廣西城市流動人口影響因素定量研究
——基于回歸分析與時間序列的實證檢驗

吉建華，楊夢玲，韋秋鳳

(廣西財經學院 中國-東盟統計學院，廣西 南寧 530003)

1 引言

隨著城鎮化進程的不斷推進，廣西城市流動人口出現了新常態。廣西第七次人口普查結果顯示，截至2020年，廣西流動人口為985.11 萬人，較2010年增長178.98萬人。其中跨省流入人口為135.94萬人。近年來，廣西流動人口增長趨勢特點主要表現為市轄區人戶分離人口增加較明顯，流動人口的比重也明顯提高，廣西區內流動人口規模不斷擴大、增長速度加快。從人口流動角度來看，流動人口向省首府南寧市和北部灣地區聚集態勢明顯、聚集程度增加，從側面也體現出了這些地方經濟發展的活力正在進一步提升。

對于遷入地而言，人口流動有利于改善綜合環境，增加人才和勞動力，有利于人口的發展，但是也會引發自然生態等問題。對于遷出地而言，人口流動有利于合理利用剩余勞動力，提高經濟收入等，但同時也會出現人才流失的問題。在如此大規模的流動人口背景之下，對于廣西的人口政策的轉變，城市的建設以及公共設施的供給等因素都會受到一定的影響。

2 國內外研究現狀

城市流動人口的研究是一個熱點問題，國內學者大多數以全國范圍作為研究對象或選擇一線城市來進行分析研究。謝桂華立足于“十二五”規劃，以及當時的城鎮化率劇增的問題，盡管外來農民工的人力資本及收入回報在移民之初是總體低于城市人口的，但是人們因為遷移地市場成熟度以及城市學校的教育、環境、設施等方面選擇從農村遷移到城市[1]。楊菊華通過對個人以及社區調查到的流動人口社會融合數據的分析，認為良好的制度環境和社區氛圍使得城市流動人口增多[2]。劉傳江等從對邊緣性群體進行研究入手，及我國改革開放之后社會結構也從社會經濟向市場經濟、農村向城鎮的轉變，由于農民工群體工作性質的不穩定，農村與城市的社會地位、社會心態以及子女及后代的繼承，使得他們選擇向城市遷移[3]。蘇群等指出，個體及家庭特征因素也是影響城市流動的重要因素，隨著現代社會女性的地位提升，女性所受到的高等教育水平也在越來越升高，而女性們不但在當下的勞動力市場扮演著巨大作用，同時，在家庭里她們也扮演著越來越重要的決定性角色[4]。徐程媛研究還指出，如今更多的農村婦女流入大都市并對長久居住的愿望日益濃厚，特別對年紀較小、文化水平較高但尚未婚嫁的農村婦女而言，大都市的繁榮、獨特的地理環境對她們停留和居住的影響較大[5]。張靜通過對北京流動人口的變化過程和城市現狀特征的系統描述，并對流動人口的流入原因及定居意愿的影響因素的實證檢驗，在此基礎上對未來城市流動人口總量擬合AR自回歸模型進行趨勢預測[6]。

對于流動人口的影響因素。首先，對于社會福利的影響，Ennchautegui從制度的視角入手，對經濟發達地方的社會福利項目改革效果進行了調研，發現社會福利是影響流出人員居住環境的最主要條件，因此他們就更傾向于流入社會福利好的地方居住[1]。此外，Jerome Adda從流入人口在城市所停留的時間上進行研究，流動人口會隨著在流入地停留時間的延長而改變計劃，流入時間越長就會越適應流入地環境及各方面條件，也就越愿意在流入地永續定居[2]。

目前流動人口的研究大多是對一線城市進行分析研究，對于西部地區的人口研究比較少。

文章從流動人口的結構特征及家庭化遷移比例等深入研究廣西流動人口的現狀特點。通過國家統計局及衛健委提供的流動人口監測數據，運用回歸分析與交叉分析對廣西流動人口變動近況及影響因素進行了定量研究，并在此基礎上通過收集到的1949—2020年廣西流動人口數據建立ARIMA(1，1，0)的一階差分自回歸模型，對2021年廣西流動人口數據進行實證檢驗，并分析廣西近年流動人口的分布及變動趨勢。

3 廣西流動人口的現狀分析

第七次人口普查調查數據顯示，截至2020年廣西總人口數達5718萬人，其中常住人口數占4732.89萬人，流動人口數占985.11萬人，與第六次人口普查數據(2010)相比，廣西總人口數增長559萬人，平均每年增長55.9萬人，年平均增長率為1.03%。流動人口數增長380.03萬人，年均增長38.0萬人，年均增長率為0.84%。

3.1 流動人口的規模逐年上升

根據廣西統計年鑒提供的人口數據，流動人口占常住人口的比例逐年上升，從2000年的17.30%提高到2020年的20.81%，流動人口數也在不斷上升，由2000年的700.69萬人增長到2020年的985.11萬人，如圖1所示。

圖1 廣西近10年流動人口現狀

3.2 流動人口的受教育水平程度偏低

根據廣西人口流動受教育情況，流動人口中，初中、高中及中專學歷占比較大，分別為：46%、23%和13%，流動人口中，較低學歷的人占比超過一半多。廣西有大量餐飲業，家政業，以及批發和零售等低端服務業和加工制造業，大量需求吸引了大批較低教育水平的流動人口。本科專科占比僅為7%和11%，缺乏高質量技能型人才和高質量創新型人才，難以實現產業結構和就業結構的自我升級。

3.3 流動人口的婚姻狀況向健康和諧發展

根據《廣西統計年鑒》流動人口數據，2022年初婚占比67%，未婚占比28%，離婚和其他都占比3%左右，與2015年和2010年相比，未婚者比重下降1.4個和2.8個百分點；有配偶者比重提高0.9個和2.4個百分點；離婚者比重上升1.7個和1.9個百分點，廣西人口婚姻狀況總體呈現有配偶者增多，未婚者減少，婚姻狀況向健康和諧發展變化。

綜合以上可知，廣西流動人口以家庭為單位外來務工遷移的趨勢比較凸顯，夫妻一起在廣西流動或者攜子女及其他家眷流入廣西已成為當下廣西人口流動的主要現象。而這種現象又必然會對衛生、計劃生育、教育水平、產業升級和就業等帶來一系列問題，所以如何應對這種趨勢，使流動家庭更快更好地融入是現在迫切關注和解決的重要問題。

4 廣西城市流動人口影響因素分析

4.1 數據來源

本次數據主要來自《國家統計年鑒》和《廣西統計年鑒》中的人口類數據、全國人口普查數據以及國家衛生健康委員會收集到的最新廣西流動人口動態監測數據。對流動人口影響因素主要有受教育程度、性別、婚姻狀況、戶口性質等，本次調查通過對國家衛生健康委提供的最新流動人口監測數據(數據來源：國家衛生健康委流動人口數據平臺)，此次調查采用了分層、多階段、與規模呈比例的PPS 抽樣方法，調查范圍包括中國31個省(區、市)的152000人，其中提取廣西樣本4000份，并對此所提取的數據進行變量定義，如表1所示。

4.2 變量定義

表1 變量定義

4.3 回歸結果分析

運用SPSS軟件進行回歸分析，通過流動人口影響因素回歸結果(見表2)可知，性別、民族、受教育程度、城鎮醫療保險購買情況、戶口性質的回歸系數均小于0.05，即拒絕原假設，認為以上因素對廣西城市流動人口具有顯著影響。但年齡、婚姻狀況的結果的回歸系數均大于0.05，即無理由拒絕原假設，在顯著性水平為0.05條件下無證據證明以上因素對廣西城市流動人口具有顯著影響。

第一，受教育程度的回歸系數為-0.03，即所受教育程度越高，流入廣西的可能性越小。對于剛畢業的年輕人而言，更加向往充滿活力的大城市，廣西更受一些追求安穩的青壯年向往。

第二，性別的回歸系數分別為0.065。通過對性別與流動范圍進行交叉分析可知，男性跨省流動的人數大于女性，但整體而言，男女均偏向于省內的流動。

第三，民族及戶口性質的回歸系數分別為0.046和0.045。其中對民族與流動范圍進行交叉分析可看出相對于其他民族，漢族流入廣西的意愿更強烈，這是意料之中的，即使廣西為壯族自治區，但是廣西民族中，漢族人口仍是占比最大的。

第四，城鎮居民醫療保險購買的回歸系數為0.135。說明醫療保險購買情況越好，越傾向于跨省的流動。

綜上所述，受教育程度對廣西城市流動呈反比，性別、民族及戶口性質、城鎮居民醫療保險購買對廣西城市流動影響呈正比，其中城鎮居民醫療保險購買情況影響最大。

表2 流動人口影響因素回歸結果

5 1949—2020年廣西流動人口時間序列數據的實證分析

5.1 數據與方法

文章使用歷年廣西統計年鑒中提供的1949—2020年的流動人口數據，進行時間序列模型的構建。

5.2 平穩性檢驗

對原始數據及一階差分后的數據進行ADF平穩性檢驗(見表3)，通過p值可知上述推斷成立，即一階差分后的時間序列為平穩序列，可對一階差分后的數據進行時間序列模型構建。

表3 ADF平穩性檢驗

5.3 模型定階

根據AIC、SC和HQ值法來對模型階數進行判斷。一般考慮低階模型，從低階0開始擬合模型，如 p =0，q =1，ARIMA(0，1，1)，類似進行下去，對p，q分別取0，1，2，3，4，5，對所有可能的模型進行顯著性檢驗后，然后在顯著性檢驗通過的可行模型中挑選 AIC、SC和HQ值最小的模型為最佳模型。對所有可能情況進行顯著性檢驗，并對顯著的模型進行定階，得到ARIMA(1，1，0)的模型擬合系數值較高，所以最終選擇ARIMA(1，1，0)模型。

5.4 模型擬合效果檢驗

第一，通過EVIEWS建立的ARIMA(1，1，0)模型對1988—2020年廣西流動人口數據進行預測，并將預測后的值與廣西實際流動人口數進行對比，如圖2所示。

圖2 真實值與預測值擬合

第二，Yt表示t年的預測值，DYt表示t年一階差分后的值，以1950年的真實數據為該年的預測值，即：

Y1950=116.88

Y1951=DY1951+Y1950

Y1952=DY1952+Y1951

…

Y2020=DY2020+Y2019

根據EVIEWS給出的2020年的一階差分后數據DY2020=12.091以及2019年的預測值 Y2019=962.12可得：

2020年的預測值Y2020=DY2020+Y2019=12.091+962.12 =974.211，2020年實際值為985.11，誤差為(985.11-974.211)/985.11×100%=1.11%，誤差較小。

第三，綜上驗證，ARIMA(1，1，0)，模型擬合效果較好，可以用該模型對廣西流動人口進行預測。

6 實證結論

第一，流動人口的影響因素主要有受教育程度、性別、婚姻狀況、戶口性質等，通過SPSS軟件進行回歸分析后，受教育程度對廣西城市流動成反比，性別、民族及戶口性質、城鎮居民醫療保險購買對廣西城市流動影響成正比，其中城鎮居民醫療保險購買情況影響最大。

第二，通過對性別與流動范圍進行交叉分析發現，男性跨省流動的人數大于女性，但整體而言，男女均偏向于省內的流動，漢族流入廣西的意愿更強烈。

第三，通過對廣西統計局及國家衛健委提供的1949—2020年廣西流動人口時間序列數據進行一階差分后，建立了ARIMA(1，1，0)模型，與2020年的預測數據與實際數據相比，誤差為1.1%，誤差較小，可用該模型來對未來廣西流動人口數進行預測。由于模型階數為1，所以只能預測2021年的流動人口數據，2021—2025年的流動人口數據通過建立的人口預測模型手動計算。預測結果顯示，2021年廣西流動人口數為986.32萬人，相比于2020年，僅增長1.21萬人，增長幅度較少，這與當下受疫情影響，人口流動受限的實際相符。該結果對將來有關流動人口的一些政策制定有較好的參考性。

7 結語

流動人口涉及的因素較為復雜，且根據不同時期政策的發展，流動人口影響的因素也會隨之改變，所以對流動人口的研究結論也有一定的時效性。建立的時間序列預測模型通過對往年預測結果與實際數據擬合誤差較小，且對2021年流動人口預測結果符合當前社會狀況。但文章只對單一時間進行了預測，若換了數據的時間起始點或預測段，結果是否會有較大差距，這些都需進行進一步研究。