摘要： 為探究“一帶一路”沿線國家的人口遷移特征及演化，在復雜系統(tǒng)科學的視角下，基于1960—2020年的人口遷移數(shù)據(jù)構造網絡，通過抽取骨干網、社團劃分、應用PageRank重要性評價等方法進行分析。研究發(fā)現(xiàn)：該區(qū)域國家的人口流入流出逐步趨于平衡，開放程度逐年上升；遷移過程普遍具有“抱團性”和“聚集性”特征；該區(qū)域大部分國家在世界移民網絡中的影響力處于領先位置。此研究為各國的人口政策提供了證據(jù)和基礎。

關鍵詞： “一帶一路”倡議；人口遷移；社團劃分；抱團性

中圖分類號： C922;N94文獻標識碼： A

Analysis of the Characteristics and Evolution of Population Migration in the Countries along the Belt and Road Initiative

MA Jiajun GOU Wensha LI Xiaomeng SHI Yi2， XIAO Mingzhong1b， CHEN Qinghua1a

（1. a.School of Systems Science; b.School of Artificial Intelligence， Beijing Normal University， Beijing 100875， China;

2. China Population and Development Research Center， Beijing 10008 China）

Abstract：To explore the population migration characteristics and evolution patterns of BRI countries， this paper constructs a network based on population migration data from 1960 to 2020 from the perspective of complex systems science， and conducts analysis by extracting backbone networks， community divisions， and application of PageRank importance evaluation method. The results demonstrate that the migration volume of inflows and outflows within BRI countries has tended to be balanced， and the degree of openness is increasing year by year. And the migration process generally has "cohesion" and "aggregation". The influence of most BRI countries in the global network is higher than the world average. This study provides evidence and basis for the population policies of various countries.

Keywords： belt and road Initiative; population migration; community division; consistent behavior

0 引言

人是經濟增長的關鍵要素以及文化、政治等因素的重要載體，其規(guī)模及區(qū)域間遷移模式始終是眾多研究領域所關注的問題。近些年，全世界跨國人口遷移規(guī)模逐年增大、形式日益繁雜，對區(qū)域經濟、政治格局、文化融合等多方面都產生了重要影響［14］。而這些影響對國家本身甚至其他國家而言都是復雜的。

隨著相關研究不斷完善，學界對于人口遷移影響的認識越來越深入，一些早期的固有觀念和結論也隨之發(fā)生變化。例如，在討論人口輸入對于國家的影響時，早期研究主要關注技術移民的流入對區(qū)域發(fā)展產生的積極作用，但近些年部分研究者開始關注大規(guī)模人口流入對當?shù)亟洕?、治安等產生的負面影響［56］。對于人口輸出國而言，早期研究者普遍認為人口流動會讓輸出國的發(fā)展受損［78］，但后續(xù)從更加系統(tǒng)的角度研究發(fā)現(xiàn)，即使失去了一些勞動力，由于部分人員的回流以及科學技術進步帶來的擴散效應，使得這種凈流出對輸出國的發(fā)展也能有正向作用［911］。這些發(fā)展和變化引發(fā)了從系統(tǒng)性和多學科交叉的研究視角切入人口遷移問題。

在2013年9月和10月，中國相繼提出建設“新絲綢之路經濟帶”和“21世紀海上絲綢之路”的合作倡議。2015年3月，“一帶一路”倡議進入實施階段，該倡議覆蓋了65個國家，總人口44億，約占世界人口總量的63%，該倡議的提出對世界經濟、人口、文化、政治等方面產生了重要影響［1214］。有關“一帶一路”國家的人口遷移也吸引了眾多學者的關注，但相關研究往往只關注某個相關國家［1516］或少量國家間的人口遷移特征［17］。而人口的遷移是一個系統(tǒng)性問題，應該進行系統(tǒng)的分析討論。這些忽視全球人口遷移大背景的局部視角及研究思路，無法揭示“一帶一路”國家人口流動對全球人口遷移產生的影響，也會使針對特定國家的具體分析具有偏誤。

本文在世界人口遷移網絡的框架下，通過復雜網絡等量化分析方法，從整體統(tǒng)計性質到局部結構特征層層遞進地分析了1960—2020年“一帶一路”沿線國家的人口遷移動態(tài)演化，可以為相關國家制定和調整人口政策、優(yōu)化移民結構提供理論依據(jù)。

1 數(shù)據(jù)來源

本文研究時間跨度為1960年至2020年。由于參與“一帶一路”倡議的國家是存在變化的，文中的“一帶一路”國家是指最早參與“一帶一路”倡議的、包括中國（文中提到的中國指的是中國大陸）在內的65個國家。其名稱及代碼如表1所示。

本文使用的數(shù)據(jù)是根據(jù)Abel等人估計的雙向人口遷移流量數(shù)據(jù)［1819］整理所得（數(shù)據(jù)鏈接：https：//guyabel.com/publication/global-migration-estimates-by-gender/;https：//figshare.com/collections/Bilateral_international_migration_flow_estimates_for_200_countries/4470464）。相比采用移民存量數(shù)據(jù)以靜態(tài)的角度去衡量區(qū)域的人口遷移情況［2021］，本文認為某時期的人口流入、流出量數(shù)據(jù)更為動態(tài)，可以更好地衡量人口遷移模式和演化特征。原始流量數(shù)據(jù)時間跨度為1960年至2020年，劃分時間為每5年一個時間段（每個時間段起始于7月1日，截止于6月30日，如1960年7月1日—1965年6月30日）。為了便于分析和展示，本文將數(shù)據(jù)整理為7個時間段：1960—1970，1970—1980，1980—1990，1990—2000，2000—2010，2010—2015和2015—2020（考慮到“一帶一路”倡議在2015年才正式開始實施，在本文的分析中我們使用2010—2015和2015—2020的劃分）。

2 “一帶一路”沿線國家人口遷移的基本特征

2.1 人口流入流出不均衡程度降低

個體遷移的原因可以大體歸為兩類，一類為自然生態(tài)環(huán)境因素，例如出現(xiàn)饑荒、災難等；另一類為社會經濟因素，主要是為了改善經濟情況、躲避動蕩政局或戰(zhàn)爭災禍等［19］。因此，對遷移方向性的討論可以一定程度反映出區(qū)域中各個國家內外遷移模式、國際局勢以及經濟社會發(fā)展差距的變化。本文定義i國的人口凈遷出強度μi為

μi=∑jMij-∑jMji∑jMij+∑jMji（1）

其中，Mij表示從i國到j國的人口遷移流量，μi在［- 1］之間，正數(shù)表示該國遷出人口多于遷入人口，負數(shù)則表示遷入人口多于遷出人口，絕對值大小可以反映遷入遷出的不均衡程度。圖1為“一帶一路”國家凈遷出強度的箱線圖。由圖1可見，除1970年代外，區(qū)域凈遷出強度的中位數(shù)都大于0，這意味著大部分“一帶一路”國家以凈遷出為主。另外，在1960—1980年代人口凈遷出強度的方差為0.41，各國之間差異較大，有部分國家人口凈遷出強度接近±1。而從1990年代人口凈遷出強度的方差驟降到0.14左右并保持穩(wěn)定，然后在2015—2020年繼續(xù)下降至0.07。可以看出，從1960年至今，“一帶一路”沿線國家人口凈遷出強度的情況從兩極分化到趨于均勻。較早時期這種兩極分化的現(xiàn)象可能源于局部戰(zhàn)爭，各國發(fā)展水平差距大等，自1990年代之后遷移高度不均衡的國家數(shù)量顯著減少，很少再出現(xiàn)人口凈遷出強度接近±1的極端情況，這在一定程度上反映出各國遷入遷出趨向平衡，經濟、社會逐步進入穩(wěn)定發(fā)展階段。

2.2 人口遷移以區(qū)域內部為主但開放程度逐步上升

區(qū)域內、外的遷移占比可以反映出區(qū)域內的人口遷移強度和區(qū)域的開放程度。如圖2所示，在1960至2020年期間，“一帶一路”沿線國家的內部人口遷移數(shù)量逐漸上升，且與總遷移人口變化趨勢保持一致。這段時期，“一帶一路”內部遷移占比始終維持在60%以上且顯著高于歐盟，說明“一帶一路”內部人口遷移較為密切，而相對地，歐盟與其他區(qū)域國家在人口遷移方面存在著更多的交流。但近些年，“一帶一路”內部遷移占比呈現(xiàn)下降趨勢，說明該區(qū)域與其他國家的人口遷移強度不斷增加，開放程度不斷上升。這可能與全球化大背景有關，全球化使得各國、各地區(qū)聯(lián)系更加密切，也增加了“一帶一路”與區(qū)域外國家在人口遷移方面的互動。

3 “一帶一路”人口遷移子網絡的結構特征

3.1 “一帶一路”國家的社團占比聚集與社團遷移的一致性

為了更好地探究人口流動的結構和特征，本文構建了世界人口遷移網絡并采用網絡分析方法展開研究。網絡的節(jié)點代表一個國家或地區(qū)，若網絡中兩節(jié)點間存在人口流動，則存在連邊。邊權重ωij為兩點之間雙向人口遷移量的總和，即ωij=Mij+Mji。參考Gou等利用差異性濾波（Disparity Filter）算法［2223］對上述全球人口遷移網絡提取骨干鏈接，將遷移骨干網進行社團劃分［2425］，得到了10個典型社團，這些社團名稱、包含的國家和地區(qū)如表2所示。

本文重點關注“一帶一路”國家在上述社團中的靜態(tài)占比和動態(tài)變動情況。

從靜態(tài)占比的角度來看，圖3展示了社團中“一帶一路”國家占比及其變化。其中，南非、西非、中東非這3個社團幾乎不含“一帶一路”國家；美洲、英聯(lián)邦、法國相關社團中，“一帶一路”國家的占比都低于20%甚至在一些時期占比為0。而印度洋、歐洲、蘇聯(lián)和東亞社團中“一帶一路”國家占比較高。印度洋社團中“一帶一路”國家占比一直維持在93%以上，從2000年開始該社團全部由“一帶一路”國家構成。對于東亞社團來說，除了1990年代、2015—2020年之外，其包含的“一帶一路”國家占比維持在54%以上。歐洲社團中“一帶一路”國家占比較為穩(wěn)定且一直維持在62%以上。蘇聯(lián)社團的組成在1980年以前全部為“一帶一路”國家。而在1980—2015年間蘇聯(lián)社團消失，其中的國家分別進入東亞社團和歐洲社團。從2015年開始，蘇聯(lián)社團再度出現(xiàn)并且其“一帶一路”國家占比達到71%。

分析表明，“一帶一路”國家在社團中并不是均勻分布，而是集中在其中幾個社團之中，且在這些社團中占比絕大部分超過50%。由于復雜網絡中的社團內部往往連接緊密但社團外部的連接則相對稀疏，而“一帶一路”國家在社團中的靜態(tài)聚集也說明其相互聯(lián)系十分緊密，人口交流相對頻繁，這種“聚集性”使其可以從結構上對全球遷移網絡產生重要影響。

在從靜態(tài)占比的角度中分析得出“一帶一路”國家具有社團性聚集后，可以進一步關注其在社團中的動態(tài)遷移情況。如圖4所示，將同行（即有集體變動行為）國家的變動軌跡標記為帶顏色的曲線，線的粗細體現(xiàn)同行國家的數(shù)量。按照“一帶一路”國家的通道變化情況，將其分為3類。第1類：自始至終都在一個社團，比如印度洋社團（深綠色水平線）中的多數(shù)“一帶一路”國家都有類似特征。第2類：開始和結束在同一個社團，中間時間段在其他社團，最典型的是蘇聯(lián)社團（淺綠色），該社團的14個國家經歷了相同的變化軌跡，經由歐洲社團、東亞社團，最后又回到了蘇聯(lián)社團。第3類：前后均存在變化?？梢姟耙粠б宦贰眹以谏鐖F變動時普遍存在同行國家，這種集體移動的行為也能體現(xiàn)出“一帶一路”子網絡節(jié)點的“抱團性”。此外，歐盟國家在社團變動中存在同行的國家數(shù)量占比為57%，而“一帶一路”國家該占比高達72%，這表明相對歐盟“一帶一路”國家的集體行動模式更加顯著。

綜上，“一帶一路”國家在社團結構中的靜態(tài)聚集性和動態(tài)遷移一致性都表現(xiàn)出了遷移“凝聚力”?！耙粠б宦贰背h涉及的60多個國家，覆蓋地理區(qū)域較廣，在人口遷移中表現(xiàn)出的區(qū)域凝聚力可以讓“一帶一路”國家更好地影響整體遷移網絡，即對內利用人口遷移帶動區(qū)域內經貿聯(lián)系，對外努力對接發(fā)達國家，利用人口交流積極促進發(fā)達國家與發(fā)展中國家間產業(yè)鏈條的建立，增強全球各個國家和地區(qū)的貿易聯(lián)系。

3.2 “一帶一路”沿線國家節(jié)點影響力排名變動

作為網絡的基本構成單元，每個節(jié)點都有各自的鏈接特征，在網絡中也有不同的影響力。本文采用PageRank（PR）指標來計算各個國家在世界人口遷移全網絡和“一帶一路”子網絡中的位置和影響力［26］。我們認為一個國家節(jié)點的入鏈越多，即人口遷移至該國的國家數(shù)量越多，該國家作為遷入地的拉力作用越強，其在網絡中就有著更高的影響力，而遷入移民來源比較單一的國家拉力作用相對較弱。PR指標值越大，影響力排名越靠前。如圖5a和圖5b所示，“一帶一路”大部分國家的排名集中在30120名，歐盟大部分國家的排名集中在15110名。即在全網絡的視角下，大部分“一帶一路”沿線國家和歐盟成員國的遷移影響力都高于世界平均水平。

此外，文中抽取了“一帶一路”國家節(jié)點構成子網絡，并將全網、子網中各節(jié)點的排名換算到百分比，以更好地分析對比各節(jié)點在全網、子網中的地位和影響。圖5c展示了“一帶一路”國家在全網絡和子網絡中的PR值排名變動情況。其中較小的點表示某國在2010—2015年全網、子網排名位置，較大的點表示

該國在2015—2020年的排名位置，本文使用灰色的虛線對同一國家的兩點進行連接，以更好地展現(xiàn)其變動趨勢。圖中紅色直線表示y=x。

首先，居于圖中不同位置的國家特點各不相同。如圖5c所示，部分國家，特別是在全網中影響力排名靠前（30%以內）的大部分國家在全網、子網的影響力排名占比相近，保持在紅線附近，表現(xiàn)均衡的特征。但相當多的國家在y=x的右下方，說明這些國家在全球遷移網絡中（相對子網來說）發(fā)揮著更大的作用，特別是圖5c中右下角圈A內的國家（包含羅馬尼亞（ROU）、菲律賓（PHL）、中國（CHN）等國家），它們在子網中影響力的排名相對偏后，但在全網中影響力排名靠前。

其次，部分國家在全網和子網的變動幅度、變動方向并不一致。在變動幅度方面，國家例如越南（VNM）、羅馬尼亞（ROU）等國家出現(xiàn)了在子網中排名大幅度提升而在全網中排名變動幅度不大的現(xiàn)象。而全網、子網排名都極其靠前的國家（圈B內的國家，包含俄羅斯（RUS）、烏克蘭（UKR）等），與全網、子網排名都極其靠后的國家（圈C內的國家，包含蒙古國（MNG）、不丹（BTN）等），其排名變動都較小，在全網及子網的位置都基本穩(wěn)定。另外，在變動方向方面，也門（YEM）等在子網中排名提升而在全網中排名下降，北馬其頓（MKD）等國家在子網中排名下降而在全網中排名上升。

綜上，通過使用PR值來衡量遷移影響力，發(fā)現(xiàn)大部分“一帶一路”國家的遷移影響力高于世界平均水平?；谶@些國家在全網和子網中遷移影響力的對比分析，表明部分“一帶一路”國家在全網和子網中的影響力存在不均衡，一些國家在子網影響力并不突出卻在國際遷移中占有較高的地位，它們與其他“一帶一路”國家的人口流動還有很大的發(fā)展空間。遷移影響力分析可以洞察各國人口遷移影響、明確優(yōu)勢及不足，助力各國更好地調整和優(yōu)化相關政策，以有效發(fā)揮人口遷移對經濟、政治的積極作用。

4 結論與討論

隨著全球化進程的不斷推進，跨國人口流動現(xiàn)象愈發(fā)頻繁，對各國政治、經濟、社會發(fā)展和文化傳承產生了重要影響。2013年由中國政府發(fā)起的“一帶一路”倡議建立在對全球化趨勢的高度認可和世界各國互惠共贏的理念之上?？茖W規(guī)劃“一帶一路”倡議方向和有效制定具體政策，需要建立在正確認識“一帶一路”沿線國家人口遷移特征和演化趨勢的基礎上。相關研究應當摒除單獨分析各個國家遷移的研究思路，這種思路無法揭示“一帶一路”國家人口流動對全球人口遷移產生的影響，也會給針對特定國家的具體分析帶來偏誤。因此本文將研究置于全球人口遷移網絡背景下，將“一帶一路”作為子網絡進行分析。

本文從全局性、系統(tǒng)性的視角，分析最早參與“一帶一路”倡議國家的人口遷移特征及演化規(guī)律。首先，從人口遷移的統(tǒng)計分析出發(fā)，發(fā)現(xiàn)“一帶一路”沿線國家人口遷移規(guī)模和開放程度逐年上升、人口流入流出數(shù)量趨于平衡。此外，從社團變化路徑的分析中發(fā)現(xiàn)該區(qū)域的國家普遍具有“抱團性”，即在社團結構劃分中存在聚集性，而在社團的演化變動中具有行動一致性。最后，本文量化了“一帶一路”國家在全球人口遷移網絡中的影響力，得出大部分“一帶一路”國家的遷移影響力高于世界平均水平的結論。同時，通過進一步挖掘影響力排名的變動情況，發(fā)現(xiàn)部分“一帶一路”國家在全網、子網中的影響力并不均衡，一些國家在子網影響力并不突出卻在國際遷移中占有較高的地位。綜上，“一帶一路”國家需發(fā)揮遷移強凝聚力、高影響力的優(yōu)勢，帶動區(qū)域內外經貿聯(lián)系，實現(xiàn)人口遷移對經濟、政治的積極影響。

本研究從全球視角出發(fā)，較為全面地分析了“一帶一路”沿線國家人口遷移特征和演化趨勢，如何在開放環(huán)境下強化“一帶一路”沿線國家的協(xié)同發(fā)展、發(fā)揮外部遷移流動對區(qū)域內部發(fā)展的支撐作用，進一步引導沿線國家的關系建構和互動交流是未來研究需要重點關注的問題。本文的研究提供了一個分析框架，可以為“一帶一路”沿線或世界其他國家制定人口政策、探究移民結構等提供支持。

參考文獻：

［1］ABEL G J， SANDER N. Quantifying global international migration flows［J］. Science， 2014， 343（6178）：15201522.

［2］CZAIKA M， HAAS H D. The globalization of migration： Has the world become more migratory？ ［J］ International Migration Review， 2014， 48（2）：283323.

［3］龐麗華.國際人口遷移的概念和測量——兼論中國國際人口遷移趨勢［J］.人口與發(fā)展，2018，24（1）：5463+84.

PANG L H， The concept and measurement ofinternational migration——the trends of China's immigration and emigration［J］. Population and Development，2018，24（1）：5463+84.

［4］段成榮，謝東虹，王涵，等.從新冠肺炎疫情防控看國際人口遷移：三論人口遷移轉變［J］.人口研究，2020，44（5）：3343.

DUAN C R， XIE D H， WANG H， et al. International migration in theera of COVID19 prevention and control： remarks on migration transition in China［J］. Population Research，2020，44（5）：3343.

［5］DANCYGIER R M， LAITIN D D. Immigration into Europe： economic discrimination， violence， and public policy［J］. Annual Review of Political Science，2014， 17（1）：4364.

［6］NAUMANN E，STOETZER L F， PIETRANTUONO G. Attitudes towards highly skilled and low-skilled immigration in Europe： a survey experiment in 15 European countries［J］. European Journal of Political Research，2018，57（4）：10091030.

［7］PIRES A J G. Brain drain and brain waste［J］. Journal of Economic Development， 2015，40（1）：134.

［8］WEI H， YI J J， ZHANG J S. Brain drain， brain gain， and economic growth in China［J］. China Economic Review， 2016， 38： 322337.

［9］BHME M H. Migration and educational aspirationsanother channel of brain gain？［J］. IZA Journal of Migration， 2015， 4（1）： 12.

［10］ LI X， MCHALE J， ZHOU X. Does brain drain lead to institutional gain？［J］. The World Economy， 2017， 40（7）： 14541472.

［11］ BEINE M， DOCQUIER F， RAPOPORT H. Brain drain and human capital formation in developing countries： winners and losers［J］. The Economic Journal， 2008， 118（528）： 631652.

［12］ 王輝耀， 苗綠. 中國國際移民報告［M］. 北京：社會科學文獻出版社，2020： 138.

WANG Y H， MIAO L. China international migration report［M］. Beijing： Social Science Academic Press， 2020： 138.

［13］ 鄭玉雯，薛偉賢.絲綢之路經濟帶生產網絡與生態(tài)環(huán)境耦合的系統(tǒng)動力學研究［J］.復雜系統(tǒng)與復雜性科學，202 18（4）：920.

ZHENG Y W， XUE W X. System dynamics on the coupling of production network and ecological environment in the Silk Road Economic Belt［J］. Complex Systems and Complexity Science， 202 18（4）： 920.

［14］ 劉衛(wèi)東， 姚秋蕙. “一帶一路”建設模式研究——基于制度與文化視角［J］. 地理學報， 2020， 75（6）： 11341146.

LIU W D， YAO Q H. Theorizing the construction of the Belt and Road Initiative： based on institutional and cultural perspectives［J］. Acta Geographica Sinica， 2020， 75（6）： 11341146.

［15］ 陳紅艷，喻忠磊，張華.中國國際人口遷移的空間格局及影響因素［J］.人口與發(fā)展，2016，22（6）：1224.

CHEN H Y， YU Z L， ZHANG H. Spatial patterns and impact factors of China’ s international migration［J］. Population and Development，2016，22（6）：1224.

［16］ 代歡歡. 1986—2016年伊朗人口空間分布格局演變特征［J］. 世界地理研究， 2017， 26（3）： 2938.

DAI H H. Evolvement of spatial pattern of population distribution with data at province level in Iran during 1986—2016［J］. World Regional Studies， 2017， 26（3）： 2938.

［17］ NY RI P. Chinese migration to eastern Europe［J］. International Migration， 2003， 41（3）： 239265.

［18］ ABEL G J. Estimates of global bilateral migration flows by gender between 1960 and 2015［J］. International Migration Review， 2018， 52（3）： 809852.

［19］ ABEL G J， COHEN J E. Bilateral international migration flow estimates for 200 countries［J］. Scientific Data， 2019， 6（1）： 82.

［20］ FAGIOLO G， MASTRORILLO M. Does human migration affect international trade？ a complex-network perspective［J］. Plos One，2017，9（5）： e97331.

［21］ 張曉青，王雅麗，任嘉敏.1990—2013年國際人口遷移特征、機制及影響研究［J］.人口與發(fā)展，2014，20（4）：2027.

ZHANG X L， WANG Y L， REN J M. Study on the characteristics， mechanism and impact of international migration between 1990 and 2013［J］. Population and Development，2014，20（4）：2027.

［22］ GOU W S， HUANG S Y， CHEN Q H， et al. Structure and dynamic of global population migration network［J］. Complexity，2020（1）：4359023.

［23］ SERRANO M ， BOGUN M， VESPIGNANI A. Extracting the multiscale backbone of complex weighted networks［J］. Proceedings of the National Academy of Sciences， 2009， 106（16）： 64836488.

［24］ NEWMAN M E J， GIRVAN M. Finding and evaluating community structure in networks［J］. Physical Review E， 2004， 69（2）： 026113.

［25］ BLONDEL V D， GUILLAUME J L， LAMBIOTTE R， et al. Fast unfolding of communities in large networks［J］. Journal of Statistical Mechanics： Theory and Experiment， 2008（10）： P10008.

［26］ MA N， GUAN J C， ZHAO Y. Bringing PageRank to the citation analysis［J］. Information Processing & Management， 2008， 44（2）： 800810.

（責任編輯 耿金花）