盛亦男 楊旭宇

摘 要：利用重心模型、社會網(wǎng)絡(luò)分析與空間滯后模型等方法，分析京津冀、長三角、珠三角城市群流動人口集聚的空間格局與影響機(jī)制。研究發(fā)現(xiàn)，三大城市群流動人口規(guī)模持續(xù)增長，但流動人口規(guī)模和密度的增長速度均有所放緩;流動人口重心向經(jīng)濟(jì)發(fā)達(dá)與人口高度集聚城市移動，與常住人口重心逐漸接近;京津冀、長三角與珠三角城市群流動人口的社會網(wǎng)絡(luò)日益密集，內(nèi)部結(jié)構(gòu)分別呈雙核分布穩(wěn)定的星狀網(wǎng)絡(luò)、多中心發(fā)散網(wǎng)絡(luò)與中心—外圍層次結(jié)構(gòu)明顯的空間格局。影響機(jī)制研究發(fā)現(xiàn)，高房價(jià)水平、環(huán)境污染弱化了經(jīng)濟(jì)因素對京津冀流動人口集聚的吸引力，較高的公共服務(wù)能力與開放水平則分別促進(jìn)流動人口持續(xù)向長三角、珠三角集聚。研究結(jié)論可以為不同城市群制定科學(xué)的發(fā)展規(guī)劃、優(yōu)化人口布局提供政策建議。

關(guān)鍵詞：流動人口;城市群;空間集聚;人口空間格局

中圖分類號：C922 ? 文獻(xiàn)標(biāo)識碼：A ? 文章編號：1000-4149（2021）06-0088-20

DOI：10.3969/j.issn.1000-4149.2021.00.050

Abstract： Using methods such as the center of gravity model， the social network analysis and the spatial lag model， this paper analyzes the spatial pattern and the influencing mechanism of floating population agglomeration in three city clusters： BeijingTianjinHebei region， Yangtze River Delta region and Pearl River Delta. Our findings suggest that the scale of floating population in the three major city clusters continued to grow， but the growth rate of both the size and density of the floating population has slowed down. In addition， we find that the gravity center of the floating population moved to economically developed and highly populated cities， and approached the gravity center of permanent resident population gradually. The social network structure of three city clusters is increasingly dense， representing as a spatial pattern of the starshaped， multicenter divergent and centerperipheral hierarchical structure network， respectively. The influencing mechanism results show that high housing price and environmental pollution have weakened the attractiveness of economic factors to the floating population agglomeration in the BeijingTianjinHebei region， while higher public service and openingup have attracted the floating population to continue to flow into the Yangtze River Delta and the Pearl River Delta， respectively. The results provide policy suggestions for different urban clusters to make scientific development plans and optimize population distribution.

Keywords：floating population;city clusters;spatial agglomeration;population spatial pattern

一、引言

隨著城市不斷發(fā)展，中心城市和若干不同規(guī)模、類型和等級的城市共同組成了空間組織緊湊、經(jīng)濟(jì)聯(lián)系緊密的城市群，這類城市通過交通、網(wǎng)絡(luò)、通信等基礎(chǔ)設(shè)施建設(shè)加速了資金、物流和人才的緊密連接和流動[1-2]。多城市集合的城市群結(jié)構(gòu)體系將是未來承載中國經(jīng)濟(jì)、人口集聚的主要地域形態(tài)。以勞動力為主體的流動人口將持續(xù)向城市群流動，并通過流動人口的集聚趨勢與空間分布影響著不同城市群的經(jīng)濟(jì)增長和未來城鎮(zhèn)化態(tài)勢。京津冀、長三角和珠三角城市群作為國家級城市群，是中國最主要的人口和經(jīng)濟(jì)集聚地。截至2020年末，三大城市群常住人口規(guī)模占全國人口總規(guī)模的45%以上，同時(shí)人均GDP約為全國人均水平的1.25倍 根據(jù)各省或直轄市統(tǒng)計(jì)年鑒等資料中地區(qū)生產(chǎn)總值計(jì)算。，是中國未來重要的人口集聚載體和經(jīng)濟(jì)增長引擎。那么，三大城市群流動人口集聚的空間格局具有怎樣的特征，是否存在明顯的差異？隨時(shí)間發(fā)展，三大城市群流動人口集聚的空間格局是否發(fā)生了變化？影響城市群流動人口集聚的空間格局的機(jī)制是否存在差異？對上述問題進(jìn)行研究，可以在中國人口增長態(tài)勢即將進(jìn)入拐點(diǎn)的背景下，進(jìn)一步探索城市群人口空間分布、遷移流動的客觀規(guī)律，為不同城市群制定科學(xué)的發(fā)展規(guī)劃、實(shí)現(xiàn)城市群流動人口空間格局優(yōu)化提供科學(xué)依據(jù)和定量支持。

本文以京津冀、長三角、珠三角城市群作為研究區(qū)域，基于2000年、2010年和2015年共三個(gè)年份的流動人口規(guī)模與密度數(shù)據(jù)，利用重心模型、空間自相關(guān)與社會網(wǎng)絡(luò)分析等方法系統(tǒng)分析三大城市群45個(gè)地級及以上城市流動人口集聚的空間格局與差異，應(yīng)用空間計(jì)量模型定量分析城市群流動人口集聚的機(jī)制。文章的貢獻(xiàn)在于：通過時(shí)期的視角，分析城市群的流動人口集聚效應(yīng)和趨勢的最新變動，總結(jié)不同城市群流動人口集聚的規(guī)律與趨勢;通過重心模型、空間自相關(guān)、社會網(wǎng)絡(luò)等方法，比較三大城市群流動人口集聚格局的差異;通過空間計(jì)量分析影響三大城市群集聚的因素差異，其研究結(jié)果可以為不同城市實(shí)行差異化政策，進(jìn)一步提升城市群規(guī)劃水平提供數(shù)據(jù)支持和理論參考。

二、文獻(xiàn)綜述

根據(jù)新經(jīng)濟(jì)地理學(xué)理論，大城市激烈的競爭環(huán)境會對勞動力進(jìn)行篩選，與此同時(shí)，勞動力也會根據(jù)流入不同市場環(huán)境所獲得的預(yù)期收益選擇流入地，在大城市和人口高密度區(qū)域集聚[3-5]。這意味著城市群的流動人口集聚不僅受到城鄉(xiāng)收入差距的影響，而且受到城市群結(jié)構(gòu)體系中多個(gè)城市對流動人口集聚的共同作用。盡管城市間的競爭關(guān)系對流動人口集聚的影響已經(jīng)受到學(xué)者們的關(guān)注，但大多局限于特大城市之間或區(qū)域之間的比較，以城市群為研究對象的分析仍需深入。

已有城市群與人口流遷相關(guān)的文獻(xiàn)研究主要有兩類。第一類研究圍繞人口流遷的空間格局與時(shí)空變動態(tài)勢展開探討，研究范圍可分為以全國為整體的空間尺度和以城市、城市群或地區(qū)等為主的局部空間尺度兩種[6-7]。從全國空間尺度來看，城市群的人口流動的空間格局呈現(xiàn)聚集與地區(qū)性分散并存的態(tài)勢[8-9]。張國俊等發(fā)現(xiàn)城市群的發(fā)展不僅擴(kuò)大了流動人口空間分布的地域性差異，同時(shí)加劇了城市群內(nèi)的人口分布不均衡程度[9] 。具體來說，城市群以及城市群中心城市的人口集聚程度增加[10] ，呈現(xiàn)出明顯的核心—邊緣的人口流動空間格局[11-12]。城市群體系，如城市行政級別、中心與外圍城市的分布使得流動人口分布格局呈現(xiàn)了差異[10-12]。潘競虎和賴建波 指出，中國部分城市群在發(fā)展過程中出現(xiàn)了高層中心城市主導(dǎo)作用較強(qiáng)（如京津冀城市群的北京）的現(xiàn)象，引致了區(qū)域內(nèi)人口集聚的不平衡性加劇[13] 。可見，流動人口集聚的空間演變與城市群分布、發(fā)展與城市等級層次密切關(guān)聯(lián)。一些研究則關(guān)注于不同城市群的流動人口集聚格局，總體來看，京津冀、珠三角和長三角城市群仍是流動人口集聚的主要方向[14] 。京津冀城市群在三大城市群中的集聚水平相對較弱[15-16]，流動人口網(wǎng)絡(luò)經(jīng)歷了“雙核心”集聚向多中心網(wǎng)絡(luò)化的轉(zhuǎn)變[17] ，而且超大城市對流動人口呈現(xiàn)高集聚力，使城市群人口集聚的極化現(xiàn)象與人口不平衡性加劇[18] ，內(nèi)部差異明顯。珠三角呈現(xiàn)“雙核心”極化[16] ，并逐漸由廣州深圳為“雙核”的空間格局向以“廣深莞”為軸心的空間格局演進(jìn)[19] ，而長三角城市群則呈現(xiàn)“單核和多核”復(fù)合、“核心—邊緣”空間結(jié)構(gòu)[20-21]，同時(shí)人口流動和遷移網(wǎng)絡(luò)顯示出明顯的等級特征[22] 。這種集聚過程的差異體現(xiàn)了歷史基礎(chǔ)、社會結(jié)構(gòu)、產(chǎn)業(yè)模式和人口遷移選擇的差異[23] 。

第二類研究聚焦于流動人口空間集聚的影響因素，從經(jīng)濟(jì)、社會、地理環(huán)境等角度進(jìn)行分析。首先，經(jīng)濟(jì)發(fā)展水平、工資水平、就業(yè)機(jī)會與房價(jià)等經(jīng)濟(jì)因素會對流動人口空間集聚產(chǎn)生影響[24-26] 。城市空間均衡理論引入空間“異質(zhì)性”視角，認(rèn)為城市間人口集聚的空間分布格局源自區(qū)域間收入、生活成本和城市宜居性的差異[27] 。而較高的工資水平與城市公共服務(wù)能力是影響流動人口集聚的重要因素[28-29]。其次，戶籍制度、語言文化、社會網(wǎng)絡(luò)、社會地位等社會因素會對人口流動產(chǎn)生影響[30-32]。孫文凱等研究發(fā)現(xiàn)戶籍制度改革促進(jìn)流動人口集聚的作用有限[33] 。由于落戶門檻等限制，一些流動人口仍會回流到欠發(fā)達(dá)地區(qū)[34] 。阿迪瑟拉（Adsera）和皮特利科娃（Pytlikova）認(rèn)為勞動力傾向于在語言相近的地域范圍內(nèi)流動，語言包容性高的地區(qū)集聚更多的流動人口[31] 。最后，環(huán)境因素同樣會影響人口流動。流出地的洪水等自然災(zāi)害沖擊與氣候變化會迫使人口流動[35-36]，其影響程度可能與家庭的應(yīng)對策略相關(guān)[36] ;此外，流入地的空氣污染會對流動人口的空間集聚產(chǎn)生顯著的負(fù)向影響[37-38]。這意味著流動人口空間集聚是經(jīng)濟(jì)、社會、環(huán)境等因素共同作用的結(jié)果。

以上研究十分豐富，但仍存在拓展空間。已有文獻(xiàn)中對于流動人口空間集聚的探討主要基于全國層面或者單一城市群或省份（直轄市）等進(jìn)行分析，對多個(gè)城市群進(jìn)行比較性研究、總結(jié)城市群人口集聚格局規(guī)律的研究相對較少。為此，本文將應(yīng)用多次人口普查或人口抽樣調(diào)查資料分析多個(gè)城市群流動人口集聚空間格局的差異與變化趨勢，應(yīng)用空間滯后模型分析不同城市群流動人口集聚的原因與機(jī)制，進(jìn)一步豐富對城市群人口集聚格局規(guī)律的認(rèn)識。

三、研究數(shù)據(jù)與研究方法

1. 研究數(shù)據(jù)與城市群范圍界定

第五次人口普查以來的人口普查或1%人口抽樣調(diào)查的流動人口統(tǒng)計(jì)口徑可分為兩類（見表1），其中第一口徑包括市轄區(qū)范圍內(nèi)跨鄉(xiāng)鎮(zhèn)街道流動的人口、市轄區(qū)范圍外的流動與省外流動人口;第二口徑則不包括第一口徑中所涉及的市轄區(qū)范圍內(nèi)跨鄉(xiāng)鎮(zhèn)街道流動的人口，將市轄區(qū)范圍外的流動與省外流動劃分為流動人口[39] 。不少文獻(xiàn)將兩種流動人口的統(tǒng)計(jì)口徑進(jìn)行了比較，大多選取第二口徑，即剔除了“市轄區(qū)內(nèi)人戶分離人口”（市轄區(qū)范圍內(nèi)跨鄉(xiāng)鎮(zhèn)街道流動的人口）[14，39] ，故本文依據(jù)流動人口的第二口徑，即將城市中市轄區(qū)范圍外的流入、省外流入與居住時(shí)間超過6個(gè)月的人口作為分析對象。

四、城市群流動人口的空間分布格局

1. 城市群流動人口增長特征

我國城市群流動人口在近些年來的增長情況具有如下特征。

第一，三大城市群流動人口規(guī)模持續(xù)增長，長三角的流動人口規(guī)模居于首位。表2顯示，從流動人口的增長幅度來看，京津冀、長三角和珠三角城市群的流動人口規(guī)模2000—2015年分別增加了1533.4、2864.6和1700.4萬人，這意味著三大城市群對流動人口始終保持著吸引力。三大城市群集聚的流動人口規(guī)模由高到低的位序發(fā)生了改變，從珠三角、長三角、京津冀城市群改變?yōu)殚L三角、珠三角、京津冀城市群，可見長三角城市群的流動人口集聚規(guī)模已經(jīng)在三大城市群中后來居上。

第二，三大城市群流動人口占常住人口的比例呈現(xiàn)明顯差異。城市群流動人口占常住人口的比例由高到低分別為珠三角、長三角和京津冀城市群。珠三角城市群流動人口占常住人口比例增幅明顯，到2015年達(dá)到48.5%。長三角城市群該指標(biāo)呈現(xiàn)先升后降的趨勢，在2000—2015年共增長了15.4%;京津冀城市群該指標(biāo)2000—2015年增加了13.7%，從快速增長轉(zhuǎn)為趨于穩(wěn)定。這表明京津冀、長三角城市群流動人口集聚的態(tài)勢已經(jīng)相對穩(wěn)定，而珠三角城市群常住人口快速增長的主要原因在于流動人口持續(xù)集聚。

第三，長三角、珠三角城市群流動人口占全國流動人口的比例有所下降。截至2015年年末，各城市群流動人口規(guī)模占全國流動人口規(guī)模的比例由高到低分別為長三角、珠三角和京津冀城市群。與2000年相比，2015年京津冀城市群的流動人口占全國流動人口的比重提高了1.4%。與京津冀城市群的變化趨勢不同，長三角、珠三角城市群的流動人口占全國流動人口的比例從2000—2015年分別下降了1.4%與10.6%，整體來看，長三角城市群呈現(xiàn)緩慢下降趨勢，珠三角城市群則由快速下降轉(zhuǎn)為緩慢提升。

第四，三大城市群的流動人口規(guī)模和密度的增幅明顯放緩。表3顯示，與2000—2010年相比，2010—2015年京津冀、長三角與珠三角的流動人口和常住人口增速逐漸放緩。其中，長三角流動人口年均增長率的下降幅度最高，京津冀、珠三角流動人口的年均增長率雖然明顯降低，但仍然高于長三角。三大城市群2000—2015年流動人口密度逐漸提升，珠三角流動人口密度遠(yuǎn)高于長三角、京津冀，顯現(xiàn)出很強(qiáng)的流動人口集聚效應(yīng)。

2. 城市群流動人口集聚的重心變動

利用ArcGIS軟件對城市群流動人口集聚的重心變動情況進(jìn)行分析，發(fā)現(xiàn)以下特征。

第一，京津冀城市群流動人口重心位于北京、天津、保定之間，與常住人口重心逐漸靠攏。圖1顯示，京津冀城市群的流動人口重心位于北京、天津、保定三個(gè)城市的中心位置，在2000—2015年先后向東北、西南方向偏移了7 km和6.1 km，從2000年的（39.34°N， 116.34°E）移動到2015年的（39.32°N， 116.40°E），總體向東南方向偏移了6.28 km。與流動人口的空間分布特征不同，常住人口重心靠近京津冀城市群中部，且持續(xù)向東北方向的北京、天津偏移，在2000—2010年，2010—2015年分別向東北方向偏移6.6 km和2.6 km，這意味著北京、天津方向城市的常住人口規(guī)模對常住人口重心的影響持續(xù)增強(qiáng)。流動人口與常住人口重心的距離逐漸縮短，從62.2 km下降至52.5 km，意味著城市群流動人口與常住人口的分布存在一定的空間依賴性。

第二，長三角城市群流動人口重心向人口高度集聚區(qū)域偏移。圖2顯示，長三角城市群流動人口與常住人口重心位于江浙交界處，是人口與經(jīng)濟(jì)要素高度集聚的核心區(qū)域。2000—2010年流動人口與常住人口重心向東南方向分別偏移了6.3 km與8 km，但到2015年則分別向西北和東北方向偏移。在2000至2015年，流動人口重心從（30.89°N， 120.42°E）移動到（30.90°N， 120.48°E），向東北方向共偏移6.2 km，常住人口重心向東北方向移動了3.3 km。流動人口重心與常住人口重心距離有所擴(kuò)大，從34.6 km增加至37.2 km，總體上呈現(xiàn)穩(wěn)定的人口重心變動態(tài)勢。

第三，珠三角城市群的流動人口重心向西北移動，與常住人口重心逐漸靠攏，兩者處于“廣深莞”核心區(qū)域。圖3顯示，珠三角城市群的流動人口重心居于廣州、東莞之間，在2000—2015年從（22.86°N， 113.58°E）移動到（22.88°N， 113.57°E），向西北方向偏移3 km，與常住人口重心逐漸靠近，流動人口與常住人口重心之間距離從22.7 km下降為16.6 km。常住人口重心向東南方向的東莞、深圳偏移，移動幅度較小?？傮w來看，流動人口與常住人口重心穩(wěn)定于廣州、深圳與東莞的三角核心區(qū)域，形成“廣深莞”集聚的空間格局。

由上述分析可見，三大城市群流動人口集聚的重心變動態(tài)勢存在較大差異。其中，京津冀城市群流動人口分布受城市等級影響明顯，北京、天津?qū)α鲃尤丝谥匦姆植籍a(chǎn)生了較大的影響力，而其他城市并沒有發(fā)揮明顯的影響作用。長三角城市群的流動人口重心呈現(xiàn)相對穩(wěn)定的態(tài)勢，向經(jīng)濟(jì)發(fā)達(dá)與人口高密度區(qū)域集聚，杭州、蘇州、南京和合肥對流動人口重心的影響作用日益提升。而珠三角的流動人口重心則穩(wěn)定位于廣州、深圳與東莞的三角核心區(qū)域，形成了“廣深莞”集聚的空間格局。城市群的流動人口重心移動方向均以城市經(jīng)濟(jì)發(fā)達(dá)方向?yàn)橹鳎伊鲃尤丝谥匦暮统Ｗ∪丝谥匦闹饾u接近。

3. 城市群流動人口密度的全局與局部空間自相關(guān)分析

對流動人口密度進(jìn)行全局Moran s I指數(shù)檢驗(yàn)。表4顯示，從時(shí)間趨勢來看，長三角城市群流動人口密度的空間負(fù)相關(guān)明顯下降，這意味著長三角城市群內(nèi)部各城市的發(fā)展較為均衡，使流動人口在城市群內(nèi)部傾向于均衡分布;而京津冀、珠三角城市群流動人口密度的空間負(fù)相關(guān)逐漸增強(qiáng)，且到2015年京津冀城市群流動人口密度的空間負(fù)相關(guān)高于另外兩個(gè)城市群，意味著京津冀、珠三角一些城市的流動人口密度與鄰近城市差異很大，這些城市對流動人口集聚的“虹吸效應(yīng)”仍在加劇。

將局部Moran s I散點(diǎn)圖分為四個(gè)象限[51] ，分別對應(yīng)空間單元與鄰近單元之間的四種局部空間聯(lián)系形式。表5顯示，京津冀城市群各象限在2000—2015年變化較大。其中，石家莊、保定主要位于第一象限（HH），代表上述流動人口高密度的城市被其他高密度的城市包圍;位于第二象限（LH）的城市包括承德、張家口、邢臺、邯鄲等，上述城市的流動人口密度弱于周邊城市;2015年僅衡水位于第三象限（LL），形成了“低—低”的集聚效應(yīng)，成為城市群流動人口密度的冷點(diǎn)地區(qū)。北京、天津則長期位于第四象限（HL），形成了“高—低”的集聚效應(yīng)，說明“雙核”城市對其他城市的流動人口密度產(chǎn)生了抑制影響，保持著對流動人口的“虹吸效應(yīng)”。

長三角城市群中各城市流動人口密度的變動存在差異，這表現(xiàn)為第二、三象限中的城市發(fā)生了明顯的變動。其中，第一象限（HH）的城市主要有南京、寧波、蘇州、無錫屬于流動人口密度增長的熱點(diǎn)城市;位于第二象限（LH）的城市主要有紹興、常州等，上述城市流動人口集聚的能力弱于周邊城市;合肥、揚(yáng)州、鹽城、蕪湖等城市則長期位于第三象限（LL），形成了“低—低”的集聚效應(yīng)，屬于流動人口密度的冷點(diǎn)地區(qū);杭州、嘉興、溫州等城市位于第四象限（HL），形成了“高—低”的集聚效應(yīng)，而上海也在2015年進(jìn)入了該象限，亦即這些城市相比周邊城市擁有流動人口集聚的優(yōu)勢。

與京津冀、長三角相比，珠三角城市群的流動人口密度具有相對穩(wěn)定的局部空間自相關(guān)特征。第一象限（HH）分布的城市主要有廣州、佛山、中山，而江門、惠州、珠海均在各時(shí)期處于第二象限（LH），肇慶、韶關(guān)、清遠(yuǎn)、云浮、汕尾、河源、陽江則主要處于第三象限（LL），深圳、東莞城市位于第四象限（HL）。根據(jù)城市的地理區(qū)位、經(jīng)濟(jì)增長水平等因素的不同，可以將上述城市劃分為兩類：廣州、深圳、佛山、東莞屬于珠三角城市群流動人口集聚的中心城市，其余則屬于外圍城市。

4. 城市群流動人口集聚網(wǎng)絡(luò)分布格局

根據(jù)三大城市群各城市之間流動人口集聚引力強(qiáng)度的均值，選取閥值為30，分析流動人口空間集聚網(wǎng)絡(luò)變化（見圖4、圖5、圖6）。

第一，京津冀城市群流動人口集聚網(wǎng)絡(luò)呈雙核分布、星狀格局。京津冀流動人口城市之間的聯(lián)系總體上增多，趨于密集，呈“星狀”發(fā)散，由北京、天津、保定至石家莊方向延展;北京及天津處于強(qiáng)聯(lián)系狀態(tài)，西南部城市之間聯(lián)系逐漸趨于密集，但東北部城市相對處于弱聯(lián)系狀態(tài)，距離北京越遠(yuǎn)，城市之間聯(lián)系數(shù)量越少。城市實(shí)際關(guān)聯(lián)關(guān)系的線條數(shù)越多，則說明該城市流動人口空間集聚的網(wǎng)絡(luò)聯(lián)系越密集，強(qiáng)度越高。

從空間局部來看，北京、天津均為高引力強(qiáng)度，呈現(xiàn)雙核集聚態(tài)勢，2000—2015年，北京、天津與其他城市的流動人口集聚網(wǎng)絡(luò)關(guān)系相對穩(wěn)定，外圍的張家口、承德、秦皇島等城市之間流動人口網(wǎng)絡(luò)關(guān)系的緊密程度并不高，這意味著各城市之間的社會經(jīng)濟(jì)、交通和基礎(chǔ)設(shè)施等方面協(xié)同發(fā)展存在不足，制約了各城市間流動人口的關(guān)聯(lián)程度。

第二，長三角城市群流動人口集聚網(wǎng)絡(luò)呈多中心“網(wǎng)格狀”分布格局，各城市的集聚程度較為均衡。長三角城市群不同年份流動人口集聚網(wǎng)絡(luò)由以上海為核心向周邊城市發(fā)散，逐漸演變?yōu)槎嘀行陌l(fā)散的格局，城市之間流動人口的空間集聚聯(lián)系增多，呈現(xiàn)“網(wǎng)格狀”密集分布特征，形成了持續(xù)穩(wěn)定的跨區(qū)域流動人口集聚網(wǎng)絡(luò)。流動人口集聚網(wǎng)絡(luò)變化經(jīng)歷了兩個(gè)階段，在2000年到2010年，流動人口集聚網(wǎng)絡(luò)以上海為核心，上海與江蘇、浙江的流動人口聯(lián)系逐漸增加，集聚網(wǎng)絡(luò)由上海分別向西北方向、西南方向發(fā)散，并以此在2010年到2015年擴(kuò)散到蘇州、無錫、常州、南京、杭州、寧波等多個(gè)流動人口集聚網(wǎng)絡(luò)節(jié)點(diǎn)，各城市之間對流動人口的引力強(qiáng)度相似，較為均衡。其中，江蘇省的蘇州、無錫、常州位于江蘇省南部，密集分布的城市便于流動人口在鄰近城市間流動，推動流動人口集聚網(wǎng)絡(luò)密集化[20] 。

流動人口集聚的網(wǎng)絡(luò)結(jié)構(gòu)與經(jīng)濟(jì)布局有密切關(guān)系。蘇南地區(qū)的“蘇、錫、?！迸c上海區(qū)位鄰近，且濱江臨海，具有經(jīng)濟(jì)集聚的區(qū)位優(yōu)勢，在20世紀(jì)80年代的鄉(xiāng)鎮(zhèn)企業(yè)改革和90年代的引進(jìn)外資過程中經(jīng)濟(jì)快速增長，不同層級的城市快速發(fā)育，城市分布比較密集、發(fā)展較為均衡。浙東北的經(jīng)濟(jì)增長與蘇南模式相近，同樣是以鄉(xiāng)鎮(zhèn)企業(yè)改革、外向型經(jīng)濟(jì)為主要特征。在2010—2015年，城市之間網(wǎng)絡(luò)聯(lián)系的密度不斷增強(qiáng)，以杭州為中心，集聚網(wǎng)絡(luò)延伸到西南，形成了多中心網(wǎng)格狀流動人口集聚的特征。

第三，珠三角城市群流動人口集聚網(wǎng)絡(luò)呈現(xiàn)出中心、外圍層次結(jié)構(gòu)。珠三角城市群在珠江兩側(cè)的“廣州—深圳—佛山—東莞”沿岸形成密集網(wǎng)絡(luò)，在各個(gè)年份均形成高強(qiáng)度流動人口集聚引力關(guān)系，穩(wěn)固占據(jù)核心區(qū)域位置。而網(wǎng)絡(luò)核心區(qū)域以外的外圍城市則處于弱聯(lián)系狀態(tài)，距離網(wǎng)絡(luò)中心位置越遠(yuǎn)，城市之間聯(lián)系數(shù)量越少，流動人口集聚網(wǎng)絡(luò)呈現(xiàn)中心穩(wěn)定、密度高，且不斷向外發(fā)散的格局。從空間局部來看，2000—2010年廣州、深圳、佛山、東莞之間的強(qiáng)聯(lián)系逐漸擴(kuò)展，網(wǎng)絡(luò)密度不斷增加。到2015年，以四大城市為核心的流動人口集聚網(wǎng)絡(luò)向珠江兩岸進(jìn)一步拓展，但外圍城市之間始終處于弱聯(lián)系狀態(tài)。珠三角城市群經(jīng)濟(jì)發(fā)展水平較高的區(qū)域集中于珠江兩側(cè)，廣州、深圳、佛山、東莞的地區(qū)生產(chǎn)總值在珠三角城市群中長期位于前列，從2010年占城市群總GDP的72.9%增加至2020年的75.3%，而流動人口的空間集聚聯(lián)系在2000—2015年也以這些城市為核心，在珠江沿岸形成密集的流動人口集聚網(wǎng)絡(luò)。

珠三角群各城市的經(jīng)濟(jì)發(fā)展水平差距較大，且不同城市的人均GDP水平排序在2000—2015年沒有明顯變化，這是珠三角流動人口集聚網(wǎng)絡(luò)結(jié)構(gòu)較為穩(wěn)定的主要原因。此外，珠三角北部地形特征以山區(qū)為主，交通基礎(chǔ)設(shè)施的發(fā)展受到地理?xiàng)l件制約，不利于流動人口集聚網(wǎng)絡(luò)的擴(kuò)散。隨著2019年“粵港澳大灣區(qū)”國家戰(zhàn)略的實(shí)施，人才、物流、資金流、信息流等要素流動水平提升的潛力巨大，有助于進(jìn)一步提升流動人口集聚網(wǎng)絡(luò)的密度、加強(qiáng)中心與外圍城市網(wǎng)絡(luò)聯(lián)系，構(gòu)成強(qiáng)互補(bǔ)關(guān)系，促進(jìn)經(jīng)濟(jì)、人口網(wǎng)絡(luò)聯(lián)系通道的優(yōu)化。

五、城市群流動人口集聚空間分布格局的影響機(jī)制

1. 變量選擇

本文的核心被解釋變量是流動人口集聚程度，選擇流動人口密度進(jìn)行衡量，該變量在王桂新、尹德挺等學(xué)者的文獻(xiàn)中也有較多應(yīng)用[23，52] 。

選取的解釋變量包括：①工資水平。一些研究表明城市工資水平的提高對流動人口規(guī)模具有正向促進(jìn)作用[7，28] ，因此采用城市職工平均工資進(jìn)行衡量。②經(jīng)濟(jì)增長差距。已有研究多采用GDP、人均GDP等變量衡量經(jīng)濟(jì)增長水平[28，53] ，與上述研究不同，為了更好地體現(xiàn)城市群內(nèi)部各城市的經(jīng)濟(jì)增長差距，本文利用人均GDP（取對數(shù)）減去城市群的均值（取對數(shù)），以計(jì)算差值衡量城市群內(nèi)部各個(gè)城市間的經(jīng)濟(jì)增長差距。③第三產(chǎn)業(yè)產(chǎn)值占比。隨著產(chǎn)業(yè)升級，資本對勞動力的替代效應(yīng)會弱化勞動力密集型產(chǎn)業(yè)發(fā)展，這意味著低端制造業(yè)等勞動密集型行業(yè)占比下降或向外轉(zhuǎn)移將使低技能勞動力向外流動，而資本和技術(shù)密集型產(chǎn)業(yè)則吸引高技能人才流入城市?？梢?，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變將影響勞動力市場需求，進(jìn)而影響勞動力集聚水平，故選擇第三產(chǎn)業(yè)產(chǎn)值占比衡量產(chǎn)業(yè)結(jié)構(gòu)。④房價(jià)水平。高房價(jià)對勞動力流動會產(chǎn)生明顯的擠出效應(yīng)[25] ，選擇商品房平均銷售價(jià)格衡量房價(jià)水平。⑤人均財(cái)政支出?；诘俨┨兀═iebout）“用腳投票”理論，公共服務(wù)是促進(jìn)勞動力“用腳投票”的因素[20]，本文選擇人均財(cái)政支出衡量公共服務(wù)水平。⑥固定資產(chǎn)投資水平。選擇人均固定資產(chǎn)投資衡量城市群資本集聚水平，分析資本集聚能力如何提升勞動力集聚程度。⑦對外開放程度。由于省際人口流動與區(qū)域?qū)ν忾_放程度密切相關(guān)[25] ，本文選擇外商直接投資占城市GDP的比例來衡量城市對外開放程度。⑧互聯(lián)網(wǎng)普及率。程名望等學(xué)者的研究表明互聯(lián)網(wǎng)發(fā)展對中國勞動力流動具有正向影響[54] ，故本文選擇國際互聯(lián)網(wǎng)普及程度衡量互聯(lián)網(wǎng)技術(shù)發(fā)展對勞動力集聚的影響。⑨空氣污染程度。陳帥、孫偉增等指出空氣污染對于流動人口選址具有顯著的負(fù)向影響[37-38] ，但是也有研究發(fā)現(xiàn)，由于經(jīng)濟(jì)發(fā)展程度較高地區(qū)能夠提供較好的工作崗位、醫(yī)療條件，居民對空氣污染的耐受性強(qiáng)，勞動力仍向PM 2.5濃度較高的大城市流動[55]。本文選擇城市的PM 2.5濃度衡量空氣污染程度對人口集聚的影響。變量的描述性統(tǒng)計(jì)見表6。

2. 模型估計(jì)結(jié)果

表7報(bào)告了SLM模型回歸的實(shí)證結(jié)果。結(jié)果顯示，模型系數(shù)ρ顯著為負(fù)，表明三大城市群內(nèi)部的各個(gè)城市對鄰近城市的流動人口集聚程度均存在明顯的負(fù)向空間溢出效應(yīng)，而且京津冀城市群流動人口集聚程度形成的負(fù)向溢出效應(yīng)強(qiáng)于長三角和珠三角城市群。

根據(jù)表7，工資水平、經(jīng)濟(jì)增長差距、人均財(cái)政支出、對外開放程度、空氣污染程度是影響城市群流動人口集聚的重要因素。其中，城市工資水平對三大城市群流動人口集聚均具有顯著的正向影響，并且影響系數(shù)高于其他控制變量，即較高的職業(yè)工資水平在提升城市群流動人口集聚方面具有優(yōu)勢地位。城市群內(nèi)各城市的經(jīng)濟(jì)增長差距對京津冀、長三角產(chǎn)生顯著的正向作用，這意味著城市群內(nèi)部各城市的經(jīng)濟(jì)發(fā)展差異程度是流動人口空間格局演變的重要因素，如果城市群內(nèi)部經(jīng)濟(jì)增長差距擴(kuò)大，將提升中心城市對流動人口集聚產(chǎn)生“激勵(lì)效應(yīng)”。人均財(cái)政支出對京津冀、長三角流動人口集聚產(chǎn)生了促進(jìn)作用，意味著優(yōu)質(zhì)的公共服務(wù)將促使流動人口“用腳投票”來選擇流入的城市。除此之外，對外開放程度對長三角、珠三角的流動人口集聚具有明顯的激勵(lì)效應(yīng)，而空氣污染對京津冀、珠三角的流動人口集聚產(chǎn)生了負(fù)向作用，意味著當(dāng)空氣質(zhì)量或環(huán)境惡劣時(shí)會降低流動人口集聚水平。

產(chǎn)業(yè)結(jié)構(gòu)、房價(jià)水平對流動人口集聚在不同城市群產(chǎn)生了異質(zhì)性影響。與長三角不同，第三產(chǎn)業(yè)產(chǎn)值占比對京津冀、珠三角流動人口集聚具有顯著的負(fù)向影響，表明長三角的產(chǎn)業(yè)發(fā)展在不同城市具有較好的梯度差異性和產(chǎn)業(yè)銜接性，第三產(chǎn)業(yè)的主導(dǎo)優(yōu)勢有利于吸引流動人口集聚，而京津冀、珠三角城市群中核心、邊緣區(qū)域城市產(chǎn)業(yè)結(jié)構(gòu)差異性明顯，第二產(chǎn)業(yè)對于部分城市集聚流動人口的作用更強(qiáng)。與以往研究的結(jié)論不同[7，20，26] ，房價(jià)水平對不同城市群產(chǎn)生了異質(zhì)性的影響。具體而言，房價(jià)水平對京津冀、長三角流動人口集聚產(chǎn)生顯著的負(fù)向影響，對珠三角城市群的流動人口集聚則有正向影響，這意味著房價(jià)在不同城市群產(chǎn)生的影響機(jī)制和過程可能不同，高房價(jià)可以增加流動人口的居住成本從而降低人口流入城市的可能性，但是也可以通過住房帶來財(cái)富效應(yīng)進(jìn)而吸引部分流動人口在城市集聚。

比較各變量的影響系數(shù)，發(fā)現(xiàn)三大城市群流動人口集聚的關(guān)鍵因素各不相同。高房價(jià)、環(huán)境污染弱化了經(jīng)濟(jì)收入對京津冀城市群流動人口集聚的吸引力，因此降低生活成本和提升城市宜居水平有利于促進(jìn)流動人口集聚。提升公共服務(wù)的供給水平是促進(jìn)長三角城市群流動人口集聚的關(guān)鍵因素，而高度對外開放則可以增強(qiáng)經(jīng)濟(jì)因素的激勵(lì)效應(yīng)，提升珠三角城市群流動人口的集聚水平。

除了上述因素之外，城市群發(fā)展規(guī)劃與人口管理政策對流動人口分布格局產(chǎn)生了不容忽視的影響。在城市群發(fā)展政策層面，京津冀、長三角與珠三角城市群均出臺了區(qū)域協(xié)同發(fā)展戰(zhàn)略，從信息、交通、土地、財(cái)政、公共服務(wù)等方面打通城市群內(nèi)部要素流動的障礙 可以參考《京津冀都市圈區(qū)域規(guī)劃》（2010）、《京津冀協(xié)同發(fā)展規(guī)劃綱要》（2015）、《長江三角洲地區(qū)區(qū)域規(guī)劃》（2010）、《珠江三角洲地區(qū)改革發(fā)展規(guī)劃綱要（2008—2020年）》（2008）、《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》（2014）等政策文件，以及盛亦男和童玉芬、孫陽等、張耀軍和王小璽等文獻(xiàn)研究[10，15，55] 。，以吸引人才流入，促進(jìn)城市發(fā)展水平提升。但是，近年來的發(fā)展過程中，城市群仍然存在外圍城市對人才的吸引不足、各城市在城市群內(nèi)部的功能定位還不明晰等問題。在人口管理政策方面，以2014年的國家新型城鎮(zhèn)化規(guī)劃為標(biāo)志，不同人口規(guī)模的城市對流動人口形成了差異化的管理措施，大城市以及中小城市通過積分落戶、居住證制度等放松落戶渠道，促進(jìn)外來人口在城市融入，并為人才流入打通政策渠道 如《安徽省人民政府辦公廳關(guān)于推進(jìn)實(shí)施流動人口居住證制度的意見》（2013）、《廣東省人民政府關(guān)于進(jìn)一步推進(jìn)戶籍制度改革的實(shí)施意見》（2015）、《推動1億非戶籍人口在城市落戶方案》（2016）與各省或直轄市印發(fā)的《推動非戶籍人口在城市落戶實(shí)施方案》、《中共江蘇省委關(guān)于聚力創(chuàng)新深化改革打造具有國際競爭力人才發(fā)展環(huán)境的意見》（2017）、《浙江省人民政府辦公廳關(guān)于調(diào)整完善戶口遷移政策的通知》（2018）、《廣州市引進(jìn)人才入戶管理辦法實(shí)施細(xì)則》（2019）等政策文件。，超大城市仍然對人口總量實(shí)施著相對嚴(yán)格的管控政策。人口管理政策的實(shí)施雖然可以控制人口總量過快增長，但也可能引發(fā)勞動力短缺、人口老齡化快速提升等問題，因此，這類超大城市對外來人口規(guī)模調(diào)控的手段、強(qiáng)度等仍需進(jìn)行謹(jǐn)慎的政策研判和動態(tài)調(diào)整，以減少對城市社會經(jīng)濟(jì)發(fā)展帶來的不利影響。

六、結(jié)論與政策建議

本文深入分析了京津冀、長三角、珠三角城市群流動人口集聚的空間格局與差異，并對流動人口集聚的影響機(jī)制進(jìn)行實(shí)證分析，得出以下結(jié)論。

首先，三大城市群流動人口規(guī)模持續(xù)增長，但流動人口規(guī)模和密度的增長速度均有所放緩。由于農(nóng)村剩余勞動力供給已經(jīng)進(jìn)入拐點(diǎn)，各城市群的流動人口規(guī)模可能在未來增長放緩甚至呈逐漸下降的趨勢。

其次，在城市群規(guī)劃和部分城市社會經(jīng)濟(jì)的發(fā)展優(yōu)勢影響下，流動人口分布的重心持續(xù)向經(jīng)濟(jì)發(fā)達(dá)和人口高度集聚區(qū)域移動。城市群流動人口的社會網(wǎng)絡(luò)日益密集，且“外圍”城市的社會網(wǎng)絡(luò)密集程度明顯提升。

再次，三大城市群的流動人口集聚的格局呈現(xiàn)一定的差異性，京津冀城市群的流動人口分布受城市等級影響最為明顯，北京、天津的“虹吸效應(yīng)”明顯且仍在加強(qiáng)，外圍城市的集聚能力不足，流動人口集聚網(wǎng)絡(luò)較為稀疏，呈雙核分布、星狀發(fā)散的格局。長三角城市群的流動人口分布日益均衡，流動人口集聚網(wǎng)絡(luò)呈現(xiàn)高度密集化、網(wǎng)格化的態(tài)勢，擁有多中心發(fā)散的社會網(wǎng)絡(luò)。珠三角流動人口分布的重心則穩(wěn)定位于珠江沿岸的廣州、深圳與東莞等城市，但地理因素制約了城市群北部流動人口集聚網(wǎng)絡(luò)的密集程度，中心—外圍層次結(jié)構(gòu)明顯。

最后，三大城市群流動人口集聚的影響因素存在差異。高房價(jià)與環(huán)境污染弱化了經(jīng)濟(jì)因素對京津冀流動人口集聚的吸引力，較高的公共服務(wù)能力與開放水平則分別是促進(jìn)流動人口持續(xù)向長三角、珠三角城市群集聚的關(guān)鍵因素。各城市群可以依據(jù)影響流動人口集聚的關(guān)鍵因素引導(dǎo)人口有序流動、合理布局。城市群發(fā)展規(guī)劃與人口管理政策持續(xù)影響著三大城市群的流動人口分布格局，但是仍有待進(jìn)一步完善。

基于以上分析，本文提出以下政策建議：首先，不同的城市群在發(fā)展規(guī)劃時(shí)需關(guān)注的重點(diǎn)發(fā)展領(lǐng)域有所不同，應(yīng)通過打造中心城市和外圍城市的城市分工體系，促進(jìn)產(chǎn)業(yè)布局在不同區(qū)域的合理分布，從而更為有效地優(yōu)化城市群內(nèi)部的流動人口空間分布格局。其次，完善城市間的交通等基礎(chǔ)設(shè)施建設(shè)，增強(qiáng)城市群中心城市和外圍城市的交通便捷性，加快各要素在城市群內(nèi)部的流動，增強(qiáng)外圍城市對流動人口集聚的吸引力。再次，明確各個(gè)城市在城市群內(nèi)部的功能定位，優(yōu)化城市群內(nèi)部城市分工體系和產(chǎn)業(yè)格局，以產(chǎn)業(yè)集聚推進(jìn)流動人口集聚，推動形成高密集、高聯(lián)系的城市群流動人口集聚網(wǎng)絡(luò)的空間格局。最后，由于中國人口增長的拐點(diǎn)即將到來，城市群須謹(jǐn)慎制定各類人口規(guī)劃措施，須針對資源環(huán)境壓力、人口變化態(tài)勢和勞動力需求及時(shí)調(diào)整政策措施，避免流動人口集聚放緩甚至集聚趨勢減弱對未來城市群的發(fā)展帶來的不利影響。

參考文獻(xiàn)：

[1]FANG C， YU D. Urban agglomeration： an evolving concept of an emerging phenomenon[J]. Landscape and Urban Planning， 2017， 162（6）： 126-136.

[2]梁琦， 陳強(qiáng)遠(yuǎn)， 王如玉. 戶籍改革、勞動力流動與城市層級體系優(yōu)化[J]. 中國社會科學(xué)， 2013（12）： 36-59.

[3]OTTAVIANO， GIANMARCO I P. “New” new economic geography： firm heterogeneity and agglomeration economies[J]. Journal of Economic Geography， 2011， 11（2）： 231-240.

[4]XING C， ZHANG J. The preference for larger cities in China： evidence from ruralurban migrants[J]. China Economic Review， 2017， 43（2）： 72-90.

[5]張浩然. 日照間距約束、人口密度與中國城市增長[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2018（1）： 333-354.

[6]張偉麗， 晏晶晶， 聶桂博. 中國城市人口流動格局演變及影響因素分析[J]. 中國人口科學(xué)， 2021（2）： 76-87.

[7]姚永玲， 邵璇璇. 中國城市人口空間網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素[J]. 人口與經(jīng)濟(jì)， 2020（6）： 1-16.

[8]WANG L， XUE C. Spatiotemporal characteristics and influencing factors of urban floating population in China from 2011 to 2015[J]. Chinese Journal of Population Resources and Environment， 2019， 17（4）： 359-373.

[9]張國俊， 黃婉玲， 周春山， 曹永旺. 城市群視角下中國人口分布演變特征[J].地理學(xué)報(bào)， 2018（8）： 1513-1525.

[10]張耀軍， 王小璽. 城市群視角下中國人口空間分布研究[J]. 人口與經(jīng)濟(jì)， 2020（3）： 1-13.

[11]WANG N. Changing trend of population migration in China and its spatial pattern[J]. Chinese Journal of Urban and Environmental Studies， 2016， 4（4）： 1650032.

[12]潘竟虎， 賴建波. 中國城市間人口流動空間格局的網(wǎng)絡(luò)分析——以國慶—中秋長假和騰訊遷徙數(shù)據(jù)為例[J]. 地理研究， 2019（7）： 1678-1693.

[13]PAN J， LAI J. Spatial pattern of population mobility among cities in China： case study of the National Day plus MidAutumn Festival based on Tencent migration data[J]. Cities， 2019， 94（11）： 55-69.

[14]劉濤， 齊元靜， 曹廣忠. 中國流動人口空間格局演變機(jī)制及城鎮(zhèn)化效應(yīng)——基于2000和2010年人口普查分縣數(shù)據(jù)的分析[J]. 地理學(xué)報(bào)， 2015（4）： 567-581.

[15]孫陽， 姚士謀， 陸大道， 張落成. 中國城市群人口流動問題探析——以沿海三大城市群為例[J]. 地理科學(xué)， 2016（12）： 1777-1783.

[16]李建民. 京津冀城鎮(zhèn)化及其與長三角和珠三角的比較[J]. 人口與經(jīng)濟(jì)， 2014（1）： 3-7.

[17]孫桂平， 韓東， 賈夢琴. 京津冀城市群人口流動網(wǎng)絡(luò)結(jié)構(gòu)及影響因素研究[J].地域研究與開發(fā)， 2019（4）： 166-169.

[18]王瑩瑩， 童玉芬， 劉愛華. 首都圈人口空間分布格局的形成：集聚力與離散力的“博弈”[J]. 人口學(xué)刊， 2017（4）： 5-16.

[19]陳剛， 劉景林， 尹濤. 城市群產(chǎn)業(yè)、人口、空間耦合協(xié)調(diào)發(fā)展研究——以珠三角城市群為例[J]. 西北人口， 2020（2）： 114-126.

[20]王玨， 陳雯， 袁豐. 基于社會網(wǎng)絡(luò)分析的長三角地區(qū)人口遷移及演化[J]. 地理研究， 2014（2）： 385-400.

[21]薛峰， 李苗裔， 黨安榮. 中心性與對稱性：多空間尺度下長三角城市群人口流動網(wǎng)絡(luò)結(jié)構(gòu)特征[J]. 經(jīng)濟(jì)地理， 2020（8）： 49-58.

[22]WANG X， DING S， CAO W， et al. Research on network patterns and influencing factors of population flow and migration in the Yangtze River Delta urban agglomeration， China[J]. Sustainability， 2020， 12（17）： 6803.

[23]王桂新， 毛新雅， 張伊娜. 中國東部地區(qū)三大都市圈人口遷移與經(jīng)濟(jì)增長極化研究[J]. 華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版）， 2006（5）： 1-9.

[24]ORTEGA F， PERI G. The effect of income and immigration policies on international migration[J]. Migration Studies， 2013， 1（1）： 47-74.

[25]盛廣耀. 中國省際人口流動網(wǎng)絡(luò)的演化及其解釋[J]. 中國人口·資源與環(huán)境， 2018（11）： 1-9.

[26]張莉，何晶，馬潤泓.房價(jià)如何影響勞動力流動？[J].經(jīng)濟(jì)研究，2017（8）：155-170.

[27]ROBACK J. Wages， rents， and the quality of life[J]. Journal of Political Economy， 1982， 90（6）： 1257-1278.

[28]張耀軍， 岑俏. 中國人口空間流動格局與省際流動影響因素研究[J]. 人口研究， 2014（5）： 54-71.

[29]李拓， 李斌. 中國跨地區(qū)人口流動的影響因素——基于286個(gè)城市面板數(shù)據(jù)的空間計(jì)量檢驗(yàn)[J]. 中國人口科學(xué)， 2015（2）： 73-83， 127.

[30]BELOT M， EDERVEEN S. Cultural and institutional barriers in migration between OECD countries[J]. Journal of Population Economics， 2012， 25（3）： 1077-1105.

[31]ADSERA A， PYTLIKOVA M. The role of language in shaping international migration[J]. Economic Journal， 2015， 125（586）： 49-81.

[32]黃宗曄， 楊靜. 方言對省際人口遷移的影響[J]. 人口研究， 2020（4）： 89-101.

[33]孫文凱， 白重恩， 謝沛初. 戶籍制度改革對中國農(nóng)村勞動力流動的影響[J]. 經(jīng)濟(jì)研究， 2011（1）： 28-41.

[34]張吉鵬， 黃金， 王軍輝， 黃勔. 城市落戶門檻與勞動力回流[J]. 經(jīng)濟(jì)研究， 2020（7）： 175-190.

[35]MUELLER V， GRAY C， KOSEC K. Heat stress increases longterm human migration in rural Pakistan[J]. Nature Climate Change， 2014， 4（3）： 182-185.

[36]GRAY C， WISE E. Countryspecific effects of climate variability on human migration[J]. Climatic Change， 2016， 135（3-4）： 555-568.

[37]CHEN S， OLIVA P， ZHANG P. The effect of air pollution on migration： evidence from China[R]. National Bureau of Economic Research， 2017.

[38]孫偉增， 張曉楠， 鄭思齊. 空氣污染與勞動力的空間流動——基于流動人口就業(yè)選址行為的研究[J]. 經(jīng)濟(jì)研究， 2019（11）： 102-117.

[39]段成榮， 楊舸， 張斐，盧雪和. 改革開放以來我國流動人口變動的九大趨勢[J]. 人口研究， 2008（6）： 30-43.

[40]黃潔， 吝濤， 張國欽， 李新虎. 中國三大城市群城市化動態(tài)特征對比[J]. 中國人口·資源與環(huán)境， 2014（7）： 37-44.

[41]任宇飛， 方創(chuàng)琳， 藺雪芹. 中國東部沿海地區(qū)四大城市群生態(tài)效率評價(jià)[J]. 地理學(xué)報(bào)， 2017（11）： 2047-2063.

[42]許月卿， 李雙成. 我國人口與社會經(jīng)濟(jì)重心的動態(tài)演變[J]. 人文地理， 2005（1）： 117-120.

[43]張松林， 張昆. 全局空間自相關(guān)Moran指數(shù)和G系數(shù)對比研究[J]. 中山大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2007（4）： 93-97.

[44]李敬， 陳澍， 萬廣華， 付陳梅. 中國區(qū)域經(jīng)濟(jì)增長的空間關(guān)聯(lián)及其解釋——基于網(wǎng)絡(luò)分析方法[J]. 經(jīng)濟(jì)研究， 2014（11）： 4-16.

[45]劉華軍， 劉傳明， 孫亞男. 中國能源消費(fèi)的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征及其效應(yīng)研究[J]. 中國工業(yè)經(jīng)濟(jì)， 2015（5）： 83-95.

[46]王德忠， 莊仁興. 區(qū)域經(jīng)濟(jì)聯(lián)系定量分析初探——以上海與蘇錫常地區(qū)經(jīng)濟(jì)聯(lián)系為例[J]. 地理科學(xué)， 1996（1）： 51-57.

[47]ELHORST J P. Applied spatial econometrics： raising the bar [J]. Spatial Economic Analysis， 2010， 5（1）： 9-28.

[48]ANSELIN L. Under the hood issues in the specification and interpretation of spatial regression models [J]. Agricultural Economics， 2002， 27（3）： 247-267.

[49]邵帥， 李欣， 曹建華， 楊莉莉. 中國霧霾污染治理的經(jīng)濟(jì)政策選擇——基于空間溢出效應(yīng)的視角[J]. 經(jīng)濟(jì)研究， 2016（9）： 73-88.

[50]王雨飛， 倪鵬飛. 高速鐵路影響下的經(jīng)濟(jì)增長溢出與區(qū)域空間優(yōu)化[J]. 中國工業(yè)經(jīng)濟(jì)， 2016（2）： 21-36.

[51]ANSELIN L. Local indicators of spatial association： LISA[J]. Geographical Analysis， 1995， 27 （2）： 93-115.

[52]尹德挺， 袁尚. 新中國70年來人口分布變遷研究——基于“胡煥庸線”的空間定量分析[J]. 中國人口科學(xué)， 2019（5）： 15-28.

[53]童玉芬， 王瑩瑩. 中國流動人口的選擇：為何北上廣如此受青睞？——基于個(gè)體成本收益分析[J]. 人口研究， 2015（4）： 49-56.

[54]程名望， 張家平， 李禮連.互聯(lián)網(wǎng)發(fā)展、 勞動力轉(zhuǎn)移和勞動生產(chǎn)率提升[J]. 世界經(jīng)濟(jì)文匯， 2020（5）： 1-17.

[55]盛亦男， 童玉芬. 北京市外來人口調(diào)控政策效應(yīng)的定量分析[J]. 中國人口科學(xué)， 2015（6）： 12-22.

[責(zé)任編輯 劉愛華]