农村劳动力转移对减贫的影响——基于区域异质性的视角

张杰飞

（太原科技大学 经济与管理学院，山西 太原 030024）

一、引言

贫困是人类无法回避的客观现实，人类社会发展的历史就是一部反贫困的历史，贫困和反贫困是全球面临的共同难题。中国是世界上最大的发展中国家，中国的贫困人口曾经占世界贫困人口总数的20%。改革开放以来，经过30 多年国民经济的持续发展和大规模的扶贫运动，我国农村贫困人口减少7.1 亿，贫困发生率下降近92 个百分点。但是据《2016 中国农村贫困监测报告》，按照现行农村贫困标准每人每年2300 元(2010年不变价)测算，2015年全国农村贫困人口仍然有5575 万，贫困发生率5.7%，农村相对贫困、非收入贫困现象依然严重。全面建成小康社会是“十三五”规划纲要的首要目标，而实现这一目标最艰巨的任务在于农村贫困人口脱贫。[1]《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》明确指出：“十三五”时期我国“消除贫困任务艰巨”，要“实施脱贫攻坚工程”。

同时，随着工业化的快速发展，中国也出现了大规模的农村劳动力转移。从20世纪80年代农村劳动力开始少量出现“离土不离乡”的非农转移，再到后来大规模的“离土又离乡”非农转移。[2]2011年，我国农民工总量达2.5 亿多，其中外出务工农民工占62.75%。2014年农民工总数约2.74 亿，其中外出农民工数量达1.68 亿。[3]2016年，我国农民工数量则超过了2.8 亿，占非农部门就业总量的50%以上。[4]

对劳动力转移减贫效应的看法，国内外学者们大致有以下两种观点：一是贫困缓解论。这一观点普遍认为，劳动力流动通过资源合理配置、资金和技术的流转进而有利于贫困减少。Adams 和Page(2005)[5]通过构建和分析71 个发展中国家有关国际移徙、汇款、不平等和贫困的数据发现，国际移民和汇款都显著降低了发展中国家贫困的水平、深度和严重程度。Adams(2006)[6]基于115 个发展中国家数据集的计量估计结果表明，对于有幸接受汇款的国家来说，汇款资源流动确实倾向于减少贫困的程度。Sabates-Wheeler 等(2008)[7]利用加纳和埃及的移民及非移民的数据实证显示，移民对人们主观贫困的选择性，以及移民对帮助人们改善生活有重大影响。Acosta 等(2008)[8]使用跨国面板数据研究发现，拉丁美洲和加勒比（拉美）国家的汇款增加，不平等和贫困减少。Gupta 等(2009)[9]评估流向撒哈拉以南非洲的汇款影响认为，汇款是一种稳定的私人转账，具有直接的减贫作用。delaFuente(2010)[10]使用1998年10月至2000年11月墨西哥的一组农村家庭数据研究发现，汇款支付与农户未来贫困发生概率之间存在显著的负相关关系。Adams 和Cuecuecha(2013)[11]分析来自加纳的内部汇款和来自非洲以及其他国家的国际汇款发现，汇款大大减少了家庭贫困可能性。Christiaensen 和Todo(2014)[12]从城市化的角度出发，利用1980-2004年间发展中国家的跨国数据发现，劳动力转移带来了更多的包容性收入增长和更快的减贫。Bertoli 和Marchetta(2014)[13]以厄瓜多尔移民潮为切入点，分析了移民潮对厄瓜多尔留守者贫穷发生率的影响认为，移民对移民家庭的贫困有显著的负向影响，且能改善农村地区的贫困状况。Nguyen 等(2015)[14]使用涵盖2007-2010年间越南农村的2200 户家庭的面板数据，通过probit 和倾向得分匹配估计表明，移民不仅有助于移民家庭摆脱贫困，而且还能改善所在农村的贫困状况，且这些影响在就业机会较少的省份更为明显。Bang 等(2016)[15]利用肯尼亚移民家庭调查数据，采用工具变量分位数回归模型研究发现，迁移所带来的汇款能缓解贫困。Arouri 等(2017)[16]利用家庭调查数据评估发现，城市化进程刺激了农村从农业向非农业的转移，降低了农业收入，但增加农村工资和非农收入，有助于降低农村家庭贫困率。

国内部分学者的研究也得出了类似结论。都阳和朴之水(2003)[17]利用中国西部贫困地区的农户调查资料，对迁移收入转移及其对贫困状态的影响进行实证研究表明，中国贫困地区的劳动力迁移行为与“利他性”假说相吻合，劳动力迁移的确成为缓解贫困的重要因素。这表明贫困地区的劳动力迁移可以视作一种积极的反贫困行为。都阳和朴之水(2003)[18]使用对中国西部地区4 个贫困县所做的两轮（1997年、2000年）农户调查数据，通过非参数分析发现，迁移从总体上改善了贫困地区的贫困程度，劳动力迁移所带来的收入已成为农户家庭收入的重要来源，并成为脱贫的最重要手段。王德文等(2009)[19]对两个贫困县的调研数据也表明，劳动力转移对于贫困地区农民的增收、脱贫具有举足轻重的作用。罗楚亮(2010)[20]根据搜集到的相邻年份(2007年和2008年)的面板数据考察发现，包括外出务工收入在内的工资性收入增长对于农户脱贫具有重要贡献，外出务工显著降低了农户陷入贫困的可能性，贫困标准越低，外出的贫困减缓效应越明显。蒲艳萍(2010)[21]运用国家社科基金课题组2010年初在西部地区289 个自然村有无外出务工户的问卷调查及2000-2007年西部各省际单位的面板数据为研究样本,就劳动力流动对农村居民收入的影响效应进行统计与实证分析发现，农村劳动力流动对增加农村居民收入、缓解农民家庭贫困、改善农民家庭福利状况具有积极效应。章元等(2012)[22]认为，中国首先通过城市倾向政策推动工业化，创造出了新的经济增长点，并创造大量非农就业岗位吸收农村剩余劳动力，而贫困农户能够进入劳动力密集型的工业部门就业并获得更高收入，这是他们分享工业化所带来的经济增长“蛋糕”并脱离贫困陷阱的关键渠道。樊士德和江克忠(2016)[23]利用2010年中国家庭追踪调查(CFPS)数据,采用线性回归模型和Probit 模型实证分析了劳动力流动对全国和不同地区、地貌农村家庭的减贫效应。结果表明，从全国范围的全样本看，劳动力流动既改善了农村家庭绝对收入状况,又降低了陷入贫困的相对概率；但从分地区实证结果看，发达地区劳动力流动对降低家庭贫困发生概率的效果更为显著，并在提升家庭绝对收入上呈现边际效率递减特征，而欠发达地区的边际贡献更高。何春和崔万田(2018)[24]使用中国25 个省份、2000-2014年的面板数据分析发现：农村劳动力转移能缓解贫困；且西部地区农村劳动力转移对贫困减少的作用最大，东部地区最小。陈光金(2008)[25]发现：非农从业收入比重能显著减少贫困发生风险，纯农业户成为贫困户比例最高的社会阶层。

二是贫困不确定论。该观点认为劳动力迁移行为能否改善贫困家庭的福利并减贫，取决于迁移动机的类型[26]、迁移类型、时间[27]和地点[28]、迁移人口的人力资本和社会资本水平[29]，因而结果并不确定。另一些研究指出，劳动力城乡间迁移与贫困的关系是混合型的，而不是单调关系。Guriev 和Vakulenko(2015)[30]利用1996-2010年俄罗斯面板数据使用参数和半参数方法，控制了区域之间的固定效应后发现，收入和迁移之间存在非单调关系。在较富裕的地区，收入增加导致移民流出量减少；而在最贫困的地区，收入的增加导致更高的移民。杨靳(2006)[31]从理论分析和经验研究两个方面得出结论认为，人口迁移能消除农村贫困，但在某种情况下，也会加剧农村贫困。当迁移人口向农村的人均汇款大于迁移人口在农村的边际产出时，人口迁移将消除或改善农村贫困；相反,当迁移人口的人均汇款小于迁移人口在农村的边际产出时,人口迁移恶化农村贫困。当前中国农村的人口迁移在整体上是在消除农村贫困,但局部地区开始出现人口迁移恶化农村贫困的现象。李石新和高嘉蔚(2011)[32]研究表明,农村劳动力流动通过非农收入增加、农业资源重组和资金技术回流推动了农村贫困减少,而高素质劳动力的流失则使农业发展乏力且阻碍了农村贫困减少进程,1992 至2008年中国农村劳动力流动是有利于农村贫困减少的。而基于ADL 模型的统计检验更是得出明确的结论:1994 至2008年农村劳动力流动所降低的农村贫困发生率占总农村贫困发生率下降的30.17%。李翠锦(2014)[33]基于新疆30 个贫困县、3000 个农户、2008-2010年的微观面板数据，在控制了家庭规模、劳动力数量等家庭特征变量和粮食播种面积等村庄特征变量的前提下，运用固定效应法与工具变量法分别考察了劳动力迁移规模、迁移方式与迁移区位对家庭收入的影响，并进一步分析了劳动力迁移对贫困的缓解效应。回归结果表明，劳动力迁移规模提高了中等收入农户的收入水平，但对贫困户的贫困无缓解效应，也不影响富裕户的收入水平。

由上可知，农村劳动力转移对农村减贫并没有得出一致结论。同时，中国农村贫困也存在很大的区域差异性。据《2016 中国农村贫困监测报告》，2015年，按现行国家农村贫困标准测算，一半以上的农村贫困人口仍集中在西部地区。2015年，东部地区农村贫困人口653 万，贫困发生率为1.8%，贫困人口占全国农村贫困人口的比重为11.7%；中部地区农村贫困人口2007 万，贫困发生率为6.2%，贫困人口占全国农村贫困人口的比重为36%；西部地区农村贫困人口2914 万，贫困发生率为10%，贫困人口占全国农村贫困人口的比重为52.3%。在国家《中国农村扶贫开发纲要(2011－2020)》中新确定的14 个集中连片贫困地区中，西部地区就有9 个。[34]本文将参考相关文献，使用中国家庭追踪调查（ChinaFamilyPanelStudies，简称CFPS）2010、2012 两期数据，就农村劳动力转移对农村减贫进行经验分析。余下部分结构安排如下：第二部分是数据说明与研究设计；第三部分是回归结果与稳健性检验；最后是结论及政策建议。

二、数据说明与研究设计

（一）数据说明

本部分采用中国家庭追踪调查（ChinaFamilyPanelStudies，简称CFPS）2010、2012 两期数据①CFPS 项目每两年进行一次跟踪调查，目前仅有2010、2012、2014、2016 四期数据。但由于其2014年的数据中缺失本文所需的关键解释变量MIG（去年，您家是否有劳动力转移），2016年数据则还在持续更新中，缺少本文所需的被解释变量INC（家庭人均纯收入），故本文只选取了CFPS2010、2012年的数据。，该数据旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，且重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性、大规模、多学科的社会跟踪调查项目。调查对象为全国25 个省份中满足项目访问条件的家户和样本家户中满足项目访问条件的家庭成员。2010年的全国代表性样本涵盖了25 个省份、635 个社区、14798 户家庭②调查对象所涉及的全国25 个省份分别为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃。。2012年涵盖了25 个省份、635 个社区、13315 户家庭，其成功追访率达到84.8%。由于本文研究对象为农村家庭，因此，仅保留农村社区内的家庭样本。

（二）模型设定与变量选取

被解释变量为虚拟变量的面板数据，通常可考虑面板Logit 模型或面板Probit 模型，但面板Probit 模型无法估计固定效应模型（因为尚且无法解决伴生参数问题，找不到充分统计量），故本文选择以下面板固定效应Logit 模型。

其中，被解释变量POVit为家庭是否贫困的虚拟变量，如家庭人均收入INC<2300 元，则为贫困家庭，POVit=1，如果家庭人均收入INC≥2300 元，则为非贫困家庭，POVit=0；家庭人均收入INC 分别使用INC1it（为家庭人均纯收入）、INC2it（INC2it=INC1it-家庭人均转移性收入）、INC3it（INC3it=INC1it-家庭人均转移性收入+家庭人均转移性支出①因为转移性收入和支出是无偿获得的政府补助补贴、社会或私人捐赠等，剔除后更能真实地反映家庭的有偿性收入。，从而得到对应的三个虚拟被解释变量POV1it、POV2it、POV3it。Xit包括了以下变量。1.家庭是否有劳动力转移虚拟变量（“是”取1，“否”取0）；2.家庭随时间变化的相关控制变量，根据相关研究，选取了以下变量：家庭总人口POP、家庭儿童数占比CHI、家庭老人数占比OLD、家庭是否非农经营NAG（“是”取1，“否”取0）、家庭是否从事农业生产 fk1（“是”取 1，“否”取 0）、家庭成员中是否有党员 party（“是”取 1，“否”取 0）、去年家庭成员是否有人住过院HOS（“是”取1，“否”取0）；3.家庭户主随时间变化的相关控制变量X2it，根据相关研究，选取了以下变量：户主性别 GEN（“男”取 1，“女”取 0）、户主自评健康状况 HEA（“健康”取 1，“一般”取 2，“不太健康”取 3，“不健康”取 4，“非常不健康”取 5）、户主是否在婚且配偶在世 MARRY（“是”取 1，“否”取 0）；4.MIGit分别与东部、西部地区虚拟变量的交互项MIGDit、MIGXit、（以考察MIGit在各地区之间的异质性）；ut为家庭个体固定效应。

（三）变量统计特征

各变量基本统计特征如表1所示，在剔除价格变化影响后，农村家庭人均纯收入两年间呈增长趋势，反映农村居民生活水平不断提高；有劳动力转移的农村家庭比例明显下降，2010年均值为0.344，2012年降低为0.314；贫困家庭比例小幅上升，2010年均值为0.222，2012年则是0.238；家庭控制变量中，两年间家庭人口以及家庭老年人比例都有所增加，这也符合常识；从事农业生产的农村家庭更是稳中有进，均值由2010年0.759增长为0.768；户主控制变量中，两年间户主的自评健康状况有了极大的改善，均值由1.907 增长为3.297。

表1 变量基本统计特征

三、回归结果与稳健性检验

（一）回归结果及分析

表2汇报了面板数据固定效应LOGIT模型的回归结果。其中，第（1）列为只加入核心变量农村劳动力转移的回归结果，第（2）列为在第（1）列基础上加入家庭控制变量的回归结果，第（3）列为在第（2）列基础上加入户主控制变量的回归结果，第（4）列则为在第（3）列基础上进一步加入劳动力转移分别与东部、西部交互项（以中部为参考区域）的回归结果①其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东共10 个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南共8 个省；而西部地区则包括广西、重庆、四川、贵州、云南、陕西、甘肃共7 个省区。。对比该四列回归结果可以看出，核心变量系数的显著性和大小是比较稳定的。

下面我们主要根据第（4）列的回归结果来解释农村家庭贫困的影响因素。首先，MIG 的系数估计为-1.059，且系数估计值的t 统计值为-3.748。意味着在1%的显著性水平下，我们可以认为中部地区农村劳动力转移对农村家庭陷入贫困概率有显著的负向影响，在其他条件不变的情况下，中部地区存在劳动力转移的农村家庭陷入贫困概率将平均下降约11.952%（通过Logit 模型的非线性转换计算得到），同时，MIGX 的系数估计为0.559，且其系数估计值的t 统计值为1.674。意味着在10%的显著性水平下，我们可以认为相对于中部而言，西部农村劳动力转移对农村家庭陷入贫困概率有显著的正向影响，在其他条件不变的情况下，存在劳动力转移的西部家庭比中部家庭陷入贫困概率将平均增加约6.308%（其计量类似于中部地区）。因此，在西部地区，农村劳动力转移对农村贫困发生概率的影响系数为-0.5 且显著。这意味着，在其他条件不变的情况下，西部地区存在劳动力转移的农村家庭陷入贫困概率将平均下降约5.644%(不到中部的50%)。而在东部地区，农村劳动力转移对家庭陷入贫困概率的影响与中部地区没有显著差异。

表2 农业劳动力转移对农村家庭是否贫困POV1的影响

其次，也进一步支持了相关论文所得出的结论：在家庭控制变量方面，家庭总人口数POP、家庭从事非农经营NAG、家庭从事农业生产fk1 都有显著的负向影响，而家庭儿童数占比CHI 有显著的正向影响；在户主控制变量方面，户主为女性、户主更健康自评等都对家庭陷入贫困概率产生显著的负向作用，而户主在婚且配偶在世MARRY 对家庭陷入贫困概率有着显著的正向影响。

（二）稳健性检验

为了进一步检验上述结果的稳健性，我们分别使用POV2it、POV3it代替POV1it就农村劳动力转移对家庭贫困发生概率的影响进行回归分析。

表3 农业劳动力转移对农村家庭是否贫困POV2的影响

表3、表4分别汇报了以POV2it、POV3it代替POV1it的面板数据固定效应LOGIT 模型的回归结果。其中，第（1）列为只加入核心变量农业劳动力转移的回归结果，第（2）列为在第（1）列基础上加入家庭控制变量的回归结果，第（3）列为在第（2）列基础上加入户主控制变量的回归结果，第（4）列则为在第（3）列基础上进一步加入劳动力转移分别与东部、西部交互项（以中部为参考区域）的回归结果。对比该四列回归结果可以看出，核心变量系数的显著性和大小也是比较稳定的。同时对比表2、表3、表4，我们可以得出以下结论。

第一，农村劳动力转移能显著降低家庭贫困概率，且东、中部之间没有显著差异，而对西部地区的减贫效应则显著低于东中部地区。

第二，也得出了与许多相关研究一致的结论：家庭总人口数POP、家庭从事非农经营NAG、家庭从事农业生产fk1、户主为女性、户主更健康自评等能显著降低家庭贫困概率，而家庭儿童数占比CHI、家庭老人数占比OLD、户主在婚且配偶在世MARRY 则显著增加贫困概率。

表4 农业劳动力转移对农村家庭是否贫困POV3的影响

四、结论及政策建议

本文利用CFPS 面板数据，使用面板固定效应Logit 模型，研究了中国农村劳动力转移对农村贫困的影响，得出了以下两点主要结论。首先，农村劳动力转移能显著降低家庭贫困概率，且东、中部地区之间没有显著差异，而对西部地区的减贫效应则显著低于东中部地区。这与我国现实也比较符合。改革开放以来，虽然西部贫困地区也得到了一定的发展，但与东中部地区的收入差距却在不断扩大，贫困人口的分布进一步向西部地区集中，西部地区贫困人口占全国贫困人口总数的比重由1998年48%上升到2010年65.9%。[34]据《中国农村2011贫困监测报告》，2010年全国农村贫困人口2688 万，其中，东部地区124 万、中部地区813 万、西部地区1751万，贫困发生率分别为0.4%、2.5%、6.1%，占全国农村贫困人口比重分别为4.6%、30.3%、65.1%，西部远高于东中部。

其次，也得出了与许多相关研究一致的结论：家庭总人口数POP、家庭从事非农经营NAG、家庭从事农业生产fk1、户主为女性、户主更健康自评等能显著降低家庭贫困概率，而家庭儿童数占比CHI、家庭老人数占比OLD、户主在婚且配偶在世MARRY 则显著增加家庭贫困概率。由此提出以下两点政策建议。

第一，大力转移农村剩余劳动力。中国第一产业从业人员数由1978年的28318 万下降到2016年的21496万，第一产业就业人员占总就业人员的比重则由1978年的70.53%大幅下降到2016年的27.67%；乡村人口由1978年的79014 万下降到2016年的58973 万，乡村人口占总人口的比重则由1978年的82.08%大幅下降到2016年的42.65%。①根据国家统计局网站相关数据计算得出。可见，我国的第一产业就业人数和农村人口无论是总量还是比重上都实现了大幅下降。但当前中国农村仍然存在大量剩余劳动力，著名经济学家万广华在“清华三农论坛2014”上预计，2030年中国的农村人口为1.2 亿，占那时全国人口的9%以下。这意味着未来12年，仍将有数亿农村人口将转移到城市就业。本文计量分析发现，农村劳动力转移能显著降低农村家庭贫困发生率。因此，我们应加大农村剩余劳动力转移力度，进一步降低农村家庭贫困概率。

第二，实施家庭生育鼓励政策。由于以往计划生育政策的影响，我国人口年龄结构呈现出“少子化”与“老龄化”并存局面。尽管2016年实施了全面二孩政策，但预计难以根本上改变未来老年抚养比不断加重的趋势，并成为我国社会矛盾的一个重要根源。[35]对CFPS 两期（2010、2012）数据的统计发现，西部地区的家庭儿童数占比高于东中部地区（其中西部地区家庭儿童数占比均值为0.19，而东、中部地区家庭儿童数占比的均值分别为0.134、0.182）。而本文计量分析也发现，家庭儿童数占比会显著提高家庭贫困概率。因此，我国政府应积极实施生育补贴、子女补贴、儿童看护和教育、税收减免等家庭生育鼓励政策。[36]这不仅可缓解未来老年抚养比不断加重趋势，而且可显著降低家庭贫困概率，尤其是西部地区的家庭贫困概率。

致 谢：感谢刘伟在论文研究中所做的数据处理、计量分析等工作以及中国家庭追踪调查（CFPS）项目办公室人员所提供的相关数据与解答！