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。模型构建中的自变量、因变量和控制变量、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。

把教育程度（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）

pagenumber_ebook=140,pagenumber_book=131