租房類型對(duì)農(nóng)民工社會(huì)融合的影響研究
——基于流出地依賴的中介效應(yīng)檢驗(yàn)

羅 蓉

引言

改革開(kāi)放以來(lái)，大量農(nóng)村剩余勞動(dòng)力流向城市，帶來(lái)巨大的人口紅利，為城市發(fā)展做出了極大貢獻(xiàn)。近五年來(lái)，農(nóng)民工的數(shù)量仍以年均約1%的速度增長(zhǎng)。2019年，農(nóng)民工總量達(dá)到29 077萬(wàn)人①。然而，與農(nóng)民工群體做出的巨大貢獻(xiàn)不對(duì)等的是，大量農(nóng)民工未能真正融入城市社會(huì)中[1]，導(dǎo)致他們所享受的發(fā)展紅利明顯不足，其收入與經(jīng)濟(jì)貢獻(xiàn)之比相對(duì)于城鎮(zhèn)職工而言是偏低的[2]。

根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2019年全國(guó)外出農(nóng)民工月均收入為4 427元，全國(guó)住宅商品房平均銷售價(jià)格為9 310元/米2，2014至2019年，外出農(nóng)民工月均收入增長(zhǎng)42.4%，而房?jī)r(jià)增長(zhǎng)了56.5%。此外，農(nóng)民工收入中還有相當(dāng)部分用于贍養(yǎng)養(yǎng)老醫(yī)療保障相對(duì)較弱的老人、在老家建房以及回家探親等大額支出。因此絕大部分農(nóng)民工在較長(zhǎng)時(shí)間內(nèi)都難以承擔(dān)在流入地的購(gòu)房支出，租房成為絕大多數(shù)農(nóng)民工住房決策的首選甚至是唯一選擇。數(shù)據(jù)顯示，2014—2018年這5年間進(jìn)城農(nóng)民工購(gòu)買(mǎi)住房占比均未超過(guò)20%，租房居住占比均高于60%①?？梢?jiàn)，較長(zhǎng)時(shí)間內(nèi)租房對(duì)農(nóng)民工的重要性遠(yuǎn)大于購(gòu)房。

按供給主體進(jìn)行分類，租房主要三種類型：政府租房、單位租房和社會(huì)租房，不同租房類型會(huì)對(duì)農(nóng)民工的流出地依賴產(chǎn)生不同程度的影響，進(jìn)而影響其在當(dāng)?shù)氐纳鐣?huì)融合。

一、文獻(xiàn)綜述

國(guó)內(nèi)外關(guān)于社會(huì)融合界定與內(nèi)涵的文獻(xiàn)較為豐富。國(guó)外學(xué)者較早基于移民現(xiàn)象關(guān)注社會(huì)融合問(wèn)題。社會(huì)融合是一個(gè)滲透與融合的過(guò)程，在這個(gè)過(guò)程中，某個(gè)群體逐漸形成對(duì)其他群體的記憶、情感和態(tài)度，通過(guò)共享不同群體的經(jīng)歷和歷史，各個(gè)群體最終融匯到共同的文化生活中[3]。Gordon(1964)[4]最早對(duì)社會(huì)融合的內(nèi)涵進(jìn)行了分類，在此基礎(chǔ)上，學(xué)者們認(rèn)為社會(huì)融合的重要組成部分有包含教育公平、工作機(jī)會(huì)、收入與住房歧視等因素的結(jié)構(gòu)融合以及社會(huì)文化融合與政治法律融合[5]。此后較有影響的是Entzinger和Biezeveld(2003)[6]在社會(huì)經(jīng)濟(jì)、文化、法律政治三個(gè)維度之上加入了第四個(gè)維度：流入地態(tài)度。國(guó)內(nèi)關(guān)于社會(huì)融合的研究主要基于流動(dòng)人口尤其是農(nóng)民工現(xiàn)象，認(rèn)為社會(huì)融合是當(dāng)?shù)厣鐣?huì)對(duì)農(nóng)民工的接納和同化，逐步減少排斥的過(guò)程[7]，具有多維性和漸進(jìn)性。大多數(shù)研究比較一致地認(rèn)為農(nóng)民工社會(huì)融合內(nèi)涵包含經(jīng)濟(jì)、社會(huì)、文化和心理四個(gè)維度，總體社會(huì)融合程度一般，且各維度的融入狀況差別較大[8]。

農(nóng)民工社會(huì)融合的諸多影響因素及影響機(jī)制受到學(xué)界廣泛關(guān)注。首先，社會(huì)融合度與性別、年齡、受教育程度、外出打工時(shí)間等個(gè)人特征緊密相關(guān)[9]。其次，農(nóng)民工的社會(huì)資本、就業(yè)特征、流入地特征、公共服務(wù)等都對(duì)農(nóng)民工社會(huì)融合有影響[10-14]。此外，經(jīng)濟(jì)政策、戶籍政策、城鎮(zhèn)化等一些宏觀因素也會(huì)影響農(nóng)民工社會(huì)融合[15-17]。在各種影響農(nóng)民工社會(huì)融合的因素中，大多數(shù)觀點(diǎn)都認(rèn)為住房最為重要。在租房群體之中，房租負(fù)擔(dān)對(duì)其遷移意愿的影響呈倒U型[18]。以“鄰居是否為本地居民”為依據(jù)將農(nóng)民工住房分為“融合型”住房和“分割型”住房，兩種類型住房對(duì)社會(huì)融合的影響程度也不相同[19]?？傮w來(lái)看，專門(mén)考察租房對(duì)農(nóng)民工社會(huì)融合影響的文獻(xiàn)較少。從住房如何影響社會(huì)融合的機(jī)制分析來(lái)看，認(rèn)為住房會(huì)通過(guò)如“城市歸屬感”機(jī)制、“鄰里效應(yīng)”機(jī)制、“社會(huì)地位”機(jī)制或“居住隔離”機(jī)制對(duì)社會(huì)融合產(chǎn)生影響[20-22]。然而，以上中介機(jī)制更多地是從農(nóng)民工與流入地的關(guān)系入手，如城市歸屬感、社會(huì)地位考察的是農(nóng)民工在流入地的心理感受，鄰里效應(yīng)、居住隔離考察的是農(nóng)民工在流入地的居住狀況。

流出地因素對(duì)農(nóng)民工社會(huì)融合的影響也日益受到關(guān)注。家鄉(xiāng)為個(gè)人提供了集體身份,將人們與家鄉(xiāng)這一地方上的群體緊密聯(lián)系[23]，對(duì)農(nóng)民工而言，流出地(家鄉(xiāng))無(wú)疑是農(nóng)民工自帶的天然標(biāo)簽。家鄉(xiāng)不僅僅是一個(gè)物質(zhì)生活空間，更是一個(gè)心理生活空間，它已經(jīng)在人們的心理形成了一個(gè)具有依附作用的“心理場(chǎng)”[24]，流出地熟悉的生活環(huán)境和習(xí)慣引起農(nóng)村外出勞動(dòng)力對(duì)故鄉(xiāng)的依賴、眷戀等是農(nóng)民工留城的阻力、回鄉(xiāng)的動(dòng)力[25]，農(nóng)民工強(qiáng)烈的鄉(xiāng)土意識(shí)和對(duì)家鄉(xiāng)的情感依附會(huì)將相當(dāng)一部分人拉回農(nóng)村[26]。雖然流出地因素的重要性開(kāi)始受到重視，但較少文獻(xiàn)從流出地的視角考察住房對(duì)農(nóng)民工社會(huì)融合的中介機(jī)制。

對(duì)上述與本文密切相關(guān)的文獻(xiàn)梳理后發(fā)現(xiàn)，現(xiàn)有關(guān)于農(nóng)民工住房與社會(huì)融合關(guān)系的研究大多考察購(gòu)房對(duì)農(nóng)民工社會(huì)融合的影響，專門(mén)考察租房對(duì)農(nóng)民工社會(huì)融合影響的文獻(xiàn)較少，且流出地因素對(duì)農(nóng)民工社會(huì)融合的作用機(jī)制有待更深入的研究。本文認(rèn)為，只有社會(huì)融合程度很高且收入相對(duì)較高的農(nóng)民工才會(huì)最終選擇在城市購(gòu)房。基于現(xiàn)階段絕大部分農(nóng)民工在較長(zhǎng)時(shí)間內(nèi)都將依賴租房作為流入地居所這一客觀事實(shí)，本文重點(diǎn)探究租房類型對(duì)農(nóng)民工社會(huì)融合的影響并對(duì)流出地因素在這一過(guò)程中的中介作用進(jìn)行分析。

二、理論分析與研究假設(shè)

針對(duì)租房類型的差異，可以根據(jù)不同供給主體將租房分為社會(huì)租房、政府租房和單位租房。社會(huì)租房以獲取收益為目的，其住房質(zhì)量較好，空間比較獨(dú)立，相對(duì)寬敞，其品質(zhì)相對(duì)優(yōu)于單位租房，能夠更加靈活地滿足農(nóng)民工多樣化的住宅需求。單位租房以宿舍為主，價(jià)格低廉、通勤方便，但隱私性差、空間擁擠、住房質(zhì)量差[27]，租住單位租房的農(nóng)民工更易發(fā)生住房困難[28]。單位租房還缺乏穩(wěn)定性，選擇單位租房的農(nóng)民工對(duì)其就業(yè)單位存在高度依賴性，一旦與就業(yè)單位解除工作關(guān)系則居住權(quán)利便被剝奪，在換工作間隙和未重新找到工作前居無(wú)定所[29]。政府租房屬于政府提供的準(zhǔn)公共產(chǎn)品，針對(duì)城市里中低收入群體供給，租金相對(duì)低廉[30]。政府租房下的集中建設(shè)保障房存在著選址集中于偏遠(yuǎn)地帶，空間分布不合理導(dǎo)致居住—就業(yè)空間失配現(xiàn)象[31]，周邊基礎(chǔ)設(shè)施、公共服務(wù)等缺乏，造成租住者生活不便，使得生活成本上升；而政府租房下的開(kāi)發(fā)商配建保障房用地選址更加合理，其周邊的社區(qū)較多且配套設(shè)施較齊全，保障房租住者的生活成本大大降低，生活質(zhì)量得到改善[32]。綜上，本文提出如下假設(shè)：

假設(shè)H1：不同的租房類型對(duì)農(nóng)民工社會(huì)融合的影響存在異質(zhì)性。

本文將農(nóng)民工對(duì)流出地的心理依附界定為“流出地依賴”。租房類型首先會(huì)影響農(nóng)民工的流出地依賴程度。農(nóng)民工遷移到流入地后面臨的是全新的環(huán)境，環(huán)境中的眾多因素都可能對(duì)農(nóng)民工的心理產(chǎn)生作用，使得農(nóng)民工的流出地依賴程度發(fā)生變化。就不同的租房類型而言，由于不同租房供給主體在提供租房的目的、建房規(guī)劃與設(shè)計(jì)、出租偏向、出租條件以及租后管理等方面存在明顯的區(qū)別，其提供的租房在地理位置、住房質(zhì)量、周?chē)h(huán)境、配套設(shè)施、居住穩(wěn)定性以及租客群體方面具有不同的特征，這些不同的特征會(huì)從居所舒適度、生活便利性、公共服務(wù)質(zhì)量、人際交往層次、未來(lái)發(fā)展機(jī)會(huì)等方面對(duì)農(nóng)民工的心理產(chǎn)生綜合影響。如果租房帶給農(nóng)民工較差的心理感受，農(nóng)民工很可能增加回老家的次數(shù)和時(shí)間，通過(guò)流出地熟悉的環(huán)境來(lái)尋求慰藉，緩解居住不良感受引起的不適，流出地依賴增加。反過(guò)來(lái)，如果租房能帶給農(nóng)民工良好的心理感受，則農(nóng)民工回老家的次數(shù)和時(shí)間必然減少，流出地依賴程度下降?？梢?jiàn)，不同的租房類型會(huì)對(duì)農(nóng)民工的流出地依賴程度產(chǎn)生差異化影響。農(nóng)民工的流出地依賴程度進(jìn)而會(huì)影響其在流入地的社會(huì)融合。如果農(nóng)民工的流出地依賴程度高，其回家的傾向必然較強(qiáng)，回家的次數(shù)必然較多，在家鄉(xiāng)停留的時(shí)間也較長(zhǎng)，從而減少其投入到流入地的時(shí)間。

綜上，在租房類型影響農(nóng)民工社會(huì)融合的過(guò)程中，存在這樣的機(jī)制：不同租房類型所具有的差異性導(dǎo)致農(nóng)民工對(duì)流出地的依賴程度出現(xiàn)差異，農(nóng)民工對(duì)流出地的依賴程度越高，其社會(huì)融合程度越低；相反，較低的流出地依賴程度能促進(jìn)農(nóng)民工的社會(huì)融合。因此，本文提出如下假設(shè)：

假設(shè)H2：流出地依賴是租房類型影響農(nóng)民工社會(huì)融合的重要中介變量。

三、研究設(shè)計(jì)及數(shù)據(jù)

(一)數(shù)據(jù)來(lái)源與說(shuō)明

本文研究使用的數(shù)據(jù)來(lái)自國(guó)家衛(wèi)生健康委公布的“2017年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)(China Migrants Dynamic Survey，CMDS)”。2017年調(diào)查按照隨機(jī)抽樣的原則，采取分層次多階段抽樣調(diào)查法，獲取總樣本量為17萬(wàn)個(gè)，代表性較好。由于本文關(guān)注的是進(jìn)城農(nóng)民工群體，選擇因務(wù)工經(jīng)商遷移，從事非農(nóng)行業(yè)的農(nóng)業(yè)戶籍樣本，調(diào)查樣本點(diǎn)類型為居委會(huì)，并考慮到我國(guó)勞動(dòng)法規(guī)的相關(guān)規(guī)定，將樣本年齡限定在16至60歲。去掉變量有缺失值的觀測(cè)值，最終使用共計(jì)43 836個(gè)有效分析樣本。

(二)變量選擇與描述

1.被解釋變量：農(nóng)民工社會(huì)融合度。社會(huì)融合可以從多個(gè)指標(biāo)進(jìn)行衡量，本文在研究數(shù)據(jù)可得性的基礎(chǔ)上，參考任遠(yuǎn)等(2010)[7]與朱明寶等(2016)[12]的研究，將社會(huì)融合度從“自我身份的認(rèn)同”“對(duì)城市的態(tài)度”“社會(huì)交往的深度”三個(gè)方面進(jìn)行衡量，相對(duì)應(yīng)的3個(gè)具體問(wèn)題分別為：“您認(rèn)為自己是不是本地人”“是否愿意把戶口遷入本地”及“您業(yè)余時(shí)間在本地和誰(shuí)來(lái)往最多(不包括顧客及其他親屬)”。將“您認(rèn)為自己是不是本地人”問(wèn)題的答案賦值為：“完全不同意”為1；“不同意”為2；“基本同意”為3；“完全同意”為4。將“是否愿意把戶口遷入本地”問(wèn)題的答案賦值為：“否”為1；“沒(méi)想好”為2；“是”為3。將“您業(yè)余時(shí)間在本地和誰(shuí)來(lái)往最多(不包括顧客及其他親屬)”問(wèn)題的答案賦值為：“其他本地人”為2；“很少與人來(lái)往”為0；其他為1。并采用因子分析法，將三個(gè)變量賦予相應(yīng)的權(quán)重，從而整合得出一個(gè)衡量農(nóng)民工社會(huì)融合程度的指標(biāo)。該變量取值越大，則表明農(nóng)民工的社會(huì)融合程度越高，反之則越小。

2.自變量：租房類型。樣本中的租房類型分為社會(huì)租房、單位租房和政府租房三種類型。依據(jù)問(wèn)卷內(nèi)容，將其中對(duì)住房類型問(wèn)題回答為“租住私房-整租”與“租住私房-合租”的劃分為社會(huì)租房，將回答為“單位/雇主房(不包括就業(yè)場(chǎng)所)”的劃分為單位租房，將回答為“政府提供公租房”的劃分為政府租房。其中，社會(huì)租房樣本共37 375個(gè)，占總樣本的85.26%，單位租房樣本共5 695個(gè)，占總樣本的12.99%，政府租房樣本共766個(gè)，比重為1.76%。同時(shí)，參照胡奕明和買(mǎi)買(mǎi)提依明·祖農(nóng)(2013)[33]的研究，比較了三種租房類型對(duì)社會(huì)融合的差異性影響②。

3.中介變量：流出地依賴。Liu等(2017)[34]的研究認(rèn)為，移民回家頻率越高，他們對(duì)家鄉(xiāng)的依附程度越高，因此本文以“農(nóng)民工回老家時(shí)間”作為流出地依賴的中介代理變量，來(lái)探討租房類型是否會(huì)通過(guò)影響農(nóng)民工對(duì)流出地的依賴程度的大小從而對(duì)其社會(huì)融合程度產(chǎn)生影響。依據(jù)本次調(diào)查所詢問(wèn)的內(nèi)容，本文使用“您多長(zhǎng)時(shí)間沒(méi)有回過(guò)老家(指戶籍所在地村居)”一項(xiàng)來(lái)衡量外出農(nóng)民工對(duì)流出地的依賴?！熬嚯x上次回家時(shí)間小于1年”=3，“距離上次回家時(shí)間大于等于1年且小于5年”=2，“距離上次回家時(shí)間大于5年”=1。依據(jù)指標(biāo)大小，取值為1記為流出地依賴程度低，取值為2記為流出地依賴程度一般，取值為3記為流出地依賴程度高。

4.控制變量：依據(jù)2017年CMDS調(diào)查數(shù)據(jù)內(nèi)容，并借鑒已有文獻(xiàn)的做法，本文控制了可能影響農(nóng)民工社會(huì)融合的變量，包括個(gè)體人口特征、經(jīng)濟(jì)地位和流動(dòng)特征三個(gè)方面。具體變量選擇為：(1)個(gè)體人口特征。包括年齡、年齡平方、性別、受教育程度、婚姻狀況、健康狀況。其中，健康狀況變量回答“健康”或“基本健康”的為1，“不健康”為0。受教育程度變量以受教育年限衡量：“未上學(xué)”=0，“小學(xué)”=6，“初中”=9，“中專”=11，“高中(職高技校)”=12，“大學(xué)?？啤?15，“大學(xué)本科”=16，“研究生及以上”=19。(2)經(jīng)濟(jì)地位。包括收入水平、是否在老家擁有承包地和是否在老家擁有宅基地。收入水平變量取值為被采訪人員月收入對(duì)數(shù)。(3)流動(dòng)特征。包括是否獨(dú)自居住、流出地是否有配偶或子女或父母、本次流動(dòng)時(shí)長(zhǎng)、流動(dòng)范圍。流動(dòng)范圍變量賦值為：“跨省流動(dòng)”為1，“省內(nèi)跨市流動(dòng)及市內(nèi)跨縣流動(dòng)”為0。

變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量定義與描述性統(tǒng)計(jì)

(三)模型設(shè)定

本文實(shí)證模型使用OLS模型來(lái)估計(jì)租房類型對(duì)農(nóng)民工社會(huì)融合的影響。借鑒以往對(duì)農(nóng)民工社會(huì)融合的研究文獻(xiàn)，將OLS模型設(shè)定為如下具體形式：

yi=β0+β1Htypei+β2Xi+δJobi+εi

(1)

yi是因變量，表示第i位農(nóng)民工的社會(huì)融合度。自變量Htypei表示第i位農(nóng)民工的租房類型(社會(huì)租房，單位租房和政府租房)。Xi為其他相關(guān)控制變量。Jobi為行業(yè)虛擬變量。εi為隨機(jī)擾動(dòng)項(xiàng)。

由于OLS模型僅能就租房類型對(duì)農(nóng)民工社會(huì)融合的條件期望進(jìn)行估計(jì)，無(wú)法進(jìn)一步反映租房類型對(duì)社會(huì)融合影響的條件分布情況。實(shí)際上，在農(nóng)民工社會(huì)融合度的不同分位點(diǎn)上，自變量對(duì)社會(huì)融合的影響效果可能存在差異，而使用分位數(shù)回歸方法能夠較好地解決該問(wèn)題。因此，本文還使用分位數(shù)回歸的方法，度量租房類型在多個(gè)分位點(diǎn)對(duì)農(nóng)民工社會(huì)融合指標(biāo)分布的影響。分位數(shù)的回歸模型如下：

β(Ψ)=argmin[∑yi≥βXiΨ|yi-βXi|+∑yi<βXi(1-Ψ)|yi-βXi|]

(2)

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果顯示(表2)，相較于社會(huì)租房，單位租房對(duì)農(nóng)民工社會(huì)融合程度均表現(xiàn)出負(fù)效應(yīng)，并在1%的統(tǒng)計(jì)水平下顯著，而政府租房對(duì)社會(huì)融合的影響回歸結(jié)果表現(xiàn)出不顯著，表明總體而言租住社會(huì)租房能更好地促進(jìn)農(nóng)民工的社會(huì)融合程度，假設(shè)H1得到驗(yàn)證。政府租房影響差異不顯著可能的原因之一是因?yàn)楫?dāng)前享受政府租房的農(nóng)民工數(shù)量過(guò)少，政府租房樣本量不足，導(dǎo)致不顯著，這與祝仲坤和冷晨昕(2018)[21]的研究結(jié)論一致。第二種可能是政府租房在地理位置、多樣性方面不如社會(huì)租房，對(duì)社會(huì)融合產(chǎn)生了負(fù)面影響，但同時(shí)政府租房的社會(huì)保障特征對(duì)社會(huì)融合又產(chǎn)生了積極的影響，兩種相反的影響相互抵消后，使得政府租房對(duì)農(nóng)民工社會(huì)融合的影響差異不顯著?？刂谱兞康墓烙?jì)結(jié)果與以往研究結(jié)論類似，其中，健康狀況較好、教育程度較高、個(gè)人收入較高、沒(méi)有承包地與宅基地、流動(dòng)范圍較小、流動(dòng)時(shí)長(zhǎng)更長(zhǎng)的農(nóng)民工社會(huì)融合度更高[19]。

表2 基準(zhǔn)回歸結(jié)果

在分位數(shù)回歸中，第(1)列為0.1分位點(diǎn)下的估計(jì)結(jié)果，第(2)列為0.5分位點(diǎn)下的估計(jì)結(jié)果，第(3)列為0.9分位點(diǎn)下的估計(jì)結(jié)果。在社會(huì)融合度的各個(gè)水平上，租住單位租房相比于社會(huì)租房對(duì)農(nóng)民工社會(huì)融合均產(chǎn)生了顯著的負(fù)面影響。在社會(huì)融合度的底端(0.1分位)，租住單位租房造成的負(fù)效應(yīng)相對(duì)更小，隨著社會(huì)融合度的不斷提高，租住單位租房造成的負(fù)效應(yīng)也在不斷增大，在0.5分位，負(fù)效應(yīng)是0.1分位的2.1倍，之后負(fù)效應(yīng)出現(xiàn)了一定的下降，但程度不大。以上結(jié)果表明，租房類型對(duì)處于不同社會(huì)融合度農(nóng)民工的影響程度存在明顯的差異。出現(xiàn)這種現(xiàn)象的原因可能是：社會(huì)融合程度較低的農(nóng)民工進(jìn)城務(wù)工的主要目的是賺取一定的收入以補(bǔ)貼家用，對(duì)家鄉(xiāng)的重視程度遠(yuǎn)遠(yuǎn)高于流入地，對(duì)融入流入地社會(huì)的期望較低，具有較強(qiáng)的“城市過(guò)客”的心理，這類農(nóng)民工對(duì)單位租房的居住條件關(guān)注度較小，因此單位租房較差的居住條件對(duì)社會(huì)融合的負(fù)效應(yīng)也相對(duì)較小。對(duì)于分位數(shù)中段的農(nóng)民工而言，在流入地已有一定程度的社會(huì)融合，對(duì)進(jìn)一步提高社會(huì)融合有期望并有較大提升空間，此時(shí)居住條件對(duì)其社會(huì)融合的影響較大，使得單位租房所帶來(lái)的負(fù)效應(yīng)變大。對(duì)于高分位數(shù)段的農(nóng)民工而言，社會(huì)融合程度已經(jīng)較高，說(shuō)明住房以外的因素對(duì)農(nóng)民工社會(huì)融合促進(jìn)作用更大，單位租房對(duì)其社會(huì)融合的影響相對(duì)變低。

(二)內(nèi)生性處理

農(nóng)民工收入較低，選擇社會(huì)租房的自由度較小。政府租房存在著獲取門(mén)檻，在現(xiàn)有戶籍制度下，城鎮(zhèn)保障性住房很大程度上還存在獲得條件阻隔，能否租住往往并不完全取決于農(nóng)民工自身的意愿。單位租房的提供一般是與農(nóng)民工在該單位務(wù)工捆綁的。由此可見(jiàn)，在租房市場(chǎng)上，農(nóng)民工住房獲取能力是相對(duì)缺乏的。從上述分析來(lái)看，農(nóng)民工的租房更多地是由不同類型租房供給方外生決定的。在租房類型與農(nóng)民工社會(huì)融合的相互關(guān)系中，租房影響農(nóng)民工社會(huì)融合是主導(dǎo)性的，雙向因果的可能性較低。盡管如此，為了更好地使實(shí)證結(jié)果減少偏誤。本文參照陳卓和陳杰(2018)[35]的研究，采用該城市所在省份的其他城市租房類型比率的均值，作為該城市租房類型的工具變量進(jìn)行處理③。由于省內(nèi)各城市之間的政治、經(jīng)濟(jì)、文化以及社會(huì)等方面特征比較類似，因此省級(jí)層面的農(nóng)民工平均租房類型比率與省內(nèi)城市的農(nóng)民工租房類型之間具有潛在的相關(guān)性，且由于剔除了該城市自身的租房類型比率，能保證本文構(gòu)造的工具變量也在一定程度上滿足外生性假設(shè)。表3展示了工具變量的估計(jì)結(jié)果。由(1)可以看出，相對(duì)于社會(huì)租房來(lái)說(shuō)，單位租房會(huì)對(duì)農(nóng)民工的社會(huì)融合程度產(chǎn)生顯著的負(fù)效應(yīng)；由(2)可以看出，相對(duì)于社會(huì)租房來(lái)說(shuō)，政府租房會(huì)促進(jìn)社會(huì)融合；由(3)可以看出，與單位租房相比，政府租房更能促進(jìn)農(nóng)民工的社會(huì)融合。根據(jù)上述討論，本文認(rèn)為，雙向因果問(wèn)題并沒(méi)有給本文的估計(jì)結(jié)果帶來(lái)嚴(yán)重的影響，本文的經(jīng)驗(yàn)結(jié)論是比較可靠的。

表3 租房類型對(duì)農(nóng)民工社會(huì)融合影響的工具變量估計(jì)結(jié)果

由于農(nóng)民工租房受個(gè)體特征影響，不完全是一個(gè)隨機(jī)事件，不同經(jīng)濟(jì)條件、受教育程度等多種因素都會(huì)對(duì)農(nóng)民工租房產(chǎn)生影響，因此租房有可能是自主選擇的結(jié)果，為解決由此導(dǎo)致的結(jié)果偏誤，本文選擇使用傾向得分匹配法來(lái)進(jìn)行相關(guān)處理。由于租房類型為三分類變量，因此采用廣義傾向得分匹配法(GPSM)來(lái)解決自選擇問(wèn)題。

本文假設(shè)，租房類型結(jié)果的集合為：D={A,B,C}。T表示處理變量，T=A表示社會(huì)租房，T=B表示單位租房，T=C表示政府租房。Y代表農(nóng)民工社會(huì)融合程度。任意兩種不同租房類型(a,b∈D,a≠b)對(duì)農(nóng)民工社會(huì)融合影響的差異的平均處理效應(yīng)可以表示為：

ATEa,b=E(Ya)-E(Yb)=E[E(Ya-Yb|X)]

(3)

式(3)中，Ya表示在農(nóng)民工租房類型a下的社會(huì)融合度，ATEa,b為農(nóng)民工租房類型a相對(duì)于租房類型b的平均處理效應(yīng)。在GPSM估計(jì)的思路下，需要先對(duì)協(xié)變量進(jìn)行匹配，估計(jì)出農(nóng)民工租住不同類型租房的概率即傾向得分值，然后根據(jù)該傾向得分進(jìn)行匹配。因此，農(nóng)民工租房類型對(duì)社會(huì)融合度的平均處理效應(yīng)可表示為：

(4)

式(4)中，p(a,X) 表示在給定協(xié)變量時(shí)，農(nóng)民工租房為a的條件概率，稱為廣義傾向得分。本文依據(jù)此式估計(jì)農(nóng)民工租房類型a相對(duì)于租房b的平均處理效應(yīng)。在使用GPSM方法進(jìn)行估計(jì)時(shí)，必須首先滿足條件獨(dú)立性假設(shè)，因此協(xié)變量的選擇必須滿足不能受到農(nóng)民工租房的影響這一條件。結(jié)合調(diào)查數(shù)據(jù)，本文用于估計(jì)農(nóng)民工租房類型結(jié)果的廣義傾向得分的協(xié)變量與基準(zhǔn)回歸是一致的。為了更充分地利用樣本，本文采取k=4的最小近鄰匹配法進(jìn)行傾向得分匹配。見(jiàn)表4。

表4 租房類型對(duì)農(nóng)民工社會(huì)融合影響的傾向得分匹配估計(jì)結(jié)果

經(jīng)過(guò)廣義傾向得分匹配后，可以發(fā)現(xiàn)：第一組“社會(huì)租房vs單位租房”ATT系數(shù)與未匹配組系數(shù)正負(fù)一致且顯著，說(shuō)明相對(duì)于社會(huì)租房來(lái)說(shuō)，單位租房會(huì)對(duì)農(nóng)民工的社會(huì)融合程度產(chǎn)生顯著的負(fù)效應(yīng)；第二組“社會(huì)租房vs政府租房” ATT系數(shù)為正但不顯著，與基準(zhǔn)回歸發(fā)現(xiàn)一致；第三組“單位租房vs政府租房” ATT系數(shù)與未匹配組系數(shù)正負(fù)一致且顯著，說(shuō)明與單位租房相比，政府租房更能促進(jìn)農(nóng)民工的社會(huì)融合。

總體而言，經(jīng)過(guò)傾向性得分匹配，社會(huì)租房對(duì)農(nóng)民工社會(huì)融合的促進(jìn)作用仍然顯著高于其他租房。這進(jìn)一步說(shuō)明不同租房對(duì)農(nóng)民工社會(huì)融合的影響存在差異④。

(三)穩(wěn)健性檢驗(yàn)

為了進(jìn)一步增強(qiáng)結(jié)論的可靠性，本文使用更換數(shù)據(jù)、增加控制變量的方法，考察上述研究結(jié)論的穩(wěn)健性?？紤]到住房支出與農(nóng)民工租房類型存在著關(guān)聯(lián)，而2017年CMDS數(shù)據(jù)中缺乏租房租金指標(biāo)，因此第(1)列采用2012年CMDS數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。其中，社會(huì)融合指標(biāo)的建立與基準(zhǔn)回歸保持一致。其次，第(2)列采用2017年數(shù)據(jù)中包含房貸支出的住房支出指標(biāo)進(jìn)行分析。在回歸估計(jì)中仍然控制了個(gè)體人口特征、經(jīng)濟(jì)地位、流動(dòng)特征和行業(yè)等特征，估計(jì)結(jié)果如表5所示。回歸結(jié)果顯示，在進(jìn)行了更換年份數(shù)據(jù)、增加住房支出變量后，結(jié)論仍然保持穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)

(四)流出地依賴的中介效應(yīng)檢驗(yàn)

依據(jù)相對(duì)中介效應(yīng)檢驗(yàn)方法，采用逐步回歸法來(lái)驗(yàn)證流出地依賴對(duì)農(nóng)民工社會(huì)融合是否存在中介效應(yīng)。由于自變量租房類型存在3個(gè)類別，因此本文設(shè)置社會(huì)租房public與政府租房gove兩個(gè)虛擬變量。

yi=β0+β1public+β2gove+β3Xi+δJobi+εi

(5)

reliancei=β0+β1public+β2gove+β3Xi+δJobi+εi

(6)

yi=β0+β1public+β2gove+β3Xi+β4reliancei+δJobi+εi

(7)

(7)式中，reliancei表示農(nóng)民工對(duì)流出地的依賴程度；控制變量、待估參數(shù)、隨機(jī)干擾項(xiàng)等與基準(zhǔn)回歸基本保持一致。

中介效應(yīng)檢驗(yàn)結(jié)果如表6所示，從三個(gè)方程的回歸結(jié)果來(lái)看，相對(duì)總效應(yīng)、相對(duì)直接效應(yīng)和相對(duì)中介效應(yīng)均顯著，說(shuō)明農(nóng)民工的流出地依賴程度在“農(nóng)民工租房類型—社會(huì)融合”這一影響關(guān)系中發(fā)揮著部分的中介作用，本文提出的假設(shè)H2得到了驗(yàn)證。從具體數(shù)值來(lái)看，相對(duì)于單位租房，社會(huì)租房的相對(duì)中介效應(yīng)為2.7%，政府租房的相對(duì)中介效應(yīng)為3.26%。為了論證可靠，本文使用Bootstrap法進(jìn)行了迭代500次的相對(duì)中介效應(yīng)顯著性判斷，得出的Sobel檢驗(yàn)結(jié)果顯示，相對(duì)中介效應(yīng)系數(shù)仍然保持顯著，且置信度為95%的置信區(qū)間不包含0，進(jìn)一步說(shuō)明了流出地依賴的相對(duì)中介效應(yīng)存在。

表6 農(nóng)民工流出地依賴在社會(huì)融合中的相對(duì)中介效應(yīng)檢驗(yàn)

(五)分樣本研究

考慮到不同人口特征、流動(dòng)特征、行業(yè)特征的農(nóng)民工群體之間存在的差異，以及不同類型的城市經(jīng)濟(jì)發(fā)展、戶籍政策之間的差異，本文將樣本按照年齡、流入城市規(guī)模以及勞動(dòng)密集型行業(yè)進(jìn)行細(xì)分，以此來(lái)探討租房類型對(duì)社會(huì)融合影響的年齡、城市規(guī)模以及行業(yè)異質(zhì)性(見(jiàn)表7)。第(1)(2)列對(duì)農(nóng)民工年齡樣本進(jìn)行了分類，1980年之后出生的為新生代農(nóng)民工，之前為老一代農(nóng)民工。第(3)(4)(5)列是對(duì)農(nóng)民工流入城市按照2017年城區(qū)人口數(shù)量進(jìn)行了等級(jí)區(qū)分，將流入地城市按照2017年城區(qū)人口數(shù)量進(jìn)行歸類⑤，500萬(wàn)以上劃分為特大城市，500萬(wàn)到200萬(wàn)之間為大城市，200萬(wàn)以下為中小城市。第(6)(7)列是勞動(dòng)密集型行業(yè)與非勞動(dòng)密集型行業(yè)⑥分樣本結(jié)果。第(8)(9)列是將社會(huì)租房中的整租式與合租式分別與單位租房和政府租房進(jìn)行比較。

如表7所示，在控制了其他變量之后，單位租房對(duì)老一代農(nóng)民工影響更突出，更大程度上抑制了老一代農(nóng)民工的社會(huì)融合，而政府租房則能夠?qū)ζ渖鐣?huì)融合程度產(chǎn)生促進(jìn)作用。可能的原因在于，隨著年紀(jì)的增長(zhǎng)，老一代農(nóng)民工對(duì)住房穩(wěn)定性的追求更高，而年輕的新生代農(nóng)民工則相對(duì)能接受較高流動(dòng)性的住房，故流動(dòng)性更大的單位租房對(duì)老一代農(nóng)民工社會(huì)融合產(chǎn)生了更不利的影響。同時(shí)，政府租房的可靠性和保障性更能滿足老一代農(nóng)民工對(duì)住房穩(wěn)定性的需求，因此提升了老一代農(nóng)民工的社會(huì)融合度。

表7 租房類型影響農(nóng)民工社會(huì)融合的異質(zhì)性分析

在不同規(guī)模的城市樣本中，租住單位租房均不利于農(nóng)民工的社會(huì)融合，并且在中小城市這種負(fù)效應(yīng)更加明顯。有可能是因?yàn)橹行〕鞘袉挝蛔夥康木幼l件低于中小城市社會(huì)租房條件的平均水平，且相比特大城市和大城市而言這種差距更大，因此中小城市單位租房對(duì)社會(huì)融合產(chǎn)生的負(fù)效應(yīng)更大。特大城市中政府租房是有利于農(nóng)民工社會(huì)融合的，相反，在大城市樣本中政府租房卻不利于社會(huì)融合?？赡艿慕忉屖牵卮蟪鞘械恼夥拷ㄔO(shè)一般更加規(guī)范，要求更加嚴(yán)格，相應(yīng)的配套設(shè)施更加完善，政府租房的居住條件可能相比社會(huì)租房更好。對(duì)于北上廣特大城市的農(nóng)民工來(lái)說(shuō)，政府租房的較高穩(wěn)定性和保障性對(duì)農(nóng)民工更有“雪中送炭”的意義，因而特大城市的政府租房更有利于農(nóng)民工的社會(huì)融合。對(duì)大城市而言，租到較好的社會(huì)租房的難度和成本相對(duì)特大城市要小，因此在大城市中社會(huì)租房更有利于農(nóng)民工的社會(huì)融合。

相比于其他行業(yè)的就業(yè)者，勞動(dòng)密集型行業(yè)的農(nóng)民工租住單位租房更大程度上不利于社會(huì)融合。這可能是因?yàn)閯趧?dòng)密集行業(yè)農(nóng)民工居住的單位租房受居住人群高流動(dòng)性特點(diǎn)的影響，租住條件整體較差，從而降低了社會(huì)融合程度。由于政府在建設(shè)保障性住房時(shí)，一個(gè)側(cè)重點(diǎn)是圍繞勞動(dòng)密集型企業(yè)等用工需求較大的區(qū)域集中布局，當(dāng)勞動(dòng)密集型行業(yè)的農(nóng)民工租住政府租房時(shí)，政府租房的保障性特征使得其相比社會(huì)租房更有利于促進(jìn)勞動(dòng)密集型行業(yè)的農(nóng)民工社會(huì)融合。

將社會(huì)租房拆分為整租與合租比較后發(fā)現(xiàn)，無(wú)論是整租還是合租，社會(huì)租房均比單位租房更有利于農(nóng)民工社會(huì)融合；而相較于合租式社會(huì)租房，租住政府租房更能促進(jìn)農(nóng)民工的社會(huì)融合，這可能是由于合租導(dǎo)致農(nóng)民工居住的隱私性不能得到保證，生活習(xí)慣差異引起的居住舒適度降低，從而不利于農(nóng)民工的社會(huì)融合。

五、結(jié)論與建議

本文使用2017年CMDS數(shù)據(jù)，基于OLS模型和分位數(shù)回歸研究了租房類型對(duì)農(nóng)民工社會(huì)融合的影響及作用機(jī)制。主要結(jié)論有：(1)總體而言，單位租房對(duì)農(nóng)民工的社會(huì)融合產(chǎn)生了顯著的負(fù)效應(yīng)，社會(huì)租房更能促進(jìn)農(nóng)民工的社會(huì)融合，政府租房對(duì)農(nóng)民工社會(huì)融合的促進(jìn)作用不顯著。經(jīng)過(guò)內(nèi)生性問(wèn)題處理和穩(wěn)健性檢驗(yàn)后，得出的結(jié)論依然成立。(2)分樣本研究結(jié)果發(fā)現(xiàn)，單位租房對(duì)老一代農(nóng)民工群體的社會(huì)融合的負(fù)效應(yīng)更大，而政府租房能顯著提高該群體的社會(huì)融合度；特大城市的政府租房能更顯著地促進(jìn)農(nóng)民工的社會(huì)融合，而大城市的政府租房不利于農(nóng)民工社會(huì)融合；單位租房對(duì)勞動(dòng)密集型行業(yè)農(nóng)民工社會(huì)融合的負(fù)效應(yīng)更大，政府租房對(duì)勞動(dòng)密集型行業(yè)農(nóng)民工社會(huì)融合促進(jìn)效應(yīng)更大。此外，政府租房相較于合租式社會(huì)租房更能促進(jìn)農(nóng)民工社會(huì)融合。(3)中介機(jī)制檢驗(yàn)顯示，流出地依賴在租房類型影響農(nóng)民工社會(huì)融合過(guò)程中發(fā)揮了重要的中介作用。

本文提出以下政策建議：第一，加強(qiáng)對(duì)租房問(wèn)題的重視，更多地宣傳并切實(shí)實(shí)施購(gòu)租同權(quán)，引導(dǎo)更多的資源流向租房供給領(lǐng)域。第二，加大對(duì)社會(huì)租房供給的支持力度，強(qiáng)化社會(huì)供給租房類型的多樣化優(yōu)勢(shì)，豐富和規(guī)范不同檔次的社會(huì)租房類型。擴(kuò)大政府租房對(duì)農(nóng)民工的覆蓋面，加大政府租房的補(bǔ)貼力度，通過(guò)讓房地產(chǎn)商配套建設(shè)政府租房的形式，降低租房門(mén)檻，讓更多的農(nóng)民工能夠在更長(zhǎng)時(shí)間享受價(jià)格更低廉的政府租房。對(duì)單位租房來(lái)說(shuō)，提高單位租房的標(biāo)準(zhǔn)，提升單位租房條件，部分單位租房可以實(shí)行社會(huì)化轉(zhuǎn)型。租房供給應(yīng)該更好地適應(yīng)農(nóng)民工個(gè)性化住房需求，大城市的政府租房建設(shè)應(yīng)繼續(xù)圍繞農(nóng)民工密集就業(yè)區(qū)位，減輕區(qū)位-就業(yè)空間失配現(xiàn)象，完善相關(guān)配套設(shè)施，改善農(nóng)民工居住空間的獨(dú)立性、舒適度。第三，社會(huì)各界應(yīng)該高度關(guān)注農(nóng)民工的心理因素，多組織開(kāi)展適合農(nóng)民工的文化體育健康活動(dòng)，盡可能降低農(nóng)民工的流出地依賴，更好地促進(jìn)農(nóng)民工社會(huì)融合。

(湘潭大學(xué)商學(xué)院碩士研究生肖淦對(duì)本文亦有貢獻(xiàn))

注釋：

① 國(guó)家統(tǒng)計(jì)局：歷年農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告。

② 初步分析實(shí)證結(jié)果未在正文呈現(xiàn)，備索。

③ 由于直轄市(北京、上海、天津、重慶)不存在同一省份的不同城市，故工具變量估計(jì)不包含這四個(gè)直轄市的樣本。

④ 平衡性檢驗(yàn)結(jié)果未在正文呈現(xiàn)，備索。結(jié)果顯示傾向得分匹配的效果比較理想，接近了隨機(jī)試驗(yàn)的效果。

⑤ 數(shù)據(jù)來(lái)源：2017年城市統(tǒng)計(jì)年鑒。

⑥ 勞動(dòng)密集型產(chǎn)業(yè)包括：采礦，紡織服裝，木材家具，印刷文體辦公娛樂(lè)用品，專業(yè)設(shè)備制造，電器機(jī)械及制造，計(jì)算機(jī)及通訊電子設(shè)備制造，儀器儀表制造，建筑，批發(fā)零售，住宿餐飲，居民服務(wù)、修理和其他服務(wù)業(yè)，公共管理、社會(huì)保障和社會(huì)組織。