流动农民留城定居意愿影响因素分析

流动农民留城定居意愿影响因素分析

王毅杰

一、问题的提出

20世纪70年代末、80年代初以来的社会制度变革和社会结构转型，形成农民流动得以进行的“自由流动资源”和“自由流动空间”，他们以前所未有的速度和规模流向城市。对于流动农民来说，流动仅仅意味着“从乡村流出”，意味着在城市艰难地谋求生存，这并不意味着他们就都愿意并能留在城市定居下来。只有完成流动农民留城定居这一过程，并不以牺牲乡村发展为代价的城市化和社会转型才能真正开始。

根据托达罗（M.P.Todaro）人口迁移模型中的个体流动并定居的条件我们可以看到:在城市就业的预期收入与在城市就业的概率之乘积，减去流动定居的实际成本、机会成本、心理成本等各项成本，若有所收获则个体会流动并定居，若得不偿失则不流动或流动后返回家乡。这一模型的基本假定是，理性行动者可以在自由劳动力市场中自由决定其行动。

然而，目前国内一些研究所隐含的推论则是，尽管城乡收入差异依然存在乃至逐步扩大，但多数流动农民不愿意或不可能定居在城市，最终原因是，流动农民目前所处的还是与城市劳动力相分割的二元劳动力市场、户籍制度及附着其上的“倾向于城里人”的各种福利制度所带来的制度惯性，只有等这些制度被取消了，流动农民能享受市民待遇的永久性定居才能取代目前他们滞留城市的边缘性境况。

为什么流动农民在留城定居方面存在分化，为什么一些流动农民愿意留城定居在城市，而还有一些要返回家乡，也就是说，究竟是哪部分个体愿意留城定居而不是返乡呢？这些讨论忽视了独立于以户籍制度为核心的各种制度架构的、微观层次的流动农民留城定居发生机制。

二、研究假设

在微观层次的定居发生机制中，已有研究注意到了性别、年龄、文化程度、城市生活时间、收入等因素的影响。这些研究的基本结论是，较高的年龄、较低的文化程度、较短的进城时间、较低的收入、较低地位的职业及工种的流动农民，容易产生返回家乡的意愿和行动（白南生、何宇鹏，2002；李强，2004；和丕禅、郭金丰，2004；吴兴陆，2005）。

笔者认为，这些研究都持个体主义立场，侧重从社会结构的层级关系出发，通过性别、年龄、文化程度、城市生活时间、收入等属性概念来确定行动者在社会结构中的位置，并以此来推断个体在社会制度安排下受到的限制与作用。

由于这些已有研究很少注意到社会网络在流动农民留城定居意愿和行为中的影响，因此容易将个体假定为理性化的自我利益追逐的经济人。有学者指出，对人类行为的完整分析，应该尽量避免过度与低度社会化的孤立问题。行动者既不是像独立原子一样运行在社会网络之外，也不会像奴隶般依附于他所属的社会类别赋予他的脚本。他们具有目的性的行动实际上嵌在真实的、正在运作的社会关系系统之中（Granovetter，1985）。因此我们认为，社会网络对流动农民来说，无论怎样强调都不算过分，因为流动过程的每一个环节都与社会网络有着密切联系（Alba/Nee，1997；Portes，1995；Sanders/Nee，1996）。

社会网络的研究视角是一种网络结构观而不是地位结构观。社会网络是行动者之间通过社会互动而形成的一种相对稳定的体系。这一视角是从这一稳定体系来认识行动者在社会结构中的位置，而不是将其还原为行动者的内在属性和规范特征；强调的是行动者对社会资源的摄取动员能力，而不是对某种资源的占有状况。它补充了主流的个体主义方法（巴里·韦尔曼，1994）。

因而，笔者认为，流动农民的留城定居意愿，既受到行动者具有的社会经济地位这一属性变量的影响，也受到行动者在城市生活中可摄取动员各种资源的社会网络影响。这是本文的核心假设。

为检验该假设，将使用的变量有:

因变量:流动农民的留城意愿。它来自调查问卷中的“我今后会留在城市的”，请调查对象谈自己的想法，是“非常同意”、“比较同意”，还是“说不清、没想过”，还是“不同意”、“一点也不同意”。在模型分析时，将前两项合成“同意”，后两项合成“不同意”。

根据前述基本假设，自变量有两大类。第一类是“社会经济地位”变量，根据已有研究成果，将通过如下变量来定义流动农民的社会经济地位。

1.年龄。流动农民多就业于脏、乱、差、累、苦、险的行业，劳动强度大，生活环境、饮食条件比较差，且缺乏必要的劳动保护和休息，受到伤害和生病的可能性比较大，得病之后，享受不到城市医疗保障，自身又无力承担在城市的医疗费用。因此，本文假设，随着年龄增大，他们难以像年轻时那样透支身体，也越来越难以承受过高的劳动强度、心理负担，此外家里的主要经济支出事项如结婚、修房、子女教育等已基本完成，所以倾向于返回家乡而不留在城市。

2.文化程度。本文假设，由于文化程度高的流动农民容易接受和适应城市生活节奏，将倾向于留城定居而不是返乡。

3.城市生活时间。英格尔斯认为，工厂经历、大众传播媒介、城市生活、学校教育是个体获得现代性因素的重要因素（英格尔斯等，1992）。笔者认为，城市生活时间越长，流动农民越可能将在乡村积累、学校教育获得的人力资本转化为城市社会生活所需要的人力资本，越可能积累城市生活所需要的劳动经验、语言技能等人力资本，也越可能适应城市生活。由于城乡差异、学校教育内容的原因，乡村积累和学校教育获得的人力资本必须经过转化才能在城市生活中获得回报（赵延东、王奋宇，2002）。同时，城市生活时间也在某种程度上预示着个体的客观的留城行为。本文假设，随着城市生活时间的延长，流动农民将倾向于留城定居。

4.收入。已有研究指出，当流动农民在城市获得较高的经济收入时，就可以支付城市生活所需要的各项支出，如房屋、子女教育、医疗费用等，因此将可能倾向留城定居而不是返回家乡。而低收入的流动农民由于无法支付有关生活成本，将倾向返回家乡而不是留城定居。本文也将对此进行检验。

5.“性别”，作为控制变量纳入模型。第二类是“城市生活中社会网络”变量。考虑到行动者摄取资源的可接近性，本文暂只考虑城市的社会网络对流动农民的影响。社会网络变量有3类:①依据关系类型，将“城市生活中社会网络”分为亲属、朋友和相识3类。关系类型在某种意义上就是关系强度。格兰诺维特认为，需要从互动频率、情感程度、密切程度以及互惠交换四个维度衡量关系强度。但在中国，关系的来源绝对是远比其他维度更重要的因素，即尽管平常互动不多或不会有亲密话题的直系血亲，但在关键时候还是最值得信赖的强关系（罗家德，2005）。有学者受台湾学者黄光国研究的启发，提出关系可分为“强关系”、“中间性关系”和“弱关系”，分别对应关系运作的“情感性”、“情感—工具混合性”和“工具性”，以代替先前社会网络研究的“强弱关系”二分法（汪和建，2003）。尽管流动农民可能不拥有某种资源，但其居住城市的亲属规模、朋友规模、相识规模越大，他就越能从这些网络成员中摄取动员较多的不同类型的物质或精神资源，进而促使他产生留城定居意愿。由此本文假设，亲属规模、朋友规模、相识规模越大，流动农民越倾向于留城定居而不返乡。②配偶居住情况。本文假设，已婚者中，目前与配偶居住在一起的，将会促使流动农民留城定居。③在城市居住的城市户口的网络成员，即“城里人”规模。根据彼得·布劳提出的“与其他群体和阶层的交往，推动和促使向这些群体和阶层的流动”假设（彼得·布劳，1991），容易得出这样的推论，与“城里人”交往将促使流动农民向城里人阶层的流动，因此本文假论，流动农民社会网络中“城里人”规模越大，他越倾向于留城定居而不是返乡。

本文所使用资料来自笔者于2002年暑期对南京市玄武区的红山街道、雨花台区的赛虹桥街道进行的访谈式问卷调查。调查对象的选择，是根据南京市暂住人口登记资料及已有研究，从性别构成、年龄构成、职业构成、就业类型构成4个方面，进行配额抽样。共发放问卷410份，全部收回，其中有效问卷383份，有效回收率为93.4%。调查对象和本文所使用变量的基本情况参见表1。

表1　调查对象与变量的基本情况

三、分析发现

笔者将前述自变量纳入不同模型进行多项逻辑斯蒂回归分析，均通过了显著检验。这一分析是通过数学转换将因变量的概率函数用自变量来线性表达，然后通过对方程中各自变量发生比率的考察来确定，从而了解自变量对因变量的作用。因此，这一分析方法要优于相关分析和方差分析。

此外，作为模型一的嵌套模型的模型二、三、四要好于模型一，社会网络的三组变量的确对模型有显著贡献（王济川、郭志刚，2001）。也就是说，对因变量的分析，不仅需要社会经济地位变量，也需要社会网络变量。

模型一中纳入的是社会经济地位变量。可以看出，在控制其他变量的情况下:①年龄越大，越不同意留在城市定居；但年龄的影响要复杂些，它与因变量不是简单的线性关系。②与“初中以上”文化程度相比，“初中以下”的流动农民倾向于返回家乡而不是留城定居，但“初中”与“初中以上”在此不存在差别。③城市生活时间越长越倾向于留城定居而不是返回家乡。④收入在留城与返乡方面不存在差异。⑤“说不清”和“不同意”的流动农民在这些变量上不存在显著差异。

模型二中纳入的是社会经济地位变量和居住在城市的亲属、朋友、相识规模变量。统计表明，在控制其他变量的情况下:①社会经济地位变量对因变量的影响方向与模型一相同，变化的仅仅是它们的具体影响力。②在社会网络变量方面，社会网络的三个具体变量在流动农民留城和返乡、留城与“说不清”方面不存在差异；但在“说不清”和返乡方面有两个变量存在差异。在控制其他纳入模型进行分析的变量的情况下，亲属规模越大，越倾向于“说不清”而不是返乡；相识规模越大，越倾向于返乡而不是“说不清”。

模型三中纳入的是流动农民的社会经济地位变量和配偶状况变量。统计表明，在控制其他变量的情况下:①与模型一、二相比，社会经济地位变量方面发生了变化，年龄和文化程度两变量没有通过显著检验，唯一显著的是城市生活时间变量，即城市生活时间越长，越倾向于留城定居而不是返乡。②在配偶居住方面，“无配偶”和“与配偶在一起”在留城意愿方面没有差异；与“与配偶在一起”相比，“不在一起”的流动农民更倾向于返乡而不是留城定居，也不是“说不清”今后去向；配偶居住状况在“说不清”和留城方面不存在差异。

模型四中纳入的是社会经济地位变量和“城里人”规模变量。统计发现，在控制其他变量的情况下:①社会经济地位变量的结果与模型一相同，变化的仅仅是这些变量的具体影响力；②“城里人”规模，在留城意愿方面的差异没有通过检验。

通过上面分析可看出，在控制其他变量的情况下，“社会经济地位”变量中的年龄、文化程度、城市生活时间对留城意愿均有显著影响，而收入变量不论在哪个模型中均没有通过检验，即本文并没有证实收入越高越倾向于留城定居的假设。

在方差分析中，“同意”留城的流动农民的平均自报月收入是1 090.79元，“说不清”者的平均月收入为854.15元，“不同意”者的平均值为794.04元，整体的组间差异通过检验（F＝3.016，df＝2，显著度为0.05）。但为什么在模型分析中假设没有得到验证呢？通过以“月收入”为因变量的线性回归分析，发现年龄越大、文化程度越高，收入也越高（表2）。因而，方差分析表明的两变量间关系，其实是由年龄、文化程度所导致的。

表2　相关变量的线性回归分析

说明:括号外为非标准化回归系数；括号内为标准回归系数；＊＊＊P＜.001，＊＊P＜.01，＊P＜.05。

在控制其他变量的情况下，我们发现，社会网络变量中城市居住的亲属规模、相识规模、配偶居住状况对留城意愿有显著影响，而居住城市的朋友规模、“城里人”规模在相关模型中没有通过显著检验。

首先来看“居住城市朋友规模”变量。在方差分析中，“同意”留城的流动农民的平均朋友规模是2.32人，“说不清”的是1.82人，“不同意”的是1.50人，整体的组间差异通过检验（F＝5.654，df＝2，显著度为0.004）。但，它为什么在模型二中没有通过显著检验？结合以“居住城市的朋友规模”为因变量的线性回归分析（表2），发现在模型二中，性别和文化程度压抑着“居住城市的朋友规模”。也就是说，作为“中间性关系”或“情感—工具性关系”的朋友规模并没有对留城意愿单独发生影响。

接着来看“居住城市亲属规模”和“居住城市相识规模”。在方差分析中，“同意”留城的流动农民的平均亲属规模是1.18人，“说不清”的是1.20人，“不同意”的是1.02人，整体的组间差异没有通过检验（F＝0.823，df＝2，显著度为0.440），换句话说，不同调查对象的居住城市亲属规模差别不大。在方差分析中，“同意”留城的流动农民的平均相识规模是1.05人，“说不清”的是0.89人，“不同意”的是1.41人，整体的组间差异通过检验（F＝3.324，df＝2，显著度为0.037）。在分别以“居住城市亲属规模”、“居住城市相识规模”为因变量的线性回归分析中，也有若干社会经济地位变量对它们发生影响，但在模型二中它们仍独立于社会经济地位变量，对留城意愿发生影响。

再来看“配偶状况”。以已婚者的配偶居住状况为因变量进行双项逻辑斯蒂回归分析，性别和年龄二变量的影响通过显著检验。但在模型三中，即使控制了这些变量，已婚者的配偶居住状况仍起着显著的影响。至于“无配偶”的影响没有通过检验，是因为控制了年龄这个与婚姻状况密切相关的变量。

最后来看“城里人规模”变量。在方差分析中，“同意”留城的流动农民的平均“城里人”规模是1.12人，“说不清”的是0.74人，“不同意”的是0.71人，整体的组间差异通过检验（F＝4.223，df＝2，显著度为0.05）。但为什么在模型四分析中假设没有得到验证呢？通过以“城里人规模”为因变量的线性回归分析，发现在南京生活时间越长、收入越高的流动农民，其“城里人”规模越大。因而，方差分析所表明的二变量关系，其实是由文化程度、南京生活时间和收入所导致的。或者说，“城里人规模”并没有单独对流动农民的留城意愿发生影响。因而关于城里人规模的假设在本文中并没有得到验证。

那么流动农民社会网络中的居住城市的“城里人”是哪些人，他们能提供哪些社会支持，与居住城市的“不是城里人”有没有差异呢？从关系类型来看，在383名被调查对象提及329名“城里人”中，12.8%是亲属、52.0%是朋友、35.2%是相识，而“不是城里人”的相应比例为31.4%、44.4%、24.2%，两者之间差异通过了相关检验。从支持类型来看，有21.6%的“城里人”提供安慰支持、14.9%的提供讨论支持、24.0%的提供金钱支持、24.3%的提供谋职支持、33.8%的“城里人”帮助“出面解决麻烦”、12.5%的提供陪伴支持、25.8%的提供交往支持，而“不是城里人”的相应比例为35.6%、27.9%、23.3%、18.0%、10.1%、33.7%、33.5%。通过统计分析可看出，与“不是城里人”相比，“城里人”更可能提供谋职和化解风险这些工具性支持，不可能提供安慰、讨论、陪伴和交往这些精神性支持，但在金钱支持方面不存在差异。从关系密切程度来看，流动农民与“城里人”的关系密切度要低于“不是城里人”，与“城里人”关系“非常密切”和“比较密切”的占66.9%，“一般”的占30.4%；而“不是城里人”的相应比例为81.1%、16.6%。从交往时间来看，与“城里人”交往时间要短于“不是城里人”，“城里人”交往5年以上的占52.5%，1～5年的占38.0%，不到一年的占9.4%，而“不是城里人”的相应比例为61.2%、29.1%、9.7%。因而，流动农民与“城里人”的关系是“中间性关系”或“情感－工具性关系”、弱关系或“工具性关系”占主导地位。因而，正是这样的“中间性偏弱”的网络对流动农民的留城定居意愿没有实质影响。

据此，笔者认为，在流动农民的社会网络成员中，可以画一个连续谱，一端是配偶，另一端是工作生活中接触相识的各色人物；一端是强关系，另一端是弱关系，各个网络成员均可以在这一连续谱中找到相应位置，也根据情境的变化而不断改变自己的位置。在这一连续谱中，强关系一端提供的是重要事项支持，而弱关系一端提供的是风险化解和交往支持（表3）。进而，一端提供的是偏情感性的支持，另一端提供的是偏工具性的支持。

在这一社会网络格局中，是这一连续谱的两端在对流动农民留城定居意愿发生影响:强关系、“情感性关系”的一端促使流动农民愿意留城定居，弱关系、“工具性关系”的一端使流动农民处于“说不清”的状态，而“中间性关系”、“情感—工具性关系”对留城意愿的影响不大。

表3　关系类型与提供支持类型

说明:＊＊＊P＜.001，＊＊P＜.01，＊P＜.05。

流动农民在城市社会行动的两个驱动力是维持已拥有的资源和争取获得尚未拥有的资源。建立在同质性基础之上的“强关系”、“情感性关系”有助于流动农民维持已拥有的资源，而建立在异质性基础之上的“弱关系”、“工具性关系”有助于他们获取尚未拥有的资源（林南，2005）。从就业信息的传递到结伴而行，从第一份工作的获得到在城市的互相帮助，都能找到交织在流动农民身上的对以信任为基础的“情感性关系”的依赖，这降低了处于不确定情境的流动农民的流动成本和风险。而在随后城市生活中，他们除了保持与强关系的广泛联系外，开始寻求新的关系网络、各种市场信息，同时也开始与城市官员以及居民建立起工具性关系（彭庆恩，1996；项飚，2000；刘林平，2001，渠敬东，2001；曹子玮，2003；王毅杰、童星，2004）。尽管获取更多的资源是他们所强烈希望的，但与这些建立在异质性基础上的弱关系进行社会交换时，同样有着人格尊重和平等性需求的流动农民往往更容易产生压力感和紧张感，而这种感觉在强关系之间进行社会交换时没有或很少产生。从而导致了流动农民“说不清”今后去向。

四、结论

根据2002年南京市流动农民访谈式问卷调查，笔者从社会经济地位、社会网络两方面探讨了流动农民留城定居意愿。分析结果表明，“社会经济地位”变量中的年龄、文化程度和城市生活时间，社会网络格局的两端“情感性关系”、“工具性关系”，都能促使流动农民留城定居意愿的分化，而其他因素的影响在本次研究中没有得到验证。

已有研究指出，20世纪90年代以来，流动农民的家庭化流动趋势开始明显。从社会网络角度来看，采取“生存策略”的流动农民尚可忍受夫妻的分居，但当“生活策略”开始起作用时，他们又努力设法和配偶一起生活在城市。更进一步的是，有明确留城定居意愿的流动农民会将子女带入城市生活。调查中，“同意”留城者的子女在城比例为0.582 3，“说不清”的为0.497 8，“不同意”的为0.339 5（经方差检验，组间差异通过显著检验，F＝5.613，df＝2，显著度为0.004）。因此，尽管他们的身份仍是“流动农民”，但以核心家庭为基础的家庭生活已“位移”到城市，这无疑有助于他们继续留在城市并采取了实质意义上定居行为，而不是此前的循环式流动了。

当依靠“情感性关系”和“情感－工具性关系”解决了生存困难之后，流动农民为了获得更多有价值的资源和更好的发展，开始建立并依赖“工具性关系”和“情感－工具性关系”。流动农民与“城里人”的关系实质上就是一种“情感－工具性关系”和“工具性关系”占主导的格局，它不像“情感性关系”那样，并不能促使他们留城定居，而是调查对象所说的“挣够了钱就回家”和“说不清”或“不知道”今后去向。

在这种“情感性关系”拉力、“工具性关系”推力的社会网络格局之下，一边是强烈的留城定居意愿和实质定居行为，另一边是与“城里人”的隔离、隔膜；即使居住在“都市里的村庄”这同一空间下，两者仍是一种“两张皮”关系，各自生活在各自的情感世界里（李汉林，2003）。从而，流动农民与城里人形成的将可能是一种“隔离性融合”。

注释

［1］本研究受国家社科基金（04BSH034）、国家博士后基金（2005037265）资助，特此致谢！