中國城市包容度與流動人口的社會融合

李葉妍 王 銳

(1.國家發改委(北京)經濟體制與管理研究所，北京 100035；2.約翰·霍普金斯大學國際關系學院，美國)

中國城市包容度與流動人口的社會融合

李葉妍1王 銳2

(1.國家發改委(北京)經濟體制與管理研究所，北京 100035；2.約翰·霍普金斯大學國際關系學院，美國)

當前中國流動人口規模、流向、結構、流動模式和群體利益訴求都在發生深刻變化，滋生出一系列經濟社會發展的重大問題，其中社會融合問題受到各界最廣泛關注。社會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，國內外研究成果較少。本研究以此為核心，創新性構建了以社會保險參加情況、勞動權益保障程度、公共服務享受范圍為主要準則的城市包容度綜合指標體系，運用主成分分析法合成“城市包容度綜合指數”，進而通過非線性離散選擇模型探討流動人口長期居住意愿、落戶難度、就業穩定度與城市包容度指標之間的相關關系。基于國家衛生計生委流動人口動態監測數據(2013—2014年)開展研究，主要結論為：中國城市包容度水平越高的城市，流動人口長期居住意愿越強、落戶越容易、就業越穩定。進而提出政策建議：建立完善的城市流動人口服務和安置政策體系，直接和間接促進流動人口社會融合；形成有效融合機制，實現居民福利最大化及城市協同發展；制定科學的產業政策和戶籍制度，引導匹配城市產業結構的人口流入，實現合理布局；結合頂層設計與基層探索，實現城市包容性增長與制度改進。本文歸納總結出“兩個新體系”：建立了城市包容度綜合指數測算體系，及應用城市包容度指數定量研究的范式體系。

城市包容度；流動人口；主成分分析法；離散選擇模型

當前，中國流動人口利益訴求層次提高、范圍擴大趨勢日益明顯，社會融合問題日益凸顯。促進流動人口社會融合，是實現以人為核心的新型城鎮化的必然選擇。社會融合問題從城市主體角度來講，就是城市的包容度問題。根據我們的定義，城市包容度以社會保險參加情況、勞動權益保障程度、公共服務享受范圍為主要內容，評價城市對于外來人口中不同能力(受教育程度、經濟能力)、不同職業、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，外來流動人口融入越容易。2016年2月6日公布的《國務院關于深入推進新型城鎮化建設的若干意見》(國發〔2016〕8號)[1]提出了新型城鎮化的總體要求，其中“加快實施‘一融雙新’工程，以促進農民工融入城鎮為核心……促進新型城鎮化健康有序發展”正是表達了提升外來人口融入感的緊迫性。李克強總理曾在答記者問[2]時強調“現在大約有 2.6 億農民工，使他們中有愿望的人逐步融入城市，是一個長期復雜的過程，要有就業支撐，有服務保障。”也就是說提升流入地城市包容度，重點是保護農業戶籍流動人口的權益，核心是提升城市供給穩定就業崗位、完善公共服務和社會保障的能力。公共服務資源的配置包括醫療衛生機構、文化設施、體育健身場所設施、公園綠地等實體設施，也包括“五險一金”、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公共服務設施、社區服務綜合信息平臺建設，加大對接收較多隨遷子女的中小學校、幼兒園的財政投入。但是，我國流動人口尤其是流動勞動力群體存在異質性，流動人口流出與流入地也有較大差異，上述與城市包容度相關的政策措施，其中哪些方面對哪些人群和地區更為有效，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人口生存與發展難題。

1 文獻綜述

關于城市包容性的研究近年才興起，國內研究占少數，國外研究已較豐富。由于國內外研究經濟社會背景環境、數據范疇和可得性、對象特征差異很大(異質性較強)，進行具體分析時我們需要加以調整，但國外研究尤其是相關理論創新依然有較高參考價值。目前對于城市包容度指標的選取，學界不盡一致。

Richard Florida對包容度的首論是他在2002年發表的文章《創造性群體的躍升》[3]及2003年的文章《技術與包容：多樣性對高新技術發展的重要性》[4]。在Florida的理論體系中，衡量城市包容度(或多樣性)指標的共有四項指數：同性戀指數、波希米亞指數、外國出生人口指數和綜合多樣性指數，其中最后一項是前三項的綜合排序。他利用美國人口普查公共使用微觀數據樣本中50個大都市的數據對前述四項指數與梅肯技術標桿指數及科技增長指數[5]之間的關系進行了探討。主要采用皮爾森相關系數和斯皮爾曼秩相關系數進行統計分析，并運用最小二乘法進行回歸分析。結論認為，城市包容度代表著較低的進入壁壘/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吸引更多的人才(包括高科技勞動力，其中同性戀者、藝術工作者和國際移民是重要標志)，他們促使城市尤其大城市成為高科技、高生產率的發展中心。Florida的研究與推廣奠定了城市包容度、開放度及社會多樣性在城市發展中的重要地位，將包容度等新興概念引入學者們的視線。此后，城市包容度相關命題開始受到更加廣泛的關注。

Haifeng Qian[6]基于Richard Florida等學者[3-4, 7-8]的研究，將包容度與多樣性進一步區分開來。 得出的結論是多樣性對創新創業的影響是直接的，而包容度則是間接的。但二者都對人力資本的積累、創新創業的開展有著正面積極的作用。但西方對包容度的研究主要側重于社會文化方面的容忍，對于在很多發展中國家普遍存在的針對外來人口或者少數群體的福利和公共服務歧視則關注不足。

政策實施方面，歐盟和歐洲委員會明確提出，將社會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(MIPEX，migrant integration policy index)，當然這里的移民包括國際移民。MIPEX指標體系由市場準入、國籍準入、長期居住、家庭團聚、政治參與、反歧視六個維度構成，囊括了200多個相關政策指標，測量了各國對移民的接納度及相應政策的實施效果。

國內對于“城市包容度綜合指數”雖尚無定義，但以國家衛生計生委(后簡稱“國家衛計委”)為代表的國內學者們對與之極為相似的“社會融合指數”進行過測算及綜合分析研究[9]。國家衛計委構建的流動人口社會融合指標體系(2015)包括4個維度、11個指標及指標下轄的具體操作性變量，如表1所示。既可分析單個指標代表的流動人口融合特征，也可根據綜合指數進行整體分析。五年來，這一指標體系幾經改進，經歷了不成熟到較完善的逐步演變。國家衛計委還根據計算結果進行了流動人口身份認同、就業與社保、戶籍改革、家庭居住分離、就業兩極化、身心健康平衡發展等多角度的研究。由于我們研究中的城市包容度與國家衛計委的社會融合定義有一定差異、研究主體角度不同、分析側重點不同，指標構成也有較大不同，將于后文展示。

表1 國家衛計委流動人口社會融合指標體系構成(2015)

資料來源：根據國家衛計委流動人口司《中國流動人口發展報告2015》第二章“流動人口生存發展和社會融合專題”相關內容編制。

根據上述已有研究基礎，我們提出了關于城市包容度與流動人口關系的三點疑問，形成本章后續進行實證檢驗的三個假說。

假說I：城市包容度指數水平越高的城市，流動人口長久居住的意愿越高。

假說II：城市包容度指數水平越高的城市，流動人口落戶的比例越高(落戶難度越低)。

假說III：城市包容度指數水平越高的城市，流動人口就業越穩定(失業率越低)。

正如李克強總理2015年4月9日視察長春市燈泡電線有限公司時[10]，對在這個老國企就業的農民工們最為關切的問題就是：有沒有上五險一金？收入如何？生活條件比農村如何，能否融入城市？這是總理代表國家最為關心的問題，也是與這些來自周邊農村的工人們就業和生活息息相關的重要問題。這與本章我們運用實證模型檢驗的三假說不謀而合，即城市包容度是否影響流動人口(尤其流動勞動力)的居住決策、落戶比例、就業情況。

2 模型與方法介紹

本文依據2013年和2014年國家衛計委發布的全國流動人口動態監測調查數據，通過主成分分析法合成主要解釋變量，構建多值選擇模型(Multinomial Logit模型和Multinomial Probit模型)和二值選擇模型(Logit模型和Probit模型)等進行回歸，檢驗城市包容度與移民長期居住意愿、落戶難度、勞動力就業穩定性等指標的相關性，建立起流動人口城市包容度綜合指標體系，并進行年份間比較。根據三假說預期得出城市對流動人口包容度越高，流動人口繼續居住意愿越強、落戶移民比例越大、流動人口就業越穩定的主要結論。

2.1 主成分分析法及變量選取

當研究遇到大樣本、多變量的情況時，首先要注意到樣本個體的異質性和各變量之間的相關性對數據分析的影響。本文所采用的兩年度流動人口監測調查數據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)。實測變量(調查問卷所設計變量)以2014年個人問卷為例有462個，下文所選取的城市包容度指標也由多個因素變量組成。而構建計量模型時，如果解釋變量間存在高度相關性(近似多重共線性)，會導致回歸的方差增大，參數估計有偏(甚至符號與理論預期相反)，單個系數的檢驗失效不顯著。但如果分別分析每個指標變量，又是片面的、孤立的，方程的解釋變量遺漏較多也會形成遺漏變量偏差，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、結論不全面甚至出現錯誤。因此，這種情形下就需要通過主成分分析法進行預處理[11]。

主成分分析是將多個實際變量轉換為少數幾個不相關不共線的綜合指標的統計分析方法。在合成新變量、減少變量數目的同時，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或累計貢獻率>80%為標準，篩選出較少的、互不相關的因子。主成分最大限度保留了各原變量豐富信息，對因變量有較強的解釋性。這種建模策略實現了自變量多重相關條件下全面、完整的回歸分析，計算結果也更為可靠(累計誤差小于PLSR等算法)[12-13]。

在運用主成分分析的過程中，原始數據一般情況下會存在量綱差異，需要首先進行標準化處理(SPSS軟件在主成分分析時也會自行處理)。本例中，由于描述社會保障情況的幾個變量均為虛擬變量，因此不需要進行標準化處理。還要注意另一個應用主成分分析的條件是，指標都是正向的、同趨勢的，這是選取變量時需要保證的。

2.1.1 變量初選取

根據國內唯一較為全面、具體的流動人口動態監測數據，設計了城市包容度指標體系。

2.1.2 變量修定

根據對“城市包容度”概念的界定，綜合指數指標體系的構建需要考慮到各樣本主體享受公共服務的范圍、是否參加社會保險、勞動者是否受到勞動權益保障等情況。綜合指數指標體系分為三個層級：目標層A、準則層B、因素層C(實測變量)，如表2所示。

表2 城市包容度指標體系及指標選取

資料來源：作者研究整理。

(1)解釋變量的選取與局限。首先，“社會保障”準則選取“五險一金”作為因素變量。需要特別說明的是，原本設計的準則層包括B1社會保險、B2勞動權益保障、B3公共服務，但由于我國社會保險中的城鎮居民養老保險、城鎮居民基本醫療保險等險種對于居民來講都是自愿加入而非強制性參保的，其目的是彌補城鎮企業職工社會保險制度難以覆蓋全體居民的缺陷，所以據此判斷流動人口對這些險種的參保率更低。以2014年流動人口數據集為例，全部樣本200 937人中參加城鎮居民養老保險的僅有10 754人，占比5.35%；對比之下，全部樣本中參加城鎮職工養老保險的卻高達36 011人，占比17.92%。就本數據集樣本特征而言，排除上述覆蓋率低的社保險種，選取與勞動者權益相關的強制性社會保障項目指標作為因素變量，其代表性更強、變量間相關性也更強，綜合得出的主成分也更具說服力。根據實際情況的特殊性，研究我國城市包容度時有必要將準則B1社會保險、準則B2勞動權益保障合二為一形成——“社會保障”準則，并選取與勞動者權益相關的社會險種作為因素層指標，即通常所說的“五險一金”。“五險一金”是用人單位需要強制性組織勞動者參與的基本社會保障的組合，包括城鎮職工養老保險(in_1)、城鎮職工基本醫療保險(in_2)、失業保險(in_3)、工傷保險(in_4)、生育保險(in_5)和住房公積金(in_6)。

其次，“公共服務”準則的選擇。原設計方案包括子女就學的學校性質、現住房性質兩個變量(是否享受城市低保，由于是對特定群體的政策服務，暫不予考慮)。經過對2013年數據集中子女學校性質(q403k1，選擇第一個子女的數據，因為在觀察“親生子女數”變量概率分布后發現，生育一個子女的樣本比例達到53.39%，無子女者僅占8.20%)和現住房性質變量(q301)做相關系數矩陣分析，得出二者相關性較小(-0.043 2)的結論，符號也與理論預期不一致，不適合合并。這里需要注明的是，我們也根據數據集中實測變量提取了“子女是否就讀于公立學校”(school)和“現住房是否為補貼性住房”(house)變量，求出它們的相關系數，結果同樣為負相關(-0.078 7)，排除了變量取值范圍差異對相關系數的影響。

同時，由于2014年數據集不包含“子女學校性質”這一指標，為統一本文城市包容度指標口徑，最終只采用“現住房是否為補貼性住房”(house)變量來代表“公共服務”準則。但如果數據可得、變量間相關性達標，此準則與“社會保障”準則的合成方法是一致的。

(2)被解釋變量的局限。2013年數據集不包含“是否打算在本地長期居住(5年以上)”的意愿指標，所以2013年數據只能夠進行流動人口落戶難度和就業穩定性分析。模型具體設定將在“離散選擇模型設定”部分詳細闡述。

2.1.3 主成分分析結果

通過主成分分析法合成“社會保障”準則，然后將“社會保障”準則和“公共服務”準則綜合形成“城市包容度綜合指數”(urban inclusiveness index)。因為這兩步分析都是想以一個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率足夠大的前提下實現的。選取的全部原始變量為：城鎮職工養老保險(in_1)、城鎮職工基本醫療保險(in_2)、失業保險(in_3)、工傷保險(in_4)、生育保險(in_5)、住房公積金(in_6)及補貼性住房(house)。

運用SPSS內置的“降維分析-因子分析”功能處理了2013年和2014年的流動人口數據集。經過兩次主成分分析，生成的城市包容度綜合指數特性如表3所示。

主成分分析產生的指標體系是由一系列相互聯系的指標所組成的有機整體。在主成分載荷較大的指標中，若各指標符號同向說明是它們相互促進關系，符號反向則是相互制約關系。這里所說的“主成分載荷”表達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系數。主成分載荷是主成分分析法評價多指標綜合體系時，伴隨數學變換過程生成的信息量權數和系統效應權數，它們比起人為方法大大降低了權數確定過程的主觀性和工作量，保證了指標體系合成的客觀性。

表3 2013年和2014年中國城市包容度綜合指數水平描述性統計

資料來源：根據國家衛計委全國流動人口動態監測數據(2013、2014)計算所得。

首先來看2013年數據的主成分分析結果(如表4所示)。由于對城市包容度研究中選取的因素變量相互間是互相促進的關系(從主成分載荷符號中可見一斑，它們的符號都是“+”)，且因素層各指標的載荷值較高(0.630—0.890)，因此“社會保障”準則這一主成分是合理的。準則層兩指標“社會保障”和“公共服務”的載荷值同為0.749，表明城市包容度綜合指數的設計也是合理的。還可以通過所選取主成分的方差貢獻率來確定主成分合理性，這里不再贅述。

表4 城市包容度指標體系及主成分載荷(2013年)

注：目標層為A；準則層為B，包括社會保障與公共服務。A相對B載荷為0.749。根據國家衛計委全國流動人口動態監測數據(2013)計算所得。

再來看2014年數據的主成分分析結果(如表5所示)。2014年的指標賦值分為二值和多值兩種，其區別在于：“是否參加城鎮職工養老保險(in_1)、城鎮職工基本醫療保險(in_2)、失業保險(in_3)、工傷保險(in_4)、生育保險(in_5)、住房公積金(in_6)、現住房是否為補貼性住房(house)”七個變量的取值是“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，使得估計系數的準確度更高，實證結果解釋更為科學合理。后文將結合模型做詳細表述。

2014年二值和多值兩種指標體系中，主成分載荷符號也都是正向的，同樣說明選取的因素變量間互相促進。因素層各指標的載荷值較高，值域為0.690—0.895(二值)和0.705—0.879(多值)，因此“社會保障”準則這一主成分是合理的。準則層兩指標的載荷值同為0.741(二值)和0.736(多值)，表明城市包容度綜合指數的設計也比較合理。

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各因素層變量的載荷值，城鎮職工養老保險指標的主成分載荷為0.663(2014)和0.643(2013)、城鎮職工基本醫療保險為0.662(2014)和0.657(2013)、失業保險的為0.657(2014)和0.667(2013)、工傷保險的為0.603(2014)和0.567(2013)、生育保險的為0.588(2014)和0.472(2013)、住房公積金的為0.511(2014)和0.503(2013)、現住房是否為補貼性住房變量的主成分載荷為0.741(2014)和0.749(2013)。括號內為所對應年份。可以看出，城鎮職工養老保險、城鎮職工基本醫療保險、工傷保險、生育保險和住房公積金五指標在2014年的指標體系中得到了主成分更好的解釋，城市包容度綜合指標中的信息較2013年保留更為完整。失業保險和現住房是否為補貼性住房變量則在2013年的綜合指標體系中貢獻了更多的信息。

表5 城市包容度指標體系及主成分載荷(2014年)

注：目標層為A；準則層為B，包括社會保障與公共服務。A相對B載荷，二值為0.741，多值為0.736。根據國家衛計委全國流動人口動態監測數據(2014)計算所得。

2.1.4 主成分分析適用性檢驗

應用主成分分析法處理數據，要基于變量和數據對此法適用性高的基礎上。適用性前提為原始變量之間具有較強的相關關系，存在簡化數據結構的可能性，否則主成分分析是沒有意義的。除了看相關系數矩陣來判斷外，SPSS還提供了專門的統計檢驗方法，比較常用的是KMO檢驗和Bartlett球形檢驗。

對2013年和2014年6個主成分分析過程的KMO檢驗和Bartlett球形檢驗結果表明：

準則層檢驗值都處于適用性好的區間內，而目標層檢驗值都處于很差的區間；進一步看Bartlett球形檢驗值，因為所有卡方檢驗的p值都為0.000，強烈拒絕原始變量相關矩陣為單位矩陣(即各原始變量之間互不相關)的原假設，因此從卡方檢驗值來看所有主成分分析過程都可以被接受。也就是說原始數據的相關性很高，驗證了指標體系設定的合理性和方法的適用性。

2.2 離散選擇模型設定

在合成上述“城市包容度綜合指數”的基礎上，可以進一步檢驗城市包容度與流動人口長期居住意愿、落戶難度、就業穩定度之間的關系，即三個假說。

模型I對應假說I。選取所調查對象“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。原問卷設計的變量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。當個體面臨的選擇多于2項，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、對不同樣本個體而言，當地就業崗位、生活環境、社會文化不一定是最適合的，因此在流入地當地長期居留并不一定是最優策略。所以最終選擇普通多值選擇模型進行實證分析。以Logit模型為例，假設個體選擇y=1,2,……,J(J為正整數，選擇是互相排斥的)，第n個個體做第j種選擇得到的效用為

多值邏輯分布的累積分布函數為

其中，j=1 對應的為參照組，對于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”兩項的參照組。整個樣本的對數似然函數為

對數幾率比為

從上述表達式也可看出，多值選擇模型具有一個無法忽視的缺點：它假設從選擇1至j中挑出任何兩個選擇，都可以單獨組成一個二值選擇模型，即“無關選擇的獨立性”(Independence of Irrelevant Choices)。以本文為例，就是對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”三組選擇兩兩獨立，但實際中并不滿足。

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。

根據上述分析，我們構建的模型I如下：

willi=β0+β1inclusivenessi+β2econzonei+β3lninci+β4lncosti+μi

(1)

其中，“是否屬于珠三角、長三角、環渤海經濟帶”(econzone)代表區域及經濟水平差異對流動人口居住意愿的影響，選擇“是”或“否”分別取值為1、0；對數家庭總收入(lninc)和對數家庭總支出(lncost)代表調查對象個人生活水平對其居住意愿的影響。此為三個控制變量。

模型II對應假說II。被解釋變量是調查對象個體的“戶籍是否轉為當地居民”(hukou)，這是經過對原實測變量“戶口性質”(q101f1)進行轉化得到的，由于2013年和2014年問卷設計選項的不同，轉化方式略有差異但賦值方式相同。“戶籍是否轉為當地居民”(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。根據上述分析，我們構建的模型II如下：

hukoui=β0+β1inclusivenessi+β2econzonei+β3lninci+β4lncosti+μi

(2)

模型III對應假說III。選擇“今年五一節前一周是否做過一小時以上有收入的工作”(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行回歸。根據上述分析，我們構建的模型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”(inclusiveness)時，“是否參加城鎮職工養老保險(in_1)、職工基本醫療保險(in_2)、失業保險(in_3)、工傷保險(in_4)、生育保險(in_5)、住房公積金(in_6)”六指標取值為“是”、“否”、“不清楚”(賦值1、2、3)，“現住房是否為補貼性住房”(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，使得估計系數的準確度更高，解釋實證結果時更為便利。而“模型I-二值選擇模型”、模型II和模型III的綜合指數在合成時，“是否參加城鎮職工養老保險(in_1)、職工基本醫療保險(in_2)、失業保險(in_3)、工傷保險(in_4)、生育保險(in_5)、住房公積金(in_6)”及“現住房是否為補貼性住房”(house)取值均為“是”、“否”(賦值1、0)。這是因為模型II和模型III被解釋變量“戶籍是否轉為當地居民”(hukou)和“今年五一節前一周是否做過一小時以上有收入的工作”(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”描述性統計中，2014年的指數水平包括兩種賦值方式的結果。

3 實證結果與分析

3.1 城市包容度與流動人口居住意愿

上文提到過2013年的數據集缺少“是否打算在本地長期居住(5年以上)”(willi)的意愿指標變量，不適于做模型I的實證檢驗。因此僅基于2014年數據集嘗試構建城市包容度與流動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)。

計量結果見表6，兩模型包容度的邊際效應值符號不同，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，也是符合理論預期的。就此得出結論，城市包容度越高的城市，流動人口長期居住的意愿越強烈(有長期居住打算的流動人口比例越高)。其他控制變量的邊際效應值也符合理論預期，不再贅述。

表6 2014年城市包容度模型I回歸結果

注：括號內數值為p>|z|中的z值。*、**、***分別表示10%、5%、1%的水平上顯著(以下各表同)。根據國家衛計委全國流動人口動態監測調查數據(2014)計算所得。

3.2 城市包容度與流動人口落戶難度

根據2013年數據集檢驗了城市包容度與流動人口落戶關系三個模型的回歸結果，最大可能減小模型設定誤差，最終選擇合適的變量、構建合理的模型。基于模型II構建了三個模型。

回歸結果如表7所示。

首先，上述實證結果中的貝葉斯信息準則(BIC)值就是用于檢驗模型設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)。結果顯示，最終設定的模型(6)的變量數量和變量選擇最為合理，因為模型(6)的BIC值6 097.18明顯低于模型(7)和模型(8)的，實現了貝葉斯目標函數的最小化。同理，模型I和模型III全部模型的貝葉斯信息準則檢驗，結果都是模型設定合理，可以使用。

其次是模型(6)邊際效應值的含義。模型(6)中“戶籍是否轉為當地居民”(hukoui)賦值為“是”、“否”(1、0)，inclusiveness的邊際效應為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“戶籍轉為當地居民”。這與假說II的預期相符，城市包容度指數水平越高的城市，流動人口落戶的比例越高(落戶難度越低)。控制變量ecozone、lninc、lncost的邊際效應值也符合理論預期，不再贅述。

下面來看2014年數據集的實證檢驗結果，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“戶籍轉為當地居民”，這與假說II是吻合的。城市包容度指數水平越高的城市，流動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解釋不再贅述。

3.3 流動人口就業與城市包容度

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年兩年的實證結果并列展示，有利于下文對比分析。

表7 2013年城市包容度模型II回歸結果

注：括號內數值為p>|z|中的z值。根據國家衛計委全國流動人口動態監測調查數據(2013)計算所得。

表8 2014年城市包容度模型II回歸結果

注：括號內數值為p>|z|中的z值。根據國家衛計委全國流動人口動態監測調查數據(2014)計算所得。

表9 2013年和2014年城市包容度模型III回歸結果

注：括號內數值為p>|z|中的z值。根據國家衛計委全國流動人口動態監測調查數據(2013、2014)計算所得。

2013年和2014年包容度的邊際效應值分別為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“今年五一節前一周是否做過一小時以上有收入的工作”，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“今年五一節前一周做過一小時以上有收入的工作”。這正驗證了假說III的預期：城市包容度指數水平越高的城市，流動人口就業越穩定(失業率越低)。

4 結論與政策建議

本文通過主成分分析法構建了“城市包容度綜合指數”指標體系，主要基于兩年數據、三個假說設定了相對應的三個模型架構(模型I-III)，分別探討城市包容度指標與流動人口長期居住意愿、落戶難度、就業穩定度之間的關系。所得到的實證結果與事前假定十分吻合，可以得出如下主要結論：

(1)城市包容度指數水平越高的城市，流動人口長久居住的意愿越高。

(2)城市包容度指數水平越高的城市，流動人口落戶的比例越高。

(3)城市包容度指數水平越高的城市，流動人口就業的穩定性越高。

根據上述主要結論，本文提出如下政策建議：

(1)建立完善的城市流動人口服務和安置政策體系，直接和間接促進流動人口社會融合。建立以養老保障、醫療、培訓、子女教育、住房政策、最低工資制、八小時工作制、勞動環境和勞動保護制度為主的城市流動人口政策體系。

(2)形成有效融合機制，實現居民福利最大化及城市協同發展。首先是流動人口與流入地社會的融合機制；其次是不同類型城市差異化發展及區域經濟一體化融合機制。

(3)制定科學的產業政策和戶籍制度，引導匹配城市產業結構的人口流入，實現合理布局。建議將戶口與居民基本保障和社會福利享有拆分開來，就如同20世紀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擔和阻力。

(4)結合頂層設計與基層探索，實現城市包容性增長與制度改進。基層政府要在領會中央改革方案精神的基礎上，進一步深入思考轉化為適合當地流動人口和產業發展的具體政策措施，加快經濟發展方式轉變和城市包容度等制度改進。地方要發展什么產業、需要引進什么類型人才，需要根據自身稟賦狀況和市場供求情況科學決策，不能僅按照上級指示或中央指導意見等一般性的提示來確定自己的城市發展模式。

(編輯：李 琪)

Reference)

[1]國務院.國務院關于深入推進新型城鎮化建設的若干意見[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. 兩會授權發布：李克強總理等會見采訪兩會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]國家衛計委流動人口司. 中國流動人口發展報告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.只有技術更高，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統計分析[M].第4版. 北京：電子工業出版社, 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. 主成分分析綜合評價應該注意的問題[J]. 統計研究, 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. 主成分分析中的統計檢驗問題[J]. 統計教育, 2007(9):4-7. [FU Deyin. Statistical test problem in the principal component analysis[J]. Statistical education, 2007(9):4-7.]

孫亞君.生態中心論之后現代視域的辨析[J].中國人口·資源與環境，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，主要研究方向為產業經濟、區域經濟、城市經濟。E-mail：yeyanlee@163.com。

教育部人文社會科學研究項目“基于產業融合理論的中國生產性服務業發展戰略研究”(批準號：12YJA790082)。

K901.3;F069.9

A

1002-2104(2017)01-0146-09

10.3969/j.issn.1002-2104.2017.01.017