农民工融入城市的研究基于社会统计方法.doc

农民工融入城市的研究：基于社会统计方法 Hongwei Hu Jing Shi Dasong Deng 摘要 近年来中国外来务工人口在城市中“迁移却没有定居，定居却被孤立”的现象越加显著。这篇文章根据典型的农民工样本，运用了社会统计方法中的多项回归分析深入地分析了上述现象。分析结果显示，影响农民工在城市中角色的因素包括教育，工资等因素。基于分析的结论，笔者提出了加快农民工获得社会保障权利和加速市民化进程的建议。 关键字：农民工 城市融合 社会统计方法 引言 近年来，中国农民工的市民化进程得到了普遍的关注。农民工市民化进程特征表现为“迁移却没有定居，定居却被孤立”。农民工进程的主要目的是寻找就业机会和获得更高的劳动收入。他们在离乡进城后与城市居民的融合过程中，发现自身的职业打算，生活习惯和文化理念都发生了巨大的变化。一些人进城是为了获得稳定的工作和收入，慢慢地融入城市生活；一些人成为了创业先锋，成功开办个人企业，成为了城市精英中的一部分；剩下的农民工难以获得稳定的就业和收入，发现他们很难融入城市社会，成为了城市边缘化群体。农民工角色的转变和两极分化毫无疑问地引发了角色间的冲突。农民工不再接受他们传统上作为“农民”的角色；相反地，他们在经过演化后被分解成了一个有三种分类的系统，包括“市民”，“农民”和“被边缘化的人群”。这篇文章重点研究了农民工对自身角色和身份的认知在长时间内转变和逐步形成的过程。 在前面所描述的背景下，这篇文章旨在分析农民工对于自身在社会中的角色认知，并对影响这些认知的因素做了详细的分析。特别地，我们对“本质上的市民化”的分析建立了多项逻辑回归分析模型，希望能够对农民工没有形成“本质上的市民化”根本原因有更加深入的分析。我们希望这篇分析研究能够从客观上反映“迁移却没有定居，定居却被孤立”现象，为相关的决策制定提供理论依据。 变量、数据和方法 为了应对实证研究的要求，我们选择了以下14种变量进入多项逻辑回归的分析。 表一 变量选择和变量类型 被解释变量 个人对自身角色的定义# 解释变量 性别#，年龄*，教育水平*，户籍#，收入水平#，在外打 工的时间*，在武汉工作的时间*，工作性质*，企业性 质#，雇佣模式#，婚姻状况#，“缺少市民身份对你的 工作和生活有影响吗？”#，“你认为市民身份对于 公民权重要吗？”# 注释：“#”代表分类变量，“*”代表序级变量或者区间变量转化成的序级变量。 这篇文章运用了分层随机抽样的方法，抽样人群是居住在武汉的外来务工人员，自由商贩和小企业经营者。同时，我们致力于保持大致上的从年龄、教育水平、收入水平和行业上样本的分布均衡，以达到样本具有代表性的目的。2005年的夏天，130位中南财经政法大学的学生参加了为期两个月的调查。发放了1200份问卷，其中1092份被回收，782份是有效问卷。 考虑到农民工的教育水平限制和问卷的复杂性，所有的调查是由调查员当面提问和填写被调查者的答案。调查的问卷经过筛选，进入相关的数据库；合成后的数据在分析和操作前都得到了详尽的检查和校对。 三、结果以及讨论分析 研究运用了多项逻辑回归方法（例如，多项无序分层变量的逻辑回归）来分析农民工的特征变量和自身角色定义之间的关系。用到了仿真方程：Y=βiXi+ε,其中y是农民工的自身角色定义，包括了三个选项：“市民”，“农民”，“边缘化的人群”；X是农民工的社会和经济特征变量，包括了在表一中现实的13个解释变量。 假设累积分布的ε是逻辑分布，那么这个模型就符合表二和表三的检验结果。 表二 模型适应性检测 模型l -2 Log 相似度 Chi-Square df Sig. 截距项 1335.891 — — — 整个方程 1130.844 205.047 66 .000 注释：Cox and Snell R2=0.253, Nagelkerke R2=0.293 表三 回归参数和检测结果 影响参数 -2 LL Chi-Sq. df Sig. 截距项 1130.844 0 0 — 性别 1136.288 5.444 2 0.07 年龄 1139.981 9.137 8 0.33 教育水平 1156.903 26.058 8 0.00 籍贯 1131.954 1.109 2 0.57 收入水平 1206.729 75.885 12 0.00 在外打工时间 1138.230 7.385 12 0.83 在武汉工作的时间 1141.520 10.676 10 0.38 工作性质 1133.836 2.991 2 0.22 企业性质 1137.703 6.858 2 0.03 雇佣模式 1136.842 5.998 2 0.05 婚姻状况 1142.402 11.557 2 0.