劳动力流动对民族地区易地搬迁人口多维贫困脆弱性的影响——来自藏羌彝走廊12239户易地扶贫搬迁家庭的微观证据

廖桂蓉 盛 伟 周灵灵

(1. 西南民族大学经济学院 四川 成都 610041;2. 国务院发展研究中心 北京 100010)

易地扶贫搬迁作为脱贫攻坚的头号工程和标志性工程,是守住不发生规模性返贫底线的重中之重,也是难度最大、政策性最强的专项扶贫工程。从国内外扶贫实践看,保持搬迁人口生活就业的长期稳定并从根本上突破贫困陷阱是公共政策的难点。我们党和政府高度重视易地扶贫搬迁工作,高度重视巩固拓展脱贫攻坚成果。2018年9月,中共中央、国务院印发的《乡村振兴战略规划(2018-2022)》,就明确提出“巩固易地扶贫搬迁成果”。2021年2月,习近平总书记在全国脱贫攻坚总结表彰大会上强调:“对易地扶贫搬迁群众要搞好后续扶持,多渠道促进就业,强化社会管理,促进社会融入。” 2022年中央一号文件进一步提出加大对易地搬迁集中安置区的支持力度。显然,在促进全体人民共同富裕的新历史节点上,探讨民族地区易地扶贫搬迁人口的多维贫困脆弱性及其解决之道,具有较大理论价值和实践意义。

费孝通先生在1978年9月首次提出“藏彝走廊”概念,继而徐学书等学者在充分考虑历史上羌人族群在该“走廊”民族迁徙活动中的重要作用基础上,进一步提出“藏羌彝走廊”概念。[1]藏羌彝走廊民族众多,民族互动、民族关系纷繁杂呈,多维贫困与多维贫困脆弱性比较突出,使其成为经济学、民族学、人类学等学科学术研究的重点对象。四川省凉山彝族自治州是藏羌彝走廊的重要组成部分,其中的昭觉县则是四川省易地扶贫搬迁规模最大的县。2018年2月11日,习近平总书记在昭觉县三岔河乡三河村考察慰问时,就非常关心昭觉县的易地扶贫搬迁工作。在此背景下,我们以藏羌彝走廊昭觉县12239户易地扶贫搬迁家庭为分析对象,分析劳动力流动对民族地区易地搬迁人口多维贫困脆弱性的影响,以期为新时代促进民族地区共同富裕提供理论方案和发展对策。

从理论和实践看,厘清劳动力流动是否能缓解易地扶贫搬迁人口的多维贫困脆弱性具有重要意义。一方面,按照收入衡量的贫困标准已难以全面准确地反映搬迁人口的多维贫困状况。搬迁人口可能会因为缺乏基本生活所需的可行能力,导致发展资源与发展机会的丧失而发生返贫致贫现象。这种可行能力不仅包括收入水平提升,还包含教育质量、健康水平与生活水平提高等多维能力。[2]另一方面,无论是单维贫困还是多维贫困,对于易地搬迁人口而言都属于一种事后测量,缺乏对家庭未来遭受冲击的陷贫风险的关注。[3]多维贫困脆弱性具有前瞻性,可以观察多维贫困的动态变化,可以反映脱贫者重新陷入贫困的风险以及非贫困者陷入贫困的风险。[4]这就意味着对易地扶贫搬迁人口的后续扶持应以事前干预为主,把提升搬迁劳动力的能力、促进劳动力流动作为巩固拓展脱贫攻坚成果的重要内容。通过劳动力流动,促进经济增长、改善要素配置效率和改善城乡收入分配格局,实现减贫效应。[5]

一、文献回顾与理论分析

(一)文献回顾

自阿玛蒂亚·森提出“可行能力方法”后,[6]以阿尔基尔(Alkire)为代表的学者就一直致力于在“可行能力方法”基础上进行多维贫困的测度。2007年,阿尔基尔和福斯特(Foster)发表工作论文《计数和多维贫困测量》,提出了计算多维贫困指数(MPI)的“Alkire-Foster方法”,简称AF方法。[7]此后,AF方法成为各种多维贫困测量方法中相对成熟且应用最广的方法,国内对多维贫困的研究也主要是基于AF方法的应用。近年来,部分学者开始把AF方法运用到“劳动力流动对多维贫困的影响”方面的研究,结果均表明劳动力流动能够有效缓解农户的多维贫困状况。譬如,基于连片特困地区的微观农户调查数据,有学者运用AF方法及BP神经网络法,测度了连片特困地区农户的多维贫困,并实证检验劳动力流动对农户多维贫困的影响,发现劳动力流动能够有效减缓农户的多维贫困,但其减贫效应主要体现在物质层面。[8]基于CFPS数据,有学者利用AF方法测度了我国农户的多维贫困水平,实证结果也表明农村劳动力流动能显著缓解农户的多维贫困。[9]基于陕西省安康市的调研数据,有学者使用AF方法对农户家庭的多维贫困进行测度,发现外出务工和外出务工强度能有效缓解农户家庭的多维贫困,且外出务工的减贫效应在搬迁人口中更为显著。[10]还有学者运用AF方法,测度了四川、陕西和甘肃三省农户家庭的多维贫困,实证结果表明农村劳动力流动对农户家庭具有显著的多维减贫效应。[11]

自世界银行提出“贫困脆弱性”概念以来,越来越多的研究机构和学者开始关注“贫困脆弱性”,但至今对其内涵的理解并未达成一致。[12]贫困脆弱性虽然无法直接被观测到,但可以用截面数据或面板数据进行间接估计。常用的测算贫困脆弱性方法有预期的贫困脆弱性(VEP)、低期望效用脆弱性(VEU)、风险暴露脆弱性(VER),[13]其中,VEP方法“充分考虑了可观测和不可观测特征对未来贫困概率估计的影响,同时对数据要求相对较低”,应用尤为广泛。[14]但总体而言,国内关于劳动力流动对家庭贫困脆弱性的影响的研究还不多。相关的研究如,邰秀军等利用西部山区农户的数据分析了外出务工对山区农户贫困脆弱性的影响,认为外出务工带来的收入增加尽管可以降低因农作物损失而引致的脆弱性,但难以降低因健康冲击所引致的脆弱性。[15]高若晨和李实利用中国居民收入调查数据库2007年和2009年两轮数据,基于Chaudhuri等的估计方法,[16]计算了家庭贫困脆弱性情况,考查了外出务工对留守家庭持久脱贫的影响,发现外出务工对降低农户贫困脆弱性有积极作用。[17]张庆红和马玉婷基于中国家庭追踪调查数据库(CFPS)农户样本数据,在利用VEP法测度农户家庭贫困脆弱性的基础上,分析外出务工对农户家庭贫困脆弱性的影响,也发现外出务工能显著降低农户家庭的贫困脆弱性。[18]

上述有关劳动力流动与多维贫困和贫困脆弱性的研究文献为本文提供了重要的理论参考和方法借鉴。而本文将要开展的劳动力流动对易地扶贫搬迁人口多维贫困脆弱性的影响研究,有以下特点。第一,现有文献要么从多维贫困的静态视角,要么从贫困脆弱性的单维动态视角,分析劳动力流动的减贫效应,在界定贫困概念时往往没有全面考虑,本文除了使用教育、健康等体现多维静态贫困外,还从脆弱性角度反映多维贫困动态变化。第二,在研究视角上,仅有的少量文献主要是关注多维贫困脆弱性的定义和测量,[19][20]鲜少研究劳动力流动对多维贫困脆弱性的影响,且更多关注事后干预的减贫策略,较少关注事前干预的积极作用。易地扶贫搬迁后续扶持工作应以事前干预为重点,把缓解多维贫困脆弱性作为巩固拓展脱贫攻坚成果的重要内容。第三,现有文献几乎没有利用藏羌彝走廊等民族地区易地扶贫搬迁脱贫人口的专项调查数据进行多维贫困脆弱性研究,而民族地区的多维贫困和多维贫困脆弱性往往具有异质性,需予以特别关注,这样有助于提高扶持政策的针对性和实效性。

(二)理论分析

多维贫困的界定和测度。阿玛蒂亚·森提出的可行能力剥夺理论,拓展了人们对贫困的认识,贫困不仅是收入短缺,更重要的是没有能力获得教育、卫生、饮水等基本服务。本质上,贫困就是多维度的贫困,是一种人们遭受的多维度被剥夺现象。本文使用AF方法来测量多维贫困,该方法设置了衡量贫困的双重阈值(dual-cutoff),先是设置每一个维度的贫困阈值,然后再设置多维度的贫困阈值。多维贫困指数(MPI)的构建涉及贫困人口的识别和加总、贫困维度和权重的设置。

易地扶贫搬迁家庭的多维贫困评价指标选取情况见表1。多维贫困得分直接反映出家庭的多维贫困状况,家庭的多维贫困程度随着取值的增大而加深。囿于研究问题中指标数据的可得性,本文从收入、资产、教育、健康和社会融合五个维度来衡量多维贫困的状况,在各指标的权重设置上,借鉴汪三贵和孙俊娜等学者的方法,对各个维度以及每个维度内指标赋予同样的权重。[21]

表1 易地扶贫搬迁人口多维贫困的评价指标

多维贫困脆弱性的界定和测度。结合多维贫困和预期贫困脆弱性的概念,多维贫困脆弱性是指未来陷入多维贫困的可能性。多维贫困脆弱性具有前瞻性,可以观察多维贫困的动态变化,可以体现出脱贫者重新陷入贫困的风险以及非贫困者陷入贫困的风险。牛津大学贫困与人类发展中心在为联合国开发计划署计算全球多维贫困指数(MPI)时,经常实施一种受MPI启发的衡量多维贫困脆弱性的方法。在全球MPI中,多维贫困阈值k设定为1/3,即剥夺分数总值等于或大于1/3的家庭的每个人被确定为多维贫困。相比之下,接近多维贫困阈值k(1/3)的、多维剥夺分值在1/5～1/3之间的每个人,都被确定为属于易陷入多维贫困的人群,即多维贫困脆弱性人口。[22]

多维贫困脆弱性概念的逻辑是,那些接近多维贫困阈值(k=1/3)范围内(1/5～1/3)的人,实际上存在着陷入多维贫困的风险。按照卡尔沃(Calvo) 的说法,这意味着,临近多维贫困阈值范围内的人,面临着多维贫困的威胁。[23]因此,决策者在做决策时,不仅要知道谁是多维贫困,而且还要知道谁有可能陷入多维贫困,以提前进行政策干预,这一点至关重要。从已有文献看,多维贫困阈值还没有一个确定的标准,本文根据藏羌彝走廊的实际情况,借鉴汪三贵和孙俊娜、乔俊峰和郭明悦的多维贫困阈值标准,将多维贫困阈值k设定为 2/5,并参考牛津大学贫困与人类发展中心的方法,将多维贫困指数在1/5～2/5之间的人群确定为多维贫困脆弱性人口。

劳动力流动对多维贫困脆弱性影响的理论机制。一般来说,多维贫困程度越深的家庭,由于自身发展能力不足,在遇到外部冲击时很容易造成难以恢复的重大损失。可以认为随着多维贫困程度的加深,多维贫困脆弱性也会增强。但这并不意味着多维贫困脆弱性就等同于多维贫困。根据多维贫困脆弱性的定义和测量方法,多维贫困脆弱性在很大程度上是随多维贫困的变动而改变的,伴随多维贫困标准的降低,家庭的多维贫困脆弱性也会相应降低。

从理论上讲,劳动力流动可以通过收入的增长效应、人力资本的提升效应、生活水准的提高效应三个方面缓解多维贫困脆弱性(图1)。一是劳动力通过外出务工带来的收入增长效应。家庭受到不确定性风险冲击将会增加未来福利下降的可能性,导致贫困脆弱性上升。[24]譬如,旱灾或涝灾等风险,以及家庭成员生老病死等风险。当面临这些风险时,家庭会因风险变化导致发展受限。这时外出务工的收入能够保障家庭成员的生存和发展的基本需求,外出务工收入越高,意味着家庭生产生活越有保障,这将有利于家庭缓解不确定性因素致贫的冲击,缓解家庭的多维贫困脆弱性。二是劳动力流动带来的人力资本提升效应。劳动力通过流动,在外出务工中参与的各种培训、社会互动、在“干中学”中积累的工作经验等都会累积其人力资本,而人力资本积累带来的能力提升是缓解多维贫困脆弱性的重要渠道。已有文献表明家庭人力资本积累的减贫效应明显,[25]人力资本积累与收入增长之间形成良性互动机制,不仅可以直接降低当期贫困,也可以降低未来发生贫困的概率。[26]在本文语境下,劳动力流动有助于改善藏羌彝走廊易地搬迁家庭的人力资本水平。外出务工不仅直接提升了搬迁家庭劳动力自身的人力资本水平,还通过打工寄回的收入,使其家庭收入增加,用于家庭健康营养和教育方面的支出增加,间接实现了家庭人力资本积累,通过“赋能”的方式提高了家庭抗风险的能力和参与经济活动的竞争力。这些都有助于降低家庭的多维贫困脆弱性。三是劳动力流动带来的生活水准提高效应。“人往高处走”,劳动力流动到城镇,城镇的生活水准明显高于农村,便捷的公共交通、公共医疗、清洁用水等直接提高了劳动者自身的生活水准。劳动者通过寄回的打工收入,增加了家庭的收入,家庭用于生产生活的投入增加,整个家庭的生活水准也相应提高,从而缓解多维贫困脆弱性。

图1 劳动力流动影响多维贫困脆弱性的理论机制

二、数据、模型和变量

(一)数据介绍

本文数据来源于2021年对藏羌彝走廊的重要组成部分——凉山彝族自治州昭觉县易地扶贫搬迁家庭的问卷调查。这项调查工作,是以习近平总书记关心的昭觉县易地扶贫搬迁工程为典型案例,为科学评估易地扶贫搬迁成效而组织开展的,共调查了12239户易地扶贫搬迁家庭,得到54505个样本个体。按照国际上对劳动年龄人口的一般定义,我们以样本中15～64岁的劳动年龄人口为分析对象,最终得到29710个有效样本。

(二)模型构建

本文基于个体多维贫困视角,考察是否流动与流动强度对劳动者多维贫困脆弱性的影响。基于已有数据的性质,我们使用受限Tobit模型进行全样本回归。公式如下:

VMPi,r=β0+β1flowi,r+β2Pi,r+β3Fi,r+εi,r

(1)

式(1)中,VMPi,r表示r地区劳动力i的多维贫困脆弱性;flowi,r表示r地区劳动力i的流动情况,包括劳动力是否流动和流动强度;Pi,r表示劳动力的个体特征;Fi,r表示劳动力所在家庭的特征;εi,r为随机误差项。

(三)变量选择

1. 被解释变量:多维贫困脆弱性

本文依据AF方法,从收入、资产、健康、教育、社会融合等五个维度测度了易地扶贫搬迁家庭劳动力的多维贫困指数,并结合藏羌彝走廊的实际情况,借鉴汪三贵等学者的多维贫困阈值标准(k= 2/5)、牛津大学贫困与人类发展中心的多维贫困脆弱性方法,将多维贫困指数在1/5～2/5之间的样本设置为多维贫困脆弱性样本。

2. 核心解释变量

核心解释变量包括2个指标。(1)是否流动。将具有跨省打工经历的劳动力,当作具有流动经历的劳动力人口。针对该微观调查数据,只要易地搬迁家庭中有“去四川省以外的省份打工经历”的劳动力,则是否流动=1;否则,是否流动=0。(2)流动强度。用易地搬迁家庭中劳动者“去四川省以外的省份打工的时间(月)”来表征劳动力流动强度。

统计数据表明,流动劳动力的多维贫困指数往往低于非流动劳动力,其多维贫困脆弱性也往往低于非流动劳动力。由全样本多维贫困指数核密度曲线(图2)可知,相对于非流动劳动力而言,流动劳动力的多维贫困指数更多地在低水平上聚集,多维贫困指数取值为0.2～0.266的占比约为15%,0.3～0.333约为15%,0.333～0.367约为13%。非流动劳动力的多维贫困指数则更多地聚集于较高水平,表明非流动劳动力的多维贫困脆弱性水平相对较高。从多维贫困脆弱性样本的核密度曲线(图3)也可以看出,流动劳动力样本的多维贫困指数也更多是在低水平上集聚,说明流动劳动力的多维贫困脆弱性水平相对较低。

图2 多维贫困指数核密度曲线(全样本)

图3 多维贫困脆弱性核密度曲线

3. 控制变量

控制变量主要是以下三类:(1)个人特征变量,包括年龄、性别、受教育年限①;(2)家庭特征变量,包括家庭劳动力数量,家庭性别比(家庭男性人口数量/家庭女性人口数量),家庭少儿抚养比(家庭少儿人口数量/家庭劳动力数量),家庭老年抚养比(家庭老年人口数量/家庭劳动力数量),在校学生抚养比(家庭在校学生人口数量/家庭劳动力数量);(3)乡镇异质性,控制劳动者所处的乡镇差异对劳动者多维贫困脆弱性的影响。多维贫困脆弱性样本的描述性统计如表2所示。

表2 主要变量描述性统计

三、实证分析过程及结果

(一)基本估计结果

表3给出了OLS估计和受限Tobit估计的结果,均表明在易地扶贫搬迁家庭中,相对于未流动的劳动力而言,外出务工的劳动力能有效降低多维贫困脆弱性。例如,估计结果(3),外出务工对多维贫困指数的平均处理效应为-0.04,即外出务工能使得多维贫困脆弱性降低0.04,且在1%水平上显著;估计结果(6)中,对劳动力流动强度的进一步估计表明,流动强度每增加一个月,劳动者的多维贫困脆弱性将降低0.005。

表3 劳动力流动对民族地区多维贫困脆弱性影响的基本估计结果

对于控制变量,综合估计结果(1)-(6)的结果来看:(1)男性对于降低多维贫困脆弱性更具性别优势;(2)随着年龄的增加,劳动者多维贫困脆弱性呈现先减少后增加的“U”型特征,这可以用生命周期理论解释,随着年龄增长,劳动能力逐渐增强,到壮年时达到顶峰,多维贫困脆弱性逐渐下降,之后在向老龄化转变的过程中体力开始下降,收入、健康状况等也开始慢慢下降,多维贫困脆弱性逐渐上升;(3)劳动者受教育年限的增加将会显著降低多维贫困脆弱性,表明教育型人力资本是抑制多维贫困脆弱性的重要因素,受教育年限每增加一年,多维贫困脆弱性降低0.008;(4)老年抚养比对多维贫困脆弱性的影响尚不明朗,原因可能在于,部分老人仍可以为家庭收入提升等做贡献,但若老人失去劳动能力甚至需要照料时,则又可能增加家庭的贫困脆弱性;(5)家庭少儿抚养比上升将会加剧多维贫困脆弱性,但学生抚养比的上升则会在一定程度抑制多维贫困脆弱性,可能是因为在校学生有利于间接增加所在家庭的人力资本,继而改善家庭贫困脆弱性状况。

(二)内生性问题处理

劳动力是否流动可能与多维贫困脆弱性存在双向因果关系。对此,我们以易地扶贫搬迁家庭劳动力所在村庄或社区的劳动力平均流动比率与平均流动强度作为个体流动与流动强度的工具变量进行估计。这是因为,同村或同社区的流动劳动力之间往往存在同伴效应或同群效应(Peer effects),村庄或社区劳动力平均流动比率对个人流动可能存在影响,但其与个人多维贫困脆弱性无直接关联。因此,将村庄或社区的平均流动比率与平均流动强度作为工具变量具有合理性。

Wald检验结果也表明需要考虑内生性问题,本文对此进行IV-Tobit两阶段估计。从表4中IV-Tobit第一阶段估计结果可知,劳动力所在村庄或社区的平均劳动力流动比率与平均流动强度对个体劳动力是否流动和流动强度,均存在显著的正向影响,估计结果与预期相符,说明劳动者在做是否外出务工、外出务工多长时间的决策时,存在着劳动力流动的同群效应。IV-Tobit第二阶段的估计结果显示,劳动力流动对多维贫困脆弱性的边际影响相对于表3估计结果(3)的估计系数有所提升,这说明不考虑内生性问题将会低估劳动力流动的减贫效应。同理,相对于表3中估计结果(6)流动强度的估计系数,处理内生性问题后,流动强度的减贫效应也得到了进一步提升。

表4 内生性处理结果

(三)稳健性检验

1. 解决样本自选择问题

为进一步检验结论的稳健性,我们考虑了样本自选择问题。具体而言,劳动者是否流动并非随机样本,选择流动的劳动者群体本身存在样本的选择性问题,个体特征和家庭特征都会在其中产生重要作用。比如越是脆弱的个体,越在意自己的收入,在“人挪活”观念的影响下,会选择跨地区就业来增加收入。若忽视在是否流动决策上所带来的自选择效应,容易导致样本选择偏差。因此,需要针对是否流动对多维贫困脆弱性的影响进行样本自选择处理。

解决自选择问题的重要方法是倾向得分匹配法(PSM)。该方法能够通过匹配再抽样使观测数据尽可能接近随机实验数据,在最大程度上减少观测数据的偏差。为处理自选择偏误引致的样本选择偏差问题,在其他因素既定前提下,本文使用PSM方法进行稳健性因果推断。在PSM估计过程中,劳动者个体及家庭禀赋特征等控制变量是反事实估计的匹配变量,我们使用一对一精准匹配、近邻匹配(n=4)、半径匹配(cal=0.01)、核匹配方法进行检验。

由平衡性检验结果可知(表5),匹配后基本消除了处理组与对照组的可观测变量显性偏差(偏差值在匹配后小于10%)。综合而言,经过匹配后,各变量已比较相似,所有匹配变量的不平衡性显著降低,满足平衡性检验。由图4可以直观看出,各变量标准化偏差在匹配后显著缩小了。进一步观测图5可知,绝大多数观测值都在共同取值范围内,故而在进行倾向得分匹配时,仅会损失少量样本。

图4 各变量的标准化偏差图

图5 倾向得分的共同取值范围

表5 匹配变量的均衡性检验结果

从倾向得分匹配的处理效应可知,易地扶贫搬迁家庭的劳动力是否流动对多维贫困脆弱性产生了显著的抑制效应(表6)。一对一精准匹配的平均处理效应(ATT)为-0.02516,表明流动劳动力相对于未流动劳动力,多维贫困脆弱性平均降低了0.02516。采用近邻匹配(n=4)、半径匹配(cal=0.01)、核匹配方法进行检验,得到的结论也基本一致。总之,采用倾向得分匹配法解决自选择问题后,得到的结论依然稳健,说明劳动力流动能显著降低多维贫困脆弱性。

表6 劳动力流动对多维贫困脆弱性影响的倾向得分匹配结果

2. 剔除非正式劳动力样本

考虑到多维贫困脆弱性水平越高的家庭,在校学生达到劳动年龄后越会协助家庭增加收入来源,以减轻家庭的经济负担,故而在前文的估计中,我们均将劳动年龄的在校学生算作普通劳动力,但他们仍为在校学生。例如,样本中存在“中职”三年级的在校劳动力,目前可能处于实习阶段,而且可能处于跨省流动状态,在样本统计时仍然算作了普通流动劳动力。鉴于此,这里主要是将此类在校的非流动劳动力和少数统计为在校的流动劳动力进行剔除,以确保样本全部为正式的社会劳动力,进而检验主要结论的稳健性。表7的估计结果表明,主要解释变量的符号和显著性水平均未发生改变,说明结论较为稳健。

表7 剔除非正式劳动力样本估计结果

3. 其他稳健性检验

本文还尝试了其他稳健性检验:(1)将五个维度的多维贫困指标赋予不同权重,构建新的多维贫困指数,估计结果依然稳健;(2)放宽劳动力流动的设置条件,将跨地级市与跨省就业均当作流动劳动力,替换解释变量进行估计,所得结论稳健;(3)将样本按多维贫困指数分为低脆弱性样本(VMP小于等于1/3赋值为0)与高脆弱性样本(VMP大于1/3小于等于2/5赋值为1)的虚拟变量,替换被解释变量进行IV-Probit估计,也表明劳动力流动会降低多维贫困脆弱性。

四、异质性分析与机制检验

(一)异质性分析

本文的劳动力样本有29710个,分别来自藏羌彝走廊12239户易地扶贫搬迁家庭,劳动力个体之间必然会存在差异。比如,劳动力之间存在着性别、年龄和受教育水平等差异。由于劳动力个体之间存在着较大的差异,同样性质的流动对不同群体劳动者的多维贫困脆弱性影响也会存在差别,因此,我们需要进行异质性分析。

1.基于性别的异质性分析

基于性别的异质性估计发现(表8),劳动力流动对降低多维贫困脆弱性的作用,男性平均效应为-0.066,女性平均效应为-0.063;流动强度每增加一个月,男性多维贫困脆弱性降低0.007,女性只降低0.004。可见,相对于女性而言,在跨区域流动抑制多维贫困脆弱性方面,男性更具比较优势。

表8 基于性别的IV-Tobit估计结果

原因可能在于,部分农村女性抓住非农就业的机会,实现了经济身份的转变,她们在工资收入、生活方式和性别理念等方面有了明显的提升,但仍面临一定程度的行业或职业隔离。[27]比如传统性别观念、职场性别歧视等隐性因素的存在,使得女性向上流动的机会和频率相对较低,容易遭遇“玻璃天花板”。[28]由于女性在教育机会、工作训练、工作技能和心理适应等方面的弱势,以致女性在劳动力市场的工资收入往往低于男性,[29]从而导致其流动对多维贫困脆弱性的抑制作用小于男性。

2.基于年龄的异质性分析

基于年龄的估计显示(表9),劳动力是否流动对多维贫困脆弱性的抑制效应会随着年龄的增加而逐渐降低。表9估计结果表明,15～30岁的劳动力群体流动对多维贫困脆弱性的边际效应最大,为-0.084;其流动强度每增加一个月,多维贫困脆弱性降低0.007。当劳动者为30～45岁的群体时,劳动力流动对多维贫困脆弱性的抑制效应开始减弱,分别为 -0.040和-0.004。当劳动者为45～64岁的群体时,劳动力流动的抑制效应已不显著。

表9 基于年龄的IV-Tobit估计结果

一般情况下,年龄在15～30岁的年轻人,其流动倾向更为明显,这可以从生命周期和成本―收益的角度来理解。15～30岁的年轻人大多还未组建家庭,有着行动的自由性,且年轻人迁移的机会成本较小,没有家庭的拖累,更容易学习新的劳动技能、适应新的人际关系,并能获得最大化的预期收益,他们拥有比年长者更多的就业机会。因此,年轻劳动者外出务工更有优势,鼓励年轻劳动力外出务工是降低多维贫困脆弱性的有效途径。

3.基于受教育程度的异质性分析

基于受教育程度的估计结果显示(表10),随着受教育年限的增加,劳动力流动对降低多维贫困脆弱性的抑制作用逐渐增强,小学及以下学历、初中学历和高中及以上学历的劳动力流动对多维贫困脆弱性的抑制作用分别为-0.040、-0.102和-0.301。结合流动强度的估计系数变化,可知随着时间推移,跨省就业时间每增加一个月所产生的边际抑制作用,会随着受教育年限的增加而逐渐增强。其中,具有高中及以上学历的劳动者的估计系数达到-0.018,是初中学历劳动者的两倍,是小学及以下学历劳动者的6倍。可见,人力资本减贫效应对藏羌彝走廊易地搬迁人口同样适用。

表10 基于受教育程度的IV-Tobit估计结果

卢卡斯提出人力资本的形成有两个主要来源:教育和干中学,受教育程度和劳动者的人力资本积累呈显著的正相关关系,而人力资本积累差异是影响收入不平等的重要原因。[30]在经济转型升级大背景下,教育投入动力不足将不利于农民工人力资本的积累,容易陷入多维贫困,难以真正融入城市。[31]这说明加强教育投入,提升劳动者受教育水平是降低多维贫困脆弱性的重要路径。

(二)拓展分析:基于流动成本的估计

一般而言,距离家乡越远的劳动力所承担的交通、通讯等流动成本将会越高。本文以流动距离③作为流动成本的代理变量。流动成本及其二次方对多维贫困脆弱性影响的估计结果显示(表11),流动成本对多维贫困脆弱性的边际影响呈现先降低后上升的“U”型变化特征。可见,在跨区域流动过程中,保持适度流动距离更有助于降低多维贫困脆弱性。

表11 流动距离对民族地区多维贫困脆弱性的影响

(三)机制检验:中介效应估计

劳动力流动对促进非农收入增长的重要作用,已经得到较多实证研究的证实。[32]劳动力流动通过为多维贫困脆弱性家庭带来更高的收入,进而产生显著的减贫效应。结合上文的理论探讨,接下来我们从收入效应视角,对劳动力流动影响多维贫困脆弱性的理论机制进行检验。

基于上文的理论基础,建立下列三个模型进行中介效应估计:

VMPi,r=∂0+∂1flowi,r+∂2controli,r+εi,r

(2)

fpincomei,r=θ0+θ1flowi,r+θ2controli,r+μi,r

(3)

VMPi,r=γ0+γ1flowi,r+γ2fpincomei,r+γ3controli,r+∈i,r

(4)

公式(2)中,重点关注劳动力流动(flow)对多维贫困脆弱性影响的估计系数∂1,即解释变量flow对被解释变量VMP的影响;公式(3)重点关注劳动力流动(flow)对中介变量(家庭人均纯收入fpincome)④的估计系数θ1,即解释变量flow对中介变量fpincome的影响估计;公式(4)是加入中介变量后,关注劳动力流动(flow)对多维贫困脆弱性的影响(γ1)以及中介变量(fpincome)对多维贫困脆弱性的影响(γ2)。各模型的控制变量(control)与表2保持一致。εi,r、μi,r、∈i,r均为随机误差项。

中介效应估计发现(表12),劳动力是否流动对劳动者家庭人均收入有正向促进作用,表明收入增长在劳动力流动对民族地区多维贫困脆弱性的影响中存在中介效应。根据弹性系数大小变化可知(∂1→γ1),在纳入家庭人均纯收入作为中介变量后,是否流动对劳动者多维贫困脆弱性的抑制效应有所下降,与预期相符。表12还显示,流动强度增加能显著增加劳动者收入,在考虑收入增长的中介效应后,流动强度对劳动者多维贫困脆弱性的影响系数有所下降,并都通过了Sobel检验。总之,劳动力是否流动以及流动强度在降低劳动者多维贫困脆弱性的过程中,存在着显著的收入增长机制的中介效应。

表12 劳动力流动对民族地区多维贫困脆弱性影响的中介效应估计

五、结语

本文基于藏羌彝走廊12239户易地扶贫搬迁家庭微观数据,从收入、资产、健康、教育、社会融合五个维度测度劳动者多维贫困脆弱性,系统考查了劳动力流动对抑制民族地区多维贫困脆弱性的作用,并采用工具变量法解决内生性问题,从收入增长机制探讨了劳动力流动以及流动强度抑制多维贫困脆弱性的中介效应。研究发现,流动劳动力相对于未流动劳动力,多维贫困脆弱性平均降低了0.065,且劳动者外出务工的时间越长,对多维贫困脆弱性的抑制作用也越强。相对而言,传统估计方法可能低估了外出务工对劳动者多维贫困脆弱性的作用。流动距离对多维贫困脆弱性的影响呈现“U”型特征,意味着适度距离的流动更能抑制多维贫困脆弱性。从机制看,收入增长机制是劳动力流动过程中降低多维贫困脆弱性的重要路径。

异质性分析表明,相对于女性,男性劳动力流动对降低多维贫困脆弱性的作用更大,外出务工时间每增加一个月,男性多维贫困脆弱性降低0.007,女性则仅降低0.004。而且,劳动力流动对多维贫困脆弱性的抑制效应会随着年龄的增长而逐渐降低,30岁及以下劳动力群体流动的边际效应最大。值得注意的是,随着时间的推移,受教育程度越高的劳动者,其外出务工对抑制多维贫困脆弱性的作用逐渐增强,这进一步说明加强劳动者职业技能培训、提升劳动者受教育水平是降低多维贫困脆弱性的有效路径。

结合本文的研究结论,我们就相关政策含义做进一步探讨。从易地扶贫搬迁工作实践看,易地扶贫搬迁后,搬迁家庭都有了自己的新住宅,不用再为房子安全、饮水安全以及自然灾害的影响而担忧。新的搬迁地址大都位于交通比较便利的地方,易地搬迁所产生的“地理收缩效应”有利于缩小搬迁人群和当地经济中心的距离,便捷的交通设施有利于降低其外出务工的交通、时间和通讯成本。劳动者在外出务工过程中,既能通过知识技能等人力资本的外溢效应提升自身人力资本水平,从而降低多维贫困脆弱性,也能通过直接享受打工城市的更高水平的基本公共服务而降低多维贫困脆弱性,而且还能通过打工收入降低自身及其家庭的多维贫困脆弱性。所以,鼓励易地扶贫搬迁家庭的劳动者外出务工,是降低劳动者自身及其家庭多维贫困和多维贫困脆弱性的有效路径。

就具体政策而言,鼓励劳动力流动、降低易地扶贫搬迁人口的多维贫困脆弱性,巩固易地扶贫搬迁的脱贫攻坚成果,需重点做好以下三个方面的工作。一是进一步破除劳动力流动障碍、增强城镇地区的就业吸纳能力,通过就业扶持政策为易地扶贫搬迁人口创造更多更好的外出务工机会。二是针对易地扶贫搬迁劳动力的不同特质进行定点定向帮扶,对不同组群的劳动力进行相应的就业指导与技术培训,以提高劳动者外出务工的“可行能力”和积极性。三是健全完善外出务工城市的子女教育、医疗、住房、就业、保险等方面的公共服务政策和保障制度,提高基本公共服务的覆盖面和覆盖水平,着力推进以人为核心的新型城镇化。