基于可解释机器学习的大阪府500 m网格估算净迁移空间关联研究（2015–2020）

《Environment and Planning B: Urban Analytics and City Science》：Spatial associations with estimated net migration in Osaka, 2015–2020: A grid-level machine learning approach

　　

随着日本面临快速的人口减少，将净迁移与自然人口变动区分开来，对于在精细空间尺度上理解地方人口动态至关重要。本研究提出了一种数据驱动框架，用于识别2015–2020年间大阪府500 m高分辨率网格尺度上与人口普查推算净迁移相关的因素。在方法上，研究人员首先对人口普查存活率法进行了改进，引入了校准参数以拟合府级《居民基本台账》迁移总量，从而改善了特定年龄组的总体对齐。随后，采用基于LightGBM的机器学习流程分析了空间关联。为处理空间社会经济数据中固有的多重共线性——这是城市建模中一个长期存在的挑战——研究人员将变量聚类与Owen值（一种博弈论归因方法）相结合。该方法能够在考虑高度相关变量组的同时，估计模型归因贡献。分析揭示了以区域内剧烈反差为特征的“马赛克式”动态。具体而言，研究人员识别出与“回归城市”现象相一致的年轻人口空间模式，该现象在研究期间与高层公寓密切相关，而与老龄化郊区公共住房区域的估算净流出形成鲜明对比。这些发现表明，这种高分辨率、可解释的人工智能方法能够捕捉估算净迁移的复杂非均匀空间模式，并为识别值得进一步调查的区域特征提供探索性基础。

**研究背景与问题**

21世纪人口减少是发达国家面临的共同挑战，日本在人口下降速度与规模上尤为突出。除了由低生育率和老龄化导致的自然减少外，以年轻世代为主的人口迁移加剧了区域差异。即便在主要大都市圈内部，人口收缩与再生也呈马赛克式交织，导致城市内部非均匀的人口动态。人口变化可大致分为基于队列因素相对稳定推进的自然增减，以及由就业、住房、环境条件等多样化因素塑造的突发且不确定的净迁移。传统人口预测依赖城市尺度的宏观回归模型或情景方法，无法充分捕捉净迁移的局部变异性。城市过程往往表现出空间非平稳性，需要在更精细的尺度开展建模。因此，利用详细空间数据考察与估算净迁移空间变化相关的区域特征具有重要意义。

既有迁移研究强调生命事件与迁移的关系，但城市衰退不应被理解为单一机制，而应视为由各城市历史背景塑造的一组复杂模式。本研究聚焦大阪府，该府虽是日本第二大都市圈，但其人口动态不同于东京的单向集中模式，而是同时经历与再开发相关的城市核心回归、郊区居住区的衰退与老龄化，以及周边府县间的活跃流动。这些特征使大阪成为分析复杂人口动态的适切案例。本研究采用全国标准化的500 m网格统计数据和基于机器学习的数据驱动方法，反映人工智能在理解复杂城市系统中日益增长的重要性。在解释近期人口增减时，可用变量间存在强相关，导致常规回归分析中的多重共线性问题。相反，基于集成树（ensemble tree）的机器学习模型对高度相关数据和非线性具有鲁棒性。然而，这些黑箱模型的解释通常采用SHapley Additive exPlanations（SHAP）值方法，但SHAP在相关特征间存在贡献分散的局限。为应对该问题，本研究开发了整合变量聚类与Owen值的分析流程。

基于上述框架，本研究旨在考察2015年基准年前后区域特征与2015–2020年间人口普查推算净迁移之间的空间关联，并展示在500 m网格层面上整合使用多个常高度相关的城市与住房相关指标的可复现流程。本研究不旨在确立长期人口趋势，时间泛化性留待未来研究。

**研究内容与关键方法**

研究人员以大阪府为研究区域，该府由43个市町村构成，采用500 m网格（第四级网格）作为空间单元，以捕捉社区层面动态。使用2015年和2020年人口普查数据，对在两次普查中均有常住人口记录的4705个网格计算了净迁移。关键方法包括以下几方面。首先，基于连续两期人口普查数据，通过年龄–性别队列变化和存活率估算网格级净迁移（人口普查衍生估算值），并在府级引入指数校准参数，采用差分进化（differential evolution）算法进行全局优化，最小化与《居民基本台账》按年龄净迁移的偏差。其次，构建包含人口、城市活动、设施、土地利用、交通、灾害风险等五大类共130个解释变量。再次，采用LightGBM模型，并设计三阶段学习流程：第一阶段使用PowerSHAP进行统计变量筛选；第二阶段基于SHAP行为相似性对变量进行层次聚类；第三阶段计算各变量簇的Owen值。模型评估使用空间分区设计，相邻网格聚为2×2空间块，分配至固定测试集和五个训练折，以防范过拟合。

**研究结果**

**Step 1：** 通过空间交叉验证，LightGBM在所有三个显著性水平下均表现优于随机森林（Random Forest），被选为主要模型。最终模型采用α=0.05条件下选出的31个变量，平均空间交叉验证决定系数（R²）为0.257±0.034，固定测试集R²为0.271，表明模型具备适度的样本外预测性能。

**Step 2：** 对Step 1选出的31个解释变量进行层次聚类。综合量化指标（轮廓系数、戴维斯–布尔丁指数）与聚类粒度的可解释性，选取k=11作为帕累托高效解。

**Step 3：** 利用Step 2获得的层次结构，采用Partition Explainer估计全数据集的Owen值。累计贡献率超过0.8（主成分分析常用基准）的仅有C8至C1五个簇，但后续C7和C9簇的贡献接近C1，因此共选取七个簇进行详细讨论。

**C8（高流动性、单身中高层白领）：** 较高数值与较大的估算净流入强关联。该簇居民为单身白领，居住于中高层公寓，通勤与搬迁流动性高，分布涵盖大阪市及北摄地区的主要交通沿线。

**C5（青年为升学就业迁出）：** 较高数值与较大的估算净流出关联。这些地区有大量为教育或就业而离开的本地年轻人，在研究期间发挥了迁出地功能。地理上常见于大阪市周边大型大学附近。

**C2（中层公共租赁与高层住宅）：** 较高数值与较大的估算净流出关联。这些地区为住宅综合体、公共租赁住房和高层住宅聚集区，散布于府内各地，特征类似于低收入居民聚居。

**C4（前老年人群集中）：** 较高数值与较大的估算净流出关联。这些地区为老龄化居住区，集中于接近退休年龄的世代，可能对应退休、子女独立、住房缩减或郊区迁出等生命事件。在大阪市东南部和京阪本线沿线尤为突出。

**C1（制造业与兼职就业）：** 就业结构本身并不单独决定净迁移方向，空间特征较弱。

**C7（城市核心区高层与低层混合及餐饮业聚集）：** 较高数值与估算净迁移正向关联。该簇为高层公寓与周边低层餐饮商业区混合区域，沿大阪市北部御堂筋线从市中心延伸。

**C9（85岁以上、家族经营企业与密集木造住宅）：** 呈弱人口增长，包含传统商业街、后巷和老旧作坊，以家族经营企业、老年居民和密集木造住宅为特征，分布于大阪市中心外围及地方铁路沿线，与估算净迁移呈弱正向关联。

**总结讨论**

研究结果与大部生命周期理论（life course theory）和住房生涯理论（housing career theory）相符。C5代表离开父母家庭的青年人口阶段，因高等教育和就业而呈估算净流出。C8与C7的空间模式在年轻至中年城市劳动者聚集区与研究期间的“回归城市”现象一致。C4（55–64岁人口众多）对应退休与子女独立的生命阶段，与住房缩减或郊区迁出重叠，此类人群在既有理论中常被忽视。C9的特征可能关联世代更替与住房更新。此外，数据驱动方法识别出若干既有理论未强调的关联：C10（医疗设施）在郊区与估算净迁移正相关，与医疗护理设施抑制老新城人口减少的既有发现一致；C3（外国居民）在大阪市中心呈负相关，可能反映廉价私人租赁住房中的外国居民集中与长期人口减少和老龄化的共存；C11（河流）变量与估算净迁移的关联可能反映居住便利性与滨河灾害风险暴露的共存。

**研究结论**

本研究提出了一种改进的人口普查存活率法，以及一个统计上严谨、可解释且对高度相关数据稳健的机器学习流程，使主要基于人口普查信息的人口迁移分析成为可能。利用该框架，研究以500 m网格的高空间分辨率识别了2015–2020年间大阪府全年龄组与人口普查推算净迁移的空间关联。结果大体上与生命周期和住房存量理论一致，同时涵盖了居民迁移史、职业特征和邻里条件等多样化属性。具体而言，大阪呈现出年轻人口向市中心集中、以及郊区老龄化公共住房区域相关估算净流出两大显著特征。相反，以东京都市圈研究中常见的有子女家庭定居关联在此未被识别。同时，研究识别出涉及医疗设施和外国居民的附加关联，可能反映了少子老龄化与国际化的宏观趋势。城市是既有模式与新兴趋势交汇的动态场域。本研究展示了将人口普查数据与可解释机器学习技术相结合，作为考察估算净迁移精细尺度空间异质性探索性方法的潜力。