王永綦

2012年，中國貧困人口數(shù)量9899萬人。中共十八大后不久，拉開了脫貧攻堅的序幕。2020年，在國家精準扶貧方略下，中國完成了消除絕對貧困的艱巨任務。

雖然絕對貧困已然消除，但是我國扶貧工作仍未完成，返貧現(xiàn)象仍不斷出現(xiàn)。由于很多剛剛脫離貧困的地區(qū)仍有基礎教育薄弱、公共服務缺乏、生態(tài)環(huán)境惡劣等不利因素，造成剛剛脫貧的人員稍有不慎就會返貧。因此，有效防范返貧，成為我國未來一段時間內(nèi)扶貧工作的重中之重。穩(wěn)定脫貧不返貧才是真脫貧。對返貧致貧進行提前預警，是穩(wěn)定脫貧的重要舉措。通過對貧困脆弱性的研究與測量，可以對相關影響因素進行有針對性的跟蹤監(jiān)測。

一、貧困脆弱性研究

（一）貧困脆弱性相關研究

貧困脆弱性的概念最早由世界銀行在《2000/2001年世界發(fā)展報告》中提出，將其定義為“受到不利沖擊，造成的生活水平下降的可能性?！?/p>

近年來，國內(nèi)學者對貧困脆弱性進行了多方面研究。黃偉承等（2010）詳細介紹了貧困脆弱性測量的三種方法：預期的貧困脆弱性（VEP）、低期望效用脆弱性（VEU）和風險暴露脆弱性（VER）。耿新（2020）認為貧困脆弱性能夠衡量農(nóng)戶生活水平，解釋返貧問題的動態(tài)性。還有部分國內(nèi)學者從多角度研究了影響貧困脆弱性的可能因素，包括醫(yī)療保險、自然災害、政府救助、教育培訓、金融素養(yǎng)等各個方面。由這些研究可以看出，設立醫(yī)療保障制度、加強應用自然災害、合作進行政府救助、加大教育投入、有意培養(yǎng)金融素養(yǎng)，可以有效降低貧困脆弱性。反之，個人或家庭在就會遭受更多風險，貧困脆弱性也就越高，未來返貧致貧的可能性就越高。

（二）評價貧困脆弱性的指標體系

聯(lián)合國政府間氣候變化專門委員會（IPCC）提出脆弱性應當包含暴露度、敏感性和適應能力三個維度，為貧困脆弱性的量化研究提供了研究思路。借鑒IPCC模型，依據(jù)國內(nèi)對貧困脆弱性的相關研究結果，共選取三個維度下的10個指標對貧困脆弱性進行量化研究。

1.暴露度

暴露度反映了個人或家庭受外界干擾的程度，具有使個人或家庭跌入貧困的不利影響和潛在風險。暴露度測算指標包含自然災害的影響程度、生態(tài)環(huán)境的影響程度、生活成本提升而政府補貼降低的影響程度三項。

2.敏感性

敏感性是指個人或家庭受到外部不利影響時所反映出的敏感程度。個人或家庭的健康情況、經(jīng)濟情況往往決定了其敏感性。敏感性越低，則受外部不利影響越小，脆弱性越低，個人或家庭越穩(wěn)定。敏感性指標包含遭遇意外事故的敏感程度、醫(yī)療自費占比和教育支出占比三項。

3.適應能力

適應能力是指個人和家庭對抗不利影響的能力。參考胡倫（2019）的相關研究，引入四類生計資本作為表征適應能力的指標。

一是自然資本，是指個人或家庭擁有的耕地資源等，因此可用人均耕地面積指標來表征自然資本。二是人力資本，是指個人或家庭的勞動力數(shù)量和質量，可用外出務工人數(shù)占比來表達。三是金融資本，是指個人或家庭所擁有的資金，可用人均存款來表達。四是社會資本，是指個人或家庭可以得到的社會救助，可用醫(yī)療保障政策來表達。

（4）指標體系

（三） 基于神經(jīng)網(wǎng)絡的貧困脆弱性評價模型構建

1.樣本數(shù)據(jù)獲取

通過對貴州地區(qū)農(nóng)戶發(fā)放調查問卷獲取樣本數(shù)據(jù)。此次發(fā)放調查問卷100份，回收有效問卷94份。為了能夠明確貧困脆弱性的影響因素，將變量數(shù)據(jù)定義為1－10的數(shù)字：1為幾乎沒有影響，10為影響非常大，其他數(shù)字表示中間程度。

2.神經(jīng)網(wǎng)絡模型

神經(jīng)網(wǎng)絡模型由信息的正向傳播和誤差的反向傳播組成，是誤差反向傳播算法的學習過程。神經(jīng)網(wǎng)絡模型的優(yōu)勢是具備較強的自學習能力。神經(jīng)網(wǎng)絡包含三層結構，分別是輸入層、中間層和輸出層。模型步驟如下。

3.數(shù)據(jù)分析

利用SPSS 軟件對數(shù)據(jù)進行處理，得出變量的重要性排序和權重。

其中，“生活成本提升和政府補貼降低的影響程度”重要性排名第一，權重達到47.3%。由這項數(shù)據(jù)可以看出，貴州貧困人口對政府補貼政策依賴程度偏高。當補貼政策下降甚至取消時，個人和家庭有較高返貧風險。因此，政府在制定補貼政策時，一方面需要保持政策具有一定的持續(xù)性，另一方面當確需修訂政策時，要實時關注所在地區(qū)的易返貧家庭或個人，出現(xiàn)風險要及時進行干預。

其次，“教育支出占比偏高的影響程度”重要性排名第二，權重為10.3%。由于貴州地區(qū)很多家庭都有兩個以上的孩子，同時對教育的重要性也認識越來越深刻，因此教育支出占比往往偏高，使家庭的負擔過重。其中，非義務教育期間教育支出主要分兩類，學歷教育和職業(yè)教育。兩類教育都需要占用一個家庭大量的可支配收入。針對這種情況，政府應加大對非義務教育階段的教育補貼，為升入高中、考入大學的學生提供助學金或無息貸款，為有意愿參加工作的勞動力提供免費的職業(yè)培訓。

重點性排名第三位的是“醫(yī)療自費占比偏高的影響程度”，權重為8.2%?，F(xiàn)階段對于農(nóng)村地區(qū)，國家推出了多種社會保障制度，已覆蓋養(yǎng)老、醫(yī)療、失業(yè)、工傷等各個方面，其中新農(nóng)合即是農(nóng)戶的醫(yī)療保險。但是一旦遇到大病、重病，仍會出現(xiàn)高額的自費部分，極易造成家庭或個人因病返貧致貧。對于這一情況，政府應實時監(jiān)控，對于醫(yī)療自費占比過高的家庭或個人提供醫(yī)療費減免的幫扶。

“人均耕地面積較小的影響程度”的權重占比為6.2%，“外出務工人數(shù)占比偏低的影響程度”的權重為6.1%，“遭遇意外事故的影響程度”的權重為5.7%，“生態(tài)環(huán)境的影響程度”的權重為5.5%。這四項指標重點性偏低，對于返貧致貧的影響較小。

最后“自然災害的影響程度”（權重4.1%）、“醫(yī)療保障政策不充分的影響程度”（權重3.3%）和“人均存款偏低的影響程度”（權重3.3%）則居于重要性的最后三位，相對不重要。近年國家對自然災害的預防和災后救助，都幫助貧困人口遠離自然災害的傷害。自然災害對人員和家庭返貧致貧的影響已變得極低。國家的醫(yī)療保障政策近年也有了很大改善，基本實現(xiàn)了貴州地區(qū)對易返貧人口的全覆蓋。貴州地區(qū)大量農(nóng)戶外出務工，使得人均存款提升較大，因此降低了人均存款偏低的風險性。

三、構建基于貧困脆弱性的返貧致貧預警機制

返貧致貧預警機制包含預警監(jiān)測對象、預警監(jiān)測主體、預警監(jiān)測指標、預警平臺、干預手段和考核機制。

（一）預警監(jiān)測對象

由于貧困個人的不確定性因素多、移動性大，不易被實時監(jiān)測，因此，預警監(jiān)測對象以家庭為單位。監(jiān)測的對象應為當?shù)亟n立卡脫貧戶，即曾經(jīng)的貧困家庭。其中，應重點關注家庭人均可支配收入低于當年國家扶貧標準的1.5倍。此外還應將大病重病戶、獨居老人戶、留守兒童戶、重大殘疾戶等特殊家庭納入監(jiān)測范圍。監(jiān)測對象雖是貧困家庭個體，但更要關注大范圍的、集中式返貧致貧情況發(fā)生。因此，除對家庭進行監(jiān)測外，還要關注同一區(qū)域多個家庭的監(jiān)測指標變化情況。

（二）預警監(jiān)測主體

返貧致貧預警機制的執(zhí)行主體應由多方共同參與。首先責任主體應為當?shù)鼗鶎狱h委?；鶎狱h委的自覺性決定其在返貧致貧預警機制中的責任擔當和實踐價值?；鶎狱h委應明確脫貧攻堅任務的歷史高度，堅持自身服務能力，推進返貧致貧預警機制的順利執(zhí)行。其次，當?shù)鼗鶎诱邞侵饕獔?zhí)行主體?；鶎诱邔Ξ?shù)刎毨丝诩耙棕毨丝谟休^完備的信息，并且對扶貧政策變化、市場波動、自然災害發(fā)生，都可以及時獲取第一手信息。第三，是易貧困家庭自身。家庭與個人都要提高返貧致貧的風險防范意識，出現(xiàn)工作、生活中的相關風險要第一時間反饋至當?shù)鼗鶎诱?。最后，是社會組織。社會組織的積極參與，可以有效彌補基層政府對風險監(jiān)測的不足。同時社會組織還可以有針對性的，對于貧困家庭提供教育、醫(yī)療等方面的服務。

有以上四類主體參與預警機制，將可以高效監(jiān)測返貧致貧風險，起到及時阻斷作用。

（三）預警監(jiān)測指標

依據(jù)貧困脆弱性各項指標的重要性排序，將預警監(jiān)測指標區(qū)分為三級。

重要性權重超過10%的指標設為一級指標，包含“生活成本提升而政府補貼降低”“教育支出占比”。

重要性權重在5%－10%之間的指標設為二級指標，包含“醫(yī)療自費占比”“人均耕地面積”“外出務工人數(shù)占比”“遭遇意外事故”和“生態(tài)環(huán)境惡化”。

其他設為三級指標，包含“人均存款”“自然災害發(fā)生”和“醫(yī)療保障政策”。

一級指標變動超過設定預警值時，基層政府需在48小時內(nèi)查找出現(xiàn)原因，定位到具體家庭，并制定出干預方案開始實施。二級指標時限為5個工作日；三級指標時限為10個工作日。

（四）預警平臺

預警監(jiān)測指標返回的數(shù)據(jù)是海量的，人工根本無法實現(xiàn)分揀與識別。因此建設基于新技術的預警平臺迫在眉睫。5G、大數(shù)據(jù)、互聯(lián)網(wǎng)+等新技術的成熟，使預警平臺的建立成為可能，形成完整的信息化、鏈條化、動態(tài)化的監(jiān)測平臺。預警平臺雖然先期需要較大政府投資，但對后期脫貧工作將起到?jīng)Q定性的作用。

（五）干預機制

1.完善非義務教育階段學生幫扶體系

貧困脆弱性指標中可以看出，貧困家庭由于飽受沒有知識的苦楚，因此往往更加重視子女的教育，愿意在教育上投入更多資源。但由此也更易造成家庭返貧致貧。因此，基層政府可以針對非義務教育階段的學生提供救助，例如獎學金制度、無息貸款等。對于學歷偏低的人員，可以根據(jù)產(chǎn)業(yè)發(fā)展和項目需求提供勞動技能培訓，使其能夠快速適應。結合返貧致貧預警對象的勞動能力狀況來免費開展技能培訓，使其掌握實用的技能，提高在人力市場上的競爭力。

2.健全醫(yī)療保障，優(yōu)化大病幫扶體系

督促全部返貧致貧預警對象參加醫(yī)療保險。針對相對低收入地區(qū)，適當降低醫(yī)療報銷起付線，放寬醫(yī)療報銷范圍，提高報銷比例。此舉可有效降低醫(yī)療中自費的比例。同時還應簡化報銷手續(xù)，提供報銷引導，減少報銷中的各項障礙。

3.產(chǎn)業(yè)幫扶，激活易返貧家庭內(nèi)生動力機制

建立支柱產(chǎn)業(yè)為主的多種產(chǎn)業(yè)幫扶機制，主要針對具備勞動能力的返貧致貧預警對象。通過產(chǎn)業(yè)幫扶，使其提升應對返貧致貧風險的能力，從而保證穩(wěn)定增收、可持續(xù)脫貧。產(chǎn)業(yè)幫扶有以下可采取的措施。首先是為有創(chuàng)業(yè)意愿的返貧致貧預警對象提供小額免息信用貸款，一般時限在三年以內(nèi)、額度在五萬元以下。相關貸款利息成本由各級政府財政扶貧基金給予解決。其次發(fā)展政府統(tǒng)籌扶貧項目，可以覆蓋更多目標人群，為更多返貧致貧預警對象提供穩(wěn)定的工作與收入來源。

結 語

對返貧致貧進行提前預警，是穩(wěn)定脫貧的重要舉措。首先采用發(fā)放調查問卷的方式，通過神經(jīng)網(wǎng)絡模型，對貧困脆弱性進行研究。通過對調查問卷的數(shù)據(jù)進行分析，發(fā)現(xiàn)“生活成本提升和政府補貼降低的影響程度”和“教育支出占比偏高的影響程度”“醫(yī)療自費占比偏高的影響程度”占貧困脆弱性重要性的前三位。在此基礎上，以這三個指標為重點監(jiān)測指標，建立返貧致貧預警機制。

（作者單位：貴州工程應用技術學院經(jīng)濟與管理學院）