劉金菊，陳 衛(wèi)

（1.北京城市學院 公共管理學部，北京 100083；2.中國人民大學 人口與發(fā)展研究中心，北京 100872）

一、引言

遷移是影響一個國家或地區(qū)人口變化的三大要素之一。歷史上多數國家的人口變化主要受死亡率和生育率變化的影響并由人口學家在人口轉變理論框架下進行描述與解釋。經典人口轉變理論只涉及死亡和生育兩大人口變化要素。美國著名地理學家澤林斯基首次將遷移轉變納入人口轉變的理論框架，提出了與人口轉變相對應的五階段遷移轉變理論。［1］但是幾十年來遷移轉變的實證研究很少。迄今為止對全球人口轉變的研究基本上都是側重死亡和生育的變化，這兩方面的研究也構成了人口學研究的主體。20 世紀80 年代以后西方學者又提出了第二次人口轉變理論，［2］將人口轉變的視野延展到婚姻和家庭關系中，相應的實證研究也層出不窮。2006 年第三次人口轉變理論又被提出，將視角又延伸到遷移，即在低生育率國家，人口遷入將改變一個國家的種族、文化、語言等社會經濟結構。［3］實際上很多長期低生育率的國家人口保持增長的原因就是國際遷移。在世界上許多地區(qū)，隨著人口轉變的完成，遷移替代生育和死亡成為人口變化（人口增長和空間分布）的主導因素。［4］

中國的人口轉變也經歷了從以死亡率下降為主導到以生育率下降為主導，再到以人口遷移和流動為主導的變化過程。［5］中國的人口流動已經成為人類歷史上在和平時期前所未有的、規(guī)模最大的人口遷移活動，正在超越生育和死亡成為主導中國人口態(tài)勢的最主要的人口因素。［6］盡管如此，就全國而言，因為中國的國際遷移很少，無論是現在還是可以預見的將來，國際遷移主導中國人口發(fā)展態(tài)勢是不可能的，主導中國未來人口變化的仍然是生育率。但是就中國的區(qū)域人口態(tài)勢而言，人口遷移的主導作用已經存在很長時間。特別是大城市和東部沿海地區(qū)，正是大量的人口遷移使得這些地區(qū)在長期極低生育率條件下，人口一直在快速增長，而一些中西部地區(qū)即使在較高生育率條件下，因人口遷移而形成人口負增長。

盡管對遷移的研究方興未艾，有關中國流動人口、農民工的研究文獻浩如煙海，但是可以看出與死亡和生育研究相比，遷移研究有著十分不同的特征。最重要的差別是我們使用出生率、死亡率、總和生育率、平均預期壽命等指標描述人口轉變過程，但是在研究人口遷移和流動時，類似的指標是缺失的。即使是遷移轉變論的提出者在解釋與人口轉變相對應的五階段遷移轉變時，也沒有提出測量遷移的任何指標。遷移轉變論和人口轉變論的話語體系似乎是不同的。與人口轉變對等的遷移轉變研究幾乎不存在。這很可能與遷移事件的復雜性有關。相對于死亡和生育，遷移是最沒有一致性、可比性的定義，最缺少簡潔的測量指標和方法。測量遷移遠比測量死亡和生育復雜。所以，當我們說“中國的人口流動已經成為人類歷史上在和平時期前所未有的、規(guī)模最大的人口遷移活動”時，我們實際上并不知道中國人口流動遷移的水平到底是多少，與其他國家相比有多高。澳大利亞學者近年來一項對世界各國人口遷移強度的研究表明中國的遷移強度是較低的，［4］［7］與我國巨大的流動人口規(guī)模形成鮮明的反差。他們的研究利用各國的人口普查數據或其他數據，通過各國國內所有導致居住地址變化的遷移計算總遷移強度，是在遷移測量指標和方法上的有益探索，但是與生育率、死亡率指標相比仍然不夠簡潔。本研究的目的是嘗試構建與生育率、死亡率相對等的遷移率指標，以此為基礎分析中國人口遷移的水平與趨勢。

二、數據與方法

目前中國關于人口遷移流動的數據主要來自國家統(tǒng)計局的人口普查和原國家衛(wèi)計委的流動人口監(jiān)測調查。人口普查或小普查有按照戶籍地和常住地區(qū)分的人口數據，按照外出時間劃分的流動人口數據以及與5年前或1年前的常住地相比發(fā)生變化的人口數據。人口普查或小普查提供的按照戶籍地和常住地區(qū)分的人口數據以及按照外出時間劃分的流動人口數據是流動人口規(guī)模數據，是流動人口存量數據，而按照5 年前或1 年前的常住地相比發(fā)生變化的人口數據可以粗略地代表該時期人口流動發(fā)生數量。前者可以分析流動人口規(guī)模的變化趨勢和結構特征，而后者可以在一定程度上測量遷移水平。原國家衛(wèi)計委的流動人口監(jiān)測調查只關注流動人口本身，即使收集了流動事件信息，因沒有風險人口就無法測量計算遷移水平。

我們在考察生育率變化時也有兩種數據來源。一種是人口普查，人口普查詢問了育齡婦女在調查前一年是否生育以及一共生育過幾個孩子。我們可以計算普查年份（普查前一年）的總和生育率。另一種數據來源是生育率調查，生育率調查往往收集育齡婦女或擴展到更年長婦女的詳細懷孕生育史，記錄她們每次懷孕、生育的時間和結果等。據此我們可以構建一定時期每年的總和生育率以及其他生育指標。實際上可以借鑒生育率調查的方法，對樣本量足夠大的能夠代表總人口的群體進行遷移史調查，詢問每個人每次遷移的時間、目的地等，據此也就可以構建每年的總和遷移率指標。

不過，在中國歷次生育率調查中或多或少都涉及遷移的信息。1988年2‰生育節(jié)育調查詢問了家庭中15歲及以上成員的最近一次跨省遷移信息，即最近一次遷移發(fā)生在哪一年及遷移到哪個省。梁在等利用該數據考察分析了1950-1988 年中國國內人口遷移的趨勢和空間差異以及這些趨勢和差異與中國的政治經濟變化的關系。［8］可以說這是對中國國內人口遷移水平及趨勢的很好的探索，但是他們通過計算樣本中的遷移數量的年度變化來反映遷移水平的變化趨勢，然后又通過回歸分析控制了年齡后計算了各個年度的回歸系數來反映遷移水平，并沒有提供人口學意義上的遷移率。本研究將使用2017年生育率調查數據，使用調查中獲得的初次遷移的時間信息，構建類似于一般生育率（出生人數比風險育齡婦女人口）指標的一般遷移率（遷移人數比風險女性人口）指標，以此考察分析1990年以來中國女性遷移的水平和趨勢。

2017年生育率調查由原國家衛(wèi)生計生委組織實施，覆蓋全國31個?。▍^(qū)、市）和新疆生產建設兵團，涉及2 737個縣（市、區(qū)）的6 078個鄉(xiāng)（鎮(zhèn)、街道），共12 500個村（居）級樣本點。調查采用分層三階段與規(guī)模成比例的概率抽樣（PPS）方法，最終有效樣本量為249 946名婦女。調查目標為2017年7月1 日零時居住中國大陸的15-60 歲中國籍女性人口，調查內容涵蓋個人基本特征、生育行為、生育意愿、避孕方法及生育養(yǎng)育服務等。調查中詢問了被調查者第一次離開戶籍所在縣（市、區(qū)）的年月。本研究利用這部分信息計算中國女性的一般遷移率（后面簡稱為遷移率）。遷移和生育一樣，是可重復事件，如果能記錄遷移史，即每次遷移的時間，就像2017年生育率調查中記錄生育史一樣，那么就能夠計算嚴格意義上的總和遷移率。不過，由于只調查了15-60 歲的女性，而遷移可以發(fā)生在任何年齡，尤其是往過去推算時，女性年齡還會減少，因此無法計算全年齡的遷移率。鑒于此，為了在較長時期上反映遷移水平及趨勢，我們把年齡限制在15-34 歲，這樣就可以考察1990 年以來的變化趨勢。在早期，15-34 歲遷移女性人口占了全部遷移女性人口的絕大多數，但是后來兒童和中老年遷移日益增加。2010年人口普查的流動人口數據中，15-34歲女性流動人口只占了全體女性人口的一半（51%）。雖然流動人口數量（存量）并不能代表當年人口流動事件發(fā)生數量（流量），但是它毫無疑問表明其他年齡的遷移流動占了很大比例。

初次遷移和初婚、初育類似，是生命周期中的重要初次事件。如果說初婚、初育對于中國女性幾乎是必然會發(fā)生的事件，那么初次遷移并不一定會發(fā)生。然而近幾十年來中國女性的初婚、初育年齡不斷推遲，不少女性可能最終會放棄結婚生育；而與此相反的是中國人口的流動性不斷增強，遷移的發(fā)生率不斷上升，初次遷移和多次遷移越來越多地發(fā)生在不同年齡的人群中，因而像計算測量初婚率、初育率那樣計算測量初次遷移率也在理論和現實上具有越來越重要的意義。本研究利用2017年生育率調查中獲得的初次遷移時間信息估算遷移率，需要將女性個案數據轉換為人年數據，因為人口學中的率指標分母都是人年數。同時，在做生存分析時，為了避免等比例假設不符的風險，可以使用基于人年數據的離散時間風險模型。［9］本研究分析遷移的影響因素時使用這一離散時間風險模型。本文中所有圖表數據來源均為2017年生育率調查，后文中就不再一一注明。

三、遷移水平與趨勢

人口普查數據顯示，中國的流動人口在1990-2010 年間經歷了迅速增長，流動人口規(guī)模擴大了10 倍，由1990 年的2 135 萬增長到2010 年的2.21 億。［5］［10］流動人口規(guī)模膨脹不是因為流動人口生育率高（研究表明流動人口生育率反而更低），而是人口流動遷移發(fā)生率高。圖1 顯示了中國15-34 歲女性的初次遷移水平和趨勢，可以看出從1990-2008 年呈現快速上升趨勢，遷移率由1990 年的0.85‰上升到2008年的8.39‰，2008年以后出現波動，增勢大大減緩。2016年的遷移率達到8.90‰。這表明2016年每千名15-34歲女性人口中將近9人發(fā)生了第一次遷移。盡管這是15-34歲女性的遷移率，但是它的變化趨勢似乎可以支持我國流動人口規(guī)模的變化趨勢，即2010年前的激增和以后的緩增。相比于其他年齡，15-34歲是遷移發(fā)生的高峰年齡，所以全年齡人口的遷移率應該會低于15-34歲人口的遷移率。

另外，圖1 中還顯示在人口普查年份遷移率出現高峰的現象，1990、2000 和2010 年都是如此，以2000年最為明顯。也許類似于年齡堆積，遷移申報存在尾數逢0年份的堆積，而尾數逢0年份也恰巧是人口普查年份?；蛘呷丝谄詹槟攴莸倪w移申報記憶最深刻、最不容易忘記而導致在后來的調查中也發(fā)生類似的堆積。2016年的遷移率是最高的，又明顯高于前面年份。也可能說明經過2008-2015年的波動徘徊后又出現上升。圖中還顯示在2008年、2012年也出現遷移堆積。2008年為奧運年，而2000年和2012年都為龍年。我們曾經在利用2017年生育調查數據計算分析生育率變化趨勢時發(fā)現在這三個年份出現生育堆積，而在2003年和2015年這兩個羊年出現生育低谷，反映了明顯的生育生肖偏好以及重大事件（奧運）對生育率的影響。圖1 中觀察到的遷移率在奧運年和龍年的高峰與生育率在這些年份的高峰很相似，也許是巧合，也許遷移也受重大事件和生肖偏好的影響。這是一個值得進一步研究的有趣的問題。

圖1 1990-2016年中國15-34歲女性初次遷移率（‰）

在中國女性初次遷移率長期上升的同時，平均初遷年齡也在不斷上升（見圖2）。1990 年15-34歲女性的平均初遷年齡為17.4 歲，2000年上升到20.9 歲，2010 年達到26.2 歲，2016 年達到31.2 歲，在這26 年時間里基本上每年上升0.5 歲。和生育推遲產生抑制生育率的“進度效應”類似，遷移年齡推遲也會產生降低遷移率的“進度效應”。所以2010 年以后平均初遷年齡上升更快，對于遷移率波動和緩增會產生一定抑制作用。平均初遷年齡的提升是女性在校時間延長、受教育年限提高的必然結果。［11］另外，我們也懷疑近年來生育政策調整在提升生育率的同時，也可能有助于提升平均初遷年齡。一些已經生育了一個孩子打算遷移的女性，可能因為生育二孩而推遲遷移。

圖2 1990-2016年中國15-34歲女性的平均初遷年齡

遷移不僅具有年齡選擇性，其他的人口、社會和經濟特征也會影響遷移的發(fā)生。根據2017 年生育調查中獲得的各種女性個人特征變量，我們進一步考察戶籍、民族、婚姻狀況、子女數、受教育程度、職業(yè)、收入等與女性遷移率的關系。圖3 至圖9 展示了不同特征女性的初次遷移率的變化趨勢。

我國的國內遷移主要是從農村到城鎮(zhèn)，農業(yè)戶籍人口的遷移占全國遷移的絕大多數，因此圖3 中顯示的農業(yè)戶籍女性的遷移率變化趨勢與圖1 中顯示的全體15-34 歲女性的遷移率變化趨勢非常一致。在我們的分析樣本中，全國遷移女性中82.5%是農業(yè)戶籍女性。圖3還顯示非農業(yè)戶籍女性的遷移也在不斷增長，只是增長趨勢要明顯低于農業(yè)戶籍女性。近10 年來農業(yè)戶籍的遷移率是非農業(yè)戶籍遷移率的2倍以上。

圖3 1990-2016年中國15-34歲女性分戶籍遷移率（‰）

圖4 顯示少數民族的遷移率趨勢與漢族遷移率類似并存在著差異由擴大到縮小的趨勢。2010 年前兩者的差異逐漸擴大，2010 年后迅速縮小，與人口普查數據中顯示的2010-2015 年全國流動人口中少數民族的占比有所上升是一致的，而在2000-2010 年少數民族流動人口的占比沒有變化，甚至有所下降。［5］

圖4 1990-2016年中國15-34歲女性分民族遷移率（‰）

隨著年輕女性不斷推遲婚姻，未婚女性的遷移率持續(xù)增長（見圖5）。根據1990 年以來歷次人口普查和小普查數據計算，中國15-34 歲女性人口中未婚比例日益提高，2000 年及以前都在40%以下，之后超過40%，2010年達到49%，2015年為46%。與此相應，未婚女性的遷移率也不斷增長，2005年超過10‰，2016年達到16‰。圖5 還顯示，已婚女性遷移率也出現不斷增長趨勢，但是與未婚女性遷移率的差異持續(xù)擴大。盡管如此，20 多年間年輕女性中婚后遷移率也增長了2-3 倍。需要指出的是因15-34 歲年齡限制，該口徑計算的未婚和已婚女性遷移率未必能反映全年齡口徑的未婚和已婚女性遷移率，因為35 歲及以上的女性絕大多數已婚，沒有包括在內，會降低已婚女性遷移率。

圖5 1990-2016年中國15-34歲女性分婚姻狀況遷移率（‰）

有研究表明個人及家庭因素（婚姻狀況和孩子）對女性遷移的作用要大于男性。［12］與不同婚姻狀況女性遷移率相對應，有無子女對女性遷移自然也產生重要影響。圖6 顯示出子女越多的女性遷移率越低的趨勢。2000年前因整體的遷移率較低，有無子女的女性的遷移率差別很小，2000 年以后差別不斷擴大。2000-2005 年已有3 個及以上孩子的女性遷移率明顯低于其他女性，而子女數為0、1 和2 的女性遷移率沒有差別。2005 年以后差異迅速擴大，3 個及以上子女的女性始終是遷移率最低的且出現平穩(wěn)下降。2008 年后育有1 個孩子和2個孩子的女性遷移率出現明顯下降，而沒有孩子的女性遷移率在波動中繼續(xù)上升，但是上升趨勢也明顯減緩。

圖6 1990-2016年中國15-34歲女性分子女數遷移率（‰）

我國流動人口的人力資本稟賦持續(xù)提升，表現為流動人口的平均受教育年限不斷提高。［5］有研究顯示2000年以來，農村女性受教育程度顯著提高，不少受教育程度較高的女性加入流動行列。［11］這一趨勢也從圖7 中得到反映。一個明顯的特征是2000 年以后不同受教育程度的5 條曲線出現明顯分野，遷移率繼續(xù)上升的一組和遷移率趨于平穩(wěn)的一組。這兩組分別代表了較高受教育程度和較低受教育程度女性的遷移率。較高受教育程度組包括初中、高中和大專及以上，而較低受教育程度組包括不識字和小學。受教育程度為不識字的女性始終是遷移率最低的群體。小學受教育程度女性在20世紀90年代曾經是遷移率較高的群體，而2000年以來成為除了不識字群體外遷移率最低的群體。圖7顯示2010年以來，小學和不識字女性的遷移率已經趨同。與此相反的是，2000 年以來初中、高中及大專及以上女性的遷移率持續(xù)增長。高中女性在20世紀90年代后期成為遷移率最高的群體，并一直保持最高的遷移率至今。值得關注的是，大專及以上女性在20 世紀90 年代是除了不識字女性外遷移率最低的群體，而近10 年來一躍成為除了高中女性外遷移率最高的群體。較高教育程度群體遷移率的更快上升導致女性流動人口整體受教育程度的提高，對女性發(fā)展具有積極影響。有研究表明教育對女性遷移的影響也大于男性，因為它有助于女性擺脫賦予女性家庭角色的社會規(guī)范，有助于增強性別平等，而且流動女性的教育回報要大于流動男性。［13］

圖7 1990-2016年中國15-34歲女性分受教育程度遷移率（‰）

我國流動人口外出的主要目的是務工經商并獲得更好的經濟收入。歷次人口普查數據中顯示的人口流動原因始終以務工經商占主導地位。［5］有研究表明改革開放以來，以婚姻嫁娶為主的女性流動逐漸讓位于務工經商的流動，2000年以來的變化尤為顯著。［11］圖8 顯示年輕女性中從事工業(yè)和商業(yè)服務業(yè)的遷移率始終高于其他職業(yè)并且在不斷上升，上升幅度明顯高于其他職業(yè)的遷移率。另外，2000 年以來專業(yè)技術人員和辦事及有關人員的遷移率也有明顯的增長。不同職業(yè)遷移率的變化也會帶來收入結構的改變（見圖9）。

圖8 1990-2016年中國15-34歲女性分職業(yè)遷移率（‰）

圖9 顯示較高收入群體的遷移率始終較高而且有更快的上升趨勢。圖中的7 條曲線，以2-3 萬元年收入為分界線，更高的收入具有更高的遷移率，而更低的收入群體始終遷移率較低（收入分組時，每組不包含上限值）。圖中還可以觀察到最高收入（5 萬元及以上）群體的遷移率近10 年來有明顯下降，3-4 萬元和4-5 萬元群體的遷移率在持續(xù)增長；同時0.5-1萬元和1-2萬元的遷移率在2016年有大幅度上升。這些變化是否與近年來的經濟形勢變化和經濟結構調整有關，值得進一步探討。

圖9 1990-2016年中國15-34歲女性分收入遷移率（‰）

20 世紀90 年代以來我國的國內遷移絕大多數去往東部地區(qū)，2010 年人口普查數據顯示東部地區(qū)的流動人口占比接近60%。［5］圖10 分地區(qū)的遷移率也說明了這一點。與中部地區(qū)相比，東部地區(qū)遷移率不僅一直更高，而且差異持續(xù)擴大。東部地區(qū)的遷移率基本上是中部地區(qū)的2-3 倍。同時，西部地區(qū)的遷移率不僅高于中部地區(qū)，而且差異也在擴大。西部地區(qū)遷移率基本上是中部地區(qū)的1-2 倍。東西部地區(qū)遷移率也存在較大差異，但是差異基本上沒有擴大，說明西部地區(qū)的遷移率也在持續(xù)增長。

圖10 1990-2016年中國15-34歲女性分區(qū)域遷移率（‰）

四、遷移的影響因素

上一部分描述了中國15-34歲女性初次遷移的社會經濟特征，但是一些特征之間是存在較高相關性的。為了考察上述因素的獨立作用，本部分進行回歸分析。使用方法為離散時間Logit模型，這一方法可以避免比例風險的假定。［9］將以婦女個人記錄的數據轉換為人年記錄的數據。我們建立了兩個回歸模型，一個是考察各人年上是否發(fā)生遷移的影響因素（見表1），另一個是遷移是否跨省的影響因素（見表2）。因變量分別是各個人年上是否發(fā)生了初次遷移以及發(fā)生的初次遷移是否跨省遷移。兩個模型的自變量是相同的，基本上就是前文所述的那些社會經濟變量。具體說，年齡是連續(xù)變量，以年齡和年齡平方納入模型，因為年齡與遷移率不是線性關系。民族是分類變量，以漢族虛擬變量納入模型。戶籍是分類變量，以農業(yè)戶籍虛擬變量納入模型?；橐鰻顩r為分類變量，以已婚虛擬變量納入模型。子女數為連續(xù)變量納入模型。受教育程度為分類變量，以不識字為參照類，因此以其他四類的虛擬變量納入模型。職業(yè)是分類變量，以農民為參照類，因此以其他六類的虛擬變量納入模型。收入原本是連續(xù)變量，因其偏態(tài)分布，故轉換為分類變量，以2 萬元以下為參照類，以其他四類的虛擬變量納入模型。區(qū)域是分類變量，分為東部、中部和西部，以中部為參照類，以東部和西部虛擬變量納入模型。另外，我們放入了年代變量，以20世紀90年代為參照類，考察2000年和2010年以來的遷移發(fā)生可能性。

表1 1990-2016年中國15-34歲女性初次遷移影響因素回歸模型

表1展示了1990年以來15-34歲女性初次遷移發(fā)生的影響因素。年代變量的結果與圖1是一致的，2000 年以來遷移的發(fā)生比是90 年代的2.5 倍。盡管圖1 表明2010 年以來遷移率有緩增趨勢，但是回歸模型結果表明遷移的發(fā)生比仍然有明顯增加（是90 年代的3.2 倍，也是2000-2009 年的1.3倍）。遷移的年齡選擇性體現在年齡的回歸系數上。年齡和年齡平方都在統(tǒng)計上顯著，表明遷移率隨著年齡先上升，然后下降。圖3 中顯示的遷移率的戶籍差異在回歸模型中得到進一步證實，農業(yè)戶籍女性的遷移發(fā)生比是非農業(yè)戶籍女性的近3 倍。漢族的回歸系數是正值，但是不顯著，表明漢族和少數民族的初次遷移發(fā)生率沒有顯著差異，與圖4 的結果相符。女性已婚和有子女都顯著降低其遷移率。已婚女性遷移發(fā)生比要低于未婚女性20%以上，而子女數每增加一個，遷移發(fā)生比將下降近8%。女性受教育程度的影響基本上呈現出一種正向關系，即受教育程度越高，遷移率越高（大專及以上略有下降），高中是最高的，與圖7 的結果一致。職業(yè)與遷移率的關系表明，除了單位負責人，從事其他非農職業(yè)的可能性顯著較高，特別是務工經商的發(fā)生比率都在3 以上。遷移的經濟效果也很明顯，收入越高的群體具有越高的遷移率，遷移自然是為了獲得較好的工作機會和更高的經濟收入。最后，遷移的區(qū)域差異性很顯著，東部地區(qū)最高，東部和西部地區(qū)都顯著高于中部地區(qū)。實際上一節(jié)中的描述性分析和這里的回歸分析與我們對遷移率水平變化及社會經濟差異的預期是基本一致的。

表2 展示了1990 年以來15-34 歲女性初次遷移是否跨省遷移的影響因素。納入模型的自變量與上一個模型是相同的，結果顯示都有顯著的關系。近20 年來遷移率大幅度增長表現為跨省遷移的大幅度增長。2010 年以來跨省遷移的發(fā)生比是20 世紀90 年代的近3 倍，也是2000-2009 年的1.6倍。與年齡的關系雖然也是非線性的、顯著的，但是影響較弱。民族的影響是顯著的，但較弱，漢族的跨省遷移發(fā)生比只比少數民族高4%。農業(yè)戶籍的遷移率不僅大大高于非農業(yè)戶籍，而且其跨省遷移率也大大高于非農業(yè)戶籍。已婚女性的跨省遷移發(fā)生比要低于未婚女性14%，但是孩子數的增加卻促進跨省遷移；孩子數每增加一個，跨省遷移發(fā)生比上升8%。也許孩子數的增加帶來更大的經濟壓力，促使跨省遷移尋求更好的工作機會和更高的經濟收入。受教育程度雖然促進遷移，但是沒有促進跨省遷移。尤其是較高教育程度的女性的跨省遷移率更低，可能是因為她們在當地能更容易找到較好的工作，而不需要遠距離外出。尋找非農工作、獲得較高的經濟收入而進行跨省遷移的可能性大大高于省內遷移。回歸結果表明外出務工經商而跨省遷移的發(fā)生比是省內遷移的3-4倍，而獲得較高收入的跨省遷移發(fā)生比也比省內遷移高出近2 倍。較好的工作機會和較高的經濟收入顯然更可能在東部地區(qū)獲得，發(fā)生在東部地區(qū)的跨省遷移是省內遷移的7 倍以上。同時，西部地區(qū)也比中部地區(qū)有更高的跨省遷移可能性。

表2 1990-2016年中國15-34歲女性初次遷移是否跨省的影響因素回歸模型

五、結論與討論

在中國的人口學研究中，對人口遷移的研究相比于對死亡和生育的研究存在很大的不同。對死亡和生育的研究多集中在對事件發(fā)生率的測量和分析，相應的指標有出生率、死亡率、一般生育率、總和生育率、平均預期壽命等。而對遷移的研究則基本上集中在對流動遷移人口的規(guī)模與結構特征分析，而不是流動遷移事件的發(fā)生率。或者說國內的研究主要關注流動人口（存量），而不是人口流動（流量）。在人口研究中，相對于生育和死亡而言，遷移的概念最復雜，最沒有一致、可比的定義。測量遷移水平指標和方法也往往更為復雜，同時又沒有相對應的數據，因而最缺少考察遷移水平及基于此的比較研究。人口學者都知道人口轉變（生育轉變）有不同模式，婚姻、生育和死亡都有數理模型，模型生命表更是在人口估計和預測中得到廣泛應用。然而在遷移領域，類似的模型有限，其應用就更少。在各種人口預測軟件中，有生育和死亡模型可供選擇使用，而遷移模型都是空缺的。

實際上，遷移和生育類似，是可重復事件。人口普查中記錄普查前一年的生育狀況（是否生育過），便可計算普查前一年的生育率指標。如果人口普查中記錄前一年的遷移狀況（是否遷移過），便也可以計算普查前一年的遷移率指標。小普查中登記的調查前一年的常住地變化是可以用來計算和測量遷移率的。當然，遷移需要在時間和空間上有明確定義，比定義生育更為復雜。連續(xù)的年度遷移率指標也可以通過回顧性調查來構建，類似于生育率調查中的生育史回顧性調查。只不過生育只涉及育齡婦女，而遷移涉及所有年齡人口。原國家衛(wèi)計委既組織生育率調查，也組織流動人口調查。每次生育率調查都記錄育齡婦女甚至更年長女性的生育史，這樣就可以計算很多年的生育率指標。中國20 世紀40 年代以來到1988 年歷年的生育率指標，就是根據1981 年和1988 年兩次生育率調查重構的。2017年生育率調查也構建了2006年以來歷年的生育率指標。但是流動人口調查由于只涉及流動人口，而不是總人口中一個有代表性的樣本，即使記錄了遷移史（每次遷移的時間），也無法計算遷移率指標。因此，未來的流動人口調查值得對這一問題進行考慮。

我國的生育率調查或多或少也涉及遷移的問題。我們在本研究中利用2017年生育狀況調查中詢問的初次遷移時間，計算了15-34 歲女性1990 年以來的遷移率，分析了遷移率的變化趨勢及社會經濟差異。同時，利用離散時間Logit 模型考察了初次遷移及是否跨省遷移的影響因素。將女性個人數據轉換為人年數據，將各人年上是否發(fā)生初次遷移與人年數相比，便可計算人口學意義上的遷移率。計算結果表明，15-34 歲女性的初次遷移率由1990 年低于1‰，上升到2000 年的5.4‰、2010年的8‰和2016年的9‰。由于15-34歲是遷移的高發(fā)年齡，如果計算全年齡的遷移率，則一定低于該年齡段的遷移率。15-34歲女性初次遷移率自1990年以來一直在持續(xù)快速上升，2000年以來上升更快，而2010年以來有所趨緩。另外，在人口普查年和重大事件年份還存在遷移堆積現象。

遷移具有高度的選擇性，與個人的經濟、社會和人口學特征有著密切的關系。描述性分析和回歸分析的結果都顯示，戶籍、婚姻狀況、子女數、受教育程度、職業(yè)、收入及區(qū)域都與初次遷移發(fā)生率存在顯著的關系，也與是否是跨省遷移存在顯著關系。這種關系與我們的預期是基本一致的。農業(yè)戶籍、未婚、無子女、較高受教育程度、非農職業(yè)、較高收入等特征與較高的遷移率顯著相關。同時，這些特征（子女數和受教育程度除外）也與較高的跨省遷移率有顯著關系。在是否發(fā)生初次遷移和初次遷移是否跨省的這兩個回歸模型中，出現不一致關系的因素是民族、子女數和受教育程度。漢族和少數民族的遷移率沒有顯著差異，但是在跨省遷移上存在顯著差異，只是實際的差異很小。子女數增加會抑制遷移率，但是更可能促進跨省遷移。相反，較高的受教育程度會促進遷移，但是傾向于抑制跨省遷移。這些結果表明中國女性的初次遷移水平在巨大增長的同時，既有階段性變化，也有特征性變化，與中國近30 年來的經濟社會發(fā)展、經濟結構調整、經濟轉型及區(qū)域經濟格局變化有很大關系。

需要指出本研究因數據的局限，只是對15-34 歲女性的初次遷移的水平、趨勢和模式進行了考察分析。雖然15-34歲是遷移的高發(fā)和高峰年齡，但是近20年來年齡更小和更大的群體的遷移率也在明顯增長，因此15-34歲人口的遷移率并不能反映全體人口的遷移水平和趨勢。要全面考察分析中國人口的遷移水平與趨勢以及中國人口的遷移轉變，有待于人口普查或遷移調查中對遷移測量的有關問題項的增設和完善。只有從流動遷移人口（規(guī)模與結構）和人口流動遷移水平（流動遷移率）相結合考察中國人口的遷移轉變，才能全面準確地反映中國人口的遷移轉變特征與趨勢。