生计资本、社会环境与贫困人口务工就业意愿

章文光 徐志毅 廖冰武 申慕蓉

1 引 言

为实现全面建成小康社会的宏伟目标，党中央在全国范围内打响了脱贫攻坚战。经过多年的不懈努力，我国9899万农村贫困人口全部脱贫摘帽，这是非常值得肯定的阶段性成果。扶贫工作的终极目标是让贫困人口实现永久性脱贫，给予一定的政策支持，不断激发他们的内生动力，帮助贫困人口获得稳定、持续的生计手段，确保其不轻易返贫，达到巩固脱贫攻坚成果的目的。

如今，随着农民进城打工成为常态，农村居民收入结构也在逐渐发生改变，工资性收入成为农民的主要收入来源。从表1中可以看出，农民经营性收入占总收入的比重从2013年的42%，逐步下降至2019年的36%，而农民工资性收入占总收入比重在2013年为39%，此后逐年提升，并从2015年起在所有收入中占据主体地位。2013-2019年，农民工资性收入的增长额是2013年工资性收入的80%，经营性收入的增长额仅为2013年经营性收入的46%。已有研究表明，务工就业能够提高农户的收入水平，并改善其生活质量。因此，越来越多的农民选择从农业劳动转向务工劳动（王子成，2012[1]；王湘红等，2012[2]）。

表1 中国农村居民人均收入结构 单位：元

鼓励贫困人口务工就业作为一项简单、高效的脱贫方式，在脱贫攻坚时期被广泛运用。据原国务院扶贫办统计，在我国，有2/3的贫困家庭会选择外出务工，在这些家庭中，务工收入占家庭总收入的2/3左右（红星新闻2020[3]）。蔡昉等（2002）[4]、柳建平等（2009）[5]和Zhu等（2010）[6]以我国中西部贫困地区为研究对象，均得出了劳动力流动能有效降低贫困发生率的结论，在此基础上，邓大宋等（2020）[7]进一步研究发现贫困人口务工就业有利于缓解贫困家庭的多维贫困，对于扶贫政策的多维减贫起着显著的中介作用。

学界对农村人口务工就业的影响因素研究大多集中在个人、家庭和社会三方面。就个人而言，农民的人力资本对促使其做出务工就业的选择有显著作用（苏芳等2009[8]），其中教育水平、年龄、性别影响较大（冯其云和姜振煜2016[9]；杨慧敏等2014[10]；马小勇2017[11]）。不同的农民个体具有不同的个人资本，在人力资源市场中，农民的人力资本会与工作性质进行匹配，这一过程是不受农民意愿进行的，不同的农民个体被用人单位录用的可能性存在差异（柳建平和张永丽2009[5]）。因此，为提高自己被录用的可能性，农民会进行自我评估以此达到与工作的匹配。对于家庭而言，受传统家庭观念的影响，越来越多的农民为实现家庭经济利益最大化选择外出务工就业（杜鹰1997[12]）。随着社会经济的发展，人们逐渐意识到收入来源更加宽泛，传统“男主外，女主内”的家庭生计方式受到极大冲击，无论男女老少都有可能选择务工就业，这主要基于家庭成员分工效率最大化的原则，其中家庭劳动力数量、家庭负担的多少是影响家庭成员分工不同的重要因素（周靖祥2014[13]；谢秋山和马润生2013[14]）。从社会角度来看，我国城乡差距的不断扩大，极大地推动了农村劳动力向城市转移（Todaro1969[15]；Johnson2003[16]）。一方面，在城市中农村居民能够获得更多的就业机会，另一方面，优质的公共医疗和教育水平也逐渐成为吸引农民走向城市的动力源泉（罗霞和王春光2003[17]）。另外，农民对务工就业的选择也更加理性，他们会通过亲朋好友获取外界信息，提高其务工决策效率（白南生和何宇鹏2002[18]）。这种由亲朋好友构建起的关系网络能起到功能性社会资源的作用，对农户务工就业动机的形成具有重要作用（胡必亮2004[19]）。

综上所述，积极帮助贫困人口务工就业必然会成为巩固脱贫攻坚成果的重要方法。因此，哪些因素影响着贫困人口务工就业意愿，以及如何提高贫困人口务工就业意愿是需要我们重点关注的。现有文献中已对农户务工就业意愿的影响因素展开了较充分的探究，所获得的结论为进一步深化该领域研究奠定坚实基础。但也存在以下不足：第一，现有研究中对影响农户务工就业意愿因素研究还是以个人、家庭和社会层面为基础，缺少更加系统、细致的分类结构，尤其是从社会学习角度研究社会环境对贫困人口务工就业意愿的影响。第二，在研究对象的选取上，已有研究中很少涉及贫困地区的贫困人口。本文基于北京师范大学农村治理研究中心2019年8月在陕西、甘肃、宁夏三省开展的“贫困治理成效百村监测调研”，采集、筛选出4402个贫困人口数据，从可持续生计和社会学习角度出发，分析贫困人口务工就业意愿的影响因素。

2 框架与研究假设

可持续生计的研究思想起源阿马蒂亚·森对贫困原因的研究，即除了关注收入贫困以外，还需要特别关注贫困人口发展能力的缺失。贫困人口发展能力缺失主要体现在低水平的生计资本及其不合理的配置、缺乏多样化的生计途径以及可行性较低的生计策略选择等方面（何仁伟等，2017[20]）。基于此，英国国际发展署（1999）[21]提出了以生计资本、生计策略和生计结果为主要内容的可持续生计分析框架，其中，生计资本主要包括人力、自然、物质、社会和金融等五方面资本，贫困人口通过运用某种资本或多种资本的组合，优化其生计策略，实现可持续生计的目标。务工就业作为贫困人口的重要生计策略，生计资本的影响必然不可忽视。

务工就业既具有经济性的特点，还具备一定的社会性，会受到社会结构的限制。特定的社会结构为农户家庭提供了结构性环境，从而影响农户的打工行为。社会结构不仅表现在社会网络方面，即人与人之间的联系；还体现在特定的文化认知，即一整套价值和规范体系（王向阳和吴海龙，2020[22]）。社会网络有助于提升农户的社会交往，从而塑造其务工行为，也进一步形成整个社会的务工氛围，文化认知通过影响农户的职业观和家庭观念决定着其务工心理和认识。阿尔伯特·班杜拉（1977）[23]在对传统行为主义深入研究后重点强调了社会环境对个人行为的影响，并提出了社会学习理论。该理论认为人类活动是由认知、行为及环境交互作用决定的，个体的认知和行为不仅能创造环境，还会受到环境的影响（Mohamed和Ahmad，2012[24]）。受政策的鼓励，越来越多的贫困人口愿意选择务工就业，社会中也就逐渐形成了务工就业氛围。务工就业在改善贫困家庭生计水平的同时，也改变了同村其他贫困人口的务工就业认识，并加入到务工队伍中，进一步促进了整村务工就业氛围的生成。因此，个人认知和社会环境会共同影响贫困人口务工就业选择。

基于以上分析，本文在可持续生计分析框架的基础上，增加社会环境要素构建贫困人口务工就业意愿影响分析框架（见图1）。

图1 贫困人口务工就业意愿影响分析框架

2.1 人力资本

人力资本包括人们拥有的知识、体质和技能等（周易和付少平，2012[25]）。为实现收益最大化，农民会参考自身的人力资本选择适当的劳动力配置方式（马小勇，2017[11]）。Fafchamps和Quisumbing（1999）[26]在分析人力资本对劳动力配置的影响时得出文化水平较高的男性劳动力更倾向于选择务工就业。唐曼萍和李后健（2019）[27]研究发现普通话技能有助于农民拓宽就业信息收集渠道，提高务工就业概率，从而实现减贫目标。因此，能够获得较多劳动收入的务工选择必然成为拥有较好人力资本贫困人口的第一选择。结合人力资本概念，并参考马彩虹等（2021）[28]、范乔希等（2021）[29]的研究，本文从人口特征和人口数量维度衡量贫困人口的人力资本，变量主要包括文化水平、年龄、普通话技能、家庭人口数、义务教育子女数和老人数。

H1：贫困人口拥有的人力资本越好，越愿意选择务工就业。

2.2 自然资本

自然资本是指人们能够长期利用的自然资源和生态环境服务（唐国建，2019[30]）。其中，土地资源作为一项重要的自然资本，能够保障农民最基本的生存需求（吴诗嫚等，2019[31]）。蔡洁等（2017）[32]认为农户的自然资源越丰富，其越愿意将农业生产作为主要的生计方式。为获得规模利益，以农业生产为主的农户会选择经营尽可能多的耕地，这也就需要投入更多的家庭劳动力，那么家庭成员务工就业的可能性也会相应减小；反之，拥有耕地规模较小的农户，农业所需劳动力相对较少，家庭剩余劳动力更多，那么家庭成员务工就业的可能性就大大提高。因研究样本选择在陕甘宁地区，众多贫困户会选择种植与养殖相结合的方式，提高农业生产收入，因此他们在拥有耕地资源的同时，还拥有牧草地资源用于畜牧业养殖。基于此，并参考韩自强等（2016）[33]的研究，本文从耕地和牧草地两方面反映贫困人口拥有的自然资源，用“人均耕地面积”衡量贫困人口拥有的耕地资源，用“人均牧草地面积”衡量贫困人口拥有的牧草地资源。

H2：贫困人口拥有的自然资本越少，越愿意选择务工就业。

2.3 物质资本

物质资本是指人们为满足生活需求所需要的生产物资（许源源和徐圳，2020[34]）。蒙吉军等（2013）[35]在探究物质资本与生计策略之间的关系时发现拥有较多物质资本的农户，更愿意从事农业生产。涂丽（2018）[36]则从物质资本的黏性效应入手，发现家庭自有资产对农户选择从事农业生产具有重要作用。本文参考邝佛缘等（2021）[37]、谭淑豪等（2016）[38]的研究，从住房条件和饮水条件两方面反映贫困人口的物质资本。用“是否住危房”衡量贫困人口的住房条件，用“是否使用自来水”衡量贫困人口的饮水条件。

H3：贫困人口拥有的物质资本越差，越愿意选择务工就业。

2.4 社会资本

社会资本是指人们为实现生计目标所能利用的无形的社会资源（张静和朱玉春，2019[39]）。丰富的社会资本能扩展农民的生计选择范围，并带来更多的生计策略组合（道日娜，2014[40]）。对于贫困人口来说，村中较好的交通状况，能大大节约其外出的交通成本，更重要的是方便其与社会成员进行交流往来，从而进一步扩大其社会关系网络。此外，作为社会的一份子，贫困人口在进行生计决策时，往往会向自己的社会关系网络成员寻求意见，尤其是那些学识广、见识多的成员对贫困人口的决策更具影响力。帮扶责任人作为贫困户社会关系网络中学识和阅历比较丰富的成员，其意见的影响力一定是显著的。本文参考秦海林等（2019）[41]、何仁伟等（2017）[20]的研究，从社会交通和关系网络角度出发，选取贫困村的交通状况和贫困人口与帮扶责任人的关系衡量贫困人口的社会资本。

H4：贫困人口拥有的社会资本越丰富，越愿意选择务工就业。

2.5 金融资本

金融资本是指人们在达成生计目标的过程中，所能运用的积累和流动（苏芳等，2009[8]）。金融资本在一定程度上帮助贫困人口弥补生计脆弱问题，为其获得更高收入提供保障。在当前我国的城镇化进程中，农村家庭劳动力选择务工就业的同时，也不会放弃农业生产，我国农户兼业化现象越来越普遍（王翌秋和陈玉珠，2016[42]）。在此背景下，政策性农业保险能够强化农民的择业机制，农民在购买了政策性农业保险后，由于道德风险的存在，会相应地减少农业劳动投入，并转移到非农劳动上，以此提高家庭收入（马九杰等,2020[43]）。参考阚立娜等（2016）[44]对金融资本的衡量，本文从保险和信贷两方面入手，选取政策性农业保险情况和扶贫小额信贷情况反映贫困人口的金融资本。政策性农业保险和扶贫小额信贷作为农村金融发展的两个主要手段，也是贫困人口较为容易获取的金融支持。

H5：贫困人口拥有的金融资本越丰富，越愿意选择务工就业。

2.6 社会环境

“人既是环境的产物，也是环境的营造者”（Bandura，1989[45]）。一方面，人作为环境的产物，其行为方式也会受到环境的影响。另一方面，人作为环境的创造者，不仅可以通过个人行动改变环境的属性，还能对环境进行选择（高申春，2000[46]）。随着我国精准扶贫工作的开展，大量农村贫困劳动力开始向城镇转移，这不仅让他们摆脱了经济上的贫困，还极大改善了农村面貌。作为理性行为人，贫困人口的务工选择会受到同村其他村民的务工选择影响，尤其是在同村务工就业人数较多且都获得了不错的劳动回报情况下，未务工就业贫困人口必然会受到吸引，选择务工就业。本文用“村中务工就业比例”来反映贫困村务工就业氛围程度。

H6：贫困村务工就业氛围越浓，贫困人口越愿意选择务工就业。

3 研究设计

3.1 数据来源

本文基于北京师范大学农村治理研究中心2019年8月在陕西、甘肃、宁夏三省开展的“贫困治理成效百村监测调研”中获取的一手数据为研究样本，共涉及陕甘宁的19个贫困县、95个贫困村，5808份建档立卡贫困人口2018年底的截面数据。依据本文研究需要，在删除相关变量的缺失值或错误值后，共计保留4402份样本数据。

3.2 二元Logistics回归模型构建

二元Logistics回归是针对因变量为二分变量的分析，本文的因变量是贫困人口务工就业的意愿，是一个二分变量，适合使用二元Logistics回归分析。设因变量为y，取值“1”表示贫困人口愿意选择务工就业，取值“0”表示贫困人口不愿意选择务工就业。影响y的自变量记为x1，x2，……，xm。设贫困人口务工就业发生的条件概率为p(y=1│X)=pi，1-pi表示贫困人口不愿务工就业发生的概率，由自变量向量X构成的非线性函数如式（1）所示：

将贫困人口愿意选择务工就业的概率与不愿务工就业的概率之比（pi／1-pi)）进行对数变换，得到二元Logistics回归模型的线性表达式，如式（2）所示：

式（1）和式（2）中，α为常数项；m为自变量的个数；βi为自变量的系数，反映的是自变量对贫困人口务工就业意愿的影响方向及程度。

4 实证结果与分析

4.1 描述性统计分析

本文对影响贫困人口务工就业意愿的各变量进行了描述性分析，结果详见表2。从表中可知，务工就业意愿变量的平均值是0.81，接近于1，说明在4402个调研对象中，大多数贫困人口愿意选择务工就业。文化水平变量的均值为7.9，表明本次调研对象的学历大多数为小学或初中。由年龄变量的平均值和标准差可以看出，本次调研的贫困人口年龄偏大，且年龄差距较大，这主要由于本次调研时间在8月份，多数年轻劳动力仍在外务工，待在家中的大多是仍在读书的子女和老年人。从住房条件和饮水条件可以看出，大部分贫困人口已经不住危房，并用上了自来水。所调研贫困村的务工就业平均比例为22%。

表2 变量选择及其描述性统计分析

续表

4.2 相关性分析

本文对各变量进行了Pearson相关分析，结果详见表3。人力资本、社会资本、金融资本和社会环境中的各变量与因变量务工就业意愿均在5%以上的显著性水平上具有相关性。而在自然资本和物质资本中，均存在自变量的相关性不显著的情况。由此可以得出，在贫困人口生计资本中，人力资本、金融资本和社会资本是影响其务工就业意愿的关键资本，而贫困人口的自然资本与物质资本对其务工就业意愿的影响并不明显。文化水平、普通话技能、家庭人口数、义务教育数、交通状况、与帮扶责任人的关系、扶贫小额贷款和务工就业氛围等变量对因变量呈正相关，年龄、老人数、人均耕地面积和政策性农业保险等自变量对因变量呈负相关。因此，在一定程度上验证了研究假设H1、H4和H6。

表3 Pearson相关分析

4.3 二元Logistics回归分析

（1）模型检验

本文运用SPSS25.0定量分析软件对调研数据进行二元Logistics回归分析，详细结果见表4。在二元Logistics回归模型中，LR Chi-square检验值为940.003，显著性值为0.000，Hosmer-Lemeshow检验显著性为0.619＞0.05，模型总体上通过显著性检验，且模型拟合度良好。

表4 二元Logistics回归结果

（2）人力资本

从表4可以看出，人力资本中的文化水平变量和普通话技能变量都与因变量呈现出显著正相关，则说明贫困人口的文化水平越高，越愿意选择务工就业以及贫困人口的普通话技能越好，越愿意选择务工就业。一般情况下，文化水平较高的贫困人口更为开明，新事物的接受力更强，摆脱贫困状态的动力也更足，务工就业作为一种高效的脱贫方式必然会受到他们的青睐。许多贫困人口不是不愿意选择务工就业，而是受到普通话水平的制约，在外沟通存在困难，所以无法选择务工就业。普通话技能越好说明选择务工就业的贫困人口在外地沟通交流更加得心应手，大大减少了因沟通困难而产生的诸多不便，所以其务工就业的意愿也越高。在模型中，年龄变量与因变量呈正相关。在调研中，我们发现许多五六十岁的中年人依旧想外出务工，原因是在西北农村，婚姻观念还比较陈旧，贫困家庭中的儿子在结婚时花费了大量的物力和财力，甚至有些还欠下了外债，这不得不促使上了年纪的父母有了外出务工的打算，以减轻家庭经济压力。在人口结构属性的3个变量中，家庭人口数与贫困人口务工就业意愿呈正相关。家庭人口数量多表明可以帮助减轻家庭生活负担的人较多，因此，贫困人口务工就业选择受到家庭因素的困扰也相对较小。义务教育数与老人数均与贫困人口务工就业意愿呈负相关，说明贫困家庭中的义务教育数越多，贫困人口务工就业意愿越低以及老人数越多，贫困人口务工就业意愿也越低。抚养子女和赡养老人是一个贫困家庭需要承担的家庭生活负担，其数量越多，家庭主要劳动力就要花费更多精力对其进行照看，大大限制了贫困人口务工就业意愿。综上，贫困人口拥有的人力资本越好，越愿意选择务工就业，印证了研究假设H1。

（3）自然资本

由表4可知，自然资本中的2个变量与因变量之间的关系不显著，说明人均耕地面积变量与人均牧草地面积变量对贫困人口务工就业意愿的影响缺乏统计学意义，进一步表明自然资本不是影响贫困人口务工就业意愿的关键资本.

（4）物质资本

在回归结果中，物质资本的饮水条件变量与因变量存在显著负相关，说明饮水条件越差，贫困人口越愿意选择务工就业。虽然，住房条件变量对贫困人口务工就业意愿的影响不显著，但其与因变量的相关性也为负，可部分说明物质资本越匮乏，贫困人口越愿意选择务工就业。拥有较好物质资本的贫困人口不愿意放弃已有的生产工具去选择务工就业（涂丽，2018[36]），物质资本较差的贫困人口更愿意通过务工就业转移剩余劳动力，以此弥补因物质资本不足导致农业生产收入减少。

（5）社会资本

在表4中，社会资本中的交通状况变量和与帮扶责任人的关系变量均通过了显著性检验，交通状况变量与因变量的关系为负相关，说明交通状况越差，贫困人口越会选择务工就业。究其原因，良好的交通条件更有利于贫困人口进行农业生产，一方面，贫困人口可以用更低的交通成本将农产品运送到市场，获取更高的农业生产收益，另一方面，农业市场信息的获得也更加及时，这有助于贫困人口做出科学决策，生产适销对路的农产品（罗明忠和陈江华，2016[47]）。与帮扶责任人的关系变量与因变量的关系为正相关，说明与帮扶责任人的关系越密切，贫困人口越会选择务工就业。在调研中发现，帮扶责任人通常更愿意建议贫困人口选择务工就业，有些帮扶责任人甚至主动帮助落实贫困人口的务工就业问题，主要因为他们认为相较于农业生产，务工能够更加高效地解决贫困问题。

（6）金融资本

在金融资本方面，表4所示的政策性农业保险变量与扶贫小额信贷变量分别与贫困人口务工就业意愿显著呈正相关与负相关，说明拥有政策性农业保险的贫困家庭，其成员越愿意选择务工就业以及没有扶贫小额贷款的贫困家庭，其成员越愿意选择务工就业。同样作为金融产品，政策性农业保险与扶贫小额信贷之所以表现出相反的结果，主要因为政策性农业保险是出于防范农业风险的目的，而扶贫小额信贷是基于提高农业生产收入的目的。随着我国农户兼业化现象越来越普遍，政策性农业保险成为贫困人口降低农业生产风险的必然选择，但由于道德风险的存在，贫困人口会减少农业劳动投入，并将剩余劳动力转移到务工就业，以此增加家庭收入。扶贫小额信贷则是为想要进行农业生产但缺少基础资金的贫困人口给予的金融帮扶措施（章文光等，2022[48]），虽然他们不需要偿还贷款利息，但依旧需要自行偿还贷款本金，所以整个家庭承担着一定的贷款压力，害怕因发展农业生产失败而无法偿还贷款，所以他们还是以农业生产为主，对务工就业的意愿也有所减轻。

（7）社会环境

由表4可知，贫困村务工就业氛围变量与因变量贫困人口务工就业意愿呈显著正相关，说明贫困村务工就业氛围越浓，贫困人口越会选择务工就业，与研究假设H6一致。事实证明，务工就业能有效实现贫困人口脱贫。因此，我国政府出台了多项措施，积极营造贫困人口务工就业氛围。据统计，2016-2020年，贫困劳动力外出务工人数增加1000多万人[3]。在促进务工就业的社会浪潮中，越来越多的贫困人口愿意选择务工就业。一方面，作为理性行为人，在同村务工就业人数较多且都获得了不错的劳动回报情况下，未务工就业贫困人口必然也会受到吸引，选择务工就业。另一方面，在熟人社会的影响下，已选择务工就业的贫困人口愿意带上这些未务工就业的贫困人口。“老乡带老乡、亲戚带亲戚”（王向阳和吴海龙，2020[22]）的抱团机制，不仅能够打消未务工就业贫困人口对务工环境的顾虑，还能形成一种相互照应。

5 研究结论与讨论

随着脱贫攻坚战取得全面胜利，我国减贫工作方向也从打赢脱贫攻坚战转向巩固脱贫攻坚成果。实践证明，鼓励贫困人口务工就业能够有效提高贫困人口收入，并改变家庭贫困状态。因此，研究贫困人口务工就业意愿的影响因素在我国巩固脱贫攻坚成果时期具有重要意义。

本文利用北京师范大学农村治理研究中心2019年8月在陕西、甘肃、宁夏调研获取的一手数据为研究样本，从可持续生计和社会学习角度建立二元Logistics回归模型，分析生计资本与社会环境对贫困人口务工就业意愿的影响，得到以下结论：

第一，在生计资本中，人力资本、社会资本和金融资本是影响贫困人口务工就业意愿的关键资本，自然资本与物质资本对贫困人口务工就业意愿的影响并不显著。在模型中，文化水平、年龄、普通话技能、家庭人口数、与帮扶责任人的关系和政策性农业保险等变量对贫困人口务工就业意愿呈显著正相关，义务教育数、老人数、饮水条件、交通状况和扶贫小额信贷等变量对贫困人口务工就业意愿呈显著负相关。值得说明的是，在人力资本中，家庭人口数对贫困人口务工就业意愿呈正相关，义务教育数和老人数对贫困人口务工就业意愿呈负相关。家庭人口数量越多，对于贫困家庭来说能有效减轻家庭生活负担的人数也就越多，而抚养子女和赡养老人是贫困家庭需要承担家庭生活负担，需要家庭主要劳动力在家对其进行照看。因此，家庭生活负担较轻的贫困人口，更愿意选择务工就业。在社会资本中，贫困人口与帮扶责任人的关系对贫困人口务工就业意愿有着显著的正向作用。帮扶责任人作为贫困人口社会网络中的重要成员，会对贫困人口的生计行为产生一定程度的影响，因此，帮扶责任人对贫困人口的脱贫影响不能被忽视。在金融资本中，保障类金融产品更能促进贫困人口实现务工就业，产业发展类金融产品对贫困人口选择务工就业会产生一定的阻碍。

第二，贫困村务工就业氛围会显著影响贫困人口务工就业意愿，贫困村务工就业氛围越浓，贫困人口越会选择务工就业。因此，在贫困地区积极营造务工氛围对实现贫困人口务工就业脱贫具有重要作用。

基于以上研究结论，本文得出如下政策启示：

首先，为了提高政策实施的精度和效率，在鼓励贫困人口务工就业时，需要重点关注家庭生活负担相对较小的贫困人口，因为，他们更愿意选择务工就业来实现脱贫。

其次，帮扶责任人对于贫困人口的作用不能被忽视，需进一步加强帮扶责任人与贫困人口的联系，充分发挥帮扶责任人在生计建议和就业帮扶方面的作用，以此提升贫困人口的社会资本，从而实现稳定脱贫。

再次，在实现贫困人口务工就业的同时，还需要注重保障类金融产品对其的作用，防范和化解农业风险对务工就业贫困人口的家庭收入的影响。由于贫困家庭主要劳动力选择务工就业的方式实现脱贫，其农业生产活动必然会受到影响，因此，扶贫小额信贷等产业发展类金融产品对其的扶贫效果也会有所减弱，保障类金融产品更适合其需求。

最后，在脱贫攻坚时期，贫困村中广为流传着“劳务输出一人，脱贫致富一家”的说法，劳务输出作为东西协作中的一项重要举措，在提高贫困人口收入和实现其稳定脱贫发挥着关键作用。随着劳务输出效果日益显现以及政府部门积极引导，贫困人口的务工就业热情被激发，一批又一批的贫困人口主动加入务工就业队伍。在巩固脱贫攻坚成果时期，鼓励贫困人口务工就业依旧是解决贫困人口多维贫困问题的重要方法，因此，各地仍需积极探索政策措施，努力营造良好的务工就业氛围。

需要说明的是，本文也存在一些局限性：（1）由于数据指标采集缺失，本文缺少了贫困人口性别、专业技能、农业生产资料、社会活动、心理预期和务工政策支持等变量，这些变量可能对研究结果产生一定的影响，在后续的研究需加以补足；（2）本文仅探究了社会环境对生计行为的影响，社会环境、生计行为和社会环境是一种交互的过程，三个要素之间的具体影响还需建立结构方程进行深入研究。