地方政府注意力與農業轉移人口市民化周密

關鍵詞：地方政府注意力；農業轉移人口；市民化；居留意愿；機器學習

中圖分類號：F323.6；F299.2 文獻標識碼：A 文章編號：1000-176X（2024）12-0053-16

一、引言

黨的十八大以來，中國在推進農業轉移人口市民化方面取得了顯著成效，約1. 3億農業轉移人口已在城鎮成功落戶，這標志著中國在解決城鄉二元結構問題上邁出了堅實的一步。然而，農業轉移人口市民化的進程仍面臨不少挑戰。據統計，目前仍有約1. 7億進城務工的農民工及其家屬未能在城鎮落戶，導致常住人口城鎮化率與戶籍人口城鎮化率之間存在19. 2個百分點的差距。這部分群體的生活狀態尤為值得關注，他們大多處于在城鄉間頻繁遷移的狀態，既不能完全融入城市生活，也無法徹底回歸農村，學術界稱之為“半城市化”［1］。

盡管戶籍制度改革的深入實施已逐步減少了戶籍附帶的公共服務和社會福利，但農業轉移人口未能在城鎮落戶的情況，并不僅僅是因為戶籍本身的價值下降［2］。一方面，農業轉移人口面臨的就業歧視導致他們缺乏有效的勞動激勵和保障，這使得他們不愿意作出市民化的決定［3］。另一方面，由于農業轉移人口無法享受與城市居民同等的醫療衛生、教育、住房和社會保障等公共服務，這導致了他們的居留意愿不高［4-5］。這些揭示了農業轉移人口市民化進程中面臨的核心問題是公共服務的均衡性和可及性。相關群體在關注流入地城市當前發展狀況的同時，也會考慮城市未來的發展潛力，這也是農業轉移人口市民化決策的關鍵影響因素［6-7］。

地方政府注意力指的是政府管理者對各項城市發展相關議題的全面關注，是決定某一時期內政策產出和執行的重要基礎，能夠有效展現政府的規劃和目標，反映出地方政府的發展潛力。近年來，學者們將地方政府注意力的概念與中國實際情況相結合，相關研究逐漸擴展到具有中國特色的市民化領域。吳賓和夏艷霞［8］利用2003—2017年270份地方《政府工作報告》，對農業轉移人口市民化領域內的地方政府注意力配置進行了時空演變分析。侯新爍和楊汝岱［9］利用中央和地方《政府工作報告》，從城市化視角分析了地方政府注意力對區域人口流動和空間布局的影響。張振波和閆釗［10］采用詞典法測算了地方政府注意力，發現地方政府注意力配置會促進區域間公共服務均等化水平的提升。還有學者實證分析了地方政府注意力對城市治理［11］、住房服務［12-13］、社會保障［14］和農業轉移人口公共就業服務［15］的影響。總體來看，相關研究正由最初的地方政府注意力配置向地方政府注意力對公共服務的影響轉變，但在地方政府注意力對農業轉移人口市民化的影響這一問題上缺乏進一步討論，尤其是缺少個體層面的微觀證據，并且其中的機制也尚未得到充分證實。

本文的邊際貢獻在于：第一，本文從地方政府注意力視角出發，在量化地方政府注意力配置的基礎上，進一步分析其對農業轉移人口市民化的影響，拓展了市民化領域內地方政府注意力的研究邊界，并豐富了農業轉移人口市民化影響因素的相關研究。第二，本文進一步揭示了地方政府注意力影響農業轉移人口市民化的作用機制，從公共服務的增量視角，驗證了地方政府注意力通過提高農業轉移人口城市歸屬感，進而提升其市民化意愿的作用路徑，并驗證了社會網絡的正向調節效應。第三，相較于現有研究普遍采用的關鍵詞詞典法，本文通過LDA（Latent DirichletAllocation） 主題模型識別政策文本內容主題的方法測算地方政府注意力，為地方政府注意力研究提供更加客觀、準確的測算方式。

二、理論分析與研究假設

城市公共服務是關乎農業轉移人口自身及其家庭福祉的關鍵，也是農民工“用腳投票”的重要考量［16］。因此，農業轉移人口市民化的預期凈收益取決于城市所能提供的公共服務質量，預期成本則取決于共享城市公共服務的門檻［17］，兩者往往呈正相關關系［18］。地方政府作為公共服務供給的主體，其注意力配置能夠對未來一段時期內的政府治理行為產生重要影響，具體表現為地方政府及其所屬部門出臺相關政策文件、開展專項行動和計劃，以及增加特定領域的財政預算或設立專項資金［19］。因此，當市民化議題在地方政府注意力的競爭中獲得優先地位時，這將直接影響地方政府的公共財政分配，提高公共服務的質量與可及性，從而增加農業轉移人口在流入地城市的市民化預期凈收益，進一步提升其市民化意愿。綜上，本文提出如下假設：

假設1：地方政府注意力能夠促進農業轉移人口市民化。

根據上述分析，本文認為，地方政府注意力對農業轉移人口市民化的影響存在“地方政府注意力→提升公共服務增量→市民化意愿提升”的邏輯鏈條，而“提升公共服務增量→市民化意愿提升”部分的微觀作用機制還有待進一步分析。地方政府對市民化議題的重視程度不僅是影響城市公共服務供給的重要政策信號，也直接影響著農業轉移人口的市民化預期凈收益。基于此，本文提出傳導機制：地方政府注意力通過提高農業轉移人口城市歸屬感，進而促進其實現市民化。農業轉移人口市民化的核心在于實現公共服務均等化。從機會公平的角度來看，均等化意味著農業轉移人口與本地戶籍居民能夠公平地獲取大致相同的公共服務［20］。均等化的本質在于進一步剝離社會利益與戶籍制度的綁定，不僅實現了本地戶籍居民的社會權利對農業轉移人口的部分讓渡，也在一定程度上體現了流入地城市對農業轉移人口作為本地公民身份的認可［21］。擴大和深化公共服務的廣度和深度，能夠讓農業轉移人口更加深切地感受到流入地城市的關懷和支持，提升他們及其家庭在當地的發展預期，縮短與城市的心理距離，提高農業轉移人口城市歸屬感，從而進一步激發其市民化的意愿［22］。基于此，本文認為，在地方政府注意力通過提升公共服務增量影響農業轉移人口市民化的路徑中，存在“提升公共服務增量→提高城市歸屬感→市民化意愿提升”的邏輯鏈條。綜上，本文提出如下假設：

假設2：地方政府注意力通過提升公共服務增量，提高農業轉移人口城市歸屬感，進而促進其實現市民化。

適應性學習理論指出，公眾能夠逐步學習并調整自己的心理預期，以更好地適應經濟環境的變化［23］。更加便捷的信息獲取渠道能夠為農業轉移人口持續提供市民化所需的信息，從而在其市民化預期形成的過程中發揮關鍵作用。當信息獲取渠道受限時，農業轉移人口在流入地城市建立的新社會關系網成為獲取市民化信息的重要途徑。在離開鄉村原有的親緣關系網絡后，農業轉移人口在城市的日常生活和工作中，更多地與同樣作為城市服務需求者的其他外來人口及當地市民密切互動，而非直接與政府部門接觸［18］。社會網絡不僅能夠縮短信息搜尋的時間，提高信息搜尋的效率，而且在促進農業轉移人口的城市就業方面發揮著重要作用。此外，社會網絡還展現出其在市民化過程中的延展性［24］。因此，農業轉移人口的社會網絡內部信息傳遞不僅能促使市民化政策信息的外溢，促進群體間的信息共享，還能持續提升農業轉移人口對市民化預期凈收益的評估，從而對其市民化決策產生積極影響。綜上，本文提出如下假設：

假設3：社會網絡對地方政府注意力與農業轉移人口市民化之間的關系存在正向調節效應。

三、研究設計

（一） 變量定義

⒈被解釋變量

本文的被解釋變量是農業轉移人口市民化。宏觀層面的農業轉移人口市民化（urban） 采用2010—2022年①各城市常住人口城鎮化率衡量。微觀層面的農業轉移人口市民化（longliving） 根據中國流動人口動態監測調查（China Migrants Dynamic Survey，簡稱CMDS） 問卷中“是否打算在本地長期居住（5年及以上）？”這一問題的答案構建，對表示未來“打算”定居5年及以上的流動人口，取值為1，對表示未來“不打算”“不確定”的流動人口，取值為0。

⒉解釋變量

本文的解釋變量是地方政府注意力（att）。《“十四五”新型城鎮化實施方案》明確將推進農業轉移人口市民化列為新型城鎮化的首要任務，并針對提升農業轉移人口的勞動技能素質、保障其勞動權益、提供隨遷子女的基本公共教育保障、提高社會保險的統籌層次和參保覆蓋率等方面提出了7項具體措施。黨的二十大報告進一步指出，加快農業轉移人口市民化進程還需重點關注大城市中新市民和青年人的住房保障等三個關鍵領域。基于上述政策，本文參照比較政策項目編碼手冊所提供的21個核心議題框架，結合實際情況，將農業轉移人口與市民化進程密切相關的議題分為六大類：醫療衛生（attmed）、勞動力（attlab）、教育（attedu）、移民政策（attmig）、社會福利（attwel） 和住房保障（atthou）。

本文采用LDA主題模型識別《政府工作報告》中有關農業轉移人口市民化的議題。LDA主題模型由Blei等［25］提出，以機器學習中的無監督學習方式對文本信息中的潛在語義結構進行聚類。鑒于LDA主題模型的主題聚類效果受訓練語料庫的規模和豐富度的影響，本文借助百度AI開放平臺的自然語言處理（NLP） 模塊，利用其提供的API 接口，結合Familia 開源項目下的LDA_News模型，對《政府工作報告》的文本數據集進行主題分析。該模型基于百度新聞的千萬級數據訓練而成，訓練集詞表規模為294 657個，聚類主題數為2 000個，全面覆蓋了經濟社會發展的各個方面，從而確保了對《政府工作報告》中農業轉移人口市民化議題識別的準確性。具體步驟如下：第一步，將《政府工作報告》以句子為單位進行拆分，并以城市—年份為單位對每句話進行順序標記，共獲得1 287 027句語料。第二步，對LDA_News模型的2 000個主題下的關鍵詞進行人工判斷，辨別主題是否屬于農業轉移人口市民化相關議題。第三步，基于LDA_News模型識別每句話對應的主題及概率，以概率值為依據確定某句話所屬的主題，進而確定其是否屬于農業轉移人口市民化相關議題。第四步，以農業轉移人口市民化相關議題的內容總長度占當年《政府工作報告》內容總長度的比例乘以100測算地方政府注意力。

⒊機制變量

本文的機制變量為公共服務增量（growth） 和城市歸屬感（belong）。這兩個機制變量之間是“地方政府注意力→提升公共服務增量→提高城市歸屬感→市民化意愿提升”這一條邏輯框架下的遞進關系。其中，地方政府注意力不能直接影響農業轉移人口城市歸屬感，主要原因在于：政府注意力涉及政策執行的問題，所以本文引入了公共服務增量作為其中的中介變量。公共服務增量的測算步驟如下：第一步，測算公共服務水平。本文參考《“十四五”公共服務規劃》和付明輝等［26］的研究，結合農業轉移人口市民化議題的重要性及測量的可行性，從教育服務、就業服務、醫療衛生和社會保障四個方面選取了12項具體指標，構建了城市公共服務指標體系（如表1所示）。人均水平和覆蓋率這兩個維度的指標可以有效反映公共服務的覆蓋范圍和深度。在此基礎上，本文進一步采用熵值法計算公共服務水平，這種方法能夠客觀地反映公共服務的實際存量情況。第二步，測算公共服務增量。本文參考余靖雯等［27］的研究，公共服務供給存在一定的滯后性，主要表現為當前時期的公共服務投入會增加下一時期的服務存量。鑒于地方政府財政支出是影響公共服務供給的關鍵因素［28］，本文采用財政預算周期衡量公共服務供給的建設周期。考慮到中國政府的預算周期約為21個月［29］，本文通過計算地方《政府工作報告》發布后次年的公共服務水平增長率以評估公共服務的增量變化。城市歸屬感根據CMDS問卷中“我很愿意融入本地人當中，成為其中一員？”這一問題的答案構建。按照受訪者回答“完全不同意”“不同意”“基本同意”“完全同意”依次取值為1、2、3、4，值越大代表城市歸屬感越強。

⒋調節變量

本文的調節變量為社會網絡（soc），根據CMDS問卷中“您業余時間在本地和誰來往最多？”這一問題的回答構建。如果農業轉移人口在流入地城市與同鄉、本地人和其他外地人交往頻繁，則社會網絡取值為1；如果不與他人交往，則社會網絡取值為0。

⒌控制變量

參考現有理論和研究成果［30-31］，本文選取的個體層面的控制變量包括：年齡（age），采用受訪年份與出生年份的差值衡量；年齡平方項（agesq），采用年齡的平方衡量；性別（gender），男性取值為1，女性取值為0；受教育程度（edu），按照學歷對應年份取值，未上過學取值為0，小學取值為6，初中取值為9，高中或中專取值為12，大專取值為15，大學取值為16，研究生取值為19；民族（nation），漢族取值為1，否則取值為0；婚姻（marry），在婚取值為1，非在婚取值為0；流動范圍（range），跨省流動取值為1，省內跨市流動取值為2，市內跨縣流動取值為3；流動時長（duration），采用受訪時間與本次流動時間的差值衡量。

家庭層面的控制變量：隨遷子女（child），有隨遷子女取值為1，否則取值為0；家庭成員數（members），采用受訪者本人、配偶、子女，以及在本戶同住的其他家庭成員的總數衡量；家庭人均月收入（lnaverincome），采用家庭月收入與家庭成員數之比的自然對數衡量。

城市層面的控制變量：經濟發展水平（lnpergdp），采用地區生產總值與常住人口數之比的自然對數衡量；房價（lnhouseprice），采用每平方米房屋均價的自然對數衡量；政府干預程度（govitv），采用政府財政一般支出與地區生產總值之比的自然對數衡量；科教支出（lntepay），采用科技支出與教育支出之和的自然對數衡量。

（二） 模型構建

（三） 數據來源

本文通過提取《政府工作報告》中的非結構化數據測算地方政府注意力。《政府工作報告》作為政府施政理念的系統性闡述，憑借其權威準確、議題競爭及樣本連續等優點，被廣泛應用于地方政府注意力配置的研究中［33］。鑒于政策信號的傳遞與政策效果的顯現存在一定的時滯性，本文對地方政府注意力的數據進行了滯后一期的處理。這樣做不僅考慮了《政府工作報告》的發布及執行周期，同時在技術層面盡可能減少了因反向因果關系而產生的內生性問題。本文通過地方政府官方網站、人大網站及報紙等渠道，收集了2009—2021 年290 個城市的《政府工作報告》。除個別城市在某些年份的報告有所缺失外，共計獲取了3 595份《政府工作報告》，使用2011—2017年的《政府工作報告》與CMDS數據進行匹配。為便于后續的LDA主題模型分析，這些報告被進一步處理，共計提取出1 287 027句語料。

受數據可得性的限制，本文關注的微觀層面農業轉移人口市民化及其個體和家庭特征的數據來源于2012—2018年的CMDS。樣本覆蓋除香港特別行政區、澳門特別行政區和臺灣地區以外的31個省（自治區、直轄市） 及新疆生產建設兵團。被調查者為居住在流入地城市一個月及以上、非本區（縣、市） 戶口的15周歲及以上的流動人口。農業轉移人口需具備戶籍為農業戶口、“鄉—城”流動兩個要素，本文依此對樣本進行剔除。數據清理的標準為：保留農業戶口的樣本；保留在流入地城市居住一個月以上的農業轉移人口樣本，剔除樣本受訪時所在地為村委會的樣本；保留流動原因為務工、經商或隨遷的樣本，剔除因投親、拆遷、婚嫁、參軍、學習等其他原因流動的樣本；剔除跨國遷移及戶籍地為港澳臺地區的樣本；本文參考顏迪等［34］的研究，剔除年齡超過70歲的極端值樣本。在2013年CMDS的A卷調查中，沒有包含被調查者居留意愿的相關信息，本文采用C卷中八個城市的較小樣本進行專項分析。在其他年份的分析中，則統一采用A卷的數據。④宏觀層面的農業轉移人口市民化數據來源于地方統計局和《中國城市統計年鑒》。同時，本文選取了經濟發展水平、房價，以及政府干預程度、科教支出等因素作為控制變量，以考察這些因素對農業轉移人口市民化的影響。這些控制變量的數據來源于國信房地產信息網和《中國城市統計年鑒》。本文將上述數據與地方政府注意力數據進行匹配，最終得到有效樣本488 545個。本文將《中國城市統計年鑒》與同年的CMDS數據進行匹配。以城市層面的控制變量作為前定變量，能夠緩解雙向因果帶來的內生性問題。家庭人均月收入、經濟發展水平、房價、科教支出在回歸模型中均進行了對數處理。表2是本文主要變量的描述性統計結果。

四、實證結果與分析

（一） 基準回歸分析

基準回歸結果如表3所示。列（1） 為加入了城市層面控制變量的回歸結果，從宏觀層面檢驗地方政府注意力對農業轉移人口市民化的影響；列（2） 至列（5） 從微觀層面進行檢驗，其中，列（2） 未引入控制變量；列（3） 至列（5） 依次加入了個體、家庭和城市層面的控制變量。上述分析均控制了城市固定效應和時間固定效應。表3列（1） 中att的系數顯示，地方政府注意力每增加1個標準差，農業轉移人口市民化的概率提高0. 1566%（0. 0006×2. 6104），且通過了10%顯著性水平的檢驗，說明地方政府加大對市民化工作的關注和投入，能夠增強對流動人口的吸引力，從而促進農業轉移人口市民化。

表3列（2） 至列（5） 結果顯示，地方政府注意力的回歸系數在各回歸模型中均為正，且均通過了1%顯著性水平的檢驗。表3列（5） 中att的系數顯示，地方政府注意力每增加1個標準差，農業轉移人口市民化的概率會提高0. 2098% （0. 0009×2. 3311），說明地方政府增加對市民化議題的注意力，能夠提高農業轉移人口市民化的預期凈收益，增強這部分群體的市民化信心，進而提升其市民化的可能性，假設1得以驗證。

本文進一步比較在不同的市民化議題上，地方政府注意力是否對農業轉移人口市民化有不同的影響。隨著市民化進程深入到政府治理的諸多領域，研究地方政府對不同市民化議題的注意力資源配置情況，對于理解地方政府如何配置和調整其注意力資源，以促進農業轉移人口市民化具有重要意義。本文將解釋變量分別替換為地方政府對醫療衛生、勞動力、教育、移民政策、社會福利和住房保障等六類議題的注意力，進一步分析其對農業轉移人口市民化（longliving）的影響。回歸結果如表4所示。列（1） 中，地方政府在醫療衛生議題上的注意力的系數不顯著，說明地方政府對醫療衛生議題的注意力并未顯著影響農業轉移人口市民化，這可能是因為隨著基本醫療保險跨省異地就醫費用結算制度（以下簡稱“異地就醫結算制度”） 日益完善，農業轉移人口享受醫療衛生服務的場域不局限于流入地城市，地方政府在醫療衛生服務上的投入并不是影響農業轉移人口市民化決策的主要因素。

表4列（2） 至列（6） 結果顯示，地方政府在勞動力、教育、移民政策、社會福利和住房保障等議題上的注意力的系數均為正，且通過了1%顯著性水平的檢驗，其中，地方政府在勞動力和教育議題上的注意力對農業轉移人口市民化的影響最強，地方政府在勞動力和教育議題上的注意力每增加1 個標準差，農業轉移人口市民化概率分別提高0. 9431% （0. 0150×0. 6287） 和0. 4722%（0. 0083×0. 5689）。其原因在于，一方面，就業與收入是農業轉移人口進城后最關心的問題，這構成了勞動力議題的主要內容。因此，地方政府在勞動力議題上的注意力對農業轉移人口市民化的影響最大。另一方面，隨著家庭化遷移逐漸成為主流趨勢，隨遷子女的教育問題成為了影響農業轉移人口市民化的一個重要因素［31］。與異地就醫結算制度逐步縮小醫療服務的地域差距不同，各城市間的教育資源及接受高等教育的機會仍然存在顯著差異。這種情況下，地方政府在教育議題上的注意力對農業轉移人口市民化的影響更大。

（二） 內生性分析

⒈遺漏變量

為進一步檢驗不可觀測因素對農業轉移人口市民化的影響，本文采用敏感性分析方法，檢驗在考慮潛在遺漏變量的情況下，回歸結果是否仍保持穩健［35］。

本文采用兩種方法進行檢驗。第一種方法，計算β?。若β? 落在估計參數的95%置信區間內，則說明地方政府注意力的系數估計值比較穩定，受到遺漏變量的干擾較小。第二種方法，計算當β?=0時的δ取值。若δ值大于1，意味著要使地方政府注意力的系數估計值出現顯著變化，潛在的不可觀測變量對農業轉移人口市民化的解釋力必須強于現有控制變量對農業轉移人口市民化的解釋力。表5的結果顯示，β*=β* （R，δ） 的取值在95%置信區間內，且δ大于1，地方政府注意力與農業轉移人口市民化的相關關系相較于不可觀測遺漏變量與農業轉移人口市民化之間的相關關系更強，這證明了研究結果的穩健性。

⒉雙向因果

本文采用市長任期（renqi） ①作為工具變量，主要有以下兩方面原因。一是滿足相關性假設，市長作為地方政府的最高行政負責人，市長任期與地方政府注意力高度相關。官員的任期長短與地方政府注意力的分配及城市發展緊密相關。通常而言，上任時間較短的官員往往擁有更強的晉升期望［36］，他們傾向于在任期初優先推動經濟發展，以展現經濟成果，相對減少了對教育、醫療衛生等公共服務議題的關注［37］。二是滿足外生性假設，官員的個人特征會通過其對市民化工作的重視程度，反映在市民化領域的政策制定和財政支出決策上，間接提升農業轉移人口市民化的信心，而不是直接作用于農業轉移人口市民化進程。表6的列（1） 和列（2） 為將市長任期作為工具變量的回歸結果。表6列（1） 結果顯示，第一階段回歸F統計量的值大于10，市長任期的回歸系數為0. 1570，且在1%水平上顯著，說明工具變量滿足相關性要求。第二階段回歸結果顯示，工具變量通過了弱工具變量檢驗，且顯著拒絕不可識別的原假設，進一步證明Rg+sssI45hF6W4d1Xo8evA==了工具變量與解釋變量的相關性。表6列（2） 結果顯示，地方政府注意力對農業轉移人口市民化依舊具有正向影響，地方政府注意力每增加1個標準差，農業轉移人口市民化概率就會提高2. 6575%（0. 0114×2. 3311），且在1%水平上顯著，說明了基準回歸的結果具有穩健性。

（三） 穩健性檢驗

第一，更換解釋變量衡量方式。本文使用市民化議題的句頻占比和計算地方政府注意力優先度這兩種方式，對地方政府注意力進行重新測算并進行回歸分析。本文通過對《政府工作報告》中的內容按出現的前后位置進行排序，計算市民化相關議題句子的優先度均值，可以有效刻畫地方政府注意力優先度，這也印證并量化了柯迪等［38］提出的議題內容“前置”會增加其在政府工作中優先級的思路。回歸結果如表7列（1） 和列（2） 所示。按句頻占比測算的地方政府注意力（attju） 和地方政府注意力優先度（priority） 對農業轉移人口市民化仍存在正向影響，且均通過了1%顯著性水平的檢驗。

第二，落戶門檻競爭性假說。公共服務質量更高、對農業轉移人口更具吸引力的城市，很可能也是擁有更高落戶門檻和更低可及性的城市［30］。為排除這一競爭性解說，本文將張吉鵬和盧沖［39］使用的120個城市落戶門檻指數作為控制變量加入基準回歸模型。回歸結果如表7列（3）所示。地方政府注意力依舊促進了農業轉移人口市民化，且通過了1%顯著性水平的檢驗。

第三，更換被解釋變量衡量方式。落戶意愿（luohu） 也常被用于衡量農業轉移人口市民化［40］。本文根據CMDS問卷中“如果您符合本地落戶條件，您是否愿意把戶口遷入本地？”這一問題的答案構建，將選擇“愿意”的樣本取值為1，選擇“不愿意”的樣本取值為0，剔除“沒想好”的樣本。①回歸結果如表7列（4） 所示。即使更換農業轉移人口市民化的衡量方式，地方政府注意力對農業轉移人口市民化仍然存在正向影響，且通過了1%顯著性水平的檢驗。

第四，更換回歸方法。考慮到農業轉移人口市民化是二分類變量，本文分別采用Probit模型和Logit模型進行進一步檢驗。回歸結果如表7列（5） 和列（6） 所示。地方政府注意力的回歸系數依然為正，且通過了1%顯著性水平的檢驗，證明基準回歸結果具有穩健性。

（四） 異質性分析

⒈房價異質性

本文以樣本所在城市房價均值為標準，將樣本所在城市按照高房價城市和低房價城市分組并進行回歸分析，回歸結果通過了組間系數差異檢驗，如表8列（1） 和列（2） 所示。雖然兩類城市中的農業轉移人口市民化都受到地方政府注意力的正向影響，分別通過了1%和5%顯著性水平的檢驗，但相較于低房價城市的農業轉移人口，地方政府注意力對高房價城市農業轉移人口市民化的促進作用更強。可能的解釋是，高房價城市擁有更充足的稅收和其他財政收入，農業轉移人口更容易相信這些城市有能力按時保質地完成市民化治理的目標任務，這有助于提升他們對自己市民化進程的信心。

⒉人力資本異質性

隨著戶籍制度改革的不斷推進，人力資本較高的農業轉移人口在市民化進程中遇到的障礙和成本將進一步減少。相比以往，這類群體將更加關注地方政府在市民化領域的政策動向和投入力度。本文以義務教育階段為參照，將學歷在初中及以上的農業轉移人口定義為高人力資本，將學歷在初中以下的農業轉移人口定義為低人力資本。按此標準進行分組回歸，回歸結果通過了組間系數差異檢驗，如表8列（3） 和列（4） 所示。雖然兩類農業轉移人口市民化都受到地方政府注意力的正向影響，但僅高人力資本的農業轉移人口市民化受到的影響通過了1%顯著性水平的檢驗。可能的原因是，高人力資本的農業轉移人口對市民化相關政策的信息獲取能力更強，對政策信號的接收和理解程度更好，其市民化意愿會受到地方政府注意力的顯著影響。

⒊家庭人均收入異質性

本文以樣本中的家庭人均月收入均值為標準，將樣本分為高收入家庭和低收入家庭進行分組回歸，回歸結果如表8列（5） 和列（6） 所示。高收入家庭和低收入家庭的農業轉移人口市民化都受到地方政府注意力的正向影響，均通過了1%顯著性水平的檢驗，且通過了組間系數差異檢驗。高收入家庭受地方政府注意力的影響更強。這是因為，對于高收入的農業轉移人口家庭而言，他們已基本實現了生存目標，具備了市民化的物質條件。在此基礎上，與市民化緊密相連的政策導向和變化，成為影響他們市民化決策的關鍵因素。隨著落戶限制的逐步放寬，落戶所需的經濟成本顯著降低，低收入家庭的農業轉移人口也開始關注地方政府的發展前景，積極尋求市民化的途徑。

五、進一步分析

（一） 城市歸屬感

由表9列（1） 可知，滯后一期的地方政府注意力att的回歸系數為0. 0042，且在10%水平上顯著，而當期地方政府注意力F. att的系數并不顯著。這說明將公共服務供給周期設定為與財政預算周期相匹配的兩年期是合理的，且公共服務供給在當年不受地方政府注意力波動的影響。地方政府注意力確實是通過提高城市公共服務增量來促進農業轉移人口市民化的。本文進一步分析公共服務增量對農業轉移人口歸屬感的影響，回歸結果如表9列（2） 所示。growth 的系數為0. 0692，且在1%水平上顯著，說明城市公共服務增量的提升能夠提高農業轉移人口歸屬感，進而提升其市民化意愿。至此，“地方政府注意力→提升公共服務增量→提高城市歸屬感→市民化意愿提升”的邏輯鏈條通過實證檢驗，假設2得到驗證。本文主要參考魏東霞和陸銘［32］的做法，通過驗證A對B的影響和B對C的影響，解釋A→B→C→D的遞進式機制。在檢驗“地方政府注意力→提升公共服務增量”的機制時，本文同時控制了當期的政府注意力和滯后一期的政府注意力，在一定程度上解決了潛在的內生性問題。對于機制的后半段，微觀個體的城市歸屬感難以改變城市層面的公共服務供給，在理論上并不存在反向因果問題。

（二） 社會網絡的調節效應

在流入地城市形成的全新社會網絡是農業轉移人口獲取政府市民化政策信息的重要來源。為驗證社會網絡可能發揮的調節效應，本文將社會網絡（soc）、地方政府注意力與社會網絡的交互項（att×soc） 加入基準回歸模型進行回歸，回歸結果如表9列（3） 所示。att的系數為0. 0024，且在5%水平上顯著，交互項att×soc的系數為0. 0033，且在10%水平上顯著，說明社會網絡更加豐富的農業轉移人口，其市民化意愿受地方政府注意力的影響更大，存在明顯的正向調節效應。在流入地城市中，農業轉移人口形成的新社會網絡能夠提高市民化政策信息的流通效率，從而促進農業轉移人口的市民化。假設3得到驗證。

六、研究結論與政策建議

本文運用機器學習和文本分析技術，從2009—2021年290個城市的《政府工作報告》這一非結構化數據源中，提煉出地方政府注意力相關信息，并從城鎮化的角度探討地方政府注意力對農業轉移人口市民化的影響。本文發現，地方政府注意力能夠促進農業轉移人口市民化，尤其在勞動力與教育議題上，地方政府注意力的影響最為明顯。此外，對于那些具有高人力資本、高家庭收入，以及位于高房價城市中的農業轉移人口而言，地方政府的注意力對其市民化的影響更為明顯。進一步的機制分析說明地方政府注意力通過提升公共服務增量，提高農業轉移人口的城市歸屬感，從而加速其市民化進程。在此過程中，社會網絡發揮了積極的調節效應。根據上述研究結論，本文提出以下政策建議：

首先，地方政府需在各種利益間尋求平衡，合理配置其注意力資源。堅持走以人為本的新型城鎮化道路，致力于構建包容性的城市環境，優化地方政府注意力配置，加快推動公共服務均等化。特別是，要確保農業轉移人口及其家庭成員的基本權益得到保障，鼓勵家庭的整體遷移，積極應對農業轉移人口在市民化進程中關切的事項，為他們創造更多發展機會和社會福利。

其次，完善政府信息公開制度，提升政策普及率，這是加速農業轉移人口市民化進程的關鍵舉措。為此，政府應充分利用多種信息傳播渠道，包括官方網站、官方微信公眾號等線上平臺，以及企業合作宣傳和社區宣傳活動等線下方式，確保信息的廣泛覆蓋和精準送達。通過這些渠道，政府可以及時向廣大農業轉移人口傳遞市民化相關政策、財政資源配置情況及其他重要信息。這不僅有助于打破市民化進程中的信息障礙，使農業轉移人口能夠在第一時間了解并掌握最新的市民化進展，還能有效增強他們對市民化政策的信心，激發其主動融入城市生活的積極性。此外，多渠道的信息發布還能促進社會各界對市民化工作的關注和支持，形成良好的社會氛圍，共同推動農業轉移人口順利融入城市生活。

再次，建立網絡問政平臺，匯集民眾智慧，促進政策優化。農業轉移人口常常面臨信息不對稱的問題，導致政府在制定相關政策時可能出現滯后，難以準確把握這一群體的最新需求。為有效解決這一問題，應為農業轉移人口提供一個能夠表達自身市民化訴求的平臺。通過這個平臺，他們可以就住房、就業、教育、醫療衛生等方面的問題提出意見和建議，政府則可以通過數據分析和反饋機制，及時了解和回應這些訴求。此外，應充分發揮社區居委會、社會組織等基層治理機構的作用，提高農業轉移人口的城市歸屬感。

最后，設計并完善多維度的官員考核指標體系，引導地方官員關注城市多元化發展，激發他們在市民化治理方面的積極性。針對當前地方政府官員在市民化治理方面動力不足的問題，有必要盡快從粗放式管理向精細化管理轉變。中央政府在進行考核指標體系改革時，應充分考慮居民的需求偏好，通過優化社會監督機制和偏好反饋機制，提升地方政府對市民化問題的響應效率，確保政策制定更加貼近民眾實際需求。

（責任編輯：鄧菁）