当前,全球新冠疫情仍在反复,世界经济复苏脆弱,迫切需要探索全球经济走向绿色、韧性和包容性复苏的新途径(World Bank,2021;蔡昉等,2021)。我国经济社会发展各项任务极为繁重艰巨,就业形势比任何时候都要错综复杂。国家统计局数据显示,失业率创历史高峰,从2019年的3.6%攀升至2022年7月的5.4%,2020年12月中国失业人数暴增至1160万人。2022年中央一号文件,强调“落实各类农民工稳岗就业政策,发挥大中城市就业带动作用,实施县域农民工市民化质量提升行动”。后疫情时代下,农民工在不同规模城市的工资收入能否满足新时期的市民化经济门槛?这是本文拟回答的关键问题。
党的二十大报告强调推进新型城镇化战略,中国式现代化是人口规模巨大的现代化,是全体人民共同富裕的现代化。城乡融合面临诸多机遇和挑战:一方面,进城农民工在不同规模城市生活的归属感较上年均有提高,城市规模越小,农民工对所在城市的归属感越强。《2021年农民工监测调查报告》显示,83%进城农民工表示对本地生活非常适应和比较适应。《2020年农民工监测调查报告》中,在100~300万人城市农民工归属感提高最多。另一方面,在人口老龄化、城镇化进程、生育意愿下降的交互影响下,中国城市化进程距离发达国家有一定的差距(见图1)。中国到2025年要转移1.16~1.48亿的农业劳动力,到2050年需要转移2.4亿。实现上亿农业转移人口市民化,关键问题在于农民工能否跨越市民化的经济门槛。
农民工的工资水平能否满足在城市的基本生活需求,是衡量市民化能力的基础。以往研究用农民工是否达到人均可支配收入来衡量市民化能力(周密等,2012),这往往反映的是农民工个体的收入水平,现实中难以表达农民工家庭的诉求。农民工迁移到大城市的核心动力是工资溢价,但溢价内含了大城市生活成本和住房成本的补偿效应(胡雯和张锦华,2021a;陈飞和苏章杰,2021)。工资偏低仍然是阻碍农民工市民化的障碍,随着农民工由“个人迁移”向“家庭迁移”转变的趋势日益凸显,讨论农民工家庭在不同城市的生存工资标准尤为重要。本文旨在为新型城镇化摸清家底,为中国式现代化及全体人民共同富裕找到实现的路径。
生存工资(living wage)体现了农民工市民化的经济内涵,即体面地在城市生活,满足“有活干、有学上、有房住、有保障”。这有助于农民工融入企业、子女融入学习、家庭融入社区以及融入城市公共服务体系。根据生存工资的定义,特定地区的工人在标准工作周内,获得足以负担该工人及家庭基本体面生存标准的报酬。生存工资的最新测量方法为Anker法,测算包括食物、住房、教育、交通、医疗健康、其他必需品、税费在内的生存标准(Anker,2006,2011)。生存工资Anker法在测算市民化经济门槛上具备多种实践方面的优势,解决了现有研究中“以公共成本为核心的市民化成本核算”与“以群体素质为核心的市民化能力评价”割裂的问题,有成为市民化新测量工具的潜质(王瑜和汪三贵,2017)。如今,Anker法被国际公平贸易组织认定为权威核算方法,并在全球几十个国际和地区得到运用(Anker和Anker,2017;Zhang,2020)。国内学者沿用生存工资Anker法测算市民化成本(王瑜等,2018),以此识别既有市民化意愿又有市民化能力的农民工。有鉴于此,本文将生存工资Anker法运用到测算市民化的经济门槛上,创新性地考虑了低水准和高水准两种市民化的情景,即子女随迁和子女留守的教育支出。
本文的边际贡献在于:第一,基于生存工资的Anker法,以满足家庭体面生存需求为前提,本研究测算了市民化的经济门槛,讨论了农民工迁入不同人口规模城市的工资水平、食物支出、教育支出、社保缴纳等收支情况。第二,设定不同的经济情景,讨论了高水准(考虑子女教育费用)和低水准(不讨论子女教育费用)的市民化经济门槛线。结合上海财经大学千村调查数据中流动儿童(随迁组)和留守儿童(留守组)的教育费用,将农民工子女的教育支出纳入家庭支出的范畴。第三,与以往研究的案例不同,本文从全国层面测算代际农民工在不同城市规模的生存工资和市民化程度。基于生存工资Anker法,用Biprobit模型测算满足能力和需求的市民化程度,采用Oaxaca-Blinder分解不同代际农民工市民化程度差异。
本文旨在测算城市规模、收支剩余的农民工市民化程度,提出差异化的新型城镇化战略。本研究结构安排如下:第二部分是文献回顾与研究假说;第三部分是研究设计,介绍模型设定、数据来源与参数设置;第四部分是测算市民化程度的经验证据;第五部分是结论与讨论。
二、文献综述与基本事实农民工向少数大城市集聚,存在就业地和户籍地的空间不均衡。2010年第六次全国人口普查(六普)数据显示,上海、北京、深圳、东莞、广州等排名前5的输入地流动人口占全国的24.74%(陆铭等,2019)。根据“第七次全国人口普查”(七普)数据,2020年中国人户分离人口为4.93亿,流动人口达到3.76亿,2.9亿的农民工占人户分离的大多数。与六普相比,七普人户分离人口增长88.52%,流动人口规模增长显著,城乡流动占比上升,短距离人口流动性显著增强,市辖区内人户分离人口增长最快。东南沿海地区就业的比例从爆发式增长到稳定下降,较多学者开始研究农民工返乡、就近、就地城镇化。规模庞大的农民工给输入地的就业、医疗、交通、住房、教育带来了严峻挑战。长期以来,由于户籍限制,农民工无法享受平等的就业机会和工资福利,处在超时劳动、拖欠工资、无劳动合同、非正规就业、参保率低的尴尬处境。科学核算农民工的市民化意愿和市民化的经济门槛,使流动人口享有配套的基础设施和公共服务。
(一) 文献综述市民化不单是将农业户口改为城镇户口,而是从农村转移到城镇的人口,获得城镇永久居住身份、平等享受城镇居民各项社会福利和政治权利,成为城镇居民并完全融入城镇社会的过程(魏后凯和苏红键,2013)。孟颖颖和邓大松(2011)认为农民工增收是推进农民工融入城市的路径。然而,差别化落户政策严格控制大城市人口,使相当多农民工不能进城落户,且农村户籍含金量提升又使大量农民工不愿意落户(辜胜阻等,2014)。从宏观上看,刘锐和曹广忠(2014)认为迁入地政府承担的高昂公共成本部分抑制了市民化进程,降低了地方政府的积极性。因此,本文假设当且仅当农民工有市民化意愿,且具备满足当地经济门槛的市民化能力,农民工才会实现市民化。在此基础上,本研究讨论不同城市间的生存工资核算,识别既有市民化意愿又有市民化能力的农民工数量,避免低估或高估市民化程度。
目前,城市“过密还疏”,人口“何去何从”,“最优城市规模”等问题在政界和学界存在争论(王小鲁,2010;潘士远等,2018;张吉鹏等,2020;陈飞和苏章杰,2021)。杨曦(2017)发现农民工在人口100~300万的城市市民化时,福利的变动弹性和宜居度最高,而城市规模300万以上的实际工资和福利下降。但是考虑迁移距离的因素后,胡雯和张锦华(2021a)发现农民工在大城市(100~500万)和特大城市(500~1000万)能获得工资溢价,而在人口1000万以上的超大城市和100万以下的中小城市的工资下降。在中国特有的城市行政层级体制下,行政层级通过城市集聚效应、生活成本补偿产生工资溢价,异质性农民工在权衡工资溢价和迁移成本后分层迁移(胡雯和张锦华,2021b)。叶俊焘和钱文荣(2016)研究发现大城市农民工市民化意愿的形成更关注经济收益,中小城市农民工市民化意愿的形成则更重视发展归属。朱明宝和杨云彦(2016)估计发现城市规模与农民工的城市融入程度呈“倒U形”关系,低技能农民工更能从城市集聚中获得更大的城市融入红利。但是李瑞和刘超(2018)认同城市规模与市民化能力呈现“倒U形”关系,随着城市规模扩张市民化能力先增后减,高技能农民工市民化能力在人口200万左右的大城市,中技能农民工市民化能力极值在100~200万左右的城市。因而,本文从城市规模的角度考虑农民工市民化的能力。
学界围绕农民工的迁移成本和收支剩余也展开了诸多讨论。当大城市就业工资高于农村收入和迁移成本,农村劳动力才选择迁移(Harris和Todaro,1970)。经典的Rosen-Roback模型研究了房价、租金、公共服务与工资的关系,认为城市间工资和住房价格的差异是城市居住适宜性的生活成本补偿(Rosen和Fullerton,1977;Roback,1982)。劳动力在城市获得更高的名义工资,住房价格等生活成本也随之上升。基于此,王建国和李实(2015)考虑城市间的工资、生活成本和便利性差异后发现农民工从大城市获得的实际工资更高。张锦华和龚钰涵(2022)测算得到社会和政府每年至多负担4%~6%的新增流动人口市民化的成本,建议从财政开源、财政分担、财政转移等方面推进以人为核心的新型城镇化。张欢和吴方卫(2022)发现制造业转移后,中部和西部就业机会和收支剩余增加对农民工回流具有重要导向作用。因而,本文同时考虑工资收入和生活成本的收支剩余对农民工市民化能力和市民化意愿的影响。
(二) 理论框架工资是农民工的主要收入来源,关乎农民工在城市的市民化能力。新古典经济学将个人行为等同于家庭行为,个体在经济活动中既是生产者又是消费者。生产者获得收入,消费者获得效用,这是经济学研究的基本点(Loewenstein,2000)。工资、消费从收支余额影响农民工的迁移决策和市民化倾向(周传豹等,2016)。收入结构和水平是消费经济行为决策的约束条件,温涛等(2013)发现家庭经营收入是消费的主要影响因素。收支剩余能否承担市民化的经济门槛,是挖掘农民工市民化潜力的重要指标之一。
本文基于劳动要素市场均衡模型,假设农民工为生产者,将生产要素组合为最优比例,在农业部门和非农部门、在农村和城市间进行劳动时间分配,追求收入最大化、成本最小化;作为消费者,在消费、投资中分配闲暇时间,从马歇尔需求函数(Marshall demand function)和希克斯需求函数(Hicks demand function)论证,两类农民工在不同的约束条件下如何实现效用最大化。本文衔接了“生产端”和“消费端”,分析效用最大化决策问题。工资是劳动要素的价格,反映劳动力市场对劳动力的供求情况。结合劳动供需曲线特征、消费者关于收入与闲暇的预算约束线,研究农民工如何在收入(生存工资)和闲暇(生活支出)的约束下,权衡“收入最大化、效用最大化、支出最小化”的目标,最终作出收支剩余下市民化决策。
假设劳动供给决策的关键因素是效用函数与工资率水平。一方面,劳动力的市场供给曲线是向上倾斜的,高于均衡工资,激励农民工向高工资大城市流动;另一方面,劳动的市场供给曲线是向后弯曲的,即较高的工资率可能导致较低的劳动供给,工资产生的收入效应超过替代效应。收入效应指高工资率提高了购买力,会导致工人购买更多的闲暇,减少工作时间。替代效应指高工资率提高闲暇的机会成本,诱使工人放弃闲暇,投入工作中。
图2劳动市场的供需曲线中,E点是在供给曲线S与需求曲线D达到均衡状态,均衡工资率为w0,劳动时间为L0。从时间维度来说,由于技术进步诱致劳动的边际生产力不断提高,假定劳动供给不变,那么工资呈现上升趋势。诚然,劳动供给是可变的,劳动力增长速度会影响地区的工资增长率。工资的地区差异由边际生产力差异决定,如果劳动力能自由流动,那么差异将不断缩小,地区间工资差异呈现收敛趋势,但限制劳动力流动时,将拉大地区间工资差异。在图3中农民工劳动供给和市民化能力就是工作,农民工市民化意愿(对城市基础设施、公共物品的偏好和支付意愿)就是闲暇。闲暇时间T与劳动供给时间H之间的选择实质上是生活支出与劳动收入之间的选择。横轴H表示每天时间共16小时(24小时扣除8小时睡眠时间),往左移表示闲暇时间减少。纵轴I表示该消费者收入,AT线斜率的绝对值就是工资率w,AT线是预算线。在此预算约束下,农民工会权衡工资收入和对闲暇(城市公共品)的需求来作出市民化决策。
多数人集聚在少数大城市中,五组城市的人口规模均值为33万、70万、190万、343万、1160万(表1)。城市规模越大,户籍管制更严格,抬高流动人口的门槛。住房价格(反映生活成本)在不同城市规模的差异非常大,表现为小城市的房价为3956元/m2,而特大超大城市的房价均值为15925元/m2,是小城市的4倍。人均道路面积随城市规模扩大而减少,一定程度反映了城市的拥挤效应。月均工资和小时工资随城市规模的扩大呈现上升趋势。落户门槛高的大城市农民工落户意愿高,而没有落户门槛的小城市农民工落户意愿低,与程郁等(2022)的结论一致。
变量 | 小城市
<50万 |
中等城市
50~100万 |
大城市I类
100~300万 |
大城市II类
300~500万 |
特大超大
>500万 |
人口规模(万人) | 33.52 | 70.70 | 189.52 | 342.61 | 1160.22 |
户籍管制 | 0.70 | 0.82 | 0.99 | 1.10 | 1.40 |
住房价格(元) | 3956.47 | 5785.24 | 7102.22 | 10402.07 | 15924.88 |
人均道路面积(人/m2) | 20.34 | 18.51 | 16.80 | 17.39 | 12.67 |
月均工资(元) | 3308.71 | 3565.68 | 3675.34 | 3934.23 | 4168.44 |
小时工资(元) | 18.33 | 17.81 | 18.67 | 20.88 | 22.79 |
落户意愿(%) | 27.92% | 25.87% | 31.31% | 38.23% | 45.96% |
观测值(个) | 3618 | 8613 | 16167 | 10754 | 17799 |
注:(1)2017年流动人口监测数据;(2)人口密度=市辖区人口÷市辖区面积(人/m2);户籍管制=常住人口(万人)÷户籍人口(万人);住房价格为市辖区住宅销售价格(元/m2);人均道路面积=实有道路面积÷市辖区人口(人/m2)。 |
从表2代际差异来看,新生代农民工的落户意愿比老一代农民工要强烈,城市规模越大落户意愿越强烈。新生代农民工(37.25%)的落户意愿也高于老一代农民工(34.47%)。普遍来看农民工城市融入是基本同意,平均数在3分以上,在大城市的落户意愿和居留意愿更强烈。
变量 | 代际 | 小城市
<50万 |
中等城市
50~100万 |
大城市I类
100~300万 |
大城市II类
300~500万 |
特大城市
500~1000万 |
超大城市
>1000万 |
落户意愿
(%) |
老一代 | 36% | 33% | 39% | 48% | 52% | 64% |
新生代 | 42% | 38% | 48% | 56% | 59% | 68% | |
城市融入① (1~5分) |
老一代 | 3.05 | 3.04 | 3.01 | 3.06 | 3.01 | 3.07 |
新生代 | 3.09 | 3.07 | 3.04 | 3.08 | 3.03 | 3.09 |
综上所述,城市规模越大,相应的工资收入和公共服务供给越高,农民工的落户意愿越强。这意味着农民工市民化要支付的房价、学区溢价、公共服务(养老、医疗)的成本也越高。因此,本文的研究假设是:农民工市民化由能力(工资收入)和意愿(闲暇偏好)共同决定,在权衡收入最大化和成本最小化后,考虑异质性需求和收支剩余约束下的市民化决策。
三、研究设计 (一) 数据来源尽管中国有关劳动力的公开数据资源非常丰富,但往往很难在一个数据库获取全部的数据需求,一个可能解决的方案是运用多套数据进行补充研究。值得关注的是,在生存工资Anker法的创始人Richard Anker和Martha Anker的指导下,王瑜等(2018)结合了三套数据测算中国农民工的生活工资:2015年8月配合国际社会责任组织(SAI)在中国六个城市工业园区的调研数据;2015年卫计委的流动人口动态监测数据(CMDS);中国家庭追踪调查数据(CFPS)的人口与消费支出数据。鉴于数据的可得性,本文主要采用以下2套数据:
一是2017年卫计委的流动人口动态监测数据(China Migrants Dynamic Survey,CMDS)。CMDS调查内容包括:流动人口的家庭基本情况;就业与收支情况;基本医疗卫生和公共服务情况;生活居住情况和社会保险状况;居留和落户意愿、社会融合情况等。调查对象是在流入地居住一个月以上,非本区(县、市)户口的15~59周岁的流动人口,每年调查量在15万到20万之间,覆盖地区之广、人员之多,为本文研究农民工问题提供了详实的数据资料。该数据不仅覆盖面广,而且有户籍地和流入地的城市代码,由此可以匹配城市的信息。最后,2017年CMDS数据包含169 989个流动人口样本,流动时间长于6个月以上的流动人口有75 542个。其中,农业户口的农民工57 185个,拥有非农户口的城镇流动人口18 357个。
二是2019年上海财经大学千村调查数据(Chinese Thousand Village Survey,CTVS)。CTVS数据采用严格的随机分层抽样方法,以“乡村振兴追踪调查:中国乡村教育研究”为主题,有详实的农村家庭教育支出结构及负担情况。覆盖全国除港澳台外31个省份、247个地级市、1022个自然村,走访农户15987户,其中包括正在接受义务教育和高中教育的农村户籍适龄儿童共计7382人,18~65岁有工资收入的农民工样本是3900个。调查将家庭教育支出细分为四大类、八小类支出项目:第一类是校内教育支出包括学费、学杂费、购买参考书、文具、课外书的费用,其中的学费项目主要是对民办小学和初中以及普通高中学生进行调查;第二类校外教育支出则主要包括补习班费用,调查中所指的补习班包括了学校组织的补习班以及校外机构开办的补习班、兴趣班;第三类生活费支出主要包括了学生日常上学的交通费、家庭生活费、学校伙食费及住宿费;第四,其他教育支出则包括借读费或择校费。为了方便统计比较,各类教育支出均以“元/年”为单位计算,以上四大类教育支出总和为该学生的教育总支出。2019年“千村调查”在问卷设计上明确了识别随迁子女和留守儿童的问题,设置了详细的教育支出项目,为本文测算留守儿童和随迁儿童的家庭教育支出提供数据基础。
(二) 基于收支剩余的生存工资法测算过程农民工群体是中国城市劳动力市场中的重要组成部分,深受最低工资波动的影响。罗伯特•波林(罗伯特•波林等, 2012)在《衡量公平:生存工资与最低工资经济学》一书中将生存工资定义为让工人有能力维持家庭、维持自尊,既有途径又有闲暇参与到公民生活的工资水平。农民工的主要收入来源是工资性收入,生存工资是工资的下限。Anker和Anker(2017)从食物、住房、教育、交通、医疗健康、其他必需品、税费测算出月支出和年度支出,并分了最高支出组和最低支出组。本文设计的生存工资测算过程如图4:一是加总各分项支出,得到基本体面的家庭生存支出;二是农民工是否携带子女随迁,本文分别计算出高水准的生存支出(计入教育支出)和低水准的生存支出(不计入教育支出);三是用家庭生存支出除以家庭规模,得到人均生存支出;四是人均生活支出乘以劳动负担系数,得到生存工资(市民化门槛)。
生存工资Anker法的经济门槛测算参数设定如下:
1.家庭人口规模。本文测算的市民化经济门槛,指农民工工资能满足自己及其家人在城市的生存需要。本文设定家庭人口规模为3个人(父母2人和1个孩子)。CMDS数据显示,城镇居民、农民工的平均家庭规模为2.77人、2.98人。其中,新一代农民工、老一代农民工分别为2.79人、3.36人,农民工的家庭规模略大于城镇职工,老一代农民工的家庭人口数略多。考虑到样本中60%为新生代农民工,所以设定家庭人口规模为3人。
2.社保缴费率。农民工与城镇职工在市民福利上最大的差距在于,是否享受社会保障福利。已有研究用养老保险28%、医疗保险9%、失业保险3%、工伤保险1%、生育保险1%、住房公积金20%测算企业和个人支付社保的福利收入(吴彬彬等,2020)。这种情况可能会高估社会福利,原因在于:一是为降低企业税负,企业的保险缴费比例缩减;二是住房公积金不强制上缴,单位和个人分别缴纳12%,即共同缴纳24%。按照企业缴纳和个人缴纳的比例、金额、最低基数,测算出农民工市民化所需要的社会保障支出。也有学者使用11%的缴纳比例,即养老保险8%、医疗保险2%、失业保险1%(王瑜等,2018;王瑜和汪三贵,2017)。根据表3,各城市的个人缴纳比例在10.2%~11%之间浮动,本文采用10.5%的个人缴纳比例。
城市 | 单位 | 个人 | ||||||||||
养老
保险 |
失业
保险 |
工伤
保险 |
生育
保险 |
医疗
保险 |
总计 | 养老
保险 |
失业
保险 |
工伤
保险 |
生育
保险 |
医疗
保险 |
总计 | |
广州 | 14 | 0.64 | 0.2 | 0.85 | 8 | 23.7 | 8 | 0.20 | − | − | 2 | 10.2 |
深圳 | 14 | 1.0 | 0.2 | 0.5 | 8 | 23.7 | 8 | 0.5 | − | − | 2 | 10.5 |
上海 | 20 | 1.0 | 0.5 | 1.0 | 10 | 32.5 | 8 | 0.5 | − | − | 2 | 10.5 |
北京 | 19 | 0.8 | 0.2~1.9 | 0.8 | 10 | 30.6 | 8 | 0.2 | − | − | 2 | 10.2 |
天津 | 17 | 0.5 | 0.2 | 0.5 | 10 | 28.2 | 8 | 0.5 | − | − | 2 | 10.5 |
成都 | 19 | 0.6 | 0.22 | 0.8 | 6.5 | 27.1 | 8 | 0.4 | − | − | 2 | 10.4 |
重庆 | 20 | 2 | 0.5~4.8 | 0.7 | 8+1 | 23.8 | 8 | 1 | − | − | 2 | 11.0 |
武汉 | 19 | 0.7 | 0.2~1.9 | 0.7 | 8 | 28.4 | 8 | 0.3 | − | − | 2 | 10.3 |
郑州 | 20 | 1.5 | 0.5~2 | 1 | 8 | 31 | 8 | 0.5 | − | − | 2 | 10.5 |
西安 | 20 | 0.7 | 0.28 | 0.25 | 7 | 27.95 | 8 | 0.3 | − | − | 2 | 10.3 |
注:资料来源于各地社会保险基金管理中心(人力资源和社会保障局),工伤保险按照行业分八档。 |
当农民工选择在城市就业和居住,市民化由意愿和能力同时决定:(1)市民化意愿,农民工在城市定居打工的意愿,并且是有效需求,具备一定的能力,有在城市生活消费的偏好。(2)农民工具备市民化的能力,拥有足够的工资支付城市的生活成本。由此,设定联立方程模型,Biprobit模型的被解释变量都是0-1分布(胡雯等,2016)。令供给意愿的隐含变量为
$ \begin{array}{l}\left\{\begin{array}{l}{y}_{d}{}^{*}={\beta }_{1}{}^{\text{'}}{X}_{1}+{\varepsilon }_{1},若{y}_{d}{}^{*} > 0,{y}_{d}=1;否则{y}_{d}\text=0\\ {y}_{\text{s}}{}^{*}={\beta }_{2}{}^{\text{'}}{X}_{2}+{\varepsilon }_{2},若{y}_{s}{}^{*} > 0,{y}_{s}=1;否则{y}_{s}\text=0\end{array}\right.\\ E({\varepsilon }_{1})=E({\varepsilon }_{2})=0,\mathrm{var}({\varepsilon }_{1})=\mathrm{var}({\varepsilon }_{2})=1,\text{co}v({\varepsilon }_{1},{\varepsilon }_{2})=\rho \end{array} $ | (1) |
假定有市民化意愿
$ y=\left\{\begin{array}{l}1,若{y}_{d}=1\text{,}{y}_{S}=1\\ 0\end{array}\right. $ | (2) |
上式(2)为Biprobit模型,观察值存在部分可观察性(Partial Observability)。需要运用极大似然法估计方程,有效利用
$ \begin{gathered} InL({\beta _1},{\beta _2},\rho ) = \sum\limits_{i = 1}^N {\left[ {{y_i}Inp({y_1} = 1) + (1 - {y_i})In(1 - p({y_1} = 1))} \right]} \\ \sum\limits_{i = 1}^N {\left[ {{y_i}In\Phi ({X_1}{\beta _1},{X_2}{\beta _2};\rho ) + (1 - {y_i})In(1 - \Phi ({X_1}{\beta _1},{X_2}{\beta _2};\rho ))} \right]} \\ \end{gathered} $ | (3) |
其中,
本文从不同城市规模考察生存工资门槛,以测量城市间的承载力所匹配的工资水平和市民化成本(胡雯和张锦华,2021a)。按照城市规模的划分②,农民工与城镇职工的住房支出、生活支出、食物支出、工资收入、教育支出的差距见表4。食物支出的城乡差距最小,教育支出在流动儿童和留守儿童组的差异最大。随着城市规模的不断扩大,城镇职工随着城市规模扩大的工资增速远高于农民工,超大城市的城镇职工月工资为7600元,远高于农民工的4638元,相差近3000元;而其他城市规模组的农民工工资比城镇职工工资低500-1000元。本文发现农民工在教育支出上的差距最大。随着城市规模的扩大,农民工子女的总教育支出也不断提高,且流动儿童的教育支出远高于留守儿童的教育支出。从分项来看,校内支出、校外支出、生活支出中,大城市流动儿童支出要高于留守儿童。其他支出包括农民工子女在外地上学所需要的借读费,这一项费用在随迁子女和留守儿童,以及城市间的差异较大。
城市规模 | 住房支出 | 生活支出 | 食物支出 | 工资收入 | 教育支出 | |||||
城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 随迁 | 留守 | |
小城市 | 569 | 419 | 3381 | 2876 | 1272 | 1134 | 4011 | 3507 | 6324 | 5255 |
中等城市 | 663 | 460 | 3461 | 3039 | 1162 | 1132 | 4054 | 3591 | 6127 | 5425 |
大城市II类 | 853 | 528 | 3670 | 3040 | 1373 | 1238 | 4275 | 3695 | 9858 | 6035 |
大城市I类 | 1242 | 738 | 4241 | 3362 | 1415 | 1180 | 4936 | 3957 | 5753 | 5728 |
特大城市 | 1065 | 700 | 4027 | 3130 | 1309 | 1063 | 4748 | 3865 | 10682 | 4947 |
超大城市 | 2163 | 951 | 6824 | 3946 | 1813 | 1338 | 7600 | 4639 | 10031 | 5730 |
注:住房支出、生活支出、食物支出、工资收入来自2017CMDS,教育支出来自2019CTVS①,下同。 |
本文进一步测算农民工的收支的代际差异。由表5可知,老一代农民工的食物支出要高于新生代农民工,而生活总支出、住房支出均低于新生代农民工。这说明新生代农民工的消费结构更具多元化、合理化,老一代农民工的恩格尔系数会高于新生代农民工。从工资收入在不同城市规模的分布来看,工资的代际差异远远小于户籍差异。
城市规模 | 住房支出 | 生活支出 | 食物支出 | 工资收入 | ||||
老一代 | 新生代 | 老一代 | 新生代 | 老一代 | 新生代 | 老一代 | 新生代 | |
小城市 | 384 | 440 | 2840 | 2898 | 1153 | 1122 | 3563 | 3473 |
中等城市 | 405 | 491 | 3020 | 3049 | 1169 | 1110 | 3500 | 3642 |
大城市II类 | 436 | 579 | 2980 | 3073 | 1300 | 1200 | 3539 | 3783 |
大城市I类 | 606 | 802 | 3191 | 3445 | 1237 | 1153 | 3695 | 4085 |
特大城市 | 598 | 742 | 3112 | 3137 | 1174 | 1009 | 3617 | 3966 |
超大城市 | 770 | 1034 | 3663 | 4074 | 1349 | 1331 | 4109 | 4881 |
注:城市规模和数据来源同上,数据为作者整理所得。 |
根据生存工资Anker法,测算两个群体的生存工资标准。由表6可知,食物支出、非食物非居住支出、居住支出、月均工资均来于CMDS数据中测算的样本均值。农民工和城镇职工的月均工资为3848元、5075元。每月社保缴费为月均工资的10.5%。由此,加总得到农民工和城镇职工每月家庭生活成本分别为5832元、8064元。借鉴SAI组织和Anker法中设定10%的意外事项备用支出,假定每月留存10%作为额外支出。将以上加总得到家庭能满足基本体面生存的工资标准,再除以家庭人口规模得到人均生活支出。最后,参照家庭劳动力负担系数,得到农民工或城镇职工在维持基本生存需要的工资。农民工与城镇职工的生存工资分别为3240元和4480元,农民工的实际月均工资能够维持基本体面的生存工资标准,但距离市民化的生存工资和体面生活有一定的差异。在3240元、4480元两条生存工资线划分,发现满足条件的农民工有52.5%和42.6%。王瑜和汪三贵(2017)用Anker测算得到深圳制造业园区工人的总生存工资为2818元。王瑜等(2018)测定了成都地区农业转移人口市民化的低水准市民化门槛为2710元/月,高水准的市民化门槛为3407元/月;成都农业转移人口中,69%跨越低水准市民化经济门槛,48%跨越高水准市民化经济门槛。上述两篇文章的市民化程度略高于本文测算的结果。主要原因是:一是本文设定家庭规模为3,其他研究设定3.5人,本文测算的农民工个体负担更重;二是本文测算的社保缴费支出更接近于现实情况,用实际工资乘缴费率所得。③
量表 | 农民工 | 城镇职工 | |
编号 | 满足经济门槛的农民工比例 % | 52.5% | 42.6% |
(1) | 家庭规模每月食物支出(元) | 1189 | 1438 |
(2) | 家庭每月非食物非居住支出(元) | 3207 | 4397 |
(3) | 家庭每月居住支出(元) | 628 | 1163 |
(4) | 月均工资(元) | 3848 | 5075 |
(5) | 每月社会保障缴费支出(元)=(4)×10.5% | 404 | 533 |
(6) | 城镇每月生活成本(元)=(1)+(2)+(3)+(5) | 5832 | 8064 |
(7) | 每月额外预留支出10% | 648 | 896 |
(8) | 每月基本生活支出总额(元) | 6480 | 8960 |
(9) | 每月人均支出(元)=(7)/人数 | 2160 | 2987 |
(10) | 经济门槛(元)=(8)×家庭人口负担系数 | 3240 | 4480 |
注:家庭规模为3人;社保缴纳率为10.5%;家庭人口负担系数为1.5。 |
本文依据农民工工资收入是否达到生存工资Anker法测算的经济门槛(3240元),判断是否具有市民化能力。根据农民工的落户意愿和居留意愿,来确定市民化意愿(苏红键,2020;刘涛等,2019)。表7报告了需求可识别Biprobit模型测算市民化程度的估计结果。
变量 | (1)市民化意愿 | 变量 | (2)市民化能力 |
工资 | 0.0532***(0.0171) | 职业得分 | 1.2727***(0.0580) |
年龄 | 0.0031***(0.0008) | 年龄 | −0.0161***(0.0008) |
性别 | −0.0578***(0.0125) | 性别 | 0.8220***(0.0114) |
受教育年限 | 0.0398***(0.0020) | 受教育年限 | 0.0439***(0.0021) |
婚姻状况 | 0.0994***(0.0183) | 婚姻状况 | 0.3881***(0.0154) |
子女随迁 | 0.1262***(0.0138) | 正式合同 | 0.3095***(0.0119) |
配偶随迁 | −0.0302**(0.0152) | 住房类型 | −0.0681***(0.0092) |
城市融入 | 0.4760***(0.0140) | 居住证 | 0.2451***(0.0118) |
迁移时间 | 0.0076***(0.0009) | 迁移时间 | 0.0160***(0.0009) |
常数项 | −2.0675***(0.1407) | 常数项 | −4.5886***(0.1650) |
Wald test of rho=0: chi2(1)= 9.0621 Prob > chi2 = 0.0026 | |||
athrho=−0.0313***(0.0104) P=(ys=1/yd=1)=35.47% | |||
注:***、**、*分别为系数在1%、5%、10%的显著水平显著;括号内为稳健标准误。 |
由表7模型(1)可知,工资水平、年龄、受教育年限、婚姻状况、子女随迁、城市融入、迁移时间均在1%的显著水平上,正向提高农民工的市民化意愿。性别、配偶随迁负向影响市民化意愿。当农民工有子女、配偶举家迁移时,需要权衡家庭迁移的生活成本和工资收益。举家迁移的生活成本更高,也需要支付更高额的子女教育支出,如借读费等,这都抑制了农民工的市民化意愿。由模型(2)可知,职业得分、性别、受教育年限、婚姻状况、正式合同、居住证、迁移时间均在1%的显著水平提高市民化能力,而年龄和住房类型抑制市民化能力。其中,职业得分是农民工所在职业的工资中位数,反映其所在职业的工资水平和职业阶层。男性的市民化能力强于女性,但女性的市民化意愿更强于男性,年龄在市民化能力和意愿的方程中的作用方向刚好相反,这说明市民化能力与市民化意愿不匹配的一部分原因是性别差异和年龄的代际差异。在市民化能力的决定因素中,职业阶层的得分、教育程度、正式合同、居住证、迁移时间都是积分落户的加分项,提高市民化的程度。
表8报告了市民化代际差异Oaxaca-Blinder分解结果。根据需求可识别模型(Biprobit)的估计结果,得到市民化程度为35.47%,新生代农民工的市民化程度为36.69%(group_2),老一代农民工的市民化程度为33.10%(group_1),两组的市民化程度差异为3.59%。其中,特征差异导致的影响占14.76%,系数差异导致58.77%的差异,说明两者差异主要是由不可解释的部分导致。特征差异可由性别差异、迁移时间差异、人力资本差异三个原因解释。
Variable | 差异分解 | 代际差异 | 贡献率 |
group_1 | 对照组 | 0.3310***(−0.0011) | |
group_2 | 实验组 | 0.3669***(−0.0008) | |
difference | 总差异 | −0.0359***(−0.0014) | |
endowments | 特征差异 | −0.0053***(−0.0014) | 14.76% |
coefficients | 系数差异 | −0.0211***(−0.0007) | 58.77% |
interaction | 截距项 | −0.0095***(−0.0006) | 26.46% |
注:***、**、*分别为系数在1%、5%、10%的显著性水平;括号内为稳健标准误。 |
1.低水准市民化门槛。基于不同城市规模的收支差异情况,本文得到在低水准模式下的生存工资标准(见表9)。由表9可知,随着城市规模的扩大,农民工和城镇职工的月人均支出不断扩大,在超大城市达到峰值,分别为3734元和6443元,相差2709元。而小城市的户籍生存工资差距仅为470元。
量表(元) | 小城市 | 中等城市 | 大城市II类 | 大城市I类 | 特大城市 | 超大城市 | ||||||
城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | |
食物支出 | 1272 | 1134 | 1162 | 1132 | 1373 | 1238 | 1415 | 1180 | 1309 | 1063 | 1813 | 1338 |
非食物非居住 | 3381 | 2876 | 3461 | 3039 | 3670 | 3040 | 4241 | 3362 | 4027 | 3130 | 6824 | 3946 |
居住支出 | 569 | 419 | 663 | 460 | 853 | 528 | 1242 | 738 | 1065 | 700 | 2163 | 951 |
月工资收入 | 4011 | 3507 | 4054 | 3591 | 4275 | 3695 | 4936 | 3957 | 4748 | 3865 | 7600 | 4639 |
社保支出 | 421 | 368 | 426 | 377 | 449 | 388 | 518 | 415 | 499 | 406 | 798 | 487 |
教育支出 | 5643 | 4797 | 5712 | 5008 | 6345 | 5194 | 7416 | 5695 | 6900 | 5299 | 11598 | 6722 |
月生活成本 | 627 | 533 | 635 | 556 | 705 | 577 | 824 | 633 | 767 | 589 | 1289 | 747 |
月预留支出 | 6270 | 5330 | 6346 | 5565 | 7050 | 5771 | 8240 | 6328 | 7666 | 5888 | 12887 | 7469 |
月生活支出 | 2090 | 1777 | 2115 | 1855 | 2350 | 1924 | 2747 | 2109 | 2555 | 1963 | 4296 | 2490 |
每月人均支出 | 3135 | 2665 | 3173 | 2782 | 3525 | 2886 | 4120 | 3164 | 3833 | 2944 | 6443 | 3734 |
我们测算出达到经济门槛的样本比例,发现达到超大城市的城镇职工生存工资标准的农民工仅占7.9%(见表10)。随着城市规模的扩大,比例逐渐降低。其中,新生代农民工占70%左右,老一代农民工占30%左右。与胡雯等(2016)测算的新生代农民工市民化程度66.37%的结果比较一致。随着城市规模不断的扩大,新生代农民工占主导的市民化主力地位不断凸显。
市民化 | 小城市 | 中等城市 | 大城市II类 | 大城市I类 | 特大城市 | 超大城市 | ||||||
经济门槛 | 3135 | 2665 | 3173 | 2782 | 3525 | 2886 | 4120 | 3164 | 3833 | 2944 | 6443 | 3734 |
程度(%) | 54.1 | 73.1 | 54.1 | 72.2 | 44.7 | 69.9 | 30.1 | 54.1 | 41.6 | 69.5 | 7.9 | 43.1 |
老一代(%) | 30.7 | 31.6 | 30.7 | 31.6 | 30.7 | 31.5 | 30.0 | 30.7 | 30.9 | 31.6 | 27.6 | 30.7 |
新生代(%) | 69.3 | 68.4 | 69.3 | 68.5 | 69.3 | 68.5 | 70.0 | 69.3 | 69.1 | 68.4 | 72.4 | 69.3 |
2.高水准的市民化门槛。表11测算了考虑子女教育支出在内的高水准市民化经济门槛。随着城市规模的扩大,农民工和城镇职工的月人均支出不断扩大,在超大城市达到峰值。教育支出在特大、超大城市的教育支出差距,更是拉大了这一趋势。在超大城市的城镇职工和农民工的生存工资标准分别为7414元和4309元,超过了3100元的差距。
量表 | 小城市 | 中等城市 | 大城市II类 | 大城市I类 | 特大城市 | 超大城市 | ||||||
城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | 城镇 | 农村 | |
食物支出 | 1272 | 1134 | 1162 | 1132 | 1373 | 1238 | 1415 | 1180 | 1309 | 1063 | 1813 | 1338 |
非食物非居住 | 3381 | 2876 | 3461 | 3039 | 3670 | 3040 | 4241 | 3362 | 4027 | 3130 | 6824 | 3946 |
居住支出 | 569 | 419 | 663 | 460 | 853 | 528 | 1242 | 738 | 1065 | 700 | 2163 | 951 |
月工资收入 | 4011 | 3507 | 4054 | 3591 | 4275 | 3695 | 4936 | 3957 | 4748 | 3865 | 7600 | 4639 |
社保支出 | 902 | 789 | 912 | 808 | 962 | 831 | 1111 | 890 | 1068 | 870 | 1710 | 1044 |
教育支出 | 6324 | 5255 | 6127 | 5425 | 9858 | 6035 | 5753 | 5728 | 10682 | 4947 | 10031 | 5730 |
月生活成本 | 6651 | 5656 | 6709 | 5891 | 7679 | 6140 | 8488 | 6648 | 8359 | 6175 | 13346 | 7756 |
月预留支出 | 739 | 628 | 745 | 655 | 853 | 682 | 943 | 739 | 929 | 686 | 1483 | 862 |
月生活支出 | 7391 | 6284 | 7454 | 6546 | 8533 | 6823 | 9431 | 7386 | 9288 | 6861 | 14829 | 8618 |
月人均支出 | 2464 | 2095 | 2485 | 2182 | 2844 | 2274 | 3144 | 2462 | 3096 | 2287 | 4943 | 2873 |
经济门槛 | 3695 | 3142 | 3727 | 3273 | 4266 | 3411 | 4716 | 3693 | 4644 | 3430 | 7414 | 4309 |
本研究分两类情景讨论:(a)表示符合工资标准的全部农民工样本,(b)表示匹配对应城市规模的农民工样本比例。由表12可知,达到超大城市的城镇职工生存工资标准的农民工仅仅占5.1%。能达到高水准生存工资的农民工在中小城市的比例为43%左右,在大城市的比例为24%~30%左右,而在超大城市的比例仅仅为5.1%。匹配农民工所在的城市规模及其生存工资后,发现符合比例的农民工在5%上下。分代际来看,老一代农民工占21%~30%,新生代农民工占69%~79%。随着城市规模的扩大,新生代农民工满足市民化经济门槛条件的比例上升。
市民化 | 小城市 | 中等城市 | 大城市II类 | 大城市I类 | 特大城市 | 超大城市 | ||||||
经济门槛(元) | 3695元 | 3727元 | 4266元 | 4716元 | 4644元 | 7414元 | ||||||
情景分类 | (a) | (b) | (a) | (b) | (a) | (b) | (a) | (b) | (a) | (b) | (a) | (b) |
程度(%) | 43.7 | 2.4 | 43.1 | 5.5 | 29.2 | 7.3 | 24.1 | 4.6 | 24.4 | 4.0 | 5.1 | 1.4 |
老一代(%) | 30.7 | 39.4 | 30.7 | 35.1 | 30.0 | 32.9 | 29.8 | 28.2 | 29.8 | 25.6 | 27.2 | 21.2 |
新生代(%) | 69.3 | 60.6 | 69.3 | 64.9 | 70.0 | 67.2 | 70.2 | 71.8 | 70.2 | 74.4 | 72.8 | 78.8 |
以市民化为核心的高质量城镇化进程中,让城乡居民充分享受经济发展的丰硕成果,有助于实现城乡协调发展和共同富裕目标。基于生存工资Anker法,采用CMDS数据和CTVS数据,本文测算一个典型的三口之家的农民工(父母2人,子女1人)在迁入地城市获得基本体面生存标准的工资线。基于需求可识别Biprobit模型的测算结果,本文的主要结论为:在市民化经济门槛为3240元的情景下,市民化程度为35.47%,新生代农民工的市民化程度为36.69%,老一代农民工的市民化程度为33.10%。在低水准情景下,随着城市规模的扩大,农民工和城镇职工的生存工资差距不断扩大,在超大城市达到峰值,分别为3734元和6443元,而小城市的生存工资差距仅为470元。从满足不同城市规模的市民化经济门槛的样本构成来看,新生代农民工基本占70%左右,而老一代农民工占30%左右;在考虑子女教育支出下,超大城市的城镇职工和农民工的生存工资标准分别为7414元和4309元,超过了3100元的差距。本文发现能达到高水准生存工资的农民工,在中小城市的比例为43%左右,在大城市的比例为24%~30%左右,而在超大城市的比例仅仅为5%。分代际来看,老一代农民工占21%~30%,新生代农民工占69%~79%。
基于上述实证经验的结论,本文的政策建议主要有两点:一是精准核定生存工资标准,匹配市民化的经济门槛。鉴于最低工资标准严重低于农民工及其家庭在城市体面生存的需求,不仅不利于充分激发农民工的积极性,而且损害了农民工的正当权益。在顶层的制度设计上,需要科学地精准核定农民工在不同城市规模的收支差异,据此推算出生存工资的标准线及市民化的经济门槛。实现“想落尽落,应转尽转”,避免出现“能落不想落、想落不能落”的窘境。二是户籍改革需要顶层设计,中央统筹成本分摊机制。推进农民工市民化需要顶层设计,统筹“政府—企业—个体”三位一体的成本分摊机制。新生代农民工是市民化的主力。农民工进城已经从最初的提高农民收入、解决农村剩余劳动力发展上升为农民工市民化的诉求。改革户籍制度的顶层设计,中央统筹成本分摊机制。根据马斯洛需求理论,首先要满足农民工的基本生存需要,根据生存工资标准来推动各地最低工资的制定和最低生活保障。其次,满足新生代农民工在保障性住房、医疗服务和教育资源,从工资福利待遇方面配套社会保险和公积金方面的需求。最后,着力促进基本公共服务均等化,促进机会均等,解决基本公共服务水平在农民工群体的“最后一公里”问题。农民工只有提升自身的职业技能、收入水平、健康状况,积累人力资本,才能通过职业素养、生存能力和城市融入来提升市民化能力。市民化能力强的农民工,才有能力承担市民化过程中需要分摊的个人成本,更好地享受户籍带来的福利和收益。
① 落户意愿为农民工愿意落户的比例。城市融入指标在CMDS数据设计为:A.喜欢居住的城市;B.关注现居住城市的变化;C。我很愿意融入本地人当中;D.我觉得本地人意愿接受我成为其中一员;E.我感觉本地人看不起外地人。均为量表设计,1完全不同意 2不同意 3基本同意 4完全同意。对E项进行转置后,再将五项加总平均后得到城市融入。
② 城市规模分类标准依据《国务院关于调整城市规模化分标准的通知》(国发〔2014〕51号),分为超大城市(1000万以上)、特大城市(500-1000万)、大城市I类(300-500万)、大城市II类(100-300万)、中等城市(50-100万)、小城市(50万以下)。以城区常住人口为统计口径,用《中国城市建设统计年鉴》中“城区人口”加上“城区暂住人口”计算得到常住人口规模。
③ 住房支出在CMDS数据中设置为:过去一年,您家在本地平均每月住房支出(仅房租/房贷)为多少元?仅指被访者及其家庭生活居住用房的房租和购房的分期付款,不包括与住房相关的水电费等支出。不算购买的首付和全款,不算生产经营用房的房租和单位包住者。因此,这里的房租更能反映流动人口每个月的住房支出负担。教育支出的计算因篇幅有限,留存备索。
[1] | 蔡昉, 张丹丹, 刘雅玄. 新冠肺炎疫情对中国劳动力市场的影响——基于个体追踪调查的全面分析[J].经济研究,2021(2). |
[2] | 陈飞, 苏章杰. 城市规模的工资溢价: 来源与经济机制[J].管理世界,2021(1). |
[3] | 程郁, 赵俊超, 殷浩栋, 等. 分层次推进农民工市民化——破解“愿落不能落、能落不愿落”的两难困境[J].管理世界,2022(4). |
[4] | 辜胜阻, 李睿, 曹誉波. 中国农民工市民化的二维路径选择——以户籍改革为视角[J].中国人口科学,2014(5). |
[5] | 胡雯, 陈昭玖, 滕玉华. 农民工市民化程度: 基于制度供求视角的实证分析[J].农业技术经济,2016(11). |
[6] | 胡雯, 张锦华. 密度、距离与农民工工资: 溢价还是折价?[J].经济研究,2021,a,(3). |
[7] | 胡雯, 张锦华. 城市的力量: 农民工层级迁移与工资溢价[J].财经研究,2021,b,(2). |
[8] | 李瑞, 刘超. 城市规模与农民工市民化能力[J].经济问题探索,2018(2). |
[9] | 刘锐, 曹广忠. 中国农业转移人口市民化的空间特征与影响因素[J].地理科学进展,2014(6). |
[10] | 刘涛, 陈思创, 曹广忠. 流动人口的居留和落户意愿及其影响因素[J].中国人口科学,2019(3). |
[11] | 陆铭, 李鹏飞, 钟辉勇. 发展与平衡的新时代——新中国70年的空间政治经济学[J].管理世界,2019(10). |
[12] | 罗伯特•波林, 马克•布伦纳, 珍妮特•威克斯-利姆, 等, 孙劲悦译. 衡量公平: 生存工资与最低工资经济学——美国的经验[M]. 大连: 东北财经大学出版社, 2012. |
[13] | 孟颖颖, 邓大松. 农民工城市融合中的“收入悖论”——以湖北省武汉市为例[J].中国人口科学,2011(1). |
[14] | 潘士远, 朱丹丹, 徐恺. 中国城市过大抑或过小?——基于劳动力配置效率的视角[J].经济研究,2018(9). |
[15] | 苏红键. 中国流动人口城市落户意愿及其影响因素研究[J].中国人口科学,2020(6). |
[16] | 王建国, 李实. 大城市的农民工工资水平高吗?[J].管理世界,2015(1). |
[17] | 王小鲁. 中国城市化路径与城市规模的经济学分析[J].经济研究,2010(10). |
[18] | 王瑜, 崔馨月, 陈传波, 等. 农民工跨越市民化经济门槛分析——基于生活工资Anker法的新测量工具[J].经济地理,2018(9). |
[19] | 王瑜, 汪三贵. 农民工离城镇化还有多大工资差距?——深圳制造业工业园区工人的生活工资测算[J].中国人民大学学报,2017(4). |
[20] | 魏后凯, 苏红键. 中国农业转移人口市民化进程研究[J].中国人口科学,2013(5). |
[21] | 温涛, 田纪华, 王小华. 农民收入结构对消费结构的总体影响与区域差异研究[J].中国软科学,2013(3). |
[22] | 吴彬彬, 章莉, 孟凡强. 就业机会户籍歧视对收入差距的影响[J].中国人口科学,2020(6). |
[23] | 杨曦. 城市规模与城镇化、农民工市民化的经济效应——基于城市生产率与宜居度差异的定量分析[J].经济学(季刊),2017(4). |
[24] | 叶俊焘, 钱文荣. 不同规模城市农民工市民化意愿及新型城镇化的路径选择[J].浙江社会科学,2016(5). |
[25] | 张欢, 吴方卫. 产业区域转移背景下就业机会与收支剩余对农民工回流的影响[J].中国农村经济,2022(6). |
[26] | 张吉鹏, 黄金, 王军辉, 等. 城市落户门槛与劳动力回流[J].经济研究,2020(7). |
[27] | 张锦华, 龚钰涵. 走向共同富裕: 农民工市民化的财政学考察——基于系统动力学建模及政策优化仿真[J].南方经济,2022(5). |
[28] | 周传豹, 吴方卫, 张锦华. 收支余额变动与中国农村转移劳动力跨区域回流趋势[J].农业技术经济,2016(4). |
[29] | 周密, 张广胜, 黄利. 新生代农民工市民化程度的测度[J].农业技术经济,2012(1). |
[30] | 朱明宝, 杨云彦. 城市规模与农民工的城市融入——基于全国248个地级及以上城市的经验研究[J].经济学动态,2016(4). |
[31] | Anker R. Poverty lines around the world: A new methodology and internationally comparable estimates[J].International Labour Review,2006,145(4):279–307. |
[32] | Anker R. Estimating a living wage: A methodological review[R]. Conditions of Work and Employment Series No. 29, 2011. |
[33] | Anker R, Anker M. Living wages around the world: Manual for measurement[M]. Cheltenham: Edward Elgar Publishing, 2017. |
[34] | Harris J R, Todaro M P. Migration, unemployment and development: A two-sector analysis[J]. The American Economic Review,1970,60(1):126–142. |
[35] | Loewenstein G. Emotions in economic theory and economic behavior[J].American Economic Review,2000,90(2):426–432. |
[36] | Roback J. Wages, rents, and the quality of life[J].Journal of Political Economy,1982,90(6):1257–1278. |
[37] | Rosen H S, Fullerton D J. A note on local tax rates, public benefit levels, and property values[J].Journal of Political Economy,1977,85(2):433–440. |
[38] | World Bank. From crisis to green, resilient, and inclusive recovery[R]. World Bank Annual Report 164644, 2021. |
[39] | Zhang D D. The evolution of the wage gap between rural migrants and the urban labour force in Chinese cities[J].Australian Journal of Agricultural and Resource Economics,2020,64(1):55–81. |