非農就業對相對貧困的影響研究

摘要：非農就業有效增加農戶收入，為地區脫貧起到了積極作用。文章基于2016-2020年CFPS的數據，分析北部防沙帶農戶相對貧困現狀以及非農就業對其影響。首先，基于AF法識別研究區農戶的相對貧困現狀；其次，PSM法分析非農就業對于相對貧困的影響效果。實證結果表明，北部防沙帶農戶仍然存在多維貧困現狀，在教育維度與經濟狀況維度上尤其顯著；選擇非農就業的生計策略可以有效緩解農戶的貧困現狀。北部防沙帶各省份應建立合理的生態補償機制，做好鄉村建設工作，發展立足北部防沙帶生態環境的生態友好型產業。

關鍵詞：非農就業；相對貧困；AF法

隨著我國工業化和城市化進程的加快，農戶參與非農就業的機會增加。2021年，中央一號文件指出“對有勞動能力的農村低收入人口，堅持開發式幫扶，幫助其提高內生發展動力，發展產業、參與就業，依靠雙手，勤勞致富”；2025年1月，國務院印發《鄉村全面振興規劃（2024-2027年）》進一步提出“強化農民增收舉措，加強技能培訓和就業服務”，通過就業賦能推動農村低收入群體內生發展，改善相對貧困現狀。北部防沙帶是橫跨九省區的復合型生態屏障，既承載著遏制土地沙化、維護生物多樣性等六類國家重點生態功能區的核心使命，又是保障“一帶一路”廊道安全、支撐西部大開發戰略實施的經濟發展支點。在此生態敏感性與經濟重要性交織背景下，本研究通過結合CFPS2016-2020年面板數據，重點解析非農就業轉移對農戶相對貧困的影響機制。研究采用AF法量化樣本區農戶相對貧困狀況，運用傾向得分匹配法（PSM法）克服選擇性偏差，旨在揭示生態約束條件下勞動力農業就業向非農就業的轉變對相對貧困的影響，為統籌生態保護與鄉村振興提供差異化政策依據。

一、文獻綜述

隨著非農就業形勢趨于多樣化、城鎮基礎設施更加便民化以及生活質量的不斷現代化，非農就業對于農戶越發具有吸引力。從宏觀層面來看，非農就業推動實現勞動力的合理再分配，推動農村剩余勞動力的轉移，由于非農就業顯著提高農戶家庭收入產生的帶動效應，更是進一步推動農業人口向城市的轉移趨勢，優化社會分工。從微觀層面上來說，一方面，非農就業為農戶家庭提供了更穩定的工作來源，改變了傳統收入方式，降低了農戶陷入主觀貧困的可能性；另一方面，非農就業有助于提高家庭絕對收入，產生額外的轉移性收入，影響農戶消費結構的升級轉變，為農戶提供更多消費可能性。

閱讀現有文獻，非農就業減貧論是學術界具有代表性的觀點，大部分學者認為農戶通過非農就業在增加家庭收入、積累社會資本、增加社會參與度等方面意義重大。非農就業一方面驅動農戶將勞動力投入收入更高的非農就業活動中，實現了家庭單一收入來源風險的轉移；另一方面參與非農就業有利于農戶思維觀念的轉變與社會資本的積累，家庭總體防御風險能力提升，以此達到緩解家庭多維貧困的目的。王卓使用面板雙向固定效應與PSM法實證勞動力從農業就業向非農就業的流動可以顯著降低農戶家庭的貧困程度；廖桂蓉（2023）利用調研數據進一步證明對于高多維貧困脆弱性的家庭，減貧效應更顯著。但是，也有學者認為非農就業造成土地資源閑置、留守兒童學習成績下降等問題亟待解決。

綜上所述，現有研究對于非農就業對于存在相對貧困維度農戶的影響尚存在爭議。本文充分結合我國生態建設的實施計劃，將研究區農戶的生計策略劃分為農業就業與非農就業兩種方式，首先探究樣本農戶的總體與單維度多維貧困情況，然后分析非農就業對于農戶相對貧困的減貧效果。

二、數據來源與研究方法

（一）數據來源

對2010-2020年的CFPS數據進行初步統計發現，處于北部防沙帶范圍中各省農戶的生計策略有顯著變化，從表1數據可以看出，從事非農就業的農戶數量有所下降，但農戶樣本數占總樣本量的比例持續上升，從48.87%上升到69.61%，這說明北部防沙帶地區農戶的生計策略逐漸轉向非農化。

（二）研究方法

1. 多維貧困指數測算

2008年，Alkire和Foster提出A-F法或雙界限法用于多維貧困識別、加總和分解方法，本部分沿用該方法。

（1）建立指標體系。相對于絕對貧困，多維貧困研究層次更深、涉及范圍更廣，研究對象的致貧因素也更加復雜，學界對于多維貧困指數的測算，大多將“兩不愁三保障”政策作為出發點，設置基礎設施、生活條件等指標考察農戶家庭貧困情況。由于經濟收入的金額與分配狀況直觀地反映了農戶的生活水平，社會關系對于農戶生計減貧效應有顯著影響，因此增加“經濟狀況”與“社會關系”指標測算貧困情況，具體指標設置情況如表2所示。

（2）確定權重分布。對于權重的賦值，現有文獻中主要采用等權重法、熵值法與主成分分析法，由于主成分分析法在測算權重時會出現負值，其中含義難以解釋；而熵值法測算的權重穩定性差。等權重法是目前最常用的方法，該方法要求指標體系中同維度指標的權重都是相等的、不變的，因此本文選擇等權重法進行權重賦值。

（3）測算多維貧困指數。

第一，識別剝奪個體。定義總研究區農戶樣本總量為N，d代表多維貧困的維度，Xi代表第i個樣本農戶（i為整數，且0≤i≤N），dj代表第j個多維貧困的維度，則Xij代表農戶i在貧困維度j上的取值；設置Zj為第j個維度的剝奪臨界值，當Xij≥Zj，則定義樣本戶i的貧困狀態Pij=0，即表示樣本農戶未處于剝奪狀態；反之，當XijZj≤Zj，則定義樣本戶i的貧困狀態Pij=1，即表示樣本農戶處于剝奪狀態。

第二，識別貧困群眾。設置Wj為j維度上的權重，根據維度指標設定合適的被剝奪水平臨界值K（0≤K≤1），據此計算第i個樣本戶的總剝奪得分Aij（K）。得到計算結果之后，對處于多維貧困狀態的群體進行識別，當Aij（K）的計算值≥K時，令Aij（K）=1，表示樣本農戶i在維度j上處于貧困狀態；反之，令Aij（K）=0表示樣本農戶i在維度j上未處于貧困狀態。

第三，計算多維貧困指數MPI。多維相對貧困發生率H（K）是指貧困個體占總人數的比例，平均剝奪強度A（K）是指貧困個體的平均剝奪得分，兩者的乘積即為多維貧困指數MPI。

MPI=Cij（K）/N×d

2. 非農就業減貧效果測算

傾向得分匹配模型是一種避免因“選擇性誤差”而導致研究具有內生性問題的一種計量方法，能夠通過數據處理使匹配過后的個體除是否接受處理外并無顯著差異，本文參考羅萬云等人的研究，采用該法降低農戶在生計策略上的選擇性偏差。選取2020年的CFPS數據，留存樣本農戶4245戶，農業就業作為對照組，非農就業作為處理組進行賦值計算傾向得分。

（1）建立指標體系。非農就業是農戶自主選擇生計的行為，與其性別、年齡、家庭狀況等異質性因素息息相關，由此產生的偏差會對非農就業的減貧效果測算產生影響，在構建PSM模型時，將非農就業作為解釋變量，貧困指數作為被解釋變量，并加入相關控制變量（見表3）。

（2）ATT估計。

PSM模型計算公式如下：

ATT=E[Y（1）-Y（0）|T=1]

其中，Y（0）是未處理結果；Y（1）是處理后結果。

三、實證結果分析

（一）多維貧困情況分析

對于臨界剝值K的確定，參照現有學者研究將K值設置為0.3，處于相對貧困的農戶數量為6610人，研究區的農戶總體水平上存在多維貧困現狀，并在六個子維度上存在異質性。

1.K橫向貧困情況

如圖1所示，2016年各貧困維度對于農戶貧困現狀的貢獻排序為：“教育情況”gt;“住房條件”gt;“生活條件與基礎設施”gt;“健康情況”gt;“經濟狀況”gt;“社會關系”，MPI指數數值依次為：0.983、0.773、0.7716、0.735、0.546、0；2020年各維度對于農戶貧困現狀的貢獻排序為：“教育情況”gt;“生活條件與基礎設施”gt;“經濟狀況”gt;“健康情況”gt;“住房條件”gt;“社會關系”，MPI指數依次為：0.996、0.667、0.587、0.578、0.135。“住房條件”和“健康情況”維度對于樣本農戶的貧困現狀的貢獻程度在2016-2020年間得到了顯著提高，其他維度變化較小。

2. 縱向貧困情況

如圖2所示，六個維度中“教育情況”維度在三個時間內的MPI指數均處于高位，在2016-2020年三年中分別達到0.983、0.978、0.996；“社會關系”維度卻與之相反，在三個時間段中僅處于最低點，甚至2016年與2018年在研究區不存在單維度貧困情況，只有在2020年的MPI指數為0.012；其他的四個維度中，“生活條件與基礎設施”維度、“住房條件”維度、“健康狀況”維度三個維度的MPI指數呈現逐年下降的趨勢，其中“生活條件與基礎設施”維度的MPI指數從2016年的0.771下降到2022年的0.667，降幅達到13.49%；“住房條件”維度MPI指數從2016年到2020年，從0.773下降到0.134，降幅達到82.66%；“健康狀況”維度MPI指數從0.735下降到0.578，降幅為21.36%。但是，樣本農戶在“經濟狀況”維度的貧困情況隨著時間的增長，呈現邊際遞減式增長，即MPI指數的數值從2016-2020年依次為0.546、0.573、0.587，呈現上升趨勢，但是增幅分別為4.95%、2.44%，為下降趨勢。

究其原因，隨著各省根據2015年中共中央審議通過的《關于打贏脫貧攻堅戰的決定》文件實施的各項措施，研究區農戶的住房環境、醫療保障、基礎設施都得到了有效改善，在一定程度破壞農戶原有的鄰里關系，使得“社會關系”維度的MPI指數不減反增。此外，觀測窗口短不能體現教育致貧情況的改善；而宏觀經濟形勢的不佳，物價水平的上升等原因，可能促使農戶在接受政府政策幫扶的情況下仍然推動經濟狀況的MPI指數上升。

（二）非農就業減貧效果分析

1. 第一階段probit回歸

如表4所示，年齡、婚姻狀況、老年人占比、未成年占比與非農就業選擇呈現負相關，相關系數分別為-0.004982、-0.0149733、-0.2723569、-0.7406114，其中婚姻狀況回歸結果P值大于0.05，結果不顯著；性別、家庭規模則與非農就業選擇正相關，相關系數分別為0.0075209、0.0469374，其中，性別回歸結果不顯著。隨著戶主年齡的上升與家庭的組建，農戶家庭人口組成逐漸多樣化，老年人與未成年人的占比攀升，家庭主要勞動力進行非農就業的后顧之憂逐漸增加，降低了主要勞動力對于非農就業選擇的可能性，但是隨著未成年的成長，家庭規模的變大，家中主要勞動力的個數改變，并因非農就業積累財富速度更快而優先選擇非農就業，從而又提高了從事非農就業的可能性。

2. 非農就業減貧效果分析

采用PSM法以農業就業農戶為對照組對非農就業處理組進行分析。結果表明：匹配后處理組多維貧困指數平均改善幅度達85.4%（從匹配前2.96降至0.43），證實了PSM模型有效緩解了因非農就業選擇偏差導致的內生性問題。具體來看，非農就業對“教育情況”維度的減貧效應最為顯著，匹配后該維度貧困指數下降74.1%（6.55降至1.69），表明非農就業轉換通過提升人力資本質量產生顯著的脫貧效果。“經濟狀況”維度呈現異常收斂特征，其貧困指數僅下降77.6%（2.96降至0.77），未能達到其他維度的減貧強度。究其原因，可能源于兩個結構性約束：其一，北部防沙帶樣本區經濟基礎薄弱，農戶非農就業多集中于低附加值行業，工資溢價空間有限；其二，觀測窗口尚不足以體現產業結構調整的長期紅利。

3. 平衡性檢驗

平衡性檢驗是為了比較PSM模型匹配前后處理組與對照組數據之間的標準化偏差，考察匹配前后變量之間的均值是否存在差異的檢驗。對變量進行平衡性檢驗，表6中結果顯示各變量處理前后均值無顯著差異，匹配結果較好。

四、結論與建議

（一）結論

1. 北部防沙帶農戶存在多維貧困現狀

隨著近年來國家政策的不斷實施，醫療保障、住房保障與基礎建設保障力度不斷加大，相關的致貧因素逐漸減少，但是教育層面與經濟狀況層面的貧困現象仍然普遍存在。除此之外，隨著易地搬遷等舉措的實施，提升搬遷農戶的發展能力，但是同時也縮小了社交關系圈，減少了農戶的社會參與度與信息來源，產生新的致貧因素，因此社會關系層面的被剝奪率有所上升。

2. 非農就業對相對貧困的影響

非農就業的生計策略可以顯著降低北部防沙帶研究區農戶的總體多維貧困現象。

（二）建議

北部防沙帶工程是“三北”工程的核心組成部分，截至2035年，目標是基本建成北方防沙生態屏障，顯著改善區域生態環境，保障兩大河流域的生態安全，現在及未來仍需要采用多種方式增強生態工程對于農戶的聯農帶農機制。

1. 建立合理的補償機制

為推動生態文明建設工作，創新實施“以工代賑+生態補償”聯動機制，推動農村勞動力從傳統農業向生態產業轉型，在荒山造林、防風固沙等生態工程中優先吸納本地勞動力；在成林區優先聘用當地農戶擔任公益性護林員崗位進行后續的管護工作；科學評估生態系統服務的價值，量化這些服務的經濟價值，為生態補償標準提供依據。

2. 發展生態友好型產業

立足生態資源稟賦，構建“產業培育—就業擴容—價值轉化”三位一體發展模式，通過多維度舉措激活農村內生動力。因地制宜發展中藥材種植、沙棘深加工等林下產業，形成“林藥共生、林果間作”復合業態；通過引入光伏發電、生物質能企業，建立“企業+合作社+農戶”利益聯結機制，吸納周邊農村勞動力就業；參考全國各地林草碳匯交易試點工作，探索碳匯收益轉化路徑，不斷推動產業深度融合，實現生態保護與經濟發展的良性互動。

參考文獻：

[1]國家林業和草原局 國家發展改革委 自然資源部 水利部關于印發《北方防沙帶生態保護和修復重大工程建設規劃（2021—2035年）》的通知[EB/OL].[2022-01-14].https：//www.gov.cn/zhengce/zhengceku/2022-01/14/content_5668161.htm.

[2]張慧利，夏顯力.農村勞動力流動如何影響農戶宅基地退出行為？[J].南京農業大學學報（社會科學版），2022，22（01）：139-148.

[3]高翔.非農就業、社會保險與農戶多維貧困[J].哈爾濱商業大學學報（社會科學版），2019（03）：96-105.

[4]田鴿，張勛.數字經濟、非農就業與社會分工[J].管理世界，2022，38（05）：72-84+311.

[5]翁貞林，魏天知，劉思宇，等.非農就業、家庭代際與農戶“兩閑”盤活利用行為——基于江西省實證[J].農林經濟管理學報，2025，24（01）：84-93.

[6]陳敬毅，陳秋蘋.非農就業對農戶家庭消費結構升級的影響：絕對收入與轉移收入視角[J].商業經濟研究，2024（22）：101-105.

[7]柳建平，黃貞武.農地流轉的多維減貧效應研究——非農就業與農機服務的中介作用[J].投資研究，2022，41（09）：23-38.

[8]李海軍，李靜，柳紅波.甘肅民族地區鄉村旅游多維減貧效應的前因與組態路徑[J].河西學院學報，2023，39（05）：93-102.

[9]羅萬云，郭世豪，賈鋮.社會資本能否降低農戶相對貧困脆弱性？——基于生計策略轉型視角[J].林業經濟，2023，45（12）：30-53.

[10]魏雪，劉黎明，袁承程，等.不同城鎮化水平地區農戶生計策略特征及其影響因素[J].經濟地理，2024，44（03）：160-168.

[11]Zhan Y，Gao D，Feng M，et al.Digital finance， non-agricultural employment， and the income-increasing effect on rural households[J].International Review of Financial Analysis，2025，98103897-103897.

[12]王卓，余駿舟.勞動力流動對農戶多維相對貧困的影響研究[J].西北人口，2023，44（04）：1-15.

[13]廖桂蓉，盛偉.縣域金融發展與鄉村振興：政府干預的門檻效應——來自藏羌彝走廊核心區106個縣域的數據[J].西藏大學學報（社會科學版），2023，38（03）：184-192.

[14]侯明利.生計策略對農戶土地流轉與非農就業的影響[J].江西財經大學學報，2023（05）：104-114.

[15]李慶海，孫瑞博，李銳.農村勞動力外出務工模式與留守兒童學習成績——基于廣義傾向得分匹配法的分析[J].中國農村經濟，2014（10）：4-20.

[16]胡聯，吉路涵，汪三貴.共同富裕背景下女性多維貧困變動及分解[J].財經問題研究，2024（10）：105-116.

[17]車四方.多維相對貧困的精準測度與分解[J].重慶工商大學學報（社會科學版），2024，41（04）：69-88.

[18]張明珠，孟梅，朱盼，等.不同生計策略選擇對農戶多維貧困的影響研究[J].中國農機化學報，2022，43（08）：238-244.

[19]劉明月，馮曉龍，張崇尚，等.易地扶貧搬遷的減貧效應與機制[J].中國農村觀察，2022，（05）：61-79.

[20]魏鑫.中國農村多維貧困的測度及其治理研究[D].武漢：中南財經政法大學，2023.

[21]杜福光，王浩宇.河北省脆弱生態環境與貧困的耦合協調關系研究[J].唐山師范學院學報，2022，44（06）：90-94.

[22]趙周華，王曉琳.積極老齡化背景下老年多維相對貧困指標和權重探索[J].社會福利（理論版），2022（03）：33-43.

[23]徐旭初，徐之倡，吳彬.數字鄉村建設能夠促進農戶增收嗎？——基于801個縣域的PSM—DID檢驗[J].學習與探索，2023（12）：77-89+178.

*基金項目：國家社會科學基金項目“西南邊疆民族地區農村家庭相對貧困的多維評價、測度及治理研究”（21BMZ053）。

（作者單位：云南農業大學經濟管理學院）