租房类型对农民工社会融合的影响研究——基于流出地依赖的中介效应检验

罗 蓉

引言

改革开放以来，大量农村剩余劳动力流向城市，带来巨大的人口红利，为城市发展做出了极大贡献。近五年来，农民工的数量仍以年均约1%的速度增长。2019年，农民工总量达到29 077万人①。然而，与农民工群体做出的巨大贡献不对等的是，大量农民工未能真正融入城市社会中[1]，导致他们所享受的发展红利明显不足，其收入与经济贡献之比相对于城镇职工而言是偏低的[2]。

根据国家统计局数据，2019年全国外出农民工月均收入为4 427元，全国住宅商品房平均销售价格为9 310元/米2，2014至2019年，外出农民工月均收入增长42.4%，而房价增长了56.5%。此外，农民工收入中还有相当部分用于赡养养老医疗保障相对较弱的老人、在老家建房以及回家探亲等大额支出。因此绝大部分农民工在较长时间内都难以承担在流入地的购房支出，租房成为绝大多数农民工住房决策的首选甚至是唯一选择。数据显示，2014—2018年这5年间进城农民工购买住房占比均未超过20%，租房居住占比均高于60%①。可见，较长时间内租房对农民工的重要性远大于购房。

按供给主体进行分类，租房主要三种类型：政府租房、单位租房和社会租房，不同租房类型会对农民工的流出地依赖产生不同程度的影响，进而影响其在当地的社会融合。

一、文献综述

国内外关于社会融合界定与内涵的文献较为丰富。国外学者较早基于移民现象关注社会融合问题。社会融合是一个渗透与融合的过程，在这个过程中，某个群体逐渐形成对其他群体的记忆、情感和态度，通过共享不同群体的经历和历史，各个群体最终融汇到共同的文化生活中[3]。Gordon(1964)[4]最早对社会融合的内涵进行了分类，在此基础上，学者们认为社会融合的重要组成部分有包含教育公平、工作机会、收入与住房歧视等因素的结构融合以及社会文化融合与政治法律融合[5]。此后较有影响的是Entzinger和Biezeveld(2003)[6]在社会经济、文化、法律政治三个维度之上加入了第四个维度：流入地态度。国内关于社会融合的研究主要基于流动人口尤其是农民工现象，认为社会融合是当地社会对农民工的接纳和同化，逐步减少排斥的过程[7]，具有多维性和渐进性。大多数研究比较一致地认为农民工社会融合内涵包含经济、社会、文化和心理四个维度，总体社会融合程度一般，且各维度的融入状况差别较大[8]。

农民工社会融合的诸多影响因素及影响机制受到学界广泛关注。首先，社会融合度与性别、年龄、受教育程度、外出打工时间等个人特征紧密相关[9]。其次，农民工的社会资本、就业特征、流入地特征、公共服务等都对农民工社会融合有影响[10-14]。此外，经济政策、户籍政策、城镇化等一些宏观因素也会影响农民工社会融合[15-17]。在各种影响农民工社会融合的因素中，大多数观点都认为住房最为重要。在租房群体之中，房租负担对其迁移意愿的影响呈倒U型[18]。以“邻居是否为本地居民”为依据将农民工住房分为“融合型”住房和“分割型”住房，两种类型住房对社会融合的影响程度也不相同[19]。总体来看，专门考察租房对农民工社会融合影响的文献较少。从住房如何影响社会融合的机制分析来看，认为住房会通过如“城市归属感”机制、“邻里效应”机制、“社会地位”机制或“居住隔离”机制对社会融合产生影响[20-22]。然而，以上中介机制更多地是从农民工与流入地的关系入手，如城市归属感、社会地位考察的是农民工在流入地的心理感受，邻里效应、居住隔离考察的是农民工在流入地的居住状况。

流出地因素对农民工社会融合的影响也日益受到关注。家乡为个人提供了集体身份,将人们与家乡这一地方上的群体紧密联系[23]，对农民工而言，流出地(家乡)无疑是农民工自带的天然标签。家乡不仅仅是一个物质生活空间，更是一个心理生活空间，它已经在人们的心理形成了一个具有依附作用的“心理场”[24]，流出地熟悉的生活环境和习惯引起农村外出劳动力对故乡的依赖、眷恋等是农民工留城的阻力、回乡的动力[25]，农民工强烈的乡土意识和对家乡的情感依附会将相当一部分人拉回农村[26]。虽然流出地因素的重要性开始受到重视，但较少文献从流出地的视角考察住房对农民工社会融合的中介机制。

对上述与本文密切相关的文献梳理后发现，现有关于农民工住房与社会融合关系的研究大多考察购房对农民工社会融合的影响，专门考察租房对农民工社会融合影响的文献较少，且流出地因素对农民工社会融合的作用机制有待更深入的研究。本文认为，只有社会融合程度很高且收入相对较高的农民工才会最终选择在城市购房。基于现阶段绝大部分农民工在较长时间内都将依赖租房作为流入地居所这一客观事实，本文重点探究租房类型对农民工社会融合的影响并对流出地因素在这一过程中的中介作用进行分析。

二、理论分析与研究假设

针对租房类型的差异，可以根据不同供给主体将租房分为社会租房、政府租房和单位租房。社会租房以获取收益为目的，其住房质量较好，空间比较独立，相对宽敞，其品质相对优于单位租房，能够更加灵活地满足农民工多样化的住宅需求。单位租房以宿舍为主，价格低廉、通勤方便，但隐私性差、空间拥挤、住房质量差[27]，租住单位租房的农民工更易发生住房困难[28]。单位租房还缺乏稳定性，选择单位租房的农民工对其就业单位存在高度依赖性，一旦与就业单位解除工作关系则居住权利便被剥夺，在换工作间隙和未重新找到工作前居无定所[29]。政府租房属于政府提供的准公共产品，针对城市里中低收入群体供给，租金相对低廉[30]。政府租房下的集中建设保障房存在着选址集中于偏远地带，空间分布不合理导致居住—就业空间失配现象[31]，周边基础设施、公共服务等缺乏，造成租住者生活不便，使得生活成本上升；而政府租房下的开发商配建保障房用地选址更加合理，其周边的社区较多且配套设施较齐全，保障房租住者的生活成本大大降低，生活质量得到改善[32]。综上，本文提出如下假设：

假设H1：不同的租房类型对农民工社会融合的影响存在异质性。

本文将农民工对流出地的心理依附界定为“流出地依赖”。租房类型首先会影响农民工的流出地依赖程度。农民工迁移到流入地后面临的是全新的环境，环境中的众多因素都可能对农民工的心理产生作用，使得农民工的流出地依赖程度发生变化。就不同的租房类型而言，由于不同租房供给主体在提供租房的目的、建房规划与设计、出租偏向、出租条件以及租后管理等方面存在明显的区别，其提供的租房在地理位置、住房质量、周围环境、配套设施、居住稳定性以及租客群体方面具有不同的特征，这些不同的特征会从居所舒适度、生活便利性、公共服务质量、人际交往层次、未来发展机会等方面对农民工的心理产生综合影响。如果租房带给农民工较差的心理感受，农民工很可能增加回老家的次数和时间，通过流出地熟悉的环境来寻求慰藉，缓解居住不良感受引起的不适，流出地依赖增加。反过来，如果租房能带给农民工良好的心理感受，则农民工回老家的次数和时间必然减少，流出地依赖程度下降。可见，不同的租房类型会对农民工的流出地依赖程度产生差异化影响。农民工的流出地依赖程度进而会影响其在流入地的社会融合。如果农民工的流出地依赖程度高，其回家的倾向必然较强，回家的次数必然较多，在家乡停留的时间也较长，从而减少其投入到流入地的时间。

综上，在租房类型影响农民工社会融合的过程中，存在这样的机制：不同租房类型所具有的差异性导致农民工对流出地的依赖程度出现差异，农民工对流出地的依赖程度越高，其社会融合程度越低；相反，较低的流出地依赖程度能促进农民工的社会融合。因此，本文提出如下假设：

假设H2：流出地依赖是租房类型影响农民工社会融合的重要中介变量。

三、研究设计及数据

(一)数据来源与说明

本文研究使用的数据来自国家卫生健康委公布的“2017年中国流动人口动态监测调查数据(China Migrants Dynamic Survey，CMDS)”。2017年调查按照随机抽样的原则，采取分层次多阶段抽样调查法，获取总样本量为17万个，代表性较好。由于本文关注的是进城农民工群体，选择因务工经商迁移，从事非农行业的农业户籍样本，调查样本点类型为居委会，并考虑到我国劳动法规的相关规定，将样本年龄限定在16至60岁。去掉变量有缺失值的观测值，最终使用共计43 836个有效分析样本。

(二)变量选择与描述

1.被解释变量：农民工社会融合度。社会融合可以从多个指标进行衡量，本文在研究数据可得性的基础上，参考任远等(2010)[7]与朱明宝等(2016)[12]的研究，将社会融合度从“自我身份的认同”“对城市的态度”“社会交往的深度”三个方面进行衡量，相对应的3个具体问题分别为：“您认为自己是不是本地人”“是否愿意把户口迁入本地”及“您业余时间在本地和谁来往最多(不包括顾客及其他亲属)”。将“您认为自己是不是本地人”问题的答案赋值为：“完全不同意”为1；“不同意”为2；“基本同意”为3；“完全同意”为4。将“是否愿意把户口迁入本地”问题的答案赋值为：“否”为1；“没想好”为2；“是”为3。将“您业余时间在本地和谁来往最多(不包括顾客及其他亲属)”问题的答案赋值为：“其他本地人”为2；“很少与人来往”为0；其他为1。并采用因子分析法，将三个变量赋予相应的权重，从而整合得出一个衡量农民工社会融合程度的指标。该变量取值越大，则表明农民工的社会融合程度越高，反之则越小。

2.自变量：租房类型。样本中的租房类型分为社会租房、单位租房和政府租房三种类型。依据问卷内容，将其中对住房类型问题回答为“租住私房-整租”与“租住私房-合租”的划分为社会租房，将回答为“单位/雇主房(不包括就业场所)”的划分为单位租房，将回答为“政府提供公租房”的划分为政府租房。其中，社会租房样本共37 375个，占总样本的85.26%，单位租房样本共5 695个，占总样本的12.99%，政府租房样本共766个，比重为1.76%。同时，参照胡奕明和买买提依明·祖农(2013)[33]的研究，比较了三种租房类型对社会融合的差异性影响②。

3.中介变量：流出地依赖。Liu等(2017)[34]的研究认为，移民回家频率越高，他们对家乡的依附程度越高，因此本文以“农民工回老家时间”作为流出地依赖的中介代理变量，来探讨租房类型是否会通过影响农民工对流出地的依赖程度的大小从而对其社会融合程度产生影响。依据本次调查所询问的内容，本文使用“您多长时间没有回过老家(指户籍所在地村居)”一项来衡量外出农民工对流出地的依赖。“距离上次回家时间小于1年”=3，“距离上次回家时间大于等于1年且小于5年”=2，“距离上次回家时间大于5年”=1。依据指标大小，取值为1记为流出地依赖程度低，取值为2记为流出地依赖程度一般，取值为3记为流出地依赖程度高。

4.控制变量：依据2017年CMDS调查数据内容，并借鉴已有文献的做法，本文控制了可能影响农民工社会融合的变量，包括个体人口特征、经济地位和流动特征三个方面。具体变量选择为：(1)个体人口特征。包括年龄、年龄平方、性别、受教育程度、婚姻状况、健康状况。其中，健康状况变量回答“健康”或“基本健康”的为1，“不健康”为0。受教育程度变量以受教育年限衡量：“未上学”=0，“小学”=6，“初中”=9，“中专”=11，“高中(职高技校)”=12，“大学专科”=15，“大学本科”=16，“研究生及以上”=19。(2)经济地位。包括收入水平、是否在老家拥有承包地和是否在老家拥有宅基地。收入水平变量取值为被采访人员月收入对数。(3)流动特征。包括是否独自居住、流出地是否有配偶或子女或父母、本次流动时长、流动范围。流动范围变量赋值为：“跨省流动”为1，“省内跨市流动及市内跨县流动”为0。

变量的描述性统计如表1所示。

表1 变量定义与描述性统计

(三)模型设定

本文实证模型使用OLS模型来估计租房类型对农民工社会融合的影响。借鉴以往对农民工社会融合的研究文献，将OLS模型设定为如下具体形式：

yi=β0+β1Htypei+β2Xi+δJobi+εi

(1)

yi是因变量，表示第i位农民工的社会融合度。自变量Htypei表示第i位农民工的租房类型(社会租房，单位租房和政府租房)。Xi为其他相关控制变量。Jobi为行业虚拟变量。εi为随机扰动项。

由于OLS模型仅能就租房类型对农民工社会融合的条件期望进行估计，无法进一步反映租房类型对社会融合影响的条件分布情况。实际上，在农民工社会融合度的不同分位点上，自变量对社会融合的影响效果可能存在差异，而使用分位数回归方法能够较好地解决该问题。因此，本文还使用分位数回归的方法，度量租房类型在多个分位点对农民工社会融合指标分布的影响。分位数的回归模型如下：

β(Ψ)=argmin[∑yi≥βXiΨ|yi-βXi|+∑yi<βXi(1-Ψ)|yi-βXi|]

(2)

四、实证结果与分析

(一)基准回归

基准回归结果显示(表2)，相较于社会租房，单位租房对农民工社会融合程度均表现出负效应，并在1%的统计水平下显著，而政府租房对社会融合的影响回归结果表现出不显著，表明总体而言租住社会租房能更好地促进农民工的社会融合程度，假设H1得到验证。政府租房影响差异不显著可能的原因之一是因为当前享受政府租房的农民工数量过少，政府租房样本量不足，导致不显著，这与祝仲坤和冷晨昕(2018)[21]的研究结论一致。第二种可能是政府租房在地理位置、多样性方面不如社会租房，对社会融合产生了负面影响，但同时政府租房的社会保障特征对社会融合又产生了积极的影响，两种相反的影响相互抵消后，使得政府租房对农民工社会融合的影响差异不显著。控制变量的估计结果与以往研究结论类似，其中，健康状况较好、教育程度较高、个人收入较高、没有承包地与宅基地、流动范围较小、流动时长更长的农民工社会融合度更高[19]。

表2 基准回归结果

在分位数回归中，第(1)列为0.1分位点下的估计结果，第(2)列为0.5分位点下的估计结果，第(3)列为0.9分位点下的估计结果。在社会融合度的各个水平上，租住单位租房相比于社会租房对农民工社会融合均产生了显著的负面影响。在社会融合度的底端(0.1分位)，租住单位租房造成的负效应相对更小，随着社会融合度的不断提高，租住单位租房造成的负效应也在不断增大，在0.5分位，负效应是0.1分位的2.1倍，之后负效应出现了一定的下降，但程度不大。以上结果表明，租房类型对处于不同社会融合度农民工的影响程度存在明显的差异。出现这种现象的原因可能是：社会融合程度较低的农民工进城务工的主要目的是赚取一定的收入以补贴家用，对家乡的重视程度远远高于流入地，对融入流入地社会的期望较低，具有较强的“城市过客”的心理，这类农民工对单位租房的居住条件关注度较小，因此单位租房较差的居住条件对社会融合的负效应也相对较小。对于分位数中段的农民工而言，在流入地已有一定程度的社会融合，对进一步提高社会融合有期望并有较大提升空间，此时居住条件对其社会融合的影响较大，使得单位租房所带来的负效应变大。对于高分位数段的农民工而言，社会融合程度已经较高，说明住房以外的因素对农民工社会融合促进作用更大，单位租房对其社会融合的影响相对变低。

(二)内生性处理

农民工收入较低，选择社会租房的自由度较小。政府租房存在着获取门槛，在现有户籍制度下，城镇保障性住房很大程度上还存在获得条件阻隔，能否租住往往并不完全取决于农民工自身的意愿。单位租房的提供一般是与农民工在该单位务工捆绑的。由此可见，在租房市场上，农民工住房获取能力是相对缺乏的。从上述分析来看，农民工的租房更多地是由不同类型租房供给方外生决定的。在租房类型与农民工社会融合的相互关系中，租房影响农民工社会融合是主导性的，双向因果的可能性较低。尽管如此，为了更好地使实证结果减少偏误。本文参照陈卓和陈杰(2018)[35]的研究，采用该城市所在省份的其他城市租房类型比率的均值，作为该城市租房类型的工具变量进行处理③。由于省内各城市之间的政治、经济、文化以及社会等方面特征比较类似，因此省级层面的农民工平均租房类型比率与省内城市的农民工租房类型之间具有潜在的相关性，且由于剔除了该城市自身的租房类型比率，能保证本文构造的工具变量也在一定程度上满足外生性假设。表3展示了工具变量的估计结果。由(1)可以看出，相对于社会租房来说，单位租房会对农民工的社会融合程度产生显著的负效应；由(2)可以看出，相对于社会租房来说，政府租房会促进社会融合；由(3)可以看出，与单位租房相比，政府租房更能促进农民工的社会融合。根据上述讨论，本文认为，双向因果问题并没有给本文的估计结果带来严重的影响，本文的经验结论是比较可靠的。

表3 租房类型对农民工社会融合影响的工具变量估计结果

由于农民工租房受个体特征影响，不完全是一个随机事件，不同经济条件、受教育程度等多种因素都会对农民工租房产生影响，因此租房有可能是自主选择的结果，为解决由此导致的结果偏误，本文选择使用倾向得分匹配法来进行相关处理。由于租房类型为三分类变量，因此采用广义倾向得分匹配法(GPSM)来解决自选择问题。

本文假设，租房类型结果的集合为：D={A,B,C}。T表示处理变量，T=A表示社会租房，T=B表示单位租房，T=C表示政府租房。Y代表农民工社会融合程度。任意两种不同租房类型(a,b∈D,a≠b)对农民工社会融合影响的差异的平均处理效应可以表示为：

ATEa,b=E(Ya)-E(Yb)=E[E(Ya-Yb|X)]

(3)

式(3)中，Ya表示在农民工租房类型a下的社会融合度，ATEa,b为农民工租房类型a相对于租房类型b的平均处理效应。在GPSM估计的思路下，需要先对协变量进行匹配，估计出农民工租住不同类型租房的概率即倾向得分值，然后根据该倾向得分进行匹配。因此，农民工租房类型对社会融合度的平均处理效应可表示为：

(4)

式(4)中，p(a,X) 表示在给定协变量时，农民工租房为a的条件概率，称为广义倾向得分。本文依据此式估计农民工租房类型a相对于租房b的平均处理效应。在使用GPSM方法进行估计时，必须首先满足条件独立性假设，因此协变量的选择必须满足不能受到农民工租房的影响这一条件。结合调查数据，本文用于估计农民工租房类型结果的广义倾向得分的协变量与基准回归是一致的。为了更充分地利用样本，本文采取k=4的最小近邻匹配法进行倾向得分匹配。见表4。

表4 租房类型对农民工社会融合影响的倾向得分匹配估计结果

经过广义倾向得分匹配后，可以发现：第一组“社会租房vs单位租房”ATT系数与未匹配组系数正负一致且显著，说明相对于社会租房来说，单位租房会对农民工的社会融合程度产生显著的负效应；第二组“社会租房vs政府租房” ATT系数为正但不显著，与基准回归发现一致；第三组“单位租房vs政府租房” ATT系数与未匹配组系数正负一致且显著，说明与单位租房相比，政府租房更能促进农民工的社会融合。

总体而言，经过倾向性得分匹配，社会租房对农民工社会融合的促进作用仍然显著高于其他租房。这进一步说明不同租房对农民工社会融合的影响存在差异④。

(三)稳健性检验

为了进一步增强结论的可靠性，本文使用更换数据、增加控制变量的方法，考察上述研究结论的稳健性。考虑到住房支出与农民工租房类型存在着关联，而2017年CMDS数据中缺乏租房租金指标，因此第(1)列采用2012年CMDS数据进行稳健性检验。其中，社会融合指标的建立与基准回归保持一致。其次，第(2)列采用2017年数据中包含房贷支出的住房支出指标进行分析。在回归估计中仍然控制了个体人口特征、经济地位、流动特征和行业等特征，估计结果如表5所示。回归结果显示，在进行了更换年份数据、增加住房支出变量后，结论仍然保持稳健。

表5 稳健性检验

(四)流出地依赖的中介效应检验

依据相对中介效应检验方法，采用逐步回归法来验证流出地依赖对农民工社会融合是否存在中介效应。由于自变量租房类型存在3个类别，因此本文设置社会租房public与政府租房gove两个虚拟变量。

yi=β0+β1public+β2gove+β3Xi+δJobi+εi

(5)

reliancei=β0+β1public+β2gove+β3Xi+δJobi+εi

(6)

yi=β0+β1public+β2gove+β3Xi+β4reliancei+δJobi+εi

(7)

(7)式中，reliancei表示农民工对流出地的依赖程度；控制变量、待估参数、随机干扰项等与基准回归基本保持一致。

中介效应检验结果如表6所示，从三个方程的回归结果来看，相对总效应、相对直接效应和相对中介效应均显著，说明农民工的流出地依赖程度在“农民工租房类型—社会融合”这一影响关系中发挥着部分的中介作用，本文提出的假设H2得到了验证。从具体数值来看，相对于单位租房，社会租房的相对中介效应为2.7%，政府租房的相对中介效应为3.26%。为了论证可靠，本文使用Bootstrap法进行了迭代500次的相对中介效应显著性判断，得出的Sobel检验结果显示，相对中介效应系数仍然保持显著，且置信度为95%的置信区间不包含0，进一步说明了流出地依赖的相对中介效应存在。

表6 农民工流出地依赖在社会融合中的相对中介效应检验

(五)分样本研究

考虑到不同人口特征、流动特征、行业特征的农民工群体之间存在的差异，以及不同类型的城市经济发展、户籍政策之间的差异，本文将样本按照年龄、流入城市规模以及劳动密集型行业进行细分，以此来探讨租房类型对社会融合影响的年龄、城市规模以及行业异质性(见表7)。第(1)(2)列对农民工年龄样本进行了分类，1980年之后出生的为新生代农民工，之前为老一代农民工。第(3)(4)(5)列是对农民工流入城市按照2017年城区人口数量进行了等级区分，将流入地城市按照2017年城区人口数量进行归类⑤，500万以上划分为特大城市，500万到200万之间为大城市，200万以下为中小城市。第(6)(7)列是劳动密集型行业与非劳动密集型行业⑥分样本结果。第(8)(9)列是将社会租房中的整租式与合租式分别与单位租房和政府租房进行比较。

如表7所示，在控制了其他变量之后，单位租房对老一代农民工影响更突出，更大程度上抑制了老一代农民工的社会融合，而政府租房则能够对其社会融合程度产生促进作用。可能的原因在于，随着年纪的增长，老一代农民工对住房稳定性的追求更高，而年轻的新生代农民工则相对能接受较高流动性的住房，故流动性更大的单位租房对老一代农民工社会融合产生了更不利的影响。同时，政府租房的可靠性和保障性更能满足老一代农民工对住房稳定性的需求，因此提升了老一代农民工的社会融合度。

表7 租房类型影响农民工社会融合的异质性分析

在不同规模的城市样本中，租住单位租房均不利于农民工的社会融合，并且在中小城市这种负效应更加明显。有可能是因为中小城市单位租房的居住条件低于中小城市社会租房条件的平均水平，且相比特大城市和大城市而言这种差距更大，因此中小城市单位租房对社会融合产生的负效应更大。特大城市中政府租房是有利于农民工社会融合的，相反，在大城市样本中政府租房却不利于社会融合。可能的解释是，特大城市的政府租房建设一般更加规范，要求更加严格，相应的配套设施更加完善，政府租房的居住条件可能相比社会租房更好。对于北上广特大城市的农民工来说，政府租房的较高稳定性和保障性对农民工更有“雪中送炭”的意义，因而特大城市的政府租房更有利于农民工的社会融合。对大城市而言，租到较好的社会租房的难度和成本相对特大城市要小，因此在大城市中社会租房更有利于农民工的社会融合。

相比于其他行业的就业者，劳动密集型行业的农民工租住单位租房更大程度上不利于社会融合。这可能是因为劳动密集行业农民工居住的单位租房受居住人群高流动性特点的影响，租住条件整体较差，从而降低了社会融合程度。由于政府在建设保障性住房时，一个侧重点是围绕劳动密集型企业等用工需求较大的区域集中布局，当劳动密集型行业的农民工租住政府租房时，政府租房的保障性特征使得其相比社会租房更有利于促进劳动密集型行业的农民工社会融合。

将社会租房拆分为整租与合租比较后发现，无论是整租还是合租，社会租房均比单位租房更有利于农民工社会融合；而相较于合租式社会租房，租住政府租房更能促进农民工的社会融合，这可能是由于合租导致农民工居住的隐私性不能得到保证，生活习惯差异引起的居住舒适度降低，从而不利于农民工的社会融合。

五、结论与建议

本文使用2017年CMDS数据，基于OLS模型和分位数回归研究了租房类型对农民工社会融合的影响及作用机制。主要结论有：(1)总体而言，单位租房对农民工的社会融合产生了显著的负效应，社会租房更能促进农民工的社会融合，政府租房对农民工社会融合的促进作用不显著。经过内生性问题处理和稳健性检验后，得出的结论依然成立。(2)分样本研究结果发现，单位租房对老一代农民工群体的社会融合的负效应更大，而政府租房能显著提高该群体的社会融合度；特大城市的政府租房能更显著地促进农民工的社会融合，而大城市的政府租房不利于农民工社会融合；单位租房对劳动密集型行业农民工社会融合的负效应更大，政府租房对劳动密集型行业农民工社会融合促进效应更大。此外，政府租房相较于合租式社会租房更能促进农民工社会融合。(3)中介机制检验显示，流出地依赖在租房类型影响农民工社会融合过程中发挥了重要的中介作用。

本文提出以下政策建议：第一，加强对租房问题的重视，更多地宣传并切实实施购租同权，引导更多的资源流向租房供给领域。第二，加大对社会租房供给的支持力度，强化社会供给租房类型的多样化优势，丰富和规范不同档次的社会租房类型。扩大政府租房对农民工的覆盖面，加大政府租房的补贴力度，通过让房地产商配套建设政府租房的形式，降低租房门槛，让更多的农民工能够在更长时间享受价格更低廉的政府租房。对单位租房来说，提高单位租房的标准，提升单位租房条件，部分单位租房可以实行社会化转型。租房供给应该更好地适应农民工个性化住房需求，大城市的政府租房建设应继续围绕农民工密集就业区位，减轻区位-就业空间失配现象，完善相关配套设施，改善农民工居住空间的独立性、舒适度。第三，社会各界应该高度关注农民工的心理因素，多组织开展适合农民工的文化体育健康活动，尽可能降低农民工的流出地依赖，更好地促进农民工社会融合。

(湘潭大学商学院硕士研究生肖淦对本文亦有贡献)

注释：

① 国家统计局：历年农民工监测调查报告。

② 初步分析实证结果未在正文呈现，备索。

③ 由于直辖市(北京、上海、天津、重庆)不存在同一省份的不同城市，故工具变量估计不包含这四个直辖市的样本。

④ 平衡性检验结果未在正文呈现，备索。结果显示倾向得分匹配的效果比较理想，接近了随机试验的效果。

⑤ 数据来源：2017年城市统计年鉴。

⑥ 劳动密集型产业包括：采矿，纺织服装，木材家具，印刷文体办公娱乐用品，专业设备制造，电器机械及制造，计算机及通讯电子设备制造，仪器仪表制造，建筑，批发零售，住宿餐饮，居民服务、修理和其他服务业，公共管理、社会保障和社会组织。