市区国内生产总值（亿元） 0.55 0.3 *
市区工业总产值（亿元） 0.51 0.3 *
市区利税总额（亿元） 0.42 0.3 *
市区百元资金实现利税（元） 0.08 0.3 x
市区客运总量（万人） 0.25 0.3 x
市区固定资产投资总额（亿元） 0.39 0.3 *
市区社会消费品零售总额（亿元）0.51 0.3 *
市区实际利用外资金额（亿元） 0.58 0.3 *
市区职工年平均工资（元） 0.7 0.3 *
注：相关系数显著性检验结果中，*代表相关显著，X代表不显著。
三、相关分析
为了分析城市流动人口和其它16个社会经济因素之间的相关关系，首先计算城市流动人口和16个社会经济因素之间的相关系数。由于是二元相关分析（城市流动人口和其它的每个因素），因此采用了皮尔森(Pearson)积矩相关系数。取显著性水平0.01进行双侧检验，得到的相关系数、相关系数临界值和显著性检验结果如表1所示。
从表1可以看出，流动人口超过10万的城市中，流动人口总量和市区从业人口、市区个体劳动者、市区国内生产总值、市区工业总产值、市区利润总额、市区社会消费品零售总额、市区实际利用外资金额和市区职工年平均工资相关性显著。其中，流动人口总量和市区职工年平均工资相关系数最大，达到0.7，相关系数超过0.5的从高到低依次是：市区职工年平均工资、市区实际利用外资金额、市区个体劳动者、市区国内生产总值、市区工业总产值和市区社会消费品零售总额。与市区人口、市区非农业人口、市区第二产业从业人员比重、市区第三产业从业人员比重、市区百元资金实现利税和市区客运总量相关不显著，与地区人口呈负相关。
四、回归分析
为了进一步研究城市流动人口总量与这些因素之间的定量关系，我们采用了多元回归分析方法进行处理。首先对流动人口超过10万的84个城市用上述9个相关性显著的因素进行多元回归分析（见表2）发现，市区从业人口、市区个体劳动者、市区国内生产总值、固定资产投资总额、实际利用外资金额和职工年平均工资6个因素回归效果显著，总体回归效果也显著，但回归结果不理想。
表2 各个规模的城市流动人口回归分析参数
附图
为了进一步揭示城市流动人口与社会经济因素之间的关系，再按流动人口规模将城市分级，分级标准为：10万—15万，15万—25万，25万—50万和50万以上，回归结果见表2。(1)10万－15万规模的回归分析中，9个因素中只有市区社会消费品零售总额和市区职工年平均工资2个因素的F统计量大于临界值F(9,15)[,0.05]=2.59，回归效果显著，其余7个因素回归效果都为显著。总体F统计量也小于临界值F(1,15)[0.05]=4.54，总体回归效果不显著。(2)15万—25万规模的回归结果中，9个因素中的任何一个因素以及总体回归效果都不显著；25万—50万规模也是如此。(3)大于50万规模的城市回归分析中，市区个体劳动者、市区工业总产值、市区利税总额、市区固定资产投资总额和市区实际利用外资金额5个因素回归效果显著，总体回归效果也显著。
从上面的分析可以看出，只有流动人口超过50万的城市，其流动人口总量和市区的社会经济因素之间才有一定的线性关系。流动人口50万以上的城市有13个，这些城市流动人口数量很大，应该是人口流动发展较为成熟的城市，其流动人口和社会经济因素之间直接的规律性应该更强。因此，除了采用与上面相同的9个因素外，还将所有的16个因素考虑在内进行了多元回归分析和逐步回归分析，所得结果列为表3。
表3 50万以上流动人口城市的流动人口回归结果
附图
从三种回归方法的结果可以看出，16个因素的多元回归分析效果相当好，几乎所有的13个城市都能很好地回归，误差几乎为0。采用F统计量3.0为引入值，1.5为剔除值的逐步回归分析，结果有11个因素引入到回归方程中，分别为：市区个体劳动者、市区第二产业从业人员比重、市区第三产业从业人员比重、市区国内生产总值、市区工业总产值、市区利税总额、市区百元资金实现利税、市区客运总量、市区社会消费品零售总额、市区实际利用外资金额和市区职工年平均工资。逐步回归分析的离差平方和为55845.2656、回归平方和为55841.3555、残差平方和为3.9090、复相关系数为1.0000。可以看出，用上述11个变量构建的回归方程和16个变量的多元回归分析效果相差不大，其F统计量为F(11,11)=1299.0813，远大于显著性水平0.01下的F临界值4.54，说明引入变量回归效果显著。从回归结果看，回归误差最高为3%，有8个城市几乎为0，因此回归效果很好，完全可以用逐步回归分析取代16个因素的多元回归分析；而9个因素多元回归分析效果不太理想，有6个城市回归误差超过10%，最高误差达27%，因此9个相关性较强的因素进行回归的效果不太理想。