多維特征視角下農(nóng)村貧困戶脫貧的影響因素實證研究

潘 兵，程廣華 ，王春春

（1.淮南師范學院經(jīng)濟與管理學院，安徽淮南 232001；2.中國科學技術大學管理學院，安徽合肥 232000）

農(nóng)村貧困問題一直是我國農(nóng)村發(fā)展亟須解決的難題，自改革開放以來，中央和地方高度重視農(nóng)村的扶貧工作，采取了一系列的幫扶措施并取得了顯著成效。黨的十八大以來，習近平總書記將農(nóng)村貧困人口的精準脫貧作為一項重要工作。截至2019年底，全國貧困人口僅為551萬人，較2018年減少1109萬人，確保在2020年所有貧困人口和貧困地區(qū)一同邁入小康社會大門。隨著扶貧精度更加精確和扶貧力度進一步深入，較之前只關心收入貧困，到現(xiàn)在越來越注重健康狀況、受教育程度等多維度貧困，對比收入貧困，多維貧困更能準確找出貧困的本質(zhì)[1]。那么如何打贏脫貧攻堅戰(zhàn)的“最后一公里”，首要分析哪些特征會影響農(nóng)村貧困人口脫貧效果，與單維特征貧困指標相比，多維特征貧困指標更能反映農(nóng)村貧困人口全貌和脫貧效果[2]。所以，用多維特征分析農(nóng)村貧困戶脫貧效果，對我國現(xiàn)階段消除農(nóng)村貧困和實現(xiàn)精準扶貧具有重要意義[3]。

一、文獻綜述

目前農(nóng)村貧困問題一直是學術界關注的重難點問題，國內(nèi)外眾多學者從不同角度對致貧原因、影響因素等方面進行了研究。

關于農(nóng)村貧困戶致貧原因的文獻綜述，國內(nèi)外學者已有相關的研究。Naschold對印度貧困農(nóng)村的面板數(shù)據(jù)進行半?yún)?shù)估計，得出大量土地擁有者、受教育程度高、較高種姓的家庭陷入貧困的可能性比較小的結(jié)論[4]；Bucca結(jié)合拉美七國的調(diào)查數(shù)據(jù)，從社會結(jié)構(gòu)和個體差異方面來分析富裕和貧困的根源，最后指出種族、社會階級、教育對貧富的影響差異比較大[5]；楊劍以無為縣農(nóng)村貧困戶作為研究對象，對其精準扶貧的滿意度進行研究[6]；孫春雷等以大別山地區(qū)為例，通過建立數(shù)據(jù)包括對扶貧效率進行評價研究，以此提出針對性的建議[7]；對于農(nóng)村貧困戶的貧困存在一些共同的特征，例如家庭需要撫養(yǎng)的子女比較多，貧困人口健康狀況不好，受教育程度低，思想觀念落后等因素[8]；也有研究認為貧困戶的收入結(jié)構(gòu)比較單一，大多都是從事農(nóng)業(yè)活動；也有認為不同地區(qū)的貧困戶的特征存在著顯著差異[9]。

關于農(nóng)村貧困戶貧困的影響因素的文獻綜述，國內(nèi)外學者已有相關研究。Hanjra等結(jié)合實證研究，首先研究了影響貧困的因素，認為影響農(nóng)村貧困的重要因素是農(nóng)村市場跟人力資本[10]；劉穎利用二元Logistic從個人因素、家庭因素、產(chǎn)品扶貧項目因素等維度來研究茶農(nóng)參與產(chǎn)品扶貧的影響因素[11]；肖云等從農(nóng)村貧困人口的收入、年齡、致貧原因等因素來研究對扶貧政策滿意度[12]；熊春林等從文化扶貧的角度提出文化扶貧感知、個體特征、家庭特征等維度對貧困戶的影響因素[13]；張慶紅等利用二元Logistic模型從村莊環(huán)境、戶主特征、家庭特征等三個角度對新疆少數(shù)民族的農(nóng)村貧困戶的影響因素進行分析[14]；劉俊男等利用二元logistic模型，從創(chuàng)收能力和農(nóng)戶收入情況兩個方面，實證研究了特色林果業(yè)的影響因素[15]；鄭秀峰從貧困農(nóng)戶個體特征、家庭特征、農(nóng)戶價值鏈融資意愿等五個方面來研究農(nóng)村貧困戶參與融資行為的研究[16]。

綜上所述，當前研究大多集中在政策、經(jīng)濟、制度等方面對貧困的影響，單獨把貧困人口特征作為調(diào)查的對象比較少，本文從農(nóng)戶年齡、身體健康狀況、受教育程度、外出打工等因素作為研究貧困人口特征的變量。同時有學者已經(jīng)從個人因素、家庭因素等方面，結(jié)合SPSS的多元回歸模型、二元Probit模型和面板數(shù)據(jù)，對農(nóng)村貧困人口特征的脫貧因素進行了研究，在對以上因素進行定量研究時，貧困戶的多維特征作為控制變量出現(xiàn)，而單獨關于貧困戶多維特征考察的研究還相對較少。本文利用stata的Logistic從家庭人口特征、家庭基本特征、村莊環(huán)境特征的多維指標建立農(nóng)村貧困人口特征對脫貧效果影響實證研究。

二、研究假設

（一）家庭人口特征

戶主性別：戶主是農(nóng)戶家庭的主要領導者，往往在家庭中做出決策，一般而言，戶主為男性一般更容易脫貧，因為男性在勞動、生產(chǎn)資源更占有優(yōu)勢，戶主性別的不同會造成決策的差異，進而導致家庭收入存在差異[15]。本文預期，戶主為男性更容易脫貧。

戶主年齡：戶主年齡對應的是處理各種事物的能力和生活閱歷。一般而言，戶主的年紀越大，其生活閱歷越多，可以有效地處理外界事物，家庭收入會提高[11]。本文預期，戶主年齡越大越有利于脫貧。

受教育程度：受教育程度可以提高個人的勞動生產(chǎn)率，而文化程度越高，其學習能力和接受新事物能力越強，獲得的更多機會，能給家庭帶來更多的收入[2]。本文預期，受教育程度越高越有利于脫貧。

外出打工經(jīng)歷：外出打工經(jīng)歷可以接觸更多的事物、創(chuàng)造更多的機會，而且外出打工可以提高家庭總收入，更容易脫貧[17]。本文預期，外出打工經(jīng)歷有助于家庭脫貧。

戶主婚姻狀況：戶主結(jié)婚可以創(chuàng)造家庭，家庭成員越多，創(chuàng)造的收入越多，越容易脫貧[13]。本文預期，戶主婚姻狀況為已婚更容易脫貧。

（二）家庭基本特征

家庭總?cè)丝跀?shù)：家庭總?cè)丝跀?shù)反映的是家庭的規(guī)模，一般而言，家庭成員越多，家庭成員花費成倍增加，越不利于脫貧[3]。本文預期，家庭人口數(shù)越多，越不利于脫貧。

家庭勞動力人數(shù)：一個家庭的勞動力人數(shù)在一定程度上決定該家庭可以創(chuàng)造各種收益的能力[18]。本文預期，家庭勞動力人數(shù)越多，越容易脫貧。

家庭子女數(shù)量：家庭子女數(shù)量反映的是家庭所承擔的負擔，家庭子女數(shù)量越多，越不利于脫貧，但成年子女可以為家庭增加收入，更容易脫貧[19]。本文預期，家庭子女數(shù)量對脫貧效果不顯著。

家庭人均收入：家庭人均收入反映的是農(nóng)村貧困戶是否脫貧的標準，一般而言家庭人均收入越多越容易脫貧，但根據(jù)國家脫貧標準，人均收入4000元以上即可脫貧[14]。本文預期，家庭人均收入對脫貧效果不顯著。

家庭成員健康狀況：家庭成員健康狀況反映的是家庭負擔情況，家庭成員健康，能創(chuàng)造更多的收入更有利于脫貧，但家庭有人患病，不僅不能創(chuàng)造收入，相反還會增加家庭支出[2]。本文預期，家庭成員健康狀況越好，越有利于脫貧。

（三）村莊環(huán)境特征

家庭居住地理位置：一般而言，家庭居住地理位置越靠近城鎮(zhèn)，其接受新事物的可能性越大，能創(chuàng)造更多價值和收入[13]。本文預期，家庭居住地理位置越優(yōu)越、越靠近城鎮(zhèn)，越有利于脫貧。

人均耕地面積：一般而言，人均耕地面積越大，收獲的農(nóng)產(chǎn)品越多，獲得收益越多，從而可以改善家庭生活條件[19]。本文預期，家庭成員人均耕地越多，越有利于脫貧。

三、研究設計

（一）數(shù)據(jù)來源

本研究以安徽省皖南地區(qū)農(nóng)村貧困戶為研究對象，運用抽樣調(diào)查、訪談法獲得第一手數(shù)據(jù)。課題組以面訪的形式共計調(diào)查了1380組家庭，獲得有效的數(shù)據(jù)組共計1300份，有效率達到94.2%，符合研究設計要求。訪問以戶為單位，覆蓋不同年齡、不同受教育程度、不同健康情況、不同家庭地理位置、不同家庭收入的農(nóng)村貧困戶。

（二）研究方法

在本文中，因為因變量貧困戶是否脫貧只有是和否兩種選擇，因此研究方法無法選擇一般的回歸模型，本文為研究貧困戶人口特征對貧困戶是否脫貧的影響將采用二項Logistic回歸方法，二項Logistic回歸方法是專門用于研究因變量是二項的統(tǒng)計計量方法，其效果好于一般的回歸方法。其函數(shù)形式表示如下：

公式中P表示解釋變量發(fā)生的概率，α0表示截距，αi為系數(shù)，Xi表示解釋變量，Y表示被解釋變量。

（三）變量設定

在因變量方面，貧困戶三年內(nèi)是否脫貧是本文的因變量，未脫貧=0、已脫貧=1；在自變量方面，包含的特征有戶主性別、戶主年齡、戶主受教育程度、外出打工經(jīng)歷、戶主婚姻狀況、家庭總?cè)丝跀?shù)、家庭勞動力人數(shù)、家庭子女數(shù)量、家庭人均收入、家庭成員健康狀況、家庭居住地理位置、人均耕地面積等特征，其中戶主性別、戶主受教育程度、外出打工經(jīng)歷、戶主婚姻狀況、家庭成員健康狀況、家庭居住地理位置是分類變量，戶主年齡、家庭總?cè)丝跀?shù)、家庭勞動力人數(shù)、家庭子女數(shù)量、家庭人均收入、人均耕地面積是數(shù)值型變量。具體指標解釋如下表1所示。

表1 變量定義及說明

四、實證分析

（一）描述性統(tǒng)計分析

當研究農(nóng)村貧困人口特征對貧困戶脫貧的影響因素中的作用時，因變量為是否脫貧，分為兩種情況，分別為未脫貧和已脫貧，以此賦值為0、1；自變量戶主性別為男、女，賦值為1、2；戶主受教育程度為文盲、小學、初中、高中及以上，賦值為1至4；外出務工經(jīng)歷為無、短期打工、長期打工，賦值為1至3；戶主婚姻狀況為已婚和未婚，賦值為0、1；家庭成員健康狀況為殘疾、患病、正常，賦值為1～3；家庭居住地理位置為偏遠山區(qū)、丘陵、平原、城鎮(zhèn)周圍，賦值為1～4；其余變量為連續(xù)型變量。

從表2的變量描述性統(tǒng)計可知，戶主年齡的均值為1.15，標準差為0.357，說明戶主時男性的要多余戶主時女性的；戶主年齡最小值為21，最大值為90，均值為55.79，說明戶主年齡分布比較均勻；戶主受教育程度的均值為1.98，說明戶主受教育程度大多在小學及以下；從外出打工經(jīng)歷來看，均值為1.98，說明大多未出去打工或者打短工；從戶主婚姻狀況來看，均值為0.58，說明未婚或者喪偶多于已婚；從家庭總?cè)丝跀?shù)來看，平均家庭總?cè)丝跒?.89；從家庭勞動力人數(shù)來看，平均家庭勞動力人數(shù)為1.53；從家庭子女數(shù)量來看，平均家庭子女數(shù)量為1.06；從家庭人均收入來看，平均人均收入為8.16，大于國家規(guī)定的脫貧人口人均收入標準，說明絕大多數(shù)農(nóng)村貧困戶都符合脫貧標準。從家庭成員健康狀況來看，平均值為2.19，說明大多數(shù)家庭人員健康；從家庭居住地理位置來看，平均值為2.19，說明住偏遠地區(qū)的比較少；從人均耕地面積來看，平均人均耕地面積為2.02。

表2 變量的描述性統(tǒng)計

（二）模型擬合檢驗

在構(gòu)建農(nóng)村貧困人口特征對貧困戶脫貧的影響研究的二元分類Logistic回歸模型前，首先要對模型整體擬合效果進行檢驗。模型擬合信息表如表3所示。

表3表示當前模型的回歸方程的顯著性檢驗結(jié)果。方程1的調(diào)整的R2為0.3289，LR(似然比統(tǒng)計量)等于406.09，對數(shù)似然比為?414.2929，P值為0.0000，表示方程1的自變量和因變量之間線性關系顯著；方程2的調(diào)整的R2為0.3275，LR(似然比統(tǒng)計量)等于404.38，對數(shù)似然比為?415.1486，P值為0.0000，表示方程2的自變量和因變量之間線性關系顯著；說明模型適合對農(nóng)村貧困人口特征對貧困戶脫貧進行估計。

（三）實證分析

本文通過構(gòu)建農(nóng)村貧困戶多維特征模型來解釋不同因素對農(nóng)戶脫貧的影響，具體回歸結(jié)果見表4。在進行回歸分析時，主要運用的是逐步向后的分析方法，依次去除方程1中Z值最小的解釋變量，指導方程中剩下的解釋變量在10%的統(tǒng)計學上的顯著性檢驗，得到的如表中方程2的回歸方程。

農(nóng)村貧困人口特征對貧困戶脫貧效果的回歸結(jié)果如表4所示，戶主年齡、戶主受教育程度、外出務工經(jīng)歷、戶主婚姻狀況、家庭勞動力人數(shù)、家庭成員健康狀況、家庭居住地理位置、人均耕地面積等都通過了顯著性檢驗，戶主性別、家庭總?cè)丝跀?shù)、家庭子女數(shù)量、家庭人均收入等因素沒有通過顯著性檢驗。但是戶主婚姻狀況和家庭總?cè)丝跀?shù)出現(xiàn)的是負相關。

表4 農(nóng)村貧困戶多維特征對貧困戶因素實證分析模型

戶主性別未能通過統(tǒng)計學上的顯著性檢驗，其可能的原因是，雖然男性戶主更具有勞動力，也可能外出務工，收入更高，更容易脫貧，但在精準扶貧過程中，女性戶主也能發(fā)揮自己的優(yōu)勢，可以通過手工編制、喂養(yǎng)家禽、村辦加工廠工作等工作來增加自己的收入，以此來脫貧，所以性別對是否脫貧的關系不大；戶主年齡通過了統(tǒng)計學上的顯著性檢驗，戶主年齡每增加一歲，戶主脫貧增加概率3.8%，但與預期假設不符，可能的原因是雖然年齡越小，更具有精力和活力，更容易脫貧，但年齡越大的農(nóng)村貧困戶更具有經(jīng)驗，能發(fā)揮自己的優(yōu)勢，也能脫貧，對于年齡偏大的貧困戶由政府兜底來實現(xiàn)脫貧；戶主受教育程度通過了統(tǒng)計學上的顯著性檢驗，戶主受教育每增加一級，戶主脫貧的概率將增加225%，戶主受教育程度越高，學習新知識、接受新思想、新事物的速度越快，且與預期假設一致；外出務工經(jīng)歷通過了統(tǒng)計學上的顯著性檢驗，外出打工每增加一級，戶主脫貧的概率增加54.3%，且與預期假設一致；戶主婚姻狀況通過了統(tǒng)計學上的顯著性檢驗，戶主已婚比未婚或喪偶更有利于脫貧，戶主已婚實現(xiàn)脫貧的概率將下降40%，且與預期假設一致；家庭總?cè)丝跀?shù)未能通過統(tǒng)計學上的顯著性檢驗，可能的原因是家庭總?cè)丝跀?shù)越多，雖然可以一定程度上增加收入，但是人數(shù)越多，開銷越大，尤其是不能增加收入的老人和小孩，所以家庭總?cè)丝跀?shù)對是否脫貧的關系不大；家庭勞動力人數(shù)通過了統(tǒng)計學上的顯著性檢驗，家庭勞動力人數(shù)每增加一人，實現(xiàn)脫貧的概率增加33%，且與預期假設一致；家庭子女數(shù)量未能通過統(tǒng)計學上的顯著性檢驗，可能原因是此處子女數(shù)量未界定是成年子女或未成年子女，成年子女可以給家中帶來收入，但未成年子女會給家庭增加負擔，所以家庭子女數(shù)量與是否脫貧關系不大，家庭成員健康狀況通過了統(tǒng)計學上的顯著性檢驗，家庭成員健康要比家庭成員不健康實現(xiàn)脫貧的概率增加27%，且與預期假設一致；家庭人均收入未通過了統(tǒng)計學上的顯著性檢驗，可能原因是全國脫貧標準人均純收入約為4000元，所有家庭全部達到，所以家庭人均收入與是否脫貧影響不大。家庭居住地理位置通過了統(tǒng)計學上的顯著性檢驗，城鎮(zhèn)周圍的家庭要比在偏遠山區(qū)的家庭更有利于脫貧，脫貧概率將增加62.8%，且與預期假設一致；人均耕地面積通過了統(tǒng)計學上的顯著性檢驗，人均耕地面積每增加667m2，家庭脫貧的概率將增加160%，且與預期假設一致。

五、結(jié)論與建議

（一）結(jié)論

本文采用Logistic二元回歸模型，以1300戶農(nóng)村貧困戶實地走訪的數(shù)據(jù)作為樣本，具體分析了農(nóng)村貧困人口特征對貧困戶脫貧的影響。得出以下結(jié)論：第一，1300組貧困戶中，已脫貧1063戶，未脫貧237戶，脫貧率達到81.77%，絕大多數(shù)農(nóng)村貧困戶已經(jīng)完成了脫貧。第二，不同因素對是否脫貧存在不同影響，在12個因變量中，戶主年齡、戶主受教育程度、外出打工經(jīng)歷、戶主婚姻狀況、家庭勞動力人數(shù)、家庭成員健康狀況、家庭居住地理位置、人均耕地面積通過了統(tǒng)計學上的顯著性檢驗，但戶主年齡與預期假設不一致，另外7個因素與預期假設一致；戶主性別、家庭總?cè)丝跀?shù)、家庭子女數(shù)量、家庭人均收入與農(nóng)村貧困戶是否脫貧沒有關系，主要是在精準扶貧中，政府政策起到了重要作用。

（二）建議

1.建立農(nóng)村貧困戶定點對口幫扶模式

從家庭個體特征來看，扶貧開發(fā)不僅是收入問題，更是農(nóng)村貧困戶能力培養(yǎng)的問題。要根據(jù)貧困戶的不同的致貧原因?qū)嵤┒c對口幫扶，針對年齡偏大的貧困戶，可以申請五保、低保和政府兜底的政策；針對受教育程度比較低的貧困戶，可以安排專門的技術培訓，提高技能，以此安排在村辦企業(yè)工作；針對有基本技能但沒有脫貧渠道的貧困戶，可以對外聯(lián)系企業(yè)或者工廠，通過外出務工增加收入來實現(xiàn)脫貧。

2.建立專項扶貧體系

專項扶貧體系包括住房、教育、健康、就業(yè)等，從農(nóng)村個體和基本特征來看，首先要解決農(nóng)村貧困戶的住房問題，尤其是家庭人口數(shù)較多的家庭；其次要解決貧困家庭子女教育問題，做到有學上、上好學，并且家庭勞動力也要接受技能培訓來提高抵抗貧困風險能力；再者貧困家庭成員有患病要及時得到醫(yī)治，并且提高報銷比例，防止因家庭成員生病而再次返貧；最后，各級主管部門要利用現(xiàn)有資源積極為農(nóng)村貧困戶安排就業(yè)，以此來提供家庭收入實現(xiàn)脫貧。

3.建立扶貧開發(fā)均衡格局

從村莊環(huán)境特征來看，扶貧開發(fā)不但是扶貧問題，而是地區(qū)開發(fā)問題。農(nóng)村貧困戶中距離城鎮(zhèn)越近的地區(qū)得到上級政府各種財政支持和優(yōu)惠政策的力度就越大，即比偏遠地區(qū)得到的扶持更多。所以應根據(jù)不同地區(qū)采取不同的開發(fā)政策來達到良好的脫貧效果，對于自然資源比較豐富的地區(qū)，應充分利用自然資源的優(yōu)勢進行合理有效地開發(fā)戰(zhàn)略；對于勞動力比較豐富的地區(qū)，采取鼓勵勞動輸出的戰(zhàn)略；對于不僅缺乏自然資源又無勞動力且環(huán)境惡劣的地區(qū)，采取搬遷或異地開發(fā)的戰(zhàn)略。