地理科学 2019 , 39 (3): 459-466 https://doi.org/10.13249/j.cnki.sgs.2019.03.012

中国中部农区农民工多阶流动及影响因素研究——以河南省6个村为例

曾文凤¹^,, 高更和¹^,²^,

1.河南财经政法大学资源与环境学院, 河南郑州 450046
2.城乡协调发展河南省协同创新中心, 河南郑州 450046

Multi-order Flow and Its Influencing Factors of Migrant Workers in Agricultural Areas of Central China: Case Study of Six Villages in Henan Province

Zeng Wenfeng¹^,, Gao Genghe¹^,²^,

1.School of Resources and Environment, Henan University of Economics and Law, Zhengzhou 450046, Henan, China
2. Collaborative Innovation Center of Urban-rural Coordinated Development of Henan Province, Zhengzhou 450046, Henan, China

中图分类号: F323.6

文献标识码: A

文章编号: 1000-0690（2019）03-0459-08

通讯作者: 通讯作者：高更和,教授。E-mail:gaogenghe@163.com

收稿日期: 2018-05-9

修回日期: 2018-07-20

网络出版日期: 2019-03-10

基金资助: 国家自然科学基金项目（41771190,41771141,41271192）资助

作者简介:

作者简介：曾文凤（1992-）,女,四川成都人,博士研究生,主要从事人口流动和农区发展研究。E-mail:zicao1025@163.com

展开

摘要

基于田野调查深度访谈数据,采用统计分析和逐次二元Logistic方法,对农民工空间流动随时间变化的规律进行研究,提出并验证农民工多阶流动假说。研究认为,农民工对务工地的选择是一个趋于优化的动态过程,随着流动次数的增加,务工地逐渐趋于稳定,区位务工时间延长,村落附近的城镇渐成主要务工地选项,流动动因中的主观动因强化,被动动因弱化,逐次流动模型中务工年限、务工地域类型、务工者年龄、家庭人口规模、家庭耕地面积、村地形、村务工人数比例、村区位等主要因子的显著性程度和方向也发生相应变化。经过多次流动,务工地愈加符合务工者预期。

关键词： 多阶流动 ; 农民工 ; 时间过程 ; 务工地

Abstract

Migration and population flow is one of the largest and most far-reaching geographical processes in China since the reform and opening up, and has always been an important part of the study of population geography and other related disciplines. The study on the time course of migration and population flow helps to promote and deepen the development of the theory of spatial-temporal evolution of population migration. Based on in-depth interview data out of field investigation, the article focus on the rule of spatial variation over time of migrant workers with the statistical analysis and iterative binary logistic method. The main conclusions are as follows: 1) Migrant workers' choice of job location is a dynamic process that tends to be optimized and the multi-ladder flow assumption of migrant workers is validated. With the increase of working age and the number of migrants, the working places has gradually stabilized, the proportion of the increase and decrease in the employment distance has gradually declined, while the distance invariant has risen. The duration of temporary and short-term employment has declined, and the proportion of long-term migrant workers has slightly increased. Urban areas and county seats are the first choices for migrant workers, but in terms of evolutionary trends, the towns in rural areas have shown a rising trend. The urban areas near the villages of migrant workers have increasingly become an option for migrant workers. In the direct cause of the high mobility of migrant workers, the externally forced causes weakened, and the personal subjective motivations strengthened. The result indicates that the labor market has gradually become more standardized and the employment status has been optimized. 2) As the flow decision is optimized, the significance of each major factor in each model also changes accordingly. The number of years of employment and geographical types in work-related factors, the age in individual factors, family size and arable land in households in family factors, village topography, ratio of number for migrant workers, village location in village factors are significant impact among the different models. The changes in the degree of significance and direction of these factors in the successive flow model reflect the adjustment and optimization of the migrant workers’ mobility decision-making. After many moves and experiences, the working sites have become more in line with their own expectations. However, due to the lack of large sample data, this article only carried out six village small sample studies. In the future, we can try to expand the data sample and conduct research. At the same time, it is also a meaningful work to study more than five movements in the migrant workers' working period, which will also help deepen research into this issue. In addition, due to the limitations of the samples used in the study, whether the conclusions are applicable to other regions remains to be further verified.

Keywords： multi-ladder flow ; migrant workers ; time process ; job location

PDF (416KB) 元数据多维度评价相关文章收藏文章

本文引用格式导出 EndNote Ris Bibtex

曾文凤, 高更和. 中国中部农区农民工多阶流动及影响因素研究——以河南省6个村为例[J]. 地理科学, 2019, 39(3): 459-466 https://doi.org/10.13249/j.cnki.sgs.2019.03.012

Zeng Wenfeng, Gao Genghe. Multi-order Flow and Its Influencing Factors of Migrant Workers in Agricultural Areas of Central China: Case Study of Six Villages in Henan Province[J]. Scientia Geographica Sinica, 2019, 39(3): 459-466 https://doi.org/10.13249/j.cnki.sgs.2019.03.012

人口迁移流动是中国改革开放以来规模最大、意义最为深远的地理过程之一,并一直是人口地理学等相关学科研究的重要内容^[1,2]。随着人口迁移流动研究的不断深入,其时间过程引起国内一些学者的关注。根据时间过程,农民工流动可分为“一次流动”和“二次流动”^[3],类似的提法还有初次流动和后续流动^[4,5],相应的人口流动分次研究和时间研究也偶有发表。初次流动存在着显著的空间集聚现象,其空间选择明显受到关系网络、人力资本、家庭特征、社区环境等因素的影响^[4,6]。农民工二次流动频率较高,是维护自身合法权益的主要途径^[3],流动有利于增加收益^[7]。东部城市之间的二次横向流动速度快,频率高,多次流动的流向及空间轨迹十分复杂^[8,9]。从社会学角度观察,劳动力存在一种渐进性的向上流动现象,随流动次数的增加,其逐步沉淀在当前的城市^[10],但与此相反的观点则认为地理梯次的流动人口会由于“流动惯性”作用而愿意继续流动^[11]。国外在较早时候就提出逐步迁移（stepwise migration）概念^[12],但在人口迁移流动文献中并未占据重要地位^[1]。Conway从概念和方法两个角度提出了逐步迁移的可操作性定义^[13],而更多的研究是具体的案例分析,涉及到土耳其、新西兰、泰国、墨西哥、美国、苏格兰、菲律宾、香港和新加波^[14,15,16]等国家和地区。在对逐步迁移案例研究的同时,垫脚石假说（the stepping stones hypothesis）也同时被验证^[14,15]。但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18]。总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少。国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动。同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]。

农民工空间流动是一个连续过程,每次流动间并非一种随机现象,而是在空间上逐步趋向优化的过程,即农民工从自身价值判断,随着时间的持续和流动次数的增加,最终将接近或达到理想区位,即多阶流动。需要指出的是,伴随着空间流动,其务工地距离、工作地类型、务工时间和离职原因等也在发生相应的变化。本文将基于对农民工的深度访谈数据,对多阶流动的空间过程进行研究,揭示农民工流动的时空过程特征。

1 数据来源与研究方法

1.1 数据来源

1）案例区选择。中国中部农区包括地处中国腹地的河南、山西、湖北、湖南、安徽、江西等6省以农业为主的地区。河南省为中国农民工大省,在农民工流动上具有典型性和代表性。据统计,2016年河南省农民工总量达2 876万人^[20],占河南省农村人口的51.77%^[21],占中国农民工总量的10.21%^[22],长久以来其农民工数量均居中国首位或前列。河南省地处中原腹地,交通便利,与中国主要经济发达地区距离适中,形成多样的流动方向,流动目的地分布较为分散且种类齐全。2011年以来,河南省县域经济发展迅速,吸引不少农民工在本省和本地就业,构成农民工外流与回流并存的局面。

2）数据来源。本研究所采用的数据来自于作者进行的农民工流动调查。考虑到地形、区位、经济发展水平和务工人员数量,在河南省范围内选择6个村进行访谈式深度调查,每个村访谈对象约40~60人。本次仅调查流动次数为5次的较长时间务工者。调查时间为2016年2月春节期间,调查员为河南财经政法大学资源与环境学院的研究生和本科生,每村1人,共6人。调查前,对调查员进行了严格培训,调查结束后,对问卷进行了整理和数据录入,剔除掉无效问卷后,最终形成268份有效问卷数据库,其中,每份问卷包含122个属性数据。

3）调查样本概况。所选6个村在地形分类、区位分类、经济发展水平分类等方面均具数量均衡性分布。它们分别位于：郑州市荥阳县崔庙镇、洛阳市西工区红山乡、焦作市温县赵堡镇、洛阳市孟津县送庄镇、济源市大峪镇、三门峡市渑池县张村镇。在样本村分层方面,山区、丘陵和平原各2个,近郊（距离城市建成区边缘5 km内）、中郊（5~15 km）、远郊（15 km以上）各2个,经济发展水平高（农民年人均纯收入在1万元以上）、中（0.6~1.0万元）、低（小于0.6万元）各2个。

全部样本中,男性占65.3%,女性占34.7%,男性较多;务工者年龄主要集中在25~55岁,占80.2%,80后新生代农民工占59.0%,年龄构成较轻;务工年限较长,平均为12.36 a,8 a以上者占60.1%;务工地主要分布于河南、广东、江苏、浙江、上海等省市。

1.2 研究方法

本研究主要采用统计分析和逐次二元Logistic回归模型分析方法。前者用于对各城乡地域类型各次务工人数、历次流动距离变化和持续时间变化、历次主诉流动原因进行统计和分析,后者主要对影响各次流动的因素进行概率估算。综合考虑务工持续时间长短和数据可得性,本文主要采用5次务工（4次流动）的分析方法。

二元Logistic模型通过拟合解释变量与事件发生概率间的非线性关系,进行事件发生概率估计。设 $X_{1}, X_{2}, \dots, X_{n}$ 为n个自变量,代表每个样本的第n个特征。考虑n个具有独立变量的向量 $x = (X_{1}, X_{2}, \dots, X_{n})^{T}$ ,它表示影响事件A发生概率的因素,其中T代表转置运算。记 $P (x)$ 表示A事件发生的概率。若令 $P (x) = f (X_{1}, X_{2}, \dots, X_{n})$ ,则可将 $\ln \{P (x) / [1 - P (x)]\}$ 简记为 $F (X_{1}, X_{2}, \dots, X_{n})$ ,易知 $F (X_{1}, X_{2}, \dots, X_{n}) = β_{0} + β_{1} X_{1} + \dots + β_{n} X_{n}$ ,其中 $β_{0}$ 为截距, $β_{1} ~ β_{n}$ 分别为各自变量的偏回归系数。故

$P (x) = \frac{\exp (β_{0} + \overset{n}{\sum_{k = 1}} β_{k} X_{k})}{1 + \exp (β_{0} + \overset{n}{\sum_{k = 1}} β_{k} X_{x})}$

式中,为多元Logistic回归模型,其中系数 $β_{0} 、 β_{1} ~ β_{n}$ 可采用极大似然参数估计迭代计算得到。

2 农民工多阶流动特征

2.1 务工地空间距离变化

随着务工工龄的增长和流动次数的增多,务工地逐渐趋于稳定,务工距离变动呈现弱回归态势。本文将每一次的务工地变动导致的务工距离变化划分为距离明显增加（简称距离增加）、距离明显减少（简称距离减少）以及距离基本不变（简称距离不变）3种情况。第一次变动是农民工务工地的首次变化,较多的农民工选择距离变化,变动者的占比较大,为61.32%（表1）。第二次流动中距离不变者比例下降13%,距离变化者则呈较大比例上升,说明第二次变动仍处于对务工地的搜寻过程中,且对原工作地的不满意程度较第一次变动有所加强。至第三次变动时,务工地开始出现稳定趋势,务工距离不变者增加到39.54%,而务工距离变化者的比例开始下降。第四次变动中,务工距离不变者进一步上升,达到44.78%,稳定态势出现,同时,在务工距离变化者当中,务工距离减少者超过距离增加者,农民工回归当地的趋势开始显现。总的来看,随着时间推移及农民工认知水平的提高和拥有信息量的增加,农民工频繁转换务工地导致的务工地距离变化,具有初期变化明显、后期变化减弱且稳定性和回归性增强的特征。

表1 中国中部农区农民工各次流动务工距离变化者比重及主诉离职原因统计（%）

Table 1 The proportion of working distance changer and the reasons for leaving the company in multi-ladder flow of migrant workers in agricultural area of centrai China (%)

流动时序	距离变动情况			主诉离职原因
流动时序	增加	减少	不变	原因1	原因2	原因3	原因4	原因5	原因6	原因7	原因8
第一次流动	33.96	27.36	38.68	23.51	8.21	6.72	2.24	13.06	4.48	33.58	7.84
第二次流动	37.27	37.35	25.38	27.61	3.36	17.54	3.36	14.93	1.49	17.54	14.18
第三次流动	30.25	30.21	39.54	16.04	4.85	19.78	3.36	10.82	7.84	19.40	17.54
第四次流动	26.12	29.10	44.78	14.55	2.24	21.27	3.73	9.70	10.45	20.15	17.54

注：原因1,工资低并拖欠;原因2,同事矛盾或企业倒闭;原因3,想家或家中有事;原因4,照顾老人及孩子;原因5,工作太脏或太累;原因6,离家远,想回家干;原因7,寻找更好的工作或机会;原因8,工作完成。

新窗口打开

2.2 务工地城乡地域类型变动

从历次农民工流动地域类型看,城区和县城是农民工务工的首选地,但从演变趋势上看,乡镇中心地和乡村务工人数比例呈现出完全不同的特征。根据农民工务工地的城乡地域特征,可将其划分为4种基本类型（表2）。在务工地地域类型分布上,从初次到终次,城区所占比例最高,一般在54%~59%,这是因为城区非农就业机会最多,相比而言收入也最高。但从演变趋势看,城区的集中度似乎变化不大。县城是历次务工地的第二集中地,占20%~25%,从演变趋势看,具有弱增加态势。以上城区和县城合计的城市地区,务工者约占80%,即城市一直为农民工务工地的首选,乡城流动构成农民工流动的基本空间图谱。务工地为农村的比例一直不大,其中乡镇中心地又占绝对优势,乡村仅占很小的比例,这是由于工作机会和收入的空间分布造成的。但在演变结构中,乡镇中心地占比有增加的态势。如果将县城和乡镇中心地合并,其总趋势的上扬更是显而易见。这意味着,农民工村落附近的城镇越来越成为农民工务工地的首选。

表2 中国中部农区农民工各次务工区位城乡地域类型及持续时间的务工者比重（%）

Table 2 The proportion of migrant workers on urban & rural types and the duration of job location for various employments in agricultural area of central China (%)

务工时序	城乡地域类型				务工持续时间
务工时序	城区	县城	乡镇中心地	乡村	临时	短期	中期	长期
第一次	57.46	22.76	14.18	5.60	35.82	29.85	20.15	14.18
第二次	55.60	24.25	13.43	6.72	47.01	25.37	11.94	14.93
第三次	58.21	20.90	17.91	2.99	44.78	26.12	17.91	11.19
第四次	55.97	23.13	18.66	2.24	40.30	23.13	19.40	17.16
第五次	57.09	24.25	16.42	2.61	39.55	22.39	18.66	19.40

新窗口打开

2.3 务工持续时间变动

随流动次数的增加,农民工务工持续时间呈增加的态势。根据实际情况,可将每次务工按照持续时间分为4类：临时务工（6个月以内）,短期务工（7~12个月）、中期务工（13~24个月）,长期务工（25个月以上）。对比5次务工持续时间长短可以发现（表2）：① 临时务工和短期务工占比有下降的趋势。第一次务工的持续时间完全是随机的,整体上以临时和短期为主,但随着时间的推移,呈现出减少趋势。② 长期务工者的占比略有上升。长期务工者占比由第一次的14.18%上升到第五次的19.40%,尽管上升过程中有曲折,但整体上升趋势较明显。③ 中期务工者占比基本上变化不大,尽管中间过程也有起伏态出现,但整体上基本稳定。农民工务工过程,实际上是一个根据自身人力资本状况,不断获取信息、不断搜寻新工作岗位的过程,也是一个不断探索、总结经验的过程。收入高低及其稳定性和各种社会保障与务工持续时间有关,当不能获得长期的稳定工作时,农民工才会考虑临时性和短期性工作。

2.4 空间流动原因变化

农民工主要进入城市的次级劳动力市场,高流动性是其主要特征。农民工离开务工企业的具体原因,大致可分为8类（表1）。从调查结果看,主要为原因1、3、5、7、8等。上述原因主诉人数占比合计一般都在80%以上。但各次流动各原因主诉人数占比也发生了较为明显的变化,主要特点为负向原因（对农民工不利,包括原因1、2、5、7）主诉人数占比下降,正向原因（对农民工有利,包括原因3、4、6、8）占比上升,表明农民工决策正确率的上升。4次流动中,第二次出现较大幅度波动,表明本次流动是农民工务工地调整的关键时期。相对于第一次的随机选择和第二次的剧烈调整而言,第三次和第四次选择则趋于理智和优化,其中,原因3、4、6主诉人数占比有较为明显的上升,表明家庭和家乡因素成为务工地选择的主要因素。原因8主诉人数有较为明显的增加,说明劳动合同执行率提高,也表明务工状态逐渐趋于优化。

3 影响因素分析

3.1 变量设计

农民工多阶流动是农民工频繁变换务工地的结果,虽然务工地变动的直接动因是收入低、寻求更好的工作机会、照顾家庭和工作结束或企业终止工作等,但其背后却是农民工理性决策、综合考虑多种因素的结果^[5],其中,成本-收益最大化和提高人力资本利用效率为其基本原则^[4,23],此外还要考虑个体特征、家庭、社会网络等各种相关因素^[4]。这些因素概括起来可分为4类（表3）。① 务工因素。务工时间的长短影响其经验积累,务工工种反映个体的人力资本状况,地域类型基本上代表其收入水平和务工地选择的偏好,这些因素均影响农民工的多阶流动。② 个人因素。行为心理学认为,人的行为方式是建立在个人特征基础之上的,不同个体的人力资本特征,对其行为方式具有重要影响,务工地选择行为也是如此。③ 家庭因素。家庭经济学认为,个人只是家庭成员之一,个人追求的往往是家庭收益最大化而非个人收益最大化,因此家庭特征对农民工务工地的选择和变换有重要影响。④ 村庄因素。地理环境是影响人口流动的重要因素,村庄的经济发展水平直接体现区域经济发展水平和自身的经济基础,对流动有基础性影响。村区位和村地形直接影响着村经济发展水平,村务工人员比重影响农民工对务工信息的掌握,这些均对其务工决策具有重要影响。综上所述,本文选择4类14个因子进行模型分析。

表3 解释变量的赋值和含义

Table 3 The assignment and meaning of the variables

指标	变量	赋值	含义
务工因素	务工年限	实际值（a）	初次务工开始年份到各次务工时的年限
	务工地域类型	1城区;2县城;3乡镇中心地;4乡村	按照务工地城乡特征和行政区划等级对务工地的划分
	务工工种	1一类;2二类;3三类;4四类;5五类	按照社会地位、经济收入、劳动强度、工作环境对历次务工从事行业的大致分类^*
个人因素	性别	1男性;0女性	务工者的性别
	婚姻状况	1已婚;0未婚	各次务工时务工者的婚姻状况,离异归属于已婚类
	年龄	实际值（岁）	各次务工时务工者的年龄
	教育程度	1小学;2初中;3高中/中专;4大专	务工者的学历
家庭因素	家庭人口规模	家庭总人口（人）	各次务工时务工者家庭实际人口数
	家庭耕地面积	实际值（0.066 7 hm²）	各次务工时该家庭承包耕地总面积
	家庭经济地位	1好;2较好;3中等;4较差;5很差	各次务工时农户家庭在本行政村的经济地位等级
村庄因素	村经济发展水平	1低;2中;3高	各次务工时村庄人均纯收入四分位分级
	村地形	1平原;2丘陵;3山区	务工者所在村庄地形分类（崎岖度分类）
	村区位	1近郊;2中郊;3远郊	按照村庄到最近县城或城市距离的分类
	村务工人员比重	实际值（%）	各次务工时村务工人员占全部人口比重

^* 1主要包括清洁工、钟点工等;2主要包括建筑工人、工厂普工等;3主要包括售货员、工厂技工等;4主要包括个体经商者等;5主要包括厨师、司机等其他职业。

新窗口打开

受篇幅的限制,被解释变量定义为农民工多阶流动务工地距离变化,即在多阶流动过程中,每流动一次,距离明显变化的（明显增加或明显减少）为1,否则为0。因被解释变量为二元变量,因此采用Binary Logistic Regression进行分析,具体操作时在SPSS20.0中调用该模块即可。

3.2 模型与结果分析

将14个变量导入模型后,经运算得到表4的回归结果。其中,模型1为第一次流动模型,其余类推。模型通过相关检验,达到显著性水平,同时,经检验自变量间不存在共线性问题。

表4 模型运算结果

Table 4 Model calculation results

指标	变量	模型1			模型2			模型3			模型4
指标	变量	系数	Sig.		系数	Sig.		系数	Sig.		系数	Sig.
	常数	0.571	0.807		4.009	0.338		-8.077	0.148		4.384	0.021
务工因素	务工年限	-0.046	0.286		-0.057	0.455		-0.075*	0.096		-0.028**	0.037
	务工地域类型	-0.231	0.404		-0.945*			0.099	-0.062***			0.00	-0.447**	0.048
	务工工种	-0.402	0.18		0.641			0.242	0.720			0.253	0.088	0.656
个人因素	性别	0.807	0.154		1.087	0.291		0.228	0.872		0.257	0.575
	婚否	0.159	0.816		1.995			0.122	2.457			0.117	-0.006	0.992
	年龄	0.121***	0.00		0.012			0.829	-0.043**			0.035	-0.058**	0.036
	教育程度	0.815**	0.048	-0.935		0.199	0.644		0.430	-0.411		0.155
家庭因素	家庭人口规模	-0.231	0.208	-0.943***	0.00	0.282	0.377	-0.067**	0.048
	家庭耕地面积	-0.203**	0.040	-0.276		0.223	-0.508**		0.044	-0.099		0.236
	家庭经济地位	0.300	0.435	1.012		0.192	0.482		0.439	-0.016		0.991
村庄因素	村经济发展水平	-0.084	0.823	-1.192	0.162	0.062	0.954	-0.035	0.914
	村地形	-0.542*	0.081	-1.343*		0.080	-0.686*		0.073	-0.645*		0.066
	村区位	0.418	0.287	1.169*		0.061	-0.233		0.754	0.508		0.121
	务工人数比例	0.025*	0.063	0.049*		0.082	0.006		0.808	0.030***		0.00
Sig.		0.04		0.00		0.07		0.01
NRS		0.58		0.795		0.65		0.56

注：***、**、*分别表示0.01、0.05、0.1的显著性水平;Sig.为模型综合检验显著水平;NRS为Nagelkerke R Square,内戈尔科拟合优度;空白为无值。

新窗口打开

对比4次流动过程的显著性因素可发现：务工因素中,务工年限和务工地域类型在4个模型中具有不同特点且在部分模型中达到了显著性水平。务工年限因子在前两次流动中不显著,而在后两次流动中显著且为负相关。前两次不显著的原因为此时务工年限较短,务工处于初期的探索阶段。随着务工年限的增加,该因子影响力扩大并成为显著性因子,系数为负,说明务工年限越长,工作区位越稳定。务工地域类型因子在后3次流动中均为显著性因子且系数为负,而在第一次流动中为非显著性因子,表明随着务工时间的增加,务工区位越趋于农村,且流动性越小。实际上,在城市或县城等地务工,由于存在较多的务工企业选项,当满意度下降时,就会产生流动行为,而在乡镇或乡村,这种概率要小得多（也可能与务工地优选后有关）。初次流动中该因子不显著,说明在务工初期的朦胧状态中,只要对务工企业不满意,尤其是对收入不满意,都会产生离职行为,无论是在城市还是在乡村。

个人因素中年龄因子在多个模型中达到了显著性水平,教育程度仅在模型1中达到显著性水平。年龄因子在模型1、3、4中均为显著因子,但作用方向前后有较大差别。模型1中,年龄因子系数为正,说明年龄越大的务工者其距离变化的概率越大,而在模型3和模型4中的系数为负,表明年龄越大其流动性越小。这反映出随着务工经验的积累及务工地选择的优化,工作地越来越趋于稳定。教育程度因子仅在模型1中显著且系数为正,表明在初次流动中,教育程度高的农民工流动性较高,因为相比而言,其所拥有的人力资本相对较大。

家庭因素中,家庭人口规模和家庭耕地面积在不同的模型中达到了显著性水平。其中,前者在模型2和模型4中为显著性因子,说明家庭人口规模较大的务工者在后期的务工中流动性减少,原因是其更需要稳定的工作以维持家计,但该因子的作用并不稳定,在模型1和模型3中并未达到显著水平。家庭耕地面积因子也具有不稳定的影响,在模型1和模型3中为显著性因子,而在其他模型中不显著。首次流动中该因子系数为负,表明耕地面积较大务工者的流动性较小,因为其所拥有的较多耕地在较大程度上满足家庭所需。第三次流动中情形也是如此。但该因子在模型2和模型4中并未达到显著性水平,表明该因子的影响作用有限且不稳定。

村庄因素中的村地形、务工人数比例和村区位等因子在不同的模型中具有显著性影响,但各自的稳定性具有较大的差异。村地形因子在各个模型中均达到显著性水平,其系数均为负数,表明村庄地形越崎岖,务工者的流动性越小。原因是崎岖度较大村庄的务工者,对经济收入的期望值可能较低,较易满足现状而选择较小的流动。务工人数比例因子在模型1、2、4中均达到显著性水平,且系数均为正,表明务工者占比越大的村,农民工的流动性越强,这与信息丰富和攀比心理有关。村区位因子仅在模型2中达到显著性水平,说明在务工流动初期,距离中心城市越近,务工者流动性越小,这与离家近、附近较为容易找到工作岗位有关,但该因子在模型3和模型4中未达到显著水平,表明后期流动中该因子对流动性已不产生显著影响。

4 结论与讨论

1）农民工对务工地的选择是一个趋于优化的动态过程,验证农民工多阶流动假说。随着务工者工龄的增长和流动次数的增多,务工地逐渐趋于稳定,务工距离变化者的比例在逐步下降,而不变者在上升。与此同时,临时和短期务工者的比例有下降趋势,而长期务工者的比例略有上升。城区和县城是农民工务工的首选地,但从演变趋势上看,农村中的镇呈上扬态势,村落附近的城镇地区越来越成为务工地的重要选项。在农民工高流动性的直接成因中,外在的被迫动因弱化,而个人主观动因强化,表明劳动力市场逐渐趋于规范,务工状态发生优化。与已有成果比较,研究中并未发现在较长的时间周期内人口迁移具有距离增加的特征。

2）随流动决策的优化,各主要因子在各次模型中的显著性程度发生相应的变化。务工因素中的务工年限和地域类型、个人因素中的年龄、家庭因素中的家庭人口规模和家庭耕地面积、村庄因素中的村地形、村务工人数比重和村区位等因子在不同的模型中具有较为显著的影响,在逐次流动模型中显著性程度和方向的变化反映了农民工务工流动决策的调整和优化,经过多次的流动和经验总结,农民工变的更为理智,务工地变的更符合自己的预期。

劳动力流动是人口地理学的重要研究领域,面对波涛汹涌的农民工流动,学者们进行不少研究,但关于多阶流动的研究还很少见。由于缺乏大样本数据,本文只是开展6个村小样本研究,今后可尝试扩大样本后进行研究。如能对整个务工生涯开展研究,也有利于对该问题研究的深化。由于研究样本限制,所得结论是否适用于其他地区还有待于进一步验证。

The authors have declared that no competing interests exist.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]	朱宇,林李月. 中国人口迁移流动的时间过程及其空间效应研究:回顾与展望 [J].地理科学,2016,36(6):820-828. https://doi.org/10.13249/j.cnki.sgs.2016.06.003 Magsci [本文引用: 2] 摘要 <p>对人口迁移流动时间过程及其空间效应研究的国内外研究进展进行了全面系统的回顾和评述,揭示了中国迄今这方面工作在研究内容、数据来源和理论框架等方面的不足,在此基础上展望了中国人口迁移流动时间过程及其空间效应研究的未来发展,认为今后中国人口迁移流动研究的一个重要方向是在获取迁移流动人口流迁过程历时数据的基础上,分阶段系统考察人口迁移流动各具体环节及相关就业、住房、家庭等特征的时空变化及其机制,填补在人口迁移流动时间过程研究上的缺漏,并把对各单个流迁阶段的研究结果整合为对整体流迁过程的新的规律性认识。这将拓展和深化人口迁移流动空间格局及其形成机制的研究,推进人口迁移流动时空过程及其演变规律相关理论的发展。</p> [Zhu Yu, Lin Liyue. Studies on the temporal processes of migration and their spatial effects in China: Progress and prospect . Scientia Geographica Sinica, 2016, 36(6):820-828.] https://doi.org/10.13249/j.cnki.sgs.2016.06.003 Magsci [本文引用: 2] 摘要 <p>对人口迁移流动时间过程及其空间效应研究的国内外研究进展进行了全面系统的回顾和评述,揭示了中国迄今这方面工作在研究内容、数据来源和理论框架等方面的不足,在此基础上展望了中国人口迁移流动时间过程及其空间效应研究的未来发展,认为今后中国人口迁移流动研究的一个重要方向是在获取迁移流动人口流迁过程历时数据的基础上,分阶段系统考察人口迁移流动各具体环节及相关就业、住房、家庭等特征的时空变化及其机制,填补在人口迁移流动时间过程研究上的缺漏,并把对各单个流迁阶段的研究结果整合为对整体流迁过程的新的规律性认识。这将拓展和深化人口迁移流动空间格局及其形成机制的研究,推进人口迁移流动时空过程及其演变规律相关理论的发展。</p>
[2]	龙晓君,郑健松,李小建,等. 全面二孩背景下中国省际人口迁移格局预测及城镇化效应 [J].地理科学,2018,38(3):368-375. [本文引用: 1] [Long Xiaojun, Zheng Jiansong, Li Xiaojian et al. Prediction of spatial pattern of interprovincial migration and impacts on urbanization under the perspective of universal “two-child” policy in China . Scientia Geographica Sinica, 2018,38(3):368-375.] [本文引用: 1]
[3]	梁雄军,林云,邵丹萍. 农村劳动力二次流动的特点、问题与对策——对浙、闽、津三地外来务工者的调查 [J].中国社会科学,2007(3):13-28. [本文引用: 2] [Liang Xiongjun, Lin Yun, Shao Danping. Characteristics, problems and countermeasures of secondary flow of rural labor force: A survey of migrant workers in Zhejiang, Fujian and Tianjin . Social Sciences in China, 2007(3):13-28.] [本文引用: 2]
[4]	林李月,朱宇. 流动人口初次流动的空间类型选择及其影响因素——基于福建省的调查研究 [J].地理科学,2014,34(5):539-546. URL Magsci [本文引用: 4] 摘要 <p>利用福建省近3 000 名流动人口的流动史数据，采用多项分类Logistic 回归分析方法，从社会性别差异视角对其初次流动的空间分布格局、空间类型选择及其影响因素进行了实证分析。研究发现，流动人口的初次流动存在着明显的空间选择集聚特征，其个体的空间类型选择不仅体现了人力资本的遴选效应和家庭决策的结果，同时社会网络、制度背景和社区环境也对其空间选择具有重要影响。此外，相对于男性流动人口，女性流动人口空间分布格局的集聚特征更为明显，且其空间类型选择更加受到家庭的羁绊和制度的约束。</p> [Lin liyue, Zhu Yu. The choices of the destination’s spatial types in the floating population’s first-time migration and their determinants: Case studies of Fujian province . Scientia Geographica Sinica, 2014, 34(5):539-546.] URL Magsci [本文引用: 4] 摘要 <p>利用福建省近3 000 名流动人口的流动史数据，采用多项分类Logistic 回归分析方法，从社会性别差异视角对其初次流动的空间分布格局、空间类型选择及其影响因素进行了实证分析。研究发现，流动人口的初次流动存在着明显的空间选择集聚特征，其个体的空间类型选择不仅体现了人力资本的遴选效应和家庭决策的结果，同时社会网络、制度背景和社区环境也对其空间选择具有重要影响。此外，相对于男性流动人口，女性流动人口空间分布格局的集聚特征更为明显，且其空间类型选择更加受到家庭的羁绊和制度的约束。</p>
[5]	高更和,杨慧敏,许家伟,等. 农民工初终务工地空间变动研究 [J].经济地理,2016,36(2):143-148. [本文引用: 2] [Gao Genghe, Yang Huimin, Xu Jiawei et al. Spatial change of employment destination from the first to the last of migrant workers . Economic Geography, 2016, 36(2):143-148.] [本文引用: 2]
[6]	田明. 地方因素对流动人口城市融入的影响研究 [J].地理科学,2017,37(7):997-1005. [本文引用: 1] [Tian Ming. Local factors effects on the urban integration for the floating population . Scientia Geographica Sinica, 2017,37(7):997-1005.] [本文引用: 1]
[7]	刘颖,邓伟,宋雪茜,等. 基于综合城镇化视角的省际人口迁移格局空间分析 [J].地理科学,2017,37(8):1151-1158. [本文引用: 1] [Liu Ying, Deng Wei, Song Xueqian et al. Spatial pattern of interprovincial population migration from the comprehensive urbanization perspective . Scientia Geographica Sinica, 2017,37(8):1151-1158.] [本文引用: 1]
[8]	田明. 中国东部地区流动人口城市间横向迁移规律 [J].地理研究,2013,32(8):1486-1496. [本文引用: 1] [Tian Ming. The migration patterns of floating population across cities in eastern China . Geographical Research, 2013, 32(8):1486-1496.] [本文引用: 1]
[9]	于婷婷,宋玉祥,浩飞龙,等. 东北三省人口分布空间格局演化及其驱动因素研究 [J].地理科学,2017,37(5):709-717. [本文引用: 1] [Yu Tingting, Song Yuxiang, Hao Feilong et al. Space pattern evolution of population distribution and the driving factors in Northeast China . Scientia Geographica Sinica, 2017,37(5):709-717.] [本文引用: 1]
[10]	杜鹏,张航空. 中国流动人口梯次流动的实证研究 [J].人口学刊,2011(4):14-20. [本文引用: 1] [Du Peng, Zhang Hangkong. An empirical study on the laddering migration of China’s floating population . Population Journal, 2011(4):14-20.] [本文引用: 1]
[11]	张航空. 梯次流动对流动人口居留意愿的影响 [J].人口与发展,2014,20(3):18-23. [本文引用: 1] [Zhang Hangkong. Influence of laddering migration on residing preference . Population and Development, 2014, 20(3):18-23.] [本文引用: 1]
[12]	Ravenstein E G. The law of migration [J]. Journal of the Statistical Society of London, 1885, 48(2):167-235. https://doi.org/10.2307/2979181 URL [本文引用: 1]
[13]	Conway D. Step-wise migration: Toward a clarification of the mechanism [J]. International Migration Review, 1980, 14(1):3-14. https://doi.org/10.1177/019791838001400101 URL [本文引用: 1]
[14]	Howe E L, Huskey L, Berman M D. Migration in Arctic Alaska: Empirical evidence of the stepping stones hypothesis [J]. Social Science Electronic Publishing, 2010, 2(1):97-123. [本文引用: 2]
[15]	Carlos M R D, Sato C. The multistep international migration of Filipino nurses: The propensity to migrate among Filipino nurses in Dubai [J]. Journal of the Socio-Cultural Research Institute, Ryukoku University, 2011(13):37-61. [本文引用: 2]
[16]	Paul A M. Capital and mobility in the stepwise international migrations of Filipino migrant domestic workers [J]. Migration Studies, 2015, 3(3):438-459. [本文引用: 1]
[17]	Afolayan A A. Is there a step-wise migration in Nigeria?: A case study of the migrational histories of migrants in Lagos [J]. Geojournal, 1985, 11(2):183-193. https://doi.org/10.1007/BF00212920 URL [本文引用: 1]
[18]	Pardede E, McCann P, Venhorst V. Step-wise migration: Eviden-ce from Indonesia [DB/OL].2016-08-31[2018-01-22].https://www.rug.nl/research/portal/publications/stepwise-migration(48-d0f1b6-62a2-4dc7-ada4-b28fc4e2b0ab).html. [本文引用: 1]
[19]	Impicciatore R, Strozza S. Internal and international migration in Italy: An integrating approach based on administrative data [M]// Riccio B. From internal to transnational moblities. Bologna: Emil di Odoya, 2016:57-82. [本文引用: 1]
[20]	孙清清. 2016年河南农民工创业人数达76.21万人 [EB/OL].http://www.ha.xinhuanet.com/news/20170113/3621111_c.html . 2017-1-3/2017-9-16. [本文引用: 1] [Sun Qingqing. The number of migrant workers in Henan reached 772 100 in 2016 . The number of migrant workers in Henan reached 772 100 in 2016.http://www.ha.xinhuanet.com/news/20170113/3621111_c.html.2017-1-3/2017-9-16.] [本文引用: 1]
[21]	河南省统计局, 国家统计局河南调查总队. 2016年河南省国民经济和社会发展统计公报 [EB/OL]. http://www.ha.stats.gov.cn/sitesources/hntj/page_pc/tjfw/tjgb/qstjgb/articlee418631b-25894908880653f068973028.html.2017-03-01/2017-09-16 [本文引用: 1] [He-nan Provincial Bureau of Statistics, Henan Investigation Corps of National Bureau of Statistics of China. Statistical communique of Henan province on national economic and social development in 2016 .http://www.ha.stats.gov.cn/sitesources/hntj/page_pc/tjfw/tjgb/qstjgb/articlee418631b25894908880653f068-973028.html.2017-03-01/2017-09-16] [本文引用: 1]
[22]	国家统计局. 2016年农民工监测调查报告 [EB/OL]. http://www.stats.gov.cn/tjsj/zxfb/201704/t20170428_1489334.html.2017-04-28/2017-09-16. [本文引用: 1] [National Bureau of Statistics. Survey report on migrant workers in 2016 . http://www.stats.gov.cn/tjsj/zxfb/201704/t20170428_1489334.html. 2017-04-28/2017-09-16.] [本文引用: 1]
[23]	Schultz T W. Investment in human capital [J]. The American Economic Review, 1961, 51(1):1-17. [本文引用: 1]

中国人口迁移流动的时间过程及其空间效应研究:回顾与展望

2016

... 人口迁移流动是中国改革开放以来规模最大、意义最为深远的地理过程之一,并一直是人口地理学等相关学科研究的重要内容^[1,2].随着人口迁移流动研究的不断深入,其时间过程引起国内一些学者的关注.根据时间过程,农民工流动可分为“一次流动”和“二次流动”^[3],类似的提法还有初次流动和后续流动^[4,5],相应的人口流动分次研究和时间研究也偶有发表.初次流动存在着显著的空间集聚现象,其空间选择明显受到关系网络、人力资本、家庭特征、社区环境等因素的影响^[4,6].农民工二次流动频率较高,是维护自身合法权益的主要途径^[3],流动有利于增加收益^[7].东部城市之间的二次横向流动速度快,频率高,多次流动的流向及空间轨迹十分复杂^[8,9].从社会学角度观察,劳动力存在一种渐进性的向上流动现象,随流动次数的增加,其逐步沉淀在当前的城市^[10],但与此相反的观点则认为地理梯次的流动人口会由于“流动惯性”作用而愿意继续流动^[11].国外在较早时候就提出逐步迁移（stepwise migration）概念^[12],但在人口迁移流动文献中并未占据重要地位^[1].Conway从概念和方法两个角度提出了逐步迁移的可操作性定义^[13],而更多的研究是具体的案例分析,涉及到土耳其、新西兰、泰国、墨西哥、美国、苏格兰、菲律宾、香港和新加波^[14,15,16]等国家和地区.在对逐步迁移案例研究的同时,垫脚石假说（the stepping stones hypothesis）也同时被验证^[14,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

... [1].Conway从概念和方法两个角度提出了逐步迁移的可操作性定义^[13],而更多的研究是具体的案例分析,涉及到土耳其、新西兰、泰国、墨西哥、美国、苏格兰、菲律宾、香港和新加波^[14,15,16]等国家和地区.在对逐步迁移案例研究的同时,垫脚石假说（the stepping stones hypothesis）也同时被验证^[14,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

中国人口迁移流动的时间过程及其空间效应研究:回顾与展望

2016

全面二孩背景下中国省际人口迁移格局预测及城镇化效应

2018

全面二孩背景下中国省际人口迁移格局预测及城镇化效应

2018

农村劳动力二次流动的特点、问题与对策——对浙、闽、津三地外来务工者的调查

2007

... [3],流动有利于增加收益^[7].东部城市之间的二次横向流动速度快,频率高,多次流动的流向及空间轨迹十分复杂^[8,9].从社会学角度观察,劳动力存在一种渐进性的向上流动现象,随流动次数的增加,其逐步沉淀在当前的城市^[10],但与此相反的观点则认为地理梯次的流动人口会由于“流动惯性”作用而愿意继续流动^[11].国外在较早时候就提出逐步迁移（stepwise migration）概念^[12],但在人口迁移流动文献中并未占据重要地位^[1].Conway从概念和方法两个角度提出了逐步迁移的可操作性定义^[13],而更多的研究是具体的案例分析,涉及到土耳其、新西兰、泰国、墨西哥、美国、苏格兰、菲律宾、香港和新加波^[14,15,16]等国家和地区.在对逐步迁移案例研究的同时,垫脚石假说（the stepping stones hypothesis）也同时被验证^[14,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

农村劳动力二次流动的特点、问题与对策——对浙、闽、津三地外来务工者的调查

2007

流动人口初次流动的空间类型选择及其影响因素——基于福建省的调查研究

2014

... [4,6].农民工二次流动频率较高,是维护自身合法权益的主要途径^[3],流动有利于增加收益^[7].东部城市之间的二次横向流动速度快,频率高,多次流动的流向及空间轨迹十分复杂^[8,9].从社会学角度观察,劳动力存在一种渐进性的向上流动现象,随流动次数的增加,其逐步沉淀在当前的城市^[10],但与此相反的观点则认为地理梯次的流动人口会由于“流动惯性”作用而愿意继续流动^[11].国外在较早时候就提出逐步迁移（stepwise migration）概念^[12],但在人口迁移流动文献中并未占据重要地位^[1].Conway从概念和方法两个角度提出了逐步迁移的可操作性定义^[13],而更多的研究是具体的案例分析,涉及到土耳其、新西兰、泰国、墨西哥、美国、苏格兰、菲律宾、香港和新加波^[14,15,16]等国家和地区.在对逐步迁移案例研究的同时,垫脚石假说（the stepping stones hypothesis）也同时被验证^[14,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

... 农民工多阶流动是农民工频繁变换务工地的结果,虽然务工地变动的直接动因是收入低、寻求更好的工作机会、照顾家庭和工作结束或企业终止工作等,但其背后却是农民工理性决策、综合考虑多种因素的结果^[5],其中,成本-收益最大化和提高人力资本利用效率为其基本原则^[4,23],此外还要考虑个体特征、家庭、社会网络等各种相关因素^[4].这些因素概括起来可分为4类（表3）.① 务工因素.务工时间的长短影响其经验积累,务工工种反映个体的人力资本状况,地域类型基本上代表其收入水平和务工地选择的偏好,这些因素均影响农民工的多阶流动.② 个人因素.行为心理学认为,人的行为方式是建立在个人特征基础之上的,不同个体的人力资本特征,对其行为方式具有重要影响,务工地选择行为也是如此.③ 家庭因素.家庭经济学认为,个人只是家庭成员之一,个人追求的往往是家庭收益最大化而非个人收益最大化,因此家庭特征对农民工务工地的选择和变换有重要影响.④ 村庄因素.地理环境是影响人口流动的重要因素,村庄的经济发展水平直接体现区域经济发展水平和自身的经济基础,对流动有基础性影响.村区位和村地形直接影响着村经济发展水平,村务工人员比重影响农民工对务工信息的掌握,这些均对其务工决策具有重要影响.综上所述,本文选择4类14个因子进行模型分析. ...

... [4].这些因素概括起来可分为4类（表3）.① 务工因素.务工时间的长短影响其经验积累,务工工种反映个体的人力资本状况,地域类型基本上代表其收入水平和务工地选择的偏好,这些因素均影响农民工的多阶流动.② 个人因素.行为心理学认为,人的行为方式是建立在个人特征基础之上的,不同个体的人力资本特征,对其行为方式具有重要影响,务工地选择行为也是如此.③ 家庭因素.家庭经济学认为,个人只是家庭成员之一,个人追求的往往是家庭收益最大化而非个人收益最大化,因此家庭特征对农民工务工地的选择和变换有重要影响.④ 村庄因素.地理环境是影响人口流动的重要因素,村庄的经济发展水平直接体现区域经济发展水平和自身的经济基础,对流动有基础性影响.村区位和村地形直接影响着村经济发展水平,村务工人员比重影响农民工对务工信息的掌握,这些均对其务工决策具有重要影响.综上所述,本文选择4类14个因子进行模型分析. ...

流动人口初次流动的空间类型选择及其影响因素——基于福建省的调查研究

2014

农民工初终务工地空间变动研究

2016

农民工初终务工地空间变动研究

2016

地方因素对流动人口城市融入的影响研究

2017

地方因素对流动人口城市融入的影响研究

2017

基于综合城镇化视角的省际人口迁移格局空间分析

2017

基于综合城镇化视角的省际人口迁移格局空间分析

2017

中国东部地区流动人口城市间横向迁移规律

2013

中国东部地区流动人口城市间横向迁移规律

2013

东北三省人口分布空间格局演化及其驱动因素研究

2017

东北三省人口分布空间格局演化及其驱动因素研究

2017

中国流动人口梯次流动的实证研究

2011

中国流动人口梯次流动的实证研究

2011

梯次流动对流动人口居留意愿的影响

2014

梯次流动对流动人口居留意愿的影响

2014

The law of migration

1885

Step-wise migration: Toward a clarification of the mechanism

1980

Migration in Arctic Alaska: Empirical evidence of the stepping stones hypothesis

2010

... [14,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

The multistep international migration of Filipino nurses: The propensity to migrate among Filipino nurses in Dubai

2011

... ,15].但一些研究表明逐步迁移不能充分描述所有观察到的模式^[17],逐步迁移显然存在,但不是主要的迁移类型^[18].总的来看,国内研究由于样本数据的来源不同,关于农民工空间流动随时间变化的规律并未形成共识,且针对多次流动的精细性研究还较少,同时由于缺乏农民工流动史数据以及获得该数据的较大难度,相关研究仍很少.国际上的相关研究主要涉及国际永久性移民,很少有文献涉及到类似国内大范围、多次的临时性农民工流动.同时由于缺乏数据,很少有研究考虑同一个人多次的流动经历^[19]. ...

Capital and mobility in the stepwise international migrations of Filipino migrant domestic workers

2015

Is there a step-wise migration in Nigeria?: A case study of the migrational histories of migrants in Lagos

1985

Step-wise migration: Eviden-ce from Indonesia

2016

Internal and international migration in Italy: An integrating approach based on administrative data

2016

2016年河南农民工创业人数达76.21万人

... 1）案例区选择.中国中部农区包括地处中国腹地的河南、山西、湖北、湖南、安徽、江西等6省以农业为主的地区.河南省为中国农民工大省,在农民工流动上具有典型性和代表性.据统计,2016年河南省农民工总量达2 876万人^[20],占河南省农村人口的51.77%^[21],占中国农民工总量的10.21%^[22],长久以来其农民工数量均居中国首位或前列.河南省地处中原腹地,交通便利,与中国主要经济发达地区距离适中,形成多样的流动方向,流动目的地分布较为分散且种类齐全.2011年以来,河南省县域经济发展迅速,吸引不少农民工在本省和本地就业,构成农民工外流与回流并存的局面. ...

2016年河南农民工创业人数达76.21万人

2016年河南省国民经济和社会发展统计公报

2016年农民工监测调查报告

Investment in human capital

1961

〈

〉

中国中部农区农民工多阶流动及影响因素研究——以河南省6个村为例

Multi-order Flow and Its Influencing Factors of Migrant Workers in Agricultural Areas of Central China: Case Study of Six Villages in Henan Province

1 数据来源与研究方法

1.1 数据来源

1.2 研究方法

2 农民工多阶流动特征

2.1 务工地空间距离变化

2.2 务工地城乡地域类型变动

2.3 务工持续时间变动

2.4 空间流动原因变化

3 影响因素分析

3.1 变量设计

3.2 模型与结果分析

4 结论与讨论

参考文献 文献选项 原文顺序 文献年度倒序 文中引用次数倒序 被引期刊影响因子

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子