发展中国家迁移人口劳动力市场与农村家庭福利：来自中国的证据
阿兰·德布劳（Alan de Brauw） 约翰·加奥斯（John Giles）[1]
在中国，越来越多的人迁出农村地区，推动了非耐用品和耐用品人均消费量的增长，这对于迁移限制放松之前相对更为贫穷的家庭而言，影响更大。随着外迁人口的增多，相比于富裕家庭，贫穷家庭在住房和耐用品方面的投资更多，而富裕家庭则明显更多投资于非农业生产资产方面。随着迁移的便利性提高，贫穷家庭的外出就业参与度从广度和深度上都得到提升，与此同时，更加贫穷家庭也减少了其务农劳动天数。JEL代码：O12，O15，J22，J24。
关键词：迁移，迁移人口网络，消费增长，不平等性。
在发展中国家，劳动力流动障碍是可能造成地理性贫困陷阱的一项常见制度特征。无论是由于各种正式制度、区域间的语言或文化差异，还是纯粹因为寻找外出务工机会的交易成本较高，发展中国家的劳动力流动约束都可能会加剧区域间资源配置的低效性，影响贫困地区的投资水平，并可能会阻碍经济增长（Jalan and Ravallion，2002）。倘若劳动力跨区域流动的障碍得以消除，资源配置效率的提高就可能对农村生活水平产生重要影响（Yang，2008）。汇款给在农村地区留守的住户或家庭成员，可以补充其在当地获得的收入，并直接减少贫困现象的发生。迁移的实现形式无论是随当地劳动力大量减少而其工资收入得以提高，还是通过将外出务工的收入投资于当地生产，都可能对家乡社区内家庭和个人的福利造成间接影响［可参见伍德拉夫和森特诺（Woodruff and Zenteño，2007）的研究］。
越来越多的学者探讨了国际和国内人口迁移对投资、增长等的影响。有大量研究把焦点放在了人口网络对迁移的促进作用（Munshi，2003）和对迁移决策的影响（Munshi，2011；Munshi and Rosenzweig，2016），以及风险和流动性约束在塑造迁移决策方面可能发挥的作用（Bryan et al.，2014）方面。在研究中国问题的文献中，近期研究聚焦于迁移人口与贫困之间的关系（Du，Park and Wang，2005）；移民、汇款与家庭收入的关系（Taylor，Rozelle and de Brauw，2003）；迁移与风险应对的关系（Giles，2006；Giles and Yoo，2007）；以及迁移可能性与生活满意度的关系（Frijters，Liu and Meng，2012）。然而，在这些文献中，对迁移的识别都要满足一些不太合理的假设。到目前为止，已发表的关于人口迁移影响的文献既没有考虑到迁移在村庄内部的分配效应，也没有考虑在整个村庄内部的财富分配中，迁移对家庭生产领域的分布造成的影响。
本文填补了以上这些文献的空白，为了解中国城乡人口迁移对消费和行业选择的影响做出了以下重要贡献。第一，本文首先强调了迁移对1988～2002年的对数消费年度变化所产生的正向影响：人口迁出解释了年人均消费增长的2%～2.9%，以及1988～2002年样本村庄年消费增长的65%～93%。
第二，正如早期研究所表明的，村外工作（无论是通过外出打工还是往返上班）的收入有助于降低不平等程度（Benjamin，Brandt and Giles，2005），本文借此机会利用匹配村庄调查，考察在整个初始消费分布中，迁移对家庭人均消费的局部一般均衡影响。对于初始平均消费分布百分位数中的贫穷和中等收入家庭，无论其是否实际参与了迁移，其消费增速都表现得更为迅猛。
第三，本文始终聚焦初始消费分布的村内差异，考察了迁移对收入、劳动力供给和投资决策的影响。尽管其他学者已经发现，迁移有助于提高留守居民的劳动力供给水平（Mu and Van de Walle，2011），但本文认为，人口从乡村迁出导致劳动力在不同生产活动之间重新配置，且劳动力分配的变化在财富分布百分位数上各有不同。贫困家庭人口的农业劳动天数减少，而他们在家乡以外工作的天数相应增加。相比之下，更加富裕的家庭人口则加大了对当地非农活动的劳动力供给，这可能反映出随着外迁人口汇回收入，产生了本地就业机会增加的一般均衡效应。在投资决策方面，较贫穷的家庭更多地投资住房和耐用消费品，而富裕家庭则更多地投资非农业生产性资产。如果只关注人口迁移迅速扩张的时期，也就是1995～2002年，则迁移对劳动力供应和投资决策的影响更加明显。
第四，在对村庄层面迁移怎样影响居民消费和其他结果加以识别时，本文采用了相比其他研究而言更独具特色的工具变量（IV）方法。这一方法利用了一项早期的中国户籍（户口）制度改革。自1988年起，拥有中国居民身份证的农村迁移人口更加容易获准在城市合法居住。1984年，城市居民率先获得中国居民身份证，但直到1988年，农村地区都还不能申领身份证。虽然允许身份证发放时间可能与村庄的固定不可观测特征相关，但仍可以看出，从某县居民拿到身份证起，农村人口外出打工比例的年际变化是时间的一个非线性函数。鉴于构建城市的迁移人口网络需要一段时间，这种非线性函数关系应该不会令人感到意外。在控制了家庭固定效应、具体村庄层面趋势以及省域宏观经济冲击之后，利用身份证颁发时间的差异，以及农村迁移人口比例与身份证颁发时间之间的关系，能够识别迁移成本的变化。由于身份证的发放时间并非随机分布，本文认为，身份证发放时间与可能影响迁移及福利的其他政策和经济冲击没有关系。
一 背景
在本研究主要数据源所涵盖的时期（1986～2002年），转移到城市地区的农村迁移人口数量快速增长，标志着中国劳动力市场的性质发生了巨大变化。利用1990年和2000年人口普查数据的百分之一样本以及1995年人口抽样调查数据百分之一样本综合估计可知，县际迁移人口数量从1990年的刚过2000万人增加到了1995年的4500万人，且在2000年达到了7900万人（Liang and Ma，2004）。在国家统计局和农业部所做的各项调查中，由于包含了关于过去短期迁移的更加详细的回顾资料，因此可能在一定程度上高估了劳动力迁移水平（Cai，Park and Zhao，2008）。
中国城乡人口迁移、人口迁移网络和幸福感
城市地区人口迁移网络和就业机会转介的利用，是中国城乡迁移的重要方面。罗思高等人（Rozelle et al.，1999）强调，1988年迁移人数更多的村庄，到1995年时迁移人数增长更加迅速。赵（Zhao，2003）表明，一个村庄的早期迁移人口数量，会影响先前没有迁移经验的人选择迁移的可能性。孟（Meng，2000）则进一步指出，迁移人口流向不同目的地的规模，可以部分由潜在目的地的已有移民人口规模所解释。最后，德布劳和加奥斯（de Brauw and Giles，2017）的研究文章附录表A.1表明，2001年在中国五个大城市进行的迁移人口调查显示，在从老家迁移出来之前，迁移人口中超过90%的人已经结识了某个熟人。
在放松劳动力流动限制之前，中国偏远地区的农村家庭在当地从事经济活动的回报率很低，这加剧了“地理性贫困陷阱”（Jalan and Ravallion，2002）。在本研究所涉期间，城乡居民人均家庭收入都在增长，但城市地区人均收入的增速明显更高。在对生活成本的差异进行了空间平减之后，到2001年，城乡人均收入差距已从38%扩大至71%。因此，正如大量描述性证据所表明的，中国迁移人口的增长，使迁移机会更有可能成为农村地区重要的减贫机制。关于中国问题的最新研究成果则表明，迁移带来了更高的收入（Taylor，Rozelle and de Brauw，2003；Du，Park and Wang，2005）、有利于风险应对和风险管理（Giles，2006；Giles and Yoo，2007）、能够提升当地对生产活动的投资水平（Zhao，2002），以及还可能影响家庭劳动分配决策（Mu and Van de Walle，2011）。
关于中国城乡迁移的早期研究已表明，迁移人口对家庭收入产生了重大影响，但所采用的一些识别策略，可能会使迁移影响的估计值存在较大偏误。例如，泰勒、罗思高和德布劳（Taylor，Rozelle and de Brauw，2003）发现，有家庭成员迁移的住户相比于（非本村）样本家庭，其在第25、第50和第75百分位数上的人均收入分别高了22%、26%和29%。然而，笔者对于住户迁移情况所采用的工具变量仅衡量了7年前村庄迁移人口的网络规模，因此无法控制村级固定效应，诸如邻近城市（及市场）以及影响当地经济的其他因素等，这会导致迁移对收入影响的估计值上偏。
还有一项研究考察了整个收入分布中的迁移参与和收入情况（Du，Park and Wang，2005），研究者发现贫困家庭不太可能进行人口迁移，但迁移的主要障碍在于其缺少有能力的劳动者，而不是因为去城市地区工作面临的其他障碍。笔者以一阶差分形式估计了模型，并以滞后一年期的农村迁移人口网络变量来界定迁移状态，发现有迁移人口的家庭，其人均收入比没有迁移人口的家庭高出8.5%～13.1%。然而，这种方法需要留意的问题在于，影响村庄经济的冲击也会影响迁移决策，并且随着时间推移还会持续产生影响。现有人口迁移情况和家庭在收入分布中所处的位置，都很可能受到村庄先前迁移情况的影响。
农村经济研究中心的家庭和村庄调查
本文分析所采用的主要数据源于中国农业部农村经济研究中心（RCRE）在1986～2002年进行的家庭和村庄调查。本文使用了16年间在8个省（安徽、吉林、江苏、河南、湖南、山西、四川和浙江）88个村庄调查所得数据，平均每年调查的家庭数为6305个。根据村庄规模，每个村庄随机抽样调查了40～120个家庭。样本中的每个村庄都位于不同的县，因此，县一级政策对此样本中每个村庄的影响存在差异性。
RCRE的入户调查在家庭层面收集了关于收入、支出、受教育程度、劳动力供给、资产拥有状况、土地持有情况、储蓄、正规和非正规借贷以及汇款的详细信息。与国家统计局（NBS）农村住户调查一样，受访家庭每天都记录收入和支出日记，住在县城的常驻管理员每个月收取日记。与国家统计局农村住户调查一样，对于目前移居外地生活和工作的家庭成员，其收入和支出的估计数也被记入家庭收入和支出中。调查的这一不同寻常的特点是有好处的，因为这样记录的家庭规模不会随着外出迁移而改变。关于消费支出价值如何计算的详细说明，以及住房和耐用消费品信息，可参见在线补充性附录S1。在下文的分析中，收入和消费按1986年的价值进行了折算。
本文还利用了年度村庄调查数据，数据来自村会计和其他关键信息提供者，他们提供了关于当地经济、土地、生产和工作地点（外出、本地还是本村），以及登记在册村民的职业情况等重要的村一级信息。在控制了其他随时间变化的村级人口和经济因素之后，该调查中随时间变化而变化的信息，对于刻画其与迁移人口网络的联结特征而言就变得至关重要。村一级的调查包括关于在村外工作的当前在册村民的全部信息，同时也包括举家搬迁的家庭（在这一时期的中国农村，这种情况是非常罕见的）。最后，识别策略也利用了回顾性信息，特别是开始可以办理身份证的时间，这些信息来自笔者在2004年进行的村庄治理调查。
迁移、消费增长和贫困的发展趋势
在配合进行的村庄调查中，每一年会询问各村村长，其在册村民中在村外工作和居住的人数。在本文的分析中，所有在本县以外地区工作的在册村民都被视为迁移人口。如图1显示，自1987年起迁移人口的数量大幅增长，村庄之间存在显著异质性。在1987年，RCRE调查村庄平均有3%的适龄劳动力在本县以外工作，后来这一现象逐渐增多，到2003年在本县以外工作的适龄劳动力数量占比达到23%。此外，外出工作的适龄劳动者所占比例在各村之间存在很大差异。对于一些村庄，只有很少一部分村民合法外出工作，而在其他一些村庄，截至2003年已有50%以上的适龄成年劳动人口受雇于本县以外地区。
图1 各年份外出工作的村庄劳动力所占比例
注：该图显示了在本村及本县以外生活和工作的在册村民所占比例。
资料来源：RCRE家庭和村庄调查，1986～2002年。
人口迁移与消费之间的关系是本文分析的中心问题。村庄劳动力外出工作所占比例（村庄迁移人口比例）与村庄平均消费增长之间的线性拟合呈现出正相关关系（见图2）。然而，局部多项式拟合却表明存在非线性。
图2 村庄平均消费增长与迁移人口在村总人口中所占比例变化
注：该图显示了村庄年平均消费增长与村庄迁移人口所占比例年度变化之间的线性和局部多项式拟合结果。迁移人口系指在村外或县外居住和工作的各村在册居民。
资料来源：RCRE家庭和村庄调查，1986～2003年。
如果迁出是由负面冲击推动，而迁入则是由正面冲击推动，且两者都与消费变动相关，那么就有理由认为迁移和消费具有内生性。即使消费随着迁移人数的增加而增加，了解村庄内哪些居民的消费正在增长，也有特别的政策意义。
二 实证方法
本文的估计方法基于一个简单模型，该模型强调了扩大迁移人口就业机会可能影响居民消费的直接和间接机制［参见德布劳和加奥斯（de Brauw and Giles，2008）的研究］。人口迁移网络有利于为人们介绍远距离地方的工作，可能直接和间接影响永久性家庭收入，从而影响消费。首先，一个更大的农村人口迁移网络可能有助于提高家庭在迁移目的地取得的收入。财富效应缓解了与积累资产用于（农业和非农业）生产性活动以及非生产性活动（例如，住房和耐用消费品投资）有关的信贷约束。信贷约束导致家庭在每一时期消费更少、储蓄更多，以便防备未来可能发生的生产冲击，所以家庭消费也可能因信贷约束的放松而增加。
其次，农村人口迁移网络规模的增大，可能影响家庭劳动时间的影子价格。如果休闲是一种正常消费，那么家庭劳动力供给的净效应则是不确定的。替代效应会导致家庭在生产活动方面供给更多的劳动力，并且可能从农业转移到其他回报更高的生产活动中，而收入效应则可能导致家庭劳动力供给的减少。为了详细阐明迁移人口增多可能引起更高消费的生产机制，我们也研究了迁移对家庭劳动力供给的影响，并将其细分为三个大类：农业、本地非农业和非农业个体经营。
估计迁移对消费的影响
根据上述理论框架，以下实证模型给出了（对数形式）家庭消费cijt的线性化设定：
j村i住户家庭在t时期的人均消费对数，是适龄在册村民中离开本县工作者所占比例Mjt的函数。家庭特征Xijt通过禀赋（如人力资本等）影响居民的持久性收入，同时也通过人口特征影响其消费偏好，从而对消费产生影响。随时间变化的村庄变量反映出各村之间在政策和经济条件方面存在的异质性，其可能通过生产率影响消费。针对具体村庄的趋势项tj，体现了可能导致各村间消费增长差异性的村庄潜在禀赋和初始条件。最后，村庄和家庭层面的不可观测变量分别是vj和ui，其与（村庄）位置、（家庭）消费偏好，以及家庭参与人口劳动力迁移的难易程度有关。[2]
首先对方程（1）做一阶差分，以控制家庭和村庄层面的固定效应：
对具体村庄趋势进行差分，得到一个村庄虚拟变量向量dj，此变量控制了各村消费增长趋势的差异，而这种差异可能和乡镇或城市与最近的劳动力或商品市场的距离有关。此外，政策或市场效应导致的省一级宏观经济冲击，可能会影响家庭消费与就业机会之间的关系。省份与年份交互项pt，也被引入方程（3），以便控制这些冲击的发生：
在方程（3）中，我们首要关心的系数β衡量了迁移人口劳动力市场对消费的影响。
文献中给出的描述性证据表明，迁移在整个村内财富分布上产生的影响可能有所不同［例如本杰明、勃兰特和加奥斯（Benjamin，Brandt and Giles，2005）的研究］，本文的样本根据每个村庄初始财富分布的下、中、上三个百分位点进行划分。根据1987～1989年每个家庭的人均消费，我们将其分配至百分位点的三个（下、中、上）层级。1987～1989年的这一消费百分位点估计模型，有利于考察人口迁移在整个初始财富分布不同位置上造成的不同影响。
内生性问题
在方程（3）中，ΔMjt面临一个众所周知的内生性问题。农村迁移人口比例反映出迁移劳动力需求变化，也反映了迁移人口和潜在迁移人口劳动力供给决策的变化。例如，地方性的冲击减少了家庭人均消费，但同时也会提高更加偏远地区迁移就业的相对回报率，这可能导致迁移人口增长和消费增长之间存在负相关关系。为了判断迁移对消费的影响，需要找到一个工具变量，它要与外出打工的农村居民所占比例相关，但同时与影响村庄增长的因素或所遭受的负面冲击无关。
我们所采用的识别策略利用了两项政策变化，两者共同作用，影响了所在县以外地区人口迁移网络的强度，但其理应与村庄平均消费增长无关。新的中国居民身份证制度是在1984年推行的。城市居民在1984年就拿到了身份证，但大部分农村县城居民并没有立即领到身份证。1988年，户籍制度改革利用一项“外来打工”制度，让迁移人口更加容易获得在城市合法暂住工作的资格，不过其必须要有身份证，才能取得临时居住证（暂住证）（Mallee，1995）。虽然部分县早在1984年初就向农村居民发放了全国性的居民身份证，但有些县从1988年才开始发放，还有些县直到几年以后才开始发放。在2004年进行的RCRE后续调查中，当地官员曾被问及身份证是否已经发放到县农村居民手中。在本文所分析样本的88个县中，有41个县是在1988年发放的身份证，3个县早在1984年就进行了身份证发放，1个县直到1997年才发放。需要注意的是，身份证并不是迁移必备条件，大量迁移人口在城市地区居住，但并没有取得合法的暂住证。然而，拿到了暂住证，迁移人口就符合“外来打工”制度的规定，在目的地社区的处境会更加安全，因此也可以找到更好的工作，并且成为迁入地长期人口迁移网络的一分子。因此，在1988年户籍改革以后，身份证的发放产生了两种效应。第一，在发放了身份证之后，迁移到一个城市的成本应该有所下降。第二，由于从身份证发放的那一年起，潜在人口迁移网络的质量不断提高，因此寻找外来人口来就业的成本也应该随时间推移而不断下降。
因此，人口迁移网络的相对规模应当同时是这两者的函数：身份证是否已经发放，以及身份证可供村民使用的时间。鉴于我们采用迁移就业的农村劳动力所占比例作为人口迁移网络的代理变量，潜在的网络规模是存在上限的。因此我们预计，自开始颁发身份证以来的年数，与迁移就业农村劳动力所占比例之间存在非线性关系，因为人口迁移网络的增速应当会在一开始随着身份证的发放而上升，之后就趋于下降。在图3中，多项式平滑曲线显示了自身份证发放以来的年数，以及t年迁移就业的村庄适龄劳动居民占比。在身份证开始发放之后几年中，迁移就业的农村劳动力所占比例急剧增长，在7年后增速放缓。这种模式表明，在身份证发放与农村劳动力迁移就业的新参与者人数之间存在非线性关系。因此，主要的工具变量被设定为一个代表身份证是否已发放的虚拟变量，并将其与自身份证发放以来年数的四次函数进行交互。[3]
图3 村庄迁移人口所占比例与自身份证发放以来年数的对比
注：该图显示了各年迁移人口所占比例与自身份证在该县发放以来年数之间的关系。
资料来源：1986～2003年RCRE家庭和村庄调查，以及补充性村级治理调查（2004年）。
由于身份证并不是随机发放的，因此很有必要考虑识别策略是否满足外生性要求。在线补充性附录S2中给出了关于身份证发放和发放时点条件外生性的更多细节信息，基于一个四省样本的更多讨论可参见德布劳和加奥斯的研究（de Brauw and Giles，2017）。
由于ΔXit和ΔZjt中包含的自变量可能并非严格外生，因此还可能存在另一种源于技术性影响的内生性问题，这在运用面板数据的文献中十分常见。例如，影响家庭消费决策的收入冲击也可能对家庭构成、土地特征或村级政策产生影响。为了检验本文结果的稳健性，在对方程（3）进行初始估计时，我们剔除了ΔXit和ΔZjt。如果自身份证发放以来的年数是一个有效的工具变量，就意味着它与现已属于不可观测变量的家庭和村庄特征的变化无关，那么这个模型就能得到识别，并且也不用担心存在潜在的内生解释变量问题。这一简化模型被用于计算全样本下的估计值，也适用于按初始消费百分位点估计的模型。
当模型引入了村庄和家庭自变量ΔXit和Zjt时（两个变量都可能解释了消费的某些变化），在接下来的几种模型中，它们都先被视作外生变量，再被当作前定但非严格外生变量。对于将其视为前定变量的模型，根据标准的面板数据中一阶差分前定变量的方法，以其t-2阶滞后值［Xit-2，Zit-2］作为工具变量。如果Xit-2和Zit-2与ΔXit和ΔZjt相关，但与保留在差分后误差项Δεit中的任何随时间变化的家庭不可观测因素都不相关，则Xit-2和Zit-2就是有效的工具变量。最为重要的是，滞后值Xit-2和Zit-2与影响家庭人口构成或家庭教育构成的冲击无关，故而减少了内生性的一个潜在来源。采用滞后值并没有解决所有与前瞻性家庭行为相关的内生性问题。例如，计划在遥远未来迁移的一对夫妇，可能会选择与可以耕种土地和照看孩子的长辈住在一起。从这个意义上说，对于未来的迁移计划而言，家庭结构就是内生的。这些不可观测的计划被认为是一种固定偏好，但在本文的估计中被差分掉了。此外，取得这些变量精确的无偏估计值并不是本文关注的重点。相反，引入这些控制变量是为了更加精确地估计迁移对家庭消费的影响，以及对劳动力供给和投资决策的影响。
三 结果
第一阶段
在估计方程（3）之前，首先有必要确定自身份证发放以来年数的多项式函数t-2期的值这一工具变量，与迁移就业的劳动适龄村民所占比例在t-1期和t 期的变化显著相关。一阶段模型首先将自身份证发放以来年数设定为二次、三次和四次函数，同时引入村和省的年份虚拟变量（见表1，第1～3列）。在估计身份证发放对迁移人口网络影响时，四次函数形式具有更大的灵活性，故而优于二次和三次函数。
为了对控制了村庄或家庭变量内生变化的模型进行预测，表1分别在第4列和第5列中加入了村庄和家庭控制变量的两期滞后值。我们在村一级引入了村劳动力规模变量，以控制当地的劳动力回报，此外还引入了村土地中耕地所占比例、村总土地面积和果园种植面积占土地面积比例——该变量控制了村土地禀赋以及高价值作物专业化种植程度。此外，我们还引入村集体所有资产所占比例以控制农业以外的资本收益，并控制了经济发展中的地方政府参与度。为了控制家庭层面的人力资本和物质资本禀赋，我们还引入了劳动适龄家庭成员人数、劳动适龄男性家庭成员比例和劳动适龄女性家庭成员比例、人均土地面积和家庭中成年人平均教育水平。在两列中，人口迁移网络变量和迁移工具变量之间的关系依然很强，且F统计量表明，整组工具变量的效果很好，足以缓解对引入整组控制变量之后出现弱工具变量偏误的担心。虽然证据已经足够有力，人们可能还是会担心身份证发放时间也与不同村庄一系列政策的变化有关。这些可能性在补充性附录S3中进行了检验，没有直接证据表明身份证发放与政策调整之间存在可能通过迁移以外渠道影响消费的系统性联系。
迁移对家庭消费的影响
为了检验迁移对消费的影响，我们首先在初始消费分布的所有三个百分位上，同时估计了迁移对消费影响的水平形式及一阶差分形式的最小二乘法（OLS）模型。正如我们所预料的那样，如果不可观测的局部冲击是推动初始迁移决策的重要因素，那么水平形式OLS模型中迁移变量的系数是正值且不显著，无论是否引入家庭和村庄协变量都是如此（参见补充性在线附录表S3.2）。同样地，在以一阶差分形式进行OLS估计时，迁移状态变化的系数很小，且统计上显著性地异于零。
表1 第一阶段估计：身份证发放时间和迁移人口占村庄总人口比例变动
接下来我们采用广义矩工具变量（IV-GMM）模型进行分析，该模型控制了联立性偏误（simultaneity bias）以及其他可能与迁移指标相关的不可观测变量。广义矩估计量所采用的加权矩阵允许存在任意形式的异方差以及聚类间相关性，且在异方差性存在的情况下渐近有效（Wooldridge，2010）。本文共估计了三个一阶差分模型（见表2）。在表2第1列，估计值剔除了村庄和家庭控制变量，接着引入村庄和家庭控制变量，首先将其视为外生变量（见表2第2列），然后当作前定变量处理（见表2第3列），以t-2期的家庭和村庄控制变量为工具变量。Cragg-Donald F统计量表明，工具变量系数的偏误还不到OLS估计偏误的5%。所有三个模型给出的证据均表明，农村迁移人口占劳动人口比例的增大，对所有家庭的消费都有正向且统计上显著的影响。
表2 迁移和人口迁出村庄的住户家庭消费（所有模型取一阶差分）
续表
在所有三种模型的设定中，农村迁移人口所占比例的系数都相当接近。表2第1列和第2列的系数表明，村一级迁移人口增加1%，家庭人均消费会增加约3.6%，而第3列（对控制变量的动态内生性进行了控制）表明家庭人均消费增加了约2.5%。村迁移人口占农村劳动力比例的平均值从1988年的0.012增加到了2002年的0.126，因此这约1个百分点的上升幅度略高于村迁移人口比例的年度平均增幅，即0.8%。对于平均迁移人口所占比例而言，上述估计结果意味着在将控制变量视为前定变量的模型中，迁移使家庭人均年消费增长了2%，在将控制变量视为外生的模型中，家庭人均年消费增长了2.9%。在RCRE调查中村平均年消费增长了3.1%，由此迁移能力的提升解释了本文样本中人均消费平均值从65%增长到93%。
前文提到过，消费指标中包含了住房和耐用消费品方面的服务流量。鉴于这种流量的价值可能被错误地归结到已不在家中居住的外迁家庭成员身上，在表2第4～6列我们给出了迁移对非持久性消费增长的影响，其中剔除了教育费用以及来自住房和耐用品的流量。[4]结果显示农村迁移人口所占比例的系数略小一些（2.3%～3.4%的增幅），但至少在5%甚至更高水平上仍具有统计显著性。另一个需要留意的问题可能是，这些结果可能受到有迁移人口村庄和无迁移人口村庄之间差异性的影响。在研究所涉时段的早期，一些村庄没有迁移人口，但到了1996年，所有88个村庄都有一些人迁移出去。通过剔除早期没有迁移人口的村庄，我们考察了这种可能性（详见补充性在线附录表S3.3第1～3列），结果与表2所示的主要设定结果差别不大。
对于任何长面板数据而言，还应该关注失访问题（attrition）是否导致结果存在偏误。我们的年平均家庭失访率为5.8%，到2002年，最初受访家庭仍然留在样本中的平均概率是62%。在本文中，与另外两项使用该数据源但样本不同的研究（Benjamin，Brandt and Giles，2011；Giles，2006）一样，在村迁移人口比例（或村迁移人口比例的变化）和当年或此后一年失访之间，没有证据表明存在具有统计显著性的关系，而在人均消费和失访之间，也不存在相关性。为了进一步考察可能存在的失访偏误，我们用当年受访者留存的累计概率倒数对观测值进行加权，而每一年的留存概率则采用家庭和村庄特征及身份固定效应加以计算（Wooldridge，2010）。在控制了失访问题之后，三种主要模型的系数估计值变化不大（详见补充性在线附录表S3.3第4～6列），这说明主要结果未受失访偏误影响。
谁从迁移中获益
通过估计村庄新发生的人口迁移对家庭消费的影响，并将包含迁移人口的消费纳入家庭支出的计算——这两点都因为数据源的有趣特点而得以实现——我们得到了人口迁移增多的一般均衡效应。从1995年家庭层面的调查问卷开始记录某个家庭是否有人口迁出，我们可以考察家庭层面直接参与迁移的情况，也可以通过人均消费初始分布的百分位数予以考察。图4a显示了从1995年起至少有1名家庭成员在家乡乡镇以外工作和生活的家庭所占比例。自1995年到2001年的每一年中，与百分位点更高位置上的家庭相比，位于最低百分位点的家庭，其在册家庭成员中有在村外生活和工作者的可能性高大约5个百分点。此外，较低百分位点家庭人均外出打工天数比更高百分位点家庭多12天（见图4b）。这些差异在统计上是显著的，且在控制了村庄固定效应后依然显著（详见补充性在线附录表S4.2）。
按初始消费分布百分位对样本进行分割，并按百分位对方程（3）重新加以估计，其中因变量分别是消费和非耐用品消费（见表3）。[5]我们分别对整个1988～2002年和短一些的1995～2002年这两个时期，按百分位对系数进行了估计，其中后一个时期人口迁移开始速增。最初位于村内最低百分位的家庭，相比高百分位家庭而言，其人均消费和非耐用品消费增长更加迅速。事实上，高百分位家庭1988～2002年整个期间的估计值表明，无论是人均总消费还是人均非耐用品消费，都没有因为村庄层面的人口迁出而显著增长。然而，对于村内的最低和中间百分位家庭，1988～2002年迁移人口1个百分点的增长，均伴随着人均消费和人均非耐用品消费3%～4%的增长。在人口迁出快速增长的时期（1995～2002年），系数估计值表明，最低和中间百分位家庭的消费增长更加迅速（迁移人口每增加1个百分点，分别对应最低和中间百分位家庭消费10%和7%的增长），同时也显示高百分位家庭消费也在正向增长（4%），尽管后者的增加看起来应当归因于耐用消费品和住房的积累。
图4 a.有某位成员在家乡外工作的家庭所占比例，按初始消费百分位划分；b.外出打工平均天数
资料来源：1995～2002年RCRE家庭和村庄调查。
表3 整个初始消费分布上的村级人口迁移和消费（所有模型取一阶差分）
续表
人口迁移网络、投资和专业化
总的来说，表2和表3的结果表明，人均家庭消费的增加与不断增长的迁出人口有关，而且这些影响对于穷人而言更为强烈。然而，这些结果并没有揭示人口迁移怎样影响了村民的投资，以及人口迁出对当地经济的生产活动做出了多大程度的贡献。迁移劳动力市场可以通过汇款缓解当地的信贷约束，导致农业或非农就业的生产性投资增多，从而推动增收。此外，家庭也可能对信贷约束的放松做出反应，将迁移所得款项投资于住房或耐用消费品。家庭可能将劳动力转移到生产力水平更高的活动中，不论是直接在迁移目的地就业，还是通过当地就业，都因为人口迁出减少了当地的劳动力供给。
理解这些机制可能对中国的农村政策有重要意义。例如，如果在城市地区放宽劳动力市场政策能够增加农业投资，负责制定农业政策的管理者就应该考虑这种增长。或者，如果放宽劳动力市场不影响农业投资，农业政策制定者便有理由相信仍存在着严重的信贷市场失灵，才会导致对高回报活动的投资太少，那么就应当更加直接地解决这些失灵问题。为了厘清这些机制，接下来我们将研究迁移与投资和劳动力供给之间的关系。
投资
为了考察迁移是否缓解了信贷约束，我们建立如下模型对测量生产性投资（或住房及耐用消费品投资）的因变量进行估计：
在替代模型中，ΔKit是取对数后生产性资产价值的变化、ln（1+农业相关生产性资产价值）的变化、ln（1+非农业活动生产性资产价值）的变化以及住房和耐用品估算价值的变化。系数β衡量了每一种类型的投资如何随村劳动力中外出就业者所占比例的变化而变化。本文也按初始人均消费的百分位数对这些模型进行了估计。
检验结果清楚表明，伴随着人口迁出，所有村民群体都增加了对耐用消费品和住房的投资，而对于贫穷家庭，这方面投资的增幅更大（见表4）。人口迁出伴随着住房升级这一结果与其他研究相符。穆和德布劳（Mu and de Brauw，2015）发现，有证据表明，对于接通自来水的住房的投资，可能改善了农民工子女的营养状况。模型中，除了高百分位家庭非农业生产性资产以外，村迁移人口比例变化的系数在5%水平以上都不显著。这种关联性意味着，来自迁移人口的汇款收入足以促使当地经济增长，从而增加当地生产活动的回报，这些活动可能与家庭装修、建筑或其他活动有关。人口迁出的一项间接好处是，位居初始消费分布高百分位的家庭，其非农生产性活动可能增多。
表4 从村庄迁出对家庭投资和劳动力配置的影响（所有模型取一阶差分）
劳动力供给
如果财富效应强于替代效应，迁移劳动力市场的劳动力收入增长可能就会对家庭劳动力的供给产生负面影响。家庭最初可能在向市场供应劳动力的能力上面临制约，如果是这样的话，迁移机会的增多可以让他们通过扩大就业而增加收入。迁移劳动力市场上就业对劳动力供给所产生的直接影响可能通过对当地劳动力的需求或本地建筑和服务部门劳动力需求来缓解。
为了研究这个假设，我们修改了方程（5），以供给劳动天数（+1）取对数的四个指标作为因变量（见表4）。这些指标包括：人均总劳动天数、人均农业劳动天数、非农本地就业劳动天数，以及非农个体经营天数。总劳动天数对于三个百分位中的任何一个都没有发现具有显著性的系数。基于这些结果，我们可以假设，村级人口迁移的变化不会影响农村家庭的劳动力供给。
劳动力供给总量没有出现增长掩盖了劳动力在各种活动中的配置情况变化，这显示出一些有趣的现象。具体来说，在最低百分位上，人均农业劳动天数随着人口迁移的增加而下降，估计所得系数在10%的水平上显著，意味着在样本均值处迁移人口比例增加1个百分点伴随着劳动天数减少7.4%。与此同时，在中间和高百分位上，配置在当地非农市场的劳动天数增加了，这些系数值相当大，且在5%的水平上显著，意味着起初更加富裕的家庭加大了在当地劳动力市场的工作量，这最有可能是因为随着汇款投入生产性活动，本地的活动增多所导致的。
小结
我们研究的主要结果表明，人均消费随着迁移人口增多而增加，且对于较贫穷家庭的影响大于对初始消费分布上更高百分位家庭的影响。在研究期间（1995年以后），所有家庭的收入都有所增加，对于最初贫穷的家庭其增长速度更快。在更加贫穷的家庭，消费和收入的增长似乎直接来自迁移而减少对农业的劳动力投入，而在高百分位家庭中，其增长则看起来更多来自对非农经营的投资力度增大，以及将更多劳动力投入非农业活动。
四 结论
本文的研究表明，中国的国内人口迁移对人口迁出地区留守家庭的人均消费产生了正向影响，同时也表明，这类影响对于村内贫穷家庭的影响更大。与麦肯齐和拉波鲍特（McKenzie and Rapoport，2007）针对墨西哥的研究结果一样，中国农村居民迁出的便利性增加与社区内部不平等性降低有关。此外，来自农村的迁移人口增多，与住房财富和耐用消费品积累的增加有关，而在农村的贫穷家庭中，这种增长更为显著。与中国返乡农民工问题的研究以及国际文献的结论一致（Woodruff and Zenteño，2007；Yang，2008），本文的研究表明，人口迁移带来了对非农业生产活动的更多投资，但做出这类投资的大多是村庄中较为富裕的家庭。从拉动消费、改变贫穷人口的劳动力配置以及推动非农业投资的角度来看，促进人口迁移作为中国农村地区的发展战略，发挥了很大的正面作用。
本文采用了中国城乡迁移加速时期的数据，对于中国在过去15年中一直在推进的城市化进程而言，这些研究引发了一些思考。首先，虽然政府已经宣布了取消户口或户籍制度的规划，但这些方面的改革迄今尚未落实。户口制度并不会阻挡人口流动，但确实妨碍了农村迁移人口充分融入中国城市经济。尽管近期由世界银行和中国发展研究中心共同展开的合作研究已经得出结论，认为农村迁移人口更加充分地融入城市经济对于保持增长而言至关重要，但是大多数迁移人口并没有打算留在城市（Meng，2012）。其次，除了在住房和教育方面受到歧视外，正如全球金融危机余波所见证的那样，迁移人口还面临着急剧动荡时期的就业保护问题（Huang et al.，2011）。事实上，孔、孟和张（Kong，Meng and Zhang，2009）报告的证据表明，那些在金融危机余波中失业的迁移人口，在迁移劳动力需求再度回升时期，也不愿意重回城市中心就业。在进城要不断面对歧视的情况下，电子商务在中国的出现提供了一种方式，可以让迁移收入更多投资于其所在县、乡的生产性投资。运营淘宝网（相当于中国的易趣和亚马逊）的电子商务巨头阿里巴巴正在明确尝试将其服务拓展至农村社区。阿里巴巴对推动农村居民使用淘宝出售加工农产品和非农产品（如手工艺品）十分有兴趣。事实上，一些观察员们提出了淘宝网是否会推动“农村电商革命”的问题（Feng，2016）。虽然淘宝网打开的市场不太可能促使绝大部分迁移人口回归农村，但它的确引领了一种新趋势：在人口迁出地区，小规模生产经营活动投资的回报率可能在接下来十年里不断上升（Kong，Meng and Zhang，2009）。
参考文献
Benjamin，D.，L.Brandt and J.Giles.2005.“The Evolution of Income Inequality in Rural China.” Economic Development and Cultural Change 53 （4）：769-824.
Benjamin，D.，L.Brandt and J.Giles.2011.“Did Higher Inequality Impede Growth in Rural China？” Economic Journal 121 （557）：1281-1309.
Bryan，G.，S.Chowdhury and A.M.Mobarak.2014.“Under-Investment in a Profitable Technology：The Case of Seasonal Migration in Bangladesh.” Econometrica82 （5）：1671-1748.
Cai，F.，A.Park and Y.Zhao.2008.“The Chinese Labor Market in the Reform Era.” In China's Great Economic Transformation，edited by L.Brandt and T.Rawski，167-214.Cambridge：Cambridge University Press.
de Brauw，A.and J.Giles.2008.“Migrant Labor Markets and the Welfare of Households in the Developing World：Evidence from China.” Policy Research Working Paper No.4585，World Bank，Washington DC.
de Brauw，A.and J.Giles.2017.“Migrant Opportunity and the Educational Attainment of Youth in Rural China.”Journal of Human Resources 52 （1）：272-311.
Du，Y.，A.Park and S.Wang.2005.“Is Migration Helping China's Poor？” Journal of Comparative Economics 33 （4）：688-709.
Feng，H.2016.“Will ‘Taobao’ Villages Spur a Rural Revolution？” China Dialogue，May 24.
Frijters，P.，A.Liu and X.Meng.2012.“Are Optimistic Expectations Keeping the Chinese Happy？” Journal of Economic Behavior and Organization 81 （1）：159-171.
Giles，J.2006.“Is Life More Risky in the Open？ Household Risk-Coping and the Opening of China's Labor Markets.”Journal of Development Economics 81 （1）：25-60.
Giles，J.and K.Yoo.2007.“Precautionary Behavior，Migrant Networks and Household Consumption Decisions：AnEmpirical Analysis Using Household Panel Data from Rural China.” Review of Economics and Statistics 89 （3）：534-551.
Huang，J.，H.Zhi，Z.Huang，S.Rozelle and J.Giles.2011.“The Impact of the Global Financial Crisis on Off-Farm Employment and Earnings in Rural China.”World Development 39 （5）：797-807.
Jalan，J.and M.Ravallion.2002.“Geographic Poverty Traps？ A Micro Model of Consumption Growth in Rural China.”Journal of Applied Econometrics 17 （4）：329-346.
Kong，S.T.，X.Meng and D.Zhang 2009.“The Impact of Economic Slowdown on Migrant Workers.” In China's New Place in a World in Crisis：Economic，Geopolitical and Environmental Dimensions，edited by R.Garnaut，L.Song and W.T.Woo，233-260.Canberra：Asia Pacific Press.
Liang，Z.and Z.Ma.2004.“China's Floating Population：New Evidence from the 2000 Census.” Population andDevelopment Review 30 （3）：467-488.
Mallee，H.1995.“China's Household Registration System under Reform.” Development and Change 26 （1）：1-29.
McKenzie，D.and H.Rapoport.2007.“Network Effects and the Dynamics of Migration and Inequality：Theory and Evidence from Mexico.” Journal of Development Economics 84 （1）：1-24.
Meng，X.2000.“Regional Wage Gap，Information Flow and Rural-Urban Migration.”In Rural Labor Flows in China，edited by Y.Zhao and L.West，251-77.Berkeley：University of California Press.
Meng，X.2012.“Labor Market Outcomes and Reforms in China.”Journal of Economic Perspectives 26 （4）：75-102.
Mu，R.and A.de Brauw.2015.“Migration and Young Child Nutrition：Evidence from Rural China.” Journal of Population Economics 28 （3）：631-657.
Mu，R.and D.van de Walle.2011.“Left Behind to Farm？ Women's Labor Reallocation in Rural China.” Labour Economics 18 （S1）：S83-97.
Munshi，K.2003.“Networks in the Modern Economy：Mexican Migrants in the U.S.Labor Market.” Quarterly Journal of Economics 118 （2）：549-599.
Munshi，K.2011.“Strength in Numbers：Networks as a Solution to Occupational Traps.”Review of Economic Studies 78 （3）：1069-1101.
Munshi，K.and M.Rosenzweig.2016.“Networks and Misallocation：Insurance，Migration and the Rural-Urban Wage Gap.” American Economic Review 106 （1）：46-98.
Rozelle，S.，L.Guo，M.Shen，A.Hughart and J.Giles.1999.“Leaving China's Farms：Survey Results of New Pathsand Remaining Hurdles to Rural Migration.” China Quarterly 158：367-393.
Taylor，J.E.，S.Rozelle and A.de Brauw.2003.“Migration and Incomes in Source Communities：A New Economicsof Migration Perspective from China.” Economic Development and Cultural Change 52 （1）：75-101.
Woodruff，C.and R.Zenteño.2007.“Migration Networks and Microenterprises in Mexico.”Journal of Development Economics 82 （2）：509-528.
Wooldridge，J.M.2010.Econometric Analysis of Cross Section and Panel Data，2nd ed.Cambridge，MA：MIT Press.
Yang，D.2008.“International Migration，Remittances and Household Investment：Evidence from Philippine Migrants' Exchange Rate Shocks.” Economic Journal 118 （March）：1-40.
Zhao，Y.2002.“Causes and Consequences of Return Migration：Recent Evidence from China.” Journal of Comparative Economics 30 （2）：376-394.
Zhao，Y.2003.“The Role of Migrant Networks in Labor Migration：The Case of China.” Contemporary Economic Policy 21 （4）：500-511.
[1]阿兰·德布劳是国际食品政策研究所（IFPRI）高级研究员，他的电子邮件地址是a.debrauw@cgiar.org。约翰·加奥斯（通讯作者）是世界银行发展研究小组首席经济学家兼IZA劳动经济学研究所研究员，他的电子邮件地址是jgiles@worldbank.org。本文的研究得到了世界银行“以知识促进变革”项目和国际农业研究磋商组织（CGIAR）“政策、制度与市场研究”项目的资助。作者感谢三位匿名审稿人以及曾参与报告相关研讨会和学术会议的参会者。本文的补充性在线附录可以在世界银行网站上找到，在如下网址亦可找到本文的删减版：https：//sites.google.com/site/decrgjohngiles/publications。
[2]在线补充性附录表S1.1给出了关键结果变量，以及住户和村一级控制变量在所选年份的描述性统计。
[3]德布劳和加奥斯（de Brauw and Giles，2017）的文章综述了采用自发放身份证以来年数识别村庄迁移人口所占比例的各种方法。该文的图5显示，四次函数所预测出的模式，与采用指示自身份证发放以来年数的一组19个完全非参数虚拟变量所见的模式是完全一致的。因为采用四次函数形式所要求的回归自变量数量要少于完全非参数的设定，第一阶段的F统计量更高，由此降低了弱工具变量偏误。
[4]在本文研究所针对的这段时间，农村居民中很少有人能够合法购买住房或有钱购房，因此用其所支付的任何形式的租金估算住房价值是没有问题的。估算雇主提供住房的消费价值才是更大的问题，因为可以肯定的是，普查员并未考虑这方面的消费。教育费用也被剔除在外，因为这方面的消费只可能会增加，因为迁移人口面临的子女教育费用更高。
[5]在补充性在线附录S4中，对人均收入估计得到了类似结果并进行了讨论。