APP下载

空气质量对流动人口长期居留意愿的影响

2022-04-01

市场周刊 2022年3期
关键词:概率模型流动人口空气质量

文 枫

(南京邮电大学,江苏 南京 210046)

一、引言

自改革开放以来,我国国力逐渐强盛,人民生活水平不断提高,可环境问题仍有许多得不到解决。在我国城市化进程的推进中,城市人口数量进一步增长,基础设施日益完善,生态环境问题愈发凸显。空气污染问题与我国民众的健康状况以及社会发展质量密切相关,城市人口的聚集率也因此而降低。此外,人们对空气质量的评价也会影响流动人口的居留意愿。

在现有文献中,大量研究表明,无论短期或长期接触,户外空气质量都会影响人类健康,增加死亡风险,心脑血管和呼吸系统疾病的发生率也会提高;Chen等人收集2013年至2015年中国272个城市的空气质量数据和死亡率,建立了时间序列分析模型,发现当平均滞后时间为0~1天时,死亡总数、心血管疾病和呼吸系统疾病死亡人数随着PM浓度的增加而增加;就长期暴露的影响而言,Yin等对中国约19万名40岁以上男性的研究表明,PM浓度增加10微克/立方米,非意外死亡、心血管疾病、肺癌和慢性阻塞性肺病分别增加了9%、9%、12%和12%。环境质量是城市生活质量的重要因素,越来越多的学者开始研究其对流动人口居住区选择的影响。Banzhaf&Walsh调查了污染物排放量不同的社区内居民的迁入迁出情况,他们发现污染物排放量与当地人口数量和收入水平有负相关关系。

纵观现有文献,很少有学者将空气质量与流动人口的个人特征、家庭特征、当地社会特征相结合,研究其对流动人口长期居住意愿的影响程度。以往关于空气质量的研究主要分析空气质量对居民健康状况的危害,但较少关注空气质量对流动人口的影响。

此外,大多数已有文献运用Logit模型研究长期居留意愿时都采用0-1变量,即将长期居留意愿中的打算赋值为1,不打算和没想好合并赋值为0,采用二元Logit回归模型展开研究,这样做难免会造成调查问卷信息的缺失。

论文可能存在的创新点主要有两处:一是把流动人口数据与城市公共服务数据相匹配,用空气质量指数(AQI)作为空气污染程度的指标,以此来研究空气质量对流动人口居留意愿的影响;二是把因变量“流动人口城市居留意愿指数”设置为一个四分类有序变量,力求更为充分地利用调查数据中的信息。

根据生态环境部官方网站、2017年中国城市统计年鉴和2017年全国流动人口动态监测调查的数据,提取AQI指数作为解释变量,并以15个与流动人口长期居住相关的因素作为控制变量。采用有序多项Logit模型对全国数据进行全样本分析,观察空气质量对移民长期居住意愿的影响,进而研究东、中、西、东北地区空气质量对移民长期居住意愿的影响。最后,根据性别、教育水平和年龄的人口统计学特征,研究空气质量对不同群体的长期居住意愿的影响和差异。

二、理论分析与研究假设

根据推拉理论,把流动人口居留意愿的影响因素分为推力因素和拉力因素。推力因素是指生活水平低、生态环境差、就业机会少等不利于该地区居民长期生活的因素,包括医学教育资源匮乏、政治动荡等因素。拉力因素是有利于该地区居民长期生活的因素,包括更多的就业机会、良好的生活水平、较高的福利水平、良好的生态环境、稳定的政治经济环境等。推力因素促使居民离开他们原来居住的地区,寻找更好的生活条件,而拉力因素则吸引居民在该地区工作和生活,然后在那里定居很长时间。现代推拉理论在此基础上得到了扩展,研究得出结论,除了收入因素外,更好的职业发展因素、医疗条件、教育资源和生态环境因素都对人口迁移行为产生积极影响。论文提出第一个假设:空气质量对流动人口的长期居住意愿有显著影响,并且存在负相关。

根据刘易斯的二元经济结构理论,从我国城乡二元经济结构的实际情况出发,城乡流动人口在收入水平、生产生活环境、工作技能等方面存在较大差距,社会参与方式、生活观念等主客观方面存在很大差异,这些差异导致城市移民和农村移民在迁移期间计划长期停留在流入地时的选择不同。我国土地面积大,各地区发展水平不同,不同的社会特征对流动人口的长期居住有不同的影响。基于这些原因,本文提出第二个假设:在不同地区,空气质量对移民长期居住意愿的影响是不同的。

就流动人口个人而言,他们长期留在流入地的意愿不仅受到城乡差距的影响,而且还受到自身个性特征的影响。一般来说,流动人口的人力资本越高,工作的经济回报越高,其经济状况和对未来收入的预期就越好。因此,教育水平对流动人口留在流入地的长期意愿有积极影响。婚姻状况也会逐渐影响移民留在流入地的长期意愿。已婚流动人口通常比未婚流动人口承担更多的家庭责任,也更重视工作和生活的稳定。因此,打算在流入地长期停留的已婚移民的意愿比未婚移民强。年龄因素也对移民的长期居留意愿产生重大影响。通常,随着个人年龄的逐渐增长,他们的工作技能变得更加熟练,工作经验更加丰富,因此他们的收入水平和固定资产等经济条件将继续得到优化。特别是中老年人口通常要承担照顾父母的责任,还要承担抚养子女的责任。因此,他们在流入地长期停留的能力和意愿相对较强,但随着人口老龄化的进一步增加,由于劳动能力的下降,他们的收入会下降,在流入地长期停留的意愿也会下降。基于上述原因,本文给出了第三个假设:从不同的人口特征来看,空气质量对流动人口长期居住意愿的影响是不同的。

三、数据选取与描述

(一)数据来源

研究所使用的数据主要来自三部分:

其一,国家卫生健康委每年对全国流动人口进行动态监测和调查。调查内容涵盖流动人口的社会地位、就业、社会保障参与、婚姻、生育、住房和社会融合等方面。本文选取的微观个体数据为2016年调查涉及的部分数据,根据所选有效数据对不同地区流动人口的居住意愿与空气质量的关系进行比较。

其二,国家统计局发布的«2017中国城市统计年鉴»城市层面数据,包含中国所有地级市的经济社会统计指标。

其三,空气质量指标AQI指数的数据来自中国空气质量在线监测数据。

本文将流动人口个体数据与其所在的城市公共服务数据进行匹配,形成“2017年全国地级城市流动人口匹配数据”。匹配后样本量为126960,删除异常值4927,最终有效样本量为122033。

(二)变量设置

1.被解释变量

长期居住意向与流动人口的生活习惯、经济条件、就业环境等经济利益密切相关。户籍转移意愿是从制度层面考虑城市的居住意愿,关系到流动人口对城市公共服务的主观需求。永久定居意向是流动人口在考量种种利弊后做出的最合适的选择。因此,长期居留、户籍迁移和永久定居三个维度之间的关系是递进的。因此,本文构建了3个城市对流动人口城市的居留意愿。结合研究目标和问卷数据的内在特征,将“长期居住意愿”“户籍意愿”和“本地购买意愿”3个指标叠加可以得到流动人口居留意愿指数。该指标的得分区间为[0,3]。当得分为0时,表示没有居住意向。得分为1时,表示长期居住为1,其他两个维度得分均为0。得分为2时,表示3个指标中有两项得分为1,其余项为0,如“长期居住意愿”和“户籍意愿”得分为1,“本地购买意愿”为0。得分为3时,表示三个指标得分均为1,有强烈的居住意向。该指数数值代表流动人口居留意愿的强度,数值越高,流动人口居留意愿越强烈。因此,本文的因变量“流动人口城镇居住意愿指数” 为四类有序变量,因此选择有序Logit回归模型进行影响分析。

2.解释变量

本文选取空气质量指数AQI作为衡量标准。由于AQI指数较为全面地覆盖了SO、NO、PM、PM、O、CO六项主要大气污染物,因而其评价结果更加客观、全面。收集2017年各地的AQI指数月度数据,加总后取平均值作为各自年度数值。

3.控制变量

控制变量代表影响流动人口留在城市意愿的其他因素。如上所述,流动人口的个人、家庭和社会因素都会影响他们留在城市的意愿。因此,本文将流动人口的个人、家庭和社会因素作为控制变量。变量的定义和统计描述如表1所示。

表1 变量说明及描述性统计

续表

四、实证分析

(一)全样本模型分析

平行性检验的原假设是各回归方程互相平行,分析显示

p

值=0.121>0.05(表2),因此,模型通过了平行性检验,模型分析结论可信,可以进行进一步的分析。

表2 有序Logit回归模型的平行性检验

表3显示

p

值=0.04<0.05,说明本次构建模型时,放入的自变量具有有效性,模型构建有意义。

表3 有序Logit回归模型的似然比检验

从表4可以看出:AQI指数对流动人口长期居留有着负面影响,AQI指数的参数估计值为-0.761,表明其他控制变量不变时他们更愿意选择空气质量较好的地区长期居留。因此也就验证了本文的第一个假设,即空气质量对流动人口长期居留意愿程度有显著相关影响,且相关系数为负。截距1为7.026,代表无居留意愿概率/(低+中+高居留意愿)累积概率模型的截距,截距2为8.766,代表(无+低居留意愿)累计概率模型/(中+高居留意愿)累计概率模型的截距,截距3为11.653,代表(无+低+中居留意愿)累计概率模型/高居留意愿概率模型的截距。从个人因素看,小学及以下、初中及高中和中专毕业的参数估计值分别为-0.67、-0.31和-0.243,表明相对于已经接受大学及以上教育的流动人口,这三类群体不愿意在当地长期居留的概率更大。户口性质为非农的参数估计值为1.547,表明非农流动人口愿意选择长期居住的可能性要显著高于农业户口。从家庭因素看,举家迁移的参数估计值为1.305,相比于没有举家迁移的流动人口,举家迁移的家庭也更愿意在当地定居。而从工业二氧化硫排放量与空气质量良好天数占比即社会因素来看,二者参数估计值分别为-0.577和0.31,说明当地环境质量越好,流动人口长期居留的概率越大。

表4 有序Logit回归模型结果

(二)分地区分析

根据回归结果(表5),截距1代表各地区无居留意愿概率/(低+中+高居留意愿)累积概率模型的截距,截距2代表各地区(无+低居留意愿)累计概率模型/(中+高居留意愿)累计概率模型的截距,截距3代表各地区(无+低+中居留意愿)累计概率模型/高居留意愿概率模型的截距,同地区的截距项依次增加。研究发现,除西部地区,其他地区的AQI指数对流动人口的留守意愿影响显著,且这些地区的AQI指数与居留意愿程度总体呈负相关。

表5 分地区有序Logit回归模型结果

我国面积辽阔,各地区发展不均衡。由于东部沿海地区地理位置较优越,多年来积极发展工业和制造业,如今已成为流动人口的主要迁入地。研究发现在东部和中部地区,长期居留意愿与AQI指数呈正相关。这说明相比于严重的空气污染,良好的经济条件对流动人口的吸引力更明显。西部地区的发展相对落后,因而不会对流动人口长期居住意愿起主导作用。分布着众多二三线城市的中部地区和东北部地区逐渐成为农民工打工的较好选择。流动人口对空气质量的变化也更加敏感,影响更深。因此,流动人口更愿意在东部、中部和东北部地区定居,而西部对流动人口的吸引力较小,假设2得以验证。

(三)分类人群的居留意愿与空气质量的关系

使用有序多重Logit模型,通过添加AQI指数与性别、教育水平和年龄的交叉项,分析影响流动人口流动决策的城市特征的个体异质性。分类分析结果如表6所示。

表6 AQI指数变化率对流动人口居留意愿影响的异质性分析

1.性别差异

就流动人口的生活习惯和思想观念而言,男性和女性在许多方面存在差异,因此这里比较一下性别对长期居留意愿的影响。

根据回归结果,男性流动人口的居留意愿受空气质量变化的影响大于女性。一般来说,男性作为劳动力和家庭收入的主要来源,在决定定居和做出合理判断的过程中,还将从多个角度(如未来发展前景)考虑流入地对家庭整体生活质量的影响。

2.受教育程度差异

把流动人口的整个样本按照受教育程度分为两类:第一类是未上学、小学和初中;第二类是高中以上学历。AQI指数与教育水平虚拟变量交互回归参数的估计值为负,即相比于未受过良好教育的流动人口,受过良好教育的流动人口对空气质量变化的反应更为敏感,在当地居留时会更多考虑这一因素。这可能是因为受过良好教育的流动人口知识水平较高,他们通常更容易拿到薪资待遇比较好的工作,生活水平提高后自然而然会关注身心健康问题,因而空气污染因素对他们的影响较大。相应受教育程度低的流动人口较难找到薪资高、待遇好的工作,因此他们平时较少考虑空气污染的因素。

3.代际差异

目前,流动人口中,“80后” “90后” 新生代占近60%。他们在很多生活习惯和观念上都与老一辈不同。空气质量对不同年代流动人口长期居住意愿的影响也不同。与老一代相比,空气质量对新生代流动人口长期居住意愿的影响更大。这一群体接触新事物的速度更快,更注重精神生活。因此不难理解,当他们安顿下来后,会更关注空气污染对自身的影响,从而考虑是否在当地长期居留。

综上所述,验证了第三个假设:从不同的人口特征来看,男性、高学历和新生代流动人口的居住意愿更受空气质量变化的影响。

(四)稳健性检验

本文用PM浓度代替原有有序多项式Logit模型中用于测量空气质量的AQI指数,并对模型的稳健性进行了分析,分析结果如表7所示。

表7 各地区流动人口居留意愿分析比较(替换核心代理变量)

从表7可知,PM指数对流动人口长期居留有着负面影响。相关截距的含义也与有序Logit模型相同。就PM浓度的变化程度而言,教育水平越高,更多的移民倾向于选择在当地长期停留。同时,非农户籍

p

值为0.32,对解释变量没有显著影响。月总支出具有负相关效应。其余

x

x

x

均有显著性影响,解释变量之间的关系与先前使用AQI指数计算的模型相同。

五、结论与启示

本文从生态环境的视角,利用2017年全国地级市流动人口与国家卫生健康委流动人口的匹配数据,从个人、家庭和社会三个维度分地区分析了空气质量对流动人口城市长期居留意愿的影响。经研究后发现:首先,在控制其他条件不变时,空气质量与城市长期居住意愿显著负相关。流动人口中,与农业户口相比,非农业流动人口对雾霾的容忍度更高,更愿意选择长期居住;其次,在地区层面,东部和中部地区的流动人口居留意愿更强,AQI指数甚至与居留意愿呈正相关,说明这些区域的吸引力极大;最后,按照人口统计学特征,将流动人口按性别、受教育程度和年龄进行分类,观察空气质量对不同群体的流动人口居留意愿的影响,发现PM与流动人口长期留在城市的意愿呈显著负相关。

空气质量的改善可以促进移民更好地融入社会和实现公民身份,因此政府需要出台相应的政策来改善环境,增加流动人口成为公民的意愿,促进城镇化的发展。基于以上分析,可以得出以下启示:

第一,改善空气质量,为流动人口创造良好的外部环境。呼吁民众应尽量借助公共交通出行,减少私家车排放,环保部门加大执法力度,依法追究超标污染企业责任,加强监管。

第二,建立区域协调发展机制,努力缩小城乡生活水平差距。

第三,促进各地区均衡发展。西部地区政府扬长避短,发挥西部资源丰富、地缘广阔的特点,提高人才的福利待遇,提高当地居民生活水平,吸引更多企业和人才入驻,这样也能缓解其他地区因人口密集带来的污染问题。

猜你喜欢

概率模型流动人口空气质量
在精彩交汇中,理解两个概率模型
基于停车服务效率的选择概率模型及停车量仿真研究
“空气质量发布”APP上线
漫画
车内空气质量标准进展
重视车内空气质量工作 制造更环保、更清洁、更健康的汽车
数说流动人口
数说流动人口
开展“大气污染执法年”行动 加快推动空气质量改善
一类概率模型的探究与应用