全面脫貧背景下返貧風險評估及預警機制研究

朱宇麗 周瑩娣 劉婷婷

摘要：2020年是脫貧攻堅的關鍵之年，各省各地區扶貧績效顯著，但這并不意味著貧困問題已被徹底解決。返貧問題作為重要的評判標準，衡量脫貧工作的長期性，已經成為不可小覷的脫貧障礙。文章以霍邱縣為例，通過實地走訪和問卷調查，根據返貧成因運用定量與定性的方法構建返貧風險預估體系，再利用BP神經網絡建立風險量化模型，并據此提出相應的預警防范措施建議。針對預警體系和預測結果，為建立防止返貧的監測幫扶機制提供幫助，以鞏固脫貧成果。

關鍵詞：返貧;風險評估;預警機制

一、問題的提出

2020年是脫貧攻堅的決勝之年，各省各地區扶貧績效顯著，例如本年四月底安徽省扶貧辦發布了重要公示，蕭縣、霍邱縣等9個縣（區）于去年提出申請，要求退出貧困縣范圍，并于今年正式通過，至此安徽省31個貧困縣全部“摘帽”。但這并不意味著貧困問題已被徹底解決。返貧問題和脫貧工作在整體扶貧事業中占據同等重要的地位，近年來，即使我國農村地區扶貧形勢出現重大轉機，也取得了顯著成效，但據有效調查統計可知，在扶貧工作持續展開的同時，頻發性、反復性的返貧現象已成為鞏固脫貧成果的重要難題。

目前國內關于返貧問題的相關研究主要針對其出現的原因及相應補救措施，如程明等從扶貧主體、客體及載體三個角度探討返貧誘因;鄭瑞強、曹國慶則從政策性返貧、能力缺失返貧、環境返貧、發展型返貧等方面出發，具體分類返貧原因;谷秀云，薛選登在風險監測的基礎上，以階梯激勵為動力，以保險市場的保障為依托構建全面的預警機制;范和生提倡建立由預警信息機制、組織預警機制、長效銜接機制、利益聯結機制和考核監督機制組成的返貧預警機制。

二、風險評估模型的構建

（一）影響因素

根據實際調研和文獻研究，返貧誘因主要分為主體、客體、載體三大方面，主體主要從脫貧戶自身出發，具體包括家庭收入、家庭支出;客體是指社會政治、經濟、文化政策，以政府政策為指導;載體指自然環境承載力、自然災害等資源環境因素。綜合三大類誘發因素，從安徽省霍邱縣的實際出發，構建當地的返貧風險預估模型。

（二）BP神經網絡逼近

進行非線性協整系統的檢驗和建模，其關鍵之處在于對非線性協整函數進行估計若將向量時間序列的分量序列視為輸入變量，而將非線性協整函數f視為一種非線性變換，則輸出變量是一個SMM序列;對非線性協整函數進行估計，等同于從輸入的向量時間序列和輸出的SMM序列中得到各分量序列之間的關系。

基本的BP神經網絡算法有兩個方面：信號的前向傳播和誤差的反向傳播，即在計算實際的輸出時按照輸入到輸出的方向進行，而權值和闕值的修正從輸出到輸入的方向進行，信號的前向傳播過程可以概括為：

（1）

利用訓練樣本的總誤差，從輸出層開始逐層向下計算各層神經元的輸出誤差，然后根據誤差梯度下降法調節各層的權值和閾值，使修改后的最終輸出能更加接近期望值。這個反饋過程可以概括為網絡中各參數的調整量計算

其中η表示梯度下降步長。

（三）神經網絡的預測

本文以安徽省霍邱縣為例，在實地調查走訪的基礎上，大量搜集數據文獻資料，主要從主體、客體、載體幾個方面入手，收集誘發返貧的主要影響因素數據。鑒于各變量單位的不統一性及避免數據的偏差性，我們對數據進行了預處理，使得其更具操作性。處理公式如下：

（3）

U1為樣本均值，δij為樣本方差。

將收集到的數據，進行處理，確定4個輸入層、2個輸出層和3個隱含層。模型構建好后，將搜集的數據輸入，進行訓練操作，其結果下圖。根據圖中顯示的結果可知，訓練數據（Train）、檢驗數據（Validation）及測試數據（Test）的均方誤差（Mean Squared Error）在橫軸方向上迅速減小，并在epochs10達到最小值，即此時的訓練結果最有效。

下圖展示了訓練后的BP神經網絡對數據的擬合效果。其中訓練數據（Training）、 驗證數據（Validation）、測試數據（Test）和總體數據（All）的R2值分別為 0.9995、0.9995、 0.9994 和 0.9995，均大于 0.99。此次訓練的模型在數據擬合上有很好的結果，可以用來預測此后半年內安徽省霍邱縣返貧風險的量化結果。

通過上述分析發現，我們得到以下結論：

脫貧戶的家庭收入和支出、政府政策、資源環境是極具代表性的返貧誘因，在這一指標體系下，根據BP神經網絡計算得出的返貧風險預估結果有很大的可信度。由擬合結果可知，在未來半年內，安徽省霍邱縣的返貧風險系數較低。大部分的脫貧戶已具有較強的內生動力，收入整體大于支出，呈穩定態勢;霍邱縣政府在政策方面也給予了最大程度的支持，積極加快“兩業”發展，完善“雙基”建設，農村集體經濟穩步增長;同時在國際科技力量不斷壯大和霍邱縣與生俱來的自然條件背景下，當地的資源環境較為穩定，物質資源豐富，自然災害可控。由上述分析得知，安徽省霍邱縣的返貧風險較低，脫貧質量較高。

三、預警機制的建立

運用返貧預估模型進行脫貧戶的返貧風險進行量化的基礎上，應同時建立相應的預警機制，對風險進行把控，有力地鞏固脫貧攻堅成果。返貧誘因包括家庭收入、自然資源等，因此預警機制的建立也建議從主體、客體、載體三個角度出發設想。

（一）構建科學性的返貧監督預警體系

返貧風險的預估和監督體系的完善都離不開科學準確的數據分析、判斷。預警機制的前置便是一套科學、系統的返貧風險體系的建立，通過對返貧主要誘因的數據搜集，再利用大數據平臺進行多維度分析處理，最后借助返貧風險預估模型，如BP神經網絡等工具計算得出具有較高準確度和信賴度的風險量化結果。這相當于是一種是事前措施，在源頭上進行干預防范，在一定程度上可以節約監督預警的風險和成本，具有較強的高效性。同時可以直觀簡明地通過計算得出的返貧風險系數，判斷返貧風險大小以及具體誘因分布占比情況，進而采取相應的補救鞏固措施。

（二）維持可持續性的脫貧造血機制

無論是脫貧還是返貧，都需要從其主體出發，深入研究主體特征，從根源上解決問題。返貧問題的主要誘因在于脫貧成果的脆弱性，即脫貧主體自身的內生動力不強，無法在政府政策的支撐下，形成自我供給、自我需求均衡的良性內部循環，因此維持脫貧工作的可持續性，構建脫貧主體的自發造血機制尤為重要。要從返貧的主體——脫貧戶出發，對其進行相應的教育培訓、專業指導和技術支持等等，使其能夠掌握一定的技術能力，以增加經濟收入來源的穩定性和長期性。在維持基本生活需要的基礎上，實現生活質量的逐步提高和風險抵御能力的增強。

（三）實施積極主動的激勵扶持政策

從返貧客體出發，政府在整個過程中同樣扮演著重要的角色。脫貧工作離不開政府的倡導和支持，同等地，返貧預警機制的建立也需要政府的參與。增強抵御返貧風險的能力就需要政府相應的實施扶持政策，例如獎勵機制，可以根據脫貧戶每年的創收進行一定的資金獎勵，或者構建長期穩定的利益保障機制，逐步提高社會保障的水平。政府的支持無異于為返貧預警機制增添一道有力的屏障。

（四）鼓勵脫貧工作與鄉村振興相結合

作為返貧的載體，資源環境方面，應當因地制宜，充分利用一切可利用的資源條件進行揚長避短，為農村經濟注入活力。如，景色優美的地區可以開發休閑旅游業，資源豐富的地區可以延長產業鏈等等。脫貧工作的主要目的便是增加農民收入，縮小城鄉差距，通過鄉村振興的方式，提高農村經濟發展的增速，鞏固脫貧成果的同時，削弱城鄉差異，提高脫貧質量。

參考文獻

[1]程明，錢力，吳波.“后扶貧時代”返貧治理問題研究[J].重慶理工大學學報（社會科學）.2020（03）：81-87.

[2]鄭潤強，曹國慶.脫貧人口返貧：影響因素、作用機制與風險控制[J].農業經濟管理學報.2016（06）：619-624.

[3]谷秀云，薛選.登脫貧戶返貧風險評估研究——基于豫西典型貧困縣區的調查[J].河南理工大學學報（社會科學版）.2021（01）：22-30.

[4]范和生.返貧預警機制構建探究[J].中國特色社會主義研究.2018（01）：57-63.

[5]包國憲，楊瑚.我國返貧問題及其預警機制研究[J].蘭州大學學報（社會科學版）.2018（06）：123-130.

基金項目：國家級大學生創新創業訓練計劃項目“全面脫貧背景下返貧風險評估及預警機制研究——以安徽省霍邱縣為例”（項目編號：202010378048）

作者簡介：朱宇麗（1999年—），女（漢族），安徽省合肥市人，安徽財經大學金融學院金融學專業本科生