唐代盛，陳丹瑰，卜 濤，盛 偉

（1.北京交通大學 經濟管理學院，北京 100044；2.西南民族大學 經濟學院，四川 成都 610041）

一、引言

中國擁有龐大的流動人口群體，2010年第六次人口普查時我國流動人口規(guī)模達2.21億，2021年第七次全國人口普查數據顯示我國流動人口規(guī)模已高達3.76 億，10 年間流動人口數量增長了70%左右。從人口地區(qū)分布看，東部、中部、西部和東北地區(qū)的人口占比分別為39.93%、25.83%、27.12%和6.98%；從流動情況看，與上次普查相比，東部、西部地區(qū)人口所占比重分別上升2.15%和0.22%，中部、東北地區(qū)人口所占比重則分別下降0.79%和1.20%。［1］除了經濟發(fā)展的驅動，人口流動會受到自然條件、地理位置等環(huán)境因素的影響。例如，我國東北地處中高緯，冬季寒冷漫長，人口更愿意向溫暖的南方流動。相關空間經濟學研究發(fā)現個體流入決策和行為會受到所在城市的規(guī)模、氣溫和日照等空間地理特征影響。［2-3］在勞動力自由流動的假設下，勞動力根據不同城市工資水平、生活宜居性（自然環(huán)境、公共服務等）以及生存成本（房價、物價等）按照效用最大化原則選擇流入城市。城市經濟學者基于Tiebout“用腳投票”理論，發(fā)現具有更高生活質量的地區(qū)更容易吸引勞動力流入。［4］尤其是自然舒適度（如城市氣溫）作為生活質量的重要組成因素，對勞動力流入行為產生顯著影響。［5］人們?yōu)榱诉m應氣候環(huán)境變化，遠離氣溫過熱或過冷地區(qū)是緩解不適感的積極措施。區(qū)域經濟發(fā)展促進人口流入的同時，也不可忽略地區(qū)氣溫變化可能逐漸成為影響勞動力流入的重要因素之一。

伴隨著勞動力空間流動性加劇和對生活品質需求的提升，地區(qū)舒適的氣溫條件逐漸成為留住勞動力的重要因素之一。通常來說，人體在18℃至22℃之間會感到舒適，人們偏愛居住在溫暖宜人的地區(qū)。氣溫條件作為城市環(huán)境宜居的重要體現，在既往研究勞動力選擇流入地的影響因素中常常被忽略。由于人們對美好生活的追求日益強烈，將氣溫相關指標引入經典勞動力流動分析框架，這對于理解勞動力流動決策問題具有重要的理論意義。另外，氣溫條件對勞動力的驅趕效應在不同情境下存在差異，經濟發(fā)展水平、產業(yè)結構、公共服務水平等城市異質性以及異質性勞動力對氣溫變化的容忍度都可能對勞動力跨區(qū)流入決策表現出較大差異。發(fā)掘以及把握這些規(guī)律，對于城市管理者更好地規(guī)劃城市經濟社會發(fā)展以及建立合理的勞動力流動機制具有重要政策意義。

二、研究現狀

傳統(tǒng)勞動力流動理論認為收入差異是影響勞動力流動的主要因素，遷移研究多以托達羅（Michael P.Todaro）絕對收入差距假設作為解釋遷移動因的理論依據。［6］托達羅模型認為遷移決策取決于潛在的遷移者對預期收入的估計，這種估計同時依賴于當前城市工資水平和城市現代部門的就業(yè)概率。［7-8］托達羅認為預期收入差距構成遷移動機的主要方面，勞動力在比較經濟利益驅動下會做出向較高收入地區(qū)或部門流動的理性經濟行為，即只要存在相對來說收入高的就業(yè)崗位和就業(yè)機會，就會對勞動力產生持續(xù)的引力（拉力）效應。但托達羅僅考慮了城市的實際工資率，并不能完全說明現實中的遷移現象。雷文斯坦對人口轉移進行了開創(chuàng)性的研究，雷文斯坦遷移法則（Ravenstein’s laws of migration）中提到沉重的負擔、氣候不佳、生活條件不合適都是促使人口轉移的原因。［9］李（Lee）系統(tǒng)提出勞動力流動“推-拉”理論，推力是促使勞動力離開原住地的負向因素，如較低的經濟收入水平、勞動力過剩導致的失業(yè)和就業(yè)不足、自然資源枯竭、生態(tài)環(huán)境質量下降等；拉力是吸引勞動力流入某些特定目的地的正向因素，如較高的工資收入、較多的就業(yè)機會、較好的受教育機會、較完善的文化設施與交通條件、較好的氣候環(huán)境等，遷移行為是兩種力量共同作用的結果。［10］

勞動力遷移除了考慮貨幣性收益，環(huán)境性收益也是勞動力遷移的考慮因素。［11］已有研究表明城市舒適性已經取代收入差異成為城市吸引勞動力的重要因素。［12-13］Ullman認為城市舒適性能對人口產生巨大吸引力，其中氣候舒適性發(fā)揮了重要作用，促進了美國陽光地帶城市人口增長率。［14］人口遷移是為了尋求更溫和的氣候和更方便的生活環(huán)境，［15］Glaeser 研究美國氣溫與人口增長的關系，發(fā)現氣溫每增加1 個標準差，人口數量會增加0.35 個標準差。［12］氣溫由于偏離歷史平均值造成的異常天氣驅使人口向外遷移，美國大平原地區(qū)、撒哈拉以南非洲地區(qū)的氣溫異常均對人口遷移產生重要推力。［16-17］Dell 等和Hsiang 等的研究發(fā)現高溫天氣與貧窮國家政治不穩(wěn)定具有顯著相關性，極端天氣的增加迫使部分人口向外遷移以尋求安全的生存環(huán)境。［18-19］Cattaneo等進一步指出溫度變化對不同國家人口遷移的影響存在差異，溫度持續(xù)升高提高中等收入經濟體的城鎮(zhèn)化率和國際遷移率，貧窮國家反而降低的原因在于氣溫長期升高降低貧窮國家農村人口收入，使其支付移民成本能力下降，加劇貧困陷阱。［20］Hunter等的研究發(fā)現氣溫變化會誘導不健康的人進行遷移，該群體對目的地公共服務需求更高。［21］

國內有關氣溫和人口遷移的研究是近些年出現并發(fā)展的。盧洪友等運用中國1994-2009年105個城市面板數據，分別通過隨機效應模型和固定效應模型估計發(fā)現氣溫高于平均溫度1℃，人口遷移率上升0.475%。［22］王春超等采用中國1990-2014 年291 個地級市面板數據，運用雙向固定效應模型探討氣溫變化條件下人口的跨區(qū)域遷移效應及不同區(qū)域的異質性，發(fā)現氣溫升高會導致糧食主產區(qū)的城市凈移民率下降和非糧食主產區(qū)的城市凈移民率上升。［23］張亞麗等通過構建取暖度日數衡量寒冷程度，結果顯示該指標與勞動力流入決策系數顯著為負，表明勞動者偏好溫暖的天氣。［5］

既有文獻證實了氣溫對勞動力流動有顯著影響，但仍存在以下不足：第一，國外相關文獻大多以區(qū)域或者國家為單位，通常反映該問題的一般規(guī)律，沒有考慮城市本身的特性差異造成個體面對氣溫變化的差異性反應，缺乏不同特征區(qū)域的對比研究。第二，國內關于氣溫變化影響勞動力跨區(qū)流入的研究仍然偏少，現有有關氣溫變化對人口規(guī)模遷移的影響主要通過面板數據進行實證研究，并選用地區(qū)加總數據研究影響人口遷移或勞動力流動的因素，基于宏觀數據回歸分析隱含勞動力同質的研究假設，容易忽視勞動力個體異質性的影響，而且可能會由于雙向因果關系導致估計偏誤。第三，現有在加總層面進行的研究沒有深入探究氣溫影響勞動力跨區(qū)流入的機制渠道，分析略顯不足。據此，本文希望在上述問題的研究上有所推進。

本文的邊際貢獻主要體現在：第一，利用中國勞動力動態(tài)調查三期的微觀個體數據分別與滯后一期的城市層面數據嵌套，采用多層次Logistic 回歸模型進行估計，解決勞動力跨區(qū)流入與氣溫變化之間的內生性問題，準確識別地區(qū)外生性氣溫因素對我國勞動力跨區(qū)流入的影響，進一步從實證角度驗證氣溫變化通過何種機制渠道影響勞動力跨區(qū)流入。第二，研究異質勞動力對氣溫變化敏感性存在的差異，當前類似的研究主要集中在宏觀（國家、地區(qū)）環(huán)境對人口遷移的影響，本研究從微觀個體層面拓展了地區(qū)氣溫變化影響勞動力跨區(qū)流入的相關研究，為個體選擇城市流入提供更為豐富的實證依據。第三，將城市異質性納入氣溫變化對勞動力跨區(qū)流入的分析框架，這一研究結論為不同等級和特征的城市建立勞動力流動機制提供有益啟示，對勞動力實現合理的跨區(qū)域流動以及各城市“搶人大戰(zhàn)”中制定針對性措施提供經驗依據。

三、實證策略、變量構造與數據說明

1.實證策略

社會科學研究基本假設認為個體并不是生活在真空中，其行為既受到自身個體特征影響，也受到所處環(huán)境影響。因此，本文研究納入個體行為特征的微觀層次數據和地區(qū)氣溫環(huán)境、經濟社會發(fā)展特征等宏觀層次數據，個體選擇取決于自身和周圍環(huán)境特征的影響，需要同時對兩個層面進行分析。傳統(tǒng)的OLS回歸模型中往往只能對其中某一層數據進行描述，原本地區(qū)層次的差異被解釋為個體差異，忽略了組效應或者環(huán)境效應，結果在個體這一層數據上得到的相關系數可能是錯誤的，因為具有相似背景的同一組內的個體之間與組外的個體相比，其相似程度更高。估計的標準誤會變小，所觀察到的效應既包含了個體效應，也包含了組效應，增加了犯第一類錯誤“棄真”的可能，拒絕了實際上成立的假設。［24］此外，在樣本規(guī)模不相等（例如不同地區(qū)的個體樣本數量不同）時，無法對方差和協(xié)方差成分進行估計。［25］為避免上述錯誤，本研究采用多層次模型（Multilevel modeling）進行估計。其優(yōu)點是將原來單一的隨機誤差分解到相應的各個水平上，通過層次結構中每一級殘差克服各微觀勞動力觀測樣本間非獨立的限制，將因變量的變異分解為群內變異和群間變異，使回歸結果更加標準化、精確化，極大地改善模型擬合效果。

本文多層次模型允許同時使用微觀勞動力個體數據和城市宏觀數據而不違反獨立觀察數據的假設，提供正確的標準誤差和有意義的測量，在固定效應中加入隨機影響，還考慮個體差異的影響，有效避免估計偏誤。本文被解釋變量是否為流入人口為二分類變量，取值0或1，借鑒Wong、張風雨和王海東等提出的多層次Logistic回歸模型進行分析。［26-27］本文模型的表達式為：

式（1）中，migi,r為選擇跨區(qū)流入地區(qū)r的第i個勞動者，Xi,r表示地區(qū)r的第i個勞動者的個體特征，Pr()

migi,r=1 為個體i流入r地區(qū)發(fā)生的概率；式（2）和式（3）中tempdiffr表示r地區(qū)的年均溫差，γ0,r和γ1,r為宏觀地區(qū)層面變量擾動項，綜合表達式為：

式（4）中，包含固定系數（δ）和隨機系數（γ），隨機系數隨著城市不同而發(fā)生改變。同一地區(qū)個體變異較小，不同地區(qū)個體變異較大，個體特征估計系數會受到城市層面變量作用影響，具有異質性特點。該式由環(huán)境變量tempdiffr、個體變量Xi,r、兩變量的交互項tempdiffr×Xi,r和誤差項（γ0,r+γ1,rXi,r）四部分構成，其中誤差項不僅受宏觀環(huán)境誤差（γ）影響，還依賴于勞動力個體特征變量（Xi,r）的變化，不再滿足獨立同方差經典假設，傳統(tǒng)的OLS估計不再適用，故采取迭代最大似然法進行估計。

2.變量構造

被解釋變量為勞動力是否為流入人口。將研究對象聚焦為在不改變戶籍的情況下，帶著某種目的離開本縣（市）并且在流入地超過半年及以上的勞動力人口，滿足以下幾個條件：年齡在15-64 歲之間；非在校學生；目前有工作。參照韓正等設定，［28］根據CLDS 問卷“戶口在本村/居委會”“戶口在本鄉(xiāng)鎮(zhèn)（街道）其他村居委會”或者“本縣（縣級市、區(qū)）其他鄉(xiāng)鎮(zhèn)街道”的賦值為0，表明非流入人口；“戶口在本縣區(qū)以外”賦值為1，表示流入人口。

核心解釋變量為氣溫變化，用年均溫差表示。根據當地每日最高、最低氣溫計算年均最高溫和年均最低溫，利用二者之差計算年均溫差，即：年均溫差=每日最高溫/365-每日最低溫/365。年均溫差越大表示氣溫變化越大，可能的極端天氣越多，年均溫差越小表示氣溫變化平緩。

控制變量包括微觀和宏觀兩個層次數據。第一類為微觀控制變量，包括：年齡和年齡平方項：考察對勞動者流入的非線性關系，“年齡平方/100”提高回歸系數的可閱讀程度。性別：“male”=1 表示男性，“male”=0 表示女性。戶籍：戶口遷移到城市=1，戶口未遷移到城市=0。受教育程度：參照孫偉增等設定，將平均受教育年限在高中及以下賦值為0，表示低學歷群體，將大專及以上學歷賦值為1，表示高學歷群體。［29］職業(yè)類型：將從事第一產業(yè)工作的賦值為1，將從事其他產業(yè)工作的賦值為0，以控制從事不同類型職業(yè)對氣溫條件變化引致的勞動力流動影響。第二類為宏觀控制變量，包括：公共服務水平：本文選擇勞動力最為關心的教育和醫(yī)療作為衡量一個城市公共服務水平的變量，利用小學師生比、中學師生比和大學師生比代表教育情況，每千人口醫(yī)生數和每千人口病床數代表醫(yī)療情況，對5 個指標進行KMO 檢驗，結果為0.547，表明適合做因子分析，依據特征值大于等于1 的原則，保留1個因子（特征值為1.514）代表當地的公共服務水平。經濟增長率：利用地區(qū)GDP 相對上年的增速指標表明該地區(qū)經濟增長狀況。產業(yè)結構：借鑒干春暉等方法，用第三與第二產業(yè)產值的比值表示產業(yè)結構，不同產業(yè)的就業(yè)吸納能力令地區(qū)產業(yè)結構對勞動力跨區(qū)流入產生影響。［30］城市行政等級：參照陸銘等設定，將4個直轄市（北京、上海、天津、重慶）、7個經濟特區(qū)（深圳、珠海、廈門、汕頭、海南、喀什地區(qū)、霍爾果斯）以及23 個省會城市賦值為1，為高等級城市，其余賦值為0，為一般地級城市。加入是否為高等級城市的固定效應，為控制與城市行政級別相關且會同時影響勞動力跨區(qū)流入的不可觀測因素。［31］PM2.5 年均濃度：該變量來源于哥倫比亞大學社會經濟數據和應用中心（SEDAC）發(fā)布的分年度世界PM2.5 密度圖，在ArcGIS 中按照中國地圖進行掩膜處理，將每個柵格定位到對應城市并對落在每個城市的所有柵格數據進行平均，獲取中國所有地級市PM2.5濃度數據。

為了緩解不可觀測變量對估計結果的影響，本文在多層次回歸過程中控制了地區(qū)和時間的固定效應。此外，考慮氣溫變化對勞動力跨區(qū)流入影響的時滯性，為了避免雙向因果關系，將氣溫和宏觀數據進行滯后一期（t-1）處理以消除實證結果的內生性問題。

3.數據說明及描述性統(tǒng)計

本文微觀數據來源于中國勞動力動態(tài)調查（CLDS），涵蓋全國29 個省份（除港澳臺、海南和西藏外）的2 282 個區(qū)縣單位。在數據處理上，根據勞動年齡的通常定義保留15-64 歲的樣本，得到總計4.895 萬個有效樣本，其中2012 年、2014 年和2016 年的樣本量分別為1.067 萬、2.063 萬和1.764 萬。本文宏觀數據分為兩部分，一部分來源于中國氣象數據網，從全國842 個基準和一般地面氣象觀測站搜集的《中國地面氣候資料日值數據集》，選取其中2011年、2013年、2015年的溫度相關數據，分別涵蓋全國352 個、356 個、358 個地級市氣象情況；另一部分來源于《中國城市統(tǒng)計年鑒》2011 年、2013年和2015年的256個地級市面板數據。選取變量的描述性統(tǒng)計如表1所示。

表1 描述性統(tǒng)計

四、實證結果

1.基準回歸結果

表2 報告了影響勞動力跨區(qū)流入的多層次回歸結果，模型1 考察年均溫差對勞動力跨區(qū)流入的影響，通過了1%水平的顯著性檢驗，結果顯示年均溫差的增加會顯著抑制勞動力跨區(qū)流入行為。地區(qū)年均溫差越大，勞動力流入概率越低，具體來說，年均溫差每增加1℃，勞動力跨區(qū)流入概率減少22.7%①由所計算出的OR（Odds Ratio）值的定義計算得到：（1-0.773）×100%。?？梢哉J為地區(qū)年均溫度差異越小越有利于勞動力跨區(qū)流入，對這一結果的合理解釋是：隨著勞動力對于生活品質需求的提升，對流入地的宜居環(huán)境要求也隨之提高，當遠離舒適溫度區(qū)間時，溫度過高或者過低都會對勞動力產生負面影響，使勞動力選擇流入到其他地區(qū)。

表2 基準回歸結果

控制變量中，對于影響勞動力跨區(qū)流入的個人特征變量：（1）年齡回歸系數顯著為正，年齡平方項系數顯著為負，表明隨著年齡增長，勞動力流入概率先增后減，呈現“倒U”形曲線趨勢。（2）戶籍回歸系數顯著為負，表明相比于非農戶籍勞動力而言，持有農村戶口的勞動力更愿意跨區(qū)流入。（3）教育回歸系數顯著為正，表明勞動力平均受教育水平提升會促使勞動力做出跨區(qū)流入行為。（4）職業(yè)回歸系數顯著為負，表明從事第二、三產業(yè)的勞動力更傾向于跨區(qū)流入。在宏觀影響因素中，流入地特征是影響勞動力流動的重要因素：公共服務條件完善、經濟增長快、產業(yè)結構合理、行政等級高、空氣質量好的城市對勞動力流入能夠產生更強的“拉力”作用。

2.穩(wěn)健性檢驗

第一，年均氣溫對勞動力跨區(qū)流入的影響。本文核心解釋變量為年均溫差，是表示氣溫變化的相對差異。利用年均氣溫及其平方項作為核心解釋變量，探究氣溫絕對水平與勞動力流入是否存在非線性關系。模型2 將基準回歸中核心解釋變量替代為年均氣溫和年均氣溫平方項，結果表明地區(qū)年均氣溫對勞動力流入呈現“倒U”形非線性關系，隨著年均氣溫上升，勞動力流入行為隨之增多；年均氣溫達到臨界值后，勞動力流入行為會隨著溫度上升而減少。在勞動力跨區(qū)流入概率較高的水平上，氣溫差異相對較小，流入概率較低的水平上，氣溫差異相對較大。即年均氣溫處于較低或較高水平均會抑制勞動力流入意愿，與基準回歸中年均溫差與勞動力流入呈現負向變化關系的結論一致。

表3 年均氣溫對勞動力跨區(qū)流入的估計結果

表4 氣溫變化對勞動力跨區(qū)流入的估計結果

表5 年均溫差對長期流入人口的估計結果

第二，年均溫度偏差對勞動力跨區(qū)流入的影響。為了進行穩(wěn)健性檢驗，本文還使用了另一種氣溫變化的構造方法，即采用偏離當地平均溫度的溫度偏差作為解釋變量，以檢驗是否可能是地區(qū)溫度偏差而不是絕對溫度水平起作用。這種標準化溫度被認為是評價溫度產生影響有效的測量方法，偏離地區(qū)平均溫度允許氣溫在不同地區(qū)中發(fā)生變化，進一步考慮不同地區(qū)本身自然環(huán)境差異性帶來的氣溫變化差距。［32］這一變量具體構建方法借鑒盧洪友等的研究，將氣溫變化按照當年與歷史平均值的偏差來確定。具體選擇1951-2019年176個區(qū)站氣候數據，計算出這些地區(qū)69 年平均氣溫，用當年氣溫均值減去這個長期均值表示當年氣溫變化。［22］模型3 結果顯示氣溫變化對勞動力跨區(qū)流入的影響呈現負相關關系，表明隨著氣溫變化的加劇，勞動力會減少跨區(qū)流入行為，與基準回歸的結論一致。

第三，年均溫差對長期流入人口的影響。流入人口可以劃分為長期流入和短期流入，基于數據獲取和樣本量的限制，根據在流入地停留時間的差異，本文對被解釋變量流入人口進一步處理，根據“離開戶口所在地超過半年”設定為長期流入人口，對該子樣本重新進行回歸。模型4 結果顯示年均溫差與長期流入人口顯著負相關，說明年均溫度差異增加會顯著抑制勞動力長期流入，這與基準回歸結論保持一致性。具體來說，年均溫差增加1℃，勞動力長期流入概率顯著降低5.9%①由所計算出的OR（Odds Ratio）值的定義計算得到：（1-0.941）×100%。。大多數情況下，長期流入通常遵循從貧困地區(qū)到富裕地區(qū)的遷移路徑和規(guī)則，原籍地的收入水平對勞動力就業(yè)空間上產生擠出效應，他們需要積累和支付一大筆遷移費用以達成務工或經商的流入。［33］新勞動力遷移經濟學認為家庭是決定勞動力進行決策的基本單元，遷移是一種分散風險的策略。家庭作為利益共同體，集體長期向外遷移的趨勢逐漸明朗，通過遷移使家庭收入最大化。［34］對于長期流入人口而言，務工經商和家庭整體遷移的機會成本令該群體更為關注工作機會、薪資等現實經濟收益和流入地相關公共服務和社會保障的水平，因為當他們具備了一定的經濟條件和抵御風險的能力后，可以通過采取某些措施規(guī)避氣溫帶來的負效應，其中，使用空調是應對不舒適氣溫條件的一種形式，它可以直接調節(jié)室內環(huán)境溫度，所以該群體對于流入地氣溫條件的敏感程度會降低。［35］

3.個體異質性分析

前文基準回歸視所有勞動力為同質群體，得到的結果是年均溫差影響勞動力跨區(qū)流入的平均效應。然而，異質性勞動力對于氣溫變化可能表現出不同需求，根據模型設定，這一部分將加入個體特征變量與環(huán)境變量的交互項，研究環(huán)境變量影響勞動力流入的個體特征，包括年齡、性別、戶籍、受教育程度、職業(yè)類型。為避免多重共線性問題，經去中心化處理后，估計結果如表6所示。

表6 年均溫差對不同勞動力群體跨區(qū)流入行為的影響

從年齡看，年均溫差與年齡的交互項顯著為負，與年齡平方的交互項顯著為正，說明隨著勞動力年齡的增加，年均溫差引起勞動力流入的作用呈“U”形變化。究其原因，年輕勞動力事業(yè)剛起步，抗風險能力較弱，會更多關注生活質量提升帶來的正向效用，對包括氣溫舒適度在內的生存環(huán)境需求較高，因此對氣溫變化引致的流動行為反應更為敏感。中青年勞動力工作相對穩(wěn)定，這部分群體流動通常會伴隨家庭整體的遷移，選擇長期定居等因素的機會成本要高于其他年齡段人口，故相比年輕群體會弱化由于外生氣溫條件而進行流動的考慮。［29］從戶籍看，年均溫差與戶籍的交互項顯著為正，說明就城鎮(zhèn)戶籍勞動力而言，年均溫差對于其選擇流入該地表現出削弱作用，而對于農業(yè)戶籍勞動力則表現出增強作用，即農業(yè)戶籍勞動力更容易受到年均溫差的影響。從受教育程度看，年均溫差與教育的交互項顯著為正，說明隨著勞動力受教育水平提高，個體對于年均溫差的反應在減弱，即低學歷群體相比高學歷群體在選擇流入地時，更易受到年均溫差的影響。究其原因，可能是低學歷群體大多會選擇從事與體力相關的工作，如建筑業(yè)、快遞業(yè)等，工作環(huán)境多在戶外，對氣溫變化也更為敏感；而氣溫條件是否合適，往往不是高學歷群體考慮的主要因素，高學歷群體的工作環(huán)境多在溫度恒定、相對舒適的室內，所獲的經濟補償超過溫度變化的邊際不適感，且這一群體學習環(huán)境規(guī)避知識和策略能力更強，通過改善個人的居住空間等方式可以有效應對外在環(huán)境因素的沖擊。［25］從職業(yè)類型看，年均溫差與職業(yè)的交互項顯著為負，說明年均溫差對從事第一產業(yè)的勞動力選擇流入地表現出增強作用，而對于從事第二、三產業(yè)的勞動力表現為削弱作用。這主要是因為溫度變化會影響對自然資源極度依賴的第一產業(yè)，并影響這一類群體的流動性，做出遷移決策以維持生計。［36］第一產業(yè)生產具有脆弱性，其生產活動高度暴露在環(huán)境中，產出大概率依靠氣象條件而非其有效勞動量，氣溫過高或過低都會降低生產率，影響勞動者潛在的收入；第二、三產業(yè)勞動力暴露戶外的幾率相對低，能采取更多措施規(guī)避溫度變化引發(fā)的不適感，受氣溫變化的影響相對較小。

4.區(qū)域異質性分析

不同地區(qū)經濟社會發(fā)展水平存在不同程度的差異，考慮勞動力選擇流入到不同特征的城市對于年均溫差的異質性反應，這一部分將考察區(qū)域異質性。根據“用腳投票”理論，勞動力偏向于流入到能夠提供更加優(yōu)越的公共服務的地區(qū)。［4］考慮公共服務測量的準確性和數據的可得性，本文選擇了勞動力最為關注的醫(yī)療服務和教育水平來代表地區(qū)公共服務水平。表7 提供了年均溫差對勞動力選擇流入到特定區(qū)域的不同影響特征：

表7 年均溫差對勞動者選擇流入區(qū)域的不同影響特征

從醫(yī)療服務看，溫差變化對勞動者選擇流入到醫(yī)療服務低水平地區(qū)產生了負面沖擊，而對選擇流入到醫(yī)療服務高水平地區(qū)影響不顯著。究其原因，醫(yī)療服務作為規(guī)避健康風險的有效手段，是勞動力選擇流入的主要影響因素之一。醫(yī)療服務高水平地區(qū)由于具備良好完備的醫(yī)療資源，對于勞動力的補償作用大于溫度變化帶來的負效應。對于醫(yī)療服務水平較低地區(qū)，勞動力健康資本的折舊速度加快，對氣溫變化的承受力較低。從教育水平看，溫差變化對勞動者選擇流入到低教育水平地區(qū)有顯著的負面影響，而對高教育水平地區(qū)無明顯影響?？赡茉蚴莿趧恿α魅胄袨榭赡軙殡S家庭整體的遷移，更注重流入地區(qū)的長期效用，對于低教育水平地區(qū)而言，勞動力無法獲得優(yōu)質的教育服務，則可能會提升對氣溫舒適度的需求；而擁有高水平教育資源的地區(qū)對勞動力具有很強的吸引力，能夠彌補氣溫變化帶來的負面影響，所以相比適宜的氣溫，地區(qū)高教育水平對勞動力流入的拉力更強。

五、擴展分析：機制檢驗

1.影響機制分析

前文研究結論表明地區(qū)氣溫變化抑制勞動力跨區(qū)流入。然而是否存在中介變量對上述結果產生作用？根據國內外文獻梳理，這種影響的機制渠道可能是勞動力個體健康、幸福感和地區(qū)人均收入水平。氣溫變化造成的社會經濟影響具有多種渠道，個體健康是其中之一。［37］暴露在溫度超過一定范圍的環(huán)境中會對健康構成威脅，高溫和低溫天氣會提高死亡率和患病率。從生理學角度看，人是恒溫動物，能將所吸收的營養(yǎng)轉變?yōu)閯幽懿⑨尫艧崃?，人體會根據冷熱產生適應與調節(jié)。身體存在自我適應的舒適溫度區(qū)間通常為18℃-22℃，當遠離這個區(qū)間時會引發(fā)身體狀況的變化。氣溫變化會引起心腦血管和呼吸系統(tǒng)功能紊亂，當氣溫差距較大時，人體必須努力維持身體的核心溫度。［35］所以氣溫變化會對健康狀況較差的人施加壓力，影響個體大腦運作效率和體力勞動，使其做出遷移決策，以尋求更好的衛(wèi)生系統(tǒng)和服務。［21］

氣溫等氣候性因素還影響了個體的心理（例如：認知能力、精神疾病、個體情緒等）和生理（例如：飲食習慣、身體過敏、犯罪傾向等）條件，是決定個體幸福感的重要變量。［36-38］適宜的生態(tài)環(huán)境對勞動者主觀幸福感有促進作用，能夠顯著提升勞動者快樂值，降低抑郁癥等消極情緒的發(fā)生率。［39］而幸福感上升顯著提高了勞動力就業(yè)概率，促進勞動力為搜尋工作做出努力。［40］

從經濟產出角度看，氣溫影響個體收入水平。受氣溫影響最大的是農業(yè)產出，Cattaneo和Peri擴展了經典的Roy Borjas 模型，分析溫度差距過大對農業(yè)生產力的影響，結果表明農業(yè)GDP 在年平均氣溫約14℃時達到峰值，但隨著溫度升高呈現下降趨勢。［20］氣溫對第二產業(yè)影響體現在極端天氣影響設備運轉，加速固定資產折舊，增加運營成本，影響生產利潤。而對于第三產業(yè)，尤其對旅游業(yè)來說，旅游景點氣候舒適度與該地游客流量呈現正相關，當溫度偏離舒適區(qū)間，人們更愿意在室內活動，消極情緒和身體狀態(tài)壓制出游興趣，高溫或低溫天氣影響行業(yè)經營效率和經濟收益。［41］

綜上，采用個體健康水平、幸福感和收入水平對地區(qū)溫差變化的作用機制進一步檢驗，沿用前文構建的多層次回歸方法，建立下列聯(lián)立方程組：

式（5）關注地區(qū)年均溫差對勞動力跨區(qū)流入的估計系數δ0,1，即自變量對因變量的影響；式（6）關注地區(qū)年均溫差對中介變量Mi,r的估計系數θ0,1；式（7）是加入中介變量Mi,r后，關注地區(qū)年均溫差對勞動力跨區(qū)流入的影響。各模型的控制變量與表2保持一致，括號中表示隨機誤差項。

本文以“個體健康”healthi,r、“個體幸福感”happinessi,r、“個體收入水平”incomei,r分別作為中介變量進行地區(qū)溫差變化對勞動力跨區(qū)流入的路徑研究。中介變量使用CLDS 微觀數據，“個體健康”包括非常不健康、比較不健康、一般、健康、非常健康5個選項，分別賦值為1、2、3、4、5?！皞€體幸福感”根據問題“總的來說，您認為您的生活過得是否幸福？”體現，將回答結果從1到5進行賦值，1表示非常不幸福，5表示非常幸福，幸福感賦值越大，個體越幸福?！皞€體收入水平”根據統(tǒng)計的勞動力各類收入總計（包括農業(yè)收入、工資收入、經營收入等）體現，由于變量波動性較大，故取自然對數以消除異方差，使結果更為穩(wěn)健。上述方程組回歸系數結果如表8所示。

表8 年均溫差與勞動力跨區(qū)流入：影響機制分析

以個體健康為中介變量的檢驗中，系數δ0,1在1%顯著水平下負相關，表明年均溫差與勞動力跨區(qū)流入為負相關關系；系數θ0,1顯著為負，表明年均溫差與個體健康負相關；系數顯著為正，表明個體健康與勞動力跨區(qū)流入正相關，說明地區(qū)年均溫差會顯著降低勞動力健康狀況，從而抑制其跨區(qū)流入。以個體幸福感為中介變量的檢驗中，系數均通過了1%顯著水平的檢驗，分別表示年均溫差與勞動力跨區(qū)流入負相關、年均溫差與個體幸福感負相關、個體幸福感與勞動力跨區(qū)流入正相關，年均溫差增大會降低勞動力幸福感，從而對勞動力跨區(qū)流入起阻礙作用。以個體收入水平為中介變量的檢驗結果表明年均溫差減小提升勞動力收入水平，從而吸引勞動力跨區(qū)流入。Sobel 檢驗間接效應是否顯著，P值小于0.05 代表中介效應成立。［42］根據Sobel 檢驗結果顯示，個體健康水平、幸福感和收入水平在年均溫差變化與勞動力跨區(qū)流入之間具有顯著的中介效應。

2.進一步檢驗與討論

逐步檢驗回歸系數方法是檢驗中介效應最常用的方法，但近些年來逐步法受到越來越多的質疑。［43-44］本文利用系數乘積檢驗法（即檢驗=0）對上述結果進行穩(wěn)健性檢驗，雖然Sobel也是系數乘積檢驗的一種方法，但因其過于嚴格假設統(tǒng)計量的分布特征可能會影響結果準確性。為了本文結論的可信度，基于模型中設定因變量和中介變量都為分類變量的情況，選用馬爾科夫鏈蒙特卡羅法，該方法是一種貝葉斯統(tǒng)計方法，實現抽樣分布隨模擬的進行而改變的動態(tài)模擬，通過計算置信區(qū)間的方式進行中介效應分析。［45］對比Sobel法得到的置信區(qū)間更精確，有更高的檢驗力。接下來將利用Stata14.0軟件和R語言3.5.3先對分類變量個體健康和幸福感進行檢驗。

本文因變量“勞動力是否為流入人口”為二分變量，將中介變量健康狀況同時處理為二分類變量“health2”，即“health2”=1 表示身體健康（即身體狀況為非常健康、健康、一般），“health2”=0 表示身體不健康（即身體狀況為比較不健康、非常不健康）。同理，將幸福感也處理為二分類變量“happiness2”，“happiness2”=1 表示個體幸福（即感到非常幸福、幸福、一般），“happiness2”=0 表示個體不幸福（即感到不太幸福、非常不幸福）。使用Logistic 回歸形式將公式（6）改寫為（8），此時個體健康或幸福感的中介效應可解釋為自變量通過中介變量是否取值為1的可能性進而影響因變量是否取值為1的可能性。公式如下：

表9表明相較于未流入某地而言，健康和幸福感對溫差變化與勞動力跨區(qū)流入的中介作用置信區(qū)間在95%和97.5%置信水平下均不包含0。H0=δ0,1×φm1,0系數乘積的回歸系數處于置信區(qū)間內，若區(qū)間內不包含0，則系數乘積顯著。［46］上述結果證明個體健康和幸福感的中介效應成立。

表9 計算置信區(qū)間CI檢驗個體健康、幸福感中介效應

另外，鑒于中介變量個體收入水平為連續(xù)變量的情況，使用廣義結構方程法（GSEM）進一步檢驗中介效應。檢驗路徑如圖1所示，系數a代表自變量作用于中介變量的效應；系數b表示中介變量作用于因變量的效應，系數a和b兩者構成變量間關系的間接效應也稱中介效應；系數c′代表考慮在控制中介變量后，自變量作用于因變量的效應，即自變量與因變量之間的直接效應；系數c代表總效應，包括間接效應和直接效應（即總效應c=ab+c′）。表10 結果顯示，中介效應（ab=-0.000 921 4）的P值顯著，中介效應存在，總效應（c=-0.034 554 6）顯著，中介效應在總效應中占比2.667%（即ab/c），即GSEM模型的實證研究證明個體收入水平的中介效應成立。

圖1 個體收入水平中介效應檢驗路徑

表10 GSEM模型檢驗個體收入水平中介效應

六、結論與啟示

1.研究結論

本文采用中國勞動力動態(tài)調查（CLDS）數據、中國氣象數據網的《中國地面氣候資料日值數據集》以及《中國城市統(tǒng)計年鑒》數據，利用多層次Logistic 回歸模型系統(tǒng)考察地區(qū)氣溫條件對中國勞動力跨區(qū)流入的影響效果和作用機制，得到如下研究結論：整體來看，在控制了人口社會學特征和城市經濟特征等因素后，年均溫差的增加會對勞動力選擇流入到該地區(qū)進行就業(yè)或生活產生排斥力，具體而言，年均溫差每增加1℃，勞動力跨區(qū)流入概率降低22.7%。異質性分析發(fā)現年齡在45 歲以下、學歷在高中以下以及從事第一產業(yè)的勞動力對于氣溫變化的敏感程度更高。此外，勞動力選擇流入到不同特征地區(qū)對于年均溫差變化有異質性反應，公共服務水平較高地區(qū)年均溫差變化對于勞動力流入影響不顯著，主要體現在該類地區(qū)擁有較為完善的醫(yī)療服務水平和優(yōu)質的教育資源，對于勞動力的補償作用大于溫差變化帶來的負效應。最后，通過聯(lián)立方程模型進行機制檢驗，結果表明地區(qū)氣溫變化主要通過影響個體健康、幸福感和地區(qū)收入水平對勞動力跨區(qū)流入產生作用。

2.政策啟示

其一，隨著物質生活極大豐富，勞動力對于生活品質的追求不斷提升，并且日益關注所在地的氣溫條件。各地區(qū)應該更加重視嚴格的節(jié)能減排政策，控制溫室氣體的排放，通過優(yōu)化能源結構，大力發(fā)展清潔能源，逐步推進環(huán)保技術研發(fā)，建立環(huán)境治理措施及相應保障機制；進一步合理優(yōu)化城市布局，增設綠地、公園等生態(tài)功能區(qū)，提升人居環(huán)境質量和幸福感，吸引勞動力跨區(qū)流入。

其二，低社會經濟群體通常依賴環(huán)境生存，生存環(huán)境惡化可能引起“身體健康受損-勞動能力降低-經濟負擔加重-影響就業(yè)與收入-陷入貧困”一系列連鎖反應。對該群體適度加大財稅政策支持，提高自我發(fā)展能力，逐步建立個體健康賠償救助機制，通過環(huán)境健康救助基金予以補償，或免費提供相關健康保險以減少氣溫變化的不利影響，避免地區(qū)“環(huán)境貧困陷阱”的出現。

其三，自然環(huán)境條件不足、氣溫條件不佳的地區(qū)應在經濟、社會、文化條件等方面實施改革，依靠加大教育投入，提升教育質量，增加醫(yī)療設施，完善醫(yī)療保障體系，提高地區(qū)公共服務水平和生活質量，增強對勞動力跨區(qū)流入的拉力作用。