图1 2017年珠三角6城市农民工调查样本数量分布图
纸质出版日期:2023-01-25,
网络出版日期:2022-06-21,
收稿日期:2021-06-08,
录用日期:2021-08-05
扫 描 看 全 文
引用本文
阅读全文PDF
以2017年珠三角6大核心城市1 270份农民工抽样调查问卷为基础数据,采用交叉列联分析和无序多分类Logistic回归方法,探讨处于家庭生命周期不同阶段的4类农民工家庭(Ⅰ未育夫妻家庭、Ⅱ夫妻和未婚子女家庭、Ⅲ未婚者与父母家庭、Ⅳ空巢家庭)的基本特征、居住选择及影响因素。研究发现:① 4类农民工家庭的平均年龄、迁入地居住时长、受教育水平、月均收入和人均居住面积出现了有规律的分化。② 4类农民工家庭的居住选择以城中村为主;Ⅰ~Ⅳ类农民工家庭分别在工厂宿舍区、城中村、商品房社区、保障房社区中选择的概率最高。③ 农民工居住选择的主要影响因素有家庭类型、个体因素、农村因素、迁移因素和区位因素,部分农民工的居住选择在一定程度上出现了工厂宿舍区-城中村-商品房社区的空间转移,体现了古典同化主义思想。本文基于研究结论,提出以社区为主体的政策建议。
Migrant workers moving to urbanized areas constitute a floating labor pool that provides flexible and cheap labor for urbanization processes. The Thirteenth National People's Congress of the People's Republic of China proposed the "acceleration of citizenization of rural migrant workers". Promoting the citizenization of migrant workers has always been a focus of the government and academia as well as a fundamental part of China's new urbanization strategy. Based on the questionnaire data of 1 270 migrant workers of the Pearl River Delta in 2017, this paper adopts the multinomial Logistic regression analysis to explore the residential choice and influencing factors among four types of migrant workers' families, which are childless family (I), parents and minor children combined family (Ⅱ),unmarried children and their parents combined family (Ⅲ), and empty-nest family (Ⅳ), from the perspective of the family life cycle. The results show that: 1) The average age, the length of residence, the level of education, the average monthly income, and the per capita living area of the four types of families show regular differentiation. 2) The residential choice of 4 types of families is mainly in urban villages; Types I and IV prefer to select factory dormitories and affordable housing communities, respectively, while types II and III prefer to select commodity housing communities. 3) The main influencing factors of the residential choice of migrant workers in the Pearl River Delta are family type, individual factor, rural factor, migration factor, and location factor. Based on the results of this study, we put forward community-based policy suggestions for citizenization strategy.
《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调要加快农业转移人口市民化,加快推动农业转移人口全面融入城市。农民工的居住关乎其社会融入、市民化乃至中国新型城镇化[
西方国家移民居住环境普遍较差,被隔离和边缘化[
相对于20世纪90年代“部分迁移、部分留守”的“分居家庭”,近年来“家庭式迁移”已逐渐成为农民工迁移的主要趋势[
现有研究主要是从农民工个体视角出发直接针对农民工居住进行研究,随着农民工举家迁移的趋势,相对缺乏基于家庭生命周期理论对农民工家庭消费状况的实证研究,尤其是居住消费、居住选择的实证研究。珠三角地区是农民工较早流入和流入较多的地区,是国家推进新型城镇化的战略地区。农民工居住空间已出现分化,农民工在城市站稳脚步之后,随着对迁入城市社会经济文化的逐步适应,其居住选择的社区类型变得多元化,除了传统的城中村、工厂宿舍区、老街区,还包括保障房社区、商品房社区等,其社区类型选择出现了怎样的分化,以及分化背后的微观逻辑是什么?本文以珠三角地区为例,基于家庭生命周期视角,探讨不同类型农民工家庭的基本特征、居住选择及影响因素。以期进一步补充和丰富家庭生命周期理论在移民居住领域的研究,为当地政府推动农民工市民化和“以人为本”的新型城镇化提供参考。
珠三角地区是中国快速城镇化的典型地区,是中国推进新型城镇化建设的示范区,同时也是农民工较早流入且流入较多的地区。本文选择珠三角6大核心城市,即广州、深圳、佛山、东莞、珠海和中山(
图1 2017年珠三角6城市农民工调查样本数量分布图
Fig.1 Spatial distribution of respondents in six cities in the Pearl River Delta in 2017
数据来源于2017年5~10月课题组在珠三角6大核心城市进行的问卷调查。调查主要采用PPS方法即按规模大小成比例的概率抽样方法,并结合滚雪球抽样、随机抽样、分层抽样等方法,在工厂、产业园、公园、街头、小区、超市、其他组织单位等区域,进行流动人口的问卷调研。调查员与被访谈者当面沟通,访谈时间约50 min,同一个调查点的问卷控制在15份以内。共发放问卷2 450份并全部收回,其中,有效问卷2 416份(各城市问卷数见
调查中发现,农民工在迁入地的居住选择主要有5种社区类型:城中村、工厂宿舍区、老街区、保障房社区和商品房社区。① 城中村,因其低成本的住房供给和较好的地理位置,已成为外来农民工的主要落脚地;② 工厂宿舍区,通常免费或低价提供给外来农民工,也是农民工居住选择的重要类型;③ 老街区,主要位于老城区,住房较为陈旧,配套设施较为简单,本地人比重相对较高,邻里关系较为融洽;④ 保障房社区,是政府为满足低收入群体住房需求,在城市远郊地区大规模成片建设,配套公共服务尚不完善的社区[
关于农民工居住选择影响因素分析,本文参考了国内外相关研究。西方移民居住研究表明,影响因素主要包括迁入地的社区环境、制度因素,以及移民的人力资本和社会网络[
序号 | 变 量 | 指标(取值范围) | 均值 | 最大值 | 最小值 | |
---|---|---|---|---|---|---|
1 |
家庭 类型 | 不同家庭生命周期 | 1=Ⅰ类家庭,2=Ⅱ类家庭,3=Ⅲ类家庭,4=Ⅳ类家庭 | 2.28 | 4 | 1 |
2 |
个体 因素 | 性别 | 1=男,0=女 | 0.52 | 1 | 0 |
3 | 受教育时长/a | 实际值 | 9.44 | 20 | 0 | |
4 | 年龄 | 实际值 | 38.34 | 75 | 19 | |
5 | 城市定居意愿 | 1=不打算,2=没想好,3=打算 | 2.33 | 3 | 1 | |
6 | 年收入/万元 | 实际值 | 4.98 | 50 | 0 | |
7 |
农村 因素 | 老家汇款/万元 | 实际值 | 1.11 | 30 | 0 |
8 | 老家宅基地数量/处 | 实际值 | 1.18 | 5 | 0 | |
9 | 老家耕地数量(hm2) | 实际值 | 0.33 | 20 | 0 | |
10 |
迁移 因素 | 迁入城市规模 | 1=超大城市,2=特大城市,3=大城市 | 1.91 | 3 | 1 |
11 | 迁移距离 | 1=广东省内,2=广东邻近省份,3=其他省份 | 2.17 | 3 | 1 | |
12 | 迁入地居住时长/a | 实际值 | 10.62 | 35.5 | 0.5 | |
13 |
区位 因素 | 职住时间距离/min | 实际值 | 11.76 | 120 | 0 |
14 | 到最近公园时长 | 1为<10 min,2为10~20 min,3为20~30 min,4为>30 min | 2.36 | 4 | 1 | |
15 | 到最近医疗点时长 | 1为<10 min,2为10~20 min,3为20~30 min,4为>30 min | 2.22 | 4 | 1 | |
16 | 到最近银行网点距离/km | 实际值 | 1.75 | 30 | 0 |
1)家庭类型:处于不同生命周期家庭的消费结构和迁移模式存在差异[
2)个体因素:农民工个体的差异,比如年龄、性别、收入、受教育时长和定居意愿等也会影响其居住选择,女性会尽量减少独居生活;收入是居住选择的经济基础,高收入会追求更好的居住环境;受教育程度较高的农民工可能更在意住房质量,并具有更高的定居预期;定居意愿越强,会减少消费支出等[
3)农村因素:与农村老家的联系越紧密,越会降低农民工在迁入地的定居意愿,从而影响在迁入地的居住选择[
4)迁移因素:迁入城市规模、迁移距离和迁入地居住时长也会影响农民工的居住选择[
5)区位因素:农民工在做出居住选择时,会充分考量社区的区位条件,比如到城市中心的距离、住房1 km内是否有地铁站、三甲医院或公园等,区位因素强调农民工在做出居住选择时会考虑城市公共服务设施的可获得性和便利性[
首先探讨家庭生命周期不同阶段农民工的基本特征和居住选择,在此基础上,从家庭类型等5个维度分析珠三角农民工居住选择的影响因素。
基于抽取的1 270份问卷调查数据,对4类农民工家庭的基本特征予以分析(
各类指标 | Ⅰ类家庭 | Ⅱ类家庭 | Ⅲ类家庭 | Ⅳ类家庭 | |
---|---|---|---|---|---|
职业类别占比/% | 无工作 | 0.64 | 2.12 | 1.46 | 1.95 |
建筑工人 | 1.27 | 1.33 | 4.88 | 3.25 | |
工厂工人 | 25.48 | 39.66 | 33.66 | 22.73 | |
传统服务业从业人员 | 45.22 | 34.75 | 40.49 | 55.84 | |
个体工商户 | 7.64 | 10.21 | 15.61 | 13.64 | |
私营企业主 | 1.91 | 3.45 | 0.98 | 1.30 | |
专业技术人员 | 13.38 | 4.24 | 0.98 | 0.00 | |
中高层管理者 | 4.46 | 4.24 | 1.95 | 1.30 | |
受教育水平占比/% | 小学及以下 | 5.10 | 11.80 | 39.02 | 47.40 |
初中 | 33.12 | 48.01 | 44.88 | 40.91 | |
高中 | 28.66 | 28.12 | 15.12 | 11.04 | |
大专及以上 | 33.12 | 12.07 | 0.98 | 0.65 | |
其他 | 月均收入/元 | 4 359 | 4 161 | 2 965 | 2717 |
人均居住面积/m2 | 19.8 | 17.93 | 17.28 | 16.65 | |
平均年龄 | 28.26 | 34.91 | 47.54 | 53.21 | |
迁入地居住时长/a | 6.5 | 10.36 | 13.25 | 13.60 | |
满意度(1~10) | 7.16 | 7.05 | 7.24 | 7.18 |
1)从职业看,不同家庭生命周期有较为明显的差异,Ⅱ和Ⅲ类家庭从事第二产业(建筑和制造业)的比重(40.99%和38.54%)远高于Ⅰ和Ⅳ类家庭的比重(26.75%和25.98%),相反从事传统服务业的比重(34.75%和40.49%)明显低于Ⅰ和Ⅳ类家庭的比重(45.22%和55.84%),随着家庭生命周期的增长,农民工的职业选择逐渐从服务业为主转向制造业为主再转向服务业为主。此外,从事专业技术工作的主要集中在Ⅰ和Ⅱ类家庭。
2)从受教育水平、月均收入、人均居住面积看,4类家庭出现了有规律的分化,随着家庭生命周期的增长即Ⅰ~Ⅳ类家庭,受教育水平在逐步递减,高中及以上的比重分别为61.78%、40.19%、16.1%、11.69%;4类家庭的月均收入分别为4 359、4 161、2 965、2 717元,呈逐渐递减的趋势,与受教育水平相吻合;人均居住面积亦出现逐渐递减的趋势,4类家庭人均居住面积分别为19.8、17.93、17.28和16.65 m2。
3)从平均年龄、迁入地居住时长和满意度看,随着家庭生命周期的增长,Ⅰ~Ⅳ类家庭的平均年龄分别为28.26、34.91、47.54、53.21岁;同时也伴随着迁入地居住时长的增长,4类家庭平均居住时长分别为6.5、10.36、13.25、13.6年;Ⅱ类家庭的整体满意度最低,其他三类家庭相对更高且较为接近。
从珠三角农民工的居住选择与家庭生命周期的交叉列联分析结果看,① 城中村、工厂宿舍区、商品房社区、保障房社区和老街区5类社区的选择比重分别为44.6%、18.7%、17.2%、12.3%和7.2%;② 与Ⅰ类家庭相比,Ⅱ和Ⅲ类家庭选择商品房社区的比重明显更高,分别达到了17.1%和21.5%,而Ⅰ类家庭选择商品房社区的比重仅为12.7%;③ Ⅳ类家庭选择保障房社区的比重最高,达到了15.6%;Ⅰ~Ⅲ家庭则分别为9.6%、12.3%和11.7%;④ Ⅰ类、Ⅱ类家庭选择城中村的比重更高,分别为45.9%和47.2%;而Ⅲ和Ⅳ类家庭则分别为37.1%和40.9%;⑤ Ⅰ类家庭有更高的选择工厂宿舍区的倾向,达到了21%,另外3类家庭均约18%(
项 目 | 家庭类型(家庭生命周期) | 总量 | |||||
---|---|---|---|---|---|---|---|
Ⅰ | Ⅱ | Ⅲ | Ⅳ | 占比 | |||
商品房社区 | 数量 | 20 | 129 | 44 | 26 | 219 | |
百分比/% | 12.7 | 17.1 | 21.5 | 16.9 | 17.2 | ||
保障房社区 | 数量 | 15 | 93 | 24 | 24 | 156 | |
百分比/% | 9.6 | 12.3 | 11.7 | 15.6 | 12.3 | ||
城中村 | 数量 | 72 | 356 | 76 | 63 | 567 | |
百分比/% | 45.9 | 47.2 | 37.1 | 40.9 | 44.6 | ||
老街区 | 数量 | 17 | 39 | 23 | 12 | 91 | |
百分比/% | 10.8 | 5.2 | 11.2 | 7.8 | 7.2 | ||
工厂宿舍区 | 数量 | 33 | 137 | 38 | 29 | 237 | |
百分比/% | 21.0 | 18.2 | 18.5 | 18.8 | 18.7 | ||
总数 | 数量 | 157 | 754 | 205 | 154 | 1 270 | |
百分比/% | 12.4 | 59.4 | 16.1 | 12.1 | 100 |
为分析家庭生命周期不同阶段农民工居住选择的影响因素,将前文提及的五类因素中包含的16个变量引入无序多分类Logistic回归模型中。将“1=城中村(为模型的参照组)、2=工厂宿舍区、3=老街区、4=保障房社区和5=商品房社区”设为因变量。在进行回归之前,对自变量进行了多重共线性检测,结果发现年龄、老家耕地数量的多重共线性较大,因此剔除了该变量。
变量 | 参照组 (城中村) | 类别 | 工厂宿舍区 | 老街区 | 保障房社区 | 商品房社区 | ||||
---|---|---|---|---|---|---|---|---|---|---|
B | eB | B | eB | B | eB | B | eB | |||
家庭类型 | Ⅳ类家庭 | Ⅰ类家庭 | 0.144*** | 1.155 | -0.189* | 0.828 | -0.487* | 0.615 | -0.102 | 1.107 |
Ⅱ类家庭 | -0.086 | 0.918 | -0.661* | 0.516 | -0.335* | 0.715 | 0.218** | 1.018 | ||
Ⅲ类家庭 | 0.257 | 1.293 | 0.442* | 1.556 | -0.094* | 0.911 | 0.446** | 1.561 | ||
个体因素 | 性别(男) | -0.131* | 0.877 | 0.130 | 1.138 | 0.186 | 1.204 | 0.114 | 1.121 | |
受教育时长 | 0.036 | 1.036 | 0.058 | 1.060 | 0.013 | 1.013 | 0.511** | 1.411 | ||
城市定居意愿(打算) | 不打算 | 0.428* | 1.534 | 0.079 | 1.082 | -0.580** | 1.785 | -0.261* | 1.399 | |
没想好 | 0.108 | 1.114 | -0.028 | 0.973 | 0.096 | 1.101 | 0.014 | 1.015 | ||
年收入 | 0.122 | 1.212 | 0.223 | 1.067 | 0.112 | 1.123 | 0.506** | 1.433 | ||
农村因素 | 老家汇款 | 0.256 | 1.104 | 0.243 | 1.055 | 0.670 | 1.403 | -0.345* | 0.653 | |
老家宅基地数量 | -0.418 | 0.778 | -0.111 | 0.895 | 0.012 | 1.012 | -0.232* | 0.512 | ||
迁移因素 | 迁入城市等级(大城市) | 超大城市 | 0.587* | 1.798 | -0.455* | 0.635 | 0.585* | 1.796 | 0.241 | 1.272 |
特大城市 | 0.577** | 1.780 | -1.252*** | 0.286 | 0.298 | 1.347 | 0.742*** | 2.100 | ||
迁入地居住时长 | -0.034** | 0.866 | 0.287 | 1.333 | -0.066 | 0.937 | 0.076*** | 1.379 | ||
迁移距离(其他省份) | 广东省内 | -0.302 | 0.739 | 0.386 | 1.471 | -0.052 | 0.949 | -0.195 | 0.823 | |
广东邻近省份 | -0.165 | 0.848 | 0.166 | 1.181 | -0.116 | 0.891 | 0.054 | 1.055 | ||
区位因素 | 职住时间距离 | -0.063*** | 0.939 | 0.009 | 1.009 | -0.010 | 0.990 | -0.020** | 0.980 | |
到最近公园时长/min (>30) | <10 | -0.308* | 0.735 | 0.863* | 2.371 | -0.038 | 0.963 | 0.294 | 1.342 | |
10~20 | -0.004 | 0.996 | 0.239 | 1.270 | -0.098 | 0.906 | 0.366 | 1.442 | ||
20~30 | 0.273 | 1.313 | 0.342 | 1.407 | -0.704* | 0.495 | 0.536* | 1.709 | ||
到最近医疗点时长/min(>30) | <10 | 0.329 | 1.390 | 0.375 | 1.455 | 0.287 | 1.333 | 0.216 | 1.241 | |
10~20 | 0.494 | 1.638 | -0.042 | 0.959 | -0.283 | 0.754 | 0.950 | 2.585 | ||
20~30 | -0.046 | 0.955 | -0.506 | 0.603 | 0.027 | 1.027 | -0.064 | 0.938 | ||
到最近银行网点距离 | 0.111 | 1.048 | -0.029 | 0.971 | 0.110*** | 1.116 | 0.033 | 1.034 | ||
对数似然比 | 1 809.724*** | |||||||||
似然比卡方值 | 438.994 | |||||||||
Cox and Snell R2 | 0.292 | |||||||||
Nagelkerke R2 | 0.352 |
1)***、**、*分别代表P<0.001、P < 0.01、P < 0.05,括号内为参照组, B为回归系数,eB为优势比。
;2)老街区。与Ⅳ类家庭相比,Ⅰ和Ⅱ类家庭选择老街区的概率更低,分别是Ⅳ类家庭的0.828倍和0.516倍;不像Ⅰ和Ⅱ类家庭,Ⅳ类家庭需过度考虑通勤时间,更多考虑居住成本和邻里关系,老街区邻里关系较为融洽,居住成本较低;但相比Ⅳ类家庭,Ⅲ类家庭选择老街区的概率更高,前者是后者的1.556倍。迁移因素中,迁入城市等级越高,生活成本越高,为减少支出,农民工更倾向选择居住成本更低的城中村而非老街区。区位因素中,到最近公园时长<10 min与>30 min相比,农民工选择老街区的概率更高。
;3)保障房社区。相对于城中村而言,Ⅰ~Ⅲ类家庭选择保障房社区的概率均小于Ⅳ类家庭,分别是Ⅳ类家庭的0.615倍、0.715倍和0.911倍。个体因素中,打算在迁入城市定居的农民工选择保障房社区的概率是不打算的1.785倍。迁移因素中,迁入城市为超大城市的农民工比大城市的农民工选择保障房社区的概率更高,达到1.796倍,主要是由于超大城市的高昂居住成本,为降低居住成本并拥有相对稳定的居住条件,倾向选择保障房社区。区位因素中,到最近公园时长越短,农民工更倾向选择城中村而非保障房社区;到银行网点距离越远,选择保障房社区的概率更高,即选择生活在保障房社区的农民工更愿意接受到银行网点更远的距离。
;4)商品房社区。相对于城中村而言,Ⅱ和Ⅲ类家庭比Ⅳ类家庭有更高的商品房社区选择倾向,其重要因素之一是生活需求。个体因素中,受教育年限越长,选择商品房的概率更高,因为受教育年限越长,农民工具有更高的定居预期和更好的职业前景,对住房也具有不同的效用评价。较高收入成为选择商品房社区的重要因素,是打算选择工厂宿舍区的1.433倍,收入更高不仅意味着对未来具有更好的预期和更高的住房需求,也意味着更高的住房支付能力。打算在迁入城市定居的农民工选择商品房社区的概率是不打算的1.399倍,即城市定居意愿是影响农民工居住选择的重要因素,有城市定居意愿的农民工更倾向选择保障房社区和商品房社区,不打算在城市定居的更倾向选择工厂宿舍区和城中村。农村因素中,与老家的联系越紧密,比如老家汇款越多,老家宅基地数量越多,农民工选择商品房社区的概率越低,更倾向选择城中村。迁移因素中,迁入城市为特大城市的农民工比生活在大城市的农民工选择商品房社区的概率更高,达到2.1倍;迁入地居住时间越长,相较于城中村,农民工更倾向选择商品房社区,即随着迁入地居住时间的增长,农民工的居住选择在一定程度上出现了工厂宿舍区-城中村-商品房社区的空间转移,体现了古典同化主义的思想,中国农民工的空间同化符合世界移民的同化理论。此外,区位因素中,职住时间越长,选择城中村的概率更高,即农民工选择居住成本较低的城中村,一定程度上可以接受更长的职住时间。到银行网点距离为20~30 min与多于30 min相比,选择商品房社区的概率更高。
回归模型结果显示,模型总卡方值为438.994,且P<0.001,家庭类型,个体因素(性别、受教育年限、城市定居意愿、年收入),农村因素(老家宅基地数量、老家汇款),迁移因素(迁入城市等级、迁入地居住时长),区位因素(职住时间距离、到最近公园时长、到最近银行网点距离)影响显著(
1)工厂宿舍区。相对于城中村,Ⅰ类家庭更倾向选择工厂宿舍区,主要在于可享受工厂宿舍区的住房福利,包括经济效益和时间效益;而有子女的农民工家庭可能考虑到子女抚养、教育等问题,会更倾向于放弃工厂宿舍区。此外,配偶随迁务工会提高家庭收入,使得其更具有改善住房的条件。个体因素中,男性相比于女性,选择工厂宿舍区的概率更高,主要是由于女性更倾向拥有私密空间,此外,女性农民工更加注重居住社区的安全与质量,所以选择工厂宿舍区的概率比男性低;农民工的城市定居意愿也会影响其居住选择,依据eB所表明的发生比率,不打算在迁入城市定居的农民工选择工厂宿舍区的概率是打算在城市定居的1.534倍。迁移因素中,迁入城市等级越高,与选择城中村相比,选择工厂宿舍区的概率更高,主要是因迁入城市等级越高,城市消费水平越高,为降低支出,农民工更倾向选择由工作单位提供的工厂宿舍区;迁入地居住时间越长,相较于工厂宿舍区,选择城中村的概率更高,随着迁入时间的增长,家庭规模在扩大,倾向选择拥有更大居住空间的城中村。区位因素中,职住时间距离越长,选择城中村概率高于工厂宿舍区;到最近公园时长越短(10 min以内),相较于工厂宿舍区,农民工选择城中村的概率更高。
本文结合2017年珠三角农民工问卷调查数据,探讨了家庭生命周期视角下珠三角农民工的基本特征、居住选择及影响因素,有以下主要发现。
根据家庭生命周期划分了4类农民工家庭,即未育夫妻(Ⅰ类)、夫妻和未婚子女(Ⅱ类)、未婚者与父母(Ⅲ类)、空巢家庭(Ⅳ类)。4类农民工家庭呈现出较为明显的差异,Ⅱ类和Ⅲ类家庭从事第二产业的比重大大高于Ⅰ类和Ⅳ类家庭的比重,相反从事传统服务业的比重明显低于Ⅰ类和Ⅳ类家庭的比重。随着家庭生命周期的增长,4类家庭出现了有规律的分化,Ⅰ至Ⅳ类家庭的受教育水平、月均收入、人均居住面积呈递减趋势,平均年龄和迁入地居住时长呈递增趋势。
珠三角农民工的居住选择主要有城中村、工厂宿舍区、商品房社区、保障房社区和老街区5类社区,选择比重分别为44.6%、18.7%、17.2%、12.3%和7.2%。与Ⅳ类家庭相比,Ⅰ类家庭更倾向选择工厂宿舍区而非城中村;与Ⅰ类家庭相比,Ⅱ和Ⅲ类家庭选择商品房社区的比重明显更高,同时Ⅰ类家庭相比另外3类家庭有更高的工厂宿舍区选择倾向;与Ⅳ类家庭相比,Ⅰ和Ⅱ类家庭选择老街区的概率更低;但Ⅲ类家庭选择老街区的概率更高;Ⅳ类家庭选择保障房社区的比重更高;Ⅲ类家庭有更高的商品房社区选择倾向。已有研究表明,在房租支出方面,农民工“空巢家庭”明显高于其他阶段[
个体因素中,男性较女性选择工厂宿舍区的概率更高;城市定居意愿是影响农民工居住选择的重要因素,有城市定居意愿的农民工更倾向选择保障房和商品房社区,不打算在城市定居的更倾向选择工厂宿舍区和城中村;迁移因素中,迁入城市等级越高,城市消费水平越高,农民工为降低居住成本选择工厂宿舍区、城中村和保障房社区的概率越高,本文研究结论证实了迁入城市等级对农民工居住选择的影响[
最后,本文基于以上研究结论,以社区为主体提出以下政策建议:
1)城中村,4类农民工家庭选择比重最高的社区类型,居住在城中村,拉大了农民工与城市居民的社会距离,固化了农民工已有的身份认同,其中,Ⅱ类家庭选择城中村的比重最高,政府应充分考虑家庭需求,重点解决农民工随迁子女的教育问题,提高农民工家庭的生活满意度;工厂宿舍区,Ⅰ类家庭选择的比重最高,是农民工落脚迁入城市的过渡地,应改善工厂宿舍区的居住环境,丰富农民工的业余生活;商品房社区,Ⅱ和Ⅲ类家庭选择的比重更高,拥有较为完善和便利的配套设施,政府可积极引导有较高收入的农民工进入商品房市场,提供优惠政策,提高农民工的居住条件;保障房社区,农民工选择的比重相对较低,政府应鼓励社会资本进入保障性住房的建设中,增加农民工尤其是第Ⅱ类农民工家庭的保障性住房供给,将更多农民工纳入城镇住房保障体系;老街区,是4类家庭选择比重最低的,政府应改善老街区的住房环境,完善配套服务设施。
2)建立健全“政府-企业-社区-社团-农民工”的联动机制,各个社区需整合各种力量,应建立政府、企业、社区、组织团体、农民工五位一体的合作治理机制。政府主要起领导负责的作用,如健全租赁住房市场,提供住房补贴,缓解其住房压力,企业主要提供物质基础,社区和社团主要进行各种运作、组织和协调工作,农民工则是该机制中的主体。
3)提供多方服务,并实现服务主体、服务内容和服务方式的多元化。服务主体包括社区工作站、半官方组织、民间组织、企业、社会等;服务内容包括生活帮扶、就业支持、组织社区活动、社区养老、小孩照料等;服务方式可以是面对面的交流和帮扶,也可以是社会网络形式的支持,从而培养农民工的社区归属感和共同体意识。
4)加强文化建设,以社区的文娱活动为载体,以住房供给的家庭模式为核心,为农民工提供生活、工作信息与服务,丰富农民工的业余生活、便利农民工的日常工作,提高其生活满意度和幸福感。打造新的社会网络,在农民工传统的社会网络基础上,注重友缘、业缘等现代社会网络的构建,促进乡土文化与都市文化的融合,形成多元的社区文化。加强农民工自身组织建设的同时,如同乡会、同业会等,通过农民工自己的基层组织,将农民工的个人行为嵌入到集体利益中。
宁越敏,杨传开.新型城镇化背景下城市外来人口的社会融合[J]. 地理研究, 2019, 38(1): 23-32. [百度学术]
雷运清, 赵继伦. 我国主要城市群发展轨迹及新型城镇化途径研究[J]. 中山大学学报(自然科学版), 2016, 55(5): 141-150. [百度学术]
ZENG H, YU X, ZHANG J.Urban village demolition,migrant workers' rental costs and housing choices:Evidence from Hangzhou,China[J].Cities,2019,94: 70-79. [百度学术]
WOO A, YU C Y, LEE S. Neighborhood walkability for subsidized households: Revisiting neighborhood environments of Housing choice voucher and low-income housing tax credit households[J].Cities,2019,89: 243-251. [百度学术]
MASLOVA S,KING R.Residential trajectories of high-skilled transnational migrants in a global city: Exploring the housing choices of Russian and Italian professionals in London[J]. Cities, 2020, 96:102421. [百度学术]
CONSTANT A F, ROBERTS R, ZIMERMANN F. Ethnic identity and immigrant homeownership[J]. Urban Studies, 2009, 46(9): 1879-1898. [百度学术]
杨菊华. 制度要素与流动人口的住房保障[J]. 人口研究, 2018, 42(1): 60-75. [百度学术]
LU S, GAO X, LI W, et al. A study on the spatial and temporal variability of the urban residential water consumption and its influencing factors in the major cities of China[J]. Habitat International, 2018, 78: 29-40. [百度学术]
龙翠红, 柏艺琳, 刘佩. 新生代农民工住房模式选择及影响机制[J]. 社会科学, 2019(11): 14-29. [百度学术]
龙翠红, 陈鹏. 新生代农民工住房选择影响因素分析: 基于CGSS数据的实证检验[J]. 华东师范大学学报(哲学社会科学版), 2016, 48(4): 46-54. [百度学术]
杨巧, 杨扬长.租房还是买房——什么影响了流动人口住房选择?[J].人口与经济,2018(6): 101-111. [百度学术]
孙聪, 宋志达, 郑思齐. 农民工住房需求特征与城市住房保障体系优化——基于北京市“城中村”调研的研究[J]. 农业技术经济, 2017(4): 16-27. [百度学术]
TONG D, ZHANG Y, MacLACHLAN I. Migrant housing choices from a social capital perspective: The case of Shenzhen,China[J].Habitat International, 2020,96:102082. [百度学术]
景晓芬. 居住空间模式对农民工城市融入的影响[J]. 城市问题, 2018(6): 80-87. [百度学术]
杨高, 周春山.中国农民工“同乡村”研究: 空间生产与社会融合——以深圳“四川村”为例[J].地理科学, 2019, 39(10): 1570-1580. [百度学术]
ROWNTREE B S.Poverty:A study of town life[M]. London:Macmillan, 1901. [百度学术]
GLICK P C. The family cycle[J]. American Sociological Review, 1947, 12(2): 164-174. [百度学术]
林善浪, 叶炜, 梁琳.家庭生命周期对农户农地流转意愿的影响研究——基于福建省1570份调查问卷的实证分析[J]. 中国土地科学,2018,32(3):68-73. [百度学术]
DUSTMANN C, GOERLACH J S.The economics of temporary migrations[J].Journal of Economic Literature,2016, 54(1): 98-136. [百度学术]
晁钢令,万广圣.农民工家庭生命周期变异及对其家庭消费结构的影响[J].管理世界,2016(11): 96-109. [百度学术]
陈伟然.家庭生命周期的消费差异实证研究[J].求索, 2017(6): 136-140. [百度学术]
林善浪, 张作雄, 林玉妹. 家庭生命周期对农村劳动力回流的影响分析——基于福建农村的调查问卷[J]. 公共管理学报, 2011, 8(4): 76-84. [百度学术]
广州市统计局, 国家统计局广州调查队. 广州统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
深圳市统计局. 深圳统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
佛山市统计局. 佛山统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
东莞市统计局, 国家统计局东莞调查队. 东莞统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
珠海市统计局. 珠海统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
中山市统计局. 中山统计年鉴2017[M]. 北京: 中国统计出版社, 2017. [百度学术]
杨菊华,陈传波.流动人口家庭化的现状与特点:流动过程特征分析[J].人口与发展,2013,19(3): 2-13. [百度学术]
中华人民共和国国家统计局. 2017年农民工监测调查报告[R]. 北京: 中华人民共和国国家统计局, 2018. [百度学术]
李德智, 杨茜, 谷甜甜, 等. 保障房社区公共服务满意度及影响因素研究——以南京市岱山保障房社区为例[J]. 现代城市研究, 2021(3): 127-132. [百度学术]
JONES M. The housing life-cycle and the transition from renting to owning a home in the United States: A multi-state analysis[J].Environment and Planning A:Economy and Space,1988, 20(9):1165-1184. [百度学术]
周加欢, 冯健, 唐杰.新生代农民工居住特征及影响因素分析[J]. 城市发展研究,2017,24(9): 109-119. [百度学术]
夏怡然. 农民工定居地选择意愿及其影响因素分析——基于温州的调查[J]. 中国农村经济, 2010(3): 35-44. [百度学术]
ZHOU M. Segmented assimilation: Issues, controversies, and recent research on the new second generation[J]. International Migration Review,1997, 31(4): 957-1008. [百度学术]
54
浏览量
178
下载量
1
CSCD
相关文章
相关作者
相关机构