外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的影響研究
——基于中國西部6縣的調(diào)查*

余穎雅，聶鳳英※，董海軍，黃佳琦

(1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081;2.赤峰市人民政府駐北京聯(lián)絡(luò)處，北京 100078)

0 引言

20世紀(jì)90年代開始，中國勞動(dòng)力市場(chǎng)發(fā)生劇烈變化，大批農(nóng)民工涌入城鎮(zhèn)務(wù)工。據(jù)國家統(tǒng)計(jì)局調(diào)查顯示， 20世紀(jì)90年代后，農(nóng)民工數(shù)量逐年上升， 2011年開始總量增速持續(xù)回落，截止2015年年底，農(nóng)民工總量2.77億人，比2014年增長(zhǎng)1.3%，其中外出農(nóng)民工*外出農(nóng)民工：指在戶籍所在鄉(xiāng)鎮(zhèn)地域外從業(yè)的農(nóng)民工有1.688 4億人，較2014年增加0.4%[1]。據(jù)中國農(nóng)村貧困監(jiān)測(cè)報(bào)告顯示，全國扶貧重點(diǎn)縣勞動(dòng)力外出人數(shù)也逐年增加。從2002年的14.5%到2010年的20.8%，增量較大[2]。外出務(wù)工同樣也是學(xué)術(shù)研究界的熱點(diǎn)，學(xué)者們從各種角度進(jìn)行挖掘，涉及經(jīng)濟(jì)學(xué)、農(nóng)業(yè)經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、人口學(xué)、心理學(xué)等領(lǐng)域。研究論題也非常廣泛，包括外出務(wù)工的影響因素[3-6]，外出務(wù)工對(duì)農(nóng)民的收入[7-8]、農(nóng)業(yè)生產(chǎn)[9-10]、貧困[11-12]、消費(fèi)[13-14]的影響，民工返鄉(xiāng)潮[15-16]、留守兒童[17-20]和老人[21]問題，外出務(wù)工者的婚姻狀況[22]、貧困[23]、食物消費(fèi)[24-26]等。

近年來，我國居民消費(fèi)結(jié)構(gòu)升級(jí)，糧食消費(fèi)量減少，動(dòng)物性食品的消費(fèi)需求明顯增加。這一變化趨勢(shì)引起學(xué)者們對(duì)食物消費(fèi)的關(guān)注，開始研究食物消費(fèi)變化趨勢(shì)[27]以及其結(jié)構(gòu)變化的影響因素[28-31]，包括收入、價(jià)格、生計(jì)資本、地域等。外出務(wù)工也逐漸成為學(xué)者研究食物消費(fèi)的新切入點(diǎn)，重點(diǎn)研究外出務(wù)工對(duì)在家成員食物消費(fèi)的影響。目前，國內(nèi)鮮有將外出務(wù)工直接聚焦到食物消費(fèi)層面的研究，研究主要集中在外出務(wù)工對(duì)農(nóng)村消費(fèi)結(jié)構(gòu)、農(nóng)民消費(fèi)觀念和消費(fèi)傾向改變上，有少部分在消費(fèi)傾向的研究中涉及到食物消費(fèi)。時(shí)紅艷[13]利用在陜西省安康市的農(nóng)戶調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，外出務(wù)工對(duì)農(nóng)戶食品消費(fèi)傾向、人力資本消費(fèi)傾向、社會(huì)資本消費(fèi)傾向、生產(chǎn)性消費(fèi)傾向均呈負(fù)的顯著關(guān)系。袁國方等[14]對(duì)欠發(fā)達(dá)地區(qū)(陜西省)的調(diào)查研究發(fā)現(xiàn)，外出務(wù)工人員的流動(dòng)性對(duì)食品消費(fèi)傾向有顯著的負(fù)效應(yīng)； 外出務(wù)工收入對(duì)食品消費(fèi)傾向的影響不顯著。國外學(xué)者通過不同角度，對(duì)外出務(wù)工與食物消費(fèi)和營(yíng)養(yǎng)的關(guān)系進(jìn)行研究，但是目前的結(jié)論也沒有達(dá)成一致。Wendy R.Karamba等[32]通過對(duì)2005—2006年加納的調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，外出務(wù)工會(huì)增加農(nóng)戶整體食物消費(fèi)，也導(dǎo)致農(nóng)戶對(duì)于不營(yíng)養(yǎng)食物(如糖，飲料等)消費(fèi)的增加。Minh Cong Nguyen等[33]利用2004年和2006年越南調(diào)查數(shù)據(jù)，從外出務(wù)工人員外出持續(xù)時(shí)間上對(duì)農(nóng)戶的食物消費(fèi)和營(yíng)養(yǎng)進(jìn)行研究，發(fā)現(xiàn)無論是短期還是長(zhǎng)期，外出務(wù)工對(duì)農(nóng)戶人均食物支出、人均熱量消耗和食物多樣性都有正向影響，而短期的影響更加顯著。S.Chandrasekhar等[34]使用印度農(nóng)村調(diào)查數(shù)據(jù)，并使用工具變量的方法研究短期外出務(wù)工對(duì)家庭消費(fèi)支出的影響。研究結(jié)果發(fā)現(xiàn)，短期外出務(wù)工的家庭的每月人均消費(fèi)支出和每月人均食物消費(fèi)支出相對(duì)較低。

針對(duì)國外外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的研究發(fā)現(xiàn)，外出務(wù)工主要從以下幾個(gè)方面對(duì)農(nóng)戶食物消費(fèi)產(chǎn)生影響，一是外出務(wù)工人員帶來的匯款收入會(huì)增加農(nóng)戶對(duì)食物、健康相關(guān)產(chǎn)品和服務(wù)的支出，從而提高獲取營(yíng)養(yǎng)食物的能力[32]。二是外出務(wù)工人員帶來的信息和經(jīng)驗(yàn)可以豐富農(nóng)戶在營(yíng)養(yǎng)、健康和生產(chǎn)技能方面的知識(shí)，同樣也會(huì)改變農(nóng)戶食物消費(fèi)習(xí)慣，由此帶來的影響可能是有利于食物消費(fèi)狀況的改善，但也有可能帶來不利影響[32]。三是外出務(wù)工使得農(nóng)戶消費(fèi)人口減少，消費(fèi)量減少，家庭消費(fèi)需求減少，但同時(shí)勞動(dòng)力也相應(yīng)減少，家庭收入減少，因此由此帶來的影響有利有弊[32， 35]。

目前，國內(nèi)外研究外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)影響的普遍較少，國內(nèi)幾乎空白，國外采取的數(shù)據(jù)都較為久遠(yuǎn)，無法反應(yīng)現(xiàn)階段的影響情況。此外，隨著精準(zhǔn)扶貧的提出，貧困地區(qū)的食物消費(fèi)情況也得到了廣泛關(guān)注。研究發(fā)現(xiàn)，貧困縣的食物消費(fèi)水平和食物安全狀況都低于我國農(nóng)村平均水平[36]，那么外出務(wù)工對(duì)貧困地區(qū)食物消費(fèi)狀況是進(jìn)一步惡化還是改善。綜上所述，文章決定從外出務(wù)工角度研究西部貧困地區(qū)在家成員的食物消費(fèi)情況以及其帶來的影響。而外出務(wù)工變量具有內(nèi)生性，許多學(xué)者采用工具變量模型[21， 37]控制其內(nèi)生性，但是目前沒有發(fā)現(xiàn)特別合理的工具變量，同時(shí)是否外出務(wù)工這兩組樣本的初始條件不完全相同，存在選擇偏差[20]。因此，為了厘清貧困地區(qū)外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的影響，該文利用2015年我國陜西省、貴州省和云南省的6個(gè)貧困縣的調(diào)查數(shù)據(jù)，采用傾向得分匹配法(Propensity Score Matching，PSM)調(diào)整樣本的選擇性偏差，降低內(nèi)生性導(dǎo)致的估計(jì)偏誤，單獨(dú)將處理因素——外出務(wù)工從影響農(nóng)戶食物消費(fèi)的因素中分離出來并分析其影響效果。

1 西部貧困地區(qū)農(nóng)戶食物消費(fèi)現(xiàn)狀

1.1 數(shù)據(jù)

研究使用的數(shù)據(jù)來源于“中國農(nóng)村食物安全與貧困綜合調(diào)查”課題組2015年對(duì)陜西省鎮(zhèn)安縣和洛南縣、云南省武定縣和會(huì)澤縣、貴州省正安縣和盤縣所進(jìn)行的入戶調(diào)研，研究采用多階段抽樣方法確定樣本的農(nóng)戶。第一階段，采用按照人口加權(quán)的抽樣方法(PPS)在各縣抽取19個(gè)村，人口越多的村抽到的概率越大。第二階段，采用隨機(jī)抽樣的方法，在每個(gè)樣本村中隨機(jī)抽取12個(gè)農(nóng)戶。這樣，每個(gè)縣抽取19個(gè)村228戶， 6個(gè)縣共抽取114個(gè)村1 368農(nóng)戶。問卷內(nèi)容包括家庭基本情況、住房和生活條件、家庭財(cái)產(chǎn)與財(cái)務(wù)狀況、農(nóng)業(yè)、生計(jì)、支出、食物來源和消費(fèi)以及沖擊和應(yīng)對(duì)策略等內(nèi)容。其中，食物消費(fèi)調(diào)查采用1個(gè)月回顧法，即農(nóng)戶回顧過去1個(gè)月各類食物消費(fèi)的情況。調(diào)研時(shí)間為2015年7—8月，不是收獲或者缺糧季節(jié)，也沒有大型傳統(tǒng)節(jié)日，是正常月份，保證了調(diào)研數(shù)據(jù)的代表性以及平滑性[28]。由于有一戶全家外出務(wù)工，沒有在家人員的食物消費(fèi)狀況，故剔除，最終獲得有效問卷1 367份。

1.2 農(nóng)戶食物消費(fèi)現(xiàn)狀*農(nóng)戶食物消費(fèi)分析以年人均食物消費(fèi)支出為主，人均食物消費(fèi)支出反映食物的具體消費(fèi)情況，將食物種類分成七大類，分別為：糧食、蔬菜水果、動(dòng)物性食品、油脂類、調(diào)味品、煙酒茶飲料和在外用餐。其中，糧食包括谷物類、豆類和薯類； 動(dòng)物性食品包括肉類、水產(chǎn)品、蛋類和奶類； 油脂類包括食物油和堅(jiān)果等油脂性食物； 調(diào)味品包括鹽、糖、味精、醋、醬油等日常調(diào)味品； 煙酒茶飲料包括煙類、茶類和飲料類

2015年調(diào)研縣年人均食物總消費(fèi)為3 895.06元/人·年，占總體消費(fèi)的34.1%。農(nóng)戶食物消費(fèi)以糧食類為主，人均支出為957.555元/人·年，占總食物消費(fèi)的30.1%，動(dòng)物性食品和蔬菜水果消費(fèi)較少，煙酒茶飲料消費(fèi)卻不低，占總食物消費(fèi)的15.0%(表1)。

表1 農(nóng)戶食物消費(fèi)情況

表2 外出務(wù)工分類的人均食物消費(fèi)支出情況

將農(nóng)戶按照是否外出務(wù)工分為兩類，進(jìn)行均值T檢驗(yàn)，如表2。雖然是否外出務(wù)工兩類農(nóng)戶的人均食物消費(fèi)總支出差異不顯著，但糧食、蔬菜水果、調(diào)味品和在外用餐食物消費(fèi)具有顯著差異。糧食和調(diào)味品，有外出務(wù)工的農(nóng)戶人均食物消費(fèi)支出明顯高于無外出務(wù)工農(nóng)戶，而在外用餐的人均消費(fèi)支出，無外出務(wù)工的農(nóng)戶顯著較高。由此看出，兩類農(nóng)戶的部分食物消費(fèi)有顯著差異，這一差異很可能來自于外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的改變。

2 模型構(gòu)建

如該文所述，為了降低外出務(wù)工的內(nèi)生性以及較好的控制樣本選擇偏差，文本采用傾向得分匹配方法研究外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的影響。傾向得分匹配方法的基本思想是將控制組和處理組的可觀測(cè)特征相同或相似的樣本進(jìn)行匹配，以觀察實(shí)驗(yàn)產(chǎn)生的效應(yīng)，社會(huì)實(shí)驗(yàn)通過控制多元變量以達(dá)到滿意的匹配效果非常困難[20]。傾向得分匹配的優(yōu)勢(shì)在于可以通過一定的方法將多元變量濃縮為一個(gè)指標(biāo)——傾向得分(PS)值，然后根據(jù)該值將控制組和處理組進(jìn)行配對(duì)，從而在有效降低自選擇以及內(nèi)生性偏誤的條件下得到更可信的處理效應(yīng)。

基于此，該文將樣本分為兩大類，處理組——有外出務(wù)工的農(nóng)戶個(gè)體樣本，控制組——無外出務(wù)工的農(nóng)戶個(gè)體樣本。兩組樣本由于都生活在貧困地區(qū)，故其生活偏好、消費(fèi)習(xí)慣以及家庭環(huán)境可能都較為類似。對(duì)于處理組，無法同時(shí)獲得有外出務(wù)工和沒有外出務(wù)工的效用，為了獲得反事實(shí)的處理組樣本，即沒有外出務(wù)工的效應(yīng)，E(Y0i|Di= 1)構(gòu)建傾向得分匹配模型，設(shè)定如下：

第一步，構(gòu)建農(nóng)戶食物消費(fèi)影響因素的模型：

Yi=α+β1Di+β2X1i+β3X2i+ε

(1)

式(1)中，Y為被解釋變量，表示農(nóng)戶的食物消費(fèi)狀況；Di為處理變量，表示外出務(wù)工狀況，即該農(nóng)戶是否有外出務(wù)工；Xi為影響農(nóng)戶食物消費(fèi)狀況的一系列因素，其中，X1i為只影響農(nóng)戶食物消費(fèi)的因素，X2i為同時(shí)影響農(nóng)戶食物消費(fèi)和外出務(wù)工的因素；ε為擾動(dòng)項(xiàng)，α為常數(shù)項(xiàng)。該模型表示了外出務(wù)工及其他影響農(nóng)戶食物消費(fèi)因素的共同作用。

第二步，計(jì)算每戶農(nóng)戶外出務(wù)工的傾向得分(PS)值。

首先，構(gòu)建影響農(nóng)戶外出務(wù)工選擇的模型：

Di=α+β2X2i+ε

(2)

根據(jù)式(1)和(2)通過Logit模型估計(jì)構(gòu)建傾向得分模型，計(jì)算處理組的PS值：

(3)

式(3)中，Xi為影響農(nóng)戶食物消費(fèi)狀況的一系列因素，同時(shí)作為傾向得分模型中的協(xié)變量；β為對(duì)應(yīng)的估計(jì)系數(shù)。根據(jù)此模型計(jì)算得出處理組和控制組的平均傾向得分。

第三步，進(jìn)行傾向得分匹配，采用3種常用的匹配方法(最近鄰匹配法、半徑匹配法和核匹配法)進(jìn)行處理組和控制組樣本間的匹配。

第四步，根據(jù)匹配后樣本，計(jì)算平均處理效應(yīng)(ATT)：

ATT=EY1i-Y0i|Di=1=EEY1i-Y0i|Di=1，pXi

=EEY1i|Di=1，pXi-EY1i|Di=0，pXi|Di=1

(4)

式(4)中，Y1i、Y0i分別表示樣本農(nóng)戶在處理組和控制組兩種不同的情形下的食物消費(fèi)狀況。

傾向得分匹配法的特點(diǎn)是創(chuàng)造隨機(jī)試驗(yàn)條件以進(jìn)行處理組及控制組的比較分析，其必須滿足兩個(gè)假設(shè)。第一是條件獨(dú)立假設(shè)。假定存在一系列可以觀測(cè)的協(xié)變量X，既影響農(nóng)戶外出務(wù)工的決策，又影響農(nóng)戶的食物消費(fèi)狀況，但反過來不會(huì)受到外出務(wù)工決策的影響?？刂屏诉@組協(xié)變量后，是否外出務(wù)工在樣本中的分配則是隨機(jī)的； 第二是共同支撐假設(shè)。該假設(shè)要求具有某些協(xié)變量特征的樣本個(gè)體，同時(shí)具有外出務(wù)工和無外出務(wù)工的正向概率，即農(nóng)戶有外出務(wù)工和無外出務(wù)工的傾向得分必須有重疊的部分。滿足共同支撐假設(shè)可以提高樣本匹配的質(zhì)量。

該文將年人均食物消費(fèi)總支出的對(duì)數(shù)作為因變量，反映農(nóng)戶整體食物消費(fèi)水平。處理變量是農(nóng)戶是否外出務(wù)工。根據(jù)文獻(xiàn)研究發(fā)現(xiàn)，農(nóng)戶家庭特征、戶主特征、種養(yǎng)殖特征這些變量影響農(nóng)戶外出務(wù)工選擇[3-6]和食物消費(fèi)[28， 30-31]，但不受外出務(wù)工選擇的影響，故該文選取農(nóng)戶家庭特征、戶主特征、種養(yǎng)殖特征和地理位置等因素作為協(xié)變量。其中，農(nóng)戶家庭特征變量包括：教育水平、收入水平、是否有嬰幼兒、是否遭遇自然災(zāi)害、是否為少數(shù)民族、是否有人住院和市場(chǎng)距離； 戶主特征包括：戶主年齡、戶主婚姻兩個(gè)變量； 種養(yǎng)殖特征包括：農(nóng)戶是否在房前屋后種植、是否種地、是否養(yǎng)殖和耕地面積3個(gè)變量。

該文隨后采用Logit模型逐步引入?yún)f(xié)變量進(jìn)行傾向得分估算，選擇既滿足傾向得分平衡性檢驗(yàn)，又有最大Pseudo-R2值的變量組合作為本模型的協(xié)變量。初步選擇變量如表3。

表3 初步選擇變量及描述

表4 變量的描述性統(tǒng)計(jì)結(jié)果

3 實(shí)證結(jié)果分析

3.1 描述性統(tǒng)計(jì)分析

調(diào)研縣農(nóng)戶年人均食物消費(fèi)總支出的對(duì)數(shù)為8.068，有外出務(wù)工人員的農(nóng)戶占總體的52.2%。調(diào)研縣戶主平均年齡52.1歲，戶主婚姻狀況以已婚為主，占總體的91.4%。勞動(dòng)力平均受教育年限為5.5年，表明調(diào)研縣農(nóng)戶平均文化程度為小學(xué)，低于全國農(nóng)村平均水平； 農(nóng)戶人均年收入為1.525 7萬元。調(diào)研縣少數(shù)民族戶較少，僅占總體的14%； 有嬰幼兒的家庭比例為22.2%； 加入合作社的極少，僅占總體的8.4%。調(diào)研縣有負(fù)債的農(nóng)戶較多，占總體的60.5%； 2014年遭遇自然災(zāi)害的農(nóng)戶較多，占總體的61.7%； 有家庭成員住院的占總體的41.5%。此外，種養(yǎng)殖特征變量表明大部分農(nóng)戶家里都有種養(yǎng)殖行為，耕地面積平均0.3hm2。市場(chǎng)距離變量的均值為6.553km，表明農(nóng)戶與市場(chǎng)的距離較遠(yuǎn)。變量的描述性統(tǒng)計(jì)結(jié)果具體見表4。

3.2 模型估算結(jié)果

通過Logit模型逐漸引入?yún)f(xié)變量進(jìn)行傾向得分回歸，同時(shí)檢驗(yàn)處理組以及控制組的傾向得分平衡性，并檢查模型的Pseudo-R2值，選擇既滿足平衡性又使得Pseudo-R2值最大的變量組合。且多重共線性遠(yuǎn)小于10，最大的為1.47，故不存在多重共線性[38]。變量最終選擇及Logit模型結(jié)果見表5。

表5 傾向匹配得分的Logit模型估算結(jié)果

(a)匹配前核密度函數(shù) (b)最近鄰匹配后核密度函數(shù)

(c)半徑匹配后核密度函數(shù) (d)核匹配后核密度函數(shù)圖1 匹配前后PS值的核密度函數(shù)

通過Logit模型計(jì)算傾向得分，因變量為是否外出務(wù)工?；貧w結(jié)果顯示，戶主年齡、教育水平、房前屋后、市場(chǎng)距離以及地域變量對(duì)農(nóng)戶外出務(wù)工有顯著影響，除教育水平之外，其余變量都具有顯著正向影響。

3.3 匹配質(zhì)量檢驗(yàn)

3.3.1 平衡性檢驗(yàn)

經(jīng)過傾向得分匹配后，需要檢查處理組和控制組之間的平衡性問題，即經(jīng)過匹配后，樣本組之間除了農(nóng)戶的食物消費(fèi)存在差異外，協(xié)變量不應(yīng)該存在顯著的系統(tǒng)差異[17]。以最近鄰匹配法為例，對(duì)是否外出務(wù)工兩個(gè)樣本組傾向得分匹配前后的平衡性檢驗(yàn)結(jié)果如表6。匹配前，大部分變量的處理組和控制組的標(biāo)準(zhǔn)偏誤都較大，且通過T檢驗(yàn)顯示大部分變量都有顯著性差異。通過最近鄰匹配之后，除了收入水平之外，其余所有變量的處理組和控制組的標(biāo)準(zhǔn)偏誤都出現(xiàn)了不同程度的消減，兩組的均值更加接近，標(biāo)準(zhǔn)偏誤的絕對(duì)值都在10%以內(nèi)，且T檢驗(yàn)之后都沒有顯著差異。雖然兩組的收入水平偏誤略有增大，但是其標(biāo)準(zhǔn)偏誤的絕對(duì)值還是在10%以內(nèi)，且T檢驗(yàn)顯示依然沒有顯著差異。由此得出，經(jīng)過匹配后，處理組和控制組變量的差異得以控制，之間已沒有統(tǒng)計(jì)差別，基本達(dá)到了類似于隨機(jī)試驗(yàn)的效果，這說明已大大削弱自選擇所導(dǎo)致的估計(jì)偏誤。

表6 傾向得分匹配前后變量平衡性檢驗(yàn)(最近鄰匹配法)

表7 不同匹配方法的匹配質(zhì)量檢驗(yàn)

3.3.2 匹配質(zhì)量

根據(jù)是否外出務(wù)工兩組的傾向得分，采用最近鄰匹配法、半徑匹配法和核匹配法分析比較兩組的食物消費(fèi)水平差異并檢驗(yàn)穩(wěn)健性。表7列出了不同匹配方法的匹配質(zhì)量情況。

從Pseudo-R2值看，不同方法進(jìn)行匹配后，Pseudo-R2值均有不同程度的減少，匹配前變量的Pseudo-R2值為0.0585，采用最近鄰匹配法、半徑匹配法和核匹配法后，Pseudo-R2值分別降到0.002、0.005、0.006，說明匹配后變量消除了系統(tǒng)差異。

從平均標(biāo)準(zhǔn)偏差看，匹配前，變量的平均標(biāo)準(zhǔn)偏差為15.3，通過不同的匹配方法完成匹配后，平均標(biāo)準(zhǔn)偏差都有不同程度的減少。最近鄰匹配法的匹配后，匹配質(zhì)量大大提高，平均標(biāo)準(zhǔn)偏差下降到了2.9，這說明匹配過程能夠很好地匹配處理組和控制組的樣本特征。設(shè)置0.01卡尺范圍的半徑匹配法以及核匹配法匹配之后，匹配質(zhì)量也有所提高，平均標(biāo)準(zhǔn)偏差分別下降到了4.1和4.3。

從t-檢驗(yàn)看，匹配前變量均值的t檢驗(yàn)結(jié)果為110.54，通過不同匹配方法進(jìn)行匹配后，t檢驗(yàn)結(jié)果都大幅減少。t檢驗(yàn)結(jié)果越小，說明處理組和控制組的變量均值在匹配后的差異越小，匹配效果越好。最近鄰匹配法、半徑匹配法和核匹配法的t檢驗(yàn)結(jié)果分別為4.81、9.75和10.90，較110.54有較大的減少。

圖1顯示了不同匹配方法前后的農(nóng)戶PS值核密度函數(shù)，更加直觀地反映了匹配前后的效果?？梢钥闯?，在匹配前處理組和控制組的PS值概率分布存在較為明顯的差異。顯然，如果直接比較處理組和控制組之間的農(nóng)戶食物消費(fèi)差異，所得到的統(tǒng)計(jì)結(jié)果必定是有偏的，而較多研究往往忽視了這一問題。相比之下，利用不同的匹配方法完成匹配后，兩組樣本的PS值概率分布都已非常接近，表明兩組的個(gè)體特征也非常接近。同時(shí)也表明經(jīng)共同支持檢驗(yàn)之后，實(shí)驗(yàn)組和控制組之間存在重疊，匹配效果較好。

3.4 平均處理效應(yīng)分析

采用平均處理效應(yīng)(ATT)分析外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的處理效應(yīng)。運(yùn)用最近鄰匹配法、半徑匹配法和核匹配法估計(jì)樣本的平均處理效應(yīng)，并采用自抽樣法(Bootstrap)反復(fù)抽樣500次估計(jì)樣本的標(biāo)準(zhǔn)誤，如表8?？梢钥闯?，采用3種不同的匹配方法后，外出務(wù)工對(duì)于農(nóng)戶的食物消費(fèi)支出有顯著的正向作用，即外出務(wù)工的農(nóng)戶食物消費(fèi)支出顯著高于非外出務(wù)工農(nóng)戶。不同匹配方法的平均處理效應(yīng)的方向和趨勢(shì)是一致的，但是估算結(jié)果存在著較小的差異，最近鄰匹配法、半徑匹配法和核匹配法的平均處理效應(yīng)分別為0.081、0.077和0.060。出現(xiàn)上述結(jié)果的原因主要是不同匹配方法的共同支撐區(qū)域是不同的，使得不同匹配方法的樣本產(chǎn)生差異。

表8 平均處理效應(yīng)

匹配前，外出務(wù)工農(nóng)戶與非外出務(wù)工農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)分別為8.064和8.072，且兩者沒有顯著差異，其平均處理效應(yīng)為-0.008。通過3種不同匹配方法匹配后，平均處理效應(yīng)均有提高，方向變?yōu)檎颍姨幚斫M和控制組在10%顯著水平下有顯著差異。采用最近鄰匹配法后，農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)分別為8.068和7.987，平均處理效應(yīng)為0.081，即在5%顯著水平下，外出務(wù)工農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)比非外出務(wù)工的農(nóng)戶顯著高0.081個(gè)點(diǎn)； 采用半徑匹配法后，農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)分別為8.068和7.990，平均處理效應(yīng)為0.077，即在1%顯著水平下，外出務(wù)工農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)比非外出務(wù)工的農(nóng)戶顯著高0.077個(gè)點(diǎn)； 采用核匹配法后，農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)分別為8.072和8.013，平均處理效應(yīng)為0.060，即在10%顯著水平下，外出務(wù)工農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)比非外出務(wù)工的農(nóng)戶顯著高0.060個(gè)點(diǎn)。這表明，考慮了外出務(wù)工的選擇性偏誤和內(nèi)生性問題后，外出務(wù)工會(huì)提高農(nóng)戶的食物消費(fèi)支出，這對(duì)于改善農(nóng)戶的食物消費(fèi)狀況具有重要作用。

通過不同匹配方法的結(jié)果可以看出， 3種匹配方法雖然有所不同，但是結(jié)果相似，這也說明了結(jié)果是穩(wěn)健的，不依賴于具體的方法。從而表明從影響農(nóng)戶食物消費(fèi)支出的諸多因素中將外出務(wù)工單獨(dú)提取出來，以考察其對(duì)食物消費(fèi)的影響效應(yīng)具有一定的可信度與說服力。

4 結(jié)論與啟示

外出務(wù)工對(duì)貧困地區(qū)農(nóng)戶食物消費(fèi)的影響是熱點(diǎn)問題也是重要問題，然而，國內(nèi)對(duì)于這方面的研究少之又少。該文以西部貧困地區(qū)在家成員為研究對(duì)象，運(yùn)用傾向得分匹配方法降低外出務(wù)工的內(nèi)生性并控制樣本選擇偏差以分析外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的影響。

4.1 結(jié)論

(1)研讀文獻(xiàn)發(fā)現(xiàn)，外出務(wù)工主要通過收入變化、外來的信息或經(jīng)驗(yàn)和人口變化這3方面影響農(nóng)戶的食物消費(fèi)。(2)調(diào)研地區(qū)農(nóng)戶食物消費(fèi)以主食為主，動(dòng)物性食品和蔬菜水果消費(fèi)不多，煙酒茶飲料消費(fèi)卻不低； 是否有外出務(wù)工兩類農(nóng)戶的糧食、蔬菜水果、調(diào)味品和在外用餐食物消費(fèi)都有顯著差異。(3)調(diào)研地區(qū)農(nóng)戶外出務(wù)工能提高農(nóng)戶的食物消費(fèi)水平。傾向得分匹配后，在控制樣本其他特征條件一致的情況下，外出務(wù)工使農(nóng)戶的人均食物消費(fèi)總支出的對(duì)數(shù)最多提高0.081，最少提高0.060。不同的匹配方法形成的匹配集不同而產(chǎn)生了不同的共同支撐區(qū)域，從而導(dǎo)致了平均處理效應(yīng)具有不同程度的損失，但其效應(yīng)的方向和趨勢(shì)是一致的，證實(shí)了外出務(wù)工對(duì)農(nóng)戶食物消費(fèi)的正效應(yīng)，且具有穩(wěn)健性。外出務(wù)工提高農(nóng)戶的食物消費(fèi)水平，這一結(jié)論與Karamba W R等[32]和Nguyen M C等[33]的研究結(jié)論較為一致，但與時(shí)紅艷[13]、袁國方[14]的研究結(jié)論有一定差異，他們的研究結(jié)果顯示外出務(wù)工對(duì)于食品消費(fèi)傾向具有負(fù)向影響或無顯著影響，可能的原因：首先，樣本選擇的差異，該文的樣本是陜西省、云南省、貴州省的6個(gè)貧困縣，而時(shí)紅艷和袁國方采用的是陜西省的農(nóng)村居民數(shù)據(jù)，不針對(duì)貧困地區(qū)； 其次，數(shù)據(jù)的差異，該文的食物消費(fèi)數(shù)據(jù)為上月食物總消費(fèi)，幾乎包含了所有食物，較為全面，而時(shí)紅艷和袁國方學(xué)者研究整體消費(fèi)，不單針對(duì)食物消費(fèi)，食物消費(fèi)的數(shù)據(jù)僅包含經(jīng)常食用的，不全面； 最后，研究?jī)?nèi)容的差異，該文僅研究外出務(wù)工對(duì)食物消費(fèi)的影響，而時(shí)紅艷和袁國方學(xué)者研究的是外出務(wù)工對(duì)消費(fèi)傾向的影響，食物消費(fèi)僅是其中一項(xiàng)，相對(duì)于其他消費(fèi)來說，食物消費(fèi)受到的影響較小，甚至為負(fù)向。

4.2 啟示

首先，從實(shí)證結(jié)果看，外出務(wù)工顯著提高農(nóng)戶的食物消費(fèi)水平，但是外出務(wù)工影響了農(nóng)戶哪些食物的消費(fèi)； 深入到營(yíng)養(yǎng)層面，到底是改善了貧困地區(qū)農(nóng)戶的營(yíng)養(yǎng)狀況還是惡化了呢，這些也是值得深入思考和研究的問題，而且對(duì)改善貧困地區(qū)農(nóng)戶食物消費(fèi)與營(yíng)養(yǎng)狀況的政策制定能提供相關(guān)理論依據(jù)。其次，應(yīng)該更進(jìn)一步研究外出務(wù)工是如何影響農(nóng)戶食物消費(fèi)的，是外出帶來的收入、外出人員的性別、外出的地點(diǎn)、還是在外的持續(xù)時(shí)間等因素影響了農(nóng)戶食物消費(fèi)，這樣才能真正厘清兩者的影響機(jī)制，以期從不同的角度改善農(nóng)戶的食物消費(fèi)狀況。再者，由于數(shù)據(jù)的局限性，沒有將在家人員的消費(fèi)進(jìn)行細(xì)分，如對(duì)兒童食物消費(fèi)的影響，對(duì)老人的影響等。若將人口進(jìn)行細(xì)分，能更好地判斷出外出務(wù)工到底對(duì)哪方面人群的食物消費(fèi)產(chǎn)生較為重要的影響，也有利于政策的更好瞄準(zhǔn)。這也是下一步需要探索的方向。最后，在進(jìn)一步實(shí)施精準(zhǔn)扶貧中應(yīng)加大對(duì)貧困地區(qū)食物消費(fèi)與營(yíng)養(yǎng)的政策性傾斜研究，關(guān)注其食物消費(fèi)與營(yíng)養(yǎng)狀況，有針對(duì)性地采取措施增加貧困地區(qū)農(nóng)民的可支配收入，改善貧困地區(qū)農(nóng)戶的食物消費(fèi)結(jié)構(gòu)，提高食物安全與營(yíng)養(yǎng)水平。