青年流动人口就业稳定性及影响因素变动趋势研究

摘要：本研究基于2014和2018年全国流动人口动态监测数据（CMDS），采用嵌套回归模型、Oaxaca - blinder分解法，检视青年流动人口就业稳定性的变动趋势及其影响因素的贡献率。研究发现，在个体、家庭及地区层面因素整体朝着有利方向变动的背景下，4年间青年流动人口就业稳定性总体呈现下降态势。尤其是商业服务业从业青年流动人口的就业稳定性大幅下滑，女性青年流动人口的就业稳定性下降显著。户籍身份对就业稳定性影响发生逆转，农业户籍青年流动人口的就业稳定性下降。婚姻、家庭及流入地购房对青年流动人口就业稳定性的提升作用开始式微。西部和县域地区就近流动模式对青年人口就业稳定性的促进作用显著增强。亟待加快推进青年流动人口稳定就业和高质量就业，避免青年流动人口因不稳定、不充分就业引发大规模失业和长期性贫困，化解潜在的“多米诺效应”风险。

关键词：青年流动人口；就业稳定性；嵌套回归模型；Oaxaca-blinder分解

基金项目：贵州省教育厅本科高校科学研究项目“新型城镇化进程中贵州省农业转移人口市民化质量动态评估研究”（黔教技[2022] 262号）

中图分类号：C922 文献标识码：A

文章编号：1674-537X（2024）07. 0039-10

一、引言

2022年国务院新闻办公室《新时代的中国青年》白皮书揭示，2020年底中国外出农民工总数近1.7亿，其中多数为青年，青年常住人口城镇化率已达71. 1％。人力资本、抗风险能力较弱的流动人口，无疑是就业市场中的脆弱群体，大部分青年流动人口没有经济实力和社会关系在城市空间中“嵌入”进去，只能“悬浮”于城市上空生存。尽管相比于老一代流动人口，青年一代流动人口的城市融入水平已显著提升，但已有研究显示，青年流动人口的就业质量依旧偏低，职业流动频繁、工作强度大、收入水平偏低，流动人口的失业风险不断攀升。该群体不充分、不稳定就业，会引发大规模失业和长期性贫困，不利于当前国家加快经济复苏、扩大内需及增进双循环的高质量发展战略。外来进城务工流动人口的就业和生计问题一直以来都是党和政府的主要关切，流动人口的高质量就业不仅是推进以人为核心内涵式新型城镇化的应有之义，也是实现新发展阶段共同富裕的时代要求。《“十四五”就业促进规划》明确指出要坚持就业优先战略和积极就业政策，重点促进农民工和青年流动人口等群体多渠道实现更高质量和更充分的就业。

在产业结构调整升级、经济低迷形势短期难以扭转的背景下，是否可从行动主体即个体和家庭层面，探究就业发展态势及其影响机制，找到有效解决青年流动人口就业问题的切入点和突破方向，以消解并降低结构性市场因素影响，积极应对新发展格局下“K”型经济复苏带来的严峻挑战。本研究选取2014和2018年跨度4年的全国流动人口动态监测纵向数据，从动态、纵向的比较视角，呈现青年流动人口就业发展态势的转变、特征及其机理，全面检视青年流动人口就业稳定性的影响因素及其变动趋势，并尝试对就业趋势带来的一系列复杂而重大的经济社会影响做出科学研判。

二、文献回顾及研究假设

（一）流动人口就业稳定性概念及操作化

学界目前对于流动人口就业稳定性尚未形成统一的概念界定、测量方法和评价标准。就业稳定性是评价劳动者就业质量的关键评价标准，已有研究主要采用以下两种测量方法：（1）“签订合同”测量法：“与当前工作单位签订劳动合同类型”来测量流动人口的就业稳定性，根据是否签订劳动合同，将流动人口就业稳定性操作化为“稳定”或“不稳定”二分变量。劳动合同主要能够反映流动人口就业的规范性与合法性，但无法准确衡量流动人口就业稳定性的具体程度，而且将雇主、自营劳动者等无需签订劳动合同的流动人口排除在评价对象之外，降低对整体流动人口就业稳定性的统计测量效度，导致选择性偏差。（2）“持续就业时间”测量法：森布如科（Sehnbruch，2004）在关于智利劳动力市场的研究报告中较早提出，用每份工作就业时间的长短来衡量就业稳定性。持续就职时间、职业流动频率指标逐渐被应用于我国流动人口就业稳定性的测量和分析中。高华、肖意可（2016）使用“从事目前工作时间占流入时间的比例”来测量就业稳定性，但这种方法不能有效评估经历长期流动后实现稳定就业流动人口的就业稳定性。本研究采用“持续从事当前工作的时间”来测量青年流动人口就业稳定性，将就业稳定性操作化为定距变量，既能够降低变量的信息损失度，也便于对流动人口的就业稳定性提供科学参照和比较研究。

（二）流动人口就业稳定性的影响因素

1．个人层面因素：户籍身份、性别、年龄、文化程度、职业情感、职业行为及社会技能对流动人口稳定就业具有显著影响，男性、城镇户籍、文化程度高的流动人口被证实具有显著更高的就业稳定性。职业培训可以通过增加人力资本显著降低流动人口的职业流动率。职业类型对流动人口就业稳定性也产生显著影响，社会经济地位越高、人力资本专用性越强的职业，就业越稳定。基于已有文献的分析，本研究提出个人层面的四个平行性假设：

研究假设1：青年流动人口的就业稳定性受到个人层面因素的影响。

假设1a：相比于男性群体，女性青年流动人口的就业稳定性更低。

假设1b：相比于农村户籍群体，城镇户籍青年流动人口的就业稳定性更高。

假设1c：相比于其他职业从业者，在体制内就业的青年流动人口的就业稳定性更高。

假设1d：相比于低学历群体，受教育程度越高的青年流动人口的就业稳定性更高。

2．家庭与住房获得因素：已有研究发现家庭化流动被证实是流动人口城市居留行为和城镇化融合的重要决定因素。在打工城市购有住房的农民工，其就业稳定性更高。家庭化流动可能会有利于促进青年流动人口在流人地经济和社会空间的嵌入，增强青年流动人口主体层面的稳定就业意愿，提高就业稳定性。本研究提出家庭层面的三个平行性假设：

研究假设2：青年流动人口的就业稳定性受到家庭层面因素的影响。

假设2a：相比于未婚群体，在婚青年流动人口的就业稳定性更高。

假设2b：相比于无子女群体，有子女青年流动人口的就业稳定性更高。

假设2c：相比于租房群体，在流人地有住房产权的青年流动人口的就业稳定性更高。

3．流动范围和地区因素：流动范围和地区层面因素已被证实对流动人口整体就业质量具有重要影响。研究发现城市规模对农民工就业质量具有显著正向影响。省内流动人口更具有身份认同感并且家庭消费高于跨省流动人口，相比于跨省流动和市内跨县流动，省内跨市流动具有最高的长期居住意愿。以经济发达地区为流人地的远距离流动模式，可能会加剧流动人口的阶段性悬浮，降低定居意愿和就业稳定性。根据以上研究，本研究提出两个竞争性假设：

研究假设3：青年流动人口的就业稳定性受到流动范围和地区层面因素的影响。

假设3a：大范围流动、流入东部发达城市地区的青年流动人口的就业稳定性更强。

假设3b：小范围就近流动、流入西部县域地区的青年流动人口的就业稳定性更强。

迄今研究大多强调个人和家庭层面因素对就业稳定性的作用效应，但是忽略了流动范围和地区层面因素对流动人口就业稳定性的重要影响，有必要对既有分析框架予以分类和补充，将家庭和地区层面的影响因素纳入分析框架。并且，已有研究大多局限于单一年份的横截面数据、从静态维度评估流动人口的就业稳定性影响因素，鲜有研究使用不同年度的数据从动态、纵向视角对流动人口的就业稳定性影响因素进行时期异质性分析。此外，已有研究从多个角度检验了流动人口就业稳定性的影响因素，但对流动人口就业稳定性实际变动中来源于不同层面影响因素的作用效应关注还较为匮乏，对不同层面因素变动对就业稳定性变动的影响差异更缺乏重视。青年流动人口的就业稳定性究竟发生了怎样的变动，个人、家庭及地区层面影响因素的变动是否促进或抑制了青年流动人口就业稳定性的变动，这些问题仍有待进一步的实证检验。

鉴于此，本研究选取2014和2018年全国流动人口动态监测调查数据，采用持续就业时间为就业稳定性的主要测量指标，在纵向视角下，从个人、家庭及地区三个层面系统考量就业影响机制，对不同时期青年流动人口就业稳定性的影响因素进行比较分析，并应用嵌套回归模型和Oaxaca- blinder分解方法，探究不同层面因素对青年流动人口就业稳定性变动的影响差异。

三、数据、变量及研究方法

（一）数据来源

本研究使用2014和2018年全国流动人口动态监测调查数据（China Migrants Dynamic Survey Data，简称CMDS）。该数据具有调查范围广、样本量大及代表性强的特点，是学界研究中国流动人口广泛采用的权威数据。根据《中长期青年发展规划（2016- 2025年）》对青年人口的年龄界定，本研究以调查时点16-35周岁的劳动年龄青年流动人口为研究对象，剔除职业类型为无固定职业的样本，探究青年流动人口就业发展态势及就业稳定性的变动因素。剔除缺失值后，样本量共计750769人。所有统计结果均已加权。

（二）变量设置

1．因变量。本研究以青年流动人口的就业稳定性为因变量，以“从事当前工作的持续时间”为测量指标。具体赋值方法为：依据调查年份CMDS问卷中“您从什么时候开始这项工作？”，被调查者当前工作的持续时间（月）=（调查年份-从事当前工作年份）× 12+调查月份-开始从事当前工作月份，取值越大，表示青年流动人口当前从事的工作持续时间越长，意味着在流人地的就业稳定性也就越强。

2．自变量。本研究以青年流动人口的个体、家庭和地区因素作为自变量。一是个人层面因素，包括性别、年龄、户口性质、职业类型、受教育年限、流入时间；二是家庭层面因素，包括婚姻状况、子女数量、住房购买情况；三是地区层面因素，包括流动范围，流入地区类型（西部、中部、东北、东北部）和流入地域类型（市域和县域）。2014-2018年所有变量均值的年度差异如表1所示。

3．青年流动人口特征与就业稳定性变动。2014年青年流动人口持续就业时间为36.72月，2018年为35.83月，2014 - 2018年青年流动人口的就业稳定性呈现下降态势。（1）个体特征：平均年龄增大，城镇户籍比例上升，提高4. 5%。职业类型结构变动显著，商业服务业从业者比例下降，生产运输业、国家机关、企事业单位从业者比例上升，生产运输业人员比例上升3. 7%，商业服务业人员比例下降13. 3%，国家机关、企事业单位人员比例上升9. 6%。平均流入时间显著上升近8个月，流动模式向长期性迁移转变。（2）家庭特征：生育子女比例下降，本地购房比例上升，本地购房比例上升6. 2%。（3）地区特征：青年人口市内跨县流动比例下降，省内跨市流动比例上升，流人中西部地区比例下降，流入东部地区比例上升。流入县域地区青年人口比例显著提升，上升6个百分点。概言之，4年间城市户籍的青年流动人口、国家机关／企事业单位及生产运输业从业者比例上升，本地购房和流入县域的比例均上升6个百分点，流入时间上升。

（三）实证策略

第一，以青年流动人口的就业稳定性为因变量，基于动态视角，建立回归模型，分别估计2014和2018年青年流动人口就业稳定性的影响因素及作用差异。第二，引入时期效应，依次建立嵌套（nested）回归模型，观察时期变量的系数变动规律，第一个模型只加入时期变量，单独估计就业稳定性中的时期效应，并依次在随后的3个模型中加入青年流动人口个人，家庭以及地区层面的控制变量，观察时期变量的系数变化，以确定不同层面因素对青年流动人口就业稳定性时期变动的影响。第三，采用Oaxaca-blinder分解法，对影响青年流动人口就业稳定性变动的作用效应进行分解，精确地确定各层面因素对就业稳定性时期变动的影响幅度。该方法将年目标变量在不同群体之间的差距分解为可解释部分与不可解释部分。本研究从纵向维度将时期作为分组变量，对2014 - 2018年间青年流动人口就业稳定性的时期差异进行Oaxaca - blinder分解，基于分解结果探讨青年流动人口就业稳定性变动的过程机理。具体分解推导过程如下：

2014年青年流动人口就业稳定性记为Y2014，2018年青年流动人口就业稳定性记为Y2018。则2014和2018年青年流动人口就业稳定性的决定方程分别为：

Y2014 = X2014β2014（1）

Y2018=X2018β2018（2）

其中，X2014和X2018分别表示2014和2018年影响青年流动人口就业稳定性的个体、家庭及地区层面自变量。β2014和β2018分别为自变量X在2014和2018年模型中的回归系数。分别构造反事实组（couterfactual group）Y2014和Y2018，估计因个体、家庭及地区层面因素变动造成的青年流动人口就业稳定性变动值。

Y2014=X2014β2018（3）

Y2018=X2018β2014（4）

基于此，2014- 2018年青年流动人口就业稳定性变动的分解公式为：

Y2018 - Y2014=Y2018 - Y2014+Y2014 - Y2014=（X2018 - X2014）β2018+δ（5）

Y2018 - Y2014=Y2018 - Y2018+Y2018 - Y2014=（X2018 - X2014）β2014+δ（6）

其中，Y2018 - Y2014为2014 - 2018年青年流动人口就业稳定性的变动值，（X2018 - X2014）表示自变量x在2018和2014年样本中的均值差，β2014和β2018分别为自变量X在2014和2018年模型中的回归系数，6是就业稳定性变动中的不可解释部分。由于自变量x利用2014和2018年样本计算得到的回归系数可能不一致，本研究分别利用2014和2018年的全样本数据，以及采用不同年份回归模型的系数均值计算回归系数两种计算方法进行分解：

Y2018 - Y2014=（X2018 - X2014）βa+δ（7）

Y2018 - Y2014=（X2018 - X2014）β+δ（8）

其中，βa为使用2014和2018年混合截面数据计算的回归模型系数，β为根据2014和2018年分年数据计算的回归模型系数均值，本研究将同时汇报两种计算方式的估计结果，并主要分析式（7）的计算结果，将式（8）的结果作为参照，以增强研究结论的可靠性与稳健性。

四、实证结果与分析

（一）青年流动人口就业稳定性影响因素及其时期异质性分析

本研究分别采用2014和2018数据，估计青年流动人口就业稳定性不同层面影响因素的分年度回归模型，统计结果见表2。个人、家庭以及地区三个层面因素对青年流动人口的就业稳定性均呈现出显著影响，而且，2014 - 2018年各层面因素对青年流动人口就业稳定性的影响效应呈现出明显的时期异质性，本研究的基础性假设在纵向维度得到进一步动态扩展性检验。

1．从个人层面来看，到2018年，男性、城镇户籍、体制内就业、受教育程度高的青年流动人口具有更强的就业稳定性，平行性假设1a、1b、1c、ld均得到证实，并且2014 - 2018年性别、户籍身份、职业类型、受教育程度对青年流动人口就业稳定性的影响效应存在明显差异。（1）男性和女性青年流动人口的就业稳定性差距拉大，女性青年流动人口的就业稳定性下降显著。2014年男性就业持续时间平均比女性多3.78月，到2018年，则多达7.52月，男性的平均就业持续时间增加2.59个月，而女性的则减少4. 96个月。（2）户籍身份对就业稳定性影响发生逆转，农业户籍的青年流动人口就业稳定性下降。2014年非农户籍比农业户籍青年流动人口的平均就业持续时间少1个月，到2018年非农户籍的则比农业户籍者多1. 45个月，事实上，2014- 2018年非农户籍的平均就业持续时间上升2. 38个月，而农业户籍的平均就业持续时间则下降2. 44个月。两种户籍身份平均就业持续时间的“一增一减”，导致户籍身份对青年流动人口就业稳定性影响效应的逆转。（3） 2014-2018年国家机关、企事业单位体制内从业青年流动人口的就业稳定性均高于其他职业，同时不同职业类型青年流动人口的就业稳定性差异发生显著变动，商业服务业从业青年流动人口的就业稳定性大幅下滑。生产运输业从业者和国家机关／企事业单位工作人员的就业稳定性均显著提升，分别上升3. 06和1.34个月，但商业服务业的平均就业持续时间则大幅下降6. 53个月，比生产运输业的青年流动人口低3. 15个月。（4）人力资本积累对青年流动人口就业稳定性的促进作用显著提升，2014年回归模型中受教育年限系数仅为0. 021，且在统计上不显著。到2018年模型中受教育年限的回归系数增大到0. 384，且在1%的统计水平上显著。

2．从家庭层面来看，2014和2018年在婚、有子女以及在流人地购置住房的青年流动人口均具有更高的就业稳定性，平行性假设2a、2b、2c均得以证实，同时对比两年的模型结果发现，婚姻、家庭及流人地购房对青年流动人口就业稳定性的提升作用正在下降。（1）婚姻与家庭：2014 -2018年不在婚青年流动人口的平均就业持续时间仅提升0．11，意味着结婚成家对于青年流动人口的就业稳定性促进作用呈现下滑趋势。生育子女对青年流动人口就业稳定性的正向影响呈现小幅下降。（2）住房获得：2014年，购置住房的青年流动人口平均就业持续时间比未购房者多5. 05个月，到2018年，仅高于未购置住房者1. 21个月，且在统计上不显著，意味着购买住房对青年流动人口在本地就业稳定性的正向影响呈下降趋势。

3．从地区层面来看，到2018年，西部和县域地区就近流动模式对青年人口就业稳定性的促进作用显著增强，支持了竞争性假设3b。（1）流动范围：就近流动的就业稳定性优势逐渐显现。2014年相比市内跨县流动，省内跨市流动的青年人口平均就业持续时间高1. 46个月，跨省流动青年人口的平均就业持续时间少0．31个月，但不显著。2018年市内跨县就近流动青年人口的平均就业持续时间最高，分别比省内跨市跨省流动者的平均就业持续时间高1. 025和3.001个月。（2）流入区域：2014-2018年，流入西部地区的就业稳定性与其他地区的差距拉大。2018年西部地区的青年流动人口就业稳定性的优势扩大，西部地区的平均就业持续时间分别高于中部、东部和东北部地区青年流动人口0. 51、0.42和1.98个月。（3）流入地域：县域流动模式对于增强青年人口就业稳定性的作用效应凸显。2014年县域青年流动人口平均就业持续时间比市域的多0. 67个月，且不显著，2018年县域和市域间差距扩大到2. 11，且在1%的统计水平上显著。

（二）嵌套模型分析

本研究引入时期效应模型，将时期变量作为核心自变量、青年流动人口个体层面、家庭层面以及地区层面特征作为控制变量逐步加入回归模型，通过相互嵌套模型，观察时期变量的系数变化规律。嵌套模型估计结果显示，2014- 2018年时期负向作用均显著增强。模型估计结果如表3所示。

1．模型1中的时期系数为-0. 893，并且在1%的统计水平上显著，说明在未控制个人、家庭以及地区层面因素影响的情况下，2018年青年流动人口的平均就业持续时间比2014年下降0．893个月。该系数等于表1中不同年份青年流动人口平均就业持续时间的组间均值差异。

2．模型2加入个人特征层面的控制变量，时期系数大幅度变动为-6. 104，相比模型1，模型2中青年流动人口就业稳定性的下降幅度增大5. 84倍[（6. 104-0. 893）／0．893=5.84]，表明个人层面因素的时期变动“稀释”青年流动人口就业稳定性真实的下降幅度，在控制个人层面因素变动后，2014-2018年就业稳定性的下降幅度显著攀升。

3．模型3加人家庭层面的控制变量，时期系数变动为-1. 564，2014 - 2018年就业稳定性的下降幅度相比模型1上升75%[（1.564-0. 893）／0．893=0．75]。2014- 2018年家庭层面因素整体朝着有利于就业稳定性提升的方向发生变动，在控制家庭层面因素变动后，就业稳定性的下降幅度出现上升。

4．模型4加入地区层面的控制变量，时期系数变动为-0. 999，与模型1相比，2014- 2018年青年流动人口的就业稳定性下降幅度上升12%[（0．999-0. 893）／0．893=o．12]，意味着地区层面因素的时期变动有利于提升青年流动人口的就业稳定性，因此在控制地区层面因素的变动后，时期因素的负向影响上升。

（三）就业稳定性变动的Oaxaca-Blinder分解

上述嵌套模型分析结果表明，在个体、家庭及地区三个层面因素均有利于青年流动人口就业稳定性提升的变动趋势作用下，2014 - 2018年青年流动人口的平均就业持续时间下降0．893个月。在此基础上，本研究进一步采用Oaxaca-Blinder方法，对三个层面因素中所有变量对青年流动人口就业稳定性变动的影响幅度进行分解。统计结果如表4所示：（1）个人层面因素对青年流动人口的正向变动影响幅度最大，为4. 911，2018年青年流动人口的平均就业持续时间应比2014年高4. 911个月。（2）家庭层面的影响幅度次之，为0. 132。（3）地区层面因素的贡献率为0．113，这表明从家庭和地区层面因素来看，2018年青年流动人口的平均就业持续时间应比2014年分别高0．132和0．113个月。

进一步对各层面因素变动的具体作用效果进行分解：（1）个人层面：2014 - 2018年青年流动人口的平均年龄上升0. 88岁，男性比例上升0.43%，非农户籍比例上升4. 46%，年龄、性别和户籍对就业持续时间增幅的贡献分别为1. 298、0.022、-0. 003个月。职业类型中商业服务业比例下降13. 24%。国家机关／企事业单位比例上升9.51%，对就业持续时间增幅贡献分别为-0. 035和0.59个月。平均受教育年限上升0. 98年、平均流入时间增加7. 64月，对就业持续时间增幅贡献分别为0. 121和2.918个月。（2）家庭层面：2014 - 2018年青年流动人口的在婚比例下降0．18%，生育子女比例下降1. 92%，对就业持续时间增幅贡献分别为-0. 01和-0.045个月。本地住房购置比例上升6. 26%，对就业持续时间增幅贡献0.187个月。（3）地区层面：2014-2018年青年流动人口选择省内跨市和跨省流动的比例分别上升l。3%和0.3%，对就业持续时间增幅的贡献为0. 011和-0.003个月。青年流动人口流入中部、东部和东北部地区的比例依次为下降2. 02%、上升4.95%和下降0. 06%。青年流动人口流入县域地区比例上升6%，对就业持续时间增幅的贡献为0. 107个月。综上所述，2014-2018年青年流动人口个体、家庭及地区层面因素的变动，会带动平均就业持续时间增长5. 156个月，但2014 - 2018年实际变动幅度为-0. 893个月，青年流动人口个体、家庭及地区层面因素的变动大幅度稀释了就业稳定性的下降程度。

五、结论与建议

（一）研究结论

第一，青年流动人口就业稳定性变动趋势中的行业差距、性别差距、户籍差异凸显。商业服务业从业青年流动人口的就业稳定性大幅下滑，女性青年流动人口的就业稳定性下降显著。国民经济的“K型复苏”态势对中低收入群体造成更大冲击，推高高收入群体的财富水平，导致青年流动人口中弱势人群、不利行业的就业形势更为严峻，进一步拉大就业差距、加剧社会不平等。

第二，户籍身份对就业稳定性影响发生逆转，农业户籍青年流动人口的就业稳定性下降，婚姻、家庭及流人地购房对青年流动人口就业稳定性的提升作用开始式微。代际更替加剧，婚姻家庭及在流人地购买住房，这些因素对青年流动人口稳定就业的影响在下降，“代际革命”下成家立业、养家糊口的传统观念在淡化，“悬浮”经历中老一代农民工吃苦耐劳的工作伦理和生命韧性日渐消退。

第三，县域流动模式对于增强青年人口就业稳定性的作用效应凸显。到2018年，西部和县域地区就近流动模式对青年人口就业稳定性的促进作用显著增强，青年流动人口就近流动的就业稳定性优势开始显现。第四，青年流动人口的就业发展态势存在潜在的“多米诺效应”风险。在2014-2018年青年流动人口个体、家庭及地区层面因素，整体朝着有利于就业稳定性增强的方向发生变动的前提下，青年流动人口的就业稳定性仍呈现小幅度下降态势：反之，若这些因素整体没有发生相应的变动，亦或朝着不利于就业稳定性增强的方向发展，那么青年流动人口就业稳定性的下降程度将大幅高于0．893的实际观测值。

（二）政策建议

1．稳定扩大县城就业岗位，提升青年流动人口的人力资本和就业技能

一方面，大规模开展面向农民工的职业技能培训，提高其技能素质和稳定就业能力，统筹发挥企业、职业学校、技工学校作用，推动公共实训基地共建共享，建设职业技能培训线上平台。人力资本积累对青年流动人口就业稳定性的促进作用显著提升。在高质量发展阶段，更加注重提升青年流动人口的受教育水平和人力资本，是增强就业稳定性的根本策略。另一方面，通过系统化投资方案，优化县域投资结构和市场环境，增强县城产业支撑能力。以县域城镇化为抓手，带动青年流动人口的就近就地城镇化，以可携带的劳动技能投资、社会资本投资和社会保障体系投资提升流动人口融入县域经济社会的市民化能力。推动农村劳动力返乡创业，使县域成为资源要素的聚集地，促进空间转移、就业与市民化转型。催生新产业新业态，通过差异化、精准化就业促进策略，培育新型农业经营主体和新型职业农民，增进“带资型返乡”“适应型返乡”青年流动人口的就业机会和就业能力，打造创业示范县和新的经济增长极，促进回流的青年流动人口就近稳定就业、高质量就业。

2．针对商业服务业从业青年流动人口的就业稳定性大幅下滑的现状，积极采取扶持性就业促进政策

商业服务业从业人员占比超过农民和蓝领工人，自由职业者大幅度增加，创造了大量的新业态。需要加强有效投资，形成市场主导的投资内生增长机制，将分散、流动的街头摊贩及新零工集中起来，打造特色街区和平台经济，培育网上营销和电商模式。总之，青年流动人口的就业“悬浮”只能是暂时性的、阶段性的，在高速发展期“浮一阵子”，而不能“浮一辈子”，甚至，跨代“悬浮”，进入高质量发展阶段，加快推进青年流动人口的稳定就业和高质量就业，带动他们从“悬浮”转向城市、县域或乡村的差异性“嵌入”，在总体向上的、向好的职业流动机制中，“乐其业、安其居”，扎根并融入城乡社会。