行业异质性视角下农民工多维贫困测度及分解

　　摘要：文章运用CFPS数据构建农民工多维贫困测度指标体系，从行业异质性视角探究农民工贫困状况。研究结果发现：农民工大部分指标的贫困发生率都呈逐年递减趋势，慢性病、身体质量指数和工作时间导致的贫困发生率呈逐年递增趋势，而居住拥挤、公积金和组织参与等存在“贫困固化”现象。贫困发生率由高到低的行业分别为制造业、服务业、建筑业、技术业和其他行业，建筑业和服务业农民工的多维贫困指数相对较高，各行业农民工多维贫困指数呈“螺旋式”下降趋势。不同指标对各行业农民工多维贫困指数的贡献都存在较大差异，各行业农民工多维贫困主要由年收入、非学历教育、互联网使用、公积金和组织参与等指标所贡献，而收入贫困贡献率呈现明显的行业差异。制造业和服务业的农民工和城镇居民的多维贫困程度更为严重，且农民工在教育、生活和工作维度要比城镇居民的贫困程度更高。

　　关键词：农民工;行业异质性;多维贫困;贫困分解

　　0引言

　　农民工作为城市中的易贫群体，其贫困问题备受关注[1]。众多学者将农民工视为同质群体，从传统与现代、农村与城市、农民与市民等维度展开研究，随着社会经济和农民工自身的发展，农民工在年龄、职业和思想等方面开始剧烈分化，学者则逐渐放开农民工群体同质性假设，尝试从异质性角度分析农民工问题[2]。目前已有学者从性别、代际、婚姻等视角分析农民工贫困问题[3，4]，在一定程度上丰富了农民工贫困研究，为把握农民工贫困特征和构成机理提供了有力支撑。但农民工区别于农民的主要方面为职业差异，不同职业或行业选择会较大程度影响农民工的贫困状况，遗憾的是，目前学术界较少从职业或行业选择角度探讨农民工贫困。

　　厘清不同行业农民工贫困的差异对理解和解决农民工贫困至关重要，因此，从行业异质性角度分析农民工贫困的行业差异已经迫在眉睫。大多学者最先从定性层面分析农民工贫困，也有学者尝试运用数据测度农民工贫困，主要以收入或消费等单一指标来衡量。

　　随着人们对贫困研究的不断深入，多维分析逐渐成为研究贫困问题的共识[5]，但贫困的维度和指标并无统一标准，形式多样的测度体系将导致研究结果缺乏可比性，制定一套符合农民工贫困特征、规范科学可操作的指标体系至关重要。关于农民工行业的差异研究。农民工研究近年呈现井喷状态，越来越多的学者尝试从职业或行业视角研究农民工行为。姚俊(2010)[6]发现职业流动能增加农民工工资，有助于农民工摆脱“合法化”的低工资安排。姚先国等(2013)[7]发现不同职业流动会影响农民工收入效应，相同职业流动会对收入产生性别差异效应。赵维姗和黄广忠(2017)[8]发现不同行业农民工的就业稳定性有所差异。

　　汪润泉和赵彤(2018)[9]从不同行业视角分析农民工参加职业养老保险对消费行为的影响。可以得出，已有研究更多是从职业或行业视角分析农民工的收入、消费和工作稳定性等，较少分析农民工贫困问题。农民工在从“流出地”(农村)向“流入地”(城市)迁移的过程中会产生职业分化，不同行业农民工的工资水平、工作模式和生活环境有所差异，从而造成不同程度的农民工贫困。关于农民工行业划分的研究。目前对农民工行业类型没有统一划分标准，姚先国和俞玲(2006)[10]将农民工分为技术管理人员、公司职员、批发零售人员、服务人员、生产工人。杨肖丽和景再方(2010)[11]将农民工划分为力工和零工、服务销售人员、技术工人、公司管理人员、私营业主和其他类。

　　陈明(2013)[12]将农民工划分为个体户、临时工、长期工和固定职工。吕晓兰和姚先国(2014)[13]将农民工划分为体力工人、低技能和一般工作人员、专业技术管理人员和个体经营户。夏怡然(2015)[14]把农民工划分为管理人员、专业技术人员、私营企业主、个体户、办事人员、商业服务业人员和生产人员。欧阳博强和张广胜(2018)[15]把农民工划分为家庭或者企业帮工、无固定雇主、有固定雇主和自我雇佣。以上农民工划分大多是基于行业大类，既有重合又有差异。

　　考虑到划分类型过多会存在数据支撑不够的问题，本文在前人总结的基础上，把农民工划分为5种类型，即制造业、建筑业、服务业、技术业和其他行业①。综上所述，目前缺少一套科学规范可操作的贫困测度指标体系考察农民工贫困，本文拟构建一套符合农民工贫困特征的测度指标体系，尝试解答不同行业农民工多维贫困的特征、何种指标的多维贫困贡献率最高及与城镇劳动者的贫困差距是多少等问题。

　　1研究数据与方法

　　1.1研究数据

　　本文数据为中国家庭追踪调查数据(CFPS)，涉及我国31个省份(不含港澳台)，包括家庭生产经营、教育、健康和生活等方面。根据农民工定义，对2010年、2012年、2014年和2016年的数据进行匹配，筛选出连续4年被调查的1402名农民工和1550名城镇居民。

　　2农民工多维贫困测度结果

　　2.1不同行业农民工各指标贫困发生率

　　农民工大部分指标的贫困发生率呈现逐年递减趋势，非学历教育、互联网使用和工作合同的下降幅度较大，但也有部分指标的贫困发生率在逐年递增，慢性病、身体质量指数、工作时间尤为明显。而居住拥挤、公积金和组织参与等指标存在“贫困固化”现象，表明近年来这些方面的贫困问题没有明显改善。非学历教育、户籍歧视和组织参与指标的贫困问题最为严重。

　　从4年贫困发生率的均值来看，从事制造业的农民工大部分指标贫困发生率都最高，其次是服务业，然后是建筑业和技术业，从事其他行业的最低。制造业农民工的非学历教育、互联网使用、公积金和组织参与指标的贫困最严重，各行业农民工的年收入、自评健康、贫富歧视和户籍歧视的贫困程度不高。从贫困发生率的年度变动趋势来看，不同行业农民工各指标贫困发生率从高到低的顺序依然是制造业、服务业、建筑业、技术业和其他行业。除建筑业农民工之外，其余行业农民工年收入、非学历教育、互联网使用、工作合同和工作五险的贫困发生率都呈现下降趋势，而建筑业农民工这几个指标的贫困发生率却不断上升。各行业农民工的自评健康、慢性病、身体质量指数、工作时间和公积金指标的贫困发生率也呈现上升趋势，且自评健康和工作时间的上升幅度更大。

　　2.2农民工多维贫困指数分析

　　不论k为何值，不同行业农民工多维贫困指数均存在明显差异，2010年各行业农民工贫困程度由高到低依次是建筑业、其他行业、服务业、技术业和制造业，2016年各行业农民工贫困程度由高到低依次是建筑业、服务业、技术业、制造业和其他行业，说明建筑业和服务业农民工的贫困程度更高。

　　当k=1时，各行业农民工多维贫困指数结果依次介于0.12~0.14、0.04~0.07、0.091~0.098、0.044~0.046和0.01~0.12，各行业农民工贫困发生率依次介于32%~35%、10%~16%、21%~27%、11%~14%和2%~23%;当k=2时，各年度不同行业农民工多维贫困发生率呈现出螺旋下降趋势，建筑业农民工贫困的下降幅度更大，贫困发生率从k=1时的30%以上下降到k=2时的28%以下;当k=3时，各行业农民工多维贫困发生率分别下降到7%、4%、5%、2%和10%以下，2012—2016年建筑业农民工贫困程度仍然高于非建筑业农民工贫困程度;当k=4时，建筑业农民工的多维贫困发生率下降到2%以下，非建筑业农民工多维贫困发生率基本上都下降到1%以下;当k=5时，各行业农民工多维贫困发生率几乎都为0。不论k为何值，各行业农民工多维贫困指数在4年间呈现“螺旋式”变动趋势，但总体为下降趋势，说明各行业农民工多维贫困在逐年缓解。

　　3农民工与城镇居民的多维贫困对比分析

　　3.1农民工与城镇居民的多维贫困发生率

　　从全国层面来看，各指标的贫困发生率在不同行业农民工和城镇居民间表现出明显差异。各行业农民工年收入、学历教育、生活满意自评和工作合同的贫困发生率要显著高于城镇居民贫困发生率。非学历教育、互联网使用、公积金和组织参与指标皆是各行业农民工和城镇居民的主要贫困因素，尤以制造业最为突出。自评健康、慢性病、身体质量指数和居住拥挤的贫困发生率在制造业、服务业和技术业较为严重，制造业农民工这几个指标的贫困发生率要高于城镇居民的贫困发生率，而服务业和技术业农民工这几个指标的贫困发生率要明显低于城镇居民的贫困发生率。

　　互联网使用、工作时间、公积金和组织参与的贫困发生率在制造业和服务业里较高，且农民工这几个指标的贫困发生率明显高于城镇居民的贫困发生率。从各行业农民工和城镇居民各指标贫困发生率的年度变动来看，制造业和服务业农民工和城镇居民的各指标贫困发生率普遍较高，其他行业农民工和城镇居民的各指标贫困发生率普遍较低，但总体来看，不同行业农民工和城镇居民大部分指标的贫困发生率呈现逐年递减趋势，说明农民工多维贫困得到缓解。

　　4结论和建议

　　本文采用2010—2016年CFPS数据构建农民工多维贫困测度指标体系，区别于以往从性别、代际和婚姻等个 体特征角度，从行业异质性视角测度及分解农民工多维贫困。研究结果发现：农民工大部分指标的贫困发生率呈现逐年递减趋势，但慢性病、身体质量指数和工作时间指标的贫困发生率呈现逐年递增趋势，而居住拥挤、公积金和组织参与等指标存在“贫困固化”现象。

　　贫困发生率由高到低的行业分别为制造业、服务业、建筑业、技术业和其他行业，建筑业和服务业农民工的多维贫困指数相对较高，各行业农民工多维贫困指数呈现“螺旋式”下降趋势。各指标对各行业农民工多维贫困指数的贡献存在较大差异，各行业农民工的多维贫困主要由年收入、非学历教育、互联网使用、公积金和组织参与等指标所贡献，且收入贫困贡献率的行业差异较为明显。

　　与城镇居民对比来看，各指标贫困发生率在不同行业表现出明显差异，各行业农民工年收入、学历教育、生活满意自评和工作合同指标的贫困发生率要显著高于对应行业城镇居民的贫困发生率，从事制造业和服务业的农民工和城镇居民的各指标贫困发生率普遍较高，从事其他行业的农民工和城镇居民的各指标贫困发生率普遍较低;制造业和服务业农民工和城镇居民的多维贫困指数值比其余行业农民工和城镇居民的多维贫困指数值要高，农民工多维贫困更为严重;农民工和城镇居民间大部分指标的贫困贡献率在不同行业差异较大，农民工要比城镇居民教育、生活和工作维度的贫困程度更高。

　　农业论文投稿刊物：《中国农村经济》(Chinese Rural Economy)创刊于1985年，由中国社会科学院农村发展研究所主办的中央级农村经济权威性学术刊物。国内统一刊号：CN11-1262/F，国际刊号：ISSN1002-8870，邮发代号2-850。

　　总之，采用单一收入等经济指标测度农民工贫困有失偏颇，农民工贫困内涵的丰富性和复杂性迫使农民工测度需要从多维视角切入。要重点解决农民工健康和工作方面的贫困，防止农民工出现因病致贫现象，打破农民工部分指标“贫困固化”现象，需要厘清农民工城镇化过程中融入城市的制约因素，真正实现农民工的城镇化。加大对建筑业和服务业农民工的倾斜政策，缩小不同行业间农民工多维贫困差异。进一步完善同工同酬制度，保证农民工在城市中平等的工作机会和市民待遇，完善农民工社会保障体系，给予农民工非学历教育和子女学历教育的基本保障，增强农民工内生脱贫能力，阻断农民工贫困代际传递。

　　参考文献：

　　[1]叶普万,周明.农民工贫困:一个基于托达罗模型的分析框架[J].管理世界,2008,(9).

　　[2]朱磊,雷洪.论农民工的分类及其转型[J].社会学评论,2015,3(5).

　　[3]张焕明.农民工家庭贫困水平:模糊收入线测度及代际传递性原因[J].中国经济问题,2011,(6).

　　[4]王肖婧.劳动力市场的性别收入不平等及女性贫困——一个人力资本和社会资本理论的双重视角[J].财经问题研究,2018,(3).

　　[5]彭继权,吴海涛,汪为.家庭生命周期视角下农户多维贫困测度及分解[J].统计与决策,2019,(12).

　　[6]姚俊.流动就业类型与农民工工资收入——来自长三角制造业的经验数据[J].中国农村经济,2010,(11).

　　[7]姚先国,焦晓钰,张海峰,等.工资集体协商制度的工资效应与员工异质性——对杭州市企业调查数据的分析[J].中国人口科学,2013,(2).

　　[8]赵维姗,曹广忠.农民工就业稳定性特征及职业类型的影响——基于全国13省25县100村调查数据的分析[J].人口与发展,2017,23(4).

　　作者：彭继权

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/26324.html