相对收入对外出务工的影响：来自中国农村的证据，本文主要内容关键词为：中国农村论文,证据论文,外出务工论文,收入论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 引言
随着中国农村外出务工人数不断增多，其经济影响不断扩大，学者们开始关注农民工流动原因和对经济的影响。很多学者认为，农民工大量外出是城乡收入差距扩大的结果，也反向影响收入差距(李实，1999；王格玮，2004；Cai与Wang，2006；钟笑寒，2006；邢春冰，2010)。
收入差距方面的研究主要有两方面内容：收入分布对总消费以及经济增长的影响及相对收入程度对人们效用的影响。政府和学界都担心较大的收入不平等会加剧社会矛盾。比如，Ling(2009)发现收入不平等的恶化对中国农村年老居民的健康有显著负面冲击；Frank与Levine(2005)发现在美国收入越不平等的地区，个人破产率和离婚率越高；Luttmer(2005)发现控制其他变量后，邻居收入越高，则本人快乐程度越低；Clark与Oswald(1996)发现工人满意度受到与其他工人工资对比的影响；罗楚亮(2009)发现人们主观幸福感受到相对收入的影响；一些研究也显示高的收入不平等经常导致较高的犯罪率和社会不安定(陈屹立，2010)。
就对个人效用的影响而言，周围人相对于自己的收入差距影响更大，即人们更关心小范围的收入差距，而不是全省甚至全国的收入差距。Frank(2005)认为进化论能够解释为什么人们关注周围的参照人群。从进化的角度看，落后于身边竞争对手可能是致命的。比如在饥荒的时候拥有更多资源的个体存活机会更大，在追求配偶的时候更强壮的个体更容易胜出，而距离或时间相距较远的个体则多半和自身无关。Frank(2005)引用了大量经验研究证明了小范围内相对收入的重要。Charles等(2009)也验证了美国的黑人在做收入比较时，通常只选择同地区黑人做参照。可见，地域接近、社会属性近似的人群与自身的相对收入状态对人们的效用影响更大。而中国目前对收入不平等的研究，绝大多数是针对大范围内不平等的计算和宏观影响的研究，偏离了分析不平等的原意。
近年来，一些学者验证了本地小范围内收入差距可能是促进人们外出打工的重要影响因素，从而完善了传统的对劳动力流动影响因素的研究。Stark(1984)通过对墨西哥农村的研究，发现了几种有趣而又无法用传统理论解释的现象：(1)最贫困的村庄人口向城市的迁移率并不是最高的；(2)最高的迁移率发生在收入不平等程度最大的村庄；(3)在每一个有外出务工现象的村庄里，总是最穷的居民外出务工的意愿最大。这三个现象意味着传统城乡绝对收入差距吸引农民外出的解释存在缺陷。实际上，Duesenberry(1949)提出的相对收入假说可以在很大程度上解释这些现象。相对收入假说虽然更多地被用于解释消费，但在对外出务工的解释上具有相同的逻辑。相对收入越低的家庭，感受到的相对贫困度越大，在其他情况相同的前提下，他们外出务工从而改变自身收入地位的意愿越大。可以说，Stark(1984)及以后的若干学者对Duesenberry(1949)的相对收入理论在解释农村劳动力流动方面进行了开创性应用。
对于中国，虽然针对农民工的研究很多，并且探究了各种可能的影响因素，但目前的研究较多停留于大范围内的整体研究，即把农村劳动力看作一个整体，分析整个农民工群体流动到城市的驱动因素，以及对整个农村收入分布的影响，缺乏小范围内的收入差距对个体流动行为影响的研究。尽管有研究涉及相对收入的影响，如蔡昉和都阳(2002)、陈芳妹和龙志和(2006)都用少量农村样本进行了研究，但当前相关研究在细节上存在较多问题，如变量设定不合逻辑、可能的遗漏变量问题、样本数量不足和验证内容不全面等，因此，相对收入对外出务工的影响值得进一步验证。本文将使用较新的大样本微观数据验证这一问题，其中包括相对收入对务工时间、地点选择等的影响。如果相对收入在农民工外出务工中起作用，那么，即使从全国角度看各地农民收入差距可能在扩大，但农民外出务工将缩小民工流出地的小范围内的收入差距，从而降低收入差距对人们快乐的负面影响。
本文使用了2003-2006年中国农村定点调查数据，该调查涵盖了30个省、自治区和直辖市，为包括农户各项经济指标的面板数据。较多的省份覆盖使得我们能够观测到地区之间的差异，较大的样本使得我们得出的参数估计量相对可靠。数据库丰富的信息使得我们可以检验各种务工信息，也可以计算推算收入等关键指标，面板数据也使得我们能够控制不可观测的变量，并检查滞后效应。
本文第二部分总结以往文献中关于相对收入和外出务工的讨论，并适当引入其他关于农民工流动影响因素的研究。第三部分说明本文的数据，引入我们使用的主要反映相对收入地位的变量，并对基本变量进行描述统计。第四部分介绍使用的计量方法并分析回归结果。第五部分对计量结果进行稳健性检验。最后进行总结和讨论。
二 相关文献综述
传统理论在解释农民工流动时认为，外出务工可以增加农户的绝对收入水平，从而改善农户生存条件和提高家庭消费水平，而这也正是驱动农民外出的最根本因素。Bogue(1959)将所有影响因素概括为两方面：迁入地“拉力”因素，如高收入、高生活质量、教育机会、文化设施、交通条件和福利水平等；迁出地的“推力”因素，如自然资源枯竭、农业生产成本增加、农村劳动力过剩导致失业率上升、较低的经济收入水平和福利保障等。Todaro(1969)进一步引入不确定因素，认为影响农民工流动的因素来自预期的城乡收入差距。这些解释都是从自身绝对收入提高的角度去分析劳动力流动，并且每个因素几乎都能得到观测数据的验证。
但是，人们的效用与决策并不只取决于自身的绝对收入和消费，与他人的相对收入也影响自身的效用。自从Duesenberry(1949)引入相对收入理论后，有很多研究印证了相对收入对人们经济行为的影响。从Duesenberry(1949)到上文提到的Clark与Oswald(1996)、Frank(2005)、Luttmer(2005)和Charles等(2009)，都验证了相对收入是重要的影响个体效用的因素，甚至比绝对收入影响程度还要大。学者们对相对收入影响外出务工的研究始于上个世纪八十年代中期，但研究数量相对较少。
Stark(1984)认为，农民外出务工会提高个人或家庭在参照组(特别是所在社区内)的相对收入。相对收入较低是农民外出务工的主要原因。Stark(1984)解释到，相对收入低会给人带来心理负担，从而会导致人们通过迁移来改变相对收入。Stark与Taylor(1989)通过对墨西哥的数据研究发现村内相对较低的收入水平显著地刺激了墨西哥人去美国务工。他们发现绝对收入也影响农户外出务工的决策，因为外出务工也需要成本，需要一定的初始资金，只有绝对收入超过一定值的农户才能出去。因此，绝对收入及相对收入对墨西哥人迁移到美国都有显著影响。
在Stark等人之后，在相对收入对迁移和外出工作影响的研究领域中，还有一些学者也进行了相关的经验分析。Bhandari(2004)采用相对收入假说的分析框架，将相对性贫困定义为农业国尼泊尔的农民因拥有土地数量的多寡而产生的相对贫困感，研究证实了相对收入对迁移的显著影响。Quinn(2006)将Stark等的相对收入概念拓展为家庭因土地、耐用消费品、住房、社会地位、社会网络等而产生的相对贫困感，并对墨西哥的国内、国际迁移进行了经验分析。Neumark与Postlewaite(1998)发现已婚妇女在她的姐妹的丈夫收入比自己丈夫收入高时自己更倾向于外出工作。
中国大多数学者沿袭Todaro(1969)的城乡收入预期差异的视角分析地区间收入差距对农民工流动的影响，少数学者对相对贫困对农民工流动影响进行了初探。蔡昉和都阳(2002)利用2000年4个贫困县市的调查数据，检验发现相对收入对农民的迁移决策起到了重要作用。陈芳妹和龙志和(2006)利用江西两村183个劳动力的问卷访谈数据，验证了相对贫困对农民迁移决策的显著影响。这两个研究存在的问题是：首先，样本较小并且覆盖范围有限，部分数据陈旧；其次，研究的被解释变量是个体行为，而中国农村的决策多半是家庭集体决策；再次，以上研究直接使用实际收入，没有使用推算收入(imputed income)，这会导致明显的内生性问题；最后，以上研究都是使用横截面数据，不能发现相对收入的滞后影响，也不能解决可能的遗漏变量问题，而遗漏变量可能导致系数估计的偏误。
比较而言，本文采用的2003-2006年农业部农村固定观察点办公室有连续时间跟踪的农村调查数据，覆盖广泛。我们使用的数据库共有4年6万多个农村家庭的数据，并且范围覆盖全国30个省市自治区。这样的大样本使得统计结果更有说服力。面板数据使得我们可以控制不可观测的效应，而数据包含的丰富信息使得我们可以计算推算收入并验证相对收入地位对外出务工时间、人数等方面的全面影响。
要验证相对收入的影响，需要对其他可能因素加以控制。在劳动力流动方面，已经有很多研究验证了不同因素对农民工流动的影响。比如：城乡收入间差距(Zhang与Song，2003；Seeborg等，2000；Wang等，2007；王德文等，2008)；农村劳动人口的年龄和性别结构(Fan，2004；Roberts，2001)；社会网络的作用(Roberts，2001)等。还有一些研究认为户籍制度对劳动力流动影响显著(王小鲁，2002；蔡昉等，2001；Hertel与Zhai，2006)，认为中国1958年以来实行的户籍制度是阻碍农村劳动力流动的重要因素(Yao等，2004；Whalley与Zhang，2007)，但近年其影响渐小。孙文凯等(2011)考察了户籍制度改革对中国农村劳动力流动的影响，发现近年的户籍改革对农村劳动力流动影响甚微，主要影响因素是经济因素，因此我们可以在分析时不考虑户籍因素。
三 数据描述
(一)数据说明
本文所用数据来自于中国农业部农村固定观察点办公室的调查数据库(简称RCRE数据库)。该数据库包括2003-2006年对中国各省众多农村家庭各种经济指标的全面调查信息。RCRE数据库分为8个部分，其中包括家庭类型、家庭成员基本情况及劳动和收入信息、土地情况、产出投入信息、固定资产和家庭全年收支等。另外，数据库中有包含调查农户所在村的基本信息。本文的研究涉及村基本信息变量、家庭类型、家庭成员务工信息和家庭收入信息等4部分。
我们对原始数据进行了必要的初步处理。第一，用各省农村消费价格指数对涉及收入的信息进行平减，调整为以2003年价格计算的实际收入。第二，因个人数据难免有家庭成员间的互相影响，所以我们将调查所得的个人信息整理成为家庭外出务工的信息，包括外出务工哑变量及时间变量。而且，数据库其他部分都是以家庭为单位的变量，对个人层面加总保持了变量一致。第三，删除了数据库中的异常值，包括：超大型家庭，即家庭劳动力数量或未成年人数量多于20；户主年龄小于16岁；部分变量缺失的样本；还有少量明显数据错误而又难以修正的样本也被删除，比如最高教育年限大于22年的样本家庭。删除的异常值不及总观测数的2%，对总样本影响较小。我们最后共得到了2003-2006年共6万多个家庭的样本数据。
(二)变量与统计指标
1.被解释变量。本文意在寻找更全面稳健的相对收入程度如何影响农民工流动的证据。为了达到这个目标，除了已有文献中经常采用的是否外出打工的哑变量外，我们还包含了打工时间和打工人数这两个变量。最终产生了三个因变量：家庭是否有人外出务工、家庭外出务工人数占家庭劳动力比例和外出务工平均时间。第一个因变量为哑变量，后两个因变量视为连续变量。
2.解释变量。首先，我们最关心的是反映相对收入地位的变量，在已有研究中已提出了几个不同的测度。Stark与Yitzhaki(1988)以及Stark与Taylor(1991)提出了一个评价个人或家庭相对贫困(Relative Deprivation)的指标，并且论证了这个指标在同时反映绝对贫困和相对贫困上的合理性：
除了Stark与Taylor(1988、1991)提出的指标外，评价相对收入的方法还有Deaton(2001)提出的计算相对贫困的方法，即以家庭所在社区为参照组，算出每个家庭的相对贫困来衡量相对收入。Deaton(2001)提出的衡量相对贫困的指标计算方法是：
在计算以上相对贫困指标时，我们主要使用推算收入而非实际收入。这是由于，如果我们使用本年的实际收入计算相对收入指标来解释劳动力流动，而劳动力流动带来的收入又计入际收入中，则解释变量天然地具有内生性问题。我们的推算收入计算过程如下：计算本村非务工人员平均日劳动收入，乘以外出务工人员外出天数，得到外出务工人员如果没有外出的推算收入，加总到家庭收入中，得到家庭的推算收入。如此计算的潜在理由是家庭做外出务工决策时考虑的应该是没有外出务工情况下的收入。由于我们把到本省内和省外务工统称为外出务工，因此，我们选择的机会成本变量是非外出务工人员单位时间的收入。①
根据传统的解释劳动力流动的理论以及一些研究结论，我们还选择另外一些变量作为控制变量，加入到解释变量列表中。Fan(2004)和Roberts(2001)的研究认为农村人口中年龄和性别等人口结构因素对外出务工有影响，为此我们加入户主年龄、性别、教育水平、家庭中16岁以下和64岁以上人口比重、家庭劳动力人数、男劳动力比重和接受过技术培训劳动力比重等解释变量。Zhang与Song(2003)等的研究认为城乡收入差距对农民外出务工有影响，我们也加入外出务工工资率、本地非外出务工工资率作为解释变量，在这里我们还加入人均耕地面积作为解释变量。Roberts(2001)等研究认为社会网络对能否外出务工影响很大，我们以村外出务工人数除以村人口作为外出务工网络的代理变量。另外，因为农户家庭拥有的与外界联通的信息渠道越多，越易了解外界，外出成本越低，从而增加外出务工的几率，我们将家庭拥有固定电话或移动电话的家庭信息设备变量定义为1，否则为0。②以上变量中，家庭劳动力是指除去家庭成员中失去劳动能力的和正在上学之外的16至60岁人口；外出工资率为家庭外出成员平均日工资，本地非务工平均工资为村内平均非务工劳动力日劳动收入；人均耕地面积是将全村的耕地面积除以全村人数所得的土地面积。变量的描述性统计及解释变量对被解释变量的预期影响方向列于表1。
(三)基本事实
1.变量描述统计。表1对基本变量进行了描述统计。在表1中，我们可以发现：在整个样本覆盖期间，平均户主年龄大约为50岁；户主平均受教育年限接近7年。68%的家庭至少拥有一部固定电话或移动电话。家庭平均规模略高于4人，劳动力数量不到3人，男劳动力比例超过半数；27%家庭有接受过技术培训的劳动力。
从务工角度看，外出务工家庭的比例约为58%，即有一半以上家庭外出务工；外出打工平均工资要明显高于本地工作的工资；外出劳动力平均外出劳动时间在4个月以上。在调查所在村中，所有家庭平均年纯收入接近1.6万元，其中务工收入占纯收入1/3以上。我们关心的两个相对贫困指标，Stark与Taylor(1991)和Deaton(2001)的值存在较大差异，这是由于他们的计算存在是否采用村平均收入标准化的区别。我们也计算了村内基尼系数，采用了胡祖光(2004)的计算公式。平均来看，实际纯收入计算的基尼系数最小，低于去掉外出务工后的收入计算的基尼系数，也低于推算收入计算的基尼系数。这意味着，外出务工可能改变了收入较低群体的相对贫困程度，从而缓和了村内收入不平等程度。
2.变量间相关关系。表2列出了本文主要解释变量与三个被解释变量的相关系数及显著性，以直观揭示解释变量的影响方向。通过表2可以看到，家庭是否有人外出务工、外出务工人数占劳动力比例以及外出务工平均时间都与本村推算收入计算的相对贫困状况正相关，并且大部分是显著的。即：如果不外出务工时的家庭收入相对村内其他家庭越贫困，则该家庭越有可能外出务工。其他变量的相关系数大部分也和预期的方向相一致。当然，简单相关分析可能并不能揭示二者的真正关系，我们需要进行多元回归分析，以观察在控制其他因素不变情况下，我们关心的变量对因变量的影响。
四 计量模型及回归结果
(一)计量模型选择
我们的被解释变量选取了反映外出务工意愿的三类变量：是否外出务工的哑变量、家庭外出务工人数占劳动力比例和外出务工人均劳动时间。第一个是哑变量，后两个是连续变量。因此需要分别使用针对各自数据特征的计量方法。由于我们使用的是面板数据，因此我们基本上采用固定效应的Logit模型和固定效应线性回归模型。这些方法，在伍德里奇(2007)上有对应的详细解释，在此不再一一描述。
对于每一类变量，我们可以进一步细分为更多值得验证的被解释变量。具体地说，我们选择外出务工6个月以上为一个识别标志。外出6个月以上是比较常用的定义农民工的标准。另外，到省外往往能够获得更高工资，但需要付出更多努力，因此我们也考虑省外务工哑变量、省外务工时间和务工人数占劳动力比例。
在控制各种可能的其他解释变量后，我们关心的变量——相对贫困指标需要再次说明，即前文所说的使用推算收入计算相对贫困。如果我们要探究相对贫困对外出务工的影响，我们应该意识到二者的相互影响。当人们意识到自己的相对收入位置不利后，会激发对应的改善行为。但是，从数据上看，如果农村居民外出务工，那么务工收入将会改变其全年收入。因此，直接使用本年全部纯收入计算相对贫困指标并用此指标分析对务工影响显然存在互相影响的问题。以往国内相关研究都没有使用推算收入而是使用实际收入，而这些研究使用的横截面数据又不能使用滞后变量，因此有很大问题。推算收入，即没有外出务工的情况下的预期收入，它应该是真正影响农民工流动的用以计算相对贫困的收入变量。本文数据库中丰富的信息允许我们使用这些合理的数据变量进行分析。③
(二)计量回归结果
本节中，我们主要列出使用推算收入计算的Stark与Taylor(1991)和Deaton(2001)两种相对贫困指标，分析控制其他家庭特征后，相对贫困状况对外出务工的三个维度的影响。
1.对是否外出务工的影响。是否外出务工分为三个被解释变量：家庭是否有外出务工人员、家庭是否有人外出6个月以上务工人员、家庭是否有省外务工人员。表3列出了使用面板数据Logit模型估计的结果。
我们重点观察感兴趣的解释变量，即Stark与Taylor(1991)和Deaton(2001)的两个相对贫困指标。如前所述，这两个指标的设计思路一致，根本差别是是否采用村平均收入进行标准化。如果居民只是关心其在村内收入的相对位置，那么如Deaton(2001)那样进行标准化是一个相对较好的选择。
通过表3可以看到，两篇文献中的相对贫困指标，都显著地影响农村居民家庭是否有人外出务工以及是否可能外出更长时间和到更远的地点。基本上，这种影响是正向影响，即在村内相对贫困程度越高的家庭越倾向外出务工。同时，我们看到在表3中模型(1)、(3)和(5)中的Deaton(2001)指标存在倒U型影响。但是，如果进一步计算临界点，会发现只有相对贫困达到非常高的程度，才会抑制外出务工，满足这种条件的样本很少，只占总样本的1%左右。而Stark与Taylor(1991)的指标完全单调地正向影响外出务工。
我们也控制了外出平均日工资和本地劳动日平均收入这两个重要变量。正如预期，外出务工的工资越高，外出的动力越强。省外的高工资也吸引农民工外出，但对6个月以上务工比例影响虽然为正，并不显著。反映外出务工机会成本的本地日收入对三类被解释变量都有负影响，其中对是否外出务工和是否外出6个月以上有显著的负影响，并且有很小一部分样本呈现出U型影响关系，这和蔡昉和都阳(2002)相同。
其他控制变量基本符合预期。比如，有更多劳动力、有技术劳动力的家庭更可能外出打工，并且更可能长时间在外和到外省打工。较大的人口负担率则对外出务工有显著负面影响。
两个反映信息和社会网络的变量：是否拥有电话的哑变量和村外出人数比重，都对外出务工有显著的促进作用。
2.对外出务工人数的影响。表4总结了使用面板数据固定效应模型估计外出务工人数占家庭劳动力比例的影响因素。我们感兴趣的变量，即相对贫困指标，在所有模型里都表现出对外出务工人数占比的促进作用。具体地说，控制了人口特征和村庄特征后，Deaton(2001)标准化的相对贫困指标对各类外出务工总人数比例都呈现倒U型显著影响。相似地，绝大部分样本是正向影响。而Stark与Taylor(1991)的指标也显著正向影响各类外出务工比例。
其他解释变量的影响和表3相似。人口负担比对各类外出务工比例都有显著负影响，男劳动力越多，各类外出务工比例越高，技术劳动力的外出可能性更高、外出更久，但与到省外务工相关性不大，这可能是由于他们可以轻易地在本地找到高收入的工作。令人意外的是，外出平均工资和本地平均工资对各类外出人数占劳动力比例没有显著影响。信息设备的存在使得各类外出比例增大，本村外出比例越高，家庭的各类外出比例也越高。
3.对外出务工时间的影响。表5总结相对贫困程度对外出务工时间的影响。可以看到，无论是Deaton(2001)还是Stark与Taylor(1991)的指标，都显著正向影响外出务工时间，只有极少数家庭呈现出当相对贫困过度时外出时间减少的情况。即对大多数家庭，相对越贫困，外出劳动力务工时间越长。其他解释变量的影响方向和对是否外出和外出人数比例影响相似。在以上所有回归中，除了相对收入变量，对外出务工、外出人数比例和外出时间有比较稳健的影响的还有人口负担比、信息和社会网络变量。
五 稳健性检验
根据第四部分的结果，我们可以初步得出相对收入在中国也是影响农民工外出务工的重要因素这样的结论，而且对外出务工、外出人数比例和外出时间有全面的影响。为了验证这个结论的稳健性，我们对第四部分的结果进行若干稳健性检验。
(一)分组
一个常见的问题是，是否只有收入高于一定水平、足以支付外出打工的成本后，才有外出务工的基本条件。我们选取年收入2000元以上(至少满足两个月以上基本生活支出)的样本家庭进行与本文第四部分相同的方法进行回归分析，得到结果如表6第1列所示。在满足基本生活费用的群体中，相对收入对绝大多数外出务工变量呈现单调显著的正向影响，只对总的外出平均时间和总的外出人数比例呈现倒U型影响，并且受影响样本数量更少。
另一个问题是，相对收入对务工的影响是否存在地区差异。我们按照《中国统计年鉴》的分类标准，将全部样本所在省份划分为东中西3个地区。如表6后3列所示，在3个地区，相对收入地位对是否外出务工、是否外出务工6个月以上以及是否到省外务工都有单调显著的影响，系数大小存在一定差异。对于外出务工人数比例的3个变量，在东部和中部呈现单调显著的正向影响，而在西部，除了对外出6个月以上的务工比例呈现倒U型影响外，对外出总人数比例、省外务工人数比例则呈现单调正的影响。在东部，相对收入地位对外出务工平均时间和到省外务工时间呈现单调正影响，在中部地区，只对外出总的平均时间有单调正影响，而对省外务工时间没有影响。在西部，相对收入对总外出务工时间呈倒U型影响，而对省外务工时间呈单调正影响。
(二)方程形式
由于使用了面板数据，我们可以考虑加入滞后项以考察方程形式的选择问题。首先，我们考虑被解释变量本身的路径依赖性，即前一年的务工状态可能显著影响其后的务工状态。这需要采用差分GMM方法估计此动态面板模型，以得到一致的参数估计量。表7中(1)列显示的结果与表3至表5结果非常接近。也就是说，即使考虑外出务工的路径依赖，相对收入对务工的全方位影响仍然很明显，并且主要是正向影响。
其次，我们考虑使用上一年的相对贫困指标代替当年推算收入所计算的相对贫困指标，此时，我们使用的是上一期实际收入而非推算收入计算的相对贫困指标。结合被解释变量本身的路径依赖，仍然采用差分GMM方法估计各个方程，结果如表7(2)列所示。可以看到，相对贫困程度对外出务工的影响，保持了相当强的稳健性。
六 总结和讨论
本文使用2003-2006年农业部农村固定观察点办公室的农村调查数据分析小范围内相对贫困对外出务工的影响。初步结论显示：外出务工显著受到相对贫困程度影响。其影响形式可能比较复杂：部分外出务工形式和动机与相对贫困程度间存在正向影响，部分存在非线性的影响关系。在控制了基本生活支出项后，相对贫困程度对绝大多数外出务工指标有单调正的影响。也就是说，对绝大多数家庭，如果本村内的初始相对贫困差距较大，将会促进一般性的外出务工人数及时间的增加，这将提高相对贫困家庭的收入，改善小范围内的收入分配状况。图1表示了三种村收入基尼系数的分布状况。可以看到，使用去除务工收入和推算收入计算的村内基尼系数普遍比实际基尼系数更大，意味着外出务工确实减少了村内收入不平等。也就是说，由于收入地位低的家庭更多地选择外出务工，有可能减少小范围收入差距，从而可能在一定程度上减小收入不平等所带来的负面影响。
正如Palley(2010)所说，相对收入的视角考虑了人们之间的竞争，最终互相竞争的结果可能并不是福利最大化的，类似于军备竞赛。Palley甚至建议设置最大劳动时间限制，以减少这种可能的负外部性。对于中国农村，相对收入确实影响外出务工，而对福利的影响可能需要进一步验证，这也是我们下一步的研究方向。另外，本文使用的数据，虽然包含了部分举家外出务工的家庭，但由于难以调查，仍可能缺失部分举家外出的样本。根据历年国家统计局《农民工监测调查报告》可知，目前举家外出农民工总量超过全部农民工10%，而这些样本是不大可能完全统计进入我们的数据库中的。目前，我们并不清楚举家外出家庭的收入情况，进一步调查并结合现有数据的分析可进一步验证相对收入对外出务工形式的影响。
图1 实际收入、去掉务工收入和推算收入计算的基尼系数分布
说明：Gini_1代表直接使用全年纯收入计算的基尼系数，Gini_2代表使用纯收入减去外出务工收入后计算的基尼系数；Gini_3代表使用推算收入计算的基尼系数。
总之，本文的结论支持相对收入解释劳动力流动的理论，检验了外出务工对各种形式的务工变量的影响，并尝试了各种方程形式。在全国各个地区，相对收入对外出务工的正向影响基本类似，但程度存在一定差异。另外，通过部分方程的结果可以看到最贫困的部分家庭可能会由于外出能力不足而放弃外出务工的努力。这引出了本文的直观政策意义：在给定户籍制度使得农村居民基本稳定的生活在本村前提下，外出务工能够在一定程度上减轻收入不平等的负面影响，但是对于最贫困的家庭，可能仍然需要外界帮助。
注释：
①一个可能的争议是如果农民不外出打工，由于土地有限，在本地的机会成本可能为0。但由于近些年农村经济活动已经包含很多内容，不再只是单纯的种植业，比如养殖业和个体商业也是很重要的经营内容。由于很难清楚知道每个外出务工人员自身机会成本(甚至务工人员自身也并不十分清楚)，因此我们取本村非外出务工平均收入作为村内外出务工人员单位时间机会成本。
②我们也尝试将是否拥有电视作为反映信息的变量，但是数据库中显示在2003-2006年这段时间，绝大部分居民家里都有了电视，从而这不能很好地作为区分信息影响的变量。我们最终选择了是否拥有固定或移动电话。毫无疑问电话能够比电视更好地传递有价值的务工信息。
③当然，我们也可以采用上一年的实际收入计算的相对贫困程度作为解释变量，解释本年外出务工行为。但是，由于本文数据是非平衡面板数据，这样做的结果是绝大部分样本被排除在回归之外。特别是在使用面板数据Logit估计方法时这个问题更严重。因为部分被解释变量观测值不随时间改变会被自动忽略，加上使用滞后变量，将损失90%以上观测值。虽然使用上一年相对收入指标回归也得到了相似的结论，但本文主要报告使用推算收入计算的结果，只在后文引入滞后相对贫困指标时作为稳健性检验的一部分。