新冠疫情下城鎮購房農民工家庭生計風險評價研究

文／呂之玉 南京信息工程大學管理工程學院 江蘇南京 210000

引言：

近年來，國家積極推動新型城鎮化建設，提出要采取多種方式改善農民工居住條件，全國多地也陸續發布了鼓勵農民進城購房的措施，包括契稅補貼、貸款貼息、物業費補貼等，為農民工進城買房提供了較好的政策環境。但是，由于農民工具有學歷水平低、工作不穩定等特點，其收入更容易受到疫情影響，貸款買房的農民工家庭極有可能出現斷供。因此，城鎮購房農民工家庭生計風險問題值得關注。

2000年，英國國際發展部提出了可持續生計分析框架，其中生計資本包含人力資本、社會資本、自然資本、物質資本、金融資本等。基于該框架，部分學者研究了農民工或農戶的家庭生計特點及生計策略[1-2]，也有學者關注到新冠疫情對農民工就業的影響[3]。但是，針對城鎮購房農民工家庭這一特定群體生計風險的研究較少。本文通過文本資料分析和調查研究，利用扎根理論和熵權-TOPSIS 模型，構建了城鎮購房農民工家庭生計風險評價理論模型，以南京、長沙、西安為例，評價和分析了城鎮購房農民工家庭生計風險現狀，并提出了生計風險防范對策。

1.數據來源

1.1 文本數據搜集與清洗

以“疫情+農民工/民工/農民+還貸/房貸/進城務工”為關鍵詞，利用新浪輿情通選取2021年5月1日至2022年6月31日的微博發帖，共獲得3260 份微博文本，去除“購房建議”、“招生入學”等無關信息，獲得317 份有效的微博文本。利用Python 文本分析中的Jieba 分詞包對317 份微博文本做分詞處理，去除無關詞、符號，如人名、標點、數字等，進行詞頻分析，繪制詞云圖，如圖1所示。出現頻率最高的四個關鍵詞分別為“疫情”、“民工”、“工作”、“公司”，“貸款”、“車貸”、“工資”等也具有較高的頻次，反映了疫情期間農民工家庭購房還貸面臨的困境。

圖1 微博文本分詞處理結果詞云圖

1.2 問卷設計、發放與回收

根據扎根理論得出的風險評價理論模型，設計了初步調查問卷，通過預調查和問卷修改，形成最終的“城鎮購房農民工家庭生計風險調查問卷”。該問卷分為三個部分，包括被調查者的人口和社會經濟特征、城鎮購房情況以及其抗風險能力。為了增強數據來源的廣泛性和代表性，分別選擇了東、中、西部的南京、長沙和西安進行調查，調查對象是戶籍仍在農村、每年在本地從事非農產業活動或外出從業6 個月以上并有城鎮購房行為的勞動者。問卷發放于2022年9月1日，回收日期為2022年9月27日，共獲得662 份調查問卷，根據答題時間、回答問題一致性等因素，剔除62份無效問卷，最終獲得有效問卷600份，問卷有效率達90.63%。

2.基于扎根理論的風險評價理論模型

扎根理論由美國社會學家格萊瑟和斯特勞斯于1967年提出，通過對所收集的資料進行分解，再以適當的方式將概念抽象為范疇以及核心范疇的過程，以形成新的理論。隨著互聯網媒體的發展，采用扎根理論處理微博文本數據獲得理論模型的研究逐漸增加[4-5]。扎根研究主要包括開放編碼、主軸編碼、選擇性編碼和理論飽和度檢驗四個步驟。本文選取317 份微博帖子中的前280 份用于編碼，另外的37 份樣本用于理論飽和度的檢驗。通過對微博帖子的開放性編碼分析，將文本中提及頻率高的概念進行歸類，最終從資料中抽取19 個主范疇，具體如表1所示。

表1 基于開放式編碼形成的范疇

為了識別影響生計風險的關鍵因素，通過主軸編碼，將范疇主要分為城鎮購房農民工家庭生計風險和生計資本兩類。其中生計風險主要指新冠疫情下農民工在購房過程中所可能面臨的一些不利危險和危害，從而導致棄房斷供、拖延還款等不良后果，主要包括收入風險、就業風險、購房風險、債務償還風險和心理風險。生計資本指家庭所擁有的資產狀況，是個體應對外部沖擊選擇生計策略活動的基礎，主要包含金融資本、社會資本、人力資本、自然資本和政策支持。

通過對各個范疇的考察和分析，同時結合原始資料記錄的反復比較，本文進行選擇性編碼，從風險來源與風險抵抗兩個方面構建了新冠疫情下城鎮購房農民工家庭生計風險評價指標體系，具體如圖2所示。

圖2 新冠疫情下城鎮購房農民工家庭生計風險評價理論模型

完成初步理論構建后，對剩下的37 份微博帖子進行編碼，并沒有形成新的概念和范疇，也沒有發現新的理論關系，由此證明該風險評價指標體系通過了理論飽和度檢驗。

3.基于熵權TOPSIS 的評價結果分析

3.1 描述性統計分析

（1）被調查者基本情況

本次調查對象家庭可耕地面積為3-5 畝和3 畝以下的占比分別為41.67%和36.17%，大部分被調查者家中的可耕地面積較小，農業收入較低。關于農民工家庭收入主要來源的調查表明，有95.83%的被調查者選擇了進城務工工資，有44.67%選擇了農業收入，說明進城務工工資是農民工家庭的主要收入來源。從受教育程度來看，78.17%的被調查者的學歷為初中及以下，受教育程度普遍較低，且大多沒有參加過系統的職業技術培訓，有54%被調查者每月城市務工的工資在7001-10000 元之間，基本可以滿足家庭的生活開支。

（2）被調查者購房情況

從購房方面看（表2），大部分的農民工選擇在戶籍所在地購房，占比74.33%，購房面積多為80-100 平方米，占比52.50%。根據農民工家庭的經濟能力，購房全款50-200 萬居多，購房首付分布較為均勻，全款的占27.50%，首付21%-30%、31%-50%、51%-100%的占比分別為25.00%、21.33%、26.17%。可見，量力而行是農民工家庭購房的重要原則。

表2 被調查者購房情況統計表

（3）被調查者家庭生計風險情況

問卷中用五級Likert 量表對生計風險進行測量，作答結果中被調查者對于題項的態度從低到高分別用1、2、3、4、5 進行量化。在5 分制的量表中，關于風險抵抗各題項的平均得分在3.46-4.15 之間，整體處于較高的水平。關于風險來源各題項的平均得分在2.48-3.43 之間，整體處于較低水平。其中，題項“由于新冠疫情頻發，我時常擔心房貸斷供或延遲還款”和“過去三年，我的家庭總收入變化較大”的平均得分較高，分別為3.43 和3.11，說明受到疫情的影響，大部分被調查者的家庭總收入變化較大，有可能會影響到房貸的還款。

3.2 評價結果分析

近年來，熵權法和TOPSIS 法相結合用于風險綜合評價受到關注，包括房地產市場風險評價、高新技術企業財務風險評價等[6-7]。為了定量評價城鎮購房農民工家庭生計風險，首先將所有題項正向化賦值，將原始數據進行無量綱化處理后，采用熵權-TOPSIS 模型進行指標賦權；然后通過TOPSIS 法逐漸逼近于理想并計算每個樣本的風險貼近度，進行樣本的風險大小排序，并對每個樣本的綜合得分進行區間化，將其分值范圍確定為1-5，分值越大說明該樣本存在的風險越高。

在風險來源評價指標中，權重排名前三的分別為過去三年工作變動次數（22.31%）、交房期限（14.94%）和購房后悔情緒（13.45%），表明過去三年工作變動次數在風險來源評價中起的作用最大。在風險抵抗評價指標中，與當地人關系的權重最大（21.00%），對風險抵抗評價最為重要，其次為資金籌集能力（17.68%）和可提供幫助的親友數量（17.367%）。將風險來源與風險抵抗的綜合得分進行篩選，結果如表3所示。風險來源＜3的被調查者家庭占總體的59.67%，表明大部分農民工購房家庭風險較小，但仍有相當一部分家庭風險較大。此外，風險抵抗能力較強的家庭占總體的77%，體現出絕大部分購房家庭具有一定的風險抵抗能力，但仍有部分家庭風險抵抗能力較弱。

表3 風險來源與風險抵抗總體評價

以風險來源為橫坐標，風險抵抗為縱坐標，以風險來源和風險抵抗得分均為“3”為分界線，繪制生計風險散點圖（圖3）。綜合來看，散點圖中各個象限均有大量樣本分布，其中，第三象限分布樣本數量最多，分布在該象限的樣本風險來源較小，風險抵抗較強，其生計風險相對較小。分布在第四象限的樣本數量僅次于第三象限，第四象限中的樣本風險抵抗較強，風險來源較大。分布在第一象限與第二象限的樣本數量大體一致，其中，第一象限的樣本點風險抵抗較弱，但風險來源較大，家庭可持續生計能力較弱，是降低生計風險的重點群體。由圖4-6 可知，南京市、長沙市、西安市城鎮購房農民工家庭風險來源與風險抵抗的得分散點圖分布特點與圖3 大體一致，沒有明顯差別。

圖3 三市城鎮購房農民工家庭生計風險評價

圖4 南京市城鎮購房農民工家庭生計風險評價

為了進一步分析城鎮購房農民工家庭生計風險差異的原因，本研究將風險來源與風險抵抗均大于3 和均小于3的被調查者篩選出來，分別有69 和289 個樣本，加以對比，具體結果如下：

圖5 長沙市城鎮購房農民工家庭生計風險評價

圖6 西安市城鎮購房農民工家庭生計風險評價

（1）收入情況、債務償還能力對家庭生計風險影響顯著。在生計風險大的家庭中，有40.6%的務工工資為每月2001-7000 元，生計風險小的這一收入比例為15.6%；有41.9%生計風險大的家庭表示會遭遇降薪或工資拖欠問題，比生計風險小的家庭多19.1%。從債務償還來看，有62.6%生計風險小的家庭不必通過再借款來滿足房貸，比生計風險大的家庭高27.9%。由此可見，務工收入較少、收入波動大、務工收入占家庭收入比例較大，并且需要通過再借款還貸的家庭，生計風險往往越大。

（2）從事行業和再就業能力對家庭生計風險影響顯著。生計風險高的人群中有37.7%從事建筑業，過去三年工作無變動的僅占10.1%，工作變動3-5 次的達29%，生計風險較低的人群中從事制造業的占37.4%，工作無變動的比例達61.6%，變動3-5 次的比例為0%。有68.5%生計風險小的家庭可以在短期內獲得的新工作，比生計風險大的家庭（20.2%）多48.3%。由此可見，建筑業務工的農民工工作變動次數較多，生計風險高于制造業等行業；失業后無法在短期內獲得新工作，生計風險較大。

（3）購后心理和房屋交付認知對家庭生計風險影響顯著。從購后后悔情緒來看，生計風險大的家庭中有36.2%在城市購房后感到后悔，然而生計風險小的家庭僅有不到4%。有31.8%生計風險大的家庭認為開發商過度宣傳，然而生計風險大的家庭僅有不到10%。有超過80%生計風險小的家庭認為所購房屋能按時上房，但是有39.1%生計風險大的家庭認為所購房屋面臨延期上房或有爛尾樓風險。因此，購后后悔并且認為所購房屋會延期或爛尾的家庭，生計風險較大，心理風險也是生計風險的重要組成部分。

（4）社會資本和籌資能力影響生計風險。在社會資本上，23.1%生計風險大的家庭能夠得到老鄉幫助，比生計風險小的少52.7%。生計風險較小的家庭中，都認為自己能夠融入當地城市，23.2%生計風險大的表示無法融入。生計風險大的家庭僅有17.4%認為有能力通過借款等方式籌集大筆資金，然而生計風險小的家庭有72.4%。因此，社會資源少、籌資能力弱的家庭生計風險較大。

結語：

基于以上分析，得出如下研究結論：（1）新冠疫情背景下部分城鎮購房農民工家庭面臨降薪失業、房貸斷供、延期上房等問題，其生計風險可從風險來源與風險抵抗兩個方面進行評價；（2）農民工城鎮購房位置以戶籍所在地為主，購房面積多在60-100 平方米，大部分都采取貸款方式購房，購房原因包括子女上學、城市環境、職業發展等；（3）大部分城鎮購房農民工家庭生計風險處于可控范圍，但仍有一部分家庭風險來源較強，風險抵抗能力較弱，南京、長沙、西安三個城市在生計風險上并沒有顯著差別；（4）房屋全款、首付數額、還貸金額等農民工家庭購房和貸款基本情況對其家庭生計風險差異影響較小，農民工收入狀況、從事行業、再就業能力、社會資本等會顯著影響生計風險。

根據以上研究結果，提出降低城鎮購房農民工家庭生計風險的建議：（1）農民工家庭購房應該量力而行，合理制定購房計劃，主動防范風險；（2）金融機構應當為農民工普及金融知識和房貸知識，幫助農民工家庭做好購房風險評估，制定、宣傳并落實疫情期間延遲還款政策，針對農民收入的季節性特征提供靈活還款方式；（3）政府應當完善農民工就業、生活、生產保障制度，包括組織農民工線上職業技能培訓，推動農民工及就業單位繳納失業保險和住房公積金，保障農民工失業后的基本生活；（4）開發商應當適度宣傳促銷信息，合理安排工期，依法按時交房。