崔璐 岳書銘

[摘要]黨的十九大首次提出至2020年全面建成小康社會，實現(xiàn)全面建設(shè)小康社會的目標(biāo)意味著脫貧攻堅戰(zhàn)已經(jīng)進(jìn)入到收尾階段。基于山東省鄆城縣扶貧建檔立卡的抽樣數(shù)據(jù)，系統(tǒng)分析了貧困戶貧困程度的影響因素。分析表明，貧困戶的年齡、文化程度、家中是否有在校學(xué)生對貧困程度無顯著影響，家庭人數(shù)、身體情況、是否殘疾對貧困程度有顯著影響，家庭人數(shù)越多、患病且殘疾的貧困戶的貧困程度越高。針對以上研究結(jié)論給出了一些政策建議：第一，設(shè)立更精準(zhǔn)的貧困識別機制;第二，拓寬醫(yī)療保險的保障力度;第三，加大針對貧困戶的基礎(chǔ)設(shè)施投入;第四，加大財政投入對貧困人口就業(yè)的扶持。

[關(guān)鍵詞]有序多分類;貧困程度;影響因素

[中圖分類號]F323.8[文獻(xiàn)標(biāo)識碼]A

引言

自以習(xí)近平總書記為核心的黨中央提出“精準(zhǔn)扶貧”的戰(zhàn)略以來，我國的扶貧工作取得了較大的進(jìn)展，黨的十九大首次提出，到2020年全面建成小康社會，實現(xiàn)全面建設(shè)小康社會的目標(biāo)意味著脫貧攻堅戰(zhàn)已經(jīng)進(jìn)入了尾聲。為了更有針對性的進(jìn)行扶貧工作，國內(nèi)外學(xué)術(shù)界針對貧困的影響因素進(jìn)行了大量研究，Jalan和Ravallian（1998，2000）對中國農(nóng)村總體貧困進(jìn)行研究，他們認(rèn)為長期性貧困與暫時性貧困的影響因素是不同的。陳光金（2008）分析表明人力資本短缺、物質(zhì)資源不足、社會結(jié)構(gòu)制約和社會排斥等問題可以部分解釋貧困原因。王生云（2011）研究發(fā)現(xiàn)遠(yuǎn)離區(qū)域經(jīng)濟(jì)中心、家庭負(fù)擔(dān)較重、小孩老人較多的家庭容易陷入貧困。楊龍等（2015）利用具有全國代表性的中國農(nóng)村貧困監(jiān)測調(diào)查53271個農(nóng)戶微觀數(shù)據(jù)，研究發(fā)現(xiàn)有子女上大學(xué)、有大病治療情況等沖擊性事件是各個地區(qū)農(nóng)戶貧困的共性影響因素，家庭規(guī)模、人力資本狀況和房屋價值也是影響農(nóng)戶貧困程度的重要因素。陳燁烽等（2017）使用空間計量分析技術(shù)對貧困程度影響因素進(jìn)行了分析，認(rèn)為顯著性指標(biāo)包括通路率、地貌類型、遭受自然災(zāi)害頻次、人均純收入、勞動力比例、勞動力文化素質(zhì)等。薛龍飛（2017）通過對山區(qū)國家扶貧重點縣貧困村的調(diào)查數(shù)據(jù)進(jìn)行分析，認(rèn)為健康風(fēng)險帶來的外部沖擊是影響農(nóng)戶貧困的關(guān)鍵因素。高艷云等（2018）認(rèn)為一維與多維標(biāo)準(zhǔn)下識別出的貧困家庭不同，其致貧因素也不完全相同。蔡進(jìn)等（2018）構(gòu)建了多維貧困測度指標(biāo)體系，認(rèn)為農(nóng)村多維貧困具有空間分異特征且不同區(qū)域的影響因素有所差異。韋惠蘭（2018）基于河西走廊6縣市的調(diào)查，認(rèn)為勞動能力、教育、收入等與貧困戶的貧困程度顯著負(fù)相關(guān)。鑒于此，本文基于山東省鄆城縣扶貧建檔立卡抽樣數(shù)據(jù)，對貧困戶個人、家庭、身體三個層面進(jìn)行系統(tǒng)分析，研究了貧困戶貧困程度的影響因素，為鄆城縣接下來的精準(zhǔn)扶貧工作提供理論依據(jù)。

1 研究假說、變量選擇和模型構(gòu)建

1.1 研究假說

借鑒已有的研究成果并結(jié)合所獲取的貧困戶資料，本文將影響貧困戶貧困程度的因素分為個人、家庭、健康三個層面的特征變量。

個人層面特征變量包括年齡和文化程度?；炯僬f是，在貧苦戶的貧困程度上，年齡越大、文化程度越低的貧困戶貧困程度越高，年齡越大、文化程度越低，獲取收入的能力就越差，加之年齡較大的老人身體素質(zhì)相對較差，較大的醫(yī)療開銷加重了貧困程度。

家庭層面的特征變量包括家庭人數(shù)和家中是否有在校學(xué)生?；炯僬f是，家庭人數(shù)越多且家中有在校學(xué)生多的貧困戶貧困程度越高。一般來說，家庭中人數(shù)越多即消費者越多，家庭總體開支較大，貧困程度相對較高;若家中有在校學(xué)生，教育方面以及生活方面的開支相對較大，且在校學(xué)生作為一個純消費者，幾乎沒有經(jīng)濟(jì)收入，加重了貧困戶的貧困程度。

健康層面的特征變量包括身體狀況和是否殘疾。基本假說是，患病或殘疾的貧困戶貧困程度較高，患有長期慢性病或患有大病以及殘疾的貧困戶在日常生活中需要更多的生活照料和醫(yī)療護(hù)理，與此同時消費支出相對較高，加之勞動能力低下，獲取收入的能力較差，貧困程度相對較高。

除此之外，地理位置、物質(zhì)資源、氣候條件等也是影響貧困程度的因素，但是所選取的樣本之間在這些方面沒有明顯的差異，故在此不再贅述。

1.2 變量選擇

根據(jù)以上研究假說，選取了3個層次6個變量，變量名稱、解釋說明和統(tǒng)計特征詳見表1。

1.3 模型構(gòu)建

本文以貧困戶的貧困程度作為因變量，根據(jù)鄆城縣扶貧辦對建檔貧困戶貧困程度的劃分，將貧困戶的貧困程度設(shè)置為“輕微貧困”、“中度貧困”和“重度貧困”，由于是有序多分類變量，所以采用有序多分類Logistic回歸分析，具體回歸分析的表達(dá)式如（1）、（2）式所示（薛薇，2017）。其中K表示貧困戶的貧困程度有K個分類，各分類的概率表示為Π1，Π2，…Πk;βixi表示方程的回歸系數(shù)，反映各影響因素對貧困戶貧困程度的大小與方向。

2 數(shù)據(jù)來源與統(tǒng)計描述

2.1 數(shù)據(jù)來源及樣本基本情況

本文所使用的數(shù)據(jù)來源于山東省鄆城縣扶貧版數(shù)據(jù)庫中貧困戶的相關(guān)情況，從全縣21個鄉(xiāng)鎮(zhèn)及2個街道辦事處共68144條貧困戶信息中分地區(qū)抽取了樣本數(shù)據(jù)，從每個鄉(xiāng)鎮(zhèn)、辦事處的貧困戶戶主中抽取2%，剔除無效數(shù)據(jù)后獲取了549個有效樣本，其中重度貧困的有132人，占樣本總體的24%;輕微貧困的有111人，占樣本總體的20.3%;中度貧困的人數(shù)最多，為306人，占樣本總體的55.7%，具體情況見表2。

在這549名貧困戶中最小年齡為35歲，最大年齡為95歲，平均年齡為64.99歲;其中60歲以上的貧困戶有377人，占樣本總體的78.7%。從文化程度上看，文盲或半文盲的貧困戶有196人，占樣本總體的35.7%;小學(xué)文化水平的貧困戶有229人，占樣本總體的41.7%;而大專及以上文化的貧困戶僅有3人，占樣本總體的0.5%，總體來看該樣本中貧困戶文化水平較低。從家庭人數(shù)上看，獨居的貧困戶有125人，占樣本總體的22.8%，樣本中70.3%的貧困戶家庭總?cè)藬?shù)在2-4內(nèi)，僅有6.9%所謂貧困戶家庭總?cè)藬?shù)超過5人;438名貧困戶中家中沒有在校學(xué)生，占樣本總體的79.8%。

2.2 ? ?貧困戶的身體狀況

貧困戶的身體狀況主要通過健康狀況和是否殘疾兩個方面加以反映，從表3中可以看出，44.1%的貧困戶患病，其中患有長期慢性病的貧困戶有191人，占樣本總體的34.8%;患有大病的貧困戶有51人，占樣本總體的9.3%。71名貧困戶殘疾，占樣本總體的12.9%。

從表3中可以看出，貧困戶患病人數(shù)隨著年齡的增加呈現(xiàn)出遞增的趨勢，年齡在60～74歲的貧困戶患有長期慢性病和患有大病的人數(shù)最多，分別為91人和24人，占患該種病人數(shù)的47.6%和47.1%，年齡在75歲以上的貧困戶患有長期慢性病和患有大病的人數(shù)僅次年齡在60～74歲的貧困人數(shù)，分別為74人和19人，占患該病人數(shù)的38.7%和37.3%?？傮w來看，年齡越大的貧困戶患病比例越高，貧困戶收入水平較低，對慢性病的防治意識非常薄弱，不到不得已的情況一般不去醫(yī)療機構(gòu)診治，甚至導(dǎo)致慢性病情惡化演化成大病。貧困戶殘疾比例與年齡沒有明顯關(guān)系，年齡在45～59歲的貧困戶身體殘疾的人數(shù)最多，其次是年齡在60～74歲的貧困戶，分別占?xì)埣踩藬?shù)的比例為33.8%和31%。其中一部分貧困戶的殘疾屬于后天殘疾，因外出務(wù)工時的工傷或在務(wù)農(nóng)時使用農(nóng)用器械導(dǎo)致身體殘疾，原本的勞動力因為殘疾喪失了勞動能力，直接或間接地導(dǎo)致了家庭的貧困。

3 ? ?貧困戶貧困程度的影響因素分析

3.1 ? ?有序多分類Logistic回歸使用前提檢驗

本文利用SPSS22.0對貧困戶貧困程度的影響因素進(jìn)行了有序多分類Logistic回歸，有序多分類的Logistic回歸的原理是將因變量的多個分類依次分割為多個二元Logistic回歸，用較低級與較高級對比。在有序多分類Logistic回歸中，自變量之間應(yīng)無多重共線性，即應(yīng)進(jìn)行自變量共線性檢驗，檢驗結(jié)果如表4所示。容忍度（Tolerance）均遠(yuǎn)大于0.1，方差膨脹因子（VIF）均小于10，所以不存在多重共線性。

在有序多分類Logistic回歸中，假設(shè)幾個二元Logistic中自變量的系數(shù)相等，僅常數(shù)項不等，結(jié)果也只輸出一組自變量的系數(shù)，因此在有序多分類Logistic回歸中必須對自變量系數(shù)相等的假設(shè)進(jìn)行檢驗，即平行線檢驗，如果不滿足該假設(shè)，則不能使用有序多分類Logistic回歸。平行線檢驗結(jié)果如表5所示，檢驗原假設(shè)是三個二元Logistic回歸自變量系數(shù)相等，檢驗P（Sig.）值為0.102，不拒絕原假設(shè)，假設(shè)成立可以使用有序多分類Logistic回歸。

3.2 ? ?回歸結(jié)果分析

根據(jù)SPSS22.0統(tǒng)計軟件對解釋變量與被解釋變量進(jìn)行有序多分類Logistic回歸，并對回歸系數(shù)顯著性檢驗，得到計量模型結(jié)果，具體結(jié)果如表6所示。從表6計量結(jié)果可以得出，貧困戶的貧困程度受到諸多因素的影響。

3.2.1 ? ?個人層面特征變量對貧困戶貧困程度的影響。貧困戶的年齡、文化程度對貧困程度的影響不顯著，說明貧困戶的貧困程度并無明顯的年齡差異，不同文化程度的貧困戶貧困程度無明顯差異，由此可見年齡大小與文化程度高低不是影響貧困程度的主要因素，個體層面研究假說不成立。

3.2.2 ? ?家庭層面特征變量對貧困戶貧困程度的影響。（1）貧困戶的家庭人數(shù)對貧困程度具有顯著性影響，成負(fù)相關(guān)，即貧困戶家中人數(shù)越多家庭越貧困;而家庭人數(shù)超過4人的貧困戶的家庭人數(shù)對貧困程度的影響不顯著。由此可見，對于家庭人數(shù)在4人內(nèi)的貧困戶，家庭人數(shù)的多少是影響貧困的主要因素，家庭層面研究假說之一成立。

（2）貧困戶家中是否有在校學(xué)生對貧困程度的影響不顯著，說明貧困戶的貧困程度與家中是否有在校學(xué)生無明顯關(guān)系，家中是否有在校學(xué)生不是影響貧困程度的主要因素，家庭層面另一研究假說不成立。

3.2.3 ? ?健康層面特征變量對貧困戶貧困程度的影響。（1）貧困戶身體健康還是患有長期慢性病或大病對貧困程度有顯著性影響。醫(yī)療費用高、新農(nóng)合保障力度不夠、沒有商業(yè)保險是因病致貧的主要原因（李怡霏，2018），貧困戶普遍收入較低，而患病的貧困戶又要將僅有的一點收入支出在醫(yī)療服務(wù)上，直接影響了患病貧困戶的生活質(zhì)量，貧困戶的患病情況明顯加重了貧困程度。由此可見，貧困戶身體狀況是影響貧困程度的主要因素，健康層面的假說之一成立。

（2）貧困戶是否殘疾對貧困程度有顯著性影響，身體殘疾的貧困戶相較于身體不殘疾的貧困戶貧困程度更高。殘疾的貧困戶獲取收入的能力更差，且需要更多的醫(yī)療服務(wù)和日常生活照顧，貧困戶的貧困程度與殘疾與否有明顯關(guān)系，健康層面的另一假說成立。

4 ? ?研究結(jié)論與政策建議

4.1 ? ?研究結(jié)論

基于本文的分析得出如下主要結(jié)論：（1）鄆城縣貧困戶總體貧困程度較高，在所選取的樣本中有438名貧困戶的貧困程度在中度貧困以上，占樣本總體的79.7%。（2）鄆城縣貧困戶的身體狀況較差，在所選取的樣本中12.9%的貧困戶身體殘疾，患病的貧困戶的比例高達(dá)44.1%，其中患有大病的貧困戶占樣本總體的9.3%，且貧困戶患病人數(shù)隨著年齡的增加呈現(xiàn)遞增的趨勢。（3）貧困戶的年齡、文化程度、家中是否有在校學(xué)生對貧困程度無顯著影響，家庭人數(shù)、身體情況、是否殘疾對貧困程度有顯著影響，家庭人數(shù)越多、患病且殘疾的貧困戶的貧困程度越高。

4.2 ? ?政策建議

基于以上研究結(jié)論，本文針對鄆城縣接下來的扶貧工作提出以下幾點建議：第一，設(shè)立更精準(zhǔn)的貧困識別機制，在未來扶貧政策的制定中更加關(guān)注特殊類型貧困戶，防止因貧困標(biāo)準(zhǔn)設(shè)定單一帶來的識別誤差，確保扶貧政策的精準(zhǔn)性。第二，拓寬醫(yī)療保險的保障力度，醫(yī)療支出得不到保障是大部分貧困戶致貧的首要原因，應(yīng)強化社會醫(yī)療保險制度對貧困戶的保障力度，完善醫(yī)療保險針對貧困戶的救助制度，盡可能減少因病脫貧又返貧的情況。第三，加大針對貧困戶的基礎(chǔ)設(shè)施投入，完善針對貧困戶的公共服務(wù)，通過完善的公共服務(wù)改善貧困戶的生活環(huán)境和健康素養(yǎng)，減少因貧致病的情況。第四，加大財政投入對貧困人口就業(yè)的扶持，因病致貧、因殘致貧的貧困戶中不乏有一些年齡較小的，因勞動能力低下無法參與工作，加大對這部分人口的就業(yè)扶持，更有針對性的幫助其改善貧困現(xiàn)狀。

[參考文獻(xiàn)]

[1] Jalan J，Ravallion M.Transient Poverty in Postreform RuralChina[J].Journal of Comparative Economics，1998，26（2）：338-357.

[2] 陳光金.中國農(nóng)村貧困的程度、特征與影響因素分析[J].中國農(nóng)村經(jīng)濟(jì)，2008（9）：13-25+34.

[3] 王生云.中國農(nóng)村長期貧困程度、特征與影響因素[J].經(jīng)濟(jì)問題，2011（11）：71-76.

[4] 楊龍，汪三貴.貧困地區(qū)農(nóng)戶脆弱性及其影響因素分析[J].中國人口·資源與環(huán)境，2015，25（10）：150-156.

[5] 陳燁烽，王艷慧，趙文吉，等.中國貧困村致貧因素分析及貧困類型劃分[J].地理學(xué)報，2017，72（10）：1827-1844.

[6] 薛龍飛，羅小鋒，李兆亮，等.風(fēng)險沖擊對山區(qū)農(nóng)戶貧困的影響效應(yīng)分析——基于廣西、江西、湖北三省的農(nóng)戶調(diào)查[J].中南財經(jīng)政法大學(xué)學(xué)報，2017（3）：125-133.

[7] 高艷云，王曦璟.一維與多維標(biāo)準(zhǔn)下貧困關(guān)聯(lián)性與致貧因素異同研究[J].軟科學(xué)，2018（12）：15-18.

[8] 蔡進(jìn)，禹洋春，駱東奇，等.重慶市農(nóng)村多維貧困空間分異及影響因素分析[J].農(nóng)業(yè)工程學(xué)報，2018，34（22）：235-245.

[9] 韋惠蘭，羅萬云.精準(zhǔn)扶貧視角下農(nóng)戶生計脆弱性及影響因素分析——基于甘肅省貧困地區(qū)的實證調(diào)查[J].河南師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2018，45（2）：65-71.

[10] 薛薇.基于SPSS的數(shù)據(jù)分析[M].北京：中國人民大學(xué)出版社，2017.

[11] 李怡霏.農(nóng)村地區(qū)因病致貧現(xiàn)狀及影響因素分析[J].中國管理信息化，2018，21（3）：188-190.