社会资本对农民工相对贫困的影响及代际差异研究

汤兆云，陈奕言

（1.华侨大学 政治与公共管理学院，福建 泉州 362021；2.云南大学 民族学与社会学学院，云南 昆明 650091）

一、研究背景与文献综述

改革开放以来，随着户籍制度改革和城镇化加速，大批农村剩余劳动力由农村向城市流动，成为我国工业化、城市化进程中出现的“既非传统意义上的城镇居民，亦非传统意义的城乡居民，是一个与农民和市民均不同质的群体”［1］46-48。国家统计局2021 年农民工监测调查报告显示，2021 年全国农民工总量为29 251 万人，其中年末在城镇居住的进城农民工13 309 万人。农民工作为城市的建设者和劳动者，为我国经济社会发展和城市化进程推进作出了重大贡献，但一段时期以来，他们较多从事劳动强度较大、收入待遇较低、社会保障不够充分、劳动时间较长的行业，面临着经济、福利、资源与社会关系的多重匮乏，同时也面临着一定程度的社会排斥和生活困难，这使得农民工群体有陷入相对贫困的风险，并由此形成“农民工群体相对贫困”这一研究主题。由于出生于1980 年前后的第一代农民工与新生代农民工有着一定程度的差异，对于两代农民工代际差异的比较又成为农民工群体贫困问题研究的重要切入点。

社会资本是嵌入在社会网络中的资源，是农民工基于血缘、地缘和业缘关系等建立起来的“人情关系”。由这一系列关系网络构成的社会资本能够带来信息、资源、情感等收益和回报，进城农民工可以依靠社会资本的关系资源获取就业信息、降低社会交换成本以及达到职业晋升等目的，进而有助于农民工工资待遇和社会保障水平的提高，降低农民工陷入相对贫困的风险。其中，社会资本对农民工群体贫困发生的作用逻辑在于“资本欠缺”与“回报欠缺”。由于农民工流动性较大，进入城市后面临着社会网络的重建：一方面，他们维持着与流出地亲属、同学、朋友等相关的强关系网络，但由于农民工群体在强关系网络中同质性较强，信息重复性较高，因此从中获取的社会资源并不多，“资本欠缺”使得强关系社会资本发挥作用的程度有限；另一方面，农民工无法完全嵌入到流入地由社区、同事和其他非正式组织成员组成的弱关系网络中。他们往往与弱关系网络中的成员在社会地位和资源占有方面存在较大差异，虽然具有资源和信息交换的空间，但由于农民工自身的市场价值不高，因此存在“回报欠缺”，难以从正式或非正式的弱关系网络中获取有利的资本，导致农民工社会资本数量匮乏且质量低下，在资源和信息交换过程中处于弱势地位。此外社会性歧视所带来的“污名化”身份，使得农民工在社会大关系网络中的处境相对艰难。由此可见，由于各种社会资源和关系网络的稀缺以及在城市的显性或隐性歧视下，农民工所获取的社会支持有限，陷入相对贫困的风险增大，从而使农民工群体易产生“孤岛效应”，回避与城市居民的交往，社会距离增大，加剧农民工的精神贫困。

学界对于农民工贫困问题的关注始于20 世纪末。从既有文献来看，有关农民工相对贫困问题的研究大致包括了“多维”和“能力”视角：一是农民工相对贫困的识别与测量。国内外学者基于阿马蒂亚·森的可行能力理论，对农民工相对贫困的识别从收入、消费等单维度贫困转向相对贫困，并采用“A-F 法”进行测度。何宗樾等从教育、健康、医保、就业和收入五个维度构建了农民工相对贫困的衡量指标体系，测量发现农民工的相对贫困指数高于城镇职工［2］82-89；王青等从教育、健康、住房、社会保障和社会融合五个维度对农民工相对贫困状况进行测量，分析发现进城农民工的贫困不平等程度较高［3］83-101；彭继权等分解考察发现，新生代农民工和老一代农民工的相对贫困测度结果有显著代际差异［4］3-12。二是农民工相对贫困的影响因素分析。学界对农民工相对贫困成因的考察涉及资本匮乏、地区经济水平、制度因素和家庭贫困代际传递等多个方面。相关研究发现，学历和专业技能低下、地区经济发展水平低、户籍制度和土地制度的限制和家庭内部父辈负资本的代际传递效应，都是增加农民工陷入相对贫困风险的重要因素［5］103-107。随着学界对农民工相对贫困问题研究的不断深入，形成了基于不同研究视角和不同议题的丰富成果，为本文的研究提供了参考和理论依据。然而，现有研究多侧重于农民工相对贫困的现状描述，贫困归因的实证分析较为宽泛，并且相关研究在一定程度上忽视了从非正式支持——社会资本的角度分析农民工相对贫困的生成原因与脱贫路径。社会资本是嵌入在社会人情网络中的关系资源，为农民工提供信息、资源和情感的支持；同时，社会资本具有资本的回报性，反映了每一个理性的个体在帮助他人时，对自己社会关系投资所获得的未来回报的期待，这些回报可能包括经济增收，也可能包括知识、信息和情感等。社会资本为农民工相对贫困问题及增收策略的探讨提供了一个重要的分析视角，有助于我们更全面和深入地了解农民工相对贫困的归因，为农民工增收和城市贫困的治理提供实证依据。

学界对于农民工相对贫困的生成机理和影响因素形成了不同视角和议题的丰富成果，其中，有研究表明社会资本能够显著促进农民工的社会融合［6］111-122，也能够显著影响农民工的收入、就业质量、城市居留意愿等。但现有研究对于社会资本影响相对贫困的探讨仅局限在农户家庭层面，社会资本对农民工贫困影响的研究也仅侧重于理论层面和单一维度的实证分析，如收入贫困、教育贫困、健康贫困，较少有学者就社会资本对农民工相对贫困的影响进行详细深入的探讨。由此，本文采用“A-F 法”对农民工进行相对贫困测度，并用二元logit 模型和tobit 模型考察社会资本对农民工相对贫困状态的影响，并进一步采用Fisher 组合检验法分析这一影响的代际差异，分别比较新老两代农民工不同社会资本对相对贫困影响的异质性，在此基础上，分析这一影响效应在不同代际农民工群体中的异质性，最后有针对性地提出相应的增收策略。

二、研究框架

（一）数据来源

本文数据来自2018 年的中国家庭追踪调查（China Family Panel Studies，以下简称 CFPS）的成人样本数据。该调查项目由北京大学中国社会科学调查中心设计和执行，采用多阶段、多层次、与人口规模成比例的概率抽样方式，是国内首个较为全面的全国性（涵盖25 个省份）追踪调查。CFPS 数据通过追踪收集社区、家庭和个人三个层次的信息，能够较全面地反映中国社会、经济、教育、健康和人口的变迁，为学术研究和公共政策分析提供数据基础。

本文根据研究问题的需要对初始样本数据做以下处理：一是采用2021 年《农民工监测调查报告》对研究对象“农民工”的定义，即“农民工”是指“在城镇从事非农工作或生产经营活动，户籍身份仍然在农村的劳动者，其年龄应当在16～60 岁之间”；由此删除了户籍、工作性质和工作地点缺失的样本，并相应剔除了失业和未就业的样本。二是对于收入变量有缺失的样本，本文采用向前插补法，使用该样本2016年的数据做补充，若插补后依旧缺失则删除样本。三是对于相对贫困测量和实证分析模型中的其他相关变量有缺失的样本，采用直接删除缺失值处理。综合以上三点，本文最终获得有效农民工样本4 482个，其中老一代、新生代农民工样本分别为1 516、2 966 个；后续纳入模型的农民工样本3 416 个。

（二）研究假设

社会资本为相对贫困的归因探讨提供了一个重要的视角。有研究表明社会资本能够通过提高收入水平来缓解城乡居民的相对贫困状况［7］59-68。对于农民工群体而言，由人情组成的社会网络资本对农民工个人发展有重要影响，人情支出较低会显著增加农民工长期受到相对贫困束缚的风险，但摆脱相对贫困却不能倚重增加人情支出，间接说明社会资本对农民工相对贫困的影响［8］110-120。同时，也有学者探讨了社会资本对农民工收入、健康和教育三个相对贫困的影响［9］25-38，这为本文的研究提供了有力的实证依据。基于此，并根据上述文献综述与影响机制分析，本文提出第一个研究假设H1：社会资本对农民工相对贫困有显著负向影响。解释这一假设的中间变量包括：强关系网络和弱关系网络。

社会资本对新老农民工群体具有不同程度的影响。胡伦等进一步分析发现，社会资本对农民工贫困的影响存在代际差异，其中社会资本能够显著影响老一代农民工的收入贫困和教育贫困，对新生代农民工仅能影响其收入贫困，但并没有具体分析两代农民工的社会资本对于收入贫困影响效应的大小差异。从多维的视角来看，我们认为社会资本对老一代农民工的影响更大。基于此，本文提出第二个研究假设H2：社会资本对农民工相对贫困的影响有显著的代际差异，即老一代农民工比新生代农民工更容易受到社会资本对相对贫困负效应的影响。

（三）相对贫困测度方法

本文以阿尔凯尔（Alkire）和福斯特（Foster）开发的相对贫困测量计数方法（简称“A-F 法”），对农民工进行相对贫困测度。阿尔凯尔和福斯特提出，个体的相对贫困既受单一维度指数状态的影响，同时也受总指数数量的影响，因此称之为双界线法。相对贫困指数由两部分构成：贫困发生率（H）和平均指数份额（A）。公式如下：

相对贫困指数可以按照指标进行分解。公式如下：

（四）变量选择与模型设定

1.变量选择

（1）被解释变量：相对贫困

本文使用“A-F 法”测算后的相对贫困状态和相对贫困程度作为被解释变量。其中，相对贫困状态为0～1 选项的离散型变量，若被访者处于相对贫困状态则赋值为1，反之为0；相对贫困程度即MPI 指数是连续型变量，计算出相对贫困状态=1 样本的相对贫困得分，数值越高表明相对贫困程度越重。

对于相对贫困的测量框架，本文基于阿马蒂亚·森的可行能力理论构建农民工相对贫困指标体系。阿马蒂亚·森提出了五组重要的可行能力，即经济条件、社会机会、透明性保证、防护性保障和政治权益。这五种可行能力相互衔接，不仅可以利用它们对个体是否贫困以及贫困程度进行判断，而且其本身也是个体陷入或摆脱贫困的关键因素。与此同时，人的贫困不仅仅是收入的贫困，也包括饮用水、道路、卫生设施等其他客观指标的贫困和对福利主观感受的贫困［10］16。鉴于此，本文选取了6 个维度、11 个指标来构建农民工相对贫困的指标体系，包括经济条件、社会机会、透明性保证、防护性保障、政治权益和精神感受等六个方面。相较于等权重法，主成分分析确定权重法能够更准确地反映各指标的贡献率大小［11］88-101，由此，本文再使用主成分分析法来确定各维度的权重，以确定不同因素对于农民工相对贫困的影响程度，如表1 所示。

表1 农民工相对贫困指标体系

（2）解释变量：社会资本

社会资本与社会关系网络密切相关。社会资本由嵌入在社会关系网络中的资源组成，社会资本本身对个体行为选择和资源回报不产生直接影响，关系资源才会通过社会网络对行动者的目标性行为产生直接影响［12］18。社会网络是社会资本的载体，人们通过社会关系网络来获得信任、地位和声望，这样就形成了个体的社会资本，进而有助于其取得相应的工具性回报。本文认为影响农民工相对贫困的社会资本主要包括社会网络、社会信任和社会声望。社会网络可以降低信息搜寻的成本，促进就业获得和职业地位提升；社会信任可以减少劳动力市场的交易成本，并在一定程度上促进农民工的城市融入；社会声望与农民工的经济社会地位和经济水平直接相关，个人相对地位水平越高，面临相对贫困的风险越低。

基于此，本文选择“人缘”这一变量来衡量农民工的社会网络。调查询问被访者“您认为自己人缘关系有多好”，回答得分范围为0～10，0 分代表最低，10 分代表最高；选择对陌生人的信任程度衡量农民工的社会信任，调查询问被访者“您对陌生人的信任程度能打几分”，回答得分为0～10，0 分代表非常不信任，10 分代表非常信任；选择社会地位的相对指数感来衡量农民工的社会声望，调查询问被访者“您给自己在本地的社会地位打几分”，回答得分为1～5，1 分代表很低，5 分代表很高。

（3）控制变量

综合已有研究成果，本文控制个体特征变量和地区变量主要包括：年龄、性别、民族、婚姻状态、党员身份、单位性质、职业声望、BMI、心理健康和经济区域。上述所有变量的描述性统计分析如表2 所示。

表2 变量的描述性统计

2.模型设定

本文被解释变量为相对贫困状态和相对贫困程度，其中相对贫困状态是二值选择变量，相对贫困程度即MPI 指数是以0 值为左侧受限的截尾分布，因此本文分别构建二元logit 模型和tobit 模型来考察社会资本对农民工相对贫困的影响。以相对贫困状态为被解释变量的logit 模型设定如下：

式6 中，logit（p）表示相对贫困与非相对贫困概率比的对数，即对数几率比。so_capitali为核心解释变量社会资本，包括社会网络、社会信任与社会声望，Ci为一系列的控制变量，μi为随机扰动项。

以相对贫困得分为被解释变量的tobit 模型设定如下：

其中，MPIi表示农民工的相对贫困得分，MPIi*表示在区间（0，1）的观测值，so_capitali、Ci和 μi的含义与logit 模型相同。

三、社会资本对农民工相对贫困的测度与实证检验

（一）农民工相对贫困的测度结果

表3 呈现了在不同贫困指数的临界值k 下，农民工相对贫困的估计结果，包括贫困发生率（H）、平均贫困指数（A）和相对贫困指数（M）。从全样本的测算结果可以看出，随着k 的增加，贫困发生率降低，平均贫困指数不断升高，相对贫困指数随之减小。当k=0.1 时，贫困发生率为0.9007，平均贫困指数为0.3547，说明有90.0%的农民工至少在四个指标上受到指数影响（平均贫困指数反映了个体遭受指数维度数量占总维度数的比重）。当k=0.4 时，贫困发生率为0.3333，这表明约1/3 的农民工处于相对贫困状态，相对贫困指数为0.1730。当k=0.8 时，贫困发生率已趋近于0，平均指数份额为0.8318，说明极少数农民工面临9 个以上指标的指数。当k=1时，贫困发生率为0，这反映了在农民工中不存在严重的极端贫困现象。

表3 农民工相对贫困测算结果

从分样本对比可以看出，当k 介于0.1～0.5 之间时，新生代农民工贫困发生率和相对贫困指数要高于老一代农民工；而当k＞0.5 时，老一代农民工的贫困发生率和相对贫困指数更高。这说明，新生代农民工较多面临着包括教育、健康、医保、就业和收入等绝大多数变量所引发的相对贫困问题；而老一代农民工则面临着包括教育、健康、医保、就业和收入等少数变量（其中的1 个或者2 个以上，但不是全部变量）所引发的相对贫困问题。

从表4 各指标对相对贫困指数的贡献率来看，新生代农民工在经济条件、透明性保证、防护性保障、政治权益和精神感受五个维度上的贡献率高于老一代农民工，而老一代农民工在社会机会维度上的贡献率高于新生代农民工，说明老一代农民工在教育水平和健康状况方面更容易陷入相对贫困之中。

表4 农民工相对贫困指数维度的贡献率

（二）基准回归结果

表5 是社会资本对农民工相对贫困影响的模型估计结果。其中，模型1 和模型2 的被解释变量为相对贫困状态，模型3 和模型4 为相对贫困程度，据此计算出处于相对贫困状态农民工的相对贫困指数，数值越高表示相对贫困程度越重。为保障结果的稳健性，本文还分别采用probit 模型和ols 模型估计策略作为参照。表5 的回归结果显示，由模型1可知，社会网络、社会信任和社会声望对农民工相对贫困状态产生的影响通过了显著性检验（p=0.05、p=0.01），由于系数为负，说明社会资本能够显著降低农民工陷入相对贫困状态的可能性；模型2 估计结果与模型1 一致，表明结果具有稳健性。由模型3和模型4 可知，社会声望能够显著降低农民工相对贫困程度加深的可能性，且社会网络和社会信任对相对贫困程度没有产生显著性影响。具体来看，社会网络、社会信任和社会声望每增加1 分，农民工陷入相对贫困状态的几率分别降低5.0%、8.6%、25.1%；社会声望每增加1 分，农民工相对贫困程度加深的概率会降低3.0%，假设1 得到部分验证。

表5 社会资本对农民工相对贫困影响的模型估计结果

从控制变量来看，年龄和年龄的平方在四个模型中均显著为负和正，表明农民工的年龄与相对贫困呈现显著的“正U 型”曲线特征，这说明中年农民工更能够改善相对贫困状况，减少发生相对贫困的可能性风险；已婚、党员、职业声望高的农民工更不容易发生相对贫困；心理健康状况较差的农民工陷入相对贫困的几率更高，这表明农民工的精神贫困同样亟待得到关注。控制变量的分析结果表明，虽然社会资本是农民工致富路上的关键性因素，但是年龄、政治身份、就业质量、心理健康同样对农民工相对贫困产生重要影响。

（三）稳健性检验

本文使用以下两种方法进行稳健性检验：一是改变指标权重。为了更准确地反映各指标的贡献率大小，上述相对贫困估计结果是按照主成分分析法计算权重分析得出的结论。而现有文献多采用等权重法进行测算，考虑到结果的可比性，本文采用更改指标权重的方法进行稳健性测试，具体结果见表6 中的模型1 和模型3。二是减少相对贫困指标体系的维度，剔除对贡献率最大的指标（工会）和对贡献率最小的指标（慢性病），具体结果见表6 中的模型2 和模型4。整体来看，表6 的稳健性估计结果进一步表明上述基准回归结果是可靠的，即社会资本能够显著降低农民工陷入相对贫困状态的可能性，其中社会声望能够显著降低农民工相对贫困程度加深的可能性，而社会网络和社会信任对相对贫困程度没有显著影响。

表6 稳健性检验

（四）异质性分析：社会资本对农民工相对贫困影响的代际差异

本文分别考察社会资本对农民工相对贫困状态和相对贫困程度影响的代际差异，并采用基于Bootstrap 抽样的费舍尔组合检验法（Fisher's Permutation test）来比较相同的模型设定下分组回归后的组间系数差异，若某一因素对被解释变量的影响在两组模型中的系数均为显著，则费舍尔组合检验法的经验P 值可以进一步检验组间影响效应是否具有显著性差异。

表7 是以代际分组的模型估计结果。对比模型1 和模型2 可以发现，社会资本三个变量对新生代和老一代农民工相对贫困状态均有显著的负向影响。进一步发现，社会声望对农民工相对贫困状态的影响存在着显著的代际差异（p=0.01），β（1）=0.668＜β（2）=0.860，说明社会声望对于老一代农民工相对贫困负效应的影响程度更大；对比模型3和模型4 可以看出，由于费舍尔组合检验没有通过显著性水平（p=0.05），这说明社会网络和社会信任对农民工相对贫困状态的影响没有显著的代际差异，社会资本对农民工相对贫困程度的影响也没有显著的代际差异，研究假设2 仅得到部分验证。

表7 社会资本对农民工相对贫困影响的代际差异

四、研究结论与讨论

本文基于2018 年中国家庭追踪调查数据，描述了农民工相对贫困的风险现状及分布情况，探讨了社会资本对农民工相对贫困的影响及代际差异。研究结果表明：第一，约1/3 的农民工仍处于相对贫困风险状态，相对贫困指数为0.173，且90.0%的农民工至少在四个指标上有所表现，但在农民工群体不存在严重的极端贫困现象；第二，新生代农民工在低维度的贫困发生率更高，老一代农民工则面临着较高维度的贫困发生风险率，并且老一代农民工的教育和健康指标的贫困贡献率要高于新生代农民工；第三，社会资本能够显著降低农民工陷入相对贫困状态的可能性，而其中只有社会声望能够显著降低农民工相对贫困程度加深的可能性，社会网络和社会信任对相对贫困程度没有显著影响；第四，社会声望对相对贫困的负效应对老一代农民工的影响程度更大，而社会资本对农民工相对贫困程度的影响没有显著的代际差异。本文研究结论表明当前农民工存在相对贫困风险，且由于社会资本的欠缺，他们无法仅凭自身能力摆脱相对贫困风险，研究表明社会资本对农民工摆脱相对贫困具有重要作用。本文的创新性在于，基于阿马蒂亚·森的可行能力理论构建了农民工相对贫困指标体系，并实证分析了社会资本对于农民工相对贫困状态的影响，补充了现有研究仅侧重于对单个维度贫困影响进行考察的局限。对于相对贫困的农民工群体，研究还进一步分析了社会资本对其相对贫困程度加深的影响。在异质性分析部分，相关研究多采用分组回归的方法，考察自变量对因变量的影响在不同分组样本中是否显著，但这一方法无法再进一步详细得出影响效应在不同分组的大小差异。本文在进行社会资本对农民工相对贫困影响的代际差异回归的同时，采用费舍尔组合检验的方法进行组间差异检验，使得代际差异的分析更为详细具体，为后续相关研究提供了可能的实证分析参考和政策制定依据。社会资本为农民工相对贫困的归因探讨提供了一个关键的分析视角，政府和相关部门和组织需要以社会资本为突破口有导向性地促进农民工就业质量提高、社会保障权益完善，进而提高收入待遇，通过干预和赋能来增加农民工的社会资本积累，进而提高其反贫困的能力，缓解农民工的相对贫困现状。

2021 年2 月25 日，习近平在《在全国脱贫攻坚总结表彰大会上的讲话》中强调，党的十八大以来，党中央把脱贫攻坚摆在治国理政的突出位置，脱贫攻坚战取得了全面胜利，但是“解决发展不平衡不充分问题、缩小城乡区域发展差距、实现人的全面发展和全体人民共同富裕仍然任重道远”［13］12。也就是说，2020 年现行标准下农村贫困人口全部脱贫的目标实现后，我国反贫困事业进入了包括治理相对贫困为重点的“后扶贫时代”。由于农民工受教育程度相对不高、职业分布主要在第三产业、工资收入相对较低（月均收入4 432.0 元；同年全国城镇私营、非私营单位就业人员年平均工资分别为5 240.03、8 903.00 元）［14］135-146等特征，相当比例的农民工仍处于相对贫困状态中。由此，进一步健全农民工群体在“后扶贫时代”继续增收的制度框架，对于“解决发展不平衡不充分问题、实现人的全面发展和全体人民共同富裕”具有重要意义。

首先，建立公平公正的社会制度，提高农民工的社会经济地位，增加农民工的社会资本质量。陷入相对贫困状态的农民工往往处于社会底层，较低的社会经济地位与农民工自身匮乏的资本积累成正比。农民工的社会资本以强社会关系网络为主，一般来说只能获得重复性和同质性的社会资源，难以通过优质社会资本改善其相对贫困的境况，这就要求政府和相关部门协调多方力量帮助农民工融入流入地，并努力争取向上流动的机会，提高其社会经济地位和社会资本质量，进而缓解或摆脱相对贫困状态。一方面，政府要致力于进一步破除城乡壁垒，突破社会资本的空间性和可获得性的户籍约束，减轻社会排斥对农民工相对贫困的制约，扭转农民工在城市的边缘社会地位，以使农民工能够获得平等的、稳定的就业机会，减轻和消除双重户籍墙造成的权益指数影响；另一方面，政府应当加强对农民工群体的职业技能培训，大部分农民工的工作内容重复且具有很强的可替代性，难以通过工作来突破社交圈，导致农民工面临着因失业而返贫的风险，因此政府应当有组织地对农民工进行职业技能培训，通过提升就业质量来使农民工改善社会资本质量，进而缓解相对贫困。

其次，构建多样化的社会支持网络，增加农民工的社会资本存量。一般来说，社会支持网络由正式和非正式两个部分组成，但由于以政府为主导的正式社会支持往往存在缺位，因此各地方政府应当动员多方力量来创造有助于农民工社会资本积累的环境，以农民工的实际需求为导向，积极探索由非营利组织、企事业单位、社区等为辅助的多样化的非正式社会支持渠道。鼓励农民工积极参加流入地的各种社团组织活动，促进农民工构建有利于自身发展和城市融入的关系网络资源。供职单位和所在社区作为农民工集聚的主要工作和生活领域，应当成为提供社会支持的关键突破口。对此，一方面，政府要引导农民工的供职单位提供包容开放的工作环境，促进农民工在流入地的社会融入，减轻就业歧视和社会排斥；另一方面，以社区为农民工帮扶的主要单位，通过举办社区活动来鼓励本地居民与农民工之间的沟通与交流，增加贫困农民工之间的凝聚力，同时引导贫困农民工与其他非贫困农民工、本地居民之间的资源共享、互帮互助。

最后，关注社会资本对贫困影响的代际差异。新老两代农民工相对贫困的分布情况有着异质性，老一代农民工面临着更多包括教育、健康、医保、就业和收入等少数变量所引发的相对贫困问题，这与他们受教育程度较低、年龄较大、承担着更重的家庭责任有着直接关联。因此，政府应当完善社会保障政策，保障参保农民工的医疗、养老等各项社会权益，健全和完善农民工子女随迁和入学等相关政策，并着力于改善农民工的住房情况。社会声望对老一代农民工相对贫困的负效应要高于新生代农民工，这说明积极的主观福利感受是农民工摆脱相对贫困的内生动力，也是增收战略的更高层次目标。提高老一代农民工在城市的归属感，增加农民工的社会资本积累，有助于相对贫困的老一代农民工长期稳定增收减贫。