第一节 数据处理及分析方法

本书以流动人口就业状态、职业选择及就业身份为因变量，以人口学特征、流动特征和社会特征三个维度中的相关因素为自变量，分别进行多元Logistic回归分析，以探讨流动人口就业的影响因素。相关变量定义如表5-1所示。

表5-1 相关特征变量的定义

第二节 我国流动人口就业状况影响因素分析

就业状态的影响因素分析中，本书选择流动人口是否就业作为因变量，采用二元Logistic模型进行回归分析，选择性别、年龄、受教育程度、婚姻状况、户口性质、流入区域、流动范围、流入时长、居留身份、健康档案和代际差异为自变量。根据变量的分类特征，并避免模型无解的出现，将年龄和受教育程度视为等距有序变量直接纳入模型，其他分类自变量则设置相应的哑变量引入，模型的检验结果见表5-2。

从人口学特征维度的检验结果来看，性别、年龄、受教育程度、婚姻状况和户口性质对流动人口的就业状态均具有显著影响，几乎全部变量均在1%的显著性水平上通过了检验。就性别来看，男性流动人口的就业概率高于女性，就业的优势比达到5.614。年龄变量的显著性水平相对较低，但是在10%的水平下依然显著，说明流动人口就业概率随着年龄的增长而提高，但是提高的幅度相对较小，仅为0.5%。受教育程度对流动人口就业状态的影响程度较大，每增加一个教育等级，就业概率平均提高15.8%。婚姻状况因素中，未婚者的就业概率显著高于其他婚姻状况的流动人群，而初婚、再婚、离婚和丧偶群体间的就业概率差别不是很大。针对流动人口大多从事劳动强度较大的工作的现状，农业户籍流动人口的就业概率相对较高，这部分人群在综合自身禀赋和外部客观环境的条件下更愿意选择就