中国省际人口流动网络的演化及其解释

盛广耀

摘要 文章分析了1995—2015年中国省际人口流动网络的演化过程和特征，并通过实证研究对人口流动网络的变化进行了解释，尤其是社会关系网对人口流动网络演化的巨大影响。首先，运用社会网络分析方法，利用各次人口普查和1%人口抽样调查数据，构建5个时点的省际人口流动网络，并通过网络关联性和中心性分析，揭示不同时期省际人口流动网络的结构特征及其发展演化过程。进一步地，运用基于“关系-关系”的QAP方法，考察影响人口流动网络变化的主要因素及其解释力的变化，实证检验移民网络理论。主要发现有：①省际人口流动网络由初期单向流动、结构稀疏的脆弱性网络，逐步演进为关系复杂、结构紧密的稳健性网络。網络密度和关联度大幅提高，网络等级度和网络效率则不断降低。②人口流动网络呈现出人口扩散性流出、集聚性流入的时变特征，网络整体和个体的中心性发生明显变化，但各地区在网络中的地位和作用未发生根本改变，人口流动网络的演化具有自我强化的特性。③社会关系网对于人口流动网络的演化有着极为重要的影响，且影响力在不断增强，验证了人口流动网络的积累性效应。④其他影响人口流动的因素，如就业机会、收入水平、经济发展水平、对外开放和空间距离，对不同时期人口流动网络的变化也有着一定影响，但在后期这些因素的解释力在降低。文章最后认为，在未来一段时间内，省际人口流动网络的整体格局难以发生根本性改变，应制定适应流动性社会管理的各项制度，完善有利于相对均衡发展的区域政策。

关键词 人口流动网络；社会网络分析；QAP方法；社会关系网；积累效应

中图分类号 C922 文献标识码 A 文章编号 1002-2104（2018）11-0001-09 DOI：10.12062/cpre.20180521

地区之间持续且逐步扩大的人口流动，是改革开放以来中国社会经济发展的显著特点之一。它不断改变着地区人口发展的空间与结构特征，影响着社会经济发展的方方面面。自20世纪90年代以来，有关人口迁移流动的研究一直为学术界所关注，有大量文献对流动人口的空间分布与社会特征、人口流动的动因与影响因素、人口流动的经济与社会影响、流动人口的管理与社会融入等问题进行了研究。其中，人口迁移流动的空间模式及其影响因素是流动人口研究的核心议题之一。

对于人口流动的空间模式问题，随着人口迁移流动规模的不断扩大，学者们对中国人口迁移流动的过程进行了递进式的研究。这些学者相继利用不同时期全国人口普查或1%人口抽样调查资料，具体分析了相应阶段人口迁移流动的空间分布特征[1-5]。从已有研究来看，多数学者对中国流动人口流入地分布规律的把握基本是一致的[6]。这些研究多运用各种描述性统计分析方法，近年来也有学者采用探索性空间数据分析和网络分析的方法进行研究[7-11]。

对于人口流动分布的影响因素，已有研究验证了经济利益驱动是人口迁移流动的一般规律。以流入（出）地经济特征的视角来看，推动人口迁移流动的主要因素包括：收入差距、就业机会、经济发展水平、投资状况、对外开放、产业结构等要素变量；同时，空间距离作为障碍性因素，对人口迁移流动的分布有着重要影响。此外，公共服务因素对于流动人口在流入地选择上的影响也逐渐为学者所关注[12-13]。学者们采用多种方法，如不同形式的logistic回归模型、重力模型、多元线性回归模型、空间计量模型、QAP分析法等，对以上影响人口迁移流动的因素进行了实证分析[6-8，14-17]。此类研究由于采用的分析方法不同、研究时段不同，所得到的研究结果也不尽相同。

本文拟从地区之间相互关系的角度，利用1995—2015年历次全国人口普查和1%人口抽样调查数据，构建不同时期的省际人口流动网络，采用社会网络分析方法以及基于“关系-关系”层次的分析模型，考察省际人口流动网络的演化特征以及影响人口流动分布的各种因素对其变化的解释，以期得到一些新的发现。已有研究在人口流动网络的分析方面，董上等[9]对1995—2010年中国省际人口迁移网络的分析认为，省际人口迁移网络具有小世界性和无标度性特征，少数中心节点支撑了省际人口迁移网络；而陈锐等[10]则分析了省际实际人口流动网络和改进重力模型构建的预期省际人口流动网络，认为实际人口流动网络呈现小世界特征，无标度特征不明显，预期人口流动网络的整体中心性不是很强；臧玉珠等[11]也对1995—2010年省际人口迁移网络进行了分析，得出“人口迁移网络表现出中心性、收敛性和地区非均衡性特点”的结论。在利用QAP分析法方面，肖群鹰、刘慧君[16]基于修正扩展重力模型，运用QAP算法对省际劳动力迁移影响因素理论的有效性进行了再检验，得出了同以往研究结论一致的结果，从而“证明基于QAP算法的省际劳动力迁移动因研究也是一条可行途径”。与此前的研究不同：①本文基于网络分析的视角，考察地区间人口流动关系的演化过程，重点在人口流动网络整体形态和结构特征的动态变化。②本文基于地区差异的关系数据，考察影响人口流动网络演化的主要因素及其解释力的差异，重点是对人口流动网络变化的解释，而非对人口动因的再探讨，尤其关注各因素对不同时期人口流动网络变化的影响差异。③本文基于移民网络理论，对以往研究所缺失的社会关系因素，在人口流动网络演化中的作用进行实证检验。

1 研究思路、方法与数据来源

1.1 研究思路和方法

首先，采用社会网络分析方法（Social Network Analysis，SNA），利用1995—2015年各次人口普查和抽样调查中，常住地与户籍地不一致的流动人口数据，构建基于地区之间人口流动关系的社会网络，以此为基础考察不同时期人口流动网络的结构特征及其发展演化过程。其次，基于移民网络理论和地区差异是人口迁移流动最根本原因的理论假设，构建各要素指标地区之间的差值关系矩阵；利用QAP分析法，考察与人口流动在理论上存在逻辑联系的各因素，对不同时期人口流动网络变化的解释及其影响差异。

1.1.1 社会网络分析方法

社会网络分析法是由图论和数学方法发展起来的定量分析方法，用于刻画网络的关系、形态和类型，测度网络的各种结构性特征。其中，关联性分析和中心性分析是社会网络分析的基本内容。

对于网络的关联性分析，通常采用网络密度、网络关联度、网络等级度、网络效率等指标，来刻画网络结构的整体特征[18]

。其中，网络密度反映网络中各节点之间关联关系的疏密程度；网络密度越大，表明网络节点之间的联系越紧密。网络关联度指网络中各节点相互联系的程度，反映网络自身的稳健性；如果网络的关联度低，则表明网络中的关联关系，较多的通过其中一个核心节点产生联系，网络结构是“不稳健”的。网络等级度是通过测量节点之间在多大程度上非对称可达，来反映网络的等级结构特征；等级度越高，表明网络中节点之间的等级关系越分明，越多的节点在网络中处于从属和边缘地位。网络效率是指网络中各节点之间的联结效率；网络效率越低，表明节点之间存在相当多的联系通道，网络结构也就越稳定。

对于网络的中心性分析，通常采用中心度指标来测量，包括度数中心度、中介中心度、接近中心度等，用于反映各节点在网络中的地位和作用。本文根据人口流动网络的特点和研究需要，仅分析度数中心度，包括图的中心度（也称中心势）和点的中心度。中心势测量的是一个网络在多大程度上围绕某个或某些关键节点建构起来，用于反映网络整体的中心性特征；中心度测量的是节点个体在整个网络中的地位，用于反映网络结构中个体的中心性特征。

1.1.2 QAP分析方法

按照本文的研究思路，需要对影响省际人口流动网络演化的多种关系因素进行假设检验。由于其均为关系型变量，不能利用常规的统计分析方法对其进行参数估计和统计检验。变量之间的相互独立性是进行常规统计分析的前提，否则将会出现“共线性”的问题，无法得到有效的参数估计值，相应的显著性检验也就失去意义[19]。对此，社会网络分析一般采用QAP（Quadratic Assignment Procedure，二次指派程序）方法。

QAP是一種针对关系数据的非参数置换检验方法，用于解释“关系”之间的关系[19]。有研究证明这种方法的统计偏差和效率特性是非常合理的[20]。当数据存在自相关时，OLS法存在严重的统计偏差，而QAP则提供了一个相对无偏的系数检验方法[21]。利用此方法，可以进行QAP相关分析和QAP回归分析，以验证多个关系数据之间的关系。经过QAP非参数置换检验得到的结果具有可解释性[21]。同时更有利的是，由于QAP非参数检验不要求自变量之间相互独立，因此可以将理论上重要的变量均纳入模型中，从而找到最具解释力的分析结果。

1.2 数据来源

省际人口流动网络数据来源于全国1995年、2005年、2015年1%人口抽样调查和2000年、2010年人口普查资料，提取自“全国按现住地分的户口登记地在外省的人口”数据，分别构成1995年、2000年、2005年、2010年和2015年5个时点的人口流动网络。其中，对于1995年、2005年和2015年全国1%人口抽样调查，各地区总量数据按抽样比进行推算，可以与其他年份直接对比。各项经济社会指标数据均来源于历年《中国统计年鉴》或国家统计局网站（本研究范围不包括香港、澳门、台湾等省区）。

2 1995—2015年省际人口流动网络的演化特征

根据1995—2015年连续5次的全国人口普查和1%抽样调查数据，构成“流出地（户籍地）—流入地（常住地）”的省际人口流动网络。由于全国省级行政区之间均存在或多或少的双向人口流动，为更清晰地分析人口流动的演化过程，本文将省与省之间10万人以上的规模性人口流，界定为省与省之间存在人口流动关系。具体以各省级行政区为网络节点，以规模性人口流为关系弧，得到1995—2015年省际人口流动网络的整体演化过程（见图1）。

据此进行分析，中国省际人口流动网络的演化特征如下：

（1）省与省之间人口流动联系逐渐增多，人口流动网络趋于复杂。不同时点的网络结构图显示：省际人口流动网络处于不断发展演化的过程之中。初期省际人口流动网络的结构松散，存在较多的孤立节点，只在部分省份间形成了规模性人口流，并明显分为4个孤立、封闭的凝聚子群，且基本为单向的流出、流入关系。此后，随着人口流动规模的不断扩大，省际规模性人口流不断增多，由1995年的16条，逐步增加到2015年的179条。地区之间建立了日趋紧密的人口流动联系，孤立节点大幅减少，仅剩西藏、青海和宁夏三地；而且，网络联系由单向的人口流出或流入关系，演变为双向的人口流动关系，仅新疆、海南表现为单向的人口流入、流出。总体上看，省际人口流动网络由初期的萌芽状态，不断地扩张、生长，逐步演化成为流动联系繁多的复杂网络。

（2）人口流动网络结构趋于紧密，由脆弱性网络结构逐步演进为稳健性网络结构。网络结构指标的计算结果显示（表1）：省际人口流动网络的密度、关联度逐步由1995年的0.018 4、0.119 5，提高到2015年的0.192 5、0.812 9，分别提高了9.46倍、5.80倍。这反映了人口流动网络由疏到密的演进过程，初期产生人口“流出-流入”关系流的数量很少，网络结构稀疏且脆弱；随着人口流动联系的不断增多，网络密度增大，网络结构的关联性大幅增强。而网络等级度和网络效率则在此期间，由1995年的1.000 0、0.947 4降低到2015年的0.319 0、0.646 7，分别降低了68.1%、31.7%。表明人口流动网络由最初地区之间纯粹的单向流出、流入关系，逐步演化为相互之间复杂的双向流动关系，此前的等级关系结构有所弱化，网络结构的稳定性在不断增强。这些指标的变化说明，省际人口流动网络的整体结构趋于紧密和稳健。

（3）网络整体和个体的中心性也发生明显变化，但居于核心和主导地位的流出和流入地区的基本格局未变。从网络整体的中心性来看（见表1），不论是表示流动关系数的二值网络，还是包含流动人口数量的含权网络，不同时点网络的入度中心势均明显高于出度中心势，说明相对人口流出地区，指向流入地区的关系数和人口数更加集中，人口流出较人口流入分散。其中，网络的入度中心势，对于二值网络和含权网络均呈不断提高的态势，说明核心人口流入地区在关系数和人口数两方面的地位都更加突出，人口流入集聚的态势明显。而出度中心势则表现不同的变化，对于二值网络，出度中心势也呈不断提高的趋势；但对于含权网络，出度中心势总体是下降的。这种差异说明流出地人口对流入地的选择增多，指向各流入地的流出人口比重相对有所分散。

从网络中个体的中心性来看，人口流出、流入地区的相对地位未发生明显变化。为便于比较，计算不同时点有向含权人口流动网络中不同地区的相对度数中心度。从图2、图3可以明显发现：1995—2015年除个别地区外，多数地区的点出中心度、点入中心度均在提高；而且，初期点出或点入中心度相对较高的地区，以后依然较高。也就是说，尽管人口流动网络趋于复杂，流出、流入的地域选择和人口数量不断增加；但不同地区在不同时点网络中的相对地位和作用差异不大，原先在人口流出或流入格局中居于核心、主导地位的地区，在此后的人口流动网络中仍占据核心和主导位置。这说明省际人口流动网络的演进，主要是围绕某些人口流出、流入的核心地区逐步扩张、发展起来的，人口流动网络具有自我强化的演化特征。初始人口流动的分布格局在很大程度上决定了其后人口流动网络的进一步发展。

3 影响省际人口流动网络演化的关系因素分析

3.1 理论分析和研究假设

人口流动网络是由诸多地区相互之间的人口流动关系所构成，影响人口流动的各种因素同样会对人口流动网络的形成与演化产生影响。所不同的是，在人口流动网络中，不能单纯区分流入地和流出地，它需要考虑地区之间的相互作用。这不仅包括人口流动地区之间复杂的相互联系，也包括各种影响因素地区之间相互的差异关系。这需要基于网络分析的方法，依据地区之间各种的相互关系来揭示影响人口流动网络演化的主要因素。

首先，地区差异是产生人口迁移流的基本条件。宏观迁移理论对于人口迁移行为的基本判断都是建立在地区之间存在差异的基础上的。唐纳德·博格（D.J.Bogue）等[22]学者提出的推—拉理论认为，迁入地与迁出地之间在自然环境和经济社会发展水平等方面的差异，是引发人口迁移最基本的动力机制。李（E.S.Lee）[22]的人口迁移规律理论则进一步提出，人口迁移的规模与地区之间的差异大小相联系，迁移量因差异程度的不同而不同。

其次，社会关系网对人口流动网络的形成演化有着重要影响。道格拉斯·梅西（Douglas S. Massey）等[23-24]提出的移民网络理论认为：人口迁移流一旦产生，会形成迁移者社会网络，它是一系列人际关系的组合，其纽带可以是血缘、亲缘、乡缘等。这一网络可以为后来者传播信息、提供帮助，降低其迁移的成本和风险，从而影响其迁移行为的决策，推动原先的迁移过程持续发展下去。这使得人口迁移网络具有积累性效应，即每次迁移都会成为后来者的资源，而新的迁移又导致了网络的扩大和进一步发展。

同时，经济因素是驱动人口迁移流动的主导力量。获得更好的经济收益是人口迁移流动的一般规律。地区之间收入水平、就业机会，以及与此相关的经济发展水平、产

业结构、对外开放程度等方面的差异，是地区之间产生人

口迁移流的主要推动因素。而地区之间生活成本的差异以及空间距离，则对人口的迁移流向起到阻碍作用。

此外，与生活质量相关的公共服务因素也会对人口迁移流动产生重要影响。人口在地区之間的迁移流动，从根本上说，是为了更好的生活。那么，在迁移者已经具备了一定的经济能力，或者在可选择的迁入地之间经济因素差异较小的背景下，教育、医疗、社会保障等公共服务水平将会成为影响流动人口对迁入地选择的重要因素。按照查尔斯·蒂布特（Charles Tiebout）[25]建立的地方公共产品供给模型，如果居民在地区之间能够充分流动，人口将流向那些能够最好满足其公共产品偏好的地区。

综合上述理论分析，提出如下研究假设：中国省际人口流动网络的形成演化与省与省之间一系列具有差异关系的影响因素相联系，主要受社会关系网以及就业机会、收入水平、生活成本、经济发展水平、对外开放、公共服务和空间距离等关系变量的影响。预期结果是：流动人口的社会关系网对人口流动网络的形成与强化有非常大的影响；经济和社会发展水平的差异对人口流动起到推拉作用，省际差异越大，相应的人口迁移流量就越大；生活成本和空间距离则对人口流动起到阻碍作用，生活成本越高、空间距离越远，人口迁移流量越小。

3.2 模型设定与变量选择

根据以上理论分析和研究假设，构建以人口流动网络的时变关系矩阵为被解释变量，以诸多影响人口流动因素的地区差异矩阵为解释变量的“关系-关系”的分析模型。具体选择的指标变量如表2所示。

被解释变量由各时段省际之间人口流动的净增量构成。解释变量中，社会关系网以前一期的人口流动关系矩阵表示，空间距离以省会、直辖市间公路里程表示；其他变量均为相应指标地区之间的差异关系数据。由于各变量对人口流动的影响存在滞后效应，除空间距离变量外，其他变量的来源指标数据均为相应时段的多年平均值。鉴于重庆1997年才设立为直辖市，分析时点自2000年开始。

由于各变量的度量单位不同，对关系矩阵数据进行ZScore标准化处理。各项指标变量数据均为31×31的1-模关系矩阵，其中忽略对角线的元素，观察样本为930个。

3.3 QAP相关分析

通过QAP相关分析，检验各项指标地区差异关系与人口流动网络之间的关联，寻找与其显著相关的影响因素。表3的QAP相关分析结果说明：①流动人口的社会关系与省际人口流动网络的演化有着非常显著的高度相关性，且相关程度在提高并保持在相当高的水平。②在人口流动的推动因素中，表征就业机会、收入水平、经济发展水平、对外开放等指标的变量与预期一致，在不同时期，非农就业比重、城镇居民收入、农村居民收入、人均GDP、外商直接投资、进出口贸易等差异变量有着持续且显著的正相关性，表现为地区差异越大，人口净增迁移流量越大。而固定资产投资和产业结构以及表征地区公共服务水平的人均公共财政支出、教育和医疗水平变量，与人口流动网络的变化则缺乏稳定且显著的关联性。③在人口流动的阻碍性因素中，空间距离的影响也与预期一致，表现为地区间距离越远，人口净增迁移流量越小；但城镇和农村居民人均消费支出、住房价格等表征生活成本差异的变量则与

预期相反，表明生活成本支出并未成为阻碍人口流动的影响因素。这是因为，地区间收入水平与消费水平差异具有高度相关性，通常流动人口通过有意识的压低其生活成本，在生活支出（收入水平）高的地区反而能获得比低消费（收入）地区更高的净收益。有学者对劳动力流动机制的微观调研也印证了这一判断[26]。

3.4 QAP回歸分析

根据QAP相关分析结果，剔除在各时段不具有稳定显著性相关的变量，或与理论预期不一致的变量，如用于表征生活成本、公共服务水平、投资状况、产业结构等的变量，仅对存在理论逻辑且显著相关的变量矩阵，与人口流动网络变化矩阵进行QAP多元回归分析（MRQAP），分别得到影响不同时段人口流动网络变化的回归结果（表4）。

（1）在不同时期这些变量组合对省际人口流动网络的变化有着很高的解释性，分别可以解释47.6%、75.6%和68.1%的人口流动网络变化，而且后期比前期的解释程度更高。

（2）社会关系对于人口流动网络具有极为显著且重要的作用，其影响力远远超过了其他地区差异变量和空间距离的推拉或阻碍，且在不断地增强。这验证了移民网络理论所提出的“移民网络具有积累性效应”的理论假设。由于这种社会关系网是随着人口流动网络而形成的，导致人口流动网络具有自我强化的演化特征。

（3）其他变量对人口流动网络不同时期变化的影响也不相同。非农就业比重、居民收入、人均GDP、外商直接投资等经济差异变量和空间距离变量，对不同时期人口流动网络的变化均具有一定的解释力。但在不同时期，这些变量的影响力或重要性存在较大差异。

由于社会关系变量对人口流动网络变化的影响很大，掩盖了其他地区差异变量的作用。如果不考虑社会关系变量，仅对这些变量与人口流动网络变化进行QAP多元回归分析（限于篇幅，文中不具体列出），可以得出：上述变量组合可以分别解释2000—2005年、2005—2010年、2010—2015年省际人口流动网络变化的22.2%、23.4%、11.8%。表明：以往文献所分析的影响人口流动的常规因素，对人口流动网络始终有着重要影响，但随着流动人口社会关系网的增强以及地区经济差异的缩小，这些变量对后期人口流动网络变化的解释力在降低。

（4）至于公共服务，无论是表征地区总体公共服务水平的公共财政支出变量，还是专项表征教育、医疗水平差异的变量，均尚未成为影响省际人口迁移网络变化的显著性变量。这是因为，非户籍迁移的流动人口，由于无法充分享受到流入地优质的公共服务，因此也就不会成为其对流入地选择的主要考量因素。

4 主要结论与讨论

本文运用网络分析的方法，对中国省际人口流动网络的演化以及各种影响因素对其解释程度进行了考察。首先利用1995—2015年各次人口普查和抽样调查数据，构建不同时期的人口流动网络，测度网络的关联性和中心性，考察不同时期省际人口流动网络的结构特征及其发展演化过程；然后运用QAP分析方法，揭示影响人口流动网络演化的主要因素及其解释力的变化。得到以下几点结论：

（1）省际人口流动网络经历了由简单到复杂的发展演化过程，由初期结构稀疏的脆弱性网络，逐步演进为联系紧密的稳健性网络。省与省之间规模性人口流动关系不断增多，人口流动规模不断扩大，网络密度和关联度大幅提高，网络等级度和网络效率不断降低，网络结构趋于紧密、复杂和稳定。

（2）在不同时期，人口流出关系和规模分布均较人口流入分散，而且呈现出扩散性人口流出、集聚性人口流入的网络演化特征。网络的入度中心势，无论是二值网络还是含权网络均不断提高，人口流入集聚的态势明显；网络的出度中心势，在二值网络也不断提高，在含权网络则总体趋于下降，人口流出的地域和相对规模有所分散。

（3）各地区在人口流动网络中的地位和作用未发生明显改变。初期网络中点出或点入中心度相对较高的地区，在以后的网络中依然较高。人口流动网络的演化具有自我强化的特性，主要是围绕某些人口流入、流出的核心地区逐步发展起来的。

（4）社会关系网对于人口流动网络的演化有着极为重要的影响。本文的研究证实了移民网络理论所提出的“移民网络具有积累性效应”的理论假设。而且，影响人口流动网络变异的其他地区差异变量的解释力在下降，而社会关系变量的解释力在提高。

根据以上研究结论，可以得到以下几点启示：①在人口流动网络积累性效应的影响下，在未来相当长的时间内，省际人口流动网络的整体格局难以发生根本性改变。这是因为，流动人口的社会关系网一旦形成，即使是促使人口流动的初始原因减弱，人口流动网络仍会得以延续。如移民网络理论所认为的，随着时间的推移，向特定地区的定向流动“更多地是由与移民网络的联系程度以及在移民网络中积累的社会资本等因素来决定”[24]。②期望通过流出地外出劳动力的回流、流入地生活成本的提高、户籍制度的区别放松等措施，并不能改变人口流动的基本模式和分布。社会管理部门应正视这一客观现实，政策制定应适应人口流动的社会环境，建立适合流动性社会管理的各项制度。政策重心应放在如何使外来人口融入当地社会，而不是控制人口流入和定居上。③通过完善有利于相对均衡发展的区域政策，促进欠发达地区和人口流出大省经济发展，创造更多就业机会，缩小地区收入差距，也可以使人口流动网络发生局部性改变，形成新的凝聚子群。一是促进人口流入地域的扩大，使吸纳人口流入的地区增多、规模扩大，改变人口流入过于集中于广东、江浙沪、北京等地的趋势。二是通过缩小区域发展差距，降低人口流出地区的外流人口规模。以此减弱人口流动网络中鲜明的等级关系，促使人口流动网络向双向、稳定和均衡的方向发展。

（编辑：王爱萍）

参考文献

[1]杨云彦. 改革开放以来中国人口“非正式迁移”的状况——基于普查资料的分析[J]. 中国社会科学，1996（6）：59-73.

[2]严善平. 中国九十年代地区间人口迁移的实态及其机制[J]. 人口与经济， 1998（3）： 3-13.

[3]王桂新，刘建波. 1990年代后期我国省际人口迁移区域模式研究[J]. 市场与人口分析，2003（4）：1-10.

[4]刘望保，汪丽娜，陈忠暖. 中国省际人口迁移流场及其空间差异[J]. 经济地理，2012（2）：8-13.

[5]李扬，刘慧，汤青. 1985—2010年中国省际人口迁移时空格局特征[J]. 地理研究，2015（6）：1135-1148.

[6]童玉芬，王莹莹. 中国流动人口的选择：为何北上广如此受青睐？——基于个体成本收益分析[J]. 人口研究，2015（4）：49-56.

[7]张耀军，岑俏. 中国人口空间流动格局与省际流动影响因素研究[J]. 人口研究，2014（5）：54-71.

[8]田盼盼，朱宇，林李月，等. 省际与省内流动人口空间分布及其影响因素的差异——以福建省为例[J].人口学刊，2015（6）：56-67.

[9]董上，蒲英霞，马劲松，等. 中国省际人口迁移的复杂网络研究[J]. 南方人口，2014（2）：54-61.

[10]陈锐，王宁宁，赵宇，等. 基于改进重力模型的省际流动人口的复杂网络分析[J]. 中国人口·资源与环境，2014（10）：104-113.

[11]臧玉珠，周生路，周兵兵，等. 1995—2010年中国省际人口迁移态势与空间格局演变——基于社会网络分析的视角[J]. 人文地理，2016（4）：112-118.

[12]张启春，汤学兵. 人口迁移、就业机会与基本公共服务的实证研究——以湖北迁出人口为例[J]. 统计与决策，2008（16）：89-91.

[13]常世旺，佟玉. 从收入推动到基本公共服务吸引：论我国省际人口流动的主导动因[J]. 公共财政研究，2015（3）：45-52.

[14]巫锡炜，郭静，段成荣. 地区发展、经济机会、收入回报与省际人口流动[J]. 南方人口，2013（6）：54-61.

[15]王桂新，潘泽瀚，陆燕秋. 中国省际人口迁移区域模式变化及其影响因素——基于2000和2010年人口普查资料的分析[J]. 中国人口科学，2012（5）：2-13.

[16]肖群鹰， 刘慧君. 基于QAP算法的省际劳动力迁移动因理论再检验[J]. 中国人口科学， 2007（4）：26-33.

[17]王珏，陈雯，袁丰. 基于社会网络分析的长三角地区人口迁移及演化[J]. 地理研究，2014（2）：385-400.

[18]刘军. 整体网络分析： UCINET 软件实用指南 [M].第二版.上海：格致出版社，上海人民出版社， 2014：19-20，126-136，202-214.

[19]刘军. QAP：测量“关系”之间关系的一种方法[J]. 社会， 2007， 27（4）：164-174.

[20]KRACKHARDT D. QAP partialling as a test of spuriousness [J]. Social networks， 1987 （9）：171-186.

[21]KRACKHARDT D. Predicting with networks： nonpararnetric multiple regression analysis of dyadic data [J]. Social networks， 1988 （10）：359-381.

[22]李竞能. 现代西方人口理论[M]. 上海：复旦大学出版社， 2004：137-138.

[23]姚华松，许学强. 西方人口迁移研究进展[J]. 世界地理研究，2008（1）：154-166.

[24]郭玉聪. 福建省国际移民的移民网络探析——兼评移民网络理论[J]. 厦门大学学报（哲学社会科学版），2009（6）：113-120.

[25]张岚东. 地方公共产品供给研究综述：蒂布特模型及其他[J]. 广西财经学院学报，2010（1）：45-49.

[26]樊士德，沈坤荣. 中国劳動力流动的微观机制研究——基于传统与现代劳动力流动模型的建构[J]. 中国人口科学，2014（2）：17-31.

Abstract The paper analyzed the evolution process and characteristics of interprovincial population flow network in China from 1995 to 2015 and explained the changes of population flow network by means of empirical research， especially for the social networks gigantic influence on the evolution of population flow network. First of all， based on the data of the previous population census and 1% population sampling survey， the interprovincial population flow network at five time points was established by means of social network analysis. Also， the paper revealed that the structural features and the evolution of population flow network in different periods through network correlation and centrality analysis. Furthermore， it examined the main factors influencing the changes of population flow network and changes of its explanatory power， and empirically tested migration network theory using QAP method. Its mainly found that： First， the interprovincial population flow network developed gradually from oneway flow and sparselystructured fragility initially to complex steady compactness. The network density and connectedness were improved greatly， and meanwhile， the hierarchy and the efficiency of network decreased constantly. Second， the population flow network showed the timevarying characteristics of population diffusion and agglomeration inflow. The centrality of overall and individual network changed obviously， but the status and role of each region in the network had not changed fundamentally. The evolution of population flow network had selfreinforcing characteristics. Third， the social relation network had a very important and increasing influence on the evolution of the population flow network， whose accumulative effect had been verified. Fourth， the other factors in the population flow， such as employment， income， economic development， opening degree and spatial distance， have contributed to the changes of the population flow network in the different stages. However， explanatory power of these factors decreased at the later stage. In the end， the paper considered that the overall pattern of interprovincial population flow network would hardly undergo the fundamental change for a period in the future. The government department should formulate various systems adapting to liquidity social management and improve regional policies contributing to comparatively balanced development.

Key words population flow network； social network analysis； QAP method； social relation network； accumulation effect