EN中文

地理研究 >

2023 , Vol. 42 >Issue 10: 2663 - 2676

DOI: https://doi.org/10.11821/dlyj020221316

研究论文

中国流动人口回流意愿的推拉机制——基于交叉分类多层模型的实证

  • 王紫璇 , 1 ,
  • 候媛 1 ,
  • 殷江滨 , 1, 2 ,
  • 黄晓燕 1, 2
展开
  • 1.陕西师范大学西北国土资源研究中心，西安 710119
  • 2.陕西师范大学全球区域与城市研究院，西安 710119
殷江滨（1985-），男, 江西湖口人，博士，教授，博士生导师，主要从事城市地理与经济地理研究。E-mail:

王紫璇（1999-），女，河北石家庄人，硕士研究生，主要研究方向为经济地理。E-mail:

收稿日期: 2022-12-01

  录用日期: 2023-06-01

  网络出版日期: 2023-10-23

基金资助

国家自然科学基金项目(42071213)

收起

The push-pull mechanism of return migration intentions in China: An empirical study based on cross-classified multilevel model

  • WANG Zixuan , 1 ,
  • HOU Yuan 1 ,
  • YIN Jiangbin , 1, 2 ,
  • HUANG Xiaoyan 1, 2
Expand
  • 1. Northwest Land and Resource Research Center, Shaanxi Normal University, Xi'an 710119, China
  • 2. Global Regional and Urban Research Institute, Shaanxi Normal University, Xi'an 710119, China

Received date: 2022-12-01

  Accepted date: 2023-06-01

  Online published: 2023-10-23

Fold

摘要

外出人口回流正在成为影响国家和地区发展的重要现象，对其影响机制的解析受到广泛关注。研究在个人及家庭社会经济因素的基础上，将地区环境纳入回流动因的讨论中，通过构建包含户籍地和流入地地区环境、流动人口个体的分析框架，并运用全国流动人口动态监测数据和交叉分类多层模型方法，揭示了不同地区环境对流动人口回流意愿的推拉机制。研究表明：户籍地和流入地地区环境是解释人口回流意愿的重要因素，且流入地的重要性略大于户籍地。但两地环境因素的具体影响存在显著差异。户籍地经济环境和基础教育的改善，以及靠近大城市的区位条件显著提升了流动人口的回流意愿。而在流入地，经济的发展、服务业的繁荣以及靠近大城市的区位条件则抑制了回流意愿，但基础教育资源的影响不显著。与低学历流动人口相比，高学历群体的回流意愿受家乡经济水平、靠近大城市的区位条件的拉动作用更为明显，受流入地产业结构及区位条件的抑制作用也更加显著。研究拓展了地理学的人口迁移研究，并为不同地区采取针对性措施，引导人口合理流动提供了有益借鉴。

关键词： 人口回流; 地区环境; 学历差异; 交叉分类多层模型; 中国

本文引用格式

王紫璇 , 候媛 , 殷江滨 , 黄晓燕 . 中国流动人口回流意愿的推拉机制——基于交叉分类多层模型的实证[J]. 地理研究, 2023 , 42(10) : 2663 -2676 . DOI: 10.11821/dlyj020221316

Abstract

Return migration is increasingly becoming an important socio-economic phenomenon affecting the national and regional development, and research into its influencing mechanism has received widespread attention. Based on individual and family socio-economic factors, this study incorporates regional contextual factors into the discussion of the mechanism for return migration, and reveals the push-pull mechanism of different regional contexts on the return migration intentions by constructing an analytical framework comprising the contextual factors related to origins and destinations and the individual attributes, and by using China Migrants Dynamic Survey and cross-classified multi-level model. The results show that the contextual factors related to origins and destinations were critical factors in explaining the return intentions, and and the place of destination is slightly more important than the place of origin. However, significant differences in the specific impact of contextual factors between the two places were observed. Improvements in the economic context and basic education in the place of origin, as well as the proximity to large cities, have significantly increased the intention of the migrant to return, while in the place of destination, the development of the local economy, the boom in the service sector and proximity to large cities significantly discouraged return intentions, however, the effect of basic education resources is not significant. Compared with the less-educated migrants, the return intention of the well-educated group is more significantly pulled by the economic level of their hometown and the location conditions close to large cities, and more significantly inhibited by the industrial structure and location conditions of the destination places. The study extends the research of migration in geography and provides useful reference for different regions to take targeted measures to guide the rational migration.

Key words： return migration; regional contexts; educational heterogeneity; cross-classified multilevel models; China

1 引言

近年来中国人口出生率和人口增量不断下降，存量人口的空间流动受到日益广泛的关注。除人口流出外，外出人口的回流问题日益得到研究者重视。根据2015年全国流动人口动态监测流出地调查数据，回流人口占流出地人口的12.1%，在西部地区这一比例达27.7%[1]。而2019年一项针对西部山区县的调查显示，回流人口占农村人口的比重达35.6%[2]。作为推动地区经济社会发展的关键力量，流动人口向家乡的回流不仅影响个人和家庭的未来，还关系到乡村振兴战略与新型城镇化战略的实施，并对全国区域发展格局产生深远影响[3⇓-5]。在这一背景下，研究流动人口的回流意愿、揭示其背后的影响机制，有助于深化和拓展中国人口流动规律研究，并能为新时期户籍改革与区域发展政策制定提供科学依据。
已有文献对外出人口的回流动因做了大量探讨，为相关研究奠定了重要基础。但应认识到，回流决策是流动个体在对个人、家庭及地区环境因素综合考量后的结果[6]。而已有研究主要关注个人或家庭的经济与社会因素的作用，对地区环境的研究相对有限。少量涉及地区环境的研究也主要识别单一地点（流入地或原籍地）环境因素的影响[6,7]，鲜有研究关注两地因素的共同作用。根据人口迁移推拉理论，流入地和原籍地既有推力又有拉力，二者是引起人口流动的关键因素[8]。因此在回流机制研究中忽视任一一地环境因素的影响都将导致对回流规律的理解偏差。此外，现有研究多将回流人口视为一个整体，对其内部差异的关注不足。随着中国经济由高速增长向高质量发展转变，人才资源对地区创新发展的作用逐渐凸显[9]，全国各地（无论是流入地还是原籍地）对人才的争夺愈发激烈。因此，揭示高学历流动人口的回流动因并解析其与中低学历群体的差异，在当前形势下显得尤为紧迫。
基于此，本文尝试运用2017年全国流动人口动态监测数据和交叉分类多层模型方法，回答两个核心问题：① 原籍地和流入地的环境因素如何与个体因素一起，共同影响了流动人口的回流意愿?即流动人口回流意愿具有怎样的推拉机制?② 两地环境因素对不同文化程度流动人口回流意愿的影响效应存在何种差异?

2 文献综述

2.1 个体属性与人口回流

个人和家庭因素是影响人口回流的关键因素，也是现有研究关注的焦点。总体上，这一方面研究主要集中于经济和社会维度。经济维度的研究主要来自新古典迁移理论和新迁移经济理论。其中前者认为迁移是迁移个体的成本收益决策，如果迁移预期收入目标未能实现，迁移者就可能回流。因此，那些回流的迁移者就是经济上的“失败者”[10]。与之不同的是，新迁移经济理论认为迁移是迁移者家庭的一种生计策略，迁移是为了提高家庭收入，一旦收入目标实现，他们就会回流家乡。换言之，回流者是经济上的“成功者”[10,11]。两个理论均得到了一定的证据支持。一些研究发现，那些文化程度更高、收入更高、拥有自有住房的迁移者回流可能性更小[12⇓-14]。另一部分研究则表明，人力资本和收入水平更高的外出者更倾向于回流，因为这些“成功者”回流后在家乡消费或投资将获得更大的效用[15]。
社会维度方面，社会文化融合理论认为外出者在流入地的社会融合程度越高，回流的可能性就越小[16]。跨国主义理论则强调与家乡的亲人、朋友等之间的社会联系以及对家乡的情感依恋对人口回流的积极作用[17]。不同于经济维度因素的巨大分歧，大量实证研究证实了在流入地的社会融合、与家乡的社会联系等对回流的影响[15,18]。如李楠运用全国四个大城市的调查数据研究发现，流动人口在城市的社会网络、对城市的归属感对其回流意愿具有显著的正向影响，联系最紧密的朋友为本地城市居民，以及认同自己是本地居民的流动人口回流的概率也较低[19]。而Piotrowski等对珠三角地区的研究也发现，留守儿童使得流动人口具有更强的回流意愿，而在流入地更丰富的社会网络则降低了流动人口的回流意愿[7]。此外，流动人口的人口学特征如年龄、性别、婚姻状况等也对回流具有重要影响[18,20]。

2.2 地区环境与人口回流

地区环境因素是影响人口流动的关键因素，但在人口回流研究中，关于地区环境的影响研究相对有限。理论研究方面，结构主义理论认为回流不仅与迁移者的个人经历有关，还与原籍地的社会与制度因素密不可分。因此，回流也是一个关于环境（context）的问题[21]。不同于结构主义理论着重关注原籍地环境，推拉理论则同时关注原籍地与流入地的环境[22]。该理论最初应用于人口外流研究中，认为原籍地与流入地经济、社会、制度等推拉因素共同影响了人口的外流，但其理论内核对人口回流问题同样适用[23]。重要的是，该理论指出原籍地和流入地均存在推和拉两种因素，且将个人因素纳入分析中，即可以解释在面临同样的推拉因素时，为何有的人选择回流而有的人选择不回流[8]?因此可以作为揭示原籍地及流入地地区环境因素与人口回流关系的重要理论依据。但目前运用推拉理论分析回流动因的研究仍以理论探讨为主[23]，少量的实证研究主要关注单一地区（原籍地或流入地）环境因素的作用。
原籍地环境方面，经济环境的影响得到了较多关注。针对中国的研究普遍发现，原籍地经济的快速发展增加了对劳动力的需求，促进了外出人口的回流，是回流的重要拉力。而较低的经济发展水平和有限的就业机会则构成了推力，阻碍回流的发生[24]。张欢等运用中国流动人口动态监测数据和工业统计数据研究发现，近年来制造业转移后，中部和西部地区就业机会增加，成为农民工回流的主导因素[25]。李海涛等基于湘、浙、黔三省调查数据证实，老家所在地区的GDP每增加1个单位，外出人口回流概率就提高8.35个百分点[26]。社会文化环境方面，家乡互联网的进入性改善增加了越南国内流动人口和家乡的沟通频率，从而吸引其回流[27]。此外，虽然原籍地医疗服务资源绝对值较低，但是若在一定时间内医疗资源改善水平提升，也会增强流动人口回流意愿[28]。而原籍地营商环境和治理制度（如政策透明度、法律制度等）也是影响人口回流不可忽视的因素[29]。
流入地环境方面，较高的经济发展水平能为流动者提供充足的就业机会，从而抑制人口回流，而工作岗位的缺乏则是促使流动人口回到家乡的重要推力[13]。产业结构是影响回流的另一经济因素。繁荣的第三产业能够提供更加多元化的就业机会，促使流动人口留在目的地，而减少回流[7]。社会环境可以塑造流动人口在流入地的社会融合，从而影响其回流意愿及决策[30]。良好和包容的社会环境对流动人口在流入地的福祉具有积极影响，是抑制回流的重要拉力。此外，制度环境对人口回流发挥着关键性作用。如张吉鹏等研究表明，中国城市户籍制度的严格程度影响了流动人口的回流决策，更严格的落户限制导致低技能和跨省流动人口回流家乡[31]。

2.3 人口流动动因的学历差异

近年来高学历人才迁移流动的影响机制日益受到研究关注，但从流入地向原籍地回流的针对性研究相对有限。研究发现，高学历人才通常具有更强的流动性。城市经济水平提高、产业结构的优化以及就业机会的增多，都有利于吸引高学历人才流入[9]。相对于低学历者来说，高学历人才对地区工资水平和生活水平更为敏感，他们倾向于流向平均工资水平和生活成本更高的地区[32]。此外，公共服务、交通可达性、城市消费设施等地方品质变量对高学历人才的吸引过程中存在显著的正向作用[33]。那些拥有丰富的高等教育、医疗等公共服务设施以及气候舒适度较高的城市对高学历人才更具吸引力[9,34]。
针对高学历人才回流以及回流的学历差异研究相对薄弱。少量研究发现，由于流入地经济危机引发的失业率上升等问题，受过高等教育的流动人口更有可能选择回流[35]。而原籍地与流入地之间的文化习俗和生活习惯差异，导致部分高学历流动者在流入地缺乏归属感，成为回流的推力[36]。相比于低文化程度的流动人口，文化程度更高的流动者对流入地的歧视更为敏感，因而更容易回流[37]。原籍地环境的影响同样存在。原籍地经济发展水平的提高对高学历人才回流具有正向作用[38]。相比于流入地，回流后更高的社会地位与对家乡的文化情感认同也是高学历人才回流的重要拉力之一[39]。此外，原籍地在户籍、就业、公共服务等方面对外出人才的政策倾斜也会提高其回流意愿[40]。
总体上，已有研究主要关注个人及家庭经济与社会维度因素与回流的关系，对地区环境，特别是原籍地与流入地环境的共同影响研究不足，对高学历人才回流及回流机制的学历差异研究有限。本研究尝试将推拉理论应用于人口回流研究，探讨原籍地与流入地推力和拉力因素对人口回流的共同作用，揭示人口回流的推拉机制，并解析不同学历流动人口回流机制的差异性，以期深化对中国人口回流问题的研究。

3 数据来源与研究方法

3.1 数据来源

本文研究数据涉及流动人口个体数据和地区环境数据。其中，流动人口个体数据来自2017年国家卫计委开展的全国流动人口动态监测调查（CMDS2017），该调查针对在流入地居住1个月以上，非本县（市、区）户口的15周岁以上的流动人口，共有样本量169989个。调查包含了流动人口个人及家庭信息，数据的时效性、代表性和权威性较强，已被广泛应用于人口回流相关研究中[5,20,41,42]。此外，CMDS2017问卷中既包含流动人口的流入地，也包含户籍地的县级行政单元名称，是本文选择该数据的另一重要原因。
CMDS2017所界定的“回流”为回到户籍所在县域（县、区、县级市），考虑到“区”这一类行政单元往往与城市其他市辖区融为一体，流动人口在做流动决策时更多考虑的是整个市辖区的环境，而不是某一区的环境，因此在数据处理过程中，如果流动人口的流入地或户籍地为“区”时，其地区环境数据即为该城市所有市辖区数据，如果流入地或户籍地为“县（县级市）”时，地区环境数据则为该县（县级市）数据。本文剔除了户籍地或流入地为非市辖区或县域的样本，如新疆生产建设兵团、杨凌示范区、市直辖乡等，以及统计数据缺失的部分样本，同时对流动人口数据中缺少的收入数据进行中位数补齐，最终得到有效流动人口样本160371个，居住于全国795个县（市辖区、县级市），户籍地来自全国2107个县（市辖区、县级市）。
本文的地区环境涉及流入地和户籍地两个互不统属的地区，数据涉及市辖区、县及县级市等。地区社会经济数据主要来自《中国城市统计年鉴2018》和《中国县域统计年鉴2018》，公路数据来自中国国家基础地理信息数据库以及《中国交通地图册（2017）》（中国地图出版社）。

3.2 变量定义与测量

本研究的因变量为流动人口的回流意愿，为二分变量。CMDS2017问卷采取连续设问方式，首先提问“今后一段时间，您是否打算继续留在本地”，如选“否”，则提问“如果您不打算留在本地，您是选择返乡还是去其他地方”，选项有“① 返乡；② 其他地方；③ 没想好”。我们将打算“返乡”的受访者看做有回流意愿，赋值为1，否则为0。
自变量包括流动个体及其所处地区两个层面。其中，所处地区涉及户籍地和流入地两个与迁移决策密切相关但又互不嵌套的地理空间。具体变量说明见表1。地区环境变量的选择上，参考已有研究，同时考虑数据的可获得性，主要围绕经济环境、公共服务、区位条件3个方面，其中经济环境采用人均GDP、第三产业占比，分别衡量经济发展水平和产业结构[33,43]。公共服务方面，选择地区每万人中小学生数量衡量基础教育资源的丰富程度[24,33]。区位条件方面，靠近大城市意味着更容易获得较多的经济机会和优质公共服务等资源，因此采用到最近大城市的最短距离来衡量地区区位条件，以考察户籍地和流入地与城市中心的相对区位对人口回流的影响[24]。
表1 变量定义与描述性统计

Tab. 1 Definitions and descriptive statistics of variables

变量名称 定义与赋值 均值 标准差
个体层面
年龄 单位：岁 36.68 11.02
男性 1=男性；0=女性 0.52 0.50
文化程度 1=文盲；2=小学；3=初中；4=高中；5=大专；6=大学及以上 3.46 1.15
流动时长 在本地居留的时间，单位：年 11.17 7.82
社会心理认同度 CMDS2017问卷中对五个问题*同意程度之和 16.35 2.47
户口性质 1=农业户口；0=非农业户口或居民户口 0.78 0.42
家庭月收入 单位：元 7193.1 5791.8
家庭子女数 单位：个 1.05 0.84
户籍地层面
人均GDP 单位：元 44978 41117
第三产业占比 第三产业增加值占GDP的比例，单位：% 41.95 10.64
基础教育资源 每万人中小学校学生数 1145.9 351.61
到最近大城市距离 到最近大城市**的公路最短距离，单位：km 316.05 267.98
流入地层面
人均GDP 单位：元 65071 55179
第三产业占比 第三产业增加值占GDP的比例，单位：% 44.22 11.76
基础教育资源 每万人中小学校学生数 1247.1 399.24
到最近大城市距离 到最近大城市的公路最短距离，单位：km 277.03 240.53

注：*五个问题为：我喜欢我现在居住的城市/地方；我关注我现在居住城市/地方的变化；我觉得本地人愿意接受我成为其中一员；我很愿意融入本地人当中，成为其中一员；我觉得我已经是本地人了。受访者根据对上述问题的同意程度勾选，完全不同意为1分，完全同意为4分。**大城市指省会或城区常住人口在500万人以上的特大、超大城市。

流动人口个人与家庭的社会经济因素是影响其回流意愿的重要变量。本文在个体层变量选择上将流动人口个人和家庭因素纳入模型，其中个人变量包括年龄、性别、文化程度、流动时长、社会心理认同度和户口性质，家庭变量包括家庭月收入和家庭子女数量。对流入地的社会心理认同度参考林李月等的研究[44]，通过对CMDS2017问卷中“社会融合”的5个题项同意程度之和来表示。

3.3 实证模型

本文运用交叉分类多层模型（cross-classified multilevel model）方法研究流动人口个体因素、户籍地和流入地地区环境因素对其回流意愿的影响。多层模型（multilevel model）方法可以将流动人口个体及其所属地区的因素整合在一个嵌套的跨层系统中，探究群体水平因素对个体的跨层级影响，弥补了传统线性模型只能对一层数据进行分析的不足。通过运用多层自变量对因变量进行估计，该模型可以解释多层数据之间的组间差异，确定不同层次的自变量在解释因变量时的贡献程度，在分析分层数据时具有明显优势[45]。然而，本文的数据结构更为复杂。如前所述，流动人口的回流决策不仅受流入地环境的影响，还不可避免地受到户籍地环境的影响。换言之，流动人口个体不仅嵌套于流入地，还嵌套于户籍地，第一层次中的流动人口个体分别嵌套于由户籍地和流入地共同定义的第二层次；而流入地与户籍地之间不存在嵌套结构，当同一户籍地的流动人口流入不同的流入地，或者同一流入地的流动人口来自不同的户籍地，就构成了交叉分类的数据结构（图1），而传统的多层模型难以处理不同类型的空间嵌套问题，因此无法分析流入地与户籍地对流动人口回流意愿的共同作用。
图1 数据结构

Fig. 1 Data structure

基于上述考虑，本文采用交叉分类多层模型，将个体特征嵌套于由流入地和户籍地构成的第二层次中，构成交叉分类单元。该模型能够解决交叉分类单元中未观察到的空间依赖性和空间异质性问题，并且能够区分两种异质性来源的相对重要性[46,47]，明确流入地和户籍地对于流动人口回流意愿贡献程度的差异，同时检验人口流入地与户籍地层级变量对回流意愿的影响。在广泛应用于健康、交通等领域后，这一方法已开始被人口迁移研究学者所使用[46]。本研究中，第一层为流动人口个体层；第二层为包含户籍地和流入地环境特征的地区层。具体方程式如下：
Y * i ( d , o ) = X i ( d , o ) β + Z d γ + W o δ + e i ( d , o ) + u d + v o
式中：Y*表示流动人口的回流意愿，Prob( Y=1)=Prob( Y *>0)。下标i(d,o)表示属于每一交叉分类结构单元的流动人口个体，其中i=1,2, ⋯,n(d,o)；d=1,2, ⋯,795表示流动人口的流入地，o=1,2, ⋯,2107表示流动人口的户籍地。流动人口个体层、流入地层和户籍地层的变量分别由X、Z、W表示。个体误差项 e i ( d , o )遵循标准logistic分布，而流入地( u d)和户籍地( v o)的误差项和分别遵循均值为0的正态分布，且方差可以被估计[48]。方差能够测度流入地和户籍地这两类地区异质性的重要性，也是本研究关注的重点。

4 实证结果分析

4.1 描述性统计

统计显示，中国绝大多数流动人口仍打算留在本地，有回流意愿的仅占1.6%。总体而言，流动人口中男性（51.6%）略多于女性，平均年龄36.7岁，文化程度以初中、高中为主，农业户口占77.7%，平均流动时长11.2年，对流入地的社会心理认同度较高，但家庭月收入较低。不同学历流动人口存在较明显差异。高学历①(①文化程度为大专及以上视为高学历，高中及以下视为中低学历。)流动人口更倾向于留在当地，有回流意愿的仅占0.8%，明显低于中低学历流动人口（1.8%）。与中低学历流动人口相比，高学历群体更为年轻（31.4岁vs 37.8岁），男性比例更小（49.0% vs 52.1%），家庭收入水平更高（9681.4元vs 6648.0元），流动时间更短（9.3年vs 11.6年），两类群体对流入地的社会心理认同度无明显差异。

4.2 基准模型分析

全样本的交叉分类多层模型估计分为4个步骤：① 构建两层均不含自变量的无条件平均模型（空模型），判断因变量是否存在显著的层间变异（表2）；② 构建包含个体属性与户籍地变量的传统多层模型，初步判断户籍地环境对回流意愿的影响（表3模型1）；③ 构建包含个体属性与流入地变量的传统多层模型，初步判断流入地环境对回流意愿的影响（表3模型2）；④ 构建包含个体属性、户籍地环境与流入地环境变量的交叉分类多层模型，判断三类变量对回流意愿的共同作用（表3模型3）。参数检验显示模型通过了显著性检验，且交叉分类多层模型的解释度优于传统双层模型。
表2 无条件平均模型方差估计结果

Tab. 2 Variance component of variables in the unconditional means model

方差 标准误
截距 -4.451 0.049
随机效果
户籍地之间变异 0.686 0.063
流入地之间变异 0.895 0.059
组内相关系数(ICC)
户籍地层面 0.141
流入地层面 0.184
个体层面 0.675
表3 双层模型及交叉分类多层模型估计结果（全样本）

Tab. 3 Results of two-level model and cross-classified multilevel model (total sample)

模型1 模型2 模型3
优势比 标准误 优势比 标准误 优势比 标准误
个体属性
年龄 1.033*** 0.002 1.036*** 0.002 1.034*** 0.002
男性 0.925* 0.041 0.910** 0.042 0.913 0.042
文化程度 0.821*** 0.023 0.857*** 0.024 0.830*** 0.024
流动时长 0.991*** 0.003 0.989*** 0.003 0.990*** 0.003
社会心理认同度 0.744*** 0.008 0.744*** 0.008 0.738*** 0.008
农业户口 1.080 0.059 1.019 0.060 1.093 0.061
家庭月收入 0.846*** 0.005 0.856*** 0.005 0.869*** 0.005
家庭子女数 0.891*** 0.025 0.874*** 0.025 0.882*** 0.026
户籍地环境因素
人均GDP 1.081** 0.037 1.091** 0.039
第三产业比重 1.007*** 0.002 1.007*** 0.002
基础教育资源 1.017** 0.007 1.015** 0.007
到最近大城市距离 0.997* 0.014 0.996*** 0.015
流入地环境因素
人均GDP 0.927* 0.055 0.965* 0.035
第三产业比重 0.995* 0.003 0.995*** 0.002
基础教育资源 0.980 0.099 0.961 0.054
到最近大城市距离 1.003* 0.017 1.004*** 0.011
截距 0.325*** 0.422 2.707** 0.636 0.490 0.567
随机效应
户籍地之间变异 0.469 0.565
流入地之间变异 0.685 0.781
Wald chi2 2205.94 2069.11 2083.69
Prob > chi2 0.0000 0.0000 0.0000
Log-Likelihood -12071.2 -11978.4 -12019.9

注：***，**，*分别表示在1%、5%和10%水平下显著。

空模型不包含任何自变量，可通过方差贡献判断流动人口回流意愿在户籍地和流入地的相关程度，并表征回流意愿的地区层变异是否显著。由表2可知，回流意愿约有14.1%的变异可以分解到户籍地层面，有18.4%的变异可以分解到流入地层面，其余67.5%的变异来自于个体层面的个人和家庭特征。换言之，流入地环境对流动人口回流意愿的解释程度略大于户籍地环境。两地地区环境因素合计解释了32.5%的回流意愿变异，是影响流动人口回流意愿不可忽视的因素。
表3为针对全样本的流动人口回流意愿传统多层及交叉分类多层模型结果。由于流动人口有回流意愿的比例仅为1.6%，远低于无回流意愿的比例，因此使用常规的Logit估计可能导致模型结果产生偏差[49]，已有文献通常采用稀有事件Logit（Relogit）模型进行偏差校正，但考虑到Relogit模型工具不能直接处理嵌套结构数据，我们使用其对回流意愿进行单层模型估计，并对比Logit和Relogit估计结果，发现二者不存在显著差异，说明Logit及基于常规Logit衍生的多层及交叉分类多层模型结果是比较稳健的，因此，本文仍基于交叉分类多层模型估计结果进行解释。
户籍地环境方面，经济环境、基础教育和区位条件均对人口回流意愿具有显著影响。户籍地人均GDP越高，流动人口的回流意愿越强，回归系数在1%水平上显著。家乡较高的经济水平不仅可以促使流动人口在外积累的工作经验和技能获得比在流入地更高的人力资本回报，还能为回流后实现就业转变提供更多的经济机会，对流动人口回流构成了明显的拉力[6]。户籍地第三产业占比同样对回流意愿产生了显著的促进作用，第三产业所占比例越高，流动人口回流意愿越强。与工业部门相比，服务业能提供的就业机会更多，且就业门槛相对较低。此外，更高的服务业占比意味着地方经济更为活跃。因此无论流动人口回流后想从事就业还是自主创业，户籍地繁荣的服务业都会对其产生较大吸引力。基础教育资源同样是流动人口回流意愿的重要拉力因素。家乡基础教育资源越丰富，流动人口越愿意回流，估计结果在10%水平上显著。这与李明等关于户籍地教育公共品减少阻碍流动人口回流的研究结论相吻合[50]。受户籍等一系列制度限制，流入地基础教育的成本较高，流动人口子女主要在家乡接受基础教育。因此家乡较丰富的基础教育资源能吸引外出者回流。相应地，根据流入地估计结果，流入地基础教育资源对回流意愿影响不显著，两地模型结果互为呼应。此外，户籍地到大城市的区位条件对回流意愿具有显著作用，家乡距离大城市越近，流动人口的回流意愿越强。较好的区位条件有助于获得的大城市的经济资源、要素与服务，提高流动人口回流后的经济预期，从而促进回流意愿的提升。
流入地环境方面，经济环境和区位条件对回流意愿的影响得到证实，但基础教育的影响不显著。流入地人均GDP越高，流动人口的回流意愿越弱，流入地较高的经济水平可以为流动人口提供更多的就业机会和更高的收入，削弱了其回流意愿，是流动人口回流的重要拉力。古恒宇等基于2016年流动人口动态监测数据的研究得到了相似结论[13]。流入地第三产业占GDP的比例越高，流动人口的回流意愿越低，回归结果在1%水平上显著。如前所述，服务业的繁荣可以为流动人口提供更多的就业岗位和商业机会，从而抑制其回流意愿。这一结果与跨国移民回流的相关研究[51]相吻合，并与前文关于户籍地产业结构的结论一致。流入地的区位条件对回流意愿的影响与户籍地结果相呼应。流入地到大城市的距离越近，流动人口越不愿意回流。大城市具有庞大的市场规模与劳动力市场优势，以及发达的公共基础设施，靠近大城市既可以让流动人口获得大城市的集聚经济溢出效应，降低信息搜索成本，从而实现经济成功，还能获得相对便捷的公共基础设施，提高生活便利性，从而抑制其回流。基础教育资源与回流意愿负相关，但估计结果不显著，即无论流入地的基础教育资源是否丰富，都不影响流动人口的回流意愿。推测这与流入地基础教育进入门槛较高，许多流动人口将子女留在户籍地接受教育有关[13]。
个体层面因素对流动人口的回流意愿具有重要影响。年龄与回流意愿显著正相关。年龄越大，流动人口的就业竞争力越弱，且越难以被流入地社会化，因此回流家乡的意愿越强烈。与男性相比，女性流动人口的回流意愿更强。这与女性承担较多的照顾子女和老人的家庭分工有关[52]。人力资本水平显著抑制了流动人口的回流意愿，受教育程度越高的流动人口，回流意愿越低，回归结果在1%水平上显著。人力资本水平越高，流动人口在流入地实现经济上成功的可能性越大，回流可能性越小[53]。在流入地的停留时间同样对回流意愿产生了消极影响。停留时间越长，流动人口就越有可能融入当地社会——无论是在经济上，还是在社会心理上，而不太可能返回家乡[16]。对流入地的社会心理认同度削弱了回流意愿。心理认同和归属感越强，流动人口就越倾向于留在城市，而不是回流。这与已有多数研究结论相一致[13,16]。家庭因素中，家庭收入水平和子女数量均与回流意愿呈显著负相关。收入水平越高，外出者更容易在大城市定居而不愿意回流。子女数量越多，经济压力越大，流动者更倾向于继续务工以改善家庭经济状况，回流意愿较低[54]。此外，户口性质对回流意愿的影响不显著。总体而言，个体层面因素的影响表明中国的回流人口更符合新古典迁移理论的“失败者”，而不是新迁移经济理论中的“成功者”，那些年龄较大、文化程度较低、收入不高的外出者具有更强的回流意愿。

4.3 学历差异分析

通过构建户籍地、流入地环境因素与流动人口的文化程度变量的交互项，进一步考察两地地区环境因素影响流动人口回流意愿的学历差异。估计结果如表4所示。
表4 地方环境对回流意愿影响的学历差异估计结果

Tab. 4 Educational heterogeneity results of regional contexts influencing return intention

优势比 标准误
户籍地环境与文化程度交互项
人均GDP×文化程度 1.073*** 0.029
第三产业占比×文化程度 1.006 0.002
基础教育资源×文化程度 1.007 0.006
到最近大城市距离×文化程度 0.980* 0.012
流入地环境与文化程度交互项
人均GDP×文化程度 0.953 0.032
第三产业占比×文化程度 0.987* 0.002
基础教育资源×文化程度 1.044 0.046
到最近大城市距离×文化程度 1.042* 0.009
截距 0.173 1.429
个体属性 是
户籍地环境 是
流入地环境 是
随机效应
户籍地之间变异 0.546
流入地之间变异 0.858
Wald chi2 488.52
Prob > chi2 0.0000
Log-Likelihood -12827.4

注：***，**，*分别表示在1%、5%和10%水平下显著。

首先考察户籍地环境影响的学历差异。户籍地人均GDP与文化程度的交互项系数显著为正，结合表3的主效应项结果可知，随着流动人口文化程度的提高，户籍地经济发展水平对回流意愿的正向影响进一步增强。换言之，与低学历流动人口相比，高学历流动人口对家乡经济发展水平更为敏感，家乡经济越繁荣越能吸引高学历流动者回流。地区经济水平被证实是影响高学历人才迁移的重要因素[9,33]，但在流入地城市，户籍制度影响下劳动力市场分割现象普遍存在，导致流动人口难以进入主要劳动力市场，其人力资本得不到正当评价[55]，这对于拥有较高学历的流动人口而言更为明显。因此，为获得更高的人力资本回报，高学历流动人口更倾向于回到经济较发达且户籍制度限制较小的户籍地[56]。户籍地到最近大城市的距离与文化程度的交互项系数显著为负，结合主效应项结果可知，随着流动人口文化程度的提高，户籍地到大城市的区位条件对回流的促进作用逐渐增强，也即与低学历流动者相比，高学历流动者更容易受到家乡大城市的吸引而选择回流。高学历群体由于更高的人力资本水平，通常比低学历群体更容易在接受大城市的经济辐射过程中获得市场机会，从而实现经济成功。此外，高学历群体对基础公共服务、消费设施、文化服务、交通网络等地方品质因素具有更高要求[32,33]，靠近大城市可以让他们更便于享受大城市的公共设施与服务，从而提升其回流意愿。
流入地环境对回流意愿的影响同样存在一定的学历差异。流入地第三产业占比与文化程度的交互项系数显著为负，结合主效应结果可知，随着文化程度的提高，流入地第三产业占比对流动人口回流意愿的负向影响进一步增强。说明高学历流动者比低学历流动者更易受到流入地产业结构的影响。已有关于人口流动的研究证实，高学历人才流动受地方产业结构的影响明显，他们倾向于流入到第三产业占比更大的城市[9,33]。本文针对高学历流动人口回流的研究进一步证实了这一结论。第三产业占比较高的城市就业吸纳能力更强，所提供的就业岗位规模更大、类型更为多样，可以为高学历流动者发挥人力资本优势提供更大空间，从而抑制其回流。流入地到大城市距离与文化程度的交互项系数显著为正，说明随着流动人口文化程度的提高，流入地到大城市的区位条件对回流意愿的抑制作用进一步强化，这与户籍地区位条件的影响相一致。与低学历流动人口相比，高学历流动人口由于自身的人力资本优势和对地方舒适性的更高需求[32,33]，更倾向于留在大城市或附近地区，以便于获得集聚经济和生活便利，因此回流意愿更低。

5 结论与讨论

人口回流日益成为中国经济社会发展的新趋势，并将深刻影响人口流出地和流入地的发展前景。本文尝试构建包含户籍地、流入地地区环境，以及流动人口个体属性的交叉分类多层模型，探究流动人口回流意愿的推拉机制，对比不同学历群体差异，以推进人口回流动因的研究。研究表明，流动人口回流受到户籍地与流入地推拉因素的共同作用，其中户籍地主要为经济发展、公共服务改善以及靠近大城市区位条件等带来的拉力，流入地主要为经济发展和靠近大城市区位条件带来的拉力。不同学历流动人口的回流存在明显差异。从回流倾向看，高学历流动人口的回流意愿明显弱于中低学历群体。在人才竞争日趋激烈的现实背景下，传统人口流出地要吸引人才回流依然任重道远。因此，更应充分认识高学历群体回流的驱动机制。本文的实证分析表明，与低学历流动人口相比，高学历群体的回流意愿受家乡经济水平、靠近大城市的区位条件的拉动作用更为明显，同时受流入地产业结构及区位条件的抑制作用也更加显著。
值得注意的是，当前中国流动人口的回流机制具有其自身的制度特殊性。例如，接受优质的公共服务是人口流入城市的重要动因之一，但由于户籍制度及由此衍生的一系列制度限制，使得流动人口在城市接受公共服务成本明显高于本地居民，从而导致公共服务资源（如基础教育）的多寡并不能影响流动人口的回流意愿。这与经济环境显著影响回流意愿明显不同。再如，实证研究发现，随着流动人口文化程度的提高，户籍地经济发展水平对回流意愿的促进作用进一步增强，也与城市中普遍存在二元劳动力市场，高学历群体的人力资本难以得到正当评价有密切关系。可以说，中国流动人口面临的“经济上不平等吸入、社会上屏蔽性排斥”问题[57]依然广泛存在。但应认识到，他们的回流很大程度上源自于地方差异化的制度安排与制度歧视，这与已有研究中跨国移民因国家间社会与政治制度的差异导致的回流明显不同。
在人口流动日益频繁，回流已成重要趋势的背景下，本文的发现对于政策制定者具有一定的启示。对于人口流出地而言，要想吸引外出人口特别是人力资本水平较高的外出者回流，扭转地区人力资本不足状况，一方面需要提高地区经济水平，调整地区的产业结构，加快发展第三产业和劳动密集型产业，活跃地方经济，提高经济增长对劳动力的吸纳能力。另一方面，需要改善地区基础设施与公共服务，如改善地区对外交通状况，强化与周边大城市的交通联系。加大基础教育投入，提高公共服务水平，为回流人口在家乡长期定居创造条件。对于人口流入地而言，要想留住外来人口，解决“用工荒”与城市活力不足等问题，必须充分回应流动人口的多样化需求。首先，在追求经济规模的同时，更应当为外来人口集中的行业，如小型加工、贸易等所谓的“低端产业”留出发展空间，并消除劳动力市场中的制度壁垒，为流动人口创造平等的就业环境。其次，应提高城市公共服务（特别是基础教育）均等化水平，降低流动人口公共服务获取成本，促进移民从“农民工”向“市民”转变。第三，应将外来人口纳入城市社会保障体系，提高住房、就业等社会保障水平，有针对性地减轻其在城市的生活压力，推动外来人口在城市定居。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对分析思路、研究方法、结果分析及讨论等方面的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
国家卫生健康委员会. 中国流动人口发展报告2018. 北京: 中国人口出版社, 2018.

[National Health and Family Planning Commission of China. Report of China's migrant population development (2018). Beijing, China: China Population Publishing House, 2018.]

[2]
殷江滨. 我国中西部地区人口空间演变、回流与就业增长. 北京: 人民出版社, 2021.

[Yin Jiangbin. The Spatial Evolution, Return Migration and Employment Growth of Population in Central and Western China. Beijing: People's Publishing House, 2021.]

[3]
林李月, 朱宇, 柯文前. 区域协调发展背景下流动人口回流的空间意愿及其政策含义. 地理研究, 2021, 40(5): 1515-1528.

DOI

[Lin Liyue, Zhu Yu, Ke Wenqian. Locational intention of return migration of migrants and its policy implications in the context of coordinated regional development. Geographical Research, 2021, 40(5): 1515-1528.] DOI: 10.11821/dlyj020201102.

[4]
李志刚, 刘达, 林赛南. 中国城乡流动人口“回流”研究进展与述评. 人文地理, 2020, 35(1): 1-10.

[Li Zhigang, Liu Da, Lin Sainan. Literature review of the study on return floating population in China. Human Geography, 2020, 35(1): 1-10.] DOI: 10.13959/j.issn.1003-2398.2020.01.001.

[5]
殷江滨, 张倩倩, 武文杰, 等. 多维距离对流动人口回流意愿的影响及群体异质性. 地理学报, 2022, 77(12): 3146-3161.

DOI

[Yin Jiangbin, Zhang Qianqian, Wu Wenjie, et al. Return migration intention: Heterogeneous effects from multidimensional distances over space. Acta Geographica Sinica, 2022, 77(12): 3146-3161.] DOI: 10.11821/dlxb202212013.

[6]
Mohamed M, Abdul-Talib A. Push-pull factors influencing international return migration intentions: A systematic literature review. Journal of Enterprising Communities: People and Places in the Global Economy, 2020, 14(2): 231-246. DOI:10.1108/JEC-01-2020-0004.

[7]
Piotrowski M, Tong Y. Straddling two geographic regions: The impact of place of origin and destination on return migration intentions in China. Population, Space and Place, 2013, 19(3): 329-349. DOI: 10.1002/psp.1715.

[8]
Lee E S. A theory of migration. Demography, 1966, 3: 47-57. DOI: 10.2307/2060063.

[9]
林赛南, 王雨, 马海涛. 中国高学历流动人口流动的空间特征及形成机制. 地理研究, 2022, 41(12): 3229-3244.

DOI

[Lin Sainan, Wang Yu, Ma Haitao. Spatial mobility pattern of highly educated migrants and its mechanisms in China. Geographical Research, 2022, 41(12): 3229-3244.] DOI: 10.11821/dlyj020220122.

[10]
Constant A, Massey D. Return migration by German guestworkers: Neoclassical versus new economic theories. International Migration, 2002, 40 (4): 5-38. DOI: 10.1111/1468-2435.00204.

[11]
Stark O. The Migration of Labor. Cambridge: Basil Blackwell Publisher, 1991.

[12]
白南生, 何宇鹏. 回乡, 还是外出?安徽四川二省农村外出劳动力回流研究. 社会学研究, 2002, (3): 64-78.

[Bai Nansheng, He Yupeng. Returning to the countryside versus continuing to work in the cities: A study on rural urban migrants and their return to the countryside of China. Sociological Studies, 2002, (3): 64-78.] DOI: 10.19934/j.cnki.shxyj.2002.03.006.

[13]
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. 地理研究, 2019, 38(8): 1877-1890.

DOI

[Gu Hengyu, Qin Xiaoling, Shen Tiyan. Spatial variation of migrant population's return intention and its determinants in China's prefecture and provincial level cities. Geographical Research, 2019, 38(8): 1877-1890.] DOI: 10.11821/dlyj020180473.

[14]
张华, 刘哲达, 殷小冰. 中国跨省流动人口回流意愿的空间差异及影响因素. 地理科学进展, 2021, 40(1): 73-84.

DOI

[Zhang Hua, Liu Zheda, Yin Xiaobing. Spatial differences and influencing factors of inter-provincial migrant workers' backflow intention in China. Progress in Geography, 2021, 40(1): 73-84.] DOI: 10.18306/dlkxjz.2021.01.007.

[15]
石智雷, 杨云彦. 家庭禀赋、家庭决策与农村迁移劳动力回流. 社会学研究, 2012, 27(3): 157-181.

[Shi Zhilei, Yang Yunyan. Family endowment, family decision and the returning of rural migrants. Sociological Studies, 2012, 27(3): 157-181.] DOI: 10.19934/j.cnki.shxyj.2012.03.008.

[16]
Carling J, Petterson S. Return migration intentions in the integration-transnationalism matrix. International Migration, 2014, 52(6): 13-30. DOI: 10.1111/imig.12161.

[17]
Samers M. Migration. London, New York: Routledge Taylor and Francis Group Press, 2010.

[18]
刘达, 郭炎, 栾晓帆, 等. 中部大城市流动人口的回流意愿及其影响因素. 地理研究, 2021, 40(8): 2220-2234.

DOI

[Liu Da, Guo Yan, Luan Xiaofan, et al. The return decision making of floating population in large cities of central China. Geographical Research, 2021, 40(8): 2220-2234.] DOI: 10.11821/dlyj020200832.

[19]
李楠. 农村外出劳动力留城与返乡意愿影响因素分析. 中国人口科学, 2010, (6): 102-108, 112.

[Li Nan. Influencing factors of the intention of stay or return for rural-urban migrants. Chinese Journal of Population Science, 2010, (6): 102-108, 112.]

[20]
李帆, 冯虹, 艾小青. 乡村振兴背景下土地资源禀赋对农业转移人口返乡意愿的影响. 人口与经济, 2020, (6): 35-47.

[Li Fan, Feng Hong, Ai Xiaoqing. The research on endowment of land resources and the willingness of migrant workers to return home under the background of rural revitalization. Population and Economics, 2020, (6): 35-47.] DOI: 10.3969/j.issn.1000-4149.2020.00.037.

[21]
Cassarino J P. Theorising return migration: A revisited conceptual approach to return migrants. International Journal on Multicultural Societies, 2004, 6(2): 253-279.

[22]
Donald J B. Principles of Demography. New York: John Wiley and Sons, Inc, 1969: 753-755.

[23]
Gmelch G. Return migration. Annual Review of Anthropology, 1980, 9(1): 135-159. DOI: 10.1146/annurev.an.09.100180.001031.

[24]
唐晨珂, 刘颖, 舒丽琼. 迁出地视角下流动人口的回流意愿与影响因素分析: 以四川省调查数据为例. 山地学报, 2022, 40(3): 421-433.

[Tang Chenke, Liu Ying, Shu Liqiong. Analysis of returning willingness and influencing factors of migrant population from the perspective of emigration: A case study of Sichuan province, China. Mountain Research, 2022, 40(3): 421-433.] DOI: 10. 16089/j.cnki.1008-2786.000682.

[25]
张欢, 吴方卫. 产业区域转移背景下就业机会与收支剩余对农民工回流的影响. 中国农村经济, 2022, (6): 107-128.

[Zhang Huan, Wu Fangwei. The impact of employment opportunities and surplus of income and expenditure on rural migrant workers' return under the background of industrial regional transfer. Chinese Rural Economy, 2022, (6): 107-128.]

[26]
李海涛, 萧烽, 陈政. 城市务工经历对农民工回流意愿的影响: 基于湘、黔、浙三省837户农民工家庭的实证分析. 经济地理, 2020(网络首发).

[Li Haitao, Xiao Feng, Chen Zheng. Study on the influence of urban working experience on migrant workers' return intention. Economic Geography, 2020 (online).]

[27]
Nguyen L, Grote U, Sharma R. Staying in the cities or returning home? An analysis of the rural-urban migration behavior in Vietnam. IZA Journal of Migration, 2017, 7(1): 1-18. DOI: 10.1186/s40176-017-0089-z.

[28]
Meng M, Wang Z, Yu J. The impact of medical service on the return behavior: A city-level study in China. Front Public Health, 2022, 10: 1009454. DOI: 10.3389/fpubh.2022.1009454.

[29]
Tran N, Cameron N M, Poot J. Local institutional quality and return migration: Evidence from Viet Nam. International Migration, 2019, 57(4): 75-90. DOI: 10.1111/imig.12451.

[30]
Paparusso A, Ambrosetti E. To stay or to return? Return migration intentions of Moroccans in Italy. International Migration, 2017, 55(6): 137-155. DOI: 10.1111/imig.12375.

[31]
张吉鹏, 黄金, 王军辉, 等. 城市落户门槛与劳动力回流. 经济研究, 2020, 55(7): 175-190.

[Zhang Jipeng, Huang Jin, Wang Junhui, et al. Return migration and the Hukou registration reform in Chinese cities. Economic Research Journal, 2020, 55(7): 175-190.]

[32]
武荣伟, 王若宇, 刘晔, 等. 2000—2015年中国高学历人才分布格局及其影响机制. 地理科学, 2020, 40(11): 1822-1830.

DOI

[Wu Rongwei, Wang Ruoyu, Liu Ye, et al. Spatial pattern and determinants of highly educated talents in China, 2000-2015. Scientia Geographica Sinica, 2020, 40(11): 1822-1830.] DOI: 10.13249/j.cnki.sgs.2020.11.007.

[33]
古恒宇, 沈体雁. 中国高学历人才的空间演化特征及驱动因素. 地理学报, 2021, 76(2): 326-340.

DOI

[Gu Hengyu, Shen Tiyan. Spatial evolution characteristics and driving forces of Chinese highly educated talents. Acta Geographica Sinica, 2021, 76(2): 326-340.] DOI: 10.11821/dlxb202102006.

[34]
齐宏纲, 赵美风, 刘盛和, 等. 2000—2015年中国高学历人才省际迁移的演化格局及影响机理. 地理研究, 2022, 41(2): 456-479.

DOI

[Qi Honggang, Zhao Meifeng, Liu Shenghe, et al. Evolution pattern and its driving forces of China's interprovincial migration of highly-educated talents from 2000 to 2015. Geographical Research, 2022, 41(2): 456-479.] DOI: 10.11821/dlyj020201191.

[35]
Lafleur J M, Stanek M. South-North migration of EU citizens in times of crisis. IMISCOE Research Series, 2016: 215-224. DOI: 10.1007/978-3-319-39763-4.

[36]
Alberts H C, Hazen H D. “There are always two voices...”: International students' intentions to stay in the United States or return to their home countries. International Migration, 2005, 43(3): 131-154. DOI: doi.org/10.1111/j.1468-2435.2005.00328.x.

[37]
Steinmann J P. The paradox of integration: Why do higher educated new immigrants perceive more discrimination in Germany?. Journal of Ethnic and Migration Studies, 2018, 45(9): 1377-1400. DOI: 10.1080/1369183X.2018.1480359.

[38]
马海涛, 张芳芳. 人才跨国流动的动力与影响研究评述. 经济地理, 2019, 39(2): 40-47.

[Ma Haitao, Zhang Fangfang. Literature review on the impetus and influence of talents mobility between countries and regions. Economic Geography, 2019, 39(2): 40-47.] DOI: 10.15957/j.cnki.jjdl.2019.02.005.

[39]
Cao C. China's brain drain at the high end: Why government policies have failed to attract first-rate academics to return. Asian Population Studies, 2008, 4(3): 331-345. DOI: 10.1080/17441730802496532.

[40]
田帆. 吸引海外人才回流, 创造人才红利. 宏观经济管理, 2015, (9): 78-79, 82.

[Tian Fan. Attracting overseas talents to return and creating talent dividends. Macroeconomic Management, 2015, (9): 78-79, 82.] DOI: 10.19709/j.cnki.11-3199/f.2015.09.022.

[41]
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. 地理学报, 2021, 76(6): 1334-1349.

DOI

[Cao Guangzhong, Chen Sichuang, Liu Tao. Changing spatial patterns of internal migration to five major urban agglomerations in China. Acta Geographica Sinica, 2021, 76(6): 1334-1349.] DOI: 10.11821/dlxb202106002.

[42]
刘传江, 龙颖桢, 李雪. 城乡统筹背景下农民工迁移范围与行为决策. 南方人口, 2020, 35(6): 66-78.

[Liu Chuanjiang, Long Yingzhen, Li Xue. The scope and behavior of peasant workers' migration under the background of overall urban-rural development. South China Population, 2020, 35(6): 66-78.] DOI: 10.3969/j.issn.1004-1613.2020.06.006.

[43]
刘晔, 王晓歌, 管靖, 等. 1990—2015年亚洲内部人口迁移格局及影响因素. 地理学报, 2022, 77(10): 2409-2425.

DOI

[Liu Ye, Wang Xiaoge, Guan Jing, et al. Spatial pattern and determinants of international migration flows in Asia, 1990-2015. Acta Geographica Sinica, 2022, 77(10): 2409-2425.] DOI: 10.11821/dlxb202210001.

[44]
林李月, 朱宇. 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, 2016, 71(10): 1696-1709.

DOI

[Lin Liyue, Zhu Yu. 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, 2016, 71(10): 1696-1709.] DOI: 10.11821/dlxb201610003.

[45]
Srholec M. A multilevel approach to geography of innovation. Regional Studies, 2010, 44(9): 1207-1220. DOI: 10.1080/00343400903365094.

[46]
Vitali A, Arpino B. Living arrangements of second-generation immigrants in Spain. Regional Studies, 2015, 49(2): 189-203. DOI: 10.1080/00343404.2012.759649.

[47]
Ding C, Cao X. How does the built environment at residential and work locations affect car ownership? An application of cross-classified multilevel model. Journal of Transport Geography, 2019, 75: 37-45. DOI: 10.1016/j.jtrangeo.2019.01.012.

[48]
Snijders T, Bosker R. Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling. Cambridge: Sage Publications, 1999.

[49]
King G, Zeng L. Logistic regression in rare events data. Political Analysis, 2001, 9(2): 137-163. DOI:10.1093/oxfordjournals.pan.a004868.

[50]
李明, 郑礼明. 回不去的家乡?教育公共品供给与人口回流的实证研究. 金融研究, 2021, (4): 111-130.

[Li Ming, Zheng Liming. When can I go home? School provisioning and the decision to immigrate. Journal of Financial Research, 2021, (4): 111-130.]

[51]
Piracha M, Vadean F. Return migration and occupational choice: Evidence from Albania. World Development, 2010, 38(8): 1141-1155. DOI: 10.1016/j.worlddev.2009.12.015.

[52]
Wang W, Fan C. Success or failure: Selectivity and reasons of return migration in Sichuan and Anhui, China. Environment and Planning A: Economy and Space, 2006, 38 (5): 939-958. DOI: 10.1068/a37428.

[53]
Chen S, Liu Z. What determines the settlement intention of rural migrants in China? Economic incentives versus sociocultural conditions. Habitat International, 2016, 58(1): 42-50. DOI: 10.1016/j.habitatint.2016.09.004.

[54]
李雨婷, 喻忠磊, 苗长虹, 等. 多维邻近性对流动人口回流意愿的影响: 基于中国流动人口动态监测数据的实证. 地理科学进展, 2022, 41(8): 1403-1415.

DOI

[Li Yuting, Yu Zhonglei, Miao Changhong, et al. Influence of multi-proximities on floating population's return intention: An empirical study based on the China Migrant Population Dynamic Survey. Progress in Geography, 2022, 41(8): 1403-1415.] DOI: 10.18306/dlkxjz.2022.08.005.

[55]
宁光杰. 自我雇佣还是成为工资获得者? 中国农村外出劳动力的就业选择和收入差异. 管理世界, 2012, (7): 54-66.

[Ning Guangjie. Self-employment or becoming a wage earner? Employment choice and income difference of rural migrant workers in China. Management World, 2012, (7): 54-66.] DOI: 10.19744/j.cnki.11-1235/f.2012.07.006.

[56]
伍振军, 郑力文, 崔传义, 等. 中国农村劳动力返乡: 基于人力资本回报的理论和实证分析. 经济理论与经济管理, 2011, (11): 100-108.

[Wu Zhenjun, Zheng Liwen, Cui Chuanyi, et al. China returned labors to the rural: A theoretical and empirical analysis on return of human capital approach. Economic Theory and Business Management, 2011, (11): 100-108.] DOI: 10.3969/j.issn.1000-596X.2011.11.011.

[57]
杨菊华, 王毅杰, 王刘飞, 等. 流动人口社会融合:“双重户籍墙”情景下何以可为?. 人口与发展, 2014, 20(3): 2-17, 64.

[Yang Juhua, Wang Yijie, Wang Liufei, et al. Social integration of migrants: What can be done in the context of the “double registration wall”?. Population and Development, 2014, 20(3): 2-17, 64.]

Options
文章导航

/

〈 〉