租房類型對農民工社會融合的影響研究
——基于流出地依賴的中介效應檢驗

羅 蓉

引言

改革開放以來，大量農村剩余勞動力流向城市，帶來巨大的人口紅利，為城市發展做出了極大貢獻。近五年來，農民工的數量仍以年均約1%的速度增長。2019年，農民工總量達到29 077萬人①。然而，與農民工群體做出的巨大貢獻不對等的是，大量農民工未能真正融入城市社會中[1]，導致他們所享受的發展紅利明顯不足，其收入與經濟貢獻之比相對于城鎮職工而言是偏低的[2]。

根據國家統計局數據，2019年全國外出農民工月均收入為4 427元，全國住宅商品房平均銷售價格為9 310元/米2，2014至2019年，外出農民工月均收入增長42.4%，而房價增長了56.5%。此外，農民工收入中還有相當部分用于贍養養老醫療保障相對較弱的老人、在老家建房以及回家探親等大額支出。因此絕大部分農民工在較長時間內都難以承擔在流入地的購房支出，租房成為絕大多數農民工住房決策的首選甚至是唯一選擇。數據顯示，2014—2018年這5年間進城農民工購買住房占比均未超過20%，租房居住占比均高于60%①。可見，較長時間內租房對農民工的重要性遠大于購房。

按供給主體進行分類，租房主要三種類型：政府租房、單位租房和社會租房，不同租房類型會對農民工的流出地依賴產生不同程度的影響，進而影響其在當地的社會融合。

一、文獻綜述

國內外關于社會融合界定與內涵的文獻較為豐富。國外學者較早基于移民現象關注社會融合問題。社會融合是一個滲透與融合的過程，在這個過程中，某個群體逐漸形成對其他群體的記憶、情感和態度，通過共享不同群體的經歷和歷史，各個群體最終融匯到共同的文化生活中[3]。Gordon(1964)[4]最早對社會融合的內涵進行了分類，在此基礎上，學者們認為社會融合的重要組成部分有包含教育公平、工作機會、收入與住房歧視等因素的結構融合以及社會文化融合與政治法律融合[5]。此后較有影響的是Entzinger和Biezeveld(2003)[6]在社會經濟、文化、法律政治三個維度之上加入了第四個維度：流入地態度。國內關于社會融合的研究主要基于流動人口尤其是農民工現象，認為社會融合是當地社會對農民工的接納和同化，逐步減少排斥的過程[7]，具有多維性和漸進性。大多數研究比較一致地認為農民工社會融合內涵包含經濟、社會、文化和心理四個維度，總體社會融合程度一般，且各維度的融入狀況差別較大[8]。

農民工社會融合的諸多影響因素及影響機制受到學界廣泛關注。首先，社會融合度與性別、年齡、受教育程度、外出打工時間等個人特征緊密相關[9]。其次，農民工的社會資本、就業特征、流入地特征、公共服務等都對農民工社會融合有影響[10-14]。此外，經濟政策、戶籍政策、城鎮化等一些宏觀因素也會影響農民工社會融合[15-17]。在各種影響農民工社會融合的因素中，大多數觀點都認為住房最為重要。在租房群體之中，房租負擔對其遷移意愿的影響呈倒U型[18]。以“鄰居是否為本地居民”為依據將農民工住房分為“融合型”住房和“分割型”住房，兩種類型住房對社會融合的影響程度也不相同[19]。總體來看，專門考察租房對農民工社會融合影響的文獻較少。從住房如何影響社會融合的機制分析來看，認為住房會通過如“城市歸屬感”機制、“鄰里效應”機制、“社會地位”機制或“居住隔離”機制對社會融合產生影響[20-22]。然而，以上中介機制更多地是從農民工與流入地的關系入手，如城市歸屬感、社會地位考察的是農民工在流入地的心理感受，鄰里效應、居住隔離考察的是農民工在流入地的居住狀況。

流出地因素對農民工社會融合的影響也日益受到關注。家鄉為個人提供了集體身份,將人們與家鄉這一地方上的群體緊密聯系[23]，對農民工而言，流出地(家鄉)無疑是農民工自帶的天然標簽。家鄉不僅僅是一個物質生活空間，更是一個心理生活空間，它已經在人們的心理形成了一個具有依附作用的“心理場”[24]，流出地熟悉的生活環境和習慣引起農村外出勞動力對故鄉的依賴、眷戀等是農民工留城的阻力、回鄉的動力[25]，農民工強烈的鄉土意識和對家鄉的情感依附會將相當一部分人拉回農村[26]。雖然流出地因素的重要性開始受到重視，但較少文獻從流出地的視角考察住房對農民工社會融合的中介機制。

對上述與本文密切相關的文獻梳理后發現，現有關于農民工住房與社會融合關系的研究大多考察購房對農民工社會融合的影響，專門考察租房對農民工社會融合影響的文獻較少，且流出地因素對農民工社會融合的作用機制有待更深入的研究。本文認為，只有社會融合程度很高且收入相對較高的農民工才會最終選擇在城市購房。基于現階段絕大部分農民工在較長時間內都將依賴租房作為流入地居所這一客觀事實，本文重點探究租房類型對農民工社會融合的影響并對流出地因素在這一過程中的中介作用進行分析。

二、理論分析與研究假設

針對租房類型的差異，可以根據不同供給主體將租房分為社會租房、政府租房和單位租房。社會租房以獲取收益為目的，其住房質量較好，空間比較獨立，相對寬敞，其品質相對優于單位租房，能夠更加靈活地滿足農民工多樣化的住宅需求。單位租房以宿舍為主，價格低廉、通勤方便，但隱私性差、空間擁擠、住房質量差[27]，租住單位租房的農民工更易發生住房困難[28]。單位租房還缺乏穩定性，選擇單位租房的農民工對其就業單位存在高度依賴性，一旦與就業單位解除工作關系則居住權利便被剝奪，在換工作間隙和未重新找到工作前居無定所[29]。政府租房屬于政府提供的準公共產品，針對城市里中低收入群體供給，租金相對低廉[30]。政府租房下的集中建設保障房存在著選址集中于偏遠地帶，空間分布不合理導致居住—就業空間失配現象[31]，周邊基礎設施、公共服務等缺乏，造成租住者生活不便，使得生活成本上升；而政府租房下的開發商配建保障房用地選址更加合理，其周邊的社區較多且配套設施較齊全，保障房租住者的生活成本大大降低，生活質量得到改善[32]。綜上，本文提出如下假設：

假設H1：不同的租房類型對農民工社會融合的影響存在異質性。

本文將農民工對流出地的心理依附界定為“流出地依賴”。租房類型首先會影響農民工的流出地依賴程度。農民工遷移到流入地后面臨的是全新的環境，環境中的眾多因素都可能對農民工的心理產生作用，使得農民工的流出地依賴程度發生變化。就不同的租房類型而言，由于不同租房供給主體在提供租房的目的、建房規劃與設計、出租偏向、出租條件以及租后管理等方面存在明顯的區別，其提供的租房在地理位置、住房質量、周圍環境、配套設施、居住穩定性以及租客群體方面具有不同的特征，這些不同的特征會從居所舒適度、生活便利性、公共服務質量、人際交往層次、未來發展機會等方面對農民工的心理產生綜合影響。如果租房帶給農民工較差的心理感受，農民工很可能增加回老家的次數和時間，通過流出地熟悉的環境來尋求慰藉，緩解居住不良感受引起的不適，流出地依賴增加。反過來，如果租房能帶給農民工良好的心理感受，則農民工回老家的次數和時間必然減少，流出地依賴程度下降。可見，不同的租房類型會對農民工的流出地依賴程度產生差異化影響。農民工的流出地依賴程度進而會影響其在流入地的社會融合。如果農民工的流出地依賴程度高，其回家的傾向必然較強，回家的次數必然較多，在家鄉停留的時間也較長，從而減少其投入到流入地的時間。

綜上，在租房類型影響農民工社會融合的過程中，存在這樣的機制：不同租房類型所具有的差異性導致農民工對流出地的依賴程度出現差異，農民工對流出地的依賴程度越高，其社會融合程度越低；相反，較低的流出地依賴程度能促進農民工的社會融合。因此，本文提出如下假設：

假設H2：流出地依賴是租房類型影響農民工社會融合的重要中介變量。

三、研究設計及數據

(一)數據來源與說明

本文研究使用的數據來自國家衛生健康委公布的“2017年中國流動人口動態監測調查數據(China Migrants Dynamic Survey，CMDS)”。2017年調查按照隨機抽樣的原則，采取分層次多階段抽樣調查法，獲取總樣本量為17萬個，代表性較好。由于本文關注的是進城農民工群體，選擇因務工經商遷移，從事非農行業的農業戶籍樣本，調查樣本點類型為居委會，并考慮到我國勞動法規的相關規定，將樣本年齡限定在16至60歲。去掉變量有缺失值的觀測值，最終使用共計43 836個有效分析樣本。

(二)變量選擇與描述

1.被解釋變量：農民工社會融合度。社會融合可以從多個指標進行衡量，本文在研究數據可得性的基礎上，參考任遠等(2010)[7]與朱明寶等(2016)[12]的研究，將社會融合度從“自我身份的認同”“對城市的態度”“社會交往的深度”三個方面進行衡量，相對應的3個具體問題分別為：“您認為自己是不是本地人”“是否愿意把戶口遷入本地”及“您業余時間在本地和誰來往最多(不包括顧客及其他親屬)”。將“您認為自己是不是本地人”問題的答案賦值為：“完全不同意”為1；“不同意”為2；“基本同意”為3；“完全同意”為4。將“是否愿意把戶口遷入本地”問題的答案賦值為：“否”為1；“沒想好”為2；“是”為3。將“您業余時間在本地和誰來往最多(不包括顧客及其他親屬)”問題的答案賦值為：“其他本地人”為2；“很少與人來往”為0；其他為1。并采用因子分析法，將三個變量賦予相應的權重，從而整合得出一個衡量農民工社會融合程度的指標。該變量取值越大，則表明農民工的社會融合程度越高，反之則越小。

2.自變量：租房類型。樣本中的租房類型分為社會租房、單位租房和政府租房三種類型。依據問卷內容，將其中對住房類型問題回答為“租住私房-整租”與“租住私房-合租”的劃分為社會租房，將回答為“單位/雇主房(不包括就業場所)”的劃分為單位租房，將回答為“政府提供公租房”的劃分為政府租房。其中，社會租房樣本共37 375個，占總樣本的85.26%，單位租房樣本共5 695個，占總樣本的12.99%，政府租房樣本共766個，比重為1.76%。同時，參照胡奕明和買買提依明·祖農(2013)[33]的研究，比較了三種租房類型對社會融合的差異性影響②。

3.中介變量：流出地依賴。Liu等(2017)[34]的研究認為，移民回家頻率越高，他們對家鄉的依附程度越高，因此本文以“農民工回老家時間”作為流出地依賴的中介代理變量，來探討租房類型是否會通過影響農民工對流出地的依賴程度的大小從而對其社會融合程度產生影響。依據本次調查所詢問的內容，本文使用“您多長時間沒有回過老家(指戶籍所在地村居)”一項來衡量外出農民工對流出地的依賴。“距離上次回家時間小于1年”=3，“距離上次回家時間大于等于1年且小于5年”=2，“距離上次回家時間大于5年”=1。依據指標大小，取值為1記為流出地依賴程度低，取值為2記為流出地依賴程度一般，取值為3記為流出地依賴程度高。

4.控制變量：依據2017年CMDS調查數據內容，并借鑒已有文獻的做法，本文控制了可能影響農民工社會融合的變量，包括個體人口特征、經濟地位和流動特征三個方面。具體變量選擇為：(1)個體人口特征。包括年齡、年齡平方、性別、受教育程度、婚姻狀況、健康狀況。其中，健康狀況變量回答“健康”或“基本健康”的為1，“不健康”為0。受教育程度變量以受教育年限衡量：“未上學”=0，“小學”=6，“初中”=9，“中專”=11，“高中(職高技校)”=12，“大學專科”=15，“大學本科”=16，“研究生及以上”=19。(2)經濟地位。包括收入水平、是否在老家擁有承包地和是否在老家擁有宅基地。收入水平變量取值為被采訪人員月收入對數。(3)流動特征。包括是否獨自居住、流出地是否有配偶或子女或父母、本次流動時長、流動范圍。流動范圍變量賦值為：“跨省流動”為1，“省內跨市流動及市內跨縣流動”為0。

變量的描述性統計如表1所示。

表1 變量定義與描述性統計

(三)模型設定

本文實證模型使用OLS模型來估計租房類型對農民工社會融合的影響。借鑒以往對農民工社會融合的研究文獻，將OLS模型設定為如下具體形式：

yi=β0+β1Htypei+β2Xi+δJobi+εi

(1)

yi是因變量，表示第i位農民工的社會融合度。自變量Htypei表示第i位農民工的租房類型(社會租房，單位租房和政府租房)。Xi為其他相關控制變量。Jobi為行業虛擬變量。εi為隨機擾動項。

由于OLS模型僅能就租房類型對農民工社會融合的條件期望進行估計，無法進一步反映租房類型對社會融合影響的條件分布情況。實際上，在農民工社會融合度的不同分位點上，自變量對社會融合的影響效果可能存在差異，而使用分位數回歸方法能夠較好地解決該問題。因此，本文還使用分位數回歸的方法，度量租房類型在多個分位點對農民工社會融合指標分布的影響。分位數的回歸模型如下：

β(Ψ)=argmin[∑yi≥βXiΨ|yi-βXi|+∑yi<βXi(1-Ψ)|yi-βXi|]

(2)

四、實證結果與分析

(一)基準回歸

基準回歸結果顯示(表2)，相較于社會租房，單位租房對農民工社會融合程度均表現出負效應，并在1%的統計水平下顯著，而政府租房對社會融合的影響回歸結果表現出不顯著，表明總體而言租住社會租房能更好地促進農民工的社會融合程度，假設H1得到驗證。政府租房影響差異不顯著可能的原因之一是因為當前享受政府租房的農民工數量過少，政府租房樣本量不足，導致不顯著，這與祝仲坤和冷晨昕(2018)[21]的研究結論一致。第二種可能是政府租房在地理位置、多樣性方面不如社會租房，對社會融合產生了負面影響，但同時政府租房的社會保障特征對社會融合又產生了積極的影響，兩種相反的影響相互抵消后，使得政府租房對農民工社會融合的影響差異不顯著。控制變量的估計結果與以往研究結論類似，其中，健康狀況較好、教育程度較高、個人收入較高、沒有承包地與宅基地、流動范圍較小、流動時長更長的農民工社會融合度更高[19]。

表2 基準回歸結果

在分位數回歸中，第(1)列為0.1分位點下的估計結果，第(2)列為0.5分位點下的估計結果，第(3)列為0.9分位點下的估計結果。在社會融合度的各個水平上，租住單位租房相比于社會租房對農民工社會融合均產生了顯著的負面影響。在社會融合度的底端(0.1分位)，租住單位租房造成的負效應相對更小，隨著社會融合度的不斷提高，租住單位租房造成的負效應也在不斷增大，在0.5分位，負效應是0.1分位的2.1倍，之后負效應出現了一定的下降，但程度不大。以上結果表明，租房類型對處于不同社會融合度農民工的影響程度存在明顯的差異。出現這種現象的原因可能是：社會融合程度較低的農民工進城務工的主要目的是賺取一定的收入以補貼家用，對家鄉的重視程度遠遠高于流入地，對融入流入地社會的期望較低，具有較強的“城市過客”的心理，這類農民工對單位租房的居住條件關注度較小，因此單位租房較差的居住條件對社會融合的負效應也相對較小。對于分位數中段的農民工而言，在流入地已有一定程度的社會融合，對進一步提高社會融合有期望并有較大提升空間，此時居住條件對其社會融合的影響較大，使得單位租房所帶來的負效應變大。對于高分位數段的農民工而言，社會融合程度已經較高，說明住房以外的因素對農民工社會融合促進作用更大，單位租房對其社會融合的影響相對變低。

(二)內生性處理

農民工收入較低，選擇社會租房的自由度較小。政府租房存在著獲取門檻，在現有戶籍制度下，城鎮保障性住房很大程度上還存在獲得條件阻隔，能否租住往往并不完全取決于農民工自身的意愿。單位租房的提供一般是與農民工在該單位務工捆綁的。由此可見，在租房市場上，農民工住房獲取能力是相對缺乏的。從上述分析來看，農民工的租房更多地是由不同類型租房供給方外生決定的。在租房類型與農民工社會融合的相互關系中，租房影響農民工社會融合是主導性的，雙向因果的可能性較低。盡管如此，為了更好地使實證結果減少偏誤。本文參照陳卓和陳杰(2018)[35]的研究，采用該城市所在省份的其他城市租房類型比率的均值，作為該城市租房類型的工具變量進行處理③。由于省內各城市之間的政治、經濟、文化以及社會等方面特征比較類似，因此省級層面的農民工平均租房類型比率與省內城市的農民工租房類型之間具有潛在的相關性，且由于剔除了該城市自身的租房類型比率，能保證本文構造的工具變量也在一定程度上滿足外生性假設。表3展示了工具變量的估計結果。由(1)可以看出，相對于社會租房來說，單位租房會對農民工的社會融合程度產生顯著的負效應；由(2)可以看出，相對于社會租房來說，政府租房會促進社會融合；由(3)可以看出，與單位租房相比，政府租房更能促進農民工的社會融合。根據上述討論，本文認為，雙向因果問題并沒有給本文的估計結果帶來嚴重的影響，本文的經驗結論是比較可靠的。

表3 租房類型對農民工社會融合影響的工具變量估計結果

由于農民工租房受個體特征影響，不完全是一個隨機事件，不同經濟條件、受教育程度等多種因素都會對農民工租房產生影響，因此租房有可能是自主選擇的結果，為解決由此導致的結果偏誤，本文選擇使用傾向得分匹配法來進行相關處理。由于租房類型為三分類變量，因此采用廣義傾向得分匹配法(GPSM)來解決自選擇問題。

本文假設，租房類型結果的集合為：D={A,B,C}。T表示處理變量，T=A表示社會租房，T=B表示單位租房，T=C表示政府租房。Y代表農民工社會融合程度。任意兩種不同租房類型(a,b∈D,a≠b)對農民工社會融合影響的差異的平均處理效應可以表示為：

ATEa,b=E(Ya)-E(Yb)=E[E(Ya-Yb|X)]

(3)

式(3)中，Ya表示在農民工租房類型a下的社會融合度，ATEa,b為農民工租房類型a相對于租房類型b的平均處理效應。在GPSM估計的思路下，需要先對協變量進行匹配，估計出農民工租住不同類型租房的概率即傾向得分值，然后根據該傾向得分進行匹配。因此，農民工租房類型對社會融合度的平均處理效應可表示為：

(4)

式(4)中，p(a,X) 表示在給定協變量時，農民工租房為a的條件概率，稱為廣義傾向得分。本文依據此式估計農民工租房類型a相對于租房b的平均處理效應。在使用GPSM方法進行估計時，必須首先滿足條件獨立性假設，因此協變量的選擇必須滿足不能受到農民工租房的影響這一條件。結合調查數據，本文用于估計農民工租房類型結果的廣義傾向得分的協變量與基準回歸是一致的。為了更充分地利用樣本，本文采取k=4的最小近鄰匹配法進行傾向得分匹配。見表4。

表4 租房類型對農民工社會融合影響的傾向得分匹配估計結果

經過廣義傾向得分匹配后，可以發現：第一組“社會租房vs單位租房”ATT系數與未匹配組系數正負一致且顯著，說明相對于社會租房來說，單位租房會對農民工的社會融合程度產生顯著的負效應；第二組“社會租房vs政府租房” ATT系數為正但不顯著，與基準回歸發現一致；第三組“單位租房vs政府租房” ATT系數與未匹配組系數正負一致且顯著，說明與單位租房相比，政府租房更能促進農民工的社會融合。

總體而言，經過傾向性得分匹配，社會租房對農民工社會融合的促進作用仍然顯著高于其他租房。這進一步說明不同租房對農民工社會融合的影響存在差異④。

(三)穩健性檢驗

為了進一步增強結論的可靠性，本文使用更換數據、增加控制變量的方法，考察上述研究結論的穩健性。考慮到住房支出與農民工租房類型存在著關聯，而2017年CMDS數據中缺乏租房租金指標，因此第(1)列采用2012年CMDS數據進行穩健性檢驗。其中，社會融合指標的建立與基準回歸保持一致。其次，第(2)列采用2017年數據中包含房貸支出的住房支出指標進行分析。在回歸估計中仍然控制了個體人口特征、經濟地位、流動特征和行業等特征，估計結果如表5所示。回歸結果顯示，在進行了更換年份數據、增加住房支出變量后，結論仍然保持穩健。

表5 穩健性檢驗

(四)流出地依賴的中介效應檢驗

依據相對中介效應檢驗方法，采用逐步回歸法來驗證流出地依賴對農民工社會融合是否存在中介效應。由于自變量租房類型存在3個類別，因此本文設置社會租房public與政府租房gove兩個虛擬變量。

yi=β0+β1public+β2gove+β3Xi+δJobi+εi

(5)

reliancei=β0+β1public+β2gove+β3Xi+δJobi+εi

(6)

yi=β0+β1public+β2gove+β3Xi+β4reliancei+δJobi+εi

(7)

(7)式中，reliancei表示農民工對流出地的依賴程度；控制變量、待估參數、隨機干擾項等與基準回歸基本保持一致。

中介效應檢驗結果如表6所示，從三個方程的回歸結果來看，相對總效應、相對直接效應和相對中介效應均顯著，說明農民工的流出地依賴程度在“農民工租房類型—社會融合”這一影響關系中發揮著部分的中介作用，本文提出的假設H2得到了驗證。從具體數值來看，相對于單位租房，社會租房的相對中介效應為2.7%，政府租房的相對中介效應為3.26%。為了論證可靠，本文使用Bootstrap法進行了迭代500次的相對中介效應顯著性判斷，得出的Sobel檢驗結果顯示，相對中介效應系數仍然保持顯著，且置信度為95%的置信區間不包含0，進一步說明了流出地依賴的相對中介效應存在。

表6 農民工流出地依賴在社會融合中的相對中介效應檢驗

(五)分樣本研究

考慮到不同人口特征、流動特征、行業特征的農民工群體之間存在的差異，以及不同類型的城市經濟發展、戶籍政策之間的差異，本文將樣本按照年齡、流入城市規模以及勞動密集型行業進行細分，以此來探討租房類型對社會融合影響的年齡、城市規模以及行業異質性(見表7)。第(1)(2)列對農民工年齡樣本進行了分類，1980年之后出生的為新生代農民工，之前為老一代農民工。第(3)(4)(5)列是對農民工流入城市按照2017年城區人口數量進行了等級區分，將流入地城市按照2017年城區人口數量進行歸類⑤，500萬以上劃分為特大城市，500萬到200萬之間為大城市，200萬以下為中小城市。第(6)(7)列是勞動密集型行業與非勞動密集型行業⑥分樣本結果。第(8)(9)列是將社會租房中的整租式與合租式分別與單位租房和政府租房進行比較。

如表7所示，在控制了其他變量之后，單位租房對老一代農民工影響更突出，更大程度上抑制了老一代農民工的社會融合，而政府租房則能夠對其社會融合程度產生促進作用。可能的原因在于，隨著年紀的增長，老一代農民工對住房穩定性的追求更高，而年輕的新生代農民工則相對能接受較高流動性的住房，故流動性更大的單位租房對老一代農民工社會融合產生了更不利的影響。同時，政府租房的可靠性和保障性更能滿足老一代農民工對住房穩定性的需求，因此提升了老一代農民工的社會融合度。

表7 租房類型影響農民工社會融合的異質性分析

在不同規模的城市樣本中，租住單位租房均不利于農民工的社會融合，并且在中小城市這種負效應更加明顯。有可能是因為中小城市單位租房的居住條件低于中小城市社會租房條件的平均水平，且相比特大城市和大城市而言這種差距更大，因此中小城市單位租房對社會融合產生的負效應更大。特大城市中政府租房是有利于農民工社會融合的，相反，在大城市樣本中政府租房卻不利于社會融合。可能的解釋是，特大城市的政府租房建設一般更加規范，要求更加嚴格，相應的配套設施更加完善，政府租房的居住條件可能相比社會租房更好。對于北上廣特大城市的農民工來說，政府租房的較高穩定性和保障性對農民工更有“雪中送炭”的意義，因而特大城市的政府租房更有利于農民工的社會融合。對大城市而言，租到較好的社會租房的難度和成本相對特大城市要小，因此在大城市中社會租房更有利于農民工的社會融合。

相比于其他行業的就業者，勞動密集型行業的農民工租住單位租房更大程度上不利于社會融合。這可能是因為勞動密集行業農民工居住的單位租房受居住人群高流動性特點的影響，租住條件整體較差，從而降低了社會融合程度。由于政府在建設保障性住房時，一個側重點是圍繞勞動密集型企業等用工需求較大的區域集中布局，當勞動密集型行業的農民工租住政府租房時，政府租房的保障性特征使得其相比社會租房更有利于促進勞動密集型行業的農民工社會融合。

將社會租房拆分為整租與合租比較后發現，無論是整租還是合租，社會租房均比單位租房更有利于農民工社會融合；而相較于合租式社會租房，租住政府租房更能促進農民工的社會融合，這可能是由于合租導致農民工居住的隱私性不能得到保證，生活習慣差異引起的居住舒適度降低，從而不利于農民工的社會融合。

五、結論與建議

本文使用2017年CMDS數據，基于OLS模型和分位數回歸研究了租房類型對農民工社會融合的影響及作用機制。主要結論有：(1)總體而言，單位租房對農民工的社會融合產生了顯著的負效應，社會租房更能促進農民工的社會融合，政府租房對農民工社會融合的促進作用不顯著。經過內生性問題處理和穩健性檢驗后，得出的結論依然成立。(2)分樣本研究結果發現，單位租房對老一代農民工群體的社會融合的負效應更大，而政府租房能顯著提高該群體的社會融合度；特大城市的政府租房能更顯著地促進農民工的社會融合，而大城市的政府租房不利于農民工社會融合；單位租房對勞動密集型行業農民工社會融合的負效應更大，政府租房對勞動密集型行業農民工社會融合促進效應更大。此外，政府租房相較于合租式社會租房更能促進農民工社會融合。(3)中介機制檢驗顯示，流出地依賴在租房類型影響農民工社會融合過程中發揮了重要的中介作用。

本文提出以下政策建議：第一，加強對租房問題的重視，更多地宣傳并切實實施購租同權，引導更多的資源流向租房供給領域。第二，加大對社會租房供給的支持力度，強化社會供給租房類型的多樣化優勢，豐富和規范不同檔次的社會租房類型。擴大政府租房對農民工的覆蓋面，加大政府租房的補貼力度，通過讓房地產商配套建設政府租房的形式，降低租房門檻，讓更多的農民工能夠在更長時間享受價格更低廉的政府租房。對單位租房來說，提高單位租房的標準，提升單位租房條件，部分單位租房可以實行社會化轉型。租房供給應該更好地適應農民工個性化住房需求，大城市的政府租房建設應繼續圍繞農民工密集就業區位，減輕區位-就業空間失配現象，完善相關配套設施，改善農民工居住空間的獨立性、舒適度。第三，社會各界應該高度關注農民工的心理因素，多組織開展適合農民工的文化體育健康活動，盡可能降低農民工的流出地依賴，更好地促進農民工社會融合。

(湘潭大學商學院碩士研究生肖淦對本文亦有貢獻)

注釋：

① 國家統計局：歷年農民工監測調查報告。

② 初步分析實證結果未在正文呈現，備索。

③ 由于直轄市(北京、上海、天津、重慶)不存在同一省份的不同城市，故工具變量估計不包含這四個直轄市的樣本。

④ 平衡性檢驗結果未在正文呈現，備索。結果顯示傾向得分匹配的效果比較理想，接近了隨機試驗的效果。

⑤ 數據來源：2017年城市統計年鑒。

⑥ 勞動密集型產業包括：采礦，紡織服裝，木材家具，印刷文體辦公娛樂用品，專業設備制造，電器機械及制造，計算機及通訊電子設備制造，儀器儀表制造，建筑，批發零售，住宿餐飲，居民服務、修理和其他服務業，公共管理、社會保障和社會組織。