邻里效应作用下的人口流动与中国农村贫困动态

方迎风　张芬

摘要 改革开放以来，我国扶贫取得了举世瞩目的成就。但是，要实现习近平主席提出的到2020年全面建成小康社会，扶贫任务依然艰巨。在传统扶贫政策的效力日渐式微的情况下，我们亟需探讨扶贫政策的新方式，也需要更深入挖掘政策能有效作用于贫困人口的传导机制和途径。本文认为，邻里效应是一种通过影响贫困者行为进而影响贫困动态的传导机制之一。基于此，本文采用中国健康与营养调查（CHNS）1991-2011年共8年的面板数据，使用非线性的两阶段面板Probit模型，研究邻里效应作用下的人口流动与中国农村贫困的动态变迁。结论显示，邻里效应对个体的流动决策与贫困的动态变迁具有非常显著的作用力，即村中人口流动状况对个体决定是否流动具有显著的影响，只有当村流动人口比例超过某个临界值时，个体才会选择流出，且人口流动会降低贫困发生的可能性。村级或家户的贫困程度越高，个体流出的可能性越低。进而，邻里效应传导作用下的低人口流动和高贫困之间的相互影响导致了地区贫困的持久性与贫困聚集现象。因此，政府在实施传统扶贫政策时，需要充分利用邻里效应的作用，将贫困者行为选择纳入到一个正向的循环加强机制中，使得个体走出持久性贫困和地区跳出贫困陷阱。

关键词 邻里效应；贫困；人口流动

中图分类号 F061.3 文献标识码 A 文章编号 1002-2104（2016）10-0137-07 doi：10.3969/j.issn.1002-2104.2016.10.018

改革开放以来，我国扶贫取得举世瞩目的成就。但是，目前扶贫任务依然严峻，还有5 575万人生活在贫困之中。党的“十八大”以来，中国政府更加意识到减贫的重要性和紧迫性。“十三五规划”明确提出“未来五年要在我国现行标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困”。习近平主席在2015年举办的“减贫与发展高层论坛”上也强调，要加大扶贫投入，出台更多扶贫政策，在扶贫攻坚工作中实施精准扶贫方略。随着扶贫工作转入攻坚阶段，小额贷款、以工代賑、整村推进等传统扶贫政策的效力日渐式微，农村贫困问题依然突出，亟需探讨扶贫政策的新方式，也需要更深入挖掘政策能有效作用于贫困人口的传导机制和途径。

然而，已有研究和政策制定往往强调某一政策所产生的减贫效果，而忽视了政策作用于贫困的内在传导机制，容易导致不同地区政府在政策选择上的短视或盲从，不仅影响了相关扶贫政策的实施效率，政策着力点也缺乏精准性。本文认为，邻里效应是一种通过影响贫困者行为进而影响贫困动态的传导机制之一。贫困者行为其中最主要的一个方面就是流动决策。本文以个体流动决策作为研究对象，研究个体流动决策在邻里效应的作用下对中国农村贫困动态变迁的影响。可以发现，邻里效应的正反馈机制与门槛效应相互作用，使得贫困地区居民束缚在既有的社会网络下无法流动，导致该地区落入低水平均衡，陷入贫困陷阱。这为贫困持久性和区域性贫困聚集的形成机制提供了一种理论解释。因此，从邻里效应的角度研究贫困者行为将对中国农村贫困的分析和扶贫精准性的提高具有极其重要的价值。

本文使用中国健康与营养调查1991-2011共8次调查、时间跨度为20年的面板数据，因此，能准确有效地分析贫困的动态变迁和邻里效应作用下的流动决策对农村贫困影响的长期效应。研究发现：首先，随着时间的推移，贫困人口持续下降，但是有向贫困村聚集的趋势。其次，人口流动的确会降低贫困，相对无成员流动的家户，有成员流出的家户贫困程度更低。最后，人口流动会通过邻里效应影响贫困：村中向外流出的人口规模越大，邻里信息传递越充分，超过一定水平，个体选择向外流动，家户成为贫困的可能性就会越小，反之，贫困程度越高的村人口流动的可能性越低，村人口流动比例越低，则个体越易陷入持久性贫困，最终导致阶层固化，形成区域性贫困聚集。因此，政府政策应着力于增加信息流动，促使贫困地区外流人口超过阈值，这样才可能跳出贫困陷阱。

将邻里效应作为贫困聚集与否的传导途径，国外的研究早已有之。作为邻里效应领域的开拓者，Wilson开始分析地理上的贫困聚集现象。Durlauf正式从群体效应的角度研究贫困问题，他认为群体会通过同群效应、榜样效应、社会学习和社会互补性四个方面影响其成员的行为选择从而影响贫困。Fang和Zou的分析也显示，邻里效应的确是中国农村地区形成贫困聚集的一种重要作用力。Ludwig等人认为，邻里环境对总体生活质量和低收入家庭幸福感有重要影响。然而，由于邻里效应的作用机制和模型构建的特殊性，贫困的邻里效应估计存在映射问题、相关联的不可观察变量和内生群体效应等问题。因而，现有文献对邻里效应的研究主要采取两类方法：使用随机实验获取数据以规避内生邻里选择和工具变量法。中国国内目前对社会相互作用效应的研究并不多x，并且其中的实证研究都没有考虑可能存在的内生性问题。本文改进现有邻里效应的估计方法，通过选取合适的工具变量，构建一个非线性的两阶段面板Probit模型进行估计，解决邻里效应估计中的识别问题和内生性问题，估计结果将更为可靠有效。

本文剩余部分的结构如下：第二部分探讨理论模型与实证方法；第三部分进行数据与变量介绍，并分析人口流动与贫困的动态变化；第四部分实证分析，最后进行总结。

1理论模型与实证方法

人口流动是减少贫困的重要方式，而人口流动的决策又取决于流动的收益和成本。其中，收益包括工资和预期工资、子女人力资本积累而获取的未来收益等。成本则包括农村的社会网络、流出的机会成本和流动的交易成本等。这类收益和成本的获取渠道是信息传递，尤其是周边群体迁移传达出来的信息。因此，局部区域内的社会相互作用效应是个体流动决策的重要决定因素。

（1）

其中，y_ic是结果变量，表示村c中个体i的决策结果；X_ic为个体外生特征变量。X_c是村c中个体外生特征变量的村级均值；Z_e是村级特征变量；y_c是村c人口流动比例或贫困发生率。另外，本文在回归模型中还加入了地区变量和贫困滞后项。滞后项不仅可以用来分析贫困的持久性，还可以对个体不可观察的特征进行控制。加入村级控制变量和地区固定效应，主要是为了能够增加邻里效应估计的可靠性，否则很容易高估邻里效应的大小。

Manski指出，在估计邻里效应时会出现三种效应：内生效应（模型（1）中的A）；外生效应（又称为情境效应，模型（1）中的γ）；关联效应（模型（1）中的β和η）。因此，在邻里效应的估计中，会存在识别和内生性问题。首先，针对识别问题，Manski指出，由于映射问题导致相应的参数无法识别，从而无法将关联效应与内生效应分离出来。但是，他同时也指出，如果（1）是非线性的，则识别问题会有所缓解。Brock和Durlauf则认为，在二元选择和纵向数据环境下，识别问题是不存在的，因为此时因变量和解释变量的非线性能充分打破内生效应和情境效应的共线性问题。因此，针对因变量的二元选择特征，本文选择非线性的面板Probit模型来进行估计，此时识别问题得以解决。

其次，邻里特征并不是外生变量，家户对于邻里的选择受到很多约束，并且这些约束可能也是内生的。如果邻里特征是内生的，则用OLS估计邻里效应是有偏且不一致。为解决内生性问题，本文选择工具变量法，但要求工具变量既与邻里形成相关，又与个体不可观测的特征变量不相关。Duflo等人指出，可以选用某一类可观察的家庭特征变量的社区（村）均值作为工具变量，Evans等人在研究青少年怀孕与学校辍学行为时使用贫困率、失业率和社区平均教育水平作为工具变量。因此，本文选取村就业率、村电视拥有率、村电话拥有率作为工具变量，其中，电视拥有率和电话拥有率反映了该村所能获取的外界信息水平。而邻里效应传导机制之一就是信息扩散。

因此，本文将使用两阶段面板Probit模型，并使用最大似然估计。但需要注意的是，Honore和KyriazidoutlSj指出，当个体效应非线性面板数据模型中有因变量的滞后一期时，不宜使用随机效应Probit模型进行估计。因此，在控制了滞后项的模型中，本文选用两阶段总体平均Probit模型进行估计，反之，则使用效率更高的两阶段随机效应Probit模型。

2数据、变量介绍与贫困动态

2.1数据选取

本文的数据来自中国健康與营养调查（简称CHNS）。该调查始于1989年，到目前为止共进行了9次。考虑到数据的完整性，首先，本文并未将2011年新加入调查的北京、重庆、上海这三个城市的数据纳入分析；其次，由于1989年人口流动的数据缺失，因此本文选择从1991年开始共8年的数据。根据分析需要，本文只选取农村家户作为研究对象。

2.2变量介绍与贫困动态

首先，贫困测算和贫困人口分布动态。本文以家户为单位测算贫困，不考虑家户内部的分配问题。选定贫困线为2 300元/人年，并将收入数据经通货膨胀调整到2011年的价格。与此同时，本文还测算了在国际贫困标准1.25美元/人天下农村的贫困状况，根据当年平均汇率转换后约为2 947元/人年。如图1所示，在2 300元/人年的国家贫困线下，贫困发生率由1991年的52.72%减少到2011年13.67%，在1.25美元/人天的国际贫困线下，贫困发生率则相应由64.74%减少到16.9%。贫困人口下降最快的两段时期为1993-1997年、2006-2009年，这与汪三贵的研究结论基本相符。

其次，人口流动的测算，以家户为单位加以确认。CHNS数据中有询问家户中每个成员或相关亲戚的住所。本文忽略家户中住在家外的人数，而以是否有成员住在村外定义人口流动，如果有成员住在村外为即1，没有即为0。文中还用是否有成员住在县外定义人口流动，以此来进行稳健性检验。与此同时，根据对人口流动的定义，村级人口流动比例指村中有成员流出的家户数占该村总家户的比例。由表1显见，流出人口家户的比例由1991年的13.30%32升到2011年的39.31%，说明人口向外流出逐年增加。在研究人口流动对贫困的影响时，文中将人口流动变量去中心化处理，该做法能使变量解释更有意义，并且能降低共线性，提高估计的精确度。最后，分析中还加入了一些与贫困和人口流动相关的控制变量。所有变量的统计性描述和说明如表2所示。

2.3人口流动与贫困

表1中还给出了有无流动人口家户之间的贫困差异及差异的显著性。首先，不管是否存在流动人口，所有类别的家户贫困发生率都在显著下降。在国家贫困线下，两种类别下的贫困发生率都从1991年的超过50%下降到2011年的13%左右，期间有震荡，但不是很明显。其次，没有流动人口的家户相对于有流动人口的家户贫困发生率显著高8.66%。

但是，两种类别的贫困差异，在2000年以前不显著，2000年及其以后变得显著。这意味着在2000年以前农村人口向外流出的溢出效应还不够明显，可能因为人口流动的信息传输机制还不是很发达，人口流动引致的人力资本积累的作用还没充分发挥和得到反馈。2000年以后，通讯信息技术以及交通基础设施的发展加快了信息传递、提高了工作机会与人力资本匹配度，与此同时，较早流动人口积累的人力资本也开始获取可观的收益。

3估计结果与分析

3.1人口流动和贫困的动态变化

表3中的两阶段总体平均Probit模型的回归结果显示，人口流动对于家户脱离贫困具有积极的显著影响。家户人口流动增加一单位成为贫困的概率会下降0.039，相对于Ⅳ-Probit模型来说，要低一些，Ⅳ-Probit模型为0.047。这说明通过人口流动可以获取信息提高家户收入，降低贫困发生的可能性。与此同时，村中人口向外流出的规模越大，家户成为贫困的可能性越小。但是，两阶段总体平均Probit模型显著性不高，而在Ⅳ-Probit模型则非常显著，并且村人口流动率增加一个单位，落人贫困的概率会下降0.5。村内人口流动的信息传递增加家户人口流出的可能性，并促进贫困降低。

由表3中两阶段总体平均Probit模型的边际效应结果可以发现。首先，如果家户上一年的贫困高一单位，则其下一年仍然为贫困的概率就增加了0.109，反映贫困存在较强的持久性。这种持久性来源于邻里效应、人口流动决策与贫困形成的动态循环加强机制。其次，村级贫困发生率每上升一单位，则家户落入贫困的概率会增加0.575，说明由于邻里效应的作用，在既有的信息传递模式下，个体的行为选择决策极大地受到其周围人的影响，使其走出贫困存在门槛限制，如此则地区贫困有聚集的趋势。因此，政府可以利用邻里效应出台一些能产生正反馈强化效应的扶贫政策，以此推动贫困聚集地区跳出贫困陷阱。

在影响贫困的其他控制变量中，村中从事农业的人口比例越高、家户规模越大，家户发生贫困的可能性越高，其中农业人口比例每增加一个单位，贫困发生的可能性会增加0.138。家中就业人口比例越高、户主教育水平越高，则家户发生贫困的可能性越低，尤其是大学及其以上的教育水平，会有一个质的飞跃，减贫效应由0.074上升到0.193，说明教育尤其是高等教育对个体改变的重要性，也佐证了习近平主席提出的“扶贫必先扶智”的合理性和必要性。家户贫困与户主年龄的关系是个U型曲线，随着户主年龄的上升家户发生贫困的可能性先下降后上升，转折的临界点约49岁。这说明精准扶贫不仅需要出台针对性的政策，还说明扶贫政策需要指向特定人群。

3.2邻里效应与人口流动

人口流动对家户的贫困减少影响非常显著，而局部区域内的社会相互作用效应是个体流动决策的重要决定因素。由于在不存在因变量滞后项的情况下，随机效应模型效率要高些。因此，在表4中，两阶段随机效应Probit模型回归结果显示，村流动人口比例的增加对个体流动决策的影响是先下降后上升，说明邻里效应有一个临界值，只有流动人口超过此临界值，个体才会选择向外流出。个体的这种决策方式符合正常的逻辑，因为迁移是有风险和成本的，只有信息披露充分，个体才会做出是否流动的决策。由此处估计结果核算的临界值大约为36.37%，即平均来说，当村流动人口比例超过36.37%，个体才有可能选择流出，不过这个值跟流出人口的界定有关，由于目前我们的流动人口定义较宽，导致临界值比较高。

不仅如此，在两阶段随机效应Probit模型中，人口向外流出的决策与村贫困发生率是显著的负向关系。这意味着越是在比较贫困的村中，人们选择向外流出的可能性就会越小。而表3中结果显示，人口流出对贫困的减少具有较强正向作用，结合两阶段随机效应Probit模型的结论，说明越是贫困的村人口流动可能性就越小，人口流动比例就会越低，则发生贫困的可能性就越高，如此形成一种恶性循环，贫困人口有聚集的趋势。

表4中其他控制变量的结果在三个模型之间没有太大差异，但是两阶段随机效应Probit模型的估计结果更为显著。首先，地区农业人口比例越高、家户中成员有工作的比例越高，家户成员选择向外流动的可能性越高。家户规模越大，则家户成员向外流动的可能性越低。其次，人口流动跟户主年龄的关系是倒U型，也就是说，随着户主年龄的增加，家中有成员向外流动的可能性增加，当户主年龄达到62.9岁时向外流动的可能性开始降低。原因有两个方面：一是，年龄增大使得其向外流动的可能性降低；二是，家户中有老人需要照顾。最后，相对没有接受教育的户主家庭，完成小学或中学教育的户主家庭中人口流出的可能性显著增加，而中职和大学教育及其以上户主的家庭人口流动可能性却在降低，这可能是因为归类效应，即教育较高的户主本身具有较好的工作或处在较好的社区，其家庭成员能够选择就近工作的可能性增加。在进行贫困村“整村推进”和“整体迁移”时，需要防止贫困者因缺乏技能和生存资源而产生归类效应使扶贫政策失效，产生阶层固化和地区分隔。

3.3稳健性检验

在表5中我们全部采用两阶段面板Probit模型进行稳健性分析。首先，我们将人口流动定义的范围收紧，现假设家户中有人口流到县外即为1，否则为0。由表5中的模型1和模型3的回归结果可以发现，其估计结果与表3和表4中的结果差别不是很大。邻里效应作用下的贫困持久性与贫困聚集效应依然非常显著。人口流动对减贫的影响也非常显著，由模型3可算出人口流动临界值此时大约为18.21%，即村中人口流动比例超过这个临界点时，个体才有可能获取足够的信息而选择流出。并且由于人口流动的界定范围收窄，临界值比表4中估计的要低很多。这说明我们的估计结果比较稳健，扶贫政策制定者需要充分考虑邻里效应在政策中的传导作用。

其次，表5中还分析是否控制省份对回归结果的影响，如表中模型2和模型4的回归结果所示。可以发现，如果不控制省份效应，对部分主要结论影响较大。在模型2中，村人口流动对贫困的影响变得不显著，方向上也相反。在模型4中，贫困发生率对人口流动的影响变成正向的，而且由于村人口流动比例的二次项不是很显著，人口流动的邻里效应变成了线性的，随着流动人口比例的增加，人口向外流动的可能性下降。出现这种结果与我们之前的猜测一致，即如果不控制地区效应，则村级变量效应中将有两部分构成，一种是直接的邻里效应，另一种是地区变量通过村级变量影响个体行为的间接效应。

最后，验证家户贫困对家户成员流动决策的影响，在模型中放人家户是否贫困的滞后一项。如表5中模型5回归结果所示，家户的贫困阻碍了家户中成员流出。因此，如果人口流出的邻里效应对个体流出决策的影响不是足够强的情况下，贫困家庭的成员会因为贫困而选择不向外流出，而家中成员都选择不流出则会加重贫困发生的可能性，如此陷入一个恶性循环，导致家庭陷入持久性贫困。尤其是对贫困聚集的地区，人口流出的负向邻里效应很强，最终因这种循环加强机制而导致地区陷入贫困陷阱。

4结论

我国政府将新阶段扶贫开发的重点集中在贫困连片区上，确定实施易地扶贫搬迁、整村推进等重点扶贫工作。但是，由于存在着社会相互作用效应，这些扶贫政策实施的效果还没有达到最优。因此，对于各地政府来说，要实现《中国农村扶贫开发纲要（2011-2020年）》中提出的“到2020年稳定实现扶贫对象不愁吃、不愁穿，保障其义务教育、基本医疗和住房的奋斗目标”，可以充分地利用邻里效应的作用机制，通过邻里效应引导和推动个体行为选择向有利于减贫的方向发展，将社会相互效应推向一个正向的循环加强机制中去。具体的可行政策包括：

第一，加强贫困地区的道路交通、通讯、广播等基础设施的建设。通过基础设施的建设和电话、电视等的普及，促进信息流通，推动人口加速流动，以此增强邻里效应的传导作用机制，打破贫困地区固有的社会网络的束缚。但是需防止贫困地区人口因缺乏工作技能而产生归类效应，重新流动回到贫困地区。

第二，增加贫困地区的教育、技能培训和儿童营养等能力投资，改善教育环境和师资质量，通过情境效应和邻里效应，提高贫困地区的教育水平。正如习近平主席在中央扶贫工作会议上强调的，“扶贫必须扶智”，“授人以鱼，不如授人以渔”。最终，通过行为选择的邻里效应传导，提高整个地区的教育水平。

第三，需要强调的是，在有限的財政资源约束下，政府需要因地、因时选择合适的公共政策类型才能推进地区个体行为选择进入正向积极地循环加强机制中去，从而获得更有效率的减贫结果，跳出贫困陷阱。

（编辑：尹建中）