蘇北地區脫貧家庭的貧困脆弱性測度及影響因素分析

馮盛源 孫穎

摘 ? ?要：以2017年蘇北地區X市建檔立卡脫貧家庭的相關信息為基礎，使用VEP法測度該地區農村已脫貧家庭的貧困脆弱性，區分脆弱家庭與非脆弱家庭并對其進行描述性統計，推測哪些因素可能是影響貧困脆弱性的主要因素之一;建立Logistic模型進行回歸分析，測度各個因素對貧困脆弱性發生概率的影響程度。結果表明：戶主為女性影響脆弱性概率比男性大、主要勞動力文化程度高和健康水平高會降低已脫貧家庭返貧的概率，而勞動力就近務工和勞動力殘缺會增加其返貧概率。最后從家庭規模、戶主性別、主要勞動力的文化程度和健康水平、務工地區等方面提出針對性的政策啟示。

關鍵詞：脫貧家庭;貧困脆弱性;VEP法;logistic模型

中圖分類號：F323.8 ? ? ? ? ? 文獻標識碼：A ? ? ? ? ?DOI 編碼：10.3969/j.issn.1006-6500.2019.10.018

Abstract： Based on the information of the poverty-stricken families in X city of north Jiangsu province in 2017， the VEP method was used to measure the vulnerability to poverty of rural households out of poverty， and to distinguish and describe the vulnerable and invulnerable households， and to conjecture which factors maybe one of the main factors affecting vulnerability to poverty. A Logistic model was established to measure the probability of each influencing factors. The results showed that， the influence of the head of the household on the vulnerability of women was greater than that of men， the high level of education and the high level of health of the main workforce would reduce the probability of return poverty that households have been out of poverty， the impact of labor proximity and labor incompleteness would increase the probability of returning to poverty. Finally， targeted policy implications from the family size， gender of the head of household， the educational level and health level of the main labor force， and the work area were put forward.

Key words： households out of poverty; vulnerability to poverty; VEP method; logistic model

貧困一直都是長期困擾人類的難題，聯合國定義為當一個家庭的福利低于一個國家和地區標準即為貧困，這一標準通常隨著國家（地區）的不同而不同[1]。2013年習主席提出精準扶貧后，立足于“六個精準”（即扶貧對象精準、資金使用精準、措施到戶精準、因村派人精準、脫貧成效精準）和“五個一批”（即發展生產脫貧一批、異地扶貧搬遷脫貧一批、生態補償脫貧一批、發展教育脫貧一批、社會保障兜底一批），目前已取得豐碩成果。2013—2017年，我國貧困人口共減少6 853萬人，減貧速度從2014年的14.9%增長至2017年的29.7%，也在逐年增加。截至2017年我國農村貧困人口占比為3.1%，預計2020年將實現現有貧困線下所有貧困人口脫貧，全面建成小康社會。

然而隨著貧困人口的不斷減少，減貧速度增長幅度不斷放緩，脫貧已進入攻堅階段，除了要致力于減貧也要更多地關注返貧。中國的扶貧標準是按照上年度家庭人均年純收入確定的，若低于貧困線則視為貧困。然而，家庭的經濟狀況是動態變化的，會遇到各種風險的影響，例如：因災因病出現的家庭額外的重大開銷，或有長期患病的成員，或有上學的子女，或有市場導致的結構性失業等。因此，即便對于暫時脫貧的家庭，也不能忽視其未來陷入貧困的可能性，我們將這種可能性稱為貧困脆弱性[1-3]。

脆弱性最初是在自然科學尤其是災害學、環境科學中，描述一個系統受到外部災害或者危險的易損程度，經濟學家對于脆弱性的定義是基于貨幣測量福利損失。脆弱性與貧困的概念緊密聯系但不完全相同。有些家庭并不貧困但脆弱，有些家庭不脆弱但貧困。貧困是一種事后可觀察到的狀況。脆弱性是將來陷入貧困的可能性，是一種事前狀況，不能直接觀察到但可以預測。Chaudhuri等[3]將脆弱性定義為一種可能性的概念，即家庭未來的消費（或收入）陷入貧困的可能性。Ligon等[4]將脆弱性進行了分解，主要來自貧困和風險兩大部分。在貧困脆弱性的計算方面，除了Chaudhuri等提出的VEP方法和Ligon等提出的VEU方法外，還有Calvo等[5]提出的VER方法。

影響貧困脆弱性的因素可分為內在因素和外在風險。內在因素包括：家庭人口特征即家戶規模[6]、戶主年齡[7]、戶主性別[8]、非農勞動力比例[9];家庭成員健康水平即戶主BMI指標[10]、家庭成員是否參與醫療保險[11];家庭成員受教育水平即戶主受教育水平[12]、勞動人口平均受教育年限[13]。外在風險包括：自然災害即氣候變化帶來的災害（干旱、洪水等）[14-16];健康風險即家庭成員患有疾病[17-18]。

本文通過Chaudhuri的VEP法對蘇北地區2017年建檔立卡的1 877個村46 018個已脫貧家庭的脆弱性做測度，劃定脆弱家庭與非脆弱家庭，并比較該地區兩者在家庭規模、勞動力能力的高低、主要勞動力受教育程度、戶主性別，健康水平和主要勞動力務工地區等因素之間的差異并通過Logistic模型對各個因素的影響程度進行了回歸分析。

2 數據來源和研究方法

2.1 研究區概況

蘇北地區共有5個地級市（轄17個市轄區）、3個縣級市、17個縣。截至2017年，地區生產總值為20 268.77億元，常住總人口3 035.27萬人，城鎮人口1 881.71萬人，占總人口的61.99%。截至2017年，X市鄉村常住人口為317.59萬人，占總人口的36.2%，其中貧困人口多達68.22萬人，而低保戶、五保戶也占到了總戶數的13%左右，故選擇X市進行脫貧家庭脆弱性研究具有一定代表性。

2.2 數據來源

本文數據來源于江蘇省蘇北地區X市建檔立卡的已脫貧家庭的抽樣數據。按照隨機分層抽樣方法選取了樣本，共抽取了7個縣（區）。先對人均年純收入做降序排列，按7等分分組，從每組中隨機產生一個樣本縣（區）。剔除缺失信息和模糊信息的數據，最后得到1 877個村46 018個有效戶數。由表1可知，已脫貧家庭的戶主大多為男性，家庭規模在3人左右，文化程度普遍是初中及以下，健康人數占60%以上，但務工人員只有30%且在鄉鎮務工人數居多。

2.3 研究方法

3 結果與分析

3.1 貧困脆弱性的測度結果

根據Chaudihuri的定義，將脆弱性的閾值設定如下：0～0.29為無脆弱;0.29～0.49為低脆弱度，0.49以上為中等脆弱度。由數據計算可知，即為1 439.994，ii為6 813.636，z為5 880。經公式（1）計算，Vi為0.499 9趨近于0.5，因此屬于中等脆弱。可見蘇北地區2017年已脫貧家庭中近50%的家庭在未來可能返貧。通過該地區年純收入的中位數（6 ?487元）篩選出脆弱家庭和非脆弱家庭各23 ?055戶，并對表2篩選出的脆弱家庭的指標做Logistic回歸。

由表2可知，從家庭人均純收入來看，脆弱家庭的平均人均純收入為6 195.553元，較非脆弱家庭低1 238.994元，僅高出該地區貧困線（5 880元）315元左右，未來極容易返貧。

從戶主性別來看，脆弱家庭和非脆弱家庭的戶主多為男性;從家庭規模來看，脆弱家庭與非脆弱家庭均在3人左右，但從數據的集中和離散程度看，脆弱家庭規模在3以上的明顯多于非脆弱家庭;從主要勞動力的文化程度來看，脆弱家庭中的文盲或半文盲和小學文化水平人數多于非脆弱家庭，初中和高中文化水平人數低于非脆弱家庭;從勞動力是否健全來看，脆弱家庭和非脆弱家庭大多數成員都具備勞動能力，但從均值來看，脆弱家庭的勞動力健全程度低于非脆弱家庭;從主要勞動力的健康水平來看，脆弱家庭的主要勞動力患有長期慢性病、大病和殘疾的人數均多于非脆弱家庭;從務工地區來看，脆弱家庭的務工人數少于非脆弱家庭，并且在鄉鎮務工的居多。

3.2 脆弱發生概率影響因素

根據表2設置的變量做Logistic回歸分析，家庭規模為離散變量，取值為1，2，3……，其他變量均為虛擬變量，因變量為是否為脆弱家庭（是=1，否=0）。估計結果顯示，模型的LR x2（15）值為120.177，P>x2=0.000，模型回歸結果理想。

由表3可知，該模型各因變量顯著性水平在90%置信水平下，戶主性別、家庭規模、文化程度（文盲或半文盲、小學、初中）、勞動力是否健全和主要勞動力健康水平（患有大病、殘疾）及務工地區中的省外務工對脆弱性發生概率的影響顯著。

（1）戶主性別為男性的脆弱性的概率是女性的0.898倍。即戶主為女性更易導致脆弱的發生。筆者推測男性工資水平一般會高于女性，同時男性的就業機會多于女性，因此戶主為女性的家庭返貧可能性較大。

（2）當家庭規模大于3人時，每增加1人，對于脆弱人口發生的概率增加1.609倍，即當戶主家庭規模大于3人時，每增加1人脆弱發生概率將提升60.9%。根據邊際效用遞減原則，“擠占效應”每增加1人，對脆弱家庭來說都是經濟負擔。特別是對勞動力少和家里小孩老人居多的家庭影響會更大。

（3）當主要勞動力文化程度是文盲或半文盲、小學、初中、高中時的脆弱性概率分別是其他的1.706，1.664，1.379，1.156倍。可見，文化程度越高，對脆弱性發生概率的影響越小。

（4）有勞動力家庭的脆弱性概率是其他的0.866倍。主要勞動力患有長期慢性病、大病、殘疾的脆弱性概率分別是其他的1.031，1.273和1.074倍;當家庭中主要勞動力的健康受損時，會通過“勞動效應”、“擠占效應”和“情感效應”導致其在未來某日因病返貧的概率大大增加。

（5）務工地區對脆弱性概率產生負向影響，在省外、縣外省內、鄉鎮內務工分別是其他的0.640，1.006和0.972倍。

4 結論與建議

家庭規模、戶主性別、主要勞動力的文化程度和健康水平、務工地區都是導致已脫貧家庭返貧的主要因素，也是我們判斷脆弱家庭的重要標準。因此政府在制定政策和具體扶貧方案時應該瞄準脆弱家庭，依據家庭的具體情況精準施策。第一，政府應引導脆弱家庭改變生育觀念，對于家庭規模大的家庭給予更多的政策傾斜和補助。第二，要積極落實農村新醫保，建立健全醫療保障機制，提高新農合覆蓋率和農村醫療服務水平，降低就醫成本。第三，針對主要勞動力文化程度較低的已脫貧家庭，政府應當組織相關人員進行集中技能培訓，以降低文化程度不足帶來的返貧風險。此外，針對戶主為女性的家庭，政府應適當給予更多的幫扶，多出臺針對女性的社會支持政策，切實改善女性戶主的就業環境，降低其返貧風險[20-21]。