[论文解读] Rooted America: Immobility and Segregation of the Intercounty Migration Network

Peng Huang, Carter T. Butts|arXiv (Cornell University)|May 4, 2022

Urban, Neighborhood, and Segregation Studies参考文献 186被引用 4

一句话总结

本文提出了一种基于系统的、网络化的美国县际迁移模型，采用带权时间指数族随机图模型（tergm）分析2011–2015年的迁移流量。研究发现，县际间在政治、城市化和种族方面的差异造成了分割性流动性抑制，导致每年约有460万次县际迁移被抑制——相当于在不存在此类障碍的反事实情境下，观测到的迁移总量的27%。

ABSTRACT

Despite the popular narrative that the United States is a "land of mobility," the country may have become a "rooted America" after a decades-long decline in migration rates. This article interrogates the lingering question about the social forces that limit migration, with an empirical focus on internal migration in the United States. We propose a systemic, network model of migration flows, combining demographic, economic, political, and geographic factors and network dependence structures that reflect the internal dynamics of migration systems. Using valued temporal exponential-family random graph models, we model the network of intercounty migration flows from 2011 to 2015. Our analysis reveals a pattern of segmented immobility, where fewer people migrate between counties with dissimilar political contexts, levels of urbanization, and racial compositions. Probing our model using "knockout experiments" suggests one would have observed approximately 4.6 million (27 percent) more intercounty migrants each year were the segmented immobility mechanisms inoperative. This article offers a systemic view of internal migration and reveals the social and political cleavages that underlie geographic immobility in the United States.

研究动机与目标

• 为解决美国地理流动性不足这一被忽视的现象，特别是探讨尽管存在经济激励，社会与政治力量如何限制迁移。
• 超越传统以区域为单位的模型（这些模型将迁移流量聚合处理），转而将迁移建模为县际之间的关系性、网络化系统。
• 将人口、经济、政治和地理因素整合进统一的网络模型中，以捕捉迁移中的反馈机制与结构性依赖。
• 量化政治背景、城市化水平和种族构成差异对县际迁移的抑制程度。
• 通过“剔除实验”模拟移除这些分割机制的影响，以估算被抑制的流动性规模。

提出的方法

• 使用带权时间指数族随机图模型（tergm）将2011至2015年间县际迁移流量建模为一个加权的、动态网络。
• 引入网络统计量（如互惠性、度分布和三元组结构，例如路径中转流量与传递性）以捕捉关系依赖性。
• 将县级协变量（包括政治意识形态、城市化水平、种族构成以及经济指标，如失业率与收入）作为预测变量整合进来。
• 采用基于网络的方法，将迁移建模为原县与目的地县之间的流动系统，保留关系结构与反馈效应。
• 通过移除关键网络统计量（如政治背景差异）实施“剔除实验”，以模拟反事实的迁移模式。
• 由于计算限制，采用基于抽样的推断方法并使用保守标准误，以确保统计结论的稳健性。

实验结果

研究问题

• RQ1 美国县际之间在政治、种族和城市化方面的差异在多大程度上抑制了县际迁移？
• RQ2 网络依赖结构（如互惠性与三元组结构）如何塑造国内迁移的动态？
• RQ3 如果消除了流动性结构性障碍，县际迁移的规模将达到何种程度？
• RQ4 人口与经济因素如何与社会和政治差异相互作用，以塑造迁移模式？
• RQ5 迁移网络内部的反馈机制在多大程度上维持或抑制了随时间推移的流动性？

主要发现

• 县际之间在政治、种族和城市化方面的差异显著抑制了县际迁移，造成了分割性流动性受限的模式。
• 剔除实验估计，若不存在基于差异的障碍，每年将有约460万（占27%）更多的县际迁移者发生流动。
• 模型显示，政治背景差异对迁移的抑制作用强于种族构成差异或城市化水平差异。
• 如路径中转流量与互惠性等网络依赖结构具有统计显著性，表明迁移流量并非随机，而是受关系动态的影响。
• 由于社会与政治差异导致的迁移抑制是显著且系统性的，而不仅仅是经济或人口因素的副产品。
• 研究结果表明，美国已从“流动性之国”转变为“扎根的美国”，社会分歧如今在大规模上制约了地理流动性。