青海城鄉困難群眾收入影響因素分析

席麗娟

一、引言

鞏固拓展脫貧攻堅成果，是“十四五”規劃的主要內容，困難群眾仍是后扶貧時代的重點關注對象，其收入也是我們的重要抓手。國內外學者從自然因素、經濟因素、文化因素和社會因素等方面分析了環境對產生貧困的影響。高艷云等（2014）研究發現，影響貧困的因素有教育程度、貧困文化迭代、村干部素質水平、政策完善程度、自身發展動力、技能掌握水平、收入來源渠道、社會幫扶程度、身體疾病、勞動力數量。岳奧博等（2020）研究認為，低保人員特征、家庭基本狀況、家庭收入狀況都會對貧困程度具有顯著影響。潘華等（2020）研究發現，城鄉地域差異、教育水平高低和繳納社保花費是制約中國低收入群體增收的主要因素。雷昊等（2020）發現，外語、普通話和方言能力均對收入有積極的正向影響，且外語能力的影響效應最為顯著。史新杰等（2021）指出，由于現階段農民工被鎖定在低技能行業，相較于基礎教育，職業培訓對農民工外出收入產生了更大正向影響。

綜上所述，盡管很多學者對困難群眾收入影響因素研究已取得豐碩成果，但對高海拔、生態脆弱、環境惡劣且集多民族同胞于一省的青海研究較少，對青海省困難群眾收入影響因素的研究更少。鑒于此，本文以青海省城鄉（城鎮和農牧區）困難群眾為研究對象，量化分析收入影響因素，確定其主導影響因子。以此為青海省城鄉困難群眾增收尋找新的"引擎”，助力青海省后扶貧時代破解城鄉困難群眾收入難題。

二、模型、變量與數據

（一）變量設定

本研究以城鄉困難群眾人均非轉移性收入的對數為因變量，從個人、家庭、社會、國家四個維度確定致貧影響因素（見表1）。

表1 多元線性回歸變量名稱及計算方法

自變量中勞動力自身發展動力和社區融合度這兩個自變量的數值類型屬于無序分類變量。為滿足線性回歸對自變量的要求，本研究對勞動力自身發展動力和社區融合度這兩個自變量進行虛擬化處理。

（二）模型設定

通過以上分析，城鄉困難群眾人均非轉移性收入的對數很可能受到所選取的9個自變量的影響。為了確定這9個自變量與人均非轉移性收入對數的關系，建立如下多元線性回歸模型。模型構建如下。

公式（1）中，y為因變量，代表城鄉居民的收入水平；βi是模型的參數；xi代表自變量；ε為誤差項。

（三）樣本選取

本研究采取簡單隨機抽樣和分層抽樣方法確定青海省城鄉困難群眾擬調查的樣本戶數。簡單隨機抽樣計算公式為：

公式（2）中：k是樣本總量，城鄉分別為1 035和1 054；e是期望的誤差界限，取±3%，即e=0.03；f是置信區間所對應的標準正態分布的分位點值，取95%的置信區間，對應的分位點值為f=1.96；K是2019年全省城鄉低保戶數總量，分別為34 710和88 277；p是樣本量占總體數量的比例，由于沒有該地區比例的真值，所以假設p=0.5，得到保守的樣本量a。經計算，得到k=1 035和1 054。為增強樣本代表性，適當選取了部分低收入貧困家庭樣本（城鎮和農牧區分別為72戶和74戶）和支出型貧困家庭樣本（城鎮和農牧區分別為41戶和42戶），城鎮和農牧區的總樣本數為1 149和1 170，城鄉總樣本為2 319戶。為了便于工作，每個市州選取城鄉困難群眾相對較多的2個縣（市、區），每個縣（市、區）選取2個鄉鎮進行抽樣調查。

（四）數據來源

自行設計青海省城鄉困難群眾的生產生活現狀調查問卷。調查問卷由兩部分組成。第一部分為基本情況調查，包括人口、年齡、民族、健康、學歷、社會關系、地理位置、活動范圍等共19個問項；第二部分為收入情況，包括工資性收入、經營性收入、財產性收入、轉移支付收入、家庭資產、家庭勞動力、生產條件、生活條件、主觀感知等12個方面共101個問項。調研組對青海省2市6州的16個區縣進行實地調研走訪，發放2 319份問卷（城鎮1 149份，農牧區1 170份），輔之以困難群眾典型案例和基層工作人員的訪談，最終回收2 319份（城鎮1 149份，農牧區1 170份），回收率100%。經過數據整理和清洗，有效樣本共計2250份（城鎮1158份，農牧區1092份），有效率為97.02%。

三、城鄉困難群眾收入影響因素的回歸結果分析

因青海情況特殊，城鄉并不是簡單的泛指城鎮和農村，而是指城鎮和農牧區。

（一）城鎮困難群眾收入影響因素的回歸結果分析

1.擬合優度及顯著性檢驗。回歸模型擬合優度R2為0.531，調整R2為0.526，表示模型可以接受。DW值為1.928，接近于2，樣本之間不存在自相關。F值為99.713，P值為0.000，且小于給定的顯著性水平0.05，回歸模型整體良好（見表2）。

表2 回歸分析模型擬合優度及顯著性檢驗(城鎮)

2.回歸系數檢驗。勞動力文化程度、勞動力語言能力、家庭融資能力、勞動力就業水平、生產性補貼水平5個自變量的P值均小于給定的顯著性水平0.10，都通過了顯著性檢驗。而家庭人口健康水平和勞動力培訓水平未通過顯著性檢驗。對于虛擬變量“勞動力自身發展動力”，生活困難的城鎮居民選擇“自己和政府”的P值小于顯著性水平0.05，通過了顯著性檢驗。對于虛擬變量“社區融合度”，生活困難的城鎮居民選擇“參與集體活動的頻率比較多”的P值小于顯著性水平0.1，通過了顯著性檢驗，說明生活困難的城鎮居民適當地參與社區集體活動有助于提高其收入（見表3）。

表3 回歸系數和共線性檢驗(城鎮)

3.多生共線性檢驗。模型的自變量容忍度均大于0.2，方差擴大因子均小于5，VIF小于10，自變量之間不存在共線性問題。

4.城鎮困難居民收入影響因素原因分析。從影響力的大小來看，勞動力就業水平的影響最大，其次是勞動力語言能力，影響最小的是生產性補貼水平。表明就業仍是解決城鎮困難群眾收入的主渠道。從影響因素來看，家庭人口健康水平和勞動力培訓水平對困難城鎮居民收入水平的影響不顯著，可能是城鎮居民以腦力勞動為主，即使身體殘疾或者患有重疾，仍然可能通過互聯網或社交媒體獲得收入。同時一般性和普遍性技術培訓對他們增收作用并不顯著。從虛擬變量來看，城鎮困難群眾認為，脫困不僅需要自己的努力，還需要政府的幫助，這樣才能獲得相對較高的收入；相比之下，參加活動較多的城鎮困難群眾能顯著獲得相對較高的收入，但增加數量有限。

（二）農牧區困難群眾收入影響因素的回歸結果分析

1.擬合優度及顯著性檢驗。回歸模型擬合優度R2為0.310，調整R2為0.302，表示模型可以接受。DW值為1.688，較接近于2，樣本之間的獨立性較為明顯。F值為37.250，P值為0.000，且小于給定的顯著性水平0.05，回歸模型整體良好（見表4）。

表4 回歸分析模型擬合優度及顯著性檢驗(農牧區)

2.回歸系數檢驗。除生產性補貼水平系數所對應的P值大于0.05，未通過檢驗之外，其余自變量均通過檢驗（見表5）。

表5 回歸系數和共線性檢驗(農牧區)

對于虛擬變量，“勞動力自身發展動力”，農牧區困難群眾選擇“自己和政府”的P值小于顯著性水平0.05，通過了顯著性檢驗，說明農牧區困難群眾同時依靠自己和政府對其收入的正向影響作用比較大。“社區融合度”，農牧區困難群眾選擇“參與集體活動的頻率比較多”的P值小于顯著性水平0.1，通過了顯著性檢驗，說明農牧區困難群眾適當地參與村里集體活動有助于提高其收入。

3.多生共線性檢驗。模型的自變量容忍度均大于0.2，方差擴大因子均小于5，VIF小于10，自變量之間不存在共線性問題。

4.農牧民困難群眾收入影響因素原因分析。從模型回歸系數可知，影響最大的首先是勞動力就業水平，其次是勞動力培訓水平，最小的是勞動力文化程度。表明就業是農牧民困難群眾的主要收入來源，勞動力培訓質量好壞直接關系到農牧民困難群眾收入水平，由于農牧民勞動以體力勞動為主，因而勞動力文化程度對農牧區困難群眾的作用較小。生產性補貼對青海省農牧民困難群眾收入水平的作用不顯著，可能是因為農牧區困難群眾缺乏創業經驗和工作經歷，很難獲取諸如創業補貼、就業補貼、失業保險金等。從勞動力自身發展動力來看，與脫困僅依靠政府相比，農牧民困難群眾主觀上認為脫困不僅需要自己努力，還需要政府幫助，才能顯著獲得相對較高的收入。從社區融合度來看，與參與集體活動很少的相比，參加活動較多的農牧民能顯著獲得相對較高的收入。

四、結論與建議

（一）結論

1.從收入結構看，工資性收入是城鄉困難群眾的主要收入來源。城鎮困難群眾的總收入中，工資性收入比重約占60%；農牧區困難群眾的總收入中，工資性收入比重約占40%，和轉移凈收入基本持平。城鄉困難群眾財產凈收入比重最低。

2.從致困原因看，個人、家庭、社會和國家因素對城鄉困難群眾收入作用均起到正向作用。但生產性補貼水平僅對城鎮困難群眾收入水平產生顯著影響，且影響力較小。

（二）建議

1.抓就業保就業是城鄉困難群眾增收的首要舉措。提升城鄉居民就業率，穩步增加城鄉居民工資水平，是青海省各級政府及相關部門工作的重中之重。從青海實際出發，應當從提升勞動力文化程度和藏族居民漢語表達能力入手，全面提升個人整體能力，為城鄉居民就業率奠定堅實基礎。

（二）優化轉移性支出結構是增加城鄉困難群眾收入的關鍵舉措。對青海而言，要根據城鄉居民的不同特點及各類轉移支付政策的不同作用，優化轉移支付政策結構，最大限度地發揮各級轉移支付政策效應。

2.增強脫困內生動力和社區融合度是增加城鄉困難群眾收入的重要舉措。各級政府應堅持扶貧與扶智、扶志相結合，破除困難群眾“等靠要”的思想，拒絕“養懶漢”行為，充分激發困難群眾脫困的內生動力，組織困難群眾融入社區融入社會，分享脫困經驗，提高脫困效率和覆蓋面。