流动人口城市居留意愿的影响因素研究

Research on the Influencing Factors of Floating Population’s Willingness to Stay in Cities

摘要: 第七次全国人口普查显示，当前我国流动人口在城镇的社会构成中的主体地位日益凸显。流动人口大规模流入城市，为流入地城市的经济发展做出了重要贡献。本文基于2018年全国流动人口动态监测调查数据，采用无序多分类logistic回归分析，深入分析流动人口城市居留意愿影响因素。研究发现，人口学因素、经济因素、社交因素、公共服务获取因素均对流动人口城市居留意愿产生影响，但影响方式与程度存在差异。为此，政府应从流动人口多方面的实际需求出发，依托优惠政策和服务供给，提高居留意愿，留住流动人口。

Abstract: The seventh national census shows that the current status of the floating population in the social structure of cities and towns in China is increasingly prominent. The large-scale inflow of floating population into cities has made important contributions to the economic development of the cities. Based on the data of the 2018 national floating population dynamic monitoring survey, this paper adopts the unordered multi-class logistic regression analysis to deeply analyze the influencing factors of the floating population’s urban residence willingness. The study finds that demographic factors, economic factors, social factors and public service access factors all have an impact on the floating population’s urban residence willingness, but there are differences in the way and degree of influence. Therefore, the government should start from the actual needs of the floating population in many aspects, relying on preferential policies and service supply, improve the residence willingness and retain the floating population.

1. 引言

第七次全国人口普查数据显示，我国流动人口规模高达3.76亿[1]，流动人口在城镇的社会构成中的主体地位日益凸显。提高流动人口长期居留意愿并促进其长期居留，是实现农业转移人口市民化、推动流入地城市经济发展的关键[2]。然而，我国流动人口大多倾向于“候鸟式”流动，即在户籍地和流入城市之间迁移，长期居留意愿普遍较低[3] (赵科巍，2018)。因此，研究流动人口居留意愿影响因素具有现实意义。随着经济社会发展，我国流动人口居留意愿除了受到经济因素的单一影响外，还受到人口学因素、社交状况、公共服务获取等多种因素的影响。

本文将性别、年龄、户籍性质、婚姻状况、流动原因、流动范围、个人月收入、家庭月收支比、就业身份、职业类型、受教育程度、城市社会保障、居民健康档案和健康教育等14个因素归类为人口学、经济、社交特征和公共服务获取等四类指标，通过分层、多阶段与规模成比例的PPS方法进行抽样[4]，采用无序多分类logistic回归对数据进行分析，探究流动人口城市居留意愿的影响因素，以期为各级政府赢得“抢人大战”、留住流动人口提供科学合理的参考。

2. 文献综述

作为西方经济学经典理论之一，人口流动理论在国外有着悠久的研究历史。国外关于人口流动的讨论集中在对人口留迁的研究，该过程被分为人口迁移决策和居留意愿决策两个阶段。国外对人口流动的专门性研究可追溯到1885年列文斯坦发表的《人口迁移规律》，该书初步概括了人口流动的规律、特征与影响因素。20世纪50年代后，国外对人口流动研究的重点从宏观转向中微观层面，即从迁移者的决策行为出发，分析迁移者的迁移动机、迁移心理和迁移的影响因素等。

美国经济学家威廉·阿瑟·刘易斯(William Arthur Lewis)在其1954年的著作《劳动无限供给下的经济发展》一书中[5]，基于工、农两部门存在二元结构差异，提出发展中国家剩余劳动力的转移模式。1961年美国经济学家乔根森(D. W. Jorgenson)在其论文《二元经济的发展》中提出，农业劳动力向工业部门转移的规模与农业剩余相适应[6]。托达罗(M. P. Todaro)在前人研究的基础上，建立托达罗模型，分析人口流动的特征、流动过程和流动原因。

在人口流动理论中，推拉理论具有很强的解释力。Bagne系统阐述了推拉理论，该理论认为流动人口的居留意愿是由迁出地的推力和迁入地的拉力共同决定的，其中，迁入地有利于改善流动人口自身生活水平的因素为拉力，迁出地不利于或阻碍流动人口提高自身生活水平的因素为推力[7]。E. S. Lee在总结前人研究的基础上，认为人口流动除流入地和流出地的推拉因素外，还包括流动过程中的障碍因素和流动者个体因素。其中，中间障碍主要包括流动距离、流动时间以及文化差异等，个人因素包括受教育程度和就业特征等，这些个体差异也会影响流动人口的居留意愿(E. S. Lee, 1969)。

此后，国外学者进一步加深对于流动人口居留意愿的研究。学者们普遍认为流动人口居留意愿受到经济、社会、制度等多方面因素的影响。有学者指出，流动人口因就业稳定性差、获得的公共服务水平低等因素，多采取两栖或多栖的生计策略以增强家庭抵抗风险的能力，因而导致流动人口在流入地居留意愿的差异[8]。一些学者认为流动人口的经济背景、流入地融合模式和互动情况差异对社会融合过程及结果有重要的影响[9]。Tang S等学者从就业稳定性方面考虑，认为自雇者(雇主身份)的就业更少受到劳动力市场的波动，表现出较强的就业稳定性，收入水平也较高，因此居留意愿也较强。Annell J等研究了地方依恋、社会网络对居留意愿的影响，解释了流入地满意度对创新群体居留意愿的影响机制[10]。Andrew J Plantinga通过对美国291个大城市的实证研究，得出住房成本上涨与人口迁入意愿呈正相关关系。从流动人口自身及其家庭角度看，“新劳动力迁移经济学”认为其自身的城镇生存能力、家庭特征和家庭资源配置策略是影响其在城镇定居意愿的重要因素(Stark et al., 1985)。也有学者认为心理资本是促进个体发展和效能提高的核心心理要素(Luthans, 2004)，完成思想的转变和文化的认同，接受并形成与当地人同等的价值观会让流动人口居留的意愿更强。Qian Wenbao通过研究得出流动人口受教育水平和居留意愿呈负相关关系(Qian Wenbao, 1998)。

3. 模型设计与数据来源

3.1. 模型设定

本文使用Multinomial Logit Model回归模型。MNL模型的一般表述对于有$j=1,2,\cdots ,J$ 类无序多分类因变量，如果把第J类选项作为参照组，其它$J-1$ 类发生的概率比可以通过式(1)中的Logit形式表达为：

$\ln \left(\frac{p\left(y=j|x\right)}{p\left(y=J|x\right)}\right)={\alpha }_j+{\displaystyle \sum _{i=1}^k{\beta }_{ij}{X}_i}$ (1)

其中，$i=1,2,\cdots ,k$ ；$j=1,2,\cdots ,k$ ；$j=1,2,\cdots ,J-1$ ，结合本文的因变量和自变量，公式(1)可以理解为：ln为自然对数，j = 无居留意愿、弱居留意愿、强居留意愿。参照项J = 强居留意愿。k为解释变量的个数，1 ≤ k ≤ 14，X_i为解释变量，$i=1,2,\cdots ,14$ 。这样，我们可以得到两个类别Logit模式，以强居留意愿为参照组，影响流动人口无居留意愿概率比的Logit回归模型见公式(2)，影响流动人口弱居留意愿概率比的Logit回归模型见公式(3)。

$\ln \left(\frac{P_{无居留意愿}}{P_{强居留意愿}}\right)={\alpha }_{无居留意愿}+{\displaystyle \sum _{i=1}^{14}{\beta }_{无居留意愿i}{X}_i}$ (2)

$\ln \left(\frac{P_{弱居留意愿}}{P_{强居留意愿}}\right)={\alpha }_{弱居留意愿}+{\displaystyle \sum _{i=1}^{14}{\beta }_{弱居留意愿i}{X}_i}$ (3)

3.2. 数据来源

本文使用国家卫健委组织实施的2018年全国流动人口卫生计生动态监测调查数据，该调查涉及全国31个省(区、市)和新疆生产建设兵团，采取分层、多阶段与规模成比例的PPS方法进行抽样[11]。调查对象为在流入地居住一个月及以上、非本区(县、市)户口的15周岁及以上的流入人口。问卷涉及流动人口及其家庭成员的收支、就业、流动及居留意愿、健康与公共服务等内容。其中东部地区共收集69,000份有效样本，本文根据研究目的剔除缺失值和异常值，最终得到有效样本量59,248份。

3.3. 变量说明

本文的核心被解释变量为流动人口的城市居留意愿，将居留意愿强度表达为分类变量，针对调查问卷中相关问题“今后一段时间，您是否打算继续留在本地？”，将回答“否”“没想好”赋值为1 (表示无居留意愿) [12]，将回答“0~4年”“没想好”的赋值为2 (表示弱居留意愿)；根据相关问题“如果您打算留在本地，您预计自己将在本地留多久?”，将回答“5⁓9年”“10年及以上”“定居”的赋值为3 (表示强居留意愿)。

同样根据调查问卷表相关问题的具体选项，结合文献分析，选择性别、年龄、户籍性质、婚姻状况、流动原因、流动范围、个人月收入、家庭月收支比、就业身份、职业类型、受教育程度、城市社会保障、居民健康档案和健康教育14个因素作为自变量进行具体分析。其中，在户籍性质中将6个选项分为三类，具体将农业和非农业以外的4个选项(农业转居民、非农业转居民、居民和其他)合并为一类记作“其他”；在婚姻状况中将未婚、离婚、丧偶、同居归并为无配偶，将初婚、再婚归并为有配偶；在就业身份中将有固定雇主的雇员和无固定雇主的雇员合并为雇员，其余不变；在职业类型中将经商、商贩、餐饮、家政、保洁、保安、装修、其他商业服务业人员合并为社会生产服务和生活服务人员，将生产、运输、建筑、其他生产运输设备操作人员及有关人员合并为生产制造及有关人员，其余不变[13] (具体变量及赋值说明见表1)。

Table 1. System resulting data of standard experiment

表1. 标准试验系统结果数据

因素类别	变量名称	变量赋值说明	均值	标准差
	居留意愿	1 = 无居留意愿；2 = 弱居留意愿；3 = 强居留意愿	2.28	0.700
人口学指标	性别	1 = 男；2 = 女	1.44	0.496
	年龄	单位：岁	40.01	9.646
	户籍性质	1 = 农业；2 = 非农业；3 = 其他	1.53	0.808
	婚姻状况	1 = 有配偶；2 = 无配偶	1.21	0.410
	流动原因[14]	1 = 务工/工作；2 = 经商；3 = 家属随迁；4 = 婚姻嫁娶；5 = 拆迁搬家；6 = 投靠亲友；7 = 学习培训； 8 = 参军；9 = 出生；10 = 异地养老；11 = 其他	1.34	0.859
	流动范围[15]	1 = 跨省；2 = 省内跨市；3 = 市内跨县；4 = 跨境	1.35	0.606
经济指标	个人月收入	单位：元	5537.55	3795.852
	家庭月收支比	单位：无	1.67	0.206
社交特征指标	受教育程度	1 = 未上过学；2 = 小学；3 = 初中；4 = 高中/中专；5 = 大学专科；6 = 大学本科；7 = 研究生	3.61	1.203
	职业类型[16]	1 = 国家机关、党群机关、企事业单位负责人； 2 = 专业技术人员；3 = 办事人员和有关人员； 4 = 社会生产服务和生活服务有关人员；5 = 农、林、牧、渔、水利业生产人员；6 = 生产制造及有关人员；7 = 无固定职业；8 = 其他	4.44	1.397
	就业身份	1 = 雇员；2 = 雇主；3 = 自营劳动者；4 = 其他	1.53	0.856
公共服务获取指标	城市社会保障	连续变量	0.39	0.496
	居民健康档案	0 = 否；1 = 是	0.20	0.397
	健康教育	连续变量	1.87	1.736

4. 统计结果

4.1. 描述性统计分析

流动人口样本总数为59，843人，其中男性占比为56.3%，女性占比为43.7%，性别比例相对均衡。从年龄构成来看，20⁓40周岁和40⁓60周岁的人群占据绝大多数，凸显出流动人口以中青年为主要力量。此外，农业户口人数占比高达66.9%，反映出流动人口中农业户籍人口占据显著地位。在流动动机方面，务工或工作成为主要驱动力，占比高达75.6%，显示出流动人口的主要目的是为了寻求更好的工作机会。经商占比19.9%，也构成了流动人口迁移的重要原因之一。从流动范围来看，跨省流动占据主导地位，占比达到71.6%，显示出流动人口具有较强的流动性。在教育程度方面，初中受教育程度的人口占比最高，为42.9%，其次是高中或中专，占22.3%。相比之下，大学本科和研究生受教育程度的人数较少，分别仅占8.9%和0.9%，这反映出流动人口的整体教育水平亟待提升。在职业分布上，流动人口主要从事服务业和生产制造业等劳动密集型行业，显示出这些行业对流动人口的吸纳能力较强。而公务员、办事人员和有关人员的比例相对较低。在就业身份上，雇员占比达到70%，显示出流动人口中大部分人为被雇佣者。在社会保障方面，享受城市社会保障的人数仅占38.3%，显示出流动人口在社会保障方面的覆盖率较低。同时，拥有居民健康档案的人数也仅占19.7%，反映出流动人口在健康服务方面的普及程度不足。综上所述，流动人口群体呈现出以中青年、农业户籍、已婚者为主的特征，流动原因主要是为了务工或工作，流动范围以跨省为主。在教育程度和职业类型上，流动人口以初中和高中受教育程度、从事服务业和生产制造业为主。在就业身份和社会保障方面，大部分人为雇员，但社会保障覆盖率较低。在健康教育和居民健康方面，普及程度明显不足。如表2所示。

Table 2. Results of descriptive statistical analyses

表2. 描述性统计分析结果

因素类别	变量名称	组别	人数(个)	百分比(%)
人口学指标	性别	男	33,332	56.3
		女	25,916	43.7
	年龄	20⁓40周岁	33,472	56.5
		40⁓60周岁	24,661	41.6
		60周岁以上	1115	1.9
	户籍性质	农业	39,662	66.9
		非农业	7641	12.9
		其他	11,945	20.2
	婚姻状况	有配偶	46,545	78.6
		无配偶	12,703	21.4
人口学指标	本次流动原因	务工/工作	44,775	75.6
		经商	11,811	19.9
		家属随迁	1426	2.4
		婚姻嫁娶	719	1.2
		拆迁搬家	98	0.2
		投亲靠友	187	0.3
		出生	73	0.1
		异地养老	7	0.0
		其他	152	0.3
	本次流动范围	跨省	42,395	71.6
		省内跨市	12,750	21.5
		市内跨县	4103	6.9
社交特征指标	受教育程度	未上过学	1006	1.7
		小学	6829	11.5
		初中	25,447	42.9
		高中/中专	13,214	22.3
		大学专科	6966	11.8
		大学本科	5243	8.9
		研究生	543	0.9
	职业类型	国家机关、党群组织、企事业单位负责人	271	0.5
		专业技术人员	7048	11.9
		公务员、办事人员和有关人员	1206	2.0
		社会生产服务和生活服务人员	31,051	52.4
		农、林、牧、渔、水利业生产人员	483	0.8
		生产制造及有关人员	17,302	29.2
		无固定职业	702	1.2
		其他	1185	2.0
	就业身份	雇员	41,758	70.5
		雇主	3905	6.6
		自营劳动者	13,212	22.3
		其他	373	0.6
公共服务获取指标	城市社会保障	0	36,329	61.3
		1	22,678	38.3
		2	241	0.4
	居民健康档案	是	11,644	19.7
		否	47,604	80.3
公共服务获取指标	健康教育	0	12,660	21.4
		1	19,327	32.6
		2	10,773	18.2
		3	6718	11.3
		4	3549	6.0
		5	2389	4.0
		6	3179	5.4
		7	653	1.1
	总计		59,248	100.0

Table 3. Results of descriptive statistical analyses of economic indicators

表3. 描述经济指标描述性统计分析结果

经济指标	平均值	标准偏差	最小值	最大值
家庭月收支比	1.6697	0.206	−0.85	2.92
个人月收入	5337.64	3795.852	0	83000

如表3所示，流动人口在经济状况上存在一定的差异性和复杂性。在经济指标方面，家庭月收支比作为衡量家庭经济状况的重要指标，其平均值为1.6697，标准偏差为0.206，这反映了大部分家庭在收支平衡上表现良好，但不同家庭之间的经济状况仍存在一定差异。值得注意的是，家庭月收支比的最小值为−0.85，表明部分家庭存在收支失衡的情况，这可能是由于家庭负担较重或收入不稳定所致。在个人月收入方面，平标准偏差高达3795.852，表明个人月收入在流动人口中存在较大的差异。最小值为0，进一步证实了流动人口中存在失业的情况，这些人可能面临较大的经济压力和生活困难。

4.2. 模型估计结果

根据表4可知，表中似然比检验结果显示这种模型的改善是有统计学意义的(p < 0.001)。同时，各个自变量的似然比检验，p值均通过显著性检验，因此自变量的加入符合统计学要求。

Table 4. Likelihood ratio test

表4. 似然比检验

似然比检验
效应	模型拟合条件	似然比检验
	简化模型的−2对数似然	卡方	自由度	显著性
截距	106153.198^a	0.000	0	.
年龄	106490.165	336.967	2	0.000
个人月收入	106549.344	396.146	2	0.000
家庭本地月收支比	106338.744	185.547	2	0.000
健康教育获取程度	106202.517	49.320	2	0.000
城市社会保障获取程度	107413.480	1260.282	2	0.000
性别	106183.226	30.028	2	0.000
户籍性质	106315.662	162.464	4	0.000
婚姻状况	107536.390	1383.192	2	0.000
流动范围	106675.302	522.105	4	0.000
职业类型	106572.150	418.952	14	0.000
就业身份	106425.849	272.652	6	0.000
受教育程度	106867.279	714.081	12	0.000
居民健康档案	106432.649	279.451	2	0.000
流动原因	107075.340	922.142	16	0.000

卡方统计是最终模型与简化模型之间的−2对数似然之差。简化模型是通过在最终模型中省略某个效应而形成。原假设是，该效应的所有参数均为0。a. 因为省略此效应并不会增加自由度，所以此简化模型相当于最终模型。

表5中有两套logistic数据，分别针对无居留意愿和弱居留意愿，强居留意愿作为参考留别其系数均为0。“性别 = 2”，“户籍性质 = 3”，“婚姻状况 = 2”，“流动范围 = 3”“职业类型 = 8”“就业身份 = 4”“受教育程度 = 7”“居民建康档案 = 1”“流动原因 = 11”分别作为其相应自变量中的参考类别，其系数也为0。表中B值的正负和绝对值大小分别反映了对应变量的变化对无居留意愿和弱居留意愿概率比的影响方向及程度。

Table 5. Parameter estimation of the model

表5. 模型的参数估计

参数估算值
在本地的居留意愿程度^a		B	标准错误	瓦尔德	自由度	显著性	Exp(B)	Exp(B)的95%置信区间
							下限	上限
无居留意愿	截距	−0.281	0.404	0.484	1	0.487
	年龄	−0.014	0.002	72.021	1	0.000	0.986	0.983	0.989
	个人月收入	0.000	0.000	233.365	1	0.000	1.000	1.000	1.000
	家庭本地月收支比	−0.213	0.067	10.202	1	0.001	0.808	0.710	0.921
	健康教育	−0.031	0.008	14.523	1	0.000	0.969	0.954	0.985
	城市社会保障	−0.981	0.033	880.442	1	0.000	0.375	0.351	0.400
	[性别 = 1]	−0.039	0.029	1.889	1	0.169	0.961	0.909	1.017
	[性别 = 2]	0^b	.	.	0	.	.	.	.
	[户籍性质 = 1]	0.303	0.036	68.863	1	0.000	1.353	1.260	1.454
	[户籍性质 = 2]	0.033	0.056	0.359	1	0.549	1.034	0.927	1.154
	[户籍性质 = 3]	0^b	.	.	0	.	.	.	.
	[婚姻状况 = 1]	−1.220	0.037	1065.882	1	0.000	0.295	0.274	0.318
	[婚姻状况 = 2]	0^b	.	.	0	.	.	.	.
	[流动范围 = 1]	0.479	0.055	76.404	1	0.000	1.615	1.450	1.798
	[流动范围 = 2]	0.172	0.059	8.630	1	0.003	1.188	1.059	1.333
无居留意愿	[流动范围 = 3]	0^b	0.	.	0	.	.	.	.
	[职业类型 = 1]	−0.177	0.273	0.424	1	0.515	0.837	0.491	1.429
	[职业类型 = 2]	0.076	0.107	0.510	1	0.475	1.079	0.875	1.330
	[职业类型 = 3]	−0.327	0.151	4.672	1	0.031	0.721	0.536	0.970
	[职业类型 = 4]	−0.093	0.100	0.855	1	0.355	0.912	0.749	1.109
	[职业类型 = 5]	−0.222	0.182	1.488	1	0.223	0.801	0.561	1.144
	[职业类型 = 6]	0.379	0.101	13.965	1	0.000	1.461	1.197	1.782
	[职业类型 = 7]	0.342	0.145	5.547	1	0.019	1.408	1.059	1.873
	[职业类型 = 8]	0^b	.	.	0	.	.	.	.
	[就业身份 = 1]	−0.281	0.148	3.622	1	0.057	0.755	0.565	1.008
	就业身份 = 2]	−0.967	0.162	35.479	1	0.000	0.380	0.277	0.523
	[就业身份 = 3]	−0.624	0.153	16.661	1	0.000	0.536	0.397	0.723
	[就业身份 = 4]	0^b	.	.	0	.	.	.	.
	[受教育程度 = 1]	1.395	0.205	46.166	1	0.000	4.035	2.698	6.035
	[受教育程度 = 2]	1.101	0.184	35.667	1	0.000	3.008	2.096	4.318
	[受教育程度 = 3]	0.663	0.180	13.521	1	0.000	1.940	1.363	2.761
	[受教育程度 = 4]	0.450	0.180	6.270	1	0.012	1.568	1.103	2.229
	[受教育程度 = 5]	0.042	0.180	0.054	1	0.817	1.043	0.733	1.484
	[受教育程度 = 6]	−0.004	0.181	0.001	1	0.982	0.996	0.699	1.419
	[受教育程度 = 7]	0^b	.	.	0	.	.	.	.
	[居民健康档案 = 0]	0.532	0.038	197.847	1	0.000	1.703	1.581	1.834
	[居民健康档案 = 1]	0^b	.	.	0	.	.	.	.
	[流动原因 = 1]	0.788	0.296	7.101	1	0.008	2.198	1.232	3.923
	[流动原因 = 2]	0.906	0.299	9.214	1	0.002	2.475	1.379	4.444
	[流动原因 = 3]	−0.003	0.307	0.000	1	0.993	0.997	0.546	1.821
	[流动原因 = 4]	−1.426	0.396	12.974	1	0.000	0.240	0.111	0.522
	[流动原因 = 5]	−0.601	0.602	0.995	1	0.319	0.548	0.168	1.785
	[流动原因 = 6]	−0.222	0.384	0.334	1	0.563	0.801	0.377	1.700
	[流动原因 = 9]	−1.424	0.611	5.431	1	0.020	0.241	0.073	0.797
	[流动原因 = 10]	−0.356	1.148	0.096	1	0.757	0.700	0.074	6.651
	[流动原因 = 11]	0^b	.	.	0	.	.	.	.
弱居留意愿	截距	0.868	0.285	9.253	1	0.002
	年龄	−0.023	0.001	334.638	1	0.000	0.977	0.975	0.979
	个人月收入	0.000	0.000	234.742	1	0.000	1.000	1.000	1.000
	家庭本地月收支比	−0.646	0.049	172.757	1	0.000	0.524	0.476	0.577
	健康教育	−0.040	0.006	48.207	1	0.000	0.960	0.949	0.971
弱居留意愿	城市社会保障	−0.659	0.023	835.001	1	0.000	0.517	0.495	0.541
	[性别 = 1]	−0.112	0.021	28.788	1	0.000	0.894	0.858	0.931
	[性别 = 2]	0^b	.	.	0	.	.	.	.
	[户籍性质 = 1]	0.176	0.026	46.332	1	0.000	1.192	1.133	1.254
	[户籍性质 = 2]	−0.152	0.038	15.822	1	0.000	0.859	0.797	0.926
	[户籍性质 = 3]	0^b	.	.	0	.	.	.	.
	[婚姻状况 = 1]	−0.891	0.029	936.910	1	0.000	0.410	0.388	0.434
	[婚姻状况 = 2]	0^b	.	.	0	.	.	.	.
	[流动范围 = 1]	0.742	0.041	331.291	1	0.000	2.099	1.938	2.274
	[流动范围 = 2]	0.318	0.043	54.727	1	0.000	1.374	1.263	1.495
	[本次流动范围 = 3]	0^b	.	.	0	.	.	.	.
	[职业类型 = 1]	−0.483	0.179	7.294	1	0.007	0.617	0.435	0.876
	[职业类型 = 2]	0.005	0.075	0.004	1	0.948	1.005	0.868	1.163
	[职业类型 = 3]	−0.254	0.098	6.710	1	0.010	0.776	0.641	0.940
	[职业类型 = 4]	−0.200	0.071	8.005	1	0.005	0.818	0.712	0.940
	[职业类型 = 5]	0.076	0.126	0.362	1	0.547	1.079	0.842	1.382
	[职业类型 = 6]	0.293	0.072	16.641	1	0.000	1.341	1.165	1.544
	[无固定职业]	−0.009	0.116	0.006	1	0.936	0.991	0.789	1.243
	[职业类型 = 8]	0^b	.	.	0	.	.	.	.
	[就业身份 = 1]	0.306	0.130	5.525	1	0.019	1.358	1.052	1.754
	[就业身份 = 2]	−0.437	0.138	10.045	1	0.002	0.646	0.493	0.846
	[就业身份 = 3]	−0.022	0.133	0.027	1	0.869	0.978	0.753	1.271
	[就业身份 = 4]	0^b	.	.	0	.	.	.	.
	[受教育程度 = 1]	1.553	0.146	113.783	1	0.000	4.726	3.552	6.286
	[受教育程度 = 2]	1.326	0.123	116.532	1	0.000	3.767	2.961	4.792
	[受教育程度 = 3]	1.076	0.119	82.150	1	0.000	2.934	2.325	3.703
	[受教育程度 = 4]	0.799	0.118	45.707	1	0.000	2.224	1.764	2.805
	[受教育程度 = 5]	0.436	0.118	13.624	1	0.000	1.546	1.227	1.948
	[受教育程度 = 6]	0.296	0.118	6.295	1	0.012	1.345	1.067	1.695
	[受教育程度 = 7]	0^b	.	.	0	.	.	.	.
	[居民建康档案 = 0]	0.329	0.025	171.868	1	0.000	1.390	1.323	1.460
	[居民建康档案 = 1]	0^b	.	.	0	.	.	.	.
	[流动原因 = 1]	0.600	0.197	9.223	1	0.002	1.821	1.237	2.682
	[流动原因 = 2]	0.745	0.200	13.911	1	0.000	2.107	1.424	3.116
	[流动原因 = 3]	−0.365	0.207	3.101	1	0.078	0.694	0.462	1.042
	[流动原因 = 4]	−2.252	0.280	64.798	1	0.000	0.105	0.061	0.182
弱居留意愿	[流动原因 = 5]	−0.753	0.371	4.125	1	0.042	0.471	0.228	0.974
	[流动原因 = 6]	−0.618	0.269	5.272	1	0.022	0.539	0.318	0.914
	[流动原因 = 9]	−1.065	0.353	9.092	1	0.003	0.345	0.172	0.689
	[流动原因 = 10]	−20.513	0.000	.	1	.	1.234E−9	1.234E−9	1.234E−9
	[流动原因 = 11]	0^b	.	.	0	.	.	.	.

a. 参考类别为：强居留意愿。b. 此参数冗余，因此设置为零。

根据表内从人口学指标、经济指标、社交特征指标以及公共服务获取指标四个方面解释如下。

4.2.1. 人口学指标

就年龄来说，以强居留意愿作为参照项，在无居留意愿和弱居留意愿的人群中，年龄对居留意愿，回归系数均小于0，在0.01级别上有显著负向影响，OR值均小于1。说明年龄越大越在本地居留意愿程度更高，即倾向于强居留意愿。

就性别来说，无居留意愿性别男(p = 0.169 > 0.05)，不具有统计学意义，性别对无居留意愿无显著影响。弱居留意愿性别男(p = 0.00 < 0.05) OR值0.894，具有统计学意义，性别对无居留意愿存在显著负向影响，即相对于强居留意愿而言，女性比男性更倾向于选择弱居留意愿。在其他条件不变的情况下，男性选择弱居留意愿发生比是女性这一概率发生比的0.894倍。

就户籍性质来说，无居留意愿农业户籍(p = 0.00 < 0.05)，OR值等于1.353，对无居留意愿有显著正向影响。非农业户籍(p = 0.549 > 0.05)不具有统计学意义，该户籍类型对无居留意愿无显著影响。弱居留意愿农业户籍(p = 0.00 < 0.05)，OR值等于1.192，对弱居留意愿有显著正向影响，即相对于强居留意愿而言农业户籍的弱居留意愿程度更强。非农业户籍(p = 0.00 < 0.05) OR值0.859，对弱居留意愿存在显著负向影响，即相对于强居留意愿而言其他户籍的弱居留意愿程度更强。

就婚姻状况来说，有配偶的人群(p = 0.00 < 0.05)，在0.01级别上具有统计学意义，OR值等于0.295，有无配偶对无居留意愿有显著负向影响。与无居留意愿的结果相似，无配偶(p = 0.00 < 0.05, OR = 0.410)对弱居留意愿有显著负向影响，相对于强居留意愿而言，无配偶人群更倾向于弱居留意愿。

就流动范围来说，对于无居留意愿人群，流动范围跨省(p = 0.00 < 0.05)，OR值等于1.615；流动范围省内跨市(p = 0.00 < 0.005)，OR值等于1.188。跨省和省内跨市对无居留意愿均存在显著正向影响，即相对于强居留意愿人群而言，跨省和省内跨市更倾向于无居留意愿。对于弱居留意愿人群，流动范围跨省(p = 0.00 < 0.05)，OR值等于2.099；省内跨市(p = 0.00 < 0.005)，OR值等于1.374。跨省和省内跨市对无居留意愿均存在显著正向影响，即相对于强居留意愿人群而言，流动范围跨省和省内跨市的人群更倾向于弱居留意愿。

就流动原因来说，对于无居留意愿人群，流动原因家属随迁、拆迁搬家、投靠亲友、异地养老其显著性均大于0.05，未能通过显著性检验，因此上述流动原因对无居留意愿的选择无显著影响。务工或工作(p = 0.008 < 0.05) OR值2.198，经商(p = 0.002 < 0.05) OR值2.475，均在0.01级别上对无居留意愿存在显著正向影响。对于弱居留意愿人群，流动原因家属随迁(p = 0.78 > 0.05)，其显著性大于0.05，未能通过显著性检验，因此其对弱居留意愿的选择无显著影响。务工或工作(p = 0.002 < 0.05) OR值1.821、经商(p = 0.00 < 0.05) OR值2.107、婚姻嫁娶(p = 0.00 < 0.05) OR值0.105、拆迁搬家(p = 0.042 < 0.05) OR值0.471、投靠亲友(p = 0.022 < 0.05) OR值0.539、出生(p = 0.003 < 0.05) OR值0.345，均通过显著性检验，务工或工作和经商对弱居留意愿存在显著正向影响，婚姻嫁娶、拆迁搬家、出生、异地养老对弱居留意愿均存在显著负向影响。即相对于强居留意愿而言，务工或工作、经商的人群比出于其他流动原因的人群更倾向于选择弱居留意愿。

4.2.2. 经济指标

就个人月收入来说，对于无居留意愿人群，个人月收入在0.01级别上呈现显著正向影响，OR值约等于1，说明个人月收入越高越倾向于无居留意愿。对于弱居留意愿人群，个人月收入在0.01级别上呈现显著正向影响，OR值约等于1，说明个人月收入越高越倾向于弱居留意愿。

就家庭月收支比来说，以强居留意愿作为参照项，在无居留意愿和弱居留意愿的人群中，家庭月收支比对居留意愿，回归系数均小于0，在0.01级别上有显著负向影响，OR值均小于1。说明家庭月收支比越高越在本地居留意愿程度更高，即倾向于强居留意愿。

4.2.3. 社交特征指标

就受教育程度来说，对于无居留意愿人群，未上过学(p = 0.00 < 0.05) OR值为4.035，小学(p = 0.00 < 0.05) OR值为3.008，初中(p = 0.00 < 0.05) OR值为1.940，高中或中专(p = 0.012 < 0.05) OR值为1.068，均通过显著性检验。说明受教育程度为高中或中专及以下的人群对无居留意愿存在正向显著影响。即相对于强居留意愿而言，受教育程度为高中或中专及以下的人群比受教育程度为研究生的人群更倾向于选择无居留意愿。

对于弱居留意愿人群，大学本科及以下均对弱居留意愿存在显著正向影响，即相对于强居留意愿而言，受教育程度为研究生以下的人群比研究生人群更倾向于选择弱居留意愿。

就职业类型来说。对于无居留意愿人群，单位负责人、专业技术人员、生产和生活服务人员以及农林牧渔水利业生产人员P值均大于0.05，说明这四种职业类型的人群对无居留意愿无显著影响。公务员及有关人员(p = 0.031 < 0.05)，OR值等于0.721，在0.05水平上具有统计学意义，对无居留意愿存在显著负向影响，即相对于强居留意愿人群而言，无固定职业人群比公务员及有关人员更倾向于选择无居留意愿，且公务员及有关人员选择无居留意愿发生比是其他职业类型人员这一概率发生比的0.721倍。生产制造及有关人员(p = 0.00 < 0.05) OR值为1.461，无固定职业(p = 0.019 < 0.05) OR值为1.408，均通过显著性检验。说明职业类型生产制造及有关人员和无固定职业对选择无居留意愿具有显著正向影响。即相对于强居留意愿而言，生产制造及有关人员和无固定职业的人群更倾向选择无居留意愿。对于弱居留意愿人群，职业专业技术人员、农林牧渔水利业、无固定职业，P值均大于0.05，说明这三种职业类型的人群对弱居留意愿无显著影响。生产制造及有关人员(p = 0.00 < 0.05)，OR值等于1.341，在0.05水平上具有统计学意义，对弱居留意愿存在显著负向影响，即相对于强居留意愿人群而言生产制造及有关人员比其他职业类型更倾向于选择弱居留意愿，且生产制造及有关人员选择弱居留意愿发生比是其他职业这一概率发生比的1.341倍。单位负责人(p = 0.00 < 0.05) OR值为0.617，公务员及有关人员(p = 0.019 < 0.05) OR值为0.776，生产服务和生活服务人员(p = 0.019 < 0.05) OR值为0.818，均通过显著性检验。说明单位负责人.公务员及有关人员、生产服务和生活服务人员对选择弱居留意愿具有显著负向影响。即相对于强居留意愿而言，职业单位负责人、公务员及有关人员、生产服务和社会服务人员的人群更倾向选择弱居留意愿。

就就业身份来说。对于无居留意愿人群，雇员(p = 0.057 > 0.05)，p值大于0.05，说明雇员对无居留意愿无显著影响。雇主(p = 0.00 < 0.05) OR值为0.380，自营劳动者(p = 0.019 < 0.05) OR值为0.586，均通过显著性检验，自营劳动者和雇主对选择无居留意愿具有显著负向影响。即相对于强居留意愿而言，其他就业身份比雇主和自营劳动者更倾向于选择无居留意愿。对于弱居留意愿人群，雇员(p = 0.019 < 0.05) OR值为1.358，雇主(p = 0.00 < 0.05) OR值为0.646，自营劳动者(p = 0.019 < 0.05) OR值为0.978，均通过显著性检验。雇员对弱居留意愿存在显著正向影响，即相对于强居留意愿而言，雇员比其他就业身份倾向于选择弱居留意愿。在其他条件不变的情况下，雇员选择弱居留意愿发生比是其他就业身份这一概率发生比的1.358倍。同时，雇主和自营劳动者对选择弱居留意愿具有显著负向影响，即相对于强居留意愿而言，其他就业身份比雇主和自营劳动者更倾向于选择弱居留意愿。

4.2.4. 公共服务获取指标

就城市社会保障和健康教育来说，以强居留意愿作为参照项，在无居留意愿和弱居留意愿的人群中，城市社会保障和健康教育对居留意愿，回归系数均小于0，在0.01级别上有显著负向影响，OR值均小于1。说明城市社会保障获取程度越高、健康教育程度越高越在本地居留意愿程度更高，即倾向于强居留意愿。

就居民健康档案来说，对于无居留意愿人群，没有建档人群(p = 0.00 < 0.05)，在0.01级别上具有统计学意义，OR值等于1.390，是否建档对弱居留意愿有显著正向影响，即相对于强居留意愿而言，没有建档的人群更倾向于弱居留意愿。对于弱居留意愿人群，没有建档人群(p = 0.00 < 0.05)，在0.01级别上具有统计学意义，OR值等于1.703，是否建档对无居留意愿有显著正向影响，即相对于强居留意愿而言，没有建档的人群更倾向于无居留意愿。

5. 结果讨论

根据表内从人口学指标、经济指标、社交特征指标以及公共服务获取指标四个方面结果讨论如下。

5.1. 人口学指标

在控制其他变量的情况下，年龄对于无居留意愿和弱居留意愿均呈现显著负向影响(回归系数均小于0，且在0.01级别上显著)。这意味着随着年龄的增加，个体在本地居留的意愿程度反而增强，即更可能倾向于强居留意愿。这可能是由于随着年龄的增长，个体在本地建立的社会网络和经济基础更为稳固，从而增加了居留意愿。

性别在无居留意愿的回归模型中未显示显著影响(p > 0.05)，但在弱居留意愿模型中，性别呈现显著负向影响(p < 0.05，OR值0.894)。这表明，相较于男性，女性更可能选择弱居留意愿，笔者认为这与女性在就业、家庭角色等方面的特殊性和面临的挑战有关。

农业户籍对无居留意愿和弱居留意愿均存在显著正向影响(p < 0.05)。这表明，农业户籍的流动人口更可能表现出较弱的居留意愿。相对而言，非农业户籍对无居留意愿无显著影响，但对弱居留意愿存在显著负向影响(p < 0.05，OR值0.859)，意味着非农业户籍的流动人口相对更倾向于强居留意愿，这可能是因为非农业户籍的流动人口在教育水平、职业技能、社会保障、社会融入以及职业发展等方面具有优势。

婚姻状况对无居留意愿和弱居留意愿均存在显著负向影响(p < 0.05)。具体而言，有配偶的流动人口相较于无配偶者更可能表现出强居留意愿。这可能是因为家庭因素在居留决策中扮演重要角色，有配偶的流动人口可能因家庭责任而更倾向于在本地居留。

流动原因对居留意愿的影响较为复杂。具体而言，因务工或工作而流动的流动人口更可能表现出无居留意愿和弱居留意愿(p < 0.05)。然而，因其他原因(如经商、婚姻嫁娶等)的流动人口在居留意愿上未显示显著影响。这也印证了以往研究的结论，更多的工作机会意味着更高的经济收入，而这也是流动人口流动的驱动因素。

5.2. 经济指标

本研究发现，在无居留意愿和弱居留意愿的流动人口中，家庭月收支比均对居留意愿产生显著的负向影响，且这一影响在0.01的显著性水平上显著。这意味着，随着家庭月收支比的增加，流动人口在本地居留的意愿程度会相应提升，即更倾向于表达强居留意愿。这一结论的OR值均小于1，进一步印证了家庭月收支比与强居留意愿之间的正向关联。值得关注的是，对于无居留意愿的流动人口，个人月收入在0.01的显著性水平上呈现出显著的正向效应，这一趋势同样得到了OR值约等于1的支持，即随着个人月收入的增加，流动人口更倾向于表达无居留意愿。同样地，个人月收入与弱居留意愿也呈现同样趋势，换言之，个人月收入的上升增加了流动人口选择弱居留意愿的可能性。

笔者认为，这是因为当个人月收入达到一定水平时，流动人口可能拥有更多的经济自由和选择空间，这可能导致他们更倾向于不长期居留。高收入可能使得个体更容易在不同地区寻找更好的工作机会、生活环境或投资机会，从而不愿意长期定居在一个地方。此外，高收入也可能与较高的职业流动性相关，因为某些职业或行业可能要求个体经常迁移以维持或提升收入水平。

然而，家庭收支比与长期居留意愿之间的关系则呈现出不同的趋势。家庭收支比越高，意味着家庭的收入和支出之间的平衡状况越好，经济稳定性更强。这种经济稳定性可能为流动人口提供了更强的居留动机。当家庭收支比较高时，流动人口可能更容易在本地建立稳定的社会关系、购房置产、养育子女等，这些因素都可能增强他们在本地长期居留的意愿。此外，较高的家庭收支比也可能意味着家庭拥有更多的经济资源和安全感，从而减少了因经济压力而迁移的可能性。

5.3. 社交特征指标

受教育程度对流动人口居留意愿的影响呈现出显著的正向趋势。具体而言，对于无居留意愿人群，未上过学、小学、初中、高中/中专以及大学专科的个体相较于研究生的个体，更倾向于选择无居留意愿。这一结论在统计学上具有显著性(p值均小于0.05)，且受教育程度与无居留意愿之间的正向关联随着受教育程度的提高而逐渐减弱，表现为OR值从4.035逐渐降低至1.068。对于弱居留意愿人群，未上过学、小学、初中、高中/中专、大学专科以及大学本科的个体相较于研究生的个体，也呈现出更强的弱居留意愿倾向。这些结果表明，受教育程度在一定程度上影响了流动人口的居留决策，但并非线性关系，可能还受到其他因素的调节作用。

职业类型对流动人口居留意愿的影响同样显著，但呈现出不同的模式。对于无居留意愿人群，办事人员和有关人员对无居留意愿存在显著负向影响，而生产制造及有关人员和无固定职业则对无居留意愿具有显著正向影响。这意味着从事某些特定职业的流动人口更可能选择无居留意愿。对于弱居留意愿人群，生产制造及有关人员显示出显著正向影响，而单位负责人、办事人员和有关人员与社会生产服务和生活服务有关人员则对弱居留意愿具有显著负向影响。这些差异可能反映了不同职业类型在居留意愿上的异质性影响，以及不同职业对流动人口居留决策的复杂作用。

在就业身份方面，对于无居留意愿人群，雇主和自营劳动者对选择无居留意愿具有显著负向影响。这意味着相较于其他就业身份的流动人口，具有这些就业身份的个体更不倾向于选择无居留意愿。对于弱居留意愿人群，雇员显示出显著正向影响，而雇主和自营劳动者则对弱居留意愿具有显著负向影响。这些结果表明，就业身份对流动人口的居留意愿同样具有显著影响，不同就业身份的个体在居留决策上可能存在差异。

5.4. 公共服务获取指标

从城市社会保障和健康教育两个维度来看，以强居留意愿作为基准进行比较，我们发现无居留意愿和弱居留意愿的人群中，城市社会保障和健康教育对居留意愿的回归系数均呈现出负值，且在0.01的显著性水平上表现出显著的负向影响。进一步分析OR值，均小于1，这意味着城市社会保障获取程度越高、健康教育程度越高的个体，在本地居留的意愿程度也相应更高，即他们更倾向于表现出强居留意愿。这一发现揭示了城市社会保障和健康教育在提升流动人口居留意愿方面的重要作用，它们可能通过提供更为完善的社会保障体系和健康教育服务，增强了流动人口对城市的归属感和融入感，从而促进了其长期居留的决策。

关于居民健康档案，对于无居留意愿的人群，没有建立健康档案的人群在统计学上呈现出显著的正向影响(p = 0.00 < 0.05)，其OR值为1.390。这意味着相较于已建立健康档案的人群，未建档人群在无居留意愿上表现出更高的倾向性。对于弱居留意愿的人群，未建档人群同样显示出显著的正向影响(p = 0.00 < 0.05)，其OR值为1.703。这表明，相对于强居留意愿，未建立健康档案的人群更倾向于表现出弱居留或无居留意愿。这一发现可能暗示了健康档案管理在促进流动人口居留意愿方面的重要性。通过建立健全的健康档案，可以更好地了解和管理流动人口的健康状况，提供个性化的健康服务，从而增强其居留意愿和城市的融入感。

6. 结论与建议

本研究基于2018年全国范围内的流动人口动态监测数据，采用PPS抽样方法并结合无序多分类logistics回归分析，深入探讨了性别、年龄、户籍、婚姻状况、流动原因与范围、个人及家庭收入、职业类型、受教育程度以及公共服务获取等14个因素对流动人口城市居留意愿的影响[17]。研究将这些因素归类为人口学、经济、社交和公共服务获取四类指标，并进行了系统分析。

研究发现，人口学因素对流动人口城市居留意愿具有显著且差异化的影响[18]，提示政府在促进高龄流动人口社会保障、流动人口社会融入等方面加强政策引导，同时进一步推动户籍制度改革，并关注婚姻与家庭因素对居留意愿的深远影响。经济方面，政府应加强对高收入流动人口发展意愿及迁移偏好和流动人口家庭经济状况的关注，通过优化经济环境和提供针对性政策，满足不同经济层次流动人口的需求。社交因素同样对流动人口居留意愿产生显著影响，政府应提升流动人口的教育水平和职业技能，促进流动人口社会阶层提升和居留稳定性。城市社会保障、居民健康档案及健康教育等公共服务的获取对流动人口居留意愿具有显著正向影响[19]。因此，政府应推进公共服务均等化，扩大覆盖面，提高服务质量，以满足流动人口对公共服务的多样化需求。综上所述，政府应从多方面出发，制定差异化政策，优化公共服务，提高流动人口的社会融入感和归属感，才能在“抢人”大战的背景下聚集并留住人才、人口，实现本区域的经济发展[20]。

本研究在前人理论研究的基础上，从四个指标出发，全面地选取变量，采用PPS抽样方法并结合无序多分类logistics回归分析，揭示了多因素对流动人口城市居留意愿的复杂影响机制，为提高流动人口居留意愿提供新的思路和方法。研究也存在一定局限性。各地区之间的差异性决定了流动人口相关政策的制定应因地制宜，而本研究是基于2018年全国范围内的流动人口动态监测数据所做的整体性研究，缺少对于不同地区差异性的分析。未来的研究将从地区发展的差异性出发，进一步探究流动人口居留的影响因素，以期补充和完善研究。

NOTES

^*通讯作者。