您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 战略 > 人口战略 > 中国农民工多维贫困及其户籍影响

中国农民工多维贫困及其户籍影响

发布时间:2018-09-21 作者:派智库 来源:《财经问题研究》2018年第 浏览:【字体:

摘要:本文以CFPS家庭数据为样本,借鉴A-F多维贫困测算框架,重新估计了中国25个省份在教育、健康、医保、就业和收入等五个维度的多维贫困。在此基础上,笔者引入户籍制度变量来解释农民工多维贫困的原因。研究发现:户籍制度本身隐含着对流入人口的制度性歧视,在很大程度上限制了农民工群体的自由流动和迁移,降低了个体外出寻求就业机会的可能性,进而加剧了农民工群体的多维贫困和不平等程度。进一步研究发现:教育机会、就业机会和收入水平是户籍制度影响个体多维贫困的主要途径。具体而言:第一,户籍身份隐含教育机会和教育质量的不均等,导致教育回报率城乡差距的进一步扩大,进而影响农民工的教育选择与教育投入。第二,劳动者户籍身份的差异导致农民工获取就业机会不均等,但是就业机会不均等的影响深度随着教育年限的增加将会逐步被削弱。第三,劳动力市场对非城镇户籍劳动者的收入歧视依然存在,导致农民工落入多维贫困的概率更高。这也意味着,现阶段户籍制度所隐含的社会分割在改革进程中尚未从根本上扭转,因而进一步推进户籍制度改革,提升教育质量,缩小城乡教育回报差距,是改善就业与收入机会不均等的关键。

本文来自织梦

关键词:农民工多维贫困;户籍制度;就业机会;收入不平等;农民工群体

织梦好,好织梦

一、问题的提出

织梦好,好织梦

2015年国务院发布《关于打赢脱贫攻坚战的决定》,提出“十三五”期末实现农村贫困人口的全面脱贫。2017年党的十九大报告进一步强调攻克深度贫困,积极引导农民工就业创业,进一步破除影响劳动力流动的体制,提高劳动报酬,实现个体发展。如何精准界定脱贫对象与群体,进一步改革制约脱贫攻坚的体制是破解中国农村贫困问题的重点和难点。

织梦好,好织梦

劳动力转移是农村贫困人口脱贫的重要方式,也是推进城镇化的重要部分。原因在于,人口流动在宏观上是社会人力资源优化配置的客观要求;在微观上能够满足理性个体追求效用最大化,有效改善个体或家庭的收入水平,有助于贫困家庭摆脱贫困状态[1]。 copyright dedecms

Sen认为,收入与消费水平过低是贫困的表征,而贫困的本质是能力贫困。张俊良和闫东东[2]认为,能力贫困主要体现在人力资本的匮乏上。而提升人力资本的两个重要途径就是获取公平的教育机会和就业机会。城镇化的发展能够有效带动农村剩余劳动力转移,并进入生产率更高的行业,通过获得政府和企业提供各类教育培训机会,对于农村劳动者人力资本积累具有重要的推动作用。但是,户籍制度的存在对于农民工平等地共享经济发展成果形成阻碍。现阶段户籍制度政策正逐步放松,但户籍分割产生的影响是否被削弱尚未定论。孙文凯等[3]利用双差回归模型对大中城市户籍制度改革的效果进行了检验,结果并未发现户籍制度改革促进劳动力流动的证据。吴贾等[4]的结论相似,认为当前的户籍制度改革在引导农民工流动方面的作用有限。

dedecms.com

基于此,本文从多维视角出发,构建了一个多维层次的指标体系,着重探讨农民工群体的贫困问题。梳理了农民工群体的贫困状况和变动特征,以期更加准确地把握这一群体贫困的演化发展规律。最后在此基础上。本文深入剖析户籍制度这一宏观因素对农民工多维贫困的影响与作用机制。 copyright dedecms

二、研究方法 本文来自织梦

多维贫困理论始于Sen的能力贫困理论,为贫困问题识别开拓了新的研究视角,将贫困的概念从单一的收入或消费维度拓展到可行能力与自由的多维视角进行识别和测度,引入了社会机会和经济政治工具等重要信息。Jalan和Ravallion对贫困问题的研究逐步拓展到动态的或风险的视角进行探讨。Alkire和Foster也在多维贫困框架下进行有益的尝试。国内学者对此问题进行了深入研究[5]-[10],对中国农村以及城市贫困问题进行多视角、多层次、多维度的测度,以期更为清晰地刻画个体或家庭的福利变动与能力贫困状态,为政府制定精准扶贫政策提供重要经验支持。 织梦内容管理系统

(一)多维贫困指数的构建

织梦内容管理系统

本文以A-F多维贫困指数为基本分析框架,对多维贫困进行测度和分解。多维贫困指数既能反映个体福利的被剥夺情况,也可以从能力视角反映个体能力的被剥夺情况。

copyright dedecms

copyright dedecms

三、数据与变量

内容来自dedecms

本文使用来自北京大学中国社会科学调查中心(ISSS)执行的中国家庭追踪调查(China Family Panel Studies,CFPS)的微观调查数据。CFPS涵盖全国25个省、市、自治区的家庭户和样本家庭中所有的家庭成员,具有较强的代表性。本文选取了2012年和2014年两个调查年度数据进行多维贫困的动态测度。为了着重考察户籍身份差异导致的歧视效应或分割效应,本文研究对象选定为16—65岁的城市劳动者和在城市工作的农村剩余劳动者(农民工),并对年龄、性别和教育等信息进行综合匹配,对于缺失值和异常值采取直接剔除法,最终处理后的有效样本数如表1所示。本文将劳动者按照人口进行划分,着重探讨农民工群体的多维贫困状态。

dedecms.com

织梦好,好织梦

图1刻画了不同劳动群体的教育和收入状况,初步判断如下:

织梦好,好织梦

从受教育年限来看:农民工群体中,以具有初中及以下学历的人口为主,并且包含约18%未受过正规教育的人口;城镇劳动者中,以初中和高中教育人口为主,大专及以上学历的比重增加,而未受过正规教育的比重仅为9.10%。总体来看,城市劳动者整体受教育水平显着高于农民工群体。

内容来自dedecms

从收入水平来看:城市劳动者的收入显着高于农民工群体的收入,并随着受教育程度的提高,两类群体的收入差距有扩大的趋势。这一现象产生的可能原因:一方面,不同类型劳动者收入差异部分可以被教育水平的差异所解释:另一方面,长期以来城乡教育回报率存在较大的差距,导致农民工群体通过教育途径改善贫困状态的偏好较低。此外,随着城镇化进程的加快,大量农村剩余劳动力进城,然而劳动者的户籍身份带来的歧视,加剧了就业机会的不均等,进而体现在收入的差距上。

织梦内容管理系统

[1]

本文来自织梦

值得注意的是,在城市工作的农民工与农民的收入差距也在进一步扩大。说明农村剩余劳动力进城务工,获得更大的就业选择机会与就业培训机会,提高劳动生产率,增加人力资本积累,进而显着提升劳动者的收入能力,有效改善其能力贫困与收入贫困状态。 织梦内容管理系统

为了进一步探究农民工和城市劳动者的贫困状态,本文采用A-F多维贫困指数来进行刻画分析。相对于单一的收入贫困或消费贫困指标,多维贫困综合指标能够更清晰地捕捉到个体贫困的能力被剥夺的情况。在贫困维度与指标的选取上,本文去除了以家庭所在地为单位获取的信息,着重考察了教育、健康、医保、就业和收入等五个维度的多维贫困状况。多维贫困指标构成及指标说明如表2所示。

织梦内容管理系统

dedecms.com

四、多维贫困的测度与分解 copyright dedecms

(一)贫困发生率的测度

内容来自dedecms

图2描述了不同临界值k条件下多维贫困发生率指数H0的变化情况。H0指数曲线呈向下倾斜的趋势,意味着随着维度临界值k的不断提高,被识别为贫困的家庭比重将会不断降低。此外,个体贫困主要集中在0<k<60%,即三个维度的贫困状况占据全部贫困人口的90%以上,说明在给定的宏观制度环境下,贫困人口在一些关键指标的能力被剥夺程度较高,意味着不同地区贫困人口的致贫因素相对集中。因此,从政策制定的角度来看,为普惠性国家贫困政策的制定提供了依据。 织梦好,好织梦

表3描述了不同类型劳动者的多维贫困发生率情况,并对不同维度的贫困发生率进行测算与分解。测算结果显示,2012年与2014年结果基本一致。总体来说,教育的贫困发生率最高,就业次之,收入排位第三,健康和医保分列第四和第五位。对于城市劳动者而言,教育致贫的影响占主导地位,就业与收入维度的贫困发生率则大体相等,分列第二、三位。对于农民工而言,教育同样是导致贫困的主要原因,就业次之,意味着拥有潜在就业机会是摆脱贫困的关键。健康排位第三,略高于收入,医保最低。可能的原因在于农民工从事以较高强度的体力劳动为主,对身体健康的要求要显着高于城市劳动者。

织梦内容管理系统

织梦内容管理系统

从各个维度来看,首先,农民工教育维度贫困发生率要高于城市劳动者,且整体有下降的趋势。其次,城市劳动者健康维度贫困发生率的下降趋势明显,但农民工健康维度贫困发生率则略有上升,既说明城市的膳食结构与营养状况、医疗健康状况均得到显着改善,也说明农民工健康问题突出,是这一群体贫困形成隐含的重要因素。再次,劳动者医保维度贫困发生率下降明显,说明当前我国医疗保险覆盖率高,成效显着。最后,城市就业维度贫困率下降明显,而农民工就业贫困则有所加剧,说明危机后经济整体减速下滑,城市就业机会特别是劳动密集型就业机会有所下降。

dedecms.com

(二)多维贫困指数的分解 织梦好,好织梦

在不同维度临界值k的条件下,来探讨多维贫困个体退出或进入的比例及贫困平均被剥夺情况,结果如表4所示。由表4可知,随着k的升高,贫困发生率降低,而贫困深度上升。值得注意的是,k=60%时,2014年全国仍有4.60%的个体陷入多维贫困状态。

织梦内容管理系统

织梦好,好织梦

整体而言,城市劳动者的贫困发生率相对较低,但平均被剥夺程度则最高。这一现象产生的可能原因是:城镇内部收入、教育机会以及就业机会不均等程度均明显高于农村,并且城市贫困人口生存压力较大,生活成本较高。农村户籍人口受益于土地制度,有基本的生活补给,生存成本相对较低。

织梦好,好织梦

城市中农民工的贫困状态高于城市劳动者,而平均被剥夺程度相对较低。这一现象产生可能的解释是:农民工群体总体抗击外部不利冲击的能力相对较弱,因而表现出较高的脆弱性和贫困发生率。一旦出现不利的外部冲击,如收入突然中断、失业以及患上重大疾病等突发状况,将会导致整个家庭陷入贫困的概率非常高。此外。城乡之间由于宏观制度环境限制也导致贫困家庭被剥夺深度的不均。

织梦内容管理系统

(i)多维贫困指数贡献度分析

织梦好,好织梦

本文来自织梦

为了探讨各子指标对多维贫困程度的影响,我们进一步测算了在不同维度临界值k条件下各指标的多维贫困贡献度,如表5所示。由表5可知,教育、就业和收入二三类子指标能够解释个体处于贫困致因的80%以上,其中,教育的贡献率最高,是导致个体陷入贫困的主要原因,就业机会次之,收入维度位列第三。可能的解释是:首先,教育资源分配的结构问题。教育资源分布严重不均,城乡之间、地区之间教育资源比例显着失衡,导致个体在接受良好教育的机会不均等程度进一步扩大,弱化了农村贫困家庭子女的升学竞争力。此外,长期以来,教育的产业化进程提高了高等教育的费用,加之教育回报率一直较低,因而降低了家庭对于通过教育来改善贫困的偏好[10],进而导致教育维度贫困贡献度居高不下的现状。其次,近十年来高速推动的城镇化带来的大量农村剩余劳动转移人口,普遍具有低学历的特征,由于城市中正规就业的门槛较高,因此,这一部分劳动力通常从事于非正规就业,导致就业维度贫困贡献度长期高位运行。最后,收入维度的贫困贡献度依然突出。随着经济的快速发展,绝对贫困程度显着降低,但收入不平等程度却在持续扩大,贫困的相对不平等程度居高不下,并且随着贫困持续期的增加而不断提高,意味着收入维度是贫困状态家庭长期陷于贫困的重要因素。此外,贫困的脆弱性还体现在健康指标上。因病致贫因病返贫仍然是贫困个体存在的突出问题。一方面,农村贫困家庭的健康水平和医疗条件总体更差,更易患病,并且疾病本身加剧了贫困家庭的困难,也加深了其贫困的程度和贫困的持续时间。对于主要从事体力劳动的农民工而言,健康仍是多维贫困的关键因素。另一方面,对于城市劳动者而言,现行医疗保障制度还不够完善,且自费医疗支出较高,导致贫困加剧。 织梦好,好织梦

五、农民工多维贫困影响因素分析 本文来自织梦

(一)模型设定和变量描述性统计 copyright dedecms

为了进一步探讨劳动者多维贫困致因,本文重点考察了可能影响农民工多维贫困的制度因素——户籍制度。户籍身份隐含着一系列制度性隔离政策,对城乡流动人口(农民工)带来了较大的机会差异,并对农民工群体的受教育程度、就业状况和收入水平都产生了深刻的影响[11]。为了着重考察户籍身份差异所导致的歧视效应或分割效应,本文在回归部分比较分析城镇劳动者和农民工的贫困致因。模型设定如下:

dedecms.com

Yi=α+βHukou+∑γjZj+μ 织梦好,好织梦

其中,Yi为本文被解释变量,依次为多维贫困指数、教育、健康、医保、就业和收入的对数;Hukou代表户籍制度;Zi为社会网络[9]、[2]工作经验、[3]工作经验的平方和性别等控制变量。μ为误差项。各变量的统计性描述结果如表6所示。

内容来自dedecms

内容来自dedecms

(二)户籍制度的影响分析 本文来自织梦

本部分我们将讨论户籍制度对劳动力流动,进而对农民工贫困状况的影响。考虑到样本数据存在多层次嵌套结构,因此,本文拟采用多层分析模型,从宏微观两个视角切入对多维贫困的致因进行验证,以期对微观贫困家庭的识别以及宏观政策制定提供依据。首先,通过引入多层Logit模型来分析个体多维贫困的同质性及致因,以全样本为分析对象,其中被解释变量为个体多维贫困状态的指示函数I(k),并设定1表示个体处于“贫困”状态。其次,引入多层线性模型以考察长期多维贫困个体间的异质性及不平等,这一部分的分析仅以贫困家庭作为考察对象,将贫困家庭长期平均被剥夺程度作为被解释变量。其回归结果如表7所示。 本文来自织梦

copyright dedecms

由表7可知,主要解释变量均显着且稳定。户籍制度对贫困的影响显着为正,而户籍制度及其与人口流动(Trans)的交互项为负,说明人口流动能够显着地降低贫困发生率,但户籍制度对人口流动产生约束,提高了贫困发生的概率,并恶化了贫困的不均等程度。通常,人口流动能够给个体带来教育和就业机会,增加个体的人力资本,提高个体获得收入的能力,是脱贫的重要手段。现行户籍制度虽在逐步弱化,但仍在一定程度上限制了劳动力在不同地域、行业以及部门间的流动,其分割效应依然存在[11]。

copyright dedecms

上述结果表明,户籍制度能够解释贫困发生率及其不平等。进一步,本文将对户籍制度对贫困的影响机制进行进一步检验。

织梦好,好织梦

(三)户籍制度对多维贫困作用机制的检验

内容来自dedecms

为了进一步探讨户籍制度对多维贫困的作用机制,本部分将劳动者多维贫困及各个维度的原始指标均引入模型,回归结果如表8所示。 织梦内容管理系统

本文来自织梦

由表8可知,主要解释变量的系数显着且稳定,并且与测算部分的基本结论一致。研究发现,农民工的多维贫困状况与劳动者的户籍身份显着相关,户籍制度导致农民工群体更容易陷入多维贫困,说明了户籍制度隐含的权利和福利,符合预期结论。

内容来自dedecms

研究结果表明:

dedecms.com

第一,教育机会。受教育程度是人力资本积累的重要途径,决定个体摆脱贫困的能力。平均受教育程度与个体贫困呈负相关关系,意味着劳动者受教育程度越高,则落入多维贫困的可能性越低。测算结果显示,相较于拥有城市户籍的劳动者,农民工群体平均受教育程度更低,说明农民工落入多维贫困的概率更高。进一步研究发现,[4]大部分贫困人口集中在缺乏高中教育的劳动者家庭,受教育水平仍然是导致劳动者陷入贫困的主要因素。

本文来自织梦

第二,就业机会。本文用失业率衡量,反映劳动者在劳动市场工作机会的可得性和稳定性。测算结果显示,户籍对失业具有显着负向影响,说明拥有城镇户籍能够有效地降低劳动者的失业率。拥有更高的教育年限和丰富的工作经验也能够有效降低失业率。而户籍制度与教育年限的交互项为正,说明对于具有相同教育年限的两类劳动者,随着受教育程度的提高,户籍制度对于降低劳动者失业率的影响会逐步削弱。由此引申,现阶段高等教育能够成为劳动者摆脱或削弱户籍制度限制的重要因素,是个体脱离贫困的关键要素。但事实上,笔者却发现即使对于相同教育年限的城乡劳动者,城镇本地劳动者的就业质量显着高于农村剩余劳动力,因此,政府应对农民工以及城市非正规就业者给予更多的关注和监督,进一步完善其社会保障待遇。 织梦好,好织梦

第三,收入差距。结果显示,户籍制度对收入(工资)具有正的影响,其系数为0.002,说明户籍制度具有正的溢价。户籍制度与教育年限交互项的系数为0.048,说明城乡劳动者的教育回报率存在显着差异,进而放大了户籍身份差异产生的溢价,加剧了城市劳动者和农民工的收入差距。研究发现,劳动力市场对非城镇户籍劳动者的收入歧视依然存在,进而导致农民工群体更容易陷入贫困。 内容来自dedecms

六、结论

内容来自dedecms

本文着重探讨了户籍制度对农民工多维贫困的影响及其作用机制。研究发现,户籍制度对农民工多维贫困的可能作用机制如下:首先,直接歧视效应。因户籍差异导致的就业过程中差别待遇;劳动者受教育的程度和教育质量的差异:对医疗保险购买的约束等。其次,间接歧视效应。农民工群体从农村流向城市,以务工性流动为主,受教育年限集中在高中及以下,而现行户籍制度仍然显着地制约着农民工自由流动或迁移,并且在很大程度上限制贫困地区劳动力外出的就业空间,进而加剧了农民工群体的多维贫困和不平等程度。

织梦内容管理系统

城镇化是脱贫的重要推动力量,进入城市不仅能够促进农民工群体融入到劳动生产率更高的部门,提升自身生产能力,同时能够获得更好的教育培训资源,促进人力资本积累,提高收入水平,帮助贫困群体摆脱贫困。只有促进人口的合理流动,才能够形成更高层次的社会发展。降低各种不必要的流动成本、就业摩擦和流动风险,有序推进人的城镇化、现代化进程,实现经济的可持续发展。

内容来自dedecms

因此,为确保2020年农村贫困人口实现脱贫的中长期目标,政府的脱贫工作应进一步深化户籍制度改革,促进有能力在城市长期工作的农业劳动转移人口逐步融入城市。具体而言:首先,积极推进基层劳动就业和搭建社会保障服务平台,拓宽就业渠道和收入渠道,降低各种不必要的流动成本、就业摩擦和流动风险,合理推进和引导外出务工人员进入和融入城市,实现人的城镇化。其次,加大对农村剩余劳动力在职培训与再深造的教育投入,确立以就业为导向的引导机制,提高人力资本投资的针对性和有效性,加快人力资本积累,提升劳动者获得收入能力以打破贫困陷阱。最后,提高农村教育质量,缩小教育回报的城乡差异。同时,增加公民受教育机会的公平性,在教育资源的分配中向弱势群体倾斜,鼓励教育脱贫。 本文来自织梦

参考文献:

内容来自dedecms

[1]潘士远,林毅夫.中国的就业问题及其对策[J].经济学家,2006,(1):12-18. dedecms.com

[2]张俊良,闫东东.多维禀赋条件、地理空间溢出与区域贫困治理——以龙门山断裂带区域为例[J].中国人口科学,2016,(5):35-48. 织梦内容管理系统

[3]孙文凯,白重恩,谢沛初.户籍制度改革对中国农村劳动力流动的影响[J].经济研究,2011,(1):28-41. 织梦内容管理系统

[4]吴贾,姚先国,张俊森.城乡户籍歧视是否趋于止步——来自改革进程中的经验证据:1989—2011[J].经济研究,2015,(11):148-160.

织梦内容管理系统

[5]王小林,Sabina Alkire.中国多维贫困测量:估计和政策含义[J].中国农村经济,2009,(12):4-10.

织梦好,好织梦

[6]罗楚亮.农村贫困的动态变化[J].经济研究,2010,(5):123-138.

本文来自织梦

[7]高艳云,马瑜.多维框架下中国家庭贫困的动态识别[J].统计研究,2013,(12):89-94.

copyright dedecms

[8]章元,万广华,史清华.暂时性贫困与慢性贫困的度量、分解和决定因素分析[J].经济研究,2013,(4):119-129.

dedecms.com

[9]王春超,张玲,周先波.社会关系网为什么能提升农民工工资[J].统计研究,2017,(2):79-91.

织梦好,好织梦

[10]郭熙保,周强.长期多维贫困、不平等与致贫因素[J].经济研究,2016,(6):143-156. 织梦好,好织梦

[11]万海远,李实.户籍歧视对城乡收入差距的影响[J].经济研究,2013,(9):43-55.

内容来自dedecms


[1]受教育年限变量中:0代表文盲半文盲;6代表小学学历;9代表初中学历;12代表高中学历;15代表大专;16代表大学本科;19代表硕士及以上学历。

内容来自dedecms

[2]社会网络采用劳动者家庭当年送礼和收礼的价值之和除以劳动者家庭人口数量得到的人均的礼金作为代理变量,并将劳动者社会网络指标滞后一期处理,以减轻指标本身可能存在的联立内生性。 织梦内容管理系统

[3]工作经验定义为年龄减去受教育年限减去6。 dedecms.com

[4]受制于篇幅限制,细分教育的回归结果省略,留存备索。

织梦内容管理系统