社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)村家庭相對(duì)貧困脆弱性的影響

蘇劍峰，聶 榮

(遼寧大學(xué) 經(jīng)濟(jì)學(xué)院，遼寧 沈陽(yáng) 110036)

一、引言

在后扶貧時(shí)代，緩解相對(duì)貧困成為我國(guó)政府扶貧工作重點(diǎn)。為明確貧困狀態(tài)，目前政府常常依據(jù)收入貧困標(biāo)準(zhǔn)計(jì)算貧困發(fā)生率。這種貧困指數(shù)只是靜態(tài)地度量了家庭在一個(gè)特定時(shí)間點(diǎn)的福利水平，僅僅是一種事后測(cè)度，沒(méi)有考慮家庭未來(lái)福利以及相關(guān)風(fēng)險(xiǎn)。因此貧困發(fā)生率無(wú)法動(dòng)態(tài)地反映家戶(hù)未來(lái)貧困變化趨勢(shì)，忽視了當(dāng)前處于非貧困狀態(tài)而未來(lái)有較大可能陷入貧困狀態(tài)的農(nóng)戶(hù)[1]。

世界銀行將貧困脆弱性定義為在風(fēng)險(xiǎn)沖擊下，個(gè)人或者家庭未來(lái)福利下降到某一社會(huì)公認(rèn)水平之下的可能性[2]。貧困脆弱性克服了傳統(tǒng)貧困在測(cè)度未來(lái)家庭經(jīng)濟(jì)狀況方面的不足，政府可以通過(guò)引入貧困脆弱性指標(biāo)，識(shí)別有可能陷入貧困風(fēng)險(xiǎn)的群體，有助于針對(duì)貧困脆弱性較高的家庭或者地區(qū)制定有效的事前干預(yù)政策，這對(duì)于鞏固現(xiàn)有脫貧攻堅(jiān)成果有著重大意義[3]。隨著扶貧理論的發(fā)展，貧困脆弱性問(wèn)題成為學(xué)界關(guān)注的重點(diǎn)。

現(xiàn)有文獻(xiàn)從宏觀層面研究政府政策對(duì)農(nóng)戶(hù)貧困脆弱性的影響，歸納起來(lái)包括公共轉(zhuǎn)移支付[4]、數(shù)字金融[5]、低保制度[6]、易地扶貧搬遷[7]、產(chǎn)業(yè)扶貧[8]、貿(mào)易開(kāi)放[9]等領(lǐng)域。這些研究都證實(shí)了國(guó)家扶貧政策在一定程度上緩解了農(nóng)戶(hù)貧困脆弱性。英國(guó)國(guó)際發(fā)展署(DFID)認(rèn)為家庭在面對(duì)外部風(fēng)險(xiǎn)沖擊時(shí)會(huì)采用自身?yè)碛械纳?jì)資本進(jìn)行抵御，使得自身在未來(lái)免于陷入貧困中。因此也有學(xué)者探討了個(gè)人或者家庭特征等微觀因素對(duì)于農(nóng)戶(hù)貧困脆弱性的影響，這些因素包括人力資本[10]、社會(huì)資本[11]等。社會(huì)網(wǎng)絡(luò)是社會(huì)資本的核心概念，社會(huì)網(wǎng)絡(luò)在中國(guó)被稱(chēng)作“關(guān)系”[12]并在我國(guó)農(nóng)村社會(huì)中扮演著重要角色。此外，農(nóng)村中很多信息是通過(guò)非正式交流的方式獲取的，而社會(huì)網(wǎng)絡(luò)是農(nóng)戶(hù)獲取信息的最好渠道。社會(huì)網(wǎng)絡(luò)規(guī)模越大，意味著與個(gè)體建立聯(lián)系的行動(dòng)者數(shù)量越多[13]。農(nóng)戶(hù)獲取信息的渠道越多，農(nóng)戶(hù)越能接觸到多樣的社會(huì)資源[14]。

理論上講，社會(huì)網(wǎng)絡(luò)能夠擴(kuò)展農(nóng)戶(hù)信息收集渠道，幫助其增加收入，從而降低農(nóng)戶(hù)貧困脆弱性[15]。然而，現(xiàn)有研究關(guān)于社會(huì)網(wǎng)絡(luò)影響農(nóng)戶(hù)收入的結(jié)論并不一致。從家庭收入來(lái)看，丁冬[16]認(rèn)為社會(huì)網(wǎng)絡(luò)越大，家庭收入越高，陷入貧困的概率越低。楊怡[17]則認(rèn)為社會(huì)網(wǎng)絡(luò)給家庭帶來(lái)的收入回報(bào)率不高，只能增加農(nóng)戶(hù)的部分收入。章元[18]也認(rèn)為社會(huì)網(wǎng)絡(luò)只有利于帶來(lái)工作機(jī)會(huì)，并不能增加工資收入。從地區(qū)和群體差異來(lái)看，Chantarat[19]認(rèn)為社會(huì)網(wǎng)絡(luò)能幫助窮人提升收入，進(jìn)而降低相對(duì)貧困風(fēng)險(xiǎn)。而趙劍治[20]認(rèn)為富人從社會(huì)網(wǎng)絡(luò)中獲得的收益更大，此時(shí)窮人未來(lái)陷入相對(duì)貧困的風(fēng)險(xiǎn)增加。周曄馨[21]也發(fā)現(xiàn)社會(huì)資本更能幫助富裕地區(qū)農(nóng)戶(hù)增加收入。目前農(nóng)村貧困已經(jīng)從絕對(duì)貧困轉(zhuǎn)向相對(duì)貧困，脫貧地區(qū)農(nóng)戶(hù)生計(jì)資本質(zhì)量依然不高，尤其是脫貧農(nóng)戶(hù)在未來(lái)仍有陷入相對(duì)貧困的高度不確定性風(fēng)險(xiǎn)[22]。但較少文獻(xiàn)能夠關(guān)注社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)戶(hù)相對(duì)貧困脆弱性的影響機(jī)理。

基于此，本文利用中國(guó)家庭動(dòng)態(tài)追蹤調(diào)查(CFPS)2018年調(diào)查數(shù)據(jù)，從貧困脆弱性視角出發(fā)，分析社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)相對(duì)貧困脆弱性的影響及其區(qū)域差異，并進(jìn)一步探討了社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)相對(duì)貧困脆弱性的作用機(jī)制。

二、實(shí)證設(shè)計(jì)

(一)相對(duì)貧困脆弱性估計(jì)方法

Chaudhuri[23]認(rèn)為貧困脆弱性是指預(yù)期農(nóng)戶(hù)未來(lái)收入低于設(shè)定貧困線(xiàn)的概率，該方法認(rèn)為家庭貧困脆弱性大小來(lái)源于家庭未來(lái)收入的分布特征，其福利期望與福利波動(dòng)水平均由家庭特征變量決定。本文采用該定義，基于Chaudhuri提出的脆弱性估計(jì)方法測(cè)量我國(guó)農(nóng)村家庭貧困脆弱性。首先把收入進(jìn)行自然對(duì)數(shù)處理，并定義家戶(hù)i在t時(shí)期的相對(duì)貧困脆弱性：Vit=prob(lnYi≤lnpoor|Xi)，即家戶(hù)未來(lái)收入水平低于相對(duì)貧困線(xiàn)的概率。估計(jì)收入方程如下：

lnYit=Xitαi+eit

(1)

(2)

(3)

再假設(shè)收入對(duì)數(shù)服從正態(tài)分布[25]，選擇適合的相對(duì)貧困線(xiàn)標(biāo)準(zhǔn)，計(jì)算農(nóng)村家庭相對(duì)貧困脆弱性：

(4)

(二)基準(zhǔn)回歸

本文首先估計(jì)社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)戶(hù)相對(duì)貧困脆弱性的影響。估計(jì)方程如下：

Vuli=β0+β1SNi+β2Xi+εi

(5)

其中，被解釋變量Vuli表示農(nóng)戶(hù)的相對(duì)貧困脆弱性，即農(nóng)戶(hù)未來(lái)陷入相對(duì)貧困的概率;核心解釋變量SNi表示農(nóng)戶(hù)的社會(huì)網(wǎng)絡(luò)情況;控制變量Xi包括家庭特征變量、戶(hù)主特征變量和村莊特征變量;εi為擾動(dòng)項(xiàng)。

(三)工具變量(IV)模型

由于農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)情況與相對(duì)貧困脆弱性之間可能存在內(nèi)生性問(wèn)題，本文采取兩階段最小二乘法，克服因遺漏變量或反向因果導(dǎo)致的估計(jì)偏誤問(wèn)題。估計(jì)過(guò)程如下：

(6)

(7)

(四)傾向得分匹配法(PSM)

為使研究結(jié)論更具可信度，本文采用傾向得分匹配法構(gòu)建“反事實(shí)框架”(Counterfactual Framework)來(lái)糾正自選擇偏誤問(wèn)題，模擬隨機(jī)試驗(yàn)達(dá)到的效果。由于前文中社會(huì)網(wǎng)絡(luò)是一個(gè)連續(xù)變量，此時(shí)采用“社會(huì)網(wǎng)絡(luò)是否豐富”(社會(huì)網(wǎng)絡(luò)是否大于均值，是=1，否=0)來(lái)進(jìn)行指標(biāo)替換。假設(shè)同一個(gè)農(nóng)戶(hù)樣本同時(shí)具有高社會(huì)網(wǎng)絡(luò)(社會(huì)網(wǎng)絡(luò)大于均值)和低社會(huì)網(wǎng)絡(luò)(社會(huì)網(wǎng)絡(luò)低于均值)，那么兩種狀態(tài)下的農(nóng)戶(hù)相對(duì)貧困脆弱性差異即反映了社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)相對(duì)貧困脆弱性的影響。模型設(shè)置如下：

(8)

三、數(shù)據(jù)來(lái)源和變量選取

(一)數(shù)據(jù)來(lái)源

本文所用數(shù)據(jù)源自北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心組織的“中國(guó)家庭追蹤調(diào)查”(China Family Panel Studies，CFPS)。該數(shù)據(jù)反映了我國(guó)社會(huì)人口、經(jīng)濟(jì)、教育以及健康的發(fā)展與變遷。本文主要使用了CFPS 2018年的截面數(shù)據(jù)，調(diào)查對(duì)象覆蓋我國(guó)25個(gè)省(市、自治區(qū))。根據(jù)研究需要，本文選取農(nóng)村家庭樣本進(jìn)行分析，在剔除缺失值和異常值后得到有效樣本4168個(gè)。

(二)變量選取

(1)因變量：相對(duì)貧困脆弱性。關(guān)于相對(duì)貧困線(xiàn)的測(cè)算，本文采用OECD 提出的標(biāo)準(zhǔn)，即家戶(hù)人均收入中位數(shù)的50%。若農(nóng)戶(hù)人均收入低于該標(biāo)準(zhǔn)，則認(rèn)定該農(nóng)戶(hù)處于相對(duì)貧困。本文根據(jù)樣本人均收入計(jì)算出2018年相對(duì)貧困線(xiàn)為11000元/年，并通過(guò)公式(1)～(4)計(jì)算出農(nóng)村家庭相對(duì)貧困脆弱性。

(2)自變量：社會(huì)網(wǎng)絡(luò)。本文借鑒陳新忠等[26]對(duì)社會(huì)網(wǎng)絡(luò)的指標(biāo)選取，利用CFPS數(shù)據(jù)，采用“人情禮支出”作為社會(huì)網(wǎng)絡(luò)投資的關(guān)鍵指標(biāo)。中國(guó)是傳統(tǒng)的人情社會(huì)，人情禮支出越高意味著該農(nóng)戶(hù)與親朋好友之間的互動(dòng)機(jī)會(huì)越多，可視為社會(huì)網(wǎng)絡(luò)關(guān)系越強(qiáng)。

(3)控制變量。考慮到影響農(nóng)村家庭相對(duì)貧困脆弱性的因素較多，本文在參考相關(guān)文獻(xiàn)的基礎(chǔ)上，選取了個(gè)人層面、家庭層面和村莊層面的控制變量。其中，個(gè)人層面控制變量主要為戶(hù)主特征，包括戶(hù)主性別、戶(hù)主的婚姻狀況、戶(hù)主年齡、戶(hù)主年齡平方、戶(hù)主受教育年限；家庭層面包括做飯燃料、清潔用水、是否有耕地、是否有自主產(chǎn)權(quán)住房、是否購(gòu)買(mǎi)金融產(chǎn)品、是否購(gòu)買(mǎi)汽車(chē)、高等教育人口比例、健康人口比例、人口撫養(yǎng)比；村莊層面控制變量為是否為少數(shù)民族聚集區(qū)、是否屬于礦區(qū)、是否有高污染企業(yè)以及距離本縣最近的距離。具體定義和描述性統(tǒng)計(jì)見(jiàn)表1。

表1 變量的描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸結(jié)果

本文分析了社會(huì)網(wǎng)絡(luò)對(duì)我國(guó)農(nóng)村家庭相對(duì)貧困脆弱性的影響，分析結(jié)果見(jiàn)表2。其中，第(1)列僅納入社會(huì)網(wǎng)絡(luò)變量,第(2)列加入了戶(hù)主特征、家庭特征、村莊特征等變量。

表2 社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)村家庭相對(duì)貧困脆弱性的影響

在第(1)列估計(jì)結(jié)果中，農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)(SC)估計(jì)系數(shù)為-0.059,并在1%置信水平上顯著，說(shuō)明社會(huì)網(wǎng)絡(luò)能顯著降低農(nóng)村家庭的相對(duì)貧困脆弱性。社會(huì)網(wǎng)絡(luò)每提升一個(gè)單位，農(nóng)村家庭相對(duì)貧困脆弱性程度會(huì)降低5.9%。在第(2)列中控制戶(hù)主特征、家庭特征和村莊特征變量之后，社會(huì)網(wǎng)絡(luò)的估計(jì)系數(shù)下降至-0.014，回歸結(jié)果依然在1%水平上顯著。此時(shí)社會(huì)網(wǎng)絡(luò)每增加一個(gè)單位，農(nóng)村家庭相對(duì)貧困脆弱性程度會(huì)下降1.4%。這表明社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)村家庭相對(duì)貧困脆弱性具有顯著的負(fù)向效應(yīng)。

(二)異質(zhì)性分析

表2中(3)～(5)列分別為社會(huì)網(wǎng)絡(luò)對(duì)我國(guó)東中西部地區(qū)(1)根據(jù)CFPS調(diào)查的省份分布，東部地區(qū)包括 北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南，中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南，西部地區(qū)包括四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆和重慶。農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的影響?；貧w結(jié)果表明，從全國(guó)范圍來(lái)看，社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)家庭的相對(duì)貧困脆弱性的負(fù)向影響均在1%置信水平上顯著。從回歸系數(shù)大小來(lái)看，社會(huì)網(wǎng)絡(luò)對(duì)中部地區(qū)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性影響最大，東部地區(qū)次之，西部地區(qū)最低。

(三)內(nèi)生性分析

為了克服上述基準(zhǔn)模型中可能存在的內(nèi)生性問(wèn)題，本文采用工具變量做兩階段最小二乘估計(jì)(2SLS)以解決潛在的估計(jì)結(jié)果偏誤問(wèn)題。本文參考楊汝岱[27]的做法，以村莊社會(huì)網(wǎng)絡(luò)，即農(nóng)戶(hù)所在村莊戶(hù)均禮金支出作為農(nóng)戶(hù)禮金支出的工具變量。工具變量需要滿(mǎn)足相關(guān)性和外生性?xún)蓚€(gè)條件。首先對(duì)工具變量進(jìn)行相關(guān)性檢驗(yàn)，表3第1列為2SLS第一階段回歸結(jié)果。Kleibergen-Paap rk Wald F統(tǒng)計(jì)量為187.914，遠(yuǎn)大于10%偏誤水平下的臨界值16.38，拒絕內(nèi)生變量與工具變量不相關(guān)的原假設(shè)，結(jié)果也表明此時(shí)不存在弱工具變量問(wèn)題。表3第2列為2SLS第二階段的回歸結(jié)果，與表2相比，在使用工具變量控制內(nèi)生性以后，社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的阻礙作用下降至-0.038。其次對(duì)工具變量進(jìn)行外生性檢驗(yàn)。由于工具變量為恰好識(shí)別，此時(shí)無(wú)法直接檢驗(yàn)工具變量的外生性。借助Ashraf[28]的做法，本文用工具變量替換內(nèi)生變量放入基準(zhǔn)模型中進(jìn)行回歸，結(jié)果見(jiàn)表3第3列。村莊社會(huì)網(wǎng)絡(luò)在1%的水平上顯著降低了農(nóng)村家庭相對(duì)貧困脆弱性。在進(jìn)一步控制農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)和村莊社會(huì)網(wǎng)絡(luò)并對(duì)其進(jìn)行回歸后發(fā)現(xiàn)，農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)顯著降低了農(nóng)村家庭相對(duì)貧困脆弱性，并且村莊社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的影響從-0.027變?yōu)?0.019?；貧w結(jié)果從側(cè)面支持了外生性假設(shè)：村莊社會(huì)網(wǎng)絡(luò)是通過(guò)增加農(nóng)戶(hù)的社會(huì)網(wǎng)絡(luò)來(lái)降低農(nóng)戶(hù)家庭的相對(duì)貧困脆弱性，但它并不直接影響農(nóng)戶(hù)家庭相對(duì)貧困脆弱性。

表3 內(nèi)生性分析

(四)穩(wěn)健性檢驗(yàn)

由于農(nóng)戶(hù)對(duì)于自身社會(huì)網(wǎng)絡(luò)水平存在自選擇偏誤情況，因此本文使用傾向得分匹配法對(duì)此加以糾正。本文采用社會(huì)網(wǎng)絡(luò)是否豐富(人情禮支出是否大于均值，是=1，否=0)來(lái)進(jìn)行指標(biāo)替換。此時(shí)主要解釋變量變成了0-1虛擬變量。再將社會(huì)網(wǎng)絡(luò)高的農(nóng)戶(hù)劃入處理組，社會(huì)網(wǎng)絡(luò)低的農(nóng)戶(hù)作為控制組，使用兩步法進(jìn)行回歸。首先構(gòu)造Probit模型計(jì)算農(nóng)戶(hù)具有高社會(huì)網(wǎng)絡(luò)的概率得分。根據(jù)傾向得分對(duì)高社會(huì)網(wǎng)絡(luò)的樣本與低社會(huì)網(wǎng)絡(luò)的樣本相似個(gè)體進(jìn)行匹配。匹配后的樣本需要滿(mǎn)足共同支撐假設(shè)。為了結(jié)論的穩(wěn)健性，本文使用多種匹配方法計(jì)算平均處理效應(yīng)，并進(jìn)行平衡性檢驗(yàn)。匹配后控制變量的標(biāo)準(zhǔn)化偏差大幅縮小，表明匹配后變量不存在系統(tǒng)性差異，此時(shí)構(gòu)造出的處理組和控制組在各個(gè)特征方面相似度較高。

圖1為處理組和控制組匹配前后的傾向得分核密度函數(shù)分布圖。從左圖可以看出，匹配之前，處理組(高社會(huì)網(wǎng)絡(luò)農(nóng)戶(hù))與控制組(低社會(huì)網(wǎng)絡(luò)農(nóng)戶(hù))的傾向得分值的概率分布相差較大。從右圖可以看出，匹配完成后處理組和控制組重疊部分有所增大，表明匹配過(guò)程中，處理組和控制組中除了社會(huì)網(wǎng)絡(luò)之外的其他系統(tǒng)性差異被消除了，匹配質(zhì)量較好，有效地緩解了樣本選擇性偏誤問(wèn)題。圖2為農(nóng)村家庭社會(huì)網(wǎng)絡(luò)共同支撐假設(shè)的驗(yàn)證結(jié)果。匹配后處理組和實(shí)驗(yàn)組大多數(shù)樣本都在共同取值范圍內(nèi)(on support)，樣本損失較少。

圖1 匹配前后處理組與控制組傾向得分值概率分布

圖2 傾向得分的共同取值范圍

表4為社會(huì)網(wǎng)絡(luò)強(qiáng)弱對(duì)相對(duì)貧困脆弱性影響的PSM估計(jì)結(jié)果。在采用最近鄰匹配方法消除處理組和控制組的差異之后，兩個(gè)匹配方法獲得的平均處理效應(yīng)(ATT)具有顯著的統(tǒng)計(jì)意義。不同匹配尺度導(dǎo)致ATT數(shù)據(jù)略有差異，ATT數(shù)值在-0.121～-0.143之間，數(shù)值為負(fù)且在1%統(tǒng)計(jì)水平上顯著。匹配結(jié)果說(shuō)明社會(huì)網(wǎng)絡(luò)對(duì)于農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的負(fù)向影響是穩(wěn)定存在的?？傊?，在考慮樣本自選擇偏誤問(wèn)題后，農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)的提升有助于降低農(nóng)戶(hù)家庭的相對(duì)貧困脆弱性。這也說(shuō)明了本文結(jié)論的穩(wěn)健性。

表4 傾向得分匹配法估計(jì)結(jié)果

五、社會(huì)網(wǎng)絡(luò)影響農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的作用機(jī)制

我國(guó)是一個(gè)集血緣、親緣、業(yè)緣等社會(huì)關(guān)系于一體的人情社會(huì)。在重視人情世故的農(nóng)村，個(gè)體在做出決策時(shí)會(huì)受到其所處的社會(huì)網(wǎng)絡(luò)影響。農(nóng)村剩余勞動(dòng)力外出務(wù)工是中國(guó)的普遍現(xiàn)象，外出務(wù)工逐漸成為貧困人口擺脫貧困的重要手段。因此，社會(huì)網(wǎng)絡(luò)在緩解農(nóng)戶(hù)相對(duì)貧困的一個(gè)可能的作用機(jī)制是:社會(huì)網(wǎng)絡(luò)通過(guò)信息分享和資源配置影響農(nóng)戶(hù)的勞動(dòng)力遷移，提高農(nóng)戶(hù)收入，進(jìn)而改善農(nóng)戶(hù)家庭的相對(duì)貧困狀況。本文根據(jù)中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)[29]。本節(jié)考察的中介變量為勞動(dòng)力遷移。根據(jù)CFPS問(wèn)卷中“是否外出務(wù)工”問(wèn)題計(jì)算農(nóng)戶(hù)勞動(dòng)力遷移人數(shù)。下面對(duì)該中介變量進(jìn)行檢驗(yàn)。

檢驗(yàn)結(jié)果表明(見(jiàn)表5)，社會(huì)網(wǎng)絡(luò)能在1%的水平上顯著加快農(nóng)戶(hù)的勞動(dòng)力流動(dòng)，社會(huì)網(wǎng)絡(luò)每增加一個(gè)單位，農(nóng)戶(hù)勞動(dòng)力遷移人數(shù)增加8.1%。在同時(shí)加入社會(huì)網(wǎng)絡(luò)和勞動(dòng)力遷移變量后，兩者回歸系數(shù)均在1%水平上顯著，并且社會(huì)網(wǎng)絡(luò)的回歸系數(shù)下降至-0.013，Sobel檢驗(yàn)P值為0.000，勞動(dòng)力遷移這一中介效應(yīng)在總效應(yīng)中占比為10.4%，說(shuō)明勞動(dòng)力遷移在社會(huì)網(wǎng)絡(luò)影響農(nóng)戶(hù)家庭相對(duì)貧困脆弱性中發(fā)揮中介效應(yīng)。社會(huì)網(wǎng)絡(luò)通過(guò)促進(jìn)農(nóng)戶(hù)勞動(dòng)力遷移對(duì)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性產(chǎn)生負(fù)向影響。

表5 社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的作用機(jī)制檢驗(yàn)

六、結(jié)論與政策建議

基于中國(guó)家庭追蹤調(diào)查(CFPS)2018年數(shù)據(jù)，本文實(shí)證檢驗(yàn)了社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)村家庭相對(duì)貧困脆弱性的影響。在基準(zhǔn)回歸的基礎(chǔ)上，本文采用工具變量做兩階段最小二乘估計(jì)(2SLS)解決潛在的內(nèi)生性問(wèn)題。同時(shí)，本文采用了PSM方法進(jìn)行穩(wěn)健性檢驗(yàn)。研究結(jié)論如下：

第一，社會(huì)網(wǎng)絡(luò)是影響農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的重要因素。社會(huì)網(wǎng)絡(luò)對(duì)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性呈顯著負(fù)向作用。具體而言，社會(huì)網(wǎng)絡(luò)每提高一個(gè)單位，農(nóng)戶(hù)家庭相對(duì)貧困脆弱性下降1.4%。本文以農(nóng)戶(hù)所在村莊社會(huì)網(wǎng)絡(luò)作為工具變量處理可能存在的內(nèi)生性問(wèn)題，結(jié)果表明上述結(jié)論依然成立。同時(shí)，通過(guò)PSM法構(gòu)造反事實(shí)框架進(jìn)行穩(wěn)健性檢驗(yàn)，計(jì)算出的平均處理效應(yīng)(ATT)表明農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)的提升有助于降低農(nóng)戶(hù)家庭的相對(duì)貧困脆弱性。

第二，區(qū)分不同地區(qū)的研究結(jié)果表明，社會(huì)網(wǎng)絡(luò)對(duì)于不同地區(qū)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的影響具有明顯的差異性。具體表現(xiàn)為社會(huì)網(wǎng)絡(luò)對(duì)于中部地區(qū)農(nóng)戶(hù)家庭相對(duì)貧困脆弱性的負(fù)向影響最大，東部地區(qū)次之，西部地區(qū)最低。

第三，影響機(jī)制分析結(jié)果表明，農(nóng)戶(hù)勞動(dòng)力遷移是重要影響渠道。社會(huì)網(wǎng)絡(luò)能夠通過(guò)促進(jìn)農(nóng)戶(hù)勞動(dòng)力遷移來(lái)降低農(nóng)戶(hù)家庭相對(duì)貧困脆弱性。勞動(dòng)力遷移起到部分中介作用。

基于以上研究結(jié)論，本文提出以下政策建議：

第一，農(nóng)戶(hù)社會(huì)網(wǎng)絡(luò)具有幫助農(nóng)村家庭抵御致貧風(fēng)險(xiǎn)的積極作用。在貧困地區(qū)，政府應(yīng)積極拓寬信息渠道，關(guān)注社會(huì)網(wǎng)絡(luò)建設(shè)。通過(guò)組織農(nóng)戶(hù)形成互助小組，發(fā)展農(nóng)戶(hù)的社會(huì)網(wǎng)絡(luò)，發(fā)揮出基層社區(qū)對(duì)貧困戶(hù)的支持作用。

第二，政府在識(shí)別貧困家庭時(shí)僅僅考慮容易度量的人力資本、物質(zhì)資本是不夠的，還需要考慮貧困家庭所擁有的社會(huì)網(wǎng)絡(luò)。當(dāng)家庭遭遇風(fēng)險(xiǎn)沖擊時(shí)，社會(huì)網(wǎng)絡(luò)是抗擊風(fēng)險(xiǎn)的天然屏障。家庭需要在保持現(xiàn)有社會(huì)網(wǎng)絡(luò)的同時(shí)，有條件地創(chuàng)造新的社會(huì)網(wǎng)絡(luò)，以獲得良好的就業(yè)機(jī)會(huì)和途經(jīng)。政府可通過(guò)建立適宜的公共就業(yè)服務(wù)體系，保障農(nóng)戶(hù)能找到合適的工作提升收入。