我国人口迁移过程中的空间效应实证研究

连蕾��

摘 要： （中）摘要 在引力方程的框架下，基于OD模型，针对现有研究忽视空间效应的现状，利用空间计量方法对我国人口迁移中的空间效应进行了实证研究。分析结果表明，引入空间效应后，不仅能够较好地解释我国人口在省际间的迁移，而且可以更深入地了解我国现阶段各省区间人口迁移的机制和方式。这不但是对人口迁移理论的有益扩展，对我国东西部地区人口合理流动，协调区域经济发展更是具有深刻的意义。

关键词： （中）关键词 人口迁移；空间效应；空间交互作用

中图分类号： （中）中图分类号 C922 文献标识码：A 文章编号：1000-4149（2016）02-0030-10

DOI：103969/jissn1000-4149201602004

一、引言

自改革开放以来，伴随着计划经济体制的改革和户籍制度的放松，到20世纪90年代人口迁移规模开始由试探式向井喷式方向发展。第六次全国人口普查数据表明，我国人口迁移规模高达26亿人，占全部人口的近20%，其中跨省迁移人口规模达到8500万人[1]。人口迁移，从微观个体角度讲，其目的是追寻更高的收入或者更好的职业规划，然而从宏观经济角度看，人口迁移是国家发展到一定阶段的产物。当前，我国城市化步伐正在加快，伴随着人口迁移的大规模进行，国家产业的空间分布也在改变，中国的经济社会发生着显著变迁。因此在这种背景下，我们只有进一步厘清影响我国人口迁移的机制和方式，才能为国家合理引导人口迁移提供政策依据和决策支持。

从已有的研究文献来看，市场中要素（如商品、人口）在流出地（Origin）和流入地（Destination）之间的流动属于要素流动，而研究要素流动的模型在文献中归类为OD模型（OriginDestination Model）。对于OD模型，文献中多采用引力方程的研究范式，大多利用流出地、流入地的“质量”以及它们之间的距离等因素进行阐述[2-3]。具体到人口迁移方面，文献大多采用迁出地、迁入地的收入水平、就业机会等因素来进行解释，如20世纪70年代著名的HT模型[4]。其后斯塔克（Stark）等人虽然从风险分散的角度对人口迁移理论进行了拓展和延伸[5]，但是引力方程模型的研究框架依然是研究人口迁移的重要基本框架，这也体现在人口迁移的实证文献中。如蔡昉、王德文利用四普、五普数据实证分析了我国人口迁移的决定因素[6]；而王智强、刘超则利用CHNS微观数据研究了农村劳动力迁移的决定因素[7]。然而我们注意到，虽然引力方程模型的研究框架考虑了空间中两点之间的相互作用力[8]，但却忽略了空间因素的影响——空间交互作用。空间中的交互作用类似于物理学中的合力，如同物理学中的万有引力理论一样，空间中的任何两点都会存在着相互作用力，因此，当空间中的点多于三个的时候，每个点均会和另外的至少两个点产生相互作用力，反之亦然。这种空间的交互作用在OD模型中会体现在两个方向上——流出地方向（Originbased）和流入地方向（Destinationbased），但这种作用目前被大多数文献所忽略。

为了捕捉OD模型中的空间交互作用，学者们采用空间计量的方法对要素在流出地和流入地之间的流动现象进行刻画。与传统计量经济学方法不同的是，空间计量方法假定空间中的经济体并非独立存在而是相互影响作用，由于空间计量方法可以更好地解释现实中的经济现象，近些年很多学者利用空间计量方法研究贸易流、人口流等问题。如巴尔塔基（Baltagi）等对FDI流动过程中的空间效应进行了分析[9]，贝伦斯（Behrens）对商品贸易流中的空间交互作用进行了刻画[3]；勒沙杰和佩斯（Lesage & Pace）分析了人口迁移过程中迁移量在“迁出地”、“迁入地”两个方向上的空间交互作用[10]，才国伟、钱金保在他们的基础上也发现了类似的结论[11]。然而，勒沙杰和佩斯在分析人口迁移中的空间效应时，更多地关注迁移行为本身的空间交互作用而在某种程度上忽视了影响人口迁移因素的空间效应[10]。举例来说，如一个人从四川选择迁移到江苏，一方面是考虑到江苏更高的收入水平，而另一方面还可能是看重江苏周边的上海、浙江地区同样具有更高的收入水平及广阔的就业机会；而另一个人选择从江西迁移到云南，很可能是考虑到云南离贵州、四川比较靠近，从而可以方便地照顾亲人或亲戚——也即影响人口迁移的因素往往不仅来自于迁出地或者迁入地，也很可能来自于迁出地和迁入地的周围地区。因此，这种来自于影响人口迁移因素的空间交互作用应该在模型中得到应有的体现，如此才能使得我们的分析推断准确而有效。为此，我们在前人研究的基础上有所推进，将迁出地、迁入地影响因素的空间效应引入人口迁移的分析当中，并采用最新的第六次人口普查数据进行实证分析，这正是文章的边际贡献所在。

二、理论分析与待检验假说

从已有的文献来看，人口迁移模型在某种程度上都可以归类为“推—拉”引力方程模型。其中的“推力”相当于供给，主要来源于人口所在区域较差的经济等条件；而所谓“拉力”则形成了对于人口的需求，主要来源于人口迁入地区较好的经济等条件。传统引力方程模型在分析人口迁移的过程中，更多地关注于迁出地、迁入地的影响因素，而忽略了影响人口迁移因素的空间相关性[12]。具体到本文的研究，我们认为影响人口迁移因素的空间交互作用可能来源于迁出地和迁入地两个方向。从已有的关于人口迁移的文献中知道，影响人口迁移的因素很多，如收入水平、就业机会、迁移距离等等，这些因素如何在空间中发挥交互作用从而成为影响人口迁移的一种力量呢？从人口迁出地的角度看，迁出地的经济等因素会成为人口迁出的一股主要力量，但是迁出地周边地区的相对应因素也会对人口的迁出决策产生影响，当A地区的某个个体决定迁出A时，他不仅会考虑A地区经济条件等因素，还会考虑A地区的周边地区的经济条件等因素，当周边地区经济等条件和A地区一样不是很好的时候，那么该个体会更加坚定地离开A地区以及其周边地区，那么这时周边地区的经济条件等因素对该个体离开地区A起到了 “推波助澜”的作用

现实中具体的案例便是，当2008年爆发经济危机时，与广东省相邻的具有上下游关系的省份由于自身经济的不景气，会导致广东省内企业经济的不景气，那么广东省的大量民工选择离开广东返回四川等内陆省份，在这一过程之中，与广东省相邻省份的经济环境无疑对广东省人口的迁出具有推力作用。

，而当周边地区经济等条件比A地区好的时候，那么周边地区对于A地区的人口具有吸引力，从而在该个体迁出A地区的过程中发挥了“挖墙脚”效应；同样，从人口迁入的角度看，迁入地较好的经济因素会成为吸引人口迁入的重要力量，同时迁入地周边地区的经济发展状况也会对人口的迁入产生显著的影响作用，当某个个体决定迁入地区B时，他可能会同时考虑B地区以及B周边地区的经济条件，如果B地区和B周边地区的经济等条件都很好，那么他迁入B地区的可能性就会增大，这时周边地区在B地区吸引人口迁入的过程中发挥了集聚效应，而如果该个体在意比较B地区与周边地区的经济等条件的话，那么他会选择条件更好的地区作为迁入地区，此时周边地区在B地区吸引人口迁入的过程中发挥竞争效应。

总而言之，人口在迁移的过程之中，不仅迁出地、迁入地的各因素会影响人口的迁移决策，而且其周边地区的因素在人口迁移的过程中同样会发挥不可忽视的空间交互作用，而这种空间效应应该在分析中得到捕捉，这样才能使得我们的分析更为准确和有效。

据此，我们提出本文的待检验假说：

人口迁移的决定因素既取决于迁出地和迁入地的相关因素，同时也受到迁出地和迁入地周边地区对应因素的影响，也即影响人口迁移的因素在空间中也许并非相互独立而是相互影响，这种影响便构成了人口迁移过程之中的空间交互作用。

三、模型设定与变量选取

1计量模型设定

文献中关于人口迁移的模型各式各样，有线性、双对数等形式，但大多从物理学角度出发，将引力方程模型和就业为目的的迁移模型结合起来，采用双对数线性模型的形式。这种形式的模型可以从条件Logit模型中推导出来[13]，其中人口的迁移决策取决于迁出地、迁入地的工资和就业机会等各种因素[6，14]，还取决于迁出地和迁入地的迁移成本等因素。为此，我们借鉴泊森（Pocent）[2]的做法，将本文的实证计量模型设定为如下的形式：

② 这里，文章并没有考虑扰动项的空间相关，原因在于我们研究的是O-D模型，存在迁出地和迁入地两个方向，因此扰动项需同时考虑两个方向上的空间相关，这会使得模型的估计相当困难，目前国内外也鲜见有学者这样设置并估计。另外，我们不考虑扰动项的空间相关，并不会对参数估计的无偏性和一致性产生任何影响。

③ 才国伟、钱金保把省份内部距离取为0。

在（1）式中，人口迁移以比率的形式出现，其中migrij①

表示从地区i向地区j迁移的人口数量，Xi和Xj分别表示影响人口迁移的迁出地、迁入地等因素，其具体变量的选取参阅下面变量说明部分，而dij表示迁移成本（既包括物理交通成本，也包括心理成本），εij

表示随机扰动项。（1）式的设定为传统引力方程的设定形式，也为大多数文献所采用，因此本文首先设定引力方程模型以作为实证比较的基准。然而，这种传统的引力方程模型设定形式并没有体现出经济要素在空间流动过程之中的空间交互作用。正如上面理论分析部分指出，人口在迁移的过程中可能存在两个方向上（迁出地和迁入地）周边地区相应因素的空间交互作用，因此，我们在（1）式的基础之上设定如下空间模型②

：

（2）式中的Wi和Wj分别表示以迁出地、迁入地为偏向的标准化空间加权矩阵，它们分别衡量了两个方向上的空间交互作用。（2）式与（1）式的区别在于（2）式中包含了两个方向上的空间相关项，可以看成是（1）式的拓展，如果我们在实证分析的过程中发现这些空间相关项是联合显著的，那么便说明人口在迁移过程中的确存在空间效应。

2变量选取与数据说明

本文的被解释变量——人口迁移数据，来自1990年、2000年、2010年

三次人口普查。需要说明的是，由于在普查中西藏的数据存在缺失，因此我们在实证分析中将西藏的数据排除在

外。另外由于四川与重庆发生过行政区域的变动，因此为了保证统计数据口径的一致性，我们将四川与重庆的数据进行合并。关于人口迁移的影响因素，本加明（Benjamin）等

发现，迁移成本、经济条件、就业机会等是影响人口迁移的最常见原因[15]，因此，本文实证研究中的自变量将从以上几个方面进行选择。首先第一个最直观的因素便是迁移成本。一方面，迁移距离的长短决定了迁移成本的大小（同时包括了心理成本），因此，本文将采用迁出地和迁入地之间的距离来度量迁移成本（dij）。距离的测度采用省会城市之间的直线距离进行度量，数据通过Google Earth软件得到。另一方面，由于人口迁移中还包括省内迁移，因此这涉及省内距离的度量。有别于才国伟、钱金宝的处理办法[11]

，对于省份内部距离③，我们将各个省份视为一个圆盘，距离取其半径的2/3长度，即：dii=23areaiπ [14，16]，其中areai为省份i的面积，其数据来源于《中国区域经济统计年鉴》。由于人口迁移中包含有省内迁移和省际迁移，为了区分两种迁移类型，我们构造了一个虚拟变量I，当人口迁移为省内迁移时，取I=1，而当人口为省际迁移时，取I=0。