EN中文

地理科学 >

2020 , Vol. 40 >Issue 2: 261 - 269

DOI: https://doi.org/10.13249/j.cnki.sgs.2020.02.011

东北三省流动人口居留意愿的空间差异及影响因素

  • 古恒宇 1, 2 ,
  • 李琦婷 3 ,
  • 沈体雁 , 1
展开
  • 1. 北京大学政府管理学院,北京 100871
  • 2. 芝加哥大学空间数据科学中心, 美国伊利诺伊州 芝加哥60637
  • 3. 中南财经政法大学经济学院, 湖北 武汉 430073
沈体雁,教授。E-mail:

古恒宇（1994-）,男,广东河源人,博士研究生,研究方向为区域分析与规划、人口地理学。E-mail: henry.gu@pku.edu.cn

收稿日期: 2018-07-19

  要求修回日期: 2019-04-22

  网络出版日期: 2020-04-09

基金资助

国家社会科学基金项目(17ZDA055)

国家自然科学基金项目(71733001)

国家留学基金委公派联合培养博士研究生项目(201906010255)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Spatial Difference and Influencing Factors of Floating Population’s Settlement Intention in the Three Provinces of Northeast China

  • Gu Hengyu 1, 2 ,
  • Li Qiting 3 ,
  • Shen Tiyan , 1
Expand
  • 1. School of Government, Peking University, Beijing 100871, China
  • 2. Center for Spatial Data Science, University of Chicago,Chicago 60637, IL,USA
  • 3. Economics School, Zhongnan University of Economics and Law, Wuhan 430073, Hubei, China

Received date: 2018-07-19

  Request revised date: 2019-04-22

  Online published: 2020-04-09

Supported by

National Social Science Fundation of China(17ZDA055)

National Natural Science Foundation of China(71733001)

China Scholarship Council Foundation(201906010255)

Copyright

Copyright reserved © 2019.
Fold

摘要

基于2015年流动人口动态监测数据,综合运用空间自相关分析,趋势面分析等技术,结合二元Logistic回归模型,对东北三省流动人口居留意愿的空间分布和影响因素特征展开研究。主要发现：① 东北三省流动人口居留意愿呈现出“北高南低,东高西低”的空间格局特征,南北方向上的分异比东西方向大;② 流动人口居留意愿在空间上属于随机分布,齐齐哈尔市和黑河市位于高-高集聚区,哈尔滨市位于低-高集聚区。随着城市规模的增加,流动人口居留意愿呈现出先升后降的特征;③ 个体因素方面,农业户口流动人口、在婚流动人口、高学历流动人口、“80后”流动人口的居留意愿更强;④ 经济特征方面,收入与住房支出分别对居留意愿产生正向和负向影响;⑤ 社会因素方面,流入时间越长、职业类别为“专业技术及办事人员”与“商业服务人员”、就业身份为雇主、参加城镇职工医疗保险的流动人口居留意愿更强。

关键词： 流动人口; 居留意愿; 空间分布; 影响因素; 东北三省

本文引用格式

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 . DOI: 10.13249/j.cnki.sgs.2020.02.011

Abstract

In recent years, the three provinces of Northeast China (Liaoning, Heilongjiang, and Jilin) have suffered from economic decline and labor force loss. Supported by the China migrants dynamic survey in 2015, the present study aims to examine the spatial pattern and driving forces of the settlement intention of the floating migrants in the three provinces of Northeast China. Spatial autocorrelation analysis and trend analysis methods are applied to characterize the spatial pattern of the settlement intention at the city level, and a binary logistic model is constructed to detect the drivers of the settlement intention at the micro-level. According to the aboveanalyses, the main findings of our research are as follows: 1) The spatial distribution of the settlement intention of the floating population in three northeastern provinces presents a characteristic of “higher in the north and lower in the south”. Besides, the settlement intention has a more significant spatial variation in the north-south direction, yet the spatial variation degree is weaker in the east-west direction. 2) The spatial autocorrelation is insignificant in the spatial pattern of floating migrants’ settlement intention in the three provinces of Northeast China. Qiqihar City and Heihe City are detected as the High-Low cluster areas, while Haerbin City is detected as the High-High cluster area. With the increase in the size of cities, the settlement intention of the floating population shows the trend of first rising and then declining. From the perspective of the city level, the settlement intention of the floating population in sub-provincial cities is higher than that of ordinary prefecture-level cities in the three provinces of Northeast China. 3) Individual, economic, and social factors show significant effects on the settlement intention of floating migrants in the three provinces of Northeast China. In terms of individual factors, the model results indicate that migrants with agricultural hukou, migrants who are married, highly educated migrants, and ‘80s’ migrants have a stronger willingness to stay in destination cities. 4) For economic factors, income level has a significantly positive relationship with the settlement intention of the floating population, while housing expenditure has a negative effect. 5) Considering social factors, the results show that migrants with longer duration of staying, migrants whose occupation categories are professional or technical personnel and business service personnel, migrants whose employment status is the employer, and migrants participating in urban employee medical insurance have a stronger settlement intention.

Key words： floating population; settlement intention; spatial difference; influencing factors; the three provinces of Northeast China

《中国流动人口发展报告2017》[1]显示,从1990年开始中国进入以人口迁移流动为主导的人口变动时期。2016年全国流动人口为2.45亿人,大约占总人口的 1/6,预计2020年流动人口规模仍持续在2亿左右[1]。大量外来年轻人口的流入可以减缓城市的老龄化进程,提高人口增长率,为城市的发展带来源源不断的活力。流动人口是影响城市未来发展不可或缺的重要组成部分,长期以来,人口管理和社会治理主要围绕户籍人口展开,而流动人口作为非户籍人口,俨然成为弱势群体,相对较难享受到流入城市的公共服务和社会福利。尤其对于流动人口中的农民工群体,其本身缺乏社会经济资本,在劳动力市场和社会融入中难以获得平等的地位,在城市更难获得归属感和价值感,倾向于频繁更换工作及城市,甚至引发一定的社会问题。因此,研究流动人口的居留意愿具有必要性。
流动人口问题是东北三省目前经济社会发展亟待研究的重要议题。现阶段,东北三省存在的人力资本问题主要包括人口增长停滞、生育率水平过低、人口净流出、人口老龄化等几个方面[2,3]。根据第六次全国人口普查数据,2010年东北的跨省流入人口为151万人,流出人口为370万人,这意味着东北三省净流出达到219万人[4]。毫无疑问,东北三省面临的人力资本问题将导致东北三省经济处于发展动力不足的困境。从人口流动的角度说,东北三省现存的人力资本问题与其流动人口的居留意愿关系密切：外来人口居留意愿的提升常意味着东北三省非户籍常住人口规模的提升,甚至提高外来人口户籍迁移的数量。流动人口的长期定居一方面会改善东北三省人口增长停止及人口净流出等问题,另一方面,大量青年及中年劳动力的迁入将改变东北三省的人口结构,从而缓解低生育率及人口老龄化的问题。对东北三省流动人口居留意愿展开针对性的研究,将是解决东北三省人力资本甚至经济发展问题的关键所在。
国外关于人口流动和迁移的决策问题已积累了较多研究成果,新古典经济学理论（如Lewis模型及Todaro模型）认为人口迁移决策受到收入差距、就业率等经济因素的影响[5,6]。Stark等学者提出的新迁移经济学则以家庭为人口迁移主要单位进行研究,认为迁移决策是家庭在预期收入最大化和风险最小化的前提下做出的,是一种改变家庭现有生活状况的理性行为[7]。此外,社会网络理论[8]、二元劳动力市场分割理论[9]等理论从不同角度对人口迁移问题进行解释。尽管以往的经典理论很好地解释了人口迁移的决策问题,但并不意味着流动人口能够在城市完成定居[10]。近年来,随着相关微观调查数据的开放,国内对于流动人口居留意愿的研究日益增加,关注的问题主要集中在不同类型或年龄流动人口居留意愿的特征及影响因素[11,12]、特定区域流动人口居留意愿的特征及影响因素[13,14]、特定因素对流动人口居留意愿的影响[15,16]等领域。从影响因素上看,流动人口的人口因素（如年龄、婚姻、受教育水平）、家庭因素（如家庭规模）、经济因素（如收入水平）和社会因素（如行业、社会保障）是影响其居留意愿的重要动因[17,18],而住房因素[15]和社会网络因素[16]在近年的研究中也逐步被关注。此外,区域间居留意愿的空间差异特征也成为研究热点[19,20,21,22]。
通过综述既有文献,发现关注中国东北三省城市流动人口居留意愿及其影响机制的研究相对不足。作为面临较严峻人口问题的东北三省,其城市流动人口的居留意愿在空间上呈现出怎样的模式特征?其影响机制是什么?基于以上问题,本文尝试以东北三省为案例地,综合运用空间自相关分析等GIS空间分析技术,结合二元逻辑斯蒂（Logistic）回归模型,研究东北三省流动人口居留意愿的空间分布特征及影响因素。

1 研究案例地、数据、方法

1.1 案例选取与数据来源

本文使用的数据是国家卫生健康委员会提供的2015年全国流动人口动态监测（CMDS）数据。调查范围是全国 31个省（区、市）和新疆生产建设兵团流动人口较为集中的流入地,调查对象为在流入地住1个月以上,非本区（县、市）户口的 15周岁及以上的流入人口。筛选出东北三省基础样本,进一步将户籍在东北三省的市内跨县流动人口删去[21],再删去遗漏重要信息和跨境的流动人口样本,得到最终样本数为8 546份。

1.2 研究方法

1） 空间自相关分析。空间相关分析用于测度地物属性在空间上自相关性的强弱,Moran’s I 是广泛运用的空间自相关统计指标[23]。本研究中,主要使用全局Moran’s I 测度东北三省流动人口居留意愿的集聚程度及空间依赖效应,使用局部Moran’s I 测度该地区流动人口居留意愿的空间聚类区域。空间权重矩阵行标准化后,全局Moran’s I 的公式如下：
Moran’s I = ( X ' WX ) / ( X ' X )
式中, X 为观测值的列向量, X ' 为观测值列向量的转置, W 为行标准化后的空间权重矩阵,使用Queen邻接权构建,全局Moran’s I 的取值范围为[-1,1][10]。
局部Moran’s I 反映某一空间单元的空间自相关程度,相比全局统计量,局部统计量往往能提供更多信息[24,25]。计算公式如下：
Moran ’ s I i = n ( x i - x ̅ ) ∑ w ij ( x j - x ̅ ) ∑ ( x i - x ̅ ) 2
式中, n 为样本数量; w ij 为空间权重矩阵 W 的 i 、 j 元素,矩阵基于Queen邻接权构建, x i 和 x j 分别是空间单元 i 、 j 的观测值, x ̅ 是观测值的平均值[10]。
2） 趋势面分析。趋势面分析法被用于测度东北三省城市流动人口居留意愿空间格局的分异趋势。 Z i ( x i , y i ) 为流动人口在第 i 个地级以上城市居留意愿的值, x i 、 y i 为平面空间坐标,其计算公式如下：
Z i ( x i , y i ) = T i ( x i , y i ) + ε i
式中, T i ( x i , y i ) 趋势函数,反映城市流动人口居留意愿总变化趋势; ε i 为自相关随机误差,反映城市间流动人口居留意愿局部的变化特点[10]。本文采用二阶多项式计算趋势值,公式如下：
T i ( x i , y i ) = β 0 + β 1 x i + β 2 y i + β 3 x i 2 + β 4 y i 2 + β 5 x i y i
式中, β i 值代表根据样本数据估计的二阶多项式各项的估计值。
3） 二元Logistic回归模型。二元Logistic回归模型是Logistic回归模型中的一种,用于解释二分类因变量与多个自变量之间的对数函数线性关系,作为本文研究东北三省流动人口居留意愿影响因素的计量模型,其计算公式如下：
log [ p / 1 - p ) ] = α + β 1 x 1 + β 2 x 2 + β 3 x 3 + ... + β n x n
式中,p为流动人口打算长期居留的发生概率, x 1 , x 2 , x 3 , + ... , x n 均为自变量, α 为常数项, β 1 , β 2 , β 3 , ... + , β n 分别代表相应自变量的待估计系数,exp( β )是优势比,反应流动人口打算长期居留与不打算长期居留概率的比值,以给定的条件为参照,如果优势比大于1,则表示该分类变量群体的居留意愿较强。

2 东北流入人口居留意愿的空间格局特征

根据既有文献[10,11,12,13,14,15,16,17,18,19,20,21,22],城市流动人口居留意愿可被定义为该城市具有未来居留5 a（或以上）意愿的人数占总人数的比率。通过ArcGIS软件,将东北三省共8 546个样本按照调查城市汇总到29个地级及以上行政单位,并进行可视化展示。使用自然间断点（Jenks）法将城市流动人口居留意愿等级划分为低、较低、中等、较高、高共5类。如图1所示,哈尔滨、长春、沈阳等省会城市和副省级城市的居留意愿并不高,尤其是哈尔滨市,其居留意愿仅0.55。可能的原因是,省会城市流动人口相较其他地区往往收入及受教育水平较高,因而其人力资本相对较高。对于这部分外来人口而言,其迁移至其他的区域的机会和可能性更大,导致其长期居留本地意愿的下降。此外,结果显示佳木斯、牡丹江等位于边界的地级市流动人口居留意愿较高,一定程度上反映出这些城市近年来的包容度有了较大幅度的改善。沿海城市中,辽宁省的大连市及盘锦市流动人口居留意愿相对较高。
图1 东北三省城市流动人口居留意愿的空间分异特征

Fig.1 Spatial variation of urban floating population’s settlement intention in the three provinces of Northeast China

参考已有文献[10,19],运用趋势面分析法对东北三省城市流动人口居留意愿的分布方向进行剖析,结果显示,东北三省城市流动人口居留意愿呈现出明显的“北高南低,东高西低”的空间分布格局。佳木斯市、鹤岗市、绥化市等城市形成居留意愿高值带状区域。此外,流动人口居留意愿在南北方向上的分异比东西方向更大（图2）。
图2 东北三省流动人口居留意愿的趋势面分析

图中X轴代表东西方向;Y轴代表南北方向;Z轴代表各城市居留意愿值;灰色点为样本点;绿色点、蓝色点分别为样本点在ZX平面、YZ平面的投影;灰色直线长度表示居留意愿的高低;蓝色曲线表示南北走向样本投影趋势;绿色曲线表示东西走向样本投影趋势

Fig.2 Trend surface analysis of floating population's settlement intention of prefecture-level cities in the three provinces of Northeast China

基于全局Moran’s I 对东北三省城市流动人口居留意愿的集聚程度进行测量。发现全局Moran’s I 为-0.04（未通过假设检验）,反映出东北城市流动人口居留意愿呈现出随机的空间分布格局,空间自相关性不明显。局部Moran’s I 同样显示出类似的规律（图3）,即多数城市位于非显著空间聚类区,仅仅识别出两个居留意愿高-高模式集聚区（黑河市、齐齐哈尔市）及一个居留意愿低-高模式集聚区（哈尔滨市）。齐齐哈尔市和黑河市与周边城市流动人口居留意愿都呈现较高的特征,而哈尔滨市的居留意愿相对周边城市而言则显著偏低,反映出2类城市流动人口居留意愿的显著差异性。全局Moran’s I 及大部分城市的局部Moran’s I 未通过检验,说明东北三省某城市流动人口居留意愿总体上与其周围城市流动人口居留意愿并无显著关系,这从一个侧面反映出各城市流动人口的居留选择具有特殊性。因此,在指定流动人口管理策略时,相比从“面”入手指定统一的区域性人口策略,更应遵循因地制宜的原则,从“点”入手,关注各城市流动人口迁移选择的特点。
图3 东北三省城市流动人口居留意愿局部Moran’s I分析

Fig.3 Local Moran’s Ianalysis of urban floating population's settlement intention in the three provinces of Northeast China

最后,参考国务院2014年发布的《国务院关于调整城市规模划分标准的通知》,本文将东北三省地级单元按2015年末总人口数分为小城市,中等城市、大城市、特大城市4类。如表1所示,随着城市规模的增加,城市流动人口居留意愿总体呈现先升后降的特征,大城市拥有更高的居留意愿。一方面,城市规模对应着更多的就业机会、工资水平及教育水平,从而导致外来人口居留的效用上升,提升其居留意愿;另一方面,城市规模也对应着更高的就业竞争、生活成本以及更加拥挤的居住环境,这些因素会导致长期居留意愿的下降。综合上述2种因素,东北三省流动人口居留意愿随城市规模呈现出先升后降的倒U形关系。此外,将东北三省城市分为副省级城市及普通地级市2类,讨论其流动人口居留意愿的差异。哈尔滨、长春、大连、沈阳4个副省级城市平均居留意愿为0.639,而其余地级市平均居留意愿则达到0.682,说明相对高等级的城市居留意愿较低,而相对低等级城市居留意愿较高。
表1 东北三省不同规模城市流动人口居留意愿

Table 1 Floating population’s settlement intention of cities of different sizes in the three provinces of Northeast China

城市规模 人口规模 城市名称 居留意愿
小城市 20~50万人 黑河、白城、辽源、通化、铁岭 0.670
中等城市 50~100万人 鹤岗、鸡西、佳木斯、牡丹江、七台河、双鸭山、绥化、白山、四平、松原、丹东、葫芦岛、锦州、辽阳、盘锦、营口 0.679
大城市 100~500万人 大庆、哈尔滨、齐齐哈尔、吉林、长春、鞍山、大连 0.681
特大城市 500~1000万人 沈阳 0.637

3 东北三省流动人口居留意愿的影响因素分析

3.1 变量选取

本文选取流动人口个体居留意愿作为因变量,在调查问卷中“您今后是否打算在本地长期居住（5 a以上）”这一问题有3个选项“打算、没想好、不打算”,其中,“打算”为一类,“没想好”和“不打算”作为另一类,将居留意愿转化成二分变量。从个体、经济、社会3个因素对东北三省流动人口居留意愿的影响因素展开研究。
1） 在个体因素上,选取性别、户口类型、婚姻状况、年龄和受教育程度5个人口学特征衡量流动人口的个体特征。Ravenstein指出农民比城市居民容易迁移,女性在小范围内比男性更易迁移,而远距离迁移大多是男性[26]。同时,婚姻状况也会影响流动人口的居留意愿[8,9]。一般说来,流动人口年龄越大,受教育程度越高,人力资本越强,越有机会获得更好的工作机会,长期居留意愿更强[21]。
2） 在经济因素上,选取收入和住房支出2个变量。Ritchey认为个体选择迁移的一个重要指标是劳动报酬[27]。在中国流动人口往往较难享受流入地的住房保障,因此住房支出也是影响流动人口居留意愿的重要因素[28]。
3） 在社会因素上,选取流入时间、职业类别、就业身份和社会保险4个变量考察流动人口的社会特征。已有研究表明,社会资本同样影响着个体的流动行为,更高的社会资本能给予流动人口在流入地生存及发展更好的帮助[16]。流入时间、职业类别、就业身份与社会资本都有密切关系,流入时间越长,社会地位越高,积累的社会资本越多。不同的职业类别、不同的就业身份代表的社会地位、拥有的社会资本也存在很大差异[29]。此外,完善的社会保险越能提高流动人口的居留意愿。各指标的具体解释见表2。
表2 自变量及其解释

Table 2 Description of independent variables

变量类型 变量名称 变量解释
个体因素 性别 虚拟变量：男性=0;女性=1
户口类型 虚拟变量：农业=0;非农业=1
婚姻状况 虚拟变量：不在婚（含未婚、离婚、丧婚）=0,在婚（含初婚、再婚）=1
年龄 分类变量：25岁以下;25~35岁;35~45岁;45岁及以上
教育程度 分类变量：未上过学及小学;初中;高中/中专;大专及以上;
经济因素 收入 连续变量：上个月或上次就业的月收入（万元）
住房支出 连续变量：房租/房贷（千元）
社会因素 流入时间 连续变量：居民流入地年数
职业类别 分类变量：专业技术及办事人员（“国家机关、党群组织、企事业单位负责人”“专业技术人员”、“公务员、办事人员和有关人员”）;商业服务业人员（“经商”“商贩”“餐饮”“家政””“保洁”“保安”“装修”“其他商业、服务业人员”）;农业及产业工人（“农、林、牧、渔、水利业生产人员”、“生产”、“运输”“建筑”“其他生产、运输设备操作人员及有关人员”）,无固定职业及其他
就业身份 分类变量：雇员;雇主;自营劳动者及其他
社会保险 分类变量：合作医疗保险（含新型农村合作医疗保险、城乡居民合作医疗保险、城镇居民医疗保险）;城镇职工医疗保险（含公费医疗）;无医疗保险

3.2 实证结果与分析

基于SPSS软件,构建二元Logistic回归实证模型（表3）。
表3 二元Logistic模型实证结果

Table 3 Results of the binary Logistic model

变量 占比（%） 回归
系数		 优势比
个体因素 性别（男性）
女性		 58
42
0.083
1.086
户口类型（非农业）
农业		 24
76
0.228**
1.255
婚姻状况（未婚）
在婚		 28
72
0.713**
2.041
年龄（25岁以下）
25~35岁		 1136
0.173*
1.188
35~45岁 30 0.132 1.141
45岁及以上 23 0.052 1.053
受教育程度（未上过学及小学）
初中		 10
57
-0.066
0.936
高中中专 21 -0.005 0.995
大专及以上 12 0.266* 1.305
经济因素 收入（万元） - 0.973** 2.646
住房支出（千元） - -0.131** 0.877
社会因素 流入时间 - 0.118** 1.126
职业类别（无固定工作及其他）
专业技术及办事人员		 3
9
0.491**
1.634
商业服务业人员 64 0.299* 1.348
农业及产业工人 24 0.195 1.215
就业身份（雇员）
雇主		 62
8
0.501**
1.650
自营劳动者含其他 30 0.163** 1.177
社会保险（无医疗保险）
合作医疗保险		 16
71		 0.199** 0.820
城镇职工医疗保险 13 0.613** 1.846
常数项 1.200** 0.301

注：*、** 为P≤0.05、P≤0.01;-连续变量无法计算占比;空白项为对照组无回归系数。

1） 在个体因素中,除了性别外,其他特征对东北三省流动人口的居留意愿有显著影响。户口类型方面,以非农业流动人口为参照,农业流动人口居留意愿的优势比是其1.255倍。随着城镇化的推进和户籍制度的进一步放松,大量东北农业转移人口在城市享受到了更加完善的公共服务和就业生活条件,增强了他们在城市生活的信心。农业流动人口占比达到76%,是流动人口中的主要群体,完善农业流动人口的公共服务与管理体系,有助于提升流动人口的居留意愿。婚姻状况方面,以未婚流动人口为参照,在婚流动人口的居留意愿显著提升。在婚流动人口占比达到72%,同样是流动人口的主要群体。家庭化迁移已成为人口流动的主要趋势,随之而来的随迁子女教育问题成为他们是否长期定居的关键。
年龄方面,25~35岁的流动人口最多,以25岁以下流动人口为参照,25~35岁的流动人口居留意愿优势比也最高,可见主要群体“80后”流动人口居留意愿颇为强烈,处于这一年龄的流动人口往往拥有更高的人力资本,且随着他们在外流动时间的增加,社会经验的积累、劳动技能的提高、收入的增加,他们的居留意愿提升。对于各城市有关部门,需多关注“80后”流动人口的流动状态,通过制定相关政策提高其在东北三省流动人口的居留意愿。受教育程度方面,以未上过学及小学学历为参照,大专及以上学历的流动人口的居留意愿最强。随着受教育程度的提高,流动人口的人力资本增强,在劳动力市场的竞争优势越大,居留意愿跟高。然而,大专及以上学历的流动人口只占12%,初中学历的流动人口占比超过一半,流动人口的受教育程度普遍偏低。在提高人口数量同时,人口质量也是促进城市经济发展的关键因素,可见吸引高素质人才、留住高素质人才是政府的一项重要任务。
2） 经济因素对东北流动人口的居留意愿具有显著影响。模型结果显示,收入、住房支出对东北三省流动人口居留意愿产生显著影响。收入是衡量经济实力的重要指标,流动人口收入越高,其在迁入城市获得的迁移效益也最大,作用于其迁移意愿的提升。住房支出的提高抑制流动人口的居留意愿。这是因为在城市生活的消费支出中,住房支出是流动人口重要的支出途径。近年来随着住房价格的提升,流动人口的迁移成本也在逐渐增加,从而抑制了其居留意愿。
3） 社会因素同意是居留意愿的重要考量因素。流动时间每增加1 a,流动人口居留意愿的优势比是原来的1.126倍。流动人口在东北三省居留的时间越长,他们在当地所积累的社会资本越多,因此居留意愿也越强。职业类别方面,以无固定职业及其他为参照,专业技术及办事人员和商业服务人员都有更强烈的居留意愿,其优势比分别是无固定职业人员的1.634、1.348倍。该结论也显示出具有更高就业地位的专业技术及办事人员以及占大多数的商业服务人员拥有更高的其居留意愿。
就业身份方面,以雇员组为参照,雇主有更高的在流入地的居留意愿,其优势比为雇员组的1.650倍。可见,较高的就业地位能显著提高东北三省流动人口的居留意愿。然而,只有8%流动人口为雇主身份,大部分群体为雇员。在“大众创业、万众创新”的背景下,应为外来流动人口提供更多的创业平台。社会保险方面,以无医疗保险的流动人口为参照,拥有城镇职工医疗保险的流动人口有更加积极的居留意愿,其优势比是1.846,而拥有合作医疗保险的流动人口有更低的居留意愿,其优势比仅是0.820。

4 结论与讨论

本研究使用2015年CMDS数据,运用GIS空间分析技术及二元Logistic回归模型,对东北三省流动人口居留意愿的空间分布格局及影响因素进行研究。总体上看,东北三省流动人口居留意愿呈现出“北高南低,东高西低”的空间格局特征,且南北方向上的分异比东西方向大。其中,哈尔滨、长春、沈阳等省会城市和副省级城市的居留意愿普遍不高,而佳木斯、牡丹江等位于边界城市居留意愿较高,沿海城市中,大连和盘锦两市流动人口居留意愿较高。各市流动人口的居留意愿在空间上属于随机的分布特征,黑河市和齐齐哈尔市位于居留意愿高-高集聚区,而哈尔滨市位于居留意愿低-高集聚区。随着城市规模的增加,流动人口居留意愿呈现先升后降的倒U形关系。从城市等级的角度看,副省级城市流动人口居留意愿低于普通地级市。
从影响因素的角度而言,个体、经济、社会因素对东北三省流动人口的居留意愿均产生显著影响。农业户口流动人口、在婚流动人口、高学历流动人口、“80后”流动人口在迁入城市的居留意愿更强;收入与住房支出分别对流动人口居留意愿产生正向和负向影响;流入时间越长,流动人口居留意愿将提高;专业技术及办事人员与商业服务人员的流动人口居留意愿相对较高;就业身份为雇主的流动人口的居留意愿高于就业身份为雇员和自营劳动者及其他的流动人口;参加城镇职工医疗保险的流动人口居留意愿更强。
根据研究结论可以推断,东北三省各市之间发展的不均衡性一定程度上作用于其流动人口居留意愿的空间格局特征。尽管回归模型未考虑城市外部因素,然而各城市特殊的外部发展条件（如人均GDP、人均储蓄）往往通过作用于流动人口内部因素（如收入）而影响其长期居留意愿。作为省会城市,哈尔滨、长春、沈阳享有较多社会经济资源及较高公共服务水平,集聚了大量寻求发展机会的流动人口,而大量涌入的人口也导致其就业市场竞争的加剧。住房支出对居留意愿产生负向影响,近年来省会城市住房价格的上升将阻碍着流动人口在本地的进一步定居。另一方面,作为黑龙江省的省域副中心城市,佳木斯、牡丹江二市具有相对不错的就业条件和社会保险,能够吸引一定高素质流动人口,而其住房价格相对较低,因而其流动人口的居留意愿也相对偏高。大连和盘锦作为东北迅速崛起的海滨城市,拥有丰富的海洋资源,以金融业、物流业、旅游业为代表的现代服务业快速增长,有助于大量的商业服务人员在城市工作定居。齐齐哈尔、大庆、黑河等市拥有较好的农林业发展条件和工业基础,且出台了一系列人口管理政策以吸引外来人口留居。基于此,对于流动人口居留意愿较低的城市而言,需要制定针对性的流动人口管理和城市发展政策,通过发展新兴产业、完善户籍和社会保障制度改革、提升城市医疗卫生教育等公共服务水平、推进住房保障和人才安居等措施以吸引外来劳动力安居落户。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
国家卫生和计划生育委员会流动人口司. 中国流动人口发展报告(2017)[M]. 北京: 中国人口出版社, 2017.

[ Department of Floating Population, National Health and Family Planning Commission. Report on China's migrant population development(2017). Beijing: China Population Publishing House, 2017.]

[2]
邵琳 . 人力资本与区域经济增长[J]. 人口学刊, 2014,36(2):74-81.

[ Shao Lin . Human capital and regional economic growth. Population Journal, 2014,36(2):74-81.]

[3]
付占辉, 梅林, 刘艳军 , 等. 东北三省城乡收入差距空间格局及其分异机制研究[J]. 地理科学, 2019,39(9):1473-1483.

[ Fu Zhanhui, Mei Lin, Liu Yanjun et al. Spatial pattern of urban-rural income disparity and its differentiation mechanism in three provinces of Northeast China. Scientia Geographica Sinica, 2019,39(9):1473-1483.]

[4]
国务院人口普查办公室, 国家统计局人口和就业统计司. 中国 2010 年人口普查资料[M]. 北京: 中国统计出版社, 2012.

[ Population Census Office under the State Council, Department of Population and Employment Statistics National Bureau of Statistics. Tabulation on the population census of the people's republic of China. Beijing: China Statistics Press, 2012.]

[5]
Lewis W A . Economic development with unlimited supplies of labour[J]. Manchester School, 1954,22(2):139-191.

[6]
Todaro M P . A Model of labor migration and urban unemployment in less developed countries[J]. American Economic Review, 1969,59(1):138-148.

[7]
Stark O, Bloom D E . The new economics of labor migration[J]. The American Economic Review, 1985,75(2):173-178.

[8]
Massey D S, Arango J, Hugo G et al. Theories of international migration: A review and appraisal[J]. Population & Development Review, 1993,19(3):431-466.

[9]
Piore M J . Labor market segmentation: To what paradigm does it belong?[J]. The American Economic Review, 1983,73(2):249-253.

[10]
古恒宇, 肖凡, 沈体雁 , 等. 中国城市流动人口居留意愿的地区差异与影响因素——基于2015 年流动人口动态监测数据[J]. 经济地理, 2018,38(11):22-29.

[ Gu Hengyu, Xiao Fan, Shen Tiyan et al. Spatial difference and influencing factors of settlementintention of urban floating population in China: Evidencefrom the 2015 national migrant population dynamic monitoringsurvey. Economic Geography, 2018,38(11):22-29.]

[11]
李树茁, 王维博, 悦中山 . 自雇与受雇农民工城市居留意愿差异研究[J]. 人口与经济, 2014(2):12-21.

[ Li Shuzhuo, Wang Weibo, Yue Zhongshan . A comparative study on settlement intentions between self-employed and employed migrants. Population & Economics, 2014(2):12-21.]

[12]
侯建明, 李晓刚 . 我国流动老年人口居留意愿及其影响因素分析[J]. 人口学刊, 2017(6):62-70.

[ Hou Jianming, Li Xiaogang . The analysis of the status of China's floating elderly population and it's influencing factors. Population Journal, 2017(6):62-70.]

[13]
蔚志新 . 分地区流动人口居留意愿影响因素比较研究——基于全国5城市流动人口动态监测调查数据[J]. 人口与经济, 2013(4):12-20.

[ Wei Zhixin . A region-specific comparative study of factors influencing the residing preference among migrant population in different areas: Based on the dynamic monitoring & survey data on the migrant population in five cities of China. Population & Economics, 2013(4):12-20.]

[14]
杨东亮 . 东北流出流入人口的城市居留意愿比较研究[J]. 人口学刊, 2016,38(5):34-44.

[ Yang Dongliang . A comparative study on settlement intention of the floating population in Northeast China. Population Journal, 2016,38(5):34-44.]

[15]
Liu Z, Wang Y, Chen S . Does formal housing encourage settlement intention of rural migrants in Chinese cities? A structural equation model analysis[J]. Urban Studies, 2017,54(8):1834-1850.

[16]
Huang X, Liu Y, Xue D et al. The effects of social ties on rural-urban migrants' intention to settle in cities in China[J]. Cities, 2018,83:203-212.

[17]
Zhu Y . China's floating population and their settlement intention in the cities: Beyond the Hukou reform[J]. Habitat International, 2007,31(1):65-76.

[18]
Hu F, Xu Z, Chen Y . Circular migration, or permanent stay? Evidence from China's rural-urban migration[J]. China Economic Review, 2011,22(1):64-74.

[19]
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.

[ Lin Liyue, Zhu Yu . Spatial variation and its determinants of migrants' Hukou transferintention of China's prefecture and provincial level cities: Evidence from the 2012 national migrant population dynamicmonitoring survey. Acta GeographicaSinica, 2016,71(10):1696-1709.]

[20]
Liu Y, Deng W, Song X . Influence factor analysis of migrants' settlement intention: Considering the characteristic of city[J]. Applied Geography, 2018,96:130-140.

[21]
古恒宇, 孟鑫, 沈体雁 , 等. 中国城市流动人口居留意愿影响因素的空间分异特征[J]. 地理学报, 2020,75(2):240-254.

[ Gu Hengyu, Meng Xin, Shen Tiyan et al. Spatial variation of the determinants of China's urban floating population's settlement intention. Acta GeographicaSinica, 2020,75(2):240-254.]

[22]
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.

[ Gu Hengyu, Liu Ziliang, Shen Tiyan . Spatial pattern and influencing mechanism of interprovincial migration's hukou transfer intention in China. Scientia Geographica Sinica, 2019,39(11):1702-1710.]

[23]
Gu H, Liu Z, Shen T et al. Modelling interprovincial migration in China from 1995 to 2015 based on an eigenvector spatial filtering negative binomial model[J]. Population,Space and Place, 2019,25(8):e2253.

[24]
Anselin L . Local indicators of spatial association—LISA[J]. Geographical analysis, 1995,27(2):93-115.

[25]
Gu H, Meng X, Shen T , et al. China's Highly Educated Talents in 2015: Patterns, Determinants and Spatial Spillover Effects[J]. Applied Spatial Analysis and Policy, 2019: 1-18.

[26]
Ravenstein E G . The laws of migration[J]. Journal of the statistical society of London, 1885,48(2):167-235.

[27]
Ritchey P N . Explanations of migration[J]. Annual Review of Sociology, 1976,2(2):363-404.

[28]
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.

[ Lin Liyue, Zhu Yu, Ke Wenqian . The impacts of housing conditions on migrants' settlement intention in the cities: Evidence from Fujian Province. Scientia Geographica Sinica, 2019,39(9):1464-1472.]

[29]
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.]

Options
文章导航

/

〈 〉