报告人简介
沈建法教授现任香港中文大学地理与资源管理学系教授、香港研究资助局高级研究学者（2021-2025，属香港地区顶级学术荣誉，每年仅10人(全港)，覆盖所有学科；资助：5年，约780万港币），并任香港中文大学香港亚太研究所城市与区域发展研究中心主任、沪港发展联合研究所副主任、英国皇家地理学会会士，曾任国际地理联合会人口地理委员会副主席。沈教授本科和硕士毕业于华东师范大学，后获伦敦政治经济学院地理学博士学位，曾在华东师范大学、伦敦政治经济学院、威尔士大学斯旺西分校和利兹大学任教或从事研究。其研究长期聚焦人口迁移与城市化、空间人口建模、城市与区域发展、城市竞争与合作，以及珠三角、粤港澳大湾区和中国城市转型等议题。沈教授主持多项香港研究资助局及公共政策研究项目，代表性成果发表于 Annals of the American Association of Geographers、Urban Studies、Regional Studies、Habitat International、Cities 等国际重要期刊，并出版多部关于中国城市化、区域发展与治理的学术著作。沈教授还长期活跃于国际学术组织和期刊编辑委员会，在人口地理、城市地理和中国区域研究领域具有广泛影响。
内容简介
迁移建模的一个重要难点在于，研究者并不知道真实的迁移过程究竟如何发生。因而，准确估计迁移模型，对于理解迁移过程及其影响因素十分关键。以往的迁移模型研究多带有“黑箱”特征：研究者通常只关注模型的整体表现，却难以判断具体误差分别产生了多大影响。一般而言，模型表现至少可能受到四类建模误差的影响：遗漏重要迁移影响因素、模型形式设定不当、对随机过程的假设错误，以及随机过程本身带来的不确定性。在经验研究中，这几类误差往往交织在一起，难以逐一识别。本研究利用一个已知的迁移模型生成模拟迁移数据，以考察其中第一类、第三类和第四类建模误差的影响，并进行了100组模拟实验。基于独立样本均值差异 t 检验，研究发现，当模型遗漏某一解释变量，即 LMb 模型，或采用错误的随机过程设定，即 PM 模型时，其模型表现均与正确模型存在显著差异。不过，这些误差对参数估计的影响更为复杂：LMb 模型中的部分参数估计值与正确模型存在显著差异，而 PM 模型的参数估计值则没有受到显著影响。尽管上述结论来自模拟迁移流数据，但仍有助于理解不同类型的建模误差如何影响迁移模型的拟合优度和参数估计。
