張文武 歐習(xí) 徐嘉婕

摘要：本文運(yùn)用CHNS1993—2015年連續(xù)追蹤面板數(shù)據(jù)，在測(cè)算多維貧困基礎(chǔ)上討論了城鄉(xiāng)貧困狀況的差異，進(jìn)而運(yùn)用PSM方法和xtlogit模型從整體多維貧困和單維分解兩個(gè)層面系統(tǒng)研究了勞動(dòng)參與和家庭結(jié)構(gòu)特征對(duì)貧困的影響。研究發(fā)現(xiàn)：（1）我國(guó)多維貧困狀況已經(jīng)得到了極大的改善，勞動(dòng)參與對(duì)緩解城鄉(xiāng)多維貧困具有決定性的影響，尤其是對(duì)具有勞動(dòng)能力的家庭，在收入提高、生活質(zhì)量提升方面具有顯著的促進(jìn)作用;（2）勞動(dòng)參與的多維減貧效應(yīng)具有顯著的家庭異質(zhì)性特征，幼年子女和老人越多，家庭陷入生活質(zhì)量貧困的可能性越高，但“健康化趨勢(shì)”明顯;（3）城市樣本的勞動(dòng)參與度相對(duì)較低但減貧效應(yīng)更加明顯，農(nóng)村樣本勞動(dòng)參與和多維貧困呈現(xiàn)不規(guī)則關(guān)系，勞動(dòng)參與在緩解多維貧困的同時(shí)呈現(xiàn)加重健康貧困和教育貧困的趨勢(shì)。

關(guān)鍵詞：勞動(dòng)參與;多維貧困;家庭結(jié)構(gòu);CHNS面板;PSM

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：100228482020（01）008513

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

一、問(wèn)題的提出

自“精準(zhǔn)扶貧”思想提出，以習(xí)近平同志為核心的黨中央把“脫貧攻堅(jiān)和共同富?！碧嵘搅诵碌膽?zhàn)略高度?[1]，中國(guó)經(jīng)濟(jì)高速增長(zhǎng)的涓滴效應(yīng)和持續(xù)不懈的舉措取得了舉世矚目的扶貧成就。十八大以來(lái)，我國(guó)的貧困發(fā)生率由10.2%降為2017的3.1%，穩(wěn)定脫貧人口超過(guò)6000萬(wàn)，如果從改革開(kāi)放起算，中國(guó)絕對(duì)貧困人口減少量高達(dá)8.5億，占世界絕對(duì)貧困人口減少總量的約3/4?[2]①。與此同時(shí)，新時(shí)代社會(huì)主要矛盾的變化和全面建成小康社會(huì)的戰(zhàn)略對(duì)扶貧工作的深度、廣度以及精度提出了更高的要求，尤其是在社會(huì)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展發(fā)生巨大變化的背景下，人民群眾對(duì)美好幸福生活的追求更加普遍，貧困也內(nèi)生出一些不同于傳統(tǒng)貧困線觀念的多元化、多維化等新問(wèn)題?[3]。其中，家庭結(jié)構(gòu)變遷和跨區(qū)域勞動(dòng)供給所引發(fā)的獨(dú)居老人貧困、留守兒童貧困等已經(jīng)成為不可忽視的社會(huì)問(wèn)題?[45]，以家庭結(jié)構(gòu)和勞動(dòng)供給為視角研究系統(tǒng)性多維貧困的發(fā)生和緩解具有重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。

在以家庭為倫理觀念基礎(chǔ)的中國(guó)社會(huì)，貧困認(rèn)知和貧困緩解歷來(lái)是以整個(gè)家庭生活改善及其成員發(fā)展為標(biāo)準(zhǔn)而非僅僅關(guān)注個(gè)人?[6]，成員結(jié)構(gòu)的差異可能導(dǎo)致相近收入水平的家庭面臨完全不同的生活境遇。在中國(guó)城鎮(zhèn)化快速推進(jìn)的當(dāng)下，勞動(dòng)力跨區(qū)域流動(dòng)就業(yè)成為一種常態(tài)，極易出現(xiàn)家庭成員擺脫收入貧困的同時(shí)陷入其他形式的貧困。以較為普遍的農(nóng)業(yè)轉(zhuǎn)移人口為例，在尚未完全市民化之前，“候鳥(niǎo)式”的勞動(dòng)參與導(dǎo)致了留守兒童情感陪伴和日常教育的缺失，同時(shí)也引發(fā)了農(nóng)村老年人的貧困及社會(huì)支持問(wèn)題，盡管在某種程度上以收入為衡量標(biāo)準(zhǔn)可能并不屬于貧困。這一現(xiàn)象反映了當(dāng)前扶貧工作幾個(gè)值得關(guān)注的點(diǎn)：一是家庭貧困的多維衡量和精準(zhǔn)識(shí)別;二是家庭結(jié)構(gòu)所導(dǎo)致的差異化貧困表現(xiàn)及其致貧因素;三是家庭勞動(dòng)參與的特點(diǎn)和收入來(lái)源可能對(duì)多維貧困動(dòng)態(tài)變化的影響。在此背景下，本文利用CHNS1993—2015的微觀面板追蹤數(shù)據(jù)，通過(guò)xtlogit模型和PSM分析方法，從家庭結(jié)構(gòu)、勞動(dòng)參與角度對(duì)多維貧困進(jìn)行系統(tǒng)的探討和研究，為精準(zhǔn)扶貧精準(zhǔn)脫貧提供更加細(xì)致的點(diǎn)對(duì)點(diǎn)證據(jù)支撐。

相較于現(xiàn)有研究，本文的學(xué)術(shù)貢獻(xiàn)主要體現(xiàn)在以下兩個(gè)方面：一是從家庭減貧的視角出發(fā)，采用PSM方法探究勞動(dòng)參與對(duì)多維貧困影響，不僅有別于對(duì)單一個(gè)體或群體的研究，而且進(jìn)行了區(qū)域城鄉(xiāng)的差異性分析，增加了研究對(duì)象匹配的精度;二是采用追蹤時(shí)間長(zhǎng)、樣本數(shù)量大的CHNS面板數(shù)據(jù)，基于家庭結(jié)構(gòu)特征進(jìn)行相應(yīng)分解，提供了更加精準(zhǔn)的微觀支撐。本文接下來(lái)的結(jié)構(gòu)安排如下：第二部分為文獻(xiàn)回顧與分析;第三部分是多維貧困測(cè)算和基礎(chǔ)回歸;第四部分進(jìn)行多維貧困分解的擴(kuò)展檢驗(yàn);最后一部分為結(jié)論與啟示。

二、文獻(xiàn)回顧與分析

自阿馬蒂亞森提出“能力剝奪”觀點(diǎn)以來(lái)，健康、情感、教育等影響個(gè)人長(zhǎng)期能力形成的主客觀因素被越來(lái)越多的研究者納入致貧因素和貧困衡量的研究范圍，基本的住房條件、受教育機(jī)會(huì)、健康水平以及其他經(jīng)濟(jì)福利構(gòu)成衡量一個(gè)社會(huì)人是否真正貧困的基本屬性?[79]。許多學(xué)者不僅從宏觀政策和環(huán)境（如貿(mào)易開(kāi)放、收入差距、公共轉(zhuǎn)移制度、經(jīng)濟(jì)增長(zhǎng)、政府財(cái)政專(zhuān)項(xiàng)扶貧）進(jìn)行探討，且隨著微觀數(shù)據(jù)的普及，從微觀層面如個(gè)體特質(zhì)、社會(huì)保障、代際貧困傳遞等角度進(jìn)行的多維貧困研究逐漸增多。

貧困內(nèi)涵的變化首先帶來(lái)了衡量方法的變化，對(duì)多維貧困的測(cè)算，大都是采用微觀調(diào)查數(shù)據(jù)，如聯(lián)合國(guó)兒童基金會(huì)總部的多指標(biāo)類(lèi)集調(diào)查（MICS）

全球小組與政府代表和其他專(zhuān)家協(xié)商，制定了一套標(biāo)準(zhǔn)的調(diào)查工具——從制表計(jì)劃和樣本權(quán)重指南到手冊(cè)和問(wèn)卷調(diào)查。、人口與健康調(diào)查（DHS）、各國(guó)家全國(guó)住戶(hù)抽樣調(diào)查（PNAD）等。由于僅用收入度量貧困的不足，早在1990年，聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署（UNDP）就建立了人類(lèi)發(fā)展指數(shù)（HDI）和人類(lèi)貧困指數(shù)（HPI）來(lái)多方面衡量貧困，在此基礎(chǔ)上，于2010年與牛津大學(xué)合作建立了多維貧困指數(shù)（MPI），許多研究是借此完成的。國(guó)外學(xué)者在構(gòu)建利用這些數(shù)據(jù)識(shí)別加總多維貧困人口時(shí)采用的方法主要有投入產(chǎn)出效率法?[10]、公理化方法?[11]、模糊集法?[12]、信息論法?[13]等。我國(guó)主要是利用CHNS和CFPS數(shù)據(jù)來(lái)測(cè)度多維貧困，國(guó)內(nèi)大都基于公理化方法中的Alkire等?[14]提出的“雙界限”法（簡(jiǎn)稱(chēng)A?F方法），構(gòu)建全球多維貧困指數(shù)計(jì)算MPI?[1517]

MPI指數(shù)是一個(gè)國(guó)際通用的多維貧困指數(shù)，涵蓋了100多個(gè)發(fā)展中國(guó)家的貧困情況，反映了貧困個(gè)體或家庭在不同維度上的貧困程度。在此之前，HPI（人類(lèi)貧困指數(shù)）和HDI（人類(lèi)發(fā)展）指數(shù)均有一定的缺陷。，并根據(jù)研究目的自行增減指標(biāo)以進(jìn)行特定區(qū)域特定群體多維貧困狀況的對(duì)比。

相較于指標(biāo)改良、測(cè)算和衡量的研究，另一類(lèi)主要文獻(xiàn)則將重點(diǎn)聚焦于多維貧困的致貧因素和扶貧路徑。結(jié)合我國(guó)社會(huì)轉(zhuǎn)型和城鄉(xiāng)差異的現(xiàn)實(shí)，以劉生龍等?[1821]為代表的學(xué)者從生活性消費(fèi)、收入差距、經(jīng)濟(jì)環(huán)境等視角進(jìn)行農(nóng)村多維貧困的具體分析，認(rèn)為收入以外的維度已經(jīng)成為致貧的主要因素，應(yīng)加強(qiáng)農(nóng)村醫(yī)療基礎(chǔ)設(shè)施和社會(huì)保障水平，繼續(xù)完善教育衛(wèi)生等公共服務(wù);也有學(xué)者進(jìn)一步從農(nóng)戶(hù)、農(nóng)民工、老年人、女性、兒童等進(jìn)行多維貧困的動(dòng)靜態(tài)比較分析?[6，2223]，發(fā)現(xiàn)城鄉(xiāng)異質(zhì)性、戶(hù)籍制度、家庭戶(hù)主特征、社會(huì)關(guān)系、人口等對(duì)長(zhǎng)期多維貧困發(fā)生率具有顯著影響?[5，2425]。在不同區(qū)域的表現(xiàn)上，東西部不同省份之間差異明顯，西部地區(qū)普遍多維貧困水平較高，中部次之，東部地區(qū)貧困情況較低。結(jié)合中央持續(xù)推進(jìn)脫貧攻堅(jiān)、更加注重精準(zhǔn)脫貧和高質(zhì)量脫貧的現(xiàn)實(shí)，近年來(lái)開(kāi)始出現(xiàn)少量以家庭和特定政策為對(duì)象的研究，李博等?[26]從家庭層面對(duì)中國(guó)收入和多維貧困進(jìn)行動(dòng)靜態(tài)對(duì)比分析，發(fā)現(xiàn)兩種貧困家庭存在巨大的靜態(tài)和動(dòng)態(tài)偏移;陳國(guó)強(qiáng)等?[27]的研究則發(fā)現(xiàn)分類(lèi)設(shè)計(jì)的多層次公共轉(zhuǎn)移支付則可能是同時(shí)緩解收入貧困和多維貧困的有效之策。除此外近年來(lái)關(guān)于收入貧困和多維貧困之間的對(duì)比分析文獻(xiàn)也在逐漸增多?[26，28]。

盡管目前國(guó)內(nèi)學(xué)者對(duì)多維貧困的識(shí)別和測(cè)算已經(jīng)有了相對(duì)成熟的算法，有助于宏觀識(shí)別特定區(qū)域特定群體的多維貧困，但以家庭為研究對(duì)象的文獻(xiàn)相對(duì)較少，以家庭為單位的研究多考慮戶(hù)主的因素，以個(gè)體為研究對(duì)象的研究多關(guān)注宏觀政策如公共轉(zhuǎn)移支付、收入差距等，鮮少考慮家庭結(jié)構(gòu)的因素，個(gè)體主觀能動(dòng)性和家庭結(jié)構(gòu)異質(zhì)性尚未被充分考慮。

大量研究顯示家庭要素稟賦的不同是進(jìn)行分工合作的基礎(chǔ)，充分利用才能實(shí)現(xiàn)家庭和個(gè)人的效用最大化。家庭的老年成員和青年成員以及幼童的比例，對(duì)勞動(dòng)時(shí)間具有重要影響。宋揚(yáng)等?[29]研究發(fā)現(xiàn)家庭中勞動(dòng)力數(shù)量、組成規(guī)模和人員結(jié)構(gòu)對(duì)一個(gè)家庭脫貧具有一定的影響，解堊?[30]認(rèn)為家庭特征會(huì)對(duì)家庭資產(chǎn)變動(dòng)造成正向或負(fù)向沖擊。由家庭多育貧困模型相關(guān)理論可以推出，在技術(shù)、管理和家庭最大效用保持不變時(shí)，如果增加對(duì)兒童看護(hù)、家庭內(nèi)部撫養(yǎng)的消費(fèi)支出，必然會(huì)對(duì)生活資料的投資產(chǎn)生擠出效應(yīng)，甚至形成一個(gè)貧困代際傳遞鏈。勞動(dòng)力是經(jīng)濟(jì)社會(huì)發(fā)展的核心要素，是勞動(dòng)者參與社會(huì)生活、滿(mǎn)足自身經(jīng)濟(jì)需求的必要條件，勞動(dòng)參與率的提高不僅能改變勞動(dòng)者的收入和提高家庭地位以及議價(jià)能力，對(duì)降低生育率、提高子女的教育投資都有積極的影響?[31]，Reklewski等?[32]在對(duì)波蘭公共福祉研究得出勞動(dòng)力市場(chǎng)狀況與公眾生活質(zhì)量、文明福利、社會(huì)福利、物質(zhì)福利有不同的影響;就業(yè)狀態(tài)在家庭、體制與工作沖突三體制中碰撞中決定了個(gè)體主觀幸福感?[33]。由上可知，勞動(dòng)參與和家庭結(jié)構(gòu)對(duì)個(gè)人發(fā)展、家庭效用有著重要影響，多維貧困指數(shù)已經(jīng)逐漸成為衡量個(gè)體或家庭貧困狀況的一個(gè)重要指標(biāo)，個(gè)體勞動(dòng)參與和家庭結(jié)構(gòu)對(duì)多維貧困產(chǎn)生的具體影響將是本文接下來(lái)的研究重點(diǎn)。

三、多維貧困指數(shù)測(cè)算與基礎(chǔ)回歸

（一）數(shù)據(jù)來(lái)源與處理

本文采用的是中國(guó)居民營(yíng)養(yǎng)和健康調(diào)查（CHNS）數(shù)據(jù)，該數(shù)據(jù)是北卡羅來(lái)納大學(xué)教堂山分?？_萊納州人口中心與國(guó)家營(yíng)養(yǎng)與健康研究所（NINH，前國(guó)家營(yíng)養(yǎng)與食品研究所）之間的國(guó)際合作項(xiàng)目，旨在研究國(guó)家和地方政府所實(shí)施健康、營(yíng)養(yǎng)、計(jì)劃生育政策和計(jì)劃的效果，并了解中國(guó)人的社會(huì)和經(jīng)濟(jì)轉(zhuǎn)型。該調(diào)查分別在1989、1991、1993、1997、2000、2004、2006、2009、2011、2015年對(duì)上年家庭和樣本各方面信息采用多階段

分層隨機(jī)抽樣，考慮了個(gè)人人口學(xué)背景資料、工作和收入情況、家庭情況、教育健康公共衛(wèi)生等，契合本文的研究目的。本文對(duì)數(shù)據(jù)處理如下：由于未成年人幾乎沒(méi)有收入和工作，將其歸結(jié)為收入貧困人口有失妥當(dāng)，故本文選取18—60歲具有勞動(dòng)能力的樣本;根據(jù)歷年唯一不變的個(gè)人代碼（id）和年份（wave）進(jìn)行匹配獲得健康、教育、工作狀況等方面的個(gè)體信息，并對(duì)部分年度個(gè)體年齡和性別缺失值進(jìn)行了補(bǔ)齊;截面樣本通過(guò)對(duì)同一年度id與家庭代碼（hhid）進(jìn)行匹配計(jì)算獲得家庭結(jié)構(gòu)

計(jì)算家庭老人數(shù)和孩子數(shù)目等家庭結(jié)構(gòu)步驟在進(jìn)行樣本篩選之前進(jìn)行。、家庭凈收入、固定資產(chǎn)等其他家庭信息（下文會(huì)有詳細(xì)介紹），由于數(shù)據(jù)庫(kù)樣本量較大，故本文對(duì)重要變量缺失值和異常值采取了直接刪除的方法，共收集到1993—2015年進(jìn)行八次調(diào)查所得所有樣本共60563個(gè)，其中共有城市樣本19956人，共8011戶(hù)不同的家庭，嚴(yán)格來(lái)說(shuō)所選取最終數(shù)據(jù)為非平衡面板

在利用微觀數(shù)據(jù)測(cè)量多維貧困時(shí)，已有許多學(xué)者為追求樣本數(shù)量采用非平衡面板數(shù)據(jù)?[17，21]。但也有跟蹤匹配使用截面數(shù)據(jù)的研究?[24]，故本文也對(duì)數(shù)據(jù)重新整理為平衡面板數(shù)據(jù)后共得到每年556人×8年=4448個(gè)樣本量，重新計(jì)量結(jié)論未有改變。限于篇幅，結(jié)果未放置到正文中。。

（二）多維貧困指數(shù)的測(cè)算與識(shí)別

1.指數(shù)測(cè)算方法

在目前各種多維貧困測(cè)算方法中，A?F雙界限法最為成熟且應(yīng)用最為廣泛，Sen?[7]認(rèn)為人的貧困不僅表現(xiàn)在經(jīng)濟(jì)收入不足，更表現(xiàn)在能力、權(quán)利是否被剝奪上。因此結(jié)合數(shù)據(jù)的可得性及以往學(xué)者研究，本文以全球多維貧困指數(shù)（MPI

MPI指數(shù)取值越小，說(shuō)明該個(gè)體或家庭貧困程度越低，反之越高。）為基礎(chǔ)衡量個(gè)體的多維貧困狀況，并將其分解為多維貧困發(fā)生率（H）和平均剝奪程度（A）來(lái)衡量多維貧困的廣度和深度。

MPI指數(shù)的計(jì)算方法如下：n為樣本總?cè)丝?，q代表貧困人口數(shù)，d表示總維度數(shù)，k表示維度截?cái)帱c(diǎn)，即如果個(gè)體的最終得分超過(guò)k則視為多維貧困者，yij表示個(gè)體i在j維度上的值，zj為維度j的貧困臨界值，wj為j維度所占權(quán)重（∑dj=1wj=1）。若個(gè)體在某一維度上取值小于該維度的貧困臨界值，則視為該個(gè)體在該維度貧困，即gij=1yij≤zj0其他，用ci表示貧困個(gè)體i的加權(quán)貧困程度，即

ci=∑dj=1gij·wj（1）

則貧困個(gè)體的識(shí)別為q?（k）i=1ci≥k0ci

H?（k）=∑ni=1q?（k）in（2）

表示相應(yīng)k值下多維貧困人口占總?cè)丝诘谋嚷?。另一個(gè)平均被剝奪程度指數(shù)A?（k）為所有貧困個(gè)體平均被剝奪的維度數(shù)與總維度數(shù)的比值，即

A?（k）=∑ni=1c?（k）i∑ni=1q?（k）i（3）

其中c?（k）i是剔除非多維貧困人口后的加權(quán)，

c?（k）i=∑dj=1gij·wj?（q?（k）i=1）（4）

結(jié)合以上公式我們可以推導(dǎo)出MPI貧困指數(shù)，即

M?（k）=∑ni=1c?（k）in=H?（k）·A?（k）（5）

在維度和指標(biāo)設(shè)置方面，本文采用學(xué)者們常用的等權(quán)重法（雖然已有PCA等分析法對(duì)權(quán)重進(jìn)行了進(jìn)一步的細(xì)化，但等權(quán)重不影響本文的結(jié)果）。根據(jù)數(shù)據(jù)的可得性、本文的研究目的以及《人類(lèi)發(fā)展報(bào)告（2010）》提出的全球多維貧困指數(shù)，本文對(duì)維度和剝奪臨界值酌情進(jìn)行了調(diào)整。由于原MPI指數(shù)中缺少貨幣化的指標(biāo)，為充分反映各方面的剝奪和社會(huì)排斥，本文參考王春超等?[17，34]的做法，將收入作為一個(gè)維度加入其中。

2.指數(shù)識(shí)別

根據(jù)全球多維貧困指數(shù)，維度截?cái)帱c(diǎn)k在20%以上時(shí)，貧困風(fēng)險(xiǎn)就會(huì)逐漸上升，故許多學(xué)者采用20%作為多維貧困臨界值并用30%、40%作為深度貧困的研究。在此基礎(chǔ)上，結(jié)合Alkire等?[35]的研究和選取的指標(biāo)，本文采用22%和33%分別作為k截?cái)帱c(diǎn)H（2）、A（2）、M（2）對(duì)應(yīng)k=22%，H（3）、A（3）、M（3）對(duì)應(yīng)k=33%。

由圖1和表3我們可以看出，1993到2015年，我國(guó)貧困發(fā)生率明顯下降。當(dāng)k取值33%時(shí)，我國(guó)貧困人口已急劇下降，重度多維貧困發(fā)生率由92.2%下降到14.6%，這說(shuō)明我國(guó)扶貧減貧工作取得了較大成就。但是當(dāng)截?cái)帱c(diǎn)為22%時(shí)，全國(guó)樣本的貧困發(fā)生率由1993年的99.6%下降至2015年的53.9%。相比農(nóng)村，城市發(fā)生率也不容樂(lè)觀，我國(guó)仍存在大量輕微多維貧困的人口。

橫向?qū)Ρ瓤砂l(fā)現(xiàn)，當(dāng)截?cái)帱c(diǎn)由22%提高到33%時(shí)，所有樣本每年的貧困發(fā)生率和多維貧困指數(shù)都呈現(xiàn)明顯下降態(tài)勢(shì)，平均被剝奪程度為上升狀態(tài)，最終多維貧困指數(shù)在零點(diǎn)幾處小幅度波動(dòng)。無(wú)論是從截?cái)帱c(diǎn)取值是否上升、期初還是期末，農(nóng)村多維貧困人口的貧困發(fā)生率、貧困剝奪份額以及多維貧困指數(shù)均顯著高于城市人口，直到2015年農(nóng)村仍有約62.5%的人口存在輕度多維貧困，農(nóng)村減貧刻不容緩。

截面數(shù)據(jù)角度，以2015年為例，當(dāng)k為22%時(shí)，全國(guó)貧困發(fā)生率為53.9%，平均剝奪份額為0.0369，即2015年平均每人有0.3157×9=2.8413個(gè)維度上是貧困的，多維貧困指數(shù)為0.1701。當(dāng)k=33%，全國(guó)貧困發(fā)生率為14.6%，平均剝奪份額為0.4487，但多維貧困指數(shù)下降至0.0073，貧困發(fā)生率下降幅度較大。

（三）基礎(chǔ)回歸

在現(xiàn)實(shí)經(jīng)濟(jì)中，個(gè)體的勞動(dòng)參與不是隨機(jī)發(fā)生的是一種“自選擇”行為，即個(gè)體自己決定是否要參加工作，故個(gè)體的勞動(dòng)參與會(huì)受到一些不可觀測(cè)因素的影響（如個(gè)體自身生活追求、進(jìn)取精神等），而這些因素往往與多維貧困有直接或間接的聯(lián)系，因此會(huì)導(dǎo)致個(gè)體勞動(dòng)參與與隨機(jī)誤差項(xiàng)相關(guān)從而使所得結(jié)果存在偏誤，無(wú)法反映真實(shí)的情況，這會(huì)使我們對(duì)勞動(dòng)參與對(duì)多維貧困影響的判斷造成偏差。為有效解決樣本自選擇問(wèn)題，本文借鑒已有研究?[22，32]，采用傾向得分匹配（PSM）方法來(lái)降低選擇性偏誤，它不僅沒(méi)有函數(shù)形式、參數(shù)、誤差項(xiàng)分布的強(qiáng)烈約束，也無(wú)需控制相關(guān)控制變量識(shí)別因果效應(yīng)，較之工具變量法、Heckman兩階段模型約束更為放松。據(jù)此本文利用平均處理效應(yīng)（ATT）來(lái)估計(jì)構(gòu)造反事實(shí)，即假設(shè)參與勞動(dòng)的個(gè)體未參與勞動(dòng)會(huì)對(duì)其各維度貧困狀況造成怎樣的影響，因此個(gè)體參與勞動(dòng)后對(duì)多維貧困的實(shí)際效應(yīng)為：ATT=E（MPIi，1|Ti=1）-E（MPIi，0|Ti=1），Ti=1表示參與勞動(dòng)。

由于E（MPIi，1|Ti=1）現(xiàn)實(shí)中不能直接觀察到，故本文利用PSM方法為參與勞動(dòng)者找到最相近的從未參與勞動(dòng)者個(gè)體來(lái)構(gòu)造適當(dāng)?shù)姆词聦?shí)，此過(guò)程包括兩個(gè)步驟：利用形式靈活的logit模型得到參與勞動(dòng)的個(gè)體可觀測(cè)變量?jī)A向得分和利用不同匹配方法進(jìn)行傾向得分匹配。借鑒已有學(xué)者研究，第一階段logit模型主要變量包括家庭結(jié)構(gòu)（家庭總?cè)丝趆hzize、>60歲老人數(shù)hhold、0—6歲孩子數(shù)hhchild）、個(gè)體年齡（age）、性別（gender）、個(gè)體教育程度（edu）、婚姻（marriage）、戶(hù)口（hukou）和地區(qū)控制變量等，以個(gè)體勞動(dòng)參與（work）為被解釋變量，各變量根據(jù)問(wèn)卷賦值如下：被解釋變量為勞動(dòng)參與（work），采取的衡量指標(biāo)為問(wèn)卷中“您是否具有工作”，肯定回答為1，否則為0，有學(xué)者將“失業(yè)正在找工作”的人口歸結(jié)為勞動(dòng)參與人口，但本文勞動(dòng)參與以結(jié)果為導(dǎo)向，故待業(yè)人口仍視為現(xiàn)階段未參與勞動(dòng)。其他控制變量賦值如下：性別男性為1，女性為0;教育程度按照受教育年限計(jì)算，受教育年限在6年及以下為1，7—9年為2，10—12年為3，12年以上為4;戶(hù)口城市戶(hù)口為1，農(nóng)村戶(hù)口為0;婚姻狀況在婚為1，其他為0;地區(qū)控制變量分別設(shè)置東部（east）和西部（west）以及城鄉(xiāng)的虛擬變量

北京、遼寧、上海、江蘇、山東、廣西屬東部地區(qū);黑龍江、河南、湖南、湖北屬中部地區(qū);其他屬西部地區(qū)。，城市（urban）為1，農(nóng)村為0。

表5是PSM方法第一階段傾向值計(jì)算的logit回歸結(jié)果。從中可知，對(duì)全部城鄉(xiāng)樣本而言，家庭人口越多，個(gè)體越容易參與勞動(dòng)。孩子和老人數(shù)量增加使個(gè)體時(shí)間分工更多的向家務(wù)時(shí)間偏移，不利于參與勞動(dòng)。城市樣本孩子數(shù)目與勞動(dòng)參與關(guān)系不顯著可能是城市經(jīng)濟(jì)更加發(fā)達(dá)，各種學(xué)前班、托兒所的存在使得孩子“幼有所托”，且成人時(shí)間彈性更小，照顧孩子對(duì)勞動(dòng)參與影響不大。年齡和勞動(dòng)參與的關(guān)系基本符合“倒U”型關(guān)系，符合生命周期假說(shuō)。男性和已婚對(duì)勞動(dòng)參與具有顯著的正向影響，居住在東西部地區(qū)的成年人比在中部的個(gè)體參與勞動(dòng)概率高，東部天然的地理優(yōu)勢(shì)與國(guó)家對(duì)西部的政策支持提供大量的就業(yè)崗位。相比城市農(nóng)村就業(yè)形勢(shì)較為嚴(yán)峻，迫切需要?jiǎng)趧?dòng)參與，而城市人口相對(duì)沒(méi)有迫切勞動(dòng)的需要，由于城鄉(xiāng)資源差距，即使城市人出現(xiàn)短暫失業(yè)，也會(huì)有一些失業(yè)險(xiǎn)、培訓(xùn)等，這些因素使得城市戶(hù)口個(gè)體不愿意參與勞動(dòng)。文章還發(fā)現(xiàn)受教育程度越高，在農(nóng)村參與勞動(dòng)的積極性反而越小，教育水平越高的人口更愿意在城市定居?[36]，在本樣本中77.91%的農(nóng)村人口受教育水平在9年以下，人力資本要素已經(jīng)成為限制農(nóng)村人發(fā)展的一個(gè)門(mén)檻，教育程度較高的農(nóng)村人口更愿意流向城市尋找就業(yè)機(jī)會(huì)。

表6匯報(bào)了勞動(dòng)參與對(duì)城鄉(xiāng)個(gè)體的多維貧困ATT影響結(jié)果。結(jié)果顯示，對(duì)于輕度貧困，勞動(dòng)參與對(duì)城鄉(xiāng)所有個(gè)體均存在顯著的降低作用，結(jié)果大都在1%的統(tǒng)計(jì)水平上顯著。多種匹配方法顯示，當(dāng)考慮k截?cái)帱c(diǎn)為22%時(shí)，勞動(dòng)參與能降低城市約9%的多維貧困，對(duì)降低農(nóng)村多維貧困的影響相對(duì)較小，約1%，勞動(dòng)參與有利于緩解全體樣本的輕度貧困。但當(dāng)k增加時(shí)，勞動(dòng)參與反而不利于農(nóng)村個(gè)體多維貧困程度的降低，故本文針對(duì)農(nóng)村樣本各主要維度又做了單獨(dú)匹配，結(jié)果如表7所示。

四種匹配方法均發(fā)現(xiàn)在農(nóng)村1單位的勞動(dòng)參與會(huì)加重約10%的健康貧困，1單位的勞動(dòng)參與會(huì)加重2%～3%的教育貧困，且均在1%的顯著性水平上顯著，收入作用效果不穩(wěn)健。這些結(jié)果可從當(dāng)前研究農(nóng)村樣本特殊的職業(yè)構(gòu)成角度解釋?zhuān)?dāng)前樣本僅有25.67%的人員為技術(shù)工作者、管理、辦公室人員、技術(shù)工人、軍官士兵、運(yùn)動(dòng)員，從事農(nóng)業(yè)勞動(dòng)（農(nóng)民、漁民、獵人）的人員仍是勞動(dòng)力的主力軍（占比53.85%

此外，還有普通工人、伐木工等非技術(shù)工人占比10.09%，管家廚師服務(wù)員門(mén)衛(wèi)等服務(wù)行業(yè)人員占比10.35%。），雖然他們也能享受勞動(dòng)參與帶來(lái)的收入福利，但受傳統(tǒng)觀念影響，這部分群體自我保健和風(fēng)險(xiǎn)意識(shí)薄弱，參保意識(shí)相對(duì)較差;且新農(nóng)合、新農(nóng)保的推廣給廣大農(nóng)村群體帶來(lái)了福音，但仍需要更加人性化的改進(jìn)。據(jù)新農(nóng)合相關(guān)規(guī)定，外傷（扭傷、摔傷、骨折、工傷）等報(bào)銷(xiāo)流程相對(duì)復(fù)雜，意外事故易脫離報(bào)銷(xiāo)范圍，而農(nóng)村勞動(dòng)人員又是這類(lèi)事故的多發(fā)群體，定點(diǎn)醫(yī)院醫(yī)療資源相比城市分布不均;另外，財(cái)政投入仍然不夠大，2015年之前各級(jí)財(cái)政對(duì)新農(nóng)合參保者的人員補(bǔ)助標(biāo)準(zhǔn)為320元，報(bào)銷(xiāo)比例相對(duì)城鎮(zhèn)醫(yī)療保險(xiǎn)不夠大

新農(nóng)合門(mén)診衛(wèi)生所能報(bào)銷(xiāo)60%，有些大醫(yī)院門(mén)診不能報(bào)銷(xiāo)，住院鎮(zhèn)衛(wèi)生院報(bào)銷(xiāo)60%，二級(jí)醫(yī)院可報(bào)銷(xiāo)40%，三級(jí)醫(yī)院30%;住院城鎮(zhèn)一般居民一級(jí)醫(yī)院不設(shè)起付標(biāo)準(zhǔn)，報(bào)銷(xiāo)比例為60%，二級(jí)醫(yī)院報(bào)銷(xiāo)比例為55%;三級(jí)醫(yī)院50%;城鄉(xiāng)還是存在差距，且新農(nóng)合可報(bào)銷(xiāo)的醫(yī)藥目錄比城鎮(zhèn)醫(yī)保少。;同時(shí)，農(nóng)村個(gè)體一方面對(duì)教育重視程度不夠，一方面父母勞動(dòng)引致的照料缺失導(dǎo)致“家庭空心化”，老人和未成年子女變相留守使得未成年子女在家庭溝通、學(xué)習(xí)監(jiān)督等方面較為缺乏，兒童教育問(wèn)題未得到充分重視。

綜上所知，近年來(lái)我國(guó)的多維貧困狀況已經(jīng)得到了較好的緩解，扶貧成就卓然，個(gè)體的勞動(dòng)參與有利于緩解城鄉(xiāng)樣本的輕度多維貧困，對(duì)城市作用效果更明顯。但當(dāng)考慮維度增加時(shí)，農(nóng)村勞動(dòng)參與加重了個(gè)體的健康和教育貧困，不利于農(nóng)村個(gè)體多維貧困程度的降低。但由前文理論分析可知，不同家庭結(jié)構(gòu)對(duì)各維度貧困影響不一，如何更加精確地識(shí)別個(gè)體勞動(dòng)對(duì)貧困各個(gè)維度的作用？家庭人口結(jié)構(gòu)對(duì)貧困各個(gè)維度又有怎樣的影響？這些都將在下文得到解答。

四、進(jìn)一步討論：維度分解的擴(kuò)展回歸

（一）基本描述性統(tǒng)計(jì)

本文采用FGT指數(shù)作為衡量貧困人口的參數(shù)，Pα=1n∑qi=1z-xiz?α，α為貧困厭惡度指數(shù)，當(dāng)其為0時(shí)表示貧困發(fā)生率，即全部人口中貧困人口的比例，本文采用這最為直觀的做法。n為人口總規(guī)模，q代表貧困人口的數(shù)量，z為貧困線

各維度貧困識(shí)別與前文多維貧困保持一致，如收入貧困為2300元，并根據(jù)CPI進(jìn)行折算。。

根據(jù)CHNS數(shù)據(jù)計(jì)算出的各維度

本節(jié)的維度與前文不同，特指九個(gè)指標(biāo)。貧困發(fā)生率分別如圖2、圖3和圖4所示。無(wú)論是全部樣本還是城鄉(xiāng)樣本，收入和資產(chǎn)是貧困發(fā)生率下降幅度最大的兩個(gè)維度，在全國(guó)分別從1989年的98.31%、67.57%下降到2015年的10.15%、1.42%，下降了50個(gè)以上的百分點(diǎn)，這些進(jìn)步與國(guó)家20世紀(jì)90年代初開(kāi)始組織實(shí)施的“八七”扶貧攻堅(jiān)計(jì)劃密切相關(guān)，在接下來(lái)的十幾年間國(guó)家也高度重視經(jīng)濟(jì)扶貧，家電下鄉(xiāng)等政策在擴(kuò)大內(nèi)需的同時(shí)也減緩了我國(guó)大部分地區(qū)的硬件資產(chǎn)昂貴缺少的窘境。高度重視教育、科教興國(guó)戰(zhàn)略使我國(guó)教育貧困長(zhǎng)期以來(lái)保持一個(gè)平穩(wěn)的下降趨勢(shì)。

2003—2006年國(guó)家逐步試水并實(shí)行新農(nóng)合制度，為廣大的農(nóng)村勞動(dòng)人員參與社會(huì)保障提供了強(qiáng)有力的政策支持，國(guó)家對(duì)醫(yī)療事業(yè)更加重視并投入大量資金。這些是2005年左右我國(guó)健康維度貧困發(fā)生率出現(xiàn)了驟降，農(nóng)村下降幅度尤其明顯，健康維度呈現(xiàn)倒V型的貧困發(fā)生率狀態(tài)的原因。其他維度均保持著比較低的貧困發(fā)生率，以用電為例，早在80年代其已普及，故從1993年起我國(guó)就有較低的貧困發(fā)生率。值得注意的是，在其他各維度保持低水平平穩(wěn)運(yùn)行或高開(kāi)低走的良好態(tài)勢(shì)時(shí)，住房在全國(guó)及城鄉(xiāng)之間都呈現(xiàn)往上走的趨勢(shì)，城市住房貧困在2015年已經(jīng)達(dá)到了15.53%，住房貧困越來(lái)越成為一個(gè)迄待解決的問(wèn)題。隨著社會(huì)發(fā)展，住房供需不平衡問(wèn)題逐漸突出，城市高房?jī)r(jià)使得房子從供不應(yīng)求到供大于求，高熱的房地產(chǎn)行業(yè)甚至開(kāi)始侵入農(nóng)村地區(qū)占據(jù)大量的農(nóng)業(yè)用地，土地城鎮(zhèn)化卻導(dǎo)致了大量城鎮(zhèn)新增人口邊緣化，另外戶(hù)籍政策的限制也側(cè)面加重了我國(guó)“住房難”的問(wèn)題。

近年勞動(dòng)參與率如圖5所示，我國(guó)的勞動(dòng)參與率近年來(lái)出現(xiàn)小幅波動(dòng)，整體呈現(xiàn)向下的趨勢(shì)。這可能與我國(guó)人口紅利消失、老齡化程度加深有關(guān)，且農(nóng)村勞動(dòng)參與率略高于城市，這與前文所得結(jié)論城市人員相對(duì)不愿意參與勞動(dòng)一致。

（二）計(jì)量模型

前文已對(duì)多維貧困進(jìn)行了介紹，為更明確直觀的觀察各維度情況，下文將從經(jīng)濟(jì)維度（spoverty）、健康維度（hpoverty）、教育維度（edupoverty）以及生活質(zhì)量維度（water、light、toilet、fuel、house、asset）單獨(dú)展開(kāi)回歸分析。主要解釋變量為勞動(dòng)參與（work）同家庭結(jié)構(gòu)，根據(jù)前面理論分析，家庭結(jié)構(gòu)方面的因素選取家庭總?cè)丝冢╤hsize）、老人數(shù)（hhold）、6歲以下孩子數(shù)目

由CHNS各年度數(shù)據(jù)按照家庭年份匹配計(jì)算可得。（hhchild）。為了更精確的得出解釋變量對(duì)被解釋變量的邊際影響，且與前文PSM第一階段回歸變量保持一致，本文將已有研究中對(duì)貧困具有重要影響的特征作為控制變量，主要包括年齡（age）、受教育程度（edu）、戶(hù)口（hukou）、婚姻狀況（marriage）等，但不包括不隨時(shí)間改變的性別、省份等變量。由于被解釋變量為二值變量，采用1990—2015年多時(shí)點(diǎn)的面板數(shù)據(jù)，為剔除不隨時(shí)間改變的個(gè)體異質(zhì)性的影響，本文采用固定效應(yīng)的xtlogit模型對(duì)各維度貧困進(jìn)行估計(jì)。由上表可知，在生活質(zhì)量各維度中，飲水和用電一直處于較低且平穩(wěn)的貧困發(fā)生率，與國(guó)家宏觀政策相關(guān)較高，回歸意義不大，故在分析時(shí)剔除兩維度，表8為基本的計(jì)量結(jié)果。

（三）穩(wěn)健性檢驗(yàn)

為了避免偶然因素的干擾和證明結(jié)果的穩(wěn)健性，本文采用三種方法進(jìn)行穩(wěn)健性檢驗(yàn)：

首先，改變勞動(dòng)參與度量方法。參考李琴等?[37]的度量方法，按照國(guó)家統(tǒng)計(jì)局的標(biāo)準(zhǔn)，把每周勞動(dòng)參與時(shí)間少于1小時(shí)視為未參與勞動(dòng)，只要全年勞動(dòng)時(shí)間大于52小時(shí)視為勞動(dòng)參與

我們事先對(duì)數(shù)據(jù)進(jìn)行了篩選，對(duì)明顯異常數(shù)據(jù)，如勞動(dòng)時(shí)間小于0、周勞動(dòng)時(shí)間大于等于168小時(shí)、年勞動(dòng)時(shí)間大于等于8760小時(shí)的數(shù)據(jù)進(jìn)行了清理。。勞動(dòng)時(shí)間根據(jù)CHNS數(shù)據(jù)庫(kù)將主要職業(yè)以及其他勞動(dòng)（包括家庭菜園、果園;集體和家庭農(nóng)業(yè);家畜、家禽養(yǎng)殖;集體和家庭漁業(yè);家庭小手工業(yè)和小型家庭商業(yè)）參與時(shí)間進(jìn)行加總算出。

其次，改變勞動(dòng)參與定義方法。采用國(guó)際通用的標(biāo)準(zhǔn)將15—59歲的人口定義為勞動(dòng)年齡人口

根據(jù)國(guó)際通行的標(biāo)準(zhǔn)，一般認(rèn)定0—14歲為少年兒童人口，15—59歲為勞動(dòng)年齡人口，60歲或65歲以上為老齡人口。，故以家庭勞動(dòng)年齡人口數(shù)量（hhlabor）代替勞動(dòng)是否參與（work）進(jìn)行回歸。另外，由于本文面板回歸未找到工具變量，故本文還對(duì)所有被解釋變量和解釋變量與其省級(jí)均值進(jìn)行組內(nèi)拆分?[18]，然后再重新進(jìn)行回歸來(lái)檢驗(yàn)基本回歸的穩(wěn)健性

限于篇幅穩(wěn)健性檢驗(yàn)結(jié)果三未放置于正文中，如需可向作者索取。

通過(guò)基礎(chǔ)回歸和穩(wěn)健性檢驗(yàn)發(fā)現(xiàn)：

第一，居民勞動(dòng)參與顯著降低了收入、健康貧困發(fā)生，對(duì)教育貧困有不穩(wěn)健的減輕作用;參與勞動(dòng)能顯著的提高生活質(zhì)量水平，主要表現(xiàn)在改善家庭資產(chǎn)和住房條件上。勞動(dòng)參與獲得工資性或非工資性收入，從而提高家庭整體收入水平和購(gòu)置固定資產(chǎn)的能力，這是符合常識(shí)的佐證。隨著國(guó)家醫(yī)療保險(xiǎn)的普及，許多城市明確要求工作單位要為其職工購(gòu)買(mǎi)基本醫(yī)療保險(xiǎn)，為職工統(tǒng)一投保，鼓勵(lì)參與勞動(dòng)、普及各種醫(yī)療制度對(duì)提高國(guó)民的生活水平具有重要的意義，勞動(dòng)參與能夠獲得物質(zhì)和精神上的雙重滿(mǎn)足。個(gè)體就業(yè)能夠改善孩子的教育條件卻對(duì)已成事實(shí)的家庭老人教育程度沒(méi)有作用或作用較小，這可能是就業(yè)與教育貧困關(guān)系不穩(wěn)健的原因。

第二，家庭人口越多造成的經(jīng)濟(jì)壓力越大，與收入貧困、教育貧困呈正相關(guān)，老幼數(shù)目能夠顯著提高家庭的健康水平，但是老人數(shù)目越多教育貧困越嚴(yán)重，兒童反之。這是因?yàn)榧彝コ蓡T較多的樣本陷入貧困的風(fēng)險(xiǎn)更大，他們往往“上有老下有小”，作為家庭頂梁柱的存在，更加關(guān)注自身和家人的身體健康，而孩子數(shù)量較多促使核心家庭傾向共同生活分享有限的資源?[26]。義務(wù)教育到20世紀(jì)以后才真正普及開(kāi)來(lái)，老一輩人的教育程度普遍不高，而如今隨著科教興國(guó)、人才強(qiáng)國(guó)戰(zhàn)略的實(shí)施，國(guó)家和個(gè)人都更加重視新一代的教育。

第三，各主要變量對(duì)生活質(zhì)量各維度貧困基本呈現(xiàn)減輕作用，但：

（1）家庭人口規(guī)模越大、孩子數(shù)目越多將加重住房貧困。一方面人口越多，人均住房面積越少;孩子數(shù)目越多使得成人更愿意購(gòu)買(mǎi)較為昂貴的學(xué)區(qū)房，“大房換小房”減少成本實(shí)現(xiàn)住房私有化，住房貨幣化改革使得那些收入較低且家庭生活壓力較大的年輕住戶(hù)更容易陷入住房貧困。另一方面隨著貧富差距增大、利益固化以及住房?jī)r(jià)格持續(xù)上漲，對(duì)于新進(jìn)入社會(huì)的年輕人尤其是整個(gè)家庭隨遷的人很有可能選擇群租這一相對(duì)經(jīng)濟(jì)便捷的方式，這也是另一種意義上的住房貧困。

（2）參與勞動(dòng)、家庭老人數(shù)目越多，衛(wèi)生貧困和燃料貧困會(huì)更嚴(yán)重，這個(gè)結(jié)果可能是由于本文篩選后的農(nóng)村樣本偏多，衛(wèi)生設(shè)施和天然氣等清潔燃料尚未普及。

五、結(jié)論與啟示

本文運(yùn)用CHNS1993—2015年連續(xù)追蹤面板數(shù)據(jù)，在測(cè)算多維貧困基礎(chǔ)上討論了城鄉(xiāng)貧困狀況的差異，進(jìn)而運(yùn)用PSM方法和xtlogit模型從整體多維貧困和單維分解兩個(gè)層面系統(tǒng)研究家庭結(jié)構(gòu)、勞動(dòng)參與對(duì)貧困的影響。結(jié)論顯示：（1）我國(guó)多維貧困狀況已經(jīng)得到了極大的改善，勞動(dòng)參與對(duì)緩解城鄉(xiāng)多維貧困具有決定性的影響，尤其是對(duì)具有勞動(dòng)能力的家庭，在收入提高、生活質(zhì)量提升方面具有顯著的促進(jìn)作用，主要表現(xiàn)在改善住房條件和提高家庭資產(chǎn)水平上。（2）勞動(dòng)參與的多維減貧效應(yīng)具有顯著的家庭異質(zhì)性特征，幼年子女和老人越多，家庭陷入生活質(zhì)量貧困的可能性越高，住房和衛(wèi)生問(wèn)題與家庭老幼數(shù)量存在明顯的線性關(guān)系;老幼數(shù)量增加促進(jìn)家庭往“健康化趨勢(shì)”發(fā)展，但二者對(duì)教育貧困減緩存在相反的態(tài)勢(shì)，幼童數(shù)目較高的家庭更加注重教育。（3）城市樣本的勞動(dòng)參與度相對(duì)較低但減貧效應(yīng)更加明顯，農(nóng)村樣本勞動(dòng)參與和多維貧困呈現(xiàn)不規(guī)則關(guān)系，勞動(dòng)參與在緩解多維貧困的同時(shí)呈現(xiàn)加重健康貧困和教育貧困的趨勢(shì)，1%勞動(dòng)參與約加重10%的健康貧困和2%～3%的教育貧困。

我們認(rèn)為，精準(zhǔn)扶貧和精準(zhǔn)脫貧的重點(diǎn)在于如何從家庭層面入手構(gòu)建以鼓勵(lì)勞動(dòng)參與實(shí)現(xiàn)貧困戶(hù)的“系統(tǒng)性造血功能”為中心的多維貧困緩解支持體系。首先，以供給側(cè)結(jié)構(gòu)性改革和鄉(xiāng)村產(chǎn)業(yè)振興為支撐，加大貧困居民就業(yè)創(chuàng)業(yè)培訓(xùn)和社會(huì)主義核心價(jià)值觀宣傳力度，提升貧困人口的勞動(dòng)能力、勞動(dòng)意愿，創(chuàng)造勞動(dòng)機(jī)會(huì)和就業(yè)平臺(tái)，從根本上解決脫貧致富的路徑問(wèn)題;第二，持續(xù)關(guān)注城鄉(xiāng)家庭結(jié)構(gòu)變化的特殊性和貧困的多維特征，精準(zhǔn)識(shí)別和高質(zhì)量地開(kāi)展扶貧工作。城鄉(xiāng)二元結(jié)構(gòu)和跨區(qū)域勞動(dòng)力流動(dòng)極易造成“收入提升與家庭照料缺失”的雙重矛盾，農(nóng)業(yè)轉(zhuǎn)移人口市民化的過(guò)渡階段產(chǎn)生了留守兒童貧困、老年貧困等較為普遍的社會(huì)問(wèn)題，如何通過(guò)城鄉(xiāng)一體化的公共服務(wù)體系建設(shè)、城鄉(xiāng)一體的產(chǎn)業(yè)融合發(fā)展解決非收入維度的貧困問(wèn)題將成為高質(zhì)量發(fā)展階段精準(zhǔn)扶貧的重點(diǎn);第三，從城鎮(zhèn)化的角度出發(fā)，構(gòu)建城市群為主體形態(tài)的城鎮(zhèn)網(wǎng)絡(luò)，尤其是發(fā)揮小城鎮(zhèn)的亞核心和輻射作用對(duì)多維貧困的緩解具有至關(guān)重要的空間作用。多維貧困問(wèn)題，歸根結(jié)底是全民所享有的生產(chǎn)生活條件整體水平提升和相對(duì)水平協(xié)調(diào)問(wèn)題，城市群的輻射帶動(dòng)能力的發(fā)揮和網(wǎng)絡(luò)式小城鎮(zhèn)格局兩者可以兼顧，以產(chǎn)業(yè)支撐的就地城鎮(zhèn)化和城市帶動(dòng)的農(nóng)業(yè)轉(zhuǎn)移人口市民化是從根本上實(shí)現(xiàn)以家庭為單位脫貧摘帽的有效之策。

參考文獻(xiàn)：

[1]?李卓， 左停. 資產(chǎn)收益扶貧有助于“減貧”嗎？——基于東部扶貧改革試驗(yàn)區(qū)Z市的實(shí)踐探索[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2018（10）： 6977.

[2]?蔡昉. 改革時(shí)期農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移與重新配置[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2017（10）： 414.

[3]?萬(wàn)喆. 新形勢(shì)下中國(guó)貧困新趨勢(shì)和解決路徑探究[J]. 國(guó)際經(jīng)濟(jì)評(píng)論， 2016（6）： 7+4964.

[4]?樂(lè)章， 劉二鵬. 家庭稟賦、社會(huì)福利與農(nóng)村老年貧困研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2016（8）： 6373.

[5]?葛巖， 吳海霞， 陳利斯. 兒童長(zhǎng)期多維貧困、動(dòng)態(tài)性與致貧因素[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2018（7）： 1833.

[6]?郭君平， 譚清香， 曲頌. 進(jìn)城農(nóng)民工家庭貧困的測(cè)量與分析——基于“收入—消費(fèi)—多維”視角[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2018（9）： 94109.

[7]?Alkire S. Poverty： An ordinal approach to measurement[J]. Econometrica， 1976， 44（2）： 219231.

[8]?Alkire S. Commodities and capabilities[M]. Amsterdam： North Holland， 1985.

[9]?Bourguignon F， Chakravarty S R. A family of multidimensional poverty measures[M]∥Slottje D J. Advances in Econometrics， Income Distribution and Scientific Methodology， Heidelberg： Physica?Verlag H D， 1999.

[10]Ramos X， Silber J. On the application of efficiency analysis to the study of the dimensions of human development[J]. Review of Income and Wealth， 2010， 51（2）： 285309.

[11]Bourguignon F， Chakravarty S R. The measurement of multidimensional poverty[J]. Journal of Economic Inequality， 2003， 1（1）： 2549.

[12]Cerioli A， Zani S. A fuzzy approach to the measurement of poverty[M]∥Dagum C， Zenga M. Income and wealth distribution， inequality and poverty. Berlin： Springer Verlag，1990： 272?284.

[13]Lugo M A， Maasoumi E. Multidimensional poverty measures from an information theory perspective[R]. Oxford Poverty & Human Development Initiative， Working Paper No.10， 2009.

[14]Alkire S， Foster J E. Counting and multidimensional poverty measurement[J]. Journal of Public Economics， 2007， 95（7）： 476487.

[15]王小林， Alkire S. 中國(guó)多維貧困測(cè)量： 估計(jì)和政策含義[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2009（12）： 410.

[16]鄒薇， 方迎風(fēng). 關(guān)于中國(guó)貧困的動(dòng)態(tài)多維度研究[J]. 中國(guó)人口科學(xué)， 2011（6）： 4959.

[17]王春超， 葉琴. 中國(guó)農(nóng)民工多維貧困的演進(jìn)——基于收入與教育維度的考察[J]. 經(jīng)濟(jì)研究， 2014（12）： 159174.

[18]劉生龍， 李軍. 健康、勞動(dòng)參與及中國(guó)農(nóng)村老年貧困[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2012（1）： 5668.

[19]楊龍， 汪三貴. 貧困地區(qū)農(nóng)戶(hù)的多維貧困測(cè)量與分解——基于2010年中國(guó)農(nóng)村貧困監(jiān)測(cè)的農(nóng)戶(hù)數(shù)據(jù)[J]. 人口學(xué)刊， 2015（2）： 1525.

[20]楊振. 中國(guó)農(nóng)村居民多維貧困測(cè)度與空間格局[J]. 經(jīng)濟(jì)地理， 2015（12）： 148153.

[21]程名望， Yan H J， 蓋慶恩. 農(nóng)村減貧： 應(yīng)該更關(guān)注教育還是健康？——基于收入增長(zhǎng)和差距縮小雙重視角的實(shí)證[J]. 經(jīng)濟(jì)研究， 2014（11）： 130144.

[22]解堊. 公共轉(zhuǎn)移支付與老年人的多維貧困[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2015（11）： 3246.

[23]彭繼權(quán)， 吳海濤. 家庭生命周期視角下農(nóng)戶(hù)多維貧困影響因素研究[J]. 世界經(jīng)濟(jì)文匯， 2017（6）： 7287.

[24]郭熙保， 周強(qiáng). 長(zhǎng)期多維貧困、不平等與致貧因素[J]. 經(jīng)濟(jì)研究， 2016（6）： 143156.

[25]柳建平， 劉咪咪. 貧困地區(qū)女性貧困現(xiàn)狀分析——多維貧困視角的性別比較[J]. 軟科學(xué)， 2018（9）： 4346.

[26]李博， 張全紅， 周強(qiáng)， 等. 中國(guó)收入貧困和多維貧困的靜態(tài)與動(dòng)態(tài)比較分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2018（8）： 3955.

[27]陳國(guó)強(qiáng)， 羅楚亮， 吳世艷. 公共轉(zhuǎn)移支付的減貧效應(yīng)估計(jì)——收入貧困還是多維貧困？[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2018（5）： 5976.

[28]Francesco B， Nicole R， Claudio E M. From income poverty to multidimensional poverty： an international comparison[R]. German Development Institute （DIE） and the World Bank， Working Paper. No.174， 2018.

[29]宋揚(yáng)， 趙君. 中國(guó)的貧困現(xiàn)狀與特征： 基于等值規(guī)模調(diào)整后的再分析[J]. 管理世界， 2015（10）： 6577.

[30]解堊. 農(nóng)村家庭的資產(chǎn)與貧困陷阱[J]. 中國(guó)人口科學(xué)， 2014（6）： 7183.

[31]Anderson S， Eswaran M. What determines female autonomy？ Evidence from Bangladesh[J]. Journal of Development Economics， 2009， 90（2）： 179191.

[32]Rklewski M， Maciej R. The polish regional labour market welfare indicator and its links to other well?being measures[J]. Comparative Economic Research， 2016， 19（3）： 113132.

[33]吳愈曉， 王鵬， 黃超. 家庭庇護(hù)、體制庇護(hù)與工作家庭沖突——中國(guó)城鎮(zhèn)女性的就業(yè)狀態(tài)與主觀幸福感[J]. 社會(huì)學(xué)研究， 2015（6）： 122144.

[34]Dhongde S， Haveman R. Multi?dimensional poverty in the U. S[R]. University of Wisconsin?Madisons Institute for Research on Poverty Working Paper， No.4， 2014.

[35]Alkire S， Santos M E. Measuring acute poverty in the developing world： robustness and scope of the multidimensional poverty index[J]. World Development， 2014（59）： 251274.

[36]王瑞民， 陶然. “城市戶(hù)口”還是土地保障： 流動(dòng)人口戶(hù)籍改革意愿研究[J]. 人口與發(fā)展， 2016（4）： 1928.

[37]李琴， 雷曉燕， 趙耀輝. 健康對(duì)中國(guó)中老年人勞動(dòng)供給的影響[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2014（3）： 917938.

責(zé)任編輯、校對(duì)： 李再揚(yáng)

Labor Participation and Multidimensional Poverty from a Family Perspective

—Evidence from CHNS Continuous Tracking Panel

ZHANG Wenwu， OU Xi， XU Jiajie

（School of International Trade， Nanjing University of Finance & Economics， Nanjing 210046， China）

Abstract：This paper uses data from the CHNS continuous tracking panel from 1993 to 2015 to discuss the differences between urban and rural poverty based on the measurement of multidimensional poverty.

The PSM method and xtlogit model are adopted to systematically research the effects of labor participation and family structure characteristics on poverty under two different levels， overall multidimensional poverty and one?dimensional decomposition. The conclusions show that： （1） Chinas multi?dimensional poverty situation has been greatly improved. Labor participation has a decisive influence on alleviating urban and rural poverty and significantly promotes income and quality of life in working families. （2） The multi?dimensional effect on poverty reduction under labor participation has significant family heterogeneity characteristics. The number of children and the elderly， the higher the probability the family trapped in low quality of life is. But the “healthy trend” is obvious; （3） The labor participation of urban samples is relatively low but the poverty reduction effect is more obvious. The labor participation of rural sample and multidimensional poverty show an irregular relationship. Labor participation tends to aggravate health poverty and education poverty while alleviating multidimensional poverty.

Keywords：Labor participation; Multidimensional poverty; Family structure; CHNS panel; PSM