基于貧困脆弱性視角下的就業(yè)扶貧影響效應(yīng)研究

謝玉梅 ， 丁鳳霞

（江南大學(xué) 商學(xué)院，江蘇 無(wú)錫 214122）

一、引 言

2013年以來(lái)，我國(guó)扶貧工作取得了重大進(jìn)展，截至2017年底，全國(guó)貧困發(fā)生率由2010年的17.27%下降到3.1%①數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局。。中共十九大報(bào)告明確提出，到2020年我國(guó)將實(shí)現(xiàn)現(xiàn)行標(biāo)準(zhǔn)下貧困人口全部脫貧，因此在后扶貧時(shí)代，扶貧目標(biāo)將面臨戰(zhàn)略轉(zhuǎn)型，即由絕對(duì)貧困向相對(duì)貧困、由貧困治理向貧困防治轉(zhuǎn)型，貧困防治視角下政策靶向目標(biāo)也應(yīng)由建檔立卡貧困群體向未來(lái)可能陷入貧困的群體轉(zhuǎn)變，因而提升內(nèi)生發(fā)展動(dòng)力成為穩(wěn)定脫貧和提高貧困人口福利的共同要求。習(xí)近平總書(shū)記在2018年中央財(cái)經(jīng)委員會(huì)會(huì)議中強(qiáng)調(diào)，在各項(xiàng)扶貧舉措中應(yīng)落實(shí)產(chǎn)業(yè)配套和就業(yè)安置，解決勞務(wù)組織化程度低等問(wèn)題。2018年6月15日，中共中央國(guó)務(wù)院頒布了《關(guān)于打贏脫貧攻堅(jiān)戰(zhàn)三年行動(dòng)的指導(dǎo)意見(jiàn)》，意見(jiàn)中將就業(yè)扶貧作為一項(xiàng)重要舉措進(jìn)行推進(jìn)，以期更好地銜接現(xiàn)階段的脫貧攻堅(jiān)與未來(lái)的鄉(xiāng)村振興。人力資源和社會(huì)保障部與財(cái)政部聯(lián)合出臺(tái)的《關(guān)于進(jìn)一步加大就業(yè)扶貧政策支持力度著力提高勞務(wù)組織化程度的通知》部署了就業(yè)扶貧的具體落實(shí)方案，主要包括就地就近就業(yè)、支持創(chuàng)業(yè)帶動(dòng)就業(yè)、開(kāi)展有組織的勞務(wù)輸出、公益性崗位托底安置、開(kāi)展職業(yè)培訓(xùn)和加強(qiáng)組織保障等措施。

事實(shí)上，自2013年以來(lái)我國(guó)就在東部發(fā)達(dá)地區(qū)分批次設(shè)立了6個(gè)國(guó)家級(jí)扶貧改革試驗(yàn)區(qū)，探索產(chǎn)業(yè)脫貧和家門口就業(yè)工程脫貧路徑。筆者所在課題組在調(diào)研中發(fā)現(xiàn)，創(chuàng)造家門口就業(yè)崗位在減貧益貧中扮演了重要角色，一些地區(qū)通過(guò)勞動(dòng)力培訓(xùn)、引進(jìn)企業(yè)和創(chuàng)造社區(qū)公益性崗位等方式擴(kuò)大本地就業(yè)，同時(shí)通過(guò)區(qū)域協(xié)作等方式組織勞務(wù)輸出，但現(xiàn)有研究對(duì)就業(yè)扶貧舉措在多大程度上促進(jìn)貧困戶增收和減少農(nóng)戶未來(lái)貧困的可能性，以及本地務(wù)工與外出務(wù)工是否產(chǎn)生不同影響仍缺乏深入研究。由于“絕對(duì)貧困——貧困緩沖期——相對(duì)貧困”的脫貧進(jìn)程大致與“西部——中部——東部”的區(qū)域梯度一致，東部相對(duì)貧困地區(qū)的減貧舉措能夠在一定程度上為2020年后扶貧時(shí)代戰(zhàn)略轉(zhuǎn)型提供參考，因此對(duì)該地區(qū)的貧困形態(tài)進(jìn)行研究能夠?yàn)閰^(qū)域發(fā)展梯度處于低水平的地區(qū)提供未來(lái)發(fā)展的可鑒經(jīng)驗(yàn)?；谙鄬?duì)貧困地區(qū)貧困特征探究的重要性，以及就業(yè)扶貧與貧困脆弱性關(guān)系對(duì)后扶貧時(shí)代相對(duì)貧困戰(zhàn)略部署的重要指導(dǎo)意義，本文選擇江蘇宿遷扶貧改革試驗(yàn)區(qū)為研究對(duì)象，旨在通過(guò)研究實(shí)現(xiàn)四個(gè)基本目標(biāo)：一是根據(jù)貧困發(fā)展趨勢(shì)設(shè)定三條貧困線，研究不同貧困線下相對(duì)貧困地區(qū)貧困脆弱性的大小，梳理其脆弱性分布特征；二是分析當(dāng)期貧困與當(dāng)期脆弱性（未來(lái)貧困）之間的關(guān)系，判斷目前的貧困識(shí)別中的目標(biāo)偏移程度與目標(biāo)調(diào)整策略；三是厘清務(wù)工收入與減緩貧困脆弱性之間的關(guān)系，并通過(guò)區(qū)分務(wù)工對(duì)貧困戶與非貧困戶的不同效應(yīng)，分析政策調(diào)整的合理方向；四是在目標(biāo)三的基礎(chǔ)上進(jìn)一步分析兩個(gè)就業(yè)流向即本地務(wù)工和外出務(wù)工對(duì)貧困脆弱性的影響差異，并結(jié)合二者在實(shí)踐過(guò)程中的優(yōu)劣給出合理化建議。

二、貧困脆弱性與就業(yè)扶貧邏輯

扶貧對(duì)象精準(zhǔn)是實(shí)施“六個(gè)精準(zhǔn)”的邏輯起點(diǎn)，也是判斷是否“脫真貧”的依據(jù)，因而貧困識(shí)別問(wèn)題歷來(lái)是學(xué)者研究的重點(diǎn)。已有研究越來(lái)越關(guān)注不同群體的貧困特征差異且更多地從多維貧困視角進(jìn)行貧困識(shí)別（郭熙保和周強(qiáng)，2016；史志樂(lè)和張琦，2018），而不足的是這些研究大多從靜態(tài)視角展開(kāi)，忽視了農(nóng)戶未來(lái)的福利特征。隨著扶貧理論的發(fā)展，貧困防治尤其是貧困脆弱性（Vulnerability to Poverty）問(wèn)題成為政策制定者和學(xué)者的關(guān)注重點(diǎn)（Klasen和Waibel，2014；Zereyesus等，2017）。

貧困脆弱性的概念最早由世界銀行在2001年正式提出（World Bank，2001）?；诓煌芯恳暯?，學(xué)者賦予了貧困脆弱性不同的內(nèi)涵，代表性的量化定義有預(yù)期的貧困脆弱性（Vulnerability as Expected Poverty，VEP）、風(fēng)險(xiǎn)暴露脆弱性（Vulnerability as Uninsured Exposure to Risk，VER）和低期望效用脆弱性（Vulnerability as Low Expected Utility，VEU）（黃承偉等，2010；蔣麗麗，2017）。其中常用的預(yù)期貧困脆弱性是用來(lái)衡量目標(biāo)個(gè)體或群體未來(lái)陷入貧困可能性的前瞻性概念（Chaudhuri等，2002），即貧困人口識(shí)別偏移導(dǎo)致非貧困人口在未來(lái)可能陷入貧困、脫貧人口返貧及貧困人口繼續(xù)處于貧困狀態(tài)等共同構(gòu)成貧困脆弱性的內(nèi)涵。

國(guó)外學(xué)者對(duì)貧困脆弱性的測(cè)度和影響因素的分析較多，主要的差異體現(xiàn)在研究區(qū)域選擇、福利測(cè)度指標(biāo)和主要影響因素選擇三方面。區(qū)域選擇多以加納、印度、泛撒哈拉地區(qū)等貧困程度較深的區(qū)域?yàn)榇恚èhevin，2013；Azeem等，2016；Zereyesus等，2017），近年來(lái)也有越來(lái)越多的學(xué)者將中國(guó)農(nóng)村地區(qū)作為研究對(duì)象（Ward，2016；Xu等，2017）。目前國(guó)內(nèi)針對(duì)脆弱性的研究多使用CHNS等數(shù)據(jù)庫(kù)對(duì)全國(guó)層面或區(qū)域?qū)用娴拇嗳跣赃M(jìn)行測(cè)度（林文和鄧明，2014；徐偉等，2011；萬(wàn)廣華等，2014），也有部分文獻(xiàn)進(jìn)行了絕對(duì)貧困地區(qū)貧困脆弱性分析（楊龍和汪三貴，2015；李聰，2018）。

在主要影響因素分析中，已有文獻(xiàn)主要研究沖擊因素，如洪水等對(duì)貧困脆弱性的影響（Mahanta和Das，2017）、與扶貧政策及扶貧措施緊密結(jié)合的易地搬遷、政府轉(zhuǎn)移支付、產(chǎn)業(yè)扶貧及非農(nóng)就業(yè)等在減緩貧困脆弱性方面的影響（樊麗明和解堊，2014；李聰，2018；胡倫和陸遷，2018）。學(xué)者大多肯定了非農(nóng)部門在減貧與減少貧困脆弱性方面所具有的顯著作用（Zereyesus等，2017）。劉一偉和刁力（2018）認(rèn)為，非農(nóng)就業(yè)包括作為被雇傭者工作（務(wù)工）和自主創(chuàng)業(yè)從事小型商業(yè)活動(dòng)（自我雇傭）兩類，但對(duì)于非農(nóng)就業(yè)子分類的減貧作用及其對(duì)貧困脆弱性的影響卻少有涉及，對(duì)于就業(yè)流向分類影響的研究更加缺乏。高若晨和李實(shí)（2018）通過(guò)DID-PSM的方法論證了農(nóng)村勞動(dòng)力外出有利于留守家庭持久脫貧，但由于樣本數(shù)據(jù)來(lái)源于2007年和2009年的全國(guó)多個(gè)省份，因此對(duì)于當(dāng)前乃至2020年后扶貧時(shí)代的相對(duì)貧困問(wèn)題的解決，可以提供的借鑒作用較為有限。

綜上所述，已有研究對(duì)象多集中于深度貧困群體或全國(guó)所有農(nóng)戶群體，較少涉及相對(duì)貧困地區(qū)的貧困脆弱性研究，對(duì)于非農(nóng)就業(yè)子分類務(wù)工對(duì)貧困脆弱性的影響研究更是欠缺。由于東部地區(qū)可耕地面積較少、缺少穩(wěn)定脫貧途徑等問(wèn)題尚未得到徹底解決，相對(duì)貧困地區(qū)農(nóng)戶依然具有一定程度的貧困脆弱性。根據(jù)中國(guó)乃至世界的貧困發(fā)展?jié)u進(jìn)趨勢(shì)，貧困人口已經(jīng)或?qū)⑦M(jìn)入相對(duì)貧困的發(fā)展層次，絕對(duì)貧困問(wèn)題的有效解決對(duì)新型貧困的防治即相對(duì)貧困地區(qū)農(nóng)戶的貧困脆弱性及其影響因素研究具有重要意義。實(shí)際調(diào)研中發(fā)現(xiàn)就業(yè)扶貧在相對(duì)貧困地區(qū)的貧困脆弱性減緩中扮演了重要角色，其中反映了扶貧與務(wù)工在相對(duì)貧困地區(qū)的現(xiàn)實(shí)聯(lián)系。

作為進(jìn)行生產(chǎn)與消費(fèi)決策的經(jīng)濟(jì)單元，農(nóng)戶總是追求效用最大化（Chang等，2012）。由于農(nóng)戶生產(chǎn)決策和消費(fèi)決策可以分離，農(nóng)戶的效用最大化決策可分解為兩個(gè)過(guò)程：一是在生產(chǎn)過(guò)程中追求利潤(rùn)最大化；二是在此基礎(chǔ)上通過(guò)合理配置消費(fèi)實(shí)現(xiàn)個(gè)人效用最大化（文輝星，2016）。因此理性農(nóng)戶首先將選擇最大化自身家庭凈收入水平。收入水平取決于農(nóng)戶所擁有和選擇的收入渠道，而農(nóng)戶所擁有的要素稟賦決定了其可供選擇的收入獲取來(lái)源。相對(duì)貧困地區(qū)農(nóng)戶可供選擇的收入來(lái)源一般包括農(nóng)業(yè)生產(chǎn)與非農(nóng)工作，其中農(nóng)業(yè)生產(chǎn)中包括種植與養(yǎng)殖兩類，非農(nóng)工作包括自我雇傭與務(wù)工兩類，而務(wù)工則可根據(jù)就業(yè)流向區(qū)域分為本地務(wù)工與外出務(wù)工。

對(duì)宿遷扶貧改革試驗(yàn)區(qū)調(diào)查發(fā)現(xiàn)，該地區(qū)農(nóng)戶具有以下特點(diǎn)：（1）人均耕地少。以調(diào)研的宿遷市管轄的宿豫區(qū)、泗陽(yáng)縣和沭陽(yáng)縣樣本為例，樣本農(nóng)戶人均耕地面積為1.2畝，戶均耕地面積僅為5.529 1畝，其中包含了不利于農(nóng)作物生長(zhǎng)的鹽堿地，且由于種植呈現(xiàn)明顯的季節(jié)性特征，單一的種植會(huì)導(dǎo)致農(nóng)戶收入有限。（2）基于生態(tài)保護(hù)原則，宿遷市于2016年頒布了《宿遷市畜禽養(yǎng)殖禁養(yǎng)劃定方案》，畜禽養(yǎng)殖禁養(yǎng)區(qū)劃定使得農(nóng)戶小型零散養(yǎng)殖覆蓋規(guī)模受到限制，在一定程度上導(dǎo)致農(nóng)戶的小型養(yǎng)殖收入被壓縮。（3）農(nóng)戶從事自我雇傭所需要的人力資本基本能力欠缺。由于貧困地區(qū)相對(duì)閉塞性，貧困多有代際傳遞的特征，由此造成農(nóng)戶具有顯著的思想局限性、認(rèn)知局限性和承受力局限性。其中思想局限性是指其主觀脫貧意愿較弱，認(rèn)知局限性導(dǎo)致農(nóng)戶對(duì)信息的利用率和對(duì)市場(chǎng)的洞察力有限，引致其難以確定合適的創(chuàng)業(yè)方向。陸漢文和李文君（2017）通過(guò)研究發(fā)現(xiàn)，針對(duì)貧困人口的農(nóng)村實(shí)用技術(shù)培訓(xùn)存在“有用”但“無(wú)效”的結(jié)構(gòu)性困境。相似困境在實(shí)踐調(diào)研中被普遍證實(shí)，農(nóng)戶大多認(rèn)為技能培訓(xùn)、知識(shí)普及等具有啟發(fā)意義，但極少將其應(yīng)用于生產(chǎn)實(shí)踐。承受力局限是指其抗風(fēng)險(xiǎn)沖擊能力弱，不僅包括資產(chǎn)層面的抗風(fēng)險(xiǎn)沖擊能力不足，也包括心理層面的風(fēng)險(xiǎn)規(guī)避性。以上局限性決定了農(nóng)戶選擇自我雇傭這一收入渠道極為有限。（4）宿遷交通、物流、政策等相對(duì)完善，企業(yè)入駐意愿較高。在政策驅(qū)動(dòng)下，宿遷—義烏的“來(lái)料加工經(jīng)紀(jì)人”培養(yǎng)模式、“家門口就業(yè)工程”得到較好發(fā)展。

根據(jù)調(diào)研數(shù)據(jù)，約有65.50%的受訪農(nóng)戶家庭至少有一位務(wù)工者，戶均務(wù)工人數(shù)為1.29人，務(wù)工也越來(lái)越成為相對(duì)貧困地區(qū)農(nóng)戶實(shí)現(xiàn)收入增長(zhǎng)的最主要方式。因而在現(xiàn)階段要素稟賦不變的前提下，農(nóng)戶將大多數(shù)時(shí)間分配在務(wù)工上也能更大程度地實(shí)現(xiàn)農(nóng)戶家庭收益最大化。然而，目前蘇北地區(qū)的勞動(dòng)力市場(chǎng)發(fā)展不夠充分，因此宿遷的就業(yè)工程脫貧實(shí)踐也提供了一個(gè)自然實(shí)驗(yàn)契機(jī)，以驗(yàn)證如果提供了就業(yè)機(jī)會(huì)是否會(huì)明顯減緩農(nóng)戶的貧困脆弱性，以及本地務(wù)工與外地務(wù)工對(duì)減緩貧困脆弱性是否具有不同影響。

三、方法與數(shù)據(jù)

（一）方法

1. 貧困脆弱性。依據(jù)貧困脆弱性有針對(duì)性地對(duì)政策施與對(duì)象進(jìn)行精準(zhǔn)識(shí)別是公共扶貧政策實(shí)施成敗的關(guān)鍵因素（Ward，2016；蔣麗麗，2017），如何準(zhǔn)確度量潛在扶貧對(duì)象的貧困脆弱性吸引了眾多學(xué)者的關(guān)注。貧困脆弱性的測(cè)量方法大致可以分為三類：一是Ligon和Schechter（2003）提出的期望效用的貧困脆弱性，VEU方法強(qiáng)調(diào)了對(duì)風(fēng)險(xiǎn)因素的考察，對(duì)數(shù)據(jù)時(shí)間跨度和數(shù)據(jù)頻率要求較高；二是Dercon和Krishnan（2000）提出的風(fēng)險(xiǎn)暴露的脆弱性；三是以Chaudhuri等（2002）為代表提出的期望貧困脆弱性，其含義是指農(nóng)戶預(yù)期未來(lái)收入低于貧困線的概率。VEP定義下的貧困脆弱性測(cè)量允許數(shù)據(jù)為截面數(shù)據(jù)，該理論認(rèn)為家庭貧困脆弱性大小主要來(lái)源于家庭未來(lái)福利水平的分布特征，其福利期望與福利波動(dòng)水平均由家庭特征變量決定。根據(jù)VEP定義，農(nóng)戶h在時(shí)間t的貧困脆弱性可由下式表示：

其中， vh,t是指農(nóng)戶h在當(dāng)期時(shí)間t的貧困脆弱性，其含義是農(nóng)戶下期收入的自然對(duì)數(shù) lnyh,t+1低于貧困線PL的自然對(duì)數(shù)P的概率，一般認(rèn)為高收入群體的收入特征符合帕累托分布，而對(duì)數(shù)正態(tài)分布更加適合描述低收入群體狀況，因此選擇收入的自然對(duì)數(shù)作為描述農(nóng)戶收入的因變量。

依據(jù)假設(shè)，家庭h的收入可以表示為一組家庭特征變量Xh的函數(shù)，其中Xh包含是否參與務(wù)工和其他家庭特征變量：

VEP理論認(rèn)為收入的波動(dòng)項(xiàng)eh來(lái)源于沖擊，由家庭特征變量決定，遵循下式關(guān)系：

為減少異方差帶來(lái)的估計(jì)誤差，應(yīng)用Amemiya（1977）的三步最小二乘法（Three-step Feasible Generalized Least Squares，F(xiàn)GLS）對(duì)β、θ進(jìn)行估計(jì)。估計(jì)步驟如下：

用OLS對(duì)式（2）進(jìn)行估計(jì)，將估計(jì)的誤差項(xiàng)應(yīng)用于式（3），得到

再次使用OLS對(duì)式（5）進(jìn)行回歸，得到θ的漸√進(jìn)有效估計(jì)值θFGLS，該值與家庭特征變量Xh共同得到應(yīng)用到式（2）的轉(zhuǎn)換中，得到

對(duì)式（6）進(jìn)行估計(jì)，可以得到β的漸進(jìn)有效估計(jì)值βFGLS，由此農(nóng)戶收入對(duì)數(shù)的期望與波動(dòng)可以表示如下：

在收入對(duì)數(shù)期望為 收入對(duì)數(shù)方差為 的情況下，農(nóng)戶h在當(dāng)期時(shí)間t的貧困脆弱性可表示如下：

基于研究目的的不同，學(xué)者對(duì)貧困脆弱性的閾值選擇也有一定的差異。大多數(shù)學(xué)者如Chaudhuri等（2002）和Novignon等（2012）等學(xué)者選擇了0.5的貧困脆弱性閾值，即農(nóng)戶下期將有50%的概率陷入貧困狀態(tài)或繼續(xù)保持貧困狀態(tài)，研究同時(shí)選擇了0.75的高脆弱線作為農(nóng)戶有較高概率陷入貧困的參與閾值。Günther和Harttgen （2009）采用了更為嚴(yán)苛的0.29作為貧困脆弱性閾值，其依據(jù)是假定未來(lái)兩期內(nèi)有任意一期或以上陷入貧困的總概率為0.5，那么單期貧困脆弱性閾值選擇應(yīng)為0.29。也有部分學(xué)者認(rèn)為貧困發(fā)生率是一個(gè)可供參考的嚴(yán)格的閾值選擇標(biāo)準(zhǔn)，該觀點(diǎn)認(rèn)為只要高于當(dāng)?shù)刎毨Оl(fā)生率即說(shuō)明該農(nóng)戶具有高于平均貧困水平的陷入貧困概率，應(yīng)該被納入脆弱性范圍。江蘇省范圍內(nèi)相對(duì)貧困標(biāo)準(zhǔn)下的貧困發(fā)生率為全省范圍內(nèi)收入在后6%左右的低收入人口，因此0.06是一個(gè)可供參考的脆弱性閾值。本文將0.1作為初始值，0.9作為終值，0.1作為步長(zhǎng)，進(jìn)行脆弱線閾值選擇，結(jié)合0.06、0.29和0.75進(jìn)行綜合考量，分析不同標(biāo)準(zhǔn)下該地農(nóng)戶貧困脆弱性水平。

2. 貧困線選擇。貧困識(shí)別也即貧困線的確定，主流觀點(diǎn)一般有絕對(duì)貧困線、相對(duì)貧困線、主觀貧困線、社會(huì)剝奪貧困線四種（王榮黨和李保春，2017）。主觀貧困線是嘗試通過(guò)對(duì)個(gè)人進(jìn)行大規(guī)模的實(shí)地調(diào)查并運(yùn)用一定的計(jì)量手段直接得出貧困線，這種方法目前一般用于發(fā)達(dá)國(guó)家（Niemietz，2011）。社會(huì)排斥是指社會(huì)某類群體由于性別、種族等被排斥于主流社會(huì)之外。目前世界廣泛應(yīng)用的貧困識(shí)別仍主要為絕對(duì)貧困線和相對(duì)貧困線。自19世紀(jì)末20世紀(jì)初C. Booth和S. Rowntress在英國(guó)開(kāi)展貧困調(diào)查以來(lái)，對(duì)絕對(duì)貧困的研究逐漸形成了一個(gè)以生計(jì)調(diào)查的方法來(lái)描述貧困群體特性的研究傳統(tǒng)，貧困識(shí)別開(kāi)始超越經(jīng)驗(yàn)研究階段。但最初的絕對(duì)貧困線都是基于“生計(jì)維持”（subsistence）來(lái)測(cè)算，這一觀點(diǎn)受到Alcock（1993）等人的質(zhì)疑，新觀點(diǎn)認(rèn)為應(yīng)將其他“基本需要”（basic needs）擴(kuò)充為識(shí)別依據(jù)，減貧也更應(yīng)通過(guò)增強(qiáng)貧困人口的可行能力來(lái)實(shí)現(xiàn)。隨著國(guó)際社會(huì)對(duì)貧困問(wèn)題研究的不斷深化，李永友和沈坤榮（2007）、池振合和楊宜勇（2012）等認(rèn)為絕對(duì)貧困忽視了貧困的社會(huì)性，還應(yīng)考慮其遭受的相對(duì)排斥和相對(duì)剝奪，因此提出了相對(duì)貧困的概念。根據(jù)這一理念，衡量貧困不能脫離一個(gè)社會(huì)在一個(gè)特定時(shí)段的具體情形。所謂貧困者，意味著他們首先在物質(zhì)和社會(huì)生活條件上處于一種相對(duì)于他人的匱乏狀態(tài)（顧昕，2011）。葉普萬(wàn)（2006）認(rèn)為，居民需求隨著居民收入水平以及社會(huì)環(huán)境的變化而變化，其展現(xiàn)了不同社會(huì)成員之間的分配關(guān)系，因此絕對(duì)論中的“最低需求”忽視或低估了某些社會(huì)需求，尤其是蘇北等相對(duì)發(fā)達(dá)地區(qū)底層人口的相對(duì)需求。

中國(guó)目前通過(guò)劃定國(guó)家貧困標(biāo)準(zhǔn)確定精準(zhǔn)識(shí)別幫扶對(duì)象的貧困識(shí)別方式仍主要以絕對(duì)貧困線為主，即2 300元（2010年不變價(jià)）的農(nóng)村貧困標(biāo)準(zhǔn)。在“十二五”期間，江蘇省將人均年收入4 000元作為判定低收入農(nóng)戶的標(biāo)準(zhǔn)；在“十三五”期間，進(jìn)一步提高標(biāo)準(zhǔn)，選擇了6%作為相對(duì)貧困線，規(guī)劃將江蘇省全省6%左右的低收入人口作為扶貧脫貧的幫扶對(duì)象，而根據(jù)6%的相對(duì)貧困線約合人均收入6 000元。因此，本文選擇4 000元、6 000元和8 000元三條貧困線進(jìn)行脆弱性水平測(cè)度，分別反映相對(duì)貧困地區(qū)農(nóng)戶在已有標(biāo)準(zhǔn)、現(xiàn)行標(biāo)準(zhǔn)和前瞻性標(biāo)準(zhǔn)三種水平下的農(nóng)戶貧困脆弱性差異。

3. 傾向得分匹配（Propensity Score Matching，PSM）。傾向得分匹配一般用于利用觀測(cè)數(shù)據(jù)估計(jì)某一政策或者干預(yù)的效果，其優(yōu)于普通回歸的一點(diǎn)是PSM第一步先用一系列協(xié)變量估計(jì)干預(yù)的發(fā)生概率，通過(guò)擬自然實(shí)驗(yàn)技術(shù)處理干預(yù)因素的影響貢獻(xiàn)和確定控制組的反事實(shí)結(jié)果，較好地解決了截面數(shù)據(jù)可能帶來(lái)的內(nèi)生性問(wèn)題。在實(shí)踐中，參與務(wù)工的確可能會(huì)對(duì)貧困脆弱性產(chǎn)生一定的影響，但是否參與務(wù)工可能并非隨機(jī)選擇，而是農(nóng)戶基于自身特征和家庭特征做出的選擇。同理，務(wù)工樣本中外出務(wù)工和本地務(wù)工也可能存在相似的內(nèi)生性問(wèn)題。本文將樣本分為處理組與控制組（分別為“有務(wù)工組”和“無(wú)務(wù)工組”、“外出務(wù)工組”和“本地務(wù)工組”），將其進(jìn)行匹配，理論上匹配后樣本的其他稟賦特征一致，可以估計(jì)得到干凈的“務(wù)工對(duì)貧困脆弱性的平均處理效應(yīng)”和“外出務(wù)工對(duì)貧困脆弱性的平均處理效應(yīng)”。假設(shè)樣本i的處理變量ti發(fā)生的概率由一系列協(xié)變量Xi決定，傾向得分可表達(dá)為：

匹配后處理組家庭i的平均處理效應(yīng)為：

其中，Y1代表處理組的被解釋變量，即務(wù)工家庭的貧困脆弱性和外出務(wù)工家庭的貧困脆弱性；Y0代表控制組的被解釋變量，即無(wú)務(wù)工家庭的貧困脆弱性和本地務(wù)工家庭的貧困脆弱性。

（二）數(shù)據(jù)

1. 數(shù)據(jù)來(lái)源。宿遷位于江蘇省北部，2017年年末GDP總量為2 610.94億元，約占江蘇省GDP總量的2.96%。江蘇省《關(guān)于實(shí)施脫貧致富奔小康工程的意見(jiàn)》中規(guī)劃有6個(gè)扶貧重點(diǎn)片區(qū)，其中成子湖周邊地區(qū)、泗洪西南崗地區(qū)、漣沭泗結(jié)合部均位于宿遷市；821個(gè)省定薄弱村中宿遷市共有180個(gè)，占比為21.9%；277萬(wàn)低收入人口中宿遷共有61.5萬(wàn)，占比為22.2%。宿遷具有鮮明的相對(duì)貧困特征，在扶貧改革試驗(yàn)區(qū)相對(duì)貧困治理實(shí)踐中率先實(shí)行了家門口就業(yè)工程等扶貧舉措，宿遷的選擇具有代表性。

筆者所在課題組對(duì)宿遷所轄的宿豫區(qū)、泗陽(yáng)縣和沭陽(yáng)縣抽取了15個(gè)行政村作為調(diào)研樣本，貧困戶樣本均來(lái)自進(jìn)入江蘇省扶貧信息管理系統(tǒng)的建檔立卡貧困戶，所選貧困戶與非貧困戶樣本的基礎(chǔ)數(shù)據(jù)來(lái)自村兩委提供的檔案。課題組根據(jù)村委提供的名單隨機(jī)抽取，共發(fā)放并收集農(nóng)戶層面樣本353份，樣本基本遵循貧困戶（含建檔立卡的一般低收入戶、低保戶、五保戶）與非貧困戶按1：1的比例進(jìn)行抽樣，樣本回收率為100%。由于調(diào)研由經(jīng)過(guò)訓(xùn)練的老師和研究生成員進(jìn)行提問(wèn)和填寫，剔除問(wèn)卷信息不全及矛盾樣本后，有效問(wèn)卷數(shù)量為342份，樣本有效率達(dá)96.88%。在有效樣本中，191份為貧困戶樣本，151份為非貧困戶樣本。

2. 變量定義與描述性統(tǒng)計(jì)。研究的第一階段是對(duì)樣本地區(qū)農(nóng)戶貧困脆弱性的測(cè)算，第二階段是樣本貧困脆弱性與是否參與務(wù)工之間的關(guān)系研究，以及外出務(wù)工和本地務(wù)工對(duì)貧困脆弱性的影響差異研究。在第一階段中，方程lnyh=Xhβ+eh的因變量為收入的自然對(duì)數(shù)，自變量包括戶主個(gè)人特征、農(nóng)戶家庭特征以及家庭中是否有成員擁有務(wù)工薪資收入的變量。在第二階段的第一步中，因變量為第一階段的最終產(chǎn)出即農(nóng)戶貧困脆弱性大小，自變量為家庭成員是否務(wù)工，控制變量為戶主或農(nóng)戶其他相關(guān)變量；第二階段第二步中，選取有務(wù)工的樣本進(jìn)行討論，因變量仍舊選擇貧困脆弱性，自變量選擇家庭中是否有外出務(wù)工人員以及其他控制變量。相關(guān)變量解釋與描述性統(tǒng)計(jì)如表1所示：

表1 變量定義與描述性統(tǒng)計(jì)

續(xù)表1 變量定義與描述性統(tǒng)計(jì)

表1的統(tǒng)計(jì)數(shù)據(jù)顯示，樣本農(nóng)戶人均收入為11 163.92元，高于江蘇省“十三五”規(guī)劃期間6 000元的相對(duì)貧困標(biāo)準(zhǔn)，但該地區(qū)收入差距明顯。受教育程度方面，戶主受教育水平均值僅為1.450 3，略高于未受教育或小學(xué)水平，僅有7.02%的戶主受教育程度在高中以上，反映了相對(duì)貧困地區(qū)現(xiàn)有的受教育水平較低，但在問(wèn)卷“如果您的孩子不想上學(xué)，您會(huì)選擇如何”選項(xiàng)中，有62.6%的農(nóng)戶選擇了讓其繼續(xù)求學(xué)，27.8%的農(nóng)戶選擇了輟學(xué)或尊重孩子的意見(jiàn)，也有9.6%的農(nóng)戶選擇讓其學(xué)習(xí)其他技術(shù)，表明相對(duì)貧困地區(qū)戶主受教育水平雖不高但越來(lái)越意識(shí)到教育的重要性。樣本地區(qū)家庭平均土地面積為5.529 1畝，人均土地面積僅為1.2畝，其中包括種植條件較差的鹽堿地等。將務(wù)工定義為包含外出務(wù)工、本地務(wù)工以及參與扶貧公益崗位等一切能夠獲得工資收入的就業(yè)活動(dòng)，則樣本群體務(wù)工的覆蓋率水平為65.50%，意味著約有65.5%的農(nóng)戶家庭中至少有一人參與務(wù)工，能夠獲得薪資收入，務(wù)工參與率較高，但同時(shí)該地區(qū)仍存在較高比例的未被雇傭家庭，為研究是否參與務(wù)工對(duì)農(nóng)戶家庭貧困脆弱性影響提供了有利條件。

四、實(shí)證分析

本文首先根據(jù)Chaudhuri等（2002）測(cè)算貧困脆弱性的方法估計(jì)樣本地區(qū)的貧困脆弱性，然后使用OLS和Probit估計(jì)務(wù)工對(duì)貧困脆弱性的影響以及外出務(wù)工、本地務(wù)工對(duì)貧困脆弱性的影響差異，最后考慮內(nèi)生性影響情況下采用PSM方法對(duì)研究結(jié)果進(jìn)行驗(yàn)證。

（一）相對(duì)貧困地區(qū)脆弱性測(cè)度與分析

1. 相對(duì)貧困地區(qū)的貧困脆弱性測(cè)度。在貧困脆弱性測(cè)度中，現(xiàn)有文獻(xiàn)大多選擇資產(chǎn)、收入或消費(fèi)作為衡量其脆弱性的指標(biāo)，測(cè)算農(nóng)戶下期選定指標(biāo)低于相應(yīng)貧困線的概率，從而判斷農(nóng)戶家庭貧困脆弱性，本文選擇農(nóng)戶家庭年人均純收入作為因變量進(jìn)行未來(lái)值預(yù)測(cè)。由于研究區(qū)域?yàn)樗捱w市，樣本地區(qū)基礎(chǔ)設(shè)施以及道路交通等在國(guó)家扶貧改革試驗(yàn)區(qū)規(guī)劃初期已經(jīng)完成“十位一體”①“十位一體”是指宿遷市村社區(qū)建設(shè)中配備的黨群服務(wù)中心、便民超市、“銀村通”、衛(wèi)生室、文體廣場(chǎng)、公交站臺(tái)、文化活動(dòng)中心、幼兒園、“三來(lái)一加”加工點(diǎn)、電商服務(wù)點(diǎn)。等項(xiàng)目建設(shè)，因此在區(qū)域特征上具有一致性，農(nóng)戶家庭人均純收入視角下農(nóng)戶家庭未來(lái)貧困程度受一系列家庭特征因素的影響。

在采用FGLS方法計(jì)算家庭未來(lái)收入預(yù)測(cè)值時(shí)，選擇戶主年齡、有無(wú)干部、戶主受教育程度、戶主受教育程度門檻效應(yīng)、戶主性別、戶主婚姻狀況、流轉(zhuǎn)后土地面積、長(zhǎng)期病患人數(shù)占比、勞動(dòng)力占比、學(xué)齡人數(shù)占比、60歲以上老齡人口占比是否參與務(wù)工、家庭規(guī)模作為解釋變量。其中有無(wú)干部與該地區(qū)扶貧工作是否具有精英捕獲現(xiàn)象相關(guān)；戶主受教育程度、戶主受教育程度門檻效應(yīng)、長(zhǎng)期病患人數(shù)占比、家庭規(guī)模作為人力資本的反映指標(biāo)；在調(diào)研中發(fā)現(xiàn)，由于戶主性別和婚姻狀況在一定程度上反映家庭的既有經(jīng)濟(jì)水平，因此將上述指標(biāo)納入自變量范圍；流轉(zhuǎn)后土地面積反映農(nóng)戶種植養(yǎng)殖水平及意愿。

基于相對(duì)貧困地區(qū)農(nóng)戶家庭收入服從對(duì)數(shù)正態(tài)分布的假設(shè)，本文選擇了4 000元、6 000元兩條貧困線，并考量了貧困線進(jìn)一步提高到8 000元的情況下農(nóng)戶貧困脆弱性的大小。如表2所示，在6 000元貧困線下，樣本貧困脆弱性均值為0.453 3，不超過(guò)0.5的貧困脆弱線。貧困線每提高2 000元，農(nóng)戶貧困脆弱性約提高10%，但4 000元至6 000元和6 000元至8 000元之間，貧困脆弱性各提高10.289 7%和7.528 1%，脆弱性增長(zhǎng)幅度減緩，表明相對(duì)貧困地區(qū)經(jīng)濟(jì)水平處于較高層次的農(nóng)戶收入穩(wěn)定，脆弱性水平受貧困線提高的影響較小。

而在不同貧困線下，貧困脆弱線取值不同則對(duì)應(yīng)的脆弱農(nóng)戶數(shù)量也有較大變化。貧困線為4 000元、6 000元及8 000元，貧困脆弱線取值為0.06、0.1、0.2、0.29、0.3、0.4、0.5、0.6、0.7、0.75、0.8、0.9時(shí)，對(duì)應(yīng)的脆弱農(nóng)戶數(shù)量如圖1所示。

表2 不同貧困線下樣本農(nóng)戶貧困脆弱性均值

圖1 不同貧困線與不同脆弱性閾值選擇下的脆弱性農(nóng)戶數(shù)量

貧困線為4 000元、6 000元、8 000元，脆弱性為0.06、0.29、0.5及0.75的情況下，脆弱人數(shù)如表3所示。以6 000元現(xiàn)行貧困線及大多數(shù)學(xué)者采用的0.5脆弱線為例，有149戶農(nóng)戶貧困脆弱性高于0.5，占總樣本的43.57%，而原始樣本中貧困農(nóng)戶占總樣本比例為55.85%。因此，從未來(lái)貧困角度出發(fā)進(jìn)行貧困防治不僅能夠以防治替代治理，還能從一定程度上優(yōu)化扶貧資源配置。

表3 脆弱農(nóng)戶統(tǒng)計(jì)

2. 貧困脆弱性與貧困之間的關(guān)系。貧困與貧困脆弱性有一定的內(nèi)在聯(lián)系，考慮貧困戶和非貧困戶可能存在的差異，本文分析了相對(duì)貧困地區(qū)非貧困農(nóng)戶和貧困農(nóng)戶貧困脆弱性的分布特征。由圖2和圖3可見(jiàn)，非貧困農(nóng)戶脆弱性水平更多聚集在較低水平，隨著脆弱性水平升高頻數(shù)逐漸下降；貧困農(nóng)戶的貧困脆弱性水平則分布較為均勻，在高脆弱性和低脆弱性區(qū)域均有較高頻次分布。

圖2 非貧困戶貧困脆弱性分布

圖3 貧困戶貧困脆弱性分布

但由于風(fēng)險(xiǎn)沖擊等因素的存在，當(dāng)期貧困并不等于未來(lái)貧困，未來(lái)貧困和當(dāng)期貧困之間的關(guān)系能夠反映目前的資源錯(cuò)配程度。在貧困線為當(dāng)期貧困線6 000元，脆弱線為0.5的情況下，將貧困脆弱性高于0.5的農(nóng)戶脆弱性定義為1即脆弱農(nóng)戶，低于0.5的農(nóng)戶脆弱性定義為0即非脆弱農(nóng)戶。表4描述了當(dāng)期認(rèn)定的貧困農(nóng)戶與農(nóng)戶貧困脆弱性之間的關(guān)系，其中有220戶當(dāng)期貧困和未來(lái)貧困狀態(tài)一致，占比為64.33%。

表4 貧困與貧困脆弱性情況

在相關(guān)性檢驗(yàn)中，貧困與貧困脆弱性之間的相關(guān)系數(shù)為0.306 2（t=5.931 5），說(shuō)明二者相關(guān)程度較低，政策實(shí)施中應(yīng)對(duì)二者做出區(qū)分。

（二）務(wù)工對(duì)相對(duì)貧困地區(qū)貧困脆弱性的影響

1. 就業(yè)扶貧影響效應(yīng)分析。對(duì)務(wù)工是否影響相對(duì)貧困地區(qū)農(nóng)戶貧困脆弱性進(jìn)行實(shí)證分析時(shí)，首先通過(guò)FGLS計(jì)算得出相對(duì)貧困地區(qū)樣本的貧困脆弱性水平vh（貧困線為6 000元，且因變量單位為%），再采用OLS分析與務(wù)工之間的關(guān)系。由于文中因變量單位為%，因此Y2定義為vh高于（包含等于）貧困脆弱閾值線50的樣本貧困脆弱性為1，低于50的樣本定義為0，用Probit模型再次進(jìn)行估計(jì)，檢驗(yàn)務(wù)工對(duì)貧困脆弱性影響的穩(wěn)定性。進(jìn)一步地，將貧困農(nóng)戶與非貧困農(nóng)戶樣本進(jìn)行區(qū)分后再次檢驗(yàn)，檢驗(yàn)步驟與全樣本估計(jì)步驟一致。使用Stata15.0對(duì)模型進(jìn)行估計(jì)，結(jié)果如表5所示。

對(duì)總體樣本的OLS估計(jì)與Probit估計(jì)結(jié)果具有明顯一致性，關(guān)鍵變量是否參與務(wù)工對(duì)貧困脆弱性有負(fù)向影響，且其在統(tǒng)計(jì)意義和經(jīng)濟(jì)意義上均具有顯著性，即務(wù)工能夠顯著降低相對(duì)貧困地區(qū)農(nóng)戶的貧困脆弱性。

表5 務(wù)工對(duì)農(nóng)戶貧困脆弱性影響的估計(jì)結(jié)果

現(xiàn)有研究大多認(rèn)為非農(nóng)就業(yè)能夠顯著減緩貧困及貧困脆弱性，本文的研究結(jié)論與其一致。需要說(shuō)明的是，本文的研究結(jié)論是基于務(wù)工這一非農(nóng)就業(yè)子分類得出的，即務(wù)工確實(shí)能夠顯著減少貧困脆弱性。相對(duì)于非農(nóng)就業(yè)正向影響產(chǎn)生的實(shí)際意義，務(wù)工這一非農(nóng)就業(yè)子分類的影響效果能夠?qū)φ邔?shí)施提供更為明確的指導(dǎo)意義。

在控制變量中，Cadre變量幾乎在每個(gè)模型中均不具有顯著性，說(shuō)明相對(duì)貧困地區(qū)目前的扶貧舉措并不會(huì)通過(guò)干部流向關(guān)系型農(nóng)戶，宿遷扶貧實(shí)踐中存在較小程度的由于干部偏私導(dǎo)致的“精英俘獲”等現(xiàn)象。受教育程度的門檻效應(yīng)系數(shù)為正，但不具有穩(wěn)定的顯著影響，可能的原因在于：一是受訪農(nóng)戶戶主的受教育程度普遍較低，不足以產(chǎn)生明顯的影響；二是目前相對(duì)貧困地區(qū)就業(yè)多為村莊附近的“三來(lái)一加”就業(yè)點(diǎn)和外出從事勞動(dòng)密集型崗位，有限的去向決定農(nóng)戶在就業(yè)過(guò)程中更加需要的是勞動(dòng)能力而非知識(shí)水平，因此在就業(yè)市場(chǎng)發(fā)展并不充分的前提下，貧困脆弱性并不會(huì)受到受教育程度門檻效應(yīng)的顯著影響。

對(duì)總樣本中貧困戶和非貧困戶進(jìn)行分類，各獲得191個(gè)和151個(gè)樣本，分別進(jìn)行與總樣本相同的OLS回歸和Probit回歸，對(duì)貧困戶及非貧困戶的貧困脆弱性影響因素進(jìn)行實(shí)證分析，以驗(yàn)證其針對(duì)不同群體是否具有相同作用。

估計(jì)結(jié)果顯示，6個(gè)模型中是否務(wù)工對(duì)減緩貧困脆弱性的作用均在1%的置信水平上顯著，也即務(wù)工能夠顯著減緩相對(duì)貧困地區(qū)貧困戶和非貧困戶的貧困脆弱性。家庭中由無(wú)務(wù)工人員到有務(wù)工人員（即變量Emp由0變成1），非貧困家庭預(yù)期貧困脆弱性平均減少26.28 %，貧困家庭預(yù)期貧困脆弱性平均減少31.49%。當(dāng)被解釋變量為貧困戶是否具有貧困脆弱性時(shí)，貧困人口家庭中由無(wú)務(wù)工人員到有務(wù)工人員，貧困家庭能夠?qū)崿F(xiàn)由脆弱到非脆弱的顯著轉(zhuǎn)變。

綜合上述分析，務(wù)工對(duì)相對(duì)貧困地區(qū)貧困和非貧困群體均具有減緩脆弱的作用，且其對(duì)貧困農(nóng)戶效果更加具有經(jīng)濟(jì)上的顯著意義。但結(jié)合調(diào)研實(shí)踐，非貧困農(nóng)戶務(wù)工覆蓋率達(dá)到78%，而貧困戶的務(wù)工覆蓋率僅為55.7%，政策實(shí)施中應(yīng)更加注重解決有勞動(dòng)能力或部分喪失勞動(dòng)能力的農(nóng)戶的充分就業(yè)問(wèn)題，而對(duì)完全喪失勞動(dòng)能力的農(nóng)戶則需加強(qiáng)社會(huì)保障。

2. 外出務(wù)工與本地務(wù)工對(duì)貧困脆弱性的影響差異。前文論證了務(wù)工對(duì)減緩貧困脆弱性的顯著作用，但就業(yè)扶貧框架構(gòu)建在多措并舉的同時(shí)，也受限于資金與人力，需要有側(cè)重地進(jìn)行政策推行，因此探究本地和外出務(wù)工哪個(gè)更具高效性具有重要意義。就業(yè)扶貧在現(xiàn)階段以及未來(lái)一定時(shí)期內(nèi)，將在加強(qiáng)組織保障、完善培訓(xùn)機(jī)制的基礎(chǔ)上，發(fā)展以“家門口就業(yè)”為代表的本地務(wù)工和勞務(wù)輸出等外出務(wù)工形式（見(jiàn)圖4）。

圖4 就業(yè)扶貧框架

調(diào)研樣本中共有224個(gè)農(nóng)戶家庭參與務(wù)工。其中，家庭中至少有一人參與本地務(wù)工的樣本數(shù)量為144戶，占總樣本的比例為42.11%，占務(wù)工家庭比例的62.29%；家庭中至少有一人外出務(wù)工的樣本數(shù)量為134戶，占總樣本的比例為39.18%，占務(wù)工家庭比例的59.82%。研究將Mig//Edu/Edu1/Scale/Labor/Cadre作為影響貧困脆弱性大小和是否具有脆弱性的影響因素，利用Stata15.0對(duì)以上方程進(jìn)行多元線性回歸估計(jì)，分析外出務(wù)工與本地務(wù)工在貧困脆弱性減緩方面的效果差異。估計(jì)結(jié)果如表6所示。

表6 外出務(wù)工與貧困脆弱性關(guān)系估計(jì)

估計(jì)結(jié)果表明，務(wù)工家庭中有外出務(wù)工的樣本家庭比只有本地務(wù)工的樣本家庭貧困脆弱性程度在1%的置信水平上顯著減少8.70%。在人均年收入6 000元貧困標(biāo)準(zhǔn)下，農(nóng)戶參與外出務(wù)工更有利于減緩貧困脆弱性。結(jié)合實(shí)地調(diào)研與訪談，可能的解釋是當(dāng)?shù)赝獬鰟?wù)工去向多為長(zhǎng)三角城市如上海、蘇州、無(wú)錫及常州等，勞動(dòng)力流入?yún)^(qū)域工資水平相對(duì)較高，而文中未來(lái)福利的考察標(biāo)準(zhǔn)僅為收入水平，并未考慮支出因素，也即僅從現(xiàn)階段的收入衡量標(biāo)準(zhǔn)來(lái)看，外出務(wù)工比本地務(wù)工在減緩貧困脆弱性方面更具有優(yōu)越性。

（三）基于PSM的穩(wěn)健性檢驗(yàn)

樣本中農(nóng)戶務(wù)工與否可能并非隨機(jī)變量，而是來(lái)源于一系列變量影響后的自我選擇，而這些特征變量也會(huì)對(duì)貧困脆弱性產(chǎn)生影響。因此有必要排除內(nèi)生性干擾，檢驗(yàn)參與務(wù)工對(duì)貧困脆弱性的影響以及外出務(wù)工和本地務(wù)工對(duì)貧困脆弱性影響差異的估計(jì)結(jié)果是否穩(wěn)健。本文采用傾向得分匹配的方法進(jìn)行穩(wěn)健性檢驗(yàn)。

1. 務(wù)工影響貧困脆弱性的PSM分析。本文在將數(shù)據(jù)進(jìn)行隨機(jī)排序后首先計(jì)算了處理組與控制組的傾向得分，以Emp為因變量，Edu/Edu1/Scale/Labor/Cadre作為自變量構(gòu)建Logit模型，并利用PSTEST命令檢查數(shù)據(jù)的平衡效果，匹配后大多數(shù)變量的標(biāo)準(zhǔn)化偏差小于10%，且較匹配前出現(xiàn)了大幅縮小。

根據(jù)處理組與控制組的得分結(jié)果，我們采用有放回的一對(duì)一匹配和K近鄰匹配（K=4）兩種方法進(jìn)行參與務(wù)工對(duì)貧困脆弱性的凈影響效應(yīng)分析，其中ATT、ATU和ATE的標(biāo)準(zhǔn)差和T值均通過(guò)自助標(biāo)準(zhǔn)誤的方法得到。在具體估計(jì)中，未處理組共有17個(gè)樣本、處理組共有3個(gè)樣本未在共同取值范圍內(nèi)，其余322個(gè)樣本在共同取值范圍內(nèi)。一對(duì)一匹配和K近鄰匹配結(jié)果如表7所示，在考慮了內(nèi)生性的情況下，參與務(wù)工也能夠顯著降低貧困脆弱性，其平均處理效應(yīng)在采用一對(duì)一匹配和K近鄰匹配的方法時(shí)分別為-32.209 9和-35.061 9。

表7 參與務(wù)工對(duì)貧困脆弱性的影響：PSM估計(jì)

2. 外出務(wù)工和本地務(wù)工對(duì)貧困脆弱性影響的PSM分析。與務(wù)工影響貧困脆弱性的PSM分析類似，在分析外出務(wù)工和本地就業(yè)對(duì)貧困脆弱性的影響是否有差異時(shí)，樣本農(nóng)戶選擇外出務(wù)工可能并非是隨機(jī)的，需要將參與務(wù)工的224個(gè)樣本進(jìn)行匹配，分析Mig變量對(duì)貧困脆弱性影響的凈效應(yīng)。即將Mig作為處理變量，Edu/Edu1/Scale/Labor/Cadre作為協(xié)變量進(jìn)行匹配，在考慮較好地平衡了數(shù)據(jù)的情況下計(jì)算外出務(wù)工對(duì)貧困脆弱性影響的處理效應(yīng)。

我們?nèi)匀徊捎糜蟹呕氐囊粚?duì)一匹配和K近鄰匹配（K=4）兩種方法進(jìn)行外出務(wù)工對(duì)貧困脆弱性的凈影響效應(yīng)分析，其中ATT、ATU和ATE的標(biāo)準(zhǔn)差和T值也均是通過(guò)自助標(biāo)準(zhǔn)誤的方法得到。此次估計(jì)中，在全部共224個(gè)樣本中有1個(gè)為處理組樣本和8個(gè)處理組樣本不在共同取值范圍內(nèi)。一對(duì)一匹配和K近鄰匹配結(jié)果如表8所示，在考慮了內(nèi)生性的情況下，外出務(wù)工也更能夠顯著降低貧困脆弱性，其平均處理效應(yīng)在采用一對(duì)一匹配和K近鄰匹配的方法時(shí)分別為-14.060 8和-10.558 8。

表8 外出務(wù)工對(duì)貧困脆弱性的影響：PSM估計(jì)

五、結(jié)論與展望

本文得出四點(diǎn)研究結(jié)論：（1）對(duì)不同取值組合下相對(duì)貧困地區(qū)貧困脆弱研究表明，整體經(jīng)濟(jì)水平發(fā)展雖能通過(guò)區(qū)域GDP增長(zhǎng)帶動(dòng)低收入水平農(nóng)戶的收入增長(zhǎng)，但其脆弱性并未得到根本減緩，仍易受到風(fēng)險(xiǎn)沖擊的影響。以當(dāng)期貧困線（樣本地區(qū)）6 000元為例，樣本地區(qū)貧困脆弱性為0.453 3，仍有較大概率陷入貧困；在貧困線為6 000元，脆弱線為0.5的情況下，共有149個(gè)農(nóng)戶（占總樣本43.57%）未來(lái)極易陷入貧困，但這一數(shù)據(jù)低于55.85%的樣本貧困發(fā)生率。（2）當(dāng)期貧困與未來(lái)貧困之間相互獨(dú)立，扶貧戰(zhàn)略目標(biāo)要關(guān)注未來(lái)貧困群體，從而實(shí)現(xiàn)資源優(yōu)化配置。在貧困線為6 000元、脆弱線為0.5的情況下，342個(gè)樣本中共有220個(gè)樣本的未來(lái)貧困與當(dāng)期貧困具有一致性。非一致的122個(gè)樣本中有67.2%的樣本是當(dāng)期貧困但非脆弱的，32.8%的樣本是當(dāng)期非貧困但脆弱的，政策實(shí)施中將二者進(jìn)行資源重新整合配置，能夠更好地提高貧困治理效率，達(dá)到貧困防治的目的。（3）參與就業(yè)扶貧能夠顯著減緩相對(duì)貧困地區(qū)的貧困脆弱性，即使考慮了內(nèi)生性的影響也是如此。對(duì)比OLS、Probit以及PSM估計(jì)，研究結(jié)果具有一致性，其中參與務(wù)工與貧困脆弱性呈現(xiàn)顯著負(fù)相關(guān)，對(duì)減緩貧困脆弱性具有顯著影響；且務(wù)工對(duì)貧困戶與非貧困戶的貧困脆弱性均具有顯著減緩作用，但貧困戶家庭中就業(yè)覆蓋率更低，這與非貧困戶家庭成員更能實(shí)現(xiàn)縣外務(wù)工有關(guān)。因此，政策實(shí)施需要進(jìn)行針對(duì)性改進(jìn)，促進(jìn)家門口就業(yè)，實(shí)現(xiàn)就業(yè)多樣化。（4）外出務(wù)工和本地務(wù)工對(duì)貧困脆弱性影響差異的估計(jì)表明，以現(xiàn)階段收入衡量外出務(wù)工比本地務(wù)工在減緩貧困脆弱性方面更具有優(yōu)越性。

上述結(jié)論具有重要的政策意義：一是扶貧政策靶向目標(biāo)選擇需要進(jìn)一步修正。隨著2020年后扶貧時(shí)代的到來(lái)，由于相對(duì)貧困的特殊性和廣泛性，貧困防治比貧困治理更加具有現(xiàn)實(shí)意義，全國(guó)范圍內(nèi)的貧困防治將更加必要。二是參與務(wù)工能夠顯著減緩相對(duì)貧困地區(qū)農(nóng)戶貧困脆弱性，但由于農(nóng)村地區(qū)勞動(dòng)力市場(chǎng)的欠發(fā)達(dá)性，農(nóng)戶的充分就業(yè)難以實(shí)現(xiàn)，因此落實(shí)就業(yè)扶貧等措施，擴(kuò)大就業(yè)扶貧覆蓋率，對(duì)促進(jìn)農(nóng)村地區(qū)勞動(dòng)力市場(chǎng)發(fā)展具有重要意義；從長(zhǎng)遠(yuǎn)看，務(wù)工也將成為全國(guó)范圍內(nèi)解決脫貧內(nèi)生發(fā)展動(dòng)力不足、實(shí)現(xiàn)扶貧長(zhǎng)效機(jī)制的重要舉措。三是從收入維度考慮，促進(jìn)外出務(wù)工能夠更有效地實(shí)現(xiàn)農(nóng)戶持久脫貧，但政策制定中也要權(quán)衡現(xiàn)行標(biāo)準(zhǔn)下的脫貧效率與外出務(wù)工導(dǎo)致的“三留守”、鄉(xiāng)村振興人才缺失以及貧困人口向城市轉(zhuǎn)移等問(wèn)題。

本研究也存在一定的不足。首先，本文選擇的主要貧困線為6 000元，是江蘇省“十三五”規(guī)劃中針對(duì)江蘇發(fā)展特征制定的相對(duì)貧困線，因此在與其他學(xué)者的研究進(jìn)行橫向?qū)Ρ葧r(shí)不一定具有可比性，后續(xù)研究應(yīng)進(jìn)一步完善研究對(duì)象的細(xì)化工作，提高研究結(jié)論的橫向及縱向可比性。其次，本文對(duì)未來(lái)福利的度量?jī)H從收入維度進(jìn)行，從發(fā)展的角度看，消費(fèi)、資產(chǎn)以及權(quán)利等因素也將是福利度量的重要維度，因此構(gòu)建更加科學(xué)的貧困標(biāo)準(zhǔn)也是本文后續(xù)的研究方向。