農(nóng)村勞動(dòng)力轉(zhuǎn)移的農(nóng)戶增收效應(yīng)
——基于區(qū)域異質(zhì)性的視角

張杰飛

（1．太原科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院，山西 太原 030024，2．太原科技大學(xué) 企業(yè)社會(huì)責(zé)任研究中心，山西 太原 030024）

一、引言

城鄉(xiāng)收入差距是當(dāng)前中國面臨的主要挑戰(zhàn)。改革開放以來，中國的城鄉(xiāng)收入比由1985年的2．1，迅速上升至2009年的3．3，之后雖緩慢下降為2017年的2．71，但與國際上通常的最高值（約為2）相比，我國的城鄉(xiāng)收入差距依然十分嚴(yán)峻。此外，我國東、中、西部地區(qū)城鄉(xiāng)收入差距也不盡相同。從2005－2009年，東部、西部地區(qū)城鄉(xiāng)收入比分別由 2．87、3．67 上升到 2．96、3．71，之后逐漸下降至 2016 年的 2．53、2．89；同期，中部地區(qū)則分別為2．94、2．92、2．40。①東中西部各年的城鄉(xiāng)收入比根據(jù)國家統(tǒng)計(jì)局官方網(wǎng)頁 http：／／data．stats．gov．cn／tablequery．htm？code＝AD0E 數(shù)據(jù)計(jì)算得到?？梢?，全國城鄉(xiāng)收入差距問題仍然不容忽視，且存在一定的區(qū)域差異性。

2019年中央一號(hào)文件《關(guān)于堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展做好“三農(nóng)”工作的若干意見》要求“發(fā)展壯大鄉(xiāng)村產(chǎn)業(yè)，拓寬農(nóng)民增收渠道”，因此，增加農(nóng)村居民收入勢在必行。林毅夫（2002）[1]認(rèn)為只有以農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移為發(fā)展的主要目標(biāo)，農(nóng)村剩余勞動(dòng)力才有可能增產(chǎn)增收，傳統(tǒng)的以提高農(nóng)業(yè)生產(chǎn)率為著眼點(diǎn)的農(nóng)村發(fā)展戰(zhàn)略才能真正解決農(nóng)村貧困問題。

學(xué)者們就農(nóng)村勞動(dòng)力轉(zhuǎn)移的農(nóng)戶增收效應(yīng)進(jìn)行了研究，大致有以下兩種觀點(diǎn)。一是增收有效論。一些學(xué)者認(rèn)為勞動(dòng)力轉(zhuǎn)移能顯著增加農(nóng)戶收入。李實(shí)（1999）[2]、白書祥（2006）[3]研究發(fā)現(xiàn)，農(nóng)村勞動(dòng)力流動(dòng)直接或間接地提高農(nóng)戶家庭收入水平。朱紅恒等（2017）[4]、劉一偉（2018）[5]、陳嘯和宋陸軍（2018）[6]認(rèn)為，勞動(dòng)力轉(zhuǎn)移可以有效提高農(nóng)村居民的收入水平，且東中西部地區(qū)農(nóng)民收入的來源主要為外出務(wù)工。Christiaensen（2014）[7]則從城市化的角度出發(fā)，利用發(fā)展中國家的跨國數(shù)據(jù)研究發(fā)現(xiàn)，勞動(dòng)力轉(zhuǎn)移帶來了更多的包容性收入增長。

有學(xué)者進(jìn)一步研究了勞動(dòng)力轉(zhuǎn)移對(duì)工資性收入的影響。陽俊雄（2001）[8]、馬忠東等（2004）[9]、馬德生和王麗芹（2008）[10]、羅楚亮（2010）[11]、崔傳義（2010）[12]、梅新想和劉渝琳（2016）[13]研究發(fā)現(xiàn)：勞動(dòng)力轉(zhuǎn)移對(duì)工資性收入增長有顯著的作用，是農(nóng)民人均工資性收入及份額提高的重要途徑，農(nóng)村勞動(dòng)力轉(zhuǎn)移所取得的工資性收入占農(nóng)民人均純收入的比重越來越大，對(duì)農(nóng)民人均純收入增長的貢獻(xiàn)最大。Arouri等（2017）[14]利用家庭調(diào)查數(shù)據(jù)評(píng)估發(fā)現(xiàn)，城市化進(jìn)程刺激了農(nóng)村從農(nóng)業(yè)向非農(nóng)業(yè)的轉(zhuǎn)移，降低了農(nóng)業(yè)收入，但有助于增加農(nóng)村工資和非農(nóng)收入。

也有學(xué)者針對(duì)個(gè)別地區(qū)進(jìn)行了相關(guān)研究。都陽和樸之水[15]、王德文等（2009）[16]、蒲艷萍（2010）[17]針對(duì)西部地區(qū)、貧困地區(qū)的研究發(fā)現(xiàn)：農(nóng)村勞動(dòng)力流動(dòng)對(duì)增加農(nóng)村居民收入有積極效應(yīng)，并成為其收入的重要來源。譚泰乾（2006）[18]、李賓等（2015）[19]、張永麗和王博（2017）[20]針對(duì)重慶、湖北、甘肅地區(qū)的研究發(fā)現(xiàn)：外出務(wù)工勞動(dòng)力對(duì)農(nóng)戶家庭人均收入有顯著的正向作用，務(wù)工收入是農(nóng)戶家庭的主要收入來源。

二是增收異質(zhì)性論。另有一些學(xué)者認(rèn)為，由于經(jīng)濟(jì)發(fā)展程度、收入水平、年齡、時(shí)期的差異，農(nóng)村勞動(dòng)力轉(zhuǎn)移的增收效應(yīng)存在一定的異質(zhì)性。樊士德和江克忠（2016）[21]研究表明：勞動(dòng)力外流能顯著提高家庭的人均純收入；且相比東部發(fā)達(dá)地區(qū)，欠發(fā)達(dá)地區(qū)勞動(dòng)力流動(dòng)對(duì)提升家庭人均純收入的貢獻(xiàn)度相對(duì)更高。但李谷成等（2018）[22]認(rèn)為：勞動(dòng)力轉(zhuǎn)移可顯著促進(jìn)農(nóng)民總收入和非農(nóng)收入增長，且勞動(dòng)力轉(zhuǎn)移在東部地區(qū)對(duì)農(nóng)民總收入和非農(nóng)收入的正向影響都高度顯著，而對(duì)中西部地區(qū)各收入變量的影響卻不顯著。劉曉麗和潘方卉（2019）[23]研究表明：勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)民收入的影響在西部、中部和東部地區(qū)表現(xiàn)出隨著勞動(dòng)力轉(zhuǎn)移數(shù)量的增加從不顯著，到負(fù)向作用，再到正向作用的變化規(guī)律。

此外，張寬等（2017）[24]則發(fā)現(xiàn)，農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村居民收入正向作用機(jī)制只在高農(nóng)業(yè)勞動(dòng)生產(chǎn)率區(qū)域顯著存在。李翠錦（2014）[25]研究表明：勞動(dòng)力遷移提高了中等收入農(nóng)戶的收入水平，但對(duì)貧困戶的貧困無緩解效應(yīng)，也不影響富裕戶的收入水平。甄小鵬和凌晨（2017）[26]研究得出：外出務(wù)工總體而言對(duì)家庭收入具有促進(jìn)作用，且太過年輕或太過年老的勞動(dòng)力外出務(wù)工對(duì)家庭收入的促進(jìn)作用要低于具有同樣教育年限的同性壯年勞動(dòng)力。沈倩嶺和王小月（2018）[27]分析得出：短期內(nèi)農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村居民工資性收入增長具有顯著的正向動(dòng)態(tài)驅(qū)動(dòng)效應(yīng)，但長期看農(nóng)村勞動(dòng)力轉(zhuǎn)移并未對(duì)農(nóng)民工資收入產(chǎn)生顯著正向影響。

總之，既有相關(guān)研究為我們提供了許多思路和啟示，但由于所用數(shù)據(jù)、研究方的不同，所得結(jié)論也不盡相同。本文擬利用中國家庭追蹤調(diào)查（CFPS）項(xiàng)目微觀數(shù)據(jù)，使用固定效應(yīng)以及雙重差分傾向得分匹配（PSMDID）模型，檢驗(yàn)勞動(dòng)力轉(zhuǎn)移的農(nóng)戶增收效應(yīng)及其區(qū)域差異性。本文的創(chuàng)新主要體現(xiàn)在以下三點(diǎn)。首先，在研究主題上，大部分相關(guān)文獻(xiàn)僅探討了勞動(dòng)力轉(zhuǎn)移對(duì)個(gè)體收入的影響，而本文以農(nóng)戶家庭為被觀測單位，則可研究勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)戶收入的影響，這也與新遷移經(jīng)濟(jì)學(xué)以家庭為決策單位的觀點(diǎn)相符。其次，在研究方法上，本文使用了CFPS微觀數(shù)據(jù)，可避免宏觀加總數(shù)據(jù)所面臨的“偽回歸”問題；同時(shí)，采用固定效應(yīng)以及PSM－DID模型可在一定程度上避免遺漏變量和樣本自選擇偏差問題，從而可得到更具一致性的結(jié)論。最后，考慮到區(qū)域差異性，本文還進(jìn)一步探討了勞動(dòng)力轉(zhuǎn)移增收效果的區(qū)域異質(zhì)性，并得出了較穩(wěn)健的結(jié)論。本文余下部分結(jié)構(gòu)安排如下：第二部分為數(shù)據(jù)來源、變量與描述性統(tǒng)計(jì)；第三部分介紹研究方法與計(jì)量模型設(shè)定；第四部分是估計(jì)結(jié)果及分析；最后為結(jié)論及政策啟示。

二、數(shù)據(jù)來源、變量與描述性統(tǒng)計(jì)

（一）數(shù)據(jù)來源

本文將使用中國家庭追蹤調(diào)查（China Family Panel Studies，簡稱CFPS）2014、2016兩期數(shù)據(jù)①CFPS項(xiàng)目每兩年進(jìn)行一次跟蹤調(diào)查，目前僅有2010、2012、2014、2016年四期數(shù)據(jù)。但由于2010、2012年的數(shù)據(jù)中關(guān)于勞動(dòng)力轉(zhuǎn)移的口徑和2014、2016年數(shù)據(jù)不一致，因此，本文僅使用2014、2016年兩期數(shù)據(jù)。，該數(shù)據(jù)是一項(xiàng)全國性、大規(guī)模、多學(xué)科的社會(huì)跟蹤調(diào)查項(xiàng)目，其調(diào)查對(duì)象是全國25個(gè)省份②調(diào)查對(duì)象所涉及的全國25省份分別為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅。中滿足項(xiàng)目訪問條件的家戶和樣本家戶中滿足項(xiàng)目訪問條件的家庭成員。2014年的全國代表性樣本涵蓋了25個(gè)省份、621個(gè)社區(qū)、13946戶家庭；2016年涵蓋了25個(gè)省份、621個(gè)社區(qū)、14019戶家庭。

鑒于本文的特定研究目的，我們對(duì)CFPS2014、2016兩期數(shù)據(jù)進(jìn)行了如下處理。首先，由于本文研究對(duì)象為農(nóng)村家庭，因此，只保留社區(qū)類型為村委會(huì)的個(gè)體；其次，剔除2016年家庭號(hào)與2014年不同的個(gè)體，同時(shí)剔除戶主是未成年人的個(gè)體（因?yàn)楸疚膽糁魈卣髦邪橐鰻顩r這個(gè)變量，而未成年人沒有這一變量的數(shù)據(jù)），并且對(duì)兩期數(shù)據(jù)進(jìn)行平衡處理，從而得到本文的分析樣本。其中，2014年沒有外出打工、但2016年有外出打工的家庭（被稱為處理組）1173戶，2014、2016兩年都沒有外出打工的家庭（被稱為對(duì)照組）2431戶。

（二）變量與描述性統(tǒng)計(jì)

本文被解釋變量為農(nóng)戶家庭收入，使用農(nóng)戶家庭人均純收入INC的對(duì)數(shù)（記為lnINC）進(jìn)行度量①農(nóng)戶家庭人均純收入使用國家統(tǒng)計(jì)局公布的農(nóng)村消費(fèi)者價(jià)格指數(shù)（CPI）調(diào)整為以2013年為基期的實(shí)際值。。核心解釋變量MIG為“過去一年，您家有人外出打工嗎？”（有＝1，沒有＝0），但在2014年、2016年CFPS問卷中并沒有這一問題。我們通過調(diào)查問卷中對(duì)“過去12個(gè)月，您家是否有人幫其他農(nóng)戶做農(nóng)活（如幫人種田、養(yǎng)牲口等）或外出打工（如去城市打工）掙錢？”這一問題的回答來生成核心解釋變量MIG。具體來說就是，先將原有問卷中這一問題回答為“有”并且另一問題“外出打工收入是多少？”回答數(shù)字大于0的個(gè)體歸類為“過去一年有外出打工的家庭”，進(jìn)而生成“過去一年，您家有人外出打工嗎？”這一核心解釋變量。借鑒相關(guān)研究，本文的控制變量分為以下三類：第一類為戶主特征變量，包括戶主年齡AGE、戶主性別GEN（男＝1，女＝0）、戶主正規(guī)受教育年限EDU、戶主自評(píng)健康狀況HEA（健康＝1，一般＝2，不太健康＝3，不健康＝4，非常不健康＝5）、戶主是否在婚MARRY（是＝1，否＝0）；第二類為家庭特征變量，包括家庭總?cè)藬?shù)POP、家庭兒童（16歲以下）占比CHI、家庭老年人（65歲以上）占比OLD、家庭是否有人從事個(gè)體私營NAG（是＝1，否＝0）、家庭是否有參軍經(jīng)歷人員 ARMY（是＝1，否＝0）、過去一年，家庭是否有人住院 HOS（是＝1，否＝0）、家庭是否有人從事農(nóng)業(yè)生產(chǎn)AGR（是＝1，否＝0）、家庭現(xiàn)金及存款總額對(duì)數(shù)lnSAVE②家庭現(xiàn)金及存款總額也使用國家統(tǒng)計(jì)局公布的農(nóng)村消費(fèi)者價(jià)格指數(shù)（CPI）調(diào)整為以2013年為基期的實(shí)際值。；第三類為村莊特征變量，包括家庭所在村莊是否為少數(shù)民族聚居區(qū)MIN（是＝1，否＝0）、家庭所在村莊方圓5公里內(nèi)是否有化工廠、冶煉廠、造紙廠等高污染企業(yè) POL（是＝1，否＝0）。

各主要變量基本統(tǒng)計(jì)特征如表1所示。第（1）列是全樣本的描述性統(tǒng)計(jì)，第（2）、（3）列分別是2014年處理組、對(duì)照組的描述性統(tǒng)計(jì)，第（4）列則報(bào)告了2014年關(guān)于處理組和對(duì)照組的t統(tǒng)計(jì)檢驗(yàn)結(jié)果。第（5）、（6）列分別是2016年處理組、對(duì)照組的描述性統(tǒng)計(jì)，第（7）列則報(bào)告了2016年關(guān)于處理組和對(duì)照組的t統(tǒng)計(jì)檢驗(yàn)結(jié)果。

由表1可知，從2014－2016年，農(nóng)村家庭人均純收入對(duì)數(shù)在處理組和對(duì)照組都呈上升趨勢（處理組、對(duì)照組分別由 2014 年的 8．45、8．52 增加為 2016 年的 9．22、9．02），說明農(nóng)村居民收入水平都在提高。同時(shí)，2014 農(nóng)村家庭人均純收入對(duì)數(shù)在處理組比對(duì)照組低0．07（但不顯著），而到了2016年，處理組的農(nóng)村家庭人均純收入對(duì)數(shù)卻反而比對(duì)照組高0．2（且1%水平下顯著）。這可能意味著，勞動(dòng)力轉(zhuǎn)移進(jìn)一步增加了處理組家庭的人均收入。此外，其他大多數(shù)變量在處理組和對(duì)照組之間都存在顯著差異，這也意味著這些變量可能與是否外出打工有關(guān)，理應(yīng)成為我們所應(yīng)考慮的重要因素。

三、研究方法與計(jì)量模型設(shè)定

（一）固定效應(yīng)模型（FE）

為了考察勞動(dòng)力轉(zhuǎn)移對(duì)收入的影響及其區(qū)域差異性，本文采用固定效應(yīng)方法作為基準(zhǔn)模型。其中，勞動(dòng)力轉(zhuǎn)移對(duì)收入的影響及其區(qū)域差異性模型設(shè)定如（1）式所示。

表1 各主要變量的描述性統(tǒng)計(jì)

（二）雙重差分傾向得分匹配模型（PSM－DID）

農(nóng)村家庭是否進(jìn)行勞動(dòng)力轉(zhuǎn)移是自我選擇的結(jié)果，如果進(jìn)行勞動(dòng)力轉(zhuǎn)移的農(nóng)村家庭與沒有進(jìn)行勞動(dòng)力轉(zhuǎn)移的農(nóng)村家庭在不可觀測因素方面存在顯著差異，且這種差異隨著時(shí)間變化的趨勢不同，那么固定效應(yīng)方法將存在“選擇偏差”。為了處理這種“選擇難題”，本文將進(jìn)一步運(yùn)用雙重差分傾向得分匹配方法估計(jì)勞動(dòng)力轉(zhuǎn)移的收入效應(yīng)。

處理組的平均處理效應(yīng)如（2）式所示。

匹配時(shí)的傾向得分，則利用2014年的數(shù)據(jù)、使用（3）式所示的Logit模型進(jìn)行估計(jì)。

其中，Xit與（1）式相同，為影響家庭進(jìn)行勞動(dòng)力轉(zhuǎn)移概率且隨家庭、時(shí)間而變化的協(xié)變量。

四、估計(jì)結(jié)果及分析

本部分將分別使用前文所介紹的固定效應(yīng)和雙重差分傾向得分匹配模型來估計(jì)勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)戶收入的影響，并進(jìn)行分析。

（一）固定效應(yīng)模型的回歸結(jié)果及分析

表2匯報(bào)了勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村家庭人均純收入影響的固定效應(yīng)模型回歸結(jié)果。其中，模型（1）為只加入核心變量勞動(dòng)力轉(zhuǎn)移的回歸結(jié)果，模型（2）、（3）、（4）分別為在前一列基礎(chǔ)上加入戶主特征變量、家庭特征變量和年度虛擬變量 year2（2014年時(shí)，year2＝0；2016年時(shí)，year2＝1）的回歸結(jié)果，模型（5）則為在模型（4）基礎(chǔ)上進(jìn)一步加入核心變量勞動(dòng)力轉(zhuǎn)移分別與東部、西部交互項(xiàng)（分別記為MD、MX，以中部為參考區(qū)域）的回歸結(jié)果。

對(duì)比該五列回歸結(jié)果可以看出，核心變量系數(shù)的大小和顯著性都比較穩(wěn)定。下面我們主要根據(jù)模型（5）的回歸結(jié)果來解釋農(nóng)村家庭收入的影響因素。首先，核心變量勞動(dòng)力轉(zhuǎn)移MIG的系數(shù)估計(jì)為0．584，且在1%的水平下顯著。這意味著，中部地區(qū)勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村家庭人均純收入有顯著的正向影響，在其他條件不變的情況下，中部地區(qū)進(jìn)行勞動(dòng)力轉(zhuǎn)移的家庭比沒有進(jìn)行勞動(dòng)力轉(zhuǎn)移的家庭，其人均純收入將平均增加約58．4%。同時(shí)，MD的系數(shù)估計(jì)為－0．163，且在5%的水平下顯著。這意味著，相對(duì)于中部而言，東部地區(qū)勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村家庭人均純收入有顯著的負(fù)向影響，在其他條件不變的情況下，進(jìn)行勞動(dòng)力轉(zhuǎn)移的東部地區(qū)家庭比中部地區(qū)家庭其人均純收入將平均減少約16．3%。而MX的系數(shù)估計(jì)為－0．0459，且不顯著。這意味著，在西部地區(qū)，勞動(dòng)力轉(zhuǎn)移對(duì)家庭人均純收入的影響與中部地區(qū)沒有顯著差異。

其次，GEN、POP、NAG、AGR、lnSAVE系數(shù)估計(jì)顯著為正，說明戶主為男性、家庭人口數(shù)、從事個(gè)體私營、從事農(nóng)業(yè)生產(chǎn)、現(xiàn)金及存款總額都能顯著提高其家庭人均純收入；而CHI、OLD系數(shù)估計(jì)顯著為負(fù)，說明家庭兒童占比和家庭老年人占比都會(huì)顯著降低其家庭人均純收入。此外，AGE及其平方項(xiàng)估計(jì)系數(shù)分別為正、負(fù)（且顯著），說明戶主年齡與家庭收入存在倒U型關(guān)系。這些都與經(jīng)濟(jì)理論相符。年度虛擬變量year2的系數(shù)估計(jì)為0．276，且在1%的水平下顯著。這意味著，相對(duì)于2014年而言，2016年農(nóng)村家庭人均純收入平均增加約27．6%，說明這兩年間農(nóng)戶收入取得了較快增長。

（二）PSM－DID估計(jì)結(jié)果及分析

為了解決農(nóng)村家庭自我選擇是否進(jìn)行勞動(dòng)力轉(zhuǎn)移所導(dǎo)致的“選擇偏差”，我們采用雙重差分傾向得分匹配來進(jìn)一步估計(jì)勞動(dòng)力轉(zhuǎn)移的收入效應(yīng)。首先，我們基于2014年數(shù)據(jù)、使用Logit模型估計(jì)農(nóng)戶家庭勞動(dòng)力轉(zhuǎn)移決策方程；然后，使用農(nóng)戶家庭勞動(dòng)力轉(zhuǎn)移決策方程來計(jì)算每個(gè)家庭參與勞動(dòng)力轉(zhuǎn)移的可能性（即傾向得分），從而為每個(gè)進(jìn)行勞動(dòng)力轉(zhuǎn)移家庭找到其未進(jìn)行勞動(dòng)力轉(zhuǎn)移的反事實(shí)個(gè)體，并使用雙重差分計(jì)算進(jìn)行勞動(dòng)力轉(zhuǎn)移家庭的平均處理效應(yīng)；最后，進(jìn)行平衡性檢驗(yàn)，以提高PSM－DID估計(jì)結(jié)果的可信性。

1．農(nóng)戶家庭勞動(dòng)力轉(zhuǎn)移決策方程的估計(jì)

基于Logit模型的農(nóng)戶家庭勞動(dòng)力轉(zhuǎn)移決策方程估計(jì)結(jié)果如表3所示，其中，模型（1）－（4）分別為全部地區(qū)、東部地區(qū)、中部地區(qū)、西部地區(qū)的估計(jì)結(jié)果。由于各個(gè)地區(qū)的估計(jì)結(jié)果基本類似，為了節(jié)省篇幅，我們僅以全部地區(qū)為例進(jìn)行簡略分析。

在戶主特征變量方面，戶主為女性的家庭進(jìn)行勞動(dòng)力轉(zhuǎn)移的概率更大。在家庭特征變量方面，家庭人口數(shù)越多，越容易騰出人手，其進(jìn)行勞動(dòng)力轉(zhuǎn)移的概率越大；有人從事農(nóng)業(yè)生產(chǎn)的家庭，其生活水平不是很高，社交圈子較小，所以他們更愿意走出去，嘗試新事物、適應(yīng)新環(huán)境，故其勞動(dòng)力轉(zhuǎn)移的概率越大；除此之外，家庭老年人占比越高，則需花費(fèi)更多時(shí)間用于照顧老人，故其參與勞動(dòng)力轉(zhuǎn)移的概率越低（而家庭兒童占比對(duì)勞動(dòng)力轉(zhuǎn)移概率沒有顯著影響）；從事個(gè)體私營的家庭生活水平相對(duì)較高，家庭成員見識(shí)也相對(duì)較廣，進(jìn)行勞動(dòng)力轉(zhuǎn)移的意義不大，故其勞動(dòng)力轉(zhuǎn)移的概率也越低。在村莊特征變量方面，生活在少數(shù)民族聚居區(qū)的家庭，由于語言、文化、習(xí)俗等方面的差異，其勞動(dòng)力轉(zhuǎn)移概率更??；村莊附近有污染企業(yè)的農(nóng)村家庭，可能由于去就近的污染企業(yè)打工，或者為了遠(yuǎn)離污染而去外地打工，其勞動(dòng)力轉(zhuǎn)移概率更高。

表2 勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)村家庭人均純收入影響的固定效應(yīng)模型回歸結(jié)果

2．PSM－DID估計(jì)結(jié)果及分析

表4中的模型（1）－（4）分別是全部地區(qū)、東部地區(qū)、中部地區(qū)、西部地區(qū)勞動(dòng)力轉(zhuǎn)移收入效應(yīng)的PSMDID估計(jì)結(jié)果。由表4可知，全部地區(qū)處理組的平均處理效應(yīng)系數(shù)估計(jì)值為0．222（且在1%水平上顯著，意味著：進(jìn)行勞動(dòng)力轉(zhuǎn)移的家庭比沒有進(jìn)行勞動(dòng)力轉(zhuǎn)移時(shí)，其人均純收入將平均增加約22．2%）。其中，西部地區(qū)處理組的平均處理效應(yīng)系數(shù)估計(jì)值為0．270（且在5%水平上顯著），中部地區(qū)處理組的平均處理效應(yīng)系數(shù)估計(jì)值為0．204（且在10%水平上顯著），最后東部地區(qū)處理組的平均處理效應(yīng)系數(shù)估計(jì)值為0．198（且在5%水平上顯著）。

可見，中西部地區(qū)處理組的平均處理效應(yīng)也高于東部地區(qū)。

表3 基于logit模型的農(nóng)戶家庭勞動(dòng)力轉(zhuǎn)移決策方程估計(jì)結(jié)果

表4 勞動(dòng)力轉(zhuǎn)移收入效應(yīng)的PSM－DID估計(jì)結(jié)果

3．平衡性檢驗(yàn)

為了提高PSM－DID估計(jì)結(jié)果的可信性，我們檢驗(yàn)了模型（1）－（4）匹配后各變量在處理組和對(duì)照組的分布是否變得更加平衡，以及協(xié)變量的均值在處理組和對(duì)照組之間是否依然存在顯著差異。檢驗(yàn)結(jié)果如表5所示，各變量在傾向得分匹配后的處理組和對(duì)照組間分布更加平衡，且沒有協(xié)變量的均值存在顯著差異，說明適合使用PSM－DID方法。

表5 平衡性檢驗(yàn)結(jié)果

五、結(jié)論及政策啟示

本文利用中國家庭追蹤調(diào)查（CFPS）項(xiàng)目微觀數(shù)據(jù)，使用固定效應(yīng)以及雙重差分傾向得分匹配（PSM－DID）模型，研究了中國農(nóng)村勞動(dòng)力轉(zhuǎn)移對(duì)農(nóng)戶增收的影響及其區(qū)域差異性，得出了以下兩點(diǎn)主要結(jié)論。首先，就全國而言，農(nóng)村勞動(dòng)力轉(zhuǎn)移能顯著增加農(nóng)戶收入，（與未進(jìn)行勞動(dòng)力轉(zhuǎn)移時(shí)相比）勞動(dòng)力轉(zhuǎn)移農(nóng)戶家庭的人均純收入平均增加約22．2%；且勞動(dòng)力轉(zhuǎn)移的增收效應(yīng)具有明顯的區(qū)域差異性，中西部地區(qū)效應(yīng)顯著高于東部地區(qū)。其可能原因是：中西部地區(qū)鄉(xiāng)村經(jīng)濟(jì)落后，農(nóng)戶收入水平較低，使得勞動(dòng)力轉(zhuǎn)移所帶來的增收效應(yīng)反而更大。其次，人口數(shù)越多、村莊附近有污染企業(yè)等農(nóng)戶家庭，其勞動(dòng)力轉(zhuǎn)移概率更高；而家庭兒童占比對(duì)勞動(dòng)力轉(zhuǎn)移概率沒有顯著影響。

本研究具有如下兩點(diǎn)政策啟示。第一，推行生育鼓勵(lì)政策。新中國成立初期，我國的人口出生率在1949年、1950年分別為36‰、37‰，1971年7月國務(wù)院批轉(zhuǎn)《關(guān)于做好計(jì)劃生育工作的報(bào)告》后，迅速下降到2015年的12．07‰。盡管2016年1月1日正式實(shí)施了全面二孩政策，但由于慣性、生活經(jīng)濟(jì)壓力等多方面原因，人口出生率仍在下降，2019年僅有10．48‰。人口出生率的下降將導(dǎo)致勞動(dòng)年齡人口減少、老齡化加重等一系列社會(huì)經(jīng)濟(jì)問題。本文計(jì)量分析發(fā)現(xiàn)，家庭人口數(shù)越多，可以促進(jìn)家庭內(nèi)部的勞動(dòng)分工，進(jìn)而提高其勞動(dòng)力轉(zhuǎn)移概率，而家庭兒童占比并不會(huì)顯著降低轉(zhuǎn)移概率，且勞動(dòng)力轉(zhuǎn)移又能顯著增加農(nóng)戶家庭收入。因此，我國政府應(yīng)積極推行生育補(bǔ)貼、嬰幼兒補(bǔ)貼、兒童看護(hù)和教育等家庭生育鼓勵(lì)政策。

第二，中西部地區(qū)應(yīng)大力改善營商環(huán)境。本文計(jì)量分析還發(fā)現(xiàn)，村莊附近有污染企業(yè)的農(nóng)戶家庭，其勞動(dòng)力轉(zhuǎn)移概率更高，一個(gè)主要原因可能是勞動(dòng)力更易實(shí)現(xiàn)就地轉(zhuǎn)移，從而獲得更高收入。中西部地區(qū)鄉(xiāng)村經(jīng)濟(jì)相對(duì)落后，吸納農(nóng)村就業(yè)較低。2008年中部、西部地區(qū)鄉(xiāng)村私營企業(yè)與城鎮(zhèn)單位就業(yè)人數(shù)之比分別為16．24%、15．42%，之后不斷提高到 2018 年的 36．62%、31．81；而東部地區(qū)相應(yīng)年份的比值則高得多，分別達(dá)到 29．83%、50．61%，鄉(xiāng)村經(jīng)濟(jì)更加繁榮，農(nóng)戶收入水平更高。同時(shí)，多個(gè)第三方機(jī)構(gòu)的評(píng)估結(jié)果表明，中西部地區(qū)在營商環(huán)境總體評(píng)分方面處于落后地位。中西部地區(qū)應(yīng)建立明確的營商環(huán)境考核機(jī)制，充分調(diào)動(dòng)地方官員的積極性，大力改善營商環(huán)境[28]，順利承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移，從而促進(jìn)勞動(dòng)力就地轉(zhuǎn)移，進(jìn)一步實(shí)現(xiàn)農(nóng)民增收。

致謝：感謝王金波、劉偉、劉志強(qiáng)在論文研究中所做的數(shù)據(jù)處理、計(jì)量分析等工作以及中國家庭追蹤調(diào)查（CFPS）項(xiàng)目辦公室人員所提供的相關(guān)數(shù)據(jù)與解答！