内容导读：

中国城市经济发展的不均衡现象加速了国内的人口迁移。对此人们提出了许多有影响的理论和模型来解释人口迁移的起源、机制和外延。在人口迁移的建模中，多种区域差异因素仍然被视为是影响人口迁移的综合动机，并且对人口迁移的解释有益于理解人口变化以及相关的社会经济发展。

本文采用移动定位数据，从春节前后人口分布差异的角度来刻画人口迁移模式。文中采用地理加权回归（GWR）模型识别出三个正向影响因素：人均二三产业产值、人均工资以及人均外国直接投资，并对这些社会经济因素的空间分布差异进行了分析和解释。

数据和方法：

       本文采用的数据是由腾讯收集的2016年1月至2月的移动APP定位数据，该数据描述了1100米格网内当天的活跃人口总数量，我们称其为mobile-data-based active population estimation (MAPE)。以春节为分界线，我们将两个时段的分布数据差值视为人口迁移数据，数据分布密度图见图1。关于数据的代表性与偏差分析可参见原文2.1节。

图1 人类活动分布差值密度图

       地理加权回归模型在解释地理空间分异和非平稳性中具有很好的效果，文中采用其来解释存在空间自相关作用的MAPE差值的空间分布。依据现有对人口迁移影响因素的研究，本文综合选择了总人口、人均第一、第二、第三产业产值、人均工资、人均外国直接投资以及移动手机用户数目作为候选变量。在考虑回归模型的多重共线性和变量显著性的基础上，最终选择总人口、人均第一产业产值、人均二三产业产值、人均工资以及人均外国直接投资作为模型的自变量。

研究结果：

1.     MAPE的时空模式

       文中选取了9个典型城市来分析其时间变化曲线，包括呼和浩特市辖区、昌平区（北京）、绥中县（辽宁）、太原市辖区、武汉市辖区、都江堰市（四川）、潜江市（湖北）、广州市辖区以及洞头县（浙江）。根据MAPE时间变化曲线，可以将它们大致分为三种类别：在春节时具有下降趋势的，在春节时具有上升趋势的以及具有波动趋势的。呼和浩特、昌平、太原、武汉、广州市辖区以及都江堰呈现出人口减少趋势，但他们的活跃人口总量差异很大，如广州市辖区活跃人口大约2000万，而都江堰的只达到了90万。绥中县和潜江市呈现出上升趋势，且二者的活跃人口总量是一个量级的。洞头县作为最后一个类别，总量较小且一直处于波动状态。关于MAPE的一般特性，文中依据29天的MAPE的时间变化进行了聚类，聚类结果展现了9种时变趋势，且有明显的分层现象。

图2 9个样本城市时变曲线

1.     地理加权回归模型结果

GWR模型与传统的OLS模型相比，可以将MAPE差值的解释度（即R²）从61.7%提高到85.6%，且具有更小的纠正后的赤池信息准则。同时方差分析也表明GWR模型的表现结果优于OLS模型。

       表1展现了GWR模型和OLS模型的拟合结果系数。回归结果表明，人均二三产业产值、人均工资以及人均工资是三个显著性正相关的自变量（在0.005置信水平上）；而总人口和人均第一产业产值即使在0.05的置信水平下依然不显著。图3展示了各自变量回归系数在地理空间上的空间分异。当空间非平稳性在GWR模型中考虑后，回归结果得到的标准差在空间中呈现出随机分布模式。

表1 GWR模型和全局回归结果的统计指标

人均二三产业GRP产值与MAPE差值的正相关关系表明当人均二三产业产值增加时，人口迁移将会增加。这是因为二三产业的发展带来的额外的工作机会将吸引劳动力前往这些岗位提供的城市中去。通常，对于发达的劳动力输入地区，这意味着更多的劳动力迁入；对于欠发达的地区而言，工作机会的增加意味着更少的劳动力迁出。这种正向相关关系存在于每一个地区（Lee, 1966）。人均工资的增长与人口迁移呈现出正相关关系。新古典主义理论指出，预期目的地的收入增加是人口迁移的主要驱动力。该正向因子的作用与二三产业在不同劳动力输入、输出地区所起的作用是一致的。外国直接投资的正向相关作用也体现在对于二三产业的发展以及更直接的劳动力密集型岗位的提供上。

        （a）局部R²                                     (b) 人均二、三产业生产总值

  （c）人均工资                    （d）人均外国直接投资

（e）人均第一产业生产总值                  （f）总人口

图3 GWR模型估计结果的地理空间分布

       农村劳动力经常迁移到二三产业比较发达的地区（Cheong & Wu, 2014）。从图3b可以看出，中国的中部和南部地区，二三产业与人口迁移有更高的正相关关系。同时，较弱的负相关关系在四川部分城市、黑龙江、内蒙、山西以及陕西这些劳动力输出地区呈现出来。北京、天津周边区域也呈现出较弱的负相关关系，推测原因是过于成熟的二三产业发展、政策控制、环境问题等造成了较少的人口迁入。

图3c表明人均工资几乎都呈现出正相关关系。北京周边以及广东省呈现出较强的正相关关系，而中部的河南、湖北、山东以及甘肃、宁夏等省份呈现出较弱的正相关关系。这表明这些地区的人均工资的增长可能不如发达地区的人均工资增长具有吸引力。

图3d表明人均外国直接投资在全国不同地区同时具有正向和负向的相关关系。四川省具有最强的正相关关系，这表明外商投资力度的增加可以极大地挽留劳动力的流出，同样该解释也适用于中部和西部地区。北京周边和中国南部呈现出较弱的负相关关系，可能的原因是这些地区已经享有大量的外国投资，其增长不会吸引太多的人口迁入。

人均第一产地区产值和总人口呈现出不显著的相关关系。第一产业的系数空间分布模式与二三产业的相反。年末总人口的增加并不能带来劳动力迁移人数的增加，所以这是总人口是非显著性因子的原因。

内容小结：

本文展示了利用人类移动数据来分析中国春节前后人口迁移的可能性，高时空分辨率的人口分布动态监控对于城市的良好运行是非常重要的。其次，城市规划要因地制宜，采取不同的经济发展和城市化政策。比如对于人口流出区域如四川地区，外国直接投资可以极大地将劳动力留在他们的家乡；对于北京周边，人均工资增长是与人口迁移正相关作用最强的因素；对于中国中部地区，人均工资的增长不如外国直接投资以及二三产业的发展的相关关系强。最后，要在政府的指导下，促进区域经济结构的全面协调发展和产业升级。

参考文献：

Wang Y., Dong L., Liu Y., Huang Z., Liu Y., 2019. Migration patterns in China extracted from mobile positioning data. Habitat International, 86, 71-80.

https://doi.org/10.1016/j.habitatint.2019.03.002