流动人口群体特征变动与失业风险差异①

杨胜利 姚健

（河北大学 经济学院， 河北 保定 071000）

1 引言

改革开放以来，随着城市化进程的加快，出现了人口在乡城之间、地区之间大规模流动，流动人口特别是流动劳动力资源已经成为城市就业市场中的重要组成部分。2018年国民经济和社会发展统计公报显示，2018年末全国流动人口规模为2.41亿人，占总人口数的比重为17.28%，外出农民工规模为1.73亿人，占全国就业总人口数的22.29%。降低流动人口失业率已经成为提升就业质量的内在要求。十九大报告明确指出“要坚持就业优先战略和积极就业政策，实现更高质量和更充分就业。大规模开展职业技能培训，注重解决结构性就业矛盾，鼓励创业带动就业。提供全方位公共就业服务，促进高校毕业生等青年群体、农民工多渠道就业创业。”然而，近年来出现了流动人口失业率上升、就业困难等问题，究其原因是对流动人口失业发生风险认识不清。以往研究认为流动人口失去工作后会返回家乡再就业或是转移其他城市寻找新的工作机会，不存在失业问题[1]。做好农民工返乡创业工作，成为解决流动人口失业问题的一剂良药。然而，随着城市化的推进，越来越多的流动人口出现了在流入地长期居住趋势，相关研究显示61.2%的流动人口打算在流入地长期居住，在流入地平均居住年限接近5年[2]。家庭式流动已成为人口流动的重要方式[7]，在流入地有3名家庭成员者的比例接近32%，流动人口家庭平均有1.4个子女[3]，这就意味着流动人口的流动性减弱。同时，流动人口由于自身就业能力受限，过度集中在技术含量较低、替代性较强、工作条件较差的岗位中，社会保险参保率仅为8.22%，接受过技能培训的农民工比例仅为32.9%[4]。随着产业转型升级的加快，能够吸收低端劳动力就业的行业纷纷转型，造成这些劳动力被释放出来无处可去而产生了结构性失业。在不返乡的情况，一旦失去工作，就会面临较大的生活压力，需要引起社会关注[5]。那么流动人口失业风险呈现何种变动趋势？流动人口失业发生风险的形成机理与风险变动的影响因素是什么？如何把握规律，设计应对策略，从而减少流动人口失业的发生是一个值得深入探究的重要理论和实践问题。

2 文献综述

流动人口失业问题的研究既与经济增长、产业结构调整和技术革新密切相关，也是现实中人口大规模流动的一种回应。回顾以往，流动人口失业问题的研究经历了从现象、现状描述，逐步向实证分析和应对策略的转变。人口学中关于流动人口失业的研究，更多的关注流动人口失业率和失业群体特征，相关研究大致可以分为三类。

第一类关注流动人口失业规模统计与群体特征。学者们使用不同的数据对流动人口失业率进行了测算。如：“五普”数据显示流动劳动力失业率为2.74%[6]；2014年和2015年流动人口监测数据则显示流动人口失业率分别为1.22%和2.48%[7]。2015年全国1%人口抽样数据显示流动人口失业率为4.94%[8]。相对于就业流动人口，失业流动人口具有相对年轻（平均年龄34.8岁）、学历偏低（平均受教育年限10.7年），外出具有盲目性，生活更容易陷入困境[9]；农村户籍比例高（85.8%）、失业保险参保率低（4%）、有固定住所比例低（20.2%）等特点[10][11]。

第二类利用微观数据探讨流动人口失业的影响因素。学者们主要从流动人口失业群体个体特征、家庭特征、流动特征、流入地市场化程度、流入城市等级、流入地区、流出地经济属性等角度展开讨论。比如：女性失业率高于男性、已婚者失业率低于未婚者、学历越高失业率越低、流入地为中西部者失业率高于流入地为东部地区者等[10]；流出地的“推力”（土地承包权、城乡类型）和流入地“拉力”（城市级别）都对流动人口失业率具有显著影响[8]；流入城市市场化指数对流动人口失业具有负向影响[9]。

第三类从宏观层面探讨流动人口失业的深层次原因。一是城乡结构方面：刘易斯的城乡二元结构模型中隐含的假设条件为农村劳动力向城镇转移后全部就业或失业率很低，产业结构（工业部门和农业部门）差异是人口从农村向城镇流动的主要原因；托达罗在城乡二元模型的基础上进一步提出流动人口预期收入和城乡之间收入差距是造成城市中失业率上升的主要影响因素。二是劳动力市场机制方面：受二元劳动力市场分割、僵化、惰性的影响，劳动力难以从次要劳动力市场向主要劳动力市场转移[12]，劳动力供给结构的调整速度较慢，不适应劳动力需求新变化，增加了失业的可能性[13][14]；三是行业垄断方面：由于石油、化工、电力、铁路、邮政等国有企业部门收入较高，进入条件较为苛刻，减少了流动人口就业机会、降低了流动人口就业收入，损害了流动人口就业公平[15][16]。四是产业转型升级方面：由于技术进步总是倾向于使边际就业弹性下降，从而增加了失业的风险[17]。部分学者认为产业转型升级破坏了粗放型经济增长方式，使劳动密集型产业受到影响，导致劳动者失业[18][19][20]。

综上所述，已有相关文献从多个视角对流动人口失业进行了分析，为本文的研究提供了丰富的理论基础。但仍存在一些不足；第一，关于流动人口失业的影响因素研究主要集中在流动人口个体特征、流动范围等方面，对流动人口家庭结构、社会政策等因素关注不够。第二，部分研究涉及了流动人口就业、返乡创业的影响因素，但是多采用了某一年度数据，采用多年微观层面数据对流动人口失业风险变动进行研究的文献甚少。第三，已有研究随探讨了流动人口失业的影响因素，但未考虑流动人口失业风险与影响因素的变动。借鉴已有研究成果，本文从以下几个方面进行改进，第一，对2014-2017年流动人口失业风险进行测算，分析流动人口失业风险变动趋势，以及这种变动趋势的群体差异。第二，在控制个体特征、流动过程特征、流入地和流出地地域特征的前提下，对流动人口失业风险变动的影响因素以及这些因素的变动趋势进行深入研究。第三，利用Oaxaca分解模型，从特征差异（微观因素）和特征边际效应差异（宏观因素）的贡献率角度分析流动人口失业风险上升的影响因素，进而寻找预防流动人口失业风险的措施。

3 数据、变量与方法

3.1 数据来源

本文微观调查数据采用国家卫生和计划生育委员会的2014年和2017年全国流动人口动态监测数据。其调查方式是按照随机原则在全国31个省（区、市）和新疆生产建设兵团流动人口较为集中的流入地抽取样本，开展抽样调查。对象为在流入地居住一个月以上，非本区（县、市）户口的15周岁及以上流入人口（2014年为15-59岁）。由于调查中涵盖了大量的个人信息，使我们能够在分析个人特征的基础上，探究流动人口失业风险变动的影响因素。

3.2 变量测量

3.2.1 因变量

失业风险是本文的被解释变量，从经济学范畴来看，失业风险是指失业发生的概率或可能性的大小。按照国际劳工组织的定义，失业人员是指在一定年龄以上（通常16岁及以上），在参考时期内没有工作、目前可以工作而且正在寻找工作的人。考虑到我国新农保和城乡居民养老保险规定领取养老金的年龄是60周岁，本文将失业流动人口定义为16-59岁，有劳动能力无工作，但有就业意愿，随时可以投入到工作中的流动人口。根据问卷中的问题“五一前一周是否做过一个小时以上有收入工作”判断是否处于无业状态，如果回答“是”则处于就业状态，如果回答“否”则处于无业状态，再通过问题“四月份是否找过工作”作为判断是否有就业意愿的依据，若两道题同时回答无业和四月份找过工作，方可界定为失业。根据国家统计局的规定，就业人口加上失业人口等于经济活动人口，经济活动人口是16周岁及以上，有劳动能力，参加或要求参加社会经济活动的人口（这里采用16-59岁的经济活动人口）。为了增强两年数据口径的一致性，分别将2014年和2017年流动人口动态监测数据的样本地点和样本数量进行匹配。通过本文的定义，从原始数据中选择出跨省流动的经济活动人口，删除个人属性特征数据缺失的问卷，2014年和2017年分别筛选出12771份问卷，总计25542份问卷。

3.2.2 自变量

本研究参考以往研究成果，将可能影响流动人口失业的群体特征因素作为自变量。基于人口学中群体特征的队列分析框架，模型中的自变量分为5类。第一类是个体因素，包括性别、年龄、年龄的平方、婚姻、受教育程度；第二类是制度因素，包括户口性质、是否持有暂住证、是否参加失业保险、户籍地是否有耕地、户籍地是否宅基地；第三类是流动过程特征，包括流动时间、居留意愿（用问卷中长期居留意愿表示，即“打算在本地居留时间（6年及以上）”）、流动模式（用问卷中同住家庭成员数表示）、流动原因、人际关系（通过问卷中的问题“您是否同意本地人愿意接受我成为其中一员”测量）；第四类是流出地因素，为流出地地域（分为东部、中部和西部）；第五类流入地因素，主要是流入地的地域分布（分为东部、中部、西部）。

3.3 方法选择

本文的数据分析分为三部分，第一部分为描述统计分析，第二部分使用logistic回归模型估计流动人口失业风险，并检验流动人口失业风险的群体差异性。第三部分利用Oaxaca计算和分析各种要素对流动人口失业风险变动的贡献率。2014年、2017年流动人口失业风险模型分别为：

U为失业发生比，X为各种影响因素，P为失业发生的概率，即失业发生风险，w为随机扰动项。采用布林德（Blinder）和奥萨卡Oaxaca分解办法，对各要素对流动人口失业风险变动的贡献率进行分解。该分解方法将流动人口失业发生比年度差异分为两部分，一部分是特征效应（可观察到因素），即由流动人口个体特征、流出地、流入地等特征不同而导致的失业发生比年度差异。另一部分是特征边际效应（不可观测因素），即系数差异，是由特征边际效应不同导致的失业发生比年度差异。可以用2014年和2017年流动人口失业风险函数式（2）和式（1）之差进行分解得到式（3）：

在回归系数一定的情况下，P一定，回归系数β*为β的函数，将公式（1）和公式（2）中的β带入公式（4），得到β*。

利用公式（3）对β*i进行计算，得到失业风险P变动的影响因素分解模型为：

4 流动人口群体特征年度差异分析

失业率等于失业人口与经济活动人口之比，失业概率（失业风险）等于某一年失业率乘以2再除以2与某一年失业率之和（依据生命表中死亡概率与死亡率的换算公式）。由此计算可以发现，2014年我国省际流动人口失业风险为1.09%，2017年为2.27%。虽然流动人口失业风险有增大趋势，但仍低于依据2017年国家统计局公布的城镇居民登记失业率计算的失业风险（3.83%）。这与已有研究结论一致，一方面流动人口较强的目的性决定了其失业率低于当地城镇居民，人口流动的主要目的就是为了获得较高收入，而获得收入的前提是实现就业，为了尽快实现就业，流动人口会选择一些工作环境较差、待遇水平较低、社会保障较为薄弱的岗位，而流入地城镇户籍人口是不愿意从事这些工作的。另一方面流动人口较大的流动性决定了其失业率低当地城镇居民，流动人口在失去工作或者发现工作条件更好的工作后，会选择回流或者流向新的工作地，避免了失业的发生。但随着人口与社会的发展，流动人口群体特征正在发生着显著变动，导致其失业风险有赶超城镇户籍人口的趋势，很可能会成为中国下一次失业高峰的主要群体来源。

从个体特征的变动来看，跨省流动人口中男性所占比重有所下降，2017年男性占流动人口的比重比2014年下降了1.5个百分点。在年龄方面，2017年流动人口平均年龄比2014年大了0.97岁。在婚姻方面，2017年和2014年省际流动人口都以已婚为主，其中2017年已婚流动人口比重比2014年减少了0.6个百分点。在受教育程度方面，具有大学学历的流动人口比重明显上升，2017年比2014年上升了3.9个百分点。总体来看，在学历和年龄方面，2017年流动人口要比2014年流动人口更有优势，这两个因素的变动有益于降低流动人口失业率。在性别和婚姻方面，2017年流动人口与2014年相比无优势可言，这两个因素的变动在一定程度上增加了失业风险。

从制度特征变动来看，2017年与2014年也存在明显差异。在户籍性质和持有居住证方面，2017年相较于2014年分别出现了前者降后者升，其中2017年农业户籍的流动人口比重比2014年下降了0.4个百分点，持有居住证的省际流动人口比重则下降了10.1个百分点。在失业保险方面，2017年流动人口要比2014年省际流动人口更有优势，参保率明显增大。

从流动特征各变量差异来看，省际流动人口流动时间出现了减少，居留意愿变低，一同流动人数出现了增多，在流入地的人际关系变的更好。其中，2017年省际流动人口的平均流动时间比2014年减少了0.053年，打算在流入地居住5年以上的流动人口比重下降了11个百分点，一同流动人数增加了0.16人，认为当地户籍人口愿意接受自己的流动人口比重上升了1.6个百分点。在流动原因方面，更加聚焦，无论2017年还是2014年流动人口都以务工经商为主，这两年分别有95.1%和95.3%的流动人口是因务工经商而流动，并且2017年务工经商的比重比2014年上升了0.2个百分点。

从流出地特征变动来看，流出地对流动人口外流的推力增大，2017年流出地有耕地或有宅基地的流动人口比重分别比2014年下降了20.6个百分点和19个百分点，这进一步弱化了流动人口在流入地失去工作后回流的可能性，增大了其在流入地的失业风险。在流出地地域方面，流出地为中部、西部地区的流动人口比重上升，流出地为东部的流动人口比重下降。而来源于中、西部地区尤其是来源于西部地区的流动人口由于技能、学历相对东部而言较弱，在一定程度上增大了失业风险。

从流入地特征变动来看，跨省流入地为中部、西部地区的流动人口比重增大，选择东部地区做为流入地的流动人口比重减小。东部地区产业转型升级加快，经济增长向提升质量转变，增速放缓，经济增长的就业弹性下降，在一定程度上减缓了人口流入速度。同时，由于中西部地区经济发展环境弱于东部地区，在劳动力供需比例变动下，也会增加失业风险。

表1 变量均值与年度差异

5 流动人口失业风险及其变动分析

5.1 流动人口失业风险决定因素分析

为了分析流动人口失业风险及其影响因素，文中分别采用所筛选出的2014年流动人口样本和2017年流动人口样本分别以公式（1）和公式（2）进行二元logistic回归，估计结果见表2。全部样本回归可以看出，在流动人口个体特征、流动特征、流出地特征、流入地特征和制度特征相同的条件下，2017年流动人口失业风险比2014年高26%。

从个体特征来看。年龄对流动人口失业风险的影响呈现出U型趋势，即在年龄较小的阶段，随着年龄的增大，流动人口失业风险不断降低，但随着年龄达到一定阶段，流动人口失业风险开始上升。性别方面，男性流动人口失业风险低于女性，2014年男性流动人口失业风险比女性低45%，2017年男性流动人口失业风险比女性低43%，在2017年性别对失业风险的边际影响有所下降。但因为女性在劳动力市场中仍然处于弱势，再加上生育和照料家庭的责任，使女性流动人口失业风险明显高于男性流动人口，好在这一性别差异呈现缩小趋势。婚姻方面，婚姻对失业风险的边际影响率变小，2014年已婚者失业风险比未婚者低0.75个百分点，2017年已婚者失业风险比未婚者低0.59个百分点。受教育程度方面，2017年教育对流动人口失业风险的边际影响率比2014年更大。2014年大专及以上学历者的失业风险比高中及以下学历者低0.51个百分点，2017年大专及以上学历者的失业风险比高中及以下学历者低0.57个百分点。这说明教育对降低流动人口失业风险的作用在不断增大。

从制度特征来看。非农业户籍流动人口的失业风险低于农业户籍者，且户籍对流动人口失业风险的边际影响率变大。2014年非农业户籍流动人口失业风险比农业户籍者低0.53个百分点，2017年非农业户籍流动人口失业风险比农业户籍者低0.55个百分点。城乡二元户籍制度成为流动人口失业风险增大的主要因素。居住证和失业保险对降低流动人口失业风险均具有正向影响，2014年持有居住证者失业风险比没有居住证者低0.55个百分点，2017年持有居住证者失业风险比没有居住证者低0.54个百分点；2014年参加失业保险者失业风险比没有参加者低0.62个百分点，2017年参加失业保险者比没有参加者低0.59个百分点。这说明居住证和失业保险对流动人口失业风险的边际影响率出现了下降。户籍地有耕地、有宅基地有利于降低流动人口失业风险，2014年户籍地有耕地者的失业风险比户籍地没有耕地者低57%，2017户籍地有耕地者的失业风险比户籍地没有耕地者低53%；2014年户籍地有宅基地者的失业风险比户籍地没有宅基地者低65%，2017年户籍地有宅基地者的失业风险比户籍地没有宅基地者低58%。总体来看，耕地和宅基地对流动人口失业风险的边际影响率出现了下降趋势。这说明不仅没有耕地者、没有宅基地者失业风险较高，近年来有耕地者、有宅基地者的失业风险也出现了上升趋势。主要是因为耕地和宅基地等流出地权益，虽然可以作为流动人口在城市失业后回流户籍地的生存保障，但随着流动人口务农技能的下降和具有城市居留意愿人群的居留意愿增强，流出地的资源禀赋对他们的吸引力下降，即使失业也不返回户籍地的流动人口比重出现了增大。

从流动特征来看。流动时间对流动人口失业风险具有显著的负向影响，流动时间越长，失业风险越低，但流动时间对失业风险的边际影响率在降低。主要是因为流动人口所从事的职业多以体力劳动和技术工为主，工作经验积累对其就业具有重要意义，随着流动时间的增长，工作熟练程度提升，失业风险降低。但随着产业转型升级的加快，对劳动者的素质要求越来越高，单单靠体力和熟练劳动就能够实现稳定就业的局面在不断受到挑战。居留意愿方面，居留意愿与失业风险存在显著的正相关关系，主要是因为居留意愿越强，在失去工作后返乡的可能性就越小，在一定程度上增加了失业风险。2014年居留意愿较强者的失业风险比居留意愿较弱者高0.44个百分点，2017年居留意愿较强者的失业风险比居留意愿较弱者高0.45个百分点，居留意愿对流动人口失业风险的边际影响率变大。流动模式对失业风险具有显著的正向影响，一同流动人数越多，流动人口在失去工作后，回流的可能性越小，在流入地失业风险越大。随着家庭式流动的增多，流动模式对流动人口失业风险的边际影响率在不断增大。流动原因和人际关系对流动人口失业风险具有显著的负向影响。2014年务工经商原因流动者的失业风险比其他原因流动者低75%，2017年务工经商原因流动者的失业风险比其他原因流动者低80%；2014年人际关系较好者的失业风险比人际关系较差者低56%，2017年人际关系较好者的失业风险比人际关系较差者低57%。总体来看，流动原因和人际关系对流动人口失业风险的边际影响率在不断上升。

从流动的地域特征来看，在流出地地域方面，流出地为东部者、中部者、西部者的失业风险依次增大。2014年流出地为中部者、东部者的失业风险比流出地为西部者分别低55%、58%；2017年流出地为中部者、东部者的失业风险比流出地为西部者分别低54%、57%。总体来看，流出地地域对流动人口失业风险的边际影响率出现了下降的趋势。主要是由于随着中西部经济发展环境的改善和人均资源占有量的增大，对人口向外流动的推力变小，造成流出地对人口向外流动的推力差距缩小。在流入地域特征方面，流入地为东部者、中部者、西部者失业风险依次递增。2014年流入地为中部者、东部者的失业风险比流入地为西部者分别低57%、60%；2017年流入地为中部者、东部者的失业风险比流入地为西部者分别低60%、64%。总体上呈现出流入地地域对流动人口失业风险的边际影响率在不断增大。这主要是由于流入地经济发展水平、产业结构差异导致的就业岗位、就业机会不同，进而造成流动人口在选择流入地的时候，存在不同的潜在失业风险。

表2 流动人口失业风险决定模型检验

5.2 流动人口失业风险变动的Oaxaca模型分解

利用表2中的回归结果，以各变量两次回归结果得到的系数采用公式（6）进行奥萨卡分解。将2014年与2017年流动人口失业风险差异分解为特征差异和特征边际效应差异（系数差异）。

从表3可以看出，流动人口失业风险的增大主要是由于系数差异造成（63.67%），特征差异对流动人口失业风险增大的贡献率为36.33%。这反映出2014年、2017年流动人口就业环境发生了明显的变动，2017年流动人口就业环境变的更加严峻，随着产业转型升级和大城市人口调控的推进，城市中能够吸纳流动人口就业的产业纷纷转型，使大量流动就业人员被释放出来，无处可去，面临着摩擦性失业和结构性失业。

表3 各因素对流动人口失业风险变动的贡献率

从特征差异来看，制度特征差异和流动过程特征差异是造成流动人口失业风险上升的主要因素之一。制度特征差异和流动过程特征差异对流动人口失业风险上升的贡献率分别为19.81%和18.24%。个体特征差异和地域特征差异的贡献率次之，分别为5.66%和1.58%。进一步细分可以看出，受教育程度、户籍性质、失业保险、流动原因、人际关系等特征差异的贡献率为负数，分别为-4.69%、-0.46%、-37.21%、-10.54%、-0.34%、-1.91%，这些变量特征差异是稀释流动人口失业风险年度差异的主要因素。而耕地、宅基地、流动模式、暂住证等特征差异是流动人口失业风险上升的主要影响因素，其贡献率分别为22.87%、23.11%、16.45%、11.51%。

从系数差异来看，各变量系数差异对流动人口失业风险年度差异的贡献率不一。个体特征系数差异和制度特征系数差异的贡献率较大，分别为39.47%和24.22%，流动过程系数差异的贡献率次之，为4.96%。这说明，由于宏观就业环境等因素变动，即使个体特征相同、制度特征相同、流动过程特征相同，2017年流动人口失业风险也会高于2014年。地域特征系数差异对流动人口失业风险上升的贡献率为-4.97%，主要是因为流出地地域特征系数差异贡献为-6.69%导致，这就意味在流出地地域特征相同的条件下，2017年流动人口失业风险会低于2014年。同时，可以看到个体特征差异的贡献率明显低于个体特征系数差异的贡献率，这说明流动人口失业风险的上升主要是由于个体特征边际效用引起的。随着宏观经济环境的变动，流动人口个体特征的边际效用在下降，依靠体力、年轻、吃苦耐劳等个体特征就能实现比较充分就业的环境正在发生改变，在未来发展中，流动人口要想避免失业风险，还需要不断提升自身应用技能和文化素质。细分来看，年龄、婚姻、宅基地等变量系数差异贡献率较高，分别为27.06%、16.59%、15.1%，其他变量，如耕地、流动时间、流动模式等变量系数差异贡献率也较大，并且为正数。表明在这些变量特征相同的情况下，受到不可解释因素的影响，流动人口失业风险会上升。而性别、受教育程度、户籍性质、流动原因、人际关系、流出地地域等变量的系数差异贡献率为负数，这说明在这些变量特征相同的情况下，流动人口失业风险不会出现上升，未来发展中需要重点从这几个方面着手来降低流动人口失业风险。

6 结论与讨论

本文利用2014年、2017年流动人口动态监测数据，探讨了转型期流动人口群体特征变动背景下，流动人口失业风险年度差异以及2014-2017年流动人口失业风险差异的主要影响因素。主要的研究结论如下：

第一，流动人口失业风险有增大的趋势。在控制个体特征、制度特征、流动过程特征等后，2017年流动人口失业风险比2014年上升了26%。2017年流动人口在性别、年龄、婚姻、暂住证、耕地、宅基地、流动模式、流入地地域等方面相比于2014年呈现出较大的劣势。流动人口失业问题成为城镇失业问题的重要内容，需要给予关注。

第二，流动人口群体特征的边际效益发生了显著变动。2014年和2017年流动人口失业风险的决定模型回归结果表明，相比于2014年，2017年除了性别、受教育程度、流动原因、流入地地域等变量对流动人口失业风险的边际影响出现了下降，其余变量对流动人口失业风险的边际影响均出现了上升。年龄、户籍性质、失业保险、耕地、宅基地、流动模式、人际关系等变量对流动人口失业风险的边际影响出现了明显下降趋势。

第三，流动人口失业风险的上升主要来源于系数差异的贡献。通过Oaxaca分解方法对2014年和2017年流动人口失业风险差异的分析结果表明，2014年和2017年流动人口失业风险差异的63.67%可以由系数差异来解释，而特征差异解释度为36.33%。这表明除了流动人口群体特征差异之外，劳动力市场、经济增长、新型城镇化进程、农民工市民化、公共服务均等化等宏观经济社会环境的变动是导致流动人口失业风险上升的主要原因。从特征差异来看，制度特征差异和流动过程特征差异对流动人口失业风险上升的贡献率分别为19.81%和18.24%，是造成流动人口失业风险上升的主要因素。进一步细分研究发现受教育程度、户籍性质、失业保险、流动原因、人际关系等特征的变动有利于降低流动人口失业风险；而耕地、宅基地、流动模式、暂住证等特征的变动会增加流动人口失业风险。

基于以上研究结论可以看出，流动人口失业是多方面因素综合互动的结果。随着城市化进程的加快，家庭式流动、年龄增大、女性比重上升、家中有耕地者和家中有宅基地者比重下降、流入中西部者比重增加是未来流动人口主要发展趋势，失业风险也会逐渐增大。虽然流动人口失业风险有逐年增大的趋势，但流动人口受教育程度不断提升、失业保险参保率不断增大、农业户籍比例不断下降、公共服务均等化不断推进，因此可以说，流动人口失业风险不断增大的趋势还是可以预防和调控的。基于此，本文从以下四个方面提出政策启示和建议：

第一，提升城镇化质量，改革户籍制度，推进公共服务均等化。从社会机制上来看，流动人口之所以会面临失业风险，主要是由于城镇化质量不高，户籍人口城镇化率低，大量流动人口游离在城市户籍居民之外，难以享受到均等的公共服务，难以融入城市。因此，要着力提升城镇化的质量，消除由户籍制度带来的“隐形不平等”，推进公共服务的均等化，提升流动人口的社会融合水平，从而更好地抑制失业。

第二，培育人力资本，加强职业培训，提高职业技能。流动人口所遭遇的失业风险，主要是一种结构性失业风险，即流动人口劳动技能、就业能力等难以适应流入地经济发展需求而导致的就业难题。因此，政府要培育流动人口的人力资本，购买专业的培训服务，提供适合当地产业的技能培训；另一方面流动人口自身要不断增强自身的人力资本水平，积极参加政府和企业组织的技能培训，更好地适应劳动力市场需求。

第三，推进中西部经济增长与失业防控螺旋式上升。尽管流动人口在中西部分布的比重越来越大，但是中西部缺乏东部所具有就业环境优势。中西部流动人口比重不断增大的同时，应该不断完善其市场经济环境，加快劳动力市场建设，优化就业公共服务体制，吸引更多企业，提供更多就业岗位，加大人力资本投资力度，通过培训、教育、创业支持等降低流动人口失业风险。

第四，加快乡村振兴，增强农村就业吸纳力。大量流动人口的梯度就业模式其实并未超脱安居乐业的追求。在传统二元经济模式下，城乡在劳动力供需上存在失衡，农业较低的劳动生产率显然不能带来较高收入。实际上农村缺乏高收入就业岗位是他们选择漂泊他乡梯度就业的主要原因。劳动力梯度流动就业是多维的，城乡相互叠加，也相互消解，而单向的梯度流动就业思维形成了失业风险。降低流动人口失业风险，既要调节快速城市化带来的不良社会结构，推进公共服务均等化，建立覆盖城乡居民的就业风险预防和应对机制，也要推进乡村振兴，通过发展农村特色产业，增加农村就业岗位供给，带动更多的农村劳动力就地就近就业创业，进而实现就地城市化-安居乐业。