劳动力外流对农村家庭贫困的影响研究，本文主要内容关键词为：劳动力论文,贫困论文,农村论文,家庭论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 “打工经济”是一把双刃剑。劳动力外流虽然曾经促进了农村发展与农村减贫，但给流出地带来诸多的负面影响，导致农村夫妻分离、父母子女分离、村庄衰败等，甚至可能加剧农村贫困。现阶段，农村劳动力剩余不足，村庄空心化严重，经济下行、产能削减导致农民工失业返贫现象明显，劳动力外流对促进农村减贫可能存在不利影响。 导致贫困的因素有很多，如疾病、闭塞、残疾等，而这些因素又是相互交叉的。例如，一个贫困者可能由于居住地闭塞、交通不便，小病不能得到及时有效治疗，最终拖成大病，甚至残疾，从而变得更加贫困。由于环境闭塞、山多地少、交通不便，一些地区经济发展滞后，地区贫困呈连片块状分布(李乐为、岑乾明，2011)。另外，人口流动也会对贫困会产生影响。王建国(2013)利用2008年农村住户调查数据进行研究后认为，劳动力流动有助于降低农村贫困；王金营、李竞博(2013)指出，有劳动力外出打工的家庭贫困发生率相对较低。在现有文献中，劳动力流动对城市发展的影响研究相对较多。多数研究认为，劳动力流动为输入地提供了廉价的劳动力资源，促进了输入地经济发展(王桂新、黄颖钰，2005；王飞等，2006；毕先萍，2009)。然而，劳动力流动对输出地的影响则长期被忽视，研究较少，且存在争论。一种观点认为，劳动力外流带来的汇款有助于提高输出地留守者收入、改善其生活质量(Keely等，1989)，外流劳动力回乡创业能够拉动输出地的经济增长(Black等，2009)。另一种观点认为，劳动力外流以剥夺输出地劳动力资源为代价(阮荣平等，2011)，导致输出地“智力外流”，尤其是青壮年劳动力资源流失，不利于输出地的非农产业集聚和发展，进而会对输出地经济发展产生严重的负面影响(颜银根，2014)。事实上，劳动力外流对家庭贫困既有积极的影响，又有消极的影响。如果农村拥有较多的剩余劳动力，劳动力外流不会导致农村劳动力短缺，则积极影响大于消极影响，最终显示出来的影响为积极的，反之则最终显示出来的影响为消极的。此外，劳动力外流带来的家庭分离也会加剧家庭贫困。家庭作为经济单元，内部支出存在规模经济效益，即家庭成员可以共享某些消费项目而不需另外付费。若简单地用家庭总收入除以家庭人口数量会低估家庭人均收入，进而高估家庭陷入贫困的概率(宋扬、赵君，2015)。劳动力外流家庭的成员共享收入却不完全共享支出，家庭规模经济效益不如非外流家庭充分。因此，在同样的家庭总收入下，劳动力外流家庭的贫困状况比非外流家庭严重。 鉴于此，本文试图以湖北省4个集中连片特困地区(以下简称四大片区)为样本，通过实地调查收集数据，考虑劳动力外流家庭的经济规模共享情况，对调查样本的家庭人均收入进行了等值规模调整，研究现阶段劳动力外流对农村家庭贫困的影响，以期为精准扶贫、全面小康政策提供实证研究基础。 二、数据与模型 (一)数据来源及处理 2014年和2015年，课题组在湖北省四大片区进行了两次共计4个月的实地调查，涉及8个县，包括武陵山片区(少数民族集中区)的长阳县和秭归县、秦巴山片区(南水北调中线工程水源区、神农架国家公园试点区)的房县和竹山县、大别山片区(革命老区)的红安县和团风县、幕阜山片区(鄂、湘、赣三省交界区)的通山县和通城县(见表1)。这些地区多处于边远高山区、省际交界区、少数民族聚居区、环库区和革命老区，基础设施落后、生产生活条件较差，区域性整体性贫困与群体性贫困并存。长阳县、秭归县农业条件较差，但三峡、葛洲坝水电站的兴建带来了就业机会；红安县、团风县离武汉市较近，与郑州、长沙、南昌、合肥等省会城市距离相当，区位优势明显，劳务输出较多；竹山县、房县境内大部分地区属于生态保护区和限制开发区域，旅游资源丰富，但工业基础薄弱，很多年轻劳动力外出打工；通山县、通城县位于京广铁路沿线，农民自发转移就业率较高。 调查地区具有较强的代表性：一是贫困发生率较高。片区贫困人口发生率为26.3％，远高于湖北省(14.7％)和全国(10.2％)水平。二是贫困程度较深。片区贫困户人均收入低于湖北省平均水平，人均收入在1500元以下的有2万户，占全省该类贫困户的54.1％。三是劳务输出率较高。务工人口占片区贫困人口的24.5％，其中县外省内务工、省外务工分别占4％、10.1％，均高于全省平均水平(3.35％和8.08％)。首次调查于2014年8月开展，采用分层抽样方法，抽取了1702户农户进行问卷调查，收回问卷1669份，剔除无效问卷后，有效问卷1660份，有效率98.05％。2015年8月，课题组又对这1660户农户进行了回访跟踪调查。问卷填写者多为户主，少数为户主配偶或其子女。 本文的研究对象是绝对贫困而非相对贫困，采用2011年中央确定的新的扶贫标准，即以2010年不变价格计算的年人均纯收入2300元为标准。考虑到家庭作为经济单元，存在规模经济效益，若简单地用家庭总收入除以家庭人口数量会高估家庭陷入贫困的概率。因此，本文采用OECD等值规模调整样本家庭的人均纯收入①，并根据家庭内部经济共享情况调整劳动力外流家庭的人均收入，在此基础上，比较调整家庭人均收入与贫困标准，判断样本家庭是否陷入贫困及贫困缺口。2014年、2015年调查样本的贫困发生率为53.61％、41.81％；平均贫困距为427.59元、434.12元；贫困深度为15.63％、15.51％，调查样本的贫困发生率较高，且贫困深度较大。与2014年相比，2015年样本贫困发生率下降了12个百分点，说明精准扶贫工作取得了较好的效果。但这两年贫困深度几乎没有变化，贫困农户的收入依然较低，扶贫难度依然较大。 为了解调查样本的致贫原因，我们在调查中请户主选择了他认为的家庭发展最主要制约因素，并将其选择的因素作为导致或可能导致该家庭贫困的最主要原因。结果如表2所示。从表2可以看出，缺技术、疾病、交通条件落后、残疾、灾害和缺劳动力是导致家庭贫困的主要原因。
(二)模型选取 根据衡量指标的不同特性，本文选取了两种计量模型。 1.农村家庭贫困发生率模型 该模型用于考察劳动力外流对农村家庭陷入贫困的概率的影响。一个特定的农村家庭面临贫困和非贫困两种状态。将贫困家庭设置为1，非贫困家庭设置为0，被解释变量贫困发生率是一个虚拟变量。故本文选取二元Logit模型检验劳动力外流对农村家庭贫困发生率的影响是否显著。模型设计为：
其中，P为农村家庭陷入贫困的概率，α为常数，x为影响农村家庭贫困发生率的变量。 2.农村家庭贫困深度模型 作为该模型的被解释变量，农村家庭贫困深度为断尾连续变量，取值范围为[0，1)。对贫困家庭而言，该变量在0到1之间连续分布。对非贫困家庭而言，家庭贫困缺口为0，因而贫困缺口率为0。基于因变量的这一特性，本研究选取Tobit模型。Tobit模型使用有两个前提条件：一是被解释变量必须以正的概率取0；二是在被解释变量中，非0的样本在0以上连续分布。研究所用数据完全符合这两个条件。设置家庭贫困深度模型为：
其中，y为农村家庭贫困深度，该变量由贫困标准z和调整家庭人均收入I决定。如果
≤z，即家庭陷入贫困，则y在0到1之间连续分布，如果
＞z，则y=0。α为常数，ε为误差项，
为解释变量。
(三)变量设置 本研究的解释变量为家庭劳动力外流情况。根据家庭中是否有成员外出务工将农村家庭分成两类，有成员外出务工的家庭是劳动力外流家庭，设置为1，无成员外出务工的家庭是非外流家庭，设置为0。回归模型中只纳入样本2013年的外流情况。控制变量包括农村家庭的规模，以家庭调整人数表示；农村家庭的人力资本包括劳动力成员数、人口负担率、老年人口数、儿童人口数4个指标；农村家庭的社会经济状况包括所在片区、民族、参加养老保险、参加医疗保险和家庭发展制约因素5个指标。由于劳动力外流决定与家庭贫困可能互为因果关系，而决定又往往是户主做出的，受户主个人能力影响，因此本文选取了一组反映农村家庭户主个人能力的变量，包括户主的年龄、文化程度、性别、健康状况和劳动能力。表3给出了各个变量的说明与统计描述。
在模型分析之前，研究中先用条件数对各变量进行了多重共线性分析。本研究涉及的所有变量条件数为76.06，当期贫困发生率、下期贫困发生率、当期贫困深度、下期贫困深度与其他解释变量的条件数分别为65.95、64.89、64.93、64.40，均处于30～100之间，说明模型中存在一定程度的多重共线性，但并不会给估计结果带来影响。因此所有解释变量均予以保留。 三、实证分析 (一)劳动力外流对农村家庭贫困发生率的影响 表4给出了用Logit模型估计的劳动力外流对农村家庭贫困发生率影响的结果。可以看出，家庭中劳动力外流影响了家庭的贫困发生率。从表4给出的使用未调整收入的估计结果看，劳动力外流降低了农村家庭贫困发生率(以原始收入计算测量)，且作用比较显著。但是，将家庭收入进行等值规模调整后，劳动力外流对农村家庭贫困发生率的影响变为正向，即劳动力外流提高了家庭陷入贫困的概率。在未纳入控制变量时，劳动力外流家庭的当期贫困发生率较低，但下期贫困发生率较高。纳入控制变量后，劳动力外流家庭的当期贫困发生率和下期贫困发生率都高于非劳动力外流家庭，且均在1％的显著水平上显著。此外，纳入控制变量后，劳动力外流家庭在下期陷入贫困的概率增加倍数比未纳入控制变量有较大提升；劳动力外流家庭在当期和下期陷入贫困的概率增加倍数基本相当。 从分析结果看，若以原始家庭人均收入衡量贫困，则农村家庭劳动力外流降低了农村家庭陷入贫困的概率；但若以等值规模调整后的人均收入来衡量贫困，则农村家庭劳动力外流提高了农村家庭陷入贫困的概率。基于家庭总收入增加的预期，家庭做出决策派出部分劳动力外出打工以获取更多收入。但实际上，劳动力外流将大家庭拆散成若干个小家庭，调整人均收入不增反降，家庭贫困状况继而恶化。这种结果也说明现阶段农村劳动力剩余不足，留守劳动力短缺限制了农村家庭发展，不利于农村家庭摆脱贫困。
此外，家庭劳动力人数、家庭人口负担率、户主受教育程度及性别也对农村家庭贫困有较为显著的影响。家庭劳动力人数增加能有效降低家庭陷入贫困的概率，且对当期贫困发生率的影响作用更强。家庭人口负担率越高(家庭中非劳动力人数占比越大)，家庭当期和下期陷入贫困的概率越低。这与农村60岁以上的老年人仍然从事各种劳动(如照顾孙子女、洗衣做饭及简单的农活等)有关，这些家务劳动虽然不能直接提高家庭收入，但通过免除家庭主要劳动力的后顾之忧，提高了家庭生产效率，进而提高了家庭收入，降低了家庭的贫困发生率。医疗保险对降低当期家庭陷入贫困的概率效果非常明显，而养老保险的作用则未通过显著性检验；这与医疗保险是短期保险有关，参保者当期参保当期享受保险收益，因此，参加医疗保险主要降低的是当期家庭陷入贫困的概率。子女教育、疾病等费用偏高也可能会导致农村家庭贫困。从户主受教育程度来看，文盲和小学文化程度的户主家庭贫困发生率较高。女性户主的家庭贫困发生率高于男性户主家庭。 (二)劳动力外流对农村家庭贫困深度的影响 表5给出了Tobit模型估计的劳动力外流对农村家庭贫困深度影响的结果。从中可以看出，家庭中是否有劳动力外出务工对农村家庭贫困深度存在影响。在未纳入控制变量时，劳动力外流家庭的当期贫困深度较轻，劳动力外流家庭和非劳动力外流家庭的下期贫困深度的差异在统计上不显著，但纳入控制变量后，劳动力外流对家庭当期贫困深度和下期贫困深度均有显著影响(p＜0.01)。有劳动力外出务工家庭的人均收入与贫困线之间的差距明显大于无劳动力外流家庭。说明劳动力外流不利于农村家庭缩小贫困缺口、摆脱贫困，劳动力外流后家庭贫困缺口不减反增，农村家庭摆脱贫困所需的资金投入更多。这一结果与Logit模型的回归结果完全一致，说明农村劳动力外出务工确实对其家庭贫困有消极影响，不仅提高了家庭陷入贫困的概率，还拉大了家庭人均收入与贫困标准之间的差距，导致这类家庭更加难以摆脱贫困。此外，其他变量对家庭贫困深度的影响方向与Logit模型结果一致。由于自身发展动力不足致贫的家庭，当期、下期贫困缺口率均为最高。 四、内生性检验 为减少由劳动力外流变量的内生性可能导致的估计偏误，研究使用工具变量法进行验证。本研究选取的工具变量为“是否外流大姓”。其中，“外流大姓”指的是同一个村庄里，劳动力外流家庭超过10户的姓氏。姓氏与劳动力外流高度相关。作为家庭整体的行为决策，劳动力是否外流受家庭社会资本的影响，而衡量社会资本的一个常用指标就是姓氏。村庄一般是由一个聚居的家族逐渐发展壮大形成的。在同一个村庄里，相同姓氏的人往往具有一定程度的亲属关系，互为彼此的社会资本。农村社会是典型的熟人社会，劳动力的初次外流往往是由亲戚或熟人“带出去”的，外流的第一份工作往往是“带路人”所在的务工场所。因此，如果同一个村庄里，某一姓氏有10户及以上家庭劳动力外流，则这些外流劳动力有更大可能是被“带出去”的，这个姓氏的家庭劳动力外流的可能性也比较大。而姓氏又与家庭是否贫困几乎没有关系。“是否外流大姓”符合工具变量的选取标准，可以作为工具变量使用。本文对该变量作为工具变量的有效性进行了检验。回归结果显示，“是否外流大姓”与劳动力外流家庭具有显著的正相关，而与家庭是否陷入贫困、家庭贫困深度没有显著相关关系。因此，“是否外流大姓”是可被接受的工具变量。 为了减轻劳动力是否流动变量的内生性问题，本文参照Fan等(2007)的两阶段最小二乘法。第一阶段使用OLS方法，先用是否有劳动力外流家庭作为因变量，工具变量及其他变量作为自变量，进行回归分析；在第二阶段用第一阶段得到的劳动力外流家庭的预测值来替代实际的劳动力外流家庭变量，重新进行回归。估计结果如表6所示。从表6可以发现，用预测值代替实际值，回归结果并无太大差别。这表明，排除内生性偏误后，劳动力外流仍然会加剧家庭贫困。
五、结论与建议 本研究结果显示，劳动力外流加剧了农村家庭贫困，劳动力外出务工的家庭更有可能陷入贫困、家庭贫困缺口较大。排除内生性偏误后，这种影响仍然存在。此外，家庭劳动力数量、基础教育、医疗卫生、技术培训等公共服务也都对农村家庭贫困产生影响。这个结果说明，劳动力外流已经不能帮助农村家庭脱贫致富，甚至会使农村家庭陷入贫困。劳动力外流对农村家庭减贫的不利影响主要是通过两个方面实现的。一是劳动力外出务工造成农村留守劳动力短缺，缺乏劳动力是制约农村家庭发展、增收、脱贫的最主要因素。作为一种重要的生产资本，劳动力缺乏直接降低了农业生产效率，间接阻滞了农村二、三产业的发展，限制了家庭发展，不利于家庭脱贫。二是劳动力外流使家庭分裂、家庭成员分离，一个大家庭被拆散成若干个小“家庭”，家庭成员之间共享收入，但不完全共享支出，家庭消费的规模效益无法充分实现。因此，虽然家庭总现金收入增加，但调整人均收入不增反降，家庭贫困状况加剧。此外，劳动力外流撕裂了家庭的完整架构、破坏了家庭功能的实现，带来了农村留守老人、留守儿童、村庄空心化等社会问题。
解决农村劳动力外流对家庭减贫的不利影响，要么举家搬迁进城，要么全家留在农村。当前，经济下行压力加大，农民工就业较多的劳动密集型产业普遍不景气，加上钢铁等多个行业削减产能，“打工经济”陷入萧条，失业返贫、返乡农民工增多。劳动力外流家庭举家进城短期内难以实现。而作为精准扶贫的主要途径，“发展生产脱贫一批”居于“五个一批”②之首。促进留守劳动力、回流劳动力就地就业，立足当地资源、实现就地脱贫，是践行“五个一批”、推进精准扶贫的首选之策。基于此，本文提出以下对策建议。 第一，发展农村经济，促进劳动力就地就业创业，实现就地脱贫。促进留守劳动力、回流劳动力就地就业的关键是在当地提供就业岗位和发展机会。通过发展镇域经济、县域经济，发挥农产品加工业等产业和龙头企业的带动作用，夯实就地就业、就地脱贫的基础。农产品加工业是湖北省等农业大省应大力发展的产业，该产业是劳动密集型产业，用工需求大，能带动种养殖业等现代农业发展，带动销售、物流运输、餐饮等服务业发展，提供大量就业岗位，有效促进劳动力就地脱贫。发挥龙头企业带动作用，既能加快村镇经济发展，又能提供就业岗位和创业机会，促进农民增收脱贫。 第二，强化人才保障，既要发挥“新乡贤”带动作用，又要培训发展一批农村人才。片区走出去的各界成功人士有家乡情结和人文情怀，若能回流成为“新乡贤”，带来的投资、人脉和信息，以及城市社会的契约精神和法治精神，将能极大地振兴农村经济，带领农民脱贫。培训过程中，要重视企业作用，通过企业与培训机构合作培训、校企一体化培训等模式创新，发挥企业培训能动性，培育专用性人才。 第三，健全完善农村公共服务，吸引人才和资本，促进农村就地脱贫。公共服务缺失是制约农村家庭发展的主要原因，健全完善农村公共服务，尤其基础教育、医疗卫生等关键公共服务，既能缓解农村贫困，又能吸引人才、进而吸引资本。维持社会治安也是一项重要的公共服务，良好的治安环境让资本敢进入、企业能运行、劳动力能就业、经济能发展，从而促进农民就地就业、就地脱贫。 注释： ①OECD等值规模调整是调整家庭收入的常用工具。该方法通过给予家庭每个成员一个调整的系数，测算出调整家庭人数，进而计算调整家庭人均收入。Anyaegbu(2010)给出了OECD等值规模调整的简化算法：将家庭中的第一个成年人视为1个标准人，将其他每个成年人和15岁及以上的儿童视为0.5个标准人，将每个14岁及以下的儿童视为0.3个标准人。 ②在2015年11月中央扶贫开发工作会议上，习近平总书记提出实施“五个一批”工程：发展生产脱贫一批、异地扶贫搬迁脱贫一批、生态补偿脱贫一批、发展教育脱贫一批、社会保障兜底一批。
标签：人均收入论文; 概率计算论文; 贫困问题论文;
