流动人口留城意愿的地区差异及影响因素
发布时间：2021-09-28 23:23
基于中国流动人口动态监测数据,利用空间相关性分析、空间分布图分析了流动人口的地区差异,利用空间计量模型分析了影响流动人口留城意愿的因素。结果显示:流动人口留城意愿的空间格局呈现出北高南低,空间上具有正向的局部空间相关性;流动人口留城意愿的内部影响因素大于外部影响因素,流入地停留时间、家庭月支出、本地缴纳医疗保险显著促进了样本流动人口、乡—城流动人口与城—城流动人口的留城意愿;跨省流动人数占比值、流动次数、未婚流动人口所占的比重显著降低了样本流动人口、乡—城流动人口与城—城流动人口的留城意愿;人均地区生产总值显著促进了流动人口的留城意愿。
【文章来源】：城市问题. 2019,(11)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
城—城流动人口留城意愿空间分布图
城市瞭望图1城—城流动人口留城意愿空间分布图图2乡—城流动人口留城意愿空间分布图图3流动人口留城意愿空间分布图2．局部相关与空间自相关的检验结果通过空间自相关的检验得到，对全部流动人口数据、乡—城流动人口及城—城流动人口的数据分别进行检验，通过Moran’sI的检验，结果是留城意愿不存在全局空间相关性。通过Geary’sC的局部相关性检验，结果是在10%的显著水平上，留城意愿存在空间局部相关性。因此，基于流动人口数据、乡—城流动人口及城—城流动人口数据的留城意愿都存在局部空间相关性。表2空间相关性的检验结果流动人口乡—城流动城－城流动Moran’sI0．147(1．250)0．138(1．170)0．067(0．562)Geary’sC0．730(1．482)*0．757(1．319)*0．718(1．413)*注:括号内的代表统计量值的大小;*、＊＊、＊＊＊分别代表在10%、5%、1%水平显著。3．留城意愿的影响因素针对影响变量之间可能存在的多重共线性，利用逐步回归的方法剔除变量，建立相应的经典OLS回归模型与空间模型。对利用OLS回归后的结果进行空间检验，表3给出了模型选择的结果。通过表3得到，利用LM检验与Ｒobust—LM检验，得出对样本中的全部流动人口数据与乡—城流动人口数据，LM(lag)与ＲobustLM(lag)在10%的显著水平上是显著异于0的，但是对于城—城流动人口，LM检验无法得出城—城流动人口存在空间效应。表4给出了OLS估计与利用空间滞后模型(SEM)得到的估计结果。对于样本中的全部样本与乡—城流动人口利用空间滞后模型进行解释，对于城—城流动人口利用OLS模型进行解释。通过表4，利用SEM模型对全部样本的流动人口与乡—城流动人口的回归结果进行解释，利用OLS回归对城—城流动人口留城意愿的回归结果进行解释。关于流入城?
城市瞭望图1城—城流动人口留城意愿空间分布图图2乡—城流动人口留城意愿空间分布图图3流动人口留城意愿空间分布图2．局部相关与空间自相关的检验结果通过空间自相关的检验得到，对全部流动人口数据、乡—城流动人口及城—城流动人口的数据分别进行检验，通过Moran’sI的检验，结果是留城意愿不存在全局空间相关性。通过Geary’sC的局部相关性检验，结果是在10%的显著水平上，留城意愿存在空间局部相关性。因此，基于流动人口数据、乡—城流动人口及城—城流动人口数据的留城意愿都存在局部空间相关性。表2空间相关性的检验结果流动人口乡—城流动城－城流动Moran’sI0．147(1．250)0．138(1．170)0．067(0．562)Geary’sC0．730(1．482)*0．757(1．319)*0．718(1．413)*注:括号内的代表统计量值的大小;*、＊＊、＊＊＊分别代表在10%、5%、1%水平显著。3．留城意愿的影响因素针对影响变量之间可能存在的多重共线性，利用逐步回归的方法剔除变量，建立相应的经典OLS回归模型与空间模型。对利用OLS回归后的结果进行空间检验，表3给出了模型选择的结果。通过表3得到，利用LM检验与Ｒobust—LM检验，得出对样本中的全部流动人口数据与乡—城流动人口数据，LM(lag)与ＲobustLM(lag)在10%的显著水平上是显著异于0的，但是对于城—城流动人口，LM检验无法得出城—城流动人口存在空间效应。表4给出了OLS估计与利用空间滞后模型(SEM)得到的估计结果。对于样本中的全部样本与乡—城流动人口利用空间滞后模型进行解释，对于城—城流动人口利用OLS模型进行解释。通过表4，利用SEM模型对全部样本的流动人口与乡—城流动人口的回归结果进行解释，利用OLS回归对城—城流动人口留城意愿的回归结果进行解释。关于流入城?
本文编号：3412734
【文章来源】：城市问题. 2019,(11)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
城—城流动人口留城意愿空间分布图
城市瞭望图1城—城流动人口留城意愿空间分布图图2乡—城流动人口留城意愿空间分布图图3流动人口留城意愿空间分布图2．局部相关与空间自相关的检验结果通过空间自相关的检验得到，对全部流动人口数据、乡—城流动人口及城—城流动人口的数据分别进行检验，通过Moran’sI的检验，结果是留城意愿不存在全局空间相关性。通过Geary’sC的局部相关性检验，结果是在10%的显著水平上，留城意愿存在空间局部相关性。因此，基于流动人口数据、乡—城流动人口及城—城流动人口数据的留城意愿都存在局部空间相关性。表2空间相关性的检验结果流动人口乡—城流动城－城流动Moran’sI0．147(1．250)0．138(1．170)0．067(0．562)Geary’sC0．730(1．482)*0．757(1．319)*0．718(1．413)*注:括号内的代表统计量值的大小;*、＊＊、＊＊＊分别代表在10%、5%、1%水平显著。3．留城意愿的影响因素针对影响变量之间可能存在的多重共线性，利用逐步回归的方法剔除变量，建立相应的经典OLS回归模型与空间模型。对利用OLS回归后的结果进行空间检验，表3给出了模型选择的结果。通过表3得到，利用LM检验与Ｒobust—LM检验，得出对样本中的全部流动人口数据与乡—城流动人口数据，LM(lag)与ＲobustLM(lag)在10%的显著水平上是显著异于0的，但是对于城—城流动人口，LM检验无法得出城—城流动人口存在空间效应。表4给出了OLS估计与利用空间滞后模型(SEM)得到的估计结果。对于样本中的全部样本与乡—城流动人口利用空间滞后模型进行解释，对于城—城流动人口利用OLS模型进行解释。通过表4，利用SEM模型对全部样本的流动人口与乡—城流动人口的回归结果进行解释，利用OLS回归对城—城流动人口留城意愿的回归结果进行解释。关于流入城?
城市瞭望图1城—城流动人口留城意愿空间分布图图2乡—城流动人口留城意愿空间分布图图3流动人口留城意愿空间分布图2．局部相关与空间自相关的检验结果通过空间自相关的检验得到，对全部流动人口数据、乡—城流动人口及城—城流动人口的数据分别进行检验，通过Moran’sI的检验，结果是留城意愿不存在全局空间相关性。通过Geary’sC的局部相关性检验，结果是在10%的显著水平上，留城意愿存在空间局部相关性。因此，基于流动人口数据、乡—城流动人口及城—城流动人口数据的留城意愿都存在局部空间相关性。表2空间相关性的检验结果流动人口乡—城流动城－城流动Moran’sI0．147(1．250)0．138(1．170)0．067(0．562)Geary’sC0．730(1．482)*0．757(1．319)*0．718(1．413)*注:括号内的代表统计量值的大小;*、＊＊、＊＊＊分别代表在10%、5%、1%水平显著。3．留城意愿的影响因素针对影响变量之间可能存在的多重共线性，利用逐步回归的方法剔除变量，建立相应的经典OLS回归模型与空间模型。对利用OLS回归后的结果进行空间检验，表3给出了模型选择的结果。通过表3得到，利用LM检验与Ｒobust—LM检验，得出对样本中的全部流动人口数据与乡—城流动人口数据，LM(lag)与ＲobustLM(lag)在10%的显著水平上是显著异于0的，但是对于城—城流动人口，LM检验无法得出城—城流动人口存在空间效应。表4给出了OLS估计与利用空间滞后模型(SEM)得到的估计结果。对于样本中的全部样本与乡—城流动人口利用空间滞后模型进行解释，对于城—城流动人口利用OLS模型进行解释。通过表4，利用SEM模型对全部样本的流动人口与乡—城流动人口的回归结果进行解释，利用OLS回归对城—城流动人口留城意愿的回归结果进行解释。关于流入城?
本文编号：3412734
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3412734.html
