影响我国省际人口迁移的个人特征分析——兼论“时间”因素在人口迁移研究中的重要性，本文主要内容关键词为：人口论文,重要性论文,特征论文,因素论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 研究背景
世界各国有关人口迁移个人影响因素的研究很多。许多国家关于人口迁移的研究表明：年龄、性别、受教育水平和婚姻状况等个人特征在人口迁移活动中起着重要的影响作用（Weeks，1996）。
我国的人口迁移长期受到政府的严格管理。与其他国家完全自由的人口迁移相比，在我国，政府人口迁移政策的作用更突出，而个人因素的影响作用则要弱得多。那么，个人因素在我国人口迁移活动中到底起着什么样的影响作用呢？
关于我国省际人口迁移个人影响因素的研究已有不少（例如，张善余，1995；Liang and White,1997等）。然而，这些研究有关我国省际人口迁移个人影响因素的结论却并不完全相同。 张善余（1995 ）根据1990年第四次全国人口普查资料所作的一项描述性分析发现：男性比女性更容易发生省际人口迁移；年轻人比孩子和老年人更容易发生省际人口迁移；接受过较好文化教育的未婚男性人口最容易发生省际人口迁移；Liang and White（1997）利用1988 年全国生育节育抽样调查资料对1983年至1988年间我国省际人口迁移的个人影响因素进行了分析。结果表明：年龄对省际人口迁移有显著影响作用，20至29岁人口最易于发生省际人口迁移；受教育水平对发生省际人口迁移的可能性有显著影响作用，大专院校毕业生发生省际人口迁移的概率最大。但是，这项研究的结果同时也表明：婚姻状况和性别对个人是否发生省际人口迁移没有显著影响作用。
由于上述两项研究所用资料不同，研究方法也有差别，所得结果有一定差别是可能的。但是，在共计四项个人特征中，有两项个人特征的作用不相同，又促使我们希望弄清产生这种差异的原因。
综观以往有关我国人口迁移影响因素的研究文献，在方法论上有一个共同的特点，即，在用个人特征来解释人们的省际人口迁移行为时，所用的个人特征信息是调查时点上的个人特征。而通过调查所了解到的人口迁移行为则通常是发生在调查时点之前的。这样一来，研究者是用发生在后的事件作原因来解释发生在前的事件。这样做，在方法论上是有问题的，有时会导致变量之间的虚假关系。
利用1988年全国生育节育抽样调查资料， 本文应用逻吉斯蒂（logistic）回归模型力图准确揭示影响我国省际人口迁移的个人因素；并通过比较迁移发生时点上的个人特征和调查时点上的个人特征对省际人口迁移发生概率影响作用的差异，从定量的角度分析“时间”因素在人口迁移研究中的作用和地位。
2 资料来源
1988年，国家计划生育委员会组织进行了全国生育节育抽样调查。该调查收集了被调查者“最后一次省际人口移动”和“出生地”的有关信息，此类信息是本文分析的数据基础。
该调查覆盖了全国30个省、市、自治区（以下简称省）（含海南省，不含台湾省）。调查总样本规模为2152044人（王谦，1993）。 本文分析所用资料不包括西藏自治区的资料，因而本文分析所用总样本规模为2101593人。
3
影响我国省际人口迁移的个人特征以及“时间”因素在人口迁移研究中的作用
3.1 人口迁移研究中的“时间”因素问题
在社会科学研究领域， 存在着一种被称为“同时性偏差”（simultaneity bias）的现象。 它是针对研究客体之间的时间关系而言的。比如，从人口普查资料中我们可以得到被调查者是否发生过人口迁移的信息。同时，我们也可以知道被调查者的年龄、性别、婚姻状况、受教育水平和职业等人口、社会和经济特征。从理论上讲，我们还知道，上述个人特征（或者其中的一部分）对个人迁移行为有影响作用。在人口迁移的研究实践中，最为普遍的做法就是用上述个人特征（或者其中的一部分）来分析人们的迁移行为。
在因果研究中，如果现象甲是现象乙产生的原因，那么，在时间顺序上，现象甲应该先于现象乙。但是，在人口普查以及其他许多调查所得的各种资料中，现象之间的这种“时间顺序”关系常常得不到保证。更经常出现的情况是对这种“时间顺序”要求的违背。以下是几个简单的例子：
例一：从人口普查资料中，我们可以得到有关妇女就业状况和妇女受教育水平的信息。从“理论”上我们知道，妇女的就业状况受其教育水平的影响。因此，在研究中人们常用普查所得之妇女受教育水平作自变量来分析妇女的就业状况。但是，从普查中收集到的妇女就业状况和受教育水平是在相同时间（调查时点）上的状况。当我们用其中一个作自变量来分析另一个时，我们就是在应用“同时”发生的事件或者同一时点上的状态来进行因果关系分析，因而违背了因果关系的“时间顺序”原则；
有时候，我们甚至用发生在后的事件或者现象作为原因来分析发生在前的事件或者现象。
例二，从人口普查资料中，我们还可以了解到有关人口迁移的信息。我们也可以从普查中得到个人的各种特征。为了研究人们在人口迁移行为上的差别，我们常用个人特征作为自变量来分析人口迁移。通常，人口迁移信息覆盖了调查时点之前5年内的人口迁移情况。比如， 我国1990年第四次全国人口普查所提供的人口迁移信息是从1985年7月1日到1990年6月30日这一时期内的人口迁移情况。假如在这5年内人口迁移事件是均匀发生的话，可以推算，这5 年内的人口迁移事件“平均”发生在1987年年底。而我们从人口普查中得到的个人特征则是1990年7月1日的状况。这样一来，当我们用普查提供的个人特征作为自变量来分析人口迁移时，我们是在用1990年7月1日的状况为原因来分析1987年年底的“结果”。很显然，这也是违背因果关系的“时间顺序”原则的。
从以上分析我们可以得出这样的结论：在资料上具有“同时性偏差”特点的研究都存在问题。但是，由于资料的限制，我们又常常不得不进行这样“有问题”的研究。在很多时候，我们明知存在这样的“同时性偏差”问题，却不得不这样做；有时候，我们从理论上知道问题的存在，却不知道问题严重的程度；有时候，由于习惯成自然，我们甚至都遗忘了因果关系研究中存在的“时间顺序”原则。
本文以下研究，就是要通过人口迁移研究的一个具体例子，来说明“时间顺序”在人口迁移领域因果关系研究中的重要性。实际上，其结论应该适用于整个社会科学领域的因果关系研究。
3.2 变量定义
本文采用较为简单的方法对人口迁移研究中的“同时性偏差”问题进行分析。我们主要运用logistic回归模型，对影响我国省际人口迁移的个人特征因素进行分析。在分析过程中，我们组织了两套不同“时间顺序”的个人特征资料。两套资料来自同一次调查资料的同一样本。其中一套资料是按照通常人口迁移研究的做法，直接选用调查时点上的个人特征。这样做会违背因果关系的“时间顺序”要求；另一套资料则尽可能地遵循人口迁移事件发生的时间顺序，将调查时点上的个人特征“倒推”回迁移发生之时。这样做，能基本满足因果分析的“时间顺序”要求。这两套资料所产生的不同计算结果，则能说明“时间”因素在人口迁移研究中的作用和地位。分析所用资料来自1988年全国生育节育抽样调查原始数据。该调查有关我国“省际人口迁移”的信息使我们有可能组织上述两套不同的个人特征资料。
从“理论”上我们知道，一个人发生迁移的概率或者说可能性受到个人人力资本因素如年龄、性别、受教育水平和婚姻状况等因素的影响（可参见Oberaii and Singh,1983.）。我们利用1988 年全国生育节育抽样调查资料所作的试验性研究也证实了这种人口迁移的“人力资本理论”。因此，在本文以下分析中，我们将应用这一“理论”，以个人年龄、 性别、 受教育水平和婚姻状况等因素作自变量来分析被调查者于1984年至1988年间发生省际人口迁移的概率。研究的因变量是“省际人口迁移”（INTERPM），如果被调查者在1984年至1988 年间发生过省际人口迁移，INTERPM取值为1；反之，INTERPM则取值0。
在自变量中，性别（SEX）是一个二分定性变量。男性取值为1，女性取值为0；
个人受教育水平用“上学年数”（SCHYR）来表示。 大学毕业生的“上学年数”定为16年，高中毕业生12年，初中毕业生9年， 小学毕业生6年，“初识字”人口的“上学年数”定为2年，文盲的“上学年数”则定为0年；
“婚姻状况”（SINGLE）的取值情况为：未婚者取值1， 已婚者取值0；
由于年龄因素对人口迁移可能性的影响具有明显的“非线性”特征，我们将年龄细分为以下年龄组：15至19岁（a1519）、20至24 岁（a2024）、25至29岁（a2529）、30至34岁（a3034）、35至39岁（a3539）、40至44岁（a4044）。45岁以上人口是对照组。 各年龄组变量也是二分定性变量，当一个人的年龄正好处于某一年龄组时，这个人在该年龄组变量上的取值为1，而在其他年龄组上的取值则为0。由于该调查未调查15岁以下人口的“受教育水平”和“婚姻状况”信息，故在我们的分析中未包括0至14岁少年人口。
1988年全国生育节育抽样调查的调查规模达210万人以上。 本研究从原始资料中抽取了一个1%的样本。该样本共包括21045名被调查者，其中1895人曾经发生过省际人口迁移，379人在1984年至1988 年间发生过省际人口迁移。在去除15岁以下人口以后，本研究所用样本的规模减至15309人， 其中1831 人在出生以后发生过省际人口迁移， 264 人在1984年至1988年间发生过省际人口迁移。
如前所述，我们建立了两套不同的个人特征资料。在第一套资料（以下，我们称用第一套资料进行的分析为模型一）里，所有个人特征都是根据被调查者在调查时点（1988年7月）上的情况来取值的。 而在第二套资料（以下，我们称用第二套资料进行的分析为模型二）里，个人特征被“倒推”回前一次省际人口迁移发生时的个人特征。比如，现有一个被调查者于1986年发生省际人口迁移，当时他的年龄为21岁。在模型一中，该被调查者的年龄为23岁（1988年），而在模型二中该被调查者的年龄则是21岁（按他于1986年发生省际人口迁移时的实际年龄来计算）。
1988年全国生育节育抽样调查在项目设计上的特点使我们能够“倒推”出省际人口迁移发生时点上的个人特征。该调查收集了被调查者的“出生年月”、“最后一次省际间移动年月”和“初婚年月”等信息。将上述信息结合起来，我们可以准确地“倒推”出被调查者在“最后一次省际间移动”时的年龄和婚姻状况。由于在我国多数人的受教育过程在时间上具有很强的相似性，根据被调查者的最终受教育水平和发生省际人口迁移时的年龄，我们也可以大致“倒推”出被调查者在发生省际人口迁移时的受教育水平。比如，假如一个被调查者申报他在21岁时发生省际人口迁移而他的最终受教育水平为“高中”毕业，我们可以相当有把握地估计在发生省际人口迁移时他的“上学年数”为12年。但是，如果该被调查者申报他是在14岁发生其省际人口迁移的，那么，我们认为在发生省际人口迁移时他尚未开始他的高中学习。这样，我们应该将他在发生省际人口迁移时的“上学年数”定为9 年（也就是初中毕业）。一般地讲，我国人口中的相当多数在12岁小学毕业，15岁初中毕业，18岁高中毕业，22岁大学毕业。虽然也存在不少例外，应该说上述“平均”毕业年龄还是有相当代表性的。这样，通过比较发生过省际人口迁移的人在迁移时的年龄和这些“平均”毕业年龄，我们就可以大致推算出他们在发生省际人口迁移时的受教育水平。
在我们所选用的自变量中，只有“性别”（SEX ）是恒定而不随时间改变的。
在模型二中，那些发生过省际人口迁移的被调查者的个人特征被“倒推”回迁移发生时点上的个人特征。表1 展示了有关因变量和自变量的基本情况。从表1可知，1.7%的被调查者在1984年到1988年间进行过省际人口迁移。
表1 变量基本情况
变量
数量 均值 标准差 最小值 最大值
Interpm
153090.017 0.1301
age88all* 1530935.63 16.61
15
88
age88ig**
26429.97 12.60
15
82
agemig***
26428.08 12.55
13
82
schyr88all*
15309 6.04 4.330
16
schyr88mig**264 9.32 4.320
16
schyrmig*** 264 8.79 3.910
16
single88all* 15309 0.27 0.4401
single88mig**
264 0.36 0.4801
singlemig***264 0.45 0.5001
sex
15309 0.51 0.5001
* 全部被调查者在1988年7月调查时点上的信息。
* * 1984年至1988 年间发生过省际人口迁移的被调查者在1988年7月调查时点上的信息。
* * * 1984年至1988 年间发生过省际人口迁移的被调查者在省际人口迁移发生之时的信息。
资料来源：1988全国生育节育抽样调查原始资料。
全部被调查者在1988年调查时点上的年龄（age88all）为35.63 岁。那些在1984年至1988年间进行过省际人口迁移的人在1988年调查时点上的年龄（age88mig）为29.97岁。显然，迁移人口在年龄上更年轻。 而那些在1984年至1988年间进行过省际人口迁移的人在他们发生人口迁移时的年龄（agemig）则更年轻，为28.08岁。换句话说， 那些在1984年至1988年间发生过省际人口迁移的人的省际人口迁移活动“平均”发生在1988年全国生育节育抽样调查之前1.9年。 这也从一个侧面说明了“时间因素”在人口迁移研究中确实具有至关重要的作用。
1988年调查时点上所有被调查者的平均受教育年数（schyr88all）为6.04年。那些在1984年至1988年间发生过省际人口迁移的人在调查时点上的平均受教育年数（schyr88mig）为9.32年。可见，迁移人口确实比总人口具有更高的受教育水平。然而，那些在1984年至1988年间发生过省际人口迁移的人在他们发生人口迁移活动时的平均受教育年数（schyrmig）为8.79年，比他们在调查时点上的平均受教育年数少了半年多。这也提醒我们，在人口迁移活动发生之后，人们的个人特征在发生变化。因此，“时间因素”在人口迁移研究中的作用是十分重要的。
1988年调查时点上全部被调查者中未婚人口比例（single88all ）为27%。那些在1984年至1988年间发生过省际人口迁移的被调查者在调查时点上的未婚比例（single88mig）则为36%。很明显， 未婚人口的迁移可能性高于总人口。而那些在1984年至1988年间发生过省际人口迁移的人在他们进行省际人口迁移时的未婚比例（singlemig）则更高，达45%。这再一次向我们表明了“时间因素”在人口迁移研究中的影响作用。
总之，以上分析表明，那些在1984年至1988年之间发生过省际人口迁移的人在调查时点上和在迁移发生时的个人特征之间是有明显差别的。这正是我们对模型一和模型二进行对比研究的必要性所在。
3.3
研究方法
由于本文因变量是一个二分定性变量，以下我们选用logistic回归模型来分析个人特征对发生省际人口迁移概率的影响，并通过模型一和模型二的对比来说明“时间因素”在人口迁移研究中的作用。
logistic回归模型的表达式如下：
Ln[p／（1－p）]＝b[,0]+∑b[,i]*x[,i]
式中p是被调查者在1984年至1988年间发生省际人口迁移的概率； Ln[p／（1－p）]是该概率的logit转换值，或者称为省际人口迁移的对数发生比；b[,0]是回归方程的截距；x[,i]是影响省际人口迁移的各种个人特征；b[,i]是上述个人特征的回归系数。
3.4 研究假设
本文的研究假设如下：
假设1，男性人口发生省际人口迁移的概率高于女性；
假设2， 个人受教育水平与发生省际人口迁移的概率之间存在着正相关关系。受教育越多，迁移的概率越大；
假设3， 中青年人口发生省际人口迁移的概率高于儿童和老年人口；
假设4，未婚人口发生省际人口迁移的概率高于已婚人口；
假设5，运用个人特征来分析省际人口迁移的概率， 模型二比模型一有更强的解释能力。换句话说，“时间因素”在人口迁移研究中有重要影响作用。
4 计算结果
表2和表3分别展示了模型一和模型二的计算结果。下面我们简要对两个模型的结果进行讨论。
表2 个人特征对省际人口迁移发生概率的影响：logistic 回归结果（模型一）
变量 β S.E. Walddf sig Exp(β)
Sex .4225.1351 9.7746
1 .0018 1.5257
A881519-.4490.3168 2.0083
1 .1564 .6383
A882024 .9067
.23301 5.1371 .0001 2.4761
A882529 .5910.23206.49001 .0108 1.8059
A883034 .2116.2568 .67871 .4100 1.2356
A883539 .1475.2884 .26161 .6090 1.1589
A884044-.1141.3491 .10691 .7437 .8921
Schyr88 .1637.017785
.479 1 .0000 1.1778
Single88.2137.18341.35831 .2438 1.2383
Constant -5.8945.2280668.551 .0000
类解释系数 8.47%
资料来源：1988全国生育节育抽样调查原始资料。
表3 个人特征对省际人口迁移发生概率的影响：logistic 回归结果（模型二）
变量 β S.E. Walddf sig Exp(β)
Sex .6568.1411 21.6611 .0000 1.9285
A1519mig
2.3421.2623 79.7521 .000010.4029
A2024mig
2.2247.2230 99.5331 .0000 9.2503
A2529mig.8180.2645 9.5627
1 .0020 2.2660
A3034mig.7221.2717 7.0629
1 .0079 2.0587
A3539mig.2509.3183
.6217
1 .4304 1.2852
A4044mig.2473.3459
.5111
1 .4747 1.2806
Sshyrmig
.1343 .0198 45.8781 .0000 1.1437
Singlemig -3.024.1618349.16 1 .0000 .0486
Constant
-4.597.2435356.34 1 .0000类解释系数 21.11%
资料来源：1988全国生育节育抽样调查原始资料。
4.1 模型一
模型一是根据调查时点上的个人特征来分析的。表2结果显示， 人口迁移的“人力资本理论”在我国省际人口迁移活动中基本是有解释力的。我们的假设1、假设2和假设3在模型一中均得到了验证。这表明， 男性人口比女性更容易发生省际人口迁移；20多岁的青年人口比45岁以上人口更容易发生省际人口迁移；受教育水平越高的人发生省际人口迁移的可能性越大。所有这些都证实了人口迁移的“人力资本”理论。
从模型的对因变量的解释能力上看，本文选用的4 个个人“人力资本”特征对我国省际人口迁移发生概率的类解释系数为8.5%。
然而，表2 所示结果也有与人口迁移人力资本“理论”不相符合之处：
首先，我们曾假设未婚人口比已婚人口更容易发生省际人口迁移。这在“理论”上也是合理的，因为未婚者的家庭结构更简单、负担和拖累更少、人口迁移的成本更低，从而发生迁移的可能性更大。但在模型一中，婚姻状况对省际人口迁移并没有显著的影响。未婚人口与已婚人口在省际人口迁移发生概率上没有差异。这一结果与Liang and White（1997）的研究结果相吻合；
其次，许多研究发现，30多岁甚至40多岁的人口与“老年人口”相比，都更容易发生人口迁移。但在模型一中，30多岁和40至44岁人口与45岁以上“老年人口”相比，省际人口迁移发生概率之间并没有统计上显著的差异。15至19岁组青年人口的省际人口迁移发生概率与“老年人口”也没有差别。
4.2 模型二
模型二是对模型一的修正。在模型二中，对那些在1984年至1988年间发生过省际人口迁移的人，所有自变量的信息都已经被从调查时点“倒推”回省际人口迁移发生之时。
表3 是模型二的计算结果。与表2相似的是，表3再一次证实了人口迁移的“人力资本”理论：男性比女性更容易发生省际人口迁移；20多岁的年青人口比“老年人口”更容易发生省际人口迁移；受教育水平越高，人们发生省际人口迁移的概率越大。
当我们比较表2和表3的结果时，我们会发现模型二的结果中有以下几点值得我们高度重视：第一，对于回归模型中的绝大多数回归系数来说，从模型一到模型二，Wald统计量都有了较大幅度的提高。Wald统计量是用来检验偏回归系数显著程度的，它是偏回归系数与自由度的函数，服从于卡方分布。与大多数统计检验一样，Wald检验值越大表明该自变量的作用越显著（郭志刚，1999）。Wald统计量在两个模型中的变化情况，说明模型二在解释我国省际人口迁移发生概率上有了较大的改善；
第二，在模型一中，有三个自变量，即“a1519”、“a3539”和“single”对省际人口迁移发生概率没有显著影响。但是，在模型二中，上述三个自变量对省际人口迁移发生概率的影响都变得显著了。这表明，在更准确地把握自变量与因变量之间的“时间顺序”以后，上述三个变量对因变量的解释能力得到了提高。事实上，与模型一相比，在模型二中，不仅我们的假设4得到了证实，而且假设1也得到了更好的证实。
在模型一和Liang and White（1997）的研究中， 婚姻对省际人口迁移没有显著的影响。但在准确把握事件发生的“时间顺序”之后，原来不显著的关系变得显著了。变量“a1519”、“a3539”也从模型一中的不显著变为模型二中的显著。这充分说明，准确把握事件发生的“时间顺序”，有时可能从根本上改变变量关系的性质。
需要说明的一点是，通常，未婚人口比已婚人口更容易发生人口迁移。但在本研究中，已婚人口则显著地比未婚人口更容易发生省际人口迁移。这与以往的研究结论是矛盾的。为什么会出现这种情况呢？本文认为，这应该从80年代末以前我国人口迁移的总体状况来加以分析。在80年代末之前，我国省际人口迁移中的相当大部分是受到政府严格控制的“带户口”的人口迁移，而其中的相当部分又是“工作调动”类人口迁移。什么人能够跨省进行工作调动呢？一般是那些有了相当工作经历或者获得了相当地位的人。而这些人一般年龄已经相对较大而且已经结婚。因此，在80年代末以前政府控制还起重要作用的人口迁移背景下，模型二有关“婚姻”因素对省际人口迁移概率的影响不足为奇；
第三，和模型一相比，模型二中几乎各项自变量的回归系数β都有了提高。这表明，迁移发生时的个人特征对省际人口迁移发生概率的影响，在程度上高于调查时点上个人特征对省际人口迁移发生概率的影响；
最后，最重要的一点也许是，在模型二中各个人特征对我国省际人口迁移发生概率的类解释系数与模型一相比有了极大的提高。在模型一中，类解释系数只有8.5%。 通过将调查时点上的个人特征“倒推”回迁移发生时的个人特征，完全相同的几项个人特征对我国省际人口迁移发生概率的类解释系数提高到了21.1%。这是一个巨大的改变。这证实了我们的假设5，即模型二比模型一有更强的解释能力。
5本文研究的意义
本文利用1988年全国生育节育抽样调查资料，分析了影响我国省际人口迁移发生概率的个人特征，并探讨了“时间因素”在人口迁移研究中的重要性。
本文研究结果表明，个人“人力资本”因素在我国省际人口迁移活动中的确有着重要的影响作用。通常，年青的、受过较好教育的男性人口比其他人更容易发生省际人口迁移。和未婚人口相比，已婚人口更容易发生省际人口迁移。
关于“时间因素”在人口迁移研究中的作用，本文结果表明，模型二的确比模型一有着重大的改善作用。换句话说，“时间因素”在人口迁移研究中起着十分重要的影响作用。这一结果告述我们，研究人员应该充分重视“时间因素”在人口迁移研究中的重要性。只要资料允许，就应该千方百计按照事件发生的“真实”时间顺序来处理研究资料。当然，在很多情况下，研究人员（特别是使用大规模调查数据的人口学等学科的研究人员）无法决定如何收集资料而只能被动地接受和利用“既有”的调查资料。这就要求统计等资料收集部门在设计调查方案时，要更多地考虑“时间因素”，从而为更科学地开展调查和研究创造条件。
本文只是讨论了“时间因素”在人口迁移研究的影响作用。其实，在整个人口学，甚至在整个社会科学研究领域，普遍存在“时间因素”问题。因此，本文所得结论决不仅仅只是适用于人口迁移的研究。
本文研究结果还表明，年龄、性别、婚姻状况和受教育水平等个人“人力资本”因素对省际人口迁移发生概率的解释能力还相当有限。从理论上讲，信息渠道、社会网络、迁移途径等其他许多因素都对人口迁移有着重要的影响作用。但在我国目前的人口普查和调查中，极少有涉及这些信息的。本文认为，为了更好地认识，从而更好地引导和管理我国规模庞大且还在快速增长的人口迁移和流动现象，非常有必要在今后的普查和调查中增加人口迁移信息的分量，设置更多的项目。至于应该增加哪些项目、如何才能准确地收集所需的信息，也是需要尽快加以系统研究的课题。
收稿日期：2000－05