基于空间滤波方法的中国省际人口迁移驱动因素

发布时间：2021-10-07 23:59

　　人口迁移数据中往往存在较强的网络自相关性,以往基于最小二乘估计的重力模型与迁移数据的拟合度较低,而改进后的泊松重力模型仍存在过度离散的缺陷,以上问题均导致既有人口迁移模型中的估计偏差。本文构建了特征向量空间滤波（ESF）负二项重力模型,基于2015年全国1%人口抽样调查数据,研究2010-2015年中国省际人口迁移的驱动因素。结果表明:（1）省际人口迁移流间存在显著的空间溢出效应,ESF能有效地提取数据中的网络自相关性以降低模型的估计偏差,排序在前1.4%的特征向量即可提取较强的网络自相关信息。（2）省际人口迁移流之间存在明显的过度离散现象,考虑到数据离散的负二项重力模型更适用于人口迁移驱动因素的估计。（3）网络自相关性会导致模型对距离相关变量估计的上偏与大部分非距离变量估计的下偏,修正后的模型揭示出以下驱动因素:区域人口特征、社会网络、经济发展、教育水平等因素是引发省际人口迁移的重要原因,而居住环境与公路网络等因素也逐渐成为影响人口迁移重要的"拉力"因素。（4）与既有研究相比,社会网络因素（迁移存量、流动链指数）对人口迁移的影响日益增强,而空间距离对人口迁移的影响进一步呈现弱化趋势。 

【文章来源】：地理学报. 2019,74(02)北大核心CSSCIEICSCD

【文章页数】：16 页

【文章目录】：
1 引言
2 数据来源与变量选择
    2.1 数据来源
    2.2 变量选择及预处理
3 研究方法
    3.1 重力模型
        3.1.1 泊松重力模型 (PGM)
        3.1.2 负二项重力模型 (NBGM)
    3.2 特征向量空间滤波 (ESF)
    3.3 空间句法 (Space Syntax)
    3.4 特征向量空间滤波负二项重力模型框架 (ESF NBGM)
4 中国省际人口迁移驱动因素分析
    4.1 中国省际人口迁移流间存在显著的空间溢出效应
    4.2 考虑到过度离散问题的负二项重力模型更具适用性
    4.3 人口、社会、经济和教育等因素的影响机制分析
        4.3.1 人口特征因素
        4.3.2 社会网络因素
        4.3.3 经济发展因素
        4.3.4 教育水平因素
    4.4 居住环境与公路网络的影响机制分析
        4.4.1 居住环境因素
        4.4.2 公路网络因素
    4.5 社会网络与迁移距离影响机制分析
5 结论与讨论
    5.1 结论
    5.2 讨论


【参考文献】：
期刊论文
[1]基于GWR和sDNA模型的广州市路网形态对住宅价格影响的时空分析[J]. 古恒宇,沈体雁,周麟,陈慧灵,肖凡.  经济地理. 2018(03)
[2]地理探测器:原理与展望[J]. 王劲峰,徐成东.  地理学报. 2017(01)
[3]胡焕庸线两侧人口的空间分异性及其变化[J]. 李佳洺,陆大道,徐成东,李扬,陈明星.  地理学报. 2017(01)
[4]基于人口迁移的中国城市体系演化预测研究[J]. 劳昕,沈体雁.  人口与经济. 2016(06)
[5]市场潜能、预期收入与跨省人口流动——基于空间计量模型的分析[J]. 张红历,梁银鹤,杨维琼.  数理统计与管理. 2016(05)
[6]我国人口迁移过程中的空间效应实证研究[J]. 连蕾.  人口与经济. 2016(02)
[7]中国省际人口迁移的多边效应机制分析[J]. 蒲英霞,韩洪凌,葛莹,孔繁花.  地理学报. 2016(02)
[8]路网形态对城市酒店业空间布局的影响研究:广州案例[J]. 陶伟,古恒宇,陈昊楠.  旅游学刊. 2015(10)
[9]中国人口迁移特征及其影响因素——基于第六次人口普查数据的分析[J]. 刘晏伶,冯健.  人文地理. 2014(02)
[10]中国省际人口迁移区域模式变化及其影响因素——基于2000和2010年人口普查资料的分析[J]. 王桂新,潘泽瀚,陆燕秋.  中国人口科学. 2012(05)



本文编号：3423032