计量结果分析

第五节　计量结果分析

表5-4　迁移率与地方公共支出回归结果（一阶邻接矩阵）

续表

注：括号内为标准差；^*、^**和^***分别表示显著性水平为0.1、0.05和0.01。

表5-4是本书根据公式（5-1）～（5-7）进行回归的结果，此处空间计量回归采用的地理权重矩阵为一阶邻接矩阵W。表中第2和3两列显示了地方人均总支出水平对迁移率的影响，而4和5两列则显示了具体各支出项目的作用。而且，第2和4两列分别采用普通的最小二乘回归，而第3和5两列分别采用了空间计量回归方法，即SLM和SEM。由于我们无法事先了解两类空间溢出效应更符合本研究的实际，因此需要考虑根据Anse1in和F1orax（1995）建议的方法来进行选择，即通过比较拉格朗日统计量LM（1ag）、LM（error）与稳健LM（1ag）、稳健LM（error）的来判断选择SLM还是SEM模型。此外，模型还包括了控制变量地方人均收入水平、人口密度情况以及地区虚拟变量，结果也列于表中。

从列2回归结果中各个变量的符号可知，在我们控制了人均收入水平和人口密度等变量之后，人均地方公共支出水平对地区的人口净迁移率仍有着显著的正面作用。这表明，与我们前文展示的两者间负相关不同，在相同的人均收入水平和人口密度下，人们更倾向于迁往那些具有较高人均公共支出水平的地区。而且，所有的回归模型中的人均收入和人口密度等控制变量的符号均为正号，前者为正说明人口迁移的目的地往往是那些收入水平较高的地区，与第三节所阐述文献的结论相似；而后者为正则说明这些迁移目的地仍然以人密集的城市以及大都会区为主，表明城市对于乡村人口的吸引了是持续存在的。此外，在区域虚拟变量中，北部地区的符号为显著正值，表明人口迁移目标以该地区为正。列3为本书采用SLM模型进行的空间计量回归结果，具体变量同列2中的OLS回归，不同之处在于前者考虑了周边地区的影响。通过比较LM（1ag）和LM（error）检验值的大小，我们可以判断出此处应当采用SLM模型，因此本表并未列出SEM回归的结果。从SLM回归结果可知，周边地区的影响是正向的，即高迁入或迁出地区存在着显著的集聚。其他变量的结果与列2的结果相类似，只是因考虑周边影响，具体的系数值有所下降。同时，在考虑空间溢出效应之后，北部地区的系数值变得不显著了，表明该地区在人口净迁移上可能存在一定的空间集聚。

列4为采用具体地方公共支出项目进行的OLS回归结果，此处我们利用具体的公共支出项目代替人均总支出水平，来解释人口净迁移率。从结果可知，六个支出项目中，仅有经济发展支出和环境保护支出的作用是显著的，其他变量的影响均不显著。前一结果表明，地方经济发展情况仍然是人们迁移中所要考虑的重要因素。尽管我们已经控制了地区经济发展水平，但包括工业支出、农业支出、交通支出等促进地方经济未来发展的支出仍然对人们的迁移行为有着显著的正向作用。后一结果表明，人们对于周边居住环境的日益重视，也导致了地方环境保护支出增长的显著影响。列5为考虑周边地区溢出效应时的回归结果，可知大部分变量的回归系数与列4相似，只是在控制地区影响后，收入水平和人口密度等系数的显著性有所下降，而财政支出的影响则变化不大。除此之外，列4和5中其他变量的影响均不显著，其中一般行政支出和养老抚恤的影响为负，社会福利支出为正，而教育科学文化支出的影响则不确定。

表5-5为本书根据公式（5-3）～（5-7）进行回归的结果，式中的地理权重矩阵分别遵循公式（5-9）～（5-11）所示的二阶邻接矩阵W1、门限距离矩阵W2和K-nearest矩阵W3。根据前述判断选择SLM或SEM的方法，可知本书中的空间计量回归均应采用SLM模型，即周边地区直接施加影响而非SEM模型中的间接施加。从列2～列7中以三类不同地理权重矩阵进行回归的结果，我们可以看到无论采用哪类权重矩阵，主要解释变量系数的符号和显著性水平都没有大的变化。其中，周边地区的溢出效应、人均收入水平、人口密度、人均地方财政支出等变量均为显著正向作用；同表5-4，在地方公共支出中，经济发展支出和环境保护支出仍是主要的正向影响因素，其他变量则不显著。由此可见，表5-4的回归结果是比较稳健的，并未因采用不同的地理权重矩阵，而对回归结果产生显著影响。

表5-5　迁移率与地方公共支出回归结果（替代权重矩阵）

续表

注：括号内为标准差；^*、^**和^***分别表示显著性水平为0.1、0.05和0.01；回归中考虑了地区虚拟变量，因回归参数均不显著，此处略。

上述结果中，某些结论与其他学者的研究并不完全吻合，如康琪珮（2007）发现了台湾地区地方福利支出水平对人口迁移有显著的正面影响，即存在福利移民的现象，而本书中的地方福利支出影响并不显著。分析其原因，可能是由于两个研究采用的数据样本不同造成，本书采用的市、乡、镇与康文采用的县市数据，在数据尺度上存在较大差异，即康文仅限于考察福利支出对县市间迁移的影响，从而忽略了对县内各市乡镇之间迁移的考察。此外，某些地方支出变量的影响，与一些考察地方公共服务或生活质量影响的文献结论有所差别，如施妤铮（2004）研究了台湾1997、1999和2001年人口迁移的影响因素，发现经济因素在90年代有显著作用，而到了2001年则影响不显著，这与本书的结论不太相符。分析其原因，一方面可能是公共支出与公共服务之间存在一定差距，即投入与产出之间的关系并不确定和直接（杨明仪，2003），另一方面可能与近年来人口迁移影响因素的变化有关，这在台湾地区“行政院主计处”进行的《台湾迁徙调查统计》中可以找到证据。

表5-6为台湾人口迁移调查中的迁移原因统计，在100多万的迁移人口中，因居住原因、求学或毕业以及工作原因而迁移的比例分别为33.47%、26.94%和22.48%，表明本书中的经济支出及环境与社区建设支出的显著影响是获得实际调查数据支持的。此处，居住原因包括对原来居住房屋与居住环境不满意等，工作原因包括本人或家属工作调动以及本人或家属寻找工作等，而家庭原因则包括因婚姻、抚养或赡养等原因需要与家人团聚。由此可见，除居住和工作原因外，其他如家庭原因和求学或毕业等原因与地区差异的关系并不十分显著，属于一些类似不可抗力因素的作用，而非个人或家庭理性选择的结果。而且此类原因往往涉及短途迁移，即市、乡、镇内部迁移，而非本书考察的地区之间迁移。

表5-6　台湾人口迁移的主要原因，2007年

数据来源：台湾“行政院主计处”2007年《台湾迁徙调查统计结果综合分析》。

由上文分析可知，因工作原因而迁移的人口占据了相当的份额，表5-7展示了这种迁移的行业分布情况。如果按曾变更行业人口的迁入行业（迁入＝现在行业－未曾变更行业）观察，批发零售及餐饮业与制造业迁入人口最多，人数分别达到3.3万人和1.6万人。在迁出行业方面（移出＝从前行业－未曾变更行业），则以批发零售及餐饮业迁出者最多，达2万人，而制造业次之，迁出3.1万人。若按净迁入人数观察，以批发零售及餐饮业净迁入1.3万人最多，至于净迁出人数，则以制造业的1.6万人最多。由此可见，台湾地区居民迁移的一个重要原因是因工作及就业等原因而改换居住地点，而后者与产业的发展与集聚又存在很密切的关系。因此，本书将在下一章详细讨论台湾地区的产业空间分布、集聚以及影响其发展的主要因素。

表5-7　工作原因迁移人口的行业分布，2007年

数据来源：台湾“行政院主计处”2007年《台湾迁徙调查统计结果综合分析》。