樊士德 柏若云

［摘要］文章基于勞動力流動對多維相對貧困影響內(nèi)在機理的考察，使用2010—2018年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，運用AF法測度樣本家庭多維相對貧困狀況，并從靜態(tài)和動態(tài)兩個維度，實證研究勞動力流動對中國家庭多維相對貧困影響的具體效應。研究發(fā)現(xiàn)：（1）勞動力流動顯著地緩解了家庭多維相對貧困狀況，既提升了相對貧困家庭的收入，又改善了其在教育、健康、住房以及養(yǎng)老等多方面的相對貧困狀態(tài)，進而提升其對生活的主觀滿足感。（2）勞動力流動年限與家庭脫貧、返貧之間呈現(xiàn)倒“U”和正“U”型關系。隨著流動年限的增加，勞動力流動對家庭多維相對貧困的影響由積極轉(zhuǎn)向消極。（3）勞動力流動對多維相對貧困的影響在時間維度上具有動態(tài)性。勞動力流動對多維相對貧困的邊際貢獻經(jīng)歷了增長-下降-再增長三個階段。

［關鍵詞］勞動力流動；多維相對貧困；AF法；動態(tài)變化

［中圖分類號］F32 ［文獻標識碼］A［文章編號］1672-1071（2023）02-0058-13

一、 問題的提出

改革開放以來，大規(guī)模的勞動力流動和舉世矚目的脫貧成就是我國經(jīng)濟發(fā)展的重要特征。根據(jù)相關統(tǒng)計，農(nóng)村外出務工勞動力規(guī)模從改革開放初期的不超過200萬人發(fā)展到2022年的2.96億。大規(guī)模的勞動力流動不僅改變了人口的空間分布、資源配置以及家庭的收入狀況、生活水平等，而且打破了原有的貧困治理格局，同時對新時期的扶貧工作提出了更高要求。2020年脫貧攻堅取得全面勝利，現(xiàn)行標準下9899萬農(nóng)村貧困人口全部脫貧，完成了消除絕對貧困的艱巨任務。這意味著2020年后中國貧困治理工作重點向相對貧困轉(zhuǎn)變，貧困出現(xiàn)多元化、多維化等新問題。如何更好地引導勞動力流動，鞏固脫貧成果，建立扶貧長效機制成為經(jīng)濟社會發(fā)展的新目標。

回顧我國改革開放以來的減貧歷程，早期以解決收入層面的絕對貧困為重點，分別在1978年、2008年、2010年設定了每人每年100元、1196元、2300元的收入貧困標準；《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》中提出“兩不愁三保障”的多維貧困標準，進一步深化貧困內(nèi)涵，突出多維度特征；十九屆四中全會首次在中央全會公報中提及“相對貧困”，將“堅決打贏脫貧攻堅戰(zhàn)，建立解決相對貧困的長效機制”作為之后工作的重心。因此，勞動力流動與貧困關系的研究主要分為三個方面：勞動力流動對絕對收入貧困的影響、勞動力流動對多維貧困的影響、勞動力流動對相對貧困的影響。

首先，關于勞動力流動對絕對貧困的影響，現(xiàn)有研究的結論并不完全一致。蔡昉、都陽認為勞動力流動可以有效地提高勞動力的絕對收入，是家庭擺脫貧困的重要途徑［1］。李翠錦提出勞動力流動不僅能夠通過資金匯回等方式直接增加家庭收入，還能夠通過混合勞動形式為家庭創(chuàng)造多元化的收入來源，提升家庭勞動力配置效率，增加邊際收入，減緩家庭貧困的狀況［2］。與之相反，楊靳則揭示了當遷出人口的人均匯款額小于其農(nóng)村邊際產(chǎn)出時，勞動力流動不僅不會增加家庭收入，還會使其貧困情況惡化［3］。 趙曼、程翔宇指出外出務工使得家庭農(nóng)業(yè)勞動力嚴重流失，在一定程度上限制了農(nóng)戶家庭生產(chǎn)經(jīng)營的發(fā)展，阻礙了生產(chǎn)效率的提升，不利于緩解收入層面的絕對貧困［4］。

其次，關于勞動力流動對多維貧困的影響，已有觀點可歸納為以下兩個方面：一方面，車四方等發(fā)現(xiàn)勞動力流動通過知識溢出、非農(nóng)就業(yè)、農(nóng)業(yè)資源重組以及資金技術回流等方式對農(nóng)戶多維貧困起到積極作用［5］。李聰?shù)纫矎霓r(nóng)村居民身體狀況、教育程度、生活條件等維度證實了外出務工對減輕多維貧困存在顯著正向影響［6］。另一方面，韓佳麗等則認為勞動力流動對農(nóng)村地區(qū)的人口結構和社會秩序造成沖擊［7］，留守兒童和老人帶來的健康、醫(yī)療和教育問題日益突出［8］。盧海陽、錢文榮等也提出勞動力流動對多維貧困的改善主要停留在經(jīng)濟和物質(zhì)維度，在教育、養(yǎng)老以及主觀滿意度方面仍有很多問題，甚至出現(xiàn)負向效應［9，10］。因此，樊士德、金童謠認為勞動力流動的減貧效應最終取決于加劇作用和減緩效應二者間的強弱比較［11］。

再次，關于勞動力流動對相對貧困的影響，國內(nèi)大多數(shù)文獻研究的經(jīng)驗證據(jù)支持勞動力流動縮小城鄉(xiāng)收入差距，降低相對貧困發(fā)生概率的觀點。王湘紅等發(fā)現(xiàn)勞動力流動使得中國農(nóng)村小范圍內(nèi)收入不平等現(xiàn)象得到一定程度的改善［12］。樊士德、朱克朋以東部欠發(fā)達地區(qū)村縣878位農(nóng)戶微觀調(diào)研為樣本進一步驗證了這個觀點，即勞動力流動不僅能夠通過增加家庭收入降低絕對貧困發(fā)生的概率，對主觀感受下的相對貧困也產(chǎn)生了顯著的緩解作用［13］。

綜上所述，現(xiàn)有文獻從不同視角提供了不少有價值的觀點，但仍存在一定的局限性：（1）現(xiàn)有文獻中從多維視角測度相對貧困的研究較少，鮮有學者探討勞動力流動對多維相對貧困的作用機制；（2）未將勞動力流動面臨的多重約束和差異化特征納入對貧困影響的統(tǒng)一框架；（3）未系統(tǒng)考察勞動力對貧困影響的復雜性和長期性，未基于時間維度研究勞動力流動對貧困影響的動態(tài)變化。因此，本文在貧困由絕對貧困向相對貧困、由單一維度向多維貧困雙重轉(zhuǎn)變的宏觀背景下，將研究主題聚焦勞動力流動對多維相對貧困的內(nèi)在機理與效應，主要基于“貧”和“困”的雙重視角構建多維相對貧困的識別框架，從收入、教育、健康、住房、養(yǎng)老、主觀感受等六個維度，與臨界值相比，并賦予相應的權重，測度多維相對貧困指數(shù)；從時間維度研究勞動力流動微觀決策改變對多維相對貧困的動態(tài)影響，作為相關研究的有益補充。這構成了本文可能的邊際貢獻和創(chuàng)新。

二、 理論邏輯與機制分析

2020年全面脫貧的背景下，學界對貧困的識別更加多元化，對勞動力流動與貧困關系的認識也更加全面和綜合，但關于勞動力流動對家庭多維相對貧困影響尚未得到一致的結論。勞動力流動對微觀家庭多維相對貧困既有減緩作用也有加劇作用?；诖?，本文從收入、教育、健康、養(yǎng)老、住房、主觀感受等方面嘗試探討勞動力流動對家庭多維相對貧困影響的內(nèi)在理論邏輯與影響機制。

（一） 勞動力流動緩解相對貧困家庭多維剝奪狀態(tài)

勞動力流動會通過改善家庭收入水平、受教育情況、健康狀況、養(yǎng)老保障情況以及主觀評價來降低家庭陷入多維相對貧困的概率。其內(nèi)在影響機理具體見圖1。

在收入維度，勞動力流動通過非農(nóng)收入、農(nóng)業(yè)收入、財產(chǎn)收入三個維度改善家庭的收入狀況。外流勞動力通過非農(nóng)就業(yè)獲得工資收入，并通過資金匯回等方式促進家庭的資本積累。外流勞動力在“再社會化”過程中獲得知識溢出效應，通過技術回流的方式促進農(nóng)業(yè)生產(chǎn)效率的提高，增加農(nóng)業(yè)生產(chǎn)的邊際產(chǎn)出，提高農(nóng)業(yè)收入［5］；在教育維度，外流勞動力不僅能夠通過非農(nóng)就業(yè)提高自身的素質(zhì)，也能讓家庭改善自身的教育觀念，讓家庭有意識地增加子代的教育投入［14］。除此之外，隨遷子女也能夠在流入地得到相較于流出地更為優(yōu)質(zhì)的教育資源，這種教育資源的改善將促進整個家庭人力資本的積累和提升，為家庭脫離貧困帶來長久的內(nèi)生動力；在健康維度，勞動力流動通過增強健康意識、提高生活標準、優(yōu)化消費結構降低健康維度貧困的發(fā)生。外流勞動力在進入城市經(jīng)歷“再社會化”的過程中，獲得必要的衛(wèi)生、健康、日常生活習慣等方面的知識，提升自身和整個家庭的健康意識，改善家庭原有的食物結構，提高家庭的營養(yǎng)水平。收入和生活標準的提高也有助于優(yōu)化家庭消費結構，增加家庭健康醫(yī)療保險的投入，避免陷入健康維度的貧困；在養(yǎng)老和住房維度，勞動力外流能夠在一定程度上拓寬外流勞動力的社會關系網(wǎng)絡，幫助他們改善邊緣化的處境，獲得更加公平的醫(yī)療資源和住房保障。收入的改善也會增加家庭在住房、養(yǎng)老方面的投入，在提高生活標準的同時，增加家庭抵御風險的意識和能力；在主觀評價維度，信任、互惠、互助的人際網(wǎng)絡關系將會幫助外流勞動力更加便捷地獲取信息和支持，降低信息成本。外出務工帶來的家庭收入的改善、生活水平的提高以及社會地位的上升都幫助他們找到獲得感和滿足感。

（二） 勞動力流動加劇相對貧困家庭多維剝奪狀態(tài)

相反的，勞動力流動在增加收入風險、留守兒童教育、健康管理、老人養(yǎng)老以及主觀評價五個方面產(chǎn)生負向沖擊，進而造成家庭多維相對貧困惡化，具體見圖2。

在收入維度，勞動力流動為家庭帶來未知的經(jīng)濟風險。外流勞動力在流出時必然放棄原有的收入來源，而新就業(yè)崗位的尋找和篩選具有時間成本和貨幣成本，短期內(nèi)為家庭的經(jīng)濟狀況帶來極大的不確定性，收入來源的突然改變也會對家庭原有的收入結構產(chǎn)生沖擊，增加陷入貧困的可能性。除此之外，外流勞動力通常是家庭中在受教育程度、身體素質(zhì)、社會關系網(wǎng)絡等方面最突出的人員，優(yōu)質(zhì)勞動力的流失限制了農(nóng)業(yè)生產(chǎn)經(jīng)營的規(guī)模，阻礙了生產(chǎn)效率的提升，使得農(nóng)村家庭更易陷入貧困的惡性循環(huán)。從長期來看，勞動力數(shù)量和質(zhì)量的降低對流出地的經(jīng)濟發(fā)展具有漏出效應，不利于從根本上解決貧困家庭的收入和發(fā)展問題；在教育維度，勞動力流動給留守兒童帶來的教育問題愈發(fā)嚴峻。一方面，父母的教育“缺位”和隔代教育的缺陷影響了留守兒童的健康成長。另一方面，農(nóng)村人才的外流造成教育資源進一步向城市集聚，加劇了教育資源分布的不均衡，使得農(nóng)村家庭的教育劣勢愈發(fā)明顯，更易陷入代際教育貧困；在健康維度，父母陪伴和監(jiān)管的缺失，使得留守兒童更易染上吸煙、飲酒、沉迷網(wǎng)絡等惡習，對其身體素質(zhì)和心理健康帶來負向影響。另外，生活環(huán)境的改變以及工作強度的增加都會危害外出務工人員的身體健康，異地就醫(yī)的不便以及治療費用的高昂也使得外出務工人員的健康缺少保障；在養(yǎng)老保障維度，勞動力流動造成了留守老人的福利受損。勞動力流動打破了原有的傳統(tǒng)家庭結構，家庭觀念、贍養(yǎng)理念的減弱使得留守老人在經(jīng)濟供養(yǎng)、生活照料以及精神慰藉等方面出現(xiàn)困難。除此之外，留守老人承擔了大部分本應由外流勞動力承擔的留守兒童的生活照料，進而導致自身福利受損，更易陷入養(yǎng)老維度的貧困；在主觀評價維度，外來人口與原住人口的融合狀況直接影響其在城鎮(zhèn)中的主觀相對貧困感受。由于“制度壁壘”和“輿論壁壘”的存在，外流勞動力長期以來在城市中處于邊緣化的狀態(tài)，對城市的融入感不強，無法享受平等的權利和基本的保障，因此，勞動力流動在一定程度上加大了微觀家庭陷入多維相對貧困的概率。

三、 多維相對貧困的識別和估計

（一） 基于AF方法的多維相對貧困識別策略

本文采用被廣泛使用的AF法構建多維相對貧困指數(shù)（MPI）來衡量農(nóng)村家庭多維貧困整體狀況。具體測算方式如下：用ｎ表示樣本家庭數(shù)，ｉ（ｉ＝1，２，．．．，ｎ）表示被觀測的第ｉ個農(nóng)村家庭，ｄ表示福利指標數(shù)，ｊ（ｊ＝1，２，．．．，ｄ）表示第ｊ個指標，Xij表示家庭ｉ在第ｊ項福利指標上的觀測值，Zj表示第ｊ項福利指標的剝奪臨界值。家庭ｉ在福利指標ｊ上的貧困狀況gij可表示為式（1）。gij=

1，若xij＜Zij（表示家庭i在指標j上屬于貧困人口）

0，若xij≥Zij（表示家庭i在指標j上屬非貧困人口）（1）以wj表示第j項福利指標的權重，有0

∑dj=1wjgij，如果∑dj=1wjgij≥k（家庭i是多維貧困）

0，如果∑dj=1wjgij＜k（家庭i不是多維貧困）（2）臨界值k的取值會嚴重影響多維相對貧困指數(shù)。理論上k的取值范圍在0到1之間，k值越大，貧困發(fā)生率越低。根據(jù)國際MPI指數(shù)的建議，通常將30%作為k值。國內(nèi)的學者也廣泛采用這一比例作為臨界值［15，16］，因此本文將k=30%作為多維相對貧困臨界值。

（二） 數(shù)據(jù)說明和指標設計

1. 數(shù)據(jù)來源

本文所采用的數(shù)據(jù)來自北京大學中國社會科學調(diào)查中心組織實施的中國家庭追蹤調(diào)查（CFPS）的微觀數(shù)據(jù)。該調(diào)查以2010年為基期，每兩年進行一次追蹤。本文使用2010—2018年的數(shù)據(jù)，將個人自答、個人代答和少兒代答數(shù)據(jù)庫并入家庭數(shù)據(jù)庫，并刪除相關變量的缺失值，作為本文的數(shù)據(jù)來源。

2. 多維相對貧困指標設計

本文所構建的多維相對貧困指數(shù)中的多維主要包括收入、教育、健康、住房、養(yǎng)老和主觀感受六個維度，具體的二級指標包括家庭年總收入、受教育年限、健康自評、醫(yī)療保險覆蓋率、人均住房面積、住房貸款占收入的比重、養(yǎng)老保險、生活滿意度、未來信心度等九個方面，每一個二級指標給出對應的臨界值，進而采用相對值進行刻畫，具體如表1所示。

在收入維度指標的選擇上，本文更加關注收入水平差距，借鑒了歐盟①和OECD國家②可支配收入中位數(shù)一定比例的方法，考慮到我國2020年全面脫貧的背景以及城鄉(xiāng)間的實際收入差距，本文參考孫久文和夏添的標準，選取了城鄉(xiāng)居民中位數(shù)收入的40%作為相對貧困線［17］。具體衡量標準為：若某家庭年總收入低于該年全樣本家庭中位數(shù)收入的40%，則定義該家庭為收入維度的貧困；在教育維度，本文選擇了家戶中成人最高受教育年限作為指標，將家庭中成人最高受教育年限小于該年度全樣本家庭的均值定義為教育維度的貧困；健康維度選擇了健康自評和醫(yī)療保險兩個指標。家庭自評不健康成年人比例高于該年度全樣本家庭的均值或家庭成年人醫(yī)療保險覆蓋率低于該年度全樣本家庭的均值即視為健康維度的貧困；住房層面選取了人均住房面積和住房貸款兩個指標。家庭人均住房面積小于該年度全樣本家庭的均值或房貸超過家庭月收入40%的家庭視為住房維度的貧困；養(yǎng)老維度選取了是否有養(yǎng)老保險這一指標，將家中有年滿60歲但沒有養(yǎng)老保險的家庭視為養(yǎng)老維度的貧困；主觀維度則通過“生活滿意度”和“未來信心度”兩個指標分別研究樣本家庭對當下和未來生活的評價。將家庭中成人對生活滿意度和未來信心度均值小于3的，視為主觀維度的貧困。

在多維度權重的選擇上，國內(nèi)大多數(shù)文獻均采用等權重法，雖然有少量學者也探索了包括主成分分析、熵權法［20］在內(nèi)的非等權法，這些方法雖然注重客觀分析，但不能進一步反映各指標之間的隨機性、離散性和非線性等復雜關系［21］。因此本文同樣采用等權重法，對多維相對指標體系內(nèi)的各項指標賦予相同權重，即將收入、教育、健康、住房、養(yǎng)老、主觀感受6個維度分別賦予相等權重。

四、 勞動力流動與多維相對貧困的特征化事實

為了進一步厘清勞動力流動對多維相對貧困影響的變化過程，本文從靜態(tài)和動態(tài)兩個維度構建模型并做相關的實證分析。

（一） 多維相對貧困

在靜態(tài)實證模型中，本文的被解釋變量是家庭是否陷入多維相對貧困。通過比較不同貧困標準下的貧困發(fā)生率（見表2）可以發(fā)現(xiàn)，無論是哪種貧困標準下，2018年全國和分地區(qū)樣本家庭的貧困發(fā)生率均低于2010年，這表明了我國扶貧工作取得的顯著成就。不同貧困標準下，2010年、2018年絕對收入維度的貧困發(fā)生率均低于相對收入維度和多維度下的貧困發(fā)生率。絕對貧困標準已經(jīng)不再適用于不斷變化的貧困發(fā)展現(xiàn)狀，在維度上過于單一和局限。在2010年，相較于相對貧困標準下的貧困發(fā)生率，多維貧困防止了“一刀切”狀況的發(fā)生，貧困發(fā)生率反而降低了。而在2018年，多維貧困問題更加嚴峻和顯著，在全國樣本中多維貧困發(fā)生率高于相對貧困發(fā)生率。除此之外，在這三種維度下，無論是2010年還是2018年，貧困發(fā)生率都表現(xiàn)出由東部向西部不斷遞增的趨勢，這也反映了貧困發(fā)生的地區(qū)差異。

為了進一步探討勞動力流動對貧困狀態(tài)改變的影響，本文在動態(tài)實證模型中選取了“是否返貧”和“是否脫貧”兩個變量，將樣本家庭根據(jù)貧困狀態(tài)進行分類，進一步探討勞動力流動對返貧和脫貧的影響。根據(jù)表3可知，無論是在全國還是分地區(qū)樣本中，不貧困組占比最大，這反映了我國經(jīng)濟發(fā)展和扶貧攻堅的重大成就。但全國樣本中仍有10.83%的家庭處于多維相對貧困中，尤其在西部地區(qū)，長期處于多維相對貧困的家庭占比最高，多維相對貧困的地區(qū)差異顯著。值得關注的是，在全國和分地區(qū)樣本家庭中，均存在返貧現(xiàn)象。即使在經(jīng)濟發(fā)展水平較高的東部地區(qū)也出現(xiàn)了返貧現(xiàn)象，而西部地區(qū)由于資源缺乏、生態(tài)脆弱、生存條件惡劣、基礎設施落后，成為返貧高發(fā)區(qū)域。這反映了返貧現(xiàn)象的地域分布具有普遍性和不均勻性。

（二） 勞動力流動

在靜態(tài)實證模型中，本文的核心解釋變量為“家庭是否存在勞動力流動”。從表4中可以看出，2010年全國樣本家庭中，30.35%的家庭存在勞動力流動，東、中、西部地區(qū)分別有23.85%、31.97%、37.94%的家庭存在勞動力流動，西部、中部欠發(fā)達地區(qū)的勞動力流動明顯高于發(fā)達的東部地區(qū)。2018年的勞動力流動也呈現(xiàn)出同樣的地區(qū)差異，且相較于2010年，無論是全國樣本還是分地區(qū)樣本，2018年的勞動力外流情況均得到明顯提升。同時，勞動力流出占比也在8年間得到顯著的提高，與勞動力流動呈現(xiàn)一致的變動態(tài)勢。

為了進一步討論勞動力流動狀態(tài)改變以及勞動力流動年限對多維相對貧困的影響，筆者引入“僅2010年流動”“僅2018年流動” “2010年和2018年都流動”“勞動力流動年限”作為核心解釋變量。如表5所示，在全樣本的流動家庭中，2010年和2018年都流動的家庭占比最大，計算發(fā)現(xiàn)流動狀態(tài)發(fā)生改變的家庭占所有流動家庭的比例，即僅2010流動家庭和僅2018流動家庭占所有流動家庭的比例=（17.5%+20.43%）/（17.5%+20.43%+21.16%）=64.19%。由流動轉(zhuǎn)變?yōu)椴涣鲃拥募彝フ急葹?7.5%，由不流動轉(zhuǎn)變?yōu)榱鲃拥募彝フ急葹?0.43%。在分地區(qū)樣本中，2010年到2018年間，西部地區(qū)家庭的流動狀態(tài)變化最大。在流動年限的統(tǒng)計中，全樣本家庭的平均流動年限為4.04年，分地區(qū)樣本中西部地區(qū)樣本家庭的流動年限最長，約為4.93年，遠遠高于東部和中部地區(qū)。

（三） 控制變量

依據(jù)本文所要研究的具體內(nèi)容以及CFPS問卷中數(shù)據(jù)的可得情況，本文的控制變量主要包含兩個方面：家庭戶主的特征和家庭的特征。對于家庭戶主的特征，本文選用了戶主的年齡、性別、教育年限加以控制。其中因為在微觀家庭中通常核心決策者為家庭收入最高的成員，因此本文將每戶家庭中收入最高者定義為戶主。在家庭特征方面，本文選取了家庭人口規(guī)模、家庭性別構成（家庭中男性占比）、家庭老年人占比（65歲及以上的人口占家庭總人口的比重）以及家庭是否從事非農(nóng)經(jīng)營來加以控制。主要控制變量的描述性統(tǒng)計如表6所示。

從家庭特征來看，相較于2010年，全國和分地區(qū)樣本的家庭人口規(guī)模均有所下降，這可能與計劃生育政策以及生育觀念的轉(zhuǎn)變有較大關系。2018年相較于2010年家庭男性占比也有了小幅的上升。在人口老齡化的背景下，2018年家庭老人占比也得到顯著提高。從提高幅度來看，東部地區(qū)的漲幅更大，老齡化問題更加突出。從家庭是否從事非農(nóng)經(jīng)營的特征來看，全國和分地區(qū)樣本家庭從事第二三產(chǎn)業(yè)的比例有明顯的提高。

從戶主特征來看，2010年和2018年全國樣本中家庭戶主的平均年齡分別為46歲和37歲，戶主年齡有年輕化趨勢，且戶主大多以男性為主。在戶主受教育年限方面，2010年和2018年全國樣本家庭均值分別為5年和7年，雖然2018年相較于2010年有顯著的提高，但均低于我國義務教育要求的9年，尤其是西部地區(qū)樣本家庭戶主的受教育年限均值都不足6年，這說明無論是2010年還是2018年，家庭戶主的受教育水平均相對較低，且存在著較大的地區(qū)差異，西部地區(qū)的教育水平明顯落后于中東部地區(qū)。

五、 勞動力流動對多維相對貧困影響的實證研究

（一） 實證模型構建

對于微觀家庭而言，存在兩種狀態(tài)：一是貧困家庭；二是非貧困家庭。農(nóng)村家庭的貧困問題構成了離散選擇模型中的二元選擇模型，本文采用Probit模型來重點考察勞動力流動對家庭多維相對貧困發(fā)生概率的影響。具體模型如式（3）-（8）：

Pr（Yi=1∣Xi）=Φ（α0+α1Xi+α2Xi1+α3Xi2）（3）

Pr（povti=1∣Xi）=Φ（α0+α1migi+α2h_age+α3h_gender+α4h_edu+α5fam_num+α6male_pro+α7old_pro+α8fam_unfarm）（4）

Pr（povireturn=1∣Xi）=Φ（α0+α1migi_2010/α1migi－2018/α1migi_both+α2h_age+α3h_gender+α4h_edu+α5fam_num+α6male_pro+α7old_pro+α8fam_unfarm）（5）

Pr（povi_out=1∣Xi）=Φ（α0+α1migi_2010/α1migi_2018/α1migi_both+α2h_age+α3h_gender+α4h_edu+α5fam_num+α6male_pro+α7old_pro+α8fam_unfarm）（6）

Pr（povireturn=1∣Xi）=Φ（α0+α1migi _year +α2h_age +α3h_gender+α4h_edu+α5fam_num+α6male_pro+α7old_pro+α8fam_unfarm）（7）

Pr（povi_out=1∣Xi）=Φ（α0+α1migi _year +α2h_age +α3h_gender+α4h_edu+α5fam_num+α6male_pro+α7old_pro+α8fam_unfarm）（8）

式（4）中，povti為樣本家庭i在t時期所處的貧困狀態(tài)，式（5）、（6）、（7）、（8）中povi_return為樣本家庭i是否返貧，povi_out為樣本家庭是否脫貧；migi為相應家庭是否存在勞動力流動，migi_2010代表是否僅在2010年流動，migi_2018代表是否僅在2018年流動，migi_both代表是否在2010年、2018年都流動，migi_year為樣本家庭i中流動勞動力的流動年限；h_age、h_gender、h_edu分別代表戶主的年齡、性別以及受教育年限；fam_num、male_pro、old_pro、fam_unfarm是相應的家庭規(guī)模、家庭男性占比、家庭老人占比以及家庭是否存在非農(nóng)經(jīng)營。

（二） 實證結果分析

1. 基于靜態(tài)角度的分析

本文首先選取了截面數(shù)據(jù)做靜態(tài)的實證分析?？紤]到貧困改善具有長期性、艱巨性、復雜性的特點，本文選取了2010年和2018年的數(shù)據(jù)探討在較長時間跨度上勞動力流動對貧困效應影響的不同特點，得到的回歸估計結果如表7所示。

分別表示10%、5%和1%的顯著性水平；括號中的數(shù)值為t值，下同。表7的回歸結果顯示，在絕對貧困標準、相對貧困標準、多維相對貧困三個標準下，勞動力流動對貧困均有顯著的改善作用。與2010年相比，2018年勞動力流動對絕對收入貧困的影響變小，而對相對收入貧困以及多維相對貧困的影響變大。這表明勞動力流動對改善多維相對貧困具有更為重要的意義。這里值得說明的是，在勞動力流動對貧困影響的內(nèi)在機理考察過程中，我們發(fā)現(xiàn)勞動力流動既存在對收入、教育、健康、住房、養(yǎng)老和主觀感受等不同維度貧困的緩解效應，又存在對收入、教育、健康、養(yǎng)老和主觀感受等不同維度貧困的抑制效應?！皠趧恿α鲃痈纳屏硕嗑S相對貧困，且相比絕對收入貧困更為顯著”這一實證研究發(fā)現(xiàn)說明了勞動力流動對上述維度貧困的正向效應比負向效應更大，即勞動力流動對多維相對貧困的緩解效應抵消了可能存在的加劇效應，進而呈現(xiàn)最終的促進和改善作用。

從家庭特征來看，家庭人口規(guī)模越大，家庭陷入收入層面貧困的可能性越小。而多維相對貧困的發(fā)生概率卻隨著家庭人口規(guī)模的擴大而增加。這是因為家庭規(guī)模越大，所需要的教育、醫(yī)療、養(yǎng)老支出越大，抵消掉了一部分的收入優(yōu)勢，造成家庭陷入多維度的相對貧困。無論在哪個維度下，樣本家庭的老人占比越大，家庭越易陷入貧困，這與實際相符。一般而言，家庭中的青壯年是家庭中財富的主要創(chuàng)造者，老人則會增加該家庭的醫(yī)療、養(yǎng)老支出，使該家庭更易陷入貧困。相較于以單一的農(nóng)業(yè)為收入來源，存在非農(nóng)經(jīng)營的家庭陷入貧困的概率顯著降低，這是由于從事第二三產(chǎn)業(yè)既能夠豐富樣本家庭的收入來源，又能打破樣本家庭原有的社交距離和人脈限制，為家庭提供更好的社會資本，避免陷入貧困。除此之外，在三個維度中家庭男性占比越大，家庭陷入貧困的概率越小。男性在農(nóng)業(yè)生產(chǎn)和務工人群中具有更多的性別優(yōu)勢，會為家庭帶來更多的收入來源，降低家庭貧困發(fā)生的概率。

從戶主特征來看，戶主受教育年限與家庭貧困發(fā)生率有著顯著的負相關關系，即無論在哪種貧困標準下，戶主的受教育程度越高家庭陷入貧困的概率越小。一方面，戶主通常是家庭中的最終決策者，戶主的受教育程度通常決定了家庭的決策能力和水平。另一方面，戶主受教育程度越高，在就業(yè)市場上也將擁有更多的選擇權，更大概率獲得相對體面和高薪的工作，有助于改善家庭的經(jīng)濟收入、提高社會地位。此外，估計結果顯示戶主年齡和戶主性別分別對于絕對、相對收入層面的貧困有正向的影響。

2. 實證結果：基于動態(tài)角度的分析

在對截面數(shù)據(jù)靜態(tài)分析的基礎上，本文進一步引入2010—2018年CFPS數(shù)據(jù)從時間維度上探討勞動力流動對多維相對貧困影響的動態(tài)變化，具體見表8。

通過2010—2018年全樣本數(shù)據(jù)的分析可知（見表8），勞動力流動對多維相對貧困具有顯著的負效應，進一步的實證結果證明了這種影響在時間維度上具有動態(tài)性。2010—2018年間勞動力流動對多維相對貧困的影響系數(shù)分別為-0.0538、-0.1930、-0.0436、-0.0283、-0.1495。

從表8中的變化趨勢來看，2012年前勞動力流動對多維相對貧困家庭貧困狀態(tài)的改善是持續(xù)快速增加的，這與我國在21世紀前十年勞動力的大規(guī)模遷移以及顯著的扶貧成就是相符的。2012—2016年期間，勞動力流動對多維相對貧困的影響減小，這個階段貧困發(fā)展呈現(xiàn)出新的特征，隨著人口大規(guī)模的遷移，勞動力流動在教育、健康以及權利維度的負面效應也逐漸顯現(xiàn)，因此這個階段勞動力流動仍舊能夠改善相對貧困家庭多維剝奪的情況，但減貧效果卻在減弱。2016年之后，勞動力流動對相對貧困家庭多維剝奪的影響又呈現(xiàn)出上升的趨勢。我們認為之所以呈現(xiàn)這樣的演進趨勢，主要在于早期伴隨勞動力流動規(guī)模不斷擴大，不僅其絕對收入逐步提升，而且與城鎮(zhèn)相比的相對收入差距有較大幅度的縮小，進而帶來逐步遞增的效應；2012—2016年期間，一方面因為邊際效應遞減，另一方面，除收入之外的教育、健康、權利等維度越來越受到重視，而在這一階段往往因為外流勞動力存在主觀故意規(guī)避或降低如自身健康、教育等外流成本，導致減貧效應呈現(xiàn)減弱的特征。2016年習近平總書記在全國兩會期間曾指出脫貧和高標準的小康是兩碼事，我們不是一勞永逸，畢其功于一役，相對貧困、相對落后、相對差距將長期存在，在這一階段伴隨著絕對貧困逐步被消除，相對貧困逐步被提到一定高度，加之外流勞動力這一微觀主體通過干中學、工作與生活理念的更新等，逐步注重教育、健康、人力資本等多個維度，與城鎮(zhèn)、發(fā)達地區(qū)相對水平的提升，因此，逐步呈現(xiàn)勞動力流動的相對多維貧困效應遞增的特征。

為了進一步探究這種影響動態(tài)變化的原因，本文將樣本家庭分為返貧組和脫貧組，厘清勞動力流動對貧困家庭脫貧和非貧困家庭返貧的影響，考察勞動力流動微觀決策的改變對家庭貧困的動態(tài)影響，由此得到的回歸結果見表9。

所示，在助力脫貧角度，對于2010年未外出務工的家庭來說，如果2018年選擇外出務工，這種微觀決策的改變能夠幫助這些家庭更大概率擺脫貧困。兩期都務工的家庭成功脫貧的概率更是顯著增加。在遏制返貧角度，對于2010年未外出的家庭來說，如果2018年選擇外出務工，也會有效降低其重返貧困的可能性。對兩期都務工的家庭來說，勞動力流動更是會顯著降低返貧概率。這說明，貧困家庭如果能長期外出務工，家庭擺脫多維相對貧困的概率會顯著增加。

在此基礎上，勞動力流動年限對樣本家庭脫貧和返貧的影響結果表明，勞動力流動時間對脫貧和返貧的影響并不是簡單的線性關系，而是呈不同的“U”型分布。對脫貧組來說，勞動力流動時間對脫貧的影響呈倒“U”型分布，拐點時間約為6.18年，勞動力流動在6.18年內(nèi)有顯著的減貧效應，6.7年之后樣本家庭脫貧的概率隨著流動年限的增加而遞減。勞動力流動時間對返貧的影響呈正“U”型分布，即起初隨著勞動力流動年限的增加，家庭返貧的幾率降低。但在約8.37年之后，家庭返貧的概率隨著勞動力流動年限的增加而增加。這一趨勢符合一般的經(jīng)濟規(guī)律，在勞動力流動初期以及持續(xù)一定時間后，外流勞動力主要呈現(xiàn)年紀輕、學習能力強、包括子女和老人在內(nèi)的家庭負擔輕等特征，進而決定了其脫貧效應遞增、返貧效應遞減的趨勢，而在上述特征發(fā)生轉(zhuǎn)變，自身年齡增長、務工過程中的身體健康透支、子女教育和贍養(yǎng)老人負擔等方面的因素導致其脫貧的邊際貢獻降低、返貧的概率提升，最終呈現(xiàn)出對脫貧組脫貧的倒“U”特征以及對返貧組的正“U”特征。因此，勞動力流動對多維相對貧困在一定年限內(nèi)具有顯著的減貧效應，能夠幫助貧困家庭脫貧以及防止返貧現(xiàn)象的發(fā)生。但勞動力流動對多維相對貧困的影響會隨著勞動力流動年限的延長由積極轉(zhuǎn)為消極。

六、 穩(wěn)健性檢驗

在之前的實證過程中，多維貧困是一個虛擬變量，對滿足多維貧困條件的家庭povti_d=1，反之povti_d=0。為了進一步探討勞動力流動對多維貧困的影響，本文將更換被解釋變量，將多維貧困剝奪得分作為被解釋變量。

參考謝家智、車四方的方法［21］，首先對每個維度設定一個貧困標準zj。若yij

0，其他，于是樣本矩陣YN×D可以變換成剝奪矩陣g0=g0ij。此外，剝奪矩陣g0可以由規(guī)范化差距剝奪矩陣g1=g1ij進行彌補，這里的g1ij=g0ijzj－yijzj。即g1ij表示農(nóng)村家庭i在維度j上的貧困差距。更一般的對于任意的α，gαij=gαijzj－yijzjα，在此基礎上計算家庭i在所有維度上的總剝奪得分，即ci=∑Dj=1ωjgαij。計算結果見表10。

如表10所示，通過更換被解釋變量，再一次驗證了勞動力流動對相對貧困家庭多維剝奪的現(xiàn)狀有著顯著的改善作用，這與我們原有的實證結果相一致，即本文的研究結論是穩(wěn)健的。

七、 主要結論與政策建議

本文采用2010—2018年中國家庭追蹤調(diào)查數(shù)據(jù)，從靜態(tài)、動態(tài)兩個視角討論勞動力流動對多維相對貧困的影響機制及其具體效應。結果表明：（1）從靜態(tài)視角看，勞動力流動在總體上顯著降低了家庭多維相對貧困，明顯提高了家庭生活質(zhì)量。分組研究也表明，勞動力流動能夠提高貧困家庭的脫貧概率，降低家庭重返貧困的可能性。（2）勞動力流動年限與家庭脫貧、返貧之間呈現(xiàn)倒“U”型與正“U”型關系。在一定年限內(nèi)，勞動力流動有助于貧困家庭擺脫多維相對貧困并降低返貧發(fā)生的概率。而當流動年限超過拐點值時，勞動力流動反而會阻礙貧困家庭脫貧，增加返貧的發(fā)生。（3）從動態(tài)視角看，勞動力流動對多維相對貧困的影響在時間維度上具有動態(tài)性。勞動力流動對多維相對貧困的邊際貢獻經(jīng)歷了增長-下降-再增長三個階段。（4）家庭特征信息以及戶主特征信息等控制變量對多維相對貧困發(fā)生率以及返貧、脫貧現(xiàn)象具有一定影響。

基于上述研究結論，本文得到以下幾個方面的政策內(nèi)涵：（1）有序引導勞動力在城鄉(xiāng)間的流動。一方面，進一步推進戶籍制度改革，打破勞動力流動的制度障礙，促進微觀家庭經(jīng)濟模式的轉(zhuǎn)變，充分發(fā)揮勞動力流動的減貧效應。另一方面，建立完善的農(nóng)村勞動力流動機制，落實、落細勞務輸出戰(zhàn)略，加強對流動人口的有序引導， 避免盲目流動，降低外流成本，提升流動收益。（2）加強對多維相對貧困人口各項權利的保障力度，完善流動人口勞動權益與社會保障政策。加大對農(nóng)村相對貧困家庭子女教育的幫扶力度，健全控輟保學工作機制，確保義務教育階段適齡兒童不失學輟學；落實分類資助參保政策，做好相對貧困人口參保動員工作；完善養(yǎng)老保障和兒童關愛服務，解決好流動人口的后顧之憂，最小化勞動力流動的負面效應，從多維角度改善流動勞動力的相對貧困狀態(tài)。（3）建立健全貧困識別和動態(tài)監(jiān)測機制。建立多維相對貧困家庭監(jiān)測系統(tǒng)，實現(xiàn)對該群體的動態(tài)幫扶，且適時組織對脫貧人口開展“回頭看”，建立完整的退出評價體系和保障措施，同時增強貧困人口的“造血功能”，防止返貧的發(fā)生。（4）加快貧困地區(qū)農(nóng)村特色產(chǎn)業(yè)的發(fā)展。盡管勞動力流動對減緩家庭多維相對貧困具有積極作用，但隨著流動年限的增加，這種影響由積極變?yōu)橄麡O。因此，結合貧困地區(qū)的資源稟賦和本地優(yōu)勢，發(fā)展農(nóng)村特色產(chǎn)業(yè)，實現(xiàn)自身的內(nèi)涵式發(fā)展具有重要意義。通過技術創(chuàng)新和科技推廣等方式促進貧困地區(qū)特色產(chǎn)業(yè)發(fā)展，推動人才和科技在城鄉(xiāng)間和地區(qū)間的順暢循環(huán)，增強貧困地區(qū)的脫貧能力，實現(xiàn)鞏固脫貧攻堅成果同鄉(xiāng)村振興的有效銜接是從根本上解決我國當前乃至未來一段時間內(nèi)多維相對貧困問題的重要路徑。

注釋：

①歐盟國家以全體居民收入中位數(shù)的60%作為相對貧困的標準。

②國際經(jīng)合組織提出將一個國家或地區(qū)收入中位數(shù)或平均數(shù)的50%作為標準識別相對貧困。

參考文獻：

［1］蔡昉，都陽.遷移的雙重動因及其政策含義——檢驗相對貧困假說［J］.中國人口科學，2002（4）：3-9.

［2］李翠錦.貧困地區(qū)勞動力遷移、農(nóng)戶收入與貧困的緩解——基于新疆農(nóng)戶面板數(shù)據(jù)的實證分析［J］.西北人口，2014（1）：34-38+44.

［3］楊靳.人口遷移如何影響農(nóng)村貧困［J］.中國人口科學，2006（4）：64-69+96.

［4］趙曼，程翔宇.勞動力外流對農(nóng)村家庭貧困的影響研究——基于湖北省四大片區(qū)的調(diào)查［J］.中國人口科學，2016（3）：104-113+128.

［5］車四方，謝家智，姚領.社會資本、農(nóng)村勞動力流動與農(nóng)戶家庭多維貧困［J］.西南大學學報（社會科學版）， 2019（2）：61-73+196.

［6］李聰，王穎文，劉杰，等.易地扶貧搬遷家庭勞動力外出務工對多維貧困的影響［J］.當代經(jīng)濟科學， 2020（2）：32-44.

［7］韓佳麗，王志章，王漢杰.貧困地區(qū)勞動力流動對農(nóng)戶多維貧困的影響［J］.經(jīng)濟科學，2017（6）：87-101.

［8］趙曉航.父母外出務工對農(nóng)村留守兒童健康的影響——基于CFPS 2012數(shù)據(jù)的實證分析［J］.社會發(fā)展研究，2017（1）：19-41+242.

［9］盧海陽，錢文榮.子女外出務工對農(nóng)村留守老人生活的影響研究［J］.農(nóng)業(yè)經(jīng)濟問題，2014（6）：24-32+110.

［10］陽義南，連玉君.中國社會代際流動性的動態(tài)解析——CGSS與CLDS混合橫截面數(shù)據(jù)的經(jīng)驗證據(jù)［J］.管理世界，2015（4）：79-91.

［11］樊士德，金童謠.中國勞動力流動對家庭貧困影響的內(nèi)在機理與效應研究——基于面板Logit模型與隨機效應模型的實證研究［J］.江蘇社會科學，2020（6）：79-89+242-243.

［12］王湘紅，孫文凱，任繼球.相對收入對外出務工的影響：來自中國農(nóng)村的證據(jù)［J］.世界經(jīng)濟，2012（5）：121-141.

［13］樊士德，朱克朋.農(nóng)村勞動力流動、務工收入與家庭貧困——基于東部欠發(fā)達縣域878戶農(nóng)戶的實證研究［J］.南京社會科學，2019（6）：26-33+58.

［14］張安馳，樊士德.勞動力流動、家庭收入與農(nóng)村人力資本投入——基于CFPS微觀數(shù)據(jù)的實證研究［J］. 現(xiàn)代經(jīng)濟探討，2018（3）：19-26.

［15］王小林，Alkire S.中國多維貧困測量：估計和政策含義［J］.中國農(nóng)村經(jīng)濟，2009（12）：4-10+23.

［16］鄒薇，方迎風.關于中國貧困的動態(tài)多維度研究［J］.中國人口科學，2011（6）：49-59+111.

［17］孫久文，夏添.中國扶貧戰(zhàn)略與2020年后相對貧困線劃定——基于理論、政策和數(shù)據(jù)的分析［J］.中國農(nóng)村經(jīng)濟，2019（10）：98-113.

［18］郭建宇，吳國寶.基于不同指標及權重選擇的多維貧困測量——以山西省貧困縣為例［J］.中國農(nóng)村經(jīng)濟， 2012（2）：12-20.

［19］郭熙保，周強.長期多維貧困、不平等與致貧因素［J］.經(jīng)濟研究，2016（6）：143-156.

［20］王保雪.基于DEMATEL-熵權法云南多維貧困指標的權重研究［D］.昆明：云南財經(jīng)大學，2014.

［21］謝家智，車四方.農(nóng)村家庭多維貧困測度與分析［J］.統(tǒng)計研究，2017（9）：44-55.

［22］Alkire Sabina，F(xiàn)oster J.Understanding and misunderstanding of multidimensional poverty measurement［J］.Journal of Economic Inequality，2011（2）：289-314.

［23］Alkire Sabina，F(xiàn)oster J. Counting and multidimensional poverty measurement［J］. Journal of Public Economics， 2011（8）：476-487.

（責任編輯：田青）

（校對：木子）