摘 要 通过对三峡工程移民前后外出务工人口的分析 ,发现迁移前后对不同途径的外出务工人口影响有显著性区别 ,即外出务工的途径在迁移前后有所变化 .从绝对数来看各种外出务工途径都有所增加 ,但增加的程度是不同的 .外出务工的途径出现多元化.经过对数线性分析发现: 不管是迁移前还是迁移后男性外出务工人口的比重都大于女性 ,但是从迁移后来看 ,女性外出务工人口比男性增加的速度快一些 ,说明女性在迁移以后比男性更容易外出务工 .通过研究得到结论: 一定的环境人口容量下 ,对于被迫迁入的人口 ,必然会导致人口流出 ,人口流出更容易发生在迁入者身上 .
关键词 外出务工者 ;迁移前后;对数线性模型
【来源】李忠斌,石智雷,程广帅,谭宇.巴东县三峡工程移民前后外出务工人口状况比较分析[J].中南民族大学学报(自然科学版),2009,28(01):120-124.
1 巴东县三峡移民基本背景及研究对象
外出务工的原因有很多 ,如: 为多挣钱 ,改善生活;外出磨练自己 ,增长见识 ,学技术;寻找更适合自己发展的地方和职业;家乡收入低 ,趁农闲务工挣钱 补贴家用;在家无事可干;逃避家庭和社会矛盾等 .而移民中的外出务工大多是受安置地的环境人口容量限制因素影响.环境人口容量是指一定区域内的 资源在能够得到充分合理的利用并保持自然生态良性循环条件下 ,该地区所能够持续供养的具有一定 生活水平的人口数量.
巴东是湖北省大中型水库移民重点县之一 ,先后承担了长江葛洲坝水库、三峡水库和清江隔河岩水库、水布垭水库移民任务 ,其中三峡库区移民任务最为繁重 ,本次调查以巴东县三峡工程移民为对象 , 从1997年移民工作开始 ,到现在整整 10年的时间 , 移民工作是分阶段性的 ,期间不断有移民的工作展开.
在移民安置过程中 ,由于土地容量限制 ,必然会有一部分移民离土、离乡安置.就移民安置的方式而言 ,从不同角度出发 ,可以有不同的划分方法 ,从地域上来看 ,有就近后靠、近迁、远迁 3种安置方式 .就近后靠是指在水库淹没县以上合适地带就地安置移民的一种方式 ,它具有“好管理、省投资易安置”的优点.但是这种就近后靠的安置方式也有其制约因素 ,后靠地有限的环境人口容量 ,尤其是土地资源量 ,严重的话会造成生产资料补偿不足 ,安置区人口对环境的超负荷 ,发展余地不足等问题 ,从而给移民今后的生产、生活带来困难、留下严重的“后遗症” .
本文研究数据来源于巴东县就近后靠安置区信陵镇、官渡口镇、东壤口镇、西丘湾镇和沿渡河镇共 14个村的三峡库区移民的入户调查 ,性别比为 96. 7% ,就全国水平来说偏低 ,有效人口中土家族占 大多数为 68. 4% ,另外汉族 31. 3%、苗族 0. 3% ,这与当地人口民族分布结构有关 .
样本调查的现有住户为居民户和迁移户 ,居民户就是一直在当地居住的居民 ,迁移户主要是后靠户 ,也是巴东县人.
由于移民的不断进入 ,环境人口容量的限制 ,必然会给当地居民户和迁入的移民户生产生活造成很大的影响 ,有限的土地容量 ,对于安置区外出务工人口的变化 ,不论是从迁移前后时间来看、或是从是否为居民户、还是从性别来看 ,是否有着某种联系 ,那么对外出务工带来怎样的结构变化 ,本文的研究目的是分析后靠户安置区人口外出务工的影响因素 ,为相关机构提供政策支持和建议.
本文主要运用 SPSS15. 0软件进行分析。
2 外出务工人口的描述分析
2. 1 从民族和受教育程度来看外出务工人口迁移前后的变化
用i2 检验来判断 2个变量之间是否存在联系 ,即独立性检验 ,原假设 H0: 不同的民族外出务工人口和迁移前后外出务工人口是独立的 ,备择假设H1: 不同的民族外出务工人口和迁移前后外出务工人口不是独立的 .
统计量为 
, f 0 表示观察之频数 , f e 表示期望值频数.若i2<i2T,则接受原假设 ,否则为拒绝假设 .其中i2T为显著性水平为T下的临界值.
不同民族成分和不同的受教育程度人口迁移前后外出务工人口的统计数据见表 1.
表 1中 ,为便于分析 ,各行的数字代表外出务工 人口占该指标的比重再乘以 100,通过此检验可以判 断迁移前后外出务工人口是否与民族不同存在着联 系 ,通过软件分析得出 i 2 = 0. 106, P 值为 0. 745,在 显著性水平为 0. 05下接受原假设 ,所以迁移前后对 不同民族外出务工人口的影响没有区别 ,即影响是 相同程度的.
汉族搬迁前外出务工人口的比重为 10. 8% ,搬迁后外出务工人口比重为 26. 8%,增加 16% ;汉族以外的土家族和苗族搬迁前外出务工人口比重为10. 2% ,搬迁后为 29. 2% ,增加19% ,非汉族搬迁后比搬迁前外出务工人口的增加趋势更大一些.
同样通过 i 2 检验可以检验外出务工人口的教育程度是否与迁移前后有联系 ,通过软件分析得出 i 2 = 6. 395,P 值为 0. 172,在显著性水平为 0. 05下 , 也是接受原假设 ,说明迁移前后对不同文化程度的外出务工人口的影响没有区别 ,即外出务工人口的增加是相同程度的.
中专与高中搬迁前外出务工比迁移后增加幅度最大为 55. 59% ,其次是大专及以上增加 51. 55% ,以后依次为初中、 小学、文盲 ,分别为 28. 25 %、6. 5% 、2. 89 % .说明中专与高中教育程度的外出务工的增加趋势最大 ,其次是大专及以上.
2. 2 从务工途径看迁移前后务工人口情况的变化
外出务工的途径是多样的 ,从调查的样本看 ,主要有以下几类统计数据 ,见表 2.
同样通过i 2 检验可以检验外出务工的途径变化是否与迁移前后有联系 ,通过软件分析得出i 2 = 13. 310, P值为 0. 01,在显著性水平为 0. 05下 ,也是拒绝原假设 ,说明迁移前后对不同途径的外出务工影响有区别 ,即外出务工的途径在迁移前后有所变化.从表 2来看 ,虽然绝对数来看各个外出务工途径都有所增加 ,但是增加是不同程度的.
再来看一下迁移前、后各种外出务工途径比重的变化 ,熟人介绍和政府组织两种方式有所减少 ,通过广告招工、技校招工、其他的方式外出务工的比重增加.
熟人介绍由搬迁前的 51. 48 %减少到迁移后的 43. 59% ,通过政府组织这种方式外出务工的有搬迁前的 4. 72% 减少到搬迁后的 2. 56% ,广告招工从 搬迁前的37. 87%增加到迁移后的 38. 03% ,技校招工从搬迁前的 3. 55%增加到迁移后的 6. 84% ,其他从搬迁前的 37. 87%增加到迁移后的 8. 97% .
外出途径减少幅度最大的为熟人介绍方式 ,增加幅度最大的是其他方式 ,说明外出务工途径出现多元化 ,人们不再依靠熟人和政府组织 ,而是开始通过更广泛的途径获得外出务工的机会 ,可见当前发达的信息网络开始影响基层 .
3 对数线性分析
3. 1 对数线性模型简介
对数线性模型是用于处理列联表资料的统计模 型 ,是描述具有非线性相关离散型变量的多元统计方法.以 3个变量为例 ,当 3个变量相互不独立时 ,建立的对数线性模型为饱和模型 [2 ] .饱和模型的形式如下:
其中 uijk为列联表中 ijk格的频数期望值;λ为总 平均效应;λ X i ,λ Y j ,λ Z k 分别为 X、 Y、 Z三个变量的主效应;λ XY i j ,λ X Z ik ,λ YZ jk 分别为每对变量的一次交互效应; λ X YZ ijk 为 3个变量的二次交互效应.当主效应和交互效应的值大于 0时为正效应 ,其作用使对应的频数增加 ,当它们的值小于0时为负效应 ,其作用使相应的频数减少.
在实际数据的分析中 ,一般饱和模型的拟合效果不一定最好.因而需要根据变量之间的独立性关系 ,在饱和模型的基础上去除不显著的交互效应 ,从而得到最佳拟合效果的简约模型[ 3] .
问卷类型有迁移户和居民户 ,用“ ty pe”表示;迁 移前后变量用“ time”表示;性别变量“ g ender” ;外出 务工为“ out” ,有效样本数为 1 595.
3. 2 对数线性分析
先对数据进行模型选择 , 使用 “ Analyze→ Loglinea r→ M odel Selection…” .计算数值见表 3.
从表 3中可以看到 ,第一维、第二维和第三维都 存在有显著效应项 (似然比卡方检验值的显著水平 P < 0. 05) ,所以在分层模型中定义最高维为所有三 维 ,进行筛选显著效应项 ,计算数值见表 4
从表 4可以看出 ,三阶筛选结果可以发现 type * o ut、 time* o ut、 g ender* out、 ty pe* g ender* out、 time* gender* o ut存在显著交互效应 ,说明是否为 迁移户和性别的交互作用与外出务工人口产生影响 ,迁移前、迁移后和性别的交互作用也对外出务工 人口有影响 ,是迁移户还是居民户影响到外出务工 , 是迁移前还是迁移后也影响到外出务工人口 ,外出 务工人口也受性别的影响 .外出务工人口到底与以 上各指标有怎样的关系 ,需要做进一步的分析.
根据显著性水平 ,选取 type、 time、 g ender、 out、 ty pe* out、 time* out、 g ender* o ut、 ty pe* g ender* o ut、 time* g ender* o ut进行筛选后简约模型模拟 , 得到似然比 P值为 0. 768和 Pearso n卡方检验值 P 值为 0. 767,都很大 ,均说明该模型对数据拟合的较 好 ,可以根据模型来分析外出务工人口与其他指标 的关系.
表 4主效应中 time的卡方值为 0,由于样本中回 答迁移前和迁移后的人数是一样的 ,故将迁移前和 迁移后两种情况作独立分析 .
3. 2. 1 迁移前对数线性分析
再使用“ Analy ze→ Log linear→ General… ” ,得 到以下结果 (计算数值见表 5).
从表 5迁移前的参数估计来看 ,性别对于是否 外出务工有着很大的关系 ,男性中外出务工人口的 比例是女性中外出务工人口比例的 e 1. 02 = 2. 77倍 , 也就是说在男女人口数相等的情况下 ,男性每外出 打工 3人 ,那么就有女性 1人外出打工;迁移户是外 出打工人口的参数估计值不显著 ,但可以进行分析 , 很小但为正数 ,说明迁移户即在原先的地方的居民 户 ,与居民户即安置地的居民户在迁移前外出打工 人口没有很大的差别 ,但是迁移户外出打工人口的 比重较居民户外出打工人口的比重略高 ,调查中 ,分 别为 10. 69%、 10. 05% .
3. 2. 2 迁移后对数线性分析
再从迁移后模型参数估计和检验结果进行分 析 ,计算数值见表 6.
从表 6迁移后的参数估计来看 ,性别对于是否 外出务工有很大的关系 ,男性外出务工人口的比例是女性外出务工比例的 e 0. 37 = 1. 45倍 ,就是说在男女人口数相等的情况下 ,男性每外出打工 3人 ,那么就有女性 2人外出打工;迁移户是外出打工人口的 参数估计值 P值为 0. 004,说明该参数很显著 ,迁移户外出务工人口占总迁移户人口的比重高于居民户中外出务工人口的比重 ,并且前者与后者的比为 e 0. 35 = 1. 42倍 ,说明如果有相同的迁移户和居民户人口 ,迁移户每外出打工 3人 ,那么就有 2个居民户外出务工.调查中 ,迁移户在迁移后外出务工人口比 例为 31% ,居民户外出务工人口为 23. 4% .
比较表 5和表 6,不管是迁移前还是迁移后男性 外出打工人口的比重都大于女性 ,但是从迁移后来看 ,女性外出打工人口比男性增加的速度快一些 ,说 明女性在迁移以后比男性更容易外出务工 .
迁移户和居民户 ,跟迁移前比较 ,在迁移后对外 出务工与否有更重要的影响 ,迁移户外出务工的可能性更大一些 .
4 结论
通过独立性检验 ,巴东就近后靠移民迁移前后 对不同民族外出务工人口的影响程度是相同的 ,但非汉族搬迁后比搬迁前外出务工人口的增加趋势更大一些;迁移前后对不同文化程度外出务工人口的增加是相同程度的 ,没有显著性的区别 ,中专与高中教育程度的外出务工人口的增加趋势最大 ,其次是大专及以上.
通过独立性检验 ,迁移前后对不同途径的外出 务工人口影响有显著性的区别 ,即外出务工的途径 在迁移前后有所变化 ,从绝对数来看各种外出务工途径都有所增加 ,但增加程度是不同的.迁移前后各种外出务工途径比重都发生着变化 ,熟人介绍和政 府组织两种方式有所减少 ,通过广告招工、技校招工、其他方式外出务工的人口比重增加了.外出途径减少幅度最大的为熟人介绍方式 ,增加幅度最大的是其他方式 ,说明外出务工途径出现多元化 ,人们不再依靠熟人和政府组织 ,而是开始通过更广泛的途径获得外出务工的机会 ,由此看到了当下发达的信息网络开始影响到基层.
经过对数线性分析 ,可以得出: 不管是迁移前还是迁移后男性外出务工人口的比重都大于女性 ,但是从迁移后来看 ,女性外出务工人口比男性增加的速度快一些 ,说明女性在迁移以后比男性更容易外出务工.与迁移前比较 ,迁移户和居民户在迁移后对外出务工与否有更明显的影响 ,迁移户外出务工的可能性更大一些 .一定的环境人口容量下 ,对于被迫迁入的人口 ,必然会导致人口的流出 ,人口的流出更容易发生在迁入者里 .
参 考 文 献
[ 1 ] 宇传华 . SPSS 与统计分析 [M ].北京: 电子工业出版 社 , 2007: 414-429.
[ 2 ] 周爱民 .三维对数线性等级完备模型在读者测量中的 应用 [J].统计研究 , 2005( 6): 4-6.
[ 3 ] 王 星 .非参数统计 [ M ].北京: 中国人民大学出版社 , 2005: 171-182.
[ 4 ] 朱 农 .三峡工程移民与库区发展研究 [M ].武汉: 武 汉大学出版社 , 1996: 141-195.