進城農民工多維貧困測度及其影響因素分析

摘 要： 【目的/意義】在消除絕對貧困和全面建成小康社會之后，提出一個關于農民工多維貧困影響機理的研究框架，以期為農民工相對貧困治理提供參考，助推中國新型城鎮(zhèn)化和共同富裕建設?！痉椒?過程】基于廣東省佛山市進城農民工的300 份問卷調查數(shù)據(jù)，采用A-F 法和二元Logistic 回歸模型研究農民工多維貧困特征和影響因素?！窘Y果/結論】（1）在k=0.33 時，農民工多維貧困發(fā)生率達81%，貧困發(fā)生率較高；（2）教育與技能、住房狀況、收入與資產等維度貧困貢獻率較高；（3）職業(yè)技術水平、工作與居住地區(qū)位、家庭結構、社會資本等是進城務工農民多維貧困的主要致貧因子。

關鍵詞： 進城農民工；多維貧困；貧困測度；影響因素

中圖分類號： F241.2；F323.8 文獻標志碼： A 文章編號： 1673?5617 （ 2024 ） 06?0051?08

隨著我國絕對貧困現(xiàn)象的消除，我國貧困治理的主戰(zhàn)場從農村轉向城鎮(zhèn)，從絕對貧困轉向相對貧困。2024 年的中央一號文件強調，相對貧困問題會長期存在，因此必須鞏固脫貧攻堅成果、推動鄉(xiāng)村全面振興和防止返貧的任務。黨的二十大報告指出推動城鄉(xiāng)融合發(fā)展，縮小城鄉(xiāng)差距，是實現(xiàn)共同富裕的重要途徑。因此，探討相對貧困問題對于推進城鄉(xiāng)融合以及共同富裕實現(xiàn)具有重要意義。在貧困群體中，農民工群體占據(jù)絕大部分。農民工群體作為經濟體制改革以及經濟發(fā)展的產物，盡管在經濟的迅猛發(fā)展下，許多農民工已擺脫貧困，但是由于收入水平低且增長緩慢、社會保障缺失等因素，仍有不少農民工處于貧困狀態(tài)。因此如何解決農民工貧困問題是實現(xiàn)共同富裕的關鍵。

目前已有學者從多個角度對農民工貧困問題展開研究。（1）對農民工的貧困水平進行多維度測度。如何水[1] 在經濟學、社會學等四大主流學科的基礎上構建了包括教育、健康、收入與資本等九大維度在內的農民工城市貧困測量指標體系。該體系覆蓋面廣，有助于精準評價農民工貧困水平[2]。郭君平等[3] 采用A-F法從“收入—消費—多維”的角度測量農民工家庭的貧困程度，并得出當前農民工家庭的貧困類型以消費貧困和選擇性貧困為主，同時相對貧困問題較為嚴重。劉愿理等[4] 采用受教育程度、勞動力人數(shù)和健康狀況指標評估了農戶的可行能力，認為其反映了貧困人口自身具備的能力和獲得提升的機會，是相對貧困的內因；用貧困人口獲得的就業(yè)、創(chuàng)業(yè)等發(fā)展機會表征發(fā)展能力系統(tǒng)，認為其是相對貧困的外因；并選取政策性貸款支持、勞動技能培訓、參加合作社生產經營和勞動力轉移就業(yè)占比指標測量農戶在發(fā)展能力系統(tǒng)的差異。（2）對農民工貧困的影響因素進行探析。張建偉等[5] 選取個體特征、家庭層面、流動特征、就業(yè)特征探究常住地醫(yī)療保險對農民工多維相對貧困的影響，結果顯示在常在地參加醫(yī)療保險在緩解農民工相對貧困方面具有顯著的作用；胡倫等[6] 選取個人特征、家庭特征、社會層面探討社會資本對農民工多維貧困影響分析，并得出社會資本能夠緩解多維貧困的結論。綜上，現(xiàn)有關于農民工貧困的學術成果對此次研究奠定了堅實的基礎，不過在評價體系構建方面，現(xiàn)有文獻多關注收入、教育、健康、工作、生活質量、社會保障等維度，缺少對農民工工作強度、工作風險性、居住環(huán)境等就業(yè)質量方面的考慮。另外在影響因素研究方面，學者大多選取個人和家庭層面的指標，對區(qū)域尺度指標考慮不足。本研究認為，戶籍所在地代表農民工兒童期公共產品與服務供給，工作和居住所在地代表所在社區(qū)的公共產品與服務、就業(yè)機會、社會保障等，是造成農民工多維貧困的重要影響因素。除此之外，在機理研究上，目前尚未提出一個關于農民工多維貧困影響機理研究框架，研究缺乏系統(tǒng)性和綜合性。針對上述問題，本研究從收入與資產、教育與技能、住房狀況、生活質量、工作狀況等維度出發(fā)，對廣東省佛山市農民工多維貧困狀況進行了衡量。同時，構建了基于個人、家庭和區(qū)域因素提出影響機理研究框架，并運用二元Logisitic 回歸模型對致貧原因進行了探究。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要來源于問卷調查。本研究劃分城中區(qū)（弼塘村、南東工業(yè)區(qū)、張槎街道、張槎塱發(fā)工業(yè)園、沖表西工業(yè)區(qū)、平西工業(yè)區(qū)、興仁工業(yè)區(qū)、紅崗工業(yè)區(qū)）、城鄉(xiāng)結合區(qū)（城北綜合批發(fā)市場、瀝中工業(yè)二區(qū)、平地大道、林港工業(yè)區(qū)）和城郊地區(qū)（吉利工業(yè)區(qū)、鹽步工業(yè)區(qū)、蘆苞工業(yè)區(qū)、富安工業(yè)城、富安工業(yè)區(qū)、馬齊工業(yè)區(qū)）3 類居住區(qū)進行實地問卷派發(fā)。首先在2023 年4 月展開預調查，其次于2023 年6—7 月開展正式調研，調研區(qū)域主要在禪城區(qū)、南海區(qū)、順德區(qū)，最后于2023 年9 月在三水區(qū)、禪城區(qū)補充調研。采取簡單隨機抽樣的方式發(fā)放問卷，為了提高問卷的有效性，采用訪談式調研法進行，調研對象為戶籍地位于佛山市以外的進城務工農民，調研內容主要包括農民工個人與家庭基本情況、工作與住房狀況以及社會網絡狀況等，每份問卷平均時長大約在20 min。前期預調查發(fā)現(xiàn)同一類型的樣本內部差異性較小，并且考慮到調查所需的人力、物力、財力等條件的限制，本研究共發(fā)放問卷311 份，篩選后獲得有效問卷300 份，有效率為96.46%。

1.2 研究方法

1.2.1 多維貧困測度方法

本研究采用Alkire 和Foster所創(chuàng)立的“雙界限法”測度農民工多維貧困[7]。第一層界限為識別個體在單個維度上是否被剝奪；第二層界限為判斷個體是否處于多維貧困狀態(tài)，具體為剝奪的維度數(shù)是否超過設定的k 值。根據(jù)此思路，先計算多維貧困發(fā)生率再計算平均剝奪份額，得到多維貧困指數(shù)為：

其中，H 為多維貧困發(fā)生率，q 為多維貧困人口，n為總人口，體現(xiàn)了貧困廣度；A 為平均剝奪份額，ci j（k）表示為個體i 在不同維度k 下被剝奪的指標數(shù)量，體現(xiàn)了貧困深度；MPI 為多維貧困指數(shù)。最后對多維貧困指數(shù)進行分解，指標貢獻率公式如下：

其中，Gj為指標Cj的權重，CAj為第 j指標被剝奪的人口率。

1.2.2 農民工多維貧困體系構建

基于本土實踐調查和借鑒前人的相關研究，本文選取收入與資產、教育與技能、住房狀況、生活質量、工作狀況5 個維度13 個指標衡量進城農民工多維貧困狀況。其中，從文獻梳理來看，目前國內外學者對多維貧困測度多采用等權重方法。根據(jù)相關研究，收入是傳統(tǒng)上衡量貧困的典型指標[8]，資產是對一個家庭多年的收入積累和消費平滑后的財富狀況的反映[9]，因此設立收入與資產維度，其子項為收入和資產；受教育程度和職業(yè)技能是反映人力資本水平的經典指標[10]，設立教育與技能維度，包含受教育程度和專業(yè)技能；其次，住房是農民工個體恢復體力的場所，也是拓展社會交往，滿足心理需要的基礎，其舒適與否對農民工的生理和精神狀況都起到重要作用[11]，設立住房狀況，選取人均臥室數(shù)量、住房支出、住房環(huán)境3 個子項；對于進城農民工而言，最為緊要的是日常的衣食住行，因此設立生活質量維度，子項為農民工在城市住所的耐用消費品數(shù)量[1]、人均生活支出；工作狀況[12?14] 維度選取了工作時間[2，15?16]、工作強度、輪班制度、工作風險性，最終構建農民工城市多維貧困識別體系，如表1 所示。

1.2.3 二元Logistic 回歸模型建立

當因變量是二分類時，二元Logistic 回歸模型能夠科學判斷其影響因素。本研究被解釋變量為農民工的多維貧困狀態(tài)，如果農民工在k 值下處于貧困，則記為1，反之則記為0，建立二元Logistic 模型如下：

其中， P為農民工陷入多維貧困的概率， α0為截距項，αi各自變量在模型中的回歸系數(shù)。

2 研究結果

2.1 多維貧困測度結果

2.1.1 單維貧困發(fā)生率特征

根據(jù)測度結果（圖1），本文將貧困發(fā)生率分為高度剝奪（＞60%）、中度剝奪（30%～60%）和低位剝奪（＜30%）。13 個指標中，中高度剝奪占77%，佛山市農民工專業(yè)技能貧困率達79%，這反映佛山市農民工技能貧困嚴重，缺乏就業(yè)競爭力，因此其長期處于低收入、低技術崗位。住房環(huán)境和住房支出貧困率分別為76% 和64%，顯示住房保障不足，農民工多選擇低租金、環(huán)境差的住房。人均生活支出也是高位剝奪指標，大多數(shù)農民工“節(jié)衣縮食”以節(jié)省開支。在工作維度上，工作風險性、時間和強度貧困率處于中高位，顯示出部分農民工面臨著“時間長、強度大、風險高”的工作環(huán)境，危及其健康和職業(yè)發(fā)展。

2.1.2 多維貧困特征

本研究采用聯(lián)合國MPI 指數(shù)建議的多維貧困臨界值k=0.33 進行多維貧困識別。如表2 所示，隨著貧困臨界值k 值的增大，H 值和MPI不斷減小，而A 值不斷上升，說明處于多維貧困狀態(tài)的農民工人數(shù)逐漸減少，貧困程度不斷加深。當k 從0.2 增加至0.6 時，貧困發(fā)生率從96.3% 下降為31.7%，表明該區(qū)域農民工大多在k=0.2～0.6 的范圍內遭受剝奪，貧困人群以中輕度貧困為主。

2.1.3 指標和維度貢獻率

在不同k 值下，將多維貧困指數(shù)分別按13 個指標和5 個維度分解（表3）。指標貢獻率呈現(xiàn)3 種趨勢，第一種是保持高貢獻率，如專業(yè)技能、人均生活支出，表明其是農民工普遍被剝奪的指標；第二種是隨k 值增加而貢獻率上升，包括受教育程度、耐用消費品和資產，表明這些是深度貧困的個體主要被剝奪的指標；第三種是貢獻率下降，如專業(yè)技能和住房環(huán)境，表明他們對深度貧困的農民工來說，不是其主要剝奪對象。當k=0.33 時，專業(yè)技能、人均生活支出、收入貢獻率位居前三，分別為14.84%、13.43%、10.8%，說明這些是農民工多維貧困治理中的重點。

在5 個維度中，教育與技能、住房狀況、收入與資產等維度貢獻率較高，反映佛山市農民工的受教育程度普遍不高，技能掌握有限，就業(yè)選擇面窄，因而導致大部分農民工多從事城里人不愿意從事的“危險、強度大、低薪酬、低技術含量”工作；此外，農民工的住房補貼等保障性政策需要進一步落實。

2.2 農民工多維貧困影響因素分析

本研究將影響佛山市農民工多維貧困的因素劃分為四類：個人特征（性別、婚姻狀況、年齡、在本地工作年限、職業(yè)技術水平）、家庭特征（家庭規(guī)模、養(yǎng)育的子女數(shù)量、家庭教育開支）、地區(qū)因素（工作所在地、老家所在地、所在居住區(qū)）及社會網絡（每月社交開支、親朋好友照顧情況）。這些變量涵蓋分類變量和連續(xù)變量，旨在全面分析農民工多維貧困的成因。回歸分析顯示，婚姻狀況、工作地區(qū)、居住區(qū)、社交開支、親友照顧對農民工多維貧困的影響在10%顯著性水平下顯著，年齡和家庭規(guī)模在5% 的水平下顯著，職業(yè)技術水平在1% 水平下顯著。高職業(yè)技術水平的農民工相比低技術水平者陷入多維貧困的概率降低91.1%，中等職業(yè)技術水平降低68.7%；已婚農民工相比單身者陷入多維貧困的概率降低68.6%。家庭規(guī)模越大，陷入多維貧困的概率越高；在地區(qū)差異方面，工作于城市外圍的農民工相比中心區(qū)域工作者陷入多維貧困的概率降低71.9%。居住在城郊的農民工相比居住在城中村的， 陷入多維貧困的概率高3.435 倍。社交網絡方面，每月社交開支越多，陷入多維貧困的概率越低；得到親友照顧的農民工，陷入多維貧困的概率降低52.2%，具體數(shù)據(jù)如表4 所示。影響機理研究如圖2 所示。

3 結論與討論

3.1 結論

本研究基于廣東省佛山市進城農民工的300 份問卷調查數(shù)據(jù)，通過5 個維度13 個指標測度佛山市農民工的多維貧困狀況并采用二元Logistic 回歸模型，分析其對多維貧困的影響因素，主要得出以下結論：（1）多維貧困測度結果顯示，當k=0.33 時，貧困發(fā)生率高達81%，貧困發(fā)生率較高；（2）從多維貧困維度貢獻率來看，教育與技能、住房狀況、收入與資產等維度貧困貢獻率較高；（3）從影響因素來看，職業(yè)技術水平、工作與居住地區(qū)位、家庭結構、社會資本等是進城務工農民多維貧困的主要致貧因子。

3.2 討論

針對上述研究結果，主要有以下3 個方面的發(fā)現(xiàn)。（1）研究結果顯示農民工多維度貧困發(fā)生率為81%，高于前人研究的50%～80%[2，14，17]，主要原因在于指標體系構建的差異，前人側重于收入、就業(yè)、社會支持等方面，而本研究則在此基礎上引入勞動強度、勞動風險性、居住環(huán)境等因素進行測度。（2）維度貢獻率數(shù)據(jù)顯示，教育與技能貢獻率最高，其次是居住情況維度，尤其是居住環(huán)境指標，第三是收入與資產維度。相關文獻顯示[18]，農民工的教育維度貢獻率長期處于較高水平，與本研究結果具有一致性，這是由于國家經濟結構的轉型與產業(yè)升級對勞動素質提出了更高要求，而教育水平的提高卻是一個緩慢且困難的過程。賀坤等[17] 基于2016 年流動人口動態(tài)監(jiān)測調查數(shù)據(jù)發(fā)現(xiàn)，住房維度對貧困指數(shù)貢獻率最高。與本研究存在差異的原因在于，相較于2016 年，政府隨后出臺了一系列政策改善農民工住房問題，使得住房維度貢獻率有所下降，但住房問題仍是減貧工作的重點。此外，隨著社會經濟的發(fā)展，收入維度對多維貧困貢獻率不再最為顯著，其他維度逐漸成為主要影響因素[17]。（3）個人與家庭因素對多維貧困有顯著影響。職業(yè)技術水平越高的農民工更具有就業(yè)競爭力和促進收入增長，能有效減少多維貧困風險[19]；年齡增長而因勞動能力和就業(yè)競爭力下降、家庭負擔增加而更易陷入貧困[20]；已婚農民工因配偶的經濟分擔和精神支持等較單身者更不容易陷入多維貧困[9，17]；家庭規(guī)模越大，負擔越重，貧困風險更高。工作和居住所在社區(qū)對多維貧困顯著影響；城市外圍工作的農民工比城市中心的更不容易陷入多維貧困。原因可能是城市外圍土地資金低廉，多為集中連片的大型工業(yè)區(qū)，工廠多配套飯?zhí)煤蛦T工宿舍，降低了生活成本的同時也改善了居住環(huán)境。居住于城中村的農民工比城鄉(xiāng)結合部的更容易陷入貧困，原因是城中村農民工承受與城市核心區(qū)域同等物價的同時，面臨基礎設施破舊、居住環(huán)境差、公共產品與服務不足等問題。社交支出較多的農民工更不容易發(fā)生多維貧困，這與胡倫等[6]、高帥等[21] 研究一致，這可能是由于人情支出幫助農民工拓展社會網絡，熟悉城市環(huán)境，增強了其在城市的立足能力。此外，親友照顧與多維貧困呈反比關系，因親朋好友作為“強關系”資源，能提供就業(yè)信息，提升就業(yè)競爭力，促轉崗換業(yè)[22]。

阿馬蒂亞·森的可行能力理論把“能力（缺乏）”“機會（缺失）”作為貧困的重要根源，根據(jù)這一理論，學界普遍認可其為貧困的重要測度指標。相關研究通常以健康狀況、教育狀況和職業(yè)技能等指標衡量民工的可行能力[2，4，23]，此體系與本研究的“教育與技能”維度具有一定的相似性。然而，本研究未納入健康指標，主要原因在于調研對象為戶籍地位于佛山市以外的進城務工農民，這些個體通常具備良好的健康狀況以支撐跨地區(qū)務工。此外，健康狀況指標常采用自評健康（如“您認為您的健康狀況如何？”），因此依賴自評健康的問卷調查可能無法真實反映其健康水平，原因在于大多數(shù)農民工會自認為健康，從而掩蓋了潛在的健康問題。本研究未能納入機會系統(tǒng)，現(xiàn)有文獻對于機會的測量主要集中在就業(yè)機會、培訓/學習機會、人力資本提升機會、創(chuàng)業(yè)機會和晉升機會等[2，4，23]。然而，農民工機會相對匱乏，且群體內部異質性較小，增加了機會測度的復雜性。未來研究將進一步探索機會維度，以更全面地揭示農民工的多維貧困特征。這一研究方向將有助于闡明政策干預與社會支持在改善農民工生活條件方面的作用，為制定更具針對性的政策提供實證支持。

4 政策建議

農民工對中國經濟發(fā)展具有舉足輕重的作用，但難以與城鎮(zhèn)居民享受同樣的市民待遇，農民工在城鎮(zhèn)務工過程中陷入貧困的風險比較大，因此引導關注城市農民工的相對貧困問題十分重要。針對上述研究結果，提出以下建議：

（1）加強農民工職業(yè)技能培訓工作，提升其人力資本?？梢劳蟹鹕秸T戶網站等多種信息渠道公布并更新職業(yè)技能培訓項目目錄，方便農民工參加具有針對性的培訓活動。另外可大力開展建筑、物流等有效實用的技能培訓提高農民工技能與勞動力市場的匹配度，以更好助力農民工穩(wěn)定就業(yè)。尤其針對學習能力強、創(chuàng)業(yè)意識足的新生代農民工，可積極開展電子商務、數(shù)字經濟、人工智能等新技術新領域創(chuàng)業(yè)培訓，促進提高創(chuàng)業(yè)質量和層次。除此之外還可統(tǒng)籌就業(yè)補助資金、失業(yè)保險基金以及人才隊伍建設等有關經費，支持農民工職業(yè)技能培訓工作。

（2）加大改善農民工居住條件和生活條件，加大保障性住房建設和供給力度。在改善居住條件方面，政府可以制定相關政策，推動建設農民工集中居住區(qū)。同時，做好農民工集中居住區(qū)的規(guī)劃設計和建設管理，充分考慮農民工的居住需要和生活成本。另外落實住房保障政策，放開經濟適用房或限價商品房申請限制和加快公積金異地互認和轉移接續(xù)工作進度。除了政府部門外，用人單位需積極主動為招用的農民工提供符合基本衛(wèi)生和安全條件的居住場所，并逐步改善其居住條件。在改善生活條件方面，政府應加強監(jiān)管，建立健全農民工工資保障機制，加強勞動法的執(zhí)行，提高農民工收入水平。另外還需完善社會保障和優(yōu)化公共服務，推動建立農民工社會保障制度，包括工傷保險、養(yǎng)老保險、醫(yī)療保險等多項保障以及在農民工集中居住區(qū)提供必要的公共服務設施，為農民工創(chuàng)造更加宜居的生活環(huán)境。

（3）扶貧政策措施需因地制宜，積極改善區(qū)域發(fā)展不平衡問題。國家中東西部之間、城鄉(xiāng)之間、城市內部之間發(fā)展存在差異，政府扶貧資助政策需加強其針對性和偏向性，城郊地區(qū)農民工應在政策公平的原則下優(yōu)先考慮。一方面，可發(fā)展佛山市地方特色產業(yè)，政府可鼓勵和支持農民工返鄉(xiāng)創(chuàng)業(yè)，結合當?shù)刭Y源稟賦和市場需求，發(fā)展具有地方特色的種養(yǎng)殖業(yè)、手工業(yè)、鄉(xiāng)村旅游等產業(yè)。另一方面，可實施精準救助，建立健全農民工精準救助機制，對因病、因殘等原因導致生活困難的農民工家庭給予及時有效的救助和支持。

參考文獻：

［ 1 ］何水. 農民工城市貧困測量指標體系構建——基于多維度視角的探索[J]. 中國行政管理，2018（8）：107?112.

［ 2 ］楊帆，莊天慧. 可行能力視域下新生代農民工多維相對貧困識別指標體系構建與實證測度[J]. 中國西部，2021（6）：1?14.

［ 3 ］郭君平，譚清香，曲頌. 進城農民工家庭貧困的測量與分析——基于“收入—消費—多維”視角[J]. 中國農村經濟，2018（9）：94?109.

［ 4 ］劉愿理，廖和平，李靖，等. 后2020 時期農戶相對貧困測度及機理分析——以重慶市長壽區(qū)為例[J]. 地理科學進展， 2020，39（6）：960?971.

［ 5 ］張建偉，周佳璇，郝演蘇. 醫(yī)療保險制度化解城市農民工多維相對貧困的政策效果[J]. 城市發(fā)展研究，2023，30（6）：44?52.

［ 6 ］胡倫，陸遷，杜為公. 社會資本對農民工多維貧困影響分析[J].社會科學，2018（12）：25?38.

［ 7 ］ALKIRE S， FOSTER J. Counting and multidimensional povertymeasurement[J]. Journal of Public Economics， 2011， 95： 476?487.

［ 8 ］RAVALLION M. The economics of poverty： History， measurement，and policy[M]. New York： Oxford University Press， 2016.

［ 9 ］王小林. 貧困概念的演進（一）收入和消費貧困[J]. 中國扶貧，2011（22）：30?31.

［10］SCHULTZ T W. Investment in Human Capital： The Role ofEducation and of Research [M]. New York： The Free Press， 1971.

［11］馬銘，詹智俊. 農民工相對貧困的多維識別指標體系構建——基于需要滿足視角[J]. 市場周刊，2021，34（5）：15?17.

［12］ARICI C， RONDA-PéREZ E， TAMHID T， et al. Occupational healthand safety of immigrant workers in Italy and Spain： A scopingreview[J]. International Journal of Environmental Research andPublic Health， 2019， 16（22）： 4416.

［13］CHAN J， SELDEN M. China’s rural migrant workers， the state， andlabor politics[J]. Critical Economics， 2014， 46（4）： 599?620.

［14］何秀，羅棟燊，王成超. 空間異質性視角下福州市進城農民工多維貧困特征研究[J]. 云南地理環(huán)境研究， 2024， 36（3） ：26?34.

［15］MERZ J ， RATHJEN T. Multidimensional time and income poverty：well-being gap and minimum 2DGAP poverty intensity-Germanevidence[J]. Journal of Economic Inequality， 2014， 12（4）： 555-580.

［16］WILLIAMS J R， MASUDA Y J， TALLIS H. A Measure Whose Timehas Come： Formalizing Time Poverty[J]. Social Indicators Research，2016， 128： 265?283.

［17］賀坤，周云波，成前. 共同富裕視域下的農民工多維相對貧困研究——基于城—城流動人口的比較分析[J]. 現(xiàn)代財經（天津財經大學學報），2022，42（7）：94?113.

［18］王春超，葉琴. 中國農民工多維貧困的演進——基于收入與教育維度的考察[J]. 經濟研究，2014，49（12）：159?174.

［19］王春超，周先波. 社會資本能影響農民工收入嗎？——基于有序響應收入模型的估計和檢驗[J]. 管理世界，2013（9）：55?68.

［20］王青，劉爍. 進城農民工多維貧困測度及不平等程度分析——基于社會融合視角[J]. 數(shù)量經濟技術經濟研究，2020，37（1）：83?101.

［21］高帥，郭鋮，張琴. 社會排斥、人情支出與農民工多維脫貧[J].財經科學，2018（6）：110?120.

［22］高云虹，劉津銘. 中國農民工多維相對貧困的空間分異及其影響因素研究[J]. 華中師范大學學報（自然科學版） ， 2024，58（2）：224?233.

［23］劉愿理，姚焱，廖和平，等. 新時期脫貧地區(qū)農村多維相對貧困測度及特征分析——基于重慶市4193 戶調查數(shù)據(jù)[J]. 干旱區(qū)資源與環(huán)境，2023，37（11）：19?25.

基金項目：國家自然科學基金項目（42171284）；教育部人文社科項目（20YJCZH112、22YJCZH199）；廣東省社科項目（GD23CGL02）；廣州市社科基金（2022GZYB20）；2023 年佛山科學技術學院學術基金項目（xsjj202310zsa02）；國家級大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目（202311847035、202411847014）