賴玥 柳弌祎

摘 要：采用入戶實地實驗的方式，從貧困農(nóng)戶風險態(tài)度的影響因素入手對“窮人思維”進行解讀。在廣西、貴州兩個少數(shù)民族聚居鄉(xiāng)（鎮(zhèn)）進行的抽樣調(diào)查和實驗發(fā)現(xiàn)，貧農(nóng)普遍厭惡風險，特別在面臨可能的損失時風險厭惡程度顯著上升，但也有部分風險偏好者，在面臨可能的損失時卻更為偏好風險;越是厭惡風險者獲得的實驗收益越低，相反越是偏好風險者獲得的實驗收益越高;配偶、母親受教育水平的增加顯著降低了貧農(nóng)的風險厭惡程度;家庭承受的教育負擔越重，貧農(nóng)的風險厭惡程度越高。扶貧政策的開展和實施應(yīng)考慮貧農(nóng)的風險態(tài)度，完善針對風險偏好者的多樣化的金融支持和針對風險厭惡者的低息金融扶持，能覆蓋更廣泛的貧農(nóng)群體。長期來看，教育扶貧應(yīng)當成為一項持續(xù)的重點扶貧政策，降低家庭教育負擔、提高女性的受教育年限、加強成人繼續(xù)教育培訓都將產(chǎn)生長期、積極的顯著影響。

關(guān)鍵詞：風險態(tài)度;風險厭惡;實地實驗;貧困;教育扶貧

文章編號：2095-5960（2019）06-0092-09;中圖分類號：F061.3;文獻標識碼：A

一、引言

經(jīng)濟學中常用風險態(tài)度來衡量個人或家戶對待不確定的態(tài)度。在某種意義上風險態(tài)度直接影響個人或家戶的決策。一些證據(jù)表明，風險態(tài)度在個體間存在差異，并且不是天生固定不變的，個體特征、生活環(huán)境、經(jīng)濟條件限制都會影響個體的風險態(tài)度。[1][2]相比其他人群，農(nóng)戶收入主要依賴農(nóng)業(yè)，而農(nóng)業(yè)面臨更多不可抗力風險，因此農(nóng)戶更傾向于規(guī)避風險，貧困農(nóng)戶風險厭惡程度一般高于富農(nóng)。研究認為，風險厭惡會使人做出次優(yōu)決策，使收益下降。[3]比如，黃季焜發(fā)現(xiàn)風險厭惡使得農(nóng)民增加了農(nóng)藥使用量;[4]陳波認為風險厭惡程度較高的農(nóng)民回鄉(xiāng)創(chuàng)業(yè)的初始投資額低導(dǎo)致創(chuàng)業(yè)容易失敗;[5]侯麟科等認為風險態(tài)度影響了農(nóng)民對玉米品種的選擇;[6]許承明、張建軍發(fā)現(xiàn)風險態(tài)度影響農(nóng)民對信貸和保險的選擇[7]。因為貧困農(nóng)戶常常做出類似的次優(yōu)決策，人們將這種決策模式俗稱為“窮人思維”。一些研究發(fā)現(xiàn)“窮人思維”可能帶來或者強化了窮人的貧困狀況，使窮人陷入低收入貧困陷阱或持續(xù)貧困狀態(tài)。[8][9]

“窮人思維”是如何形成的？對這一類問題的回答有助于人們理解所謂的“窮人思維”，同時有助于尋找更好的扶貧政策切入口，尊重貧困農(nóng)戶、給予他們需要的切實的幫助。本文正是基于這樣的目的，以貧困地區(qū)農(nóng)戶為研究對象，通過在廣西、貴州2個貧困鄉(xiāng)（鎮(zhèn)）4個村的抽樣調(diào)查和實地實驗，對貧困農(nóng)戶風險態(tài)度及其影響因素進行實證分析。與以往關(guān)于風險態(tài)度的研究不同，本文采用入戶實地實驗的方式，沿用目前較為規(guī)范的Yesuf & Bluffstone彩票系統(tǒng)來測算農(nóng)戶的風險態(tài)度，這樣很好地避免了通過問卷、測試或其他觀察方式獲得的風險偏好數(shù)據(jù)帶來的內(nèi)生性問題。

二、入戶實地實驗及抽樣調(diào)查

選取位于廣西的泗頂鎮(zhèn)和貴州的石門鄉(xiāng)作為實驗地。兩鄉(xiāng)鎮(zhèn)各位于一個國定貧困縣中，均為少數(shù)民族雜居地，2017年年末人均純收入在5000—7000元左右。隨機抽樣入戶調(diào)查實驗于2017年7月和9月分別在泗頂和石門的兩個貧困村進行，共搜集有效樣本117份，其中泗頂59份，石門58份。每份樣本包括一份問卷調(diào)查和一份彩票實驗。為保證被試可以獨立作出決策，選取各戶的戶主作為被試，若戶主外出打工則被試為其配偶。

彩票實驗使用的是Yesuf & Bluffstone的兩組彩票系統(tǒng)。①?①Yesuf & Bluffstone使用的彩票系統(tǒng)從Binswanger發(fā)展而來，這套彩票系統(tǒng)是使用最多的實驗材料，其特點在于各收益組合滿足期望效用假設(shè)下的相對風險厭惡不變特征。除此以外，Tanaka et al.開發(fā)了一套基于累積前景理論的彩票系統(tǒng)，但由于使用人數(shù)不多，因此結(jié)果不利于橫向比較。 每組包含5張彩票，每張彩票包含6項選擇。每組第1張彩票為基準卡，之后每張彩票收益為基準卡的5、10、20、30倍。第一組彩票只包含收益項，不含損失項，我們稱為無損組（見表1）。第二組彩票既包含收益項也包含損失項，我們稱為損益組（見表2）。實驗從無損組彩票開始，實驗員告知被試將彩票中的6個選項假設(shè)為6畝地，每畝肥沃程度不同，因此第二年收入不同，但只能選擇其中一畝進行耕種。同時，第二年是否豐收也會影響最終收入，概率各為50%。被試被要求在6個選項中選擇1項，然后由實驗員通過拋擲硬幣的方式來決定第二年是否豐收，被試最終獲得該彩票收益。每張彩票選擇并拋硬幣確定收益后再進行下一張彩票實驗。無損組彩票實驗結(jié)束后結(jié)算收益并以現(xiàn)金方式給付被試，再進行損益組彩票實驗。損益組彩票實驗完成后全組實驗結(jié)束，被試以現(xiàn)金方式獲得（或損失）全部彩票收益。

在調(diào)查及實驗過程中，為保持實驗的內(nèi)控性，我們采取了單獨實驗和現(xiàn)金支付的傳統(tǒng)措施，根據(jù)Charness & Viceisza[10]及Yesuf & Bluffstone[2]的研究，平均彩票收益超過當?shù)厝帐杖肟梢砸暈槌晒ぐl(fā)出個體的真實風險態(tài)度。實驗中，泗頂和石門被試的平均收益分別為38.68和38.67元，接近石門當?shù)厝帐杖?0.87元的2倍，更相當于泗頂日收入13.70元的3倍，使得真實態(tài)度激發(fā)得到保證。需要說明的是，實驗引入了詢問退出和強制退出機制。在整組彩票實驗開始之前向被試說明彩票實驗規(guī)則，并詢問被試是否愿意參加，若被試不愿參加，實驗終止，將該被試視為完全風險厭惡者。第一組（無損組）彩票實驗結(jié)束后，計算彩票收益并立即給付現(xiàn)金，并詢問被試是否愿意參加第二組（損益組）實驗，若被試不參加，實驗終止，被試在第二組實驗中仍然被視為完全風險厭惡者②?②將放棄實驗者的風險態(tài)度設(shè)置為“完全風險厭惡”在我們的實驗中是合理的。無損組彩票由于收益始終為正數(shù)，最壞的可能性也是0。損益組彩票的第6項選擇也保證了完全風險厭惡者可以始終將收益控制在0。在了解規(guī)則、數(shù)額足夠激發(fā)真實態(tài)度及現(xiàn)金支付的前提下，將拒絕參加者視為“完全風險厭惡”是合理的。同時，本文穩(wěn)健性檢驗也證明了是否將放棄實驗被試加入樣本中均不影響文章的主要結(jié)論。 。詢問退出規(guī)則保證了實驗中沒有中途退出者。若第一組（無損組）彩票實驗收益小于20元，則被試被強制退出第二組彩票實驗，防止最后出現(xiàn)損失。被強制退出的被試樣本我們稱之為無緣樣本①?①Yesuf & Bluffstone在俄塞俄比亞農(nóng)戶中進行的實驗也設(shè)計了相似的強制退出機制并提供了實驗安全性方面的證明。我們亦認為這是一種必要的保護被試的實驗措施，同時文章第五部分的穩(wěn)健性檢驗也證明包括無緣樣本（N=117）與不包括無緣樣本的結(jié)果對于文章的主要結(jié)論都是穩(wěn)健的。 。另外，在第一組實驗開始之前使用一張單獨的模擬彩票卡片進行模擬實驗，以便被試完全理解彩票游戲規(guī)則，該模擬彩票結(jié)果不計入最終收益。為考察是否存在順序效應(yīng)，我們隨機在彩票實驗中采用順序和逆序兩種方式進行實驗，并在后文回歸分析中對順序效應(yīng)進行了檢驗。

本文所使用樣本共117份，附表顯示了各變量的描述性統(tǒng)計信息。

三、風險態(tài)度估算及分析

我們將被試所有彩票選擇的加權(quán)平均值作為被試的風險態(tài)度估計值，用r指代包含無損組與損益組的彩票選擇均值，r_gainonly指代無損組彩票選擇均值，r_gainonly指代損益組彩票選擇均值。由于無緣樣本被試無法表達面對損益組彩票的態(tài)度，因此無法估算r_gainonly與r。則，用于估算r和r_gainonly的樣本最多為96個，用于估算r_gainonly的樣本最多為117個。表3概括了彩票實驗結(jié)果。

我們測算出的全樣本平均風險態(tài)度為3.80（見表3），這與Ye & Wang對北京郊區(qū)的農(nóng)民風險態(tài)度測算結(jié)果（3.7—3.9）相似[11]，低于一些文獻對其他國家貧困農(nóng)戶測算的風險態(tài)度值，如Yesuf & Bluffstone對俄塞俄比亞農(nóng)戶的測算值為4.10左右。但與其他人群相比，仍然較為厭惡風險。同時，表3中顯示，與全樣本無損組平均風險態(tài)度3.45相比，損益組平均風險態(tài)度上升至4.18。同樣的趨勢從分樣本中也能看出，兩組分樣本損益組平均風險度均高于無損組。石門樣本損益組平均風險態(tài)度比無損組提升了9%，泗頂樣本無損組平均風險態(tài)度較低（3.25），面對可能的損失時風險厭惡程度更高（4.40），提升幅度高達35.38%。這表明我們的實驗結(jié)果也證實了框架效應(yīng)的存在[12]，與僅面對收益相比，面對損失時個體更厭惡風險。

再來看一下組內(nèi)彩票間的平均風險態(tài)度差異，圖1 （a） 展示了無損組和損益組內(nèi)各張彩票的平均風險厭惡程度。三條實線代表無損組平均風險態(tài)度，分別表示全樣本（r_gainonly_117）、扣除無緣樣本（r_gainonly_96）、僅包含參與全組實驗被試（r_gainonly_56）。兩條虛線代表損益組平均風險態(tài)度，分別表示扣除無緣樣本（r_gainloss_96）、僅包含參與全組實驗被試（r_gainloss_56）。在全樣本無損組中，平均風險態(tài)度從基準組（彩票1）的3.41，隨著期望收益上升先升后降，然后再次上升至30倍期望收益組（彩票5）的3.6，風險厭惡程度提升5.6%?？鄢裏o緣樣本的損益組平均風險態(tài)度則是從基準組（彩票1）的4.01，經(jīng)歷一定波動后上升至30倍期望收益組（彩票5）的4.35，提升了8.48%。實驗結(jié)果顯示出收益效應(yīng)[13][14]，隨著期望收益的上升，農(nóng)民更厭惡風險了。

我們進一步考察參與者與放棄實驗者之間是否存在顯著差異。圖1中，與96樣本組相比，56樣本無論是無損組還是損益組的平均風險態(tài)度均更低，表明參與全組實驗者普遍更偏好風險（圖1 （a））。同時，從無損組到損益組，96樣本組的風險態(tài)度均呈現(xiàn)上升，表明當面臨可能的損失時，貧農(nóng)普遍更厭惡風險。與此相比，56樣本的風險態(tài)度卻大幅度下降，表明對于全組參與者來說，當面臨可能的損失時他們卻更偏好風險（圖1 （b））。這意味著當面臨可能的損失時，風險厭惡者更為厭惡風險，而風險偏好者則更為偏好風險。

從風險態(tài)度與實驗收益之間的關(guān)系來看，圖2顯示不同樣本組被試的風險態(tài)度與其所獲得的實驗收益之間均呈現(xiàn)負相關(guān)關(guān)系，說明風險厭惡者的實驗收益普遍低于風險愛好者。僅從實驗本身來看，“窮人思維”的確展示出了它讓人更貧窮的一面：越厭惡風險，實驗收益越低，而越偏好風險，實驗收益越高。

四、回歸分析及穩(wěn)健性檢驗

我們把可能的影響因素分為教育類變量、負擔類變量、財產(chǎn)類變量、收入類變量、行為類變量、家戶變量和其他控制變量七大類。通過考察相關(guān)系數(shù)剔除多重共線變量，并控制異方差，對全樣本和泗頂、石門兩個分樣本進行了回歸分析，結(jié)果如表4所示。表4中的被解釋變量是全組風險態(tài)度r，由于該變量通過實驗測算得出，與各解釋變量之間不存在相關(guān)關(guān)系，回歸結(jié)果應(yīng)是一致無偏誤的。

（1）—（5）的全樣本回歸結(jié)果顯示，教育類變量對個體的風險態(tài)度始終有著顯著的影響，具體來說，配偶和母親受教育水平的提高能顯著減少個體的風險厭惡程度。方程（2）加入了是否教育負擔虛擬變量，參數(shù)顯著為正，表明若家庭需要負擔孩子教育費用，被試更為厭惡風險。更進一步用年度教育支出代替教育負擔這個虛擬變量時，方程（3）—（5）顯示其參數(shù)顯著為正，家庭教育費用支出越大，被試越厭惡風險。上述變量在分樣本回歸中仍然保持了統(tǒng)計上的顯著關(guān)系。較為特殊的是在泗頂樣本中，方程（6）中父親受教育水平參數(shù)符號為負，但并不顯著，這與全樣本參數(shù)估計符號相反。但實際上，當我們使用“父母雙方教育情況”變量替代母親受教育水平變量時，該變量參數(shù)顯著為負，而父親受教育水平參數(shù)為正，也并不顯著。這說明，在泗頂樣本中，父母均接受教育（特別是母親受教育水平提高）后，個體的風險厭惡程度會大大降低，而單純只有父親受教育對個體風險厭惡程度影響并不確定，也不顯著。

我們注意到母親受教育水平與父親受教育水平對被試個體產(chǎn)生了截然不同的影響。被試平均年齡為51歲，父母普遍受教育水平較低，有56.41%的被試父親接受過教育，其中只有29%的被試母親同時接受過教育（沒有僅母親受教育的被試），父母均受教育的被試表現(xiàn)出顯著的風險厭惡程度下降的趨勢，這一趨勢顯然是由于母親受教育水平提高帶來的影響。當然，母親受教育水平較高也許反映了母親來自較為富?；蚓哂猩鐣匚坏募彝?，但無疑正是這個因素顯著地促進了風險厭惡程度的下降。

在財產(chǎn)與收入類變量中，家庭住房價值、牲畜價值及近三年家庭總收入均與個體風險態(tài)度正相關(guān)，但并不顯著。從數(shù)據(jù)來看，石門被試比泗頂被試普遍擁有較高的住房和牲畜價值，原因在于石門被試中很大一部分于2016年下半年至2017年上半年住進了當?shù)卣d建的統(tǒng)一大小、標準、在同一地段的集中易地扶貧安置住房中，根據(jù)政策可獲得新住房產(chǎn)權(quán)，同時原有住房被統(tǒng)一拆除，因此住房價值普遍較高。同樣的，石門被試也多數(shù)獲得當?shù)卣o予的牲畜飼養(yǎng)補貼，以彌補當?shù)剞r(nóng)田稀少帶來的收入來源狹窄問題，因此牲畜價值也較高?？梢?，這兩個變量受政策影響較大，這或許導(dǎo)致了該類變量與被試風險態(tài)度關(guān)系不顯著。

我們采用了兩個行為類變量，“近三年是否申請銀行貸款”可以視作受訪者是否愿意參與有風險的投資行為的一個指征，該變量并不顯著，且在兩個分樣本中呈現(xiàn)不同相關(guān)關(guān)系，或許與受訪者信息阻塞、當?shù)亟鹑诜?wù)環(huán)境缺失等因素有關(guān);“近兩年是否體檢”視作受訪者是否具有健康風險的意思，變量與風險態(tài)度呈正相關(guān)，但也并不顯著?？紤]到貧困農(nóng)戶對體檢的認知度普遍較低、且貧困村始終存在衛(wèi)生醫(yī)療服務(wù)水平較低等問題，亦是可以理解。同時，這也說明，在金融、基礎(chǔ)設(shè)施和公共衛(wèi)生服務(wù)水平較低且發(fā)展不平衡的貧困地區(qū)，農(nóng)戶的行為多為受限情況下的次優(yōu)選擇。

我們對上述變量進行了不同樣本、不同風險態(tài)度指標下的穩(wěn)健性檢驗。如表 5所示，母親受教育水平和配偶受教育水平仍然顯著為負，父親受教育水平和教育支出變量也都顯著為正，民族變量卻不夠穩(wěn)健。

綜上所述，本文的回歸分析發(fā)現(xiàn)，教育類變量對個體風險態(tài)度有著顯著影響，其影響可以細分為：配偶、母親受教育水平的提高能顯著地降低個體的風險厭惡程度，父親教育水平的提高雖然較顯著地提高了個體的風險厭惡程度，但父母均受教育能顯著降低風險厭惡程度。另外，家庭教育支出的增加會使個體的風險厭惡程度有所上升。

五、結(jié)論、政策含義及建議

本文采用入戶實地實驗的方式，使用一套從Binswanger（1980，1981）與Yesuf & Blusffstone（2009）沿用下來的彩票系統(tǒng)，在廣西和貴州少數(shù)民族聚居山區(qū)對貧困農(nóng)戶進行的抽樣實驗中估算出貧困農(nóng)戶的風險態(tài)度均值為3.80，高于非農(nóng)群體，表明貧農(nóng)普遍更為厭惡風險，“窮人思維”的確在貧農(nóng)中普遍存在。不過，貧農(nóng)群體中也存在一部分風險偏好者，當面對可能損失的情形時，與風險厭惡群體普遍提高風險厭惡程度相比，風險偏好者卻更為偏好風險。隨著期望收益的上升，風險偏好者與風險厭惡者的風險態(tài)度呈現(xiàn)出南轅北轍的變化趨勢。

從實驗結(jié)果來看，風險態(tài)度與實驗收益呈顯著負相關(guān)，越厭惡風險者獲得的實驗收益越低，相反更為偏好風險則獲得的實驗收益更高。

通過對風險態(tài)度影響因素的分析，我們發(fā)現(xiàn)財富、收入、性別、年齡等因素對風險態(tài)度影響并不顯著，但教育類因素對貧農(nóng)的風險態(tài)度有著顯著的影響，這種影響主要通過家庭成員（而非本人）的受教育水平以及家庭所承受的孩子教育負擔來體現(xiàn)。配偶（無論性別）及母親受教育水平的提高能顯著降低貧農(nóng)的風險厭惡程度，即減弱“窮人思維”;家庭教育負擔越重，貧農(nóng)的風險厭惡程度越高，“窮人思維”顯著強化。

本文的研究結(jié)論有著較強的政策含義。由于“窮人思維”的確普遍存在，較高的風險厭惡程度使得貧農(nóng)難以從風險較高（同時期望收益也較高）的項目中獲利，這使得貧農(nóng)無法像其他人群一樣從長期經(jīng)濟增長中獲得持續(xù)的收益，貧農(nóng)與其他人群的收入差距將會進一步拉大。針對這部分人群的精準扶貧應(yīng)該成為一項長期、持續(xù)的工作。同時，以項目形式運作的扶貧政策以及金融扶持措施應(yīng)考慮貧農(nóng)的風險態(tài)度，對于偏好風險的貧農(nóng)，可以提供風險較高同時期望收益也較高的項目并配以更多樣化的金融支持，使這部分貧農(nóng)能有效提升收入。但對于風險厭惡程度較高的貧農(nóng)，應(yīng)設(shè)計更多中低風險的項目并配以低息金融扶持，以使風險厭惡者更愿意接受。

長期來看，教育扶貧應(yīng)成為一項持續(xù)的重點扶貧政策。高中及高等教育在提高質(zhì)量、覆蓋率的同時，針對貧農(nóng)應(yīng)進一步降低家庭的教育負擔。針對女性的教育扶貧不僅需要關(guān)注基礎(chǔ)教育中的女童入學率，還應(yīng)切實提高女性的受教育年限，讓更多女性接受高中及以上教育具有長期、積極的影響。另外，在貧困地區(qū)應(yīng)加強成人繼續(xù)教育，通過網(wǎng)絡(luò)教育、集中培訓等形式讓更多農(nóng)民接觸市場、熟悉金融政策、了解新知識，不再受“窮人思維”所限。

參考文獻：

[1] Morduch， J. 1995. Income Smoothing and Consumption Smoothing. Journal of Economic Perspectives， 9（3）：103-114.

[2] Yesuf， M. and Bluffstone， R. A. 2009. Poverty， risk aversion， and path dependence in low-income countries： Experimental evidence from Ethiopia. American Journal of Agricultural Economics 91（4）： 1022—1037.

[3] Lipton， M. 1968. The Theory of Optimizing Peas ant. Journal of Development Studies， 4（1968）： 327—51.

[4]黃季焜，齊亮，陳瑞劍.技術(shù)信息知識， 風險偏好與農(nóng)民施用農(nóng)藥[J]. 管理世界，2008（5）.

[5]陳波.風險態(tài)度對回鄉(xiāng)創(chuàng)業(yè)行為影響的實證研究[J]. 管理世界， 200 9（3）.

[6]侯麟科，仇煥廣，徐志剛.農(nóng)戶風險偏好對農(nóng)業(yè)生產(chǎn)要素投入的影響[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2014（5）.

[7]許承明、張建軍.社會資本， 異質(zhì)性風險偏好影響農(nóng)戶信貸與保險互聯(lián)選擇研究[J]. 財貿(mào)經(jīng)濟，2012（12）.

[8] Carter， M. R.， and Barrett， C. B. 2006. The economics of poverty traps and persistent poverty： An asset-based approach. The Journal of Development Studies 42（2）： 178-199.

[9]鄒薇，方迎風.中國農(nóng)村區(qū)域性貧困陷阱研究—基于“群體效應(yīng)”的視角[J].經(jīng)濟學動態(tài)，2012（6）.

[10] Charness， G. and Viceisza， A. 2015. Three Risk-elicitation Methods in the Field： Evidence from Rural Senegal. Spelman College Faculty Publications. Paper 4.

[11] Ye， T. and Wang， M. 2013. Exploring risk attitude by a comparative experimental approach and its implication to disaster insurance practice in China. Journal of Risk Research 16（7）： 861-878.

[12] Kahneman， D.， Tversky， A. and Pallak， Michael S. 1984. Choices， values， and frames. American Psychologist， 39（4）： 341-350.

[13] Binswanger， H.P. 1980. Attitudes toward Risk： Experimental Measurement in Rural India. American Journal of Agricultural Economics 62（3）：395-407.

[14] Binswanger， H.P. 1981. Attitudes Toward Risk： Theoretical Implications of an Experiment in Rural India. Economic Journal 91（364）：867-890.