多维视角下的隐性贫困测度及其影响因素探究——基于我国建筑业农民工贫困度的调查

孙 咏 梅

一、引言

扶贫攻坚战作为中国的千年大计，首要目标是到2020 年在现行标准下实现农村贫困人口全面脱贫。党的十九大报告指出，脱贫要做到“脱真贫、真脱贫”，“脱贫不能停留在指标上，满足于‘摘帽子’，而是要防止‘假脱贫’”。在以往的贫困研究以及反贫困实践中，受研究视野的限制，我们往往将重点放在以物质为衡量尺度的显性贫困上，在扶贫工作取得巨大成就之后，我们有必要对隐性贫困给予高度关注。

众所周知，非物质的隐性贫困是当今很多国家都面临的难题，也是严重困扰发展中国家可持续增长的制约因素之一。相较于显性贫困，隐性贫困问题的研究之所以如此棘手，原因在于隐性贫困的致贫原因较为复杂，加之隐性贫困难以识别与测度，为贫困研究及相应的减贫实践带来了极大的困惑。事实上，隐性贫困的存在为减贫任务设置了巨大的阻碍，终结贫困必须高度重视隐性贫困。

鉴于中国贫困人口80%集中于广大农村，农民工作为农村人口中的一个特殊群体，其自身带有农村源生地的贫困，而且进入打工地后，面对新旧环境的更替，又面临着新的困难，尽管一些人因收入的提高，已经摆脱了物质贫困，但隐性贫困仍比较突出。他们的隐性贫困又因难以识别与测度，而游离于国家扶贫视野之外，成为精准扶贫的盲区。目前，我国农民工总数高达2.88 亿人，其中近1/5 集中在建筑行业，对其隐性贫困的调查研究具有一定的现实意义。本文利用分位数方法考察隐性贫困在不同条件分布下受各解释变量的影响程度。由于A-F 方法得到的隐性贫困指数实际上是一种离散的计数数据，而离散变量的分位数不唯一，因而直接对其进行分位数回归是不合理的。本文将基于Machado 和 Santos Silva（2005）提出的分位数计数回归（QCR）方法，尤其是他们通过将离散型被解释变量进行适当平滑，使其可以应用标准的分位数回归方法，弥补隐性贫困测度的缺陷。

二、当代农村转移人口生存状态的新变化及隐性贫困的产生

据国家扶贫办统计，目前中国贫困人口80%集中于广大农村。改革开放以来，中国农民亲身经历了波澜壮阔的农村变革：随着农村家庭联产承包责任制的落实，农民拥有自主经营土地的权利，成为劳动的主人；但是随着农村人均耕地的减少和农业生产效率的提高，产生了大量农村剩余劳动力，而改革开放进程中城市现代制造业的崛起，对农村廉价的劳动力产生了巨大的需求。在农村人多地少的矛盾所形成的“推力”以及城市化进程中工业企业对廉价劳动力巨大需求的“拉力”的双重作用下，大量的农民弃耕进城，成为城市新增产业工人，即成为了具有中国特色的“农民工”。经过数十年的城镇化进程的推动，我国农民工数量从1985 年的6714万人激增至2018 年的2.86 亿人，农民工数量约占全国非农就业总人数的一半以上。①数据来源于国家统计局：《2016 年农民工监测调查报告》，2016 年 4 月，http://www.stats.gov.cn/tjsj/zxfb/201804/t20180427_1596389.html，2019 年 7 月 31 日。这些进城的农民工大多数集中于劳动密集型产业中，并且主要受雇于外企和私企等非公有制企业。《2017 年农民工监测调查报告》显示，2017 年我国农民工以受雇方式就业的比重为83.4%，外出农民工的受雇就业比重更是达94.1%。②数据来源于国家统计局：《2015 年农民工监测调查报告》，2015 年 4 月，http://www.stats.gov.cn/tjsj/zxfb/201804/t20180427_1596389.html，2019 年 7 月 31 日。由此可见，我国农民工主要以雇佣劳动的身份进入劳动力市场。

（一）城镇化与农村转移人口生存状态的分化

近年来，我国农民工隐性贫困不断增加，很大原因在于我国社会主义初级阶段实行市场经济，出现了劳动力的商品化现象。在市场经济条件下，马克思对劳动力商品化有过经典论述：“一方面，工人是自由人，能够把自己的劳动力当作自己的商品来支配，另一方面，他没有别的商品可以出卖，自由地一无所有，没有任何实现自己的劳动力所必需的东西。”〔1〕受限于中国目前劳动生产条件，改革开放后，我国出现了大量非公企业，成为吸纳劳动力的主要力量。在这些非公企业中，中国农村劳动力的商品化有自身的特殊性，农民工虽然在城市出卖自身劳动力，但他们通常在农村拥有土地这一生产资料，有学者认为，这导致了中国农民兼具双重身份：农村的农民身份和城市的“半无产者”身份。〔2〕半无产阶级化使得农民工的再生产模式是“拆分式”的，他们在城市打工获取的收入主要花费于自身劳动力的再生产，而抚养老人和子女、居住和社会保障等再生产主要依赖于土地上的农业收入，因而农民工的工资并未涵盖劳动力再生产的全部成本。〔3〕从这个角度而言，农民工存在的隐性贫困在所难免。

农村转移人口进城务工，劳动地位、生存条件以及工作环境都发生了巨大改变，这些改变也在某种程度上成为隐性贫困的载体。尽管近年来，国家不断提高劳动者收入水平，并出台了诸如《劳动法》对劳动者权益加以法律保障，但是收入的提高，并不能完全改善劳动者的生存状态，许多劳动者面临着超时劳动、不良的工作环境、低福利、低社会保障水平等状况。在劳资分配中，劳动者整体的收入比重仍较低。此外，随着非正规就业规模的扩大，我国劳动者的生存状况出现分化。比如，虽然我国《劳动法》明确规定了劳动者每天工作时间不得超过8 小时，每周工作时间不得超过44 小时，每周至少休息1 天，但是在很多私企和外企中，企业为了尽可能多地获取利润，对劳动力的使用往往超出法定工作时间，劳动者经常加班并且很少有休息日。很多私营企业通过复杂的计酬方法，往往使得劳动者的小时工资随着工作时间的延长而降低，这也进一步促使劳动者通过超时劳动来获得更高工资，劳动者陷入了超时劳动和低小时工资的恶性循环。

（二）非正规就业规模的增长与劳动者生存状况的分化

国际劳工组织将非正规就业者定义为没有得到法律监管和保护的劳动者，其中包括在小型或未注册企业工作的劳动者、没有被劳动法律覆盖的非典型工作（比如临时工、兼职工、家庭劳务人员）和生产链外包产生的工作（比如劳动派遣工）等。〔4〕与正规就业者相比，非正规就业者没有签订正式的劳动合同，他们享有的劳动保护、社会福利、工资水平等条件都更差。〔5〕随着中国非公有制经济的发展和农民工数量的增加，越来越多的劳动者成为非正规就业者，我国的农民工就具有非正规就业的特征。

学术界关于中国非正规就业者数量的测算有两种主要方法：一种以胡鞍钢、黄宗智等人为代表，他们按照正规部门和非正规部门的划分，将在非正规部门工作的劳动者作为非正规就业者；①参见胡鞍钢、赵黎：《我国转型期城镇非正规就业与非正规经济（1990—2004）》、胡鞍钢、马伟：《现代中国经济社会转型：从二元结构到四元结构（1949—2009）》、黄宗智：《中国被忽视的非正规经济：现实与理论》等文。一种以吴要武、蔡昉等人为代表，他们按照岗位特征而不是工作单位的特征来定义和测算非正规就业者，因为即使在正规部门中仍存在临时工、派遣工等非正规就业者，他们采用的方法更接近于国际劳工组织的定义和测算方法。〔6〕虽然两种方法存在一定的差异，但是他们测算的大部分非正规就业者的对象是相同的，并且一致地反映了我国非正规就业者数量和结构的变化趋势。

从数量上来看，我国非正规就业者的数量及其在城镇总就业人口中的比重不断上升。第一，在国企、集体企业等正规部门的员工大规模下岗的同时，非正规部门的就业人数和比重不断攀升。1990—2016 年间，我国非正规部门就业人数从2559 万人增加至2.38 亿人，而传统正规部门就业人数从1.39 亿人下降至6623 万人（见图1）。我国非正规部门就业人数占城镇就业人口的比重从1990 年的15.4%上升至2016 年的57.7%，传统正规部门的就业比重则从83.6%下降为16%（见图2）。值得注意的是，2008 年《劳动合同法》实施之后，我国的非正规就业人数和比重均有所下降，但是2012年之后非正规就业人数和比重又出现不断上升的趋势。这说明《劳动合同法》在最初几年执行情况较好，而近几年该法律在企业雇工过程中的执行情况不佳。第二，在国企、集体企业等正规部门中，出于降低雇工成本的考虑，临时工、劳动派遣工等非正规就业者的数量和比重也不断上升。2002 年国有企业和集体企业中无合同雇佣的比重为4.21%，而2011 年该比例上升至 18.1%。〔7〕

图1 1990—2016 年我国正规和非正规部门就业人数（单位：万人）②传统正规部门指的是国有、集体单位，新兴正规部门指的是联营单位、股份合作单位、有限责任公司、股份有限公司、港澳台商投资单位、外商投资单位，非正规就业部门指的是私营企业、个体企业和未纳入统计的部分（主要为农民工）。

图2 1990—2016 年我国正规和非正规部门就业人员占城镇总就业比重

从结构上来看，我国非正规就业主要集中于非公有制企业和农民工群体。吴要武和蔡昉利用劳动与社会保障部2002 年的抽样调查数据，研究了我国非正规就业者数量。他们指出，传统部门（国有单位和集体单位）的非正规就业者比重为23.4%，而新兴部门（私营企业、外资企业等非公有制企业）的非正规就业者比重为85.5%。〔8〕可见，从企业类型上来看，我国的非正规就业主要集中于非公有制企业。从雇佣者主体来看，农民工在非正规就业中占有较大比重。胡鞍钢和赵黎指出，1978—1990 年我国非正规就业主要来源于个体和私营经济，而1990 年之后农村转移劳动力在非正规就业中的比重越来越大。〔9〕黄宗智的研究也表明，2007 年我国有 1.68亿非正规就业者，其中有1.2 亿是农民工，农民工在非正规就业中的比重超过70%。〔10〕《2016 年农民工监测调查报告》显示，我国农民工没有签订合同的比例高达64.9%，这些没有签订合同的农民工成为了非正规就业者，他们在权益维护、社会保障等方面存在较大的困难。

与正规就业者相比，我国的非正规就业者在工资水平、工作时间、社会保险和工作稳定性等方面的状况均较差，反映出我国劳动者生存状况的分化特征。吴要武和蔡昉利用2002 年全国调查数据指出，我国非正规就业者的平均小时工资只有正规就业者的64%，但是他们每周的平均工作时间却比正规工作者多20%；在社会保障的覆盖率方面，非正规就业者社会保障的参与率远远低于正规就业者。正规就业者拥有养老保险、医疗保险、失业保险的比例分别为84.5%、64.2%、72.5%，而非正规就业者拥有养老保险、医疗保险、失业保险的比例分别为37%、14.1%、20.7%；在工作稳定性方面，正规就业者在当前岗位工作的平均任期为14.9 年，一年内更换工作的次数为0.04 次，而非正规就业者的平均任期为5.4 年，约为正规工作中任期的1/3，他们一年内更换工作的次数为0.17 次，是正规工作者更换工作频率的4 倍（见表1）。

表1 非正规就业者和正规就业者的生存状况比较

近年来，随着劳动力供求的变化、政府政策对劳动者的保护力被加大，非正规就业者的生存状况有所改善。但是由于教育、户籍限制等等因素的重要性增强，我国非正规就业者与正规就业者生存状况的差距不断扩大，非正规就业者处于越来越不利的地位。〔11〕

三、非物质隐性贫困的测度方法和变量选取

（一）基于分位数回归的隐性贫困测度方法

为了更好地对隐性贫困进行测度，本文采用分位计数回归方法，其本质上与标准的分位数回归相同，下面对二者进行简单介绍。另外，由于因子分析方法相对被人所熟知，这里不再赘述。

（1）分位数回归方法

假设Y 为连续型随机变量，其累计分布函数Fy（·），则 Y 的总体 q 分位数记作 yq满足:

假设条件分布（y|x）的总体q 分位数是x 的线性函数，即

则估计量βq可以由线性规划解以下最小化问题来得到：

（2）分位数计数回归

标准的分位数回归方法适用于连续型的被解释变量，由于离散型被解释变量的分位数不唯一，会导致累积分布函数不连续，因而无法进行准确估计。Machado 和 Silva（2005）使用一种名为“抖动（Jittering）”的方法将离散型被解释变量平滑为连续型变量，从而可以进行分位数回归。

为避免与上文混淆，假设m 为离散的计数变量（本文中为A-F 方法测算出的隐性贫困维度），使用特定的转换函数：

其中，u～U（0，1）为一在（0，1）区间上服从均匀分布的随机变量，这一转换过程即为计数数据的“抖动”过程。为了满足计数数据非负的条件，传统的计数模型为基于条件均值的指数模型，即E（M|x）=exp（x'β）的形式而非线性函数 x'β，故假设条件分布的（z|x）总体q 分位数是z 的非线性形式，即：

根据“抖动”过程，zq（x）的下界由 q 决定，故 q出现在方程（5）中。为了估计方程（5），通常需要对其进行对数转换，变为如下形式:

如果 z-p＜0，可以使用 ln（ε）对其进行调整，其中ε 为一很小的正数。可以证明该转换不会影响到分位数的估计。然后根据上限函数（7）式可以将z 的分位数转换为 m 的分位数，（7）式右侧|zq（x）|表示大于或等于zq（x）的最小整数。

为了减弱“抖动”过程中产生的噪声效应，可以使用来自U（0，1）分布的独立抽样多次进行估计，然后对多次估计得到的系数和置信区间端点取平均，因此，计数变量m 的分位数估计值来源于（8）式:

（二）变量的选取

本文中的数据来自于2016 年我们以建筑业农民工为样本进行的调查，源数据样本为3874 份，经处理后得到的有效样本数为3434 个，以下分析将基于这3434 份数据展开。

（1）被解释变量的选取

由于非物质性隐性贫困具有较大的隐藏性，对这一类型的贫困测度存在一定的难度。同时，影响隐性贫困的因素是复杂的，既要结合物质影响因素，同时又不能仅仅局限于物质层面。孙咏梅（2016〕曾用A-F 方法对物质贫困对精神贫困的影响做了充分研究，为本文的研究提供了借鉴。在此基础上，本文从三个角度来选取非物质隐性贫困的影响因素：（1〕个体对于当前工作和生活的满意度这种主观的情绪变量；（2〕诱导个人生活态度转变的个体自身的一些因素；（3〕个体与社会之间的关联以及从社会获得帮助、获取资源的能力。结合问卷中的问题，选取了10 个具体指标，应用A-F 方法计算隐性贫困维度（详见表1）。对这10 个指标应用A-F 方法进行计算后，可以得到相应的K 维隐性贫困值，将其作为被解释变量（AF）。

表1 基于A-F 方法的隐性贫困维度测度指标体系

（2）解释变量的选取

影响隐性贫困的因素是多方面的，其中物质因素对隐性贫困的诱发更为复杂。这种诱发既可能通过直接影响人的精神状态来完成，也有可能通过对人的权利、能力、福利等潜在的影响间接作用于人的精神，而且这些影响因素之间可能存在一定的相关性，很难单独进行考察。

本文通过因子分析的方法，对物质维度贫困指标进行降维，将这些指标间错综复杂的关系转化为几个公共因子来进行分析。为了避免遗漏重要因素，本文尽可能全面地将问卷中的相应指标提取出来加以分析（详见表2）。由于年龄、受教育程度等属于个体的基本特征，而且比较容易观察，故将其作为控制变量。由于收入贫困本身就是一种衡量贫困的重要指标，可以与测算多维贫困的A-F 方法形成很好的互补，将其单独拿出，不与其他一些物质维度标准合并。是否被拖欠工资为二值变量，而且遭受这种不公待遇的农民工可能在精神上遭受更大压力，因而也将其单独列出。其余相应指标则统一划分到影响隐性贫困的物质维度指标中进行因子分析。在此基础上，我们从因子分析中提取出外部环境变动等间接影响因素，构建测度农民工隐性贫困的“软件”指标；从农民工自身生活中的直接影响因素，构建测度农民工隐性贫困的“硬件”指标。

注：由于解释变量个数较多，其符号采用问卷中的相应题目序号来表示。

为了保证因子分析的科学性，本文首先对表2中选取的物质维度指标进行Kaiser-Meyer-Olkin 检验（KMO 检验）以及Bartlett's 球状检验（巴特利球形检验）。检验结果表明KMO 统计量为0.744，进行因子分析的效果较好；而巴特利球形检验卡方统计量为1512.049，在1%的水平上拒绝原假设，表明各变量之间相关性很高，适合进行因子分析。对各指标采用主轴因子法进行分析，图1 为因子分析碎石图，可以看到有两个因子的特征值大于1，表明可以提取出两个有效的公共因子。在此基础上采用最大方差正交旋转的方法，得到相互独立的两个因子，然后绘制出相应的因子得分图（详见图2）。图2 显示结果表明，因子1 在生活中遇到的难题数（包括工资低、工作不安全、看病难等因素）、拒绝城市生活理由数（包括户口、房价等因素）、家庭贫困的原因数（包括自然灾害、子女上学、缺乏文化技能等因素）等指标上的载荷值较大，故因子1 反映了一些个体生活环境中规则、条件等“软件”指标的影响，该因子取值越大，说明个体所处的环境对其越不友好；因子2 在生活中电器数、老家拥有的设备数、生活娱乐项目数等指标上的载荷值较大，这里的生活娱乐项目包括上网、看电视电影和文化娱乐演出等项目，这些项目均需要一些基础设备等物质载体的支持，故因子2 反映了一些个体生活环境中的客观实物的影响，可以看作是一种“硬件”指标，该因子取值越大，说明个体所处的环境的条件相对较好。

最终确定的被解释变量为年龄（age）、受教育程度（edu）、收入（inc）、是否被拖欠工资（wage）、“软件”指标因子 1（fac1）和“硬件”指标因子 2（fac2）。结合（1）和（2）中的分析，最终选择指标的名称、符号、描述性统计量以及预期作用方向（见表3）。

图1 因子分析碎石图

图2 因子得分图

表3 最终所选指标的描述性统计量

四、对我国农民工隐性贫困的实证研究

在对数据进行处理、得到相应的被解释变量和解释变量之后，本文采用Stata14.0 软件对分位数计数回归模型（QCR）进行估计，结果见表4，同时表中给出了负二项回归的结果作为参照。

考虑到处于高度隐性贫困状态的人群可能需要更大的脱贫帮助，因而本文对中位数以上的分位数划分更细致，以期进行更详细的研究。从表4 可以看到，就整体而言，模型拟合效果较好，变量符号基本符合预期。负二项回归是基于均值的，可以看到其与中值回归的系数比较接近但仍存在一定程度差异，说明分位计数回归模型的结果有一定的可靠性而且得到的结果更加全面合理。由于在不同分位数上系数的符号基本没有发生改变，故以中值回归的结果为例进行分析。年龄一项系数为负，表明随着年龄的增长，农民工的贫困的程度会降低，这也与人随着年龄的增长心智更加成熟从而精神上的抗压能力更强相符合。同时，年长的人更有可能受到来自家庭的关怀，受尊重程度也会相应增加，这也是其隐性贫困度降低的原因之一。在低分位数上，教育一项系数为负，与预期相同。出乎意料的是，在较高分位数上，教育一项呈现正值，不过在各分位数上，教育一项的系数都不显著，因而其参考意义不大。出现这样的结果，有可能是因为问卷中关于教育的划分方式采用了分阶段划分方法，而大部分农民工的教育水平普遍较低，教育水平的差异性较小，因而教育指标的变异程度较小，使得其在回归中不显著，同时也使得高分位数上的教育系数出现符号上的变化。收入对隐性贫困程度产生显著的负向的影响，而且其系数较大，说明当前农民工的隐性贫困程度受收入的影响比较大，收入贫困和隐性贫困之间有着密切的联系，这也与冯贺霞等人的研究相吻合。〔12〕被拖欠工资也会增加农民工精神贫困度，显然被拖欠工资会损害农民工的权利，打击其积极性，增加其对工作的不满程度，加大劳资对抗，进而成为加大其精神贫困度的重要因素。规则、条件等“软件”指标对其隐性贫困有正向影响，因为这些指标的取值较大则意味着农民工在生活中饱受歧视，遭受着工资低、看病难、子女上学难、户籍障碍、被社会边缘化、自我认知度低等问题，这些“软件”指标的存在，显然会增大其陷入贫困的可能性。诸如家用电器设备、电脑等“硬件”指标的提高，能够降低其贫困度，说明增加文化娱乐设备供给和提高生活条件的设施水平，能够有效改善农民工精神状态，帮助他们走出隐性贫困的困境。

表4 分位数计数回归结果

另外，通过前面的实证研究我们可以看到不同分位数下的系数估计值有一定区别。在各分位数下年龄的估计系数相差均较小，说明对于高度精神贫困和低度精神贫困等隐性贫困状态中的人，年龄的影响作用有限。收入对精神贫困等隐性贫困的影响则随着分位数的增加而递增，说明对于陷入高度精神贫困状态的人来说，收入的增加更是将其从高度精神贫困状态中摆脱出来的有效措施。被拖欠工资导致的隐性贫困度则随着分位数的提高呈现出递减趋势，说明对处于高度精神贫困状态的人来说，是否拖欠工资已经不再是影响他们精神贫困状态的主要因素，生活中的其他压力带来的影响更大。“软件”指标与是否被拖欠工资类似，但是在0.9 分位数上其符号发生了改变，通过对问卷样本分析发现，处于非常高的精神贫困状态的人相对较少，同时较大的压力可能促使这部分人产生回到农村老家的倾向，此时他们不再过多关注城市生活，城市和老家的生活满意度会提高，这时精神贫困维度相应降低。“硬件”指标也在一定程度上表现出随分位数提高而递减的趋势，但整体变化不大，说明在农民工所处环境中增添一些有利于改善生活条件的物质设备有助于降低其精神贫困的维度。

五、结论与政策启示

本文利用对建筑业农民工调查得到的数据，通过A-F 方法测算其非物质层面的隐性贫困，然后利用因子分析的方法对物质维度的贫困指标进行降维，得到影响贫困的“软件”和“硬件”因子，进而使用分位计数回归方法进行分析，克服了传统研究方法中人为划定贫困程度的缺点，给出了更为全面和可靠的结果。研究表明，样本在隐性贫困测度中数值达5.4，处于较高的区间，表明我国农民工存在着比较高的隐性贫困。这种类型的贫困应成为政府制定减贫策略应考虑的一个重点内容。

影响农民工隐性贫困的因素是多方面的，通过“硬件”指标与“软件”指标的测度，对农民工隐性贫困具有显著影响的因素表现在：随年龄的增长，农民工的隐性贫困度数趋于降低，这表明应该关注年轻农民工的精神等非物质层面的状态，因为他们更有可能陷入到隐性贫困中；收入除了是衡量贫困的一项重要指标外，其对人的隐性贫困也产生了很大的影响，在当前的社会阶段，还不能完全割裂收入等物质贫困与隐性贫困的关系，除了对农民工“扶志”和“扶智”以外，提高收入也有助于改善他们精神贫困等非物质贫困的程度；拖欠工资等不公待遇也是诱使农民工陷入精神等贫困状态的重要因素。此外，减少隐性贫困还应当逐渐解决看病难、农民工子女上学难等社会问题，这样做均有利于降低其贫困的维度。改善农民工的生活条件，如为其配置电视、空调等一些设施，则是帮助其摆脱非物质贫困状态的简便可行的措施。

政策制定应针对非物质性贫困，针对其隐蔽性的特征，准确查找致贫的“贫根”。隐性贫困更多地表现为信念、个体追求和价值观等知性方面的障碍以及个性生命求索动力的缺乏，在日常工作、生活中往往存在信念缺失、内心孤独、人格不独立、自我认知低等“志”与“智”方面的贫困。这类贫困往往具有较大的隐蔽性，因不易识别而容易脱离国家扶贫视野，为精准扶贫带来难度。对于非物质层面的贫困，精准扶贫首先要“扶志”，把贫困人口主动战胜贫困的志气“扶”起来，把脱贫的内在动力激发出来，将扶贫的重点向非物质贫困层面适当转移。扶贫的目标除了锁定“硬件”指标和“软件”指标外，还应准确地查找隐性“贫根”，侧重于帮助贫困人口减少所受的社会歧视、工作压力等，培养贫困群体的自主意识，树立人生价值目标，提升认知能力，全面消除“人穷志短”的障碍。