外出务工对农村家庭贫困脆弱性的影响——基于CFPS数据的实证分析

张庆红 马玉婷

新疆财经大学，新疆 乌鲁木齐 830012

引言

消除贫困一直是发展中国家的核心任务和目标。改革开放以来，我国脱贫攻坚取得了显著成就，贫困发生率从1978年的97.5%下降至2018年的1.7%，2020年实现了“现行扶贫标准下贫困人口全部退出，832个贫困县全部脱贫摘帽”，脱贫攻坚取得决定性胜利。由于贫困地区已脱贫农户自身发展能力不足，遇到自然灾害、疾病等负面冲击，很容易再次陷入贫困之中。2020年后扶贫时代，精准识别贫困人口对贫困治理仍具有重要意义，但是传统的贫困标准和贫困测度方法仅着眼于已发生的贫困，仅关注当前的贫困家庭并不能从根本上解决脱贫问题，当前的贫困并不意味着未来的贫困，而目前非贫困的家庭也有可能受到负面影响导致贫困，如果忽视了潜在贫困人口和未来风险问题，将对新时期脱贫成果的巩固和提升产生不利影响。2000年，世界银行首次提出“贫困脆弱性”概念，认为贫困脆弱性即为“一个人或者一个家庭在将来的某个时段内所面临的家庭陷入贫困的可能性”。由此可见，“贫困脆弱性”概念具有前瞻性和动态性，它是对居民家庭未来陷入贫困可能性的度量。若能够获得农户家庭贫困脆弱性的相关信息，并采取有针对性措施进行干预，则能有效预防贫困发生，对于提高扶贫的精准性、有效阻断返贫现象具有重要意义[1]。

农村劳动力外出务工的劳动模式是在我国经济体制转轨中逐渐形成的，且其规模和数量在我国城镇化加快推进中迅速增长。相关资料表明，仅就农村贫困劳动力而言，2016年至2020年10月，其外出务工人数从1 527万人增加到2 937万人，同期我国农村贫困发生率快速下降。学术界对外出务工的减贫效应进行了大量研究，已有文献表明，外出务工能够增加农民收入、降低贫困发生率[2]。学术界在外出务工对农村减贫积极作用方面已经达成共识，但是外出务工对农户家庭贫困脆弱性的影响的研究较少。那么，外出务工对降低农户家庭未来贫困的作用程度如何？其影响机制是什么？解决上述问题对未来贫困治理具有重要意义。本文利用CFPS微观数据库中的相关指标研究外出务工对农户家庭贫困脆弱性的作用机制，在此基础上提出针对性政策建议，为新时期相对贫困治理提供借鉴和参考。

在贫困问题研究中，研究机构和学者们对农户贫困脆弱性颇为关注，但对其内涵的理解并不一致，除了上述世界银行的定义外，如Pritchettetal提出贫困脆弱性是“一个家庭在未来的若干年内至少有一年会陷入贫困的概率”[3]；Chaudhurietal则定义“一个家庭在T时的贫困脆弱性是其在T+1时陷入贫困的概率”[4]。众多学者认为，无论哪种定义，脆弱性都和风险密切相关，且在同样的风险冲击面前，抵御能力强的家庭或个人，其陷入贫困的可能性小，因此贫困脆弱性程度可以看做是农户面临风险和抵御风险能力之间相互博弈的结果。贫困脆弱性虽然无法直接被观测到，但是可以用截面数据或面板数据估计，常用的测算贫困脆弱性方法有：预期的贫困脆弱性（VEP）、低期望效用脆弱性（VEU）、风险暴露脆弱性（VEU）[5]，其中由于VEP方法“充分考虑了可观测和不可观测特征对未来贫困概率估计的影响，同时对数据要求相对较低”[6]，因此应用尤为广泛。如利用该法测算了中国城乡家庭贫困脆弱性[7]，研究了1993—2011年中国农村家庭贫困脆弱性的动态演变特征[8]，测量了中俄两国农村家户贫困脆弱性水平及其长期变化趋势[9]。

目前，国内关于外出务工对农户家庭贫困脆弱性影响研究不多，高若晨等利用中国居民收入调查数据库（CHIP）中2007年和2009年两轮数据，基于贫困脆弱性视角考查了外出务工对留守家庭持久脱贫的影响，得出了外出务工对降低农户贫困脆弱性有积极作用的结论[10]。但是随着2011年《中国农村扶贫开发纲要（2011—2020年）》的颁布实施，我国的扶贫开发进入新的历史时期，尤其是2013年精准扶贫战略实施以来，我国贫困地区全面推进产业扶贫和就业扶贫，农村贫困劳动力外出务工增速加快，农村社会经济发展和劳动力外出务工形势发生巨大变化。新时期外出务工对农户家庭贫困脆弱性影响机制如何值得关注。

本文基于中国家庭追踪调查数据库（CFPS）2016年和2018年两轮农户样本数据，在利用VEP法测度农户家庭贫困脆弱性的基础上，实证分析外出务工对农户家庭贫困脆弱性的影响，影响因素分析难点在于潜在的内生性问题可能会导致估计结果的偏差，即外出务工前后农户家庭贫困脆弱性发生变化可能不仅是由外出务工引起的，也会受到其他宏观或微观因素变化影响，为消除这些因素影响，本文采用PSM－DID方法分析外出务工对农户贫困脆弱性的净效应，采用倾向得分匹配法（PSM）将处理组（参与外出务工的农户家庭）和控制组（与参与外出务工家庭特征相似但未外出务工的农户家庭）进行匹配，在此基础上利用双重差分模型（DID）评估外出打工对贫困脆弱性的净影响，既克服了内生性问题，也“消除了不可观测的非时变异质性特征和时间趋势的影响”[11]，结论更加科学合理，据此提出对策建议，为新时期我国相对贫困治理提供借鉴和参考。

一、外出务工对贫困脆弱性的影响机制

Stark等提出的劳动力迁移的新经济学理论认为，外出务工行为是“家庭在农村各种市场不完善的条件下缓解生产活动中的资金约束及为家庭提供保险功能的集体行动策略之一”。并认为务工汇款可以“缓解农户所面临的流动性及风险约束，改善其生产产品、购买投入物、进行生产性投资等各方面的能力”[12]。由此可见，农户家庭成员外出务工的动机主要是为提高家庭收入水平和降低家庭收入不确定性的风险，而外出务工对贫困脆弱性的影响主要是“收入水平提升效应和收入不确定性降低效应共同作用的结果”[11]。基于该理论，外出务工不仅能直接增加农户家庭的非农收入，而且可以通过提升农业生产效率进而提高家庭的农业收入，最终改善家庭的贫困脆弱性。但是农户家庭成员外出打工在提高家庭收入多样性和稳定性的同时，还面临着自然、社会、经济等方面诸多风险，从而增加家庭收入的不确定性，因此，外出务工对贫困脆弱性的影响是不确定的。

二、方法与数据

（一）贫困脆弱性测度方法

本文采用预期贫困脆弱性（VEP）方法测度农户家庭贫困脆弱程度，公式为：

即贫困脆弱性计算可以写成如下形式：

其中，研究贫困脆弱性采用ϕ（·）为标准正态分布下的累积密度函数。

计算贫困脆弱性需要确定贫困线和贫困脆弱线，前者以我国农村贫困线2 300元（2010年不变价）为基准，利用农村居民CPI指数调整至相应年份；后者使用两条脆弱线：一条以贫困发生率作为低脆弱线，另外一条以50%作为高脆弱线[13]，即当贫困脆弱性小于贫困发生率时，则不具有脆弱性，当脆弱性大于贫困发生率小于50%时，为低脆弱性，当脆弱性大于50%时，为高脆弱性。

（二）PSM-DID模型

为了评估外出务工对农户家庭贫困脆弱性的影响，可以直接比较农户外出务工前后的贫困脆弱性的变化差异，农户外出务工前后贫困脆弱性发生变化可能不仅受外出务工的影响，还会受外部宏观经济等因素的影响[14]。此外，外出务工并非随机发生，它也是个体和家庭特征、外部环境等因素共同作用的结果。因此直接比较农户外出务工前后贫困脆弱性的差异容易产生样本选择性偏差和内生性问题，从而导致无法准确评估外出务工对贫困脆弱性的净影响。为解决上述问题，可利用倾向得分匹配法（PSM）计算倾向得分确定处理组和控制组进行分析。PSM法的优势在于“根据一系列可观测特征匹配处理组和控制组样本，从而克服了可观测变量的偏差问题”[15]，但是匹配过程中对“未观测到的特征不会对贫困脆弱性产生影响”的假定并不合理，因此不能从根本上解决内生性问题，而双重差分法（DID）可以给予修正[16]。因此将这两种方法相结合即PSM-DID法分析外出务工对贫困脆弱性的净效应。PSM-DID方法步骤为：

第一步，计算倾向得分。首先选取协变量，为满足可忽略性假定，协变量尽可能包括影响样本脆弱性的个人特征、家庭特征、外部环境等相关变量；其次使用probit模型通过协变量估计出样本是否外出务工的条件概率，即倾向得分，公式表示为：

其中D=1表示农户外出务工，Xi表示可以观察到的协变量。

第二步，利用倾向得分匹配处理组和控制组。

第三步，利用PSM-DID法分析外出务工对贫困脆弱性的影响。首先对匹配成功的样本进行双重差分分析，以克服PSM法的不足，双重差分法（DID）的基本公式为：

其中，Y为贫困脆弱性，D为是否外出务工，μ为不可观测的个体固定效应，λ为时间固定效应。然后计算得到：

其中，Y1T、Y0T分别表示处理组外出务工后和务工前的贫困脆弱性，Y1C、Y0C表示控制组外出务工后和务工前的贫困脆弱性。

（三）数据来源

本文选取CFPS数据库中后两轮（2016年和2018年）都参与调查的农户样本数据，根据研究目的，剔除掉收入等重要变量缺失的数据后，得到1 806个样本，最终形成了为期两年的面板数据。其中，若家庭中至少有一位成员参与外出务工，则赋值为1，否则，赋值为0。把2016年未外出务工但2018年外出务工的家庭定义为处理组，两年都未外出务工的家庭定义为控制组。由于PSMDID法要求对参与和未参与外出务工两类家庭的其他相似特征进行匹配，因此选取户主性别（Sex）、户主受教育程度（Edu）、户主年龄（Age）、是否有不健康成员（Unheal）、是否获得政府转移支付（Transfer）、劳动力培训状况（Train）、劳动力占比（Labor）作为控制的匹配变量。

三、实证结果分析

（一）贫困脆弱性分析

整体来看（见表1），2016年的平均脆弱性为29.7%，2018年的平均脆弱性为24.9%；2016年低脆弱性为3.20%，到2018年低脆弱性下降为2.60%，2016年高脆弱性为26.5%，到2018年高脆弱性下降为22.3%。可见，农户家庭贫困脆弱性呈现总体下降的趋势，中国经济长期稳定的增长和农村扶贫开发战略的实施为农户收入水平的增加奠定了基础。不论是2016年还是2018年，农户家庭贫困脆弱性以高脆弱性为主，说明农户收入水平波动较大，未来陷入贫困的风险较高，需加大帮扶力度。未来的贫困治理中，不仅要关注已经陷入贫困的家庭，而且要关注当前不贫困但是未来可能陷入贫困的家庭，提高其抵御风险的能力，以防止返贫，巩固脱贫成果。

表1 农户家庭贫困脆弱性测度

从性别来看，2016年，户主为男性的家庭平均脆弱性为26.8%，其中有3.7%的家庭具有低脆弱性，23.1%的家庭具有高脆弱性，户主为女性的家庭平均脆弱性为33.3%，其中，2.5%的家庭具有低脆弱性，30.7%的家庭具有高脆弱性；到2018年时，户主为男性的家庭平均脆弱性下降为24.5%，低脆弱性下降为2.9%，高脆弱性下降为21.5%，户主为女性的家庭平均脆弱性下降为30.7%，高脆弱性下降为28.3%，但是总体来看，户主为男性家庭的平均脆弱性和高脆弱性明显低于户主为女性的家庭，这可能是因农村女性户主整体文化程度偏低，在获取信息、资源、服务等方面也处于不利地位，导致其家庭未来陷入贫困的风险较大。

从受教育程度来看，文化程度不同的户主家庭的平均脆弱性、低脆弱性和高脆弱性均有所下降。无论是2016年还是2018年，其总体特征是随着户主文化程度的提升，其家庭低脆弱性上升，高脆弱性明显下降。可见，文盲、半文盲、小学、初中毕业的户主家庭贫困脆弱性以高脆弱性为主，未来陷入贫困的风险较大；而高中、大专及以上毕业的户主家庭贫困脆弱性以低脆弱性为主，未来陷入贫困的风险低于受教育程度低的家庭。教育一直被认为是脱离贫困的关键，教育程度越高，带来的持久收入越稳定，其贫困脆弱性越低。

分年龄来看，2018年与2016年相比，不同年龄段户主家庭平均脆弱性、低脆弱性和高脆弱性均有所下降。无论哪一年，其平均脆弱性、低脆弱性、高脆弱性都呈现出随年龄下降后上升的趋势。35～45岁、45～55岁户主家庭贫困脆弱性以低脆弱性为主，未来陷入贫困的风险较小；而35岁以下、55～65岁、65岁及以上户主家庭贫困脆弱性以高脆弱性为主，未来陷入贫困的风险较大。总的来说，35岁以下较年轻的户主家庭贫困脆弱性较高，可能是由于他们在劳动力市场时间不长，收入不稳定所致。而45岁～55岁的户主家庭最低，可能是因为户主此时年富力强，个人收入稳定且具一定理财能力，家庭积蓄能够合理分配。随着人口老龄化，年龄在65岁及以上的户主家庭贫困脆弱性最高，可能是因为户主因年老而缺乏劳动能力，甚至直接退出劳动力市场，使其家庭在未来容易陷入贫困。

从是否外出务工来看，2016年未外出务工家庭平均脆弱性为34.5%，外出务工家庭为21.5%；2018年时未外出务工家庭平均脆弱性为31.9%，外出务工家庭为19.4%。外出务工家庭贫困脆弱性以低脆弱性为主，而非以高脆弱性为主。直观来看，外出务工对降低农户贫困脆弱性有显著影响，其净效应需要利用PSM-DID法进一步分析（见表2）。

表2 农户家庭贫困脆弱性分特征测度结果

（二）外出务工对贫困脆弱性的净影响分析

1.倾向得分估计。在测度农户家庭贫困脆弱性后，为考查外出务工是否影响贫困脆弱性，首先计算倾向得分：

X为相关协变量，采用probit模型估计倾向得分，匹配出处理组和控制组。

在匹配时，分别采用k临近匹配、半径匹配、核匹配方法得出两组样本农户。k临近方法时考虑了有放回和无放回的情况；半径匹配考虑了r=0.04、r=0.02、r=0.01的情况；核匹配使用二次核，带宽为0.06的核函数而设定。

不同的匹配方法相应的结果不同。从表3中可见，得到的平均处理效应均显著，为负值。在面板数据中，可以解决不可观测变量不随时间而变，PSM—DID方法能较好解决处理组和控制组不具备共同趋势假设导致估计结果出现“稳健偏差”的问题。

表3 PSM样本处理效应

2.匹配结果检验。双重差分法应用的前提是共同趋势假定，但即使在样本内采用，也会产生偏差。为获得无偏的估计量，在核匹配的基础上，需获得控制组进行双重差分。首先对各个变量的平行趋势季检验。

为了保证匹配结果的准确性，需要进行平衡性检验，要求匹配后外出务工农户家庭和未外出务工农户家庭在各个特征变量上均无显著差异，即外出务工对贫困脆弱性的影响效果不再受特征变量干扰，从而有效解决样本选择偏差问题（见表4）。对于所有变量，从p值来看均不显著，说明经过倾向得分匹配，用于DID的两组数据之间并不存在明显差异，从而证明了结果的有效性。

表4 probit模型下变量的平行趋势假设检验

3.平均处理效应结果分析。DID获得的平均处理效应如下：

平均处理效应为-0.066，在10%的显著性水平上显著。说明外出务工这一行为能够提高农户家庭在未来的抗贫困能力，陷入贫困的风险降低6.6%，其中处理组差异为-9.3%，控制组差异为-2.7%。从两次差分结果来看，处理组和控制组整体的贫困脆弱性下降，说明国家就业扶贫政策效果显著，外出务工行为增加农户收入来源，使农户抗风险能力增强（见表5）。

表5 PSM-DID模型估计结果

4.异质性分析。精准扶贫战略实施以来，中国农村贫困地区通过持续推进产业扶贫、就业扶贫帮助贫困农户摆脱贫困，外出务工成为普遍现象，由上述分析可知，外出务工确实能够降低农户家庭贫困脆弱性，无论对象群体如何进行调整，都未改变这一结论，但是外出务工对不同农户家庭贫困脆弱性的影响是否具有异质性呢？

通过模拟该家庭不存在外出务工的情况，利用这种反事实的方法对比分析外出务工前后不同农户家庭贫困脆弱性的变化，研究表明，与外出务工前相比，外出务工后家庭成员均健康的农户贫困脆弱性降低了6.14%，变化显著，而有不健康成员的家庭贫困脆弱性仅降低了0.52%（见表6），这是因为患病对家庭医疗负担影响较大，医疗支出占家庭支出的比例上升，对因疾病产生的脆弱性而言，外出打工起到的作用相对有限，这一结论与邰秀军等对中国西部山区的研究发现类似[17]。

表6 关于家庭成员是否健康的异质性分析

政府转移支付作为再分配环节中调节收入差距的重要手段，历来是农村减贫的潜在有效工具，那么对于获得和未获得政府转移支付的两类农户家庭，外出务工减缓其贫困脆弱性的效果如何呢？研究表明，与外出务工前相比（见表7），外出务工后未获政府转移支付的农户家庭贫困脆弱性降低了2.74%，而获得政府转移支付的农户家庭贫困脆弱性降低了3.86%，获得政府转移支付的农户家庭贫困脆弱性下降幅度略高于未获政府转移支付的家庭，可能的解释是农户家庭有外出务工行为且获得政府转移支付，贫困脆弱性降低幅度更大。

表7 关于是否获得政府转移支付的异质性分析

续表

随着中国经济模式从寻求劳动力数量转向主要依赖劳动力质量，对农村外出务工者而言劳动力培训与其贫困脆弱性有密切关系。对于参与和未参与劳动力培训的家庭，外出务工对其家庭贫困脆弱性的影响，见表8，参与劳动力培训的家庭贫困脆弱性变化较为显著，务工前后对比参与劳动力培训的家庭贫困脆弱性降低了4.41%，而未参与劳动力培训的家庭贫困脆弱性降低了2.19%。通过多种形式的劳动力培训使农户增加自身的人力资本的积累，进而提高了农户的收入水平。

表8 关于劳动力培训状况的异质性分析

四、结论与建议

本文基于2016年和2018年中国家庭追踪调查数据（CFPS）农户样本构成的面板数据，考查了外出务工对农户家庭脆弱性的净影响，以前瞻性视角对外出务工的脱贫减贫效果再评估，研究结果表明，第一，整体而言，农村贫困脆弱性呈下降趋势，但贫困脆弱性仍以高脆弱为主，户主为女性的家庭脆弱性明显高于户主为男性的家庭，户主受教育程度越高，家庭贫困脆弱性越低，按户主年龄段划分的贫困脆弱性呈现出先降低后升高的趋势。第二，利用PSM-DID分析外出务工对贫困脆弱性的净影响，研究表明外出务工能够显著降低农户家庭的贫困脆弱性，可以让家庭未来陷入贫困的概率降低6.6%。第三，通过异质性分析，无不健康成员的家庭贫困脆弱性明显降低；获得政府转移支付的农户家庭能够降低贫困脆弱性，其下降幅度略高于未获得政府转移支付的家庭；参与培训的家庭贫困脆弱性显著降低。

基于以上研究结论，提出以下建议：

第一，“因户施策，精准帮扶”降低贫困脆弱性。不同农户家庭贫困脆弱性根源各不相同，应有针对性地设计扶贫政策，对于贫困脆弱性较高的女性户主家庭，应摸清原因，实施“分类指导，精准帮扶”的策略。对于户主年龄在35岁以下的农户家庭，降低脆弱性的措施应以提高永久性收入为主，尽可能扩大就业渠道，增加其收入来源；对于户主年龄在65岁及以上的农户家庭，通过低保等政策救助方式保障其基本生活。此外，应继续加大教育扶贫的力度。

第二，对于外出务工群体，政府应完善社会保障体制。患病尤其是重大疾病不仅增加了家庭医疗支出，而且加剧了家庭人力资本的损失，“因病致贫”是农户家庭贫困的重要原因。对有医疗负担的农户家庭监测建档，有助于精准识别贫困户，并采取精准的帮扶措施。引入识别与监测补助对象的机制，建立低保家庭信息数据库，同时还需要充分考虑到未来家庭福利水平与风险防控。做到精准扶贫，防止“骗保”“漏报”的情况发生，提高政府转移支付反贫困的效率。此外，要完善相关待遇政策，如服务机构转移就业补贴、优先稳岗转岗、改善农民工医疗保险等，避免出现基本权益得不到保障，劳资纠纷的增加，使农户陷入贫困恶性循环。

第三，有序引导农村劳动力流动。增加农户外出务工的技能培训，提高农民整体素质，实现稳定脱贫不返贫。随着社会的发展，劳动力市场寻求越来越高的知识和技能。因此应采取合理措施，将基础教育和职业培训相结合，使农民掌握必要的基本职业技术技能，以适应就业工作需要。同时，注重培养农民工思想素质、政治素质以促进农民工整体素质提高。虽然外出务工对增加农户收入，降低贫困脆弱性具有显著正向影响；但也需关注在我国农村城镇化水平较低背景下，农户盲目外出务工反而造成贫困加剧，因此应制定并落实有效的农村劳动力流动政策，加强对外出务工人员的组织引导，减少无效劳动力流动。