田鳳平， 周先波， 楊 科

?

可變調整成本與勞動力流動的狀態(tài)依賴*

田鳳平， 周先波， 楊 科

在搜尋理論框架下，從理論上導出勞動力流動的狀態(tài)依賴性，并研究可變調整成本在勞動參與狀態(tài)依賴性中的作用。從狀態(tài)依賴的視角，使用中國(廣東)家庭動態(tài)跟蹤調查數據，研究勞動力前期務工狀態(tài)通過家庭調整成本對后期外出務工決策的影響。實證結果顯示：我國家庭勞動力流動關于過去的務工狀況具有顯著的狀態(tài)依賴性，且調整成本是可變的。因為調整成本的存在，前期是否外出務工對后期外出務工的處理效應總為正；前期無成員外出務工的家庭后期繼續(xù)選擇不外出務工的可能性顯著大于外出務工的可能性；前期有成員外出務工的家庭是否改變后期務工狀態(tài)取決于家庭的收入高低。研究結果對如何從宏觀上解決中國當前因勞動力轉移規(guī)模不斷擴大而造成的勞動力結構性短缺問題以及減輕空巢老人和空心村問題有一定的啟示。

勞動力流動； 可變調整成本； 狀態(tài)依賴性

一、引 言

作為生產活動的主體，勞動力對一國和地區(qū)的經濟發(fā)展起著重要作用。近年來，我國開始出現(xiàn)兩種相反的勞動力流動(遷移)現(xiàn)象：一是各主要經濟大省的用工形勢趨于緊張，有些地區(qū)存在嚴重的“用工荒”，大量勞動力離開工作地回流，勞動力已成為這些省份經濟發(fā)展的重要制約因素；二是空巢老人問題(甚至空心村問題)日趨嚴重，嚴重影響居住環(huán)境和城鄉(xiāng)發(fā)展。勞動力輸入省市如何有效吸引外地勞動力來當地務工和減少當地務工外地人員回流，成為經濟發(fā)展過程中亟需解決的重要問題；同時，如何有效吸引外出務工勞動力返鄉(xiāng)建設亦成為城鄉(xiāng)治理及本省市經濟發(fā)展亟需解決的重要問題。這兩種現(xiàn)象與勞動力的務工決策行為有關。對于外出務工的勞動者，下一步是繼續(xù)在外務工還是回鄉(xiāng)就業(yè)？對于留在本地就業(yè)的勞動者，下一步是繼續(xù)留在本地還是外出務工？從直觀上看，勞動力的決策行為與勞動力作決策前的工作狀況(是本地務工還是外出務工)有關。

現(xiàn)有針對我國家庭勞動力外出務工的相關文獻，大多從實證的角度，以單次勞動力務工調查樣本或者多次隨機調查樣本為基礎，通過構建Probit或Logit選擇模型，對勞動力外出務工決策進行影響因素分析。與國外有關勞動力參與的相關研究結論一致(如Stark and Taylor，1991； Elliott，1999；Munshi，2003；Calvo-Armengol and Jackson，2004；Troske and Voicu，2010； Haan，2010；Flippen，2013；Kishi，2013)。我國勞動力是否外出務工或遷移(或回流)，主要受勞動力個體因素(年齡和教育水平，如趙耀輝，1997；王子成和趙忠，2013)、家庭人口特征(家庭未成年人數、老年人人數、勞動力數量，如Fan，2004)、勞動力收入稟賦(絕對收入水平、相對收入水平、城鄉(xiāng)收入差距，如蔡昉和都陽，2002；邢春冰，2010；王湘紅等，2012；王子成和趙忠，2013)以及勞動力擁有的社會網絡(如王湘紅等，2012；潘靜和陳廣漢，2014)等四大方面因素的影響。

上述對我國勞動力流動的相關實證研究，為國內勞動力市場發(fā)展提供了有益的參考，但大多僅將家庭勞動力的外出務工決策看成一個單次的選擇過程，沒有考慮勞動力前期務工狀態(tài)對當期務工決策的影響。這可能有兩方面的原因：第一，調查數據的限制，目前關于我國勞動力流動的調查大多是多次隨機或者一次性隨機調查樣本，而勞動力流動狀態(tài)依賴性的實證研究需要跟蹤調查數據的支持；第二，勞動力流動(或務工決策)狀態(tài)依賴理論的缺乏，國內文獻缺乏勞動力流動狀態(tài)依賴的理論機制研究。

經濟學對勞動力流動行為的解釋是從流動的收益和成本兩方面考察的(Rosen，1985)。如果流動后潛在的收益大于成本，則流動就會發(fā)生，否則，流動就不會發(fā)生。從收益來看，人們有一種向收入最高的職業(yè)或地理位置流動的傾向，收入差距構成了流動的動機，但是否形成流動還取決于流動的成本(趙耀輝，1997)。除實體形式的搜尋成本外，心理因素和不確定性帶來的成本常制約著勞動力流動(Sjastaad，1962；Todaro，1969)。留在家鄉(xiāng)本地的勞動者可能因擔心在城市找不到合適工作而繼續(xù)留在家鄉(xiāng)就業(yè)，已在外工作的勞動者可能因擔心回鄉(xiāng)不適應家鄉(xiāng)的生活環(huán)境或者對當地未來發(fā)展狀況沒有確定性判斷而繼續(xù)在外務工。這些流動成本意味著，勞動力的勞動參與決策可能依賴于勞動力決策前的就業(yè)位置或狀態(tài)。

國外文獻對勞動力流動的狀態(tài)依賴性在理論和實證兩方面作了結合性的闡述。Heckman(1981)指出，勞動力流動的持續(xù)性受兩種機制影響：一方面，勞動力的個體特征(如教育水平、家庭人口特征以及不能觀測到的勞動力的偏好和能力等)將導致勞動力在不同時期持續(xù)地選擇相同的勞動參與狀態(tài)；另一方面，前期勞動參與狀態(tài)將激勵和導致勞動力在后期選擇與前期相同的勞動參與狀態(tài)。Hyslop(1999)將跨期工作狀態(tài)作為選擇變量納入勞動者預期終生效用現(xiàn)值函數中，利用簡單跨期優(yōu)化模型的求解，發(fā)現(xiàn)勞動者當期勞動參與決策依賴于其前期參與狀態(tài)。由此進行實證分析發(fā)現(xiàn)，前期參與勞動的婦女較之前期未參與勞動的婦女在當期參與勞動的概率要高26%。Francesconi(2002)將勞動參與狀態(tài)進一步細分為全職工作、兼職工作和不工作三種狀態(tài)，并在效用函數中考慮生育小孩帶來的效應，求解有限生命預期效用現(xiàn)值最大化問題。由美國已婚婦女勞動參與選擇的實證分析發(fā)現(xiàn)，有超過80%以上的婦女在當年繼續(xù)選擇與上一年同樣的勞動參與狀態(tài)。Lee and Tae (2005)將勞動參與狀態(tài)持續(xù)性的兩種可能原因(不可觀測的勞動者異質性和前期參與狀態(tài))在模型中進行區(qū)分，發(fā)現(xiàn)韓國婦女勞動參與狀態(tài)同樣受其前期參與狀態(tài)的顯著影響，且本期與前期勞動參與的依賴程度與個體的年齡、受教育程度、婚姻狀態(tài)等顯著相關。Connolly and Gregory(2010)在Hyslop(1999)的研究框架下，將英國婦女的勞動參與狀態(tài)分為全職工作、兼職工作和不工作三種情形，發(fā)現(xiàn)過去一段時間選擇全職或兼職工作的婦女在本期選擇全職工作的概率要高于過去不工作的婦女。最近，Ahmad(2014)對丹麥的移民就業(yè)狀態(tài)進行研究發(fā)現(xiàn)，上一期處于失業(yè)狀態(tài)的丹麥移民較上一期處于就業(yè)狀態(tài)的移民在本期失業(yè)的概率要高6.5個百分點，勞動參與狀態(tài)同樣具有狀態(tài)依賴性。

上述文獻在構建狀態(tài)依賴模型時有二方面的簡化：(1)將勞動者從參與勞動到不參與勞動的狀態(tài)變化看成不需要調整成本的(調整成本的含義見下一節(jié))；(2)將狀態(tài)依賴系數或狀態(tài)變化的調整成本設定為不變的。這樣的處理簡潔方便，但在中國情境下有一定的局限性：第一，中國不同地區(qū)(特別是城鄉(xiāng)之間)的發(fā)展存在較大差異，已在外工作的勞動力可能因擔心回鄉(xiāng)不適應當地的生活環(huán)境或者對家鄉(xiāng)所在地將來發(fā)展狀況沒有確定性判斷以及其他潛在損失(如已繳納的社會保險的轉移接續(xù)成本)而存在實體和心理上的調整成本。所以，外出務工與留守本地的正反方向務工狀態(tài)的改變都應具有調整成本。第二，家庭在對其成員是否外出務工進行決策時，是維持還是改變原來務工狀態(tài)取決于決策當期相對于前期狀態(tài)的調整成本(除其他家庭特征變量外)，而此調整成本可能還依賴于外出務工搜尋成本、家庭效用偏好、非外出務工收入和外出務工保留工資等因素。例如，在中國城鄉(xiāng)經濟發(fā)展水平差距較大的情況下，務工狀態(tài)變化帶來的調整成本會與勞動者家庭的收入狀況、相對貧困程度、社會關系等因素有關，從而將調整成本設定為可變的更符合現(xiàn)實。

近年來，關于中國情境下勞動力流動(或務工選擇)研究的部分學者注意到了中國勞動力務工選擇的狀態(tài)依賴性。例如，胡金華等(2010)由搜尋成本對此作了解釋，即有外出務工工作經驗的勞動力再外出務工的搜尋成本會減少，從而繼續(xù)外出務工的概率較高。楊錦秀等(2010)認為，外出務工的狀態(tài)依賴性可能是由于勞動力外出務工時和企業(yè)簽訂了較長時間的勞動合同，依此短期內需繼續(xù)外出務工。另外，外出務工勞動力勞動技能的積累和能力的提高(石智雷和楊云彥，2011)以及在外社會網絡的建立(Zhao，2003)也使其之后的務工決策表現(xiàn)出狀態(tài)依賴性。不過，務工狀態(tài)依賴的理論和實證研究嚴重不足。

本文將Hyslop(1999)狀態(tài)依賴模型的研究框架進行擴展，著重探討調整成本在家庭勞動力外出務工和留守本地狀態(tài)選擇依賴模型中的作用，以適應中國勞動力流動(或務工決策)的研究。與Hyslop(1999)研究不同的是，我們要求外出務工與留守本地務工的正反方向狀態(tài)變化都具有調整成本，并強調調整成本的可變性。在中國情境下，這種理論擴展具有合理性。在實證中，我們將前期狀態(tài)變量的系數(調整成本)設定為其決定因素的變系數函數，使調整成本具有可變性。

本文對文獻的主要貢獻在于：(1)在搜尋理論框架下，從理論上導出中國勞動者外出務工或留守本地就業(yè)選擇的狀態(tài)依賴性，且允許雙向狀態(tài)的流動都存在調整成本，并研究調整成本的可變性在勞動參與狀態(tài)依賴性中的作用；(2)從狀態(tài)依賴的視角，考察勞動力前期務工狀態(tài)通過調整成本對后期外出務工決策的影響，并發(fā)現(xiàn)我國家庭勞動力流動(或務工選擇)顯著的狀態(tài)依賴特征。

余下部分安排如下：第二部分導出狀態(tài)依賴的理論模型，提出本文關于勞動力務工決策的三個命題；第三部分建立實證模型并提出幾個問題；第四部分是變量、數據及模型估計結果概述，從調查樣本的統(tǒng)計結果和實證結果兩方面闡述勞動力外出務工的狀態(tài)依賴性；第五部分是Probit狀態(tài)依賴模型參數估計結果的進一步分析，回答本文重點關注的勞動力外出務工及其決策變化與其前期勞動參與狀態(tài)和調整成本的關系；第六部分用半參數估計說明前述結果的穩(wěn)健性；最后為結論和政策啟示。

二、理論模型

本部分建立搜尋理論框架下關于務工決策的動態(tài)規(guī)劃模型。與傳統(tǒng)職業(yè)搜尋理論相比，本文針對中國家庭勞動力留守本地和外出務工兩種職業(yè)選擇的特點，以同等重要的地位看待兩種流動選擇下的搜尋，并推導決策方程。

為簡化起見，以下討論將勞動者及其家庭看成同一決策人或代表性家庭。勞動者基于對市場工資報價和自己保留工資的權衡，作出是否進入外部市場參與勞動的決策，其中進入外部勞動市場是指勞動者離開家鄉(xiāng)外出務工，掙得外部市場工資；不進入外部勞動市場是指勞動者留守本地從事家庭生產或于家庭所在地尋工就業(yè)，獲得收入或內部市場工資。勞動者改變以前的就業(yè)狀況，需要付出一定的搜尋成本(searching cost)或機會成本，從而現(xiàn)期搜尋成本會因勞動者前期勞動參與狀況的不同而不同。如果改變當期的勞動參與狀況，考慮到在之后的生命周期內勞動參與偏好的改變，勞動者不僅需增加當期的搜尋成本或機會成本，還需要因當期勞動參與狀態(tài)改變所導致的成本(如心理成本、潛在損失等)。本文將綜合這兩種成本，稱之為改變就業(yè)狀況的調整成本(adjustment cost)。

設ρ1>0和ρ2>0分別是前期沒有外出務工(留守本地)和前期外出務工的勞動者現(xiàn)期改變勞動參與狀況的搜尋成本，wt是勞動者于時期t外出務工時的市場工資，at是勞動者于時期t沒有外出務工(留守本地)的收入(或本地工資)。設yt是時期t勞動者勞動參與的二值變量，外出務工時，等于1；留守本地時，等于0。

當勞動者在時期t-1的勞動狀況是yt-1=0(即留守本地)時，他于時期t有兩種選擇：如外出務工，則需付出狀態(tài)改變的搜尋成本ρ1，凈收益是wt-ρ1；如繼續(xù)留守，則不需要付出狀態(tài)改變的搜尋成本(或機會成本)，凈收益是at。所以，此情形下的第t期凈收益是at(1-yt)+(wt-ρ1)yt。

當勞動者在時期t-1的勞動狀況是yt-1=1(即外出務工)時，他于時期t有兩種選擇：如繼續(xù)外出務工，則不需付出狀態(tài)改變的搜尋成本，凈收益是wt；如回鄉(xiāng)留守，則需要付出狀態(tài)改變的搜尋成本(或機會成本)ρ2，凈收益是at-ρ2。所以，此情形下的第t期凈收益是(at-ρ2)(1-yt)+wtyt。

假設家庭或勞動者獲得的凈收益全部用于家庭消費，設ct是時期t時家庭的總消費量，則家庭逐期消費ct的預算約束是：

即：

ct=at(1-yt)+wtyt-ρ1yt(1-yt-1)-ρ2(1-yt)yt-1，

(1)

代表性家庭對勞動者勞動參與決策的依據是最大化家庭無限生命周期內的效用現(xiàn)值。設家庭在時期t的效用函數是u(ct,yt,zt)，其中zt是家庭可觀察或不可觀察的一些特征變量，且效用函數關于消費c滿足常規(guī)的邊際效用遞減規(guī)律，即：

u1(·)≡?u(c,·,·)/?c>0及?2u(c,·,·)/?c2<0.

這里，效用函數中的yt可對應于家庭的閑暇消費，家庭選擇勞動參與狀況yt相當于選擇閑暇的消費方式(在外地，還是在本地)，這樣做的目的是為了對家庭的閑暇消費作簡單處理。

家庭在預算約束(1)之下，選擇消費ct和勞動參與狀態(tài)yt，使其預期生命周期的效用現(xiàn)值最大化：

(2)

其中，η是時間偏好率。由(1)式，因消費可由勞動參與狀態(tài)給出，故本質上只需選擇勞動參與狀態(tài)。我們的問題與Hyslop(1999)的有所不同，我們研究的是勞動力外出務工和回鄉(xiāng)留守的選擇問題，在勞動者前期參與狀態(tài)為yt-1=1(外出務工)時，如他當期改變參與狀態(tài)、(回家庭所在地)留守本地(yt=0)的話，他也需付出搜尋成本(或機會成本)；而Hyslop(1999)研究的是婦女勞動參與問題，如婦女前期參與工作、后期回家不工作的話，她不需付出搜尋成本。

因yt-1和yt是二值變量，故問題(2)(1)的求解需考慮四種情況：

(yt,yt-1)=(1,0),(1,1),(0,0),(0,1)。

為此，我們將本期勞動參與狀態(tài)分為yt=1和yt=0情形，分別討論上述最優(yōu)化問題求解導出的狀態(tài)依賴方程。

(一)家庭在時期t選擇外出務工:yt=1

設定市場工資和非出外務工收入都平穩(wěn)，家庭各期預算約束不變，則上述最優(yōu)化問題(2)和(1)的值函數是平穩(wěn)的。勞動者務工參與變量yt-1由時期t初始時刻的值函數給出，即：

V(yt-1,zt)=max(V0(yt-1,zt),V1(yt-1,zt)),

其中，上標0和1分別表示勞動者在時期t不外出務工和外出務工，以及：

V0(yt-1,zt)=u(at-ρ2yt-1,0,zt)+(1+η)-1EtV(0,zt+1),

(3)

V1(yt-1,zt)=u(wt-ρ1(1-yt-1),1,zt)+(1+η)-1EtV(1,zt+1).

給定上述值函數，對于t-1期沒有外出務工的勞動者(yt-1=0)來說，有：

V(0,zt)=max(V0(0,zt),V1(0,zt)).

(4)

類似地，對于t-1期外出務工勞動者(yt-1=1)來說，有：

(5)

(6)

整理可得：

(7)

(8)

(二)家庭在時期t選擇留守本地:yt=0

由上述值函數，對于t-1期留守本地的勞動者(yt-1=0)來說，有：

V(0,zt)=max(V0(0,zt),V1(0,zt)).

(9)

類似地，對于t-1期外出務工的勞動者(yt-1=1)來說，有：

V(1,zt)=max(V0(1,zt),V1(1,zt)).

(10)

將(9)和(10)左右兩邊對應相減，得：

整理可得：

(11)

(12)

(三)調整成本的可變性

所以，在我們的模型(8)或(12)中，調整成本ρ和ρ′都是可變的。以一個具體的效用函數為例可更清楚看出這一點，并了解調整成本的決定因素。假設效用函數為：

u(ct,yt,zt)=ln(ct)kytf(zt)，

其中，f(zt)>0為關于家庭特征zt的函數；k為大于零的常數，反映勞動者外出務工與否的效用偏好差異，我們稱之為效用偏好差異因子。簡單計算知，調整成本ρ為：

命題3說明，Hyslop(1999)、Connolly and Gregory(2010)和Ahmad(2014)等基于不變調整成本建立的實證模型有一定的局限性，勞動參與狀態(tài)改變的調整成本應是可變的。通過可變調整成本，勞動力流動的狀態(tài)依賴程度應受家庭的收入狀況、相對貧困程度、社會網絡等因素調節(jié)。在下文，我們將建立可變調整成本的狀態(tài)依賴模型，考察這些因素在勞動參與決策狀態(tài)依賴中的調節(jié)作用及其統(tǒng)計顯著性。

三、實證模型設定及研究問題

由第二部分命題1和命題2知，家庭當前勞動參與決策yt通過調整成本依賴于前期的參與狀況yt-1。本節(jié)基于勞動參與狀態(tài)依賴方程(8)，建立如下狀態(tài)依賴二元選擇面板模型：

(13)

與命題1的狀態(tài)依賴方程(8)相比，模型(13)中前期勞動參與狀態(tài)yi,t-1的系數與(8)中調整成本ρ相對應，故用同一符號表示。由此，調整成本ρ是一種狀態(tài)依賴系數，本期外出務工關于上一期外出務工狀態(tài)依賴性可由模型(13)中系數ρ的估計及其顯著性來判斷。

按照第二部分命題3，調整成本ρ是可變的，它與家庭的收入狀況、相對貧困程度、家庭社會網絡等因素有關，所以我們進一步將之設定為這些因素的函數形式ρ=ρ(x)=x′β，對應的二元選擇狀態(tài)依賴模型為：

即：

(14)

其中，xit是可變調整成本的決定因素，β是xit(含有1)的系數向量。由模型(14)的估計我們可考察變量xit在勞動參與決策狀態(tài)依賴中的調節(jié)作用及其顯著性，從而可檢驗可變調整成本設定的合理性。

進一步，我們研究外出務工及其決策的變化關于前期狀況的依賴性是否具有顯著性，以及調整成本在務工決策變化中的作用。具體地，由模型(13)和(14)的估計結果，考察以下問題：

問題1 前期外出務工的勞動者在當期繼續(xù)外出務工的可能性與前期留守本地的勞動者在當期決定改變狀況而外出務工的可能性相比，是否有差異？這種差異是否具有統(tǒng)計顯著性？

此問題研究初始務工狀態(tài)的變化對勞動者當期外出務工決策的影響程度，回答前期務工狀態(tài)影響后期外出務工決策的處理效應。事實上，這正與命題1中表述的兩類勞動者的當期參與決策的差異相吻合，為此需估計：

(15)

這里,假設模型(13)或(14)中的擾動項ε服從標準正態(tài)分布，分布函數記為Φ(·)?？梢姡{整成本ρ直接導致了此處理效應的存在。

問題2 在前期無外出務工的條件下，后期繼續(xù)無外出務工的可能性與后期有外出務工(即新增勞動力外出務工)的可能性相比，是否有差異？這種差異是否具有統(tǒng)計顯著性？

此問題研究后期外出務工決策的變化關于前期留守本地勞動參與狀態(tài)的依賴性，為此需估計概率差：

(16)

問題3 在前期外出務工的條件下，后期繼續(xù)外出務工的可能性與后期留守本地(即勞動力回流)的可能性相比，是否有差異？這種差異是否具有統(tǒng)計顯著性？

此問題研究后期外出務工決策的變化關于前期外出務工狀態(tài)的依賴性，為此需估計：

(17)

上述問題對于政府了解勞動力外出務工的決策行為并制定相關政策具有重要意義。為回答這些問題，需先對模型(13)或(14)進行Probit回歸估計。但如果擾動項不服從正態(tài)分布，上述參數估計可能是非一致的。從穩(wěn)健性的角度，需要不設定擾動項的分布對模型進行估計，我們將使用半參數估計方法達到這一目的。

四、變量、數據與模型估計

本文實證所用的數據來自2008、2009年中國家庭動態(tài)跟蹤調查(CFPS)廣東省的調查樣本*作者感謝上述機構及其人員提供的數據協(xié)助！本文的觀點和內容由作者自負。。此調查由北京大學中國社會科學調查中心與中山大學社會科學調查中心合作開展，采用追蹤調查方法，較全面地反映了中國社會經濟變動、家庭生活變化及民眾個體發(fā)展狀況。2008年CFPS隨機抽取廣東省8個區(qū)縣，每個區(qū)、縣100個家庭戶，其中由4個(村)居委會、每個居委會25個家庭組成，共有800個樣本家庭戶，基本滿足省級代表性的要求。調查采用入戶訪問方式。訪問員到被訪者家中或者單位進行訪問，直接與被訪者面對面完成問卷，數據可信度較高。2009年 CFPS (廣東)以2008年調查樣本為跟蹤對象進行調查。

因為跟蹤調查數據存在非連續(xù)戶，我們依據樣本的家庭編號(調查數據集中用fid表示)剔除了2008年和2009年中僅其中一年有調查資料的樣本，最后整理得到659戶連續(xù)兩年的調查樣本。為與現(xiàn)有研究結論進行對照比較，本文將小于16歲的家庭人員定義為未成年人，將大于60歲的家庭人員定義為老年人，將年齡在16歲和60歲之間且未在上學的人員定義為勞動力。

(一)被解釋變量：外出務工二元變量

本文采用家庭第t期是否有人員外出務工作為被解釋變量yt，有成員外出務工時取值為1，無成員外出務工時取值為0。其前期變量記為yt-1，表示家庭在第t-1期是否有人員外出務工的狀態(tài)變量。表1給出2008和2009年外出務工狀態(tài)樣本分布的統(tǒng)計描述。2008年外出務工樣本數占總樣本數的比例為23.37%，到2009年此比例下降為18.66%；對應地，2008年沒有外出務工樣本數占總樣本數的比例為76.63%，到2009年此比例上升為81.34%，總的來看勞動力回流現(xiàn)象較嚴重。

表1 外出務工狀態(tài)y的樣本分布

由表1進一步計算可知，2008年有成員外出務工的家庭在2009年繼續(xù)有成員外出務工的比例為44.81%(=69/154)，而2008年無成員外出務工的家庭在2009年選擇外出務工的比例僅為10.69%(=54/505)。前期有成員外出務工的家庭在當期繼續(xù)外出的比例遠高于前期無成員外出務工而當期有成員外出務工的比例，兩者差值達34.12%。這說明，前期是否外出務工對當期的外出務工決策有重要影響。對應地，外出務工人員在2009年回流的比例為55.19%(=85/154)，2009年新增外出務工的家庭比例為10.69%(=54/505)，2009年繼續(xù)無成員外出務工的家庭比例為89.31%(=451/505)。前期是否外出務工對當期成員外出務工決策有重要影響，狀態(tài)沒有改變的樣本比例大于狀態(tài)有改變的樣本比例((69+451)/659=78.9%>(85+54)/659=21.1%)。這些都說明，前期是否外出務工對當期是否外出務工選擇具有較大的影響，當期務工決策表現(xiàn)出較強的關于前期務工狀態(tài)的依賴特征。

(二)解釋變量與統(tǒng)計描述

由第二、三部分知，家庭勞動力是否外出務工的前期狀態(tài)是狀態(tài)依賴決策模型(13)或(14)的關鍵變量。另外，相當一部分因素通過工資水平和保留工資影響家庭的外出務工決策。為研究狀態(tài)依賴對當期勞動參與選擇的直接影響效應，這些因素應作為模型(13)或(14)的解釋變量加以控制。由工資及保留工資的決定因素知，它們應包括：戶主年齡、受教育年限、家庭未成年人比重、家庭老年人比重、家庭收入、社會網絡、家庭相對貧困性。

特別地，社會網絡用村莊外出務工比例(即村莊外出務工人數與村莊家庭戶數的比例)作為代理變量；參照Deaton(2001)和王湘紅等(2012)，家庭在村莊中的相對貧困(Relative Deprivation)程度用Deaton(2001)構造的相對貧困指標來測度，記為deaton，其定義是：

其中,yi表示某村莊家庭i的家庭實際收入，m+(yi)為該村莊家庭收入高于yi的家庭收入均值，F(xiàn)(yi)表示某村莊的家庭收入yi的累積分布，m為該村莊家庭收入的平均值。因為上式利用村莊家庭收入的均值對相對貧困指標進行了標準化，故deatoni的值在0和1之間。deatoni的值越大，家庭i的相對貧困感就越強。

表2給出上述解釋變量及被解釋變量的定義、名稱和2008與2009年樣本的描述性統(tǒng)計。

表2 2008—2009年變量描述性統(tǒng)計

(三)模型估計與檢驗：狀態(tài)依賴與可變調整成本的顯著性

由表3(I)和(II)可見，前期外出務工狀態(tài)變量yt-1的系數估計顯著為正，說明家庭勞動力外出務工決策具有顯著的狀態(tài)依賴特征，這驗證了第二部分命題1和2關于調整成本的設定，故與理論預期一致。

由表3(III)和(IV)可見，三個交叉項的系數估計均為正，且前兩者的系數估計是顯著的，說明當期家庭收入和社會網絡在前期外出務工狀態(tài)影響當期務工決策過程中的調節(jié)作用是顯著的，且為正；對三個交互項的系數聯(lián)立為零的檢驗也是顯著的(p-value=0.051)。這說明家庭改變務工狀態(tài)的可變調整成本設定是合理的，且家庭收入、社會網絡和相對貧困指標變量的調節(jié)作用從整體上是顯著的，這與第二部分命題3的理論預期相一致。

對表3四種形式模型進行兩兩似然比檢驗可知，(III)最適合于我們的樣本，可變調整成本在家庭外出務工決策中起著重要作用，設定可變調整成本是必要的。由(III)知，家庭收入對外出務工具有顯著的負向影響，家庭收入越高，家庭成員外出務工的概率越低，但當家庭有成員在前一期外出務工時，受家庭收入對調整成本調節(jié)作用的影響，家庭收入對外出務工的負向影響將顯著變弱。社會網絡對外出務工具有顯著正向影響，且這種正向影響在前期外出務工狀態(tài)等于1時通過調整成本得到顯著增強。家庭相對貧困程度對家庭本期外出務工的影響顯著為負，但若家庭有成員在上期外出務工，受家庭相對貧困程度對調整成本的正向影響，這種負向影響將減小。

表3 狀態(tài)依賴模型的估計結果

注：括號內的值為相應參數估計的z值，***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

五、務工狀態(tài)變化的概率效應及其狀態(tài)依賴

由上一節(jié)模型的估計和檢驗知，狀態(tài)依賴與調整成本的可變性都具有顯著性。由表3(III)，家庭i當期外出務工的條件概率Prob(yit=1|yi,t-1,zit)的估計是：

(18)

(一)外出務工關于前期務工狀態(tài)變化(由0至1)的概率效應

圖1 處理效應p(1|1)-p(1|0)的三維圖[(15)式]

由(18)式，讓zit和xit中除家庭收入和相對貧困變量外的其余變量均取樣本均值，分別計算p(1|1)和p(1|0)，得概率之差p(1|1)-p(1|0)，即(15)式，它是家庭收入和相對貧困變量的函數，圖1給出其三維圖。為比較起見，還繪出兩概率之差為零的曲面?？梢姡琾(1|1)-p(1|0)位于零曲面上方，說明前期務工狀態(tài)變化(由0→1)對當期外出務工概率具有正向影響，與第二部分理論模型結論ρ>0一致，處理效應為正。家庭當期收入越高，這種處理效應就越大，本期外出務工關于前期外出務工狀態(tài)的依賴程度就越高。

表4報告概率差p(1|1)-p(1|0)在家庭收入和相對貧困指標變量的1%、10%、30%、50%、70%、90%和99%樣本分位點組成的49對點處函數值的估計，以及由bootstrap方法計算的bootstrap概率值所顯示的顯著性?？梢?，除非常低收入水平和低相對貧困水平的4對分位點外，剩余 45對分位點處概率差的估計均為正，且是統(tǒng)計顯著的?？偟膩碚f，外出務工關于前期外出務工狀態(tài)1的依賴性在統(tǒng)計上是顯著的。這些給出了本文第三部分問題1的肯定回答。

表4 概率差的估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著水平下顯著。

(二)外出務工狀態(tài)改變(由0至1)關于前期務工狀態(tài)0的概率效應

圖2 p(0|0)-p(1|0)的三維圖[(16)式]

在前期外出務工狀態(tài)同為0的條件下，家庭在當期繼續(xù)維持前期狀態(tài)與改變前期務工狀態(tài)相比，其可能性差異如何呢？這是第三部分的問題2。圖2繪出前期外出務工狀態(tài)為0時概率差p(0|0)-p(1|0)隨家庭收入和相對貧困指標變動的曲面圖[對應(16)式]?？梢?，p(0|0)-p(1|0)關于收入和貧困指標的增加而遞增，且恒大于0：對于前期無外出務工，本期繼續(xù)選擇不外出務工的可能性大于本期改變狀態(tài)的可能性。

表5給出成對分位點處概率差p(0|0)-p(1|0)的估計值及其顯著性。與圖2一致，前期沒有外出務工的家庭在當期不改變這種狀況的可能性顯著大于它改變這種狀況的可能性；這意味，當期不外出務工的決定顯著依賴于前期沒有外出務工的狀態(tài)。這些給出了本文第三部分問題2的肯定回答。

表5 概率差p(0|0)-p(1|0)的Probit估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

從調整成本的角度解釋，將p(0|0)-p(1|0)寫為：

(19)

(三)外出務工狀態(tài)改變(由0至1)關于前期務工狀態(tài)1的概率效應

圖3 p(1|1)-p(0|1)的三維圖[(17)式]

在前期外出務工狀態(tài)同為1的條件下，家庭在當期繼續(xù)維持前期狀態(tài)與改變前期務工狀態(tài)相比其可能性差異如何呢？這是第三部分的問題3。圖3給出前期外出務工狀態(tài)為1時概率差p(1|1)-p(0|1)隨家庭收入和相對貧困指標變動的曲面圖[對應(17)式]，其中為比較起見，還繪制了此概率差為零的平面?？梢?，當家庭收入較小時，概率差p(1|1)-p(0|1)小于零；當家庭收入超過一定水平后，此差大于零。這意味著對于前期外出務工的家庭，本期是繼續(xù)外出務工還是回流，將取決于本期的家庭收入情況。若家庭在前期選擇務工后本期收入仍然較低，則勞動者傾向于在下一期選擇回流；而當本期收入可達到一定程度時，勞動者傾向于在下一期繼續(xù)維持外出務工。所以，對問題3的回答取決于家庭的收入高低。

表6給出成對分位點處概率差p(1|1)-p(0|1)的估計值及其顯著性。與圖3一致，如果家庭收入高，勞動者當期繼續(xù)外出務工的可能性較大；如果家庭收入低(低于30%分位點)，則當期返鄉(xiāng)的可能性較大。不過，除了收入非常低(10%分位點以下)情形，這種狀態(tài)依賴性的統(tǒng)計顯著性不太高。這意味著在勞動者處于外出務工狀況之下，如果家庭收入不是太低，勞動者下一年是否外出務工在選擇上并沒有顯著的偏好；只有在家庭收入太低情況下(小于10%分位點)，勞動者才傾向于返鄉(xiāng)。

表6 概率差p(1|1)-p(0|1)的Probit估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

從調整成本的角度解釋，將p(1|1)-p(0|1)寫為：

(20)

小結：綜上，勞動者在本期是否改變前期的外出務工或留在家鄉(xiāng)的狀態(tài)，因他在前期的務工狀況不同而有一定的差異。如果前期沒有外出務工，則現(xiàn)在他更傾向于維持現(xiàn)狀留在家鄉(xiāng)；如果前期已外出務工，現(xiàn)在他是繼續(xù)外出務工還是返回家鄉(xiāng)，取決于家庭所在地的收入水平，但這種傾向在統(tǒng)計上并不是相當顯著。

六、穩(wěn)健性

上面的實證分析基于擾動項服從正態(tài)分布的假定。如果擾動項不服從正態(tài)分布，上述狀態(tài)依賴性的有關結論是否仍成立呢？為此，本節(jié)采用允許擾動項服從非正態(tài)分布的半參數方法(semi-nonparametric，文獻中常簡記為SNP)估計模型(13)和(14)。其核心思想是，不預設擾動項的分布，而用埃爾米特多項式(Hermite polynomial)逼近擾動項的分布函數，代替Probit模型最大似然函數中的標準正態(tài)分布函數來估計模型中的參數，詳見Gallant and Nychka(1987)和De Luca(2008)。

表7給出狀態(tài)依賴模型(13)和(14)的半參數估計結果*此處由stata軟件估計，感興趣的讀者可來信索取do文件。?？梢?，模型四種形式中各變量的系數估計的方向和顯著性與表3的基本一致。與表3一樣，似然比LR檢驗表明表7(III)的估計較適合于我們的樣本。

表7 狀態(tài)依賴模型的半參數估計

注：圓括號內的值為相應估計的z值，***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

圖4 前期外出務工狀態(tài)的處理效應p(1|1)-p(1|0)(SNP估計)

圖5 p(0|0)-p(1|0)的三維圖(SNP估計)

圖6 p(1|1)-p(0|1)的三維圖(SNP估計)

對于半參數估計，與表4至表6一樣可計算三種概率差，并檢驗它們是否顯著不為零(見附錄的附表1至附表3)。我們也發(fā)現(xiàn)，有關顯著性的結論不變?？傊?，不管擾動項分布是否滿足正態(tài)分布假定，家庭本期外出務工決策關于前期務工具有狀態(tài)依賴性及顯著性的結論都是穩(wěn)健的。

七、結論和啟示

本文在搜尋理論框架下，從理論上導出中國家庭勞動力流動狀態(tài)依賴性的理論依據，且允許就業(yè)狀態(tài)的改變都存在調整成本，并研究調整成本的可變性在勞動參與狀態(tài)依賴性中的作用。從務工狀態(tài)依賴的視角，以中國(廣東)家庭動態(tài)跟蹤調查數據為例，考察了勞動力前期務工狀態(tài)通過調整成本對后期外出務工決策的影響，發(fā)現(xiàn)我國家庭勞動力流動存在顯著的狀態(tài)依賴特征，以及可變調整成本設定的必要性。主要研究結論如下：

1．家庭勞動力外出務工關于過去的外出務工狀況具有強的狀態(tài)依賴性。上一期外出務工在當期繼續(xù)外出務工的概率要比上一期未外出務工在當期外出務工的概率要高。外出務工關于前期是否外出務工狀態(tài)的這種處理效應總為正，且對大多家庭來說都是顯著的。

2．對于前期留守本地的勞動者，不管家庭收入情況和貧困程度如何，本期繼續(xù)選擇留守本地的可能性總大于本期選擇外出務工的可能性，當期的選擇關于前期不外出務工狀況的依賴程度高，且在統(tǒng)計上是顯著的。

3．對于前期外出務工的勞動者，本期是繼續(xù)外出務工還是回流，取決于家庭收入情況。若家庭在前期選擇務工后本期收入仍然較低，則勞動者傾向于在下一期選擇回流；當本期收入達到一定程度時，勞動者傾向于在下一期繼續(xù)維持外出務工狀態(tài)。勞動者外出務工的狀態(tài)是否改變勞動者后期務工決策取決于家庭的收入高低。

4．勞動者當前參與決策依賴于前期參與狀況的根本原因在于可變調整成本的存在。如果勞動者前期沒有外出務工，調整成本的存在使他傾向于維持現(xiàn)狀留在家鄉(xiāng)；如果前期已外出務工，家庭的收入水平將決定勞動者繼續(xù)外出務工還是返回家鄉(xiāng)，本質上也是調整成本在起作用。

5．調整成本的作用還體現(xiàn)在家庭收入和社會網絡兩變量與前期外出務工顯著正的交互效應上。家庭收入越高或當地外出務工比例越高，勞動者前期外出務工對其外出務工概率的影響就越大。

本文關于家庭可變調整成本和外出務工狀態(tài)依賴性的實證結論有兩方面啟發(fā)。對于用人單位或用工當地政府來說，為有效吸引非本地勞動力來當地務工并減少他們回流，應改善外來務工者的工作環(huán)境，提高務工人員福利，減少歧視，增加工作地對他們的吸引力，增加低收入家庭和低相對貧困家庭外來勞動力在當地務工的收入。另外，構建和完善外地勞動力務工的社會網絡，搭建信息交流平臺，降低外來務工者實際搜尋成本和決定來當地務工的調整成本。

對于勞動者家鄉(xiāng)當地用人單位或部門來說，如果希望穩(wěn)定沒有外出務工的勞動力繼續(xù)在本地發(fā)展，并吸引已外出務工人員回鄉(xiāng)為家鄉(xiāng)作貢獻，則應想方設法為他們提供當地務工方便和政策支持，提升勞動力在本地工作或生產的收入和積極性。同時，讓勞動者家庭結構相對穩(wěn)定，加強家鄉(xiāng)所在地務工的社會網絡發(fā)展，減少家庭關于其成員在當地發(fā)展決策的調整成本。如何從宏觀上解決中國當前因勞動力轉移規(guī)模不斷擴大而造成的勞動力結構性短缺問題，同時減輕空巢老人問題和空心村問題的嚴重性，上面兩方面的啟示可以為政府相關政策的制定提供一定的依據。

蔡昉，都陽.遷移的雙重動因及其政策含義.中國人口科學, 2002,(4).

胡金華,陳麗華,應瑞瑤.農村勞動力遷移的影響因素分析——基于社會網絡的視角.農業(yè)技術經濟. 2010,(8).

李璠,韓曉耘.外出打工人員的年齡結構和文化構成——中國農村勞動力流動問題研究之一.中國農村經濟,1994,(8).

潘靜，陳廣漢.家庭決策, 社會互動與勞動力流動.經濟評論,2014,(3).

王湘紅,孫文凱,任繼球.相對收入對外出務工的影響: 來自中國農村的證據.世界經濟,2012,(5).

王子成，趙忠.農民工遷移模式的動態(tài)選擇外出, 回流還是再遷移.管理世界,2013,(1).

石智雷,楊云彥.外出務工對農村勞動力能力發(fā)展的影響及政策含義.管理世界, 2011,(12).

邢春冰.遷移, 自選擇與收入分配——來自中國城鄉(xiāng)的證據.經濟學(季刊), 2010,(2).

楊錦秀,石川,吳燕麗.失業(yè)返鄉(xiāng)農民工外出務工意愿實證分析——以四川省為例, 農業(yè)技術經濟, 2010,(1).

趙耀輝.中國農村勞動力流動及教育在其中的作用.經濟研究, 1997,(2).

Ahmad N. State Dependence in Unemployment. International Journal of Economics and Financial Issues, 2014, 4(1): pp. 93-106.

Calvo-Armengol A, Jackson M O. The Effects of Social Networks on Employment and Inequality. American Economic Review, 2004, 94(3): pp. 426-454.

Connolly S. and M. Gregory. Dual Tricks: Part-time Work in Life-cycle Employment for British Women. Journal of Population Economics, 23(3): 907-931, 2010.

Deaton A.. Relative Deprivation, Inequality, and Mortality. National Bureau of Economic Research, 2001.

De Luca G.. SNP and SML Estimation of Univariate and Bivariate Binary-choice Models. Stata Journal. 2008, 8(3):pp.190-220.

Elliott J R. Social Isolation and Labor Market Insulation: Network and Neighborbood Effects on Less-educated Urban Workers. The Sociological Quarterly, 1999, 40(2): pp. 199-216.

Fan C C.. The State, the Migrant Labor Regime, and Maiden Workers in China. Political Geography. 2004, 23(3):pp.283-305.

Flippen C. Relative Deprivation and Internal Migration in the United States: A Comparison of Black and White Men. American Journal of Sociology. 2013, 118(5):pp.1161-1198.

Francesconi M.. A Joint Dynamic Model of Fertility and Work of Married Women. Journal of Labor Economics. 2002, 20(3):pp.336-380.

Gallant A R, Nychka D W. Semi-nonparametric Maximum Likelihood Estimation. Econometrica. 1987, 55(3):pp.363-390.

Haan P. A Multi-state Model of State Dependence in Labor Supply: Intertemporal Labor Supply Effects of a Shift from Joint to Individual TaxationLabour Economics, 2010, 17(2):pp. 323-335.

Heckman J. The Incidental Parameter Problem and the Problem of Initial Conditions in Estimating a Discrete Time-discrete Data Stochastic Process, in C. F. Manski and D. McFadden( Editors), Structural Analysis of Discrete Data with Econometric Applications, MIT Press.1981, pp.179-195.

Hyslop D R.. State Dependence, Serial Correlation and Heterogeneity in Intertemporal Labor Force Participation of Married Women. Econometrica. 1999, 67(6):pp.1255-1294.

Kishi T. Cohort Effects, Spousal Incomes and Female Labour Force Participation in Japan: A Panel Data Analysis. Australian Journal of Labour Economics, 2013, 16(2): pp.201-217.

Lee M J, Tae Y H.. Analysis of Labour Participation Behaviour of Korean Women with Dynamic Probit and Conditional Logit. Oxford Bulletin of Economics and Statistics. 2005, 67(3):pp.71-91.

Munshi K. Networks in the Modern Economy: Mexican Migrants in the US Labor Market. The Quarterly Journal of Economics, 2003, 118(2): pp. 549-599.

Rosen S.. The Theory of Equalizing Differences, in Ashenfelter and Layard (eds.), Handbook of Labor Economics,1985.

Sjastaad L.. The Cost and Returns to Human Migration. Journal of Political Economy,1962, 70(5), 80-93.

Stark O, Taylor J E. Migration Incentives, Migration Types: The Role of Relative Deprivation. The Economic Journal. 1991, 101(408): pp.1163-1178.

Todaro, M.P.,. A Model of Labor Migration and Urban Unemployment in Less Developed Countries, American Economic Review, 1969, 59: pp.138-48.

Troske K R, Voicu A. Joint Estimation of Sequential Labor Force Participation and Fertility Decisions Using Markov Chain Monte Carlo Techniques. Labour Economics, 2010, 17(1): pp. 150-169.

Zhao Y. The Role of Migrant Networks in Labor Migration: the Case of China. Contemporary Economic Policy, 2003，21(4): pp. 500-511.

附錄：三種概率差的半參數估計及其顯著性

附表1 概率差的半參數估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著水平下顯著。

附表2 概率差p(0|0)-p(1|0)的半參數估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

附表3 概率差p(1|1)-p(0|1)的半參數估計及其顯著性

注：***、**和*分別表示在1%、5%和10%的顯著性水平下顯著。

【責任編輯：李青果；責任校對：李青果，張慕華】

2016—03—20

國家自然科學基金項目(71371199)；教育部人文社會科學研究青年基金項目(14YJCZH141)；中央高校基本科研業(yè)務費專項資金中山大學青年教師培育項目(13wkpy21)

田鳳平，中山大學國際金融學院(珠海 519082)； 周先波(通訊作者)，中山大學嶺南學院(廣州 510275)； 楊 科，華南農業(yè)大學經濟管理學院(廣州 510642)。

10.13471/j.cnki.jsysusse.2017.01.016