推文人 | 李国鹏

 

文章来源：Wang Z, Chen L. Destination choices of Chinese rural–urban migrant workers: Jobs, amenities, and local spillovers[J]. Journal of Regional Science, 2019, 59(3): 586-609.

 

2008年金融危机之后，中国经历了一个“腾笼换鸟”的过程，即东部省份产业升级，一些劳动力密集型产业则转移到了中西部地区。作者估计了这个过程中农民工（农村到城市的务工,但没有当地户籍的群体，以下均简称农民工）的工作地选择问题，重点关注工作、舒适度和局部溢出效应对农民工工作地选择的影响。作者的研究基于一个重要的现象，金融危机之后，东部省份农民工的比例（这里的比例指的是：某省份农民工占所有省份农民工的比例，总样本基于作者使用的CMDS数据库）在逐渐降低，而中西部省份农民工的比例则在逐步增加——如下图所示。

作者的研究旨在为这个现象提供一个解释，重点关注工作、舒适度和局部溢出效应对农民工工作地选址的影响，这里面非常值得一提的是如何估计局部溢出效应（或者说工作地的网络效应）——某个农民工在做选择时，如果某地已经有的农民工数量越多，溢出效应越强，该农民工更愿意去这个地方工作。但问题是如何区分省份特征和局部溢出效应之间可能产生的混淆。作者使用了均衡选择模型（equilibrium-sorting model）并基于此构造一个人工工具变量来缓解内生性问题，作者还使用了一个真实的工具变量作为稳健性检验。作者发现，在控制了一些重要的变量的基础上，农民工更喜欢去某地有大量农民工的地方——而无关这些农民工的出发地，也就是说局部溢出效应是显著的。作者还做了大量稳健性检验，比如考虑供给驱动的移民、空间自相关、省内的区域差异等，结论依然是稳健的。

 

01背景

 

中国成为“世界工厂”并取得高速的经济增长和其劳动力的大规模跨区域流动密切相关。中国的农村户籍但在城市工作的人口从2007年的3900万上升到2017年的1亿7200万。并且，劳动力的大规模流动被视为中国城市经济增长的重要因素（(Chan, 2012; Combes, Démurger, & Li, 2015; Meng, Shen, & Xue, 2013)）。在中国，户籍制度是影响劳动力流动的重要因素，是否具有某地的户籍会影响到是否可以充分享受某地的养老保险、住房、医疗、教育等服务，并且同一个地区的农村户籍和非农户籍的人们享受的服务也不相同，许多农民工和他们的孩子最终都会倾向回到自己的户籍所在地。作者猜想：农村户籍的劳动力在进行选址决策的时候，最关注的是短期的工作机会和社会网络支持（得到其他农村户籍的工人的支持，即网络效应）。

 

自改革开放以来，沿海省市吸引了大量的来自中西部省份的农民工，加入WTO之后，该进程进一步加快。尽管2008年遭受了金融危机的冲击，导致外需下降，但08年金融危机并没有造成长期的大量劳动力失业，在中国一系列政策刺激下，多数农民工在2009年重新回到了自己的工作岗位。理论上，东部省份对农民工的吸引力依然很强，但数据显示，2008年之后，东部省份的农村劳动力比例在逐步下降，而中西部省份在逐步上升；并且省内跨区域迁移的农民工比例逐步上升。

什么驱动了农民工流动的新型空间分布？研究这种新的移民流动模式具有重要意义，劳动力流动和人力资本的空间分布还有地区经济发展密切相关。并且，理解农村劳动力的工作地选择行为对于地区的外来人口服务中心也非常重要，有利于地方政府制定更有效的政策。作者旨在研究什么因素驱动了这种向中西部省份的移民和短距离（省内移民）移民。特别地，作者关注工作、舒适度和局部溢出效应对农民工目的地选择的影响。

 

本文中的局部溢出效应指的是某个省份农民工比例对农民工工作地选址的影响，这种局部溢出效应不同于老乡效应——即某个省份有许多和自己来自同一个户籍地的农民工。作者猜想，这种局部溢出效应对未来的农民工会具有潜在的吸引力，这种效应扩大了劳动力市场池（labor marketing pooling），并可以限制农民工面临的各种形式的歧视的影响，尽管这种效应可能会带来坏处——更多的农民工会带来房租的上涨和住房条件的下降，作者猜想这种效应的收益会大于成本。

 

作者的主要结论如下：

 

1、工作和局部溢出效应对农民工的拉动力比舒适度更重要

 

2、好的医疗资源对农村移民更具有吸引力，但教育资源没有发挥类似的作用

 

4、局部溢出效应对于年龄比较大的、受教育程度低的、收入比较低的群体更为重要。

 

02文献综述

 

关于中国城乡移民的研究主要有两种类型：1、早期的研究集中于研究为什么某个个体会成为一个移民(如：Liang & White, 1997; Wang & Zuo, 1999; Zhao, 1999; Zhao, 2005). 2、新近的研究集中于研究移民如何选择目的地(如：Su, Tesfazion, & Zhao, 2018; Xing & Zhang, 2017; Zhang & Zhao, 2013)。在个体的选择中，经济条件改善通常是最重要的考虑因素。大量研究表明，中国沿海和内陆省份的收入差距，吸引了越来越多的来自中西部地区的移民。

 

在本文的研究中，舒适度特指公共品，作者选取了教育资源、医疗资源作为刻画舒适度的变量（后文会详细介绍）。

 

本文关注的重点是：网络在个体的区位选择中发挥着重要作用。传统的文献关注来自同一个户籍地（老乡）对于区位选择的作用，但是忽视了其他来自不同地区的移民（农民工）的网络作用。在均衡中，个体选择某一个地区的收益部分依赖于选择该地区的其他农民工的数量。此处的核心变量是移民流入比例（即某个省份的农民流入数量占所有省份总的农民工流入数量的比例）。接下来，作者将要从不同的渠道说明，为什么某地的移民流入比例会影响个体的区位选择。

 

1、农村工在个人医疗、住房、工资、子女教育等多方面和有户籍的人们有所区别，甚至会受到歧视(Démurger, Gurgand, Li, &Yue, 2009; Kuang & Liu, 2012; Meng & Zhang, 2001)。农村移民往往会形成自己的身份认同，主要体现在以下两个称呼：1、老乡——同一个出发地效应；2、农民工兄弟——同一个工作地效应。农民工往往难以享受到当地的公共服务，因此如果当地的农民越多，加入其中会形成更强的社会资本。基于相同的生活背景，社会关系和社会网络更容易在农村移民之间形成，而不是农村居民和城市户籍的居民。这种社会联系可以帮助他们分享居住、工作和其他方面的信息——这些信息和农村户口身份的人密切相关。

 

2、第二个吸引力来自劳动力市场，企业更愿意在农民工多的地方选址——产业集聚效应，因此农民工也更愿意去这些地方——因为有更多的工作机会。农民工之间也可以互相学习新的劳动技能、并且更换工作时的搜索成本也比较低。

 

3、某地区农民工比例高可能也会有负面作用，因为城市住房往往不会对农民工提供，他们也没有足够的经济实力负担。因此，多居住在员工宿舍或者城中村住房，那么农民工数量越多，紧缺的住房资源竞争就会更加激烈。

 

作者猜想局部溢出效应的正面作用大于其负面作用，因此局部溢出效应对农民工工作地选址的影响是正向的。

 

03 理论与实证模型

 

本节介绍一个关于移民行为的选择模型，该模型可以被用来评估工作、舒适度和局部溢出效应在目的地选择中的相对重要性。有一个广泛被接受的假设是个体对不同地区的偏好被他们的移民目的地选择而揭示，也就是用脚投票(Tiebout, 1956)。Bayer and Timmins (2007)提出的均衡排序模型采用了该假设，并且是这篇文章方法框架的出发点。作者使用该模型来考察移民的异质性偏好和不同的地区特征对于地区吸引力的贡献。作者的实证分析基于差异化产品离散选择模型（differentiated‐product discrete‐choice approach，即BLP方法）。BLP方法被广泛应用于区位选择的实证研究中(see, e.g., Levkovich & Rouwendal, 2014;Van Duijn & Rouwendal, 2013; Wang, De Graaff, & Nijkamp, 2016)。即使存在不可观测的地区特征，该模型也可以识别局部溢出效应。识别的方法基于排序模型的内在逻辑——之后会详细介绍。

 

下面构建一个基于效用最大化的区位选择模型。

估计步骤如下（此处注意，这里的两阶段并非通常所说的两阶段）：

 

作者之后还使用了1979年的高速公路人流量作为工具变量。由于政策原因，人口自由流动在78年之前的计划经济下不被允许。当改革开始之后，市场逐渐变得自由化，移民也是如此。地区高速公路人流量反映了最初始状态的高速连接——代表了地区可达性，它不大可能受到过去或者当下城市劳动力需求的影响。相关性在于，当人口流动限制刚刚放开的时候，人们更倾向于去可达性更好的地区，在局部溢出效应的作用下，会吸引更多的人来该地区，从而影响了地区吸引力。

 

04数据、变量与回归结果

 

本文的数据主要来自于流动人口动态监测数据（CMDS）。移民的定义为进行了跨县市流动，并且没有所在地的户口，并且在当前所在地居住时间超过1个月。该调查选择的样本年龄位于16-59岁之间。2014年来自32个省份的200937个个体接受了访问。经过系列筛选后，符合本文研究要求的有58595个从农村到城市工作的农民工。

 

本文的变量有三类，第一类X_m：个体特征：包括性别、年龄、受教育年限、16岁以下的子女数量和潜在收入。第二类，省份之间特征变量P_ij：地理距离、是否来自同一个出发地、语言距离。第三类，省份特征变量Z_j：农民工的平均收入、第二产业就业人数、第三产业就业人数、医疗行业就业人数、民营教育投资额、局部溢出效应的代理变量，即某地的农民工总数占所有农民工的数量。

 

第一阶段回归结果如下图所示：

首先，可以按照行进行解读，其含义为某个省相对其他省被选择的odds ratio如何随个体特征而变化，第一行的解读为年龄更大的、至少有一个16岁以下儿童的、潜在收入比较高的更愿意去拥有更高收入的省份。同理，可对其他行进行类似解读。当然，也可以从列进行解读，比如第四列告诉我们受教育程度更低的农民工更愿意去第二产业就业人数多的省份。

 

因为可以估计出 l，所以可以看出各个省份的吸引力——或者说平均而言给个体带来的效用，令安徽为参照省份，得到的结果如表5所示，可以看出广东省的吸引力是最高的。

接下来，看第二阶段回归结果：

我们主要关注表6的局部溢出效应，以第三列为例，某省农民工比例变化一个标准差，会导致间接效应增加1.466 (≈0.02 × 73.291)，几乎和第二产业重要性相当。此外，注意到教育投资的变量系数并不显著，这可能意味着农民工承受不起城市的民营学校的教育费用，或者其子女可能不会一起过来。

 

这篇文章还计算了odds ratio，并对其进行了分析。然后还做了包括考虑空间自相关在内的大量稳健性检验以及分样本检验，结果均表明结论是稳健的。感兴趣的读者可以阅读原文。

 

05后记

 

因为我个人当前的研究方向是网络经济学理论及其应用，这篇文章吸引我的地方在于如何把局部溢出效应（local spillover effects，感觉也可以称之为网络外部性）和省份特征（province characteristics）区分开来。这种分析思路可能也适用于研究其他类型的个体选择工作地或企业的选址的相关研究。

 

推文作者简介

 

李国鹏，北京交通大学经管学院研二在读，有志于学术研究。研究方向是网络经济学（社会与经济网络）理论及其应用，欢迎和对网络经济学感兴趣的小伙伴互动交流，联系方式guopengli@bjtu.edu.cn

 

Abstract

 

Using the 2014 China Migrants Dynamic Survey, we analyze rural–urban migrant workers’ destination choices after the global financial crisis, with an emphasis on jobs, amenities, and local spillovers. By using an equilibrium‐sorting model, this paper disentangles local spillovers from local attributes in the estimation process. We employ both an artificial instrumental variable and the provincial highway passenger flow in 1979 to tackle the endogeneity issue. After controlling for the network effects of migrants from the same origin, we find a separate and strong preference for colocating with a large population of migrants, regardless of origin. The results remain robust when we take into account labor supply‐driven migration, spatial autocorrelation between provinces, different industry definitions, and regional differences within provinces. Our results imply that due to institutional barriers, the rural‐migrant community will still be a very important factor in the foreseeable future. In addition, as the ongoing industrial upgrading and transfer policies in China may lead to a westward movement of rural–urban migrants, the movement will be expedited when the older, less educated, or lower income migrants relocate.