社會資本對農戶多維相對貧困的影響
——基于非農就業的中介效應分析

陳梅芳

福建農林大學公共管理與法學院，福建 福州 350002

0 引言

當前，我國貧困治理的重難點已由絕對貧困轉向相對貧困。隨著經濟社會的發展、脫貧攻堅任務的完成，僅從收入單一維度來衡量農戶的貧困狀況已難以適應社會的需求，并不能真實反映農戶的貧困狀況。故當前學術界提出了多維相對貧困的標準，其既包括收入、就業方面的經濟維度，也包括教育、健康、社會保障等方面的社會發展維度，還包括生態環境維度。因此，從多維度來識別農戶的貧困狀況更適應當下經濟社會的發展。學術界對農村貧困的研究主要集中在貧困標準、致貧因素及貧困治理等方面。貧困標準方面，有學者指出將收入中位數的40%視為居民的相對貧困標準線［1］。世界銀行則將相對貧困標準劃分為兩檔，即將單人日均3.2美元界定為中等偏低收入群體，而將單人日均5.5美元界定為中等偏高收入群體［2］。致貧因素方面，國外學者的研究側重于基礎設施、生活水平、社會資本、健康和教育的匱乏、勞動力流動等因素［3-4］，而國內學者的研究集中于就業、社會保障、健康、教育、個體特征和家庭特征等方面［5-6］。貧困治理方面，現有研究主要集中于物質資本、人力資本投資等方面［7］，而社會資本作為一種非正式制度的資本，是自然、物質、人力、金融等資本的有效補充，其有助于緩解農戶多維相對貧困程度［8］。然而，有學者認為社會資本的減貧效應并不明顯，因而其無法打破貧困的循環［9］。

綜上所述，國內外學者對貧困標準、致貧因素及貧困治理的研究已較為豐富，為該研究奠定了堅實的基礎。但社會資本作為一種非正式制度的資本，如何影響農戶非農就業進而影響農村貧困，還需要從理論和實踐層面給出答案。基于此，筆者在構建“社會資本—非農就業—多維相對貧困”理論分析框架的基礎上，利用2020 年中國家庭追蹤調查（China Family Panel Studies，CFPS）數據，采用Tobit 模型、中介效應分析等方法，實證分析農戶社會資本對其多維相對貧困的影響及作用機制，為鞏固脫貧攻堅成果和助力鄉村振興提供決策依據。

1 理論分析與研究假設

1.1 社會資本影響農戶多維相對貧困的機制

社會資本是指個人擁有的各種社會資源，其具有生產性。隨著社會資本水平的提高，農戶更易獲取收入、教育、健康等各方面的資源和機會。第一，農戶通過社會關系網絡的構建，降低其尋找工作的成本，信息失真的風險隨之降低，農戶更易找到收入較高、穩定的工作。第二，社會資本顯著正向影響家庭的教育期望。隨著農戶社會資本存量的提升，其獲取優質教育資源的機會增多，在一定程度上降低了家庭貧困代際的風險。第三，社會資本存量較高的農戶往往擁有較為廣泛的人脈資源，能夠獲得較好的醫療資源。第四，當農戶在買房或自建房屋時，其可能面臨資金短缺的窘境，而擁有較多人脈資源的農戶籌措資金渠道較多，即社會資本有助于彌補農戶的資金缺口，進而改善其住房質量。第五，農戶間的信任、互惠關系使其能夠獲得家庭外的社會支持和幫助，從而改善其生活質量，提高其生活水平。第六，社會資本水平較高的個體或家庭較易獲取情感或物質方面的支持，尤其是對外出務工的農戶而言，社會資本有助于緩解其孤獨感，增強其歸屬感，促進其身心健康，進而提升其整體的生活滿意度。第七，社會資本作為一種非正式制度，有助于增強社區成員的互助共濟意識，提高農戶參與農村合作醫療保險的積極性［12］，在一定程度上彌補農戶社會保障不足的缺陷，增強其抵抗風險的能力。因此，社會資本顯著負向影響農戶的收入、教育、健康、生活條件等多方面的貧困，其具體作用過程如圖1所示。據此，提出如下假設：H1，社會資本對農戶多維相對貧困具有顯著負向影響。

圖1 社會資本影響農戶多維相對貧困的作用過程

1.2 非農就業的中介作用

社會資本在農戶非農就業中發揮著重要的經濟與社會功能，其能夠顯著降低非農就業農戶的生計脆弱性，提升其可持續生計能力。非農就業在社會資本影響農戶多維相對貧困中的中介作用表現在以下3 個方面。第一，社會資本的提升為農戶非農就業創造良好的條件。充足的社會資本促進農戶家庭剩余勞動力轉移，激發農戶將剩余勞動力投入收入更為穩定、報酬更高的非農就業，降低其以農業作為單一收入來源的風險。第二，社會資本存量的提升促使農戶打破傳統的生活方式，從農村轉移到教育、醫療、社會保障等基本公共服務更為豐富的城市從事非農就業，專業技術水平大幅提升，進而農戶的能力得以提升。第三，社會資本作為農戶與外界溝通、互動的橋梁，降低其獲取就業信息的成本，提高非農就業率，較高的非農收入又激發農戶家庭對教育、醫療、住房、生活水平、社會保障等多方面的投資，最終影響其多維相對貧困程度。據此，提出如下假設：H2，非農就業在社會資本影響農戶多維相對貧困中具有顯著的中介作用。

2 研究設計

2.1 數據來源

該研究數據來源于2020 年CFPS 數據庫，并對數據進行以下處理：篩選農戶樣本，將擁有城鎮戶籍的樣本刪除，僅保留擁有農村戶籍的樣本；對家庭、成人等數據進行匹配；刪除相關變量的缺失值和異常值。經處理，最終獲得6 843份樣本。

2.2 變量選取

2.2.1 被解釋變量

該研究選取多維貧困指數作為被解釋變量。基于Alkire等［10］提出的A-F雙界線法，并參考以往研究［1-11］建立的多維相對貧困指標體系，筆者選取家庭經濟、教育、健康、住房、生活水平、主觀態度和社會保障等7個指標來構建多維相對貧困指標體系，采取等權重法對農戶家庭的多維相對貧困指數進行測度（見表1）。

表1 農戶多維相對貧困測度指標體系

2.2.2 解釋變量

該研究選取農戶社會資本存量作為核心解釋變量。由于社會資本的核心在于社會資源、彼此信任、合作互惠3個方面，因此基于現有文獻［12］對社會資本的研究，選取社會關系、社會地位和社會信任指標來衡量農戶的社會資本水平。采用熵權法對3個指標進行賦權，并將加權后的各指標分數相加，即為社會資本綜合指數。

2.2.3 中介變量

該研究選取農戶的非農就業經歷作為中介變量，具體用家庭成員當前的就業類型來表征農戶的非農就業情況。將農戶家庭成員從事非農工作的賦值為1，否則為0。

2.2.4 控制變量

為保證模型的科學性與完整性，結合以往研究及數據可獲得性，該研究納入個人與家庭層面的控制變量。其中，個人層面包括戶主性別、年齡、婚姻狀況、參與養老保險情況，家庭層面包括家庭成員數量、儲蓄、政府補助、社會捐助和農用機械價值。各變量的說明和描述性統計如表2所示。

表2 變量說明與描述性統計

2.3 模型設計

2.3.1 A-F法

目前，A-F法是測度多維貧困的主流方法，在國際上應用廣泛。其優勢是通過設立等權重和設置指標體系，計算農戶被剝奪的程度，從而精準識別相對貧困農戶。

式（1）至式（3）中：H表示多維相對貧困發生率，q表示多維相對貧困農戶的樣本量，N表示總農戶樣本量，A表示多維相對貧困強度，ci（k）表示貧困臨界值為k的情況下第i個農戶被剝奪維度數總和，d表示總維度，M表示多維相對貧困指數。

該研究對農戶的多維貧困指數按照維度進行分解，分解公式為

式（4）中：j表示多維相對貧困中的維度（j=1，2，…，是維度j下的貧困指數。

2.3.2 基準模型

為探究社會資本對農戶多維相對貧困的影響，構建基準回歸模型為

式（5）中：MPIi表示多維貧困指數，SCi表示社會資本指數，Xi表示控制變量，αi表示參數，εi是隨機擾動項。

2.3.3 中介效應模型

為探究非農就業的中介效應，借鑒溫忠麟等［13］研究構建的中介模型為

式（6）和式（7）中：MPIi表示多維貧困指數，SCi表示社會資本指數，Mi表示非農就業，Xi表示控制變量，β、γ表示參數，εi是隨機擾動項。

3 實證檢驗與結果分析

3.1 社會資本對農戶多維相對貧困的影響

表3 為社會資本對農戶多維相對貧困的基準回歸結果。由列（1）可知，社會資本對農戶多維相對貧困具有顯著負向影響，顯著水平為1%。列（2）、列（3）為依次添加個人層面和家庭層面控制變量后的基準模型回歸結果，社會資本變量的回歸系數仍均為負，并通過了1%的顯著性水平檢驗。由此可知，社會資本能顯著負向影響農戶多維相對貧困。據此，H1得以驗證。

表3 社會資本對農戶多維相對貧困的基準回歸結果

通過列（3）探究控制變量對農戶多維相對貧困的影響，發現年齡、家庭人員數量、政府補助、社會捐助對農戶多維相對貧困產生顯著正向影響；性別、農用機械價值未通過顯著性檢驗，說明性別、農用機械價值對農戶多維相對貧困的影響并不顯著；婚姻狀況、養老保險參與、儲蓄對農戶多維相對貧困產生顯著負向影響，說明婚姻狀況、養老保險參與、儲蓄能夠顯著影響農戶多維相對貧困。

表4 為社會資本對農戶各維度貧困的回歸結果。由表4可知，收入、教育、健康、住房和生活水平的估計系數均為負，且均未通過顯著性檢驗，說明農戶的社會資本對其收入、教育、健康、住房和生活水平的影響并不顯著；主觀態度的估計系數為-0.702，且在1%統計水平上顯著，說明農戶的社會資本對其主觀態度貧困的影響顯著，社會資本存量越高的農戶，其發生主觀態度貧困的可能性就越低；社會保障的估計系數為-0.420，且在5%統計水平上顯著，說明農戶的社會資本對其社會保障貧困的影響顯著，社會資本存量越高的農戶，其發生社會保障貧困的可能性就越低。

表4 社會資本對農戶各維度貧困的影響結果

3.2 穩健性檢驗

為驗證估計結果的穩健性，該研究采用替換回歸模型、被解釋變量和解釋變量等方法進行穩健性檢驗。因多維相對貧困指數取值范圍是［0，1］，屬于受限制變量，因此穩健性檢驗表5 列（1）將模型替換為Tobit 模型進行穩健性檢驗，列（2）將被解釋變量替換為多維相對貧困狀態，列（3）將解釋變量替換為社會資本的子指標（對陌生人的信任程度）。穩健性檢驗結果見表5，表5 的回歸結果顯示，無論是替換回歸模型，還是替換被解釋變量或解釋變量，社會資本對農戶多維相對貧困均具有顯著負向影響。因此，上文的實證結果具有穩健性。

表5 穩健性檢驗結果

3.3 機制檢驗

表6 為非農就業的中介效應檢驗分析結果。其中，列（1）顯示的是農戶的社會資本存量對其非農就業影響的回歸結果，基準模型的估計系數為0.445，且在5%統計水平上顯著，表明農戶的社會資本對其是否選擇非農就業具有顯著的正向影響，社會資本存量高的農戶更傾向于從事非農就業。列（2）是加入社會資本、非農就業的回歸結果，社會資本的估計系數為-0.071，且在1%統計水平上顯著；非農就業的估計系數為-0.024，且在1%統計水平上顯著，表明農戶的非農就業對其多維相對貧困具有顯著負向影響。社會資本通過影響農戶的非農就業進而影響其多維相對貧困。其中，社會資本的總效應為-0.080，直接效應為-0.071，非農就業的中介效應為-0.009。據此，H2得以驗證。

表6 中介機制檢驗結果

4 結論與建議

4.1 結論

該研究結果顯示，社會資本顯著負向影響農戶多維相對貧困，其中社會資本對主觀態度維度和社會保障維度的影響最為顯著；通過替換回歸模型、被解釋變量、解釋變量均表明社會資本影響農戶多維相對貧困的結論是穩健的；機制檢驗發現，非農就業在社會資本影響農戶多維相對貧困中發揮了顯著的中介作用。

4.2 緩解農戶多維相對貧困的建議

4.2.1 建立健全多維貧困評價和監測體系

一是設定收入、教育、健康、社會保障、生活條件等綜合評價指標，以便更客觀、全面地反映農戶的貧困狀況。二是建立健全多維相對貧困監測體系，將反映農戶多維相對貧困的評價體系錄入智能系統中，讓其實時監測農戶的多維貧困，進而針對不同類型的貧困群體采取不同的幫扶措施。

4.2.2 構建農戶社會資本網

一是政府應充分發揮社會資本促進信息交換、傳遞及資源配置的重要作用，提升農戶非農就業的概率，進而實現農戶生計可持續。二是政府應充分挖掘農村貧困人口已有的社會資本，并采取幫扶措施，不斷提升其社會資本存量。

4.2.3 促進農戶非農就業

一是政府要著力破除勞動力市場的就業歧視和制度障礙，鼓勵農戶從農業活動轉到非農業活動；要完善就業服務網絡，整合就業創業信息資源，并及時發布就業信息，不斷擴寬非農就業渠道。二是政府工作人員應定期對受教育水平低下的農戶展開互聯網技能培訓，提升其信息獲取能力，進而提升其非農就業率。