财政收支对人口迁移影响的空间格局和空间效应分析——以长江三角洲地区为例

逯 璐，李 丁，吴静芬，李田田

(兰州大学 资源环境学院，甘肃 兰州730000)

人口迁移，即人口在两个地区间的空间移动，并伴随居住地发生长期性或永久性变化，具有空间和时间双重属性。长三角城市群作为我国最大的流动人口聚集地，大量劳动力涌入一方面加速了城镇化进程，对城市经济、社会、文化等的发展起到重要作用；另一方面随着城市化快速推进，城市人口膨胀导致集聚不经济，部分地区已出现“不愿意进城落户”、“劳动力回流”等新迁移现象[1-3]。长三角独特的区位优势和经济发展加剧了区内迁移人口分布的非均衡特征，如果任由这种非均衡状态蔓延，将严重破坏文明和谐社会成果。因此，科学测度长三角迁移人口的空间格局，探究影响人口迁移的空间效应，对引导人口有序迁移，推动城市建设体系和促进新型城镇化平衡发展具有重要参考价值。

人口迁移作为地理学和社会学的交叉学科，一直以来得到了国内外学者的广泛关注。国外学者较早从财政支出竞争吸引人口迁入的角度进行研究。如，Tiebout最早提出了关于地方公共产品供给的Tiebout Model，并提出了“用脚投票”理论[4]；以Fox和Day为代表的学者发现，财政支出规模和结构的差异对居民迁移行为产生不同影响[5，6]；Bonin指出，财政支出通过直接影响公共服务水平来提高人口迁移动机，但迁移人口过多，会对迁入地的经济—社会产生影响[7]；Koethenbuerger、Marko发现，人口迁移影响公共政策，人们在做出迁移决策时会考虑社会福利水平和税收政策[8]；Kallandranis、Christos、Karidis，发现财政因素通过提高消费者的信任指数对迁移起着决定性的作用，人们更乐意迁移到一个能够为他们提供更好的财政盈余、对经济主体有更高信心和更高潜在收益的国家[9]。

国内关于人口迁移研究起步晚、数据少，大部分学者侧重于人口迁移与城市化的关系[10-12]、人口迁移的空间特征[13,14]、人口迁移的影响因素[15-17]等方面研究，并取得了一系列成果。近年来，随着我国公共财政体系的建立健全，部分学者也基于公共服务视角进行了研究。如，崔国胜、梁若冰、喻兴旺等对Tiebout模型在中国的适应性进行了一些有益的探索[18-20]；汤韵、梁若冰利用引力模型分析了我国省际居民迁移与地方公共支出的关系，发现地方公共支出差异对人口迁移的影响在2000年发生显著的变化，2000年以前迁移人口受迁入地地方公共品供给的拉力作用，而在2000年之后受迁出地的推力作用[21]；张丽、吕康银、王文静利用个体固定效应模型研究了地方财政支出对人口迁移的影响，发现地方财政支出中的文教、卫生和社会保障支出差异对我国省际人口迁移影响非常显著[22]；方大春、杨义武通过研究城市公共品供给对城乡人口迁移的影响，发现公共品供给的差异会对城乡人口迁移产生不同程度的影响，中西部地区均为正效应，而东部地区为负效应[23]；董理、张启春、何文举等运用空间计量模型分析了政府公共支出对人口迁移的直接和间接效应，表明公共支出规模不但影响本地区的人口迁移，而且对其邻近地区产生溢出效应[24,25]。

综上所述，已有文献虽然采用不同方法研究了财政因素对人口迁移的影响，但是仍存在不足：①基于公共财政视角的研究大多只考虑了财政支出对人口迁移的影响，对财政收入方面的研究不足，对于公共财政政策因素对人口迁移影响机制的研究滞后于社会经济发展现状。②基于地方财政收支等相关数据的可获得性与精度问题，财政支出对人口迁移影响机制的相关理论研究囿于西方经典理论框架之内，缺乏两者间的空间关系量化研究，空间关联及交互作用有待深化。③现阶段学术界尚未重视中观区域尺度下财政政策对人口迁移影响的空间溢出效应，对影响人口迁移的财政政策及其他因素自身可能存在空间溢出效应及作用强度差异探讨不足。基于此，本文以长三角城市群41个市域单元为研究对象，借助双变量LISA (Local Indications of Spatial Association)模型对空间单元内净迁移率和财政收支空间依赖性和异质性进行深入分析，采用空间计量模型，从空间关联角度实证研究财政收支对人口迁移的直接效应和空间溢出效应，以期能在一定程度上弥补国内基于财政视角研究人口迁移的不足，为实现区内劳动力稳定与健康发展提供理论指导。

1 研究方法与数据来源

1.1 双变量LISA模型

由地理学第一定律可知，空间上任何事物间都具有相关性，距离越近，相关性越大。本文首先利用全局空间自相关判断净迁移率空间特征，然后利用双变量全局空间自相关分别探索财政收入、支出与净迁移率的空间关联特征。Bivariate Moran′s I表达式[26]为:

(1)

式中,I为双变量空间自相关系数；xi、yj为不同空间单元i、j 的不同地理属性观测值；n为样本总数；s2为样本方差；wij为基于距离构建的标准化空间权重矩阵。

(2)

式中,zi、zj为空间单元i、j观测值的方差标准化；Ii为空间单元i、j中的自变量、因变量间的局部空间关联性，有H—H(High—High)、L—L(Low—Low)、H—L(High—Low)和L—H(Low—High)4种集聚类型。Ii值为正,表示H—H型或L—L型集聚；Ii值为负,表示H—L型或L—H型集聚；Ii值为0,表示随机分布。

1.2 空间计量模型

空间计量考虑了空间因素影响，探讨空间依赖性与空间异质性，成为社会经济学领域问题的主流模型。常见的空间计量模型包括空间自回归模型、空间误差模型和空间杜宾模型等，基于不同的空间传导机制，本文建立以下3种模型：

空间自回归模型：

Yit=δWYit+βXit+εit,εit=λWit+φit

(3)

空间误差模型：

yit=βXit+εit

(4)

空间杜宾模型：

Yit=δWYit+βXit+θWXit+εit

本次专项治理，将通过公开检查、匿名调查、“双随机一公开”检查、监测家校网上联络群等方式进行明察暗访，对违规行为依法进行处罚。将幼儿园“小学化”治理和小学一年级教学规范情况与全市各区市教育质量(群众满意度)评价、校长职级制考核、文明校园评选和教师评先树优挂钩。

(5)

1.3 变量选取与数据来源

迁移人口对于目的地的选择不仅受地方财政收支因素影响，还受区域经济发展水平、就业机会等多种因素的综合影响[16-18]，鉴于本文主要探讨财政收支对人口迁移影响的空间效应，故将其作为被解释变量，将财政收支作为解释变量。同时，将影响城市人口迁移规模的产业结构、地区经济发展水平、开放程度、就业机会等要素作为控制变量引入模型。各变量具体情况如下：

被解释变量：迁移人口(MR)。迁移人口反映了地区外来人口的变动和集聚情况，以净迁移率来表征。净迁移率=(年末常住人口-年初常住人口)/年均常住人口-年自然增长率。

核心解释变量：财政支出(FE)，财政支出折射出地方提供公共服务的规模和质量，反映政府供给“软环境”和“硬环境”的多寡，以地方公共财政预算支出来表征；财政收入(FR)，反映地方税负政策，以地方公共财政预算收入来衡量。

控制变量：产业结构(STR)，以各市第三产业增加值占比来表征；城镇化水平(UL)，以城市常住人口比重来表征城镇化水平；收入水平(IL)，以城镇居民人均可支配收入占人均GDP的比值来表示；消费水平(CL)，以城镇居民人均消费性支出占人均GDP的比值来表示；地区经济发展水平(GDP)，以各市历年的国民生产总值的对数值来表示；对外开放水平(OP)，用各市历年的人均进出口总额的对数值来表示；就业机会(EM)，以地区历年的年末就业人数的对数值来表征。综合类似研究和理论分析，为降低变量间可能存在的异方差及时序影响，在模型分析前，对部分变量做对数化处理。

本文所采用的数据主要来自于2010—2019年长三角地区三省一市与各地级市统计年鉴、中国城市统计年鉴和相关年份国民经济与社会发展公报等。本文以长三角城市群41个地级市为研究对象，考虑到数据的连续性、与当前宏观政策的衔接性，按照2016年最新市域单元划分标准将部分市域数据做适当合并，对部分个别年份数据缺失的情况，采用插值方式进行补充完善。

2 财政收支与迁移人口的空间相关性检验

2.1 净迁移率的空间分布

为直观反映长三角城市群净迁移人口的空间分布特征，本文基于2009—2018年净迁移率数据，选取2010年(因2010年是第六次人口普查，数据更为准确)、2014年、2018年3个时间点，采用ArcGIS自然间断点分级法将41个地级市划分为人口迁移的高迁出区、中等迁出区、稳定区、中等迁入区、高迁入区等5种类型(图1)。

2009—2018年间，长三角净迁移率的空间分布变化明显：迁入区逐渐向西转移，由东部核心城市组成的倒“之”型空间分布向三省交汇处附近转移；迁出区数量大幅下降，分布趋于集中，由皖北、皖南、苏北、浙西南边缘城市向苏北、皖北连片区和浙西南连片区集中。其中，安徽省对人口的引力作用逐渐增强。作为传统上的劳动力输出大省，研究初期人口大量向东部劳动力密集型城市集聚，致使皖北、皖南地区出现人口空心化现象。随着与长三角都市圈联系的加强，安徽省积极承接产业转移、调整产业结构、加快经济发展、调整财政政策、扩大政府支出、优化城市基础设施建设，从而出现了阶段性劳动力返乡和迁入趋势。苏南、浙东北利用临近上海的区位优势，扩大生产性财政支出，促进经济发展，并凭借复杂丰富的交通网、信息网和物流网，大规模引进外资建立工厂，提供充足就业机会，成为外来劳动力的积聚地。随着人口的逐步增多，加大了财政支出压力，人们可享受到的基本公共服务受到限制，加上财政税收压力逐渐加大，导致净迁移率降低。而苏北、皖北、浙西南地区受地理位置的限制，整体经济发展不景气，财政收入较少，人们用于改善交通、教育、医疗等方面的财政支出少，美好生活需求得不到满足，人口流失现象严重。

2.2 财政收支与净迁移率的全局空间关联

本文基于2009—2018年长三角市域净迁移率和地方财政收支数据，借助Geoda1.12软件分别计算了净迁移率、财政收支与净迁移率的Moran′s I值(表1)，并探索了其空间关联特征。净迁移率的Moran′s I值在[0.026，0.489]内波动，除2017年外均通过了5%水平上的显著性检验，说明长三角区域人口迁出和迁入情况在空间上具有显著的集聚特征，即人口迁入区在空间上趋于邻近，迁出区空间上也邻近。在时序变化上，净迁移率的 Moran′s I值呈现出连续性的先降后升的波浪状，空间依赖性总体略有下降。2009—2013年财政收支与净迁移率的双变量Moran′s I值均为正，且均通过了10%的显著性检验，表明财政收支与净迁移率存在显著的正向空间关联。2014—2018年这种相关性较前期减弱，且大部分未能通过显著性检验。究其原因，主要是因为人们的迁移行为具有随机性，净迁移率不但受到地方财政收支水平的影响，而且还与城市经济规模及地区间的收入差异[28]等因素的综合影响。特别是近年来，迁入者选择的多样化推动了中西部地区充分利用内部资源禀赋，在大城市落户限制、东部沿海产业转移、中部崛起政策等作用下，劳动力开始往合肥等皖江城市迁移，而财政收支较高的地区又集中在上海、宁波、苏州、无锡、常州等都市圈，导致两者整体空间关联程度下降。

表1 2009—2018年长三角城市群市域净迁移率、财政收支与净迁移率量Moran′s I指数及检验值

2.3 财政收支与净迁移率的局部空间关联

全局空间自相关阐释了变量与变量之间的整体空间关联特征，但不能说明变量间的局部变化。为了进一步探索财政收支与净迁移率的空间集聚格局及差异的变化情况，本文依托Geoda1.12软件分别计算并绘制出财政收支与净迁移率的双变量局部LISA集聚图(图2)。

财政收入对净迁移率的负向影响在不断增强，H—L型数量的增加和财政收入对净迁移率的L—H的片状扩散均表明人口迁移具有低财政税收指向(图2a、图2b和图2c)。具体来看，除不显著地区外，H—H区即高财政税收—高净迁移率，由上海、苏州和无锡3市缩至杭州1市。一方面，高额的税收并不能动摇其在劳动者中的地位，存在某些核心吸引物的拉力作用大于财政税收的阻力；另一方面，也表明财政收入和净迁移率具有明显的空间溢出效应。L—L区(低财政税收—低净迁移率)分布在皖北地区和苏北地区且具有相对稳定性；L—H型呈现出片状扩散趋势，2018年低财政收入—高迁移率的城市数量约为2010年的2倍，集中分布在3省的交汇处，形成“人”型积聚区，说明劳动力趋向于低税收城市。财政支出对净迁移率的正向影响在不断减弱(图2d、图2e和图2f)。其中，H—H型集聚区(高财政支出—高迁移人口)的变化较大，由上海市、苏州市、无锡市并向西转移至杭州市，说明提高财政支出可以吸引劳动力集聚，但这种引力作用呈减弱趋势；L—L型集聚区也呈现减弱趋势，主要分布在苏北和皖北连片区，迁出地的低财政支出推动劳动力选择“东南飞”，这与汤韵、梁若冰的研究有相似之处[21]；L—H型集聚区也在向西转移，说明皖江城市带地区核心吸引物对人口迁移的引力作用强于东部高财政支出的拉力作用，原因是在南京、杭州和合肥三大都市圈的带动下和中部崛起战略的指导下，皖江城市带借助大都市的外溢效应，主动承接中心城市的辐射，建立工厂，提供充足就业机会，促使人口回流；H—L型集聚的城市数量略有增加，相对集中在苏北地区，但由于这些区域经济发展水平较周围地区较低，经济发展不景气，净迁移率低不一定只和财政支出有关。

图2 2010年、2014年、2018年长三角城市群市域财政收支与净迁移率的双变量LISA 聚类

3 财政收支对迁移人口的空间计量分析

3.1 估计模型识别

为了确保上述空间自相关结果的的稳健性，本文基于经济距离空间权重矩阵汇总了上述空间自相关性检验的LM、Robust LM检验结果(表2)。各检验结果均通过了1%的显著性检验，进一步说明空间计量模型在本文中的适用性。

表2 基于经济距离空间权重矩阵的空间自相关性检验结果

3.2 空间计量模型估计结果初步分析

空间相关性检验结果表明，财政收支与净迁移率不但存在着空间关联，而且净迁移率本身也存在着空间相关性，因此在探讨财政收支对人口迁移的影响时，需将空间地理要素纳入其中。由于本文考察的空间截面为全样本范围，结合Hausman检验统计值为38.05，P值为0.000，选择固定效应模型估计结果更好。从SEM、SAR和SDM空间面板计量模型的估计结果(表3)，采用不同的空间权重矩阵各计量模型结果变化不明显，尤其是核心解释变量的正负关系和显著性水平并没有发生明显改变，这在一定程度上验证了估计结果稳定性和模型的合理性。为了进一步结合Wald和LR检验结果，本文选择财政收支对人口迁移影响的SDM模型为最终模型。从不同空间权重矩阵的SDM模型中看出，财政支出和收入的水平项对长三角地区人口迁移具有显著影响。从净迁移率的空间溢出系数来看，不同权重矩阵下的SDM的ρ值为正，且通过了1%的显著性水平检验，说明在财政收入与支出竞争的大环境下，各市净迁移率在空间上也具有显著的溢出效应，对周围地区人口迁移变化情况存在显著的带动作用和模仿效应。

3.3 空间效应分解结果

由于在SDM模型中不同市域被解释变量之间存在相互作用及其他因素影响，使解释变量的回归系数不能完全表示被解释变量的边际效应。为了更好地观察财政收支对人口迁移的影响程度，本文将空间效应利用偏微分形式进行了分解，主要分解成直接效应和间接效应。具体分解过程详见Lesage、Pace[29]和王坤、黄震方、余凤龙等[30]的研究。表3为不同权重矩阵下的空间效应分解结果，从模型拟合效果及显著性水平来看，基于经济距离空间权重矩阵的实证结果较好。

表3 基于不同空间权重矩阵下的计量模型估计结果

财政支出对地区人口迁移具有促进作用：财政支出对人口迁移的直接效应和间接效应分别为0.257和1.022，且均在5%水平下显著。这表明地方财政支出每提高1%，会促进本地区劳动力增加0.25%，并通过空间交互作用间接推动相邻市域劳动力增加1.022%，且财政支出对人口迁移影响的空间溢出效应要强于直接效应。财政支出对人口迁移的直接效应为正，说明扩大地方政府财政支出力度是吸引外来人口的有效途径，即财政支出力度的扩大对本市及邻近地区劳动力的空间集聚有推动作用，其从供给方面拉动人口迁移。空间溢出效应也显著为正，说明财政支出可促进基础设施和基本公共服务的联合化和协调化，推动市域公共供给品的空间扩散，吸引外来人口向大都市圈周围集聚，且向城市圈邻接地区转移的劳动力数量是向本地转移的4倍。

财政收入对人口迁移具有抑制作用：从直接效应来看，其值为0.287，表明财政税收每提高1%，会使本地外来人口降低0.287%。财政税收增加了劳动力的迁入成本，导致净迁移率下降。财政税收对人口迁移的空间溢出效应显著为负，表明财政收入在地区间存在模仿效应。由于财政收入的主要来源是国民纳税，为了保障和改善民生、缩小贫富差距、促进社会公平，会仿照其他地区制定税收政策，导致经济发达地区及其周围的财政税收高，反之亦然。但Tiebout的“用脚投票”机制会使劳动力向税负较低地方转移，从而导致本地及周围地区的劳动力减少。

在控制变量中，城镇化水平、地区经济发展水平和对外开放水平对人口迁移也有促进作用，且城镇化水平和对外开放水平对人口迁移的作用路径相同。从直接效应来看，城镇化水平、地区经济发展水平和对外开放水平对人口迁移的产出弹性分别为0.724、40.231和3.108，均通过了10%水平下的显著性检验。其中，地区经济发展水平对本地人口迁移的促进作用最大，成为影响人口迁移的决定性因素；城镇化进程推动了产业结构转型升级，城市资源与产业集聚效应明显，促使人口向城市聚集；对外开放提升城市知名度，加强了对外联系，推动了人口迁移。从间接效应来看，城镇化水平和对外开放水平分别为3.311和0.936，说明两者在市域间存在着模仿效应和示范效应。一方面，城镇化水平的发展，加快了大城市周围地区承接产业转移，增加了地区就业机会，推动迁移人数的增加；另一方面，通过示范性带动了其他地区对外开放水平的提升，促进了外来人口集聚。

由表4可见，为了推动长三角地区迁移人口的可持续发展，促进人口迁移与劳动力市场的优化配置，缩小地区之间的差距，现阶段应紧密结合长江三角洲区域一体化发展战略，围绕“一核五圈四带”的空间格局，充分发挥长三角通江达海、承东启西、联南接北的区位优势，扩大对外开放水平；充分利用城镇化发展的的空间溢出效应，深化跨区域合作，通过特大城市带动周边城市群发展产业链互补，形成一体化发展市场体系，强化创新驱动，提升产业链水平，构建现代化经济体系，提高长三角地区经济发展水平。随着产业结构的优化，长三角经济迅速发展，调整财政支出结构，加大基本公共服务力度，提升城市基础设施质量，增加优质公共服务供给，提高社会福利保障水平，使本地区居民安居乐业，并以高质量的公共服务及产品吸引其他地区人口净流入。同时，调整财政税收政策，减轻本地企业和居民的税负负担，降低本地企业生产成本和居民生活成本，吸引人口集聚。而人口的集中又会进一步促进技术创新，加快产业升级，扩大经济规模，增加生产环节和就业机会，产业的规模效应和溢出效应将渐渐扩大，对周边城市的带动作用也将进一步加强，从而形成一个良性循环，使人口、经济、社会得到全面的提高，推动城镇化的进程，促进基本公共服务均等化的实现。

表4 SDM模型空间效应分解结果

4 结论与讨论

本文运用双变量LISA模型、空间计量模型分析了长三角41个地级市财政收支与迁移人口的空间关联，并在此基础上分析了财政收支对迁移人口的空间效应，主要结论如下：①2009—2018年间长三角地区净迁移率的空间分布发生了较大的变化，迁入区数量略有下降由东部核心城市向西部皖江城市带转移，迁出区城市数量大幅下降，分布趋于集中，以苏北和皖北的连片区为主。②2009—2018年财政支出与净迁移率之间呈现出空间相关性，但随着时间的推移，空间依赖程度较弱。全局空间自相关检验结果表明，迁移率在空间分布上具有显著空间关联性，财政收支与净迁移率的空间依赖性在研究后期不显著。双变量局部空间自相关检验结果表明，财政收入对净迁移率的抑制作用在不断扩大，对净迁移率的促进作用在减弱。③空间杜宾模型检验表明，财政支出对人口迁移具有正向推动作用，财政收入则对人口迁移具有阻力作用，财政收支成为影响人口迁移的重要因素，但并不是决定因素。同时，地区经济发展水平、城镇化水平、对外开放水平等因素对人口迁移也具有较为显著的推动作用，地区经济发展水平对人口迁移的推动作用更强。

在我国流动人口由连续上升转至缓慢下降，以及地区发展极不平衡的大背景下，研究长三角地区财政收支与人口迁移的空间关系，并在此基础上展开财政收支对人口迁移影响的空间效应分析，对揭示长三角迁移人口空间分布特征、调整财政结构、提高基础设施服务质量、降低企业和个人的税负、缩小地区间差距、减弱区域间劳动力极化效应、维持区内劳动力稳定、推动城镇化进程具有重要的理论意义和应用价值。本文主要选取经济社会方面的指标作为控制变量，具有一定的局限性，未来应进一步考虑将迁移人口的个人意愿和家庭因素等指标进行研究分析。为了响应现阶段长三角区域一体化发展战略，在未来的研究中可适当增加有关国家政策方面的指标，从而进一步构建更加全面科学的控制指标体系。此外，本文仅以总财政收支为影响因素，并未细化不同财政收支类型对人口迁移的影响，今后将在这一方面有所改进，以期得出精度更高的分析结论，使研究结论的实践指导更有意义。