当前位置：首页> 正在进行安全检测...

正在进行安全检测...

时间：2023-11-21 16:28:22 下载该word文档

基于空间OD模型的中国省际人口迁移机制分析王亚平;蒲英霞;马劲松;陈刚;王结臣【摘要】基于网络自相关理论与建模方法，利用全国第六次人口普查省际人口迁移数据和相关资料，分析了迁移流之间存在的几种网络空间依赖形式，据此构建空间OD模型，并对2005—2010年中国省际人口迁移的空间模式及其动力机制进行初步分析．结果表明，中国省际人口迁移流之间存在显著的空间依赖关系；分别选择网络权重矩阵Wo，Wd和Ww，利用Moran'sI对网络自相关程度进行测度，结果为0.5025，0.2867和0.1078，且均在1‰水平上显著，说明抵达相同目的地（D）的人口迁移流的迁出地之间存在空间集聚现象；由同一迁出地（O）出发的迁移流的目的地之间也存在空间集聚现象；目的地和迁出地均相邻的人口迁移流之间也存在相互影响与制约．几种不同空间OD模型的拟合度均优于重力模型，其中迁出地的网络自相关效应更为显著，表明迁出地在地域空间上更为集中，抵达同一目的地的人口迁移流之间的相互作用更强．同时考虑3种不同网络自相关效应的空间OD模型更优，拟合度更好，该模型可以更加准确全面地揭示经济、就业、人口和距离等因素对人口迁移的影响作用．%Basedonthenetworkautocorrelationtheoriesandmodelingmethods,thispaperanalyzestheexistenceofnetworkautocorrelationstructuresandspatialmechanismsamongChineseinter‐provincialmigrationflowsfromthesixthnationalcensusinthecontextofspatialODmodels.Resultsindicatethatthereisasignificantspatialdependenceamonginter‐provincialmigrationflowsinChina.Moran'sIisusedtoinvestigatethenetworkautocorrelation,thevaluesofMoran'sIwiththecorrespondingWo,WdandWware0.5025,0.2867and0.1078.Itshowsthattheoriginsof
migrationflowsarrivedatthesamedestination(D,arespatiallyagglomerated,andsoarethedestinationsofmigrationflowsdepartedfromthesameorigin(O.Inaddition,populationmigrationflowsthathavethesameoriginsanddestinations aremutuallydependent.Thegoodness‐of‐fitofallthespatialODmodelsaremuchbetterthangravitymodel,andthereisasignificantnetworkautocorrelationbetweenmigrationflows.IncomparisonwithseveraldifferentformsofspatialODmodel,itisconfirmedthatthenetworkstructuraleffectsoftheoriginsarethemostsignificant,thisindicatestheoriginsaremoreconcentratedacrossthespace;Whensimultaneouslyconsideringthreedifferentnetworkstructures,thevariables'influencesvarytosomedegreeaccordingly.Therefore,takingfullaccountofthreedifferentformsofspatiallagwillcomprehensivelyrevealthespatialmechanismofmigrationflows.【期刊名称】《西北师范大学学报（自然科学版）》【年(卷,期】2015(000003【总页数】9页(P89-97【关键词】人口迁移流;网络自相关;空间OD模型;机制分析【作者】王亚平;蒲英霞;马劲松;陈刚;王结臣【作者单位】南京大学地理与海洋科学学院，江苏南京210023;南京大学江苏省地理信息技术重点实验室，江苏南京210023;江苏省地理信息资源开发与利用协同创新中心，江苏南京210023;南京大学地理与海洋科学学院，江苏南京210023;南京大学江苏省地理信息技术重点实验室，江苏南京210023;江苏省地理信息资
源开发与利用协同创新中心，江苏南京210023;南京大学地理与海洋科学学院，江苏南京210023;南京大学江苏省地理信息技术重点实验室，江苏南京210023;江苏省地理信息资源开发与利用协同创新中心，江苏南京210023;南京大学地理与海洋科学学院，江苏南京210023;南京大学江苏省地理信息技术重点实验室，江苏南京210023;江苏省地理信息资源开发与利用协同创新中心，江苏南京210023;南京大学地理与海洋科学学院，江苏南京210023;南京大学江苏省地理信息技术重点实验室，江苏南京210023;江苏省地理信息资源开发与利用协同创新中心，江苏南京210023【正文语种】中文【中图分类】C922信息和通信技术的快速发展使人类进入了网络时代.从因特网到电力网络、交通网络和社会关系网络等，可以说，人们正生活在一个充满各种各样的复杂网络的世界中.空间OD(Origin-Destination流是空间网络系统中各个节点(O/D之间相互作用的结果，以人流、物流或信息流等有形或无形的方式存在，并在地域上呈现一定的集聚或扩散模式.空间OD流的研究属于空间相互作用研究领域.国外对空间相互作用建模(主要以重力模型为主的研究始于20世纪三四十年代，Zipf提出人口迁移重力模型[1]，随后被应用于贸易流、交通流、旅游流、技术流和信息流等领域[2-5].Sen等提出以重力模型用起点要素、讫点要素和距离要素等3类要素解释空间OD流之间的特征[6].1972年，Curry通过研究重力模型与空间依赖之间的关系，发现重力模型的距离要素并不能表达出空间OD流中节点之间的空间依赖关系[7].Griffith等对通勤流进行研究，发现重力模型的残差中存在显著的自相关，进一步说明重力模型的不合理性，并提出以因变量或误差项空间滞后形式来捕捉流与流之间的空间依赖关
系[8].Black将人口迁移中的空间依赖性定义为网络自相关，并与Tobler等的研究结果进行比较，进一步说明这种自相关现象不能被忽视[9-11].LeSage等对Griffith等提出的因变量空间滞后结构模型进行修改完善，分别用几种不同的网络空间权重矩阵来表征起点(O、讫点(D、起迄点(OD之间的相互依赖关系，形成不同形式的空间OD模型，并应用于人口迁移流研究[12].Chun等指出与重力模型和目的地竞争模型相比，空间OD模型能够很好地捕捉商品流中的网络自相关现象[13].人口迁移流是一种重要的空间OD流形式.随着我国人口迁移规模的不断扩大，人口迁移(尤其省际人口迁移的影响因素和动力机制受到研究人员的广泛关注.省际人口迁移影响因素主要包括经济因素、地理因素、人口因素和社会因素等方面.①经济因素主要体现在经济发展水平差异上，即人口迁移具有明显的“人往富处流”的基本特征.王桂新等分别用经济规模(国民生产总值、经济收入水平(城镇居民可支配收入、农村家庭纯收入等变量研究省际人口迁移的动力机制[14，15]；毛新雅等发现，除工资水平的影响外，第二、三产业比重也促进人口迁入[16].②地理因素首先体现在距离上，即距离对人口迁移起着明显的阻碍作用；其次是农村人均耕地面积，耕地面积越小，越促进人口迁移[17].俞路等通过构建人口迁移流量方程发现远距离人口迁移(1200km以上的主要影响因素是迁移距离与气候差异[18].③人口因素对人口迁移起着重要的促进作用.段成荣指出年龄、性别和婚姻状况等因素对人口迁移有着显著的影响[19].④社会因素也影响人口迁移流动，主要体现在科技文化等方面.刘晏伶等运用每10万人高校生人数反映迁入地的科研、科技水平，发现它与省际迁移呈现负相关关系[20].上述研究结果大多基于“推-拉”理论，运用重力模型，通过普通最小二乘回归法，估计迁出地和目的地的经济、社会、地理和人口等变量因素对省际人口迁移的正负作用和大小，在一定程度上反映了人口迁移的影响因素和动力机制，但忽视了迁移
流之间的相互作用对省际人口的影响.于文丽等等对1995—2000年我国省际人口迁移流数据进行研究时考虑了迁移流中的空间依赖性，但是没有充分考虑不同形式的空间相互作用对参数估计的影响[21].在充分考虑网络自相关效应时，各个变量对省际人口迁移的作用是否会发生变化，是应当研究的问题.文中利用全国“六普”省际人口迁移数据和统计年鉴资料，研究省际人口迁移流中网络自相关现象.首先对31个省(市、自治区(不包括港、澳、台之间的省际人口迁移流进行网络自相关分析，将网络自相关效应引入传统的空间相互作用模型，构建表达不同网络效应的空间OD模型，定量分析省际人口迁移流动的影响因素和空间机制，并通过与传统模型的对比，研究迁移流之间的网络自相关效应对参数估计和模型解释的影响.文中使用的数据来自全国第六次人口普查(“六普”和《中国统计年鉴》，其中省际人口迁移数据根据“全国按现住地、性别分的户口登记地在外省的人口”统计表得到.图1为2005—2010年流量在20万以上的省际人口迁移流空间分布.从图1可以看出我国省际人口迁移流的大致流向：珠江三角洲、长江三角洲和北京是人口迁移的主要目的地，例如100万以上人口迁移流16条，其中流向广东6条，浙江5条，其余分别流向江苏、上海和北京.根据图论，网络是由节点和弧段组成的图，可分为物理网络和抽象网络[7].人口迁移可以抽象成一个网络，目的地和迁出地理解为一个个节点，目的地和迁出地之间的迁移流数据是弧段上的属性信息.对于迁移网络，迁移流之间存在的相互影响和相互依赖关系可以通过3种网络权重矩阵加以表示[13,22-24].1目的地网络权重矩阵(Wd.迁移流的迁出地相同，且目的地在空间上相邻时，权重值为1，否则为0.该网络权重矩阵定义方式描述了目的地的网络自相关效应(或网络空间结构效应，即从同一个迁出地出发的迁移流，其目的地存在集聚效应或网络自相关性.
2迁出地网络权重矩阵(Wo.当迁移流的目的地相同，且迁出地在空间上相邻时，