朱平芳、方顺超：精准扶贫与农村劳动力流动：政策效应与作用机制_新浪财经

转自：上观新闻

摘要：推进脱贫攻坚与乡村振兴有效衔接的关键在于能否保障农村劳动力的自由流动。在理论分析家庭劳动力流动内在机理的基础上，可以构建多时点双重差分模型，通过排除户籍迁移群体的干扰以系统考察精准扶贫政策对于农村劳动力流动的影响。研究发现：精准扶贫能显著提高农村家庭劳动力的外出务工比例，并主要体现促进其在同区县内的流动。通过对精准扶贫瞄准性和作用路径的分析发现：对于低人力资本家庭，精准扶贫通过公共服务和转移就业政策可增加非农就业机会，达到促进家庭劳动力的流动；对于从事农业生产的家庭，精准扶贫通过基础设施和农业发展政策可促进农户扩大生产，但囿于现阶段的农业技术水平，农业生产条件的改善会为劳动力流动提供物质支持；对无劳动能力成员占比高的家庭，精准扶贫通过公共服务和生活保障政策来降低家庭在医疗和教育上的支出，以缓解家庭因素对劳动力流动形成的隐性约束。研究表明，劳动力流动更能准确地评估精准扶贫带来的可持续效应，对于促进脱贫地区衔接推进全面乡村振兴具有现实意义。

作者：朱平芳，上海社会科学院数量经济研究中心研究员；方顺超，上海社会科学院数量经济研究中心博士研究生。

本文载于《学术月刊》2024年第3期。

一、引言

二、理论模型

三、研究设计及数据描述

四、实证结果分析

五、作用机制分析

六、结论与启示

随着2020年底脱贫攻坚战取得了全面胜利，推进全面乡村振兴被摆在了“三农”工作中更加重要的位置。劳动力的自由流动是解决“三农”问题的核心，要实现脱贫攻坚与乡村振兴的有效衔接，需要关注农村劳动力要素的流动问题。精准扶贫政策的实施为贫困地区提供了机会和资源，既可减轻农村劳动力的经济压力和家庭负担而促使其流向城市寻找更好的工作机会，也能改善农村基础设施和公共服务，通过增加农村就业机会留住农村劳动力。本文将通过深入分析政策的实施效果，准确把握贫困户脱贫后的动向以及他们流动的内在逻辑，有助于采取针对性措施，避免脱贫户再度陷入贫困，确保扶贫政策可持续性，帮助农村社区更好地利用劳动力资源，为乡村振兴提供充足劳动力资源，使得脱贫攻坚与乡村振兴的有效衔接，推动农村经济可持续增长。

有别于农村地区先前以连片贫困区域开发为主的扶贫手段，精准扶贫主要运用科学有效的程序对需要帮扶的对象进行精准识别，针对不同贫困区域环境、不同贫困农户特征，准确判断每家每户的致贫原因和帮扶需求，坚持因人因地施策，因贫困原因施策。已有文献从不同维度对精准扶贫的政策效应进行了评估，如精准扶贫能够显著提高贫困户的人均收入水平，并能有效改善其医疗服务利用，大幅提高其生活质量和生活满意度。同时，对于贫困户的正规信贷和消费水平也都有显著的影响。然而，收入水平、医疗服务及信贷消费等仅能反映精准扶贫实施后的短期影响。若要推进精准扶贫与乡村振兴的有机衔接，则更应关注精准扶贫的可持续影响，尤其是对于劳动力要素配置的影响，主要体现在精准扶贫能否充分拉动农村劳动力向城镇和非农产业流动，为贫困户提供持续增收的长期预期，有效防范返贫风险。因此，掌握精准扶贫对农村劳动力流动的影响将是本文探究的主要内容。

劳动力作为生产要素，在市场环境中的流动是受到经济规律约束的，从边际劳动生产率低的地区转移至高的地区，可获取更高的边际报酬。改革开放以来，城镇地区以其优越生活环境和较高工资水平吸引着农村剩余劳动力的大规模流入，相应提高了农村流出地的人均收入水平。中国特殊的户籍制度是研究劳动力流动绕不开的问题，一系列城市福利体制以保障城镇劳动力就业而设立，并将农村人口控制在城市体制之外。农民工若未获取当地城镇户口，便会面临着就业、公共服务和社会保障等方面的歧视，因此，农村劳动力带户口迁移并定居于城镇的现象广泛存在，这种以户籍更改为标志的流动被定义为劳动力转移或迁移。然而，本文更关注于“临时”异地居住和就业的农村劳动力，因为，他们对于扶贫政策实施的反应更为敏感，也更能直接反映政策带来的影响。因此，本文通过给出农村劳动力流动的具体定义，对户籍迁移的劳动力群体进行控制。

考虑到劳动力流动通常是家庭统一决策后的结果，家庭对于劳动力流动的影响往往是复杂且难以度量的，尤其在以礼俗为主导的农村社会。老年贫困、因学致贫、因病致贫和缺技术致贫通常是导致家庭贫困的主要因素，并且家中老人、年幼子女和患病成员通常不具备劳动能力，这对家庭劳动力的流动会形成一种隐性约束。也正因此，家庭是分析农村劳动力流动不能避开的因素，同时，精准扶贫也主要以家庭为单位展开帮扶。对此，本文将以农村家庭为单位展开研究分析，并将家庭特征作为劳动力流动决策中的重要影响因素。

与已有文献相比，本文所做出的改进和创新体现在以下三个方面：一是排除户籍迁移劳动力的影响，对农村家庭劳动力的流动类型给出精准定义与区分，避免错误估计劳动力流动规模；二是构建理论模型，从经济和家庭两方面梳理农村劳动力流动的内在机理，并为精准扶贫影响农村劳动力流动的机制路径提供可能的解释；三是基于农村家庭贫困特征，从精准扶贫的瞄准性和作用路径上，剖析其对农村劳动力流动的政策影响机制。

农村地区贫困户的致贫原因通常具有多维性，扶贫政策会根据其致贫原因的不同，采取针对性的措施以有效帮扶，涉及农业生产、转移就业、医疗教育和生活保障等方面。扶贫政策因帮扶对象的不同而可以分为两大类：一是针对有劳动能力的劳动力成员，涉及转移就业和产业发展等方面的政策支持；二是针对老年人、子女或患病成员等无劳动能力成员，包括医疗保障、教育支持和生活保障等政策。这意味着，农村劳动力在流动时所受到的政策影响可能来自多个方面。为了探究农村劳动力流动的逻辑，本文将通过建立一个代表性的农村家庭劳动力流动理论模型，从机制上考察劳动力流动所受到的各种政策影响，综合分析经济与家庭因素对其流动决策的影响，从而深刻理解农村劳动力流动与不同类型的扶贫政策和家庭特征之间的相互联系和作用。假定农村家庭劳动力流动的总效用函数，有如下构造：

其中，设定L表示家庭成员类型分布，由外出务工、在家务农和无劳动能力者三类构成；C表示对应不同类型家庭成员的消费水平。假定式（1）有如下设定：

其中，Li为外出务工劳动力、在家务农劳动力和无劳动能力者等三类家庭成员的占比；Ci对应不同类型家庭成员的消费，i=1,2,3；e和s分别为农村家庭成员的发展型消费和生存型消费的基础支出水平。其中，外出务工劳动力主要以发展型消费为主，e表示支持农村劳动力能够外出务工必要的发展型消费量，如交通通信、技能培训等。外出务工劳动力所需付出的e越高，则越难以离开农村贫困地区而实现自身发展。无劳动能力成员主要以生存型消费为主，s表示维持家庭基本生存必需的生存型消费量，如食物、居住和医疗等，即维持无劳动能力成员生活能够正常运行的支出。

此外，本文假定非农就业工资水平为w。令农产品平均价格为QA，满足QA>0，农业生产条件为A，农村家庭的农业生产函数表示为f（L2,A），因此，农业生产经营收入可以表示为

。一般而言，家庭中参与农业生产经营活动的劳动力越多，并且农业生产基础设施和技术条件越好，农业产出f便越高，故f可视为L2和A的增函数。此外，来自政府的转移支付补助表示为H，与家庭无劳动能力成员的比例L3相关。综上，农村家庭的预算约束条件可以有如下表示：

其中，Pi分别表示不同类型家庭成员消费的价格水平，i=1,2,3。对于农村家庭，由于无劳动能力成员的比例L3无法控制，家庭需要选择不同类型家庭成员的最优消费Ci和劳动力流动的最优比例L1，使得家庭的整体效用能够实现最大化。对此，通过构建拉格朗日函数以求解农村家庭劳动力流动效用最大化。其中，在家务农劳动力的比例可表示为L2=1-L1-L3，经求解可以得到：

基于此，我们可以探究农村家庭劳动力流动和发展型必要消费量e的关系。基于式（5）对e进行求导，并结合式（4），整理化简可得：

当家庭存在外出务工劳动力时，L1>0。假定f为凹函数，劳动力投入的边际收益率递减，则<0。因此，得到dL1/de<0，即若农村劳动力为外出务工所需付出的必要开支越高，则劳动力的外出流动概率会越低。考虑到发展型的必要消费量e，通常与基础设施条件、劳动力人力资本相关，农村基础设施条件越便利、劳动力人力资本越高，农村家庭所需支出发展型的必要消费量将越低，往往能较先获得就业机会和工资性收入，加快其流动。由于贫困地区农村的基础设施条件普遍较差、贫困户的人力资本相对较低，本文将根据农村家庭劳动力流动和发展型的必要消费量间的关系，探究精准扶贫政策的实施能否缓解基础设施和人力资本对于农村劳动力的非农就业约束，从而促进农村劳动力的流动。

为探究农村劳动力流动和农业生产条件的关系，基于式（5）对A进行求导，并结合式（4），整理化简可得：

由于<0，故dL1/dA的符号由决定，若>0，即农业生产条件的提高能使参与农业生产的劳动力边际收益递增，有dL1/dA<0，此时提高农业生产水平能减少外出非农就业劳动力；若<0，即农业生产条件的提高使得参与农业生产的劳动力边际收益发生递减，有dL1/dA>0，此时即便提高农业生产水平也无法阻止农村劳动力的外流。而从实际考虑，家庭联产承包责任制下的农村农业生产规模较小，难以通过农业生产技术的推广产生规模效益，限制了规模经济的发挥，从而可能导致劳动力的边际收益和农业生产效率的下降，则有dL1/dA>0。由此，本文将根据农村劳动力流动与农业生产条件之间的关系，探究精准扶贫可否通过改善农业生产条件促进家庭扩大农业生产，并影响劳动力流动，从而发掘精准扶贫通过农业生产影响劳动力流动的机制路径。

上述分析是从经济因素对于劳动力流动的影响出发，而家庭其他成员的相关特征也会对劳动力的流动决策产生一定的影响，尤其是老人和子女等家庭无劳动能力成员，这可看作家庭因素对于劳动力流动的影响。本文为探究农村劳动力流动和生存型必要消费量s的关系，基于式（5），结合式（4）对s进行求导，并整理化简可得：

当家庭存在无劳动能力成员，则L3>0，同时，因为<0，故dL1/ds的符号将由C1-e与C2的大小决定。考虑到城乡在公共服务和生活水平上的差距，贫困户家中务农劳动力的消费更偏向于无劳动能力成员的生存型消费，同时，由于务农劳动力在家得以更好地照顾家庭，可以有效降低一部分消费开支，存在务农劳动力消费C2小于外出劳动力消费C1-e的可能，从而有dL1/ds<0。由此，本文将根据农村劳动力流动与生存型必要消费量间的关系，探究精准扶贫政策的实施能否降低家庭无劳动能力成员在医疗、教育等方面的支出，以缓解“家庭”对于劳动力的隐性约束，从而促进农村劳动力流动的问题。

上述理论模型分析了不同政策背景下诸如人力资本、农业发展和医疗教育等因素对于农村劳动力流动决策的潜在影响，并探讨贫困劳动力流动的特征表现和影响因素。这也为本文实证研究奠定了基础，有助于深刻理解精准扶贫政策是如何影响农村劳动力的流动决策的，从而为推进脱贫攻坚和乡村振兴有机衔接提供明确的理论依据和实证支持。

理论模型分析中所提出的问题，应通过实证结果给出回答与分析，这部分工作的基础就是进行研究设计及数据描述。

（一）多时点DID基准回归模型

基于理论分析，农村劳动力流动通常反映的是家庭共识，故在构建计量模型时，本文将以农村家庭为微观研究个体来分析农村劳动力的流动决策。精准扶贫政策是外生于农村家庭劳动力流动的政策冲击，考虑到不同农村家庭成为“建档立卡”贫困户的时间有所差异，本文采用多时点双重差分方法进行面板固定效应估计，具体模型构建如下：

其中，Yit表示农村家庭劳动力的流动情况；Policyit表示精准扶贫政策；Xit为控制变量集合；β1是本文感兴趣的参数，反映了精准扶贫的实施对于农村家庭劳动力流动的影响；αi表示家庭层面的固定效应；θt表示时间固定效应；此外，本文在回归方程中加入省份与年份的交互固定效应δpt，以便控制各省份p随时间推移而产生的外生冲击，如各省份在不同时期所实施的扶贫政策和推行的帮扶力度会有所变化；uit表示随机扰动项，考虑到劳动力流动往往会在区县或乡镇等小范围内呈现出较为相似的特征，故本文在实证研究中，对于回归结果的标准误将在区县层面进行聚类调整以保证结果的稳健。

（二）数据来源与变量设定

本文采用的数据是西南财经大学在全国范围内开展的中国家庭金融调查问卷（China Household Finance Survey，CHFS），选取的调查年份为2013年、2015年、2017年和2019年，问卷针对每个家庭的户籍迁移史和人口流动史进行了详细的调查，其中，CHFS2019就贫困户的致贫因素和扶贫方式等问题做了具体询问，为本文的精准扶贫政策评估提供了详实的数据支撑。由于CHFS调查问卷主要询问的是家庭在过去一年的信息，CHFS2013—2019对应2012年、2014年、2016年和2018年的数据。本文将精准扶贫的政策实施节点设定为2015年，以享受精准扶贫政策的农户为处理组，以未享受精准扶贫政策的农户为对照组，并运用双重差分方法估计精准扶贫对于农村劳动力流动的影响。

1.被解释变量。Yit表示农村家庭i在第t年的外出务工劳动力占当期家庭劳动力总数的比重，进一步地，根据劳动力的外出务工距离可将其分为外流至同区县内、同省跨县和跨省流动。此外，本文定义农村劳动力为拥有农业户口且无跨区/县迁移户口经历的个体，以避免户籍迁移劳动力所可能造成的估计偏误，略去家庭成员皆为65周岁以上或16周岁以下的样本观测，避免出现缺少适龄劳动力的情况。农村劳动力流动的具体定义，如表1所示。

表1 农村劳动力流动类别的定义

2.核心解释变量。若时间在政策发生后且农村家庭i享受扶贫政策，则Policyit=1，反之为0。考虑到“脱贫不撤档”方式的影响，建档立卡的农村家庭若在样本期内脱离贫困，但其仍能享受到低保、教育补助和医保等政策帮扶，因此，若农村家庭i被评为建档立卡贫困户，则在后续年份有Policyit=1。

3.控制变量。本文通过选取相应变量以控制经济和家庭因素对农村劳动力流动的影响：家庭人力资本，人力资本水平的高低反映了劳动力所获就业机会和工资水平的差异；家庭经济水平，家庭收入越高越能在物质上为农村劳动力的技能水平提高和就业机会搜寻提供支持；家庭规模，农村家庭的成员数量越多说明劳动力规模可能越大，而要使家庭收益最大化，便会增加劳动力的流动比例；家庭人均年龄，对于不同年龄段的农村劳动力，其流动选择和劳动参与率均有着显著差异；家庭农业生产，农村劳动力对生产部门的流动选择会相应体现不同家庭在农业生产经营上的比较优势。此外，以家中是否有女性、家庭健康状况和人口抚养比等变量来考虑到家庭因素对劳动力流动的约束，健康状况以家庭是否有身体状况不好的成员为表示，人口抚养比表示家庭子女和老人的数量占家庭规模的比重。

（三）农村劳动力流动的特征事实与描述性统计

基于表1对农村劳动力流动类别的定义，通过CHFS2013—2019数据得到农村劳动力在2012—2018年的流动情况，如表2所示。对于农村劳动力流动情况，可以看到近年来农村选择外出流动的劳动力占劳动力总数的比重呈下降趋势，由2012年占农村劳动力总数的13.7%下降至2018年的9.3%；对于农村家庭劳动力的区位选择，劳动力开始更多地选择在同区县内工作，由2012年占农村流动劳动力的21.2%上升至2018年的27.8%，选择跨省流动的劳动力在流动劳动力中的占比呈逐年递减的趋势。

表2 农村劳动力2012—2018年流动情况

本文梳理了不同特征的农村劳动力在流动类别中的占比，如表3所示。可以发现，享受扶贫政策的农村劳动力更愿意选择离开农村，并以同区县内和省内县外的流动相对较多，更愿意选择在离家近的同区县内或省内县外寻求发展。从农村劳动力的受教育水平来看，劳动力流动的比重随受教育水平的提高而提高。考虑到家庭因素对于劳动力流动的约束，可以发现人口抚养比低的农村劳动力更愿意选择向外流动，并且与人口抚养比高的农村家庭差异较为显著，并且人口抚养比高的农村劳动力在所有样本中，选择同区县内的流动比例最高。

表3 CHFS样本农村不同劳动力的流动特征（%）

本文关注精准扶贫政策对于农村家庭劳动力流动的影响，在数据处理中，保留有四年观测值且排除存在缺失值的样本，最终得到2042个农村家庭观测，2012—2018年间共8168条样本数据。评定为贫困户的有740个观测，非贫困户则有7428个，考虑到“脱贫不撤档”的帮扶政策，享受扶贫政策的有1095个农村家庭，未享受的有7073个，变量的相关定义及描述性统计如表4所示。可以发现，未享受政策农村家庭的人均受教育年限明显高于贫困户家庭，表明人力资本对于农村家庭能否脱离贫困行列有着显著影响，并且农村贫困户的人均收入水平也显著低于非贫困户。未享受扶贫政策的农村家庭更为年轻，家庭成员规模更大，从事农业生产较多。基于家庭会对劳动力流动形成隐性约束的理论分析，可以发现在人口抚养比和家庭健康状况的比较上，贫困户较非贫困户的差距十分明显。基于以上比较分析，本文发现，贫困户家庭的特征主要体现在人力资本低、老龄化、子女上学和患有疾病等方面。

表4 描述性统计

（一）精准扶贫对农村劳动力的影响：促进劳动力向外流动与就近务工

本文根据基准模型，估计了精准扶贫政策对于农村家庭劳动力流动的影响，结果如表5第（1）列所示。可以发现，精准扶贫政策的实施能够显著促进农村家庭剩余劳动力的外流。对应前述理论分析，精准扶贫可能通过提高劳动力的技能水平以增加就业机会和提高工资性收入，促使农村劳动力参与城镇地区的就业市场，从而增加其流动概率，也可能由于精准的帮扶政策切实降低了贫困户家庭在无劳动能力成员上的消费支出水平，减轻了农村劳动力在家庭因素上的所耗成本和精力，缓解了农村家庭剩余劳动力向外流动的隐性约束。

本文将对农村家庭劳动力流动的区位选择做相应分析。结果如表5第（2）—（4）列所示，分别表示精准扶贫政策对于农村剩余劳动力流向同区县内、同省份但非同区县或流向省外务工的影响。相较于省内县外和跨省流动，可以发现精准扶贫对于同区县内务工有着更为显著的正向影响，且系数值更大。可能的解释是在农村扶贫开发的过程中，有不少改善农村生产生活和生态环境的基础设施建设工程，当地政府会组织贫困群众参与到工程建设中，从现金补贴转向为贫困户提供工作以改善其生产生活条件，通过以工代赈来促进农村劳动力就近务工，进而，激发贫困地区内部的经济活力。结合表3和表4中的样本特征事实描述，另一层面的原因可能是由于农村贫困户的人口抚养比普遍较高以及健康状况较差，家庭剩余劳动力往往需承担起赡养父母、照顾亲人或供养子女上学的责任义务，扶贫政策虽能缓解家庭因素对于劳动力的流动约束，但并不能使其完全卸下这一重担，也正因此，劳动力更愿选择在离家近的同区县内务工。虽然，同区县内务工是农村劳动力流动的主要方向，但省内县外、跨省流动的农村劳动力流动也是选择的方向，统计上不显著并不代表没有，值得关注。

表5 精准扶贫对于农村劳动力流动的影响

（二）稳健性检验

1.平行趋势检验与动态效应分析。若未享受精准帮扶的农村家庭在政策实施之前便存在较明显的劳动力流动趋势，而该趋势并不随政策实施而变化，则前述基准回归便存在估计偏误问题。然而，若不同特征的农村家庭劳动力流动在政策实施前不存在显著差异，便可验证不存在选择性偏误对估计结果产生影响。因此，需要进行平行趋势检验，由于农村家庭接受扶贫政策的时间不同，故不能简单地通过政策发生的时间点来设置虚拟变量，而应根据农村家庭享受政策的年份对样本区间做分割，构造得到相应的时间虚拟变量。模型设定如下：

式（10）中，时间虚拟变量Be3it、Be1it、Af1it和Af3it分别表示农村家庭i在第t年是否为享受扶贫政策前3年、前1年、后1年以及后3年的观测样本。平行趋势检验结果如表6所示，可以发现Be3it和Be1it的回归系数并不显著且数值相对较小，这表明在扶贫政策实施之前，处理组与控制组的农村家庭在劳动力流动上并无显著差异，符合双重差分方法的平行趋势假设。对于政策的动态效应估计，可以发现Af1it的回归系数显著为正，同时，随着政策推进，精准扶贫对于农村劳动力流动的促进作用将不再明显，这与已有文献关于帮扶政策在减贫效果上具有时滞性的发现不一致。这可能是因为贫困户的收入水平和生活质量若要发生显著改变，需要一个积累的过程，而劳动力的流动决策并非如此，其对于政策的实施更为敏感。当农村劳动力发现合适的就业机会和工资水平，或是家庭因素对自身的流动约束变弱时，流动便会发生，因此，扶贫政策影响农村劳动力流动的时滞性更短。

表6 精准扶贫对于农村劳动力流动的平行趋势检验与动态效应

2.PSM-DID。农村家庭是否被评定为贫困户与其家庭特征相关，这意味着可能存在样本自选择问题，故本文采用倾向得分匹配方法来确保享受精准帮扶与未享受精准帮扶的农村家庭间的同质性。由于DID针对的是面板数据，而PSM方法适于截面数据，我们参考Greenaway等对农村家庭样本按年份作逐期匹配，然后再将各期匹配数据合并成DID方法所需的面板数据，协变量选取参照先前基准模型的控制变量，以保证农村家庭是否享受扶贫政策是近乎随机选择的。接着，通过模型（9）重新估计精准扶贫政策对于农村劳动力流动的影响，估计结果如表7所示。根据回归结果，我们发现精准扶贫政策的系数仍显著为正，因此，在一定程度上可以说明精准扶贫对于农村劳动力流动的促进作用是稳健的。

表7 精准扶贫对于农村劳动力流动的影响（PSM-DID）

图1安慰剂检验（随机化政策冲击时间）3.安慰剂检验。精准扶贫对于农村劳动力流动的影响可能受其他不可观测因素驱动，我们将通过安慰剂检验判断是否存在不可观测因素对本文估计结果造成影响。考虑到多时点DID中不同家庭所享受政策的时间存在差异，因此，需要为每个样本构建一个随机的政策发生时间，在此基础上重复估计模型（9）500次，重点关注回归系数β1的变化。重复随机化测试的结果如图1所示，回归系数β1的分布主要集中于0附近，可以发现其与正态分布相近，且明显异于表5中β1为0.027的结果（图1竖线所在的位置）。因此，精准扶贫政策对于农村劳动力流动的影响并未受到不可观测因素的影响，前述基准回归结果具有稳健性。

图1 安慰剂检验（随机化政策冲击时间）

考虑到贫困发生的多维性，不少农村家庭由于多种贫困原因的存在，可能会享受到多种扶贫政策。然而，扶贫政策是否能够针对不同贫困特征的农村家庭予以精准帮扶，从而影响农村劳动力的流动？可以将这个疑问分为两部分：一是精准扶贫的瞄准性问题，精准扶贫能否给予不同贫困特征的农村家庭以针对性的政策帮扶；二是扶贫政策的作用路径问题，精准的帮扶政策能否削弱贫困特征对于劳动力的流动约束。

精准扶贫政策主要由针对贫困村和贫困户层面实施的两大类政策组成，因村施策主要体现在基础设施和公共服务两方面，因户因人施策则主要体现在生活保障、农业发展和转移就业等方面。通过CHFS2019家庭数据库，可以得到家庭自2014年后所享受的扶贫政策类型，对其进行梳理归类，如表8所示。农村贫困户享受到最多的政策是危房改造、易地搬迁、生活物资和无偿资金补助等生活保障，以改善家庭生活质量为主，占比达到34.1%；其次是医疗健康上的扶贫政策，以提高农村地区的医疗服务利用水平为主，服务于因病致贫、因老致贫的家庭，占比达到22.7%；再是如教育和转移就业上的帮扶，可以给予因学致贫的家庭以帮助，为农村劳动力提供非农就业以提升收入，占比分别达到11%和11.6%。

表8 精准扶贫政策类别汇总

基于理论分析精准扶贫对于农村劳动力流动的可能影响机制，通过影响人力资本、家庭农业生产以及无劳动能力成员的消费支出来影响农村劳动力的流动，结合表4的统计描述，农村家庭的贫困特征表现为人力资本低、从事农业生产、健康状况差和人口抚养比高等。因此，可以从人力资本、家庭农业生产和无劳动能力成员占比的视角出发，通过相应机制变量来探究政策能否针对不同贫困特征的家庭，予以精准帮扶，进而影响农村劳动力流动。对于扶贫政策类型的询问仅出现在CHFS2019问卷中，且未指出农村贫困户具体是从哪一年开始享受相应的帮扶政策，故本节分析主要基于CHFS2019的数据，模型构造如下：

其中，Fami表示农村家庭的贫困特征；Yi表示劳动力流动情况，也表示对应不同特征家庭的机制变量；TPAi为家庭所享受的帮扶类型；Xi为家庭层面的控制变量，同式（9）。此外，加入了区域层面的控制变量，家庭所在省份的经济发展水平、产业结构和政府行为，分别以人均GDP、二三产业增加值比和公共财政支出占GDP的比重来度量。ui为随机扰动项。

（一）扶贫政策类别、家庭人力资本与就业机会

当农村家庭人力资本偏低时，意味着家庭劳动力可能缺少发展产业或就业的基本技能，导致难以获取就业机会来保证稳定的工资性收入。因此，本文选取农村家庭人力资本作为特征变量。对应于就业机会，采用农村家庭的非农就业比例作为机制变量，以此来反映扶贫政策类别对于不同人力资本的农村家庭就业结构的影响，回归结果如表9所示。可以发现家庭特征的系数显著为负，表示当家庭人力资本越低，其获取到非农就业的机会就较少。对比基础设施、公共服务、生活保障、农业发展和转移就业等帮扶政策类型的回归结果之后，可以发现仅有公共服务和转移就业与家庭特征的交互项显著为正，这表明公共服务和转移就业相比其他帮扶政策更能缓解因人力资本偏低对农村劳动力就业机会所形成的约束。

表9 扶贫政策对于农村家庭就业结构的影响

进一步地，本文将探究扶贫政策的作用路径问题，即精准扶贫是否会通过增加就业机会来促进农村劳动力的流动。基于上述分析，我们将农村家庭是否享受公共服务和转移就业上的帮扶作为解释变量，以及将农村家庭的劳动力流动作为被解释变量，并对农村家庭样本按非农就业比例的高低进行分样本回归，结果如表10所示。对于高非农就业比例的农村家庭，公共服务和转移就业对于劳动力流动并无显著影响，而对于劳动力流动的促进作用主要体现在低非农就业比例的家庭样本。由此，本文发现精准扶贫主要通过公共服务和转移就业来增加农村劳动力的就业机会以提高农村家庭的非农就业比例，从而促进劳动力流动。

表10 扶贫政策对于农村家庭劳动力流动的影响

（就业结构视角）

（二）扶贫政策类别、农业生产经营与土地资产

农村大多数家庭以农业生产经营为主要收入来源，而落后的农业基础设施和缺乏先进农业生产技术导致其不能有效释放生产力，造成农业生产效率过低，而家庭又过度依赖农业生产经营性收入，进而导致农村贫困发生率变高。因此，本文以家庭是否从事农业生产为特征变量，并选取家庭土地资产作为机制变量，当改善农业生产条件使劳动力边际收益递增时，农村家庭会通过农村土地承包经营权流转市场，从农业生产率较低的家庭租入土地以扩大农业生产，回归结果如表11所示。对比所有政策类型的结果后，发现仅有基础设施和农业发展可以帮助从事农业生产的家庭进一步扩大土地资产规模。此外，特征变量的系数虽为正但并不显著，从一定程度上说明从事农业生产的家庭存在增加土地以扩大生产的情况，但可能受限于现阶段的农业生产水平，这种影响并不显著。

表11 扶贫政策对于农村家庭土地资产的影响

基于此，分析发现基础设施和农业发展可以帮助从事农业生产的家庭扩大经营规模，然而，现阶段的农业技术水平无法为家庭的农业生产经营带来足够的规模效应。进一步地，本文将探究精准扶贫是否会通过改善农业生产条件来影响农村劳动力流动。为此，将农村家庭是否享受基础设施和农业发展上的帮扶作为解释变量，将家庭劳动力的流动作为被解释变量，并按土地资产的高低进行分样本回归，估计结果如表12所示。可以发现，对于劳动力流动的促进作用主要体现在高土地资产的家庭样本。对此，可能的解释是农业生产条件的改善会为农村家庭劳动力的流动提供物质支持，从而促进农村家庭劳动力的流动。

表12 扶贫政策对于农村家庭劳动力流动的影响

（农业生产视角）

（三）扶贫政策类别、无劳动能力成员占比与医疗教育消费

家庭是农村劳动力的流动决策中的重要影响因素，尤其对于农村贫困户而言，父母年老、子女上学和家庭成员患病等因素不仅会导致家庭产生贫困，更会使得劳动力流动受到较大的约束和限制。无劳动能力成员占比在一定程度上反映了家庭的人口抚养比和健康状况等致贫因素是否突出。因此，本文选取农村家庭的无劳动能力成员占比作为特征变量，以家庭是否有医疗和教育负债作为机制变量，采用Probit模型进行分析，回归结果如表13所示。本文发现当家庭无劳动能力成员占比越高时，其家庭存在医疗和教育负债的可能就会越大。对比所有的帮扶政策类型的回归结果之后，发现只有公共服务、生活保障和转移就业与家庭特征的交互项显著为正，这表明精准扶贫可以通过改善农村地区的医疗水平和教育质量，并为贫困户提供生活兜底和就业帮扶以降低无劳动能力成员带来的医疗和教育上的开支和负债。

表13 扶贫政策对于农村家庭无劳动能力成员消费的影响

进一步，本文将探究扶贫政策的作用路径问题，即精准扶贫是否会通过无劳动能力成员的医疗教育消费来影响农村劳动力的流动。具体地，本文将农村家庭是否享受公共服务、生活保障和转移就业等政策作为解释变量，将农村家庭劳动力的流动作为被解释变量，并按家庭是否有医疗教育负债进行分样本回归，结果如表14所示。相较于无医疗教育负债的农村家庭，精准扶贫对于劳动力流动的促进作用主要体现在有医疗和教育负债的家庭样本，以公共服务和生活保障的促进作用较为显著。由此，本文发现精准扶贫主要通过公共服务和生活保障两类政策来减轻农村家庭在医疗和教育上的负债，以缓解家庭因素对于劳动力流动的隐性约束，从而促进农村劳动力的流动。

表14 扶贫政策对于农村家庭劳动力流动的影响

（家庭因素视角）

本文基于中国家庭金融调查问卷（CHFS），探究了精准扶贫对于农村劳动力流动的影响和作用路径。首先，本文排除户籍迁移群体的干扰，对劳动力流动的类型给出了相关定义，并根据务工距离将流动劳动力分为同区县内、同省跨县和跨省流动。其次，通过实证研究发现：精准扶贫政策会显著提高农村家庭劳动力外出务工的比例，且主要体现在促进其同区县内的流动。本文还基于理论分析中所得农村劳动力流动的内在机理，在明确农村贫困户特征的基础上，从农村劳动力的人力资本、家庭农业生产和无劳动能力成员占比的视角出发，探究了精准扶贫的瞄准性和作用路径问题，发现对于人力资本偏低的农村家庭，精准扶贫会通过在公共服务和转移就业上的帮扶来增加家庭的非农就业比例，进而显著改善人力资本低对于劳动力流动的约束；对于从事农业生产经营的农村家庭，精准扶贫会通过在基础设施和农业发展上的帮扶来促进农户租入土地以扩大生产，但囿于现阶段的农业技术水平，农业生产条件的改善并不能为农村留住劳动力，却会为农村家庭劳动力的流动提供物质支持以促进其流动；对于无劳动能力占比高的家庭，精准扶贫政策会通过公共服务、生活保障和转移就业等政策来降低家庭的医疗和教育负债，但仅有公共服务和生活保障能缓解家庭因素对于农村劳动力流动的隐性约束。

基于前述实证研究结果，本文得到如下启示：第一，精准扶贫能有效提高农村剩余劳动力的外出务工比例，是增强贫困户内生发展动力的重要体现，以这批流动的劳动力为牵引，通过其带动脱贫地区劳动力增收的积极性，能够更好地巩固拓展脱贫攻坚成果并与乡村振兴有效衔接；第二，落后的农业生产技术会造成农村地区更多的人才流失，未来应着眼于提升农业生产技术的现代化程度，充分发挥农村农业优势，以现代农业发展增加农村就业岗位，为农村留住和吸引人才；第三，提升公共服务和加快转移就业为农村贫困户劳动力创造就业机会，有效缓解家庭因素对劳动力流动带来的隐性约束，推进技能教育培训等帮扶措施，激发其内生发展动力，使之可以有能力有选择地进入劳动力市场；第四，在消除绝对贫困后可以为治理农村相对贫困提供三方面的启示和政策选择思路：（1）重视基础设施建设和农业技术的提升所带来促进就业效应；（2）强调并重视提供有效可靠的公共服务和社会医疗保障，减少家庭成员外出务工的压力，让其“安心工作”；（3）确保可持续性，在保障农村劳动力“安心工作”的基础上同步持续推进技能教育培训等帮扶措施，使其达到“会工作”并有“好工作”的目标，巩固脱贫攻坚成果，不断降低农村脱贫家庭的返贫风险。

〔本文为国家社会科学基金项目“数字经济促进现代化产业体系建设的测度研究”（23BTJ015）、上海市科技发展基金资助软科学研究基地——上海市科技统计与分析研究中心项目、国家自然科学基金项目“偏线性分位数样本截取和选择模型的估计与应用—基于非参数筛分法（Sieve Method）”（72273091）、国家自然科学基金项目“引入专家咨询信息的多指标综合评价模型：理论、方法与应用”（72303155）的阶段性成果〕