祝仲坤 冷晨昕

一、引 言

國家統(tǒng)計局發(fā)布的《全國農民工監(jiān)測調查報告》顯示，2018 年中國農民工總量達到2.88 億人，占全國總人口的比例超過20%，其中進城農民工1.72 億人，占農民工總量的比例接近60%。廣大農民工為締造中國經濟增長奇跡做出了巨大貢獻( 昉蔡 ，2017)，然而進城農民仍然面臨著“半城市化”的窘境，僅僅實現(xiàn)了地域轉移與非農化，并未實現(xiàn)身份和地位的轉變。假若數(shù)以億計的進城農民工長期存有“過客”心理、始終無法扎根城市，不僅不利于我國城鎮(zhèn)化發(fā)展大局，還有可能產生新的城市二元結構，耗散社會凝聚力(楊菊華，2015)。相反，若能加快推進農民工市民化進程，則有助于增加城市勞動供給和擴大內需，釋放新一輪人口紅利(蔡 昉 ，2017)。

對于農民工而言，就業(yè)是進入城市的首要任務，是扎根城市、融入城市的基本 前提，而就業(yè)身份恰恰是農民工就業(yè)狀態(tài)的核心表現(xiàn)形式之一。隨著中國不同所有制經濟不斷發(fā)展，農民工的就業(yè)身份逐漸多樣化。國際勞工組織(ILO)與聯(lián)合國(UN)將就業(yè)身份分為獲得工資雇員(受雇)、家庭幫工、自我經營者與雇主四類。其中，自我經營者和雇主均屬于自雇行為①自雇一般也稱為自我雇傭或自雇傭，三者內涵一致，本文不做辨析。。國家衛(wèi)生健康委員會發(fā)布的數(shù)據(jù)顯示，中國農民工的自雇比例超過25%。隨著農民工自雇群體比例不斷擴大，自雇群體在城鎮(zhèn)化進程中的生存狀態(tài)與發(fā)展空間開始備受關注(吳要武，2009；李樹茁等，2014；朱志勝，2018)。那么，自雇行為到底在農民工市民化進程中發(fā)揮著怎樣的作用？自雇與受雇農民工的市民化狀態(tài)到底存在怎樣的差異？其中的內在邏輯該如何理解？尤其是在當前“大眾 創(chuàng)業(yè)、萬眾創(chuàng)新”的時代背景下，自雇行為是否蘊含了新的內涵與屬性，也需要重新 研判。

基于以上考慮，本文結合2014 年中國流動人口動態(tài)監(jiān)測調查(China Migrants Dynamic Survey，CMDS)數(shù)據(jù)，系統(tǒng)考察了就業(yè)身份(自雇行為)對農民工市民化狀態(tài)的影響②后文的分析主要針對進城農民工，本地農民工不在本文的考察范圍內。。對于這一話題的研究，不僅有助于我們從就業(yè)視角理解農民工的市民化問題、明晰農民工就業(yè)身份與市民化狀態(tài)之間的聯(lián)系以及理清其中的邏輯線條，還為制定農民工多渠道、高質量就業(yè)政策并加快統(tǒng)籌解決“三農”問題和推進國家新型城鎮(zhèn)化戰(zhàn)略提供證據(jù)支持。

有別于已有的研究，本文可能的邊際貢獻有以下幾點。

第一，在研究主題上更加聚焦，本文專門探討自雇行為對農民工市民化狀態(tài)的影響，全面而深入地分析兩者之間的關系，探究自雇行為與農民工市民化狀態(tài)之間的因果效應。

第二，在分析策略上更加嚴謹，本文使用2014 年中國流動人口動態(tài)監(jiān)測調查中的社會融合與心理專項調查數(shù)據(jù)，利用傾向得分匹配法、逆向概率加權法糾正可觀測變量導致的選擇性偏誤，基于遞歸雙變量Probit 模型，通過引入有效的工具變量糾正不可觀測變量帶來的選擇性偏誤，控制遺漏變量、反向因果、測量誤差等潛在的內生性問題，并通過一系列穩(wěn)健性檢驗，最終得到可信的實證結果。

第三，本文通過Baron 和Kenny 提出的中介效應模型以及KHB 方法探討了自雇行為對農民工市民化狀態(tài)影響可能的邏輯解釋，并提出了相應的政策建議。

二、文獻綜述

（一）農民工市民化及其影響因素

改革開放以來，中國農村剩余勞動力逐漸向城鎮(zhèn)轉移，城鎮(zhèn)化成為社會發(fā)展與進步的主要趨勢。在城鎮(zhèn)化過程中，中國特有的城鄉(xiāng)二元體制造就了獨具特色的農民工市民化問題。絕大多數(shù)農民工僅僅實現(xiàn)了地域轉移和職業(yè)轉變，并未實現(xiàn)制度性的身份轉換，即出現(xiàn)了農村剩余勞動力向城鎮(zhèn)“遷移”和向市民化“轉化”的階段分離(辜勝阻等，2014)。當前階段，如何實現(xiàn)農民工從農民到市民的身份轉換是當前中國新型城鎮(zhèn)化建設的關鍵問題之一。

農民工市民化的本質是農村勞動力由鄉(xiāng)村向城市的流動轉移。西方國家未實行城鄉(xiāng)二元分割的戶籍制度，因此“農民工”這一稱謂并不存在，但西方學者在勞動力流動及人口遷移領域的研究成果斐然。伴隨著城市化與工業(yè)化進程，社會空間組織得以轉化、重構，人口的空間轉移成為社會發(fā)展中最為鮮明的特征。在此階段，相關的理論研究開始起步，1954 年，劉易斯提出了“二元經濟模型”，為勞動力流動做出開拓性貢獻。隨后，拉尼斯、費景漢、喬根森等改進、修正二元經濟模型，哈里斯、托達羅針對發(fā)展中國家的特殊國情提出了哈里斯-托達羅模型，再到后來斯塔克、布魯姆和泰勒開創(chuàng)新勞動力遷移理論(德布拉吉·瑞，2002)，這一領域的理論研究不斷演進，歷久彌新。

在經驗研究方面，已有文獻主要從人力資本、社會資本以及制度因素等層面探討勞動力流動及市民化問題。(1)人力資本。人力資本是由其自身的教育水平、職業(yè)技能、健康狀況、工作經驗等內容所構成的，其核心內容是教育水平和職業(yè)技能，能夠決定農民工獲得就業(yè)信息的能力和非農職業(yè)適應能力，從而促進勞動力流動，進而推動市民化進程(陳昭玖和胡雯，2016)。(2)社會資本。社會資本作為社會組織的特征，諸如社會信任、社會網絡等，能夠通過促進合作分享來降低市民化成本，提升社會效率(聶偉和風笑天，2016)。(3)制度因素。以戶籍制度為基礎的就業(yè)、教育、社會保障、居住等制度因素，是影響農民工市民化的關鍵因素( 昉蔡 ，2013)。這些制度性因素不僅直接影響農民工獲得市民的身份及權利，還極大地影響到農民工在經濟地位、社會生活、文化心理等方面的市民化。社會制度的不健全導致農民工大多只能在城鎮(zhèn)次級勞動力市場就業(yè)，穩(wěn)定性差，社會保障不健全。制度還給農民工帶來了經濟地位差距和心理隔離，也妨礙了城市居民與農民工群體間的社會交往，最終導致了農民工成為“城鎮(zhèn)邊緣人”(辜勝阻等，2014)。

（二）農民工的就業(yè)身份：自雇與受雇

就業(yè)是農民工進入城市面臨的首要任務，是扎根城市、融入城市的基本前提，而就業(yè)身份則是就業(yè)狀態(tài)的集中體現(xiàn)，關于自雇這一就業(yè)身份，已有學者開展了大量研究，但時至今日，這仍是一個富有爭議的話題。

經典的勞動力轉移理論和市場分割理論認為，自雇屬于非正規(guī)就業(yè)，是“低生產技術、低勞動生產率、低收入”的代名詞(Shleifer，2008)，是勞動力由于市場供求或制度因素的影響而在不同部門之間的被迫流動，是一種低端落后的短期經濟現(xiàn)象，而非正規(guī)就業(yè)者，也被視為“變相的失業(yè)者”。在美國，“中間人族裔商人與企業(yè)家”理論頗具影響力，該理論認為，外來移民選擇自雇是應對市場歧視的一種理性選擇，被歧視群體為了生存、自我保護以及代際流動的需要，更多地選擇自雇。

還有一些理論提出的觀點有所不同。推拉理論對進城農民工選擇非正式就業(yè)方式提供理論支撐。相比于正式的雇傭方式，非正式的就業(yè)方式門檻低，容易進入，且收入相比于務農方式較高，因此自雇傭的就業(yè)方式作為人口流動過程中的“推力”，成為農民工進入城市的首要選擇。Banerjee(1983)認為，非正規(guī)部門就業(yè)是勞動者突破管制而主動和自愿的理性選擇，相比于正規(guī)就業(yè)，具有更大的自治性、靈活性和自由性，獲得的市場回報并不低于前者，并且自雇就業(yè)有助于農民工(或外來移民)實現(xiàn)個人積累和向上流動，甚至是扎根城市、融入城市的重要途徑(胡鳳霞和姚先國，2011)，成為農民工在城市生存發(fā)展的獨特方式。創(chuàng)業(yè)理論認為自雇是個體在勞動力市場的理性選擇(Hyytinen 等，2013)，是創(chuàng)業(yè)的“萌芽”狀態(tài)、初創(chuàng)階段，創(chuàng)業(yè)行為是個體依托已有資源、識別有效機會、利用創(chuàng)新機制實現(xiàn)價值創(chuàng)造的過程(Shane 和Venkataraman，2000)。已積累充足人力資本及社會資本的農民工，發(fā)揮自身優(yōu)勢而選擇自雇的就業(yè)形式，其人力資本投資收益率并不低(吳要武，2009)，還因為更大的靈活性與自由性，使得他們的個人成就感、工作滿意度更高(Binder 和Coad，2013)。綜上可知，各學派理論從不同視角理解自雇行為，對于自雇到底會如何影響農民工市民化狀態(tài)至今未有定論，已有的經驗研究所得結論也未達成一致。

在研究農民工市民化影響因素的文獻中，就業(yè)狀態(tài)一直是關注的焦點。李樹茁等(2014)研究發(fā)現(xiàn)自雇與受雇農民工在城市居留意愿上存在顯著差異，與受雇者相比，自雇者更傾向于在城市居留。自雇者的居留意愿更多受到經濟因素影響，而受雇者更多受到社會、文化和心理因素影響。葉靜怡和王瓊(2013)、朱志勝(2018)認為，自雇的農民工以工作強度為代價獲得了更高的工資收入，具有更優(yōu)的社會資本與較高的社會融入感。朱志勝(2018)還指出，自雇并沒有導致農民工健康狀況惡化，反而他們的生活滿意度更高。溫馨(2017)研究指出，相較于受雇農民工，自雇農民工是實現(xiàn)市民化可能性更大的群體。不過，寧光杰和孔艷芳(2017)研究發(fā)現(xiàn)，自雇農民工的市民化程度整體偏低。

綜上可知，對于自雇在農民工市民化進程中所發(fā)揮的作用這一重要話題，已有的理論和經驗研究已經非常豐富，但并未達成一致意見，尤其是經驗研究層面，雖多有文獻關注，但大多只是在探討市民化影響因素過程中將就業(yè)身份作為控制變量一帶而過，系統(tǒng)性地探討仍比較匱乏。進一步來講，在當前“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的時代背景下，自雇行為是否被賦予了新的內涵，是否在農民工市民化進程中扮演著新的角色，也需要重新審視與考證。

三、數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)來源與說明

本文使用的數(shù)據(jù)是國家衛(wèi)生健康委員會于2014 年組織開展的中國流動人口動態(tài)監(jiān)測調查中的C 模塊①具體信息詳見國家衛(wèi)生健康委員會流動人口數(shù)據(jù)平臺http：//www.chinaldrk.org.cn/home/。，即“社會融合與心理調查”，后文簡稱“社會融合調查”。樣本覆蓋北京市朝陽區(qū)、青島、廈門、嘉興、深圳、中山、鄭州和成都八個社會融合試點城市，雖然這八個城市并非隨機抽取，但城市內樣本均采用PPS 抽樣方法，具有一定的代表性(楊菊華，2015)。調查對象為在流入地居住一個月以上非本區(qū)(縣、市)戶口的15～59 周歲流動人口。調查的總樣本量為16000 個，由于本文關注的是農民工群體，因而僅考慮因務工經商遷移的農業(yè)戶籍流動人口，在對變量缺失值、錯誤值處理后，本文的基準觀測值為11531 個。

（二）變量選擇與描述

1. 被解釋變量——農民工的市民化狀態(tài)

農民工市民化的本質是人的城鎮(zhèn)化，是從農村轉移到城市的空間轉移過程，也是農民向市民的戶籍身份轉換過程，還涉及生活方式乃至心理狀態(tài)的多重轉變過程。因此，為避免單一指標的偏差，本文參照王春超和張呈磊(2017)的研究通過三個有一定“遞進關系”的指標來評估農民工的市民化狀態(tài)。(1)長期居留意愿，社會融合調查向被訪者詢問了“您是否打算在本地長期居住(5 年以上)？”，被訪者回答的選項包括“打算”“不打算”“沒想好”，本文將“不打算”和處在不確定狀態(tài)的“沒想好”合并，賦值為0，將“打算”賦值為1，樣本范圍內打算在本地長期居住的農民工6460 人，比例為56.02%。(2)戶籍轉換意愿，社會融合調查還向被訪者詢問了“按當?shù)卣?，您是否愿意把戶口遷入本地？”，被訪者回答“是”或者“否”，本文分別賦值為1 和0，樣本范圍內5242 位被訪者有戶籍轉換意愿，占比為45.46%。(3)本地身份認同，社會融合調查向被訪者詢問了“您認同自己是本地人嗎？”，被訪者回答“是”或者“否”，本文分別賦值為1 和0，樣本范圍內認同本地身份的農民工2237 人，比重為19.37%。

2. 核心解釋變量——就業(yè)身份

問卷中向被訪者詢問了“您現(xiàn)在的就業(yè)身份屬于哪一種？”，被訪者的回答選項分別為“雇員”“雇主”“自營勞動者”“其他”?？紤]到“其他”指向不明，且在樣本中所占比例極低，故作刪除處理。國際勞工組織與聯(lián)合國將就業(yè)身份分為獲得工資雇員、家庭幫工、自我經營者與雇主四類，并將自我經營者與雇主合并歸類為自雇。因此，“自營勞動者”和“雇主”均屬于自雇行為。但已有研究證實，于廣大農民工而言，自營勞動者和雇主差異極為明顯，異質性極強(周廣肅等，2017)，而且“雇主”身份是否屬于農民工尚存在爭議，故也作刪除處理。由此，本文將專門關注自營勞動者(自雇)與雇員(受雇)兩類群體的市民化差異，即自雇到底對農民工的市民化存在何種影響。樣本范圍內，自雇農民工3003 人，占比為26.04%，受雇農民工8528 人，占比為73.96%。

為了更為直觀地呈現(xiàn)自雇與受雇農民工市民化狀態(tài)的差異，本文繪制了柱形圖。由圖1 可知，自雇農民工有意愿在本地長期居留的比例達到72.26%，遠高于受雇者50.30%的水平；與之類似，自雇農民工愿意轉換戶籍的比例達到49.25%，略高于受雇者44.13%的水平；相比之下，自雇農民工與受雇農民工認同本地身份的比例非常接近，分別為19.71%和19.29%。

圖1 自雇農民工與受雇農民工的市民化狀態(tài)差異

以上結果表明，就描述統(tǒng)計層面而言，自雇農民工更希望在城市長期居留，也更希望轉換為城市戶籍，這顯示出自雇農民工對城市生活的渴望；不過，自雇農民工與受雇農民工認同本地身份的水平卻非常接近。這說明雖心有向往，但他們在實際發(fā)展中并未形成更明顯的城市歸屬感。對于自雇農民工與受雇農民工市民化狀態(tài)的差異以及其中的邏輯，本文利用嚴謹?shù)膶嵶C分析進行考證。

3. 其他解釋變量

依據(jù)2014 年社會融合調查問卷，并借鑒已有文獻的做法，本文控制了可能影響農民工市民化狀態(tài)的變量，主要包括：年齡、受教育程度、性別、婚姻狀態(tài)、健康狀況、健康檔案、住房狀況、收入水平、住房公積金、政府免費培訓、本地居留時間、流動范圍、方言水平、社會地位以及與本地人相處的融洽程度等。其中，健康檔案主要是為了衡量所在城市的公共服務水平?？紤]到行業(yè)異質性，本文還控制了農民工所屬的行業(yè)?？紤]到不同城市經濟發(fā)展水平差異明顯，我們將各城市2014 年統(tǒng)計公報數(shù)據(jù)與本文所使用數(shù)據(jù)相匹配，選取商品房價格與人均可支配收入等城市經濟特征作為控制變量。各變量的含義及其描述性統(tǒng)計見表1。

表1 描述性統(tǒng)計(N＝11531)

（三）模型設定

1. 基準回歸——Probit 模型

由于本文的被解釋變量農民工的市民化狀態(tài)是二元離散變量，本文采用Probit 模型進行估計。該模型的表達式為：

2. 糾正選擇性偏誤——傾向得分匹配法

農民工的就業(yè)決策可能并不滿足隨機抽樣，用其作為解釋變量直接回歸可能會使估計結果產生選擇性偏誤。如附錄①請讀者掃描本文二維碼，在文章詳情頁點擊“附錄”獲取。中的表A1 所示，本文對自雇農民工和受雇農民工樣本進行了均值差異的T 檢驗，結果顯示自雇農民工和受雇農民工在受教育程度、性別、婚姻狀態(tài)、健康狀況等多個方面存在顯著差異，這說明自雇行為的確可能是由個體特征決定的自選擇過程。為此，本文利用傾向得分匹配法(PSM)構造反事實框架來糾正選擇性偏誤，具體步驟如下。

3. 內生性討論——遞歸雙變量Probit 模型

除了可觀測變量帶來的選擇性偏誤，實證分析中還可能面臨不可觀測變量帶來的選擇性偏誤以及遺漏變量、互為因果以及測量誤差等潛在的內生性問題。首先，不可觀測的選擇性偏誤其本質也是遺漏變量問題，可以與一般的遺漏變量問題合并起來考慮，比如一些難以衡量的遺漏變量(如農民工的個人經歷以及對城市的看法觀感等)可能同時影響農民工的就業(yè)身份及市民化狀態(tài)，從而產生遺漏變量問題。其次，某些農民工可能是為了長期留在城市才主動選擇自雇，由此便產生了反向因果問題。最后，被解釋變量農民工市民化狀態(tài)的度量是主觀性的，可能存在一定的測量誤差。

諸如上述可能出現(xiàn)的內生性問題，將會導致估計系數(shù)不一致，這類問題常用的解決方法是工具變量法，但是就業(yè)身份與農民工的市民化狀態(tài)都是離散變量，基于連續(xù)變量的兩階段最小二乘回歸有效性降低(Angrist 和Krueger，2001)。另外，工具變量Probit 模型主要針對核心解釋變量為連續(xù)變量、被解釋變量為離散變量的情形，為此，本文嘗試利用遞歸雙變量Probit 模型(簡稱Biprobit 模型)展開回歸分析，目前這類方法已經得到比較廣泛的應用(Ma 等，2018)。

由于核心解釋變量是潛在的內生變量，因而Biprobit 模型需要同時估計以下兩個模型：

需要作出說明的是，iM 是影響農民工就業(yè)身份的一組變量，iM 與iX 可以有重疊的變量，但至少有一個變量不在iX 中，且直接影響is ，不直接影響iy ，即發(fā)揮工具變量的作用(陳強，2014)。

有效的工具變量應當滿足以下兩點：第一，相關性，工具變量要與核心解釋變量農民工的就業(yè)身份相關。第二，外生性，工具變量不能直接影響被解釋變量農民工的市民化狀態(tài)，換句話說，工具變量只能通過影響就業(yè)身份對農民工的市民化狀態(tài)產生影響。 本文構造“農民工第一次外出務工的年齡與自身年齡的比值”(簡稱“外出年齡”)作為工具變量。已有研究證實，年齡與農民工自雇行為存在顯著的相關性(陳文超等，2014)，從邏輯上講，第一次外出務工年齡越小的農民工，接受正規(guī)教育的時間可能越短，進入大型企業(yè)、正規(guī)企業(yè)(如國有企業(yè)、事業(yè)單位等)的概率越低，從事自雇工作的概率越高，即外出年齡與農民工的自雇行為顯著正相關。然而，外出年齡并不會直接影響農民工當前的市民化狀態(tài)。雖然沒有精確方法來證明外出年齡是否滿足外生性條件，但仍然可以采取兩類輔助方法①請讀者掃描本文二維碼，在文章詳情頁點擊“附錄”獲取。予以佐證。

四、實證結果分析

（一）基準分析

表2 匯報了基于Probit 模型的就業(yè)身份對農民工長期居留意愿影響的基準回歸結果。如表2 所示，第(1)列只控制核心解釋變量，第(2)列加入了其他解釋變量，第(3)列將城市經濟特征納入回歸分析，第(4)列進一步納入行業(yè)特征。整體來看，模型運行良好，Wald 卡方值均通過了顯著性檢驗，核心解釋變量的影響方向和顯著性水平在各列之間也沒有顯著變化。從第(4)列結果來看，自雇行為與農民工的城市長期居留意愿在1%的統(tǒng)計水平上顯著正相關，具體而言，相比于受雇，自雇能夠使農民工在城市的長期居留意愿提升0.072，占農民工長期居留意愿平均水平(0.5602)的12.85%。這表明，自雇對農民工長期居留意愿的影響不僅有顯著的統(tǒng)計意義，還具有較強的現(xiàn)實 意義。

表2 基準分析——自雇對農民工長期居留意愿的影響

續(xù)表2

其他解釋變量的回歸結果與以往研究結論基本一致，由于篇幅限制，此處不再贅述。

表3 匯報了就業(yè)身份對農民工戶籍轉換意愿和本地身份認同的基準分析結果。農民工戶籍轉換意愿方面，以第(4)列將其他解釋變量、城市經濟特征、行業(yè)特征納入模型的結果為準，自雇對農民工戶籍轉換的意愿沒有顯著影響。同理，自雇對農民工本地身份認同具有負向影響，估計結果在1%的統(tǒng)計水平上顯著。具體而言，相比于受雇，自雇能夠使農民工在城市的本地身份認同顯著降低0.032，占農民工本地身份認同均值水平(0.1940)的16.50%，這表明，自雇對農民工本地身份認同的影響具有較強的現(xiàn)實意義?？紤]到本文的研究重點，我們不對其他解釋變量的估計結果進行具體闡述。

表3 基準分析——自雇對農民工戶籍轉換意愿和本地身份認同的影響

（二）糾正選擇性偏誤

首先，利用一系列影響農民工就業(yè)身份的因素建立Logit 模型，考慮到傾向得分匹配法對解釋變量比較敏感，本文曾嘗試對解釋變量略作調整，最終結果非常接近。

接下來，根據(jù)Logit 模型估計出農民工自雇的傾向得分值，并在此基礎上運用多種方法進行匹配。第一種匹配方法是最小近鄰匹配，即尋找傾向得分最近的k 個不同組個體，本文選擇k＝4(有放回形式)；第二種匹配方法是基于核函數(shù)計算權重的核匹配；第三種是采用“三次樣條”形式的樣條匹配；第四種匹配方法是限制傾向得分絕對距離的卡尺匹配或半徑匹配，本文選取的半徑分別為0.005 和更為嚴格、匹配精度更高的0.001。

值得注意的是，使用傾向得分匹配法，需要對處理組和控制組樣本進行平衡性檢驗，其目的在于，使處理組和控制組兩組樣本在經過匹配后，僅在農民工就業(yè)身份變量上存在差異，若通過檢驗，則表明匹配過程是合理的反事實過程。Sianesi(2004)在研究中指出，經過匹配之后，Pseudo R2應該明顯下降，且聯(lián)合顯著性檢驗(LR test)應當被拒絕。此外，Rosenbaum 和Rubin(1985)指出，匹配后解釋變量的標準化系數(shù)應低于20%，高于20%意味著匹配過程失敗。

如表4 所示，在匹配完成后，本文進行了平衡性檢驗。長期居留意愿方面，匹配前，Pseudo R2為0.147，LR test 對應的P 值為0.000。標準化偏誤的平均數(shù)與中位數(shù)分別為26%和18.7%。匹配后，Pseudo R2下降到0.001，LR test 的結果不具備統(tǒng)計上的顯著性，標準化偏誤的平均數(shù)和中位數(shù)均低于2%。戶籍轉換意愿和本地身份認同與長期居留意愿的匹配結果基本一致。以上結果表明，傾向得分匹配顯著弱化了解釋變量的系統(tǒng)性差異，匹配過程是成功的。

表4 傾向得分匹配前后解釋變量的平衡性檢驗結果

最后，本文測算了經過匹配后兩組樣本的ATT。如表5 所示，總體來看，在消除了樣本間可觀測的系統(tǒng)性差異后，相比于受雇者，自雇農民工的長期居留意愿更強，戶籍轉換意愿的結果不顯著，對城市身份的認同感更低。

長期居留意愿方面，近鄰匹配(k＝4)、核匹配、樣條匹配、半徑匹配的ATT 結果顯示，自雇對農民工的長期居留意愿均在1%的統(tǒng)計水平上有顯著正向影響。其中，近鄰匹配(k＝4)的ATT 結果0.0860，在各種匹配方法中數(shù)值最大；匹配效率更高的核匹配的ATT 結果為0.0822，樣條匹配的ATT 結果為0.0835；半徑匹配方面，我們使用兩種半徑進行匹配，其中，匹配精度更高的半徑為0.001 的情形下，ATT 結果(0.0802)略高于半徑為0.005 的ATT 結果(0.0792)。

戶籍轉換意愿方面，無論是近鄰匹配、核匹配、樣條匹配還是半徑匹配，ATT 結果均不具備統(tǒng)計層面的顯著性，這與基準分析結果高度一致，進一步說明自雇對農民工的戶籍轉換意愿無顯著影響，換句話說，自雇農民工與受雇農民工在戶籍轉換意愿層面無顯著差異。

本地身份認同方面，無論是近鄰匹配、核匹配、樣條匹配還是半徑匹配，ATT 結果均在1%的統(tǒng)計水平上顯著，結果表明，相比于受雇，自雇對農民工的本地身份認同有顯著的負向影響。其中，近鄰匹配(k＝4)的ATT 結果－0.0425，在各種匹配方法中絕對值最大；匹配效率更高的核匹配的ATT 結果為－0.0408，樣條匹配的ATT 結果為－0.0414；半徑匹配方面，半徑為0.001 和0.005 時，ATT 結果均為－0.0406。

表5 傾向得分匹配法的估計結果

陳強(2014)曾指出，傾向得分匹配法有其局限性，若第一階段模型誤設或者混淆變量選擇不當，易導致估計偏誤。為此，本文使用更具穩(wěn)健性的逆向概率加權(IPW)方法和逆向概率加權回歸調整法(IPWRA)糾正可觀測的選擇性偏誤。IPW 方法與PSM方法的設定基本一致，但不同于PSM 方法，IPW 方法可以給混淆變量賦予不同權重調整其分布，使ATT 更加穩(wěn)健，IPWRA 方法則只需第一階段方程與結果方程其中之一正確，即可確保ATT 估計結果一致，這也被學者稱為雙重穩(wěn)健性特征(Linden 等，2016；Ma 等，2018)。如附錄中的表A3①請讀者掃描本文二維碼，在文章詳情頁點擊“附錄”獲取。所示，IPW 和IPWRA 兩種方法得到的ATT 與PSM 方法所得的ATT 在數(shù)值層面有一定差異，但顯著性與方向上高度一致，這也從側面證實了實證結果的穩(wěn)健性。

（三）內生性討論

PSM、IPW 及IPWRA 方法能夠糾正可觀測變量引致的選擇性偏誤，但實證分析過程仍然可能面臨遺漏變量、反向因果、測量誤差等潛在的內生性問題。為此，本文運用Biprobit 模型展開進一步分析，表6 匯報了Biprobit 的回歸結果。

由表6 可知，第一階段方面，外出年齡與自雇行為顯著負相關，這與前文推測保持一致，說明外出年齡滿足工具變量的相關性條件。第二階段方面，自雇對農民工長期居留意愿存在顯著正向影響，自雇與農民工的本地身份認同顯著負相關，自雇對農民工戶籍轉換意愿影響不具備統(tǒng)計層面的顯著性，以上結果均與上文分析相一致。

從內生性檢驗參數(shù)ρ來看，針對戶籍轉換意愿和本地身份認同的回歸中，ρ具有統(tǒng)計上的顯著性，拒絕自雇行為是外生變量的原假設，說明Biprobit 模型結果更優(yōu)；長期居留意愿方面，內生性檢驗不顯著，說明自雇行為對農民工長期居留意愿不存在明顯的內生性問題，基準分析結果是穩(wěn)健、可信的。

表6 內生性討論——基于Biprobit模型的估計結果

（四）異質性分析

上文分析得出了比較穩(wěn)健的回歸結果，但這只是平均意義上的估計結果，并未考慮自雇行為對農民工市民化狀態(tài)影響的差異性。考慮到CMDS2014 數(shù)據(jù)涉及的八個社會融合試點城市屬于不同層級，本文接下來重點從城市層級方面考察自雇行為對農民工市民化狀態(tài)影響的異質性。具體而言，本文將樣本城市劃分為三個層級：北京、深圳為一線城市，成都、青島、鄭州、廈門為二線城市或新一線城市，嘉興、中山則為三線城市。

如表7 所示，大體上看，自雇行為對農民工的長期居留意愿存在正向影響，對本地身份認同存在負向影響，對戶籍轉換意愿影響不顯著，這一結論與上文的分析結果基本一致。具體而言，長期居留意愿方面，自雇行為對一線城市農民工影響更為明顯，這說明相比于二三線城市，在一線城市自雇行為更能顯著提升農民工的長期居留意愿。本地身份認同方面，在一線城市和二線城市，自雇行為對農民工的本地身份認同在1%的統(tǒng)計水平上有顯著負向影響，這表明在一二線城市自雇農民工更難認同自己是本地人。三線城市的估計結果在統(tǒng)計上不顯著。

根據(jù)上述結果可知，在一線城市中，自雇農民工的長期居留意愿更強烈，但更難以建立起對城市的身份認同。進一步來講，城市級別越高，自雇農民工的長期居留意愿與本地身份認同相“背離”的狀態(tài)越明顯。換句話說，在大城市當中，自雇農民工扎根城市、融入城市的夢想越難以成為現(xiàn)實。

表7 自雇行為對農民工市民化狀態(tài)影響的城市異質性

五、進一步討論

上文分析表明，自雇行為有助于提升農民工的長期居留意愿，但與農民工的本地身份認同顯著負相關。這意味著，主觀上，自雇農民工比受雇農民工有更強烈的融入城市社會的愿望，更希望在城市長期居住，扎根立足。但實際上，大多數(shù)自雇農民工并未對城市建立起身份認同，自雇農民工對城市的歸屬感和對城市身份的認同感要弱于受雇農民工的該感受。那到底是什么原因導致這種看似矛盾的狀態(tài)呢？

為了分析這種矛盾狀態(tài)，本文從農民工的收入水平、消費水平以及社會保障等層面的差異探尋合理的解釋。一方面，市民化能力是農民工長期居留意愿的基石，只有擁有足夠的市民化能力，農民工才有可能如愿實現(xiàn)市民化(寧光杰和李瑞，2016)。收入水平和消費水平恰恰是表征農民工市民化能力的關鍵指標，已有研究證實，相比于普通的受雇農民工，自雇農民工收入水平更高(葉靜怡和王瓊，2013；寧光杰和李瑞，2016)，這意味著自雇農民工更有能力實現(xiàn)市民化，因而更愿長期居留在城市。消費與收入水平緊密相連，高層次的消費或地位性的消費也是市民化能力的重要體現(xiàn)，農民工努力使消費水平向城市居民“看齊”，就表明農民工的參照系已經轉變?yōu)槌擎?zhèn)居民，主觀上希望在城市長期居留。

另一方面，社會保障也是影響農民工融入城市的基礎要素之一，王桂新和胡健(2015)指出，社會保障是保護農民工個人權益、增強城市工作與生活穩(wěn)定性的重要手段，有助于增強農民工對城市身份的認同感和對城市歸屬感。然而，在我國非正規(guī)就業(yè)迅速發(fā)展的同時，非正規(guī)就業(yè)者的社會保障存在著嚴重缺失，成為當前社會的突出問題(任海霞，2016)。自雇作為典型的非正規(guī)就業(yè)形態(tài)處于“無組織、無機構”的尷尬境地，而社會保障制度在這一領域“缺位”，缺乏足夠的針對性與關切度，從而導致自雇農民工在社會保障層面處于絕對的劣勢地位，這很可能是導致自雇農民工對城市的歸屬感和對城市身份的認同感弱于受雇農民工該感受的重要原因。

為了驗證上述兩方面邏輯，本文繪制了柱狀圖。如圖2a 所示，自雇農民工在收入水平(家庭月收入的自然對數(shù))方面要明顯處于優(yōu)勢地位，自雇農民工平均收入水平的對數(shù)形式為8.721，而受雇農民工平均收入水平的對數(shù)形式僅為8.405。消費水平(家庭月消費支出的自然對數(shù))與收入水平高度相關，收入水平會直接“左右”農民工的消費水平。由圖2(a)可知，自雇農民工的消費水平也要高于受雇農民工。以上結果從描述層面粗略地表明，自雇農民工在市民化能力方面很可能處于優(yōu)勢地位，這很可能是自雇農民工長期居留意愿更高的原因。

同樣，由圖2(b)中也不難發(fā)現(xiàn)，自雇農民工在社會保障方面處于明顯劣勢，從養(yǎng)老保險、醫(yī)療保險到失業(yè)保險、住房公積金，自雇農民工參加的比例均遠低于受雇農民工。這表明，相比于受雇農民工，自雇農民工在社會保障層面處于劣勢地位，而這可能是自雇農民工缺乏城市身份認同感的原因。

圖2 自雇/受雇農民工收入消費水平以及社會保障差異

圖2 初步證實了自雇農民工因收入水平、消費水平更高，長期居留意愿更強，因社會保障缺失導致城市身份認同感更低。但圖2 只是描述層面的分析，為了進一步揭示自雇農民工長期居留意愿與城市身份認同相背離的邏輯，本文借鑒 Baron 和Kenny(1986)提出的中介效應模型對邏輯鏈條展開進一步檢驗。目前，這類方法已經得到廣泛引用(溫忠麟和葉寶娟，2014)。本文設定中介效應方程組：

其中，ih 為中介變量，包括收入水平、消費水平、養(yǎng)老保險及醫(yī)療保險①本文嘗試將住房公積金和失業(yè)保險作為中介變量進行分析，結果與養(yǎng)老保險和醫(yī)療保險的估計結果基本一致。，iλ、iπ、iσ分別為隨機擾動項，其余參數(shù)設定與基準模型保持一致，茲不贅述。根據(jù)中介效應模型的原理可知，將核心解釋變量與中介變量均納入模型后，若核心解釋變量與中介變量都顯著，且核心解釋變量的影響系數(shù)下降，說明中介效應存在。溫忠麟和葉寶娟(2014)指出，可通過Sobel 檢驗判別中介效應的存在性。

表8 中的第(2)列和第(4)列結果顯示，自雇農民工的收入水平和消費水平顯著高于受雇農民工，第(3)列和第(5)列進一步顯示，收入水平和消費水平與農民工的長期居留意愿顯著正相關，且相比于第(1)列的回歸系數(shù)，第(3)列和第(5)列中，自雇行為對農民工長期居留意愿的回歸系數(shù)明顯降低，這表明部分中介效應存在，即收入水平和消費水平是自雇農民工長期居留意愿高于受雇農民工的作用機制之一，Sobel 檢驗的統(tǒng)計量在1%的統(tǒng)計水平上顯著，進一步證實收入水平和消費水平所發(fā)揮的中介作用。同理，表8 中的第(7)列和第(9)列結果顯示，自雇農民工在本地參加養(yǎng)老保險及醫(yī)療保險的比例顯著低于受雇農民工，第(8)列和第(10)列進一步顯示，養(yǎng)老保險、醫(yī)療保險與農民工的本地身份認同顯著正相關，且相比于第(6)列的回歸系數(shù)，第(8)列和第(10)列中，自雇行為對農民工城市身份認同的回歸系數(shù)(絕對值)明顯降低，這同樣表明部分中介效應存在，即未納入養(yǎng)老保險和醫(yī)療保險體系是自雇農民工無法建立城市身份認同的重要作用機制之一，Sobel 檢驗的統(tǒng)計量在1%的統(tǒng)計水平上顯著，也支持了上述結論。

表8 自雇對農民工市民化狀態(tài)的影響機制檢驗

續(xù)表8

考慮到Baron 和Kenny(1986)提出的中介效應模型，主要針對被解釋變量為連續(xù)變量的情形，為避免估計結果存在潛在的偏誤，本文采用Karlson 等(2010)提出的適用于被解釋變量為離散變量情形的KHB 方法①之所以稱為KHB 方法，是因為該文章由Karlson、Holm 和Breen 三位學者共同完成。，檢驗中介效應的穩(wěn)健性，目前這一方法也得到比較普遍的應用(葉金珍和王勇，2019)。如附錄表A4②請讀者掃描本文二維碼，在文章詳情頁點擊“附錄”獲取。所示，KHB 方法的估計結果與Baron 和Kenny(1986)方法所得的估計結果基本一致。

綜上所述，相比于受雇農民工，自雇農民工因為市民化能力更強(收入水平與消費水平更高)，而更傾向于在城市長期居留。然而，社會保障層面的不完善，導致自雇農民工仍然存在強烈的“過客”心理，對城市的歸屬感和對城市身份的認同感偏弱。

六、結論與啟示

本文基于2014 年中國流動人口動態(tài)監(jiān)測調查中的社會融合與心理專項調查數(shù)據(jù)，系統(tǒng)考察了自雇行為對農民工市民化狀態(tài)的影響。本研究表明：(1)相比于受雇農民工，自雇農民工長期居留在城市的意愿更為強烈，但認同本地身份的比例更低。在加入其他解釋變量、控制城市經濟特征和行業(yè)特征并采用傾向得分匹配法構建反事實框架糾正選擇性偏誤以及運用遞歸雙變量Probit 模型控制潛在的內生性問題后，結論仍然穩(wěn)健。(2)自雇行為對農民工市民化狀態(tài)的影響在不同城市存在差異。在一二線城市，自雇行為更能有效提升農民工的長期居留意愿，但也更難以建立本地身份認同。這表明在大城市當中，自雇農民工扎根城市、融入城市的夢想越難以成為現(xiàn)實。(3)自雇農民工更傾向于在城市長期居留很可能是因為收入水平更高、市民化能力更強，而本地身份認同度偏低可能在于自雇農民工的社會保障水平過低。以上結論表明，自雇農民工主觀上希望融入城市和在城市扎根立足，但“理想很豐滿，現(xiàn)實卻很骨感”，受制于城市社會保障層面的“玻璃門”，自雇農民工仍存“過客”心理，難以形成對城市的歸屬感和對城市身份的認同感。

當前中國正在經歷史無前例的城鎮(zhèn)化發(fā)展階段，數(shù)以億計的農民工進入城市，希望突破城市戶籍這層“天花板”而扎根城市。在這一歷史進程中，自雇是農民工進入城市的重要就業(yè)方式之一，自雇農民工往往有更高的收入，具備為城市做出更大貢獻的潛力，而且居留城市的意愿非常強烈，是一股不可忽視的市民化力量。然而，受制于社會保障這層“玻璃門”，他們對城市的歸屬感與認同感遠低于受雇農民工?？上攵?，若長期忽視這一群體，讓他們始終存有“過客”心理，很有可能產生新的城市二元結構，形成與主流文化相對立的亞文化，甚至埋下社會沖突的火種。相反，若能以完善社會保障制度為契機，則有助于增加城市勞動供給和擴大內需，進而釋放新的人口紅利。

綜上所述，本文提出兩點政策建議。第一，從總體上來講，要在制度上賦予農民工平等的權利，消除“弱勢群體”“二等公民”標簽，逐步使農民工享受到均等化的社會保障與公共服務，增強農民工的市民化意愿，助力他們形成對城市的歸屬感與對城市身份的認同感。第二，自雇農民工群體在社會保障方面處于絕對劣勢地位，應當給予更多的重視與政策傾斜。首先，在社會保障政策制定中，應充分考慮自雇等非正規(guī)就業(yè)群體的繳費困難，降低繳費門檻，弱化市場歧視，逐步解決他們的社會保障需求。其次，要加強針對性宣傳，讓自雇農民工意識到社會保障是一項大有裨益的基本權利，增強自雇農民工的社會保障意識。