城市代际流动性对农民工定居意愿的影响

徐晓红,王艺茹

(1.安徽大学 经济学院,安徽 合肥 230039;2.安徽大学 大数据与统计学院,安徽 合肥230039)

改革开放以来,大量农村剩余劳动力迁移到城镇,推动了我国城镇化的快速发展。根据国家统计局数据,2021年末,我国常住人口城镇化率为64.72%,比2012年末提高11.62个百分点。然而,由于城乡二元结构的限制,户籍人口城镇化率只有46.7%,二者相差18.02%。数以亿计的农民工没有实现市民化,在劳动就业、子女教育、社会保障等方面不能享受与市民同等的待遇,不利于农村剩余劳动力持久稳定转移,带来农村留守妇女、老人、儿童和空巢家庭等一系列社会经济问题。现有研究探讨了影响农民工定居意愿的诸多因素,如个人人力资本、社会关系、户籍制度等。事实上,农民工流动已经不满足于在城市获得经济利益,更想要获得认同感和归属感,早日实现定居是促进农民工全面融入社会的关键因素[1]。近年来,有学者关注到城市代际流动性的影响,认为农民工选择背井离乡迁移到城市,是为了追寻更多向上流动的机会。代际流动性是指子辈的收入和地位在多大程度上受父母的收入和地位影响,也是一个社会机会公平的体现。城市代际流动性影响农民工定居意愿的内在逻辑在于,当一个城市的代际流动性较高时,说明该城市内部具有较大活力,子辈有更多的机会摆脱父辈的影响,实现向上跃升。

当前,我国城镇化已进入发展的中后期,是全面提高发展质量的重要时期。“以人为本”的新型城镇化有利于缩小城乡收入差距,提高劳动生产率、促进共同富裕[2]。国家“十四五”规划明确提出,到2025年,户籍人口城镇化率与常住人口城镇化率差距明显缩小,农业转移人口市民化质量显著提升。因此,研究城市代际流动性对农民工定居意愿的影响,对于深入推进以人为核心的新型城镇化,实现共同富裕都具有重要意义。

一、文献综述

农民工的流动一直备受关注。国外早期的经济学理论认为,只要预期收入高于迁移成本和在农村的劳动收入,农村劳动力就会产生向外迁移的意愿[3-4]。在人口迁移的理论影响下,学者们对流动人口尤其是农民工的定居意愿影响因素进行了研究,主要可以分为以下3个方面:其一,个人特征对定居意愿的影响。流动人口定居意愿受到个人的人力资本及家庭社会关系的影响,如性别、年龄、受教育程度、居住质量、对社会满意度及本地朋友数量等[5-6]。其二,制度因素对农民工定居意愿的影响。早期的户籍制度改革对促进农民工流动的作用有限,目前农民工与本地居民所享受的基本公共服务和机会依旧严重不均,社会中存在的户籍歧视不仅会减少农民工的收入和职业选择机会,也是制约农民工定居的壁垒[7-9]。其三,机会公平对迁移行为的影响。已有研究一般将劳动力迁移行为归结为贫困,认为劳动力迁移的根本原因是缺乏资源和机会不公平[10]。目前我国已有研究表明代际收入弹性高的城市不易被流动人口选为流入地,代际流动性低的地区会对人产生挤出效应,这种效应大多在家庭社会地位较低但具有跃升能力的高技能子辈身上体现[11-13],但针对农民工的相关研究仍较为匮乏。

目前对于代际流动性的测算主要有2种路径,早期国外一些经济学家通过线性回归方程得到代际弹性[14-15],我国许多学者采用该方法测量了中国代际流动性水平得到的代际弹性为0.3～0.7之间[16-19]。但上述方法得到的测量结果无法解决生命周期偏误的问题[20],继而有学者提出通过将父辈和子辈的收入分布排序,衡量二者之间的相关性,能够减小代际弹性出现的计量偏差。Chetty[21]通过代际位序法构建了绝对水平的代际流动性,测出了美国不同区域的代际流动性。国内学者也相继采用新思路测算得到不同结果[13,22],徐晓红和曹萍萍[23]通过2种方法的测算结果对比,研究低收入群体的代际流动趋势,验证了代际位序法受暂时性偏误的影响小于代际弹性。

本文可能的创新点和贡献在于,一是丰富了已有文献对我国代际流动性的测度结果,目前已有结果大多为全国层面或省级层面,无法反映出各地区之间的具体差异,本研究测量出了我国各地级市水平的代际流动性,为后续研究做出参考。二是不同于以往文献对流动人口定居意愿的研究,本文以机会公平为出发点,研究城市代际流动性对于农民工选择定居地的影响程度,探讨了城市代际流动性和农民工选择定居地之间的内在逻辑。

二、研究设计与数据

(一)代际流动性的测算方法

本文构建绝对代际流动指标的步骤为:首先,利用代际位序法估计出父辈和子辈各自的社会地位之间的相关性;进一步,仿照王伟同[11]利用代际位序相关性高度拟合的性质,选用斜率和截距构造绝对水平的代际地位流动性。最终,得到不同城市的绝对代际流动性指标。

计算代际次序相关性的模型由式(1)所示。其中P1ic表示第i个子辈在城市c的社会地位所在位序,P0ic表示第i个父辈在城市c的社会地位所在位序,αc代表模型中的截距项,εic为误差项。

P1ic=αc+βcP0ic+εic

(1)

代际位序相关性只能反应流动性大小,并不能反映流动方向,即子辈社会地位是向上跃升还是向下流动。因此本文通过式(2)来计算绝对流动性的变动趋势。其中Rp,c表示城市c的位于p百分位的子辈的期望社会地位所在位序,该值越大说明子辈摆脱父辈影响向上跃升的机会越大,代表该城市的社会流动性较高。

Rp,c=αc+βcp

(2)

本文在测算各地级市代际流动性时,选用中国劳动力动态调查数据(CLDS),该数据库每年调查全国29个省份样本数量2万余,采用了多阶段概率抽样和多层次随机抽样。在测算时,采取了以下措施:第一,为扩大样本容量选用2014年和2016年合并数据,剔除2016年的追踪样本和数据量小于80的城市样本;第二,为了更好地测量各地级市本地的代际流动性,剔除发生过迁移的样本,只选择本地居民样本进行测量;第三,为了减小生命周期引起的偏误,在模型中加入了年龄、年龄的平方和性别变量。

(二)实证模型

上述绝对代际流动指标的测算为实证部分提供了基础,被解释变量为二分类变量,本文采用Logit模型,建立如下方程模型:

Migrateic=β0+β1Mobilityc+β2Xi+β3Zc+εij

(3)

其中,Migrateic为被解释变量,表示第i个流动样本在城市c的定居意愿,核心解释变量Mobilityc表示城市c的代际流动性。Xi表示个体特征变量,Zc表示城市层面变量,εij为随机扰动项。为了使模型估计的系数更加精确,模型采用聚类稳健标准误。

(三)数据来源与指标选取

文中的实证分析部分所使用的个体层面数据来源于2017年中国流动人口动态检测调查数据(CMDS),该数据库每年所调查的样本数近20万,其内容涉及了多个方面,包括与本研究密切的农民工基本信息、流动范围和流动原因等。实证中所使用的城市数据来源于2017年的中国城市统计年鉴,为了消除双向因果引起的内生性问题,本文选择将城市特征的数据滞后1年。同时剔除了CMDS中户口性质为非农业户口的个体,只考察农民工,通过将CMDS数据库与城市相关指标数据相匹配进行研究,最终得到43 032个样本数据。

文中所采用的核心被解释变量为“定居意愿”,为二分类变量,选取问卷中的“如果您符合本地落户条件,您是否愿意将户口迁入本地?”样本中回答“愿意”选项的设置为“1”,“不愿意”和“没想好”设置为“0”,表示暂不考虑定居在本地。

本文的核心解释变量为城市代际流动性,其他解释变量分为2类,一类是个体层面因素,包括被调查者的年龄、性别、婚姻状况、子女随迁情况、学历和个人收入,以及流动范围、流动时间等被调查者的社会适应情况;另一类为城市层面因素,包括流入地的平均工资水平、人口规模、城市级别、房价,同时采用人均公共财政支出来衡量城市基本公共服务水平。变量的描述性统计如表1所示,本研究样本中具有定居意愿的统计结果占比42.3%,城市代际流动性的均值水平为4.305,具体测算结果见第四部分。

表1 描述性统计

三、城市代际流动性测算结果

根据CLDS的2014年和2016年数据,将父辈与子辈社会地位按照1—10排序,绘制其核密度图如图1所示。根据图1,父辈社会地位更多聚集在等级4以下,而自评等级在4—8之间时子辈密度远超于父辈,说明子辈相对于父辈社会地位有上升的趋势。

图1 子辈和父辈社会地位核密度图

根据代际位序法,按照式(2)计算百分之二十五分位的绝对代际流动指标,模型中的核心变量指标是被访问者的主观自评,社会地位由低到高取值为1—10。在构建绝对流动性指标时,考虑到农民工大多为中低社会地位的群体,故p取2.5,代表位于百分之二十五分位的家庭社会地位。我国“十四五”规划中提出以19个大城市群推动城镇化格局的完善,因此结合数据的完整性,最终测算得到全国105个城市的代际流动性,其中覆盖了我国20个省份、3个自治区以及4个直辖市,包括19个城市群中的部分代表性城市,同时测算了城市群以外的一些少数民族地区和欠发达城市,尽可能全面地反映我国东中西部各区域之间的差异性。结果按照由低到高顺序排列,如表2所示。根据结果显示重庆市社会地位位于百分之二十五分位的父辈,其子辈的社会位序期望值仅为1.708,说明子辈社会地位存在下降至更低阶层的可能;辽阳市代际流动性最高,其子辈的期望社会地位所在位序为6.878,说明其有能力的子辈存在跃升至中高社会阶层的可能,社会流动性较高。

表2 105个城市的代际流动性

四、实证分析

(一)基准回归结果

根据Logit模型,通过式(3)得到基准回归结果如表3所示。其中列(1)结果为除核心解释变量外只控制个人特征的影响因素的回归结果,列(2)为同时控制个人特征和城市特征的影响因素的回归结果,为了使结果更加直观,汇报均采用几率比(odds ratio)的形式,几率比为非负数,当几率比大于1表明自变量对因变量有积极作用,当几率比小于1说明自变量对因变量存在消极作用。

根据表3的估计结果,核心解释变量城市代际流动性对农民工定居意愿的影响,无论是否添加城市特征均在1%的水平上显著大于1,说明城市的社会地位流动性越高,农民工定居在此地的意愿越强烈。在只考虑个人特征因素的情况下,结果汇报的几率比为1.162,说明当城市的代际流动性上升100个百分点,农民工定居在这个城市的意愿也会随之增加为原来的1.162倍,在考虑了其他的城市特征因素后,代际流动性对农民工定居意愿的影响程度有所下降,说明城市的其他条件可能会降低人们对城市代际流动性的要求。

再看其他控制变量的结果,个人特征因素中,受教育水平高、已婚、子女跟随父母迁移以及个人收入水平较高的群体更容易产生定居意愿,原因在于这类群体的生活更加稳定,更容易产生扎根于城市的意愿。同时随着流动时间更加长久,获得的社会认同感增加,农民工的定居意愿也会更强烈。根据列(2)估计结果,在考虑城市特征因素之后,跨市不跨省的农民工更容易产生定居意愿,由于此类群体流动范围较小,与农民工的原户籍所在地相近且生活习惯相符,定居成本相对更小。在其他城市特征因素中,城市的基本公共服务水平提高会对农民工定居意愿产生积极影响,政府提供高水平的基本公共服务能让农民工享受到更多医疗、教育等方面的基础生活保障,减少流动农民工的“后顾之忧”。尽管农民工对于人口过于密集的城市具有回避倾向,但直辖市、省会城市对其定居意愿仍存在显著的吸引力,一方面这些大城市政府资源更加丰富,所能享受到的基本服务水平会更高,另一方面这些城市的经济发展速度更快,机会多,薪资高,根据列(2)结果显示城市平均工资上升100个百分点,农民工的定居意愿会变为原来的4倍,说明高收入对农民工的吸引力是直观且敏感的。

表3 基准回归结果

(二)增加遗漏变量:户籍门槛

虽然在上述的实证分析中,已经在模型中添加了个人特征的影响因素和城市特征的影响因素,但仍然可能存在一些其他方面的因素对农民工的定居意愿产生影响,比如地区性的制度限制。户籍制度一直是影响农民工定居意愿的一项重要指标,李智[1]指出城镇中设置的不同落户条件成为农民工定居的隐形门槛,是农民工享受城镇基本公共服务的最大瓶颈。为了消除遗漏变量引起的内生性,本文通过借鉴张吉鹏和卢冲[24]测算的2014—2016年户籍门槛指数,将城市落户门槛指数与上述实证部分CMDS数据相匹配,验证加入户籍门槛变量之后代际流动性对农民工的定居意愿的影响是否和原结果保持一致。

如表4所示,列(3)为不添加户籍门槛指数的基准回归作为对照,列(4)中添加户籍门槛指数进行Logit回归,列(5)中添加户籍门槛指数与城市代际流动性的交互项。根据结果,本文可以得到以下结论:一方面,代际流动性对农民工定居意愿的影响仍然显著大于1,而户籍门槛指数对农民工定居意愿的影响在1%的水平上显著小于1,说明农民工在选择定居地时对于高户籍门槛的城市具有回避倾向,高户籍门槛是造成户籍城镇化率远远低于常住人口城镇化率的重要原因之一。另一方面,代际流动性和户籍门槛指数的交互项在1%的水平上显著小于1,说明户籍门槛指数的挤出效应会减弱代际流动性对农民工定居意愿产生的吸引力,但代际流动对农民工的定居意愿依然具有积极影响,且略有提高。以北京和上海为例,两市均属于高户籍门槛的城市,但北京的户籍门槛指数高于上海,相应的,上海的绝对代际流动性也高于北京,对两个城市定居意愿统计的结果显示,北京的农民工定居意愿为24.77%,上海则达到了33.01%,与本文的实证结果相符,即在户籍制度背景下,城市的高代际流动性依然对农民工定居意愿产生积极作用。

表4 增加遗漏变量的回归结果

(三)稳健性检验

本文通过2次更换样本进行稳健性检验。在上述基准回归结果中,核心被解释变量为农民工的定居意愿,由于回答“没想好”的人可能随着流动时间的增加也会产生定居意愿,所以在进行稳健性分析时,本文暂时将这一部分样本删除,得到回归结果如表5中列(6)所示。另一方面,为了更好地分析农民工中务工人员的定居意愿,本文将流动原因中随迁、婚嫁等样本删除,只考虑由于经商务工而产生流动的样本,再次进行稳健性检验,由此得到回归结果如列(7)所示。通过上述2种方法进行的稳健性检验结果均与上文回归结果一致,都表明了城市的代际流动性越高,越会对农民工的定居意愿产生积极影响。

表5 稳健性检验

(四)消除自选择偏误:倾向得分匹配法

由于文中所使用数据为观察数据而非随机试验数据,因此模型中会存在自选择偏误,为解决自选择问题引起的内生性,接下来选用倾向得分匹配法(PSM)来进行检验。

倾向得分匹配法主要用于处理观察研究中选择偏差问题,其理论框架是基于“反事实推断模型”,使用观测数据或非实验数据进行处理分析。

假定每一个在处理中的样本i,i=(1,2,3……N),都存在2种结果(Yi(0),Yi(1)),其对应着未被处理和被处理2种状态的潜在结果。Yi表示所测量的结果变量,其中接受处理表示为Di=1,未接受处理表示为Di=0,则反事实框架可以用以下模型表示:

(4)

通过倾向得分匹配法将样本分为处理组和控制组,利用ATT的值计算个体的平均处理效应,表示个体i在处理后的观测结果与其反事实的差,其计算公式为:

ATT={Yi(1)-Yi(0)|D=1}=

E{Yi(1)|D=1}-E{Yi(0)|D=0}

(5)

本文的核心解释变量绝对代际流动性为连续变量,因此采用分位数生成一个新的虚拟变量,将城市代际流动性按照从小到大排列,最大的1/3作为较高的组,设置为1,剩余2/3作为较小的组,设置为0,进行Logit回归,计算倾向得分。采用卡尺内近邻匹配和核匹配,估计结果如表6所示,其中T值均大于1.96,说明ATT的值均在1%显著水平上为正,与上述估计结果方向一致,验证了估计结果的稳健性。

表6 倾向得分匹配

五、异质性分析

(一)个体异质性

由于个人的家庭背景和潜在能力不同,代际流动对其定居意愿的影响也可能存在差距。根据本文的内在逻辑认为,家庭社会地位较低但具有能力的高技能子辈,会更具有向外迁移定居的意愿。因此将学历在高中及高中以下水平的个体划分为低技能人群,将高中以上学历的个体划分为高技能人群,分析群体之间是否存在异质性,得到的回归结果如表7所示。

表7中列(8)汇报了城市的代际流动性对低技能群体的定居意愿影响程度,列(9)汇报了代际流动性对高技能群体的定居意愿影响程度,发现城市的代际流动性对高技能群体的影响程度显著高于对低技能群体的影响力,说明高技能的群体对社会代际流动性的感知力更强,对城市的机会公平和阶层流动性要求更高。同时很多城市针对技术人才采取开放落户绿色通道,加大财政补贴等措施,也对高技能农民工的定居意愿产生了积极影响。虽然城市的代际流动性对低技能群体定居意愿的影响也显著为正,但敏感度小于高技能群体,这可能是因为低技能群体本身在工作中的竞争力较小,待遇也不如高技能群体优厚,因而向上跃升的机会也较小,导致两者之间存在显著差异。

表7 个体异质性

(二)区域异质性

目前我国东中西不同区域发展仍存在较大差异,我国的超大城市大多分布在东部地区,同样是省会城市,在不同区域之间也存在较大差异,因此本文将各个地级市按照东、中、西进行划分,探讨不同区域的城市代际流动性对农民工定居意愿的影响是否存在差异。

根据表8结果显示,城市代际流动性对向东部地区流动个体的定居意愿有显著促进作用,而对中部地区显示出了抑制作用,对西部地区的促进作用并不显著,显示出了不同区域间的异质性。首先,东西部地区的积极作用与本文上述回归结果相一致,说明东部地区的农民工对定居城市的代际流动性有较高要求,更倾向于选择到“机会公平”程度更高的城市定居。针对中部地区的结果,本文对中部地区的农民工进行深入观察,发现其样本大多数为省内流动,且大多为家中拥有承包地的低技能群体,显然,低技能群体更难以在大城市找到稳定的高收入工作,落户定居的成本也更高。

表8 区域异质性

六、结论及建议

通过CLDS数据测算出了我国105个城市的代际流动性,并与CMDS的微观数据以及中国统计年鉴中的城市层面数据相匹配,探讨了城市代际流动性对农民工定居意愿的影响。主要研究结论如下:第一,流入地的代际流动性越高,农民工选择该地定居的意愿越强烈,当把样本限定在因经商务工而发生流动的群体时,结果依然稳健。第二,户籍门槛的挤出效应会减弱代际流动性的积极作用,农民工倾向于回避在户籍门槛较高的城市定居,但代际流动性对农民工定居意愿的积极作用依然显著。第三,代际流动对农民工定居意愿的影响存在个体异质性和区域异质性。高技能群体对城市代际流动性的感知力更强,对城市的机会公平和阶层流动力要求更高;城市代际流动对东部地区农民工定居意愿的积极作用比中西部地区更加显著。

农民工的大规模流动对城市机会公平提出了更高要求。推进以人为核心的新型城镇化,促进农民工市民化,本文提出以下政策建议:第一,城市发展要注重竞争环境的机会公平,消除户籍歧视。尤其是要对工作能力强、流入时间久的农民工优先帮扶,促进其实现市民化。第二,放宽落户门槛,完善居住证制度,为农民工在城市落户扫清障碍。要注重提供对外来农民工的基本公共服务供给,增加农民工的社会融入感和幸福感。第三,提高城市对农民工的吸纳能力,对农民工流入较多的城市发放补助建设资金,建设更多保障性住房,加快完善以公租房、保障性租赁住房和共有产权住房为主体的住房保障体系,支撑城镇化进程健康发展。