2019-12-26

中国人口迁移的影响机制

摘要

在本文中,我们将讨论中国的土地政策与从农村地区向城市地区迁移的人口之间的关系。第一节是论文的背景。第二节为相关背景知识。第三节是基于抽样的数据分类和分析。第四节分析形成第三节结果的原因及其实际意义。第五节是结论。第六节是参考。

介绍

1.1 中国的土地政策

在中国,土地归国家所有。但是,农村地区和城市地区的土地政策不同。在市区,市区人民有权将土地用于各种目的,例如出售土地使用权,出租土地和抵押给银行。尽管城市居民不拥有土地,但他们对土地的权利就像是拥有土地一样。而农村地区的土地归集体所有。农民仅有权以定居方式使用土地,他们必须种植指定的农作物,无法出售,抵押或什至让其闲置,因为闲置的土地将被回收。
农村土地是根据家庭责任制度(HRS)进行管理的。这是中国经过三轮土地改革总结出的最新,最有效,最实用的土地政策。它也是各个地区土地政策的基础。家庭是HRS土地产权的单位。家庭从集体中获得分配的土地,并要求其生产一定数量的农作物。多余的作物属于自己。这项政策极大地调动了农民的生产积极性。在HRS下,农民可以在满足集体需求的前提下独立选择生产方法和生产类型。这也增加了农民使用土地的权利。
“三权分置”是指所有权、承包权、经营权三权分置,经营权流转。“三权分置”下,所有权、承包权和经营权既能作为一个整体,又有各自功能。从当前实际出发,实施“三权分置”的重点是放活经营权,核心要义是明晰赋予经营权应有的法律地位和权能。是继家庭联产承包责任制后农村改革又一重大制度创新。“三权分置”是农村基本经营制度的自我完善,符合生产关系适应生产力发展的客观规律。

1.2 人口迁移

中国的人口迁移基础很大,从农村到城市的迁移占很大比例。迁移有两个主要好处。首先,它有利于经济发展和降低贫富差距,家庭可以通过移民增加收入。其次,这还将改善人民的居住环境。
接下来,我们介绍一些影响迁移的重要因素。

1.2.1 城市化

在中国,几乎所有城市都处于城市化进程。它是指一个国家或地区社会生产力的发展,科学技术的进步以及产业结构的调整。社会由农业主导的传统农村社会主导,到现代城市社会逐步转型的历史过程,主要由非农业产业(如工业(第二产业)和服务业(第三产业))主导。城市化与移民的关系相辅相成。一方面,移民可能会扩大城市规模,从而促进城市化进程。另一方面,随着持续的城市化,人们对城市的容忍度越来越低。城市化可能反而成为人口迁移的新障碍。

1.2.2 产业结构升级

产业结构升级是经济增长方式的转变和经济发展方式的转变。产业结构升级是从数量变化到质变的飞跃。
在影响移民的众多因素中,产业结构升级是不可忽视的因素。根据国内外学者的研究,产业结构的优化升级可以指导人口在空间上的分布,有利于改善我国人口分布的不平衡。 但是,现状是中国的产业结构在不断变化,人口空间分布的不平衡并没有得到缓解。 这需要我们加以研究。

1.2.3 中等收入陷阱;刘易斯转折点

“中等收入陷阱”是一个经济学概念。 随着经济的发展,一个国家或地区的人均收入达到中等水平。由于种种因素,经济持续增长的动力不足,最终经济发展停滞不前。这可能是由于经济体制改革失败,体制改革的落后,社会矛盾的制约以及人口老龄化。
刘易斯转折点,即从剩余劳动力向短缺转变的转折点,是指在工业化过程中,随着农村剩余劳动力向非农业产业的逐步转移,农村剩余劳动力逐渐减少,最终达到瓶颈。
在刘易斯转折点进入“中等收入陷阱”将非常容易。 一旦经济发展停滞,贫富之间的差距将逐渐扩大,资本流入城市,城市居民将增加。

相关术语

2.1 产权

产权是拥有土地的权利。 在中国,土地属于政府/国家。农民只有使用它的权利。
土地产权极大地限制了农村地区向城市地区的迁移。因为尽管中国农民去城市打工赚钱,但最终只有很少的人能获得城市户口并留在城市,所以他们仍然必须回到农村。但是,土地的财产权不在他们手中。为了增加产量,政府将把闲置土地分配给能力更强的农民。也就是说,一旦农民在城市工作了很长时间并且不回乡,曾经分配给他们的土地就很有可能被收回。因此,当他们回到农村时,他们没有土地和收入。

2.2 户籍(户口)制度

我国实行户籍政策。户籍证明了居住在当地自然人的合法性。长期以来,我国的人口管理政策的制定和实施就是基于这一制度的。中国户籍制度的特点是根据地理和家庭成员身份将户籍属性分为农业和非农业家庭。
非户口所在地的权利和保障将比户籍所在地小得多,例如受教育权,医疗保险权,拥有土地权,社会福利权等。对城市农村人口的限制尤为严厉,社会上形成了对农村户口的歧视现象。 这也大大减少了迁移。尽管中国已经有一些地区消除了农村户口和城市户口的划分,但户口的影响仍然很大。

实证分析

3.1 基于抽样的调查对象选取

本论文首先用到了中国健康与退休纵向研究(CHARLS)的数据。CHARLS旨在收集高质量的,具有国家代表性的45岁以上中国居民样本,以满足针对于老年人科学研究的需要。CHARLS的基准全国浪潮于2011年启动,包括对150个县/地区和450个村庄/居民委员会中的大约10,000户家庭和17,500个人进行普查。这些人员将每两年进行一次随访。 数据收集结束后一年,所有数据将公开。
本文还利用了伦敦大学学院,剑桥大学和北京大学分别于2004年夏季和2005年夏季进行的两次住户调查的数据。这两个调查都涉及面对面的访谈,以及有关土地使用权的问题。家庭劳动力分配,包括移民出村;以及家庭的人口和经济特征。其中,第一次调查的重点是农业土地的权利和使用。它覆盖了贵州省21个村庄的131户家庭和宁夏省23个村庄的155户家庭。第二次调查,重点是财产权。
这两个省是根据其相对较低的工业活动水平和较高的贫困水平来选择的:宁夏在人均GDP方面在中国31个省中排名第22位,而贵州在31个省中排名第31位(《中国统计年鉴》,2007)。此外,即使在这些省份内,进行调查的宁夏固原地区和毕节和黔东南地区也相对难以获得,农业和林业以外的当地经济机会有限。因此,我们的实证分析侧重于相对弱势的家庭而不是中国普通家庭的权属不安全感。此外,鉴于中国不同地区以及随着时间的推移土地使用权安排的变化,研究结果必须被视为特定于贵州和宁夏这些特定调查区域的土地权的现状。(局限性)
在获得了对我国两省份的的21个村庄的普查结果后,我们对这些原始数据进行了简单的数据清洗。把其中的非数值变量进行量化,赋予其相应的数值;去除了有明显常识性错误的调查数据;并对获得数据进行了抽样。首先是对样本总体进行分层抽样,以两个省的村庄为层,根据每个村庄的家庭户数进行抽样。在每个村庄中以家庭为单位进行整群抽样,以家庭为初级单元,以家庭中的个人为次级单元。在此基础上进行随机抽样。(原始数据见附件)

3.2 市场机制下的人口迁移

为了研究市场机制下的移民,我们选择了与移民有关的8个变量,分别是chuzubi,age,edu,rgender,logincome_1,saying,hukou和parents。其中chuzubi是关键变量。从下表中的结果可以看出,chuzubi,rgender,logincome_1和siying与迁移呈正相关。 而age,edu和parents与移民负相关。 其中,parents与age之间的绝对值相关系数大于1,这意味着他们对移民的影响会更大。 chuzubi的P值大于| z | 都小于0.1,而edu和rgender的P值甚至小于0.05。由于P值越小,结果越合理,因此该结果基本上是可信的。
为了检验鲁棒型,我们添加了其他三个变量。 分别是han,chengzubi和hunyin。在将这三个变量加入后,前8个变量的相关系数没有变化,并且在添加了两个额外变量后,chuzubi仍然很显著。这意味着关键变量和一开始选择的变量所显示的迁移之间的关系是正确的。

migration (1) (2) (3) (4)
chuzubi 0.461* 0.480* 0.474* 0.454
(1.669) (1.722) (1.705) (1.632)
age -0.061*** -0.061*** -0.060*** -0.064***
(-6.519) (-6.478) (-6.328) (-6.412)
edu -0.030 -0.032 -0.026 -0.014
(-0.262) (-0.279) (-0.221) (-0.118)
rgender 1.614*** 1.608*** 1.587*** 1.627***
(10.292) (10.237) (10.042) (10.016)
logincom~1 0.076 0.076 0.081 0.078
(1.391) (1.378) (1.467) (1.417)
siying 0.223 0.226 0.314 0.325
(0.887) (0.899) (1.238) (1.273)
hukou 0.000 0.000 0.000 0.000
(.) (.) (.) (.)
parents -0.115 -0.113 -0.127 -0.141
(-0.572) (-0.562) (-0.630) (-0.697)
han 0.039 0.046 0.046
(0.168) (0.195) (0.197)
chengzubi -0.062 -0.057
(-0.802) (-0.748)
hunyin 0.072
-1.381
_cons 2.094** 2.046** 1.810** 1.887**
(2.427) (2.303) (2.033) (2.112)
N 968 966 948 948

3.3 计划制度下的人口迁移

在这种机制中,我们选择了8个与市场机制有一些差异的变量。他们是zhengdi_dumm,hukou,party,age,edu,rgender,logincome_1和hunyin。
age和edu对计划制度下的人口迁移和市场制度下相同。所有这四个与迁移负相关。hukou,rgender,lohincom_1和hunyin等其他变量与迁移呈正相关。Party是另一个对迁移影响更大的变量,其相关系数的绝对值大于1。
大于| z |的zhengdi_dum的P值甚至小于0.05为0.005,这具有足够的合理性。对于party,edu和rgender来说,它们的稳健型也很好。
为了检查鲁棒性,我添加了其他三个变量,saying,parents和prov。 在将这三个变量相加之后,zhenddi_dumm的相关系数没有变化,这也在检验基本回归的正确性。 并且在添加了这三个变量之后,zhengdi_dumm仍然有非常重要的影响。

(1) (2) (3) (4)
zhengdi_~m -0.466*** -0.507** -0.500** -0.500**
(-2.795) (-2.455) (-2.431) (-2.431)
hukou 0.156 0.294 0.295 0.296
(0.623) (1.015) (1.019) (1.023)
party -1.362*** -1.544*** -1.531*** -1.532***
(-6.283) (-5.835) (-5.770) (-5.766)
age -0.064*** -0.062*** -0.061*** -0.062***
(-7.704) (-6.232) (-6.013) (-6.013)
edu -0.075 -0.017 -0.017 -0.016
(-0.744) (-0.150) (-0.148) (-0.135)
rgender 1.863*** 1.676*** 1.666*** 1.666***
(12.842) (9.538) (9.477) (9.478)
logincom~1 0.076 0.082 0.077 0.077
(1.644) (1.477) (1.386) (1.383)
hunyin 0.036 0.034 0.036 0.037
(0.843) (0.742) (0.783) (0.789)
siying 0.488* 0.482* 0.483*
(1.839) (1.815) (1.819)
parents -0.018 -0.016
(-0.080) (-0.072)
prov -0.002
(-0.187)
_cons 2.495*** 1.302 1.337 1.356
(3.797) (1.483) (1.431) (1.447)
N 1363 925 920 920

3.4 内生检验

处理数据时,会遇到一些特殊变量。这些变量和y变量将相互影响,这使得很难确定最终结果是解释变量本身对y变量的影响,还是y对其自身产生重复性影响。所以我们需要检查内生性。要检查内生变量,我首先必须找到一个工具变量(iv)来替换该变量。 对于那些与因变量具有负因果关系的解释变量,我们首先需要找到一个与解释变量有很强关系但与因变量没有明显关系的iv。使用此iv代替解释变量。然后研究此iv与因变量之间的关系,从而可以消除等号两侧之间的双向关系,并且iv的结果正是该解释变量的结果。
在本主题中,具有与因变量迁移成反比关系的解释变量是chuzubi和chengzubi,在这里,我们继续使用chuzubi作为关键变量进行前面的选择。
经过内生的chuzubi检查,可以看出chuzubi与迁移之间的相关系数仍然为正,并且该系数的绝对值甚至增加,其意义也显着提高。 排除迁移对chuzubi的影响后,我发现chuzubi对迁移的影响更大,数据更合理,更可信。 该表下部的iv值也非常重要,这也表明工具变量的选择非常合理。
下表是对于市场机制下的人口迁移所做的内生性检验。

migration (1) (2) (3) (4)
chuzubi 2.784*** 2.800*** 2.816*** 3.083***
(3.878) (3.895) (4.176) (5.408)
age -0.032*** -0.032*** -0.031*** -0.021*
(-3.701) (-3.667) (-3.733) (-1.853)
edu -0.118 -0.118 -0.117 -0.130
(-1.158) (-1.159) (-1.161) (-1.359)
rgender 0.577** 0.571** 0.548** 0.406
(2.176) (2.145) (2.131) (1.365)
logincom~1 0.035 0.034 0.035 0.036
(0.767) (0.756) (0.772) (0.844)
siying 0.219 0.218 0.248 0.246
(1.261) (1.249) (1.412) (1.380)
hukou 0.000 0.000 0.000 0.000
(.) (.) (.) (.)
parents -0.193 -0.193 -0.199 -0.174
(-1.036) (-1.033) (-1.066) (-1.005)
han -0.026 -0.030 -0.029
(-0.181) (-0.214) (-0.218)
chengzubi -0.008 -0.009
(-0.172) (-0.223)
hunyin -0.138
(-1.606)
_cons 1.210 1.235 1.148 0.789
(1.512) (1.485) (1.380) (1.119)
--------------------------------------------------------------
chuzubi
age 0.002 0.001 0.002 -0.002
(1.083) (1.032) (1.108) (-0.638)
edu 0.060 0.059 0.057 0.054*
(1.603) (1.610) (1.575) (1.874)
rgender 0.026 0.027 0.028 0.052
(0.603) (0.627) (0.641) (1.101)
logincom~1 0.010 0.010 0.010 0.006
(0.521) (0.525) (0.525) (0.421)
siying -0.020 -0.019 -0.020 -0.026
(-0.345) (-0.323) (-0.344) (-0.479)
hukou 0.000 0.000 0.000 0.000
(.) (.) (.) (.)
parents 0.070 0.070 0.072 0.054
(1.214) (1.210) (1.226) (1.219)
iv -0.070* -0.070* -0.073* -0.055**
(-1.929) (-1.909) (-1.960) (-2.210)
han 0.034 0.037 0.029
(0.914) (0.988) (0.909)
chengzubi -0.014** -0.010**
(-2.488) (-2.147)
hunyin 0.058*
-1.804
_cons -0.200 -0.229 -0.234 -0.091
(-0.636) (-0.691) (-0.700) (-0.421)
--------------------------------------------------------------
athrho2_1
_cons -0.925* -0.930* -0.962** -1.134**
(-1.932) (-1.930) (-2.054) (-2.165)
--------------------------------------------------------------
lnsigma2
_cons -1.210*** -1.213*** -1.207*** -1.245***
(-11.570) (-11.612) (-11.659) (-17.586)
--------------------------------------------------------------
N 949 947 929 929

至于计划机制下的数据分析。 由于征地是由国家决定的,因此不受移民等市场因素的影响,这意味着征地和迁徙没有反应机制,因此不需要进行内生性检查。

数据分析

4.1市场机制

对于市场机制的关键变量chuzubi,我们可以看到它与移民之间的相关系数为正,这意味着租赁土地的比例越大,就越能促进移民。因为今天的政策与以前的政策相比已经过调整,所以即使农民将土地租给他人,土地所有权仍由他们自己掌握,不会转移给其他人。 这将消除那些只想暂时搬到城市的农民的担忧。 同时,他们还可以享受土地租金带来的收入,减轻城市生活中的消费压力。因此,租金比率的增加将促进移民。
性别仍然是一个对移民影响更大的变量,相关系数为正。也就是说,男性比例越大,促进移民的可能性就越大。这有两个主要原因。一方面,男人在诸如建筑工地和工厂之类的许多工作中具有一定的优势,而这些工作对于农民进入城市是很普遍的 另一方面,这也与中国男性支持家庭的思想文化有关。

4.2 征用(计划)机制

政府机制下,征地关键变量与移民之间的相关系数为负。 也就是说,政府征收的土地越多,对移民的抑制作用就越大。 这可能是因为农民失去了土地作为收入来源,而且政府也没有补贴土地购置,这不足以支持农民在城市的支出。 农民只能选择留在农村。
在政府机制下,性别对移民的影响与市场机制下的影响相同,这里不再赘述。我党对移民也有很大的负面影响,这意味着共产党人不太愿意移民。因为在中国农村地区,大多数党员是村官,具有一定的政治地位和资源,而且比普通农民生活得更好,所以他们不倾向于移民。

总结

本文主要研究中国农村人口迁移的影响因素及其影响机制。
首先,根据中国的现状,以中国的土地制度为研究背景,将研究分为市场机制和政府机制下的移民两大类。在此基础上进行数据处理和分析工作。
我们在现有数据中选择了一些我们认为与迁移有密切关系的变量进行分析。而且我们发现,在市场机制下,关键变量chuzubi对迁移具有积极影响。在政府机制下,关键变量“征地”对移民产生了负面影响,其结果也非常显着。
实验结果也具有较高的实际应用参考价值。尽管中国的移民基础很大,但仍然受到一定的限制,人口流动率仍有很大的提高空间。人口流动可以促进劳动力的更合理分配,从而促进经济发展。 因此,鼓励人口迁移对中国经济有很大的推动作用。

参考文献

Alchian A A. Some economics of property rights[J]. Il politico, 1965: 816-829.

Cong-rong Y A O, Hu-rong Y U. Research on Effects of Population Rural-urban Migration On Security System for the Aged in Rural Areas [J][J]. Market & Demographic Analysis, 2005, 2.

Fleisher B M, Yang D T. Problems of China's rural labor markets and rural-urban migration[J]. Chinese Economy, 2006, 39(3): 6-25.
Ho P. Who owns China's land? Policies, property rights and deliberate institutional ambiguity[J]. The China Quarterly, 2001, 166: 394-421.

Kornai J. The socialist system: The political economy of communism[M]. Oxford University Press, 1992.

Leung J C B. Family support for the elderly in China: Issues and challenges[J]. Journal of aging & social policy, 1997, 9(3): 87-101.

Liu Y, Fang F, Li Y. Key issues of land use in China and implications for policy making[J]. Land Use Policy, 2014, 40: 6-12.

Li-Yun H. The Credit Construction Difficulties and Their Legal Countermeasures[J]. Journal of Jimei University (Philosophy and Social Sciences), 2015 (2): 25.

Means G. The modern corporation and private property[M]. Routledge, 2017.

Mullan K, Grosjean P, Kontoleon A. Land tenure arrangements and rural–urban migration in China[J]. World Development, 2011, 39(1): 123-133.

Tao R, Xu Z. Urbanization, rural land system and social security for migrants in China[J]. The Journal of Development Studies, 2007, 43(7): 1301-1320.

Thirlwall A P. Growth And Development: With Special Reference To Developing: with Special Reference to Developing Economies[M]. Macmillan International Higher Education, 1994.

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容

  • 2、 正月十八日,大赦。 3、 正月十九日,任命太傅司马懿为丞相,加九锡。司马懿坚决推辞,不接受。 4、 当初,右...
    华杉2009阅读 963评论 1 17
  • 大家好,今天给大家介绍下双旦里的,京东超级流量活动,希望大家喜欢 很多商家反馈店铺流量很少,获取流量成本高,超级流...
    阖木堂小号阅读 122评论 0 0
  • 今天是什么日子?倒计时5天 自律高效系统第1天 每日必读: 1.日月既往,不可复追! 2.今天不想跑,所以今天才要...
    辽远的边疆阅读 254评论 0 0
  • 成联柄 四川盛唐 【日精进打卡第35天】 【知~学习】 《六项精进》大纲背诵1遍,每日一遍 《大学》开篇背诵1遍,...
    clb_53ee阅读 85评论 0 0
  • 成功营销的关键在于, 能否将产品的特点与客户的真实需求严丝合缝地匹配。 -完- ©严正法律声明 本文版权受我国相关...
    更好时代阅读 116评论 0 0