中國(guó)農(nóng)村勞動(dòng)力的遷移決策及其對(duì)工資的影響——基于RUMiC農(nóng)村住戶追蹤調(diào)查數(shù)據(jù)的實(shí)證分析

蘭巧珍（上海財(cái)經(jīng)大學(xué)財(cái)經(jīng)研究所，上?！?00433）

?

中國(guó)農(nóng)村勞動(dòng)力的遷移決策及其對(duì)工資的影響——基于RUMiC農(nóng)村住戶追蹤調(diào)查數(shù)據(jù)的實(shí)證分析

蘭巧珍
（上海財(cái)經(jīng)大學(xué)財(cái)經(jīng)研究所，上海200433）

摘要：基于2008年和2009年中國(guó)城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查（RUMiC）的農(nóng)村住戶追蹤調(diào)查數(shù)據(jù)，從個(gè)體特征、家庭特征、社會(huì)網(wǎng)絡(luò)和社區(qū)地域信息四層面探討農(nóng)村勞動(dòng)力的遷移決策，研究發(fā)現(xiàn)，年齡、性別和子女?dāng)?shù)量等因素顯著影響遷移決策。其中，年齡對(duì)遷移決策的影響呈倒U型，男性和子女?dāng)?shù)量少的個(gè)體傾向于外出。在此基礎(chǔ)上，嘗試探討“留鄉(xiāng)-外出-返鄉(xiāng)”動(dòng)態(tài)的遷移決策差異。值得注意的是，性別、培訓(xùn)情況和父母的健康對(duì)于農(nóng)民的“返鄉(xiāng)”決策具有顯著影響。在控制個(gè)體特征、就業(yè)特征等因素的基礎(chǔ)上，利用Heckman兩步法分別克服“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”等樣本選擇性偏差后，進(jìn)一步研究發(fā)現(xiàn)農(nóng)村勞動(dòng)力的遷移決策對(duì)工資水平具有顯著促進(jìn)作用。

關(guān)鍵詞：農(nóng)村勞動(dòng)力；遷移決策；工資；樣本選擇性偏差

一、引言

農(nóng)民工是我國(guó)改革開放、工業(yè)化和城鎮(zhèn)化進(jìn)程中涌現(xiàn)的一支新型勞動(dòng)大軍。根據(jù)國(guó)家統(tǒng)計(jì)局公布的《2014年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》，2014年全國(guó)農(nóng)民工總量為27 395萬人，比上年增長(zhǎng)1.9%（見表1）。農(nóng)民工人均月收入為2 864元，比上年增加255元，增長(zhǎng)9.8%。在當(dāng)前社會(huì)經(jīng)濟(jì)制度環(huán)境下，農(nóng)村勞動(dòng)力外出或選擇在家鄉(xiāng)就業(yè)的原因是什么，影響農(nóng)村勞動(dòng)力的遷移決策的因素有哪些，遷移決策能否提高農(nóng)村勞動(dòng)力工資水平，對(duì)這些問題的解答將有助于理解農(nóng)村勞動(dòng)力的遷移決策、引導(dǎo)其遷移行為、保障其工資水平與生活質(zhì)量，促進(jìn)我國(guó)勞動(dòng)力市場(chǎng)的協(xié)同管理和城鄉(xiāng)經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

美國(guó)著名人口學(xué)家Massey（1990）提出人口遷移是一個(gè)高度多元化、碎片化的領(lǐng)域，從四個(gè)維度分析該領(lǐng)域的基本分歧——遷移應(yīng)該如何研究、模型化和概念化。一是遷移的時(shí)間層面：共時(shí)性（Lewis，1954；Todaro，1969）或者歷時(shí)性（Petras，1981；Morawska，1990），即遷移能否抽象為一定歷史階段的行為過程，并依據(jù)特定階段的社會(huì)經(jīng)濟(jì)條件構(gòu)建遷移理論體系；二是遷移行為的根本動(dòng)因?qū)儆趥€(gè)體行為（David，1974；DeJond等，1981）還是結(jié)構(gòu)因素，如特定社會(huì)經(jīng)濟(jì)轉(zhuǎn)型下財(cái)富或機(jī)會(huì)的不平等（Fligstein，1981；Portes等，1981；Morawska，1990）；三是合適的遷移分析層次（或基本分析單元）是個(gè)人（Todaro，1980；Yap，1977）、家庭（Stark，1984；Taylor，1986；Massey等，1987）或宏觀層面（Greenwood，1981）；四是研究的重點(diǎn)在遷移的原因（Borts等，1964）還是遷移的影響（Mines，1981；Massey等，1987），亦或是一種雙向因果關(guān)系（Chalmers等，1985）。

表1　2008～2014年我國(guó)農(nóng)民工規(guī)模的構(gòu)成及變化趨勢(shì)　（萬人）

在遷移決策影響因素的實(shí)證研究中，部分學(xué)者從單個(gè)或部分因素分析，如（預(yù)期）城鄉(xiāng)收入差距（Harris等，1970；朱農(nóng)，2002；王格瑋，2004）、遷移距離（王格瑋，2004）、年齡（章錚，2006；Lee Sanglim，2010）、教育（趙耀輝，1997；邢春冰等，2013；李富強(qiáng)等，2014）、子女年齡（Ritchey，1976）、文化因素（Reagan等，2000）、遷移經(jīng)驗(yàn)（Massey，1987）、社會(huì)資本（Massey等，1987；胡必亮，2004）或戶籍制度（陳金永等，2004；和丕禪，2004；孫文凱等，2011）等。Massey （1990）提出在一定社會(huì)經(jīng)濟(jì)發(fā)展水平下，必須將個(gè)人、家庭和社區(qū)因素納入統(tǒng)計(jì)模型探討遷移決策行為。近年來，許多學(xué)者（龐麗華，2001；吳秀敏等，2005；寧光杰，2012；王子成等，2013）從個(gè)體特征、家庭特征、社區(qū)（或村莊）特征、社會(huì)網(wǎng)絡(luò)或務(wù)工特征等多個(gè)層次綜合探討農(nóng)民工的遷移決策。20世紀(jì)60～70年代，研究者多采用古典線性回歸模型分析各地區(qū)經(jīng)濟(jì)和地理因素對(duì)移民量的影響（Greenwood，1975）。該方法將地區(qū)間的移民量或各地的凈移民量作為因變量，這實(shí)際上是一個(gè)加總宏觀計(jì)量模型，缺乏微觀基礎(chǔ)，未考慮個(gè)人的異質(zhì)性問題（Niedercorn等，1969）和內(nèi)生性問題（Barro等，1995），因而難以有效估計(jì)人口特征等因素對(duì)遷移決策影響。作為一種有限選擇的遷移行為，學(xué)者逐漸采取非線性概率模型，包括Probit模型、Logit模型（龐麗華，2001）、MNL模型（Mc?Fadden，1973）和NL模型（McFadden，1981；Knapp等，2001）等。綜上，本文將分別采用Probit模型和Logit模型從個(gè)體、家庭、社會(huì)網(wǎng)絡(luò)和社區(qū)特征四個(gè)層面綜合探討農(nóng)村勞動(dòng)力遷移決策。

學(xué)者關(guān)于“遷移決策對(duì)工資的影響”的探討始終未形成一致的看法。部分學(xué)者，如Golley等（2011）和寧光杰（2012）在控制年齡、受教育程度、健康狀況等個(gè)體特征和工作經(jīng)驗(yàn)、單位規(guī)模等就業(yè)特征后發(fā)現(xiàn)，外出者的工資明顯高于在家鄉(xiāng)從事非農(nóng)產(chǎn)業(yè)的勞動(dòng)者。Ernesto等（2011）在關(guān)于收入差距研究中發(fā)現(xiàn)，外出者為反向選擇，而留守者為正向選擇。Lalonde（1986）和Xing（2010）則強(qiáng)調(diào)“遷移決策對(duì)工資水平的影響”這一問題的非實(shí)驗(yàn)評(píng)估取決于遷移決策過程和工資決定模型的設(shè)定。其中，Xing（2010）利用構(gòu)造反事實(shí)收入分布的方法發(fā)現(xiàn)，永久遷移提高工資水平，而臨時(shí)移民對(duì)于農(nóng)村收入水平并沒有顯著影響。為有效估計(jì)農(nóng)村勞動(dòng)力的遷移決策對(duì)于工資水平的影響，本文將深入分析農(nóng)村勞動(dòng)力階段性的樣本選擇性偏差。一方面，遷移決策的不同階段均面臨群體的選擇性問題（王子成等，2013）。移民是一個(gè)來自輸出地人員的選擇性群體（Chiswick，1978；Borjas等，1996；Reagan等，2000）。同樣，回流者也是一個(gè)相對(duì)于外遷者的選擇子樣本，而回流移民的再遷移決策也是在一個(gè)特定的選擇性群體中做出。如果遷移決策方程和工資方程中的不可觀測(cè)因素相關(guān)時(shí)，一步最小二乘回歸法無法獲得一致的估計(jì)量。例如，如果工資方程和遷移決策方程的不可觀察因素呈負(fù)相關(guān)，即使在已控制可觀測(cè)因素的模型中，個(gè)體傾向于獲得相對(duì)低的工資，即最小二乘回歸結(jié)果將低估培訓(xùn)的影響。另一方面，樣本中只有受雇傭個(gè)體才能觀測(cè)到工資水平，即數(shù)據(jù)的可得性受與因變量取值相關(guān)的抽樣過程影響。以上兩種樣本選擇性偏差可分別概括為“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”。目前克服樣本選擇性偏差的具體方法有Heckman兩步法（Heckman，1976、1979；寧光杰，2012）、半?yún)?shù)多部門樣本選擇模型（邢春冰等，2013）、實(shí)驗(yàn)方法、DID方法和匹配方法（McKenzie等，2010）等。其中，Heckman（1979）驗(yàn)證如果工資方程和選擇方程中的誤差項(xiàng)是正態(tài)同方差分布，其條件期望正比于參與方程中誤差項(xiàng)的條件期望，則Heckman兩步法可有效解決樣本選擇性偏差。該方法的具體步驟是：第一步通過Probit模型估計(jì)遷移決策的影響因素，通過反Mills比率（即lambda系數(shù)）判斷是否存在選擇偏差，第二步估計(jì)工資水平的影響因素（寧光杰，2012）。

本文以中國(guó)城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查①中國(guó)城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查（RUMiC）包含三個(gè)部分：城鎮(zhèn)住戶調(diào)查、農(nóng)村住戶調(diào)查和農(nóng)民工調(diào)查。由澳大利亞國(guó)立大學(xué)、昆士蘭大學(xué)和北京師范大學(xué)等學(xué)校的一批學(xué)者聯(lián)合發(fā)起，從澳大利亞研究委員會(huì)、澳大利亞國(guó)際發(fā)展署、福特基金會(huì)、勞動(dòng)研究所以及中國(guó)社會(huì)科學(xué)院獲得基金資助。（Rural-Urban Migration in China，簡(jiǎn)稱RUMiC）的農(nóng)村住戶追蹤調(diào)查數(shù)據(jù)為基礎(chǔ)，考慮個(gè)體、家庭、社會(huì)網(wǎng)絡(luò)和社區(qū)四層面因素對(duì)農(nóng)村勞動(dòng)力遷移決策的影響。利用Heckman兩步法克服樣本選擇性偏差，研究遷移決策對(duì)農(nóng)村勞動(dòng)力工資水平的影響。

二、數(shù)據(jù)說明與模型設(shè)定

本文使用數(shù)據(jù)來自2008年和2009年RUMiC農(nóng)村住戶追蹤調(diào)查，其樣本抽取以及入戶訪談?dòng)蓢?guó)家統(tǒng)計(jì)局依據(jù)年度農(nóng)村住戶調(diào)查設(shè)計(jì)，在我國(guó)勞動(dòng)力流動(dòng)數(shù)量最大的9個(gè)省份進(jìn)行，包括河北、江蘇、浙江、安徽、河南、湖北、廣東、重慶和四川，涵蓋82個(gè)縣、800個(gè)村莊、約8 000個(gè)家庭戶。農(nóng)村住戶調(diào)查問卷包含詳細(xì)的家庭成員人口統(tǒng)計(jì)學(xué)特征、教育及培訓(xùn)情況、就業(yè)經(jīng)歷、子女教育、家庭社會(huì)關(guān)系及生活事件等信息。

遷移行為（或決策）主體的界定是首要問題。古典遷移理論假定遷移是以個(gè)人為行為主體，追求收益最大化的理性行為（Lee，1966；Harris等，1970；Ritchey，1976）。20世紀(jì)80年代興起的新遷移經(jīng)濟(jì)學(xué)則強(qiáng)調(diào)以家庭作為行為主體，根據(jù)收入最大化和風(fēng)險(xiǎn)最小化原則做出遷移決策（Stark等，1982；Stark等，1985）。當(dāng)面臨遷移成本和制度性限制的雙重壓力時(shí)，我國(guó)農(nóng)村人口外遷大多采取個(gè)人遷出的方式（蔡昉，1997；吳興陸，2005）。但隨著農(nóng)民工遷移群體和遷移范圍的擴(kuò)大以及戶籍制度改革的有效推進(jìn)，農(nóng)民工結(jié)構(gòu)逐漸從男勞動(dòng)力外出“獨(dú)闖”轉(zhuǎn)為夫妻二人同時(shí)外出務(wù)工以及攜子女流動(dòng)的形式，遷移的家庭化趨勢(shì)日趨明顯（韓俊等，2009；周皓，2004；洪小良，2007）。然而，舉家遷移概念②家庭遷移的指標(biāo)設(shè)定主要包括“一家人集體遷移”（周皓，2004）、“出現(xiàn)追隨先行遷移者的第二個(gè)及更多家庭成員的后繼遷移”（洪小良，2007）、“至少包含夫妻二人共同遷移”（張玉潔等，2006）、“戶主或戶主配偶至少有一人外出打工”（袁霓，2008）等。較為直觀形象，但其外延不明確（洪小良，2007；邵岑等，2012）且缺乏有效的統(tǒng)計(jì)數(shù)據(jù)。因而本文主要討論農(nóng)村勞動(dòng)力的個(gè)體遷移決策及其對(duì)工資的影響，其中農(nóng)村勞動(dòng)力定義為16～60歲有勞動(dòng)能力且從事工資性工作、務(wù)農(nóng)、自我經(jīng)營(yíng)、家庭幫工或者失業(yè)的農(nóng)村戶籍人口。

基于以戶主及其配偶為樣本的非平衡面板數(shù)據(jù)，將從個(gè)體特征、家庭特征、社會(huì)網(wǎng)絡(luò)和地域信息等多層次因素對(duì)農(nóng)村住戶的遷移決策進(jìn)行實(shí)證研究，具體計(jì)量模型設(shè)定見式（1）：

其中，i表示第i個(gè)個(gè)體，t表示年份（t=2008或2009）。Pit代表遷移決策的虛擬變量，具體而言，對(duì)于“留鄉(xiāng)-外出”二元遷移決策，

對(duì)于“留鄉(xiāng)-外出-返鄉(xiāng)”多元遷移決策，

其中，“外出”定義為在去年由于工作原因離開本縣至少3個(gè)月，而曾外出工作但去年并未因工作離開本縣3個(gè)月或3個(gè)月以上的農(nóng)村勞動(dòng)力被定義為返鄉(xiāng)者（返鄉(xiāng)的具體時(shí)間未知）。公式（1）中各變量的具體定義見表2，另外需補(bǔ)充說明以下幾點(diǎn)：Marriedit是婚姻狀況的虛擬變量，若個(gè)體i在時(shí)期t已婚、同居或再婚，則Marriedit=1，；否則Marriedit=0。Healthit是健康狀況的代理變量，依據(jù)被調(diào)查者實(shí)際的身高體重比（Body Mass Index，簡(jiǎn)稱BMI）構(gòu)建所得。數(shù)據(jù)中包含被調(diào)查者對(duì)于自身健康狀況的主觀評(píng)價(jià)數(shù)據(jù)，考慮到被調(diào)查者的主觀評(píng)價(jià)誤差較大或者隱瞞信息與數(shù)據(jù)統(tǒng)計(jì)誤差的可能性，選擇客觀健康狀況虛擬變量。參數(shù)β0是截距項(xiàng)，β1-β10均為待估計(jì)參數(shù)，χi表示以被調(diào)查者所在縣城為代理變量的地區(qū)固定效應(yīng)，ηt表示時(shí)間固定效應(yīng)，εit為誤差項(xiàng)。

在控制農(nóng)村勞動(dòng)力的個(gè)體特征和就業(yè)特征的基礎(chǔ)上，分析遷移決策對(duì)農(nóng)村勞動(dòng)力非農(nóng)工作工資水平的影響。具體模型設(shè)定見式（2）：

其中，ln(wage)it表示平均月工資的對(duì)數(shù)，就業(yè)信息（包括工資、每周工作小時(shí)數(shù)、工作經(jīng)驗(yàn)、行業(yè)部門和單位規(guī)模等）均是被調(diào)查者當(dāng)前或回到家鄉(xiāng)前的非農(nóng)就業(yè)信息。參數(shù)β0-β10、χi、ηt和εit的含義與公式（1）設(shè)定相同，δj（j=1，2，···，27）是待估計(jì)參數(shù)。α是遷移決策的待估計(jì)系數(shù)，Migrtit是“留鄉(xiāng)-外出”遷移決策的二元虛擬變量

公式（2）中各變量的具體定義見表2，另外需補(bǔ)充說明以下幾點(diǎn)：Experienceit表示從事與當(dāng)前或回到家鄉(xiāng)前所從事的非農(nóng)工作相同行業(yè)部門的時(shí)間，作為工作經(jīng)驗(yàn)的代理變量。Indjit是代表行業(yè)部門的虛擬變量，下標(biāo)j表示不同的行業(yè)部門，比如：j=1代表農(nóng)、林、牧、漁業(yè)③行業(yè)代碼具體如下：1.農(nóng)、林、牧、漁業(yè)；2.采礦業(yè)；3.制造業(yè)；4.電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)；5.建筑業(yè)；6.交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)；7.信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)；8.批發(fā)零售業(yè)；9.住宿和餐飲業(yè)；10.銀行業(yè)；11.安全活動(dòng)；12.保險(xiǎn)業(yè)；13.房地產(chǎn)業(yè)；14.法律；15.商業(yè)租賃和商業(yè)服務(wù)類；16.其他租賃和商業(yè)服務(wù)類；17.科學(xué)研究和技術(shù)服務(wù)業(yè)；18.水利管理業(yè)；19.社會(huì)中介服務(wù)業(yè)；20.旅游服務(wù)業(yè)；21.其他服務(wù)業(yè)；22.教育；23.健康；24.社會(huì)保障；25.新聞媒體業(yè)；26.娛樂業(yè)；27.公共管理和社會(huì)組織。。

其他行業(yè)類型虛擬變量采取類似設(shè)定。

式（1）和式（2）中所有變量的描述性統(tǒng)計(jì)見表2。

表2　變量的描述性統(tǒng)計(jì)

續(xù)表

根據(jù)表2的描述性統(tǒng)計(jì)結(jié)果可知，被調(diào)查者普遍年齡偏大（平均年齡超過40歲），已婚且健康狀況良好。其中，外出遷移群體較年輕，平均比留鄉(xiāng)群體小6歲；外出和返鄉(xiāng)群體當(dāng)中男性比例均高于70%，留鄉(xiāng)者中男性僅占43%。遷移和返鄉(xiāng)群體的受教育程度和培訓(xùn)情況明顯高于留鄉(xiāng)者，這在一定程度上說明遷移決策過程中樣本選擇性偏差問題存在的可能性。就家庭特征而言，農(nóng)村勞動(dòng)力的子女?dāng)?shù)量約為2個(gè)，其中留鄉(xiāng)群體的子女?dāng)?shù)量均值最高，為2.05；不同遷移決策群體中，父母健康狀況主觀評(píng)價(jià)較差的比例均達(dá)到30%以上。本文選取去年幫助過自己的人數(shù)作為社會(huì)網(wǎng)絡(luò)代理變量，其中，返鄉(xiāng)群體中去年幫助過自己的人數(shù)低于外出遷移群體和留鄉(xiāng)者，這在一定程度上反映了遷移經(jīng)驗(yàn)對(duì)于社會(huì)網(wǎng)絡(luò)拓展的積極作用，也體現(xiàn)中國(guó)是一個(gè)“關(guān)系型社會(huì)”（Hwang，1987；Bian，1997；章元等，2009）。從就業(yè)特征信息來看，外出者群體的平均月工資明顯高于其他遷移決策群體，且數(shù)據(jù)波動(dòng)性較小；外出者群體的每周平均工作小時(shí)數(shù)最高、工作經(jīng)驗(yàn)最少，且就業(yè)單位規(guī)模約為非外出者的一倍。本文數(shù)據(jù)統(tǒng)計(jì)描述與國(guó)家統(tǒng)計(jì)局2014年公布的農(nóng)民工基本特征大體相同，即“六成以上為男性農(nóng)民工、平均年齡上升至38.3歲以及其就業(yè)行業(yè)集中制造業(yè)、建筑業(yè)和批發(fā)零售業(yè)”。

三、實(shí)證結(jié)果與分析

（一）農(nóng)村勞動(dòng)力的遷移決策

1.“留鄉(xiāng)-外出”二元遷移決策

遷移行為屬于一次性的離散流動(dòng)（Murphy，1999；Kirdar，2004；Dustmann等，2007；王德文，2008），還是交互性的動(dòng)態(tài)模式（Bellemare，2007；Constant等，2011），古典遷移理論的基本假定之一是遷移決策屬于一次性的個(gè)體理性行為。韓俊等（2009）利用國(guó)務(wù)院發(fā)展研究中心課題組2006年和2007年全國(guó)調(diào)研數(shù)據(jù)分析發(fā)現(xiàn)，我國(guó)人口流動(dòng)由改革開放之初以在原籍務(wù)農(nóng)為主、農(nóng)閑時(shí)節(jié)外出務(wù)工的季節(jié)性流動(dòng)，轉(zhuǎn)變?yōu)橐酝獬鰟?wù)工為主、以務(wù)工為主要收入來源的全年性、多年性流動(dòng)。寧光杰（2012）利用2008年中國(guó)城鄉(xiāng)勞動(dòng)力流動(dòng)調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，農(nóng)村勞動(dòng)力流動(dòng)市場(chǎng)伴隨著返回遷移（即遷移一段時(shí)間后又回到家鄉(xiāng)）和重復(fù)遷移（不斷變化就業(yè)地域）現(xiàn)象，這可能源于我國(guó)戶籍制度、農(nóng)村土地制度、城市社會(huì)身份認(rèn)同等制約因素的存在。農(nóng)村勞動(dòng)力“留鄉(xiāng)-外出”二元遷移決策的回歸結(jié)果（見表3）。

表3　“留鄉(xiāng)-外出”二元遷移決策的估計(jì)結(jié)果

列（1）是線性概率模型的回歸結(jié)果，列（2～4）是在Probit模型下逐步加入農(nóng)村勞動(dòng)力的個(gè)體特征、家庭特征和社會(huì)網(wǎng)絡(luò)特征作為解釋變量的回歸結(jié)果，列（5～7）是在Logit模型下逐步加入農(nóng)村勞動(dòng)力的個(gè)體特征、家庭特征和社會(huì)網(wǎng)絡(luò)特征作為解釋變量的回歸結(jié)果。所有回歸結(jié)果均為控制地區(qū)效應(yīng)和時(shí)間效應(yīng)后異方差穩(wěn)健性回歸結(jié)果。列（1）作為線性概率模型的回歸結(jié)果，其系數(shù)表示在固定回歸中其他變量的情況下，自變量變化一個(gè)單位引起的概率預(yù)測(cè)值變化估計(jì)。其中，男性勞動(dòng)力選擇遷移的概率比女性高10.7個(gè)百分點(diǎn)，在1%顯著性水平下統(tǒng)計(jì)顯著。男性勞動(dòng)力，作為中國(guó)傳統(tǒng)的“家庭支柱”地位及其獨(dú)特的性別特征，具備更多責(zé)任和勇氣外出工作；另外，農(nóng)村女性常常留鄉(xiāng)承擔(dān)撫育子女和照顧長(zhǎng)輩的責(zé)任。受教育年限的系數(shù)顯著為負(fù)，表明遷移概率隨著農(nóng)村勞動(dòng)者的受教育程度的增長(zhǎng)而減小，在一定程度上說明，外出務(wù)工者為反向選擇。原因可能在于本地教育收益率更高、收入差距更大（Borjas，1987），也可能因?yàn)槟贻p和高學(xué)歷的勞動(dòng)力已經(jīng)外出，留守者多是中老年勞動(dòng)者（樣本的平均年齡超過40歲）且平均受教育年限約為7年，學(xué)歷對(duì)遷移的作用被弱化。這與一些學(xué)者的研究結(jié)果相悖，即高學(xué)歷者傾向于外出打工（盛來運(yùn)，2007；Xing，2010）或教育對(duì)遷移概率沒有顯著影響（Hare，1999）。另外，培訓(xùn)經(jīng)歷的系數(shù)在10%顯著水平上統(tǒng)計(jì)顯著為0.016。家庭特征和社會(huì)網(wǎng)絡(luò)因素對(duì)于遷移概率均沒有顯著影響，一方面可能是因?yàn)榧彝?duì)于遷移決策影響矛盾——較大的家庭負(fù)擔(dān)激勵(lì)家庭成員外出務(wù)工，但情感的關(guān)切與鄉(xiāng)土情結(jié)使之傾向于留鄉(xiāng)；另一方面可能是因?yàn)檗r(nóng)村勞動(dòng)力的社會(huì)網(wǎng)絡(luò)主要是基于同鄉(xiāng)或同宗族的情感血脈維系，但數(shù)據(jù)中并沒有更適合的社會(huì)網(wǎng)絡(luò)代理變量替代“去年幫助過自己的人數(shù)”這一變量。

線性概率模型采用線性關(guān)系設(shè)定，使遷移決策的概率可能小于0或大于1，因而本文采取兩種基本非線性概率模型，即Probit和Logit回歸模型。兩個(gè)非線性模型估計(jì)得到類似的結(jié)果，且根據(jù)R2_p（該指標(biāo)的含義類似于線性概率模型中的擬合優(yōu)度R2）數(shù)值發(fā)現(xiàn)，非線性回歸模型的擬合程度明顯優(yōu)于線性概率模型。與列（1）不同的是，列（4）和列（7）中的年齡與外出遷移決策呈現(xiàn)1%顯著水平上的“倒U型”關(guān)系，且家庭特征中子女?dāng)?shù)量至少在10%顯著水平上顯著為負(fù)。原因在于在一定年齡段中，健康人力資本隨著年齡的增長(zhǎng)而下降，且當(dāng)前農(nóng)民工用工結(jié)構(gòu)呈青年型趨勢(shì)；子女?dāng)?shù)量的增加提高撫育子女的責(zé)任，從而降低外出概率。為有效了解各解釋變量對(duì)于遷移概率的具體影響程度，本文采取除特定變量以外的所有回歸變量均取樣本均值的“平均”農(nóng)村勞動(dòng)力觀察不同因素對(duì)于遷移概率的影響（見表4）。除年齡以外所有解釋變量的系數(shù)符號(hào)與線性概率模型估計(jì)基本一致。其中的原因可能是由于樣本的平均年齡大于40歲，而非線性模型估計(jì)的年齡與遷移決策關(guān)系的轉(zhuǎn)折點(diǎn)大致為30歲，且線性概率模型本身由于線性關(guān)系的設(shè)定存在估計(jì)偏誤。當(dāng)控制其他因素不變的情況下，性別對(duì)于遷移決策的邊際效應(yīng)最大，將近10%。

表4　“留鄉(xiāng)-外出”二元遷移決策的邊際效應(yīng)估計(jì)結(jié)果

2．“留鄉(xiāng)-外出-返鄉(xiāng)”多元遷移決策

蔡昉（2001）提出中國(guó)勞動(dòng)力流動(dòng)是一個(gè)既有流出又有回流的過程，或被稱為“鐘擺現(xiàn)象”（周大鳴，2005）。具體而言，農(nóng)民工經(jīng)歷一段時(shí)間的外出后，由于城市的“推力”、農(nóng)村的“拉力”（石智雷等，2013）或“生命周期效應(yīng)”（Pickles等，1991；章錚，2006）而選擇返鄉(xiāng)。因此，本文利用多項(xiàng)Logit模型和多項(xiàng)Probit模型研究“留鄉(xiāng)-外出-返鄉(xiāng)”動(dòng)態(tài)遷移決策的影響因素，回歸結(jié)果見表5。

列（1）～（6）是在多項(xiàng)Logit模型下控制地區(qū)效應(yīng)和時(shí)間效應(yīng)，逐步加入農(nóng)村勞動(dòng)力的個(gè)體特征、家庭特征和社會(huì)網(wǎng)絡(luò)特征作為解釋變量的異方差穩(wěn)健性回歸結(jié)果，其中前三列是外出決策群體的估計(jì)結(jié)果，后三列是返鄉(xiāng)決策群體的估計(jì)結(jié)果。列（7）～（8）是多項(xiàng)Probit模型下相應(yīng)的回歸結(jié)果，地區(qū)效應(yīng)的控制通過控制農(nóng)村勞動(dòng)力來源省份實(shí)現(xiàn)。外出決策群體的回歸結(jié)果與“留鄉(xiāng)-外出”二元遷移決策的回歸結(jié)果類似，年齡呈顯著的“倒U型”關(guān)系，男性和接受過培訓(xùn)的農(nóng)村勞動(dòng)力明顯偏好外出。在多項(xiàng)Probit模型中，受教育程度的系數(shù)依然為負(fù)數(shù)，并在1%顯著水平上統(tǒng)計(jì)顯著。相對(duì)比較，男性、接受過培訓(xùn)或者父母健康狀況欠佳的農(nóng)民工顯著傾向于返鄉(xiāng)。由于我國(guó)城鄉(xiāng)二元戶籍制度和農(nóng)村土地制度的約束，農(nóng)民工最終傾向于返鄉(xiāng)，而接受過培訓(xùn)的男性勞動(dòng)力更容易獲取就業(yè)機(jī)會(huì)、掌握工作技能且積累一定資金，然后返鄉(xiāng)自主創(chuàng)業(yè)或在家鄉(xiāng)就業(yè)。另外，由于樣本中被調(diào)查者的平均年齡超過40歲，為踐行孝道，農(nóng)民工傾向返鄉(xiāng)照顧年邁體弱的父母。

（二）遷移決策對(duì)工資水平的影響

在控制個(gè)體特征、就業(yè)特征基礎(chǔ)上，研究農(nóng)村勞動(dòng)力遷移決策對(duì)工資水平的影響，具體回歸結(jié)果見表6。

列（1）和（2）分別是在OLS模型中以“留鄉(xiāng)-外出”遷移決策的虛擬變量和遷移經(jīng)驗(yàn)作為遷移決策代理變量的回歸結(jié)果，列（3）和（4）是相應(yīng)的面板數(shù)據(jù)隨機(jī)效應(yīng)回歸結(jié)果，列（5）和（6）分別是考慮“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”的Heckman兩步法回歸結(jié)果。其中遷移經(jīng)驗(yàn)（Migrtyr）由“第一次外出遷移的年份”這一問題的答案計(jì)算所得，未曾外出者記為0。在OLS回歸模型中，遷移決策在1%顯著水平上對(duì)于工資水平存在顯著的正相關(guān)關(guān)系。其中的原因可能在于遷入地為農(nóng)民工提供較多的就業(yè)機(jī)會(huì)，使農(nóng)民工的就業(yè)選擇彈性較大，以及通過“學(xué)習(xí)效應(yīng)”和職業(yè)培訓(xùn)等途徑提高個(gè)人人力資本，從而提高工資水平。通過Hausman檢驗(yàn)，選擇面板數(shù)據(jù)隨機(jī)效應(yīng)模型，其回歸結(jié)果與OLS回歸結(jié)果基本一致。在研究遷移決策對(duì)于農(nóng)村勞動(dòng)力工資水平的影響機(jī)制時(shí)，以上回歸估計(jì)結(jié)果均可能由于樣本選擇性偏差的存在而產(chǎn)生偏差。一方面，勞動(dòng)者在不同城市間并非隨機(jī)分布，外出群體可能存在一些不可觀測(cè)因素且不同于留鄉(xiāng)群體，這種因素很可能影響遷移決策，進(jìn)而影響工資水平；另一方面，樣本中只有受雇傭群體才能觀測(cè)到工資水平，即數(shù)據(jù)的可得性受到與因變量取值相關(guān)的抽樣過程影響。本文將這兩種樣本選擇性偏差概括為“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”。列（5）和（6）回歸結(jié)果中l(wèi)ambda的系數(shù)分別在5%和1%顯著水平上統(tǒng)計(jì)顯著，說明農(nóng)村勞動(dòng)力面臨“兩階段選擇”，即農(nóng)村勞動(dòng)力決定是否外出尋找就業(yè)機(jī)會(huì)；勞動(dòng)者由相應(yīng)的勞動(dòng)力市場(chǎng)選擇是否被雇傭時(shí)，均存在樣本選擇性偏差。同時(shí)，控制樣本選擇性偏差后，“留鄉(xiāng)-外出”二元遷移決策對(duì)于工資水平的促進(jìn)作用有所弱化，但仍在1%顯著水平上統(tǒng)計(jì)顯著。值得注意的是，除了婚姻狀況、健康狀況和單位規(guī)模以外的所有控制變量均在10%以下的顯著水平上統(tǒng)計(jì)顯著，且系數(shù)符號(hào)基本符合預(yù)期。

表5　“留鄉(xiāng)-外出-返鄉(xiāng)”多元遷移決策的估計(jì)結(jié)果

表6　工資水平?jīng)Q定的估計(jì)結(jié)果

四、結(jié)論與討論

基于RUMiC農(nóng)村住戶追蹤調(diào)查面板數(shù)據(jù)，本文控制所屬縣城的地區(qū)固定效應(yīng)和時(shí)間固定效應(yīng)后發(fā)現(xiàn)：年齡、性別和子女?dāng)?shù)量顯著影響外出決策，受教育程度與外出決策成負(fù)相關(guān)關(guān)系。其中，年齡與外出決策呈“倒U型”關(guān)系符合“生命周期效應(yīng)”以及人力資本理論中健康狀況的考慮，并且當(dāng)前的用工結(jié)構(gòu)呈青年型；男性，具備更多的責(zé)任和勇氣外出工作，而女性則主要承擔(dān)照顧家庭責(zé)任；子女?dāng)?shù)量反映了父母的撫育負(fù)擔(dān)，從而抑制了遷移決策；最后，受教育程度的系數(shù)為負(fù)數(shù)，在一定程度上說明外出務(wù)工者遷移決策的反向選擇。本文利用多項(xiàng)Logit模型和多項(xiàng)Probit模型分析“留鄉(xiāng)-外出-返鄉(xiāng)”限值因變量，估計(jì)結(jié)果顯示性別、培訓(xùn)情況和父母的健康狀況顯著影響農(nóng)民工的返鄉(xiāng)概率。本文進(jìn)而利用Heckman兩步法分別克服“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”兩種樣本選擇性偏差，發(fā)現(xiàn)農(nóng)民的遷移決策對(duì)工資水平具有顯著的促進(jìn)作用。原因可能是良好的就業(yè)機(jī)會(huì)與就業(yè)環(huán)境以及在職業(yè)搜索和業(yè)務(wù)培訓(xùn)過程中，農(nóng)村勞動(dòng)力人力資本有所提高。綜上，本文較系統(tǒng)地分析我國(guó)農(nóng)村勞動(dòng)力的個(gè)體遷移決策及其對(duì)工資的影響，在一定程度上有助于引導(dǎo)農(nóng)村勞動(dòng)力的遷移行為，保障農(nóng)民工工資水平和生活質(zhì)量，從而促進(jìn)我國(guó)城鄉(xiāng)勞動(dòng)力市場(chǎng)的協(xié)同管理和城鄉(xiāng)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。其中，具體的舉措建議包括：政府應(yīng)加強(qiáng)農(nóng)民的技能培訓(xùn)，進(jìn)一步完善農(nóng)村醫(yī)保系統(tǒng)，推進(jìn)城鄉(xiāng)一體化進(jìn)程；企業(yè)單位需加大對(duì)員工業(yè)務(wù)能力的培訓(xùn)，從而提高農(nóng)村勞動(dòng)力的人力資本。

本文在研究過程中存在的局限，一是將農(nóng)村勞動(dòng)力的遷移決策抽象為一次性決策行為，因缺失被調(diào)查者歷史遷移數(shù)據(jù)，未有效分析遷移決策的歷時(shí)趨勢(shì)。二是由于數(shù)據(jù)限制，在分析遷移決策時(shí)未考慮遷入地因素和制度因素，如：預(yù)期收入差距、就業(yè)機(jī)會(huì)、戶籍制度等；此外，未解決遷移決策與工資水平的雙向因果關(guān)系而導(dǎo)致的內(nèi)生性問題。實(shí)證發(fā)現(xiàn)，農(nóng)村勞動(dòng)力普遍面臨兩階段選擇——首先，農(nóng)村勞動(dòng)力決定是否外出尋找就業(yè)機(jī)會(huì)；然后，勞動(dòng)者由相應(yīng)的勞動(dòng)力市場(chǎng)選擇是否被雇傭，即“遷移決策偏差”和“就業(yè)機(jī)會(huì)偏差”，本文還無法同時(shí)控制這兩種偏差獲得無偏且有效的估計(jì)結(jié)果。另外，Heckman兩步法在控制選擇性偏差問題的有效性上得到普遍認(rèn)同，但仍存在一定的局限或質(zhì)疑——工資方程和選擇方程中的誤差項(xiàng)為正態(tài)同方差分布，因而該非實(shí)驗(yàn)方法并不能確保估計(jì)結(jié)果的有效性。

參考文獻(xiàn)

[1]朱農(nóng).論收入差距對(duì)中國(guó)鄉(xiāng)城遷移決策的影響[J].人口與經(jīng)濟(jì), 2002(5): 10-17.

[2]王格瑋.地區(qū)間收入差距對(duì)農(nóng)村勞動(dòng)力遷移的影響——基于第五次全國(guó)人口普查數(shù)據(jù)的研究[J].經(jīng)濟(jì)學(xué)(季刊), 2004(S1): 77-98.

[3]章錚.進(jìn)城定居還是回鄉(xiāng)發(fā)展?——民工遷移決策的生命周期分析[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2006(7): 21-29.

[4]趙耀輝.中國(guó)農(nóng)村勞動(dòng)力流動(dòng)及教育在其中的作用——以四川省為基礎(chǔ)的研究[J].經(jīng)濟(jì)研究, 1997(2): 37-42.

[5]邢春冰,賈淑艷,李實(shí).教育回報(bào)率的地區(qū)差異及其對(duì)勞動(dòng)力流動(dòng)的影響[J].經(jīng)濟(jì)研究, 2013(11): 114-126.

[6]李富強(qiáng),王立勇.人力資本、農(nóng)村勞動(dòng)力遷移與城鎮(zhèn)化模式——來自基于面板矯正型標(biāo)準(zhǔn)誤的多期混合多項(xiàng)Logit模型的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài), 2014(10): 87-98.

[7]和丕禪,郭金豐.制度約束下的農(nóng)民工移民傾向探析[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2004(10): 64-68, 80.

[8]孫文凱,白重恩,謝沛初.戶籍制度改革對(duì)中國(guó)農(nóng)村勞動(dòng)力流動(dòng)的影響[J].經(jīng)濟(jì)研究, 2011(1): 28-41.

[9]龐麗華.多層次分析方法在人口遷移研究中的應(yīng)用——省際勞動(dòng)力遷移的多層次分析[J].中國(guó)農(nóng)村觀察, 2001(2): 11-17.

[10]吳秀敏,林堅(jiān),劉萬利.城市化進(jìn)程中西部地區(qū)農(nóng)戶的遷移意愿分析——對(duì)成都市農(nóng)戶的實(shí)證研究[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2005(4): 27-33.

[11]寧光杰.自選擇與農(nóng)村剩余勞動(dòng)力非農(nóng)就業(yè)的地區(qū)收入差異——兼論劉易斯轉(zhuǎn)折點(diǎn)是否到來[J].經(jīng)濟(jì)研究, 2012(S2): 42-55.

[12]王子成,趙忠.農(nóng)民工遷移模式的動(dòng)態(tài)選擇:外出、回流還是再遷移[J].管理世界, 2013(1): 78-88.

[13]蔡昉.遷移決策中的家庭角色和性別特征[J].人口研究, 1997(2): 7-12.

[14]吳興陸.農(nóng)民工定居性遷移決策的影響因素實(shí)證研究[J].人口與經(jīng)濟(jì), 2005(1): 5-10, 43.

[15]韓俊,崔傳義,金三林.現(xiàn)階段我國(guó)農(nóng)民工流動(dòng)和就業(yè)的主要特點(diǎn)[J].發(fā)展研究, 2009(4): 45-48.

[16]周皓.中國(guó)人口遷移的家庭化趨勢(shì)及影響因素分析[J].人口研究, 2004(6): 60-69.

[17]洪小良.城市農(nóng)民工的家庭遷移行為及影響因素研究——以北京市為例[J].中國(guó)人口科學(xué), 2007(6): 42-50, 96.

[18]章元,陸銘.社會(huì)網(wǎng)絡(luò)是否有助于提高農(nóng)民工的工資水平?[J].管理世界, 2009(3): 45-54.

[19]盛來運(yùn).中國(guó)農(nóng)村勞動(dòng)力外出的影響因素分析[J].中國(guó)農(nóng)村觀察, 2007(3): 2-15, 80.

[20]蔡昉.勞動(dòng)力遷移的兩個(gè)過程及其制度障礙[J].社會(huì)學(xué)研究, 2001(4): 44-51.

[21]石智雷,易成棟.長(zhǎng)期保障、投資回報(bào)與遷移勞動(dòng)力回流決策[J].經(jīng)濟(jì)評(píng)論, 2013(3): 66-76.

[22] Bellemare C. A life-cycle model of out-migration and economic assimilation of immigrants in Germany[J]. European Economic Review, 2007, 51(3): 553-576.

[23] Borjas G J, Bratsberg B. Who Leaves? The out-migration of the foreign-born[J]. The Review of Economics and Statistics, 1996, 78: 165-176.

[24] Borjas G J. Self-selection and the earnings of immigrants[J]. American Economic Review, 1987, 77: 531-553.

[25] Chiswick B R. Are immigrants favorably self-selected?[J]. The American Economic Review, 1999, 89(2): 181-185.

[26] Constant A F, Zimmermann K F. Circular and repeat migration: counts of exits and years away from the Host Country[J]. Population Re?search and Policy Review, 2011, 30(4): 495-515.

[27] Douglas S, Massey. Social structure, household strategies, and the cumulative causation of migration[J]. Population Index, 1990, 56(1): 3-26.

[28] Ernesto Aguayo-Telle, . Rivera-Mendoza C I. Migration from mexico to the United States: Wage benefits of crossing the border and go?ing to the U. S. Interior[J]. Politics and Policy, 2011, 39(1): 119-140.

[29] Greenwood M J. Research on internal migration in the United States: A Survey[J]. Journal of Economic Literature, 1975(13): 397-433.

[30] Harris J R, Todaro M P. Migration, Unemployment and Development: A Two-Sector Analysis[J]. The American Economic Review, 1970, 60(1): 126-142.

[31] Heckman J J. The Common structure of statistical models of truncation, sample selection and limited dependent variables and a simple estimator for such models[J]. Annals of Economic and Social Measurement, 1976, 5(4): 475-492.

[32] Heckman J J. Sample selection bias as a specification error[J]. Econometrica, 1979, 47(1): 153-161.

[33] Knapp T A, E. White N, Clark D E. A nested logit approach to household mobility[J]. Journal of Regional Science, 2001, 40(1): 1-22.

[34] Kwang-kuo H. Face and favor: The Chinese power game[J]. American Journal of Sociology, 1987, 92: 944-974.

[35] LaLonde R J. Evaluating the econometric evaluations of training programs with experimental data[J]. The American Economic Review, 1986, 76(4): 604-620.

[36] Massey D S. Understanding mexican migration to the United States[J]. American Journal of Sociology, 1987, 92(6): 1372-1403.

[37] McKenzie D, Gibson J, Stillman S. How important is selection? Experimental vs. non-experimental measures of the income gain from migration[J]. Journal of European Economic Association, 2010, 8(4): 913-945.

[38] MurphyR. Return migrant entrepreneurs and economic diversification in two counties in south Jiangxi, China[J]. Journal of International Development, 1999, 11(4): 661-672.

[39] Neal P. Ritchey. Explanations of migration[J]. Annual Review of Sociology, 1976(2): 363-404.

[40] Niedercorn J H, Bechdolt Jr B. V. An economic derivation of the "Gravity Law" of Spatial Interaction[J]. Journal of Regional science, 1969(9): 273-282.

[41] Reagan P B, Olsen R J. You can go home again: Evidence from longitudinal data[J]. Demography, 2000, 37(3): 339-350.

[42] Stark O, LevhariD. On migration and risk in LDCs[J]. Economic Development and Cultural Change, 1982, 31(1): 191-196.

[43] Stark O, Bloom D E. The new economics of labor migration[J]. American Economic Review, 1985, 75: 173-181.

[44] Xing C B. Migration, Self-selection, and income distributions: Evidence from rural and urban China[J]. China Economic Quarterly, 2010 (2).

Migration Decision of Chinese Rural Labor Force and Its Impact on Wages——An Empirical Study Based on RUMiC Panel Data of Rural Households

LAN Qiaozhen
（Institute of Finance and Economics, Shanghai University of Finance and Economics, Shanghai 200433, China）

Abstract:Based on RUMiC panel data of rural households, migration decisions of Chinese rural labor force were studied from four perspectives, including individual characteristics, household characteristics, social network and local information. The paper found that several factors, including age, gender and number of children at home significantly affected rural labor force's decision to move out of their own counties. The impact of age on migration decision was inverted U curve, and male individual with less number of children tend to migrate. On this basis, the "stay-migrate-return" dynamic migration decisions were also elementarily discussed. It was worth noting that gender, training condition and parents' health condition had significant impact on "return" decision. Furthermore, Heckman two-step method was used to overcome sample selection bias when exploring the effect of migration decision on wages. After controlling individual and employment characteristics, it was concluded that migration decision significantly increased rural labor force's wages.

Key words:rural labor force; migration decision; wage; sample selection bias

作者簡(jiǎn)介：蘭巧珍（1992-），女，碩士研究生，研究方向：區(qū)域經(jīng)濟(jì)學(xué)。

中圖分類號(hào)：F304.6

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-9189（2016）01-0055-14