外出務工對脫貧農戶收入不均等的影響

陳志　許佳慧　吳海濤

摘要：脫貧攻堅的全面勝利意味著農村絕對貧困問題的解決，以收入不均等為代表的相對貧困問題隨之凸顯。本文利用2020 年鄂南山區S 縣貧困戶脫貧質量調研數據，運用RIF 回歸方法研究外出務工對脫貧農戶收入不均等程度的影響，并重點探討受教育子女數量對外出務工和脫貧農戶收入不均等的調節效應。實證研究結果表明：脫貧農戶外出務工人數的增加能有效緩解收入不均等程度;同時，家庭受教育子女數量越多，短期內可能會掣肘外出務工對收入不均等的緩解進程。鑒于此，要保障外出務工農戶的正當權益，構建城鄉一體化的基本公共服務體系;嚴格落實兜底保障，強化教育扶貧力度;保持扶貧政策持續性，鞏固提升貧困戶脫貧質量。

關鍵詞：脫貧農戶;外出務工;受教育子女數量;收入不均等;RIF 回歸

中圖分類號：F328 文獻標志碼：A 文章編號：1672-626X（2022）04-0030-11

當前，我國脫貧攻堅戰取得了全面勝利[1]。但現行標準下農村貧困人口全部脫貧目標的實現，并不意味著反貧困事業的終結。農村絕對貧困問題的解決，讓以收入不均等為代表的相對貧困問題進一步凸顯，農村收入不均等的形勢依然相當嚴峻。根據國家統計局相關數據，我國農村基尼系數從2007年的0.38上升到2017年的0.47，2018年中國農村居民高收入組與低收入組的人均可支配收入比值達到9.3：1。緩解農戶尤其是脫貧農戶的收入不均等狀況將是一段時期內鞏固拓展脫貧攻堅成果的重要任務之一。

黨的十八大以來，我國堅持實施就業優先戰略，各地促進農民就業創業，農民工數量持續增加。國家統計局資料顯示，2021年我國農民工總量達到29251萬人。在外出農民工中，跨省流動為7130萬人，占外出農民工總量的41.52%;省內流動為10042萬人，占外出農民工總量的58.48%。外出務工被視為農戶直接獲取經濟收入的重要手段，能防止其低收入鎖定，對農戶內部的收入差距產生影響。然而，龐大的農民工人數背后是留守兒童的教育問題，受限于戶籍制度、經濟實力等因素，大量學齡兒童滯留鄉村。父母對義務教育階段的子女進行教育投資的同時，其合理陪伴顯得尤為重要。外出務工在受教育子女數量的調節下如何緩解脫貧農戶收入不均等狀況，值得進行專門性研究。

一、文獻回顧與研究假設

（一）文獻回顧

農戶收入不均等程度隨著高收入組與低收入組增長差異的擴大而加劇，多種因素決定著不同收入組的增長趨勢，對農戶內部收入差距產生影響。收入差距指以高低收入水平差別或占有收入比重的不同而表示的差距，它是與收入均等相對應的概念。蘇星（2021）從《中國統計年鑒（2020）》選取2013-2019年的五等分組數據發現，高收入組的收入增長趨勢最為明顯，中高收入組、中收入組、中低收入組和低收入組均增長緩慢，這種差異恰恰可能是農村收入不均等的主要原因[2]。孫楓等（2021）認為在眾多收入差距決定因素中，受教育程度、遷移選擇、職業選擇等因素是農村居民收入不均等的重要來源[3]。

隨著我國城鎮化進程的加快，較多學者注意到勞動力的非農轉移對農戶內部收入差距變動的影響。一些研究認為外出務工導致了農戶收入不均等。張兆曙等（2017）研究表明，區域間的非農產業發展不平衡是農戶收入不均等的重要原因[4]。甄小鵬等（2017）基于勞動者異質性的視角，發現外出務工擴大了農戶內部收入差距[5]。另外一些研究則認為外出務工在提高收入的同時緩解了農戶內部收入差距。劉魏等（2018）研究發現，外出務工收入回報率在不同農戶收入群體間呈倒U型曲線，貧困農戶從外出務工中獲得了更高的收入回報率[6]。章元等（2012）認為，城鎮化所創造的非農就業機會吸引了大量對于傳統農業并無邊際貢獻的貧困勞動力，使這部分人能夠分享城鎮化所帶來的經濟增長“蛋糕”，從而使低收入農戶的收入得以增長，縮小了農戶內部收入差距[7]。毛學峰等（2016）依據CHIP家庭微觀調查1988-2007年的數據，發現外出務工所得具有縮小農村收入差距的作用[8]。以外出務工為核心的工資性收入已經成為農戶收入的重要組成部分，增加其外出務工工資性收入有利于縮小農村收入差距[9]。

農戶收入不均等問題同時也涉及代際因素，低收入農戶在資源有限的條件下，會寄希望于下一代能夠實現脫貧致富。農村義務教育與脫貧攻堅時期的教育扶貧政策帶來的實惠與益處激勵了農戶特別是貧困農戶對教育的投資，教育投資可被視為提升農戶生計資本進而提升其收入能力的重要投入。與此同時，外出農民工數量的不斷增長也會導致農村留守兒童數量的增加，父母在對子女進行教育投資的同時，其合理陪伴與教導對子女能否順利成才（即教育投入期望收益）起著十分關鍵的作用。陶然等（2012）認為，父母陪伴缺失的負面影響大于家庭收入提高的正面影響，不利于留守兒童的教育[10]。王坤等（2013）通過對湖北省11市家庭教育的問卷調查和訪談發現，農村留守兒童家庭教育存在觀念偏差、方式缺陷、資源匱乏等問題，直接影響其教育質量[11]。

以上文獻表明，外出務工和農戶收入不均等之間存在相關關系。同時，受教育子女數量作為重要的調節變量，可以透過對教育投入期望收益的調節影響農戶外出務工人數，進而影響農戶的收入不均等狀況。鑒于此，本文將在已有農戶收入不均等因素研究的基礎上，進一步探究外出務工對脫貧農戶收入不均等狀況的影響機制，并厘清受教育子女數量在影響機制中的調節效應，以期對緩解脫貧農戶收入不均等狀況提出有針對性的對策建議。

（二）研究假設

農戶在人力資本和物質資本等方面的弱質性，加之農業自然再生產和經濟再生產的雙重特性，決定了農戶不可能全部依靠農業經營實現收入的可持續增長[12]。外出務工作為農村勞動力流動的主要形式，成為農戶增加收入的重要生計決策。勞動力外出務工能夠打破原有固化的農村社會階層，提高其社會經濟地位，防止農村居民的低收入鎖定，資源稟賦處于劣勢的農戶可以更好地利用外出務工機會，改善其收入狀況。基于此，提出第一個研究假設：

假設1：外出務工能夠緩解脫貧農戶的收入不均等狀況。

就中國農村的現狀而言，因父母均外出務工而留守的兒童主要由祖輩照料，但老人文化水平普遍較低，無法給予兒童學習上的必要輔導。研究表明，在中學階段后，留守兒童呈現出弱勢表現[13]。父母外出務工一方面會減少留守兒童假期上補習班的頻率，使其學習機會減少;另一方面會增加留守兒童使用手機的頻率，使其學習精力更容易被分散，從而對學習成績產生負面影響，導致留守兒童比非留守兒童的成績表現差[14]。囿于教育投資回報收益與照料人手的不足，為確保子女的受教育質量，農戶特別是受教育子女數量較多的農戶更可能會選擇父母其中一方在家鄉陪讀。基于此，提出第二個研究假設：

假設2：正在接受教育的子女數量越多，越是掣肘外出務工對脫貧農戶收入不均等的緩解進程。

二、研究設計

（一）數據來源

本文使用的數據來源于研究團隊2020年7月中旬在鄂南山區S縣進行的貧困戶脫貧質量調研。作為一個省級貧困縣，S縣已于2018年底實現全縣“脫貧摘帽”，全縣建檔立卡貧困人口均實現了現行標準下的脫貧。本次調查覆蓋S縣全部13個鄉鎮，調查對象僅涉及脫貧農戶，采取分層隨機抽樣的方法確定樣本村和樣本脫貧戶，進村入戶后對抽取到的脫貧農戶戶主或其成年家庭成員進行問卷調查。主要調查其脫貧前后的政策享受情況與生計狀況。本次調研共發放1034份問卷，篩除有缺失值和極端值的樣本后，保留有效問卷1023份。抽樣結果顯示，本次調查具有較好的代表性。

（二）變量選取

被解釋變量。本文選取脫貧農戶收入不均等狀況作為被解釋變量。衡量收入不均等程度的指標常為基尼系數，但由于研究數據為截面數據，若直接測算僅能得到一個基尼系數，無法反映不均等狀況變化。同時，若選取脫貧農戶全年總收入作為被解釋變量的測度指標，只能得到外出務工提高一個單位時的總收入變化狀況，無法直觀反映其對農戶不均等狀況的影響。為此，本文使用RIF（Recentered influence function）回歸分解方法，該方法可以較好地估計解釋變量的微小變化對被解釋變量分布統計量的邊際分布影響[15]。具體的，將被解釋變量的測度指標定義為脫貧農戶年總收入對數的基尼系數，用來反映脫貧農戶的收入不均等程度。

核心解釋變量。國內學者大多以“非農勞動力人數占家庭勞動力總人數之比”作為外出務工的替代變量[16～17]。毛學峰等（2016）在全面探討本地非農就業、外出務工等不同類型的家庭從業模式與農村收入不均等的關系時，將“家庭中有一個或以上人口外出務工”歸類為外出務工家庭[8]。依照已有文獻以數量刻畫外出務工的形式，根據本文研究內容及數據特征，本文將脫貧農戶外出務工的人數作為外出務工的替代變量。其具體測度指標為脫貧農戶（累計半年以上）外出務工人數，變量類型為連續變量。

調節變量。本文的調節變量設置為脫貧農戶受教育子女數量，即家庭中正在接受教育（讀書）的子女數量，變量類型為連續變量。

控制變量。除了上述核心解釋變量外，其他變量也會對脫貧農戶的收入不均等狀況產生影響。戶主性別、健康水平、受教育水平等家庭特征和人力資本因素會影響脫貧農戶的生計決策，進而影響收入狀況。在農業產業化經營中，農戶收入增加與家庭耕地面積相關，尤其對于從事種植業的農戶而言，耕地面積越大，種植的經濟作物越多，其通過農業生產、加工和銷售經營等獲得的生產經營性收入就越高[18]。同時，社會資本能夠為貧窮者建立支持性的網絡關系，打破“社會枷鎖”與“經濟貧困”的壁壘，使其積極融入社會，實現社會經濟地位的向上流動[19]。Copestake J等（2005）及Khandker S（2005）的研究都發現，小額信貸緩解了貧困戶的信貸約束，幫助其擴大生產經營活動，發展微型企業，提高創收能力，改善生活質量[20～21]。不同的是，閆杰等（2019）也發現扶貧小額信貸顯著促進了貧困戶增收，但是隨著時間的推移，扶貧小額信貸對其增收的邊際效應在減弱[22]。因此，必須把握好信貸的規模與額度。為避免因遺漏重要變量導致的回歸結果偏誤，本文將對農戶收入會產生影響的相關變量都設置為控制變量，具體包括人力資本（戶主性別、健康水平、受教育水平和耕地面積）、社會資本（親朋支持）及物質資本（小額信貸、獲得資金發展產業和入股合作社）三大類。在引入控制變量的基礎，探究外出務工對脫貧農戶收入不均等的影響機制與受教育子女數量的調節效應，并驗證本文最終研究結論與研究假設是否一致。

（三）變量的描述性統計

各變量的測度方式與描述性統計結果如表1所示。S縣脫貧農戶2019年度總收入對數的基尼系數平均值為0.05，最大值僅為0.16，根據收入不均等程度劃分表，該縣脫貧農戶收入不均等程度相對較低，全縣脫貧質量較好。脫貧農戶中（半年以上）外出務工人數平均值僅為0.80，中位數為1，說明該縣一部分脫貧農戶沒有任何家庭成員外出務工。受教育子女數量的平均值為0.57，中位數為0，說明該縣脫貧農戶中多數沒有正在接受教育（讀書）的子女。在控制變量方面，戶主性別平均值為0.81，中位數為1，說明脫貧農戶中戶主為男性的占比超過80%;戶主健康水平平均值為2.77，中位數為3，顯示該地區人口整體健康程度一般;受教育水平均值為5.23年，中位數為6年，說明該地區脫貧農戶受教育水平普遍不高;耕地面積平均值為2.24畝，標準差為1.49，總體差距不大;能給予脫貧農戶資金支持的親朋戶數平均值為2.42，社會資本情況尚可;是否借過扶貧小額信貸的平均值為0.21，脫貧農戶發展產業的平均值為0.38，是否入股合作社的平均值為0.08，說明脫貧農戶中沒有借過扶貧小額信貸、沒有發展產業和沒有入股合作社的比例相對更多一些，尤其是沒入股合作社的占到92%。

（四）回歸方法及模型設定

如前文所述，本文將運用RIF回歸分解方法，對脫貧農戶收入不均等狀況及其影響因素進行深入剖析。RIF回歸分解方法適用于衡量樣本中解釋變量某一處微小變化對被解釋變量統計量分布的影響研究，相較于經典的OLS回歸，RIF回歸能夠反映自變量對因變量的多種統計分布。RIF的計算基于IF，是在IF基礎上加上原始的統計量構成的[23]。IF具體的定義式如式（1）所示：

式（1）表示樣本發生微小的增加后，其統計量將發生的改變。RIF在IF的基礎上加上在原分布中的相應統計量，形成式（2）：

式（2）表示考慮了樣本變化影響后的統計量近似值，在給定原始分布和統計量時，RIF是被解釋變量的函數。

被解釋變量旨在反映脫貧農戶收入不均等程度，而衡量收入不均等程度的指標常為基尼系數，于是本文將v定義為基尼系數。本文將脫貧農戶年總收入的對數基尼系數作為被解釋變量，將外出務工作為解釋變量，進行RIF回歸，構建的RIF基準模型如下：

其中，GINI （ln inc）表示脫貧農戶年總收入的對數基尼系數，xi 表示脫貧農戶外出務工與各類控制變量，為保證回歸結果的穩健性，本文依次加入解釋變量和控制變量進入回歸。如果解釋變量的系數在統計上顯著，說明外出務工能對脫貧農戶收入不均等產生影響。此外，在研究受教育子女數量對外出務工的調節作用時，本文將兩者的交互項加入基準模型。若式（3）中交互項系數在統計水平上顯著，則說明受教育子女數量能通過影響外出務工來影響收入不均等，即受教育子女數量的調節機制成立。

三、回歸結果分析

（一）基準模型的RIF 回歸結果

本文采用RIF回歸方法，實證檢驗外出務工對脫貧農戶收入不均等程度的影響，并通過逐步加入控制變量的方式驗證回歸結果的穩健性。具體地，在模型中依次加入人力資本、社會資本和物質資本三大類控制變量。表2具體展現了以基尼系數作為不均等衡量指標的脫貧農戶內部收入差距的回歸估計結果。

表2回歸結果顯示，核心解釋變量的系數值、系數方向與顯著性水平均保持穩定，說明系列回歸模型具有較好的穩健性。如模型1及模型3所示，當外出務工人數增加時，脫貧農戶收入的基尼系數下降。從全樣本（模型3）看，外出務工對脫貧農戶的收入不均等程度有負向影響，即脫貧農戶外出務工人數越多，收入不均等程度越小，結果在1%顯著水平上顯著。這說明增加外出務工可以縮小脫貧農戶內部收入差距，降低收入不均等程度，由此，假設1得到了驗證。同時，脫貧農戶戶主是男性、家庭成員受教育水平較高、耕地面積越多、享受過小額信貸和產業扶持政策支持，都會使得農戶內部收入的基尼系數下降，表明這些因素有利于收入不均等程度的緩解。

從理論和現實上看，外出務工能使低收入農戶的收入增速高于高收入農戶，進而縮小收入差距。男性是外出務工的主力，戶主為男性的脫貧農戶更有可能產生外出務工的人員。受教育水平的提升能緩解當地收入不均等的狀況，驗證了周燕芳等（2020）發現的適當提升全社會的平均教育水平（不出現極高的情況下）可以緩解收入差距的現象[24]。耕地面積較多的情況下也能有效緩解收入不均等問題，因為低收入農戶可能通過土地流轉獲得財產性收入，從而縮小內部收入差距。享受過小額信貸可以縮小農戶內部收入差距，因為小額信貸可提升低收入脫貧農戶獲得無利率借貸的可能性，強化其生計支持力度，從而降低脫貧農戶內部收入差距。同理，獲得小額信貸支持的脫貧農戶更可能獲得資金發展產業，從而有效地緩解脫貧農戶的收入不均等程度。

（二）受教育子女數量的調節效應根據前文可知，脫貧農戶中受教育子女數量的增加提高了家庭“教育脫貧”的可能性，同時，為保證教育投入的質量與期望收益，正在接受教育的子女數量越多，農戶更可能會選擇留守部分勞動力陪讀，從而引發受教育子女數量增加對脫貧農戶外出務工的抑制作用。為檢驗受教育子女數量在外出務工與脫貧農戶收入不均等影響機制中的調節效應，本文引入外出務工和受教育子女數量的交互項，將受教育子女數量和交互項放進RIF回歸模型。與表2一樣，采用逐步加入三大類控制變量的方法構建如下系列模型，回歸結果如表3所示。

與表2基本一致的是，表3中模型1～3的回歸結果顯示，核心解釋變量的系數值、系數方向與顯著性水平均保持穩定，說明系列回歸模型具有較好的穩健性。在加入交互項后，外出務工系數值依舊為負，但交互項系數卻為正，且均在1%水平上顯著，說明受教育子女數量的增加對外出務工緩解農戶內部收入差距的效應具有調節作用，但與兩個核心解釋變量的系數符號相反，表明受教育子女數量對外出務工具有抑制作用，將在短期內影響脫貧農戶收入不均等程度的緩解。由此，假設2也得到了驗證。

可以理解的是，脫貧農戶正在受教育的子女數量對于外出務工的調節作用體現在，隨著受教育子女數量的增加，其家庭生計決策會偏向于寧可放棄部分（或全部）暫時可能快速獲取的務工收入，而選擇留守部分勞動力陪讀，將期望收益放在更長遠的教育投入回報上。

（三）因果識別及內生性處理

外出務工對收入不均等的影響至少會從兩個方面導致模型具有內生性。一方面是遺漏變量偏差。由于數據的局限性，一些重要的特征變量難以被直接控制，這可能影響回歸結果的無偏性。另一方面是聯立方程偏差。有研究發現，農民工大量外出是城鄉收入差距擴大的結果，也反向導致農戶內部的收入差距[25～26]，即外出務工和收入不均等往往互為因果關系。

為此，本文將采取工具變量法來解決內生性問題。有效的工具變量必須與內生解釋變量相關，同時不能與被解釋變量的擾動項相關。由于本文使用RIF回歸方法檢驗外出務工對收入不均等的影響，而工具變量通常采用二階段最小二乘法（2SLS）進行回歸。因此，在本文中無法用工具變量直接處理“外出務工”作為“收入不均等”的核心解釋變量的內生性。由上文可知，外出務工縮小農戶內部收入差距的原理在于能使低收入農戶的收入增速高于高收入農戶。鑒于此，本文轉而檢驗“外出務工”對于“脫貧農戶收入”的內生性。

基于上述條件，本文選擇“外出務工氛圍”作為“外出務工”的工具變量，即樣本所在村莊“外出務工”與“常住人口數”的比值。在從眾心理作用下，村民外出務工決策很大程度上受到所在村莊外出務工氛圍的影響。一個重要的原因還在于返鄉村民可以提供相應的就業信息和渠道，增加本村其他村民外出務工的可能性[27]。與此同時，外出務工氛圍是相對更加宏觀的變量，受個體外出務工決策的影響甚微，且與脫貧農戶收入不均等的擾動項（如農戶個人品質）相關性不強。

從第一階段的結果來看，工具變量對內生解釋變量（外出務工）的影響在1%的水平上顯著。Andersoncanon. corr. LM統計量對應的P值為0，拒絕“不可識別”的原假設。Cragg-Donald Wald F 統計量為66.633，高于臨界值10，說明不存在弱工具變量問題。在內生性檢驗中，檢驗對應的P值大于0.1，說明在10%的顯著性水平上不能拒絕“所有解釋變量均為外生”的原假設，即認為外出務工這一核心解釋變量為內生變量的可能性不大。

由表4可知，外出務工對脫貧農戶收入的影響是正向的，且在1%的水平上顯著。不難發現，第二階段的估計結果和OLS回歸結果顯示的相關性并不完全一致，運用工具變量后，“外出務工”這一變量的系數增加了，說明上文模型可能低估了外出務工對脫貧農戶收入的影響。由前文可知，外出務工能使低收入農戶的收入增速高于高收入農戶，表4的回歸結果為本文模型低估了外出務工對脫貧農戶收入不均等程度的緩解效果提供了可能。

四、穩健性檢驗

雖然前文通過將控制變量逐步加入的方式驗證了回歸結果的穩健性，但為了更好地驗證本文研究結果的可靠性，本文采用替換被解釋變量（選取工資性收入進行RIF回歸）、重置核心解釋變量（將外出務工人數比例化）的方法進行實證檢驗。理論上，如果這些方法均得出與前文一致的結論，則可以說明本文的結論是穩健可信的。

（一）替換被解釋變量

本文首先將脫貧農戶的總收入拆分為經營性收入、轉移性收入、財產性收入和工資性收入四個方面，分別作為被解釋變量加入回歸模型，結果表明，外出務工主要是通過影響脫貧農戶的工資性收入來縮小脫貧農戶內部收入差距，進而緩解收入不均等程度。當前，剩余勞動力轉移非農就業刺激鄉鎮發展，農戶工資性收入占比上升、經營性收入占比下降的現象與之呼應。據此，本文將被解釋變量替換為工資性收入不均等程度，回歸結果見表5。模型1～3的RIF回歸結果與表2、表3保持了一致性。

（二）重置核心解釋變量

為進一步驗證研究結果的穩健性，本文將核心解釋變量比例化，將外出務工人數與家庭常住人口數相除形成比值（外出務工比例），加入回歸模型。同樣的，表6中各模型的相關核心解釋變量依然顯著且系數符號穩定，與前文研究成果仍然保持一致，說明回歸結果穩健可信。

五、研究結論與對策建議

本文利用2020年鄂南山區S縣貧困戶脫貧質量調研數據，運用RIF回歸方法研究了外出務工對脫貧農戶收入不均等程度的影響。結果表明：脫貧農戶外出務工人數的增加能有效緩解收入不均等程度。從影響機制上看，外出務工能夠使低收入脫貧農戶的收入增速高于高收入農戶，從而緩解兩者的收入差距;從影響途徑上看，外出務工主要是通過影響脫貧農戶的工資性收入來緩解收入不均等程度。并且，正在接受教育子女數量的增加對外出務工具有抑制作用，短期內可能會掣肘收入不均等的緩解進程。

基于以上結論，本文提出以下建議：第一，保障外出務工農戶的正當權益，構建城鄉一體化的基本公共服務體系。脫貧農戶外出務工能夠建立良好的可持續生計保障體系，緩解收入不均等程度。因此，各地要大力支持和鼓勵脫貧農戶外出務工，提升工資性收入。突破城鄉二元分割局面，為城市中的農民工特別是脫貧家庭走出來的務工人員提供基本的就業與醫療保障，落實勞動保護，優化住宿環境等。第二，嚴格落實兜底保障，強化教育扶貧力度。對于有受教育子女的脫貧農戶，應該全面落實各類教育資助政策，實現應助盡助、低收入家庭學生資助全覆蓋，確保除身體原因不具備學習條件之外的義務教育適齡兒童不失學輟學，不斷夯實脫貧農戶生計資本;注重發展農村教育事業，全面改善薄弱學校辦學條件，加強城鄉教師培訓交流，優化農村教師隊伍結構，逐步縮小城鄉差距。同時，要重點關愛留守兒童的生活質量及心理健康，全方位構建高質量的農村教育服務體系，減少家長的后顧之憂，不僅可降低受教育子女數量的抑制作用，還可有效提升教育投入期望收益。第三，保持扶貧政策持續性，鞏固提升貧困戶脫貧質量。各地要嚴格落實“摘帽不摘政策”的要求，利用好5年的過渡期，扎實鞏固拓展脫貧攻堅成果，持續圍繞產業扶貧、安居扶貧、教育扶貧、健康扶貧、兜底保障、就業扶貧、基礎設施改善等方面，制定出臺鞏固拓展脫貧攻堅成果同鄉村振興有效銜接的實施方案，強化脫貧質量，緩解脫貧農戶收入不均等程度。

參考文獻：

[1] 新華網.習近平：在全國脫貧攻堅總結表彰大會上的講話[EB/OL].[2021-02-25].http：//www.xinhuanet.c-om/politics/leaders/2021-02/25/c_1127140240.htm.

[2] 蘇星.人工智能對我國居民收入不平等的影響研究[D].太原：山西財經大學，2021.

[3] 孫楓，張應良，李瑞琴.農村居民收入差距的測度與分解——基于努力與機會不均等的視角[J].山西大學學報（哲學社會科學版），2021，44（1）：151-160.

[4] 張兆曙，王建.城鄉關系、空間差序與農戶增收——基于中國綜合社會調查的數據分析[J].社會學研究，2017，32（4）：46-69.

[5] 甄小鵬，凌晨.農村勞動力流動對農村收入及收入差距的影響——基于勞動異質性的視角[J].經濟學（季刊），2017，16（3）：1073-1096.

[6] 劉魏，張應良.非農就業與農戶收入差距研究——基于“離土”和“離鄉”的異質性分析[J].華中農業大學學報（社會科學版），2018（3）：56-64+155.

[7] 章元，許慶，鄔璟璟.一個農業人口大國的工業化之路：中國降低農村貧困的經驗[J]. 經濟研究，2012，47（11）：76-87.

[8] 毛學峰，劉靖.本地非農就業、外出務工與中國農村收入不平等[J].經濟理論與經濟管理，2016（4）：100-112.

[9] 程名望，史清華，JINY，等.農戶收入差距及其根源：模型與實證[J].管理世界，2015（7）：17-28.

[10] 陶然，周敏慧.父母外出務工與農村留守兒童學習成績——基于安徽、江西兩省調查實證分析的新發現與政策含義[J].管理世界，2012（8）：68-77.

[11] 王坤，鄭曉邊，孔令麗，劉文雯.農村留守兒童家庭教育問題及干預對策——基于湖北省11市調研報告[J].教育與教學研究，2013，27（2）：12-14+73.

[12] 于福波，張應良.外出務工、社會資本與農戶內部收入差距[J].經濟與管理研究，2019，40（8）：90-103.

[13] 姚嘉，張海峰，姚先國.父母照料缺失對留守兒童教育發展影響的實證分析[J].教育發展研究，2016，36（8）：51-58.

[14] 段頎，劉沖，錢留杰.父母外出務工對農村留守兒童基礎教育的影響[J].世界經濟文匯，2020（3）：107-120.

[15] 朱平芳，張征宇.無條件分位數回歸：文獻綜述與應用實例[J].統計研究，2012，29（3）：88-96.

[16] 錢龍，洪名勇.非農就業、土地流轉與農業生產效率變化——基于CFPS的實證分析[J].中國農村經濟，2016（12）：2-16.

[17] 劉一偉，刁力.社會資本、非農就業與農村居民貧困[J].華南農業大學學報（社會科學版），2018（2）：61-71.

[18] 郭建宇.農業產業化的農戶增收效應分析——以山西省為例[J].中國農村經濟，2008（11）：8-17.

[19] 郭瑜，張一文.社會參與、網絡與信任：社會救助獲得對社會資本的影響[J].社會保障研究，2018（2）：54-62.

[20] Copestake J.，Dawson P.，Fanning J.，A. McKay，K. Wright-Revolledo. Monitoring the Diversity of the Poverty Outreach and Im?pact of Microfinance：A Comparison of Methods Using Data from Peru[J]. Development Policy Review，2005，23（6）：703-723.

[21] Khandker S. Microfinance and Poverty：Evidence Using Panel Data from Bangladesh[J]. The World Bank Economic Review，2005，19（2）：263-286.

[22] 閆杰，強國令，劉清娟.扶貧小額信貸、農戶收入與反貧困績效[J].金融經濟學研究，2019，34（4）：32-44.

[23] Avila F. Recentered Influence Functions（RIFs）in Stata：RIF Regression and RIF Decomposition[J].The Stata Journal，2020，20（1）：51-94.

[24] 周燕芳，劉小瑜.家庭受教育水平與收入不平等關系研究——基于CFPS2016數據分析[J].江西社會科學，2020，40（3）：85-95.

[25] 鐘笑寒.勞動力流動與工資差異[J].中國社會科學，2006（1）：34-46+206.

[26] 邢春冰.遷移、自選擇與收入分配——來自中國城鄉的證據[J].經濟學（季刊），2010，9（2）：633-660.

[27] 徐超，吳玲萍，孫文平.外出務工經歷、社會資本與返鄉農民工創業——來自CHIPS數據的證據[J].財經研究，2017，43（12）：30-44.

（責任編輯：彭晶晶）