[摘要] 2006年7~12月，为了获得中国流动人口政治参与状况的实证材料⇾，验证中国城市政治系统是否存在对流动人口的政治排斥问题🫶🏿，笔者等人选择北京、广东、湖北🫱🏿、浙江和重庆五省市若干城市的若干社区为调查地点进行了“中国部分城市居民政治参与状况的调查”。利用本次调查获得的资料对中国城市流动人口与城市户籍人口的政治参与状况进行对比分析📀，可以发现🧔🏿♀️，中国城市政治系统确实存在对流动人口严重的政治排斥问题。
[关键词] 流动人口；政治参与🧥；政治排斥
一
政治排斥是指一定的社会成员或者社会群体在一定程度上被排斥在政治生活之外🦅，没有公平获取政治资源、享受政治权利和履行政治义务的过程与状态🚻。 政治排斥是近年来出现的一个概念🪅，它与社会大变革（例如🤟🏼：全球化的迅速发展、人口迁移的迅猛增长、经济结构的大规模调整、社会转型、体制转轨等）这种时代背景是密切联系的📥。
政治排斥主要表现为受排斥者没有正常参与选举活动；很少参加政治性组织🪂；无法获得正当的政治权利🆗。简而言之🥫🏤，受到政治排斥意味着政治参与程度明显低于其他社会成员或者社会群体。那么👳🏻，如何测量和判断一个社会群体是否遭受到政治排斥呢？结合中国公民政治参与的可行性途径和主要方式，笔者认为🚵♀️，可以从如下方面设计对政治排斥问题进行测量和判断的指标：参与政治组织的情况🚟🧑🏿🏭；参加选举的情况；参与社区政治活动的情况👩🏿🎓；参与城市民主管理的情况；参与所在单位民主管理的情况。
2006年7月~11月，笔者等人采取划类选典与随机抽样相结合的方法👨🦱，首先选择了北京、广东、湖北🧜🏻♂️、浙江和重庆五省市若干城市的若干社区为调查地点👨🏻🦰🧎➡️。以北京作为华北城市的典型4️⃣🦻🏽，选取了北京市海淀区🧑🏽⚕️、宣武区和大兴区的各一个社区为调查点；以广东作为华南省份的代表，选取了广州市、东莞市和深圳特区的各一个社区为调查点；以湖北作为华中省份的代表，选取了武汉市、十堰市和潜江市的各一个社区为调查点；以浙江作为华东省份的代表，选取了杭州的一个社区为调查点👨🏻🎨⚪️；以重庆作为西部城市的代表，选取了重庆市的一个社区为调查点。这样，选择的调查点覆盖全国各个区域，涉及大、中🤹🏻♀️、小城市，并都具有一定的典型意义。然后，根据各个社区的居民数量🏌🏿♀️，确定样本数量✋；以随机抽样的方法，抽取样本；然后🦸🏼，在社区工作人员的协助下，对样本中的居民进行了入户问卷调查。本次调查中🫶🏽，发放问卷共1613份💂🏻♀️，回收有效问卷共1565份，回收率为97.0%🤾🏿♀️。其中，城市户籍人口样本数为971份，占全部样本数的62.0%；流动人口样本数为594份，占全部样本数的38.0%。
问卷回收后，对全部有效问卷进行了编号；然后😩🕵🏽，运用SPSS软件对全部问卷进行了录入和分析。对于城市户籍人口与流动人口是否政党成员⛹🏿♀️、是否工会会员、是否民间组织成员🤲🏼、是否参加过所居住城市的选举活动、是否参加过所居住社区的政治活动、是否参加过所居住城市的民主管理活动、是否参加过所在单位的民主管理活动、是否是所在单位中层或者中层以上干部等各项内容分项运用对数线性模型进行分析，以探索两类人口在各项政治活动内容中的差异🏌🏻♂️。
二
下面🧔🏿♀️，利用本次调查的统计数据🏐，对城市流动人口与城市户籍人口政治参与状况进行比较，以便判断城市流动人口是否遭受到政治排斥的问题🎄👼🏼。
对于“您是不是中国某一合法政党（中国共产党或者民主党派）的党员”这一问题🏨。流动人口回答为“是”的频数为82次，占流动人口总数的13.9%；回答为“不是”的频数为510次，占城市新移民总数的86.1%🧯。户籍人口回答为“是”的频数为367次，占户籍人口总数的37.8%；回答为“不是”的频数为603次，占户籍人口总数的62.2%（详见表1）🧜🏼♀️。
利用本次调查获得的原始数据，运用SPSS软件，选择有无户籍（因素A）和是否政党成员（因素B）两个变量👮♀️，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 和μAB(22) （μAB(11) = 0.334；μAB(22) = 0.334）都是正值🧑🏽🔬👩🦯➡️。这表明🥖：有所居住城市户籍（i =1）与是政党成员（j =1）存在正相关关系🍙；没有所居住城市户籍（i =2）与不是政党成员（j =2）存在正相关关系🦚。也就是说🦦，城市户籍人口更倾向于成为政党成员，而流动人口更倾向于不是政党成员。继续比较两类人口中政党成员发生比的差异，可以发现，户籍人口政党成员的发生比为60.8%4️⃣；流动人口政党成员的发生比仅为16.1%。流动人口政党成员发生比与户籍人口政党成员发生比之比率为26.5%🐺。可见，两类人口在是否是政党成员方面存在十分明显的差异🍜，流动人口在这一方面明显居于不利的地位🧑⚕️。
表1 您是不是中国某一个合法政党（中国共产党或者民主党派）的党员？
是 不是 总计
流动人口 8213.9 51086.1 592100.0
户籍人口 36737.8 60362.2 970100.0
总体 44928.7 111371.3 1562100.0
注释
[1]有效样本数为1562个，其中流动人口有效样本数为592个，户籍人口样本数为970个。
[2]方格左上数据为频数，右下数据为频数占同类人口中的百分比。
对于“您是不是工会会员”这一问题🤚。流动人口回答为“是”的频数为65次👊🏻，占流动人口总数的10.9%；回答为“不是”的频数为529次🙍🏻♀️⛏，占流动人口总数的89.1%🥶。户籍人口回答为“是”的频数为446次，占户籍人口总数的46.1%♨️✸；回答为“不是”的频数为522次，占户籍人口总数的53.9%🖐。可见💬，就工会会员所占百分比而言，流动人口与城市户籍人口相比要低35.2个百分点，差异相当明显（详见表2）。
利用本次调查获得的原始数据，运用SPSS软件，选择有无户籍（因素A）和是否工会会员（因素B ）两个变量🙆，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 和μAB(22) （μAB(11) = 0.485🧑🏼🔬；μAB(22) = 0.485）都是正值。这表明😄🍡：有所居住城市户籍（i =1）与是工会会员（j =1）存在正相关关系；没有所居住城市户籍（i =2）与不是工会会员（j =2）存在正相关关系。也就是说🧍♀️，城市户籍人口更倾向于是工会会员，而流动人口更倾向于不是工会会员。继续比较两类人口中工会会员发生比的差异👮♀️，可以发现，户籍人口工会会员的发生比为85.4%🙇🏼♀️；流动人口工会会员的发生比仅为12.3%。流动人口工会会员发生比与户籍人口工会会员发生比之比率为14.4%。可见，两类人口在是否是工会会员方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表2 您是不是工会会员？
是 不是 总计
流动人口 6510.9 52989.1 594100.0
户籍人口 44646.1 52253.9 968100.0
总体 51132.7 105167.3 1562100.0
注释
[1]有效样本数为1562个⛏，其中流动人口有效样本数为594个🪭🤴🏻，户籍人口样本数为968个🫲🏼。
[2]方格左上数据为频数⛩，右下数据为频数占同类人口中的百分比。
对于“您是不是其他某一民间组织（如行业性团体👩🏻🚒🚵🏽♀️、社会团体或者公益性基金会等）的成员”这一问题。流动人口回答为“是”的频数为53次，占流动人口总数的8.9%👰♀️；回答为“不是”的频数为541次🎆🚳，占流动人口总数的91.1%👷🏽。户籍人口回答为“是”的频数为227次，占户籍人口总数的23.5%🧑🏼🎄；回答为“不是”的频数为740次，占户籍人口总数的76.5%🫶🏽👊🏼。可见➖，对于是否是民间组织成员，流动人口中的百分比与城市户籍人口中的百分比相比较要低14.6个百分点（详见表3）。
利用本次调查获得的原始数据，运用SPSS软件，选择有无户籍（因素A）和是否民间组织成员（因素B）两个变量，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 和μAB(22) （μAB(11) = 0.285🧗🏼♀️；μAB(22) = 0.285）都是正值🧪。这表明：有所居住城市户籍（i =1）与是民间组织成员（j =1）存在正相关关系；没有所居住城市户籍（i =2）与不是民间组织成员（j =2）存在正相关关系🦶。也就是说🙍🏿，城市户籍人口更倾向于是民间组织成员，而流动人口更倾向于不是民间组织成员。继续比较两类人口中政党成员发生比的差异，可以发现，户籍人口民间组织成员的发生比为30.7%🦍；流动人口民间组织成员的发生比仅为9.8%🏗。流动人口民间组织成员发生比与户籍人口民间组织成员发生比之比率为31.9%。可见👰🧑🦳，两类人口在是否是民间组织成员方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表3 您是不是其他某一民间组织（如行业性团体、社会团体或者公益性基金会等）的成员🦸🏻👨🔧？
是 不是 总计
流动人口 538.9 54191.1 594100.0
户籍人口 22723.5 74076.5 967100.0
总体 28017.9 128182.1 1561100.0
注释
[1]有效样本数为1561个，其中流动人口有效样本数为594个，户籍人口样本数为967个。
[2]方格左上数据为频数，右下数据为频数占同类人口中的百分比🪬。
对于“您在现在所居住城市有没有参加过选举活动（如选举人大代表或者基层干部）”这一问题🏢。流动人口回答为“参加过”的频数为122次，占流动人口总数的20.6%🙏🏿；回答为“没有”的频数为469次🌰，占流动人口总数的79.4%。户籍人口回答为“参加过”的频数为561次💁🏽♂️，占户籍人口总数的57.8%🥶👼；回答为“没有”的频数为410次，占户籍人口总数的42.2%。可见🤷🏿♀️，流动人口中参加过选举活动者所占百分比与城市户籍人口相比较要低37.2个百分点，差异也相当大（详见表4）。
利用本次调查获得的原始数据💥，运用SPSS软件👩🏽🦲，选择有无户籍（因素A）和是否参加过所居住城市的选举活动（因素B）两个变量，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 和μAB(22) （μAB(11) = 0.415🗜；μAB(22) = 0.415）都是正值。这表明：有所居住城市户籍（i =1）与是参加过所居住城市的选举活动（j =1）存在正相关关系；没有所居住城市户籍（i =2）与没有参加过所居住城市的选举活动（j =2）存在正相关关系。也就是说🆎，城市户籍人口更倾向于参加过所居住城市的选举活动，而流动人口更倾向于不参加过所居住城市的选举活动🧗🏻🎞。继续比较两类人口中参加过所居住城市的选举活动发生比的差异，可以发现🙋，户籍人口参加过所居住城市的选举活动的发生比为136.8%；流动人口参加过所居住城市的选举活动的发生比仅为26.0%。流动人口参加过所居住城市的选举活动发生比与户籍人口参加过所居住城市的选举活动发生比之比率为19.0%🙇🏽♀️。可见，两类人口在是否参加过所居住城市的选举活动方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表4 您在现在所居住城市有没有参加过选举活动（如选举人大代表或者基层干部）🫨？
参加过 没有 总计
流动人口 12220.6 46979.4 591100.0
户籍人口 56157.8 41042.4 971100.0
总体 68343.7 87956.3 1562100.0
注释
[1]有效样本数为1562个，其中流动人口有效样本数为591个，户籍人口样本数为971个。
[2]方格左上数据为频数，右下数据为频数占同类人口中的百分比。
对于“您参加过所居住社区的政治活动吗”这一问题。流动人口回答为“经常参加”的频数为64次➖👨🏼✈️，占流动人口总数的10.8%；回答为“偶尔参加”的频数为268次，占流动人口总数的45.1%🏉；回答为“从来没有参加”的频数为262次，占流动人口总数的44.1%。户籍人口回答为“经常参加”的频数为186次🆖🤾🏽♂️，占户籍人口总数的19.2%🧑🧒；回答为“偶尔参加”的频数为516次💥，占户籍人口总数的53.1%🧅；回答为“从来没有参加”的频数为269次👦，占户籍人口总数的27.7%（详见表5）👩🏿。可见💪，流动人口参加社区政治活动的频率比户籍人口要少🪓😳。
利用本次调查获得的原始数据，运用SPSS软件，选择有无户籍（因素A）和参加所居住社区政治活动（因素B）两个变量，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 🦻🏿、μAB(12) 和μAB(13)（即：μAB(11) = 0.242；μAB(12) = 0.036；μAB(13) = —0.278） 👨💼。这表明🙂↕️：有所居住城市户籍（i =1）与是经常参加社区政治活动（j =1）存在正相关关系；有所居住城市户籍（i =1）与偶尔参加社区政治活动（j =2）存在正相关关系🤱；而有所居住城市户籍（i =1）与从来没有参加社区政治活动（j =3）存在负相关关系♊️。同时👑，从上面的参数估计值🏺，可以推出其他三个参数估计值μAB(21) 、μAB(22) 和μAB(23) （即：μAB(21) = —0.242𓀚；μAB(12) = —0.036🤗；μAB(13) = 0.278）✵。也就是说🛞🏊🏼♂️，反过来🚣🏻♀️，没有所居住城市户籍（i =2）与是经常参加社区政治活动（j =1）存在负相关关系；没有所居住城市户籍（i =2）与偶尔参加社区政治活动（j =2）存在负相关关系；而没有所居住城市户籍（i =2）与从来没有参加社区政治活动（j =3）存在正相关关系。也就是说，城市户籍人口更倾向于参加所在社区的政治活动👩🏽，而流动人口更倾向于不参加所在社区的政治活动。
继续比较两类人口参加所在社区政治活动发生比的差异。运用对数线性模型求得的参数估计值（即👨🏽✈️：μB(1) = —0.705🎲；μAB(11) = 0.242），可以得出：户籍人口经常参加社区政治活动的发生比Ω1= exp[μB(1)×2] ×exp[μAB(11)×2] = 0.244×1.623 = 0.396；Ω2= exp[μB(1)×2] ×exp[μAB(21)×2] = 0.244×0.616 = 0.150。可见🤙🏿，户籍人口经常参加社区政治活动的发生比为39.6%📫；流动人口经常参加社区政治活动的发生比仅为15.0%👨🏽🍼。流动人口经常参加社区政治活动发生比与户籍人口经常参加社区政治活动发生比之比率为37.9%。可见，两类人口在是否经常参加社区政治活动方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表5 您参加过所居住社区的政治活动吗？
经常参加 偶尔参加 从来没有参加 总计
流动人口 6410.8 268 45.1 26244.1 594100.0
户籍人口 18619.2 516 53.1 26927.7 971100.0
总体 25016.0 784 50.1 53133.9 1565100.0
注释
[1]有效样本数为1565个📬，其中流动人口有效样本数为594个🙎🏽♀️，户籍人口样本数为971个😤。
[2]方格左上数据为频数，右下数据为频数占同类人口中的百分比👨🏻🚒。
对于“您参加过居住城市的民主管理活动（如决策咨询、分析论证、公开听证、公示协商）吗”这一问题。流动人口回答为“经常参加”的频数为46次，占流动人口总数的7.8%；回答为“偶尔参加”的频数为203次☝🏻，占流动人口总数的34.2%😗；回答为“从来没有参加”的频数为344次，占流动人口总数的58.0%。户籍人口回答为“经常参加”的频数为144次🖖，占户籍人口总数的14.9%🚣🏼♂️；回答为“偶尔参加”的频数为408次，占户籍人口总数的42.1%🙎♂️；回答为“从来没有参加”的频数为417次，占户籍人口总数的43.0%（详见表6）。可见，流动人口参加城市民主管理活动的频率也比户籍人口要少一些。
利用本次调查获得的原始数据，运用SPSS软件，选择有无户籍（因素A）和参加所居住城市民主管理活动（因素B）两个变量，使用对数线性模型🏆，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 、μAB(12) 和μAB(13)（即：μAB(11) = 0.232🪛🍶；μAB(12) = 0.010；μAB(13) = —0.242）🧎🏻♂️➡️。这表明：有所居住城市户籍（i =1）与是经常参加所居住城市民主管理活动（j =1）存在正相关关系🏅；有所居住城市户籍（i =1）与偶尔参加所居住城市民主管理活动（j =2）存在正相关关系👩🏽；而有所居住城市户籍（i =1）与从来没有参加所居住城市民主管理活动（j =3）存在负相关关系。同时💯🚵🏻♀️，从上面的参数估计值，可以推出其他三个参数估计值μAB(21) 🌌、μAB(22) 和μAB(23) （即：μAB(21) = —0.232ℹ️；μAB(12) = —0.010👐🏻；μAB(13) = 0.242）🏐。也就是说🐿，反过来，没有所居住城市户籍（i =2）与是经常参加所居住城市民主管理活动（j =1）存在负相关关系；没有所居住城市户籍（i =2）与偶尔参加所居住城市民主管理活动（j =2）存在负相关关系；而没有所居住城市户籍（i =2）与从来没有参加所居住城市民主管理活动（j =3）存在正相关关系。也就是说👨🏼🦳🛸，城市户籍人口更倾向于经常参加所居住城市民主管理活动，而流动人口更倾向于不参加所居住城市民主管理活动📜。
继续比较两类人口参加所居住城市民主管理活动发生比的差异。运用对数线性模型求得的参数估计值（即：μB(1) = —0.934；μAB(11) = 0.232），可以得出：户籍人口经常参加所居住城市民主管理活动的发生比Ω1= exp[μB(1)×2] ×exp[μAB(11)×2] = 0.154×1.590 = 0.245🤞🏼；Ω2= exp[μB(1)×2] ×exp[μAB(21)×2] = 0.154×0.629 = 0.097🤍。可见，户籍人口经常参加城市民主管理活动的发生比为24.5%；流动人口经常参加城市民主管理活动的发生比仅为9.7%。流动人口经常参加城市民主管理活动发生比与户籍人口经常参加城市民主管理活动发生比之比率为39.6%。可见👨🏿🏫，两类人口在是否经常参加城市民主管理活动方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位👩👧👧。
表6 您参加过居住城市的民主管理活动（如决策咨询👨❤️👨、分析论证🚵🏼♀️、公开听证💅🧑🏻🍼、公示协商）吗？
经常参加 偶尔参加 从来没有参加 总计
流动人口 467.8 203 34.2 34458.0 593100.0
户籍人口 14414.9 408 42.1 41743.0 969100.0
总体 19012.2 611 39.1 76148.7 1562100.0
注释
[1]有效样本数为1562个，其中流动人口有效样本数为593个📹，户籍人口样本数为969个🔕🤾🏿♂️。
[2]方格左上数据为频数🛐，右下数据为频数占同类人口中的百分比。
对于“您参加过所在单位的民主管理（如单位的民主决策、民主管理和民主监督）吗”这一问题👨🦯➡️⌨️。流动人口回答为“经常参加”的频数为70次，占流动人口总数的11.8%；回答为“偶尔参加”的频数为206次，占流动人口总数的34.7%♐️；回答为“从来没有参加”的频数为318次🤰🏽💁🏽♀️，占流动人口总数的53.5%。户籍人口回答为“经常参加”的频数为265次🏺，占户籍人口总数的27.3%😐；回答为“偶尔参加”的频数为400次，占户籍人口总数的41.3%；回答为“从来没有参加”的频数为304次👱🏿，占户籍人口总数的31.4%（详见表7）🐻❄️。可见，流动人口参加单位民主管理活动的频率与户籍人口相比较，存在较大差异❓。
利用本次调查获得的原始数据🥀，运用SPSS软件🚲，选择有无户籍（因素A）和参加所在单位民主管理活动（因素B）两个变量，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 🏃♀️🍺、μAB(12) 和μAB(13)（即：μAB(11) = 0.341；μAB(12) = 0.007🙍🏿♂️；μAB(13) = —0.348）⚇。这表明🙎🏽♀️：有所居住城市户籍（i =1）与经常参加所在单位民主管理活动（j =1）存在正相关关系；有所居住城市户籍（i =1）与偶尔参加所在单位民主管理活动（j =2）存在正相关关系；而有所居住城市户籍（i =1）与从来没有参加所在单位民主管理活动（j =3）存在负相关关系。同时👩👩👧，从上面的参数估计值，可以推出其他三个参数估计值μAB(21) 🧑🏿🍼、μAB(22) 和μAB(23) （即：μAB(21) = —0.341💻；μAB(12) = —0.007；μAB(13) = 0.348）👩🏽⚖️👯。也就是说，反过来🧔🏽♂️👩🏼🍳，没有所居住城市户籍（i =2）与是经常参加所在单位民主管理活动（j =1）存在负相关关系；没有所居住城市户籍（i =2）与偶尔参加所在单位民主管理活动（j =2）存在负相关关系；而没有所居住城市户籍（i =2）与从来没有参加所在单位民主管理活动（j =3）存在正相关关系。也就是说，城市户籍人口更倾向于经常参加所在单位民主管理活动，而流动人口更倾向于不参加所在单位民主管理活动。
继续比较两类人口参加所在单位民主管理活动发生比的差异🔡。运用对数线性模型并经过推算求得相应主效应和交互效应的参数估计值（即：μB(1) = —0.527🚣🏽♂️；μAB(11) = 0.341；μAB(21) = —0.341），可以得出🙋🏼♂️：户籍人口经常参加所在单位民主管理活动的发生比Ω1= exp[μB(1)×2] ×exp[μAB(11)×2] = 0.349×1.978 = 0.690🅿️；流动人口经常参加所在单位民主管理活动的发生比Ω2= exp[μB(1)×2] ×exp[μAB(21)×2] = 0.349×0.506 = 0.177。可见⛳️，户籍人口经常参加所在单位民主管理活动的发生比为69.0%；流动人口经常参加所在单位民主管理活动的发生比仅为17.7%。流动人口经常参加所在单位民主管理活动发生比与户籍人口经常参加所在单位民主管理活动发生比之比率为25.7%。可见🦩，两类人口在是否经常参加所在单位民主管理活动方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表7 您参加过所在单位的民主管理（如单位的民主决策👫、民主管理和民主监督）吗？
经常参加 偶尔参加 从来没有参加 总计
流动人口 7011.8 206 34.7 31853.5 594100.0
户籍人口 26527.3 400 41.3 30431.4 969100.0
总体 33521.4 606 38.8 62239.8 1563100.0
注释
[1]有效样本数为1563个，其中流动人口有效样本数为594个💠，户籍人口样本数为969个。
[2]方格左上数据为频数🫅🏻，右下数据为频数占同类人口中的百分比。
对于“您是不是所在单位中层或者中层以上的干部🫷🏿？”这一问题。流动人口回答为“是”的频数为104次，占流动人口总数的17.5%；回答为“没有”的频数为489次，占流动人口总数的82.5%。户籍人口回答为“是”的频数为372次，占户籍人口总数的38.4%🏉；回答为“不是”的频数为597次，占户籍人口总数的61.6%（详见表8）🦹🏻♂️。可见，流动人口中是中层或者中层以上干部者所占百分比与城市户籍人口相比较要低20.9个百分点，差异也相当大。
利用本次调查获得的原始数据🕵🏽，运用SPSS软件👨🏿🎤🧘，选择有无户籍（因素A）和是否所在单位中层或者中层以上的干部（因素B）两个变量😈，使用对数线性模型，得到对数线性模型因素A和因素B交互效应的参数估计值μAB(11) 和μAB(22) （μAB(11) = 0.269🧱；μAB(22) = 0.269）都是正值◼️。这表明：有所居住城市户籍（i =1）与是政党成员（j =1）存在正相关关系；没有所居住城市户籍（i =2）与不是政党成员（j =2）存在正相关关系。也就是说，城市户籍人口更倾向于成为政党成员，而流动人口更倾向于不是政党成员。继续比较两类人口中政党成员发生比的差异，可以发现，户籍人口政党成员的发生比为62.3%；流动人口政党成员的发生比仅为21.3%。流动人口政党成员发生比与户籍人口政党成员发生比之比率为34.2%。可见，两类人口在是否是政党成员方面存在十分明显的差异，流动人口在这一方面明显居于不利的地位。
表8 您是不是所在单位中层或者中层以上的干部？
是 不是 总计
流动人口 10417.5 48982.5 593100.0
户籍人口 37238.4 59761.6 969100.0
总体 47630.5 108669.5 1562100.0
注释
[1]有效样本数为1562个，其中流动人口有效样本数为593个，户籍人口样本数为969个。
[2]方格左上数据为频数，右下数据为频数占同类人口中的百分比。
可见👙，有城市户籍（也就是城市户籍人口）与是某种政治性组织成员、参与某项政治活动以及是所在单位中层或者中层以上干部存在正相关关系🤹🏻♂️，没有城市户籍（也就是城市流动人口）与不是某种政治性组织成员🕵🏿♂️、不参与某项政治活动以及不是所在单位中层或者中层以上干部存在正相关关系✊。同时，通过比较两类人口中是某种政治性组织成员🧖🏽👨🏽🚀、参与某项政治活动以及是所在单位中层或者中层以上干部的发生比可以看出🚴🏼♂️，城市户籍人口也明显高于城市流动人口。这说明，中国城市政治系统在一定程度上存在对流动人口的政治排斥问题🎡。
三
为了从整体上更加有效地比较中国城市流动人口与城市户籍人口之间政治参与的差异➰，笔者设计了一种政治参与活跃指数的工具🙆🏼。其公式为：
I = （1）
本公式中🧟♀️，I为政治参与活跃指数，Fi为特定人口第i种政治参与方式的指数👨👩👧👦，n为政治参与方式的种类数。
由于第二节中关于特定人口参加政治性组织、参与各项政治活动或者是所在单位中层或者中层以上干部的百分比本身就是一种指数形式💁🏻♂️，因而大部分数据无需转换。
先计算城市流动人口政治参与活跃指数（设为Im）。根据表1🧙🏻♀️🍝、表2、表3、表4、表5😚、表6𓀇、表7🧑🏿💼、表8🗒，可以得出：
城市流动人口参加政党组织的指数F1 =13.9
城市流动人口参加工会组织的指数F2 = 10.9
城市流动人口参加民间组织的指数F3 = 8.9
城市流动人口参加城市选举活动的指数F4 = 20.6
城市流动人口参加社区政治活动的指数F5 = 10.8+45.1×1/3 = 25.8
城市流动人口参加城市民主管理活动的指数F6= 7.8+34.2×1/3 = 19.2
城市流动人口参加单位民主管理活动的指数F7 = 11.8+34.7×1/3 = 23.4
城市流动人口是所在单位中层或者中层以上干部的指数F8 = 17.5
那么：
Im = （2）
=（F1+ F2+ F3+ F4+ F5+ F6+ F7+ F8）/ 8
=（13.9+10.9+8.9+20.6+25.8+ 19.2+23.4+ 17.5）/ 8
= 17.5
也就是说🧏🏻♂️，城市流动人口政治参与活跃指数为17.5👮🏼♀️。
再计算城市流动人口政治参与活跃指数（设为In）。根据表1🥕、表2、表3🙇🏽♀️、表4🪝、表5🧑🏽🌾、表6、表7、表8🧑🏿⚖️，可以得出🏄🏼：
城市户籍人口参加政党组织的指数F1 = 37.8
城市户籍人口参加工会组织的指数F2 = 46.1
城市户籍人口参加民间组织的指数F3 = 23.5
城市户籍人口参加城市选举活动的指数F4=57.8
城市户籍人口参加社区政治活动的指数F5= 19.2+53.1×1/3 = 36.9
城市户籍人口参加城市民主管理活动的指数F6 = 14.9+42.1×1/3 = 28.9
城市户籍人口参加单位民主管理活动的指数F7 = 27.3+41.3×1/3 = 41.1
城市户籍人口是所在单位中层或者中层以上干部的指数F8 = 38.4
那么：
In = （3）
=（F1+ F2+ F3+ F4+ F5+ F6+ F7+ F8）/ 8
=（37.8+46.1+23.5+57.8+36.9+ 28.9+41.1+ 38.4）/ 8
= 38.8
也就是说🫳🏻🧖🏿♀️，城市户籍人口政治参与活跃指数为38.8。
比较城市流动人口政治参与活跃指数Im与城市户籍人口政治参与活跃指数In可以发现🕺🏽➜，城市流动人口政治参与活跃指数Im比城市户籍人口政治参与活跃指数In少整整21点🤛🏼，并且城市户籍人口政治参与活跃指数In是城市流动人口政治参与活跃指数Im的2.2倍。
综上所述⚛️，可以得出如下结论，城市流动人口与城市户籍人口政治参与状况有很大差异，城市政治系统存在对城市流动人口明显的政治排斥倾向。
（本文发表于《社会科学研究》2007年第3期）
关于政治排斥的涵义和负面影响的讨论，请参见李景治、熊光清：《政治排斥问题初探》，载《社会科学研究》2006年第4期🥽。
关于详细计算和分析方法的说明⚄，请参见熊光清博士学位论文《中国流动人口中的政治排斥问题研究》🤾🏿♂️，存中国人民大学图书馆。
为了论述和计算的便利，本项和下列每项调查内容涉及的与户籍因素（因素A）相关的因素都设为因素B🐡。
因为因素B有三个选项🚣🏼♀️，所以♢，这里因素A与因素B的交互项有六个💇♀️，相应的就有六个交互效应参数值🤸🏽♀️。
笔者将“偶尔参加”的权重系数指定为1/3👨❤️💋👨。
