地方政府注意力与农业转移人口市民化周密

关键词：地方政府注意力；农业转移人口；市民化；居留意愿；机器学习

中图分类号：F323.6；F299.2 文献标识码：A 文章编号：1000-176X（2024）12-0053-16

一、引言

党的十八大以来，中国在推进农业转移人口市民化方面取得了显著成效，约1. 3亿农业转移人口已在城镇成功落户，这标志着中国在解决城乡二元结构问题上迈出了坚实的一步。然而，农业转移人口市民化的进程仍面临不少挑战。据统计，目前仍有约1. 7亿进城务工的农民工及其家属未能在城镇落户，导致常住人口城镇化率与户籍人口城镇化率之间存在19. 2个百分点的差距。这部分群体的生活状态尤为值得关注，他们大多处于在城乡间频繁迁移的状态，既不能完全融入城市生活，也无法彻底回归农村，学术界称之为“半城市化”［1］。

尽管户籍制度改革的深入实施已逐步减少了户籍附带的公共服务和社会福利，但农业转移人口未能在城镇落户的情况，并不仅仅是因为户籍本身的价值下降［2］。一方面，农业转移人口面临的就业歧视导致他们缺乏有效的劳动激励和保障，这使得他们不愿意作出市民化的决定［3］。另一方面，由于农业转移人口无法享受与城市居民同等的医疗卫生、教育、住房和社会保障等公共服务，这导致了他们的居留意愿不高［4-5］。这些揭示了农业转移人口市民化进程中面临的核心问题是公共服务的均衡性和可及性。相关群体在关注流入地城市当前发展状况的同时，也会考虑城市未来的发展潜力，这也是农业转移人口市民化决策的关键影响因素［6-7］。

地方政府注意力指的是政府管理者对各项城市发展相关议题的全面关注，是决定某一时期内政策产出和执行的重要基础，能够有效展现政府的规划和目标，反映出地方政府的发展潜力。近年来，学者们将地方政府注意力的概念与中国实际情况相结合，相关研究逐渐扩展到具有中国特色的市民化领域。吴宾和夏艳霞［8］利用2003—2017年270份地方《政府工作报告》，对农业转移人口市民化领域内的地方政府注意力配置进行了时空演变分析。侯新烁和杨汝岱［9］利用中央和地方《政府工作报告》，从城市化视角分析了地方政府注意力对区域人口流动和空间布局的影响。张振波和闫钊［10］采用词典法测算了地方政府注意力，发现地方政府注意力配置会促进区域间公共服务均等化水平的提升。还有学者实证分析了地方政府注意力对城市治理［11］、住房服务［12-13］、社会保障［14］和农业转移人口公共就业服务［15］的影响。总体来看，相关研究正由最初的地方政府注意力配置向地方政府注意力对公共服务的影响转变，但在地方政府注意力对农业转移人口市民化的影响这一问题上缺乏进一步讨论，尤其是缺少个体层面的微观证据，并且其中的机制也尚未得到充分证实。

本文的边际贡献在于：第一，本文从地方政府注意力视角出发，在量化地方政府注意力配置的基础上，进一步分析其对农业转移人口市民化的影响，拓展了市民化领域内地方政府注意力的研究边界，并丰富了农业转移人口市民化影响因素的相关研究。第二，本文进一步揭示了地方政府注意力影响农业转移人口市民化的作用机制，从公共服务的增量视角，验证了地方政府注意力通过提高农业转移人口城市归属感，进而提升其市民化意愿的作用路径，并验证了社会网络的正向调节效应。第三，相较于现有研究普遍采用的关键词词典法，本文通过LDA（Latent DirichletAllocation） 主题模型识别政策文本内容主题的方法测算地方政府注意力，为地方政府注意力研究提供更加客观、准确的测算方式。

二、理论分析与研究假设

城市公共服务是关乎农业转移人口自身及其家庭福祉的关键，也是农民工“用脚投票”的重要考量［16］。因此，农业转移人口市民化的预期净收益取决于城市所能提供的公共服务质量，预期成本则取决于共享城市公共服务的门槛［17］，两者往往呈正相关关系［18］。地方政府作为公共服务供给的主体，其注意力配置能够对未来一段时期内的政府治理行为产生重要影响，具体表现为地方政府及其所属部门出台相关政策文件、开展专项行动和计划，以及增加特定领域的财政预算或设立专项资金［19］。因此，当市民化议题在地方政府注意力的竞争中获得优先地位时，这将直接影响地方政府的公共财政分配，提高公共服务的质量与可及性，从而增加农业转移人口在流入地城市的市民化预期净收益，进一步提升其市民化意愿。综上，本文提出如下假设：

假设1：地方政府注意力能够促进农业转移人口市民化。

根据上述分析，本文认为，地方政府注意力对农业转移人口市民化的影响存在“地方政府注意力→提升公共服务增量→市民化意愿提升”的逻辑链条，而“提升公共服务增量→市民化意愿提升”部分的微观作用机制还有待进一步分析。地方政府对市民化议题的重视程度不仅是影响城市公共服务供给的重要政策信号，也直接影响着农业转移人口的市民化预期净收益。基于此，本文提出传导机制：地方政府注意力通过提高农业转移人口城市归属感，进而促进其实现市民化。农业转移人口市民化的核心在于实现公共服务均等化。从机会公平的角度来看，均等化意味着农业转移人口与本地户籍居民能够公平地获取大致相同的公共服务［20］。均等化的本质在于进一步剥离社会利益与户籍制度的绑定，不仅实现了本地户籍居民的社会权利对农业转移人口的部分让渡，也在一定程度上体现了流入地城市对农业转移人口作为本地公民身份的认可［21］。扩大和深化公共服务的广度和深度，能够让农业转移人口更加深切地感受到流入地城市的关怀和支持，提升他们及其家庭在当地的发展预期，缩短与城市的心理距离，提高农业转移人口城市归属感，从而进一步激发其市民化的意愿［22］。基于此，本文认为，在地方政府注意力通过提升公共服务增量影响农业转移人口市民化的路径中，存在“提升公共服务增量→提高城市归属感→市民化意愿提升”的逻辑链条。综上，本文提出如下假设：

假设2：地方政府注意力通过提升公共服务增量，提高农业转移人口城市归属感，进而促进其实现市民化。

适应性学习理论指出，公众能够逐步学习并调整自己的心理预期，以更好地适应经济环境的变化［23］。更加便捷的信息获取渠道能够为农业转移人口持续提供市民化所需的信息，从而在其市民化预期形成的过程中发挥关键作用。当信息获取渠道受限时，农业转移人口在流入地城市建立的新社会关系网成为获取市民化信息的重要途径。在离开乡村原有的亲缘关系网络后，农业转移人口在城市的日常生活和工作中，更多地与同样作为城市服务需求者的其他外来人口及当地市民密切互动，而非直接与政府部门接触［18］。社会网络不仅能够缩短信息搜寻的时间，提高信息搜寻的效率，而且在促进农业转移人口的城市就业方面发挥着重要作用。此外，社会网络还展现出其在市民化过程中的延展性［24］。因此，农业转移人口的社会网络内部信息传递不仅能促使市民化政策信息的外溢，促进群体间的信息共享，还能持续提升农业转移人口对市民化预期净收益的评估，从而对其市民化决策产生积极影响。综上，本文提出如下假设：

假设3：社会网络对地方政府注意力与农业转移人口市民化之间的关系存在正向调节效应。

三、研究设计

（一） 变量定义

⒈被解释变量

本文的被解释变量是农业转移人口市民化。宏观层面的农业转移人口市民化（urban） 采用2010—2022年①各城市常住人口城镇化率衡量。微观层面的农业转移人口市民化（longliving） 根据中国流动人口动态监测调查（China Migrants Dynamic Survey，简称CMDS） 问卷中“是否打算在本地长期居住（5年及以上）？”这一问题的答案构建，对表示未来“打算”定居5年及以上的流动人口，取值为1，对表示未来“不打算”“不确定”的流动人口，取值为0。

⒉解释变量

本文的解释变量是地方政府注意力（att）。《“十四五”新型城镇化实施方案》明确将推进农业转移人口市民化列为新型城镇化的首要任务，并针对提升农业转移人口的劳动技能素质、保障其劳动权益、提供随迁子女的基本公共教育保障、提高社会保险的统筹层次和参保覆盖率等方面提出了7项具体措施。党的二十大报告进一步指出，加快农业转移人口市民化进程还需重点关注大城市中新市民和青年人的住房保障等三个关键领域。基于上述政策，本文参照比较政策项目编码手册所提供的21个核心议题框架，结合实际情况，将农业转移人口与市民化进程密切相关的议题分为六大类：医疗卫生（attmed）、劳动力（attlab）、教育（attedu）、移民政策（attmig）、社会福利（attwel） 和住房保障（atthou）。

本文采用LDA主题模型识别《政府工作报告》中有关农业转移人口市民化的议题。LDA主题模型由Blei等［25］提出，以机器学习中的无监督学习方式对文本信息中的潜在语义结构进行聚类。鉴于LDA主题模型的主题聚类效果受训练语料库的规模和丰富度的影响，本文借助百度AI开放平台的自然语言处理（NLP） 模块，利用其提供的API 接口，结合Familia 开源项目下的LDA_News模型，对《政府工作报告》的文本数据集进行主题分析。该模型基于百度新闻的千万级数据训练而成，训练集词表规模为294 657个，聚类主题数为2 000个，全面覆盖了经济社会发展的各个方面，从而确保了对《政府工作报告》中农业转移人口市民化议题识别的准确性。具体步骤如下：第一步，将《政府工作报告》以句子为单位进行拆分，并以城市—年份为单位对每句话进行顺序标记，共获得1 287 027句语料。第二步，对LDA_News模型的2 000个主题下的关键词进行人工判断，辨别主题是否属于农业转移人口市民化相关议题。第三步，基于LDA_News模型识别每句话对应的主题及概率，以概率值为依据确定某句话所属的主题，进而确定其是否属于农业转移人口市民化相关议题。第四步，以农业转移人口市民化相关议题的内容总长度占当年《政府工作报告》内容总长度的比例乘以100测算地方政府注意力。

⒊机制变量

本文的机制变量为公共服务增量（growth） 和城市归属感（belong）。这两个机制变量之间是“地方政府注意力→提升公共服务增量→提高城市归属感→市民化意愿提升”这一条逻辑框架下的递进关系。其中，地方政府注意力不能直接影响农业转移人口城市归属感，主要原因在于：政府注意力涉及政策执行的问题，所以本文引入了公共服务增量作为其中的中介变量。公共服务增量的测算步骤如下：第一步，测算公共服务水平。本文参考《“十四五”公共服务规划》和付明辉等［26］的研究，结合农业转移人口市民化议题的重要性及测量的可行性，从教育服务、就业服务、医疗卫生和社会保障四个方面选取了12项具体指标，构建了城市公共服务指标体系（如表1所示）。人均水平和覆盖率这两个维度的指标可以有效反映公共服务的覆盖范围和深度。在此基础上，本文进一步采用熵值法计算公共服务水平，这种方法能够客观地反映公共服务的实际存量情况。第二步，测算公共服务增量。本文参考余靖雯等［27］的研究，公共服务供给存在一定的滞后性，主要表现为当前时期的公共服务投入会增加下一时期的服务存量。鉴于地方政府财政支出是影响公共服务供给的关键因素［28］，本文采用财政预算周期衡量公共服务供给的建设周期。考虑到中国政府的预算周期约为21个月［29］，本文通过计算地方《政府工作报告》发布后次年的公共服务水平增长率以评估公共服务的增量变化。城市归属感根据CMDS问卷中“我很愿意融入本地人当中，成为其中一员？”这一问题的答案构建。按照受访者回答“完全不同意”“不同意”“基本同意”“完全同意”依次取值为1、2、3、4，值越大代表城市归属感越强。

⒋调节变量

本文的调节变量为社会网络（soc），根据CMDS问卷中“您业余时间在本地和谁来往最多？”这一问题的回答构建。如果农业转移人口在流入地城市与同乡、本地人和其他外地人交往频繁，则社会网络取值为1；如果不与他人交往，则社会网络取值为0。

⒌控制变量

参考现有理论和研究成果［30-31］，本文选取的个体层面的控制变量包括：年龄（age），采用受访年份与出生年份的差值衡量；年龄平方项（agesq），采用年龄的平方衡量；性别（gender），男性取值为1，女性取值为0；受教育程度（edu），按照学历对应年份取值，未上过学取值为0，小学取值为6，初中取值为9，高中或中专取值为12，大专取值为15，大学取值为16，研究生取值为19；民族（nation），汉族取值为1，否则取值为0；婚姻（marry），在婚取值为1，非在婚取值为0；流动范围（range），跨省流动取值为1，省内跨市流动取值为2，市内跨县流动取值为3；流动时长（duration），采用受访时间与本次流动时间的差值衡量。

家庭层面的控制变量：随迁子女（child），有随迁子女取值为1，否则取值为0；家庭成员数（members），采用受访者本人、配偶、子女，以及在本户同住的其他家庭成员的总数衡量；家庭人均月收入（lnaverincome），采用家庭月收入与家庭成员数之比的自然对数衡量。

城市层面的控制变量：经济发展水平（lnpergdp），采用地区生产总值与常住人口数之比的自然对数衡量；房价（lnhouseprice），采用每平方米房屋均价的自然对数衡量；政府干预程度（govitv），采用政府财政一般支出与地区生产总值之比的自然对数衡量；科教支出（lntepay），采用科技支出与教育支出之和的自然对数衡量。

（二） 模型构建

（三） 数据来源

本文通过提取《政府工作报告》中的非结构化数据测算地方政府注意力。《政府工作报告》作为政府施政理念的系统性阐述，凭借其权威准确、议题竞争及样本连续等优点，被广泛应用于地方政府注意力配置的研究中［33］。鉴于政策信号的传递与政策效果的显现存在一定的时滞性，本文对地方政府注意力的数据进行了滞后一期的处理。这样做不仅考虑了《政府工作报告》的发布及执行周期，同时在技术层面尽可能减少了因反向因果关系而产生的内生性问题。本文通过地方政府官方网站、人大网站及报纸等渠道，收集了2009—2021 年290 个城市的《政府工作报告》。除个别城市在某些年份的报告有所缺失外，共计获取了3 595份《政府工作报告》，使用2011—2017年的《政府工作报告》与CMDS数据进行匹配。为便于后续的LDA主题模型分析，这些报告被进一步处理，共计提取出1 287 027句语料。

受数据可得性的限制，本文关注的微观层面农业转移人口市民化及其个体和家庭特征的数据来源于2012—2018年的CMDS。样本覆盖除香港特别行政区、澳门特别行政区和台湾地区以外的31个省（自治区、直辖市） 及新疆生产建设兵团。被调查者为居住在流入地城市一个月及以上、非本区（县、市） 户口的15周岁及以上的流动人口。农业转移人口需具备户籍为农业户口、“乡—城”流动两个要素，本文依此对样本进行剔除。数据清理的标准为：保留农业户口的样本；保留在流入地城市居住一个月以上的农业转移人口样本，剔除样本受访时所在地为村委会的样本；保留流动原因为务工、经商或随迁的样本，剔除因投亲、拆迁、婚嫁、参军、学习等其他原因流动的样本；剔除跨国迁移及户籍地为港澳台地区的样本；本文参考颜迪等［34］的研究，剔除年龄超过70岁的极端值样本。在2013年CMDS的A卷调查中，没有包含被调查者居留意愿的相关信息，本文采用C卷中八个城市的较小样本进行专项分析。在其他年份的分析中，则统一采用A卷的数据。④宏观层面的农业转移人口市民化数据来源于地方统计局和《中国城市统计年鉴》。同时，本文选取了经济发展水平、房价，以及政府干预程度、科教支出等因素作为控制变量，以考察这些因素对农业转移人口市民化的影响。这些控制变量的数据来源于国信房地产信息网和《中国城市统计年鉴》。本文将上述数据与地方政府注意力数据进行匹配，最终得到有效样本488 545个。本文将《中国城市统计年鉴》与同年的CMDS数据进行匹配。以城市层面的控制变量作为前定变量，能够缓解双向因果带来的内生性问题。家庭人均月收入、经济发展水平、房价、科教支出在回归模型中均进行了对数处理。表2是本文主要变量的描述性统计结果。

四、实证结果与分析

（一） 基准回归分析

基准回归结果如表3所示。列（1） 为加入了城市层面控制变量的回归结果，从宏观层面检验地方政府注意力对农业转移人口市民化的影响；列（2） 至列（5） 从微观层面进行检验，其中，列（2） 未引入控制变量；列（3） 至列（5） 依次加入了个体、家庭和城市层面的控制变量。上述分析均控制了城市固定效应和时间固定效应。表3列（1） 中att的系数显示，地方政府注意力每增加1个标准差，农业转移人口市民化的概率提高0. 1566%（0. 0006×2. 6104），且通过了10%显著性水平的检验，说明地方政府加大对市民化工作的关注和投入，能够增强对流动人口的吸引力，从而促进农业转移人口市民化。

表3列（2） 至列（5） 结果显示，地方政府注意力的回归系数在各回归模型中均为正，且均通过了1%显著性水平的检验。表3列（5） 中att的系数显示，地方政府注意力每增加1个标准差，农业转移人口市民化的概率会提高0. 2098% （0. 0009×2. 3311），说明地方政府增加对市民化议题的注意力，能够提高农业转移人口市民化的预期净收益，增强这部分群体的市民化信心，进而提升其市民化的可能性，假设1得以验证。

本文进一步比较在不同的市民化议题上，地方政府注意力是否对农业转移人口市民化有不同的影响。随着市民化进程深入到政府治理的诸多领域，研究地方政府对不同市民化议题的注意力资源配置情况，对于理解地方政府如何配置和调整其注意力资源，以促进农业转移人口市民化具有重要意义。本文将解释变量分别替换为地方政府对医疗卫生、劳动力、教育、移民政策、社会福利和住房保障等六类议题的注意力，进一步分析其对农业转移人口市民化（longliving）的影响。回归结果如表4所示。列（1） 中，地方政府在医疗卫生议题上的注意力的系数不显著，说明地方政府对医疗卫生议题的注意力并未显著影响农业转移人口市民化，这可能是因为随着基本医疗保险跨省异地就医费用结算制度（以下简称“异地就医结算制度”） 日益完善，农业转移人口享受医疗卫生服务的场域不局限于流入地城市，地方政府在医疗卫生服务上的投入并不是影响农业转移人口市民化决策的主要因素。

表4列（2） 至列（6） 结果显示，地方政府在劳动力、教育、移民政策、社会福利和住房保障等议题上的注意力的系数均为正，且通过了1%显著性水平的检验，其中，地方政府在劳动力和教育议题上的注意力对农业转移人口市民化的影响最强，地方政府在劳动力和教育议题上的注意力每增加1 个标准差，农业转移人口市民化概率分别提高0. 9431% （0. 0150×0. 6287） 和0. 4722%（0. 0083×0. 5689）。其原因在于，一方面，就业与收入是农业转移人口进城后最关心的问题，这构成了劳动力议题的主要内容。因此，地方政府在劳动力议题上的注意力对农业转移人口市民化的影响最大。另一方面，随着家庭化迁移逐渐成为主流趋势，随迁子女的教育问题成为了影响农业转移人口市民化的一个重要因素［31］。与异地就医结算制度逐步缩小医疗服务的地域差距不同，各城市间的教育资源及接受高等教育的机会仍然存在显著差异。这种情况下，地方政府在教育议题上的注意力对农业转移人口市民化的影响更大。

（二） 内生性分析

⒈遗漏变量

为进一步检验不可观测因素对农业转移人口市民化的影响，本文采用敏感性分析方法，检验在考虑潜在遗漏变量的情况下，回归结果是否仍保持稳健［35］。

本文采用两种方法进行检验。第一种方法，计算β∗。若β∗ 落在估计参数的95%置信区间内，则说明地方政府注意力的系数估计值比较稳定，受到遗漏变量的干扰较小。第二种方法，计算当β∗=0时的δ取值。若δ值大于1，意味着要使地方政府注意力的系数估计值出现显著变化，潜在的不可观测变量对农业转移人口市民化的解释力必须强于现有控制变量对农业转移人口市民化的解释力。表5的结果显示，β*=β* （R，δ） 的取值在95%置信区间内，且δ大于1，地方政府注意力与农业转移人口市民化的相关关系相较于不可观测遗漏变量与农业转移人口市民化之间的相关关系更强，这证明了研究结果的稳健性。

⒉双向因果

本文采用市长任期（renqi） ①作为工具变量，主要有以下两方面原因。一是满足相关性假设，市长作为地方政府的最高行政负责人，市长任期与地方政府注意力高度相关。官员的任期长短与地方政府注意力的分配及城市发展紧密相关。通常而言，上任时间较短的官员往往拥有更强的晋升期望［36］，他们倾向于在任期初优先推动经济发展，以展现经济成果，相对减少了对教育、医疗卫生等公共服务议题的关注［37］。二是满足外生性假设，官员的个人特征会通过其对市民化工作的重视程度，反映在市民化领域的政策制定和财政支出决策上，间接提升农业转移人口市民化的信心，而不是直接作用于农业转移人口市民化进程。表6的列（1） 和列（2） 为将市长任期作为工具变量的回归结果。表6列（1） 结果显示，第一阶段回归F统计量的值大于10，市长任期的回归系数为0. 1570，且在1%水平上显著，说明工具变量满足相关性要求。第二阶段回归结果显示，工具变量通过了弱工具变量检验，且显著拒绝不可识别的原假设，进一步证明Rg+sssI45hF6W4d1Xo8evA==了工具变量与解释变量的相关性。表6列（2） 结果显示，地方政府注意力对农业转移人口市民化依旧具有正向影响，地方政府注意力每增加1个标准差，农业转移人口市民化概率就会提高2. 6575%（0. 0114×2. 3311），且在1%水平上显著，说明了基准回归的结果具有稳健性。

（三） 稳健性检验

第一，更换解释变量衡量方式。本文使用市民化议题的句频占比和计算地方政府注意力优先度这两种方式，对地方政府注意力进行重新测算并进行回归分析。本文通过对《政府工作报告》中的内容按出现的前后位置进行排序，计算市民化相关议题句子的优先度均值，可以有效刻画地方政府注意力优先度，这也印证并量化了柯迪等［38］提出的议题内容“前置”会增加其在政府工作中优先级的思路。回归结果如表7列（1） 和列（2） 所示。按句频占比测算的地方政府注意力（attju） 和地方政府注意力优先度（priority） 对农业转移人口市民化仍存在正向影响，且均通过了1%显著性水平的检验。

第二，落户门槛竞争性假说。公共服务质量更高、对农业转移人口更具吸引力的城市，很可能也是拥有更高落户门槛和更低可及性的城市［30］。为排除这一竞争性解说，本文将张吉鹏和卢冲［39］使用的120个城市落户门槛指数作为控制变量加入基准回归模型。回归结果如表7列（3）所示。地方政府注意力依旧促进了农业转移人口市民化，且通过了1%显著性水平的检验。

第三，更换被解释变量衡量方式。落户意愿（luohu） 也常被用于衡量农业转移人口市民化［40］。本文根据CMDS问卷中“如果您符合本地落户条件，您是否愿意把户口迁入本地？”这一问题的答案构建，将选择“愿意”的样本取值为1，选择“不愿意”的样本取值为0，剔除“没想好”的样本。①回归结果如表7列（4） 所示。即使更换农业转移人口市民化的衡量方式，地方政府注意力对农业转移人口市民化仍然存在正向影响，且通过了1%显著性水平的检验。

第四，更换回归方法。考虑到农业转移人口市民化是二分类变量，本文分别采用Probit模型和Logit模型进行进一步检验。回归结果如表7列（5） 和列（6） 所示。地方政府注意力的回归系数依然为正，且通过了1%显著性水平的检验，证明基准回归结果具有稳健性。

（四） 异质性分析

⒈房价异质性

本文以样本所在城市房价均值为标准，将样本所在城市按照高房价城市和低房价城市分组并进行回归分析，回归结果通过了组间系数差异检验，如表8列（1） 和列（2） 所示。虽然两类城市中的农业转移人口市民化都受到地方政府注意力的正向影响，分别通过了1%和5%显著性水平的检验，但相较于低房价城市的农业转移人口，地方政府注意力对高房价城市农业转移人口市民化的促进作用更强。可能的解释是，高房价城市拥有更充足的税收和其他财政收入，农业转移人口更容易相信这些城市有能力按时保质地完成市民化治理的目标任务，这有助于提升他们对自己市民化进程的信心。

⒉人力资本异质性

随着户籍制度改革的不断推进，人力资本较高的农业转移人口在市民化进程中遇到的障碍和成本将进一步减少。相比以往，这类群体将更加关注地方政府在市民化领域的政策动向和投入力度。本文以义务教育阶段为参照，将学历在初中及以上的农业转移人口定义为高人力资本，将学历在初中以下的农业转移人口定义为低人力资本。按此标准进行分组回归，回归结果通过了组间系数差异检验，如表8列（3） 和列（4） 所示。虽然两类农业转移人口市民化都受到地方政府注意力的正向影响，但仅高人力资本的农业转移人口市民化受到的影响通过了1%显著性水平的检验。可能的原因是，高人力资本的农业转移人口对市民化相关政策的信息获取能力更强，对政策信号的接收和理解程度更好，其市民化意愿会受到地方政府注意力的显著影响。

⒊家庭人均收入异质性

本文以样本中的家庭人均月收入均值为标准，将样本分为高收入家庭和低收入家庭进行分组回归，回归结果如表8列（5） 和列（6） 所示。高收入家庭和低收入家庭的农业转移人口市民化都受到地方政府注意力的正向影响，均通过了1%显著性水平的检验，且通过了组间系数差异检验。高收入家庭受地方政府注意力的影响更强。这是因为，对于高收入的农业转移人口家庭而言，他们已基本实现了生存目标，具备了市民化的物质条件。在此基础上，与市民化紧密相连的政策导向和变化，成为影响他们市民化决策的关键因素。随着落户限制的逐步放宽，落户所需的经济成本显著降低，低收入家庭的农业转移人口也开始关注地方政府的发展前景，积极寻求市民化的途径。

五、进一步分析

（一） 城市归属感

由表9列（1） 可知，滞后一期的地方政府注意力att的回归系数为0. 0042，且在10%水平上显著，而当期地方政府注意力F. att的系数并不显著。这说明将公共服务供给周期设定为与财政预算周期相匹配的两年期是合理的，且公共服务供给在当年不受地方政府注意力波动的影响。地方政府注意力确实是通过提高城市公共服务增量来促进农业转移人口市民化的。本文进一步分析公共服务增量对农业转移人口归属感的影响，回归结果如表9列（2） 所示。growth 的系数为0. 0692，且在1%水平上显著，说明城市公共服务增量的提升能够提高农业转移人口归属感，进而提升其市民化意愿。至此，“地方政府注意力→提升公共服务增量→提高城市归属感→市民化意愿提升”的逻辑链条通过实证检验，假设2得到验证。本文主要参考魏东霞和陆铭［32］的做法，通过验证A对B的影响和B对C的影响，解释A→B→C→D的递进式机制。在检验“地方政府注意力→提升公共服务增量”的机制时，本文同时控制了当期的政府注意力和滞后一期的政府注意力，在一定程度上解决了潜在的内生性问题。对于机制的后半段，微观个体的城市归属感难以改变城市层面的公共服务供给，在理论上并不存在反向因果问题。

（二） 社会网络的调节效应

在流入地城市形成的全新社会网络是农业转移人口获取政府市民化政策信息的重要来源。为验证社会网络可能发挥的调节效应，本文将社会网络（soc）、地方政府注意力与社会网络的交互项（att×soc） 加入基准回归模型进行回归，回归结果如表9列（3） 所示。att的系数为0. 0024，且在5%水平上显著，交互项att×soc的系数为0. 0033，且在10%水平上显著，说明社会网络更加丰富的农业转移人口，其市民化意愿受地方政府注意力的影响更大，存在明显的正向调节效应。在流入地城市中，农业转移人口形成的新社会网络能够提高市民化政策信息的流通效率，从而促进农业转移人口的市民化。假设3得到验证。

六、研究结论与政策建议

本文运用机器学习和文本分析技术，从2009—2021年290个城市的《政府工作报告》这一非结构化数据源中，提炼出地方政府注意力相关信息，并从城镇化的角度探讨地方政府注意力对农业转移人口市民化的影响。本文发现，地方政府注意力能够促进农业转移人口市民化，尤其在劳动力与教育议题上，地方政府注意力的影响最为明显。此外，对于那些具有高人力资本、高家庭收入，以及位于高房价城市中的农业转移人口而言，地方政府的注意力对其市民化的影响更为明显。进一步的机制分析说明地方政府注意力通过提升公共服务增量，提高农业转移人口的城市归属感，从而加速其市民化进程。在此过程中，社会网络发挥了积极的调节效应。根据上述研究结论，本文提出以下政策建议：

首先，地方政府需在各种利益间寻求平衡，合理配置其注意力资源。坚持走以人为本的新型城镇化道路，致力于构建包容性的城市环境，优化地方政府注意力配置，加快推动公共服务均等化。特别是，要确保农业转移人口及其家庭成员的基本权益得到保障，鼓励家庭的整体迁移，积极应对农业转移人口在市民化进程中关切的事项，为他们创造更多发展机会和社会福利。

其次，完善政府信息公开制度，提升政策普及率，这是加速农业转移人口市民化进程的关键举措。为此，政府应充分利用多种信息传播渠道，包括官方网站、官方微信公众号等线上平台，以及企业合作宣传和社区宣传活动等线下方式，确保信息的广泛覆盖和精准送达。通过这些渠道，政府可以及时向广大农业转移人口传递市民化相关政策、财政资源配置情况及其他重要信息。这不仅有助于打破市民化进程中的信息障碍，使农业转移人口能够在第一时间了解并掌握最新的市民化进展，还能有效增强他们对市民化政策的信心，激发其主动融入城市生活的积极性。此外，多渠道的信息发布还能促进社会各界对市民化工作的关注和支持，形成良好的社会氛围，共同推动农业转移人口顺利融入城市生活。

再次，建立网络问政平台，汇集民众智慧，促进政策优化。农业转移人口常常面临信息不对称的问题，导致政府在制定相关政策时可能出现滞后，难以准确把握这一群体的最新需求。为有效解决这一问题，应为农业转移人口提供一个能够表达自身市民化诉求的平台。通过这个平台，他们可以就住房、就业、教育、医疗卫生等方面的问题提出意见和建议，政府则可以通过数据分析和反馈机制，及时了解和回应这些诉求。此外，应充分发挥社区居委会、社会组织等基层治理机构的作用，提高农业转移人口的城市归属感。

最后，设计并完善多维度的官员考核指标体系，引导地方官员关注城市多元化发展，激发他们在市民化治理方面的积极性。针对当前地方政府官员在市民化治理方面动力不足的问题，有必要尽快从粗放式管理向精细化管理转变。中央政府在进行考核指标体系改革时，应充分考虑居民的需求偏好，通过优化社会监督机制和偏好反馈机制，提升地方政府对市民化问题的响应效率，确保政策制定更加贴近民众实际需求。

（责任编辑：邓菁）