新型城镇化对代际流动性的影响——基于CFPS数据的实证分析

李磊，徐晓红

(安徽大学 经济学院，安徽 合肥 230601)

引言

工业革命以来的经济社会发展史表明，一国要成功实现现代化，在工业化发展的同时，必须注重城镇化发展。它不仅是国家现代化的必由之路，也是我国经济发展的重要动力。作为“十四五”时期经济社会发展主要指标之一，计划到2025年，我国常住人口城镇化率提高到65%。城镇化作为未来国家现代化的重要一环，在推动国家经济发展的同时，也需要兼顾社会公平。社会经济地位的代际流动性则是社会公平的重要体现，即子代社会经济地位受父代社会经济地位影响的程度，程度越深，代际流动性越低，阶层固化，社会发展将陷入恶性循环。反之，代际流动性越高，则会促进社会的进步。当前，中国正处于城镇化建设加速期，新型城镇化能否促进代际流动性？本文试图通过实证分析回答这一问题。

一、文献综述与理论分析

国内有关代际流动分析的文献已经相当丰富，对代际流动性的研究主要分为两个方向，一种是对代际流动性的测度及变化趋势判断[1-4]。另一种是对代际流动影响机制的研究。而影响代际流动的多种因素又可分为个人层面和宏观层面，个人层面如教育、家庭、职业等因素。除此之外，外部的宏观层面同样会作用于个人未来的发展，市场化进程[5]、贸易开放[6]、城市产业总体扩张[7]等都会给代际流动性带来不同程度的影响。

但在宏观层面的影响因素中，城镇化影响代际流动的研究还较少。Chen & Qin(2014)通过区分不同地区的城市等级，将城市划分为省级城市、省会城市和地级市或县级市，结果发现城市等级越高越能提高家庭向上流动的可能性[8]，但文章只对中产阶级做出分析，却未探讨其他阶层受城镇化的影响。同样的，杨沫等(2019)也主要对农村转移人口做出了分析，在对农业转移人口代际职业流动性的机制分析中，发现城镇化率能够显著提高农业转移人口的代际流动性[9]。Chen et al.(2018)发现当地级市的城镇化率在70%以上时城镇化才能够显著地影响主观社会地位的代际流动性[10]，但由于主观数据的可靠性较差，其代际弹性系数难以代表社会的真实代际流动水平。李军(2020)利用熵值法建立新的城镇化指标，从教育和职业两个视角出发，发现新型城镇化能够有效提高代际教育流动性与代际职业流动性[11]。但其时间跨度小，并只从教育与职业两个角度考察了新型城镇化对代际流动的影响。李萍等(2021)认为在工业化和城镇化改变了市场运行规则、教育资源分配规则、就业机会和职业选择的供给等，多方面相互作用下削弱了父母职业对子女职业的影响，提高了代际流动性[12]。

从理论的角度出发，人口学中对城镇化的定义强调农村人口向城镇的转移和集中[13]，及其带来的城镇人口比例不断上升的过程，由于农村地区人口多，并主要集中在农业生产等低工资的第一产业中，而城镇地区的第二产业和第三产业占的比重大，工作岗位种类多，且工资也普遍高于第一产业。当子代从农村迁移到城镇中，获得新的岗位之后，与农村父代相比，工作会向第二、三产业转移，收入会更高，从而提高社会的代际流动性，相关文献也发现迁移者的代际收入弹性要远低于未迁移者的收入弹性[14]。随着“新型城镇化”的提高，城镇“质”的建设程度得到重视，一方面新兴行业如互联网等的出现，它们更倾向对年轻群体的需求，且行业薪资也更高。另一方面，城镇“以人为中心”的建设提供了更好的医疗、教育等，吸引农村人口向城镇集聚，更多的人口来到城镇获取更高的收入，新型城镇化进一步提升了社会整体的代际流动性。因此新型城镇建设促进代际流动性的路径是可行的。

现有文献均探讨了城镇化对代际流动的影响存在与否，但未深入分析该影响的分布。故以2014年、2016年及2018年拉长时间线，选用国际社会经济地位指数，利用交互项和分位数回归考察城镇化对代际社会经济地位的流动性的调节作用，并进一步探讨影响的分布规律。主要创新如下：第一，通过分位数回归法论述了新型城镇化对代际流动性影响的分布规律，更深一层的剖析了城镇化对代际流动性的影响，为理解新型城镇化对代际流动性的影响提供了新视角；第二，构建了新型城镇化指标体系替代单一的城镇常驻人口占比指标，对新型城镇化的描述更加准确，增加回归结果的可信性；第三，避免了使用教育、收入等单一变量表示个体在社会中的地位，而是使用了国际社会经济地位指数(ISEI)来代替单一变量测度代际继承程度，它更能切实反映出个体在社会中的综合地位，减少代际流动性的测量误差，准确地探究出新型城镇化对社会代际流动性的影响；第四，通过异质性分析，探讨了不同性别和不同区域下，新型城镇化对代际流动的不同影响，为论证新型城镇化的未来建设方向提供了理论支持。

二、数据与变量

(一)数据来源

主要数据组成为CFPS数据库中的微观数据和测量城镇化指标的宏观数据。考虑到中央有关文件《国家新型城镇化规划(2014-2020)》的时间线，其中微观数据来源于中国家庭追踪调查(CFPS)2014年、2016年和2018年三年组成的混合截面数据。与此相对应，构建了以2014年、2016年和2018年为时间点的新型城镇化指标评价体系，来源于《中国统计年鉴》《中国教育统计年鉴》以及《中国城市建设统计年鉴》。CFPS微观数据从2014年开始调查了我国31个省市的家庭数据，利用其成人数据集和家庭数据集，对子代和其父母样本配对，并将配对好的样本进行了如下筛选处理：(1)删除父母都不在世或为空的样本；(2)删除子代或者父代社会经济地位指数为空的样本；(3)将子代年龄限制在18岁以上，父代年龄限制在70岁以下，且子父代年龄之差要大于16岁；(4)剔除子代上学和父代无工作的样本。最终得到14283个样本。

(二)新型城镇化指标的构建

“新型城镇化”公认最早是在党的十六大“新型工业化”战略中提出的，并在党的十八大之后才受到各行各业和学界人士的关注，它在“城镇化”概念的基础上进一步开展，是以民生、可持续发展为内涵，以追求平等、幸福转型、绿色、健康和集约为核心目标，以实现区域统筹与协调一体、产业升级与低碳转型、生态文明和集约高效、制度改革和体制创新为内容的崭新的城镇化过程[15]。2011年中国城镇化率为51.3%，城市人口数量已经超过农村人口数量，中国已经正式进入城市型国家行列[16]。人口上的城镇化已经初具规模，逐渐的目光开始从城镇化的“量”转移到“质”上来，在2014年《国家新型城镇化规划(2014-2020)》的政府文件中就指出了要紧紧围绕全面提高城镇化质量，加快转变城镇化发展方式，以人的城镇化为核心，有序推进农业转移人口市民化。在前者现有文献的基础上，从城镇化水平、经济发展水平、公共服务以及基础设施等四个方面考察新型城镇化。

评价城镇化的方法有多种，包括主要指标法和复合指标法，主要指标法是使用表征意义最强的一个或多个指标反映城镇化发展过程，城镇人口比例、城镇非农人口比例、非农业人口比例等成为广泛的主要评价指标。然而单一的指标评价方法无法满足国家对新型城镇划的发展预期，新型城镇化的相较之过去的城镇化，不仅仅要保证量的增长，更体现出“以人为本”，因此新的指标还要体现出质量上的城镇化。复合指标法是对多个指标的一个综合评价，包括熵值法、主成分分析、因子分析等等。二者各有优缺点，主要指标法变量获取方便但代表性差，而复合指标法的指标体系构建复杂，但代表性远强于主要指标法。综上，选用复合指标中的熵值法构建出可以横纵双向比较的新型城镇化指标体系，见表1。

表1 新型城镇化的指标评价体系

计算得出综合得分如表2所示。

表2 各省市熵值法评价法新型城镇化指数

观察表2，北京、天津、上海、浙江和江苏等东部经济发达地区的排名都是比较靠前的，其城镇化建设程度比较高，而中西部省份如河南、广西、贵州、云南、西藏和甘肃等经济欠发达或人口大省则排名比较靠后，城镇化建设落后于国内其他省份。比较各省市三年的新型城镇化指数，发现它们都呈现出不同程度上的增长。其中，浙江、贵州、福建等省市的城镇化指数增长幅度较大，而天津、黑龙江、陕西等省市的涨幅较小。总体上，新构建的城镇化指数结果基本符合我们对各省市的认知。

(三)变量解释

1.核心解释变量

以单一的收入项来衡量代际流动并不可靠，一是收入信息敏感，在采集数据时，受访者往往不愿意回答，数据缺失多。此外，很多受访者并不是领取固定工资，他们的收入浮动较大，无法给出收入的出确切数字，从而引起数据的失真。在个人社会经济地位的衡量指标中，目前最常用的是国际社会经济地位指数(International Social-Economic Index, ISEI)[17]。ISEI是由Blau&Ducan(1967)发明计算而来[18]，并得到了Ganzeboom et al(1992)的进一步改进[19]，它从经济和社会两个视角对个人的社会地位的量化排序，是一个介于16～90的连续型指标。参考相关文献做法，利用子代和父代的国际社会经济地位指数计算出代际弹性系数，从而反映出社会经济地位的代际流动性[20]。这里父代的社会经济地位指数选择的是父亲和母亲中较大的一方，而不再单指父亲的社会经济地位指数。当母亲的社会经济地位指数较高时，父亲的社会经济地位指数则不能准确代表家庭中上一代的社会经济地位。同时当父母双方由于单亲家庭或者样本缺失等原因而只存有一方的观察值时，选择用数据存在的一方作为父代国际社会经济地位指数的代表，合理保留了可用数据，增加了样本容量。

2.控制变量

选取子代年龄及其平方项、是否文盲、性别、子代和父代的户口状况及健康状况共6个控制变量。当父母年龄观察值都存在的情况下，选择以二者较小的代表父代年龄。户籍状况中将非中国籍贯算入非农户籍。表3中父代的平均社会经济地位为29.576，相较来说，子代的平均社会经济地位获得了很大的提升。

表3 变量的描述性统计

三、实证结果

(一)模型

模型中以加入新型城镇化与父代社会经济地位的交互项的方法来直接检验新型城镇化对代际收入流动的影响。在混合截面数据中，不同时间线上的变量有可能会出现较大的差值，为了控制时间带来的偏误，模型中加入了时间的虚拟变量year2016和year2018，建立基准模型如下：

isei_self=a0+a1year2016+a2year2018+a3isei_f+a4Urban+a5isei_f·Urban+γXi+μ

当变量父代社会经济地位、新型城镇化指数及交互项系数都显著时，通过系数а5的大小即可反映新型城镇化对代际社会经济地位流动性的影响。当系数а5为正时，新型城镇化对代际弹性系数有正向影响，社会的代际流动性被降低。反之，新型城镇化建设则会提高社会的代际流动性。

(二)基准回归

在基准模型回归的四个模型中。模型(1)的数据来自三年样本的混合。模型(2)、(3)、(4)分别使用2014年、2016年和2018年的数据进行回归估计。估计方法为普通最小二乘稳健性回归。

表4 新型城镇化对代际流动性的影响

观察表中的回归系数，主要解释变量父代社会经济地位在四个模型中均在1%的显著水平下通过检验，代际继承现象仍显著存在。同时变量新型城镇化指数的回归系数也均在1%的显著水平上通过了检验，大小维持在18～30之间，显然新型城镇化对子代的社会经济地位产生了正向的促进作用。

模型(1)中的交互项系数在1%的水平上通过检验，且系数为负，说明在2014年、2016年和2018年这三年的时间里，新型城镇化显著降低了代际弹性系数，为社会流动性起到了积极性作用。在样本量较少的各单年数据模型中，2014年和2018年交互项系数均在5%的显著水平上通过检验，且在2016年里系数在1%的水平上通过检验。模型(2)、模型(3)和模型(4)中交互项系数的大小、显著性水平虽有出入，却均为负值且都通过了检验，这与模型(1)中关于交互项系数的结论一致。

除主要解释变量外，虚拟变量year2016和year2018的系数均通过检验，说明2016年和2018年样本中的子代社会经济地位相对于2014年有不同程度的提高，不同时间点确实对因变量产生了影响。变量子代年龄及其平方项在方程(1)及方程(3)中通过了检验，其中子代年龄变量的系数为正，平方项系数为负数，这与已有文献的结果中一致，这表明子代年龄对子代社会经济地位的影响往往是随着年龄的增加其社会经济地位呈现先增加后下降的“倒U型”趋势。变量教育、性别、子代户籍状况以及父代户籍状况在模型(1)-(4)中均显著。其中教育变量的系数为正，高学历显然能够提高子代的社会经济地位。子代户籍状况在回归结果中显著为正，而父代的户籍状况系数却显著为负。控制变量性别的回归结果中，男性的身份却降低了其社会经济地位。而健康状况在四个模型中未通过检验，这与相关文献的结果也十分接近，个体的健康程度并不是影响子代社会经济地位的决定性因素。

(三)稳健性检验

1.替换解释变量

为提高基准回归结论的可靠性，将变量新型城镇化指标替换为各省城镇常驻人口占比。回归结果如表5：

表5 替换城镇化变量后的回归结果

表5中，父代社会经济地位系数与常驻人口占比的系数的显著性及符号在四种情况下未发生改变，但前者系数的大小在替换变量后变大，而后者的系数变小了。交互项系数符号未发生改变，在模型(8)中其显著性有所下降，但仍在10%的水平上通过了检验，与基准模型相比，交互项系数绝对值变小。控制变量在显著性及系数上也未有大的改变。综上，可以判断通过替换新型城镇化系数的稳健性回归估计结果显然与基准模型一致，城镇化仍促进了社会的代际流动性。对模型(6)、模型(7)和模型(8)，其与基准回归的结果仍相似，系数大小虽发生了微小变化，但正负号和显著性水平未发生变化。因此，在替换变量后，仍保持基准回归的结论不变。

2.控制地区层面差异的影响

我国各省市在多方面均存差异，减少地区因素对本人社会经济地位影响的稳健性检验是有必要的，两层嵌套广义结构方程模型(Two-Level Nested Generalized SEM)即将第一层的样本数据嵌入到第二层样本所属的省(市、区)，并继续把城镇化指数作为父代社会经济地位的调节变量。这种做法减少了地区层面差异所带来的影响，使得回归估计的结果更能准确地反映出城镇化对代际流动性的调节作用。使用三年的混合截面数据作为分析数据。估计结果如图1所示。

注：***、**和*分别表示在1%、5%和10%的水平下显著。

从多层次潜变量省份对本人社会经济地位的回归结果来看，其系数为1.24，并且在1%的水平下显著。说明地区差异的因素确实对被解释变量带来了显著的影响，剔除地区差异的影响很有必要，使得回归结果更能趋近真实情况。

主要解释变量父代的社会经济地位、城镇化指数及交互项的显著性与基准回归的结果对比前后均未发生变化，均在1%的水平下显著。但父代社会经济地位的系数由0.26下降到0.23，即代际弹性下降了，在考虑地区差异影响后的测算结果中代际流动性的得到提高。城镇化指数的系数由23.6下降到19.83，这说明城镇化对本人的社会经济地位的影响被高估了。而交互项系数则由-0.47上升到-0.4，系数发生了细微的变化，仍维持在-0.4以上，在控制了地区差异后，城镇化降低代际弹性的作用被降低了。总体上看，与基准回归的结果相较，主要解释变量的显著性和系数 的正负号保持不便，系数小幅变动，证明结论是稳健可靠的。控制变量与前几种方法的回归结果未发生较大的改变。

(四)分位数回归

从基准模型的回归结果可以看出新型城镇化能够显著地提高社会代际流动性，但OLS法无法解释该影响的分布规律。考虑到子代社会经济地位分布的不均匀性，进一步采用分位数回归法计算在20%、40%、60%和80%分位点处的回归结果。

表6 新型城镇化对代际流动性影响的分位数回归结果

模型(9)-(12)中，主要解释变量父代社会经济地位和新型城镇化指数的回归系数结果与模型(1)相近，仍显著提高子代社会经济地位，仅系数存在细微变化。各式下的交互项系数均在1%的水平下显著，新型城镇化对四个不同百分位的子代家庭的代际弹性仍存在显著的降低作用。交互项系数大小从十分位到八十分位呈现了依次变小的趋势，从-0.351逐渐下降到-0.451。这说明，不同阶层中新型城镇化对其的代际流动性影响不同，且对子代国际社会经济地位指数越高的家庭，新型城镇化降低其代际弹性系数的作用越大。

(五)异质性检验

为了进一步研究这种影响在不同研究背景下是否会发生变化，根据不同设定对样本分类再回归分析。参考现有的文献，男女之间在社会中的地位、待遇等往往存在较大的差别，将性别作为分类标准之一，分析新型城镇化对代际流动性的影响是否会因为性别的不同而产生差异。其次，我国的东部、中部和西部地区省市在经济、地理位置和政策上存在显著差异，不同的地域也可能带来不同的影响结果。

表7 分样本回归估计结果

表7中，模型(13)和模型(14)分别是对男性样本和女性样本的回归结果，两只模型中交互项系数均在1%的水平上显著为负，新型城镇化对男性和女性均起到了缓解阶级固化的作用，且其对子代女性家庭的阶级固化缓解作用更强。从变量父代社会经济地位的系数来看，女性社会经济地位对父代的社会经济地位的依赖性更强。在模型(15)、模型(16)和模型(17)中，交互项的回归结果则有较大差异，其中东部地区样本的交互项系数在1%的水平上显著为负，而中部地区的显著性则下降为10%的水平上显著，西部地区的交互项系数则直接不显著。这样的原因可能是东部地区的城镇化建设要远超中部地区，而中部地区的城镇建设又超过了西部地区，这就导致了东部省份的城镇化建设效果容易体现出来，对社会的代际流动性影响也因此更加显著。

四、结论及政策建议

利用CFPS2014、CFPS2016及CFPS2018与新型城镇化指数混合截面数据验证了新型城镇化对代际流动性的直接影响，实证结论如下：一、我国仍然存在显著的代际继承现象，新型城镇化的建设能够缓解这种现象；二、分位数回归的结果显示，对子代社会地位越高的家庭，新型城镇化建设提高其代际流动性的效果越明显；三、异质性分析结果显示，不论是男性还是女性，新型城镇化建设均能够降低其代际弹性系数，其中女性的代际流动性得到了更大幅度的提高；四、由于东部省份的城镇化建设相对靠前，其对代际流动的影响更加显著，中部省份的影响效果逐渐变弱，而西部地区的影响则不显著。

鉴于以上的分析结果，提出以下政策建议：积极推动城镇化的建设，严防社会阶级固化，同时要提高城镇化的质量和水平，做到以人为中心；关注女性群体在提升代际流动性中的巨大作用，保障女性在工作及社会地位等上不受歧视；加大对中西部建设的投入，推动中西部的城镇化建设，缩小区域差距，将有效提高整体社会的代际流动性。