子女流動對農村老齡人口相對貧困的影響*

黃乾 晉曉飛

引言

2020年12月，中國政府宣布如期完成脫貧攻堅目標任務，按現行標準實現了徹底消除絕對貧困。絕對貧困的解決完成了階段性基礎工作，標志著新時期的貧困治理由解決絕對貧困轉變為緩解相對貧困。與絕對貧困相比，相對貧困強調家庭收入水平遠低于當地社會平均收入水平，指某一家庭收入只能夠滿足基本生存需求，難以維持當地條件所認可的其他生活需求的狀態。①Stark O.,Taylor J.E.“Migration Incentives,Migration Types.The Role of Relative Deprivation.”The Economic Journal,vol.101,no.408,1991,pp.1163-1178.

界定相對貧困人口的方法有多種，如社會指標法、預算標準法、收入分布法、收入比例法、基尼系數法以及擴展線性支出系統法等。①James F.,Joel G.,Erik T.“The Foster Greer Thorbecke(FGT)Poverty Measures:25 Years Later.”The Journal of Economic Inequality,vol.8,no.4,2010,pp.491-524；Townsend P.International analysis poverty.London:Routledge,2014；Khaled N.,Besma B.“Multidimensional Poverty Measurement in Tunisia:Distribution of Deprivations Across Regions.”The Journal of North African Studies,vol.22,no.5,2017,pp.841-859；Aaberge R.,Peluso E.,Sigstad H.“The Dual Approach for Measuring Multidimensional Deprivation:Theory and Empirical Evidence.”Journal of Public Economics,vol.177,no.9,2019,pp.104-136.其中，收入比例法最為常用，即將一個國家或地區收入的平均值或中位數乘以某個比例作為相對貧困線，使用中位數會更為穩健。②Madden,D.“Relative or Absolute Poverty Lines:A New Approach.”Review of Income and Wealth,vol.46,no.2,2000,pp.181-199.歐盟將收入中位數的60%作為相對貧困線，同時將收入中位數的50%作為參考標準。③Van V.,Wang,C.“Social Investment and Poverty Reduction:A Comparative Analysis Across Fifteen European Countries.”Journal of Social Policy,vol.44,no.3,2015,pp.611-638.中國學術界自90年代展開了關于相對貧困的研究，④周彬彬：《向貧困挑戰：國外緩解貧困的理論與實踐》，北京：人民出版社，1991年；李強：《絕對貧困與相對貧困》，《中國社會工作》1996年第5期。陳宗勝等（2013）認為將上一年農村居民人均純收入均值的40-50%作為相對貧困的標準；⑤陳宗勝、沈揚揚、周云波：《中國農村貧困狀況的絕對與相對變動——兼論相對貧困線的設定》，《管理世界》2013年第1期。沈揚揚和李實（2020）認為中短期內先分城鄉制定相對貧困標準，即分別以城鎮、農村居民可支配收入中位數的40%作為相對貧困線，并進行周期性調整，最終將相對貧困線設定在收入中位數的50%；⑥沈揚揚、李實：《如何確定相對貧困標準：兼論——城鄉統籌相對貧困的可行方案》，《華南師范大學學報（社會科學版）》2020年第2期。汪晨等（2020）建議短期內分城鄉、分省使用收入中位數的50%作為相對貧困標準，中期采用城鄉一體、全國統一的收入中位數的50%作為相對貧困線，最后把相對貧困線上調至收入中位數的60%。⑦汪晨、萬廣華、吳萬宗：《中國減貧戰略轉型及其面臨的挑戰》，《中國工業經濟》2020年第1期。

本文關注的是人口遷移背景下農村老齡人口相對貧困問題。自改革開放以來，中國經歷了規模巨大的快速的人口遷移，城市化率從1978年的17.9%提升至2020年的63.89%。第七次全國人口普查數據顯示，2020年全國流動人口規模3.76億人，約占總人口的26%。根據聯合國預測，到2030年中國城市化率將達到71%左右，對應城鎮人口為10.3億，比2020年增加約1.3億，其中約0.7億來自于鄉城遷移。農村勞動力仍將持續流出，這表明子女外出流動是農村老齡人口面臨的生活常態。

經典人口遷移理論起源于推拉理論，后來發展出劉易斯兩部門人口流動模型、托達羅模型等，認為人口遷移是個體為達到收益最大化而做出的理性選擇。從農村到城市，從第一產業到第二、三產業的轉變有助于農村勞動力提高人力資本回報率，獲得更高收入。20世紀80年代，新遷移經濟學對經典人口遷移理論發起挑戰，與經典理論假設個人為決策主體不同，新遷移經濟理論強調家庭作為決策主體，人們以家庭預期收入最大化和風險最小化的原則做出遷移決策。成年子女外出務工有利于家庭分散經濟風險，是基于家庭自身情況做出的理性選擇。①Stark O,Bloom D E.“The new economics of labor migration.”The American Economic Review,vol.75,no.2,1985,pp.173-178.有學者認為，農村勞動力在非農部門獲得工資有助于提高家庭的絕對收入，改善家庭的生活水平，降低了陷入貧困的相對概率。②Bertoli,S.and Marchetta,F.“Migration,Remittances and Poverty in Ecuador.”Journal Development Studies,vol.50,no.8,2014,pp.1067-1089；都陽、萬廣華：《城市勞動力市場上的非正規就業及其在減貧中的作用》，《經濟學動態》2014年第9期；樊士德、江克忠：《中國農村家庭勞動力流動的減貧效應研究—基于CFPS數據的微觀證據》，《中國人口科學》2016年第5期。也有學者認為勞動力流動容易造成農村老齡人口在經濟上、健康上、情感上的多維貧困。③陳柏峰:《代際關系變動與老年人自殺—對湖北京山農村的實證研究》，《社會學研究》2009年第4期；宋月萍：《精神贍養還是經濟支持:外出務工子女養老行為對農村留守老人健康影響探析》，《人口與發展》2014年第4期；高翔、王三秀：《勞動力外流、養老保險與農村老年多維貧困》，《現代經濟探討》2018年第5期。勞動力外流可以消除農村貧困，在某種情況下也會加劇貧困，具體到不同農戶減貧效果更是不同。④楊靳：《人口遷移如何影響農村貧困》，《中國人口科學》2006年第4期；Marre A.W.Rural Out-Migration,“Income and Poverty:Are Those Who Move Truly Better Off?”Agricultural and Applied Economics Association 2009 AAEA&CCI Joint Annual Meeting.Milwaukee,Wisconsin,2009,July 26-29；李翠錦：《貧困地區勞動力遷移、農戶收入與貧困的緩解—基于新疆農戶面板數據的實證分析》，《西北人口》2014年第1期；Guriev.S.Vakulenko,E.“Breaking out of Poverty Traps:Internal Migration and Interregional Convergence in Russia.”Journal of Comparative Economic,2015,43(3).實際上，老年貧困在發展中國家普遍存在且日益嚴峻，已成為發展中國家共同面臨的社會困境。⑤Barrientos,A.,M.Gorman,and A.Heslop.“Old Age Poverty in Developing Countries:Contributions and Dependence in Later Life.”World Development,vol.31,no.3,2003,pp.555-570.中國經濟發展不平衡、城鄉收入差距明顯，特別是在當前老齡化明顯加速、收入差距不斷擴大、城鎮化持續推進的背景下，中國農村老齡人口貧困問題令人擔憂：老齡化使農村老齡人口數量不斷增加，計劃生育政策下的少子化使農村家庭結構急劇改變，人口遷移使農村勞動力結構惡化，農村老齡群體經濟來源單一，極大依賴子女贍養，容易陷入貧困狀態。中國農村貧困老人規模巨大，老齡人口貧困率一直高于非老齡人口，且遠高于同期的城鎮老齡人口，⑥楊立雄：《中國老年貧困人口規模研究》，《人口學刊》2011年第4期；何欣、黃心波、周宇紅：《農村老齡人口居住模式、收入結構與貧困脆弱性》，《中國農村經濟》2020年第6期。在擺脫絕對貧困之后，農村地區的老齡人口仍然是經濟基礎十分薄弱、對抗風險能力極差的弱勢群體。

本文著重研究了子女流動對農村老齡人口相對貧困的影響，可能從以下幾個方面對該領域作出邊際貢獻：第一，研究對象上，聚焦農村老齡人口相對貧困問題。目前，既有相關文獻針對農村老齡人口相對貧困的研究較為缺乏，實證分析更為欠缺，并且不同于多數人口流動的研究，本文強調了子代勞動力流動對父代的影響。第二，研究設計上，使用不同的計量模型嘗試解決內生性問題。老齡家庭子女外出流動是樣本自選擇的結果，忽視該問題會導致嚴重的選擇性偏誤，使實證結論不可靠。本文充分考慮了模型的內生性問題，使用雙向固定效應模型、雙重差分模型等不同的研究方法力爭研究結論更加準確穩健。第三，研究廣度上，本文考察了流動子女的數量、年齡、流動范圍對農村老齡人口相對貧困影響的異質性，同時子女流動產生的減貧效應呈現出下降趨勢。

一、數據來源和變量選擇

本文使用2014年和2018年的中國家庭追蹤調查數據（China Family Panel Studies，CFPS），該項目自2010年由北京大學中國社會科學調查中心開始實施，采樣范圍覆蓋全國25個省（市、區），涵蓋全國95%以上的人口，具有全國代表性。

無論外出與否，多數成年子女婚嫁之后與老人分開居住，本文的研究對象僅限定為居住在農村且年齡均在60歲以上（含60歲）的老齡人口組成的家庭，并分為兩類：有子女流動（包括外出打工或務農）的老齡家庭和無子女流動的老齡家庭。剔除無效樣本后，本文最終獲得6408戶樣本，其中，2014年受訪家庭2969戶，2018年3439戶。

對所選取的變量做出簡要說明：

第一，被解釋變量：是否相對貧困。本文選擇以全國一體的農村家庭人均可支配收入中位數的50%作為衡量相對貧困的標準，并以中位數的40%為參考，用于穩健性檢驗。借助CFPS農村樣本，測算出2014年與2018年農村家庭人均可支配收入的中位數分別為7213.33元和11111.11元，故中位數的50%分別為3606.67元和5555.56元。老齡人口家庭人均可支配收入低于該標準時，取值為1，即陷入相對貧困；高于該標準時，取值為0。

第二，核心解釋變量：子女流動。本文關注的變量是子女是否外出流動。當取值為1時，表示該農村家庭的成年子女已發生流動；當取值為0時，表示子女未發生流動。2014年有子女流動的老齡家庭占比為40.73%，2018年占比42.02%，即子女外出流動的比例略有上升。

第三，控制變量：老齡家庭的相對貧困狀況受自身稟賦和外在環境的綜合影響。家庭自身稟賦主要包括戶主的年齡、性別、婚姻狀況、受教育程度，以及老齡家庭的人口規模、平均受教育程度、健康狀況等人力資本。老齡家庭中的戶主是指家庭中最熟悉財務狀況的人或經濟決策者，若沒有明確分工，則以男性為戶主。影響家庭經濟狀況的其他因素包括社會保障福利、政府轉移支付、宏觀經濟發展水平，選取以家庭戶為單位參與社會養老保險和醫療保險的情況反映社保福利水平，以是否收到政府補貼反映轉移支付情況，考慮到中國區域性發展不平衡的現狀，選取所在地當年的GDP增長率和城鎮化率作為地區宏觀環境的特征變量。表1列出了本文實證分析中變量的描述性統計。

表1 變量描述性統計

（接上表）

二、經驗研究設計

評估子女流動對老齡人口相對貧困的影響時，選擇性偏誤（Selection Bias）和遺漏變量等內生性問題可能導致估計結果不一致。為此，本文分別采用面板Logit雙向固定效應模型和Logit雙重差分模型加以克服。

（一）面板Logit雙向固定效應模型

面板Logit雙向固定效應模型在一定程度上可以控制不隨時間變化的遺漏變量，包括個人、家庭、地區層面的異質性因素，以及不隨之變化的宏觀經濟環境等因素，模型如下：

（1）式中，下標i,t分別表示家庭、年份；Povertyit為虛擬變量，表示老齡家庭i在t年是否陷入相對貧困；Ldit是本文的核心解釋變量，用來表示家庭i在t年是否有成年子女外出打工或務農；Xit表示包括戶主特征、家庭特征和地區特征的控制變量，θi為家庭固定效應，rt為年份固定效應，εit為隨機擾動項。

（二）Logit雙重差分模型

雙向固定效應模型雖然可以消除誤差項中不隨時間變化的異質性，但可能由于方差偏大而喪失部分估計精度，有鑒于此，我們采用雙重差分模型（Difference-in-Difference）再次估計，提高量化評估的準確性。①Angrist J D,Pischke J S.Mostly Harmless Econometrics:An Empiricist’s Companion.Princeton,NJ：Princeton University Press,2008.模型如下：

（2）式中，Ti為實驗期虛擬變量，即取2014年樣本時，Ti=0，取2018年樣本時，Ti=1；Treati為處理組虛擬變量，當老齡家庭的子女流動情況發生了變化時，樣本屬于處理組，Treati=1，當家庭的子女流動情況未發生變化時，樣本屬于控制組，Treati=0時；Ti*Treati為雙重差分項，估計了子女流動對老齡人口是否陷入相對貧困的影響效應。

首先，重新界定樣本。在雙向固定效應模型樣本的基礎上剔除了2014年和2018年僅被訪問過一次的樣本，因為無法利用這些樣本進行雙重差分的估算，刪除之后，得到已接受兩次訪問的家庭共2173戶。再次，由于子女流動發生變化的情況有兩種，即2014年未流動但2018年發生流動以及2014年流動但2018年未流動，相應構建了兩類DID模型：（1）第一類，處理組為子女于2014年未流動而2018年外出流動的家庭，控制組為子女一直未流動的家庭，此模型估計了子女由在家轉變為流動對老齡家庭相對貧困產生的影響；（2）第二類，處理組為子女由流動轉變為非流動的家庭，控制組為子女2014年和2018年均外出流動的家庭，估計了子女由外出轉變為不流動對老齡人口相對貧困的影響。根據設定，兩類模型的雙重差分項符號上應該相反。

三、子女流動對老齡人口相對貧困的影響

（一）實證結果

表2 （1）列給出了雙向固定效應模型的幾率比（Odds Ratio），用于反映解釋變量對被解釋變量的影響程度。子女流動的幾率比小于1，表明在控制其他因素的情況下，子女流動與老齡人口的相對貧困呈負向關系，有外出子女的老齡人口陷入相對貧困的幾率僅為無外出子女的老人陷入相對貧困的23.63%，且在1%的水平上顯著。

表2 子女流動對農村老齡人口相對貧困的影響

控制變量中，老齡家庭的大多數人力資本特征未對相對貧困產生顯著影響，家庭參與社會養老保險可以明顯降低陷入貧困的幾率，而醫療保險則加劇了相對貧困的風險，可能的原因是身體狀況不佳的老齡人群更傾向參與醫療保險，而身體不健康增加了因病致貧風險。

第（2）、（3）列給出了雙重差分模型回歸結果。第（2）列雙重差分項的幾率比小于1，表明在控制其他因素的情況下，子女由未流動轉變為流動降低了老齡人口相對貧困的幾率，僅為子女一直未流動家庭的43.79%，在1%的水平上顯著。第（3）列雙重差分項的幾率比大于1，表明子女由流動轉變為不外出流動會加劇老齡人口的相對貧困，幾率為子女一直流動的老齡人口的2.085倍，且在1%的水平上顯著。

控制變量中，戶主年齡與相對貧困呈倒“U”形關系，身體不健康成員的比例與相對貧困呈正相關關系，受教育程度和城鎮化率顯著緩解了發生相對貧困的風險，養老保險和醫療保險的影響同上。

（接上表）

（二）穩健性檢驗

本文通過兩種方式進行穩健性檢驗。

第一，改變界定相對貧困的標準。標準一，采用全國一體的農村人均可支配收入中位數的40%進行劃分，利用雙向固定效應、雙重差分模型再次估計，幾率比列于表3（1）～（3）列。標準二，考慮到中國區域發展不平衡的現實情況，根據2011年國家統計局的劃分標準，按中、東、西、東北四個區域分別計算相應的農村人均可支配收入，再以中位數的50%作為標準進行估計，幾率比列于表3（4）～（6）列。

第二，利用PSM-DID模型進行穩健性檢驗。首先，將戶主年齡、婚姻狀況、性別、受教育程度、人口規模、家庭成員平均受教育程度、身體不健康成員占比、養老保險參與情況、醫療保險參與情況、是否受到政府補助、GDP增長率、城鎮化率作為協變量，采用1：4最近鄰傾向得分匹配法（PSM）進行匹配，匹配后處理組和對照組樣本特征變量的P值均大于10%，①限于篇幅，平衡性檢驗結果未在本文列示，留存備索。即兩組控制變量不存在顯著特征差異，排除了相關的研究干擾。然后利用DID模型分別進行估計，幾率比列于表3（7）、（8）列。

表3 穩健性檢驗

兩種檢驗均支持前文結論：子女是否流動顯著影響農村老齡人口陷入相對貧困的幾率，有外出子女的老人陷入相對貧困的風險更小，即本文的基準模型穩健。

四、進一步分析

本文采用2014年和2018年數據，通過實證研究表明子女流動會顯著降低老齡人口陷入相對貧困的風險。那么，流動子女的數量、年齡以及流動范圍不同是否使這一影響有明顯差異？不同年份影響程度是否會有所不同？本文對此做出進一步探討。

（一）影響的異質性分析

本文定義的子女除兒子、女兒還包括兒媳和女婿，數量指所有外出流動的子女的數量之和；年齡指外出子女的平均年齡，并分為16歲至30歲（含16歲），30歲至40歲（含30歲），40歲至50歲（含40歲），50歲及以上四個年齡段；流動范圍分為：市內流動（包括本市/區的其他縣/市、本縣/市的其他鄉/鎮/街道、本鄉/鎮/街道的其他村/居）、省內跨市流動、跨省流動。基準回歸中加入相應變量與子女流動的交互項，考察影響的異質性，模型為：

Zit表示家庭i在t年的流動子女數量、平均年齡和流動范圍（年齡和范圍為虛擬變量）。表4（1）～（3）列報告了估計結果。可以看到，流動子女的數量對降低農村老齡人口的相對貧困作用顯著，即外出子女越多，農村老人陷入相對貧困的幾率越小。流動子女平均年齡超過40歲后加大了老人陷入貧困的相對風險，可能的原因有：（1）40歲以上的農村勞動力普遍受教育程度較低、勞動技能簡單，就業轉移困難，市場競爭力差，容易被閑置和遭遇非正常淘汰；（2）該年齡段的外出勞動力體能開始下降且自身患病風險上升，從事體力勞動獲得的收入會下降；（3）撫育后代的壓力增大，從而削弱了對農村老齡人口的支持力度。從流動范圍看，距離流出地越遠，減貧效應越強，省內跨市流動和跨省流動對降低農村老齡人口相對貧困的作用更為明顯，即與市內流動相比，子女跨市流動和跨省流動更有助于緩解老齡人口的相對貧困。

（二）影響的變化趨勢

對2014年和2018年的截面數據使用Logit模型分別估計，考察不同年份子女流動對農村老齡人口相對貧困的影響是否存在差異，幾率比如表4（4）、（5）列所示。可以看出，2014年有外出流動子女的老齡人口陷入相對貧困的幾率僅為沒有外出子女的17.07%，相對風險不足五分之一，而2018年該風險上升至27.33%。由此表明，相比2014年，2018年子女是否外出打工對農村老人相對貧困的影響明顯下降。可能的原因是，2013年11月，習近平總書記首次提出了“精準扶貧”的重要思想，具體工作于2016年在全國范圍內鋪開，該政策瞄準全國8249萬農村貧困居民，重點實施包括改善基礎設施、產業扶持、調整農村經濟結構、構建貧困鄉村集體經濟分紅機制等一系列措施，并通過實物、現金、股份合作等方式直補到戶，直補到人，兜底貧困戶的基本生活保障，以機制促扶貧，切實改善了農村人口尤其是農村老齡人口的貧困狀況。

表4 子女流動對農村老齡人口相對貧困影響的異質性分析和變化趨勢

五、結論與政策啟示

我國農村人口的大規模流動已經持續了40余年，對經濟社會發展產生了深遠影響。《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》指出，到2035年“基本實現新型工業化、信息化、城鎮化、農業現代化”，這表明農村人口流動仍將長期持續，在絕對貧困已經解決的背景下，應高度關注人口流動對農村相對貧困特別是農村老齡人口相對貧困的影響。本文利用2014年和2018年CFPS數據，采用面板Logit雙向固定效應模型和雙重差分模型，實證考察了子女流動對農村老齡人口相對貧困的影響。結果表明，子女外出流動顯著緩解了農村老齡人口陷入相對貧困的風險。外出子女數量越多、越年輕對老齡人口的減貧效果越明顯；相對于市內流動，省內跨市流動和跨省流動的子女更有助于緩解老人的相對貧困。另外，相比2014年，2018年子女流動對農村老人相對貧困的影響程度明顯下降。

本文的研究結論表明，要有效減少農村老齡人口的相對貧困，充分發揮農村勞動力流動對老齡人口相對貧困的積極作用，需要做到：（1）進一步促進農村人口流動，提高新型城鎮化質量。近年來，中國經濟進入新常態，技術進步、產業轉型升級、勞動力成本上升、經濟增速下降，農村勞動力流動速度明顯放緩。應切實放開放寬以超大城市為主的城市落戶限制，進一步消除勞動力流動障礙，促進勞動力跨區域自由流動。同時，加快推動居民基本公共服務均等化，實現流動人口和城鎮本地人口“一視同仁、應有盡有”；健全流動人口市民化長效機制和政策，加快推進流動人口市民化進程。（2）通過培訓和就業指導提升大齡流動務工人員的勞動技能水平。隨著我國人口結構的改變，18～35歲黃金年齡段的農民工數量相對減少，供不應求，而規模龐大的40歲以上大齡農民工由于缺乏相應的勞動技能而被閑置，造成極大的人力資源浪費，應加大培訓力度，強化其在勞動力市場的競爭力，有助于破解農民工就業難和結構性用工荒共存的雙重困境。（3）通過鄉村振興切實提高老齡人口收入水平和養老服務水平。一方面要加大對農村老齡人口的轉移支付力度，健全集體經濟分紅機制，改善老齡人口收入單一的現狀，減少對子女流動的過度依賴；另一方面要加快完善農村社會保障政策，加大農村養老服務設施建設力度，填補由于子女外出對老人日常照料上的空白，從而形成子女流動和鄉村振興協同解決農村老齡人口相對貧困的格局。