樊士德 顏瑾

[摘 要]本文使用2014、2016年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，通過Probit模型和多元線性回歸模型實證分析了中國家庭勞動力流動減貧效應(yīng)的動態(tài)變化，并進行了分地區(qū)、分城鄉(xiāng)的比較研究。研究發(fā)現(xiàn)，無論是從全國范圍，還是分地區(qū)、分城鄉(xiāng)來看，勞動力流動都有助于降低家庭發(fā)生貧困的概率，但減貧的效果在逐漸減小;勞動力流動在2014年依然對各個地區(qū)的家庭人均純收入有提高作用，但2016年發(fā)達地區(qū)和城市家庭的勞動力流動對家庭人均純收入的影響為負;家庭成員數(shù)較多、家庭撫養(yǎng)比較高、有成員從事農(nóng)業(yè)生產(chǎn)的家庭發(fā)生貧困的概率更大，且隨著時間的推移，其對家庭貧困的影響程度也在提高;戶主自評健康水平越高、受教育年限越長，越容易獲得更高的收入，從而對家庭脫離貧困起到積極作用，但這一作用的效果隨著時間的推移有所減小。

[關(guān)鍵詞]勞動力流動;減貧效應(yīng);分地區(qū);分城鄉(xiāng)

一、問題的提出

貧困問題一直是我國的熱點問題，起初作為貧困家庭自發(fā)經(jīng)濟行為的勞動力流動，在如今的減貧過程中起到了重要的作用，也得到了社會各界的廣泛關(guān)注。目前，政府部門已將勞動力流動作為擺脫貧困的重要路徑，如2016年《“十三五”脫貧攻堅規(guī)劃》中提出“推進就地就近轉(zhuǎn)移就業(yè)，促進已就業(yè)貧困人口穩(wěn)定就業(yè)和有序?qū)崿F(xiàn)市民化、有勞動能力和就業(yè)意愿未就業(yè)貧困人口實現(xiàn)轉(zhuǎn)移就業(yè)”，進而實現(xiàn)轉(zhuǎn)移就業(yè)脫貧;2017年李克強總理則將勞務(wù)輸出作為扶貧的重要方式，首次納入政府工作報告。

在已有勞動力流動對貧困影響的理論研究中，目前的主導(dǎo)性觀點認為，家庭青壯年勞動力外出打工并寄錢回家是一種積極的反貧困行為[1]，因為其能夠顯著改善貧困家庭的生活狀況，所以也得到了“留守”家人的支持[2-3]。世界銀行2018年的《向往富裕生活：全球移民與勞動力市場》報告指出，移民從低收入國家遷移到高收入國家，其工資往往會增加兩倍，進而幫助移民自身及其親屬擺脫貧困，也就是勞動力流動構(gòu)成了消除貧困的有力工具。但也有學(xué)者認為，如果外出打工者的人均匯款小于農(nóng)村的邊際產(chǎn)出，勞動力外出打工反而會加劇農(nóng)村貧困[4]。在國外，一些學(xué)者認為，勞動力遷移行為能否改善貧困家庭的福利并減貧，還取決于遷移動機，遷移類型、特點、時間和地點，遷移人口的人力資本和社會資本水平等諸多因素[5-7]，因而結(jié)果并不確定。

近年來，不斷有學(xué)者對勞動力流動能否解決中國的貧困問題進行基于中國數(shù)據(jù)的實證研究，與此同時，勞動力流動減貧效應(yīng)的測算也受到了學(xué)者們的關(guān)注。李翠錦（2014）基于省域的實證研究發(fā)現(xiàn)，勞動力流動對不同收入層次農(nóng)戶貧困的緩解效應(yīng)不同，勞動力流動提高了中等收入農(nóng)戶的收入水平，但對貧困戶的貧困并沒有緩解效應(yīng)，也不影響富裕戶的收入水平[8]。張永麗和王博（2017）以甘肅省1749個農(nóng)戶的調(diào)研數(shù)據(jù)為樣本進行實證研究發(fā)現(xiàn)，勞動力流動對減少農(nóng)村貧困發(fā)生率，促進農(nóng)業(yè)生產(chǎn)要素的合理配置和緩解農(nóng)村生態(tài)貧困等都有積極作用[9]。樊士德和朱克朋（2019）利用江蘇省蘇北地區(qū)貧困縣878個農(nóng)戶的微觀調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，相比于絕對貧困，勞動力流動對緩解農(nóng)戶主觀感受下的相對貧困更加顯著[10]。

通過對文獻的梳理發(fā)現(xiàn)，以往研究多側(cè)重于欠發(fā)達地區(qū)和農(nóng)村家庭的貧困研究，較少涉及發(fā)達地區(qū)和城市中的貧困現(xiàn)象，且多為單一年份數(shù)據(jù)的靜態(tài)分析。根據(jù)國家統(tǒng)計局2019年發(fā)布的《2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，2018年中國流動人口數(shù)量達2.41億。在如此大規(guī)模的勞動力流動背景下，中國家庭的貧困會受到什么樣的內(nèi)在影響？不同地區(qū)以及城鄉(xiāng)家庭間勞動力流動的減貧效果是否存在差異？針對這一系列問題，本文使用2014、2016年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，通過構(gòu)建Probit模型和多元線性回歸模型進行實證研究，不僅針對發(fā)達地區(qū)和欠發(fā)達地區(qū)、城市和農(nóng)村之間進行橫向比較，以分析不同地區(qū)、城鄉(xiāng)家庭間勞動力流動的減貧效應(yīng)，而且基于2014年和2016年時間維度進行縱向比較，以考察隨著時間的變化，中國家庭勞動力流動減貧效應(yīng)的動態(tài)變化。

二、研究設(shè)計

（一）模型設(shè)定和變量選擇

本文首先重點研究勞動力流動對家庭貧困的影響，被解釋變量即為家庭的兩種狀態(tài)：貧困或非貧困。參考樊士德和江克忠（2016）[11]的研究方法，構(gòu)建如下的Probit模型：

模型（1）中的Pr（povi=1∣Xi）表示第i個家庭陷入貧困的概率，povi=1表示該家庭為貧困家庭，povi=0表示該家庭為非貧困家庭;解釋變量Xi中的xi為核心解釋變量，即該家庭是否發(fā)生勞動力流動，控制變量xi1和xi2分別為家庭特征向量和戶主特征向量，用以進一步識別貧困家庭;α0、α1、α2、α3為解釋變量待估計系數(shù)。

除了考察勞動力流動對家庭貧困發(fā)生概率的影響之外，本文還針對勞動力流動對家庭絕對貧困的影響進行分析。一般而言，勞動力流動通過影響家庭收入，進而作用于貧困，故這里選取家庭人均純收入作為家庭絕對貧困的度量。本文的家庭人均純收入通過將該家庭最近一年所有家庭成員收入總和除以家庭成員總?cè)藬?shù)計算而得，用famincper來表示，并將家庭年人均純收入低于2300元的家庭定義為貧困家庭，即當(dāng)famincper<2300時，表示該家庭為貧困家庭，反之，該家庭為非貧困家庭。選取家庭人均純收入水平作為內(nèi)生變量，研究家庭是否有勞動力流動對該戶絕對貧困的影響，構(gòu)建的多元線性回歸模型如下：

模型（2）中，被解釋變量lnfamincper為家庭人均純收入的對數(shù)，ε為隨機誤差項，β0、β1、β2、β3為解釋變量待估計系數(shù)，其他變量與模型（1）相同。

本文選取核心解釋變量為勞動力流動，用lmig表示，控制變量分為家庭特征向量和戶主特征向量。其中，家庭特征向量包括家庭的總?cè)丝跀?shù)（fp）、總撫養(yǎng)比（fder）和是否有成員從事農(nóng)業(yè)生產(chǎn)（ffarm）;戶主特征向量包括戶主的性別（pgen）、年齡（page）、正式教育年限（pedu）、是否務(wù)農(nóng)（pfarm）和自評健康水平（phealth）等。關(guān)于核心解釋變量和控制標(biāo)量，結(jié)合CFPS項目可提供的數(shù)據(jù)指標(biāo)，進行了定義和描述，具體情況見表1。

由于CFPS項目實施過程中并沒有明確定義家庭的戶主是誰，但考慮到戶主對整個家庭的代表性作用，因此本文定義家庭年收入最高者即為戶主。

（二）數(shù)據(jù)來源與描述

本文使用中國家庭動態(tài)跟蹤調(diào)查（Chinese Family Panel Studies，CFPS，后改為“中國家庭追蹤調(diào)查”）數(shù)據(jù)進行實證研究。CFPS作為北京大學(xué)中國社會科學(xué)調(diào)查中心實施的重大社會科學(xué)項目，通過跟蹤搜集個體、家庭、社區(qū)三個層次的數(shù)據(jù)，反映中國社會、經(jīng)濟、人口、教育和健康的變遷，調(diào)查對象覆蓋了我國25個省份①。本文以2014、2016年兩年所有被調(diào)查家庭為研究對象，對家庭、成人和兒童問卷調(diào)查數(shù)據(jù)進行整理和匹配，剔除有相關(guān)變量缺失值的樣本之后，得到有效樣本共24692個，其中包含2014年的12208個家庭樣本和2016年的12484個家庭樣本。各變量的描述性統(tǒng)計如表2所示：

從表2匯報的各變量統(tǒng)計值中可以看出，與2014年全國平均家庭人均純收入17686.27元相比，2016年的平均家庭人均純收入上漲了約7%，達到18926.87元，在是否為貧困家庭方面，2016年貧困家庭占家庭總數(shù)的比例較2014年的12.6%下降了4個百分點，低至8.6%。由此可以看出，我國的貧困家庭數(shù)量在進一步降低。

勞動力流動方面，2016年發(fā)生勞動力流動的家庭占全國家庭樣本的41.3%，較2014年的39.8%增加1.5個百分點，增長率不高。結(jié)合各年的《中國流動人口發(fā)展報告》披露的宏觀數(shù)據(jù)來看，發(fā)生勞動力流動的家庭雖然在增加，但增加的速度已有所降低。

從家庭特征變量來看，中國家庭的平均家庭總?cè)丝跀?shù)有所減少，撫養(yǎng)比也有所降低，但降低幅度并不很大。從2014年到2016年，樣本家庭的平均家庭總?cè)丝跀?shù)從3.766人降低至3.743人，即平均每五十戶家庭總?cè)丝跍p少一人，降幅不大;務(wù)農(nóng)家庭占總樣本的比例也基本持平。由此可以看出，隨著時間的推移，我國的微觀家庭特征在全國范圍內(nèi)并沒有發(fā)生太大變化。

從戶主特征變量來看，2014年有65.8%的家庭為男性戶主，到2016年這一數(shù)據(jù)降至59.7%，由于本文定義家庭年收入最高者為戶主，這一數(shù)據(jù)也側(cè)面反映出近年來女性收入有所提高。戶主受正式教育年限和健康水平均有所下降，從2014年的平均受教育7.685年降為7.153年，戶主自評健康水平的平均值則下降了0.038，降幅均在正常范圍內(nèi)。值得注意的是，相比于2014年有約25%的戶主從事農(nóng)業(yè)生產(chǎn)，2016年這一數(shù)據(jù)降到3%，由此可見，作為家庭收入主要來源的戶主選擇務(wù)農(nóng)的比例明顯變低，這可能與非農(nóng)經(jīng)營能夠帶來更高收入有關(guān)。

三、實證結(jié)果與分析

（一）勞動力流動對家庭貧困發(fā)生概率的影響

本文對2014年和2016年兩年數(shù)據(jù)分別針對全樣本、流出地是否為發(fā)達地區(qū)和是否為城市家庭分別回歸，模型（3）對2014、2016年數(shù)據(jù)的回歸結(jié)果分別如表3和表4所示。由于Probit模型所得系數(shù)不能表示邊際效應(yīng)，只能表示顯著程度和影響方向，所以本文在表3和表4中每個解釋變量的第3行分別補充匯報了計算后得到的邊際效應(yīng)值。

從2014年全國樣本來看，當(dāng)一個家庭有勞動力流出時，這個家庭發(fā)生貧困的概率比沒有勞動力流出的家庭低14%，即勞動力流動能夠顯著減小家庭發(fā)生貧困的概率。從家庭特征看，家庭總?cè)丝跀?shù)、家庭撫養(yǎng)比的增加均不利于家庭脫離貧困，由表3數(shù)據(jù)第1列第2行可以看出，家庭每增加一名成員，該家庭發(fā)生貧困的概率顯著增加1%;有成員從事農(nóng)業(yè)生產(chǎn)的家庭較無成員從事農(nóng)業(yè)生產(chǎn)的家庭，發(fā)生貧困的概率提高3.9%。從戶主特征來看，戶主從事農(nóng)業(yè)生產(chǎn)的家庭發(fā)生貧困的概率要比戶主不從事農(nóng)業(yè)生產(chǎn)的家庭高7.7%;戶主每多接受1年正式教育，其家庭發(fā)生貧困的概率顯著降低1.1%，戶主自評健康狀況每提高1分，其家庭發(fā)生貧困的概率顯著降低0.8%，即戶主受教育程度越高、身體越健康，越容易獲得更多的收入，從而對家庭脫離貧困起到積極作用。與女性戶主家庭相比，由男性擔(dān)任戶主可以使家庭發(fā)生貧困的概率顯著降低2.3%。

注：（1）回歸結(jié)果中，每個變量的第一行數(shù)據(jù)為Probit模型回歸系數(shù)，第二行括號內(nèi)數(shù)據(jù)為z統(tǒng)計量，第三行數(shù)據(jù)為計算后得到的邊際效應(yīng)值。（2）*、**、***分別表示在10%、5%、1%水平上顯著。

從家庭所在地區(qū)來看，發(fā)達地區(qū)和欠發(fā)達地區(qū)樣本家庭的回歸結(jié)果在影響方向和顯著性上均一致，只是數(shù)值上有所不同。在欠發(fā)達地區(qū)，一個家庭發(fā)生勞動力流動后陷入貧困的概率比沒有發(fā)生勞動力流動的家庭低17.7%，而發(fā)達地區(qū)勞動力流動降低貧困發(fā)生的概率只有8.6%，即勞動力流動對欠發(fā)達地區(qū)的家庭有更好的減貧效果。家庭特征變量方面，家庭總?cè)丝谠黾?、撫養(yǎng)比的提高、家庭有成員從事農(nóng)業(yè)生產(chǎn)對欠發(fā)達地區(qū)家庭的不利影響都高于發(fā)達地區(qū)，欠發(fā)達地區(qū)家庭有成員從事農(nóng)業(yè)生產(chǎn)發(fā)生貧困的概率比無成員從事農(nóng)業(yè)生產(chǎn)的家庭高3.7%，發(fā)達地區(qū)這一數(shù)據(jù)為1.9%。戶主特征變量方面，相比于發(fā)達地區(qū)，欠發(fā)達地區(qū)戶主受教育年限的提高對家庭脫離貧困有著更大的幫助作用，欠發(fā)達地區(qū)戶主每多接受一年正式教育，其家庭發(fā)生貧困的概率減小1.3%，相比之下，發(fā)達地區(qū)家庭的戶主每多接受一年正式教育，其家庭貧困發(fā)生的概率降低0.8%;其他方面，戶主特征變量在地區(qū)間的差異并不是很大。

從家庭城鄉(xiāng)性質(zhì)來看，雖然城鄉(xiāng)家庭的回歸系數(shù)正負號和顯著性上也基本相同，但城鄉(xiāng)家庭間的差異明顯大于發(fā)達地區(qū)和欠發(fā)達地區(qū)家庭之間的差異。相比于城市家庭勞動力流動降低6.8%的貧困發(fā)生概率，2014年的農(nóng)村家庭發(fā)生勞動力流動降低貧困發(fā)生的概率則達到了20%。家庭特征變量方面，家庭總?cè)丝谠黾?、撫養(yǎng)比的提高均會提高家庭發(fā)生貧困的概率，但從邊際量來看，農(nóng)村家庭更容易受這些變量的不利影響，農(nóng)村家庭每增加一個成員，該家庭發(fā)生貧困的概率提高1.4%，這一數(shù)據(jù)在城市家庭僅為0.6%。戶主特征變量方面，農(nóng)村家庭戶主的受教育年限提高對家庭脫離貧困有著更大的幫助作用，農(nóng)村家庭戶主每多接受一年正式教育，其家庭發(fā)生貧困的概率便減小1.3%。同時，農(nóng)村家庭若由男性擔(dān)任戶主，其家庭發(fā)生貧困的概率降低3.2%，結(jié)合樊士德和朱克朋（2019）研究發(fā)現(xiàn)，農(nóng)村地區(qū)外流勞動力主要從事建筑業(yè)和制造業(yè)相關(guān)的勞動力密集型工作，此類工作對勞動者體力要求較高，更適宜男性從事，從而使得男性外出打工者可以獲得更高的工資，進而降低其家庭發(fā)生貧困的概率[10]。

從2016年全國樣本來看，勞動力流動依然能夠減小家庭發(fā)生貧困的概率，當(dāng)一個家庭有勞動力流出時，這個家庭發(fā)生貧困的概率比沒有勞動力流出的家庭低4.4%，但與2014年的14%相比，減貧效果減弱了近10%。家庭特征方面，2016年樣本家庭的總?cè)丝跀?shù)、撫養(yǎng)比的增加以及家庭有成員從事農(nóng)業(yè)生產(chǎn)依然不利于家庭脫離貧困，且對貧困發(fā)生概率的影響變大，有成員從事農(nóng)業(yè)生產(chǎn)的家庭較無成員從事農(nóng)業(yè)生產(chǎn)的家庭，發(fā)生貧困的概率高出5.6%，相比于2014年的3.9%有了進一步的提高。戶主特征方面，戶主每多接受一年正式教育，其家庭發(fā)生貧困的概率顯著降低0.7%，戶主自評健康狀況每提高1分，其家庭發(fā)生貧困的概率顯著降低0.6%，相比于2014年的減貧效果均有所下降。另外，2016年樣本家庭的戶主性別對家庭發(fā)生貧困概率的影響開始表現(xiàn)為不顯著，可能的原因是隨著勞動力流入地對服務(wù)業(yè)需求的增加，使得女性在此類求職市場的工作機會和收入增加，不同性別的戶主間收入差距開始減少，從而使男性作為戶主為家庭帶來更多收入的顯著性降低。

從家庭所在地區(qū)來看，2016年發(fā)達地區(qū)和欠發(fā)達地區(qū)樣本家庭的回歸結(jié)果在影響方向和顯著性上基本一致。在欠發(fā)達地區(qū)，一個家庭發(fā)生勞動力流動后陷入貧困的概率比沒有發(fā)生勞動力流動的家庭低6.3%，雖然比同年發(fā)達地區(qū)勞動力流動降低貧困發(fā)生概率的2.5%這一數(shù)據(jù)要高，但依然大大低于2014年欠發(fā)達地區(qū)的17%，即雖然相比于2014年勞動力流動的總體減貧效果減弱，但2016年欠發(fā)達地區(qū)家庭勞動力流動的減貧效果依然好于發(fā)達地區(qū)。家庭特征變量方面，家庭總?cè)丝谠黾?、撫養(yǎng)比的提高、家庭有成員從事農(nóng)業(yè)生產(chǎn)對欠發(fā)達地區(qū)的不利影響都高于發(fā)達地區(qū)，除了欠發(fā)達地區(qū)家庭撫養(yǎng)比這項之外，2016年其他家庭特征變量對家庭貧困發(fā)生率的不利影響均高于2014年。戶主特征變量方面，相比于發(fā)達地區(qū)，2016年欠發(fā)達地區(qū)戶主的受教育年限對家庭脫離貧困依然有著更大的幫助作用，但教育對脫貧的影響力相比于2014年有所減弱;其他方面的戶主特征變量回歸系數(shù)的變化和區(qū)域間的差異則不是很大。

從家庭城鄉(xiāng)性質(zhì)來看，城鄉(xiāng)家庭的回歸系數(shù)正負號和顯著性上基本相同，且城鄉(xiāng)家庭間的差異依然大于發(fā)達地區(qū)和欠發(fā)達地區(qū)家庭之間的差異。2016年城市家庭勞動力流動降低貧困發(fā)生的概率僅為1.2%，而農(nóng)村家庭發(fā)生勞動力流動降低貧困發(fā)生的概率為8.2%。家庭特征變量方面，家庭總?cè)丝谠黾印狃B(yǎng)比的提高依然會提高家庭發(fā)生貧困的概率，但與2014年的邊際量相比，2016年家庭特征變量中的家庭是否有成員從事農(nóng)業(yè)生產(chǎn)和家庭撫養(yǎng)比的提高對城市家庭發(fā)生貧困的不利影響有所縮小，但對農(nóng)村家庭發(fā)生貧困的不利影響有所增大。戶主特征方面，農(nóng)村家庭戶主的受教育年限提高對家庭脫離貧困有著更大的幫助作用，但該作用的效果較2014年也有所減少。2016年農(nóng)村家庭戶主每多接受一年正式教育，其家庭發(fā)生貧困的概率便減小0.8%，但在2014年此項數(shù)據(jù)為1.2%。

由上述實證回歸結(jié)果可以看出，相比于2014年，2016年的各變量對家庭發(fā)生貧困的概率影響方向基本保持一致，但在緩解貧困方面的影響有所減弱，在提高貧困發(fā)生概率方面的影響卻有所增強，尤其在發(fā)達地區(qū)和欠發(fā)達地區(qū)、城市與鄉(xiāng)村之間的差距有所拉大，這一現(xiàn)象需要在今后的扶貧政策實施過程中加以重視。

（二）勞動力流動對家庭人均純收入的影響

為了更進一步分析勞動力流動對家庭絕對收入的影響，本文利用多元線性回歸模型，以家庭人均純收入的對數(shù)為被解釋變量，針對全樣本、勞動力流出地是否位于發(fā)達地區(qū)和是否為城市家庭分別進行實證研究，2014年和2016年的回歸結(jié)果分別如表5和表6所示。

從表5數(shù)據(jù)的第1列，即2014年全國樣本數(shù)據(jù)的OLS估計結(jié)果來看，當(dāng)家庭有勞動力流出時，該家庭的人均純收入顯著增加34.4%。從家庭特征看，家庭總?cè)丝跀?shù)、家庭撫養(yǎng)比的增加以及家庭有成員從事農(nóng)業(yè)生產(chǎn)均會使家庭人均純收入降低，由表5數(shù)據(jù)第1列第2行可以看出，家庭每增加一名成員，該家庭人均純收入下降10.5%;從事農(nóng)業(yè)生產(chǎn)的家庭比不從事農(nóng)業(yè)生產(chǎn)的家庭人均純收入少34.8%。從戶主特征來看，戶主從事農(nóng)業(yè)生產(chǎn)的家庭人均純收入要比戶主不從事農(nóng)業(yè)生產(chǎn)的家庭低52.7%;戶主每多接受一年正式教育，其家庭人均純收入顯著增加7%，戶主自評健康狀況每提高1分，其家庭人均純收入顯著增加4%，即戶主受教育程度越高、身體越健康，越容易獲得更多的收入，從而提高整個家庭的人均純收入。由男性擔(dān)任戶主的家庭人均純收入比女性戶主家庭高11.2%。

從家庭所在地區(qū)來看，發(fā)達地區(qū)和欠發(fā)達地區(qū)樣本家庭的回歸結(jié)果在影響方向和顯著性上均一致，只是數(shù)值不同。在欠發(fā)達地區(qū)，家庭勞動力流動后能夠顯著提升家庭人均純收入51.3%，而發(fā)達地區(qū)勞動力流動對家庭人均純收入帶來的增幅只有13.1%，即勞動力流動對欠發(fā)達地區(qū)家庭人均純收入有更積極的影響。家庭特征變量方面，家庭總?cè)丝诘脑黾?、撫養(yǎng)比的提高和家庭人均純收入均成負相關(guān)關(guān)系，但欠發(fā)達地區(qū)家庭的負相關(guān)程度高于發(fā)達地區(qū)，從表5可以看出，欠發(fā)達地區(qū)家庭每增加一名家庭成員，家庭人均純收入減少10.3%，而發(fā)達地區(qū)家庭這一數(shù)據(jù)為9.4%;在家庭是否有成員從事農(nóng)業(yè)生產(chǎn)方面，有成員從事農(nóng)業(yè)生產(chǎn)的發(fā)達地區(qū)家庭，人均純收入比無成員從事農(nóng)業(yè)生產(chǎn)的家庭低38%，而在欠發(fā)達地區(qū)，有成員從事農(nóng)業(yè)生產(chǎn)的家庭人均純收入比其他家庭低21.3%。戶主特征變量方面，戶主的受教育程度、戶主健康狀況和戶主年齡的提高均和家庭人均純收入成正相關(guān)，且不同地區(qū)家庭的回歸系數(shù)差別不大;戶主性別方面，男性戶主家庭人均純收入高于女性戶主家庭，且在欠發(fā)達地區(qū)這一差異更為明顯;戶主是否從事農(nóng)業(yè)生產(chǎn)對家庭人均純收入的影響系數(shù)最大，欠發(fā)達地區(qū)戶主不從事農(nóng)業(yè)生產(chǎn)的家庭人均純收入比戶主從事農(nóng)業(yè)生產(chǎn)的家庭高46.3%，這一數(shù)據(jù)在發(fā)達地區(qū)更是高達59.2%。

從家庭城鄉(xiāng)性質(zhì)來看，2014年城市家庭勞動力流動對家庭人均純收入的影響并不顯著，但農(nóng)村家庭勞動力流動對家庭人均純收入有顯著的正向影響，回歸系數(shù)高達62%。家庭特征變量方面，家庭總?cè)丝谠黾?、撫養(yǎng)比的提高均會降低家庭人均純收入，但從邊際量來看，農(nóng)村家庭更易受撫養(yǎng)比提高的不利影響，城市家庭則更容易受家庭成員數(shù)增多的不利影響，農(nóng)村家庭每增加一個成員，家庭人均純收入降低9.8%，這一數(shù)據(jù)在城市家庭則為11.6%。戶主特征變量方面，城市家庭戶主的受教育年限提高對提高家庭人均純收入有著更大的幫助作用，農(nóng)村家庭戶主每多接受一年正式教育，其家庭人均純收入增加5.5%，而城市家庭戶主每多接受一年正式教育，家庭人均純收入提高6.6%。同時，農(nóng)村家庭若由男性擔(dān)任戶主，其家庭人均純收入提高13.7%，這一數(shù)據(jù)在城市家庭為11.5%。

從2016年全國樣本來看，當(dāng)家庭有勞動力流出時，該家庭比沒有勞動力流出的家庭人均純收入降低5.2%，雖然比率并不高，但勞動力流動出現(xiàn)了顯著降低家庭人均純收入的現(xiàn)象。家庭特征方面，2016年樣本家庭的總?cè)丝跀?shù)、撫養(yǎng)比的增加以及家庭選擇從事農(nóng)業(yè)生產(chǎn)依然不利于家庭人均純收入的提高，其中家庭成員數(shù)和家庭是否從事農(nóng)業(yè)對人均純收入的影響變大，不從事農(nóng)業(yè)生產(chǎn)的家庭較從事農(nóng)業(yè)生產(chǎn)的家庭，人均純收入低了將近60%，相比于2014年的34.8%有了進一步的提高。戶主特征方面，戶主每多接受一年正式教育，其家庭人均純收入提高6.6%，戶主自評健康狀況每提高1分，其家庭人均純收入提高4.8%，相比于2014年的減貧效果均有所下降。另外，2016年樣本家庭的戶主性別對家庭人均純收入的影響開始表現(xiàn)為不顯著。

從家庭所在地區(qū)來看，2016年發(fā)達地區(qū)和欠發(fā)達地區(qū)樣本家庭在勞動力流動能否提高家庭人均純收入方面出現(xiàn)了相關(guān)性相反，但均較為顯著。在欠發(fā)達地區(qū)，家庭發(fā)生勞動力流動后家庭人均純收入提高4.8%，但發(fā)達地區(qū)勞動力流動則會降低家庭人均純收入的14.1%。在家庭特征變量方面，家庭總?cè)丝谠黾印狃B(yǎng)比的提高、家庭選擇從事農(nóng)業(yè)生產(chǎn)對家庭人均純收入提高均有負向影響。在戶主特征變量方面，2016年發(fā)達地區(qū)和欠發(fā)達地區(qū)家庭戶主的受教育年限對家庭人均純收入提高幅度均為5.4%;在戶主健康方面，欠發(fā)達地區(qū)戶主自評健康水平每提高1分，家庭人均純收入顯著提高5.4%;其他方面的戶主特征變量對欠發(fā)達地區(qū)家庭的影響均不顯著。

從家庭城鄉(xiāng)性質(zhì)來看，城鄉(xiāng)家庭的回歸系數(shù)正負號也出現(xiàn)了不同，即對于農(nóng)村地區(qū)家庭，勞動力流動能夠顯著提高家庭人均純收入的11.1%，而對于城市家庭，勞動力流動則會顯著降低家庭人均純收入的18.4%。我們認為，由于經(jīng)濟發(fā)達地區(qū)和城市的本地人口如果能夠?qū)崿F(xiàn)本地就業(yè)便可以獲得較為可觀的收入，勞動力外流短期內(nèi)反而會造成收入的減少。在家庭特征變量方面，家庭總?cè)丝谠黾印狃B(yǎng)比的提高依然會提高家庭發(fā)生貧困的概率。在戶主特征方面，城市家庭戶主的受教育年限提高對家庭提高人均純收入有著更大的幫助作用，但該作用的效果較2014年也有所減少。

由上述實證結(jié)果可以看出，相比于2014年全國發(fā)達地區(qū)、欠發(fā)達地區(qū)，以及農(nóng)村家庭勞動力流動均有利于增加家庭人均純收入的實證結(jié)論，2016年的勞動力流動對家庭人均純收入的影響開始出現(xiàn)分化。從表6可以看出，對于經(jīng)濟欠發(fā)達地區(qū)和農(nóng)村地區(qū)來說，勞動力流動依然能夠顯著增加家庭人均純收入，但對于發(fā)達地區(qū)和城市家庭，勞動力流動則不利于家庭人均純收入的提高，且最終在全國數(shù)據(jù)中表現(xiàn)出勞動力流動對家庭人均純收入的負效應(yīng)。對于城市和發(fā)達地區(qū)出現(xiàn)勞動力流動對家庭人均純收入影響為負的現(xiàn)象，推測可能的原因有：（1）對于人均收入水平較高的發(fā)達地區(qū)和城市來說，本地人口如果能夠?qū)崿F(xiàn)本地就業(yè)即可獲得較為可觀的收入，如果發(fā)生勞動力流出，極有可能是由于沒有實現(xiàn)本地就業(yè)從而流入一個平均收入水平低于家鄉(xiāng)的城市，從而造成收入的減少。（2）隨著“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的推動，越來越多的發(fā)達地區(qū)和城市家庭成員更有資本響應(yīng)政策號召，離開家鄉(xiāng)選擇條件更適宜的城市進行創(chuàng)業(yè)，然而在創(chuàng)業(yè)前期很難立刻獲得可觀收入，從而導(dǎo)致短期內(nèi)和本地就業(yè)者相比，有成員外出創(chuàng)業(yè)的家庭人均純收入反而偏少，但隨著時間的推移，這一結(jié)論可能將會發(fā)生變化。

本文實證研究通過了穩(wěn)健性檢驗。無論是從全國范圍樣本的實證研究，還是從地區(qū)結(jié)構(gòu)和家庭城鄉(xiāng)性質(zhì)視角的分樣本實證研究來看，采用Probit模型和多元線性回歸模型兩種不同回歸方法，大部分回歸系數(shù)符號并沒有發(fā)生改變，少數(shù)發(fā)生符號改變的變量其變化原因也能夠符合經(jīng)濟學(xué)解釋，并構(gòu)成本文的重要結(jié)論。綜上所述，本文實證部分的回歸系數(shù)相對穩(wěn)健。

四、主要結(jié)論與啟示

本文旨在研究在當(dāng)前的大規(guī)模勞動力流動背景下，中國家庭的貧困會受到什么樣的內(nèi)在影響，以及不同地區(qū)、城鄉(xiāng)家庭間勞動力流動的減貧效果有何差異。為此，本文使用2014、2016年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，通過Probit模型和多元線性回歸模型實證分析了勞動力流動對家庭貧困的影響。

主要結(jié)論如下：（1）無論是從全國范圍，還是分地區(qū)、城鄉(xiāng)來看，勞動力流動都有助于降低家庭發(fā)生貧困的概率，但減貧的效果在逐漸減小。隨著扶貧脫貧決勝階段的到來，脫貧難度也在不斷變大。（2）從對家庭人均純收入的影響來看，勞動力流動在2014年依然對各個地區(qū)的家庭人均純收入有提高作用，但2016年發(fā)達地區(qū)和城市家庭的勞動力流動對家庭人均純收入的影響開始為負。（3）從家庭特征變量來看，家庭成員數(shù)較多、家庭撫養(yǎng)比較高、有成員從事農(nóng)業(yè)生產(chǎn)的家庭發(fā)生貧困的概率更大，且隨著時間的推移，其對家庭貧困的影響程度也在提高。（4）從戶主特征變量來看，戶主的健康和受教育程度直接影響到家庭收入。戶主自評健康水平越高、受教育年限越長，越容易獲得更高的收入，從而降低家庭發(fā)生貧困的概率，但與2014年相比，2016年這些變量的減貧效應(yīng)有所減小。

基于上述研究，本文得到的政策啟示有：（1）欠發(fā)達地區(qū)和鄉(xiāng)村地區(qū)家庭的勞動力流動能夠顯著降低家庭陷入貧困的概率，促進和引導(dǎo)這些地區(qū)的勞動力合理流動仍然是緩解貧困的重要途徑。由此，可以從放寬落戶限制、提升公共服務(wù)水平等方面入手，尤其是在就業(yè)、住房、醫(yī)療、子女入學(xué)等方面提供均等化服務(wù)，推動勞動力的合理流動。（2）更大力度實施就業(yè)優(yōu)先政策，持續(xù)改善就業(yè)環(huán)境，完善公共就業(yè)服務(wù)體系。尤其是對就業(yè)困難人員實施就業(yè)援助，對高校畢業(yè)生、農(nóng)村轉(zhuǎn)移勞動者等重點群體提供專門就業(yè)服務(wù)。（3）健康水平直接影響整個家庭的收入和開銷，更是與貧困家庭的脫貧息息相關(guān)，提升家庭健康水平對于提升家庭收入、降低貧困發(fā)生概率至關(guān)重要。因此，需要進一步落實《“健康中國2030”規(guī)劃綱要》的要求，推進基本公共衛(wèi)生服務(wù)均等化，繼續(xù)實施完善國家基本公共衛(wèi)生服務(wù)項目和重大公共衛(wèi)生服務(wù)項目，提高服務(wù)質(zhì)量，使城鄉(xiāng)居民享有均等化的基本公共衛(wèi)生服務(wù)，做好流動人口基本公共衛(wèi)生服務(wù)均等化工作，避免家庭“因病致貧”和“因病返貧”現(xiàn)象的發(fā)生。（4）勞動者受教育水平的提高能夠有效提高收入，并降低貧困發(fā)生概率。對此，在做好外流勞動力子女義務(wù)教育的同時，需要兼顧發(fā)展勞動力的職業(yè)技能教育，多管齊下，提升勞動者的自身技能，具體包括鼓勵和支持各類職業(yè)學(xué)校、職業(yè)技能培訓(xùn)機構(gòu)和用人單位依法開展就業(yè)前培訓(xùn)、在職培訓(xùn)、再就業(yè)培訓(xùn)和創(chuàng)業(yè)培訓(xùn)等。

注釋：

①不含新疆維吾爾自治區(qū)、西藏自治區(qū)、寧夏回族自治區(qū)、海南省，以及港、澳、臺地區(qū)。

參考文獻：

[1]都陽，樸之水.勞動力遷移收入轉(zhuǎn)移與貧困變化[J].中國農(nóng)村觀察，2003（5）.

[2]杜鵬，李一男，王澎湖，林偉.流動人口外出對其家庭的影響[J].人口學(xué)刊，2007（1）.

[3]王湘紅，孫文凱，任繼球.相對收入對外出務(wù)工的影響：來自中國農(nóng)村的證據(jù)[J].中國人口科學(xué)，2006（4）.

[4]楊靳.人口遷移如何影響農(nóng)村貧困[J].中國人口科學(xué)，2012（5）.

[5]Lucas，R.E.B. and Stark，O.Motivations to Remit：Evidence from Botswana[J].Journal of Political Economy，1985，93（5）.

[6]Haan，A. Livelihoods and Poverty：The Role of Migration—A Critical Review of the Migration Literature[J].The Journal of Development Studies，1999，36（2）.

[7]Kothari， U.Staying Put and Staying Poor？[J].Journal of International Development，2003，15（5）.

[8]李翠錦.貧困地區(qū)勞動力遷移、農(nóng)戶收入與貧困的緩解——基于新疆農(nóng)戶面板數(shù)據(jù)的實證分析[J].西北人口，2014（1）.

[9]張永麗，王博.農(nóng)村勞動力流動減貧效應(yīng)的實證研究——基于甘肅省農(nóng)戶的調(diào)查[J].人口學(xué)刊，2017，39（4）.

[10]樊士德，朱克朋.農(nóng)村勞動力流動、務(wù)工收入與家庭貧困——基于東部欠發(fā)達縣域878戶農(nóng)戶的實證研究[J].南京社會科學(xué)，2019（6）.

[11]樊士德，江克忠.中國農(nóng)村家庭勞動力流動減貧效應(yīng)研究——基于CFPS數(shù)據(jù)的微觀證據(jù)[J].中國人口科學(xué)，2016（5）.

（責(zé)任編輯：董玥玥）

（校對：張舒蕾）