住房支付能力影響農業人口流動的實證研究

于靜靜+王英杰

摘 要：基于中國健康和營養調查（CHNS）八個年度九個省份的微觀數據，構建納入住房支付能力的哈里斯-托達羅人口流動模型，運用Probit方法，檢驗住房支付能力對農村勞動力外出就業決策的影響。結果表明：在分別控制了勞動者職業特征、健康狀況和家庭負擔之后，較低的住房支付能力均降低了農村勞動力遷移到城市就業的概率。因此，提高流向城市的農村勞動力住房支付能力，有利于促進城鄉人口流動，進而推進城鎮化的進程。

關鍵詞： 住房支付能力；農業人口流動；哈里斯-托達羅模型

中圖分類號：F126.1/F323.6 文獻標識碼： 文章編號：1003-7217（2017）05-0124-06

一、引 言

中國目前仍處于快速城鎮化的進程中，根據國家統計局數據，1978—2016年，城市人口從1.7億增加到7.93億，城鎮化率從17.9%提升到57.35%。推進農業轉移人口市民化已成為中國國家發展戰略的重要組成部分，農民工轉換成城市居民，不僅關系到從根本上解決農業、農村和農民問題，也關系到城鎮化、工業化乃至整個現代化的健康發展。農業轉移人口流入城市將會帶來諸如失業、住房、社會保障、子女受教育等社會問題。其中，住房問題是流動人口在城市生活遇到的最基本、最嚴峻的問題之一[1]。

城市住房商品化只為農民提供了有限的選擇，低廉的工資收入，使得租房成為農民工的唯一住房選擇[2]；“城中村”因其較低的房租，成為農民工重要的聚集和居住之地，也是他們學習城市生活方式、行為和價值關鍵的主要場所[3]。通常，住房支付能力用房價收入比、租金收入比進行衡量，這意味著城市房價或租金上漲會使農業轉移人口生活成本增加，在城市工資不變的情況下，農業轉移人口的住房支付能力會下降。我國不同地區農民工的住房支付能力存在差異，在東部地區較差，中西部地區農民工的住房支付能力較好[4]。以租金收入比衡量的住房支付能力與農業轉移人口的持久性轉移意愿呈現倒U型關系，當前大量農業轉移人口選擇到房價較高的大城市就業，主要是住房租賃價格尚在可承受范圍內，住房支付能力對遷移意愿不會產生負向影響[5]。魏瑋考察了上海農民的住房支付能力狀況，發現農民工的住房支付較為困難，租金收入比為22%，月供收入比高達34%[6]。

在已有研究中，我們發現人口流動是由多種因素共同造成的。其中，住房問題是農業人口流動過程中遇到最嚴重問題之一，城市房價或租金上漲會降低農業轉移人口的住房支付能力，這會對他們的遷移決策產生怎樣的影響？這種關系在不同勞動力個體及家庭負擔情況下有何不同？這些問題并未得到詳盡的研究。因此，本文將住房引入哈里斯-托達羅模型，考察勞動者住房支付能力對其遷移意愿的影響，同時，還采用CHNS的微觀調查數據進行實證檢驗。

二、理論模型

借鑒Todar（1969）[7]、Harris和Todaro（1970）[8]建立的城鄉人口流動的基本分析框架，引入住房市場，將住房支付能力作為農村勞動力流向城市的重要影響因素。經濟主要分為三個部門：農業部門、城市工業部門和住房部門，且城市工業部門工資高于農業部門。參照Brueckner和Zenou（1999）[9]的假設，將城市設為單中心結構，所有的工業部門均位于城市的中心商務區（CBD）。城市居民均已擁有住房，并且城市內勞動者（包括城市居民與流向城市的農村勞動力）的居住地與CBD之間的距離為x，且單位距離的通勤成本是t，x>0，t>0。城市邊緣之外是農村地區，農業部門主要集中于此，農業部門的生產要素包括不變的土地（L）、資金（KA）投入和可變的勞動力（NA）投入，并且技術是外生給定的；城市工業部門生產要素包括可變的勞動力投入（NM）和不變的資金（KM）投入，技術水平也是外生的。

根據式（14），仍然考慮在同一個同心圓上，通勤成本固定，農村勞動力向城市流動NR增加，已知NR的增加對工業部門產量沒有影響，但會降低城市部門就業率θ，增加農業部門勞動力的邊際產出，提高了農產品的相對價格，從而提高了農業部門的實際工資水平。因此，隨著住房支付能力1η提升，使得NR增加的同時，導致農業部門實際工資水平WA增加，這又減少流向城市的農村勞動力NR。因此，得到如下命題：

住房支付能力提升，促使更多的農村勞動力流向城市；但是，過多農村勞動力流向城市提升了農業部門實際工資，會對農村勞動者產生逆向激勵，降低他們遷移到城市就業的概率。

三、數據、變量與方法

（一）數據與變量

本文的數據來源于中國健康和營養調查（China Health and Nutrition Survey，CHNS）項目。本文將使用1989年、1991年、1994年、1997年、2000年、2004年、2006年和2009年8個年度9個省份的混合截面數據進行分析，所涉及的變量包括住房支付能力、就業、家庭類型、家庭人口統計特征，經過篩選，共得到1122份有效數據。另外，以1989年為基年，將各省市CPI將模型中所有價值變量轉化為實際值，各變量描述性統計結果見表1。

本文的被解釋變量是受訪者是否流動或遷移，即受訪者在調查時點是否外出打工，用migration表示，若是外出打工migration，取值為1，否則取0。根據Harris-Todaro（1970）人口遷移模型，應充分考慮在城市部門失業的可能性，為此，將就業概率納入模型。由于在CHNS數據庫中未涉及被調查者所受就業沖擊及市場就業情況的具體變量，因此，以被調查者所在省份的上一年度城鎮登記失業率（unemployment）作為就業情況的代理變量。

核心解釋變量是住房支付能力，Jensen（1998）指出，有許多種（住房支付能力）指標，包括住房收入比、不變質量比較和市場籃方法等[12]。由于本文主要分析流動人口的住房支付能力，考慮到流動人口大多數是租住公有或私有住房，因此，用房屋租金（rent）與工資收入（wage）之比測度住房支付能力（h_ability）：

控制變量主要是家庭人口統計特征和家庭社會經濟特征。家庭人口學統計特征包括家庭人口總數（population）、受訪者年齡（age）、年齡的平方（age2）、性別（gender）、婚姻狀況（marriage）、受教育年限（education）、是否有醫療保險（insurence）、家庭凈財富（asset）、工資收入（wage）、每周工作小時數（work_h）、以及調查地點是否位于東部省份（east）。

另外，為研究工資差異對遷移決策的影響，借鑒周京奎（2011）的研究[13]，將職業類型劃分為：單位負責人（occup1）、專業技術人員（occup2）、職員（occup3）及其他職業類型（occup4）。健康狀況分為：健康（health1，包括健康狀況非常好和好）、一般（health2，包括健康狀況一般）、其他（health3）。考慮到少兒撫養比和老年撫養比增加對人力資本積累的影響[14]，可能會進一步影響勞動的外出就業決策，還將家庭少年人口數（young）和老年人口數（old）納入模型。

（二）計量模型

首先，利用住房支付能力、就業狀況等變量，估計住房支付能力及各變量對流動意愿的影響效應；其次，討論受訪者職業類型、健康狀況，及其與住房支付能力交叉項的情況下，受訪者流動決策受住房支付能力影響的變化；最后，按受訪者在不同調查年份家庭少年人口數和老年人口數，探討住房支付能力對家庭負擔不同的勞動力流動決策作用的差異。

其中，h_abilityit表示第i個受訪者在調查年度t的住房支付能力，unemploymentjt-1表示j省份在調查年度前一年t-1期的城鎮登記失業率。zit代表控制變量，包括：家庭人口總數、年齡、年齡的平方、性別、婚姻狀況、受教育年限、是否有醫療保險、家庭凈財富、每周工作小時數以及調查地點是否位于東部省份。

2.擴展模型——基于職業類型及健康狀況。進一步考察職業類型和健康狀況對勞動力流動決策的影響，在模型（17）的基礎上分別引入h_occupit和h_healthit，它們分別表示第i個受訪者家庭在調查年度t的職業類型和健康狀況。在擴展模型的分析中，我們主要關注的是勞動力職業類型及身體狀況差異是否會影響住房支付能力對受訪者流動或遷移的決策，也即交叉項h_abilityit×h_occupit和h_abilityit×h_healthit對migrationit的影響。

3.擴展模型——基于家庭負擔的分析。為了考量家庭負擔對外出打工選擇的影響，把流動人口按家庭負擔分為少年人口（youngit）和老年人口（oldit）兩種類型，分別引入模型（17），此外，還將這兩個變量同時引入模型（17），考察家庭總負擔對勞動力流動決策的影響。

四、實證分析①

（一）基本模型估計

運用CHNS數據估計Probit模型，估計結果見表2。序列（1）（2）是以公式（16）（17）為基礎的人口遷移模型的回歸結果。首先討論序列（1），不考慮住房支付能力的人口流動模型。其回歸結果顯示，unemployment的系數為-0.367，且具有顯著性，表明對未來預期失業概率越大，會降低農村勞動力外出就業的可能性。正如哈里斯-托達羅模型所闡述的那樣，農村人口向城鎮遷移的決策，不僅取決于城鄉間收入差距，同樣要考慮在城鎮失業的可能性。事實上，隨著我國人口紅利式微和劉易斯轉折點的到來[15]，沿海城市曾一度出現“用工荒”，所以，城鎮其失業可能性較小，從而使得上一年度城鎮登記失業率對農村勞動力是否流動的影響較小。

在影響農村勞動力流動的其他因素中，asset的系數具有負顯著性。家庭財富是影響農村勞動力外出就業的重要因素，富裕的家庭其勞動力不必外出就業，在農村就能負擔得起各種花費，因而他們也沒有強烈的外出意愿。east的系數顯著為正，說明東部省份的勞動力具有較高的外出流動傾向。可能的解釋是，東部地區勞動力市場更加開放，農村勞動力具有地理位置優勢容易接近開放的勞動力市場，而中西部地區由于信息不暢通、交通成本高以及流入城市后的社會心理成本等原因，降低了其外出就業的意愿。education、insurance的系數具有負顯著性，說明高受教育程度、擁有醫療保險的農村勞動力外出就業的可能性較低。值得關注的是，受教育程度越低外出就業的意愿越強，這與中國目前現狀相符，大部分外出就業的農民工受教育水平普遍較低，國家統計局發布的《2015年農民工調查監測報告》顯示，外出就業的農民工中，初中及以下文化程度占74.8%，高中文化程度占16.9%，大專及以上僅占8.3%。受教育程度高的農村勞動力可以憑所學的專業知識在農村自主創業或者獲得政府及事業單位等較為穩定體面的工作，而受教育程度低的農村勞動力除了務農之外，更好的選擇可能就是去東部沿海等發達地區從事簡單的體力勞動或者服務行業勞動以獲取相對較高的收入水平。population、gender和work_h的系數為正，marriage的系數為負，但均不具有顯著性，家庭人口越多、男性、工作時間越長、未婚等因素增加外出就業的可能性，但這種影響不太明顯。此外，age、age2的系數分別為負、正，說明年輕農村勞動力擁有較高的外出傾向，隨著年齡的增長，外出就業的概率呈下降趨勢。一個可能的解釋是，隨著年齡的增長，知識結構及身體狀況等原因，使得其在城市能獲得的收入降低，大多勞動力不會選擇外出就業。

序列（2）是考慮住房支付能力的農村勞動力流動模型回歸結果。h_ability的系數具有負的顯著性，由于h_ability數值越大表示住房支付能力越低，因此，結果表明住房支付能力強的勞動力，具有較高的外出就業傾向，這也驗證里理論模型部分關于住房支付能力與勞動力流動決策正相關的結論。此外，我們注意到序列（1）（2）的擬合優度分別為0.2023、0.2183，加入住房支付能力的模型能更好地解釋人口流動。

（二）擴展模型——基于健康狀況及職業類型差異的分析

為討論勞動力個人因素對流動決策的影響，引入健康狀況及職業類型與住房支付能力的交叉項，具體回歸結果見表3。

表3中的序列（3）以其他健康狀況以及住房支付能力與其他健康狀況的交叉項為參照組，回歸結果顯示：hab_health1、hab_health2的系數均為負，表明身體狀況較好和一般的勞動力外出就業決策受住房支付能力影響不太明顯。此外，health1 、health2的系數均顯著為負，說明身體狀況好的勞動力反而擁有較低的外出就業傾向。一個可能的解釋是，身體素質較好的勞動力能承受農村較粗重的生產活動，通過辛勤勞作得以維持生計；而身體素質較差的勞動力會選擇去城市從事服務業等相對較輕松的工作，從而更愿意遷移到城市。

序列（4）以其他職業類型以及住房支付能力與其他職業類型的交叉項為參照組，回歸結果顯示：住房支付能力與職業類型的交叉項hab_title1、hab_title2、hab_title3的系數分別為-0.652、-0.135和-0.182，且三者均不具有顯著性。這一方面說明職業地位相對較高的農村勞動力，其流動決策受住房支付能力的影響相對較高；另一方面，也表明農村勞動力外出流動的決策受職業類型的影響較小。由于農村經濟整體上較落后，因此，從事各職業類型的農村勞動力收入水平均不會太高，各職業的收入差異較小。

（三）擴展模型——基于家庭負擔的分析

為分析家庭負擔對勞動力外出就業決策的影響，將少年人口和老年人口納入模型。通常將0～14周歲的小孩少年人口，64周歲以上老年人定義為老年人口。回歸結果見表4。

序列（5）（6）（7）中h_ability的系數分別為-0.336、-0.308、-0.309，且均具有顯著性。說明無論家庭負擔如何，住房支付能力高的勞動力的流動傾向明顯更高。序列（5）中young的系數為0.052，且不具有顯著性，序列（6）中old的系數為-0.962，序列（7）的結果與序列（5）（6）具有一致性，表明家庭少年人口越多，在同樣的住房支付能力下，選擇外出就業的意愿更強，而家庭老年人口越多反而降低了勞動力外出傾向。家庭的少年人口多意味著生活、教育等方面的支出大，在這期間家庭負擔較重，需要外出就業來維持生計；而老年人口增加，由于其身體等原因，可能需要子女的照顧。

五、結 論

以上實證結果表明：在控制了可能影響農村勞動力外出就業決策的家庭社會經濟特征，如家庭人口、受教育年限、年齡、民族等后，住房支付能力仍是影響人口流動的重要變量，從而驗證了本文理論模型的結論。本文還發現：職業地位相對較高的農村勞動力，其流動決策受住房支付能力的影響相對較高，但總體上職業地位高低并未明顯影響其流動決策；身體狀況較好、家庭少年人口多的農村勞動力外出就業的選擇受住房支付能力的影響要高于其他類型的農村勞動力。因此，提高流向城市的農村勞動力住房支付能力，解決其住房問題，有利于促進城鄉人口流動，進而推進城鎮化的進程。

注釋：

①本文的實證檢驗的樣本均為農村流動人口，未考慮城鎮流動人口。

參考文獻：

[1]王麗梅，張宗坪.城市流動人口住房保障問題的現狀及對策[J].工業技術經濟，2010（4）：5-10.

[2]吳維平，王漢生.寄居大都市：京滬兩地流動人口住房現狀分析[J].社會學研究，2002（3）：92-110.

[3]魏立華，閻小培.中國經濟發達地區城市非正式移民聚集區——“城中村”的形成與演進——以珠江三角洲諸城市為例[J].管理世界，2005（8）：48-57.

[4]張建偉，胡雋.居者有其屋：農民工市民化的落腳點[J].求實，2005（9）：91-94.

[5]董昕.住房支付能力與農業轉移人口的持久性遷移意愿[J].中國人口科學，2015（6）：91-99+128.

[6]魏瑋.城市外來務工人員住房支付能力及其影響因素——以上海為例[J].城市問題，2015（11）：98-103.

[7]Todaro P.A model of labor migration and urban unemployment in less developed countries[J].American Economic Review，1969，59 （1）： 138-148.

[8]Harris J. R ，Todaro M. P. Migration，unemployment and development： a two-sector analysis [J].The american Economic Review，1970，60（1）：126-142.

[9]Bruckner J. K. and Zenou Y.Harris-todaro models with a land market[J].Regional science and Urban Economics，1999，29：317-339.

[10]況偉大.住房特性、物業稅與房價[J].經濟研究，2009（4）：151-160.

[11]高波，許春招，李勇剛.房價波動、戶籍歧視與城市失業[J].產業經濟研究，2014（3）：81-90.

[12]Jensen M. Encyclopedia of housing[M].Thousand Oaks： SAGE Publictions，Inc 1998：9-10.

[13]周京奎.收入不確定性、住宅權屬選擇與住宅特征需求——以家庭類型差異為視角的理論與實證分析[J].經濟學季刊，2011（4）：1459-1498.

[14]劉渝林，尹興民.社會撫養比對資本積累和經濟增長的影響研究[J].財經理論與實踐，2016（3）：80-86.

[15]蔡昉.人口轉變、人口紅利與劉易斯轉折點[J].經濟研究，2010（4）：4-13.

（責任編輯：鐘 瑤）

Abstract：Based on the micro data for 8 years in 9 provinces from China Health and Nutrition Survey（CHNS），the paper constructs a Harris Todaro model on migration with housing affordability，and examines the impact of housing affordability on rural migrant labor decisions by Probit method.The results show that：by controlling the characters of occupations，health conditions and family burdens of different rural immigrants，housing affordability reduces the probability of migration.

Key words：Housing affordability；Migration of farming population；Harris Todaro model