楊芳元

（江南大學商學院，江蘇無錫 214000）

引言

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。

一、多維貧困測度

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。

二、數(shù)據(jù)、變量與描述性統(tǒng)計

（一）數(shù)據(jù)來源

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。

（二）變量與描述性統(tǒng)計

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。

三、外出務(wù)工對農(nóng)戶家庭多維貧困影響的實證分析

（一）模型設(shè)定

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。

（二）實證結(jié)果與分析

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

四、結(jié)論與建議

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。