李葉妍 王 銳
(1.國家發(fā)改委(北京)經(jīng)濟(jì)體制與管理研究所,北京 100035;2.約翰·霍普金斯大學(xué)國際關(guān)系學(xué)院,美國)
中國城市包容度與流動(dòng)人口的社會(huì)融合
李葉妍1王 銳2
(1.國家發(fā)改委(北京)經(jīng)濟(jì)體制與管理研究所,北京 100035;2.約翰·霍普金斯大學(xué)國際關(guān)系學(xué)院,美國)
當(dāng)前中國流動(dòng)人口規(guī)模、流向、結(jié)構(gòu)、流動(dòng)模式和群體利益訴求都在發(fā)生深刻變化,滋生出一系列經(jīng)濟(jì)社會(huì)發(fā)展的重大問題,其中社會(huì)融合問題受到各界最廣泛關(guān)注。社會(huì)融合問題從城市層面看就是“城市包容度”問題,該命題新、難度大、范圍廣,國內(nèi)外研究成果較少。本研究以此為核心,創(chuàng)新性構(gòu)建了以社會(huì)保險(xiǎn)參加情況、勞動(dòng)權(quán)益保障程度、公共服務(wù)享受范圍為主要準(zhǔn)則的城市包容度綜合指標(biāo)體系,運(yùn)用主成分分析法合成“城市包容度綜合指數(shù)”,進(jìn)而通過非線性離散選擇模型探討流動(dòng)人口長期居住意愿、落戶難度、就業(yè)穩(wěn)定度與城市包容度指標(biāo)之間的相關(guān)關(guān)系?;趪倚l(wèi)生計(jì)生委流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)(2013—2014年)開展研究,主要結(jié)論為:中國城市包容度水平越高的城市,流動(dòng)人口長期居住意愿越強(qiáng)、落戶越容易、就業(yè)越穩(wěn)定。進(jìn)而提出政策建議:建立完善的城市流動(dòng)人口服務(wù)和安置政策體系,直接和間接促進(jìn)流動(dòng)人口社會(huì)融合;形成有效融合機(jī)制,實(shí)現(xiàn)居民福利最大化及城市協(xié)同發(fā)展;制定科學(xué)的產(chǎn)業(yè)政策和戶籍制度,引導(dǎo)匹配城市產(chǎn)業(yè)結(jié)構(gòu)的人口流入,實(shí)現(xiàn)合理布局;結(jié)合頂層設(shè)計(jì)與基層探索,實(shí)現(xiàn)城市包容性增長與制度改進(jìn)。本文歸納總結(jié)出“兩個(gè)新體系”:建立了城市包容度綜合指數(shù)測算體系,及應(yīng)用城市包容度指數(shù)定量研究的范式體系。
城市包容度;流動(dòng)人口;主成分分析法;離散選擇模型
當(dāng)前,中國流動(dòng)人口利益訴求層次提高、范圍擴(kuò)大趨勢日益明顯,社會(huì)融合問題日益凸顯。促進(jìn)流動(dòng)人口社會(huì)融合,是實(shí)現(xiàn)以人為核心的新型城鎮(zhèn)化的必然選擇。社會(huì)融合問題從城市主體角度來講,就是城市的包容度問題。根據(jù)我們的定義,城市包容度以社會(huì)保險(xiǎn)參加情況、勞動(dòng)權(quán)益保障程度、公共服務(wù)享受范圍為主要內(nèi)容,評(píng)價(jià)城市對(duì)于外來人口中不同能力(受教育程度、經(jīng)濟(jì)能力)、不同職業(yè)、不同出身等類別群體及其家庭成員的接納程度。城市包容性越高,外來流動(dòng)人口融入越容易。2016年2月6日公布的《國務(wù)院關(guān)于深入推進(jìn)新型城鎮(zhèn)化建設(shè)的若干意見》(國發(fā)〔2016〕8號(hào))[1]提出了新型城鎮(zhèn)化的總體要求,其中“加快實(shí)施‘一融雙新’工程,以促進(jìn)農(nóng)民工融入城鎮(zhèn)為核心……促進(jìn)新型城鎮(zhèn)化健康有序發(fā)展”正是表達(dá)了提升外來人口融入感的緊迫性。李克強(qiáng)總理曾在答記者問[2]時(shí)強(qiáng)調(diào)“現(xiàn)在大約有 2.6 億農(nóng)民工,使他們中有愿望的人逐步融入城市,是一個(gè)長期復(fù)雜的過程,要有就業(yè)支撐,有服務(wù)保障?!币簿褪钦f提升流入地城市包容度,重點(diǎn)是保護(hù)農(nóng)業(yè)戶籍流動(dòng)人口的權(quán)益,核心是提升城市供給穩(wěn)定就業(yè)崗位、完善公共服務(wù)和社會(huì)保障的能力。公共服務(wù)資源的配置包括醫(yī)療衛(wèi)生機(jī)構(gòu)、文化設(shè)施、體育健身場所設(shè)施、公園綠地等實(shí)體設(shè)施,也包括“五險(xiǎn)一金”、城市低保、公租房、子女教育等福利待遇。目前中央層面的政策指向是加強(qiáng)公共服務(wù)設(shè)施、社區(qū)服務(wù)綜合信息平臺(tái)建設(shè),加大對(duì)接收較多隨遷子女的中小學(xué)校、幼兒園的財(cái)政投入。但是,我國流動(dòng)人口尤其是流動(dòng)勞動(dòng)力群體存在異質(zhì)性,流動(dòng)人口流出與流入地也有較大差異,上述與城市包容度相關(guān)的政策措施,其中哪些方面對(duì)哪些人群和地區(qū)更為有效,是我們的研究需要去甄別的。找到影響力大顯著性高的政策,就能更因地制宜、因人而異地解決流動(dòng)人口生存與發(fā)展難題。
關(guān)于城市包容性的研究近年才興起,國內(nèi)研究占少數(shù),國外研究已較豐富。由于國內(nèi)外研究經(jīng)濟(jì)社會(huì)背景環(huán)境、數(shù)據(jù)范疇和可得性、對(duì)象特征差異很大(異質(zhì)性較強(qiáng)),進(jìn)行具體分析時(shí)我們需要加以調(diào)整,但國外研究尤其是相關(guān)理論創(chuàng)新依然有較高參考價(jià)值。目前對(duì)于城市包容度指標(biāo)的選取,學(xué)界不盡一致。
Richard Florida對(duì)包容度的首論是他在2002年發(fā)表的文章《創(chuàng)造性群體的躍升》[3]及2003年的文章《技術(shù)與包容:多樣性對(duì)高新技術(shù)發(fā)展的重要性》[4]。在Florida的理論體系中,衡量城市包容度(或多樣性)指標(biāo)的共有四項(xiàng)指數(shù):同性戀指數(shù)、波希米亞指數(shù)、外國出生人口指數(shù)和綜合多樣性指數(shù),其中最后一項(xiàng)是前三項(xiàng)的綜合排序。他利用美國人口普查公共使用微觀數(shù)據(jù)樣本中50個(gè)大都市的數(shù)據(jù)對(duì)前述四項(xiàng)指數(shù)與梅肯技術(shù)標(biāo)桿指數(shù)及科技增長指數(shù)[5]之間的關(guān)系進(jìn)行了探討。主要采用皮爾森相關(guān)系數(shù)和斯皮爾曼秩相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)分析,并運(yùn)用最小二乘法進(jìn)行回歸分析。結(jié)論認(rèn)為,城市包容度代表著較低的進(jìn)入壁壘/門檻,因此較高的城市包容度或多樣性能夠幫助城市或地區(qū)吸引更多的人才(包括高科技勞動(dòng)力,其中同性戀者、藝術(shù)工作者和國際移民是重要標(biāo)志),他們促使城市尤其大城市成為高科技、高生產(chǎn)率的發(fā)展中心。Florida的研究與推廣奠定了城市包容度、開放度及社會(huì)多樣性在城市發(fā)展中的重要地位,將包容度等新興概念引入學(xué)者們的視線。此后,城市包容度相關(guān)命題開始受到更加廣泛的關(guān)注。
Haifeng Qian[6]基于Richard Florida等學(xué)者[3-4, 7-8]的研究,將包容度與多樣性進(jìn)一步區(qū)分開來。 得出的結(jié)論是多樣性對(duì)創(chuàng)新創(chuàng)業(yè)的影響是直接的,而包容度則是間接的。但二者都對(duì)人力資本的積累、創(chuàng)新創(chuàng)業(yè)的開展有著正面積極的作用。但西方對(duì)包容度的研究主要側(cè)重于社會(huì)文化方面的容忍,對(duì)于在很多發(fā)展中國家普遍存在的針對(duì)外來人口或者少數(shù)群體的福利和公共服務(wù)歧視則關(guān)注不足。
政策實(shí)施方面,歐盟和歐洲委員會(huì)明確提出,將社會(huì)融合列入公共政策體系,并專門制定了歐盟成員國與挪威、瑞士、美國四方通用的移民融合政策指數(shù)(MIPEX,migrant integration policy index),當(dāng)然這里的移民包括國際移民。MIPEX指標(biāo)體系由市場準(zhǔn)入、國籍準(zhǔn)入、長期居住、家庭團(tuán)聚、政治參與、反歧視六個(gè)維度構(gòu)成,囊括了200多個(gè)相關(guān)政策指標(biāo),測量了各國對(duì)移民的接納度及相應(yīng)政策的實(shí)施效果。
國內(nèi)對(duì)于“城市包容度綜合指數(shù)”雖尚無定義,但以國家衛(wèi)生計(jì)生委(后簡稱“國家衛(wèi)計(jì)委”)為代表的國內(nèi)學(xué)者們對(duì)與之極為相似的“社會(huì)融合指數(shù)”進(jìn)行過測算及綜合分析研究[9]。國家衛(wèi)計(jì)委構(gòu)建的流動(dòng)人口社會(huì)融合指標(biāo)體系(2015)包括4個(gè)維度、11個(gè)指標(biāo)及指標(biāo)下轄的具體操作性變量,如表1所示。既可分析單個(gè)指標(biāo)代表的流動(dòng)人口融合特征,也可根據(jù)綜合指數(shù)進(jìn)行整體分析。五年來,這一指標(biāo)體系幾經(jīng)改進(jìn),經(jīng)歷了不成熟到較完善的逐步演變。國家衛(wèi)計(jì)委還根據(jù)計(jì)算結(jié)果進(jìn)行了流動(dòng)人口身份認(rèn)同、就業(yè)與社保、戶籍改革、家庭居住分離、就業(yè)兩極化、身心健康平衡發(fā)展等多角度的研究。由于我們研究中的城市包容度與國家衛(wèi)計(jì)委的社會(huì)融合定義有一定差異、研究主體角度不同、分析側(cè)重點(diǎn)不同,指標(biāo)構(gòu)成也有較大不同,將于后文展示。
表1 國家衛(wèi)計(jì)委流動(dòng)人口社會(huì)融合指標(biāo)體系構(gòu)成(2015)
資料來源:根據(jù)國家衛(wèi)計(jì)委流動(dòng)人口司《中國流動(dòng)人口發(fā)展報(bào)告2015》第二章“流動(dòng)人口生存發(fā)展和社會(huì)融合專題”相關(guān)內(nèi)容編制。
根據(jù)上述已有研究基礎(chǔ),我們提出了關(guān)于城市包容度與流動(dòng)人口關(guān)系的三點(diǎn)疑問,形成本章后續(xù)進(jìn)行實(shí)證檢驗(yàn)的三個(gè)假說。
假說I:城市包容度指數(shù)水平越高的城市,流動(dòng)人口長久居住的意愿越高。
假說II:城市包容度指數(shù)水平越高的城市,流動(dòng)人口落戶的比例越高(落戶難度越低)。
假說III:城市包容度指數(shù)水平越高的城市,流動(dòng)人口就業(yè)越穩(wěn)定(失業(yè)率越低)。
正如李克強(qiáng)總理2015年4月9日視察長春市燈泡電線有限公司時(shí)[10],對(duì)在這個(gè)老國企就業(yè)的農(nóng)民工們最為關(guān)切的問題就是:有沒有上五險(xiǎn)一金?收入如何?生活條件比農(nóng)村如何,能否融入城市?這是總理代表國家最為關(guān)心的問題,也是與這些來自周邊農(nóng)村的工人們就業(yè)和生活息息相關(guān)的重要問題。這與本章我們運(yùn)用實(shí)證模型檢驗(yàn)的三假說不謀而合,即城市包容度是否影響流動(dòng)人口(尤其流動(dòng)勞動(dòng)力)的居住決策、落戶比例、就業(yè)情況。
本文依據(jù)2013年和2014年國家衛(wèi)計(jì)委發(fā)布的全國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù),通過主成分分析法合成主要解釋變量,構(gòu)建多值選擇模型(Multinomial Logit模型和Multinomial Probit模型)和二值選擇模型(Logit模型和Probit模型)等進(jìn)行回歸,檢驗(yàn)城市包容度與移民長期居住意愿、落戶難度、勞動(dòng)力就業(yè)穩(wěn)定性等指標(biāo)的相關(guān)性,建立起流動(dòng)人口城市包容度綜合指標(biāo)體系,并進(jìn)行年份間比較。根據(jù)三假說預(yù)期得出城市對(duì)流動(dòng)人口包容度越高,流動(dòng)人口繼續(xù)居住意愿越強(qiáng)、落戶移民比例越大、流動(dòng)人口就業(yè)越穩(wěn)定的主要結(jié)論。
2.1 主成分分析法及變量選取
當(dāng)研究遇到大樣本、多變量的情況時(shí),首先要注意到樣本個(gè)體的異質(zhì)性和各變量之間的相關(guān)性對(duì)數(shù)據(jù)分析的影響。本文所采用的兩年度流動(dòng)人口監(jiān)測調(diào)查數(shù)據(jù)有效樣本總量分別為158 556人(2013年有效樣本)、198 795人(2014年有效樣本)。實(shí)測變量(調(diào)查問卷所設(shè)計(jì)變量)以2014年個(gè)人問卷為例有462個(gè),下文所選取的城市包容度指標(biāo)也由多個(gè)因素變量組成。而構(gòu)建計(jì)量模型時(shí),如果解釋變量間存在高度相關(guān)性(近似多重共線性),會(huì)導(dǎo)致回歸的方差增大,參數(shù)估計(jì)有偏(甚至符號(hào)與理論預(yù)期相反),單個(gè)系數(shù)的檢驗(yàn)失效不顯著。但如果分別分析每個(gè)指標(biāo)變量,又是片面的、孤立的,方程的解釋變量遺漏較多也會(huì)形成遺漏變量偏差,回歸的一致性無法保證。也就是說,盲目減少變量帶來信息損失、結(jié)論不全面甚至出現(xiàn)錯(cuò)誤。因此,這種情形下就需要通過主成分分析法進(jìn)行預(yù)處理[11]。
主成分分析是將多個(gè)實(shí)際變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)不共線的綜合指標(biāo)的統(tǒng)計(jì)分析方法。在合成新變量、減少變量數(shù)目的同時(shí),保證盡可能多地包含原變量的信息,也就是通常所說的“降維”。一般所提取的主成分因子以特征值>1或累計(jì)貢獻(xiàn)率>80%為標(biāo)準(zhǔn),篩選出較少的、互不相關(guān)的因子。主成分最大限度保留了各原變量豐富信息,對(duì)因變量有較強(qiáng)的解釋性。這種建模策略實(shí)現(xiàn)了自變量多重相關(guān)條件下全面、完整的回歸分析,計(jì)算結(jié)果也更為可靠(累計(jì)誤差小于PLSR等算法)[12-13]。
在運(yùn)用主成分分析的過程中,原始數(shù)據(jù)一般情況下會(huì)存在量綱差異,需要首先進(jìn)行標(biāo)準(zhǔn)化處理(SPSS軟件在主成分分析時(shí)也會(huì)自行處理)。本例中,由于描述社會(huì)保障情況的幾個(gè)變量均為虛擬變量,因此不需要進(jìn)行標(biāo)準(zhǔn)化處理。還要注意另一個(gè)應(yīng)用主成分分析的條件是,指標(biāo)都是正向的、同趨勢的,這是選取變量時(shí)需要保證的。
2.1.1 變量初選取
根據(jù)國內(nèi)唯一較為全面、具體的流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù),設(shè)計(jì)了城市包容度指標(biāo)體系。
2.1.2 變量修定
根據(jù)對(duì)“城市包容度”概念的界定,綜合指數(shù)指標(biāo)體系的構(gòu)建需要考慮到各樣本主體享受公共服務(wù)的范圍、是否參加社會(huì)保險(xiǎn)、勞動(dòng)者是否受到勞動(dòng)權(quán)益保障等情況。綜合指數(shù)指標(biāo)體系分為三個(gè)層級(jí):目標(biāo)層A、準(zhǔn)則層B、因素層C(實(shí)測變量),如表2所示。
表2 城市包容度指標(biāo)體系及指標(biāo)選取
資料來源:作者研究整理。
(1)解釋變量的選取與局限。首先,“社會(huì)保障”準(zhǔn)則選取“五險(xiǎn)一金”作為因素變量。需要特別說明的是,原本設(shè)計(jì)的準(zhǔn)則層包括B1社會(huì)保險(xiǎn)、B2勞動(dòng)權(quán)益保障、B3公共服務(wù),但由于我國社會(huì)保險(xiǎn)中的城鎮(zhèn)居民養(yǎng)老保險(xiǎn)、城鎮(zhèn)居民基本醫(yī)療保險(xiǎn)等險(xiǎn)種對(duì)于居民來講都是自愿加入而非強(qiáng)制性參保的,其目的是彌補(bǔ)城鎮(zhèn)企業(yè)職工社會(huì)保險(xiǎn)制度難以覆蓋全體居民的缺陷,所以據(jù)此判斷流動(dòng)人口對(duì)這些險(xiǎn)種的參保率更低。以2014年流動(dòng)人口數(shù)據(jù)集為例,全部樣本200 937人中參加城鎮(zhèn)居民養(yǎng)老保險(xiǎn)的僅有10 754人,占比5.35%;對(duì)比之下,全部樣本中參加城鎮(zhèn)職工養(yǎng)老保險(xiǎn)的卻高達(dá)36 011人,占比17.92%。就本數(shù)據(jù)集樣本特征而言,排除上述覆蓋率低的社保險(xiǎn)種,選取與勞動(dòng)者權(quán)益相關(guān)的強(qiáng)制性社會(huì)保障項(xiàng)目指標(biāo)作為因素變量,其代表性更強(qiáng)、變量間相關(guān)性也更強(qiáng),綜合得出的主成分也更具說服力。根據(jù)實(shí)際情況的特殊性,研究我國城市包容度時(shí)有必要將準(zhǔn)則B1社會(huì)保險(xiǎn)、準(zhǔn)則B2勞動(dòng)權(quán)益保障合二為一形成——“社會(huì)保障”準(zhǔn)則,并選取與勞動(dòng)者權(quán)益相關(guān)的社會(huì)險(xiǎn)種作為因素層指標(biāo),即通常所說的“五險(xiǎn)一金”?!拔咫U(xiǎn)一金”是用人單位需要強(qiáng)制性組織勞動(dòng)者參與的基本社會(huì)保障的組合,包括城鎮(zhèn)職工養(yǎng)老保險(xiǎn)(in_1)、城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)(in_2)、失業(yè)保險(xiǎn)(in_3)、工傷保險(xiǎn)(in_4)、生育保險(xiǎn)(in_5)和住房公積金(in_6)。
其次,“公共服務(wù)”準(zhǔn)則的選擇。原設(shè)計(jì)方案包括子女就學(xué)的學(xué)校性質(zhì)、現(xiàn)住房性質(zhì)兩個(gè)變量(是否享受城市低保,由于是對(duì)特定群體的政策服務(wù),暫不予考慮)。經(jīng)過對(duì)2013年數(shù)據(jù)集中子女學(xué)校性質(zhì)(q403k1,選擇第一個(gè)子女的數(shù)據(jù),因?yàn)樵谟^察“親生子女?dāng)?shù)”變量概率分布后發(fā)現(xiàn),生育一個(gè)子女的樣本比例達(dá)到53.39%,無子女者僅占8.20%)和現(xiàn)住房性質(zhì)變量(q301)做相關(guān)系數(shù)矩陣分析,得出二者相關(guān)性較小(-0.043 2)的結(jié)論,符號(hào)也與理論預(yù)期不一致,不適合合并。這里需要注明的是,我們也根據(jù)數(shù)據(jù)集中實(shí)測變量提取了“子女是否就讀于公立學(xué)校”(school)和“現(xiàn)住房是否為補(bǔ)貼性住房”(house)變量,求出它們的相關(guān)系數(shù),結(jié)果同樣為負(fù)相關(guān)(-0.078 7),排除了變量取值范圍差異對(duì)相關(guān)系數(shù)的影響。
同時(shí),由于2014年數(shù)據(jù)集不包含“子女學(xué)校性質(zhì)”這一指標(biāo),為統(tǒng)一本文城市包容度指標(biāo)口徑,最終只采用“現(xiàn)住房是否為補(bǔ)貼性住房”(house)變量來代表“公共服務(wù)”準(zhǔn)則。但如果數(shù)據(jù)可得、變量間相關(guān)性達(dá)標(biāo),此準(zhǔn)則與“社會(huì)保障”準(zhǔn)則的合成方法是一致的。
(2)被解釋變量的局限。2013年數(shù)據(jù)集不包含“是否打算在本地長期居住(5年以上)”的意愿指標(biāo),所以2013年數(shù)據(jù)只能夠進(jìn)行流動(dòng)人口落戶難度和就業(yè)穩(wěn)定性分析。模型具體設(shè)定將在“離散選擇模型設(shè)定”部分詳細(xì)闡述。
2.1.3 主成分分析結(jié)果
通過主成分分析法合成“社會(huì)保障”準(zhǔn)則,然后將“社會(huì)保障”準(zhǔn)則和“公共服務(wù)”準(zhǔn)則綜合形成“城市包容度綜合指數(shù)”(urban inclusiveness index)。因?yàn)檫@兩步分析都是想以一個(gè)綜合變量來取代多維原始變量,所以只選擇提取第一主成分,這也是在第一主成分方差貢獻(xiàn)率足夠大的前提下實(shí)現(xiàn)的。選取的全部原始變量為:城鎮(zhèn)職工養(yǎng)老保險(xiǎn)(in_1)、城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)(in_2)、失業(yè)保險(xiǎn)(in_3)、工傷保險(xiǎn)(in_4)、生育保險(xiǎn)(in_5)、住房公積金(in_6)及補(bǔ)貼性住房(house)。
運(yùn)用SPSS內(nèi)置的“降維分析-因子分析”功能處理了2013年和2014年的流動(dòng)人口數(shù)據(jù)集。經(jīng)過兩次主成分分析,生成的城市包容度綜合指數(shù)特性如表3所示。
主成分分析產(chǎn)生的指標(biāo)體系是由一系列相互聯(lián)系的指標(biāo)所組成的有機(jī)整體。在主成分載荷較大的指標(biāo)中,若各指標(biāo)符號(hào)同向說明是它們相互促進(jìn)關(guān)系,符號(hào)反向則是相互制約關(guān)系。這里所說的“主成分載荷”表達(dá)了各變量的信息被該主成分提取了多少,亦即各變量與成分的相關(guān)系數(shù)。主成分載荷是主成分分析法評(píng)價(jià)多指標(biāo)綜合體系時(shí),伴隨數(shù)學(xué)變換過程生成的信息量權(quán)數(shù)和系統(tǒng)效應(yīng)權(quán)數(shù),它們比起人為方法大大降低了權(quán)數(shù)確定過程的主觀性和工作量,保證了指標(biāo)體系合成的客觀性。
表3 2013年和2014年中國城市包容度綜合指數(shù)水平描述性統(tǒng)計(jì)
資料來源:根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)(2013、2014)計(jì)算所得。
首先來看2013年數(shù)據(jù)的主成分分析結(jié)果(如表4所示)。由于對(duì)城市包容度研究中選取的因素變量相互間是互相促進(jìn)的關(guān)系(從主成分載荷符號(hào)中可見一斑,它們的符號(hào)都是“+”),且因素層各指標(biāo)的載荷值較高(0.630—0.890),因此“社會(huì)保障”準(zhǔn)則這一主成分是合理的。準(zhǔn)則層兩指標(biāo)“社會(huì)保障”和“公共服務(wù)”的載荷值同為0.749,表明城市包容度綜合指數(shù)的設(shè)計(jì)也是合理的。還可以通過所選取主成分的方差貢獻(xiàn)率來確定主成分合理性,這里不再贅述。
表4 城市包容度指標(biāo)體系及主成分載荷(2013年)
注:目標(biāo)層為A;準(zhǔn)則層為B,包括社會(huì)保障與公共服務(wù)。A相對(duì)B載荷為0.749。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)(2013)計(jì)算所得。
再來看2014年數(shù)據(jù)的主成分分析結(jié)果(如表5所示)。2014年的指標(biāo)賦值分為二值和多值兩種,其區(qū)別在于:“是否參加城鎮(zhèn)職工養(yǎng)老保險(xiǎn)(in_1)、城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)(in_2)、失業(yè)保險(xiǎn)(in_3)、工傷保險(xiǎn)(in_4)、生育保險(xiǎn)(in_5)、住房公積金(in_6)、現(xiàn)住房是否為補(bǔ)貼性住房(house)”七個(gè)變量的取值是“1、0”還是“1、2、3”或“1、2”。這樣做的目的是與后文離散模型多值、二值的分類及其被解釋變量的賦值保持高度一致性,使得估計(jì)系數(shù)的準(zhǔn)確度更高,實(shí)證結(jié)果解釋更為科學(xué)合理。后文將結(jié)合模型做詳細(xì)表述。
2014年二值和多值兩種指標(biāo)體系中,主成分載荷符號(hào)也都是正向的,同樣說明選取的因素變量間互相促進(jìn)。因素層各指標(biāo)的載荷值較高,值域?yàn)?.690—0.895(二值)和0.705—0.879(多值),因此“社會(huì)保障”準(zhǔn)則這一主成分是合理的。準(zhǔn)則層兩指標(biāo)的載荷值同為0.741(二值)和0.736(多值),表明城市包容度綜合指數(shù)的設(shè)計(jì)也比較合理。
由于2014年二值法和2013年城市包容度體系中各指標(biāo)變量的賦值是一樣的,因此可以拿來直接比較。表4和表5中最后一列為城市包容度主成分對(duì)各因素層變量的載荷值,城鎮(zhèn)職工養(yǎng)老保險(xiǎn)指標(biāo)的主成分載荷為0.663(2014)和0.643(2013)、城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)為0.662(2014)和0.657(2013)、失業(yè)保險(xiǎn)的為0.657(2014)和0.667(2013)、工傷保險(xiǎn)的為0.603(2014)和0.567(2013)、生育保險(xiǎn)的為0.588(2014)和0.472(2013)、住房公積金的為0.511(2014)和0.503(2013)、現(xiàn)住房是否為補(bǔ)貼性住房變量的主成分載荷為0.741(2014)和0.749(2013)。括號(hào)內(nèi)為所對(duì)應(yīng)年份。可以看出,城鎮(zhèn)職工養(yǎng)老保險(xiǎn)、城鎮(zhèn)職工基本醫(yī)療保險(xiǎn)、工傷保險(xiǎn)、生育保險(xiǎn)和住房公積金五指標(biāo)在2014年的指標(biāo)體系中得到了主成分更好的解釋,城市包容度綜合指標(biāo)中的信息較2013年保留更為完整。失業(yè)保險(xiǎn)和現(xiàn)住房是否為補(bǔ)貼性住房變量則在2013年的綜合指標(biāo)體系中貢獻(xiàn)了更多的信息。
表5 城市包容度指標(biāo)體系及主成分載荷(2014年)
注:目標(biāo)層為A;準(zhǔn)則層為B,包括社會(huì)保障與公共服務(wù)。A相對(duì)B載荷,二值為0.741,多值為0.736。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測數(shù)據(jù)(2014)計(jì)算所得。
2.1.4 主成分分析適用性檢驗(yàn)
應(yīng)用主成分分析法處理數(shù)據(jù),要基于變量和數(shù)據(jù)對(duì)此法適用性高的基礎(chǔ)上。適用性前提為原始變量之間具有較強(qiáng)的相關(guān)關(guān)系,存在簡化數(shù)據(jù)結(jié)構(gòu)的可能性,否則主成分分析是沒有意義的。除了看相關(guān)系數(shù)矩陣來判斷外,SPSS還提供了專門的統(tǒng)計(jì)檢驗(yàn)方法,比較常用的是KMO檢驗(yàn)和Bartlett球形檢驗(yàn)。
對(duì)2013年和2014年6個(gè)主成分分析過程的KMO檢驗(yàn)和Bartlett球形檢驗(yàn)結(jié)果表明:
準(zhǔn)則層檢驗(yàn)值都處于適用性好的區(qū)間內(nèi),而目標(biāo)層檢驗(yàn)值都處于很差的區(qū)間;進(jìn)一步看Bartlett球形檢驗(yàn)值,因?yàn)樗锌ǚ綑z驗(yàn)的p值都為0.000,強(qiáng)烈拒絕原始變量相關(guān)矩陣為單位矩陣(即各原始變量之間互不相關(guān))的原假設(shè),因此從卡方檢驗(yàn)值來看所有主成分分析過程都可以被接受。也就是說原始數(shù)據(jù)的相關(guān)性很高,驗(yàn)證了指標(biāo)體系設(shè)定的合理性和方法的適用性。
2.2 離散選擇模型設(shè)定
在合成上述“城市包容度綜合指數(shù)”的基礎(chǔ)上,可以進(jìn)一步檢驗(yàn)城市包容度與流動(dòng)人口長期居住意愿、落戶難度、就業(yè)穩(wěn)定度之間的關(guān)系,即三個(gè)假說。
模型I對(duì)應(yīng)假說I。選取所調(diào)查對(duì)象“是否打算在本地長期居住(5年以上)”的意愿變量作為被解釋變量。原問卷設(shè)計(jì)的變量q220(是否打算在本地長期居住5年以上),重新命名為will,取值為“打算”、“不打算”、“沒想好”,分別用1、2、3表示。變量的取值多于2,因此二值選擇模型不再適用。當(dāng)個(gè)體面臨的選擇多于2項(xiàng),可以將二值選擇模型推廣至多值情形。也曾考慮排序模型(Multinomial Logit或Multinomial Probit),但由于在不同情境下、對(duì)不同樣本個(gè)體而言,當(dāng)?shù)鼐蜆I(yè)崗位、生活環(huán)境、社會(huì)文化不一定是最適合的,因此在流入地當(dāng)?shù)亻L期居留并不一定是最優(yōu)策略。所以最終選擇普通多值選擇模型進(jìn)行實(shí)證分析。以Logit模型為例,假設(shè)個(gè)體選擇y=1,2,……,J(J為正整數(shù),選擇是互相排斥的),第n個(gè)個(gè)體做第j種選擇得到的效用為
多值邏輯分布的累積分布函數(shù)為
其中,j=1 對(duì)應(yīng)的為參照組,對(duì)于will(是否打算在本地長期居住5年以上)而言,選擇“打算”就是選擇“不打算”、“沒想好”兩項(xiàng)的參照組。整個(gè)樣本的對(duì)數(shù)似然函數(shù)為
對(duì)數(shù)幾率比為
從上述表達(dá)式也可看出,多值選擇模型具有一個(gè)無法忽視的缺點(diǎn):它假設(shè)從選擇1至j中挑出任何兩個(gè)選擇,都可以單獨(dú)組成一個(gè)二值選擇模型,即“無關(guān)選擇的獨(dú)立性”(Independence of Irrelevant Choices)。以本文為例,就是對(duì)長期居住意愿的考察中,假定“打算”與“不打算”、“不打算”與“沒想好”、“沒想好”與“打算”三組選擇兩兩獨(dú)立,但實(shí)際中并不滿足。
由于二值選擇模型就是多值模型J=2的情形,且更為常用,這里不再贅述。
根據(jù)上述分析,我們構(gòu)建的模型I如下:
willi=β0+β1inclusivenessi+β2econzonei+β3lninci+β4lncosti+μi
(1)
其中,“是否屬于珠三角、長三角、環(huán)渤海經(jīng)濟(jì)帶”(econzone)代表區(qū)域及經(jīng)濟(jì)水平差異對(duì)流動(dòng)人口居住意愿的影響,選擇“是”或“否”分別取值為1、0;對(duì)數(shù)家庭總收入(lninc)和對(duì)數(shù)家庭總支出(lncost)代表調(diào)查對(duì)象個(gè)人生活水平對(duì)其居住意愿的影響。此為三個(gè)控制變量。
模型II對(duì)應(yīng)假說II。被解釋變量是調(diào)查對(duì)象個(gè)體的“戶籍是否轉(zhuǎn)為當(dāng)?shù)鼐用瘛?hukou),這是經(jīng)過對(duì)原實(shí)測變量“戶口性質(zhì)”(q101f1)進(jìn)行轉(zhuǎn)化得到的,由于2013年和2014年問卷設(shè)計(jì)選項(xiàng)的不同,轉(zhuǎn)化方式略有差異但賦值方式相同?!皯艏欠褶D(zhuǎn)為當(dāng)?shù)鼐用瘛?hukou)取值為“是”、“否”,分別用1、0表示。因而可以選用二值選擇模型。根據(jù)上述分析,我們構(gòu)建的模型II如下:
hukoui=β0+β1inclusivenessi+β2econzonei+β3lninci+β4lncosti+μi
(2)
模型III對(duì)應(yīng)假說III。選擇“今年五一節(jié)前一周是否做過一小時(shí)以上有收入的工作”(q203)為被解釋變量,重命名為employ,取值為“是”、“否”,分別用1、0表示。同理選用二值選擇模型進(jìn)行回歸。根據(jù)上述分析,我們構(gòu)建的模型III如下:
employi=β0+β1inclusivenessi+β2econzonei+β3lninci+β4lncosti+μi
(3)
特別需要說明的是在合成“模型I-多值選擇模型”的被解釋變量“城市包容度綜合指數(shù)”(inclusiveness)時(shí),“是否參加城鎮(zhèn)職工養(yǎng)老保險(xiǎn)(in_1)、職工基本醫(yī)療保險(xiǎn)(in_2)、失業(yè)保險(xiǎn)(in_3)、工傷保險(xiǎn)(in_4)、生育保險(xiǎn)(in_5)、住房公積金(in_6)”六指標(biāo)取值為“是”、“否”、“不清楚”(賦值1、2、3),“現(xiàn)住房是否為補(bǔ)貼性住房”(house)取值為“是”、“否”(賦值1、2)。這樣與被解釋變量willi的取值方式“1、2、3”一致,使得估計(jì)系數(shù)的準(zhǔn)確度更高,解釋實(shí)證結(jié)果時(shí)更為便利。而“模型I-二值選擇模型”、模型II和模型III的綜合指數(shù)在合成時(shí),“是否參加城鎮(zhèn)職工養(yǎng)老保險(xiǎn)(in_1)、職工基本醫(yī)療保險(xiǎn)(in_2)、失業(yè)保險(xiǎn)(in_3)、工傷保險(xiǎn)(in_4)、生育保險(xiǎn)(in_5)、住房公積金(in_6)”及“現(xiàn)住房是否為補(bǔ)貼性住房”(house)取值均為“是”、“否”(賦值1、0)。這是因?yàn)槟P虸I和模型III被解釋變量“戶籍是否轉(zhuǎn)為當(dāng)?shù)鼐用瘛?hukou)和“今年五一節(jié)前一周是否做過一小時(shí)以上有收入的工作”(employ)為二值選擇變量,賦值為“是”、“否”(取值1、0)。被解釋變量“是否打算在本地長期居住(5年以上)”(will2i)由多值變量willi轉(zhuǎn)化而來,取值“是”、“否”(1、0),同樣也是二值選擇變量。因此前文表3所展示的“城市包容度綜合指數(shù)”描述性統(tǒng)計(jì)中,2014年的指數(shù)水平包括兩種賦值方式的結(jié)果。
3.1 城市包容度與流動(dòng)人口居住意愿
上文提到過2013年的數(shù)據(jù)集缺少“是否打算在本地長期居住(5年以上)”(willi)的意愿指標(biāo)變量,不適于做模型I的實(shí)證檢驗(yàn)。因此僅基于2014年數(shù)據(jù)集嘗試構(gòu)建城市包容度與流動(dòng)人口長期居住意愿的多值選擇模型(模型4)和二值選擇模型(模型5)。
計(jì)量結(jié)果見表6,兩模型包容度的邊際效應(yīng)值符號(hào)不同,這來源于被解釋變量willi賦值的差異。模型(4)中willi賦值為“打算”、“不打算”、“沒想好”(1、2、3),包容度的邊際效應(yīng)dy/dx值為-0.024 009,也就是說包容度每增加一單位willi將減少-0.024 009單位,即趨向更小值1“打算”在本地長期居住5年以上,這是符合理論預(yù)期的。而二值選擇模型(5)給被解釋變量will2i的賦值為(1、0),值越大才代表“打算”在本地長期居住5年以上。所以包容度的邊際效應(yīng)值表示每增加一單位因變量將增加0.016 677 8單位,即更趨向決策1,也是符合理論預(yù)期的。就此得出結(jié)論,城市包容度越高的城市,流動(dòng)人口長期居住的意愿越強(qiáng)烈(有長期居住打算的流動(dòng)人口比例越高)。其他控制變量的邊際效應(yīng)值也符合理論預(yù)期,不再贅述。
表6 2014年城市包容度模型I回歸結(jié)果
注:括號(hào)內(nèi)數(shù)值為p>|z|中的z值。*、**、***分別表示10%、5%、1%的水平上顯著(以下各表同)。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)(2014)計(jì)算所得。
3.2 城市包容度與流動(dòng)人口落戶難度
根據(jù)2013年數(shù)據(jù)集檢驗(yàn)了城市包容度與流動(dòng)人口落戶關(guān)系三個(gè)模型的回歸結(jié)果,最大可能減小模型設(shè)定誤差,最終選擇合適的變量、構(gòu)建合理的模型?;谀P虸I構(gòu)建了三個(gè)模型。
回歸結(jié)果如表7所示。
首先,上述實(shí)證結(jié)果中的貝葉斯信息準(zhǔn)則(BIC)值就是用于檢驗(yàn)?zāi)P驮O(shè)定的合理性和簡潔性(是否有多余解釋變量或遺漏重要解釋變量)。結(jié)果顯示,最終設(shè)定的模型(6)的變量數(shù)量和變量選擇最為合理,因?yàn)槟P?6)的BIC值6 097.18明顯低于模型(7)和模型(8)的,實(shí)現(xiàn)了貝葉斯目標(biāo)函數(shù)的最小化。同理,模型I和模型III全部模型的貝葉斯信息準(zhǔn)則檢驗(yàn),結(jié)果都是模型設(shè)定合理,可以使用。
其次是模型(6)邊際效應(yīng)值的含義。模型(6)中“戶籍是否轉(zhuǎn)為當(dāng)?shù)鼐用瘛?hukoui)賦值為“是”、“否”(1、0),inclusiveness的邊際效應(yīng)為0.000 150 3。這表示inclusiveness每增加一單位hukoui將增加0.000 150 3單位,即更趨向取值1“戶籍轉(zhuǎn)為當(dāng)?shù)鼐用瘛?。這與假說II的預(yù)期相符,城市包容度指數(shù)水平越高的城市,流動(dòng)人口落戶的比例越高(落戶難度越低)??刂谱兞縠cozone、lninc、lncost的邊際效應(yīng)值也符合理論預(yù)期,不再贅述。
下面來看2014年數(shù)據(jù)集的實(shí)證檢驗(yàn)結(jié)果,模型形式同樣選取模型II,命名為模型(9),見表8:
包容度的邊際效應(yīng)為0.003 759 9,表明包容度每增加一單位hukoui將增加0.003 759 9單位,即更趨向取值1“戶籍轉(zhuǎn)為當(dāng)?shù)鼐用瘛?,這與假說II是吻合的。城市包容度指數(shù)水平越高的城市,流動(dòng)人口落戶的比例越高、落戶越容易。同樣,其他控制變量的邊際效應(yīng)解釋不再贅述。
3.3 流動(dòng)人口就業(yè)與城市包容度
表9將2013年和2014年城市包容度模型III都選取模型(3)的形式,得到2013和2014年的回歸模型(10)和(11)。
表9將2013年和2014年兩年的實(shí)證結(jié)果并列展示,有利于下文對(duì)比分析。
表7 2013年城市包容度模型II回歸結(jié)果
注:括號(hào)內(nèi)數(shù)值為p>|z|中的z值。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)(2013)計(jì)算所得。
表8 2014年城市包容度模型II回歸結(jié)果
注:括號(hào)內(nèi)數(shù)值為p>|z|中的z值。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)(2014)計(jì)算所得。
表9 2013年和2014年城市包容度模型III回歸結(jié)果
注:括號(hào)內(nèi)數(shù)值為p>|z|中的z值。根據(jù)國家衛(wèi)計(jì)委全國流動(dòng)人口動(dòng)態(tài)監(jiān)測調(diào)查數(shù)據(jù)(2013、2014)計(jì)算所得。
2013年和2014年包容度的邊際效應(yīng)值分別為0.067 835 1和0.062 899 9,即包容度每增加一單位被解釋變量employi將分別增加0.067 835 1單位和0.062 899 9單位。 employi代表“今年五一節(jié)前一周是否做過一小時(shí)以上有收入的工作”,取值為“是”、“否”,分別用1、0表示。兩年的邊際效應(yīng)值均表明包容度的增加將引致employi更趨向取值1,即“今年五一節(jié)前一周做過一小時(shí)以上有收入的工作”。這正驗(yàn)證了假說III的預(yù)期:城市包容度指數(shù)水平越高的城市,流動(dòng)人口就業(yè)越穩(wěn)定(失業(yè)率越低)。
本文通過主成分分析法構(gòu)建了“城市包容度綜合指數(shù)”指標(biāo)體系,主要基于兩年數(shù)據(jù)、三個(gè)假說設(shè)定了相對(duì)應(yīng)的三個(gè)模型架構(gòu)(模型I-III),分別探討城市包容度指標(biāo)與流動(dòng)人口長期居住意愿、落戶難度、就業(yè)穩(wěn)定度之間的關(guān)系。所得到的實(shí)證結(jié)果與事前假定十分吻合,可以得出如下主要結(jié)論:
(1)城市包容度指數(shù)水平越高的城市,流動(dòng)人口長久居住的意愿越高。
(2)城市包容度指數(shù)水平越高的城市,流動(dòng)人口落戶的比例越高。
(3)城市包容度指數(shù)水平越高的城市,流動(dòng)人口就業(yè)的穩(wěn)定性越高。
根據(jù)上述主要結(jié)論,本文提出如下政策建議:
(1)建立完善的城市流動(dòng)人口服務(wù)和安置政策體系,直接和間接促進(jìn)流動(dòng)人口社會(huì)融合。建立以養(yǎng)老保障、醫(yī)療、培訓(xùn)、子女教育、住房政策、最低工資制、八小時(shí)工作制、勞動(dòng)環(huán)境和勞動(dòng)保護(hù)制度為主的城市流動(dòng)人口政策體系。
(2)形成有效融合機(jī)制,實(shí)現(xiàn)居民福利最大化及城市協(xié)同發(fā)展。首先是流動(dòng)人口與流入地社會(huì)的融合機(jī)制;其次是不同類型城市差異化發(fā)展及區(qū)域經(jīng)濟(jì)一體化融合機(jī)制。
(3)制定科學(xué)的產(chǎn)業(yè)政策和戶籍制度,引導(dǎo)匹配城市產(chǎn)業(yè)結(jié)構(gòu)的人口流入,實(shí)現(xiàn)合理布局。建議將戶口與居民基本保障和社會(huì)福利享有拆分開來,就如同20世紀(jì)末將過去幾十年掛鉤的戶口與票證取消綁定一樣,從而減輕戶籍改革的負(fù)擔(dān)和阻力。
(4)結(jié)合頂層設(shè)計(jì)與基層探索,實(shí)現(xiàn)城市包容性增長與制度改進(jìn)?;鶎诱陬I(lǐng)會(huì)中央改革方案精神的基礎(chǔ)上,進(jìn)一步深入思考轉(zhuǎn)化為適合當(dāng)?shù)亓鲃?dòng)人口和產(chǎn)業(yè)發(fā)展的具體政策措施,加快經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變和城市包容度等制度改進(jìn)。地方要發(fā)展什么產(chǎn)業(yè)、需要引進(jìn)什么類型人才,需要根據(jù)自身稟賦狀況和市場供求情況科學(xué)決策,不能僅按照上級(jí)指示或中央指導(dǎo)意見等一般性的提示來確定自己的城市發(fā)展模式。
(編輯:李 琪)
Reference)
[1]國務(wù)院.國務(wù)院關(guān)于深入推進(jìn)新型城鎮(zhèn)化建設(shè)的若干意見[EB/OL].[2016-02-06]. http://www.gov.cn/zhengce/content/2016-02/06/content_5039947.htm. [The State Council of PRC. Opinions of the State Council on promoting the construction of new urbanization[EB/OL].[2016-02-06]. http://www.gov.cn/zhengce/content/2016-02/06/content_5039947.htm.]
[2]新華社北京. 兩會(huì)授權(quán)發(fā)布:李克強(qiáng)總理等會(huì)見采訪兩會(huì)的中外記者并回答提問[EB/OL].[2013-03-17]. http://news.xinhuanet.com/2013lh/2013-03/17/c_124469054.htm. [Xinhua News Agency, Beijing. Authorized release of the two sessions(NPC and CPPCC): premier Li Keqiang met with Chinese and foreign reporters to interview and answer questions[EB/OL].[2013-03-17]. http://news.xinhuanet.com/2013lh/2013-03/17/c_124469054.htm.]
[3]FLORIDA R. The rise of the creative class[J]. Washington monthly, 2002, 35(5):593-596.
[4]FLORIDA R, GATES G. Technology and tolerance: the importance of diversity to high technology growth[R]. Paper for the Center on Urban & Metropolitan Policy, the Brookings Institution, 2003.
[5]DEVOL R C, PERRY W, JOHN C, et al. America’s high-tech economy: growth, development, and risks for metropolitan areas[R]. Milken Institute, 1999.
[6]QIAN Haifeng. Diversity versus tolerance: the social drivers of innovation and entrepreneurship in US cities[J]. Urban studies, 2013, 50(13):2718-2735.
[7]FLORIDA R, MELLANDER C, STOLARICK K. Inside the black box of regional development-human capital, the creative class and tolerance[J]. Journal of economic geography, 2008, 8(5):615-649.
[8]FLORIDA R, MELLANDER C. There goes the metro: how and why bohemians, artists and gays affect regional housing values[J]. Journal of economic geography, 2010, 10(2):167-188.
[9]國家衛(wèi)計(jì)委流動(dòng)人口司. 中國流動(dòng)人口發(fā)展報(bào)告2015[M]. 北京:中國人口出版社, 2015: 45-63. [Department of Service and Management of Migrant Population National Health and Family Planning Commission of China. Report on China’s migrant population development(2015) [M]. Beijing:China Population Publishing House, 2015: 45-63.]
[10]李克強(qiáng).只有技術(shù)更高,收入才能更好[EB/OL].[2015-04-09]. http://www.gov.cn/guowuyuan/2015-04/09/content_2844403.htm. [LI Keqiang. Higher technology, better income[EB/OL].[2015-04-09]. http://www.gov.cn/guowuyuan/2015-04/09/content_2844403.htm.]
[11]盧紋岱, 吳喜之. SPSS統(tǒng)計(jì)分析[M].第4版. 北京:電子工業(yè)出版社, 2010: 472-499. [LU Wendai, WU Xizhi. SPSS statistical analysis[M]. 4th ed. Beijing: Publishing House of Electronics Industry, 2010: 472-499.]
[12]林海明, 杜子芳. 主成分分析綜合評(píng)價(jià)應(yīng)該注意的問題[J]. 統(tǒng)計(jì)研究, 2013, 30(8):25-31. [LIN Haiming, DU Zifang. Some problems in comprehensive evaluation in the principal component analysis[J]. Statistical research, 2013, 30(8):25-31.]
[13]傅德印. 主成分分析中的統(tǒng)計(jì)檢驗(yàn)問題[J]. 統(tǒng)計(jì)教育, 2007(9):4-7. [FU Deyin. Statistical test problem in the principal component analysis[J]. Statistical education, 2007(9):4-7.]
孫亞君.生態(tài)中心論之后現(xiàn)代視域的辨析[J].中國人口·資源與環(huán)境,2017,27(1):155-161.[SUN Yajun. Analysis of the post-modern view of ecocentrism[J].China population, resources and environment, 2017,27(1):155-161.]
Urban inclusiveness and the social inclusion of internal migrants in China
LIYe-yan1WANGRui2
(1.Institute of Economic System and Management, National Development and Reform Commission (Beijing), Beijing 100035, China; 2. Johns Hopkins School of Advanced International Studies, USA)
How to help the migrants integrate into the urban society, i.e., the problem of ‘urban inclusiveness’s of great importance to China’s urbanization and national development. Given China’s specific regulatory context of domestic migration, this article constructed an urban inclusiveness index based on social insurance, labor protection, and public service based on principal component analysis. Employing the Dynamic Monitoring and Investigation Data of China’s Internal Migration (2013—2014) from the National Health and Family Planning Commission of China, it is found that the urban inclusiveness index was positively correlated with migrants’ willingness of seeking long-term residence in cities, urban household registration, and employment. It put forward four policy suggestions. First, more public service and systematic resettlement assistance should be provided to migrants. Second, an effective integration mechanism should be built to maximize the welfare of residents and achieve urban development. Third, there should be coordination between urban industrial development policy and migration policy for optimized human resource allocation. Last, urban inclusive development depends on the combined effectiveness of national and local policies. This study contributes to the literature by constructing an urban inclusiveness composite index in the Chinese context and developing methods to apply the urban inclusiveness index in quantitative studies.
urban inclusiveness; internal migration; principal component analysis; discrete choice model
2016-08-02
李葉妍,博士,主要研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)、區(qū)域經(jīng)濟(jì)、城市經(jīng)濟(jì)。E-mail:yeyanlee@163.com。
教育部人文社會(huì)科學(xué)研究項(xiàng)目“基于產(chǎn)業(yè)融合理論的中國生產(chǎn)性服務(wù)業(yè)發(fā)展戰(zhàn)略研究”(批準(zhǔn)號(hào):12YJA790082)。
K901.3;F069.9
A
1002-2104(2017)01-0146-09
10.3969/j.issn.1002-2104.2017.01.017