外出務(wù)工對脫貧農(nóng)戶收入不均等的影響

陳志　許佳慧　吳海濤

摘要：脫貧攻堅的全面勝利意味著農(nóng)村絕對貧困問題的解決，以收入不均等為代表的相對貧困問題隨之凸顯。本文利用2020 年鄂南山區(qū)S 縣貧困戶脫貧質(zhì)量調(diào)研數(shù)據(jù)，運用RIF 回歸方法研究外出務(wù)工對脫貧農(nóng)戶收入不均等程度的影響，并重點探討受教育子女數(shù)量對外出務(wù)工和脫貧農(nóng)戶收入不均等的調(diào)節(jié)效應(yīng)。實證研究結(jié)果表明：脫貧農(nóng)戶外出務(wù)工人數(shù)的增加能有效緩解收入不均等程度;同時，家庭受教育子女數(shù)量越多，短期內(nèi)可能會掣肘外出務(wù)工對收入不均等的緩解進程。鑒于此，要保障外出務(wù)工農(nóng)戶的正當權(quán)益，構(gòu)建城鄉(xiāng)一體化的基本公共服務(wù)體系;嚴格落實兜底保障，強化教育扶貧力度;保持扶貧政策持續(xù)性，鞏固提升貧困戶脫貧質(zhì)量。

關(guān)鍵詞：脫貧農(nóng)戶;外出務(wù)工;受教育子女數(shù)量;收入不均等;RIF 回歸

中圖分類號：F328 文獻標志碼：A 文章編號：1672-626X（2022）04-0030-11

當前，我國脫貧攻堅戰(zhàn)取得了全面勝利[1]。但現(xiàn)行標準下農(nóng)村貧困人口全部脫貧目標的實現(xiàn)，并不意味著反貧困事業(yè)的終結(jié)。農(nóng)村絕對貧困問題的解決，讓以收入不均等為代表的相對貧困問題進一步凸顯，農(nóng)村收入不均等的形勢依然相當嚴峻。根據(jù)國家統(tǒng)計局相關(guān)數(shù)據(jù)，我國農(nóng)村基尼系數(shù)從2007年的0.38上升到2017年的0.47，2018年中國農(nóng)村居民高收入組與低收入組的人均可支配收入比值達到9.3：1。緩解農(nóng)戶尤其是脫貧農(nóng)戶的收入不均等狀況將是一段時期內(nèi)鞏固拓展脫貧攻堅成果的重要任務(wù)之一。

黨的十八大以來，我國堅持實施就業(yè)優(yōu)先戰(zhàn)略，各地促進農(nóng)民就業(yè)創(chuàng)業(yè)，農(nóng)民工數(shù)量持續(xù)增加。國家統(tǒng)計局資料顯示，2021年我國農(nóng)民工總量達到29251萬人。在外出農(nóng)民工中，跨省流動為7130萬人，占外出農(nóng)民工總量的41.52%;省內(nèi)流動為10042萬人，占外出農(nóng)民工總量的58.48%。外出務(wù)工被視為農(nóng)戶直接獲取經(jīng)濟收入的重要手段，能防止其低收入鎖定，對農(nóng)戶內(nèi)部的收入差距產(chǎn)生影響。然而，龐大的農(nóng)民工人數(shù)背后是留守兒童的教育問題，受限于戶籍制度、經(jīng)濟實力等因素，大量學齡兒童滯留鄉(xiāng)村。父母對義務(wù)教育階段的子女進行教育投資的同時，其合理陪伴顯得尤為重要。外出務(wù)工在受教育子女數(shù)量的調(diào)節(jié)下如何緩解脫貧農(nóng)戶收入不均等狀況，值得進行專門性研究。

一、文獻回顧與研究假設(shè)

（一）文獻回顧

農(nóng)戶收入不均等程度隨著高收入組與低收入組增長差異的擴大而加劇，多種因素決定著不同收入組的增長趨勢，對農(nóng)戶內(nèi)部收入差距產(chǎn)生影響。收入差距指以高低收入水平差別或占有收入比重的不同而表示的差距，它是與收入均等相對應(yīng)的概念。蘇星（2021）從《中國統(tǒng)計年鑒（2020）》選取2013-2019年的五等分組數(shù)據(jù)發(fā)現(xiàn)，高收入組的收入增長趨勢最為明顯，中高收入組、中收入組、中低收入組和低收入組均增長緩慢，這種差異恰恰可能是農(nóng)村收入不均等的主要原因[2]。孫楓等（2021）認為在眾多收入差距決定因素中，受教育程度、遷移選擇、職業(yè)選擇等因素是農(nóng)村居民收入不均等的重要來源[3]。

隨著我國城鎮(zhèn)化進程的加快，較多學者注意到勞動力的非農(nóng)轉(zhuǎn)移對農(nóng)戶內(nèi)部收入差距變動的影響。一些研究認為外出務(wù)工導(dǎo)致了農(nóng)戶收入不均等。張兆曙等（2017）研究表明，區(qū)域間的非農(nóng)產(chǎn)業(yè)發(fā)展不平衡是農(nóng)戶收入不均等的重要原因[4]。甄小鵬等（2017）基于勞動者異質(zhì)性的視角，發(fā)現(xiàn)外出務(wù)工擴大了農(nóng)戶內(nèi)部收入差距[5]。另外一些研究則認為外出務(wù)工在提高收入的同時緩解了農(nóng)戶內(nèi)部收入差距。劉魏等（2018）研究發(fā)現(xiàn)，外出務(wù)工收入回報率在不同農(nóng)戶收入群體間呈倒U型曲線，貧困農(nóng)戶從外出務(wù)工中獲得了更高的收入回報率[6]。章元等（2012）認為，城鎮(zhèn)化所創(chuàng)造的非農(nóng)就業(yè)機會吸引了大量對于傳統(tǒng)農(nóng)業(yè)并無邊際貢獻的貧困勞動力，使這部分人能夠分享城鎮(zhèn)化所帶來的經(jīng)濟增長“蛋糕”，從而使低收入農(nóng)戶的收入得以增長，縮小了農(nóng)戶內(nèi)部收入差距[7]。毛學峰等（2016）依據(jù)CHIP家庭微觀調(diào)查1988-2007年的數(shù)據(jù)，發(fā)現(xiàn)外出務(wù)工所得具有縮小農(nóng)村收入差距的作用[8]。以外出務(wù)工為核心的工資性收入已經(jīng)成為農(nóng)戶收入的重要組成部分，增加其外出務(wù)工工資性收入有利于縮小農(nóng)村收入差距[9]。

農(nóng)戶收入不均等問題同時也涉及代際因素，低收入農(nóng)戶在資源有限的條件下，會寄希望于下一代能夠?qū)崿F(xiàn)脫貧致富。農(nóng)村義務(wù)教育與脫貧攻堅時期的教育扶貧政策帶來的實惠與益處激勵了農(nóng)戶特別是貧困農(nóng)戶對教育的投資，教育投資可被視為提升農(nóng)戶生計資本進而提升其收入能力的重要投入。與此同時，外出農(nóng)民工數(shù)量的不斷增長也會導(dǎo)致農(nóng)村留守兒童數(shù)量的增加，父母在對子女進行教育投資的同時，其合理陪伴與教導(dǎo)對子女能否順利成才（即教育投入期望收益）起著十分關(guān)鍵的作用。陶然等（2012）認為，父母陪伴缺失的負面影響大于家庭收入提高的正面影響，不利于留守兒童的教育[10]。王坤等（2013）通過對湖北省11市家庭教育的問卷調(diào)查和訪談發(fā)現(xiàn)，農(nóng)村留守兒童家庭教育存在觀念偏差、方式缺陷、資源匱乏等問題，直接影響其教育質(zhì)量[11]。

以上文獻表明，外出務(wù)工和農(nóng)戶收入不均等之間存在相關(guān)關(guān)系。同時，受教育子女數(shù)量作為重要的調(diào)節(jié)變量，可以透過對教育投入期望收益的調(diào)節(jié)影響農(nóng)戶外出務(wù)工人數(shù)，進而影響農(nóng)戶的收入不均等狀況。鑒于此，本文將在已有農(nóng)戶收入不均等因素研究的基礎(chǔ)上，進一步探究外出務(wù)工對脫貧農(nóng)戶收入不均等狀況的影響機制，并厘清受教育子女數(shù)量在影響機制中的調(diào)節(jié)效應(yīng)，以期對緩解脫貧農(nóng)戶收入不均等狀況提出有針對性的對策建議。

（二）研究假設(shè)

農(nóng)戶在人力資本和物質(zhì)資本等方面的弱質(zhì)性，加之農(nóng)業(yè)自然再生產(chǎn)和經(jīng)濟再生產(chǎn)的雙重特性，決定了農(nóng)戶不可能全部依靠農(nóng)業(yè)經(jīng)營實現(xiàn)收入的可持續(xù)增長[12]。外出務(wù)工作為農(nóng)村勞動力流動的主要形式，成為農(nóng)戶增加收入的重要生計決策。勞動力外出務(wù)工能夠打破原有固化的農(nóng)村社會階層，提高其社會經(jīng)濟地位，防止農(nóng)村居民的低收入鎖定，資源稟賦處于劣勢的農(nóng)戶可以更好地利用外出務(wù)工機會，改善其收入狀況?；诖耍岢龅谝粋€研究假設(shè)：

假設(shè)1：外出務(wù)工能夠緩解脫貧農(nóng)戶的收入不均等狀況。

就中國農(nóng)村的現(xiàn)狀而言，因父母均外出務(wù)工而留守的兒童主要由祖輩照料，但老人文化水平普遍較低，無法給予兒童學習上的必要輔導(dǎo)。研究表明，在中學階段后，留守兒童呈現(xiàn)出弱勢表現(xiàn)[13]。父母外出務(wù)工一方面會減少留守兒童假期上補習班的頻率，使其學習機會減少;另一方面會增加留守兒童使用手機的頻率，使其學習精力更容易被分散，從而對學習成績產(chǎn)生負面影響，導(dǎo)致留守兒童比非留守兒童的成績表現(xiàn)差[14]。囿于教育投資回報收益與照料人手的不足，為確保子女的受教育質(zhì)量，農(nóng)戶特別是受教育子女數(shù)量較多的農(nóng)戶更可能會選擇父母其中一方在家鄉(xiāng)陪讀?；诖?，提出第二個研究假設(shè)：

假設(shè)2：正在接受教育的子女數(shù)量越多，越是掣肘外出務(wù)工對脫貧農(nóng)戶收入不均等的緩解進程。

二、研究設(shè)計

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于研究團隊2020年7月中旬在鄂南山區(qū)S縣進行的貧困戶脫貧質(zhì)量調(diào)研。作為一個省級貧困縣，S縣已于2018年底實現(xiàn)全縣“脫貧摘帽”，全縣建檔立卡貧困人口均實現(xiàn)了現(xiàn)行標準下的脫貧。本次調(diào)查覆蓋S縣全部13個鄉(xiāng)鎮(zhèn)，調(diào)查對象僅涉及脫貧農(nóng)戶，采取分層隨機抽樣的方法確定樣本村和樣本脫貧戶，進村入戶后對抽取到的脫貧農(nóng)戶戶主或其成年家庭成員進行問卷調(diào)查。主要調(diào)查其脫貧前后的政策享受情況與生計狀況。本次調(diào)研共發(fā)放1034份問卷，篩除有缺失值和極端值的樣本后，保留有效問卷1023份。抽樣結(jié)果顯示，本次調(diào)查具有較好的代表性。

（二）變量選取

被解釋變量。本文選取脫貧農(nóng)戶收入不均等狀況作為被解釋變量。衡量收入不均等程度的指標常為基尼系數(shù)，但由于研究數(shù)據(jù)為截面數(shù)據(jù)，若直接測算僅能得到一個基尼系數(shù)，無法反映不均等狀況變化。同時，若選取脫貧農(nóng)戶全年總收入作為被解釋變量的測度指標，只能得到外出務(wù)工提高一個單位時的總收入變化狀況，無法直觀反映其對農(nóng)戶不均等狀況的影響。為此，本文使用RIF（Recentered influence function）回歸分解方法，該方法可以較好地估計解釋變量的微小變化對被解釋變量分布統(tǒng)計量的邊際分布影響[15]。具體的，將被解釋變量的測度指標定義為脫貧農(nóng)戶年總收入對數(shù)的基尼系數(shù)，用來反映脫貧農(nóng)戶的收入不均等程度。

核心解釋變量。國內(nèi)學者大多以“非農(nóng)勞動力人數(shù)占家庭勞動力總?cè)藬?shù)之比”作為外出務(wù)工的替代變量[16～17]。毛學峰等（2016）在全面探討本地非農(nóng)就業(yè)、外出務(wù)工等不同類型的家庭從業(yè)模式與農(nóng)村收入不均等的關(guān)系時，將“家庭中有一個或以上人口外出務(wù)工”歸類為外出務(wù)工家庭[8]。依照已有文獻以數(shù)量刻畫外出務(wù)工的形式，根據(jù)本文研究內(nèi)容及數(shù)據(jù)特征，本文將脫貧農(nóng)戶外出務(wù)工的人數(shù)作為外出務(wù)工的替代變量。其具體測度指標為脫貧農(nóng)戶（累計半年以上）外出務(wù)工人數(shù)，變量類型為連續(xù)變量。

調(diào)節(jié)變量。本文的調(diào)節(jié)變量設(shè)置為脫貧農(nóng)戶受教育子女數(shù)量，即家庭中正在接受教育（讀書）的子女數(shù)量，變量類型為連續(xù)變量。

控制變量。除了上述核心解釋變量外，其他變量也會對脫貧農(nóng)戶的收入不均等狀況產(chǎn)生影響。戶主性別、健康水平、受教育水平等家庭特征和人力資本因素會影響脫貧農(nóng)戶的生計決策，進而影響收入狀況。在農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營中，農(nóng)戶收入增加與家庭耕地面積相關(guān)，尤其對于從事種植業(yè)的農(nóng)戶而言，耕地面積越大，種植的經(jīng)濟作物越多，其通過農(nóng)業(yè)生產(chǎn)、加工和銷售經(jīng)營等獲得的生產(chǎn)經(jīng)營性收入就越高[18]。同時，社會資本能夠為貧窮者建立支持性的網(wǎng)絡(luò)關(guān)系，打破“社會枷鎖”與“經(jīng)濟貧困”的壁壘，使其積極融入社會，實現(xiàn)社會經(jīng)濟地位的向上流動[19]。Copestake J等（2005）及Khandker S（2005）的研究都發(fā)現(xiàn)，小額信貸緩解了貧困戶的信貸約束，幫助其擴大生產(chǎn)經(jīng)營活動，發(fā)展微型企業(yè)，提高創(chuàng)收能力，改善生活質(zhì)量[20～21]。不同的是，閆杰等（2019）也發(fā)現(xiàn)扶貧小額信貸顯著促進了貧困戶增收，但是隨著時間的推移，扶貧小額信貸對其增收的邊際效應(yīng)在減弱[22]。因此，必須把握好信貸的規(guī)模與額度。為避免因遺漏重要變量導(dǎo)致的回歸結(jié)果偏誤，本文將對農(nóng)戶收入會產(chǎn)生影響的相關(guān)變量都設(shè)置為控制變量，具體包括人力資本（戶主性別、健康水平、受教育水平和耕地面積）、社會資本（親朋支持）及物質(zhì)資本（小額信貸、獲得資金發(fā)展產(chǎn)業(yè)和入股合作社）三大類。在引入控制變量的基礎(chǔ)，探究外出務(wù)工對脫貧農(nóng)戶收入不均等的影響機制與受教育子女數(shù)量的調(diào)節(jié)效應(yīng)，并驗證本文最終研究結(jié)論與研究假設(shè)是否一致。

（三）變量的描述性統(tǒng)計

各變量的測度方式與描述性統(tǒng)計結(jié)果如表1所示。S縣脫貧農(nóng)戶2019年度總收入對數(shù)的基尼系數(shù)平均值為0.05，最大值僅為0.16，根據(jù)收入不均等程度劃分表，該縣脫貧農(nóng)戶收入不均等程度相對較低，全縣脫貧質(zhì)量較好。脫貧農(nóng)戶中（半年以上）外出務(wù)工人數(shù)平均值僅為0.80，中位數(shù)為1，說明該縣一部分脫貧農(nóng)戶沒有任何家庭成員外出務(wù)工。受教育子女數(shù)量的平均值為0.57，中位數(shù)為0，說明該縣脫貧農(nóng)戶中多數(shù)沒有正在接受教育（讀書）的子女。在控制變量方面，戶主性別平均值為0.81，中位數(shù)為1，說明脫貧農(nóng)戶中戶主為男性的占比超過80%;戶主健康水平平均值為2.77，中位數(shù)為3，顯示該地區(qū)人口整體健康程度一般;受教育水平均值為5.23年，中位數(shù)為6年，說明該地區(qū)脫貧農(nóng)戶受教育水平普遍不高;耕地面積平均值為2.24畝，標準差為1.49，總體差距不大;能給予脫貧農(nóng)戶資金支持的親朋戶數(shù)平均值為2.42，社會資本情況尚可;是否借過扶貧小額信貸的平均值為0.21，脫貧農(nóng)戶發(fā)展產(chǎn)業(yè)的平均值為0.38，是否入股合作社的平均值為0.08，說明脫貧農(nóng)戶中沒有借過扶貧小額信貸、沒有發(fā)展產(chǎn)業(yè)和沒有入股合作社的比例相對更多一些，尤其是沒入股合作社的占到92%。

（四）回歸方法及模型設(shè)定

如前文所述，本文將運用RIF回歸分解方法，對脫貧農(nóng)戶收入不均等狀況及其影響因素進行深入剖析。RIF回歸分解方法適用于衡量樣本中解釋變量某一處微小變化對被解釋變量統(tǒng)計量分布的影響研究，相較于經(jīng)典的OLS回歸，RIF回歸能夠反映自變量對因變量的多種統(tǒng)計分布。RIF的計算基于IF，是在IF基礎(chǔ)上加上原始的統(tǒng)計量構(gòu)成的[23]。IF具體的定義式如式（1）所示：

式（1）表示樣本發(fā)生微小的增加后，其統(tǒng)計量將發(fā)生的改變。RIF在IF的基礎(chǔ)上加上在原分布中的相應(yīng)統(tǒng)計量，形成式（2）：

式（2）表示考慮了樣本變化影響后的統(tǒng)計量近似值，在給定原始分布和統(tǒng)計量時，RIF是被解釋變量的函數(shù)。

被解釋變量旨在反映脫貧農(nóng)戶收入不均等程度，而衡量收入不均等程度的指標常為基尼系數(shù)，于是本文將v定義為基尼系數(shù)。本文將脫貧農(nóng)戶年總收入的對數(shù)基尼系數(shù)作為被解釋變量，將外出務(wù)工作為解釋變量，進行RIF回歸，構(gòu)建的RIF基準模型如下：

其中，GINI （ln inc）表示脫貧農(nóng)戶年總收入的對數(shù)基尼系數(shù)，xi 表示脫貧農(nóng)戶外出務(wù)工與各類控制變量，為保證回歸結(jié)果的穩(wěn)健性，本文依次加入解釋變量和控制變量進入回歸。如果解釋變量的系數(shù)在統(tǒng)計上顯著，說明外出務(wù)工能對脫貧農(nóng)戶收入不均等產(chǎn)生影響。此外，在研究受教育子女數(shù)量對外出務(wù)工的調(diào)節(jié)作用時，本文將兩者的交互項加入基準模型。若式（3）中交互項系數(shù)在統(tǒng)計水平上顯著，則說明受教育子女數(shù)量能通過影響外出務(wù)工來影響收入不均等，即受教育子女數(shù)量的調(diào)節(jié)機制成立。

三、回歸結(jié)果分析

（一）基準模型的RIF 回歸結(jié)果

本文采用RIF回歸方法，實證檢驗外出務(wù)工對脫貧農(nóng)戶收入不均等程度的影響，并通過逐步加入控制變量的方式驗證回歸結(jié)果的穩(wěn)健性。具體地，在模型中依次加入人力資本、社會資本和物質(zhì)資本三大類控制變量。表2具體展現(xiàn)了以基尼系數(shù)作為不均等衡量指標的脫貧農(nóng)戶內(nèi)部收入差距的回歸估計結(jié)果。

表2回歸結(jié)果顯示，核心解釋變量的系數(shù)值、系數(shù)方向與顯著性水平均保持穩(wěn)定，說明系列回歸模型具有較好的穩(wěn)健性。如模型1及模型3所示，當外出務(wù)工人數(shù)增加時，脫貧農(nóng)戶收入的基尼系數(shù)下降。從全樣本（模型3）看，外出務(wù)工對脫貧農(nóng)戶的收入不均等程度有負向影響，即脫貧農(nóng)戶外出務(wù)工人數(shù)越多，收入不均等程度越小，結(jié)果在1%顯著水平上顯著。這說明增加外出務(wù)工可以縮小脫貧農(nóng)戶內(nèi)部收入差距，降低收入不均等程度，由此，假設(shè)1得到了驗證。同時，脫貧農(nóng)戶戶主是男性、家庭成員受教育水平較高、耕地面積越多、享受過小額信貸和產(chǎn)業(yè)扶持政策支持，都會使得農(nóng)戶內(nèi)部收入的基尼系數(shù)下降，表明這些因素有利于收入不均等程度的緩解。

從理論和現(xiàn)實上看，外出務(wù)工能使低收入農(nóng)戶的收入增速高于高收入農(nóng)戶，進而縮小收入差距。男性是外出務(wù)工的主力，戶主為男性的脫貧農(nóng)戶更有可能產(chǎn)生外出務(wù)工的人員。受教育水平的提升能緩解當?shù)厥杖氩痪鹊臓顩r，驗證了周燕芳等（2020）發(fā)現(xiàn)的適當提升全社會的平均教育水平（不出現(xiàn)極高的情況下）可以緩解收入差距的現(xiàn)象[24]。耕地面積較多的情況下也能有效緩解收入不均等問題，因為低收入農(nóng)戶可能通過土地流轉(zhuǎn)獲得財產(chǎn)性收入，從而縮小內(nèi)部收入差距。享受過小額信貸可以縮小農(nóng)戶內(nèi)部收入差距，因為小額信貸可提升低收入脫貧農(nóng)戶獲得無利率借貸的可能性，強化其生計支持力度，從而降低脫貧農(nóng)戶內(nèi)部收入差距。同理，獲得小額信貸支持的脫貧農(nóng)戶更可能獲得資金發(fā)展產(chǎn)業(yè)，從而有效地緩解脫貧農(nóng)戶的收入不均等程度。

（二）受教育子女數(shù)量的調(diào)節(jié)效應(yīng)根據(jù)前文可知，脫貧農(nóng)戶中受教育子女數(shù)量的增加提高了家庭“教育脫貧”的可能性，同時，為保證教育投入的質(zhì)量與期望收益，正在接受教育的子女數(shù)量越多，農(nóng)戶更可能會選擇留守部分勞動力陪讀，從而引發(fā)受教育子女數(shù)量增加對脫貧農(nóng)戶外出務(wù)工的抑制作用。為檢驗受教育子女數(shù)量在外出務(wù)工與脫貧農(nóng)戶收入不均等影響機制中的調(diào)節(jié)效應(yīng)，本文引入外出務(wù)工和受教育子女數(shù)量的交互項，將受教育子女數(shù)量和交互項放進RIF回歸模型。與表2一樣，采用逐步加入三大類控制變量的方法構(gòu)建如下系列模型，回歸結(jié)果如表3所示。

與表2基本一致的是，表3中模型1～3的回歸結(jié)果顯示，核心解釋變量的系數(shù)值、系數(shù)方向與顯著性水平均保持穩(wěn)定，說明系列回歸模型具有較好的穩(wěn)健性。在加入交互項后，外出務(wù)工系數(shù)值依舊為負，但交互項系數(shù)卻為正，且均在1%水平上顯著，說明受教育子女數(shù)量的增加對外出務(wù)工緩解農(nóng)戶內(nèi)部收入差距的效應(yīng)具有調(diào)節(jié)作用，但與兩個核心解釋變量的系數(shù)符號相反，表明受教育子女數(shù)量對外出務(wù)工具有抑制作用，將在短期內(nèi)影響脫貧農(nóng)戶收入不均等程度的緩解。由此，假設(shè)2也得到了驗證。

可以理解的是，脫貧農(nóng)戶正在受教育的子女數(shù)量對于外出務(wù)工的調(diào)節(jié)作用體現(xiàn)在，隨著受教育子女數(shù)量的增加，其家庭生計決策會偏向于寧可放棄部分（或全部）暫時可能快速獲取的務(wù)工收入，而選擇留守部分勞動力陪讀，將期望收益放在更長遠的教育投入回報上。

（三）因果識別及內(nèi)生性處理

外出務(wù)工對收入不均等的影響至少會從兩個方面導(dǎo)致模型具有內(nèi)生性。一方面是遺漏變量偏差。由于數(shù)據(jù)的局限性，一些重要的特征變量難以被直接控制，這可能影響回歸結(jié)果的無偏性。另一方面是聯(lián)立方程偏差。有研究發(fā)現(xiàn)，農(nóng)民工大量外出是城鄉(xiāng)收入差距擴大的結(jié)果，也反向?qū)е罗r(nóng)戶內(nèi)部的收入差距[25～26]，即外出務(wù)工和收入不均等往往互為因果關(guān)系。

為此，本文將采取工具變量法來解決內(nèi)生性問題。有效的工具變量必須與內(nèi)生解釋變量相關(guān)，同時不能與被解釋變量的擾動項相關(guān)。由于本文使用RIF回歸方法檢驗外出務(wù)工對收入不均等的影響，而工具變量通常采用二階段最小二乘法（2SLS）進行回歸。因此，在本文中無法用工具變量直接處理“外出務(wù)工”作為“收入不均等”的核心解釋變量的內(nèi)生性。由上文可知，外出務(wù)工縮小農(nóng)戶內(nèi)部收入差距的原理在于能使低收入農(nóng)戶的收入增速高于高收入農(nóng)戶。鑒于此，本文轉(zhuǎn)而檢驗“外出務(wù)工”對于“脫貧農(nóng)戶收入”的內(nèi)生性。

基于上述條件，本文選擇“外出務(wù)工氛圍”作為“外出務(wù)工”的工具變量，即樣本所在村莊“外出務(wù)工”與“常住人口數(shù)”的比值。在從眾心理作用下，村民外出務(wù)工決策很大程度上受到所在村莊外出務(wù)工氛圍的影響。一個重要的原因還在于返鄉(xiāng)村民可以提供相應(yīng)的就業(yè)信息和渠道，增加本村其他村民外出務(wù)工的可能性[27]。與此同時，外出務(wù)工氛圍是相對更加宏觀的變量，受個體外出務(wù)工決策的影響甚微，且與脫貧農(nóng)戶收入不均等的擾動項（如農(nóng)戶個人品質(zhì)）相關(guān)性不強。

從第一階段的結(jié)果來看，工具變量對內(nèi)生解釋變量（外出務(wù)工）的影響在1%的水平上顯著。Andersoncanon. corr. LM統(tǒng)計量對應(yīng)的P值為0，拒絕“不可識別”的原假設(shè)。Cragg-Donald Wald F 統(tǒng)計量為66.633，高于臨界值10，說明不存在弱工具變量問題。在內(nèi)生性檢驗中，檢驗對應(yīng)的P值大于0.1，說明在10%的顯著性水平上不能拒絕“所有解釋變量均為外生”的原假設(shè)，即認為外出務(wù)工這一核心解釋變量為內(nèi)生變量的可能性不大。

由表4可知，外出務(wù)工對脫貧農(nóng)戶收入的影響是正向的，且在1%的水平上顯著。不難發(fā)現(xiàn)，第二階段的估計結(jié)果和OLS回歸結(jié)果顯示的相關(guān)性并不完全一致，運用工具變量后，“外出務(wù)工”這一變量的系數(shù)增加了，說明上文模型可能低估了外出務(wù)工對脫貧農(nóng)戶收入的影響。由前文可知，外出務(wù)工能使低收入農(nóng)戶的收入增速高于高收入農(nóng)戶，表4的回歸結(jié)果為本文模型低估了外出務(wù)工對脫貧農(nóng)戶收入不均等程度的緩解效果提供了可能。

四、穩(wěn)健性檢驗

雖然前文通過將控制變量逐步加入的方式驗證了回歸結(jié)果的穩(wěn)健性，但為了更好地驗證本文研究結(jié)果的可靠性，本文采用替換被解釋變量（選取工資性收入進行RIF回歸）、重置核心解釋變量（將外出務(wù)工人數(shù)比例化）的方法進行實證檢驗。理論上，如果這些方法均得出與前文一致的結(jié)論，則可以說明本文的結(jié)論是穩(wěn)健可信的。

（一）替換被解釋變量

本文首先將脫貧農(nóng)戶的總收入拆分為經(jīng)營性收入、轉(zhuǎn)移性收入、財產(chǎn)性收入和工資性收入四個方面，分別作為被解釋變量加入回歸模型，結(jié)果表明，外出務(wù)工主要是通過影響脫貧農(nóng)戶的工資性收入來縮小脫貧農(nóng)戶內(nèi)部收入差距，進而緩解收入不均等程度。當前，剩余勞動力轉(zhuǎn)移非農(nóng)就業(yè)刺激鄉(xiāng)鎮(zhèn)發(fā)展，農(nóng)戶工資性收入占比上升、經(jīng)營性收入占比下降的現(xiàn)象與之呼應(yīng)。據(jù)此，本文將被解釋變量替換為工資性收入不均等程度，回歸結(jié)果見表5。模型1～3的RIF回歸結(jié)果與表2、表3保持了一致性。

（二）重置核心解釋變量

為進一步驗證研究結(jié)果的穩(wěn)健性，本文將核心解釋變量比例化，將外出務(wù)工人數(shù)與家庭常住人口數(shù)相除形成比值（外出務(wù)工比例），加入回歸模型。同樣的，表6中各模型的相關(guān)核心解釋變量依然顯著且系數(shù)符號穩(wěn)定，與前文研究成果仍然保持一致，說明回歸結(jié)果穩(wěn)健可信。

五、研究結(jié)論與對策建議

本文利用2020年鄂南山區(qū)S縣貧困戶脫貧質(zhì)量調(diào)研數(shù)據(jù)，運用RIF回歸方法研究了外出務(wù)工對脫貧農(nóng)戶收入不均等程度的影響。結(jié)果表明：脫貧農(nóng)戶外出務(wù)工人數(shù)的增加能有效緩解收入不均等程度。從影響機制上看，外出務(wù)工能夠使低收入脫貧農(nóng)戶的收入增速高于高收入農(nóng)戶，從而緩解兩者的收入差距;從影響途徑上看，外出務(wù)工主要是通過影響脫貧農(nóng)戶的工資性收入來緩解收入不均等程度。并且，正在接受教育子女數(shù)量的增加對外出務(wù)工具有抑制作用，短期內(nèi)可能會掣肘收入不均等的緩解進程。

基于以上結(jié)論，本文提出以下建議：第一，保障外出務(wù)工農(nóng)戶的正當權(quán)益，構(gòu)建城鄉(xiāng)一體化的基本公共服務(wù)體系。脫貧農(nóng)戶外出務(wù)工能夠建立良好的可持續(xù)生計保障體系，緩解收入不均等程度。因此，各地要大力支持和鼓勵脫貧農(nóng)戶外出務(wù)工，提升工資性收入。突破城鄉(xiāng)二元分割局面，為城市中的農(nóng)民工特別是脫貧家庭走出來的務(wù)工人員提供基本的就業(yè)與醫(yī)療保障，落實勞動保護，優(yōu)化住宿環(huán)境等。第二，嚴格落實兜底保障，強化教育扶貧力度。對于有受教育子女的脫貧農(nóng)戶，應(yīng)該全面落實各類教育資助政策，實現(xiàn)應(yīng)助盡助、低收入家庭學生資助全覆蓋，確保除身體原因不具備學習條件之外的義務(wù)教育適齡兒童不失學輟學，不斷夯實脫貧農(nóng)戶生計資本;注重發(fā)展農(nóng)村教育事業(yè)，全面改善薄弱學校辦學條件，加強城鄉(xiāng)教師培訓交流，優(yōu)化農(nóng)村教師隊伍結(jié)構(gòu)，逐步縮小城鄉(xiāng)差距。同時，要重點關(guān)愛留守兒童的生活質(zhì)量及心理健康，全方位構(gòu)建高質(zhì)量的農(nóng)村教育服務(wù)體系，減少家長的后顧之憂，不僅可降低受教育子女數(shù)量的抑制作用，還可有效提升教育投入期望收益。第三，保持扶貧政策持續(xù)性，鞏固提升貧困戶脫貧質(zhì)量。各地要嚴格落實“摘帽不摘政策”的要求，利用好5年的過渡期，扎實鞏固拓展脫貧攻堅成果，持續(xù)圍繞產(chǎn)業(yè)扶貧、安居扶貧、教育扶貧、健康扶貧、兜底保障、就業(yè)扶貧、基礎(chǔ)設(shè)施改善等方面，制定出臺鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接的實施方案，強化脫貧質(zhì)量，緩解脫貧農(nóng)戶收入不均等程度。

參考文獻：

[1] 新華網(wǎng).習近平：在全國脫貧攻堅總結(jié)表彰大會上的講話[EB/OL].[2021-02-25].http：//www.xinhuanet.c-om/politics/leaders/2021-02/25/c_1127140240.htm.

[2] 蘇星.人工智能對我國居民收入不平等的影響研究[D].太原：山西財經(jīng)大學，2021.

[3] 孫楓，張應(yīng)良，李瑞琴.農(nóng)村居民收入差距的測度與分解——基于努力與機會不均等的視角[J].山西大學學報（哲學社會科學版），2021，44（1）：151-160.

[4] 張兆曙，王建.城鄉(xiāng)關(guān)系、空間差序與農(nóng)戶增收——基于中國綜合社會調(diào)查的數(shù)據(jù)分析[J].社會學研究，2017，32（4）：46-69.

[5] 甄小鵬，凌晨.農(nóng)村勞動力流動對農(nóng)村收入及收入差距的影響——基于勞動異質(zhì)性的視角[J].經(jīng)濟學（季刊），2017，16（3）：1073-1096.

[6] 劉魏，張應(yīng)良.非農(nóng)就業(yè)與農(nóng)戶收入差距研究——基于“離土”和“離鄉(xiāng)”的異質(zhì)性分析[J].華中農(nóng)業(yè)大學學報（社會科學版），2018（3）：56-64+155.

[7] 章元，許慶，鄔璟璟.一個農(nóng)業(yè)人口大國的工業(yè)化之路：中國降低農(nóng)村貧困的經(jīng)驗[J]. 經(jīng)濟研究，2012，47（11）：76-87.

[8] 毛學峰，劉靖.本地非農(nóng)就業(yè)、外出務(wù)工與中國農(nóng)村收入不平等[J].經(jīng)濟理論與經(jīng)濟管理，2016（4）：100-112.

[9] 程名望，史清華，JINY，等.農(nóng)戶收入差距及其根源：模型與實證[J].管理世界，2015（7）：17-28.

[10] 陶然，周敏慧.父母外出務(wù)工與農(nóng)村留守兒童學習成績——基于安徽、江西兩省調(diào)查實證分析的新發(fā)現(xiàn)與政策含義[J].管理世界，2012（8）：68-77.

[11] 王坤，鄭曉邊，孔令麗，劉文雯.農(nóng)村留守兒童家庭教育問題及干預(yù)對策——基于湖北省11市調(diào)研報告[J].教育與教學研究，2013，27（2）：12-14+73.

[12] 于福波，張應(yīng)良.外出務(wù)工、社會資本與農(nóng)戶內(nèi)部收入差距[J].經(jīng)濟與管理研究，2019，40（8）：90-103.

[13] 姚嘉，張海峰，姚先國.父母照料缺失對留守兒童教育發(fā)展影響的實證分析[J].教育發(fā)展研究，2016，36（8）：51-58.

[14] 段頎，劉沖，錢留杰.父母外出務(wù)工對農(nóng)村留守兒童基礎(chǔ)教育的影響[J].世界經(jīng)濟文匯，2020（3）：107-120.

[15] 朱平芳，張征宇.無條件分位數(shù)回歸：文獻綜述與應(yīng)用實例[J].統(tǒng)計研究，2012，29（3）：88-96.

[16] 錢龍，洪名勇.非農(nóng)就業(yè)、土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率變化——基于CFPS的實證分析[J].中國農(nóng)村經(jīng)濟，2016（12）：2-16.

[17] 劉一偉，刁力.社會資本、非農(nóng)就業(yè)與農(nóng)村居民貧困[J].華南農(nóng)業(yè)大學學報（社會科學版），2018（2）：61-71.

[18] 郭建宇.農(nóng)業(yè)產(chǎn)業(yè)化的農(nóng)戶增收效應(yīng)分析——以山西省為例[J].中國農(nóng)村經(jīng)濟，2008（11）：8-17.

[19] 郭瑜，張一文.社會參與、網(wǎng)絡(luò)與信任：社會救助獲得對社會資本的影響[J].社會保障研究，2018（2）：54-62.

[20] Copestake J.，Dawson P.，F(xiàn)anning J.，A. McKay，K. Wright-Revolledo. Monitoring the Diversity of the Poverty Outreach and Im?pact of Microfinance：A Comparison of Methods Using Data from Peru[J]. Development Policy Review，2005，23（6）：703-723.

[21] Khandker S. Microfinance and Poverty：Evidence Using Panel Data from Bangladesh[J]. The World Bank Economic Review，2005，19（2）：263-286.

[22] 閆杰，強國令，劉清娟.扶貧小額信貸、農(nóng)戶收入與反貧困績效[J].金融經(jīng)濟學研究，2019，34（4）：32-44.

[23] Avila F. Recentered Influence Functions（RIFs）in Stata：RIF Regression and RIF Decomposition[J].The Stata Journal，2020，20（1）：51-94.

[24] 周燕芳，劉小瑜.家庭受教育水平與收入不平等關(guān)系研究——基于CFPS2016數(shù)據(jù)分析[J].江西社會科學，2020，40（3）：85-95.

[25] 鐘笑寒.勞動力流動與工資差異[J].中國社會科學，2006（1）：34-46+206.

[26] 邢春冰.遷移、自選擇與收入分配——來自中國城鄉(xiāng)的證據(jù)[J].經(jīng)濟學（季刊），2010，9（2）：633-660.

[27] 徐超，吳玲萍，孫文平.外出務(wù)工經(jīng)歷、社會資本與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)——來自CHIPS數(shù)據(jù)的證據(jù)[J].財經(jīng)研究，2017，43（12）：30-44.

（責任編輯：彭晶晶）