一、引 言
大规模的劳动力人口流动是我国经济的显著特征之一,也是推动我国工业化和城市化的重要力量。目前,我国流动人口已从2000年的1.2亿增加到2018年的2.41亿,约占总人口的17.28%,相当于每6个人中就有1个是流动人口。虽然自2015年流动人口总量有少量下降,但是仍保持较大比重。然而,一个突出的问题是一方面,流动人口更少消费和闲暇,更多的收入用于储蓄;另一方面,他们的劳动时间更长,劳动参与程度更高,过度劳动概率更大。
根据2006年中国综合社会调查数据,基于狭义消费和广义消费的农户家庭储蓄率分别为40.9%和15.8%(谢勇,2011),而2012年北京、上海、广州流动人口动态监测数据显示,三地流动人口平均家庭储蓄率达54.6%,剔除向家乡寄送的存款后仍然高达46.4%。本文根据全国流动人口动态监测数据,发现流动人口家庭消费倾向(即消费支出占收入的比重)为47.66%,比城镇居民家庭低了20.23%,而储蓄倾向则相对高了20.23%。而且,流动人口过度劳动问题也很突出。我国《劳动法》第36条规定,国家实行劳动者每日工作时间不超过8小时,平均每周工作时间不超过44小时。然而,根据2017年全国流动人口动态监测数据,每周工作时间超过44小时的外出务工人员占78.04%,每周超过50小时进行过度劳动的外出务工人员占65.37%。根据2005年人口普查1%微观抽样数据,比较流动人口和非流动人口工作时间也发现,非流动人口每周仅工作44.98小时,而流动人口则每周工作51.69小时,后者约比前者每周工作时长多15%。而超时和超强度劳动将会显著地影响迁移工人的健康状况(朱玲,2009;祝仲坤,2020)。
研究流动人口高储蓄率和高劳动供给现象具有重要的现实意义。从宏观角度来看,大量流动人口在经济繁荣时期进入大城市和东部沿海地区,在经济相对不景气时返回家乡,成为中国经济的一大特征和奇观。在发达经济体中劳动供给在经济周期中存在大规模的顺周期调整,即在经济繁荣时期劳动者总劳动时间延长、劳动参与增加(Farber,2005;Coile和Levine,2007;Veracierto,2008)。一种解释是劳动者存在劳动跨期替代行为,在经济周期中引起储蓄和劳动供给的变化,构成驱动宏观经济波动的核心机制之一。分析流动人口的储蓄和劳动供给背后的驱动因素和作用机理,有助于理解我国总体宏观储蓄和劳动供给的规律。
本文研究发现:无落户意愿的流动人口会因考虑未来收入下降而储蓄率更多,劳动供给更高,这支持劳动跨期替代假说;在本地无房的流动人口储蓄率更高,劳动供给更多,这支持安家成本假说。流动人口的高储蓄率、高劳动供给行为在不同人群中有不同的原因:子女、父母未随迁的家庭和相对低技能的流动人口之所以更努力工作和更少消费是基于跨期替代,而携子女、父母举家迁移的家庭和相对高技能者则是为了能够解决安家成本以融入当地社会。本文的贡献为:第一,在讨论流动人口高储蓄问题的基础上,进一步探究了高劳动供给的成因,更为全面地分析了流动人口福利状况;第二,根据流动人口的特殊性,将迁入地和迁出地之间的收入差异,以及安家成本纳入效用函数,并从理论和实证两个维度论证了跨期替代假说和安家成本假说在中国成立的事实;第三,将流动人口划分为有意愿留下和打算返乡两部分群体,分析了他们的储蓄和劳动供给行为动机的异质性。
因此,本文余下内容安排如下:第二部分是国内外文献梳理和提出研究假说;第三部分是构建一个简要的理论模型来说明跨期劳动替代以及安家成本是如何影响流动人口的储蓄和劳动供给行为;第四部分为数据来源和变量界定;第五部分为主要计量回归结果;第六部分进行异质性和稳健性分析;最后是结论和政策启示。
二、文献综述与研究假说
在流动人口高储蓄和高劳动供给行为文献中,更多地围绕前者展开,而对后者关注较少。学者从不同维度对流动人口高储蓄的原因进行了解释:第一,从流动人口特殊的社会背景出发。这部分学者认为流动人口的社会背景特殊,例如他们流动性强、收入稳定性差等,相比本地人口他们有更强的预防性储蓄动机,而预防性储蓄的需求会挤占当期的消费需求(Chen,2018;谭静等,2014);第二,从流动人口家庭居住模式差异展开。他们认为流动人口之所以消费少是由于户籍制度背景下产生了特殊的居住模式,常常需要与父母子女异地居住。对此,流动人口会通过向其老家父母、子女汇款保持经济纽带关系,必然会减少其在流入地的消费(晁钢令和万广圣,2016;梁文泉,2018);第三,从流动人口消费偏好解释。这部分学者认为流动人口的消费观念明显有别于城镇本地居民,农民工往往呈现简朴型消费特征(杭斌,2009)。而与此同时,虽然工资以及信贷约束(Huo和Ríos-Rull,2020;Bui和Ume,2020)、住房财富和保险(Li等,2020;张川川等,2014)等已被证实会影响到个体劳动供给决策,然而专门针对流动人口高劳动供给现象成因的研究极少。目前,流动人口劳动供给这方面的文献还是更多侧重于超时劳动和健康关系的讨论(朱玲,2009;牛建林,2013;祝仲坤,2020)。
“消费—储蓄决策”和“劳动—闲暇决策”是紧密关联在一起的,本文认为应当被作为一个整体用以分析和验证影响个体行为和福利水平的驱动因素及其作用机制。也就是说,任何解释流动人口行为的理论都必须同时解释高储蓄率和高劳动供给这两个共生现象,而不是其中任何一个。本文提出的劳动跨期替代与安家成本理论都不仅能够解释流动人口的高储蓄问题,还可以解释高劳动供给现象。而且我国存在一些独特的影响流动人口福利问题的制度因素,例如户籍制度,因此大部分研究将关注点主要放在这些制度因素产生的负外部性上(陈斌开等,2010;梁文泉,2018)。然而,本文从流动人口动态监测数据看到,当被问及“如果满足落户条件,你愿意落户吗?”问题,2011—2017年的近93万样本中仅有57.9%的样本回答愿意。也就是说,仍有超40%的流动人口仅仅只是为了可以来大城市“淘金”而获得更高的收入。因此本文认为有必要考虑“打算返乡(去)”和“有意愿留下(留)”这两部分群体的异质性,有意愿落户和打算返乡流动人口的高储蓄和高劳动供给的动机可能是不一致的,因此相应的支持性政策也应有所差异。
关于流动人口高储蓄率和高劳动供给这一现象,本文提出以下两种潜在解释:其一,跨期替代假说。流动人口之所以发生迁移是因为能够在迁入地取得更高的收入,处于生命期内高收入阶段;而未来尤其是年老后迁回原居住地,收入可能下降。因此根据劳动跨期替代假说,流动人口会利用当前高收入状态,提供更多劳动获取收入,用于未来返乡后消费(Farber,2005)。其二,安家成本假说。由于户籍限制,中国不少流动人口没有办法享受和本地居民相同的社会保障和公共服务,因此需要进行更多的储蓄以满足未来社会保障和公共服务的需求。同时,流动人口迁移后面临着许多为融入当地社会要付出的成本,如需要购买住房。只有克服了这些迁移带来的成本,解决了社会保障和公共服务的后顾之忧,流动人口才能在当地立足,安心地长期居留(陈斌开等,2010;梁文泉,2018)。
本文认为“落户意愿”是一个很好的检测跨期替代假说的方法:对于不想落户的流动人口,他们可能需要利用当前高收入状态,更多地工作,从而赚取更多的收入和进行更多的储蓄,以应对返乡后的收入下降;而相对有意愿落户的流动人口,则可能劳动时间更短,储蓄更少。通过流动人口动态监测数据,本文的确观测到了支持这一假说的证据:流动人口中落户意愿与储蓄率、劳动时间、劳动参与以及超时劳动概率都呈现出负相关关系。此外,是否有意愿落户只能够解释部分流动人口高储蓄、高劳动供给的原因,即解释有意愿落户和没有意愿落户的流动人口之间储蓄和劳动决策的差异。本文还观察到打算落户的流动人口在储蓄和劳动供给行为上的异质性,这支持“安家成本假说”,即面临更高安家成本的流动人口其储蓄率、劳动时间以及过度劳动发生率均显著更高。根据上文内容,提出以下三个理论假说:
假说1:对于不希望落户、有意回迁的流动人口会在目前高收入状态下尽量多工作、多储蓄,用于未来回迁后消费,支持劳动跨期替代假说。
假说2:对于希望落户的流动人口,则希望通过更勤奋地劳动和更节俭地生活来克服安家成本,实现融入当地社会和长期居留的目标,支持安家成本假说。
假说3:流动人口的高储蓄率、高劳动供给行为在不同人群中有不同的原因:子女、父母未随迁的家庭和相对低技能的流动人口之所以更努力工作和更少消费是基于跨期替代,而携子女、父母举家迁移的家庭和相对高技能者则是为了能够解决安家成本以融入当地社会。
三、理论分析
(一)理论框架
本文借鉴Galor和Stark(1990,1991)、Dustmann(1997)等研究,构建了一个刻画中国流动人口储蓄和劳动供给行为的简要模型。假设一个两期经济,代表性行为人简称为流动者,他每一期都获得一单位的劳动禀赋,效用函数采用如下形式
${\max _{s,{l_1},{l_2}}} \; U({c_1},{c_2},{l_1},{l_2}) = u({c_1},{l_1}) + \beta [\pi u(c_2^s,l_2^s) + (1 - \pi )u(c_2^r,l_2^r)]$ |
对上述问题求解一阶条件,并整理得欧拉方程
定理:根据效用最大化决策问题,可得:第一,
(二)一个数值例子
假设效用函数服从如下形式:
$U({c_1},{c_2},{l_1},{l_2}) = \ln ({c_1}) + \gamma \ln ({l_1}) + \beta [\pi (\ln (c_2^s) + \gamma \ln (l_2^s)) + (1 - \pi )(\ln (c_2^r) + \gamma \ln (l_2^r))]$ |
其中,
参数值 | 解释变量基准值 | |||||||
效用折现值 |
$\beta $
|
0.600 | 闲暇效用权重 |
$\gamma $
|
0.600 | 居留概率 |
$\pi $
|
0.500 |
毛利率 |
${\rm{1 + }}r$
|
2.500 | 返乡工资 |
${w_{2}}$
|
0.725 | 安家成本 |
$p$
|
0.300 |
根据表1中的数值,这里可以求解出本数值例子中储蓄率、劳动供给与居留概率以及安家成本之间的关系。如图1所示,随着居留概率的提高,流动者的储蓄率和劳动供给下降。在居留概率为零或者说确定回迁时,流动者储蓄率为0.28,而当居留概率达到0.5时,储蓄率就下降到了0.25,下降百分比为11%。同时,劳动供给下降了1.8%。反之,如果居留概率从1下降到0,或者说从确定不回迁跳至确定回迁的状态,则储蓄上升幅度近50%,而劳动供给上升幅度约3.8%。这种居留概率和储蓄率以及劳动供给之间的反相关关系与劳动跨期替代假说是完全一致的。模型还预测,回迁地收入
四、研究设计
(一)数据来源和模型设定
本文实证主要使用2017年全国流动人口动态监测调查数据。并为了使结果具有外推性,本文同样采用2011年—2017年数据样本进行混合截面回归进行稳健性检验。部分地市级的数据来自《中国经济与社会发展统计数据库》等。为考察跨期替代、安家成本对储蓄率和劳动供给的总效应,本文主要回归模型设定如下:
$Savin{g^i}(Labo{r^i}) = {\alpha _0} + {\alpha _1}Sta{y^i} + {\alpha _2}Hous{e^i} + {\alpha _3}Cross\_pro{v^i} + {\alpha _4}{Y^i} + {\alpha _5}{Z^i} + {\mu ^c} + {\varepsilon ^i}$ |
其中,被解释变量为Saving表示储蓄率;Labor表示劳动供给;Stay表示落户意愿。House表示是否在本地无房,Cross_prov表示是否跨省流动。控制变量分为两类:第一类是个体特征变量Yi;第二类变量是外部条件变量Zi。µc为职业、行业和城市虚拟变量,εi为残差项。
(二)被解释变量
1. 储蓄率。被解释变量“家庭储蓄率”本文依照谭静等(2014)的方法,将家庭全部储蓄额设定为家庭月平均收入减去月平均支出,储蓄率为全部储蓄额除以家庭月收入,记为“家庭储蓄率1”;为降低估计结果对极端值的敏感性,使误差项更好地满足正态性假设,本文参照程令国和张晔(2011)的方法,将储蓄率表示为log(家庭可支配收入/消费支出),记为“家庭储蓄率2”。本文稳健性检验替换变量中使用“家庭储蓄率2”。
2. 劳动供给。被解释变量“劳动供给”包括三个方面。即“劳动时间、劳动参与以及过度劳动”。对于有劳动供给活动的,参考叶菁菁等(2014)和张川川等(2014),按照“每周工作小时数”度量劳动供给的劳动时间,即集约边际(Intensive Margin);对于可能退出劳动供给者本文采用“是否提供劳动”度量劳动参与,即广延边际(Extensive Margin)。按照国家统计局标准,每周工作时间小于1小时计算为不参加劳动。具体问题是:参照问卷中的“您今年‘五一’前一周是否做过一小时以上有收入的工作”。因此,回答“是”表示参加工作,“否”表示未参加工作,并记为“劳动参与1”。但是,上述问题仍然无法完全排除未参加工作的流动人口不是失业者。因而,我们参考叶菁菁等(2014)进一步采用具体问题:“您现在的就业身份是?”回答“雇员(零工、散工、正式工)”“雇主”“自营劳动者”表示未退出劳动力市场,而其他则意味着退出劳动力市场。本文将其记为“劳动参与2”。另外,为进一步考察流动人口“过度劳动”状况,根据《劳动法》并同时参考朱玲(2009)以及祝仲坤(2020)的研究,将“周工作时间是否大于五十小时”衡量“是否过度劳动”,其中周工作时间大于等于50小时(过度劳动=1),小于50小时(无过度劳动=0),并记为“过度劳动”。稳健性检验替换变量中使用“劳动参与1”“劳动参与2”和“过度劳动”。
(三)主要解释变量
落户意愿为核心解释变量,作为居留概率的代理变量,由问卷题目“如果您符合本地落户条件,您是否愿意把户口迁入本地”,回答“愿意”为1,“不愿意”为0;是否在本地无房,为安家成本的代理变量,在本地无房意味着流动人口需要克服在迁入地安居的重要一环即拥有住房。该变量来自问题“你在本地是否有购房”和“你现在所住房屋类型是什么”,回答“有自建房”或“自购房”为0,反之为1;是否跨省流动,为安家成本的代理变量,其中跨省流动为1,跨市或跨县为0。需要补充的是,本文在衡量安家成本对储蓄和劳动供给影响是直接在全样本中比较是否有房、是否跨省流动之间的储蓄和劳动供给的差异,而不是在有落户意愿的样本中进行考察出于三个原因:第一,虽然本文着重分析打算落户和打算返乡的两类人,但实际上流动人口存在三类人:第一类是不落户并打算在短期内返乡的人,这部分主要受跨期替代的影响;第二类人是不落户并打算在本地待较长的时间后返乡的人,这部分群体虽主要受跨期替代的影响,但仍然存在安家成本的影响;第三类人是打算落户的人,这部分人主要受安家成本的影响。如果单纯地考虑打算落户中是否有房和是否跨省迁移的储蓄和劳动供给差异,毫无疑问会损失第二类人的安家成本效应。第二,单独有落户意愿的人中考察其安家成本效应,将会使得本文无法同时观测到跨期替代和安家成本两个效应及其解释力在不同群体中的变化。第三,为了避免不存在第二类人而带来结果高估的可能性,本文在基准回归中作了检验,即引入了落户意愿与安家成本的交互,发现即便单独考虑有落户意愿的群体同样发现安家成本存在的证据。综上,本文认为在全样本中考察是否有房和是否跨省流动作为衡量安家成本是合理的。具体的变量描述请见表2。
变量名称 | 变量符号 | 均值 | 标准误 | 25%分位数 | 中位数 | 75%分位数 |
家庭储蓄率1 | Saving1 | 0.44 | 0.23 | 0.30 | 0.49 | 0.60 |
家庭储蓄率2 | Saving2 | 0.67 | 0.50 | 0.36 | 0.64 | 0.92 |
劳动时间 | Labor1 | 56.77 | 18.42 | 42 | 56 | 70 |
劳动参与率 | Labor2 | 0.82 | 0.38 | 1 | 1 | 1 |
过度劳动 | Labor3 | 0.65 | 0.48 | 0 | 1 | 1 |
落户意愿 | Stay | 0.53 | 0.50 | 0 | 1 | 1 |
是否在本地无房 | House | 0.75 | 0.43 | 0 | 1 | 1 |
是否跨省流动 | Cross_prov | 0.49 | 0.50 | 0 | 0 | 1 |
户籍 | Hukou | 0.78 | 0.41 | 1 | 1 | 1 |
年龄 | Age | 36.66 | 11.07 | 28 | 35 | 44 |
性别 | Gender | 0.52 | 0.50 | 0 | 1 | 1 |
教育年限 | Education | 10.11 | 3.42 | 9 | 9 | 12 |
是否结婚 | Married | 0.84 | 0.37 | 1 | 1 | 1 |
非正规就业 | Bluecollar | 0.86 | 0.35 | 1 | 1 | 1 |
收入对数 | Ln_income | 8.19 | 0.62 | 7.82 | 8.16 | 8.52 |
是否购买医疗保险 | Med_care | 0.93 | 0.25 | 1 | 1 | 1 |
是否就业 | Employment | 0.82 | 0.38 | 1 | 1 | 1 |
五、主要计量回归结果及进一步分析
(一)基准回归
在基准回归中,本文首先对理论的核心结论进行论证。表3第(1)—(3)列考察了流动人口的落户意愿、安家成本对家庭储蓄行为的影响。第(4)—(6)列考察了流动人口的落户意愿、安家成本对劳动供给行为的影响。回归表明,有落户意愿的流动人口储蓄更少。或者说,不打算落户并在未来拟迁回的流动人口相比有落户意愿流动人口储蓄率更高。在控制职业、行业和城市虚拟变量,以及加入是否在本地无房、跨省流动变量及其交互项后,回归系数仍然显著,在未来拟迁回的流动人口比有意愿落户的流动人口储蓄率高了2.11个百分点。这一结果与上文提出的劳动跨期替代假说预测是一致的。即不打算落户的流动人口会通过更多的储蓄用于返乡后的消费。与此同时,回归结果还发现,落户意愿与劳动供给也呈负相关,即相比有意愿落户者,拟回迁者工作时间更长。在控制职业、行业和城市虚拟变量,以及加入是否在本地无房、跨省流动变量及其交互项后,回归系数仍然显著,未来拟迁回的流动人口比有意愿落户的流动人口每周工作时间多了2个小时。在劳动供给方面同样支持劳动跨期替代假说,即流动人口之所以发生迁移是因为在现居住地能取得更高的收入,处于生命期内高收入阶段,如果不打算落户,预期未来将迁回老家,则他们应当充分利用目前的高收入状态,提供更多的劳动获取收入,并更积极地储蓄用于未来返乡后的消费,实现终生的消费平滑。
储蓄率(家庭储蓄率1) | 劳动供给(劳动时间) | |||||
(1) | (2) | (3) | (4) | (5) | (6) | |
Stay | −0.0091*** (0.0022) |
−0.0113*** (0.0018) |
−0.0208*** (0.0036) |
−3.5394*** (0.1865) |
−1.6033*** (0.1223) |
−1.9957*** (0.2348) |
House | 0.0385*** (0.0021) |
0.0531*** (0.0031) |
2.2972*** (0.1646) |
1.8470*** (0.2302) |
||
Cross_prov | 0.0304*** (0.0027) |
0.0402*** (0.0033) |
1.2289*** (0.1818) |
1.4706*** (0.2378) |
||
Stay×House | −0.0274*** (0.0039) |
0.7806*** (0.2698) |
||||
Stay×Cross_prov | −0.0212*** (0.0034) |
−0.4539* (0.2781) |
||||
Hukou | 0.0113*** (0.0023) |
0.0042* (0.0022) |
0.0057*** (0.0022) |
1.9536*** (0.2445) |
1.6340*** (0.1639) |
1.6030*** (0.1635) |
Age | −0.0097*** (0.0007) |
−0.0087*** (0.0007) |
−0.0084*** (0.0007) |
0.2365*** (0.0610) |
0.2603*** (0.0507) |
0.2601*** (0.0506) |
Age2 | 0.0001*** (0.0000) |
0.0001*** (0.0000) |
0.0001*** (0.0000) |
−0.0036*** (0.0008) |
−0.0034*** (0.0006) |
−0.0034*** (0.0006) |
Gender | −0.0166*** (0.0019) |
−0.0171*** (0.0017) |
−0.0169*** (0.0017) |
1.6976*** (0.1311) |
2.1169*** (0.1233) |
2.1139*** (0.1237) |
Education | −0.0027*** (0.0004) |
−0.0006** (0.0003) |
−0.0006** (0.0003) |
−0.9242*** (0.0468) |
−0.7073*** (0.0284) |
−0.7060*** (0.0284) |
Married | −0.0271*** (0.0026) |
−0.0195*** (0.0025) |
−0.0198*** (0.0025) |
2.7776*** (0.2456) |
1.5963*** (0.1798) |
1.6057*** (0.1796) |
Bluecollar | −0.0058*** (0.0022) |
−0.0335*** (0.0113) |
−0.0318*** (0.0113) |
7.6916*** (0.2098) |
−0.1017*** (0.8183) |
−0.1186
(0.8172) |
Ln_income | 0.0784*** (0.0017) |
0.0729*** (0.0015) |
0.0730*** (0.0015) |
0.9976*** (0.2003) |
1.0126*** (0.1409) |
1.0159*** (0.1407) |
Med_care | 0.0154*** (0.0035) |
0.0161*** (0.0033) |
0.0165*** (0.0033) |
−0.6871** (0.2690) |
−0.5623*** (0.2366) |
−0.5634*** (0.2366) |
Employment | 0.0878** (0.0347) |
0.0529
(0.0566) |
0.0555
(0.0560) |
|||
常数项 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Obs | 98607 | 98607 | 98607 | 99139 | 99139 | 99139 |
R2 | 0.0450 | 0.0946 | 0.0959 | 0.1031 | 0.2379 | 0.2380 |
注:***、**和*分别为系数在1%、5%和10%的显著性水平显著;括号内为聚类城市稳健标准误。以下各表同。 |
根据安家成本假说,流动人口迁移后面临许多融入当地社会需要付出的成本,典型的如需要解决住房问题。流动人口因无法像户籍人口那样享受迁入地政府提供的经济适用房、廉租房等福利性住房,从而提高了其在城市的安家成本。此外,由于户籍限制,流动人口无法享受或者必须支付更高的价格才能享受与本地居民相同的养老、医疗等社会保障和教育等公共服务。因此,对流动人口而言,住房消费和因户籍限制带来的额外公共服务支出是最需要克服的安家成本。表3第(2)列和第(5)列以是否在本地无房、是否跨省流动来衡量流动人口克服安家成本状况。回归结果表明,在本地无房相比在本地有房的流动者储蓄率高3.85%,跨省流动相比非跨省流动的人口储蓄率高3.04%,这与安家成本假说的预测结果相符。另外,在劳动供给方面,与在本地有房者相比,在本地无房的流动人口每周工作时间多2.37个小时;跨省流动者相比非跨省流动者每周工作时间多1.23个小时。这一结论不仅进一步支持了安家成本理论,还可以排除部分竞争性解说。例如,有房者比无房者储蓄低同样可以解释为因有房者需要将一部分储蓄用于房贷,因此导致储蓄率更低。但这一解说应当预测有房者需要更努力地工作以偿还贷款,而难以解释这里有房者劳动供给却更低的现象。另外,也有研究将有房者相比无房者劳动供给更少解释为财富效应,认为住房财富对劳动力供应具有实质性的抑制作用(Li 等,2020)。这一研究进一步支撑了本文的结论。但本文认为用安家成本解释中国户籍制度下的流动人口劳动供给行为的差异具有理论的自洽性,也更具有现实意义。
毋庸置疑,安家成本的影响更多地表现在有落户意愿的群体中。为进一步检验在有落户意愿的群体中存在安家成本效应,本文在表3第(3)列和第(6)列中引入了落户意愿与安家成本的交互。比较对于同样有落户意愿,或者说更愿意选择在迁入地安家的有房者和无房者、跨省流动和非跨省流动储蓄率的差异发现,对于打算在迁入地落户的流动人口,无房者比有房者储蓄率高2.57%,①跨省流动人口比非跨省流动人口储蓄率高1.9%;比较对于同样有落户意愿的流动人口有房者和无房者、跨省流动和非跨省流动劳动供给的差异同样发现,对于打算在迁入地落户的流动人口,无房者比有房者每周多工作2.63个小时,②跨省流动人口比非跨省流动人口每周多工作1.02个小时。
(二)进一步分析
通过基准回归,本文发现了跨期替代假说和安家成本假说的证据。另外,在理论分析中,劳动跨期替代和安家成本假说还有其他合理预测。检验这些预测是否成立对于验证理论正确性至关重要。
劳动跨期替代假说与工资差异。根据劳动跨期替代理论预测,流动在现居住地收入更高,而一旦打算迁回,其收入下降甚至没有收入,从而他们会在现居住地努力工作和储蓄以应对未来收入下降。如表4第(1)列和表5第(1)列所示,以流动人口的迁入地与迁出地城市在岗平均工资比衡量两地工资差异,比值越高,表明迁移者未来迁回户籍地面临收入意外下降的可能性越大。回归结果表明,随着地区工资差异加大,流动人口会在收入更高的迁入地努力工作和储蓄,在未来回到收入更低的户籍地进行消费,从而实现消费平滑。这一结果也是与跨期劳动替代假说预测完全一致的。落户意愿与工资差异交互项系数为负向显著,进一步说明当迁移者未来准备返乡面临预期收入下降越大,其储蓄和劳动的意愿会越高,也即是说落户意愿的跨期替代作用会随着工资差异进一步增强,这和我们理论部分的预测也是一致的。另外,当加入交互项后落户意愿对储蓄的系数发生了变化,这个现象在工资差异是连续变量的情况下存在是合理的,当通过偏导计算落户意愿对储蓄的总效应时仍可以是负数。本文在这里将工资差异理解为机制,即落户意愿与工资差异的交互项将落户意愿对储蓄的效应吸收,所以我们才可以看到落户意愿对储蓄的总效应为负数的同时,落户意愿对储蓄的直接效应却为正。这一点,反而强调了地区工资差异在跨期替代中的重要作用。
储蓄率(家庭储蓄率1) | |||||
(1)全样本 | (2)老家没有分红 | (3)老家有分红 | (4)老家没有耕地 | (5)老家有耕地 | |
Stay | 0.0402***(0.0103) | −0.0045**(0.0020) | −0.0101(0.028) | −0.0122***(0.0029) | −0.0001(0.0026) |
Salary_diff | 0.0520***(0.0088) | ||||
Stay×Salary_diff | −0.0359***(0.0072) | ||||
Obs | 43026 | 71941 | 2015 | 30049 | 43907 |
R2 | 0.0886 | 0.0955 | 0.2590 | 0.0934 | 0.1072 |
注:Salary_diff(工资差异)=迁入地平均工资/迁出地工资。城市特征中,加入变量人均GDP对数,常住人口对数等。另外,回归中控制了模型设定中的其他控制变量。 |
劳动供给(劳动时间) | |||||
(1)全样本 | (2)老家没有分红 | (3)老家有分红 | (4)老家没有耕地 | (5)老家有耕地 | |
Stay | −0.0456(0.667) | −1.9272***(0.1917) | −1.0925(1.1924) | −2.0961***(0.3082) | −1.7204***(0.2295) |
Salary_diff | 2.754***(0.587) | ||||
Stay×Salary_diff | −1.266***(0.471) | ||||
Obs | 43205 | 39660 | 1141 | 17264 | 23510 |
R2 | 0.2250 | 0.1901 | 0.4234 | 0.1932 | 0.1926 |
注:Salary_diff(工资差异)=迁入地平均工资/迁出地工资。城市特征中,加入变量人均GDP对数,常住人口对数等。另外,回归中控制了模型设定中的其他控制变量。 |
如果流动人口预期到未来收入下降,甚至没有收入是其发生跨期替代的主要原因,那这里应该可以看到:替代性的收入和老家是否有资产,应当会某种程度上减弱跨期替代的影响。因为当未来的收入不确定的时候,人们的决策往往会通过灵活的劳动供给(即增加当期的劳动供给和减少未来的劳动供给),以及增加预防性储蓄方式规避风险。与此同时,传统经济学理论认为资产能够很大程度上对抗不确定性的风险,因而它也会影响人们的储蓄和劳动决策。拥有更少资产的人倾向于更多地工作,而拥有更多资产的人则会更偏好闲暇。而当流动者预期未来仍有部分收入或资产,则其未来面临的不确定会减少,储蓄和劳动供给的动机也相应会下降。因此,在表4和表5用“老家是否有分红”和“老家是否有耕地”衡量未来是否有替代性收入和资产。本文在模型中控制了户籍的同时,在表4第(2)列、第(3)列,以及表5第(2)列、第(3)列中控制了“老家是否有耕地”,而在表4第(4)列、第(5)列,以及表5第(4)列、第(5)列中控制了“老家是否有分红”。虽然可以很大程度上认为老家有分红的更多是城市户口,而老家有耕地的更多的是农村户籍,但是不能够排除在老家没有分红的群体中老家有耕地,而老家有耕地的群体中老家也可能有分红,这两种情况都会带来有偏。因而,分别控制二者就可以更好地分离出替代性收入以及资产在跨期替代中的作用。通过上述分析发现,落户意愿的系数和显著性在有分红以及有耕地的两个组别上均下降,即当流动者在家乡有分红或耕地作为替代性收入时,劳动跨期替代作用会减弱,甚至消失。这一结论与理论预测也是相一致的。
安家成本假说与公共服务需求。在基准回归中,本文同样发现了支持安家成本假说的证据:尚未拥有住房的、跨省长距离迁移的流动者倾向于更多地储蓄和更努力地工作。因此,表6以落户门槛指数作为安家成本的代理变量,进一步考察安家成本如何影响流动人口的储蓄行为和劳动供给决策。主要目的为进一步验证安家成本假说和检验预期公共服务支出是否是城市落户门槛影响流动人口储蓄率和劳动供给的路径。
研究结果的确表明,城市落户门槛越高,流动人口的储蓄率和工作时间越长。城市落户门槛指数每提高1单位,储蓄率上升0.89个百分点,每周多工作1.72个小时。如安家成本假说所预测的,如果落户门槛越高,那么流动者就需要更多储蓄和更努力地工作来满足未来公共服务需求。而且从理论分析来看,安家成本假说一个直观的推论是:在表示有同样的落户意愿情况下,流动者面临的落户门槛越高,且对公共服务的需求越大,那么就需要更多的储蓄和劳动供给来克服安家成本。为此,本文在控制落户意愿情况下,考察公共服务需求与落户门槛交互项对储蓄和劳动供给的影响。
本文将流动人口年龄15—59岁分为四个阶段,而将“是否处于48—59岁”作为预期公共服务需求增加的代理变量。因为48—59岁这一组别的流动人口相比其他组:第一,即将面临退休,养老服务需求增加;第二,身体状况下降,面临更多的医疗服务需求。表6第(2)列和第(5)列表明,落户门槛与是否为48—59岁交互项显著,这意味着当流动人口未来公共服务需求增加,又无法获得市民属地化的公共服务时,流动人口会进行更多地储蓄,并提高当期的劳动供给。落户门槛与是否为37—48岁交互项不显著更从侧面进一步论证了预期公共服务需求增加是有意愿落户的流动人口储蓄增加和更努力工作的原因。
储蓄率(家庭储蓄率1) | 劳动供给(劳动时间) | |||||
(1) | (2) | (3) | (4) | (5) | (6) | |
Settlement | 0.0089*** (0.0021) |
0.0078*** (0.0022) |
0.0084*** (0.0022) |
1.7164*** (0.1493) |
1.7787*** (0.1766) |
1.6667*** (0.1845) |
是否为48−59岁 | 0.0255*** (0.0067) |
0.0200*** (0.0071) |
3.0277*** (0.7494) |
3.1041*** (0.7254) |
||
Settlement×是否为48−59岁 | 0.0084** (0.0044) |
0.0072* (0.0043) |
1.4081*** (0.5001) |
1.3441*** (0.4499) |
||
是否为37−48岁 | −0.0036
(0.0042) |
2.6548*** (0.4679) |
||||
Settlement×是否为37−48岁 | −0.0039
(0.0029) |
−0.2363
(0.4232) |
||||
Stay | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Obs | 58939 | 58939 | 58939 | 49584 | 49584 | 49584 |
R2 | 0.0689 | 0.0705 | 0.0679 | 0.1565 | 0.1583 | 0.1584 |
注:Settlement(落户门槛)指数采用张吉鹏和卢冲(2019)通过对各地落户文件进行整理,最终量化计算出全国120个主要城市的落户门槛指数。另外,回归中控制了模型设定中的其他控制变量。 |
六、进一步分析
(一)异质性分析
1. 不同迁移模式下流动人口的储蓄和劳动供给决策。在中国,流动人口一般采用少数人先行,分批到达流入地,部分家庭成员留在家中的迁移模式。杨菊华和陈传波(2013)将迁移模式划分为:非家庭式迁移、半家庭式迁移以及完整家庭式迁移三个阶段。通过表7考察了流动人口在不同迁移模式下储蓄行为和劳动供给决策的差异。从落户意愿的系数看,发现落户意愿的系数和显著性在独自迁移以及仅与配偶一起迁移模式下更高,而在携子女以及携父母举家迁移这两种模式递进的情况下系数逐渐减小,甚至并不显著。这表明子女、父母留在老家是迁移人口发生劳动跨期替代的一大动因。观察是否跨省迁移对储蓄和劳动供给,发现系数显著随着迁移阶段的递进逐渐上升。这说明,携子女、父母一起迁移的流动人口家庭,他们在迁入地安家的概率更大,因此跨期替代的影响减弱。取而代之的是安家成本的影响增强,即他们会为了克服在迁入地的安家成本而努力储蓄和工作。然而,在是否无房对储蓄和劳动供给影响的系数上却没有看到和跨省迁移一样稳健的趋势,原因可能是无房的组受经济和公共服务可及性的约束更强,子女、父母的随迁会产生更大的消费,以及为照顾家人占用更多的工作时间。为进一步检验这一猜测的合理性,本文将家庭储蓄率替换为人均消费支出的对数,其中将消费支出剔除了住房等具有规模效应的支出。随着准备在本地安家的意愿更强之后,为克服安家成本,这部分群体会进一步缩减消费。另外,通过将劳动参与1替换劳动时间作为劳动供给代理变量,同样也发现是否有房系数随着家庭化迁移递进中逐渐增大。
2. 不同劳动技能流动人口的储蓄和劳动供给决策。上文发现,跨期替代和安家成本对不同迁移模式下的流动人口作用并不相同。劳动跨期替代对于那些子女、父母待在老家的家庭作用更为显著,而安家成本对于那些子女、父母随迁的流动人口作用更为明显,二者表现为替代关系。本文在不同技能的流动人口中也看到类似的现象。在表8中,本文将样本分为高技能组和低技能组,并且将低学历、从事非正规就业的流动者设定为低技能组,将高学历组、从事正规就业的流动者设定为高技能组。研究发现,落户意愿和安家成本变量在低学历、从事非正规就业的群体组别显著,系数也更高。上述实证说明,劳动跨期替代主要发生在低技能水平的群体。另外,落户意愿在高学历、从事正规就业群体中系数较小,且有不显著情况,意味着高技能水平的流动人口仅受安家成本影响。
储蓄率(家庭储蓄率1) | 劳动供给(劳动时间) | |||||
(1)独自迁移或与配偶一起迁移 | (2)携子女一起
迁移 |
(3)携父母一起
迁移 |
(4)独自迁移或与配偶一起迁移 | (5)携子女一起
迁移 |
(6)携父母一起
迁移 |
|
Stay | −0.0128*** (0.0023) |
−0.0031
(0.0024) |
−0.0021
(0.0068) |
−1.7607*** (0.1734) |
−1.6092*** (0.2240) |
−1.0472*** (0.4849) |
Cross_prov | 0.0221*** (0.0040) |
0.0275*** (0.0032) |
0.0277*** (0.0075) |
1.3.16*** (0.2070) |
1.1734*** (0.2583) |
2.8547*** (0.5237) |
House | 0.0455*** (0.0032) |
0.0293*** (0.0028) |
0.0300*** (0.0066) |
2.9726*** (0.2427) |
2.5271*** (0.2995) |
2.4370*** (0.5179) |
常数项 | −0.1853*** (0.0330) |
−0.1571** (0.0958) |
−0.1198* (0.0706) |
35.8172*** (3.5113) |
36.2146*** (4.612) |
40.8855*** (5.4780) |
Obs | 46740 | 43652 | 6185 | 46999 | 24648 | 6,217 |
R2 | 0.0977 | 0.0937 | 0.1742 | 0.2544 | 0.2289 | 0.2853 |
注:回归中控制了模型设定中的其他控制变量。 |
储蓄率(家庭储蓄率1) | 劳动供给(劳动时间) | |||||||
(1)低学历 | (2)高学历 | (3)非正规就业 | (4)正规就业 | (5)低学历 | (6)高学历 | (7)非正规就业 | (8)正规就业 | |
Stay | −0.0122*** (0.0019) |
−0.0051
(0.0037) |
−0.0116*** (0.0019) |
−0.0086* (0.0046) |
−1.6840*** (0.1398) |
0.9663*** (0.2431) |
−1.6958*** (0.1328) |
0.8658*** (0.2517) |
House | 0.0428*** (0.0024) |
0.0285*** (0.0037) |
0.0383*** (0.0023) |
0.0397*** (0.0052) |
2.2632*** (0.1957) |
1.7208*** (0.2213) |
2.4921*** (0.1817) |
1.4254*** (0.2747) |
Cross_prov | 0.0333*** (0.0031) |
0.0155*** (0.0036) |
0.0303*** (0.0028) |
0.0297*** (0.0052) |
1.2926*** (0.2082) |
0.4811*** (0.2724) |
1.2348*** (0.1955) |
0.7655*** (0.3520) |
常数项 | −0.0255
(0.0752) |
−0.0417
(0.0520) |
−0.1257* (0.0644) |
−0.0080
(0.0491) |
30.9842*** (3.5880) |
45.575*** (3.6613) |
49.9959*** (2.8676) |
53.2732*** (3.5638) |
Obs | 79602 | 19005 | 83778 | 14829 | 80057 | 19082 | 84252 | 14887 |
R2 | 0.1037 | 0.0863 | 0.0974 | 0.1086 | 0.1833 | 0.2417 | 0.1991 | 0.2375 |
注:回归中控制了模型设定中的其他控制变量。 |
这一结果与直觉也是相符合的。对于从事相对低技能工作或处于非正规就业岗位的流动人口来说,一旦返回故乡,当地就业岗位少、工资水平低,其将可能面临收入下降。因而有必要利用当前在居留地收入较高的机会,准备更多储蓄和提供更多的劳动力供给,用于返乡后的消费,从而实现终生消费平滑。而高技能水平者即便返乡,相比低技能水平的流动者未来面临收入下降或者失业的风险更小,因此劳动跨期替代行为相对较弱。
(二)稳健性检验
为避免因为代理变量和数据本身随机性带来的偶然性结果,同时可能因落户意愿、购房选择、跨省迁移非完全外生、随机而造成因样本自选择以及双向因果导致的结果有偏,这里将从四个方面考察上述核心结论的可靠性和稳健性:③
1. 替换现有变量。本文将家庭储蓄率1替换为家庭储蓄率2作为储蓄率的代理变量;采用劳动参与1、劳动参与2和过度劳动替换劳动时间作为劳动供给的代理变量。替换变量后检验基准回归发现,两个理论假说依然稳健。另外,本文采用了居留意愿作为落户意愿的替换变量,将本文包括基准回归在内的所有回归进行替换检验。回归表明,本文所有结论均稳健。
2. 采用混合截面数据。本文基准回归采用了2017年数据,为了检验模型和结果的外推性,这里作了一个补充分析,即保证模型不变的前提下,采用2011—2017年的混合截面数据作进一步检验。分别对比基准回归结果,发现结论基本一致,回归系数也很稳定。
3. 运用PSM方法。借助倾向得分匹配的方法,本文筛选出最优协变量以计算倾向得分,在检验协变量不存在系统性差异的情况下,采用近邻匹配、半径匹配和核匹配计算了落户意愿、在本地无房和跨省迁移对储蓄率和劳动供给的处理效应。结果发现:打算迁回者相比打算落户的流动者储蓄率高0.8%—1.1%,劳动时间每周长3.24—3.57小时验证了流动人口中存在跨期替代特征;对于安家成本假说,流动人口为了克服安家住房压力而需要多储蓄5.6%—5.8%,每周多工作0.55—0.86小时;为克服迁移距离,需要少消费0.5%,每周多工作0.2—0.63小时,这均与基准回归的结论大致相同。
4. 运用工具变量方法。双向因果的存在可能会使得我们估计存在偏误。为此,我们找到“城市年平均温度”“老家是否有宅基地”以及“老家到天津、上海和香港三大港口的最短距离”分别作为落户意愿、是否在本地无房以及是否跨省迁移的工具变量。首先,“城市年平均温度”是一个城市层面集聚数据,采用宏观层面的集聚数据可以解决微观数据中个人异质性所带来的内生性问题。而且一个城市的气候、温度往往是影响流动人口选择迁移或者居留的重要因素。选取“老家是否有宅基地”作为落户意愿的工具变量,理由是目前土地交易在中国尚未完善,农民财产权利尚不清晰(谭静等,2014)。老家是否有宅基地对流动人口有较强的拉力,但是其对流动者的家庭储蓄和劳动供给没有直接影响。另外,我们参考徐升艳等(2018),认为将户籍地到天津、上海和香港三大港口的最短距离越远将意味着有更大的概率发生跨省迁移,而户籍地往往又是出生地,因此某种程度上我们可以认为这个工具变量外生。工具变量回归结果仍然稳健。
七、研究结论和启示
规模庞大的流动人口是中国经济的一大显著特征。这些流动人口表现出显著的“高储蓄率”和“高劳动供给”的特征。通过理论分析,本文发现“劳动跨期替代假说”和“安家成本假说”都能很好地解释这些典型特征。利用跨期替代模型和全国流动人口动态监测数据本文发现:首先,落户意愿较低的流动人口会更多地进行储蓄和更努力地工作。并且,随着地区之间收入差异逐渐加大,迁入地平均工资比迁出地高出越多,拟回迁者的储蓄将越高,劳动供给也更多;这些结果与劳动跨期替代假说是一致的。其次,对住房和公共服务需求越高的流动人口越倾向于更多地储蓄和劳动。而且,在同样的居留意愿下,面临更高的落户门槛且有更高公共服务需求的流动人口,他们必须依靠更多储蓄和更积极地工作来满足各种公共服务需求,从而克服安家成本实现长期居留。这些结果支持安家成本假说;最后,劳动跨期替代主要发生在子女、父母未能随迁以及低技能水平的群体,而携子女、父母随迁以及高技能水平的流动人口主要受安家成本的影响。尽管本文主要着眼于分析各种理论对流动人口高储蓄率和高劳动供给现象的解释力,但本文的结论仍然带来一些政策启示:第一,缩小地区之间收入差距,原户籍地可以因地制宜发展相应产业与承接产业转移,促进返乡务工人员就近就业;优化政策帮扶,助力返乡创业。第二,深化户籍制度改革,提高外来人口公共服务可及性,降低在本地就业生活5年以上、举家迁移、高技能等重点群体的落户限制。
① 对于模型:
② 对于模型:
③ 限于篇幅,回归结果正文中未报告,有需要可向作者索取。
[1] | 晁钢令, 万广圣. 农民工家庭生命周期变异及对其家庭消费结构的影响[J]. 管理世界, 2016(11): 96–109. |
[2] | 陈斌开, 陆铭, 钟宁桦. 户籍制约下的居民消费[J]. 经济研究, 2010(S1): 62–71. |
[3] | 程令国, 张晔. 早年的饥荒经历影响了人们的储蓄行为吗? ——对我国居民高储蓄率的一个新解释[J]. 经济研究, 2011(8): 119–132. |
[4] | 杭斌. 习惯形成下的农户缓冲储备行为[J]. 经济研究, 2009(1): 96–105. |
[5] | 梁文泉. 不安居, 则不消费: 为什么排斥外来人口不利于提高本地人口的收入?[J]. 管理世界, 2018(1): 78–87. DOI:10.3969/j.issn.1002-5502.2018.01.007 |
[6] | 牛建林. 人口流动对中国城乡居民健康差异的影响[J]. 中国社会科学, 2013(2): 46–63. |
[7] | 谭静, 余静文, 饶璨. 二元结构下中国流动人口的回迁意愿与储蓄行为——来自2012年北京、上海、广州流动人口动态监测数据的经验证据[J]. 金融研究, 2014(12): 23–38. |
[8] | 谢勇. 中国农村居民储蓄率的影响因素分析[J]. 中国农村经济, 2011(1): 77–87. |
[9] | 徐升艳, 陈杰, 赵刚. 土地出让市场化如何促进经济增长[J]. 中国工业经济, 2018(3): 44–61. |
[10] | 杨菊华, 陈传波. 流动人口家庭化的现状与特点: 流动过程特征分析[J]. 人口与发展, 2013(3): 2–13. |
[11] | 叶菁菁, 吴燕, 陈方豪, 王宇晴. 个人所得税减免会增加劳动供给吗? ——来自准自然实验的证据[J]. 管理世界, 2017(12): 20–32. DOI:10.3969/j.issn.1002-5502.2017.12.003 |
[12] | 张川川, Giles J, 赵耀辉. 新型农村社会养老保险政策效果评估——收入、贫困、消费、主观福利和劳动供给[J]. 经济学(季刊), 2014(1): 203–230. |
[13] | 张吉鹏, 卢冲. 户籍制度改革与城市落户门槛的量化分析[J]. 经济学(季刊), 2019(4): 1509–1530. |
[14] | 朱玲. 农村迁移工人的劳动时间和职业健康[J]. 中国社会科学, 2009(1): 133–149. |
[15] | 祝仲坤. 过度劳动对农民工社会参与的“挤出效应”研究——来自中国流动人口动态监测调查的经验证据[J]. 中国农村观察, 2020(5): 108–130. |
[16] | Bui K D, Ume E S. Credit constraints and labor supply: Evidence from bank branching deregulation[J]. Economic Inquiry, 2020, 58(1): 335–360. DOI:10.1111/ecin.12823 |
[17] | Chen X F. Why do migrant households consume so little?[J]. China Economic Review, 2018, 49: 197–209. DOI:10.1016/j.chieco.2017.11.005 |
[18] | Coile C C, Levine P B. Labor market shocks and retirement: Do government programs matter?[J]. Journal of Public Economics, 2007, 91(10): 1902–1919. DOI:10.1016/j.jpubeco.2007.01.005 |
[19] | Dustmann C. Return migration uncertainty and precautionary savings.[J]. Journal of Development Economics, 1997, 52(2): 295–316. DOI:10.1016/S0304-3878(96)00450-6 |
[20] | Farber H S. Is tomorrow another day? The labor supply of New York City cabdrivers[J]. Journal of Political Economy, 2005, 113(1): 46–82. DOI:10.1086/426040 |
[21] | Galor O, Stark O. Migrants’ savings, the probability of return migration and migrants’ performance[J]. International Economic Review, 1990, 31(2): 463–467. DOI:10.2307/2526851 |
[22] | Galor O, Stark O. The probability of return migration, migrants’ work effort, and migrants’ performance.[J]. Journal of Development Economics, 1991, 35(2): 399–405. DOI:10.1016/0304-3878(91)90058-4 |
[23] | Huo Z, Ríos-Rull J V. Sticky wage models and labor supply constraints[J]. American Economic Journal: Macroeconomics, 2020, 12(3): 284–318. DOI:10.1257/mac.20180290 |
[24] | Li H, Li J Y, Lu Y, et al. Housing wealth and labor supply: Evidence from a regression discontinuity design[J]. Journal of Public Economics, 2020, 183: 104139. DOI:10.1016/j.jpubeco.2020.104139 |
[25] | Veracierto M. On the cyclical behavior of employment, unemployment and labor force participation[J]. Journal of Monetary Economics, 2008, 55(6): 1143–1157. DOI:10.1016/j.jmoneco.2008.07.008 |