貧困退出背景下六盤山區(qū)返貧脆弱性特征及影響因素

李雅婧 ，祁新華, b*， 林月，吳儀

(福建師范大學 a.地理科學學院，b.地理研究所，福州 350007)

改革開放以來，中國政府在反貧困領域取得了舉世矚目的成就，貧困人口大規(guī)模持續(xù)減少[1]，對世界減貧的貢獻超過70%[2]，2018年中國的貧困發(fā)生率僅為1.9%，貧困人口僅剩余1 660萬人(1)國家統(tǒng)計局：《2018年國民經濟和社會發(fā)展統(tǒng)計公報》，http://www.stats.gov.cn/.，中國將實現現行標準下貧困的全面退出。事實上，2016年4月，中共中央辦公廳、國務院辦公廳在《關于建立貧困退出機制的意見》中明確提出“貧困人口、貧困村、貧困縣在2020年以前有序退出”。2019年3月在全國“兩會”上，國務院扶貧開發(fā)領導小組再次明確2020年貧困全面退出的時間節(jié)點。

在此背景下，再生性的返貧問題可能會成為重要的社會問題，使社會格局變得異常復雜[3]，脫貧地區(qū)與脫貧群體脆弱性也日益顯現，貧困脆弱性及返貧脆弱性問題也成為國際機構及學術界關注的熱點問題[4-6]。世界銀行《世界發(fā)展報告(2000/2001年度)》將脆弱性界定為“沖擊造成未來福利下降的可能性”[7]。Alwang強調脆弱性的前瞻性，認為貧困家庭對未來某個時刻的福利損失是脆弱的，且貧困和非貧困家庭都可能因為缺少足夠的資產或能力而不足以應對未來可能發(fā)生的風險事件[8]。貧困脆弱性作為一種預測方法，其研究目的主要在于區(qū)分哪些家庭在未來可能是貧困的[9]，且貧困脆弱性與風險密不可分，脆弱性的形成離不開多種風險交織帶來的影響[10-11]。Dercon提出了風險與脆弱性分析框架，他將風險種類劃分為資產、收入以及福利3個類別，以此來探討農戶在風險沖擊下的生產生活狀態(tài)[12]，這一框架被許多學者引用；還有一些學者從風險管理的角度研究農戶脆弱性，如Hulme將“事前”“事后”風險管理策略區(qū)分開來，以此分析不同時段脆弱性所需的不同風險管理策略[13]。相對于強調外部風險的學者，還有一部分學者提出脆弱性體現了家庭尤其是貧困農戶應對風險的能力不足[14]，如Chambers提出了內部-外部脆弱性框架，指出脆弱性是面對風險和壓力時家庭所表現出來的抵御能力不足、易受影響的程度[15]。近年來，國內學者對貧困脆弱性進行了有益的探索，如黃承偉等總結了脆弱性的3種定義及其測量方法[16]；李小云等用生計脆弱性來表征農戶抵御風險能力，設計了度量中國農村家庭貧困脆弱性的指標體系[17]；張朝輝等通過耦合生態(tài)脆弱性和經濟貧困指標，對新疆和田地區(qū)貧困狀況進行實證分析[18]。與此同時，針對返貧的研究也引起了部分學者的興趣，如王朝明等應用轉移矩陣考察貧困發(fā)生概率與動態(tài)演化[19]；蔣南平等通過構建多維返貧指數的方法，衡量農民工的整體返貧狀況[20]。然而，目前針對返貧脆弱性的實證研究仍然鮮見于報道。

鑒于此，以連片特困區(qū)六盤山區(qū)古浪縣為典型研究案例，基于問卷調查數據，嘗試構建返貧脆弱性評價指標體系，并通過多元Logistic回歸揭示影響返貧脆弱性的主要原因，以期為古浪縣及同類地區(qū)建立阻返機制提供科學依據。

1 研究區(qū)域概況和數據來源

1.1 研究區(qū)域概況

古浪縣介于東經102°38′～103°54′，北緯37°09′～37°54′之間，隸屬甘肅省中部，河西走廊東端，烏鞘嶺北麓，騰格里沙漠南緣；東接景泰縣，南依天祝藏族自治縣，西北與涼州區(qū)毗鄰，東北與內蒙古自治區(qū)阿拉善左旗接壤。古浪縣是六盤山區(qū)貧困縣域的典型代表，2018年農民人均可支配收入6 918元，僅為全國平均水平的1/3；農村貧困發(fā)生率為6.0%，與國家統(tǒng)計局發(fā)布的全國農村貧困發(fā)生率1.7%還相差甚遠(2)國家統(tǒng)計局：《2018年國民經濟和社會發(fā)展統(tǒng)計公報》http://www.stats.gov.cn/.，農村貧困人口比例高、貧困程度深，因此選擇其為研究對象具有典型性和代表性。

1.2 數據來源

借鑒相關研究成果，結合古浪縣實際情況，設計調查問卷，內容包括脫貧戶住房類型、家庭年收入、借貸能力、家庭患病人數情況等家庭社會經濟的相關信息。采用參與式農村評估法于2018年7月對古浪縣農村地區(qū)建檔立卡脫貧戶進行隨機入戶調查。共發(fā)放問卷310份，收回有效問卷289份，有效率93.24%。本次調查中，男性159名(55.02%)、女性130名(44.98%)，考慮到古浪多數男性戶主外出務工，故女性比例相對其他研究較高；年齡結構主要以45～54歲(26.64%)、>54歲(42.56%)為主；受訪者受教育程度總體不高，學歷多以初中以下所占比例高達95.47%，其中從未念過書占比30.80%。調查樣本具有一定代表性，基本上可以解釋研究區(qū)域的總體情況。

2 研究方法

2.1 返貧脆弱性分析框架

參考第3次IPCC報告“暴露-敏感性-適應能力”脆弱性分析框架[21]，結合古浪脫貧戶的經濟社會情況，本研究試圖構建一個預測性的、能夠反映脫貧之后農戶生計水平的返貧脆弱性分析框架，計算模型如下：

LVI=(E+S)-A

(1)

式(1)中：LVI為返貧脆弱性指數；E為農戶暴露度；S為農戶敏感性；A為農戶適應能力。

其中，暴露度是脫貧戶生產生活中所面臨的環(huán)境變化特征及程度；敏感性是指脫貧戶受外界環(huán)境變化的影響程度；適應能力是指脫貧戶應對貧困風險能力的大小。本研究運用“暴露-敏感性-適應能力”分析框架，基于289份有效問卷，充分考慮研究區(qū)域內生態(tài)環(huán)境以及脫貧農戶特性，結合當前的相關扶貧政策，篩選出14個指標，構建了適用于古浪縣脫貧戶返貧脆弱性評價指標體系(表1)，并采取熵權法確定指標的權重。由于調查獲取的數據具有不同量綱，采取極值法對數據展開標準化處理：假設給定了k個指標X1，X2，…，Xk，其中Xi={X1，X2，…Xn}，假設對各指標數據標準化的值為Y1，Y2，…，Yk，那么：

(2)

式(2)中：i=1，2，…，m；j=1，2，…，n。

計算評價指標的熵值，第j個指標的信息熵計算公式為：

(3)

計算各評價指標權重。第j個指標權重計算公式為：

(4)

采取加權平均法計算古浪縣脫貧戶返貧的暴露性，敏感性及適應能力，計算公式如下：

(5)

式(5)中:Ed、Sd、Ad分別表示第d位脫貧戶生計的暴露性、敏感性和適應能力，Edi、Sdi、Adi分別是第d位脫貧戶的暴露性、敏感性和適應能力的第i個指標，WEi、WSi、WAi是第i個指標權重，n表示指標的個數。

2.2 返貧脆弱性維度及指標選取

返貧脆弱性框架的核心變量主要是脫貧戶暴露性、適應能力、敏感性三維度變量。通過上述分析框架，從暴露性、適應能力、敏感性3個維度共14個指標探討古浪縣脫貧戶的返貧脆弱性，各指標的選取說明如下：

2.2.1 暴露性

暴露指標包括脫貧戶對生態(tài)環(huán)境變化的感知程度、自然災害對農戶的影響程度、物價上漲對農戶家庭生活的影響程度。有學者提出甘肅省貧困問題的實質是人口、資源與環(huán)境協(xié)調發(fā)展的問題[22-23]，古浪縣地處騰格里沙漠南部，土壤沙化嚴重，生態(tài)環(huán)境惡劣，生態(tài)環(huán)境變化的感知程度是脫貧戶近年來對當地生態(tài)環(huán)境變化的直觀感受。近年來，防沙固沙等多項生態(tài)環(huán)境保護措施的開展，一定程度上改善了古浪地區(qū)生態(tài)環(huán)境。但是，古浪地區(qū)受干旱、沙塵暴等自然災害的影響較大，對脫貧戶的生產生活造成了巨大影響，特別是干旱會造成脫貧戶農業(yè)收入大幅下降，影響脫貧戶收入，從而對家庭貧困程度造成影響。同時，物價上漲是影響脫貧戶生產生活的重要因素，能否應對外界物價變化對生活帶來的影響，也是對脫貧戶自身經濟實力的考察內容。

2.2.2 敏感性

敏感性指標主要由脫貧戶用水對天然水源依賴程度、退耕還林等生態(tài)政策的影響程度以及政府取消扶貧資金對農戶的影響程度3個指標構成。飲用水作為脫貧戶生產生活的基本保障，其來源直接影響著農戶生產生活。近年來，水網改造、異地搬遷等工程大幅改善了古浪脫貧戶取水困難的現狀，但在調研中發(fā)現，仍有部分偏遠山區(qū)仍舊取水困難；同時，近年來退耕還林、退耕還草等生態(tài)保護政策的實施，對古浪生態(tài)環(huán)境做出了一定貢獻，但同時，受其政策影響，部分農戶耕地減少，失去農作物收入，雖然相應政策給予一定的補助金，但在長期失地的情況下，會造成家庭收入能力的逐漸下降，對家庭未來的生活造成潛在的負面影響，增加家庭的返貧脆弱性。受國家精準扶貧政策的影響，許多建檔立卡家庭能夠得到一定的補助資金，很大程度上減輕了脫貧家庭的經濟負擔，但是一些農戶會隨之產生依賴心理[24]。隨著全面脫貧的到來，未來可能減少甚至停止扶貧資金的發(fā)放，對脫貧家庭會造成相當程度的影響，因而通過脫貧戶自我感知來衡量其敏感性大小。

2.2.3 適應能力

適應能力是脫貧戶應對貧困風險能力的大小，研究選取了受訪者教育水平、家庭勞動力比重、家庭年人均純收入、住房結構可靠度、外出務工人數比重、家中大型器具、耐用消費品種類以及從事生計活動種類這8個指標衡量農戶的適應能力。農戶的受教育水平會導致其知識性貧困和能力型貧困的程度[25]，而受訪者教育水平越高，就業(yè)選擇也就越多，收入也會隨之增加，從而抗擊返貧風險的能力也會增高；家庭勞動力比重、外出務工人口比重可以衡量家庭勞動力的市場參與情況，比重越高，家庭收入來源就越多，從而增加其抗返貧風險的能力；家庭人均年收入作為家庭最基本的經濟指標，直觀表明了家庭收入的多少，可以作為是否脫離貧困的基礎指標；從物質資本的角度，家庭住房結構、耐用消費品、家用大型器械作為農戶最基礎的生產資料，是脫貧戶應對返貧風險沖擊的后備力量，若家庭遭遇返貧風險，可以通過變賣生產資料在短期內抵御風險沖擊；作為農村社會的最小生計單位，農戶承受著多重生計風險，而從事多種生計活動可以很大程度上分散勞動市場風險或者農業(yè)災害風險[26-27]。

表 1 脫貧農返貧脆弱性評價指標Table 1 Vulnerability to re-poverty assessment index of households out of poverty

2.3 有序多分類Logistic回歸模型及變量設置

2.3.1 模型構建

由于本研究中計算出的個體脆弱性屬于連續(xù)性數值，考慮到數值分布零散且個別數值樣本頻率過小，可將因變量返貧脆弱性劃分為低返貧脆弱性、中返貧脆弱性、高返貧脆弱性3個區(qū)間，各區(qū)間等比分布。故本研究采用有序多分類Logistic回歸模型(Ordinal Logistic Regression Model)對返貧脆弱性的影響因素進一步進行回歸分析。模型表達式如下：

(6)

式(6)中:y表示受訪者的返貧脆弱性程度，當y=1，2，3時分別表示低返貧脆弱性、中返貧脆弱性、高返貧脆弱性；αj表示常數項，j=1，2；χ表示影響受訪者返貧脆弱性高低的因素；β是影響因素χ的系數，i=1，2，3…，n；ε表示殘差項。

2.3.2 變量設置

表 2 變量的描述性統(tǒng)計Table 2 Descriptive statistics of variables

變量符號含義變量賦值均值標準差因變量返貧脆弱性按樣本數量等分為高中低2.0000.815 個人年齡離散變量50.35614.081特征性別1=男性;0=女性0.550 0.497 變量能否向親戚朋友借到錢1=可以;0=不可以0.3530.478 是否參加過就業(yè)培訓1=有;0=沒有0.6850.464 需要時能向銀行貸到款1=可以;0=不可以0.3530.478 家庭變賣生產資料補貼家用1=沒有;0=有0.2940.456 特征家庭成員健康程度家中有兩人及以上患有慢性病,或者一人及以上患有大病或殘疾的賦值 0,其余為10.6920.462 變量家庭成員是否有現任公務員或村干部1=有;0=沒有0.9170.276 家與綜合醫(yī)院的距離1=很遠;2=適中;3=近2.4710.666 家與小學的距離1=很遠;2=適中;3=近 1.8340.832

基于前人的研究結論[28]，結合本研究所獲得的調查數據，將受訪者特征劃分為兩組自變量：個人特征變量(包括年齡、性別、困難時能否向親戚朋友借到錢、是否參加過就業(yè)培訓、需要時能向銀行貸到款等)、家庭特征變量(包括變賣生產資料補貼家用、家庭成員健康程度、家庭成員是否有現任公務員或村干部、家與綜合醫(yī)院的距離、家與小學的距離等)，共9個自變量，表2即為相關變量的描述性統(tǒng)計。

3 返貧脆弱性特征

3.1 返貧脆弱性特征

為判斷不同收入脫貧人群的返貧脆弱性情況，參考當地的收入水平與實際購買力，將調查脫貧戶按照家庭人均年收入分為5個等級，分別為低收入戶(年人均純收入≤1 500元)、中低收入戶(1 500<年人均純收入≤2 300元)、中等收入戶(2 300<年人均純收入≤3 500元)、中高收入戶(3 500<年人均純收入≤5 000元)、高收入戶年人均純收入>5 000元),計算結果見表3。

表 3 不同收入類型脫貧戶的暴露度、敏感性、 適應能力及返貧脆弱性Table 3 Exposure, sensitivity, adaptability and vulnerability to re-poverty of households out of poverty by income

收入類型暴露性(E)適應性(A)敏感性(S)返貧脆弱性(LVI)低收入戶0.307 0.230 0.416 0.493中低收入戶0.3250.2920.4500.483中等收入戶0.3220.2740.4620.510中高收入戶0.3450.2970.4560.504高收入戶0.3680.3630.4120.417

圖 1 不同收入類型脫貧戶適應能力標準化指標值Figure 1 Standardized index values of adaptability of households out of poverty by income

不同收入類型脫貧戶的適應能力指標值標準化計算結果如圖1所示。低收入脫貧戶家庭人均年收入、家用大型機具、家庭耐用消費品、外出務工人口比重均明顯低于中等收入和高收入家庭，對政府扶貧資金的發(fā)放依賴程度較深，絕大部分家庭因存在患有重大疾病的老人或者家庭勞動力較少從而導致其返貧脆弱性較高；中低收入脫貧戶受物價上漲的負面影響較為嚴重，但其適應能力要較高于低收入戶，家用大型器具、外出務工人口比重、房屋結構均明顯高于其他收入階層，這可能是古浪政府給予的民眾小額貸款幫他們緩解了住房困難，可以購買大型機具用于生產生活，同時這部分人群解決后顧之憂后，會選擇外出務工改善現有貧困生活；中等收入脫貧戶的脆弱性程度最高，這部分家庭的家庭人均收入剛剛脫離國家規(guī)定的人均2 300元的貧困線，但受其自身學歷限制，無法找到穩(wěn)定的工作，從而導致適應力低于其他收入群體，同時這部分群體敏感性也較高，極有可能因為各種因素失衡重新返回貧困；中高收入脫貧戶和高收入脫貧戶的返貧脆弱性程度隨著收入增加降低，這說明當農戶家庭遠離脫貧線的距離越大，其家庭應對返貧風險的能力也越大。值得一提的是，高收入脫貧戶的學歷、勞動力比重均處于最高，這說明家庭勞動力比重和學歷對家庭應對返貧風險的適應能力起著至關重要的作用。

3.2 脆弱性影響因素

表 4 平行性檢驗Table 4 Parallelism test

模型-2對數似然值X2dfP零假設586.425廣義570.36716.058120.189

表 5 返貧脆弱性的Logistic模型回歸結果Table 5 Logistic model regression results of vulnerability to re-poverty

變量類型變量名稱估計標準誤WalddfSig.個人年齡-0.019??0.0085.56410.018特征性別=女(ref-男)0.508??0.2324.77210.029變量需要時能向親戚朋友借到錢(ref-不能)-0.0620.2360.06910.793未參加過就業(yè)培訓(ref-參加過)-0.0680.2480.07410.785需要時不能向銀行貸到款(ref-能貸到)0.3480.2392.11810.146變賣生產資料補貼家用(ref-未變賣)0.613??0.2476.15410.013家庭家中患病的人數多(ref-患病少)0.641??0.2446.91110.009特征直系親屬沒有公務員(ref-有公務員)-0.0090.4120.00010.983變量家到綜合醫(yī)院的距離很遠(ref-中等、很近)-18.509???0.959372.41810.000家到學校的距離很遠(ref-中等、很近)-18.934???1.103294.72810.000

注：***表示通過0.01的顯著性檢驗，**表示通過0.05的顯著性檢驗。將相關數據導入統(tǒng)計軟件SPSS 19.0進行有序多分類Logistic回歸分析，脆弱性影響因素模型在平行性檢驗中(表4)，X2=16.058，P=0.189>0.05，說明平行性假設成立，即各回歸方程互相平行，數據符合Logistic有序多分類回歸分析的基本要求，可以選取此種分析方法。

在上述分析的基礎上，對古浪縣脫貧戶返貧脆弱性進行回歸分析，并考察其影響機制，從模型的結果來看，個人特征變量、家庭特征變量中均有指標對返貧脆弱性有一定的影響，但影響作用不盡相同(表5)。

3.2.1個人特征變量對返貧脆弱性影響

就個人特征變量而言，年齡、性別的影響不容忽視。首先，年齡與脫貧戶返貧脆弱性負向影響顯著(通過0.05顯著性檢驗)，即受訪者年齡越大，其返貧脆弱性程度越高。隨著年齡的增大，受訪者勞動能力漸漸下降甚至喪失；同時，機體也會遭受疾病的困擾，個體抵抗返貧風險的能力大大降低，適應能力也大幅降低，從而加劇其返貧脆弱性。其次，受訪者的性別與返貧脆弱性之間存在顯著影響(通過0.05顯著性檢驗)，可見與男性相比，女性返貧脆弱性程度更高，這與其自身的勞動能力、家庭職責有關，女性受教育的水平普遍較低，且受其家庭因素影響，大多數女性因為要照顧家中老人、孩子從而選擇就近打零工或者務農，自身收入較低，與男性相比，抵御外界返貧風險的能力較低。然而，需要時能否向親戚朋友借到錢、是否參加過就業(yè)培訓、需要時能否向銀行貸款與農戶脆弱性不產生顯著影響，其可能的原因是古浪縣農戶貧困程度深，且受其自然地理因素影響，沙漠化嚴重，再生產就業(yè)機會少，是否參加就業(yè)培訓對農戶再就業(yè)影響無法直接體現。同時且由于地方性政策，古浪縣為精準扶貧建檔立卡戶都提供了五萬元的小額貸款，用于家庭的生產生活，可能也稀釋了上述因素的影響作用。

3.2.2 家庭特征變量對返貧脆弱性影響

就家庭特征而言，變賣家庭生產資料補貼家用、家中有兩人及以上患有慢性病或者一人及以上患有大病或殘疾、家到綜合醫(yī)院的距離、家到學校的距離等因素對脫貧戶的返貧脆弱性影響顯著。如有變賣過家庭生產資料補貼家用的家庭與返貧脆弱性顯著正相關(P<0.05)。這說明這些家庭由于之前貧困程度深，家庭面臨風險的應對能力較差，且家中沒有一定的積蓄應對突發(fā)風險，或因為越變賣家產越窮從而陷入惡性循環(huán)。

其次，有兩人及以上患有慢性病或者一人及以上患有大病或殘疾的家庭與返貧脆弱性之間存在極顯著正相關關系(P<0.01)，即患病人數多會影響家庭的返貧發(fā)生。在訪談中也發(fā)現，在說明返貧的原因時，66.1%的受訪者認為疾病和殘疾是家庭再次陷入貧困的主要原因。這也不難解釋，家中有疾病患者或殘疾人，直接導致家庭勞動力的減少，甚至需要家庭中正常的勞動力花費時間去照看病人，從而減少甚至導致他們無法外出務工，制約了家庭的總體收入。同時，家中有病人還會增加家庭的醫(yī)療支出，使得返貧的風險更大。第三，家庭與醫(yī)院、小學之間的距離也顯著影響返貧脆弱性(通過0.01的顯著性檢驗)，即受訪者家庭離綜合醫(yī)院越遠，返貧脆弱性越高。距離越遠說明其居住的地區(qū)越偏遠，公共資源配置缺乏，從而導致這些農戶家庭孩子上學困難或者不能及時就醫(yī)，加大了家庭返貧的可能性。

4 結論與討論

(1)通過對比不同收入脫貧戶的返貧脆弱性程度，可以看出低收入貧困農戶因有重大疾病的老人或者家庭勞動力較少從而導致其脆弱性較高，極易導致返貧現象的發(fā)生；中低收入戶受物價上漲的負面影響較為嚴重，但其適應能力仍高于低收入戶；中等收入家庭的返貧脆弱性程度最高，這部分家庭的人均收入剛剛脫離國家規(guī)定的人均2 300元的貧困線，極有可能因為各種因素失衡重新返回貧困；中高收入戶和高收入戶的脆弱性程度隨著收入增加降低，這說明當農戶家庭遠離脫貧線的距離越大，其家庭應對風險的能力也越大。

(2)個人特征變量中，年齡和性別對農戶返貧脆弱性影響顯著，隨著農戶年齡增大，可能會導致疾病增多、甚至喪失勞動力，抵抗風險的能力和適應能力都減弱，從而導致其容易重新陷入貧困；同時，發(fā)現古浪縣受訪人群中留守婦女較多，這部分女性普遍受教育程度較低，相對于男性來說，就業(yè)機會更少，因而返貧脆弱性程度更高。在家庭特征變量中，變賣家庭生產資料補貼家用、家中有兩人及以上患有慢性病或者一人及以上患有大病或殘疾、家到綜合醫(yī)院的距離、家到學校的距離對返貧脆弱性影響顯著。這說明疾病是影響農村貧困的重要因素，同時，地理區(qū)位也會對家庭貧困造成影響，越是遠離城鎮(zhèn)，謀生的渠道就會隨之減少，也會對教育、就醫(yī)造成一定影響。

(3)返貧具有維度更多、破壞更大、周期更長等突出問題[29]。在貧困退出的背景下，構建遏制返貧的長效機制重在削減返貧的脆弱性，構建可持續(xù)的生計模式。在保持扶貧政策穩(wěn)定的基礎上，工作的重點與對象應當有所變化，應當重點關注脫貧戶返貧脆弱性問題。

(4)為促進古浪地區(qū)全面脫貧并減少返貧現象的發(fā)生，政府應當結合當地脫貧戶實際情況，精準識別不同收入階層的脫貧戶家庭，通過合理分配扶貧資金、對癥下藥，為女性提供更多就業(yè)機會，更加精確地幫助脫貧戶穩(wěn)定脫貧；其次，進一步完善農村基礎設施，對于生活在過于偏遠山區(qū)的脫貧戶，充分發(fā)揮異地搬遷的利好政策，幫助其減少因為距離不能接受教育和醫(yī)療服務的機會；第三，制定有關阻止返貧脆弱性預警機制，加強制度公平性與操作性，使阻返政策能被更加切實有效地落實到返貧脆弱性高的群體中，減少脫貧戶返貧的風險，鞏固扶貧成果。