易地扶贫搬迁移民经济适应的影响因素——基于西南民族地区的调查

吴晓萍 刘辉武

(贵州民族大学，贵州 贵阳 550025)

一、问题的提出

从20世纪80年代开始，我国为了促进区域协调发展和减少农村贫困，政府开始采取易地搬迁的方式帮助那些就地脱贫难度大的居民离开脆弱的生态环境，摆脱贫困。[1]易地扶贫搬迁最初只是针对个别问题、个别区域，后来逐渐演变为整个国家层面实施的扶贫政策。[2]2001年国务院发布《中国农村扶贫纲要(2001——2010年)》及相关文件，标志着全国范围内以扶贫为目的的易地扶贫搬迁行动的开始。2015年10月l6日，习近平总书记在“减贫与发展高层论坛”上发表了《携手消除贫困 促进共同发展》的主题演讲，明确把“通过易地搬迁安置一批”作为未来“中国在扶贫攻坚工作中采取的重要举措”之一。之后，中央各相关部门出台了各种相关政策和规划，根据国家发改委发布的《全国“十三五”易地扶贫搬迁规划》，“十三五”期间全国要搬迁981万建档立卡贫困农村居民，加上同步搬迁人口600万，总计约1600万，涉及全国22个省、1400个县。易地扶贫搬迁作为我国扶贫的一个重要手段已经产生一个规模巨大的移民群体，并且这一群体的规模还将不断增长。

迈克尔·塞尼曾指出：“从性质来说搬迁是一种发生在移民们身上的‘社会—文化—经济’过程”。[3]与非自愿移民搬迁的被迫性与强制性不同，易地扶贫搬迁移民是自愿移民，但他们同样要面对搬迁带来的自然环境和社会环境的改变对生计模式的影响”。[4]搬迁之后移民的经济适应问题显然是移民工程的核心问题，对移民经济适应的影响因素进行研究具有重要价值。

目前学界关于易地扶贫搬迁移民的研究比较丰富，内容涉及易地扶贫搬迁移民的类型、安置方式、搬迁意愿、社会适应等各个方面。在经济适应层面，一些研究者研究了移民的生计方式的变化。[5][6]一些学者从生计空间、生计资本等层面分析生态移民生计适应差异中的原因。[7][8]相关研究还包括一些学者对易地扶贫搬迁移民搬迁后的贫困问题研究。[9][10]在经济适应的影响因素方面，部分研究者分析了家庭禀赋[11]、不同安置方式、[12]搬迁方式[13](搬迁时间、搬迁类型、农村土地流转政策等)对移民经济适应的影响。也有较多的研究者探讨了政府的就业扶持等政策对易地扶贫移民的经济适应的影响。[14][15]但是既有研究很少从政策实施角度系统探讨移民经济适应影响因素。方法上既有研究主要运用质性研究方法，以小区域的案例研究为主，基于较大范围调查的定量研究缺乏。本研究运用2015—2016年课题组在云南省、贵州省、四川省和重庆市民族地区的调查数据，对易地扶贫搬迁移民经济适应的影响因素从政策实施角度进行定量研究，以期加深人们对易地扶贫搬迁移民经济适应的影响因素问题的认识并促进移民政策的完善。

二、研究设计

(一)研究假设

移民经济适应无疑受到多种因素影响，本研究着重从政策实施角度探讨易地扶贫搬迁移民经济适应的影响因素。结合既有研究及课题组的调查，本研究做出如下假设：

假设一：不同个体特征的易地扶贫搬迁移民存在经济适应差异。本研究的不同个体特征主要指年龄、性别、教育程度和民族身份四个变量。

美国学者E.S.Lee认为迁徙者的年龄、性别、受教育程度等因素都对迁徙者有影响。[16]国内学者对扶贫移民的研究也印证了这一结论。[11][17]此外，有研究认为少数民族生态移民搬迁后生计方式的变迁给移民的经济适应影响非常大。[18]由此进一步形成四个分假设：1.移民的受教育程度越高，其经济适应水平越高；2.中青年移民的经济适应水平高于老年移民的经济适应水平；3.妇女的经济适应水平低于男性移民的经济适应水平；4.少数民族移民经济适应水平低于汉族移民的经济适应水平。

假设二：搬迁方式对易地扶贫搬迁移民的经济适应具有重要影响。搬迁方式主要包括安置点类型和搬迁时间(即在安置点居住的时长)两个变量。

课题组根据城镇化程度，把安置点类型分为村寨、集镇(小城镇)、县城及以上三类。一些研究者认为易地扶贫搬迁移民缺乏城市从业的技能，当前城镇接纳易地扶贫搬迁移民的能力较弱，因此城镇化安置的移民存在较多经济适应困难。[19][20]在搬迁时间方面，一般认为，经济适应性与移民搬迁时间的长短有正向(即搬到安置地的时间长短)的关系。[21]由此，形成两个分假设：1.安置点城镇化程度越高，移民的经济适应水平越低；2.搬迁时间越长，移民的经济适应越好。

假设三：移民社区的社区环境对易地扶贫搬迁移民的经济适应产生重要影响。社区环境在本研究中主要包括本地人对移民的态度、社区工作人员态度、治安状况三个变量。

易地搬迁后移民的生计环境发生了很大的变化，需要新的社会网络的支撑，需要新的社区组织的帮扶。[22]例如提供就业信息，熟悉职业环境和技术等等。由此，形成以下三个分假设：1.移民感知的本地人态度越好，移民的经济适应水平越高；2.移民感知的社区工作人员态度越好，移民的经济适应水平越高；3、社区治安状况越好，移民的经济适应水平越高。

假设四：政府后续帮扶对易地扶贫搬迁移民的经济适应具有显著促进作用。政府后续帮扶在本研究包括是否有就业扶持、是否有最低生活保障以及移民感知的政府关心程度三个变量。

政府有关移民的一些优惠政策对移民的经济适应有促进作用，[23]例如政府的就业扶持对移民的生计资本会产生显著影响，[15]有了政府提供的最低保障，易地扶贫搬迁移民的经济生活可能就无后顾之忧。由此进一步形成以下分假设：1.能够获得政府就业扶持的移民，其经济适应水平较高；2.能够获得政府最低生活保障的移民，其经济适应水平较高；3.移民感知政府的关心程度越高，其经济适应水平就越高。

(二)变量的界定与测量

1.因变量：经济适应。移民的经济适应与文化适应、心理适应相对应，指移民面对变化的环境在生计方式、居住等方面的调适状况或过程。目前学界有关移民经济适应或融合所采用的测量指标主要有职业、收入、住房等几个变量。比如周浩等使用收入、职业、社会保障、是否有固定住房等指标测量流动人口的经济融合状况；[24]风笑天在三峡移民的研究中使用提高收入的信心、收入变化与收入满意度三个指标测量移民的经济状况。[4]对于易地扶贫搬迁移民来说，由于住房是由政府统一提供的或者政府资助修建的，住房的差异较小，因此不适宜作为测量指标。此外，在收入方面，已有研究多不是直接考虑收入，而是从侧面，例如“提高收入的信心”“前后收入的比较”“对收入的满意度”等角度去了解。本研究考虑到调查移民的实际收入较难，所以在收入方面也采取了侧面了解的方式。

因此本研究设定以下三个指标对经济适应进行测量：(1)职业；(2)提高未来收入的信心；(3)与原住民的收入比较。

职业包括五个类型：(1)无业；(2)农业 ；(3)外地打工(工厂企业打工)；(4)本地打工(包括做服务员、搞建筑、打零工)；(5)做生意。其中，无业记1分，农业记2分，外地打工3分，本地打工4分，做生意5分。如此赋值的原因与相应的收入高低和职业声望有关。比如虽然外地打工的收入高于本地打工，但本地打工可以兼顾家庭。有些移民表示，只要能在本地就业，哪怕比外地打工收入少点也愿意留在本地谋生。考虑到这点，笔者给本地打工的赋值高于外地打工。“提高未来收入的信心”的问题为“您对今后提高家庭收入有没有信心？”，包括三个选项： 没有信心、—般、有信心，分别赋值为1、2、3分。“收入与原住民的比较”的问题为“您觉得您家目前的家庭收入水平与一般本地居民相比怎么样？”，包括5个选项：低很多、低一些、差不多、高一些、高很多，分别赋值为1、2、3、4、5分。

2.自变量：个体特征、搬迁方式、社区环境和政府后续帮扶。个体特征包括年龄、性别、受教育程度、民族成分等四个变量。其中年龄为定距变量，性别为虚拟变量，以女性为参照。受教育程度为虚拟变量，包括“小学及以下”、“初中”、“高中(中专、技校、职高)”、“大专及以上”等四类，以“小学及以下”为参照变量。民族成分为虚拟变量，包括“汉族”、“苗族”、“布依族”、“瑶族”、“侗族”、“彝族”、“其他”等七类，以汉族为参照。

搬迁方式包括搬迁时间、安置点类型两个变量。其中搬迁时间为定距变量，安置点类型处理为虚拟变量，包括“村寨”、“集镇”、“县城及以上”三类，以“村寨”为参照。

社区环境包括本地人态度、社区工作人员态度与社区治安状况三个变量。本地人态度设计的问题为“您觉得本地人对移民的态度怎样 ”，包括“没有歧视”、“有点歧视”、“非常歧视”3个选项，分别赋值为1、2、3分。得分越高，表明本地人对搬迁的移民态度越差。 对于社区工作人员态度本研究设计的问题为“您现在所居住的社区居委会(或村委会)工作人员工作态度怎样”，有“非常差”、“比较差”、“一般”、“比较好”、“非常好”5个选项，分别赋值为1、2、3、4、5分。得分越高，表明社区工作人员的态度越好。 测量社区治安状况的问题为“您现在住的社区的治安和你原来住的那个村寨相比较有什么变化？”，包括“没有过去好”“和过去一样”“比过去好”3个选项，分别赋值为1、2、3分。得分越高，表明目前安置社区的治安状况越好。

政府后续帮扶包括是否有最低生活保障、就业扶持及政府关心程度等三个变量。最低生活保障包括有最低生活保障与没有最低生活保障两类，处理为虚拟变量，以“没有最低生活保障”为参照。就业扶持包括有就业扶持与没有就业扶持两类，处理为虚拟变量，以“没有就业扶持”为参照变量。 政府关心程度的测量问题为“您认为政府对移民怎样？”，包括“完全不关心”、“不太关心”、“一般”、“比较关心”、“非常关心”5个选项，分别赋值为1、2、3、4、5分。得分越高，表明政府对移民关心程度越高。

(三)数据来源

本课题以多阶段抽样与整群抽样方法进行抽样。以多阶段抽样方法选择移民安置点，然后以整群抽样方法在选中的移民安置点把所有移民家庭作为调查对象。每户选中的移民家庭，以户主或其他一位18岁以上的家庭成员为对象进行问卷调查或深度访谈。在选择移民安置点的过程中，其中贵州省与云南省两省以整体作为调查区域，即全省的每一个移民安置点都有可能被选为样本点。在四川省与重庆市则以其中的民族自治州与民族自治县为调查区域，在其中选择若干移民安置点。选择移民安置点的过程中考虑了民族成分，因此，移民安置点的选择实际上结合了典型抽样的方法。对贵州省的正式调查进行于2015年5-8月，课题组通过抽样选择16个易地扶贫搬迁安置点进行调查。2016年6-9月，课题组在重庆、四川、云南总共选择了22个移民安置点实施调查。四省(市)共计发放问卷1150份问卷，其中121份由于关键信息缺失或者不完整而被放弃，有效问卷1029份，问卷有效率为89%。

此外，本课题还对移民和当地政府相关部门工作人员等51人作了不同程度的结构式访谈。样本基本情况如表1：

表1 样本基本变量的描述统计

样本中从性别、年龄等人口学特征来看，样本基本符合西南民族地区易地扶贫搬迁移民的特征，从样本的移民方式情况也可以看出基本符合西南民族地区易地扶贫搬迁的状况，说明抽样的结果是合理的，总体上符合研究要求。

三、易地扶贫搬迁移民经济适应的影响因素

本研究以移民的个体特征、搬迁方式、社区环境和政府后续帮扶为自变量，以移民的经济适应因子得分为因变量，对西南民族地区移民经济适应的影响因素进行多元线性回归分析。其中模型1为基准模型，用来考察移民个体特征对其经济适应状况的影响，模型2、模型3和模型4则分别考察移民搬迁特点、社区环境与政府后续帮扶对经济适应状况的影响程度。

在进行回归分析之前，本文对模型可能存在的多重共线性和序列相关问题进行了相关检验。从多重共线性诊断的结果来看，除了年龄及其平方项外，模型中纳入的自变量的容忍度都在0.2以上，其方差膨胀因子都小于5，这表明自变量之间不存在严重的多重共线性问题。(1)某变量的容忍度等于1减去以该变量为反应变量，以进入模型中的其它自变量为自变量所得到的线性回归模型的决定系数。容忍度越小，多重共线性越严重。一般认为，容忍度不应小于0.2。有学者提出，容忍度小于0.1时，存在严重的多重共线性。方差膨胀因子(VIF)等于容忍度的倒数。一般认为，VIF不应大于5，对应容忍度的标准，也可放宽至不大于10。参见张文彤：《SPSS统计分析高级教程》，高等教育出版社，2004：113。而对模型进行Durbin-Watson检验发现，模型的DW值为2.012，说明这一回归模型不存在序列相关问题。就回归模型的解释力而言，模型1中纳入移民“个体特征”这一变量后，整个模型的解释力为13.9%，而从模型2与模型1的比较中可以发现，将“搬迁方式”这一解释变量纳入回归方程之后，回归模型解释力从13.9%提高到15.5%；从模型3与模型2中得知，把“社区环境”纳入模型后，其解释力从15.5%提高到21.1%；而从模型4与模型3的比较中可以发现，将“政府后续帮扶”这一解释变量纳入回归方程之后，回归模型解释力从21.1%提高到23.9%。先后加入这三个解释变量后，回归模型的解释力分别提高了1.6%、5.6%和2.8%。可见，移民的个体特征、搬迁特点、社区环境与政府后续帮扶是预测其经济适应水平的重要因素。

表2 回归分析模型

注：(1)*p﹤0.1，**p﹤0.05，***p﹤0.01，****p﹤0.001。

(2)a参照类别为“女性”，b参照类别为“小学及以下”，c参照类别为“汉族”，d参照类别为“村寨”，e参照类别为“无就业扶助”，f参照类别为“无最低生活保障”。

1.个体特征与移民的经济适应水平。从表2模型1中的多元线性回归分析结果可以发现，不同“性别”“受教育程度”和“民族”的移民存在经济适应水平的显著差异。

移民的“性别”变量通过1‰水平的显著性检验，其非标准化回归系数为4.934(P<0.001)，这表明与女性移民相比，男性移民的经济适应因子得分将高出4.934分。

移民受教育程度与经济社会适应水平呈显著的正相关，“初中”、“高中(中专、技校、职高)”和“大专及以上”的非标准化回归系数分别为5.710(P<0.001)、10.872(P<0.001)和12.248(P<0.001)，这意味着与文化程度为“小学及以下”的移民相比，文化程度为“初中”、“高中(中专、技校、职高)”和“大专及以上”的移民的经济适应因子得分将分别高出5.710分、10.872分和12.248分。

不同民族移民的经济社会适应水平存在显著差异，“苗族”“瑶族”“侗族”和“彝族”的非标准化回归系数分别为-5.964(P<0.01)、-8.168(P<0.01)、-4.299(P<0.1)和-3.530(P<0.05)，这意味着与汉族移民相比，“苗族”“瑶族”“侗族”和“彝族”移民的经济适应因子得分将分别低5.964分、8.168分、4.299分和3.530分。

模型1的结果，除了假设一的分假设2外，即年龄对移民经济适应的影响不显著，其余分假设都得到了证实。

2.搬迁方式与移民的经济适应水平。从表2模型2中多元线性回归分析的结果可以看出，移民的“搬迁时间”变量通过了5%水平的显著性检验，其非标准化回归系数为0.405(P<0.05)，这意味着移民的搬迁时间对其经济适应状况施加着显著的正向影响。具体而言，移民搬迁时间每增加1年，其经济适应因子得分将显著地提高0.405分。

不同安置类型的移民经济适应没有显著差异。

模型2的结果证实了第二个假设的分假设2，否定了该假设中的分假设1。

随着时间的推移，“移民的经济收入会增加”，[25]新环境中移民谋生的经验和技能会积累，财富也会积累。因此移民搬迁时间越长，其经济适应就会越好。[26]西南民族地区移民的经济适应与搬迁时间的关系符合一般逻辑，也回应了李培林、陈为西等学者的研究结论。不过与罗凌云、风笑天等人关于水库移民的研究结论不太一致。他们在三峡农村移民的经济生产适应性研究中，提出了移民经济生产的适应性与搬迁时间成反比。[27]

3.社区环境与移民的经济适应水平。从表2模型3中的多元线性回归分析结果可以发现，“社区工作人员态度”和“治安状况”变量对移民的经济适应水平有显著影响。“社区工作人员态度”变量通过了1‰水平的显著性检验，其非标准化回归系数为2.684(P<0.001)，这意味着社区工作人员态度对移民经济适应水平有显著影响。社区工作人员态度每提高一个等级，移民经济适应因子得分将显著地提高2.684分。

“治安状况”变量通过了1‰水平的显著性检验，其非标准化回归系数为4.960(P<0.001)，这意味着治安状况对移民经济适应状况施加着显著的正向影响。安置社区的治安状况每提高一个等级，移民经济适应因子得分将显著地提高4.960分。

模型3的结果否定了假设三的分假设1，证实了分假设2和3。

4.政府后续帮扶与移民的经济适应水平。从表2模型4中的多元线性回归分析结果可以发现，“就业扶持”和“政府关心程度”对移民的经济适应有显著影响，而是否有最后生活保障对移民的经济适应没有显著影响。

“就业扶持”变量通过了5%水平的显著性检验，其非标准化回归系数为3.978(P<0.05)，这表明与没有就业扶持的移民相比，有就业扶持的移民的经济适应因子得分将提高3.978分。

“政府关心程度”变量通过了5%水平的显著性检验，其非标准化回归系数为1.542(P<0.05)，这表明移民感知的政府关心程度对移民经济适应有显著影响。政府对移民的关心程度每提高一个等级，移民经济适应因子得分将显著地提高1.542分。

模型4的结果证实了分假设1和3，否定了分假设2。

四、结论与讨论

由以上分析可以得到以下结论。第一，不同个体特征的易地扶贫搬迁移民经济适应有显著差异，其中受教育程度越高移民的经济适应越好，男性移民比女性移民的经济适应水平高，少数民族移民比汉族移民经济适应水平低。受教育程度越高意味更高的人力资本，有利于移民非农就业。性别差异则主要是家庭内部分工产生的，女性需要更多照顾家庭，因此部分女性移民生计转型有一定程度的困难。经济适应的民族差异则可能在于搬迁前不同民族的生计环境不同带来的影响。

第二，移民社区环境与搬迁方式对移民的经济适应具有深刻影响。移民社区工作人员的态度越好移民的经济适应状况越好，移民社区的社区治安越好移民的经济适应水平越高。社区环境越好意味着移民能够得到的就业信息支持等方面帮助越多，同时也从心理层面提升移民经济适应的信心。搬迁时间越长，移民的社会资本以及经验技能等方面积累越多，经济适应能力越高。城镇化安置与村寨安置没有显著经济适应差异，也就是说目前看来城镇化安置没有显示出优势。

第三，政府后续帮扶显著影响移民的经济适应。政府的就业扶持能显著促进移民的经济适应。移民感知的政府关心程度越高，移民的经济适应水平越好。政府关心程度从客观与主观两个层面改善移民的经济适应，前者政府通过实际的帮扶行动促进移民的生计发展，后者从心理层面提升移民发展的信心。

易地扶贫搬迁的主要目标在于通过搬迁使贫困居民改变恶劣环境约束实现脱贫致富。基于以上结论本研究认为要促进移民的经济适应首先，要对移民的个体特征保持敏感，契合移民的不同特征选择适当的安置方式和帮扶方式。不同个体特征移民经济适应的难度不一样，也存在不同性质的困难，因此，采取有针对性的安置与帮扶方式非常重要。

其次，要加强搬迁之后对移民的管理与帮扶。目前政府对移民的后续帮扶还非常欠缺，政府的后续帮扶对于移民尤其是少数民族移民的经济适应具有重要意义。如何实施有效后续帮扶应成为易地扶贫搬迁工程的重要一环。

另外，也需要对易地扶贫搬迁方式进行反思。西南民族地区较大比例选择城镇化安置方式，尤其近年来跨区县的城镇化安置有扩大的趋势。但研究发现在西南民族地区很多地方的城镇化安置并没有显示出其优势。虽然这种较远距离的城镇化安置理论上可以促进城镇化发展和增加移民非农就业机会，但对于那些缺乏足够人力资本从事非农产业的移民来说也可能带来一定程度的经济适应风险。若近距离搬迁，这部分移民则可以在老家与安置点之间摆动兼顾农业生产而有利于其经济适应。因此，政府在安置地点的选择上需要因地制宜，充分考虑城镇化安置尤其是较远距离的跨区县城镇化安置的不利因素。