“返流”还是“留守”:雾霾与农民工城市定居意愿

刁 力,张奇林

(武汉大学 社会保障研究中心, 湖北 武汉 430072)

一、引 言

二十世纪五十年代,国际移民的大量涌现使人口迁移研究成为了学术热点,其后几十年,人口迁移研究走向理论化,从新古典经济均衡理论到移民系统理论均为解释人口迁移提供了分析框架。在中国,改革开放以来国内人口流动加快,大量农村剩余劳动力向城市转移,但由于中国城乡二元户籍制度的存在,外流务工人员并未改变原有户口性质,从而形成了“农民工”这一城市新群体。近年来,农民工城市定居已成为国内学术界与政府部门关注的焦点。

他们能否成功定居城市,实现从农民或农民工到市民的顺利转变将直接关系着中国城市化的成败与否[1]。如果城市化建设能够顺应农民工的定居意愿,则新型城镇化的推进可以起到事半功倍的效果。

事实上,2018年国家统计局的调查显示,超过50%的农民工有今后在现居住地长期居留的意愿。同时,根据中国新型城镇化发展规划,在全面建成小康社会时期,实现一亿左右农民工及其他常住人口城镇落户是一个重要目标[2]。可见,城市定居已成为农民工个体和政府共同的目标。但现实是,横隔在农民工城市定居中既有一堵显性的“社会环境墙”——户口身份及依附于户籍上的社会福利;又有一堵隐性的“自然环境墙”——城市生态环境尤其是雾霾等污染的加剧。因此,农民工城市定居的研究应当在化解客观层面的制度性壁垒和生态环境恶化的基础上,探索增进农民工定居城市主观意愿的路径。

目前,从农民工个体层面与城市社会经济方面等两个维度考察农民工定居行为的文献可谓汗牛充栋。但是,鲜有文献对雾霾与农民工城市定居的关系进行着墨。因此,相较于以往研究,本文首次从空气质量——雾霾的角度,探讨雾霾对农民工城市定居的影响,并在此基础上考证雾霾影响农民工城市定居的机制,进而说明在城镇化进程中,如何提高新型城镇化的可持续能力,合理地引导农民工定居行为。

二、相关研究进展及不足

对于污染问题的研究,不同学科的研究角度差异较大。自然科学的文献集中在污染成因、污染类型、污染危害以及污染治理等方面;而社会科学的文献重点关照了经济增长模式、福利损失与外部性修正等方面。其中,作为重点关注环境的经济学——环境经济学,主要分析了污染与经济增长的关系,而环境库兹涅茨曲线也已被环境经济学界认同,但是经济学研究范式的发展使得实证经济学家一直在尝试使用数据对该理论进行验证,将污染变量与经济增长变量代入模型中进行拟合分析,包括Lopez[3]、Bovenberg & Smulders[4]等经济学家尝试的模型不一样,但是结果基本一致。与此同时,环境经济学逐步衍生出了多元化的各行为主体视角下的研究。譬如,城市中雾霾污染被认为与工业热能有很大关系[5],而从事环境经济学研究的学者们则尝试从政府的角度分析对具有负外部性的生产行为应当如何规制[6]以及对绿色创新生产行为是否应当鼓励[7],或者从企业的视角来研究在政府规制的环境下将会受到何种影响[8],而这些企业应当如何进行最优化生产决策[9],以及从社会公众角度来测算治理污染所发生的费用以及公民对这种污染的感知程度及治理意愿[10]。

目前,在推动城镇化和城乡一体化的背景下,学界对农民工定居意愿的研究较为广泛。定居意愿究其根本是一种人的主观行为。而经济学的研究则是结合不同质性或计量方法来分析客观因素对于主观意愿的推动和排斥作用。虽然计量分析无法探察主观意愿的不可控因素,即主观数据的不合理性,但是存在一种用大样本消除误差的科学性。整体而言,总结当前研究可以分为以下两个方面。

一方面,个体性因素对定居意愿的影响。诸多学者重点分析了经济收入与农民工城市定居的关系。譬如,聂伟和王小璐[11]研究证明非农人力资本和非农收入能显著提高个人及家庭在城市的定居意愿。孙战文和杨学成[12]研究发现,农民工定居意愿在被收入正向影响之外还会受到农民工定居决策阶段的定居成本的负面影响。孟凡礼等[13]通过计量方法得出的结论则略有不同,虽然通过检验发现农民工家庭收入对农民工定居意愿有显著的正向影响,但是其个人工资水平却没有显著的直接影响,而是一种依托于收入位置感知的间接影响。除了收入之外,农民工城市定居意愿的个体影响因素还包括就业稳定性[14]、金融排斥[15]、教育程度[16]。

另一方面,环境因素对农民工定居志愿的影响。环境因素指的是政策环境、社会环境和自然环境。首先,在政策环境方面,良好的政策环境可以推动农民工定居。积极的公共政策会带来良好的社会福利,为农民工定居提供保障。有学者研究发现包括养老保险和住房公积金制度的社会保障政策[17-18]以及包含公平公共服务的户籍政策[19-20]可以对农民工定居意愿产生积极的作用。其次,在社会环境方面,城市良好的社会环境可以为农民工带来一定的城市亲近度,降低城市排斥。钱龙和钱文荣[21]研究认为城市亲近感在空间和心理上可以显著影响农民工的定居意愿,李飞和钟涨宝[22]研究发现农民工进城定居在于社会认同感的提升。由此可知,包容性的社会环境能够提高农民工的城市定居意愿。最后,在自然环境方面,自然环境与定居问题的研究主要来自于地理学的监测分析,较少有通过经济学的数理模型进行分析的文献。有学者通过地理学的研究方法分析了城市宜居性对于个体定居意愿的影响,在流动人口的城市宜居性感知中,自然环境的舒适性与环境健康均对农民工定居意愿产生显著的正向影响[23]。黄永明和何凌云[24]研究发现空气污染对居民幸福感有显著的负面影响,杨继东和章逸然[25]还证实研究了空气污染通过居民客观健康来影响居民幸福感。

综上所述,农民工城市定居作为城镇化进程中重大的社会问题,是学术界长期关注的热点与焦点问题之一。农民工城市定居不仅受到城市经济发展的影响,而且深受城市环境质量的影响。但是,目前尚未有研究关注雾霾对农民工城市定居的影响。因此,本文从雾霾的角度探讨农民工城市定居行为,作为一种新的尝试和探索,本文可能的贡献有以下两点:一方面,首次检验了雾霾与农民工城市定居的行为,并在此基础上探讨了雾霾对农民工城市定居影响的作用机制;另一方面,选取合适的工具变量,进行内生性处理,进而求出雾霾对农民工城市定居的净效应。

三、数据来源与研究设计

(一)数据来源

本研究使用的是国家卫生计生委(现更名为国家卫生健康委)2016年人口流动动态监测数据(CMDS)以及哥伦比亚大学发布的2016年中国PM2.5数据。人口流动动态监测系列调查数据是国家卫计委开展的以探索流动人口生存状况和生活质量为目的的微观调查,这项调查涵盖了收入、流动、就业、社保、健康等多个板块。2016年调查总样本数为16.9万个,以随机抽样的方式在全国31个省(区、市)以及新疆建设兵团对流动人口进行问卷调查。根据本文的研究需要,对原数据进行处理,本文共选取126719个样本。

(二)研究设计

1.变量选取和描述性统计分析

(1)因变量。农民工定居意愿是本研究的因变量,在问卷中对应的问题是“您今后是否打算在本地长期居住”,其中肯定的回答赋值为“1”,否定的回答赋值为“0”。在使用的样本中,有14.74%的农民工不愿意在城市定居,有85.26%的农民工愿意在城市定居。

(2)自变量。本研究的自变量为雾霾,使用的是哥伦比亚大学发布的世界PM2.5数据,本文截取其中中国2016年日均PM2.5值进行研究,由于该数据精确到了市级行政单位,我们按照市别与CMDS数据进行匹配。

(3)控制变量。为了捕捉雾霾对农民工城市定居的净效应,参照以往文献的做法,从个体、家庭、社会经济等三个方面选取控制变量。

其中,个体层面变量分别为性别、年龄、教育程度、婚姻状况、地缘关系。不同性别的农民工,不仅在心理上存在差异,而且在家庭和社会中扮演的角色不同,所以把性别作为控制变量(女性=0,男性=1);不同年龄阶段的农民工,其定居意愿也不同;众所周知,不同教育程度的农民工,城市融入能力也各不相同;近年来,随着举家迁移的农民工比重提高,婚姻状况直接影响农民工城市定居行为(未婚=0,已婚=1);随着相关惠农政策的实施,部分农民工选择就地就业,所以流动范围也将直接影响农民工的定居意愿(跨省流动=0,省内流动=1,市内跨县流动=2)。

由于定居行为往往伴随着家庭的整体迁移,所以家庭层面上的家庭成员人数、子女人数、以及父母流动三个变量都应当被纳入到控制变量中。其中,家庭成员人数与子女人数均为连续性变量;父母以前是否有过流动为虚拟变量(否=0,是=1)。社会层面变量主要包括社会保险与经济带。社会保险规避了农民工的城市定居风险,所以将有否参加五险一金这六个变量也纳入到控制变量(否=0,是=1);此外,由于在中国不同的经济带所主导的产业不同,直接影响农民工的收入,所以我们将经济带变量也作为一个控制变量加入模型(珠三角=1,长三角=2,京津冀=3,其他经济带=4)。具体的变量见表1。

2.模型建构

孙中伟和孙承琳[26]使用线性回归模型分析了雾霾对农民工长期定居意愿的影响,在此基础上,根据推测,结合农民工群体的特殊性认为雾霾影响农民工定居意愿存在一个极值点,当雾霾污染高于此极值点时,农民工定居意愿将会下降。因为农民工进城务工的根本导向因素是获取更高收入,如果雾霾污染程度不高,农民工将会忍受这种雾霾问题;而当雾霾污染问题严重到对个体健康产生负向影响并引起农民工重视时,农民工将会权衡其未来的定居行为是否合理。

在此基础上,为检验雾霾对农民工定居意愿的影响,本文构建logit计量模型如下:

(1)

公式(1)中,Seti表示农民工i的定居意愿,Envi表示农民工i所意向定居城市的PM2.5在当年的日均值,Xi表示一系列影响农民工定居意愿的控制变量,包括个体、家庭、社会经济三个维度,α为待估参数,ε表示随机扰动项。

表1 变量的描述性统计

四、雾霾对农民工城市定居意愿影响的实证结果分析

表2报告了空气污染对农民工定居意愿的影响。第(1)列未添加任何控制变量,研究发现雾霾在1%的统计水平下显著正向影响农民工城市定居,但是雾霾平方项在1%的统计水平下显著负向影响农民工城市定居,可见雾霾与农民工城市定居呈现倒U型关系。为了捕捉遗漏变量可能导致的估计偏差,第(2)列至第(4)列依次添加了个体层面、家庭层面、社会经济层面的控制变量。结果均显示雾霾与雾霾平方项均在1%的统计水平下显著,且回归系数符号相反,即雾霾与农民工城市定居呈倒U型关系。以第(4)列的回归结果为例,计算可得,倒U型曲线的极值点为86.52,此时农民工的定居意愿达到最大值,换言之,当PM2.5高于86.52时,农民工定居意愿随着雾霾污染的加重而降低,当PM2.5低于86.52时,农民工定居意愿随着雾霾污染的加重而升高。

表2 空气污染对农民工定居的影响:基准回归

(一)内生性处理与工具变量估计

对于本研究来说,一个不可回避的问题就是存在自变量因变量双向因果的内生性问题。根据前文结论,过重的雾霾问题降低了农民工的定居意愿;但另一方面,农民工在城市集聚意味着能源、工业材料、建筑材料的更多使用,这会带来城市污染排放量增加,造成更严重的雾霾问题。为了解决这样的双向因果问题带来的估计偏误,本文拟采用工具变量方法。

本文拟采用的工具变量为单位面积上的汽车保有量,究其原因在于以下两方面:第一,根据鲍晓军[27]对北京地区致霾贡献因子的研究,机动车因为汽柴油的不完全燃烧和尾气中化学物质的反应,成为导致雾霾形成的主要原因。另外,并没有既往文献或者逻辑推理可以证明定居意愿与汽车数量存在着直接的联系。第二,受限于数据可得性,本文采用省级层面的汽车保有量数据进行工具变量研究。但是,需要注意到的是,在幅员辽阔或人口众多的省份,虽然其汽车保有量较多,但是对空气质量产生影响的却是汽车的密度。据此,本文将人均汽车保有量和按土地面积平均的汽车保有量纳入工具变量的选择范围。而最终舍弃人均汽车保有量采用单位面积的汽车保有量的原因是,国际上环境气象部门所指的PM2.5指标为PM2.5的浓度,是一个按单位空间计算的指标,为了与此吻合,本文采用的变量为单位面积上的汽车保有量。

在引入该工具变量后,对模型进行豪斯曼检验,结果显示,可以在1%的显著性水平上拒绝外生性假设,即可认为PM2.5为内生变量。为了检验该工具变量在模型里的有效性,首先对其进行弱工具变量检验,其Wald统计量估计值远超于10%统计水平的临界值16.38,所以认为其不存在弱工具变量问题;其次,在过度识别检验中,Hansen-J统计量表明在1%的显著性水平上不存在过度问题。据此可以认为,单位面积上的汽车保有量是一个较为完美的工具变量。

表3中报告了在引入工具变量后的模型结果。第(1)列未添加控制变量,发现雾霾与农民工城市定居呈现U型关系,这是因为该模型中遗漏变量过多,存在新的内生性问题,工具变量法不具有有效性,导致结果有偏。第(2)列添加控制变量,发现雾霾与农民工城市定居呈倒U型关系,计算可得,雾霾的极值点44.78,再次证明了本文结论的准确性与可靠性。

表3 PM2.5与定居意愿:工具变量回归

(二)异质性分析

将农民工全样本统一进行研究所得出的结论具有一般性特征,然而,众所周知,农民工群体内部具有差异性,而差异性可能导致不同农民工群体的雾霾感知与城市定居意愿存在差异性。因此,通过异质性分析,可以更好地发现雾霾对定居意愿的影响机制。基于此,本文通过年龄、教育水平、性别、所处经济带以及职业身份几个特征来进行异质性研究,从而探讨雾霾对不同特征农民工定居意愿的影响。

一般来说,新生代农民工与第一代农民工存在着家庭负担、社会资本、个人身体素质以及思想观念上的差异,其城市意愿也可能不同。据于此,表4中分析了雾霾对不同代际农民工城市定居的影响。研究发现,无论是新生代农民工还是第一代农民工,雾霾与城市定居意愿均存在倒U型关系。计算可得,新生代农民工群体的极值点为81.97,而第一代农民工群体的极值点为66.45,新生代农民工群体对雾霾的容忍能力相对于第一代农民工更高。究其缘由在于以下两点:一是新生代农民工的身体素质更好,愿意以一定的健康代价来换取较高的经济收入。一是定居城市既可以提高自我认同感,同时也是一种个人的投资行为,即通过一定社会资本、人力资本以及货币资本积聚以期未来获得更好的福利,但老一代农民工来说,其个人资本水平远超过新生代农民工,根据边际效用递减的规律,当雾霾较为严重时,选择更有利于自身福利水平的乡村或其他低污染城市。

表4 基于基准回归的异质性分析:年龄

教育水平影响着农民工的人力资本与思想观念,教育水平不同的农民工城市定居能力也有所差异。表5中报告了雾霾对不同教育程度农民工的城市定居意愿。研究发现,雾霾与未受过高等教育的农民工城市定居呈倒U型关系,而雾霾与受过高等教育的农民工城市定居未能呈现显著的U型关系。原因可能有以下两点:一是接受过高等教育的农民工与未接受过高等教育的农民工对于雾霾的认识存在差异性;一是接受过高等教育的农民工收入更高且从事的工作以第三产业为主,对雾霾的感知是间接的且定居行为是相对较为稳定的。

表5 基于基准回归的异质性分析:教育水平

不同性别的农民工在家庭分工与社会分工中扮演的角色也各不相同,直接影响其定居意愿,一般来说,女性的定居行为都伴随着家庭整体迁移,相对于男性来说更加被动。表6报告了雾霾对不同性别农民工的城市定居意愿。研究发现,在所有回归结果中,只有女性组的雾霾平方项在10%的统计水平上显著,其他的均在1%的统计水平上显著。计算可得,女性农民工的PM2.5极值点为91.51,而男性农民工的PM2.5极值点为65.36,可见与男性农民工相比,女性农民工在雾霾问题更为严重时,才会影响其定居意愿。女性农民工定居往往是一种被动接受的行为,而男性“用脚投票”的自主权更大。另外,与男性从事重污染行业不同的是,女性从事的行业以第三产业为主,从事这类行业对雾霾的感知相对较轻,女性的健康受到雾霾污染的负面影响更小。

表6 基于基准回归的异质性分析:性别

不同经济带的产业类型有差别,作为定居行为的源发驱动因素,经济收入受不同产业类型的影响。表7报告了雾霾对不同经济带农民工城市定居意愿的影响,其中除京津冀、长三角和珠三角外中国其他的经济带里,回归结果的显著性与系数符号,与全样本的回归结果一致,计算可得,其他经济带的极值点为69.55。值得注意的是,京津冀、长三角和珠三角经济带的结果与全样本出现差异,其中在长三角与珠三角地区,雾霾未能通过显著性检验,这与长三角珠三角地区以第三产业为主有关。此外,一个有意思的发现是在京津冀经济带,雾霾与农民工城市定居呈现U型关系。通过数据分析发现,京津冀经济带的农民工以近程迁移为主,长时间生活在高污染地区使得其存在较高的雾霾适应性。

表7 基于基准回归的异质性分析:经济带

不同职业身份也会带来这种相关性上的差异。表8中报告了雾霾对不同职业身份农民工城市定居意愿的影响。除个体经营户部分系数不显著外,其余各项系数均至少在10%的统计水平上显著,且系数符号均与全样本回归结果一致。根据计算可得,雇员的极值点为61.98,较大幅度地低于雇主的极值点79.89,证明雇主对于雾霾冲击个体定居意愿有更强的忍耐力。这是因为,首先,雇主持有固定资产限制了其参与流动的可能性;其次,雇主相对来说拥有更良好的工作环境,其对雾霾的感知更轻;而最为重要的原因则是雇主一般来说拥有更高的收入水平且具备更好的经济禀赋,相较于雇员较为薄弱的经济收入而言,更有意愿也更有能力应对雾霾带来的负面问题。

表8 基于基准回归的异质性分析:职业身份

五、雾霾与农民工城市定居意愿的影响机制分析

前文三种异质性分析均借助个体特征作分析雾霾的影响机制。其中,年龄异质性分析证明雾霾是通过健康来影响农民工的城市定居;教育水平异质性分析则得出不同农民工群体对于雾霾主观认识的差异性;性别异质性分析则进一步说明不同农民工群体对于雾霾的被动感知也存在差异性。而对经济带异质性分析证明,在某些情况下,雾霾与定居意愿存在着一种正相关关系,结合京津冀经济带的产业特点与长三角珠三角的产业特点,可以认为雾霾的正效应来源于雾霾与产业经济的关系,接下来职业身份上的异质性分析则为我们提供了结合收入分析影响机制的思路。为探讨雾霾为何与农民工定居呈倒U型关系,对雾霾与定居问题关系成因的剖析,本文拟采用以下模型。

Imi=β0+β1Envi+β2Xi+εi

(2)

(3)

其中IMi代表影响机制变量,Envi表示农民工i所意向定居城市的PM2.5在当年的日均值,Seti表示农民工i的定居意愿,Xi表示一系列控制变量,包括个体、家庭、社会经济三个维度,μ与β为待估参数,ε与θ表示随机扰动项。

(一)收入效应分析

根据前文回归结果,在PM2.5相对较低的情况下,农民工定居意愿与雾霾污染程度呈显著的正相关关系,这与一般事实相悖。为检验这种反事实现象,需要从社会经济层面引入变量进行考虑。

根据既往研究[28],农民工进城务工是低收入农业生产的替代行为,这是一种以收入为导向的迁移,在此基础上可以认为收入是农民工定居决策中的一个重要因素。譬如,根据蔡禾和王进[29]的研究,提升人力资本是农民工从暂时性迁移到城市定居的驱动力,而李吉品和郭晓光[30]的研究则发现,城市对于农民工而言象征着更多的机遇,这实际上提升了农民工人力资本水平并能最大化利用之。相对于农业工作而言,农民工在城市所从事的劳动类型相对复杂而且劳动报酬更高[31],农民工需要通过提升自身的能力来适应复杂工作以获得更稳定的经济收入。基于此,本研究认为收入可能是影响城市定居的重要因素之一。

根据环境库兹涅茨曲线[32],在经济粗放式增长时期,经济增长主要依赖于资源以及人力等生产要素的大量投入[33],而非技术革新带来的生产率提高,而生产力水平低下造成资源不完全利用由此导致大量污染物排放,环境因此得到恶化。在政策指引下,我国进入产业转型期,虽然采用节约产能改进技术等方式进行精细化发展一定程度上有利于环境改善,但是这依然需要一定时间才能恢复如初。据此可以推断,空气污染与国民经济增长和个体收入提高存在可能的正向关系。

表9 收入的影响机制回归分析

表9方程(1)和方程(2)回归结果显示,无论是否添加控制变量,雾霾均在1%的显著性水平上正向影响农民工收入。原因可能为农民工从事的行业以制造业、制造业的衍生行业以及建筑行业为主,根据对CMDS2016数据里所有农民工从事行业的描述性统计发现,有48.45%的农民工从事制造、运输、维修以及建筑行业。这类行业需要燃烧煤炭、石油等化石燃料并排出大量可吸入颗粒物与有毒有害气体,虽然我国环保部门已经对此进行高度规范,但是由于传统高污染生产模式变迁受制于时间、成本与技术,所以仍然存在环境负外部性问题,而这类行业的产值与农民工收入息息相关。方程(3)和方程(4)回归结果显示,无论是否添加控制变量,收入在均在1%的显著性水平上正向影响农民工城市定居意愿。这表明收入是雾霾影响农民工城市定居意愿的作用机制之一。

(二)健康效应分析

因为本研究的研究对象主要为青壮年人群,而这些人的健康具备一定的同质性,而健康感知则更能体现在个体在面对雾霾威胁时自身的反应能力,这与定居意愿这一主观变量是一致的;第二是因为雾霾对健康的影响是滞后的,而健康感知则具备较高的时效性,有良好雾霾健康感知的个体一旦发觉雾霾问题则会及时做出反应。

此外,健康也可能是雾霾影响定居意愿的作用机制。城市定居与健康的关系主要体现在两个方面:第一,城市高水平的医疗条件和完善的社会保障制度可以为农民工本人及家庭带来更好的健康保障以促进农民工定居[34-35];第二,城市污染有可能会降低农民工的定居意愿。与其他研究直接选取自评健康或使用医学评价体系测量的客观健康作为代理变量不同的是,本文选取的是个体对雾霾影响健康的感知进行测量。这出于以下两点考虑:第一,本文研究群体为农民工,该群体以青壮年为主,其健康状况相对于老年人更好,如果选取自评健康作为健康的代理变量,可能会导致变量同质性较强,而对于雾霾影响健康的感知反映的是对雾霾污染问题的重视程度,体现了个体在面对雾霾威胁自身健康时的应对能力,这与定居意愿这一主观变量是一致的。第二,雾霾对健康的影响存在一定的滞后性,而本文的研究采用的是截面数据,无法测度这种滞后性,且影响健康因素众多,无法证明个体健康状况的好坏是由于雾霾造成的,相较之下,健康感知则具备较强的时效性,有良好雾霾健康感知的个体一旦发觉雾霾问题会及时做出反应。基于以上判断,可认为使用健康感知替代健康测度这种影响机制更佳。Ratnapradipa[36]指出可使用健康知识得分来作为环境健康感知的代理变量。虽然受制于数据可得性,本研究无法使用详实的雾霾知识得分数据来作为雾霾健康感知的代理变量,但是是否有参加防霾健康教育经历同样可以有效衡量个体的雾霾健康感知水平,这一点在Klm&Jung[37]以及Kim et al[38]的研究中得到了证实。根据他们的研究,获取健康知识是提高个体健康感知的有效手段。因此,本研究选取问卷中“您是否参加过防雾霾的健康教育”为代理变量,其中接受过教育为1,未接受过为。这样能更好地反映来自于雾霾的健康效应。

表10中报告了雾霾健康感知作为影响机制变量的回归结果。根据方程(1)和方程(2)的回归结果,无论是否引入控制变量,在1%的显著性水平上,雾霾均与健康感知呈正相关关系,这说明农民工能够感知到雾霾对健康的影响。并且,根据方程(3)和方程(4)的回归结果,参加了防治雾霾健康教育的农民工比未参加健康教育的农民工更愿意在城市定居,这是对雾霾感知程度较高的农民工可以更好且更积极地应对雾霾带来的健康问题,从而更有意于在城市定居,而没有意识到雾霾对身体健康有负面影响的农民工往往在健康受到威胁时,无法采取措施进行应对,只能选择返流或继续迁移。

表10 雾霾健康感知的影响机制回归分析

六、结论与启示

本文研究雾霾对农民工定居意愿的影响,得出雾霾与农民工定居意愿存在倒U型关系,并通过将收入效应与健康感知效应作为雾霾的影响机制解释了这种关系的成因。本研究结论符合国家对于新型城镇化战略以及乡村振兴和城乡一体化协同发展战略实施的根本方针,并且为政府保护生态环境以及生态经济良性互动等做法能够保障农民工根本利益提供理论支撑。因此,本部分将从以下三个角度出发,在结合本研究结论的基础上,提出政策建议:

(一)防止环境污染导致农民工被迫回流

中国制造业发展的关键瓶颈是技术壁垒。技术壁垒一方面表现为生产的高效率与生产对环境的负外部性一般是同时发生的,而既注重生产效率也注重环境保护的优良工艺改进往往面临着高额成本,这样的“顽疾”事实上可以通过暂时性的牺牲效率与法律强制性手段相结合的方式来解决;而另一方面,真正困扰产业升级的难题应当是低水平的知识经济在微观层面缺乏持续的发展动力。在工艺升级的同时,农民工需要进行技能培训以匹配更先进的工艺,而技能培训的成本一般由雇员个人承担,因为雇主可以选择雇佣已具备操作新工艺能力的员工。在这样的情况下,农民工可能会在工艺改良与产业升级中丧失竞争力[39],从而被迫回流。这也是雾霾等环境污染问题对农民工定居所造成的深层次影响。对此,由于劳动力市场失灵的问题,政府的劳动力保护政策需要配套实施,相关法律法规需要健全,防止雇主在劳动力市场中的投机行为以保障农民工权利。

(二)以人为核心促进生态经济良性互动

农民工在粗放经济的发展时期造就了快速城镇化的奇迹,在转型期其利益不应当被牺牲。李克强总理曾经指出,新型城镇化应当做到以人为核心,让城市更加宜居。本文分析得到的倒U型关系实际上是“城市病”问题的体现,而农民工牺牲健康换取更高收入的做法不符合新型城镇化理念。城镇化需要做到的不仅仅是城市规模扩大与产业高度集聚,更应当做到经济发展、环境保护以及居民福利水平提升的高度统一[40-41],在良性发展过程中吸引农民工定居以解决“伪城镇化”等相关问题[42]。

(三)引导农民工回流与乡村振兴战略

城镇对人口的集聚效应是由城镇与农村居民福利水平的差异性所导致的,我国城乡发展不均衡的问题由来已久,而新时期政府部门提出城乡协调发展是解决不平衡问题的重要契机[43]。想要解决这样的问题就应当理清什么才是城乡之间最恰当的关系。产业集聚与人口集聚虽然为城市带来了规模经济下的高速发展,但这也是污染问题产生的原因。雾霾问题不仅仅来源于工业排放,也来源于人类的生活排放。这说明城镇化的人口流入应当有一个合理的范围,在此范围内,城镇的交通、环境以及住房问题不会凸显,而乡村的发展也不会因为人口过少而出现停滞。这种合理的人口流入事实上是可以通过微观上居民个人的选择实现的,但是居民做出正确选择的前提就是城乡居民在福利与权利上实现统一,这也是目前城乡一体化的根本所在。但是,受制于乡村资源配置以及乡村经济发展水平的相对低下,乡村的公共设施建设较为落后,农村居民的福利水平因此受到了影响。在乡村振兴的战略布局下,这样的问题亟需解决。乡村是第一产业生产的核心地带,所以农民增收实际上来源于农产品销售增收与新兴产业建设。这一方面需要借助政府支持,另一方面也需要农村与城镇的融合发展,农民自主创业应该得到推广。在农民工定居城市问题与污染问题恶性循环的局面下,应当打破大规模农民工滞留城市的局面,鼓励返乡创业活动。农民工可以借鉴其在城市务工过程中接触到的管理模式和经营模式,应用信息技术实现农产品销售环节改造,引导农村居民实现脱贫与增收。