南京农业大学学报(社会科学版)  2019, Vol. 19 Issue (03): 85-95   PDF    

0

文章信息

叶俊焘, 孙中伟
居住隔离与农民工职业表现——来自七个区域中心城市的证据
南京农业大学学报(社会科学版), 2019, 19(03): 85-95

文章历史

收稿日期: 2018-08-05
居住隔离与农民工职业表现——来自七个区域中心城市的证据
叶俊焘1, 孙中伟2     
1. 浙江科技学院 经济与管理学院, 浙江 杭州 310023;
2. 华东理工大学 社会与公共管理学院, 上海 200237
摘要:本文利用7个区域中心城市1739名正规就业农民工数据,探索居住隔离对农民工职业表现的影响及作用机制。主要结论有:居住隔离同时产生空间误配/失配和溢出两类效应,共同决定农民工职业表现。基础回归和工具变量回归均稳健地显示居住隔离正向影响职业脆弱和工资水平,空间溢出效应超过误配/失配效应;而负向影响职业地位,空间误配/失配效应超过了溢出效应,居住隔离仅仅支撑了农民工城市社会的基本生存,但却制约了阶层流动和提升。引入居住隔离与社区区位和社区公共空间交叉项的工具变量回归表明,农民工居住地离公共资源集中配置区和工作地越远,居住隔离所引发的空间误配/失配效应更强,弱化了其对职业脆弱和工资水平的积极影响,但增强了其对职业地位的负面作用;农民工所居住社区的建筑有更多的公共交互空间,更有利于居住隔离的空间溢出效应的形成,增强了其对职业脆弱和工资水平的积极作用,但减弱其对职业地位的消极影响。
关键词居住隔离   农民工   职业表现   空间不平等   中心城市   
一、问题的提出

改革开放40年来,城乡差异是中国经济社会发展不平衡和不充分的首要问题,背后则是城乡居民生存发展权的不平等。尽管各级政府在农民工共享教育、医疗、住房、基本公共服务等城市发展成果方面做出了很大努力,但居住隔离等一些深层次的不平等问题却仍被忽视。

居住隔离在整个生命历程中将会对个体人力资本的积累和提升、职业和社会阶层的变迁产生极为深远的影响,这一观点见诸于发达国家社会治理的相关研究和实践[1]。当前中国已进入快速城市化和经济社会转型发展的关键时期,规模庞大的农民工仍源源不断地涌入城市就业,他们居住在城市,却与主流社会相隔离,一方面影响劳动力的存续和发展,另一方面容易诱发和激化社会矛盾,不利于社会和谐,完善的国家治理体系需要提早对居住隔离这类深层次不平等问题给予关注与防范[2]。就业是农民工进入城市的前提,职业发展是农民工在城市生存发展基础,职业表现则是职业发展的重要表征,必然受到居住隔离等一些不平等因素的影响,探索这一影响及作用机制,协调好各类资源以克服和消解可能的不利影响,实现城市的公平、稳定和可持续发展,这既是城市治理者的一项重要任务,也是提升国家治理水平的重要途径。

居住隔离被认为是西方社会学研究的经典话题,研究主要从三个方面展开:一是形成原因。经济水平差异被认为是产生居住隔离的首要原因,移民在被主流社会同化的过程中,必然要实现各类资源的获取和转换,移民通常在初期处于经济弱势,不得不选择具有相同境遇移民的聚集区居住,获取必要的社会网络支持,建构自身独特的社会关系,为后续社会阶层的提升奠定可靠的人力和社会资本[3]。文化偏好被认为是超越经济因素的另一重要原因,移民由于文化认同导致物以类聚、人以群分,居住隔离可以支持移民间文化认同、资源获取并摆脱外界歧视与偏见,由此,居住隔离是主动而非被动[4]。制度的贡献也不容忽视,美国的种族隔离制度导致了白人与黑人空间上的分离,成为美国社会的基本特征[5]。制度实现了空间权利对不同人群的分配,主流意识形态影响了制度的作用形式,而移民的空间利益容易受到损害。事实上,制度对居住隔离的影响力大大超过了其他因素[6]。二是社会后果。居住隔离的负面后果多于正面,通过空间距离的拉大而割裂了群体交往,从而导致互不信任,对族群关系、社会凝聚力和国家认同构成极大威胁[7]。负面效应主要体现为社会机会获取不公、群体内卷化和社会阶层固化等[8],由此导致了移民个体陷入低社会资本—低人力资本的恶性循环且融合能力短缺[9]、公共资源分配歧视[10]、工作和居住空间的不匹配[11],移民群体的异质性社会资本导入障碍和“平行社会”形成[12],以及社会地位上升通道萎缩[13],而在下一代移民中滋生贫困或犯罪文化[14]。三是政策治理。欧美国家政府普遍认为居住隔离妨碍了社会融合,而使社会趋于碎片化[15]。限于各国不同的历史背景、现实发展和主流意识形态,政策干预的形态和结果却不尽相同。公民权利上具有强烈排外性的国家,如德国、丹麦等,倾向使用同化主义的政策路径,以刚性管制减少居住隔离的可能;而另一些具有包容性文化特征的国家,如美国、法国等,则更愿意使用多元文化主义的政策路径,强调对居住隔离的柔性化解[16]。多数国家的干预手段通过移民住房保障政策的调整展开,但各有利弊,主流学者则认为居住隔离的政策干预应寻求市场和政府相结合的管制策略[17]

西方学者的研究明显超前,极少数国内研究仅简单描述或分析了制度根源[18]、移民社区的住房条件和邻里关系[19],以及对社会融合的影响[20]。在中国快速城市化和经济社会转型的背景下,现有研究呈现出一些不足:其一,农民工作为中国国内移民的主要组成部分,是特殊户籍制度的产物,背后暗含着根深蒂固的城乡失衡,不能简单等同于一般移民,但特异性研究还较少见;其二,快速城市化意味着在今后相当长一段时间,仍会有大量农民工进入城市,尽管城市经济社会正在经历各种转型升级和布局调整,农民工依然是主要的人力资源蓄水池,居住隔离会对职业表现产生怎样的影响,机制如何,尚不清楚;其三,西方国家的政策干预经验由于社会发展、治理水平和文化差异并不适应中国,必然需要符合中国实际的政策关照,但也未在当前研究中得到很好体现。本文试图利用对中国七个区域中心城市1739名农民工调查所获数据,围绕以上三个方面开展相对深入的研究。

二、理论框架

职业表现被认为是移民融入主流社会的关键环节,居住隔离对移民职业表现的影响一般归结为邻里效应[17],即通过邻里间的相互作用,将移民社区的特征作用于个体,进而导致移民在职业表现上的差异。这一过程中,邻里及其构建的社区成为重要的情景变量,移民既受到社区所在区位或地理特征所决定的城市空间资源配置状况的影响,又分享着邻里间同群效应作用下知识、技能在移民个体间加工、传导、内化等外溢性。由此可见,居住隔离对于移民职业表现的影响并不总是负面的。以移民社区所表示的居住隔离对农民工职业表现的影响,大致可归结为两类效应:

(一) 空间误配/失配效应

空间误配/失配效应围绕移民社区的地理位置展开,在三方面形成误配/失配。一是公共资源失配。移民进入目的地社会,在居住区域上将产生分异,空间上形成不同形态的移民聚居区[21],聚居路径来源于房地产市场对不同收入人群的逆向选择,移民经济能力大多处于相对弱势,低价住宅区通常成为移民居住聚集区。城市房地产价格形成中,低价格除了意味着房屋自身质量,如结构、面积、布局等方面的低质外,还隐含着与区位价值密切相关的公共资源缺乏,显然,移民社区大多位于房地产价格较低的城市边缘地带。因此,世界大多数城市中的移民社区总是有意无意地在城市规划中被忽略,普遍缺乏必要的公共资源。医院和健身服务的缺失或难获得,将会导致移民健康状况的下降,职业稳定和收入提升将会受到很大限制[22],而公共交通的不便,必然会提升通勤时间和成本,客观上缩小移民的择业半径和职业发展[23];社区教育资源的匮乏,人力资本难以有效提升,职业向上流动必然也会受到影响[24]。对于中国的农民工群体而言,公共资源失配不仅起因于所居住的城市区位,即大多数农民工社区处在城市边缘地带,如城乡接合部,公共资源供给数量和质量相对常住人口来说明显不足;而且还受到城乡户籍制度的制约,许多农民工虽然居住在城市中心地带,但户籍门槛依然使其无法公平享受既有公共资源。

二是工作地与居住地的误配。随着城市化和中国经济转型发展的深入,城市产业呈现服务业内迁和制造业外移的趋势,前者源自高密度人口聚集之于服务业的规模经济性,城市中心无疑是人口最为稠密的地区;后者起因于城市高昂的土地价格,一方面成本激增驱离传统制造业,另一方面通过向产业链高端转型而集约利用土地资源。产业是承载农民工就业的主要经济部门,农民工由于缺乏相应技能而大多在低端制造业就业,既有的居住区位选择大多围绕这一初始就业地展开,并分布于城市边缘地带。随着传统产业形态在转型发展中的衰败,短期内个体人力资本无法适应制造业高端转型需求,大量农民工转向技能要求较低的低端服务业就业,服务业区位的城市中心化,加上农民工居住区位转换的高成本,必然呈现工作地与居住地的分离[25]。事实上,在居高不下的城市房价驱使下,中国城市的大多数外来移民正承受着居住郊区化和工作市区化带给职业发展的负面效应,一方面,居住地和工作地之间较长的空间距离,意味着通勤距离的增加,客观上提升了参与劳动的交易成本,这可能会引起既有职业的不稳定,劳动者要么被迫选择非正规就业以获取灵活的上班时间,要么选择与资方签订一些带有歧视性条款的就业协议,如有限的职业晋升机会、低于同类型劳动力的工资水平等,以此来分担资方的用工风险[26]。另一方面,部分移民在无法忍受超长通勤距离和时间时,会倾向于基于现有居住区位重新规划择业半径,以克服长距离通勤的高成本[27],但基于产业空间分异和功能区规划限制,往往在其新的择业半径内,技能与工作却很难匹配,在极少数相匹配的工作上会形成激烈竞争,最终结果则会是移民不得不以较低工资赢得这类工作[28]

三是社会资本误配。农民工进入城市实际上是一个再社会化的过程,城市社会的生存方式和思维方式的建立,极大依赖于异质性社会网络,即与城市居民形成社会联系。空间距离往往意味着社会距离[29],居住隔离本质上拉大了农民工与城市居民间的社会距离。社会资本结构和形态在两大群体之间的配置是不均等的,在本位主义的社会意识下,有利于个体发展的社会资本和社会网络更多倾向于城市居民,而农民工则呈现出社会关系的同质和内卷。任何个体在特定社会环境中的发展都离不开人力资本、社会资本及其两者间的相互作用,公平性的社会资本配置是个人生存和发展的基本权利。与主流人群相隔离的居住形态限制了农民工与城市居民建立有效的社会网络,阻碍了异质性社会资本的形成和发展,在劳动力市场上,由于缺乏必要的社会网络,农民工无法公平地分享就业信息和工作机会,也较难获取公平的职业晋升,甚至群体矛盾激化时很容易被贴上污名化标签,导致人力资本市场实现和再生的障碍[3],大多数农民工都遭受着就业歧视、职业上升空间狭窄、人力资本被低估等不公平待遇。

(二) 空间溢出效应

尽管在形态上与城市主要居住区域相隔离,移民社区除了为大量农民工提供了经济上可承受的住宅,还为他们在就业市场上的表现提供了两类溢出效应。其一是围绕信息交换的溢出效应,虽然居住隔离导致了农民工社会网络的内卷化,但一些专属这一群体的信息会在这一网络中得到高效传播,产生溢出效应。在劳动力市场上,同质性社会网络有助于支撑农民工个体在次级劳动力市场上获取就业、工资、用工规则等方面的信息。在某些情况下,基于这类社会网络,农民工个体很容易缔结联盟,形成利益集团打破现有劳资关系不对等,以此减轻在就业过程中所遭受的歧视,并获取应有的职业稳定性,职业晋升的机会和与其人力资本相匹配的收入水平[20]。另一类溢出效应聚焦于技能知识的传递与学习。居住隔离有利于同群间频繁接触实现技能知识的传导与习得[30],大多数农民工在移民社区中倾向于向“榜样”学习,获取与工作有关的技能知识,这些知识有时候通过重复沟通得以习得,有时候在特定职业活动中与同辈成员共事而实现默会知识的转移和内化,增强在劳动力市场上的竞争力,有利于获取稳定的工作和晋升机会,以及更高的工资。

以上两类效应被居住隔离同时引发,共同决定着农民工的职业表现。

三、数据来源与变量说明 (一) 数据来源及抽样方法

本文使用的数据来源于2013年8—10月间,由华东理工大学、南开大学、中山大学、华中师范大学、四川大学、兰州大学和哈尔滨工业大学分别在各自所在城市展开的“流动人口管理和服务对策”问卷调查,以上七个城市均属于区域中心城市。主要涉及被访者的个人、家庭基础特征,以及工作、生活状况。调查过程中使用了配额抽样和被访者驱动抽样相结合的方法,共获取了3588个样本,本文只选取了其中正规受雇就业农民工样本,共计1739个,占样本总数的48.47%。

① 样本选择依据和抽样过程由于篇幅限制而未显示,如有需要,可向作者索取。

② 正规受雇就业是指被比较正规的企事业单位雇用,根据劳动法签订劳动合同和享有国家规定的各种劳动保障,能够得到比较稳定的工资等。农民工的界定则采用户籍在农村,但在本城市从事非农产业或外出从业6个月及以上的劳动者。选择理由有二:一是数量上占绝大多数,具有代表性;二是职业表现的数据更易获取。

样本显示被调查城市正规受雇就业农民工的典型特征:一是年龄普遍较轻,40岁以下农民工占据八成以上,高于52.7%的全国水平,由年龄导致的未婚率也相对较高,自评健康状况较好。二是教育程度较高,接近30%的农民工接受了大专及本科层次的高等教育,大大高于3.1%的全国水平,但这似乎与刘林平等对于农民工的界定不完全相同[31],对于这部分样本的回溯分析发现,几乎所有的农民工为应对城市就业市场日益增长的人力资本需求,通过非正规渠道(电大、函授、自考、成教等)接受了与大专及本科同等学力的教育,以此来提升自身的人力资本水平。以年龄、健康和教育程度共同表征的人力资本上,被调查城市明显具有“掐尖”效应,绝大多数具有较高人力资本的农民工(即高素质劳动力)进入了这些中心城市,他们的定居意愿强烈,倾向关注居住、就业和发展等城市生活的一切问题,对城市社会治理要求更高。三是服务业就业比重高,居住的郊区化明显。接近半数的农民工在各种服务行业就业,远高于38.6%的全国水平,这表明样本城市率先进入了产业结构调整期,服务业比重上升,并吸纳了较多数量的农民工就业,工作地点多集中于城市中心地带,但工作地和居住地的空间分隔迹象明显,接近半数的农民工仍居住于城市郊区或边缘地带,他们只能获取有限的公共服务,却要承受较高的通勤成本。此外,一些农民工群体的普遍特征也依然在延续,如男性略多于女性,汉族农民工占多数,党员比例低等。

(二) 变量选取及描述性统计

本文选取的变量说明与测量方法及描述性统计如表 1所示。

表 1 变量说明与描述性统计
类别 名称 说明与测量方法 样本量 均值 标准差
因变量 职业脆弱 劳动合同、社会保险、社会福利、工作环境无伤害、培训机会综合判定 1738 3.484 0.92
职业地位 管理、技术和单位层级综合判定 1739 2.17 0.76
工资水平 最近一年月平均工资的常用对数值 1728 7.53 0.29
核心自变量 居住隔离 是否居住在城中村 1739 0.58 0.49
控制变量:个体社会经济特征 年龄 1739 29.96 10.37
性别 1=男;0=女 1739 0.59 0.49
民族 1=汉族;0=少数民族 1739 0.96 0.02
教育程度 1=没上过学;2=小学;3=初中;4=高中;5=中专/技校/职高;6=大专;7=本科;8=研究生及以上 1739 4.24 1.71
婚姻状况 1=已婚;0=未婚 1739 0.47 0.50
健康状况 1=很不健康;2=不太健康;3=一般;4=比较健康;5=非常健康 1739 4.04 0.82
政治面貌 1=中共党员;0=其他 1735 0.09 0.28
村干部经历 是否担任过村干部:1=是;0=否 1739 1.98 0.15
职业资格 是否拥有职业资格或证书:1=有;0=没有 1739 0.32 0.47
控制变量:迁移与城市就业经历 来本城市时间 1739 11.43 2.73
非农就业时间 1739 12.32 4.25
非农职业个数 1732 2.74 5.21
当前工作时间 1739 2.89 4.69
举家迁移 1=是;0=否 1739 0.51 0.50
平均日工作时间 小时 1739 9.23 2.13
其他控制变量 城市 1=天津;2=上海;3=广州;4=武汉;5=成都;6=兰州;7=哈尔滨 1739 3.82 1.93
行业 1=制造;2=建筑;3=住宿餐饮;4=批发零售;5=交通、运输、邮政;6=家政、物业、维修等居民服务;7=金融、信息、研发、咨询等现代服务;8=教育、水电、医疗、政府部门等公共服务 1737 3.38 2.60
工具变量(Ⅳ) 流动人口占比 2012年流动人口占常住人口比例 1739 0.23 0.13
房租工资比 进入城市当月租赁指数与社会平均工资比 1199 0.36 0.05

本文的因变量为农民工职业表现,分为职业脆弱、工资水平和职业地位。三者之间存在递进关系,即首先必须取得相对稳定的就业,然后考虑工资的稳定和增长,最后通过职业地位的提升实现社会阶层向上流动,以此实现向市民的转化。职业脆弱使用汪华和孙中伟的测度方法[32],职业地位的测量利用管理、技术和单位层级三个维度获得,工资水平使用工资对数值。

① 问卷中管理层级由高到低依次为:5=中高层管理人员;4=专业技术人员;3=基层管理人员/销售人员;2=办公室工作人员;1=生产工人、后勤服务人员或其他。技术层级由高到低依次为:5=高级专业技术职称及相当水平;4=中级专业技术职称及相当水平;3=初级专业技术职称及相当水平;2=技术工人及相当水平;1=无专业技术。单位层级由高到低依次为:5=国有企业/机关事业单位;4=外资独资企业;3=中外合资企业;2=集体企业/私营企业;1=个体经营/其他。

本文的核心自变量为居住隔离,参照Zhu的做法[30],以是否居住在城中村测量。其他均为控制变量,包括个体社会经济特征(年龄、性别、民族、教育程度、婚姻状况、健康状况、政治面貌、村干部经历、职业资格),迁移与城市就业经历(来本城市时间、非农就业时间、非农职业个数、从事当前工作时间、是否举家迁移、平均日工作时间),以及行业和城市。

本研究具有内生性并源自反向因果关系。先前许多研究通常使用工具变量法解决内生性问题。根据陈云松在上层集聚数据中寻找工具变量的思路[33],本文在城市层面寻找到两个工具变量:城市流动人口占比、房租工资比。农民工大多通过租房解决居住问题,房地产市场会依据价格分层,即正规房地产市场中的租金较高,所提供的房屋产品质量连带的附加价值(如区位价值、公共服务等)也更优,反之亦然;房地产市场利用价格实现对不同收入人群的匹配,即高收入者进入正规房地产市场,低收入者进入非正规房地产市场,实现逆向选择。另外,区域中心城市均为人口大量流入地,房地产市场大多呈现供小于求,在供需失衡下无疑会产生“挤出效应”,即低收入人口将被挤压至底层。由于中国长期的城乡和区域差异,农民工的收入水平远低于城市居民和城-城移民,在逆向选择和“挤出效应”下,农民工只能被迫进入非正规房地产市场。城中村是非正规房地产市场的主要形态,在空间上与城市主流居住区相隔离。流动人口占比高的城市,房地产市场供需矛盾更为激烈,农民工被挤压进入城中村的概率则会升高。房租工资比反映了城市租房市场的相对价格,比例越高,农民工越不可能承受正规居住的价格,只能选择进入城中村。无论是城市流动人口占比还是房租工资比,两者都与是否遭受居住隔离存在紧密关联,而与职业表现不产生直接关联,满足工具变量选择的原则。城市流动人口占比采用2012年流动人口占常住人口的比重,房租工资比则利用进入城市当月该城市房屋租赁价格指数与当年社会平均工资的比值来表示,房屋租赁价格指数由中国房地产指数系统提供,其样本仅包含公房、普通商品住宅和经济适用房等正规房地产产品,但这并不妨碍作为工具变量的有效性;另外,由于中国房地产指数系统只提供了天津、上海、广州、武汉、成都五个城市的房屋租赁指数,最早为2005年1月,时间越早,显示租赁价格指数的城市越少,因此部分样本将无法匹配到房租工资比。鉴于此,本文将以流动人口占比作为工具变量的模型纳入基础回归中,而以房租工资比作为工具变量的模型作为稳健性检验

① 利用正规住房租赁指数所构建的租金工资比也能够真实反映出房屋租金对农民工居住选择的挤压效应,比例越高,农民工越容易居住城中村,由此导致居住隔离。

② 稳健性检验同时兼具更换工具变量和调整样本规模,符合稳健性检验的要求。

四、实证结果与分析

表 2显示了职业脆弱、职业地位和工资水平的基础回归结果,模型中还引入了年龄的平方项,同时在模型中控制城市和行业。

表 2 基础回归结果
变量 职业脆弱 职业地位 工资水平
Oprobit Ⅳ-Oprobit Tobit Ⅳ-Tobit OLS 2SLS
居住隔离 -0.037 0.892*** -0.022 -0.876*** 0.016 0.256***
(0.062) (0.189) (0.053) (0.329) (0.009) (0.080)
控制变量:个体社会经济特征 YES YES YES YES YES YES
控制变量:迁移与城市就业经历 YES YES YES YES YES YES
控制变量:其他 YES YES YES YES YES YES
截距1/常数项 -2.490*** -1.527** 2.503*** 1.141** 4.010*** 3.739***
(0.647) (0.619) (0.588) (0.658) (0.108) (0.157)
截距2 -0.110 0.600 - - - -
(0.612) (0.564)
截距3 0.042 (0.736) - - - -
(0.612) (0.562)
截距4 2.439*** 2.862*** - - - -
(0.616) (0.549)
Atanhrho截距 -0.662
(0.169)
样本数 1725 1739 1726 1739 1716 1716
Pseudo R2/R2 0.076 0.083 0.153 0.177 0.199 0.193
第一阶段回归 居住隔离 居住隔离 居住隔离
流动人口占比 1.669*** 1.420*** 0.869***
(0.229) (0.243) (0.163)
常数项 -0.193*** 1.420*** 0.703***
(0.0603) (0.243) (0.258)
第一阶段F值 32.63 31.28 28.31
Wald外生检验(Prob>chi2/F) 0.000 0.000 0.000
注:①*****分别表示在5%和1%水平上显著;②YES表示控制了相关虚拟变量,但限于表格篇幅并未列出具体数值。

工具变量第一阶段回归的F值均大于经验值16,所有Wald外生性检验也都拒绝了零假设,表明居住隔离确有可能存在内生性。如果所选择的工具变量的合理性不受质疑,那么工具变量回归的估计值比原始回归更可靠。

原始回归中,居住隔离只对工资水平产生了显著的正向影响,溢出效应超过了误配/失配效应,有利于工资水平的提升,但居住隔离并未对职业脆弱和职业地位产生显著影响。工具变量回归结果则显示,在消除内生性后,居住隔离对职业脆弱产生了显著的正向影响,但却负向影响了职业地位,居住隔离对工资水平的正向作用增强,这表明农民工职业稳定和工资的形成中,溢出效应超过了空间误配/失配效应,居住隔离有效促进了职业脆弱性的减弱和工资水平的提升;但在职业地位的形成中,空间误配/失配效应超过了溢出效应,居住隔离抑制了职业地位的向上跃迁。如果将职业脆弱和工资水平作为基础性指标,职业地位作为发展性指标,居住隔离对于农民工职业表现的逻辑则更为清晰,即居住隔离仅仅保证了农民工在城市生存的基本需求,但却制约了其在城市社会的阶层流动和提升,阻碍了其城市融合进程。其他变量对职业脆弱、职业地位和工资水平的影响表现出一致性。此外,工具变量在第一阶段回归中均对居住隔离产生了显著正向影响,支持了之前工具变量的选取思路。同时通过了模型内生性检验和工具变量有效性检验。利用房租工资比作为工具变量的稳健性检验如表 3所示。

① 由于篇幅限制,模型内生性检验和工具变量有效性检验等结果并未显示,如有需要,可向作者索取。

表 3 稳健性检验结果
变量 职业稳定(Ⅳ-Oprobit) 职业层级(Ⅳ-Tobit) 工资(2SLS)
居住隔离 0.901*** -1.091*** 0.331***
(0.299) (0.171) (0.012)
截距1/常数项 -1.428* 1.461** 4.054***
(0.767) (0.627) (0.141)
截距2 0.618
(0.694)
截距3 0.789
(0.690)
截距4 2.973***
(0.670)
Atanhrho截距 -0.674**
(0.270)
样本数 1199 1199 1182
Pseudo R2/ R2 0.095 0.184 0.189
居住隔离
房租工资比 2.568*** 2.496*** 1.116***
(0.657) (0.634) (0.281)
第一阶段F值 30.99 29.51 35.80
Wald外生检验(Prob>chi2/F) 0.000 0.000 0.000
注:******分别表示在10%、5%和1%水平上显著。

房租工资比作为工具变量也通过了相关检验。简化起见,表 3的稳健性检验中系数的方向、大小和显著性水平与基础回归基本一致,第一阶段回归也显示出房租工资比对居住隔离的显著正向影响,符合工具变量选择的逻辑,各模型均显示出较好的稳健性。值得注意的是,居住隔离产生的空间误配/失配和溢出效应的相对强度并非静止不变,在个体特征相对稳定时,变化可能源自客观环境的调节。

从城市空间发展理论看,空间误配/失配效应源自城市公共资源配置的歧视,任何城市的公共资源配置都遵循由里及外的路径,即公共资源密度由城市中心向边缘地带呈辐射状衰减,其质量配置也同样遵循这一路径[34]。现实中,中国城市中移民社区的位置伴随着快速城市化的演进而发生动态变化,移民社区并不总是处于城市边缘地带,尽管一些移民社区初期处于城市边缘地区,但随着城市边界的扩张,逐步成为城市中心地带。由于部分公共资源的非排他性,处于城市中心地带或者距离城市中心较近的移民社区人口可部分分享优质公共资源,虽然这并非政府有意为之。换句话说,居住在某些城中村的农民工由于区位上的优势,居住隔离所导致的空间误配效应可能会被削弱,对职业表现的负面影响相应得到缓解。

空间溢出效应也并非自发产生。严格说来,城中村仅创造了产生溢出效应的机会,但并不必然产生溢出效应,这其中,个体间可能的交互形态和方式起到了决定性作用,而创造或影响这种交互形态和方式的建筑格局被认为是重要的,具备公共交互空间的建筑格局产生了较高的社会连接概率。当前中国城中村的建筑格局是多样的,如庭院、公寓等,各类建筑中的公共交互空间设置也有很大不同,一般认为,庭院式建筑存在较为充裕的公共交互空间,而普通公寓的公共空间则较为缺乏,农民工在溢出效应的获取上必然存在很大差异。因此,城中村的建筑格局影响了空间溢出效应的产出,具有公共交互空间的建筑格局可能有助于农民工建立和使用更好的社会网络而产生较高溢出效应,居住隔离对于职业表现的正面影响可能得到增强。

为实证以上推断,本研究在工具变量回归中加入两个交叉项。即居住隔离分别与社区区位和社区公共空间的交叉项。社区区位用通勤时间来衡量,在大多数农民工工作地点不断向城市中心转移的趋势下,通勤时间通过衡量居住地与市中心的空间距离体现其共享优质公共资源的可能性,通勤时间越短,优质公共资源共享的可能性越大,居住地到工作地的可达性也越强。社区公共空间用居住建筑中有无公共交互空间来衡量,若有,意味着农民工在社区内部与他人建立社会连接的概率增加,因而更有可能沟通和学习就业和职业技能信息,形成组织并获取支持,溢出效应更为明显。样本社区区位的均值为87.24,说明农民工离优质公共资源的密集配置区域较远,共享的可能性较低;社区公共空间的均值为0.553,超过半数的农民工居住的城中村中,建筑具备公共交互空间。引入交叉项后的结果如表 4所示:

① 通勤时间的单位为分钟;社区建筑格局利用社区建筑有无公共交互空间测量,1=有,0=无。

表 4 引入交叉项的回归结果
变量 职业脆弱(Ⅳ-Oprobit) 职业地位(Ⅳ-Tobit) 工资水平(2SLS)
居住隔离 3.794*** -0.379*** 0.273**
(0.830) (0.685) (0.117)
居住隔离*社区区位 -0.020*** -0.003*** -0.001***
(0.008) (0.005) (0.001)
居住隔离*社区公共空间 0.414* 0.086** 0.035**
(0.229) (0.205) (0.035)
社区区位 -0.009** -0.003*** -0.001***
(0.004) (0.003) (0.001)
社区公共空间 0.300** 0.0524* 0.035*
(0.137) (0.115) (0.021)
E居住隔离 -1.652*** 0.155*** -0.107**
(0.351) (0.292) (0.049)
E居住隔离*社区区位 0.022*** -0.001*** -0.001***
(0.009) (0.006) (0.001)
E居住隔离*社区公共空间 -0.318** 0.017** 0.012**
(0.220) (0.199) (0.034)
样本数 1725 1726 1716
Pseudo R2/ R2 0.093 0.187 0.216
第一阶段F值 43.25 46.17 50.66
Wald外生检验(Prob>chi2/F) 0.000 0.000 0.000
注:①******分别表示在10%、5%和1%水平上显著;②由于存在内生性及内生变量与调节变量之间的交互项,工具变量回归采用Control Function方法;③模型中的E为工具变量对相应内生变量回归后的残差项;④所使用的工具变量为城市流动人口占比;⑤由于篇幅限制,其他变量的结果未显示在表中。

表 4的结果可以看出,引入交叉项后,居住隔离对农民工职业表现各变量的影响依然与基础回归相同,同时,各交叉项在三个模型中的系数均显著,且方向相同。居住隔离与社区区位的交叉项系数显著为负,表明衡量社区区位的通勤时间越长,居住隔离所产生的误配/失配效应则越强,削弱了居住隔离对职业脆弱和工资水平的正向影响,而强化了其对职业地位的负面影响;居住与社区公共空间的交叉项系数显著为正,表明社区建筑中有公共交互空间,将有利于溢出效应的形成,增强了居住隔离对职业脆弱和工资水平的正向影响,而削弱了其对职业地位的负面影响。此外,各模型中的残差项系数均显著,表明所有交互项均存在内生性,相关检验结果也证明工具变量是有效的。

五、结论与思考

本文选取农民工职业表现为对象,基于中国快速城市化和经济社会转型发展的背景,利用2013年七个区域中心城市流动人口管理和服务调查中1739名正规就业农民工的数据,探索居住隔离与农民工职业表现间的关系及作用机制。主要结论有:居住隔离同时产生空间误配/失配和溢出效应,共同决定农民工职业表现。基础回归和工具变量回归均稳健地显示居住隔离正向影响职业脆弱和工资水平,空间溢出效应超过误配/失配效应;而负向影响职业地位,空间误配/失配效应超过了溢出效应。居住隔离仅仅支撑了农民工城市社会的基本生存,但制约了阶层流动和提升。引入居住隔离与社区区位和社区公共空间交叉项的工具变量回归表明,农民工居住地离公共资源密集配置区和工作地越远,居住隔离所引发的空间误配/失配效应更强,弱化了其对职业脆弱和工资水平的积极影响,但增强了其对职业地位的负面作用;农民工所居住社区的建筑有更多公共交互空间,更有利于居住隔离的空间溢出效应的形成,增强了其对职业脆弱和工资水平的积极作用,但减弱其对职业地位的消极影响。根据以上结论,可形成如下思考:

居住隔离催生了较强的空间误配/失配效应,表明其背后蕴含的城市公共资源均等化问题在现阶段仍较突出,事实上,以人为本的城市化本质上需要破除附着于户籍背后的各类资源配置的不均等,无论中国城市化进程走到何种阶段,围绕城乡抑或是区域福利均等化的制度变迁方向都不能被忽视或放弃。

在中国城市发展进程中,由于征地拆迁等原因,城中村承载了大量农民工。随着城市建成区边界的向外延展,城市公共资源的相应覆盖,许多城中村的区位优势不断得以显现,居住其中的农民工可共享城市公共资源,居住隔离所造成的空间误配/失配的负面效应能得到一定程度的缓解,因而对其市民化有积极贡献。当前许多城市管理者片面夸大城中村的不安全和不稳定性,主张大力拆除城中村,以此驱赶低收入人群,否定城中村在为农民工提供基本生存和发展空间方面的积极作用,这种盲目排斥的政策导向需要被重新审视。

城市政府对于保障性住房的选址需要顾及相应的公共资源配套,一些城市政府在商业地产项目中配建一定比例保障性住房的做法是值得肯定的。尽管许多城市都将农民工纳入住房保障体系中,但保障性住房建设大多以高容积率的公寓为主,缺乏必要的公共交互空间,虽满足了农民工的基本居住需求,但却制约了他们的发展。由于社区建筑格局对于空间溢出效应的放大作用,针对农民工保障性住房的供给必然需要考虑建筑体内公共交互空间的设置。欧美国家针对移民的住房供给在建筑格局设计上已有成功经验可供借鉴。

参考文献(References)
[1]
Miech R, Eaton W, Liang K. Occupational Stratification over the Life Course[J]. Work and Occupations, 2003, 30(4): 440-473. DOI:10.1177/0730888403256459
[2]
Verena D, Uwe J, Georgi T. Residential Segregation and Immigrants' Satisfaction with the Neighborhood in Germany[J]. Social Science Quarterly, 2015, 96(2): 354-368. DOI:10.1111/ssqu.2015.96.issue-2
[3]
Ressia S, Strachan G, Bailey J. Going up or Going down? Occupational Mobility of Skilled Migrants in Australia[J]. Asia Pacific Journal of Human Resource, 2017, 55(2): 64-85.
[4]
Bolt G, Van Kempen R. Escaping Poverty Neighborhoods in the Netherlands[J]. Housing, Theory and Society, 2003, 20(4): 136-158.
[5]
Lawrence B. Keeping the Linchpin in Place:Testing the Multiple Sources of Opposition to Residential Integration[J]. International Review of Social Psychology, 1986, 2(3): 79-101.
[6]
Hanlon J. Unsightly Urban Menaces and the Rescaling of Residential Segregation in the United States[J]. Journal of Urban History, 2011, 37(5): 256-278.
[7]
Peach C. Good Segregation, Bad Segregation[J]. Planning Perspective, 1966, 11(4): 16-35.
[8]
郝亚明. 城市与移民:西方族际居住隔离研究综述[J]. 民族研究, 2012(6): 12-24. DOI:10.3969/j.issn.1007-8592.2012.06.016
[9]
Liberson S. The Impact of Residential Segregation on Ethnic Assimilation[J]. Social Force, 1961, 40(1): 135-147.
[10]
Yang T, Zhao YH, Song Q. Residential Segregation and Racial Disparities in Self-rated Health:How do Dimensions of Residential Segregation Matter?[J]. Social Science Research, 2017, 61(7): 29-42.
[11]
Hao P, Sliuzas R, Geertman S. The Development and Redevelopment of Urban Villages in Shenzhen[J]. Habitat International, 2011, 35(2): 214-224. DOI:10.1016/j.habitatint.2010.09.001
[12]
Dunn K M. Rethinking Ethnic Concentrations:the Case of Cabramatta, Sydney[J]. Urban Studies, 1998, 35: 2145-2170.
[13]
Raphael S. The Spatial Mismatch Hypothesis and Black Youth Joblessness:Evidence from the San Francisco Bay Area[J]. Journal of Urban Economics, 1998, 43: 79-111. DOI:10.1006/juec.1997.2039
[14]
Liu Y, He S, Wu F. Urban Villages under China's Rapid Urbanization:Unregulated Assets and Transitional Neighborhoods[J]. Habitat International, 2012, 36: 192-200. DOI:10.1016/j.habitatint.2011.08.008
[15]
Jennifer M, Ade Kearns. Living Apart? Place, Identity and South Asian Residential Choice[J]. Housing Studies, 2009, 24(4): 54-78.
[16]
Deborah P. Minority Ethnic Segregation, Integration and Citizenship:A European Perspective[J]. Journal of Ethnic and Migration Studies, 2010, 36(2): 1182-1203.
[17]
Sako M, Marielle D W. Conditions for Spatial Segregation:Some European Perspective[J]. International Journal of Urban and Regional Research, 2002, 22: 268-289.
[18]
Chan K W, Buckingham W. Is China Abolishing the Hukou System?[J]. The China Quarterly, 2008, 195: 582-606.
[19]
Song Y, Zenou Y. Urban Villages and Housing Values in China[J]. Regional Science and Urban Economics, 2012, 42: 495-505. DOI:10.1016/j.regsciurbeco.2011.06.003
[20]
Liu L, Huang Y Q, Zhang W H. Residential Segregation and Perceptions of Social Integration in Shanghai, China[J]. Urban Studies, 2017(1): 1-20.
[21]
Massey D S, Denton N A. Trends in the Residential Segregation of Blacks, Hispanics, and Asians:1970-1980[J]. American Sociological Review, 1987, 52(6): 35-56.
[22]
Kathryn F A. Racial Residential Segregation and the Distribution of Health-related Organization in Urban Neighborhoods[J]. Social Problem, 2017, 64: 256-276. DOI:10.1093/socpro/spw058
[23]
Korsu E, Wenglenski S. Job Accessibility, Residential Segregation and Risk of Long-term Unemployment in the Paris Region[J]. Urban Studies, 2010, 47(11): 2279-2324. DOI:10.1177/0042098009357962
[24]
郑思齐, 廖俊平, 任荣荣, 等. 农民工住房政策与经济增长[J]. 经济研究, 2011(2): 73-86.
[25]
Kasarda J D. Urban Industrial Transition and the Nnderclass[J]. Annals of the American Academy of Political and Social Science, 1989, 501(2): 26-47.
[26]
Morrision N, Monk S. Job-housing Mismatch:Affordability Crisis in Surrey, South East England[J]. Environment and Planning, 2006, 38(6): 1115-1130. DOI:10.1068/a374
[27]
Mouw T. Job Relocation and the Racial Gap in Unemployment in Detroit and Chicago, 1980 to 1990[J]. American Sociological Review, 2000, 65(5): 730-753. DOI:10.2307/2657544
[28]
Ong P M, Miller D. Spatial and Transportation Mismatch in Los Angeles[J]. Journal of Planning Education and Research, 2005, 25(1): 43-56. DOI:10.1177/0739456X04270244
[29]
Park R, Burgess E. The City: Suggestion for Investigation of Human Behavior in the Urban Environment[D]. Chicago: University of Chicago, 1925.
[30]
Zhu P Y. Residential Segregation and Employment Outcomes of Rural Migrant Workers in China[J]. Urban Studies, 2016, 53(8): 1635-1656. DOI:10.1177/0042098015578614
[31]
刘林平, 范长煜, 王娅. 被访者驱动抽样在农民工调查中的应用:实践与评估[J]. 社会学研究, 2015(2): 149-173.
[32]
汪华, 孙中伟. 城市新移民的工资脆弱性及其后果[J]. 学海, 2015(2): 67-74. DOI:10.3969/j.issn.1001-9790.2015.02.007
[33]
陈云松. 逻辑、想象和诠释:工具变量在社会科学因果推断中的应用[J]. 社会学研究, 2012(6): 192-216.
[34]
夏怡然, 陆铭. 城市间的"孟母三迁"——公共服务影响劳动力流向的经验研究[J]. 管理世界, 2015(10): 78-90.