刘金菊 陈卫
摘 要：經典人口转变理论侧重死亡和生育转变过程的测量、描述和解释，地理学家将迁移转变纳入人口转变框架，以完善人口转变理论。不过与死亡和生育转变研究不同，中国的迁移研究侧重基于对迁移流动人口规模和结构的考察分析，少有采用人口学意义上的迁移率指标的研究。文章利用2010—2015年历次中国综合社会调查的合并数据，通过人口学方法和泊松回归模型，计算和分析了1950—2015年中国人口迁移率趋势及社会经济差异。中国的迁移转变在宏观趋势上与中国的政治经济变迁高度一致。与死亡和生育转变相比，其波折性更强，说明更易受到经济社会政策变化的冲击。同时也观察到逢“0”和逢“5”年份的申报偏好。另外，迁移的社会经济差异明显。男性迁移率高于女性，但是两性差异在不断缩小;乡城迁移和未婚迁移大幅度增长;而越来越多受教育程度较高人群加入迁移，使得受教育程度越高的人群具有越高的迁移率。可以认为基于迁移率的考察揭示了中国迁移转变更具体生动的过程。
关键词：人口转变;迁移转变;迁移率;中国综合社会调查;泊松模型
中图分类号：C922
文献标识码：A
文章编号：1000-4149（2021）01-0037-13
DOI：10.3969/j.issn.1000-4149.2021.00.002
收稿日期：2020-05-18;修订日期：2020-09-02
基金项目：国家社会科学基金项目“基于工作生命表估计的中国女性‘生育代价研究”（17BRK027）;国家社会科学基金重大项目“全面两孩生育政策的实施效应研究”（15ZDC036）。
作者简介：刘金菊，管理学博士，北京城市学院公共管理学部副教授;陈卫，中国人民大学人口与发展研究中心教授。
Migration Transition in China：A Migration Rate Perspective
LIU Jinju1，CHEN Wei2
（1. Department of Public Administration，Beijing City University， Beijing
100083， China; 2. Center for Population and Development Studies， Renmin
University of China， Beijing 100872， China）
Abstract：While demographic transition theory focuses on describing and explaining mortality and fertility transition， geographer has brought migration into the framework of demographic transition. However， migration studies in demography in China typically examine the size and structure of migrants or floating population， rather than the rate （level） of migration， which is in sharp contrast with fertility or mortality studies. In this paper， we employ demographic method and Poission model to construct annual migration rate using pooled data from Chinese General Social Surveys to analyze trends and patterns of internal migration in China over 1950-2015. Results demonstrate that trends of annual migration rate are highly consistent with the changing political and economic circumstances in China between 1950 and 2015. Policy changes seem to have larger effects on migration trends than on mortality or fertility trends. Migration heaping is also observed to occur on years ending in 0 or 5. In addition， there are substantial social and economic differentials in migration. Migration patterns by gender， destination， marital status and education also reflect economic and demographic changes undergoing in China. Despite higher rate for males， the gender gap is decreasing. Rural to urban and unmarried migration are increasing enormously. And higher education is associated with higher rate of migration. We argue that a migration rate perspective can provide more concrete and vivid picture of the trends of migration transition in China.
Keywords：demographic transition;migration transition;migration rate;Chinese General Social Survey;Poisson model
一、引言
在人口转变理论的传统视野中，随着工业化和现代化的推进，各国的人口形态将由高死亡率和高生育率构成的高位平衡向由低死亡率和低生育率构成的低位平衡转变。而转变发生的时间和速度在不同国家不尽相同[1]。引起人口变化的三大要素之一的迁移，并没有被涵盖其中。美国地理学家泽林斯基（Zelinsky）将迁移转变纳入人口转变的理论框架，提出了与人口转变相对应的五阶段迁移转变理论[2]。尽管如此，长期以来，人口转变的理论与实证框架中，几乎都是死亡和生育转变，而迁移转变被忽视。这一方面与近50年来各国人口变化的主导因素是死亡和生育有很大关系，另一方面也是因为迁移数据不如死亡和生育数据那样容易收集和具有可比性。
中国学术界对人口转变的考察也是一直侧重死亡和生育转变，尤其是20世纪70年代初推行计划生育政策以来，中国生育转变的研究构成人口转变和人口学研究的主体。自20世纪90年代以来，随着中国生育转变接近尾声，而人口迁移（流动）呈现不断增长趋势，人口迁移成为越来越活跃的研究领域。但直到最近，我们才看到有冠以“迁移转变”的相关研究[3]。不过一直以来，对中国死亡、生育的研究绝大多数都是基于死亡率、生育率的研究，而较少针对死亡人口规模、出生人口规模的研究（有一些对出生人口规模的研究，而很少有对死亡人口规模的研究）。但是对中国迁移的研究正好相反，几乎都是对迁移人口规模和结构的研究，很少有从迁移率的视角考察中国的迁移转变。本研究的目的便是基于迁移率的长期趋势及其社会经济差异，考察中国人口的迁移转变。
二、理论基础
生育、死亡和迁移是影响人口规模和结构变化的直接因素。经济、社会、环境等结构性因素对人口变化的影响只能通过生育、死亡和迁移来间接发生作用。对人口变化直接影响因素的形式人口学（formal demography）研究包括如何测量它们的水平，用什么模型
来
描述它们的分布特征，以及它们与人口规模和结构之间存在怎样的相互关系。20世纪形式人口学的成就主要表现在各种死亡、生育、迁移测量方法和人口分析模型的产生、发展和应用上。但是相比于死亡、生育，迁移的测量方法和分析模型并没有得到充分地发展和应用，现有的方法也不被人们所熟知。实际上当我们使用平均预期寿命测量死亡水平、总和生育率测量生育水平时，却很难看到使用类似简洁的指标和方法来测量遷移水平的研究。因迁移的界定要比死亡、生育更为复杂，迁移也更容易受到经济社会变化的影响和冲击，迁移的测量方法和分析模型往往更为复杂。我们有将死亡人口和出生人口转换为死亡水平和生育水平的方法和模型，但是难以找到将迁移人口转换为迁移水平的方法和模型。在西方不同年代出版的人口学方法教科书中，几乎难以找到与死亡、生育相当体量的介绍迁移指标和方法的教科书。在被称作人口学家的“圣经”的教科书
Demography：
Measuring and Modelling Population Processes中，对迁移的介绍只有两页，只涉及了迁移的年龄模型[4]。而一些更早的人口统计学教科书，则更是很少涉及迁移的内容。因此，即便迁移测量研究的方法和模型在不断发展，但被吸纳进入教科书的很少，学习人口学的学生自然就很少能了解迁移研究的指标和方法。
如果说西方学者对迁移指标和方法已有部分研究和应用，那么中国学者则更少有这方面的研究。除了杨云彦利用公安部的迁移统计和人口普查的迁移数据估计了1954—2000年的年度迁移率外[5]，很少有别的研究对中国的迁移率做过估计。这与中国的生育率研究形成巨大的反差。即使一些研究中利用人口普查数据也计算了迁移率（实际上是迁移人口占总人口的比例），但并非是人口学中的率的指标。之所以如此，其主要原因是缺少像死亡和生育那样可以计算率指标的迁移数据。中国的生育数据来自人口普查和专门的抽样调查，而迁移数据也几乎一样，一方面来自国家统计局的人口普查或小普查，另一方面是原国家卫生和计划生育委员会的流动人口监测调查。人口普查或小普查中有按照户籍地和常住地区分的人口数据，按照外出时间划分的迁移人口数据，以及与1年前（2005年和2015年小普查）或5年前（1990年以来除2000年普查外的历次普查和小普查）的常住地发生变化的人口数据。不过，历次普查对这些项目的调查及口径并非都是一致的。实际上人口普查提供的多数是迁移流动人口数量和结构的数据，是流动人口存量数据，而不是人口流动事件发生数量。它们可以用来分析流动人口规模的变化趋势和结构特征，但是很难用来测量迁移率。而流动人口监测调查也只关注流动人口本身，即使收集了流动事件信息，因没有风险人口也无法测量计算迁移率。
对于迁移的测量指标和方法，可以借用测量死亡、生育的方法来测量迁移率。迁移是可重复事件，和生育事件性质类似，因此可以借用一些生育率指标来测量迁移率。比如类似于人口普查中询问前一年是否生育，就可以计算一般生育率、总和生育率等指标;如果也询问前一年是否发生迁移，也就可以计算一般迁移率、总和迁移率等指标。人口普查或小普查中询问的与1年或5年前相比常住地发生变化的信息，实际上可以用来计算类似的指标。如果类似于生育率调查中询问生育史，在迁移调查中询问迁移史，也能构建一定时期里历年的迁移率指标，甚至类似于计算生育递进比，也可以计算迁移递进比。还可以用生命表方法，编制迁移生命表，分析迁移的年龄模式和预期寿命。当然，迁移事件需要有时间和空间的界定，要比死亡、生育的界定更加复杂。这种复杂性也决定了迁移信息收集更加困难和具有挑战性。所以，不只是中国，世界各国都存在研究迁移和研究死亡、生育存在截然相反的情况。我们有理由相信人口学家对世界各国的死亡水平、生育水平有较为清晰的认识，但是对各国的迁移水平，虽不能说一无所知，但也是含糊不清、知之甚少。中国的人口学家几乎都清楚中国的死亡、生育水平在世界上处于什么位置，但是对于中国的迁移水平有多高、在世界各国中处于什么水平，却不太清楚或没有把握。我们所缺少的还是可比的数据，世界各国都是如此。
近几年来澳大利亚学者开展的一项对世界各国人口迁移的研究，是很有创造性的测量迁移水平的探索
[6-7]。他们的研究利用各国的人口普查数据或其他数据，通过各国国内所有导致居住地址变化的迁移计算总迁移强度（Aggregate Crude Migration Intensity），结果表明中国的迁移强度是较低的，这与中国巨大的迁移流动人口规模形成鲜明的反差。他们的研究首次利用可比数据对各国的人口迁移水平进行测量和进行国际比较研究，填补了迁移研究的空白。他们的研究很有价值和启发性，但是与人口学中对死亡率、生育率的测量相比，他们的迁移水平测量不具一致性。他们计算的总迁移强度实际上是过去一定时期（1年或5年）里人口中发生居住地变化的比例，不同于人口学中对迁移率的定义，这也是受限于数据的结果。而本研究的目的就是尝试通过计算迁移率来分析中国人口迁移的变化趋势。
三、数据与方法
本研究使用的数据来自中国综合社会调查（Chinese General Social Survey， CGSS）。CGSS是我国最早的全国性、综合性、连续性学术调查项目，由中国人民大学中国调查与数据中心负责执行。CGSS全面收集社会、社区、家庭、个人多个层次的数据，总结社会变迁的趋势，探讨具有重大科学和现实意义的议题。从2008年开始CGSS历次调查都包括了迁移模块，而2010—2015年的5次调查（分别是2010、2011、2012、2013和2015年度调查）中的迁移模块中询问的问题完全相同。本研究使用的迁移数据来自这5次调查中询问的来到本地居住的年份，调查中询问的问题是“您是哪一年来到本地（本区/县/县级市）居住的？”记录的是最近的一次迁移时间。这个问题包括了户籍迁移和非户籍迁移，但是不包括临时性的短暂回乡探亲和旅游访问等。由于这是最近一次迁移，由此可以计算历年的迁移率。
对于这样一种迁移信息，可以使用生存分析估计迁移率。因为从这个问题得到的迁移时间数据可以看作是后向事件发生时间数据，这种数据可以用于测量事件发生的风险或发生率，因为可以把这种数据看作是从调查时间开始向后行进，直至事件发生[8]。一个重要的前提是该事件是可重复和不可分化事件，而这样的事件可以看作是一个随机过程，可以用生存分析方法来估计事件的发生率。我们将2010—2015年间的5次调查数据合并，并将历年的分析样本限制在15—59岁人口。将5次调查数据合并是为了尽可能扩大样本量，以利于迁移率的回推计算。同时，调查中包含的高龄人口使得研究
能夠回推计算出1975—2015年历年15—59岁人口的迁移率。
首先使用人口学方法计算迁移率指标，然后使用生存分析在有控制的条件下计算历年的迁移率。人口学计算迁移率是以某年的迁移人数除以该年的风险人口，而风险人口实际上是人口的生存人年数。所以，先把以个人为单位的数据转换为以人年为单位的数据，然后计算每个人年上发生的迁移数，以及样本人口的生存人年数，
这样就可以得到迁移率。
依照上述
计算的全人口迁移率指标就和出生率、死亡率类似;如果计算15—59岁人口的迁移率，则类似于一般生育率指标。由于这类指标受人口年龄结构影响，因此我们进一步使用生存分析控制年龄后再计算迁移率。具体的回归模型是离散时间泊松（Poisson）回归模型，也是需要使用人年数据。使用离散时间泊松模型的优势在于可以同时纳入随时间变化和不随时间变化的影响迁移的变量，并且可以避免生存分析中所需的比例风险（proportional hazards）的假设[9]。
需要指出的是，本研究所指的人口迁移是一般意义上的迁移。在中国，人口的地区移动区分为人口迁移和人口流动。人口迁移伴随着户口的相应变动，人口流动则没有户口的相应变动。对应于迁移转变理论，迁移就是指一般意义上的迁移（地区移动），
同时
包括迁移和流动。本研究使用的调查数据既包括迁移，也包括流动，调查问题本身无法区分是迁移还是流动，而本研究的目的也不需要区分迁移和流动。因此，本研究使用的迁移或迁移率，不是指中国情景下所界定的迁移，而是迁移和流动的合称。
四、中国人口的迁移转变
图1显示了1975—2015年中国人口的迁移率。该迁移率指标反映的是每千15—59岁人口中发生的迁移数。比如，1990年、2000年和2010年的迁移率分别是6.75‰、13.25‰和15.69‰，说明1990年每千15—59岁人口中有接近7人发生迁移，而2000年和2010年每千15—59岁人口中则分别有13和16人发生迁移。
由于历次CGSS调查中有一些高龄人口，使得本研究可以粗略回推计算至1950年的迁移率。但必须注意，往回推算的时间越长，所涵盖人口的年龄越少，也就是说风险人口越年轻。由于年轻人口是迁移的高发人群，即使涵盖的年龄减少了，也还是能大致反映迁移的趋势。因此，图1也显示了没有限制年龄的1950—2015年的迁移率。可以看出，未限制年龄的人口迁移率要低于15—59岁人口的迁移率。这是因为15岁以下和60岁及以上人口的迁移率较低，将他们排除在外将必然导致迁移率上升。无论如何，1975年以来的两条曲线的变化趋势是非常一致的。
如果从长期趋势上看，则在1950—2015年的时间里，中国人口迁移率的变化或者迁移转变可以分为五个阶段：第一阶段是20世纪50年代，迁移率较高，特别是1958年的高峰成为2000年以前的最高峰。第二阶段是20世纪六七十年代，这20年里迁移率处于低水平。第三阶段是20世纪80年代，随着改革开放，迁移率开始上升，高于前一时期。第四阶段是20世纪90年代，迁移率加速上升，上升幅度越来越大。进入第五阶段即2000年以来，迁移率出现史无前例的激增，持续至2015年。总的来看，中国人口迁移率由低水平波动到缓增和激增的过程，与中国的经济社会变迁有很大关系。中国的人口转变也在一定程度上促进了迁移转变。
图1已经反映出中国人口迁移率的变化存在一个明显的特征是增长过程中的巨大波动。而这种波动又存在两种情况：一种是我国政治经济社会变化导致的波动，另一种是1990年以来在人口普查和小普查年份上的突增。
新中国成立之初，因政权更替形成大量的人口迁移。随着解放战争及新政权建设的空间推进，形成了一股与接管、建立新政权相关的主要由农村迁向城市的人口迁移;同时也有大批国民党军政人员、闲杂人员及一些居民被安置返迁农村或自行返迁故里的人口迁移[10]。20世纪50年代后期人口迁移进一步增长，特别是1958年形成一个较大的迁移高峰。从图1可以看出这个迁移高峰是直到2000年前都是最高峰。20世纪50年代的人口迁移是因经济恢复和发展形成的，国家不仅未限制人们的迁移行为，相反还给以保障，实际上实行的是自由迁移政策。以重工业建设主导的工业化和“大跃进”运动式经济发展战略的强行推进，使城市工业生产迅速扩张，劳动力需求急剧增长，由此引发人口迁移高度活跃，并形成农村人口涌向城市的迁移大潮。同时，国家自20世纪50年代初期开始组织的计划“支边”型及传统自发性人口迁移也仍在持续进行。但是“大跃进”运动和自然灾害的冲击，使得中国经济陷入极度困境。1961年开始对国民经济的大规模调整，加上户籍制度的强化控制作用，使“大跃进”之后人口迁移明显萎缩，迁移强度大幅度削弱。
“文化大革命”开始之初，中国的人口迁移达到最低点（1967年）。1966年“文化大革命”开始后出现了以红卫兵串联为特征的人口大流动，但是1966年秋冬季出现了“脑流”疫情，并随着红卫兵的全国大串联在全国传播和爆发，成为新中国成立以来最为严重的疫情[11]。这次“脑流”疫情造成300万人感染、16万人死亡的严重后果。为了尽快抑制疫情，中央从1966年11月至1967年3月发布一系列停止大串联的通知。同时，各地也都采取限制人口流动的措施。这可能是1967年中国人口迁移达到最低点的重要原因。
之后自20世纪60年代后期到20世纪70年代初，又形成一个迁移小高峰。这既有以发展经济为目的的人口迁移发生，如“三线”建设的计划性迁移及自发性垦荒迁移，更有知识青年“上山下乡”运动导致的政治性迁移大潮。随着“文化大革命”高潮过去、渐近尾声，城市知识青年“上山下乡”和干部下放改造的相关政策开始有所松动，已有部分下放改造干部因工作需要陆续返迁，少数“上山下乡”知识青年也开始通过推荐上大学、“顶替”招工或病退等原因陆续回城。特别是1977年开始恢复大专院校的招生考试，1978年开始改革开放，对“文化大革命”拨乱反正，连续两三年，由“三线”建设移民返迁及“上山下乡”知识青年回城形成了人口迁移浪潮。
20世纪80年代的迁移率变化较为平稳，但是在整体上要明显高于六七十年代。农村改革把大量的农村隐性过剩劳动力从土地上解放出来，同时国家大力推动乡镇企业的发展，并放宽对农民迁移进镇标准，积极鼓励农村剩余劳动力向乡镇企业转移。20世纪80年代后期，改革开放也由农村发展到城市，快速的城市建设和经济发展，创造并提供了农村劳动力迁入就业的大量机会，而政府部门相继出台一些以促进农村劳动力流动、到城镇就业为目的的各种政策，进一步推动了乡城人口迁移。
20世纪90年代中国人口迁移加速，1992年邓小平发表著名的“南方谈话”以后，中国进一步加大了改革开放的力度，由此所带来的东部沿海地区城市开发及经济建设高潮的兴起，以及外企、外资的大举进入，都有力地刺激了东部沿海地区城市经济的高速增长，创造了丰富的劳动就业机会。而且伴随改革开放的发展，城市住房、粮食及日常生活用品供给的市场化，逐步解除了没有户籍的外来人口在城市就业、生活的后顾之忧。特别是在进入90年代后期，已建立40余年的十分稳固的户籍制度继1984年进行首次重大改革之后，又开始了新一轮的改革，初步打开了农村人口入迁居住的大门;一些经济比较发达、改革力度较大的省区更是根据自身实际，开始对户籍制度进行大胆的改革。
进入21世纪以来，20余年改革开放、经济发展效果的积累，在地区、城乡之间显著的经济收入差异及就业机会的推、拉作用下，中西部地区人口向东部沿海地区及农村人口向城市地区的迁移流动规模急剧膨胀，使人口迁移进入高度活跃期。另外，自
20世纪90年代后期高等教育急速扩张，从2010 年开始，每年都会新增约800万大学毕业生进入劳动力市场，而他们绝大部分都属于非本区（县、市） 户籍人口，并选择集中在一、二线城市异地就业[12]。2000 年以来，乡城流动人口呈现出先增加后减少的趋势，而城城流动人口则持续增加[3]。
可以看出，中国人口迁移的波动和变化趋势与中国的政治经济变化密切相关。图1中显示的人口迁移率趋势也表明，最近一次迁移时间的信息可以成为考察我国迁移率长期变化的有价值的数据。
除了政治经济社会变化直接影响人口迁移外，图1中可以看出另一个明显的波动特征是
20世纪90年以来在人口普查和小普查年份上出现的迁移率突增现象。以往的遷移研究中从来没有注意到这种现象。以往的研究多以迁移人口而非人口迁移为对象，同时迁移人口也没有连续不断的年度数据。迁移人口作为存量数据，很难反映出迁移率的波动变化。
20世纪90年以来的人口普查和小普查都是尾数逢“0”和逢“5”的年份举行的。莫非类似于年龄申报中在逢“0”和逢“5”的年龄上发生堆积，迁移申报也存在尾数逢“0”和逢“5”年份发生堆积，而尾数逢“0”和逢“5”年份恰巧是人口普查和小普查年份。或者人口普查和小普查年份的迁移申报记忆最深刻、最不容易忘记而导致在后来的调查中也发生类似的堆积。这是个有趣的、值得进一步探讨的问题。
图1中计算的迁移率没有控制年龄，而迁移具有很大的年龄选择性，年龄是影响迁移率的重要因素，因此在图2中进一步计算了控制年龄后的迁移率。控制年龄的迁移率是通过表1中的离散时间泊松模型计算的。该模型的因变量就是15—59岁人口在各人年上是否发生迁移，自变量或协变量是年龄和年份。这里的年龄是各人年上的年龄，不是调查时的年龄，是随时间变化的变量。年龄是控制变量，目的是为了在控制年龄的条件下计算各年的迁移率。同时该模型也提供了对图1中各年迁移率差异的统计检验。在检验各年迁移率差异时，我们以1977年为参照年，一方面它是中国实行改革开放的前一年，另一方面也是1975年以来迁移率最低的一年。
表1中在年龄和时期同时控制的条件下，进一步确认了图1中各年迁移率的变化趋势和差异。改革开放以后，迁移率出现上升，1978年、1979年和1980年的迁移发生比是1977年的1.6、1.9和2.6倍。随后在20世纪80年代，迁移率保持平稳态势，虽然比1980年略有下降，但是显著高于1977年，迁移发生比都是1977年的2倍或以上。进入90年代，迁移率上升趋势加速。迁移的发生比率由90年代前期的2以上上升到后期的3以上。进入21世纪后，迁移率出现激增趋势，迁移的发生比率几乎年年提高，由初期的超过4，到后期超过5，然后2010年以来超过8甚至10。1975年以来迁移发生比率的变化与前述的中国政治经济社会变化对迁移的影响是高度一致的。
通过表1中的模型计算的控制年龄后的迁移率展示在图2中。对比未控制年龄和已控制年龄的两条迁移率曲线，以2005年为交點，2005年之前未控制年龄的迁移率高于已控制年龄的迁移率，而2005年以后则相反。这说明相对于这35年的平均年龄而言，2005年之前的迁移人口较为年轻，而2005年之后的迁移人口较为年老。由于年轻年龄组的迁移率更高，因此在控制了年龄后使得近期的迁移率提高了，而前期的迁移率降低了。中国迁移人口的年龄结构的这种变化也在人口普查数据中得到证实。尽管如此，两条曲线的变化趋势及波动是十分一致的。
五、迁移转变的社会经济差异
在迁移转变过程中，因各种宏观和微观因素的影响，不同人群的参与程度具有很大差别，表现出较大的社会经济差异。在
前面分析
中已经看出年龄对迁移率的影响。迁移不仅具有年龄选择性，其他的人口、社会和经济特征也会影响迁移的发生。根据CGSS 2010—2015年调查中获得的各种个人特征变量，我们进一步考察性别、城乡迁入地、婚姻状况、受教育程度与迁移率的关系。
男性迁移率始终高于女性。不过，随着迁移转变由以男性为主导的先锋阶段走向家庭化阶段，同时，因高校扩招、结婚年龄推迟等因素也使得越来越多女性进入迁移行列，迁移率的性别差异呈现不断缩小的趋势（见图3）。迁移率性别比由1990年之前的平均1.88下降到20世纪90年代的平均1.65，又进一步下降到2000年以来的平均1.25。人口普查数据显示，流动人口性别比在1990年之前出现上升，之后发生下降[13]。迁移率的性别比虽然也在下降，但是没有流动人口性别比下降得那么迅速。
改革开放以来，不断增长的人口迁移由乡城迁移占主导地位。图4显示，城镇迁入地的迁移率始终并越来越高于农村迁入地的迁移率。农村迁入地的迁移率在2000年之前处于下降趋势，2000年以来出现上升趋势，但是始终处于很低水平。城镇迁入地的迁移率在改革开放初期有突增，20世纪80年代保持平稳趋势，90年以来的上升趋势不断加快。与前述中国的经济发展、户籍制度改革和城镇迁移政策放宽等趋势是一致的。
有研究表明，婚姻和孩子状况等个人及家庭因素对迁移决策有重要影响，而且对女性迁移的影响要大于男性[14]。CGSS调查中没有生育信息，无法考察生育状况对迁移的影响。婚姻状况只区分了未婚和已婚，是按照调查时的婚姻状况和初婚时间构造的随时间变化的变量。2000年之前的未婚和已婚迁移率差别较小，2000年以来差别持续扩大。同时，在长期趋势上，两者的迁移率差别出现反转，1990年之前已婚迁移率高于未婚迁移率，1990年之后未婚迁移率越来越高于已婚迁移率。2010年以来，未婚迁移率基本上是已婚迁移率的3倍以上（见图5）。有研究显示， 1990年以来中国女性的初婚年龄在逐渐提高，初婚模式在发生改变，而进入21世纪之后变化更加迅速[15-17]。2017年生育调查数据显示，中国女性平均初婚年龄近十年来由23.6岁上升到26.5岁，总和初婚率由0.9以上下降到0.6。男性的婚姻状况也在发生类似变化。两性初婚年龄显著推迟显然是未婚迁移率上升的重要推动力。
中国迁移人口的人力资本禀赋持续提升，表现为迁移人口的平均受教育年限不断提高。在高等教育扩张的背景下，2000年以来，中国人口受教育程度有显著提高，越来越多的受教育程度较高人群加入迁移行列[18]。图6显示，受教育程度越高的人群，其迁移率也越高，而且与低教育程度人群的差异在扩大。小学及以下人群的迁移率最低，初中和高中人群的迁移率十分接近，是小学及以下的迁移率的2—3倍。最高迁移率的是大专及以上人群，其迁移率是初中和高中人群迁移率的3—4倍，是小学及以下的迁移率的5—6倍。越来越多的受教育程度较高人群加入迁移行列有利于提升迁移人口的职业地位和收入水平，有助于促进其社会融合和市民化。需要指出的是，不像其他特征下的迁移率趋势，图6仅计算了2006—2015年的分受教育程度的迁移率。2010—2015年的受教育程度是随时间变化的变量，而2010年之前的受教育程度不是随时间变化的变量，因此不能往回推算过长时间的迁移率。
六、结论与讨论
本研究基于迁移率视角，考察了1950—2015年中国人口的迁移转变。形象地说，这一过程可以描述为“潮起到潮落，再到潮起、潮升并掀起巨浪”。中国人口的迁移转变在宏观上与政治经济社会的变迁高度一致，与生育转变相比更明显地表现出受到社会经济政策的冲击性影响，因而波动性更大。这比只从迁移人口规模中看到的变化趋势更为具体生动。尽管在总体趋势上是一致的，但是基于迁移人口规模视角的展现，因不是年度人口迁移，而是迁移人口存量，变化往往平稳，无法看出转变过程中的跌宕起伏，更体现不出一些年份的突变。另外，自1990年以来迁移率在逢“0”和逢“5”年份上突增，也是在其他迁移研究中从未被揭示的现象。可见，使用迁移率考察中国的迁移转变，能够更细致地刻画迁移转变过程中的变化特征，尤其是一些政策或其他事件的时期效应得以突显，体现出了迁移率的优势。更进一步地，以往研究中很少涉及迁移率的社会经济差异及趋势。本研究基于迁移率的社会经济差异的分析表明，男性迁移率始终高于女性，但是两性差异有缩小的趋势;因人口转变、城镇化的推进，初婚年龄不断推迟，乡城迁移和未婚迁移大幅度增长;而越来越多受教育程度较高人群加入迁移，使得受教育程度越高人群具有越高的迁移率。本研究的这些发现有助于进一步细化和丰富对中国人口迁移转变的认识。
尽管中国的人口迁移研究文献浩如烟海，但是通过迁移率指标考察中国人口迁移转变的研究极少，国际上类似的研究也很少。使用迁移率考察迁移转变，对应于使用生育率、死亡率考察生育转变和死亡转变。这些率指标反映的是生育、死亡和迁移事件发生的水平，不会受到总人口规模的影响，因而有利于时间上或空间上的比较研究。如果国内外都具备可用于计算迁移率的数据，那么将大大促进各国迁移转变的研究，也将推进和深化对中国人口迁移转变的过程和特征的认识。另外，从人口转变的视角看，迁移转变是对传统人口转变框架的补充，人口转变进程中，生育、死亡和迁移的转变往往存在在时间上依次推进、空间上不断扩散的趋势，三者之间相互交织、相互影响。对中国人口迁移转变的探讨将会促进对中国整体人口转变的趋势和特征的认识深化。
最后需要指出，本研究使用的数据并非是专门针对迁移测量设计的调查数据，而是使用CGSS調查中询问的最近一次迁移年份信息。本研究结果表明，在缺乏可以用于测量迁移率的专门性调查数据的条件下，最近一次迁移时间信息对于研究迁移率及其变化趋势也是很有利用价值的。即使存在测量偏差，但仍然能提供连续时间序列上的、内部一致的迁移率指标数据。不过，因不存在其他来源更理想的迁移数据可以计算迁移率，我们无法评判本研究计算的迁移率是否准确或者有多大程度的偏差。要全面考察分析中国人口的迁移水平与趋势，以及中国人口的迁移转变，有待于人口普查或迁移调查中对迁移测量的有关问题的增设和完善。只有从迁移人口（规模与结构）和人口迁移水平（迁移率）相结合考察中国人口的迁移转变，才能全面、准确地反映中国人口的迁移转变特征与趋势。而对于CGSS调查，如果对现有的迁移模块进行完善，增加个人迁移史内容，就像之前的调查曾经包括的教育和职业变动史那样，甚至如果将这些不同模块的事件史内容同时进行调查，则将极大促进对中国人口迁移水平、模式、机制及迁移转变过程的研究。
参考文献：
[1]KIRK D. Demographic transition theory [J]. Population Studies， 1996， 50 （3）：
361-387.
[2]ZELINSKY W. The hypothesis of the mobility transition [J]. Geographical Review， 1971， 61（2）：
219-249.
[3]段成荣，谢东虹，吕利丹. 中国人口的迁移转变[J]. 人口研究，2019（1）：12-20.
[4]PRESTON S H， HEUVELINE P， GUILLOT M. Demography：
measuring and modeling population processes [M]. Oxford：
Blackwell Publishers， 2001：191-210.
[5]杨云彦. 中国人口迁移的规模测算与强度分析[J]. 中国社会科学，2003（6）：97-107.
[6]BELL M， CHARLESEDWARDS E， UEFFING P， STILLWELL J， KUPISZEWSKI M， KUPISZEWSKA D. Internal migration and development：
comparing migration intensities around the world [J]. Population and Development Review，2015 （1）：
33-58.
[7]朱宇，林李月，柯文前. 国内人口迁移流动的演变趋势：国际经验及其对中国的启示[J].人口研究，2016（5）：50-60.
[8]ALLISON P D. Survival analysis of backward recurrence times [J]. Journal of the American Statistical Association，1985，80（390）：
315-322.
[9]ALLISON P D. Survival analysis using SAS：
a practical guide， second edition[M]. Cary， NC：
SAS Institute Inc.，2010：235-255.
[10]王桂新. 新中国人口迁移70年：机制、过程与发展[J]. 中国人口科学，2019（5）：2-14.
[11]张晓丽、陈东林. 1966—1967年全国性“流脑”的暴发与防治[J]. 中共历史与理论研究，2017（2）：134-147.
[12]翟振武，王宇，石琦. 中国流动人口走向何方？[J]. 人口研究，2019（3）：6-11.
[13]段成荣，杨舸，张斐，卢雪和. 改革开放以来我国流动人口变动的九大趋势[J]. 人口研究，2008（6）：30-43.
[14]YANG Xiushi， GUO Fei. Gender differences in determinants of temporary labor migration in China：
a multilevel analysis[J]. The International Migration Review，1999，33（4）：929-953.
[15]陆杰华，王笑非. 20 世纪 90 年代以来我国婚姻状况变化分析[J]. 北京社会科学，2013（3）：62-72.
[16]韦艳，董硕，姜全保. 中国初婚模式变迁——基于婚姻表的分析[J]. 人口与经济，2013（2）：21-28.
[17]郭志刚，田思钰. 当代青年女性晚婚对低生育水平的影响[J]. 青年研究，2017（6）：16-25.
[18]郑真真. 中国流动人口变迁及政策启示[J]. 中国人口科学，2013（1）：36-45.
[责任编辑 方 志]
