朱火弟，黃 瑞

(重慶理工大學經(jīng)濟與貿(mào)易學院，重慶 400054)

流動人口數(shù)量的急劇增加已引起廣泛的關注。從流動人口的組成來看，我國主要以農(nóng)村剩余勞動力外出務工和城鎮(zhèn)失業(yè)人口異地謀生為主，此外，剛從學校畢業(yè)的待業(yè)人員以及一些單位長期外派的工作人員也構(gòu)成流動人口的一部分。根據(jù)2010年第六次全國人口普查數(shù)據(jù)公報，2010年我國流動人口達到2.61億，占全國人口總量的16.5%，同2000年第五次人口普查相比，流動人口增加了1.17億，增長了81%。從影響因素來看，一些學者從經(jīng)濟、社會等各個方面解釋了人口遷移的原因。其中，最樸實的人口遷移理論——推—拉理論認為人口遷移的原因主要是遷出地的推力因素和遷入地的拉力因素共同作用的結(jié)果，舒爾茨的成本—收益理論認為個人遷移行為主要取決于遷移成本和收益的對比結(jié)果，而劉易斯模型則從二元經(jīng)濟結(jié)構(gòu)方面解釋了勞動力遷移的原因;Goldscheider從人口遷移與社會結(jié)構(gòu)、制度結(jié)構(gòu)發(fā)展演變的關系角度解釋人口的流動遷移［1］;也有學者認為城鄉(xiāng)收入的差距［2］、打工收入相對較高或家鄉(xiāng)就業(yè)地區(qū)生活水平的差距［3］，都是導致人口流動的原因;還有學者從戶籍制度方面著手進行研究，認為戶籍制度的存在使得流動人口的城鄉(xiāng)遷移行為在一定程度上從一個邊緣社會(農(nóng)村邊緣)進入另一個邊緣社會(城市邊緣)［4］。從總體上看，對流動人口的影響因素的研究多限于定性分析，定量分析較少，而將兩種方法結(jié)合在一起進行研究的更少。因此，本文結(jié)合陜西省流動人口影響因素的定量分析方法，在已有研究的基礎上，對全國31個省(市、區(qū))流動人口的影響因素進行定量分析(社會經(jīng)濟因素方面)和定性分析(其他因素方面)，從而為今后預測流動人口以及加強流動人口管理提供參考。

一、流動人口的影響因素分析

(一)數(shù)據(jù)來源與研究方法

由于流動人口的界定問題本身比較復雜，不同學者在不同時期對流動人口的界定都有所不同。本文中的流動人口是指居住地與戶口登記地所在的鄉(xiāng)鎮(zhèn)街道不一致且離開戶口登記地半年以上的人口，數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒2011》《中國統(tǒng)計年鑒2011》以及2010年第六次全國人口普查數(shù)據(jù)，所有指標數(shù)據(jù)均采用2010年各省(市、區(qū))的數(shù)據(jù)。

在研究方法上，主要采用定量分析與定性分析相結(jié)合的方法。由于社會經(jīng)濟因素方面的數(shù)據(jù)比較容易收集，因此對這部分數(shù)據(jù)采用定量分析方法，其他影響因素則采用定性分析。在定量分析中，首先運用SPSS17.0軟件進行相關分析，計算出全國各省(市、區(qū))的流動人口與選取的指標因子之間的相關系數(shù);然后對所有指標因子進行因子分析，并根據(jù)特征值的貢獻率選取主成分，得到主成分與各項指標因子之間的關系;最后，借助主成分分析中的新變量與流動人口進行回歸分析，從而得出流動人口與各項指標因子之間的定量關系。

(二)指標選取

對陜西省流動人口影響因素的定量分析選取了16項指標因子，對全國城市流動人口影響因素的定量研究選取了17項指標因子。在此基礎上，本文結(jié)合實際情況選取14項社會經(jīng)濟因素指標因子，分別是:地區(qū)人口、全省(市、區(qū))非農(nóng)業(yè)人口、全省(市、區(qū))從業(yè)人口、全省(市、區(qū))個體從業(yè)人員、全省(市、區(qū))GDP、全省(市、區(qū))第二產(chǎn)業(yè)占GDP比重、全省(市、區(qū))第三產(chǎn)業(yè)占GDP比重、全省(市、區(qū))工業(yè)總產(chǎn)值、全省(市、區(qū))利潤總額、全省(市、區(qū))社會固定資產(chǎn)投資總額、全省(市、區(qū))社會消費品零售總額、全省(市、區(qū))實際使用外資金額、全省(市、區(qū))職工年平均工資和全省(市、區(qū))客運總量。這14項社會經(jīng)濟因素指標更能反映流動人口的情況，與之前的研究有所不同。

(三)定量分析

1.相關分析

采用SPSS17.0對各省(市、區(qū))流動人口與14項社會經(jīng)濟因素指標因子進行相關分析，并取0.01的檢驗水平進行雙側(cè)檢驗，得到相關系數(shù)檢驗結(jié)果如表1所示。

從表1可以看出，全國各省(市、區(qū))流動人口與14項指標因子之間都呈現(xiàn)出正相關關系，但與全省(市、區(qū))第二三產(chǎn)業(yè)占GDP比重以及全省(市、區(qū))職工年平均工資之間的相關關系不顯著，而與其他11項指標因子都呈現(xiàn)出顯著的正相關關系。其中，流動人口與全省(市、區(qū))社會消費品零售總額的相關系數(shù)最大，達到0.91。此外，流動人口與全省(市、區(qū))客運總量的相關系數(shù)達到0.88，由于交通便利的地區(qū)會減少人們因流動所支付的成本，人們的外出意識也相對較強，客運總量在一定程度上反映了一個省(市、區(qū))的交通便捷程度，因此，流動人口與客運總量呈現(xiàn)出較強的正相關關系。

表1 全國31個省(市、區(qū))流動人口與社會經(jīng)濟因素相關分析結(jié)果

在分析全國各省(市、區(qū))流動人口與14項指標因子之間的相關關系時，還發(fā)現(xiàn)有些自變量之間存在較高的相關性。比如:全省(市、區(qū))社會消費品零售總額與個體從業(yè)人員、從業(yè)人口以及GDP之間的相關系數(shù)值達到0.90以上，因此，他們之間可能存在嚴重的多重共線性。為了避免直接使用回歸分析產(chǎn)生回歸系數(shù)不精確或者回歸系數(shù)與現(xiàn)實意義不符等情況，本文先采用因子分析方法選出主成分，再對形成主成分的新數(shù)據(jù)和流動人口進行回歸分析。

2.因子分析

由于各個變量的度量尺度不統(tǒng)一，因此，在做因子分析之前要對變量進行標準化處理。對標準化處理后的變量進行因子分析，可得到KMO檢驗和Bartlett球形檢驗的結(jié)果如表2。

從表2中可以看出KMO的統(tǒng)計量為0.845，通過因子分析并從所得到的特征值矩陣可知:前兩個特征值的貢獻率分別是66.90%和19.67%，累計貢獻率達到86.57%，符合選取主成分個數(shù)指標的“≥85%”原則，已經(jīng)能夠代表所有特征，因此，可選擇兩個主成分做因子分析。運用SPSS17.0對14項社會經(jīng)濟因素指標進行主成分分析，可得到如下成分矩陣:

表2 KMO和Bartlett球形檢驗

本文采用的“旋轉(zhuǎn)成分矩陣”是經(jīng)過具有Kaiser標準比較旋轉(zhuǎn)法旋轉(zhuǎn)后的因子載荷矩陣，比未旋轉(zhuǎn)時更能解釋各因子的意義，而因子載荷是變量與公共因子的相關系數(shù)，對一個變量來說，載荷絕對值較大的因子與它的關系更密切。從表3旋轉(zhuǎn)成分矩陣可以看出，除全省(市、區(qū))第三產(chǎn)業(yè)占GDP比重、職工年平均工資、第二產(chǎn)業(yè)占GDP比重這三項指標因子外，其余11項指標因子均與第一主成分有較高的載荷，而這3項指標因子與第二主成分有密切關系。

表3 旋轉(zhuǎn)成分矩陣

從表4成分轉(zhuǎn)換矩陣也可看出，第一主成分更能代表全省(市、區(qū))GDP、社會消費品零售總額等11項指標因子，第二主成分則較好地代表了全省(市、區(qū))第三產(chǎn)業(yè)占 GDP比重等3項指標因子，說明提取兩個主成分能反映指標的全部信息，可以用兩個新變量來代替原來的14項指標因子。根據(jù)各個變量的特點，可以把第一主成分解釋為經(jīng)濟社會發(fā)展的綜合水平，第二主成分解釋為全省(市、區(qū))第三產(chǎn)業(yè)占GDP比重、職工年平均工資和第二產(chǎn)業(yè)占GDP比重。

表4 成分轉(zhuǎn)換矩陣

對14項指標因子進行主成分分析后，可得到因子得分系數(shù)矩陣，見表5。

表5 因子得分系數(shù)矩陣

由于兩個主成分能代表所有指標情況，因此用Z1表示第一主成分，Z2表示第二主成分。根據(jù)因子得分系數(shù)矩陣，可以將兩個主成分與14項指標因子之間的關系表示如下:

其中，X1－X14是經(jīng)過標準化處理的14項社會經(jīng)濟因素指標。

全國31個省(市、區(qū))的上述指標經(jīng)過因子分析后，各省(市、區(qū))的兩個主成分得分便由SPSS17.0自動計算出來。其中，廣東省和江蘇省的第一主成分得分最高，分別為2.76和2.50，表明其在經(jīng)濟社會發(fā)展水平中處于領先位置，而廣東省和江蘇省的流動人口分別排在第一位和第三位，遠遠領先于其他城市，這與前面的相關分析吻合。與此相反，北京和上海的情況則不同，二者的第一主成分得分不高，但流動人口的數(shù)量處于全國領先位置，與第二主成分的得分一致，其第二主成分得分分別是3.48和2.33，代表了全市第三產(chǎn)業(yè)占GDP比重、職工年平均工資和第二產(chǎn)業(yè)占GDP比重。從前面的相關分析可知，這三項指標與流動人口呈現(xiàn)較弱的正相關，盡管北京和上海的人口規(guī)模、從業(yè)人員以及GDP等指標都不如廣東和江蘇兩個大省，但這兩個直轄市作為全國的經(jīng)濟中心，第三產(chǎn)業(yè)的發(fā)展以及職工年平均工資都處于全國領先地位，因此，主要是這兩個因素吸引了全國其他省(市、區(qū))的人口向其流動。

3.回歸分析

前面的因子分析將原先的14項變量減至2項，從而簡化了回歸分析。首先將已標準化后各變量的值代入兩個主成分變量Z1和Z2表達式中，得到一個新的數(shù)據(jù)矩陣，再將標準化后的流動人口數(shù)據(jù)和兩個主成分形成的新數(shù)據(jù)進行回歸分析，得到如下線性回歸方程:

不難看出，模型的擬合優(yōu)度比較高，并且回歸方程在1%的顯著水平下通過了F檢驗，各指標的回歸系數(shù)也通過了T檢驗，因此，回歸效果比較顯著，流動人口與14項社會經(jīng)濟因素指標因子之間的線性關系比較明確。在已知這些指標因子數(shù)據(jù)的前提下，將其標準化代入方程(1)就可得到流動人口的數(shù)據(jù)，從而為今后預測流動人口的數(shù)量以及從哪些方面加強流動人口管理提供了依據(jù)。

(四)其他影響流動人口的因素

第一，制度尤其是戶籍制度的影響。隨著改革開放的發(fā)展，戶籍政策逐步在放寬，但由于長期以來心理上的慣性作用，戶籍仍然有巨大的心理限制效應，特別是在一些比較發(fā)達的大城市戶籍仍然是主要的制度障礙。雖然目前人口流動總體上是自由的，但由于受到戶籍的限制以及就業(yè)機會、子女入學、社會保障等的不平等在一定程度上阻礙了人口流動。

第二，信息的影響。由于當前市場就業(yè)體系不完善，流動人口就業(yè)信息大部分來自于親戚、朋友等社會網(wǎng)絡，而超越省(市、區(qū))的流動人口社會關系往往大大減少，因此，在其他條件相同的情況下，信息越充分越可獲得，人們就越有可能在不同產(chǎn)業(yè)和地區(qū)之間進行比較，從而有效地決定是否流動或者流向何處。

第三，宗教和文化的影響。主要針對少數(shù)民族的人口遷移而言，一個城市的宗教文化和生活習慣都會影響人們做出的遷移決定，通常大多數(shù)人會選擇天氣、飲食、城市文化跟自身條件比較適合的城市。

三、研究結(jié)論

(1)全國31個省(市、區(qū))流動人口的規(guī)模與其GDP、工業(yè)總產(chǎn)值、社會消費品零售總額、客運總量等11項社會經(jīng)濟因素指標因子有顯著的正相關關系，與全省(市、區(qū))第二三產(chǎn)業(yè)占GDP比重和職工年平均工資之間的相關關系不顯著。

(2)通過因子主成分分析可知，廣東省和江蘇省的第一主成分得分最高，與流動人口的分布比較一致，表明流動人口大都集中流向這些經(jīng)濟比較發(fā)達的省份;而北京和上海的第一主成分得分不高，而第二主成分得分較高，這兩個直轄市吸引人口流動的主要因素不是綜合社會經(jīng)濟發(fā)展水平而是職工年平均工資和第三產(chǎn)業(yè)占GDP的比重。

(3)全國31個省(市、區(qū))流動人口的數(shù)量與14項社會經(jīng)濟因素指標因子之間的定量關系可以用回歸方程和兩個主成分的表達式計算得出?；貧w方程為:Y=0.890Z1+0.121Z2，其中 Z1、Z2表示第一主成分、第二主成分。在已知這些指標因子數(shù)據(jù)的前提下，將其標準化代入回歸方程就可得到流動人口的數(shù)據(jù)，從而為今后預測流動人口的數(shù)量和加強流動人口管理提供依據(jù)。

(4)影響我國流動人口的主要因素是社會經(jīng)濟因素，但也不能忽略制度、信息和宗教文化等的影響。政府的宏觀行為對流動人口的引導和管理具有重大作用，因此，政府必須從各個方面入手，在促進各省(市、區(qū))經(jīng)濟發(fā)展的同時，還要在戶籍、就業(yè)、子女教育、社會保險、信息獲取等方面進一步完善相關制度和政策，保障流動人口在異地也能得到相對公平的待遇和服務。

［1］Goldscheider C.Migration and Social Structure:Analydcal Issues and Comparative Perspectives in Devdoping Nations［J］.Sociologlcal Forum Special Issue，1987(S):674－696.

［2］高洪.地區(qū)發(fā)展差距拉動:我國人口流動的成因分析［J］.上海經(jīng)濟研究，2003(2):38 －46.

［3］欒敬東.流動人口的社會特征及其收入影響因素分析［J］.中國人口科學，2003(3):66 －71.

［4］王春光.新生代農(nóng)村流動人口的社會認同與城鄉(xiāng)融合的關系［J］.社會學研究，2001(3):63－76.

［5］段晶晶，李同升.陜西省城市流動人口影響因素的定量分析［J］.西北大學學報，2010(4):327－331.

［6］段平忠.我國流動人口行為的影響因素分析［J］.中國地質(zhì)大學學報，2008(1):70－75.

［7］朱傳耿，顧朝林，張偉.中國城市流動人口影響因素的定量分析［J］.人口學刊，2002(2):9－12.

(責任編輯 鄧成超)