基于隨機森林模型的中國流動人口社會融合空間差異及影響因素

　　摘要：基于2017年流動人口動態監測數據，采用探索性空間數據分析和隨機森林回歸方法，分析中國289個地級及以上城市流動人口社會融合的空間分異及影響因素。結果表明：①中國城市流動人口社會融合整體水平較低，空間分布地帶性特征不明顯;特大、超大城市流動人口社會融合分別以較低、中等水平為主，省會城市、直轄市流動人口社會融合分別以較低、中等水平為主，其余城市多數為中等水平;城市社會融合空間分布格局表現為以峰值為中心向外圈層遞減和以低值為中心向外圈層遞增的特征。②隨機森林模型的擬合度和回歸精度比多元線性回歸更高，能夠更好地解釋流動人口社會融合的非線性影響機制。③個人教育水平、家屬是否隨同、流入城市經濟結構、流動人口的戶口類型、流入城市公共設施以及流動人口在流入地居留時間依次為六大重要影響因子，它們對流動人口社會融合的作用呈現復雜性和非線性。④需要根據影響因子在不同閾值內的作用方式，有針對性地對流動人口及流入城市進行管理和調控。

　　關鍵詞：流動人口;社會融合;隨機森林模型

　　城鎮化不僅包括人口從農村向城市集聚的過程，也包括流入人口的生活和生產方式的城鎮化過程[1]。國內大規模的流動人口對中國可持續城鎮化進程產生重要影響[2]。到目前為止，中國的城鎮化率雖已經超過50%。然而，大部分地區只完成了地域上的城鎮化，在其他方面尚未完全實現城鎮化[3]。這種狀況表明，中國的城鎮化是不完整和低質量的，流動人口在一定程度上被排斥在流入城市之外[4~6]。

　　因此，迫切需要探討流動人口在不同城市的社會融合程度及其驅動機制，有針對性地提高流動人口的福祉水平和流入城市的城鎮化質量。國內外學者們基于實證與理論研究對社會融合進行了界定，擴展了社會融合的內涵，并根據研究對象與管理需要給出了不同的定義，其中達成一致性的觀點是：流動人口社會融合是指流動人口通過與流入地的互動，在流入地獲得均等的生存和發展機會，公平公正地享受公共資源和社會福利，全面參與政治、經濟、社會和文化生活，最終實現經濟立足、社會接納、身份認同和文化交融的過程[7]。

　　由于中國國土遼闊，城市間社會經濟差異較大，流入城市的多樣性成為了流動人口社會融合中更高的障礙[8]。因此，不僅需要判別流動人口的個人特征對其社會融合的影響，而且還需要識別流入城市特征對流動人口社會融合的影響，以期為流動人口提供更有針對性的融合建議。國外關于流動人口社會融合影響機制的研究根植于不同的理論流派[9~11]。經典融合理論強調流動人口人力資本的差異是影響社會融合的重要因素，流動人口可以通過積累社會和經濟資本來促進他們的社會融合[12,13]。

　　此后，流入地的作用在研究中得到重視，研究者認為流入地與流出地在文化、語言、宗教、種族、階級等方面的差異使得流動人口在流入城市實現了不完全的融合[7,14,15]。進入后工業時代，通過對具體的流入城市的比較研究，發現不同的流入地通過為流動人口提供不同的社會經濟機會和人口政策影響流動人口社會融合的進程[16~18]。基于流動人口個人人力資本的差異、流入地對流動人口的政策、以及流入地與流出地在社會、經濟、政治等方面的差異，社會融合研究體系逐漸形成。

　　國內關于流動人口社會融合影響機制的研究主要包括4種研究范式。①人口學研究范式認為，流動人口個人較低的人力資本將不符合流入城市勞動力市場的需求，導致融合程度低[19]。②社會學范式認為，流動人口社會資本的極度稀缺導致他們獲得經濟、文化和政治資本的機會有限，從而降低了他們的融合機會[20,21]。③政策研究范式則認為，有關流動人口遷戶、購房等管理制度是流動人口能否實現社會融合的決定因素[22]。④地理范式強調特定城市因素對流動人口社會融合有影響，學者們評估了不同城市流動人口社會融合的程度，以及方言、規模、就業機會和教育在流入城市中的作用[8,23,24]。

　　總體而言，無論是流動人口的個人因素，還是流入城市的特征，都會對流動人口融合產生重要影響。綜上所述，以往流動人口社會融合的研究多以單個城市研究為主，對流動人口社會融合空間分布及影響因素的研究甚少，僅有余運江、田明、夏貴芳等人基于上海市不同轄區、中國8個城市、東部地區展開過研究，缺少全國尺度的空間分異研究[8,24,25]。

　　對空間分異的解釋多采用經典線性回歸、分層線性模型、結構方程模型等方法，缺少更為靈活的非線性回歸模型。在人口自由流動背景下，中國流動人口規模日益龐大，使得各城市流動人口社會融合的程度參差不齊，明晰中國流動人口社會融合程度的空間差異及關鍵影響因素十分必要。本文運用2017年全國流動人口動態監測數據和隨機森林模型，從全國層面解析流動人口社會融合的空間特征，并對影響因素的重要性進行排序，識別重要的影響因素及其作用方式，以期為提升流動人口社會融合程度、建設以人為本的新型城鎮化提供依據。

　　1數據來源與研究方法

　　1.1 數據來源

　　本文所需的流動人口個人數據來源于國家衛生與健康委員會2017年流動人口動態監測，地理信息基礎數據通過國家地理信息中心的1︰400萬數據獲得，社會經濟統計數據來源于《中國城市統計年鑒》[26]、各地市國民經濟和社會發展統計公報，以及安居客官網。由于撫順市、通化市、三沙市、山南市、昌都市和那曲市未被2017年流動人口動態監測所覆蓋，林芝市、吐魯番市和哈密市的部分社會經濟數據缺失，因此本研究共涉及289個地級及以上城市(未含港澳臺數據)。

　　1.2 流動人口社會融合指標體系構建

　　借鑒國內外研究，本文從社會公平的視角界定流動人口社會融合的內涵，認為流動人口社會融合是指，流動人口與戶籍人口在社會差異消減及平等對待的基礎上，流動人口逐步接受與適應流入地社會文化，并與當地人口展開良性互動交往。在此基礎上，有學者對社會融合的單個維度進行深入研究[9,18,27~31]，也有學者對社會融合的不同維度進行綜合研究[8,19,32~34]。但他們所構建的流動人口社會融合指標體系存在一定的共性，即均包含了經濟融合、文化融合、心理融合、政治融合與行為融合等維度。本文基于已有理論成果，經過團隊討論并征求部分同行專家的建議，考慮在全國地級尺度單元數據獲取可能性，最終構建包括5個維度11個指標在內的流動人口社會融合多維度指標體系。

　　流動人口社會融合衡量指標的操作化定義如下：有些問題是直接回答數字，如各城市流動人口的月收入，采用流動人口收入在當地城鎮居民人均可支配收入占比的平均值來賦值;有些問題是從備選項中進行選擇，如采用各城市選擇“擁有商品房或政府公租房”的流動人口比例來賦值住房穩定程度;有些是對問題程度的判斷，采用最具有顯示度的程度或態度的比例來賦值，如采用各城市選擇“非常同意”或“基本同意”“家鄉風俗習慣比較重要”的流動人口比例來賦值接納風俗習慣。同時本文對于逆向指標進行了正向化處理，采用客觀賦權法中的均方差權值法，構建社會融合測度模型[8]。

　　1.3 研究方法

　　隨機森林模型是Breiman提出的一種基于分類樹的機器學習算法[35]，該模型采用bootstrap重采樣方法從原始樣本中抽取多個樣本，并利用隨機向量構造組合模型，然后取決策樹計算結果的均值作為最終結果。本文基于R語言平臺進行隨機森林回歸，參數設置為：ntree(生長樹的數目)=500，mtry(在每一個分裂節點處樣本預測器的個數)=3，其他為默認值。

　　2流動人口社會融合空間差異特征

　　2.1 流動人口社會融合整體差異

　　基于流動人口社會融合指標體系，利用均方差權值法，計算得出各城市流動人口社會融合及其各維度的得分。可以看出：流動人口社會融合總體水平較低，各維度協同性與差異性并存。全國流動人口社會融合度平均值僅為45.88，流動人口要想融入流入城市仍然面臨著重重困難。近年來，各項針對流動人口的改革和政策有效維護了流動人口的基本權益，但流動人口在經濟、居住、文化、心理等方面的融合程度仍舊極低，使得流動人口社會融合整體水平低的事實并未發生實質性的改變。

　　2.2 流動人口社會融合地帶性分異

　　基于城市空間位置與流動人口社會融合度進行趨勢面分析得到，流動人口社會融合地帶性分異不顯著。從東、中、西三大區域來看[36]，流動人口社會融合程度均值分別為45.55、46.29和45.94，區域間差異較小。這與趨勢面分析得到的分異形態相吻合，即流動人口社會融合東、中、西3個地帶差異小，略呈東、西部地區低，中部地區高，自東向西先上升后下降的倒“U”型分異特征。從南北方向來看，流動人口社會融合的空間分異表現為自北向南先上升后下降的倒“U”型特征。

　　2.3 流動人口社會融合的非地帶性分異

　　利用自然斷裂法進行空間探索，將289個城市的社會融合程度分為5等級，從低到高依次為低、較低、中等、較高、高等級。可以看出，城市流動人口社會融合度的空間分布與城市規模及行政等級有一定的相關性和傾向性。從城市規模①來看，小城市、中等城市、大城市共有272個，流動人口融合度復雜多樣，5個等級均有分布，但是低等級和高等級占比較少，絕大多數城市的社會融合度處于較低、中等和較高3個等級中(占比75%~85%);特大城市11個，無社會融合度高等級，一半以上處于較低等級(占比54.55%);超大城市6個，社會融合呈現集中分布的趨勢，集中于中等等級(占比83.33%)。從城市行政等級來看，258個普通地級市社會融合度差異較大，5個等級均有分布，但集中于較低、中等、較高3個等級，且3個等級分布較均衡;27個省會城市主要處于較低和中等等級，合計占比80%以上;4個直轄市集中分布于中等等級，占比75%。

　　2.4 流動人口社會融合的地理格局

　　以城市為基本空間單元，對流動人口社會融合進行反距離加權插值分析看出：流動人口社會融合呈現區域性高值中心和低值中心并存的空間結構，并呈現圍繞峰值和次峰值中心圈層遞減、圍繞低值和次低值中心圈層遞增的特征。區域性峰值中心為各省份流動人口社會融合程度高的城市，主要有東營、濱州、淄博、濰坊、鐵嶺、葫蘆島、荊門、咸寧、衢州、廣元、武威、嘉峪關、酒泉和克拉瑪依14個城市。

　　區域性低值中心為各省份流動人口社會融合程度低的城市，主要有遼源、廊坊、衡水、鎮江、臺州、莆田、漳州、潮州、貴港、銅仁、昭通11個城市，它們零星分布于華北、東南和西南地區。區域性次峰值中心為社會融合度較高的城市，如牡丹江、賀州、內江、十堰、黃山和淮北，次低值中心為社會融合程度較低的城市，有拉薩、玉溪、百色、安順、榆林、延安和烏海。

　　3流動人口社會融合影響因素分析

　　3.1 影響因素選取

　　流動人口社會融合是流動人口與流入城市共同作用的結果，故從流動人口與流入城市2個方面選取流動人口社會融合的影響因素。本文應用新勞動力遷移經濟學理論，選取流動人口年齡、教育、戶口及家屬隨同等因子反映流動人口的個體與家庭特征;應用空間區位理論與經典社會融合理論，選取流動范圍與居留時間反映流動人口的流動特征;應用勞動力市場分割理論，選取流入城市的基礎教育、醫療、公共設施與工資水平、經濟水平、經濟結構、房價水平分別反映流入城市的社會特征與經濟特征。

　　4結論與討論

　　4.1 結論

　　以流動人口社會融合的空間分布與影響因子的關系研究為主線，構建流動人口社會融合指標體系，分析中國流動人口社會融合空間分布特征，選取13個與流動人口個人和流入城市相關的影響因子，應用隨機森林模型研究各因子的重要性，分析前6個重要因子的作用特性。主要結論有：1)流動人口社會融合程度整體水平較低;空間分布地帶性特征不明顯;小、中等和大城市在流動人口社會融合各等級均有分布，特大城市集中分布在較低等級，超大城市集中分布在中等等級;地級市在流動人口社會融合各等級均有分布，省會城市集中分布于較低等級，直轄市集中分布于中等等級;空間結構表現為若干區域性高值中心和低值中心并存，并呈現圍繞峰值和次峰值中心圈層遞減、圍繞低值和次低值中心呈現圈層遞增的特征。

　　2)基于多元線性回歸與隨機森林算法構建流動人口社會融合影響因子分析模型，隨機森林模型具有更高的擬合度和回歸精度，能夠對人口地理學相關問題的非線性影響機制進行深入解釋。3)影響流動人口社會融合的前6個重要的因子分別是個人教育水平、家屬是否隨同、城市經濟結構、個人的戶口類型、城市公共設施和流動人口在流入地居留時間。個人條件、家庭狀況和城市社會經濟環境共同決定流動人口能否融入流入城市。4)6個重要影響因子對流動人口社會融合的作用呈現復雜的非線性，需要根據這些因子在不同范圍內的作用方式，從流動人口及流入城市兩方面有針對地提出相應對策建議。

　　4.2 討論

　　流動人口社會融合是市民化和城市高質量發展的重要標志之一，當前中國城市流動人口社會融合的空間差異顯著，各城市需要根據自身條件和影響流動人口社會融合因子的重要性及作用程度，有針對性地采取措施以期提升其流動人口的社會融合程度。總體來看，各城市重中之重是要提高流動人口的人力資本。通過城市−企業−個人3層次對流動人口進行再教育和職業培訓，是當前破解流動人口社會融合難題的第一把鑰匙。其次，解決流動人口家屬隨遷和農業戶口背后的文化沖突也刻不容緩，城市可為流動人口家屬提供居住與就業等幫助，并為流動人口提供可介入的文化交流機會。此外，城市的作用往往沒有引起足夠重視，城市應不斷促進經濟結構的優化與公共設施的建設。

　　盡管本文得出一些有意義的結論，但由于流動人口社會融合影響因素眾多，且這些要素對社會融合的影響是復雜的非線性關系，需要在以后的研究中不斷深入探討。未來將在以下幾個方面加強流動人口社會融合的研究：①基于現有的全國性流動人口社會融合數據，考慮從社會融合各個維度分析其空間分布特征及影響因素的重要性;②深化非線性回歸模型在流動人口社會融合中的定量化探索，提高流動人口社會融合分析的精度。

　　參考文獻(References)：

　　許學強,周一星,寧越敏.城市地理學[M].北京:高等教育出版社,2009.[XuXueqiang,ZhouYixing,NingYuemin.UrbanGeography.Beijing:HigherEducationPress,2009.][1]

　　王新賢,高向東.中國流動人口分布演變及其對城鎮化的影響—基于省際、省內流動的對比分析[J].地理科學,2019,39(12):1866-1874.[WangXinxian,GaoXiangdong.TheevolutionofChina’sfloatingpopulationanditsimpactonurbanization:Acomparativeanalysisbasedoninter-andintra-provincialperspectives.ScientiaGeographicaSinica,2019,39(12):1866-1874.][2]

　　楊傳開.中國多尺度城鎮化的人口集聚與動力機制[D].上海:華東師范大學,2016.[YangChuankai.PopulationagglomerationanddynamicmechanismofChina’smulti-scaleurbanization:Fromtheperspectiveofpopulationmobility.Shanghai:EastChinaNormalUniversity,2016.]

　　作者：鄭茹敏1，梅林1,2，姜洪強1，付占輝3，甄碩1

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jjlw/28558.html