2005—2018年北京市外来人口迁移特征与影响因素分析

doi:10.12082/dqxxkx.2022.210406

地球信息科学学报 ›› 2022, Vol. 24 ›› Issue (4): 698-710.doi: 10.12082/dqxxkx.2022.210406

• 地理空间分析综合应用 • 上一篇下一篇

2005—2018年北京市外来人口迁移特征与影响因素分析

赵迪¹(), 陈鹏¹^,^*(), 李海成², 苗红斌²

1.中国人民公安大学信息网络安全学院,北京 102600
2.北京市公安局,北京 100082

收稿日期:2021-07-17 修回日期:2021-09-22 出版日期:2022-04-25 发布日期:2022-06-25
通讯作者: ^*陈鹏（1981— ）,辽宁营口人,博士,副教授,主要研究方向为犯罪地理、公安大数据分析。 E-mail: chenpeng@ppsuc.edu.cn
^*陈鹏（1981— ）,辽宁营口人,博士,副教授,主要研究方向为犯罪地理、公安大数据分析。 E-mail: chenpeng@ppsuc.edu.cn
作者简介:赵迪（1998— ）,黑龙江哈尔滨人,硕士生,研究方向为犯罪地理、公安大数据分析。E-mail: 2836694958@qq.com
基金资助:
教育部人文社会科学规划基金项目(20YJAZH009)

Beijing Non-registered Population Spatiotemporal Distribution Characteristics and Influencing Factors from 2005 to 2018

ZHAO Di¹(), CHEN Peng¹^,^*(), LI Haicheng², MIAO Hongbin²

1. School of Police Information Engineering and Cyber Security, People's Pubic Security University of China, Beijing 102600, China
2. Beijing Municipal Public Security Bureau, Beijing 100082, China

Received:2021-07-17 Revised:2021-09-22 Online:2022-04-25 Published:2022-06-25
Supported by:
Humanities and Social Sciences planning fund project of the Ministry of Education(20YJAZH009)

摘要/Abstract

摘要：

外来人口是大型或超大型城市人口结构的重要组成部分,研究特定城市外来人口的迁移特征及其影响因素不仅有助于从迁入地视角发现以特定城市为目标的人口迁移规律,对新城镇化背景下的城市化建设与发展也具有重要的现实意义。本文以北京市为例,通过收集2005—2018年的公安机关外来人口登记数据,对外来人口在不同年份的市级迁出地空间分布格局进行了研究,并利用空间回归模型对人口迁移的影响因素进行了分析,得到如下发现：① 北京市外来人口的迁出地在市级尺度下表现出明显的空间聚集效应,且聚集效应逐年增强;外来人口迁出地空间分布基本稳定,热点迁出地分布主要集中在河北-天津和河南省南部-湖北省北部2个主要聚集簇中;② 影响人口向北京迁移的主要变量为各迁出地的人口规模、交通时间、人均收入、高等教育水平、人口密度等,其中人口规模和人均收入对人口迁移的影响较为稳定,而高等教育水平和人口密度的影响分别从2010年和2014年后才开始显现,交通时间对人口迁移的障碍性作用虽然有所下降,但对人口迁移的影响变化不大;③ 空间误差项持续显著,表明迁出地的人口迁出量可能受相邻地市的社会文化等其他变量的影响。

关键词: 外来人口, 空间分布, Moran' s I指数, 空间异质性, 多元线性回归, 空间误差回归

Abstract:

The migrant population is an important part of the population structure of large or super large cities. Studying the migration characteristics and influencing factors of the migrant population in a particular city will not only help to discover the pattern of population migration targeting a particular city from the perspective of the migration place, but also affect new towns. The construction and development of urbanization in the context of urbanization also has important practical significance. Taking Beijing as an example, this paper collects the migrant population registration data of the public security organs from 2005 to 2018, studies the spatial distribution pattern of the migrant population in different years in the city-level emigration areas, and uses the spatial regression model to analyze the factors that affect population migration. The following findings are obtained: ① The emigration area of Beijing's migrant population shows obvious spatial agglomeration effect at the municipal scale, and the aggregation effect is increasing year by year. The spatial distribution of migrant population emigration area is generally stable. The hot spot emigration places is mainly concentrated in two main clusters: Hebei-Tianjin and southern Henan Province-Northern Hubei Province; ② The main variables affecting population migration from various places to Beijing are the population size of the emigration area, transportation time, per capita income, and education level. The impact of population size and per capita income on population migration is relatively stable, while the effects of education level and population density only began to appear after 2010 and 2014, respectively. Transportation time has an negative effect on population migration. Although the transportation time has decreased in recent years, its impact on population migration has not changed much; ③ The spatial error continues to be significant, indicating that the population migration volume of a given emigration area may be affected by other variables such as the social culture of neighboring cities.

Key words: Non-registered population, spatial distribution, Moran' s I index, special heterogeneity, multiple linear regression, spatial error model

赵迪, 陈鹏, 李海成, 苗红斌. 2005—2018年北京市外来人口迁移特征与影响因素分析[J]. 地球信息科学学报, 2022, 24(4): 698-710.DOI:10.12082/dqxxkx.2022.210406

ZHAO Di, CHEN Peng, LI Haicheng, MIAO Hongbin. Beijing Non-registered Population Spatiotemporal Distribution Characteristics and Influencing Factors from 2005 to 2018[J]. Journal of Geo-information Science, 2022, 24(4): 698-710.DOI:10.12082/dqxxkx.2022.210406

图/表 7

表1

表2

图1

表3

图2

表4

表5

参考文献 40

[1]	新华社. 中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议[EB/OL]. http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm.
	[ Xinhua News Agency. The proposal of the CPC Central Committee on formulating the 14th five-year plan for national economic and social development and the long-term objectives for 2035[EB/OL]. http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm.] DOI: 10.3321/j.issn:1001-1595.2001.04.016 doi: 10.3321/j.issn:1001-1595.2001.04.016
[2]	王国霞, 秦志琴, 程丽琳. 20世纪末中国迁移人口空间分布格局-基于城市的视角[J]. 地理科学, 2012,32(3):273-281. doi: 10.13249/j.cnki.sgs.2012.03.273
	[ Wang G X, Qin Z Q, Cheng L L. Spatial distribution of population migration in China in the 1990s'[J]. Scientia Geographica Sinica, 2012,32(3):273-281. ] DOI: 10.13249/j.cnki.sgs.2012.03.004 doi: 10.13249/j.cnki.sgs.2012.03.004
[3]	刘望保, 汪丽娜, 陈忠暖. 中国省际人口迁移流场及其空间差异[J]. 经济地理, 2012,32(2):8-13.
	[ Liu W B, Wang L N, Chen N Z. Flow field and its regional differentiation of inter-provincial migration in China[J]. Economic Geography, 2012,32(2):8-13. ] DOI: 10.15957/j.cnki.jjdl.2012.02.002 doi: 10.15957/j.cnki.jjdl.2012.02.002
[4]	臧玉珠, 周生路, 周兵兵, 等. 1995—2010年中国省际人口迁移态势与空间格局演变-基于社会网络分析的视角[J]. 人文地理, 2016,31(4):112-118.
	[ Zang Y Z, Zhou S L, Zhou B B, et al. The volume changes and spatial pattern dynamics of China’s interprovincial migration: a perspective of social network analysis[J]. Human Geography, 2016,31(4):112-118. ] DOI: 10.13959/j.issn.1003-2398.2016.04.015. doi: 10.13959/j.issn.1003-2398.2016.04.015
[5]	李扬, 刘慧, 汤青. 1985—2010年中国省际人口迁移时空格局特征[J]. 地理研究, 2015,34(6):1135-1148. doi: 10.11821/dlyj201506012
	[ Li Y, Liu H, Tang Q. Spatial-temporal patterns of China's interprovincial migration during 1985-2010[J]. Geographical Research, 2015,34(6):1135-1148. ] DOI: 10.11821/dlyj201506012 doi: 10.11821/dlyj201506012
[6]	杨传开, 宁越敏. 中国省际人口迁移格局演变及其对城镇化发展的影响[J]. 地理研究, 2015,34(8):1492-1506. doi: 10.11821/dlyj201508008
	[ Yang C K, Ning Y M. Evolution of spatial pattern of inter-provincial migration and its impacts on urbanization in China[J]. Geographical Research, 2015,34(8):1492-1506. ] DOI: 10.11821/dlyj201508008 doi: 10.11821/dlyj201508008
[7]	周皓. 中国人口流动模式的稳定性及启示-基于第七次全国人口普查公报数据的思考[J]. 中国人口科学, 2021,35(3):28-41,126-127.
	[ Zhou H. Spatial distribution, flowing rules and forming mechanism of inter-cities floating population in China[J]. Chinese Journal of Population Science, 2021,35(3):28-41,126-127. ]
[8]	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[J]. 地理科学进展, 2018,37(3):363-372. doi: 10.18306/dlkxjz.2018.03.007
	[ Chen M X, Guo S S, Lu D D. Characteristics and spatial patterns of floating population in the Beijing-Tianjin-Hebei urban agglomeration under the background of new urbanization[J]. Progress in Geography, 2018,37(3):363-372. ] DOI: 10.18306/dlkxjz.2018.03.007 doi: 10.18306/dlkxjz.2018.03.007
[9]	李聪, 宗会明, 肖磊. 中国典型人口流出地区人口流动格局——以川渝地区为例[J]. 热带地理, 2021,41(3):516-527.
	[ Li C, Zong H M, Xiao L. Spatial pattern of population flow in China's typical outflow areas: a case study of the Sichuan-Chongqing area[J]. Tropical Geography, 2021,41(3):516-527. ] DOI: 10.13284/j.cnki.rddl.003354 doi: 10.13284/j.cnki.rddl.003354
[10]	曹广忠, 陈思创, 刘涛. 中国五大城市群人口流入的空间模式及变动趋势[J]. 地理学报, 2021,76(6):1334-1349. doi: 10.11821/dlxb202106002
	[ Cao G Z, Chen S C, Liu T. Changing spatial patterns of internal migration to five major urban agglomerations in China[J]. Acta Geographica Sinica, 2021,76(6):1334-1349. ] DOI: 10.11821/dlxb202106002 doi: 10.11821/dlxb202106002
[11]	古恒宇, 覃小玲, 沈体雁. 中国城市流动人口回流意愿的空间分异及影响因素[J]. 地理研究, 2019,38(8):1877-1890. doi: 10.11821/dlyj020180473
	[ Gu H Y, Qin X L, Shen T Y. Spatial variation of migrant population's return intention and its determinants in China's prefecture and provincial level cities[J]. Geographical Research, 2019,38(8):1877-1890. ] DOI: 10.11821/dlyj020180473 doi: 10.11821/dlyj020180473
[12]	李志刚, 刘达, 林赛南. 中国城乡流动人口“回流”研究进,
	[ Liu D, Lin S N. A literature review of the study on return floating population in China[J]. Human Geography, 2020,35(1):1-10,62. ] DOI: 10.13959/j.issn.1003-2398.2020.01.001 doi: 10.13959/j.issn.1003-2398.2020.01.001
[13]	刘晏伶, 冯健. 中国人口迁移特征及其影响因素-基于第六次人口普查数据的分析[J]. 人文地理, 2014,29(2):129-137.
	[ Liu Y L, Feng J. Characteristics and impact factors of migration in China based on the analysis of the sixth census data[J]. Human Geography, 2014,29(2):129-137. ] DOI: 10.13959/j.issn.1003-2398.2014.02.021 doi: 10.13959/j.issn.1003-2398.2014.02.021
[14]	何文举, 刘慧玲, 颜建军. 基本公共服务支出\收入水平与城市人口迁移关系-以湖南省市域中心城市为例[J]. 经济地理, 2018,38(12):50-59.
	[ He W J, Liu H L, Yan J J. Relations among the population migration and local income levels and public expenses in human based on the perspective of the equalization of public services[J]. Economic Geography, 2018,38(12):50-59. ] DOI: 10.15957/j.cnki.jjdl.2018.12.007 doi: 10.15957/j.cnki.jjdl.2018.12.007
[15]	古恒宇, 刘子亮, 沈体雁. 中国省际流动人口户籍迁移意愿的空间格局及影响机制分析[J]. 地理科学, 2019,39(11):1702-1710. doi: 10.13249/j.cnki.sgs.2019.11.003
	[ Gu H Y, Liu Z L, Shen T Y. Spatial pattern and influencing mechanism of interprovincial migration's Hukou transfer intention in China[J]. Scientia Geographica Sinica, 2019b,39(11):1702-1710. ] DOI: 10.13249/j.cnki.sgs.2019.11.003 doi: 10.13249/j.cnki.sgs.2019.11.003
[16]	马志飞, 尹上岗, 张宇, 等. 中国城城流动人口的空间分布/流动规律及其形成机制[J]. 地理研究, 2019,38(4):926-936. doi: 10.11821/dlyj020180280
	[ Ma Z F, Yin S G, Zhang Y, et al. Spatial distribution, flowing rules and forming mechanism of inter-cities floating population in China[J]. Geographical Research, 2019,38(4):926-936. ] DOI: 10.11821/dlyj020180280 doi: 10.11821/dlyj020180280
[17]	刘涛, 刘嘉杰, 曹广忠. 中国城市人口户籍迁移的估算及时空特征-新型城镇化的落户政策导向[J]. 地理科学, 2021,41(4):553-561. doi: 10.13249/j.cnki.sgs.2021.04.001
	[ Liu T, Liu J J, Cao G Z. Estimating and interpreting China's Hukou migration under the strategy of new-type urbanization[J]. Scientia Geographica Sinica, 2021,41(4):553-561. ] DOI: 10.13249/j.cnki.sgs.2021.04.001. doi: 10.13249/j.cnki.sgs.2021.04.001
[18]	张伟丽, 晏晶晶, 聂桂博. 中国城市人口流动格局演变及影响因素分析[J]. 中国人口科学, 2021, 35(2):76-87,127-128.
	[ Zhang W L, Yan J J, Nie G B. Evolution of the pattern of China's urban population flows and its proximate determinants[J]. Chinese Journal of Population Science, 2021, 35(2):76-87,127-128.]
[19]	于文丽, 蒲英霞, 陈刚, 等. 基于空间自相关的中国省际人口迁移模式与机制分析[J]. 地理与地理信息科学, 2012,28(2):44-49.
	[ Yu W L, Pu Y X, Chen G, et al. Spatial analysis of the patterns and mechanism of inter-provincial migration flows in China[J]. Geography and Geo-information Science, 2012,28(2):44-49. ]
[20]	刘颖, 邓伟, 宋雪茜, 等. 基于综合城镇化视角的省际人口迁移格局空间分析[J]. 地理科学, 2017,37(8):1151-1158. doi: 10.13249/j.cnki.sgs.2017.08.004
	[ Liu Y, Deng W, Song X Q, et al. Spatial pattern of interprovincial population migration from the comprehensive urbanization perspective[J]. Scientia Geographica Sinica, 2017,37(8):1151-1158. ] DOI: 10.13249/j.cnki.sgs.2017.08.004. doi: 10.13249/j.cnki.sgs.2017.08.004
[21]	齐嘉楠, 于典, 王志理. 流动人口流动距离及影响因素研究[J]. 南方人口, 2021,36(2):31-41,64.
	[ Qi J N, Yu D, Wang Z L. The migration distance and influence factor of migrant population[J]. South China Population, 2021,36(2):31-41,64. ]
[22]	黄春芳, 韩清. 长三角高铁运营与人口流动分布格局演进[J]. 上海经济研究, 2021,38(7):39-54.
	[ Huang C F, Han Q. The evolution of the high-speed rail operation and the distribution pattern of population flow in the Yangtze River Delta[J]. Shanghai Journal of Economics, 2021,38(7):39-54.] DOI: 10.19626/j.cnki.cn31-1163/f.2021.07.005. doi: 10.19626/j.cnki.cn31-1163/f.2021.07.005
[23]	林李月, 朱宇, 柯文前, 等. 基本公共服务对不同规模城市流动人口居留意愿的影响效应[J]. 地理学报, 2019,74(4):737-752. doi: 10.11821/dlxb201904009
	[ Lin L Y, Zhu Y, Ke W Q, et al. The impact of migrants' access to urban public services on their urban settlement intentions: a study from the perspective of different-sized cities[J]. Acta Geographica Sinica, 2019,74(4):737-752. ] DOI: 10.11821/dlxb201904009 doi: 10.11821/dlxb201904009
[24]	冀丰渊. 京津冀协同发展规划纲要[A].廊坊市应用经济学会.对接京津-解题京津冀一体化与推动区域经济协同发展(对接京津与环首都沿渤海第13次论坛[二])论文集[C]. 廊坊市应用经济学会, 2016: 10.
	[ Ji F Y. Outline of Beijing-Tianjin-Hebei coordinated development plan[A]. Connecting Beijing and Tianjin-solving the problem of integration of Beijing-Tianjin-Hebei and promoting coordinated development of regional economy ( The 13th forum on connecting Beijing, Tianjin and the Bohai Sea around the capital [II])[C]. Langfang society of Applied Economics, 2016: 10. ]
[25]	曹琳剑, 王杰, 王欢欢, 等. 京津冀基础设施建设与人口集聚耦合演进分析-基于推拉理论解析[J]. 地理科学, 2019,39(8):1256-1264. doi: 10.13249/j.cnki.sgs.2019.08.007
	[ Cao L J, Wang J, Wang H H, et al. Evolutional analysis of coupling between infrastructure and population agglomeration in Beijing-Tianjin-Hebei region: an analysis based on Push-pull theory[J]. Scientia Geographica Sinica, 2019,39(8):1256-1264. ] DOI: 10.13249/j.cnki.sgs.2019.08.007. doi: 10.13249/j.cnki.sgs.2019.08.007
[26]	古恒宇, 沈体雁, 刘子亮, 等. 基于空间滤波方法的中国省际人口迁移驱动因素[J]. 地理学报, 2019,74(2):222-237. doi: 10.11821/dlxb201902002
	[ Gu H Y, Shen T Y, Liu Z L, et al. Driving mechanism of interprovincial population migration flows in China based on spatial filtering[J]. Acta Geographica Sinica, 2019,74(2):222-237. ]
[27]	李拓, 李斌. 中国跨地区人口流动的影响因素-基于286个城市面板数据的空间计量检验[J]. 中国人口科学, 2015,29(2):73-83,127.
	[ Li T, Li B. Factor analysis of cross-regional population flow in China: an empirical study with spatial econometrics models and panel data of 286 cities in China[J]. Chinese Journal of Population Science, 2015,29(2):73-83,127. ]
[28]	Moran PAP. Notes on continuous stochastic phenomena[J]. Biometrika, 1950,37(1-2):17-33. DOI: 10.2307/2332142 doi: 10.2307/2332142
[29]	Anselin L. Local indicators of spatial association—LISA[J]. Geographical Analysis, 1995,27(2):93-115. DOI: 10.1111/j.1538-4632.1995.tb00338.x doi: 10.1111/j.1538-4632.1995.tb00338.x
[30]	Mcmillen D P. Geographically weighted regression: The analysis of spatially varying relationships[J]. American Journal of Agricultural Economics, 2004,86(2):554-556. DOI: 10.1353/geo.2003.0008 doi: 10.1353/geo.2003.0008
[31]	Weiss C H. Generalized choice models for categorical time series[J]. Journal of Statistical Planning and Inference, 2011,141(8):2849-2862. DOI: 10.1016/j.jspi.2011.03.009 doi: 10.1016/j.jspi.2011.03.009
[32]	Ward M, Skrede K. Spatial regression model[M]. 宋曦,译. 上海: 格致出版社, 2012.
	[ Ward M, Skrede K. Spatial regression model[M]. Translated by Song Xi. Shanghai: Truth & Wisdom Press, 2012. ]
[33]	黄秋兰, 唐咸艳, 周红霞, 等. 四种空间回归模型在疾病空间数据影响因素筛选中的比较研究[J]. 中国卫生统计, 2013,30(3):334-338.
	[ Huang Q L, Tang X Y, Zhou H X, et al. Comparison of four spatial regression models for screening disease factors[J]. Chinese Journal of Health Statistics, 2013,30(3):334-338. ]
[34]	Anselin L, Florax R. Small sample properties of tests for spatial dependence in regression models: Some further results[M]. Springer Berlin Heidelberg, 1995. DOI: 10.1007/978-3-642-79877-1_2 doi: 10.1007/978-3-642-79877-1_2
[35]	蒲英霞, 韩洪凌, 葛莹, 等. 中国省际人口迁移的多边效应机制分析[J]. 地理学报, 2016,71(2):205-216. doi: 10.11821/dlxb201602003
	[ Pu Y X, Han H L, Ge Y, et al. Multilateral mechanism analysis of interprovincial migration flows in China[J]. Acta Geographica Sinica, 2016,71(2):205-216. ] DOI: 10.11821/dlxb201602003 doi: 10.11821/dlxb201602003
[36]	赵心怡, 蒲英霞. 区域人口迁移时空溢出效应与动力机制分析[J]. 地球信息科学学报, 2018,20(6):817-826. doi: 10.12082/dqxxkx.2018.180015
	[ Zhao X Y, Pu Y X. Space-time spillover effects and driving forces of regional migration process[J]. Journal of Geo-information Science, 2018,20(6):817-826. ]
[37]	刘玉, 张雪. 基于行业特征的流动人口就业选择偏好分析——以北京为例[J]. 城市发展研究, 2021,28(3):115-122.
	[ Liu Y, Zhang X. The influence of industry characteristics on the employment choice of migrant workers: A case study of Beijing[J]. Urban Studies, 2021,28(3):115-122. ]
[38]	谢宝富, 袁倩. 超大城市流动人口积分落户参与和定居选择研究-兼谈积分落户政策实施成效与优化路径[J]. 安徽师范大学学报(人文社会科学版), 2020,48(5):77-86.
	[ Xie B F, Yuan Q. Migrant population's participation in points-based registration and settlement choice in megacities —discussing the implementation effect and optimization path of the points-based registration system[J]. Journal of Anhui Normal University(Humanity.& Social Science, 2020,48(5):77-86. ] DOI: 10.14182/j.cnki.j.anu.2020.05.010. doi: 10.14182/j.cnki.j.anu.2020.05.010
[39]	程晗蓓, 刘于琪, 苟翡翠, 等. 城市新生代流动人口的回流意愿与区位选择-基于北京、深圳、成都和中山4个城市的实证[J]. 热带地理, 2020,40(1):63-73.
	[ Cheng H B, Liu Y Q, Gou F C, et al. Profiles and mechanism of return migration in post-reform urban China: a case study of four cities[J]. Tropical Geography, 2020,40(1):63-73. ] DOI: 10.13284/j.cnki.rddl.003166 doi: 10.13284/j.cnki.rddl.003166
[40]	冯虹, 刘永安, 艾小青. 北京流动人口调控政策的效果分析-基于个体居留意愿的视角[J]. 人口与发展, 2019,25(1):36-46,23.
	[ Feng H, Liu Y A, Ai X Q. Effect analysis on controlling policy of floating population in Beijing-based on the perspective of the individual desire of residence[J]. Population and Development, 2019,25(1):36-46,23. ]

特征	变量	描述	预期效应
人口特征	人口规模（POP）/人	2005—2018年各地区总人口数量	+
经济特征	失业率（UNEM）/%	2005—2018年各地区城镇登记失业率	-
	人均GDP（PGDP）/（元/人）	2005—2018年各地区人均地区生产总值	-
	人均收入（PINC）/元	2005—2018年各地区职工平均工资	-
	财政收入（GINC）/万元	2005—2018年各地区地区财政收入	-
居住环境特征	人口密度（PDEN）/（人/km²）	2005—2018年各地区人口密度	-
教育水平特征	高等教育水平（HEDU）²/所	2005—2018年各地区普通高等学校数量	-
空间距离障碍性特征	交通时间（DIS）/h	2005—2018年各地到北京的最短铁路乘车时间	-

变量	2005年		2010年		2014年		2018年
变量	Mean	Std.	Mean	Std.	Mean	Std.	Mean	Std.
EMIG	8418.4	15 234.6	17 093.5	30 568.1	11 555.2	21 490.1	24 330.6	42 263.9
POP	375.9	288.7	387.9	300.6	364.9	277.8	404.0	320.7
UNEM	4.1	2.2	3.5	1.7	3.1	0.8	2.8	1.0
PGDP	14 501.3	11 908.6	27 010.7	20475.7	49 782.1	65 524.5	57 928.8	34 188.0
PINC	15 814.8	6599.2	28 338.6	7596.8	48 297.3	9790.2	72 160.1	14 646.3
GINC	346 224.7	917 078.0	781 904.4	1 771 888.7	1 883 526.4	3 643 973.4	2 413 171.2	5 251 476.0
PDEN	360.9	336.9	363.5	324.3	342.6	299.1	395.5	377.0
HEUD	5.4	10.1	6.4	12.0	6.4	12.0	7.6	13.5
DIS	22.3	13.0	21.1	13.0	16.0	11.3	12.2	11.1

变量	2005年		2010年		2014年		2018年
变量	多元回归	空间误差回归	多元回归	空间误差回归	多元回归	空间误差回归	多元回归	空间误差回归
lg(POP)	0.549^**	0.528^**	0.546^**	0.470^**	0.503^**	0.500^**	0.374^**	0.475^**
lg(UNEM)	0.088^*	0.043	0.101^**	0.069^**	0.059	-0.032	0.038	0.027
lg(PGDP)	0.186^**	0.131^*	0.166^**	0.061	0.135^**	0.053	0.004	0.044
lg(PINC)	-0.255^**	-0.165^**	-0.260^**	-0.117^**	-0.219^**	-0.082^*	-0.313^**	-0.139^**
lg(PDEN)	-0.022	0.026	-0.090	-0.043	-0.020	-0.029^*	-0.227^**	-0.066^**
lg(HEDU)	0.028	0.038	0.009	0.071^*	0.023	0.047^**	0.149^**	0.070^*
lg(DIS)	-0.294^**	-0.227^**	-0.408^**	-0.197^**	-0.318^**	-0.110^**	-0.491^**	-0.267^**
λ	-	0.417^**	-	0.705^**	-	0.768^**	-	0.661^**
R²	0.653	0.714	0.700	0.821	0.613	0.833	0.624	0.768
AIC	613.666	592.124	564.135	439.668	648.834	428.217	640.198	518.388

2005—2018年北京市外来人口迁移特征与影响因素分析

Beijing Non-registered Population Spatiotemporal Distribution Characteristics and Influencing Factors from 2005 to 2018

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 40

相关文章 15

Metrics

本文评价

推荐阅读 0

年份	呈现为高-高聚类的地级市
2005	赤峰市、霍林郭勒市、承德市、张家口市、保定市、石家庄市、邢台市、廊坊市、秦皇岛市、唐山市、沧州市、衡水市、大同市、天津市、德州市、聊城市、济宁市、濮阳市、商丘市、开封市、周口市、驻马店市、信阳市、南阳市、平顶山市、阜阳市、六安市、黄冈市、孝感市
2010	赤峰市、乌兰扎布市、承德市、张家口市、保定市、石家庄市、邢台市、廊坊市、秦皇岛市、唐山市、沧州市、衡水市、邯郸市、朝阳市、大同市、忻州市、天津市、德州市、聊城市、济宁市、濮阳市、商丘市、开封市、周口市、驻马店市、信阳市、南阳市、安阳市、平顶山市、阜阳市、六安市、黄冈市、孝感市、许昌市
2014	乌兰扎布市、承德市、张家口市、保定市、石家庄市、邢台市、廊坊市、秦皇岛市、唐山市、沧州市、邯郸市、衡水市、大同市、长治市、忻州市、天津市、德州市、聊城市、济宁市、濮阳市、商丘市、开封市、驻马店市、信阳市、南阳市、阜阳市、六安市、黄冈市、孝感市
2018	大庆市、绥化市、伊春市、长春市、延边朝鲜族自治州、赤峰市、乌兰扎布市、承德市、张家口市、保定市、石家庄市、邢台市、廊坊市、秦皇岛市、唐山市、沧州市、邯郸市、衡水市、朝阳市、大同市、晋中市、长治市、忻州市、天津市、德州市、聊城市、济宁市、濮阳市、商丘市、开封市、驻马店市、信阳市、南阳市、安阳市、阜阳市、黄冈市

[1]	陈点点, 陈芸芝, 冯险峰, 武爽. 基于超参数优化CatBoost算法的河流悬浮物浓度遥感反演[J]. 地球信息科学学报, 2022, 24(4): 780-791.
[2]	詹琪琪, 赵伟, 杨梦娇, 付浩, 李昕娟, 熊东红. 雅鲁藏布江中部流域土地沙化遥感识别[J]. 地球信息科学学报, 2022, 24(2): 391-404.
[3]	高书鹏, 刘晓龙, 宋金玲, 史正涛, 杨磊, 郭利彪. 热带山区高时空分辨率NDVI融合精度及其影响因素分析[J]. 地球信息科学学报, 2022, 24(2): 405-419.
[4]	冯子钰, 施润和. 中国近地面PM_2.5浓度与排放的时空分布及其关联分析[J]. 地球信息科学学报, 2021, 23(7): 1221-1230.
[5]	杨灿灿, 许芳年, 江岭, 王瑞璠, 尹力, 赵明伟, 张鲜鲜. 基于街景影像的城市道路空间舒适度研究[J]. 地球信息科学学报, 2021, 23(5): 785-801.
[6]	於佳宁, 刘凯, 张冰玥, 黄滢, 范晨雨, 宋春桥, 汤国安. 中国区域TanDEM-X 90 m DEM高程精度评价及其适用性分析[J]. 地球信息科学学报, 2021, 23(4): 646-657.
[7]	刘亚溪, 宋辞, 刘起勇, 张知新, 王席, 马佳, 陈晓, 裴韬. 重庆市新型冠状病毒肺炎流行时空特征及其与人群活动性的关系[J]. 地球信息科学学报, 2021, 23(2): 222-235.
[8]	韦原原, 江南, 陈云海, 李响, 杨振凯. 顾及时空对象空间相互作用的疫情风险评估建模与应用[J]. 地球信息科学学报, 2021, 23(2): 274-283.
[9]	葛咏, 刘梦晓, 胡姗, 任周鹏. 时空统计学在贫困研究中的应用及展望[J]. 地球信息科学学报, 2021, 23(1): 58-74.
[10]	张亚, 刘纪平, 周亮, 王勇, 李鹏飞. 基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析[J]. 地球信息科学学报, 2020, 22(8): 1630-1641.
[11]	曹元晖, 刘纪平, 王勇, 王良杰, 吴文周, 苏奋振. 基于POI数据的城市建筑功能分类方法研究[J]. 地球信息科学学报, 2020, 22(6): 1339-1348.
[12]	刘菁菁, 刘雨思, 伊迪升, 杨静, 张晶. 北京市四环内街区尺度下的主题混合模式挖掘[J]. 地球信息科学学报, 2020, 22(6): 1370-1382.
[13]	连丽聪, 万智巍, 鞠民, 贾玉连, 洪祎君, 蒋梅鑫, 曾峰海. 民国中期湖南洞庭湖区耕地空间格局重建[J]. 地球信息科学学报, 2020, 22(5): 989-996.
[14]	廖书冰, 蔡宏, 袁艳琼, 张蓓蓓, 李义平. 夜间灯光数据表征的区域经济发展水平对老年人高血压与Ⅱ型糖尿病患病率分布的影响[J]. 地球信息科学学报, 2020, 22(11): 2177-2187.
[15]	汪小英, 李小漫, 沈镭, 王宜龙. 长江经济带城乡一体化对能源效率的空间效应分析[J]. 地球信息科学学报, 2020, 22(11): 2188-2198.