可变调整成本与劳动力流动的状态依赖*

田凤平， 周先波， 杨 科



可变调整成本与劳动力流动的状态依赖*

田凤平， 周先波， 杨 科

在搜寻理论框架下，从理论上导出劳动力流动的状态依赖性，并研究可变调整成本在劳动参与状态依赖性中的作用。从状态依赖的视角，使用中国(广东)家庭动态跟踪调查数据，研究劳动力前期务工状态通过家庭调整成本对后期外出务工决策的影响。实证结果显示：我国家庭劳动力流动关于过去的务工状况具有显著的状态依赖性，且调整成本是可变的。因为调整成本的存在，前期是否外出务工对后期外出务工的处理效应总为正；前期无成员外出务工的家庭后期继续选择不外出务工的可能性显著大于外出务工的可能性；前期有成员外出务工的家庭是否改变后期务工状态取决于家庭的收入高低。研究结果对如何从宏观上解决中国当前因劳动力转移规模不断扩大而造成的劳动力结构性短缺问题以及减轻空巢老人和空心村问题有一定的启示。

劳动力流动； 可变调整成本； 状态依赖性

一、引 言

作为生产活动的主体，劳动力对一国和地区的经济发展起着重要作用。近年来，我国开始出现两种相反的劳动力流动(迁移)现象：一是各主要经济大省的用工形势趋于紧张，有些地区存在严重的“用工荒”，大量劳动力离开工作地回流，劳动力已成为这些省份经济发展的重要制约因素；二是空巢老人问题(甚至空心村问题)日趋严重，严重影响居住环境和城乡发展。劳动力输入省市如何有效吸引外地劳动力来当地务工和减少当地务工外地人员回流，成为经济发展过程中亟需解决的重要问题；同时，如何有效吸引外出务工劳动力返乡建设亦成为城乡治理及本省市经济发展亟需解决的重要问题。这两种现象与劳动力的务工决策行为有关。对于外出务工的劳动者，下一步是继续在外务工还是回乡就业？对于留在本地就业的劳动者，下一步是继续留在本地还是外出务工？从直观上看，劳动力的决策行为与劳动力作决策前的工作状况(是本地务工还是外出务工)有关。

现有针对我国家庭劳动力外出务工的相关文献，大多从实证的角度，以单次劳动力务工调查样本或者多次随机调查样本为基础，通过构建Probit或Logit选择模型，对劳动力外出务工决策进行影响因素分析。与国外有关劳动力参与的相关研究结论一致(如Stark and Taylor，1991； Elliott，1999；Munshi，2003；Calvo-Armengol and Jackson，2004；Troske and Voicu，2010； Haan，2010；Flippen，2013；Kishi，2013)。我国劳动力是否外出务工或迁移(或回流)，主要受劳动力个体因素(年龄和教育水平，如赵耀辉，1997；王子成和赵忠，2013)、家庭人口特征(家庭未成年人数、老年人人数、劳动力数量，如Fan，2004)、劳动力收入禀赋(绝对收入水平、相对收入水平、城乡收入差距，如蔡昉和都阳，2002；邢春冰，2010；王湘红等，2012；王子成和赵忠，2013)以及劳动力拥有的社会网络(如王湘红等，2012；潘静和陈广汉，2014)等四大方面因素的影响。

上述对我国劳动力流动的相关实证研究，为国内劳动力市场发展提供了有益的参考，但大多仅将家庭劳动力的外出务工决策看成一个单次的选择过程，没有考虑劳动力前期务工状态对当期务工决策的影响。这可能有两方面的原因：第一，调查数据的限制，目前关于我国劳动力流动的调查大多是多次随机或者一次性随机调查样本，而劳动力流动状态依赖性的实证研究需要跟踪调查数据的支持；第二，劳动力流动(或务工决策)状态依赖理论的缺乏，国内文献缺乏劳动力流动状态依赖的理论机制研究。

经济学对劳动力流动行为的解释是从流动的收益和成本两方面考察的(Rosen，1985)。如果流动后潜在的收益大于成本，则流动就会发生，否则，流动就不会发生。从收益来看，人们有一种向收入最高的职业或地理位置流动的倾向，收入差距构成了流动的动机，但是否形成流动还取决于流动的成本(赵耀辉，1997)。除实体形式的搜寻成本外，心理因素和不确定性带来的成本常制约着劳动力流动(Sjastaad，1962；Todaro，1969)。留在家乡本地的劳动者可能因担心在城市找不到合适工作而继续留在家乡就业，已在外工作的劳动者可能因担心回乡不适应家乡的生活环境或者对当地未来发展状况没有确定性判断而继续在外务工。这些流动成本意味着，劳动力的劳动参与决策可能依赖于劳动力决策前的就业位置或状态。

国外文献对劳动力流动的状态依赖性在理论和实证两方面作了结合性的阐述。Heckman(1981)指出，劳动力流动的持续性受两种机制影响：一方面，劳动力的个体特征(如教育水平、家庭人口特征以及不能观测到的劳动力的偏好和能力等)将导致劳动力在不同时期持续地选择相同的劳动参与状态；另一方面，前期劳动参与状态将激励和导致劳动力在后期选择与前期相同的劳动参与状态。Hyslop(1999)将跨期工作状态作为选择变量纳入劳动者预期终生效用现值函数中，利用简单跨期优化模型的求解，发现劳动者当期劳动参与决策依赖于其前期参与状态。由此进行实证分析发现，前期参与劳动的妇女较之前期未参与劳动的妇女在当期参与劳动的概率要高26%。Francesconi(2002)将劳动参与状态进一步细分为全职工作、兼职工作和不工作三种状态，并在效用函数中考虑生育小孩带来的效应，求解有限生命预期效用现值最大化问题。由美国已婚妇女劳动参与选择的实证分析发现，有超过80%以上的妇女在当年继续选择与上一年同样的劳动参与状态。Lee and Tae (2005)将劳动参与状态持续性的两种可能原因(不可观测的劳动者异质性和前期参与状态)在模型中进行区分，发现韩国妇女劳动参与状态同样受其前期参与状态的显著影响，且本期与前期劳动参与的依赖程度与个体的年龄、受教育程度、婚姻状态等显著相关。Connolly and Gregory(2010)在Hyslop(1999)的研究框架下，将英国妇女的劳动参与状态分为全职工作、兼职工作和不工作三种情形，发现过去一段时间选择全职或兼职工作的妇女在本期选择全职工作的概率要高于过去不工作的妇女。最近，Ahmad(2014)对丹麦的移民就业状态进行研究发现，上一期处于失业状态的丹麦移民较上一期处于就业状态的移民在本期失业的概率要高6.5个百分点，劳动参与状态同样具有状态依赖性。

上述文献在构建状态依赖模型时有二方面的简化：(1)将劳动者从参与劳动到不参与劳动的状态变化看成不需要调整成本的(调整成本的含义见下一节)；(2)将状态依赖系数或状态变化的调整成本设定为不变的。这样的处理简洁方便，但在中国情境下有一定的局限性：第一，中国不同地区(特别是城乡之间)的发展存在较大差异，已在外工作的劳动力可能因担心回乡不适应当地的生活环境或者对家乡所在地将来发展状况没有确定性判断以及其他潜在损失(如已缴纳的社会保险的转移接续成本)而存在实体和心理上的调整成本。所以，外出务工与留守本地的正反方向务工状态的改变都应具有调整成本。第二，家庭在对其成员是否外出务工进行决策时，是维持还是改变原来务工状态取决于决策当期相对于前期状态的调整成本(除其他家庭特征变量外)，而此调整成本可能还依赖于外出务工搜寻成本、家庭效用偏好、非外出务工收入和外出务工保留工资等因素。例如，在中国城乡经济发展水平差距较大的情况下，务工状态变化带来的调整成本会与劳动者家庭的收入状况、相对贫困程度、社会关系等因素有关，从而将调整成本设定为可变的更符合现实。

近年来，关于中国情境下劳动力流动(或务工选择)研究的部分学者注意到了中国劳动力务工选择的状态依赖性。例如，胡金华等(2010)由搜寻成本对此作了解释，即有外出务工工作经验的劳动力再外出务工的搜寻成本会减少，从而继续外出务工的概率较高。杨锦秀等(2010)认为，外出务工的状态依赖性可能是由于劳动力外出务工时和企业签订了较长时间的劳动合同，依此短期内需继续外出务工。另外，外出务工劳动力劳动技能的积累和能力的提高(石智雷和杨云彦，2011)以及在外社会网络的建立(Zhao，2003)也使其之后的务工决策表现出状态依赖性。不过，务工状态依赖的理论和实证研究严重不足。

本文将Hyslop(1999)状态依赖模型的研究框架进行扩展，着重探讨调整成本在家庭劳动力外出务工和留守本地状态选择依赖模型中的作用，以适应中国劳动力流动(或务工决策)的研究。与Hyslop(1999)研究不同的是，我们要求外出务工与留守本地务工的正反方向状态变化都具有调整成本，并强调调整成本的可变性。在中国情境下，这种理论扩展具有合理性。在实证中，我们将前期状态变量的系数(调整成本)设定为其决定因素的变系数函数，使调整成本具有可变性。

本文对文献的主要贡献在于：(1)在搜寻理论框架下，从理论上导出中国劳动者外出务工或留守本地就业选择的状态依赖性，且允许双向状态的流动都存在调整成本，并研究调整成本的可变性在劳动参与状态依赖性中的作用；(2)从状态依赖的视角，考察劳动力前期务工状态通过调整成本对后期外出务工决策的影响，并发现我国家庭劳动力流动(或务工选择)显著的状态依赖特征。

余下部分安排如下：第二部分导出状态依赖的理论模型，提出本文关于劳动力务工决策的三个命题；第三部分建立实证模型并提出几个问题；第四部分是变量、数据及模型估计结果概述，从调查样本的统计结果和实证结果两方面阐述劳动力外出务工的状态依赖性；第五部分是Probit状态依赖模型参数估计结果的进一步分析，回答本文重点关注的劳动力外出务工及其决策变化与其前期劳动参与状态和调整成本的关系；第六部分用半参数估计说明前述结果的稳健性；最后为结论和政策启示。

二、理论模型

本部分建立搜寻理论框架下关于务工决策的动态规划模型。与传统职业搜寻理论相比，本文针对中国家庭劳动力留守本地和外出务工两种职业选择的特点，以同等重要的地位看待两种流动选择下的搜寻，并推导决策方程。

为简化起见，以下讨论将劳动者及其家庭看成同一决策人或代表性家庭。劳动者基于对市场工资报价和自己保留工资的权衡，作出是否进入外部市场参与劳动的决策，其中进入外部劳动市场是指劳动者离开家乡外出务工，挣得外部市场工资；不进入外部劳动市场是指劳动者留守本地从事家庭生产或于家庭所在地寻工就业，获得收入或内部市场工资。劳动者改变以前的就业状况，需要付出一定的搜寻成本(searching cost)或机会成本，从而现期搜寻成本会因劳动者前期劳动参与状况的不同而不同。如果改变当期的劳动参与状况，考虑到在之后的生命周期内劳动参与偏好的改变，劳动者不仅需增加当期的搜寻成本或机会成本，还需要因当期劳动参与状态改变所导致的成本(如心理成本、潜在损失等)。本文将综合这两种成本，称之为改变就业状况的调整成本(adjustment cost)。

设ρ1>0和ρ2>0分别是前期没有外出务工(留守本地)和前期外出务工的劳动者现期改变劳动参与状况的搜寻成本，wt是劳动者于时期t外出务工时的市场工资，at是劳动者于时期t没有外出务工(留守本地)的收入(或本地工资)。设yt是时期t劳动者劳动参与的二值变量，外出务工时，等于1；留守本地时，等于0。

当劳动者在时期t-1的劳动状况是yt-1=0(即留守本地)时，他于时期t有两种选择：如外出务工，则需付出状态改变的搜寻成本ρ1，净收益是wt-ρ1；如继续留守，则不需要付出状态改变的搜寻成本(或机会成本)，净收益是at。所以，此情形下的第t期净收益是at(1-yt)+(wt-ρ1)yt。

当劳动者在时期t-1的劳动状况是yt-1=1(即外出务工)时，他于时期t有两种选择：如继续外出务工，则不需付出状态改变的搜寻成本，净收益是wt；如回乡留守，则需要付出状态改变的搜寻成本(或机会成本)ρ2，净收益是at-ρ2。所以，此情形下的第t期净收益是(at-ρ2)(1-yt)+wtyt。

假设家庭或劳动者获得的净收益全部用于家庭消费，设ct是时期t时家庭的总消费量，则家庭逐期消费ct的预算约束是：

即：

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

(1)

代表性家庭对劳动者劳动参与决策的依据是最大化家庭无限生命周期内的效用现值。设家庭在时期t的效用函数是u(ct,yt,zt)，其中zt是家庭可观察或不可观察的一些特征变量，且效用函数关于消费c满足常规的边际效用递减规律，即：

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

这里，效用函数中的yt可对应于家庭的闲暇消费，家庭选择劳动参与状况yt相当于选择闲暇的消费方式(在外地，还是在本地)，这样做的目的是为了对家庭的闲暇消费作简单处理。

家庭在预算约束(1)之下，选择消费ct和劳动参与状态yt，使其预期生命周期的效用现值最大化：

(2)

其中，η是时间偏好率。由(1)式，因消费可由劳动参与状态给出，故本质上只需选择劳动参与状态。我们的问题与Hyslop(1999)的有所不同，我们研究的是劳动力外出务工和回乡留守的选择问题，在劳动者前期参与状态为yt-1=1(外出务工)时，如他当期改变参与状态、(回家庭所在地)留守本地(yt=0)的话，他也需付出搜寻成本(或机会成本)；而Hyslop(1999)研究的是妇女劳动参与问题，如妇女前期参与工作、后期回家不工作的话，她不需付出搜寻成本。

因yt-1和yt是二值变量，故问题(2)(1)的求解需考虑四种情况：

(yt,yt-1)=(1,0),(1,1),(0,0),(0,1)。

为此，我们将本期劳动参与状态分为yt=1和yt=0情形，分别讨论上述最优化问题求解导出的状态依赖方程。

(一)家庭在时期t选择外出务工:yt=1

设定市场工资和非出外务工收入都平稳，家庭各期预算约束不变，则上述最优化问题(2)和(1)的值函数是平稳的。劳动者务工参与变量yt-1由时期t初始时刻的值函数给出，即：

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

其中，上标0和1分别表示劳动者在时期t不外出务工和外出务工，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).

给定上述值函数，对于t-1期没有外出务工的劳动者(yt-1=0)来说，有：

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

(4)

类似地，对于t-1期外出务工劳动者(yt-1=1)来说，有：

(5)

(6)

整理可得：

(7)

(8)

(二)家庭在时期t选择留守本地:yt=0

由上述值函数，对于t-1期留守本地的劳动者(yt-1=0)来说，有：

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

(9)

类似地，对于t-1期外出务工的劳动者(yt-1=1)来说，有：

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

(10)

将(9)和(10)左右两边对应相减，得：

整理可得：

(11)

(12)

(三)调整成本的可变性

所以，在我们的模型(8)或(12)中，调整成本ρ和ρ′都是可变的。以一个具体的效用函数为例可更清楚看出这一点，并了解调整成本的决定因素。假设效用函数为：

u(ct,yt,zt)=ln(ct)kytf(zt)，

其中，f(zt)>0为关于家庭特征zt的函数；k为大于零的常数，反映劳动者外出务工与否的效用偏好差异，我们称之为效用偏好差异因子。简单计算知，调整成本ρ为：

命题3说明，Hyslop(1999)、Connolly and Gregory(2010)和Ahmad(2014)等基于不变调整成本建立的实证模型有一定的局限性，劳动参与状态改变的调整成本应是可变的。通过可变调整成本，劳动力流动的状态依赖程度应受家庭的收入状况、相对贫困程度、社会网络等因素调节。在下文，我们将建立可变调整成本的状态依赖模型，考察这些因素在劳动参与决策状态依赖中的调节作用及其统计显著性。

三、实证模型设定及研究问题

由第二部分命题1和命题2知，家庭当前劳动参与决策yt通过调整成本依赖于前期的参与状况yt-1。本节基于劳动参与状态依赖方程(8)，建立如下状态依赖二元选择面板模型：

(13)

与命题1的状态依赖方程(8)相比，模型(13)中前期劳动参与状态yi,t-1的系数与(8)中调整成本ρ相对应，故用同一符号表示。由此，调整成本ρ是一种状态依赖系数，本期外出务工关于上一期外出务工状态依赖性可由模型(13)中系数ρ的估计及其显著性来判断。

按照第二部分命题3，调整成本ρ是可变的，它与家庭的收入状况、相对贫困程度、家庭社会网络等因素有关，所以我们进一步将之设定为这些因素的函数形式ρ=ρ(x)=x′β，对应的二元选择状态依赖模型为：

即：

(14)

其中，xit是可变调整成本的决定因素，β是xit(含有1)的系数向量。由模型(14)的估计我们可考察变量xit在劳动参与决策状态依赖中的调节作用及其显著性，从而可检验可变调整成本设定的合理性。

进一步，我们研究外出务工及其决策的变化关于前期状况的依赖性是否具有显著性，以及调整成本在务工决策变化中的作用。具体地，由模型(13)和(14)的估计结果，考察以下问题：

问题1 前期外出务工的劳动者在当期继续外出务工的可能性与前期留守本地的劳动者在当期决定改变状况而外出务工的可能性相比，是否有差异？这种差异是否具有统计显著性？

此问题研究初始务工状态的变化对劳动者当期外出务工决策的影响程度，回答前期务工状态影响后期外出务工决策的处理效应。事实上，这正与命题1中表述的两类劳动者的当期参与决策的差异相吻合，为此需估计：

(15)

这里,假设模型(13)或(14)中的扰动项ε服从标准正态分布，分布函数记为Φ(·)。可见，调整成本ρ直接导致了此处理效应的存在。

问题2 在前期无外出务工的条件下，后期继续无外出务工的可能性与后期有外出务工(即新增劳动力外出务工)的可能性相比，是否有差异？这种差异是否具有统计显著性？

此问题研究后期外出务工决策的变化关于前期留守本地劳动参与状态的依赖性，为此需估计概率差：

(16)

问题3 在前期外出务工的条件下，后期继续外出务工的可能性与后期留守本地(即劳动力回流)的可能性相比，是否有差异？这种差异是否具有统计显著性？

此问题研究后期外出务工决策的变化关于前期外出务工状态的依赖性，为此需估计：

(17)

上述问题对于政府了解劳动力外出务工的决策行为并制定相关政策具有重要意义。为回答这些问题，需先对模型(13)或(14)进行Probit回归估计。但如果扰动项不服从正态分布，上述参数估计可能是非一致的。从稳健性的角度，需要不设定扰动项的分布对模型进行估计，我们将使用半参数估计方法达到这一目的。

四、变量、数据与模型估计

本文实证所用的数据来自2008、2009年中国家庭动态跟踪调查(CFPS)广东省的调查样本*作者感谢上述机构及其人员提供的数据协助！本文的观点和内容由作者自负。。此调查由北京大学中国社会科学调查中心与中山大学社会科学调查中心合作开展，采用追踪调查方法，较全面地反映了中国社会经济变动、家庭生活变化及民众个体发展状况。2008年CFPS随机抽取广东省8个区县，每个区、县100个家庭户，其中由4个(村)居委会、每个居委会25个家庭组成，共有800个样本家庭户，基本满足省级代表性的要求。调查采用入户访问方式。访问员到被访者家中或者单位进行访问，直接与被访者面对面完成问卷，数据可信度较高。2009年 CFPS (广东)以2008年调查样本为跟踪对象进行调查。

因为跟踪调查数据存在非连续户，我们依据样本的家庭编号(调查数据集中用fid表示)剔除了2008年和2009年中仅其中一年有调查资料的样本，最后整理得到659户连续两年的调查样本。为与现有研究结论进行对照比较，本文将小于16岁的家庭人员定义为未成年人，将大于60岁的家庭人员定义为老年人，将年龄在16岁和60岁之间且未在上学的人员定义为劳动力。

(一)被解释变量：外出务工二元变量

本文采用家庭第t期是否有人员外出务工作为被解释变量yt，有成员外出务工时取值为1，无成员外出务工时取值为0。其前期变量记为yt-1，表示家庭在第t-1期是否有人员外出务工的状态变量。表1给出2008和2009年外出务工状态样本分布的统计描述。2008年外出务工样本数占总样本数的比例为23.37%，到2009年此比例下降为18.66%；对应地，2008年没有外出务工样本数占总样本数的比例为76.63%，到2009年此比例上升为81.34%，总的来看劳动力回流现象较严重。

表1 外出务工状态y的样本分布

由表1进一步计算可知，2008年有成员外出务工的家庭在2009年继续有成员外出务工的比例为44.81%(=69/154)，而2008年无成员外出务工的家庭在2009年选择外出务工的比例仅为10.69%(=54/505)。前期有成员外出务工的家庭在当期继续外出的比例远高于前期无成员外出务工而当期有成员外出务工的比例，两者差值达34.12%。这说明，前期是否外出务工对当期的外出务工决策有重要影响。对应地，外出务工人员在2009年回流的比例为55.19%(=85/154)，2009年新增外出务工的家庭比例为10.69%(=54/505)，2009年继续无成员外出务工的家庭比例为89.31%(=451/505)。前期是否外出务工对当期成员外出务工决策有重要影响，状态没有改变的样本比例大于状态有改变的样本比例((69+451)/659=78.9%>(85+54)/659=21.1%)。这些都说明，前期是否外出务工对当期是否外出务工选择具有较大的影响，当期务工决策表现出较强的关于前期务工状态的依赖特征。

(二)解释变量与统计描述

由第二、三部分知，家庭劳动力是否外出务工的前期状态是状态依赖决策模型(13)或(14)的关键变量。另外，相当一部分因素通过工资水平和保留工资影响家庭的外出务工决策。为研究状态依赖对当期劳动参与选择的直接影响效应，这些因素应作为模型(13)或(14)的解释变量加以控制。由工资及保留工资的决定因素知，它们应包括：户主年龄、受教育年限、家庭未成年人比重、家庭老年人比重、家庭收入、社会网络、家庭相对贫困性。

特别地，社会网络用村庄外出务工比例(即村庄外出务工人数与村庄家庭户数的比例)作为代理变量；参照Deaton(2001)和王湘红等(2012)，家庭在村庄中的相对贫困(Relative Deprivation)程度用Deaton(2001)构造的相对贫困指标来测度，记为deaton，其定义是：

其中,yi表示某村庄家庭i的家庭实际收入，m+(yi)为该村庄家庭收入高于yi的家庭收入均值，F(yi)表示某村庄的家庭收入yi的累积分布，m为该村庄家庭收入的平均值。因为上式利用村庄家庭收入的均值对相对贫困指标进行了标准化，故deatoni的值在0和1之间。deatoni的值越大，家庭i的相对贫困感就越强。

表2给出上述解释变量及被解释变量的定义、名称和2008与2009年样本的描述性统计。

表2 2008—2009年变量描述性统计

(三)模型估计与检验：状态依赖与可变调整成本的显著性

由表3(I)和(II)可见，前期外出务工状态变量yt-1的系数估计显著为正，说明家庭劳动力外出务工决策具有显著的状态依赖特征，这验证了第二部分命题1和2关于调整成本的设定，故与理论预期一致。

由表3(III)和(IV)可见，三个交叉项的系数估计均为正，且前两者的系数估计是显著的，说明当期家庭收入和社会网络在前期外出务工状态影响当期务工决策过程中的调节作用是显著的，且为正；对三个交互项的系数联立为零的检验也是显著的(p-value=0.051)。这说明家庭改变务工状态的可变调整成本设定是合理的，且家庭收入、社会网络和相对贫困指标变量的调节作用从整体上是显著的，这与第二部分命题3的理论预期相一致。

对表3四种形式模型进行两两似然比检验可知，(III)最适合于我们的样本，可变调整成本在家庭外出务工决策中起着重要作用，设定可变调整成本是必要的。由(III)知，家庭收入对外出务工具有显著的负向影响，家庭收入越高，家庭成员外出务工的概率越低，但当家庭有成员在前一期外出务工时，受家庭收入对调整成本调节作用的影响，家庭收入对外出务工的负向影响将显著变弱。社会网络对外出务工具有显著正向影响，且这种正向影响在前期外出务工状态等于1时通过调整成本得到显著增强。家庭相对贫困程度对家庭本期外出务工的影响显著为负，但若家庭有成员在上期外出务工，受家庭相对贫困程度对调整成本的正向影响，这种负向影响将减小。

表3 状态依赖模型的估计结果

注：括号内的值为相应参数估计的z值，***、**和*分别表示在1%、5%和10%的显著性水平下显著。

五、务工状态变化的概率效应及其状态依赖

由上一节模型的估计和检验知，状态依赖与调整成本的可变性都具有显著性。由表3(III)，家庭i当期外出务工的条件概率Prob(yit=1|yi,t-1,zit)的估计是：

(18)

(一)外出务工关于前期务工状态变化(由0至1)的概率效应

图1 处理效应p(1|1)-p(1|0)的三维图[(15)式]

由(18)式，让zit和xit中除家庭收入和相对贫困变量外的其余变量均取样本均值，分别计算p(1|1)和p(1|0)，得概率之差p(1|1)-p(1|0)，即(15)式，它是家庭收入和相对贫困变量的函数，图1给出其三维图。为比较起见，还绘出两概率之差为零的曲面。可见，p(1|1)-p(1|0)位于零曲面上方，说明前期务工状态变化(由0→1)对当期外出务工概率具有正向影响，与第二部分理论模型结论ρ>0一致，处理效应为正。家庭当期收入越高，这种处理效应就越大，本期外出务工关于前期外出务工状态的依赖程度就越高。

表4报告概率差p(1|1)-p(1|0)在家庭收入和相对贫困指标变量的1%、10%、30%、50%、70%、90%和99%样本分位点组成的49对点处函数值的估计，以及由bootstrap方法计算的bootstrap概率值所显示的显著性。可见，除非常低收入水平和低相对贫困水平的4对分位点外，剩余 45对分位点处概率差的估计均为正，且是统计显著的。总的来说，外出务工关于前期外出务工状态1的依赖性在统计上是显著的。这些给出了本文第三部分问题1的肯定回答。

表4 概率差的估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著水平下显著。

(二)外出务工状态改变(由0至1)关于前期务工状态0的概率效应

图2 p(0|0)-p(1|0)的三维图[(16)式]

在前期外出务工状态同为0的条件下，家庭在当期继续维持前期状态与改变前期务工状态相比，其可能性差异如何呢？这是第三部分的问题2。图2绘出前期外出务工状态为0时概率差p(0|0)-p(1|0)随家庭收入和相对贫困指标变动的曲面图[对应(16)式]。可见，p(0|0)-p(1|0)关于收入和贫困指标的增加而递增，且恒大于0：对于前期无外出务工，本期继续选择不外出务工的可能性大于本期改变状态的可能性。

表5给出成对分位点处概率差p(0|0)-p(1|0)的估计值及其显著性。与图2一致，前期没有外出务工的家庭在当期不改变这种状况的可能性显著大于它改变这种状况的可能性；这意味，当期不外出务工的决定显著依赖于前期没有外出务工的状态。这些给出了本文第三部分问题2的肯定回答。

表5 概率差p(0|0)-p(1|0)的Probit估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著性水平下显著。

从调整成本的角度解释，将p(0|0)-p(1|0)写为：

(19)

(三)外出务工状态改变(由0至1)关于前期务工状态1的概率效应

图3 p(1|1)-p(0|1)的三维图[(17)式]

在前期外出务工状态同为1的条件下，家庭在当期继续维持前期状态与改变前期务工状态相比其可能性差异如何呢？这是第三部分的问题3。图3给出前期外出务工状态为1时概率差p(1|1)-p(0|1)随家庭收入和相对贫困指标变动的曲面图[对应(17)式]，其中为比较起见，还绘制了此概率差为零的平面。可见，当家庭收入较小时，概率差p(1|1)-p(0|1)小于零；当家庭收入超过一定水平后，此差大于零。这意味着对于前期外出务工的家庭，本期是继续外出务工还是回流，将取决于本期的家庭收入情况。若家庭在前期选择务工后本期收入仍然较低，则劳动者倾向于在下一期选择回流；而当本期收入可达到一定程度时，劳动者倾向于在下一期继续维持外出务工。所以，对问题3的回答取决于家庭的收入高低。

表6给出成对分位点处概率差p(1|1)-p(0|1)的估计值及其显著性。与图3一致，如果家庭收入高，劳动者当期继续外出务工的可能性较大；如果家庭收入低(低于30%分位点)，则当期返乡的可能性较大。不过，除了收入非常低(10%分位点以下)情形，这种状态依赖性的统计显著性不太高。这意味着在劳动者处于外出务工状况之下，如果家庭收入不是太低，劳动者下一年是否外出务工在选择上并没有显著的偏好；只有在家庭收入太低情况下(小于10%分位点)，劳动者才倾向于返乡。

表6 概率差p(1|1)-p(0|1)的Probit估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著性水平下显著。

从调整成本的角度解释，将p(1|1)-p(0|1)写为：

(20)

小结：综上，劳动者在本期是否改变前期的外出务工或留在家乡的状态，因他在前期的务工状况不同而有一定的差异。如果前期没有外出务工，则现在他更倾向于维持现状留在家乡；如果前期已外出务工，现在他是继续外出务工还是返回家乡，取决于家庭所在地的收入水平，但这种倾向在统计上并不是相当显著。

六、稳健性

上面的实证分析基于扰动项服从正态分布的假定。如果扰动项不服从正态分布，上述状态依赖性的有关结论是否仍成立呢？为此，本节采用允许扰动项服从非正态分布的半参数方法(semi-nonparametric，文献中常简记为SNP)估计模型(13)和(14)。其核心思想是，不预设扰动项的分布，而用埃尔米特多项式(Hermite polynomial)逼近扰动项的分布函数，代替Probit模型最大似然函数中的标准正态分布函数来估计模型中的参数，详见Gallant and Nychka(1987)和De Luca(2008)。

表7给出状态依赖模型(13)和(14)的半参数估计结果*此处由stata软件估计，感兴趣的读者可来信索取do文件。。可见，模型四种形式中各变量的系数估计的方向和显著性与表3的基本一致。与表3一样，似然比LR检验表明表7(III)的估计较适合于我们的样本。

表7 状态依赖模型的半参数估计

注：圆括号内的值为相应估计的z值，***、**和*分别表示在1%、5%和10%的显著性水平下显著。

图4 前期外出务工状态的处理效应p(1|1)-p(1|0)(SNP估计)

图5 p(0|0)-p(1|0)的三维图(SNP估计)

图6 p(1|1)-p(0|1)的三维图(SNP估计)

对于半参数估计，与表4至表6一样可计算三种概率差，并检验它们是否显著不为零(见附录的附表1至附表3)。我们也发现，有关显著性的结论不变。总之，不管扰动项分布是否满足正态分布假定，家庭本期外出务工决策关于前期务工具有状态依赖性及显著性的结论都是稳健的。

七、结论和启示

本文在搜寻理论框架下，从理论上导出中国家庭劳动力流动状态依赖性的理论依据，且允许就业状态的改变都存在调整成本，并研究调整成本的可变性在劳动参与状态依赖性中的作用。从务工状态依赖的视角，以中国(广东)家庭动态跟踪调查数据为例，考察了劳动力前期务工状态通过调整成本对后期外出务工决策的影响，发现我国家庭劳动力流动存在显著的状态依赖特征，以及可变调整成本设定的必要性。主要研究结论如下：

1．家庭劳动力外出务工关于过去的外出务工状况具有强的状态依赖性。上一期外出务工在当期继续外出务工的概率要比上一期未外出务工在当期外出务工的概率要高。外出务工关于前期是否外出务工状态的这种处理效应总为正，且对大多家庭来说都是显著的。

2．对于前期留守本地的劳动者，不管家庭收入情况和贫困程度如何，本期继续选择留守本地的可能性总大于本期选择外出务工的可能性，当期的选择关于前期不外出务工状况的依赖程度高，且在统计上是显著的。

3．对于前期外出务工的劳动者，本期是继续外出务工还是回流，取决于家庭收入情况。若家庭在前期选择务工后本期收入仍然较低，则劳动者倾向于在下一期选择回流；当本期收入达到一定程度时，劳动者倾向于在下一期继续维持外出务工状态。劳动者外出务工的状态是否改变劳动者后期务工决策取决于家庭的收入高低。

4．劳动者当前参与决策依赖于前期参与状况的根本原因在于可变调整成本的存在。如果劳动者前期没有外出务工，调整成本的存在使他倾向于维持现状留在家乡；如果前期已外出务工，家庭的收入水平将决定劳动者继续外出务工还是返回家乡，本质上也是调整成本在起作用。

5．调整成本的作用还体现在家庭收入和社会网络两变量与前期外出务工显著正的交互效应上。家庭收入越高或当地外出务工比例越高，劳动者前期外出务工对其外出务工概率的影响就越大。

本文关于家庭可变调整成本和外出务工状态依赖性的实证结论有两方面启发。对于用人单位或用工当地政府来说，为有效吸引非本地劳动力来当地务工并减少他们回流，应改善外来务工者的工作环境，提高务工人员福利，减少歧视，增加工作地对他们的吸引力，增加低收入家庭和低相对贫困家庭外来劳动力在当地务工的收入。另外，构建和完善外地劳动力务工的社会网络，搭建信息交流平台，降低外来务工者实际搜寻成本和决定来当地务工的调整成本。

对于劳动者家乡当地用人单位或部门来说，如果希望稳定没有外出务工的劳动力继续在本地发展，并吸引已外出务工人员回乡为家乡作贡献，则应想方设法为他们提供当地务工方便和政策支持，提升劳动力在本地工作或生产的收入和积极性。同时，让劳动者家庭结构相对稳定，加强家乡所在地务工的社会网络发展，减少家庭关于其成员在当地发展决策的调整成本。如何从宏观上解决中国当前因劳动力转移规模不断扩大而造成的劳动力结构性短缺问题，同时减轻空巢老人问题和空心村问题的严重性，上面两方面的启示可以为政府相关政策的制定提供一定的依据。

蔡昉，都阳.迁移的双重动因及其政策含义.中国人口科学, 2002,(4).

胡金华,陈丽华,应瑞瑶.农村劳动力迁移的影响因素分析——基于社会网络的视角.农业技术经济. 2010,(8).

李璠,韩晓耘.外出打工人员的年龄结构和文化构成——中国农村劳动力流动问题研究之一.中国农村经济,1994,(8).

潘静，陈广汉.家庭决策, 社会互动与劳动力流动.经济评论,2014,(3).

王湘红,孙文凯,任继球.相对收入对外出务工的影响: 来自中国农村的证据.世界经济,2012,(5).

王子成，赵忠.农民工迁移模式的动态选择外出, 回流还是再迁移.管理世界,2013,(1).

石智雷,杨云彦.外出务工对农村劳动力能力发展的影响及政策含义.管理世界, 2011,(12).

邢春冰.迁移, 自选择与收入分配——来自中国城乡的证据.经济学(季刊), 2010,(2).

杨锦秀,石川,吴燕丽.失业返乡农民工外出务工意愿实证分析——以四川省为例, 农业技术经济, 2010,(1).

赵耀辉.中国农村劳动力流动及教育在其中的作用.经济研究, 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.

附录：三种概率差的半参数估计及其显著性

附表1 概率差的半参数估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著水平下显著。

附表2 概率差p(0|0)-p(1|0)的半参数估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著性水平下显著。

附表3 概率差p(1|1)-p(0|1)的半参数估计及其显著性

注：***、**和*分别表示在1%、5%和10%的显著性水平下显著。

【责任编辑：李青果；责任校对：李青果，张慕华】

2016—03—20

国家自然科学基金项目(71371199)；教育部人文社会科学研究青年基金项目(14YJCZH141)；中央高校基本科研业务费专项资金中山大学青年教师培育项目(13wkpy21)

田凤平，中山大学国际金融学院(珠海 519082)； 周先波(通讯作者)，中山大学岭南学院(广州 510275)； 杨 科，华南农业大学经济管理学院(广州 510642)。

10.13471/j.cnki.jsysusse.2017.01.016