发布时间：2022-01-14所属分类：计算机职称论文浏览：1次
摘 要： 【摘 要】由于网络技术不同于以往的技术，基于其应用在数量边际递增上的技术外溢性具有空间穿透性的判断，因此研究互联网对人口迁移的时空重构的影响机制，具有现实意义。文章采用 1995～2015 人口普查和抽样调查数据，使用人口迁移的推拉模型，借助空间杜宾模型进行了
【摘 要】由于网络技术不同于以往的技术，基于其应用在数量边际递增上的技术外溢性具有空间穿透性的判断，因此研究互联网对人口迁移的时空重构的影响机制，具有现实意义。文章采用 1995～2015 人口普查和抽样调查数据，使用人口迁移的“推—拉”模型，借助空间杜宾模型进行了互联网技术对迁出人口的时空效应的计量分析。根据互联网技术发展的两时期划分，揭示出在 2006～2015 年空间外部性成为影响人口迁移的主要因素之一，并且发现互联网技术的新空间特性放松了产业中心与人口中心耦合关系的刚性约束，互联网在促进了近距离人口迁移的同时，抑制了远距离人口迁移;在加速整体城镇化进程中，有利于区域性大城市人口聚集。文章最后提出通过互联网技术促进区域间协调均衡发展，优化城市体系的政策建议。
【关键词】人口迁移 互联网 空间外溢性
一、引 言
十九大报告提出，要“构建更加有效的区域协调发展新机制”，形成“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局，加快农业转移人口市民化”，在建设现代化经济体系中推动互联网、大数据、人工智能的发展，从而“培育新增长点、形成新动能”，互联网作为信息技术的代表，正在从就业、消费各方面深刻重塑以新时代为目标指向的新型生活方式。中国经济高速增长和社会急剧转型时期形成区域间的非均衡发展和城市吸引力的差异，成为人口迁移的主要驱动力，而在互联网时代，网络技术的应用是否会产生新型要素聚集动力以支持生产体系，是否会延展城镇交通、信息设施作用的空间范围，并改善居民生活质量，由此引导出新型的人口空间聚集形态和提高人口空间配置的效率，是一个新的研究课题。
在当前的经济长波中，信息技术成为主导技术，其中，互联网是代表性技术。截至 2017 年 6 月，全球网民总数达 38.9 亿，普及率为 51.7%;2008～2017 年，全球专利申请量排名前 30 的企业中，互联网相关领域的企业占 80%，创新动能强劲。2013～2017 年，国际互联网带宽增长了 196Tbps，达到 295Tbps，年均增长率保持在 30%左右，宽带普及率每提升 10%，带动 GDP 增长 1.38%以上①。中国的互联网发展综合水平在世界范围内位居第二，2017 年，中国网民数已达 7.31 亿，普及率为 53.2%②，绝对数量世界第一，占比略高于全球平均水平。特别是在数字经济的发展方面处于领先地位。例如，2015 年年底，网络购物市场交易规模达 3.8 万亿元，同比增长 36.2%，占社会消费零售总 额的 比例达 12.6%，在中国快速增长的社会消费总额中，贡献率也随之提高，说明互联网技术的发展正积极促使经济、产业结构发生转型。然而，区域间的普及率差异仍然显著，东部经济发达省份的网民占比高于中、西部省份 10 个百分点以上。在普及趋势上，经济发达地区增长缓慢，相对趋于饱和，欠发达地区正在快速普及。互联网技术的发展对于人口迁移和城镇化率的影响趋势如图 1 所示。
本文以互联网技术对人口迁移的影响为切入点，以技术特征为线索，分析在人口迁移“推—拉”模型框架下，人口迁移成本与收益的空间效应。迁入地的信息不对称是抑制人口迁移的重要原因，迁入地的迁移存量与人口迁移正相关，传统社会依赖社会网络作为迁移信息交换渠道，以便获取工作就业与生活方面的信息(刘生龙，2014)。另外，迁移人口面临与迁出地存量社会关系的信息与时空隔离，缺少在适应环境过程中的情感支撑，形成迁移成本。Dekker(2014)发现迁移人口通过使用基于互联网的社交媒体，能够建立新的信息获取平台，降低迁移适应过程中的信息成本，提高信息搜寻效率，同时能够保持与迁出地社会关系的紧密联系，在迁移过程中仍然能够获得较为充足的情感支撑。Peng(2008)研究了互联网对珠江三角洲迁入工人的影响，发现工作机会随着信息更加充分而提高，互联网娱乐方面的应用帮助迁入人口应对压力，改善生活质量。总体上，互联网优化了迁移人口的信息环境，使迁移行为便利化。另外，迁出地商品消费的运输冰山成本促进了人口迁移，以期获得更大的消费效用，空间经济学的研究中(藤田昌久等，2013)，由于存在制造业与农业生产的工资差，产业分布体现为制造业具有空间聚集效应，而农业生产则趋于空间均匀分布。受产品运输成本的影响(远距离地区的运输成本为冰山成本)，将会形成“中心—边缘”的地理空间分布，并且随运输成本系数的变化，有不同的制造业中心均衡解。互联网对商品市场的结构性影响，摆脱了传统市场的层级关系，使任意市场参与者能够实现直接联系和交易，另外，突破了传统经济环境的时空差距，能够随时随地完成交易。这些都使冰山成本在互联网商业环境下大幅下降，并且降幅距离边际递增，改变了以改善消费效用而进行人口迁移的机会成本。
基于已有研究，本文将从以下两方面进行创新性拓展：(1)根据互联网技术的空间穿透性，拓宽以往的空间计量研究视野，不仅关注距离邻近区域，也关注远距离区域的空间效应，进而得出全局综合效应。(2)以动态的视角研究互联网技术对人口迁移的动力形成机制，剖析两个时期内互联网技术内涵的演进特征，找出与人口迁移推力和拉力的关联关系，结合社会经济的发展演变，完成系统性分析。
二、理论模型与数据描述
本研究的理论模型由 3 个主要部分组成：一是人口迁移的推拉模型，将各因素的影响效应分解后进行分析;二是互联网的技术特征剖析，以及该特征对人口迁移倾向的影响机制梳理;三是空间计量模型，以基于互联网技术特征的人口迁移“推—拉”模型完成空间计量分析，推导出互联网技术对于人口迁移的影响。
(一)人口迁移模型
一般情况下，人口迁移的收益主要取决于迁出地的“推力”与迁入地的“拉力”，而迁移成本主要与距离有关。
(二)互联网的技术特征
信息技术对经济发展影响的相关研究表明，当前经济运行的主导技术是信息技术，世界经济已进入第五次长期波动(张伯伟等，2013)。互联网技术的发展，存在正外部性(DiMaggio，2003)，具有规模效应。互联网本质是信息流的通道，由于信息的复制与传播具有近乎零成本的特征，同时基础设施及终端设备的生产具有规模效应，所以当网络规模扩大，用户的使用成本将降低。另外，当用户的数量增加，信息产品丰富程度也随之提高，信息的来源丰富，在互联网技术的帮助下，信息搜寻效率提升，用户的收益改善。
以淘宝商铺作为借助互联网技术生产与销售商品的计算单位，使用爬虫软件爬取的 2017 年 280 多万家商铺的信息显示，80%的商铺集中于东部地区，互联网以完善市场的方式进一步使生产集中于原有的经济中心地区(见图 2)。
以城镇化率表示人口聚集程度，淘宝店铺在省会城市的占比表示产业集中程度，发现二者存在明显的反向关系，即东、中、西部地区的店铺集中度为 25.28%、46.26%、61.49%，而城镇化率依次为 63.89%、54.23%、48.43%。更低的冰山成本使商品销售数量在全局范围内进一步集中于东部，但当城镇化率高，产品生产销售将进一步细化分工，在空间上呈现区域内均匀化分布，而当城镇化率低，则将在区域内集中。人口迁移是否也遵循类似规律，需要进一步研究。
(三)互联网对迁移成本的空间效应
1. 迁入地信息成本
信息成本由两部分组成，一是迁移人口对迁入地的信息不对称，假设 迁出人 口的人力资本与就业偏好是同质的，该障碍对所有迁入人口是同等化的，故以常数表示，在互联网时代，可以对此类信息进行充分搜寻;二是迁移后对迁出地社会关系的疏离，在传统经济中，通过电话电报或书信沟通补偿，具有费用高或时效性差的特点，并且费用与时效性随距离增加而变化，但符合边际成本递减规律，使用幂函数表达，在互联网技术的介入下，信息沟通成本几乎降低为零，时效性改进为即时通信。
2. 迁出地消费成本
为了将互联网技术对传统经济的运输冰山成本的影响进行刻画，本文把这部分成本分为商品销售信息处理成本与单位商品物理位移成本两部分。前者包含传统市场的层级关系伴随的信息损耗，为了计算简便，同时将批发和零售的产品分装、仓储、销售成本计入该部分，随着层级的下沉，边际成本将递增，而层级的数量与距离成正比，使用幂函数表示。在互联网时代，由于买方与卖方直接交易，搜寻效率较高，基本上不存在第一部分成本;随着物流行业进一步发展，单位商品的物理位移成本总体上下降，表示为与距离相关的线性函数，互联网技术对第二部分成本影响有限。
3. 总成本
综合上述两种成本的变化，若进行迁移，信息成本的下降将带给迁移人口额外的收益，但互联网商业对迁出地的消费成本降低形成了迁移的机会成本，由于对距离的边际效应差异，所以在互联网冲击下，信息成本下降的绝对值减去消费成本下降的绝对值才是迁移行为的净收益，通过式(8)- 式(5)得到，并且对其求导观察极值与凹凸性
(五) 数据描述
本文采用 1996～2015 年的省级对称面板数据，其中各省迁出人口数据取自2000、 2010 年的第五、第六次人口普查和 1995、2005、2015 年 1%人口抽样调查。其中 1995 年重庆数据从四川省中扣除。原始数据是以 5 年为间隔的面板数据，为了与自变量的数据匹配，并且在 1996～2015 年人口政策相对稳定，假设人口迁移的影响因素主要为经济原因，且人口迁移曲线是渐进、平滑的，故使用 Matlab 对其进行插值运算，使用 Spline 三次样条插值算法，插值函数及其一阶、二阶导数都是连续的。取 1996～2015 年的数据取自然对数作为因变量。互联网用户占比数据取自《中国互联网络发展状况统计报告》。受教育年限、人均 GDP、人口密度、城镇化率均来自《中国统计年鉴》。
三、实证分析
(一) 空间权重矩阵
一般在空间计量分析中，空间权重矩阵表示变量间的地理分布关系，大多采用相邻矩阵，或是反距离矩阵，即为地理分布紧密的地区赋予更高的权重，本文也采用类似的思路，选用反距离矩阵 W 作为一种研究视角，其中省际距离用省会城市之间的距离表示，对其取倒数后形成一个 N×N 的方阵，其中对角线元素为零，元素 wij 表示 i 省到 j 省距离的倒数，为对角线对称矩阵。距离越近的省份权重越高。另外，根据上文分析互联网技术对人口迁移净收益的影响，当距离超过临界点时，净收益会由正变负，所以在空间计量分析时需要考虑距离较远区域间的相互效应。故选择距离矩阵 WD 作为另一种空间权重矩阵，矩阵形态与 W 一致，但与 W 相反，对空间上相隔较远的区域间赋予更高的权重。
(二) 空间效应的跨时期选择
互联网技术在中国先后经历的积累期与全面深入发展期两个阶段。一方面，互联网用户占比由缓慢增长到快速增长再到平稳增长(见图 3)，全国及东中西部均有相同的趋势。1996～2005 年，用户占比增长缓慢，以 2006 年为分界，2006～2015 年快速提高。另一方面，互联网应用的内涵也发生了转变，由初期以提高学习工作效率的应用，逐渐渗透到休闲娱乐、消费或交易等更加生活化的应用(见图 4)。2006 年后休闲娱乐应用出现脉冲式增长，随后保持在高水平，消费或交易应用开始快速增长，互联网技术已跨过关键质量点(托马斯，2013)，进入自我强化周期。因此，互联网技术无论是用户规模还是技术内涵在两个时期均发生了改变，需要对两个时期分别进行分析。
(三) 面板数据回归
本文选用的面板数据为 T=20，N=31，为了分别检验互联网对人口迁移的空间外部性，使用标准化后的反距离矩阵(W)和距离矩阵(WD)作为空间权重矩阵，分别赋予相近地区与相远地区更高的权重。同时为了观察互联网技术发展的两个阶段是否具有不同的影响，以 2006 年为界，分别分析 1996～2005 年，2006～2015 年的情况，T=10。在使用 STATA 进行 OLS 回归后，通过 F 统计量检验及 Hausman 检验，选择空间、时间双向固定效应模型。回归结果如表 1 所示。
从表 1 看，影响本省迁出人口最主要的原因是人口密度，其次为城镇化率和人均 GDP。而 互联网 用户占 比仅在 1996～2005 年显著为正，说明以直接因果关系考 察不足 以说 明各因素的影响，需要将外部性纳入评测范畴。
(四) 空间计量分析
1. 空间自相关性检验
在空间自相关性检验时，采用 Moran 检验，对莫兰指数(Moran's I)进行统计推断。分别按两个时期及全时期以 W 和 WD 作为空间权重矩阵进行分析，结果如表 2 所示。
在 W 作为空间权重矩阵时，1996～2015 年和 2006～2015 年，在1%的水平拒绝无空间自相关性的原假设，1996～2005 年，仅在 10%的水平上拒绝。而在 WD 作为空间权重矩阵时，1996～2015 年和 2006～2015 年拒绝无空间自相关性的原假设，1996～2005年不拒绝原假设。因此可以看出，在本文考察的周期内，前 10 年各因素对于人口迁移的影响中，空间外部性较弱，而后 10 年较显著。由于 1996～2005 年的 WD 矩阵空间相关性不显著，故不再进一步进行该时期的空间计量分析。
2. 空间计量模型选择
从表 3 可以看出，在稳健的 LM 检验下，两类空间权重矩阵在各个时期均显著存在空间滞后效应和空间误差效应，因此本文使用空间杜宾模型进行后续空间计量分析。
3. 双向固定效应的空间杜宾模型分析
经过检验，分别以 W 和 WD 作为空间权重矩阵进行双向固定效应的空间杜宾模型(SPDM)计量分析，W 为反距离矩阵，赋予邻近地区更 高的 权重，以 1996～2015 年、 1996～2005 年、2006～2015 年 3 个时间段进行分析;WD 为距离矩阵，由于互联网技术跨越空间距离的属性，赋予较远区域更高的权重，虽然也与 W 分析一致分为 3 个时期，但在进行莫兰检验时，1996～2005 年空间相关性不显著，故不对这一时期进行计量分析，分别对 1996～2015 年和 2006～2015 年分析。根据人口的“推—拉”模型，将影响人口迁移的因素分为迁移效益和迁移成本，在式(2)的基础上，结合空间杜宾模型式(12)，空间计量方程为：
Y= δWY+ β0 ln usr + β1 ln edu+ β2 ln gdppc + β3 ln ppd + β4 ln ubr + θ0W ln usr + θ1W ln edu + θ2W ln gdppc+ θ3W ln ppd + θ4W ln ubr + ε (15)
Y= δWDY+ β0 ln usr + β1 ln edu+ β2 ln gdppc + β3 ln ppd + β4 ln ubr + θ0W D ln usr + θ1W D ln edu + θ2W D ln gdppc+ θ3W D ln ppd + θ4W D ln ubr + ε (16)
式(15)为空间权重矩阵使用 W，式(16)为空间权重矩阵使用 WD。使用 Matlab 软件完成数据分析，回归结果如表 4 所示。
从表 4 可以看出，除了教育水平因素外，互联网普及率及其他因素均在不同时期内显著，以 20 年为周期，拟合优度在 0.84 到 0.86 之间，W 在 1996～2005 年拟合优度为0.8275，但在 2006～2015 年两种距离矩阵的拟合优度均在 0.97 以上，这一结果与段成荣等(2008)一致，在影响人口迁移的因素中，经济因素的影响的解释能力在增强。
为了进一步体现自变量对因变量的影响，本文根 据式(14)对空间杜宾模型的回归系 数 处 理 ，得到各自 变量的间接效应 、直 接 效应及总效应(见表 5)。
根 据 表 5 的结果，互联网技术对人口迁移的影响表现出以 下 特 点 ：(1)互 联 网普及率与迁出人口同向增加，而且互联网对人口迁移影响程度有所提高， 1996 ～2005 年处于互联网技术的培育期，总效应系数值小，邻近地区间的数值为 - 0.5537，但在 2006～2015 年，互联网技术成为影响人口迁移的主要因素之一，无论对于近距离还是远距离地区间，总效应在显著因素中的系数绝对值均排第二位。中国 2006 年以后互联网技术经历了快速发展，以娱乐应用的阶梯式增长及互联网商品、服务交易体系的全面形成为标志，技术因素越来越深刻地影响着人口迁移。(2)在深入发展期，互联网技术以空间外部性为主，间接效应均在 1%水平上显著，并且系数的值比直接效应高 1～2 个数量级。传统社会的“中心—外围”结构强化了中心地区向外围地区的辐射，但抑制外围地区间的交流及外围向中心的反馈，互联网的扁平化结构，以技术手段实现了区域间的信息平权，通过提升本地的互联网发展水平，提供充分的本地人口迁移与消费商品方面信息，影响了其他地区的人口迁移决策。(3)在深入发展期，互联网技术对人口迁移的影响，随着距离增加，先促进(4.3696)后抑制(- 2.1288)。由于信息成本与商品运输的冰山成本均被互联网技术降低， 但随距离增加的边际效应存在差异，导致了人口迁移净收益先提高后降低，直至为负，进而影响人口迁移倾向。总体而言，互联网对人口迁移的空间重构效应随时间逐渐增强，通过提高空间外部性，克服距离因素的限制，增强了地区间的影响力。
城镇化趋势也发生了演进。首先，就人口密度对人口迁移的影响而言，1996～2005 年以邻近地区的就近城镇化为主，本地的人口密度是人口迁出的推力，直接效应为 3.0414，是人口迁出推力，这是由于这一阶段农业人口大量涌入城镇成为城市建设劳动力，迁出地的人口密度的影响主要体现为农业人口密度压力上，反映了农业人口生存压力，密度越高压力越大，人口有更高的迁出倾向。另外，受信息不充分的限制，人口更倾向迁往邻近地区。然而，2006～2015 年，由于互联网技术的发展，经过前一时期(1996～ 2006)的就近城镇化，人口密度间接效应显著(6.0689)，此时人口密度的影响主要体现为城镇人口密度引力，即人口迁移倾向于迁往人口密度高的附近大城市，通过人口聚集效应获得更高的迁移收益。总体而言，在 1996～2015 年的长周期内，人口密度间接效应为 - 4.1896，即仍以就近城镇化为主要特征，这与 1996～2005 年相似，说明 20 年长周期人口迁移的总体特征是以“乡—城”转移为显性标志。虽然在互联网深入发展期，城镇化率快速提高(2017 年为 58.52%)，人口迁移表现出向大城市聚集的趋势，但“农村转移人口市民化”仍然是一个长期历史过程。其次，就城镇化率对人口迁移的影响而言，1996～ 2005 年，邻近地区城镇化率的间接效应为 8.2532，与之相似，1996～2015 年的长周期内，城镇化率间接效应为 3.6727，皆为人口迁移拉力，并就近城镇化;2006～2015 年，距离较远的地区间则转而以跨地区城镇化为主，城镇化率的间接效应影响较大(5.8822)，由于地区间经济水平发展差距扩大，城镇化水平差异形成了人口迁移拉力，同时由于互联网技术有助于克服远距离导致的信息不充分，为以城镇化为目的的跨地区人口迁移提供便利。因此，第一个时期人口迁移以粗放的就近城镇化为主，由人口密度高的农业地区向城镇迁移，第二个时期人口迁移以邻近区域的城镇人口聚集与远距离地区间的进一步城镇化为特点，区域间的城镇化水平协同提高。
人均 GDP 和受教育水平两个自变量在对人口迁移的空间解释上与经典人口迁移的“推—拉”模型的结论有较大出入。首先人均 GDP 对于邻近地区的直接效应与间接效应均显著为负，且间接效应高于直接效应。而受教育水平的各个效应均不显著，说明人均 GDP 与教育水平未能充分形成应有的推力和拉力。
四、结 语
本研究发现：(1)互联网技术的新空间特性放松了产业中心与人口中心耦合关系的刚性约束，在产业中心进一步向东部集中的情况下，互联网则抑制远距离的低效率跨省人口迁移，活跃了“外围”地区内部的人口迁移活动，促进了地区间人口的均衡布局，有利于实施区域协调发展战略，特别是为西部大开发、东北老工业基地振兴及中部崛起提供更为有效的空间人口效率的支持。(2)互联网技术的支持和作用下，城镇的要素聚集效率得到进一步提高，特别是人口密度高规模大的大城市，显示出人口迁移的优先指向，提示出互联网技术强化人口聚集作用的新型功能;基于人口迁移净收益仍在持续提高的现实，区域内形成中心城市聚集，以大城市为核心的城市集群，以及大中小城市体系得以协同发展的人口聚集趋势，加速渐进式城镇化过程中的非农转移。(3)互联网技术的发展有助于提高人口迁移收益，2006～2015 年形成了对人口迁移的强刺激，人口迁移的活跃度提高，迁移人口总量得以快速增长。互联网技术支持下的迁移行为，得到了更为便捷、更为充分的信息支持。——论文作者：吕昭河 翟 登
SCISSCIAHCI
