农民工迁移模式的动态选择:外出、回流还是再迁移,本文主要内容关键词为:农民工论文,模式论文,动态论文,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。
一、引言
20世纪90年代以来,农村劳动力大规模从中西部地区向沿海发达城市流动,成为推动中国经济发展的新兴力量。不过,受制于户籍、分割劳动力市场等约束,农民工很难在大中城市永久定居,这也使得农民工把外出视为一种增加家庭收入的策略,更多地选择往返于城乡之间进行循环流动。据国务院发展研究中心2006年对全国17个省份2749个村庄的调查,举家外出、完全脱离农业生产和农村生活环境的农民工仅占外出农民工的19.95%,循环流动依然是当前农民工迁移的主要选择(韩俊等,2009)。不过,随着产业梯度转移的推进,中西部地区吸纳农民工就业的能力得到大幅提升,农民工回流态势明显增强,农民工城乡间的循环迁移模式也受到一定冲击。2009年在东部地区务工的外出农民工出现了“双下降”趋势:外出总人数降低了8.9%,占全国外出农民工人数的比例也降低了8.5%。相比之下,中部和西部吸纳外出农民工的人数分别比上年增加33.2%和35.8%,而占整体的比重,也分别比上年提高3.8%和4.8%(国家统计局,2009)。
“留城还是回流?再次外出还是留乡发展?”不仅是当前农民工就业选择面临的重要问题,也对流入地和输出地经济发展产生了较大冲击。在此背景下,利用微观调查数据,探讨农民工迁移模式的动态选择及其关键影响因素,无疑具有重要的现实意义。而且在实证研究上,尽管大部分学者都认同中国农民工的城乡迁移是一个双向、往复的循环流动,但受到调查数据的限制,仍缺乏对农民工迁移模式的动态考察,这无疑是一个值得进一步拓展的方向。
基于此,文章采用中国城乡劳动力流动调查数据(RUMIC),利用极大模拟似然—两步序列选择Probit模型(Maximum Simulated Likelihood Probit with Two Sequential Selection Equations),来进一步探讨以下几个问题:(1)留守劳动力与外出务工者、留城发展者与暂时回流者、再次外出者与留乡发展者之间的差异有哪些?(2)社会经济因素在多大程度上影响农民工留城发展与暂时性回流决策?哪些关键因素决定了农民工选择留乡发展而不是再次外出?
本文余下部分结构如下:第二部分为研究文献述评;第三部分为实证方法和数据说明;第四部分是农民工迁移模式动态选择的实证分析;第五部分为结论与对策建议。
二、研究文献评述
在劳动迁移进程中,主导迁移流常伴随一个反向的迁移流(Lee,1966),跨国移民以及国内城乡移民持续攀升的同时,也出现了移民大量回流的现象,这也引起了学者们的广泛关注。大量实证文献聚焦于探讨移民回流动因及其影响效应(Eldridge,1965;Dustmann,1997,2003;Murphy,1999;Ma,2001;Zimmermann and Bauer,2002;Kirdar,2004; Yang,2006;Dustmann and Weiss,2007)。不过,这些研究都假定迁移与回流是一次性的离散流动(One-Trip Structure),而外出移民面临的迁移选择也只有两个:要么选择永久迁移,要么选择永久回流。这一假定在探讨欧洲洲内移民及其回流现象的时候,可能是一个比较合理的假定,因为永久迁移或者永久回流在部分欧洲移民群体中比较典型,如土耳其在德国的移民。但这一假定用于分析暂时迁移主导的循环迁移模式如墨西哥—美国移民时,则明显缺乏解释力(Bellemare,2007)。
部分研究也转向了对循环迁移模式(或称为重复迁移)及其决定因素的考察。在国际移民的循环迁移研究方面,最早的研究始于对墨西哥—美国移民的考察。Massey(1987)最先利用1982年和1983年在墨西哥4个社区获取的调查数据,探讨了墨西哥—美国之间移民流动的频率以及影响回流者再迁移的决定因素。最终发现,迁移经验等对再迁移决策有显著影响;Donato等(1992)也对墨西哥非法移民的循环迁移进行了调查研究,他们的研究结果显示,年龄大的移民很少进行再次非法迁移,但再迁移的概率随着先前迁移次数的增加而增加。不过,他们也指出,移民控制无助于解决非法移民问题,如1986年的移民改革和控制法案在防范和削弱非法迁移方面并没有发挥实质性作用,在美国拥有一份适合循环迁移周期特性工作的墨西哥移民,很少会改变自己的迁移行为。在后续研究中,Massey和Espinosa(1997)利用在25个墨西哥社区收集的数据,讨论了正式和非正式移民面临的再迁移比率。他们发现,循环迁移的比率随着工作经验、职业成就和前期迁移经验的增加而增加。另外,再迁移的可能性也受到循环迁移积累的社会资本的影响。对于墨西哥—美国循环移民最近的一项研究是由Thom(2010)做出的,他建立了一个考虑储蓄行为的循环迁移模型,并依据来自墨西哥非正式移民和留守者计划(Mexican Migrant Project,MMP)的调查数据,分析了边界控制等对循环迁移类型的影响。结果表明,在研究时段内,边界控制减少了循环迁移率,但增加了每次迁移的持续时间。不过,边界控制强度的持续增加并不能持续减少循环迁移率,因为部分循环迁移者对这一政策有免疫效应。
除了墨西哥—美国移民外,还有部分研究关注了欧洲及加拿大外来移民的循环迁移问题。如 Constant和Zimmermann(2003)使用马尔科夫转换矩阵,探讨了德国外来移民循环迁移的决定因素。发现:德国超过60%的移民实际上是循环迁移者,而且在迁移初期,大部分移民倾向于再次离开。不过,在德国找到一份工作和熟练掌握德语后,这种流动会减少。而移民一旦离开德国,返回德国的概率高达80%,返回的主要原因是考虑到汇款和其他家庭因素。之后,Constant和Zimmermann(2007)利用计数模型及面板计量方法,进一步分析了德国外来移民循环迁移的退出次数和总退出时间的决定。发现:没有固定住所的欧盟国家移民以及年老和年轻的移民都倾向于选择循环迁移,同时这些移民退出德国劳动力市场后在母国会停留更长的时间。而教育程度更高的移民退出德国劳动力市场的可能性更小,不过退出后在母国的停留时间并没有显著差异。此外,Bijwaard(2005)也利用来自荷兰的追踪数据,分析了移民回流和循环迁移的影响因素,最终发现:基于家庭原因的迁移者在荷兰的停留时间更长,而来自劳务输出国家的移民如土耳其和摩洛哥等,在荷兰停留的时间要比其他西方国家长。而Aydemir和 Robinson(2006)利用入境记录(Landings Records, LIDS)和移民跟踪数据(the Longitudinal Immigration Data Base,IMDB)对加拿大外来移民的回流和再迁移也发现,国际移民并不是永久性流动,大多数拥有回流经历,有些可能多次在母国与加拿大之间往返,而男性劳动年龄人口特别是技能工人和创业者的循环流动性更强。
在国内移民的循环迁移研究方面,最早的贡献是由DaVanzo等(1981)和DaVanzo(1983)做出的,他们利用1968~1975年之间的收入动态调查数据(Panel Study of Income Dynamics,PSID),考察了美国国内移民的循环迁移问题,如教育程度、雇佣状态、迁移持久性等对回流以及再迁移的影响,发现:半数迁移者在调查期间都进行了循环迁移;初次迁移者面临失业压力越大,回流的可能性越高;受教育程度越低,回流的速度越快,而教育程度高者更倾向于到其他地方进行再迁移。此后,Newbold和 Bell(2001)也利用加拿大和澳大利亚的居住地调查数据,分析了加拿大和澳大利亚各州之间移民回流和再迁移的发生率、构成、决定因素等。结果显示:1990~1991年间两个国家大概40%的移民都是循环迁移者,在输出地拥有自己住宅的移民更倾向于回流,包括一些到父母家中获取安全感的年轻人以及一些低技能的、无法在流入地获得相应工作的人。而拥有更高职业资格的人以及在专业技能或者管理岗位上工作的男性移民选择再迁移的概率更高。而最近的研究,Lee SangLim(2008,2010)利用来自美国的全国青年追踪数据(National Longitudinal Study of Youth,NLSY79),探讨了年龄、种族对美国国内循环迁移的影响。发现:西班牙裔和非西班牙裔黑人、非西班牙裔白人的迁移形式上具有较大差异。而年龄对不同迁移类型的影响较大,初次迁移率和再迁移率都随着年龄的增加而降低,回流率随着年龄的增加而增加,而年龄对初次迁移率的影响更大。
不过,不管是国际间的循环迁移还是国内的循环迁移,都必然面临一个问题:在迁移决策的不同阶段,都要面临群体的选择性问题。移民首先是一个来自于输出地人口的选择性群体(Borjas and Bratsberg,1996;Reagan and Olsen,2000)。同样,回流者也是一个相对于外迁者的选择子样本,而回流移民的再迁移决策也是在一个特定的选择性群体中做出的。研究循环迁移的过程中,如果不考虑这一问题,计量估计可能会产生潜在的选择性偏差(Borjas,1985)。但遗憾的是,目前研究大多使用单一的Probit(Logit)、Mlogit等方法来估计各个决策影响参数,没有考虑到选择性偏差问题。直到最近,Vadean和Piracha(2009)在探讨阿尔巴尼亚外出移民循环迁移和永久回流的关键影响因素时,采用了考虑两个次序选择的极大模拟似然 Probit模型来解决回流决策和再迁移决策面临的样本选择问题。不过,他们的研究只考察了首次迁移对后续迁移行为(回流、再次迁移等)的影响。而事实上,移民迁移大部分是往复循环进行的,每一次流动都建立在一个自我维持的循环迁移动力机制上,通过特定迁移资本的积累来实现(Massey and Espinosa,1997)。也就是说移民的每一次流动对上一次的迁移状态和迁移环境(迁移资本)的依赖更强,而不是初次迁移(除了初次移民者)。所以进一步考察最近一次外出的就业状态及其迁移资本对后续迁移行为的影响是一个更有意义的方向。
20世纪90年代以来,中国农民工大规模向城市流动,但受制于户籍等约束,农民工很难在城市安家定居,也难以与城市居民享有同等的养老、教育、医疗等基本保障,形成了独特的往返于城乡之间的循环流动模式,这一点已经得到广泛的认同(李培林,1996;蔡禾等,2007;韩俊等,2009)。但目前对于农民工迁移模式的讨论大多集中在对外出决策和回流决策的考察,很少触及再迁移决策。仅有刘建波等(2004)根据第五次人口普查数据,采用嵌套 Logit模型考察和分析了20世纪90年代后期中国省际人口二次迁移的主要影响因素。而此后,梁雄军等(2007)运用在浙、闽、津三地1702个外来务工者的调查问卷,归纳了劳动力二次流动的基本特点和影响劳动力二次流动的主要因素。但是,他们同样都没有考虑到样本的选择性偏差问题,而最近关于农民工循环迁移的研究是Hu等(2011)做出的,他们依据中国综合社会调查(CGSS)数据,采用纠正了选择性偏差的Probit模型来估计农民工永久性迁移与循环迁移决策的影响因素。不过,Hu等(2011)以“是否获得城市户口”来划分永久性迁移和循环迁移,这有一定的缺陷,因为农民工是否能够获得城市户口很大程度上是一个制度性问题,而不是一个经济行为决策。另外,Hu等(2011)也忽略了对于留在城市发展但没有城市户口或住房的这部分常年在外移民的考察,这都是本文进一步研究所要解决的问题。
基于此,文章将在Vadean和Piracha(2009)的基础上,进一步分析外出农民工的迁移模式及其决定因素。与现有研究相比,我们研究大致有以下几个贡献:一是,尝试利用结构方程,估计中国农民工外出、回流和再迁移3个次序决策模型,不仅考察各个迁移模式的特征及其决定因素,而且进行了动态的对比分析;二是,采用考虑两个次序选择的极大模拟似然Probit模型来纠正样本选择性偏差问题,估计结果一致性更强;三是,文章分析数据来源于中国城乡劳动力流动调查数据的农户调查样本,其抽样主要来自于安徽、四川、河南等典型劳务输出地区,具有较强的代表性。而且调查数据详细描述了家庭特征、村庄特征、个人社会经济活动以及社会联系等方面的信息,这些为我们进一步考察外出经验积累、家庭人口结构、村庄经济发展等变量对农民工回流及再迁移决策的影响提供了独特的数据优势。
三、方法与数据
(一)估计方法
估计农民工迁移模式的选择,首先要确认一个问题:农民工外出和回流决策是否是一个选择性行为。一般认为迁移是选择性的(Lee,1966),而且大多是正向选择的,即与非迁移者相比,迁移者有更多的优势或者更大的能力来获取就业机会或者克服迁移中遇到的困难。但对于移民回流,到底是内生的还是外生的,目前还存在争论(Wang et al.,2006)。如果移民回流是外生的,那么他主要受经济周期等外部经济环境影响,移民也就无法决定自己的迁移形式以及迁移持续时间等(Radu and Epstein,2007)。
对于中国的农民工回流,我们认为他是内生的,主要基于两个考虑:一是,现有对农民工回流的研究,虽然对回流是怎么选择的和在多大程度上选择目前仍没有一致的结论,但都认为农民工回流是选择性的。如Ma(2001,2002)对9个省超过2000个回流者的调查发现,回流代表智力流失的逆转; Murphy(2002)在江西南部的调查也显示回流者充当了信息传递、创业以及经济多样化中介的角色。当然也有研究显示,农民工回流是负向选择的,即回流者的教育程度和技能更低,年龄偏大,在城市寻找工作和适应城市生活存在困难。Liang和Wu(2003)的研究就指出,回流者的年龄更大,而且受教育程度更低。而Wang和Fan(2006)的研究也认为,城市容易留下那些技能较高而且能更好适应城市生活的人,回流者是负向选择的迁移,并且失败的回流者很普遍。
二是,自2004年中国首次出现大规模用工短缺以来,周期性“用工荒”始终困扰着东部沿海地区,而在2006~2008年间,中国用工短缺便开始常年化,甚至扩展到中西部地区。而在我们的研究中,农民工的回流决策是在2007年做出的,在这期间农民工在城市就业相对容易,因经济下行或者季节用工等原因回迁的可能性相对较低。
在这种情况下,我们假定农民工外出就业依次经历3个次序决策:第一阶段,外出决策。在农村劳动力总样本中,劳动力面临两个选择要么外出务工,要么留守农村。第二个阶段,回流决策。选择是在外出务工劳动力子样本中进行的,外出农民工同样面临两个选择,留城继续务工和回流。第三个阶段,再迁移决策。在回流农民工子样本中进行的,回流农民工也面临两个选择,要么再迁移,要么选择留乡发展。
因为农民工迁移模式的选择并不是一个随机选择组,估计参数需要纠正样本的选择性偏差。一般的做法是采用包含两个次序自选择的Probit模型来估计:第一个方程控制迁移的选择性而第二个方程(仅包含迁移者)控制回流的选择性,通过分步估计实现(也就是第一个Probit模型估计的IMR作为一个协变量放入第二个方程,而第二个方程估计的 IMR作为协变量放入结果方程)。不过,逐步回归路径可能会得到有偏的估计(Lahiri and Song,2000)。特别是在这样的情况下:结果方程和选择方程中的重叠变量之间存在多重共线问题(Nawata and Nagase,1996;Stolzenberg and Relles,1997)。
为了规避由于结果方程和选择方程中协变量的重叠而产生估计偏差,可以采用极大模拟似然(Maximum Simulated Likelihood,MSL)估计来实现。考虑两个次序自选择的Probit模型满足以下形式:
迁移者:
模拟随机数的产生采用Halton对偶序列随机数(Halton Antithetic Sequences Draws),因为在MSL估计中它产生的协方差要比伪随机数(Pseudorandom Draws)更小。为了使估计结果更有效,设定产生400个Hahon对偶序列随机数进行估计。各阶段选择方程求解使用GHK光滑条件递归法(Geweke-Hajivassiliou-Keane Smooth Recursive Conditioning Simulator),因为GHK是求解多维常态分布概率最为精确与可靠的模拟方法(Hajivassiliou et al.,1996)。运算步骤主要参考Cappellari和Jenkins(2006)的做法,采用Stata12.0软件编程运算①。
(二)数据说明与统计描述
文章使用的数据来自中国城乡劳动力流动调查(Rural Urban Migration in China,下文简称RUMIC)的农村住户问卷,该调查在劳动力流入和流出数量最大的9个省份进行,包括河北、江苏、浙江、安徽、河南、湖北、广东、重庆和四川,涵盖82个县、800个村庄、8000个左右住户。样本抽取以及入户访谈都由国家统计局系统协助完成,调查问卷由中外有关学者共同设计,保证抽样的随机性和科学性。两年都调查过的住户样本为7984户,其中2007年遗漏16户,2008年增加18户,而个人样本,共有31677人是两年调查中的跟踪观测样本,2007年有144人漏出,2008年新增617人。两年调查的样本流失较少,具有较好的追踪效果。RUMIC2007的调查在2008年3月份进行,RUMIC2008的调查是在2009年6~7月份之间进行的。农户调查问卷包含详细的家庭成员人口统计学特征、教育及培训情况、就业经历、子女教育、家庭社会关系及生活事件等信息。另外,家庭的收入与支出信息以及行政村(调查农户所在村)信息直接过录自国家统计局的住户调查信息。
文章探讨农民工迁移模式的选择,首先要对研究变量进行定义。我们把农村劳动力定义为,16~64岁有劳动能力且从事工资性工作、务农、自我经营、家庭帮工或者失业的农村户籍人口。对于外出务工我们定义为2007年在本县以外务工经商3个月以上的农村劳动力。对于回流农民工,我们定义为2007年在本县以外务工经商3个月以上、在观测窗口(2008年3月)回乡3个月以上的外出务工者,而在观测窗口没有回乡的农民工,我们定义为留城发展农民工。在此,我们假定在观测口留城的农民工在此后的一年中大部分时间都会留在城市发展。这一点RUMIC2008的调查也得到印证,在观测窗口留城的农民工在2008年工作10个月以上的占到总样本的大概80%,基本上可视为常年外出。对于再次迁移的农民工,我们定义为回流农民工在2008年再次外出务工者,2008年的外出务工情况来自RUMIC2008的追踪数据。
最终根据定义,同时删去存在缺失信息的样本,最后共获得包含16962个劳动力个体样本。其中外出农民工3924人,占总劳动力的23.13%,与国务院发展研究中心2006年在全国17个省份2749个村庄的调查结果26.51%相吻合②。而在全部外出农民工中,有2047人在2008年选择留在城市务工,占总外出的52.17%,而且这部分外出农民工2007年的平均务工时间为10.12个月,2008年全年在外务工时间平均也达到10.09个月,可视为常年在外务工劳动力。由此可以看出,常年在外务工已经成为农民工外出就业的主要形式;而样本中,回流农民工1877人,占外出劳动力的47.83%,其2007年的外出时间稍低于留城农民工(9.26 vs10.12),而且这些回流大部分是暂时性的,回流农民工再迁移的概率较高,达到62.6%,仅有37.4%的回流农民工会选择留乡发展。
因此,我们可以得到一个基本判断:农民工外出就业的稳定性较强,常年在外务工成为劳动力迁移的主要形式,而回流大部分是暂时性的,永久回流的概率不高。
表1给出了各迁移形式的特征比较,我们按照决策次序分组进行比较。
1.留守劳动力与外出劳动力的特征比较
外出务工群体以青壮年男性劳动力为主,外出劳动力平均年龄仅有28.75岁,比留守劳动力年轻约14岁,外出务工者中男性比例占到62.49%,远高于留守劳动力中男性的比例。从教育程度来看,外出劳动力的学历以初中教育程度为主,外出劳动力的平均受教育程度要高于留守劳动力。
从家庭特征来看,外出农民工大多来自劳动年龄人口较多的家庭,外出农民工家庭拥有的劳动年龄人口平均为3.808个,而留守劳动力家庭拥有的劳动年龄人口仅有3.267个,相差半个劳动力。在耕地持有上来看,外出农民工的家庭人均耕地面积要稍低于留守劳动力(1.104 vs 1.130),不过外出农民工家庭在城市熟悉的亲戚朋友数量要远高于留守劳动力(7.93 vs 6.71)。从村庄特征来看,外出农民工所在村庄,其前期(2006年)外出劳动力人数较多,村庄距离乡(镇)中心和县城的距离更远一些。而且我们也发现,外出农民工家庭所在地的工资水平要低于留守劳动力家庭所在地的工资水平。另外,外出农民工来自中西部的比例较高,约75%的农民工来自中西部地区。
2.回流农民工与留城农民工的特征比较
与留城发展的农民工相比,回流农民工中已婚的比例更高,这可能与已婚者要承担更多的家庭责任如老人照顾等有关。另外,我们也看到,回流农民工的平均年龄要高于留城发展的农民工,两者相差近3岁,年纪轻的农民工选择留城发展的可能性更大。不过,从受教育程度来看,回流农民工的受教育程度要低于留城发展的农民工,受教育程度高的农民工选择回流的可能更小。回流农民工的平均家庭规模更小,家庭拥有的劳动年龄人口数也要低于留城发展农民工,不过回流农民工家庭人均耕地面积要高于留城发展农民工。另外从家庭遭遇的突发事件来看,在过去一年中,回流农民工家庭中有人患病或者家庭成员去世的概率要稍高于留城发展农民工。从务工特征来看,留城发展的农民工中接受过与工作相关技能培训的比例较高。从劳动力外出务工区域来看,东部地区劳动力省内务工者选择留城发展者的比例要高于选择回流的比例,而中西部地区劳动力省内务工者回流的比例要远高于留城发展的比例。
3.再迁移农民工与留乡发展农民工的特征比较
与再迁移者相比,留乡发展的农民工中女性和已婚的比例稍高,平均年龄比再迁移农民工高出约3岁。不过,在受教育程度上,高中以上学历者留乡的可能更大。留乡发展劳动力的家庭劳动年龄人口数要稍低于再迁移者,而劳动力拥有的耕地面积要稍高于再迁移者。从村庄特征来看,留乡发展劳动力所在村庄的人均收入水平和当地工资水平要稍高于再迁移劳动力所在的村庄。对于务工特征,再迁移劳动力前期在外务工的时间要高于留乡发展劳动力。
四、实证估计结果
(一)估计结果
表2给出了联立方程的估计结果,其中对于样本选择性偏差的检验为:假设各方程之间的相关系数显著为0。在表2中我们给出了联合显著性检验,在5%的显著水平下,拒绝了原假设,同时大部分工具变量也显著不为0,如村庄外出总人数、家庭在城市熟悉的亲戚朋友数以及过去一年中是否有家人去世等,说明我们的选择性偏差纠正是有效的。
从个人特征来看:男性劳动力外出和再迁移的可能性更大,女性外出务工者回流的可能更大,但并不显著。而已婚者外出的可能性要稍低于未婚者,不过已婚者选择回流的可能要显著高于未婚者。这进一步显示,在传统农村,男性仍是家庭的主要经济支柱,而已婚者本身面临较高的迁移成本(心理成本等),外出后与农村家庭的关联更强,承担的家庭责任也会更大,回流的概率可能更高。再看年龄的影响,年龄对外出决策有显著的正影响,并且呈倒U型关系,这与Zhu(2002)的结论一致,与生命周期假说相吻合。因为在进入劳动力市场初期,外出劳动力在城市劳动力市场上的工作经验等人力资本积累会随着年龄的增加而增加,外出务工的概率也随之增加。但是,当达到一定年龄点后,受到身体条件以及用工要求的限制(如企业一般倾向于雇佣30以下的年轻人),迁移和再迁移意愿出现下降。同时年龄对回流也有显著影响,年龄越大,回流的可能性越高。这可能与年龄大的务工者在城市获得工作机会的可能性较低有关(Massey,1987;Wang et al.,2006)。不过,在受教育程度上,我们发现高中以上教育程度者外出务工的可能更低,并且回流后再迁移的可能性也更低,这个可以解释为高教育程度的劳动力更偏好于选择当地的非农就业机会,这样可以减少迁移风险以及由此带来的离家心理成本(Zhao,1999a;Zhao,2002)。不过,学历高的外出务工者,回流的可能更低,这与 Wang等(2006)的结论一致,显示了人力资本在农民工回流决策中的重要作用,学历高的农民工可能更容易适应城市生活。
在家庭人口结构上,家庭拥有的劳动力资源禀赋对迁移模式的选择有显著影响。家庭劳动年龄人口越多,劳动力外出的可能性也越大,而回流的可能性则越小,不过对再迁移的影响并不显著,这一点与Zhao(2002)的结果一致。说明对于劳动年龄人口少的家庭,成员外出可能会导致家庭劳动力在部分时段内出现短缺如农忙或者家人生病时,这可能促使外出农民工选择暂时回流来缓解家庭劳动力紧张的状况。人均耕地面积经常被看作是过剩劳动力的代理变量(Zhao Zhong,2005),计量结果显示人均耕地面积越多,劳动力外出可能性越小,这与Zhao(1999a,1999b)、Zhu(2002)的结论一致。不过,人均耕地面积对回流和再迁移的影响并不显著,土地因素可能不再是农民工回流以及再迁移考虑的主要问题。
在外出决策中,家庭层面和村庄层面的关系网络对劳动力外出都有显著的正影响,家庭在城市熟悉的亲戚朋友越多,劳动力所在村庄外出务工人数越多,劳动力迁移的可能性越大。这与Zhao(2003)、Chen(2010)等的结论一致,说明社会关系网络在传递和分享城市劳动力市场信息进而提高外出务工概率方面起着积极作用。
一般来讲,当地经济越发达,农村劳动力在当地获得工资性就业或者自雇佣的机会就越多,外出务工的可能性越低。为此我们在回归方程中放入了村庄距离县城和乡(镇)中心的距离、当地工资水平以及村庄人均收入水平几个变量来进行验证。回归结果发现,村庄距离县城和乡(镇)中心的距离越远,外出和再迁移的可能越大,这与Hu等(2011)的结论一致。说明与县城和乡(镇)中心的距离越远,当地村庄的经济发展水平可能更落后,农村劳动力在当地获非农就业的机会更加困难,使得更多的劳动力选择外出。不过,当地工资水平对回流和再迁移决策没有显著影响,而村庄平均收入水平对再迁移有负的影响,但也不显著。
外出务工特征对回流和再迁移决策的影响,我们选择了4个变量来检验:是否接受过与工作相关的技能培训、第一次外出务工距离现在的时间(2007年)以及2007年外出务工的持续时间、2007年外出务工收入占家庭总收入的比例。最终发现,务工特征对回流和再迁移行为都产生显著影响。接受过与工作相关技能培训的农民工留城发展的可能性更大,这一点与学历对回流决策的影响一致,说明在城市劳动力市场上,拥有一定技能和学历的农民工可能获得更好的就业机会。外出务工经验对农民工回流和再次迁移有显著影响。第一次外出务工距离现在的时间(2007年)越远③,农民工回流的可能性越小。这主要是因为,第一次外出务工距离现在的时间越久,农民工在城市劳动力市场积累的工作经验就越多,获得就业机会的可能就越大。另外,经历多年城市劳动力市场淘汰、历练仍能继续在城市务工的农民工,他们对城市的适应能力更强,在城市持久发展的机会也就越大。而2007年外出务工的持续时间越长,再迁移的可能性越大,这与Massey等(1997)的研究结论一致。另外,我们也发现,外出务工收入占家庭总收入的比例越高,农民工再迁移的可能性就越大,这说明当前农民工暂时性迁移的目的主要是为了补充家庭收入或者以获得储蓄为目标(Target-Saving Behavior)等,外出务工对家庭的贡献越大,再迁移的可能性也就越高。
再看,外出的区位特征对农民工迁移模式的影响。回归结果显示,东部地区外出劳动力回流的概率要低于中西部地区,而东部地区劳动力省内务工和跨省务工回流的概率、中西部地区劳动力跨省务工回流的概率都要比中西部地区劳动力省内务工回流的概率低。这个可以从两方面理解:一是,东部地区劳动力80%在省内务工,在社会关系网络、语言交流、风俗文化适应等方面具有优势,使得东部地区劳动力更容易在城市发展,回流的可能并不高;二是,中西部地区劳动力跨省流动耗费的时间、路费等直接成本要比省内务工高,使得跨省流动农民工考虑回流时更谨慎。而部分劳动力选择省内就近务工可能是更便于照看家庭生产以及家庭成员,一旦家庭有需要他们回流的概率就很高,这也使得中西部地区劳动力省内务工回流的概率要显著高于跨省流动回流的概率。
最后转入对回流原因的考察,我们考虑了4个,分别为:农业生产或者照顾家庭生意等生产原因的回流,生病、结婚、盖房、照顾小孩等家庭原因的回流,找不到工作或不喜欢城市生活等工作原因的回流,以及其他原因的回流。我们的回归结果最后发现:相对于因农业生产或者照顾家庭生意而回流的农民工而言,因找不到工作或不喜欢城市生活等原因回流的农民工再迁移的可能性更低,即失败的回流者再迁移的可能更低。
五、结论与对策建议
文章采用中国城乡劳动力流动调查数据,进一步分析了外出农民工的迁移模式及其决定因素。考虑到迁移和回流的选择性,我们假定农民工外出就业依次经历外出、回流与再迁移3个次序决策,分别在3组状态:留守农村与外出、留城发展与回流、再迁移和留乡发展中进行抉择。通过采用极大模拟似然—两步序列选择Probit模型纠正选择性偏差并依此进行估计,我们最终发现:农民工外出就业的稳定性较强,特别是常年在外务工的劳动力,他们选择回流的概率很低;大部分农民工回流是暂时性的,常年在外务工和循环迁移仍是农民工外出的主要形式,回乡发展的概率并不高。
对迁移模式关键影响因素的考察也发现:劳动力个人特征,特别是年龄、教育程度、婚姻状况等对外出决策和回流决策的影响较大,不过受教育程度变量对外出和回流的影响并不一致,相对于拥有小学文化程度的劳动力来说,拥有初中学历的劳动力外出的可能更大,而高中教育程度者在外出决策中倾向于留守农村,在回流决策中则更倾向于留城发展;劳动力资源和土地资源禀赋对迁移模式的选择也产生显著影响,劳动年龄人口越多,外出的可能性越大,而回流的可能性则越小,人均土地面积越多,外出的可能越小,但土地资源禀赋对回流和再迁移决策的影响并不显著;社会关系网络在推动对农民工进入城市劳动力市场方面有显著的积极影响,家庭在城市熟悉的亲戚朋友越多,劳动力所在村庄外出务工人数越多,劳动力迁移的可能性越大;村庄距离县城和乡(镇)中心越远,外出和再迁移的可能越大,而当地工资水平越高,外出可能性越低;外出的工作经验会显著削弱农民工的回流倾向,接受过与工作相关技能培训的人回流的可能更低,而第一次外出务工距离现在的时间越远,农民工回流的可能性也越小。不过,外出务工经验也会提高回流者再迁移的概率,上一年外出务工的时间越长,农民工再迁移的可能性越大。东部地区外出劳动力回流的概率要低于西部地区,而东部地区劳动力省内务工和跨省务工、中西部地区劳动力跨省务工回流的概率都要比中西部地区劳动力省内务工回流的概率低。而从回流原因来看,相对于因农业生产或者照顾家庭生意而回流的劳动力,因找不到工作或不喜欢城市生活等工作原因回流的农民工再迁移的可能性更低,即失败者再迁移的概率更低。
这些研究结论具有一定的政策含义,当前农民工从中西部地区流向东部发达地区的趋势依然没有改变,常年外出务工已经成为农民工外出迁移的主要形式,但因家庭原因、照顾农业生产等原因回流的农民工仍占一定的比例。农民工循环迁移在推动输出地和流入地经济发展、农户家庭福利提升等方面发挥了一定作用,但这种往复流动也会带来很多经济社会问题,如农村的劳动力流失以及城市季节性用工紧张(如春节等)。出现这一情况的主要原因还是在于无法实现举家迁移,农民工常年在外务工,子女、配偶(大多是妻子)、父母等仍然留在农村,往复循环迁移也就不可避免。而解决这个问题的最根本途径就是松动户籍等制度约束,让有能力在城市生存的农民工,特别是常年在外务工的农民工实现举家迁移。
不过,我们的研究也存在着局限性:一是,缺乏详细的外出务工史数据,我们目前只得到两年详细务工数据,研究也只能局限于对最近外出务工情况的考察,无法追溯首次外出以来各年的具体外出务工情况,这可能产生一定的估计偏差;二是,RUMIC农村住户调查中没有涉及农民工外出务工地特征(如具体的务工地点、当地劳动力市场情况等)的信息,使得我们在分析农民工回流和再迁移决定时,无法控制其他外部原因,如流入地经济形势等因素的影响④。这些都需要在未来,中国城乡劳动力流动调查数据(RUMIC)进行多期追踪调查并进行补充完善。
注释:
①Stata软件编写的源程序,感兴趣的读者可以向作者索取。
②我们定义外出务工,以县为边界,把省内跨县和跨省流动定义外出务工,而国务院发展研究中心对外出务工的定义以乡(镇)为边界,我们的定义更窄,最终外出务工劳动力占总劳动力的比例要稍低一些。
③这可在一定程度上代表总外出时间,当然可能存在偏差,因为中间可能有往复循环退出的情况。
④感谢匿名审稿人提醒我们注意“外部原因”对农民工回流和再迁移决策的影响。