91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

我國貧困問題的動態(tài)性——基于生存模型的新證據(jù)（農(nóng)業(yè)）

                   王曉兵^1，2，蔡亞慶³，侯玲玲^1，2，楊軍^4*

  （1．北京大學(xué)現(xiàn)代農(nóng)學(xué)院，北京100871；2．中國科學(xué)院地理科學(xué)與資源研究所農(nóng)業(yè)政策研究中心，北京100101；3．社會資源研究所，北京100164；4．對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京100029）

摘要：理解貧困的本質(zhì)、短期性、長期性特征，以及貧困動態(tài)性的決定因素依舊是我國精準(zhǔn)扶貧問題的關(guān)鍵�；�于浙江、湖北、云南三省的微觀調(diào)研面板數(shù)據(jù)，運用馬爾可夫轉(zhuǎn)移矩陣分析了農(nóng)戶在貧困和非貧困的轉(zhuǎn)變概率；利用危害分析方法研究農(nóng)戶脫離貧困線、進(jìn)入貧困線以及重新進(jìn)入貧困線的概率及主要影響因素。結(jié)果表明，基于相對貧困線劃分，農(nóng)戶脫離貧困線以及進(jìn)入貧困線的概率與貧困時間成反比；非工作曲家庭成員個數(shù)、受教育年限、家庭生產(chǎn)經(jīng)營類型以及村級特征變量，均對農(nóng)戶脫離貧困線、進(jìn)入貧困線以及重新進(jìn)入貧困線的概率有重要影響；在貧困問題的動態(tài)性方面，三個省份具有明顯的跨時空特征。因此，建立健全保險制度、提高農(nóng)產(chǎn)品市場透明度、促進(jìn)農(nóng)業(yè)部門整合等一些旨在減少收入差距的短期調(diào)控性政策，對農(nóng)戶脫離貧困狀態(tài)以及避免農(nóng)戶重新進(jìn)入貧困狀態(tài)具有重要作用。

關(guān)鍵詞：貧困；相對貧困線；動態(tài)性；馬爾可夫轉(zhuǎn)移矩陣；危害分析

中圖分類號：F304.8  文章編號：1000-0275（2016）04-0740-07

    不同扶貧措施的有效性在很大程度上取決于貧困的性質(zhì)：如果貧困是短期性的，那么旨在穩(wěn)定短期收入波動的政策則是值得推介的；如果貧窮是長期性的，那么改善勞動力市場以及完善社會救助體系的政策則是應(yīng)當(dāng)著重完善的。2016年我國兩會的相關(guān)決議一再重申，要把脫貧攻堅作為“十三五”時期的頭等大事來抓。深入實施精準(zhǔn)扶貧、精準(zhǔn)脫貧，項目安排和資金使用都要提高精準(zhǔn)度，扶到點上、根上，讓貧困群眾真正得到實惠。因此，要解決好“扶持誰”的問題，必須確保識別真正的貧困人口，明確貧困的短期和長期狀態(tài)、貧困程度、貧困的動態(tài)性及其致貧原因等問題，才能做到因戶施策、因人施策。

    目前針對有關(guān)貧困問題的討論多是靜態(tài)層面的，忽視了貧困問題的動態(tài)性，也鮮有研究將貧困問題視為動態(tài)過程進(jìn)行分析。已有分析貧困動態(tài)過程的方法主要有以下三種。第一，將動態(tài)計量經(jīng)濟(jì)模型用于估計收入、消費等經(jīng)濟(jì)變量。如有研究用中國家庭數(shù)據(jù)，通過廣義矩估計的方法來構(gòu)造消費支出增長模型。第二，研究者關(guān)注在一個固定的時間段內(nèi)進(jìn)入或脫離貧困的頻率，使用一階馬爾可夫模型來解釋家庭收入的持久性。第三，利用危害分析方法( hazard analysis)，使用貧困持續(xù)時間和脫離貧困概率來構(gòu)建模型。該方法的優(yōu)點是控制了家庭處于貧困的持續(xù)時間對家庭增加收入脫離貧困線概率的影響，而且對家庭是否處于貧困及其協(xié)變量之間沒有線性限制。基于1995-2004年浙江、湖北、云南三省1 362戶農(nóng)戶的微觀調(diào)研面板數(shù)據(jù)，雖然前期的研究分析農(nóng)戶貧困持續(xù)性及決定因素，但該研究沒有從長期、動態(tài)的視角考察。有研究指出脫貧或致貧過程愈發(fā)地體現(xiàn)結(jié)構(gòu)性因素的巨大作用，因此對農(nóng)戶進(jìn)入貧困以及脫離貧網(wǎng)狀態(tài)，甚至是脫貧一再返貧動態(tài)過程作進(jìn)一步考察，在政策層面上具有重要意義。

    伴隨著經(jīng)濟(jì)的快速增長和國家對扶貧開發(fā)的大力推進(jìn)，我國農(nóng)村絕對貧困人口大幅度減少。在2003年的世界銀行報告中，按照每天收入1美元的貧困線標(biāo)準(zhǔn)，我國農(nóng)村絕對貧困人數(shù)從1978年2.6億下降到1999年的9 700萬。在過去二十多年間，中國減少的貧困人口就占到了所有發(fā)展中國家的75%以上。然而，這些差異很大程度上取決于度量標(biāo)準(zhǔn)（即：設(shè)定的貧困線）的不同。以日常開支低于每天1美元作為標(biāo)準(zhǔn)，估計出1999年中國農(nóng)村貧困人口數(shù)量為2.35億，是國家統(tǒng)計局按照國家貧困線公布的農(nóng)村貧困人口數(shù)量的兩倍。這也表明按照國家的貧困線，我國的貧困人口被嚴(yán)重低估。按照純收入計算，2008年我國貧困線以下人口約有4 000萬。然而，我國減貧形勢依然非常嚴(yán)峻，還有相當(dāng)數(shù)量的貧困人口屬于長期貧困，且逐漸呈現(xiàn)出脆弱性、區(qū)域分化等新特征。我國約有4000萬．6 500萬人處于持續(xù)貧困中，約占全國絕對貧困人口的20%-25%。長期貧網(wǎng)者有可能會成為置于經(jīng)濟(jì)發(fā)展福利之外的新一代貧困階層。

    本文將從貧困性質(zhì)的描述性統(tǒng)計人手，著重分析決定我國農(nóng)戶貧困動態(tài)變化的因素�；�于1995-2004年浙江、湖北、云南省進(jìn)行的微觀調(diào)研面板數(shù)據(jù)，運用馬爾可夫轉(zhuǎn)移矩陣分析了農(nóng)戶在貧困和非貧困的轉(zhuǎn)變概率，此外危害研究方法根據(jù)貧困狀態(tài)的時間長短分析了增加或減少農(nóng)戶留在貧困狀態(tài)的風(fēng)險，即估計農(nóng)戶隨時間推移擺脫貧困狀態(tài)的概率。本文將在三個方面對中國農(nóng)村貧困問題的研究做出貢獻(xiàn)：使用相對貧困的貧困線測度方法，考察貧困的短期和長期性；利用三省微觀調(diào)研數(shù)據(jù)，將危害分析的方法運用到農(nóng)戶貧困問題的實證分析之中；比較分析三個經(jīng)濟(jì)發(fā)展水平不同的省份在貧困問題上的相似性及差異性。

1研究方法

1.1數(shù)據(jù)來源

    本文使用的基礎(chǔ)數(shù)據(jù)庫來自農(nóng)業(yè)部大樣本農(nóng)戶調(diào)研數(shù)據(jù)，該數(shù)據(jù)運用了科學(xué)的抽樣方案以確保代表性。目前該數(shù)據(jù)庫已被廣泛的用于農(nóng)業(yè)生產(chǎn)力、要素市場發(fā)展等方面的研究。根據(jù)合作協(xié)議，我們獲取了1995-2004年間來自浙江、湖北和云南三個省的31個村莊和每年1362戶農(nóng)戶的數(shù)據(jù)。該數(shù)據(jù)的面板磨損相對較低，有68%的家庭每年都報告數(shù)據(jù)。家庭層面的數(shù)據(jù)涵蓋以下方面的詳細(xì)信息——家庭基本情況、農(nóng)業(yè)生產(chǎn)的特征以及勞動力農(nóng)業(yè)和非農(nóng)勞動時間分配。本文使用官方的全國消費者價格指數(shù)( CPI)將收入、消費、資產(chǎn)和轉(zhuǎn)移支付等貨幣變量轉(zhuǎn)換成2000年價格。鄉(xiāng)村調(diào)查數(shù)據(jù)則提供了有關(guān)資源稟賦、就業(yè)、生產(chǎn)以及福利和社會指標(biāo)的信息。

    本文對家庭財富的衡量基于家庭全部凈收入變量。該變量定義為總收入減去農(nóng)業(yè)生產(chǎn)要素的成本、自營工商業(yè)的經(jīng)營費用和稅收支出等。在支出核算中，自身所有的住房和自給自足型消費的估算值不包括在內(nèi)。

1.2計量模型

    本文使用非比例風(fēng)險( non-proportional hazardapproach)計量經(jīng)濟(jì)分析方法評估貧困持續(xù)時間對脫離貧困線的概率的影響。定義T為衡量處于或脫離貧困持續(xù)時間的變量，并定義T的連續(xù)概率密度為f（t）（該方法更詳細(xì)的說明，請參考Greene），相應(yīng)的累積分布函數(shù)為：

上述為生存方程及其表達(dá)，表示一個家庭至少到時間t脫離貧困的概率。最后將風(fēng)險方程定義為：

間依賴性和遞減的脫離貧困的風(fēng)險。即脫離貧困的概率隨著家庭處于貧困狀態(tài)年份的增加而降低。

    本文應(yīng)用的非比例風(fēng)險率模型從最常用的比例風(fēng)險模型開始進(jìn)一步放寬了相關(guān)假定。風(fēng)險比例模

模型假定風(fēng)險只取決于持續(xù)時間t，因而忽略不同家庭間存在的異質(zhì)性特征。然而，個體之間的行為非均質(zhì)性可能會改變個體的風(fēng)險，其中部分變化可以通過控制家庭中觀察到的個體特征x來獲得解釋。借鑒Jenkins方法，公式(3)可改寫為：

用過不同分布進(jìn)行估計。本文使用離散時間風(fēng)險模型進(jìn)行估計，并使用互補(bǔ)的log-log基準(zhǔn)風(fēng)險（基礎(chǔ)數(shù)據(jù)以區(qū)間刪失的方式報告家庭的貧困狀態(tài)，相應(yīng)的連續(xù)和離散持續(xù)期模型提供類似的結(jié)果和影響）。家庭的非均質(zhì)性包括兩方面：一個是以時間衡量的

明對改變表示貧困狀態(tài)變化的基準(zhǔn)風(fēng)險率具有潛在乘數(shù)效應(yīng)，被稱作脆弱參數(shù)。由于本文的樣本包括三個省份的數(shù)據(jù)，且本文關(guān)注在不同省份之間，家庭處于或脫離貧困的時間對脫離或者進(jìn)入貧困的風(fēng)險影響是否有異質(zhì)性，故放松成比例的假設(shè)條件。非比例風(fēng)險率模型包括虛擬省份和基準(zhǔn)風(fēng)險之間的相互影響。

    最后，可以估計方程(4)，其中x表示住戶、農(nóng)場和村特性，是待估計參數(shù)向量。本分析指包括所謂的外部時變協(xié)變量，反映了關(guān)于對時變協(xié)變量處理的討論。這些變量是可獨立觀察的貧困狀態(tài)。因此，采用標(biāo)準(zhǔn)的漸進(jìn)估計技術(shù)，可提供對相對風(fēng)險參數(shù)可行的估計方法。本文使用分組數(shù)據(jù)處理方法。

    顯然，在調(diào)查中的第一年或者最后一年，家庭有可能已經(jīng)處于貧困狀態(tài)。因此，處于貧困狀態(tài)( poverty spell)的總長度不能確定，從而被稱為截尾。在本文的分析中，未被觀測到初始或未被觀測到結(jié)束的貧困狀態(tài)，被同等對待。

1.3貧困的度量

    本研究采用相對貧困線定義來分析貧困持續(xù)性的決定因素，對于國家貧困線的定義進(jìn)行了詳細(xì)的討論和說明，有人認(rèn)為相關(guān)社區(qū)是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線（相對貧困線指與社會正常生活水平仍有較大差距的收入水平線，即社會中某一成員生活水平遠(yuǎn)低于社會中大部分成員的生活水平）。針對經(jīng)濟(jì)發(fā)展達(dá)成的普遍共識認(rèn)為：所有的社會成員應(yīng)從經(jīng)濟(jì)發(fā)展中受益，任何個人應(yīng)該能夠充分參與社會生活，而這些要求

超過了生存線的簡單標(biāo)準(zhǔn)。基于對貧困普遍共識，大部分西方國家采用相對貧困線的概念。然而，相對貧窮線的局限性是該貧困線隨時間推移而變化，而且與福利措施發(fā)展呈高度相關(guān)性。而絕對貧窮線是與福利措施彼此獨立的關(guān)于貧困分布的估計，它需要不斷更新以表現(xiàn)出最低生活標(biāo)準(zhǔn)的實際成本。此外，絕對貧困線測度的一個缺點是其可能引入測量誤差，例如，當(dāng)引入最低食物攝人量這一概念來考量一籃子食物組成時產(chǎn)生的省際差異，以及物價水平變動的省際差異等。在最低熱量要求、食品束組成、計劃價格、使用非食品支出的估值等偏差的約束下，我國在2011年底將國家貧困線調(diào)整至日常開支不低于每天1美元的標(biāo)準(zhǔn)。

    最后需要注意的是福利指標(biāo)的選擇問題。已有研究主要使用的是基于收入或消費開支的貧困線。這兩種計算方式的主要差別是每年的消費期望是平滑的，因此其變異性要低于基于收入的貧困線。相關(guān)文獻(xiàn)對于二者的優(yōu)點和缺點進(jìn)行詳細(xì)的討論�；�于資產(chǎn)的貧窮線，涉及到一大部分的非線性計算。本文使用的數(shù)據(jù)關(guān)于消費支出變量的定義中已經(jīng)排除了對自己再生產(chǎn)的消費，因此將家庭的凈收入用作福利的測算。

    總的說來，本文將各省人均純收入的中位數(shù)定為相對貧困線（相對貧困概念意味依賴個人效用。此外，為了避免討論關(guān)于適當(dāng)?shù)葍r規(guī)模，所有家庭成員采用同樣的權(quán)重）。樣本基于平衡面板農(nóng)戶( balanced panel data)，以避免同一家庭成員中存在的等效收入之間的依賴關(guān)系。各省相對貧窮線是基于樣本計算的，以避免一省收入增長造成的對其他省份的影響（有人認(rèn)為相關(guān)社區(qū)是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線）。

2結(jié)果與分析

2.1貧困率和收入分配

    1995-2004年以相對貧困線計算的平均貧困率是19.4%（表1）。這也表明與其他研究使用較低的國家貧窮線，使得我國的貧困率嚴(yán)重低估-1998年為3.2%_5.3%。各省之間的貧困率存在顯著的差異。浙江受訪家庭的平均收入幾乎是湖北的3倍，并比云南省的4倍還要多。受到高收入分布群體的影響，以相對貧困線衡量的話，浙江省和云南省的貧窮率相對較高。這表明我國在制定精準(zhǔn)扶貧戰(zhàn)略時，要著眼于相對貧困問題以及貧困的區(qū)域特征。

    我們的研究結(jié)果驗證了相當(dāng)大一部分家庭的貧困狀態(tài)是一種短期現(xiàn)象。但同時，我們發(fā)現(xiàn)，基于不同的貧窮線標(biāo)準(zhǔn)，貧困狀態(tài)的動態(tài)性存在顯著的省際差異。以相對貧窮線衡量，樣本中的41%的浙江農(nóng)戶和60%的湖北農(nóng)戶從未處于貧困狀態(tài)。如果將處于貧困超過5年的家庭定義為長期貧窮的話，少于10%的家庭屬于此范疇。浙江省用不同貧困線衡量時差異較大，以相對貧困線計算其長期貧困家庭為9%。形成鮮明對比的是，云南省基于相對計算的長期貧困家庭分別為19%。處于貧困狀態(tài)超過5年的長期貧困家庭有98%生活在云南。

2.2非參數(shù)法分析貧窮問題的動態(tài)性分析

    表2列出三個省的馬爾科夫轉(zhuǎn)移矩陣( Markovtransition matrices)和兩條貧困線。計算的轉(zhuǎn)變概率表示從當(dāng)年到下一年脫離貧網(wǎng)或者仍然處于貧困狀態(tài)的概率。然而，我們沒辦法考察到家庭的異質(zhì)性和年內(nèi)貧窮的動態(tài)變化。對三個省份的轉(zhuǎn)移矩陣進(jìn)行科克倫檢驗( Cochran test)，檢驗結(jié)果不能拒絕貧困轉(zhuǎn)變概率存在省際差異的假說。用每年的轉(zhuǎn)移概率表示貧困的持久性，云南的轉(zhuǎn)移概率是最高的。由于進(jìn)入貧窮的概率比脫離貧窮概率小得多，暗示我國農(nóng)戶面臨的不對稱的進(jìn)入和脫離貧窮問題。

    在介紹危害分析的結(jié)果之前，應(yīng)該先更周密的考慮一下貧困的持續(xù)性。很顯然云南省有4.42%的農(nóng)戶持續(xù)5年都在國家貧困線以下，顯著高于浙江(0.69%)和湖北(0.42%)（表3）。有趣的是，不同省份之間長期貧困占所有貧困的比例大不相同。依據(jù)在相對貧困線的三個省的貧困時間的長度，顯然幾乎所有的家庭都只有一小段時間是貧困中度過。這個大致觀察和其他發(fā)展中國家是一致的。

2.3脫貧的決定因素分析

    本文用了一系列協(xié)變量來控制作為脫貧和重新陷入貧困的決定性因素和在基準(zhǔn)危險之上的家庭、生產(chǎn)經(jīng)營和空間特征的影響。其中，家庭特征包括家庭人口數(shù)、戶主的年齡、受教育程度、非工作人口的比例和參與地方行政的程度（是否是村干部）；生產(chǎn)經(jīng)營特征包括土地、每個家庭成員的生產(chǎn)權(quán)利和作為風(fēng)險分散機(jī)制的家庭經(jīng)營活動的多樣化等。此外，采用一系列協(xié)變量控制當(dāng)?shù)靥卣�，例如外來人的比例、人口密度、失業(yè)率和當(dāng)?shù)刂饕��?jīng)濟(jì)活動。

最終，為了檢驗跨越三個省的時間對結(jié)果的可能影響，本文也考慮了浙江省和云南省的二元變量和時間（取對數(shù)）的交互影響。解釋變量的具體描述性統(tǒng)計詳見依據(jù)該數(shù)據(jù)的有關(guān)貧困的靜態(tài)分析。

    我們采用參數(shù)生存模型，分析貧窮中或貧窮外所處時間的影響。除了常數(shù)以外的所有系數(shù)都為零的虛擬假設(shè)被似然比檢驗清晰的拒絕了（表4）。持續(xù)時間（的對數(shù)的）估計系數(shù)都是負(fù)的，而且具有統(tǒng)計學(xué)上的顯著性。這意味著hazard functions風(fēng)險均數(shù)是向下傾斜的，顯示與持續(xù)時間的負(fù)的相關(guān)性，即在貧困（非貧困）的年度越長，脫貧（再流人貧困）的概率越小。與此同時，時間變量和省份的二元變量的交互影響揭示了湖北、云南、浙江這三個省份脫貧或重新進(jìn)入貧困的概率的顯著差異。

    脫貧估計基準(zhǔn)生存方程呈現(xiàn)了一個下降的概率。在貧困狀態(tài)中每增加1年，脫貧的概率會降低39%（表4）。根據(jù)交互影響顯示出云南省脫離貧困的概率比其他兩個省份都低。浙江省脫離貧困的機(jī)會與總體樣本的估計生存基準(zhǔn)線沒有顯著差異。參數(shù)分析法的結(jié)果與非參數(shù)法的結(jié)果相一致，在轉(zhuǎn)型幾率方面，云南省從一年到下一年的貧困持續(xù)性是最高的。在貧困的第一年，提高農(nóng)戶收入到相對貧困線以上的可能性接近60%。在前三年，前一個可能性降低了一半。    

    此外，解釋農(nóng)戶脫離相對貧困的有顯著貢獻(xiàn)的協(xié)變量稍微多一些。家庭人數(shù)( hhsize)、戶主的年齡( age)、（正式）非勞動力的家庭成員人數(shù)(depend)降低了脫離貧困的概率。每增加1個額外的非勞動力家庭成員幾乎和每處于貧困狀態(tài)增加1年有同樣的影響，它降低了在相對貧困線以下提高收入的生存概率的42%（基礎(chǔ)數(shù)據(jù)無法分離孩子和退休家庭成員的影響）。脫離相對貧困的概率隨著農(nóng)戶所受教育的提高而提高。家庭中受基礎(chǔ)教育( eleem)和中等教育( sec)的人口比例上升對脫離相對貧困都有顯著正效應(yīng)�？紤]到處于危險中的人口的描述性統(tǒng)計可能可以解釋這個不同。在兩個樣本中接受基礎(chǔ)教育的家庭成員的比例非常相同。農(nóng)戶中有村干部( cadre)的家庭有更低的脫離相對貧困的hazard機(jī)會，可能他們?nèi)鄙俜椒▉韰⑴c或者猶豫著是否該參與到能產(chǎn)生更快增長收入的活動。

    至于生產(chǎn)經(jīng)營的特征，則揭示出那些只依賴于農(nóng)作物生產(chǎn)( dcrop)的農(nóng)戶，人均耕地(land)越多，而農(nóng)戶脫離貧困的概率越低。更多的生產(chǎn)性資產(chǎn)( asset)會增加脫離貧困的機(jī)會。在當(dāng)?shù)靥卣髦�，人口密度�?/font>popdensity）和是不是山區(qū)的二元變量( dmountain)是結(jié)束貧困陷阱的主要驅(qū)動力。令人驚訝的是，和有序概率分析的結(jié)果一致，村落的平均財富( avincome)充當(dāng)了脫離相對貧困的阻力。描述性統(tǒng)計顯示，收入分布在更加富裕的村鎮(zhèn)分布更廣。村鎮(zhèn)水平上的家庭收入的方差和平均人均收入為正相關(guān)(0.66)，并且呈統(tǒng)計學(xué)顯著。此外，在以農(nóng)業(yè)生產(chǎn)為主地區(qū)( dagric)的處于貧困中的家庭面臨脫貧的概率更低（被調(diào)查鄉(xiāng)村根據(jù)主要經(jīng)濟(jì)活動被分為5個不同的經(jīng)濟(jì)區(qū)。它們是農(nóng)業(yè)、林業(yè)、漁業(yè)、畜牧業(yè)和其他）。在該區(qū)域明顯的相對緩慢增長的家庭純收入映像了這一結(jié)果（在農(nóng)業(yè)區(qū)，農(nóng)戶人均收入年均增長大約4.4%，而其他區(qū)是7.7%的年均收入增長）。