EN中文

地理学报 >

2022 , Vol. 77 >Issue 12: 3055 - 3071

DOI: https://doi.org/10.11821/dlxb202212008

“七普”人口地理

江苏省流动人口城—镇—乡分布的时空分异与影响因素

  • 汤爽爽 , 1, 2 ,
  • 周婧 , 3 ,
  • 邓颖慧 1 ,
  • 许琪琪 1
展开
  • 1.南京师范大学地理科学学院，南京 210023
  • 2.江苏省地理信息资源开发与利用协同创新中心，南京 210023
  • 3.北京理工大学管理与经济学院，北京 100081
周婧(1986-), 女, 四川西昌人, 博士, 副研究员, 硕导, 研究方向为人口迁移与城镇化。E-mail:

汤爽爽(1982-), 女, 江苏南京人, 博士, 教授, 博导, 中国地理学会会员(S110010006M), 研究方向为人口迁移与城乡规划。E-mail:

收稿日期: 2022-08-11

  修回日期: 2022-11-08

  网络出版日期: 2022-12-29

基金资助

国家自然科学基金项目(42071179)

国家自然科学基金青年项目(71904015)

教育部人文社会科学研究青年基金项目(19YJCZH146)

收起

Spatiotemporal differentiation and influencing factors on floating population distribution in city-town-rural areas of Jiangsu province

  • TANG Shuangshuang , 1, 2 ,
  • ZHOU Jing , 3 ,
  • DENG Yinghui 1 ,
  • XU Qiqi 1
Expand
  • 1. School of Geography, Nanjing Normal University, Nanjing 210023, China
  • 2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
  • 3. School of Management and Economics, Beijing Institute of Technology, Beijing 100081, China

Received date: 2022-08-11

  Revised date: 2022-11-08

  Online published: 2022-12-29

Supported by

National Natural Science Foundation of China(42071179)

Youth Program of National Natural Science Foundation of China(71904015)

Project of Humanities and Social Sciences(19YJCZH146)

Fold

摘要

以江苏省为研究区，探索了2010—2020年间流动人口在城、镇和乡（即城区、镇区和乡村3类地域类型）分布的时空分异和影响因素。研究发现：① 江苏省城和镇流动人口占常住人口的比例普遍增加，但镇的增幅明显高于城，乡的流动人口占比却在近一半的市县出现减少。② 江苏省流动人口苏南—苏中—苏北分布的梯度格局尚未发生根本性改变，苏南仍是吸引流动人口的高地，但苏中和苏北的镇对省内流动人口的吸引显著增强。③ 苏南一些乡和苏中、苏北一些镇流动人口占比有明显提升，体现了乡镇对流动人口的集聚能力。④ 模型结果显示，政府社会投入的增加有利于增强城、镇、乡对流动人口的吸引力；城镇居民恩格尔系数在城和镇对两类流动人口占比的影响有所不同；产业的影响因城、镇和乡的不同而分异：工业在城、镇、乡均为正向影响；产业结构的高级化在城镇仅对省内流动人口占比具有正向作用；农林牧渔业在乡为负向影响。

关键词： 人口分布; 流动人口; 时空分异; 影响因素; 江苏省

本文引用格式

汤爽爽 , 周婧 , 邓颖慧 , 许琪琪 . 江苏省流动人口城—镇—乡分布的时空分异与影响因素[J]. 地理学报, 2022 , 77(12) : 3055 -3071 . DOI: 10.11821/dlxb202212008

Abstract

Based on the data of the sixth and seventh national censuses (Jiangsu province), this paper seeks to explore the spatiotemporal differentiation and influencing mechanism of the distribution of floating population in cities (districts), towns, and rural areas from 2010 to 2020. The findings show that: (1) The floating-permanent population ratio in cities and towns in Jiangsu generally increased from 2010 to 2020, but the rate of increase in towns was significantly higher than that in cities; the floating-permanent population ratio decreased in nearly half of the units in rural areas. (2) The gradient pattern (south Jiangsu - central Jiangsu - north Jiangsu) of the distribution of the floating population remained stable. South Jiangsu is still a highland for attracting the floating population, but towns in central and north Jiangsu have become attractive to the floating population in the province. There are also differences in the distribution of the intra- and inter-floating population in cities, towns, and rural areas. (3) The share of the floating population in parts of rural areas in south Jiangsu and some towns in central and north Jiangsu increased significantly, reflecting the agglomeration capacity of the towns and rural areas for the floating population. (4) The results of the models show that the increase in government social investments is important to enhancing the attractiveness of cities, towns, and rural areas to the floating population; the Engel coefficient of urban residents has different effects on intra- and inter-floating population in cities and towns; the impacts of industry in cities, towns and rural areas are positive; the upgrading of the economic structure only has a positive effect on the ratio of intra-floating population in cities and towns; the effect of the farming industry is negative in rural areas.

Key words： population distribution; floating population; spatiotemporal differentiation; influencing factors; Jiangsu province

1 引言

2010年以来，国家密集出台了《国家新型城镇化规划（2014—2020年）》《乡村振兴战略规划（2018—2022年）》等发展战略。深入推进以“人为核心”的新型城镇化战略，全面提升城镇化发展质量，成为“十四五”期间中国城镇化发展的重要目标。除坚持控制大城市规模外，“十四五”规划强调将中小城市、小城镇和乡村作为中国经济社会发展的新引擎。如何让城镇留得住人，乡村如何成为人口创业就业的新舞台，如何缓解要素由乡村向城市的单向流动，成为当前应对小城镇衰落、乡村人口老龄化和产业空心化的关键。事实上，中国的城镇化已进入快速发展阶段的中后期，广袤乡村正经历着发展转型，表现出城、镇和乡之间不断增强的联动关系。具体到中国的人口流向，尽管乡—城迁移流动仍是当前人口迁移流动的主要形式[1]，但长距离人口迁移流动的规模和增速已在趋缓[2]。在大城市周边，一些中小城市和小城镇已成为城乡融合的平台和承接流动人口的重要载体[3-4]。以县城为中心的人口“就地”和“就近”城镇化趋势也愈加凸显[1]。在一些经济社会发展程度较高或具有独特资源禀赋的地区，城乡间的联系变得愈发频繁，乡村的流动人口已呈增长态势[5]。在这一系列转型背景下，对城、镇和乡3类地域类型加以区分，探究流动人口在城、镇和乡的时空分布动向及其背后机理，对于科学认知日趋多元的城镇化模式和城乡关系，有针对性地提出城乡融合发展和区域协调发展策略，具有重要的理论和实践价值。
中国流动人口分布格局的演变与城镇化进程密切相关[6-7]。1978年改革开放以来，中国大规模的人口迁移流动成为快速城镇化进程的重要表征。总体上，中国流动人口的分布具有明显的不均衡性和极化效应[8⇓-10]。流动人口主要选择向沿海城市群以及一些中西部的大中城市集聚[11⇓⇓⇓⇓-16]；除了向城市的集聚，在中西部广大地区及非城市群地区，流动人口向镇的集聚也较为明显[4]。在乡村，人口的外流程度整体上不断加深[17]，但在一些经济发达的乡村，流入人口的规模已有所增长[5]。区域间发展差异是流动人口分布不均衡的主要原因[7,18]。在不同区域之间或区域不同发展阶段之间，影响流动人口分布的机制会存在差别。改革开放初期，经济增长和工业化是流动人口集聚的重要推手[19]。21世纪以来，除收入水平、就业机会等经济因素外，人力资本和城市公共服务资源等要素的作用开始显现[9,20]。综上，目前相关研究主要聚焦于人口向城镇的流动，鲜有研究将流入地按照城、镇和乡加以区分并揭示和比较流动人口在这3类地域空间的时空分异及其背后的影响因素。随着城镇化的不断深入，城、镇和乡的要素互动愈发频繁，镇和乡的重要性进一步凸显，由此3类地域空间与流动人口之间的关系亟待分类探讨。
江苏省作为长三角的重要组成部分，其城镇化和城乡融合发展走在全国前列，对流动人口有较高吸引力。省内苏南、苏中和苏北3个发展梯度差异明显区域呈现出多样化的流动人口分布格局。近年来3个区域结合国家城乡发展战略与自身发展定位，积极探索推动城、镇和乡发展的新举措，并取得了一定成效。因此，在研究县市尺度下流动人口在城、镇和乡分布格局的多样性和演变规律方面，江苏省可作为较好的案例地。本文基于第六次和第七次全国人口普查数据，以江苏省为研究区刻画和比较了2010—2020年流动人口在城、镇和乡分布（即城区、镇区和乡村3类地域类型）的时空演变规律，并运用分位数回归模型揭示出影响流动人口空间分布的关键因素。研究主要创新点为：在县市尺度，首次将研究单元细化至城、镇和乡3类地域空间，并将研究对象划分为总体、省内和省外流动人口3类，试图通过全面刻画流动人口分布的时空分异及其影响因素，以期发现中国城镇化的新特点和城乡关系的新趋势。随着中国城镇化进入中后期，国家战略转向城乡融合发展和区域协调发展，本文不仅对近10年来国家战略的实施提供了评估，亦可对未来相关政策的颁布和实施提供理论参考。

2 研究区、数据与研究方法

2.1 研究区与数据来源

江苏省位于经济社会发展水平较高的东部沿海地区，是人口流入大省，但城、镇和乡对流动人口的吸引存在明显差异。按照经济社会发展梯度，通常把江苏省分为3个区域：发达的苏南（包括南京、镇江、常州、无锡和苏州5个地级市）；发展中的苏中（包括扬州、泰州和南通3个地级市）；相对欠发达的苏北（包括淮安、盐城、宿迁、连云港和徐州5个地级市）。高度城镇化的苏南已形成包括地级市和县级市在内的城市群，带动周边小城镇和乡村的发展；苏中和苏北的城镇化水平较苏南呈梯度下降，城镇发展通常以地级市为核心，并存在一批以城关镇为节点的县。
流动人口数来源于第六次和第七次全国人口普查（江苏省）的长表数据。该数据把外来人口按照其现居住地分为城、镇和乡3类地域空间，按照其户籍地分为市内跨县、省内跨市和省外多个类别。文中基于该数据的流动人口测算依据戚伟等2017年对于县市尺度流动人口的测算方法。分位数回归模型所涉及的社会经济数据来源于2011年和2021年《江苏省统计年鉴》。需要指出，文中对于城、镇和乡的划分参考《统计上划分城乡的规定》①（①按照《统计上划分城乡的规定》，城镇包括城区和镇区。城区是指在市辖区和不设区的市，区、市政府驻地的实际建设连接到的居民委员会和其他区域。镇区是指在城区以外的县人民政府驻地和其他镇，政府驻地的实际建设连接到的居民委员会和其他区域。乡村是指本规定划定的城镇以外的区域。），即以实际建设情况为主要划分依据。因此，文中所涉及的城、镇和乡代表了3类不同的地域类型：城和镇分别为城区和镇区；而乡则指划定的城镇以外的区域（即乡村）。

2.2 流动人口在城、镇和乡分布格局演变研究

（1）流动人口规模演变。以县市（包括县、县级市和地级市市辖区）为研究单元，依据戚伟等2017年对于县市尺度流动人口的界定，计算对应县市单元对应类型的流动人口数（流动人口类型细分为：总流动人口、省内流动人口和省外流动人口）。运用ArcGIS 10.2对数据结果进行可视化，采用自然断点法描绘两个普查年份研究区流动人口规模的空间分布和变化情况。
（2）流动人口占比演变。流动人口对区域社会经济环境往往存在“趋利避害”的特征，区域内流动人口占常住人口的比例（即人口流动的强度）可反映该区域对流动人口的吸引力。本文依次计算了流动人口（包括总流动人口、省内流动人口、省外流动人口）占该县市单元城、镇、乡常住人口的比例。相比已有研究，本文对流动人口吸引力的计算方法规避了地域空间面积增减带来的人口绝对规模变化所引发的数据干扰。该占比的分级参考自然断点法，并同时考虑到省内和省外流动人口与总流动人口之间的关系。
此外，本文还考察了2010年与2020年流动人口占比的比值，以刻画研究区内城、镇和乡对流动人口吸引力的时空演变。流动人口增幅大于常住人口的变动，以及流动人口减幅小于常住人口减幅，均可导致流动人口占比的增长。因此，流动人口占比的变化体现了两次普查期间区域吸纳新流动人口以及留住已有流动人口的能力，综合性地刻画了区域对流动人口吸引力的变化。需要指出，由于2010—2020年的行政区划调整，江苏省有5个县升级为县级市或市辖区，因此造成县市单元中地域类型的变动（即镇区升级为城区）。为减少这种变化对流动人口占比的影响，本文在计算两年期比值时，对涉及这个县的县市单元沿用2010年的行政区划图。

2.3 流动人口在城、镇和乡分布影响因素研究

迁移理论认为，与流出地相比，流入地更高的居民收入水平和更为丰富的就业机会是吸引人口流入和留下的重要原因[7,19]。近年来，随着流动人口城市生涯的不断增长、新生代农民工成为流动人口主体以及家庭化迁移流动的增多，影响人口迁移流动的因素日趋复杂。流动人口选择流入地时不再只关注当地收入水平和就业机会，地区的公共服务水平和人民生活质量也成为其关注要点[9,20]。具体到城、镇和乡，产业由城向镇的转移，小城镇和县城在教育和医疗资源的改善，乡村交通的通达与产业的发展等，都会深刻影响人口的迁移流动决策[4,17]。因此，本文聚焦政府社会投入、人民生活水平和相关产业发展三个维度对江苏省城、镇和乡流动人口占比的影响。考虑到三个维度在城、镇和乡吸引和留住流动人口的影响机制有所不同，本文有侧重地选择典型变量对城、镇和乡分别建立回归模型。
① 政府社会投入方面，流动人口对流入地政府社会投入的感知与当地政府在地区基础设施、城市面貌、社会福利等方面的投入密切相关，故以公共预算支出作为衡量变量。受数据获取的限制，城、镇和乡的模型均选取县市人均一般公共预算支出为变量。② 人民生活水平方面，城和镇的模型选取城镇居民恩格尔系数为衡量变量，乡的模型纳入城乡收入差距作为衡量变量。考虑到流动人口流入乡村的决策与乡村居民生活质量的联系较弱，而较大的城乡收入差距会使流动人口选择流入城镇而非乡村，故选择城乡收入差异这一指标而非农村居民恩格尔系数。③ 相关产业发展方面，分别纳入与城、镇和乡发展关系密切的产业因素。城和镇的模型纳入工业发展水平和产业结构高级化[24]；乡的模型纳入工业发展水平、农林牧渔业发展水平作为变量。城、镇和乡模型所采用解释变量的说明和描述性分析结果如表1所示。
表1 回归模型主要变量及其描述性统计

Tab. 1 The main variables of the regression equations and their descriptive statistics

变量类型 变量名 变量解释 平均值 标准差 最小值 最大值
被解释变量
(城)		 城区流动人口占比 城区总流动人口/城区常住人口(%) 16.56 13.08 0.68 54.87
城区省内流动人口/城区常住人口(%) 6.64 4.35 0.67 14.48
城区省外流动人口/城区常住人口(%) 9.92 9.80 0.12 40.47
解释变量
政府社会投入 公共服务投入 县市人均一般公共预算支出(万元/人·年) 0.93 0.71 0.21 3.43
人民生活水平 生活水平 城镇居民恩格尔系数 33.16 4.08 24.90 44.10
相关产业发展 工业发展 人均工业产值(万元/人·年) 3.17 2.15 0.49 10.64
产业结构高级化 第三产业产值/第二产业产值(比值大于或等于1赋值1，小于1赋值0) 0.32 0.47 0.00 1.00
被解释变量
(镇)		 镇区流动人口占比 镇区总流动人口/镇区常住人口(%) 13.20 13.82 0.26 52.44
镇区省内流动人口/镇区常住人口(%) 5.30 5.72 0.10 30.48
镇区省外流动人口/镇区常住人口(%) 7.90 10.03 0.16 43.30
解释变量
政府社会投入 公共服务投入 县市人均一般公共预算支出(万元/人·年) 0.93 0.71 0.21 3.43
人民生活水平 生活水平 城镇居民恩格尔系数 33.16 4.08 24.90 44.10
相关产业发展 工业发展 人均工业产值(万元/人·年) 3.17 2.15 0.49 10.64
产业结构高级化 第三产业产值/第二产业产值（比值大于或等于1赋值1，小于1赋值0） 0.32 0.47 0.00 1.00
被解释变量
(乡)		 乡村流动人口占比 乡村总流动人口/乡村常住人口(%) 8.19 12.12 0.43 50.95
乡村省内流动人口/乡村常住人口(%) 2.37 2.84 0.15 12.78
乡村省外流动人口/乡村常住人口(%) 5.82 9.53 0.24 40.41
解释变量
政府社会投入 公共服务投入 县市人均一般公共预算支出(万元/人·年) 0.93 0.71 0.21 3.43
人民生活水平 城乡收入差距 城镇居民人均可支配收入/农村居民人均可支配收入 1.50 0.47 1.00 2.47
相关产业发展 工业发展 人均工业产值(万元/人·年) 3.17 2.15 0.49 10.64
农林牧渔业发展 人均农林牧渔业产值(万元/人·年) 0.96 0.61 0.14 2.86

注：数据来源于2011年和2021年《江苏省统计年鉴》。

本文以江苏省所有县市单元2010年和2020年两期流动人口占常住人口的比例作为因变量，分别建立总流动人口、省内流动人口和省外流动人口的混合截面数据库。若以两期流动人口占比的变化为因变量，则会因数据量过小无法兼顾模型结果的可靠性。本文同时采用普通最小二乘法（OLS）回归和分位数回归来估计政府社会投入、人民生活水平和相关产业发展对城、镇和乡流动人口占比的影响。需要指出，分位数回归模型能够对不同分位数下的解释变量和被解释变量的线性关系进行估计[21]。与线性回归模型相比，分位数回归模型能更全面地描述因变量的全局特征，而不仅是均值；分位数回归模型对误差项的分布假设条件更为宽松，对非正态分布数据的估计结果更加稳健。另外，流动人口占比呈指数分布，采用分位数回归方法的估计结果更为可靠。综上，采用分位数回归或更适合本文研究。分位数回归模型选取经典的5个分位数（10%、25%、50%、75%、90%）以检验各影响因素与流动人口占比关系的异质性。
本文的分位数回归模型可表述如下：
Q τ M P i j k T P i j | X = a 0 + ∑ a i X i + ε i
式中： M P i j k T P i j表示在i县市单元j类地域空间（城、镇、乡）K类流动人口（总体、省外、省内）占j类地域空间（城、镇、乡）常住人口的比例； Q τ M P i j k T P i j | X表示在X的情况下分位点τ（0< τ <1）对应的条件分位数；a0为常数；Xi为自变量；ai为对应的回归系数；εi为随机误差项。由于模型的样本量较小，本文采用Bootstrap进行有放回抽样，抽样400次获得稳健回归结果。

3 江苏省流动人口分布的时空分异

3.1 流动人口整体分布格局演变

2010—2020年江苏省流动人口规模迅速增长，但存在明显的区域差异（图1）。苏南一直是吸引流动人口的高地，其高值区连片集聚。苏南的流动人口规模进一步扩大，形成苏锡常和南京两个明显的核心区。苏中和苏北的流动人口规模相对苏南较小，其高值区主要位于地级市市辖区。伴随着行政区划调整，这两个区域的流动人口在地级市市辖区内显著增长。其中，苏北的流动人口仍主要集中在地级市市辖区，而苏中地级市市辖区周边县市的流动人口规模有所扩大。
图1 2010年和2020年江苏省流动人口规模

Fig. 1 Spatial distribution of floating population size in 2010 and 2020

江苏省省内、外流动人口在规模上也存在区域差异。总体上，3个区域的省、内外流动人口规模保持着梯度差异格局，但两类流动人口的规模存在不一致。其中，苏南的省外流动人口规模明显大于其省内流动人口规模；苏北的状况与苏南相反；而苏中两类流动人口规模的差距不大。10年间苏南的省内流动人口进一步向南京市和苏州市市辖区集中，省外流动人口规模的高值区范围进一步扩大（涉及南京市、苏州市、无锡市和常州市的市辖区）。尽管苏中和苏北的省内、外流动人口的规模有明显增长，但与苏南相比仍存在显著差距，且主要在地级市市辖区集聚。
在流动人口占比方面，2010—2020年江苏省绝大多数县市单元的流动人口占常住人口的比例有所增加（图2）。苏南流动人口占比的高值区以苏锡常为核心向西延伸；苏中和苏北流动人口占比的高值区范围也有所扩大。尽管地级市市辖区仍是苏中和苏北吸引流动人口的节点，但已出现以此为核心向周边扩展的态势。
图2 2010年和2020年江苏省流动人口占常住人口比例

Fig. 2 Spatial distribution of floating-permanent population ratio in 2010 and 2020

2010—2020年间省外流动人口占比在3个区域增长明显，表明江苏省对省外流动人口吸引力的整体提升。2020年省外流动人口占比的高值区基本覆盖了苏南全域；苏中占比的高值区已呈现出在沿江地带的连绵集聚状态；苏北占比的高值区主要为地级市市辖区。此外，尽管苏南仍对省内流动人口保持着较强吸引力，但省内流动人口占比在苏中和苏北有明显提升，高值区范围进一步扩大。苏中和苏北的地级市市辖区，省内流动人口占比已与苏南无明显差距，体现出这两个区域对省内流动人口显著增长的吸引力。

3.2 城区流动人口分布格局演变

江苏省3个区域城区流动人口占比的高值区范围在2010—2020年间均有所扩大，但仍具有明显的区域差异（图3）。有别于苏中和苏北，苏南的县已完全升级为市辖区或县级市，其流动人口占比的高值区由苏锡常向西延伸（同时涉及地级市和县级市城区），形成明显的连绵集聚状态。当前苏南已形成以南京都市圈和苏锡常都市圈为核心的城市群，城市群内各等级城市对流动人口普遍具有较强吸引力。苏中城区的流动人口占比在2010—2020年间有所增加，但有别于苏南的连绵集聚状态，该比值在地级市城区表现出明显的极化特征。与苏中类似，苏北城区流动人口占比的高值区同样主要集中在地级市城区，但该区域不同地级市对于流动人口的吸引存在差异。2010—2020年间苏北的徐州、宿迁和盐城3个地级市城区的流动人口占比增幅明显，但连云港和淮安城区的流动人口占比却在减少。进一步比较两个普查年份流动人口占比比值发现，江苏省大部分城市城区的流动人口占比均在稳步增长（2020年与2010年占比比值大于1），增幅明显的地区（2020年与2010年占比比值大于2的县市单元）主要为近年来经济发展迅速且优势产业明显的县级市城区（如苏南的溧阳市、苏中的泰兴市、苏北的东台市）。
图3 2010年和2020年江苏省城区流动人口占常住人口比例

Fig. 3 Spatial distribution of floating-permanent population ratio in districts of cities in Jiangsu in 2010 and 2020

省内、外流动人口占比的高值区均在苏南连片集聚，且这一态势在2010—2020年间有所强化。相比省内流动人口，省外流动人口占比的高值区涉及苏南更多城市的城区（包括地级市和县级市），表明该区域更多城市对于长距离的跨省流动人口具有较强吸引力。与苏南相比，苏中和苏北的城区对省内流动人口更具吸引力，且地级市城区的优势明显。但在这两个区域更多的县市单元，省外流动人口占比较省内流动人口占比有所增加，一些县级市的省外流动人口占比增幅明显。结果表明，苏中和苏北存在省外人口补给现象，一些县级市正逐渐成为这两个区域吸引省外流动人口的增长点。

3.3 镇区流动人口分布格局演变

与流动人口在城区的分布相似，镇区的流动人口占比在3个区域的分布同样存在明显的梯度差异（图4）。苏南流动人口占比的高值区主要位于苏锡常的下辖镇，且向西延伸并连片集聚。苏南（尤其是苏锡常）具有发展乡镇企业的历史，形成独特的“苏南模式”。自20世纪90年代末，传统的“苏南模式”向以开发区建设和外向型经济驱动为特征的新“苏南模式”转变[22]，进一步推动着该区域中镇的经济发展。此外，随着“三集中（农业向规模经营和农业园区集中、工业向开发区和工业集中区集中、农民居住区向城镇和农村新型社区集中）”等地方政策和中心城市都市区化的带动，苏南一些镇对流动人口保持着较强吸引力。苏中流动人口在镇的集聚程度不及苏南，该占比的高值区主要分布在地级市及一些县级市的下辖镇，且这一趋势在2010—2020年间有所强化，体现出该区域以城市为核心对周边小城镇的带动作用。苏北镇区的流动人口占比不及苏南，但该区域的相对高值区范围明显扩大，主要分布在各地级市下辖镇，成片集聚态势尚未形成。
图4 2010年和2020年江苏省镇区流动人口占常住人口比例

Fig. 4 Spatial distribution of floating-permanent population ratio in towns of Jiangsu in 2010 and 2020

3个区域中流动人口在镇区的占比变化存在差异，体现出镇在3个区域中功能的不同。在苏南，城镇群的发育较为完善，小城镇的二三产业具有厚实基础，其作为都市功能的重要组成和经济增长节点，吸引着外来人口的流入。苏中流动人口占比增幅较大的镇主要位于地级市或县级市的市辖区内。而苏北除了都市圈内的小城镇外，县政府所在的城关镇和一些特色镇也是流动人口快速增长的地区。相比中国中西部的大部分镇，苏北的城关镇具有更大的人口规模（如阜宁县阜城镇的人口规模达到30余万，而睢宁县睢城镇的人口规模达到20余万），这些城关镇除了是流动人口就近城镇化的节点，也是返乡人口的落脚之处。此外，一些基于自身资源特色、电商平台和劳动密集型产业而发展的特色镇也已成为吸引流动人口的中心。
对比省内、外流动人口占比的变化发现，镇区的两类流动人口占比的高值区仍明显集中在苏南，且其范围均有所扩大。尽管苏南—苏中—苏北的区域差异仍然存在，但2010—2020年间两类流动人口占比增幅明显地区主要位于苏中和苏北而非苏南。其中，苏中的镇属于吸引省内和省外人口的中间地带，两类流动人口占比均有所增加。但相比省外流动人口，该区域省内流动人口占比在更多的县市单元增幅明显（主要集中在沿江地带）。苏北镇区的省内流动人口占比普遍比省外流动人口占比更高，但省外流动人口占比增幅明显地区范围更广。这些结果表明，苏南的镇对省内、外流动人口均保持着较强吸引力，但苏中和苏北的镇对流动人口的吸引力存在类型差异。

3.4 乡村流动人口分布格局演变

乡村流动人口占比的高值区明显集中在苏南（以苏州市和无锡市为核心）（图5），这当中包含部分流动人口快速增长的乡村（如溧阳市、常熟市、南京的溧水区和高淳区；已有研究亦发现苏南部分乡村已成为外来农村流动人口和城市人口的流入地[5,23]），以及更多流动人口呈减少趋势的乡村（如无锡、常州和苏州的市辖区，以及江阴和丹阳等县级市）。由于后者的流动人口减幅低于常住人口减幅，依然呈现出2010—2020年间流动人口占比增长的趋势。相比苏南，苏中和苏北乡村的流动人口占比较小。尤其在苏北乡村，流动人口占比在两个普查年份基本处于0~4%的范围，流动人口占比的增加主要源于撤乡并镇和人口外流造成的常住人口减少。但需要指出，流动人口和常住人口减幅的不一致也可一定程度反映该区域的乡村对流动人口吸引力的差异。
图5 2010年和2020年江苏省乡村流动人口占常住人口比例

Fig. 5 Spatial distribution of floating-permanent population ratio in rural areas of Jiangsu in 2010 and 2020

相比省内流动人口，苏南乡村的省外流动人口占比更为稳定，占比的高值区成片集聚，且在2010—2020年间基本呈增长态势。苏中和苏北的乡村则普遍存在流动人口（无论是来自省内还是省外）和常住人口同时减少的现象。但与此同时，在这两个区域的乡村，流动人口占比（尤其是省内流动人口占比）增幅明显的县市单元比苏南更多。这些结果表明，尽管流动人口“南密北疏”分布格局尚未发生根本性改变，但3个区域的乡村对流动人口的吸引力发生了变化，并且吸引着不同类型群体。

3.5 流动人口在城、镇和乡分布格局演变比较

总体上，2010—2020年间江苏省城区和镇区流动人口占常住人口的比例普遍增加，但镇区流动人口占比增幅相较于城区更为明显。具体而言，两年期城区流动人口占比比值主要在1~2区间范围，但两年期镇区占比比值大于2的地区涉及江苏约一半的县市单元，主要集中在苏中—苏北的沿江城市带、沿海城镇轴和沿东陇海城镇轴3条江苏重要的战略发展轴上。这些结果表明，尽管城仍是江苏吸引流动人口的节点，但镇对于流动人口的吸引力在2010—2020年间明显增强。从3个区域看，苏南的城和镇对流动人口保持着较强吸引力，但镇的占比增幅明显地区主要位于苏中和苏北，体现了这两个区域的镇对流动人口显著提升的吸引力。
相比城和镇，乡村流动人口占比的高值区更为集中在苏南，且2010—2020年间该占比在江苏更多的县市单元有所减少。尤其在苏北多于一半的县市单元，乡村对于流动人口的吸引力持续下降，人口（包括户籍人口和流动人口）仍明显地向城镇集聚；而在苏南和苏中，尽管人口仍保持着向城镇集聚的趋势，但一些乡村（尤其在苏南）对于流动人口已具有一定的吸纳和保留能力。
在3类地域类型空间，省外流动人口占比的高值区保持着在苏南的集中态势，但其在城区和镇区的占比增幅明显地区主要位于苏中和苏北而非苏南。对于省内流动人口，其在城区和镇区占比的高值区除位于苏南之外，还包括苏中和苏北的地级市市辖区和一些县（针对镇）。相较于城和乡，镇区省内流动人口占比增幅明显地区涉及苏中和苏北更多的县市单元。这些结果表明，江苏省3个区域的城、镇和乡吸引流动人口的类型存在差异，且在2010—2020年间其对省内、外流动人口吸引的变化明显。

4 江苏省流动人口分布影响因素

回归模型结果显示，政府社会投入、人民生活水平和相关产业发展对江苏省城、镇和乡的总流动人口、省内和省外流动人口占比的影响存在分位数差异。故本文重点就分位数回归结果展开讨论。模型估计结果见表2~表4。
表2 回归模型结果(城)

Tab. 2 Results of regression models (city)

解释变量 流动人口 OLS 分位数
类型 均值 Q10 Q25 Q50 Q75 Q90
政府社会投入 公共服务投入 总体 0.126*** 0.075** 0.143*** 0.116*** 0.142*** 0.142
省内 0.048*** 0.022 0.044*** 0.049*** 0.049*** 0.028
省外 0.078*** 0.043 0.044 0.075*** 0.078*** 0.089*
人民生活水平 城镇居民恩格尔系数 总体 0.071*** 0.042*** 0.045*** 0.058*** 0.072*** 0.132***
省内 0.028*** 0.020*** 0.029*** 0.030*** 0.033*** 0.028*
省外 0.043*** 0.012* 0.016* 0.026 0.049** 0.090***
相关产业发展 工业发展 总体 0.054*** 0.047** 0.020 0.057* 0.059** 0.093
省内 0.010 0.019*** 0.016*** 0.014*** 0.007 0.019
省外 0.044*** 0.012 0.025* 0.037** 0.057*** 0.086***
产业结构高级化 总体 0.014 0.024 0.009 0.002 0.011 0.066
省内 0.022** 0.016 0.021** 0.027** 0.028* 0.034
省外 -0.008 -0.011 -0.018 -0.015 0.010 0.046
常数项 总体 0.010 -0.007 -0.036 0.008 0.023 0.054
省内 0.006 0.002 -0.009 -0.003 0.019 0.054
省外 0.003 -0.007 0.002 0.002 0.019 0.048
总体 0.663 0.388 0.441 0.495 0.504 0.425
R2 省内 0.621 0.357 0.421 0.473 0.439 0.291
省外 0.585 0.319 0.336 0.401 0.483 0.437
观测数 77 77 77 77 77 77

注：***：p < 0.01, **：p < 0.05, *：p < 0.1。

表3 回归模型结果(镇)

Tab. 3 Results of regression models (town)

解释变量 流动人口 OLS 分位数
类型 均值 Q10 Q25 Q50 Q75 Q90
政府社会投入 公共服务投入 总体 0.131*** 0.076** 0.097*** 0.149*** 0.146*** 0.119**
省内 0.048*** 0.024*** 0.028*** 0.043*** 0.044*** 0.034
省外 0.083*** 0.022 0.030 0.059* 0.083*** 0.106*
人民生活水平 城镇居民恩格尔系数 总体 0.048*** 0.013** 0.023*** 0.024** 0.026 0.036**
省内 0.016*** 0.009*** 0.009*** 0.012*** 0.009*** 0.009
省外 0.032*** 0.011*** 0.013 0.015 0.010 0.009
相关产业发展 总体 0.059*** 0.015 0.027*** 0.038* 0.073*** 0.082***
工业发展 省内 0.010 0.009** 0.010** 0.010 0.013*** 0.021
省外 0.049*** 0.020*** 0.031** 0.042*** 0.068*** 0.069**
产业结构高级化 总体 0.019 -0.012 -0.007 -0.041 -0.036 0.012
省内 0.034*** 0.008** 0.001 0.002 0.051 0.138***
省外 -0.014 0.002 -0.005 -0.024 -0.046** -0.073**
常数项 总体 0.004 -0.015 -0.004 -0.007 0.045 0.107
省内 -0.003 -0.003 0.002 0.001 0.012 0.029
省外 0.006 0.003 0.012 0.019 0.052* 0.069
总体 0.732 0.271 0.319 0.475 0.577 0.567
R2 省内 0.485 0.286 0.300 0.343 0.388 0.493
省外 0.682 0.182 0.269 0.410 0.560 0.589
观测数 118 118 118 118 118 118

注：***：p < 0.01, **：p < 0.05, *：p < 0.1。

表4 回归模型结果(乡)

Tab. 4 Results of regression models (rural areas)

解释变量 流动人口 OLS 分位数
类型 均值 Q10 Q25 Q50 Q75 Q90
政府社会投入 公共服务投入 总体 0.089*** 0.027 0.031 0.085** 0.102*** 0.110**
省内 0.016*** 0.013*** 0.012* 0.012*** 0.005 0.027
省外 0.073*** 0.011 0.018 0.084** 0.096*** 0.091**
人民生活水平 城乡收入差距 总体 -0.061*** -0.030 -0.024 -0.041** -0.049*** -0.057*
省内 -0.003 -0.010* -0.006 -0.003 -0.004 -0.005
省外 -0.058*** -0.015* -0.016 -0.048** -0.045*** -0.043**
相关产业发展 总体 0.039*** 0.016 0.025** 0.034** 0.048** 0.061*
工业发展 省内 0.007*** 0.003 0.007** 0.011*** 0.019** 0.011*
省外 0.032*** 0.011*** 0.019*** 0.017** 0.025*** 0.046*
农林牧渔业发展 总体 -0.041*** -0.009 -0.018** -0.026*** -0.034*** -0.047***
省内 -0.012*** -0.003** -0.005*** -0.007*** -0.007*** -0.012**
省外 -0.029*** -0.006 -0.013*** -0.020*** -0.026*** -0.040***
常数项
 总体 0.090 0.043 0.045 0.058 0.092 0.134
省内 0.013 0.010 0.012 0.015 0.031 0.024
省外 0.077 0.025 0.032 0.043 0.056 0.098
总体 0.728 0.154 0.233 0.413 0.593 0.635
R2 省内 0.641 0.229 0.291 0.452 0.513 0.505
省外 0.724 0.119 0.187 0.369 0.594 0.646
观测数 118 118 118 118 118 118

注：***：p < 0.01, **：p < 0.05, *：p < 0.1。

4.1 城区流动人口分布影响因素

总体上，政府社会投入的增加对流动人口占比的提升有普遍正向作用，印证了公共服务资源对人口迁移流动的影响[20]。这一影响对于总流动人口、省内和省外流动人口占比无明显差别。人民生活水平的影响方面，城镇居民恩格尔系数与城区流动人口占比存在一定的正相关关系，即城镇居民恩格尔系数越高，越会促使流动人口流入该城区和长期居住。这种效应对省内和省外流动人口占比的影响均较为显著，体现出城市生活质量对于吸引流动人口的意义。
根据分位数回归模型结果（表2），工业发展水平对省外流动人口占比的影响在更多分位数显著，而对省内流动人口聚集的影响主要集中在占比低分位的城区。这些结果表明了工业就业是城市吸引流动人口（尤其是省外流动人口）的重要因素。产业结构高级化的影响方面，OLS模型和Q25~Q75分位数模型的结果具有一致性，即：在三产产值高于二产产值的城区，其省内流动人口占比显著高于三产产值低于二产产值的城区，这可能与省内流动人口更多在第三产业从事相关工作有关。已有研究发现产业结构高级化对人口规模的影响在高级化初期与后期存在差别，亦存在区域异质性[24]。本文表明，产业结构高级化对于城市吸引流动人口的影响针对不同群体（省内、外流动人口）存在差别。

4.2 镇区流动人口分布影响因素

县市人均公共预算支出对镇区流动人口占比的影响与城区相似，即其对总体、省内和省外流动人口占比具有普遍正向作用。人民生活水平的影响方面，城镇常住居民恩格尔系数与流动人口在镇的占比存在正向关系。根据分位数回归模型的结果（表3），相比省外流动人口，该指标对省内流动人口占比的影响在更多分位数显著。这些结果表明，生活质量是吸引省内流动人口流入和留在镇的重要因素。
工业发展对镇区总体和省外流动人口占比的提升均有明显正向作用，对省内流动人口占比也具有一定影响。这可能因为，2010—2020年间“工业强镇”“小城镇、大战略”已成为江苏省不少镇的发展战略。随着工业向镇的集聚或转移，流动人口也向镇聚集。工业发展的正向影响在流动人口占比高分位的镇更为凸显，表明流动人口的聚集能够强化工业吸引流动人口流入和留在镇，这也符合流动人口往往通过由老乡和工友组成的社会网络寻找工作的特征。相较于三产产值低于二产产值的县市，三产产值高于二产产值县市的三产对人力资本的要求通常更高，而镇区三产的就业机会较为有限。在此背景下，省内流动人口比省外流动人口更容易抓住就业机会，因此表现出产业结构高级化与省内流动人口占比间的正效应，以及该指标对省外流动人口流入的抑制效应。

4.3 乡村流动人口分布影响因素

与城和镇相类似，政府社会投入对流动人口在乡村的占比有正向作用。与城和镇的模型结果相比，公共服务投入与流动人口吸引力的相关性在乡的模型中较弱（表4）。这可能与县市政府对城镇与乡村公共服务的投入力度存在较大差异有关。另外，在乡村公共服务投入对省内流动人口的正向吸引主要体现在低分位段，即当省内流动人口在乡村形成更高程度的聚集时，正向效应消失。与之相比，公共服务投入对乡村吸引省外流动人口的正向效应主要体现在高分位段。这些结果表明流动人口的聚集能一定程度调节公共服务投入对乡村人口吸引力的影响。城乡收入差异对于乡村流动人口占比具有负向影响，说明减少城乡收入差距能促使人口向乡村流入，这一结果体现出城乡协调发展对于乡村留住人的重要意义。产业发展影响方面，县市工业发展水平对总体、省内和省外流动人口在乡村的占比均有显著正向影响，这与城镇工业发展的外溢效应和乡村工业的发展密切相关。农林牧渔业的发展对省内和省外流动人口在乡村的占比均具有负向影响，这可能因为农林牧渔业均属于在地经营项目，而此类项目的经营权受土地所有权和承包权等影响较大，当地人相比更具有比较优势，从而形成了对外来经营者的排斥。

4.4 流动人口城、镇和乡分布的影响因素比较

总体上，政府社会投入、人民生活水平和相关产业发展对城、镇和乡的总体、省内和省外流动人口占比的影响存在共性与差异，并具有分位数差别。县市人均公共预算支出对流动人口在城、镇、乡的占比均有正向影响，该结果印证了公共服务等社会要素对区域人口吸引力的重要作用[20]。在城、镇和乡，县市人均公共预算支出在吸引省内流动人口方面表现出较小的分位数差异，但其对省外流动人口的影响主要集中在省外流动人口占比高分位的镇和乡。这可能因为省内流动人口的集聚不会影响其对于政府公共品投入的感知；但省外流动人口则更需要通过集聚（如通过老乡等渠道获取信息）了解县市基础设施和社会福利水平。反映居民生活水平的城镇居民恩格尔系数对城和镇流动人口流入或留下有普遍影响力。在城，该指标对于省内和省外流动人口占比均有显著影响，相较于省外流动人口，该指标在镇对省内流动人口的正向影响在更多分位数显著，体现出城和镇的生活质量对于吸引不同类别流动人口的作用存在差异。
产业发展对流动人口在城、镇和乡的占比有较强解释力且表现出明显异质性。县市工业发展水平对城、镇和乡吸引流动人口均有显著正向作用，表明该类产业的发展能显著增加城、镇和乡流动人口的就业机会。该指标对于省外流动人口占比（相比于省内流动人口占比）在更多分位数的城和镇有显著的正向作用，表明两类流动人口在城镇的就业结构存在一定差别。值得注意的是，乡村振兴战略虽然带动了农林牧渔业的发展，但人均农林牧渔业产值的增加反而对乡村吸引流动人口起到负向作用，可见乡村要想真正吸引流动人口不能局限于发展农林牧渔业。产业结构高级化正向影响省内流动人口在城镇的集聚，一定程度说明省内流动人口更有机会在本省县市的第三产业就业。

5 结论与讨论

当前中国城镇化已进入快速发展阶段的中后期，人口向城、镇和乡的迁移流动日趋复杂，除传统的乡—城迁移流动之外，一些小城镇和乡村已成为人口流入的新节点。与此同时，新型城镇化、乡村振兴和城乡融合发展等一系列发展战略的深入推进，带动了乡镇的产业升级转型，改善了当地的公共设施和基础设施，使得城—镇—乡之间人口的联系更加紧密。在这一系列转型背景下，本文对城、镇和乡3类地域类型加以区分，探究了2010—2020年间江苏省流动人口在城、镇和乡分布的时空分异和影响因素。主要研究结论如下：
（1）2010—2020年间江苏省流动人口在城、镇和乡的分布更趋多元。总体上，城区和镇区的流动人口占常住人口比例保持着普遍增长态势，但镇区流动人口占比增幅明显高于城区；一些乡村的流动人口占比出现增长。随着苏中和苏北一些原本相对滞后县市经济社会发展水平的提升，其对流动人口的吸引逐渐跳出“南密北疏”的梯度格局。例如苏中和苏北一些县级市对流动人口的吸引力明显增强；流动人口占比增幅明显的镇主要位于苏中和苏北而非苏南。尽管苏中和苏北的绝大多数乡村依然面临人口减少的问题，但不少乡村的常住人口减幅已大于流动人口减幅，表现出对流动人口相对吸引力的提升。随着苏南一些乡和苏中、苏北一些镇对流动人口吸引力的增强，江苏省的城乡关系正逐步由城乡二元分割向城乡融合的方向发展。
（2）2010—2020年间江苏省3个区域对流动人口的吸引均有所增长，但流动人口分布的梯度格局具有顽健性。苏南仍是吸引流动人口的高地，其不同等级城市对流动人口的吸引力进一步强化，流动人口占常住人口比例的高值区呈现出较为明显的连绵集聚状态；苏中和苏北的流动人口规模相对较小，地级市是吸引流动人口的节点，但一些县和县级市对流动人口的吸引力有所提升。此外，3个区域对省内、外流动人口的吸引力发生了一定程度的分化，苏南保持着吸引省外流动人口的优势地位，苏中和苏北则对省内流动人口的吸引明显增强。
（3）江苏省流动人口在3个区域城、镇和乡的集聚状态呈现分异。在苏南的城和镇，流动人口主要分布在各等级城市和小城镇组成的城镇群，呈连片集聚状态；此外，苏南部分乡村已出现流动人口聚集现象，这种城、镇和乡对流动人口吸引力的同步提升体现出苏南对传统城乡二元结构的突破。苏中和苏北的流动人口高度集聚在以地级市为核心的市辖区内，尚未形成明显的连片状态。但与此同时，苏北的城关镇和一些特色镇对流动人口的吸引力有所增强，成为就近城镇化和人口回流的节点。
（4）省内、外流动人口在不同区域城、镇和乡的分布存在差异。苏南的城、镇和乡对省内、外流动人口均保持着较强吸引力（对后者的吸引更强）。而苏中和苏北的城、镇和乡所吸引的流动人口则存在类别差异。苏中和苏北的城对省外流动人口的吸引显著增强；苏中的镇对省内流动人口的吸引明显提升，而苏北的镇则对省外流动人口的吸引力有所提升；苏中和苏北近一半县市单元的乡对省内流动人口的相对吸引力有所增强。3个区域城、镇和乡发展模式的不同可能是导致其流动人口吸引力存在类别差异的主要原因。
（5）影响城、镇和乡人口流动占比的因素存在差异。县市人均公共预算支出对流动人口在城、镇、乡的占比均有正向影响，该结果印证了公共服务等社会要素对区域人口吸引力的重要作用。对城和镇而言，城镇居民恩格尔系数对流动人口占比有显著正向作用，表明生活质量能影响城和镇流动人口流入和留下的决策。产业发展对城、镇和乡流动人口占比的影响表现出明显异质性。城的工业发展和产业结构高级化对省内、外流动人口占比的影响存在差别；工业发展对镇和乡流动人口占比的正向作用较为普遍，而农林牧渔业对乡村流动人口占比的影响为负，表明要想真正吸引人口流入不能局限于发展农林牧渔业，而应考虑其与二三产业的融合发展。
在新型城镇化和乡村振兴战略的双重要求下，无论是以城市群和都市圈带动发展的发达地区还是以城关镇和中小城市带动发展的欠发达地区，均需因地制宜地建立城、镇和乡的人口发展策略。在提升城市吸引力的同时，增强乡镇对于流动人口的吸引力是促进城乡融合发展和区域协调发展的重要环节。在发达地区，应注重中心城市的发展对城市群和都市圈中城、镇和乡的带动作用，弱化人口的城乡二元分割，推动城—镇—乡共同发展；在欠发达地区，应强调镇作为连接城乡的纽带对于区域发展的推动作用，通过提升镇的人口载体功能，优化传统的城镇化模式，促进城乡协调发展。此外，还应充分注意城、镇和乡3类地域空间吸引流动人口的机制差别，采取更为细化的区域政策（包括工农产业发展、公共品投入、城乡人民生活水平改善等方面），以缩小城、镇和乡之间的发展不均衡。总体上，政府应继续加大对城、镇和乡的公共品投入（特别是对镇和乡的投入），缩小城镇居民平均生活水平与流动人口的差距，以及通过促进特定产业发展和调整产业结构吸引流动人口。具体到3类地域空间，城市依然是吸引流动人口的节点，除了创造更多的就业机会和提高收入水平外，城市中平等开放的公共服务和不断提升的生活质量对于流动人口具有较强吸引力。在当前，江苏省各镇在就业机会、公共服务、生活水平等方面普遍落后于城[3]，直接影响其能否有效联动城市和乡村的发展。由此，应继续加大镇的政府社会投入，发展工业以及第三产业（如，发展基于特色农业资源和产业转移的劳动密集型产业和服务业），以增强镇对流动人口的吸引力。此外，提升城关镇的综合职能潜力和功能配套也可以发挥其在县域的核心带动作用。对于乡村，第一产业的发展并不足以留住更多人口，亟需通过推动一二三产业融合发展增强其对流动人口的吸引力。另外，城、镇和乡的政府公共服务投入和相关产业对吸引省内和省外流动人口存在差异，制定人口吸引政策时亟需兼顾这些不同。
本文仍存在一些研究局限。① 尽管江苏省作为研究区具有一定的典型性和代表性，但全国尺度的研究可以更好地把握中国流动人口在城、镇和乡分布的整体格局和动态，具有更高的参考意义；② 受宏观层面统计数据的局限和样本量的限制，本文只选择一些典型因素进行分析，未来需要结合微观层面的案例分析进行更为深入的机制探讨。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Wang Guixin. New trends in migration and urbanization in China: A preliminary investigation based on the seventh census data. Population & Economics, 2021(5): 36-55.

[ 王桂新. 中国人口流动与城镇化新动向的考察: 基于第七次人口普查公布数据的初步解读. 人口与经济, 2021(5): 36-55.]

[2]
Lin Liyue, Zhu Yu, Ke Wenqian. Changes in the form of population migration and mobility in China and corresponding policy responses at the late-intermediate stage of urbanization. Progress in Geography, 2020, 39(12): 2054-2067.

DOI

[ 林李月, 朱宇, 柯文前. 城镇化中后期中国人口迁移流动形式的转变及政策应对. 地理科学进展, 2020, 39(12): 2054-2067.]

DOI

[3]
Yang Chuankai, Zhu Jianjiang. Development difficulties and paths of towns and small and medium-sized cities under the rural revitalization strategy. Urban Development Studies, 2018, 25(11): 1-7.

[ 杨传开, 朱建江. 乡村振兴战略下的中小城市和小城镇发展困境与路径研究. 城市发展研究, 2018, 25(11): 1-7.]

[4]
Liu Shenghe, Wang Xueqin, Qi Wei. Spatial-temporal difference of "townization" of urban population in China. Geographical Research, 2019, 38(1): 85-101.

DOI

[ 刘盛和, 王雪芹, 戚伟. 中国城镇人口“镇化”发展的时空分异. 地理研究, 2019, 38(1): 85-101.]

DOI

[5]
Ye Chen, Tang Shuangshuang. The spatial distribution patterns and its determinants of in-rural migrants: A case study of Jiangsu Province. Modern Urban Research, 2020, 35(7): 102-110.

[ 叶晨, 汤爽爽. 入乡流动人口的空间分布格局及影响因素研究: 以江苏省为例. 现代城市研究, 2020, 35(7): 102-110.]

[6]
Shen J F. Rural development and rural to urban migration in China 1978-1990. Geoforum, 1995, 26(4): 395-409.

PMID

[7]
Fan C C. Interprovincial migration, population redistribution, and regional development in China: 1990 and 2000 census comparisons. The Professional Geographer, 2005, 57(2): 295-311.

DOI

[8]
Wang Guixin, Pan Zehan. The robustness of China's migration and Heihe-Tengchong line. Chinese Journal of Population Science, 2016(1): 2-13, 126.

[ 王桂新, 潘泽瀚. 中国人口迁移分布的顽健性与胡焕庸线. 中国人口科学, 2016(1): 2-13, 126.]

[9]
Qi Wei, Zhao Meifeng, Liu Shenghe. Spatial statistics and regional types evolution of China's County-level floating population during 1982-2010. Acta Geographica Sinica, 2017, 72(12): 2131-2146.

DOI

[ 戚伟, 赵美风, 刘盛和. 1982—2010年中国县市尺度流动人口核算及地域类型演化. 地理学报, 2017, 72(12): 2131-2146.]

DOI

[10]
Ding Jinhong, Cheng Chen, Zhang Weijia, et al. The ideological origins and geographical demarcation significance of Hu Huanyong Line. Acta Geographica Sinica, 2021, 76(6): 1317-1333.

DOI

[ 丁金宏, 程晨, 张伟佳, 等. 胡焕庸线的学术思想源流与地理分界意义. 地理学报, 2021, 76(6): 1317-1333.]

DOI

[11]
Liu Shenghe, Deng Yu, Hu Zhang. Research on classification methods and spatial patterns of the regional types of China's floating population. Acta Geographica Sinica, 2010, 65(10): 1187-1197.

DOI

[ 刘盛和, 邓羽, 胡章. 中国流动人口地域类型的划分方法及空间分布特征. 地理学报, 2010, 65(10): 1187-1197.]

DOI

[12]
Zhang Yaojun, Wang Xiaoxi. A study on population spatial distribution in China from the perspective of urban agglomeration. Population & Economics, 2020(3): 1-13.

[ 张耀军, 王小玺. 城市群视角下中国人口空间分布研究. 人口与经济, 2020(3): 1-13.]

[13]
Liu Tao, Peng Rongxi, Zhuo Yunxia, et al. China's changing population distribution and influencing factors: Insights from the 2020 census data. Acta Geographica Sinica, 2022, 77(2): 381-394.

DOI

[ 刘涛, 彭荣熙, 卓云霞, 等. 2000—2020年中国人口分布格局演变及影响因素. 地理学报, 2022, 77(2): 381-394.]

DOI

[14]
Ao Rongjun, Jiang Liang, Zhang Tao, et al. Spatial distribution of immigrants at County level and its determining mechanism in Hubei Province. Resources and Environment in the Yangtze Basin, 2016, 25(11): 1672-1678.

[ 敖荣军, 蒋亮, 张涛, 等. 湖北省县域迁入人口的空间格局及影响因素. 长江流域资源与环境, 2016, 25(11): 1672-1678.]

[15]
Chen Mingxing, Guo Shasha, Lu Dadao. Characteristics and spatial patterns of floating population in the Beijing-Tianjin-Hebei urban agglomeration under the background of new urbanization. Progress in Geography, 2018, 37(3): 363-372.

DOI

[ 陈明星, 郭莎莎, 陆大道. 新型城镇化背景下京津冀城市群流动人口特征与格局. 地理科学进展, 2018, 37(3): 363-372.]

DOI

[16]
Wang Jing, Liu Benteng, Li Yurui. Spatial-temporal characteristics and influencing factors of population distribution and floating changes in Beijing-Tianjin-Hebei region. Geographical Research, 2018, 37(9): 1802-1817.

DOI

[ 王婧, 刘奔腾, 李裕瑞. 京津冀人口时空变化特征及其影响因素. 地理研究, 2018, 37(9): 1802-1817.]

DOI

[17]
Guo Yuanzhi, Zhou Yang, Liu Yansui. Spatial-temporal evolution of rural population outflow and its mechanism in China. Scientia Geographica Sinica, 2020, 40(1): 50-59.

DOI

[ 郭远智, 周扬, 刘彦随. 中国农村人口外流的时空演化及其驱动机制. 地理科学, 2020, 40(1): 50-59.]

DOI

[18]
Ding Jinhong, Liu Zhenyu, Cheng Danming, et al. Areal differentiation of inter-provincial migration in China and characteristics of the flow field. Acta Geographica Sinica, 2005, 60(1): 106-114.

DOI

[ 丁金宏, 刘振宇, 程丹明, 等. 中国人口迁移的区域差异与流场特征. 地理学报, 2005, 60(1): 106-114.]

[19]
Shen J F. Changing patterns and determinants of interprovincial migration in China 1985-2000. Population, Space and Place, 2012, 18(3): 384-402.

DOI

[20]
Yang Yiwu, Lin Wanlong, Zhang Liqin. The supply of local public goods and population migration: Empirical evidence from 260 cities at the prefecture level or above. Chinese Journal of Population Science, 2017(2): 93-103, 128.

[ 杨义武, 林万龙, 张莉琴. 地方公共品供给与人口迁移: 来自地级及以上城市的经验证据. 中国人口科学, 2017(2): 93-103, 128.]

[21]
Zhang Xinlin, Qiu Fangdao, Zhu Chuangeng. Evolution of urban-rural integration in Huaihai Economic Zone from the perspective of spatio-temporal interaction. Journal of Natural Resources, 2020, 35(8): 1867-1880.

DOI

[ 张新林, 仇方道, 朱传耿. 时空交互视角下淮海经济区城乡融合发展水平演化. 自然资源学报, 2020, 35(8): 1867-1880.]

[22]
Chen Xiaohui, Guo Zijian, Zhong Rui. Reflections and prospect of interactions between development zones and urbanization: A case study of Jiangsu. Urban Planning Forum, 2019(1): 68-73.

[ 陈小卉, 国子健, 钟睿. 开发区与城镇化互动发展的反思和展望: 基于江苏的思考. 城市规划学刊, 2019(1): 68-73.]

[23]
Yan Menglu, Zhong Taiyang. The difference of crop diversity between migrant professional farmers and local peasant households and its influencing factors. Resources Science, 2018, 40(9): 1752-1761.

DOI

[ 闫梦露, 钟太洋. 外来职业农民和本地农户种植多样性差异及影响因素研究. 资源科学, 2018, 40(9): 1752-1761.]

DOI

[24]
Liu Yongwang, Ma Xiaoyu, Yang Ruirui. Interaction among population agglomeration, economic agglomeration and environmental pollution: A PECM model analysis. Population Research, 2019, 43(3): 90-101.

[ 刘永旺, 马晓钰, 杨瑞瑞. 人口集聚、经济集聚与环境污染交互影响关系: 基于面板协整和PECM模型的分析. 人口研究, 2019, 43(3): 90-101.]

Options
文章导航

/

〈 〉