居住空间分异与农民工城市劳动供给*——基于流动人口动态监测数据的经验考察

邓 睿 郭东杰

提要：农民工在居住空间上的分异将对其城市劳动供给产生差异化影响。基于流动人口动态监测数据，本文使用熵均衡匹配、因果中介分析等方法，评估居住空间分异对农民工工资率的影响及其机制。结果发现，居住在商品房、保障房或单位社区的农民工工资率比对照组高10.24%；混合居住结构并未显著提升农民工的工资率。机制检验证实，居住在商品房、保障房或单位社区的农民工更易融入城市生活关系和工作环境，同群效应刺激其形成积极的劳动行为偏好。此外，居住在商品房、保障房或单位社区对新生代和自雇农民工工资率的促增效应明显大于第一代和受雇农民工；居住在市区老旧社区和城中村、市郊社区对新生代和自雇农民工工资率的抑制效应相对突出。

一、引言

“安居”方能“乐业”。农民工在城市的居住状况直接影响着这一群体的劳动供给水平和“乐业”的实现程度。“十四五”规划纲要指出，“完善财政转移支付和城镇新增建设用地规模与农业转移人口市民化挂钩政策，有效增加保障性住房供给，强化基本公共服务保障，加快农业转移人口市民化。”然而，当前农民工的城市居住状况仍不容乐观。这一群体在务工地的住房产权拥有度较低、居住隔离现象突出、居住条件相对恶劣。居住条件恶劣所引发的消极心理会传递到农民工的劳动行为中，诱发工作沮丧感和职业失落感，进而对农民工的城市劳动力市场表现产生负面影响。(1)曹华林、李爱国：《新型城镇化进程中“人的城市化”的动力机制研究——基于居民感知视角的实证分析》，《宏观经济研究》2014年第10期。因此，从居住空间分异视角评估居住状况对农民工城市劳动供给的影响效应及其作用机制，不仅在政策层面为进一步改善农民工居住状况、提升农民工就业质量提供经验证据，还能够从安居层面为推动农民工共享发展成果和实现共同富裕提供思路参考。

目前关于农民工居住状况的研究呈现两种分析进路：一种侧重从宏观层面的制度安排、中观层面的社区环境、微观层面的禀赋特征出发，剖析农民工城市居住行为的影响因素；另一种则重点关注居住行为的逆向效应，通过选取居住属性、居住区位等居住空间特征指标，来分析其对农民工迁移决策、身心健康、社会融合等方面的作用效应。然而，居住状况与劳动供给间的关联机制尚未在农民工群体中获得丰富的证据，只有极少的文献探讨了农民工群体的住房政策、居住隔离对经济效率、职住匹配的潜在影响，但通常忽视了居住行为对农民工个体劳动供给的微观影响及其作用机制。尤其是，农民工在居住空间上的分异如何影响其城市劳动供给行为，目前仍缺乏有说服力的经验支撑。

基于上述政策背景和问题导向，本文从工资率角度评估居住空间分异对农民工城市劳动供给的影响。与现有研究相比，本文的潜在贡献体现在两个方面。(1)采用能够实现样本精确匹配的熵均衡处理方法评估居住空间分异指标对农民工工资率的影响，提供了农民工居住行为劳动供给效应的微观证据；(2)从居住空间分异所隐含的资源分配机制、地位筛选机制出发，借助政策评估中的因果中介效应模型，分析了居住行为影响农民工城市劳动供给的可能机制。

二、理论分析

现有研究主要从居住属性、居住区位、居住质量等视角初步描绘了农民工的城市居住图景。从居住属性看，农民工主要租住在城中村民房、单位集体宿舍或生产场所；保障性住房申请难度较大，在城市拥有住房产权的比例非常低，与安居之梦相距甚远。(2)邓江年、郭沐蓉：《居住分层与农民工留城意愿：来自珠三角证据》，《南方经济》2016年第9期。范剑勇、莫家伟、张吉鹏：《居住模式与中国城镇化——基于土地供给视角的经验研究》，《中国社会科学》2015年第4期。从居住区位看，房价攀升所带来的住房支出增加，导致农民工的居住区位逐步向城郊边缘地带位移，居住空间格局呈现“极化”趋势，职住失衡现象非常严峻；(3)刘涛、曹广忠：《大都市区外来人口居住地选择的区域差异与尺度效应——基于北京市村级数据的实证分析》，《管理世界》2015年第1期。从居住质量看，农民工在城市务工地的居屋面积普遍较小，住房设施配套不健全，空气噪声环境相对偏差，社区互动严重缺乏，居住条件整体不容乐观。(4)俞林伟：《居住条件、工作环境对新生代农民工健康的影响》，《浙江社会科学》2016年第5期。现有文献大多从个体特征、能力禀赋、社区结构、制度供给等视角探讨农民工城市居住需求、居住选择及居住支出的内外在诱因。(5)杨俊玲、谢嗣胜：《农民工住房现状研究》，《农业经济问题》2012年第1期。王春蕊、杨江澜、刘家强：《禀赋异质、偏好集成与农民工居住的稳定性分析》，《人口研究》2015年第4期。侯慧丽、李春华：《梯度城市化：不同社区类型下的流动人口居住模式和住房状况》，《人口研究》2013年第2期。何兴强、费怀玉：《户籍与家庭住房模式选择》，《经济学(季刊)》2018年第2期。

当然，居住行为的逆向效应也引起了一些学者的关注。居住属性、居住区位以及居住质量等所导致的居住空间分异，可能对农民工的迁移动机、身心健康、公众参与、社会融合、幸福感产生重要影响。(6)陈忠斌、黄露露：《重购轻租还是租售并重：居住方式对农民工举家迁移影响的实证研究》，《经济经纬》2018年第1期。孙三百：《住房产权、公共服务与公众参与——基于制度化与非制度化视角的比较研究》，《经济研究》2018年第7期。韩俊强：《农民工住房与城市融合——来自武汉市的调查》，《中国人口科学》2013年第2期。李涛、史宇鹏、陈斌开：《住房与幸福：幸福经济学视角下的中国城镇居民住房问题》，《经济研究》2011年第9期。理论上而言，居住与就业的空间关联是城市经济学的核心命题，但现有研究较少涉及农民工居住行为与劳动供给之间的关系。大多数研究侧重从宏观视野剖析城市居住空间、公共服务设施、劳动力市场之间的互动机理，(7)S. Zheng, R. B. Peiser, W. Zhang, “The Rise of External Economies in Beijing: Evidence from Intra-Urban Wage Variation,” Regional Science & Urban Economics, Vol.39, No.4, 2009, pp.449-459.一定程度上忽视了居住行为对个体劳动供给的微观影响。值得注意的是，国内外学者关于“奥斯瓦尔德假说”(即住房自有率上升是否会引起失业率增加)的验证与争论，(8)C. Dujardin, F. Goffette-Nagot, “Does Public Housing Occupancy Increase Unemployment?” Journal of Economic Geography, Vol.9, No.6, 2009, pp.823-851. 刘斌、幸强国：《我国公共住房、失业与劳动力参与意愿——基于一个延伸的奥斯瓦尔德假说的经验证据》，《财经研究》2013年第11期。为探讨居住行为与个体劳动供给之间的关系提供了一定的经验依据。就农民工群体而言，郑思奇等从理论上刻画了农民工住房政策影响经济增长的数理模型，发现城镇化早期大量廉价住房的供给可有效降低城市低技能劳动力(尤其是农民工)的劳动成本，但城镇化中后期这些住房在居住空间上的分割将严重抑制农民工群体的人力资本积累及相应的劳动产出。(9)郑思齐、廖俊平、任荣荣等：《农民工住房政策与经济增长》，《经济研究》2011年第2期。孙铁山等进一步分析了中国超大城市外来人口与本地居民之间的居住隔离及其在劳动力市场中的反应，认为不同户籍属性人口的居住-就业空间错位形态存在明显差异。(10)孙铁山、刘霄泉：《中国超大城市常住外来和常住户籍人口居住—就业的空间错位——基于北京、上海和广州的实证》，《人口与经济》2016年第5期。

尽管关于农民工居住空间与劳动力市场结果之间关系的经验证据尚不充分，但上述研究初步证实这一群体的城市居住空间状况可能会影响其劳动供给行为。而且，居住空间分异所隐含的资源分配机制、地位筛选机制等可以为分析这种影响的传导渠道提供若干启示。一方面，与居住空间分异相伴随的是公共服务资源(基础设施、治安环境、教育医疗)和社会资源(就业机会、人力资本、社会资本)在空间分布上的差异。(11)郑思齐、孙聪：《城市经济的空间结构：居住、就业及衍生问题》，《南方经济》2011年第8期。居住区位不仅直接影响个体捕捉就业信息和就业机会，(12)戚迪明、江金启、张广胜：《农民工城市居住选择影响其城市融入吗?——以邻里效应作为中介变量的实证考察》，《中南财经政法大学学报》2016年第4期。而且决定着个体的社会交往空间。居住社区作为社会互动和知识外溢密集发生的空间场域，邻居构成状况会通过“同群效应”直接影响个体的劳动技能。(13)E. L. Glaeser, D. C. Maré, “Cities and Skills,” Journal of Labor Economics, Vol.19, No.2, 2001, pp.316-342.如果农民工群体能够居住在较好的城市空间区位，那么他们更可能获得城市公共资源的正外部效应。人力资本集聚功能的发挥可帮助其获得更优质的就业信息和就业机会，并采取具有更高生产率的劳动行为。同时，混合社区的居住结构还可增加农民工与城市居民交流互动的机会，帮助农民工通过模仿与学习效应来增强对城市劳动行为模式的适应程度，从而影响其劳动供给行为。另一方面，居住空间的分异表征着阶层分化。在市场化条件下，居住作为一种符号性、地位性的消费活动逐渐异化为社会地位的筛选机制。(14)刘祖云、毛小平：《中国城市住房分层：基于2010年广州市千户问卷调查》，《中国社会科学》2012年第2期。祝仲坤、冷晨昕：《住房状况、社会地位与农民工的城市身份认同——基于社会融合调查数据的实证分析》，《中国农村观察》2018年第1期。居住质量成为个体或家庭经济能力和社会成就的重要指标。赵晔琴等研究发现，农民工的住房消费与其阶层认同呈正相关。(15)赵晔琴、梁翠玲：《融入与区隔：农民工的住房消费与阶层认同——基于CGSS2010的数据分析》，《人口与发展》2014年第2期。阶层地位认同能够提高个体对于劳动力市场成功的期望水平，降低工作冲突的发生概率。例如，为获得满意的劳动力市场结果，劳动者会加大工作搜寻、技能培训等方面的投入。(16)G. Russo, E. V. Hooft, “Identities, Conflicting Behavioural Norms and the Importance of Job Attributes,” Journal of Economic Psychology, Vol.32, No.1, 2011, pp.103-119.对农民工而言，居住空间环境改善有助于提高这一群体对自身阶层地位的认知，进而推动其形成积极的劳动供给偏好。综上可知，居住空间分异可能通过人力资本集聚、同群效应、阶层地位认知提升等作用机制影响农民工的城市劳动供给。

三、研究设计

(一)数据来源

数据主要来自国家卫生健康委组织实施的流动人口动态监测调查中“社会融合与心理健康”2014年专题模块。这部分调查集中在北京、青岛、厦门、嘉兴、深圳、中山、郑州、成都等8个城市，调查内容包括流动人口的家庭信息、就业现状、迁移特征、社会融合状况等。专题调查基本覆盖我国东、中、西三大区域。数据采集及处理过程如下：第一步，借助PPS抽样，确定16000个样本；第二步，结合本文的研究对象，筛选出流动原因为务工、经商、随同流动且目前处于工作状态的样本；第三步，依据户籍属性筛选出属于乡城流动的农民工样本；第四步，剔除遗漏重要信息变量的样本。最终共有12580个样本进入实证分析模型。

(二)估计方法

为分析居住空间分异对农民工城市劳动供给的影响，构建以下模型：

Wage_ratei=α+βHabitati+δZi+γCityi+εi

(1)

式(1)中，Habitati为核心解释变量，即农民工的居住空间分异指标；Wage_ratei为被解释变量，即农民工的城市劳动供给指标；Zi为一组控制变量；Cityi为城市特征变量；α、β、δ、γ为待估参数；εi为随机扰动项。农民工在务工地的居住决策受到多维因素的影响，并不是随机选择。因此，普通均值回归法无法满足因变量对称分布条件假设，且存在内生性问题。本文试图在匹配估计思路的框架下，引入熵均衡方法对数据进行预处理，以便最大限度控制样本的选择偏误。

二元选择模型的估计可借助平均处理效应的思路，通过构造针对居住空间分异指标的虚拟变量Di={0，1}，Di=0和Di=1分别为控制组和处理组，进一步引入j个协变量并构建矩阵Xj={Xi1，Xi2，Xi3，……，Xij}，此时各个居住空间分异指标对农民工工资率的平均处理效应可表示为：

ATE=E[Y(1)|D=1]-E[Y(0)|D=1]

(2)

式(2)中，E[Y(1)|D=1]代表一种反事实结果，可通过构建Probit或Logit模型并运用倾向值法计算相应的处理效应。但该方法存在明显缺陷，尤其是处理高维数据时协变量平衡效果不佳，倾向值得分估算精确性不高。

对此，熵均衡匹配法提供了一个解决思路。(17)J. Hainmueller, Y. Xu, “Ebalance: A Stata Package for Entropy Balancing,” Journal of Statistical Software, Vol.54, No.7, 2012, pp.1935-1946.它对可能导致政策估计偏误的协变量设置矩约束条件，为样本控制组寻找到一组最优权重，使其在各种矩约束条件下能与处理组实现精确匹配。熵均衡匹配法基于样本矩思想，从一个潜在的大平衡约束集合中直接估计权重，从而推广了倾向得分加权估计方法。其反事实结果可由下式来估计：

(3)

式(3)中，wi为控制组的熵均衡权重。通过如下再加权方案来选择这些权重，其目的在于将熵距离度量最小化：

(4)

同时，式(4)服从下述平衡性约束和规范性约束条件：

∑{i|D=0}wicri(Xi)=mr,r∈1,……R

(5)

∑{i|D=0}wi=1

(6)

wi≥0,{i|D=0}

(7)

(三)变量与描述性分析

1.被解释变量：农民工城市劳动供给。农民工在单位劳动时间内的报酬率是其劳动供给行为的核心指标，使用工资率予以衡量。这样处理的原因在于，当研究样本量较大时，将单位时间工资率纳入劳动方程回归能够更好地解释各自变量的回报率。由样本描述统计结果可知，农民工的小时工资率为16.99元/小时，高于李龙等使用流动人口动态监测2013年度数据统计得出的工资率。(19)李龙、宋月萍：《工会参与对农民工工资率的影响——基于倾向值方法的检验》，《中国农村经济》2017年第3期。

2.核心解释变量：农民工居住空间分异。居住空间从物理层面呈现为一种实际居住环境，从人际互动层面则包括居住环境中的居民构成。本文主要从居住区位和居住结构两方面衡量农民工的居住空间分异状况。居住区位反映农民工的居住场所在城市空间结构中的分布状况，通常与公共服务和社会资源的布局紧密相关，使用问卷中“您目前居住在什么样的社区中”来测度，将该题选项中“别墅区或商品房社区、经济适用房社区、机关事业单位社区”归类为市区商品房、保障房或单位社区，将“未经改造的老城区、城中村或棚户区”归类为市区老旧社区和城中村，将“工矿企业社区、城郊结合部、农村社区”归类为市郊社区。居住结构反映农民工在城市居住空间内的人口结构，使用问卷中“您的邻居主要是谁”来测度，将该题选项中“本地市民为主、外地人和本地人数量差不多”归类为混合居住结构，将“外地人即流动人口为主”定义为单一居住结构。为比较不同居住区位、居住结构对农民工城市劳动供给的影响差异，计量分析时将居住空间分异指标均设置为二元虚拟变量，依次对被解释变量进行回归。

3.中介变量：主要指居住空间分异影响农民工城市劳动供给的传导机制变量。居住空间分异可通过人力资本集聚、同群效应、阶层地位认知提升三种途径作用于农民工的劳动供给行为。然而，通过梳理问卷题项发现，人力资本集聚这一路径未能找到恰当的代理变量，本文重点对同群效应和阶层地位认知两种影响机制进行初步检验。同群效应变量使用农民工融入本地工作关系和工作环境的意愿(对“愿意与本地人做同事”说法的认同程度，取值1-4)来衡量。阶层地位认知变量通过询问被访者问题(“认为自身的收入职业地位与居住地亲朋同事相比处在何种位置”，取值1-10)来衡量。

4.控制变量(协变量)：涉及农民工的禀赋特征、流动特征以及就业特征等。依据劳动经济学经典理论，并考虑数据可得性，选取性别、年龄、婚姻、健康状况、教育水平、居留时间、流动范围、单位属性、行业特征、职业培训等变量。此外，为控制农民工所在城市层面的特征影响，还选取了城市规模和城市失业率两个地区变量指标。(20)根据2014年国务院《关于调整城市规模划分标准的通知》关于城市规模的划分标准，按城区常住人口在500万以下、500-1000万、1000万以上将样本城市划分为大城市、特大城市和超大城市三类。一方面，不同规模城市的就业资源供给能力存在显著差异，应考虑其对农民工城市岗位获取及就业表现的潜在影响，而且城市规模通常与住房平均成本、公共服务设施供给等因素密切相关，显然可能影响农民工的居住选择行为；另一方面，失业率反映城市劳动力市场的竞争程度，可能会影响农民工的劳动绩效和生存选择。

各类变量的含义及描述性统计分析结果参见表1。从居住区位看，居住在市郊社区的农民工占比最高，达到51.76%，其次是市区老旧社区和城中村，占比为28.41%，在商品保障房或单位社区的农民工比例相对较小，为19.81%；从居住结构看，属于混合居住模式的农民工占比达到49.54%，说明农民工与城市本地居民共享居住空间成为一种常态。同时，交叉分析显示，居住在商品保障房或单位社区、市区老旧社区和城中村、市郊社区的农民工的小时工资率呈依次下降趋势；处于混合居住结构的农民工的小时工资率反而略低于处于单一居住结构者。当然，究竟是因为居住空间分异所导致的劳动供给水平不同，还是劳动供给水平不同所导致的居住行为选择差异，仍需要在控制农民工居住决策选择偏差的基础上开展进一步的经验证实。

表1 主要变量定义及描述性统计结果

四、实证分析

(一)OLS回归分析

为了与熵均衡匹配估计结果进行对比，使用普通最小二乘法(OLS)初步估计居住空间分异对农民工工资率的影响效应。由表2的回归结果可知，在居住区位上，居住在商品房、保障房或单位社区的农民工工资率比未居住者高9.70个百分点；(21)1-e0.0926=0.09702。居住在市区老旧社区和城中村、市郊社区对农民工工资率的回归系数显著为负，说明这两类居住区位可能会抑制农民工工资率的提升。在居住结构上，混合居住模式对农民工工资率的作用方向并未如预期一样为正，反而呈现微弱的负向影响。控制变量的估计结果在各模型中较为稳健。综合来看，男性、已婚、健康状况较好、教育水平较高、长时间跨省流动、建筑行业农民工的工资率相对较高。

表2 居住空间指标对农民工工资率影响的OLS回归结果

续表2

(二)熵均衡匹配估计

由于样本处理组和对照组的协变量存在明显差异，OLS回归可能是有偏的。鉴于此，使用熵均衡方法对样本协变量设置一阶矩(均值)、二阶矩(方差)、三阶矩(偏度)作为约束条件。通过这一处理过程，可以观察并计算出协变量在熵均衡前后的均值、方差及相应的匹配效果。表3以居住区位影响工资率为例，列出了协变量匹配性检验结果。熵均衡处理前，各协变量的一阶矩、二阶矩等均存在显著差异，熵均衡处理后处理组和控制组的协变量在均值、方差上的差距明显缩小。观察熵均衡处理后的标准化均数差可知，SMD值为0，均值差异t检验的P值为1，这意味着样本处理组和控制组的协变量数据实现了精确匹配。

表3 协变量匹配性检验

续表3

对熵均衡处理后的数据进行加权回归，得到居住空间指标对农民工工资率影响的熵均衡匹配估计结果(参见表4)。具体而言，从居住区位看，居住在商品房、保障房或单位社区对农民工工资率具有显著的促增效应，比对照组工资率高10.24%；居住在市区老旧社区和城中村、市郊社区的农民工工资率则分别比对照组低8.59%和4.27%。这表明，居住区位上的分异的确可能对农民工工资率产生差异化影响。从居住结构看，混合居住模式的回归系数为正但并不显著，这一变量的估计结果与OLS回归系数并不一致，说明在控制可能存在的选择偏差后，农民工与城市居民在空间上的混合居住并不会抑制农民工工资率的提升，但也未能起到显著的促增效应。对于这一现象，可能的原因在于，混合社区在提供交往互动场域的同时，也为本地居民与农民工的利益诉求冲突埋下潜在风险，农民工在混合社区的短暂性居住特征使其很难将自身利益与社区以及本地居民利益有机融合，反而可能加剧原住居民对农民工群体的排斥。(22)谷玉良：《城市混合社区的“公共性”式微及其重构——基于农民工与市民混合居住社区的分析》，《学习与实践》2018年第7期。社区生活圈的被动隔离也可能中断农民工对城市劳动行为模式的适应和学习过程，导致混合居住并未对农民工工资率产生积极作用。

表4 熵均衡处理前后居住空间指标影响农民工工资率的效应对比

(三)稳健性对比

使用倾向得分匹配方法(PSM)进行稳健性检验。一方面，利用近邻匹配法(K=1和K=4)和马氏匹配法对样本处理组和控制组进行匹配，同时估计两组样本之间的平均差距。比较处理组和控制组匹配前后倾向得分值的密度函数分布图，发现匹配前两组样本的倾向得分分布存在显著差异，匹配后差异明显缩小，已接近随机试验效果。另一方面，考虑到K近邻匹配在第一阶段估计得分时带有较强的主观性，非精确匹配存在一定偏差，因此偏差校正方法得到“偏差校正匹配估计量”。(23)A. Abadie, G. W. Imbens, “Bias-Corrected Matching Estimators for Average Treatment Effects,” Journal of Business & Economic Statistics, Vol.29, No.1, 2011, pp.1-11.表5综合汇报了基于上述几种匹配方法所估计的处理组平均处理效应(ATT)。由表5可知，倾向得分匹配的估计结果与前文基本吻合，说明主要实证结果是比较稳健的。

表5 居住空间指标影响农民工工资率的倾向得分匹配估计

五、机制检验

(一)因果中介效应分析

实证结果显示，农民工在居住空间上的分异对其工资率产生了差异化影响。居住在商品房、保障房或单位社区对农民工工资率具有显著的促增效应，那么其内在作用机制是什么？为此，需要对同群效应和阶层地位认知提升两种可能机制进行因果中介检验。结合式(1)设定中介效应模型：

Channeli=α+βHabitati+δZi+γCityi+i

(8)

Wage_ratei=α+βHabitati+φChanneli+δZi+γCityi+i

(9)

式(8)—(9)中，Habitati仍为居住空间指标，Wage_ratei为被解释变量(工资率)，Channeli为中介变量(同群效应和阶层地位认知)，控制变量、待估参数、随机扰动项等与式(1)一致。沿着前文政策评估的基本思路，引入Imai等提出的因果中介分析模型(Causal Mediation Analysis)展开机制检验，该方法可以识别连续或离散处理变量、中介变量和结果变量之间的因果机制并计算平均因果中介效应。(24)K. Imai, L. Keele, T. Yamamoto, “Identification, Inference and Sensitivity Analysis for Causal Mediation Effects,” Statistical Science, Vol.25, No.1, 2010, pp.51-71. 朱旭峰、赵慧：《政府间关系视角下的社会政策扩散——以城市低保制度为例(1993—1999)》，《中国社会科学》2016年第8期。

表6给出了因果中介分析结果。商品房、保障房或单位社区的同群效应显著为正，说明居住在该区域的农民工更愿意和本地人做同事。在工资率方程中进一步控制同群效应变量后，同群效应对农民工工资率呈正向影响，居住区位变量的回归系数仍显著为正且略有下降，说明同群效应存在部分中介效应，但贡献相对较小。商品房、保障房或单位社区通常位于市区中心，在公共服务资源惠及和占有方面有明显优势，更利于农民工融入城市生活关系和工作环境中。此外，居住在商品房、保障房或单位社区并未提高农民工对自身阶层地位的认知，说明阶层地位认知可能不是居住区位作用于农民工工资率的传导渠道。

表6 居住区位对农民工工资率作用机制的因果中介分析

(二)中介变量内生性讨论

值得注意的是，由于同群效应和阶层地位认知两个中介变量均属主观指标，其可能会受到农民工个体化的经济能力的影响，从而导致中介变量与被解释变量工资率之间存在反向因果关系。即较强的劳动供给能力所带来的经济状况改善，提高了农民工主观融入城市工作环境的意愿和对自身阶层地位的认知。为此，我们对中介变量进行内生性检验。表7中的结果表明，同群效应和阶层地位认知两个变量在相应工资率方程中的“Durbin-Wu-Hausman检验”统计量分别为27.32和26.31，P值均为0.000，说明两个中介变量是模型中的内生变量。

此外，还可能存在未被观测到的遗漏变量同时影响同群效应、阶层地位认知和工资率。我们选择农民工所在社区的子女随迁率作为同群效应和阶层地位认知的工具变量，进行两阶段最小二乘估计(2SLS)。农民工将子女随迁至务工地不仅反映出这一群体为实现亲子抚育和家庭团聚所付出的努力，同样也折射出其对自身融入城市生活空间的决心和意愿，显然与阶层地位认知、同群效应紧密相关。社区层面的子女随迁率一般与所在社区农民工家庭的随迁行为紧密相关，即便对未婚农民工而言，社区内已婚农民工的子女随迁状况也可能影响其未来随迁决策及融入行为。表7中的工具变量检验结果显示，两个2SLS回归方程的“Cragg-Donald Wald F统计量”分别为45.71和36.32，均大于10%显著性水平的临界值(16.38)，说明不存在弱工具变量问题；不可识别检验结果显示，“Kleibergen-Paap rk LM 统计量”分别为43.59和35.48，P值均为0.000，强烈拒绝不可识别的原假设。综合来看，工具变量是有效的。从表7的2SLS回归结果可知，在控制了中介变量可能存在的内生性后，同群效应和阶层地位认知对农民工工资率的影响效应依然显著为正，说明这两种传导渠道在劳动方程中的作用是可被证实的。

(三)异质性背景下的简要拓展分析

农民工内部分化已成为不争的事实，不同特征农民工的居住状况及相应的劳动供给行为也可能存在差异。基于此，本文尝试从代际和雇佣特征视角出发，(25)调查问卷中农民工的雇佣身份主要包括雇员、雇主和自营劳动者三类，但由于雇主的劳动供给特征明显有别于另外两类群体，本文删除了雇主及其他样本，主要考察受雇(雇员)和自雇(自营劳动者)农民工样本中居住空间分异对农民工工资率的影响差异。分析居住空间分异对农民工工资率可能存在的群内异质效应。表8汇报了基于代际和雇佣特征差异的居住空间分异，影响农民工工资率的熵均衡匹配估计结果。具体看，在代际特征上，居住在商品房、保障房或单位社区对新生代农民工工资率的正向影响要大于第一代农民工，居住在市区老旧社区和城中村、市郊社区对新生代农民工工资率的负面作用也明显大于第一代农民工，这反映出居住区位差异对新生代农民工工资率的影响更为敏感。可能的原因是，与父辈相比，新生代农民工的城市发展理性诉求更为强烈，其工作状态趋向于“专职非农”，流动模式呈现家庭化迁移特征，居住条件的好坏成为其能否在城市稳定就业生活的重要影响因素。在雇用特征上，居住在商品房、保障房或单位社区对自雇农民工工资率的促增效应要明显大于受雇农民工，居住在市区老旧社区和城中村、市郊社区对自雇农民工工资率的抑制效应相对更为突出，这也说明居住区位差异对自雇农民工工资率的影响更为敏感。可能的原因是，受雇农民工的工作空间主要集中在单位，与所居住的社区空间相对分离，而自雇农民工的工作与生活空间往往高度重合，与本地居民的社会交往水平也高于受雇农民工，不同居住区位所引致的就业信息、资源的差异对自雇农民工个体就业的影响可能更为明显。混合居住模式对农民工工资率的影响并未表现出显著的群内异质性。

六、结论与对策

以“安有所居”促进“乐有所业”，是农民工市民化的前提。本文基于流动人口动态监测数据，使用熵均衡匹配、因果中介分析等方法评估居住空间分异对农民工城市劳动供给的影响及机制。研究发现，在控制了潜在的选择偏差后，农民工居住空间分异对其城市劳动供给的核心指标(工资率)具有差异化的作用。从居住区位看，居住在商品房、保障房或单位社区的农民工工资率比对照组高出10.24%，居住在市区老旧社区和城中村、市郊社区的农民工工资率则比对照组分别低8.59%和4.27%。从居住结构看，农民工与城市居民在空间上的混合居住并不会抑制农民工工资率的提升，但也未起到显著的促增效应。居住区位对农民工工资率的影响机制侧重表现为，居住在商品房、保障房或单位社区等优势区位的农民工更易于融入城市生活关系和工作环境中，同群效应将刺激其形成积极的劳动行为偏好。此外，居住区位对农民工工资率的影响可能因该群体的代际和雇佣特征而存在异质性，集中表现为居住在商品房、保障房或单位社区对新生代、自雇农民工工资率的促增效应更为明显；居住在市区老旧社区和城中村、市郊社区对新生代、自雇农民工工资率的抑制效应相对突出。

上述研究结论的政策含义主要体现在以下几方面：一是应配套出台农民工进城租购房“一揽子”优惠政策，化解农民工城市稳定就业的后顾之忧。如尽可能将政策性保障房建设资金通过租房补贴、购房贷款贴息等手段落实到农民工“人头”上；强化流动人口及灵活就业群体住房公积金制度的普惠属性，扩大住房公积金使用范围及其在农民工购房过程中的使用灵活性。二是应科学规划农民工的居住空间布局及配套设施建设，充分利用居住区位的就业资源优势促进农民工就业质量提升。如交通基础设施、公共服务设施规划要兼顾到农民工群体的住房区位和居住实际，避免中心区位资源的过度集中；结合区位特征探索设计政策性保障住房的市场调节机制，对交通便利、区位优势突出的保障性住房适当提高其单位面积租金，对距离城市中心区位较远的保障性住房则提供必要的通勤补贴，尽可能减少居住与就业的空间错配对农民工劳动力市场表现的负面影响。三是应建立阶梯式、差异化的住房支持政策，通过分类改善农民工的居住现状来不断帮助这一群体实现城市“乐业”。对工作收入稳定、留城意愿强烈的农民工，可考虑在贷款担保、政策性住房购房资质审批等方面提供一定的政策倾斜，帮助其逐步实现在城市拥有长久住房居住权的目标；对以租房为主的农民工，可通过PPP模式引入社会资本参与建设契合流动人口居住特征的长租公寓，并大力发展房屋租赁细分市场，满足这部分群体的安居诉求。

需要指出的是，尽管熵均衡匹配方法可通过实现样本数据的精确匹配来尽可能控制农民工居住行为的自选择性，但居住空间与劳动供给之间可能存在的双向因果关系使得实证估计仍有偏误的嫌疑。由于问卷设计和数据采集所限，诸如内生处理效应模型、内生转换模型等更为有效的内生偏差纠正手段无法得以有效应用，这对农民工居住空间分异的劳动供给效应研究构成一定挑战，也有待后续研究进行拓展分析。