(2): 40-61. doi: 10.3390/socsci2020040
[18]	Holbrow H J, Nagayoshi K. Economic integration of skilled migrants in Japan: The role of employment practices[J]. International Migration Review, 2018, 52(2): 458-486.
[19]	肖子华, 徐水源. 人口流动与社会融合: 理论、指标与方法[M]. 北京: 社会科学文献出版社, 2018.
	Xiao Zihua, Xu Shuiyuan. Floating population and social integration: Theory, index and method. Beijing: Social Sciences Literature Press, 2018.
[20]	褚清华, 杨云彦. 农民工社会融合再认识及其影响因素分析[J]. 人口与发展, 2014, 20(4): 26-38.
	Chu Qinghua, Yang Yunyan. Rethinking the social assimilation of migrant workers and its’ influencing factors. Population and Development, 2014, 20(4): 26-38.
[21]	李树茁, 任义科, 靳小怡, 等. 中国农民工的社会融合及其影响因素研究——基于社会支持网络的分析[J]. 人口与经济, 2008(2): 1-8+70.
	Li Shuzhuo, Ren Yike, Jin Xiaoyi et al. A research on the spatial social integration of Chinese migrant rural workers and its influencing factors: An analysis based on the social support network. Population and Economics, 2008(2): 1-8+70.
[22]	杨菊华, 王毅杰, 王刘飞, 等. 流动人口社会融合: "双重户籍墙"情景下何以可为?[J]. 人口与发展, 2014, 20(3): 2-17+64. doi: 10.3969/j.issn.1674-1668.2014.03.001
	Yang Juhua, Wang Yijie, Wang Liufei et al. Social integration of floating population: What can be done in the context of ‘double household registration wall’?. Population and Development, 2014, 20(3): 2-17+64. doi: 10.3969/j.issn.1674-1668.2014.03.001
[23]	汪明峰, 程红, 宁越敏. 上海城中村外来人口的社会融合及其影响因素[J]. 地理学报, 2015, 70(8): 1243-1255. doi: 10.11821/dlxb201508005
	Wang Mingfeng, Cheng Hong, Ning Yuemin. Social integration of migrants in Shanghai’s urban villages. Acta Geographica Sinica, 2015, 70(8): 1243-1255. doi: 10.11821/dlxb201508005
[24]	田明. 地方因素对流动人口城市融入的影响研究[J]. 地理科学, 2017, 37(7): 997-1005.
	Tian Ming. Local factors effects on the urban integration for the floating population. Scientia Geographica Sinica, 2017, 37(7): 997-1005.
[25]	余运江, 孙斌栋, 孙旭. 基于ESDA的城市外来人口社会融合水平空间差异研究——以上海为例[J]. 人文地理, 2014, 29(2): 123-128.
	Yu Yunjiang, Sun Bindong, Sun Xu. The level of urban social integration based on ESDA: A case study of Shanghai. Human Geography, 2014, 29(2): 123-128.
[26]	国家统计局城市社会经济调查司. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2018.
	Bureau of Urban Social and Economic Research, National Bureau of Statistics. China city statistical yearbook. Beijing: China Statistics Press, 2018.
[27]	杨菊华. 社会排斥与青年乡−城流动人口经济融入的三重弱势[J]. 人口研究, 2012, 36(5): 69-83.
	Yang Juhua. Triple disadvantages: Social exclusion and economic interaction of young rural-to-urban migrants to the host society in China. Population Research, 2012, 36(5): 69-83.
[28]	杨高, 周春山. 中国农民工“同乡村”研究: 空间生产与社会融合——以深圳“四川村”为例[J]. 地理科学, 2020, 40(1): 103-111.
	Yang Gao, Zhou Chunshan. Space production and social integration of migrants homeplace-based communites in China: A case study of Sichuan village, Shenzhen. Scientia Geographica Sinica, 2020, 40(1): 103-111.
[29]	林李月, 朱宇, 柯文前, 等. 流动人口流出地住房投资特征及影响因素——基于福建省的调查[J]. 地理科学, 2020, 40(3): 401-408.
	Lin Liyue, Zhu Yu, Ke Wenqian et al. The characteristics and determinants of the floating population’s housing investment in the places of origin: Evidence from a survey in Fujian Province. Scientia Geographica Sinica, 2020, 40(3): 401-408.
[30]	李志刚, 梁奇, 林赛南. 转型期中国大城市流动人口的身份认同、特征与机制[J]. 地理科学, 2020, 40(1): 40-49.
	Li Zhigang, Liang Qi, Lin Sainan. Identity, characteristics and mechanism of migrants in large Chinese cities of transitional China. Scientia Geographica Sinica, 2020, 40(1): 40-49.
[31]	彭希哲, 万芊, 黄苏萍. 积分权益制: 兼顾户籍改革多重目标的普惠型制度选择[J]. 人口与经济, 2014(1): 28-36. doi: 10.3969/j.issn.1000-4149.2014.01.07
	Peng Xizhe, Wan Qian, Huang Suping. Points system: A universal beneficial system with multiple objectives of reform on household registration system. Population and Economics, 2014(1): 28-36. doi: 10.3969/j.issn.1000-4149.2014.01.07
[32]	任远, 乔楠. 城市流动人口社会融合的过程、测量及影响因素[J]. 人口研究, 2010, 34(2): 11-20.
	Ren Yuan, Qiao Nan. Social integration for migrants: Process, measurement and determinants. Population Research, 2010, 34(2): 11-20.
[33]	杨菊华. 流动人口在流入地社会融入的指标体系——基于社会融入理论的进一步研究[J]. 人口与经济, 2010(2): 64-70.
	Yang Juhua. Index of assimilation for rural-to-urban migrants: A further analysis of the conceptual framework of assimilation theory. Population and Economics, 2010(2): 64-70.
[34]	周皓. 流动人口社会融合的测量及理论思考[J]. 人口研究, 2012, 36(3): 27-37.
	Zhou Hao. Measurement and theoretical perspectives of immigrant assimilation in China. Population Research, 2012, 36(3): 27-37.
[35]	Breiman L. Random forests[J]. Machine Learning, 2001, 45: 5-32. doi: 10.1023/A:1010933404324
[36]	吴殿廷,丛东来,杜霞. 区域地理学原理[M].南京:东南大学出版社, 2016.
	Wu Dianting, Cong Donglai, Du Xia. Principles of Regional Geography. Nanjing: Southeast University Press, 2016.

维度	指标	说明	平均值/%	标准差	指标方向
注：未含港澳台数据。a项为医保异地结算于2016年12月开始推行（http://www.mohrss.gov.cn/SYrlzyhshbzb/shehuibaozhang/zcwj/201612/t20161215_262040.html），故此处不特指哪一类医疗保险，或在何地参加医疗保险。
经济立足	收入高低程度	流动人口收入在当地居民人均可支配收入占比的均值	52.86	8.17	正
	职业保障程度	就业并签订劳动合同的流动人口比例	62.43	17.45	正
居住稳定	住房稳定程度	拥有商品房或政府公租房的流动人口比例	30.61	21.13	正
文化适应	接纳风俗习惯	认为家乡风俗习惯比较重要的流动人口比例	56.83	15.02	负
	接纳卫生习惯	认为卫生习惯与当地人差别大的流动人口比例	20.51	12.94	负
	日常交友范围	交往对象主要为本地人或其他外地人的流动人口比例	49.98	16.27	正
权益保障	居住证	办理居住证的流动人口比例	81.64	11.96	正
	医疗保险	参加医疗保险的流动人口比例^a	94.20	5.08	正
心理认同	身份认同程度	认为自己是本地人的流动人口比例	94.86	3.41	正
	与当地人关系	认为当地人接受外地人的流动人口比例	93.04	5.56	正
	与城市关系	喜欢所在城市与社区的流动人口比例	53.42	21.06	正

社会融合及其维度	得分范围	平均值	标准差
注：未含港澳台数据。
社会融合	20.52~69.03	45.88	7.08
经济立足	1.50~84.55	38.54	13.49
居住稳定	0.20~95.78	30.54	20.91
文化适应	21.03~92.54	54.48	11.42
权益保障	16.68~92.20	63.82	14.02
心理认同	3.41~70.67	52.37	11.10

流动人口社会融合等级	城市规模					城市等级
流动人口社会融合等级	小城市	中等城市	大城市	特大城市	超大城市	地级市	省会城市	直辖市
注：未含港澳台数据。
低等级	12.90	13.39	8.43	9.09	0	12.79	0	0
较低等级	33.87	20.47	36.14	54.55	0	27.91	46.44	0
中等等级	24.19	30.71	27.71	9.09	83.33	26.74	35.04	75
较高等级	20.97	24.41	20.48	27.27	16.67	22.87	18.52	25
高等级	8.07	11.02	7.24	0	0	9.69	0	0
合计	100	100	100	100	100	100	100	100

类别	自变量	定义	平均值	变异系数
注：未含港澳台数据。
流入城市社会环境	基础教育	义务教育阶段教师数量/人	32258	1.40
	医疗保障	医院床位数/张	225753	0.87
	公共设施	公交数量/辆	1542	2.13
流入城市经济环境	工资水平	在岗职工平均工资/元	58169	0.27
	经济水平	人均GDP/元	53624	0.61
	经济结构	第三产业占比/%	48.51	0.23
	房价水平	2017年平均房价/元	8647	1.65
流动人口社会属性	平均年龄	所有流动人口的平均年龄/岁	37.70	0.09
	家属随同	家属随同流动的比例/%	76.28	0.24
	教育水平	高中及以上学历的人口的比例/%	32.96	0.33
	农业户口	农业户口的人口的比例/%	76.98	0.30
流动人口流动属性	流动范围	跨省流动的人口的比例/%	36.97	0.61
流动人口流动属性	居留时间	流动人口在流入地居留时间的均值/a	7.03	0.30

基于随机森林模型的中国流动人口社会融合空间差异及影响因素

Spatial Differences and Impact Factors of Migrant Integration in China Based on Random Forest Model

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 36

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	蔡霁初, 邱建秀, 王大刚, 林凯荣, 阳坤, 曾庆峰. 基于土壤水分和气象要素的林火预报研究——以广东省为例[J]. 地理科学, 2021, 41(9): 1676-1686.
[2]	田明, 刘悦美. 基于户籍类型比较的流动人口城市落户意愿影响机制研究[J]. 地理科学, 2021, 41(2): 261-270.
[3]	罗小龙, 曹姝君, 顾宗倪. 回流城镇化：中部地区城镇化开启新路径[J]. 地理科学, 2020, 40(5): 685-690.
[4]	林李月, 朱宇, 柯文前, 林存贞. 流动人口流出地住房投资特征及影响因素——基于福建省的调查[J]. 地理科学, 2020, 40(3): 401-408.
[5]	古恒宇, 李琦婷, 沈体雁. 东北三省流动人口居留意愿的空间差异及影响因素[J]. 地理科学, 2020, 40(2): 261-269.
[6]	陈昊曦, 袁振杰, 蔡晓梅. 广州法系群体的日常生活与地方认同研究[J]. 地理科学, 2020, 40(12): 2027-2036.
[7]	赵臣, 陈扬乐, 张凯, 申文灿. 三亚市季节性旅游移民社会融合对主观幸福感的影响[J]. 地理科学, 2020, 40(12): 2064-2072.
[8]	李在军, 尹上岗, 张晓奇, 秦兴方. 中国城市流动人口房租收入比时空格局及驱动因素[J]. 地理科学, 2020, 40(1): 103-111.
[9]	李志刚, 梁奇, 林赛南. 转型期中国大城市流动人口的身份认同、特征与机制[J]. 地理科学, 2020, 40(1): 40-49.
[10]	林李月, 朱宇, 柯文前. 居住选择对流动人口城市居留意愿的影响——基于一项对福建省流动人口的调查[J]. 地理科学, 2019, 39(9): 1464-1472.
[11]	王新贤, 高向东. 中国流动人口分布演变及其对城镇化的影响——基于省际、省内流动的对比分析[J]. 地理科学, 2019, 39(12): 1866-1874.
[12]	古恒宇, 刘子亮, 沈体雁. 中国省际流动人口户籍迁移意愿的空间格局及影响机制分析[J]. 地理科学, 2019, 39(11): 1702-1710.
[13]	赵美风, 汪德根. 北京城区流动人口扩散格局及驱动机制[J]. 地理科学, 2019, 39(11): 1729-1738.
[14]	杨高, 周春山. 中国农民工“同乡村”研究：空间生产与社会融合——以深圳“四川村”为例[J]. 地理科学, 2019, 39(10): 1570-1580.
[15]	朱竑,张博,马凌. 新型城镇化背景下中国流动人口研究：议题与展望[J]. 地理科学, 2019, 39(1): 1-11.