勞動力轉(zhuǎn)移對農(nóng)戶家庭收入的影響
——基于2020年全國10省農(nóng)戶調(diào)查數(shù)據(jù)的經(jīng)驗研究

杜 鑫,孟小暄

(1.中國社會科學院 農(nóng)村發(fā)展研究所,北京 100732；2.中國社會科學院大學 農(nóng)村發(fā)展系,北京 100732)

一、文獻綜述及問題的提出

改革開放以來，隨著市場化改革的深入推進和工業(yè)化、城市化的深入發(fā)展，農(nóng)村地區(qū)經(jīng)歷了大規(guī)模的生產(chǎn)要素再配置和調(diào)整過程，傳統(tǒng)農(nóng)業(yè)生產(chǎn)所不能吸納的農(nóng)村富余勞動力不斷向非農(nóng)產(chǎn)業(yè)和城市地區(qū)轉(zhuǎn)移。根據(jù)國家統(tǒng)計局的統(tǒng)計數(shù)據(jù)，2009年全國農(nóng)民工總量為22987萬人，其中，在戶籍所在鄉(xiāng)鎮(zhèn)地域內(nèi)就業(yè)的本地農(nóng)民工8445萬人，在戶籍所在鄉(xiāng)鎮(zhèn)地域外就業(yè)的外出農(nóng)民工14533萬人(1)《2009年農(nóng)民工監(jiān)測調(diào)查報告》，http://www.stats.gov.cn/ztjc/ztfx/fxbg/201003/t20100319_16135.html.；到2020年，全國農(nóng)民工總量達到28560萬人，其中，在戶籍所在鄉(xiāng)鎮(zhèn)地域內(nèi)就業(yè)的本地農(nóng)民工達到11601萬人，在戶籍所在鄉(xiāng)鎮(zhèn)地域外就業(yè)的外出農(nóng)民工達到16959萬人(2)《2020年農(nóng)民工監(jiān)測調(diào)查報告》，http://www.stats.gov.cn/tjsj/zxfb/202104/t20210430_1816933.html.，分別比2009年增長24.24%、37.37%和16.69%，遠超同期全國勞動力總量不到5%的增長率(3)根據(jù)《中國統(tǒng)計年鑒》所公布的數(shù)據(jù)，2009年全國勞動力總量為77510萬人，2019年全國勞動力總量為81104萬人，2019年全國勞動力總量比2009年大約增長4.64%。。在宏觀層面，大規(guī)模的勞動力轉(zhuǎn)移提高了中國的總量勞動生產(chǎn)率和全要素生產(chǎn)率，成為中國經(jīng)濟增長的重要源泉之一(4)蔡昉：《中國經(jīng)濟改革效應分析:勞動力重新配置的視角》，《經(jīng)濟研究》，2017年第7期。。與此同時，勞動力轉(zhuǎn)移也會對農(nóng)戶家庭收入產(chǎn)生重要影響。

迄今為止，國內(nèi)外學術界已有許多關于勞動力轉(zhuǎn)移或非農(nóng)就業(yè)對中國農(nóng)戶家庭收入的影響的研究成果。已有的文獻基本上一致認為勞動力轉(zhuǎn)移就業(yè)顯著提高了農(nóng)戶家庭收入水平(5)李實：《中國農(nóng)村勞動力流動與收入增長和分配》，《中國社會科學》，1999年第2期。，有研究還發(fā)現(xiàn)不同的勞動力就業(yè)形式對家庭收入的貢獻大小不同，勞動力遷移就業(yè)高于本地非農(nóng)就業(yè)，本地非農(nóng)就業(yè)又高于農(nóng)業(yè)就業(yè)(6)Zhao Y. Labor Migration and Earnings Differences: the Case of China. Economic Development and Cultural Change, 1999(4).；有研究也發(fā)現(xiàn)，勞動力遷移在提高了農(nóng)戶家庭總收入的同時，其所帶來的勞動力損失效應對農(nóng)戶家庭農(nóng)業(yè)經(jīng)營收入帶來了較大的不利影響，同時，這種不利影響僅能由勞動力遷移匯款部分地予以補償(7)王子成：《外出務工、匯款對農(nóng)戶家庭收入的影響：來自中國綜合社會調(diào)查的證據(jù)》，《中國農(nóng)村經(jīng)濟》，2012年第4期。。此外，關于勞動力轉(zhuǎn)移就業(yè)對農(nóng)村居民收入分配會產(chǎn)生何種影響，已有的研究結(jié)論并不一致，有的研究發(fā)現(xiàn)農(nóng)村勞動力轉(zhuǎn)移就業(yè)擴大了農(nóng)村居民收入差距(8)張平：《中國農(nóng)村居民區(qū)域間收入不平等與非農(nóng)就業(yè)》，《經(jīng)濟研究》，1998年第8期.，有的則得出了相反的結(jié)論(9)朱農(nóng)：《貧困、不平等和農(nóng)村非農(nóng)產(chǎn)業(yè)的發(fā)展》，《經(jīng)濟學(季刊)》，2005年第1期。?？偟膩砜矗瑖鴥?nèi)外學術界關于勞動力轉(zhuǎn)移對于中國農(nóng)戶家庭收入的影響的研究已經(jīng)取得了較為豐富的成果，為繼續(xù)開展相關研究提供了較好的基礎。與此同時，已有的研究也還存在一些不足之處，尚有進一步改進的空間。首先，已有的研究在考察勞動力轉(zhuǎn)移對農(nóng)戶家庭收入的影響時，或者沒有考慮勞動力轉(zhuǎn)移行為的內(nèi)生性問題，或者僅考慮勞動力轉(zhuǎn)移行為的內(nèi)生性而沒有考慮其他要素投入特別是土地要素投入的內(nèi)生性問題。從理論上來說，農(nóng)戶作為一個擁有勞動、土地等多種生產(chǎn)要素稟賦的理性決策主體，其對每一種生產(chǎn)要素的配置行為都是其根據(jù)市場外部條件、自身資源稟賦和偏好所做出的統(tǒng)一的最優(yōu)化決策的結(jié)果，農(nóng)戶勞動力轉(zhuǎn)移就業(yè)決策經(jīng)常伴之以土地流轉(zhuǎn)決策(10)杜鑫：《勞動力轉(zhuǎn)移、土地租賃與農(nóng)業(yè)資本投入的聯(lián)合決策分析》，《中國農(nóng)村經(jīng)濟》，2013年第10期。，在研究勞動力轉(zhuǎn)移對農(nóng)戶農(nóng)業(yè)生產(chǎn)和家庭收入的影響時，不考慮勞動力轉(zhuǎn)移行為以及土地經(jīng)營規(guī)模的內(nèi)生性問題，所得估計結(jié)果可能是有偏的，即所估計出的勞動力轉(zhuǎn)移就業(yè)對家庭收入的影響效果可能包含有與之相伴的土地經(jīng)營規(guī)模調(diào)整的影響。其次，已有文獻大都沒有在同一個分析框架內(nèi)區(qū)分勞動力轉(zhuǎn)移就業(yè)的不同形式。作為整體的勞動力轉(zhuǎn)移包括就地轉(zhuǎn)移(或本地非農(nóng)就業(yè))和異地轉(zhuǎn)移(或遷移就業(yè))兩種形式，其對農(nóng)戶家庭農(nóng)業(yè)經(jīng)營收入和非農(nóng)收入具有不同的影響，對其進行區(qū)分并進行比較分析有其必要性。有鑒于此，本文擬在綜合考慮農(nóng)戶勞動力轉(zhuǎn)移就業(yè)行為與土地要素投入的內(nèi)生性的情況下，考察勞動力轉(zhuǎn)移行為以及其中的異地轉(zhuǎn)移對農(nóng)戶家庭農(nóng)業(yè)經(jīng)營收入、非農(nóng)收入與總收入的影響，以期得到更為準確的估計結(jié)果。這既是本文的研究重點，也是對已有研究所做出的邊際創(chuàng)新。

二、樣本數(shù)據(jù)

本文利用2020年中國鄉(xiāng)村振興綜合調(diào)查(CRRS)的全國農(nóng)戶調(diào)查數(shù)據(jù)來考察勞動力轉(zhuǎn)移就業(yè)對農(nóng)戶家庭收入的影響。2020年中國鄉(xiāng)村振興綜合調(diào)查(CRRS)項目課題組在全國范圍內(nèi)按照隨機分層抽樣原則，抽取了10個省份、50個縣(市)、150個鄉(xiāng)(鎮(zhèn))、300個行政村、3821個農(nóng)戶樣本開展問卷調(diào)查。為了使樣本具有充分的代表性，課題組首先根據(jù)經(jīng)濟發(fā)展水平、區(qū)域位置以及農(nóng)業(yè)生產(chǎn)情況，從東部、中部、西部和東北地區(qū)隨機抽取所有省份數(shù)量的三分之一共10個調(diào)查省份，分別是浙江、山東、廣東、安徽、河南、貴州、四川、陜西、寧夏、黑龍江；其次，在每個省份對所有縣(市、區(qū))按照人均GDP高低分為5組，同時考慮地理空間上的均勻分布，從每個組內(nèi)隨機抽取1個縣，共抽取5個縣(市)；然后，按照與樣本縣(市)相似的抽樣原則，在每個縣(市)隨機抽取經(jīng)濟發(fā)展水平不同的3個鄉(xiāng)(鎮(zhèn))，在每個鄉(xiāng)(鎮(zhèn))隨機抽取經(jīng)濟發(fā)展較好的1個行政村和1個經(jīng)濟發(fā)展較差的行政村；最后，根據(jù)村委會提供的花名冊，在每個行政村按照等距離取樣法隨機抽取12～14個農(nóng)戶，就農(nóng)村人口與勞動就業(yè)、土地經(jīng)營、糧食生產(chǎn)、社區(qū)環(huán)境、收入及消費、社區(qū)治理等情況開展問卷調(diào)查。在本文的分析中，舍棄數(shù)據(jù)缺失及數(shù)據(jù)異常的觀測值后，最后使用了1915個農(nóng)戶樣本。

為了開展本文的研究，首先需要對勞動力、勞動力轉(zhuǎn)移、轉(zhuǎn)移農(nóng)戶、家庭收入等概念進行界定。結(jié)合所使用的樣本數(shù)據(jù)，本文將農(nóng)村勞動力定義為年齡16～64歲、當前就業(yè)狀態(tài)為全職務農(nóng)、非農(nóng)就業(yè)、兼業(yè)、無業(yè)或待業(yè)的農(nóng)戶成員。將勞動力轉(zhuǎn)移定義為農(nóng)村勞動力從事非農(nóng)就業(yè)或兼業(yè)，勞動力異地轉(zhuǎn)移(或遷移就業(yè))定義為轉(zhuǎn)移勞動力一年內(nèi)在戶籍所在鄉(xiāng)鎮(zhèn)地域外從事非農(nóng)就業(yè)或兼業(yè)6個月及以上。若農(nóng)戶有成員參與勞動力轉(zhuǎn)移就業(yè)和異地轉(zhuǎn)移就業(yè)，則分別稱其為轉(zhuǎn)移農(nóng)戶和異地轉(zhuǎn)移農(nóng)戶。家庭收入是指純收入，包括家庭農(nóng)業(yè)經(jīng)營凈收入和非農(nóng)收入，前者包括家庭全部農(nóng)業(yè)生產(chǎn)經(jīng)營活動扣除了經(jīng)營成本后所取得的凈收入，后者包括農(nóng)戶成員非農(nóng)就業(yè)活動所取得的凈收入以及財產(chǎn)性收入和轉(zhuǎn)移性收入。

根據(jù)上述定義，表1列出了樣本農(nóng)戶參與勞動力轉(zhuǎn)移就業(yè)及其家庭收入狀況。根據(jù)表1，2019年全體樣本農(nóng)戶平均擁有勞動力2.55人，其中轉(zhuǎn)移勞動力1.32人，異地轉(zhuǎn)移勞動力0.76人，二者分別占樣本農(nóng)戶家庭勞動力人數(shù)的49.44%和26.61%。全體農(nóng)戶平均家庭純收入64254.45元，家庭農(nóng)業(yè)經(jīng)營凈收入23866.87元，非農(nóng)收入40387.57元。轉(zhuǎn)移農(nóng)戶與非轉(zhuǎn)移農(nóng)戶相比較，轉(zhuǎn)移農(nóng)戶呈現(xiàn)出勞動力人數(shù)較多、家庭純收入及非農(nóng)收入較高而農(nóng)業(yè)經(jīng)營凈收入較低的特點，其中的異地轉(zhuǎn)移農(nóng)戶的上述特點更為突出，而非轉(zhuǎn)移農(nóng)戶則呈現(xiàn)出完全相反的特點，即勞動力人數(shù)較少、家庭純收入及非農(nóng)收入較低而農(nóng)業(yè)經(jīng)營凈收入較高。對于轉(zhuǎn)移農(nóng)戶與非轉(zhuǎn)移農(nóng)戶在家庭收入上存在的明顯差異，勞動力轉(zhuǎn)移就業(yè)活動是否產(chǎn)生了顯著影響以及其影響程度如何？下面，本文將通過經(jīng)濟計量分析予以研究論證。

表1 樣本農(nóng)戶參與勞動力轉(zhuǎn)移就業(yè)及其家庭收入狀況

三、模型設定及估計策略

農(nóng)戶家庭收入主要來源于家庭農(nóng)業(yè)生產(chǎn)經(jīng)營和非農(nóng)就業(yè)活動，其家庭收入函數(shù)既具有生產(chǎn)函數(shù)的特征，又具有個人收入函數(shù)的特征。據(jù)此，本文設定如下形式的農(nóng)戶家庭收入模型：

(1)

為了更深入地考察勞動力轉(zhuǎn)移對家庭農(nóng)業(yè)收入和非農(nóng)收入的不同影響，本文進一步將農(nóng)戶家庭純收入分為家庭農(nóng)業(yè)經(jīng)營凈收入和非農(nóng)收入，分別建立如下模型來考察勞動力轉(zhuǎn)移對不同收入來源家庭收入的影響：

(2)

(3)

式(2)、(3)中，yα、yn分別代表家庭農(nóng)業(yè)經(jīng)營凈收入和非農(nóng)凈收入，Xα、Xn分別代表一系列影響農(nóng)戶家庭農(nóng)業(yè)經(jīng)營凈收入和非農(nóng)凈收入的控制變量向量，其他解釋變量含義與式(1)相同。本文假設農(nóng)戶通過勞動力轉(zhuǎn)移就業(yè)而獲得非農(nóng)收入的過程不需要土地要素投入，式(3)沒有引入土地要素投入變量。θα0、θα1、…θα5、和θn0、θn1、…θn4、分別為相應的待估計系數(shù)或系數(shù)向量；ζα、ζn為服從正態(tài)分布的隨機誤差項，分別代表其他影響農(nóng)戶家庭農(nóng)業(yè)經(jīng)營凈收入和非農(nóng)凈收入的不可觀測因素。

式(1)和式(2)中，農(nóng)戶勞動力轉(zhuǎn)移變量Ln和家庭農(nóng)業(yè)生產(chǎn)土地要素投入t都具有潛在的內(nèi)生性。如果不考慮其內(nèi)生性問題，直接對其進行OLS估計，所得結(jié)果可能是有偏的，對式(1)和式(2)的估計應當考慮這兩個變量的內(nèi)生性問題。與此同時，家庭農(nóng)業(yè)生產(chǎn)土地要素投入t是一個連續(xù)性的內(nèi)生解釋變量，而勞動力轉(zhuǎn)移變量Ln卻是一個二值內(nèi)生處理變量。處理這兩個數(shù)據(jù)特征截然不同的解釋變量的內(nèi)生性問題，不能采用一般的兩階段最小二乘方法。針對這一問題，本文選擇使用能夠同時處理連續(xù)性變量和處理變量內(nèi)生性的擴展回歸模型(extended regression model，ERM)進行估計(12)StataCorp., Stata: Release 16. Statistical Software. College Station, TX: StataCorp LLC., 2019.。式(3)中只有一個勞動力轉(zhuǎn)移變量Ln是內(nèi)生處理變量，對其采用處理效應模型(treatment effect model)進行估計(13)StataCorp., Stata: Release 16. Statistical Software. College Station, TX: StataCorp LLC., 2019.。本文在使用擴展回歸模型或處理效應模型對式(1)-(3)進行估計時，選擇農(nóng)戶家庭勞動力人數(shù)、承包地面積、家庭金融資產(chǎn)、本地勞動力市場和土地流轉(zhuǎn)市場的要素價格水平以及其他一些戶特征、村特征變量作為解釋變量對農(nóng)戶勞動力轉(zhuǎn)移決策與農(nóng)業(yè)土地要素投入進行建模。

表2 變量的定義與描述統(tǒng)計

以上即為本文擬建立的考察勞動力轉(zhuǎn)移如何影響農(nóng)戶家庭收入的經(jīng)濟計量模型。表2列出了本文經(jīng)濟計量模型所使用的變量的定義及其描述統(tǒng)計。

四、估計結(jié)果

(一)勞動力轉(zhuǎn)移對家庭收入的影響

表3 勞動力轉(zhuǎn)移對家庭收入的影響

表3列出了勞動力轉(zhuǎn)移對農(nóng)戶家庭純收入、家庭農(nóng)業(yè)經(jīng)營凈收入與非農(nóng)凈收入的影響的估計結(jié)果。表3顯示，農(nóng)戶家庭收入方程與勞動力轉(zhuǎn)移決策方程之間的相關系數(shù)估計結(jié)果都具有統(tǒng)計顯著性，表明家庭收入方程中的勞動力轉(zhuǎn)移變量是內(nèi)生處理變量，采用擴展回歸模型與處理效應模型回歸方法而非普通最小二乘法才能得到一致性的估計結(jié)果。

根據(jù)表3，在控制了家庭勞動力人數(shù)、家庭金融資產(chǎn)、經(jīng)營耕地面積、勞動力平均受教育年限以及其他戶特征、村特征等變量的條件下，勞動力轉(zhuǎn)移就業(yè)對家庭純收入產(chǎn)生了顯著的正向影響，平均來說，使農(nóng)戶家庭純收入分別提高了大約36%。分收入來源來看，勞動力轉(zhuǎn)移對家庭農(nóng)業(yè)收入產(chǎn)生了顯著的負向影響，使其降低了大約20%；但對家庭非農(nóng)收入產(chǎn)生了顯著的正向影響，使其增加了80%。

就其他控制變量來看，經(jīng)營耕地面積、家庭金融資產(chǎn)對農(nóng)戶家庭純收入及農(nóng)業(yè)收入和非農(nóng)收入都產(chǎn)生了顯著的正向影響。家庭勞動力人數(shù)對農(nóng)戶家庭純收入及非農(nóng)收入產(chǎn)生了顯著的正向影響，但對家庭非農(nóng)收入的影響并不顯著，究其原因，或許在于機械對勞動的替代在當前農(nóng)業(yè)生產(chǎn)中較為普遍，使得家庭勞動力人數(shù)對非農(nóng)收入的影響顯著降低。與已有文獻的研究結(jié)論相似(14)Kung,J.K.S.,and Y.Lee.So What If There Is Income Inequality?The Distributive Consequence of Nonfarm Employment in Rural China.Economic Development and Cultural Change,2001(1).，代表家庭人力資本水平的勞動力平均受教育年限雖然也對家庭純收入產(chǎn)生了顯著的正向影響，但其僅對提高家庭非農(nóng)收入發(fā)揮了積極作用，對提高家庭農(nóng)業(yè)收入并沒有產(chǎn)生顯著影響，其原因可能在于教育對于家庭農(nóng)業(yè)生產(chǎn)和非農(nóng)就業(yè)兩種性質(zhì)不同的經(jīng)濟活動的貢獻截然不同。戶主年齡的增加對家庭純收入產(chǎn)生了顯著的不利影響，但主要是對家庭農(nóng)業(yè)收入產(chǎn)生了顯著的不利影響，對來源于留守家庭成員之外的非農(nóng)收入并沒有產(chǎn)生顯著影響。位于平原地區(qū)有利于開展農(nóng)業(yè)生產(chǎn)，從而對農(nóng)戶家庭農(nóng)業(yè)收入產(chǎn)生了顯著的正向影響，但對家庭非農(nóng)收入及全部家庭純收入均沒有顯著影響。一個比較令人費解的估計結(jié)果是，位于城市郊區(qū)對農(nóng)戶家庭純收入產(chǎn)生了某種程度的負向影響(系數(shù)估計值僅在10%的水平上具有統(tǒng)計顯著性)，原因或許可以從其對家庭農(nóng)業(yè)收入和非農(nóng)收入所產(chǎn)生的不同影響上一窺端倪；位于城市郊區(qū)主要對農(nóng)戶家庭農(nóng)業(yè)收入產(chǎn)生了某種程度的負面影響(系數(shù)估計值僅在10%的水平上具有統(tǒng)計顯著性)，其原因或許在于城市郊區(qū)農(nóng)民普遍存在因征地等原因而造成的失地較多、土地資源較少；同時，位于城市郊區(qū)對于家庭非農(nóng)收入并沒有產(chǎn)生顯著影響，其原因或許在于控制了勞動力人數(shù)、人力資本水平、家庭金融資產(chǎn)等變量的影響之后，單純地理位置因素對于家庭非農(nóng)收入的影響已經(jīng)不再顯著；正是由于位于城市郊區(qū)對于家庭農(nóng)業(yè)收入與非農(nóng)收入產(chǎn)生了上述不同的影響，最終導致其對家庭純收入產(chǎn)生了某些不利影響。

(二)異地轉(zhuǎn)移對家庭收入的影響

表4列出了異地轉(zhuǎn)移對農(nóng)戶家庭純收入、家庭農(nóng)業(yè)經(jīng)營凈收入與非農(nóng)凈收入的影響的估計結(jié)果。與表3類似，表4中的農(nóng)戶家庭收入方程與異地轉(zhuǎn)移決策方程之間的相關系數(shù)估計結(jié)果都具有統(tǒng)計顯著性，表明家庭收入方程中的異地轉(zhuǎn)移變量是內(nèi)生處理變量，采用擴展回歸模型與處理效應模型回歸方法而非普通最小二乘法才能得到一致性的估計結(jié)果。

根據(jù)表4，在控制了家庭勞動力人數(shù)、家庭金融資產(chǎn)、播種面積、勞動力平均受教育年限以及其他戶特征、村特征等變量的條件下，異地轉(zhuǎn)移就業(yè)對家庭純收入產(chǎn)生了顯著的正向影響，平均來說，使得農(nóng)戶家庭純收入提高了大約80%。分收入來源來看，異地轉(zhuǎn)移對家庭農(nóng)業(yè)收入產(chǎn)生了顯著的負向影響，，使其降低了大約30%；但對家庭非農(nóng)收入產(chǎn)生了顯著的正向影響，使其增加了大約130%。就勞動力轉(zhuǎn)移與異地轉(zhuǎn)移相比較而言，異地轉(zhuǎn)移對提高家庭純收入的貢獻更大，特別是對提高家庭非農(nóng)收入的貢獻更大，但異地轉(zhuǎn)移對家庭農(nóng)業(yè)收入的負向影響也相對更大。

就其他控制變量來說，其估計結(jié)果與表3大體相同，此處不再重述。與表3不同之處主要有以下幾個方面：第一，在控制了異地轉(zhuǎn)移變量后，表4中家庭勞動力人數(shù)的多少對農(nóng)戶家庭非農(nóng)收入也不再具有顯著影響，原因或許是家庭勞動力對于家庭非農(nóng)收入的貢獻主要在于其是否參與異地轉(zhuǎn)移就業(yè)而非家庭勞動力人數(shù)的多少。第二，同時也是一個令人感到費解的估計結(jié)果，就是位于平原不僅對農(nóng)戶家庭農(nóng)業(yè)收入產(chǎn)生了顯著的正向影響，還對家庭非農(nóng)收入產(chǎn)生了顯著的負向影響，考慮到已經(jīng)控制了異地轉(zhuǎn)移變量，造成這一估計結(jié)果的原因或許是位于山區(qū)的農(nóng)村居民由于農(nóng)業(yè)生產(chǎn)條件相對較差，相對來說更傾向于參與轉(zhuǎn)移就業(yè)特別是本地非農(nóng)就業(yè)，而農(nóng)業(yè)生產(chǎn)條件相對較佳的平原地區(qū)農(nóng)村居民更容易安于家庭農(nóng)業(yè)生產(chǎn)現(xiàn)狀。另外一個不同之處在于，表4中位于城市郊區(qū)對家庭非農(nóng)收入產(chǎn)生了某種程度的正向影響(系數(shù)估計值僅在10%的水平上具有統(tǒng)計顯著性)，并且對家庭純收入不再具有顯著性的影響。結(jié)合表3和表4可知，在控制了其他變量的條件下，位于城市郊區(qū)會對農(nóng)戶家庭農(nóng)業(yè)收入產(chǎn)生顯著的負向影響，但對家庭非農(nóng)收入僅會產(chǎn)生顯著性較弱的正向影響。以上兩方面的影響加總起來，位于城市郊區(qū)對農(nóng)戶家庭純收入的影響已不再具有較高的統(tǒng)計顯著性。

表4 異地轉(zhuǎn)移對家庭收入的影響

五、結(jié)論與啟示

本文利用2020年中國鄉(xiāng)村振興綜合調(diào)查(CRRS)的農(nóng)戶調(diào)查數(shù)據(jù)，在綜合考慮農(nóng)戶勞動力轉(zhuǎn)移行為與土地要素投入的內(nèi)生性的情況下，使用擴展回歸模型及處理效應模型考察勞動力轉(zhuǎn)移以及其中的異地轉(zhuǎn)移對農(nóng)戶家庭農(nóng)業(yè)經(jīng)營收入、非農(nóng)收入與總收入的影響。研究發(fā)現(xiàn)，在控制了農(nóng)戶生產(chǎn)要素稟賦、播種面積、人力資本以及其他戶特征、村特征變量的影響之后，勞動力轉(zhuǎn)移及異地轉(zhuǎn)移對農(nóng)戶家庭收入產(chǎn)生了顯著的正向影響，平均來說，二者分別使農(nóng)戶家庭純收入提高了大約40%和80%。分收入來源來看，二者都對家庭農(nóng)業(yè)收入產(chǎn)生了顯著的負向影響，對家庭非農(nóng)收入產(chǎn)生了顯著的正向影響；勞動力轉(zhuǎn)移與異地轉(zhuǎn)移相比較而言，異地轉(zhuǎn)移對提高家庭純收入的貢獻更大，特別是對提高家庭非農(nóng)收入的貢獻更大，但其對家庭農(nóng)業(yè)收入的負向影響也相對更大，勞動力轉(zhuǎn)移則正好相反。

鑒于勞動力轉(zhuǎn)移就業(yè)會帶來家庭收入的顯著提高，為了繼續(xù)提高農(nóng)民收入，在“十四五”及未來一個時期，應當繼續(xù)推進勞動力轉(zhuǎn)移進程，為此，應當注意加強農(nóng)村勞動力培訓，努力提高勞動力素質(zhì)，做好農(nóng)村勞動力就業(yè)創(chuàng)業(yè)工作，推進城鄉(xiāng)勞動力市場一體化發(fā)展。同時也應看到，勞動力轉(zhuǎn)移就業(yè)尤其是異地轉(zhuǎn)移就業(yè)對農(nóng)戶家庭農(nóng)業(yè)經(jīng)營收入產(chǎn)生了負面影響，這也意味著，農(nóng)戶出于自身利益最大化的動機而不斷擴大勞動力轉(zhuǎn)移就業(yè)規(guī)模，會對農(nóng)業(yè)生產(chǎn)帶來潛在的負面影響，對此也不能掉以輕心。因應這種發(fā)展趨勢，加快培育新型職業(yè)農(nóng)民，積極推進土地流轉(zhuǎn)，大力發(fā)展農(nóng)業(yè)社會化服務，早日實現(xiàn)土地經(jīng)營規(guī)?；蜕鐣找?guī)?；?，以此助推農(nóng)業(yè)現(xiàn)代化進程，才是根本的解決之道。