村级迁移率与村内农户间收入差距

摘要 本文运用中国健康与营养调查(CHNS)数据,验证村级迁移率提高是否会缩小村内农户间收入差距,结果发现村级迁移率提高不仅没有缩小村内农户间收入差距,反而显著地扩大了村内农户间的收入差距。本文依据村级迁移率的大小对样本进行选择,差分模型的结果表明,在低流动样本地区迁移网络扩大了农户间收入差距,而在高流动地区迁移网络却缩小了农户间收入差距,但这种影响并不显著。笔者认为村级迁移率提高反而扩大村内农户间收入差距的根本原因是迁移网络规模效益没有形成和目前的户籍制度造成外出务工的农民不能在城市定居。其政策含义是:加强农村迁移网络的建设,提供均等的迁移机会;明晰农村产权制度,促进农村土地流转;适当放松户籍制度,促进农民工城市融合。

关键词 劳动力转移 收入差距 村级迁移率 人力资本

一、 引言

增加农民收入、使农民持续增收是中国政府的政策目标。随着改革开放程度的加深、农业税费的减免、支农惠农政策的实施,近年来中国农村居民的收入得到了较快地增加,与之相伴而生的是农户间收入差距不断拉大,农村住户纯收入的基尼系数从1978年的0.2124上升到1985年的0.2267, 2006年更是达到了0.3737(国家统计局农村社会经济调查总队,2007)。农民对农户间收入差距及其带来的生活质量和财产差异体察得更深更直接,农户间收入差距会对农民生活态度产生较大影响,收入水平相对较低的农民更易不满分配现状,这会对农村社会治安和农村稳定产生负面影响。

以往的许多研究表明,对农业依赖程度低的农户往往是农村中的高收入者,而且工资性收入比例差异是造成农户间收入差距的重要因素之一。尤其近些年来,工资性收入占农民家庭人均纯收入的比重越来越大,2007年中国农村居民工资性收入已在农民人均纯收入中占到38.省略,通讯地址:辽宁省沈阳市东陵区东陵路120号,邮政编码:110866。张广胜,通讯作者,沈阳农业大学经济管理学院,Email: ,电话:02488488428。感谢陈钊、詹宇波、周晓津在第三届中国青年经济学家联谊会(YES)会议上的评论。感谢国家自然科学基金项目(70773077, 70973082)和辽宁省2010年博士生访学项目的资助。非常感谢匿名评审专家的建议,文责自负。

2010年第4期周密 张广胜 村级迁移率与村内农户间收入差距

2010年第4期

且在社区层面的作用尤其明显(张爽等,2008);社会网络对农户间收入差距的贡献达到12.1%―13.4%(赵剑治和陆铭,2009)。那么一个村外出打工人数的多少对村内农户间收入差距有怎样的影响?本文选择“村”为研究单位,是基于这样的考虑:从收入方面,在同一个村中,农民会比较自己收入水平的相对地位,若外出务工提高农户收入,则未外出务工的农民可能会“跟随”已外出务工的农民外出打工,这样就形成了迁移网络,同时这也会使村内农户间的收入流动发生变化,导致农户间收入差距变化;另外,中国农村的“熟人社会”决定了农户间的信息沟通非常迅速,他们往往能够通过小区域内的信息交换形成网络。缩小村内农户间收入差距,对于构建农村和谐社会,实现全面小康社会的目标具有重要的现实意义,否则,村内农户间收入差距过大,不仅会妨碍城乡良性互动发展,甚至会成为经济社会不安定的诱发因素。

本文研究结果表明,目前中国村级迁移率的提高显著地扩大了村内农户间收入差距。本文的结构如下:第二部分对既有文献进行了回顾;第三部分介绍了本文基本理论、使用的模型及方法,并介绍了工具变量的选择,这为后面的分析提供了基本假设前提与主要的分析思路;第四部分对所使用的数据做以介绍,并进行简单的描述性分析;第五部分基于迁移网络的角度,通过实证分析,验证了中国农村劳动力迁移与农户间收入差距之间的关系;第六部分是本文的结论。

二、 文献综述

传统劳动力流动与收入差距的理论主要有刘易斯的二元经济模型、托达罗的预期收入差距模型和乔根森劳动力流动的推拉理论,这些都是从部门间收入差异对劳动力流动影响的角度进行研究。Stark 等人自20 世纪80年代中期以来逐渐构筑起了新劳动力流动经济学的分析框架(Stark and Bloom,1985;J. Edward Taylor and Philip L. Martin,2001)。新劳动力流动理论对劳动力流动理论从微观视角上进行了拓展,信息不对称(Banerjee and Newman,1998) 、人力资本(Masson,2001) 、风险(Xideas,2003)、社会资本(Bian,2005)等因素都被引入了劳动力流动理论来分析劳动力流动的个人决策。在宏观层面上研究中国劳动力流动与收入差距的文献普遍认为,劳动力流动对缩小地区间收入差距的作用不明显(姚枝仲等,2003;Justin Y. Lin et al.,2004;John Whalley,2004;蔡,2005)。在微观层面上,李实(2003)的研究表明农村劳动力流动对整个农村收入差距缩小起到微小的作用。劳动力流动在一些富裕地区有助于缩小收入差距,但在一些贫穷地区却起到扩大收入差距的作用。都阳和朴之水(2003)利用中国西部地区4个贫困县的调研数据分析,发现有劳动力流动的家庭在整体上相对于没有流动的家庭具有明显的收入优势,并且其中相对贫困的家庭较富裕家庭有更高的收入转移比例。李强(2001)利用四川农村调查数据的研究发现,劳动力流动缩小了地区收入差距,他认为造成这种现象的原因是由于外出务工的农村劳动力具有高额汇款回乡的倾向。

劳动力流动、社会资本与农户间收入差距。社会资本主要包括:网络、信任和规范,目前较多的研究用网络来代替社会资本,而村级迁移率是度量村级迁移网络的较好指标。对于村内农户间收入差距与劳动力流动的关系,前人主要从收入汇回角度进行研究(Stark et al.,1986;Milanovic,1987;Taylor,1992;Taylor and Wyatt,1996)。以迁移网络为视角研究迁移与收入差距的文献主要从两个层面展开,一方面是基于农户层面的研究,如Grootaert(1999)发现了家庭层面的社会网络对于减少贫困有显著作用;另一方面是基于社区层面,如Narayan and Pritchett(1997)发现,社区层面的社会网络能显著提高人们的福利;但是,David M. and Hillel R.(2007)认为迁移对迁出地经济不平等的影响是不确定的,取决于迁移者来自哪里、这个地区的初始财富分配如何以及他们迁移决策对其他社区人员的影响。若迁移成本高,迁移者可能来自社区中较高收入的家庭,使社区收入不均等增加;若迁移成本不高或无限制,低收入的农民也可能迁移,造成社区收入差距下降。Lucas and Stark(1985)指出,劳动力流动对农村收入分配的影响取决于流动者的流动动机,如果流动动机是“利己”的,则流动对家庭其他成员的收入分配状况影响甚微;如果流动动机是“利他”的,则流动会改善家庭其他成员的收入分配状况。Espinosa and Massey(1997),Munshi(2003)等研究表明净迁移成本内生于迁移过程,在不同迁移历史的村庄,迁移对其在不平等上有不同的影响。目前搜集到的文献中鲜有基于迁移网络的角度研究中国农村村级迁移率对村内农户间收入差距影响的文献。

本文主要从两个方面对中国农村劳动力迁移与收入差距的文献做出补充:第一,运用CHNS数据,以村为视角,研究了村级迁移率与村内农户间收入差距的关系。第二,根据中国国情选择合适的工具变量,以解决解释变量内生性问题,而且采用GMM估计方法以减少信息损失。并利用差分模型考察了迁移与收入差距之间的关系,以剔除随时间变化而不变的因素的影响。

三、 理论、模型与方法

理论上讲,劳动力迁移网络对农村内部收入差距的影响呈现倒“U”形。当原始迁移开始时,由于需要高的迁移成本,只有那些较富裕的人才能支付得起,因此迁移者多是高收入的人群,而迁移往往能获得更高的收入,这又扩大了农户间的收入差距;随着迁移网络的扩散,低收入的人群可以通过迁移网络降低迁移成本,农户间的收入差距会因此缩小。但是,中国目前的城市化进程不高,户籍制度的分割造成劳动力的迁移与定居是分离的两个过程,而且,目前中国农村迁移网络是否形成,作用如何还没有形成一致的研究结论,因此劳动力的迁移对农村内部收入差距的影响是不确定的。本文通过经验分析,揭示了目前中国农村村级层面劳动力迁移网络对农村内部收入差距的影响。除了迁移网络作为解释变量以外,一些重要的控制变量也应考虑:

第一,受教育程度对农户间收入差距有重要影响。根据人力资本理论,劳动力的人力资本决定了劳动力的工资水平,而不同人力资本水平的村内农户间收入差距也不同。在村级层面,劳动力的人力资本水平普遍采用村劳动力人均受教育年数来表示。

第二,村级经济发展水平对村内农户间收入差距有重要影响。根据库兹涅茨倒“U”形理论,在经济发展的开始阶段收入差距会随经济增长呈现扩大趋势,但随着经济的进一步发展,地区经济发展又会呈现收敛趋势,即收入差距又会缩小。因此,村级经济发展水平是影响村内农户间收入差距的重要变量,而人均纯收入可作为村级经济发展水平的变量。

在实证分析中,指标的选择至关重要。基于村级层面的迁移网络衡量指标主要有两种:一种是村级迁移人数(zhao,2003),另一种是村级迁移率(Chen et al.,2008)。由于数据的限制(每个村调查的农户样本有变动),选择绝对数误差会大一些,因此我们选择村级迁移率(即被调查者中迁移人数占被调查人数的比例)作为迁移网络的衡量指标。

对于中国农村的现实情况,可建立线性模型进行分析:

lginii=α0+α1migi+α2mig2i+∑γixk+εi (1)

其中,lginii表示第i村农户间收入的基尼系数对数,migi表示第i个村村级迁移率,mig2i表示第i个村村级迁移率的平方,xk代表一系列控制变量(k=1,2),包括:edui为第i村人均平均受教育年数,cinci为第i村人均纯收入。由于migi可能存在内生性,因此选择工具变量的方法克服内生性问题。迁移网络工具变量的选择可借鉴以下几种方式:Woodruff and Zenteno(2007)用地区的历史迁移数量作为目前迁移量的工具变量。David Mckenzie(2007)研究墨西哥村级的迁移网络与村级不平等之间的关系,他用不同时期州的历史迁移率作为迁移网络的工具变量。本文没有选择历史迁移数量的原因是基于以下考虑:第一,由于中国劳动力大规模迁移发生在90年代中期,距今的迁移历史时期不长,而且CHNS的数据只有97年之后的关于劳动力迁移的数据,因此,我们不能选择历史迁移数量或迁移率作为迁移网络的工具变量;第二,政策变动对迁移有很大的影响,而中国的政策往往具有渐进性,选择前一期的迁移数量或迁移率比选择历史迁移数量或迁移率作为中国劳动力迁移网络的工具变量更具有说服力;第三,由于中国农村的社会关系网络比较复杂,“熟人社会”的存在,使得前一期迁移的人数或迁移率对后一期迁移的影响很大,用前一期村级迁移人数或迁移率作为迁移网络的工具变量更合适;第四,被调查农户在不同年份之间会存在差异,所以选择前一期村级迁移人数作为工具变量可能会对分析结果造成影响,因此选择前一期村级迁移比率作为迁移网络的工具变量可能是较好的选择。这样我们采用04年和06年的调查数据,第四部分会详细介绍数据的使用情况。为减少信息损失,本文采用GMM方法,将迁移人数与迁移率同时包含在工具变量中,造成过度识别。同时,04年与06年村级迁移率的相关系数为0.71(P=0.000),这表明04年的村级迁移率与06年的村级迁移率显著相关;而04年迁移率与06年基尼系数之间的斯皮尔曼相关系数为0.19(P=0.0524),这说明04年的村级迁移率与06年基尼系数在5%范围内不显著相关;04年基尼系数与06年基尼系数之间的相关系数为0.1741(P=0.0743),这说明04年的基尼系数与06年的基尼系数在5%范围内不相关。以上的简单分析表明,用前一期的村级迁移率作为本期迁移率的工具变量具有相关性与外生性,可以克服解释变量内生性问题。

为了排除天气或者历史环境等因素不随时间变化而变化的变量的影响,我们还对迁移网络变动对收入差异变动的影响进行差分分析,设定如下差分回归模型:

Δlginik=β0+β1Δmigk+β2Δmig2k+∑γkxk+ηk(2)

其中,Δlginik表示第k个村农户间收入的基尼系数变动,Δmigk表示第k个村村级迁移率的变动, Δmig2k表示第k个村村级迁移率变动的平方,控制变量包括:Δedu为村人均受教育年数的变动,即06年村人均受教育年数减去04年村人均受教育年数;Δcinci为村人均纯收入变动,即06年村人均纯收入减去04年村人均纯收入。村级迁移率变动的内生性问题可同样采取工具变量的方法来解决,本文为减少信息损失,将前一期村级迁移率差分与村级迁移人数差分作为工具变量,形成过度识别,运用DIFFGMM方法进行估计。

鉴于理论分析的不确定性,劳动力迁移网络与村级农户间收入差距是否会呈现倒U型的关系?我们设置了如下模型,如(3)所示,其中Δmigk为第k个村村迁移率变动,即第k个村06年村迁移率减去其04年村迁移率;migk,04表示2004年第k个村迁移人数。这里拟通过设置迁移率与迁移人数的交互项以显示劳动力迁移与收入差距之间是否呈现出倒U型的关系,04年的迁移人数越多,则表明该地区的流动性越高,若村级迁移率提高,即Δmigk>0,则越可能缩小农户间收入差距,因此预期β2

Δlginik=β0+β1Δmigk+∑γkxk+β2Δmigk*migk,04+ηk(3)

lginii=α0+α1migi+∑γixi+α2migi*edui+εi (4)

四、 数据

本文采用了中国健康与营养调查(CHNS)2000年、2004年和2006年的调查数据这里选择2004年与2006年是考虑到样本数据的可得性与平衡性问题。只有从1997年的调查才有关于劳动力迁移的问题,但1997年缺少辽宁的数据,2000年的数据是完整的。同时,有些村没有连续参加调研,鉴于数据的可比性,我们也排除掉了这样村的样本。。样本覆盖了我国沿海、中部和西部9个省(自治区)的农村与城市居民,内容包括家庭的基本情况、家庭和个人的收入状况、个人特征、家庭特征等数据。鉴于本文研究的重点,我们选用农村样本,其中每个省有4个县,每个县有4个村,年龄为15―65岁的有效个人样本量为7593,有效村样本量为216。

被解释变量为基尼系数的对数,是通过对同一个村内不同户之间的家庭人均纯收入计算基尼系数,然后对其取对数。CHNS中家庭总收入包括工资收入、家庭园艺收入、务农收入、畜牧收入、渔业收入、商业收入、住房补贴、育儿补贴以及其他各种补贴收入。采用每户当年的人均纯收入作为收入指标来计算基尼系数是基于以下几点原因:首先,根据新劳动力流动理论,劳动力的迁移是以家庭为单位进行的,考察家庭人均纯收入之间的差距更能反映迁移与收入差距之间的关系。其次,对家庭总收入加以均等化,能更好地捕捉家庭各个成员对家庭资源的利用情况(Deaton,2003)。

本文计算的村级基尼系数是在家庭人均纯收入基础上估算的,之所以选择村级基尼系数是基于以下考虑:首先,农村居民的活动单元为自然村,村民之间的信息共享与农户之间的收入差异都能激发劳动力选择迁移还是不迁移。其次,本文研究的重点在于迁移网络对农村内部收入差距的影响,村级层面上的收入差异是分析的单元。数据结果显示2006年的村级农户间收入差距的基尼系数比2004年略有上升,从0.4528上升到0.4584。

表1 变量描述

解释变量迁移的界定是在CHNS问卷中,通过询问“是否住在家中”,让被调查者在“在家居住,在外上学,服兵役,外出打工,出国,其他,不知道”中进行选择,如果选择“否,在外打工”就界定为劳动力迁移。在调查样本中,村级迁移人数有所增加,从2004年11人增加到2006年14人,迁移率也从2004年15.86%提高到2006年17.48%,这表明最近几年来农村外出务工的人数在增加。由于调查问卷中没有村级人均受教育年数的统计,本文根据“最高受教育程度”估算出每个人受教育年数,再对一个村的劳动力受教育年数取平均,即得到村级人均受教育年数这里我们按照小学毕业6年,初中毕业9年,高中毕业12年,中等技术学校、职业学校毕业为12年,大专或大学毕业16年,硕士及以上19年的权重估算出每个劳动力的受教育年数。。表1结果显示,2006年村级人均受教育年数比2004年低1年,一方面可能是由于具有高人力资本的劳动力永久定居在城市,另一方面也可能是由于样本选择在一定程度上存在误差。村级人均纯收入的计算是对每户家庭的人均纯收入取平均,得到村级层面的家庭人均纯收入,2004年村级人均纯收入2492.91元,2006年则达到2483.316元。

五、 实证结果和分析

首先利用线性模型对劳动力迁移与收入差距之间的关系进行分析,回归结果如表2所示。表2中的第(1)列只考虑了村级迁移率对村级收入差距的影响,Hausman检验表明应采用随机效应模型,回归结果显示在人均受教育程度与地区经济发展水平保持不变的情况下,迁移率增加会显著扩大村内农户间收入差距。为检验是否存在倒“U”形趋势,在第(2)列中加入了村迁移率的二次项,同样根据Hausman检验结果,选择随机效应模型,回归结果显示出迁移与收入差距之间呈现倒U型的关系,但二次项的影响并不显著。为排除内生性的影响,我们选择前一期村级迁移率作为本期迁移率的工具变量进行回归,回归结果见(3)、(4)列,本文还对回归后的结果进行了同方差检验,发现不能拒绝同方差假定,因此模型的估计是可靠的。(3)、(4)列的回归结果表明,迁移扩大了收入差距,而对通过迁移网络缩小收入差距的影响并不显著。加入村级迁移率二次项的工具变量之后,迁移率与收入差距之间反而呈现出U型关系,但这种影响并不显著。工具变量的F值以及F2值均大于经验值,表明工具变量具有相关性,同时前一期村级迁移率的外生性豪斯曼检验表明其具有外生性。第(5)、(6)列中加入了迁移人数作为工具变量,采用SYSGMM估计方法,得到同样的结果,即迁移率的提高会扩大农户间的收入差距,但还没有形成倒U型的趋势。加入村迁移率与村人均受教育程度的交互项,结果如第(7)列所示,从中发现,在不考虑受教育程度(即人力资本差异)的情况下,村迁移率的提高会缩小农户间收入差距,而不考虑迁移网络差异的情况下,人力资本的提升会缩小农户间的收入差距。但是结果的影响是不显著的,这可能由于村级层面的同质性要远远高于农户间的同质性。

表2 线性回归结果

注:(1)括号内为t值;*表示10%的显著性水平;**表示5%的显著性水平;***表示1%的显著性水平;[ ]内为统计量相应的概率值,下同。(2)工具变量A为滞后一期的村迁移率,工具变量B为当期迁移人数。

其次,本文采用差分模型对迁移率与收入差距之间的关系进行了分析,结果列示于表3。第(1)列只考虑村迁移率的一次项的OLS回归,结果表明迁移率的提高会显著扩大村内农户间的收入差距。第(2)列加进了二次项,迁移率的变动与收入差距的变动呈现倒U型的关系,但是二次项的系数仍不显著。为避免内生性问题我们选择前一期的迁移率变化作为工具变量进行回归,结果分别列示于第(3)、(4)列,我们发现迁移网络对收入差距的影响虽然呈现倒U型,但影响并不显著,同时F值、F2值都通过检验说明工具变量选择与解释变量间具有相关性。为了减少信息的损失,我们将村级本期迁移人数与前一期村级迁移率一起作为工具变量运用GMM方法,进行差分模型的广义矩估计,结果列示于(5)、(6)列。回归结果同样显示迁移网络对农户间收入差距的影响呈现倒“U”形,但影响并不显著,F值、F2值都通过检验说明工具变量选择与解释变量间具有相关性,针对GMM的Sargan检验也表明工具变量选择是合适的。第(7)列的结果用以检验模型(4),从中我们发现迁移率的变动与04年村迁移人数之间成反向作用的关系,即随着迁移人数的增加,迁移率的提高反而会缩小农户间收入差距,这与前面的理论预期相符。但是,该系数并不显著,这一方面可能是由于目前迁移网络作用的发挥没有达到显著缩小农户间收入差距的阶段,另一方面也可能是由于中国特殊的劳动力迁移模式造成的,中国农村劳动力迁移与定居是不同的过程,由于户籍制度的藩篱、城市社会保障的不完善、农村土地流转制度的桎梏,导致大量农民工没有在城市定居下来,他们在城市的收入远高于在家务农的收入,这会造成农户间收入差距的不断扩大。

注:工具变量C滞后村级迁移率变动(=04年村级迁移率-00年村级迁移率),工具变量D迁移人数变动(06年迁移人数-04年迁移人数)。

为对理论分析进行验证,考察迁移网络规模不同与收入差距的关系,本文对差分模型的样本进行了划分,分为高流动地区和低流动地区。样本的选择是遵循以下步骤:首先,将06年村级迁移率由低到高五等分划分,并依次赋值1~5;其次,若迁移率=4、5,则划归为高流动样本,若迁移率=1、2,则划归为低流动样本。这里采用06年的数据进行划分是考虑到随着时间的推移,迁移网络会越来越扩散,这样选择的时间越近越能显示出高流动地区是否会出现缩小农户间收入差距的趋势。工具变量仍然被用来解决样本选择带来的样本选择性偏差问题和内生性问题,选择性样本工具变量回归结果见表4,结果显示高流动的地区村迁移率与村内收入差距之间呈现负相关,而低流动地区则呈现正相关,这与理论上的预期相吻合,也与李实(2003)的结论相吻合。

注:工具变量A为前一期迁移率变动(=04年迁移率-00年迁移率)。

但是,在选择性样本回归中,村级迁移率对村内农户间收入差距的影响并不显著,本文认为这可能有以下两点原因:首先,迁移网络没有达到一定规模,其规模效益仍显现不出来,较贫穷的农户难以支付迁移成本,造成迁移率的提高拉大了农户间收入差距;而在高流动地区,迁移网络规模较大,即使经济条件较差的农户,也可以凭借网络的规模效益,不必承担较大迁移成本,获得较高非农收入,从而缩小农户间的收入差距。其次,由于户籍制度的阻碍,导致迁移出去的群体大部分以“农民工”形式存在,富裕群体不能转变为市民,他们的收入最终要汇回农村,造成了农户间收入差距不断扩大。

六、 结论

本文通过整合CHNS调查数据,研究村级迁移率与村内农户间收入差距的关系,得到如下结论:村级迁移率显著扩大了村内农户间收入差距。理论上讲,当迁移网络达到一定规模时会缩小农户间的收入差距,但是无论采用线性模型或差分模型、OLS估计或克服内生性的GMM估计、包括设置交互项等方式,都表明村级迁移率的提高会显著增加农村内部农户间的收入差距,迁移网络缩小村内农户间收入差距的作用不显著。村级迁移率扩大了农户间收入差距,这表明迁移的劳动力往往是具有高收入禀赋的劳动力,他们家境相对富裕,能负担得起迁移的各种成本。在劳动力流动人数较少的地区,劳动力迁移扩大了收入差距,而在劳动力迁移人数较多的地区,劳动力迁移缩小了收入差距,这表明劳动力迁移可以引起收入差距的收敛。在中国,村级迁移率对缩小农户间收入差距的作用目前还不明显,这主要是因为迁移规模不大和外出的农村劳动力并没有定居在城市,这样造成农村中的收入差距不断拉大。

因此,相应的政策含义是:首先,加强农村迁移网络的建设,提供均等的迁移机会。如对农村劳动力开展培训,提供到城市就业的机会等措施,缩小农户间外出务工机会的不均等。其次,明晰农村产权制度,促进农村土地流转。土地流转不但可以促成规模生产,而且会释放农村剩余劳动力,还有利于推进城市化进程。农村劳动力的外流并不一定会造成农业生产的下降,反而可能更有利于农业机械化设备的采用。迁移出去的农民工更会利用在城市的优势帮助留在农村的劳动力外出,这样迁移网络的作用会发挥的更明显。第三,取消户籍制度及与之相关的福利分配制度,促进农民工城市融合。大量暂时性迁移农民工的存在使得外出务工与在家务农的农户间收入差距扩大,城市进入困难又导致大量的农民工处于候鸟式的迁移,因此,应放松户籍制度、提高农民工的市民待遇,促进农村劳动力的城市定居。

参考文献

Banerjee, Abhijit V. and Andrew F. Newman, 1998, “Information, the Dual Economy, and Development,” Review of Economic Studies 10(6), 3153.

Bian Y. Breiger R. Davis D. and Galaskiewicz J. 2005, “Occupation, Class, and Social Networks in Urban China,” Social Forces, 83, 14431468.

Christopher Woodruff and Rene Zenteno, 2007, “Migration Networks and Microenterprises in Mexico,” Journal of Development Economics, 82(2), 509528.

David Mckenzie and Hillel Rapoport, 2007, “Network Effects and The Dynamics of Migration and Inequality: Theory and Evidence from Mexico,” Journal of Development Economics, 88(1), 124.

Deaton, A. 2003,“Health, Inequality and Economic Development,” Journal of Economic Literature,5(1), 113158.

Edward, Taylor J. and Wyatt T.J. 1996, “The Shadow Value of Migrant Remittances, Income and Inequality in a Householdfarm Economy,” Journal of Development Studies, 32 (6), 899912.

Espinosa Kristin Massey and Douglas, 1997, “Undocumented Migration and The Quantity and Quality of Social Capital,” Soziale Welt, 12,141162.

Grootaert, 1999, “Social Capital, Household Welfare, and Poverty in Indonesia,” World Bank Policy Research Working Paper No. 2148.

JE Taylor and PL Martin,2001, “Human Capital:Migration and Rural Population Change,” Handbook of Agricutural Economics, 1, 457 511.

John Whalley and Shunming Zhang, 2004, “Inequality Change in China and (Hukou) Labour Mobility Restrictions,” NBER Working Paper, No. 10683.

Justin Y.Lin, Gewei Wang and Yaohui Zhao, 2004, “Regional Inequality and Labor Transfers in China,” Economic Development and Cultural Change, 3, 587 603.

Knight, J. and L. Yueh, “The Role of Social Capital in the Labor Market in China,” Oxford University, Department of Economics Discussion Paper, 2002. (中文版,《社会资本在中国劳动力市场中的作用》,载李实、佐藤宏主编,“经济转型的代价──中国城市失业、贫困、收入差距的经验分析”,北京:中国财政经济出版社2004年,310―346页。)

Lucas R and Stark O. 1985, “Motivations to Remit: Evidence from Botswana,” Journal of Political Economy, 93a, 901918.

Lucas Robert E.B. and Stark Oded, 1985, “Motivations to Remit: Evidence from Botswana,” Joutnal of Political Economy, 93(9), 118.

Masson and Paul R, 2001, “Migration, Human Capital, and Poverty in a Dnal ― Economy of a Developing Country,” IMF Working Paper, No.01/ 128.

Milannovic, Branko, 1987, “Remittances and Income Distribution,” Journal of Economic Studies,14(5), 2437.

Munshi and Kaivan, 2003, “Networks in The Modern Economy: Mexican Migrants in The U.S. Labor Market,”Quarterly Journal of Economics, 118 (2), 549599.

Narayan, D. and L. Pritchett, 1997, “Cents and SociabilityHousehold Income and Social Capital in Rural Tanzania,” Policy Research Working Paper, No. 1796.

Stark Oded, Taylor J. Edward and Yitzhaki Shlomo, 1986, “Remittances and Inequality,” Economic Journal, 96 (383), 722740.

Taylor J. and Edward, 1992, “Remittances and Inequality Reconsidered: Direct, Indirect, and Intertemporal Effects,” Journal of Policy Modeling, 14(2), 187208.

Xideas E. 2003, “Modeling Migration under Uncertainty,” Aegean Working Paper, No. 1/12.

Yang Du, Albert Park and Sangui Wang, 2005, “Migration and Rural Poverty in China,” Journal of Comparative Economics, 33(4), 688709.

Zhao Chen, Shiqing Jiang, Ming Lu and Horishi Sato, 2008, “How Do Heterogeneous Social Interactions Affect Peer Effect in Migration Decision?Empirical Evidence from Rural China,” SSRN Working paper, No. 224/2008.

Zhao Yaohui, 2003, “The Role of Migrant Networks in Labor Migration: The Case of China,” Contemporary Economic Policy, 21(4),500511.

蔡,1996,《劳动力迁移和流动的经济学分析》,《中国社会科学》第33期,120―135页。

蔡,2003,《城乡收入差距与制度变革的临界点》,《中国社会科学》第5期,16―25页。

都阳和朴之水,2003,《迁移与减贫――来自农户调查的经验证据》,《中国人口科学》第4期,56―62页。

国家统计局农村社会经济调查总队,《中国农村贫困监测报告2007》,中国统计出版社2008年。

李强,2001,《中国外出农民工及其汇款之研究》,《社会学研究》第4期,64―76页。

李实,2003,《中国个人收入分配研究回顾与展望》,《经济学季刊》第2期,379―404页。

姚枝仲和周素芳,2003,《劳动力流动与地区差距》,《世界经济》第4期,35―44页。

张爽、陆铭和章元,2007,《社会资本的作用随市场化进程减弱还是加强?――来自中国农村贫困的实证研究》,《经济学季刊》第6期,539―560页。

赵剑治和陆铭,2009,《关系对农村收入差距的贡献及其地区差异――一项基于回归的分解分析》,《经济学季刊》第1期,363―390页。