中国城市流动人口住房质量的空间分异与影响因素

基于2015年全国1%人口抽样调查和2014年流动人口动态监测调查（CMDS）数据,本文以房屋面积、设施条件、建筑年代和社区类型来衡量流动人口住房质量,运用空间统计工具探讨了中国310个地级及以上行政单元流动人口住房质量的空间分异特征,进而通过空间计量模型考察流动人口住房质量的影响因素。研究发现：① 流动人口住房整体水平虽不及本地居民,但差距并不悬殊;② 流动人口住房质量的空间差异明显,中部地区流动人口住房质量最高,东部、西部和东北地区在住房质量4个方面各有劣势;③ 按照行政等级和规模等级划分,中等城市流动人口住房质量最好,超大城市住房质量最差;④ 流动人口住房质量呈现出显著的空间正相关,但各指标高、低值集聚区的分布格局存在一定差异;⑤ 流动人口个体（内部特征）和流入地（外部特征）因素对流动人口住房质量具有显著影响,分别作用于不同的方面;⑥ 中小城市和大城市流动人口住房质量的决定因素及作用强度不尽相同。     

中国城市流动人口社会融合的空间格局与影响机制

城市流动人口的社会融合是新型城镇化建设的重点任务。针对现有研究在社会融合的空间特征及流入地作用方面的研究不足,本文基于2017年全国流动人口动态监测调查数据,引入空间分析和分层线性模型,揭示了中国地级以上城市流动人口社会融合的空间格局与影响机制。研究发现：① 中国城市流动人口的总体社会融合指数为0.43,存在行为融合（0.71）>心理融合（0.61）>经济融合（0.33）的维度特征。② 流动人口的社会融合存在空间自相关性和集聚性,高水平社会融合区主要分布在东北地区、山东半岛和川渝地区,低水平社会融合区主要分布在东南沿海、关中平原和华北平原地区。在这些地区中,总体上存在人口50万以下的小城市的流动人口社会融合水平高于大城市的基本特征。③ 流入地因素和个体因素共同影响和形塑了流动人口社会融合的水平和空间格局,且流入地的人口规模、住房支出（房价水平）和公共服务等因素对个体因素的影响具有调节作用,包含正向极化、负向极化、正向均化、负向均化等4种调节机制。本文呼吁从流入地—个体因素关联的人地关系视角开展流动人口社会融合研究,重视流入地因素对个体因素的影响,为基于流入地的政策调控来推进新型城镇化建设提供科学依据。     

1982-2010年中国县市尺度流动人口核算及地域类型演化

县市是中国新型城镇化发展过程中调控流动人口的重要单元。本文系统梳理了1982年、1990年、2000年、2010年四期人口普查的流动人口统计口径,根据地理流数据的空间尺度转换原则,核算四期人口普查县市尺度的流入人口和流出人口,构建对应的流动人口空间数据库。并提出新的修正复合指标法,划分出6种流动人口地域类型,包括大规模净流入活跃型、小规模净流入活跃型、大规模净流出活跃型、小规模净流出活跃型、平衡活跃型、非活跃型,据此分析中国流动人口地域类型的演化格局。主要结论为:(1)中国流动人口地域类型经历了从不活跃到活跃、从相对均势到高度极化的演化过程,大部分地区逐步转化为净流出活跃型,流动人口向少数净流入活跃型县市集聚,51个大规模净流入活跃型县市集聚了全国55.85%的流入人口。(2)中国流动人口地域类型在空间格局同样呈现高度极化的演化过程,形成长三角地区、珠三角地区2个流入人口高度集聚区,京、津及其他省会或首府等大城市则呈现单核式吸纳流入人口,净流出活跃型在"胡焕庸线"东南侧的"秦岭—淮河"以南地区呈现大面积扩张,成为中国最大的流出人口源区。(3)社会经济因素逐步成为影响流动人口集疏的主导因素,行政等级因素的作用也愈发突出。     

流动人口租房压力的空间分异及机理分析

基于2016年全国流动人口卫生计生动态监测数据,分析我国329个地级及以上行政区的流动人口租房支付压力的空间分异及其影响因素与形成机理。结果表明:流动人口的家庭收入呈现出南高北低的分布特征,租房支出则是分散化的点状地域分布;租金-收入比偏高的区域主要分布在东北、华北、西北和西南地区,东南和中部地区的租金-收入比总体较低,但有个别城市偏高且呈点状分散分布;租金-收入比具有显著的地域分异特征,东部地区的租房支付压力略低于中部、西部和东北地区,京津冀的流动人口租房支付压力高于其他城市群;租金-收入比受到流动人口内部因素和流入地外部因素两方面的影响。     

中国城市流动人口居留意愿影响因素的空间分异特征

流动人口居留意愿的影响因素往往存在显著的空间分异特征,然而既有研究对此关注较少。基于2015年中国流动人口动态监测数据,运用半参数地理加权回归（SGWR）模型,结合k均值聚类法,对中国城市流动人口居留意愿影响因素的空间分异特征展开研究。结论如下：① 流动人口居留意愿主要受流动人口群体自身特征的影响,受流入地的影响相对较弱;② 社会经济因素与流动人口居留意愿的关系紧密,人口、家庭及流动特征因素同样产生影响,收入、婚姻、跨省流动等因素对流动人口居留意愿产生抑制作用,而住房支出、参保率、子女个数等因素则产生促进作用;③ 各影响因素总体上呈现带状的空间分异模式,可概括为“E-W”“N-S”“NE-SW”“SE-NW”4种。民族、家庭等因素的正向影响自北向南递减,参保率、未婚率、二产就业等因素的影响自西北向东南递减,子女个数及人均GDP的影响自东北向西南递减。东部经济较发达地区高收入流动人口的居留意愿相对更弱,华南地区住房支出较高的流动人口居留意愿相对更强。④ 全国可划分为四大影响区,其中,华北地区、华中地区、华东地区受多因素共同影响;西北地区及部分西南地区主要受人口及社会因素的影响;东北三省及内蒙古东部地区主要受经济及家庭因素的影响;华南地区及部分中、东、西南部地区,除住房支出外,受大部分因素的影响相对最小。最后,本文对中国流动人口的服务与管理提出相应建议。     

中国人口老龄化空间格局演变及其驱动因素

基于第五、六次人口普查数据,采用ESDA和空间计量模型分析中国地级单元人口老龄化的空间格局演变特征及驱动因素。结果表明：① 胡焕庸线是中国人口老龄化呈东高西低的显著分割线,随着老龄化不断加深,最初自西向东阶梯上升的空间格局逐渐模糊;② 各地级单元间人口老龄化存在较强的空间正相关性,呈现出高-高和低-低相似值集聚的空间分布特征。其中高-高集聚区主要分布在长三角、成渝、山东半岛、辽中南等地区,低-低集聚区主要分布在西北地区、西南部分地区、东北地区西部和珠三角部分地区,10 a间这种正向的空间集聚特征减弱;③ 中国人口老龄化空间格局演变是由人口因素和社会经济因素共同作用决定的,人口因素是直接原因,根本原因是地区社会经济发展的不平衡所致。对此,分别从人口和社会经济角度提出应对人口老龄化对策建议。     

中国城市流动人口回流意愿的空间分异及影响因素

基于国家卫计委2016年流动人口动态监测数据（CMDS）,运用相关GIS空间统计工具探讨了中国279个地级及以上城市流动人口回流意愿空间分异问题,进而考察流动人口回流意愿的影响因素。研究发现：① 相比居留意愿及户籍迁移意愿,中国城市流动人口回流意愿偏低（6.17%）,其中,绝大多数流动人口（74.05%）的回流去向地是返回原居住地。城市规模、城市等级与流动人口回流意愿呈非对称“U型”格局。② 流动人口回流意愿总体上呈现出集聚分布模式,并具有显著的空间分异特征,长江三角洲、京津冀等城市群流动人口的回流意愿较高,成渝和哈长城市群流动人口回流意愿较低;东部地区流动人口回流意愿最高,东北地区的回流意愿最低;华南、中南和部分华东地区为回流意愿热点区,东北和华北地区为回流意愿的冷点区。③ 回流意愿受流动人口内部因素与流入地外部因素的共同影响,同时作为内部因素和外部因素的教育水平及经济发展变量对流动人口回流意愿的影响方向不同。④ 流动人口的家庭联系、社会网络、住房及经济因素是塑造流动人口空间格局的主要力量,流入地家庭规模及住房拥有率等对流动人口回流意愿产生抑制作用,非流入地家庭规模、流动次数、家庭收入支出比等对回流意愿产生促进作用。     

中国流动人口的影响要素与空间分布

利用公安部 1 996年流动人口统计数据 ,对中国流动人口的影响要素和空间分布进行了分析和研究。首先 ,从城市角度分析中国流动人口的“拉力”要素发现 :流动人口规模与经济增长要素、投资要素相关显著 ,与社会发展要素、消费要素相关不显著 ;其次 ,运用 GIS技术与空间相关分析的综合集成方法 ,对中国流动人口的空间分布进行研究 ,结果表明 :中国流动人口分布存在着突出的城乡“二元”结构、东中西“3带、 5区”的空间格局。     

珠三角乡城流动人口居留意愿的分异及影响因素——基于家庭生命周期视角

基于家庭生命周期理论,通过GIS空间分析工具和二元logistics回归分析为主的数理统计方法,探讨珠三角乡城流动人口长期居留意愿的空间分异、群体分异及影响因素。研究表明：(1)珠三角乡城流动人口长期居留意愿空间分布呈现中心-外围圈层模式并出现了较为明显的空间集聚现象,与城镇化率、流动人口规模占比空间分布相反。(2)单身期、形成期、扩张期、稳定期四类乡城流动人口家庭的平均年龄、迁入地居住年限、月均总支出和长期居留意愿呈递增规律性变化。(3)珠三角乡城流动人口长期居留意愿的影响因素主要有经济因素、迁入地因素、迁移因素、社会保障因素以及个体特征因素。(4)经济因素、迁移范围、每万人医疗机构数和迁入地区位对四类乡城流动人口家庭长期居留意愿均产生显著影响,其中经济因素影响最大;迁入地因素对单身期和稳定期乡城流动人口家庭的长期居留意愿较形成期和扩张期家庭影响更为显著。最后基于研究结论,提出相应的政策建议。     

省域视角下中国汽车营地的空间格局及成因

以中国大陆31个省级行政区为基本研究单元,以中国目前所建的307个汽车营地为研究样本,借助地理数学方法的空间分析手段和GIS空间分析工具,定量分析汽车营地的空间分布类型、分布均衡程度和分布密度,并揭示其空间格局形成的主要影响因素。研究结果表明:(1)中国汽车营地的空间分布类型属于集聚型,且空间分布均衡性较低,区域差异性明显;(2)汽车营地的空间分布密度总体上呈现东密西疏的分布特征,形成了以京津冀地区和长三角地区为主要集聚区,以泛长三角地区和蒙西地区为次级集聚区的空间分布格局;(3)影响中国汽车营地空间格局的因素主要有区域经济水平、人口分布状况、旅游资源禀赋、政策支持、区位交通条件、地形、水文和气候。     

中国省际流动人口户籍迁移意愿的空间格局及影响机制分析

构建中国省际流动人口户籍迁移网络,运用探索性空间分析及空间滤波等方法分析该网络的空间格局和驱动力。主要发现：① 户籍迁移意愿网络呈现出集聚的空间格局,排序较高的户籍迁移意愿流主要从欠发达地区指向发达地区。② 户籍吸引力及户籍流出分别呈现出随机及集聚的空间格局,户籍流出热点区为西部及东北地区,冷点区为中东部地区。③ 迁入地人口、FDI、迁入地及迁出地人均GDP、平均工资等因素均显著影响户籍迁移意愿。流动人口个体、家庭因素、住房条件及迁移原因等同样与户籍迁移意愿的关系紧密。     

中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据

基于2012年全国流动人口动态监测调查数据和相关统计年鉴数据,对中国地级以上城市流动人口的户籍迁移意愿、空间格局及影响因素进行了系统分析。研究发现,中国城市流动人口户籍迁移意愿的整体水平并不高;等级高、规模大的城市流动人口的户籍迁移意愿高,而等级低、规模小的城市流动人口的户籍迁移意愿低;沿海城市群流动人口的户籍迁移意愿高,其他城市流动人口的户籍迁移意愿低,但内陆部分省会城市和交通区位与资源禀赋较好的中小城市也已经形成了一批流动人口的户籍迁移意愿高值区。中国城市流动人口户籍迁移意愿的空间分布特征受到流入城市和流动人口自身双重力量的影响,流入城市因素的正向影响作用大于流动人口自身因素。其中,流入城市的社会、经济发展水平和流动人口在流入城市的社会融合程度是核心要素,对城市流动人口户籍迁移意愿的提升具有正向的促进作用,而流动人口过于集中在次级劳动力市场的就业特征和较高的家庭财富与收入对户籍迁移意愿的提升却具有显著的抑制作用。最后,提出了相关政策启示。     

城市流动人口居住自选择中的空间权衡分析——以成都市为例

基于成都市主城区各街道的流动人口数据,分析2010-2015年流动人口规模的空间分布格局及居住空间分异程度,并从流动人口行为决策的视角选取影响变量,分析其对居住自选择的影响程度及其空间差异,据此揭示居住自选择中的空间权衡过程,探讨流动人口的空间权衡对其居住自选择和居住空间格局形成的作用。结果表明：2010-2015年,成都流动人口在主城区南部和城市中心快速增加,其集聚态势为西高东低;流动人口相较于本地户籍人口表现出一定程度的居住空间分异性;流动人口占常住人口比、居住区面积、房租、公交、企业及生活服务设施对流动人口居住自选择有明显影响,且流动人口占常住人口比、居住区面积和房租影响显著,但影响关系受流动人口空间自相关影响显著;地理加权回归结果显示不同变量对居住自选择的解释能力存在空间差异性,流动人口通过不同变量空间分布的差异性权衡不同区域,以此完成居住自选择并最终形成居住空间格局。     

中国流动人口落户意愿及其变化 ——基于高、低技能流动人口的比较研究

利用2012年和2016年中国流动人口动态监测调查数据,对低技能流动人口和高技能流动人口的落户意愿、影响因素及其变化特征进行研究。结果表明:(1)流动人口的落户意愿在2012—2016年呈下降趋势,低技能流动人口落户意愿的下降趋势尤为明显;随着时间的推移,低技能流动人口落户意愿的高值分布越发集中于东部沿海主要城市群内,而高技能流动人口的高值集聚区则依然分布在东部沿海主要城市群和中西部省会城市。(2)回归结果表明,个人月收入、职业、住房、流入本地时间、本地家庭规模、区位类型、城镇在岗职工平均工资及城市规模一直是决定高、低技能流动人口落户意愿的主要因素,但低技能流动人口的落户意愿受流动特征、家庭特征和城市规模的影响更大,而高技     

中国流动人口城市认同度与感知接受度空间格局及影响因素研究

基于2017年中国流动人口动态监测数据,采用空间自相关分析、多尺度地理加权回归(MGWR)模型对中国城镇流动人口城市认同度与感知接受度影响因素的空间异质性进行分析。研究发现：(1)流动人口的城市认同度和感知接受度空间格局相似,均呈现出明显的空间集聚性,但总体上流动人口的感知接受度低于其城市认同度。(2)城市认同度和感知接受度空间异质性影响因素差异明显,城市认同度的影响因素较少,高学历人才占比、在婚比重、跨省流动比例具有全局显著影响,感知接受度的影响因素更多,除主要流动因素(跨省流动比例、来源城市群比例)的影响具有全局性外,其他变量均呈现出明显的局部异质性。(3)城市认同度受“个体成长—来源城市—劳力水平”三重影响,而感知接受度受“个体内部特征—流动状态—外部经济产业”三重影响。中国流动人口的城市认同度与感知接受度的影响因素存在明显的空间异质性,需要因地制宜地制定流动人口管理与服务政策。     

流动人口购房意愿影响因素的空间异质性——基于MGWR模型的研究

基于2016年中国流动人口动态监测数据,运用多尺度地理加权回归模型对流动人口流入地购房意愿影响因素的空间异质性进行分析。研究发现：① 中国流动人口在流入地城市的购房意愿整体偏低,尤其在流动人口聚集的东南沿海地区,流动人口购房意愿最低。② 多尺度地理加权回归（multi-scale geographically weighted regression,MGWR）模型能识别出不同因素对购房意愿的影响具有空间尺度差异,其中户口类型、流动范围、流动次数等显著变量对不同区域流动人口购房意愿的影响存在明显的区域差异。③ 各影响因素呈现显著的空间分异格局,其中婚姻状况、户口类型、职业类型、房价、公共服务等因素对东南地区购房意愿的影响较大,收入、流动次数、已购住房、随迁子女等因素对东北地区购房意愿的影响更大,西北地区平均受教育年限和拥有住房公积金对流动人口购房意愿的正向促进作用显著,而跨省流动的负向影响由西北向中部地区梯度递减。     

京津冀地区耕地利用转型时空分异及驱动机制

耕地利用转型代表耕地利用形态的趋势性变化。论文以京津冀地区157个县域空间为基本研究单元,从显性形态与隐性形态双重属性出发构建耕地利用形态指标体系,运用冷热点、空间变差函数等方法分析1990—2015年耕地利用形态变化的时空特征,在此基础上,利用空间误差模型(spatial error model, SEM)对耕地利用转型的驱动机制进行了定量分析。结果表明：① 京津冀地区耕地利用形态指数空间分布呈东南高、西北低的格局,与该地区地形分布格局基本一致,且因坝上高原特色农业发展形成独立高值区。② 京津冀地区耕地利用形态指数空间分异呈现逐渐缩小的趋势,显著热点区与显著冷点区分布相对稳定且面积不断缩小,耕地利用转型较为平稳。显性形态值普遍呈现先升高后降低趋势,隐性形态值则呈升高趋势,表明京津冀耕地出现空间收缩、功能优化式转型。③ 高程是影响京津冀地区耕地利用形态空间特征的主要自然环境因素,二三产业占比、地均固定资产投资与城镇化率等经济发展和城镇建设因素则是驱动1990—2015年京津冀地区耕地转型的主导因素,但不同时段、不同县域单元耕地转型动力机制存在差异,各驱动因子作用强度也不完全一致。     

东北三省流动人口居留意愿的空间差异及影响因素

基于2015年流动人口动态监测数据,综合运用空间自相关分析,趋势面分析等技术,结合二元Logistic回归模型,对东北三省流动人口居留意愿的空间分布和影响因素特征展开研究。主要发现：① 东北三省流动人口居留意愿呈现出“北高南低,东高西低”的空间格局特征,南北方向上的分异比东西方向大;② 流动人口居留意愿在空间上属于随机分布,齐齐哈尔市和黑河市位于高-高集聚区,哈尔滨市位于低-高集聚区。随着城市规模的增加,流动人口居留意愿呈现出先升后降的特征;③ 个体因素方面,农业户口流动人口、在婚流动人口、高学历流动人口、“80后”流动人口的居留意愿更强;④ 经济特征方面,收入与住房支出分别对居留意愿产生正向和负向影响;⑤ 社会因素方面,流入时间越长、职业类别为“专业技术及办事人员”与“商业服务人员”、就业身份为雇主、参加城镇职工医疗保险的流动人口居留意愿更强。     

基于随机森林模型的中国流动人口社会融合空间差异及影响因素

基于2017年流动人口动态监测数据,采用探索性空间数据分析和随机森林回归方法,分析中国289个地级及以上城市流动人口社会融合的空间分异及影响因素.结果 表明:①中国城市流动人口社会融合整体水平较低,空间分布地带性特征不明显;特大、超大城市流动人口社会融合分别以较低、中等水平为主,省会城市、直辖市流动人口社会融合分别以较低、中等水平为主,其余城市多数为中等水平;城市社会融合空间分布格局表现为以峰值为中心向外圈层递减和以低值为中心向外圈层递增的特征.②随机森林模型的拟合度和回归精度比多元线性回归更高,能够更好地解释流动人口社会融合的非线性影响机制.③个人教育水平、家属是否随同、流入城市经济结构、流动人口的户口类型、流入城市公共设施以及流动人口在流入地居留时间依次为六大重要影响因子,它们对流动人口社会融合的作用呈现复杂性和非线性.④需要根据影响因子在不同阈值内的作用方式,有针对性地对流动人口及流入城市进行管理和调控.     

基于随机森林模型的中国流动人口社会融合空间差异及影响因素

基于2017年流动人口动态监测数据,采用探索性空间数据分析和随机森林回归方法,分析中国289个地级及以上城市流动人口社会融合的空间分异及影响因素.结果 表明:①中国城市流动人口社会融合整体水平较低,空间分布地带性特征不明显;特大、超大城市流动人口社会融合分别以较低、中等水平为主,省会城市、直辖市流动人口社会融合分别以较低、中等水平为主,其余城市多数为中等水平;城市社会融合空间分布格局表现为以峰值为中心向外圈层递减和以低值为中心向外圈层递增的特征.②随机森林模型的拟合度和回归精度比多元线性回归更高,能够更好地解释流动人口社会融合的非线性影响机制.③个人教育水平、家属是否随同、流入城市经济结构、流动人口的户口类型、流入城市公共设施以及流动人口在流入地居留时间依次为六大重要影响因子,它们对流动人口社会融合的作用呈现复杂性和非线性.④需要根据影响因子在不同阈值内的作用方式,有针对性地对流动人口及流入城市进行管理和调控.