留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

从个体稳定性到家庭迁移:文化认同与农民工稳定城市化

上一篇

下一篇

魏万青. 从个体稳定性到家庭迁移:文化认同与农民工稳定城市化[J]. 西南大学学报(社会科学版), 2020, 46(5): 1-11. doi: 10.13718/j.cnki.xdsk.2020.05.001
引用本文: 魏万青. 从个体稳定性到家庭迁移:文化认同与农民工稳定城市化[J]. 西南大学学报(社会科学版), 2020, 46(5): 1-11. doi: 10.13718/j.cnki.xdsk.2020.05.001
Wanqing WEI. From Individual Stability to Family Migration: Cultural Identity and Stable Urbanization of MigrantWorkers[J]. Journal of Southwest University Social Science Edition, 2020, 46(5): 1-11. doi: 10.13718/j.cnki.xdsk.2020.05.001
Citation: Wanqing WEI. From Individual Stability to Family Migration: Cultural Identity and Stable Urbanization of MigrantWorkers[J]. Journal of Southwest University Social Science Edition, 2020, 46(5): 1-11. doi: 10.13718/j.cnki.xdsk.2020.05.001

从个体稳定性到家庭迁移:文化认同与农民工稳定城市化

  • 基金项目: 国家社会科学基金一般项目“生命历程视角下农民工市民化基本公共服务精准匹配机制研究”(16BSH128),主持人:魏万青
详细信息
    作者简介:

    魏万青,社会学博士,广西大学公共管理学院,教授,区域社会治理创新研究中心副主任 .

  • 中图分类号: D668

From Individual Stability to Family Migration: Cultural Identity and Stable Urbanization of MigrantWorkers

  • 摘要: 稳定城市化强调农民工城市化是一个从个体稳定城市化到农民工家庭城市化的连续过程,因此农民工家庭迁移行为与迁移计划至关重要。研究基于CMDS 2014年流动人口社会融合与心理健康专题调查数据,采取Logit模型和KHB模型分析文化认同对农民工稳定城市化的影响。研究发现:(1)文化认同影响到个体的未来城市化预期(是否在本地生活与工作)与稳定性;(2)同时对农民工的家庭迁移决策产生影响;(3)文化认同的影响是连续的,通过个体稳定性进一步影响到家庭迁移行为与家庭迁移计划。论文提出提升农民工城市化质量,降低农民工城市化心理成本的具体对策:其一是针对异地迁移农民工家庭,提供公共文化服务,降低其文化适应成本;其二是基于新时代西部大开发,以经济发展促进农业剩余人口的就近转移,降低迁移过程中的文化适应成本与心理成本。
  • 推进新型城镇化战略,关键是识别“有能力在城镇稳定就业和生活的农业转移人口”[1],促进其举家进城落户,进而为其提供教育、培训、养老等基本公共服务; 推进乡村振兴战略,识别农民工群体的“回流人口”是关键。“农民工回迁”并非简单的人口流动,同时也意味着资源、人才与技术的回迁,对乡村振兴与产业发展至关重要。区域经济中著名的“苏南模式”,就是具有技术、知识与工业化理念的人才“下乡”的结果[2]。因此,无论是新型城镇化过程中推进基本公共服务的均等化,还是推进农村剩余人口的进一步转移,其重要基础都是对农民工的迁移或入户意愿(与之对应的是回流)进行识别。换言之,就是要弄清楚影响农民工在城镇稳定就业和生活的因素是什么?

    正因为如此,农民工迁移、回流问题成为近年来学术研究的热点。然而既有研究虽然成果丰硕,却依然存在薄弱与不足环节。其一是对农民工稳定性的既有研究,如关于永久迁移行为、入户意愿、回流行为与意愿的研究,主要从成本-收益、生命周期、人力资本、社会网络等诸多角度对农民的迁移决策、迁移类型进行解释,关注的变量包括个人特征与经历、家庭因素以及社会环境因素等[3],对文化认同等因素的关注有待加强。在定量研究中,如何测量文化因素的影响,既有研究尚未达成共识。如,既有研究往往将对方言的掌握视为文化认同的结果,但也有部分研究强调方言是个人能力的体现[4]。其二是既有研究基于静态视角,关注农民工个体或者家庭的迁移行为与意愿,而对个体迁移与家庭迁移之间的动态关系缺少关注。家庭化迁移意味着教育、医疗、住房等公共服务需求的增长[5],农民工个体迁移与家庭迁移的差异,关系到基本公共服务供给内容与空间的差异,但相关研究对此缺少充分的探讨。

    基于对上述问题的关注,本文将聚焦于文化认同因素对农民工稳定城市化的影响。具体而言,是从农民工个体的稳定性(是否再迁移)与家庭迁移意愿(家庭完整性)两个层面理解农民工城市化的稳定性,重点分析如下问题:(1)风俗认同、语言使用等文化认同因素对农民工个体永久迁移意愿的影响; (2)个体迁移对举家迁移的影响,以及文化认同在家庭迁移决策层面所发挥的作用。研究发现,核心家庭成员的个体迁移与其在城市的发展状况,是进一步迁移的前提。文化认同因素对家庭迁移决策的影响包括两部分:一是中介效应,即以个体迁移为中介,影响家庭迁移意愿与决策; 二是直接效应,即文化认同因素对家庭迁移行为与意愿的直接影响。

    这使得本研究不同于以往研究:第一,不同于以往的静态研究,本研究将文化认同的影响视为一个动态过程,分析文化因素对农民工不同迁移阶段的影响与机制。第二,在实践意义上,基于文化认同影响的重要性,本研究强调对异地迁移农民工而言,公共服务供给应包括文化服务的内容,促进农民工家庭的社会适应; 基于城市化发展战略,本研究强调新时代推进西部大开发与中心城市的发展,能有效降低农民工城市化过程中的文化适应成本与心理成本,提升城市化质量。

    农民工研究深受移民研究的影响。移民研究中,新古典经济学宏观理论关注地区差异对迁移的影响,微观理论则从理性角度将迁移视为个体收益与成本算计的结果,而新移民经济学将决策主体从个体转向家庭,强调迁移是家庭为分散风险所采取的多样化经营策略[6]。社会学、人口学则从生命周期、社会网络等诸多角度对移民的迁移决策、迁移类型或迁移意愿进行解释。既有研究虽然将迁移视为一个从空间迁移到经济适应、社会适应与心理适应的动态过程,但隐含着“永久定居移民范式”的假设,往往将既有迁入城市视为最终迁入城市,而回流是“迁移失败”的结果。在分析单位上,经典移民理论主要关注个体迁移行为,而新移民经济学强调家庭为决策主体。而在农民工研究中,大部分研究依然聚焦于个体迁移行为或意愿,家庭因素作为影响因素被纳入分析但并未真正以家庭为分析单位[5]

    近年来,时间与空间因素在移民与农民工研究中受到了越来越多的关注。多阶段迁移理论认为,在迁移目的地的选择过程中,移民心中也会对诸多目标城市进行排序,形成一个迁移城市等级体系,其中一些目标迁移地主要是移民中转站、充值站,移民在这个城市习得迁移所需的技能、积累资金,或构建网络,寻找进一步的迁移目标与机会[7]。因此,迁移是不断累积、不断发展的,当移民累积到一定资本时,往往会再迁移,迁往更好的地区[8]。从这个意义而言,迁移行为就是一个不断决策的过程。无论是继续迁移,还是回迁(回流),都只是解决问题或实现个人和家庭目标的一种选择,回流(回迁)也并非是一种“失败”。这也使得相关研究从经济学的理性范式转向决策范式。为此,研究者发展了关于决策行为的各种“形势评估模型”[9]。多阶段迁移理论强调根据不同阶段的个人与家庭目标分析其迁移策略,强调迁移的动态性。在迁移过程中,职业和家庭相关的生活阶段转变带来的变化,均会影响其下一步的迁移决策; 在人生的不同阶段,迁移的决策主体也不同,青年时期更多是基于职业发展,决策主体主要是个人,然而随着婚姻、生育与父母身体状况的变化,家庭因素的影响日益重要。这也意味着分析单位或因素应随着迁移阶段与目标的转变而转变。多阶段迁移理论也进一步丰富稳定了城市化内涵,对农民工城市化而言,我们应该关注的不仅是农民工个体的稳定性,同时还应该关注其家庭是否随迁[10]。然而既有研究却主要关注农民工个体迁移或家庭迁移,忽视了农民工迁移与城市化的阶梯性递进,也很少从稳定城市化角度分析两者的关联,对两阶段的迁移与城市化纳入统一的分析框架。

    移民研究中,文化因素备受重视,文化认同被视为移民融合的结果与关键指标。例如,经典同化理论将移民的社会融合视为移民对主流或强势的文化、价值观和生活方式的接受与认可过程,在融合过程中,移民原有的族裔特质与文化特征将逐渐丧失[11]。多元论虽然倡导族群文化差异与文化多样性,但依然将文化认同作为移民融合的标准。事实上,文化因素不仅被视为社会融合的结果,同时也是影响移民社会融合的途径与手段。比如,“聚集命题”强调,移民能从种族聚集中获得经济与福利回报,为移民的社会融合提供了“第三条道路”,即分割同化理论——移民通过种族聚集(进入种族企业就业以及聚集居住)形成保护带,逐步融入主流社会[12]。在与“聚集命题”相关的学术争鸣中,语言等文化现象经常被作为族裔聚集的测量变量[13-14]。而多阶段迁移理论则关注文化因素对迁移目标地的影响。在迁移目的地的选择过程中,移民会对诸多目标城市进行排序,形成一个迁移城市等级体系。其中,目标城市的文化特征与移民自身文化的亲和性成为影响排序与迁移决策的重要因素[7]。总之,从迁移目的地选择、融入策略到融入结果,文化因素的影响贯穿迁移的全过程。

    与国际移民常常面临母国与目标国之间巨大的文化差异不同,农民工迁移是国内迁移,农民工迁移面临的文化差异不如国际移民那样显著。但文化因素依然是农民工行动逻辑的坚实基础[15],对其迁移地的选择、工作权益与经济适应,以及定居意愿等均发挥着显著影响。首先是在迁入地的选择上,迁入地与迁移地的方言距离对农民工迁入地的选择具有显著影响[16]。其次,在流动过程以及在城市适应与发展过程中,文化的影响同样存在,进而形成了诸如“浙江村”[17-18]、“平江村”[19]等典型的移民社区。流动人口往往依托同乡网络等寻找工作[20],解决具体困难,适应城市[14, 21]。而企业管理者也依托地缘、血缘等传统文化因素,招聘与管理工人[22-24]。最后,文化因素也是预测农民工定居与入户意愿的关键因素。蔡禾、王进[4]发现方言能力对永久迁移意愿有显著影响。王玉君[25]研究发现,与本地人互动的情况以及掌握方言的熟练程度不仅直接对城市定居意愿产生正向影响,而且积极影响归属感从而间接提升其定居意愿。悦中山[26]研究发现,家乡文化保持和城市归属感都是预测农民工发展意愿的重要因素。何丽[27]研究发现,语言使用会对农民工子女身份建构、居留意愿产生显著影响。

    梳理既有研究不难发现,文化因素对农民工的影响贯穿其迁移的整个过程,然而,相关研究也存在诸多问题需要解决。其中,文化因素的测量以及文化因素对农民工迁移决策的影响机制,尤为值得关注。相关测量中,语言是常用的指标。但语言或者方言(对本地方言的熟练程度)指标的内涵是非常丰富的,既可以作为人力资本对农民工迁移与定居产生影响[4, 28-29],同时也可以视为农民工的社会资本与社会融合的结果,其对当地方言的掌握本身就反映了农民工与当地居民的接触情况[30]。此外,方言的使用情况,反馈的是社区的异质性与居民的群体构成,影响着社会信任[31]。与方言类似,同乡关系也是策略的常用指标,与方言变量类似,同乡关系的内涵也非常丰富。一方面,同乡关系是一种网络关系,是农民工信息交流的重要载体,是获得具有价值的信息(如招工信息)的关键渠道[20]。另一方面,同乡关系也承载了地域文化特点与地缘关系,体现了流出地相同的经济社会环境对农民工群体的影响。同乡关系还是一种情感关系,但同乡聚集并非一个随机过程,理性因素依然在起作用[21]。因此,当研究者分析方言与同乡关系对农民工的迁移意愿、工资、权益的影响时,一个需要回答的问题是,方言、同乡网络的测量,到底在测量什么?更进一步,研究需要追问的是,文化因素对农民工稳定城镇化(或迁移)的影响机制是什么?在农民工迁移的不同阶段或者城市化的不同阶段,文化因素的影响有何不同?

    正是在这个意义上,本文从风俗认同、语言使用(方言)以及同乡网络关系的视角,多角度考察文化的影响。具体而言,文章从个体和家庭两个层面理解稳定城镇化,将其区分为个体迁移和家庭迁移阶段,分析不同阶段风俗认同、语言使用(方言)以及同乡网络等文化因素对农民工迁移(留城、再迁移,还是返乡)的影响。这也使得本研究与以往研究存在显著的不同:首先,基于文化因素的复杂性,本研究试图建立一个多维测量指标,分析文化对农民工迁移意愿的影响。其次,本文力图表明农民工迁移是由个体迁移到家庭迁移的过程[32]。而文化因素将以个体迁移决策为中介,影响家庭迁移决策。因此,有必要将个体迁移与家庭迁移区分开来,分析文化因素对个体迁移与家庭迁移决策的影响。与此同时,两个阶段互相联系,构成了农民工城市化的不同维度,因此在关注文化认同影响的阶段性特征的基础上,还应该关注两个阶段的相互关联。

    基于多阶段迁移理论,城市化主要可分为两个阶段,即个体迁移阶段和家庭迁移阶段。对农民工而言,个体的乡城迁移决策早已做出,因此这里主要关注迁移的稳定性,即分析其再迁移的意愿。分析框架与假设如下:

    H1.文化认同因素对个体迁移决策有显著影响,且这些影响在控制经济适应、社会适应状况后依然存在。

    H2.文化认同因素以个体迁移决策与意愿为中介,对家庭迁移决策与意愿发生影响。

    H3.文化认同因素对家庭迁移决策有显著影响。

    上述假设中,H1关注文化认同因素对个体迁移(稳定性)的作用,后两个假设则关注文化因素对家庭迁移的影响。其中,H1到H2体现了文化因素通过个体稳定性为中介,对家庭迁移意愿的影响,而H3则体现文化因素对家庭迁移的直接影响。

    图 1  文化认同因素对农民工迁移意愿影响框架图

    本文数据来源于中国流动人口动态监测调查数据(China Migrants Dynamic Survey,简称CMDS)2014年流动人口社会融合与心理健康专题调查(C卷)。该数据为学术界广泛应用的公开数据,收集了流动人口对当地方言和风俗认同的信息,这是其他年份的个体数据和专题数据所不具备的,故没有选择最新年份的个体数据。基于研究目的,这里只分析主动迁移的、具有决策权的、跨市流动的农民工,排除了非农户流动人口和随迁人口。

    因变量:对个体迁移意愿则是根据农民工关于未来的稳定性作出的判断,具体而言是根据受访者对“是否打算在本地长期居住(5年以上)”这一问题的回答进行判断的。按照城市化稳定性排序从低到高,其对应的选项依次是“否”(再迁移可能性大,不稳定性高)、“不确定”(居中)、“是”(再迁移的可能性小,稳定性高),即低稳定性、中稳定性、高稳定性。家庭迁移同样也是基于迁移预期或意愿的测量,根据受访者对“在未来1~3年内是否打算将家庭成员带到本地”的回答,分为四种情况:已迁移、将迁移、不确定、不迁移。

    文化认同的测量主要是两个指标,即对当地方言的掌握情况和对当地风俗的认同情况。其一是根据受访者对当地方言的掌握程度进行赋值,得分越高方言掌握越熟练。其二是基于受访者对家庭风俗与当地人行为习惯的认同,得出当地风俗认同因子。这里,对文化认同的测量包括语言和风俗两个维度的信息,比以往研究单纯从“同乡聚集”或方言使用进行测量更为准确,因为语言常被视为一种人力资本对待,而“同乡”虽然包含文化与情感因素,但更多体现的是信息机制的作用[14, 21]

    控制变量包括流入城市(调查城市)虚拟变量、城市务工年限、居住状况,以及性别、婚姻、年龄等人口社会特征。由于个体迁移与家庭迁移决策受农民工发展状况和发展预期的影响,因此,在控制变量中增加了地位声望变量,该变量包含了农民工对自己的社会地位和受尊重程度的判断,可理解为其发展状况和发展预期的代理变量。地位声望信息主要来自于受访者与“老家的亲戚、朋友与同事”“居住地的亲戚、朋友与同事”和“全社会人们”的比较得分,通过因子分析形成社会地位与声望因子,得分越高则自我评价越高。考虑到农民工个体与家庭决策与其家庭负担有关,故增加家庭负担指数为控制变量。具体是根据农民工对老人抚养、配偶孤独、子女照料、子女学费四个家庭负担项目的回答进行加总计分,得分越高则负担越重。

    最终纳入分析的有效个案是8 988个,样本基本情况如表 1所示。表中,有高达60.5%的受访者表示打算长期在本地生活和工作,而明确表示不会在本地长期生活工作的仅为11.1%,另有28.5%的农民工处于观望状况,对未来缺少明确的规划。农民工迁移的家庭化迁移趋势也非常明显,已经家庭化迁移的比例是26.8%,另有31.2%的受访者将在1~3年内计划家庭迁移,明确表示没有举家迁移计划的比例为37%。

    表 1  样本基本情况(N=8 988)
    变量 均值(比例) 标准差 最小值 最大值
    家庭迁移
    已迁移 0.268 0.443 0 1
    将迁移 0.312 0.463 0 1
    不迁移 0.370 0.483 0 1
    不确定 0.050 0.218 0 1
    个体迁移(稳定性)
    低稳定性 0.111 0.314 0 1
    中稳定性 0.285 0.451 0 1
    高稳定性 0.605 0.489 0 1
    文化认同
    风俗认同因子 -0.025 0.913 -3.665 2.840
    方言熟练度 2.854 1.088 1 4
    性别
    男性 0.567 0.496 0 1
    女性 0.433 0.496 0 1
    婚姻状况
    未婚 0.275 0.447 0 1
    已婚 0.701 0.458 0 1
    离异等 0.024 0.152 0 1
    年龄 32.390 8.653 15 60
    教育 10.160 2.586 0 19
    社会地位声望因子 -0.027 0.956 -3.379 3.221
    家庭负担指数 1.060 0.922 0 4
    务工经验 5.243 4.494 1 30
    住房状况
    单位房(宿舍) 0.184 0.388 0 1
    租赁私房 0.704 0.457 0 1
    公租房 0.006 0.079 0 1
    产权房 0.086 0.280 0 1
    其他住房[1] 0.020 0.140 0 1
    城市
    中山市 0.102 0.303 0 1
    厦门市 0.164 0.371 0 1
    嘉兴市 0.082 0.274 0 1
    北京市 0.069 0.253 0 1
    成都市 0.153 0.360 0 1
    深圳市 0.159 0.366 0 1
    郑州市 0.138 0.345 0 1
    青岛市 0.133 0.339 0 1
    注:其他住房是包括借住、办公场所、非正规房屋等
     | Show Table
    DownLoad: CSV

    由于个体迁移(稳定性)为定序变量,故采用广义定序logit模型检验H1。广义定序logit模型的优点是允许回归系数随因变量的次序变化而变化,而无需满足平行回归假定[33]。对H2的检验,由于家庭迁移是多类别变量,故采取的是多项Logit模型(MNL, multinomial logit model)。

    文化认同对家庭迁移的影响,不仅包括直接影响(即H3),同时还以个体迁移为中介,通过影响个体迁移稳定性,进一步影响家庭迁移。这里采用的是KHB模型[34],即通过系数分解分析个体迁移(稳定性)中介效应的大小。

    表 2为方言熟练程度、本地风俗认同等文化认同因素对个体迁移意愿(稳定性)的影响。与H1假设预期一致,本地方言熟练度对应的系数均显著为正(模型1对应的系数分别为0.305和0.304,均在1%的水平上显著),风俗认同因素对农民工个体稳定性的影响也显著为正(模型2中对应系数分别为0.143和0.234,分别在5%和1%的水平上显著)。将方言熟练度、风俗认同同时放入模型(模型3),回归结果依然非常稳定。总之,模型估计结果显示,文化认同因素与农民工城市化的稳定性显著相关,认同程度越高,其稳定性越强,再迁移的可能性越低,H1得到了数据的有效支持。

    表 2  个体迁移(稳定性)的广义logit模型分析结果(N=8 988)
    变量 模型1 模型2 模型3
    中稳定性 高稳定性 中稳定性 高稳定性 中稳定性 高稳定性
    文化认同
    方言熟练度 0.305*** 0.304*** 0.303*** 0.298***
    (0.068) (0.042) (0.068) (0.042)
    风俗认同 0.143** 0.234*** 0.141** 0.226***
    (0.063) (0.043) (0.063) (0.044)
    女性 -0.142 0.054 -0.163 0.019 -0.149 0.046
    (0.115) (0.078) (0.115) (0.077) (0.115) (0.078)
    年龄 0.010 0.012* 0.012 0.014** 0.012 0.014**
    (0.009) (0.006) (0.009) (0.006) (0.009) (0.006)
    婚姻(未婚)
    已婚 0.497*** 0.781*** 0.459*** 0.733*** 0.477*** 0.753***
    (0.166) (0.114) (0.167) (0.114) (0.167) (0.114)
    离异等 0.332 0.674** 0.281 0.620** 0.296 0.614**
    (0.450) (0.285) (0.437) (0.282) (0.449) (0.284)
    教育 0.031 0.064*** 0.038 0.064*** 0.028 0.059***
    (0.026) (0.016) (0.027) (0.016) (0.026) (0.016)
    社会地位声望 0.133** 0.184*** 0.127** 0.187*** 0.133** 0.187***
    (0.055) (0.041) (0.054) (0.041) (0.055) (0.041)
    家庭负担指数 -0.176*** -0.148*** -0.155** -0.127*** -0.166** -0.133***
    (0.068) (0.044) (0.068) (0.044) (0.068) (0.044)
    进城年限 0.070*** 0.106*** 0.080*** 0.115*** 0.069*** 0.105***
    (0.019) (0.011) (0.019) (0.011) (0.019) (0.011)
    住房(宿舍)
    租私房 0.013 0.253** -0.000 0.249** 0.003 0.241**
    (0.128) (0.102) (0.129) (0.101) (0.129) (0.101)
    公租房 0.012 -1.257*** -0.132 -1.444*** -0.003 -1.284***
    (0.385) (0.477) (0.359) (0.543) (0.378) (0.486)
    产权房 1.855*** 2.282*** 1.939*** 2.349*** 1.811*** 2.240***
    (0.564) (0.304) (0.561) (0.302) (0.565) (0.304)
    非正规房等 0.149 0.441* 0.172 0.497** 0.105 0.403
    (0.395) (0.252) (0.412) (0.249) (0.396) (0.254)
    城市 控制 控制 控制 控制 控制 控制
    截距 -0.178 -3.158*** 0.772* -2.111*** -0.125 -3.082***
    (0.442) (0.319) (0.414) (0.291) (0.445) (0.322)
    注:1.变量后括号内为参照组; 2.系数下面括号内为标准误; 3.显著度:***p < 0.01,**p < 0.05,*p < 0.1;3.表中省略了城市虚拟变量结果
     | Show Table
    DownLoad: CSV

    控制变量中,婚姻状况、在城市社会中的发展状况(通过社会地位与声望指数)、家庭负担以及进城务工年限等均显著影响着农民工个体城市化的稳定性。相对住宿舍的农民工,在本地购房、租私房的农民工,其未来更有可能在本地生活与工作,而教育与农民工个体城市化的稳定性显著相关,教育水平越高,未来在本地生活与工作的可能性越高。

    表 3为文化认同因素对农民工家庭迁移意愿(可能性)的影响。基于模型4的估计结果可知,方言熟练度对农民工家庭迁移有显著影响,农民工对本地方言越熟练,熟练程度每提升1分,其家庭已迁移相对于不迁移的发生比率提升30%(系数为0.264,在1%的水平上显著)。本地方言熟练程度对其家庭迁移计划(准备迁移)有显著影响(对应的回归系数为0.215,在1%的水平上显著)。基于模型5的估计结果可知,风俗认同对家庭迁移有显著影响(对应回归系数为0.116,在5%的水平上显著),但对其家庭迁移计划(是否准备迁移)没有显著影响。总之,H3得到了数据较好的支持,文化认同对家庭迁移行为具有显著影响,越认同当地文化,家庭迁移发生比率越高,但风俗认同对家庭迁移计划(是否准备迁移)影响不显著。

    表 3  家庭迁移影响的多类别logit模型(N=8 988)
    模型4 模型5
    已迁 准备迁 不确定 已迁 准备迁 不确定
    文化认同
    方言熟练度 0.264*** 0.215*** 0.083
    (0.059) (0.051) (0.093)
    风俗认同 0.116** -0.022 -0.040
    (0.059) (0.050) (0.099)
    女性 -0.094 -0.141 0.274 -0.118 -0.157* 0.271
    (0.108) (0.093) (0.170) (0.107) (0.092) (0.170)
    年龄 -0.014 -0.006 -0.006 -0.014 -0.007 -0.007
    (0.009) (0.008) (0.015) (0.009) (0.008) (0.015)
    婚姻(未婚)
    已婚 2.764*** 1.291*** 0.258 2.738*** 1.273*** 0.256
    (0.187) (0.144) (0.267) (0.186) (0.144) (0.265)
    离异等 2.552*** 1.025*** 0.967 2.545*** 1.042*** 0.980
    (0.368) (0.355) (0.617) (0.359) (0.347) (0.611)
    教育 -0.008 0.050*** 0.039 -0.007 0.056*** 0.042
    (0.023) (0.019) (0.034) (0.023) (0.019) (0.034)
    社会地位声望 0.178*** 0.204*** 0.158* 0.180*** 0.204*** 0.158*
    (0.058) (0.048) (0.095) (0.059) (0.048) (0.094)
    家庭负担指数 -0.693*** -0.051 -0.057 -0.678*** -0.044 -0.054
    (0.063) (0.053) (0.110) (0.063) (0.054) (0.110)
    进城年限 0.063*** 0.001 -0.002 0.072*** 0.009 0.001
    (0.013) (0.012) (0.026) (0.013) (0.012) (0.026)
    住房(宿舍)
    租私房 0.234 0.253** 0.138 0.232 0.254** 0.137
    (0.158) (0.121) (0.214) (0.158) (0.121) (0.214)
    公租房 -1.732** 0.016 -13.429*** -1.934** -0.075 -13.475***
    (0.879) (0.630) (0.441) (0.923) (0.650) (0.451)
    产权房 1.239*** 0.162 -0.240 1.300*** 0.238 -0.201
    (0.297) (0.280) (0.527) (0.297) (0.281) (0.529)
    非正规房等 -0.049 -0.081 -0.571 0.006 -0.026 -0.543
    (0.426) (0.347) (0.473) (0.432) (0.340) (0.474)
    城市 控制 控制 控制 控制 控制 控制
    截距 -2.313*** -1.481*** -2.301*** -1.675*** -1.026*** -2.149***
    (0.449) (0.362) (0.611) (0.428) (0.347) (0.566)
    注:同表 2,因变量基准组为不迁移组
     | Show Table
    DownLoad: CSV

    根据多阶段迁移理论,农民工迁移是从个体迁移到家庭迁移,个体稳定性对家庭迁移决策与计划有显著影响,即H2。表 4模型在表 3模型的基础上纳入了个体稳定性变量,即个体迁移意愿变量。与H2预期相符,个体稳定性对家庭迁移行为(是否已迁移)与家庭迁移计划(是否准备迁移)有显著影响,表 4中个体稳定性变量的回归系数均非常显著。H2得到了数据支持。

    表 4  文化认同、个体稳定性与家庭迁移意愿(N=8 988)
    变量 模型6 模型7
    已迁 准备迁 不确定 已迁 准备迁 不确定
    个体迁移(稳定性) 0.769*** 0.514*** 0.321*** 0.798*** 0.551*** 0.337***
    (0.089) (0.068) (0.117) (0.089) (0.069) (0.116)
    文化认同
    方言熟练度 0.200*** 0.171*** 0.055
    (0.060) (0.051) (0.094)
    风俗认同 0.066 -0.062 -0.063
    (0.060) (0.051) (0.099)
    女性 -0.099 -0.143 0.271 -0.114 -0.153 0.273
    (0.110) (0.094) (0.170) (0.109) (0.094) (0.171)
    年龄 -0.017* -0.008 -0.008 -0.017** -0.010 -0.009
    (0.009) (0.008) (0.015) (0.009) (0.008) (0.014)
    婚姻(未婚)
    已婚 2.664*** 1.229*** 0.222 2.643*** 1.215*** 0.224
    (0.187) (0.146) (0.269) (0.187) (0.146) (0.266)
    离异等 2.485*** 0.986*** 0.946 2.482*** 1.007*** 0.962
    (0.378) (0.365) (0.614) (0.371) (0.358) (0.609)
    教育 -0.022 0.041** 0.033 -0.021 0.046** 0.036
    (0.024) (0.019) (0.034) (0.024) (0.020) (0.034)
    社会地位声望 0.146** 0.183*** 0.148 0.145** 0.181*** 0.146
    (0.060) (0.049) (0.095) (0.060) (0.049) (0.094)
    家庭负担指数 -0.675*** -0.037 -0.048 -0.664*** -0.032
    (0.064) (0.054) (0.110) (0.064) (0.054) (0.110)
    进城年限 0.045*** -0.014 -0.012 0.051*** -0.008 -0.010
    (0.013) (0.013) (0.027) (0.013) (0.013) (0.026)
    住房(宿舍)
    租私房 0.191 0.229* 0.125 0.189 0.231* 0.125
    (0.157) (0.123) (0.213) (0.158) (0.123) (0.214)
    公租房 -1.534* 0.121 -13.117*** -1.676* 0.061 -13.143***
    (0.858) (0.620) (0.435) (0.888) (0.639) (0.441)
    产权房 0.927*** -0.065 -0.394 0.967*** -0.005 -0.364
    (0.300) (0.282) (0.533) (0.301) (0.283) (0.534)
    非正规房等 -0.160 -0.142 -0.600 -0.114 -0.088 -0.573
    (0.441) (0.354) (0.479) (0.445) (0.346) (0.479)
    城市 控制 控制 控制 控制 控制 控制
    截距 -3.576*** -2.280*** -2.786*** -3.157*** -1.996*** -2.721***
    (0.477) (0.381) (0.621) (0.459) (0.370) (0.585)
    注:同表 3,因变量基准组为不迁移组
     | Show Table
    DownLoad: CSV

    那么,文化认同因素是否以个体稳定性为中介,影响家庭迁移行为与计划呢?比较模型4和模型6可知,方言熟练程度对家庭迁移行为(是否已迁移)和迁移计划(是否准备迁移)的影响在1%的水平上依然显著,但回归系数有一定的变化,其中对家庭迁移行为的影响系数从0.264降低到0.2,对迁移计划的影响系数从0.215下降到0.171。这说明个体稳定性中介效应的存在,但两个模型的系数差异是否显著还有待进一步检验。而风俗认同的影响却非常明显。模型5中,风俗认同因子对家庭迁移行为(是否迁移)影响显著,在模型7中变得不显著,说明风俗认同是通过影响个体迁移的稳定性,进而影响到家庭迁移的。

    为进一步分析方言熟练度对家庭迁移决策与计划的影响中个体稳定性的中介效应,这里使用KHB模型检验系数差异。结果显示,方言熟练程度影响个体迁移意愿,进而对家庭迁移行为与计划发生显著影响,中介效应在1%的水平上显著(表 5底部)。

    表 5  个体迁移(稳定性)的中介效应检验(N=8 988)
    家庭迁移行为与计划
    已迁 准备迁
    不纳入个体迁移 0.229*** 0.126***
    (0.039) (0.034)
    纳入个体迁移 0.177*** 0.082**
    (0.039) (0.034)
    两者差异 0.052*** 0.044***
    (0.007) (0.006)
    注:1.显著度:***p < 0.01,**p < 0.05,*p < 0.1;2.括号内为标准误; 3.因变量基准组为不迁移组
     | Show Table
    DownLoad: CSV

    农民工迁移与城市化过程,是一个不断发展、演进的多阶段决策过程,关注文化认同对农民工的影响,不应局限于某一阶段的作用,还应关注不同阶段决策之间的关系。然而,既有关于文化因素对农民工迁移的影响研究,要么关注文化认同对个体迁移的影响,要么关注文化因素对家庭化迁移的影响,缺少动态视角。正是因为如此,本文基于CMDS 2014年流动人口社会融合与心理健康专题调查数据,对农民工迁移的不同阶段、文化认同影响农民工迁移的途径与机制进行了检验。研究发现,文化认同不仅影响到个体的未来城市化预期(是否在本地生活与工作)与稳定性,同时也会对农民工的家庭迁移决策产生影响。使用CMDS 2017数据的分析结果也发现,农民工对家乡风俗认同度越高,其迁移稳定性越低。可见文化认同对个体迁移稳定性的影响非常稳健。但CMDS 2017年数据并没有收集本地风俗认同以及家庭迁移意愿等信息,因此无法进一步分析家乡风俗认同对家庭迁移意愿的影响。

    需要指出的是,强调文化认同因素对个体迁移与农民工家庭迁移的影响,并不否定经济适应的重要性。农民工城市化是以职业发展、经济适应为基础的。只有作为家庭主要经济来源的农民工在城市中经济稳定后才会进行家庭迁移,因此经济适应是基础。即便如此,探讨文化因素的影响依然是非常重要的。家庭目标是迁移的基础,无论是定居,还是继续迁移(回迁、再迁移),都只是解决问题或实现个人和家庭目标的一种选择,体现的是农民工对“美好生活”目标与生活质量的追求。当农民工在城市获得较为稳定的经济来源,由经济适应转向社会适应时,文化因素的作用进一步凸显,对农民工及其家庭成员的社会适应产生影响。迁入地与迁出地的文化差异越大,意味着农民工及其家庭成员融入社会的时间与心理成本越高。这也意味着,在农民工家庭化迁移背景下,对农民工公共服务以及就业、教育培训等服务至关重要,但如何促进其文化适应也同样重要,这影响到其城市化的稳定性与质量。

    工业化与产业发展是现代化与城市化的基础。多年的经济高速增长与就业岗位的增加,促进了农业剩余人口的大规模转移,城市化进程加快。但在区域发展上,西部地区发展不平衡不充分的问题依然非常显著,经济发展相对滞后,无法为当地农业剩余人口转移提供充分的、高质量的就业机会。在就业机会与收入的驱动下,西部农业剩余人口主要是向东部沿海发达城市迁移,寻求工作机会。但这一远距离迁移,是建立在较高的迁移成本基础上的,也是一个高度筛选的过程,主要是以年轻劳动力为主的异地迁移。其结果是,在西部偏远地区,依然有大量的需要转移就业的农业剩余人口。一方面,他们在竞争激烈的东部城市劳动力市场中竞争力不足; 另一方面,他们向东部沿海城市迁移,因为文化、语言、生活习惯的差异,迁移往往又面临着更高的心理成本。从这一意义上,透视当前城市化与区域发展战略,理解《中共中央国务院关于新时代推进西部大开发形成新格局的指导意见》具有积极意义。

    其一,新时代推进西部大开发,加快西部地区快速、高质量发展,意味着这些地区的工作岗位与就业机会将会增长,能够吸纳西部农业剩余人口的转移。这种农业人口的就近转移模式,相对于异地跨省迁移,文化适应成本更低,农民工迁移的时间成本、心理成本更低,有利于进一步促进农业剩余人口的转移,促进农民工的城市适应。

    其二,本研究结论对推进人口城镇化与城市群的发展也有一定的启示意义。推进新型城镇化,不同区域的城市群与中心城市的发展至关重要。作为区域性的城市群吸纳周边农村剩余人口,在文化认同上更容易产生亲和感,这也会对农民工个体稳定城市化与迁移意愿产生影响,有利于推进人口城市化。基于地区中心发展的就近城镇化不仅与潜在的迁移对象(周边剩余农村劳动力)在文化上有亲和感,还会进一步推进其举家迁移,这意味着基于文化亲和感的城镇化模式,有利于减少因为城市化导致的分离型家庭。

  • 图 1  文化认同因素对农民工迁移意愿影响框架图

    表 1  样本基本情况(N=8 988)

    变量 均值(比例) 标准差 最小值 最大值
    家庭迁移
    已迁移 0.268 0.443 0 1
    将迁移 0.312 0.463 0 1
    不迁移 0.370 0.483 0 1
    不确定 0.050 0.218 0 1
    个体迁移(稳定性)
    低稳定性 0.111 0.314 0 1
    中稳定性 0.285 0.451 0 1
    高稳定性 0.605 0.489 0 1
    文化认同
    风俗认同因子 -0.025 0.913 -3.665 2.840
    方言熟练度 2.854 1.088 1 4
    性别
    男性 0.567 0.496 0 1
    女性 0.433 0.496 0 1
    婚姻状况
    未婚 0.275 0.447 0 1
    已婚 0.701 0.458 0 1
    离异等 0.024 0.152 0 1
    年龄 32.390 8.653 15 60
    教育 10.160 2.586 0 19
    社会地位声望因子 -0.027 0.956 -3.379 3.221
    家庭负担指数 1.060 0.922 0 4
    务工经验 5.243 4.494 1 30
    住房状况
    单位房(宿舍) 0.184 0.388 0 1
    租赁私房 0.704 0.457 0 1
    公租房 0.006 0.079 0 1
    产权房 0.086 0.280 0 1
    其他住房[1] 0.020 0.140 0 1
    城市
    中山市 0.102 0.303 0 1
    厦门市 0.164 0.371 0 1
    嘉兴市 0.082 0.274 0 1
    北京市 0.069 0.253 0 1
    成都市 0.153 0.360 0 1
    深圳市 0.159 0.366 0 1
    郑州市 0.138 0.345 0 1
    青岛市 0.133 0.339 0 1
    注:其他住房是包括借住、办公场所、非正规房屋等
    下载: 导出CSV

    表 2  个体迁移(稳定性)的广义logit模型分析结果(N=8 988)

    变量 模型1 模型2 模型3
    中稳定性 高稳定性 中稳定性 高稳定性 中稳定性 高稳定性
    文化认同
    方言熟练度 0.305*** 0.304*** 0.303*** 0.298***
    (0.068) (0.042) (0.068) (0.042)
    风俗认同 0.143** 0.234*** 0.141** 0.226***
    (0.063) (0.043) (0.063) (0.044)
    女性 -0.142 0.054 -0.163 0.019 -0.149 0.046
    (0.115) (0.078) (0.115) (0.077) (0.115) (0.078)
    年龄 0.010 0.012* 0.012 0.014** 0.012 0.014**
    (0.009) (0.006) (0.009) (0.006) (0.009) (0.006)
    婚姻(未婚)
    已婚 0.497*** 0.781*** 0.459*** 0.733*** 0.477*** 0.753***
    (0.166) (0.114) (0.167) (0.114) (0.167) (0.114)
    离异等 0.332 0.674** 0.281 0.620** 0.296 0.614**
    (0.450) (0.285) (0.437) (0.282) (0.449) (0.284)
    教育 0.031 0.064*** 0.038 0.064*** 0.028 0.059***
    (0.026) (0.016) (0.027) (0.016) (0.026) (0.016)
    社会地位声望 0.133** 0.184*** 0.127** 0.187*** 0.133** 0.187***
    (0.055) (0.041) (0.054) (0.041) (0.055) (0.041)
    家庭负担指数 -0.176*** -0.148*** -0.155** -0.127*** -0.166** -0.133***
    (0.068) (0.044) (0.068) (0.044) (0.068) (0.044)
    进城年限 0.070*** 0.106*** 0.080*** 0.115*** 0.069*** 0.105***
    (0.019) (0.011) (0.019) (0.011) (0.019) (0.011)
    住房(宿舍)
    租私房 0.013 0.253** -0.000 0.249** 0.003 0.241**
    (0.128) (0.102) (0.129) (0.101) (0.129) (0.101)
    公租房 0.012 -1.257*** -0.132 -1.444*** -0.003 -1.284***
    (0.385) (0.477) (0.359) (0.543) (0.378) (0.486)
    产权房 1.855*** 2.282*** 1.939*** 2.349*** 1.811*** 2.240***
    (0.564) (0.304) (0.561) (0.302) (0.565) (0.304)
    非正规房等 0.149 0.441* 0.172 0.497** 0.105 0.403
    (0.395) (0.252) (0.412) (0.249) (0.396) (0.254)
    城市 控制 控制 控制 控制 控制 控制
    截距 -0.178 -3.158*** 0.772* -2.111*** -0.125 -3.082***
    (0.442) (0.319) (0.414) (0.291) (0.445) (0.322)
    注:1.变量后括号内为参照组; 2.系数下面括号内为标准误; 3.显著度:***p < 0.01,**p < 0.05,*p < 0.1;3.表中省略了城市虚拟变量结果
    下载: 导出CSV

    表 3  家庭迁移影响的多类别logit模型(N=8 988)

    模型4 模型5
    已迁 准备迁 不确定 已迁 准备迁 不确定
    文化认同
    方言熟练度 0.264*** 0.215*** 0.083
    (0.059) (0.051) (0.093)
    风俗认同 0.116** -0.022 -0.040
    (0.059) (0.050) (0.099)
    女性 -0.094 -0.141 0.274 -0.118 -0.157* 0.271
    (0.108) (0.093) (0.170) (0.107) (0.092) (0.170)
    年龄 -0.014 -0.006 -0.006 -0.014 -0.007 -0.007
    (0.009) (0.008) (0.015) (0.009) (0.008) (0.015)
    婚姻(未婚)
    已婚 2.764*** 1.291*** 0.258 2.738*** 1.273*** 0.256
    (0.187) (0.144) (0.267) (0.186) (0.144) (0.265)
    离异等 2.552*** 1.025*** 0.967 2.545*** 1.042*** 0.980
    (0.368) (0.355) (0.617) (0.359) (0.347) (0.611)
    教育 -0.008 0.050*** 0.039 -0.007 0.056*** 0.042
    (0.023) (0.019) (0.034) (0.023) (0.019) (0.034)
    社会地位声望 0.178*** 0.204*** 0.158* 0.180*** 0.204*** 0.158*
    (0.058) (0.048) (0.095) (0.059) (0.048) (0.094)
    家庭负担指数 -0.693*** -0.051 -0.057 -0.678*** -0.044 -0.054
    (0.063) (0.053) (0.110) (0.063) (0.054) (0.110)
    进城年限 0.063*** 0.001 -0.002 0.072*** 0.009 0.001
    (0.013) (0.012) (0.026) (0.013) (0.012) (0.026)
    住房(宿舍)
    租私房 0.234 0.253** 0.138 0.232 0.254** 0.137
    (0.158) (0.121) (0.214) (0.158) (0.121) (0.214)
    公租房 -1.732** 0.016 -13.429*** -1.934** -0.075 -13.475***
    (0.879) (0.630) (0.441) (0.923) (0.650) (0.451)
    产权房 1.239*** 0.162 -0.240 1.300*** 0.238 -0.201
    (0.297) (0.280) (0.527) (0.297) (0.281) (0.529)
    非正规房等 -0.049 -0.081 -0.571 0.006 -0.026 -0.543
    (0.426) (0.347) (0.473) (0.432) (0.340) (0.474)
    城市 控制 控制 控制 控制 控制 控制
    截距 -2.313*** -1.481*** -2.301*** -1.675*** -1.026*** -2.149***
    (0.449) (0.362) (0.611) (0.428) (0.347) (0.566)
    注:同表 2,因变量基准组为不迁移组
    下载: 导出CSV

    表 4  文化认同、个体稳定性与家庭迁移意愿(N=8 988)

    变量 模型6 模型7
    已迁 准备迁 不确定 已迁 准备迁 不确定
    个体迁移(稳定性) 0.769*** 0.514*** 0.321*** 0.798*** 0.551*** 0.337***
    (0.089) (0.068) (0.117) (0.089) (0.069) (0.116)
    文化认同
    方言熟练度 0.200*** 0.171*** 0.055
    (0.060) (0.051) (0.094)
    风俗认同 0.066 -0.062 -0.063
    (0.060) (0.051) (0.099)
    女性 -0.099 -0.143 0.271 -0.114 -0.153 0.273
    (0.110) (0.094) (0.170) (0.109) (0.094) (0.171)
    年龄 -0.017* -0.008 -0.008 -0.017** -0.010 -0.009
    (0.009) (0.008) (0.015) (0.009) (0.008) (0.014)
    婚姻(未婚)
    已婚 2.664*** 1.229*** 0.222 2.643*** 1.215*** 0.224
    (0.187) (0.146) (0.269) (0.187) (0.146) (0.266)
    离异等 2.485*** 0.986*** 0.946 2.482*** 1.007*** 0.962
    (0.378) (0.365) (0.614) (0.371) (0.358) (0.609)
    教育 -0.022 0.041** 0.033 -0.021 0.046** 0.036
    (0.024) (0.019) (0.034) (0.024) (0.020) (0.034)
    社会地位声望 0.146** 0.183*** 0.148 0.145** 0.181*** 0.146
    (0.060) (0.049) (0.095) (0.060) (0.049) (0.094)
    家庭负担指数 -0.675*** -0.037 -0.048 -0.664*** -0.032
    (0.064) (0.054) (0.110) (0.064) (0.054) (0.110)
    进城年限 0.045*** -0.014 -0.012 0.051*** -0.008 -0.010
    (0.013) (0.013) (0.027) (0.013) (0.013) (0.026)
    住房(宿舍)
    租私房 0.191 0.229* 0.125 0.189 0.231* 0.125
    (0.157) (0.123) (0.213) (0.158) (0.123) (0.214)
    公租房 -1.534* 0.121 -13.117*** -1.676* 0.061 -13.143***
    (0.858) (0.620) (0.435) (0.888) (0.639) (0.441)
    产权房 0.927*** -0.065 -0.394 0.967*** -0.005 -0.364
    (0.300) (0.282) (0.533) (0.301) (0.283) (0.534)
    非正规房等 -0.160 -0.142 -0.600 -0.114 -0.088 -0.573
    (0.441) (0.354) (0.479) (0.445) (0.346) (0.479)
    城市 控制 控制 控制 控制 控制 控制
    截距 -3.576*** -2.280*** -2.786*** -3.157*** -1.996*** -2.721***
    (0.477) (0.381) (0.621) (0.459) (0.370) (0.585)
    注:同表 3,因变量基准组为不迁移组
    下载: 导出CSV

    表 5  个体迁移(稳定性)的中介效应检验(N=8 988)

    家庭迁移行为与计划
    已迁 准备迁
    不纳入个体迁移 0.229*** 0.126***
    (0.039) (0.034)
    纳入个体迁移 0.177*** 0.082**
    (0.039) (0.034)
    两者差异 0.052*** 0.044***
    (0.007) (0.006)
    注:1.显著度:***p < 0.01,**p < 0.05,*p < 0.1;2.括号内为标准误; 3.因变量基准组为不迁移组
    下载: 导出CSV
  • [1] 国务院."十三五"推进基本公共服务均等化规划[J].国务院公报, 2017(8):15-46.
    [2] 费孝通.乡镇企业向前看[M]//费孝通文集: 第12卷.北京: 群言出版社, 1999: 109-115.
    [3] 聂伟, 王小璐.人力资本、家庭禀赋与农民的城镇定居意愿——基于CGSS2010数据库资料分析[J].南京农业大学学报(社会科学版), 2014(5):53-61. doi: http://www.cnki.com.cn/Article/CJFDTotal-NJNS201405007.htm
    [4] 蔡禾, 王进."农民工"永久迁移意愿研究[J].社会学研究, 2007(6):86-113. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=shxyj200706005
    [5] 李代, 张春泥.外出还是留守?——农村夫妻外出安排的经验研究[J].社会学研究, 2016(5):139-163. doi: http://www.cqvip.com/QK/80772X/201605/669887842.html
    [6] doi: https://www.journals.uchicago.edu/doi/abs/10.1086/298097 ELIAKIM K, STARK O. Labor migration and risk aversion in less developed countries[J].Journal of Labor Economics, 1986 (1):134-149.
    [7] doi: https://www.journals.uchicago.edu/doi/full/10.1086/659641 PAUL A M. Stepwise international migration: a multistage migration pattern for the aspiring migrant[J]. American Journal of Sociology, 2011 (6):1842-86.
    [8] doi: https://link.springer.com/article/10.1007/s11113-007-9026-9 CLARK W, LEDWITH V. How much does income matter in neighborhood choice[J]. Population Research and Policy Review, 2007 (2):145-161.
    [9] ACHENBACH R. Return migration decisions: a study on highly skilled Chinese in Japan[M].Springer Fachmedien Wiesbaden, 2017:27-77.
    [10] 魏万青.从职业发展到家庭完整性:基于稳定城市化分析视角的农民工入户意愿研究[J].社会, 2015(5):196-217. doi: 10.3969/j.issn.1003-8477.2015.05.033
    [11] ROBERT P, ERNEST W, RODERICK B, et al. The city: suggestions for the study of human nature in the urban environment [M]. Chicago: University of Chicago Press, 1984.
    [12] doi: https://www.researchgate.net/publication/291799555_What's_an_ethnic_enclave_The_case_for_conceptual_clarity PORTES A, JENSEN L. What's an ethnic enclave? the case for conceptual clarity[J]. American Sociological Review, 1987 (6):768-771.
    [13] JIMY M S, VICTOR N. Limits of ethnic solidarity in the enclave economy[J]. American Sociological Review, 1987 (6):745-773. doi: 10.2307/2095833
    [14] 张春泥, 谢宇.同乡的力量:同乡聚集对农民工工资收入的影响[J].社会, 2013(1):113-135. doi: http://www.cnki.com.cn/Article/CJFDTotal-SHEH201301007.htm
    [15] 刘林平, 张春泥, 陈小娟.农民的效益观与农民工的行动逻辑——对农民工超时加班的意愿与目的分析[J].中国农村经济, 2010(9):48-58. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=CASS_35516727
    [16] 刘毓芸, 徐现祥, 肖泽凯.劳动力跨方言流动的倒U型模式[J].经济研究, 2015(10):134-146. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=666430048
    [17] 项飙.跨越边界的社区:北京"浙江村"的生活史[M].北京:生活·读书·新知三联书店, 2000.
    [18] 张鹂.城市里的陌生人[M].南京:江苏人民出版社, 2014.
    [19] 刘林平.外来人群体中的关系运用——以深圳"平江村"为个案[J].中国社会科学, 2001(5):112-124. doi: http://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK200105011.htm
    [20] 张春泥, 刘林平.网络的差异性和求职效果——农民工利用关系求职的效果研究[J].社会学研究, 2008(4):138-162. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=shxyj200804007
    [21] 魏万青.自选择、职业发展与农民工同乡聚集的收入效应研究[J].社会学研究, 2016(5):164-188 doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=shxyj201605009
    [22] doi: https://onlinelibrary.wiley.com/doi/full/10.1111/j.1468-2427.2006.00673_3.x PUN N. Made in China: women factory works in a global workplace[J]. China Review International, 2005(2): 528-532.
    [23] LEE C K. Engendering the worlds of labor: women workers, labor markets, and production politics in the south china economic miracle[J]. American Sociological Review, 1995(3):378-397. doi: 10.2307/2096420
    [24] 魏万青, 高伟.同乡网络的另一幅脸孔:雇主—工人同乡关系对劳工个体权益的影响[J].社会, 2019(2):160-185. doi: http://www.cqvip.com/QK/97007X/201902/7001385922.html
    [25] 王玉君.农民工城市定居意愿研究——基于十二个城市问卷调查的实证分析[J].人口研究, 2013(4):19-32. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rkyj201304002
    [26] 悦中山, 李树茁, 靳小怡, 等.从"先赋"到"后致":农民工的社会网络与社会融合[J].社会, 2011(6):130-152. doi: http://www.cnki.com.cn/Article/CJFDTOTAL-SHEH201106005.htm
    [27] 何丽.言语社区与农民工子女社会身份的建构[J].广西民族大学学报(哲学社会科学版), 2015(4):160-164. doi: http://www.cqvip.com/QK/80350A/201504/665714251.html
    [28] 陆淑珍, 魏万青.城市外来人口社会融合的结构方程模型——基于珠三角地区的调查[J].人口与经济, 2011(5):17-23. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=CASS_39319341
    [29] CHEN Z, LU M, XU L. Returns to dialect: identity exposure through language in the Chinese labor market[J]. China Economic Review, 2014, 30:27-43. doi: 10.1016/j.chieco.2014.05.006
    [30] 冯帅章, 陈媛媛.学校类型与流动儿童的教育——来自上海的经验证据[J].经济学(季刊), 2012 (4):1455-1476. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=jjx201203014
    [31] 李涛, 黄纯纯, 何兴强, 等.什么影响了居民的社会信任水平?——来自广东省的经验证据[J].经济研究, 2008(1):137-152. doi: 10.3969/j.issn.1673-291X.2008.01.058
    [32] 盛亦男.中国的家庭化迁居模式[J].人口研究, 2014 (3):41-54. doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rkyj201403004
    [33] 王存同.进阶回归分析[M].北京:高等教育出版社, 2017:188.
    [34] doi: http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=f69ef1b46cdef7f704a66b62ff1e8cf0 KOHLER U, KARLSON K B, HOLM A. Comparing coefficients of nested nonlinear probability models[J]. The stata journal, 2011 (3):420-438.
  • 期刊类型引用(11)

    1. 孙军,姜天航,李建博. 基于社会态度的农业转移人口市民化可持续社会保障体系建构. 西南大学学报(社会科学版). 2024(05): 116-127 . 百度学术
    2. 汤新云,黄启成. 社会资本、文化认同与劳动力流动. 山东财经大学学报. 2023(01): 39-52 . 百度学术
    3. 周鹏飞,颜欢. 方言多样性对要素流动的影响研究——文献述评与研究展望. 通化师范学院学报. 2023(05): 52-59 . 百度学术
    4. 安永军. 中西部农业县的拆分型城镇化与依附性城乡关系——基于甘肃省X县的实证研究. 西南大学学报(社会科学版). 2023(04): 74-84 . 百度学术
    5. 魏万青,付茜茜. 中心城市迁移对农民工城市化质量的影响. 华中农业大学学报(社会科学版). 2023(04): 113-123 . 百度学术
    6. 高莹芳,林岚,胡慧,李文言. 三坊七巷传统文化基因的居民认同及适应研究. 福建师范大学学报(自然科学版). 2022(02): 109-124 . 百度学术
    7. 诸萍. 家庭团聚——家庭城乡属性与家庭化迁移的比较研究. 社会发展研究. 2021(02): 72-88+243 . 百度学术
    8. 李瑶玥,任远. 家庭化迁移对流动人口社会融合的影响及其异质性分析. 人口与发展. 2021(03): 18-31 . 百度学术
    9. 王向阳. 当前我国农村“天价彩礼”的产生机制及其治理. 西南大学学报(社会科学版). 2021(05): 37-46+223-224 . 百度学术
    10. 汪丽,张拓,胡玲玲. “村改居”后中小城市居民与迁入移民地方认同差异及其影响因素——以灵宝市Y村为例. 热带地理. 2021(05): 1034-1045 . 百度学术
    11. 唐贤衡,王群,徐缘秀. 以文化认同促进广州市农民工公共文化服务. 理论观察. 2021(06): 120-123 . 百度学术

    其他类型引用(12)

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-05012345Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 7.3 %DOWNLOAD: 7.3 %HTML全文: 78.3 %HTML全文: 78.3 %摘要: 14.4 %摘要: 14.4 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 10.7 %其他: 10.7 %Anwo: 0.4 %Anwo: 0.4 %Aurora: 0.7 %Aurora: 0.7 %Baotou: 0.3 %Baotou: 0.3 %Beauharnois: 0.1 %Beauharnois: 0.1 %Beibei Qu: 0.8 %Beibei Qu: 0.8 %Beijing: 5.6 %Beijing: 5.6 %Beiwenquan: 0.3 %Beiwenquan: 0.3 %Central: 0.1 %Central: 0.1 %Changchun: 0.3 %Changchun: 0.3 %Changsha: 0.5 %Changsha: 0.5 %Chengbei: 1.2 %Chengbei: 1.2 %Chengdu: 2.6 %Chengdu: 2.6 %Chenghuang: 0.1 %Chenghuang: 0.1 %Chongqing: 4.1 %Chongqing: 4.1 %Farmington Hills: 0.1 %Farmington Hills: 0.1 %Fukuoka: 0.3 %Fukuoka: 0.3 %Gaocheng: 0.3 %Gaocheng: 0.3 %Guangzhou: 1.4 %Guangzhou: 1.4 %Guiyang: 0.5 %Guiyang: 0.5 %Haidian: 0.8 %Haidian: 0.8 %Hangzhou: 0.3 %Hangzhou: 0.3 %Harbin: 0.4 %Harbin: 0.4 %Hefei: 0.3 %Hefei: 0.3 %Hong Kong: 0.3 %Hong Kong: 0.3 %Jinan: 0.5 %Jinan: 0.5 %Jinrongjie: 4.0 %Jinrongjie: 4.0 %Katsushika: 2.7 %Katsushika: 2.7 %Langfang: 0.1 %Langfang: 0.1 %Lanzhou: 0.4 %Lanzhou: 0.4 %Loudi: 0.1 %Loudi: 0.1 %Matsubara: 0.1 %Matsubara: 0.1 %Mountain View: 5.2 %Mountain View: 5.2 %Nagakute-shi: 0.1 %Nagakute-shi: 0.1 %Nanchang: 0.3 %Nanchang: 0.3 %Nanchang Shi: 0.1 %Nanchang Shi: 0.1 %Nanjing: 1.1 %Nanjing: 1.1 %Nanning: 0.3 %Nanning: 0.3 %Ningbo: 0.1 %Ningbo: 0.1 %Qingdao: 0.7 %Qingdao: 0.7 %Quincy: 1.1 %Quincy: 1.1 %Renhe: 0.3 %Renhe: 0.3 %Rennes: 0.3 %Rennes: 0.3 %Saitama: 0.3 %Saitama: 0.3 %Shanghai: 0.3 %Shanghai: 0.3 %Shatin: 0.1 %Shatin: 0.1 %Shenzhen: 0.5 %Shenzhen: 0.5 %Shijiazhuang: 0.3 %Shijiazhuang: 0.3 %Singapore: 0.1 %Singapore: 0.1 %Taiyuan: 0.1 %Taiyuan: 0.1 %Tangdukou: 0.1 %Tangdukou: 0.1 %Tianjin: 0.8 %Tianjin: 0.8 %Tokyo: 0.1 %Tokyo: 0.1 %Wuhan: 1.4 %Wuhan: 1.4 %Xi'an: 0.7 %Xi'an: 0.7 %Xianyangshi: 0.1 %Xianyangshi: 0.1 %Xincun: 0.1 %Xincun: 0.1 %Xingfeng: 0.1 %Xingfeng: 0.1 %Xinmin: 0.1 %Xinmin: 0.1 %Yongchuan: 0.3 %Yongchuan: 0.3 %Yuzhong Chengguanzhen: 0.1 %Yuzhong Chengguanzhen: 0.1 %Zhengzhou: 0.1 %Zhengzhou: 0.1 %Zhongba: 0.1 %Zhongba: 0.1 %Zhuhai: 0.1 %Zhuhai: 0.1 %上海: 0.5 %上海: 0.5 %中卫: 0.5 %中卫: 0.5 %伊利诺伊州: 0.3 %伊利诺伊州: 0.3 %北京: 6.3 %北京: 6.3 %十堰: 0.1 %十堰: 0.1 %华盛顿: 0.3 %华盛顿: 0.3 %南京: 0.1 %南京: 0.1 %南昌: 0.3 %南昌: 0.3 %合肥: 0.1 %合肥: 0.1 %嘉兴: 0.1 %嘉兴: 0.1 %天津: 0.4 %天津: 0.4 %宁波: 0.1 %宁波: 0.1 %安康: 0.3 %安康: 0.3 %宣城: 0.3 %宣城: 0.3 %密蘇里城: 0.1 %密蘇里城: 0.1 %常州: 0.1 %常州: 0.1 %平顶山: 0.1 %平顶山: 0.1 %扬州: 0.3 %扬州: 0.3 %无锡: 0.1 %无锡: 0.1 %杭州: 0.7 %杭州: 0.7 %江门: 0.3 %江门: 0.3 %济南: 0.1 %济南: 0.1 %淄博: 0.1 %淄博: 0.1 %深圳: 7.1 %深圳: 7.1 %温州: 0.5 %温州: 0.5 %漯河: 1.4 %漯河: 1.4 %纽约州: 0.1 %纽约州: 0.1 %芒廷维尤: 8.1 %芒廷维尤: 8.1 %芝加哥: 1.2 %芝加哥: 1.2 %衡阳: 0.1 %衡阳: 0.1 %西宁: 11.7 %西宁: 11.7 %重庆: 0.1 %重庆: 0.1 %金华: 0.5 %金华: 0.5 %青岛: 0.3 %青岛: 0.3 %其他AnwoAuroraBaotouBeauharnoisBeibei QuBeijingBeiwenquanCentralChangchunChangshaChengbeiChengduChenghuangChongqingFarmington HillsFukuokaGaochengGuangzhouGuiyangHaidianHangzhouHarbinHefeiHong KongJinanJinrongjieKatsushikaLangfangLanzhouLoudiMatsubaraMountain ViewNagakute-shiNanchangNanchang ShiNanjingNanningNingboQingdaoQuincyRenheRennesSaitamaShanghaiShatinShenzhenShijiazhuangSingaporeTaiyuanTangdukouTianjinTokyoWuhanXi'anXianyangshiXincunXingfengXinminYongchuanYuzhong ChengguanzhenZhengzhouZhongbaZhuhai上海中卫伊利诺伊州北京十堰华盛顿南京南昌合肥嘉兴天津宁波安康宣城密蘇里城常州平顶山扬州无锡杭州江门济南淄博深圳温州漯河纽约州芒廷维尤芝加哥衡阳西宁重庆金华青岛Highcharts.com
图( 1) 表( 5)
计量
  • 文章访问数:  1705
  • HTML全文浏览数:  1705
  • PDF下载数:  271
  • 施引文献:  23
出版历程
  • 收稿日期:  2019-12-04
  • 刊出日期:  2020-09-01

从个体稳定性到家庭迁移:文化认同与农民工稳定城市化

    作者简介: 魏万青,社会学博士,广西大学公共管理学院,教授,区域社会治理创新研究中心副主任
  • 广西大学 公共管理学院; 区域社会治理创新研究中心, 广西 南宁 510275
基金项目:  国家社会科学基金一般项目“生命历程视角下农民工市民化基本公共服务精准匹配机制研究”(16BSH128),主持人:魏万青

摘要: 稳定城市化强调农民工城市化是一个从个体稳定城市化到农民工家庭城市化的连续过程,因此农民工家庭迁移行为与迁移计划至关重要。研究基于CMDS 2014年流动人口社会融合与心理健康专题调查数据,采取Logit模型和KHB模型分析文化认同对农民工稳定城市化的影响。研究发现:(1)文化认同影响到个体的未来城市化预期(是否在本地生活与工作)与稳定性;(2)同时对农民工的家庭迁移决策产生影响;(3)文化认同的影响是连续的,通过个体稳定性进一步影响到家庭迁移行为与家庭迁移计划。论文提出提升农民工城市化质量,降低农民工城市化心理成本的具体对策:其一是针对异地迁移农民工家庭,提供公共文化服务,降低其文化适应成本;其二是基于新时代西部大开发,以经济发展促进农业剩余人口的就近转移,降低迁移过程中的文化适应成本与心理成本。

English Abstract

  • 推进新型城镇化战略,关键是识别“有能力在城镇稳定就业和生活的农业转移人口”[1],促进其举家进城落户,进而为其提供教育、培训、养老等基本公共服务; 推进乡村振兴战略,识别农民工群体的“回流人口”是关键。“农民工回迁”并非简单的人口流动,同时也意味着资源、人才与技术的回迁,对乡村振兴与产业发展至关重要。区域经济中著名的“苏南模式”,就是具有技术、知识与工业化理念的人才“下乡”的结果[2]。因此,无论是新型城镇化过程中推进基本公共服务的均等化,还是推进农村剩余人口的进一步转移,其重要基础都是对农民工的迁移或入户意愿(与之对应的是回流)进行识别。换言之,就是要弄清楚影响农民工在城镇稳定就业和生活的因素是什么?

    正因为如此,农民工迁移、回流问题成为近年来学术研究的热点。然而既有研究虽然成果丰硕,却依然存在薄弱与不足环节。其一是对农民工稳定性的既有研究,如关于永久迁移行为、入户意愿、回流行为与意愿的研究,主要从成本-收益、生命周期、人力资本、社会网络等诸多角度对农民的迁移决策、迁移类型进行解释,关注的变量包括个人特征与经历、家庭因素以及社会环境因素等[3],对文化认同等因素的关注有待加强。在定量研究中,如何测量文化因素的影响,既有研究尚未达成共识。如,既有研究往往将对方言的掌握视为文化认同的结果,但也有部分研究强调方言是个人能力的体现[4]。其二是既有研究基于静态视角,关注农民工个体或者家庭的迁移行为与意愿,而对个体迁移与家庭迁移之间的动态关系缺少关注。家庭化迁移意味着教育、医疗、住房等公共服务需求的增长[5],农民工个体迁移与家庭迁移的差异,关系到基本公共服务供给内容与空间的差异,但相关研究对此缺少充分的探讨。

    基于对上述问题的关注,本文将聚焦于文化认同因素对农民工稳定城市化的影响。具体而言,是从农民工个体的稳定性(是否再迁移)与家庭迁移意愿(家庭完整性)两个层面理解农民工城市化的稳定性,重点分析如下问题:(1)风俗认同、语言使用等文化认同因素对农民工个体永久迁移意愿的影响; (2)个体迁移对举家迁移的影响,以及文化认同在家庭迁移决策层面所发挥的作用。研究发现,核心家庭成员的个体迁移与其在城市的发展状况,是进一步迁移的前提。文化认同因素对家庭迁移决策的影响包括两部分:一是中介效应,即以个体迁移为中介,影响家庭迁移意愿与决策; 二是直接效应,即文化认同因素对家庭迁移行为与意愿的直接影响。

    这使得本研究不同于以往研究:第一,不同于以往的静态研究,本研究将文化认同的影响视为一个动态过程,分析文化因素对农民工不同迁移阶段的影响与机制。第二,在实践意义上,基于文化认同影响的重要性,本研究强调对异地迁移农民工而言,公共服务供给应包括文化服务的内容,促进农民工家庭的社会适应; 基于城市化发展战略,本研究强调新时代推进西部大开发与中心城市的发展,能有效降低农民工城市化过程中的文化适应成本与心理成本,提升城市化质量。

  • 农民工研究深受移民研究的影响。移民研究中,新古典经济学宏观理论关注地区差异对迁移的影响,微观理论则从理性角度将迁移视为个体收益与成本算计的结果,而新移民经济学将决策主体从个体转向家庭,强调迁移是家庭为分散风险所采取的多样化经营策略[6]。社会学、人口学则从生命周期、社会网络等诸多角度对移民的迁移决策、迁移类型或迁移意愿进行解释。既有研究虽然将迁移视为一个从空间迁移到经济适应、社会适应与心理适应的动态过程,但隐含着“永久定居移民范式”的假设,往往将既有迁入城市视为最终迁入城市,而回流是“迁移失败”的结果。在分析单位上,经典移民理论主要关注个体迁移行为,而新移民经济学强调家庭为决策主体。而在农民工研究中,大部分研究依然聚焦于个体迁移行为或意愿,家庭因素作为影响因素被纳入分析但并未真正以家庭为分析单位[5]

    近年来,时间与空间因素在移民与农民工研究中受到了越来越多的关注。多阶段迁移理论认为,在迁移目的地的选择过程中,移民心中也会对诸多目标城市进行排序,形成一个迁移城市等级体系,其中一些目标迁移地主要是移民中转站、充值站,移民在这个城市习得迁移所需的技能、积累资金,或构建网络,寻找进一步的迁移目标与机会[7]。因此,迁移是不断累积、不断发展的,当移民累积到一定资本时,往往会再迁移,迁往更好的地区[8]。从这个意义而言,迁移行为就是一个不断决策的过程。无论是继续迁移,还是回迁(回流),都只是解决问题或实现个人和家庭目标的一种选择,回流(回迁)也并非是一种“失败”。这也使得相关研究从经济学的理性范式转向决策范式。为此,研究者发展了关于决策行为的各种“形势评估模型”[9]。多阶段迁移理论强调根据不同阶段的个人与家庭目标分析其迁移策略,强调迁移的动态性。在迁移过程中,职业和家庭相关的生活阶段转变带来的变化,均会影响其下一步的迁移决策; 在人生的不同阶段,迁移的决策主体也不同,青年时期更多是基于职业发展,决策主体主要是个人,然而随着婚姻、生育与父母身体状况的变化,家庭因素的影响日益重要。这也意味着分析单位或因素应随着迁移阶段与目标的转变而转变。多阶段迁移理论也进一步丰富稳定了城市化内涵,对农民工城市化而言,我们应该关注的不仅是农民工个体的稳定性,同时还应该关注其家庭是否随迁[10]。然而既有研究却主要关注农民工个体迁移或家庭迁移,忽视了农民工迁移与城市化的阶梯性递进,也很少从稳定城市化角度分析两者的关联,对两阶段的迁移与城市化纳入统一的分析框架。

  • 移民研究中,文化因素备受重视,文化认同被视为移民融合的结果与关键指标。例如,经典同化理论将移民的社会融合视为移民对主流或强势的文化、价值观和生活方式的接受与认可过程,在融合过程中,移民原有的族裔特质与文化特征将逐渐丧失[11]。多元论虽然倡导族群文化差异与文化多样性,但依然将文化认同作为移民融合的标准。事实上,文化因素不仅被视为社会融合的结果,同时也是影响移民社会融合的途径与手段。比如,“聚集命题”强调,移民能从种族聚集中获得经济与福利回报,为移民的社会融合提供了“第三条道路”,即分割同化理论——移民通过种族聚集(进入种族企业就业以及聚集居住)形成保护带,逐步融入主流社会[12]。在与“聚集命题”相关的学术争鸣中,语言等文化现象经常被作为族裔聚集的测量变量[13-14]。而多阶段迁移理论则关注文化因素对迁移目标地的影响。在迁移目的地的选择过程中,移民会对诸多目标城市进行排序,形成一个迁移城市等级体系。其中,目标城市的文化特征与移民自身文化的亲和性成为影响排序与迁移决策的重要因素[7]。总之,从迁移目的地选择、融入策略到融入结果,文化因素的影响贯穿迁移的全过程。

    与国际移民常常面临母国与目标国之间巨大的文化差异不同,农民工迁移是国内迁移,农民工迁移面临的文化差异不如国际移民那样显著。但文化因素依然是农民工行动逻辑的坚实基础[15],对其迁移地的选择、工作权益与经济适应,以及定居意愿等均发挥着显著影响。首先是在迁入地的选择上,迁入地与迁移地的方言距离对农民工迁入地的选择具有显著影响[16]。其次,在流动过程以及在城市适应与发展过程中,文化的影响同样存在,进而形成了诸如“浙江村”[17-18]、“平江村”[19]等典型的移民社区。流动人口往往依托同乡网络等寻找工作[20],解决具体困难,适应城市[14, 21]。而企业管理者也依托地缘、血缘等传统文化因素,招聘与管理工人[22-24]。最后,文化因素也是预测农民工定居与入户意愿的关键因素。蔡禾、王进[4]发现方言能力对永久迁移意愿有显著影响。王玉君[25]研究发现,与本地人互动的情况以及掌握方言的熟练程度不仅直接对城市定居意愿产生正向影响,而且积极影响归属感从而间接提升其定居意愿。悦中山[26]研究发现,家乡文化保持和城市归属感都是预测农民工发展意愿的重要因素。何丽[27]研究发现,语言使用会对农民工子女身份建构、居留意愿产生显著影响。

    梳理既有研究不难发现,文化因素对农民工的影响贯穿其迁移的整个过程,然而,相关研究也存在诸多问题需要解决。其中,文化因素的测量以及文化因素对农民工迁移决策的影响机制,尤为值得关注。相关测量中,语言是常用的指标。但语言或者方言(对本地方言的熟练程度)指标的内涵是非常丰富的,既可以作为人力资本对农民工迁移与定居产生影响[4, 28-29],同时也可以视为农民工的社会资本与社会融合的结果,其对当地方言的掌握本身就反映了农民工与当地居民的接触情况[30]。此外,方言的使用情况,反馈的是社区的异质性与居民的群体构成,影响着社会信任[31]。与方言类似,同乡关系也是策略的常用指标,与方言变量类似,同乡关系的内涵也非常丰富。一方面,同乡关系是一种网络关系,是农民工信息交流的重要载体,是获得具有价值的信息(如招工信息)的关键渠道[20]。另一方面,同乡关系也承载了地域文化特点与地缘关系,体现了流出地相同的经济社会环境对农民工群体的影响。同乡关系还是一种情感关系,但同乡聚集并非一个随机过程,理性因素依然在起作用[21]。因此,当研究者分析方言与同乡关系对农民工的迁移意愿、工资、权益的影响时,一个需要回答的问题是,方言、同乡网络的测量,到底在测量什么?更进一步,研究需要追问的是,文化因素对农民工稳定城镇化(或迁移)的影响机制是什么?在农民工迁移的不同阶段或者城市化的不同阶段,文化因素的影响有何不同?

    正是在这个意义上,本文从风俗认同、语言使用(方言)以及同乡网络关系的视角,多角度考察文化的影响。具体而言,文章从个体和家庭两个层面理解稳定城镇化,将其区分为个体迁移和家庭迁移阶段,分析不同阶段风俗认同、语言使用(方言)以及同乡网络等文化因素对农民工迁移(留城、再迁移,还是返乡)的影响。这也使得本研究与以往研究存在显著的不同:首先,基于文化因素的复杂性,本研究试图建立一个多维测量指标,分析文化对农民工迁移意愿的影响。其次,本文力图表明农民工迁移是由个体迁移到家庭迁移的过程[32]。而文化因素将以个体迁移决策为中介,影响家庭迁移决策。因此,有必要将个体迁移与家庭迁移区分开来,分析文化因素对个体迁移与家庭迁移决策的影响。与此同时,两个阶段互相联系,构成了农民工城市化的不同维度,因此在关注文化认同影响的阶段性特征的基础上,还应该关注两个阶段的相互关联。

  • 基于多阶段迁移理论,城市化主要可分为两个阶段,即个体迁移阶段和家庭迁移阶段。对农民工而言,个体的乡城迁移决策早已做出,因此这里主要关注迁移的稳定性,即分析其再迁移的意愿。分析框架与假设如下:

    H1.文化认同因素对个体迁移决策有显著影响,且这些影响在控制经济适应、社会适应状况后依然存在。

    H2.文化认同因素以个体迁移决策与意愿为中介,对家庭迁移决策与意愿发生影响。

    H3.文化认同因素对家庭迁移决策有显著影响。

    上述假设中,H1关注文化认同因素对个体迁移(稳定性)的作用,后两个假设则关注文化因素对家庭迁移的影响。其中,H1到H2体现了文化因素通过个体稳定性为中介,对家庭迁移意愿的影响,而H3则体现文化因素对家庭迁移的直接影响。

  • 本文数据来源于中国流动人口动态监测调查数据(China Migrants Dynamic Survey,简称CMDS)2014年流动人口社会融合与心理健康专题调查(C卷)。该数据为学术界广泛应用的公开数据,收集了流动人口对当地方言和风俗认同的信息,这是其他年份的个体数据和专题数据所不具备的,故没有选择最新年份的个体数据。基于研究目的,这里只分析主动迁移的、具有决策权的、跨市流动的农民工,排除了非农户流动人口和随迁人口。

    因变量:对个体迁移意愿则是根据农民工关于未来的稳定性作出的判断,具体而言是根据受访者对“是否打算在本地长期居住(5年以上)”这一问题的回答进行判断的。按照城市化稳定性排序从低到高,其对应的选项依次是“否”(再迁移可能性大,不稳定性高)、“不确定”(居中)、“是”(再迁移的可能性小,稳定性高),即低稳定性、中稳定性、高稳定性。家庭迁移同样也是基于迁移预期或意愿的测量,根据受访者对“在未来1~3年内是否打算将家庭成员带到本地”的回答,分为四种情况:已迁移、将迁移、不确定、不迁移。

    文化认同的测量主要是两个指标,即对当地方言的掌握情况和对当地风俗的认同情况。其一是根据受访者对当地方言的掌握程度进行赋值,得分越高方言掌握越熟练。其二是基于受访者对家庭风俗与当地人行为习惯的认同,得出当地风俗认同因子。这里,对文化认同的测量包括语言和风俗两个维度的信息,比以往研究单纯从“同乡聚集”或方言使用进行测量更为准确,因为语言常被视为一种人力资本对待,而“同乡”虽然包含文化与情感因素,但更多体现的是信息机制的作用[14, 21]

    控制变量包括流入城市(调查城市)虚拟变量、城市务工年限、居住状况,以及性别、婚姻、年龄等人口社会特征。由于个体迁移与家庭迁移决策受农民工发展状况和发展预期的影响,因此,在控制变量中增加了地位声望变量,该变量包含了农民工对自己的社会地位和受尊重程度的判断,可理解为其发展状况和发展预期的代理变量。地位声望信息主要来自于受访者与“老家的亲戚、朋友与同事”“居住地的亲戚、朋友与同事”和“全社会人们”的比较得分,通过因子分析形成社会地位与声望因子,得分越高则自我评价越高。考虑到农民工个体与家庭决策与其家庭负担有关,故增加家庭负担指数为控制变量。具体是根据农民工对老人抚养、配偶孤独、子女照料、子女学费四个家庭负担项目的回答进行加总计分,得分越高则负担越重。

    最终纳入分析的有效个案是8 988个,样本基本情况如表 1所示。表中,有高达60.5%的受访者表示打算长期在本地生活和工作,而明确表示不会在本地长期生活工作的仅为11.1%,另有28.5%的农民工处于观望状况,对未来缺少明确的规划。农民工迁移的家庭化迁移趋势也非常明显,已经家庭化迁移的比例是26.8%,另有31.2%的受访者将在1~3年内计划家庭迁移,明确表示没有举家迁移计划的比例为37%。

  • 由于个体迁移(稳定性)为定序变量,故采用广义定序logit模型检验H1。广义定序logit模型的优点是允许回归系数随因变量的次序变化而变化,而无需满足平行回归假定[33]。对H2的检验,由于家庭迁移是多类别变量,故采取的是多项Logit模型(MNL, multinomial logit model)。

    文化认同对家庭迁移的影响,不仅包括直接影响(即H3),同时还以个体迁移为中介,通过影响个体迁移稳定性,进一步影响家庭迁移。这里采用的是KHB模型[34],即通过系数分解分析个体迁移(稳定性)中介效应的大小。

  • 表 2为方言熟练程度、本地风俗认同等文化认同因素对个体迁移意愿(稳定性)的影响。与H1假设预期一致,本地方言熟练度对应的系数均显著为正(模型1对应的系数分别为0.305和0.304,均在1%的水平上显著),风俗认同因素对农民工个体稳定性的影响也显著为正(模型2中对应系数分别为0.143和0.234,分别在5%和1%的水平上显著)。将方言熟练度、风俗认同同时放入模型(模型3),回归结果依然非常稳定。总之,模型估计结果显示,文化认同因素与农民工城市化的稳定性显著相关,认同程度越高,其稳定性越强,再迁移的可能性越低,H1得到了数据的有效支持。

    控制变量中,婚姻状况、在城市社会中的发展状况(通过社会地位与声望指数)、家庭负担以及进城务工年限等均显著影响着农民工个体城市化的稳定性。相对住宿舍的农民工,在本地购房、租私房的农民工,其未来更有可能在本地生活与工作,而教育与农民工个体城市化的稳定性显著相关,教育水平越高,未来在本地生活与工作的可能性越高。

  • 表 3为文化认同因素对农民工家庭迁移意愿(可能性)的影响。基于模型4的估计结果可知,方言熟练度对农民工家庭迁移有显著影响,农民工对本地方言越熟练,熟练程度每提升1分,其家庭已迁移相对于不迁移的发生比率提升30%(系数为0.264,在1%的水平上显著)。本地方言熟练程度对其家庭迁移计划(准备迁移)有显著影响(对应的回归系数为0.215,在1%的水平上显著)。基于模型5的估计结果可知,风俗认同对家庭迁移有显著影响(对应回归系数为0.116,在5%的水平上显著),但对其家庭迁移计划(是否准备迁移)没有显著影响。总之,H3得到了数据较好的支持,文化认同对家庭迁移行为具有显著影响,越认同当地文化,家庭迁移发生比率越高,但风俗认同对家庭迁移计划(是否准备迁移)影响不显著。

  • 根据多阶段迁移理论,农民工迁移是从个体迁移到家庭迁移,个体稳定性对家庭迁移决策与计划有显著影响,即H2。表 4模型在表 3模型的基础上纳入了个体稳定性变量,即个体迁移意愿变量。与H2预期相符,个体稳定性对家庭迁移行为(是否已迁移)与家庭迁移计划(是否准备迁移)有显著影响,表 4中个体稳定性变量的回归系数均非常显著。H2得到了数据支持。

    那么,文化认同因素是否以个体稳定性为中介,影响家庭迁移行为与计划呢?比较模型4和模型6可知,方言熟练程度对家庭迁移行为(是否已迁移)和迁移计划(是否准备迁移)的影响在1%的水平上依然显著,但回归系数有一定的变化,其中对家庭迁移行为的影响系数从0.264降低到0.2,对迁移计划的影响系数从0.215下降到0.171。这说明个体稳定性中介效应的存在,但两个模型的系数差异是否显著还有待进一步检验。而风俗认同的影响却非常明显。模型5中,风俗认同因子对家庭迁移行为(是否迁移)影响显著,在模型7中变得不显著,说明风俗认同是通过影响个体迁移的稳定性,进而影响到家庭迁移的。

    为进一步分析方言熟练度对家庭迁移决策与计划的影响中个体稳定性的中介效应,这里使用KHB模型检验系数差异。结果显示,方言熟练程度影响个体迁移意愿,进而对家庭迁移行为与计划发生显著影响,中介效应在1%的水平上显著(表 5底部)。

  • 农民工迁移与城市化过程,是一个不断发展、演进的多阶段决策过程,关注文化认同对农民工的影响,不应局限于某一阶段的作用,还应关注不同阶段决策之间的关系。然而,既有关于文化因素对农民工迁移的影响研究,要么关注文化认同对个体迁移的影响,要么关注文化因素对家庭化迁移的影响,缺少动态视角。正是因为如此,本文基于CMDS 2014年流动人口社会融合与心理健康专题调查数据,对农民工迁移的不同阶段、文化认同影响农民工迁移的途径与机制进行了检验。研究发现,文化认同不仅影响到个体的未来城市化预期(是否在本地生活与工作)与稳定性,同时也会对农民工的家庭迁移决策产生影响。使用CMDS 2017数据的分析结果也发现,农民工对家乡风俗认同度越高,其迁移稳定性越低。可见文化认同对个体迁移稳定性的影响非常稳健。但CMDS 2017年数据并没有收集本地风俗认同以及家庭迁移意愿等信息,因此无法进一步分析家乡风俗认同对家庭迁移意愿的影响。

    需要指出的是,强调文化认同因素对个体迁移与农民工家庭迁移的影响,并不否定经济适应的重要性。农民工城市化是以职业发展、经济适应为基础的。只有作为家庭主要经济来源的农民工在城市中经济稳定后才会进行家庭迁移,因此经济适应是基础。即便如此,探讨文化因素的影响依然是非常重要的。家庭目标是迁移的基础,无论是定居,还是继续迁移(回迁、再迁移),都只是解决问题或实现个人和家庭目标的一种选择,体现的是农民工对“美好生活”目标与生活质量的追求。当农民工在城市获得较为稳定的经济来源,由经济适应转向社会适应时,文化因素的作用进一步凸显,对农民工及其家庭成员的社会适应产生影响。迁入地与迁出地的文化差异越大,意味着农民工及其家庭成员融入社会的时间与心理成本越高。这也意味着,在农民工家庭化迁移背景下,对农民工公共服务以及就业、教育培训等服务至关重要,但如何促进其文化适应也同样重要,这影响到其城市化的稳定性与质量。

    工业化与产业发展是现代化与城市化的基础。多年的经济高速增长与就业岗位的增加,促进了农业剩余人口的大规模转移,城市化进程加快。但在区域发展上,西部地区发展不平衡不充分的问题依然非常显著,经济发展相对滞后,无法为当地农业剩余人口转移提供充分的、高质量的就业机会。在就业机会与收入的驱动下,西部农业剩余人口主要是向东部沿海发达城市迁移,寻求工作机会。但这一远距离迁移,是建立在较高的迁移成本基础上的,也是一个高度筛选的过程,主要是以年轻劳动力为主的异地迁移。其结果是,在西部偏远地区,依然有大量的需要转移就业的农业剩余人口。一方面,他们在竞争激烈的东部城市劳动力市场中竞争力不足; 另一方面,他们向东部沿海城市迁移,因为文化、语言、生活习惯的差异,迁移往往又面临着更高的心理成本。从这一意义上,透视当前城市化与区域发展战略,理解《中共中央国务院关于新时代推进西部大开发形成新格局的指导意见》具有积极意义。

    其一,新时代推进西部大开发,加快西部地区快速、高质量发展,意味着这些地区的工作岗位与就业机会将会增长,能够吸纳西部农业剩余人口的转移。这种农业人口的就近转移模式,相对于异地跨省迁移,文化适应成本更低,农民工迁移的时间成本、心理成本更低,有利于进一步促进农业剩余人口的转移,促进农民工的城市适应。

    其二,本研究结论对推进人口城镇化与城市群的发展也有一定的启示意义。推进新型城镇化,不同区域的城市群与中心城市的发展至关重要。作为区域性的城市群吸纳周边农村剩余人口,在文化认同上更容易产生亲和感,这也会对农民工个体稳定城市化与迁移意愿产生影响,有利于推进人口城市化。基于地区中心发展的就近城镇化不仅与潜在的迁移对象(周边剩余农村劳动力)在文化上有亲和感,还会进一步推进其举家迁移,这意味着基于文化亲和感的城镇化模式,有利于减少因为城市化导致的分离型家庭。

参考文献 (34)

目录

/

返回文章
返回