張慶紅 馬玉婷

新疆財經(jīng)大學，新疆 烏魯木齊 830012

引言

消除貧困一直是發(fā)展中國家的核心任務(wù)和目標。改革開放以來，我國脫貧攻堅取得了顯著成就，貧困發(fā)生率從1978年的97.5%下降至2018年的1.7%，2020年實現(xiàn)了“現(xiàn)行扶貧標準下貧困人口全部退出，832個貧困縣全部脫貧摘帽”，脫貧攻堅取得決定性勝利。由于貧困地區(qū)已脫貧農(nóng)戶自身發(fā)展能力不足，遇到自然災(zāi)害、疾病等負面沖擊，很容易再次陷入貧困之中。2020年后扶貧時代，精準識別貧困人口對貧困治理仍具有重要意義，但是傳統(tǒng)的貧困標準和貧困測度方法僅著眼于已發(fā)生的貧困，僅關(guān)注當前的貧困家庭并不能從根本上解決脫貧問題，當前的貧困并不意味著未來的貧困，而目前非貧困的家庭也有可能受到負面影響導致貧困，如果忽視了潛在貧困人口和未來風險問題，將對新時期脫貧成果的鞏固和提升產(chǎn)生不利影響。2000年，世界銀行首次提出“貧困脆弱性”概念，認為貧困脆弱性即為“一個人或者一個家庭在將來的某個時段內(nèi)所面臨的家庭陷入貧困的可能性”。由此可見，“貧困脆弱性”概念具有前瞻性和動態(tài)性，它是對居民家庭未來陷入貧困可能性的度量。若能夠獲得農(nóng)戶家庭貧困脆弱性的相關(guān)信息，并采取有針對性措施進行干預(yù)，則能有效預(yù)防貧困發(fā)生，對于提高扶貧的精準性、有效阻斷返貧現(xiàn)象具有重要意義[1]。

農(nóng)村勞動力外出務(wù)工的勞動模式是在我國經(jīng)濟體制轉(zhuǎn)軌中逐漸形成的，且其規(guī)模和數(shù)量在我國城鎮(zhèn)化加快推進中迅速增長。相關(guān)資料表明，僅就農(nóng)村貧困勞動力而言，2016年至2020年10月，其外出務(wù)工人數(shù)從1 527萬人增加到2 937萬人，同期我國農(nóng)村貧困發(fā)生率快速下降。學術(shù)界對外出務(wù)工的減貧效應(yīng)進行了大量研究，已有文獻表明，外出務(wù)工能夠增加農(nóng)民收入、降低貧困發(fā)生率[2]。學術(shù)界在外出務(wù)工對農(nóng)村減貧積極作用方面已經(jīng)達成共識，但是外出務(wù)工對農(nóng)戶家庭貧困脆弱性的影響的研究較少。那么，外出務(wù)工對降低農(nóng)戶家庭未來貧困的作用程度如何？其影響機制是什么？解決上述問題對未來貧困治理具有重要意義。本文利用CFPS微觀數(shù)據(jù)庫中的相關(guān)指標研究外出務(wù)工對農(nóng)戶家庭貧困脆弱性的作用機制，在此基礎(chǔ)上提出針對性政策建議，為新時期相對貧困治理提供借鑒和參考。

在貧困問題研究中，研究機構(gòu)和學者們對農(nóng)戶貧困脆弱性頗為關(guān)注，但對其內(nèi)涵的理解并不一致，除了上述世界銀行的定義外，如Pritchettetal提出貧困脆弱性是“一個家庭在未來的若干年內(nèi)至少有一年會陷入貧困的概率”[3]；Chaudhurietal則定義“一個家庭在T時的貧困脆弱性是其在T+1時陷入貧困的概率”[4]。眾多學者認為，無論哪種定義，脆弱性都和風險密切相關(guān)，且在同樣的風險沖擊面前，抵御能力強的家庭或個人，其陷入貧困的可能性小，因此貧困脆弱性程度可以看做是農(nóng)戶面臨風險和抵御風險能力之間相互博弈的結(jié)果。貧困脆弱性雖然無法直接被觀測到，但是可以用截面數(shù)據(jù)或面板數(shù)據(jù)估計，常用的測算貧困脆弱性方法有：預(yù)期的貧困脆弱性（VEP）、低期望效用脆弱性（VEU）、風險暴露脆弱性（VEU）[5]，其中由于VEP方法“充分考慮了可觀測和不可觀測特征對未來貧困概率估計的影響，同時對數(shù)據(jù)要求相對較低”[6]，因此應(yīng)用尤為廣泛。如利用該法測算了中國城鄉(xiāng)家庭貧困脆弱性[7]，研究了1993—2011年中國農(nóng)村家庭貧困脆弱性的動態(tài)演變特征[8]，測量了中俄兩國農(nóng)村家戶貧困脆弱性水平及其長期變化趨勢[9]。

目前，國內(nèi)關(guān)于外出務(wù)工對農(nóng)戶家庭貧困脆弱性影響研究不多，高若晨等利用中國居民收入調(diào)查數(shù)據(jù)庫（CHIP）中2007年和2009年兩輪數(shù)據(jù)，基于貧困脆弱性視角考查了外出務(wù)工對留守家庭持久脫貧的影響，得出了外出務(wù)工對降低農(nóng)戶貧困脆弱性有積極作用的結(jié)論[10]。但是隨著2011年《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》的頒布實施，我國的扶貧開發(fā)進入新的歷史時期，尤其是2013年精準扶貧戰(zhàn)略實施以來，我國貧困地區(qū)全面推進產(chǎn)業(yè)扶貧和就業(yè)扶貧，農(nóng)村貧困勞動力外出務(wù)工增速加快，農(nóng)村社會經(jīng)濟發(fā)展和勞動力外出務(wù)工形勢發(fā)生巨大變化。新時期外出務(wù)工對農(nóng)戶家庭貧困脆弱性影響機制如何值得關(guān)注。

本文基于中國家庭追蹤調(diào)查數(shù)據(jù)庫（CFPS）2016年和2018年兩輪農(nóng)戶樣本數(shù)據(jù)，在利用VEP法測度農(nóng)戶家庭貧困脆弱性的基礎(chǔ)上，實證分析外出務(wù)工對農(nóng)戶家庭貧困脆弱性的影響，影響因素分析難點在于潛在的內(nèi)生性問題可能會導致估計結(jié)果的偏差，即外出務(wù)工前后農(nóng)戶家庭貧困脆弱性發(fā)生變化可能不僅是由外出務(wù)工引起的，也會受到其他宏觀或微觀因素變化影響，為消除這些因素影響，本文采用PSM－DID方法分析外出務(wù)工對農(nóng)戶貧困脆弱性的凈效應(yīng)，采用傾向得分匹配法（PSM）將處理組（參與外出務(wù)工的農(nóng)戶家庭）和控制組（與參與外出務(wù)工家庭特征相似但未外出務(wù)工的農(nóng)戶家庭）進行匹配，在此基礎(chǔ)上利用雙重差分模型（DID）評估外出打工對貧困脆弱性的凈影響，既克服了內(nèi)生性問題，也“消除了不可觀測的非時變異質(zhì)性特征和時間趨勢的影響”[11]，結(jié)論更加科學合理，據(jù)此提出對策建議，為新時期我國相對貧困治理提供借鑒和參考。

一、外出務(wù)工對貧困脆弱性的影響機制

Stark等提出的勞動力遷移的新經(jīng)濟學理論認為，外出務(wù)工行為是“家庭在農(nóng)村各種市場不完善的條件下緩解生產(chǎn)活動中的資金約束及為家庭提供保險功能的集體行動策略之一”。并認為務(wù)工匯款可以“緩解農(nóng)戶所面臨的流動性及風險約束，改善其生產(chǎn)產(chǎn)品、購買投入物、進行生產(chǎn)性投資等各方面的能力”[12]。由此可見，農(nóng)戶家庭成員外出務(wù)工的動機主要是為提高家庭收入水平和降低家庭收入不確定性的風險，而外出務(wù)工對貧困脆弱性的影響主要是“收入水平提升效應(yīng)和收入不確定性降低效應(yīng)共同作用的結(jié)果”[11]?；谠摾碚摚獬鰟?wù)工不僅能直接增加農(nóng)戶家庭的非農(nóng)收入，而且可以通過提升農(nóng)業(yè)生產(chǎn)效率進而提高家庭的農(nóng)業(yè)收入，最終改善家庭的貧困脆弱性。但是農(nóng)戶家庭成員外出打工在提高家庭收入多樣性和穩(wěn)定性的同時，還面臨著自然、社會、經(jīng)濟等方面諸多風險，從而增加家庭收入的不確定性，因此，外出務(wù)工對貧困脆弱性的影響是不確定的。

二、方法與數(shù)據(jù)

（一）貧困脆弱性測度方法

本文采用預(yù)期貧困脆弱性（VEP）方法測度農(nóng)戶家庭貧困脆弱程度，公式為：

即貧困脆弱性計算可以寫成如下形式：

其中，研究貧困脆弱性采用?（·）為標準正態(tài)分布下的累積密度函數(shù)。

計算貧困脆弱性需要確定貧困線和貧困脆弱線，前者以我國農(nóng)村貧困線2 300元（2010年不變價）為基準，利用農(nóng)村居民CPI指數(shù)調(diào)整至相應(yīng)年份；后者使用兩條脆弱線：一條以貧困發(fā)生率作為低脆弱線，另外一條以50%作為高脆弱線[13]，即當貧困脆弱性小于貧困發(fā)生率時，則不具有脆弱性，當脆弱性大于貧困發(fā)生率小于50%時，為低脆弱性，當脆弱性大于50%時，為高脆弱性。

（二）PSM-DID模型

為了評估外出務(wù)工對農(nóng)戶家庭貧困脆弱性的影響，可以直接比較農(nóng)戶外出務(wù)工前后的貧困脆弱性的變化差異，農(nóng)戶外出務(wù)工前后貧困脆弱性發(fā)生變化可能不僅受外出務(wù)工的影響，還會受外部宏觀經(jīng)濟等因素的影響[14]。此外，外出務(wù)工并非隨機發(fā)生，它也是個體和家庭特征、外部環(huán)境等因素共同作用的結(jié)果。因此直接比較農(nóng)戶外出務(wù)工前后貧困脆弱性的差異容易產(chǎn)生樣本選擇性偏差和內(nèi)生性問題，從而導致無法準確評估外出務(wù)工對貧困脆弱性的凈影響。為解決上述問題，可利用傾向得分匹配法（PSM）計算傾向得分確定處理組和控制組進行分析。PSM法的優(yōu)勢在于“根據(jù)一系列可觀測特征匹配處理組和控制組樣本，從而克服了可觀測變量的偏差問題”[15]，但是匹配過程中對“未觀測到的特征不會對貧困脆弱性產(chǎn)生影響”的假定并不合理，因此不能從根本上解決內(nèi)生性問題，而雙重差分法（DID）可以給予修正[16]。因此將這兩種方法相結(jié)合即PSM-DID法分析外出務(wù)工對貧困脆弱性的凈效應(yīng)。PSM-DID方法步驟為：

第一步，計算傾向得分。首先選取協(xié)變量，為滿足可忽略性假定，協(xié)變量盡可能包括影響樣本脆弱性的個人特征、家庭特征、外部環(huán)境等相關(guān)變量；其次使用probit模型通過協(xié)變量估計出樣本是否外出務(wù)工的條件概率，即傾向得分，公式表示為：

其中D=1表示農(nóng)戶外出務(wù)工，Xi表示可以觀察到的協(xié)變量。

第二步，利用傾向得分匹配處理組和控制組。

第三步，利用PSM-DID法分析外出務(wù)工對貧困脆弱性的影響。首先對匹配成功的樣本進行雙重差分分析，以克服PSM法的不足，雙重差分法（DID）的基本公式為：

其中，Y為貧困脆弱性，D為是否外出務(wù)工，μ為不可觀測的個體固定效應(yīng)，λ為時間固定效應(yīng)。然后計算得到：

其中，Y1T、Y0T分別表示處理組外出務(wù)工后和務(wù)工前的貧困脆弱性，Y1C、Y0C表示控制組外出務(wù)工后和務(wù)工前的貧困脆弱性。

（三）數(shù)據(jù)來源

本文選取CFPS數(shù)據(jù)庫中后兩輪（2016年和2018年）都參與調(diào)查的農(nóng)戶樣本數(shù)據(jù)，根據(jù)研究目的，剔除掉收入等重要變量缺失的數(shù)據(jù)后，得到1 806個樣本，最終形成了為期兩年的面板數(shù)據(jù)。其中，若家庭中至少有一位成員參與外出務(wù)工，則賦值為1，否則，賦值為0。把2016年未外出務(wù)工但2018年外出務(wù)工的家庭定義為處理組，兩年都未外出務(wù)工的家庭定義為控制組。由于PSMDID法要求對參與和未參與外出務(wù)工兩類家庭的其他相似特征進行匹配，因此選取戶主性別（Sex）、戶主受教育程度（Edu）、戶主年齡（Age）、是否有不健康成員（Unheal）、是否獲得政府轉(zhuǎn)移支付（Transfer）、勞動力培訓狀況（Train）、勞動力占比（Labor）作為控制的匹配變量。

三、實證結(jié)果分析

（一）貧困脆弱性分析

整體來看（見表1），2016年的平均脆弱性為29.7%，2018年的平均脆弱性為24.9%；2016年低脆弱性為3.20%，到2018年低脆弱性下降為2.60%，2016年高脆弱性為26.5%，到2018年高脆弱性下降為22.3%?？梢?，農(nóng)戶家庭貧困脆弱性呈現(xiàn)總體下降的趨勢，中國經(jīng)濟長期穩(wěn)定的增長和農(nóng)村扶貧開發(fā)戰(zhàn)略的實施為農(nóng)戶收入水平的增加奠定了基礎(chǔ)。不論是2016年還是2018年，農(nóng)戶家庭貧困脆弱性以高脆弱性為主，說明農(nóng)戶收入水平波動較大，未來陷入貧困的風險較高，需加大幫扶力度。未來的貧困治理中，不僅要關(guān)注已經(jīng)陷入貧困的家庭，而且要關(guān)注當前不貧困但是未來可能陷入貧困的家庭，提高其抵御風險的能力，以防止返貧，鞏固脫貧成果。

表1 農(nóng)戶家庭貧困脆弱性測度

從性別來看，2016年，戶主為男性的家庭平均脆弱性為26.8%，其中有3.7%的家庭具有低脆弱性，23.1%的家庭具有高脆弱性，戶主為女性的家庭平均脆弱性為33.3%，其中，2.5%的家庭具有低脆弱性，30.7%的家庭具有高脆弱性；到2018年時，戶主為男性的家庭平均脆弱性下降為24.5%，低脆弱性下降為2.9%，高脆弱性下降為21.5%，戶主為女性的家庭平均脆弱性下降為30.7%，高脆弱性下降為28.3%，但是總體來看，戶主為男性家庭的平均脆弱性和高脆弱性明顯低于戶主為女性的家庭，這可能是因農(nóng)村女性戶主整體文化程度偏低，在獲取信息、資源、服務(wù)等方面也處于不利地位，導致其家庭未來陷入貧困的風險較大。

從受教育程度來看，文化程度不同的戶主家庭的平均脆弱性、低脆弱性和高脆弱性均有所下降。無論是2016年還是2018年，其總體特征是隨著戶主文化程度的提升，其家庭低脆弱性上升，高脆弱性明顯下降?？梢?，文盲、半文盲、小學、初中畢業(yè)的戶主家庭貧困脆弱性以高脆弱性為主，未來陷入貧困的風險較大；而高中、大專及以上畢業(yè)的戶主家庭貧困脆弱性以低脆弱性為主，未來陷入貧困的風險低于受教育程度低的家庭。教育一直被認為是脫離貧困的關(guān)鍵，教育程度越高，帶來的持久收入越穩(wěn)定，其貧困脆弱性越低。

分年齡來看，2018年與2016年相比，不同年齡段戶主家庭平均脆弱性、低脆弱性和高脆弱性均有所下降。無論哪一年，其平均脆弱性、低脆弱性、高脆弱性都呈現(xiàn)出隨年齡下降后上升的趨勢。35～45歲、45～55歲戶主家庭貧困脆弱性以低脆弱性為主，未來陷入貧困的風險較?。欢?5歲以下、55～65歲、65歲及以上戶主家庭貧困脆弱性以高脆弱性為主，未來陷入貧困的風險較大?？偟膩碚f，35歲以下較年輕的戶主家庭貧困脆弱性較高，可能是由于他們在勞動力市場時間不長，收入不穩(wěn)定所致。而45歲～55歲的戶主家庭最低，可能是因為戶主此時年富力強，個人收入穩(wěn)定且具一定理財能力，家庭積蓄能夠合理分配。隨著人口老齡化，年齡在65歲及以上的戶主家庭貧困脆弱性最高，可能是因為戶主因年老而缺乏勞動能力，甚至直接退出勞動力市場，使其家庭在未來容易陷入貧困。

從是否外出務(wù)工來看，2016年未外出務(wù)工家庭平均脆弱性為34.5%，外出務(wù)工家庭為21.5%；2018年時未外出務(wù)工家庭平均脆弱性為31.9%，外出務(wù)工家庭為19.4%。外出務(wù)工家庭貧困脆弱性以低脆弱性為主，而非以高脆弱性為主。直觀來看，外出務(wù)工對降低農(nóng)戶貧困脆弱性有顯著影響，其凈效應(yīng)需要利用PSM-DID法進一步分析（見表2）。

表2 農(nóng)戶家庭貧困脆弱性分特征測度結(jié)果

（二）外出務(wù)工對貧困脆弱性的凈影響分析

1.傾向得分估計。在測度農(nóng)戶家庭貧困脆弱性后，為考查外出務(wù)工是否影響貧困脆弱性，首先計算傾向得分：

X為相關(guān)協(xié)變量，采用probit模型估計傾向得分，匹配出處理組和控制組。

在匹配時，分別采用k臨近匹配、半徑匹配、核匹配方法得出兩組樣本農(nóng)戶。k臨近方法時考慮了有放回和無放回的情況；半徑匹配考慮了r=0.04、r=0.02、r=0.01的情況；核匹配使用二次核，帶寬為0.06的核函數(shù)而設(shè)定。

不同的匹配方法相應(yīng)的結(jié)果不同。從表3中可見，得到的平均處理效應(yīng)均顯著，為負值。在面板數(shù)據(jù)中，可以解決不可觀測變量不隨時間而變，PSM—DID方法能較好解決處理組和控制組不具備共同趨勢假設(shè)導致估計結(jié)果出現(xiàn)“穩(wěn)健偏差”的問題。

表3 PSM樣本處理效應(yīng)

2.匹配結(jié)果檢驗。雙重差分法應(yīng)用的前提是共同趨勢假定，但即使在樣本內(nèi)采用，也會產(chǎn)生偏差。為獲得無偏的估計量，在核匹配的基礎(chǔ)上，需獲得控制組進行雙重差分。首先對各個變量的平行趨勢季檢驗。

為了保證匹配結(jié)果的準確性，需要進行平衡性檢驗，要求匹配后外出務(wù)工農(nóng)戶家庭和未外出務(wù)工農(nóng)戶家庭在各個特征變量上均無顯著差異，即外出務(wù)工對貧困脆弱性的影響效果不再受特征變量干擾，從而有效解決樣本選擇偏差問題（見表4）。對于所有變量，從p值來看均不顯著，說明經(jīng)過傾向得分匹配，用于DID的兩組數(shù)據(jù)之間并不存在明顯差異，從而證明了結(jié)果的有效性。

表4 probit模型下變量的平行趨勢假設(shè)檢驗

3.平均處理效應(yīng)結(jié)果分析。DID獲得的平均處理效應(yīng)如下：

平均處理效應(yīng)為-0.066，在10%的顯著性水平上顯著。說明外出務(wù)工這一行為能夠提高農(nóng)戶家庭在未來的抗貧困能力，陷入貧困的風險降低6.6%，其中處理組差異為-9.3%，控制組差異為-2.7%。從兩次差分結(jié)果來看，處理組和控制組整體的貧困脆弱性下降，說明國家就業(yè)扶貧政策效果顯著，外出務(wù)工行為增加農(nóng)戶收入來源，使農(nóng)戶抗風險能力增強（見表5）。

表5 PSM-DID模型估計結(jié)果

4.異質(zhì)性分析。精準扶貧戰(zhàn)略實施以來，中國農(nóng)村貧困地區(qū)通過持續(xù)推進產(chǎn)業(yè)扶貧、就業(yè)扶貧幫助貧困農(nóng)戶擺脫貧困，外出務(wù)工成為普遍現(xiàn)象，由上述分析可知，外出務(wù)工確實能夠降低農(nóng)戶家庭貧困脆弱性，無論對象群體如何進行調(diào)整，都未改變這一結(jié)論，但是外出務(wù)工對不同農(nóng)戶家庭貧困脆弱性的影響是否具有異質(zhì)性呢？

通過模擬該家庭不存在外出務(wù)工的情況，利用這種反事實的方法對比分析外出務(wù)工前后不同農(nóng)戶家庭貧困脆弱性的變化，研究表明，與外出務(wù)工前相比，外出務(wù)工后家庭成員均健康的農(nóng)戶貧困脆弱性降低了6.14%，變化顯著，而有不健康成員的家庭貧困脆弱性僅降低了0.52%（見表6），這是因為患病對家庭醫(yī)療負擔影響較大，醫(yī)療支出占家庭支出的比例上升，對因疾病產(chǎn)生的脆弱性而言，外出打工起到的作用相對有限，這一結(jié)論與邰秀軍等對中國西部山區(qū)的研究發(fā)現(xiàn)類似[17]。

表6 關(guān)于家庭成員是否健康的異質(zhì)性分析

政府轉(zhuǎn)移支付作為再分配環(huán)節(jié)中調(diào)節(jié)收入差距的重要手段，歷來是農(nóng)村減貧的潛在有效工具，那么對于獲得和未獲得政府轉(zhuǎn)移支付的兩類農(nóng)戶家庭，外出務(wù)工減緩其貧困脆弱性的效果如何呢？研究表明，與外出務(wù)工前相比（見表7），外出務(wù)工后未獲政府轉(zhuǎn)移支付的農(nóng)戶家庭貧困脆弱性降低了2.74%，而獲得政府轉(zhuǎn)移支付的農(nóng)戶家庭貧困脆弱性降低了3.86%，獲得政府轉(zhuǎn)移支付的農(nóng)戶家庭貧困脆弱性下降幅度略高于未獲政府轉(zhuǎn)移支付的家庭，可能的解釋是農(nóng)戶家庭有外出務(wù)工行為且獲得政府轉(zhuǎn)移支付，貧困脆弱性降低幅度更大。

表7 關(guān)于是否獲得政府轉(zhuǎn)移支付的異質(zhì)性分析

續(xù)表

隨著中國經(jīng)濟模式從尋求勞動力數(shù)量轉(zhuǎn)向主要依賴勞動力質(zhì)量，對農(nóng)村外出務(wù)工者而言勞動力培訓與其貧困脆弱性有密切關(guān)系。對于參與和未參與勞動力培訓的家庭，外出務(wù)工對其家庭貧困脆弱性的影響，見表8，參與勞動力培訓的家庭貧困脆弱性變化較為顯著，務(wù)工前后對比參與勞動力培訓的家庭貧困脆弱性降低了4.41%，而未參與勞動力培訓的家庭貧困脆弱性降低了2.19%。通過多種形式的勞動力培訓使農(nóng)戶增加自身的人力資本的積累，進而提高了農(nóng)戶的收入水平。

表8 關(guān)于勞動力培訓狀況的異質(zhì)性分析

四、結(jié)論與建議

本文基于2016年和2018年中國家庭追蹤調(diào)查數(shù)據(jù)（CFPS）農(nóng)戶樣本構(gòu)成的面板數(shù)據(jù)，考查了外出務(wù)工對農(nóng)戶家庭脆弱性的凈影響，以前瞻性視角對外出務(wù)工的脫貧減貧效果再評估，研究結(jié)果表明，第一，整體而言，農(nóng)村貧困脆弱性呈下降趨勢，但貧困脆弱性仍以高脆弱為主，戶主為女性的家庭脆弱性明顯高于戶主為男性的家庭，戶主受教育程度越高，家庭貧困脆弱性越低，按戶主年齡段劃分的貧困脆弱性呈現(xiàn)出先降低后升高的趨勢。第二，利用PSM-DID分析外出務(wù)工對貧困脆弱性的凈影響，研究表明外出務(wù)工能夠顯著降低農(nóng)戶家庭的貧困脆弱性，可以讓家庭未來陷入貧困的概率降低6.6%。第三，通過異質(zhì)性分析，無不健康成員的家庭貧困脆弱性明顯降低；獲得政府轉(zhuǎn)移支付的農(nóng)戶家庭能夠降低貧困脆弱性，其下降幅度略高于未獲得政府轉(zhuǎn)移支付的家庭；參與培訓的家庭貧困脆弱性顯著降低。

基于以上研究結(jié)論，提出以下建議：

第一，“因戶施策，精準幫扶”降低貧困脆弱性。不同農(nóng)戶家庭貧困脆弱性根源各不相同，應(yīng)有針對性地設(shè)計扶貧政策，對于貧困脆弱性較高的女性戶主家庭，應(yīng)摸清原因，實施“分類指導，精準幫扶”的策略。對于戶主年齡在35歲以下的農(nóng)戶家庭，降低脆弱性的措施應(yīng)以提高永久性收入為主，盡可能擴大就業(yè)渠道，增加其收入來源；對于戶主年齡在65歲及以上的農(nóng)戶家庭，通過低保等政策救助方式保障其基本生活。此外，應(yīng)繼續(xù)加大教育扶貧的力度。

第二，對于外出務(wù)工群體，政府應(yīng)完善社會保障體制?；疾∮绕涫侵卮蠹膊〔粌H增加了家庭醫(yī)療支出，而且加劇了家庭人力資本的損失，“因病致貧”是農(nóng)戶家庭貧困的重要原因。對有醫(yī)療負擔的農(nóng)戶家庭監(jiān)測建檔，有助于精準識別貧困戶，并采取精準的幫扶措施。引入識別與監(jiān)測補助對象的機制，建立低保家庭信息數(shù)據(jù)庫，同時還需要充分考慮到未來家庭福利水平與風險防控。做到精準扶貧，防止“騙?！薄奥﹫蟆钡那闆r發(fā)生，提高政府轉(zhuǎn)移支付反貧困的效率。此外，要完善相關(guān)待遇政策，如服務(wù)機構(gòu)轉(zhuǎn)移就業(yè)補貼、優(yōu)先穩(wěn)崗轉(zhuǎn)崗、改善農(nóng)民工醫(yī)療保險等，避免出現(xiàn)基本權(quán)益得不到保障，勞資糾紛的增加，使農(nóng)戶陷入貧困惡性循環(huán)。

第三，有序引導農(nóng)村勞動力流動。增加農(nóng)戶外出務(wù)工的技能培訓，提高農(nóng)民整體素質(zhì)，實現(xiàn)穩(wěn)定脫貧不返貧。隨著社會的發(fā)展，勞動力市場尋求越來越高的知識和技能。因此應(yīng)采取合理措施，將基礎(chǔ)教育和職業(yè)培訓相結(jié)合，使農(nóng)民掌握必要的基本職業(yè)技術(shù)技能，以適應(yīng)就業(yè)工作需要。同時，注重培養(yǎng)農(nóng)民工思想素質(zhì)、政治素質(zhì)以促進農(nóng)民工整體素質(zhì)提高。雖然外出務(wù)工對增加農(nóng)戶收入，降低貧困脆弱性具有顯著正向影響；但也需關(guān)注在我國農(nóng)村城鎮(zhèn)化水平較低背景下，農(nóng)戶盲目外出務(wù)工反而造成貧困加劇，因此應(yīng)制定并落實有效的農(nóng)村勞動力流動政策，加強對外出務(wù)工人員的組織引導，減少無效勞動力流動。