首页 理论教育 外迁移民适应性对策:实证结果与讨论

外迁移民适应性对策:实证结果与讨论

时间:2023-11-20 理论教育 版权反馈
【摘要】:本项目利用SPSS19.0 分析工具中的数学模型进行实证分析,采取逐步回归的方式进行分析。对以上模型的变量之间的多重共线性的检验结果显示,变量的方差膨胀系数最大也只有3 倍左右,低于10 倍的标准。结果表明,该回归模型并不存在严重的多重共线性问题,符合线性回归模型的假定。

外迁移民适应性对策:实证结果与讨论

本项目利用SPSS19.0 分析工具中的数学模型进行实证分析,采取逐步回归的方式进行分析。模型构建中的变量因变量控制变量、交互变量的设定详见第4章。

首先将移民政策中的“安置方式”“后期扶持政策落实情况”“安置政策落实情况”一起放进多元回归方程,得到表6.7 中的模型1(不显著的变量未列出);把模型1 中的自变量“是否愿意外迁”同时加进多元回归方程,得到表6.7中的模型2;再将模型2 中的自变量和“居住条件”放入方程,得到表6.8 中的模型3;将模型3 中的自变量和“社会关系”同时作为自变量进入多元回归分析模型,得到表6.8 中的模型4;再将模型4 中的自变量和“家庭经济收入”同时作为自变量纳入多元回归分析模型得到表6.9 中的模式5;将模型5 中的自变量和“耕地质量”“耕地面积”同时作为自变量纳入多元回归分析模型得到表6.9 中的模式6;把模型6 中的所有自变量与“语言文化”一同作为自变量放入多元回归分析模型得到表6.10 中的模型7;最后将模型7 中的所有自变量和交互变量“安置方式×居住条件”“后期扶持政策落实情况×家庭经济收入”“安置政策落实情况×居住条件”“安置政策落实情况×家庭经济收入”作为自变量纳入多元回归分析模型得到表6.10 中的模型8。以上模型的解释程度从66%逐渐提高到78%。

把安置区域(中部地区、东部地区)作为控制变量条件下移民社会适应性影响因素回归分析,模型的解释程度中部地区为78%、东部地区为88%,结果见表6.11。

教育程度(没有接受教育,小学、初中文化程度、高中及以上文化程度)作为控制变量条件下移民社会适应性影响因素回归分析,模型的解释程度“没有接受教育的移民”为86%,“小学、初中文化程度的移民”为76%,“高中及以上文化程度的移民”为86%,结果见表6.12。

把年龄(<35 岁、35 ~55 岁、>55 岁)作为控制变量条件下移民社会适应性影响因素回归分析,模型的解释程度,<35 岁的为69%,35 ~55 岁的为78%,>55 岁的为80%,结果见表6.13。

把不同职业类型(农民或非技术工人、技术工人或自营业主)作为控制变量条件下移民社会适应性影响因素回归分析,模型的解释程度“农民或非技术工人”为77%,“技术工人或自营业主”为79%,结果见表6.14。

对以上模型的变量之间的多重共线性的检验结果显示,变量的方差膨胀系数最大也只有3 倍左右,低于10 倍的标准。结果表明,该回归模型并不存在严重的多重共线性问题,符合线性回归模型的假定。

表6.7 移民社会适应性因素的多元回归分析(模型1—模型2)

续表

注:*=P<0.05 **=P<0.01 ***=P<0.0

表6.8 移民社会适应性因素的多元回归分析(模型3—模型4)

注:*=P<0.05 **=P<0.01 ***=P<0.0

表6.9 移民社会适应性因素的多元回归分析(模型5—模型6)

续表

注:*=P<0.05 **=P<0.01 ***=P<0.0

表6.10 移民社会适应性因素的多元回归分析(模型7—模型8)(www.xing528.com)

续表

注:*=P<0.05 **=P<0.01 ***=P<0.0

表6.11 不同区域控制变量条件下移民社会适应性影响因素多元回归分析

注:*=P<0.05 **=P<0.01 ***=P<0.001

表6.12 不同教育程度控制变量条件下移民社会适应性影响因素多元回归分析

注:*=P<0.05 **=P<0.01 ***=P<0.001

表6.13 不同年龄控制变量条件下移民社会适应性影响因素多元回归分析

续表

注:*=P<0.05 **=P<0.01 ***=P<0.001

表6.14 不同职业类型控制变量条件下移民适应性的多元回归分析

续表

注:*=P<0.05 **=P<0.01 ***=P<0.001

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈