李 平

（綏化學(xué)院 經(jīng)濟(jì)管理學(xué)院，黑龍江 綏化 152061）

0 引言

減少并最終消除貧困，已經(jīng)成為世界各國的共識。2017年，黨的十九大報告指出，堅持精準(zhǔn)扶貧、精準(zhǔn)脫貧，確保到2020年我國解決區(qū)域性整體貧困問題。東北貧困區(qū)的致貧原因不同于老、少、邊區(qū)和山區(qū)，致貧因素更為廣泛和分散。針對這類貧困區(qū)致貧因素剖析，有助于提高精準(zhǔn)脫貧政策的精準(zhǔn)性，有助于實(shí)現(xiàn)不同貧困類型的區(qū)域整體脫貧。

從已有的研究看[1-4]，方法應(yīng)用從定性轉(zhuǎn)向定量，瞄準(zhǔn)對象從貧困縣域轉(zhuǎn)變?yōu)樨毨Ъ彝ズ蛡€體，研究成果日益豐富。但還存在有待完善的方面：第一，已有研究層面相對較宏觀，試圖找到普適性的扶貧對策，這并不符合精準(zhǔn)扶貧的戰(zhàn)略要求，精準(zhǔn)扶貧應(yīng)結(jié)合不同致貧因素采取個性方案。第二，資源豐富，以平原為主的東北地區(qū)，也仍有大部分農(nóng)村人口生活在貧困線以下，與貧困山區(qū)和特困的老、少、邊地區(qū)相比，其致貧原因同樣值得我們思考。第三，在致貧因素的分析中，學(xué)者們大都從收入角度細(xì)化，事實(shí)上支出也是影響貧困的重要因素，社會保障對貧困的減緩也有一定的影響，綜合考察收入、支出及社保保障等方面的因素對減緩貧困的研究還不多。因此，如何從收入、支出、社會保障3個方面綜合考察致貧因素，如何對致貧原因及貧困程度進(jìn)行科學(xué)的分析，如何根據(jù)最重要致貧原因找到精準(zhǔn)的脫貧辦法，既是學(xué)術(shù)界也是減貧工作實(shí)踐者關(guān)注的問題。本文試圖通過調(diào)研，以黑龍江省部分貧困地區(qū)為樣本，辨貧困之癥，施精準(zhǔn)之策，為該區(qū)域整體脫貧提供參考借鑒。

1 研究設(shè)計

根據(jù)精準(zhǔn)扶貧戰(zhàn)略的內(nèi)在要求，結(jié)合貧困地區(qū)不同實(shí)際狀況，分析黑龍江省貧困家庭的致貧原因，以便有針對性的采取有效脫貧措施，提高扶貧工作的精準(zhǔn)度，如期實(shí)現(xiàn)我國2020年脫貧目標(biāo)。本文借鑒基層貧困政府“望、聞、問、切”治貧手段及國際上通用的多維貧困指數(shù)MPI、格萊珉基金會編制的中國農(nóng)村貧困記分卡等方法及學(xué)者帥傳敏（2016）[5]、陳燁烽（2017）[6]等關(guān)于貧困的多維測度，考慮到黑龍江農(nóng)村當(dāng)前的貧困現(xiàn)狀，從收入、支出和社會保障3個方面設(shè)立了11個影響貧困程度的具體指標(biāo)，通過問卷調(diào)查，收集一手?jǐn)?shù)據(jù)，了解黑龍江省部分貧困家庭的致貧因素及貧困程度，利用OLS的“參數(shù)線性”采用對數(shù)模型形式，找到致貧程度與部分致貧因素之間的彈性，更深刻的了解不同因素對貧困程度的影響，最后，突出主要致貧因素，有針對性的對精準(zhǔn)脫貧提供可借鑒的措施。

2 多維致貧因素評價指標(biāo)體系構(gòu)建及數(shù)據(jù)來源

2.1 指標(biāo)體系構(gòu)建

本文的評價指標(biāo)體系構(gòu)建中，多維致貧因素由3個一級指標(biāo)來刻畫，即收入指標(biāo)、支出指標(biāo)、社會保障指標(biāo)。一級指標(biāo)進(jìn)一步分解為5個二級指標(biāo)。首先，收入指標(biāo)由勞動力情況、就業(yè)情況、資產(chǎn)情況等3個指標(biāo)構(gòu)成。人力資本和勞動經(jīng)濟(jì)學(xué)的相關(guān)理論表明，勞動力的數(shù)量和質(zhì)量決定了對其他生產(chǎn)要素的支配，依靠就業(yè)取得的勞動性收入和依靠資產(chǎn)取得的經(jīng)營性收入是構(gòu)成家庭收入的主要來源。其次，支出指標(biāo)由生活及教育指標(biāo)刻畫。具體而言，對于貧困家庭來說，其支出主要由受家庭規(guī)模影響的基本生活支出和培養(yǎng)子女接受高等教育的支出構(gòu)成。最后，社會保障指標(biāo)由低保和保險情況指標(biāo)刻畫。嚴(yán)格意義上講社會保障包括社會保險（俗稱五險一金）、社會福利（公共福利和特殊福利）、社會救濟(jì)和社會優(yōu)撫[7]，而與貧困群體密切相關(guān)的社會救助和社會保險刻畫了社會保障指標(biāo)。最終該評價指標(biāo)體系由11個3級指標(biāo)構(gòu)成。具體見表1。

表1 多維致貧因素評價指標(biāo)體系

2.2 數(shù)據(jù)來源

通過隨機(jī)分層抽取黑龍江省5個國家級貧困縣，5個省級貧困縣，撫遠(yuǎn)、饒河、海倫、拜泉、泰來、克山、依安、富裕、杜爾伯特和龍江縣。以家庭（戶）為調(diào)查對象，在25名學(xué)生調(diào)查員的協(xié)作下，實(shí)地調(diào)研，通過問卷星經(jīng)電腦和手機(jī)終端發(fā)放1000份問卷試，回收993份，經(jīng)過數(shù)據(jù)清洗有效樣本860份。

3 貧困地區(qū)致貧因素與貧困程度分析

3.1 主要指標(biāo)統(tǒng)計性描述

根據(jù)上述評價指標(biāo)體系，結(jié)合實(shí)際情況按一定權(quán)重給各指標(biāo)賦值，其中收入指標(biāo)與貧困程度呈反向變化，因此采用逆向賦值，即勞動力數(shù)量越多貧困程度得分越少，就業(yè)人數(shù)越多，貧困程度得分越少，依此類推。社會保障指標(biāo)中的社會保險對貧困也有減緩作用，因此賦值時同樣采用逆向賦值法。有爭議的指標(biāo)是低保情況，一方面低保有減緩貧困的作用，另一方面，低保家庭是貧困程度嚴(yán)重的群體?？紤]到低保家庭生活實(shí)際和部分貧困縣建檔立卡的標(biāo)準(zhǔn)，本文認(rèn)為享受低保的家庭是貧困程度嚴(yán)重的代表，因此享受低保的家庭在數(shù)據(jù)處理上增加貧困程度的得分，根據(jù)這些標(biāo)準(zhǔn)，最終本次調(diào)查研究貧困程度滿分為100分，代表極端貧困，最低分為0份，代表非貧困群體。貧困程度得分與對于貧困程度對應(yīng)見表2。

表2 貧困得分與貧困程度對應(yīng)表

根據(jù)一手調(diào)研數(shù)據(jù)，按權(quán)重及累積得分標(biāo)準(zhǔn)，計算每個指標(biāo)具體數(shù)值，對各指標(biāo)數(shù)值進(jìn)行統(tǒng)計性描述，具體情況見表3。

表3 黑龍江10縣樣本主要指標(biāo)統(tǒng)計描述

根據(jù)表3，貧困程度得分均值為54.08分，可見黑龍江省貧困程度處于中等貧困，接近重度貧困。中等貧困的群體正是精準(zhǔn)扶貧戰(zhàn)略中扶持主體，這部分群體最可能通過內(nèi)生性發(fā)展，擺脫長期貧困。

從其他均值指標(biāo)看，黑龍江省中等貧困群體的特征有，家庭勞動力數(shù)量均值為2.05，表示黑龍江省貧困地區(qū)家庭平均勞動力在2名左右。勞動力教育得分均值為3.81，結(jié)合勞動力受教育程度的調(diào)查評分轉(zhuǎn)換標(biāo)準(zhǔn)，這個水平接近初中（初中水平4分）。省外就業(yè)得分均值7.79（10分對應(yīng)0人省外就業(yè)，6分對應(yīng)1人省外就業(yè)），該指標(biāo)是反向指標(biāo)，得分越多，表示省外就業(yè)人員越少，說明黑龍江貧困地區(qū)家庭每戶不足1人在省外就業(yè)，省內(nèi)就業(yè)得分均值6.49，表示，表示黑龍江貧困地區(qū)家庭每戶不足1人在省內(nèi)就業(yè)。土地?fù)碛械梅志?.65，表示家庭貧困擁有土地10～12畝左右。農(nóng)業(yè)機(jī)械得分均值6.52，表示沒有農(nóng)業(yè)機(jī)械的家庭戶較多。交通工具得分均值2.57，表示主要交通工具是電動車、摩托車和自行車。家庭規(guī)模得分均值3.95，表示調(diào)研地區(qū)家庭平均有近4口人。教育支出得分均值2.58，表示該地區(qū)貧困家庭有不到1名大學(xué)生。從保險情況的均值看，6.21表示這些貧困地區(qū)家庭主要購買的是農(nóng)村合作醫(yī)療保險，新農(nóng)合的覆蓋率很高。最后，低保情況均值得分為1.12分（總分10分），表明低保覆蓋率很低。

3.2 貧困地區(qū)收入、支出、社?？傮w情況分析

（1）從收入角度看：勞動力的數(shù)量和質(zhì)量影響就業(yè)收入。依據(jù)統(tǒng)計數(shù)據(jù)分析，黑龍江貧困地區(qū)平均每個家庭有2名左右的勞動力，具有精準(zhǔn)扶貧要求的勞動力供給基礎(chǔ)，充分調(diào)動家庭勞動力有助于精準(zhǔn)脫貧的實(shí)現(xiàn)。貧困地區(qū)家庭主要勞動力的平均受教育程度接近為初中水平，處于較低水平，提供勞動力的素質(zhì)和技能要兼顧其自身受教育程度。對比省內(nèi)外兩個就業(yè)指標(biāo)發(fā)現(xiàn)，黑龍江省貧困地區(qū)就業(yè)問題嚴(yán)重，貧困群體依靠就業(yè)取得收入十分困難，且去省外就業(yè)的意愿低于省內(nèi)，就業(yè)表現(xiàn)出較強(qiáng)的鄉(xiāng)土依賴。

（2）從支出角度看：對比家庭基本生活支出和教育支出，從平均水平來看前者對貧困的影響更大，這表明，基本生活支出在貧困家庭的消費(fèi)結(jié)構(gòu)中占很大比例，這部分支出具有剛性特征，改變支出結(jié)構(gòu)，提高收入是關(guān)鍵。除此之外，對教育的投資也是對人力資本的投資，對擺脫貧困有重要意義。

（3）從社保角度看：新型農(nóng)村合作醫(yī)療覆蓋率很高，接近100%。說明在開展扶貧工作的同時，在社會保障方面，改革新農(nóng)合醫(yī)?？蓸O大改善因病致貧。根據(jù)調(diào)查，低保覆蓋率僅為11.83%，相對較低，作為社會保障的安全網(wǎng)，低保是最后一道屏障。關(guān)于提高還是降低低保水平，學(xué)界并無統(tǒng)一的定論。本文認(rèn)為通過提高低保水平不能從根本解決精準(zhǔn)脫貧，脫貧還應(yīng)依賴于內(nèi)生動力，授人以漁的效果要遠(yuǎn)遠(yuǎn)好于授人以魚。

（4）其他方面：具體調(diào)查還表明，黑龍江省貧困地區(qū)中就業(yè)群體有75.27%選擇省內(nèi)就業(yè)，體現(xiàn)了東北地區(qū)貧困群體就鄉(xiāng)土的嚴(yán)重依賴。就業(yè)群體從事行業(yè)則表明，從事一產(chǎn)相關(guān)行業(yè)的群體比重達(dá)45.16%，從事二產(chǎn)相關(guān)行業(yè)的群體比重為25.73%，這與黑龍江省產(chǎn)業(yè)結(jié)構(gòu)中一產(chǎn)比重仍然很大的現(xiàn)實(shí)相符?？梢?，大力發(fā)展第三產(chǎn)業(yè)不僅有利于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，同時具有巨大的精準(zhǔn)脫貧的潛力。

4 致貧因素的OLS分析

4.1 基本原理

4.1.1 主成分分析的基本原理

主成分分析是數(shù)學(xué)上對數(shù)據(jù)降維的一種方法。其基本思想是設(shè)法將原來眾多的具有一定相關(guān)性的指標(biāo)X1，X2，...，XP（p個指標(biāo)），重新組合成一組較少個數(shù)的互不相關(guān)的綜合指標(biāo)Fm來代替原來指標(biāo)。由數(shù)學(xué)知識可知，每一個主成分所提取的信息量可用其方差來度量，其方差Var(F1)越大，表示F1包含的信息越多。因此在所有的線性組合中選取的F1應(yīng)該是X1，X2，…，XP的所有線性組合中方差最大的，故稱F1為第一主成分。如果第一主成分不足以代表原來p個指標(biāo)的信息，再考慮選取第二個主成分指標(biāo)F2，為有效地反映原信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，即F2與F1要保持獨(dú)立、不相關(guān)，用數(shù)學(xué)語言表達(dá)就是其協(xié)方差Cov(F1,F2)=0，所以F2是與F1不相關(guān)的X1，X2，…XP的所有線性組合中方差最大的，故稱F2為第二主成分，依此類推構(gòu)造出的F1、F2、…、Fm為原變量指標(biāo) X1，X2，…，XP的第一，第二，…，第m個主成分。

4.1.2 最小二乘法基本原理

本文采用最小二乘回歸分析，因為“線性”的特點(diǎn)使最小二乘法在誤差分析方面較之其他方法具有不可替代的優(yōu)勢。在1809年高斯對最小二乘估計進(jìn)行的誤差分析中發(fā)現(xiàn)，在線性模型的所有無偏估計類中，最小二乘估計是唯一的方差最小的無偏估計。其基本原理也非常便于理解：

求上式最小值，根據(jù)其一階條件，可求參數(shù)列向量如下：

在上述基本原理的基礎(chǔ)上，利用模型的“參數(shù)線性”采用對數(shù)模型形式。對數(shù)模型有很多優(yōu)點(diǎn)。第一，對數(shù)模型測量的是百分比的的變化，因此不會隨變量的測量尺度的不同而變化。第二，可以直接估計彈性值。第三，對于被解釋變量的觀測值皆取正值的模型，條件分布往往有異方差問題或非對稱分布，而采用取y的對數(shù)的方法會緩解這種負(fù)面問題。第四，對數(shù)y的分布比較窄，抑制了非正常值的影響。

4.2 用問卷調(diào)查數(shù)據(jù)進(jìn)行實(shí)證分析

4.2.1 利用R軟件，安裝psych包做主成分分析

（1）利用上述11個具體指標(biāo)做主成分分析，結(jié)果如表4所示。

表4 不同數(shù)量主成分貢獻(xiàn)信息

根據(jù)軟件分析的結(jié)果，提取6個主成分累計解釋了整個變量78%的方差，解釋程度效果好。提取6個主成分的名稱及系數(shù)構(gòu)成如下頁表5所示。

表5 6個主成分權(quán)重信息

4.2.2 利用R做回歸分析

（1）以提取的6個主成分作為解釋變量，以低保得分作為被解釋變量，模型為：

利用R軟件實(shí)現(xiàn)回歸分析，回歸結(jié)果如表6所示。

表6 回歸結(jié)果

根據(jù)上述結(jié)果，調(diào)整R2值超過85%，模型擬合較好，提取的6個主成分作為被解釋變量中有4個主成分顯著，按其參數(shù)大小依次為勞動力質(zhì)量成分（0.96223）、農(nóng)機(jī)成分（0.27350）、交通工具成分（0.24848）和省內(nèi)就業(yè)成分（-0.16842）。

5 結(jié)論

第一，勞動力質(zhì)量因素對貧困發(fā)生的影響最大。根據(jù)數(shù)據(jù)量化得分轉(zhuǎn)換可知，勞動力質(zhì)量越低，其貧困貢獻(xiàn)得分越大，因此勞動力質(zhì)量得分與貧困程度正相關(guān)。因此解決黑龍江省的貧困應(yīng)該重視提高勞動力素質(zhì)，依據(jù)資源稟賦提高勞動力供給的針對性，以國家供給側(cè)改革為契機(jī)，結(jié)合產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，按不同地區(qū)資源稟賦，開發(fā)不離鄉(xiāng)土的就業(yè)崗，位宜農(nóng)則農(nóng)、宜漁則漁、宜林則林、宜草則草、宜游則游，建設(shè)美麗家園的同時實(shí)現(xiàn)精準(zhǔn)脫貧。精準(zhǔn)脫貧戰(zhàn)略應(yīng)著重考慮貧困地區(qū)人力資本積累的建設(shè)。貧困地區(qū)可持續(xù)脫貧應(yīng)積極落實(shí)國家“雨露計劃”，特別是針對“兩后生”進(jìn)行技術(shù)培訓(xùn)，提高勞動力的人力資本積累及有效勞動能力水平以滿足勞動市場需求。

第二，農(nóng)用機(jī)械擁有情況對貧困發(fā)生也有較大影響。原始數(shù)據(jù)以農(nóng)村貧困家庭擁有農(nóng)用機(jī)械的馬力為基礎(chǔ)，經(jīng)過量化處理，農(nóng)機(jī)馬力越小對貧困貢獻(xiàn)越大，其貧困得分越高，因此，農(nóng)機(jī)擁有得分與貧困程度正相關(guān)。解決黑龍江省的農(nóng)村貧困問題，從農(nóng)機(jī)擁有來看，可以以合作社為載體，購置適用的大型農(nóng)機(jī)，提高農(nóng)業(yè)生產(chǎn)效率，強(qiáng)化資產(chǎn)收益脫貧，創(chuàng)新精準(zhǔn)脫貧機(jī)制在實(shí)踐中的應(yīng)用，以國家固定資產(chǎn)入股參與經(jīng)濟(jì)建設(shè)，股權(quán)作為資本匹配給貧困主體[8]，解決其因資本不足產(chǎn)生的貧困。

第三，交通工具因素也是影響貧困發(fā)生的主要因素之一。原始數(shù)據(jù)表明擁有交通工具的類型，如擁有自行車、電動車汽車等。在量化得分轉(zhuǎn)換中，級別越低的交通工具對貧困貢獻(xiàn)越大，該項得分越多，因此交通工具指標(biāo)也與貧困程度正相關(guān)?，F(xiàn)代社會技術(shù)的進(jìn)步、交通的發(fā)展使得空間距離逐漸縮小，脫貧致富離不開現(xiàn)代社會的發(fā)展要求，加強(qiáng)與外界溝通是重要的脫貧舉措，發(fā)展農(nóng)村物流是精準(zhǔn)脫貧的一個契機(jī)。

第四，省內(nèi)就業(yè)情況也影響貧困的發(fā)生。原始數(shù)據(jù)表明省內(nèi)就業(yè)勞動力的人數(shù)，量化轉(zhuǎn)換時遵循省內(nèi)就業(yè)人數(shù)越少，貧困得分貢獻(xiàn)越大的原則。按理論假設(shè)該指標(biāo)應(yīng)該與貧困程度正相關(guān)，但模型數(shù)據(jù)的結(jié)論是負(fù)相關(guān)。說明僅考慮就業(yè)人數(shù)的多少不能代表就業(yè)質(zhì)量及真正的減貧效應(yīng)。就業(yè)人數(shù)不能準(zhǔn)確代表就業(yè)收入，低收入的就業(yè)減貧效果不明顯。精準(zhǔn)脫貧應(yīng)以富裕為目標(biāo)，遵循脫貧不一定致富，但致富必定脫貧的邏輯[9]，提高貧困群體的就業(yè)收入的同時，提高其綜合就業(yè)質(zhì)量。