精準(zhǔn)扶貧背景下的貧困戶致貧原因及其影響因素

李 壯 壯，牛 香 芹，王 彪

（1.宿州學(xué)院，統(tǒng)計調(diào)查咨詢中心安徽宿州234000；2.宿州市審計局，安徽宿州234000）

一、問題的提出與相關(guān)研究

精準(zhǔn)扶貧是指根據(jù)不同地區(qū)的不同貧困情況，實施與之相應(yīng)的扶貧政策，運用科學(xué)合理的方式對扶貧對象進行精準(zhǔn)識別、精準(zhǔn)幫扶、精準(zhǔn)管理的一種有效的扶貧方式[1]。隨著精準(zhǔn)扶貧政策的落實，我國扶貧工作已經(jīng)進入全面完善的新階段。精準(zhǔn)扶貧過程中，審計監(jiān)督工作至關(guān)重要，審計監(jiān)督及時發(fā)現(xiàn)和反映扶貧工作中產(chǎn)生的問題和扶貧對象的受益情況和脫貧進度，監(jiān)督扶貧對象是否精準(zhǔn)脫貧，直接關(guān)系到扶貧工作是否取得實質(zhì)性進展[2]。審計監(jiān)督機制的好壞直接影響著扶貧工作的進度與評價，以及扶貧對象的精準(zhǔn)脫貧，進而又間接地影響著扶貧政策的改善與實施。

國內(nèi)外學(xué)者一直致力于從審計監(jiān)督的角度對精準(zhǔn)扶貧脫貧問題進行研究。在國外經(jīng)濟發(fā)達(dá)的國家，研究主要集中在績效審計上，同時還有部分針對我國扶貧效果的研究。Makdissi 和Wodon（2004）提出了一套針衡量項目的減貧效果的簡單程序，該程序理論上比較合理，特別是在分析多個項目同時實施時某個扶貧項目瞄準(zhǔn)績效的問題時效果尤為突出[3]。Leonard（2008）認(rèn)為，要想提高扶貧效率需要從以下三個角度考慮：一是通過健全社會保障制度，提高貧苦居民必要的生活保障；二是通過建立長期有效的扶貧機制，加強政府對扶貧項目的監(jiān)督與管理；三是充分發(fā)揮民間團體的力量，讓其切實有效的參與到扶貧項目，與此同時還不應(yīng)忽視金融機構(gòu)對扶貧項目的參與[4]。Jehu-Аppiah（2010）從效率、公平和措施的可行性，分析了加納國家健康保險保費政策對貧困戶脫貧的影響，對因疾病致貧的農(nóng)村居民，合理規(guī)范的健康保險制度可以有效防止貧困的發(fā)生[5]。國內(nèi)關(guān)于這方面的研究主要有：周天根（2015）、胥毅（2016）分別從審計機關(guān)和新理念角度側(cè)重分析了精準(zhǔn)扶貧政策落實的跟蹤審計，重點強調(diào)了跟蹤審計的重要性，對扶貧政策的落實具有絕對性的影響，通過定性和實證分析了跟蹤審計重要舉措的主要內(nèi)容[6-7]。劉靜（2016）通過對我國扶貧資金審計的現(xiàn)狀分析，發(fā)現(xiàn)我國扶貧資金審計在審計目標(biāo)、審計內(nèi)容、審計方法、成果利用、審計整改、信息公開、制度建設(shè)等方面還存在一些不足，并在關(guān)注績效、擴展審計內(nèi)容、充分利用大數(shù)據(jù)、提高審計成果利用率、強化審計整改、加大審計結(jié)果公告力度和逐步構(gòu)建扶貧審計工作長效機制等方面提出了較為全面的對策與建議[8]。鄒凱（2016）通過對精準(zhǔn)扶貧中審計監(jiān)督措施的研究，提出了應(yīng)加強扶貧對象資格核查和審計人員從業(yè)資格的審查，提高扶貧資金審計的監(jiān)督力度等建議[9]。

上述國內(nèi)外研究給中國精準(zhǔn)扶貧中的審計監(jiān)督工作提供了理論支撐和對策思考，但大都從文獻(xiàn)分析的層面得出結(jié)論和思考，而沒有從具體的扶貧數(shù)據(jù)進行相應(yīng)的統(tǒng)計分析，分析停留在定性層面，而沒有進行相應(yīng)的定量研究，扶貧工作的區(qū)分度也沒有深入分析。本文通過對X 市“五個地區(qū)”的扶貧對象建檔立卡數(shù)據(jù)庫進行了相應(yīng)的統(tǒng)計分析，深入分析扶貧對象間的地區(qū)差異，致貧原因差異和所產(chǎn)生的問題以及問題背后更深層邏輯關(guān)系和原因，并提出了具體扶貧工作的舉措，為加強審計監(jiān)督的針對性和目的性提供了參考。

二、貧困戶的致貧原因

1.數(shù)據(jù)來源與指標(biāo)說明

本文數(shù)據(jù)由兩部分構(gòu)成，一部分由X 市扶貧局提供，主要是X 市五個地區(qū)貧困戶的建檔立卡數(shù)據(jù)，只用于學(xué)術(shù)研究。數(shù)據(jù)庫中包括貧困戶基本信息、主要致貧原因兩方面數(shù)據(jù)，其中基本信息包括姓名、性別、職業(yè)、年齡、學(xué)歷和地址等；主要致貧原因包括缺技術(shù)、缺勞力、缺土地、缺資金、因病、因殘、因?qū)W、因災(zāi)、自身發(fā)展動力不足等。另一部分通過對五個地區(qū)貧困戶的調(diào)查獲得，并通過面對面深入訪談和參與式農(nóng)村評估的方法收集并完善相關(guān)資料。整個數(shù)據(jù)庫包含68 001份X市五個地區(qū)貧困戶信息條。

2.實證分析

（1）貧困戶數(shù)和脫貧率

針對X 市“五個地區(qū)”貧困對象以戶為單位的樣本數(shù)據(jù)利用SPSS24.0軟件對其建檔立卡資料進行描述性分析，如表1所示，D5地區(qū)的貧戶數(shù)最高，達(dá)到23 894 戶，其次為D1地區(qū)的貧困戶數(shù)18 588戶，D4地區(qū)和地區(qū)的貧困戶位居市的末兩位，分別有11 516戶、9 733戶。在貧困戶的分布中，地區(qū)的低保貧困戶、五保貧困戶在地區(qū)貧困戶的占比中位居首位，明顯高于其他地區(qū)的比例，所以D4地區(qū)的貧困戶主要是低保戶和五保戶；D3地區(qū)的一般貧困戶在地區(qū)貧困戶的占比最高，明顯高于其他地區(qū)的比例，值得關(guān)注。具體情況如下：D1地區(qū)的低保貧困戶、五保貧困戶、一般貧困戶的比例分別為49.9%，15.7%，34.4%，D2地區(qū)的低保貧困戶、五保貧困戶、一般貧困戶依次為49.6%，25.6%，24.8%，D3地區(qū)的低保貧困戶、五保貧困戶、一般貧困戶依次為46.0%，5.2%，48.7%，D4地區(qū)的低保貧困戶、五保貧困戶、一般貧困戶依次為60.9%，30.5%，8.6%，D5地區(qū)的低保貧困戶、五保貧困戶、一般貧困戶依次為43.4%，16.1%，40.5%。在脫貧率這項指標(biāo)中，D5地區(qū)、D1地區(qū)、D3地區(qū)、D2地區(qū)和D4地區(qū)依次為0.184%，0.027%，0.036%，0.304%，0%，單從脫貧率來，X市“五個地區(qū)”的脫貧率還是相當(dāng)?shù)偷模@跟貧困人數(shù)占據(jù)很大的一個基數(shù)有很大的關(guān)系，扶貧項目將是一項長期的工程。從返貧情況來看（如表2），已經(jīng)脫貧的貧困戶主要是低保貧困戶和一般貧困戶，D5地區(qū)分別有14戶和24戶、D1地區(qū)分別有3戶和2戶、D3地區(qū)分別有2戶和3戶、D2地區(qū)分別有18 戶和17 戶，而脫貧的五保戶中僅有D5地區(qū)有6戶，精準(zhǔn)扶貧項目的實施過程中，脫貧最明顯的是低保貧困戶和一般貧困戶。

表1 X市貧困戶分布情況一覽表

D3 D4 D5 2 0 14 0 0 6 3 0 24

（2）貧困戶屬性與主要致貧原因的關(guān)聯(lián)

①貧困戶屬性與致貧原因的關(guān)聯(lián)性

在貧困戶建檔資料中，貧困戶屬性和主要致貧原因均屬于分類數(shù)據(jù)，對于分類數(shù)據(jù)，要想分析它們之間的關(guān)系，可以采取列聯(lián)表分析中的卡方檢驗進行獨立性檢驗，原假設(shè)為貧困戶屬性與主要致貧原因之間沒有相關(guān)關(guān)系，通過SPSS22.0 得出各個地區(qū)貧困戶屬性與主要致貧原因的卡方檢驗的結(jié)果如表3。從結(jié)果中可以看出，D1、D5、D4、D2和D3的貧困戶屬性與主要致貧原因的卡方檢驗的P 值均小于0.01，拒絕原假設(shè)，說明這五個地區(qū)的貧困戶屬性與主要致貧原因均有顯著性的相關(guān)關(guān)系。至于各個地區(qū)的貧困戶屬性與主要致貧原因具體是什么對應(yīng)關(guān)系，下面將運用對應(yīng)分析方法進行探索。

表3 各地區(qū)貧困戶屬性與主要致貧原因的卡方檢驗結(jié)果

②貧困戶屬性與致貧原因在不同區(qū)域下的對應(yīng)分析

對應(yīng)分析是R 型因子分析與Q 型因子分析的結(jié)合，它也是利用降維思想分析原始數(shù)據(jù)結(jié)構(gòu)，旨在以簡潔、明了的方式揭示屬性變量各種狀態(tài)之間的相關(guān)關(guān)系。對應(yīng)分析的一大特點就是可以在一張二維圖上同時表示出兩類屬性變量的各種狀態(tài)，以直觀地描述兩類屬性變量各種狀態(tài)之間的關(guān)系。

圖1 D1地區(qū)貧困戶屬性與致貧原因?qū)?yīng)分析

圖1 至圖5 給出了X 市各地區(qū)貧困戶屬性各狀態(tài)水平指標(biāo)與致貧原因各狀態(tài)水平指標(biāo)之間的對應(yīng)分布。橫向代表貧困戶屬性指標(biāo)、縱向代表致貧原因指標(biāo)，各狀態(tài)在兩個維度上的表現(xiàn)值確定了在坐標(biāo)系中的位置。維2 和維1 兩條虛線把二維圖分成了四個象限，便于兩類屬性變量各狀態(tài)水平之間關(guān)聯(lián)性的判別，坐標(biāo)系中實點（代表貧困戶屬性變量的各狀態(tài)水平）和空心點（代表主要致貧原因變量的各狀態(tài)水平）的距離測度了兩者之間各狀態(tài)水平的關(guān)聯(lián)強度，距離越近關(guān)聯(lián)性越強。

圖2 D2地區(qū)貧困戶屬性與致貧原因?qū)?yīng)分析

圖3 D3地區(qū)貧困戶屬性與致貧原因?qū)?yīng)分析

圖4 D4地區(qū)貧困戶屬性與致貧原因?qū)?yīng)分析

圖5 D5地區(qū)貧困戶屬性與致貧原因?qū)?yīng)分析

根據(jù)貧困戶屬性與致貧原因的對應(yīng)分析結(jié)果，可以明確不同貧困戶屬性的致貧原因以及在不同地區(qū)的差異性（圖4）：低保貧困戶致貧的主要原因是殘疾，而且在不同地區(qū)表現(xiàn)都較為一致；五保貧困戶致貧的主要原因是缺少勞力、自身發(fā)展動力不足和缺土地，其中缺少勞動力是五保戶致貧的首要因素，在地區(qū)表現(xiàn)上，D1和D2一致、D4和D3一致；一般貧困戶致貧的主要原因是因病、缺技術(shù)、自身發(fā)展動力不足、缺資金和缺土地等，其中因病、缺技術(shù)和自身發(fā)展動力不足是一般貧困戶致貧的首要因素，在地區(qū)表現(xiàn)上，D4表現(xiàn)較為突出，與其他地區(qū)差異較大，一般貧困戶致貧的主要原因是缺資金和因災(zāi)。

表4 不同貧困戶屬性的致貧原因以及在不同區(qū)縣的差異性

D3 1.因殘1.缺勞力2.自身發(fā)展動力不足D4 1.因殘D5 1.缺土地2.因病3.缺技術(shù)1.缺資金2.因災(zāi)1.缺技術(shù)2.因病3.自身發(fā)展動力不足1.因殘1.自身發(fā)展動力不足2.缺勞力1.缺勞力2.缺土地

從X 市各地區(qū)貧困戶數(shù)據(jù)的描述統(tǒng)計量看，D5的貧困戶總數(shù)最高，D4的貧困戶最少；在貧困戶的分布中，D4的低保貧困戶、五保貧困戶在地區(qū)貧困戶的占比較高，D3的一般貧困戶在地區(qū)貧困戶的占比最高；截至2018 年6 月，X 市各地區(qū)的脫貧率較低，還有相當(dāng)一部分貧困戶還未脫貧；與五保戶相比，脫貧最明顯的是低保貧困戶和一般貧困戶。

通過列聯(lián)表和對應(yīng)分析，可以看出貧困戶屬性變量與致貧原因存在關(guān)聯(lián)性，不同貧困戶屬性的致貧原因不同，同一貧困屬性的致貧原因在不同地區(qū)也存在差異，具體的量化關(guān)系可以通過無序多分類log istic 回歸模型進一步分析得到。

三、貧困戶致貧的影響因素

1.無序多分類log istic回歸模型

無序多分類log istic 回歸模型是分析具有三個或三個以上取值水平的因變量與其他自變量之間關(guān)系的多元回歸模型，因變量的取值只是序號，沒有等級關(guān)系。log istic 回歸模型不要求變量正態(tài)分布，也沒有變量分布的假設(shè)條件，最終以事件發(fā)生概率提供結(jié)果，擬合得出的模型參數(shù)估計采用最大似然法。本文是基于貧困戶屬性的影響因素分析，其中貧困戶屬性預(yù)設(shè)為“一般貧困戶”“低保貧困戶”“五保貧困戶”3 種，因變量的水平數(shù)大于2，且水平之間不存在等級遞減或遞增的關(guān)系，適合用無序多分類log istic回歸分析法，無序多分類log istic回歸模型一般式：

其中：βi為常數(shù)項；βij為回歸系數(shù)；xj為自變量，j=1,2,…,m，表示有m 個自變量、i=1,2,…,k，表示因變量有k 水平值；pi表示因變量的第i 個水平值得概率。

2.貧困戶致貧的影響因素分析

（1）模型的顯著性檢驗

在本文的研究對象中，k=3，即因變量的狀態(tài)水平值有三個，其中i=1代表的是“一般貧困戶”、i=2代表的是“低保貧困戶”、i=3代表的是“五保貧困戶”；貧困戶致貧的影響因素變量選擇為“文化程度”和“主要致貧原因”；選擇一個控制變量為“地區(qū)”。各變量的定義及詳細(xì)說明描述如表5所示。

表5 模型的變量說明

自變量x2：致貧原因致貧的首要原因控制變量c：地區(qū)X市缺技術(shù)=1缺勞力=2缺土地=3缺資金=4因病=5因殘=6因?qū)W=7因災(zāi)=8自身發(fā)展動力不足=9 D1=1 D2=2 D3=3 D4=4 D5=5

通過控制變量c 估計模型在不同地區(qū)的回歸系數(shù)，把貧困屬性變量的第三個水平值“五保貧困戶”作為基礎(chǔ)比較對象，利用SPSS24.0軟件中的多值無序邏輯回歸模型模塊估計模型，估計結(jié)果顯示各地區(qū)之間模型的顯著性和系數(shù)值差異不大，故本文最終給出了全地區(qū)因變量y與自變量x1、x2的多值無序log istic 回歸估計顯著性結(jié)果，如表6-表8所示。

表6 模型擬合信息

表7 擬合優(yōu)度

表8 似然比檢驗

模型的顯著性檢驗結(jié)果顯示：①模型擬合程度的似然比檢驗卡方值為19 957.668，自由度為24，對應(yīng)的顯著性檢驗p 值近似為0<0.05,模型擬合較好；對應(yīng)的擬合優(yōu)度皮爾遜值為438.373，自由度為64，顯著性檢驗p 值近似為0<0.05，擬合優(yōu)度也顯著，故模型的整體顯著性通過檢驗。②模型回歸系數(shù)的顯著性檢驗，自變量“文化程度”的回歸系數(shù)顯著性似然比檢驗卡方值為4 076.51，自由度為8，對應(yīng)的顯著性檢驗p值近似為0<0.05，系數(shù)顯著；自變量“致貧原因”的回歸系數(shù)顯著性似然比檢驗卡方值為14 195.988，自由度為16，對應(yīng)的顯著性檢驗p值近似為0<0.05，系數(shù)也顯著。

（2）模型的估計結(jié)果

利用最大似然估計法對無序多分類logistic回歸模型的回歸系數(shù)進行估計，最終形成貧困戶屬性“一般貧困戶”與“五保貧困戶”“低保貧困戶”與“五保貧困戶”對比分析模型，并針對貧困戶屬性研究變量系數(shù)的估計值及統(tǒng)計顯著性進行檢驗，結(jié)果如表9所示。

表9 參數(shù)估算值

表9 給出的參數(shù)估計值。首先在表格的注釋a說明了此次回歸所使用的參考類別為“五保貧困戶”；其次，表中給出了“一般貧困戶”“低保貧困戶”與“五保貧困戶”相比的自變量“文化程度”“致貧原因”的回歸系數(shù)，從顯著性檢驗統(tǒng)計量p值看，所有回歸系數(shù)的p 值均小于0，回歸系數(shù)都顯著。對應(yīng)的具體回歸方程如公示（2）和（3）所示。

“一般貧困戶”與“五保貧困戶”相比，文化程度變量的各水平值的回歸系數(shù)均為負(fù)數(shù)，而且文化程度越低，對應(yīng)的系數(shù)絕對值越大，顯著不為零，表明：文化程度越低，成為“五保貧困戶”比成為“一般貧困戶”的可能性更大；“文盲或半文盲”學(xué)歷的居民成為“五保貧困戶”是“大專及以上”學(xué)歷居民的23.26倍（1/0.043）、“小學(xué)”學(xué)歷的居民成為“五保貧困戶”是“大專及以上”學(xué)歷居民的13.70 倍（1/0.073）、“初中”學(xué)歷的居民成為“五保貧困戶”是“大專及以上”學(xué)歷居民的4.37 倍（1/0.229）、“高中”學(xué)歷的居民成為“五保貧困戶”是“大專及以上”學(xué)歷居民的5.08倍（1/0.197）。“低保貧困戶”與“五保貧困戶”相比，在文化程度變量上的表現(xiàn)情況也是如此。

“一般貧困戶”與“五保貧困戶”相比，致貧原因變量的缺勞力和因殘兩個水平值的回歸系數(shù)為負(fù)數(shù)，其他水平值的回歸系數(shù)均為正數(shù)，顯著不為零，表明：因缺勞力或殘疾與因自身發(fā)展動力不足成為“五保貧困戶”的可能性比成為“一般貧困戶”的可能性更大，即“五保貧困戶”與“一般貧困戶”相比，因缺勞力或殘疾是致貧的主要原因；而其他致貧原因水平值與因自身發(fā)展動力不足相比，更可能成為“一般貧困戶”。“低保貧困戶”與“五保貧困戶”相比，致貧原因變量的缺勞力水平值的回歸系數(shù)為負(fù)值，其他水平值的回歸系數(shù)均為正值，也顯著不為零，表明因缺勞力與因自身發(fā)展動力不足成為“五保貧困戶”的可能性比成為“低保貧困戶”的可能性更大，即“五保貧困戶”與“低保貧困戶”相比，缺勞力是區(qū)別兩者的主要原因。

3.小結(jié)

無序多分類邏輯回歸模型通過量化方式進一步驗證了三種貧困戶類型在致貧原因上表現(xiàn)出的特征：“五保貧困戶”區(qū)別于“低保貧困戶”的致貧原因主要是缺少勞動力，區(qū)別于“一般貧困戶”的致貧原因主要是缺少勞動力和因殘；“一般貧困戶”區(qū)別于“五保貧困戶”和“低保貧困戶”的致貧原因主要是缺技術(shù)、缺土地、因病和自身發(fā)展動力不足；“低保貧困戶”區(qū)別于“五保貧困戶”和“一般貧困戶”的致貧原因主要是殘疾。

四、結(jié) 語

十九大報告提出：“重點攻克深度貧困地區(qū)脫貧任務(wù)，確保到2020 年我國現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口實現(xiàn)脫貧，貧困縣全部摘帽，解決區(qū)域性整體貧困，做到脫真貧、真脫貧”。相關(guān)學(xué)者在十九大精神的指引下，利用不同模型和方法，從不同角度對精準(zhǔn)扶貧效果進行了分析[10-12]。

本文在此基礎(chǔ)上，通過對X 市“五個地區(qū)”貧困戶建檔立卡數(shù)據(jù)庫的描述性統(tǒng)計分析、列聯(lián)表分析、對應(yīng)分析和無序多分類log istic 回歸模型的分析，深入研究了扶貧對象間的地區(qū)差異，致貧原因差異和所產(chǎn)生的問題以及問題背后更深層邏輯關(guān)系和原因，為精準(zhǔn)審計提供了參考，本文提出以下相應(yīng)的政策和建議。

一是政府兜底，統(tǒng)一幫扶無勞動力家庭。

在很多貧困的家庭中，他們并不是不想通過政府的幫助脫離貧困，而是因病、因殘、因災(zāi)，失去了勞動能力，成為了無法脫貧的障礙，只能靠低保收入、五保收入維持生計。應(yīng)建立健全貧困家庭基本信息的收集反饋制度，因戶施策，對癥下藥，政府兜底，聚集社會力量，集中管理，加強政策落實審計，把政策落實到實處。

二是因地制宜,因戶施策，做到精準(zhǔn)指導(dǎo)。

除了因病、因殘、因災(zāi)失去勞動力的家庭，其他貧困戶家庭都有勞動力，只是因為各種原因，勞動力的價值不能更好地實現(xiàn)，導(dǎo)致貧困。在精準(zhǔn)扶貧過程中，根據(jù)不同地區(qū)的資源不同，不同家庭的貧困原因不同，針對不同原因，充分發(fā)揮地區(qū)優(yōu)勢，進行精準(zhǔn)指導(dǎo)，推動“一地一策”“一戶一策”。缺少資金有好項目的家庭，幫助其貸款；有土地，缺技術(shù)的家庭，幫助其學(xué)習(xí)技術(shù)，其他家庭以此類推，在何地，因何致貧，根據(jù)當(dāng)?shù)貙嶋H情況，針對致貧原因，制定工作方案，進行精準(zhǔn)扶貧。

三是與貧困戶家庭直接對話，加強政策落實效果審計。

針對貧困戶貧困原因，提出解決方案，申請扶貧政策支持，扶貧政策能否起到效果，需要充分發(fā)揮審計的監(jiān)督作用。根據(jù)本文的研究結(jié)果，不同地區(qū)和不同貧困戶屬性的扶貧政策都需有所差異，這就要求在進行扶貧政策實施精準(zhǔn)審計過程中，為了起到監(jiān)督作用，有必要把貧困戶的效果反映加入到審計工作中，加強政策落實效果的審計。