摘要：本文旨在从劳动过程的视角，将不稳定就业作为一种资本积累方式进行政治经济学的理论分析，并使用具有全国代表性的农民工调查数据和企业访谈案例，结合广义倾向值匹配等反事实方法进行经验论证。我们梳理出不稳定就业的一般性特征及其对当代中国农民工群体的塑造，并尝试从国家与资本的双重运作逻辑中去理解经济转型期农民工市民化困境。研究发现，在资本积累及其劳动过程全球化背景下，中国形成规模庞大的“农民工”及其不稳定就业现象。资本通过控制农民工就业流动而达成最大限度地获取利润的目标，无需承担劳动者的再生产成本。这就从根本上导致了农民工市民化的悖论：不稳定就业有助于提高农民工个体工资水平，但是不利于其家庭成员随迁。这种资本积累方式的隐蔽性在于，农民工所谓的流动自由，不过是被雇主通过掐尖式用工保证资本的利润率。不稳定就业不会提升农民工群体性收入，反而强化了群体内部的竞争。
关键词：不稳定就业农民工市民化悖论劳动过程理论资本积累
TheParadoxofPrecariousEmploymentandCitizenizationofMigrantWorkers:BasedonthePerspectiveofLaborProcess
Keywords:precariousemployment;migrantworkers;theparadoxofcitizenization;laborprocesstheory;capitalaccumulation
一、研究背景与问题提出
从党的十八大报告“有序推进农业转移人口市民化”到十九大报告的“加快农业转移人口市民化”，可见这一问题对转型中国的“实践迫切性”。与以往文献中从国家制度的宏观维度或劳动者个人特征的微观视角不同，本文从劳动过程出发，在资本-劳动关系下探究农民工市民化困境的成因与机制。本文提出不稳定就业的资本积累效应研究假说，认为在全球化背景下农民工的不稳定就业是资本占有劳动者剩余价值的有效手段，其内在的经济逻辑在于通过控制劳动力流动以达成最大限度地获取利润的目标，而无需承担劳动者的再生产成本。这就从根本上导致了农民工的市民化悖论：不稳定就业有助于提高农民工个体工资收入水平，但是不利于其家庭成员随迁。这种资本积累方式的隐蔽性在于，不稳定就业仅仅能够提高农民工个体的收入水平，而不会提升农民工群体性收入。农民工所谓的流动自由，不过是被雇主通过掐尖式用工保证资本的利润率。在方法论上，本文走出经验研究的简单线性决定论范式，直面现实的复杂性和隐蔽性，在逻辑关联的矛盾处去探寻事物之间的内在关系。使用农民工市民化悖论和不稳定就业的群体效应悖论来证明不稳定就业的资本积累效应理论。
本文的余下部分安排如下：第二部分和第三部分是理论框架。其中第二部分从劳动过程的视角细致梳理了资本积累方式，提出不稳定就业的资本积累效应研究假说。第三部分聚焦到农民工群体，提出不稳定就业与农民工市民化悖论。第四部分是研究设计，介绍了数据处理和研究方法；第五部分描述了中国的事实特征；第六部分是计量模型结果及分析；第七部分是结论与讨论。
二、劳动过程与资本积累方式资本主义要生存和发展,就必须随着生产力的发展和生产的社会化，使剩余价值占有方式相应地发生调整，由此带来资本积累方式的变迁（Edwards，1982）。相应的，劳动过程理论研究的关键,是去识别资本主义不同发展阶段资本对剩余价值占有和掩饰方式的特征。也即回答这样一个问题：资本如何成功榨取劳动者的剩余价值？资本家支付工资购买的是雇佣工人的劳动力而不是劳动，劳动的消耗、过程和劳动的结果之间不存在确定的因果关系，所以在生产力水平给定的条件下，剩余价值的大小和劳动者的生活境况，很大程度上取决于资本利用管理系统将劳动力转化为劳动的能力，这也决定了不同时期资本积累方式的差异性（ThompsonandVincent，2010:47-69）。
（一）劳动过程视域下的资本积累方式
自从资本主义诞生以来,资本主义的经济运行体制先后实现了从自由竞争到私人垄断,到国家垄断,再到国际垄断的发展。与此相适应，形成了资本主义发展的四个阶段。
总体来看，伴随着资本主义的自身调整，劳动过程理论在批判和超越前人研究的基础上不断拓展和完善。迄今为止，经典的劳动过程研究主要采用定性的个案研究和工作场所层次的民族志方法。这种方法优点是可以细致描述工作场所发生的事件，产出丰富的、深入的“深层知识”。但是个案总是有其特殊性和局限性，定性研究发现的规律也需要通过大样本的调查和统计分析，在更广阔的范围内揭示资本主义生产的“隐秘之处”（ThompsonandNewsome，2004）。
20世纪80年代以来，新自由主义加速了全球资本主义的扩张和全球市场的建立，深刻地改变了发达和发展中国家的劳动过程，劳动越来越呈现出“不稳定”的特征，即缺乏职业保障、职业认同感和职业前景，以临时的或短期的工作为主，就业流动频繁（Standing，2012）。在2008年金融危机之后，全球范围内大部分工作的不稳定性和不确定性徒然加剧。以往的文献，往往从二元劳动力市场的角度来理解不稳定就业现象，认为不稳定就业主要存在于欠发达地区、非正式的、次级劳动力市场中。而现在，不稳定就业已经扩散到全球范围内、几乎所有经济部门中（Kalleberg，2009）。
不稳定就业，尤其是劳工的跨区域、跨单位频繁流动，使得资本家收获了剩余价值，又掩饰了剩余价值。作为资本积累方式，不稳定就业有三个实现途径：
第一，采用弹性生产和弹性用工，降低生产成本。针对快速变化的市场需求或生产订单，资本家可以随时调整生产计划和用工规模，减少订单不足时的劳动闲置成本，以获得更高利润。这种模式的构建需要建立在布雷弗曼的去技能化生产模式之上，即现代资本主义对熟练劳动力和经验积累需求的下降。由于技术含量低，这些员工具有很强的可替代性，随时可以从劳动力市场招聘，因而市场表现就是劳动者流动性较高（熊易寒，2016）。作为掩盖剩余价值的隐性手段，它秉持了外部劳动力市场所推崇的特征，即自由和平等的市场竞争，而这种竞争使得资本可以更为廉价的方式获得生产所需要的劳动力。劳动者看似有了更多的职业选择自由，实质上更为一无所有，“劳动者除劳动力外，没有任何实现自己的劳动力价值所必需的物质条件。”只能是从一个老板，跳到另外一个老板那里。重点是这种流动的原因及结果，都是降低了劳动者的议价能力。
第二，采用掐尖式用工模式，维持高生产效率。国际垄断资本主义在全球范围内形成了一个劳动后备军，让资本有条件选择更为廉价、生产效率更高的劳动力。而各国政府尤其是第三世界国家为了吸引外资，往往采取与资本合谋，放松对劳动力市场的管制和对劳工利益的维护。在行业内部，资本联合起来形成了一个共享劳动力市场，共同进行人力资本培育和使用。类似于，构建一个劳动力“公共蓄水池”。企业尽量选择年富力强、生产力更高的劳动者进入企业，而那些年龄较大或者健康状况不好的劳动者，则被淘汰出劳动力市场，或者返回农村。掐尖式用工主要发生在第三世界国家的劳动密集型的制造业和服务业。在“去技能化”和丰富的“劳动后备军”的影响下，这些地区的企业只需要为劳动者提供必要的生存条件，而不需要考虑劳动力的再生产，比如劳动力素质提升和家庭发展。
三是实现了劳资矛盾转移，将资本和劳工之间的矛盾，转化为劳工内部的矛盾（无产者互相之间的竞争）、产业工人和产业后备军之间的矛盾（产业后备军限制了工人的议价能力）或者技术进步与劳工之间的矛盾（工人有可能会被机器取代从而产业后备军又增加）。一方面发达国家通过全球产业链将资本劳动矛盾转嫁到第三世界国家；另一方面是将劳资矛盾转移成劳动者之间的竞争。这种流动性化解了劳动者和管理者之间的紧张关系，并在劳动者之间形成新的紧张关系（西尔弗，2016：4-9）。这样劳动者的个体利益就建立在和劳动者之间的竞争和争夺上，而不是劳动和资本之间的利益争夺。劳动者竞争对象是同类型劳动者，劳动者的管理者甚至是自己的同乡或者亲戚（郑广怀等，2015）。这就在保证资本利润率的同时，解决了资本积累的“合法性”问题。
三、不稳定就业与农民工市民化悖论：理论与假说
（一）农民工市民化悖论：流动、收入与家庭
作为全球化的一部分，“中国制造”处于跨国产业链的底端，议价能力低，工厂利润微薄，本地资本家让利空间有限，不得不寻求更为廉价、更为灵活、更加易于控制的劳动力。不稳定就业成为中国一种越来越普遍的现象。首先是经历过上世纪末下岗分流的体制内单位，广泛采用了劳务派遣制，大量招聘没有正式编制、工资水平相对较低非正式员工。其次是制造行业、建筑行业和服务行业的民营企业，尤其是代工企业，他们从早期的合同制、计件工资等“科学管理”转向业务外包、缩短合同期限和灵活用工（合同工、临时工、散工、兼职工等）等管理模式。农民工是这种不稳定就业的主力军。李静君认为，发展主义政府制造了越来越多的劳动后备军（如失地农民和实习工）和对劳工权益保护的弱化，导致在2010年以后农民工的就业不稳定的状态更为明显（LeeandKwan，2016）。
假说1a：在城市中，不稳定就业有助于提升农民工个体的收入水平，但是不利于农民工家庭成员随迁。
假说1b：签订长期雇佣合同有助于农民工家庭成员随迁，但是要以接受更低的工资水平为代价。
（二）自由的假象：流动与掐尖式用工模式
新古典劳动力市场理论认为，在劳动力市场上，由于信息不完全或者信息不对称，劳动力和雇佣者很难一开始就实现最有效的搜寻和匹配结果，劳动者需要通过就业流动实现供求双方的工作效率、职能等更优匹配（吴愈晓，2011）。这是从个体角度对就业流动效应的理解。
农民工可以通过就业流动提升整个群体的收入水平吗？根据一般的理解，收入是可以加总的，或者说总体收入水平等于所有个体收入之和。如果就业流动可以增加农民工个体收入水平，那么农民工群体的就业流动性上升也应该会提升整个群体的收入水平。但是这一逻辑推导，需要一个前提条件，即农民工是个稳定或者静态的群体。而现实中，农民工是一个处于“流动态”的群体，或者说农民工是一种临时性生产关系。通过流动实现的收入增加，很可能只是这个群体沿着年龄或者个人素质的一个整体平移。农民工群体收入水平的上限和下限没有动，只是换了不同的队列。在“资本逻辑”占据绝对统治的条件下，不稳定就业以及由此产生的灵活的“生产过程”，自觉、不自觉地在客观上充当着、执行着“资本意志”，为获得巨大的“超额利润”服务。
从资本积累的角度来看，企业总是希望雇佣更年轻、生产力更高的农民工，以保证繁重的加班任务可以完成，或者在相同的购买工资下有更多的生产剩余，我们将其界定为掐尖式用工。在这种模式下，农民工转换工作获得的更高收入，很可能是导致了前面一位农民工的失业或者返乡。作为一种资本积累的方式，流动不能增加农民工群体的收入，只是一种群体内部的向下竞争或自我替代。因此，本文提出不稳定就业的群体效应悖论假说。
假说2：在个体层面，不稳定就业可以增加农民工的工资水平；但是在城市层面，不稳定就业不会增加农民工群体性的收入水平。
企业在招聘员工时，都会倾向于更为优质的员工，并提供更高的收入和福利。掐尖式用工模式的核心特征是资本方不仅会选择更为年轻的、更有生产力的，并且直接淘汰掉年老力衰、生产力下降的劳动者。他们不需要支付劳动力再生产的成本，比如老年人的医疗保障、退休金等。因此，在一般用工模式中，随着年龄的增长，职工们的保障会不断积累，获得城镇职工医疗保险、养老保险的比重会越来越高。但是在掐尖式用工模式下，单位会用优质的福利吸引年轻力壮的劳动者，而对于年龄较大的劳动者则选择临时雇佣（不签订劳动合同），减少福利供给，直到把他们挤出城市劳动力市场。我们提出掐尖式用工模式的两个平行研究假说。
四、研究设计：数据与方法
本研究所使用数据来自于国家卫健委全国流动人口卫生计生动态监测调查2016年的资料（CMDS，2016）。CMDS由采用分层、多阶段、与规模成比例的PPS抽样方法，在全国31各省市及新疆生产建设兵团地区对流入地居住超过一个月以上，非本区（县、市）户口的15岁以上的流动人口进行调查而得到。问卷的基础模块每年相对固定，包括被访者基础信息、家庭成员信息、被访者流动和就业状况、居留和落户意愿等信息。相比于前面几期流动人口调查，CMDS2016、2017的抽样和调查实施更为规范，2016年是截面数据，样本量169000份。
（二）测量
我们通过两个指标来测度农民工市民化：（1）农民工在城市的收入水平，用上个月的月收入来测度；（2）家庭化迁移，本文将家庭的边界限定为核心家庭，并从角色关系研究范式对家庭化迁移进行测度。从角色关系的随迁与否来衡量家庭化迁移完成与否，包括配偶、子女和父母。其中，关于子女的随迁情况，本文将农民工家庭中跟随父母一方或双方进入流入地的16周岁及以下人口界定为随迁儿童，目前仍居住在户籍地的儿童即为留守儿童，并将其做0-1变量处理，即儿童随迁设置为“1”，儿童留守设置为“0”。关于配偶的随迁情况，本文将已婚人群且本次与配偶一起流动界定为随迁配偶，即配偶随迁设置为“1”，否则为“0”。关于父母随迁，本文首先按照家庭成员情况筛选出有父母信息的人群，然后按照“本次流动是否和父母/岳父母/公婆一起流动”，是就设置“1”，表示父母随迁，否就设置为“0”。
关于不稳定就业的度量，目前学术界还没有统一的标准。本文从就业流动次数、雇佣合同类型和长期居留意愿三个维度来衡量。其中就业流动次数考虑为过去不稳定就业的一种状态。是以工作、生活等为目的，不包括出差、探亲、旅游、看病等，进行1个月及以上以工作和生活为目的流动的次数。雇佣合同类型则为现在就业状况的表现。关于合同变量，问卷中设置的问题是“您与目前工作单位签订何种劳动合同？”其中，无固定期限劳动合同的签订表示长期雇佣关系的确定，赋值为1；有固定期限一般为短期雇佣合同，赋值为2；签订完成一次性工作和试用期合同都属于非正式就业合同，赋值为3；未签订劳动合同的赋值为4。而长期居留意愿则反映了农民工对现有工作和所在城市的归属感，可反映出就业的未来稳定性。关于该变量，本文将问卷中的问题“您今后是否打算在本地长期居住（5年以上）”中选择打算长期居留设为0；返乡和继续流动设为1。最后，对这三个变量，利用因子分析方法获取主因子，生成不稳定就业的一个综合指标。
表1:变量的描述统计
类别变量
百分比（%）
样本量
配偶随迁
婚姻状况
随迁
97.01
20294
已婚
82.12
31172
未随迁
2.99
625
其他
17.88
6789
子女随迁
就业途径
63.62
9155
通过社会资本
60.14
22831
36.38
5234
自主就业
39.86
15130
父母随迁
就业所在行业
85.11
2120
住宿餐饮业
12.12
4602
14.89
371
制造业
31.30
11880
合同类型
批发零售业
9.82
3727
无固定期限
15.47
5488
居民服务业
15.32
5815
有固定期限
43.10
15288
其他行业
31.45
11937
完成一次性工作任务、试用期
2.44
866
就业单位性质
未签订劳动合同
38.98
13825
国有集体企业
11.14
3767
长期居留意愿
私营企业
82.40
27864
长期居留
86.02
22700
外资企业
6.46
2183
返乡、继续流动
13.98
3689
流动范围
城镇养老保险
市内跨县
16.48
6248
本地参保
28.90
10970
省内跨市
31.00
11755
本地未参保
71.10
26991
跨省
52.52
19918
城镇职工医疗保险
城市等级
20.13
7640
大城市
72.06
26062
79.87
30321
中小城市
27.94
10105
性别
女性
42.75
16227
男性
57.25
21734
数值型变量
变量说明
最小值
最大值
均值
标准差
观测值
工资收入
上个月（最近一次）收入，对数处理
1.792
11.002
8.007
0.497
37955
流动次数
1
22
1.312
0.85
37961
不稳定就业
归一化处理
0
0.052
0.062
24714
年龄
调查年份-出生年
20
54
35.537
8.745
受教育年限
未上过学=0，小学=6，初中=9，高中/中专=12
12
9.246
2.206
家庭收入
对数处理
0.693
11.918
8.573
0.47
连续变量
99
52.502
14.55
37946
调查年份-初次外出务工年份
2
37
8.204
5.914
34306
（三）实证策略
不稳定就业和工资收入、家庭成员随迁之间的实证研究中，存在很多其他变量混淆自变量和因变量之间的关系，需要处理潜在的“选择性偏误”。不稳定就业和稳定就业农民工之间可能因为某些已被观测、未被观测甚至不可观测的变量而呈现出明显的自选择性，从已被观测的变量来看，被访农民工的就业稳定性在性别、年龄、婚姻状况、受教育程度、行业特征等变量上存在显著的差异，进而使得观测到的农民工在家庭成员随迁、工资收入方面发生差异。对此，我们引入广义倾向得分匹配法（GPSM）进行“反事实分析”，克服依可测变量的选择性偏误，为不稳定就业对农民工工资收入和家庭成员随迁的影响作出更为准确的回答。
与传统的倾向得分匹配模型（PSM）相比，GPSM模型突破了处理变量必须是0-1型变量的限制，可以对多元变量或者连续型变量的处理效应进行评估。本文中连续型处理变量T为就业不稳定性，即利用因子分析方法构建合同类型、流动次数和有无长期居留意愿三者的主因子和权重，所生成的一个不稳定就业的综合变量。归一化处理后，该变量为在区间[0,1]中取值的连续型变量。结果变量分别为个人收入水平和配偶、子女、父母是否随迁。
对于随机样本，表示个体i在处理变量t的不同取值下所对应的潜在产出水平，称为个体的“剂量反应”函数，本文即指当就业不稳定水平为t时，农民工的个人收入水平（家庭随迁概率）。为“平均剂量反应函数”。自变量不同取值所对应的函数值差异，可以解释为处理强度变化所带来的因果效应。
GPSM首先要求满足条件独立性假设。当控制了协变量Ｘ之后，就业不稳定性与个人收入水平（家庭成员随迁）之间是相互独立的。即：
(1)
协变量X为既影响就业不稳定性也影响收入水平（家庭随迁）的变量。该条件能够有效剔除处理强度的选择性偏误以及由此产生的内生问题。当处理变量的条件概率密度为r(t,x)=FT|X(t|x),广义倾向得分R即为r(T,X),它表示在控制了协变量Ｘ后，处理变量T取值时的概率。此外，GPSM匹配的效果还取决于平衡条件是否满足，即控制了倾向得分R一致时，处理强度t与潜在产出结果是相互独立的。
参照Hirano和Imbens的做法（2004）,本文将分三阶段进行不稳定就业对收入水平（家庭随迁）的影响效应估计。
首先，在给定协变量的条件下，估计处理强度的条件分布。本文采用的就业不稳定变量是严重有偏的，不满足正态分布的假设，因此，本文采用FractionalLogit模型对密度函数进行修正。令表示个体i在给定Xi时，不稳定就业的条件期望。为农民工达到某种就业不稳定水平的概率。即：
(2)
其次，根据处理强度T和倾向得分R构造结果变量的条件期望模型，即：
（3）
最后，利用（3）式估计所得系数，计算结果反应函数即农民工收入水平（家庭迁移）在每一不稳定就业水平下的反应函数。将处理强度值T替换为处理变量t，将得分值R替换为得分值估计函数r（t，X），以得到“平均剂量反应”函数μ（t）和处理效应的估计结果：
（4）
（5）
其中，Ｎ是样本中的农民工人数。步长设为0.01，指t取任意就业不稳定水平时所对应的收入水平（家庭成员随迁概率）。指与稳定就业相比，任一不稳定就业水平给农民工收入（家庭随迁）带来的净影响。
为验证结果的稳健性，本文将有无长期合同和有无再流动分别作为处理变量，对工资收入和家庭成员随迁进行PSM估计。考虑到对倾向值的估算可能还存在设定偏误，采取多种匹配方法能在更大程度上保证PSM分析结果的稳健性，因此，本文将使用贪婪匹配法和核匹配法对样本进行匹配。匹配之后，通过比较处理组和控制组两类农民工的子女随迁、配偶随迁、个人收入情况差异可以估计出处理组的平均干预效应（AverageTreatmentEffectontheTreated,ATT），即农民工就业流动行为对个人收入、子女随迁及配偶随迁的平均干预效应。
从平衡性假设的检验结果来看，在使用最近邻匹配之后，各协变量的标准化平均值差异均小于5%，有部分还接近0。从t检验来看，匹配后各协变量在组间均不存在显著性差异。可见最近邻匹配很好地消减了处理组和控制组之间的特征差异。
五、中国的特征事实
（一）农民工不稳定就业的特征
农民工不稳定就业的典型特征表现为：以临时或短期工作为主，就业流动频繁，缺乏保障。数据统计结果显示，农民工签订劳动合同的比重为57.5%，其中签订长期雇佣合同的比重只有26.24%，并且随着年龄的增长，农民工签订劳动合同的概率在快速下降。从流动次数来看，四分之一的农民工至少流动过一次，10%的农民工流动过3次及以上。从保障状况来看，71.1%的农民工没有本地养老保险，80%的农民工没有城镇职工医疗保险。
另外，区分所有制类型来看，农民工在国有企业中签订长期雇佣合同的比重最高，其次是私营企业，在外资企业中签订长期雇佣合同的比重最低。从2011年到2017年，国有和私有企业农民工签订长期雇佣合同的比重有所下降，后者的下降更为明显。见图1。由此我们推断，我国农民工的不稳定就业，在很大程度上是受国际资本全球追逐利润的影响的结果。
图1:不同所有制类型企业的农民工签订长期雇佣合同的比重
（二）不稳定就业农民工的收入水平更高
随着就业流动次数的增加，农民工的工资收入逐渐上升。数据分析显示，2016年农民工的月平均工资为3362.98元。基于就业流动次数进行划分，只发生1次就业流动的农民工的平均月收入为3270.85元，低于农民工的平均收入水平；流动次数在2次、3次农民工的平均月收入分别为3583.51元和3659.37元；而流动次数达到4次及以上时，农民工平均月收入为3893.54元。从农民工月工资收入的50分位数、75分数的比较来看，都显示流动次数越多，农民工的工资收入越高。另外，我们还以农民工的平均收入水平为参照，考察不同流动次数农民工的工资收入高于这个数值的比重。研究发现，发生1次和2次就业流动农民工高于平均月收入的比重分别为38.55%和48.77%，都低于50%；流动3次的为51.81%，流动4次及以上时为57.61%。
从签订的合同类型来看，签订长期劳动合同并未显著提升农民工的收入水平，反而在私营企业中，签订长期雇佣合同的农民工收入要低于签订短期合同的农民工。数据分析显示，在私营企业中签订短期雇佣合同的平均月收入为3624.97元，签订长期合同的则只有3386.84元。在国有企业和外资企业中，签订长期雇佣合同的农民工收入水平稍高于签订短期雇佣合同的，但是并没有显著性差异。
表2:不稳定就业与农民工工资收入分布
就业流动次数
月工资收入
p50
p75
高于平均收入的比重
N
1次
3270.85
3000
4000
38.55%
37112
2次
3583.51
3200
4200
48.77%
7221
3次
3659.37
3500
4300
51.81%
2612
4次及以上
3893.54
3600
5000
57.61%
1984
国有企业
短期合同
3409.88
3624.97
3513.28
长期合同
3538.79
3386.84
3679.9
注：1.本表基于2016年流动人口动态监测数据计算；2.2016年农民工的平均工资收入为3362.98元。3.工资收入的单位为元。
（三）不稳定就业农民工的家庭成员随迁概率更低
从签订的合同类型来看，签订短期雇佣合同显著降低了农民工家庭成员随迁的概率。数据分析显示，签订长期雇佣合同的农民工，其子女随迁的概率为64.35%，签订短期雇佣合同的为49.58%，下降了14.77个百分点。相应的，配偶随迁的概率从97.39%下降到95.95%；父母随迁的概率也从12.77%下降到11.04%。总体来看，是否签订长期雇佣合同对子女随迁概率的影响更为明显。这主要是因为签订长期合同，会有一些附带的福利，比如单位幼儿园或者安排子女上学等。但是长期合同带来的福利很难覆盖到配偶和老人。表3:不稳定就业与农民工家庭成员随迁概率分布（%）
变量
63.30
97.27
15.99
59.79
95.67
7.78
54.03
94.88
6.59
47.29
94.63
5.32
64.35
97.39
12.77
49.58
95.95
11.04
（四）城市层面的不稳定就业与农民工群体性工资收入、家庭成员随迁
那么在城市层面，不稳定就业是否可以改善农民工群体性工资收入呢？数据分析显示，随着城市就业流动频率和未签订雇佣合同比重的增加，农民工群体性工资收入呈现上升趋势。比较来看，城市未签订雇佣合同比重变化，带来的农民工群体性收入的差异更为明显。而城市就业流动频率的增加对农民工群体性工资收入的影响则并不稳定。
另外，在城市层面的不稳定就业，明显阻碍了农民工群体的家庭化迁移。在表4中可以发现，随着城市就业流动频率均值从1分位上升到4分位，农民工子女随迁率从66%下降到49.48%。城市未签订雇佣合同比重从1分位上升到4分位，农民工子女随迁率从67.9%下降到51.57%。同时，父母随迁率也相应的有所下降。
表4:城市层面的不稳定就业与农民工群体性工资收入
城市就业流动频率均值
城市未签订雇佣合同比重
1-25%
26-50%
51-75%
76-100%
平均工资收入（元）
2954.74
2948.15
3280.96
3188.8
2712.94
2966.27
3236.78
3436.71
子女随迁概率
66.00%
68.40%
60.01%
49.48%
67.90%
65.39%
58.38%
51.57%
父母随迁概率
13.07%
15.09%
14.76%
12.54%
15.51%
16.26%
11.89%
11.57%
注：在表中我们对城市就业流动频率和未签订雇佣合同比重，按照从低到高进行了四分位的划分，1%-100%不稳定就业程度逐渐增加。
六、计量分析：基于广义倾向值匹配法
（一）基准回归模型
首先，基于普通最小二乘法和logit模型分别进行不稳定就业对农民工工资收入和家庭成员随迁的基准回归估计，估计结果如表5所示。其中，模型1是对于农民工全样本，模型2是以已婚群体为样本；模型3是有父母的群体；模型4是以已婚，有子女且子女的年龄在16周岁以下的农民工群体为样本。回归结果表明，在控制了农民工个人特征、家庭特征、工作特征和流动特征后，不稳定就业会显著提高个人收入水平，但同时也会显著的降低父母、子女随迁的概率。
表5:不稳定就业对农民工个人收入和家庭成员随迁影响的基本回归结果
个人收入（对数）
(3)
(4)
0.465***
0.313
-4.893***
-0.720
(0.042)
(0.847)
(1.555)
(0.438)
年龄（对数）
-0.035***
-0.125
-1.803***
2.123***
(0.013)
(0.309)
(0.449)
(0.155)
婚姻状况（0=无配偶）
-0.060***
--
-2.233***
(0.010)
(0.263)
性别（0=男）
-0.317***
-1.300***
-0.401**
0.015
(0.005)
(0.126)
(0.172)
(0.051)
就业途径（0=自主就业）
-0.002
0.088
0.024
-0.001
(0.106)
(0.166)
(0.048)
受教育水平
（对数）
0.152***
-0.651**
-0.721
-0.154
(0.014)
(0.266)
(0.458)
(0.125)
0.061***
-0.161
-0.366
0.051
(0.009)
(0.136)
(0.242)
(0.069)
家庭月收入
0.487***
-0.378**
-0.309*
-0.037
(0.012)
(0.151)
(0.187)
(0.063)
体制（0=非体制内部门）
-0.074***
-0.303
0.137
-0.132
(0.191)
(0.370)
(0.096)
职业声望（0=非技术人员）
0.060***
0.272
-0.156
0.304***
(0.220)
(0.278)
(0.088)
0.062***
-0.303***
-0.972***
-0.919***
(0.006)
(0.116)
(0.179)
(0.050)
-0.020***
-0.247***
0.009
-0.443***
(0.004)
(0.083)
(0.040)
城市规模（0=中小城市）
0.066***
0.275**
-0.020
-0.147***
(0.007)
(0.119)
(0.056)
参照组：住宿餐饮业
0.011
-0.152
-0.442
-0.368***
(0.280)
(0.085)
-0.016
0.123
-0.361
0.108
(0.011)
(0.214)
(0.102)
-0.030***
0.090
0.160
0.081
(0.204)
(0.328)
(0.098)
0.076***
0.092
-0.044
0.113
(0.282)
(0.087)
常数项
3.485***
10.44***
16.15***
-4.964***
(0.115)
(2.007)
(2.813)
(0.886)
23,031
12,969
1,546
8,952
adj.R2
0.369
PseudoR2
0.387
0.269
注：括号内为稳健标准误，*p<0.1,**p<0.05,***p<0.01
（二）不稳定就业对农民工工资收入的影响：基于广义倾向值方法
表6:不稳定就业的FractionalLogit回归结果
因变量：
就业不稳定
（1）全样本
（2）配偶随迁
（3）父母随迁
（4）子女随迁
-0.043**
0.031
-0.008
（0.001）
（0.011）
（0.041）
（0.016）
年龄的平方
0.001***
（0.000）
-0.224***
——
-0.013
（0.028）
（0.085）
-0.024
-0.015
-0.011
（0.017）
（0.019）
（0.068）
（0.022）
0.011**
0.020
0.012**
（0.004）
（0.005）
（0.020）
（0.006）
0.096***
0.099***
0.104
0.078***
（0.018）
（0.067）
（0.021）
0.001**
0.002**
（0.002）
-0.003
0.039*
0.050
（0.023）
（0.026）
-0.012
0.016
0.067
（0.031）
（0.033）
（0.111）
（0.035）
职业
-0.034
-0.043
-0.064*
（0.029）
（0.030）
（0.095）
0.234***
0.227***
0.204***
0.216***
（0.069）
0.042***
0.043***
0.057***
0.052***
（0.007）
城市规模
-0.121***
-0.145***
-0.240***
-0.149***
（0.034）
（0.072）
（0.025）
-2.486***
-2.801***
-4.468***
-3.514***
（0.229）
（0.280）
（0.895）
（0.355）
AIC
0.312
0.308
0.306
0.303
地区固定效应
是
行业固定效应
20884
18442
1461
13546
对数似然函数值
-35990.7
-2821.687
-205.576
-2034.202
注：***、**和*分别表示1%、5%和10%显著的水平，括号中为标准误。在估计不稳定就业分布的基础上，计算倾向得分值并进行匹配。首先，对样本要进行合适的匹配分组和分段。因就业不稳定性在[0,1]区间上主要集中于0端，因此本文尝试在处理强度较小端进行细分，选取处理强度为0.015；0.30；0.046作为临界值，将农民工样本按照处理强度值区分为4组。然后，根据处理强度T和得分值R构造产出变量个人收入的条件期望模型。HiranoandImbens（2004）指出具体的函数形式灵活多变，一般不超过三阶多项式。为使结果更为稳健，本文在进行不稳定就业对个人收入和家庭成员随迁的影响估计时，对二阶和三阶多项式均分别进行了拟合，估计效果一致。最后在估算“平均剂量反应”函数μ（t）和处理效应（TreatmentEffect，TE）时，需要设定[0，1]区间上的具体取值，本文设定的步长是0.01，即选择t=0，0.01，0.02，…，0.99，1.00共101个处理强度值。
在图2中通过GPSM匹配方法得到了不稳定就业与农民工个人收入之间的关系。左图报告的是响应函数曲线，右图报告的是不稳定就业对农民工工资收入的边际影响，即干预效应。可以发现，不稳定就业对农民工个人收入呈正向的影响效应，即不稳定就业显著的提高了农民工的工资水平。
图2:不稳定就业对农民工工资收入的影响
另外，为了进一步说明模型的稳健性，我们使用传统的PSM匹配估计了合同签订类型和有无再流动对农民工工资收入的影响效应。其中分析合同类型对工资收入的影响时，将样本限定为有正式合同的农民工，按照合同有无固定期限将合同类型划分为短期合同和长期合同。短期合同相较于长期合同就业更趋于不稳定。在流动次数中，流动次数大于1的即为发生再流动，再流动的农民工就业不稳定性更高。表7报告了最近邻和核匹配的处理组的平均干预效应(ATT)，各模型均通过了平衡性检验。结果表明，对于签订长期合同（无固定期限）或者无再流动经历的农民工而言，签订短期合同（有固定期限）或多次进行再流动下的不稳定就业会带来工资提升效应。最近邻倾向值匹配结果显示，和签订无固定期限的长期雇佣合同的农民工相比，签订有固定期限的短期雇佣合同可以让农民工获得5%的工资提升；而和仅流动过一次的农民工相比，再次流动会使农民工获得3.3%的工资提升。可见，不稳定就业可以增加农民工的工资收入，并且随着不稳定程度的上升，农民工的工资收入有了进一步的提升。
表7:合同类型、再流动对农民工工资收入的影响
短期合同/长期合同
有无再流动
最近邻（1:4）
核匹配
ATT
0.054***
0.064***
0.033***
（0.010）
0.046***
Observations
18689
26665
0.001
（0.032）
-0.007
0.104***
（0.037）
0.097***
2215
2660
0.065***
0.073***
（0.008）
0.023**
0.026***
13770
24389
-0.022
-0.023
（0.027）
0.045*
0.041**
1953
2129
注：*p<0.10,**p<0.05,***p<0.01。括号中为标准误。标准误是采用bootstrap抽样得到的标准误，自主样本为100个。
（三）不稳定就业对农民工家庭成员随迁的影响
通过GPSM匹配方法得到不稳定就业对农民工家庭成员随迁的影响。按照家庭成员类型，将模型2中的样本限定为有子女，且子女年龄未满16周岁的农民工样本，以研究不稳定就业对子女随迁的影响。模型3将样本限定为父母健在的群体，以研究不稳定就业对父母随迁的影响。从图3-1和3-2中可看出，就业不稳定显著的降低了子女和父母随迁的概率。抚养子女和赡养老人是家庭的基本责任和义务，不稳定就业不利于子女和父母的随迁，影响着家庭功能的实现和家庭的健康发展。同时，本文以已婚的农民工为研究对象，研究结果如图3-3所示，不稳定就业水平的提升会略微提升配偶随迁的概率，但随着不稳定就业水平上升，配偶随迁概率趋于稳定。农民工配偶往往也是家庭主要劳动力的一员，在就业不稳定的状况下，夫妻双双外出，会增强流动的“收入效应”。但结合子女和父母随迁概率降低的结果看，农村“留守儿童”和“空巢老人”问题更为突出，不稳定就业进而更易成为家庭健康发展的风险因素。
3-3(a)3-3(b)
图3:不稳定性就业对家庭随迁的影响
注：图3-1（a）、图3-1（b）是不稳定就业对子女随迁的影响效应；图3-2（a）、图3-2（b）是不稳定就业对父母随迁的影响效应；图3-3(a)、3-3(b)是不稳定就业对配偶随迁的影响。
表8进一步报告了合同类型和流动状况对家庭成员随迁影响的PSM回归结果。整体来看，再流动或者是签订了短期劳动合同，不利于家庭成员的随迁。具体来看，签订短期合同会显著降低农民工配偶、父母和子女的随迁概率。而相对于仅流动一次，再流动的农民工的父母、配偶和子女的随迁得影响系数均为负值，概率都更低。
表8:合同类型、再流动对家庭成员随迁的影响：PSM回归
(1)配偶随迁
(2)父母随迁
(3)儿童随迁
-0.010**
-0.045*
-0.089***
-0.030**
（0.015）
-0.035**
（0.014）
9805
1044
7131
-0.013**
-0.011**
-0.111**
（0.044）
-0.082**
（0.040）
-0.017
（0.012）
-0.014
17737
1310
13249
注：在模型1中保留已婚样本；模型2中剔除没有父母的样本；模型3中保留有子女，且子女年龄小于17岁。
（四）不稳定就业的资本积累逻辑：掐尖式用工模式
1.不稳定就业对农民工群体收入的影响：城市层面的分析
在农民工个体不稳定就业指数的基础上，我们进一步构建了城市层面的农民工不稳定就业指标。以城市农民工平均受教育程度、农民工在国有企业就业的比重、城市人口规模、城市投资总额、人均GDP、规模以上企业数量为协变量，基于FractionalLogit模型估计城市层面农民工不稳定就业的分布，估计结果见附录表2。在估计城市层面不稳定就业分布的基础上，计算倾向得分值并进行匹配。根据处理强度T和得分值R构造城市层面收入的条件期望模型。在进行不稳定就业对城市收入的影响估计时，本文选择了三阶多项式拟合。该模型更为稳健，能够覆盖一阶或者二阶多项式的结果。
通过GPSM匹配方法得到城市层面的不稳定就业与农民工整体的收入水平呈现负向变动关系，即随着农民工群体就业不稳定性的增强，整体收入水平在下降。结合前文研究可以发现，确实存在不稳定就业的群体效应悖论，即不稳定就业提升了农民工个体的收入水平，但是却不能提升农民工群体的收入水平。从资源配置的角度来看，劳动力流动可以提高劳动生产效率。如果这种资源配置是中性的，那么不稳定就业就会同时改善资本和劳动者群体的收入水平。实证结果显示，不稳定就业不能改善劳动者群体的收入水平，而是一种资本积累方式。
图4:城市层面不稳定就业对收入水平的影响
2.掐尖式用工模式：企业层面的分析
图5:不同年龄组农民工签订合同比重、工资和福利状况（预测值）
在掐尖式用工模式中，雇主如何辞退或者替换掉正在使用的雇员呢？企业用工一般分三类，一是企业直接雇佣的合同工，由企业和劳动者签订雇佣合同；二是劳务派遣工，企业和劳务派遣公司签订用工合同，劳动者隶属于劳务派遣公司。还有一类是临时工，没有签订劳动合同，除了约定的工资没有其他福利。企业直接聘用合同工则受到《劳动合同法》的保护，需要等到合同到期，不再续签。对于劳务派遣工和临时工，企业可以随时解除和劳动者的雇佣关系。掐尖式用工模式导致的结果是，就业越不稳定、越低技能的员工群体，其平均年龄越低。
以武汉市一家从事信息家电生产的W企业为例，该企业共有员工3475人，在现场工作人员2432人，包括组长、副组长和领班77人，工作忙时这些人也可以上线干活；技术人员280人；一般工人2075人。一般工人中，企业直接聘用的合同工171人，占8.24%；从三家劳务派遣公司雇用员工846人，占40.77%；临时工1058人，占50.99%。企业只给直接聘用的合同工提供社保和公积金，临时工没有任何福利。劳务派遣工由劳务公司管理和发放工资，只是被派遣到该企业工作。由于企业对不同类型的员工招聘和解聘的难易程度有所差异，也即所采取的掐尖式用工也有所不同，由此也导致不同类型员工年龄的差异。在W企业中，工作最为稳定的是合同工，其平均年龄也最高，为29.12岁；其次是劳动派遣工，平均年龄为27.36岁；就业稳定性最差的临时工，平均年龄最低，为23.34岁。在临时工群体中，年龄最小的仅为16岁，19岁及以下的549人，占临时工总数的50.74%。另外，临时工中97.32%为农村户籍，也就是农民工。
表9:不同类型员工的人口分布和平均年龄
合同工
劳工派遣工
临时工
平均年龄
工厂劳工N
514人
859人
1059人
25.93
百分比
21.13%
35.32%
43.55%
技术人员N
274人
6人
0人
27.69
97.86%
2.14%
0.00%
组长或领班N
69人
7人
1人
29.43
89.61%
9.09%
1.30%
一般工人N
171人
846人
1058人
25.56
8.24%
40.77%
50.99%
29.12
27.36
23.34
注：本表数据来自于W企业全职工人事登记信息库。
也有很多企业采取降低在职员工工资和福利水平的方式，促使生产力下降的员工主动离职，给新人腾出岗位。在企业调研中，一位企业人力资源部的负责人告诉笔者：
在我们的工厂里，工人的基本工资是很低的，后面的津贴、奖金啊都是和加班挂钩的。正常工作时（有加班）的工资是没有加班时工资的2-3倍。如果想把一些年龄较大的员工辞退，就不让他加班呀。制定一个员工管理政策，多大年龄后由于身体原因不允许再加班。这些员工，基本上就会自动辞职离开了。
2010年之前还可以比较容易的挑选年轻的、技术熟练的工人，近些年招聘年轻员工的难度在加大。企业普通的正式合同工人逐渐减少了，目前车间内大多用学生工、临时工、以及“老人”。
可见，随着我国人口红利的消减和其他国家和地区廉价劳动力的竞争，在我国采取的掐尖式用工模式正面临挑战，但是将不稳定就业作为一种资本积累方式短期内不会改变。
七、结论与讨论
作为全球化生产链条的重要组成部分，中国在实现了快速经济增长的同时，也不可避免地受到资本主义生产关系的影响，而农民工恰恰是国际垄断资本全球追逐利润的产物，才使得劳动过程理论成为理解劳资关系和农民工市民化问题的重要分析工具。正如体西尔弗对《劳动的力量》一书核心内容的总结：“资本转移到哪里，劳工与资本的冲突很快就会跟到哪里”(西尔弗，2012：38-68)。无论是布雷弗曼的“去技能化”还是布洛维的“生产政治”理论，都是基于对固定职员生产关系的分析，而伴随着新自由主义在全球掀起的不稳定就业对已有理论提出了挑战。本文对劳动过程理论的贡献在于，将不稳定就业作为新形势下资本积累的方式，试图从中发现资本掩盖剩余价值、消解工人阶级意识的内在逻辑。如果不稳定就业作为一种生产方式而长期存在，那么很可能会改变户籍身份对农民工的现实意义，或者深化户籍制度改革的方向需要有所调整。另外，对未来不确定性的预期还可能会影响人们在一些关键问题上的决策，比如降低身份认同、助长社会失范等等（Kalleberg，2009），需要引起政府和学界的重视。
参考文献（References）
阿伦特.2012.人的境况[M].王寅丽,译.上海：上海人民出版社.
蔡昉.2010.人口转变、人口红利与刘易斯转折点[J].经济研究(04):4-13.
陈映芳.2005.“农民工”:制度安排与身份认同[J].社会学研究(03):119-132+244.
辜胜阻、李睿、曹誉波.2014.中国农民工市民化的二维路径选择——以户籍改革为视角[J].中国人口科学(05):2-10+126.
郭于华、黄斌欢.2014.世界工厂的“中国特色”新时期工人状况的社会学鸟瞰[J].社会(04):49-66.
布雷弗曼.1979.劳动与垄断资本[M].方生等,译.北京：商务印书馆.
何明洁.2009.劳动与姐妹分化——“和记”生产政体个案研究[J].社会学研究(02):149-176+245.
贾文娟.2015.双重大转型下的国有工业企业生产模式变迁——以A市南厂“入厂包工”模式兴起过程为例(2001—2013)[J].开放时代(03):64-77.
李静、刘霞辉、楠玉.2019.提高企业技术应用效率加强人力资本建设[J].中国社会科学(06):63-84.
刘传江、徐建玲.2007.第二代农民工及其市民化研究[J].中国人口·资源与环境(01):6-10.
马克思.2011.资本论(第一卷)[M].郭大力,王亚南,译.北京：北京理工大学出版社.
迈克尔·布若威.2008.制造同意:垄断资本主义劳动过程的变迁[M].李荣荣,译.北京：商务印书馆.
彭希哲、赵德余、郭秀云.2009.户籍制度改革的政治经济学思考[J].复旦学报(社会科学版)(03):1-11.
孙文凯、白重恩、谢沛初.2011.户籍制度改革对中国农村劳动力流动的影响[J].经济研究(01):28-41.
田丰.2017.逆成长:农民工社会经济地位的十年变化(2006-2015)[J].社会学研究(03):121-143.
魏万青.2012.户籍制度改革对流动人口收入的影响研究[J].社会学研究(01):152-173.
吴愈晓.2011.劳动力市场分割、职业流动与城市劳动者经济地位获得的二元路径模式[J].中国社会科学(01):119-137.
西尔弗.2012.劳工的力量:1870年以来的工人运动与全球化[M].张璐,译.北京：社会科学文献出版社.
徐建玲、刘传江.2007.中间选民理论在农民工市民化政策制定中的运用——基于武汉市436位农民工的实证研究[J].管理世界(04):40-45.
杨瑞龙.工资形成机制变革下的经济结构调整[M].中国人民大学出版社.
杨雪、樊洺均.2019.新生代高学历流动人口的流向选择及影响机制[J].人口学刊(06):64-77.
张斐.2011.新生代农民工市民化现状及影响因素分析[J].人口研究(06):100-109.
郑广怀、孙慧、万向东.2015.从“赶工游戏”到“老板游戏”——非正式就业中的劳动控制[J].社会学研究(03):170-195.
庄家炽.2018.从被管理的手到被管理的心——劳动过程视野下的加班研究[J].社会学研究(03):74-91.
ArigaK.,OhtakeF.,SasakiM.,WuZ.2012."WageGrowththroughJobHoppinginChina".KIERWorkingPapers.Bourdieu,Pierre.1998.“Laprécaritéestaujourd’huipartout.”InContre-feux.Paris:LiberRaisond’agir:95-101.
Bourdieu,Pierre.1998,Actsofresistance.NewYork:NewPress.
Burawoy,Michael.1985,ThePoliticsofProduction.London:Verso.
David,Stark.1980,“ClassStruggleandtheTransformationoftheLaborProcess:ARelationalApproach.”TheoryandSociety9(1):89-130.
FieldAlexander.1979.“ContestedTerrain:TheTransformationoftheWorkplaceintheTwentiethCentury.ByRichardEdwards.NewYork:BasicBooks,1979.Pp.Ix+261.$12.95.”TheJournalofEconomicHistory:1073-1075.
JovanovicB.1979."JobMatchingandtheTheoryofTurnover".JournalofPoliticalEconomy87(5):972-990.
Kalleberg,ArneL.2009.“PrecariousWork,InsecureWorkers:EmploymentRelationsinTransition.”AmericanSociologicalReview74(1):1-22.
Lee,KwanChing.2016.“PrecarizationOrEmpowermentReflectionsOnRecentLaborUnrestinChina.”JournalofAsianStudies75(02):317-333.
Munck,Ronaldo.2013.“ThePrecariat:AViewFromtheSouth.”ThirdWorldQuarterly34(5):747-762.
Ngai,PunandLuHuilin.2010.“UnfinishedProletarianization:Self,Anger,andClassActionamongtheSecondGenerationofPeasant-WorkersinPresent-DayChina.”ModernChina36(5):493-519.
Palloix,C.2006,“TheLabourProcess:FormFordismtoNeo-Fordism.”trans.J.MephamandM.Sonenscher,TheFordismofFord:ModernManagement:FordismandPost-Fordism(1):3-24.
Standing,Guy.2011.ThePrecariat:TheNewDangerousClass[M].London:BloomsburyPublishing.
Standing,Guy.2012.“ThePrecariat:FromDenizenstoCitizens.”Polity44(4):588-608.
ThompsonPandVincentS.2010.LabourProcessTheoryandCriticalRealism.Basingstoke:PalgraveMacmillan.
ThompsonPandNewsomeK.J.2004.“LabourProcessTheory,WorkandtheEmploymentRelationship”.Theoreticalperspectivesonworkandtheemploymentrelationship:133-162.
Taubman,Paul.1986."Chapter21SegmentedLaborMarkets".HandbookofLaborEconomics:1183-1217.
WschultzT.1961."InvestmentinHumanCapital:Reply.".AmericanEconomicReview(1):1-17.
附录：
附录表1匹配结果
Unmatched
Mean
%reduct
t-test
V(T)/
Variable
Matched
Treated
Control
%bias
|bias|
t
p>|t|
V(C)
U
34.94
35.48
-6.9
-7.92
0.000
0.90*
M
34.95
-0.1
98.4
-0.13
0.900
0.93*
6.79
7.17
-6.7
-7.79
0.97*
6.78
0.1
97.9
0.17
0.869
1.01
0.82
0.80
4.8
5.48
1.1
77.8
1.22
0.224
.
3.23
3.02
31.0
35.75
0.94*
3.24
-1.0
96.7
-1.20
0.230
1.07*
行业特征
17.61
13.13
23.1
26.75
1.50*
16.23
7.1
69.3
7.13
单位性质
5.90
-20.5
-23.59
0.74*
5.43
2.5
87.6
3.19
1.12*
1.56
1.71
-21.2
-24.46
0.87*
1.53
3.1
85.3
3.70
1.05*
2008.60
2008.40
3.4
3.93
-0.5
84.6
-0.60
0.546
0.99
省份
35.55
36.62
-7.3
-8.43
0.73*
35.32
1.6
78.1
1.83
0.75*
附录表2城市层面不稳定就业的FractionalLogit回归结果
因变量：就业流动性
农民工平均受教育程度
-0.082
（-1.62）
农民工在国有企业就业比重
0.319
（0.49）
常住人口规模
-0.001**
（-2.36）
规模以上企业数量
0.195***
（3.01）
固定资产投资
0.089
（1.32）
人均GDP
0.000**
（-2.33）
-3.358***
（-3.69）
0.318
已控制
734
-109.88
注：***、**和*分别表示1%、5%和10%显著的水平，括号中为Z值。
Standarderrorsinparentheses，***p<0.01,**p<0.05,*p<0.1
（1）
有无签订合同
（2）
职工医疗保险
养老保险
个人收入水平
-0.019***
0.009***
0.013***
0.005***
（-0.006）
（-0.001）
-0.000231***
-0.000352***
-6.62E-05
（-4.91E-05）
（-5.29E-05）
（-5.39E-05）
-0.000367
-0.00487***
（-0.00142）
（-0.0003）
0.109***
0.0213***
0.0202***
0.114***
（-0.0296）
（-0.0065）
（-0.007）
-0.0289
0.00274
0.00172
-0.269***
（-0.021）
（-0.005）
-0.413***
0.0881***
0.116***
0.0850***
（-0.016）
（-0.004）
0.207***
-0.0498***
-0.0578***
-0.00404
（-0.0204）
（-0.0048）
0.0118***
-0.00207***
-0.00267***
0.00217***
（-0.00016）
（-0.000172）
（-0.0001）
-1.072***
0.296***
0.361***
-0.0828***
（-0.0398）
（-0.00872）
（-0.009）
（-0.010）
职业声望
-0.321***
0.0633***
0.106***
0.108***
（-0.0359）
（-0.00786）
（-0.00846）
（-0.00863）
0.148***
-0.0720***
-0.0805***
0.0514***
（-0.0268）
（-0.00586）
（-0.00631）
（-0.00644）
-0.0218
0.0378***
0.0283***
0.0799***
（-0.0252）
（-0.00552）
（-0.00595）
（-0.00606）
行业效应
已固定
省份效应
3.232***
0.0567**
0.0782***
7.811***
（-0.116）
（-0.025）
（-0.027）
（-0.028）
31,115
R-squared
0.156
0.172
0.231
0.226
地址：湖北省武汉市洪山区中南财经政法大学（南湖校区）-文泉楼北楼334室