社會(huì)資本會(huì)緩解進(jìn)城農(nóng)民工的相對(duì)貧困嗎？*
——基于自我效能感的中介檢驗(yàn)

詹智俊 鐘雅琦 馬 銘 程婧月 劉融天 彭繼權(quán)

（江西財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，江西 南昌 330013）

一、引言

隨著中國(guó)農(nóng)村絕對(duì)貧困的徹底消除，中國(guó)扶貧重心將從消除絕對(duì)貧困向緩解相對(duì)貧困轉(zhuǎn)變，從主要解決收入貧困向解決多維貧困轉(zhuǎn)變，以農(nóng)村為主向城鄉(xiāng)統(tǒng)籌扶貧轉(zhuǎn)變，注重脫貧速度向注重脫貧質(zhì)量和人民獲得感轉(zhuǎn)變[1]。城鎮(zhèn)化的快速推進(jìn)使得大量農(nóng)村勞動(dòng)力向城市轉(zhuǎn)移，身處城市的農(nóng)民工正面臨著社會(huì)融入、就業(yè)歧視等諸多困境。2019年中國(guó)農(nóng)民工數(shù)量高達(dá)29077萬人，如果以城鎮(zhèn)居民人均可支配收入中位數(shù)50%作為相對(duì)貧困標(biāo)準(zhǔn)，處于相對(duì)貧困狀態(tài)的農(nóng)民工達(dá)7000萬左右，表明農(nóng)民工已經(jīng)成為相對(duì)貧困的高發(fā)群體[2]。2020年新冠肺炎疫情進(jìn)一步加劇了農(nóng)民工的生活就業(yè)壓力，因此，如何有效緩解農(nóng)民工相對(duì)貧困已成為亟待解決的問題。在有關(guān)緩解貧困的研究中，“資本”一直受到學(xué)界的廣泛關(guān)注。早期學(xué)界主要強(qiáng)調(diào)傳統(tǒng)意義上的自然資本和物質(zhì)資本的減貧理論，認(rèn)為貧困的主要根源在于實(shí)物資本投資不足。隨著實(shí)物資本的減貧功能逐漸式微，現(xiàn)今越來越多學(xué)者意識(shí)到社會(huì)資本的減貧作用。然而，大多數(shù)學(xué)者只關(guān)注社會(huì)資本對(duì)絕對(duì)貧困的緩解作用，其對(duì)相對(duì)貧困的作用尚無統(tǒng)一結(jié)論。社會(huì)資本是否能顯著降低農(nóng)民工相對(duì)貧困？不同類型社會(huì)資本的減貧作用一致嗎？農(nóng)民工內(nèi)部群體是否存在異質(zhì)性？作用機(jī)制是什么？以上問題均值得深入研究。

二、文獻(xiàn)述評(píng)

目前關(guān)于農(nóng)民工相對(duì)貧困的研究主要集中在關(guān)于貧困的定義、測(cè)度、類型、致因和反貧困治理等方面。更多學(xué)者關(guān)注其中的兩個(gè)主要方面：第一是農(nóng)民工相對(duì)貧困的測(cè)度。隨著研究的不斷深入，貧困識(shí)別已從片面的單一維度轉(zhuǎn)向較為全面的多維測(cè)度。已有的多維貧困指標(biāo)體系都是基于聯(lián)合國(guó)開發(fā)計(jì)劃署（UNDP）的MPI，且大多采用A-F方法以農(nóng)民工個(gè)體或家庭為單位測(cè)度相對(duì)多維貧困。但由于不同學(xué)者的數(shù)據(jù)來源、樣本特征以及研究目的不同，所以選擇的具體維度、指標(biāo)也不同，故結(jié)果也有所差異。王春超和葉琴[3]構(gòu)建收入、健康、教育和醫(yī)療保險(xiǎn)的4維貧困指數(shù)；蔣南平和鄭萬軍[4]構(gòu)建包括收入、健康、生活質(zhì)量、醫(yī)療服務(wù)、融入城市5維指標(biāo)體系；彭繼權(quán)等[5]采用收入、教育、健康、生活、就業(yè)和融合5維貧困指數(shù)。第二是農(nóng)民工相對(duì)貧困的致因。許多學(xué)者發(fā)現(xiàn)農(nóng)民工的貧困問題既有自身內(nèi)因，也受到社會(huì)因素影響。在中國(guó)的人情社會(huì)中，“關(guān)系”網(wǎng)絡(luò)中的社會(huì)資本在生活中發(fā)揮了重要作用，許多學(xué)者運(yùn)用社會(huì)資本理論從農(nóng)民工可行能力不足的角度分析致貧原因。李夢(mèng)娜[6]指出社會(huì)資本不足和制度性歧視導(dǎo)致農(nóng)民工的社會(huì)支持有限從而陷入貧困。羅明忠等[7]認(rèn)為社會(huì)資本積累能增加農(nóng)戶持續(xù)發(fā)展能力，進(jìn)而緩解相對(duì)貧困。胡倫等[8]認(rèn)為社會(huì)資本在緩解收入、教育貧困方面尤為突出。

當(dāng)前，從社會(huì)資本視角分析農(nóng)民工貧困問題的研究主要側(cè)重于分析社會(huì)資本單一維度的影響。葉靜怡和武玲蔚[9]研究了社會(huì)資本對(duì)進(jìn)城務(wù)工人員工資水平的因果效應(yīng)；朱志勝[10]探究社會(huì)資本對(duì)農(nóng)民工就業(yè)的作用；劉傳江和周玲[11]研究社會(huì)資本與農(nóng)民工的城市融合的關(guān)系；米松華等[12]分析了農(nóng)民工社會(huì)資本影響其健康的維度差異和類型差異；肖慧等[13]探究社會(huì)資本對(duì)農(nóng)民工精神維度的影響，發(fā)現(xiàn)社會(huì)資本能促進(jìn)農(nóng)民工幸福感的提高。大多數(shù)學(xué)者從單維視角注重分析農(nóng)民工貧困，從多維視角探究社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的影響的研究還很少。

綜上所述，目前從社會(huì)資本視角探究農(nóng)民工相對(duì)貧困的研究較少，大多數(shù)相對(duì)貧困指標(biāo)體系中的維度和指標(biāo)選取較為主觀，且權(quán)重設(shè)置以等權(quán)重法居多?；诖耍疚膰L試構(gòu)建一套更為科學(xué)合理的農(nóng)民工相對(duì)貧困指標(biāo)體系，并采用主成分賦權(quán)法克服等權(quán)重法的主觀性。另外，為避免模型中可能存在的內(nèi)生性問題運(yùn)用IVProbit和二階段最小二乘法（2SLS）模型分析社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的影響，并通過中介效應(yīng)檢驗(yàn)其作用機(jī)制。

三、研究設(shè)計(jì)與數(shù)據(jù)分析

（一）數(shù)據(jù)來源及其處理方法

1．?dāng)?shù)據(jù)來源

本文數(shù)據(jù)來源為中國(guó)家庭追蹤調(diào)查數(shù)據(jù)（CFPS），該調(diào)查項(xiàng)目覆蓋我國(guó)31個(gè)省份（不含中國(guó)港澳臺(tái)），囊括中國(guó)居民經(jīng)濟(jì)狀況、就業(yè)、教育、人口遷移、家庭動(dòng)態(tài)、健康、家庭關(guān)系等諸多研究主題，非常契合本文的研究需要。根據(jù)農(nóng)民工的定義——“外出從事非農(nóng)工作6個(gè)月以上的農(nóng)業(yè)戶口勞動(dòng)者”，匹配2018年數(shù)據(jù)，剔除數(shù)據(jù)中的缺失值和異常值后，最終篩選出1673名農(nóng)民工。

2．農(nóng)民工相對(duì)貧困界定與測(cè)度

本文使用Alkire 和Foster（2010）[14]提出的A-F雙界線法測(cè)度農(nóng)民工相對(duì)貧困。測(cè)度方法如下：

對(duì)單一維度的貧困而言，只要該維度指標(biāo)低于貧困臨界值，即可界定為貧困。而要界定多維貧困，則需要涉及到兩個(gè)臨界值：一個(gè)是樣本個(gè)體在單一維度上的貧困臨界值，另一個(gè)則是各維度綜合指標(biāo)得分的臨界值，因此該方法被稱為“雙界限”法。

首先，將農(nóng)民工個(gè)體在每個(gè)維度指標(biāo)上的值與對(duì)應(yīng)臨界值進(jìn)行比較，從而判斷其在各維度指標(biāo)上的貧困狀況。其中，用xij表示第i個(gè)樣本在第j 個(gè)貧困指標(biāo)上的取值，用zj表示第j 個(gè)指標(biāo)的貧困臨界值，若xij

同時(shí)，設(shè)置wj表示第j 個(gè)指標(biāo)的權(quán)重賦值，計(jì)算第i個(gè)樣本在d個(gè)維度上的貧困總得分最后測(cè)算出樣本的多維相對(duì)貧困指數(shù)其中，k為貧困總得分臨界值，用于判斷樣本是否處于多維相對(duì)貧困，即：

總而言之，多維相對(duì)貧困指數(shù) 是對(duì)各維度進(jìn)行計(jì)算并測(cè)得的每個(gè)樣本的多維相對(duì)貧困得分，以衡量其相對(duì)貧困程度，該數(shù)值介于0到1之間，數(shù)值越大表示樣本個(gè)體的貧困程度越大；相對(duì)貧困識(shí)別是根據(jù)測(cè)算的多維相對(duì)貧困指數(shù)，選擇臨界值對(duì)貧困做出的界定，據(jù)此可將樣本分為相對(duì)貧困和非相對(duì)貧困。

3．相對(duì)貧困指標(biāo)體系構(gòu)建

在MPI指數(shù)的基礎(chǔ)上，本文結(jié)合農(nóng)民工城市生活的具體情況，從教育、就業(yè)、收入、精神、生活、健康等6個(gè)維度構(gòu)建農(nóng)民工相對(duì)貧困指標(biāo)體系。教育維度，選取學(xué)歷和是否有其他教育經(jīng)歷作為指標(biāo)。就業(yè)維度選取有無保險(xiǎn)與工作滿意度自評(píng)。收入維度選取2018年全國(guó)城鎮(zhèn)居民收入中位數(shù)50%作為臨界值，同時(shí)將收入滿意度自評(píng)納入指標(biāo)體系。精神維度的指標(biāo)包括主觀幸福感和是否感到孤獨(dú)。生活維度采用生活滿意度自評(píng)進(jìn)行測(cè)度，也考慮互聯(lián)網(wǎng)的使用情況，將互聯(lián)網(wǎng)使用頻率1月1次設(shè)為臨界值。健康維度，選取自評(píng)健康狀況和有無慢性病作為指標(biāo)。將大于臨界值的變量定義為貧困，賦值為1，并運(yùn)用主成分分析法確定各指標(biāo)權(quán)重。其中，KMO檢驗(yàn)的值為0.68，接近0.7，說明該數(shù)據(jù)可以采用主成分分析法進(jìn)行權(quán)重賦值，各指標(biāo)權(quán)重見表1。

表1 農(nóng)民工相對(duì)貧困指標(biāo)體系

最后，依照相對(duì)貧困測(cè)度方法，計(jì)算出農(nóng)民工的相對(duì)貧困總得分，生成變量“相對(duì)貧困程度”，借鑒前人經(jīng)驗(yàn)將貧困總得分ci≥1/3定義為相對(duì)貧困[15]，生成變量“是否相對(duì)貧困”（相對(duì)貧困=1，非相對(duì)貧困=0）。

（續(xù)表）

（二）變量選取

本文的被解釋變量為農(nóng)民工相對(duì)貧困，使用上文測(cè)度的“相對(duì)貧困程度”和“是否相對(duì)貧困”兩個(gè)變量分別進(jìn)行回歸。

本文的解釋變量為社會(huì)資本，借鑒學(xué)者對(duì)社會(huì)資本的研究，將社會(huì)資本分為“社會(huì)網(wǎng)絡(luò)”、“社會(huì)信任”以及“社會(huì)聲望”三個(gè)維度[16]。參考焦克源等[17]的做法，通過CFPS問卷中“你的人緣關(guān)系”來衡量社會(huì)網(wǎng)絡(luò)變量；社會(huì)信任方面，依托問卷中“您對(duì)鄰居的信任程度”“您對(duì)陌生人的信任程度”，建立本文的社會(huì)信任變量；將“您在本地的地位”作為社會(huì)聲望變量。并將3個(gè)子指標(biāo)合并，確定社會(huì)資本變量。

在控制變量上，地區(qū)差異、家庭情況、個(gè)人稟賦都可能影響農(nóng)民工相對(duì)貧困，因此本文選取的控制變量包括年齡、性別、家庭人口、智力水平、普通話水平、所在地區(qū)和行業(yè)。其中，將“說普通話”定義為1，“說方言”定義為0；將東部地區(qū)定義為1，其他地區(qū)定義為0。將建筑業(yè)定義為1，其他行業(yè)定義為0。各變量描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 變量說明及描述性統(tǒng)計(jì)分析

四、社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的實(shí)證分析

（一）模型構(gòu)建

1．基準(zhǔn)模型

本文首先使用OLS回歸模型，從微觀個(gè)體角度探究社會(huì)資本與農(nóng)民工相對(duì)貧困程度的關(guān)系，并在此基礎(chǔ)上運(yùn)用二元Logit模型分析社會(huì)資本對(duì)農(nóng)民工是否相對(duì)貧困的影響。計(jì)量模型如下：

其中，i表示農(nóng)民工個(gè)體；Povertyi表示農(nóng)民工個(gè)體的相對(duì)貧困程度；scapi表示農(nóng)民工的社會(huì)資本；系數(shù)β0是我們關(guān)注的重點(diǎn)；控制變量為xi；εi為隨機(jī)誤差項(xiàng)。接著構(gòu)建二元Logit模型：

其中，pi為Yi=1的概率，即農(nóng)民工相對(duì)貧困的概率，1-pi是非相對(duì)貧困的概率；μi為隨機(jī)誤差項(xiàng)。除此之外，考慮到模型可能存在的內(nèi)生性問題，采用2SLS和IVProbit消除內(nèi)生性對(duì)模型產(chǎn)生的影響。其中，2SLS的第一階段使用內(nèi)生解釋變量與工具變量回歸得到擬合值；第二階段用被解釋變量對(duì)第一階段回歸得到的擬合值進(jìn)行回歸。IVProbit是“工具變量Probit”，用于檢驗(yàn)二值選擇模型的內(nèi)生性問題。

由于本文構(gòu)建的模型中內(nèi)生性變量只有scap，故兩階段最小二乘估計(jì)的第一階段回歸如下式所示：

其中，Wi是工具變量，δ0、δ1、δ2為待估計(jì)參數(shù)，τi為隨機(jī)誤差項(xiàng)。

2．中介效應(yīng)模型

對(duì)于中介效應(yīng)的研究，學(xué)界流行的方法是Baron和Kenny（1986）[18]的逐步回歸法，參考他們的研究，構(gòu)建以下中介效應(yīng)模型：

其中，Mi代表社會(huì)資本影響相對(duì)貧困的中介變量，c0、a0、b0為常數(shù)項(xiàng)，c1、a1、c'為社會(huì)資本的系數(shù)，b1為中介變量的系數(shù)，Xi是控制變量，εi、μi、τi為隨機(jī)誤差項(xiàng)。

式（6）表示社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的總效應(yīng)；式（7）表示社會(huì)資本對(duì)中介變量的影響；式（8）表示中介變量對(duì)相對(duì)貧困的影響。若系數(shù)c1、a1、c'、b1同時(shí)顯著，則證明變量M為社會(huì)資本影響農(nóng)民工相對(duì)貧困的中介變量。

然而，使用逐步回歸法進(jìn)行中介效應(yīng)檢驗(yàn)受到學(xué)界的許多質(zhì)疑和批評(píng)[19]，考慮到此方法可能存在的缺陷，本文還將參考Zhao等人[20]的研究，使用Bootstrap法檢驗(yàn)中介效應(yīng)以確保結(jié)論的準(zhǔn)確性。Bootstrap法通過從樣本中重復(fù)取樣，得到許多個(gè)系數(shù)乘積的估計(jì)值，最終構(gòu)成一個(gè)的置信度為95%的置信區(qū)間，若該置信區(qū)間不包含0，則說明確實(shí)存在中介效應(yīng)[21]。

（二）社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的實(shí)證分析

1．基準(zhǔn)回歸

本文分別采用OLS和二元Logit進(jìn)行計(jì)量估計(jì)，探究社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的影響，結(jié)果見表3：

表3 社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的基準(zhǔn)回歸結(jié)果

（續(xù)表）

總體來說，兩種估計(jì)方法的回歸結(jié)果均顯示社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困存在顯著的負(fù)向影響。具體而言，式（1）的回歸結(jié)果顯示，社會(huì)資本的OLS回歸系數(shù)為-0.04，且在1%的水平上顯著。表明社會(huì)資本每提升1%，農(nóng)民工相對(duì)貧困程度下降0.04%。在式（2）中，社會(huì)資本各子指標(biāo)均在1%的水平上和農(nóng)民工相對(duì)貧困程度呈負(fù)相關(guān)。其中，社會(huì)信任的回歸系數(shù)絕對(duì)值最大，說明社會(huì)信任對(duì)相對(duì)貧困程度的影響在3個(gè)指標(biāo)中最大，可能的解釋是社會(huì)信任加強(qiáng)了農(nóng)民工個(gè)體的合作意愿，促使農(nóng)民工與社會(huì)環(huán)境之間產(chǎn)生更多的互惠行為，有利于其行動(dòng)的成功或帶來直接收益，從而改善其相對(duì)貧困。子指標(biāo)和總指標(biāo)的回歸結(jié)果共同說明社會(huì)資本對(duì)農(nóng)民工緩解相對(duì)貧困具有顯著影響。且社會(huì)網(wǎng)絡(luò)、社會(huì)信任與社會(huì)聲望加總形成的社會(huì)資本對(duì)改善農(nóng)民工相對(duì)貧困的作用更加明顯。

在式（3）-（4）中，將“是否相對(duì)貧困”作為被解釋變量進(jìn)行二元Logit回歸，回歸結(jié)果表明社會(huì)資本與社會(huì)網(wǎng)絡(luò)、社會(huì)信任、社會(huì)聲望均對(duì)農(nóng)民工是否相對(duì)貧困有顯著負(fù)向影響，說明當(dāng)農(nóng)民工社會(huì)網(wǎng)絡(luò)、社會(huì)信任和社會(huì)聲望水平提高時(shí)，其處于相對(duì)貧困的概率會(huì)下降。對(duì)社會(huì)資本的邊際影響進(jìn)行分析，結(jié)果顯示，社會(huì)資本水平提高1個(gè)單位，農(nóng)民工相對(duì)貧困的概率將下降9.07%；對(duì)各子指標(biāo)的邊際影響進(jìn)行分析，每增加1個(gè)單位的社會(huì)網(wǎng)絡(luò)，能使農(nóng)民工相對(duì)貧困的可能性降低1.7%，社會(huì)信任和社會(huì)聲望每單位增加分別能使農(nóng)民工相對(duì)貧困的可能性降低3.1%和5.8%。相比于各子指標(biāo)的影響，社會(huì)資本總指標(biāo)對(duì)被解釋變量的作用效果更加明顯。

2．內(nèi)生性檢驗(yàn)

考慮到農(nóng)民工相對(duì)貧困和社會(huì)資本之間可能互為因果關(guān)系。例如，社會(huì)資本水平的提高可能緩解農(nóng)民工相對(duì)貧困，但反過來也可能是農(nóng)民工的貧困狀況得到改善后，親友更愿與其交往，使社會(huì)資本水平有所提高。在不討論內(nèi)生性問題時(shí)，得到的實(shí)證結(jié)果可能并不嚴(yán)謹(jǐn)，因此，本文進(jìn)一步采用2SLS和IVProbit方法對(duì)模型內(nèi)生性進(jìn)行處理。

本文選取“是否是工會(huì)成員”（1=是，0=不是）作為內(nèi)生性檢驗(yàn)的工具變量。一方面，是否是組織成員能體現(xiàn)農(nóng)民工個(gè)體的社會(huì)資本水平；另一方面，該變量對(duì)農(nóng)民工相對(duì)貧困的影響很小，同時(shí)具備相關(guān)性和外生性，適合作為工具變量。由于模型的內(nèi)生解釋變量只有一個(gè)，無需進(jìn)行過度識(shí)別檢驗(yàn)。但仍會(huì)進(jìn)行弱工具變量檢驗(yàn)來證明工具變量的有效性。具體回歸結(jié)果見表4：

表4 內(nèi)生性檢驗(yàn)回歸結(jié)果

2SLS估計(jì)結(jié)果顯示，社會(huì)資本的系數(shù)為-0.48，在1%水平上顯著，說明社會(huì)資本水平每提高1%，農(nóng)民工的相對(duì)貧困程度會(huì)降低0.48%，遠(yuǎn)高于OLS回歸結(jié)果。這表明模型的內(nèi)生性問題使得社會(huì)總資本估計(jì)系數(shù)被嚴(yán)重低估。同時(shí)，社會(huì)資本的IVProbit估計(jì)系數(shù)為-4.46，且在1%水平上顯著，對(duì)社會(huì)資本邊際影響進(jìn)行分析，得到每提高1%的社會(huì)資本水平，農(nóng)民工相對(duì)貧困的概率減少17.8%，大約是Logit回歸結(jié)果的兩倍?？梢妰?nèi)生性問題影響了結(jié)論的準(zhǔn)確性，這體現(xiàn)在低估了社會(huì)資本的作用。社會(huì)資本的實(shí)際影響應(yīng)以解決內(nèi)生性問題后的結(jié)果為準(zhǔn)。

在弱工具變量檢驗(yàn)中，使用有限信息最大似然法（LIML），得到社會(huì)資本的估計(jì)系數(shù)為-0.480（P=0.007），與2SLS估計(jì)結(jié)果基本一致，從側(cè)面說明本文使用的變量并非弱工具變量。IVProbit方法中，AR檢驗(yàn)統(tǒng)計(jì)值為48.01，Wald檢驗(yàn)統(tǒng)計(jì)值為6.64，均在1%水平上顯著。故應(yīng)拒絕原假設(shè)“H0：內(nèi)生變量與工具變量不相關(guān)”，證明工具變量不是弱工具變量。

3．異質(zhì)性分析

為了進(jìn)一步檢驗(yàn)社會(huì)資本對(duì)農(nóng)民工內(nèi)部不同群體的影響，本文將樣本按年齡、行業(yè)、性別、婚姻狀況進(jìn)行分組回歸。年齡方面，考慮到相對(duì)貧困的代際傳遞問題，將農(nóng)民工按老一代和新生代進(jìn)行分組，將“90后出生的農(nóng)民工”作為劃分依據(jù)，16歲~29歲為新生代，30歲及以上為老一代。行業(yè)方面，考慮到建筑業(yè)農(nóng)民工相對(duì)貧困發(fā)生率較高，故以建筑業(yè)和非建筑業(yè)進(jìn)行分組。性別方面，將男女性別差異作為分組依據(jù)進(jìn)行回歸?；橐鰻顩r方面，考慮到是否婚配對(duì)農(nóng)民工個(gè)體相對(duì)貧困有一定影響，將已婚與其他情況（未婚、同居、離婚、喪偶）進(jìn)行分組。同樣分別使用2SLS與IVProbit進(jìn)行估計(jì)，此處只展示第二階段結(jié)果，具體如下：

表5 社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困程度異質(zhì)性分析

從分組估計(jì)結(jié)果不難看出，2SLS和 IVProbit的回歸結(jié)果中社會(huì)資本的估計(jì)系數(shù)均為負(fù)。從代際分組來看，新生代和老一代農(nóng)民工的相對(duì)貧困均受社會(huì)資本影響，社會(huì)資本水平提高對(duì)緩解其相對(duì)貧困有積極作用，且社會(huì)資本水平對(duì)老一代農(nóng)民工相對(duì)貧困的影響更大。從行業(yè)分組來看，建筑業(yè)和非建筑業(yè)農(nóng)民工相對(duì)貧困均受社會(huì)資本影響，社會(huì)資本對(duì)非建筑業(yè)農(nóng)民工減輕相對(duì)貧困程度的影響更大，而對(duì)影響建筑業(yè)農(nóng)民工是否相對(duì)貧困的作用更強(qiáng)。從性別分組來看，相比于男性農(nóng)民工，女性農(nóng)民工相對(duì)貧困受其社會(huì)資本擁有量影響稍大，但未表現(xiàn)出明顯的組間差異。

從婚姻狀況分組來看，無論是在婚還是其他情況，農(nóng)民工社會(huì)資本水平對(duì)改善其相對(duì)貧困均有正向影響。而相比于其他情況，已婚的農(nóng)民工個(gè)體社會(huì)資本水平對(duì)改善其相對(duì)貧困的作用更加明顯。

表6 社會(huì)資本對(duì)農(nóng)民工是否相對(duì)貧困異質(zhì)性分析

（續(xù)表）

4．社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的作用機(jī)制

為厘清社會(huì)資本影響農(nóng)民工相對(duì)貧困的微觀傳導(dǎo)機(jī)制，本文擬采用中介效應(yīng)進(jìn)行檢驗(yàn)。過往學(xué)者的研究中，大多選擇“非正規(guī)金融”或“農(nóng)村勞動(dòng)力流動(dòng)”[22-23]作為社會(huì)資本影響貧困的中介變量，但研究對(duì)象是農(nóng)戶。

本文研究對(duì)象為農(nóng)民工個(gè)體，探討個(gè)體層面的貧困發(fā)生機(jī)理應(yīng)選擇個(gè)體層面的中介變量。社會(huì)資本強(qiáng)調(diào)通過成員間的合作與信任，增強(qiáng)個(gè)體的自我效能感，提升信心和主觀能動(dòng)性[24]，從而助力減貧。本文選用CFPS數(shù)據(jù)中的“對(duì)自己未來信心程度”作為衡量農(nóng)民工自我效能感的變量，并進(jìn)行中介效應(yīng)檢驗(yàn)，檢驗(yàn)結(jié)果如表7所示：

表7 社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的機(jī)制檢驗(yàn)

模型（6）中的系數(shù)c1在1%的水平上顯著，表明總效應(yīng)顯著；模型（7）中的系數(shù)a1在1%的水平上顯著為正，表明社會(huì)資本可以促進(jìn)農(nóng)民工自我效能感提升；同時(shí)，模型（8）的系數(shù)b1在1%的水平上顯著為負(fù)，意味著社會(huì)資本影響農(nóng)民工相對(duì)貧困的間接效應(yīng)顯著。因此，自我效能感是社會(huì)資本影響農(nóng)民工相對(duì)貧困的作用渠道，表現(xiàn)為部分中介效應(yīng)，中介效應(yīng)大小為11.7%。使用Bootstrap法進(jìn)一步檢驗(yàn)（Bootstrap重復(fù)次數(shù)為1000次），得到農(nóng)民工自我效能感的中介效應(yīng)95%置信區(qū)間為[-0.0426,-0.0271]，不包含0，說明農(nóng)民工自我效能感在社會(huì)資本和相對(duì)貧困之間確實(shí)存在中介作用。

五、結(jié)論與政策建議

農(nóng)民工是城市貧困問題的主要群體，探析社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困的影響，對(duì)相對(duì)貧困治理和社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展意義重大。研究發(fā)現(xiàn)：第一，社會(huì)資本對(duì)農(nóng)民工整體相對(duì)貧困程度具有顯著的負(fù)向影響，社會(huì)資本水平每提高1%，農(nóng)民工的相對(duì)貧困程度下降0.48%，農(nóng)民工陷入相對(duì)貧困的概率下降17.8%。第二，不同類型社會(huì)資本對(duì)農(nóng)民工相對(duì)貧困作用存在差異，社會(huì)信任和社會(huì)聲望對(duì)緩解相對(duì)貧困的作用更大。第三，社會(huì)資本對(duì)老一代、非建筑業(yè)、女性以及已婚農(nóng)民工的相對(duì)貧困緩解作用更大。第四，自我效能感是社會(huì)資本影響農(nóng)民工相對(duì)貧困的中介變量，其中介效應(yīng)大小為11.7%。

因此，農(nóng)民工相對(duì)貧困治理應(yīng)充分發(fā)揮社會(huì)資本的積極作用，未來仍須強(qiáng)化以下方面：第一，從社會(huì)網(wǎng)絡(luò)角度出發(fā)，通過普及互聯(lián)網(wǎng)、建立農(nóng)民工互助通訊平臺(tái)等方式，拓展農(nóng)民工信息接收渠道。“十四五”規(guī)劃綱要提出要迎接數(shù)字時(shí)代，加快建設(shè)數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)?；ヂ?lián)網(wǎng)的普及與滲透、信息服務(wù)的全覆蓋有助于提高農(nóng)民工數(shù)字技能，拓寬其社交網(wǎng)絡(luò)，改善其信息博弈弱勢(shì)地位。第二，從社會(huì)信任角度出發(fā)，健全社會(huì)信用體系，創(chuàng)建穩(wěn)定、和諧的社會(huì)信任環(huán)境。這有助于暢通農(nóng)民工之間合作共贏的互動(dòng)渠道，降低交易的時(shí)間和物質(zhì)成本，形成高效的互惠模式。第三，從社會(huì)聲望角度出發(fā)，組織相應(yīng)活動(dòng)改善農(nóng)民工社交圈同質(zhì)化現(xiàn)狀，提高其社會(huì)資本的質(zhì)量；同時(shí)，增加其參與城市社會(huì)管理活動(dòng)機(jī)會(huì)，彌補(bǔ)農(nóng)民工體制內(nèi)的社會(huì)支持，改善其政治弱勢(shì)地位。第四，注重農(nóng)民工心理健康狀態(tài)，通過建立農(nóng)民工心理援助機(jī)構(gòu)，疏導(dǎo)其在生活上產(chǎn)生的消極心理，提高農(nóng)民工的自我認(rèn)同感和自我效能感，進(jìn)而增強(qiáng)其減貧信心。