• 图纸下载
  • 专业文献
  • 行业资料
  • 教育专区
  • 应用文书
  • 生活休闲
  • 杂文文章
  • 范文大全
  • 作文大全
  • 达达文库
  • 文档下载
  • 音乐视听
  • 创业致富
  • 体裁范文
  • 当前位置: 达达文档网 > 生活休闲 > 正文

    易地扶贫搬迁家庭劳动力外出务工对多维贫困的影响

    时间:2020-11-29 22:09:00 来源:达达文档网 本文已影响 达达文档网手机站

    李聪 王颖文 刘杰 荀阳

    摘要:基于多维贫困理论,以陕西南部安康地区为例,使用“AF”双临界值法对农户家庭多维贫困指数进行测度,实证分析移民搬迁视角下劳动力外出务工对家庭多维贫困的影响。研究发现:不同类型农户家庭,“搬迁户—打工户”家庭多维贫困指数最低,“非搬迁户—非打工户”家庭多维贫困指数最高;外出务工和外出务工强度能有效减轻农户家庭多维贫困状态,家庭收到汇款额和打工时间对减轻多维贫困有显著正向影响,但受非搬迁户样本影响,外出务工强度对多维贫困的影响并不显著;外出务工作为家庭主要生计活动,对减轻农户家庭多维贫困有积极作用,相较于非搬迁户,外出务工的减贫效应在搬遷户群体中更为显著。

    关键词:多维贫困;外出务工;易地扶贫搬迁;减贫效应;“AF”测度法

    文献标识码:A

    文章编号:100228482020(02)003213

    开放科学(资源服务)标识码(OSID):

    改革开放40年来,我国大力推进开发式扶贫,实现7亿多人脱贫,成效显著。2015年,中央提出到2020年实现贫困户全面脱贫的总目标,并制定了“精准扶贫、精准脱贫”的基本方略。作为政策范式的创新,精准识别贫困户是扶贫工作开展的首要前提,有效识别易地扶贫搬迁户是扶贫开发的重大现实问题。随着扶贫工作持续推进和反贫困研究不断丰富,学者和政策制定者逐渐意识到单维收入“贫困”的局限性,代之以家庭系统和可行能力的角度来审视其“多维贫困”,这些因素包括家庭对外部基础设施的可得性,如清洁饮水、道路、卫生设施等客观指标,相关社会保障及福利措施,以及贫困者对福利的主观感受等[12]。在扶贫实践中,各级政府对扶贫对象的识别标准仍以收入贫困为主,忽略教育、健康及基础设施等方面贫困的家庭,无法实现精准扶贫。

    易地扶贫搬迁作为“五个一批”之一的精准扶贫实现途径,主要针对“一方水土养不起一方人”地区的贫困户,这些地区往往资源环境承载力差、交通不畅、信息滞后、人才匮乏,容易陷入“一般贫困—经济发展乏力—贫困程度加深”的恶性循环。我国易地扶贫搬迁工作取得巨大成就,对特困区农户脱贫作用明显,但也出现了一些问题和弊端,如部分地区出现“济富却难益贫”现象,搬迁对象识别不精准导致“资源配置偏颇”效应,部分贫困户“搬迁未脱贫”,陷入救济陷阱。现阶段,“搬得出”已基本实现,如何让搬迁户“稳得住”,拥有自我发展能力,保证搬迁家庭不重新返贫成为现阶段政府及各界学者关注的问题。在现有移民搬迁安置区,以农民工为主体的流动人口处于城乡贫困救助的“真空地带”,外出务工已成为移民搬迁户面临“发展困境”时的主要选择[3],是移民安置区重要的生计活动,也是农户家庭的主要收入来源。但是外出务工是否能有效缓解搬迁家庭的贫困状态,尤其是多维贫困,相关问题值得关注。

    本文以陕西南部(以下简称“陕南”)安康地区为研究区域,使用“AF”双临界值法对农户家庭收入贫困和多维贫困指数进行测度,实证检验不同搬迁家庭劳动力外出务工对家庭多维贫困的影响。本文用多维贫困测度结果识别搬迁户生计状况,能有效甄别适宜搬迁贫困户,完善搬迁户精准识别方法,在后期合理评估易地扶贫搬迁政策的实施效果,具有重要的政策和现实意义。

    一、相关理论与研究回顾

    多维贫困依据可行能力理论延伸了贫困的界定标准。阿玛蒂亚·森[2]指出,收入匮乏不是农户致贫的原因,而是结果,贫困户无法摆脱贫困的根本缘由是能力缺失,这种缺失限制了人们选择生活的可能性。地理环境论也为本文提供了理论基础,如德国学者Ratzel[4]发现,人口陷入贫困的程度和自然环境恶劣程度关联度很大。气候、土壤和水文等自然条件对地区农业生产和经济发展非常重要,不利的自然因素使得农业生产条件差,经济发展迟滞,最终引发地区贫困。由于自然环境极差地区的人们难以通过产业、金融等扶贫方式实现永久脱贫,易地扶贫搬迁能够从根本上解决“一方水土养不起一方人”的现实困境[5]。此外,人口迁移理论认为,“推”和“拉”是导致人口迁移的重要力量。政府积极实施易地扶贫搬迁政策,推动贫困户向移民安置区搬迁,同时移民安置区完善的基础设施和务工机会拉动贫困户脱贫致富。

    关于劳动力外出务工和多维贫困的研究。宏观上,劳动力外出务工显著减轻了农村贫困程度,且在不同贫困标准和福利度量指标上均具备稳健性[6]。农村劳动力外出务工强度与家庭多维贫困存在着U形关系,即农村劳动力外出务工能够有效减弱家庭多维贫困状态,但随着劳动力大量持续外流,超过U形拐点,其负面影响逐渐显现,如家庭农业生产必要劳动力短缺,家庭人均收入降低,外出务工资金为其逃离村庄提供资本,加剧农村萧条和贫困景象。劳动力外出务工对缓解家庭贫困作用显著,但应避免出现大量劳动力外流导致严重的负面影响[7]。微观上,外出务工收入成为农户家庭收入的重要来源,使得家庭成员在健康、教育等维度上的多维贫困状态得到有效缓解[8]。生活维度上,外出务工所得报酬能直接缓解农户家庭在生活水平上的贫困程度[9];教育维度上,父亲外出务工能显著促进子女升学,改善家庭教育贫困状态,母亲外出务工改善子女受教育状态的影响不显著,但外出务工会提升父母对孩子的教育期望[1012];健康维度上,留守儿童要比父母没有外出务工的儿童患病、体重超标和身材矮小等的概率更大,外出务工对留守老人健康方面的负面影响也是显著的[1314]。家庭劳动力外出务工直接促进生活维度上贫困程度缓解,对其他维度上家庭贫困状态的减轻有一定作用,但这种作用可能有限。

    关于易地扶贫搬迁和多维贫困的研究。近年来,多维贫困概念逐渐被引入易地扶贫搬迁研究中,有学者从家庭禀赋、生态环境和基础设施方面建立多维贫困指标体系,发现有些地方对于搬迁户的识别存在一定漏洞[15]。易地扶贫搬迁后大多数农户丧失原来的生产生活资料,农户生计问题成为重要关注点。易地扶贫搬迁能为搬迁户提供完善的基础设施服务和务工机会,有效保障搬迁户的可行能力,有助于增加农户生计资本,并推动家庭内外部的务工策略的改变[1618]。

    综上,已有研究为本文提供了较好的研究基础。研究方法上,多数文献注意到模型内生性问题,并通过工具变量法、倾向得分匹配法对内生性问题进行处理,为本文研究提供了方法上的借鉴。然而,现阶段关于易地扶贫搬迁对于缓解贫困方面的研究还停留在收入贫困层面,缺乏易地扶贫搬迁视角下劳动力外出务工对多维贫困的影响研究,为本文留下研究空间。

    二、数据与方法

    (一)数据来源

    本文所用数据来自西安交通大学课题组于2015年在陕南安康地区的实地调研。陕南地处秦巴集中连片特困区,高山地形,自然條件恶劣,生态脆弱,扶贫难度较大。陕南移民搬迁肇始于2011年,后续纳入国家“十三五”易地扶贫搬迁工程,实施8年多来,累计投资近千万元,搬迁200多万人,取得显著成效。安康地区易地扶贫搬迁各项政策是本文多维贫困具体指标选取的重要依据。安康地区移民搬迁工程采取了涵盖住房、就业、培训及系列配套的扶持政策保障搬迁工程顺利实施。住房上,以人定房,优先保障深度贫困户搬迁,通过“交钥匙”工程确保搬迁户住房权益,兼顾做好旧宅腾退补贴资金,减轻搬迁户建房负担;就业上,培育相关产业,推动搬迁户就业,加大对搬迁户就业技能培训,确保搬迁户掌握基本生计技能,同时做好务工信息宣传,鼓励搬迁户外出务工实现就业;相关配套上,在集中安置社区配套学校、社区医院、文化活动室等设施,保障搬迁户享受基本的公共服务,提升社区管理和治理水平,增强搬迁户归属感。对比发现,搬迁户和迁入地原居民住房条件基本相同,实现“有房可住”;针对搬迁户的产业扶贫和技能培训政策,迁入地原居民也可以无障碍参与相关培训并实现就业,两者“有事可做”;政府在相关配套上提供的公共服务不具备排他性,两者都可以享受。与迁入地原居民最大不同在于,搬迁户失去了原有耕地,生计方式面临转型的压力更大,除在当地扶贫产业实现就业外,许多搬迁户家庭劳动力不得不外出就业,以获得生计收入。本文在搬迁户和迁入地原居民各维度条件基本一致情形下,研究对由于失去土地面临生计转型农户的家庭劳动力外出务工行为对其家庭多维贫困的影响。

    课题组对安康市紫阳县三个移民集中安置区及宁陕县和汉滨区4乡镇8行政村进行了农户生计专项的调查,其中紫阳县、宁陕县和汉滨区均是国家扶贫开发工作重点县。需要指明的是,本次调研地点为安康地区移民搬迁工程迁入安置区,即从迁出地搬迁到搬入地的农户为易地搬迁户,搬入地原居民则为非搬迁户。本次调研采用分层抽样法,具体过程如下:首先在安康地区三县(区)选取4个乡镇;然后在样本乡镇抽样选择8个样本行政村,包含3个移民集中安置区;接着根据样本村村民小组名单,在每个样本行政村抽取2个村民小组;最后对样本村民小组农户进行入户调查。调查对象均为18~65岁的家庭户主或户主配偶,保证调查信息准确可靠。为保证调查效果,课题组进行了前期预调研并对问卷设置存在的问题进行调整。在实际调查中,课题组采取了系列质量控制措施,对调查员进行充分培训,并对调查员的问卷时间和访谈方式进行规定以保证问卷质量。数据录入后,对问卷数据进行数值检验和逻辑检验。

    本次调研就农户及其家庭特征、生计资本状况、外出务工情况和易地扶贫搬迁政策等相关内容进行实地访谈,共发放问卷800份,回收670份,有效问卷为657份,有效率超95%。其中,男性占5937%,女性占4063%;已婚人口占8690%,未婚人口占1310%;样本户平均人口数为359,平均劳动力数量为273。此外,有效搬迁户问卷459份,占70%,非搬迁户样本占30%。2015年,安康地区总人口为260万人,其中农村人口约为144万人,涉及搬迁人口约100万人,搬迁人口约占安康地区农村人口的70%左右,非搬迁人口为30%。本文抽样的搬迁户和非搬迁户比例与安康地区情况基本一致,整体上,调查样本具有较强代表性,符合研究要求。

    (二)研究方法

    1.“AF”双临界值法

    考虑到调研数据类型的多样性,借鉴以往研究,本文采用“AF”双临界值法对农户多维贫困进行测度。该测度方法能兼容离散和连续、定性与定量等不同类型的数据需求,且在实际操作中对贫困指标设定、临界值和权重等方面具有较强的弹性[1920]。本文利用“维度求和”和“维度分拆”方法定量测度贫困人口在各维度陷入贫困状态的程度。其中,“维度求和”是将贫困人口各维度贫困指数综合起来,计算总体贫困指数,简称MPI;“维度分拆”是通过计算各维度贫困指数与总体贫困指数的比值,反映各维度贫困的贡献度。

    (1)维度求和。

    首先划定各维度的临界值以及贫困临界值,以此判断农户所处的多维贫困状态,达到精准识别,然后计算表征农户贫困程度的指标——多维贫困发生率、平均剥夺份额及多维贫困指数等。具体计算公式如下:

    多维贫困指数(MPI)测度方法主要有两种,一是计算矩阵期望,二是计算平均剥夺份额和多维贫困发生率的积。在进行维度求和时,需要考虑各维度权重,由于本文选取的各个维度对贫困人口的生产和生活都极为重要,故采用等权重法测度多维贫困指数。

    (2)维度分拆。

    多维贫困指数可按照农户类型和选取指标的不同进行分拆,也可按照其他维度分拆,如搬迁户贫困指数和非搬迁户贫困指数与总体贫困指数的比值,分别能够反映搬迁户和非搬迁户在多维贫困程度上的差异;住房、健康等维度的贫困指数与总体贫困指数的比值,分别能反映住房、健康等指标对总体多维贫困的贡献度。

    2.最小二乘估计

    由于因变量多维贫困指数为数值型变量,故本文首先使用普通最小二乘法(OLS)进行实证分析,初步判断自变量与多维贫困的关系,之后在打工户样本中,使用OLS来分析打工强度(家庭收到汇款额及打工时长)对家庭多维贫困的影响。

    其中,Y为因变量,表示多维贫困指数(为减小异方差影响,取自然对数形式),即多维贫困程度;自变量中,X分别表示农户是否外出务工、外出务工收入、打工时间及农户是否为搬迁家庭等变量,Z表示农户家庭生计策略、家庭人口特征和地理特征等控制变量,ε为随机干扰项。

    3.倾向得分匹配

    农户是否外出务工是本文基于易地扶贫搬迁视角下研究外出务工对多维贫困影响的重要问题,但是农户选择外出务工并不是一个随机行为,它受家庭和社会特征等因素影响。如获得贷款难度较大的家庭,家庭成员有更高可能性外出务工以增加家庭资产;学习能力强、学历高的农户更容易掌握外出务工所需技能,从事外出务工活动的可能性较大。但是采用最小二乘法可能会导致模型中内生性问题无法解决,致使研究结果存在偏差[11]。因此,在此选择倾向得分匹配法(PSM)来估计易地扶贫搬迁视角下外出务工对多维贫困的影响,可以有效解决模型存在的内生性问题。

    本文使用PSM方法处理农户外出务工自选择问题,即基于非打工户样本,为每个打工户匹配一个非打工户,使这两个农户仅在是否外出务工行为方面不一致,其他变量特征基本相同。于是,只有是否外出务工行为不同的两个农户的结果变量可看作同一个农户打工和非打工变化前后的结果,其结果变量差值即为农户外出打工净效应。对整个农户组而言,这个净效应称为平均处理效应(ATT),其表达式是

    其中,Y1为农户外出务工后的多维贫困水平,Y0为农户没有外出务工时的多维贫困水平。式(7)只能观测到E(Y1[JB<1|]D=1)的结果,而E(Y0[JB<1|]D=1)是不可观测的,称为反事实结果,可以利用PSM方法构造它的替代指标[22]。倾向得分匹配法(PSM)首先需要对样本数据进行倾向得分计算,然后对样本进行匹配,最后检验匹配结果是否有效。

    (三)指标构建及变量设置

    1.多维贫困指标构建

    依据阿马蒂亚·森[2]的研究和世界银行定义,贫困可视为人的福利缺失,涵盖多维度和多层次的缺失,本质是人可行能力缺失,无法获得收入和机会。在此定义基础上,结合调研地区实际情况,本文选取身体状况、教育程度、掌握手艺、家庭就业、清洁饮水、能源燃料、家庭资产和住房保障等8个维度对该地区多维贫困状况进行测度。这些维度极大影响着贫困人口获得收入和机会的能力,在联合国发布的全球贫困状况和减贫目标中充分体现,也是国内外学者研究多维贫困主题的主要指标,具有较强的理论和现实价值。由于上述8个维度对贫困人口的生产和生活极为重要,不可或缺,故在多维贫困测度方法中对各维度赋予相等权重[2324]。另外,本文对多维贫困的测度以家庭为单位。多维贫困各维度及临界值设定见表1。

    若家庭有2个及以上成员身体状况不好,视为该家庭在身体状况维度上贫困,否则视为该家庭在身体状况维度上不贫困;若家庭没有成员接受过初中及以上教育,视该家庭在教育程度维度上贫困,否则为不贫困;若家庭成员都不掌握一项技能或手艺(如编织、裁缝、会计、泥瓦匠、木匠、厨师和司机等),视该家庭在掌握手艺维度上贫困,否则为不贫困;若家庭没有任何成员有工作(如农民、养殖户、村干部、企事业职工、工人和个体户等的为有工作,在家仅做家务和正在上学的成员为无工作状态),视该家庭在就业维度上贫困,否则为不贫困;若家庭没有任何生产或生活耐用品(如挖掘机、摩托车、铲车、拖拉机、汽车、水泵、机动三轮、电脑、电视、洗衣机、冰箱/柜等),视该家庭在资产维度上贫困,否则为不贫困。

    2.家庭多维贫困的影响因素

    为探究易地扶贫搬迁视角下农户外出务工对家庭多维贫困的影响,本文选取16个变量,并将其分为5类,分别是打工因素(外出务工、打工时间、家庭收到汇款额)、搬迁因素(是否为搬迁户)、家庭生计策略(非农经营、农林生产、信贷难易、低保户、培训机会)、家庭人口特征(户主年龄、家庭规模、婚姻状况、抚养比、村务参与)、地理特征(交通状况)。自变量多维贫困指数由式(3)计算所得,相关变量设置见表2。

    借鉴李聪等[17]的研究,本文打工因素主要选取家庭中是否有成员外出务工、外出打工时间和家庭收到汇款额对其进行具体测度。本文首先将样本分为总体、打工户和非打工户,并对选取变量进行统计描述,初步了解样本特征,判断打工与否对其的影响。然后观测在搬迁户与非搬迁户样本中打工时间和家庭收到汇款额的不同。最后将外出务工、打工时间和家庭收到汇款额纳入到回归模型,分析其对家庭多维贫困的影響。在总样本中打工户有495户,占76%,非打工户有154户,占24%。

    搬迁因素选择了农户是否为搬迁户(即是否参与移民搬迁工程)。本文把样本区分为总体、搬迁户和非搬迁户,将搬迁与否纳入模型进行回归,分析其对多维贫困的影响。始终将样本分为搬迁户和非搬迁户以便研究搬迁因素对外出务工和多维贫困的影响。

    农户生计策略包括经营性收入和其他收入。经营性收入为农户主要收入来源,分为非农经营和农林生产。考虑到培训机会如农林业培训、外出务工培训和养殖培训等会对经营性收入产生较大影响,从而间接影响家庭多维贫困状态,本文借鉴李聪等[17]对培训指标的研究,将培训机会纳入变量中。其他收入包括家庭获得贷款和低保户政府补助,这可以帮助农户抵御经济上的风险和冲击,减轻农户多维贫困的程度。

    家庭人口特征包括户主年龄、家庭规模、婚姻状况、抚养比等方面。考虑到户主在家庭决策中的重要作用,本文将户主特征纳入模型,选取户主的年龄这一指标,该指标在一定程度上代表家庭决策的不同特征,也直接影响家庭贫困的状态。此外,考虑到农户家庭人口结构对农户家庭重要决策的影响较大,选取3项农户家庭结构指标(家庭规模、婚姻状况和抚养比)作为具体变量。

    考虑到陕南安康地区的实际地理状况和实地调研数据可得性,选取交通状况作为表征地理特征的指标,其主要测量家庭住房与村主要公路的距离,体现农户交通便利程度,获得外界资源可能性大小,是影响贫困户获得非资源性收入的重要原因。

    三、收入贫困和多维贫困的测度

    (一)收入贫困测度

    2008年,我国将贫困线标准划定为家庭人均纯收入1196元(极端贫困标准),2011年上调贫困线标准至2300元(一般贫困标准),新的扶贫标准线与调整前相比提高了近一倍,涵盖更多贫困人口。在剔除CPI影响后,2014年一般收入标准贫困线和极端收入贫困标准线分别为家庭人均纯收入2617元和1410元。贫困标准线提高直接导致贫困广度、深度和强度大幅增加,要重点关注扶贫资金缺口拉大和贫困人口内部差距扩大的问题,尤其是极端贫困人口脱贫问题。调研地区是移民搬迁安置区,仅计算比例贫困距(贫困深度)和平方贫困距(贫困强度),结果见表3

    (二)多维贫困测度

    1.多维贫困临界值的确定

    依据“AF”双临界值法测算农户多维贫困指数。多维贫困指数不仅取决于不同贫困维度的权重w,也取决于给定临界值k下的多维贫困发生率,即平均缺失程度。参照联合国通用做法,以k是否大于1/3为标准界定农户家庭是否陷入多维贫困。

    在不同临界值下农户多维贫困指数的测算结果见表4。可以看出,随着k值的增大,多维贫困指数和贫困发生率随之降低,而贫困缺失份额逐渐提高。根据现行收入贫困的标准,由贫困发生率计算方法得出收入维度上的贫困发生率为125%。显然,收入这项单维贫困在一定程度上低估了贫困发生率,如果只以收入贫困作为指标来判断农户是否为贫困户,会导致对象识别不精准,影响搬迁户精准脱贫实施效果。

    2.不同类型农户的单维贫困发生率比较

    “搬迁户和非搬迁户”“打工户和非打工户”“搬迁户—打工户和搬迁户—非打工户”“非搬迁户—打工户和非搬迁户—非打工户”单维贫困发生率的比较结果如图1所示。其中,搬迁户样本为453,非搬迁户样本197,从图1(a)可以看出,在教育程度、住房保障、家庭燃料、清洁饮水和掌握手艺等方面,搬迁户和非搬迁户之间存在较大差异,非搬迁户各维度的贫困发生率明显高于搬迁户;此外,打工户样本495,非打工户样本154,从图1(b)可以看出,打工户和非打工户在教育程度、住房保障、能源燃料、身体状况、家庭就业和掌握手艺等方面的贫困发生率差异明显。

    在搬迁户样本中,打工户样本364,非打工户样本88,图1(c)对两个样本组的对比分析可以看出,搬迁户样本中的打工户除清洁饮水外的其他指标贫困发生率都比非打工户低,说明搬迁家庭中,打工户和非打工户在除了清洁饮水外其他指标的多维贫困程度上差异较大,且打工户家庭贫困程度较低;图1(d)为非搬迁户样本中打工户与非打工户的对比,其中打工户样本131,非打工户样本为66,与非搬迁户样本情况相似,在非搬迁户样本中,打工户在除清洁饮水外和家庭资产外其他指标上的贫困发生率都比非打工户要低,说明在非搬迁户中,打工户和非打工户在教育程度、住房保障、能源燃料、身体状况、家庭就业和掌握手艺等维度上贫困程度差异较大,且打工户的贫困程度显著低于非打工户。

    通过分析比较可以发现,“搬迁户—非搬迁户”和“打工户—非打工户”两大类型家庭在家庭资产和清洁饮水维度上的贫困发生率较低,原因可能是搬迁与否、打工与否与清洁饮水关联度不大,基本的清洁饮水都能得到满足,而搬迁促进外出务工,增加了家庭收入,家庭资产维度上的贫困发生率较低。这两类型家庭类型在其余维度上的贫困发生率较高,原因在于搬迁与否、务工与否可能影响家庭收入,进而导致家庭在其余维度上的弹性差异较大。此外还发现,上述类型家庭在8个维度上相似程度较高,原因是搬迁可能对家庭成员外出务工有促进作用,即易地扶贫搬迁户外出务工的概率更大,外出务工有效降低了搬迁户的多维贫困状态,原因在于搬迁户失去了最为依赖的土地,而搬迁安置区就业岗位有限,形成农户外出务工的“推力”,加之外出务工收入相对较高,形成农户外出务工的“拉力”。为维持家庭生计,这一“推—拉”作用使得搬迁户选择外出务工的概率增加[26]。此外,上述类型家庭在掌握手艺维度上的贫困程度较深,原因是调研时重点关注家庭成员是否具会计、司机等显性技能,发现较多农户选择在建筑工地、电子工厂等务工,此类工作岗位也可被视为家庭成员拥有一项手艺或技能,若将这类技能纳入数据,农户家庭在掌握手艺上的贫困预期会大大降低,故本文在测度多维贫困时使用等权重方法。

    3.不同类型农户多维贫困的测度结果及比较

    不同类型家庭多维贫困的测度结果見表5,其中搬迁户的多维贫困指数显著低于非搬迁户,表明非搬迁户的多维贫困程度明显高于搬迁户多维贫困程度,易地扶贫搬迁对降低农户家庭多维贫困程度有显著积极作用。其余三种类型家庭与“搬迁户和非搬迁户”分析结论相似,不再赘述。

    4.不同类型农户多维贫困分解结果及比较

    不同临界值下,搬迁户和非搬迁户、打工户和非打工户的多维贫困指数分解结果见表6。无论在哪个临界值下,搬迁户家庭多维贫困指数明显小于非搬迁户家庭的多维贫困指数。对比发现,临界值k越大,对多维贫困指数来说,非搬迁户的贡献率越大,搬迁户的贡献率越小。当k=05时,非搬迁户贡献率为553%,而搬迁户贡献率仅为447%。该结果表明,多维贫困临界值越高,非搬迁户贫困状态就越严重。相似地,不同临界值下,打工户家庭多维贫困指数明显小于非打工户家庭的多维贫困指数。而临界值k越大,对多维贫困指数来说,非打工户的贡献率越大,打工户的贡献率越小,即多维贫困临界值越高,非打工户的贫困状态就越严重。

    由表6比较可知,非搬迁户和搬迁户、非打工户和打工户的多维贫困指数随临界值k的增大而逐步减小,说明农户家庭的贫困状态与选取标准(临界值k)紧密相关。此外还发现k=03是搬迁与否的贡献率拐点,k<03时,非搬迁户贡献率小于搬迁户,k≥03时,非搬迁户贡献率大于搬迁户;k=04是打工与否的贡献率拐点,k<04时,非打工户贡献率小于打工户,k≥04时,非打工户贡献率大于打工户。

    (三)收入贫困和多维贫困下的农户家庭识别

    收入贫困和多维贫困的列联表结果见表7,以极端贫困标准为例,在多维贫困和收入贫困双重标准下,识别出5603%的贫困农户和3439%的非贫困农户,精准识别率为8876%(一般贫困标准下的精准识别率则超过90%),表明收入贫困和多维贫困标准对安康地区农户家庭的识别效率较高。两个标准识别下的农户家庭重合度较高,即大多数样本农户在陷于收入贫困的同时也处于多维贫困中,故本文仅考虑外出务工对农户家庭多维贫困的影响。

    四、实证结果与讨论

    (一)外出务工与否对家庭多维贫困的影响

    表8第(1)列表示总样本中以多维贫困指数为因变量,以外出务工与否和搬迁与否为核心自变量的回归结果;第(2)(3)列分别表示搬迁户和非搬迁户样本中以多维贫困指数为因变量,以外出务工与否为核心自变量的回归结果。

    在总样本和搬迁户样本中,外出务工与否对多维贫困指数的影响在1%水平上显著,即打工户多维贫困指数较低,贫困程度较低。非搬迁户样本中,外出务工与否对多维贫困指数的影响在5%水平上显著。在总样本中,家庭是否为搬迁户对多维贫困指数的影响也极为显著,即搬迁户家庭多维贫困指数较低,多维贫困程度较低。总体而言,打工户和搬迁户家庭多维贫困程度普遍较低。

    从不同维度来分析外出务工对多维贫困的具体影响。教育维度上,外出务工显著提升了家庭对教育的消费能力,增强了家庭对教育的重视程度;劳动力外出务工收入不仅为子女接受教育提供经济支持,且外出务工人员在城市接受新生活和新思想的冲击也增强了对子女教育的重视程度。健康维度上,劳动力外出务工所得报酬有效改善留守父母和儿童的饮食水平,还提升了农村家庭的医疗支付能力;此外,农村家庭外出务工间接推动农村基本医疗和保险的覆盖率。生活维度上,外出务工报酬在满足基本生存、教育和医疗消费外,还会增加对大额耐用品的消费,同时还会间接促使外出务工人员对家庭能源设施和卫生设施的需求增加,进而降低生活水平维度上的贫困程度。

    (二)内生性问题的处理

    为了消除样本的自选择偏误造成的内生性,本文采取倾向得分匹配(PSM)来评估外出务工带来的减贫效应。在总样本和不同搬遷样本中采用最近邻近匹配法和核匹配法两种方法的估计结果见表9。在总样本中,匹配前打工户和非打工户的多维贫困指数在1%水平上有显著差异,这表明打工户比非打工户的多维贫困指数低0073;经过最近邻近匹配法配比后,打工户和非打工户的多维贫困指数在5%水平上有显著差异,两者差异为-0058,和匹配法得出的结果大致相同,验证了结果的准确性。在考虑了外出务工选择性偏差后,外出务工对多维贫困指数降低的作用明显变小,忽视外出务工选择性偏差和内生性问题将导致外出务工对减小多维贫困状态效果的高估。

    在搬迁户样本中,打工户和非打工户多维贫困指数在1%水平上有显著差异,这表明搬迁户群体中打工户比非打工户的多维贫困指数低0071;经过配比后,打工户和非打工户的多维贫困指数在1%水平上有显著差异,两者差异为-0085。在考虑了外出务工选择性偏差和内生性问题后,外出务工对多维贫困指数的降低作用仍显著。

    在非搬迁户样本中,打工户和非打工户的多维贫困指数在5%水平上差异显著,这表明非搬迁户群体中打工户比非打工户的多维贫困指数低0065;经过最近邻近匹配法的配比后,打工户和非打工户多维贫困指数无显著差异,和匹配法所得结果大致相同,说明去除样本内生性后,外出务工对多维贫困虽然仍有积极影响,但是影响并不显著,与表8的分析结果相符,即在非搬迁户中外出务工对多维贫困的积极影响更弱。

    (三)外出务工强度对家庭多维贫困的影响

    为了进一步分析打工强度对家庭多维贫困的影响,本文选取打工户样本,构建回归模型分析打工时间、家庭收到汇款额等因素对家庭多维贫困的影响。表10第(1)(3)(5)列分别以打工户样本、打工户中的搬迁户和非搬迁户为样本,构建家庭收到汇款额对多维贫困影响的模型;第(2)(4)(6)列为打工时间影响家庭多维贫困的回归模型。

    在打工户总样本和打工户搬迁样本中,家庭收到汇款额对多维贫困指数的影响在1%水平上显著,打工时间对多维贫困的影响也是正向的,但在总样本中,它对多维贫困的影响不显著,此外在非搬迁样本中,家庭收到汇款额和打工时间对多维贫困的影响也都不显著。

    对搬迁户而言,移民搬迁不仅意味着空间转换,还意味着生产资料和生活方式的转变。根据陕南移民搬迁政策的规定,搬迁户要将原有土地归还,即便安置地会重新分配,但受客观条件影响,搬迁户获得土地比原来要减少很多,导致他们面临着生计方式从农业到非农的转型。为维持基本生活,多数农户会选择外出务工以获得酬劳弥补家用,外出务工收入成为搬迁家庭重要的收入来源。外出务工在增加农户家庭总收入的同时,对劳动力自身健康、家庭子女教育、留守老人和儿童的照料会产生负面影响。打工时间、家庭收到汇款额都代表了外出务工强度,两者对多维贫困的减弱都有显著影响,原因在于在移民搬迁家庭中,外出务工收入占家庭总收入比重很大,而外出务工收入一般远多于农业收入,故外出务工强度对缓解家庭贫困有非常显著的影响。

    与搬迁户相比,非搬迁户在生活方式和生产资料上都没有较大改变,没有生计转型的压力,子女陪伴、邻里相处和生活环境等也没有改变,非搬迁户的收入既包括农林收入、家畜养殖收入,也包括外出务工收入等。但外出务工收入仅占家庭总收入的小部分,对多维贫困的改善有限。外出务工收入带来健康、教育和生活维度上的改善,故外出务工与否对多维贫困程度改善有显著影响,但因外出务工不是家庭收入的主要来源,所以其强度变化并没有对贫困减弱产生显著影响,相反,外出务工强度对多维贫困减弱的影响在搬迁户中更加显著。

    五、结论与建议

    [18]李聪, 王磊, 康博纬, 等. 易地移民搬迁农户的生计恢复力测度及影响因素分析 [J]. 西安交通大学学报(社会科学版), 2019(4):
    3847.

    [19]邹薇, 方迎风. 关于中国贫困的动态多维度研究 [J]. 中国人口科学, 2011(6):
    4959.

    [20]郭建宇, 吴国宝. 基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例 [J]. 中国农村经济, 2012(2):
    1220.

    [21]侯晶, 应瑞瑶, 周力. 契约农业能有效提高农户的收入吗?——以肉鸡养殖户为例 [J]. 南京农业大学学报(社会科学版), 2018(3):
    122132.

    [22]王方妍, 蔡青文, 温亚利. 电商扶贫对贫困农户家庭收入的影响分析——基于倾向得分匹配法的实证研究 [J]. 林业经济, 2018(11):
    6166+85.

    [23]Barbara A, Daniel P M, Sheila R Z. How many struggle to get by inretirement? [J]. The Gerontologist, 2010, 50(4):
    2937.

    [24]Alkire S, Shen Y. Exploring multidimensional poverty in China:
    2010 to 2014 [J]. Research on Economic Inequality, 2017(25):
    161228.

    [25]侯亞景, 周云波. 收入贫困与多维贫困视角下中国农村家庭致贫机理研究 [J]. 当代经济科学, 2017(2):
    116123.

    [26]Li C, Zheng H, Li S Z, et al. Impacts of conservation and human development policy across stakeholders and scales [J]. The National Academy of the Sciences of the United States of America, 2015, 112(24):
    73967401.

    责任编辑、校对:
    高原

    相关热词搜索: 多维 易地 扶贫

    • 生活居家
    • 情感人生
    • 社会财经
    • 文化
    • 职场
    • 教育
    • 电脑上网