社会资本能影响农民工收入吗？——基于有序响应收入模型的估计和检验，本文主要内容关键词为：收入论文,农民工论文,模型论文,资本论文,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。
中国转型时期，农民工对城市经济做出了重要贡献，然而相对于当地务工人员而言农民工的工资较低(韩俊，2009)，其就业和工资问题令人关注。以往关于农民工工资决定因素的研究主要涉及如下几方面：第一，人力资本，主要包括受教育程度、培训、工作经历等因素(Wang et al.，2010；李培林、李炜，2007)；第二，外部宏观和制度因素，例如最低工资制度(Du and Pan，2009)、经济和社会人口因素(Lu and Song，2006)；第三，社会资本因素(Bian，1994；叶静怡、周晔馨，2010；李树茁，2007；何国俊，2008；章元、和陆铭，2009；章元等，2008；刘林平、张春泥，2007；Knight and Yueh，2008；叶静怡等，2012；周晔馨，2012；章元等，2012)。
上述研究为理解农民工收入的决定及其变化趋势做出了重要贡献，也促使更多的经济学家关注农民工收入问题。其中，社会资本的研究成为近年来较为活跃的领域。以往文献对社会资本影响农民工收入的研究结论具有争议。有的研究认为，社会资本对农民工收入不具有显著影响(章元、陆铭，2009；章元等，2008；刘林平、张春泥，2007；Mouw，2003)；另有文献认为，社会资本对农民工收入具有显著影响(Knight and Yueh，2008；叶静怡、衣光春，2010)；也有文献研究发现，异质性社会资本(新型社会资本)对农民工收入具有正向影响，而同质性社会资本(原始社会资本)则没有显著影响(李树茁，2007；叶静怡、周晔馨，2010)。笔者认为，产生争议的主要原因在于：从理论上看，对社会资本概念的理解角度有所差别。以往文献倾向于从总体把握社会资本，没有足够重视对概念的细致分解。尽管也有少量文献对社会资本概念进行了分解研究，但在具体概念分类上有所不同①，以往的分析容易将社会资本的投资行为看作社会资本本身。从实证上看，对社会资本代理变量的选择以及模型估计方法的选用上存在差别。
总体上讲，以往研究存在如下几个问题：第一，社会资本究竟对农民工收入是否具有显著影响，结论存在争议。这需要我们首先对社会资本进行准确定义，并对社会资本影响农民工收入的机理进行剖析。第二，社会资本从社会网络角度看大体可分为“强”与“弱”社会资本抑或“原始”与“新型”社会资本(Granovetter，2005)。然而，上述各类社会资本对农民工工资收入的影响到底孰轻孰重②，缺乏细致研究。为了深刻理解社会资本的作用程度，可以尝试从社会网络视域下个体关系联结方式的角度进行研究，进而可能探索出新的分类方法。第三，在实证估计方法上，考察对象常是在职农民工样本，模型估计中存在潜在的样本选择问题，而且模型假设条件较强，没有适当的模型设定和选择的检验，故对应结论值得推敲。针对以上问题，本项研究将努力从上述三方面进行改善。
本文结构安排如下：第一节，文献综述；第二节，理论框架和假说；第三节，计量模型和估计方法；第四节，数据和变量；第五节，估计和检验结果；第六节，进一步的边际分析模型；第七节，样本选择和稳健性检验；第八节，结论。
一、文献综述
现有社会资本的研究文献对劳动市场上的就业寻找、经济绩效等多个问题(Lin et al.，1978； Coleman，1988；Montgomery，1994；Zhang and Li，2003；Hellerstein et al.，2011)作过研究，但甚少文献从社会网络联结方式的角度探讨农民工社会资本的分类，回答“整合型”和“跨越型”两类社会资本对农民工收入的影响机制，比较分析两者对劳动者收入的影响程度。
从理论上看，国内较多学者已对社会资本影响农民工就业流动和收入水平的问题进行了较深入的分析(李培林，1996；唐灿、冯小双，2000；孙立平，2003)，但大多侧重两类社会资本单方面对农民工收入的影响研究。例如，李培林(1996)和孙立平(2003)考察“整合型”社会资本对农民工收入的影响；唐灿、冯小双(2000)研究“跨越型”社会资本对工资的影响。也有学者从总体上分析社会网络对劳动力市场上农民工收入的影响，例如，章元和陆铭(2009)、章元等(2008)发现社会网络对收入的影响不显著。
近年来，国内学者逐渐重视社会资本的不同层次对农民工收入的影响研究，并将不同层次社会资本纳入一个框架研究它们对劳动者工资的影响。叶静怡、周晔馨(2010)以2007年北京农民工调查数据为基础，将社会资本细分为“原始”和“新型”社会资本(近似于“整合型”和“跨越型”社会资本)，分别以“家庭15岁以上人数、婚姻状况、在北京的同学数、在京有北京户口的亲戚数、是否通过亲朋好友介绍找到工作”和“亲友聚会花费占每月收入的比例、每年聚会次数、赠送礼物或金钱等”来代替。他们对农民工填写的收入数据进行“还原”处理得到两种不同口径的月收入连续型数据，利用对数收入线性回归模型考察农民工“原始”和“新型”社会资本对其收入的影响。其实证结果表明，“原始”社会资本对农民工收入的影响不显著，而“新型”社会资本对收入的影响总体上是显著的。叶静怡等(2012)用身份定位经济学模型解释社会网络层次提升农民工工资水平的影响机制，并以2009年在京农民工调查数据为样本，构建反映农民工社会网络层次的虚拟变量“是否认识在北京的高级管理人员或高级技术人员”，采用叶静怡和周晔馨(2010)处理收入数据的方法，由对数收入回归模型研究社会网络层次(虚拟变量)对收入的影响。章元等(2012)用中国22个省份的农户调查数据，研究了利用不同的社会网络对不同民工在城市劳动力市场上的工资水平的影响。可见，关于劳动力市场上社会网络对就业者工资影响的研究不能忽略社会资本或网络的异质性，应将社会资本的不同层次纳入收入模型综合考察它们对收入的影响。
本文拟深化对此主题的研究，从3个方面对现有文献作贡献。第一，对农民工社会资本概念进行分类和界定，细分社会资本为“整合型”和“跨越型”两种，并将它们纳入同一框架研究，对其收入影响机理和实际测定问题进行讨论；这在下一节“理论框架和假说”中详述。第二，以非连续型的分段收入数据建立有序Probit收入模型。在关于农民工收入的实证研究中，保证农民工收入调查数据的真实性尤其重要。研究农民工收入决定的传统文献通常是将其工资或收入设定为连续变量(Dustmann et al.，1997；Blackburn，2007；Zheng et al.，2010；叶静怡、周晔馨，2010)，都默认工人的工资数据是其真实收入或“还原处理”得到的合理收入。如果抽样调查所得的收入数据真实可靠，客观性强，则这种连续型收入数据用于估计收入方程是很理想的。但在对农民工实地调查中，我们发现以下两个问题：一是，农民工的收入除其正式账面工资外，还有奖金、补贴、加班费等小额收入，甚至还有因包吃、包住、包吃包住、不包吃不包住等情况补工资和扣工资。因此，在相当短的回答问卷时间内，被调查者难以准确计算出自己的琐碎收入，而简单将之取整填入问卷中。例如，在一次预调查中调查员发现，在收到的问卷中收入栏填写的大都是1000、1500、1800、2000、2500元等整数。进一步与个别农民工谈心发现，他们的收入确实比较细、杂，问卷中填写的收入只是他们粗糙的估猜，对收入取整是最简易的，如将实得收入1730元填成1800元，2120元填成2000元等是常有的事。二是，有些农民工在提到自己收入时比较尴尬。低收入群体容易产生臆答现象③；工资较高的一些特殊农民工不太愿意让别人知道其高收入情况，在填写问卷时常采取保守填法。针对这两个问题，我们重新作了预调查，将问卷中收入信息栏改成按区间分段，让农民工按自己收入情况选择对应的分段。例如，将工资由低至高分为4段区间：少于1500元、1500元至2000元、2000元至2500元、2500元以上。通过个案访谈我们发现，农民工填写的收入区段资料比具体收入数据要准确许多。本文将要使用的农民工样本就是根据这次预调查后设计的问卷调查得到的。我们认为，这样得到的收入资料虽然不是具体的收入数字，但能较真实地反映农民工的收入情况。
上述分档工资选择题给农民工填写带来了方便，让他们较真实地反映自己的收入信息，但收入信息是不具体的。我们可以设定合适的计量经济模型，使用合适的估计方法来弥补这一缺陷。有序响应Probit模型(Ordered Response Probit Model)适用于因变量为分段变量的数据。
第三，以半参数方法对有序Probit参数模型的设定进行检验，并利用检验所得的有序模型的估计，计算社会资本对收入落在各区段概率的边际影响，比较两类社会资本影响农民工收入的程度。传统有序响应模型的估计方法是假定扰动项服从正态分布，由最大似然估计方法估计模型，即有序Probit模型(OP模型)估计。不过，有两个问题值得关注：一是，正态分布设定合理性的检验问题。微观计量文献指出，受限因变量模型扰动项分布的设定偏误会导致模型参数的非一致性估计。如果正态分布假定的合理性得到检验，则参数估计方法可得到参数的一致和渐近正态估计量，应用于实证就有意义。如果正态分布假定的合理性得不到检验，最好用半参数方法，放松对扰动项分布的限制，得到与扰动项分布无关的估计量(Gallant and Nychka，1987)。二是，样本选择问题。农民到达城市打工有一个寻工过程，文献中大多利用已处于工作状况的农民工样本，考察其收入或工资模型。而在实地调查中，我们发现，有少数农民进城后并没有立即找到工作，而是暂住于老乡、亲戚或朋友之处，处于待业状态。例如，本文所用样本中有29位农民工暂时没有工作，故而没有收入信息，但我们也请求他们对收入外的相关信息也作了填写。虽然非在职人数占总样本的比例不大，但如果农民工参与工作的决策与影响工资的不可观察因素相关的话，则样本选择是内生的，从而会导致样本选择偏误(Wooldridge，2009)。所以，仅仅使用处于工作状态的农民工样本数据研究和估计其收入模型会面临潜在的样本选择偏误。这少部分非在职农民工样本会不会影响用在职农民工样本所得到的估计和检验结果呢?这种样本选择的稳健性应得到考察。综上，笔者将构建一个有序响应收入模型，用半参数方法检验有序Probit参数模型估计的合理性，并考察样本选择对估计结果分析的稳健性。
二、理论框架和假说
“整合型”社会资本与“跨越型”社会资本的分类不同于传统的“强关系”与“弱关系”的分类。前者从社会资本所处网络的动态联结方式的角度进行分析，侧重于对行为个体所处社会网络的闭合性和开放性特征进行刻画：“整合型”社会资本是由地缘或亲缘等闭合网络方式所形成；“跨越型”社会资本则强调因流动而造成不同社会群体之间跨越联结而形成。后者则是从个体之间关系联结的紧密程度进行分类：“强”关系体现了个体之间社会联结和交往的程度密切，通常由家庭和密友关系联结所形成；“弱”关系由个体之间松散关系联结所形成。从两种分类的区别看，笔者认为，要客观分析中国社会网络生态对农民工收入的影响，从社会网络动态联结方式分类(即“整合型”与“跨越型”)去理解社会资本影响农民工收入的机理可能更符合中国农民工状况。当前，中国处于城乡二元社会分隔和农民工积极流动同时并存的转型状态，传统的社会网络形态和现代的社会网络形态二者并存和共生发展。所以，从劳动者社会资本积累形成的机理去剖析社会网络内个体间的动态联结方式和不同社会网络形态之间的转换趋势，是研究社会资本对农民工收入影响作用的较好的出发点。下面分别对“整合型”和“跨越型”社会资本影响农民工收入的机制进行理论分析。
(一)“整合型”社会资本(Bonding Social Capital)
中国农村是“熟人社会”、“亲缘社会”和“人情社会”。农村中的“人情”可以带给人以信任、依托、互助等各种好处(徐勇，2010)。这种“人情”网络形成的核心单位是农户家庭。家庭是农村中的基本社会经济单位。费孝通(1997)认为，家庭的成员占有共同的财产，具有共同的收支预算，他们通过劳动分工过着共同的生活。从现代劳动经济学的分析视角来看，家庭事实上是生产和生活的重要组织，依靠利他主义、忠诚和规范来实现自己的经济和社会任务。农户家庭在生产生活中体现出了相互依赖和互助合作的特点。在家庭组织之内，劳动分工和外出就业流动成为中国经济社会转型过程中农户家庭的重要决策内容。在家庭组织之外，各个农村家庭在社会生长和邻里交互过程中，形成了特定的生产、生活组织，即农村中的社区网络。亲戚、朋友成为这个社区网络的主要成员。在社区网络中容易形成社会互动(Social Interaction)。社会互动的机制通常是一种互助式的经济社会帮扶(Bian and Huang，2009；马光荣、杨恩艳，2011)和信息的传递(Zhao，2003)，进而达到使网络内农民工经济地位提升的目的。
一方面，通过社会网络内部经济上的互相支持，农民在面临劳动就业决策时可以有更多的选择和经济条件支持其向农村以外流动。进一步，当农村网络内成员到新的城市非农领域就业时，就有可能接触到新的社会组织和成员，此时，农村社会成员的社会网络规模将可能在城市互动中得以扩大，其社会网络的扩大最先可能来自于早先来到城市工作的“老乡”。扩大社会网络后的农民工将可以在城市一定的范围内相较于以往农村整合更多的社会资源，他们可以依靠地缘关系形成的社会网络中成员的社会和经济影响来获取支持，进而促使其收入上的提升。例如，当新就业的农民工工作时运用亲戚、朋友关系寻找到相对较高收入的工作，而雇主也通常会有更多信任通过原来企业中工作业绩不错的员工介绍熟人或者同乡人进企业工作(Montgomery，1991)，这可能使新进农民工获得相对较高收入(Montgomery，1994)。由此我们可以看出，新进农民工收入提高源于雇主对原来企业农民工经济社会影响力的认同和信任，进而也有可能形成对其介绍的新进农民工能力的信任，给予其较高报酬。
另一方面，信息能在社会网络内部传递和扩散。改革开放以来，越来越多的农民由农村向城市非农产业就业流动，形成了“农民工”④。这种流动就业决策行为起初发轫于农户家庭的理性劳动分工决策，在此基础上，农民开始尝试走出乡村，寻求非农就业(杨云彦、石智雷，2008)。在走出乡村的过程中，就业和收入信息成为外出就业的重要资源。农民原有的家庭及其亲戚关系成为他们寻找非农就业的重要信息来源，此种社会网络成为农民在城市非农就业信息获取和经济地位提升的重要渠道(李培林，1996；Zhang and Li，2003)。假定企业中农民工的工资收入是其劳动投入量的函数，而其劳动投入量又主要来自企业主参照市场标准而定。此时，老乡关系更容易促使市场工资信息向农民工传递，掌握有效信息后的老乡则容易联合起来在与雇主进行工资谈判时采用市场工资，避免农民工可能遇到的收入歧视，对农民工收入的提高发挥积极作用。因此，此种由地缘关系形成的非正式社会网络组织提高网络中成员工资的过程，可以看作社会网络对市场的一种“嵌入”(Embeddedness)，让市场信息更好地在农民工社会网络内传递，并使得此种“整合型”社会资本发挥作用(Granovetter，1985)。
Coleman(1990)将与上述情形类似地由于家庭及其社区形成的社会关系网络称为“原始形态的社会资本”。此种社会网络发挥作用的主导机制是“整合”，即传统农村社会长期形成的家庭和社区社会资源自然形成的社会网络，但同时也具有一定的原始性。当社会网络中的成员在向农村外部的城市流动时，他会在流动之初整合原有的各种社会网络资源，为其流动就业和提高收入创造条件。在农村中，农民的社会资源通常局限于亲戚、朋友和社区邻居，进入到城市以后，农民工的社会网络将会扩大，在原有社会网络基础上将会增加由地缘关系而形成的老乡等社会网络。然而，由地缘关系形成的社会资本既可能具有“原始型”特点，又可能具有“新型”特点。所谓“原始型”特点，是因为这种地缘关系可能来自于原始的社区关系介绍工作而使社会网络在空间上进行转移，但此种社会网络的运作逻辑不会因为工作的地点发生变化而有质的变化；“新型”特点，是因为这种“老乡”网络可能并不是成员由原有地域社会网络的简单空间转移，而可能是因为地缘的关系在城市新结识和构建的社会网络。因此它兼具“原始型”和“新型”双重特点。这种社会关系在农民工群体中普遍存在着，不容忽视。因此，笔者认为，在经济社会转型过程中，无论上述“乡村关系”或者“老乡关系”，不能仅仅用“原始型”或是“新型”的概念加以区分，而需要关注上述同一群体各社会成员在面对“社会关系”时的共同行为特征——由“关系”资源的“整合”形成相对闭合的社会网络形态。此种闭合网络具有内部认同和互惠以及外部的相对排他性。此时，农民工群体需要将闭合社会网络内已有或潜在的关系资源进行“整合”形成提升其收入的“资本”。综上分析，我们可将由于农村传统的亲缘、地缘、人缘等“关系”而带来的闭合性社会资本归纳为“整合型”社会资本。
针对上述“整合型”社会资本对农民工收入的作用机理，我们提出如下假说。
H1：“整合型”社会资本对农民工收入具有正向影响。
(二)“跨越型”社会资本(Bridging Social Capital)
与“整合型”社会资本不同，“跨越型”社会资本是需要处于不同社会群体的成员“跨越”社会网络，并将原有社会网络进行“延展”而形成。中国农民在由农村迈向城市非农产业就业时，他们将由亲戚朋友和老乡等组成的社会网络向更宽阔的社会网络延伸。例如，对于特定人力资本水平下的农民工群体而言，决定其工资的最主要因素是劳动投入，而劳动投入量则主要由雇主和农民在参照同等人力资本水平下的市场劳动投入量决定，而形成市场投入水平的参照群体则是与农民工类似的企业当地员工。在工资谈判和决定的过程中，一方面受到如前所述老乡和熟人等关系的影响，同时“跨越型”社会资本扮演了更为重要的角色。因为，在企业内部，当地员工是与农民工群体一同工作的人群，他们同样可以通过信息传递机制在农民工群体和当地员工群体之间传递和扩散。此时，如果两个群体之间的关系能够相处融洽，那么也有利于增强两个工人群体的整体谈判能力，进而促使雇主提高工资；反之，如果两个企业内群体不能和谐相处，那么将不利于整体工资的提升。
不仅如此，农民工群体和当地工人群体之间也仍然可以通过建立起来的“信任”、“人情”而影响农民工的收入，这对于农民工群体是传统关系网的延伸。例如，当农民工社会网络中的成员与当地员工建立社会联系时，与当地员工具有较好关系的农民工成员会带动原有社会网络中的部分成员与当地员工群体产生更多互动，有效互动可能会产生更多信任，进而带动原来分属不同社会网络的群体之间更多的合作，进一步提升整体的工资谈判能力，当然同时也带动农民工群体工资水平的提升。
此外，当一个农民工参与不同群体之间的更多社会互动时，他的社会网络规模在不断扩大，而扩大的过程就不能只是依靠原先关系的“整合”，而需要在不同社会网络之间“跨越”，以弥补事先分隔的社会结构洞。因此，“跨越型”社会资本自然来源于社会流动，得益于不同社会网络群体之间的良性互动，体现了社会网络的现代性特征。此种现代性社会资本对农民工产生的效应将不仅反映在社会影响力上，使农民工谈判能力提升，也能促使他们由于不同群体的同伴激励而在工作能力上得以提升。也就是说，一方面，“跨越型”社会资本有助于农民工群体参与集体谈判而提高更多工资的议价能力；另一方面，农民工群体在良性而开放互动中与其他社会群体相互学习和激发潜在工作效能，这可能有助于提升工作绩效进而提升收入。
综上，提出如下基本假说。
H2：“跨越型”社会资本对农民工收入具有正向影响。
(三)“整合型”社会资本与“跨越型”社会资本的关系
Coleman(1990)认为，人们需要在交往活动中创造和建立社会组织，用来替代逐渐失去作用的社会资本。意思是说，在经济社会转型过程中，所谓农村的“原始型”社会关系随着农民工流动，将会被“新型社会资本”逐渐代替。
笔者认为，Coleman的上述推论在中国并不具有令人信服的证据支撑。中国经济社会转型过程中的确存在社会资本的延伸和扩展，即由“整合型”向“跨越型”社会资本的转变。然而，不同于西方经济社会转型过程，中国农民工在建构新型的社会关系网络过程中是一种建构方式由“整合型”向“跨越型”带来社会资源和网络的渐进增加，两种类型的社会资本并不存在替代关系而是互补关系。对于中国农民工而言并非Coleman所理解的社会资本是一种不可逆的转型，即社会流动由农村向城市的流动是一种大体单向的流动。中国的城镇化程度尽管越来越高，但目前的诸多证据表明，农民工群体与城市群体的融合仍然不够协调和全面(Demurger et al.，2009)。城市农民工群体的就业流动性较强：一方面，他们从农村流动到城市，但往往在城市中徘徊，难以真正在城市沉淀下来，形成了较强的城乡之间周期性流动的特征。另一方面，农民工在城市的工作相对不稳定，在城市非农产业内的就业流动性强(王春超、吴佩勋，2011)。因此，在转型时期，农民工原来形成的传统社会资本并不会被替代，而是一种延伸和发展。农民工社会资本中的“整合型”和“跨越型”两种社会资本形态将共同支撑农民工收入的增长。由此，我们提出相应假说。
H3：“跨越型”社会资本与“整合型”社会资本对农民工收入的影响效应具有共同支撑作用，二者对农民工收入的影响程度相近。
总结上述分析，笔者认为将社会资本区分为“整合型”和“跨越型”更有利于体现转型时期农民工的社会关系联结方式上的差别。如果将上述假说H1和H2共同考察，那么可以得到如下推论。
H4：社会资本总体上对农民工的收入产生正向影响。
除了本文重点考察的社会资本因素之外，以往关于工资决定的经典文献也比较重视人力资本等因素的影响，因此，本文在研究中也考虑控制人力资本等变量，诸如：家庭特征、人力资本特征、企业外部制度因素等。
三、有序响应模型形式及估计方法
有序响应模型(Ordered Response Model)是用可观测的有序响应数据建立模型研究不可观测潜变量变化规律的方法，是受限因变量模型的一种特例。本文所研究的收入变量没有具体的样本数据，故也是一种潜变量，其影响方程用线性形式表示如下。
。
如果非在职农民工不在研究样本中，则劳动参与的决策选择会导致样本选择问题。为削除潜在的样本选择偏误，应该使用样本选择有序模型估计各因素对收入的影响。设劳动参与方程是：
四、数据和变量说明
实证研究的数据来源于我们于2010年7～8月间在珠三角4个城市组织开展的实地调查，调查城市包括：广州、深圳、珠海、东莞。广东是全国农民工最为集中的地区(国家统计局，2012)，而珠三角地区集中了广东最大部分的农民工。实地调查采用城市随机抽样进行，首先根据城市的流动人口决定各城市调查问卷数量，然后根据地图以4个城市的区为单位随机抽样，在每个城市的4个区分层随机抽样进行预调查，在此基础上调整问卷问题，并开展实地调查⑥，得到1339个农民工问卷，其中1034份有效问卷，有效比率为77％⑦。在有效问卷中，有1005个样本农民工处于就业状态，另有29个样本处于找寻工作状态。我们拟应用有序Probit模型的参数、半参数估计和检验方法研究社会资本对农民工收入的影响。
被解释变量：根据农民工收入调查数据的区段特征，有序Probit模型的被解释变量定义见(2)式，它为有序变量。表1报告不同收入区段下在职农民工样本的收入分布情况，其中最高收入段农民工比例为10.6％，低于2000元收入段样本所占比例高达72％。
在我们调查的农民工样本中，部分工人处于找工作状态，没有相应工资信息。如果仅仅使用在职农民工子样本估计社会资本对农民工收入的影响，则可能存在潜在的样本选择性偏误。我们在稳健性分析一节利用样本选择模型的估计和检验讨论这一问题。
解释变量：从现有实证研究文献来看，农民工工资收入的影响因素主要分为4个维度：农民工个体和家庭特征(性别、婚姻状况、家庭抚养负担等)、人力资本特征(受教育程度、接受培训情况、外出工作经历、工作时间)、社会资本特征(关系、工会、来源地、介绍工作)、外部制度特征(例如工作城市等)。表2列举了这些解释变量及其简单样本统计。对于虚拟变量，为避免多重共线性，应将参照组虚拟变量不放入模型中，表2最后一列报告相应的参照组。
表2显示，男性和女性农民工样本大约各占一半；平均年龄大约25岁。由于样本中农民工相对年轻，他们的健康状况绝大部分在“一般”及以上水平。只有31％的农民工已婚。30％的农民工有小孩，其中大多数将孩子放在农村老家看管。就农民工样本的工作城市分布来看，广州占比最大(44％)，其次是深圳(34％)、珠海(18％)，然后是东莞(4％)⑧。从农民工来源地看，广东当地农民工占比较小(16％)，大约41％的农民工来自广东邻省，23％来自广东以外的南方地区，20％来自北方地区。在职农民工的日平均工作时间超过9小时。就工作中的相互关系而言，大部分外来农民工(86％)与当地员工的关系处于“一般”或者“友好”状况。注意到，仅仅18％的受访农民工所在企业有工会。这里也报告了农民工通过4个途径找到工作的情况：51％的农民工通过亲戚朋友找工作，20％的农民工靠自己找工作，18％的农民工通过劳动力市场找工作，只有2％的农民工通过政府介绍工作，地方政府在帮助农民工就业方面发挥作用较小。
五、OP模型估计与检验结果
首先，我们用在职农民工样本数据，对有序Probit模型(3)、(4)进行估计。因为低阶k对应的逼近模型嵌套于高阶k对应的逼近模型中，且正态分布假定下的有序Probit模型对应于k=2下的逼近模型，所以，我们使用较一般的半参数方法估计和检验模型。
表3报告k取不同值时半参数估计似然比(LR)检验的结果。根据逼近模型的嵌套性，这里的LR检验有两种。第一种是k取大于2的值时的模型分别对k=2时对应的普通有序Probit模型的LR检验，表3第5列报告的p值表明，k分别取3、4、5、6时的扩展逼近模型不显著异于k=2时正态分布假定下的Probit模型，参数方法适于估计模型。第二种检验是k阶与k-1阶逼近模型之间的LR检验，表3最后一列p值表明，不同的k值对应的模型的估计结果不存在显著性差异。
表4同时报告参数和半参数估计(k=3，4)结果，以供比较。从参数与半参数估计结果发现，各系数估计的显著性和符号完全一致，且大小接近；从半参数估计所得的残差分布来看，偏度、峰度和标准差都分别接近于标准正态分布所对应的偏度0、峰度3和标准差1。这些都与上述检验结果(参数与半参数估计无显著差异)相吻合，这里半参数估计和检验结果为参数估计结果应用于实证分析提供了统计支持和保证。
基于表4的估计结果，我们从可能影响农民工收入的4种维度进行分析。
(一)社会资本变量
表4的半参估计结果表明，两类社会资本变量总体上对农民工收入有一定影响作用。
其一，就农民工的来源地看，相对于广东地区而言，虚拟变量“south”和“north”对农民工工资具有显著影响，而与广东毗邻来源地区(adjacent)则对工资不具有显著影响。这里的虚拟变量“south”和“north”反映了农民工的来源地分别是南方地区和北方地区，地缘因素在这里表现出了显著正向影响。这里的实证结论与前文的假设一致(H1)，来自同一地方的农民工经常会建立友好的关系网络，从而通过社会影响和信息交流对其工资产生作用。我们在实地调查中也发现：大量的农民工走出乡村到城市就业，他们中的很多人来自同乡甚至同一个家庭，并在同一家企业工作。地缘的关系促使他们倾向于运用关系网络，尤其是来自广东以外地区的农民工，根据前面的理论分析，此种“整合型”社会资本对其收入具有显著正向影响。然而，来自广东或者广东相邻省份对农民工工资则表现出微弱的影响。这类农民工与来自离广东较远地区的人相比而言，后者更倾向于整合社会资本而形成密切关系网以避免可能的经济风险。因此，来自广东及其邻省者的地缘关系对农民工收入影响的显著性较弱。我们在前面的理论分析中即将此种地缘关系形成的网络归为“整合型”社会资本。因此，实证结论支持了理论假设H1。除此之外，另一个反映农民工“整合型”社会资本的一个变量“findjob1”(由亲戚朋友介绍找到工作)对收入具有不太显著的正向影响。这一结论与我们的理论假设一致，并与Granovetter(1995)的研究结论类似⑨。变量“findjob1”不显著的原因可能是由于中国城乡劳动力市场长期分隔的状况造成⑩。
其二，“跨越型”社会资本在实证中主要体现在企业内农民工与当地员工的关系上。表4的结果显示：相对于“relation0”(从不联系)，变量“relation1”(关系友好)对农民工收入具有显著正向影响(估计系数为0.437)。这说明，农民工与当地员工之间和谐友好的关系对提升农民工收入而言显得非常重要。根据前文的理论分析，此种企业内不同社会群体之间的关系正是“跨越型”社会资本的直接体现。实证结果与本文的理论假设H2一致。
此外，作为“跨越型”社会资本体现之一的“工会组织”对农民工收入具有正向但不显著的影响。其结果不显著并不令人惊讶，这可能是由于工会组织松散造成的。尤其对于就业流动性较大的农民工，他们难以形成稳定的工会组织以争取利益。相反，他们正是依靠诸如“老乡”、“朋友”等非正式的社会网络来表达他们的经济诉求(参见表4中的“south”、“north”估计的显著性结果)。因此，相对于非正式的社会网络而言，中国的工会组织在农民工与雇主进行收入谈判中所起的作用有限，这也使得工会组织对农民工收入的影响不够显著。这一结果与发达国家的部分研究结果相反(Hirsch and Schumacher，1998；Hirsch，2004)。
上述实证结果综合表明，社会资本总体上对农民工收入具有显著正向影响(理论假设H4)。
(二)家庭和个体特征控制变量
表4报告了农民工个体特征变量，诸如性别、年龄、年龄的平方等都显著影响着农民工的收入。其中，男性相较于女性具有更大可能性获得较高收入段的工资。在个体特征变量中，年龄和年龄平方变量的估计结果表明了年龄与收入之间呈现显著的倒“U”关系，即年龄状况对其收入的影响在年轻阶段时，随着年龄的增大，年龄对其收入的正向影响在减弱，到达某个转折点之后，呈负向影响增大的趋势。此种年龄效应的结果与其他国家的一些研究结论类似(Tansel，2002)。
(三)人力资本控制变量
从人力资本方面看，表4的计量结果显示：受教育年数(educ)、参与培训(training)、外出工作年数(exper)等变量显著正向影响农民工收入。农民工个体的教育、培训和工作经历等因素对其收入增长起了重要作用。此外，日工作时间也对农民工收入在7％的水平上显著。
(四)其他外部制度控制变量
企业外部制度也可能对农民工工资产生影响。表4的结果显示：农民工工作地点的虚拟变量显示出各自不同的影响。我们在研究中设定了以广州为参照组，虚拟变量shenzhen(深圳)、dongguan(东莞)对农民工收入具有正向影响(前者显著但后者不显著)，而zhuhai(珠海)则具有微弱的负向影响。
六、进一步的边际概率分析
本节基于上节检验选择的有序Probit参数模型的估计进一步计算社会资本对农民工收入的边际概率影响。对于模型中的连续变量x[，j]对收入落于4种区段概率的平均边际影响由该区段的概率函数P(y[，i]=j｜x[，i])关于x[，j]偏导数的样本均值计算。对于二元变量x[，j]，收入落于4种区段概率的平均边际影响由x[，j]=1时计算的概率(其他变量取样本均值)与x[，j]=0时计算的概率(其他变量取样本均值)之差而得。
表5报告由参数模型估计的各因素的平均边际概率效应。因为进入4个有序区段的概率之和为1，故4个有序区段上的边际影响之和应为零，所以，农民工收入落于一个收入区段或一些区段的概率与另一(或一些)区段的概率会相互抵消，即在某一区段边际概率为正时，在另一些(或其他)区段的边际概率一定为负。下面我们主要探讨社会资本因素对收入的边际影响(ME)。
在“整合型”社会资本方面，南方农民工(“south”)挣得高收入(高于2500元)的概率要比非南方农民工挣得高收入的概率高出8.8％，南方农民工挣得中高收入(2000～2500元)的概率要比非南方农民工挣得中高收入的概率高出9.0％；而北方农民工(“north”)挣得高收入(高于2500元)的概率要比非北方农民工挣得高收入的概率要高出5.2％。北方农民工挣得中高收入(2000～2500元)的概率要比非北方农民工挣得中高收入的概率高出5.8％。对挣得中等收入(1500～2000元)的概率的影响非常小，且都不显著。对于低收入(小于1500元)区段，此边际影响都为负：南方农民工为-16.9％，北方农民工为-11.0％，且都为统计显著的。这说明，南方农民工比非南方农民工挣得低收入的概率要低16.9％，而北方农民工比非北方农民工挣得低收入的概率要低11.0％。在影响概率的这二种正负方向上，“south”比“north”具有更大的边际影响。
在“跨越型”社会资本方面，农民工与当地工人的友好关系(“relation1”)会使农民工挣得高收入(高于2500元)的概率提升6.7％，挣得中高收入(2000～2500元)的概率提升7.7％，而使他们挣得低收入(少于1500元)的概率要降低14.8％。可见，挣得低收入的概率降低幅度很大。这说明，与当地员工没有和谐相处的农民工相比，与当地员工和谐相处、关系协调的农民工挣得收入高于2000元的可能性要高出14.4％(=7.7％+6.7％)。可见，农民工和当地员工的友善相处关系对于农民工挣得较高的收入水平是至关重要的。另外，注意“relation2”也起着类似的作用(但较弱)，即农民工与当地员工的一般友善关系对农民工收入改善的可能性增加总是有利的。
一个有趣的问题是从表5中的3列“2500以上”，“(2000，2500]”和“1500以下”比较两种类型社会资本的边际概率效应。比较区段“2500以上”的结果可见，relation1(“友善相处”)和relation2(“一般关系”)的边际概率效应分别是6.7％和4.3％，这与“south”和“north”的边际概率效应(分别为8.8％和5.2％)相近。对于区段“(2000，2500]”，relation1(“友善相处”)和relation2(“一般关系”)的边际概率效应分别是7.7％和5.5％，也与“south”和“north”的边际概率效应(分别为9.0％和5.8％)相近。这说明，对于农民工挣得中高收入和高收入，“跨越型”社会资本与“整合型”社会资本一样，也具有较大的提升收入效应。类似地，比较区段“1500以下”，我们发现，relation1(“友善相处”)和relation2(“一般关系”)的边际概率效应为负，分别是-14.8％和-11.1％，在数值上也与“south”和“north”(分别是-16.9％和-11.0％)的影响相近。这说明，“跨越型”社会资本与“整合型”社会资本一样，在农民工挣得低收入方面的边际概率效应也是较大的，较大幅度地使农民工挣得低收入的可能性减少。这些发现为我们之前的研究假定H1、H2和H3提供了经验证据：“跨越型”社会资本和“整合型”社会资本对农民工收入都具有正的显著影响，且影响程度相近。
七、样本选择与稳健性
在本文有效农民工样本中，有29名农民工正处于找工作状态，他们没有工资信息，但具有其他个人特征信息。如果我们考察农民工整体，这部分样本尽管相对于在职农民工样本少得多，但作为计量经济模型估计的要求，我们有必要使用样本选择模型(3)、(5)来考察样本选择问题对上述分析结论稳健性的影响。首先，我们在样本选择有序Probit模型的参数估计与不同阶数R=(
，
)对应的半参数估计(11)之间作选择，选择准则是选用AIC、BIC或HQ为最小的模型。表6的结果表明，3种准则都认为样本选择OP参数模型更适合于我们的样本。
表7报告由样本选择有序Probit模型参数估计结果计算的各因素对收入落入各区段概率的平均边际影响。对比表5和表7的结果会发现，两种模型估计所得的各边际影响的方向和显著性完全相同，大小非常接近。例如，农民工与当地工人的友好关系(“relation1”)使农民工挣得高收入(高于2500元)的概率提升几乎一样(表5中是6.7％，表7中是6.8％)，显著性都接近10％；使收入落入低收入(1500元以下)的概率都减少14.7％左右，且显著性相同。“south”和“north”影响更是接近。可见，样本选择问题没有对我们上两节关于本文假说的检验结论产生影响，仅利用在职农民工样本所作的分析关于样本选择是稳健的。
八、结论
本文基于中国珠三角地区农民工实地调查数据，分析了影响农民工收入的主要因素。其中，我们重点研究了社会资本的影响。我们将社会资本分为“整合型”和“跨越型”，并分别对两种社会资本影响农民工收入的效应及其程度进行分析，对当前学界关于社会资本影响劳动力工资的研究争议进行辨析。在实证研究中，我们充分考虑到收入数据的客观真实性、有序模型正态性设定的合理性和实地调查可能产生的样本选择问题，运用有序模型半参数估计和检验方法，验证了有序Probit模型参数估计在本文研究中的合理性和理论假设检验结果关于样本选择的稳健性。
研究发现：社会资本对农民工收入具有显著影响。尤其是，“跨越型”社会资本对农民工收入具有显著正向影响。在企业内，农民工与当地员工之间建立友好关系将使其收入进入到中高收入组的可能性比没有这种和谐协调关系时收入进入到中高收入组的可能性超出14.4％。“整合型”社会资本表现出正向显著影响。比较来自广东及其邻省的农民工和来自南方及北方地区的农民工时，后者的收入进入到中高收入组的可能性要比前者高，超出11％。进一步的边际分析发现，“跨越型”与“整合型”社会资本对农民工收入的正向影响效应相当接近。此外，研究也发现了人力资本的显著影响，诸如受教育程度、接受培训、工作经历等具有显著正向影响。
根据理论和实证研究，我们得出如下政策含义：第一，需要更加重视提升农民工的社会资本和人力资本。尤其是，构建和谐友好的企业内员工关系对于稳步提升农民工收入具有积极作用。对于农民工较为集中的企业的管理者而言，改善员工之间的关系、营造较好的企业内社会氛围，为农民工创造条件积累社会资本和人力资本的工作尤其重要，这可能比正式的工会组织和老乡协会的建设工作对改善农民工经济地位更有成效。第二，本文研究得出“跨越型”社会资本与“整合型”社会资本对农民工收入的影响相近，这在一定程度上反映了中国城镇化过程中的社会转型态势，即：中国社会网络的生态正在由传统的“整合型”社会和现代的“跨越型”社会共同支撑，两种社会形态所对应的社会资本对农民工经济地位的提升具有互补性。当前，促进城乡融合，帮助农民工由“整合型”向“跨越型”社会资本延伸，鼓励农民工参与城市当地社区和各类社会组织交流活动，这将有利于促使农民工收入的合理增长，进而持续推动农民工更好地融入城市社会。
注释：
①叶静怡等(2012)研究了社会网络层次对农民工工资收入的影响。研究认为，高层次社会网络有助于提高农民工的工资收入。该文献非常出色地将社会网络进行分层研究，为该领域的研究做出了重要贡献。李树茁(2007)的研究则将社会资本分为异质性和同质性两种。本文的研究则重点将社会资本进行分类研究。“社会资本”与“社会网络”概念具有异同点。前者包含了后者，即“社会网络”成为“社会资本”众多视域中的一个(Woolcock and Narayan，2000)。后文的理论框架部分将对社会资本的分类及其理论进行详细分析。
②在我们的实地调查中发现，农民工的收入来源绝大多数都是工资性收入，其他诸如财产性收入、转移性收入、家庭经营收入几乎可以忽略。因此对于农民工而言，本文没有严格区分“工资”和“收入”。
③农民工劳动力也有被称为“廉价劳动力”。农民工可能在临时性岗位工作，其社会地位和经济地位相对于城市居民而言相应较低。
④农民工通常包括“离土不离乡”的农村本地非农产业就业者和“离土又离乡”的外出城市就业者。本文重点关注后者，即外出打工的农村劳动力。
⑤在我们的设定中，反映农民工健康状况的3个变量没有被引入工资模型中，原因是它们可能在模型中存在内生性。但在选择变量D的模型中选择它们作解释变量，主要是为了样本选择有序模型的识别。
⑥我们在每个城市的样本区各确定1个调查点，共计16个调查点。在样本城市各行政区内问卷调查的数量按照各区流动人口所占各城市比重确定，各城市的问卷数量分配比例也基本按照当地流动人口数量进行设计。其中，广州占比44％，深圳占比34％，珠海占比18％，东莞占比4％。在实地调查中根据部分区域调查状况进行了微调，不影响问卷代表性。
⑦本次调查的问卷有效比率不高(77％)，但这1034份有效问卷是经过严格确认后得出的准确数据。为了保证研究数据的准确性，我们排除了任何微小错漏、缺失和极端数值等情形。此后，我们对问卷进行查验后发现，如果将仅出现微小错漏的问卷(比如农民工明显的笔误和本研究中不包含变量缺失的情况)加入后(161份)，其有效率可以提升至80％。总体上讲，本次调查具有有效性。
⑧农民工所工作的城市分布比例基本按照当地农民工数量进行调查设计。诚然，这里排除了部分无效问卷。
⑨Granovetter(1995)研究认为：劳动者个体的熟人关系是个体最依赖的找到工作的方法，由熟人关系找到的工作相较于正式找到的工作而言，前者的工作具有更高的质量和收入。
⑩由于中国城乡劳动力市场长期隔离，城市和农村在劳动就业方面呈现各自不同的运作规则。农村就业通常倾向于依靠传统的亲戚朋友介绍工作，而城市就业则通常采用面试或者招考等方式。此种城乡劳动就业规则的差异使得农村传统的介绍工作的就业方式在城市难以充分发挥作用。
(11)附录表A2给出样本选择有序Probit模型参数估计和R=(3，3)对应的半参数估计结果，收入模型中各变量的系数估计与表4用在职农民工样本估计的结果相差不大。
标签：社会关系论文; 社会资本论文; 社会网络论文; 经济模型论文; 社会因素论文; 群体行为论文; 农民论文; 工作选择论文; 城市选择论文; 特征选择论文; 就业选择论文; 经济学论文;