EN中文

地理科学 >

2024 , Vol. 44 >Issue 6: 940 - 952

DOI: https://doi.org/10.13249/j.cnki.sgs.20230467

城市人居环境与人口迁移互动效应研究

  • 王国霞 , 1, 2 ,
  • 白之钧 1, 2 ,
  • 姬少伟 1, 2
展开
  • 1.山西大学经济与管理学院，山西 太原 030006
  • 2.山西大学碳中和研究中心，山西 太原 030006

王国霞（1976—），女，山西运城人，教授，博士，主要从事人口迁移与城市可持续发展研究。E-mail:

收稿日期: 2023-05-23

  修回日期: 2023-08-18

  网络出版日期: 2024-07-11

基金资助

山西省哲学社会科学规划课题(2021YJ035)

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

Interacting relationship between human settlement environment of urban and population migration

  • Wang Guoxia , 1, 2 ,
  • Bai Zhijun 1, 2 ,
  • Ji Shaowei 1, 2
Expand
  • 1. School of Economics and Management, Shanxi University, Taiyuan 030006, Shanxi, China
  • 2. Carbon Neutrality Research Institute, Shanxi University, Taiyuan 030006, Shanxi, China

Received date: 2023-05-23

  Revised date: 2023-08-18

  Online published: 2024-07-11

Supported by

Planning Project for Philosophy and Social Sciences in Shanxi Province(2021YJ035)

Copyright

Copyright reserved © 2024.
Fold

摘要

本文借鉴人类发展指数的构建方法，基于移民福祉角度，从经济环境、公共服务、居住环境、制度环境和城市现代化5个方面重新评估城市人居环境质量，并利用2期人口迁移数据，对中国279个地级市的人居环境进行互动效应分析，探索城市人居环境与人口迁移之间的动态响应机制。研究发现：① 样本考察期内，中国城市人居环境有一定改善，城市建设水平差距缩小，空间上呈现出“东高西低”特征，中心城市集聚效应明显，东部地区城市出现“俱乐部趋同”现象，中西部内陆地区陷入“低值陷阱”。② 全国人口净迁移格局呈现出“中间低、周围高”的凹形空间特征，迁移人口主要分布在人口规模超过500万人的特大和超大城市，但迁移人口增长主要动力点是中小规模城市。③ 城市人居环境的改善对提高人口迁移流动具有积极效应，经济发展差异和社会融合水平是引发人口迁移规模空间差异的核心因素，生活舒适性逐渐成为驱动人口迁移的重要来源，在省级尺度上各驱动要素体现出空间异质性。④ 人口迁移规模尚不足以成为城市人居环境变化的稳定主导因素之一。据此提出以增进福祉为要义的城市人居环境建设应适配于新发展阶段人口特征变化以推进新型城镇化高质量发展。

关键词： 人居环境; 人口迁移; 互动效应; 地理探测器

本文引用格式

王国霞 , 白之钧 , 姬少伟 . 城市人居环境与人口迁移互动效应研究[J]. 地理科学, 2024 , 44(6) : 940 -952 . DOI: 10.13249/j.cnki.sgs.20230467

Abstract

Using the construction method of Human Development Index for reference, this paper reassesses the quality of urban livability environment from 5 aspects of economic condition, public services, residential environment, institutions and urban modernization based on the perspective of migrants’ well-being, and uses 2 periods of population migration data to analyze the interaction effect of human settlements in 279 prefecture-level city in China, and explore the dynamic impact mechanism between urban human settlements and population migration. Research has found that: 1) During the sample inspection period, the human settlements environment of Chinese cities has improved, to some extent, the gap in urban construction level has narrowed, and the space shows a “high in the east and low in the west” feature. The agglomeration effect of central cities is obvious, and cities in the eastern region have experienced a “club convergence” phenomenon, while inland areas in the central and western regions of China have fallen into the “low value trap” of the human livability environment. 2) The net migration pattern of the national population shows a “concave” spatial feature of “low in the middle and high in the surrounding areas”. The migration population is mainly distributed in mega and mega cities with a population size of over 5 million, but the main driving force for the growth of the migration population is small and medium-sized cities. 3) The improvement of urban human settlements environment has a positive effect on the increase of population migration. The difference in economic development and the level of social integration are the core factors that cause the spatial difference in the scale of population migration. Life comfort has gradually become an important source of driving population migration. At the provincial level, the driving factors reflect spatial heterogeneity. 4) The impact of population migration scale is not yet enough to become one of the leading factors in stabilizing changes in the urban livability environment. Therefore, the construction of urban human settlements environment with the key to enhancing well-being should be adapted to the changes in population characteristics in the new development stage to promote the high-quality development of new urbanization.

Key words： human settlement environment; population migration; interacting effect; Geodetector

随着城市化进程加快和户籍制度改革的不断深化，中国人口迁移流动模式正从周期性城乡循环流动向定居城镇及城际间多向流动转变[1]，存量流动人口再流动的空间选择逐渐成为塑造国内未来人口格局的关键因素[2]。中国在“十四五”规划和2035远景目标《纲要》中提出“加快农业转移人口市民化”“推进以人为核心的新型城镇化”（http://www.gov.cn），这意味着乡−城迁移人口的身份将由城镇劳动者逐渐转变为城镇居民，势必引致移民对所迁移城市的主要关注点由先前短期的对工资水平和就业机会的关注，转变为对更舒适居住条件、更高水平公共服务等城市人居环境多维的、长期的追求[3]，当前日趋显著的家庭化迁移趋势也将助推这一需求。与此同时，中国已进入城镇化发展中后期质量提升阶段，以人为本的高质量人居环境建设已成为新型城镇化高质量发展的主要内容[4]。尽管城市人居环境建设在人口迁移的过程中不断发生演变，但基于政府主导下提高城镇化质量的目标需求可能造成在城市人居环境建设中对迁移人口群体关注不够，进而引发城市土地错配、交通拥堵、环境质量下降等诸多发展问题[5-6]。因此，厘清城市人居环境变迁与人口迁移之间的内在联系，对于从移民与地方互动的视角探索中国新型城镇化高质量发展的路径具有重要意义。
学界对人居环境的科学研究可追溯至20世纪50年代，国内起步稍晚，数十年间国内外学者在理论基础、评价指标选取、评估体系构建、影响机制等方面进行了广泛的研究[7-18]。关于城市人居环境与人口迁移的互动关系，已有研究成果主要集中于以下两个方面：一是围绕城市人居环境对人口迁移决策、移民居留意愿的影响展开。研究发现，随着移民生活需求由“温饱型”向“品质型”跃迁，城市人居环境对人口迁移决策的影响也正变得日益显著。迁移人口在决策过程中对包括城市公共服务、社会融合状况、居住满意度等在内的人居环境要素诉求，已超越以往研究中所强调的移民以获取经济利益为目的的居留动机[19]。随迁子女教育、医疗等公共服务、雾霾等城市环境质量与人口调控政策等逐渐成为影响流动人口居留意愿的重要因素[20-21]。二是研究乡−城人口迁移所驱动的城镇化对城市人居环境质量演变的影响效应。人居环境是与外界相互影响的综合系统，其与外部其他系统之间的关系均对人居环境产生影响[22]。国内外学者在构建人居环境与城市化相互作用和影响关系基础上[23]，采用主成分分析、线性关系模型、协调度模型进行定量化实证研究发现，城镇化与城市人居环境变动具有一致性，但二者进程的协调程度存在时空差异[24-26]。综合来看，现有研究在内容上较多关注城市人居环境与人口迁移的单向影响效应，缺乏对二者互动关系连接的探究，在方法上多数采用熵权法、耦合协调度模型，较少从人地互动中重要的地理空间视角选取方法开展研究。
基于此，本文从移民福祉的视角出发选取指标，借鉴人类发展指数（HDI）的构建方法尝试构建新的人居环境评价体系对中国城市人居环境进行评估，并基于人口迁移数据，通过地理探测器方法探求人居环境质量与人口迁移之间的互动影响机制，以期为推进新型城镇化高质量发展，建设更加契合人口迁移群体需求的人居环境提供政策建议。

1 数据来源和研究方法

1.1 数据来源

本文的基本研究单元是中国地级及以上城市（包括直辖市、副省级市、地级市，不包括盟、自治州），因数据的可获得性等原因，暂不包括港澳台地区，剔除青海、新疆、西藏、重庆等省（自治区、直辖市）内数据严重缺失的城市，最终确定279个地级及以上城市为本文的动态评价对象。城市人口迁移数据来自于全国第五次、第六次和第七次人口普查分县资料[27-29]，汇总计算可得地级市城区人口迁移数据。城市人居环境评价数据来自2001年、2011年、2021年《中国城市统计年鉴》[30]、《中国城市建设统计年鉴》[31]及各省统计年鉴，区域创业创新指数来自北京大学企业大数据研究中心（https://opendata.pku.edu.cn/dataverse/pkucer）。考虑到数据的连续性，按照行政区划调整标准将部分市域的数据进行合并，使用线性插值法处理个别指标的缺失值。

1.2 研究方法

1.2.1 城市人居环境综合指数构建方法

鉴于城市人居环境建设的目标是满足于居民需求，旨在提高居民幸福指数，增加居民福祉，这与人类发展指数的构建本质相同，为此本研究借鉴人类发展指数（HDI）构建思路[32]，从移民福祉视角出发，分别从经济环境、公共服务、居住环境、制度环境、城市现代化5个方面，选取9个指标构建城市人居环境综合指数。
1）经济环境：选取人均GDP来评估城市经济环境。人均GDP与多个城市社会经济特征具有显著相关性，可以反映城市的经济发展水平、收入水平、可提供的就业机会等。此外，该指标也表明城市有足够的财力来改善人居环境，提高公共服务质量，促进经济发展，建立更好的社会秩序。
2）公共服务：选取每万人拥有的中小学数、执业（助理）医师数、公共汽（电）车数3个指标来评估城市公共服务方面的供给程度。城市公共服务主要包括民生性服务与经济性服务两大类[33]，以教育、医疗为主的民生性公共服务主要通过服务供给质量提升城市人居环境，吸引高素质劳动力流入[34]；以公共交通为主的经济性公共服务反映居民职住分离加剧下对交通出行便捷度和可得性的需求。
3）居住环境：选取人均绿地面积、人均建成区面积作为表示生活环境、舒适度方面的指标，反映居住环境的宜人度。根据马斯洛的需求理论，对舒适环境的追求是在生存经济需求之上的需求。较高的建成区面积一方面是城市经济增长潜力的反映，提高城市居民的预期收入和就业机会，另一方面代表城市宽松的、舒适的生活空间。城市绿色空间则不仅可以提供生态系统服务以支持城市的生态完整性，还可以保护城市人口的公共健康，降低居民承受雾霾等环境风险[35]，提升城市生态宜居水平。
4）制度环境：选取移民存量作为城市人居环境制度环境指标。城市内部合理的流动人口制度为移民居留提供了激励，这些制度包括影响个体感知的户籍制度、劳动保护制度与代际感知的医疗养老保障制度、子女就学制度等，由于对这些制度直接衡量存在一定困难，因此本文选取移民存量作为替代衡量指标。由于前一时期移民的进入所带来的经济社会效应必然会对当地的流动人口管理产生影响和冲击，这一影响从目前来看大部分都是正面的，这会促进当地对流动人口管理制度的不断优化[36]，所以移民存量可以综合反映城市在移民制度安排方面的宽松和改进，此外，移民存量也可以反映移民的融合情况及城市的开放性和包容性，是城市人居环境中社会环境和谐度的表征。
5）城市现代化：选取区域创新创业指数和互联网用户数来评估城市社会文化环境，反映城市活力和现代化水平。区域创新创业指数可以客观衡量各地区创业创新活力与绩效[37]，每百人互联网宽带接入用户数反映了城市互联网发展基础与水平。以创新活力为代表的城市人文社会环境显著反映了城市空间品质提升、吸引创新人才流入的能力[38]，基于互联网的城市数字化、信息化水平代表了推动生产资源有效配置，实现绿色高质量发展的效应[39]，二者作为表征城市现代化的指标，共同反映高质量发展追求与信息化深度应用下，城市有效应对移民就业、发展诉求与劳动力质量需求的现代化水平。
在计算城市人居环境综合指数时，对每项指标按照0~1分级，0为最差，1为最好。在计算出每个指标得分后，进行简单平均得到城市人居环境评价中5个方面综合指数，最后将5个方面的综合指数进行几何平均最终得到人居环境综合指数。

1.2.2 空间自相关分析方法

空间自相关分析方法包括全局空间自相关和局部空间自相关[40]。本文采用空间自相关分析方法考察城市人居环境空间关联性和局部空间集聚特征，具体计算方法见文献[40]。

1.2.3 地理探测器

地理探测器是探测空间分异性以及揭示其背后驱动因子的一种统计学方法[41]。其基本原理是认为具有不同空间分布的因变量和自变量，若两者在空间上变化表现显著一致性，则自变量对因变量的地理空间分布具有更为显著的解释力。本文运用该方法来探测人口迁移与城市人居环境质量之间的互动效应，即采用地理探测器进行影响因素探测分析，识别由多组自变量作地理分区对因变量的地理分布差异的解释能力，并揭示哪些自变量的解释力高。

2 城市人居环境与迁移人口的空间格局特征

2.1 城市人居环境空间分异特征

2010—2020年全国279个城市的人居环境指数平均值从0.254上升为0.279，其中2010年有122个城市高于均值，2020年增加到127个。进一步，根据城市人居环境指数的分布状况将全国城市划分为4个级别，低人居环境指数[0,0.20]城市，中等人居环境指数（0.20,0.40]城市，较高人居环境指数（0.40,0.60]城市，高人居环境指数（0.60,1.00]城市。2010—2020年低人居环境指数的城市个数由78个下降到55个，中等人居环境指数的个数增加6个，而较高人居环境指数的城市个数增长最多，由15个增加到34个。基尼系数由2010年的0.21上升为2020年的0.22。据统计，2020年有60%的城市人居环境指数上升，全国城市人居环境呈现出结构稳定下改善提高的时间演化特征。
考察不同人口规模城市的城市人居环境关系发现，得益于经济发展实力差异和公共服务供给方面的规模效应优势[42]，城市人居环境水平与其人口规模呈明显正相关关系，散点图非线性拟合度（2010年R2=0.52，2020年R2=0.38）高于线性拟合度（2010年R2=0.39，2020年R2=0.29）（图1），说明随着城市人口规模扩大，其规模效应逐渐减退，对城市人居环境的提升力度也呈渐弱趋势。
图1 2010年和2020年中国城市人居环境质量指数散点图

港澳台数据暂缺

Fig. 1 Scattergram of urban livability quality index of China in 2010 and 2020

图2显示了城市人居环境指数可视化处理结果，279个地级及以上城市的人居环境质量指数分布呈现出明显的区域差异性。
图2 2010年和2020年中国城市人居环境质量指数

基于自然资源部标准地图服务网站审图号为GS（2020）4630号的标准地图制作，底图边界无修改；港澳台数据暂缺

Fig. 2 Urban livability quality index of China in 2010 and 2020

1）东部地区①(①根据《第一次全国经济普查主要数据公报（第一号）》，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中西部地区包括山西、安徽、江西、河南、湖北、湖南、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；东北地区包括黑龙江、吉林、辽宁。)城市人居环境指数普遍较高，2010年、2020年处于中等及以上人居环境指数的分别有92、89个，占东部地区城市总数90%以上，尤其是环渤海、长三角、珠三角等城市群城市，具有明显的高值集聚特征。
2）中西部地区城市人居环境指数总体偏低，2010年、2020年处于低人居环境指数的分别有72、46个，占中西部地区城市总数的40.0%和25.4%。且具有较强的省会指向性，省会城市均处于中等及以上水平，而省域内次一级圈层城市则降为低人居环境指数水平。这与地区自然环境、地理区位和历史发展状况有关，中西部地区生态脆弱，土壤侵蚀问题突出，基础设施薄弱，由于区位因素限制，吸引外资的能力不足，造成了其与东部地区经济实力的绝对差距，在城市人居环境建设方面的财政投入可能远小于东部地区，综合而言其测度水平排在全国末尾。
3）低水平人居环境城市还分布在东北三省与川陕甘3省交界地区，2010年、2020年上述地区内低水平人居环境城市分别有17和24个，占全国低水平人居环境城市总数的30.8%和43.6%，值得对比的是，上述地区内城市仅占研究范围城市总数的15.4%，呈现出显著的“低值谷区”现象。
4）从演变分异来看，人居环境质量提升区域大多集中在中西部地区，尤其以内蒙古呼和浩特、四川宜宾和江西赣州为中心的区域城市人居环境改善最为明显。人居环境质量弱化区域出现在黑龙江佳木斯和广东广州为中心的地区，二者作为人口存量与迁移人口规模处于全国2个“极点”的典型代表地区[43]，这一现象似乎与环境库兹涅茨理论中“倒U”型曲线相符，即处于曲线两侧位置的对象环境质量弱于处于曲线中央位置的对象，存在通过调控以人口规模预测为基础的城市规划和公共服务建设，实现人居环境质量向潜在最优点提升的优化空间[44]。

2.2 城市人居环境空间集聚特征

为刻画全国279个城市的人居环境指数空间集聚特征，首先基于全局Moran’s I指数测度2010、2020年人居环境指数的全局相关性。结果显示，两个时间截面上全局Moran’s I指数均大于0，分别为0.285和0.299，空间集聚性有所提高，并稳定为空间正相关性，即人居环境指数高的地区与其他人居环境指数高的地区呈现集聚趋势，反之亦然。
进一步采用局部空间自相关解析全国279个城市的人居环境指数空间集聚模式（图3）。
图3 2010年和2020年城市人居环境质量指数LISA空间分布

基于自然资源部标准地图服务网站审图号为GS（2020）4630号的标准地图制作，底图边界无修改；港澳台数据暂缺

Fig. 3 LISA map of urban livability quality index in 2010 and 2020

1）“东高西低，沿海高内陆低”格局稳定。2010年和2020年人居环境指数“高−高”热点区集中出现在东部沿海地区与“环渤海”地区，“低−低”冷点区集中出现在山西、河南、陕西、甘肃、四川等中西部内陆省份及东北地区。这与中国长期以来区域经济发展水平“东强西弱”的空间差异特征相一致。相较于东部沿海地区，中西部地处内陆，经济发展禀赋不足，长期处于人居环境指数的冷点区，应成为推动区域人居环境水平增质提效政策的重要着力点。
2）“都市圈”“中心城市”集聚效应明显。“环渤海都市圈”“长三角都市圈”“珠三角都市圈”内城市出现人居环境指数高值集聚，邻接冷点区的“高−低”区出现在郑州、西安、成都、昆明等省会，成为人居环境指数区域高值中心。
3）长三角地区热点区扩散效应明显，区域经济差异逐步缩小，似乎出现“俱乐部趋同”现象。以江苏南部、浙江、上海为中心的地区一直是高人居环境指数水平集聚区，2010—2020年间辐射带动周边城市人居环境指数显著提高。相邻的福建福州，安徽芜湖、铜陵，江苏北部、胶东半岛等地区在2010年空间集聚不显著，但在2020年进入“高−高”区。这得益于该地区不断推动落实区域协调发展战略，城市间产业分工、基础设施、公共服务、环境治理、对外开放等协调联动，中心城市辐射范围不断扩大，带动周边人居环境水平同步发展。
4）中西部内陆地区长期处于冷点区，高值中心地市对周边区域带动作用十分有限，似乎陷入 “低值陷阱”中。山西临汾、运城，河南南阳，陕西渭南、商洛、汉中，四川广元、雅安、眉山等地市于2个时间截面稳定处于低人居环境指数水平集聚区；郑州、西安、成都、贵阳、昆明等省会城市和湖北十堰、宜昌等地市稳定处于“高−低”区，其人居环境指数水平明显高于周围地市（州）。由于中西部地区深居内陆，区位、人才、技术、基础设施等劣势使其深陷恶性循环，多数地市依旧处于快速工业化阶段，优先追求经济发展和粗放的工业化模式加剧了其人居环境提质增效压力，导致高值“极点”地市带动乏力。

2.3 迁移人口分布特征

自20世纪90年代以来，随着户籍管理体制改革的不断深化，中国跨区域人口流动规模日益扩大，2000年、2010年、2020年全国跨省流动人口分别为4 242万、8 588万和12 500万。虽然流动人口规模不断增大，但从流动人口增速来看，2000—2010年增长了4 300万，2010—2020年增长了3 900万，有下降的趋势。
从2010—2020年迁移人口的空间分布来看，全国人口净迁移格局呈现出“中间低、周围高”的“凹”空间特征，这与现有学者指出改革开放以来国内人口迁移模式保持为中西部地区人口向东部沿海省份迁移的研究成果相吻合[45]。人口迁入地主要集中在东部经济快速发展区域，并集中分布于珠三角、长三角和京津3个区域，广东、浙江、上海、江苏、北京及福建是全国人口迁移的主要迁入地，6省市迁入人口占到全国迁入人口总量的55%；而中西部欠发达地区是主要的人口迁出地，仅河南、安徽、四川、贵州、广西及湖南6省（区）迁出人口占全国迁出人口的50%左右。
从不同城市规模等级的移民分布来看（表1），移民主要分布在人口规模超过500万的特大和超大城市，2010年占比超50%，2020年虽有所降低为42.1%，但依然高于其他规模等级城市。从平均移民规模、最小值和最大值来看，2020年不同规模等级城市的移民规模都有很大增长。具体来看，2010—2020年迁移人口规模的变化主要反映出2个特点，一是迁移人口增长的“主要动力点”位于中小规模城市，二是迁移人口规模“下限”，即最小值，提升空间远高于“上限”，即最大值。这与2010—2020年新型城镇化战略、扶贫攻坚战略、乡村振兴战略等国家战略的实施紧密相关，政策的出台和落实活跃了中小规模城镇辖区的人户分离与近距离人口流动。此外，人口集聚的负向外部效应以及中美贸易摩擦等国际宏观环境因素，影响了大城市的经济增长及就业机会，制约了人口流动规模“上限”的提升。
表1 2010—2020年不同规模城市移民规模统计指标

Table 1 Migration scale in cities of different scales in 2010—2020

城市规模 平均移民规模/万人 最小值/万人 最大值/万人 在总和中占比/%
2010年 2020年 2010年 2020年 2010年 2020年 2010年 2020年
　　注：港澳台数据暂缺。
小城市 7.60 35.65 1.49 17.09 16.53 49.58 4.4 5.8
中等城市 18.62 72.51 1.29 50.26 63.85 99.98 15.8 17.7
大城市 49.48 196.58 3.91 101.37 198.83 456.75 29.3 34.4
特大、超大城市 354.77 975.03 105.72 520.83 1085.21 1987.31 50.5 42.1

3 城市人居环境与人口迁移互动机制

本文从城市人居环境对人口迁移的驱动机制与人口迁移对城市人居环境的影响机制两方面，探究二者的互动情况。城市人居环境对人口迁移的驱动机制主要基于多维度分解城市人居环境对人口迁移带来的驱动效应，而人口迁移对城市人居环境的影响机制是基于多要素视角，探究人口迁移作为影响因素之一对城市人居环境的作用情况。
在市民化推进的过程中，越来越多的流动人口完成了市民身份的转变，以城市居民的角色重新审视其迁入地的生产生活环境。城市居民和流动人口的关注焦点由迁入地工资水平和就业机会所提供的“温饱”效用，逐渐转变为更加多元的“品质”需求。基于此，为分析城市人居环境在人口迁移的过程中扮演着怎样的角色，按照前文所构建的人居环境评价体系，分解为经济、公共服务、居住环境、制度环境和城市现代化5个维度，同时考虑传统引力模型中城市人口规模因素对人口迁移产生的较强预期影响[46]，加入城市规模作为自变量，以人口迁移规模为因变量对驱动机制进行探究。
政府投入作为当前国内推动城市人居环境建设的主导动力[47]，受到政府财政收入的“源”和城市建设规划级别的“流”两个方面影响[48]。城市规模通过集聚、催化作用也成为推动城市人居环境演变的关键动力。此外，人口迁移作为城市人口规模和结构变化的重要原因，对迁入地城市带来人口规模效益与环境压力[49]，为迁出地城市带来公共服务需求转变与土地资源闲置等正负影响[50]，城市人居环境也因此在适应这种变化的过程中不断发生改变。基于此，本研究以城市人居环境质量指数为因变量，人口迁移规模为核心自变量，加入推动城市人居环境变化的城市财政收入、城市规模、城市声誉（行政级别）3个主要因素同为自变量[51]，分析人口迁移对城市人居环境质量的影响效应。

3.1 城市人居环境对人口迁移的驱动机制

根据地理探测器的方法要求，将人居环境5个维度综合指数的数量型指标根据自然断点法划分为类型指标，城市规模则按照新的城市规模划分标准进行类型划分，进而进行影响因子探测，识别2010年、2020年人居环境各评价维度因素对人口迁移的驱动情况（表2）。
表2 2010年、2020年人口迁移规模影响因子探测

Table 2 Impact factors detection of population migration scale in 2010 and 2020

影响因子 人口迁移规模
2020年 2010年
　　注：**表示在0.01水平上显著相关，港澳台数据暂缺。
经济环境 0.139** 0.191**
公共服务 0.012 0.025**
居住环境 0.122** 0.116**
制度环境 0.171** 0.285**
城市现代化 0.154** 0.054**
城市规模 0.526** 0.616**
地理探测器对2010年、2020年人口迁移规模的影响因素探测效果良好，普遍通过了1%水平上显著性检验，人口迁移规模受到城市人居环境5个维度的综合影响。
1）从影响因子大小来看，除城市规模外，人居环境中的制度环境和经济环境是影响人口迁移规模空间分异的主导因子。由于制度环境采用的是移民存量，既是城市移民迁移成本表征，同时又可衡量移民的社会融合水平。在人口迁移的经典理论“推拉理论”中，流动人口迁移意愿会受到流入地和流出地特征的双重影响[52]，地理探测器的探测结果说明经济发展水平差异“推力”和社会融合水平“拉力”是造成人口迁移规模空间分异核心影响因素。
2）从2个时间截面对比来看，相比于2010年，在2020年有4项影响因子对于人口迁移规模空间分异的解释力上升，最显著的变化是公共服务从不显著变为显著影响因子，q值增加1.08倍。可见，城市人居环境中公共服务等软环境因素对人口迁移的影响效应正在加强，在当前关于人口迁移机制的“either-or”（即移民是以经济为主导还是以舒适为主导）的讨论中[53]，地理探测器的探测结果显示，人口迁移机制解释的天平正由收入机会经济性逐渐向生活环境舒适性主导的方向倾斜。
3）相比于2010年，在2020年有2项影响因子解释力下降，居住环境、城市现代化q值分别减少4.9%、64.9%。以互联网为基础的信息化、数字化具有跨越空间实现要素资源分配、满足生产生活需求的能力，随着城乡居住环境明显改善[54]和城市信息化水平不断提高[55]，地区间居住环境与城市信息化区位差异明显减少，对人口迁移的影响效应出现弱化。
进一步，考虑到2020年探测结果可以体现2014—2020年国家新型城镇化规划这一重要国家政策背景下城市人居环境对人口迁移的影响机制，且时效性更强，由此重点分析2020年省级尺度上人口迁移规模影响因子探测结果的空间异质性，因北京、天津、上海、海南、青海和新疆6个省市区原样本数据量不足故未纳入分析，结果如图4。
图4 2020年省级尺度人口迁移规模影响因子探测结果

基于自然资源部标准地图服务网站审图号为GS（2020）4630号的标准地图制作，底图边界无修改；港澳台数据暂缺

Fig. 4 Detection results of impact factors on population migration scale at the provincial level in 2020

1）经济发展因素方面，人均GDP因子解释力空间分布有较显著的坡状特征，即中西部边疆地区和东北地区省份q值较高，东部沿海地区省份q值较低，考虑到改革开放以来，区域经济发展差异主导的中国省级人口迁移格局总体保持稳定，这一事实与因子探测结果形成吻合。
2）公共服务方面，每万人拥有的中小学数、执业（助理）医师数、公共汽（电）车数对一些公共服务投入力度较弱的边疆省区解释力度更大，如云南、广西、贵州、宁夏等。这些省（自治区）城市公共服务建设相对滞后，人口迁移受到追求公共服务质量的生活环境舒适性驱动的影响更为明显。
3）居住环境方面，人均绿地面积和人均居住面积要素在中西部和东北地区等传统发展欠缺省份解释力度较低，这说明相较于发展迅速但染上了不同程度“城市病”的地区，这些“慢生活节奏”地区和更加“宽松”的居住环境给潜在迁移人口带来了更强的本地居留意愿，有学者将这种情况称之为“人口迁移黏性”[56]。
4）制度环境方面，长三角、珠三角等长期以来的“强”迁移人口目的地q值较低，表明在近年来新型城镇化和户籍制度持续改革的背景下，移民制度环境优化对迁移人口的拉力仍显不足，移民在迁移过程中难以获得归属感与安全感[57]。
5）城市现代化方面，区域创新创业指数和每百人互联网宽带接入用户数要素在东部沿海省份解释力度普遍较低，较高的区域一体化城市活力与信息化程度使这些省份的居民无需流迁就可以满足其城市现代化方面的生产生活需要，对迁移人口拉动力较弱。相对应，在东北三省、内蒙古、云贵地区解释力度较高，受交通可达性、城市功能和地理区位限制[58-60]，城市现代化方面地区差异对中西部内陆省份居民驱动影响更为明显。
6）城市规模方面，城市人口规模因子作为传统引力模型因素，其解释力空间分布与经济发展因素基本一致，但省际差异更大。近年来虽然以超大城市为核心的城市群仍然是迁移人口流向的“三座大山”，但以省会城市、区域中心城镇为目的地的省内迁移人口流动渐强。部分地区在迁移决策中追求更大城市规模似乎不再等同于更高的工资水平和更多就业机会，城市人口规模对迁移人口规模的影响力在省际尺度上空间分布显示出更为差异化的特点。

3.2 人口迁移对城市人居环境的影响机制

将人口迁移规模、城市财政收入、城市规模3个数量型指标根据自然断点法划分为类型指标，与城市声誉（行政级别）共4个指标为自变量，以城市人居环境质量指数为因变量，使用地理探测器影响因子探测分析人口迁移对城市人居环境质量的影响效应。
从全国宏观尺度来看，2个年份上各因素均通过1%水平上显著性检验，城市人居环境演变受来自政府财政收入、建设规划与人口迁移规模的共同影响。2010年人口迁移规模为探测结果中影响力最高的因素（q值0.440），城市规模、城市声誉（城市行政级别）与城市人居环境之间的关系也非常显著，均有40%以上的解释力。对比来看，2020年各因子解释力均出现减弱，人口迁移规模下降最为剧烈，q值（0.329）减少25.2%，表明其与城市人居环境质量指数二者在空间分异性方面的相关关系显著减弱，城市人口迁移带来的影响尚不足以成为中国城市人居环境变化的稳定主导因素之一。
为进一步验证人口迁移对城市人居环境质量的影响，本文选择东部沿海地区人口迁移集聚的长三角、珠三角、京津冀城市群继续进行影响因子分析。结果显示，仅有表征城市建设规划级别的城市规模通过显著性检验，成为主要影响因素，2010年解释力达到51.2%，与城市人居环境关系显著，2020年解释力出现下降，q值减少35.7%。相较于全国宏观尺度，人口迁移规模对人居环境的影响没有通过显著性检验，失去空间分异性的响应关系。综合全国宏观尺度解释力下降剧烈的探测结果，反映出2010—2020年城市人居环境建设与迁移人口规模增长现实之间的脱节。这也呈现了国内城镇化建设的独特性，即是以政府主导方式推进，城市人居环境的改善主要以政府投入为主的特征，政府在城镇化进程中担任着战略制定、制度供给、城区建设等任务，面对包括人口迁移在内的经济社会特征变化，存在一定程度的错配与滞后性。城市财政收入、城市声誉与人居环境的关系由显著变为不显著，表明在重视城市功能大于城市等级的城市群区域协同发展中，城市财政收入、行政等级对城市人居环境的影响显著减弱。

4 结论与讨论

解析城市人居环境质量与城市迁移人口规模的互动机制有助于为中国新型城镇化高质量发展提供路径导向参考。本文以推进转移人口市民化、满足高质量劳动力需求为落脚点，从考察移民福祉水平的视角选取指标，基于人类发展指数（HDI）框架构建人居环境质量评价体系，在此基础上利用地理探测器对人居环境与人口迁移之间的互动响应进行分析。研究结果表明：① 2010—2020年全国城市人居环境在差异结构稳定下有所提升，随着城市人口规模扩大，规模效应对其拉动力逐渐减弱。城市人居环境在空间上呈现出“东高西低”特征，“中心城市”集聚效应明显，在时空演变方面东部地区城市出现“俱乐部趋同”现象，中西部内陆地区陷入人居环境水平“低值陷阱”中。② 2010—2020年全国人口净迁移格局呈现出“中间低、周围高”的“凹”空间分布，反映出迁移人口增长的“主要动力点”位于中小规模城市，迁移人口规模“下限”提升空间远高于“上限”的特征。③ 城市人居环境的改善对提高人口迁移流动具有积极效应，具体分解影响因子来看，经济发展水平差异“推力”和社会融合水平“拉力”是造成人口迁移规模空间分异的核心影响因素，人口迁移机制解释的天平正由收入机会经济性逐渐向生活环境舒适性主导的方向倾斜。从省级尺度上空间异质性角度来看，各影响因子体现出不同情况的空间分布差异。④ 城市人口迁移带来的影响尚不足以成为中国城市人居环境变化的稳定主导因素之一，这意味着中国城市人居环境的改善尚未实现“以人为本”，人居环境建设与迁移人口现实存在一定脱节。同时相较于全国宏观尺度，东部沿海地区城市群显示出城市功能比城市等级更为重要的人居环境影响力。
当前以福祉增进为要义的城市人居环境优化是加快推进农业转移人口市民化，推进城镇化高质量发展的重要举措。基于对城市人居环境和城市迁移人口互动机制科学认知，开展适配于现实城市人口特征变化的城市人居环境建设是达成城市人居环境高质量优化，助力实现人口规模巨大的中国式现代化的重要解决途径。为此，提出以下政策启示供地方政府参考：①以城市群为主要阵地，增强辐射带动。从城市人居环境质量呈现的时空演变格局来看，条件较好的中心城市要努力提升综合承载能力，通过中心城市的功能疏解、产业扩散、人口居住的郊区化等，促进城市群内部大中小城市和小城镇实现协调发展，发挥不同规模等级城市的比较优势，实现城市功能互补。②以基本公共服务均等化为抓手，改善生活品质。从城市人居环境对迁移人口的驱动机制来看，在人口流入较多的城市政府公共服务支出的压力较大，应当形成专项转移支付，积极探索“钱随人走”的制度改革，同时扩大对教育资源的供给，完善教育、医疗、养老保障制度提升代际居留意愿。③改善生活与人文环境并举，打造宜居城市。基于当前迁移人口规模演变尚未成为城市人居环境建设稳定主导因素的现实，在人居环境提升中应当呼应人口的切实需要。安居是城市居民的基本需求，可通过加强保障性住房供给，为流动人口提供成本较低的居所，增强市民化信心。以低碳技术应用推进绿色建造方式，优化城市生态环境。同时促进人才本土化，激发城市创业创新活力，面向生活环境与社会人文两个方面满足高质量劳动力更高层次的多元需求。
总体而言，本文对于城市人居环境和城市迁移人口互动机制的探索一定程度上丰富了城市人居环境的研究视角，但未来仍需结合新型城镇化最新实践和推动以县域经济为载体的区域高质量发展动态进一步深化研究。一方面是受限于数据获取的完整性，研究区域仅以省级及地市行政尺度入手，缺乏对县域尺度上城乡融合发展现实的反映，未来需要开展对区域内更微观空间视角下人居环境质量的客观认识与演变机制探索。另一方面是考虑到不同类型人群具有不同层次的需求目标，涉及城市人居环境质量的评价因素往往更为复杂，如何从不同城市生活人群的角度开展本文的后续探讨成为今后研究进一步深入的思考方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
朱宇, 林李月, 柯文前. 国内人口迁移流动的演变趋势: 国际经验及其对中国的启示[J]. 人口研究, 2016, 40(5): 50-60

Zhu Yu, Lin Liyue, Ke Wenqian. Trends in internal migration and mobility: International experiences and their implications for China. Population Research, 2016, 40(5): 50-60.

[2]
刘涛, 卓云霞, 王洁晶. 邻近性对人口再流动目的地选择的影响[J]. 地理学报, 2020, 75(12): 2716-2729.

DOI

Liu Tao, Zhuo Yunxia, Wang Jiejing. How multi-proximity affects destination choice in onward migration: A nested logit model. Acta Geographica Sinica, 2020, 75(12): 2716-2729.

DOI

[3]
张文忠, 许婧雪, 马仁锋, 等. 中国城市高质量发展内涵, 现状及发展导向——基于居民调查视角[J]. 城市规划, 2019, 43(11): 13-19

Zhang Wenzhong, Xu Jingxue, Ma Renfeng et al. Basic connotation, current situation, and development orientation of high-quality development of Chinese cities: Based on the survey of residents. City Planning Review, 2019, 43(11): 13-19.

[4]
方创琳. 中国新型城镇化高质量发展的规律性与重点方向[J]. 地理研究, 2019, 38(1): 13-22

Fang Chuanglin. Basic rules and key paths for high-quality development of the new urbanization in China. Geographical Research, 2019, 38(1): 13-22.

[5]
孟宏玮, 赵华平, 张所地. 城市土地供给结构错配空间互动及其形成机理研究[J]. 城市问题, 2023(2): 61-73.

Meng Hongwei Zhao Huaping Zhang Suodi. A study on the spatial interaction and formation mechanism of mismatch in urban land supply structure. Urban Problems, 2023(2): 61-73.

[6]
姜旭, 卢新海. 长江中游城市群城镇化与人居环境耦合协调的时空特征研究[J]. 中国土地科学, 2020, 34(1): 25-33

Jiang Xu, Lu Xinhai. Temporal and spatial characteristics of coupling and coordination degree between urbanization and human settlement of urban agglomerations in the middle reaches of the Yangtze River. China Land Science, 2020, 34(1): 25-33.

[7]
张文忠, 谌丽, 杨翌朝. 人居环境演变研究进展[J]. 地理科学进展, 2013, 32(5): 710-721.

DOI

Zhang Wenzhong, Chen Li, Yang Yizhao. Research progress on human settlement evolution. Progress in Geography, 2013, 32(5): 710-721.

DOI

[8]
王毅, 陆玉麒, 朱英明, 等. 中国人居环境研究的总体特征及其知识图谱可视化分析[J]. 热带地理, 2020, 40(3): 498-514

Wang Yi, Lu Yuqi, Zhu Yingming et al. General characteristics and knowledge maps visualization analysis of human settlement research in China. Tropical Geography, 2020, 40(3): 498-514.

[9]
李雪铭, 徐梁, 田深圳, 等. 基于地理尺度的中国人居环境研究进展[J]. 地理科学, 2022, 42(6): 951-962

Li Xueming, Xu Liang, Tian Shenzhen et al. Human settlements in China based on the geographical scale. Scientia Geographica Sinica, 2022, 42(6): 951-962.

[10]
吴良镛. 人居环境科学导论[M]. 北京: 中国建筑工业出版社, 2001.

Wu Liangyong. Introduction to sciences of human settlements. Beijing: China Architecture & Building Press, 2001.

[11]
李雪铭, 田深圳. 中国人居环境的地理尺度研究[J]. 地理科学, 2015, 35(12): 1495-1501

Li Xueming, Tian Shenzhen. The geographic scale of human settlements in China. Scientia Geographica Sinica, 2015, 35(12): 1495-1501.

[12]
宁越敏, 查志强. 大都市人居环境评价和优化研究——以上海市为例[J]. 城市规划, 1999, 23(6): 14-19+63

Ning Yuemin, Zha Zhiqiang. The study of evaluation and opimization for human settlementin the metropolitan areas take Shanghai as an example. City Planning Review, 1999, 23(6): 14-19+63.

[13]
Tang L, Ruth M, He Q et al. Comprehensive evaluation of trends in human settlements quality changes and spatial differentiation characteristics of 35 Chinese major cities[J]. Habitat International, 2017, 70: 81-90.

DOI

[14]
Paul A, Sen J. Livability assessment within a metropolis based on the impact of integrated urban geographic factors (IUGFs) on clustering urban centers of Kolkata[J]. Cities, 2018, 74: 142-150.

DOI

[15]
Ghasemi K, Hamzenejad M, Meshkini A. The spatial analysis of the livability of 22 districts of Tehran Metropolis using multi-criteria decision making approaches[J]. Sustainable Cities and Society, 2018, 38: 382-404.

DOI

[16]
Ghasemi K, Hamzenejad M, Meshkini A. The livability of Iranian and Islamic cities considering the nature of traditional land uses in the city and the rules of their settlement[J]. Habitat International, 2019, 90: 102006.

DOI

[17]
马仁锋, 王美, 张文忠, 等. 临港石化集聚对城镇人居环境影响的居民感知——宁波镇海案例[J]. 地理研究, 2015, 34(4): 729-739

Ma Renfeng, Wang Mei, Zhang Wenzhong et al. Residents’ perceptions of the impact on urban human settlements from petrochemical industry cluster in port area: Case study of Zhenhai district. Geographical Research, 2015, 34(4): 729-739.

[18]
张春梅, 李雪铭. 辽宁省老年宜居社区人居环境评价[J]. 地理科学, 2021, 41(1): 92-99

Zhang Chunmei, Li Xueming. The evaluation index system of human settlements on livable community for the elderly in Liaoning Province. Scientia Geographica Sinica, 2021, 41(1): 92-99.

[19]
朱宇, 林李月. 流动人口在城镇的居留意愿及其决定因素——文献综述及其启示[J]. 人口与经济, 2019 (2): 17-27

Zhu Yu, Lin Liyue. The settlement intention of the floating population in the cities and its determinants: A literature review and its implications. Population & Economics, 2019 (2): 17-27.

[20]
He S Y, Chen X, Es M et al. Liveability and migration intention in Chinese resource-based economies: Findings from seven cities with potential for population shrinkage[J]. Cities, 2022, 131: 103961.

DOI

[21]
宋丽敏, 张铭志. 东北地区人口流动, 居留及落户意愿的影响因素分析[J]. 人口与发展, 2022, 28(1): 151-160

Song Limin, Zhang Mingzhi. Analysis of the influencing factors of population mobility decision making, willingness to stay and willingness to settle in Northeast China. Population and Development, 2022, 28(1): 151-160.

[22]
韩琭, 丁丽君. 黄河流域城镇化与人居环境的耦合协调研究——以七大城市群为例[J]. 山东财经大学学报, 2023, 35(3): 52-62+85

Han Lu, Ding Lijun. Coupling coordination of urbanization and living environment in the Yellow River Basin: A case study of seven major urban agglomerations. Journal of Shandong University of Finance and Economics, 2023, 35(3): 52-62+85.

[23]
刘颂. 城市化进程监控: 从“人口规模论”到可持续人居环境度[J]. 中国人口·资源与环境, 2000, 10(3): 58-60

Liu Song. Urbanization monitoring: From population scale to the sustainable development of human settlements. China Population, Resources and Environment, 2000, 10(3): 58-60.

[24]
李雪铭, 张春花, 张馨, 等. 城市化与城市人居环境关系的定量研究——以大连市为例[J]. 中国人口·资源与环境, 2004, 14(1): 93-98

Li Xueming, Zhang Chunhua, Zhang Xin et al. Quantitatine research on urbanization and environment for human settlements: Take Dalian as an example. China Population, Resources and Environment, 2004, 14(1): 93-98.

[25]
吴咏梅, 朱志玲, 吴启蒙. 银川市城市化与人居环境协调发展初探[J]. 现代城市研究, 2011, 26(8): 27-34

Wu Yongmei, Zhu Zhiling, Wu Qimeng. The discussion of urbanization and harmonious development of living environment in Yinchuan city. Modern Urban Research, 2011, 26(8): 27-34.

[26]
吕芳. 全国35个主要城市城市化与人居环境协调发展定量研究[J]. 生态经济:学术版, 2012 (1): 355-358

Lv Fang. A quantitative study on coordinated development of urbanization and living environment for 35 major cities nationwide. Ecological Economy, 2012 (1): 355-358.

[27]
国务院人口普查办公室, 国家统计局人口和社会科技统计司. 中国2000年人口普查资料[M]. 北京: 中国统计出版社, 2002.

Population Census Office under the State Council, Department of Population and Social Science and Technology Statistics National Bureau of Statistics. Tabulation on the 2000 population census of the People’s Republic of China. Beijing: China Statistical Publishing House, 2002.

[28]
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 2010 population census of the People’s Republic of China. Beijing: China Statistics Press, 2012.

[29]
国务院第七次全国人口普查领导小组办公室. 中国人口普查年鉴2020[M]. 北京: 中国统计出版社, 2022.

Office of the Leading Group of the State Council for the Seventh National Population Census. Tabulation on 2020 China population census. Beijing: China Statistics Press, 2022.

[30]
国家统计局. 中国城市统计年鉴[M]. 北京: 中国统计出版社, 2001.

National Bureau of Statistics of China. China urban statistical yearbook. Beijing: China Statistics Press, 2001.

[31]
中华人民共和国住房和城乡建设部. 中国城市建设统计年鉴[M]. 北京: 中国建筑工业出版社, 2001, 2011, 2021.

Ministry of Housing and Urban Rural Development of the People’s Republic of China. China urban construction statistical yearbook. Beijing: China Architecture& Building Press, 2001, 2011, 2021.

[32]
《发展经济学》编写组. 发展经济学[M]. 北京: 高等教育出版社, 2019.

Development Economics Writing Group. Development economics. Beijing: Higher Education Press, 2019.

[33]
魏义方, 卢倩倩. 土地财政依赖、城市公共服务供给与人口城镇化——基于35个大中城市的面板数据分析[J]. 经济纵横, 2021 (7): 118-128

Wei Yifang, Lu Qianqian. Land financial dependence, urban public service supply and population urbanization—A panel data analysis based on 35 large and medium-sized cities. Economic Review Journal, 2021 (7): 118-128.

[34]
胡彬, 王媛媛, 仲崇阳. 城市公共服务供给与劳动力的空间配置——兼论地方财政压力的调节作用[J]. 中国人口科学, 2023, 37(6): 34-49

Hu Bin, Wang Yuanyuan, Zhong Chongyang. Public service supply in urban China and the spatial allocation of labor force—The moderating effects of local fiscal pressure. Chinese Journal of Population Science, 2023, 37(6): 34-49.

[35]
Escobedo F J, Kroeger T, Wagner J E. Urban forests and pollution mitigation: Analyzing ecosystem services and disservices[J]. Environmental Pollution, 2011, 159(8-9): 2078-2087.

DOI

[36]
周林刚. 流动人口管理与社会保障问题研究综述[J]. 中国人口科学, 2008 (6): 85-92+96

Zhou Lingang. A summary remark on the conference floating population governing & social security since the reform & opening up. Chinese Journal of Population Science, 2008 (6): 85-92+96.

[37]
戴若尘, 祝仲坤, 张晓波. 中国区域创新创业指数构建与空间格局(1990—2020)[J]. 经济科学, 2024 (1): 5-34

Dai Ruochen, Zhu Zhongkun, Zhang Xiaobo. The index of regional innovation and entrepreneurship in China (IRIEC) during 1990—2020: Construction and basic facts. Economic Science, 2024 (1): 5-34.

[38]
杨开忠, 范博凯, 董亚宁. 空间品质、创新活力与中国城市生产率[J]. 经济管理, 2022, 44(1): 47-64

Yang Kaizhong, Fan Bokai, Dong Yaning. Qualities of space, innovation, and productivity of Chinese cities. Business Management Journal, 2022, 44(1): 47-64.

[39]
周磊, 龚志民. 数字经济水平对城市绿色高质量发展的提升效应. 经济地理, 2022, 42(11): 133-141

Zhou Lei, Gong Zhimin. The impact of digital economy level on green high-quality development in Chinese cities[J]. Economic Geography, 2022, 42(11): 133-141.

[40]
苏世亮, 李霖, 翁敏. 空间数据分析[M]. 北京: 科学出版社, 2019.

Su Shiliang, Li Lin, Weng Min. Spatial data analysis. Beijing: Science Press, 2019.

[41]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

DOI

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134.

DOI

[42]
邵任薇, 张立宇. 宜居水平对超大特大城市人口规模的影响效应研究——基于全国第七次人口普查数据[J]. 上海城市管理, 2023, 32(1): 55-67

Shao Renwei, Zhang Liyu. Study on the effect of livability on the population size of mega cities. Shanghai Urban Management, 2023, 32(1): 55-67.

[43]
尹旭, 王婧, 李裕瑞, 等. 中国乡镇人口分布时空变化及其影响因素[J]. 地理研究, 2022, 41(5): 1245-1261

Yin Xu, Wang Jing, Li Yurui et al. Spatio-temporal evolution and driving factors of Chinese population at town level. Geographical Research, 2022, 41(5): 1245-1261.

[44]
陆铭, 李杰伟, 韩立彬. 治理城市病: 如何实现增长、宜居与和谐?[J]. 经济社会体制比较, 2019 (1): 22-29+155

Lu Ming, Li Jiewei, Han Libin. Curing urban diseases: How to achieve growth, livability and harmony. Comparative Economic & Social Systems, 2019 (1): 22-29+155.

[45]
王桂新, 陈玉娇. 中国省际人口迁移目的地选择的影响因素及其省际差异——基于第七次全国人口普查数据的分析[J]. 人口研究, 2023, 47(2): 48-62

Wang Guixin, Chen Yujiao. Influencing factors and spatial heterogeneity of China’s interprovincial migration: An analysis of the 7th Census data. Population Research, 2023, 47(2): 48-62.

[46]
古恒宇, 劳昕, 温锋华, 等. 2000—2020年中国省际人口迁移格局的演化特征及影响因素[J]. 地理学报, 2022, 77(12): 3041-3054

Gu Hengyu, Lao Xin, Wen Fenghua et al. Spatiotemporal patterns and determinants of interprovincial migration in China between 2000 and 2020. Acta Geographica Sinica, 2022, 77(12): 3041-3054.

[47]
向丽, 胡珑瑛. 长江经济带旅游产业与城市人居环境耦合协调研究[J]. 经济问题探索, 2018 (4): 80-89

Xiang Li, Hu Longying. A study on the coupling and coordination of tourism industry and urban human settlement environment in the Yangtze River Economic Belt. Inquiry into Economic Issues, 2018 (4): 80-89.

[48]
Gao M, Gu Q, He S. Place-based policies, administrative hierarchy, and city growth: Evidence from China[J]. Economic Modelling, 2022, 115: 105952.

DOI

[49]
王国霞. 中部地区人口迁移与区域经济发展——基于“五普”与“六普”的分析[J]. 经济问题, 2017 (5): 123-129

Wang Guoxia. Migration and regional development in Central China: Evidence based on Fifth Census and Sixth Census. Economic Problems, 2017 (5): 123-129.

[50]
王国霞, 刘婷. 中部地区资源型城市城市化与生态环境动态耦合关系[J]. 中国人口·资源与环境, 2017, 27(7): 80-88

Wang Guoxia, Liu Ting. Coupling relationship change between urbanization and eco-environment of resource-based cities in Central China. China Population, Resources and Environment, 2017, 27(7): 80-88.

[51]
陈呈奕, 张文忠, 湛东升, 等. 环渤海地区城市人居环境质量评估及影响因素[J]. 地理科学进展, 2017, 36(12): 1562-1570.

DOI

Chen Chengyi, Zhang Wenzhong, Zhan Dongsheng et al. Quantitative evaluation of human settlement environment and influencing factors in the Bohai Rim area. Progress in Geography, 2017, 36(12): 1562-1570.

DOI

[52]
Lee E S. A theory of migration[J]. Demography, 1966, 3(1): 47-57.

DOI

[53]
Storper M, Scott A J. Rethinking human capital, creativity and urban growth[J]. Journal of Economic Geography, 2009, 9(2): 147-167.

[54]
易成栋, 丁志宏, 黄友琴. 中国城市老年人居住环境的动态变化及空间差异——基于中国城乡老年人口追踪调查数据的分析[J]. 城市发展研究, 2016, 23(12): 134-140

Yi Chengdong, Ding Zhihong, Huang Youqin. Spatial and temporal dynamics of the residential environment for the elderly in urban China: Analysis with the data of China’s urban and rural elderly survey in 2000, 2006 and 2010. Urban Studies, 2016, 23(12): 134-140.

[55]
余运江, 杨力, 任会明, 等. 中国城市数字经济空间格局演化与驱动因素[J]. 地理科学, 2023, 43(3): 466-475

Yu Yunjiang, Yang Li, Ren Huiming et al. Spatial evolution and driving factors of urban digital economy development in China. Scientia Geographica Sinica, 2023, 43(3): 466-475.

[56]
Liu R, Greene R, Yu Y et al. Are migration and settlement environment-driven? Environment-related residential preferences of migrants in China[J]. Journal of Cleaner Production, 2022, 377: 134263.

DOI

[57]
文丰安. 新型城镇化建设中的问题与实现路径[J]. 北京社会科学, 2022 (6): 101-107

Wen Feng’an. Research on problems and realization path of new urbanization construction. Social Sciences of Beijing, 2022 (6): 101-107.

[58]
张宁, 张志斌, 郭倩倩, 等. 西北内陆国家级新区城市活力空间格局及影响因素[J]. 干旱区资源与环境, 2024, 38(4): 38-49

Zhang Ning, Zhang Zhibin, Guo Qianqian et al. Spatial pattern of urban vitality of national new districts in inland northwest China. Journal of Arid Land Resources and Environment, 2024, 38(4): 38-49.

[59]
熊仁江, 赵航. 考虑公共充电站满意度的城市居民电动汽车出行意向研究[J]. 贵州师范大学学报(自然科学版), 2022, 40(4): 49-57.

Xiong Renjiang, Zhao Hang. A stuly of urban residents’ electric vehicle travel intentions considering satisfaction with public charging stations. Journal of Guizhou Normal University (Natural Sciences), 2022, 40(4): 49-57.

[60]
郑佳琪, 董会和, 高心雨. 基于“互联网,流通”的长春市商业空间演化研究[J]. 贵州师范大学学报(自然科学版), 2022, 40(5): 55-63.

Zheng Jiaqi, Dong Huihe, Gao Xinyu. Research on the evolution of Changchun’s commercial space basedon “Internet +Circulation”. Journal of Guizhou Normal University (Natural Sciences) , 2022, 40(5): 55-63.

Options
文章导航

/

〈 〉