1 引言

自2010年至2020年，中国流动人口规模由2.21亿人增长至3.76亿人，占人口比重也由16.48%上升至26.63%。在城镇化快速推进下，人口流动的规模和强度继续增长，同时户籍制度改革亦推进了流动人口市民化进程^[1]。流动人口在一定程度上加快了城镇化进程，在劳动力资源合理配置方面发挥重要作用，但大规模的人口流动也会给城市带来住房、教育、医疗和交通等方面的压力，引发众多社会问题^[2]。流动人口居留意愿指流动人口是否愿意在流入城市长期居住的主观感受，反映流动人口“用脚投票”的选择，也隐含着流入地城市的吸引力与包容度^{[3, 4]}。在城市房地产市场热度持续变化背景下，城市房价波动对流动人口居留意愿是否产生影响？其影响如何？城市房价对居留意愿的作用机制又如何？这些问题的解决对提升流动人口的城市融入水平，增强流动人口的幸福感和归属感，进而优化城市人口及市民化政策皆有重要意义。

当前，中国流动人口总体规模仍处高位，故对流动人口居留意愿及其影响因素的研究不断涌现。在测度流动人口居留意愿上，主要以短期居住、长期居住、户籍迁移、永久定居等作为指标表征^[5]，在判断长期居留意愿时，主要以“是否打算在流入城市长期居住（5a以上）”“是否愿意将户口迁至流入地”等作为衡量指标^[6]。在居留意愿影响因素上，已有研究主要围绕流动人口个人特征和流入地城市特征等维度构建指标体系，流动人口个人特征包括其年龄、性别、婚姻状况、受教育水平、收入水平等^{[3, 7, 8]}，流入地城市特征包括其经济发展水平、产业结构状况、公共服务供给水平、生态环境质量等^{[4, 9, 10]}，多数研究采用二元Logistic回归模型探究各因素对居留意愿影响的整体水平及其变化状况^{[11, 12]}，少量研究借助地理加权回归模型揭示各因素对居留意愿影响的空间异质性规律^{[1, 13]}。在研究空间尺度上，多侧重于全国尺度和省级尺度^{[5, 14, 15]}，以及流动人口较多的超大城市和特大城市^{[12, 16, 17]}，对城市群和一体化区域等重要功能区的关注不足。在研究时间尺度上，限于数据获取及处理的难度，研究时段也多集中在静态横截面数据，较少捕获面板数据，而使用连续动态数据更能揭示流动人口居留意愿的分异格局及其影响因素演变规律。

在房价对流动人口居留意愿影响上，现有观点如下：一是房价上涨将抑制流动人口居留意愿，主要因为住房成本升高，会加重流动人口的生活负担，使其进入城市的意愿有所减弱^{[18, 19]}。二是房价上涨会提升流动人口居留意愿，这是因为较高的住房支出会增加流动人口选择离开本地所支付的机会成本，进而强化其居留意愿^[20]。三是房价对流动人口居留意愿具有双向作用，当房价上涨时，一方面流动群体个人可支配收入会下降，从而对流动人口的流入产生推力；另一方面高房价也可能意味着未来收入的预期收入更高，而从吸引流动人口的流入^{[6, 21, 22]}。

基于此，论文以中国流动人口最多的区域之一长三角为研究区，使用2012—2018中国流动人口动态监测调查数据（China Migrants Dynamic Survey，CMDS），利用探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）技术探究流动人口居留意愿与城市房价的分异格局及空间关联特征。在此基础上，构建空间面板计量模型考察房价对流动人口居留意愿的整体影响，运用时空地理加权回归（Geographically and Temporally Weighted Regression，GTWR）模型揭示房价影响的空间异质性规律，以期为不同区域的人口管理、住房保障及房价调控政策的制定提供依据。

2 研究区域与方法 2.1 研究区概况与数据来源

长三角地区包括上海、江苏、浙江和安徽全域41个城市，是中国一体化程度最高的区域之一，2018年创造了中国23.49% 的GDP、22.05% 的社会消费品零售额和20.06% 的全社会固定资产投资。

按照2018年行政区划，以长三角41个地级以上行政单元，作为本文研究的基本单元。城市房价数据主要来自中国房价行情平台（http://www.creprice.cn/）和城市房产（http://www.cityhouse.cn/），流动人口居留意愿数据来源于国家卫生健康委2012—2018年中国流动人口动态监测调查数据（CMDS），其采用分层、多阶段、与规模呈比例的PPS方法进行抽样调查，调查对象为在流入地居住1个月以上，非本区（县、市）户口，且年龄在15周岁及以上的流动人口。提取长三角地区流动人口样本，将居住意愿相关问题缺失的样本剔出，得到2012—2018年长三角地区流动人口居留意愿的样本数据（表 1）。针对流动人口居留意愿的衡量，按照调查问卷中“您是否打算在本地长期居住（5a及以上）”将选择“打算”的流动人口视为具有城市居留意愿，或“如果您打算留本地，您预计自己将在本地留多少久”，将选择“6—10年”“10年以上”“定居”的流动人口视为具有城市居留意愿。参考相关文献^{[1, 3]}，将CMDS中长三角各城市具有居留意愿的流动人口数量除以样本总量作为该城市的居留意愿。由于CMDS能够展示流动人口的结构性特征，且CMDS不是追踪调查数据，每年均重新抽样，故该数据可以表征城市流动人口的整体特点，且各年份间具有可比性。其他宏观影响因素来源于2013—2019年《中国城市统计年鉴》《中国区域经济统计年鉴》、各省市统计年鉴及统计公报。

2.2 研究方法 2.2.1 探索性空间数据分析

利用探索性空间数据分析（ESDA）技术探测长三角地区城市房价与流动人口居留意愿的空间相关性，主要包括单变量空间自相关和双变量空间自相关分析工具。

单变量全局空间自相关主要探测长三角城市房价、流动人口居留意愿整体上的空间关联特征，单变量局部空间自相关可以诊断同一区域内邻近空间单元城市房价、流动人口居留意愿的相似性和相关性。

双变量全局空间自相关主要诊断研究区域城市房价与流动人口居留意愿整体上的空间关联强度，双变量局部空间自相关可以进一步识别不同地理单元上存在的空间关联特征，判识出不同地理单元城市房价与流动人口居留意愿之间的空间相关性^[23]。

2.2.2 空间面板计量模型

选用空间面板计量模型检验城市房价对流动人口居留意愿的影响，建立如下模型^[24]：

(1)

式中：SI_{i, t}为流动人口居留意愿；HP_{i, t}为解释变量城市房价；α为城市房价的回归系数；X_{i, t}为控制变量组；β_j为第j个控制变量对应的回归系数；k为控制变量的个数；θ_i为不随时间变化的个体效应；γ_t分别表示为不随个体变化的时间效应；α₀为常数项；ε_{i, t}为随机误差项。

2.2.3 时空地理加权回归模型

时空地理加权回归（GTWR）模型可以利用空间位置坐标和时间坐标构建时空权重矩阵，有效处理影响因素的时空非平稳性^[25]，故借助GTWR模型揭示房价对流动人口居留意愿影响的时空异质性规律。其模型表达式为^[26]：

(2)

式中：y_i为城市i的流动人口居留意愿；（u_i, ，v_i，t_i）为城市i的时空坐标；β₀（u_i, ，v_i，t_i）为回归常数，即截距项；β_j（u_i, ，v_i，t_i）为城市i的第j个回归系数；x_ij为第j个自变量在城市i处的值，ε_i为误差项。

3 长三角城市房价与流动人口居留意愿空间分异格局及关联特征 3.1 长三角城市房价、流动人口居留意愿的空间分布格局

利用ArcGIS软件对2012年和2018年长三角房价和流动人口居留意愿进行空间可视化（图 1），为直观展示房价与居留意愿的连续变化，2012年和2018年分组范围保持一致。

在城市房价上，2012年高值区分布在上海和温州，杭州为次高值区，南京、浙江东部和中部等地区房价也处于较高水平，低值区较为分散，主要分布在江苏北部、安徽北部和南部。2018年高值区和次高值区范围明显扩大，除上海和温州继续居高值区外，杭州、南京及苏州进入高值区，丽水、宁波、金华、舟山和合肥进入次高值区，房价5000元/m²以下的低值区已无城市，次低值区广泛分布于江苏北部、安徽北部和南部。

在流动人口居留意愿上，2012年高值区分布呈集聚与分散并存态势，其中安徽东部和江苏南部为集聚区，亦散布于上海、盐城、舟山和淮北，次高值区多分布于高值区周边，如安徽北部、江苏南部和浙江中北部等地区，低值区则主要集中在江苏中部和北部地区。2018年高值区和次高值区范围继续扩大，其中高值区分布在上海、盐城、衢州及安徽的大部分地区，而次高值区遍布江苏，也散布于杭州、丽水、淮南和池州，居留意愿低于40% 的城市仅台州，此外浙江东部和北部、镇江和亳州居留意愿相对较低。

比较城市房价和流动人口居留意愿变化及空间格局发现，长三角房价和居留意愿总体均呈上升趋势，房价均值由2012年的8274元/m²提升至2018年的13109元/m²，居留意愿也由2012年的55.52% 上升至2018年的62.53%。在空间格局上，房价和居留意愿表现出相反趋势，房价呈“东高西低”趋势，而居留意愿则呈“西高东低”趋势。在空间差异上，房价的标准差由2012年的4782扩大至2018年的8738，居留意愿的标准差由2012年的14.59缩小至2018年的10.13，即房价的空间差异呈扩大趋势，居留意愿的空间差异呈缩小趋势。

3.2 城市房价与流动人口居留意愿的全局空间关联特征

利用GeoDa软件计算长三角地区城市房价、流动人口居留意愿的全局空间自相关指数（表 2）。城市房价和流动人口居留意愿的Moran's I均高于0，且分别在10% 和1% 置信水平上显著，说明城市房价和居留意愿存在明显的空间正相关性。具体来看，城市房价Moran's I值呈先下降后上升的“V”型变化，居留意愿Moran's I值总体呈波动上升趋势，即城市房价空间正相关性有所减弱，居留意愿空间正相关性波动增强。

在城市房价与居留意愿双变量空间自相关上，Moran's I值均低于0，且均在5%置信水平上显著，反映出城市房价较高（低）的城市，其邻近城市流动人口居留意愿较低（高）。双变量Moran's I值绝对值呈波动上升趋势，即长三角地区城市房价与居留意愿的空间相关强度有所提升。

3.3 城市房价与流动人口居留意愿的局部空间关联特征

利用GeoDa软件局部空间自相关工具探究长三角地区城市房价、流动人口居留意愿的局部空间集聚特征（图 2）。

在城市房价上，2012年高—高型在浙江南部集聚，如金华、台州和丽水，低—高型仅嘉兴，低—低型则散布于安徽，如合肥、黄山、蚌埠、淮北和阜阳。2018年高—高型转移至江苏东南部的南通，高—低型仅合肥，嘉兴仍保持低—高型，低—低型则在安徽北部和江苏北部集聚，如蚌埠、淮北、亳州、徐州等。

在流动人口居留意愿上，2012年高—高型分布在铜陵、滁州、宿州和徐州，高—低型仅盐城，低—高型仅安庆，低—低型分布在淮安、宿迁和丽水。2018年高—高型在安徽中部和南部集聚，低—低型主要在浙江东部和南部集聚。

在城市房价与流动人口居留意愿双变量上，2012年高—低型仅分布在丽水，低—高型在江苏北部、安徽东北部和安徽西南部集聚，低—低型在江苏北部集聚。2018年高—高型仅合肥，高—低型范围扩展较多，主要集中在浙江东部和南部，低—高型集中在安徽中部和南部。

总体来看，城市房价和流动人口居留意愿的单变量局部空间类型均以高—高型和低—低型为主，城市房价局部空间关联格局呈现出“北低南高”态势，且具有一定的稳定性，流动人口居留意愿局部空间关联格局逐渐表现出“北高南低”态势，其空间格局具有较强的变动性。城市房价与流动人口居留意愿的双变量局部空间类型以高—低型和低—高型为主，反映出城市房价与流动居留意愿空间格局存在相反的趋势。

4 城市房价对长三角流动人口居留意愿的影响分析 4.1 变量选取

以流动人口居留意愿率为被解释变量，确定城市房价为解释变量，同时增加经济发展水平、产业结构水平、财政自给水平、城镇发展水平、人口吸引水平、工资收入水平作为控制变量综合解释流动人口居留意愿（表 3）。

控制变量选取的理由如下：经济发展水平（ED），使用人均GDP表征城市富裕程度对流动人口居留意愿的影响^[27]；产业结构水平（IS），产业结构转变改变了劳动力市场需求，对流动人口的集聚水平产生影响；财政自给水平（FS），反映地方政府财政资金的充裕程度^[28]，进而影响流动人口在流入地的公共服务享受状态；城镇发展水平（UR），用常住人口城镇化率衡量，流动人口涌入城市推动流入地城镇化率的提高^[14]；人口吸引水平（PA），用常住人口与户籍人口的比重测度，反映城市对外来人口的吸引力；工资收入水平（WI），经济收入是流动人口流动的主要原因^[29]，故收入更高的城市往往会吸引更多的流动人口涌入。

4.2 城市房价对流动人口居留意愿影响的整体特征

对模型中各变量取对数以减少异方差的影响，利用随机效应模型、个体固定效应模型、时间固定效应模型、双向固定效应模型进行回归（表 4），根据Hausman检验结果选择固定效应模型，由于流动人口居留意愿随时间和城市而变化，故使用双向固定效应模型的回归结果进行分析。

城市房价对流动人口居留意愿的影响系数为-0.2512，且在5%置信水平上显著，即房价的上涨抑制了长三角地区流动人口的居留意愿，这也与双变量空间自相关的结果相符。这归因于房价的涨幅远远超过流动人口的收入增幅，使流动人口的购房压力进一步增加，从而降低了流动人口的居留意愿。在控制变量方面，经济发展水平和工资收入水平对流动人口居留意愿的影响显著为正，财政自给水平的影响显著为负，产业结构水平和城镇发展水平对流动人口居留意愿的正向影响不显著，人口吸引水平的负向影响不显著。

4.3 城市房价对流动人口居留意愿影响的局部特征

利用GTWR模型，探究城市房价对流动人口居留意愿的时空异质性影响，模型的相关参数见表 5。GTWR模型的带宽（Bandwidth）为0.9449，拟合优度（R²）达到0.7753，调整后拟合优度（Adjusted R²）为0.7746，反映出GTWR模型可以较好地测度城市房价对流动人口居留意愿的影响。

城市房价对流动人口居留意愿的回归系数具有显著的年际差异（图 3），2012年城市房价对流动人口居留意愿具有正向影响的城市21个，正向影响的高值区主要在安徽北部集聚，次高值区城市数量较多，主要分布在江苏南部和浙江北部。负向影响的城市20个，负向影响的高值区散布于徐州、盐城、台州、马鞍山和黄山，次高值区相对集聚，多分布在浙江南部和安徽中部。2018年具有正向影响的城市减少至13个，正向影响的高值区仍分布于合肥、亳州、池州和宣城，次高值区主要在江苏南部和浙江北部。负向影响的城市增加至28个，负向影响的高值区分布在安徽南部的安庆、池州和黄山，也散布于无锡、盐城和台州，次高值区主要集中在浙江东部和南部。

2012—2018年，城市房价对流动人口居留意愿的影响方向由正负参半逐渐转化为负向为主，影响强度逐渐增强。2012和2018年回归系数的标准差分别为0.4334和0.4408，反映出城市房价对流动人口居留意愿影响程度的差异有所扩大。

5 城市房价对长三角流动人口居留意愿的影响效应 5.1 城市房价对流动人口居留意愿的分化作用

长三角地区整体房价及流动人口居留意愿均波动上升，房价呈先平稳后上升趋势，居留意愿则呈现出先下降后上升态势（图 4）。但从区域内部来看，以上海、南京和杭州为代表的核心城市流动人口居留意愿却出现了下降，而江苏北部和安徽北部等经济发展水平相对滞后地区的流动人口居留意愿上升明显。

2012—2015年长三角区域房价总体较为平稳，这不仅能促进地方实体经济发展，也有利于降低城市生活成本，提高城市居民的可支配收入，进而吸引更多的外来人口流入。由表 4可知，经济发展水平和工资收入水平的提高会显著提高流动人口居留意愿，故该阶段多数城市流动人口居留意愿呈现出稳步提升态势。2015—2018年长三角房地产市场持续升温，房价水平也呈快速上涨趋势，尤其是以上海、南京、杭州、苏州等为代表的热点城市房价涨幅均在50%以上。房价快速上涨远远超过居民收入增长速度^[30]，使中低收入群体住房压力增大，增加企业生产经营成本和居民生活成本，阻碍外来人口的持续流入，不利于流动人口居留意愿的提高。同时，安徽南部和北部等地区的房价较低且涨幅较缓，而经济发展较快，城市居民收入增长较快，有力地提升了流动人口的居留意愿。

总体来看，在房地产市场平稳发展阶段，房价的稳定有助于提高流动人口的居留意愿，而在房地产市场过度发展阶段，房价的快速上涨阻碍流动人口居留意愿的提升，也可能会出现流动人口的“回流”现象。

5.2 城市房价与流动人口的互馈效应

长三角人口净流入量变化趋势与流动人口居留意愿变化趋势基本一致（图 5）。具体来看，上海流动人口居留意愿先上升后下降，主要受到上海房价先平稳后快速上涨的影响。上海人口净流入量也呈现类似的变化特征，即流动人口居留意愿上升时，人口净流入量呈增长趋势，而在居留意愿下降后，人口净流入量呈减少势头。由于人口对房价具有较强的传导性^[31]，流动人口的持续流入促进区域城镇化水平的提高，进而影响区域房价，而传导过程具有一定的滞后性，即上海流动人口居留意愿提高使人口净流入量持续增长，也影响到研究后期其房价的快速上涨。

江苏人口净流入量总体呈下降趋势，主要在于苏南房价涨幅过快，对外来人口的流入产生推力，使其流动人口居留意愿下降，人口净流入量也随之下降，而江苏中部和北部房价保持较为平稳的增长，其流动人口居留意愿也保持稳步提升，其人口净流入量虽为负值，但呈下降趋势。浙江各城市人口净流入量多呈上升态势，2012年浙江各城市房价水平已处于较高水平，至2018年各城市房价涨幅较低，保持平稳增长，有利于流动人口居留意愿的稳步提升，但由于浙江各城市房价水平在长三角处于前列，故房价对流动人口居留意愿的影响多呈负向。2012—2018年安徽各城市人口净流入量多为负值（除合肥外），反映出研究期以来安徽多数城市处于人口流失阶段，但人口流失量总体呈减少趋势，一方面安徽整体房价水平较低，且各城市增幅不高，也有效提升了流动人口居留意愿，加之近年来安徽部分城市流动人口出现“回流”现象，亦为区域房价的增长提供了后续动力。

随着长三角一体化程度的不断深化，城市房价不仅会影响该城市流动人口，也会对其他城市产生影响，上海、南京、杭州等核心城市房价快速上涨一方面使其流动人口居留意愿下降，阻碍流动人口的流入，进而无法支撑城市房价的快速上涨，另一方面使流动人口逐渐回流，促进非核心区城市流动人口居留意愿的提升，为非核心区经济发展提供人力资源支撑。

5.3 长三角流动人口居留意愿提升路径

人口与劳动力流动既是社会发展现象，也是经济转轨现象。尽管流动人口向发达地区转移和集聚提供了丰富的劳动力保障，但也给流动人口社会融入、福利制度改革及基本公共服务均等化等方面带来新的挑战，这迫切需要政府在流动人口政策方面进行新的顶层设计与实践探索。

首先，由于城市房价对流动人口居留意愿的影响方向存在地域差异，故需继续完善区域住房调控政策，如上海、南京、杭州、苏州等受房价影响的负向地区应实行更为严格的差别化住房信贷政策，加强对房地产开发企业购地和融资的监管以抑制房价的快速上涨。对于受房价影响的正向地区，如安徽北部和南部的亳州、阜阳、池州、宣城等城市，应增加居住用地有效供应，继续保持低房价优势，吸引外出人口回流。其次，由于经济发展水平、工资收入水平对流动人口居留意愿为正向影响，故应改善劳动条件和福利待遇，提供具有竞争力的薪资待遇，合理制定最低工资标准，并根据行业和地区的需求进行适度调整。最后，因财政自给水平对流动人口居留意愿为负向影响，故地方政府一方面应深化财税体制改革，降低对土地财政的依赖，另一方面应加大流动人口方面的财政支出，如为流动人口提供低息贷款、创业资金和补贴等政策支持，帮助流动人口在流入地安居落户；同时通过提供住房补贴、优先购房权或租金减免等方式，减轻流动人口的居住成本，提高流动人口的居留意愿。

6 结论与讨论

以长三角三省一市为研究区，对2012—2018年城市房价与流动人口居留意愿的空间格局及关联特征进行探究，并揭示城市房价对流动人口居留意愿的整体影响及时空异质性规律，得到以下结论：

（1）2012—2018年长三角房价呈“东高西低”的空间态势，流动人口居留意愿则呈“西高东低”态势，且长三角房价及空间差异不断上升，居留意愿有所提高，但其空间差异呈缩小趋势。房价和流动人口居留意愿均呈较强的空间正相关性，而双变量上呈空间负相关性，且房价空间相关性不断减弱，居留意愿及双变量的空间相关性波动增强。

（2）城市房价、财政自给水平对流动人口居留意愿整体影响显著为负，经济发展水平、工资收入水平的整体影响显著为正，其他因素的影响不显著。在局部特征上，房价正向影响区数量减少，分布由安徽北部、江苏南部和浙江北部转移至安徽中南部，负向影响区数量增加，逐渐由浙江南部和安徽中部扩散至长三角大部分地区。房价对流动人口居留意愿影响方向由正负参半转为负向为主，影响强度的空间差异呈扩大趋势。

（3）城市房价对流动人口居留意愿的分化作用表现为房价稳定助推了流动人口居留意愿的提高，房价快速上涨阻碍居留意愿的提高。城市房价与流动人口的互馈效应反映在核心城市房价上涨会使其流动人口居留意愿下降，影响流动人口的持续流入，进而不利于区域房价的预期增长，也会带动非核心城市流动人口居留意愿的提升，推动区域一体化发展。

由于本文仅从城市特征探究房价对流动人口居留意愿的影响，可能忽视了其他因素对居留意愿的作用，下一步可以增加流动人口个体特征方面的因素，揭示个体特征与城市特征对居留意愿的影响规律，比较两者影响的差异性，剖析差异形成机理。此外流动人口群体较为庞大，后续还可以对流动人口分层，如分职业、分性别、分收入水平、分学历水平等，剖析房价对不同流动人口群体居留意愿影响的差别，以提出更具针对性的措施与路径，提高不同流动人口群体的幸福感和归属感。