居住条件、子女就学与农民工城市定居意愿

奥鹏网院作业

居住条件、子女就学与农民工城市定居意愿
——基于2017年流动人口动态监测数据的实证分析

摘 要： 本文利用2017年流动人口动态监测数据，使用mlogit模型分析了农民工城市居住条件与子女本地就学对农民工城市定居意愿的影响，实证结果表明：(1)农民工在城市居住条件的改善使其定居意愿概率提高0.010，与没有确定是否要长期留在本地的参照组农民工相比，居住条件的改善使农民工定居意愿增加7.5%，两者均在1%水平上显著；(2)农民工子女本地就学条件改善使其定居意愿的概率提高0.016，与参照组相比，农民工定居意愿显著增加11.5%，两者均在1%水平上显著；(3)农民工在城市的平均月收入增加1%，使其定居意愿概率提高0.063，与参照组相比，农民工定居意愿增加52.8%，两者均在5%水平显著，农民工前往其他城市意愿下降12.9%，在10%水平上显著。此外，本文使用两层嵌套结构方程模型方法探讨了进城农民工流动的区域异质性，发现居住条件对定居意愿的影响存在微小的区域差异性，子女就学对定居意愿的影响没有明显的区域差异性，城市房价与城市级别表现出明显的区域差异性。
关键词： 居住条件； 子女就学； 农民工城市定居意愿； mlogit模型； 两层嵌套结构方程模型
一、引言
改革开放以来，伴随着工业化进程，我国的城镇化发展早期阶段如刘易斯所预言的那样，经历了农民工大量涌入城市到不同部门务工的盛况，一时间“民工潮”在全国蔓延。然而自2003年底到2004年初首次曝发“民工荒”之后，在2008年、2009年、2013年和2017年，“民工荒”“返乡潮”交替出现，东部沿海一带尤甚。短短数十年，势陡然生变，为何在存在大量富余农民工的情况下，仍旧出现了“民工荒”现象？对这一问题的回答可以追溯到以刘易斯为代表的古典经济学家的理论。1954年，美国经济学家刘易斯率先提出了发展中国家经济结构转型的规律，即在工业化进程中，农村剩余劳动力从传统农业部门向现代工业部门转移，直至两部门工资差距消失，经济发展进入新古典阶段，发展中国家经济结构转型完成[1]，此时便不会再有大量农民工转移现象。尽管刘易斯标志性模型已深深植根于当代关于发展和增长的思想中，刘易斯对二元经济的风格化描述对任何在一个贫穷的发展中国家生活的人来说都是真实的，闪亮繁华的城市地区与大量农民用手工工具耕种的农村地区共存[2]，但我国两部门之间的工资差距不但存在，还有拉大的趋势。2000年之后，形势没有再像刘易斯预言的一样继续发展。刘易斯之后的经济学家致力于解释转移不畅的原因，代表性的学者哈里斯和托达罗于1970年提出，随着人口流入城市，城市的失业率会上升，从而减少了移民找到高薪工作的机会，最终扼杀了移民[3]。然而哈里斯—托达罗模型中没有捕捉到的另一个迁移阻力是城市生活成本的上升，因为移民增加了城市的人口，这种生活成本的增加主要来自住房市场上租金上涨[4]。一旦生活成本上升到足以抵消城市高收入的好处，就可以消除对移民的激励。舒尔茨等人在研究人口迁移时认为人们的迁移决策主要取决于迁移后的预期收益和迁移成本的比较，当迁移后的预期收入大于迁移前的平均收入和迁移成本之和时，人们就会作出迁移决策，否则，就不会迁移。只要迁移的净收益大于零时就会产生迁移行为[5]。因此为了增加迁移收益，要不断地追加人力资本投资、提高职业技能以及加大对子女的教育投入[6-9]。以上古典及新古典经济理论在我国改革开放20多年的时间里因简明、清晰、易验证而得到广泛应用，曾经对我国农民工的规模转移盛况起到重要的理论指导作用。然而遗憾的是刘易斯经典理论和新古典微观理论都忽略了农民工转移到城市之后的居住与子女就学问题，因为欧洲国家在工业化进程中，土地普遍是私有的，农民工进城后可以卖掉土地，买入城市房屋等不动产。国情差异致上述理论最终解释乏力。随后长达半个多世纪，国际上发展经济学进入了理论荒芜阶段。
我国经济持续多年高速发展带给人们生活方式与价值观上的冲击是巨大的，进城农民工面临的现实情况远远超出了上述学者们的讨论范畴。在时代的冲击下，农民工无论主动还是被动，都有更多的机会赚取更高的工资。他们学会了为自己争取更高的工资与更好的待遇，还希望可以在城市买房定居，为下一代争取更好的教育环境，摆脱农民工的命运。但目前我国各大城市房价收入比偏高，多数农民工难以在工作地买房，家人分离现象大量存在[10]，这种候鸟式迁移无法满足他们留城的需求。因此进一步改善农民工城市居住环境，解决他们的子女入园、入学和升学问题成为了当前最棘手的现实问题。
本文希望对相关研究做出以下几点贡献：一是本文试图进一步拓宽农民工长期留在城市的影响因素的研究范畴，同时将居住条件与随迁子女就学两种因素纳入统一体系，考量它们对农民工定居意愿的影响；二是将农民工定居意愿设置为多分类变量，而不是简单化为返乡或留城二分类变量，这样更能体现农民工流动性的动态多样性，丰富了研究视角，也更贴近真实情况；三是本文利用AKM模型估计出农民工个体能力，进一步控制了因遗漏个体能力带来的估计偏误，大大提高了模型的估计效率；四是文章进一步采用两层嵌套广义结构方程模型控制了流动意愿的区域差异性，得到的估计结果能更准确地测度居住条件、子女就学条件对农民工城市定居意愿的作用。
二、文献综述
(一)农民工城市定居意愿
关于影响农民工城市定居意愿的文献很多，代表性学者杨俊青等人认为，城市部门支付低工资、劳资关系紧张等“大棒式管理”是造成农民工进城不积极、农民工城市定居意愿下降的主要因素[11-12]。然而伴随着新《劳动合同法》实施与服务业的快速崛起，农民工的工资待遇有了大幅度提升，劳资关系有了进一步的改善，“民工返乡”现象却并未因此缓解。因此很多学者将矛头转向农民工城市融入、城市定居、流动范围与方式、城市社会保障等方面[13-16]，其中代表性学者王玉君[17]等人研究发现，农民工城市定居意愿无法得到满足导致农民工们留在城市打工的效用低下。
现有关于城市定居意愿决定因素的文献主要从工资与劳资关系、城市融入与居住、城市公共服务层面等企业人力资源管理特征与城市制度特征两个方面进行了分析。然而，随迁子女就学作为一个重要的因素，却鲜有提及，现实中更多的农民工群体是已婚且有子女的人群[18]。这些人群不但要面临居住条件的改善，子女就学问题也是其迫切要解决的重大问题。
(二)居住条件、子女就学对农民工城市定居意愿的影响
1.居住条件对农民工城市定居意愿的影响
谭崇台和马绵远(2016)[19]的研究认为，农民工群体的购房比例极低，且绝大部分进城农民工没有资格享受政府提供的廉租房、各类保障性住房，近乎一半的农民工蜗居在单位提供的宿舍或者混住在一起，其余农民工也都居住在条件简陋的城市外围，状况堪忧。进城农民工的居住条件非常恶劣，他们具有强烈的改变现状的意愿。进城农民工“居者有其屋”，才是让农民工实现真正、永久性转移的最佳手段，才能尽快实现高质量的城镇化。短期内虽然无法实现人人购房的目标，但可以通过改善其居住条件来增加农民工城市定居意愿。 王玉君(2013)[17]利用2009年十二个城市流动人口的问卷调查数据，对农民工城市定居意愿的影响因素进行了分析，发现农民工在城市的居住条件(主要指房屋购买、租住情况)和居住形式(散居或集中居住)都对农民工的城市定居意愿和城市生活幸福感产生显著作用。郭进等人采用中国劳动力动态调查数据也证实了，住房条件、生活环境等非收入因素是造成城市移民幸福感缺失的重要原因[20]，幸福感缺失严重的话，其留城意愿必然会下降。
2.子女就学对农民工城市定居意愿的影响
在中国特殊国情下，农民工选择“外出——留城”还是“外出——回流”，不仅受经济因素的驱动，还受到所在地的公共服务、子女教育等制度的约束[21]。在城镇化的历史进程中，教育是不可或缺的一部分。传统儒家思想始终将教育视为头等大事，子女能否在城市享有平等受教育权利不仅是农民工融入城市的核心与关键，更是农民工“市民化”的重要标志[22]。进城农民工的子女若能够融入到流入地的教育，享受与当地居民子女一样的教育资源，将有利于农民工安心地留在当地工作，有利于推动城市进一步发展。随迁子女也是未来城市建设的强大力量，如果解决他们在流入地的教育问题，当他们顺利接受当地教育毕业后，也可能成为当地城市自身建设和发展的重要力量[23]，孙友然等(2015)[16]研究表明了子女教育型动因和发展型动因对农业转移人口的定居意愿具有正向影响。王春超和张呈磊(2017)[24]利用微观调查数据也得出相似结论，子女随迁确实显著增进了农民工的城市融入感和长期定居意愿。
以上研究表明子女教育动机对农民工城市定居意愿有显著的正向作用，而且能够有效缓解城市排斥对农民工城市定居意愿的弱化作用[25]，农民工进城并不仅仅是为了获得更高的收入、更好的发展，他们更关心自己的下一代能否接受更好的教育，尤其是在互联网更发达、价值观更多元的环境下，人力资本投资的巨大价值、附加值更加凸显，无论是城市居民还是进城的农民工无不认识到了子女教育的重要性与紧迫性。而进城农民工比之于城市居民，有更强烈、更迫切的改变命运的决心，也就更加重视子女的教育与就学等现实因素。
三、计量模型的设定、数据来源与变量选择
(一)计量模型设定
本文采用正则随机效用函数分析进城农民工的行为，农民工的行为遵循效用最大化原则。农民工有以下几个选择(该效用函数的便利之处在于可以为微观个体设立多种选择)：返回农村、前往其他城市、继续留在城市、还没有想好。农民工的选择用j代表，j=0,1,2,3。其中0代表返回农村，1代表继续留在该城市，2代表前往其他城市，3代表还没有想好。农民工的每种选择依赖于j的k维特征，此处的维特征包含农民工所在城市的居住条件、随迁子女就学难易程度、城市房价、城市的发展水平、人口密度、市场化程度、对外开放程度、城市的公共服务、法律咨询服务等系列变量。为简化分析，本文将城市划分为六类：一线城市、新一线城市、二线城市、三线城市、四线城市、五线及以下城市，用这六个类别来代表城市层面的城市规模、城市发展水平、人口密度、市场化程度、对外开放程度、 城市的公共服务、法律咨询服务。ui(Xjk)∈R，代表个体i因为偏好j的k维特征而选择j时的效用，此时个体i的效用函数
Uij=ui(Xjk+εij)
(1)
XjK是j×k维的矩阵，反映个体对于不同城市中居住条件、子女就学及其他重要因素的偏好，由于只能观察到个体i的一种选择，因此Xjk会在数据中退化为1×k的向量，εij∈R，反映个体偏好城市层面的其他因素；εi∈R反映个体的特征，此时的个体偏好服从联合分布函数F(ui,εi)，该分布函数决定了个体选择的概率

(2)
进一步有

(3)
从而可以求出个体选择的概率

(4)
为分析的便利，考虑一个线性效用函数

(5)
因此个体i选择j的概率为

(6)
个体选择的对数几率比为

(7)
根据以上理论分析，本文设定计量模型
schooherei+β3×housepricei+β4×citygradei+β5zi+eij
(8)
stayhereij代表第i个进城的农民工选择了方案代表了第i个进城的农民工选择了方案j而没有选择方案j′的对数几率比；livcondi 代表第i个农民工在其流动的城市的居住模式；schooherei代表第i个农民工的子女在其流动的城市的就学是否存在困难；housepricei代表农民工所在的城市的房价，citygradei农民工目前所在城市的城市特征，本文用城市级别来表示；zi代表了其余的解释变量(性别、年龄、年龄平方、婚姻状况、民族、受教育程度、职业类别、月收入对数、流入时间与流动范围)，k代表了解释变量的个数。
考虑到居住条件对定居意愿的影响，有可能因居住条件的好坏本身就是自我选择的结果从而使得估计结果产生系统性偏差。因为进城农民工的居住条件与个人的收入水平、个人特征等因素息息相关，并不是一个完全随机事件。年龄较大、已婚已育、受教育程度高、工作收入高、居住时间更久，具备以上一个或某几个特征的群体很可能会选择自购商品房、自购小产权房、整租等居住形式；而刚刚流动到本地，年轻、未婚育、收入较低或者工作不稳定、受教育程度低等这部分群体可能会选择合租、廉租房、就业场所居住以及其他非正规形式的居住模式，因农民工个体因素初始条件不同，故而产生“选择偏差”。倾向得分匹配分析(PSM)虽然能在很大程度上缓解自我选择、系统性偏差问题导致的模型估计偏误，但是它针对的是由于可观测到的变量带来的选择性偏差，只要将这些可观测变量加以控制，也可以达到PSM的处理效果。居住条件的好坏是农民工个体差异尤其是个体能力差异导致的，因而有必要对农民工的个体能力因素进行控制，提高估计效率。因此在式(8)的右边加入农民工个体能力这一变量，产生式(9)
schooherei+β3×housepricei+β4×citygradei+β5xoblityi+β6zi+eij
(9)
为了估计个体能力，本文采用AKM模型[26-27]，其基本思路是农民工的工资水平是由个体的外在可观测的能力与内在不可观测的能力共同决定的，去除外在的可控因素对于工资的影响，剩余部分就是个体内在不可观测的能力水平，模型(10)如下
lnwagei=α0+α1个体特征i+α2职业特征i+α3城市特征i+α4控制变量+ei
(10)
式中个体特征包含：性别、年龄、年龄的平方、政治身份、民族、教育水平、婚姻状况；职业特征包含：职业类别、职业所在行业、是否缴纳城镇职工医疗保险；城市特征包含：城市所在区域、城市等级、城市房价；控制变量包含：流动范围、流动时长、同住家庭成员人数、是否参加城镇居民医疗险、是否参加城乡居民医疗险、是否有社保卡。
使用普通OLS方法进行估计时，为避免估计误差带入下一步方程的估计，本文采用Bootstrap方法调整标准差，来估计模型(10)中的参数。将式(10)的残差估计量作为个体能力的代理变量，带入模型(9)进行全文的实证分析。
(二)数据来源与变量选择
本文采用2017年全国流动人口卫生计生动态监测调查流动人口数据，该调查使用分层、多阶段以及与规模成比例(PPS)的抽样调查法，共覆盖了全国省、市、自治区以及新疆生产建设兵团共32个省级行政单位。调查对象为在流入地居住1个月以上的，且截止2017年4月年龄为15周岁以上的流动人口。该调查数据库中的样本全部是流动人口，且户籍全部是外地户籍，因此流动人口中的农业户籍人口等同于农民工人数，对于数据中的非农业户籍人口、农专居、居民户以及其他类型的户籍样本可以视作流动人数。在对变量进行清洗并查漏补缺后，最终获得67 753个基准样本，其中农业户籍人数54 072人，占流动人口的79.81%。在54 072个农民工中，男性农民工为31 440人，占农民工总数的58.14%；女性农民工为22 632人，占比41.86%。农民工平均年龄为37.78岁。农民工中汉族人口48 868人，占比89.58%。农民工中的小学及以下文化程度人数为11 679人，占比21.60%；上完初中的人数为27 185，占50.27%；高中或中专学历的人数为10 303，占比19.05%；具有大专学历的人数3 491人，占比6.46%；本科学历人数为1 414人，占2.62%。同住家庭成员人数为2人的占比12.25%，3至5人的占比84.08%。
本文的变量选取情况如下：
1.被解释变量：农民工城市定居意愿
本文借鉴王良健等(2016)[15]的做法，未来几年打算返乡者，赋值为0；未来几年继续留在该城市，赋值为1；前往其他城市，赋值为2；还没有想好是否继续留在该城市，赋值为3。
2.解释变量：居住条件与子女本地就学
居住条件：本文借鉴戚迪明等(2016)[28]的做法，根据农民工在城市的居住方式对其居住状态进行分类，农民工在城市的居住方式通常包括租房、亲戚家、单位集体宿舍、工地或工棚、生产经营场所和自己购买等类型。因此本文以农民工的住房类型来衡量居住条件，并根据问卷数据，将类型划分为：其他非正规居所、就业场所、借住房、政府提供公租房、租住私房(合租)、租住私房(整租)、单位/雇主房(不包括就业场所)、自购保障性住房、自购小产权住房、自建房、自购商品房11种类型，赋值为1 至11 的整数。其中54.59%的进城农民工整租居住，10.80%的农民工与人合租。也就是说约65.4%的农民工以租房为主要居住形式。15.78%的进城人员自购商品房。2.21%的农民工自购了小产权房。享受政府提供公租房、自购保障性住房的人员分别占0.89%、0.66%，均不足1%。即进城务工人员约84%都没有自购房屋，没有真正解决居住问题，没有解决在城市安家的问题。
子女本地就学：本文借鉴王光光和赵鹏程(2013)[23]的研究思路，只要农民工具备多个部门分别颁发的证明，如务工证、居住证、计划生育证、子女学籍证等，其子女便能够享受“流入地政府为主”的政策，与当地孩子享受同等的教育待遇，免费接受义务教育，在本城市上学没有困难，赋值为1；否则赋值为0。
3.控制变量的选取
房价：本文借鉴李勇刚(2016)[29]的做法，采用商品住宅平均销售价格来衡量房价水平。共搜集到351座城市2017年度房屋成交的平均单价，单位为：元/平米。其中323所城市房价数据来自中国房地产行业协会主办的中国房价行情官网；其余28座城市的房价数据来源于安居客官网。其中涉及农民工的城市329座，房屋平均单价为14 748.98元/平米，标准差为14 847.57元/平米，最小值2 280元/平米，最大值66 250元/平米，本文对该变量进行了对数化处理。
城市等级：本文借鉴罗孝玲(2014)[30]等人的做法，将城市划分为一线、新一线、二线等六大类别：一线城市4个：上海市、北京市、广州市、深圳市；新一线城市15个：成都市、杭州市、武汉市、南京市、重庆市、天津市、苏州市、西安市、长沙市、沈阳市、青岛市、郑州市、大连市、东莞市、宁波市。鉴于篇幅，本文未再列其余城市。其中二线城市30个、三线城市70个、四线城市90个、五线城市129个。从城市层面看，北、上、广、深的农民工总量为4 878人，占比9.02%；新一线城市农民工人数11 096人，占比20.52%；二线城市农民工人数13 559人，占比25.08%；三线城市农民工人数为8 792人，占比16.26%；四线城市的农民工人数7 280人，占比13.46%；五线及以下城市的农民工人数8 467人，占比15.66%。
流动时间、流动范围、流动区域：本文借鉴祝仲坤和冷晨昕(2017)[31]的做法，流动时间采用流入当前居住地的年限为衡量依据；流动范围以跨省、省内跨市、市内跨县为划分依据。流动区域分为东北部、东部、中部、西部四大区域。从流动范围来看，跨省流动的农民工总量为27 005人，占比为49.94%；省内跨市的农民工总量为17 263人，占比为31.93%；市内跨县的农民工总量为9 804人，占比为18.13%。农民工流入本地的时间平均为7.15年。
医疗保险、社会保障情况：本文采用姜海珊(2016)[32]的做法，以是否参加城镇职工医疗险、是否参加城镇居民医疗险、是否参加城乡居民医疗险为衡量依据，参加赋值为1，未参加赋值为0；采用郭元凯和胡晓江(2015)[33]的方法，办理社会保障卡赋值为1，未办理社会保障卡赋值为0。在54 072个农民工中，只有8 451人有城镇职工医疗保险，占比15.64%；2 099人参加城镇居民医疗险，占比3.88%；1 958人参加城乡居民医疗险，占比3.62%；24 898人有社保卡，占比46.05%。
除上述重要变量外，本文还控制农民工的个体特征变量：性别、年龄、年龄平方、婚姻状况、民族、受教育程度、个体能力；控制了农民工的职业特征变量：收入、职业类别、职业所属行业。本文具体变量设置如表1。
表1 变量设定及统计结果

资料来源: 根据2017年流动人口动态监测调查数据计算得到。
四、实证分析及结果说明
(一)实证结果分析
在研究中，农民工选择留在城市、返乡或者前往其他城市，是典型的多项选择模型，本文以“没有想好”为基准组，进行mlogit模型估计。多值选择模型中的系数并不是边际影响，因此其符号、大小并不能直接反映x对y的边际影响，甚至的显著性也不一定能说明边际影响必然显著，因此在进行多值选择模型结果汇报时，系数的参考价值有限。一种办法是，不报告直接汇报边际影响的大小dy/dx。另一种办法是不报告而是汇报相对风险比的变化倍数RRR，也就是的值，尤其是当x的取值只能变化一单位(比如性别、婚姻等虚拟变量)，则应汇报第三种办法是同时汇报中的两个或者三个。本文采用第三种办法，同时将三种估计结果进行汇报，回归结果如表2所示。从基准模型看(列(1)所示)，进城农民工居住条件、子女就学条件显著影响其城市定居意愿，另外进城农民工年龄、婚姻状态、受教育程度、家庭成员同住人数、所从事职业的行业类型、是否参与社会保险、城市房价、流动的时间、范围、区域均对其最终选择留在城市的意愿产生显著的影响，但是OLS方法的估计结果仅仅作为参照，而mlogit模型估计出的参数，尤其是RRR与边际系数更准确更有效。因此本文重点关注列(5)—(10)的结果，其中列(5)—(7)汇报的是RRR系数，相对风险比，即x增加一个微小量引起几率比或者风险比的变化倍数；列(8)—(10)汇报的是边际效果，表示x增加一个微小量引起的定居意愿概率的绝对量的变化情况。
表2 mlogit模型估计结果汇报
  
注：*表示10%的显著性水平，**表示5%的显著性水平，***表示1%的显著性水平。括号内为t值。
1.农民工居住条件对定居意愿的影响
列(6)中居住条件的系数表示定居意愿几率比的变化倍数，具体指在控制了其他的影响因素以后，随着居住条件的改善，“定居意愿”与“没有想好”发生的概率比是原先概率比的1.075倍，这意味着留城定居的可能性更大，即比起还没有想好是否要长期留在本地的农民工来说，农民工在城市居住条件的改善使农民工定居意愿增加7.5%，在1%水平上显著。列(9)中的结果显示，居住条件的改善可以让定居意愿的概率提高0.010，在1%水平上显著。联合列(6)、列(9)的结果看，居住条件改善可以把定居意愿的概率值提高0.010，最终导致其定居意愿的概率与没有想好的概率比值p/(1-p)，增加了7.5%。需要说明的是0.010是居住条件改善所带来的概率的绝对量的增加，7.5%是以“没有想好”为参照组得出的增加量的相对量。如果换成其他参照组，则相对量会有所变化。
2.农民工子女本地就学难易程度对定居意愿的影响
农民工子女就学(这里是以子女就学有困难作为参照系)这一变量对城市定居意愿的影响。列(6)结果表明，在控制了其他的影响因素以后，与有子女就学困难的农民工相比，没有子女就学困难的群体，其继续留在该城市的几率比是原来几率比的1.115倍，在1%水平上显著。这意味着农民工子女就学条件容易时，农民工定居意愿显著增加11.5%，留城定居意愿的概率增加1.6%，在1%的水平显著。此时，他们更倾向于继续留在本地。这里的就学难度主要是指其提供相关证明材料、办理各种手续的难度，因此，作为家长的农民工会更尽心尽力去完成各种手续，从而使子女能够入学，最终增加了居住意愿。鉴于本文采用的数据库对于这一问题的问卷调查不够深入，因而无法深入探究。但回归结果已经足以说明，解决好进城农民工子女的就学问题，几乎可以将那些有子女随迁的农民工全部留住。从这个角度讲，改善居住条件的迫切性不如解决农民工子女就学问题的迫切性。列(9)的结果表明，子女没有就学困难的农民工其定居意愿的概率提高1.6%，在1%水平上显著。
3.其他影响因素：收入、房价、区域、城市等级等
控制了其他变量后，农民工在城市的平均月收入增加1%，农民工定居意愿增加52.8%，在5%水平上显著，且农民工前往其他城市意愿下降12.9%，10%水平上显著(列(7))；列(9)中的结果显示，月收入增加1%可以让定居意愿概率提高6.3%，在5%水平上显著。与前文结果对比，居住条件与就学困难发生1单位改善，分别使农民工的定居意愿提高7.5%、11.5%，而农民工收入增加1单位，则不仅可以使农民工的定居意愿提高52.8%，还使其前往其他城市的意愿下降12.9%。由此可知，收入增加对改善农民工的定居意愿作用非常强。进城务工人员关心其在城市的收入与子女就学，因为收入的提高不仅可以改善居住条件，还能促使其子女接受更昂贵的教育。
控制了其他变量后，列(6)中城市房价上升使农民工定居意愿几率比是原几率比的1.336倍，在1%水平上显著。留城定居意愿概率值增加0.038(列(9))，在1%水平上显著。房价变化对返乡意愿的影响不显著。
从列(9)边际效果看，与东北部地区相比，东部地区的农民工城市定居意愿概率下降0.05，中部地区农民工定居意愿的概率下降0.047，西部地区农民工城市定居意愿的概率显著下降0.036，均在1%水平上显著。主要原因在于中、东部地区产业结构正在发生质的变化，需要更高技能的劳动者，导致农民工在中、东部地区的就业难度增加、子女就学成本过高、生存压力过大、以及农民工返乡创业、振兴农村的政策引导等。总之，该模型结果对于解释目前东部、中部地区反复出现的“返乡潮”、“民工荒”现象有强烈的指导价值。
具体到城市层面，在控制了区域因素之后，与北上广深一线大城市相比，同一区域内，四线城市农民工留城定居意愿的几率比是原来的1.194倍，在1%水平上显著；从边际效果看，与北上广深一线城市相比，农民工定居四线城市的概率值上升0.028，在1%水平上显著。农民工更倾向于留在中等城市。
另外，流入本地的时间每增加一年，其定居意愿概率提升0.005，在1%水平上显著；从流动范围看，那些在本省务工者城市定居意愿在1%水平显著增加0.037，本市务工人员的定居意愿概率在1%水平显著增加0.052。这意味着省内跨市、市内跨县对留城定居意愿的影响更大，农民工如果在本省、本市打工，其留在城市的概率更大。
(二)异质性分析与稳健性检验
本文发现，进城务工人员省内跨市、市内跨县这两种流动方式对定居意愿有较大的影响，即农民工更喜欢在本省内流动，而我国各个省之间具有较强的地域特色，这就导致其流动性差异主要体现在省或者区域之间。因此本文进一步采用两层嵌套广义结构方程模型(Two-Levels Nested Generalized SEM)控制区域差异带来的农民工城市定居意愿的影响。具体而言，将第一层面的样本观测值嵌入第二层其所属的区域，这样做减少了区域层面其他差异的影响，得到的估计结果能更准确地测度居住条件、子女就学条件对农民工城市定居意愿的作用。模型检验如表3所示，卡方值33.75，显著地拒绝了无嵌套模型的假设，说明本文选择双层嵌套回归模型优于无嵌套的广义结构模型。
表3 随机截距模型与空模型lrtest检验

需要说明的是，图1中的“1.定居意愿”代表返乡、“2.定居意愿”代表继续留在该城市、“3.定居意愿”代表前往其他城市、“4.定居意愿”代表还没有想好。为保证与前文mlogit模型结果进行比较，本小节还是以“还没有想好”作为参照组，前文中的mlogit与本小节的gsem所使用的样本量及变量全部一样，便于进行比较。结果如图1所示。图1汇报的是系数，鉴于图1中的线条过多过密，图1中仅汇报了比较关注的部分变量的显著性。
由图1知，区域潜变量M1[流动区域]对“2.定居意愿”回归系数显著为-0.612 4，且在1%水平显著。这说明区域差异对被解释变量具有显著的影响，也证实了在估计农民工进城定居意愿时控制地区差异影响的必要性。双层结构方程模型估计结果显示，居住条件对继续留在城市意愿的几率比是原先几率比的1.077倍，在1% 水平显著(表2列(6)1.075)；子女就学对继续定居意愿的几率比是原先几率比的1.115倍，在10% 水平显著，与表2结果一致。表明在考虑区域干扰因素之后，居住条件的改善能显著增加农民工城市定居意愿，显著增加0.2%。

图1 双层嵌套广义结构方程模型估计结果(GSEM)
控制其余变量后，房价也表现出了明显的区域与城市差异性。房价对于留城定居意愿影响的几率比是原先几率比的1.298倍，在1%水平显著，对比表2列(6)中的1.336倍，其下降了3.8%；新一线城市定居意愿的几率比是原先的1.057倍，表2中该变量的系数不显著。房价、新一线城市的回归结果与前几种方法的估计结果有较大的改变，因为表2回归结果要说明的是在区域相同的情况下，房价的几率比系数是1.336，而本回归结果要说明的是在考虑了区域差异之后，房价的几率比系数是1.298。
其余控制变量，如婚姻状况、受教育程度、家庭同住人数、收入、行业、流动时间、流动范围系数都在10%以内水平上显著为正，与表2结果趋同，解释也与前文相似，这说明本文的研究结论是稳健的。
五、结论与政策建议
本文利用2017年流动人口动态监测数据，使用mlogit模型分析了农民工城市居住条件与子女本地就学对农民工城市定居意愿的影响，并进一步使用两层嵌套结构方程模型方法探讨了进城农民工流动的区域异质性，得出了以下结论：
(一)城市居住条件与子女本地就学对农民工定居意愿的影响
农民工在城市居住条件的改善使定居意愿概率绝对量提高0.010，与没有想好是否要长期留在本地的参照组农民工相比，居住条件的改善使农民工定居意愿相对量增加7.5%，两者均在1%水平上显著；农民工子女本地就学条件改善使其定居意愿的概率提高0.016，与参照组相比，农民工定居意愿显著增加11.5%，两者均在1%水平上显著。
(二)农民工平均月收入、社会保险与流动特征对定居意愿的影响
首先，农民工在城市的平均月收入增加1%，可以使定居意愿概率提高0.063，与参照组比，农民工定居意愿增加52.8%，在5%水平显著，农民工前往其他城市意愿下降12.9%，在10%水平上显著；本文还发现，城镇职工医疗保险、城镇居民医疗保险、是否办理了社会保障卡这些因素也可以显著影响农民工的定居意愿。
其次，从流动年限看，农民工在城市每增加一年，定居意愿概率绝对量提高0.005，与参照组农民工相比，流动年限增加使农民工定居意愿相对量增加3.3%，两者均在1%水平上显著；从流动范围看，农民工省内跨市、市内跨县，其定居意愿概率绝对量分别提高0.037、0.052，与参照组农民工相比，省内跨市、市内跨县使农民工定居意愿相对量分别增加2.55%、4.0%，两者均在1%水平上显著；从流动区域看，与东北部地区相比，东、中、西部地区的农民工城市定居意愿概率分别下降0.050、0.047、0.036，返乡的概率分别显著增加了0.009、0.011、0.008，均在1%水平上显著。
(三)城市级别、城市房价对农民工定居意愿作用的区域差异性
首先，同一区域内，与一线城市相比，四线城市农民工的居住条件改善、子女本地就学难度减小，则农民工留城定居意愿趋于强烈，且不愿意返乡；不同区域内，与一线城市相比，新一线城市农民工的居住条件改善、子女本地就学难度减弱，农民工留城定居意愿强烈，但强烈程度减弱，返乡意愿不会下降。其次，同一区域内，房价对于定居意愿的影响大于不同区域内房价对于城市定居意愿的影响，因为房价的区域差异性过大，不同区域的可比性较差。当同属于东部地区时，四线城市更能增强城市定居意愿。当属于不同区域时，新一线城市更能增强城市定居意愿。
总之，只有彻底结束农民工的候鸟式迁移，才能从根本上解决各地不断出现的“民工荒”现象，在短期内无法实现农民工人人买房的条件下，让农民工在城市里的居住条件有所改善、居住设施进一步完善，让他们的子女可以就读当地学校，也能满足他们结束候鸟式迁徙，“赚钱顾家”两不误的生活追求。并且这两个问题不应该割裂开来，是一个问题的两个方面，是可以同时系统解决的。
本文的政策启示在于：
(1)政府完善财政支持力度，摸索出适合进城农民工特点的居住方式的财政补贴制度，比如：采用流动年限与家庭流动人口的积分制来享受何种房屋补贴、购房优惠政策等，年限越久、家庭随迁人员越多，享受租房补贴、购房优惠的政策力度要越大；同时要注意区域间、城市间的差异性，其政策实施的效果会有较大差异。四五线城市不但不能气馁、不能松懈，反而要抓紧农民定居意愿强烈这种难得的人口红利机会，出台各种惠及农民工买房的优惠政策，农民工子女将成为这些城市未来角逐升级的重要人力资源。
(2)尝试建立进城农民工园区，在园区内配套基本生活设施、农民工子弟小学、子弟中学，简化各种繁琐的证件办理手续与子女入学、入籍、升学、转学等手续，创造条件让农民工的子女享受城市优质教育资源。
(3)要进一步提高农民工在城市的收入水平，增强他们改善居住条件的信心与决心，落实企业为农民工缴纳各种社会保险的责任，解决他们定居的后顾之忧。
参考文献
[1]LEWIS W A. Economic development with unlimited supplies of labour [J]. The Manchester School, 1954, 22(2):139-191.
[2]GOLLIN D. The lewis model: a 60-year retrospective [J]. Journal of Economic Perspectives, 2014, 28(3):71-88.
[3]HARRIS J R, TODARO M P. Migration, unemployment & development:a two-sector analysis [J]. American Economic Review, 1970, 60(1):126-142.
[4]BRUECKNER J K, ZENOU Y. Harris-todaro models with a land market [J]. Regional Science and Urban Economics, 1999, 29(3): 317-339.
[5]SCHULTZ T P. Investment in human captial [J]. The American Economic Review, 1961, 51(1):1-17.
[6]SCHULTZ T P. Mortality decline in the low income world: causes and consequences [J]. Papers, 1993, 83(2):337-342.
[7]SCHULTZ T W. Transforming traditional agriculture [M]. New Haven: Yale University Press, 1964.
[8]SCHULTZ T P. Population policies, fertility, women’s human capital, and child quality [R]. [S. l. : s. n.], 2007: 3249-3303.
[9]CHENERY H B, SRINIVASAN T N. Handbook of development economics [M]. [S. l. :s. n.], 1988.
[10]周翔宇.农民的购房潜力有多大[N].中国信息报,2017-12-27(3).
[11]杨俊青.古典劳资关系理论缺陷及对其的发展与应用研究[J].经济问题,2017(6):1-8.
[12]王红芳,杨俊青.员工总体报酬、要求—能力匹配对工作满意度的影响——以非国有企业为例 [J].经济问题,2015(5):73-79.
[13]孙中伟.农民工大城市定居偏好与新型城镇化的推进路径研究[J].人口研究,2015,39(5):72-86.
[14]王伟,陈杰,艾玮依.新生代农民工在三四线城市定居意愿及其影响机制研究——基于2014年长三角地区流动人口动态监测数据的考察[J].华东师范大学学报(哲学社会科学版),2016,48(4):30-37+168.
[15]王良健,陈坤秋,王奔.流动人口城市定居意愿及其影响因素研究——基于湖南省流动人口动态监测数据 [J].调研世界,2016(7):21-26.
[16]孙友然,江歌,杨淼,等.流动动因对农业转移人口定居意愿的影响研究——基于结构方程模型的研究[J].华中科技大学学报(社会科学版),2015,29(5):129-136.
[17]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,2013,37(4):19-32.
[18]徐慧.子女随迁、城市就学与农民工的城市认同[J].教育经济评论,2019,4(2):63-81.
[19]谭崇台,马绵远.农民工市民化的历史、难点与对策[J].江西财经大学学报,2016,105(3):72-80.
[20]郭进,徐盈之,顾紫荆.户籍歧视与城市移民的幸福感缺失——包含非收入因素的扩展分析[J].山西财经大学学报,2018,40(4):1-16.
[21]石人炳,陈宁.经济“新常态”下农民工再迁移决策研究——基于全国流动人口动态监测数据的分析[J].学习与实践,2017(7):98-108.
[22]雷万鹏,徐璐.城镇化背景下农民工子女就学地选择意愿及其影响因素研究[J].华中师范大学学报(人文社会科学版),2016,55(6):150-158.
[23]王光光,赵鹏程.关于农民工随迁子女教育问题的研究综述[J].当代教育论坛,2013(3):94-98.
[24]王春超,张呈磊.子女随迁与农民工的城市融入感[J].社会学研究,2017,32(2):199-224.
[25]汪润泉.子女教育期望与农民工城市定居意愿——基于全国7个城市调查数据[J].农业技术经济,2016(3):75-84.
[26]ABOWD J M, KRAMARZ F, MARGOLIS D N. High wage workers and high wage firms [J]. Econometrica, 1999, 67(2):251-333.
[27]BENDER S, BLOOM N, CARD D, et al. Management practices, workforce selection, and productivity [J]. Jorunal of Labor Economics, 2018, 36:371-409.
[28]戚迪明,江金启,张广胜.农民工城市居住选择影响其城市融入吗?——以邻里效应作为中介变量的实证考察[J].中南财经政法大学学报,2016(4):141-148.
[29]李勇刚.收入差距、房价水平与农村剩余劳动力转移———基于面板联立方程模型的经验分析 [J].华中科技大学学报(社会科学版),2016,30(1):83-91.
[30]罗孝玲,周琳杰,马世昌.房价影响因素的空间非一致性与差异化调控手段——基于Panel Data模型的实证研究[J].华东经济管理,2014,28(7):37-41.
[31]祝仲坤,冷晨昕.中国进城农民工的居住状况与主观幸福感——基于流动人口动态监测数据的实证分析[J].劳动经济研究,2017,5(2):56-79.
[32]姜海珊.流动人口的医疗保险与医疗服务利用状况研究——基于全国流动人口动态监测数据 [J].调研世界,2016(7):14-20.
[33]郭元凯,胡晓江.农民工的就业结构对城市定居意愿的影响研究——基于10城市问卷调查的实证分析[J].城市观察,2015(1):166-175.