王一帆　劉追　劉澤雙

摘要：首先通過基于改進的中心點混合三角白化權(quán)函數(shù)，以2014年全國各省份流動人口的相關(guān)數(shù)據(jù)為樣本對全國流動人口的經(jīng)濟融入水平進行不同灰類的劃分;其次通過二階段灰色聚類對灰色類系數(shù)進行綜合測度決策系數(shù)的計算，以克服只通過最大值判定灰類而忽視了其余三個灰類系數(shù)對灰類劃分的影響，得出我國省域流動人口經(jīng)濟融入水平的分布格局;最后為了克服由于忽視了外生變量對灰類系數(shù)影響的局限性，通過借鑒數(shù)據(jù)包絡(luò)分析的方法將綜合測度決策系數(shù)作為外向影響性變量，選取三個外生變量作為內(nèi)向影響性變量進行綜合測度決策系數(shù)的真實性分析。結(jié)果顯示，我國目前流動人口經(jīng)濟融入大部分處于中等偏上的水平，在推進流動人口經(jīng)濟融入的過程中沒有考慮微觀和宏觀因素的影響是導(dǎo)致一些地區(qū)流動人口融入水平不高的原因。本文得出的結(jié)果為城鎮(zhèn)化進程中流動人口遷移和經(jīng)濟融入的政策研究提供依據(jù)，本文從推動流動人口經(jīng)濟融入和融入社會方面提出相關(guān)建議。

關(guān)鍵詞：流動人口;經(jīng)濟融入;水平評價;三階段灰色聚類

中圖分類號：C922文獻標(biāo)識碼：A文章編號：1000-4149（2019）06-0042-15

DOI：10.3969/j.issn.1000-4149.2019.00.010

Research on the Evaluation of the Level of Economic Integration of Floating Population in China Based on the Three Stage Grey Clustering Method

WANG Yifan1，LIU Zhui1，LIU Zeshuang2

（1. School of Economics and Management， Shihezi University， Shihezi 832000，? China; 2. School of Economics and Management，Xian University of Technology， Xian 710054，? China）

Abstract：Based on the improved center-point hybrid triangular whitening right function， this paper uses the relevant data of the floating population in 32 provinces and cities in the country? in 2014， as the sample data to carry on the different grayes of the economic integration of the floating population. The second series of gray clustering is used to calculate the? comprehensive measure decision coefficient of the gray metric to overcome the influence of the remaining three gray coefficients on the gray classification by the maximum gray value，the distribution pattern of Chinas provincial floating populations economic integration level has been obtained. Finally， by referring to the method of data envelopment analysis will be a comprehensive measure of decision-making influence coefficient as the extroverted influence variable， and analysis the authenticity of selected three variable as exogenous variables to influence comprehensive measure decision coefficient in order to overcome the limitations of ignoring the effect of exogenous variables on grey coefficient. The results show that the current economic integration level of floating population in China is mostly above the medium level.It is also? a reason that in the process of promoting the economic integration of the floating population did not take into account the impact of micro and macro factors is also led to some areas of the floating population is not high level of integration. The results of this paper provide the basis for the study of floating population migration and economic integration in the process of urbanization， and finally put forward relevant suggestions from promoting? economic integration and social integration of floating population.

Keywords：floating population; economic integration; the evaluation of the level; three stage gray clustering method

人口大規(guī)模流動遷移是我國城鎮(zhèn)化、工業(yè)化快速發(fā)展階段最顯著的人口現(xiàn)象，已經(jīng)成為推動經(jīng)濟社會結(jié)構(gòu)變動、利益格局調(diào)整、社會組織體系變化的重要因素[1]。據(jù)國家統(tǒng)計局公布數(shù)據(jù)顯示，截至2017年末全國流動人口為2.44億人，占全國人口總數(shù)的18%[2]，相當(dāng)于每六個人中就有一個是流動人口。在城鎮(zhèn)化繼續(xù)深化的“十三五”時期，可能還會有1億流動人口進城[3]，城鎮(zhèn)化也將從農(nóng)村人口進入城市的非農(nóng)化階段過渡到遷移流動人口市民化的階段。城鎮(zhèn)化的新常態(tài)下，讓規(guī)模如此龐大的流動人口擺脫候鳥式的生活，在城鎮(zhèn)定居下來并能最終融入城鎮(zhèn)社會已成為當(dāng)前亟待解決的問題。然而由于經(jīng)濟發(fā)展水平不平衡、管理政策碎片化，我國流動人口的經(jīng)濟融入狀況一直存在較大的地區(qū)差異。因此，全面量化考察中國流動人口的經(jīng)濟融入水平，準(zhǔn)確認(rèn)識流動人口經(jīng)濟融入的省際差異，從而提出促進流動人口經(jīng)濟融入和市民化的政策建議，對于推動新型城鎮(zhèn)化的健康發(fā)展有重要意義。

處于轉(zhuǎn)型期的中國，雖然流動人口數(shù)量不斷增加，面對流入地“強”文化下的流動人口依然區(qū)別于“融合”，而屬于在經(jīng)濟、行為、文化和觀念上單向的社會融入。在以上社會融入的多維度中，經(jīng)濟融入是其他維度融入的基礎(chǔ)和前提，沒有經(jīng)濟融入，流動人口很難實現(xiàn)其他層面的社會融入[4]。因此，經(jīng)濟融入是測量社會融入的一個最核心和最基礎(chǔ)的客觀維度，在研究流動人口社會融入問題時，首先要把握經(jīng)濟融入，但經(jīng)濟融入并非是具有規(guī)范性和普遍性的測量指標(biāo)，對經(jīng)濟融入的測量也包含一系列的數(shù)據(jù)統(tǒng)計和分析，其中就業(yè)與職業(yè)、收入、居住和社會福利是流動人口進入流入地生活時需要解決的首要問題，在一定程度上反映著流動人口的經(jīng)濟融入狀況。

本文嘗試對我國省際流動人口經(jīng)濟融入水平進行聚類評價并展開討論，力圖從以下方面拓展現(xiàn)有研究：第一，區(qū)別于目前對流動人口經(jīng)濟融入的研究中，較多關(guān)注流動人口群體基本經(jīng)濟狀況和特點，或未把經(jīng)濟融入從社會融入中剝離，僅作為二級指標(biāo)的簡單化處理，本文將專注流動人口經(jīng)濟融入并構(gòu)建其多維關(guān)鍵性指標(biāo)體系;第二，鑒于已有文獻中多關(guān)注就業(yè)、收入和居住指標(biāo)，而忽視職業(yè)聲望、社會保障等重要的經(jīng)濟融入指標(biāo)，本文將對指標(biāo)予以豐富、整合并吸納，打造包含就業(yè)與職業(yè)融入、收入與支出差異、社會保障和住房狀況四大類、多層次的經(jīng)濟融入指標(biāo);第三，突破單純從理論上規(guī)范研究，或局限于地理位置，或經(jīng)濟圈、經(jīng)濟帶針對某地區(qū)的分析，本研究將基于實證方法使用全國性抽樣調(diào)查數(shù)據(jù)進行分析;第四，鑒于融入的內(nèi)涵是復(fù)雜的，融入的過程是多向互動的，流動人口經(jīng)濟融入的運行機制、影響因素等，我們也不完全清楚，因此，本文認(rèn)為經(jīng)濟融入水平評價問題屬于不確定性的半復(fù)雜問題[5-7]，對這個相對灰色的問題，本文將通過改進后的灰色聚類模型進行分析[8];第五，考慮到經(jīng)濟融入可能的影響因素眾多，歸納主要有微觀的個體因素和包含流動因素、經(jīng)濟結(jié)構(gòu)和政策環(huán)境因素在內(nèi)的宏觀因素[9]，因此，三階段將剔除性別、戶籍和人力資本投資等主要人口統(tǒng)計學(xué)差異影響，對經(jīng)濟融入水平進行再次聚類，以找出受微觀因素影響的地區(qū)，并分析影響經(jīng)濟融入水平差異的主要宏觀因素。

一、 文獻綜述

在梳理過往文獻中發(fā)現(xiàn)，經(jīng)濟融入大多是在社會融入的視域下被分析研究的，對流動人口經(jīng)濟融入水平進行省際系統(tǒng)評價的研究較少。

國內(nèi)外學(xué)者在經(jīng)濟融入的指標(biāo)和測度方面的研究，經(jīng)歷了一個認(rèn)識不斷深入的過程。哈姆（Hum）與辛普森（Simpson）認(rèn)為經(jīng)濟融入是指移民在勞動力就業(yè)市場、職業(yè)地位、收入公平等方面的融合[10]。恩澤格爾（Entzinger）等提出移民社會整合包括社會經(jīng)濟、語言文化、法律政治和居民接納，社會經(jīng)濟融入主要指移民在經(jīng)濟就業(yè)、收入水平、職業(yè)流動、社會福利與社會保障、社會性活動與社會組織參與等方面的狀況;并以德國為例分析了政府經(jīng)濟融合政策的缺乏，導(dǎo)致移民難以獲得經(jīng)濟融入[11]。黃匡時和嘎日達提出從農(nóng)民工“城市融合政策指數(shù)”、“城市融合總體指數(shù)”和“城市融合個體指數(shù)”三方面構(gòu)建“農(nóng)民工城市融合度”評價指標(biāo)體系，該指數(shù)的結(jié)果包括總分值（Score Values）和指數(shù)值（Index Values），通過分值判斷農(nóng)民工社會融合程度[12]。楊菊華從職業(yè)、勞動時間、月收入、社會保障和住房條件等5個要素把握青年鄉(xiāng)—城流動人口的經(jīng)濟融入，通過與其他相關(guān)人群對比，分析該群體的絕對經(jīng)濟社會地位和相對融入水平[13]。張慶武通過因子分析法構(gòu)建青年流動人口的社會融入指標(biāo)體系，它包括經(jīng)濟整合、社會生活、政策接納和文化適應(yīng)等4個一級維度和11個二級指標(biāo)，應(yīng)用模糊積分的綜合評價方法計算北京市青年流動人口整體社會融入度，并對計算方法的優(yōu)缺點進行了探討分析[14]。張慶武等從勞動就業(yè)、職業(yè)發(fā)展、收入水平、社會保障等5個方面分析北京市新生代農(nóng)民工的經(jīng)濟融入情況，并從政府和社會的角度提出了相關(guān)建議[15]。

在流動人口經(jīng)濟融入的測量方法上，國內(nèi)學(xué)者采取了不同的方式。汪永臻等以蘭州市少數(shù)民族流動人口為研究對象將城市經(jīng)濟融入分為四類指標(biāo)，運用描述性統(tǒng)計方法展開了民族差異分析及探討[16]。楊菊華選取2005年全國1%人口抽樣調(diào)查數(shù)據(jù)，使用了因子分析方法探討青年鄉(xiāng)—城流動人口經(jīng)濟融入的模式、特點和影響因素[13]。湯喜紅將經(jīng)濟融入分四類指標(biāo)量化，測度大學(xué)生流動人口的經(jīng)濟融入水平[17]。王鵬通過觀察和深度訪談流動人口的方法，了解其經(jīng)濟融入現(xiàn)狀及社會互動產(chǎn)生的原因[18]。丁瑤琳選取2010年全國流動人口監(jiān)測數(shù)據(jù)，運用多層線性交互分類模型對從事經(jīng)濟活動的省際流動人口經(jīng)濟融入進行分析[19]。

關(guān)于經(jīng)濟融入的影響因素方面，研究多集中在微觀的個體特征，以及宏觀的流動特征、流入地經(jīng)濟和制度方面。楊菊華發(fā)現(xiàn)流動人口的絕對、相對經(jīng)濟狀況受到流入地的地區(qū)經(jīng)濟發(fā)展水平的影響，認(rèn)為流動人口在越發(fā)達的地區(qū)越難融入[4]。任遠(yuǎn)等通過回歸模型驗證了流動人口的個人和家庭狀況、社區(qū)參與和社會資本、城市的制度影響流動人口的社會融合[20]。田明等發(fā)現(xiàn)流動人口社會融入的影響因素微觀上包括人力資本、就業(yè)狀況、個體特征三方面[21];劉婷婷等采用多元回歸模型分析了個人特征、經(jīng)濟因素及社會作用對流動人口社會融入感、本地居民社會接納度的影響[22]。

隨著對社會融入認(rèn)識上從單一到多維的發(fā)展，學(xué)者們已經(jīng)逐漸認(rèn)同了經(jīng)濟融入是流動人口在流入地立足的基礎(chǔ)，是社會融入的重要指標(biāo)，但大多研究僅將經(jīng)濟融入作為社會融入的二級指標(biāo)進行簡單化處理，使得關(guān)于經(jīng)濟融入地區(qū)差異的研究并沒有得到足夠的重視。在已有研究中發(fā)現(xiàn)經(jīng)濟融入的丈量尺度差異比較大，鮮有以省際尺度測度全國流動人口經(jīng)濟融入水平的文獻，其中使用灰色聚類模型研究本問題的幾乎沒有。但是在文獻梳理時發(fā)現(xiàn)，針對不同數(shù)據(jù)特征學(xué)者們采用了不同方法，這對本文有較強的啟發(fā)作用。在方法上，部分學(xué)者采用帶有一定經(jīng)驗成分的定性評價，這顯然受經(jīng)驗和判斷等人為因素影響較大;也有學(xué)者采用含定性成分較多的定量評價，比如依然受主觀感受影響的層次分析法，在復(fù)雜系統(tǒng)中精確度容易受損;個別學(xué)者也采用依據(jù)大樣本數(shù)據(jù)進行實證分析的定量評價，而這類大樣本一手?jǐn)?shù)據(jù)相對匱乏。

針對流動人口的數(shù)據(jù)往往存在一些特點，首先就是數(shù)據(jù)的準(zhǔn)確性差，這也與調(diào)研樣本量大有關(guān)，比如本文擬采用的近20萬份調(diào)研數(shù)據(jù)，在如此巨大的數(shù)據(jù)收集時，即使具備詳細(xì)的工作方案和問卷說明，受調(diào)研對象主觀判斷的影響，也難免與實際有一定偏差;其次是數(shù)據(jù)的不完備，實際的數(shù)據(jù)往往不能夠滿足科研工作的需求，存在一些指標(biāo)數(shù)據(jù)缺失、不可得的情況;再次就是數(shù)據(jù)的相關(guān)性強，由于流動人口的復(fù)雜性和不確定性，各數(shù)據(jù)之間可能也存在一定關(guān)聯(lián)，不能再用簡單、傳統(tǒng)的聚類方法進行分析;最后是數(shù)據(jù)范圍的覆蓋性，能夠覆蓋全國范圍的流動人口一手?jǐn)?shù)據(jù)相對比較難得，而二手?jǐn)?shù)據(jù)相對容易得到。據(jù)此，本文選擇了主要利用二手?jǐn)?shù)據(jù)，對數(shù)據(jù)的準(zhǔn)確性、不完備、相關(guān)性等特點要求不高，能夠?qū)o規(guī)律樣本進行篩選、加工和延擴的灰色聚類法，并且為了剔除外生變量（人口統(tǒng)計學(xué)變量）對灰類系數(shù)的影響，找出受微觀因素影響地區(qū)和主要宏觀影響因素，對模型進行了第三階段的優(yōu)化。

二、流動人口經(jīng)濟融入綜合評價模型

本文以2014年原國家衛(wèi)生和計劃生育委員會在全國范圍內(nèi)開展的流動人口動態(tài)監(jiān)測數(shù)據(jù)為基礎(chǔ)，建立衡量經(jīng)濟融入程度的指標(biāo)體系，采用基于中心點混合三角白化權(quán)函數(shù)的灰色聚類評估模型對全國31個省（區(qū)、市）及新疆建設(shè)兵團的流動人口城市融入水平進行綜合評價[7]，最后對結(jié)果進行分析和解釋。灰色聚類理論已經(jīng)趨于成熟，故不在此贅述公式的推導(dǎo)過程，只做算法步驟的介紹。

根據(jù)對象關(guān)于指標(biāo)的樣本觀測值將對象i歸入灰類，稱為灰色聚類[5]。

第一步：確定灰類的個數(shù)以及各灰類的轉(zhuǎn)折點和中心點;

第二步：構(gòu)造相應(yīng)的上下限測度白化權(quán)函數(shù);

第三步：計算出其關(guān)于灰類的隸屬度;

第四步：確定各指標(biāo)的權(quán)重;

第五步：計算對象關(guān)于灰類的聚類系數(shù);

第六步：判斷對象的灰類類型，當(dāng)有多個對象同屬于相同灰類時，還可以進一步根據(jù)綜合聚類系數(shù)的大小確定各個對象的優(yōu)劣或位次。

三、流動人口經(jīng)濟融入水平評估實證分析

1.數(shù)據(jù)來源及評估指標(biāo)體系設(shè)計

（1）數(shù)據(jù)來源。本研究使用原國家衛(wèi)生和計劃生育委員會在全國范圍內(nèi)開展的2014年流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)，樣本點分布31個?。▍^(qū)、市）和新疆生產(chǎn)建設(shè)兵團的1459個縣級單位，樣本量從4000人—14000人共八個等級，實際調(diào)查人次中有效樣本200937個[23]，該數(shù)據(jù)擁有流動人口的就業(yè)、收入、社會保障和居住等經(jīng)濟融入數(shù)據(jù)，也提供了較為豐富的影響因素信息，是研究本問題的最佳數(shù)據(jù)之一。

（2）指標(biāo)體系設(shè)計。結(jié)合對經(jīng)濟融入概念與理論的深度解析，本文主要基于以下方面研究流動人口的經(jīng)濟融入狀況：①就業(yè)與職業(yè)融入包含兩個內(nèi)涵：勞動力市場融入和職業(yè)融入。勞動力市場融入是國外對該問題的研究中最常見的維度之一，表示國際移民在融入地勞動力市場上的表現(xiàn)，一般用勞動參與率、就業(yè)率等來衡量;而職業(yè)融入是流動人口職業(yè)地位和社會分層的重要標(biāo)志[24]，參照楊菊華對各類職業(yè)排序后賦值[13]，測算各地區(qū)流動人口職業(yè)聲望的得分，得分高代表該地區(qū)流動人口的職業(yè)聲望水平高。②國內(nèi)外研究將收入特別是與當(dāng)?shù)鼐用竦钠骄杖胨降牟罹嘧鳛楹饬拷?jīng)濟融入的重要指標(biāo)[13，24]，除此之外，本文認(rèn)為這一指標(biāo)還應(yīng)包括消費水平的差異;收入差異分別用絕對和相對平均月收入表達，相對平均月收入用流動人口的絕對平均月收入比較該地區(qū)居民平均月收入得到;支出水平用恩格爾系數(shù)表示，為流動人口食品支出總額占個人消費支出總額的比重。③社會保障是流動人口規(guī)避風(fēng)險的重要手段，但一直以來卻向當(dāng)?shù)鼐用駜A斜，選取當(dāng)?shù)鼐用衿占暗摹拔咫U一金”作為測度經(jīng)濟融入的重要指標(biāo)。④中國傳統(tǒng)的倫理道德造就了濃厚的家文化，很少中國人愿意租房過一輩子。因此，住房狀況方面考慮到流動人口的購房、租房情況，選擇了具有代表性的住房擁有率和月繳納房租。以上指標(biāo)能夠在較大程度上折射出流動人口經(jīng)濟融入水平。

雖然經(jīng)濟融入是一個多維度的概念，但進行量化操作時指標(biāo)并非越多越好，基于灰色模型善于處理短信息的問題，應(yīng)該合理控制指標(biāo)的數(shù)量。本文在充分考慮數(shù)據(jù)的可得性、客觀性、時效性以及可操作性的同時，綜合全國各省份以及新疆建設(shè)兵團的實際情況以及指標(biāo)之間的相關(guān)性，建立流動人口經(jīng)濟融入水平的評價指標(biāo)體系。運用灰色聚類模型對收集、整理的擬選指標(biāo)進行處理，得到包括就業(yè)職業(yè)融入、收入支出差異、社會保障以及住房狀況4個一級指標(biāo)和14個二級指標(biāo)的流動人口經(jīng)濟融入水平評價指標(biāo)體系，見表1。

在所有二級指標(biāo)中，第6個指標(biāo)恩格爾系數(shù)為反向變化指標(biāo)，即恩格爾系數(shù)越高，流動人口總支出中用來購買食物所占的比例就越大，經(jīng)濟融入水平越低;第14個指標(biāo)人均每月繳納房租也為反向變化指標(biāo)，即繳納房租越高，居住成本越高，流動人口越難以融入流入地;而其余12個指標(biāo)均為正向指標(biāo)，即數(shù)值越大，地區(qū)流動人口經(jīng)濟融入水平越高。此外，為區(qū)分相關(guān)二級指標(biāo)對地區(qū)流動人口經(jīng)濟融入水平影響的大小，借鑒以往學(xué)者研究成果，根據(jù)相關(guān)專家學(xué)者意見以及實際情況設(shè)計指標(biāo)權(quán)重。

2.實證分析

根據(jù)流動人口經(jīng)濟融入水平評價目標(biāo)，擬將地區(qū)經(jīng)濟融入水平劃分為弱、中等、較強、強4個不同的灰類，并按照基于中心點混合三角白化權(quán)函數(shù)的灰色聚類評估模型建模過程進行綜合評價。

第一步：首先確定各個指標(biāo)的取值范圍及其關(guān)于弱灰類（灰類1）、強灰類（灰類4）的轉(zhuǎn)折點λ1j，λ4j，j=1，2，...，14和中等灰類（灰類2）、較強灰類（灰類3）的中心點λ2j，λ3j，j=1，2，...，14。其中各個指標(biāo)的取值范圍參照2014年全國各省份的實際數(shù)據(jù)確定，各個指標(biāo)關(guān)于不同灰類的轉(zhuǎn)折點和中心點λ1j，λ2j，λ3j，λ4j，j=1，2，...，14經(jīng)反復(fù)討論后確定。

第二步：由各指標(biāo)取值范圍及其轉(zhuǎn)折點、中心點，可得指標(biāo)j（j=1，2，…，14）關(guān)于灰類k（k=1，2，3，4）的白化權(quán)函數(shù)如下：

j=1：f11[-，-，λ11，λ21]，f21[λ11，λ21，-，λ31]，f31[λ21，λ31，-，λ41]，f41[λ31，λ41，-，-]（1）

即：

j=1：f11[-，-，70，83]，f21[70，83，-，88]，f31[83，88，-，92]，f41[88，92，-，-]

類似地，可得：

j=2：f12[-，-，70，85]，f22[70，85，-，90]，f32[85，90，-，93]，f42[90，93，-，-]

j=3：f13[-，-，31，39]，f23[31，39，-，41.5]，f33[39，41.5，-，44.8]，f43[41.5，44.8，-，-]

……

j=4：f113[-，-，190，260]，f213[190，260，-，290]，f313[260，290，-，352]，f413[290，352，-，-]

第三步：將2014年全國各省份流動人口經(jīng)濟融入水平指標(biāo)實現(xiàn)值代入指標(biāo)j（j=1，2，…，14）關(guān)于灰類k（k=1，2，3，4）的白化權(quán)函數(shù)，可得各指標(biāo)實現(xiàn)值關(guān)于灰類k（k=1，2，3，4）的隸屬度fkj（x）（j=1，2，…，14，k=1，2，3，4），fkj（x）計算見公式（2）。

第四步：各指標(biāo)權(quán)重Wj，j=1，2，…，14（見表1）。

第五步：由式（3）可計算出全國各省份流動人口經(jīng)濟融入水平關(guān)于灰類k（k=1，2，3，4）的聚類系數(shù)σki（i=1，2，3，4）。

結(jié)果如見表2。

第六步：由表2可知，在全國各省份中，北京、遼寧、上海、江蘇、浙江、福建、江西、河南、湖南、廣東、重慶、四川、云南和西藏聚類系數(shù)最大值落在σ4i中，屬于流動人口經(jīng)濟融入水平強的灰類;天津、河北、山東、廣西、甘肅和新疆建設(shè)兵團的聚類系數(shù)的最大值落在σ3i中，屬于流動人口經(jīng)濟融入水平較強的灰類;山西、內(nèi)蒙古、吉林、黑龍江、安徽、湖北、海南、貴州、陜西、寧夏和新疆的聚類系數(shù)的最大值落在σ2i中，屬于流動人口經(jīng)濟融入水平中等的灰類;青?；疑垲愊禂?shù)最大值落在σ1i中，屬于流動人口經(jīng)濟融入水平弱的灰類。

3.兩階段灰色綜合測度決策模型

根據(jù)灰色聚類系數(shù)向量各分量的最大值對決策對象進行分類，所得到的結(jié)果雖然具有一定的合理性，但有時也會產(chǎn)生偏差。這是由于在對灰色聚類系數(shù)向量進行比較時，有時需要把灰色聚類系數(shù)向量看成一個整體進行綜合考慮，為了得到更有效的分類數(shù)據(jù)，采用后面第7—8步給出的綜合測度決策模型[25]來實現(xiàn)。

第七步：設(shè)有s個不同的決策灰類，計算綜合加權(quán)決策向量（η1，η2…ηs）。

第八步：計算決策對象i關(guān)于灰類k的綜合測度決策系數(shù)向量。

第九步：由max1≤k≤s{ωki}=ωk*i，判定對象i屬于k*灰類。

第十步：若有多個對象同屬于k*灰類，則根據(jù)灰色聚類系數(shù)或綜合測度決策系數(shù)對同屬于灰類k*的所有對象進行排序。

通過第七步可以得出4個灰類的綜合加權(quán)決策向量：

η1=110（4，3，2，1）;η2=112（3，4，3，2）;η3=113（2，3，4，3）;η4=110（1，2，3，4）;

求綜合測度決策向量，由ωki=ηkδTi可得結(jié)果如下：ω1=（15.9685，21.1893，26.8776，34.0315）;ω2=（17.7790，22.4028，28.2094，32.2210）

ω3=（17.8742，23.0998，29.3787，32.1258）; ω4=（32.3547，28.7469，22.4840，17.6453）

ω5=（28.5419，27.4992，24.8186，21.4580）; ω6=（14.7119，20.5933，28.0966，35.2881）

ω7=（24.6004，28.0700，25.5004，25.3996）; ω8=（28.2146，29.2635，25.4116，21.7854）

ω9=（16.1138，20.9995，27.0519，33.8862）; ω10=（15.0848，20.7926，27.3431，34.9152）

ω11=（18.2874，21.2395，26.0175，31.7126）; ω12=（23.9193，27.3015，26.9071，26.0807）

ω13=（16.3725，20.9951，25.3217，33.6275）; ω14=（18.0182，23.2464，27.5420，31.9817）

ω15=（19.8458，24.1727，28.5480，30.1542）; ω16=（20.7649，23.9801，25.7873，29.2351）

ω17=（24.4998，28.1268，27.9947，25.5002）; ω18=（16.2523，21.1702，26.4266，33.7477）

ω19=（15.5124，21.1985，28.1268，34.4876）; ω20=（20.9675，25.7121，29.0939，29.0325）

ω21=（22.5483，26.9518，27.5367，27.4517）; ω22=（13.2476，19.3730，26.7747，36.7524）

ω23=（12.8154，19.0128，27.3461，37.1846）; ω24=（26.9213，29.6973，26.3216，23.0787）

ω25=（19.7824，23.8478，26.1491，30.2176）; ω26=（22.9820，21.9742，22.8192，27.0180）

ω27=（27.5303，28.4231，25.0607，22.4697）; ω28=（22.0090，26.1444，27.9009，27.9910）

ω29=（25.9941，24.4281，22.9089，24.0059）; ω30=（30.5869，28.8544，23.8614，19.4131）

ω31=（23.3172，27.7290，27.8771，26.6828）; ω32=（24.3416，26.3345，26.8720，25.6584）

從各個對象的綜合測度決策向量中可以得出：在對各個對象進行綜合測度決策向量計算并重新分類之后，原來屬于較強灰類的天津、河北、山東和甘肅上升為強灰類，說明天津、河北、山東和甘肅在綜合因素考慮上具有強灰類的評價標(biāo)準(zhǔn)。另外，原先屬于強灰類的?。▍^(qū)、市）在綜合測度計算之后聚類系數(shù)分量依然落在強灰類里面，說明對于這14個地區(qū)來說，流動人口經(jīng)濟融入水平好、質(zhì)量高，其絕對經(jīng)濟融入水平和社會保障參與水平比較突出。雖然天津、河北、山東和甘肅上升為強灰類，但是其流動人口經(jīng)濟融入水平依舊落后于原強灰類里的省（區(qū)、市），因此要在保持現(xiàn)有優(yōu)勢的前提下尋找問題和差距，使之更好地和相鄰強灰類地區(qū)空間銜接，從整體上彌補強灰類地區(qū)間的差距。原來屬于中等灰類的山西、內(nèi)蒙古和寧夏下降到弱類，說明這三個地區(qū)在其他方面上依然存在不足之處。比如，山西與依然處于中等灰類的吉林相比，在選取的14個指標(biāo)中，除職業(yè)聲望和享有工傷醫(yī)療保險比例略高于吉林外，山西其余12個指標(biāo)均低于吉林，說明山西與吉林流動人口經(jīng)濟融入差距在整體上依然很大。因此，經(jīng)過優(yōu)化后的分類具有一定的科學(xué)性和準(zhǔn)確性。另外可以看出經(jīng)過綜合測度計算之后，全國各省份中屬于強灰類的地區(qū)數(shù)上升為18個，但是弱類的數(shù)量也增加到4個。

4.三階段灰色效率評價決策模型

不難發(fā)現(xiàn)，在第二階段的綜合測度決策系數(shù)所得到的灰類依然受到各地區(qū)調(diào)研樣本的個體特征的影響，鑒于本樣本主要集中在“80后”，故排除代際主要考察性別、人力資本狀況和戶籍制度[20-22]等因素。因此為了克服在第二階段灰聚類的綜合測度決策系數(shù)中受外生變量影響的局限性，以得到更加真實的流動人口經(jīng)濟融入水平，本部分通過借鑒DEA方法[26-27]分析具有相同目標(biāo)的灰色聚類系數(shù)，來衡量相應(yīng)地區(qū)的相對效率，通過效率值來進一步分析二階段得到的灰類系數(shù)的真實值。通過基于線性規(guī)劃方法來評價同類型事物的績效有效性，通常使用內(nèi)向和外向影響比折算成同一單位計量，并按照各自內(nèi)向和外向影響比按其大小進行績效排序。

衡量某地區(qū)流動人口經(jīng)濟融入水平是否真實有效，通過先構(gòu)建n個地區(qū)組成的理想線性地區(qū)，通過分析理想線性地區(qū)的各項外向影響性指標(biāo)不低于真實地區(qū)的外向影響性指標(biāo)，各項內(nèi)向影響性指標(biāo)均低于真實地區(qū)的各項內(nèi)向性影響性指標(biāo)。即：

其中，n為地區(qū)數(shù)量，xij為第j地區(qū)的第i項內(nèi)向影響性指標(biāo)。yrj為第j地區(qū)的第r項外向影響性指標(biāo)。j0為理想線性地區(qū)。E為效率值。

我們將二階段灰色聚類的聚類系數(shù)作為外向影響性指標(biāo)，選取除流動人口經(jīng)濟融入水平的評價指標(biāo)體系外的外生變量作為內(nèi)向影響性指標(biāo)進行灰類系數(shù)的真實性分析。選取流動人口的性別、教育、戶籍情況等作為內(nèi)向影響性指標(biāo)進行分析，結(jié)果如表3。

從表3可以看出，經(jīng)過優(yōu)化后的聚類系數(shù)效率值所對應(yīng)的灰類已經(jīng)發(fā)生變化，江蘇、福建、湖南、重慶、四川以及西藏地區(qū)屬于灰類系數(shù)效率值最大值在μ4的地區(qū)，為優(yōu)化后的強灰類地區(qū);北京、天津、河北、遼寧、上海、浙江、安徽、江西、山東、河南、湖北、廣東、廣西、海南、云南、甘肅、新疆以及新疆建設(shè)兵團屬于灰類系數(shù)效率值最大值在μ3的地區(qū)，為優(yōu)化后的較強灰類地區(qū);而吉林、黑龍江、貴州和陜西屬于灰類系數(shù)效率值最大值在μ2的地區(qū)，為優(yōu)化后的中等強度灰類地區(qū);最后的山西、內(nèi)蒙古、青海和寧夏屬于灰類系數(shù)效率值最大值在μ1的地區(qū)，為優(yōu)化后的弱灰類地區(qū)。對比第二階段灰類綜合測度決策系數(shù)值可以明顯地發(fā)現(xiàn)，在第二階段位于強灰類的北京、天津、河北、遼寧、上海、浙江、江西、山東、河南、廣東、云南和甘肅，已經(jīng)脫離強灰類的范圍降到較強灰類中。說明不考慮外生變量的灰類綜合測度值的真實性較低，不足以完全解釋流動人口經(jīng)濟融入的真實水平。優(yōu)化后的強灰類結(jié)果顯示，地區(qū)外生變量所帶來的優(yōu)勢導(dǎo)致經(jīng)濟融入水平在發(fā)展過程當(dāng)中出現(xiàn)虛高的現(xiàn)象，并且不是經(jīng)濟越發(fā)達省市或流動人口越早遷入的地區(qū)，流動人口經(jīng)濟融入水平的真實性就越高。原屬于較強灰類的廣西、海南、新疆和新疆建設(shè)兵團依舊處于較強灰類，說明這四個地區(qū)的灰類綜合測度值的真實性較高。原屬于中等灰類的吉林、黑龍江、安徽、湖北、貴州和陜西地區(qū)中的安徽和湖北兩個地區(qū)上升到較強灰類，說明這兩個地區(qū)的流動人口經(jīng)濟融入水平受外生變量的影響較高，在考慮外生變量影響時，其流動人口經(jīng)濟融入水平更高。屬于較弱灰類的山西、內(nèi)蒙古、青海和寧夏四個地區(qū)沒有發(fā)生變化，真實性較高。從中可以看出流動人口經(jīng)濟融入水平地區(qū)差距明顯，要加大對弱灰類地區(qū)的發(fā)展，使得更多的地區(qū)上升到中等或較強灰類中去，以提高未來流動人口整體的經(jīng)濟融入水平。經(jīng)過三階段的灰色效率評價決策模型的計算結(jié)果呈現(xiàn)橢圓形的分布格局，三階段灰色效率評價決策模型適用于進一步解釋流動人口經(jīng)濟融入水平在外向影響性變量綜合測度系數(shù)的真實性。

5.兩階段、三階段分析

兩階段灰聚類評價結(jié)果反映了我國省際流動人口經(jīng)濟融入水平的差異，以下第一梯隊到第四梯隊，融入水平從高到低：第一梯隊有天津、河北、山東、甘肅、北京、遼寧、上海、江蘇、浙江、福建、江西、河南、湖南、廣東、重慶、四川、云南和西藏;第二梯隊有廣西、海南、新疆和新疆建設(shè)兵團;第三梯隊有吉林、黑龍江、安徽、湖北、貴州和陜西;第四梯隊有山西、內(nèi)蒙古、寧夏和青海。以上評價結(jié)果中，聚類結(jié)果在空間上看基本符合相鄰分布，但也有不連片的分布;從經(jīng)濟發(fā)展水平上看，經(jīng)濟相對發(fā)達的地區(qū)全部位于第一梯隊，但第一梯隊也包含了經(jīng)濟欠發(fā)達地區(qū)，第四梯隊包含經(jīng)濟排名倒數(shù)的省份，也包含經(jīng)濟排名中等的地區(qū)。

“物以類聚”的目的是為了通過分類分析規(guī)律，但以上結(jié)果顯然不能撥云見日?？梢?，二階段結(jié)果還受到一些因素的影響，比如流動人口的個體特征，而三階段試圖通過剝離影響積極融入的微觀因素，從而找出受微觀因素影響的主要地區(qū)和影響流動人口地區(qū)差異的主要宏觀因素。在經(jīng)過三階段處理后發(fā)現(xiàn)，個體因素對北京、天津、河北、遼寧、上海、浙江、江西、山東、河南、廣東、云南和甘肅的經(jīng)濟融入水平產(chǎn)生了正向作用，說明以上地區(qū)經(jīng)濟融入水平處于強灰類是由于人口統(tǒng)計學(xué)變量的積極影響。以北京為例，可能該地區(qū)融入水平高，是因為該地區(qū)流動人口個體因素較高，比如平均受教育年限較高所致，三階段剝離了該因素的影響，對北京的融入水平影響較大，下降到了較強灰類。個體因素對安徽和湖北的經(jīng)濟融入水平產(chǎn)生了消極影響，說明以上地區(qū)經(jīng)濟融入水平不高的原因主要是由于個體因素的不利影響，比如湖北融入水平不高，是因為其性別差異中男性所占比例偏低所致。關(guān)于性別、教育、戶籍等微觀特征對經(jīng)濟融入的影響多有研究[20-22]，這里主要考察個體綜合因素對各地區(qū)經(jīng)濟融入水平的影響，發(fā)現(xiàn)一些地區(qū)由于自身個體因素水平較好經(jīng)濟融入水平較高，也有地區(qū)由于個體因素較低致使融入水平不高。以下著重通過三階段灰色聚類的強灰類地區(qū)和弱灰類地區(qū)的規(guī)律和特點分析，來找出影響省際經(jīng)濟融入水平差異主要的宏觀因素。

流出地與流入地之間距離越遠(yuǎn)差異越大，克服差異越困難，流動人口面臨的融入障礙就越多，反之則越容易[28]。湖南、四川、重慶的流動人口中跨省流動所占比例非常低，區(qū)內(nèi)流動比例高達90.82%、90.39%和82.63%，湖南居第三、四川居第四。且一般來說，經(jīng)濟發(fā)展水平高的省份，其流動人口中省內(nèi)流動人口所占比例較大，高達60%—70%[29]，但江蘇卻例外，僅占四成，且省外流動人口中近四成來自相鄰的安徽省。以上四地區(qū)流動人口多為省內(nèi)流動，在融入時體現(xiàn)為相對較少的障礙和較強的適應(yīng)性，這可能是其經(jīng)濟融入水平處于強灰類的主要原因。福建省在流動人口城市融入政策方面比較超前，如全面開放除福州、廈門、平潭外的其他城鎮(zhèn)的落戶限制，不斷放寬福州、廈門、平潭三地落戶政策，憑居住證在多方面與本地人享受同等待遇等政策，為流動人口融入城市落地生根鋪平了道路。可見，福建流動人口經(jīng)濟融入最大的優(yōu)勢是政策優(yōu)勢。

值得關(guān)注的是，三個階段西藏的流動人口經(jīng)濟融入水平一直屬于強灰類，這與楊菊華的研究結(jié)果一致[9]，可能性之一是受到區(qū)外流入人口的積極影響。置身強灰類地區(qū)的西藏，打破經(jīng)濟較發(fā)達省份區(qū)外流入人口比例偏高的定式，區(qū)外流入人口所占比例較高。“六普”數(shù)據(jù)顯示，西藏區(qū)外流入人口占總流動人口的63.14%，相較“五普”增長近50%，僅次于上海的70.77%和北京的67.10%[30]，且78%集中于城鎮(zhèn)[31]。由于獨特的自然和資源稟賦，近年來西藏的旅游業(yè)迅速發(fā)展，跨省來西藏的流動人口中87.72%是務(wù)工經(jīng)商，其大量從事與旅游相關(guān)的高收入職業(yè)，因此，西藏流動人口絕對收入和相對收入均達到全國第二，經(jīng)濟融入的收入指標(biāo)水平較高。而且一直以來，與西藏相鄰的四川都是其流動人口的穩(wěn)定供給地，占到了流入總數(shù)的一半以上，西藏是離開戶籍地六年以上流動人口所占比例最高的地區(qū)之一[30]，可見，相鄰省份間的人口流動也大大保證了流動人口的穩(wěn)定性，這進一步提升了流動人口經(jīng)濟融入水平。但是，由于西藏流動人口中存在大量務(wù)工經(jīng)商的自雇群體，從事“商業(yè)、服務(wù)業(yè)人員”和“生產(chǎn)、運輸設(shè)備操作人員及有關(guān)人員”職業(yè)，這可能是西藏流動人口社會保障參與率較低的原因之一，應(yīng)該引起相關(guān)部門的重視。

較強灰類地區(qū)聚類評價結(jié)果存在南北差異，并呈現(xiàn)相同地域較接近的連片特征[28]，但也并不簡單符合東、中、西部地區(qū)劃分，較強灰類地區(qū)呈現(xiàn)“東南連片，西部駝峰”的分布，影響流動人口經(jīng)濟融入的因素可能比較復(fù)雜，因此不作為我們分析的首選。而從地理位置上看弱灰類地區(qū)，顯然在剔除掉個體因素的影響后，流動人口經(jīng)濟融入水平最低的省份全部位于我國北方地區(qū)。通過“六普”數(shù)據(jù)，發(fā)現(xiàn)離開戶籍地僅半年到一年的地區(qū)中，最高比例的是內(nèi)蒙古（35.9%），第四位是山西（33%）[30]，第五是青海，為31.9%，寧夏最低但也高達29.1%。可見，經(jīng)濟融入水平最低的地區(qū)，跨省流動人口居住穩(wěn)定性最低的人群比例最高，也就是說，有相當(dāng)比例流動人口未能在這四個地區(qū)長期而穩(wěn)定地工作和生活，這可能是經(jīng)濟融入水平偏低的原因之一。此外，以上地區(qū)中，近年來全國GDP排名內(nèi)蒙古和山西一直中等靠后，青海和寧夏一直居于倒數(shù)第二與第三，且以上四地區(qū)都屬于經(jīng)濟結(jié)構(gòu)中第三產(chǎn)業(yè)占比較低的地區(qū)。并且發(fā)現(xiàn)流動原因數(shù)據(jù)中，所有弱灰類地區(qū)的外出務(wù)工比例都遠(yuǎn)低于平均水平，這可能是經(jīng)濟融入不高的又一個重要原因。

四、結(jié)論與建議

本文從就業(yè)職業(yè)、收入支出、社會保障以及住房等指標(biāo)切入，通過兩階段灰色聚類模型比較系統(tǒng)和準(zhǔn)確地分析了流動人口經(jīng)濟融入的地區(qū)水平差異，在流動人口經(jīng)濟融入研究的指標(biāo)界定、方法選擇和層次劃分方面做出了一定的嘗試。該評價淡化了省際行政區(qū)劃和傳統(tǒng)區(qū)域劃分上的聯(lián)系，更好地體現(xiàn)了流動人口經(jīng)濟融入水平上的聯(lián)系、互動和差異，從而有利于把握省級尺度上流動人口經(jīng)濟融入水平的分布格局。本研究發(fā)現(xiàn)，個體綜合因素對經(jīng)濟融入水平的梯隊分布影響較大，流動時間、流動距離、流動的穩(wěn)定性、經(jīng)濟發(fā)展水平和融入政策優(yōu)勢等宏觀因素也在一定程度上影響了地區(qū)流動人口的經(jīng)濟融入水平。根據(jù)以上結(jié)論，本文提出幾點建議。

（1）引導(dǎo)流動人口就地就近省內(nèi)流動。從結(jié)果看，流動距離是經(jīng)濟融入重要的影響因素之一。流動距離越遠(yuǎn)差異越大，遠(yuǎn)距離流動不但讓流動人口面臨更多融入障礙，而且使其失去賴以生存的心理和情感的依托，難以真正實現(xiàn)社會和心理層面的融入，從而影響融入進程。而且，并非經(jīng)濟越發(fā)達省份流動人口的經(jīng)濟融入水平越高，相反即使經(jīng)濟欠發(fā)達地區(qū)，如果省內(nèi)流動比例較高，融入水平也比較理想。隨著新型城鎮(zhèn)化和產(chǎn)業(yè)轉(zhuǎn)移深入推進，作為流動人口主要流出地的中西部已成為主戰(zhàn)場，使流動人口全面融入社會、就地就近流動成為可能。

（2）建立相鄰地區(qū)間有序的人口流動機制。結(jié)果顯示，流動穩(wěn)定性也是經(jīng)濟融入重要的影響因素之一。流動人口在流入地更長期穩(wěn)定的生活，對其經(jīng)濟融入會帶來更積極地影響，比如排除個體因素影響后的三階段結(jié)果顯示，融入水平最低的地區(qū)不約而同的也是流動人口比例最高的地區(qū)。長期以來四川省是西藏流動人口的最大輸出地，西藏也是穩(wěn)定流動人口所占比例最高地區(qū)之一，可見來自相鄰地區(qū)的流動人口在本地的穩(wěn)定性更強。來自相鄰省市供給的、大量且持續(xù)的流動人口，在流入地流動人口中的穩(wěn)定性更高;應(yīng)結(jié)合地區(qū)人才供需差異引導(dǎo)流動人口有序遷移和合理分布，實現(xiàn)相鄰地區(qū)流動人口的空間銜接和共享，建立相鄰地區(qū)間流動人口流動機制。

（3）調(diào)控個體可調(diào)因素提高經(jīng)濟融入水平。數(shù)據(jù)處理得到，個體因素也是經(jīng)濟融入重要的影響因素之一。本文分析得到，一些地區(qū)經(jīng)濟融入水平受流動人口的個體特征，比如人力資本和戶籍等因素的影響較大，在其他重要研究中也有此結(jié)論[13]，因此要提高流動人口經(jīng)濟融入水平，應(yīng)著力加強流動人口個體特征中的可調(diào)因素。針對教育因素，開展職業(yè)技術(shù)培訓(xùn)，提高教育回報率;針對戶籍因素，體現(xiàn)政策優(yōu)勢，繼續(xù)深化戶籍制度改革，在推進中出現(xiàn)吃力的，因地區(qū)情況不同尺度放開居住證申領(lǐng)政策，穩(wěn)步推進城鎮(zhèn)基本公共服務(wù)常住人口全覆蓋，強化“居民”身份和權(quán)利保障，促使流動人口真正融入城市。

（4）實現(xiàn)流動人口經(jīng)濟融入的重點和區(qū)別化管理。分析發(fā)現(xiàn)，個別地區(qū)在提高個體綜合因素后會提高其經(jīng)濟融入水平，有些地區(qū)流動人口經(jīng)濟融入指標(biāo)方面與強類地區(qū)具有相似性，對待這些重點地區(qū)可以通過尋找差距、重點培養(yǎng)的方式，使其進一步發(fā)展達到強類地區(qū)指標(biāo)的標(biāo)準(zhǔn)，并且可以將具有上升潛力的地區(qū)作為試點項目重點培養(yǎng)。還應(yīng)以各省各異的經(jīng)濟融入水平為依據(jù)，采取更具針對性的流動人口服務(wù)和管理政策，推進流動人口經(jīng)濟融入水平的整體提升。

（5）促進流動人口積極、全面融入社會。經(jīng)過兩階段聚類評價后，屬于強灰和較強灰類的地區(qū)數(shù)量為22個，說明我國流動人口經(jīng)濟融入總體水平較好，流動人口基本實現(xiàn)在流入地的經(jīng)濟立足。但不能簡單地認(rèn)為，只要解決了流動人口的經(jīng)濟問題，社會融入的問題就能自然解決。還應(yīng)關(guān)注流動人口融入的社會和心理層面，全面營造流動人口社會融入的環(huán)境和氛圍。

參考文獻：

[1]國家衛(wèi)生和計劃生育委員會流動人口司.中國流動人口發(fā)展報告2013[M].北京：中國人口出版社，2013：1.

[2]王培安.推動新時代社會融合之構(gòu)建[N].人民政協(xié)報，2019-04-15（012）.

[3]任遠(yuǎn).“十三五”是人口格局深刻轉(zhuǎn)折期[N].湖北日報，2015-03-09（10）.

[4]楊菊華.流動人口在流入地社會融入的指標(biāo)體系——基于社會融入理論的進一步研究[J].人口與經(jīng)濟，2010（3）：64-70.

[5]鄧聚龍.灰理論基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，2002：2-8.

[6]LIU S F， LIN Y. Grey information theory and practical applications[M]. London：Springer-Verlag，? 2006：7-12.

[7]劉思峰.兩階段灰色綜合測度決策模型與三角白化權(quán)函數(shù)的改進[J].控制與決策，2014（7）：1232-1238.

[8]陳寶平.基于灰色聚類理論的人口年齡結(jié)構(gòu)評估模型[J]. 電腦與信息技術(shù)，2014（2）：7-12.

[9]楊菊華.中國流動人口經(jīng)濟融入[M].北京：社會科學(xué)文獻出版社，2013：69-105.

[10] HUM D，? SIMPSON W. Economic integration of immigrants to Canada： a short survey[J]. Canadian Journal of Urban Research， 2004，13（1）：46-61.

[11]ENTZINGER H，? BIEZEVELD R. Benchmarking in immigrant integration[R]. Erasmus University Rotterdam， 2003.

[12]黃匡時，嘎日達.“農(nóng)民工城市融合度”評價指標(biāo)體系研究——對歐盟社會融合指標(biāo)和移民整合指數(shù)的借鑒[J].西部論壇，2010（5）：27-36.

[13]楊菊華.社會排斥與青年鄉(xiāng)—城流動人口經(jīng)濟融入的三重弱勢[J].人口研究，2012（5）：69-83.

[14]張慶武.青年流動人口社會融入問題研究——以北京市為例[J].青年研究，2014（5）：50-60，95.

[15]張慶武，廉思，馮丹.新生代農(nóng)民工經(jīng)濟融入狀況研究——以北京為例[J].學(xué)習(xí)與實踐，2015（12）：103-112.

[16]汪永臻.西北少數(shù)民族流動人口城市經(jīng)濟融入研究——以甘肅省蘭州市為視閾[J].青海民族大學(xué)學(xué)報（社會科學(xué)版），2012（2）：89-93.

[17]湯喜紅.流動特征、就業(yè)屬性與大學(xué)生流動人口經(jīng)濟融入研究[D].杭州：浙江工商大學(xué)，2015.

[18]王鵬.社會互動視野下的流動人口城市經(jīng)濟融合研究[D].昆明：云南大學(xué)，2015：15-41.

[19]丁瑤琳.中國省際流動人口經(jīng)濟融入的地域差異及影響因素研究[D].上海：華東師范大學(xué)，2017：35-42.

[20]任遠(yuǎn)，喬楠.城市流動人口社會融合的過程、測量及影響因素[J].人口研究，2010（2）：11-20.

[21]田明，彭宇.流動人口城市融入的空間差異——以東部沿海6個城市為例[J].城市規(guī)劃，2014（6）：9-16，31.

[22]劉婷婷，吳清，高凱.互動視角下流動人口社會融合研究——基于上海的調(diào)查分析[J].西北人口，2015（1）：1-6.

[23]王培安.全國流動人口動態(tài)監(jiān)測數(shù)據(jù)集2014[M].北京：中國人口出版社，2016：1-2.

[24]楊磊.基于多層模型的流動人口經(jīng)濟融入研究[D].上海：華東師范大學(xué)，2014：15-17.

[25]張娜，王紅權(quán).基于兩階段灰色聚類模型的新疆經(jīng)濟社會發(fā)展水平評價研究[J].數(shù)學(xué)的實踐與認(rèn)識，2017（2）：87-94.

[26]王睿，黃森.農(nóng)村資金投入與農(nóng)村區(qū)域間居民收入差異——基于1999—2006年省際面板數(shù)據(jù)的實證研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010（1）：44-57.

[27]陳巍巍，張雷，馬鐵虎，劉秋繸.關(guān)于三階段DEA模型的幾點研究[J].系統(tǒng)工程，2014（9）：144-149.

[28]田明.地方因素對流動人口城市融入的影響研究[J].地理科學(xué)，2017（7）：997-1005.

[29]余運江，高向東.中國人口省際流動與省內(nèi)流動的差異性[J].人口與經(jīng)濟，2018（1）：38-47.

[30]喬曉春，黃衍華.中國跨省流動人口狀況——基于“六普”數(shù)據(jù)的分析[J].人口與發(fā)展，2013（1）：13-28.

[31]王茂俠.西藏的流動人口與人口流動——基于第五、第六次人口普查數(shù)據(jù)的比較[J].西北人口，2014（5）：13-18.

[責(zé)任編輯劉愛華，方志 ]

收稿日期：2018-04-17;修訂日期：2018-12-07

基金項目：教育部人文社會科學(xué)項目“南疆四地州連片特殊困難地區(qū)精準(zhǔn)扶貧政策研究”（17YJC850013）;國家社會科學(xué)基金項目“新疆特殊類型貧困地區(qū)精準(zhǔn)扶貧機制及促進政策研究”（15CMZ021）;國家社會科學(xué)基金項目“新疆南疆農(nóng)村少數(shù)民族貧困人口的人力資本反貧困研究”（15XMZ050）;教育部人文社會科學(xué)項目“少數(shù)民族地區(qū)農(nóng)村最低生活保障與扶貧對象動態(tài)管理機制研究”（14XJJCZH005）;教育部人文社會科學(xué)項目“基于人力資本視角的新疆集中連片特困區(qū)反貧困問題研究”（13YJCZH256）。

作者簡介：王一帆，石河子大學(xué)經(jīng)濟與管理學(xué)院講師;劉追，管理學(xué)博士，石河子大學(xué)經(jīng)濟與管理學(xué)院教授;劉澤雙，管理學(xué)博士，西安理工大學(xué)經(jīng)濟與管理學(xué)院教授。