社区服务与人口流动：基于京津冀协同发展视角的考察

翟振武，林　伟，李　龙

（中国人民大学社会与人口学院，北京100872）

社区服务与人口流动：基于京津冀协同发展视角的考察

翟振武，林伟，李龙

（中国人民大学社会与人口学院，北京100872）

实现北京外来流动人口向津冀两地的疏散需要做出多方面的努力，当前北京正通过疏解产业来实现这一目标。但是外来人口流入的原因多样，除经济因素外，迁入地能否提供更好的社区服务也是一项关键因素。本研究使用国家卫生计生委流动人口动态监测调查社区数据，比较和分析京津冀地区人口流入和流动人口社区服务的现况，并在此基础上构建短面板数据探讨流动人口社区服务对人口流入的影响程度。结果表明，京津冀地区的人口流入态势差别明显，这与流动人口社区服务的供给水平不同紧密相关，子女就学服务显著促进人口流入，而就业援助服务则会显著减少人口流入，与河北地级城市相比，北京和天津两市的子女就学服务水平相对更高，而就业援助服务水平则差异不大，这是北京和天津人口过多过快流入，而河北地级城市人口流入相对较少的一大原因。

社区服务；流动人口；京津冀协同发展

一、引言

伴随《京津冀协同发展规划纲要》的颁布，京津冀区域发展的规划经过旷日持久的讨论终于落地，京津冀区域合作的格局也加快开始构建。目前，三省市正在积极推进这一规划纲要的具体落实工作。其中，对于北京而言，重点是将非首都功能向津冀两地疏解，推动三地经济布局的优化，从而实现对外来流动人口的疏散。早期的推-拉理论认为，劳动力的迁移流动主要是由迁入地和迁出地的工资差别所引起的。而后来的研究发现，在促使人口迁移流动的原因中，除了更高的收入以外，更优的教育条件和就业环境、更好的生活服务和居住体验等也是非常重要的影响因素。从这一理论出发，北京要实现疏散外来流动人口的目标，一方面应当加大自身对外来流动人口“推”的力度，另一方面还必须提升津冀两地对这些挤出人口“拉”的效果。就前者来说，北京已经启动非首都功能产业疏解工作，加快相关企业的外迁步伐，形成对外来流动人口在经济上的“推力”，而与此同时，津冀两地的“拉力”也要相应增强，不仅应当着眼经济领域的驱动力，更应重视基础条件和公共服务等方面的吸引力。

纵观国内外人口迁移流动的相关文献，经济因素始终在人口迁移流动中发挥最为重要的作用。但是仅仅强调经济因素驱动、仅仅突出经济因素价值的时代早已过去，人口迁移流动的研究视野正向个人发展和家庭效用等影响因素拓展。社区服务是社会建设、民生改善以及管理创新的重要路径，直接影响个人发展和家庭效用。不少学者已经指出，受到户籍制度的限制，流动人口特别是知识和技术水平较低的流动人口，在公共服务上面临着明显的歧视，这不仅使流动人口的社会融合困难颇多，而且也对人口迁移流动构成严重的障碍［1］［2］。社区服务往往对流动人口影响更为直接，以社区服务为载体推进流动人口的参与性管理和社会化管理，从而改变过去公安系统的防范型管理尤为必要［3］。但是，社区服务内涵丰富、项目众多，是否对人口迁移流动都有显著的影响呢？至今没有系统的研究对此给出诠释。

在引导人口有序流动、促进人口合理分布、推进新型城镇化的背景下，探讨社区服务与人口流动的关系，厘清社区服务对人口流动的影响，依托社区服务对人口流动进行引导、对人口分布加以促进，一方面有助于在特大城市人口发展中纳入柔性调控的策略，从而多措并举地稳定当前的人口规模，优化当前的人口结构，另一方面也有助于为中小城市的人口发展营造环境、创造条件，从而在吸引人口流入、激发经济活力方面更具灵活性与主动性。基于上述考虑，本研究聚焦京津冀地区，使用最新的调查数据分析其社区服务，尤其是不同社区服务项目，对社区人口流入的影响，进而为统筹区域人口与经济社会发展提供政策依据。

二、研究设计

（一）数据来源

本研究的数据来源于国家卫生计生委流动人口动态监测调查。这一调查是以在流入地居住一个月及以上、非本县（市、区）户口且年龄在15～59岁的流动人口为对象，范围涵盖全国31个省（自治区、直辖市）和新疆生产建设兵团的大约8000个基层社区［4］。被访流动人口在填答个人问卷的同时，其所在村（居）委会配套开展社区问卷的调查，本研究主要依据社区问卷的访问结果进行分析。2013年的流动人口动态监测调查社区问卷由村（居）委会掌握人口计生或公安户籍数据的两位负责人共同填写，重点采集人口基本情况和社区管理服务两方面的相关资料，从中可以获取人口流入和流动人口社区服务提供等有效信息。考虑到社区层面的数据异质性通常较大，本研究在更高的行政级别上考察京津冀地区的上述状况。由于流动人口动态监测调查的抽样设计采用分层、多阶段、概率与规模成比例（PPS）抽样方法，而县级层面的行政单元未被作为其中的一个阶段，因此并非所有的县（市、区）都被纳入了调查的范围之中，从县级层面对京津冀地区的人口流入和流动人口社区服务提供状况加以分析、比较和呈现并不具备可行性，因此，本研究在地级层面上考察上述状况。需要说明的是，北京和天津作为直辖市，其区县层面的信息被全部收集，为了让调查资料能够充分运用，这里使用北京和天津区县层面的数据而对于河北则选取地市层面的数据，这在我国的行政级别中均属地（司、厅、局）级。具体而言，北京的被访社区共364个，在其除平谷区以外的15个区县中分别抽取；天津的被访社区共271个，在其16个区县中分别抽取；河北的被访社区共378个，在其11个地级市中分别抽取。

（二）变量定义

为了回答流动人口社区服务是否显著影响人口流入这一研究问题，本研究分别定义了人口流入变量和流动人口社区服务变量。其中，人口流入变量在本研究中的定义是在调查统计时点上流动人口占被访社区常住人口的比例。2013年的流动人口动态监测调查社区问卷在人口基本情况部分对调查时点被访社区的户籍人口数、流入人口数和流出人口数进行了记录，据此可以计算得到被访社区的常住人口数（户籍人口数+流入人口数-流出人口数），在此基础上，可以计算得到流动人口占被访社区常住人口的比例（流入人口数/常住人口数）。地级层面的这一指标取辖区内各个社区流动人口所占比例的均值，以便对社区的异质性加以控制。

流动人口社区服务变量则直接利用该问卷中“本社区最近一年内向流动人口提供哪些帮助和服务？”的调查结果进行度量。在这一问题下总共涉及生活扶助、就业援助、职业培训、子女就学、健康教育等五项社区服务，本研究分别计算得到各项社区服务的提供比例，同样将某地级行政单元所有社区的比例均值作为该地级行政单元相应社区服务的供给水平。至此，本研究在地级层面上构建起6个变量，其中，人口流入变量为被解释变量，流动人口社区服务的5个子变量则为解释变量，它们的描述性统计结果参见表1，从中可以管窥京津冀地区不同地级行政单元在相关指标上的差异。

表1　主要变量的描述统计（单位：%）

（三）分析方法

本研究的实证探讨主要是从描述统计和面板分析两个方面着眼：首先，进行单变量描述，分析和比较人口流入状况和流动人口社区服务状况的地区差异，并借助ArcGIS9.2空间统计分析工具对此加以呈现；其次，依托计量模型估计流动人口社区服务对人口流入的影响效果，考虑到直接使用OLS回归方法可能面临遗漏重要变量、样本容量太小等众多问题，本研究同时对2012年流动人口动态监测调查的社区数据采用相同的整理和运算方法得到上述变量，这里需要说明的是，流动人口动态监测调查自2010年在全国实施以来，从2011年开始纳入社区问卷的调查，而2011年的社区问卷并未涵盖流动人口社区服务相关信息，因此仅能构建2012年至2013年的短面板数据，即便如此，基于面板数据分析方法，依然能够有效规避OLS回归方法有偏估计的风险，本研究将使用Stata12.0统计分析软件完成上述研究。

三、描述统计

（一）京津冀地区人口流入基本情况

在京津冀，北京和天津是极为突出的人口流入地区，特大城市人口规模调控成为这一地区时下热议的话题。2013年流动人口动态监测调查数据显示，北京流动人口占被访社区常住人口的比例平均约为44.7%，天津的这一比例则为16.3%。而根据京津两市的统计公报，2013年年末，北京流动人口约占常住人口的38%，天津流动人口约占常住人口的30%。可见，流动人口动态监测调查数据对北京的人口流入状况存在一定程度的高估，而对天津的人口流入状况存在较大幅度的低估，上述差别可能是由不同统计口径造成的，这也成为本研究的一大局限。相对而言，河北则是较为典型的人口流出省份，本研究主要探讨河北地级城市的人口流入状况，而对河北农村地区的人口流出问题不加关注。2013年流动人口动态监测调查数据显示，河北地级城市流动人口占被访社区常住人口的比例平均约为14.6%。

图1　京津冀地区的人口流入状况（单位：%）

在图1中，本研究对京津冀地区人口流入状况进行了地级层面的细致呈现，颜色由浅及深依次代表流动人口占被访社区常住人口的比例逐渐上升。直观地看，北京和天津两市的绝大部分区县颜色较深，意味着流动人口在被访社区常住人口中所占比例较高，具体而言，这些区县的流动人口比例大都已经超过两成。同时可以发现，中心城区的流动人口比例略低于环中心的外围城区：在北京，朝阳、海淀、丰台、石景山等城市功能拓展区以及昌平、顺义、大兴、通州等城市发展新区，流动人口比例明显要比西城、东城等首都功能核心区更高；在天津，东丽、西青、北辰、津南等环城四区也比和平、河西、河东、河北、南开、红桥等中心城区更高。而河北的颜色整体较浅，地级城市的流动人口比例基本都未超过两成，承德则只有不到一成。显而易见，北京和天津是流动人口高度聚居的地区，而河北地级城市的外来人口流入还相对不多。

（二）京津冀地区流动人口社区服务状况

一般认为，北京和天津作为直辖市，其行政级别在我国的城市体系中相对最高，其经济社会发展程度走在全国领先行列，同时，公共服务设施建设也处于全国先进水平，无疑将会优于周边城市［5］。然而，2013年流动人口动态监测调查数据却显示，北京和天津两市的流动人口社区服务并非显著优于其他行政级别的城市。

在京津冀地区，为流动人口提供过生活扶助的社区约占 54.1%，提供过就业援助的社区约占46.2%，提供过职业培训的社区约占34.1%，提供过子女就学的社区约占64.1%，提供过健康教育的社区约占87.9%。可见，健康教育和子女就学是供给水平较高的社区服务项目，而生活扶助、就业援助和职业培训则是供给水平偏低的社区服务项目。对于北京，提供健康教育和子女就学的社区接近九成，前者的比例约为89.6%，后者的比例则为86.3%，提供生活扶助、就业援助和职业培训的社区都未超过半数，比例分别为40.1%、46.4%和30.8%。相对于北京，天津的生活扶助、就业援助、职业培训和健康教育等社区服务项目的供给水平相对更高，比例分别达到70.1%、54.2%、39.9%和93.7%，而子女就学的供给水平则相对较低，比例仅为57.9%。

相比之下，河北地级城市的流动人口社区服务水平与北京和天津两市相差不大，社区提供比例最高的是健康教育，约为81.2%，其次是子女就学，约为61.1%，再次为生活扶助，约为55.6%，以上三者甚至可以超过北京或天津，即便比例相对较低的就业援助和职业培训也与北京和天津几无差异，其中，就业援助约为46.6%，职业培训约为33.9%。

图2是对京津冀地区流动人口社区服务状况更为详尽地呈现，颜色由浅及深依次象征着供给水平的不断提升。粗略地看，在生活扶助、就业援助、职业培训等社区服务项目上，河北和天津的颜色要比北京更深，说明河北和天津在这些方面的社区服务供给水平相对更高，而在子女就学和健康教育等社区服务项目上，河北的颜色则比北京和天津更浅，说明在这些方面的社区服务水平相对更低。

四、面板分析

本研究选取的是2012年至2013年京津冀地区地级行政单元的面板数据进行实证研究。考虑到面板数据结合了时间维度与截面维度，因而其较之于截面数据更能提供全面而精准的个体信息，同时也就更易采取多元而稳健的估计策略。

一种较为极端、相对粗糙的面板数据处理方法是不考虑其时间维度而仅仅就其截面维度进行回归，这种方法事实上把面板数据视为截面数据采用OLS做出估计。鉴于上述方法将面板数据中的样本记录全部放在一起分析而不做个体间的区分，故称其为混合回归模型。表2中的前两列给出了使用这一模型的估计结果。从中可以看到，生活扶助这一社区服务的影响显示为负向且在0.01的统计水平上显著，说明生活扶助的供给水平越高，越有助于控制和减少人口流入，同时，子女就学这一社区服务的影响显示为正向且在0.05的统计水平上显著，说明子女就学的供给水平越高，越有助于促进和增加人口流入。

混合回归模型要求每个个体都有完全一致的回归方程（并未受到个体间异质性的干扰），也就是说假定并不存在个体效应，从而得到总体平均估计量。不过，这极有可能忽略个体间的异质性，一旦解释变量与个体间的异质性相关，就会导致模型的估计结果出现偏误。应当承认的是，由于这种异质性是普遍存在的但又可能是未被观测甚至不可观测的，遗漏变量造成的内生性问题通常难以完全避免，因此，混合回归模型的估计策略往往存有一定的缺陷。而且，面板数据相对于截面数据所具备的时间维度上的优势在混合回归模型中未能得到充分发挥，这也成为问题的重要所在。

如果我们认为个体间的异质性具有时间恒定特性或者服从某种概率分布，就能够基于面板数据而采取更为灵活和有效的估计策略。为了在回归模型中捕获未被观测甚至不可观测的异质性的上述影响，我们将回归方程中的扰动项区分为个体间的随机差异项和一般化的模型残差项，前者就用来代表这种个体间的异质性［6］。若是假定这种异质性并不因时而异（亦即在各时点上的参数取值不变，虽然在各个体间的参数取值不同），此时可以通过推导原模型的平均离差（每个个体减去个体内在时间上的均值）消掉个体间的随机差异项进而估计解释变量的回归系数。显然，可能造成估计偏误的异质性在该过程中将被化解，这一结果是无偏而一致的，以上即为固定效应模型（Fixed Effects Model，简记为FE）的估计策略（这一估计策略与在混合回归模型中引入代表不同个体的虚拟变量是相似的［7］）。

图2　京津冀地区的流动人口社区服务状况（单位：%）

另一方面，若是假定个体间未被观测甚至不可观测的异质性呈现概率分布，此时仍需要求其与全部解释变量都不相关。尽管OLS方法在这种情况下仍是无偏且一致的，但是由于扰动项呈现复合形态（包含个体间的随机差异项和一般化的模型残差项）而违背了回归模型独立同分布的基本假定，这一方法便不再是最佳线性无偏估计，因此应当考虑使用可行广义最小二乘做出更有效率的推断，以上即为随机效应模型（Random Effects Model，简记为RE）的估计策略。总的来说，固定效应模型更适用于模型遗漏的异质性变量与模型包含的解释变量相关的情形，在这种情况下使用随机效应模型则会造成估计偏误，而当遗漏变量与解释变量均不相关的时候，最好使用随机效应模型，尽管此时固定效应模型的估计结果同样也是一致的，但其不及随机效应模型更有效率。

使用考虑个体间异质性的模型是否真的比混合回归模型更为有效呢？这里首先通过假设检验加以分析。对比混合回归模型和固定效应模型，可以使用原假设为所有个体间随机差异项均是0①接受该原假设将意味着混合回归模型是可以的，故而没有必要采用固定效应模型。拒绝此原假设则会表明混合回归模型忽略了个体间的异质性，应当使用固定效应模型。的F检验从中加以选择。如表2所示，这一检验的F值为9.6，对应的P值为0.00，故可以强烈地拒绝原假设，认为固定效应模型比混合回归模型更为有效。LM检验可以判断是否存在个体随机效应，其原假设为并不存在个体随机效应，因而混合回归模型是可以接受的。如表2所示，这一检验的卡方值为18.2，对应的P值为0.00，故可以强烈地拒绝原假设，认为在上述两者之间选择随机效应模型更为恰当。

表2　京津冀地区流动人口社区服务状况对人口流入状况的影响

以上研究结果更加确定了本研究中个体间异质性的存在，这时就需要讨论使用固定效应模型还是随机效应模型能够更好地捕捉这种异质性。将固定效应模型和随机效应模型进行比较，此时使用的是Hausman检验。如表2所示，其卡方值为10.2，对应的P值为0.18，故无法拒绝个体间随机差异项与解释变量均不相关、随机效应模型相对更加契合数据要求的原假设，认为固定效应模型较之随机效应模型并非更加有效。因此，这里只对随机效应模型的估计结果加以解释。

表2中的后两列报告了随机效应模型的估计结果。从中可以看到，就业援助对人口流入的影响为负且在0.05的统计水平上显著，这说明我们有把握认为，就业援助服务提供水平越高的地级行政单位人口流入比例越低，就业援助服务提供水平每提高1个百分点，人口流入比例就降低0.1个百分点。之所以就业援助服务能够起到控制和减少人口流入的作用，可能是由于流动人口的工作场所和居住社区紧密关联，他们的劳动时间往往较长，工作场所和居住社区一般较近甚至合而为一，因而在就业援助发挥作用时，流动人口的工作改善，场所通常也就随之变更，这种情况下将会造成人口流出社区。子女就学对人口流入的影响为正且在0.01的统计水平上显著，这说明我们有把握认为，子女就学服务提供水平每提高1个百分点，人口流入比例就增长0.2个百分点。子女教育是流动人口进入城市的重要诱因，许多流动人口常常据此选择居住社区，这一社区服务的有效提供因此成为人口流入的驱动引擎。此外，生活扶助、职业培训、健康教育等的影响则并不显著，特别是在混合回归模型中较为显著的生活扶助，当考虑个体效应时，无论是固定效应模型还是随机效应模型，都未呈现出显著性，这也说明混合回归模型的估计存在偏误。

五、结论与讨论

本研究使用国家卫生计生委流动人口动态监测调查社区数据，分析、比较和呈现当前京津冀地区人口流入和流动人口社区服务的状况，并在此基础上构建短面板数据探讨流动人口社区服务对人口流入的影响程度。结果表明，京津冀地区的人口流入态势差别明显，这与流动人口社区服务的供给水平不同紧密相关，子女就学服务显著促进人口流入，而就业援助服务则会显著减少人口流入，与河北地级城市相比，北京和天津两市的子女就学服务水平相对更高，而就业援助服务水平则差异不大，这是北京和天津人口过多过快流入，而河北地级城市人口流入相对较少的一大原因。

本研究具有重要的政策意义。一方面，特大城市不仅是引领经济发展方式转变、提升创新能力和国际竞争力的龙头，而且是推进基本公共服务均等化、实现包容性发展的带动力量，实现特大城市人口有序增长、促进城市可持续发展是我国现阶段必须面对的现实问题［8］。特大城市在人口调控的过程中应当重视社区服务，尤其是就业援助和子女就学，对人口流入的深刻影响，明确城区的核心功能，严格限制教育等服务设施的新建和扩建，制定教育资源向重点新城和周边中小城市转移方案，引导企业等用人单位从特大城市向重点新城和周边中小城市转移，依托产业发展和服务集聚加快新城建设、提升周边中小城市发展质量。另一方面，近些年来，中国的劳动力市场逐渐呈现新增劳动力人口缩减、高龄劳动力人口增加的常态［9］，在劳动年龄人口总量步入下行通道、结构凸显老化特征的背景下，留住流动人口是提升经济发展活力、实现经济持续增长的需要。日益频繁出现的“用工荒”现象表明流入地政府围堵隔离型的管理方式和企业掐尖奢侈型的用工方式必须加以改变［10］，必须更为关注社会服务，特别是社区服务对人口流动的影响，并针对这一影响采取积极引导、有效促进的相关举措，中小城市尤其不能忽视上述问题。

当前，北京正在极力推动产业向津冀两地疏解，本研究认为在政策制定方面不能只顾一头，要高度重视城市服务可能会对外来流动人口居留意愿带来的影响，也就是说不仅要推动北京的产业向津冀两地转移，同时要着力提升津冀两地城市服务的水平，尤其是北京的优质教育和医疗资源向津冀两地转移，严格限制增量，然后慢慢疏解存量，让希望流入北京的外来人口改变目的地，并且能够吸引已经在北京暂住的外来人口迁到津冀两地，这样津冀两地才能更好地实现既要把人吸引来，同时还要把人留得住。✿

［1］付文林.人口流动的结构性障碍：基于公共支出竞争的经验分析［J］.世界经济，2007（12）：32-40.

［2］李涛，任远.城市户籍制度改革与流动人口社会融合［J］.南方人口，2011（3）：17-24.

［3］胡苏云，赵敏.流动人口社区服务型管理模式研究［J］.中国人口科学，1997（4）：22-29.

［4］国家卫生计生委流动人口司.2012年流动人口动态监测调查说明［R］//国家卫生计生委流动人口司.中国流动人口发展报告2013.北京：中国人口出版社，2013：191.

［5］宋月萍，李龙.我国流动儿童学前教育的区域差异：省域及城市层面的考察［J］.中国人民大学教育学刊，2013（3）：97-110.

［6］杨菊华.数据管理与模型分析［M］.北京：中国人民大学出版社，2012：303-305.

［7］陈强.高级计量经济学及Stata应用［M］.北京：高等教育出版社，2010：148-149.

［8］国家卫生计生委流动人口司.完善人口调控机制 促进特大城市健康可持续发展［R］//国家卫生计生委流动人口司.中国流动人口发展报告2013.北京：中国人口出版社，2013：134.

［9］翟振武，李龙.“单独二孩”与生育政策的继续调整完善［J］.国家行政学院学报，2014（5）：50-56.

［10］李龙，宋月萍.撤点并校背景下的人口流动意愿——来自农村地区的证据［J］.清华大学教育研究，2015（2）：23-31.

Community Service and Population Migration：Study on the Cooperative Development of Beijing，Tianjin and Hebei

ZHAI Zhen-wu，LIN Wei，LI Long
（School of Sociology and Population Studies，Renmin University of China，Beijing 100872）

In order to redistribute the floating population in Beijing，the government has taken steps to transfer the related industry，but other measures should also been put into practice，because the influencing factors of population migration are various，of which community service of migration destinations is an important one besides the economic factors.Using the community data of National Floating Population Supervision Survey conducted by National Health and Family Planning Commission of China，this paper examines and analyses the status quo of population migration and community service of the floating population in Beijing，Tianjin and Hebei.Then a series of short panel data regression models are constructed to explore the influence of community service on population migration.The results show there exist great differences of population migration among three provinces，which is closely associated with the supply of community service.Education service could contribute to population immigration significantly while employment service couldn't，which could provide one possibility to explain why the numbers of population immigration in Beijing and Tianjin are much larger than cities in Hebei.

Community Service；Floating Population；Cooperative Development of Beijing；Tianjin and Hebei

C92-05

A

1007-0672（2015）06-0012-06

2015-07-09

教育部人文社科基金项目“西部生态脆弱地区的移民文化变迁与农村留守问题研究”（15YJC630066）；国家社会科学基金项目“城镇化背景下的流动人口家庭发展问题研究”（15BRK036）。

翟振武，男，北京人，中国人民大学社会与人口学院教授、博士生导师，研究方向：人口与社会、人口政策等；林伟，男，云南大理人，中国人民大学社会与人口学院博士研究生，研究方向：特大城市人口调控；李龙，男，山东平度人，中国人民大学社会与人口学院博士研究生，研究方向：人口迁移流动。