社会信任与农村劳动力非农就业决策研究.pdf

学界通常把信任分为特殊信任(受限制信任)和普遍信任(一般性信任)。前者是人们对特定对象的信任,即对认识的人的信任;后者是对陌生人或社会上绝大多数人的信任,是与陌生人交往、互动形成的。本文研究的社会信任是普遍信任。D O I:1 0.2 0 0 6 9/j.c n k i.D J K X.2 0 2 3 0 4 0 0 9社会信任与农村劳动力非农就业决策研究蒲艳萍,袁柏惠,张岚欣重庆大学 公共管理学院,重庆4 0 0 0 4 4开放科学(资源服务)标识码(O S I D)摘要:利用中国家庭追踪调查(C F P S)数据实证考察社会信任如何影响农村劳动力非农就业决策。研究发现:社会信任水平的持续提升和信任半径的不断拓展会促使农村劳动力选择非农就业,该结论在一系列稳健性检验中仍然成立;社会信任通过增强风险承担意愿、提升人力资本层次和延展社会网络半径促进非农就业。进一步探究社会信任对非农就业演进全过程的作用,社会信任水平越高的农村劳动力,非农就业转移程度越高;动态识别不同社会发展阶段的历史烙印影响发现,成长于法律制度更完善、劳动力流动更自由的社会环境中的农村劳动力,感知到的社会信任对非农就业的促进作用更强。因此,应营造利于非农转移的相互信任、互惠互利型发展环境,发挥社会信任对增强农村脱贫内生动力、巩固脱贫攻坚成果的积极作用。关键词:社会信任;农村劳动力;非农就业;风险承担;人力资本;社会网络文献标识码:A 文章编号:1 0 0 2-2 8 4 8-2 0 2 3(0 4)-0 1 1 1-1 6一、问题提出“直接靠农业来谋生的人是粘着在土地上的”,这是乡土社会的特性之一1。农民依附土地谋求生计,农耕活动的非流动性造就了“世代定居是常态,迁移是变态”的社会状态。在非流动性的社会环境中,大多数农民选择聚村而居,形成以家族宗亲等亲属为主的“地方性”社会关系,村庄内部由此形成稳定且具有封闭性质的“熟人社会”。人与人之间的重复博弈乃至世代人之间的联系,极大程度上降低了信息不对称水平,使得村民之间“知根知底”2。这种信誉机制为建立在亲属关系之上的“特殊信任”,以及费孝通先生所说的“差序格局”奠定了基础。随着“特殊信任”的持续发展、累积,这种针对特殊对象形成的信任大幅度降低了社区内部的交易风险,相应地提高了农民选择迁移时需面临的机会成本,起到稳固“熟人社会”的作用。故此,在乡土社会的村庄内部,“特殊信任”与“农耕从业”之间形成了一种稳定且持久的双向促进关系。然而,从乡土社会进入现代社会,工业化、市场化以及由此带来的经济结构、社会制度和基础设施建设的变化,对农村劳动力择业产生了深远影响。自1 9 7 8年改革开放以来,随着第二、三产业劳动力需求的持续增长、户籍管理制度的逐年放宽和农业机械化的渐次推进,大量农村劳动力由“农耕从业”转向“非农就业”,并开始构筑新的社会关系。“世代定居”仍然是一种“常态”,但“迁移”却不再是“变态”,“不流1112023 年 7 月 第 45 卷 第 4 期 http:动”带来的“孤立和隔膜”被逐渐打破,熟人社会逐渐向匿名社会更迭,为社会信任提供了发挥作用的土壤。一方面,社会信任作为经济生活的催化剂,相较于传统特殊信任,具有更低廉的交易成本和更大的正外部性3,显著地降低了农村劳动力的非农就业转移风险;另一方面,现代化金融系统、行政管理体系等社会制度均以普遍性质的信任为方向快速变迁,社会信任作为适应匿名性、流动性特征的现代社会理念,能够持久地发挥降低磋商成本、提高交易和沟通效率等作用,协助农村劳动力实现更迅速、更稳定和更高质量的非农就业。因此,伴随社会制度建设不断完善和非农就业转移进程的持续推进,社会信任与非农就业自然地构成了一种稳定的内循环模式。尽管劳动力流动已成为时代所趋,大量农村劳动力通过非农就业获得更高经济收入、改善生活质量,“自主应聘”等非农转移方式成为社会信任高速发展阶段内的一种常态化选择,但仍有一定规模的农村劳动力固守“特殊信任”转移模式,以求降低非农转移风险4。此类群体主要依赖亲戚朋友推荐、熟人介绍等就业渠道,限制了自身的转移就业意愿、转移就业信息可获得性以及转移就业能力,故而滞留农业生产或者呈现候鸟式迁移的回流状态,这既不益于规避家庭流动性约束、缓解农村相对贫困,也不利于阻断贫困代际传递、共享经济发展红利5。社会信任作为一种具有降低交易成本、简化社会运行复杂度等功能的社会资本3,与特殊信任共存于现代社会,且不断冲击着乡土社会时期形成的、存在于特殊信任与农耕从业之间的双向促进关系,它能否缓解甚至解决非农就业所面临的阶段性困境,促进非农就业转移?如果能够促进非农就业转移,是通过什么途径实现的?这种因果作用的时序性变化如何?这些都是本文尝试回答的问题。本文的边际贡献主要体现在三个方面。第一,基于社会流动性和匿名性不断增强、社会管理制度日臻完善的中国现阶段特征事实,探究与受限信任存在相对关系的社会信任如何影响农村劳动力非农就业决策,推动信任文化与劳动力流动研究成果更加丰富化和时代化。第二,尝试引入福山的“信任半径”概念,进而构建包含信任水平和信任半径的社会信任分析框架,以更准确、全面地探究社会信任对农村劳动力非农就业决策的影响。第三,分析并检验社会信任对农村劳动力非农就业决策的作用机制;延伸考察农村劳动力从农耕从业到非农就业的渐进性转移;动态识别出生在不同时代以及处于劳动力转移不同阶段下,社会信任对农村劳动力个体非农就业的异质性影响。二、理论分析与研究假说现有研究从宏观经济环境如城乡差距,与微观特征如婚姻、人力资本等方面对非农就业决策的影响因素进行了有益探讨,其中由于劳动力市场不完善,农村社会环境和就业信息相对封闭,大量文献从宗族、社会网络和信任视角考察了社会资本对非农就业决策的影响,该影响路径主要体现在三个方面。第一,风险分担效应。宗族通过提供帮助内部成员抵御潜在负面冲击的社会保险,分担务工风险以促进其外出打工6。第二,信息效应。丰富的社会网络有助于个体获取更多就业信息、降低工作搜寻成本,实现非农就业转移7。第三,融资效应。基于血缘、亲缘和地缘形成的社会网络,通过内部借贷缓解农村劳动力的非农创业筹资问题8。尽管上述研究为理解社会资本与非农就业的内在关系提供了丰富的理论支撑,然而仍存在一定局限。一是现有文献大多基于社会网络视角展开,较少关注社会信任对非农就业的影响及其内在机制,同时主要从信任水平这一维度解读社会信任的内涵,忽略了信任半径的考察。社会信任水平决定了合作的强度,信任半径则代表了信任的广度。本文将信任水平和信任半径作为社会信任的衡量维度,以期揭示社会信任的全貌,考察嵌入到中国农耕文明的多维度信任文化对非农就业的作用。二是对于社会资本如何影响非农就业,多数研究侧重于非农就业能力等客观机制的探讨,尚未有文献构建包含主观意愿和客观能力在内的理论框架。社会信任作为一种重要的社会资本,通过提高农村劳动力个体的非农就业转移意愿及能力促进其非农就业,前者体现为对非农转移风险的承担意愿,后者包括胜任非农工作的转移就业能力(人力资本)和实现转移就业的信息获取能力(社会网络)。211 2023 年 7 月 第 45 卷 第 4 期 信任半径指人们愿意与之合作的对象范围9,在中国则体现为随亲缘、地缘等关系差异而呈现出的信任“差序格局”,即内外有别。个体信任半径越长,越容易相信外群体(如陌生人或不同宗教信仰的人)。http:(一)风险承担效应信任与风险密切相关,能够降低劳动力对风险的感知程度和预期的非农就业转移风险水平,提高其风险承担意愿、促进非农就业。从农业转向非农业是一项存在风险的经济决策,通常来说,具有非农工作意愿的农村劳动力将面临能否找到合意工作及新环境融入等不确定性。因而,农村劳动力对风险的主观判断和风险偏好程度将会对非农就业决策形成重要影响。社会信任可以降低农村劳动力主观感受到的非农转移风险水平,下移风险承担的预期强度。社会信任水平较低的农村劳动力因对非农就业风险的主观感知程度较高,预期未来将承担更多的风险,更不愿意进行非农就业转移1 0。不仅如此,社会信任还有助于个体形成乐观的心理预期和“在困难时得到别人帮助”的积极认知1 1。在非农就业决策结果不确定时,社会信任水平更高的人通常会期望事情向更好的方向发展,所以更愿意在决策之前承担更多风险。同时,劳动力个体的社会信任半径越长,接触的信息越丰富,所感知到的不确定性越小。社会信任对个体风险预期的降低有利于激励农村劳动力克服非农就业风险中的阻力,愿意尝试转移到非农工作以追求更高的收益。(二)人力资本效应社会信任水平越高的农村劳动力越愿意拓展自身人力资本投资,进而增强非农就业转移能力、提升非农就业转移概率。正规学历教育和职业技能培训是中国农村劳动力投资自身人力资本、提升专业技能的主要渠道。相较职业技能培训,正规学历教育的投资成本更高、风险更大,故农村劳动力更愿意选择技能培训类人力资本投资1 2。对于由市场提供且需私人付费的技能培训,农村劳动力面临的信息不完全困境将抑制其人力资本投资行为。而社会信任作为社会复杂性的简化机制,能够基于现有信息建立一种稳定的行为预期,从而用带有保障性的安全感来弥补信息的匮乏1 3。换言之,高社会信任水平带来的安全感有利于克服培训与就业信息匮乏的缺陷。农村劳动力能够依靠社会信任降低“是否参与培训”这一风险决策的复杂性,譬如社会信任水平更高的农村劳动力更愿意相信技能培训的有效性,社会信任半径更长的农村劳动力则更容易相信培训者这类外群体的专业技能水平,进而提高技能培训交易实现的可能性。已有研究表明,信任是正式制度和政府发挥作用的前提和基础,较高的社会信任水平能够促进公众对公共政策的参与1 4。因此,社会信任水平越高的农村劳动力,越可能通过参与免费技能培训等促进就业相关政策措施,提升非农就业技能。(三)社会网络效应社会信任通过促使农村劳动力建立跨越自身阶层限制的新型社会网络,拓宽个体社会网络半径、降低非农就业转移成本,从而促进非农就业实现。社会网络是社会成员之间因互动形成的一种相对稳定的社会关系,传统乡土社会的人际交往半径较短,形成的社会网络大多局限于同等社会阶级,较少实现阶级跨越并获得自身阶级之外的社会资源。而市场经济的兴起使人们建立起广泛交往的社会关系,突破血缘、亲缘和地缘的扩张型社会网络得以形成。随着这种新型社会网络如各类协会等民间组织的不断构建,社会信任开始发挥重要作用。社会信任水平越高、社会信任半径越长的农村劳动力越倾向于与更多异质性群体交往互动,他们不仅更乐于参与新型社会网络,也更愿意与他人分享有价值的信息和知识1 5,表现出互惠行为。通过建立人与人之间的稳定关系,社会信任增强了个体的社会互动质量,建立了更广泛的社会网络。一方面,社会网络更广泛的农村劳动力可以积累更多异质性社会资源,获取更多非重复就业信息;另一方面,扩张型社会网络能够加速信息的流动与共享,加快农村劳动力技能与岗位需求的匹配速度,从而增加农村劳动力的潜在就业机会1 6,降低转移成本。综上所述,本文提出如下假说:假说1:社会信任水平促进农村劳动力非农就业。假说2:农村劳动力的社会信任半径越长,越可能从农业转向非农业。假说3:社会信任通过增强个体风险承担意愿、增加人力资本投资以及拓宽社会网络半径,提高其选311蒲艳萍,袁柏惠,张岚欣 社会信任与农村劳动力非农就业决策研究 http:择非农工作的可能性。三、数据和变量描述(一)数据来源本文使用的数据源自北京大学中国社会科学调查中心的2 0 1 6年中国家庭追踪调查(C F P S)数据,覆盖中国2 5个省份且代表中国9 5%人口的全国代表性样本。C F P S数据库的调查层次包含社区、家庭及个人三个层面,能够提供包括社会信任、户籍性质、就业类型、家庭人口结构和农业生产条件等变量的详细数据。本文使用的有效样本信息包含分布在2 5个省份9 2 0个村5 7 4 2户家庭中的1 1 4 1 5个农村劳动力在2 0 1 6年的相关信息。(二)变量选取1.社会信任的界定现有研究衡量社会信任水平通常从“一般说来,你认为绝大多数人是否可信”和“对陌生人的信任程度”两个角度进行。本文以农村居民作为研究主体,而农村的信任差序格局和城乡分割特殊状态会使受访者在被询问“一般说来,你认为绝大多数人是否可信”时,仅联想到村庄、区(县)等较局限的特定生活区域之内的目标人群,那么以该问题衡量出的社会信任会受限于受访者的人群认知范围从而导致度量偏误。因此,本文采用C F P S问卷中的“对陌生人的信任程度”分值来衡量社会信任水平,01 0代表非常不信任到非常信任,数值越大,则社会信任水平越高。社会信任作为社会资本的重要组成部分,不仅直观体现在个体对绝大多数或陌生人的社会化信任,也间接表现为个体积极且利他性的社会行为1 7。相关研究主要以社会参与(如投票选举)、社会捐赠行为(如器官和血液捐赠)等指标刻画社会信任水平1 8。基于数据可得性,本文用家庭层面的“社会捐助额”间接衡量劳动者的社会信任状况1 7,进一步检验社会信任对农村劳动力非农就业影响的稳健性。信任半径的测度方法是根据受访者与各类群体的社会距离,从最内层(即家庭)到最外层(如陌生人)进行排序,将信任半径视为个体随着与不同类别对象的关系强度变化而导致的信任水平发生改变的幅度,用公式表示为:Y=+X 1 9。基于C F P S问卷数据,本文选择父母、邻居和陌生人三类信任对象,分别利用拟合项目反应理论(I R T)的1-P L模型和2-P L模型计算得到个体对父母、邻居和陌生人的社会距离,最终使用A I C和B I C值均更小的2-P L模型估计结果,个体平均感知的与父母、邻居和陌生人的社会距离依次约为1.0 0、2.9 9和6.0 2,据此回归拟合得到个体的信任半径数值。2.非农就业的界定非农就业形式包含以下两种情形:一是就地非农就业,即在所居县城内进行制造业和服务业等非农411 2023 年 7 月 第 45 卷 第 4 期 不包含中国港澳台地区以及内蒙古、海南、西藏、宁夏和新疆。“社会捐助额”根据C F P S家庭问卷“过去 1 2个月,包括现金和实物(如食品、衣服等),您家社会捐助支出是多少?(单位:元)”衡量,回归时取自然对数。Y为个体对不同类别对象的信任水平;X表示社会距离,即与不同类别对象的关系强度;为所求信任半径大小。如果受访者平等地信任各内群体和外群体,那么当信任对象由内向外扩展时,信任水平改变的幅度较小,个体的信任半径广泛;如果受访者的信任水平从组内迅速下降到组外,则表明斜率是陡峭的,其信任半径狭窄。参考胡安宁2 0的研究,1-P L模型公式为P(Xs i=1|s,i)=e x p(s+i)/1+e x p(s+i),2-P L模型公式为P(Xs i=1|s,i,i)=e x pi(s+i)/1+e x pi(s+i),其中,Xs i表示个体s对信任对象i的信任水平,s是个体答题能力(假定个体答题能力一致),i是个体对某类对象信任的容易程度,不同信任对象之间的差异构成了个体社会网络中不同对象间的“距离”,i为区别分数,即信任容易程度变化区间的长短。利用2-P L模型估计出的社会距离原始结果为-2.4 2、-0.4 3和2.6 0,为便利分析,对上述系数进行了以对家人社会距离为基础的相对化,即将个体对三类对象的社会距离依次加上3.4 2,结果分别变为1.0 0、2.9 9和6.0 2。采用固定截距回归和随机截距回归两类模型进行估计,前者将截距固定于信任最高水平1 0,横轴以0值作为起始点;后者不做上述限制。具体的测度过程受限于篇幅未展示;从最终回归结果来看,随机截距模型的拟合程度更高,但固定截距的回归结果能够使个体间的信任半径可比,因此后文中所展示的信任半径均为使用固定截距模型的结果。http:业性质生产活动,如农副产品加工、农家乐餐饮服务等劳动形式;二是异地非农就业,即劳动力的非农就业伴随着地域流动,农村劳动力往往需要向城市流动以获取非农就业岗位2 1。基于数据可得性,本文可以根据户籍性质(如农村户籍)或家庭所在地性质(如城乡分类资料中的乡村地区)来界定“农村劳动力”群体。考虑到非农就业很大程度上伴随着地域流动,若以家庭所在地为界定条件,会忽略因异地非农就业而搬迁到城镇居住的农村劳动力群体。因此,参考张景娜等2 2的研究,本文以户籍性质界定农村劳动力群体,将农村非农就业限定为农村户籍劳动力选择以非农工作为主要工作的状态。如果农村户籍劳动力主要从事非农工作,则“非农就业”变量赋值1,主要从事农业工作则赋值0。3.控制变量农村劳动力的就业选择受到个体劳动能力和社会身份状态影响,一般而言,人力资本投资越高、健康状况越好的农村劳动力,从事非农生产的边际收益越高,向非农产业转移能力越强、转移质量越好。家庭资源禀赋和照料责任也会作用于农村劳动力非农就业。家庭人均收入代表农村劳动力从事非农工作的初始经济转移资本,人均耕地面积作为农业资源禀赋彰显了农村劳动力个体转向非农就业的机会成本6,家庭老幼人口比例刻画了农村劳动力因照料责任从事弹性工作时间的就地农业劳动的推动力。此外,村庄自然地理环境和农业生产条件也对非农就业产生作用,村庄地形地势、自然灾害情况、交通条件和县城最短距离直接影响农村劳动力向非农就业转移的难易程度,农业劳动力租赁价格、土地征用面积和村庄人均收入会影响农业劳动的经济成本2 3,进而改变劳动力的非农就业转移意愿。(三)数据处理及描述性分析本文主要研究社会信任对农村劳动力非农就业的影响,目标群体是户口性质为农业户籍且具备劳动能力的人口,据此结合国际劳动年龄和C F P S成人问卷年龄范围,以1 66 4岁样本作为计量基础。在此基础上,根据研究需要对数据进行以下处理:第一,将2 0 1 4年村居数据、2 0 1 6年家庭经济数据、2 0 1 6年少儿数据与2 0 1 6年成人数据进行对应匹配得到基准数据集合;第二,引入2 0 1 2年家庭经济数据中的家庭人均耕地面积数据,得到完整数据集合;第三,剔除无法与家庭特征变量、村居特征变量成功匹配的样本,且剔除异常变量样本。最终得到1 1 4 1 5名农村劳动力在2 0 1 6年C F P S问卷调查中的有效数据,非农就业劳动力和农业就业劳动力的各主要变量描述性统计结果见表1。表1 非农就业劳动力和农业就业劳动力的主要变量描述性统计结果变量类型变量名称非农就业(观测值数为4 4 5 3)均值标准差农业就业(观测值数为6 9 6 2)均值标准差解释变量信任水平2.1 8 02.0 9 61.6 7 42.0 3 5信任半径-1.4 5 40.4 6 4-1.5 2 90.4 8 3个体特征变量性别0.5 9 10.4 9 20.4 4 70.4 9 7年龄3 6.8 6 51 1.9 1 04 8.1 2 71 1.0 7 5年龄平方1 5 0 0.8 1 69 4 0.1 0 72 4 3 8.8 6 59 9 9.1 8 1婚姻状态0.7 8 70.4 1 00.9 1 90.2 7 3受教育年限9.0 2 53.6 8 25.5 4 34.0 7 8健康状况3.3 1 61.1 4 52.8 3 91.2 6 8是否党员0.0 5 80.2 3 40.0 4 80.2 1 3村居特征变量村人均收入1.8 1 82.4 2 41.2 3 11.4 9 3农忙雇工价格1 0 3.3 1 94 3.9 2 91 0 1.0 4 04 1.0 1 6到县城距离4 2.9 0 93 6.1 2 85 4.1 7 34 1.6 2 9是否通公路0.9 3 60.2 4 60.9 2 50.2 6 3是否为自然灾害频发区0.7 5 80.4 2 90.8 2 50.3 8 0是否处于平原0.4 6 20.4 9 90.3 8 40.4 8 6是否处于丘陵0.2 9 70.4 5 70.3 1 90.4 6 6村土地征用面积3 9.2 2 71 5 1.0 3 54 3.7 6 21 7 8.1 0 5511蒲艳萍,袁柏惠,张岚欣 社会信任与农村劳动力非农就业决策研究 http:续表1变量类型变量名称非农就业(观测值数为4 4 5 3)均值标准差农业就业(观测值数为6 9 6 2)均值标准差家庭特征变量家庭人均耕地面积7.2 6 81 6.6 5 41 0.8 9 62 7.7 1 6家庭人均收入2.0 5 14.4 4 81.2 3 82.6 9 07 5岁以上老人比例0.0 2 50.1 1 30.0 2 30.0 7 76岁以下儿童比例0.0 9 60.1 7 60.0 8 10.1 3 7稳健性检验相关变量社会捐助额0.7 3 21.8 8 20.4 8 21.5 0 7家庭所在地性质0.3 9 70.4 8 90.1 8 10.3 8 5家族祭祖、扫墓0.6 4 10.4 8 00.5 8 70.4 9 2普通话熟练程度0.6 1 10.4 8 80.4 1 10.4 9 2互联网使用0.6 4 30.4 7 90.1 8 30.3 8 7儒家书院数量4.8 0 01.3 4 04.5 8 01.4 2 6非农就业经历0.7 5 90.4 2 80.5 9 30.4 9 1工具变量区(县)信任水平均值1.9 9 10.5 7 61.8 9 50.4 4 3区(县)信任半径均值-1.4 6 90.1 3 4-1.4 8 40.1 1 7机制检验变量家庭是否持有风险性资产0.0 1 90.1 3 80.0 0 50.0 6 8是否参与非学历教育0.0 8 30.2 7 60.0 2 30.1 4 9是否参与技术技能培训0.0 7 30.2 6 10.0 1 90.1 3 8是否参与民间组织0.0 7 00.2 5 50.0 3 90.1 9 4四、实证模型构建与结果分析(一)基础模型回归为验证前文提出的理论假说,且考虑到非农就业决策变量的离散型特征,本文使用如下P r o b i t基准模型考察社会信任对农村劳动力非农就业决策的影响:Mi=0+1Ti+2Xi+3Yi+4Zi+i(1)其中,下标i表示第i个体,Mi是第i个体的非农就业决策;Ti是解释变量,表示第i个体的信任水平(信任半径);Xi是第i个体的个体特征变量集,包括性别、年龄、年龄平方、婚姻状态、健康状况、受教育水平和是否党员;Yi用于控制劳动力非农就业的家庭层面影响因素,包括家庭人均耕地面积、家庭人均收入、7 5岁以上老人比例和6岁以下儿童比例;Zi用于控制村庄的禀赋条件,包括村人均收入、农忙雇工价格、到县城距离、是否有公路通过、是否为自然灾害频发区、是否处于平原、是否处于丘陵和村土地征用面积等特征变量;i为随机误差项。此外,本文在回归过程中还控制了省份虚拟变量,以控制省级层面的固定效应。村(居)层面聚类标准误下,社会信任对农村劳动力非农就业决策影响的回归结果见表2。第(1)(2)列分别以信任水平和信任半径为解释变量,其中信任水平的估计系数约为0.0 2 2,且在1%水平上显著,表明信任水平越高的农村劳动力越愿意转向非农就业;信任半径估计系数显著为正,意味着农村劳动力的信任半径越长,越可能选择非农就业。第(3)(4)列更换回归模型为最小二乘估计(O L S),结果仍支持该结论。考虑到农村劳动力转移往往伴随地域流动,而居住地性质的变更会直接影响非农就业转移的难易程度,第(5)(6)列进一步控制家庭所在地性质,估计结果依然稳健。同时,为了避免“对陌生人信任程度”评分感知差异造成的估计偏误,第(7)列将解释变量更换为“社会捐助额”,估计系数依然显著为正,证实了社会信任水平与农村劳动力非农就业决策之间的正向稳健关系。基准回归中控制变量的估计系611 2023 年 7 月 第 45 卷 第 4 期 本文也将信任半径变量更换为随机截距估算方法得到的信任半径数据进行回归,以此作为稳健性检验,估计结果仍支持信任半径拓展促进非农就业转移的结论。针对全文中以信任半径为解释变量的回归,均进行该类更换变量测度方法的稳健性检验,限于文章篇幅未展示。http:数与现有研究基本一致。相比农村女性,农村男性劳动力从事非农就业更多;个人年龄越大、婚姻状态为已婚,越倾向于从事农业劳动;身体健康状况越好、受教育年限越长,越可能选择非农就业。从家庭层面来看,家庭人均耕地面积越少、家庭人均收入越高,非农就业可能性越大;7 5岁以上老人比例与6岁以下儿童比例均不显著。从村级层面来看,村到县城距离对非农就业起到显著阻碍作用,村人均收入促进劳动力非农就业。表2 社会信任对农村劳动力非农就业决策的影响估计结果变量被解释变量:非农就业决策(1)P r o b i t(2)P r o b i t(3)O L S(4)O L S(5)P r o b i t(6)P r o b i t(7)P r o b i t信任水平信任半径家庭所在地性质社会捐助额性别年龄年龄平方婚姻状态健康状况受教育年限是否党员家庭人均耕地面积家庭人均收入7 5岁以上老人比例6岁以下儿童比例村人均收入农忙雇工价格村到县城距离是否有公路通过是否自然灾害频发是否处于平原是否处于丘陵 0.0 2 1 8*0.0 0 7 3*0.0 2 0 9*(0.0 0 7 7)(0.0 0 2 1)(0.0 0 7 6)0.0 7 4 2*0.0 2 4 1*0.0 6 8 0*(0.0 3 2 9)(0.0 0 8 9)(0.0 3 2 5)0.5 4 2 9*0.5 4 4 2*(0.0 6 7 7)(0.0 6 7 8)0.0 3 2 3*(0.0 1 0 6)0.3 4 0 2*0.3 4 0 9*0.0 9 1 5*0.0 9 2 5*0.3 5 8 7*0.3 6 0 5*0.3 4 8 8*(0.0 3 1 8)(0.0 3 2 0)(0.0 0 9 4)(0.0 0 9 5)(0.0 3 2 1)(0.0 3 2 2)(0.0 3 1 8)-0.0 2 5 1*-0.0 2 5 6*-0.0 1 6 3*-0.0 1 6 3*-0.0 2 7 7*-0.0 2 8 0*-0.0 2 5 4*(0.0 1 1 4)(0.0 1 1 5)(0.0 0 3 2)(0.0 0 3 3)(0.0 1 1 4)(0.0 1 1 6)(0.0 1 1 4)-0.0 0 0 2*-0.0 0 0 2 00-0.0 0 0 2-0.0 0 0 2-0.0 0 0 2*(0.0 0 0 1)(0.0 0 0 1)(0)(0)(0.0 0 0 1)(0.0 0 0 1)(0.0 0 0 1)-0.1 3 4 2*-0.1 3 5 4*-0.0 2 9 8*-0.0 3 0 3*-0.1 4 1 1*-0.1 4 1 3*-0.1 4 1 1*(0.0 5 0 0)(0.0 5 0 3)(0.0 1 3 2)(0.0 1 3 4)(0.0 5 0 9)(0.0 5 1 0)(0.0 5 0 6)0.0 4 0 5*0.0 4 2 2*0.0 1 0 3*0.0 1 1 0*0.0 3 5 6*0.0 3 7 1*0.0 4 3 0*(0.0 1 2 9)(0.0 1 2 8)(0.0 0 3 5)(0.0 0 3 5)(0.0 1 2 7)(0.0 1 2 6)(0.0 1 2 9)0.0 7 9 3*0.0 8 0 2*0.0 2 0 3*0.0 2 0 6*0.0 7 5 5*0.0 7 6 5*0.0 7 9 7*(0.0 0 6 0)(0.0 0 5 9)(0.0 0 1 6)(0.0 0 1 6)(0.0 0 5 9)(0.0 0 5 9)(0.0 0 5 9)0.0 2 2 00.0 1 6 7-0.0 0 3 4-0.0 0 4 30.0 3 4 30.0 2 8 70.0 1 0 0(0.0 6 5 7)(0.0 6 3 9)(0.0 1 8 7)(0.0 1 8 3)(0.0 6 7 0)(0.0 6 5 2)(0.0 6 4 1)-0.0 0 3 8*-0.0 0 3 9*-0.0 0 0 5*-0.0 0 0 5*-0.0 0 2 6*-0.0 0 2 6*-0.0 0 3 9*(0.0 0 1 4)(0.0 0 1 4)(0.0 0 0 2)(0.0 0 0 2)(0.0 0 1 2)(0.0 0 1 2)(0.0 0 1 4)0.0 1 6 8*0.0 1 6 9*0.0 0 3 4*0.0 0 3 5*0.0 1 6 0*0.0 1 6 2*0.0 1 6 5*(0.0 0 9 8)(0.0 0 9 8)(0.0 0 1 9)(0.0 0 1 9)(0.0 0 9 5)(0.0 0 9 6)(0.0 0 9 5)-0.0 1 7 6-0.0 0 3 5-0.0 2 8 2-0.0 2 6 3-0.0 3 2 5-0.0 1 5 4-0.0 2 4 3(0.1 7 9 6)(0.1 8 1 4)(0.0 4 8 6)(0.0 4 9 1)(0.1 7 6 5)(0.1 7 7 9)(0.1 8 0 0)-0.1 3 1 1-0.1 3 3 9-0.0 2 7 6-0.0 2 8 4-0.1 1 3 0-0.1 1 3 7-0.1 1 5 8(0.1 0 2 0)(0.1 0 4 6)(0.0 2 8 0)(0.0 2 8 7)(0.1 0 2 1)(0.1 0 4 3)(0.1 0 1 7)0.0 2 8 90.0 2 9 90.0 0 9 2*0.0 0 9 4*0.0 2 5 70.0 2 5 80.0 2 7 5(0.0 2 0 7)(0.0 2 0 9)(0.0 0 5 0)(0.0 0 4 9)(0.0 1 7 6)(0.0 1 7 9)(0.0 1 9 9)0.0 0 0 30.0 0 0 30.0 0 0 10.0 0 0 1-0.0 0 0 2-0.0 0 0 10.0 0 0 3(0.0 0 0 7)(0.0 0 0 7)(0.0 0 0 2)(0.0 0 0 2)(0.0 0 0 7)(0.0 0 0 7)(0.0 0 0 7)-0.0 0 5 5*-0.0 0 5 5*-0.0 0 1 5*-0.0 0 1 5*-0.0 0 4 9*-0.0 0 4 9*-0.0 0 5 4*(0.0 0 0 8)(0.0 0 0 8)(0.0 0 0 2)(0.0 0 0 2)(0.0 0 0 8)(0.0 0 0 8)(0.0 0 0 8)0.1 0 0 30.0 9 9 60.0 3 3 50.0 3 2 20.0 5 5 30.0 5 6 50.0 9 5 0(0.1 2 0 8)(0.1 2 2 6)(0.0 3 3 0)(0.0 3 3 5)(0.1 2 4 2)(0.1 2 6 5)(0.1 2 1 9)-0.1 3 1 4-0.1 1 9 0-0.0 3 7 1-0.0 3 4 3-0.0 5 7 2-0.0 4 5 4-0.1 3 1 7(0.0 8 6 4)(0.0 8 7 1)(0.0 2 5 5)(0.0 2 5 7)(0.0 7 9 9)(0.0 8 0 6)(0.0 8 6 0)0.0 0 0 70.0 0 0 60.0 0 8 90.0 0 9 2-0.0 0 6 9-0.0 0 7 00.0 0 0 3(0.0 8 6 7)(0.0 8 7 2)(0.0 2 3 9)(0.0 2 4 0)(0.0 8 1 2)(0.0 8 1 7)(0.0 8 6 0)-0.0 3 6 9-0.0 4 3 4-0.0 0 4 7-0.0 0 6 2-0.0 3 0 8-0.0 3 8 1-0.0 3 6 3(0.0 8 2 0)(0.0 8 2 3)(0.0 2 2 2)(0.0 2 2 3)(0.0 7 7 8)(0.0 7 7 9)(0.0 8 1 9)711蒲艳萍,袁柏惠,张岚欣 社会信任与农村劳动力非农就业决策研究 http:续表2变量被解释变量:非农就业决策(1)P r o b i t(2)P r o b i t(3)O L S(4)O L S(5)P r o b i t(6)P r o b i t(7)P r o b i t村土地征用面积常数项省份固定效应R2观测值数0000000(0.0 0 0 2)(0.0 0 0 2)(0)(0)(0.0 0 0 1)(0.0 0 0 1)(0.0 0 0 2)1.8 5 8 6*1.9 9 0 1*1.1 6 4 9*1.2 0 7 0*1.5 3 2 1*1.6 4 6 4*1.8 9 3 4*(0.4 9 0 4)(0.4 9 5 0)(0.1 0 6 7)(0.1 0 7 7)(0.4 9 3 5)(0.4 9 7 0)(0.4 8 8 2)控制控制控制控制控制控制控制0.2 8 7 20.2 8 6 10.4 0 1 30.3 2 4 90.3 0 4 90.3 0 3 90.2 8 8 31 1 4 1 51 1 3 3 21 1 4 1 51 1 3 3 21 1 4 1 51 1 3 3 21 1 4 2 5注:1.()内为村(居)层面的异方差稳健性标准误。2.*、*和*分别表示在1 0%、5%和1%的水平上显著。(二)因果关系识别1.加入可能的遗漏变量社会信任很可能与其他因素有关,使得所观察到的并非因果关系,而是同时受其他因素影响而形成的一种相关关系。因此,本文进一步控制其他可能的遗漏变量,以缓解可能存在的内生性问题。具体地,增加控制宗族、语言技能、互联网使用和儒家传统4项因素,其中,C F P S问卷“是否参与家族祭祖或扫墓”“普通话熟练程度”和“您是否使用手机或电脑上网”分别衡量宗族、语言技能和互联网使用变量;省际“儒家书院数量”刻画地区的儒家传统文化强度,数据主要来自 大明一统志 大清一统志 和明清时期的地方志。表3在基准模型中逐次控制以上遗漏变量,第(1)(4)列的估计结果表明,社会信任水平对劳动力从事非农就业的促进作用依然显著。第(5)列同时控制以上遗漏变量,再次证明结论的稳健性。第(6)列以信任半径为解释变量,且加入宗族、语言技能、互联网使用和儒家书院数量变量,结果仍表明信任表3 因果识别估计结果:加入可能的遗漏变量变量被解释变量:非农就业决策(1)(2)(3)(4)(5)(6)信任水平信任半径家族祭祖、扫墓普通话熟练程度互联网使用儒家书院数量R2观测值数 0.0 2 2*0.0 2 1*0.0 2 0*0.0 2 1*0.0 1 9*(0.0 0 8)(0.0 0 8)(0.0 0 8)(0.0 0 8)(0.0 0 8)0.0 7 8*(0.0 3 3)0.0 7 9*0.0 5 10.0 5 3(0.0 3 9)(0.0 3 9)(0.0 3 9)0.2 6 3*0.2 2 1*0.2 2 1*(0.0 5 1)(0.0 5 0)(0.0 5 0)0.5 5 8*0.5 4 1*0.5 4 0*(0.0 4 0)(0.0 4 0)(0.0 4 0)-1.3 3 7*-0.0 3 5*-0.0 3 5*(0.3 3 8)(0.0 1 0)(0.0 1 0)0.2 8 60.2 9 10.3 0 30.2 8 80.3 0 60.3 0 41 1 2 4 41 1 4 1 31 1 4 1 51 1 4 0 21 1 2 2