2018年-世界发展银行全球_Indias_Internal_Labor_Migration_Paradox___The_Statistical_and_the_Real_32页_1mb

总结：印度内部劳动力迁移悖论

核心内容

印度的内部劳动力迁移率近年来相对稳定且较低，相较于其他发展中国家而言，这一现象引发了政策研究者的关注。尽管迁移率较低，但新的数据表明，劳动力迁移的规模和流动性实际上高于以往估计。特别是通过印度人类发展调查（IHDS）获取的数据，揭示了劳动力迁移的显著增长趋势。

主要观点

• 迁移率的低估：传统的统计方法，如人口普查和国家样本调查组织（NSSO）的调查，低估了印度的内部劳动力迁移规模。IHDS数据显示，劳动力迁移存量从2004-05年的1600万增加到2011-12年的6000万。
• 循环迁移的规模：根据IHDS，2011-12年的循环迁移人数超过2亿，远高于以往估计。
• 迁移动因多样化：迁移的原因包括经济因素、婚姻、学习以及与家庭成员团聚等。其中，经济迁移在男性中更为普遍，且其比例在2004-05年至2011-12年间持续上升。
• 迁移模式的变化：跨州迁移的比例从2004-05年的40%增加到2011-12年的45%。农村向城市的迁移仍占主导地位，但州内迁移的重要性也在上升。
• 迁移与贫困的关系：迁移家庭的消费水平高于非迁移家庭，且迁移带来的汇款对降低贫困和促进共享繁荣具有重要作用。例如，在比哈尔邦，汇款占该州GSDP的35.6%。
• 迁移与经济发展的关系：迁移存量与人均州内生产总值（NSDP）呈负相关，表明较不发达的州有更高的净外迁率，而较发达的州则有更高的净内迁率。

关键信息

迁移定义与数据来源

• 人口普查：定义迁移为居住地不同于出生地或居住地变化超过六个月的人群。
• NSSO调查：使用通常居住地变化的定义，但数据更新有限。
• IHDS：追踪同一家庭的迁移情况，提供更准确的劳动力迁移数据，尤其适用于分析经济迁移。
• CMM（基于队列的迁移指标）：通过比较不同年龄组的人口变化来估算劳动力迁移，显示跨州迁移人数从约600万增加到1100万。

迁移类型与分布

• 经济迁移：主要由男性主导，且比例逐年上升。
• 婚姻迁移：占迁移人口的三分之二，尤其是女性。
• 跨州迁移：在2011-12年占总迁移的45%，主要集中在比哈尔邦和北方邦。
• 农村-城市迁移：在2004-05年和2011-12年均占超过一半，显示城市化趋势。
• 州内迁移：在2011-12年占55%，其中农村-农村迁移占29%。

影响迁移的决定因素

• 个人特征：年龄、婚姻状况、教育水平和职业影响迁移决策。年龄呈二次函数关系，年轻男性更可能迁移，而年长男性可能更倾向于留在原籍地。
• 家庭特征：家庭收入、家庭规模、社会群体、媒体接触、本地信任与冲突、以及居住地（农村/城市）是影响迁移的重要因素。家庭固定效应被用于控制未观测的家庭不变特征。
• 行政障碍：州际迁移受户籍制度、社会福利不可转移性、法律权利和其他行政限制的影响。

数据趋势与结论

• 迁移增长：劳动力迁移的绝对数量和流动率在2001-2011年间显著增长。
• 迁移模式：尽管迁移率较低，但经济迁移的重要性在上升，尤其是在男性中。
• 迁移与城市化：农村向城市的迁移仍然是主要趋势，但州内迁移的重要性也在增加。
• 政策建议：劳动力市场整合应成为政策优先事项，以促进资源的最优配置和提高生产率。

图表摘要

• 图1：家庭消费与迁移汇款之间的正相关关系。
• 图2：比哈尔邦迁移汇款占GSDP的比重。
• 图3：迁移分类（2004-05与2011-12）。
• 图4：州际与州内迁移比例。
• 图5：农村-城市迁移比例。
• 图6：2004-05年迁移空间分布。
• 图7：2011-12年迁移空间分布。
• 图8：州际迁移与人均收入关系。
• 图9：州内迁移与人均收入关系。
• 图10：各州迁移流量分布。
• 图11：2004-05与2011-12年男性与女性迁移比例。
• 图12：已婚男性迁移比例。

表格摘要

• 表1：不同数据来源的劳动力迁移存量估计，显示IHDS数据与传统数据存在显著差异。

结论

印度的内部劳动力迁移存在“统计悖论”，即尽管迁移率较低，但实际迁移规模和流动性较高。这表明传统数据未能充分反映迁移的真实情况。劳动力市场整合和减少行政障碍对于提高生产率和减少贫困具有重要意义。未来研究应更加关注迁移的决定因素及行政障碍的影响，以制定更有效的政策。