摘 要：（中）摘要患病率高、照料负担重是贫困家庭面临的主要困难。采用中国城乡困难家庭入户调查数据，就困难家庭的照料负担对劳动力就业的影响进行实证分析。研究发现，如果忽略两者的内生性会低估负面效应的程度。工具变量分析方法和稳健性检验结果显示，照料负担会使城镇困难家庭的劳动力就业概率显著下降77%―100%，远高于城镇普通家庭的20%―30%。农村困难家庭的劳动力就业概率显著下降25%―53%，也明显高于农村普通家庭的10%―30%。针对疾病照料负担对困难家庭劳动力就业的负面影响远高于普通家庭的事实，建议增加对困难家庭的托护服务支持，通过减轻照料负担来解放劳动力就业，提升困难家庭的发展能力。
关键词：（中）关键词困难家庭；照料负担；因病致贫；就业
中图分类号：（中）中图分类号F240 文献标识码：A 文章编号：1000-4149（2018）01-0079-11
DOI：10.3969/j.issn.1000-4149.2018.01.008
Abstract：（英）摘要The high prevalence and heavy care burden are the major difficulties for poor families. Based on the urban and rural poor families’ household survey data， this paper analyses the influence of care burden on the labor employment. The study found that ignores the endogenous will underestimate the degree of negative affect. Instrumental variable analysis and robustness testing results show that take care of patients will make a significant reduction in the labor force’s employment probability of 77%―100% for the urban poor family， greater than the urban family of 20%―30%. And the influence of care burden on rural poor family is 25%―53%， greater than the rural family of 10%―30%. The negative impact of care burden on employment in the poor family is much higher than the other family. We suggest increasing the respite care service to poor families， to liberate the workforce to employment and promote the development of the poor families.
Keywords：（英）P键词poor family； care burden； poverty caused by illness； employment
一、引言
截至2016年初，全国7000多万贫困人口中仍有42%的人口因病致贫返贫
数据来源：国务院扶贫开发领导小组办公室.坚决打赢脱贫攻坚战[EB/OL].[2016-03-01].http：//www.pad.gov.cn/art/2016/3/1/art30145709.html
。即使在全国城乡居民基本医疗保险几乎完全覆盖，大病救助制度普遍覆盖困难家庭的情况下，疾病给贫困家庭带来的冲击和摧残仍然未能彻底解决。疾病仍然是导致家庭陷入贫困，并且难以彻底摆脱贫困的主要原因。
关于疾病导致贫困的原因和影响机制，过去的观点普遍认为，疾病使得原本有收入的成员失去劳动能力或生产效率下降，从而导致家庭收入减少、治疗费用增加，家庭陷入贫困[1-3]。然而，近年来通过对城乡困难家庭进行调查发现，除了众所周知的治疗费用负担外，疾病照料负担已经成为阻碍健康劳动力就业和困难家庭摆脱贫困的另一个重要原因。2015年民政部城乡困难家庭调查数据显示，城镇困难家庭平均每户有2.9人，其中有1.5人患病或残疾，0.4人没有自理能力，仅1.3人有劳动能力。如果进一步扣除因照料病人等原因无法外出工作的人，有工作收入的人数仅剩下0.7人。对比城镇，农村困难家庭的情况则更为严峻。农村困难家庭平均每户有3.1人，其中有1.6人患病或残疾，0.5人没有自理能力，最终有劳动能力的人只剩下1.1人，并且要面对外出工作和留家照料两难的问题。总体来看，对于众多困难家庭来讲，“病倒一个人，塌下一个家”已经成为一个非常普遍的现象。一旦有人身患重病，医药花费和照料负担将使整个家庭承受巨大的压力，因病致贫和因病返贫问题必须给予更多的重视和研究。
纵观因病致贫的文献，大部分研究认为短期内疾病带来的家庭收入减少、治疗费用增加是导致家庭陷入暂时性贫困的直接原因[1-3]。然而，从长期看，疾病带来的长期照料负担可能是导致家庭陷入持续性贫困的重要原因[4-5]。因为，一般来讲，导致家庭陷入贫困的疾病也多半会使患者的劳动能力和自理能力下降，甚至有可能完全失能，从而需要家人给予长期的照料和陪护[6-8]。虽然目前很多陪护和照料需求完全可以从市场上购买，但是由于困难家庭的购买能力不足，对患病成员的照料服务往往是在家庭内部解决的，也就是说，家庭中有劳动能力的人可能会放弃外出工作的机会，留在家中照料患病的家人，因此失去获得收入和职业晋升的机会，最终导致贫困家庭失去走出贫困的内部动力，并进入一种持续性贫困的状态。 理论上讲，疾病带来的照料负担可能导致困难家庭进入一种持续性贫困的状态。然而，学术界关于照料负担影响劳动力就业的研究一直存在争议。一种观点认为，由于患病成员需要看护照料而拖累了劳动者外出就I，照料负担对劳动力外出就业有负面效应[9-12]。另一种观点认为，只有投入更多的时间工作才能到市场上购买药品和正式的照料服务，从而家中患病或生活不能自理的成员对劳动者的外出就业具有积极影响[13-14]。还有一种观点认为，困难家庭劳动力就业率低可能是由于自身劳动技能不足，在劳动力市场上找不到合适的工作才主动选择留在家中照料家人，也就是说，留家照料的行为存在自选择问题，照料负担对劳动力外出就业没有直接影响[15]。那么，疾病照料负担是否会导致困难家庭健康劳动力外出就业减少呢？
本文利用工具变量方法处理内生性问题，运用全国城乡困难家庭调查数据，就城乡困难家庭的失能照料负担对劳动力外出就业的影响进行实证研究。根据工具变量应该满足的两个条件（一是工具变量与内生变量高度相关；二是工具变量是外生的），本文参考博林（Bolin）、蒋承和赵晓军、范红丽和陈璐等人的方法[16-18]，采用家中其他可提供代替性照料服务的人数作为疾病照料负担的工具变量来解决内生性问题。这里，可提供替代性照料服务的人是指家庭中除该劳动力之外的其他具有自理能力的人。一般来讲，能够提供替代性照料服务的人数越多，这个劳动力要承担的照料负担会越低，照料负担对劳动者就业的影响就会越低。并且，对于家庭中的一个劳动者而言，家庭中可提供替代性照料服务的潜在人数是外生的，与该劳动力的就业状态没有直接关系，因此可提供替代性照料服务的人数是一个比较理想的工具变量。当然，一个合适的工具变量，除了取决于现实生活中的变量之间的关系外，还取决于工具变量的检验结果。我们采用沃尔德检验（Wald Test）、杜宾-吴-豪斯曼检验（DurbinWuHausman Test）等方法来检验解释变量是否具有内生性，然后利用F统计量对工具变量的有效性进行检验，包括对弱工具变量的检验。在通过检验的基础上，采纳IVprobit模型的回归结果，就照料负担对困难家庭劳动力就业的影响进行实证研究。然后，进一步选用大病照料负担和慢性病照料负担作为替代变量，对照料负担对劳动力就业的影响进行稳健性检验。最终，基于实证结果，提出减轻照料负担和促进就业的社会救助政策，通过困难家庭的自身能力建设来斩断因病致贫、因病返贫的路径，实现困难家庭的脱贫致富。
就业不仅是获得收入和改善生活的手段，而且也是困难家庭融入社会，培育社会资本，获得更多更好发展机会的主要途径。如果丧失就业机会，困难家庭的自身能力建设和走出贫困的内在动力就会大打折扣，因此，以促进就业为切入点，截断因病致贫的传导机制，是困难家庭自身能力建设的重点任务，也是困难家庭走出贫困的重要途径。“十三五”期间，我国将要解决7000多万人的贫困问题，尤其是要做好预防因病致贫、因病返贫的问题。研究困难家庭的照料负担对劳动力就业的影响具有重要的理论意义和现实意义，可为后期制定贫困家庭的照料保险救助制度提供科学的依据。
二、文献综述
有关家庭照料影响就业的研究始于20世纪80年代索尔多（Soldo）和布罗迪（Brody）等人的开创性研究[19-20]。虽然早期的研究假定照料活动相对于就业而言是外生的，忽视了其中的内生性，但是研究成果对认识家庭照料与就业的关系依然发挥了重要作用。斯通（Stone）和肖特（Short）利用1982年美国国家非正式照护者调查数据（NICS）发现，家庭照料负担对女性就业具有显著的负向影响[9]。博阿斯（Boaz）和米勒（Mueller）利用美国1982年国家长期护理调查（NLTCS）数据的研究进一步发现，家庭照料对女性的兼职工作没有影响，但对全职工作的概率有显著的负向影响[10]。莉莉（Lilly）等人利用2002年加拿大普通社会调查（GSS）数据的研究发现，提供一般性的照料活动对就业没有显著影响，但对于主要照料者而言，照料会使就业概率显著降低[11]。卡迈克尔（Carmichael）和查尔斯（Charless）利用1998年英国普通家庭调查（GHS）数据的研究发现，周照料时间超过十小时会显著降低就业概率，但周照料时间低于十小时会提高就业概率[13-14]。
近年来，在联立方程、工具变量、面板数据等计量方法的快速推广下，越来越多的研究处理了照料和就业之间可能的内生关系。沃尔夫（Wolf）和索尔多（Soldo）通过联立方程的方法控制照料和就业之间的内生性，发现家庭照料责任对外出就业没有显著的影响[21]。艾特内（Ettner）采用工具变量发现，从事照料活动会使妇女每周的工作时间减少12 小时[22]。海特米勒（Heitmueller）结合工具变量及面板模型的研究发现，忽略内生性问题会低估照料负担对就业的影响[23]。博林等人利用父母的健康状况、年龄及兄妹数作为工具变量来控制内生性问题，发现照料活动会显著降低男女的就业概率[16]。但是，也有研究发现女性的照料活动与就业之间不存在内生性，从事照料活动并不影响女性的工作状态[15]。
国内关于家庭照料影响劳动力就业的研究相对缺乏。蒋承和赵晓军采用2005年中国老年人健康长寿跟踪调查数据，利用工具变量和两部分模型的实证研究发现，家庭照料对于成年子女的就业概率具有显著负向影响[17]。刘岚等利用中国健康与营养调查（CHNS）混合面板数据的研究发现，照料父母公婆对农村已婚妇女的就业概率有显著影响[24]。黄枫运用CHNS面板数据与工具变量方法的研究发现，与父母公婆同住的城镇女性从事照料活动使得其就业概率下降21.5%[25]。马焱和李龙使用中国妇女社会地位调查2010年截面数据，在将家庭照料视为外生变量时发现，女性就业概率减少了29.6%[26]。范红丽和陈璐运用CHNS 2009年数据和工具变量方法实证检验了承担家庭照料责任对女性劳动参与率的影响，研究发现提供照料帮助的女性劳动参与率下降了23.8%[18]。总结以上研究的计量结果发现，对于城镇普通家庭来讲，照料负担将导致就业概率下降约20%―30%；对于农村普通家庭来讲，照料负担将导致就业概率下降约10%―30%。 但是，由于困难家庭的疾病发生风险很高，疾病照料负担较之普通家庭更为沉重，其对劳动力外出就业的影响可能更加严峻。因此，研究困难家庭疾病照料负担对劳动力就业的影响具有一定的理论意义和现实意义。本文将从两个方面推进家庭照料与劳动力就业的研究。第一，利用全国性的城乡困难家庭入户调查数据，针对城镇和农村困难家庭深入探讨并实证检验照料负担对劳动力就业的影响。第二，通过内生性检验，利用工具变量方法克服存在的内生性，避免可能产生的内生性偏误。
三、研究设计
1.数据来源
本文使用的数据来自民政部2015年在全国开展的城乡困难家庭入户调查数据。该调查由民政部委托北京大学中国社会科学调查中心进行调查和数据质量控制，收集了有关家庭构成、成员状况、生活状况及面临的困难等重要信息。该样本涵盖了全国28个省份、89个市、105个县区的7338户城镇困难家庭，涉及10383个有劳动能力的家庭成员；4232户农村困难家庭，涉及5613个有劳动能力的家庭成员。
2.模型与变量
本文以Probit模型为基础模型，并利用工具变量处理内生性，进行IVprobit模型估计。被解释变量为劳动力的就业状态，1=就业；0=未就业。关键解释变量为照料负担，我们选用平均每个劳动力需要照料的无自理能力的人数作为代理变量；工具变量则采用家庭内其他可提供代替性照料服务的人数。在控制个人特征、家庭结构、社区服务等因素的影响下，就照料负担对劳动力外出就业的影响进行估计。在进行稳健性检验时，本文改用平均每个劳动力需要照料的患大病的人数以及平均每个劳动力需要照料的患慢性病的人数作为照料负担的代理变量，重新就照料负担对劳动力外出就业的影响进行估计。
本文选用的其他控制变量主要包括个人特征、家庭结构和社区服务等因素。其中，影响个人就业的因素，我们控制了年龄、性别、受教育程度、婚姻状况、健康状况、残疾状况、是否患病、政治身份、民族和宗教信仰。影响个人就业的家庭因素，我们控制了家庭的老少抚养系数（即每个劳动口需要抚养的老人和儿童人数），家中其他成员的劳动和收入状况。在社区层面，我们还控制了社区养老服务和幼儿托护服务。此外，我们通过加入区县变量进一步控制不可观察的地域文化差异。变量的描述性统计详见表1。
3.变量描述性统计
表1给出了城镇样本和农村样本的描述性统计。根据2015年城乡困难家庭入户调查数据，城镇困难家庭中劳动力就业比例为46%，未就业的比例为54%。农村困难家庭中劳动力就业比例为61%，未就业的比例为39%。总体来讲，与全国劳动年龄人口的平均就业比例85%
数据来源：国家统计局.2015年国民经济运行稳中有进、稳中有好[EB/OL].（2016-01-19）.http：//www.stats.gov.cn/tjsj/zxfb/201601/t20160119_1306083.html相比，困难家庭劳动力存在的问题是，就业比例偏低，未就业比例偏高。
从困难家庭劳动力需要承担的疾病照料负担看，城镇困难家庭中，平均每个劳动力需要照料的失能人数为0.25人，需要照料的大病人数为0.18人，需要照料的慢性病人数为0.47人。在农村困难家庭中，平均每个劳动力需要照料的失能人数为0.28人，需要照料的大病人数为0.19人，需要照料的慢性病人数为0.47人。目前虽然没有全国劳动力平均疾病照料负担的数据，但是，即使与全国家庭劳动力的老年抚养系数0.16
该数据根据2015年全国1%人口抽样调查主要数据计算得到。此处的老年抚养系数指65岁及以上老年人数与15―59岁劳动年龄人口之比。根据吴帆的研究发现（老年人在70岁开始不健康和不能自理的比例明显上升），该指标可以作为普通家庭劳动力疾病照料负担的一个近似测量[27]。相比，也能发现困难家庭的劳动力需要承担的疾病照料负担更加沉重一些。
从家庭结构看，城镇困难家庭的抚养负担系数为2.7人，即每个劳动力要抚养2.7个非劳动年龄的家庭成员。并且，根据城镇困难家庭中可提供替代性照料服务的人数来看，平均每个劳动力只有1.1个可提供替代性照料服务的人。农村家庭抚养负担系数为2.4人，即每个劳动力要抚养2.4个非劳动年龄的家庭成员。并且，根据农村困难家庭中可提供替代性照料服务的人数来看，平均每个劳动力只有1.3个可提供替代性照料服务的人。可以发现，在城乡困难家庭中，平均每2个健康劳动力中就会有1个人可能因为要照料病患家属而无法外出工作。
从社区服务来讲，城镇困难人群居住的社区中有养老托护服务的比例仅为10.6%，有幼儿托护服务的比例仅为6.6%，其余绝大多数困难家庭居住的社区都没有提供老幼托护服务，这一比例超过了90%。而农村社区更是普遍缺乏基本的服务设施。困难人群居住的社区中有养老托护服务的比例仅为8.4%，有幼儿托护服务的比例仅为4.5%，其余超过92%的社区不具备任何老幼托护服务设施。
四、实证分析结果
1.工具变量的有效性检验
2.模型回w结果分析
表2给出了城镇样本和农村样本在外生假设下离散选择Probit模型的估计结果，以及运用IVprobit模型处理内生性问题得到的估计结果。为了方便比较，我们分别给出了Probit 和IVprobit的边际效应估计结果。
（1）疾病照料负担对城镇困难家庭劳动力就业的影响。
模型
（1）和模型
（2）给出了城镇样本利用Probit模型和IVprobit模型估计的边际效应。结果显示，照料负担对城镇困难家庭劳动力就业具有显著的负面影响。年龄及教育程度的提高均能显著提高就业的概率。家庭需要抚养的老人和小孩数越多，外出就业概率会越低。进一步地，我们运用IVprobit模型估计了照料负担对城镇困难家庭劳动力就业的影响。结果显示，劳动力的平均照料负担每增加1人，劳动力的就业概率将显著下降100%，下降幅度不仅远大于外生假设下的25%，而且远高于城镇普通家庭的20%―30%。与已有研究一致，该回归结果表明，如果不考虑内生性会显著低估家庭照料负担对劳动力就业的影响[23]。尤其值得注意的是，疾病照料负担对城镇困难家庭劳动力就业概率的影响程度达到了100%，说明疾病照料负担对城镇困难家庭劳动力就业有着严重的负面影响。这与城镇居民的就业模式以受雇为主，就业方式缺乏灵活性，就业时间缺乏弹性有很大的关系。 对于其他控制变量的回归结果发现，劳动力的年龄每增长1岁，就业概率将提高0.8%。教育水平每提高1年，劳动力就业的概率将提高2%。健康状况不佳或患病都将显著降低劳动力就业的概率。另外，家庭抚养负担系数每提高1%，劳动力就业概率会降低0.2%。家中其他有收入的人数越多，该劳动力的就业概率越低。回归结果还显示，社区养老托护服务对劳动力就业没有影响，但幼儿托护服务有显著的积极影响。有幼儿托护服务将使劳动力的就业概率显著提高8.2%。这说明，社区托护服务可作为减轻困难家庭照料负担的有效措施，对促进劳动力就业有一定的积极影响。
（2）疾病照料负担对农村劳动力就业的影响。
模型
（3）和模型
（4）分别是农村样本利用Probit模型和IVprobit模型估计的边际效应。模型
（3）的估计结果显示，照料负担对农村困难家庭劳动力的就业具有显著的负面影响。教育程度的提高能显著提高就业的概率。而家庭需要抚养的老人和小孩数越多，其他有收入的人数越多，劳动力外出就业的概率就会越低。
进一步地，运用IVprobit模型估计的照料负担对农村困难家庭劳动力就业的影响。结果显示，劳动力的平均照料负担每增加1人，劳动力的就业概率将显著下降36%，下降幅度不仅远大于外生假设下的5%，而且高于农村普通家庭的20%―30%。这说明，照料负担对农村困难家庭劳动力的就业有较大的负面影响。此外，与城镇对比，疾病照料负担对农村困难家庭劳动力就业的负面影响相对小一些，这与吴帆2016年的研究发现一致[27]。笔者推测原因可能与农村居民拥有土地，从事农业活动，劳动方式相对自由且劳动时间富有弹性有关。
对于其他控制变量的回归结果显示，劳动力的年龄每增长1岁，就业概率将提高1%。教育程度每提高1年，劳动力就业的概率将提高12%。健康状况不佳或患病都将显著降低劳动力的就业概率。另外，家中其他有收入的人数越多，该劳动力的就业概率越低。回归结果还显示，社区养老托护和幼儿托护服务对劳动力就业没有显著影响。这可能与农村社区托护服务覆盖率极低，样本量不足有一定的关系。
五、稳健性检验
为检验实证结果的稳健性，采用平均每个劳动力需要照料的大病患者人数以及慢性病患者人数作为照料负担的替代变量，进行稳健性检验，实证方法和处理过程同上。表3给出了城镇样本和农村样本在外生假设条件下的Probit模型，以及处理内生性的IVprobit模型的估计结果。总体来讲，回归结果支持了照料负担对劳动力就业有显著负向影响的观点。并且，处理内生性的结果显示，照料负担使劳动力就业概率的下降幅度不仅远大于外生假设的结果，也明显大于以普通家庭为样本的回归结果。
如果用每个劳动力需要照料的大病患者人数作为照料负担的替代变量，IVprobit模型回归结果显示，大病照料负担对劳动力就业有显著的负向影响。平均来讲，劳动力的大病照料负担每增加1个人，劳动力的就业概率将下降99%。其他控制变量的回归结果显示，随着年龄和受教育程度的增长，劳动力的就业概率将有所提高。个人健康状况越差或患病，就业的概率越低。此外，家庭抚养负担系数越高，家中其他有收入的人数越多，劳动力的就业概率越低。社区养老托护服务对劳动力就业的影响不显著，但是幼儿托护服务对劳动力就业有显著的影响。
如果用每个劳动力需要照料的慢性病患者人数作为照料负担的替代变量，IVprobit模型回归结果显示，慢性病照料负担对劳动力就业有显著的负向影响。平均来讲，劳动力的慢性病照料负担每增加1个人，劳动力的就业概率下降77%。其他控制变量的回归结果显示，随着年龄和受教育程度的增长，劳动力的就业概率将有所提高。个人健康状况越差，就业概率越低。此外，家庭抚养负担系数越高，家中其他有收入的人数越多，劳动力的就业概率越低。社区养老和幼儿托护服务对劳动力就业的影响不显著。
2.照料负担影响农村困难家庭劳动力就业的稳健性检验结果
如果用每个劳动力需要照料的大病患者人数作为照料负担的替代变量，IVprobit模型回归结果显示，大病照料负担对农村困难家庭劳动力就业有显著的负向影响。平均来讲，劳动力的大病照料负担每增加1个人，劳动力的就业概率下降53%。其他控制变量的回归结果显示，随着年龄的增长，劳动力的就业概率将有所提高。个人健康状况越差或患病，就业的概率越低。此外，家庭抚养负担系数越高，劳动力的就业概率越高；而家中其他有收入的人数越多，劳动力的就业概率越低。此外，社区养老和幼儿托护服务对劳动力就业没有显著影响。
如果用每个劳动力需要照料的慢性病患者人数作为照料负担的替代变量，IVprobit模型回归结果显示，慢性病照料负担对农村困难家庭劳动力就业有显著的负向影响。平均来讲，劳动力的慢性病照料负担每增加1个人，劳动力的就业概率将下降25%。其他控制变量的回归结果显示，随着年龄的增长，劳动力的就业概率将有所提高。个人健康状况越差，就业概率越低。此外，家庭抚养负担系数越高，劳动力的就业概率越高；而家中其他有收入的人数越多，劳动力的就业概率越低。此外，社区养老和幼儿托护服务均对劳动力就业没有显著影响。
六、结论与政策建议
与普通家庭相比，困难家庭发生因病致贫的风险更大。针对困难家庭疾病照料负担重、就业率低的问题，本文首次采用全国城乡困难家庭调查数据，运用IVprobit模型处理内生性问题，在控制个人受教育程度、健康状况等特征以及家庭的老少抚养比、其他成员收入状况和社区支持的基础上，实证分析了困难家庭的照料负担对劳动力就业的影响。
结果显示，在外生假设下，家庭的照料负担对城乡困难家庭劳动力的就业产生了负面影响。而IVprobit模型的沃尔德检验和杜宾-吴-豪斯曼检验结果证明照料负担存在内生性，有必要采用工具变量方法进行修正估计。参考已有研究方法，本文采用家中其他可提供替代性照料服务的人数作为工具变量，在通过工具变量有效性检验的基础上，采纳IVprobit模型的回归结果进行实证分析，并通过每个劳动力需要照料的大病患者人数和慢性病患者人数作为替代变量进行稳健性检验。回归结果显示，对于城镇困难家庭来讲，在控制其他因素的影响后，劳动力的照料负担每增加1人，会使劳动力的就业概率显著下降77%―100%，远大于城镇普通家庭的20%―30%；对于农村困难家庭来讲，在控制其他因素的影响后，劳动力的照料负担每增加1人，会使劳动力的就业概率显著下降25%―53%，也明显大于农村普通家庭的10%―30%。总体来讲，无论是城镇困难家庭还是农村困难家庭，疾病照料负担对劳动力就业的负面影响都是非常大的，并且远大于对普通家庭的影响。另外，与农村相比，由于城镇居民的就业方式以受雇为主，诙方式缺乏灵活性，劳动时间缺乏弹性，也在一定程度上加重了疾病照料负担对城镇劳动力就业的负面影响。 面困难家庭的疾病照料负担严重影响劳动力外出就业的事实，政府应该着手制定公共政策来帮助困难家庭平衡家庭照料和外出就业的难题。从国外经验来看，建议将社会救助服务纳入救助范围，与现金救助的方式发挥相得益彰的作用。例如，美国在20世纪60年代颁布实施的《公共福利修正案》（Public Welfare Amendment），其治理贫困的重点开始转向提高贫困群体的能力，在救助方式上，从资助实物、现金开始转变为加强提供服务和技能培训。中国香港地区则通过政府购买服务，在社会福利署提供家庭及儿童福利、社会保障、安老服务、康复及医务社会服务、违法者服务、社区发展以及青少年服务。在借鉴其他国家和地区制度的同时，针对我国贫困家庭疾病照料负担突出的特点，建议优先为失能及半失能的困难群体提供社区托护服务、康复服务等医疗救助服务，以促进劳动力外出就业，提升困难家庭的自我发展能力。
（致谢：清华大学社会学系郑路副教授、民政部政策研究中心于建明副研究员、匿名审稿人对本文提出了宝贵的修改建议，在此表示感谢，文责自负。）
参考文献：
[1]SCHULTZ T，TANSEL A.Wage and labor supply effects of illness in Cote dlvoire and Ghana： instrument variables estimating for day disabled[J]. Journal of Development Economics， 1996，53
（2）：251-286.
[2]NARAYAN D， CHAMBERS R， SHAH M K， PETESCH P. Voices of the poor crying out for change[M]. New York： Oxford University Press， 2002：22-30.
[3]SEN B.Drivers of escape and descent： changing household fortune sin rural Bangladesh[J]. World Development， 2003，31
（3）：513-534.
[4]JALAN J，MARTIN R. Determinants of transient and chronic poverty： evidence from rural China[R].World Bank Policy Research Working Paper No.1936，1998.
[5]DAVID L.The influence of health on chronic and transient poverty： evidence from Uganda[R].Chronic Poverty Research Centre Working Paper， 2004.
[6]DERCON S.The impact of economic reforms on rural households in Ethiopia： a study from 1989-1995[M].World Bank Publications， 2003：32-48.
[7]BECKER G S. A theory of the allocation of time[J]. Journal of Economics， 2009， 75
（1）：493-517.
[8]CAI Fang， GILES I J， OKEEFEP P， WANG Dewen. The elderly and old age support in rural China： challenges and prospects[M].World Bank Publications， 2012：22-31.
[9]STONE R I，SHORT P F. The competing demands of employment and informal caregiving to disabled elders [J]. Medical Care，1990，28
（6）：513-556.
[10]BOAZ R F， MUELLER C F. Paid work and unpaid help by caregivers of the disabled and frail elders[J]. Medical Care，1992，30
（2）：149-158.
[11]LILLY M B， LAPORTEA， COYTE P C. Do they care too much to work？： the influence of caregiving intensity on the labor force participation of unpaid caregivers in Canada[J].Journal of Health Economics，2010，29
（3）：895-903.
[12]CASSDOMARI D P， LOPEZNICOLAS A. Informal care and labour force participation among middleaged women in Spain[J].Journal of the Spanish Economic Association，2011
（2）：435-463.
[13]CARMICHAEL F， CHARLES S. The labour market costs of community care[J].Journal of Health Economics，1998，17
（2）：747-765. [14]CARMICHAEL F， CHARLES S. The opportunity costs of informal care： does gender matter？[J].Journal of Health Economics，2003，22
（4）：781-803.
[15]VAN HOUTVE C H，COEN B，SKIRAM M. The effect of informal care on work and wages[J]. Journal of Health Economics，2013，32
（1）：240-252.
[16]BOLIN K， LINDGREN B， LUNDBOR G P. Your next of kin or your own career？： caring and working among 50+ of Europe[J].Journal of Health Economics，2008，27
（4）： 718-738.
[17]Y承，赵晓军. 中国老年照料的机会成本研究[J]. 管理世界，2009
（10）：80-86.
[18]范红丽，陈璐. 替代效应还是收入效应？――家庭老年照料对女性劳动参与率的影响[J].人口与经济，2015
（1）：91-98.
[19]SOLDO B J， MYLLYLUOMA J. Caregivers who live with dependent elderly[J].The Gerontologist，1983，23
（2）：605-611.
[20]BRODY E M， SCHOONOVER C B. Patterns of parent care when adult daughters work and when they do not[J].The Gerontologist，1986，26
（4）：372-381.
[21]WOLF D A，SOLDO B J. Married womens allocation of time to employment and care of elderly parents[J]. Journal of Human Resources，1994，11
（2）：1259-1276.
[22]ETTNER S. The opportunity costs of elder care[J]. Journal of Human Resources， 1996，31
（3）：189-205.
[23]HEITMUELLER A.The chicken or the egg？： endogeneity in labor market participation of informal carers in England [J]. Journal of Health Economics， 2007，26
（5）： 536-559.
[24]刘岚，董晓媛，陈功，郑晓瑛.照料父母对我国农村已婚妇女劳动时间分配的影响[J]. 世界经济文汇，2010
（10）：1-15.
[25]黄枫.人口老龄化视角下家庭照料与城镇女性就业关系研究[J].财经研究， 2012
（9）：16-26.
[26]马焱，李龙. 照料老年父母对城镇已婚中青年女性就业的影响[J].人口与经济，2014
（2）：39-47.
[27]吴帆.老年人照料负担比：一个基于宏观视角的指数构建及对中国的分析[J].人口研究，2016
（4）：66-75.
[28]STAIGER D， STOCK J H. Instrumental variables regression with weak instruments [J]. Econometrica，1997，65
（3）：557-586.
