人口流动与网络求职耦合关联分析

许静平　丁疆辉

摘要：随着互联网的普及，网络求职兴起并迅速发展，同时期中国人口也在进行大规模的流动。在建立耦合系统评价指标体系的基础上，运用灰色关联分析法，构建人口流动与网络求职交互作用的关联度模型和耦合度模型，分析人口流动与网络求职耦合的主要因素及成因，并从时空角度对其耦合度的演变规律进行分析。结果发现：（1）系统要素耦合的机制复杂，且关系密切；（2）耦合度分布基本符合东、中西的空间分异规律，根据耦合度大小，大致把我国省区划分为和谐、磨合和拮抗3个类型区；（3）耦合度时序变动表现出一定的阶段性，在2005年以前处于低度耦合阶段，2005年以后二者关联逐步密切，2010年达到中度耦合程度，2015年耦合作用更加明显。

关键字：人口流动；网络求职；耦合；关联

中图分类号：C922 文献标识码：A

0 引言

人口流动泛指人口在地域空间的一切移动现象，而不管移动的动机和目的、距离远近、时间长短、定期或不定期、暂住还是久住，以及钟摆式流动，都可以包括在内[1]。改革开放以来中国社会经济的快速变化推动了劳动力的流动，主要是从农村向城市、从欠发达地区向经济发达地区的流动[2]。中国流动人口的规模在改革开放后的30多年中持续增长，尤其是20世纪90年代以后增长速度明显加快，到2015年末达到29247万人，占全国总人口的21.35%左右，迄今为止流动人口规模仍继续增长[3，4]。

随着以互联网技术为代表的信息与通信技术不断地重构时空关系[5]，网络招聘行业逐步兴起和发展。网络招聘不仅能够扩大招募范围，减少招聘时间和成本，还能提高求职者素质，因此，网络招聘正逐渐成为一种全球招聘趋势[6-11]，网络求职人数亦随之增长，2000年至2015年我国网络求职人数由142万增加到1.3亿，增长速度极快[12，13]。

网络求职兴起并迅速发展，同时期中国人口也在进行大规模的流动，对于二者的相互关系，已有多位学者进行探索和研究。王献峰提出网络求职可以方便新生代农民工快速找到适合自己特点的工作，在一定程度上可以减弱外出务工的盲目性[14]。罗资琴等认为，网络招聘有利于人才合理配置与流动[15，16]。雷光和指出，人口迁移流动信息普及程度具有很大提升空间，应该提升大众传媒获取迁移流动信息的功能[17]。杜丽红认为政府相关部门应当健全为城市流动人口就业服务的信息网络，节省外来人口到城市找工作的成本[18]。通过对比已有研究可以发现，许多学者普遍认为网络求职方式为人口流动提供了便利，有利于人才的合理配置，但对二者之间的作用关系及其时空演变的研究较少。本文基于人口流动与网络求职的交互耦合机制，选取2015年的人口流动数据及同时期网络求职发展数据，建立综合评价指标体系，通过构建耦合模型分析人口流动与网络求职耦合关联及成因，对我国31个省（市、区）的空间格局与差异进行分析，并选取2000年、2005年和2010年的数据作对比，分析二者耦合度随时间的演变情况，在时空基础上分析网络求职与人口流动的作用关系。

1 数据来源与研究方法

1.1 数据来源

人口流动数据来源于《中国第五次人口普查》、《中国第六次人口普查》、2005年全国1%人口抽样调查数据、2015年全国1%人口抽样调查数据、《中国统计年鉴》、《中国流动人口发展报告》以及各地方流动人口发展报告；网络化求职数据来源于《中国统计年鉴》、《中国互联网发展状况统计报告》及艾瑞咨询官方发布的《中国网络招聘行业发展报告》。

1.2 指标体系构建

在遵循代表性、系统性、显著性和可操作性等原则的基础上，利用CNKI数据库收录的文献，对近年来其中有关人口流动、网络求职的设计指标进行频度统计，选出研究者使用频率较高的指标；从人口流动规模、时间、距离、性别、学历等方面将人口流动综合发展系统予以内涵的扩充和特征综合[19]；从网站雇主、网上求职者和招聘网站三个方面将网络求职的综合状况予以指标分解和特征细化[20]；最终确定了人口流动与网络求职耦合评价指标（表1）。

1.3 研究方法

由于人口流动与网络求职系统的关联性与复杂性，本文按照系统分析的思路，在构建人口流动与网络求职系统耦合的评价指标体系基础上，采用灰色关联分析的方法[21]，从时空角度揭示了人口流动与网络求职耦合的机理、相互关联程度和耦合程度。分析步骤如下：

（1）确定分析序列。本文的两组分析序列为人口流动序列组（Xi）和网络求职序列组（Yj）。

（2）数据处理。鉴于上述两组分析序列的原始指标数据量纲和数量级不同，为了便于比较，采用极差标准化的方法对数据进行无量纲化处理[22]：

Xi=（Xi-Xmin）/（Xmax-Xmin） （1）

Yj=（Yj-Ymin）/（Ymax-Ymin） （2）

（3）求關联系数。它是计算关联度和耦合度的基础，其本质是衡量2个研究序列之间的相对产值，公式为：

？孜ij（t）=■ （3）

式中：？灼ij（t）为t时刻第i流动人口指标与第j网络化求职指标之间的关联系数；X′i（t）、Y′j（t）分别为t时刻第i流动人口指标与第j网络化求职指标的标准化值；ρ为分辨系数，其作用是提高关联系数之间差异的显著性，一般取值0.5。

（4）求关联度和耦合度。本文使用人口流动与网络求职系统耦合的关联度模型和耦合度模型。将关联系数按样本数k求其平均值后可以得到一个关联度矩阵？酌ij，它反映了人口流动与网络求职耦合的错综复杂的关系，表达式为：

？酌ij=■■？孜ij（t） k=（1，2，...n） （4）

式中：k为样本数，即在本文选取的人口流动指标（或网络求职指标）数。

通过比较关联度？酌ij的大小，可以分析网络求职中哪些因素与人口流动系统关系密切，而哪些因素对人口流动系统作用不大。关联度γij的取值范围是0～1之间，即0<？酌ij≤1，？酌ij值越大，关联性越大，反之亦然[23]（表2）。

在关联度矩阵基础上分别按行或列求其平均值，可以得到系统耦合的关联度模型：

di=■■？酌ij （i=1，2，...m；j=1，2，...l） （5）

dj=■■？酌ij （i=1，2，...m；j=1，2，...l） （6）

式中：di为人口流动系统的第i指标与网络求职系统的平均关联度；dj为网络求职系统的第j指标与人口流动系统的平均关联度；m、i分别为两个系统的指标数。由得出的数据的大小及对应的值域范围，可分析出两个系统互相影响的最主要因素。

采用系统关联的耦合度模型[24]，从时空两个角度定量评判出人口流动与网络求职系统耦合的协调程度，其计算公式为：

C（t）=■■■？孜ij（t） （7）

式中：C（t）为耦合度：m、i分别为人口流动与网络求职系统的指标数。

2 结果分析

2.1 人口流动与网络求职耦合机制分析

计算得出，人口流动与网络求职两系统各指标间的关联度都在0.35以上（表3），属于中度及以上关联。为了进一步揭示两系统交互耦合的主要驱动力，对上面计算得到的关联度数据进行了平均和排序，分别得到人口流动与网络化求职相互作用和影响的主要因素。

2.1.1 人口流动对网络求职的发展影响较大

分析结果表明，流动人口数量对网络求职的影响作用最为明显。经计算，流动人口数量指标与网络求职系统的关联度达到0.92，属于高度关联。究其原因，中国流动人口数量巨大，其中72.6%人口流动的原因为务工经商，流动人口的增多促使求职需求提高。网络求职可以在一定程度上克服时间和空间的限制[25]，对于异地求职的新人来说，有效解决了信息不对称的问题，是其异地求职较好的选择。流动人口数量的增多会增加网络求职的使用率，带动网络求职的发展。其次，流动人口学历越高，对网络求职发展的影响越大。经计算，研究生和大学学历的流动人口数量指标与网络求职系统的关联度分别为0.89和0.74，关联性较高；小学和高中学历的流动人口数量指标与网络求职系统的关联度分别为0.67和0.46，关联系相对较低。网络求职是利用互联网进行的招聘活动，要求使用者具有一定的互联网技术水平，科学文化素质高的人群，有着较强的理解与应用能力，倾向于使用网络求职这一新型的求职方式，因而受到网络求职发展的影响较大。高校中有87.78%的人通过各类招聘网站搜寻求职信息[26]，网络求职已成为高校毕业生找工作的主要方式。此外，短期流动的人口对网络求职的影响较大，长期流动的人口对网络求职发展的影响较小。经统计，流动时间在5年以内的流动人口指标与网络求职系统的关联度均大于或等于0.65，与网络求职关联度较高；流动时间在5年及以上的流动人口指标与网络求职系统的关联度为0.59，低于短期流动人口与网络求职关联程度。

2.1.2 网络求职对人口流动具有不容忽视的作用

首先，在网络求职对人口流动影响的过程中，网络雇主规模的作用最为突出，两者的关联指数为0.71。网络招聘雇主数量的增多，会大大增加网络求职者的求职选择和求职成功率，便于人口异地求职，促进人口的地区流动。其次，招聘网站的发展对人口流动也有一定促进作用。二者的关联度为0.65，属于中度关联。随着科技的发展和互联网的普及，招聘网站的数量日益增多，规模不断扩大，为异地求职人口提供的岗位越来越多，提升了异地求职的成功率，便于人口的地区流动。

2.2 人口流动与网络求职耦合空间性分析

人口流动与网络求职耦合不仅表现在各自要素的交互作用上，在空间上也存在不同表现特征。为了更清楚地反映人口流动与网络求职耦合的空间分布规律与特点，在计算所得耦合度值的基础上综合考虑了经济发展水平，以各地区经济发展水平和综合耦合度为X、Y轴，分别以其均值为坐标轴原点，利用象限分类法[27]，将中国31个省（市、区）划分为人口流动、网络求职和谐区，人口流动、网络求职磨合区和人口流动、网络求职拮抗区3个类型区（图1）。

2.2.1 人口流动、网络求职和谐区

人口流动、网络求职和谐区指的是人口流动与网络求职相互影响大，耦合度高的地区，北京、上海、天津、浙江和海南五个省市属于该类型。这些地区流动人口数量多，占全国总流动人口数量的20%，同时也是我国经济发展水平好、互联网普及、网络求职使用率高的地区。2015年，北京和天津的耦合度在全国处于最高水平，均在0.46以上；上海、浙江和海南次之。这些地区人口的流动与当地网络求职的发展有正反馈关系，网络化求职促进了地区的人口流动，人口流动也推动网络求职的发展。

2.2.2 人口流动、网络求职磨合区

人口流动、网络求职磨合区是指人口流动与网络求职处于中度关联水平，耦合度较高的地区，在中国31个省（直辖市、自治区）中，有23个省（直辖市、自治区）属于该型类型区（图1）。这些地区的流动人口也较多，流动人口数量占总流动人口的78.71%，但由于东中西部经济差异很大，造成了中西部地区互联网发展状况低于东部经济繁荣的地区[28]，网络招聘行业受到地区互联网发展程度的制约没有很快普及，流动人口寻求工作多为熟人介绍或招聘会等传统的方式。中国大部分地区属于人口流动与网络求职磨合区，网络求职与人口流动虽然存在相互影响关系，但不及北京、天津等城市的影响程度大。

2.2.3 人口流动、网络求职拮抗区

人口流动、网络求职拮抗区是指人口流动与网络求职的关联性较小，耦合程度较低的地区，新疆、西藏和青海三个省（自治区）属于该类型区。新疆、西藏和青海处于我国内陆，地广人稀，2010年三省（自治区）人口仅占总人口的2.22%，其流动人口数量占也仅总流动人口数量的2.18%，但其面积占全国总面积的37%[29]。三地网络招聘发展指数均小于0.6，属于網络招聘最不发达地区[30]，使用网络求职的人数较少。通过对三个地区耦合度的计算可以得出，该地区人口流动与网络求职的关联度较低，耦合作用较小。人口稀疏的地区靠人口流动推动经济增长[31]，互联网的普及可以使信息和知识传递的时空阻碍性的大幅度降低[23]，着手加快西部地区互联网的发展，发挥网上求职的优势，能够更好的促进西部地区人口的合理流动。

2.3人口流動与网络求职耦合时序性分析

从时序角度分析人口流动与网络求职耦合度的变化可以更清晰地揭示其相互作用的阶段特性。由于全国流动人口数据每五年统计一次，连续年份数据无法获得，研究选取2000年、2005年、2010年和2015年为代表，对人口流动与网络求职耦合度的年份变化进行分析（图2）。

人口流动与网络求职在2000年和2005年的耦合度都低于0.35，处于低关联状态，耦合作用较弱。20世纪80年代中期后，改革开放政策的实行使中国社会经济发生快速的变化，推动了劳动力的流动，2000年中国流动人口数量为1.21亿，到2005年流动人口数量增加到1.47亿。这时期流动人口虽然增加，但是由于当时互联网发展水平还比较低，网络招聘的发展也处于初级阶段，流动人口到异地寻求工作主要是通过亲朋介绍，网络求职对人口流动的推动作用很弱，同样，人口流动对网络求职发展的促进作用也不是很明显。

2005年～2015年人口流动与网络求职之间的相互作用逐步加强，到2015年二者耦合度达到0.436，处于中度耦合水平。2005年是网络求职发展的一个分水岭，政治上，党的十六大提出要促进人才资源和经济社会协调发展；在经济上，中国加入WTO，全球经济一体化趋势愈发明显，呼唤着全球人才的互相交融、有序流动。2010年网络招聘市场进入相对成熟阶段，2015年网络招聘的内容和各类应用都极大丰富。同时期，中国人口也在大规模地流动，由2005年的1.47亿增长到2015年的2.92亿，增速达到55.78%。通过对二者耦合情况的分析发现，2005年到2010年，人口流动与网络求职的耦合度由低度耦合转变为中度耦合，到2015年耦合度达到0.436。不难发现，随着社会的进步和科学技术的发展，人口流动与网络求职相互影响作用会越来越明显。

3 结论

在指标系统构建和灰色关联技术的基础上，分析了中国人口流动与网络求职的耦合关联及成因、耦合的空间性及时序性特征，得出如下结论：

（1）人口流动与网络求职相互影响，相互促进。网络求职不受时间和空间制约，为一些想去其他城市工作的人提供了方便的求职途径，利于人口的地区移动。同样，网络求职以其自身的特点必定会受到在异地寻求工作的人的青睐，流动人口的增加也会提升网络求职的使用率。人口流动与网络化求职系统的耦合度都在0.35以上，属于中等及以上关联程度，二者存在相互影响、相互促进的关系。

（2）各要素之间的相互作用是系统耦合的主要动力。流动人口数量对网络求职发展的影响最大，高素质流动人口和短期流动人口对其发展也有较大的影响；网络求职对人口流动产生作用的过程中，网络雇主规模和招聘网站发展程度有着不容忽视的作用。

（3）中国区域人口流动与网络求职耦合度基本符合东、中西的空间分异规律，综合全国人口流动与网络求职系统的耦合度，将中国31个省（直辖市、

自治区）划分为人口流动与网络求职和谐区、磨合区和拮抗区。其中北京、天津、上海、浙江和海南五个城市的耦合度高于全国平均水平，属于和谐型类型区；新疆、西藏和青海的耦合度低于全国平均水平，属于拮抗型类型区；其余城市的耦合度处于中间水平，为磨合型类型区。

（4）系统耦合值存在明显的时序性特征。2005年之前，人口流动与网络求职系统的耦合度均低于0.35，耦合程度较低；2005年以后网络求职迅速发展，同时期人口流动也开始大幅度增长，2010年两系统达到中度耦合程度，2015年两系统相互影响程度继续加深，随着社会的进步和科学技术的发展，人口流动与网络求职相互影响作用会越来越明显。

参考文献：

[1] 李竞能. 人口理论新编[M]. 北京：中国人口出版社，2001：184-185.

[2] 郑真真，杨舸. 中国人口流动现状及未来趋势[J]. 人民论坛，2013（4）：6-9.

[3] 国家统计局.2015中国1%人口抽样调查汇总数据[EB/OL]. http：//www.stats.gov.cn/tjsj/zxfb/201604/

t20160420_1346151.html.

[4] 刘超芹. 城市化进程中省际流动人口特征分析——基于第五次和第六次人口普查数据[D]. 成都：西南财经大学，2013.

[5] 孙中伟，贺军亮，田建文. 网络空间的空间归属及其物质性构建的地理认知[J]. 世界地理研究，2016，25（2）：149-157.

[6] Brice，T.S，Waung.Web site recruitment characteristics：American's best versus America's biggest[J].Society for the Advancement of Management.2002，67（2）：4-8.

[7] Leary，Lindholm，Freeman.Selecting the best and brightest：Leveraging human capitalt[J]. Human Resource Managemen.2002，41（3）：325-340.

[8] Roberson Collins.The effects of recruitment message specificity on applicant attraction to organizations[J]. Journal of Business and Psychology. 2005，19（3）：319-339.

[9] Capelli，P.Making the most of on-line recruiting[J]. Harvard Business Review. 2001，79（3）：139-146.

[10] Calanaki，E.The decission to recruit online：a descriptive study[J]. Career Development International，2002，7（4）：243-251.

[11] 何俊達. 中国和美国的网络招聘行业发展比较研究[D]. 广东：广东外语外贸大学，2015.

[12] 中国互联网络信息中心. 2015年中国互联网络发展状况统计报告[EB/OL]. http：//www.199it.com/archives/

432640.html.

[13] 国家人口和计划生育委员会流动人口服务管理司. 2013年中国流动人口发展报告[R].北京：中国人口出版社，2013.

[14] 王献峰. 互联网对新生代农民工城市融入的影响研究—以郑州市为例[D]. 郑州：郑州大学，2012.

[15] 罗资琴，刘煜汐. 网络招聘对高等院校毕业生求职的影响[J]. 兰州石化职业技术学院学报，2013（2）：42-44.

[16] 吴小彬. 网络招聘有利于人才合理配置与流动[N]. 通信信息报，2005-2-16（3）.

[17] 雷光和，傅崇辉. 中国人口迁移流动的变化特点和影响因素[J]. 西北人口，2013，34（5）：1-8.

[18] 杜丽红. 我国城市流动人口就业问题及其管理[J]. 经济问题研究，2008（1）：89-92.

[19] 张奎，乔忠，王玉华. 关于流动人口统计指标体系的探讨[J]. 统计与决策，2009（9）：23-25.

[20] 李豫川 .探析网络招聘现状[J]. 法制与社会，2009，（5）：243-244.

[21] 邓聚龙. 本征性灰色系统的主要方法[J]. 系统工程理论与实践，1986（1）：60-65.

[22] 温丽华. 灰色系统理论及其应用[D]. 哈尔滨：哈尔滨工程大学，2003.

[23] 祖广哲，丁疆辉. 京津冀地区新型城镇化与信息化耦合协调分析[J]. 河北大学学报，2015，35（6）：623-631.

[24] 刘耀彬，李仁东，宋学锋. 中国区域城市化与生态环境耦合的关联分析[J]. 地理学报，2005，60（2）： 241- 242.

[25] 闫雪芸. 网络招聘的优缺点及对应届毕业生的影响[J]. 商业论坛，2013（10）：385-386.

[26] 王萌萌. 大学生网络就业前景分析[J]. 中国青年研究，2015（7）：25-29.

[27] 顾丽娟，曾菊新. 中国区域城乡文化系统耦合关联分析[J].经济地理，2013，33（1）：86-91.

[28] 陈颖. 我国互联网发展的区域差异性研究—基于1998年-2010年我国31个省市面板数据的实证研究[D]. 重庆：西南大学，2012.

[29] 国务院人口普查办公室. 2010年第六次全国人口普查汇总数据「Z]. 北京：中国统计出版社，2012.

[30] 艾瑞咨询集团. 2008-2009年中国网络招聘行业发展报告[EB/OL]. http：//report.iresearch.cn/report/

200905/1279.shtml.

[31]李晓阳，林恬，竹张琦. 人口流动与经济増长互动研究——来自重庆市的证据[J]. 中国人口科学，2015（6）：46-55.

Coupling analysis of population flow and online

job-search

XU Jing-ping， DING Jiang-hui

（Hebei Normal University Resources and Environmental Science Institute， Shijiazhuang 050024，China）

Abstract： With the popularity of internet， online job-search has been developing rapidly.At the same period，China's population is also flowing on a large scale.Using methods of grey correlative analysis， we established an evaluation index to build a correlation model and a coupling model between population flow and online Job-search. The results show that：（1）The system element coupling mechanism is complex and close；（2）The basic coupling distribution conforms to the east， the middle and the west， according to the size of the coupling， provinces and autonomous regions of China roughly divide into harmony， running-in and antagonism three types；（3）It shows obvious periodicity on coupling aspect.It was in the low coupling stage before 2005.After 2005，the correlatin has increased between population flow and online job-seard. In 2010 the degree of coupling come to be moderate and the coupling effect is more obvious in 2015.

Key words： population flow； online job-search； coupling； associated