农村劳动力外出打工与缓解贫困

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：根据最新住户调查数据，本研究讨论了农村劳动力外出打工行为对于农村居民贫困的影响。本文以居民消费作为度量贫困的福利指标，直接讨论了农村劳动力外出对于贫困发生率和加权贫困距的解释作用。结果表明，农村劳动力外出行为显著地降低了农村贫困程度，这一结论对于不同的贫困标准、福利度量指标都具有稳健性；外出时间长短对于外出户的贫困状况具有显著影响。本文还讨论了影响农村贫困的其他因素。　　关键词：农村劳动力，外出打工，贫困减缓
    一  引言
    农村贫困人口的急剧下降、进城农民工数量的急剧上升，是中国农村经济在过去几十年中的重要特征。根据官方数据，农村贫困发生率从1978年的30.7%下降到2000年的3.4%，并进一步降至2006年的2.3%（国家统计局，2006）。尽管对于所设定的官方贫困标准存有一些批评，认为确定的贫困线过低，从而低估了实际的贫困状况，并有可能影响到对贫困减缓趋势的判断，但是根据Chen和Ravallion（2008）的研究，调高贫困线标准尽管会导致更高的贫困发生率，但贫困发生率下降的整体趋势并没有发生变化。在贫困发生率急剧下降的过程中，大量的农村劳动力也在向城镇地区转移。肇始于农村的中国经济改革，农村剩余劳动力被不断释放，城镇化与工业化吸收了大量农村剩余劳动力，部分农村劳动力向城镇地区、非农产业转移。20世纪90年代中后期以来，农村外出劳动力数量在快速增长，外出劳动力在2006年已占到农村全部劳动力的30%左右，大约为1.2亿（盛来运，2008）。
　　从时间序列上来看，农村贫困减缓与外出打工之间显然具有某种一致性。但外出打工是否构成农村贫困减缓的原因，则未必有一致性的结论。在关于外出打工效应的研究中，关注较多的是外出打工对于收入增长的效应。从直观上看，有外出打工成员的家庭可以获得来自打工的转移收入，外出打工的工资率会高于农业生产活动。不过，一些研究表明，外出打工家庭的人均收入水平未必高于非外出打工家庭。赵耀辉（1997）、John和Song（2003）发现，如果将农村劳动力的就业类型划分为本地农业、本地非农与外出就业三种类型，则本地非农成为农村劳动力增加收入水平的首要选择，其次才是外出就业。因此外出就业的收入增长效应需要外出劳动力具有更高的生产效率（在收入方程中外出劳动力比非外出劳动力具有更高的估计系数），并提高了非外出劳动力的生产效率（外出家庭中的非外出劳动力在收入函数中的估计系数也高于非外出家庭的非外出劳动力）（李实，1999；赵耀辉，1997；孙志军和杜育红，2004）等。造成这种现象的主要原因可能在于外出打工行为的选择性，即究竟哪类家庭更有可能选择外出打工。
　　外出打工家庭的人均收入水平低于非外出家庭，意味着低收入家庭更有可能外出打工。不过，一些研究对此也有不同的发现，如Du等（2005）、朱农（2006）、盛来运（2008）等的结果表明，尽管低收入人群具有更强的外出动机，但通常会受到外出能力的制约，高收入人群的外出动机相对较弱，因此外出人群大都集中在中等收入组。这些结论似乎暗示外出打工未必具有贫困减缓的效应。
　　在现有的文献中，尽管外出打工与农村贫困都是人们关注的重要主题，但讨论二者之间联系的研究并不多。Taylor等（2003）利用河北和辽宁两省的住户调查数据讨论了劳动力外出对于来源地农村住户的影响，结果发现，放弃了农业收入以及在来源地的自我经营机会，外出打工会减少来源地家庭的总收入。但外出打工减少了来源地家庭的住户人口，会提高来源地家庭的人均收入水平，从而减少贫困。这一发现为理解外出打工的收入增长和贫困减缓效应提供了一条重要线索，即家庭人口的定义方式将会影响外出打工的效应评价。Schiff（2006）也指出忽略家庭规模变动可能导致低估外出打工的效应。Du等（2005）讨论了劳动力外出与农村贫困之间的关系。他们根据农村劳动力外出对人均收入的影响来推算贫困减缓中劳动力外出的贡献。根据他们的推算，劳动力外出导致人均收入水平上升了8.5%-13.1%，但对贫困的影响不大，因为大多数贫困家庭并没有外出劳动力。
　　在这两篇论文中，劳动力外出对于贫困的影响都是通过收入这一途径而间接推算的，即首先估计劳动力流动对于外出家庭的收入增长效应，然后再讨论这种收入增长对于贫困减缓的效应。因此，劳动力外出的贫困减缓效应将取决于收入函数估计的精确程度。本文试图直接讨论劳动力外出与贫困减缓之间的关系，即将劳动力外出作为贫困的解释因素。此外，我们关注的是劳动力外出对于非外出家庭成员的贫困减缓效应。本文的发现表明，劳动力外出对于家庭贫困缓解具有显著效应。本文其余部分安排如下：第二部分讨论了相关的方法论问题，包括贫困的度量以及贫困方程的估计；第三部分则对所使用的数据、贫困线的选择、外出劳动力以及家庭人口的定义等进行说明；第四部分给出经验结果及对结果的解释；最后是全文的总结。
    二  数据、方法与变量
在本部分，我们简要讨论贫困指数以及贫困指数决定因素的相关方法问题。与大多数的研究一致，本文以FGT指数（Foster，Greer and Thorbecke，1984）来度量贫困程度：
   
    其中N表示总人口，q为贫困人口总数，z、Yi分别表示贫困线以及个人i的收入水平，gi＝z-Yi为个人收入水平与贫困线之间的差距。这种加总只限于收入水平低于贫困线以下的人群。参数a为贫困回避程度，a越大，贫困回避程度越高，或对极端贫困人口所赋予的权重将越大，对贫困人口中的收入分布也将更为敏感。
　　FGT（0）为贫困人口比率，即贫困线以下人数占全部人口的比重。其优点在于直观，缺点在于不能反映贫困人口收入水平与贫困线之间差异的大小，无论其收入水平有多高，只要低于设定的贫困线以下，在计算中的权重就是相同的。为了克服这种缺陷，FGT（1），即贫困距（average proportional poverty gap），将每个人根据其收入与贫困线之间的差距进行加权平均，每个人的贫困距定义为当yi<z时，；当yi≥z时，gi＝0。贫困距的优点在于，考虑了贫困人口需要补贴多少才能脱贫，缺陷在于不能反映贫困的严重程度。例如，两个社会具有相同的人口规模，贫困线都设定为100，假定其中一个社会中有5个人是贫困人口，他们的收入都为90；而另一个社会牛只有1个人是贫困人口，他的收入为50。而在贫困距指数中，这两组人群的贫困状况则是相同的。FGT（2）为平方贫困距（squared povedygap），试图克服上述例子中的缺陷，赋予距离贫困线越远的人群以更大的权重，计算方式为：。如果一个社会中的贫困人口收入水平低于贫困线较大幅度，则尽管贫困人数相对较少，但根据FGT（2）度量的贫困程度其也可能高于那些贫困人数较多但贫困人口的收入水平都集中在贫困线附近的社会。
　　下面我们讨论贫困指数的影响因素。本文讨论的是农村劳动力外出与上述贫困指标之间的关系。更为具体地，我们试图将劳动力外出变量包括在解释因素内对上述贫困指标进行回归分析。根据前面的分析可知，如果讨论的是贫困人口比率，则应当采用Probit模型；如果分析的对象是FGT（1）或FGT（2），则应当采用Tobit模型。因为讨论贫困人口比率时的被解释变量是0、1变量（贫困为1，否则为0）；根据定义可知，FGT（1）和FGT（2）的取值范围被截取为非负数值。
　　值得注意的是，讨论劳动力外出对于贫困的影响，可能会存在内生性的问题。劳动力外出的内生性来自于两个方面：一是家庭的贫困状况会成为家庭成员外出的决定因素，贫困家庭尽管可能不能承担流动所需要支付的费用，但他们比富裕家庭会具有更强的外出动机，因为他们在当地更加缺乏有效的收入增长机会；另一个来源是一些不可观测的住户与乡村特征可能同时影响家庭层面的劳动力流动行为和贫困状态。
　　本文利用农村问卷构造了度量农村劳动力外出流动网络状况的相应工具变量，以对外出行为进行内生化处理。
　　三  数据说明与变量界定
（一）数据来源
    本次调查数据来自于中国农村劳动力流动课题组在2008年初所做的调查，调查的基准年份是2007年。这次调查包括城镇常住人口、农村常住人口和农村进入城镇的流动人口三个部分。本文只使用了其中的农村样本，包括9个省市：河北、江苏、安徽、浙江、河南、湖北、广东、重庆和四川，它们都是农村劳动力外出或流入的大省。所有的住户都来自于国家统计局的常规住户调查样本户，家庭收入支出等信息来源于国家统计局对住户日记账的汇总。
　　（二）福利指标的选择
    贫困状态的识别取决于家庭福利指标以及贫困线的比较。在有关贫困研究的文献中，消费和收入都被作为家庭福利的度量，但关于中国贫困研究文献则更多的是基于收入。从福利比较来看，消费和收入各有优劣。一些研究认为，由于存在储蓄、借贷行为，家庭消费似乎比收入能更为精确地度量家庭福利（瑞沃林，2005，中译本）。本文根据家庭消费水平来确定贫困状态。
　　利用消费来度量贫困存在的一个主要问题是如何处理耐用消费品。显然，耐用消费品虽是调查当期购买，但却是多期使用的，因此耐用消费品支出应当分摊到整个使用期限，只有其中的一部分可以计入当期效用。但在实践中，通常很难进行这样的处理。一方面我们无法确知各种耐用消费品的使用期限，另一方面，更为严重的是中国住户调查数据中没有准确地计算耐用消费品的支出。因此，在我们目前的数据结构中，无法准确地从总消费中剔除耐用消费品的支出。为解决这一问题，我们采用了食品支出数量作为福利的度量。因此，本文以总消费支出和食品消费作为福利的度量。
　　（三）贫困线的选择
    本文并不讨论贫困线的设定，而只是从现有文献中选择相应的贫困线。研究中国农村贫困的文献依据的贫困线标准存在着差异性。通常使用的贫困线包括以下几种：第一条是官方贫困线。2006年的官方贫困线为人均693元，对应的全国贫困发生率为2.3%，但这一贫困线由于所设定的标准过低而经常招致批评。2007年，官方贫困线调高至1067元，当年贫困发生率上升至4.6%。值得注意的是，即便根据调高的官方贫困线，也仍低于国际标准。Ravallion等（2008）根据国际比较项目（interna-tional comparison program，ICP）确定按照购买力平价，1美元大约相当于3.46元人民币，如果以2005年人均1.25美元为每天的消费标准，以人民币表示的国际贫困线大约为1551元（＝1.25×365×3.4）。根据CPI调整到2007年的价格，大约为1679元。
　　除了这两条贫困线以外，官方使用的最低生活保障标准（或称低保线）也常被用于农村贫困分析。由于最低生活保障的财政支出通常由地方**来承担，因此各地的最低生活保障线差异比较大，最低生活保障制度的执行时间也不相同。在相对富裕省份，如广东，1997年就开始执行农村最低生活保障制度，而部分落后地区到2007年也未能实施。最低生活保障线不仅在各省不一样，而且在省内不同地区之间也存在差异。在本文数据覆盖的地区中，最低的县的低保线为693元，而最高的县达到3120元。全国平均低保标准为1346.2元，高于当年官方贫困线标准。一般说来，富裕地区的低保线相对要高一些，这一方面与地方财政能力相关，使得低保线具有政策上的意义；另一方面低保线也与当地的购买力水平相关。如果不考虑地区生活费用指数差异，则可能高估落后地区的贫困发生率而低估发达地区的贫困状况。本文同时使用了以上三条贫困线进行分析，结果表明，农村劳动力外出与缓解贫困之间的关联性并不依赖于贫困线的选择。
  （四）流动人口的定义
    本文将流动人口定义为外出（到本乡镇以外）从事至少一个月的劳动。根据这一原则，非务工经商，如婚姻、参军以及上学等原因的外出在本文并不算为流动人口。许多研究根据时间长短，将外出（乡镇以外）区分为长期外出与短期外出，这种区分有一定的意义，但关于长期与短期的时间区分也难免存在随意性。本文没有将长期外出与短期外出进行区分，但考虑了外出时间长短（在外工作的月份数）对贫困的影响。此外，为了与通常所说的劳动力概念相对应，本文对流动人口的定义局限于16到65岁之间，这也是统计就业和失业所界定的年龄范围。总之，本文的流动人口指的是16到65岁之间为了就业的原因而居住在外乡镇的家庭成员。
　　（五）家庭规模的界定
    在含有流动人口的家庭中，家庭规模的界定对于家庭人均收入或消费的估计具有至关重要的影响，特别是在与非外出住户人均收入水平进行比较时，家庭规模的不当定义将可能导致结论的偏误。Taylor等（2003）曾详细描述了人口流动与家庭规模变化对于家庭福利水平的影响，认为劳动力流动并不一定能够增加家庭总收入，但会减少分享家庭收入的人口数量，因此劳动力流动结果是通过减少家庭人口而增加了非流动人口的福利水平。尽管这并不一定会促成福利的增加，但是这种讨论显然忽略了劳动力流动导致的资源配置改善作用。原则上说，家庭规模的计算应该与家庭收入统计相对应。在现有的常规住户调查中，为了反映劳动力流动对于收入增长的促进作用，调查员试图要求外出成员继续记账，从而得到家庭成员一定时期内的完整收入记录；人口数采用了常住人口的概念。但常住人口的定义标准并不仅仅包括居住时间，也包括与本户的经济联系。一般人们以在家居住6个月以上为标准，但对于那些外出时间在6个月以上、“收入带回家、经济与本户连为一体”的人也被视为常住人口。本文认为，这种以常住人口为基础计算家庭人均收入可能会对家庭人均福利度量产生偏误，而6个月的时间定义也带有任意性。
　　本文根据家庭成员在家居住的月份数定义有效成员数量。以m表示在家居住的时间，比率m／12表示其分享家庭消费的比例，将家庭所有成员按这一比率加总，即得到该户的有效成员数量，计入所有的家庭成员。每个成员都根据其实际居住时间进行了调整，很显然，不在家庭居住的成员就不会分摊家庭的消费支出。不难理解，至少就人均消费的度量来说，家庭有效成员数量比通常的家庭成员规模更为准确。本文同时使用了这两种计算方式，以检验相应结论对于家庭规模计算方式的敏感性，在大多数情形下的结论都没有大的改变，因此只报告了基于有效成员数量的结果。
　　四  检验结果
表1给出了流动户与非流动户的基本描述性特征。显然，非流动户的平均家庭规模要高于流动户。流动户平均家庭规模为2.96人，而非流动户为3.46人。产生这种差异的主要原因是我们对家庭规模按照其居住时间进行了调整。在上述的两种家庭规模计算方式中，外出人口在外期间都假定不参与分摊家庭的消费支出。而事实上，如果不考虑外出因素，每个家庭的总人口包括外出与非外出人口，则流动户的家庭规模平均为4.48人，高于非流动户。从社会经济发展的角度来看，家庭规模通常具有缩小的倾向，而中国农村所发生的外出打工行为似乎从另一个方面影响着农村家庭结构。外出行为改变了家庭居住方式。表1中两类住户的户主年龄和受教育程度都没有明显的差异性。但流动户家庭成员的最高受教育程度则要明显高于非流动户。流动户中家庭成员中的劳动力比重也要比非流动户高出10个百分点。不难理解，劳动力数量多的家庭部分劳动力更有可能外出从业。
　　流动户与非流动户的收入与消费水平之间也存有较大的差异。流动户的人均收入均值为6360元，而非流动户为5731元，前者比后者高出989元，大约占非流动户收入的18%。流动户的总消费与食品消费支出也分别比非流动户高出9.8%和14%。流动户的人均耕地面积也高于非流动户，分别为1.92亩和1.34亩。尽管这里并没有对耕地质量进行调整，但大体上仍能说明，农村劳动力的外出不是由于缺乏耕地等生活基础而做出的被迫行为，也表明劳动力外出并没有对农业生产形成有效的负面影响。无论是以有效居住时间还是以在家居住半年以上为标准确定家庭规模，基本结论都是相同的。值得指出的是，现有许多研究在计算家庭人均收入时，并没有根据实际居住时间调整家庭规模，因此它们发现外出户的人均收入水平甚至低于非外出户。按照本文所使用的数据，如果对家庭成员进行简单计数以得到家庭规模，则发现外出户与非外出户的人均消费水平分别为3155元和4335元。我们认为，未能调整在家实际居住时间的做法至少将因高估其家庭规模而导致外出户人均收入水平的低估。

　　表2给出了不同贫困线以及根据不同福利标准（家庭人均总消费与人均食品消费）计算的贫困指标。其中最为明显的特点在于，以各种指标衡量的外出产贫困发生率远远低于非外出产，并且这一特征并不随着贫困标准或福利标准的改变而改变。如以低保为贫困标准，根据总消费计算得到的外出户贫困发生率（FGT（0））为2.6%，而非外出产为6.2%。劳动力外出增加了外出产的人均总消费和食品消费，从而减轻了其贫困程度。贫困标准越高，则贫困程度也越高。因此根据世行贫困标准所得到的贫困程度估计是最严重的，而根据中国的贫困标准所得到的贫困程度估计是最轻的。根据中国官方贫困标准，按照人均总消费计算的全部住户的贫困发生率为2.6%，而根据低保线为4.8%，世行贫困线使贫困发生率进一步上升至14.2%。

    我们通过多元回归分析讨论贫困决定因素中外出行为所起的作用。基本的思路是，讨论各种可能的因素对贫困的影响，其中包括外出行为的变量。在讨论外出与贫困的关系中，可能会存在内生性问题，即家庭贫困可能会反过来成为外出的影响因素。为解决这种联立性所形成的内生性，本文采用了两阶段估计方法。第一阶段将外出行为对工具变量回归，其中包括贫困决定中的其他因素；然后再以外出行为的预测值解释贫困。根据住户调查信息和既有的研究，本文构造了两个变量以反映外出行为。一是将所有住户区分为外出住户与非外出住户，只要家庭中有外出务工成员则被视为外出住户，以虚拟变量来表示；二是当年全家外出成员数量，以反映住户成员外出“强度”。根据这两个变量的特点，第一阶段的估计分别采取Probit模型和Poisson模型。现有研究大多利用村级层面的外出信息作为住户外出决策的工具变量，因为村级外出状况意味着当地居民在外出谋职时所具有的信息优势或社会网络，而这些因素被认为在外出劳动力的求职行为中具有重要作用。Taylor等（2003）和Du等（2005）都利用劳动力流动的社会网络作为流动决策的工具变量。根据村级调查问卷，本文构造了两类变量：一是本村外出劳动力比重，即外出劳动力占本村人口数的比重，预计这一变量在外出行为方程中的估计系数为正，即本村外出人口越多，则本村居民外出的可能性越大；其他变量则根据本村居民外出地点来构造，即外出地点在本省外县以及外省的劳动力比重。这两个问题的回答选项都被划分为不同的区间，要求被调查者选择与本村情况最为接近的区间。因此，本文根据被调查者的回答构造了相应的虚拟变量。
　　表3给出了第一阶段估计中工具变量对外出行为的估计结果。在Probit模型和Poisson模型中，无论是否包括省份变量，这些估计系数的符号都符合预期，并且都具有统计显著性。根据第一阶段的估计结果，是否外出的预测概率以及外出人数的预测值被用来解释贫困，以讨论外出对于贫困的影响。
　　尽管存在不同的贫困标准、不同的福利指标以及不同的家庭人口数量计算方式而导致有许多估计方程，但它们之间的差异不足以影响基本结论，因此本文只报告了利用低保作为贫困标准和家庭有效人口数量度量家庭规模的结果。表4给出了贫困发生率的估计方程。从表4可以看到，是否外出住户和外出人数的估计系数显著为负，无论是以总消费还是以食品消费为基础计算的贫困发生率都是如此。因此，劳动力外出显著降低了贫困发生率。
　　其他变量的估计系数也大多是显著的，并且符号也与预期相一致。户主教育程度越高，越能显著地降低家庭的贫困概率，因此教育变量的估计系数始终显著为负。户主年龄也对住户贫困状态具有显著影响，但其作用形式对于以总消费还是以食品消费为度量基础计算贫困指数而有所差异。户主年龄及其平方项的估计系数表明，户主年龄并不一定有助于降低基于总消费的贫困发生率，但能降低基于食品消费的贫困发生率。根据食品消费的贫困发生率，户主年龄的估计系数为负，但平方项为正。因此在某个年龄之间，户主年龄增长会降低贫困概率，而此后贫困概率随户主年龄增长而上升。根据估计系数可以发现，这一转折点出现在50岁左右。

　　家庭成员中劳动力比重有助于显著降低食品消费贫困概率，但对于总消费贫困概率没有显著影响。人均耕地面积不仅能显著降低总消费贫困概率，而且能显著降低食品消费贫困概率。地理特征对于贫困发生率也具有显著影响。山区住户陷入贫困的可能性比较大，而郊区住户陷入贫困的可能性相对较小。有意思的是，贫困县和老区的估计系数也为负，意味着这些地区的住户陷入贫困的可能性相对更低。这可能主要有两方面的原因：一是这些地区能够获得较多的资源，如扶贫项目等；二是使用的是低保线，这些地区由于财力的约束确定了较低的贫困线，贫困发生率也就相应较低。

　　以上因素对贫困发生率和加权贫困距具有基本相同的影响。表5给出了加权贫困距（FGT（2））的Tobit模型估计结果，相关解释变量与Probit模型相同，影响形式也基本一致，因此不再赘述。

　　进一步，本文将讨论的对象限定于外出户的贫困决定。在有外出成员的住户中，一部分是贫困户，另一部分不是。问题是外出住户的贫困状况是否与外出行为有关？表6讨论了外出时间对于外出户贫困状况的解释，试图检验某些外出户的贫困可能是其成员仅仅外出了较短的时间，未能获得足够的收入所致。从外出时间与相关贫困指标的联系来看，外出时间越长，贫困发生率和加权贫困距下降越显著。而对于其他变量，表6的结果与表4、表5基本相同。
    五  总结
    本文根据最近的住户调查数据讨论了劳动力外出对于农村贫困的影响。本文直接以外出行为来解释贫困指标，并对劳动力外出行为进行了内生性处理，讨论了其对贫困发生率的影响以及对贫困深度（加权贫困距）的作用。

　　本文的结论表明，劳动力外出显著减轻了农村贫困程度。对于不同的贫困线以及不同的福利指标，这一结论都是稳健的。此外，在外出户中，外出时间长短成为外出户贫困状况的重要影响因素。这一结论与既有研究的某些推论是有差异的。多数研究都强调外出务工经商行为可能更多地发生在农村的中等收入人群，低收入人群通常缺乏足够的外出能力，因此劳动力的外出行为能够显著增加农村居民平均收入水平，但未必能有效缓解贫困。本文的结论则表明，劳动力外出显著降低了农村贫困状况。当然这种结论上的差异可能与所考察的时期有关。近些年来，城市劳动力市场发生了显著的改变，对农村劳动力的需求增加，并且许多农村地区也将外出打工作为农民增收、缓解贫困的重要措施，从而更积极地推动农村劳动力外出就业，如组织培训、搜集就业信息等。这些工作也在相当大程度上改善了低收入人群的外出能力，从而使得外出行为对于贫困状况具有了不同的影响。这些结论也表明了促进农村劳动力的转移对于农村贫困缓解的重要意义。

作者：岳希明 罗楚亮 来源：《世界经济》2010年第11期

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：劳动力 proportional Proportion Thorbecke Poverty 农村 贫困 劳动力 打工 缓解

太长了，看得眼睛都花了

同上，建议直接发原文