收益抑或损伤：我国农民工的区域回流与职业福利

       中图分类号：C922       文献标志码：A       文章编号：1001-862X（2015）01-0048-008
　　一、问题的提出
　　在世界范围内，以经济利益为追寻目标的跨区域劳动力转移在发达国家与发展中国家均不鲜见，我国农民工的劳动力流动也不例外。自20世纪80年代出现大规模劳动力转移以来，我国数以亿计的农民工开始自中西部地区向东部沿海发达地区迁移，但囿于我国传统的户籍制度及附着在户籍制度之上的福利属地化，这些人口往往徘徊于“传统农民”与“现代工人”的双重角色之间。同时，伴随着规模庞大的外出务工流，近年来也出现了大幅度的回流趋势：2009年，在东部地区务工的农民工比例比2005年下降12.9%，在中部和西部地区务工的农民工则同比增长了4.7%和8.2%。[1]2011年，东部务工农民进一步同比下降1.5%，而中西部务工农民的比例分别上升了0.7%和0.8%。[2]
　　在这种大规模区域回流现象的背后，很多学者将其归咎于身份认同、家庭照顾或经济危机等外在因素，并将此回流趋势视为一种被迫选择。这种观点虽然考虑到了流动人口与外在因素的互动关联，然而却忽略了农民工就业选择过程中的内生性诱因，忽视了农民工在回流过程中可能存在的比较收益，研究结论存在一定程度的主观偏见。事实上，基于现有理论的相关讨论并未明确回答迁移人口的损益得失。刘易斯（Lewis）的“二元经济理论”和托达罗（Todaro）的“预期收入理论”均强调制造业优势地区所具有的单维向心力[3][4]，因而根据这种理论，落后地区劳动力的回流显然不利于个体的职业福利。斯塔克（Stark）等人的“新迁移理论”则主张迁移人口的回流有助于获得低生活成本和高职业收益，因而回流似乎又成为其职业福利增长的重要表征。[5]博格（Bogue）等人提出的“推拉理论”则同时认识到了人口迁移过程所受到的吸引力和排斥力，并认为个体会理性评估流出地的“推力”和流入地的“拉力”[6]，根据该理论，迁移人口的外流与回流似乎均带有最优选择的痕迹。
　　与理论上的推演结果颇为类似，基于国际范围的实证研究也证明了迁移人口回流选择的双重效应。一些学者对于发达国家的研究表明回流选择对于迁移人口具有职业福利上的严重损伤，凯瑞娜（Caitriona）对爱尔兰的调查显示区域移民的反城市化进程使得移民者存在职业收益的损伤[7]，彼得（Peter）关于美国密歇根的纵贯研究表明收入减收、风险增长与机会降低是移民回流选择的普遍结果。[8]发展中国家的实证研究也揭示出了迁移人口区域回流的两面性，奥古斯汀（Augustin）、瑞克（Rachel）、安卓（Andre）等人对阿尔巴尼亚、印尼和斯威士兰的研究都明确表明回流选择对于移民的职业福利会造成显著的负面影响[11][12][13]，约翰（John）、王（Wang）等人对于太平洋三岛国和中国的研究则分别发现区域回流对职业福利的提升也会产生积极作用。[14][15]
　　综合比较既有研究，可以发现有关迁移人口区域回流的讨论并未形成实质性的学术共识。学术争议主要是三个方面造成的：（1）评估指标的不足。目前有关迁移人口的诸多研究往往围绕收入或稳定性等少数指标进行研究，而忽略了职业强度、职业保险、职业维权等重要职业保障指标的实际测量，这就使得对于迁移人口的实证考察存在着以偏概全的问题。（2）评估地域的不足。目前迁移人口的相关研究多采取局地实证调查的方式来加以完成，这种方式虽然有助于理解某个具体地域内农民工的真实状态，但是由于局部地区的调查存在较为有限的代表性，因而不同地域间的测量结果可能会呈现出较大程度的分野。（3）评估对象的不足。目前迁移人口的研究多将中西部地区的农民工作为唯一研究对象，而忽视了东部地区存在的流动人口外流和回流现象，因此这种分析并不能全面地认知我国流动人口的整体特征。基于此，本研究希望采取较为全面的职业福利视角来观察我国农民工的回流选择，通过针对全国2361名农民工的样本分析来形成对于流动人口区域回流效应的细致讨论。
　　二、研究设计
　　本调查自2013年3月到12月分别在天津、上海、广州、武汉、成都、兰州和哈尔滨等七个城市同时开展，针对我国七大行政区域的流动人口进行全国范围的实证研究。研究采取目标抽样和分层抽样相结合的方式，通过被调查者性别、年龄、民族、户口等基本指标的控制进行抽样框设计。问卷调查人数为2507人，其中有效问卷为2361人，有效问卷率94.176%。从样本分布情况来看，上海、武汉、广州地区的被调查者人数稍多，三者分别有408人、399人和381人接受了此次调查，天津、成都、兰州和哈尔滨的被访者数量分别为338人、321人、210人和304人。性别比例方面，由于男性农民工的整体数量较多，因此本次调查中男性与女性比例为59.466%和40.534%。民族构成方面，汉族农民工的被访者数量为2281人，其人数达到了整体数量的96.612%。在年龄分布方面，80后和90后新生代农民工数量居于主体，两者分别占总体的41.127%和28.717%，50后、60后和70后分别占3.346%、8.725%和18.086%。

       从研究方法来看，主要通过均值分析、因子分析、聚类分析和Logistic回归分析的方式展开讨论。在均值分析的过程中，研究首先将每个二级指标的得分标准化为？琢i（0？燮？琢i？燮3），在此基础上每个农民工的职业福利得分就可以通过具体得分的方式表述为T=■？琢i，得分越高则该农民工的职业福利越佳;同样，三个子指标就可以分别表述为T1=■？琢i /■？琢i*100%、T2=■？琢i /■？琢i*100%和T3=■？琢i /■？琢i*100%。在聚类分析的过程中，按照子指标的得分进行省份之间的聚类汇总，30个省份农民工的职业福利由该省份农民工的平均得分构成（？驻T=■Ti /n）。在Logistic回归模型中，将因变量的得分按照50%的得分率界限划分为二元变量，得分低于50%得分率的样本赋值为0，得分等于或者高于50%的样本赋值为1，其基本公式可以表述为LogisticT=1→T′？叟50%0→T′<50%。
　　在变量处理方面，本研究将农民工的职业福利及其三个子指标视为因变量。在具体的设计中，研究将子指标划分为职业安全（T1）、职业待遇（T2）和职业维权（T3）。其中，职业安全指标关注农民工的职业合同、职业风险和职业强度的基本情况，职业待遇指标主要考察农民工在职业收入、职业保险和职业休假方面的具体状态，职业维权指标关注于农民工在信息掌握、协商手段和投诉进程等方面的保障力度。在KMO与Bartlett的球形度检验中，三类指标的因子解释力分别为35.124%、32.103%和20.201%，其总体的解释度达到了87.428%。同样，本研究的自变量被划分为主变量、中介变量和控制变量加以测量，其公式可以表述为LogisticT=？琢0+？琢1？字1+？琢2？字2+？琢3？字3+？琢4？字4+？着i。其中，主变量（？字1）被确定为回流变量，该变量为二分变量，在设计中通过“回流”与“非回流”的二维设计来考察影响显著度。中介变量的设计主要考虑到个体资本因素对于职业福利的间接影响，并试图检验回流选择与个体资本的交互效应。在具体设计过程中，本研究将个体资本变量细化为人力资本变量（？字2）和社会资本变量（？字3）两个方面，并分别用教育水平、工作经验、专业技能和就业推介、就业信息、就业网络等6个子指标来测量。而在控制变量（？字4）方面，研究将性别、民族、健康和户口等四个最有可能对职业福利产生影响的人口学变量设计为控制变量。 (责任编辑：论文发表网)转贴于八度论文发表网: http://www.8dulw.com(论文网__代写代发论文_论文发表_毕业论文_免费论文范文网_论文格式_广东论文网_广州论文网)