EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 7: 1795 - 1815

DOI: https://doi.org/10.31497/zrzyxb.20250705

自然资源观察

中国区域机会空间分异及其对人口迁移的影响

  • 朱佩娟 , 1, 2 ,
  • 邹志坚 1 ,
  • 林明杰 1 ,
  • 欧阳佩 1
展开
  • 1.湖南师范大学地理科学学院，长沙 410081
  • 2.湖南师范大学城乡转型过程与效应重点实验室，长沙 410081

朱佩娟（1974- ），女，湖南岳阳人，博士，教授，研究方向为城市地理与城乡规划。E-mail:

收稿日期: 2024-05-13

  修回日期: 2025-01-20

  网络出版日期: 2025-06-20

基金资助

国家自然科学基金项目(42171202)

收起

Spatial differentiation of regional opportunities in China and its impact on population migration

  • ZHU Pei-juan , 1, 2 ,
  • ZOU Zhi-jian 1 ,
  • LIN Ming-jie 1 ,
  • OUYANG Pei 1
Expand
  • 1. School of Geographical Sciences, Hunan Normal University, Changsha 410081, China
  • 2. Key Laboratory for Urban-Rural Transformation Processes and Effects at Hunan Normal University, Changsha 410081, China

Received date: 2024-05-13

  Revised date: 2025-01-20

  Online published: 2025-06-20

Fold

摘要

随着城镇化发展模式和社会主要矛盾的变化，中国人口迁移呈现新特征。探究影响人口迁移的区域机会因素，对于把握人口迁移的动力机制具有重要意义。基于区域机会结构理论框架构建评价体系，运用熵权法、决策试验和评价试验法、自组织映射神经网络技术，对中国地级市进行区域机会水平评价与分区；利用CMDS 2017数据，探讨区域机会水平对人口迁移流动性与粘滞性的影响。研究发现：（1）将地理学的“区域机会”视角与人口迁移研究相结合，基于经济发展机会、生活服务机会、制度文化机会、自然环境机会四个维度，可构建区域机会空间分异对人口迁移影响研究的“流动性—粘滞性”分析框架。（2）中国区域机会水平总体与地区经济发展水平相一致，可划分7种聚类分区。（3）人口迁移目的地以主要城市群和省会城市为主。从流动性来看，经济机会仍是影响人口迁移的重要方面。从粘滞性来看，流向和动机差异导致人口迁移受机会维度的影响存在分异。个体因素在人口迁移中对区域机会因素起调节作用。（4）可依据中国区域机会主导制约类型结合各机会维度对人口迁移相对作用程度，识别硬性要素主导区、硬性要素制约区、软性要素主导区和软性要素制约区四种区域机会模式，并提出针对性对策。研究形成的区域机会分析框架可广泛适用于其他地区或国家，为制定相应的区域人口调控与发展政策提供参考。

关键词： 区域机会; 区域机会结构; 人口迁移; 空间分异; 中国

本文引用格式

朱佩娟 , 邹志坚 , 林明杰 , 欧阳佩 . 中国区域机会空间分异及其对人口迁移的影响[J]. 自然资源学报, 2025 , 40(7) : 1795 -1815 . DOI: 10.31497/zrzyxb.20250705

Abstract

As urbanization dynamics transform and dominant social challenges change, population migration in China has exhibited distinct new trends. Understanding the regional opportunity factors that shape migration is crucial for uncovering the driving forces behind these changes. This study builds on the theoretical framework of regional opportunity structures, developing an evaluation system that uses the entropy weight method, the Decision-Making Trial and Evaluation Laboratory method, and self-organizing map neural network techniques to assess and categorize the regional opportunity levels of China's prefecture-level cities. Using data from CMDS 2017, the research explores how regional opportunity levels affect both the mobility-stickiness of population migration. The main findings are as follows: (1) By introducing the geographical concept of "regional opportunities" into population migration research, this study creates a "mobility-stickiness" analytical framework. This framework investigates how spatial differences in regional opportunities shape migration behavior, focusing on four key dimensions: economic development opportunities, life service opportunities, institutional and cultural opportunities, and natural environment opportunities. (2) The overall regional opportunity levels in China are generally aligned with the levels of regional economic development and can be categorized into seven distinct clusters. (3) Major urban agglomerations and provincial capital cities are the primary destinations for population migration. Economic opportunities remain a key driver of migration from a mobility perspective, while differences in migration destinations and motivations shape the diverse impacts of various opportunity dimensions from a retention perspective. Individual characteristics also play a significant role in moderating how regional opportunities impact migration decisions. (4) Based on the influence of the dominant and limiting factors of regional opportunities on population migration, the study identifies four types of regional opportunity models: hard-factor dominant zones, hard-factor constrained zones, soft-factor dominant zones, and soft-factor constrained zones. Targeted strategies are suggested to address the unique challenges and strengths of each type. The framework for analyzing regional opportunities proposed in this study offers broad applicability beyond China, providing valuable insights for designing population management and regional development policies in other contexts.

Key words： regional opportunity; regional opportunity structure; population migration; spatial differentiation; China

流动是体现时代精神的人类生活重要实践，不断重塑地方、社会结构以及价值观念[1]。随着经济社会的快速发展，中国发达地区对劳动力的需求以及人口迁移政策的松动导致流动人口快速上涨。2010年以来，中国人口迁移规模增速转入平稳上升阶段，但仍呈现出体量庞大的特征[2]。据第七次全国人口普查公报，2020年全国流动人口数量达3.76亿，超过全国人口总数的四分之一[3]。人口迁移不断重塑人口分布并影响区域社会经济发展，带来社会融合、机会公平、区域治理等一系列问题与挑战。化解困境的关键在于深入理解人口迁移形成及发展过程中的作用机制。人口迁移暗含着资源空间分配不平衡的问题，以及由此带来的区域机会差异影响效应，机会在人口迁移成因中扮演着重要角色。在快速城镇化进程中，中国发展模式以及社会主要矛盾均发生转变。在此背景下，探讨对人口迁移产生主要影响的机会或者机会组合的变化，有助于揭示人口迁移背后的作用机制，并为区域人口调控以及城市建设等提供政策指引。
空间机会结构强调地理环境在多个尺度上的变化及其个体影响，该理论的概念根植于机会地理学。学者们发现社会不平等现象可以通过空间不平等的机会获得来解释，从而发展了“地方机会结构”[4]、“大都市机会结构”[5]等“空间机会结构”[6]概念，用以表达因居住地不同而产生的机会获取差异的“邻里效应”。早期的空间机会结构研究关注到了城市内部机会结构运作的尺度多样性[7]，但未考虑大背景区域之间的机会结构差异。区域机会结构理论是对空间机会结构理论的进一步发展，它将传统上对大都市地区内部机会结构及其邻里效应的关注，转变为对不同区域间空间机会差异特征的重视。许多制度结构的作用在区域层面更为显著，尤其在区域差异更大的南方国家中体现得尤为明显[8]。因此，结合区域背景与机会结构可以构建区域机会结构的内涵，这一概念可应用于超越城市内部范畴的研究对象。
人口迁移是指人们因各种原因离开原居住地，迁往其他地区并改变常住地的过程，由区域和个体因素共同驱动。在区域因素部分，非均衡模型强调经济机会是驱动人口迁移的主要原因；均衡模型基于迁移者追求效用最大化目标，研究自然环境、生活服务条件与社会文化的舒适性对迁移决策的影响[9-11]。区域因素对人口迁移的影响本质上是资源分布的空间不平衡所引发的流动性问题，与区域机会结构理论构建的基本逻辑一致。一方面，在区域机会结构背景下，机会的分布和组合状况对于个体的职业发展、教育获得和生活质量等方面具有重要影响。另一方面，人们可以通过自身的空间流动，来克服不利区域机会结构的影响。区域机会结构理论为构建人口迁移驱动因素统一框架提供了重要的理论基础，以区域机会为切入点，通过研究区域机会的特点和变化趋势，可以更好地理解人口迁移的规律和趋势，从而为制定更加科学合理的人口政策和社会经济发展规划提供有力支持。
尽管已有一些关于区域背景对个体影响的实证研究，但整体上仍显不足，一些问题值得深入探讨。一是区域机会结构概念内涵是相关研究开展的基础，人口迁移的基本理论背后或直接暗含机会概念，或间接影响机会获取的难易程度，但对区域机会结构缺乏严格的概念界定与评估体系，限制了理论研究的深入。二是关于区域与个体因素对人口迁移的影响研究已较为丰富，但缺乏综合系统的框架，如何利用微观数据定量揭示中国区域机会差异对人口迁移的影响，如何分析不同区域机会条件及其组合，以及不同特征个体的异质性结果，进而为制定针对性政策提供参考，这方面的研究较为缺乏。当前不均衡不充分发展与人民日益增长的美好生活需要之间的矛盾已经成为中国社会的主要矛盾，区域机会空间分异正是中国不平衡发展的主要体现。区域机会结构强调区域对于个体制度化机会获取与利用的影响，将人们日常生活背景放大到区域层面，为构建人口迁移驱动因素的统一框架提供理论基础，有必要建立机会地理视角下的综合框架来研究人口迁移的基本机制。基于区域机会结构理论框架，利用CMDS 2017数据，对中国地级市进行区域机会评价与分区，探讨区域机会对人口迁移流动性与粘滞性的影响，建立对中国市际人口迁移的科学认识，不仅为贯彻落实新型城镇化等国家战略，以及理解区域发展不平衡问题提供科学依据，还能为户籍制度改革和区域人口政策制定提供实践指导。

1 理论框架与变量选取

1.1 理论框架

区域机会结构研究源于机会地理学对不同地区间社会不平等的成因、影响和应对策略的关注，是指影响一个区域内居民的社会经济成就和日常生活的制度化机会的可获得性、可及性和质量的区域差异特征[12]。早期对机会及其社会公平影响的研究主要源于社会学领域，以关注个体机会为主。Roemer[13]将机会不平等概念引入经济学分析框架，关注个体机会对收入不平等的影响，认为个体在出生时无法选择和在一定程度上无法控制某些机会因素（如年龄、户籍、性别、出生地点、家庭背景等），由此造成的结果差异被称为机会不平等。随着研究的深入，有学者提出机会并不仅仅是个人的属性，而是来源于社会的环境，具体来说，就是我们所处的社会中各种机构、价值观和规则的影响。个人机会和机会的空间分布及其相互作用，共同决定了社会不平等的现象[14]。Lobao等[15]提出应深入研究地区间社会不平等问题，认为在全球化和城市化的背景下，地区间的机会不平等不仅影响个人的生活机会和福祉，还对社会凝聚力和可持续发展产生深远影响。Gordon[16]认为区域机会不平等的发展及其原因通常在地理学和经济学中进行研究，而大多数关于社会不平等及其生产和再生产机制的文献则来自社会学，地理学家、经济学家和社会学家需要共同合作，综合运用各自的学科知识和方法，以揭示空间机会不平等的本质和机制。由此，Bernard等[12]提出了区域机会结构的概念来表征获得地位和生活质量的机会的区域特征，认为区域层面的空间机会包括经济机会、公共和私人服务、公民与社会参与、自然与建成环境四个维度。区域机会结构为理解个人如何通过个体能动性与区域机会进行互动及其空间效应提供了启发式分析工具。借鉴这一思想，本文认为区域机会结构关注个体所处的地理空间对其社会经济地位获得的影响，强调区域地理空间因素在社会不平等现象中的根源作用[17]，为我们理解人口迁移现象与内在机制提供了新的视角和方法。
中国当前研究以引入“空间机会”为切入点，研究主题比较分散，多围绕经济机会[18]、旅游机会[19]、空间机会公平[20-22]等内容展开。部分研究围绕流动人口与住房空间分异开展了空间机会结构的初步探讨[17]。总的来看，研究主要集中在社会学、管理学领域，地理学对机会地理理论关注不够，与国外机会地理理论发展的趋势形成明显反差，也与流动性日益加强趋势下国内区域协调发展治理研究的要求不相称。有必要在借鉴西方国家实践理论基础上开展适用性研究。从考虑人口迁移决策的区域机会研究看，“区域”概念强调的地理因素不仅仅是一个背景，而是一个能够影响个体和社区发展的中介因素，可涵盖城市、城市群、省份等不同尺度条件。从如何影响居民的生活机会和行为选择角度来评估区域机会条件的差异性出发，总体研究框架构建如下：一是从区域机会来看，具体指标维度在Bernard等[12]提出的四个维度基础上，参考国内已有关于区域发展水平评价与人口迁移影响因素相关研究经验开展转译。区域发展水平是区域机会的重要支撑，当前对其评价研究主要关注城市高质量发展、城市舒适度/性、宜居城市建设、城市生活质量等方面，多从经济、社会和环境三个角度探究不同维度所包含的制度化机会。从影响人口迁移的影响因素看，研究多从经济因素和地方品质、区域舒适度、宜居性的共性视角建立综合指标体系，并强调多维邻近性、地理距离的影响。综合二者，建立中国区域机会研究的四维框架，即经济发展机会、生活服务机会、制度文化机会和自然环境机会。二是从个体因素来看，人口迁移的行为选择是迁移期望和迁移能力共同作用的结果[23]。迁移期望是人们对生活的期望与感知的空间机会结构的函数。迁移能力则涵盖了实现迁移所需的经济资本、社会资本、人力资本以及身体健康等资源和能力，它决定了个体自由选择生活地点的能力，包括迁移的能力以及选择留下或选择居留地点的能力。区域机会的感知与迁移能力均受到迁移者个体因素的影响。个体因素包含先赋因素与后致因素，个体因素差异导致的流动人口多维机会感知差异，成为影响人口迁移决策的重要方面。三是从区域机会与个体因素交互作用看，流动人口在生命历程与其联系生活的动态变化过程中呈现流动愿望的变化[24-26]，进而产生流动性（迁移行为）与粘滞性（在哪居留）。个体因素与区域机会相互渗透，共同塑造了人口迁移决策过程[27]。考虑区域机会影响下的流动性和粘滞性，为理解和分析同一系统中不同主体的流动与静止是如何发生提供了理论基础。整体研究框架将区域机会融入人口迁移“流动性—粘滞性”研究，剖析区域机会因素与个体因素如何影响人口迁移选择，有助于整合多学科的研究视角，推动对地理因素与人口迁移之间关系的理解（图1）。
图1 研究框架

Fig. 1 Research framework

1.2 变量选取

对人口迁移决策的分析从流动性与粘滞性两个角度开展。首先将区域机会指标视为自变量，将流入地选择作为因变量，判断区域机会对人口迁移流动性和粘滞性的影响。流动性基于流动人口总体样本的流入地选择进行判断。粘滞性指结构性背景对流动产生的障碍或影响，是客观环境作用于流动过程的一部分。研究使用粘滞性概念判断流入地的机会结构对流动过程的固着影响，将流动人口划分为有居留意愿的粘性流动人口和无居留意愿的非粘性流动人口，进行分组回归。具体划分以问卷调查中关于居留意愿问题的回答为依据，将选择“愿意”选项的样本视为粘性流动人口，其余视为非粘性流动人口。在此基础上加入个体因素的调节，综合判断区域机会对人口迁移的作用。
在区域机会因素中，经济发展机会是制度化机会最重要的类型，已有丰富研究对区域经济发展进行测度评价，具体选用发展水平、工资水平、房价水平、就业环境、发展潜力五个方面衡量。生活服务机会是体现城市生活便利程度的重要方面，具体选用教育水平、医疗水平、交通水平、通信水平对其进行评价。在城市高质量发展相关研究中，多从公平或共享的角度对服务设施进行评价[28,29]；在城市宜居性和客观生活质量相关研究中[30,31]，多从服务供给或生活便利性的视角评估设施配置，评价内容大体相同，包括教育、交通、医疗、通信、文化、绿地等方面，使用人均指标测算较为常见。制度文化机会反映出城市在发展价值观念以及文化上的差异，具体选用落户门槛、创新氛围、文化邻近和地理距离进行衡量。户籍管制和创新环境是城市制度包容和发展动能的体现。高户籍门槛导致因身份差异而造成的居民服务获取差别，侧面反映出城市的包容性状况；而良好的创新环境则可以驱动更高效的经济环境、更公平和谐的社会环境等[32]。文化邻近和地理距离反映出主体在城市交互过程中的各种显性隐性成本。自然环境机会是城市自然环境舒适性的体现，具体选用绿化环境、空气质量和气候环境三个方面进行测算。气候因素在居民幸福感知方面发挥重要作用，炎热的夏季和寒冷的冬季都会造成居民生活满意度的下降[34]。良好的空气质量、更高的城市绿化率可以提供更多的健康改善机会[35,36]。在个体因素中，结合数据可获取性，选用性别、年龄、户口类型作为先赋因素，学历水平作为后致因素，衡量个体因素对迁移决策的影响。基于此，形成区域机会评价指标体系（表1）。
表1 变量定义与权重设置

Table 1 Variable definitions and descriptive statistics

变量 维度 指标 指标解释 权重 正负性
被解释变量 人口迁移 流动性 流入地选择 — —
粘滞性 有居留意愿=1，其他=0 — —
核心解释变量 区域机会因素 经济发展机会 发展水平 人均GDP/万元 0.166 正向
工资水平 城镇单位在岗职工平均工资/万元 0.068 正向
房价水平 房价/人均可支配收入/% 0.013 负向
就业环境 城镇登记失业率/% 0.017 负向
发展潜力 固定资产投资额/亿元 0.150 正向
生活服务机会 教育水平 每千人中小学老师数/个 0.018 正向
医疗水平 每千人执业医师数/个 0.051 正向
交通水平 人均城市道路面积/m2 0.029 正向
通信水平 宽带接入比/% 0.063 正向
制度文化机会 落户门槛 普通就业落户门槛指数 0.008 负向
创新氛围 每千人专利授权量/个 0.359 正向
文化邻近 语言距离 0.013 负向
地理距离 公路距离/km 0.004 负向
自然环境机会 绿化环境 人均绿地面积/m2 0.032 正向
空气质量 年均PM2.5浓度/(μg/m3) 0.003 负向
气候环境 一月平均气温/℃ 0.006 正向
个体调节变量 个体因素 性别 1=女性；2=男性 — —
年龄 1=青年期；2=成熟期；3=稳健期；4=调整期；5=老龄期 — —
学历水平 1=未上过学；2=小学；3=初中；4=高中/中专；5=本科/专科；6=研究生 — —
户口类型 1=农业户口；2=非农业户口 — —

2 研究方法与数据来源

2.1 研究区概况

研究基本分析单元为地级市，共329个研究区，涉及31个省（自治区、直辖市），不包含中国台湾地区、香港特别行政区和澳门特别行政区。由于数据获取问题，新疆维吾尔自治区仅涉及乌鲁木齐市、克拉玛依市、吐鲁番市和哈密市，其余地区、自治州以及新疆生产建设兵团未纳入考量；西藏自治区阿里地区未纳入考量。

2.2 数据来源

流动人口数据来自2017年全国流动人口卫生计生动态监测调查（CMDS 2017）。该调查以在流入地居住超过一个月，且户籍地为非流入地所在区（县、市）的15周岁以上人口为调研对象，采取分层、多阶段、与规模成比例的PPS（Probability Proportional to Size Sampling，PPS）方法进行抽样。在此基础上，筛选出2013—2017年间的跨研究单元样本，共64430份。
社会经济数据主要来自2017年各省市统计年鉴与统计公报。另外，房价数据来自安居客网站（https://www.anjuke.com/）；落户门槛数据来自中国家庭金融调查数据库，缺省数据参照已有研究补足[37]；语言距离基础数据来源于《中国语言地地图集第2版》以及中国方言片的距离资料[38]；公路距离通过调用百度地图API接口获得；年均PM2.5浓度数据来自华盛顿大学大气成分分析小组。

2.3 研究方法

2.3.1 区域机会水平评价方法

区域机会水平评价通过熵权法、决策试验和评价试验法（Decision-making Trial and Evaluation Laboratory，DEMATEL）、自然断裂点分类实现。熵权法作为一种客观赋权法，通过指标的变异性大小确定权重，但无法考虑到指标之间的横向影响，导致权重结果失真。因此，引入DEMATEL对权重结果进行修正。DEMATEL通过要素之间的逻辑关系构建影响矩阵，以此确定要素在系统中的地位，并计算权重，可以弥补指标非独立关系所导致的权重偏差问题。综合权重计算公式如下：
G j = g j w j ∑ j = 1 n   g j w j
式中： G j为综合权重； g j为熵权法权重； w j为DEMATEL权重；j为评价指标。
熵权法权重 g j确定公式为：
g j = 1 - e j ∑ j = 1 n   1 - e j
e j = - 1 l n m ∑ i = 1 m   p i j l n p i j
式中：i为地级市；m为城市数量（个）；n为评价指标数量（个）； e j为信息熵； p i j为j指标下i城市占该指标的比例。
DEMATEL权重 w j计算由维度间的相互作用评估与维度内指标间的相互作用评估两个部分构成。使用综合权重计算得到区域机会评价结果，并利用自然断裂点法进行5级水平分区，依次为低水平区、较低水平区、中水平区、较高水平区和高水平区。

2.3.2 区域机会聚类分区方法

聚类分区方法通过自组织映射神经网络（Self-Organizing Map，SOM）实现。SOM是一种非线性聚类模型，通过将高维数据样本之间的关系投射至低维空间上，利用近邻关系函数保证输入数据的空间拓扑结构，高效地识别数据的聚类特征，具有自组织、自适应、无监督和非线性映射等特点[39,40]。通过MATLAB 2023软件建立SOM模型，并根据2017年329个研究单元的区域机会指标进行聚类分析。竞争层神经元采用Hexagonal结构，距离衡量采用Linkdist函数，最大迭代次数设置为2000，迭代提前停止的目标函数阈值为10-5，初始学习率设定为0.01，初始邻域距离设定为3，经历1000周期后邻域距离设定为1。通过无监督批次训练策略以及权重衰减学习策略，随训练周期逐步减小学习率，获得最佳竞争层神经元权值。比较样本特征与竞争层神经元权值的相似度，得到每个样本的最佳匹配单元（Best Match Unit，BMU），最终将样本映射至不同的竞争层神经元，实现聚类分区。

2.3.3 流动人口迁移决策分析方法

区域机会对人口迁移决策影响的研究方法选用嵌套Logit模型。嵌套Logit模型因变量为二元变量，具体为流动人口的流入地选择。以329个研究单元作为流动人口的流动选择方案，当流动人口选择流入某地时，对其赋值为1，否则为0，并将赋值结果作为模型因变量，最终共形成329×64430=21197470个观测值。地区间区域机会类型具有一定相似性，影响流动人口的具体城市选择。嵌套Logit模型通过将相似方案归组，允许组内方案相关，进而比较结果与各方案之间的因果关系。当前对流动人口的流入地分组尚无公认标准，学者们从东中西地域[31,32]、城市行政等级[33,34]、城市流动人口数量[35]等角度作出了有益尝试。从区域机会差异角度出发，将地级市划分至不同区域机会聚类分区，可以更好地反映区域机会及其组合对人口迁移的影响。嵌套Logit模型的计算公式如下：
P k i = P k q × P k i | q
式中：k为流动个体；i为城市；q为聚类分区； P k i为流动个体k选择i城市的概率； P k q为流动个体k选择q聚类分区的概率； P k i | q为流动个体k在选择q类分区情况下选择i市的概率。

3 结果分析

3.1 中国区域机会空间分异特征

总体来看，区域机会水平分布与地区经济发展水平基本吻合（图2）；高水平区数量较少，主要分布在长三角地区和粤港澳大湾区，包括北京、上海、广州、深圳、杭州、南京、苏州等；较高水平区主要包括中西部国家中心城市、省会城市和高水平区外围城市；中水平区在东部沿海地区分布较为广泛，内陆地区主要包括部分省会城市和区域中心城市；较低水平区和低水平区在东北地区和中西部地区广泛分布。从经济发展机会来看，高水平区和较高水平区的分布呈现出东多西少的格局，中水平及以下区则分布广泛。高值区在东部沿海地区集聚态势明显，尤其体现在长三角地区。西北部分地区由于矿产资源丰富，加上人口稀少，其人均GDP指标位于全国前列，导致经济发展机会处于高值水平，如鄂尔多斯、克拉玛依等。从生活服务机会来看，其分布特征与经济发展机会的分布类似。但在高值区中，生活服务机会水平的分布受区域发展和常住人口数量的共轭影响较大，表现为常住人口相对较少的地区其评价水平反而高于发展水平更高的地区，如苏州高于上海、东莞高于广州。从制度文化机会来看，高水平区和较高水平区集聚态势更加明显，主要分布在长三角地区和粤港澳大湾区，中水平及以下区面状分布特征明显，低水平区和较低水平区分布范围更加广泛。空间邻近在一定程度上带来的文化相似和便捷联系塑造了面状分布的格局，而创新要素的空间集聚则是导致差异分化更为显著的原因。自然环境机会水平更多受气候条件的影响，总体上评价水平南方高于北方，东部高于西部。高值区基本在季风区范围内，而低值区则主要分布在西北内陆、青藏高原和内蒙古高原。
图2 中国区域机会水平分区与空间自相关分析

注：本图基于自然资源部标准地图服务系统下载的标准地图制作，底图无修改，下同。

Fig. 2 Partitioning and autocorrelation analysis of the level of regional opportunities in China

为识别区域机会的空间分异情况，利用全局Moran's I分析区域机会的空间集聚状态。全局Moran's I为0.5，Z值为14.66，P值为0.001，通过显著性检验，表明区域机会水平在空间上具有明显的集聚特征。采用邻接矩阵生成局部空间自相关关系（图2），结果表明区域机会的聚类以低低集聚和高高集聚为主。
在识别区域机会分布特征的基础上，为便于考察人口迁移跨版块特征，参考已有研究[41]，保证区域内部一致性的同时综合考虑南北差异，对区域机会水平划分聚类，最终得到7大聚类区。根据相对地理位置分别命名为东北聚类区、华北聚类区、沿海聚类区、中南聚类区、西南聚类区、西北聚类区以及边疆聚类区（图3）。
图3 中国区域机会聚类分区

Fig. 3 China's regional opportunities cluster partitioning

3.2 基于区域机会的中国人口迁移空间分异特征

3.2.1 人口迁移城市选择的空间流向特征

为分析流动人口样本的空间流向特征，利用ArcGIS构建流出城市与流入城市之间的O-D矩阵，并对其可视化。为保证可视性，排除15人次以下的流动数据，结果如图4。
图4 流动人口迁移流向的城市选择特征

Fig. 4 Characteristics of city choice in the migratory flows of the mobile population

整体来看，省会城市以及东部沿海发达城市由于其良好的区位条件以及长期的资源倾斜，成为流动人口的主要流入地。从粘性流动人口流向来看，京津冀城市群、长三角城市群、粤港澳大湾区等凭借其良好的机会供给吸引着大量的粘性流动人口，且辐射范围不仅包括周边省市，还远距离吸引着中西部省份的流动人口。其余地区省会城市以及经济发达城市凭借机会优势，发挥虹吸效应，以吸引省内粘性流动人口为主，表明地区间的区域机会差异程度在迁移决策中扮演重要作用。
非粘性流动人口的远距离流动现象不明显，以流向东部发达地区为主，包括河南地区向京津冀城市群以及川渝地区向长三角城市群、粤闽浙沿海城市群的流动等。非粘性流动人口更多从周边城市向本省省会城市流动，主要发生在中西部和东北地区。从机会供给角度来看，与东部沿海发达地区相比，中西部地区省会城市机会供给相对欠缺，流动人口粘性不足；从流动人口的社会融入来看，短距离流动人口在自然环境、文化环境方面的适应度更高，但表现出粘性不足的特征，说明流动人口粘滞性受到经济发展机会和生活服务机会的作用更强，也从侧面反映出不同维度的机会在人口迁移过程中发挥着的不同作用。

3.2.2 人口迁移城市选择的区域机会特征

为更好地揭示流动人口在不同区域机会水平区之间的迁移，绘制流动人口跨区域机会水平的迁移量图（图5）。高水平区、较高水平区和中水平区占据机会水平优势，是流动人口的主要目的地，低水平区和较低水平区处于机会水平劣势地位，是流动人口的主要来源地。其中，高水平区自身机会供给丰富，加上其数量较少，人口流出数量最少，人口净流入量最多，吸引力最大；中水平区兼具机会比较优势和数量优势，对流动人口的吸引量最大；低水平区是其余水平区流动人口的首要来源地。从流动人口粘滞性分类来看，较高水平区和高水平区的非粘性流动人口占总流动人口的比例更小，而该比例在较低水平区和低水平区中更高，说明流动人口的粘滞性状态与流入地的区域机会水平相关，区域机会高值区更容易对流动人口产生固着影响。
图5 流动人口迁移流向的跨机会水平分区特征

Fig. 5 Characteristics of cross-opportunity level partitioning of migratory flows of the mobile population

从流动人口在聚类区之间的迁移来看（图6）：沿海聚类区吸引流动人口数量最多，且辐射范围广，流动人口主要来源于其余各区的低值区，说明沿海聚类区处于机会势能的顶层，与其余分区之间所保持的势差成为流动人口远距离跨区迁移的动力来源。华北聚类区、中南聚类区、西南聚类区、边疆聚类区、东北聚类区、西北聚类区对流动人口的吸引数量依次递减，流动人口主要来源于各区内低水平区，跨机会聚类区现象不明显，说明聚类区内部机会势差较小，流动人口更多以短距离迁移为主。
图6 流动人口迁移流向的跨机会聚类分区特征

Fig. 6 Characteristics of cross-opportunity cluster partitioning of migratory flows of the mobile population

流动人口的跨机会水平分区迁移与跨机会聚类分区迁移反映出区域机会因素对人口迁移产生的重要影响，但区域机会不同维度的作用强度、不同居留意愿流动人口受区域机会的作用以及流动人口个体因素与区域机会因素的交互作用尚未回答，仍然需要进一步探讨。

3.3 区域机会对人口迁移的影响

3.3.1 区域机会因素对人口迁移流动性的影响

根据前文构建的区域机会指标体系，基于筛选的流动人口样本，从区域机会差异角度出发，分析各维度指标差值对人口迁移流动性的影响（表2）。各评价指标原始值经共线性检验，结果显示VIF均不超过5，表明各变量之间不存在多重共线性问题。
表2 区域机会对人口迁移流动性的影响

Table 2 The impact of regional opportunities on the mobility of population migration

变量类型 变量名称 系数 稳健标准误
经济发展机会 发展水平 -0.022*** 0.002
工资水平 0.022*** 0.000
房价水平 0.193*** 0.027
就业环境 -0.074*** 0.008
发展潜力 0.000*** 0.000
生活服务机会 教育水平 -0.018*** 0.001
医疗水平 0.657*** 0.007
交通水平 -0.015*** 0.001
通信水平 0.003 0.012
制度文化机会 落户门槛 0.906*** 0.054
创新氛围 -0.001*** 0.000
文化邻近 -0.166*** 0.006
地理距离 -0.002*** 0.000
自然环境机会 绿化环境 0.024*** 0.001
空气质量 -0.025*** 0.001
气候环境 -0.01*** 0.002

注：***表示在0.01水平下显著，下同。N=64430；Wald chi2(16)=31769.95；Prob>chi2=0；Log likelihood= -275511。

从分维度结果来看：（1）在经济发展机会中，流动人口的迁移决策更多受个体经济预期的影响而非城市的宏观经济状况，符合经济效益最大化原则。具体表现为作为日常经济结果的工资水平和房价水平的差异程度对流动人口流向选择产生正向影响，而作为宏观因素的发展水平和就业环境的差异程度具有负向影响，发展潜力差异程度影响较弱。人均GDP指标的显著负向影响，可能原因一是差值处理方式在一定程度上抵消了水平值的导向性，二是地级市研究尺度掩盖了更精确的流入流出地差异。部分研究显示房价水平通过挤兑日常生活质量，对流动人口产生“门槛效应”[42,43]，但流动人口的迁移选择处于以房价水平为表征的城市推拉二元张力中[44]，高房价水平背后所隐藏的良好机会供给水平对流动人口产生的巨大引力，可能是房价水平正向影响的原因。（2）在生活服务机会中，医疗水平的差异程度在流动人口流向选择中起正向作用，而教育水平和交通水平的差异程度产生负向影响，通信水平差异程度作用不显著。医疗水平差异的显著正向影响与人口健康意识提高密切相关，医疗服务水平是城市公共服务供给的重点内容，也是影响涵括流动人口在内的居民对城市公共服务感知的重要方面，医疗保障水平的逐步完善进一步强化了流动人口对城市的医疗感知，且感知程度随区域差距增大而更加强烈，进而影响迁移决策[45]。教育水平对流动人口的影响更多在特定群体内部发生作用，且以人均指标表征的基础教育在区域间差异程度相对较小。交通水平和通信水平则是生活服务机会相对难感知的部分。（3）在制度文化机会中，除落户门槛差异对人口迁移产生正向影响外，创新氛围差异程度、文化邻近和地理距离均产生负向影响。户籍管制及背后隐含的机会分配是影响劳动力流动的重要因素，高落户门槛对应的高机会水平是人口迁移的主要诱因[46,47]。从模型结果来看，落户门槛差异程度对人口流入的拮抗作用不明显，其原因在于“地理出身”限制流动人口的住房产权获得[48]。落户门槛差异是城市发展差距的显现，而城市发展差距跨越更大的流动人口其获得住房产权的可能性越小。因此，落户门槛差异跨越程度越大的流动人口，其安家落户目标的重要程度越低。文化邻近的显著负向影响说明语言障碍对人口迁移的作用程度较小，其阻力不足以抵抗其余机会的引力，这与实际人口迁移情况相一致，事实上文化邻近因素更多作用于流动人口的社会融合方面[49]。创新氛围差异程度对高学历流动人口影响更大，地理距离对人口迁移的限制作用逐渐降低，可能是二者模型系数较小的原因。（4）在自然环境机会中，绿化环境、空气质量、气候环境三因素均影响显著。其中绿化环境差异程度对人口迁移产生正向影响，与舒适性迁移理论一致，人们倾向于流入绿化环境更好的城市[50]。空气质量和气候环境差异程度对人口迁移产生负向影响，与部分研究结论相比[51-53]，可能的原因是大尺度范围上对人口迁移导向性的分析无法刻画指标的具体影响，而该因素对流动性与粘滞性影响效果，以及对不同个体机会条件组合的影响存在差异，需进一步进行异质性检验。

3.3.2 区域机会因素对人口迁移粘滞性的影响

结合前文分析，发现经济发展机会和生活服务机会在人口迁移过程中发挥着直接且更为重要的作用，而制度文化机会和自然环境机会则更多通过与前者的耦合作用于人口迁移。因此将经济发展机会和生活服务机会归为“硬性要素”维度，将制度文化机会和自然环境机会归为“软性要素”维度，并逐步纳入模型，同时根据流动人口的粘滞性状态进行分组回归，探究区域机会对人口迁移粘滞性的影响，结果如下（表3）。
表3 区域机会对人口迁移粘滞性的影响

Table 3 The impact of regional opportunities on the stickiness of population migration

变量
名称		 粘性流动人口（N=50907） 非粘性流动人口（N=13523）
模型2 模型3 模型4 模型5 模型6 模型7 模型8 模型9
发展
水平		 0.020***
(0.001)		 0.001
(0.000)		 -0.012***
(0.003)		 -0.013***
(0.003)		 0.008***
(0.001)		 -0.003***
(0.001)		 -0.037***
(0.006)		 -0.025***
(0.005)
工资
水平		 0.005***
(0.000)		 0.003***
(0.000)		 0.021***
(0.000)		 0.016***
(0.001)		 0.002***
(0.000)		 0.002***
(0.000)		 0.02***
(0.001)		 0.019***
(0.001)
房价
水平		 0.524***
(0.009)		 0.301***
(0.008)		 0.339**
(0.031)		 0.238***
(0.029)		 0.284***
(0.02)		 0.189***
(0.011)		 0.183***
(0.08)		 0.154**
(0.07)
就业
环境		 -0.034***
(0.002)		 -0.039***
(0.001)		 -0.011
(0.001)		 -0.104***
(0.008)		 -0.029***
(0.003)		 -0.037***
(0.003)		 -0.199***
(0.002)		 -0.181***
(0.019)
发展
潜力		 0.001***
(0.000)		 0.001
(0.001)		 0.001***
(0.000)		 0.018***
(0.001)		 0.001***
(0.000)		 0.001***
(0.000)		 0.001***
(0.000)		 0.001***
(0.000)
教育
水平		 -0.001***
(0.000)		 -0.011***
(0.001)		 -0.001***
(0.001)		 0.001
(0.000)		 -0.006***
(0.001)		 -0.022***
(0.001)
医疗
水平		 0.095***
(0.003)		 0.605***
(0.007)		 0.648***
(0.008)		 0.067***
(0.005)		 0.713***
(0.018)		 0.691***
(0.018)
交通
水平		 0.001***
(0.000)		 0.008***
(0.001)		 -0.007***
(0.001)		 0.001*
(0.000)		 -0.003*
(0.002)		 -0.033***
(0.002)
通信
水平		 -0.084***
(0.004)		 0.119***
(0.013)		 0.014
(0.014)		 -0.037***
(0.005)		 0.112***
(0.028)		 -0.035
(0.0291)
落户
门槛		 0.831***
(0.065)		 0.966***
(0.059)		 -0.201
(0.149)		 0.446***
(0.13)
创新
氛围		 -0.001***
(0.000)		 -0.001***
(0.001)		 -0.001***
(0.000)		 -0.001***
(0.000)
文化
邻近		 -0.185***
(0.007)		 -0.175***
(0.007)		 -0.141***
(0.015)		 -0.148***
(0.014)
地理
距离		 -0.002***
(0.000)		 -0.002***
(0.000)		 -0.002***
(0.000)		 -0.002***
(0.001)
绿化
环境		 0.014***
(0.001)		 0.045***
(0.001)
空气
质量		 -0.025***
(0.001)		 -0.025***
(0.001)
气候
环境		 -0.008***
(0.002)		 -0.021***
(0.004)
Wald chi2 3405.95 4024.01 25362.63 25865.78 221.12 471.80 6468.28 6624.92
Prob>chi2 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
Log likelihood -258815 -251212 -215629 -214258 -70797 -69024 -61595 -60522

注：**、*分别表示在0.05、0.1水平下显著，下同。

（1）仅纳入经济发展机会维度时，不论是粘性流动人口分组还是非粘性流动人口分组，各指标均影响显著，且作用方向与指标正负性保持一致（模型2、模型6），符合新古典经济学家对人口迁移成因的假设。（2）当纳入生活服务机会维度后，分组变化趋势基本相同，特别是正向指标的作用开始减弱（模型3、模型7）。说明生活服务机会是人口迁移的动因之一，并转移了部分经济发展机会的吸引力，符合均衡模型的假设。（3）进一步纳入制度文化机会维度，发现经济发展机会指标变化趋势在不同分组中基本相同，进一步体现了均衡模型的假设。其中发展水平指标受到制度文化机会的影响较大，可能的解释是制度文化机会上的兼容性会作用于发展水平对人口迁移的影响上，且非兼容状态在一定程度上抵消发展水平的吸引作用。生活服务机会指标中，医疗水平受制度文化机会的影响程度更大，而其余指标受到的影响较小。这一方面是因为医疗水平是生活服务机会中人口迁移感知的重要内容；另一方面，医疗水平较高的地区其制度文化机会水平通常较高。（4）纳入自然环境机会维度，发现其对经济发展机会维度、生活服务机会维度的影响相对较小，说明自然环境机会在塑造人口迁移决策过程中起到较小的作用。但值得注意的是，在自然环境机会维度对制度文化机会的影响中，落户门槛指标系数得到了较大的正向增强。进一步探索数据发现，高落户门槛城市自然环境机会水平普遍较高，而流动人口又倾向于流入高落户门槛城市，城市属性叠加以及人口迁移流向共同导致自然环境机会对落户门槛指标的影响作用。

3.3.3 个体因素对区域机会因素的调节作用

人口迁移由个体因素与区域机会因素共同塑造，个体异质性在人口迁移过程中扮演重要作用。筛选出对人口迁移影响较大的区域机会因素，包括房价水平、医疗水平、落户门槛、空气质量4个指标。同时参照已有丰富研究，选取年龄、性别、学历水平、户口类型4项个体因素指标，分析人口迁移过程中个体因素对区域机会因素的调节作用（表4）。
表4 人口迁移过程中个体因素对区域机会因素的调节作用

Table 4 The moderating effect of individual opportunities on regional opportunities in the population migration

粘滞性分类 调节作用 性别 年龄 学历水平 户口类型
粘性流动人口
(N=50907)		 房价水平×个体特征 0.007
(0.005)		 0.005
(0.003)		 0.023***
(0.003)		 -0.003
(0.006)
医疗水平×个体特征 -0.003***
(0.001)		 -0.003***
(0.001)		 0.005***
(0.001)		 0.004***
(0.001)
落户门槛×个体特征 -0.015***
(0.006)		 -0.017***
(0.003)		 0.065***
(0.004)		 0.092***
(0.008)
空气质量×个体特征 -0.000***
(0.001)		 -0.000*
(0.001)		 0.001***
(0.000)		 0.001***
(0.001)
非粘性流动人口（N=13053） 房价水平×个体特征 0.018**
(0.007)		 0.003
(0.004)		 -0.005
(0.004)		 -0.006
(0.009)
医疗水平×个体特征 -0.002***
(0.001)		 -0.002***
(0.001)		 0.003***
(0.000)		 -0.001
(0.001)
落户门槛×个体特征 -0.021***
(0.008)		 -0.011**
(0.004)		 0.037***
(0.005)		 0.022**
(0.01)
空气质量×个体特征 -0.000
(0.000)		 0.000
(0.000)		 0.001***
(0.000)		 0.001***
(0.001)
从性别来看，女性对机会的感知强于男性，在模型中体现为性别交互项系数普遍为负数。原因在于女性流动人口的地域选择具有明显的大城市导向[54]，女性在劳动力市场上受到的歧视现象在大城市相对较弱[55,56]，而医疗水平、落户门槛与城市机会水平吻合度较高。此外，非粘性流动人口分组的性别交互作用显著为正，说明当流动人口的粘性不强，经济动机更为明显时，男性表现出的冒险精神更强烈。从年龄来看，年轻人表现出更强的机会感知，在模型中体现为所有与年龄交互的显著变量系数均为负数。说明流动人口越年轻，对多维机会的关注更为充分。而房价水平与年龄的交互作用在两个分组中均不显著，说明房价水平所体现的经济机会对不同年龄段、不同粘滞性状态的流动人口均产生吸引力。从学历水平来看，流动人口学历越高，对多维机会的关注更强，符合现实认知，在模型中体现为所有与学历水平交互的显著变量系数均为正数。同时，落户门槛与学历水平的交互作用系数较大，说明高学历流动人口更倾向于流入高户籍门槛城市，或者说高户籍门槛城市放宽高学历人口的落户门槛。此外，空气质量与学历水平的交互作用在两个分组中均显著为正，可见高学历流动人口对自然环境的关注，也说明不同方面的舒适性感受均构成其迁移动机。从户籍类型来看，非农业户口流动人口对多维机会感知更为强烈，在模型中体现为所有与户口类型交互的显著变量系数均为正数。从初始机会水平来看，农业户籍人口机会初始值更低，经济机会在其迁移过程中起主导作用，而非农业户籍人口则更关注流入地的机会组合。同时，房价水平与户口类型的交互作用均不显著，进一步说明经济机会的普遍引力。结合上述分析可以发现，经济发展机会仍是不同粘滞性状态、不同群体属性流动人口迁移选择的重要因素，而多维机会的组合对迁移决策的影响则更多与个体异质性相关。

4 结论与讨论

4.1 结论

基于区域机会结构理论，构建经济发展机会、生活服务机会、制度文化机会、自然环境机会四个评价维度，运用熵权法、DEMATEL和SOM分类技术，对中国地级市进行区域机会水平评价与聚类分区。在此基础上，利用2017年中国流动人口动态监测数据，从流入流出地机会差异的角度出发，结合区域机会维度间的调节与个体因素对区域机会因素的调节，探讨区域机会视角下的人口迁移机制。
研究发现：（1）将地理学的“区域机会”视角与人口迁移研究相结合，综合传统人口迁移模型的经济因素与已有研究关注的制度、文化、环境等因素，整合到区域机会的经济发展机会、生活服务机会、制度文化机会、自然环境机会四个维度，可构建区域机会空间分异对人口迁移影响研究的“流动性—粘滞性”分析框架。（2）从区域机会差异角度出发，通过综合分类得到中国区域机会5类水平分区，同时根据SOM方法将中国区域机会分为东北聚类区、华北聚类区、沿海聚类区、中南聚类区、西南聚类区、西北聚类区以及边疆聚类区7种聚类分区。（3）人口迁移流向特征表明，流动人口的目的地以主要城市群和省会城市为主，流动方向主要是由机会水平低值区流向机会水平高值区。（4）人口迁移流动性表明，经济机会仍是影响人口迁移的重要方面，且日常经济结果更受到流动人口关注；医疗水平、落户门槛指标对人口流向正向作用强度更大，自然环境机会对流动人口流向选择的影响较小。人口迁移粘滞性表明，机会维度的影响效应在粘性流动人口与非粘性流动人口之间出现分化，其原因在于流动动机差异以及流向特征带来的机会差异程度不一致。（5）个体因素对区域机会因素存在调节作用，体现在高个体机会流动人口对多维机会的关注、低个体机会流动人口的生计动机与“出生地效应”带来的机会差距跨越程度分异上。

4.2 讨论

从区域机会结构视角出发，构建了一个理论与实证相结合的研究框架，从以下各个研究方面所进行的探索，对于推动地理学人口迁移研究的发展具有一定的启示作用。
（1）基于地理学的“区域机会”视角开展人口迁移研究是一种有益尝试。研究不仅有助于强化对“人—地”相互作用下人口迁移现象的认识，也考察了多维区域机会条件对人口迁移的综合影响，避免某一维度因素分析导致的估计偏差，有助于更加全面、深入地理解人口迁移现象，为相关地理学研究和政策制定提供了有益的理论支持。
（2）实证研究证实经济发展机会与生活服务机会对人口迁移流动性具有显著的影响。而针对人口迁移粘滞性来看，经济发展机会是主导，生活服务机会、制度文化机会、自然环境机会起到调节作用，城市“能否留得住人”需要更多地从舒适性条件的改善着手。基于区域机会水平分区，可以直观展示当前中国区域机会的差异，与已有研究以关注总体的人口迁移影响因素相比，可为各个地方识别自身区域机会条件，针对地方发展需求与人口发展战略提供政策制定参考。目前这方面可供参考的文献有限，在这个意义上，加强这方面的研究具有重要的现实意义和理论价值。
（3）研究总体揭示了个体因素对区域机会因素的调节作用。女性在医疗水平、落户门槛中表现出更为突出的感知力。年轻人倾向于流入机会供给更完善的城市，受多维机会供给影响明显。高学历群体受房价水平、医疗水平、落户门槛的正向差异影响更大。区域机会条件变化引致人口迁移，而人口迁移也对区域经济格局重塑与产业区位优势变化产生影响。随着中国经济由高速增长向高质量发展转变，“人”作为创新主体的作用日益凸显，各个城市在客观审视其先天机会条件的基础上，结合区域战略发展目标，希望“吸引什么人”以及“留住什么人”需要从“点”入手、因城施策。
（4）区域机会视角下的人口迁移反映出机会地域分异引发的流动性问题，在识别不同聚类区人口迁移关键因素基础上，划分区域机会模式，有助于从宏观层面提出对不同区域机会模式的分类对策建议以及建设指引。通过对主导制约类型划分来识别区域机会模式。区域机会维度水平在中等以上的划分为主导型区域，其余为制约型区域。在聚类区内部，使用地理探测器识别区域机会维度水平对各研究单元人口迁移的影响，得到机会维度的相对作用程度，二者结合得到7种区域机会主导制约类型（图7）；综合“硬性”“软性”维度划分与主导制约类型划分，得到硬性要素主导区、硬性要素制约区、软性要素主导区和软性要素制约区4种区域机会模式（图8）。
图7 中国区域机会主导制约类型划分

Fig. 7 Typology of dominant constraints on regional opportunity in China

图8 中国区域机会模式分类

Fig. 8 Classification patterns of regional opportunities in China

由此可提出区域机会模式的针对性对策建议：（1）硬性要素主导区在保持经济引力的同时，应逐步加强软性要素的吸引力。如适当降低户籍制度在资源分配过程中的作用程度；改善城市创新环境以及宜居环境；通过城市更新实现城市内部功能空间的逐步优化[57]；通过公共政策体系的完善来破除流动人口的市民化障碍等，以留住流动人口。（2）硬性要素制约区应在客观认识区域发展差距演变规律的基础上，积极融入国家区域协调发展战略，探索将比较优势转变为经济优势的途径，健全公共服务设施体系，不断提升区域居民福祉。（3）软性要素主导区要充分发挥机会均衡优势，突出主导软性要素对人口经济的吸引作用。充分发挥近远程耦合效应以借力核心城市的强大发展动能，实现区域自身的向上发展。（4）软性要素制约区的重点任务是维持自然生态系统的资源环境承载能力，保证区域整体生态安全格局。积极加强创新要素投入以改善自身制度文化机会水平，差异化分流吸引欠发达地区流动人口的同时，强化本地人口的机会获得水平。
本文尚存几个值得继续深入探讨的问题：受数据可获取性制约，区域机会评价指标的选取有一定的局限。CMDS 2017数据受问卷调研的背景、提问方式等因素影响，可能存在观测值不充分、样本代表性不足等情况，对研究结果存在一定的影响。采用截面数据探讨了区域机会对人口迁移的影响，但由于未进行纵向研究，故无法揭示不同时期区域机会变化及其对人口迁移的因果关系。本文以地级市为基本研究单元，只关注人口迁移的流出地（户籍地）和当前流入地（现居地）的区域机会条件，缺乏对流动过程、再次流动以及人口回流的考量。今后可通过追踪调查等方法，优化研究数据基础，增强人口迁移数据的时效性与针对性，以深化相关领域的研究并强化其现实指导意义。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
席广亮, 甄峰, 钱欣彤. 流动性视角下的国土空间安全及规划应对策略. 自然资源学报, 2022, 37(8): 1935-1945.

DOI

[XI G L, ZHEN F, QIAN X T. Territory spatial security and planning strategies from the perspective of mobility. Journal of Natural Resources, 2022, 37(8): 1935-1945.]

[2]
段成荣, 谢东虹, 吕利丹. 中国人口的迁移转变. 人口研究, 2019, 43(2): 12-20.

[DUAN C R, XIE D H, LYU L D. Migration transition in China. Population Research, 2019, 43(2): 12-20.]

[3]
国家统计局. 第七次全国人口普查公报(第七号), 2021.

[National Bureau of Statistics. The Seventh Population Census Bulletin (No.7), 2021.]

[4]
COTTER D A. Poor people in poor places: Local opportunity structures and household poverty. Rural Sociology, 2002, 67(4): 534-555.

[5]
GALSTER G C, KILLEN S P. The geography of metropolitan opportunity: A reconnaissance and conceptual framework. Housing Policy Debate, 1995, 6(1): 7-43.

[6]
GALSTER G C, SHARKEY P. Spatial foundations of inequality: A conceptual model and empirical overview. RSF: The Russell Sage Foundation Journal of the Social Sciences, 2017, 3(2): 1-33.

[7]
PETROVIĆ A, MANLEY D, VAN HAM M. Freedom from the tyranny of neighbourhood: Rethinking sociospatial context effects. Progress in Human Geography, 2020, 44(6): 1103-1123.

[8]
BRAIN I, PRIETO J. Understanding changes in the geography of opportunity over time: The case of Santiago, Chile. Cities, 2021, 114: 103186, Doi: 10.1016/j.cities.2021.103186.

[9]
吕晨, 蓝修婷, 孙威. 地理探测器方法下北京市人口空间格局变化与自然因素的关系研究. 自然资源学报, 2017, 32(8): 1385-1397.

DOI

[LYU C, LAN X T, SUN W. A study on the relationship between natural factors and population distribution in Beijing using geographical detector. Journal of Natural Resources, 2017, 32(8): 1385-1397.]

DOI

[10]
刘涛, 卓云霞, 王洁晶. 邻近性对人口再流动目的地选择的影响. 地理学报, 2020, 75(12): 2716-2729.

DOI

[LIU T, ZHUO Y X, WANG J J. How multi-proximity affects destination choice in onward migration: A nested logit model. Acta Geographica Sinica, 2020, 75(12): 2716-2729.]

DOI

[11]
卓云霞, 刘涛, 古维迎. 多维邻近性与城—城流动人口的流入地选择: 基于嵌套Logit模型的实证分析. 地理科学, 2021, 41(7): 1210-1218.

DOI

[ZHUO Y X, LIU T, GU W Y. How multi-proximity affects destination choice in urban-urban migration: An analysis based on nested Logit model. Scientia Geographica Sinica, 2021, 41(7): 1210-1218.]

DOI

[12]
BERNARD J, STEINFÜHRER A, KLÄRNER A, et al. Regional opportunity structures: A research agenda to link spatial and social inequalities in rural areas. Progress in Human Geography, 2023, 47(1): 103-123.

[13]
ROEMER J E. Equality of Opportunity. Cambridge, Mass: Harvard University Press, 1998.

[14]
MURIE A, MUSTERD S. Social exclusion and opportunity structures in European cities and neighbourhoods. Urban Studies, 2004, 41(8): 1441-1459.

[15]
LOBAO L M, HOOKS G, TICKAMYER A R. Poverty and inequality across space: Sociological reflections on the missing-middle subnational scale. Cambridge Journal of Regions, Economy and Society, 2008, 1(1): 89-113.

[16]
GORDON I R. In what sense left behind by globalisation? Looking for a less reductionist geography of the Populist surge in Europe. Cambridge Journal of Regions, Economy and Society, 2018, 11(1): 95-113.

[17]
穆学英, 崔璨, 崔军茹. 空间机会结构视角下的住房分化: 基于中国新生代流动人口的实证研究. 社会学研究, 2022, 37(2): 202-225, 230.

[MU X Y, CUI C, CUI J R. Housing differentiation in the perspective of spatial opportunity structure: An empirical study on new-generation migrants in China. Sociological Studies, 2022, 37(2): 202-225, 230.]

[18]
张艳茹, 喻忠磊, 胡志强, 等. 城市舒适物、经济机会、城市规模对中国高学历劳动力空间分布的影响. 热带地理, 2021, 41(2): 243-255.

DOI

[ZHANG Y R, YU Z L, HU Z Q, et al. The influence of urban amenities, economic opportunities and city size on the spatial distribution of highly educated workers in China. Tropical Geography, 2021, 41(2): 243-255.]

DOI

[19]
刘建伟. 成渝城市群旅游机会图谱构建研究. 重庆: 重庆理工大学, 2022.

[LIU J W. Study on the construction of tourism opportunity map of Chengdu-Chongqing Urban Agglomeration. Chongqing: Chongqing University of Technology, 2022.]

[20]
曹哲静. 公共交通对实现城市空间机会均衡的效用之辨. 城市规划学刊, 2019, (3): 33-41.

[CAO Z J. Discussion of the impact of public transport on equity in urban spatial opportunity. Urban Planning Forum, 2019, (3): 33-41.]

[21]
全恒, 毕凌岚. 机会公平视角下的公共空间使用效率研究: 以成都市金牛区为例. 中国城市规划学会, 成都市人民政府. 面向高质量发展的空间治理: 2021中国城市规划年会论文集: 07城市设计.

[QUAN H, BI L L. Research on the efficiency of public space utilization under the perspective of opportunity equity: Taking Jinniu district of Chengdu as an example. China Urban Planning Society, Chengdu Municipal People's Government. Spatial Governance for High-quality Development: Proceedings of the 2021 China Urban Planning Annual Conference: 07 Urban Design.]

[22]
魏淑媛, 王春光. 城市非正式就业者的生存韧性与机会空间建构. 城市发展研究, 2020, 27(10): 41-46.

[WEI S Y, WANG C G. The survival tenacity and opportunity space construction of urban informal employment. Urban Development Studies, 2020, 27(10): 41-46.]

[23]
李丽梅, 陈赟. 中国超大城市流动人口的市民权获得研究: 一个流动性和非流动性的解释框架. 人文地理, 2024, 39(1): 101-112.

[LI L M, CHEN Y. A study on migrants' attainment of urban citizenship in a Chinese megacity: An explanatory framework of mobility and immobility. Human Geography, 2024, 39(1): 101-112.]

[24]
FINDLAY A, MCCOLLUM D, COULTER R, et al. New mobilities across the life course: A framework for analysing demographically linked drivers of migration. Population, Space and Place, 2015, 21(4): 390-402.

[25]
SCHEIBELHOFER E. Shifting migration aspirations in second modernity. Journal of Ethnic and Migration Studies, 2018, 44(6): 999-1014.

[26]
WALKER R, ELLIS M, BARFF R. Linked migration systems: Immigration and internal labor flows in the United States. Economic Geography, 1992, 68(3): 234-248.

[27]
乔纳森·特纳. 社会学理论的结构. 邱泽奇, 张茂元译. 北京: 华夏出版社, 2001.

[JONATHAN T. Structure of Sociological Theory. Translated by QIU Z Q, ZHANG M Y. Beijing: Huaxia Publishing House, 2001.]

[28]
伏润得, 杨振山. 中国城市区域高质量发展时空分异及影响因素. 地理学报, 2024, 79(4): 819-836.

DOI

[FU R D, YANG Z S. Spatio-temporal differentiation and influencing factors of high-quality development of cities in China. Acta Geographica Sinica, 2024, 79(4): 819-836.]

DOI

[29]
孙久文, 蒋治, 胡俊彦. 新时代中国城市高质量发展的时空演进格局与驱动因素. 地理研究, 2022, 41(7): 1864-1882.

DOI

[SUN J W, JIANG Z, HU J Y. Spatio-temporal evolution pattern and driving factors of high-quality development of Chinese cities in the New Era. Geographical Research, 2022, 41(7): 1864-1882.]

[30]
贺小荣, 石彩霞, 周国华. 长江经济带城市规模与城市宜居性的时空演化及适配关系. 地理研究, 2024, 43(7): 1769-1789.

DOI

[HE X R, SHI C X, ZHOU G H. Spatio-temporal evolution and adaptation relationship between urban scale and urban livability in the Yangtze River Economic Belt. Geographical Research, 2024, 43(7): 1769-1789.]

[31]
郭瑞斌, 薛东前, 暴向平, 等. 西安市主城区客观生活质量空间格局研究. 人文地理, 2015, 30(5): 43-48.

[GUO R B, XUE D Q, BAO X P, et al. Spatial pattern of objective life quality of downtown areas in Xi'an. Human Geography, 2015, 30(5): 43-48.]

[32]
王毅, 苗转莹, 陆玉麒, 等. 经济发展对城市宜居性的影响: 基于中国40个大中城市的实证分析. 地理学报, 2022, 77(10): 2529-2546.

DOI

[WANG Y, MIAO Z Y, LU Y Q, et al. The impact of economic development on urban livability: Evidence from 40 large and medium-sized cities of China. Acta Geographica Sinica, 2022, 77(10): 2529-2546.]

DOI

[33]
李雨婷, 喻忠磊, 苗长虹, 等. 多维邻近性对流动人口回流意愿的影响: 基于中国流动人口动态监测数据的实证. 地理科学进展, 2022, 41(8): 1403-1415.

DOI

[LI Y T, YU Z L, MIAO C H, et al. Influence of multi-proximities on floating population's return intention: An empirical study based on the China migrant population dynamic survey. Progress in Geography, 2022, 41(8): 1403-1415.]

DOI

[34]
马凌, 李丽梅, 朱竑. 中国城市舒适物评价指标体系构建与实证. 地理学报, 2018, 73(4): 755-770.

DOI

[MA L, LI L M, ZHU H. The construction of urban amenities index in China: An empirical research based on a statistical analysis of 26 Chinese major cities. Acta Geographica Sinica, 2018, 73(4): 755-770.]

DOI

[35]
马睿, 张敏. 居民绿色空间接触对心理健康影响的动态地理情境: 研究进展与分析框架. 地理研究, 2024, 43(6): 1522-1538.

DOI

[MA R, ZHANG M. Dynamics geographical context of mental well-being impacts of residents' green space contact: Research progress and analytical framework. Geographical Research, 2024, 43(6): 1522-1538.]

[36]
XUE T, KANG N, WAN W, et al. Health-oriented strategies are needed to optimize China's 2025 clean air action plan. Science Bulletin, 2024, 69(13): 2007-2008.

[37]
张吉鹏, 卢冲. 户籍制度改革与城市落户门槛的量化分析. 经济学(季刊), 2019, 19(4): 1509-1530.

[ZHANG J P, LU C. A quantitative analysis on the reform of household registration in Chinese cities. China Economic Quarterly, 2019, 19(4): 1509-1530.]

[38]
刘毓芸, 徐现祥, 肖泽凯. 劳动力跨方言流动的倒U型模式. 经济研究, 2015, 50(10): 134-146, 162.

[LIU Y Y, XU X X, XIAO Z K. The pattern of labor cross-dialects migration. Economic Research Journal, 2015, 50(10): 134-146, 162.]

[39]
KOHONEN O, HAUTA-KASARI M. Distance measures in the training phase of self-organizing map for color histogram generation in spectral image retrieval. Journal of Imaging Science and Technology, 2008, 52(2): 20201-1-20201-11, Doi: 10.2352/J.ImagingSci.Technol.(2008)52:2(020201).

[40]
KOHONEN T. Self-organized formation of topologically correct feature maps. Biological Cybernetics, 1982, 43(1): 59-69.

[41]
周扬, 郭远智, 刘彦随. 中国乡村地域类型及分区发展途径. 地理研究, 2019, 38(3): 467-481.

DOI

[ZHOU Y, GUO Y Z, LIU Y S. Areal types and their development paths in rural China. Geographical Research, 2019, 38(3): 467-481.]

[42]
郎昱, 严婧滔, 孙荃, 等. 住房成本、人口流动与产业集群. 统计与决策, 2022, 38(22): 153-157.

[LANG Y, YAN J T, SUN Q, et al. Housing cost, population mobility and industrial clusters. Statistics & Decision, 2022, 38(22): 153-157.]

[43]
林赛南, 冯馨, 王雨. 流动人口再流动的空间选择特征及影响因素. 地理科学, 2023, 43(9): 1537-1547.

DOI

[LIN S N, FENG X, WANG Y. Migrants' spatial choice in onward migration: Features and mechanisms. Scientia Geographica Sinica, 2023, 43(9): 1537-1547.]

DOI

[44]
李辉, 王良健. 房价、房价收入比与流动人口长期居留意愿: 来自流动人口的微观证据. 经济地理, 2019, 39(6): 86-96.

DOI

[LI H, WANG L J. Housing price, price-income ratio and long-term residence intention of the floating population: Evidence from the floating population in China. Economic Geography, 2019, 39(6): 86-96.]

[45]
王焱, 王艺桥, 霍京京. 医疗保障对于流动人口居留意愿的影响: 医疗服务利用和健康水平的链式中介效应. 中国卫生政策研究, 2023, 16(5): 41-46.

[WANG Y, WANG Y Q, HUO J J. The impact of medical security on migrants' willingness to reside: The chain mediating effect of medical service utilization and health level. Chinese Journal of Health Policy, 2023, 16(5): 41-46.]

[46]
曹广忠, 陈思创, 刘涛. 中国五大城市群人口流入的空间模式及变动趋势. 地理学报, 2021, 76(6): 1334-1349.

DOI

[CAO G Z, CHEN S C, LIU T. Changing spatial patterns of internal migration to five major urban agglomerations in China. Acta Geographica Sinica, 2021, 76(6): 1334-1349.]

DOI

[47]
殷江滨, 张倩倩, 武文杰, 等. 多维距离对流动人口回流意愿的影响及群体异质性. 地理学报, 2022, 77(12): 3146-3161.

DOI

[YIN J B, ZHANG Q Q, WU W J, et al. Return migration intention: Heterogeneous effects from multidimensional distances over space. Acta Geographica Sinica, 2022, 77(12): 3146-3161.]

DOI

[48]
穆学英, 崔璨, 崔军茹, 等. 中国流动人口的跨等级流动及其对流入城市住房选择的影响. 地理学报, 2022, 77(2): 395-410.

DOI

[MU X Y, CUI C, CUI J R, et al. Hierarchical migration patterns of China's floating population and their impact on the housing choices. Acta Geographica Sinica, 2022, 77(2): 395-410.]

DOI

[49]
李仲达, 林建浩, 邓虹. 跨越省际移民中的文化壁垒: 信息沟通与身份认同. 经济学(季刊), 2021, 21(5): 1691-1710.

[LI Z D, LIN J H, DENG H. Beyond cultural barriers in interprovincial migration: Information communication and identity recognition. China Economic Quarterly, 2021, 21(5): 1691-1710.]

[50]
刘嘉杰, 刘涛, 曹广忠. 舒适性迁移研究进展与启示. 地理科学进展, 2023, 42(6): 1216-1228.

DOI

[LIU J J, LIU T, CAO G Z. Amenity migration: An international review and inspiration. Progress in Geography, 2023, 42(6): 1216-1228.]

DOI

[51]
RAPPAPORT J. Moving to nice weather. Regional Science and Urban Economics, 2007, 37(3): 375-398.

[52]
祁琪, 马瑞光, 殷江滨, 等. 地方环境对流动人口回流意愿的非线性影响: 基于流入地与户籍地的比较分析. 地理科学, 2024, 44(2): 228-237.

DOI

[QI Q, MA R G, YIN J B, et al. Non-linear influence of regional contexts on return migration intentions: A comparative study between the place of origin and destination. Scientia Geographica Sinica, 2024, 44(2): 228-237.]

DOI

[53]
曹广忠, 刘嘉杰, 刘涛. 空气质量对中国人口迁移的影响. 地理研究, 2021, 40(1): 199-212.

DOI

[CAO G Z, LIU J J, LIU T. Examining the role of air quality in shaping the landscape of China's internal migration: Phase characteristics, push and pull effects. Geographical Research, 2021, 40(1): 199-212.]

[54]
林李月, 朱宇. 流动人口城市间流动的时空结构特征及其性别差异: 基于福建省的实证研究. 地理科学, 2015, 35(6): 725-732.

DOI

[LIN L Y, ZHU Y. The space-time paths of the migrants' mobility across cities and their gender difference: Based on a survey in Fujian province. Scientia Geographica Sinica, 2015, 35(6): 725-732.]

[55]
朱峰. 就业极化、职业分割与流动人口性别工资差距. 统计与决策, 2023, 39(15): 85-88.

[ZHU F. Employment polarization, occupational segmentation and the gender wage gap in mobility. Statistics & Decision, 2023, 39(15): 85-88.]

[56]
窦旺胜, 秦波, 郝美竹, 等. 中国青年流动人口城市选择的空间特征及影响因素. 地理研究, 2023, 42(5): 1234-1247.

DOI

[DOU W S, QIN B, HAO M Z, et al. Spatial characteristics and influencing factors of young migrants' selection of city in China. Geographical Research, 2023, 42(5): 1234-1247.]

[57]
高非凡, 程晗蓓, 李志刚. 超大城市老旧社区邻里环境对流动人口心理健康的影响: 以武汉市为例. 自然资源学报, 2025, 40(1): 267-282.

DOI

[GAO F F, CHENG H B, LI Z G. The effects of neighborhood environment on migrants' mental health in old and dilapidated communities of megacities: A case study in Wuhan city. Journal of Natural Resources, 2025, 40(1): 267-282.]

Options
文章导航

/

〈 〉