EN中文

Tropical Geography >

2024 , Vol. 44 >Issue 3: 492 - 504

DOI: https://doi.org/10.13284/j.cnki.rddl.003839

Network Characteristics Analysis and Spatial Pattern Division of Settlement Intention of Floating Population in Urban Agglomerations

  • Li Li , 1, 2 ,
  • Ying Liu , 1, 2 ,
  • Chenke Tang 1, 2 ,
  • Li Peng 1, 2
Expand
  • 1. Faculty of Geography and Resource Science, Sichuan Normal University, Chengdu 610068, China
  • 2. Key Laboratory of Land Resources Evaluation and Monitoring in Southwest, Chengdu 610068, China

Received date: 2023-01-09

  Revised date: 2023-08-03

  Online published: 2024-03-13

Fold

Abstract

Identifying the network characteristics of settlement intentions of floating populations in urban agglomerations is of great significance in constructing a reasonable spatial distribution of the population and the urbanization of the floating population. Based on China Migrants Dynamic Survey (CMDS) data from 2017, this study used social network and geospatial analyses to examine the network spatial structure of floating population settlement intentions and identify their spatial model. Six major urban agglomerations were selected as case studies, including three coastal agglomerations—Yangtze River Delta (YRD), Pearl River Delta (PRD), and Beijing-Tianjin-Hebei region (BTH)—and three inlands agglomerations—Middle Yangtze River (MYR), Chengdu-Chongqing region (CC), and Harbin-Changchun region (HC). The results show that the residential network of urban agglomerations presents different levels of "circle layer" structure on the whole, and the intensity of residential contact exhibits a distance attenuation effect. The floating population in coastal urban agglomerations originates from a wide hinterland. The agglomeration effect of BTH and YRD is significant, and compared to the rest of the urban agglomerations its floating population exhibits a higher settlement intention. PRD has a low intensity of residential contact and a loose structure; the scope of attraction of inland urban agglomerations is limited, settlement intention is low, and the network is balanced. CC urban agglomeration exhibits weak residential connection, balanced internal and external flow of urban agglomeration, and a primary equilibrium state of its network. Furthermore, MYR urban agglomeration exhibits relatively low residential connection and weak agglomeration and slight equilibrium of its network structure. Meanwhile, HC exhibits a compact internal structure and scattered external structure. There are clear differences in the spatial patterns of settlement intention in urban agglomerations at different locations, scales, and development stages. The floating population's settlement choice reveals a clear regional inclination. The integrated, hierarchical, and structural characteristics of the floating population residence network revealed in this study contribute to decision-making regarding urban floating population management and urban spatial pattern optimization from the perspective of urban agglomeration. Coastal urban agglomerations should enhance the development of regional low-centered cities to stimulate the creation of additional employment opportunities, thereby fostering population influx. Inland urban agglomerations should optimize the configuration of their industrial structure to manage population outflows and inflows effectively, mitigating the risk of excessive regional population decline.

Key words： floating population; settlement intention; network analysis; network mode; urban agglomerations

Cite this article

Li Li , Ying Liu , Chenke Tang , Li Peng . Network Characteristics Analysis and Spatial Pattern Division of Settlement Intention of Floating Population in Urban Agglomerations[J]. Tropical Geography, 2024 , 44(3) : 492 -504 . DOI: 10.13284/j.cnki.rddl.003839

第七次全国人口普查数据显示，现阶段中国人口流动呈现2个显著特征：1）在流动规模上，呈现总量增加但增速放缓的趋势；2）在空间格局上，呈现多点集聚化和范围就近化的结构性转变，即从原来的向北上广深等特大城市的单点集中式流动转变为向经济发达地区的多点集聚式流动（澎湃网，2021）。人口流动影响区域城镇化发展（殷江滨 等，2012；刘涛 等，2015），流动人口增速放缓和流动方向的结构性转变与国家推进新型城镇化建设息息相关，其中如何结合流动人口新格局引导人口合理流动，促进区域协同协调发展是亟需解决的关键问题之一（王通，2019）。城市群是流动人口的主要聚集地，城市群流动人口的空间分布及其集聚趋势对城市群未来经济增长态势、城镇化演变方向有重要影响（曹广忠，2021）。流动人口的居留意愿是反映流动人口在目的地城市有长期居留倾向的指标，能为合理推进市民化进程、引导构建合理的人口空间布局提供有益参考（古恒宇 等，2021）。在此背景下，从地理学视角对拥有居留意愿的流动人口进行空间分析有重要意义。
关于人口流动的空间差异及影响因素已有较多探讨，研究认为，人口流迁行为存在多阶段的时空演变特征（朱宇 等，2016），不同类别流动人口的迁移影响因素存在差异（Gu and Shen, 2021），经济因素是迁移的主要动力（顾朝林 等，1999；孟兆敏，2011），劳动力市场条件、公共服务等基本设施对人口迁移有重要影响。同时，流动人口迁移目的地的选择受距离及流动人口所拥有的社会网络的影响（Saa et al., 2020），但在同等条件下大城市较小城市更具吸引力，造成不均衡的流动模式和过程（Buch et al., 2013; Eimermann et al., 2022），且迁移持续时间随着预期工资的增加而延长（Carrión-Flores, 2018）。在空间上，学者们对流动人口的迁移规模、方向、模式等有较多探讨（Zai and Ma, 2004; Li et al., 2017），研究得出，人口的流动范围与流入城市的等级及吸引力高度相关（潘竟虎，2019；薛彩霞 等，2020），中国大多数流动人口倾向迁入东部沿海地区的几个主要城市和内陆省会城市（段成荣 等，2009；Yu et al., 2019），其工作机会、工资及基础设施等起关键作用。有学者指出“推拉效应”引发人口在城市间多向度流迁（李强，2003），区域发展格局的转变使人口分布格局差异化演变，空间效应明显（闫东升 等，2018；王雪微 等，2021）。
近年来，学者们对流动人口居留意愿的空间格局、趋势、影响因素等开展了深入研究，并取得了丰富成果。在空间格局方面，有研究表明中国东部虽然作为重要的人口流入地，但其人口的居留意愿并不高（Liu et al., 2018）。有学者聚焦中国流动人口居留意愿，从空间流的视角探究居留意愿网络特征，发现不同“社团”人口流动表现出不同的空间结构与模式（古恒宇 等，2021）。总体上，中国流动人口居留意愿随时间变化呈上升趋势（朱宇，2004），就影响因素看，林李月（2016）、Liu（2018）、古恒宇（2019）等提出城市外部因素对流动人口的居留意愿产生重要影响，城市经济、公共服务水平、就业机会位列前茅（古恒宇 等，2018，2020a；朱宇 等，2019），其中经济收入预期与流动人口居留关系密切（刘涛 等，2019）。此外，流动人口的居留决策也受个体、家庭等因素的影响（盛亦男，2017；李辉 等，2019），流动人口对流入地资源、福利的获取及其在流入地的社会融入状况及其主观感受、身份认同等对其居留意愿有重要影响（李亭亭 等，2021）。流动人口的居留意愿驱动因素在空间上存在明显异质性（林李月 等，2019；古恒宇 等，2020b），其迁出地、迁入地特征及城市规模对居留意愿影响较大（申秋红，2012；蔚志新，2013；黄梦琪 等，2021）。
城市群是中国经济发展最具活力的地方，也是流动人口的主要集聚地，具有较高的聚集效应，是中国当前和未来人口城镇化的重要载体。从现有研究看，不同城市群人口流动及其居留意愿呈现较大差异，其中京津冀、长三角和珠三角仍是人口流动的活跃区，人口集聚能力强，但人口的居留意愿并非最高（曹广忠，2021）；成渝城市群尽管近年来经历了较大步伐的经济发展，但仍面临严峻的人口流出困境（古恒宇 等，2021）。流动人口的迁居决策与城市群的社会经济发展水平相关，作为城镇化重要载体的城市群，在当前人口流动规模持续增强与流动方向出现结构性转变的背景下，不同城市群人口流动的集聚能力是否出现变化，其居留意愿是否存在差异，呈现怎样的空间格局特征？城市群流动人口居留意愿的城市空间等级特征表现如何？不同城市群居留意愿网络呈现怎样的模式？对上述问题展开深入分析，绘制和理解迁移的空间流动性及地理模式，有助于为不同城市群完善区域流动人口政策体系，引导城市流动人口城镇化发展，推动实现流动人口的空间格局优化提供参考。
已有研究更多是解析全国尺度的人口流动空间格局及其居留意愿，专门针对城市群及其差异的研究还有待开展。较全国尺度而言，从城市群视角展开流动人口居留意愿分析，精准识别城市群人口集聚能力及其吸引范围，也有助于明确不同城市群“引进来”与“留得下”的关系，为研判未来人口流动趋势和城镇化格局提供针对性基础资料。传统流动人口的空间分析多从长时间尺度上对整体演变趋势进行探讨（Qi et al., 2021），往往忽略了区域间的差异，从空间网络结构展开分析，横向对比各城市群的差异，有助于为城市群城镇空间规划及人口空间优化提供科学依据；此外，传统流动人口的空间分析仅为迁移过程解析，是对“引进来”的认识，往往忽略了流动人口在迁移目的地停留时间，居留意愿视角下的人口流动网络探讨，是对“留得下”的解析，有利于揭示流动人口市民化决策的空间逻辑及空间集聚趋势。
已有关于中国人口流动的研究为本研究奠定了良好的基础，在此基础上，本研究重点关注城市群，以京津冀、长三角、珠三角、成渝、哈长及长江中游六大城市群为研究对象，基于2017年人口流动动态监测数据，运用网络分析及地理空间分析方法，从市（区）尺度对城市群居留意愿的空间网络结构特征进行分析，着重从城市间迁移流强度及城市节点中心性2方面解析不同城市群居留意愿网络的结构特征差异，并以此为依据划分不同城市群的居留意愿网络空间模式。以期为合理引导流动人口管理及城镇空间布局提供参考。

1 研究区与数据来源

1.1　研究区域

选取京津冀城市群、长三角城市群、珠三角城市群、长江中游城市群、哈长城市群及成渝城市群为研究区，所涉及的城市群体现中国从沿海到内陆、从南到北、从东到西的区位差异，并且这些城市群在人口流动特征上也存在差异，其中京津冀城市群、长三角城市群、珠三角城市群代表人口流入活跃区（孙阳 等，2016），长江中游城市群、哈长城市群、成渝城市群是人口流出的典型区，面临人口流出的困境。城市群范围根据国务院颁布的相关文件进行划定，未批复的城市群范围参考《2016年城市群发展报告》（方创琳 等，2016）进行界定。由于重庆市并未全域属于成渝城市群，因此，重庆市选用区县尺度，其他省（市）选用地级市尺度。研究区范围包括北京、上海、天津3个直辖市，重庆市的渝中、万州、黔江、涪陵、大渡口、江北、沙坪坝等27个区（县）及其余城市群所辖12个省份的103个地级市。

1.2　数据来源及处理

数据来源为国家卫生健康委员会提供的2017年全国流动人口动态监测（CMDS）数据 1，参考已有流动人口居留意愿的界定标准（Zhu, 2007; Zhu and Chen, 2010；朱宇 等，2019），采用流动人口动态监测调查数据中“如果您打算留在本地，您预计自己将在本地留多久”回答“6~10 a，10 a以上，定居”作为判别流动人口是否有居留意愿的指标，筛选出现居住地属于研究区六大城市群的样本，删去遗漏重要信息的样本，得到样本数33 991份，最终汇总得到5 666条居留意愿迁移流。
各城市群流动人口居留意愿构成如图1所示，各城市群流动人口居留意愿从高到低依次为成渝、哈长、京津冀、长江中游、长三角、珠三角城市群，其中东部沿海三大城市群外部流动人口居留意愿均超过60%，珠三角城市群达到92.5%，由此可知，沿海城市群对外部流动人口居留吸引力更高。3个内陆城市群流动人口居留意愿主要由城市群内部流动人口构成，占比均超过70%，反映内陆城市群的吸引力、辐射范围等与沿海城市群的差距。
图1 六大城市群流动人口居留意愿构成

Fig.1 The Composition of migrations' settlement intention in six major urban agglomerations

2 研究方法

2.1　网络分析方法

1）用节点代表每个市（区），有向边描述流动人口移动方向进行网络构建，流出城市流向流入城市即代表人口流动路径，边的权重即流强度，衡量流出城市流向流入城市的具有居留意愿的流动人口数量，代表城市间的居留联系强弱。
2）运用Gephi软件计算反映城市群居留意愿网络结构特征的度中心性指标，中心性越高，表明节点在网络中的地位越重要。选用复杂网络分析中的入强度指标刻画城市节点在区域居留意愿网络中的重要性（侯纯光 等，2019）。入强度（In-Degree）可描述为网络中城市节点的集聚（吸引）能力，是某一城市与其他城市发生人口流动迁入关系的城市数量总和，公式为：
C i n - i = S u m T i n i j ≠ 0 , i ≠ j
C = C i n - i C i j
式中： C为入强度中心性； T i n i j为矩阵中城市 j流向城市 i的有居留意愿的城市数量； C i n - i为矩阵中城市 j流向城市 i的有居留意愿的路径数量总和； C i j为矩阵中所有城市总数量。

3 城市群流动人口居留意愿网络空间格局

3.1　城市群流动人口居留意愿网络特征分析

用自然断点法将城市间流动人口居留意愿联系流强度划分为5级（A、B、C、D、E），A为第一级，其城市间流动人口居留联系强度最大，E为第五级，城市间流动人口居留联系强度最小（图2）。
图2 城市群流动人口居留意愿网络空间结构

注：该图基于国家测绘地理信息局标准地图服务网站下载的［审图号：GS（2020）4619号］的标准地图制作，底图无修改，下同。

Fig.2 Spatial structure of network flow of floating population settlement intention in urban agglomerations

长三角城市群居留联系网络涉及32个省，339个市（区），流动人口来源腹地范围广，网络空间跨度大。城市群A级路径主要围绕上海，分别为南通－上海、盐城－上海、六安－合肥。从空间上看，网络联系呈现一定的集聚趋势（图2-a），其中，内部网络（图2-b）更为紧凑，居留联系强，流强度高的路径流向城市群东、中、西部，集聚度较高，虽然东部高强度路径的城市数量最多，但长三角城市群整体联系路径形成“极核多边形结构”，网络结构相对协调。京津冀城市群网络共涉及32个省，308个市（区），整个居留意愿网络结构在空间上呈“放射状”，吸引全国的流动人口，居留意愿表现出明显的“距离衰减”效应，A级路径主要围绕北京、天津，分别为德州－天津、保定－北京、沧州－天津3条，其中德州－天津的居留联系强度最大，为城市群外部流入。B级路径包含廊坊－北京、天津－北京、石家庄－北京等14条；网络内部高居留联系的路径占比高，低居留联系路径较其他城市群占比低，内部居留联系强度最大，网络集聚性明显，整个网络更加紧凑。珠三角城市群居留意愿网络共涉及28个省，249个市（区），网络无A、B级居留路径，最大居留路径属于C级，流强度前三位分别为梅州－深圳、揭阳－深圳、梅州－广州，仅肇庆－佛山为城市群内部路径；内部有居留意愿的路径相对较少，内部城市间流动人口的居留联系弱，空间格局无明显集聚性，结构分散。
成渝城市群网络涉及31个省，258个市（区），无A级路径，最大路径等级属于B级，分别为资阳－成都、南充－成都，C级为周边城市流向成都及重庆周边区县流入九大主城区，B、C级均为城市群内部的城市流入。整个网络低强度路径占比高，城市间居留联系较弱，内部流动人口居留意愿网络空间格局较分散，关联性较低，说明流动人口的居留意愿处于各个城市相互博弈的局面。长江中游城市群居留网络涉及31个省，225个市（区）。高强度路径为各省会城市与其周边城市之间的路径，其中仅孝感－武汉属于A级，黄冈－武汉、益阳－长沙、宜春－南昌等5条路径属于B级，A、B级路径均为城市群内部流入。黄石－武汉、抚州－南昌、常德－长沙等14条路径属于C级，网络低强度路径占比最高，网络空间格局分散度高，高居留意愿路径以城市群内部为主，城市群外部流入人口的居留联系均较低。哈长城市群居留网络涉及24个省，136个市（区）。A级路径为绥化－哈尔滨，B级路径分别为四平－长春、绥化－大庆、齐齐哈尔－哈尔滨3条，A、B级均为城市群内部流入。其内部网络呈以哈尔滨和长春2个城市为集聚点的多边形结构，区域内核心城市对网络具有“控制”作用，空间格局较均衡，外部网络结构较分散（图2-c）。
整体上，各城市群流动人口居留意愿网络联系路径等级层次不一，但空间格局均呈“金字塔”结构，表现出一定的“梯度”层次，呈现明显的逐级向外减弱的圈层结构特征，有较明确的辐射和吸引范围界限，反映人口居留意愿存在显著的“距离衰减”效应。强度前10的居留意愿路径主要是区域内核心城市与其周边城市间的人口流动，A级居留意愿流强度数量少，呈现邻近城市向城市群内核心城市汇集的流动路径；B级路径在空间格局上表现出中心径向特征，相比A级“流”，其流路径数量增多，流动距离增大，流强度减弱，但仍流向区域核心城市；C级路径反映核心城市周边城市间的互动，D、E级路径最多，为更远距离的人口流入及城市群“边缘”城市间的互动。上述结果表明，空间距离对居留选择具有一定限制作用，不同空间尺度的分解可有效识别全域－局域不同层次的居留网络空间结构特征，城市群大城市成为带动流动人口居留的辐射源，形成多条辐射路径，内外部流动人口的居留意愿差距反映城市群对流动人口吸引呈“距离衰减”的共性特征。

3.2　不同城市群流动人口居留联系网络结构差异

各城市群网络结构互异，从覆盖市（区）数量看，京津冀和长三角城市群覆盖范围最高，涉及的市（区）数量均＞300个，珠三角、成渝和长江中游城市群次之，涉及的市（区）为200~300，哈长城市群的覆盖范围最小，涉及的城市仅136个，明显低于其他城市群。从流路径的数量特征看，京津冀、长三角路径数量最多，其次是成渝城市群，珠三角和长江中游城市群路径数量处于中下水平，哈长城市群的路径数量最少（表1）。这说明京津冀和长三角城市群作为传统的人口流入核心区，具备引导就地市民化的先发优势，而成渝城市群当前正面临关键的机遇期。从流路径的空间结构看，京津冀城市群、长三角城市群和珠三角城市群以外部流入路径占绝对优势，外部路径占比均超过80%，其中，珠三角外部路径优势最明显，外部路径占比超过95%。成渝城市群和长江中游城市群内外部路径相对更均衡，尤其是成渝城市群，内外路径占比均接近50%。
表1 各城市群不同等级居留联系路径数量 (条)

Table 1 The number of settlement intention connection paths of different grades in urban agglomerations

等级 京津冀（内/外） 长三角（内/外） 珠三角（内/外） 成渝（内/外） 长江中游（内/外） 哈长（内/外）
总计 944（104/840） 1 780（291/1 489） 799（36/763） 1 094 （525/569） 697（235/462） 352（72/280）
A级 3（2/1） 3（2/1） 0（0/0） 0（0/0） 1（1/0） 1（1/0）
B级 14（10/4） 10（6/4） 0（0/0） 2（2/0） 5（5/0） 3（3/0）
C级 40（11/29） 46（17/29） 8（1/7） 10（10/0） 14（11/3） 16（11/5）
D级 122（8/114） 184（57/127） 54（3/51） 80（69/11） 39（20/19） 23（12/11）
E级 765（73/692） 1 537（209/1 328） 737（32/705） 1 002 （444/558） 638（198/440） 309（45/264）
横向对比不同等级路径在城市群的分布（图3），进一步分析城市群的差异化特征，首先A、B级路径主要分布在京津冀和长三角城市群，占比超过70%，说明京津冀、长三角城市群存在高集聚性效应。但京津冀与长三角城市群也存在差异，长三角城市群网络空间格局较协调，各级路径的占比均在30%左右，城市群的多中心程度发育较好，路径相对均衡；京津冀城市群网络极化特征更明显，在内部路径中，D、E路径占比均低于10%，城市群内部的集聚特征更显著，北京作为首都的特殊吸引力仍发挥很强的集聚力。珠三角城市群作为沿海城市群，呈现与京津冀和长三角不同的特征，珠三角无A、B级路径，内部路径数量最少，外部D、E级路径数量高于C级，说明珠三角城市群流路径数量少且规模小，城市间流动人口居留意愿联系较低，其受产业转型升级影响对外来务工人员产生“挤出效应”，不具备引导外来人口市民化的优势。成渝城市群的流路径数量仅次于京津冀与长三角城市群，但以低级别路径为主，尤其内部D、E级路径占比分别为40.83%和44.36%，显著高于其余5个城市群，说明成渝城市群内部路径数量虽多但规模小，与长三角城市群不同，成渝城市群目前处于初级均衡状态；长江中游城市群是内陆城市群中路径分布最均衡的，呈现轻集聚与轻均衡并存的网络结构。内陆地区城市拥有优质的发展资源，随着产业转移承接，其后发优势明显，具备提供就地就业和城镇化的需求和可能。哈长城市群的路径数量最少，内外路径呈现显著差异，内部路径A、B、C级路径的占比明显高于D、E级路径，外部路径则是C、D、E级占比更高，流路径少，说明哈长城市群并非人口流入的主要区域，内外路径的差异说明哈长城市群当前人口流动的居留联系以内部的城市为主，城市群经济发展水平低，核心城市辐射能力弱吸引范围小，城市缺乏人力资本的吸聚能力。
图3 各城市群居留网络流强度分级占比

Fig.3 Proportion of settlement intention network flow intensity in urban agglomerations

综上可知，流动人口居留意愿存在较大区位差异，其中京津冀、长三角城市群居留意愿高，对外部流动人口居留吸引力也极强，城市群经济规模水平高，集聚效应明显，更吸引流动人口居留于此；珠三角城市群流动人口的居留意愿在沿海城市群中相对较低，且外部人口居留意愿高于内部。内陆成渝、长江中游城市群对内部流动人口更具吸引力，城市群处于发展阶段，对流动人口吸引范围有限；哈长城市群居留意愿低，东北作为中国的老工业基地，其产业结构单一、经济发展水平不足，使得地区人口流失严重（古恒宇 等，2020b），但哈长城市群对内部流动人口仍有居留吸引力，表现为小范围和短距离的吸引。城市群居留网络的相对差异，反映流动人口的空间选择差异性，沿海城市群规模大，京津冀、长三角所含一线城市数量远多于内陆城市群，经济发展水平、交通网络及劳动力市场工资水平更高，使其吸引范围更大。城市群内城市间居留联系的紧密程度，与城市群内交通、政策制度、发展等级层次及其规模等紧密相关，各城市群中拥有大规模居留意愿的城市其经济和劳动力市场特征发挥着重要作用（Viñuela, 2022）。城市群的地位差异，如区位、发展时间、国家政策倾斜等使得流动人口的居留选择在空间上呈现差异，网络表现出不同结构特征。

4 城市群流动人口居留意愿网络城市节点中心性分析

入强度体现城市在区域中的中心性和重要性，反映城市吸引力（薛峰 等，2020），用自然断点法将城市节点的入强度中心性划分为5个层级（图4）。
图4 城市群居留意愿网络中心性

Fig.4 Centrality of urban agglomeration settlement intention network

图4显示，居留意愿高中心性的城市主要集中在沿海城市群，且为区域内的高发展水平城市；内陆城市群的高中心性城市则为区域的省会城市，居留意愿受城市等级差异影响明显。京津冀城市群的北京、天津及长三角城市群的上海为一级城市节点。二级城市节点包括珠三角城市群的深圳、广州，长三角城市群的南京、无锡、苏州、杭州、宁波，长江中游城市群的武汉及成渝城市群的成都共9个城市，二级城市节点以长三角城市群的城市为主。三级城市节点以长三角、珠三角城市群中的城市为主，珠三角城市群三级城市节点数量最多，占城市群的55.56%；四、五级城市节点占比74.44%，以成渝、长江中游、哈长城市群的城市为主，该类城市经济发展状况等相对较弱，流动人口居留意愿低。相同等级内，中心性水平较为接近的城市，其发展水平相近，不同层级间的城市发展水平差异显著，即低层级入强度城市发展水平明显低于高层级入强度城市。值得注意的是，哈长城市群网络没有属于一、二层级的城市节点，其城市节点入强度等级最低，仅哈尔滨、长春、延边朝鲜族自治州区域内3个核心城市为三层级城市节点，城市群整体吸引力较低。总体上，居留意愿的城市等级差异显著，核心城市的人口吸引量在城市群中占比更高，城市群的核心城市在城镇化进程中所起作用明显。
中国流动人口的空间分布一直具有强烈的不均衡性，各城市群对流动人口的吸引力也表现出显著的区域差异（古恒宇 等，2018）。对比各城市群网络发现，城市群发展阶段不同（方创琳 等，2018），城市节点分级差异明显，京津冀、长三角城市群中核心城市的中心性等级最高，珠三角、成渝、长江中游城市群次之，哈长城市群最低。网络城市节点中心性分级的空间分布差异反映各城市群对流动人口的居留意愿吸引力的大小，等级高、规模大的城市成为流动人口居留的首选地，且具有极高的联系强度，从侧面反映城市规模、区位条件、经济发展水平等影响流动人口的居留选择。城市群内拥有高居留意愿的城市均为区域内的大城市，体现经济集聚的优势。

5 城市群流动人口居留意愿网络空间模式划分

以城市群城市间流动人口居留联系路径强度、城市节点中心性层级特征为依据，划分城市群居留网络模式，其中城市的层级根据城市节点中心性划分。流动人口的空间居留模式在一定程度上反映城市群的发展模式，京津冀、长三角和珠三角属于国家级城市群，成渝、长江中游作为区域级城市群，哈长城市群为地区级城市群，其产业结构层次、经济发展水平存在差距，与流动人口居留意愿网络空间模式的等级差异存在一定关系，不同城市群流动网络等级、空间结构特征差异显著。6大城市群可划分为3类，分别为多层级单核模式、“一极多核”模式和双核模式（图5）。
图5 城市群居留意愿路径网络模式划分

图注：红色字体为城市群外部城市，黑色字体为城市群内部城市；不同颜色、大小的圆圈代表不同层级城市，不同粗细、颜色的箭头代表不同层级流强度，灰色表示三层级以下城市；模式图仅呈现一、二、三层级居留意愿流强度路径，长三角、京津冀三层级流路径较多，未在图上呈现。

Fig.5 Network mode division of urban agglomeration settlement intention

长江中游城市群居留意愿网络表现出以二级城市节点武汉、三级城市节点南昌、四级城市节点长沙3个省会城市各为“中心”向外围城市辐射的多层级单核模式，居留意愿流强度呈现以各自省内城市为主向省会城市的汇集路径，形成都市圈内集聚与都市圈彼此均衡，内部联系紧密，整体呈现轻均衡和轻聚集的多层级“单核”模式。长三角城市群呈现以一级城市节点上海为超强中心，南京、杭州、苏州、无锡及宁波二级城市节点为次中心的“一极多核”的网络模式，路径数量多，网络“圈层”结构协调，内部网络紧凑，流动人口居留意愿网络表现出位序-规模效应，等级间呈现高均衡状态。
双核模式根据入强度中心性等级划分为3个亚类，包括京津冀城市群的“一级双核”模式、珠三角城市群与成渝城市群的“二级双核”模式及哈长城市群的“三级双核”模式。京津冀城市群以北京和天津2个一级城市节点为核心形成超强中心性的“双核”网络模式。网络极化特征明显，中间层的城市数量偏少，多核化发展概率较小，“核心-边缘”结构显著，内部网络紧凑。珠三角城市群中，二级城市节点广州、深圳的核心地位突出，整个网络“核心-边缘”结构显著，以城市群外部的城市人口流入为主，网络中城市节点等级差异较小，数量少且规模小，结构分散，网络联系强度低。成渝城市群居留意愿网络空间结构表现出以二级城市节点成都及重庆九大主城区为核心节点的“二级双核”模式，居留意愿网络同样呈“核心-边缘”结构特征，节点等级差异小，低层级路径多，内外占比均衡，网络结构处于初级均衡状态，流动人口居留意愿来源地较为分散，中间层城市有待挖掘。哈长城市群居留意愿等级较低，居留意愿网络模式表现为以哈尔滨、长春三级城市节点为核心的“三级双核”模式，内部网络联系强、较集聚，外部网络联系弱，区域内城市中心性等级较低，居留意愿网络结构层次明显。

6 结论与讨论

本文基于网络分析，从城市群视角对流动人口居留意愿展开空间分析，识别城市群流动人口居留意愿网络特征及模式，同时精准识别城市群辐射范围及集聚能力，揭示城市群流动人口居留意愿空间特征的共性和差异性。得出以下主要结论：
1）总体上，城市群流动人口居留意愿网络呈不同等级的“金字塔”结构，强度逐级向外层减弱，空间距离对居留选择有一定限制作用，距离衰减效应明显，城市群大城市是带动流动人口居留的“辐射源”，形成多条辐射路径，其资源及公共服务等优势作用明显。
2）从区位视角看，沿海地区城市群流动人口来源腹地范围更广，流动人口居留意愿更高，集聚能力更强，反映其典型人口流入区的区位优势，但珠三角作为典型人口流入区，其居留意愿较低，人口的流动性更高；内陆城市群流动人口来源范围有限，以城市群内城市为主，城市中心性水平差距小，高中心性城市和一般城市对流动人口的吸引力并存，网络较均衡。相比较而言，流动人口居留意愿整体空间分布较不均衡，珠三角城市群应采取政策措施降低人口过高的流动性，以推进市民化发展；成渝、长江中游及哈长城市群的流动人口居留意愿都有待提升，以利于区域创新发展及全国区域协同发展。
3）从城市群发展阶段看，不同发展阶段城市群有着不同等级的居留模式，国家级城市群中京津冀、长三角城市群流动人口极化效应更为显著，大城市居留意愿高，居住压力增强，需实施一定人口疏解调控政策；珠三角城市群流动人口居留意愿低，产业升级对流动人口“挤出效应”明显，需进一步提升城市社会融入度，以促进区域流动人口市民化发展。地区级城市群中成渝、长江中游城市群对外部流动人口居留吸引力较弱，居留意愿网络均衡，但存在一定省际效应，需加强城市群内部联系；地方级哈长城市群，对外部流动人口吸引力最低，其内部人口流动结构均衡，居留网络的城市中心性等级低，居留意愿小。
居留模式的总结，清晰地揭示了城市群内部空间组织及辐射范围的地域特征，进而对中国城市群流动人口的空间格局和发展趋势做出更为准确的描绘。本研究反映不同区位、不同规模、不同发展阶段的城市群其居留意愿网络空间格局差异，在一定程度上反映城市群的空间发展模式，体现流动人口居留的空间选择受区域资源、经济、政策措施等方面的影响。
综上，从城市群结构和发展布局方面进一步关注和思考，提出引导构建城市群合理的人口空间布局策略（图6），以推进中国市民化、区域协调高质量发展的建设。沿海城市群应加大中心性低的城市发展，加强城市吸引力，引领中心性较低的城市优势产业及创新性技术产业发展，创造更多的就业机会，以吸引人口流入，其次，应注重城市规模与人口承载力协调，防止城市过于极化现象，构建区域人口的均衡布局；内陆城市群地区经济发展和工资水平低，应通过优化产业结构创造良好的发展前景和城市形象、加强商业和医疗设施建设，提升流动人口居留意愿，借助均衡网络模式，引领中心性较低的城市新兴产业发展，提升城市等级，平衡其人口流出与流入，避免区域人口过度流失，推动区域城镇化建设，构建合理的人口空间分布格局，促进区域内城市高质量协调发展。空间视角的研究结果为流动人口管理体制的制定提供科学参考，引导人口、产业和设施在城市群内合理均衡布局，进一步推动城乡区域协调协同和高质量发展。通过产业转移、大城市和中小城市、小城镇产业的配套，以城市群为主体构建大中小城市和小城镇协调发展格局，合理控制大城市的人口数量，构建城市群合理的人口空间布局。
图6 城市群流动人口居留意愿网络特征及优化策略

Fig.6 Network characteristics of settlement intention and optimization strategy of floating population in urban agglomeration

流动人口是地区增长最快的群体，其去留对流入地区的发展至关重要。本文不仅分析了流动人口居留意愿空间网络特征及模式，且揭示了城市群流动人口居留意愿空间特征的共性和差异性，为研判未来人口流动趋势和城镇化格局提供针对性的基础资料。但本文忽略了各个城市群空间差异因素的比较分析，未来应就多级分区识别不同区域主导因素，开展对比研究。在乡村振兴背景下，流动人口居留模式如何演变是值得关注的问题，未来在识别网络模式演变趋势的同时，应从迁移者视角聚焦空间网络形成的驱动因素，深入理解不同区域不同类型流动人口的多模式、多层次迁移推进，为人口管理和规划提供实证，以推动城市间良性发展，优化空间区域一体化布局。

1 流动人口数据平台. https://chinaldrk.org.cn/wjw/#/home

李 莉：数据收集、处理，模型构建，论文撰写与修改；

刘 颖：整体构架和理论梳理，论文讨论与修改；

唐晨珂：数据收集，论文讨论与修改；

彭 立：课题基金支持，论文讨论与修改。

References

Publishing order | Descend order by publishing year | Descend order by cited within
Buch Tanja, Hamann Silke, Niebuhr Annekatrin, and Rossen Anja. 2013. What Makes Cities Attractive? The Determinants of Urban Labour Migration in Germany. Urban Studies, 51(9): 1960-1978.

Carrión-Flores Caemen E. 2018. What Makes You Go Back Home? Determinants of the Duration of Migration of Mexican Immigrants in the United States. IZA Journal of Development and Migration, 8(1): 3.

曹广忠，陈思创，刘涛. 2021. 中国五大城市群人口流入的空间模式及变动趋势. 地理学报，76（6）：1334-1349.

Cao Guangzhong, Chen Sichuang, and Liu Tao. 2021. Changing Spatial Patterns of Internal Migration to Five Major Urban Agglomerations in China. Acta Geographica Sinica, 76(6): 1334-1349.

段成荣，杨舸. 2009. 我国流动人口的流入地分布变动趋势研究. 人口研究，33（6）：1-12.

Duan Chengrong and Yang Ge. 2009. Trends in Destination Distribution of Floating of Population in China. Population Research, 33(6): 1-12.

Eimermann Marco, Adjei Evans Korang, Bjarnason Thoroddur, and Lundmark Linda. 2022. Exploring Population Redistribution at Sub-Municipal Levels-Microurbanisation and Messy Migration in Sweden's High North. Journal of Rural Studies, 90: 93-103.

方创琳，鲍超，马海涛. 2016. 中国城市群发展报告. 北京：科学出版社.

Fang Chuanglin, Bao Chao, and Ma Haitao. 2016. China Urban Agglomeration Development Report. Beijing: Science Press.

方创琳，王振波，马海涛. 2018. 中国城市群形成发育规律的理论认知与地理学贡献. 地理学报，73（4）：651-665.

Fangang Chuanglin, Wangang Zhenbo, and Ma Haitao. 2018. The Theoretical Cognition of the Development Law of China's Urban Agglomeration and Academic Contribution. Acta Geographica Sinica, 73(4): 651-665.

古恒宇，肖凡，沈体雁，刘子亮. 2018. 中国城市流动人口居留意愿的地区差异与影响因素：基于2015年流动人口动态监测数据. 经济地理，38（11）：22-29.

Gu Hengyu, Xiao Fan, Shen Tiyan, and Liu Ziliang. 2018. Spatial Difference and Influencing Factors of Settlement Intention of Urban Floating Population in China: Evidence from the 2015 National Migrant Population Dynamic Monitoring Survey. Economic Geography, 38(11): 22-29. DOI:10.15957/j.cnki.jjdl.2018.11.003.

古恒宇，刘子亮，沈体雁. 2019. 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. 地理科学，39（11）：1702-1710.

Gu Hengyu, Liu Ziliang, and Shen Tiyan. 2019. Spatial Pattern and Influencing Mechanism of Interprovincial Migration's Hukou Transfer Intention in China. Scientia Geographica Sinica, 39(11): 1702-1710. DOI:10.13249/j.cnki.sgs.2019.11.003.

古恒宇，孟鑫，沈体雁，崔娜娜. 2020a. 中国城市流动人口居留意愿影响因素的空间分异特征. 地理学报，75（2）：240-254.

Gu Hengyu, Meng Xin, Shen Tiyan, and Cui Nana. 2020a. Spatial Variation of the Determinants of China's Urban Floating Population's Settlement Intention. Acta Geographica Sinica, 75(2): 240-254.

古恒宇，李琦婷，沈体雁. 2020b. 东北三省流动人口居留意愿的空间差异及影响因素. 地理科学，40（2）：261-269.

Gu Hengyu, Li Qiting, and Shen Tiyan. 2020b. Spatial Difference and Influencing Factors of Floating Population's Settlement Intention in the Three Provinces of Northeast China. Scientia Geographica Sinica, 40(2): 261-269. DOI:10.13249/j.cnki.sgs.2020.02.011.

古恒宇，杨健，艾国炬，沈体雁. 2021. 中国市际流动人口居留意愿网络特征分析. 经济地理，41（8）：89-96.

Gu Hengyu, Yang Jian, Ai Guoju, and Shen Tiyan. 2021. Network Characteristics and Spatial Organization of Settlement Intention of Floating Migrants in China: Perspective of Inter-City Migration. Economic Geography, 41(8): 89-96. DOI:10.15957/j.cnki.jjdl.2021.08.011.

Gu Hengyu and Shen Tiyan. 2021. Modelling Skilled and Less-Skilled Internal Migrations in China, 2010-2015: Application of an Eigenvector Spatial Filtering Hurdle Gravity Approach. Population, Space and Place, 27(6): e2439.

顾朝林，蔡建明，张伟，马清裕，陈振光，李王鸣，沈道齐. 1999. 中国大中城市流动人口迁移规律研究. 地理学报，54（3）：14-22.

Gu Chaolin, Cai Jianming, Zhang Wei, Ma Yuqing, Chen Zhenguang, Li Wangming, and Shen Daoqi. 1999. A Study on the Patterns of Migration in Chinese Large and Medium Cities. Acta Geographica Sinica, 54(3): 14-22.

侯纯光，杜德斌，刘承良，翟晨阳. 2019. 全球人才流动网络复杂性的时空演化：基于全球高校留学生流动数据. 地理研究，38（8）：1862-1876.

Hou Chunguang, Du Debin, Liu Chengliang, and Zhai Chenyang. 2019. Spatiotemporal Evolution of Global Talent Mobility Network: Based on the Data of International Student Mobility. Geographical Research, 38(8): 1862-1876.

黄梦琪，金钟范. 2021. 城市规模如何影响流动人口居留意愿——基于全国流动人口动态监测数据的经验研究. 山西财经大学学报，43（7）：17-29.

Huang Mengqi and Jin Zhongfan. 2021. How Does City Size Affect the Residing Preference of Floating Population: Empirical Study from CMDS Data in China. Journal of Shanxi University of Finance and Economics, 43(7): 17-29. DOI:10.13781/j.cnki.1007-9556.2021.07.002.

Li Fangzhou, Feng Zhiming, Li Peng, and You Zhen. 2017. Measuring Directional Urban Spatial Interaction in China: A Migration Perspective. PLoS ONE, 12(1): e0171107. https://doi.org/10.1371/journal.pone.0171107.

Liang Zai and Ma Zhongdong. 2004. China's Floating Population: New Evidence From the 2000 Census. Population and Development Review, 30(3): 467-488. https://doi.org/10.1111/j.1728-4457.2004.00024.x.

Liu Ying, Deng Wei, and Song Xueqian. 2018. Influence Factor Analysis of Migrants' Settlement Intention: Considering the Characteristic of City. Applied Geography, 96: 130-140.

李辉，段程允，白宇舒. 2019. 我国流动人口留城意愿及影响因素研究. 人口学刊，41（1）：80-88.

Li Hui, Duan Chengyun, and Bai Yushu.2019. A Study on Chinese Migrant's City-Residing Willingness and Its Influencing Factors. Population Journal, 41(1): 80-88. DOI:10.16405/j.cnki.1004-129X.2019.01.007.

李强. 2003. 影响中国城乡流动人口的推力与拉力因素分析. 中国社会科学，（1）：125-136，207.

Li Qiang. 2003. An Analysis of Push and Pull Factors in the Migration of Rural Workers in China. Chinese Social Sciences, (1): 125-136, 207.

李亭亭，朱宇，林李月，柯文前，肖宝玉. 2021. 流动人口居留时长意愿的空间分异及影响因素. 地理学报，76（12）：2978-2992.

Li Tingting, ZhuYu, Lin Liyue, Ke Wenqian, and Xiao Baoyu. 2021. The Intentions of Migrants with Respect to Duration of Residence: Spatial Variation and Determinants. Acta Geographica Sinica, 76(12): 2978-2992.

林李月，朱宇. 2016. 中国城市流动人口户籍迁移意愿的空间格局及影响因素：基于2012年全国流动人口动态监测调查数据. 地理学报，71（10）：1696-1709.

Lin Liyue and Zhu Yu. 2016. Spatial Variation and Its Determinants of Migrants' Hukou Transfer Intention of China's Prefecture and Provincial-Level Cities: Evidence from the 2012 National Migrant Population Dynamic Monitoring Survey. Acta Geographica Sinica, 71(10): 1696-1709.

林李月，朱宇，柯文前，王建顺. 2019. 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. 地理学报，74（4）：737-752.

Lin Liyue, Zhu Yu, Ke Wenqian, and Wang Jianshun. 2019. The Impact of Migrants' Access to Urban Public Services on Their Urban Settlement Intentions: A Study from the Perspective of Different-Sized Cities. Acta Geographica Sinica, 74(4): 737-752.

刘涛，齐元静，曹广忠. 2015. 中国流动人口空间格局演变机制及城镇化效应——基于2000和2010年人口普查分县数据的分析.地理学报，70（4）：567-581.

Liu Tao, Qi Yuanjing, and Cao Guangzhong. 2015. China's Floating Population in the 21st Century: Uneven Landscape, Influencing Factors, and Effects on Urbanization. Acta Geographica Sinica, 70(4): 567-581.

刘涛，陈思创，曹广忠. 2019. 流动人口的居留和落户意愿及其影响因素. 中国人口科学，（3）：80-91，127-128.

Liu Tao, Chen Sichuang, and Cao Guangzhong. 2019. Migrants' Intentions of Settlement and Hukou Transfer and Their Determinants. Chinese Population Science, (3): 80-91, 127-128.

孟兆敏，吴瑞君. 2011. 城市流动人口居留意愿研究——基于上海、苏州等地的调查分析. 人口与发展，17（3）：11-18.[ Meng Zhaomin and Wu Ruijun. 2011. A Research on Living Intentions of Floating Population. Population and Development, 17(3): 11-18.]

潘竟虎，赖建波. 2019. 中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例. 地理研究，38（7）：1678-1693.

Pan Jinghu and Lai Jianbo. 2019. Research on Spatial Pattern of Population Mobility Among Cities: A Case Study of "Tencent Migration" Big Data in "National Day-Mid-Autumn Festival" Vacation. Geographical Research, 38(7): 1678-1693.

澎湃网. 2021. “七普”公报中的流动人口新态势. （2021-05-14）[2022-05-20]. https://www.thepaper.cn/newsDetail_forward_1265 8600. [ThePaper.cn. 2021. New Situation of Floating Population in the "Seven General" Communique. (2021-05-14) [2022-05-20]. https://www.thepaper.cn/newsDetail_forward_12658600.]

Qi W, Abel G J, and Liu S. 2021. Geographic Transformation of China's Internal Population Migration From 1995 to 2015: Insights From the Migration Centerline. Applied Geography, 135: 102564.

Saa Isabella Loaiza, Novak Matej, Morales Alfredo J, and Pentland Alex. 2020. Looking for a Better Future: Modeling Migrant Mobility. Applied Network Science, 5(1): 70.

申秋红. 2012. 流动人口居留意愿影响因素分析：基于全国六城市的调查. 经济研究导刊，（2）：92-95.

Shen Qiuhong. 2012. Analysis on the Influencing Factors of Floating Population's Residence Intention: Based on the Survey of Six Cities in China. Economic Research Guide, (2): 92-95.

盛亦男. 2017. 流动人口居留意愿的梯度变动与影响机制. 中国人口·资源与环境，27（1）：128-136.

Sheng Yinan. 2017. Gradient Effect and Influence Mechanism of Migrant's Residence Preference. China Population, Resources and Environment, 27(1): 128-136.

孙阳，姚士谋，陆大道，张落成. 2016. 中国城市群人口流动问题探析：以沿海三大城市群为例. 地理科学，36（12）：1777-1783.

Sun Yang, Yao Shimou, Lu Dadao, and Zhang Luocheng. 2016. Population Mobility of Urban Agglomeration in China: A Case Study on the Three Coastal Agglomerations. Scientia Geographica Sinica, 36(12): 1777-1783. DOI:10.13249/j.cnki.sgs.2016.12.002.

Viñuela A. 2022. Immigrants' Spatial Concentration: Region Or Locality Attractiveness? Population, Space and Place, 28(2): e2530.

王通. 2019. 中国社会流动的特殊性：表现、成因及对策研究. 天津：南开大学,

Wang Tong. 2019. The Characteristics of Social Mobility in China: Connotations, Causes and Measures. Tianjing: Nankai University.

王雪微，赵梓渝，曹卫东，王士君. 2021. 长三角城市群网络特征与省际边界效应——基于人口流动视角. 地理研究，40（6）：1621-1636.

Wang Xuewei, Zhao Ziyu, Cao Weidong, and Wang Shijun. 2021. Study of Network Characteristics and Inter-Provincial Boundary Effect of the Yangtze River Delta Urban Agglomeration: From the Perspective of Population Flow. Geographical Research, 40(6): 1621-1636.

蔚志新. 2013. 分地区流动人口居留意愿影响因素比较研究：基于全国5城市流动人口动态监测调查数据. 人口与经济，（4）：12-20.

Wei Zhixin. 2013. A Region-Specific Comparative Study of Factors Influencing the Residing Preference among Migrant Population in Different Areas: Based on the Dynamic Monitoring & Survey Data on the Migrant Population in Five Cities of China. Population & Economics, (4): 12-20.

薛彩霞，王录仓，常飞. 2020. 中国城市流动人口时空特征及影响因素. 地域研究与开发，39（2）：157-162.

Xue Caixia, Wang Lucang, and Chang Fei. 2020. Spatio-Temporal Characteristics and Influencing Factors of Urban Floating Population in China. Areal Research and Development, 39(2): 157-162.

薛峰，李苗裔，党安荣. 2020. 中心性与对称性：多空间尺度下长三角城市群人口流动网络结构特征. 经济地理，40（8）：49-58.

Xue Feng,Li Miaoyi, and Dang Anrong. 2020. Centrality and Symmetry of People Flow Network Structure of the Yangtze River Delta Urban Agglomeration at Multi-Spatial Scales. Economic Geography, 40(8): 49-58. DOI:10.15957/j.cnki.jjdl.2020.08.007.

Yu Zhonglei, Zhang Hua, Tao Zhuolin, and Liang Jinshe. 2019. Amenities, Economic Opportunities and Patterns of Migration at the City Level in China. Asian and Pacific Migration Journal, 28(1): 3-27.

闫东升，杨槿，高金龙. 2018. 长江三角洲人口与经济的非均衡格局及其影响因素研究. 地理科学，38（3）：376-384.

Yan Dongsheng, Yang Jin, and Gao Jinlong. 2018. Inequality Pattern of Population and Economic and Its Influencing Factors in the Yangtze River Delta. Scientia Geographica Sinica, 38(3): 376-384. DOI:10.13249/j.cnki.sgs.2018.03.007.

殷江滨，李郇. 2012. 中国人口流动与城镇化进程的回顾与展望. 城市问题，（12）：23-29.

Yin Jiangbin and Li Xun. 2012. Progress and Prospect of Population Mobility and Urbanization in China. Urban Problems, (12): 23-29. DOI:10.13239/j.bjsshkxy.cswt.2012.12.005.

Zhu Yu 2007. China's Floating Population and Their Settlement Intention in the Cities: Beyond the Hukou Reform. Habitat International, 31: 65-76.

Zhu Yu and Chen Wenzhe 2010. The Settlement Intention of China's Floating Population in the Cities: Recent Changes and Multifaceted Individual-Level Determinants. Population, Space and Place, 16(4): 253-267.

朱宇，林李月. 2019. 流动人口在城镇的居留意愿及其决定因素：文献综述及其启示. 人口与经济，（2）：17-27.

Zhu Yu and Lin Liyue. 2019. The Settlement Intention of the Floating Population in the Cities and Its Determinants: A Literature Review and Its Implications. Population & Economics, (2): 17-27.

朱宇，林李月. 2016. 中国人口迁移流动的时间过程及其空间效应研究：回顾与展望. 地理科学，36（6）：820-828.

Zhu Yu and Lin Liyue. 2016. Studies on the Temporal Processes of Migration and Their Spatial Effects in China: Progress and Prospect. Scientia Geographica Sinica, 36(6): 820-828. DOI:10.13249/j.cnki.sgs.2016.06.003.

朱宇. 2004. 户籍制度改革与流动人口在流入地的居留意愿及其制约机制. 南方人口，（3）：21-28.

Zhu Yu. 2004. Households Registration System Reform and the Dwelling Willing of Floating Population in the Areas They are Dwelling and Its Restrictive Mechanism. South China Population, (3): 21-28.

Options
Outlines

/

〈 〉