一、引　言

改革开放以来，随着农业生产力的提升和经济高速的增长，大规模的农村劳动力涌入城市从事非农工作。近年来，农民工总量始终保持上涨态势，国家统计局发布的《2019年农民工监测调查报告》显示，至2019年农民工总量已达到2.91亿人，比2018年增加了241万人，增速为0.8%。^①然而，现阶段我国农业转移人口的市民化程度仍明显偏低，农民工在就业、收入、公共服务与社会保障等方面与城镇居民仍存在较大差距（马晓河和胡拥军，2018），尤其是直接影响农民工福利水平的工资性收入，受到了社会各界的广泛关注。在关于农民工工资决定的研究中，诸如传统人力资本、户籍制度、最低工资制度、城市规模、社会资本和社会网络等因素的影响已经得到充分的探讨（章元和陆铭，2009；杨娟和李实，2016；孙婧芳，2017；胡雯和张锦华，2021），但较少有研究关注社交能力对农民工工资收入的影响。

而随着社会经济的发展，越来越多的工作开始强调人际交往和沟通的重要性，劳动者的社交能力也更加受到重视。社交能力亦可称为人际交往能力，是指影响人与人之间交流和往来效率，保证人际交往活动顺利进行的个性心理特征（易锦海和李晓玲，2004），其由语言表达及理解能力、人际融合能力等多方面因素构成。而对于外出务工的农民工而言，社交能力则可能显得更加重要。尤其是在经济融入层面，与城镇劳动者相比，农民工通常就业渠道较窄，在劳动力市场中往往从事低技能的职业或岗位，平均工资收入水平较低，劳动权益往往不完整（马晓河和胡拥军，2018）。而部分研究显示，在低技能为特点的劳动力市场中，以社交能力为代表的非认知能力对劳动者工资收入的解释作用更强，可能会成为农民工提升就业能力和收入的突破口（李晓曼和曾湘泉，2012）。

本研究使用2010和2014年中国家庭追踪调查数据（CFPS），探究社交能力对农民工工资性收入的影响，并使用滞后一期变量估计和工具变量法处理可能存在的内生性问题（乐君杰和胡博文，2017；王春超和张承莎，2019），以保证研究结果的稳健性。研究发现：首先，社交能力的提升对农民工工资性收入有显著的促进作用。其次，社交能力的影响不仅存在一定的性别和代际差异，同时还存在显著的“迁移效应”，即随着农民工迁移距离的增加，社交能力的回报逐渐减弱。此外，随着工资收入分位数的增加，社交能力对工资性收入的影响则越显著。在影响机制方面，社交能力主要通过社会资本效应、职业发展效应、劳动合同效应和信息优势效应四个渠道影响农民工的工资性收入。本研究的创新点及边际贡献在于：（1）在研究视角和考察样本上更为聚焦，重点关注非认知能力中的一个维度−社交能力，同时聚焦于农民工群体；（2）研究结合农民工群体的迁移特征，提出了社交能力回报的“迁移效应”，分析了社交能力对不同迁移距离的农民工工资性收入影响的差异；（3）在影响机制方面，研究提出了劳动合同效应与信息优势效应，对已有相关研究进行了一定程度的补充与拓展。

本文结构安排如下：第二部分是文献综述与研究假说；第三部分是模型设定与数据来源，介绍模型、数据来源与变量描述；第四部分是实证结果，包括基准回归、异质性分析及内生性处理；第五部分是机制分析；第六部分是结论及政策启示。

二、文献综述与研究假说

随着新人力资本理论的发展，关于人力资本的研究不再仅局限于受教育程度、技能、工作经验、健康等传统的因素，更多地开始关注劳动者的认知能力与非认知能力对其经济表现的影响。社交能力实质上属于非认知能力的一部分，已有研究大多是在探究非认知能力的经济影响中，部分涉及社交能力对劳动者的影响。早期的众多研究已经验证了非认知能力对劳动者工资收入的正向作用（Heckman和Rubinstein，2001；Bowles等，2001；Heckman等，2006；Heckman和Corbin，2016）。然而，由于非认知能力数据上的限制（李涛和张文韬，2015），国内仅有少部分研究涉及劳动者的非认知能力及其影响，且多为理论层面的探究（李晓曼和曾湘泉，2012；郑加梅和卿石松，2016）。相关的实证研究则比较有限，仅少部分研究验证了非认知能力对工资性收入的积极影响（乐君杰和胡博文，2017；程虹和李唐，2017；王春超和张承莎，2019）。

本研究的核心变量“社交能力”是指影响个体人际交往效率，保证人际交往活动顺利进行的能力（易锦海和李晓玲，2004），属于非认知能力的一部分。根据新人力资本理论，其对个体的就业、职业选择、工资收入均可能存在直接或间接的影响（Heckman等，2006）。在直接影响方面，社交能力会直接影响农民工沟通和人际交往的效率，进而直接影响劳动生产率（Bowels等，2001），同时其可能与教育、认知能力等因素存在交互作用，提高其他人力资本因素的边际效应（Heckman和Corbin，2016；王春超和张承莎，2019），进而提高其工资性收入。基于此，提出假设1：

H1：农民工社交能力的提升对其工资性收入有正向影响。

在间接影响方面，社交能力主要通过“社会资本效应”“职业发展效应”“劳动合同效应”和“信息优势效应”四个渠道影响农民工的工资性收入。在社会资本效应方面，根据社会资本理论，劳动者为寻求更好的就业机会，通常会依靠社会网络关系获得就业信息、渠道以及他人的帮助。尤其对于农民工而言，其在务工地的社会资本通常十分有限，家乡的社会网络关系又存在“拖网效应”，在务工地难以发挥作用（梁辉等，2014），因此通过个人的社交能力来积累社会资本则显得更为重要。社交能力的提升有助于其在务工地拓展社会网络，更有效地积累社会资本，进而促进工资性收入的提高（叶静怡和武玲蔚，2014）。基于此，提出假设2：

H2：社交能力有助于促进农民工社会资本的积累，从而促进工资性收入的提高。

其次，社交能力也可能是影响农民工职业选择和职业发展的重要因素之一。在一个完全竞争的劳动力市场中，不同职业间存在明显的工资差异（陈钊等，2010），而这种差异的来源是工作准入门槛的差异，在控制了受教育水平、认知能力、健康等传统人力资本因素后，社交能力这类非认知能力就会成为影响劳动者工作机会准入的重要因素（王春超和张承莎，2019）。一方面，在职业搜寻和匹配的过程中，社交能力的提升有助于农民工快速获取有价值的就业信息，降低技能错配的概率，从而保证在工作要求与自身能力充分匹配的基础上，获取更高回报的工作；另一方面，沟通能力以及人际关系处理能力等方面的优势，有助于农民工在工作单位中的发展与晋升（程虹和李唐，2017）。基于此，提出假设3：

H3：社交能力的提升使得农民工更容易获取管理岗位的工作，从而获得更高水平的工资收入。

此外，社交能力可能会影响农民工劳动合同的签订，进而影响其工资性收入。其一，劳动合同的签订本身伴随着劳动市场分割效应，通常企业规模越大，劳动合同签订率越高，其工资待遇提升的空间也越高，从而产生工资溢价效应（李仲达和刘璐，2013）。其二，劳动合同的签订有助于进一步保障农民工的劳动权益，降低其在工作中的风险，减少因户籍、性别等因素而产生的工资歧视问题（陈鹏程等，2019）。而对于社交能力更高的农民工，其具备更强的沟通谈判能力，更容易争取到签订劳动合同的机会，进而降低了劳动风险，减少工资歧视问题的发生。基于此，提出假设4：

H4：农民工社交能力的提升增加了其签订劳动合同的概率，进而保障其获取更高的工资性收入。

社交能力还可能通过增强农民工在就业、工作过程中的信息优势，来提升其工资性收入。一方面，从工作搜寻的角度分析，具备信息优势的劳动者，尤其是熟练使用互联网等新媒体的劳动者，工作搜寻过程中的信息成本更低，职业匹配的速度更快、更精准，并且搜寻的质量通常显著优于不具备信息优势的个体（Feldman和Klaas，2002），从而有更大概率获取高工资回报的工作。另一方面，从效率工资的角度分析，具备信息优势的劳动者工作效率通常更高，从而更容易获取额外的效率工资（张卫东等，2021）。而农民工社交能力的提升可能通过扩大其信息优势，为其带来更高的工资回报。基于此，提出假设5：

H5：社交能力的提高增强了农民工在就业、工作中的信息优势，进而提升其工资性收入。

三、模型设定与数据来源

（一）数据来源及说明

本文的研究数据来自于2010年和2014年中国家庭追踪调查（CFPS）。研究主要使用2014年CFPS数据，^②并根据需要对原数据进行了以下处理：（1）保留16至60岁的男性劳动力样本和16至55岁的女性劳动力样本；（2）研究关注工资性收入，因此只保留调查时在单位从事非农工作的样本；（3）剔除存在变量数据缺失和不适用的样本；（4）为排除回归过程中异常值的影响，剔除小时工资变量前后5%的数据，同时剔除其他相关变量中明显的异常值。经过上述的数据处理，最后保留农民工样本2489个，同时研究还保留了城镇户籍的劳动力样本1986个以便于进行比较分析。

（二）社交能力的测定

根据社交能力的定义，研究从语言表达和人际关系处理这两个维度，衡量劳动者的社交能力综合水平。在社交能力的测量方法上，本文的研究参考了国际公认的大五人格量表（Costa和Mccrae，1992；乐君杰和胡博文，2017；王春超和张承莎，2019），同时结合了中国家庭追踪调查中的相关问题，构建了社交能力的指标体系，参见表1。^③在此基础上，本文对各维度中相关问题的分值取平均数，得到语言表达能力和人际关系处理能力评分，再通过两个维度评分的加总得到社交能力综合评分。

（三）模型设定及描述性统计

基准回归模型以Mincer工资决定方程为基础，参考了乐君杰和胡博文（2017）、王春超和张承莎（2019）的研究，采用半对数OLS估计社交能力对农民工工资性收入的影响。基准回归的计量模型如下：

公式（1）中， $ \mathrm{ln}{Wage}_{i} $ 为劳动者小时工资的对数，小时工资是用月平均工资除以每月的工作时间得到；^④ $ \alpha $ 为常数项； $ {Sociability}_{i} $ 为研究的关键变量社交能力水平， $ \beta $ 则为社交能力对工资性收入影响的系数； $ {X}_{i} $ 表示影响个体工资收入的一系列控制变量，具体包括：受教育年限、年龄、性别、婚姻状况、健康水平、认知能力、工作地区及所属行业， $ \gamma $ 表示各控制变量的系数； $ {\varepsilon }_{i} $ 为随机误差项。变量的描述性统计见表2。

数据中共包含农民工样本2489个，考虑到实证分析中的部分内容涉及农民工和城镇户籍劳动者之间的比较，研究同时保留了城镇户籍劳动力样本1986个便于进行比较分析，即下文的“城镇工”。^⑤表3显示，农民工样本在小时工资、社交能力及其子指标上均显著低于城镇工。

四、实证结果

（一）基准回归结果

基准回归结果如表4所示，农民工社交能力对其工资性收入存在显著的正向影响。模型（1）结果显示，社交能力综合指数提升1个单位，其每小时工资性收入平均增加2.80%，且在1%的显著性水平下显著。其次，模型（2）至（4）结果显示，语言表达能力、人际关系处理能力两个维度的子指标均对农民工工资性收入存在显著的正向影响。语言表达能力每提高1个单位，工资性收入平均提高2.80%；人际关系处理能力提高1个单位，工资性收入平均增长5.10%。此外，在控制变量中，年龄与工资性收入呈倒U形关系；传统的人力资本指标，如：受教育年限、健康水平、认知能力，对农民工工资收入均有显著的正向影响；男性、已婚、工作地点在东部地区同样对工资性收入有促进作用。

（二）性别及代际差异

社交能力对男性和女性农民工均存在显著的正向影响，且均在1%的显著性水平下显著。表5结果显示，人际关系处理能力对女性农民工工资性收入的影响更为显著，该指标增加1个单位，女性农民工工资性收入增加6.80%，在1%的显著性水平下显著，而对男性农民工的影响仅在5%的显著性水平下显著。相关研究也得出类似的结果：非认知能力对女性劳动者影响更加显著（乐君杰和胡博文，2017；王春超和张承莎，2019），而其原因可能是男女生理、偏好的差异，使得在职业分布上呈现出男性更偏向技术相关职业，女性偏向服务行业，而非认知能力对从事服务业工作的劳动者影响会更显著（乐君杰和胡博文，2017）。与之类似，社交能力的影响可能同样具备上述偏向性。在农民工样本中，职业分布的性别差异同样明显，其中74.82%的男性分布在采矿业、建筑业等行业，从事服务业工作的劳动者仅占24.20%；而女性农民工中48.33%从事服务业工作。因此，农民工职业分布的性别差异可能造成了社交能力回报的性别差异。

此外，社交能力对新生代和老一代农民工的工资性收入均有显著的正向影响，但在两个子指标上各有侧重。如表5所示，对于老一代农民工，语言表达能力的影响较为显著；而对于新生代农民工，仅人际关系处理能力影响比较显著。出现上述代际差异的原因可能来自多方面：其一，老一代农民工平均受教育年限较低（样本均值7.8年），文化程度及语言表达对其工资收入的限制作用更为显著（Chen等，2014；马双和赵文博，2018；程虹和王岚，2019）；其二，新生代农民工融入城市社会的意愿更强（段成荣和靳永爱，2017），这可能促使其更加重视在务工地的社会资本积累与社会网络拓展，并激励其在工作中通过发挥人际关系处理能力来获得更多的经济收益，因此表现出人际关系处理能力对其工资性收入的显著影响。

（三）社交能力回报的迁移效应

众多研究指出，迁移可以优化人力资本配置，提高劳动者的劳动生产率，进而提高教育的回报率（陆铭等，2012；孙三百，2015）。其中部分研究也探究了迁移距离对教育回报率的影响，提出了“教育回报的迁移效应”（张锦华和刘静，2018）。基于比较分析的思路，研究提出了“社交能力回报的迁移效应”这一概念，并通过设置社交能力和迁移类型的交互项，以及根据迁移类型分组回归的处理方式，^⑥进一步探讨社交能力对农民工工资收入的影响是否会随迁移距离的变动而产生差异。

表6中结果表明，社交能力对农民工工资性收入的影响存在“迁移效应”。模型（1）在基准回归模型的基础上，加入了迁移类别变量、社交能力与迁移类型的交互项，其结果显示：首先，与之前研究结论一致，迁移行为本身有助于优化劳动力配置，存在收入增长效应（陆铭等，2012；孙三百，2015；张锦华和刘静，2018），省内跨市迁移和跨省迁移对农民工工资收入均存在非常显著的正向影响。其次，社交能力与各迁移类型交互项的系数均显著为负，同时随着迁移距离增加，系数的绝对值逐渐增加，这表明了迁移会减弱社交能力对农民工工资的影响，且迁移距离越远，社交能力影响减弱的程度越大。模型（2）和（3）的分组回归结果也佐证了迁移效应的存在。

产生这一迁移效应的原因可能在于：一方面，迁移距离越远则更易产生社会网络的“拖网效应”，即原有社会网络随着距离增加而变得更脆弱（梁辉等，2014），使其对工资收入的促进作用有所减弱。另一方面，迁移距离的增加对新型社会网络的构建可能存在负向影响（梁辉等，2014），对于农民工而言，随着迁移距离的增加，务工地与家乡在语言、文化习俗、生活习惯等方面的差异也会随之扩大，其在务工地构建社会网络和积累社会资本会更加困难，在工作中的沟通效率也可能会有所降低，阻碍其工资性收入的提升。模型（4）、（5）和（6）的结果显示，社交能力对本地城镇工工资性收入的影响显著，对外出城镇工不显著，且随着迁移距离的增加，社交能力对城镇工的影响并不存在很明显的变动趋势。

此外，对于新生代农民工而言，人际关系处理能力对工资性收入影响的显著性也随着迁移距离的增加而减弱。^⑦人际关系处理能力每提高1单位，本地新生代农民工工资性收入平均增加13.10%，且在1%水平上显著；而对于市内迁移的新生代农民工，工资性收入平均提高7.40%，但仅在5%的显著性水平上显著。对于省内跨市迁移、跨省迁移的新生代农民工，人际关系处理能力已经不是主要影响其工资性收入的因素，具体见表7所示。

（四）不同收入群体差异

表8显示了在0.1、0.25、0.5、0.75和0.9收入分位点的估计结果，结果显示随着收入分位数的增加，社交能力对农民工工资性收入影响的显著性也逐渐增强。这一结果表明，对于工资收入相对较高的农民工，社交能力对其工资性收入的影响更显著，解释力度更强，而这可能也为进一步提高农民工工资性收入，缩小城乡收入差距提供了新的思路。

（五）内生性问题处理

在考察农民工社交能力对工资性收入的影响时，尽管在基准回归模型中控制了劳动者年龄、受教育程度、工作地区、行业等各方面的特征，但仍可能忽略了部分不可观测的因素（如禀赋、父母早期教育投资等），不仅会影响农民工个体的社交能力，还可能同时影响其工资性收入。此外，劳动者的社交能力很可能随着工作时间的增加而提升，因此可能出现社交能力与工资性收入之间反向因果的问题。为缓解遗漏变量与反向因果造成的内生性问题，研究采取了以下两种方法进行处理。

首先，研究参考借鉴Heineck和Anger（2010）、乐君杰和胡博文（2017）、王春超和张承莎（2019）等的方法，用劳动者滞后一期的能力水平对其当期的工资性收入进行回归。研究基于2010年CFPS调查中相同的问题，构建社交能力变量（滞后一期），并将2010年农民工的社交能力变量与其2014年的工资性收入及其他控制变量进行匹配，并直接进行OLS回归，使得社交能力水平在时间上先于劳动者的工资性收入，进而缓解反向因果对估计结果的影响。表9中模型（1）结果显示，农民工滞后一期的社交能力水平对其当期的工资性收入影响同样显著，且显著性及影响系数与基准回归接近，一定程度上证明了基准回归结果较为稳健。

其次，研究还采取了工具变量法解决内生性问题，参考尹志超和张号栋（2017）、程虹和李唐（2017）选取工具变量的思路，选择样本同户籍所在区县农民工的平均社交能力水平作为个体社交能力的工具变量。从理论上分析，一方面，同一户籍地的农民工由于地区历史文化、习俗、地理特征等方面的因素，且早期成长的环境也比较接近，存在一定的同群效应，其在社交能力水平上往往会存在较强的关联性，并且该变量反映的是群体层面的特征，与样本个体的工资性收入并无直接的关联，因此在理论上满足工具变量的相关性与外生性要求。根据表9中一阶段回归结果，工具变量的系数在1%的显著性水平下显著为正，证明其与样本个体社交能力高度相关，满足工具变量的相关性条件。此外，一阶段中Anderson canon. LM检验结果在1%的显著性水平下显著，说明方程是可识别的，并且一阶段中Cragg-Donald Wald. F检验，得到F统计量大于10，显示不存在弱工具变量的问题，该工具变量对样本个体社交能力具有较强的解释力。二阶段估计结果显示，社交能力变量的估计系数、显著性与基准回归结果基本一致。综上可知，使用社交能力变量滞后一期估计和工具变量估计两种方法，均得出与基准回归一致的结果，证明了农民工社交能力对其工资性收入的正向影响较为稳健。

五、机制分析

（一）社会资本效应

社会资本效应是指劳动者可以通过提高非认知能力来扩大其社会资本（王春超和张承莎，2019），同时已有研究表明社会资本的提高对农民工收入存在显著的正向影响（叶静怡和武玲蔚，2014）。社交能力属于非认知能力的一部分，相比于非认知能力，其对社会资本的影响可能会更加直接。基于此，研究认为社交能力对农民工工资性收入的影响同样也存在社会资本效应，且这一效应可能更为显著。为验证这一作用机制，本文参考温忠麟和叶宝娟（2014）的中介检验方法，并选取个人手机费、家庭通讯支出和家庭人情礼支出作为社会资本的代理变量（王春超和张承莎，2019），检验农民工社交能力是否通过影响社会资本进而影响其工资性收入。表10中模型（1）、（3）、（5）结果显示，农民工社交能力对上述三个社会资本的代理变量均存在显著的正向影响，且模型（2）、（4）、（6）的结果显示，社交能力与社会资本变量对农民工工资性收入的影响均同时显著为正，表明了农民工社交能力的提升有助于其社会资本的积累，进而促进其工资性收入的提高。

（二）职业发展效应

相比于专业技术岗位，管理岗位的工作通常更强调劳动者的沟通、团队协作、人际关系处理等方面的能力，且往往有更高水平的工资回报。而根据一般经验，社交能力更强的劳动者往往在沟通、团队协作、人际交往中更具优势，更容易胜任管理岗位的工作（程虹和李唐，2017；王春超和张承莎，2019）。表11中模型（1）结果显示，农民工社交能力对其“是否从事管理岗位工作”的影响显著为正，且在模型（2）中，社交能力与管理岗位对农民工工资性收入的影响均显著为正，表明了社交能力的提升可以通过提高农民工获取管理岗位工作的概率来提高其工资性收入。

（三）劳动合同效应

社交能力更高的农民工更容易获得签订劳动合同的机会，而签订劳动合同对农民工工资性收入存在正向影响。已有研究表明，农民工签订劳动合同能够显著增加其工资性收入和福利水平（潘丽群等，2020）。一方面，劳动合同签订存在劳动市场分割效应，一般而言规模越大的企业，劳动合同签订率越高，同时其工资待遇提升空间也更大（李仲达和刘璐，2013），从而产生了工资溢价效应；另一方面，劳动合同的签订有助于保障农民工权益，带来相对正规和稳定的就业条件与劳动保障，减少因户籍、性别等产生的工资歧视问题（陈鹏程等，2019）。而在同等条件下，社交能力更高的农民工通常更具备与企业谈判的能力，更容易争取到签订劳动合同的机会。表12结果也印证了上述观点，其中模型（1）和（2）结果表明，社交能力的提升显著增加了农民工签订劳动合同的概率，并且签订劳动合同对农民工工资性收入也存在显著的正向影响。

（四）信息优势效应

在工作中，社交能力会增强农民工的信息优势，从而为其带来更高的工资回报。部分研究发现，劳动者获取和利用信息的能力，以及其所具备的信息优势对其就业和收入有显著的促进作用（赵建国和周德水，2019；张卫东等，2021）。而本研究所关注的社交能力可能进一步扩大农民工的信息优势。参考已有研究，选取“是否使用互联网”“用互联网工作的频率”和“互联网获取信息”三个指标来考察农民工的信息优势。^⑧表13中模型（1）结果显示，农民工社交能力的提高显著增加了其使用互联网的概率。模型（3）和（5）显示，随着社交能力的提升，农民工使用互联网工作的频率在提高，并且更倾向于依靠互联网获取信息。同时，结合模型（2）、（4）、（6）的结果可知，使用互联网工作和获取信息所带来的信息优势对农民工工资性收入有显著的正向影响。上述中介效应模型结果表明，社交能力的提升扩大了农民工的信息优势，而信息优势又进一步促进了其工资性收入的提升。　　

六、结论及政策启示

本文使用2010年和2014年CFPS调查数据，从语言表达、人际关系处理两个维度构建了社交能力综合指标，考察了社交能力对农民工工资性收入的影响，并进一步探究了该影响的异质性及影响机制。此外，研究使用滞后一期社交能力变量估计和工具变量法处理可能存在的内生性问题，以保证研究结果的稳健性。研究结果表明：第一，社交能力对农民工工资性收入存在显著的正向影响，且语言表达能力、人际关系处理能力两个子指标也均存在显著的正向影响。第二，性别和代际的差异更多体现在两个子指标上，人际关系处理能力对女性农民工、新生代农民工工资性收入的影响更显著，而语言表达能力则对老一代农民工的影响更为突出。第三，社交能力对农民工工资性收入的影响存在显著的“迁移效应”，即随着迁移距离的增加，社交能力的影响也随之减弱。第四，随着工资收入的增加，社交能力对农民工工资性收入的影响则越显著。在影响机制方面，社交能力主要通过社会资本效应、职业发展效应、劳动合同效应和信息优势效应四个渠道影响农民工的工资性收入。社交能力的提高有助于农民工社会资本的积累，增加其获取管理岗位工作和签订劳动合同的概率，同时有助于增加其在就业和工作中的信息优势，进而促进工资性收入的提升。

本文的研究结果具有如下政策启示：农村人力资本水平的提高直接关系到我国农村的可持续发展，直接影响农村迁移人口的就业与生活质量，同时也是乡村振兴战略目标得以实现的保障和反映。国家相关政策在关注农村劳动力职业技能培训、受教育水平、健康等传统人力资本因素的基础上，还应该加强对其社交能力等非认知能力方面的关注与培养，从而进一步提高农村劳动力的收入水平与生活质量，促进其更好地在经济、文化、政治、社会等多方面融入到城市社会。此外，农村教育体系需要进一步完善，在保证农村儿童文化教育水平和认知能力培养的同时，还需要兼顾社交能力的培养，以提升其综合能力，为农村儿童以后能更好地进入城镇从事非农工作，更好地融入到城市社会打下坚实基础。

① 数据来源：国家统计局，《2019年农民工监测调查报告》。

② 2014年CFPS数据总样本数为37147个，覆盖了中国除港澳台、西藏、青海以外共29个省（市、自治区），涵盖了全国95%以上的人口。该调查问卷包含了家庭基本情况、就业、教育、认知能力和非认知能力等内容，且包含反映个人社交能力的问题。

③ 指标构建所涉及的问题包括访员评价和受访者自评两类。受访者自评类问题分值为1—5分，访员评价类的问题分值为1—7分。为尽可能减少访员评价中的主观性差异，将1—7分换算为1—5分，即原2、3分改为2分；原4分改为3分；原5、6分改为4分；原7分改为5分。在访员评价过程中，“很好”（原7分）和“很差”（原1分）往往比较容易做出判断，而对“比较好”（原5、6分）和“比较差”（原2、3分）的评价容易出现主观差异，因此采取上述处理方式可以一定程度上减小测量误差。

④ CFPS调查中涉及劳动者每周工作小时数，每月按照4周计算，小时工资=月工资/（4×每周工作小时数）

⑤ 城镇工具体是指拥有城镇户籍，从事非农工作，并且男性年龄在16至60岁，女性年龄在16至55岁的劳动者。

⑥ 根据迁移距离的不同，将农民工样本分为本地（本乡、镇）、市内迁移、省内跨市迁移和跨省迁移4类；将城镇工样本分为本地（本市）、省内跨市迁移和跨省迁移3类。

⑦ 该部分仅探讨了人际关系处理能力对新生代农民工的影响。而对于老一代农民工，语言表达能力对其工资收入的影响并未存在明显的迁移效应，因此不具体讨论。

⑧ “用互联网工作的频率”取值为1—4（几乎不用=1；每月使用=2；每周使用=3；每天使用= 4）；“互联网获取信息”变量取值为1—5，数值越高，表明越依赖互联网获取信息。