基于隨機(jī)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(tài)監(jiān)測數(shù)據(jù)，采用探索性空間數(shù)據(jù)分析和隨機(jī)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(jié)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(shù)為中等水平;城市社會融合空間分布格局表現(xiàn)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(jī)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(jī)制。③個人教育水平、家屬是否隨同、流入城市經(jīng)濟(jì)結(jié)構(gòu)、流動人口的戶口類型、流入城市公共設(shè)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(xiàn)復(fù)雜性和非線性。④需要根據(jù)影響因子在不同閾值內(nèi)的作用方式，有針對性地對流動人口及流入城市進(jìn)行管理和調(diào)控。

　　關(guān)鍵詞：流動人口;社會融合;隨機(jī)森林模型

　　城鎮(zhèn)化不僅包括人口從農(nóng)村向城市集聚的過程，也包括流入人口的生活和生產(chǎn)方式的城鎮(zhèn)化過程[1]。國內(nèi)大規(guī)模的流動人口對中國可持續(xù)城鎮(zhèn)化進(jìn)程產(chǎn)生重要影響[2]。到目前為止，中國的城鎮(zhèn)化率雖已經(jīng)超過50%。然而，大部分地區(qū)只完成了地域上的城鎮(zhèn)化，在其他方面尚未完全實現(xiàn)城鎮(zhèn)化[3]。這種狀況表明，中國的城鎮(zhèn)化是不完整和低質(zhì)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(qū)動機(jī)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(zhèn)化質(zhì)量。國內(nèi)外學(xué)者們基于實證與理論研究對社會融合進(jìn)行了界定，擴(kuò)展了社會融合的內(nèi)涵，并根據(jù)研究對象與管理需要給出了不同的定義，其中達(dá)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(fā)展機(jī)會，公平公正地享受公共資源和社會福利，全面參與政治、經(jīng)濟(jì)、社會和文化生活，最終實現(xiàn)經(jīng)濟(jì)立足、社會接納、身份認(rèn)同和文化交融的過程[7]。

　　由于中國國土遼闊，城市間社會經(jīng)濟(jì)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(guān)于流動人口社會融合影響機(jī)制的研究根植于不同的理論流派[9~11]。經(jīng)典融合理論強(qiáng)調(diào)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(jīng)濟(jì)資本來促進(jìn)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(rèn)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(xiàn)了不完全的融合[7,14,15]。進(jìn)入后工業(yè)時代，通過對具體的流入城市的比較研究，發(fā)現(xiàn)不同的流入地通過為流動人口提供不同的社會經(jīng)濟(jì)機(jī)會和人口政策影響流動人口社會融合的進(jìn)程[16~18]�；�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(jīng)濟(jì)、政治等方面的差異，社會融合研究體系逐漸形成。

　　國內(nèi)關(guān)于流動人口社會融合影響機(jī)制的研究主要包括4種研究范式。①人口學(xué)研究范式認(rèn)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(dǎo)致融合程度低[19]。②社會學(xué)范式認(rèn)為，流動人口社會資本的極度稀缺導(dǎo)致他們獲得經(jīng)濟(jì)、文化和政治資本的機(jī)會有限，從而降低了他們的融合機(jī)會[20,21]。③政策研究范式則認(rèn)為，有關(guān)流動人口遷戶、購房等管理制度是流動人口能否實現(xiàn)社會融合的決定因素[22]。④地理范式強(qiáng)調(diào)特定城市因素對流動人口社會融合有影響，學(xué)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(guī)模、就業(yè)機(jī)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(chǎn)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(yùn)江、田明、夏貴芳等人基于上海市不同轄區(qū)、中國8個城市、東部地區(qū)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(jīng)典線性回歸、分層線性模型、結(jié)構(gòu)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(guī)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(guān)鍵影響因素十分必要。本文運(yùn)用2017年全國流動人口動態(tài)監(jiān)測數(shù)據(jù)和隨機(jī)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(jìn)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(shè)以人為本的新型城鎮(zhèn)化提供依據(jù)。

　　1數(shù)據(jù)來源與研究方法

　　1.1 數(shù)據(jù)來源

　　本文所需的流動人口個人數(shù)據(jù)來源于國家衛(wèi)生與健康委員會2017年流動人口動態(tài)監(jiān)測，地理信息基礎(chǔ)數(shù)據(jù)通過國家地理信息中心的1︰400萬數(shù)據(jù)獲得，社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》[26]、各地市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報，以及安居客官網(wǎng)。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(tài)監(jiān)測所覆蓋，林芝市、吐魯番市和哈密市的部分社會經(jīng)濟(jì)數(shù)據(jù)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(shù)據(jù))。

　　1.2 流動人口社會融合指標(biāo)體系構(gòu)建

　　借鑒國內(nèi)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(nèi)涵，認(rèn)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(chǔ)上，流動人口逐步接受與適應(yīng)流入地社會文化，并與當(dāng)?shù)厝丝谡归_良性互動交往。在此基礎(chǔ)上，有學(xué)者對社會融合的單個維度進(jìn)行深入研究[9,18,27~31]，也有學(xué)者對社會融合的不同維度進(jìn)行綜合研究[8,19,32~34]。但他們所構(gòu)建的流動人口社會融合指標(biāo)體系存在一定的共性，即均包含了經(jīng)濟(jì)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(jīng)過團(tuán)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(shù)據(jù)獲取可能性，最終構(gòu)建包括5個維度11個指標(biāo)在內(nèi)的流動人口社會融合多維度指標(biāo)體系。

　　流動人口社會融合衡量指標(biāo)的操作化定義如下：有些問題是直接回答數(shù)字，如各城市流動人口的月收入，采用流動人口收入在當(dāng)?shù)爻擎?zhèn)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(jìn)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(wěn)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(tài)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(xiāng)風(fēng)俗習(xí)慣比較重要”的流動人口比例來賦值接納風(fēng)俗習(xí)慣。同時本文對于逆向指標(biāo)進(jìn)行了正向化處理，采用客觀賦權(quán)法中的均方差權(quán)值法，構(gòu)建社會融合測度模型[8]。

　　1.3 研究方法

　　隨機(jī)森林模型是Breiman提出的一種基于分類樹的機(jī)器學(xué)習(xí)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(jī)向量構(gòu)造組合模型，然后取決策樹計算結(jié)果的均值作為最終結(jié)果。本文基于R語言平臺進(jìn)行隨機(jī)森林回歸，參數(shù)設(shè)置為：ntree(生長樹的數(shù)目)=500，mtry(在每一個分裂節(jié)點處樣本預(yù)測器的個數(shù))=3，其他為默認(rèn)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(biāo)體系，利用均方差權(quán)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�？梢钥闯觯毫鲃尤丝谏鐣�融合總體水平較低，各維度協(xié)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(hù)了流動人口的基本權(quán)益，但流動人口在經(jīng)濟(jì)、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(fā)生實質(zhì)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(jìn)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(qū)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(qū)域間差異較小。這與趨勢面分析得到的分異形態(tài)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(qū)低，中部地區(qū)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(xiàn)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(jìn)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�？梢钥闯�，城市流動人口社會融合度的空間分布與城市規(guī)模及行政等級有一定的相關(guān)性和傾向性。從城市規(guī)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(fù)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(shù)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(xiàn)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(jìn)行反距離加權(quán)插值分析看出：流動人口社會融合呈現(xiàn)區(qū)域性高值中心和低值中心并存的空間結(jié)構(gòu)，并呈現(xiàn)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(qū)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(guān)、酒泉和克拉瑪依14個城市。

　　區(qū)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(zhèn)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(qū)。區(qū)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(nèi)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(jié)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(yīng)用新勞動力遷移經(jīng)濟(jì)學(xué)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(yīng)用空間區(qū)位理論與經(jīng)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(yīng)用勞動力市場分割理論，選取流入城市的基礎(chǔ)教育、醫(yī)療、公共設(shè)施與工資水平、經(jīng)濟(jì)水平、經(jīng)濟(jì)結(jié)構(gòu)、房價水平分別反映流入城市的社會特征與經(jīng)濟(jì)特征。

　　4結(jié)論與討論

　　4.1 結(jié)論

　　以流動人口社會融合的空間分布與影響因子的關(guān)系研究為主線，構(gòu)建流動人口社會融合指標(biāo)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(guān)的影響因子，應(yīng)用隨機(jī)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(jié)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(jié)構(gòu)表現(xiàn)為若干區(qū)域性高值中心和低值中心并存，并呈現(xiàn)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(xiàn)圈層遞增的特征。

　　2)基于多元線性回歸與隨機(jī)森林算法構(gòu)建流動人口社會融合影響因子分析模型，隨機(jī)森林模型具有更高的擬合度和回歸精度，能夠?qū)θ丝诘乩韺W(xué)相關(guān)問題的非線性影響機(jī)制進(jìn)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(jīng)濟(jì)結(jié)構(gòu)、個人的戶口類型、城市公共設(shè)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(jīng)濟(jì)環(huán)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(xiàn)復(fù)雜的非線性，需要根據(jù)這些因子在不同范圍內(nèi)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(yīng)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(zhì)量發(fā)展的重要標(biāo)志之一，當(dāng)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(jù)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�？傮w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(yè)−個人3層次對流動人口進(jìn)行再教育和職業(yè)培訓(xùn)，是當(dāng)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(nóng)業(yè)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(yè)等幫助，并為流動人口提供可介入的文化交流機(jī)會。此外，城市的作用往往沒有引起足夠重視，城市應(yīng)不斷促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化與公共設(shè)施的建設(shè)。

　　盡管本文得出一些有意義的結(jié)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(fù)雜的非線性關(guān)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(qiáng)流動人口社會融合的研究：①基于現(xiàn)有的全國性流動人口社會融合數(shù)據(jù)，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(xiàn)(References)：

　　許學(xué)強(qiáng),周一星,寧越敏.城市地理學(xué)[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(zhèn)化的影響—基于省際、省內(nèi)流動的對比分析[J].地理科學(xué),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(zhèn)化的人口集聚與動力機(jī)制[D].上海:華東師范大學(xué),2016.[YangChuankai.PopulationagglomerationanddynamicmechanismofChina’smulti-scaleurbanization:Fromtheperspectiveofpopulationmobility.Shanghai:EastChinaNormalUniversity,2016.]

　　作者：鄭茹敏1，梅林1,2，姜洪強(qiáng)1，付占輝3，甄碩1

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http://liangshanbai.cn/jjlw/28558.html