楊芳元
(江南大學商學院,江蘇無錫 214000)
消除貧困,改善民生,實現(xiàn)共同富裕是社會主義的本質(zhì)要求。國家統(tǒng)計局發(fā)布的《2020年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》顯示,按照每人每年生活水平2 300 元(2010年不變價)的現(xiàn)行農(nóng)村貧困標準計算,我國551萬農(nóng)村貧困人口全部實現(xiàn)脫貧。黨的十八大以來,9 899萬農(nóng)村貧困人口全部實現(xiàn)脫貧,貧困縣全部摘帽,絕對貧困歷史性消除。但這并不意味著農(nóng)村貧困問題得到徹底解決,貧困的長期性、復雜性與歷史性將會持續(xù)存在。2020年基本消除絕對貧困、全面建成小康社會后,中國進入以相對貧困為特征的后精準扶貧時代(唐任伍,等,2020)[1]。隨著中國貧困問題由絕對貧困轉(zhuǎn)為相對貧困,收入之外的其他維度逐漸凸顯(王小林,Alkire,2009)[2],從健康、教育、生活水平等多維角度來對貧困家庭或人口進行識別更符合現(xiàn)實要求,并且能夠提供更加準確與豐富的信息(楊艷琳,付晨玉,2018)[3],提高扶貧政策提出與實施的精準性與靶向性(黃承偉,王猛,2017)[4]。與此同時,就業(yè)扶貧作為整個扶貧政策體系中的重要組成部分一直備受關(guān)注。從當前我國農(nóng)戶家庭的收入結(jié)構(gòu)來看,外出務(wù)工所賺取的工資性收入是其重要收入來源,也是農(nóng)戶脫貧致富的重要途徑。2019年我國外出農(nóng)民工達17 425 萬人,占農(nóng)民工總量的比重約為59.93%。在此背景下,研究外出務(wù)工能否有效緩解農(nóng)戶家庭貧困狀態(tài),尤其是多維貧困值得關(guān)注。
從已有文獻來看,國內(nèi)學者多是從收入角度出發(fā)來研究外出務(wù)工對于農(nóng)戶貧困的影響。楊雨欣等(2019)利用“中國家庭收入調(diào)查(CHIP2013)”的農(nóng)村數(shù)據(jù),實證分析了農(nóng)村居民外出務(wù)工對于農(nóng)戶家庭經(jīng)濟脆弱性的影響,探討了外出務(wù)工對于農(nóng)戶減貧的帶動效果[5]。結(jié)果顯示,外出務(wù)工有效緩解了農(nóng)戶家庭經(jīng)濟脆弱性,從而帶動了農(nóng)戶減貧。樊士德等(2019)基于2016年東部欠發(fā)達縣域878 戶農(nóng)戶的微觀調(diào)查數(shù)據(jù),利用Logit 模型與多元線性回歸模型,研究了農(nóng)村勞動力流動、務(wù)工收入與家庭貧困之間的關(guān)系[6]??傮w來說,農(nóng)村勞動力流動往往是通過取得外出務(wù)工收入而改善了家庭生活,緩解了貧困,但還存在一系列影響勞動力外出務(wù)工收入的制約因素。平衛(wèi)英等(2020)采用分位數(shù)回歸方法研究了外出務(wù)工對于建檔立卡貧困戶的增收效應(yīng)以及異質(zhì)性影響效果[7]。研究發(fā)現(xiàn),外出務(wù)工對各個收入水平的建檔立卡貧困戶都具有脫貧增收效果,其中對于高收入水平建檔立卡貧困戶的家庭純收入促進作用最大,中等收入水平次之,低收入水平最小。近期有學者開始從多維貧困視角對此進行分析。鄧大松等(2020)利用貴州省四縣農(nóng)村家庭微觀調(diào)研數(shù)據(jù),分析發(fā)現(xiàn)外出務(wù)工能夠顯著降低農(nóng)村家庭多維貧困[8]。李聰?shù)龋?020)基于2015年在陜南安康地區(qū)的調(diào)研數(shù)據(jù)研究發(fā)現(xiàn),外出務(wù)工作為農(nóng)戶家庭主要生計活動之一,對于減輕其多維貧困有明顯的積極作用,且相較于非搬遷戶,這種減貧效應(yīng)在搬遷戶中更為顯著[9]。
綜合已有研究發(fā)現(xiàn),國內(nèi)學者關(guān)于外出務(wù)工對于多維貧困影響的研究正處于起步階段,尚未形成統(tǒng)一的定論。為此,本文基于2018年中國家庭追蹤調(diào)查數(shù)據(jù)(CFPS),利用A-F 雙界線法,從收入、教育、健康、生活水平、就業(yè)、保險6個維度對農(nóng)戶家庭的多維貧困進行測度,實證檢驗外出務(wù)工對于農(nóng)戶家庭多維貧困的影響。本文的邊際貢獻主要在于以下兩個方面:一是豐富多維貧困測度指標?,F(xiàn)有研究關(guān)于多維貧困的測度多聚焦于收入、教育、健康、生活水平4個維度,較少涉及到就業(yè)、保險等維度。二是采用最新的家庭追蹤調(diào)查數(shù)據(jù)(CFPS),更為關(guān)注新形勢下農(nóng)戶家庭多維貧困和外出務(wù)工狀況,對于后期合理評估就業(yè)扶貧政策的實施效果具有重要的政策和現(xiàn)實意義。
參考聯(lián)合國千年發(fā)展目標,借鑒國內(nèi)外相關(guān)研究(如Alkire & Foster,2011[10];楊艷琳,付晨玉,2019[3]),同時考慮到數(shù)據(jù)可得性,本文從收入、教育、健康、生活水平、就業(yè)以及保險6個維度來對農(nóng)戶多維貧困進行測度。具體各維度指標的選擇如表1 所示。
表1 多維貧困維度、指標、指標解釋及剝奪臨界值
本文采用“A-F”雙界線方法對農(nóng)戶家庭的多維貧困狀況進行測度。第一步,定義多維貧困測度指標集合,構(gòu)造樣本福利矩陣X。以家庭為單位定義樣本福利指標,假設(shè)樣本由n個個體組成,每個個體的福利水平由d個指標來評估,Xij表示第i個樣本在第j個福利指標上的取值。第二步,確定指標剝奪臨界向量Z,Z=(Z1,Z2,…,Zd)。其中,用Zj表示第j個指標上的剝奪臨界值,將樣本i 在每一福利指標上的得分與對應(yīng)福利指標上的剝奪臨界值對比,從而比較其在各福利指標上的剝奪情況。如果Xji<Zj,則該樣本Zj在第j個指標上處于剝奪或貧困狀態(tài)。第三步,根據(jù)福利矩陣X 和剝奪臨界向量Z 確定剝奪矩陣G。該矩陣中元素為gij,表示第i個樣本在第j個指標上的剝奪得分,如果在第j個指標上處于剝奪狀態(tài),則gij=1,否則gij=0。第四步,確定指標權(quán)重向量W,W=(w1,w2,…wd),其中,wj為第j個指標權(quán)重,滿足wj=1。第五步,構(gòu)造加權(quán)剝奪矩陣C 并計算樣本的總剝奪得分cj。其中,cj=wjgij∈[0,1],cj越大表示樣本i 被剝奪程度越深。第六步,確定多維貧困臨界值k,其意義為當所有指標均被剝奪時,樣本被剝奪程度占其剝奪得分的比重。其中,k∈(0,1],若cj>=k則樣本i 被界定為多維貧困,否則為非多維貧困。
本文利用2018年“中國家庭追蹤調(diào)查”(CFPS)數(shù)據(jù)庫,樣本覆蓋中國除香港、澳門、臺灣、新疆、西藏、青海、內(nèi)蒙古、寧夏和海南之外的25個?。ㄖ陛犑?、自治區(qū))的人口。在測度農(nóng)戶家庭多維貧困方面,CFPS 數(shù)據(jù)庫涵蓋農(nóng)戶收入、生活水平和家庭成員健康、教育、就業(yè)以及社會保障等方面信息。在考察農(nóng)戶外出務(wù)工這一信息時,直接通過2018年家庭經(jīng)濟問卷中“過去12個月,您家是否有人外出打工(如去城市打工)掙錢?”這一問題來考量。此外,CFPS 數(shù)據(jù)庫還包含農(nóng)戶個人特征、家庭特征和所屬地區(qū)特征等信息。由于本文研究對象為農(nóng)戶家庭,故在對數(shù)據(jù)的處理中保留“urban”為“鄉(xiāng)村”字樣的樣本,在對重要變量缺失值和異常值作直接刪除處理后,共得到6 167 戶農(nóng)戶家庭。
1.因變量:多維貧困狀態(tài)。依據(jù)上述A-F 方法,本文選用收入、健康、教育、生活水平、就業(yè)和保險6個維度13個指標,運用等權(quán)重方法,使用k=0.33 的通用閾值對農(nóng)戶家庭多維貧困進行測度。若農(nóng)戶家庭貧困總剝奪得分ci>=0.33,則該家庭處于多維貧困狀態(tài),取值為1;否則該家庭處于非多維貧困狀態(tài),取值為0。
2.核心自變量:外出務(wù)工。針對家庭經(jīng)濟問卷中“過去12個月,您家是否有人外出打工(如去城市打工)掙錢?”這一問題,若回答為“是”,則外出務(wù)工=1;若回答為“否”,則外出務(wù)工=0。
3.控制變量:戶主個人特征、家庭特征、地區(qū)特征。在控制變量的選取上,參考郭熙保、周強(2016)等的研究。本文選取戶主性別、年齡、婚姻狀況、受教育程度與政治關(guān)系作為個人特征變量,由于CFPS 數(shù)據(jù)庫沒有給出家庭戶主的直接信息,本研究選取“財務(wù)回答人”,即最了解熟悉這個家庭財務(wù)狀況的人作為事實戶主的代理變量。在此基礎(chǔ)上,選用家庭規(guī)模作為家庭特征變量,最后引入地區(qū)虛擬變量。
主要變量的含義、賦值以及描述性統(tǒng)計結(jié)果如表2所示。
表2 變量定義與描述性統(tǒng)計
總樣本農(nóng)戶家庭數(shù)量為6 167 戶。其中,處于多維貧困狀態(tài)的農(nóng)戶家庭有2 957 戶,占總樣本的47.95%。在6 167 戶農(nóng)戶家庭中,家庭中有人外出務(wù)工的農(nóng)戶家庭有3 148 戶,占總樣本的51.05%。在控制變量中,戶主性別平均值為0.512 1,年齡平均值為49.169 3,表明被調(diào)查農(nóng)戶男性戶主多于女性戶主,且整體年紀偏大;婚姻狀況均值為0.771 7,表明受訪者農(nóng)戶已婚者居多;受教育程度平均值為1.525 9,說明農(nóng)戶總體文化水平偏低,多為未受教育或僅受過小學、初中教育,這也與受訪者的年齡相符;政治關(guān)系均值為0.063 9,表明受訪者農(nóng)戶家庭戶主多為普通群眾;家庭規(guī)模平均為3.761 8人,表明大多數(shù)家庭一般由3—4 人構(gòu)成,符合我國家庭特征現(xiàn)狀。地區(qū)虛擬變量平均值為0.988 0,表明調(diào)查對象在東中西分布比較均勻。
考慮到被解釋變量多維貧困狀態(tài)為0—1 虛擬變量,本文采用Probit 模型,分析外出務(wù)工對農(nóng)戶家庭多維貧困的影響。模型設(shè)定如(1)式所示。
其中,被解釋變量是農(nóng)戶家庭i 是否是處于多維貧困狀態(tài)的家庭,multipovertyi=1 表示家庭i 是處于多維貧困狀態(tài)的家庭,multipovertyi=0 則表示家庭i 不是處于多維貧困狀態(tài)的家庭;migranti代表外出務(wù)工;Xi代表戶主個人特征、家庭特征、地區(qū)特征等控制變量;β0、β1、β2是待估參數(shù),εi表示隨機誤差項。
1.基準回歸結(jié)果
基準回歸結(jié)果如表3 所示。Probit 回歸中LR 卡方檢驗在1%顯著性水平下Prob>chi2=0.0000,說明模型整體擬合結(jié)果較好。此外,由于Probit 模型為非線性模型,因此需要通過求邊際效應(yīng)來具體分析外出務(wù)工對農(nóng)戶多維貧困的影響。從具體影響程度來看,外出務(wù)工對農(nóng)戶家庭多維貧困的影響在1%水平上顯著,且回歸系數(shù)與邊際效應(yīng)值均為負。其中,邊際效應(yīng)為-0.113,說明在其他因素不變的情況下,外出務(wù)工會使農(nóng)戶處于多維貧困的概率降低11.3%,這表明外出務(wù)工能夠顯著改善農(nóng)戶家庭的多維貧困。這可能是由于外出務(wù)工有利于拓寬農(nóng)戶家庭的收入來源,提高農(nóng)戶的就業(yè)水平;同時,外出務(wù)工所獲得的收入可用于改善留守農(nóng)戶家庭的生活水平、改善留守父母與兒童的飲食狀況、提升家庭醫(yī)療支付能力、為子女接受教育提供經(jīng)濟支持等;此外,農(nóng)戶家庭外出務(wù)工還有助于間接推動農(nóng)村基本醫(yī)療和保險的覆蓋率,從而從不同維度緩解了家庭的多維貧困。
從表3 中的控制變量來看,戶主性別和年齡與家庭多維貧困并無顯著相關(guān)關(guān)系。戶主的婚姻狀況、受教育程度和政治關(guān)系均對農(nóng)戶家庭多維貧困有顯著負向影響,其邊際效應(yīng)分別為-0.083 4、-0.111 和-0.052 8,且前兩者在1%水平上顯著,后者在5%水平上顯著,這可能是因為已婚的家庭擁有更穩(wěn)定的經(jīng)營能力和抗風險能力,因此相比未婚及其他狀況更不易陷入多維貧困;戶主受教育水平越高,越有能力和意識改善家庭狀況,處于多維貧困的概率越低;同時,戶主的政治關(guān)系可能給家庭帶來生活便利,從而緩解家庭多維貧困。家庭規(guī)模的邊際效應(yīng)較小,為-0.006 89,在5%水平上顯著,說明家庭規(guī)模越大越有助于改善家庭多維貧困,但這種改善作用有限。這可能是由于家庭規(guī)模越大意味著家庭中有工作的人越多,從而收入來源越多,但同時家庭人口數(shù)越多可能意味著負擔也就越重,相互作用下導致家庭規(guī)模對農(nóng)戶多維貧困的改善作用有限。此外,不同地區(qū)由于其自身的地理條件和經(jīng)濟發(fā)展水平不同,導致省份啞變量在1%的水平上對農(nóng)戶家庭多維貧困產(chǎn)生影響,具有明顯的異質(zhì)性。
表3 外出務(wù)工對農(nóng)戶多維貧困影響的基準回歸結(jié)果
2.穩(wěn)健性檢驗
為了確保上述模型估計結(jié)果的可能性,本文采用替換變量法,即直接用農(nóng)戶家庭貧困總剝奪得分ci 作為被解釋變量,代表農(nóng)戶家庭多維貧困狀態(tài),同時采用OLS 回歸方法對模型進行穩(wěn)健性檢驗?;貧w結(jié)果如表4所示。其中,外出務(wù)工回歸系數(shù)的符號與顯著性與基準回歸結(jié)果保持一致,印證了外出務(wù)工對農(nóng)戶多維貧困有顯著負向影響,即外出務(wù)工能夠有效改善農(nóng)戶家庭多維貧困狀態(tài);相關(guān)控制變量對農(nóng)戶多維貧困的影響也與前文相一致,從而證實了本文結(jié)論的穩(wěn)健性。
表4 外出務(wù)工對農(nóng)戶多維貧困影響的穩(wěn)健性檢驗
本文基于CFPS2018 數(shù)據(jù)庫,采用A-F 方法從收入、教育、健康、生活水平、就業(yè)、保險6個維度對6 167戶農(nóng)戶家庭的多維貧困進行測度,并在此基礎(chǔ)上應(yīng)用Probit 模型和OLS 回歸模型,實證分析了外出務(wù)工對于農(nóng)戶家庭多維貧困的影響。研究發(fā)現(xiàn),在總樣本農(nóng)戶中,多維貧困發(fā)生率為47.95%,從多維角度對貧困農(nóng)戶進行識別,貧困發(fā)生率仍然較高,說明脫貧任務(wù)任重道遠;樣本農(nóng)戶家庭外出務(wù)工比例為51.05%,農(nóng)戶家庭中若有成員外出務(wù)工,則該家庭陷入多維貧困的概率會降低,即外出務(wù)工能夠有效緩解農(nóng)戶家庭多維貧困,對農(nóng)戶減貧具有積極影響。
隨著我國進入2020“后扶貧時代”,在對貧困農(nóng)戶進行識別方面,建議將單一收入貧困指標轉(zhuǎn)向多維貧困指標衡量,即在當前“兩不愁、三保障”目標基礎(chǔ)上結(jié)合農(nóng)戶面臨的貧困現(xiàn)狀構(gòu)建多維貧困指標,來對貧困農(nóng)戶家庭進行有效精準識別。在此基礎(chǔ)上,對于貧困農(nóng)戶給予外出務(wù)工特惠政策傾斜,通過就業(yè)扶貧政策為農(nóng)民創(chuàng)造外出務(wù)工的機會。同時,針對貧困農(nóng)戶家庭不同特質(zhì)展開定點定向幫扶,對農(nóng)戶進行就業(yè)指導與技術(shù)培訓,提升農(nóng)戶內(nèi)生發(fā)展動力,以此拓寬農(nóng)戶家庭增收渠道,促進農(nóng)戶家庭福利改善。此外,對于外出務(wù)工農(nóng)民工在子女教育、醫(yī)療、住房、就業(yè)、保險等方面完善相關(guān)福利政策與保障制度,從而改善其家庭多維貧困狀況,降低農(nóng)戶貧困脆弱性。