家庭决策、社会互动与劳动力流动，本文主要内容关键词为：互动论文,劳动力论文,家庭论文,社会论文，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 在中国新型工业化和城镇化发展过程中，中国农村劳动力流动规模日益扩大。中国劳动力的流向以从内地农村向东南沿海城市为主，劳动力流动的地域范围表现为省内就近转移和跨省异地转移并存的特征。中国农村劳动力流动还表现出一些独特的社会现象。中国农村家庭往往只是部分成员外出打工，部分成员留守农村，而非“举家”迁移；外出打工成员还定期给家里汇款、寄生活费等。农村劳动力外出打工以通过亲戚、同乡介绍的居多；在同一地区或单位，来自同一家乡的劳动力比例往往较大，即通常说的“抱团”现象。 怎么解释中国农村劳动力流动的这些独特现象？一方面，在中国农村地区，人们普遍有较强的传统家庭观念，家庭成员是否外出打工通常不是成员个体决策的结果，而是家庭通过综合权衡收益和风险后做出的家庭人力资源配置最优化的决策结果。另一方面，中国农村劳动力流动受到户籍、土地等制度约束，面临异地劳动力市场信息不充分的问题。在这样的条件下，来自家庭和家乡的社会关系网络以及由此带来的社会互动(social interaction)对劳动力流动和外出就业的作用尤为重要。我们需要把家庭决策机制和社会互动效应相结合才能对中国农村劳动力流动的独特现象背后的因素进行更合理的解读。 基于以上背景，本文使用中国家庭追踪调查(下文简称“CFPS”)2010年数据，实证探讨家庭决策机制和社会互动效应对农村家庭劳动力流动的影响。 二、文献综述与研究假说 我们基于对劳动力流动的影响因素的文献研究，提出关于家庭决策和社会互动对中国农村家庭劳动力流动影响的研究假说。 (一)家庭决策与劳动力流动 新古典迁移理论以个人作为劳动力迁移决策的主体，个人根据期望的城乡收入差距做出迁移的决策(Todaro,1969; Harris and Todaro,1970)。而新经济迁移理论强调家庭作为决策主体的重要性，家庭根据预期收入最大化和风险最小化的原则，决定其成员的迁移(Stark and Levhari,1982; Stark and Taylor,1991)。对于影响家庭劳动力流动的预期收入最大化和风险最小化的因素，现有的文献主要从以下四个方面进行探讨。 第一，绝对收入因素。现有的研究普遍发现，家庭收入水平越低，劳动力流动概率越高(程名望等，2006)；迁入地相对迁出地的收入水平越高，劳动力流动概率也越高(Cai and Wang,2003)。不同类型收入对劳动力流动的影响又有所不同。Zhu(2002)对家庭收入做细分发现，非农就业与农业经营的收入差距越大，家庭外出打工概率越高。据此，我们推断家庭农业收入越低，劳动力流动概率会越高。Zhu(2002)所讨论的非农就业收入包括非农经营收入和工资性收入。而根据朱农(2004)的观点，中国农村剩余劳动力向城市迁移(地域流动)和从事本地非农生产活动(职业流动)这两种流动之间是一种替代关系。如果农村剩余劳动力在本地非农经营收入越多，他们越愿意留在本地，那么，我们推断非农经营收入与劳动力向城市迁移之间应该存在一种负相关关系。 第二，相对收入因素。根据新经济迁移理论，家庭在做迁移决策时不仅考虑绝对预期收入水平，而且考虑相对于参照人群的收入水平，即“相对剥夺”(relative deprivation)效应(Stark and Taylor,1991)。“相对剥夺”效应表明，家庭即使在家乡的收入水平有了很大提高，但只要提高的程度不及家乡的参照人群，其家庭成员仍然有一种相对剥夺的感觉，这会提高其迁移倾向。Stark和Taylor(1991)运用墨西哥迁移至美国的调查数据，证明了“相对剥夺”效应的存在。 据此，我们得到： 假说1：家庭劳动力流动概率与家庭农业收入、非农经营收入存在负相关关系，家庭劳动力流动概率与家庭相对村庄的收入水平也存在负相关关系。 第三，人力资本因素。根据第二、三产业的教育回报率较高且城市的第二、三产业相对密集的逻辑，教育在理论上能够促进劳动力从农村向城市流动。实证研究大多支持这一结论。例如，都阳和朴之水(2003)发现家庭最高教育水平对劳动力流动有积极影响；李实和Knight(2002)发现户主的教育程度与家庭劳动力流动的概率成正比。 第四，物质资本因素。土地是农村家庭最主要的物质资本。较少的人均土地数量意味着人地关系相对紧张、富余劳动力较多，而把富余劳动力转移出去有利于提高家庭的总体效益。Zhu(2002)、Chen等(2010)的研究均发现人均土地较少的家庭的劳动力流动倾向较高。 据此，我们得到： 假说2：家庭劳动力流动概率与家庭受教育程度存在正相关关系，与家庭人均土地数量存在负相关关系。 (二)社会互动与劳动力流动 根据现有文献的研究，社会互动(social interaction)对劳动力流动的影响可划分为社会网络效应(social network effects)和同群效应(peer effects)。 对于社会网络效应，Dolfin和Genicot(2010)认为社会网络通过提供迁移过境信息、提供迁入地就业信息、对迁移成本的信贷担保三种机制促进迁移。Bauer等(2002)也认为，网络外部性(network externalities)在不确定性环境下有利于移民获得迁入地的劳动力市场信息和信贷支持，提高预期工资，减少不确定性，并减轻融入迁入地文化的压力。现有的实证研究普遍发现社会网络能够提高迁移的可能性(Dolfin and Genicot,2010)；拥有更广的亲友网络能够促进劳动力流动(Munshi,2003)；异地有亲友、老乡会显著提高外出打工的概率(Chen,et al.,2010)。 在中国，村落是一个由血缘、亲缘、宗缘、地缘等社会关系网络构成的生活共同体(李培林，2002)。在中国农村，社会网络效应的衡量也需考虑其独特的社会文化背景。一方面，根据中国的“拜年”文化，Bian和Li(2005)提出采用“拜年网”，即研究相互拜年的亲友数目及其构成来衡量社会网络。另一方面，宗族是中国传统农村人与人之间社会网络的一个缩影，人们的交往通常围绕宗族关系而展开。Hsu(1963)指出可从规模和强度来衡量宗族网络。宗族可被视为自然的合作组织，其成员自觉地与组织外成员区分开来，并共享组织资源，因此，宗族人口规模便成为对宗族网络规模的一种度量；又由于祠堂和家谱是宗族的两种表征，祠堂和家谱的存在有利于加强成员间的联系和凝聚力，其在一定程度上能反映宗族网络的强度。郭云南和姚洋(2013)采用“家庭姓氏的人口比例”来衡量宗族网络规模，采用“家庭所属宗族是否有祠堂或家谱”来衡量宗族网络强度，实证研究发现宗族网络强度对家庭外出打工具有显著的影响。 据此，我们得到： 假说3：家庭劳动力流动概率与社会网络效应存在正相关关系。 对于同群效应，社会经济学分析认为在信息不充分的情况下，人们通过观察他人的行为来收集信息，使自己的行为趋同于他人的行为，这可使自己在信息不完全条件下获得最大效用。Bauer等(2002)也指出“羊群效应”(herd behavior)①体现在个体对他人迁移行为的追随，以便减少自身搜寻迁移信息的成本。Bauer等(2002)、陆铭等(2013)均实证发现以村庄迁移率衡量的同群效应显著地提高了个体外出打工的概率。 据此，我们得到： 假说4：由于同群效应的作用，家庭劳动力流动概率与村庄劳动力流动概率存在正相关关系。 (三)本文可能的贡献 与现有文献相比，本文可能的贡献主要体现在两个方面。第一，现有的对中国劳动力流动的实证研究大多只探讨与国外劳动力流动共通因素的影响，而相对缺乏针对中国劳动力流动独特现象的因素分析。本文针对中国农村劳动力流动的非“举家”迁移、“抱团”等独特现象，重点考察“家庭决策”和“社会互动”这两类因素的影响效应。第二，现有的微观层面的实证研究没有区分家庭劳动力省内流动和跨省流动的情形，而本文对家庭劳动力省内流动和跨省流动的影响因素分别进行了实证研究。 三、数据与变量说明 本文使用CFPS2010年数据，构建家庭和村庄两个层面的变量，进行实证分析。数据来源与变量说明如下。 (一)数据来源 本文使用的数据来自2010年中国家庭追踪调查(CFPS)。该调查由北京大学中国社会科学调查中心主持实施。2010年该调查的抽样对象涵盖除内蒙古、海南、青海、宁夏、西藏、新疆外的25个省(自治区、直辖市)的33600个成人个体、14798个家庭和635个社区。本文使用的是CFPS2010年的农村和城中村家庭样本及其对应村庄的数据。家庭的有效样本数为9636个，其中农村家庭样本7368个，城中村家庭样本2268个。村庄有效样本数为415个。本文的样本包含家庭和村庄两个层面的微观数据，该样本覆盖全国性调查的绝大部分省区，且包括大多数研究所忽略的城中村数据，本文的实证检验具有较强的普适性。 (二)变量说明 本文实证模型的自变量是劳动力流动，因变量包括家庭和村庄两个层面的特征变量，关注的变量包括反映家庭决策机制和社会互动效应的两类因素。 1.劳动力流动的衡量 本文构建二值变量和连续变量来衡量劳动力流动，并对外出工作地是在省内和省外进行细分讨论。根据CFPS的问卷题目“过去一年(2009年)，您家是否有人外出工作？”，本文构建衡量劳动力流动的二值变量，对“有家庭成员外出工作”赋值为1，对“无家庭成员外出工作”赋值为0。在9636个家庭样本中，35.8％的家庭有成员外出工作，64.2％的家庭没有成员外出工作。我们计算家庭外出工作成员数与家庭总成员数之比，构建家庭外出工作成员比例这一连续变量。在有成员外出工作的家庭样本中，其平均人口规模为4.8人，平均外出工作率为32.2％，即这类家庭平均约有1.5人外出工作。按照家庭成员外出工作地是在本省内还是在省外，我们分别计算省内外出工作成员比例和跨省外出工作成员比例。在有成员外出工作的家庭样本中，省内外出工作成员比例均值为16.6％，跨省外出工作成员比例均值为15.6％。 2.家庭特征变量 在家庭特征变量中，我们关注的是反映家庭决策机制和家庭社会网络效应的变量。对于家庭决策因素，本文采用家庭人均农业生产纯收入、人均非农经营收入、人均工资性收入来衡量家庭绝对收入水平；采用家庭与村人均纯收入之比②来衡量家庭相对收入水平，以此度量“相对剥夺”程度；采用家庭成员中最高受教育程度来衡量家庭的人力资本水平；采用家庭人均经营土地面积来衡量物质资本水平。以上变量中，家庭人均农业收入、家庭人均非农经营收入、家庭人均工资性收入、家庭人均经营土地面积分别取对数处理③后再纳入实证模型中。对于家庭社会网络，本文采用春节期间来拜访的亲戚家数目、家族是否有族谱/家谱来衡量。现有的文献普遍认为：拜年的亲戚越多，则家庭社会网络规模越大(Bian and Li,2005)；相对于没有族谱/家谱的家庭，有族谱/家谱的家庭的网络联系更紧密，家庭社会网络强度更高(Tsai,2007)。家庭层面的控制变量还包括家庭是否从事农业生产、是否经历过土地被征用。 3.村庄特征变量 在村庄特征变量中，我们关注的是反映村庄社会网络和同群效应的变量。对于村庄社会网络，本文采用村内家族祠堂数、最大姓氏户数占全村总户数比例来衡量。村内有较多的家族祠堂，村内家族间在祠堂开展的集体仪式或交流活动一般较多，这有利于加强相互间的责任意识或网络凝聚力，提高村庄社会网络资本(Tsai,2007)；相同姓氏家族内部的认同感和网络联系一般较强，当村最大姓氏户数所占比例较高时，同姓氏家族辐射至村内的网络联系也较强，村庄社会网络强度因而也较高(Freedman,1965)。对于同群效应，我们采用村外出打工比例这一变量来检验。如果村外出打工比例的系数显著为正值，那么说明村劳动力流动概率越高，家庭劳动力流动概率也越高，证明存在同群效应。村庄层面的控制变量还包括村人均纯收入、村人均农业总产值、村是否有集体企业、村常住人口数、村距县城(市区)的距离、村是否为少数民族聚集区、村是否属于城中村。其中，村人均纯收入、村人均农业总产值④、村常住人口数这几个变量取对数处理后再纳入实证模型中。 变量说明和描述统计见表1。
