摘要
当地有房会增加农村外流劳动力的回流意愿；未婚、受教育程度低、累计流动时间短、年龄大和职业不稳定会增加农村外流劳动力的回流意愿；受教育程度的影响主要来源于三、四线城市，年龄和职业的影响主要来源于中、西部地区，收入降低会加速东部地区及一、二线城市的农村外流劳动力回流；农村外流劳动力的回流意愿不存在性别差异。
自“乡村振兴”战略实施以来，人才成为了能否真正实现乡村振兴的关
关于劳动力回流的研究始于20世纪80年代中期，Ravenstei
从现有文献来看，国内外学者已经就劳动力回流展开了大量研究，尽管已经取得了一定成果，但从微观行为视角探讨回流意愿的异质性分析还不多见。为此，文章将运用定序Logit 回归分析方法，实证检验农村外流劳动力回流的影响因素，依据研究结论制定相关政策，为地方政府吸引人才返乡提供决策参考。
中国流动人口动态监测调查数据（CMDS）是由国家卫健委自2009年起每年收集和发布的调查性数据。该数据从2011年开始发展为全国性大规模抽样调查，调查对象包括全国31个省（区、市）和新疆生产建设兵团的流动人口，年均样本量为20万户，调查方法为分层、多阶段、与规模成比例的PPS方法，内容涵盖了流动人口的基本情况和家庭信息、累计流动时间、收入与开支情况、就业与社会保障、婚姻与教育等方面的信息，基本上能够满足该文的研究需求。鉴于数据的可获性，该文使用了2016年全国流动人口动态监测调查数据，总样本量为16.90万。
该文主要探讨农村外流劳动力的回流意愿，因此，需要对原始数据进行清理。该文采取的方法是，保留“户口登记类型”中回答为“农业”的样本，在此基础上，剔除对“您打算什么时候返乡”这一选项无回复的所有个体，最终得到有效样本1.05万个。
现有回流意愿的影响因素有许多，鉴于数据的可获性，该文将所选择的变量分为3类，即个体因素、社会因素、经济因素，具体如下。
（1）个体因素。在个体因素中，选取性别、年龄和婚姻状况3个变量。根据年龄特征，将年龄划分为“80前”与“80后”。该文认为，不同年龄段、婚姻状况的流动就业人口会产生异质性的回流意愿，年龄大和未婚的农村外流劳动力更倾向回流。
（2）社会因素。在社会因素中，选取受教育程度和累计流动时间两个变量。问卷中受教育程度被划分为：未上过学、小学、初中、高中/中专、大学专科、大学本科和研究生共7类，该文认为，农村外流劳动力受教育程度越低，越难融于城市，从而会增加其回流意愿。累计流动时间被划分为：不到 1年、1~2年、3~4年、5~9年、10~14年、15~19年、20~29年、30年及以上共8类，该文认为，农村外流劳动力的累计流动时间越短，越倾向回流。
（3）经济因素。在经济因素中，选取职业、月工资收入和住房拥有状况3个变量。问卷中的职业划分一共有18类，其中，①国家机关、党群组织、企事业单位负责人；②专业技术人员；③公务员、办事员和有关人员；④经商，这4类属于较为稳定的职业，该文认为，职业不稳定的流动就业人口更倾向回流。另外，从住房拥有状况的角度来看，该文认为，当地无房的流动就业人口更倾向回流。
问卷中关于“您打算什么时候返乡？”的回答有6个，“1年内”“1~2年”“3~5年”“6~10年”“10年以后”和“没想好”，考虑到该文的研究目的，将“没想好”设为1，“10年以后”设为2，“6~10年”设为3，“1年内”“1~2年”和“3~5年”设为4。设置后的变量数值越大，表明回流意愿更高。然而，这样的设定隐含一种假设，即相邻类别之间的距离完全相等。为保证回归结果不会因排序信息而产生偏差，以随机扰动项的分布形态为参考，该文选用定序Logit模型对农村外流劳动力的回流意愿展开研究。1.4 统计描述
各变量的定义和说明如
为避免各变量之间的多重共线性问题，进行回归分析之前，需要检验各解释变量之间的相关性。
在回归分析中，该文构建定序Logit计量回归模型，先后将个体因素、社会因素和经济因素纳入模型中，最后对模型中的部分变量进行了取舍，最终形成了7个回归模型，其回归结果如
注： *
模型（1）至（7）的结果表明，该文选用的计量模型具有十分显著的统计学意义。结果显示，除性别和收入外，其余变量对农村外流劳动力均存在显著的回流效应，影响结果大致分为3类。
第一类是社会因素，包括受教育程度和累计流动时间。从各个模型的结果来看，受教育程度每提高1个单位，农村外流劳动力的回流意愿会提高约79.00%，表明随着学历的提升，其回流意愿反而会下降。累计流动时间每提高1个单位，农村外流劳动力的回流意愿会提高至130.00%~140.00%，表明随着外流时间的增加，其回流意愿也会下降。这也从一方面验证了客观现实。
第二类是个体因素，包括婚姻状况和年龄。模型（3）的结果显示，两者均会显著提升农村外流劳动力的回流意愿，即年龄较大的未婚农村劳动力更倾向于选择回流。由于年龄越大，越有可能已婚，不少学者认为两者之间存在一定联系，若同时放入模型易导致结果出现偏差。因此，该文在模型（4）和模型（5）中分别剔除了两种因素，但是影响的显著性并未发生改变。
第三类是经济因素，包括住房拥有状况和职业。当地有房的流动就业人口更倾向回流，这与该文假设观点并不一致。造成这一现象的原因可能是，在当地有房的农村外流劳动力已具有一定的经济实力，因而不会受制于迁移成本而降低回流意愿。职业每提高1个单位，农村外流劳动力的回流意愿会提高138.80%，表明不稳定的工作更易让人增加回流意愿。此外，也有学者认为工作越稳定、收入越高，越有能力购买住房。为此，该文也尝试剔除不同因素进行检验，结果表明，当地有房和职业不稳定仍然是提升回流意愿的主要因素，部分结果如模型（6）和模型（7）所示。
为进一步检验各个因素对回流意愿的影响，该文又分别对农村外流劳动力的户籍、区域及城市进行了异质性分析。
为区别农村外流劳动力，该文在问卷中将户口性质为“非农业”“农业转居民”“非农业转居民”和“居民”的个体都归为非农户籍外流劳动力（以下简称“非农”），得到的回归结果如
注： 通过观察LR值，剔除婚姻状况的模型（4）要比剔除年龄的模型（5）结果更好，因此，模型（6）（7）是在模型（4）的基础上进一步剔除职业和收入的回归结果
职业和累计流动时间已不再是影响“非农”回流意愿的主要因素，这说明农村外流劳动力看重职业是否稳定，而“非农”更看重收入的高低。从累计流动时间上来看，农村外流劳动力的“乡愁情怀”也更浓厚。此外，从性别上看，男性“非农”更愿意选择回流。
注： 按照《中国统计年鉴》上对区域的划分标准，东部地区为北京、天津、上海、河北、山东、江苏、浙江、福建、广东、海南10省（区、市）；中部地区为山西、河南、安徽、江西、湖南、湖北6省；西部地区为内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆（新疆生产建设兵团）12省（区、市）。受定序回归分析所限，该文没有将东三省放入区域差异分析模型中
注： 按照《中国统计年鉴》上对城市的划分标准，一线城市为北京、上海、广州、深圳、天津共5个城市；二线城市为杭州、南京、成都、武汉、青岛、宁波、厦门、重庆、大连、沈阳、长沙、西安、郑州、济南、太原、长春、昆明、合肥、哈尔滨、福州、海口、南昌、石家庄、呼和浩特、乌鲁木齐、南宁、兰州、贵阳、银川、西宁共30个城市；其余城市为三、四线城市
不同于其他因素对回流意愿的影响，收入因素存在明显的异质性。具体表现为，收入的下降会增加非农户籍劳动力的回流意愿，但对农村外流劳动力的影响仅在二线城市显著。有学者认为，收入与受教育程度同时放入回归模型会导致结果出现偏
注： 变量名后带上标“1”的表示在回归中保留了受教育程度，带上标“2”则表示在回归中剔除了受教育程度
产生这一结果的原因可能是，东部地区或一、二线城市的生活成本相对较高，因此，农村外流劳动力对收入的预期更高，当与收入具有一定相关性的受教育程度剔除后，预期收入下降导致了回流意愿的增加。
该文基于2016年全国流动人口动态监测数据，运用定序Logit回归分析方法，实证检验了个体因素、社会因素和经济因素对农村外流劳动力回流意愿的影响，并对不同户口性质、不同区域、不同城市的回流意愿进行了异质性分析，剔除受教育程度这一变量后，又对各模型的结果进行了稳健性检验，最后得出如下结论。
（1）当地有房会增加农村外流劳动力的回流意愿。农村外流劳动力在当地有房说明经济状况较好，迁移成本相对较低，回流意愿会显著高于其他群体。而非农户籍外流劳动力的回流意愿也显著高于农村户籍，但这一结果仅在东部地区的三、四线城市才显著。
（2）未婚、受教育程度低、累计流动时间短、年龄大和职业不稳定会增加农村外流劳动力的回流意愿。农村外流劳动力未婚时，回流意愿会更强，并且这一结论适用于所有流动群体，在不同区域和城市也未表现出明显的异质性；受教育程度是劳动力回流的重要影响因素，但这种影响可能主要来源于三、四线城市的农村外流劳动力，此外，受教育程度与收入具有一定的相关性，剔除受教育程度会显著提升收入在东部地区和一、二线城市的影响；除了二线城市以外，累计流动时间越短，农村外流劳动力的回流意愿越强；年龄、职业对回流意愿的影响更易发生在中、西部地区。
（3）农村外流劳动力的回流意愿不存在性别差异。
依据上述结论，该文提出一些具有针对性的政策建议。
（1）综合评估返乡劳动力，灵活调整土地资源供给。对能带动本村发展、为本村剩余劳动力提供就业、能提高劳动报酬的返乡能人，地方政府可适当放宽回流限制，如：鼓励有能力的外流劳动力定期返乡指导、分享成功经验，带动乡民共同富裕。同时，乡、镇级政府应流转农村闲置土地，提高土地资源的利用率，激活存量土地资产，为返乡能人提供可利用的土地和人力资源；市、区级政府可对各村返乡能人所带回的项目、资金和技术进行评估，根据实际情况放宽对其使用土地的合理权限。
（2）坚持产业兴乡战略定位，为返乡人才提供发展空间。吸引人才回流不能仅依靠增加收入，更主要的是给返乡能人提供一个具有发展前景的空间，各级政府应借鉴和学习发展较好的乡村经验，加快推进农村一三产业融合发展，提高返乡能人在市场投资运作的积极性，建立健全“政府搭台引领+返乡能人参与创业”的合作共赢运作机制，在政策上对返乡创业人才给予融资支持。
（3）积极转变引才思路，注重打造乡村文明建设。政府要转变引才思路，通过各村委收集外出流动人口信息，建立村级流出人口数据库，将引才重心放在单身、受教育程度不高、流动时间短、年龄大和工作不稳定的流动人口上，提高引才效率。此外，要持续改善农村人居环境，建设美丽宜居乡村，定期开展茶话会等文化娱乐活动，对返乡人才给予人文关怀，为外流人才营造乡村“家文化”氛围。
参考文献
何鑫, 田丽慧, 毛凌琳. 生态足迹模型下的人口适度规模研究——以常德市为例. 中国农业资源与区划, 2019, 40（4）: 54-64. [百度学术]
方永丽, 胡雪萍. 农业转移人口市民化进程中的“推力—拉力”分析. 中国农业资源与区划, 2017, 38（8）: 169-175, 182. [百度学术]
任远, 施闻. 农村外出劳动力回流迁移的影响因素和回流效应. 人口研究, 2017, 41（2）: 71-83. [百度学术]
Ravenstein V. On the discrepancy of the sequence formed from multiples of an irrational number. Bulletin of the Australian Mathematical Society, 1985, 31（3）: 329-338. [百度学术]
Labrianidis L, Sykas T. Geographical proximity and immigrant labour in agriculture: Albanian immigrants in the Greek countryside. Sociologia Ruralis, 2010, 49（4）: 394-414. [百度学术]
秦芳, 李晓, 吴雨, 等.省外务工经历、家庭创业决策及机制分析. 当代经济科学, 2018, 40（4）: 91-100, 127-128. [百度学术]
雷阳阳. 人力资本对农民工回流的影响研究——基于CLDS数据. 调研世界, 2016（7）: 42-46. [百度学术]
Dustmann C, Faini R. Return migration: The european experience. Economic Policy, 1996, 11（22）: 213-250. [百度学术]
盛亦男, 孙猛. 农民工返乡的经济学分析——以托达罗模型为视角. 人口研究, 2009, 33（6）: 102-109. [百度学术]
杨忍, 徐茜, 张琳, 等. 珠三角外围地区农村回流劳动力的就业选择及影响因素. 地理研究, 2018, 37（11）: 183-195. [百度学术]
罗凯. 打工经历与职业转换和创业参与. 世界经济, 2009（6）: 77-87. [百度学术]
Condon A, Ogden E. Questions of emigration, circulation and return: Mobility between the French Caribbean and France. International Journal of Population Geography, 1996, 2（1）: 35-50. [百度学术]
Kule D, Mançellari A, Papapanagos H, et al. The causes and consequences of Albanian emigration during transition: Evidence from micro data. International Migration Review, 2006, 36（1）: 229-239. [百度学术]
陆铭, 陈钊, 万广华. 因患寡, 而患不均——中国的收入差距、投资、教育和增长的相互影响. 经济研究 , 2005（12）: 4-14，101. [百度学术]
ANALYSIS OF REFLUX WILLINGNESS AND INFLUENCING FACTORS OF RURAL MIGRANT LABO
Duan Ling1，He Xi
College of Economics and Management, Hunan University of Arts and Science, Changde 415000, Hunan, China；2. Collaborative Innovation Center of Dongting Lake Eco-Economic Zone Construction and Development in Hunan Province, Changde 415000, Hunan, China；3. College of Business, Xiangtan University, Xiangtan 411102, Hunan, China) [百度学术]