基于三階段灰色聚類的流動人口經濟融入水平評價研究

王一帆　劉追　劉澤雙

摘要：首先通過基于改進的中心點混合三角白化權函數，以2014年全國各省份流動人口的相關數據為樣本對全國流動人口的經濟融入水平進行不同灰類的劃分;其次通過二階段灰色聚類對灰色類系數進行綜合測度決策系數的計算，以克服只通過最大值判定灰類而忽視了其余三個灰類系數對灰類劃分的影響，得出我國省域流動人口經濟融入水平的分布格局;最后為了克服由于忽視了外生變量對灰類系數影響的局限性，通過借鑒數據包絡分析的方法將綜合測度決策系數作為外向影響性變量，選取三個外生變量作為內向影響性變量進行綜合測度決策系數的真實性分析。結果顯示，我國目前流動人口經濟融入大部分處于中等偏上的水平，在推進流動人口經濟融入的過程中沒有考慮微觀和宏觀因素的影響是導致一些地區流動人口融入水平不高的原因。本文得出的結果為城鎮化進程中流動人口遷移和經濟融入的政策研究提供依據，本文從推動流動人口經濟融入和融入社會方面提出相關建議。

關鍵詞：流動人口;經濟融入;水平評價;三階段灰色聚類

中圖分類號：C922文獻標識碼：A文章編號：1000-4149（2019）06-0042-15

DOI：10.3969/j.issn.1000-4149.2019.00.010

Research on the Evaluation of the Level of Economic Integration of Floating Population in China Based on the Three Stage Grey Clustering Method

WANG Yifan1，LIU Zhui1，LIU Zeshuang2

（1. School of Economics and Management， Shihezi University， Shihezi 832000，? China; 2. School of Economics and Management，Xian University of Technology， Xian 710054，? China）

Abstract：Based on the improved center-point hybrid triangular whitening right function， this paper uses the relevant data of the floating population in 32 provinces and cities in the country? in 2014， as the sample data to carry on the different grayes of the economic integration of the floating population. The second series of gray clustering is used to calculate the? comprehensive measure decision coefficient of the gray metric to overcome the influence of the remaining three gray coefficients on the gray classification by the maximum gray value，the distribution pattern of Chinas provincial floating populations economic integration level has been obtained. Finally， by referring to the method of data envelopment analysis will be a comprehensive measure of decision-making influence coefficient as the extroverted influence variable， and analysis the authenticity of selected three variable as exogenous variables to influence comprehensive measure decision coefficient in order to overcome the limitations of ignoring the effect of exogenous variables on grey coefficient. The results show that the current economic integration level of floating population in China is mostly above the medium level.It is also? a reason that in the process of promoting the economic integration of the floating population did not take into account the impact of micro and macro factors is also led to some areas of the floating population is not high level of integration. The results of this paper provide the basis for the study of floating population migration and economic integration in the process of urbanization， and finally put forward relevant suggestions from promoting? economic integration and social integration of floating population.

Keywords：floating population; economic integration; the evaluation of the level; three stage gray clustering method

人口大規模流動遷移是我國城鎮化、工業化快速發展階段最顯著的人口現象，已經成為推動經濟社會結構變動、利益格局調整、社會組織體系變化的重要因素[1]。據國家統計局公布數據顯示，截至2017年末全國流動人口為2.44億人，占全國人口總數的18%[2]，相當于每六個人中就有一個是流動人口。在城鎮化繼續深化的“十三五”時期，可能還會有1億流動人口進城[3]，城鎮化也將從農村人口進入城市的非農化階段過渡到遷移流動人口市民化的階段。城鎮化的新常態下，讓規模如此龐大的流動人口擺脫候鳥式的生活，在城鎮定居下來并能最終融入城鎮社會已成為當前亟待解決的問題。然而由于經濟發展水平不平衡、管理政策碎片化，我國流動人口的經濟融入狀況一直存在較大的地區差異。因此，全面量化考察中國流動人口的經濟融入水平，準確認識流動人口經濟融入的省際差異，從而提出促進流動人口經濟融入和市民化的政策建議，對于推動新型城鎮化的健康發展有重要意義。

處于轉型期的中國，雖然流動人口數量不斷增加，面對流入地“強”文化下的流動人口依然區別于“融合”，而屬于在經濟、行為、文化和觀念上單向的社會融入。在以上社會融入的多維度中，經濟融入是其他維度融入的基礎和前提，沒有經濟融入，流動人口很難實現其他層面的社會融入[4]。因此，經濟融入是測量社會融入的一個最核心和最基礎的客觀維度，在研究流動人口社會融入問題時，首先要把握經濟融入，但經濟融入并非是具有規范性和普遍性的測量指標，對經濟融入的測量也包含一系列的數據統計和分析，其中就業與職業、收入、居住和社會福利是流動人口進入流入地生活時需要解決的首要問題，在一定程度上反映著流動人口的經濟融入狀況。

本文嘗試對我國省際流動人口經濟融入水平進行聚類評價并展開討論，力圖從以下方面拓展現有研究：第一，區別于目前對流動人口經濟融入的研究中，較多關注流動人口群體基本經濟狀況和特點，或未把經濟融入從社會融入中剝離，僅作為二級指標的簡單化處理，本文將專注流動人口經濟融入并構建其多維關鍵性指標體系;第二，鑒于已有文獻中多關注就業、收入和居住指標，而忽視職業聲望、社會保障等重要的經濟融入指標，本文將對指標予以豐富、整合并吸納，打造包含就業與職業融入、收入與支出差異、社會保障和住房狀況四大類、多層次的經濟融入指標;第三，突破單純從理論上規范研究，或局限于地理位置，或經濟圈、經濟帶針對某地區的分析，本研究將基于實證方法使用全國性抽樣調查數據進行分析;第四，鑒于融入的內涵是復雜的，融入的過程是多向互動的，流動人口經濟融入的運行機制、影響因素等，我們也不完全清楚，因此，本文認為經濟融入水平評價問題屬于不確定性的半復雜問題[5-7]，對這個相對灰色的問題，本文將通過改進后的灰色聚類模型進行分析[8];第五，考慮到經濟融入可能的影響因素眾多，歸納主要有微觀的個體因素和包含流動因素、經濟結構和政策環境因素在內的宏觀因素[9]，因此，三階段將剔除性別、戶籍和人力資本投資等主要人口統計學差異影響，對經濟融入水平進行再次聚類，以找出受微觀因素影響的地區，并分析影響經濟融入水平差異的主要宏觀因素。

一、 文獻綜述

在梳理過往文獻中發現，經濟融入大多是在社會融入的視域下被分析研究的，對流動人口經濟融入水平進行省際系統評價的研究較少。

國內外學者在經濟融入的指標和測度方面的研究，經歷了一個認識不斷深入的過程。哈姆（Hum）與辛普森（Simpson）認為經濟融入是指移民在勞動力就業市場、職業地位、收入公平等方面的融合[10]。恩澤格爾（Entzinger）等提出移民社會整合包括社會經濟、語言文化、法律政治和居民接納，社會經濟融入主要指移民在經濟就業、收入水平、職業流動、社會福利與社會保障、社會性活動與社會組織參與等方面的狀況;并以德國為例分析了政府經濟融合政策的缺乏，導致移民難以獲得經濟融入[11]。黃匡時和嘎日達提出從農民工“城市融合政策指數”、“城市融合總體指數”和“城市融合個體指數”三方面構建“農民工城市融合度”評價指標體系，該指數的結果包括總分值（Score Values）和指數值（Index Values），通過分值判斷農民工社會融合程度[12]。楊菊華從職業、勞動時間、月收入、社會保障和住房條件等5個要素把握青年鄉—城流動人口的經濟融入，通過與其他相關人群對比，分析該群體的絕對經濟社會地位和相對融入水平[13]。張慶武通過因子分析法構建青年流動人口的社會融入指標體系，它包括經濟整合、社會生活、政策接納和文化適應等4個一級維度和11個二級指標，應用模糊積分的綜合評價方法計算北京市青年流動人口整體社會融入度，并對計算方法的優缺點進行了探討分析[14]。張慶武等從勞動就業、職業發展、收入水平、社會保障等5個方面分析北京市新生代農民工的經濟融入情況，并從政府和社會的角度提出了相關建議[15]。

在流動人口經濟融入的測量方法上，國內學者采取了不同的方式。汪永臻等以蘭州市少數民族流動人口為研究對象將城市經濟融入分為四類指標，運用描述性統計方法展開了民族差異分析及探討[16]。楊菊華選取2005年全國1%人口抽樣調查數據，使用了因子分析方法探討青年鄉—城流動人口經濟融入的模式、特點和影響因素[13]。湯喜紅將經濟融入分四類指標量化，測度大學生流動人口的經濟融入水平[17]。王鵬通過觀察和深度訪談流動人口的方法，了解其經濟融入現狀及社會互動產生的原因[18]。丁瑤琳選取2010年全國流動人口監測數據，運用多層線性交互分類模型對從事經濟活動的省際流動人口經濟融入進行分析[19]。

關于經濟融入的影響因素方面，研究多集中在微觀的個體特征，以及宏觀的流動特征、流入地經濟和制度方面。楊菊華發現流動人口的絕對、相對經濟狀況受到流入地的地區經濟發展水平的影響，認為流動人口在越發達的地區越難融入[4]。任遠等通過回歸模型驗證了流動人口的個人和家庭狀況、社區參與和社會資本、城市的制度影響流動人口的社會融合[20]。田明等發現流動人口社會融入的影響因素微觀上包括人力資本、就業狀況、個體特征三方面[21];劉婷婷等采用多元回歸模型分析了個人特征、經濟因素及社會作用對流動人口社會融入感、本地居民社會接納度的影響[22]。

隨著對社會融入認識上從單一到多維的發展，學者們已經逐漸認同了經濟融入是流動人口在流入地立足的基礎，是社會融入的重要指標，但大多研究僅將經濟融入作為社會融入的二級指標進行簡單化處理，使得關于經濟融入地區差異的研究并沒有得到足夠的重視。在已有研究中發現經濟融入的丈量尺度差異比較大，鮮有以省際尺度測度全國流動人口經濟融入水平的文獻，其中使用灰色聚類模型研究本問題的幾乎沒有。但是在文獻梳理時發現，針對不同數據特征學者們采用了不同方法，這對本文有較強的啟發作用。在方法上，部分學者采用帶有一定經驗成分的定性評價，這顯然受經驗和判斷等人為因素影響較大;也有學者采用含定性成分較多的定量評價，比如依然受主觀感受影響的層次分析法，在復雜系統中精確度容易受損;個別學者也采用依據大樣本數據進行實證分析的定量評價，而這類大樣本一手數據相對匱乏。

針對流動人口的數據往往存在一些特點，首先就是數據的準確性差，這也與調研樣本量大有關，比如本文擬采用的近20萬份調研數據，在如此巨大的數據收集時，即使具備詳細的工作方案和問卷說明，受調研對象主觀判斷的影響，也難免與實際有一定偏差;其次是數據的不完備，實際的數據往往不能夠滿足科研工作的需求，存在一些指標數據缺失、不可得的情況;再次就是數據的相關性強，由于流動人口的復雜性和不確定性，各數據之間可能也存在一定關聯，不能再用簡單、傳統的聚類方法進行分析;最后是數據范圍的覆蓋性，能夠覆蓋全國范圍的流動人口一手數據相對比較難得，而二手數據相對容易得到。據此，本文選擇了主要利用二手數據，對數據的準確性、不完備、相關性等特點要求不高，能夠對無規律樣本進行篩選、加工和延擴的灰色聚類法，并且為了剔除外生變量（人口統計學變量）對灰類系數的影響，找出受微觀因素影響地區和主要宏觀影響因素，對模型進行了第三階段的優化。

二、流動人口經濟融入綜合評價模型

本文以2014年原國家衛生和計劃生育委員會在全國范圍內開展的流動人口動態監測數據為基礎，建立衡量經濟融入程度的指標體系，采用基于中心點混合三角白化權函數的灰色聚類評估模型對全國31個省（區、市）及新疆建設兵團的流動人口城市融入水平進行綜合評價[7]，最后對結果進行分析和解釋?；疑垲惱碚撘呀涄呌诔墒欤什辉诖速樖龉降耐茖н^程，只做算法步驟的介紹。

根據對象關于指標的樣本觀測值將對象i歸入灰類，稱為灰色聚類[5]。

第一步：確定灰類的個數以及各灰類的轉折點和中心點;

第二步：構造相應的上下限測度白化權函數;

第三步：計算出其關于灰類的隸屬度;

第四步：確定各指標的權重;

第五步：計算對象關于灰類的聚類系數;

第六步：判斷對象的灰類類型，當有多個對象同屬于相同灰類時，還可以進一步根據綜合聚類系數的大小確定各個對象的優劣或位次。

三、流動人口經濟融入水平評估實證分析

1.數據來源及評估指標體系設計

（1）數據來源。本研究使用原國家衛生和計劃生育委員會在全國范圍內開展的2014年流動人口動態監測調查數據，樣本點分布31個?。▍^、市）和新疆生產建設兵團的1459個縣級單位，樣本量從4000人—14000人共八個等級，實際調查人次中有效樣本200937個[23]，該數據擁有流動人口的就業、收入、社會保障和居住等經濟融入數據，也提供了較為豐富的影響因素信息，是研究本問題的最佳數據之一。

（2）指標體系設計。結合對經濟融入概念與理論的深度解析，本文主要基于以下方面研究流動人口的經濟融入狀況：①就業與職業融入包含兩個內涵：勞動力市場融入和職業融入。勞動力市場融入是國外對該問題的研究中最常見的維度之一，表示國際移民在融入地勞動力市場上的表現，一般用勞動參與率、就業率等來衡量;而職業融入是流動人口職業地位和社會分層的重要標志[24]，參照楊菊華對各類職業排序后賦值[13]，測算各地區流動人口職業聲望的得分，得分高代表該地區流動人口的職業聲望水平高。②國內外研究將收入特別是與當地居民的平均收入水平的差距作為衡量經濟融入的重要指標[13，24]，除此之外，本文認為這一指標還應包括消費水平的差異;收入差異分別用絕對和相對平均月收入表達，相對平均月收入用流動人口的絕對平均月收入比較該地區居民平均月收入得到;支出水平用恩格爾系數表示，為流動人口食品支出總額占個人消費支出總額的比重。③社會保障是流動人口規避風險的重要手段，但一直以來卻向當地居民傾斜，選取當地居民普及的“五險一金”作為測度經濟融入的重要指標。④中國傳統的倫理道德造就了濃厚的家文化，很少中國人愿意租房過一輩子。因此，住房狀況方面考慮到流動人口的購房、租房情況，選擇了具有代表性的住房擁有率和月繳納房租。以上指標能夠在較大程度上折射出流動人口經濟融入水平。

雖然經濟融入是一個多維度的概念，但進行量化操作時指標并非越多越好，基于灰色模型善于處理短信息的問題，應該合理控制指標的數量。本文在充分考慮數據的可得性、客觀性、時效性以及可操作性的同時，綜合全國各省份以及新疆建設兵團的實際情況以及指標之間的相關性，建立流動人口經濟融入水平的評價指標體系。運用灰色聚類模型對收集、整理的擬選指標進行處理，得到包括就業職業融入、收入支出差異、社會保障以及住房狀況4個一級指標和14個二級指標的流動人口經濟融入水平評價指標體系，見表1。

在所有二級指標中，第6個指標恩格爾系數為反向變化指標，即恩格爾系數越高，流動人口總支出中用來購買食物所占的比例就越大，經濟融入水平越低;第14個指標人均每月繳納房租也為反向變化指標，即繳納房租越高，居住成本越高，流動人口越難以融入流入地;而其余12個指標均為正向指標，即數值越大，地區流動人口經濟融入水平越高。此外，為區分相關二級指標對地區流動人口經濟融入水平影響的大小，借鑒以往學者研究成果，根據相關專家學者意見以及實際情況設計指標權重。

2.實證分析

根據流動人口經濟融入水平評價目標，擬將地區經濟融入水平劃分為弱、中等、較強、強4個不同的灰類，并按照基于中心點混合三角白化權函數的灰色聚類評估模型建模過程進行綜合評價。

第一步：首先確定各個指標的取值范圍及其關于弱灰類（灰類1）、強灰類（灰類4）的轉折點λ1j，λ4j，j=1，2，...，14和中等灰類（灰類2）、較強灰類（灰類3）的中心點λ2j，λ3j，j=1，2，...，14。其中各個指標的取值范圍參照2014年全國各省份的實際數據確定，各個指標關于不同灰類的轉折點和中心點λ1j，λ2j，λ3j，λ4j，j=1，2，...，14經反復討論后確定。

第二步：由各指標取值范圍及其轉折點、中心點，可得指標j（j=1，2，…，14）關于灰類k（k=1，2，3，4）的白化權函數如下：

j=1：f11[-，-，λ11，λ21]，f21[λ11，λ21，-，λ31]，f31[λ21，λ31，-，λ41]，f41[λ31，λ41，-，-]（1）

即：

j=1：f11[-，-，70，83]，f21[70，83，-，88]，f31[83，88，-，92]，f41[88，92，-，-]

類似地，可得：

j=2：f12[-，-，70，85]，f22[70，85，-，90]，f32[85，90，-，93]，f42[90，93，-，-]

j=3：f13[-，-，31，39]，f23[31，39，-，41.5]，f33[39，41.5，-，44.8]，f43[41.5，44.8，-，-]

……

j=4：f113[-，-，190，260]，f213[190，260，-，290]，f313[260，290，-，352]，f413[290，352，-，-]

第三步：將2014年全國各省份流動人口經濟融入水平指標實現值代入指標j（j=1，2，…，14）關于灰類k（k=1，2，3，4）的白化權函數，可得各指標實現值關于灰類k（k=1，2，3，4）的隸屬度fkj（x）（j=1，2，…，14，k=1，2，3，4），fkj（x）計算見公式（2）。

第四步：各指標權重Wj，j=1，2，…，14（見表1）。

第五步：由式（3）可計算出全國各省份流動人口經濟融入水平關于灰類k（k=1，2，3，4）的聚類系數σki（i=1，2，3，4）。

結果如見表2。

第六步：由表2可知，在全國各省份中，北京、遼寧、上海、江蘇、浙江、福建、江西、河南、湖南、廣東、重慶、四川、云南和西藏聚類系數最大值落在σ4i中，屬于流動人口經濟融入水平強的灰類;天津、河北、山東、廣西、甘肅和新疆建設兵團的聚類系數的最大值落在σ3i中，屬于流動人口經濟融入水平較強的灰類;山西、內蒙古、吉林、黑龍江、安徽、湖北、海南、貴州、陜西、寧夏和新疆的聚類系數的最大值落在σ2i中，屬于流動人口經濟融入水平中等的灰類;青海灰色聚類系數最大值落在σ1i中，屬于流動人口經濟融入水平弱的灰類。

3.兩階段灰色綜合測度決策模型

根據灰色聚類系數向量各分量的最大值對決策對象進行分類，所得到的結果雖然具有一定的合理性，但有時也會產生偏差。這是由于在對灰色聚類系數向量進行比較時，有時需要把灰色聚類系數向量看成一個整體進行綜合考慮，為了得到更有效的分類數據，采用后面第7—8步給出的綜合測度決策模型[25]來實現。

第七步：設有s個不同的決策灰類，計算綜合加權決策向量（η1，η2…ηs）。

第八步：計算決策對象i關于灰類k的綜合測度決策系數向量。

第九步：由max1≤k≤s{ωki}=ωk*i，判定對象i屬于k*灰類。

第十步：若有多個對象同屬于k*灰類，則根據灰色聚類系數或綜合測度決策系數對同屬于灰類k*的所有對象進行排序。

通過第七步可以得出4個灰類的綜合加權決策向量：

η1=110（4，3，2，1）;η2=112（3，4，3，2）;η3=113（2，3，4，3）;η4=110（1，2，3，4）;

求綜合測度決策向量，由ωki=ηkδTi可得結果如下：ω1=（15.9685，21.1893，26.8776，34.0315）;ω2=（17.7790，22.4028，28.2094，32.2210）

ω3=（17.8742，23.0998，29.3787，32.1258）; ω4=（32.3547，28.7469，22.4840，17.6453）

ω5=（28.5419，27.4992，24.8186，21.4580）; ω6=（14.7119，20.5933，28.0966，35.2881）

ω7=（24.6004，28.0700，25.5004，25.3996）; ω8=（28.2146，29.2635，25.4116，21.7854）

ω9=（16.1138，20.9995，27.0519，33.8862）; ω10=（15.0848，20.7926，27.3431，34.9152）

ω11=（18.2874，21.2395，26.0175，31.7126）; ω12=（23.9193，27.3015，26.9071，26.0807）

ω13=（16.3725，20.9951，25.3217，33.6275）; ω14=（18.0182，23.2464，27.5420，31.9817）

ω15=（19.8458，24.1727，28.5480，30.1542）; ω16=（20.7649，23.9801，25.7873，29.2351）

ω17=（24.4998，28.1268，27.9947，25.5002）; ω18=（16.2523，21.1702，26.4266，33.7477）

ω19=（15.5124，21.1985，28.1268，34.4876）; ω20=（20.9675，25.7121，29.0939，29.0325）

ω21=（22.5483，26.9518，27.5367，27.4517）; ω22=（13.2476，19.3730，26.7747，36.7524）

ω23=（12.8154，19.0128，27.3461，37.1846）; ω24=（26.9213，29.6973，26.3216，23.0787）

ω25=（19.7824，23.8478，26.1491，30.2176）; ω26=（22.9820，21.9742，22.8192，27.0180）

ω27=（27.5303，28.4231，25.0607，22.4697）; ω28=（22.0090，26.1444，27.9009，27.9910）

ω29=（25.9941，24.4281，22.9089，24.0059）; ω30=（30.5869，28.8544，23.8614，19.4131）

ω31=（23.3172，27.7290，27.8771，26.6828）; ω32=（24.3416，26.3345，26.8720，25.6584）

從各個對象的綜合測度決策向量中可以得出：在對各個對象進行綜合測度決策向量計算并重新分類之后，原來屬于較強灰類的天津、河北、山東和甘肅上升為強灰類，說明天津、河北、山東和甘肅在綜合因素考慮上具有強灰類的評價標準。另外，原先屬于強灰類的?。▍^、市）在綜合測度計算之后聚類系數分量依然落在強灰類里面，說明對于這14個地區來說，流動人口經濟融入水平好、質量高，其絕對經濟融入水平和社會保障參與水平比較突出。雖然天津、河北、山東和甘肅上升為強灰類，但是其流動人口經濟融入水平依舊落后于原強灰類里的?。▍^、市），因此要在保持現有優勢的前提下尋找問題和差距，使之更好地和相鄰強灰類地區空間銜接，從整體上彌補強灰類地區間的差距。原來屬于中等灰類的山西、內蒙古和寧夏下降到弱類，說明這三個地區在其他方面上依然存在不足之處。比如，山西與依然處于中等灰類的吉林相比，在選取的14個指標中，除職業聲望和享有工傷醫療保險比例略高于吉林外，山西其余12個指標均低于吉林，說明山西與吉林流動人口經濟融入差距在整體上依然很大。因此，經過優化后的分類具有一定的科學性和準確性。另外可以看出經過綜合測度計算之后，全國各省份中屬于強灰類的地區數上升為18個，但是弱類的數量也增加到4個。

4.三階段灰色效率評價決策模型

不難發現，在第二階段的綜合測度決策系數所得到的灰類依然受到各地區調研樣本的個體特征的影響，鑒于本樣本主要集中在“80后”，故排除代際主要考察性別、人力資本狀況和戶籍制度[20-22]等因素。因此為了克服在第二階段灰聚類的綜合測度決策系數中受外生變量影響的局限性，以得到更加真實的流動人口經濟融入水平，本部分通過借鑒DEA方法[26-27]分析具有相同目標的灰色聚類系數，來衡量相應地區的相對效率，通過效率值來進一步分析二階段得到的灰類系數的真實值。通過基于線性規劃方法來評價同類型事物的績效有效性，通常使用內向和外向影響比折算成同一單位計量，并按照各自內向和外向影響比按其大小進行績效排序。

衡量某地區流動人口經濟融入水平是否真實有效，通過先構建n個地區組成的理想線性地區，通過分析理想線性地區的各項外向影響性指標不低于真實地區的外向影響性指標，各項內向影響性指標均低于真實地區的各項內向性影響性指標。即：

其中，n為地區數量，xij為第j地區的第i項內向影響性指標。yrj為第j地區的第r項外向影響性指標。j0為理想線性地區。E為效率值。

我們將二階段灰色聚類的聚類系數作為外向影響性指標，選取除流動人口經濟融入水平的評價指標體系外的外生變量作為內向影響性指標進行灰類系數的真實性分析。選取流動人口的性別、教育、戶籍情況等作為內向影響性指標進行分析，結果如表3。

從表3可以看出，經過優化后的聚類系數效率值所對應的灰類已經發生變化，江蘇、福建、湖南、重慶、四川以及西藏地區屬于灰類系數效率值最大值在μ4的地區，為優化后的強灰類地區;北京、天津、河北、遼寧、上海、浙江、安徽、江西、山東、河南、湖北、廣東、廣西、海南、云南、甘肅、新疆以及新疆建設兵團屬于灰類系數效率值最大值在μ3的地區，為優化后的較強灰類地區;而吉林、黑龍江、貴州和陜西屬于灰類系數效率值最大值在μ2的地區，為優化后的中等強度灰類地區;最后的山西、內蒙古、青海和寧夏屬于灰類系數效率值最大值在μ1的地區，為優化后的弱灰類地區。對比第二階段灰類綜合測度決策系數值可以明顯地發現，在第二階段位于強灰類的北京、天津、河北、遼寧、上海、浙江、江西、山東、河南、廣東、云南和甘肅，已經脫離強灰類的范圍降到較強灰類中。說明不考慮外生變量的灰類綜合測度值的真實性較低，不足以完全解釋流動人口經濟融入的真實水平。優化后的強灰類結果顯示，地區外生變量所帶來的優勢導致經濟融入水平在發展過程當中出現虛高的現象，并且不是經濟越發達省市或流動人口越早遷入的地區，流動人口經濟融入水平的真實性就越高。原屬于較強灰類的廣西、海南、新疆和新疆建設兵團依舊處于較強灰類，說明這四個地區的灰類綜合測度值的真實性較高。原屬于中等灰類的吉林、黑龍江、安徽、湖北、貴州和陜西地區中的安徽和湖北兩個地區上升到較強灰類，說明這兩個地區的流動人口經濟融入水平受外生變量的影響較高，在考慮外生變量影響時，其流動人口經濟融入水平更高。屬于較弱灰類的山西、內蒙古、青海和寧夏四個地區沒有發生變化，真實性較高。從中可以看出流動人口經濟融入水平地區差距明顯，要加大對弱灰類地區的發展，使得更多的地區上升到中等或較強灰類中去，以提高未來流動人口整體的經濟融入水平。經過三階段的灰色效率評價決策模型的計算結果呈現橢圓形的分布格局，三階段灰色效率評價決策模型適用于進一步解釋流動人口經濟融入水平在外向影響性變量綜合測度系數的真實性。

5.兩階段、三階段分析

兩階段灰聚類評價結果反映了我國省際流動人口經濟融入水平的差異，以下第一梯隊到第四梯隊，融入水平從高到低：第一梯隊有天津、河北、山東、甘肅、北京、遼寧、上海、江蘇、浙江、福建、江西、河南、湖南、廣東、重慶、四川、云南和西藏;第二梯隊有廣西、海南、新疆和新疆建設兵團;第三梯隊有吉林、黑龍江、安徽、湖北、貴州和陜西;第四梯隊有山西、內蒙古、寧夏和青海。以上評價結果中，聚類結果在空間上看基本符合相鄰分布，但也有不連片的分布;從經濟發展水平上看，經濟相對發達的地區全部位于第一梯隊，但第一梯隊也包含了經濟欠發達地區，第四梯隊包含經濟排名倒數的省份，也包含經濟排名中等的地區。

“物以類聚”的目的是為了通過分類分析規律，但以上結果顯然不能撥云見日。可見，二階段結果還受到一些因素的影響，比如流動人口的個體特征，而三階段試圖通過剝離影響積極融入的微觀因素，從而找出受微觀因素影響的主要地區和影響流動人口地區差異的主要宏觀因素。在經過三階段處理后發現，個體因素對北京、天津、河北、遼寧、上海、浙江、江西、山東、河南、廣東、云南和甘肅的經濟融入水平產生了正向作用，說明以上地區經濟融入水平處于強灰類是由于人口統計學變量的積極影響。以北京為例，可能該地區融入水平高，是因為該地區流動人口個體因素較高，比如平均受教育年限較高所致，三階段剝離了該因素的影響，對北京的融入水平影響較大，下降到了較強灰類。個體因素對安徽和湖北的經濟融入水平產生了消極影響，說明以上地區經濟融入水平不高的原因主要是由于個體因素的不利影響，比如湖北融入水平不高，是因為其性別差異中男性所占比例偏低所致。關于性別、教育、戶籍等微觀特征對經濟融入的影響多有研究[20-22]，這里主要考察個體綜合因素對各地區經濟融入水平的影響，發現一些地區由于自身個體因素水平較好經濟融入水平較高，也有地區由于個體因素較低致使融入水平不高。以下著重通過三階段灰色聚類的強灰類地區和弱灰類地區的規律和特點分析，來找出影響省際經濟融入水平差異主要的宏觀因素。

流出地與流入地之間距離越遠差異越大，克服差異越困難，流動人口面臨的融入障礙就越多，反之則越容易[28]。湖南、四川、重慶的流動人口中跨省流動所占比例非常低，區內流動比例高達90.82%、90.39%和82.63%，湖南居第三、四川居第四。且一般來說，經濟發展水平高的省份，其流動人口中省內流動人口所占比例較大，高達60%—70%[29]，但江蘇卻例外，僅占四成，且省外流動人口中近四成來自相鄰的安徽省。以上四地區流動人口多為省內流動，在融入時體現為相對較少的障礙和較強的適應性，這可能是其經濟融入水平處于強灰類的主要原因。福建省在流動人口城市融入政策方面比較超前，如全面開放除福州、廈門、平潭外的其他城鎮的落戶限制，不斷放寬福州、廈門、平潭三地落戶政策，憑居住證在多方面與本地人享受同等待遇等政策，為流動人口融入城市落地生根鋪平了道路。可見，福建流動人口經濟融入最大的優勢是政策優勢。

值得關注的是，三個階段西藏的流動人口經濟融入水平一直屬于強灰類，這與楊菊華的研究結果一致[9]，可能性之一是受到區外流入人口的積極影響。置身強灰類地區的西藏，打破經濟較發達省份區外流入人口比例偏高的定式，區外流入人口所占比例較高?！傲铡睌祿@示，西藏區外流入人口占總流動人口的63.14%，相較“五普”增長近50%，僅次于上海的70.77%和北京的67.10%[30]，且78%集中于城鎮[31]。由于獨特的自然和資源稟賦，近年來西藏的旅游業迅速發展，跨省來西藏的流動人口中87.72%是務工經商，其大量從事與旅游相關的高收入職業，因此，西藏流動人口絕對收入和相對收入均達到全國第二，經濟融入的收入指標水平較高。而且一直以來，與西藏相鄰的四川都是其流動人口的穩定供給地，占到了流入總數的一半以上，西藏是離開戶籍地六年以上流動人口所占比例最高的地區之一[30]，可見，相鄰省份間的人口流動也大大保證了流動人口的穩定性，這進一步提升了流動人口經濟融入水平。但是，由于西藏流動人口中存在大量務工經商的自雇群體，從事“商業、服務業人員”和“生產、運輸設備操作人員及有關人員”職業，這可能是西藏流動人口社會保障參與率較低的原因之一，應該引起相關部門的重視。

較強灰類地區聚類評價結果存在南北差異，并呈現相同地域較接近的連片特征[28]，但也并不簡單符合東、中、西部地區劃分，較強灰類地區呈現“東南連片，西部駝峰”的分布，影響流動人口經濟融入的因素可能比較復雜，因此不作為我們分析的首選。而從地理位置上看弱灰類地區，顯然在剔除掉個體因素的影響后，流動人口經濟融入水平最低的省份全部位于我國北方地區。通過“六普”數據，發現離開戶籍地僅半年到一年的地區中，最高比例的是內蒙古（35.9%），第四位是山西（33%）[30]，第五是青海，為31.9%，寧夏最低但也高達29.1%?？梢姡洕谌胨阶畹偷牡貐^，跨省流動人口居住穩定性最低的人群比例最高，也就是說，有相當比例流動人口未能在這四個地區長期而穩定地工作和生活，這可能是經濟融入水平偏低的原因之一。此外，以上地區中，近年來全國GDP排名內蒙古和山西一直中等靠后，青海和寧夏一直居于倒數第二與第三，且以上四地區都屬于經濟結構中第三產業占比較低的地區。并且發現流動原因數據中，所有弱灰類地區的外出務工比例都遠低于平均水平，這可能是經濟融入不高的又一個重要原因。

四、結論與建議

本文從就業職業、收入支出、社會保障以及住房等指標切入，通過兩階段灰色聚類模型比較系統和準確地分析了流動人口經濟融入的地區水平差異，在流動人口經濟融入研究的指標界定、方法選擇和層次劃分方面做出了一定的嘗試。該評價淡化了省際行政區劃和傳統區域劃分上的聯系，更好地體現了流動人口經濟融入水平上的聯系、互動和差異，從而有利于把握省級尺度上流動人口經濟融入水平的分布格局。本研究發現，個體綜合因素對經濟融入水平的梯隊分布影響較大，流動時間、流動距離、流動的穩定性、經濟發展水平和融入政策優勢等宏觀因素也在一定程度上影響了地區流動人口的經濟融入水平。根據以上結論，本文提出幾點建議。

（1）引導流動人口就地就近省內流動。從結果看，流動距離是經濟融入重要的影響因素之一。流動距離越遠差異越大，遠距離流動不但讓流動人口面臨更多融入障礙，而且使其失去賴以生存的心理和情感的依托，難以真正實現社會和心理層面的融入，從而影響融入進程。而且，并非經濟越發達省份流動人口的經濟融入水平越高，相反即使經濟欠發達地區，如果省內流動比例較高，融入水平也比較理想。隨著新型城鎮化和產業轉移深入推進，作為流動人口主要流出地的中西部已成為主戰場，使流動人口全面融入社會、就地就近流動成為可能。

（2）建立相鄰地區間有序的人口流動機制。結果顯示，流動穩定性也是經濟融入重要的影響因素之一。流動人口在流入地更長期穩定的生活，對其經濟融入會帶來更積極地影響，比如排除個體因素影響后的三階段結果顯示，融入水平最低的地區不約而同的也是流動人口比例最高的地區。長期以來四川省是西藏流動人口的最大輸出地，西藏也是穩定流動人口所占比例最高地區之一，可見來自相鄰地區的流動人口在本地的穩定性更強。來自相鄰省市供給的、大量且持續的流動人口，在流入地流動人口中的穩定性更高;應結合地區人才供需差異引導流動人口有序遷移和合理分布，實現相鄰地區流動人口的空間銜接和共享，建立相鄰地區間流動人口流動機制。

（3）調控個體可調因素提高經濟融入水平。數據處理得到，個體因素也是經濟融入重要的影響因素之一。本文分析得到，一些地區經濟融入水平受流動人口的個體特征，比如人力資本和戶籍等因素的影響較大，在其他重要研究中也有此結論[13]，因此要提高流動人口經濟融入水平，應著力加強流動人口個體特征中的可調因素。針對教育因素，開展職業技術培訓，提高教育回報率;針對戶籍因素，體現政策優勢，繼續深化戶籍制度改革，在推進中出現吃力的，因地區情況不同尺度放開居住證申領政策，穩步推進城鎮基本公共服務常住人口全覆蓋，強化“居民”身份和權利保障，促使流動人口真正融入城市。

（4）實現流動人口經濟融入的重點和區別化管理。分析發現，個別地區在提高個體綜合因素后會提高其經濟融入水平，有些地區流動人口經濟融入指標方面與強類地區具有相似性，對待這些重點地區可以通過尋找差距、重點培養的方式，使其進一步發展達到強類地區指標的標準，并且可以將具有上升潛力的地區作為試點項目重點培養。還應以各省各異的經濟融入水平為依據，采取更具針對性的流動人口服務和管理政策，推進流動人口經濟融入水平的整體提升。

（5）促進流動人口積極、全面融入社會。經過兩階段聚類評價后，屬于強灰和較強灰類的地區數量為22個，說明我國流動人口經濟融入總體水平較好，流動人口基本實現在流入地的經濟立足。但不能簡單地認為，只要解決了流動人口的經濟問題，社會融入的問題就能自然解決。還應關注流動人口融入的社會和心理層面，全面營造流動人口社會融入的環境和氛圍。

參考文獻：

[1]國家衛生和計劃生育委員會流動人口司.中國流動人口發展報告2013[M].北京：中國人口出版社，2013：1.

[2]王培安.推動新時代社會融合之構建[N].人民政協報，2019-04-15（012）.

[3]任遠.“十三五”是人口格局深刻轉折期[N].湖北日報，2015-03-09（10）.

[4]楊菊華.流動人口在流入地社會融入的指標體系——基于社會融入理論的進一步研究[J].人口與經濟，2010（3）：64-70.

[5]鄧聚龍.灰理論基礎[M].武漢：華中科技大學出版社，2002：2-8.

[6]LIU S F， LIN Y. Grey information theory and practical applications[M]. London：Springer-Verlag，? 2006：7-12.

[7]劉思峰.兩階段灰色綜合測度決策模型與三角白化權函數的改進[J].控制與決策，2014（7）：1232-1238.

[8]陳寶平.基于灰色聚類理論的人口年齡結構評估模型[J]. 電腦與信息技術，2014（2）：7-12.

[9]楊菊華.中國流動人口經濟融入[M].北京：社會科學文獻出版社，2013：69-105.

[10] HUM D，? SIMPSON W. Economic integration of immigrants to Canada： a short survey[J]. Canadian Journal of Urban Research， 2004，13（1）：46-61.

[11]ENTZINGER H，? BIEZEVELD R. Benchmarking in immigrant integration[R]. Erasmus University Rotterdam， 2003.

[12]黃匡時，嘎日達.“農民工城市融合度”評價指標體系研究——對歐盟社會融合指標和移民整合指數的借鑒[J].西部論壇，2010（5）：27-36.

[13]楊菊華.社會排斥與青年鄉—城流動人口經濟融入的三重弱勢[J].人口研究，2012（5）：69-83.

[14]張慶武.青年流動人口社會融入問題研究——以北京市為例[J].青年研究，2014（5）：50-60，95.

[15]張慶武，廉思，馮丹.新生代農民工經濟融入狀況研究——以北京為例[J].學習與實踐，2015（12）：103-112.

[16]汪永臻.西北少數民族流動人口城市經濟融入研究——以甘肅省蘭州市為視閾[J].青海民族大學學報（社會科學版），2012（2）：89-93.

[17]湯喜紅.流動特征、就業屬性與大學生流動人口經濟融入研究[D].杭州：浙江工商大學，2015.

[18]王鵬.社會互動視野下的流動人口城市經濟融合研究[D].昆明：云南大學，2015：15-41.

[19]丁瑤琳.中國省際流動人口經濟融入的地域差異及影響因素研究[D].上海：華東師范大學，2017：35-42.

[20]任遠，喬楠.城市流動人口社會融合的過程、測量及影響因素[J].人口研究，2010（2）：11-20.

[21]田明，彭宇.流動人口城市融入的空間差異——以東部沿海6個城市為例[J].城市規劃，2014（6）：9-16，31.

[22]劉婷婷，吳清，高凱.互動視角下流動人口社會融合研究——基于上海的調查分析[J].西北人口，2015（1）：1-6.

[23]王培安.全國流動人口動態監測數據集2014[M].北京：中國人口出版社，2016：1-2.

[24]楊磊.基于多層模型的流動人口經濟融入研究[D].上海：華東師范大學，2014：15-17.

[25]張娜，王紅權.基于兩階段灰色聚類模型的新疆經濟社會發展水平評價研究[J].數學的實踐與認識，2017（2）：87-94.

[26]王睿，黃森.農村資金投入與農村區域間居民收入差異——基于1999—2006年省際面板數據的實證研究[J].數量經濟技術經濟研究，2010（1）：44-57.

[27]陳巍巍，張雷，馬鐵虎，劉秋繸.關于三階段DEA模型的幾點研究[J].系統工程，2014（9）：144-149.

[28]田明.地方因素對流動人口城市融入的影響研究[J].地理科學，2017（7）：997-1005.

[29]余運江，高向東.中國人口省際流動與省內流動的差異性[J].人口與經濟，2018（1）：38-47.

[30]喬曉春，黃衍華.中國跨省流動人口狀況——基于“六普”數據的分析[J].人口與發展，2013（1）：13-28.

[31]王茂俠.西藏的流動人口與人口流動——基于第五、第六次人口普查數據的比較[J].西北人口，2014（5）：13-18.

[責任編輯劉愛華，方志 ]

收稿日期：2018-04-17;修訂日期：2018-12-07

基金項目：教育部人文社會科學項目“南疆四地州連片特殊困難地區精準扶貧政策研究”（17YJC850013）;國家社會科學基金項目“新疆特殊類型貧困地區精準扶貧機制及促進政策研究”（15CMZ021）;國家社會科學基金項目“新疆南疆農村少數民族貧困人口的人力資本反貧困研究”（15XMZ050）;教育部人文社會科學項目“少數民族地區農村最低生活保障與扶貧對象動態管理機制研究”（14XJJCZH005）;教育部人文社會科學項目“基于人力資本視角的新疆集中連片特困區反貧困問題研究”（13YJCZH256）。

作者簡介：王一帆，石河子大學經濟與管理學院講師;劉追，管理學博士，石河子大學經濟與管理學院教授;劉澤雙，管理學博士，西安理工大學經濟與管理學院教授。