高远东,李华龙,马辰威
(1.西南大学 经济管理学院; 2.西南大学 普惠金融与农业农村发展研究中心,重庆 400715;3.四川大学 公共管理学院,成都 610065)
经过多年持续奋斗,我国如期完成了新时代脱贫攻坚目标任务,现行标准下贫困人口全部脱贫,贫困县全部摘帽。随着绝对贫困被消灭,防范返贫、巩固拓展脱贫攻坚成果成为新发展阶段的“头号任务”[1]。脱贫攻坚阶段,扶贫主要采取对口帮扶、选派第一书记、设立扶贫车间等“超常规”办法,而市场经济变化、农业自然风险以及疫情外生冲击等因素给现阶段高质量稳定脱贫、扎实推进共同富裕的工作带来了新的挑战。贫困边缘人口的脆弱性使返贫问题蚕食着来之不易的脱贫攻坚成果。在这样的时代背景下,2021年12月中央农村工作会议指出要“确保不发生规模性返贫”。探讨人力资本和社会资本防范农户返贫的效应,无论是对中国反贫困的理论研究,还是对乡村振兴战略的持续推进都有着重要的全局意义。
在人类发展指数发布后,贫困的定义从“需要”的不足逐渐向外延伸到“能力”的不足,从“单维收入”的剥夺拓展到“多维福利”的缺失。由于贫困的多维性,学者们通常采用AF双边界法对城乡贫困进行多维测量和分解[2-4]。在脱贫攻坚战的号召下,近年相关研究侧重于探究各种因素对多维贫困的影响,例如财政转移支付、土地流转、数字普惠金融等[5]。大量研究探讨了不同指标和权重设定下的贫困测度差异,并且关注农民工、少数民族、老年人等特殊群体[2]。对后扶贫时代中国城乡相对贫困标准、人口规模以及长效治理机制等也进行了相应的探索[6-7]。这些研究肯定了多维贫困测度对精准扶贫及评估脱贫政策的必要性,发现相对于收入的“贫”乏,多维贫困更加凸显其他维度的“困”境。
贫困具有多维性和动态性,其不仅反映了个体在某一时点上的福利状况,还涵盖了一段时期的状态变化。AF双边界法不能反映一定时间段内农户多维贫困状态的动态转化。现有文献多从暂时贫困和慢性贫困两个方面对动态贫困进行了较为深入的研究,但鲜有对返贫影响因素的合理分析[8],未能全面直观地分析返贫现状、趋势与机制。从长远来看,生计风险是导致脱贫人口发生返贫的核心因素[9],只有提高农户的持续发展能力才能提高脱贫质量。这给本文提供了逻辑起点与研究空间。
本文基于生计可持续理论,实证分析人力资本和社会资本防范返贫的效应和机制。其贡献在于:(1)本文识别并且比较两类资本对农户防范返贫的影响,为系统性反贫困、扎实推进共同富裕提供新的微观证据。(2)本文考察两类资本的防范机制,为巩固拓展脱贫攻坚伟大成就提供参考。(3)采用CFPS部分微观调查数据,利用多维返贫测算、等级变量中介效应分析等工具,强化实证结果的科学性。
人力资本所具有的增收和脱贫功能对于贫困农户的状态改善至关重要。人力资本的积累直接影响个人工作搜寻、就业意愿和劳动技能,使得收入水平向上流动[10],并且能够阻断贫困代际传递,提供社会阶层间流动的途径[11-12]。相关研究将农户人力资本的投资作用和迁移效应纳入了托达罗模型中,证明了人力资本竞争选择的外在表现即为劳动力流动[13]。劳动力流动又直接影响着农户的贫困状态。在地区层面,劳动力流动促进人力资本等生产要素从集聚走向平衡,提高人力资本在空间上的合理优化,提升社会整体的生产效率。具体表现为农村劳动力流动优化地区的要素禀赋结构、促进个体农户的增收、降低农户落入贫困陷阱的概率。在个体层面,劳动力流动给农户家庭带来额外的劳动报酬,缓解农户时常面临的流动性约束。尤其对于农村低收入人口而言,劳动力流动能够充分发挥自身禀赋优势,成为摆脱多维贫困的重要途径[5]。这些理论证实了人力资本丰富的农户可以更容易地实现区域流动,获得更多的就业选择,预防贫困的发生。基于此,提出H1研究假说。
H1a:人力资本对防范农户多维返贫有显著的积极效应。
H1b:人力资本通过影响劳动力流动防范农户多维返贫。
作为传统资本的重要补充,社会资本能够发挥“润滑剂”功能提高防范返贫的效率。一方面,社会资本的丰富程度体现着对资源的配置能力,农户获取信息和资源进而转化为收入,能阻断贫困的恶性循环[14];另一方面,社会资本在正式制度缺失时可以提供一些社会支持。这种社会支持能嵌入在农户的社会关系网络中降低外在风险的冲击,增强农户的风险抵御能力。
对于农户而言,社会资本嵌入在社会关系结构中获取资源,促进农户自身的创业活动。这些资源主要包括了信息资源和信贷资源。从信息资源的角度,农户创业的关键是对创业机会的识别,这种识别依赖于对创业信息的承载与处理[15]。社会资本不仅能够帮助农户更好地捕捉创业机会,后续的信息融通也能够缓解创业者所面临的困难。从信贷资源的角度,当正规金融机构对农户表现出信贷排斥,社会资本作为一种有效抵押品,在相对封闭和狭窄的关系网络内对农户民间借贷发挥着正向促进作用。
从减贫本质上看,赋予农户自我发展能力是减贫的最终目标。《“十三五”脱贫攻坚规划》明确指出要“支持贫困户自主创业”。这种基于市场的减贫方案能够内在地促使农户行为从被动向主动改变。相比务工务农,创业是更高水平的就业。农户通过自主或参与创业改善了自身脆弱性,能极大地提高脱贫不返贫的可能性。创业还能衍生出大量的岗位,促进农村剩余劳动力就业[16]。相关研究显示,创业减贫往往需要外部帮助,如优惠政策、财政补贴等。Wu J等论证了创业减贫事实上是一个内部过程[17],是可持续的、自下而上减轻农村贫困的重要方法。基于此,提出H2研究假说。
H2a:社会资本对防范农户多维返贫有显著的积极效应。
H2b:社会资本通过影响农户创业防范农户多维返贫。
人力资本非逆性使其独立于返贫过程,但是教育水平、劳动技能等形式的人力资本缺乏既是贫困的外在表现,又是返贫的内在因素。因而人力资本是农户生计活动的基础。相比之下,社会资本的独特性表现在以下几点:一是社会资本大多是非正式的,广义上不仅涵盖社会习俗、人情来往等非正式制度,还与社会组织、成员偏好等密切相关[18];二是社会资本的价值在时间维度上会贬值,没有人际间的长期交往和互动几乎难以保持关系的经久不衰[19];三是社会资本嵌入于人和人之间的关系网络结构中,不依附于独立的个体。虽然其具有破解“集体困境”的功能,但对于良好社会运行来说仅仅是必要的条件之一。这些内在区别可能导致人力资本和社会资本的防范返贫效应存在差异。基于此,提出H3研究假说。
H3:人力资本防范农户返贫的效应强于社会资本。
本文样本源于中国家庭追踪调查(CFPS)公开的2016 年和2018年两期数据,该数据是反映中国社会、经济和人口等特征变化的动态数据,具有全国代表性。鉴于本文研究对象是全国范围内的农户,且样本量需求较大,因此本文将家庭和成人数据进行匹配,并剔除缺失数据,最终得到有效样本为4 642个。
1.贫困维度。在参考AF双边界法多维贫困维度设计的基础上,结合数据可获得性等因素,本文选取收入、健康、医疗、生活、资产5个维度,各维度采用等权重设计,具体指标见表 1。未选取教育维度是由于返贫维度设计上聚焦较易波动的维度,而教育程度具有较强的非逆性[2]。教育经历的这种特征为设计人力资本防范返贫研究框架提供了可能。
表1 多维返贫的指标设计
2.农户多维返贫识别。研究返贫首先需要理解贫困,因为返贫本质是重新贫困。本文以广义多维返贫为核心,在AF双边界法基础上借鉴蒋南平等的做法进行农户多维返贫识别[2]。主要过程如下:
(1)
步骤三:识别多维返贫。农户i在t期到t+1期由非贫困转变为贫困状态,即定义多维返贫状态为:
(2)
多维返贫测算方法在AF双边界法基础上进行了返贫的“三次识别”。多维返贫测算方法所构造的返贫指数具有良好的属性,可以测算并分解多维返贫的整体现状和趋势。利用多维返贫测算方法识别每个农户多维返贫后,农户个体返贫状态是(0,1)虚拟变量。
为了对农户返贫情况有整体上的把握,本文利用多维返贫测算方法计算了返贫率(返贫广度)与多维平均返贫份额(返贫深度),其值分别为13.635%、0.267,两者相乘可得到2018年多维返贫指数为0.036。本文进一步考察了各维度的贫困发生率与返贫发生率见表2。在收入和健康维度,2016-2018年的贫困发生率出现了一定程度的下降。在医疗维度,2018年贫困发生率远高于2016年,其返贫发生率也高于其他维度,表明了实现医疗维度脱贫的困难程度,这也可能是导致农户发生多维返贫的主要诱因。在生活和资产维度,2016-2018年的单维贫困发生率变动较小,其返贫发生率分别为5.848%和5.256%。表2各维度描述性统计%
年份收入健康医疗生活资产2016贫困发生率11.84514.0706.80310.1379.1642018贫困发生率8.49612.38313.99610.2169.4862018返贫发生率5.3616.79211.8505.8485.256
1.计量模型。为了实证检验两类资本防范农户多维返贫的影响效应,本文建立Logit模型如下:
R=β0+β1H+β2S+β3Ci+εi
(3)
式中,R为农户是否返贫的虚拟变量,取1表示农户i发生多维返贫,取0反之;β0为常数项;H与S分别为人力资本与社会资本;β1和β2是待检验核心参数;β3、Ci和εi分别为待估参数、控制变量和随机扰动项。
2.中介模型。根据本文研究假说H1b与H2b,引入中介效应模型。以劳动力流动F为例,其中介效应方程为:
R=α0+α11H+α21Ci+ε1
(4)
R=α0+α12H+α21Ci+α2F+ε3
(5)
F=α0+α13H+α21Ci+ε3
(6)
式中变量及参数的意义同式(3)。
1.核心解释变量。个体层面的人力资本外在表现为人所具备的知识、技能和素质。借鉴大多数的研究,选择家庭人均受教育年限和家庭培训支出定义人力资本,即教育和培训人力资本[27]。同时,遵循社会资本的四个维度寻找替代变量。借鉴部分研究的做法[22],采用“人情礼金支出”作为社会网络的替代变量;用“每月邮电通讯费”定义社会参与;根据“您的地位”来反映社会地位;利用“对陌生人的信任度”衡量社会信任;利用熵值法计算两类资本的综合指数。
2.中介变量。根据CFPS问卷,若农户家庭中存在劳动力流动,则劳动力流动F赋值为1,反之则取0;若农户家庭成员从事个体经营或开办私营企业,则创业E赋值为1,反之则取0。
3.控制变量。本文选择工作、性别、重大事件、年龄、家庭规模、土地流转、地区生产总值、市场化程度以及东部、中部、西部等家庭和地区层面的控制变量,以减少和削弱实证估计偏差与内生性。
人力资本和社会资本在“反贫”中的积极作用已得到大量经验研究证实,但在防范返贫过程中的作用和机制还有待进一步深入研究。本文利用4 642个农户样本进行Logit估计,两类资本防范农户返贫的效应及其差异见表3。
表3 基准回归结果 n=4 642
由表3模型(1)可知社会网络显著为负,表明社会网络对农户风险起到非正式的分担作用,降低了农户多维返贫的发生概率。广泛的社会网络促进亲戚间的交流,获取对自己有益的信息,获得更多的非农就业机会,降低了资源匮乏农户的脆弱性。社会参与对防范返贫也有正效应。农民参与社会经济组织,在组织中可能有更大的发言权,在参与各项事务的治理中也可以更好地融入公共生活并且获得一定的利益。社会地位在1%的统计水平上显著为负,其往往与社会权力、职位声望与个体威望相联系,嵌入在群体间的关系网络中形成合作互惠与权威关系,从而防范返贫。社会信任同样显著为负。一方面,亲朋好友间的相互信任减少了组织内达成一致规制所需要的成本,另一方面,信任程度越高,基于血缘、业缘关系的信任使农户能在遭受冲击时得到支持和帮助,减少返贫发生的概率。
表3模型(2)表明教育和培训所代表的个体人力资本均显著为负,即显著降低了农户陷入返贫的概率。教育和培训与家庭劳动生产率呈正相关,体现了家庭未来的收入能力,这是人力资本所具备的潜在收入效应[26],也是对家庭综合能力的间接反映。高学历家庭积累社会资本,获得社会支持的可能性将大大提高。同时,人力资本的提高也可以改善“教育隔离”“信息隔离”的状况,提升劳动者的技能水平。因此,人力资本在防范返贫、巩固脱贫攻坚成果中也有着显著的正向作用,验证了本文研究假说H1a。
表3模型(3)引入了标准化后的两类资本综合指数,可知人力资本和社会资本的偏效应分别为-0.237和-0.194,表明人力资本的防范农户多维返贫效应强于社会资本,验证本文的研究假说H3。人力资本较高的农户拥有较高层次的技能培训和受教育程度,能更直接地接受生存手段和技能,有助于消除长期贫困,跳出贫困-脱贫-返贫的恶性循环。相比之下,虽然社会资本被视作独立于自然、经济和人力资本外的“第四类资本”,但随着市场经济不断深化、治理机制不断健全,社会资本在差序格局的传统社会中的作用相对有限。控制变量的实证结果与预期大致相符。
由于返贫为虚拟变量,如果使用连续数据的中介分析方法,估计结果将会有偏,并且产生降低置信区间对真值覆盖率、低估标准误等问题。为了检验两类资本的影响机制(1)z统计量公式为z=ab/SE(abstd);中介效应占比公式为abstd/(abstd+c′std)。其中,SE代表样本标准误,上标std表示由logit单位的系数转换而来的标准化系数。,本文采用了MacKinnon所提出的等级变量中介效应分析[28]。表4是中介效应的检验结果。
表4 中介效应检验结果 n=4 642
由表4可知人力资本与社会资本、劳动力流动与创业的估计系数均显著。对应上文式(4)~(6),表4模型(1)表明人力资本显著降低了返贫的发生概率;模型(2)显示引入劳动力流动后,人力资本对农户防范返贫仍具有显著负向影响,且劳动力流动同样具有显著负向影响;模型(3)表明人力资本能够显著促进劳动力的流动。结合表4模型(1)(3)得知劳动力流动z统计量为57.648,中介效应95%的置信区间为(-0.039,-0.020)。
由表4模型(4)~(6)得知创业z统计量为18.721,中介效应 95%的置信区间为(-0.041,-0.006)。人力资本通过促进农户劳动力流动、社会资本通过影响农户创业对防范返贫有显著的间接作用。劳动力流动与创业通过中介效应检验,且均为部分中介作用,其中介效应的占比分别为17.197%和16.962%,证实了本文假说H1b与H2b。
维度异质性:基于多维视角,以家庭各个维度是否发生返贫为被解释变量,本文分析两类资本在防范不同维度返贫的影响差异,这一异质性分析有助于准确揭示两类资本防范返贫的着力点。表5中模型(1)~(2)表明,两类资本在收入和医疗维度都具有显著的防范效应,不仅能够激发农户的内生动力,促进农民增收,还能使其平等接触或获取到基本公共产品和服务,在防范收入和医疗返贫中发挥着积极作用。表5中模型(3)表明两类资本防范农户健康返贫的作用不显著。这可能是由于本文在健康维度设计中采用的是“自评健康”,是农户对健康状况的自我综合估计[29]。虽然这样的设计广泛应用于相关文献之中[2, 21],但其本身无法避免的主观性影响了估计的显著性。此外,面对类似重大疾病冲击这样的健康风险,农户应对的脆弱性十分明显,内在的人力资本主体性功能和社会资本风险抵御作用较为有限。
表5 维度异质性分析 n=4 642
表5中模型(4)~(5)表明,人力资本可以显著地降低家庭在生活上的返贫概率,但会扩大家庭资产的返贫的概率。可能存在两方面的原因,一是表1中资产维度主要涉及的是低档资产[26]。当人力资本积累增加,人们实际收入增加时,反而可能会减少此类资产的需求量。二是教育致贫论也提供了一个具有解释力的框架。倘若将人力资本投资作为一种消费品看待,农户为了追求长期稳定的利益而增加人力资本积累支出,为家庭带来一时的负担与开销[30],这将加大短期内农户其他维度被相对剥夺的程度。
地区异质性:基于中国地区间的巨大差距,本文按照受访者所处区域的不同,将样本分为东部、中部和西部三大区域,以检验两类资本防范效应的区间差异。如表6模型(1)~(3)所示,人力资本可以显著地降低西部和东部农户返贫概率,而在中部统计上不显著。社会资本在东部和中部有显著的防范返贫作用,但在西部地区不显著。由于受到地理区位、禀赋结构和政策倾向等因素的影响,西部地区的农村低收入人群自我发展能力弱,脆弱性明显,一旦受到外生冲击,极有可能再次陷入贫困之中。在较发达的地区,社会资本能起到更好的社会支持作用,而在相对落后地区,农户从传统社会关系中寻求帮助变得更加艰难。人力资本积累就显得相对更加重要。
表6 区域异质性分析
在上文分析中采取了控制变量法和综合指数法尽量削弱内生性的影响,为了保证研究结论的科学性,本文利用工具变量法进一步处理内生性。工具变量的选取与构造受到微观数据的限制,而从地区集聚数据中寻找工具变量已被大量相关文献所沿用。本文也采取这样的思路,采用区县户均人力资本和社会资本作为工具变量进行IVProbit 估计,其结果见表7。瓦尔德检验值在1%和5%的水平上显著不为零,证实了采用工具变量纠正模型内生性的有效性。两类资本一阶段结果均显示:各自的工具变量在1%的水平上存在显著的正向影响。联合显著性检验F值均大于10,表明本文工具变量并不存在弱工具变量问题。二阶段结果均与基准回归Logit模型的回归结果一致,表明在纠正可能的内生偏误后,两类资本仍显著降低了农户返贫概率。
表7 IVProbit回归结果 n=4 642
本文采取以下方式验证了两类资本防范返贫的稳健性(2)因篇幅所限,本文稳健性检验结果并未详细列出。:一是替换核心解释变量。根据数据可获得性以及可操作性原则,借鉴刘彬彬等人的作法引入受教育年限的学历指数[31],重新利用熵值法和变异系数法分别计算了人力资本和社会资本综合指数。二是更改基准回归的模型设定。利用Probit模型再次估计式(3)。三是逐步引入核心解释变量观测其显著性变化。上述措施的估计结果均表明核心变量显著性与符号方向同基准回归一致,证实了本文实证研究结论的稳健性。
巩固和拓展脱贫攻坚的成果是接续推进乡村振兴战略的前提。立足于新发展阶段的时代背景,笔者将多维返贫测算方法应用于农户层面,分别测算了人力资本和社会资本防范农户返贫的效应和机制。同时,也充分考虑了防范农户返贫的维度和地区异质性。研究发现:(1)人力资本和社会资本均是防范农户多维返贫的重要因素,对巩固拓展农村脱贫攻坚成果具有重要作用。但从返贫概率视角看,人力资本防范返贫的作用比社会资本更大,是防范返贫的关键生计资本。(2)机制分析中,人力资本能发挥迁移效应,通过劳动力流动防范农户返贫,而社会资本发挥信息获取和抵押品效应,通过影响农户创业防范农户返贫。(3)人力资本降低了农户在收入、医疗、生活三个维度的返贫发生概率,却扩大了资产维度返贫概率;社会资本则降低了收入、医疗维度的返贫发生概率。(4)人力资本和社会资本防范返贫效应存在明显的区域差异,人力资本显著降低西部和东部农户返贫发生概率,而中部地区在统计上不显著;社会资本显著降低东部和中部农户返贫发生概率,而西部地区在统计上不显著。
实证检验结果的政策涵义明显:一是要建立教育和培训相协调的防范返贫机制,通过加强劳动技能培训、创新等帮扶手段提供合理的增收途径,培育农户生存手段和技能,加强农户生计能力的可持续性。二是要建设乡风文明,推进社区服务管理信息化,全方位提升乡村治理及服务水平,避免制度化信任的缺失。三是要培育农民创业带头人,拓展农村劳动力收入途径,实现农村低收入人口的赋能增收,通过劳动力流动实现“市民化”。四是要从结构上防范返贫作用的异质性,对农村低收入群体实行分层分类帮扶,因地制宜地采取救助措施,持续巩固拓展脱贫攻坚的成果。
致谢:本文的完成离不开《西北农林科技大学学报(社会科学版)》“三农”工作坊主办方的辛勤付出,王建华、朱玉春、彭超等老师的建设性建议,四川大学公共管理学院李庆雯的积极讨论。特此致以诚挚谢意。