上海市人口空間分布格局的演變及其影響因素分析——基于空間面板模型的實(shí)證研究

劉乃全，耿文才，2

（1.上海財(cái)經(jīng)大學(xué) 財(cái)經(jīng)研究所，上海 200433；2.河南大學(xué) 經(jīng)濟(jì)學(xué)院，河南 開封 475004）

一、引 言

人口空間分布是指人口數(shù)量和規(guī)模的地域分布，是一個(gè)地區(qū)的人口與其社會(huì)、經(jīng)濟(jì)、資源以及環(huán)境相互作用的綜合體現(xiàn)，并受社會(huì)生產(chǎn)方式及其經(jīng)濟(jì)發(fā)展水平的制約。人口是區(qū)域經(jīng)濟(jì)發(fā)展過程中最為活躍的因素，其在空間上的分布往往隨著社會(huì)經(jīng)濟(jì)的發(fā)展而發(fā)生演變，并在不同階段反映了對(duì)應(yīng)時(shí)期社會(huì)經(jīng)濟(jì)發(fā)展的某些特點(diǎn)。就上海市而言，其人口空間分布極不均衡，如2012年城區(qū)人口密度為0.8227萬人／km2，而郊區(qū)只有0.2369萬人／km2。從單個(gè)區(qū)縣來看，黃埔區(qū)和靜安區(qū)人口密度高達(dá)4萬人／km2，而崇明則只有0.0590萬人／km2，這種常住人口高度集聚于城區(qū)的后果在一定程度上加劇了上海市區(qū)的環(huán)境污染、交通擁擠以及住房短缺等一系列社會(huì)問題。因此，對(duì)上海市來說，目前的重中之重不是對(duì)人口總量的控制，而是如何促進(jìn)人口空間分布的合理化。令人欣慰的是，近幾年上海市隨著城市化進(jìn)程的加快以及產(chǎn)業(yè)布局的調(diào)整，其人口的空間分布已經(jīng)發(fā)生了很大變化，特別是其人口郊區(qū)化的趨勢(shì)日益明顯（俞路等，2006；王桂新和沈續(xù)雷，2008；高向東等，2011）。由此可見，研究上海市人口空間分布演變的時(shí)空特征及其影響因素對(duì)于實(shí)現(xiàn)人口空間分布與其經(jīng)濟(jì)、資源以及環(huán)境的協(xié)調(diào)發(fā)展來說具有重要的理論和現(xiàn)實(shí)意義。

不少學(xué)者對(duì)上海市人口的空間分布進(jìn)行了相關(guān)研究。俞路等（2006）等分析了2000－2003年上海市鄉(xiāng)鎮(zhèn)人口密度變化率的空間相關(guān)性，研究表明近幾年上海市人口空間分布的郊區(qū)化趨勢(shì)日益明顯，且與經(jīng)濟(jì)、交通等社會(huì)發(fā)展因素的關(guān)系密切相關(guān)。王桂新和沈續(xù)雷（2008）利用2005年全國1%的人口抽樣調(diào)查數(shù)據(jù)考察了上海市外來人口入遷及市內(nèi)人口遷移對(duì)其人口再分布的影響，發(fā)現(xiàn)市內(nèi)外人口的遷移加快了上海市人口空間再分布的郊區(qū)化趨勢(shì)，并對(duì)上海市城市空間資源的開發(fā)利用及功能重構(gòu)發(fā)揮了重要作用。高向東等（2011）利用灰色理論模型研究了“世博會(huì)”后上海市基礎(chǔ)設(shè)施的完善以及經(jīng)濟(jì)社會(huì)發(fā)展戰(zhàn)略的轉(zhuǎn)型等因素對(duì)其人口分布的影響，結(jié)果表明，未來上海市郊區(qū)將是人口集聚和流動(dòng)的顯著區(qū)域，這為上海市產(chǎn)業(yè)發(fā)展與人口布局的調(diào)整提供了很大的回旋空間。沈琪（2014）從微觀尺度上研究了超市等服務(wù)設(shè)施與上海市人口分布的空間相關(guān)性，發(fā)現(xiàn)其人口分布與服務(wù)設(shè)施的空間布局存在較高的正相關(guān)性。

也有一些學(xué)者對(duì)影響人口空間分布的因素作了相關(guān)研究。如Lovemore和Richard（1986）研究了經(jīng)濟(jì)發(fā)展政策和土地利用模式等對(duì)津巴布韋人口分布的影響。South和Crowder（1997）分析了收入波動(dòng)對(duì)美國大城市人口在中心城區(qū)和郊區(qū)的居住選擇問題，發(fā)現(xiàn)城市人口對(duì)居住點(diǎn)的選擇隨著收入、種族和年齡等因素的不同而表現(xiàn)出很大差異。White（2008）研究了20世紀(jì)后期美國大平原地區(qū)鐵路交通與人口分布的關(guān)系，發(fā)現(xiàn)不同時(shí)期該地區(qū)的人口分布和增長與鐵路等交通設(shè)施的布局存在密切聯(lián)系。周艷等（2011）基于縣域數(shù)據(jù)分析了重慶市人口分布與經(jīng)濟(jì)空間布局之間的關(guān)系，研究表明，人口分布與自然條件、區(qū)位因素以及產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)等因素密切相關(guān)。余瑞林等（2012）基于GIS空間分析法探討了武漢市城市人口分布時(shí)空格局的變化規(guī)律，結(jié)果表明，城市人口的分布格局是自然地理?xiàng)l件、區(qū)域公共政策、社會(huì)經(jīng)濟(jì)發(fā)展以及交通運(yùn)輸?shù)纫蛩毓餐饔玫慕Y(jié)果。王國霞和秦志琴（2013）基于山西省人口普查資料和GDP數(shù)據(jù)分析了2000－2010年經(jīng)濟(jì)發(fā)展與其人口空間分布的關(guān)系，發(fā)現(xiàn)資源型產(chǎn)業(yè)的布局對(duì)人口的空間分布產(chǎn)生了重大影響。牟宇峰（2014）基于縣域單元分析了長三角地區(qū)經(jīng)濟(jì)體制和產(chǎn)業(yè)結(jié)構(gòu)的演變對(duì)就業(yè)人口分布的影響，結(jié)果表明，第二產(chǎn)業(yè)的空間布局及其演變對(duì)就業(yè)人口的空間分布產(chǎn)生了很大影響。王鈺等（2014）的相關(guān)研究也支持了上述結(jié)論。

人口分布的形成既受歷史因素的影響，同時(shí)也是現(xiàn)代經(jīng)濟(jì)活動(dòng)推動(dòng)人口不斷遷移的結(jié)果。經(jīng)濟(jì)的發(fā)展提供了更多的就業(yè)機(jī)會(huì)，從而吸引了人口的集聚，而不同產(chǎn)業(yè)所吸納就業(yè)人數(shù)的不同又造成了人口集聚在地理分布上的差異。同時(shí)，交通、社會(huì)服務(wù)設(shè)施以及產(chǎn)業(yè)布局調(diào)整等也會(huì)對(duì)人口的空間分布產(chǎn)生很大影響。對(duì)此，國內(nèi)一些相關(guān)研究文獻(xiàn)僅有所涉及，但并未進(jìn)行深入研究。就上海市而言，目前學(xué)術(shù)界對(duì)其人口分布的研究主要聚焦于演變特征及趨勢(shì)方面，而對(duì)影響其人口分布演變的因素等方面的分析僅限于理論層次的探討，十分缺乏相關(guān)定量化研究的支撐。因此，有必要采用令人信服的研究方法對(duì)影響上海市人口空間分布的因素進(jìn)行實(shí)證考察。由于在一個(gè)城市區(qū)域系統(tǒng)內(nèi)經(jīng)濟(jì)的發(fā)展、各種基礎(chǔ)設(shè)施和社會(huì)公共服務(wù)機(jī)構(gòu)的服務(wù)對(duì)象在不同地區(qū)間并不是相互獨(dú)立的，而是存在很強(qiáng)的區(qū)域關(guān)聯(lián)性，對(duì)社會(huì)服務(wù)行業(yè)來說尤其如此。譬如，每個(gè)商業(yè)機(jī)構(gòu)都存在一個(gè)服務(wù)半徑，那么不同地區(qū)各種商業(yè)機(jī)構(gòu)的服務(wù)半徑很可能包括其他地區(qū)，這勢(shì)必會(huì)對(duì)人口的空間分布產(chǎn)生很大影響，在此情況下如果將單個(gè)區(qū)域與其他區(qū)域視為相互獨(dú)立的部分，那么就無法對(duì)空間樣本之間的交互效應(yīng)予以有效控制，所得結(jié)論必定存在偏誤。為此，本文將在分析上海市人口空間分布演變特征的基礎(chǔ)上，考慮空間效應(yīng)的影響，從而為上海市人口空間布局的調(diào)整提供更好的政策建議。鑒于此，本文利用空間計(jì)量的方法，以2005－2012年上海市的區(qū)縣數(shù)據(jù)為研究樣本，在充分考慮區(qū)縣間人口遷移行為存在相互影響和空間效應(yīng)的條件下，對(duì)影響上海市人口空間分布演變的因素進(jìn)行了實(shí)證檢驗(yàn)，并較為全面地識(shí)別了推動(dòng)人口空間分布演變的主要因素。

二、上海市人口分布演變的時(shí)空特征

上海市地處長江入海口，與江蘇和浙江兩省相鄰，是我國重要的經(jīng)濟(jì)、航運(yùn)、科技、貿(mào)易和金融中心以及長三角地區(qū)經(jīng)濟(jì)增長的引擎。目前，上海市下轄17個(gè)區(qū)縣，其中城區(qū)包括黃浦區(qū)、靜安區(qū)、虹口區(qū)、徐匯區(qū)、長寧區(qū)、普陀區(qū)、閘北區(qū)、楊浦區(qū)和浦東新區(qū)；郊區(qū)包括閔行區(qū)、寶山區(qū)、嘉定區(qū)、金山區(qū)、松江區(qū)、青浦區(qū)、奉賢區(qū)和崇明縣，具體如圖1所示。

近年來，隨著經(jīng)濟(jì)的快速發(fā)展以及城市化進(jìn)程的加快，上海市城區(qū)與郊區(qū)的人口在增加的同時(shí)其人口分布的空間差異也呈現(xiàn)出擴(kuò)大的趨勢(shì)。與2005年相比，2012年上海市城區(qū)與郊區(qū)的人口密度分別增加了0.141萬人／km2和0.081萬人／km2，城區(qū)與郊區(qū)之間的人口密度差也由2005年的0.525萬人／km2擴(kuò)大到2012年的0.586萬人／km2。由此可見，由于受經(jīng)濟(jì)、歷史和社會(huì)因素的綜合影響，目前上海市常住人口仍高度集聚于城區(qū)，特別是受產(chǎn)業(yè)布局的約束，部分外來的新增人口仍通常選擇在城區(qū)就業(yè)和定居，這在一定程度上導(dǎo)致了城區(qū)人口密度居高不下，甚至部分行政區(qū)域的人口密度呈現(xiàn)出快速增長的態(tài)勢(shì)。上述分析是基于人口空間分布的絕對(duì)變化而言，那么從人口空間分布的相對(duì)變化來說是否也是如此呢？為此，本文將采用人口地理集中度、人口相對(duì)遷移指數(shù)以及人口空間均衡分布偏離度等指標(biāo)來探討上海市人口空間分布的演變特征及其趨勢(shì)。

1.人口地理集中度。人口地理集中度是衡量人口要素在某地域上集中程度的指標(biāo)，它既可以反映人口在空間上的分布狀況，同時(shí)又可以反映某一區(qū)域在同級(jí)區(qū)域或整體中的地位與作用。其計(jì)算公式為：

圖1 上海市行政區(qū)劃圖

其中：GPRi表示某年i地區(qū)的人口地理集中度；Popi和Acri分別表示i地區(qū)的人口和國土面積。為便于對(duì)比分析上海市人口空間分布的變動(dòng)，本文選擇2005年、2009年和2012年作為代表性年份對(duì)上海市17個(gè)區(qū)縣的人口地理集中度按照以下標(biāo)準(zhǔn)進(jìn)行統(tǒng)一分級(jí)：一級(jí)區(qū)為高于2.5倍均值；①均值是指對(duì)應(yīng)年份人口地理集中度的簡單算術(shù)平均數(shù)。二級(jí)區(qū)為1.5－2.5倍均值；三級(jí)區(qū)為0.5－1.5倍均值；四級(jí)區(qū)為低于0.5倍均值。相關(guān)結(jié)果如表1和圖2中的P1－P3所示。

2.人口相對(duì)遷移指數(shù)。為了更清晰地反映上海市各區(qū)縣人口的相對(duì)變動(dòng)趨勢(shì)，本文基于人口地理集中度的幾何平均數(shù)與1的關(guān)系來構(gòu)造人口相對(duì)遷移指數(shù)，其計(jì)算公式為：①人口相對(duì)遷移指數(shù)實(shí)際反映的是區(qū)域內(nèi)某單元人口的平均發(fā)展速度與該區(qū)域人口平均發(fā)展速度的關(guān)系。如果區(qū)域內(nèi)某單元人口的平均發(fā)展速度高于該區(qū)域人口的平均發(fā)展速度，則該單元人口表現(xiàn)為相對(duì)遷人，否則為相對(duì)遷出。其公式推導(dǎo)如下：

其中：

Pop

iT

和

Pop

i

1

分別為研究區(qū)域內(nèi)

i

單元人口在報(bào)告期和基期的總量；其余符號(hào)的含義與正文中式（1）和式（2）相同。

其中，Ip表示區(qū)域內(nèi)各單元人口的相對(duì)遷移指數(shù)；GPRi1和GPRiT分別表示區(qū)域內(nèi)i單元人口在基期和報(bào)告期的地理集中度。當(dāng)Ip＜0時(shí)，該區(qū)域i單元人口表現(xiàn)為相對(duì)遷出；當(dāng)Ip＝0時(shí)，該區(qū)域i單元人口表現(xiàn)為相對(duì)維持現(xiàn)狀；當(dāng)Ip＞0時(shí)，該區(qū)域i單元人口表現(xiàn)為相對(duì)遷入。本文將根據(jù)該指數(shù)來分析上海市各區(qū)縣人口的相對(duì)遷移狀況，具體計(jì)算結(jié)果如表1所示；同時(shí)，按照相對(duì)遷出、相對(duì)維持現(xiàn)狀和相對(duì)遷入的分類標(biāo)準(zhǔn)將上海市各區(qū)縣人口的演變趨勢(shì)分類標(biāo)注于圖2的P4中。

表1 上海市各區(qū)縣人口地理集中度及其人口集中度變動(dòng)指數(shù)

3.人口空間均衡分布偏離度（HD）。這是用來反映城市人口空間分布均衡程度的指標(biāo)，本文以此度量指標(biāo)來探測(cè)2005－2012年上海市人口空間分布格局的演變。其計(jì)算公式為：

其中，n為區(qū)域內(nèi)空間單元的個(gè)數(shù)（上海市17個(gè)區(qū)縣）；Pi為第i個(gè)空間單元的國土面積占整個(gè)區(qū)域國土面積的比重；GPRi為第i個(gè)空間單元的人口地理集中度。當(dāng)區(qū)域內(nèi)的人口均衡分布時(shí)，該區(qū)域內(nèi)各單元的人口占比與其國土面積占比完全相等，即各個(gè)研究單元的GPRi都為1，此時(shí)HD為0。如果區(qū)域內(nèi)GPRi偏離1的單元越多，偏離值越大，并且偏離單元的國土面積所占比重越高，則該區(qū)域的HD值越大，其人口空間分布也就越不協(xié)調(diào)。為此，通過計(jì)算上海市2005－2012年的HD值來反映其人口空間分布格局的演變趨勢(shì)，見圖3。

圖2 2005－2012年上海市各區(qū)縣人口空間分布及其相對(duì)變動(dòng)趨勢(shì)

由圖2中的P1－P3可知，2005－2012年間上海市的人口空間分布格局發(fā)生了很大變化。2005年處于一級(jí)區(qū)的區(qū)縣有3個(gè)，分別為靜安區(qū)、虹口區(qū)和黃浦區(qū)；到2009年，一級(jí)區(qū)僅剩黃浦區(qū)，其余兩區(qū)則進(jìn)入二級(jí)區(qū)；2012年黃浦區(qū)也從一級(jí)區(qū)退出。而二級(jí)區(qū)所屬區(qū)縣的個(gè)數(shù)則由2005年的2個(gè)增加為2012年的5個(gè)，除由一級(jí)區(qū)退出的靜安區(qū)、虹口區(qū)和黃浦區(qū)進(jìn)入二級(jí)區(qū)外，原處于二級(jí)區(qū)的普陀區(qū)和閘北區(qū)的人口地理集中度并沒有發(fā)生明顯變化。其他屬于三級(jí)區(qū)和四級(jí)區(qū)的區(qū)縣中，只有寶山的人口集聚程度有所提高，由四級(jí)區(qū)進(jìn)入三級(jí)區(qū)，其他區(qū)縣則維持原狀。這在一定程度上意味著上海市人口空間分布的高集聚格局有所緩解，人口開始由高度密集的城區(qū)向相對(duì)稀疏的郊區(qū)轉(zhuǎn)移，根據(jù)式（3）所計(jì)算的人口空間均衡分布偏離度（HD）在2005－2012年間的演變趨勢(shì)也佐證了這一點(diǎn)，如圖3所示。盡管從HD的絕對(duì)數(shù)值看上海市人口的空間分布仍處于嚴(yán)重失衡狀態(tài)，其在2005－2012年間所計(jì)算的HD最小值為1.347，遠(yuǎn)大于均衡分布時(shí)的0值；但從演變趨勢(shì)看，上海市人口的空間分布格局正在面臨很大的調(diào)整，其不均衡狀態(tài)有所緩解。

圖2中的P4顯示了上海市各區(qū)縣人口集聚的相對(duì)變動(dòng)趨勢(shì)。根據(jù)人口相對(duì)遷移指數(shù)的計(jì)算結(jié)果可知，2012年上海市市區(qū)所屬9區(qū)中只有處于四級(jí)區(qū)的浦東新區(qū)的人口具有相對(duì)明顯的集聚特征，其人口相對(duì)遷移指數(shù)為0.01，屬于相對(duì)遷入類型；剩余8區(qū)的人口相對(duì)遷移指數(shù)均為負(fù)值，處于人口的相對(duì)遷出狀態(tài)。而郊區(qū)8區(qū)縣的情況和市區(qū)9區(qū)有明顯差異，除原來處于四級(jí)區(qū)的金山區(qū)和崇明縣的人口屬于相對(duì)遷出類型外，其余6區(qū)的人口都具有相對(duì)明顯的集聚特征，其人口相對(duì)遷移指數(shù)皆為正。由此可見，無論從何種視角看，在2005－2012年間上海市城區(qū)人口向外分流的趨勢(shì)日益明顯，而郊區(qū)人口則表現(xiàn)出了相對(duì)明顯的集聚態(tài)勢(shì)，這再次驗(yàn)證了眾多學(xué)者提出的上海市人口出現(xiàn)明顯郊區(qū)化趨勢(shì)的結(jié)論。那么，是哪些因素導(dǎo)致了上海市人口空間分布的演變呢？本文將基于空間經(jīng)濟(jì)的視角對(duì)此進(jìn)行實(shí)證分析。

圖3 上海市人口空間均衡分布的演變趨勢(shì)

三、模型設(shè)定、估計(jì)方法與數(shù)據(jù)

South和 Crowder（1997）、White（2007），周艷等（2011）、余瑞林等（2012）、王鈺等（2014）以及牟宇峰（2014）等人的研究表明，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、房價(jià)、收入、交通、醫(yī)療衛(wèi)生服務(wù)水平以及基礎(chǔ)教育的質(zhì)量等因素都會(huì)對(duì)人口的空間分布產(chǎn)生很大影響。為此，本文將以上述影響因素為基礎(chǔ)并引入空間權(quán)重矩陣來構(gòu)建兩種最基本的空間面板模型：空間滯后面板模型（SLPDM）和空間誤差面板模型（SEPDM）。同時(shí)，為避免相關(guān)變量的內(nèi)生性，在構(gòu)建模型時(shí)采用房價(jià)、基礎(chǔ)教育質(zhì)量和醫(yī)療衛(wèi)生服務(wù)水平等變量的滯后一期來反映上述相關(guān)因素的影響。①據(jù)現(xiàn)有文獻(xiàn)看，空間面板模型中變量的內(nèi)生性檢驗(yàn)?zāi)壳斑€未得以很好解決，為此，本文對(duì)空間面板模型中所引入變量進(jìn)行內(nèi)生性檢驗(yàn)時(shí)主要基于一般面板模型的檢驗(yàn)方法；檢驗(yàn)結(jié)果發(fā)現(xiàn)，在10%的顯著水平上，除房價(jià)、醫(yī)療衛(wèi)生服務(wù)水平和基礎(chǔ)教育質(zhì)量變量外，其余變量均不能拒絕原假設(shè)（即所采用變量是外生的）。具體如下：

其中，gpr表示人口地理集中度，用以反映人口的空間分布狀態(tài)；inds表示產(chǎn)業(yè)結(jié)構(gòu)；incom表示收入水平；traf表示交通便利度；rtt表示基礎(chǔ)教育質(zhì)量；medi表示醫(yī)療衛(wèi)生的服務(wù)水平；hp表示房價(jià)；i和t分別代表區(qū)縣和年份；α0，α1，…，α6和β0，β1，…，β6為待估參數(shù)；ε為服從正態(tài)分布且相互獨(dú)立的隨機(jī)擾動(dòng)項(xiàng)；ρ為空間回歸系數(shù)，反映了樣本觀測(cè)值的空間依存效應(yīng)；λ為空間誤差系數(shù)，反映了人口空間分布觀測(cè)值的誤差項(xiàng)所導(dǎo)致的空間溢出效應(yīng)；wij為空間權(quán)重矩陣W的元素，本文采用的是基于Rook’s原則的地理鄰接權(quán)重矩陣，并在計(jì)算過程中對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理。②由于在實(shí)證分析中所研究區(qū)縣不包括虹口區(qū)，為此在構(gòu)造基于Rook’s原則的地理鄰接權(quán)重矩陣時(shí)直接假定寶山區(qū)、閘北區(qū)、黃浦區(qū)、浦東新區(qū)以及楊浦區(qū)是相互鄰接的。下面對(duì)所選指標(biāo)及其測(cè)度作逐一說明：

（1）產(chǎn)業(yè)結(jié)構(gòu)（inds）。城市人口的空間分布是各種社會(huì)經(jīng)濟(jì)活動(dòng)推動(dòng)的結(jié)果，而產(chǎn)業(yè)的集中與發(fā)展則是人口空間分布變動(dòng)的直接原因。上海市作為我國長三角地區(qū)經(jīng)濟(jì)發(fā)展的引擎，其工業(yè)經(jīng)濟(jì)在社會(huì)經(jīng)濟(jì)中占有重要地位，但近些年隨著城市功能定位的轉(zhuǎn)變，原有的大量工業(yè)企業(yè)開始逐步向郊區(qū)遷移，這必然帶動(dòng)部分就業(yè)人口隨之遷移至郊區(qū)；同時(shí)，部分高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)在相關(guān)郊區(qū)的建立也將會(huì)引導(dǎo)部分人口向郊區(qū)分流。由此可見，以工業(yè)企業(yè)為代表的第二產(chǎn)業(yè)在不同地域間布局的調(diào)整勢(shì)必會(huì)導(dǎo)致城市人口在空間分布上的變動(dòng)。為此，本文將以第二產(chǎn)業(yè)增加值占GDP的比重來測(cè)度上海市的產(chǎn)業(yè)構(gòu)成狀況。

（2）收入水平（incom）。城市的不同區(qū)位的生活成本存在很大差異，如房價(jià)的地域差異尤為顯著，那么城市中的每個(gè)個(gè)體為了實(shí)現(xiàn)效用的最大化必定會(huì)在自身收入的約束下去選擇最佳居住區(qū)位。特別是隨著城市交通、通訊等基礎(chǔ)設(shè)施的改善，很多原來在城區(qū)租房居住的部分常住人口由于無力在城區(qū)購房而必然會(huì)根據(jù)自己的收入狀況選擇去郊區(qū)購房定居；這對(duì)一些擁有高學(xué)歷的新增就業(yè)人口來說表現(xiàn)得尤其明顯。當(dāng)然，也有部分高收入群體由于無法忍受城區(qū)日益嚴(yán)重的交通擁堵、環(huán)境污染等而選擇去綜合條件較好的郊區(qū)購房定居來提高自己的生活質(zhì)量。由此可見，收入水平的高低對(duì)城市人口居住區(qū)位的選擇也有至關(guān)重要的影響，為此，本文以城鎮(zhèn)在崗職工的平均工資來測(cè)度上海市各區(qū)縣常住人口的收入水平。

（3）交通便利度（traf）。一個(gè)地區(qū)交通運(yùn)輸和物流網(wǎng)絡(luò)的密度與質(zhì)量是決定其經(jīng)濟(jì)發(fā)展水平的重要因素，進(jìn)而通過影響就業(yè)人口的就業(yè)概率和通勤成本來對(duì)其人口的空間分布產(chǎn)生作用。眾所周知，市區(qū)人口之所以難以遷至郊區(qū)，其原因就在于郊區(qū)交通網(wǎng)絡(luò)發(fā)展的滯后給部分外遷的人口增加了額外的通勤成本；同時(shí)交通便利程度較高的市區(qū)也是工業(yè)企業(yè)和商業(yè)網(wǎng)點(diǎn)較為集中的區(qū)域，而郊區(qū)與之相比則相差很遠(yuǎn)。由此可見，交通便利程度的高低必然會(huì)對(duì)就業(yè)人口以及通勤人口的居住區(qū)位選擇產(chǎn)生影響。為此，以上海市各區(qū)縣所擁有地鐵站點(diǎn)的數(shù)量來測(cè)度其交通的便利程度。①為了更準(zhǔn)確地反映上海市各區(qū)縣的交通狀況，在測(cè)算其交通便利程度時(shí)，如果某處有幾條線路同時(shí)經(jīng)過同一地鐵站點(diǎn)，則認(rèn)定該處地鐵站點(diǎn)的個(gè)數(shù)與所經(jīng)過地鐵線路的數(shù)量相同。

（4）基礎(chǔ)教育質(zhì)量（rtt）。由于基礎(chǔ)教育資源在同一城市的不同地域間分布極不均衡，如優(yōu)質(zhì)教育資源主要集中在中心城區(qū)，而我國現(xiàn)在對(duì)中小學(xué)生的入學(xué)基本采取的是就近入學(xué)原則，那么中心城區(qū)教育資源高度集中的優(yōu)勢(shì)必然會(huì)形成極高的人口吸引力，從而對(duì)部分家庭的居住區(qū)位選擇產(chǎn)生影響，進(jìn)而影響城市人口的空間分布格局。為此，本文以中小學(xué)的師生比來反映上海各區(qū)縣基礎(chǔ)教育的質(zhì)量。

（5）醫(yī)療衛(wèi)生服務(wù)水平（medi）。醫(yī)療衛(wèi)生資源的空間布局和教育資源有些類似，通常也是高度集中于中心城區(qū)，郊區(qū)的醫(yī)療機(jī)構(gòu)無論是數(shù)量還是提供服務(wù)的質(zhì)量相對(duì)于中心城區(qū)來說都有不小的差距，而且中心城區(qū)的醫(yī)保制度更為健全，去醫(yī)院就醫(yī)也較為方便。那么這種醫(yī)療服務(wù)的地域差異也會(huì)對(duì)城市人口的空間分布產(chǎn)生一定影響，為此本文以千人床位數(shù)來測(cè)度醫(yī)療資源在上海市不同區(qū)縣間的差異。

（6）房價(jià)（hp）。眾所周知，城市中的土地屬于典型的稀缺資源，其可供房地產(chǎn)開發(fā)的數(shù)量在同一城市的不同地域存在很大差異。那么，對(duì)于那些擁有較多公共服務(wù)資源的區(qū)域來說，其有限的住宅供給能力就很難滿足由于其綜合社會(huì)福利優(yōu)勢(shì)所引致的大量新增外來人口的住房需求，這勢(shì)必會(huì)導(dǎo)致該區(qū)域房價(jià)的快速上漲。與此同時(shí)，作為理性的消費(fèi)者，外來人口在購房時(shí)必然會(huì)考慮較高的房價(jià)對(duì)其生活質(zhì)量的影響，并在其有限的預(yù)算收入約束下通過比較不同區(qū)域中房價(jià)的差異以及其他相關(guān)生活成本的高低來選擇實(shí)現(xiàn)綜合社會(huì)福利最大化的居住區(qū)位。由此可見，房價(jià)的地域差異也會(huì)對(duì)人口的空間分布產(chǎn)生一定影響。為此，本文以一手住宅商品房交易的均價(jià)來測(cè)度上海市各區(qū)縣的房價(jià)。

目前，對(duì)空間面板模型的估計(jì)主要有極大似然法（MLE）、廣義矩估計(jì)法（GMM）以及兩階段最小二乘法（2SLS）等方法，其中MLE估計(jì)應(yīng)用最為普遍。本文采用Elhorst（2003）提出的MLE以及由Shehata和Mickaiel編寫的空間面板模型Stata程序?qū)κ剑?）和式（5）的模型參數(shù)進(jìn)行估計(jì)。

上海市常住人口的統(tǒng)計(jì)最早始于2005年，而最新公布的統(tǒng)計(jì)數(shù)據(jù)為2012年，為此，本文研究的時(shí)間跨度為2005－2012年。在截面單位的選取上，由于南匯區(qū)2009年并入浦東新區(qū)以及盧灣區(qū)2011年并入黃浦區(qū)，所以截面單位的劃分都以最新的行政區(qū)劃為準(zhǔn)，針對(duì)以前的統(tǒng)計(jì)數(shù)據(jù)按照最新的行政區(qū)劃做了合并處理。另外，虹口區(qū)的數(shù)據(jù)統(tǒng)計(jì)口徑與其他區(qū)縣存在重大差異，為了使模型的估計(jì)結(jié)果更加準(zhǔn)確，本文在后續(xù)的實(shí)證分析中所選取的區(qū)縣不包括虹口區(qū)。同時(shí)，本文數(shù)據(jù)主要來源于《上海統(tǒng)計(jì)年鑒》、各區(qū)縣統(tǒng)計(jì)年鑒與國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等。

四、影響上海市人口空間分布因素的檢驗(yàn)及結(jié)果討論

（一）模型設(shè)定檢驗(yàn)。在對(duì)空間面板模型的參數(shù)進(jìn)行估計(jì)之前，首先要根據(jù)MoranI檢驗(yàn)上海市各區(qū)縣人口分布的空間相關(guān)性。MoranI的取值范圍在－1到1之間，若為正則表明各區(qū)縣間的人口分布存在正相關(guān)，即存在空間集聚現(xiàn)象；反之則表明存在空間排斥現(xiàn)象。此外，為使模型的估計(jì)結(jié)果更加準(zhǔn)確可信，通常也要根據(jù)LMlag、LMerr以及它們的穩(wěn)健形式（RobustLMlag和RobustLMerr）來檢驗(yàn)其空間相關(guān)性，而且這些檢驗(yàn)還將為空間面板模型的設(shè)定（SLPDM或SEPDM）提供一些判斷依據(jù)（Anselin和Rey，1991）。如果LMlag和RobustLMlag相較于LMerr和RobustLMerr在統(tǒng)計(jì)上更為顯著，則表明選擇SLPDM更為合意，否則需采用SEPDM的設(shè)定形式。

由表2可知，MoranI、LMlag、LMerr、RobustLMlag和RobustLMerr五種空間相關(guān)檢驗(yàn)的統(tǒng)計(jì)值除RobustLMlag在統(tǒng)計(jì)上不顯著外，其余統(tǒng)計(jì)值均在10%的水平上顯著，說明上海市的人口分布確實(shí)存在一定的空間相關(guān)性。其中，MoranI為－0.147，表明上海市在空間上鄰接的區(qū)縣間具有截然相反的人口集聚形態(tài)，這意味著上海市人口的空間分布并非完全隨機(jī)，其空間關(guān)聯(lián)性確實(shí)存在，同時(shí)也表明上海市市區(qū)人口的集聚速度已遠(yuǎn)遠(yuǎn)低于人口相對(duì)稀疏且經(jīng)濟(jì)發(fā)展?fàn)顩r較好的部分郊區(qū)。為此，在研究上海市人口空間分布的影響因素時(shí)就不能忽視人口分布所具有的空間效應(yīng)，否則勢(shì)必導(dǎo)致其模型的設(shè)定形式及其分析結(jié)果產(chǎn)生偏誤。通過比較LMlag（RobustLMlag）和LMerr（RobustLMerr）的檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，只有LMerr的檢驗(yàn)值在5%的水平上是顯著的，而RobustLMerr和LMlag的檢驗(yàn)值在10%的水平上顯著，同時(shí)RobustLMerr的檢驗(yàn)值在統(tǒng)計(jì)上則不顯著，這說明SEPDM要優(yōu)于SLPDM，為此，本文僅給出SEPDM的估計(jì)結(jié)果，并作為實(shí)證分析的依據(jù)。

表2 模型設(shè)定檢驗(yàn)結(jié)果

（二）模型估計(jì)結(jié)果及討論。為便于觀察各變量對(duì)上海市人口空間分布的影響，并分析其過程中各變量參數(shù)估計(jì)值的變化趨勢(shì)，本文在控制因變量的基礎(chǔ)上通過逐步添加其他自變量的方式來估計(jì)模型參數(shù)（對(duì)應(yīng)于表3中的模型1－模型6），以此來檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果的穩(wěn)健性。另外，本文還報(bào)告了混合最小二乘法（PoolOLS）（模型7）和組間效應(yīng)（BE）（模型8）這兩種傳統(tǒng)面板模型估計(jì)方法的估計(jì)結(jié)果，以便于與空間面板模型的估計(jì)結(jié)果進(jìn)行對(duì)照。同時(shí)，表3也給出了模型1－模型6的設(shè)定檢驗(yàn)結(jié)果。盡管所有模型的RobustLMlag的檢驗(yàn)值在統(tǒng)計(jì)上并不顯著，但MoranI、LMlag、LMerr和RobustLMerr的檢驗(yàn)值除模型2外其余均在10%的水平上拒絕了不存在空間自相關(guān)的假定，說明采用空間計(jì)量模型來實(shí)證考察上海市人口空間分布的影響因素是合適的。而且模型的估計(jì)結(jié)果顯示，所有空間面板模型的LMerr、RobustLMerr的檢驗(yàn)值和顯著性水平均大于LMlag和RobustLMlag的相應(yīng)參數(shù)值，說明SEPDM模型較SLPDM模型更合適。因此，本文將以SEPDM模型的估計(jì)結(jié)果為基礎(chǔ)進(jìn)行實(shí)證分析。

表3 上海市人口空間分布影響因素的檢驗(yàn)結(jié)果（SEPDM）

模型1僅以產(chǎn)業(yè)結(jié)構(gòu)作為基礎(chǔ)變量進(jìn)行參數(shù)估計(jì)，結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)對(duì)人口空間分布的影響為負(fù)，且在1%的水平上顯著；模型2又引入了收入水平，其參數(shù)估計(jì)值同樣也在1%的水平上顯著為負(fù)，而產(chǎn)業(yè)結(jié)構(gòu)的參數(shù)估計(jì)值與模型1相比符號(hào)相同且都在1%的水平上顯著，表明產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與收入水平的提高都加快了上海市人口的郊區(qū)化進(jìn)程。

模型3至模型5中又分別引入了交通便利度、基礎(chǔ)教育質(zhì)量和醫(yī)療衛(wèi)生服務(wù)水平。眾所周知，交通便利的程度、基礎(chǔ)教育的質(zhì)量以及醫(yī)療衛(wèi)生服務(wù)水平的高低是影響城市居民選擇居住區(qū)位的重要因素，特別是基礎(chǔ)教育的影響尤為明顯，現(xiàn)在城市中大量學(xué)區(qū)房的出現(xiàn)就是一個(gè)例證。這意味著交通便利程度、基礎(chǔ)教育質(zhì)量和醫(yī)療衛(wèi)生服務(wù)水平越高的地區(qū)，往往越容易吸引大量人口在此居住和就業(yè)。模型3至模型5的估計(jì)結(jié)果也表明了這一點(diǎn)，其參數(shù)估計(jì)值分別在10%和1%的水平上顯著為正。

模型6則在上述變量的基礎(chǔ)上把房價(jià)因素也考慮進(jìn)來，其參數(shù)估計(jì)值在1%的水平上顯著為正，即房價(jià)越高的區(qū)域?qū)ν鈦硇略鋈丝诘奈υ綇?qiáng)，盡管該結(jié)果與基于理論分析所得出的結(jié)論相悖，但與實(shí)際情況卻相符（如處于上海市高房價(jià)區(qū)的中心城區(qū)每年涌入的新增就業(yè)者的數(shù)量遠(yuǎn)遠(yuǎn)高于其周邊地區(qū)就說明了這一點(diǎn)），這在一定程度上意味著通過房價(jià)來自主調(diào)節(jié)上海市人口的空間分布是無法實(shí)現(xiàn)的。

由模型1至模型6的估計(jì)結(jié)果可知，模型中所引入變量的符號(hào)以及統(tǒng)計(jì)上的顯著性均沒有發(fā)生明顯變化，唯一發(fā)生變動(dòng)的是參數(shù)估計(jì)值的大小，而且變動(dòng)幅度都不大。這充分表明在考慮存在空間效應(yīng)的條件下，上述因素對(duì)上海市人口空間分布的影響是切實(shí)存在的。從表3中模型6的參數(shù)估計(jì)結(jié)果來看，產(chǎn)業(yè)結(jié)構(gòu)對(duì)上海市人口集聚的邊際效應(yīng)為－9.729，彈性系數(shù)為－1.071，即郊區(qū)（市區(qū)）第二產(chǎn)業(yè)的比重每提高（降低）1%，上海市人口空間分布的地理集中度則降低（提高）1.071%，這意味著工業(yè)企業(yè)在空間布局上的調(diào)整（加快市區(qū)工業(yè)向郊區(qū)的轉(zhuǎn)移）有助于平衡上海市人口的空間分布，現(xiàn)實(shí)情況也說明了這一點(diǎn)。近幾年隨著上海市中心城區(qū)功能定位的轉(zhuǎn)變，原有工業(yè)企業(yè)大量向郊區(qū)遷移，從而使得上海市近郊甚至個(gè)別遠(yuǎn)郊區(qū)縣成為工業(yè)企業(yè)的主要集聚地，并創(chuàng)造了大量的就業(yè)崗位，從而吸引大量人口特別是一些新增就業(yè)人口在此就業(yè)和定居，這就使得中心城區(qū)過度集中的人口壓力得到一定程度的緩解。從收入水平對(duì)上海市人口空間分布的影響來看，其參數(shù)估計(jì)值和彈性系數(shù)分別為－1.288和－1.418，說明提高城鎮(zhèn)職工的收入水平有助于緩解中心城區(qū)人口過度集中的壓力?？梢?，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與收入水平的提高都有助于加快上海市人口的郊區(qū)化進(jìn)程。

從交通便利度對(duì)上海市人口空間分布的影響來看，其參數(shù)估計(jì)值為0.055，彈性系數(shù)為0.169，即交通便利程度每提高1%，人口地理集中度平均提高0.169%，說明相對(duì)于郊區(qū)而言，近些年來以軌道交通為代表的基礎(chǔ)設(shè)施建設(shè)在上海市市區(qū)推進(jìn)較快，其交通的便利度和生活的舒適度得到很大提升，這就對(duì)外來的新增就業(yè)者產(chǎn)生了很強(qiáng)的吸引力，從而推動(dòng)了人口向市區(qū)的快速集中。從基礎(chǔ)教育質(zhì)量和醫(yī)療衛(wèi)生服務(wù)水平對(duì)上海市人口分布的影響來看，其明顯不利于人口空間分布的均等化，從模型6的估計(jì)結(jié)果就可以發(fā)現(xiàn)，其參數(shù)估計(jì)值分別在1%和5%的水平上均顯著為正。盡管上海市是一個(gè)高度開放的國際化大都市，但其醫(yī)療衛(wèi)生和教育等社會(huì)服務(wù)資源的空間分布和中國其他城市一樣在城郊之間存在明顯的地域差異，主要社會(huì)服務(wù)資源高度集聚于中心城區(qū)，從而對(duì)人口向中心城區(qū)的集聚產(chǎn)生了很強(qiáng)的吸引力。由此可見，上海市郊區(qū)部分城市功能的低效嚴(yán)重阻礙了其人口的郊區(qū)化進(jìn)程。

從房價(jià)對(duì)上海市人口空間分布的影響來看，其參數(shù)估計(jì)值為0.120，彈性系數(shù)為0.419，這在一定程度上意味著房價(jià)越高的區(qū)域?qū)ν鈦砣丝诘奈υ綇?qiáng)。為什么會(huì)出現(xiàn)這樣看似矛盾的結(jié)果呢？究其原因，不外乎房價(jià)越高的區(qū)域，其地理區(qū)位和經(jīng)濟(jì)發(fā)展水平通常越好，特別是對(duì)勞動(dòng)力需求較多的第三產(chǎn)業(yè)較為發(fā)達(dá)且所占比重越來越高，這樣就給新增就業(yè)人口特別是一些擁有高學(xué)歷的求職者提供了更多的就業(yè)機(jī)會(huì)和發(fā)展空間。

就各因素對(duì)上海市人口空間分布的影響程度而言，在有利于促進(jìn)人口空間分布均等化的因素中產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的影響相較于收入水平來說（綜合模型1至模型6的估計(jì)結(jié)果來看）更為明顯；而在不利因素中基礎(chǔ)教育質(zhì)量對(duì)上海市人口空間均衡分布的阻礙作用明顯要高于交通便利程度、醫(yī)療衛(wèi)生服務(wù)水平等因素的影響。由此可見，要想緩解上海市中心城區(qū)的人口壓力，除了通過調(diào)整產(chǎn)業(yè)布局來完善中心城區(qū)的功能定位外，通過增加財(cái)政投入特別是加大對(duì)郊區(qū)基礎(chǔ)設(shè)施（如交通網(wǎng)絡(luò)等）和公共服務(wù)設(shè)施（如醫(yī)療、教育等）的投資力度也是非常重要的手段。

為了對(duì)模型的設(shè)定形式及其參數(shù)估計(jì)值的穩(wěn)健性進(jìn)行檢驗(yàn)，本文對(duì)不同模型設(shè)定形式下的估計(jì)結(jié)果做了以下對(duì)比分析：首先，通過比較模型6、模型7及模型8的估計(jì)結(jié)果可知，模型7和模型8的擬合優(yōu)度明顯低于模型6，說明SEPDM的估計(jì)效果要優(yōu)于PoolOLS和普通BE方法；其次，從參數(shù)估計(jì)值的顯著性來看，模型8中只有收入水平和房價(jià)因素的參數(shù)估計(jì)值在1%的水平上顯著，其他變量則在10%的水平上顯著，甚至個(gè)別變量在統(tǒng)計(jì)上不顯著；而模型6和模型7無論是從參數(shù)估計(jì)值的大小還是從統(tǒng)計(jì)上的顯著性來說區(qū)別都不大；最后，從模型1至模型8的參數(shù)估計(jì)值及其符號(hào)變化來看，上述8個(gè)模型參數(shù)估計(jì)值的符號(hào)是一致的，盡管其參數(shù)估計(jì)值發(fā)生了一定波動(dòng)，但變動(dòng)幅度都不大。通過上述對(duì)比分析表明，本文根據(jù)模型的設(shè)定檢驗(yàn)所選擇的SEPDM是可行的，其估計(jì)結(jié)果也是穩(wěn)健可信的。

五、結(jié) 論

本文采用2005－2012年的上海市各區(qū)縣數(shù)據(jù)探討了其人口分布的空間特征及其演變趨勢(shì)，并基于空間經(jīng)濟(jì)視角實(shí)證分析了上海市人口空間分布的影響因素。研究發(fā)現(xiàn)：上海市人口的確已出現(xiàn)明顯的郊區(qū)化趨勢(shì)，且其人口分布的演變存在明顯的空間排斥效應(yīng)，這表明從空間經(jīng)濟(jì)的視角來實(shí)證考察影響上海人口分布的因素是必要的。同時(shí)，在分析過程中通過逐步引入相關(guān)變量，發(fā)現(xiàn)所有變量參數(shù)估計(jì)值的符號(hào)和顯著性均沒有發(fā)生變化，說明估計(jì)結(jié)果是穩(wěn)健的。就相關(guān)變量對(duì)上海市人口空間分布的影響來看，發(fā)現(xiàn)產(chǎn)業(yè)布局調(diào)整和收入水平的提高都加快了上海市人口分布的郊區(qū)化趨勢(shì)，而交通的便利程度、基礎(chǔ)教育質(zhì)量以及醫(yī)療衛(wèi)生服務(wù)水平則明顯不利于人口空間分布的均等化，并在一定程度上延緩了市區(qū)人口向郊區(qū)的遷移。研究同時(shí)發(fā)現(xiàn)，房價(jià)對(duì)上海市人口空間分布的自主調(diào)節(jié)是無效的；產(chǎn)業(yè)布局的調(diào)整相較于收入水平提高而言對(duì)人口空間分布均等化的影響更為明顯，是目前促進(jìn)上海市人口分布郊區(qū)化的主要原因；就阻礙人口郊區(qū)化的影響因素而言，基礎(chǔ)教育質(zhì)量的阻礙作用明顯要高于交通便利度和醫(yī)療服務(wù)水平等因素的影響。由此可見，要想通過加快上海市人口的郊區(qū)化進(jìn)程來緩解市區(qū)人口過度集中所帶來的城市病，需采取以下措施：一是加大產(chǎn)業(yè)空間布局的調(diào)整力度，特別是加快以眾多大型工業(yè)企業(yè)為代表的第二產(chǎn)業(yè)向郊區(qū)的轉(zhuǎn)移；二是強(qiáng)化對(duì)郊區(qū)區(qū)縣的基礎(chǔ)設(shè)施建設(shè)，尤其是重視對(duì)其基礎(chǔ)教育與醫(yī)療衛(wèi)生服務(wù)等領(lǐng)域的投資，降低社會(huì)資源的地域差異；三是在完善交通網(wǎng)絡(luò)的基礎(chǔ)上加快衛(wèi)星城鎮(zhèn)的建設(shè)，以實(shí)現(xiàn)上海市市區(qū)人口向郊區(qū)的有序分流。

［1］高向東，黃麗鵬，汪志.世博后上海人口分布新態(tài)勢(shì)［J］.中國人口·資源與環(huán)境，2011，（6）：1－5.

［2］龔曉菊，趙云平.區(qū)域產(chǎn)業(yè)布局與重化工產(chǎn)業(yè)西移［J］.管理世界，2013，（8）：169－170.

［3］牟宇峰.長三角核心區(qū)就業(yè)人口格局演變研究［J］.地理與地理信息科學(xué)，2014，（1）：70－75.

［4］孫三百，黃薇，洪俊杰，等.城市規(guī)模、幸福感與移民空間優(yōu)化［J］.經(jīng)濟(jì)研究，2014，（1）：97－111.

［5］沈琪.上海市人口分布與服務(wù)設(shè)施布局的空間協(xié)調(diào)性分析［J］.甘肅科學(xué)學(xué)報(bào)，2014，（2）：139－142.

［6］王平，肖文.二次城市化、土地開發(fā)與經(jīng)濟(jì)增長［J］.財(cái)經(jīng)研究，2011，（9）：112－122.

［7］王國霞，秦志琴.山西省人口與經(jīng)濟(jì)空間關(guān)系變化研究［J］.經(jīng)濟(jì)地理，2013，（4）：29－35.

［8］王玨，陳雯，袁豐.基于社會(huì)網(wǎng)絡(luò)分析的長三角地區(qū)人口遷移及演化［J］.地理研究，2014，（2）：385－400.

［9］王桂新，沈續(xù)雷.上海市人口遷移與人口再分布研究［J］.人口研究，2008，（1）：58－69.

［10］武廷方，夏剛.城鎮(zhèn)化驅(qū)動(dòng)下的區(qū)域經(jīng)濟(jì)發(fā)展——中國城鎮(zhèn)化與區(qū)域經(jīng)濟(jì)發(fā)展國際研討會(huì)綜述［J］.經(jīng)濟(jì)研究，2014，（3）：185－189.

［11］吳福象，蔡悅.中國產(chǎn)業(yè)布局調(diào)整的福利經(jīng)濟(jì)學(xué)分析［J］.中國社會(huì)科學(xué)，2014，（2）：96－115.

［12］俞路，張善余，韓貴峰.上海市人口分布變動(dòng)的空間特征分析［J］.中國人口·資源與環(huán)境，2006，（5）：83－87.

［13］余瑞林，劉承良，楊振.武漢城市圈人口分布的時(shí)空格局［J］.長江流域資源與環(huán)境，2012，（9）：1087－1092.

［14］張曉娣，石磊.中國公共支出結(jié)構(gòu)的最優(yōu)調(diào)整方案研究——區(qū)域聚類基礎(chǔ)上的梯度法求解［J］.財(cái)經(jīng)研究，2013，（10）：19－33.

［15］張志，周浩.交通基礎(chǔ)設(shè)施的溢出效應(yīng)及其產(chǎn)業(yè)差異——基于空間計(jì)量的比較分析［J］.財(cái)經(jīng)研究，2012，（3）：124－134.

［16］周艷，涂建軍，盧德彬，等.重慶市人口與經(jīng)濟(jì)空間分布關(guān)系及其變化研究［J］.經(jīng)濟(jì)地理，2011，（11）：1781－1785.

［17］Anríquez G，Stloukal L.Rural population change in developing countries：Lessons for policymaking［J］.European View，2008，7（2）：309－317.

［18］Elhorst J P.Specification and estimation of spatial data models［J］.Internation Regional Science Review，2003，26（3）：244－268.

［19］Lovemore Z，Richard W.Changing patterns of population distribution in zimbabwe［J］.GeoJournal，1986，13（4）：365－384.

［20］White K J C.Sending or receiving stations？The dual influence of railroads in early 20th－century great plains settlement［J］.Population Research and Policy Review，2008，27（1）：89－115.

［21］Omariba D，W R Boyle M H.Rural－urban migration and cross－national variation in infant mortality in less developed countries［J］.Population Research and Policy Review，2010，29（3）：275－296.