不确定性视角下的中国省际人口迁移机制分析.pdfVIP

第76 卷第12期 地 理 学 报 Vol.76, No.12 2021 年12月 ACTA GEOGRAPHICA SINICA December, 2021 不确定性视角下的中国省际人口迁移机制分析 1, 2, 3 1 4 1 蒲英霞 ，武振伟 ，葛 莹 ，孔繁花 （1. 南京大学地理与海洋科学学院，南京210023 ；2. 江苏省地理信息技术重点实验室，南京210023 ；3. 江苏 省地理信息资源开发与利用协同创新中心，南京210023 ；4. 河海大学地球科学与工程学院，南京211100 ） 摘要：人口迁移过程具有内在的不确定性。贝叶斯模型平均方法（BMA ）为不确定性问题提供 了行之有效的解决方案。然而，当前该方法多用于线性回归模型在变量选择时出现的模型不 确定性问题，很少用于空间建模。本文以2010—2015 年中国省际人口迁移流为例，将BMA 方 法应用于空间OD 模型，在考虑网络空间结构的基础上选取迁出地和迁入地各7 个解释变量及 3 距离因素，利用马尔可夫链—蒙特卡罗模型综合方法（MC ）进行模型抽样，以后验模型概率为 权重计算相应变量的迁出地、迁入地和网络效应等，定量分析不确定性背景下省际人口迁移影 响因素和空间机制。结果表明：①BMA 模型估计结果更为稳健可靠。与单一模型相比，BMA 中变量效应估计的90%可信区间明显缩小，不确定性程度显著降低，结果更为精确；② 区域经 济社会发展对省际迁移至关重要。经模型空间抽样后，迁出地人口规模和GDP、迁入地教育水 平和迁移存量等的变量后验包含概率大于90% ；③ 网络效应在省际迁移过程中不可忽视。所 有变量的网络效应占总体效应的40% 以上，其中工资、城镇化率、教育和迁移存量等的网络效 应（绝对值）大于各自的迁出地和迁入地效应；④若不考虑迁移建模中的不确定性，绝大多数区 域经济社会变量对省际迁移的影响会被高估。 关键词：人口迁移；空间OD 模型；贝叶斯模型平均；后验模型概率；变量后验包含概率；网络效 应；中国 DOI: 10.11821/dlxb202112007 1 引言 作为自然科学和哲学领域最早提出的一个范畴，不确定性及由此产生的 “黑天鹅” [1-8] 问题已被经济学、地理学、社会学和心理学等众多领域所关注 。在人口迁移过程中， 由于地区经济社会发展所面临的复杂性日益突出，同时迁移个体自身的文化知识、判断 [9- 12] 能力以及对目的地信息了解的局限性等，加剧了迁移过程的风险和不确定性 。当前随 [13-20] 着空间自相关概念的引入，空间溢出效应为区域人口迁移过程提供了更为合理的解释 。 然而，人口迁移建模中的不确定性问题，包括如何选择解释变量、如何设定模型结构、 如何定义网络空间结构等，直接关系到区域人口迁移影响因素和动力机制分析的稳健性 [21] 和可靠性 。若忽视这些问题，可能会对主导人口迁移过程的关键因素做出不恰当的分 析和判断，进而影响科学制定区域人口发展规划、国土空间规划以及其他经济社会宏观 [22-23] 战略决策等 。 收稿日期：2020-10-23; 修订日期：2021-05-20 基金项目：国家自然科学基金项目; 江苏高校优势学科建设工程; 江苏省地理