隨著社會經濟的不斷發展，生產要素在不同地區之間的交換聚集，人口流動現象越來越普遍。20世紀90年代之後，由大陸農村到城市發展的流動人口數量增加非常快，人口的流入為城市發展提供了充足的勞動力，人均收入水平也不斷的提高，但同時部分地區人口數量過載造成的醫療資源緊缺、子女教育問題和勞動力就業困難等社會問題也會暴露出來，研究人口居留意願能幫助我們更好的了解其中的原因。本文通過對2014年至2016年流動人口動態監測數據的研究，運用條件推斷決策樹(Conditional Inference Trees)法分析影響流動人口居留意願的因素。最後發現以下特征：剛流入的流動人口容易受到自身收入、教育背景、和房屋支出等生存壓力相關的因素影響，而在本地停留時間較長人群的居留意願與其婚姻狀況、流動距離等家庭觀念相關的因素聯繫較為緊密。

With the continuous development of society, the transfer of production capital across internal regions in China becomes more and more frequent, thereby raising population mobility Since the 1990s, the number of people moving from rural to urban areas grew rapidly. The inflow of population supplies urban areas with ample labor, whereas factories and firms in urban areas provide migrant workers with income. However, over-crowded cities have led to a shortage of medical and educational resources in the region. To provide evidence that inform policy, this thesis analyzes the factors underlying rural-urban migrants' settlement intention by conditional inference decision tree. Using data from the 2014-2016 Floating Population Health Dynamics Survey, we found that the newly-arrived floating population’s settlement intention was easily affected by factors related to cost-of-living pressure, such as net income, educational background, housing expenses, etc., while the settlement intention of people who have migrated for a long time was closely related to family factors, such as marital status and distance to hometown.

目錄

第一章 緒論	1
第一節 研究背景	1
第二節 研究動機	3
第三節 研究目的	4
第四節 研究架構	5
第二章 文獻回顧	6
第一節 中國流動人口居留意願研究相關文獻	6
第二節 應用決策樹相關文獻	7
第三章 研究方法	9
第一節 樣本資料處理	9
一、 數據來源	9
二、 變量解釋	9
第二節 決策樹实证分析	12
一、 決策樹分析法	12
第四章 研究結果	13
第一節 推斷決策樹分析	13
一、 2014年結果分析	13
二、 2015年結果分析	16
三、 2016年結果分析	19
第五章 結論	22
第一節 總結	22
第二節 政策性建議	22
第三節 限制及後續研究	23
參考文獻	24

 

表目錄

表1- 1 2012-2017年常住人口、流動人口、農民工人數統計表	1
表1- 2 第六次人口普查各省份流動人口數量統計表	2
表 3- 1 模型中的變量代碼、名稱及賦值	9


圖目錄

圖1- 1 研究流程圖	5
圖 3- 1 2014年前十項數據格式樣本	10
圖 3- 2 2015年前十項數據格式樣本	10
圖 3- 3 2016年前十項數據格式樣本	11
圖 3- 4 2014樣本統計	11
圖 3- 5 2015樣本統計	11
圖 3- 6 2016樣本統計	11
圖 4- 1 2014年ctree模型分析結果	14
圖 4- 2 2014年ctree模型結構圖	15
圖 4- 3 2015年ctree模型分析結果	17
圖 4- 4 2015年ctree模型結構圖	18
圖 4- 5 2016年ctree模型分析結果	20
圖 4- 6 2016年ctree模型結構圖	21

參考文獻
申秋紅（2012），「流動人口居留意願影響因素分析-基於全國六城市的調查」，經濟研究導刊，第2期，頁92-95。
王曉麗、趙暢（2015），「農村流動人口戶籍遷入意願研究」，學術探索，第6期，頁112-117。
朱宇（2004），「戶籍制度改革與流動人口在流入地的居留意願及其制約機制」，南方人口，第3期，頁21-28。
韋小麗，朱宇（2008），「流動人口居留意願與就業特征」，南京人口管理幹部學院學報，第2期，頁20-25。
楊雪、魏鬨英（2017），「流動人口長期居留意願的新特征及影響機制」，人口研究，第5期，頁63-73。
董昕（2016），「房價壓力、房租負擔與人口持久性遷移意願」，財經問題研究，第3期，頁3-10。
王春蘭、丁金宏（2007），「流動人口城市居留意願的影響因素分析」，南方人口，第22期，頁22-29。
劉乃全、宇暢、趙海濤（2017），「流動人口城市公共服務獲取與居留意願-基於長三角地區的實證分析」，區域經濟研究，第6期，頁112-121。
帥健，張艷，方瑤，李麗萍（2015），「R軟件3個常用決策樹包的應用比較」，傷害醫學，第4期，頁24-30。
徐萬佶、曾慶（2018），「基於R語言rpart包與party報道額分類樹建模研究」，科技資訊，第11期，頁20-22。

Herberle R. (1938). The Cause of Rural—Urban Migration a Survey of German Theories“, The American Journal of Sociology 6, 932—950.
Adda A．J．(2006). A Dynamic Model of Return Migration, Preliminary Version 2, 2—17.
Hothorn, T., Hornik, K., & Zeileis, A. (2015). ctree: Conditional inference trees“The Comprehensive R Archive Network, 1-34.
Fan, Ong and Koh（2003）. determinants of house price：a decision tree approach, Urban Studies, 12, 2301-2315.
Liu, C., Hu, Z., Li, Y., & Liu, S. (2017). Forecasting copper prices by decision tree learning. Resources Policy, 52, 427-434.
Feldman, D., & Gross, S. (2005). Mortgage default: classification trees analysis. The Journal of Real Estate Finance and Economics, 30(4), 369-396.
Tiebout, C. M. (1956). A pure theory of local expenditures. Journal of political economy, 64(5), 416-424.
Oates, W. E. (1969). The effects of property taxes and local public spending on property values: An empirical study of tax capitalization and the Tiebout hypothesis. Journal of political economy, 77(6), 957-971.
Todaro, M. P. (1969). A model of labor migration and urban unemployment in less developed countries. The American economic review, 59(1), 138-148.