城市異質影響下的農民工市民化程度*——基于需求可識別雙變量Probit和HLM模型的測度與分析

□ 劉 靜 張錦華

內容提要 農民工市民化是新時代社會發展的必然趨勢。利用2014年全國流動人口動態監測調查社會融合與心理健康專題數據，采用需求可識別雙變量Probit 和HLM 模型測度并分析了農民工市民化程度及其城市異質性。研究發現：第一，我國農民工市民化程度較低，僅為46.05%。在需求側，提升教育程度、參加技能培訓、改善居住環境可以增強農民工的市民化意愿；在供給側，教育程度高、進入城市早、省內遷移、具有相對固定居所和基本社會保障的農民工市民化供給更強。第二，我國農民工市民化程度因城而異，城市異質所導致的市民化差異高達30.22%。城市因素不僅可以直接影響農民工平均市民化程度，還可結構性地調整農民工個體層面因素與其市民化程度之間的關聯強度。要提升農民工市民化水平，關鍵要為農民工樹立人力資本培養意識、提供穩定居所和社會保障，并鼓勵就近就地遷移。

一、引言

隨著我國經濟體制改革的不斷深入以及遷移制度約束的逐漸放松，農村勞動力大規模向城市遷移，推動了我國城鎮化的快速發展。與國外的城鎮化不同，我國的城鎮化經歷了“農民向農民工轉化”和“農民工向市民轉化”兩個階段。國家統計局數據顯示，截止2019年底，我國常住人口城鎮化率已達到60.60%，而戶籍人口城鎮化率僅為44.38%，兩者相差16.22 個百分點。這意味著，約有2 億多農民工雖長期居住在城市，但并不具備市民身份，因此也無法享受與城市居民同等的就業、醫療、教育、社會保障以及住房等方面的待遇，成為游離于城市與農村之間的一個特殊社會群體。農民工是我國勞動力市場的中堅力量，更是維護我國經濟社會持續穩定發展的重要保障，如何讓有能力在城市穩定就業和生活的農民工實現市民化將是當前我國城鎮化發展亟需關注和解決的問題。

研究農民工市民化問題的前提是明確農民工市民化內涵并對農民工市民化程度進行準確測度。然而，現有研究對農民工市民化的理解并不一致，這導致對農民工市民化程度的測度也呈現出多種不同形式。目前，學界對農民工市民化尚無權威定義和概念界定，對農民工市民化程度的測度方法大多是構建評價指標體系，采用等權重賦值法（寧光杰、李瑞，2016；程名望等，2017）、專家打分法（魏后凱、蘇紅鍵，2013）、算術平均加權法（蘇麗鋒，2017）或熵值法（王曉麗，2013）進行測度，也有學者通過構建非線性模型衡量農民工市民化進程（劉傳江、程建林，2008；劉松林、黃世為，2014）。已有文獻為本研究提供了大量的知識儲備和真知灼見，但關于農民工市民化內涵的探討忽視了農民工自身對市民化的理解，部分文獻甚至將農民工市民化與農民工城市融入的概念混淆，指標體系的構建和評價方法的選取也值得進一步商榷。除此之外，現有研究大多是針對某個城市或者某個省份進行的調查，樣本量較小，研究結論存在局限性，難以全面反映農民工市民化的真實情況。

實際上，農民工市民化是完成了職業轉變的農村剩余勞動力克服種種障礙并最終轉變為市民的現象（許抄軍等，2015），包括農民工職業、社會身份、 自身素質以及意識行為四個層面的市民化（徐建玲，2008）。當前，大量農民工長期在城市就業和生活，他們已在生活方式、行為方式和意識形態上逐漸與市民趨同，有很多“農民工二代”甚至是在城市出生和長大。然而，對絕大多數農民工而言，城市并未給予其市民身份。也就是說，這部分農民工實際上已有市民之實（實際市民化），但并無市民之名（名義市民化）。在我國基本公共服務不均等的環境下，這部分農民工表現出了強烈的市民化意愿和訴求（潘烜、程名望，2014），他們追求的不僅僅是戶籍的變化，更是為了消除隱藏在戶籍背后的公共服務的歧視性差異。由于不同城市承載力不同，提供的就業機會和公共服務有限，因而城市也需要相匹配的市民化門檻去控制人口流動、維持平衡。可見，在測度農民工市民化程度時，不僅要考察農民工的市民化需求，還要同時考察城市的市民化供給。

農民工市民化是一項長期的、漸進的過程，不僅受微觀個體層面因素的影響，還與城市經濟發展水平、 政策環境以及生活背景等宏觀區域因素密切相關。已有研究表明，地域差異對農民工市民化有明顯的影響（戚偉等，2016；李海波、張延吉，2020），不同城市隱含的經濟發展水平、資源配置能力、承載力狀況、人力資本需求的差異會直接導致農民工市民化進程的顯著不同（葉俊燾、 錢文榮，2016）。不僅如此，農民工又是生活于城市之中的，其個體層面因素也可能會受到當地社會經濟特征的影響而對市民化起到不同的作用。那么，農民工市民化程度是否存在顯著的城市差異？ 如果這種差異存在，城市層面因素對農民工市民化程度產生了怎樣的影響？ 對農民工個人層面因素又產生了怎樣的作用？ 當前的市民化應該選擇怎樣的路徑及制度安排？ 對上述問題的解答不僅有利于新形勢下農民工市民化理論的豐富和完善，也有助于轉型期農民工市民化的有效治理。

鑒于此，本文擬采用需求可識別雙變量Probit模型對農民工市民化程度進行有效測算，并利用HLM 模型量化分析農民工個體層面因素和城市層面因素對市民化程度的影響機理及作用路徑。本文突破了以往研究將農民工市民化需求與市民化供給相割裂的局面，避免了單方程分析的信息不充分并有效克服了問卷測度偏差，此外，對農民工市民化程度城市異質性的考察也可為相關部門政策制定提供相應的科學依據及決策參考。

二、分析方法與計量模型

（一）農民工市民化程度測度

農民工市民化程度既取決于農民工的市民化需求，又取決于城市的市民化供給，二者缺一不可。然而，由于各城市落戶政策不同，很難找到直接測度農民工市民化供給的指標。由于政府依據市場需求和容量來決定農民工落戶城市的指標，因此需要農民工達到落戶城市的門檻水平，即具備一定的市民化能力（胡雯等，2016），從經濟學原理來看，農民工市民化是一個意愿與能力相匹配的過程，在主體主觀意愿和相關能力的共同作用下才可能得以完成。具體而言，農民工需同時具備以下兩個條件才可轉化為市民： 一是具有在城市落戶的意愿，二是具有在城市生活的能力。本文采用需求可識別雙變量Probit 模型測度農民工市民化程度及其影響因素。

只有同時具備市民化需求（yd=1）和市民化供給（ys=1）時，農民工才會轉化為市民。進一步地，將農民工市民化行為記作y，則有：

其中，yd是可以通過調查觀察到的，故可單獨估計，而ys的估計存在樣本選擇偏差問題，需要審查數據（黃祖輝等，2009）。因此，本文采用極大似然法對方程進行估計，對數似然函數如下（Poirier，1980）：

Φ（·）為單變量累積正態分布函數。借鑒李銳、朱喜（2007）和周密等（2012）的測度方法，采用Pr（yd=1｜ys=1）表示農民工市民化程度，即用農民工具有市民化供給的條件下具有市民化需求的概率表示農民工的市民化程度。

（二）農民工市民化程度的城市異質性考察

農民工市民化程度是農民工個體特征和城市因素共同作用的結果，由于農民工長期工作和生活于城市之中，同一城市農民工在相同的城市環境下可能具有更大的相似性。為了解農民工市民化程度是否存在顯著的城市差異，以及如果這種差異存在，城市因素對農民工市民化程度的影響機理為何，采用HLM 模型對農民工市民化程度作進一步研究。HLM 模型可以有效連接宏觀區域數據與微觀個體數據，明確區分社會場景變量與個體特征變量對農民工市民化程度的影響，并考察社會場景變量對個體特征變量的調節效應。具體而言，將農民工市民化程度分解為個體層面和城市層面兩部分，兩層模型表述如下：

1.零模型

構建如下零模型：

式中，smhcdij表示來自城市j 的個體i 的市民化程度，β0j為j 市農民工的平均市民化程度，γ00是固定效應，代表所有農民工市民化程度的總平均數，rij代表j 市的個體i 的市民化程度與該市農民工平均市民化程度之差，是個體層次的隨機誤差，u0j代表城市j 與總平均數γ00之差，是城市層面的隨機誤差。

2.完整模型

在零模型中進一步加入個體層面和城市層面的變量，構建如下完整模型：

其中，個體層面的預測變量包括教育程度、技能培訓、進入城市的年齡、遷移范圍、性別、婚姻狀況、住房屬性、社會保障以及家庭經濟狀況；城市層面的預測變量包括所在城市農民工相對規模、城市購房壓力和城市經濟發展水平，分別用農民工占常住人口比重、 住房均價與人均可支配收入的比值、 城市人均GDP 的對數來衡量；γ00-γ100為城市層面模型的截距項；γ01、γ02、γ03、γ11、γ31為變量的待估系數；u0j-u10j為隨機誤差項。

三、數據來源與變量說明

（一）數據來源

本文采用2014年全國流動人口動態監測調查社會融合與心理健康專題數據，該調查采用PPS 抽樣，調查對象為在北京、青島、廈門、嘉興、深圳、中山、鄭州和成都8 市（區）居住一個月及以上的流動人口，樣本總量16000 人，調查數據涵蓋家庭情況、就業居住、社會融合和心理健康等方面的詳細信息。由于研究的是農民工市民化問題，故剔除了流動人口中的非農戶籍樣本，選擇勞動年齡（男性16-60 周歲，女性16-55 周歲）具有一定工資收入的農民工作為研究對象。由于一些地區進行了戶籍制度改革，取消了農業戶口，因此，所選樣本中也包含了少量持有農業轉居民戶口的農民工，共計154 人。同時剔除因婚嫁、學習、培訓、探親而遷移的農民工，只選取務工經商的農民工作為分析樣本。去掉關鍵變量缺失的樣本后，得到有效樣本12037 人。城市層面數據均來自各地相應年份統計年鑒。

（二）變量說明

1.被解釋變量

市民化需求。市民化需求包括顯性需求和潛在需求兩類，通常，農民工會綜合自身情況及城市相關政策作出是否愿意把戶口遷入城市的決策，然而，這一決策往往存在一定的主觀性，部分農民工可能具有強烈的落戶意愿，但考慮到當前的制度約束或自身能力的可及性，故做出不愿把戶口遷入城市的決策，一旦戶籍制度放開或其他約束條件破除，這部分農民工極有可能落戶城市（即具有潛在市民化需求）。同時，對于那些明確表示愿意落戶城市的農民工（即具有顯性市民化需求），也應進一步識別其市民化需求的有效性。

具體識別方式如下：首先，將調查中明確表示愿意將戶口遷入本地的農民工視為具有顯性需求，其余農民工進入第二輪識別。其次，將調查中認為自己是屬于這個城市的農民工視為具有潛在需求，其余農民工視為無市民化需求，賦值為0。最后，對于具有顯性需求和潛在需求的農民工，將調查中認為自己在當前居住地社會地位較高（收入較高、職業較好）者的需求視為有效需求，賦值為1，其余農民工的需求視為無效需求，賦值為0。具體識別路徑如下圖所示（圖1）。

圖1 農民工市民化需求的識別

市民化供給。借鑒周密等（2012）的做法，將調查年農民工工資收入高于當年打工城市人均可支配收入的農民工視為具備市民化供給，賦值為1，表示城市愿意給予其市民身份，反之則賦值為0。市民化需求和市民化供給的識別結果如表1 所示。

表1 市民化需求和市民化供給的識別情況

2.解釋變量

本文選取農民工的人力資本特征（如受教育年限、技能培訓、進入城市的年齡、遷移范圍）、住房和社會保障特征（如住房屬性、社會保障參保情況）作為主要解釋變量，同時控制了農民工的性別、婚姻狀況、家庭經濟狀況以及務工所在城市。隨著我國社會經濟的日益發展，人力資本逐漸成為影響農民工市民化的關鍵因素，較高的人力資本存量不僅能夠促進農民工的戶籍轉換意愿，也能夠提升農民工的職業適應性，使其獲得向市民轉化的能力（王竹林，2010；秦立建、王震，2014）。然而，也有部分研究提出了不同觀點，認為人力資本對農民工市民化意愿的影響甚微（黃錕，2011；葉鵬飛，2011），因此人力資本因素在農民工市民化進程中的作用還有待檢驗。同時，住房和社會保障也會對農民工市民化意愿及其市民化進程產生重要作用和影響。有相對固定居所和基本社會保障的農民工居住和生活的穩定性更高，市民化意愿也更強烈（王桂新、胡健，2015）。

3.識別變量

聯立方程模型的識別問題是不容忽視的，在模型的識別方面，根據Rothenberg（1971）提出的一般原則，選用“鄰居是否主要是本地人”、“老家是否有事情讓您操心”作為需求方程的識別變量。鄰居是否為本地人一般不會影響農民工的工資收入，但若與市民為鄰，則表明其更向往城市生活、更傾向于融入城市，即更具市民化需求。同樣，老家是否有事情操心也不會影響農民工的工資收入，但可能會對農民工市民化需求產生阻礙。此外，選用“職業階層”、“遷入現居地時間”作為供給方程的識別變量。盡管我國的市場化程度在不斷提高，但城市勞動力市場的多重二元分割格局仍然存在，不同職業階層農民工收入差異明顯，市民化供給能力相異。借鑒謝桂華（2014）的職業劃分方式，將農民工職業分為管理技術類職業和非管理技術類職業兩個階層。農民工遷入現居地的時間能夠間接反映農民工的工作經驗和社會適應性，遷入現居地的時間越長，農民工定居能力也越強。但農民工對市民的偏好具有穩定性，通常不會隨職業階層的變化以及遷移時間的長短而發生改變。

（三）主要變量的描述性統計

在個人特征方面，農民工整體受教育程度以初中為主，平均受教育年限約為9.98年，這表明目前農民工的教育水平依然較低； 接受過技能培訓的農民工占樣本總量的30.09%；農民工進入城市時的平均年齡約為24 歲；53.16%的農民工為跨省遷移； 有相對固定居所的農民工占78.36%；有社會保障的農民工占34.60%； 男性農民工占58.24%，已婚農民工占71.67%，農民工家庭平均收支余額約為2774 元。此外，20.21%的農民工與本地人為鄰，79.17%的農民工老家中有事情需要操心，僅有7.51%的農民工從事管理技術類職業，農民工遷入現居地的平均時間約為5年。在城市特征方面，農民工占常住人口比重為37.42%；住房均價占人均可支配收入的比例為37.80%；城市人均GDP 均值約為9 萬元。各主要解釋變量的描述如表2 所示。

表2 主要解釋變量的描述性統計

四、實證結果分析

（一）農民工市民化程度測度

運用樣本數據，對需求可識別雙變量Probit模型進行估計，結果如表3 所示。

表3 需求可識別雙變量Probit 模型的估計結果

1.需求方程估計結果

第一，人力資本方面，教育程度和技能培訓顯著影響農民工的市民化需求。教育程度越高，農民工市民化需求越大。究其原因，不同教育程度農民工對城市認識程度不同，教育程度高的農民工對自身期望也更高，有更為強烈的留城取向。同時，由于教育程度高的農民工通常具備較強的物質資本獲取能力，其心理遷移成本相對較低。參加過技能培訓的農民工市民化需求更高，這是由于參加技能培訓可以提升農民工在城市的生活能力和就業競爭力，使農民工能夠迅速積累融入城市所需的人力資本，進而增強其向市民轉化的意愿。進入城市的年齡及遷移范圍對農民工市民化需求的影響并不顯著。第二，住房屬性顯著影響農民工市民化需求。良好的居住環境可以增強農民工在城市的歸屬感，因而其市民化意愿也更強烈。第三，控制變量方面，除性別影響不顯著外，婚姻狀況、家庭經濟狀況均對農民工市民化需求產生顯著影響。已婚、家庭經濟狀況好的農民工，其市民化需求更高。已婚農民工可能更想要在遷入城市安定下來，而優越的家庭經濟條件能夠讓農民工支付得起在城市生活所需的各種成本，更好地融入城市。第四，與本地人為鄰的農民工以及老家無事操心的農民工具有更高的市民化需求。可能的解釋是，與本地人為鄰的農民工無論在生活還是工作信息獲取上，都與本地人享有相對平等的機會，這有利于農民工穿越“隱性戶籍墻”（周密等，2012）。老家中老人贍養、子女照看、土地耕種等問題無疑會增加農民工在城市生活的心理調試成本，弱化其市民化發展意愿，相反，若老家中無事掛礙，一方面可以降低農民工市民化的心理成本，另一方面也可以增強其適應城市生活的可能性。

記：“四個全面“中，全面依法治國是很重要的一點；但現在，有法不依、執法不嚴的情況時有發生。您認為全面依法治國還存在哪些困境？該如何破局？

2.供給方程估計結果

第一，在人力資本方面，教育程度、進入城市的年齡及遷移范圍對農民工市民化供給具有顯著影響。教育程度越高，農民工市民化供給越強，這是因為教育程度高的農民工更容易跨越市民化的最低門檻。農民工進入城市的年齡每增加1 歲，其市民化供給將下降1.03 個百分點，這是由于政府對其給予戶籍身份的農民工有年齡上的要求，故進入城市的年齡越大，其市民化供給越低。與跨省遷移農民工相比，省內遷移農民工具有更高的市民化供給，這表明農民工在本省范圍內遷移具有明顯的優勢，更容易實現市民化。值得一提的是，技能培訓對農民工市民化供給的影響并不顯著。由于數據所限，本文采用的技能培訓是指政府提供的免費技能培訓，雖然包括就業技能、 實用技術、崗位及晉升培訓，但政府提供培訓的目的可能更多是出于勞動力的需要，而非市民化的需要，故政府提供的免費技能培訓無法對農民工市民化供給產生顯著影響。第二，住房屬性和社會保障顯著影響農民工市民化供給。相對固定居所和基本社會保障可以提升農民工抵御風險的能力，使農民工在居住、生活上的穩定性更高，更容易融入城市社會，因而市民化供給較強。第三，控制變量方面，性別、 婚姻狀況以及家庭經濟狀況均顯著影響農民工市民化供給。男性、已婚農民工具有更高的市民化供給，家庭經濟狀況好的農民工具備市民化供給的經濟基礎，更有能力在城市定居。第四，職業階層越高、 遷入現居地時間越長的農民工越可能具有成為市民的能力。職業階層高的農民工工資收入較高，社會地位也較高，具有一定的城市關系網格，更有能力定居城市。農民工在城市居住的時間越長，跟當地居民的交往越密切，這使其在促進職業轉換、 提高職業階層等方面具有更多的信息，進而更具市民化供給。作為供給方程的一個回歸元，rho 在1%的統計水平下顯著，表明需求方程顯著影響供給方程，存在樣本選擇偏差問題，故本文采用需求可識別雙變量Probit 模型進行系統估計是正確的。

3.市民化程度預測結果

通過對模型預測可知，農民工總體市民化程度僅為46.05%，市民化水平較低。為進一步考察農民工市民化的城市差異，本文根據城市化水平及經濟發展水平將農民工務工城市劃分為三類，即一線城市（北京和深圳）、二線城市（青島、廈門、鄭州和成都）和三線城市（嘉興和中山）。其中，一線城市農民工2419 人，占樣本總數的20.10%；二線城市農民工6429 人，占樣本總數的53.41%；三線城市農民工3189 人，占樣本總數的26.49%。通過進一步預測發現，農民工市民化程度二線城市最高、 三線城市次之、 一線城市最低，分別為48.06%、45.69%和42.42%，具體預測結果如表4所示。可能的解釋是，相比一線、三線城市，二線城市的工業、現代服務業發展迅速，仍需要大量勞動力，對農民工進城及市民化大多采取鼓勵的辦法，故市民化供給較高； 二線城市經濟水平比三線城市發達，生活壓力比一線城市小，故市民化需求也較高。進一步地，城市間農民工市民化程度的差異，可能是由農民工的個體特征差異所造成的，也可能是由城市異質所導致的。與此同時，在不同的城市，農民工的個體特征也可能會受到當地社會經濟特征的影響，而對其市民化起到不同的作用。那么，城市因素對農民工市民化程度究竟產生了怎樣的影響？ 對農民工個人層面因素又產生了怎樣的作用？ 為深入了解造成城市間農民工市民化程度差異的原因，故采用HLM 模型對農民工市民化程度進行分解。

表4 市民化程度的預測結果

（二）農民工市民化程度的城市異質性考察

HLM 模型將農民工市民化程度差異分解為個體層面和城市層面兩部分，具體回歸結果如表5 和表6 所示，重點就城市變量對農民工市民化程度的影響以及城市變量對個體變量的調節效應進行分析。

1.農民工市民化差異的分解

零模型的回歸結果如表5 所示，在方差成分中，模型估計得到的個體層面方差為0.0628，城市層面方差為0.0272（P<0.001），這意味著城市間農民工市民化程度存在顯著性差異。進一步計算可知，零模型的跨級相關系數ICC 為30.22%（ICC=τ00/（τ00+σ2）=0.0272/（0.0272+0.0628）=0.3022），表明農民工市民化程度因城市而異，且農民工市民化程度總體變異中的30.22%是由于城市之間的差異引起。城市因素對農民工市民化程度的影響雖不如個體因素的影響大（69.78%），但也具有相當的解釋力。因此，需深入考察城市特征影響農民工市民化程度的作用機制。此外，根據Cohen（1988）建立的判斷準則，當ICC 大于0.059 時就需要在統計建模處理中考慮如何處理組間效應，因而采用HLM 模型進行分析是合理的。

表5 零模型回歸結果

2.城市特征對農民工市民化的影響機制

完整模型的估計結果如表6 所示。研究表明，城市特征影響農民工市民化程度的路徑主要有兩個：第一，城市特征可直接影響農民工的平均市民化程度。具體而言，城市購房壓力與農民工市民化程度具有較強的負相關性 （系數值為-0.0720，且在5%的統計水平下顯著），即購房壓力越大（住房均價與人均可支配收入的比值越高）的城市，農民工市民化程度越低。住房均價與人均可支配收入比越高的城市，農民工市民化過程中所要支付的成本越高，所以農民工更愿意到大城市賺錢，去小城鎮定居（陳廣桂，2004），這種現狀對農民工的市民化形成阻滯。城市經濟發展水平與農民工市民化程度具有正相關性（系數值為0.0037），城市農民工相對規模（農民工占常住人口比重）對農民工市民化程度的影響是負向的（系數值為-0.0076），即經濟發展水平越高的城市市民化程度越高，農民工相對規模越高的城市市民化程度越低，但均不顯著，這也在側面反映出農民工市民化逐漸趨于理性。

表6 農民工市民化程度的多層線性模型回歸結果

第二，城市特征對農民工市民化程度的影響還體現在對個體變量的調節效應上。城市經濟發展水平可以較為明顯地強化人力資本與農民工市民化程度之間的正向關聯，也就是說，越是在經濟發展水平高的城市，人力資本對農民工市民化程度的影響越大。具體而言，教育程度越高的農民工，其市民化程度也越高，但在不同的城市，教育程度與農民工市民化之間的關聯強度存在差異。從模型結果來看，城市經濟發展水平（系數值為0.0012，在10%的統計水平下顯著）可以較為明顯地強化教育程度和農民工市民化程度之間的正向聯系（系數值為0.0101），即城市經濟發展水平可能會提升受教育程度高的農民工的市民化程度。類似地，城市經濟發展水平（系數值為0.0105，在5%的統計水平下顯著）也可以較為顯著地強化技能培訓和農民工市民化程度之間的正向相關（系數值為0.0466）。

五、結論與啟示

利用2014年全國流動人口動態監測調查社會融合與心理健康專題數據，本文測度了我國農民工市民化程度及其城市異質性。研究發現：第一，我國農民工市民化程度較低，僅為46.05%。在需求側，提升教育程度、參加技能培訓、改善居住環境可以增強農民工的市民化意愿；在供給側，教育程度高、進入城市早、省內遷移、具有相對固定居所和基本社會保障的農民工市民化供給更強。第二，我國農民工市民化程度因城而異，城市異質所導致的市民化差異達到30.22%。城市因素不僅可以直接影響農民工平均市民化程度，還可結構性地調整農民工個體特征與其市民化程度之間的關聯強度，如城市購房壓力的增大可直接降低農民工的市民化程度，城市經濟發展水平可較為明顯地增強教育程度、 技能培訓與農民工市民化程度之間的正向關聯。綜合供需兩方面的分析結果及城市層面因素的考察，提升農民工市民化水平的關鍵在于為農民工樹立人力資本培養意識、提供穩定居所和社會保障，以及鼓勵就近就地遷移。

從研究中我們得到如下啟示： 一是要讓農民工充分認識到人力資本的重要性，不斷積累社會發展所需的知識和技能，使自己的人力資本得到增值。二是發展多樣房源，使有意愿、有能力長期定居的農民工獲得固定居所，實現永久性遷移。三是建立覆蓋農民工的社會保障和公共服務制度，逐漸消除農民工與市民之間公共服務的歧視性差異。四是提升中小城市經濟發展水平，強化產業發展，鼓勵農民工就近就地市民化。此外，在農民工落戶問題上，政府不能只考慮精英落戶，更要全方位考慮人才屬性；不能僅考慮短期成本，更要考慮人口紅利和遠期收益。只有給予農民工足夠的關注和待遇，免除其后顧之憂，才能使農民工更好地融入城市，為城市做出自身的貢獻。

注釋：

①技能培訓是指農民工參加的政府提供的、不收取任何費用的各類培訓，一方面包括與就業、職業活動有較大關系的培訓，如就業技能培訓、實用技術培訓、崗位培訓、晉升培訓等，另一方面包括其他的生活技能或健康知識培訓。

②指農民工是否具有失業保險、城鎮職工養老保險或城鎮居民養老保險。

③選取家庭收支余額（即農民工家庭平均每月總收入減去平均每月總支出的差額）現值來衡量農民工家庭的經濟狀況。

④主要指老家中是否有老人贍養、子女照看、土地耕種等問題需要農民工操心。

⑤管理技術類職業包括國家機關、黨群組織、企事業單位負責人、專業技術人員、公務員、辦事人員和有關人員，非管理技術類職業包括商業服務業人員、農林牧漁水利業生產人員、生產運輸設備操作人員及有關人員、無固定職業和其他不便分類的從業人員，將職業分為兩類而不是保留多個類別是為了區分職業地位的差異。