脫貧農(nóng)戶的收入不均等狀況及其影響因素研究
——來自幕阜山區(qū)S縣的證據(jù)

○陳志 許佳慧 吳海濤

（1湖北省社會科學(xué)院經(jīng)濟研究所，湖北 武漢 430077；2中南財經(jīng)政法大學(xué)工商管理學(xué)院，湖北 武漢 430077）

一、引言

當前，我國已經(jīng)實現(xiàn)了第一個百年奮斗目標，全面建成了小康社會，歷史性地解決了絕對貧困問題，正在朝著第二個百年奮斗目標邁進[1]。但絕對貧困問題的解決并不意味著中國反貧困事業(yè)的終結(jié)，以收入不均等為代表的相對貧困問題會進一步凸顯出來。國家統(tǒng)計局住戶調(diào)查數(shù)據(jù)表明，二十世紀八十年代初至二十一世紀初期，全國居民收入基尼系數(shù)從0.31上升到0.45，農(nóng)村居民收入基尼系數(shù)從0.25 上升到0.36。2007 年至2017 年，雖然農(nóng)村人均實際收入翻了一番，年均增速也高達12.9%，但基尼系數(shù)卻從2007 年的0.37 上升到2017 年的0.47，農(nóng)村內(nèi)部收入最高的10%人群與收入最低的10%人群之間的收入比從12.5 倍上升為15.5 倍[2]。據(jù)國家統(tǒng)計局公布的農(nóng)村居民人均可支配收入五等份分組數(shù)據(jù)顯示①數(shù)據(jù)來源：國家統(tǒng)計局.中國統(tǒng)計摘要(2019)[M].北京：中國統(tǒng)計出版社，2019.，2013年中國農(nóng)村居民高收入組與低收入組的人均可支配收入比值為7.4∶1，這一比值在2018年擴大至9.3∶1。由此可見，我國農(nóng)村收入不均等問題形勢還相當嚴峻。緩解脫貧農(nóng)戶收入不均等狀況將成為鞏固拓展脫貧攻堅成果及全面推進共同富裕時期的“當務(wù)之急”。

鑒于此，本文擬基于幕阜山區(qū)S縣的調(diào)查數(shù)據(jù)測度當前脫貧農(nóng)戶收入不均等狀況，并剖析影響脫貧農(nóng)戶收入不均等的核心因素，以期對緩解脫貧農(nóng)戶收入不均等狀況提出有針對性的對策建議，確保脫貧攻堅與鄉(xiāng)村振興的穩(wěn)步銜接，并為推動共同富裕提供有益參考。

二、文獻回顧與理論基礎(chǔ)

（一）文獻回顧

在收入不均等程度測度方法的研究歷程里，PARETO[3]在其分布函數(shù)中首先使用指數(shù)α來度量收入分配的狀況。PARETO 認為所有的收入分布都服從帕累托分布，但是實證檢驗結(jié)果表明，PARETO分布能夠很好地擬合高收入群體，而非整個收入群體的分布。在此基礎(chǔ)上，GINI（1910）基于洛倫茲曲線提出了一個比α更全面的指標，并于1914年提出了著名的基尼系數(shù)。這一測度方法由于其很好地詮釋了洛倫茲曲線的內(nèi)涵而為眾多學(xué)者所接受，并最終成為了使用最多的衡量指標。

除基尼系數(shù)外，THEIL[4-5]基于信息理論中的熵概念所提出并擴展的廣義熵指數(shù)也成為了學(xué)術(shù)界使用相對廣泛的測度指標之一，這一指數(shù)由于受樣本容量的影響較大而經(jīng)常與基尼系數(shù)合并使用。為使測度指標能夠更為有效地反映社會福利水平的變化，ATKINSON[6]基于社會福利函數(shù)首次提出了不均等狀況的衡量指標，即阿特金森指數(shù)。阿特金森指數(shù)和廣義熵指標實際上存在著對應(yīng)的單調(diào)轉(zhuǎn)換關(guān)系，且廣義熵指標中常用的指數(shù)也能用于不均等的分解。除上述指標外，度量收入不均等程度的指標還有相對離方差、變異系數(shù)、羅賓漢指數(shù)、廣義的基尼系數(shù)等[7]。

關(guān)注農(nóng)戶收入不均等狀況的同時，探究其背后的影響機制是縮小收入差距的途徑和方法。大量研究表明，農(nóng)戶的收入不均等程度受多種因素影響。理論上而言，人力資本對脫貧農(nóng)戶可能會產(chǎn)生非常強的促收效應(yīng)，人力資本不僅可以通過提高農(nóng)民勞動生產(chǎn)率來促進工資增長，而且還體現(xiàn)在增加勞動力的非農(nóng)參與機會上。大多學(xué)者認為教育對家庭收入差距的作用是非線性的[8-9],我國不同教育階段的教育回報率隨收入水平的變化呈現(xiàn)不同的變動特征,家庭平均受教育水平過低或者過高都有可能帶來收入差距的加大。中國農(nóng)村家庭不斷上升的疾病發(fā)病率不僅阻礙了健康人力資本的積累，而且還承受著沉重的醫(yī)療費用負擔(dān)所帶來的農(nóng)村家庭過度負債和因病致貧的風(fēng)險。相比于中高收入人群，災(zāi)難性衛(wèi)生支出通過健康狀況降低收入水平對低收入人群的作用強度更大[10]。有學(xué)者認為勞動力流動能夠提高農(nóng)村居民收入水平，一定程度上縮小農(nóng)村居民的收入差距[11]。

此外，大量研究發(fā)現(xiàn)，社會資本是緩解收入不均等加劇趨勢的重要均衡器，具有顯著的減貧效應(yīng)并能縮小農(nóng)戶間收入不均等程度[12-14]。然而，部分學(xué)者發(fā)現(xiàn)，以社會網(wǎng)絡(luò)表征的社會資本是“富人的資本”，社會資本甚至?xí)哟缶用耖g的收入不均等程度，這是因為富人擁有的財富與社會資本具有更強的增收效應(yīng)[15]。楊晶等[16]將社會資本分為紐帶型、橋梁型和連接型三類，并分別以“親戚經(jīng)濟支持”“人情禮支出”和“個體勞動者協(xié)會或工會”相關(guān)變量來刻畫其大小。人情資源對高收入群體的回報率更高，人情資源有擴大城市居民收入差距的作用趨勢[17]。但小額信貸較好地發(fā)揮了縮小城鄉(xiāng)收入差距的作用，且在經(jīng)濟發(fā)展水平較低時尤為明顯[18]。同時，促進農(nóng)村產(chǎn)業(yè)融合發(fā)展和參與合作社有利于縮小城鄉(xiāng)收入差距，農(nóng)村產(chǎn)業(yè)融合發(fā)展顯著強化了農(nóng)村經(jīng)濟增長和城鎮(zhèn)化對縮小城鄉(xiāng)收入差距的積極作用[19]，而貧困戶參與合作社扶貧對貧困戶家庭的人均收入、農(nóng)業(yè)生產(chǎn)性純收入、工資性收入、轉(zhuǎn)移性收入均具有正向影響[20]。

學(xué)者們圍繞收入不均等問題取得了較為豐碩的研究成果，遺憾的是，多數(shù)文獻僅利用某個單一指標度量收入不均等程度，比如變異系數(shù)、基尼系數(shù)或泰爾指數(shù)等，而各指標由于性能的不同，測度的結(jié)果可能不一致。此外，研究脫貧農(nóng)戶收入不均等影響因素的文獻較少，且已有文獻大部分是利用國家層面和省級層面的數(shù)據(jù)。

（二）理論基礎(chǔ)

收入分配理論指出，土地、勞動和資本是影響脫貧農(nóng)戶收入不均等的首要因素。古典經(jīng)濟學(xué)家曾對分配理論給予極高的重視，側(cè)重于討論土地、勞動和資本三種生產(chǎn)要素之間的收入分配。收入分配理論認為，收入由各種有關(guān)生產(chǎn)要素共同創(chuàng)造，各個要素的所有者分別依據(jù)這些要素各自提供的生產(chǎn)性服務(wù)，取得各自的收入：勞動的所有者得到工資、資本的所有者得到利息、土地的所有者得到地租。生產(chǎn)要素所有者在經(jīng)濟活動中提供的生產(chǎn)要素的服務(wù)是他們的收入來源，在提供生產(chǎn)要素服務(wù)之后，總收入中有一定的份額歸屬于各個生產(chǎn)要素所有者，土地、勞動和資本在分配過程中影響著農(nóng)戶的收入歸屬份額。

二十世紀六十年代，美國經(jīng)濟學(xué)家舒爾茨和貝克爾創(chuàng)立人力資本理論，開辟了關(guān)于人類生產(chǎn)能力的嶄新思路。該理論認為人力資本是體現(xiàn)在人身上的資本，即對生產(chǎn)者進行教育、職業(yè)培訓(xùn)等支出及其在接受教育時的機會成本等的總和，表現(xiàn)為蘊含于人身上的各種生產(chǎn)知識、勞動與管理技能以及健康素質(zhì)的存量總和。人力資本的強弱關(guān)系到脫貧農(nóng)戶的謀生能力和收入水平高低，進而影響農(nóng)戶收入不均等狀況。一般而言，教育、健康和勞動力會有助于拓展脫貧農(nóng)戶從事非農(nóng)活動的能力和非農(nóng)就業(yè)渠道，影響就業(yè)機會和經(jīng)濟地位，進而使得農(nóng)村內(nèi)部收入不均等程度更低。

同時，社會資本較高有助于提升脫貧農(nóng)戶的社會資源可獲得性，從而拓展自身的發(fā)展空間，對農(nóng)戶的收入分配變動產(chǎn)生影響。LOURY[21]從社會結(jié)構(gòu)資源對經(jīng)濟活動影響的角度出發(fā)，首次提出了與物質(zhì)資本、人力資本相對應(yīng)的一個嶄新的理論概念——社會資本。在他看來，社會資本是諸種資源之一，存在于家庭關(guān)系與社區(qū)的社會組織之中，是指個體或團體之間的關(guān)聯(lián)——社會網(wǎng)絡(luò)、互惠性規(guī)范和由此產(chǎn)生的信任，是人們在社會結(jié)構(gòu)中所處的位置給他們帶來的資源。社會資本有助于農(nóng)村居民獲取充分的就業(yè)信息，進而獲得優(yōu)質(zhì)的工作機會和較高的收入水平。對于擁有較多社會資本的父代來說，其自身可以更容易獲得高水平收入，并通過影響子代的受教育程度和職業(yè)選擇幫助子代也獲得較高的收入水平[22]。

本文在已有文獻的研究基礎(chǔ)上，結(jié)合收入分配理論、人力資本理論和社會資本理論，利用幕阜山區(qū)S 縣的調(diào)查數(shù)據(jù)，運用基尼系數(shù)、泰爾指數(shù)和阿特金森指數(shù)聯(lián)合測度法和RIF回歸方法，揭示目前脫貧農(nóng)戶收入不均等的狀況，厘清影響脫貧農(nóng)戶收入不均等的因素，根據(jù)研究結(jié)論為緩解我國農(nóng)村收入不均等程度提出政策建議。

三、收入不均等的程度測算

（一）方法選取

測量不均等的指標可以大致分為絕對指標和相對指標，目前學(xué)界應(yīng)用較為廣泛的是通過相對指標測度收入不均等。其中，代表性的指標有基尼系數(shù)、泰爾指數(shù)和阿特金森指數(shù)[23]。

二十世紀初意大利經(jīng)濟學(xué)家基尼于1922年提出了定量測定收入分配差異程度的指標，即基尼系數(shù)。其計算公式如下：

式（1）中，X代表各組的人口比重，Y代表各組的收入比重，v代表各組累計的收入比重，i=1，2，3，…,n，n代表分組的組數(shù)。

THEIL 基于信息理論中的熵理論提出了關(guān)于收入不均等的泰爾指數(shù)度量方法。泰爾指數(shù)可以用來衡量一個國家地區(qū)間的收入差異（或其它差異），其文字公式表示為各地區(qū)的收入份額與人口份額之比的對數(shù)的加權(quán)和，權(quán)數(shù)為收入份額。數(shù)字公式如下：

式（2）中，T是泰爾指數(shù)，Ii是第i個地區(qū)的收入，I是總收入，Pi是第i個地區(qū)的人口，P是總?cè)丝?。泰爾指?shù)≥0，指數(shù)值越小，不均等的差異就越小。

阿特金森指數(shù)是諸多收入不均等測度指標中明顯帶有社會福利規(guī)范觀點的一個指數(shù)。其數(shù)學(xué)公式如下：

式（3）中x*是認為被所有人都能接受的人均收入水平，μ為平均收入。從該指數(shù)可以看出，社會收入分配越公平，則x*越接近μ，阿特金森指數(shù)值也就越小。對于任何分布而言，阿特金森指數(shù)值的取值范圍為0～1，其中0 代表社會達到了收入的完全公平分配。

（二）數(shù)據(jù)來源及結(jié)構(gòu)

本文使用的數(shù)據(jù)來源于筆者所在研究團隊于2020 年7 月中旬在幕阜山區(qū)S 縣進行的貧困戶脫貧質(zhì)量調(diào)研。S縣位于幕阜山區(qū)，屬于貧困深度較大的連片特困地區(qū)，于2018年底實現(xiàn)全縣“脫貧摘帽”，全縣建檔立卡貧困人口均實現(xiàn)了現(xiàn)行標準下的脫貧。本次調(diào)查覆蓋S縣全部13個鄉(xiāng)鎮(zhèn)，調(diào)查對象僅涉及脫貧農(nóng)戶，采取分層隨機抽樣的方法確定樣本村和樣本脫貧農(nóng)戶，進村入戶后對抽取到的脫貧農(nóng)戶戶主或其成年家庭成員進行問卷調(diào)查。主要調(diào)查其脫貧前后的政策享受情況與生計狀況。本次調(diào)查發(fā)放1 034 份問卷，篩除有缺失值和極端值的樣本后，保留有效問卷1 034 份。抽樣結(jié)果顯示，本次調(diào)查具有較好的代表性。

實地調(diào)查內(nèi)容主要包括以下方面：戶主及家庭基本情況、“兩不愁”和“三保障”情況，產(chǎn)業(yè)扶貧、轉(zhuǎn)移就業(yè)扶貧、扶貧小額信貸等扶貧政策享受情況，2014 年和2019 年的家庭收入登記及收入來源，駐村幫扶、脫貧退出認可度、脫貧前后風(fēng)險與生計資本對比等，具體內(nèi)容如表1所示。

表1 幕阜山區(qū)S縣實地調(diào)研數(shù)據(jù)調(diào)查內(nèi)容

（三）脫貧農(nóng)戶收入不均等狀況

對于脫貧農(nóng)戶收入不均等的測度采取基尼系數(shù)、泰爾指數(shù)和阿特金森指數(shù)三種指標。其中，脫貧農(nóng)戶的收入包含人均純收入及各分項收入。本文將分別測度調(diào)查樣本中脫貧農(nóng)戶在2014年和2019年的收入不均等狀況，并根據(jù)結(jié)果進行系統(tǒng)分析。

表2展示的是篩除極端值樣本后，樣本貧困戶在2014年各收入類型的不均等度量。需要指出的是，當年樣本貧困戶都未脫貧，還屬于建檔立卡貧困戶。在當年，樣本貧困戶人均純收入的基尼系數(shù)為0.52，工資性收入的基尼系數(shù)為0.48，經(jīng)營性收入的基尼系數(shù)0.39，轉(zhuǎn)移性收入的基尼系數(shù)為0.43，財產(chǎn)性收入的基尼系數(shù)為0.04。在國際慣例中，基尼系數(shù)大于0.5 時表示收入差距懸殊，在0.40～0.50 之間表示收入差距較大，在0.30～0.40 之間被視為收入相對合理。由此可見，2014年，樣本貧困戶人均純收入差距較為懸殊，工資性收入和轉(zhuǎn)移性收入差距較大，經(jīng)營性收入差距尚可，但財產(chǎn)性收入?yún)s過于平均，原因在于93.3%的樣本貧困戶的財產(chǎn)性收入為0。

表2 2014年脫貧農(nóng)戶各項收入的不均等程度

泰爾指數(shù)越大表明收入差距越大。由表2 中的泰爾指數(shù)可知，樣本貧困戶從工資性收入差距、轉(zhuǎn)移性收入差距、經(jīng)營性收入差距到財產(chǎn)性收入差距依次縮小。同時，因阿特金森指數(shù)具有洛倫茨準則一致性，所以表2中樣本貧困戶阿特金森指數(shù)結(jié)果和基尼系數(shù)結(jié)論顯示的差距程度具有一致性。

表3展示的是篩除極端值樣本后，樣本農(nóng)戶在2019 年各收入類型的不均等度量。需要指出的是，樣本農(nóng)戶此時均已脫貧。由表3 可知，2019 年脫貧農(nóng)戶人均純收入的基尼系數(shù)為0.42，經(jīng)營性收入、轉(zhuǎn)移性收入、工資性收入、財產(chǎn)性收入的基尼系數(shù)分別為0.48、0.46、0.37 和0.36。可見，脫貧農(nóng)戶人均純收入、經(jīng)營性收入、轉(zhuǎn)移性收入差距較大，工資性收入和財產(chǎn)性收入差距較合理。由泰爾指數(shù)得出，在各項收入中，經(jīng)營性收入差距、轉(zhuǎn)移性收入差距、財產(chǎn)性收入差距到工資性收入差距依次縮小。阿特金森指數(shù)結(jié)果除經(jīng)營性收入差距和轉(zhuǎn)移性收入差距與基尼系數(shù)結(jié)論有些許差異外，其他收入差距程度依然與基尼系數(shù)呈現(xiàn)一致性。

表3 2019年各項收入的不均等程度

以基尼系數(shù)為主要參照，對比2014 年和2019年樣本農(nóng)戶的收入不均等測度結(jié)果發(fā)現(xiàn)，2019 年樣本農(nóng)戶的人均純收入差距、工資性收入差距較2014 年都呈現(xiàn)顯著縮小的趨勢；經(jīng)營性收入和轉(zhuǎn)移性收入的差距略有擴大，但都還在合理范圍。財產(chǎn)性收入出現(xiàn)較大幅度增加，主要原因是脫貧后部分農(nóng)戶開始擁有了財產(chǎn)性收入。縱向?qū)Ρ冉Y(jié)果再次驗證了，脫貧攻堅工作確實取得了良好的工作成效——從整體上縮小了貧困戶的收入差距。但就脫貧農(nóng)戶收入不均等（基尼系數(shù)）的絕對值看，尚處于差距較大的區(qū)間，若不及時科學(xué)應(yīng)對，極可能出現(xiàn)一定規(guī)模的返貧，從而影響全面小康社會的質(zhì)量。由此，必須要掌握影響脫貧農(nóng)戶收入不均等的核心阻礙因素。

四、收入不均等的影響因素分析

（一）模型構(gòu)建

再中心化影響函數(shù)適用于衡量樣本中解釋變量某一處微小變化對被解釋變量統(tǒng)計量分布的影響研究，RIF回歸不僅能夠反映出自變量對因變量的多種統(tǒng)計分布，而且能夠更加有效地解決遺漏變量等帶來的內(nèi)生性問題。RIF的計算基于IF，是在IF 基礎(chǔ)上加上原始的統(tǒng)計量構(gòu)成的[24]。IF 具體的定義式如表達式（4）所示：

式（4）含義為樣本發(fā)生微小的增加后，其統(tǒng)計量將發(fā)生的改變。RIF在IF的基礎(chǔ)上，加上了在原分布中的相應(yīng)統(tǒng)計量形成式（5）：

式（5）中，在給定原始分布和統(tǒng)計量時，RIF是被解釋變量的函數(shù)。被解釋變量旨在反映脫貧農(nóng)戶收入不均等程度，而衡量收入不均等程度的指標一般為基尼系數(shù)。因此，本文在此構(gòu)建以脫貧農(nóng)戶收入或各分項收入基尼系數(shù)為被解釋變量的RIF基準模型，具體形式如下：

為保證回歸結(jié)果的穩(wěn)健性，依次加入分類解釋變量進入回歸，形成表達式（6）至（8）。以上表達式中，GINI(lninc)表示脫貧農(nóng)戶年總收入或各分項收入的對數(shù)基尼系數(shù)，x1表示脫貧農(nóng)戶人力資本對應(yīng)的變量，x2表示社會資本對應(yīng)的變量，x3表示物質(zhì)資本對應(yīng)的變量。

（二）變量選取及描述性統(tǒng)計

1.變量選取

被解釋變量：在基準模型中將脫貧農(nóng)戶年總收入和各分項收入對數(shù)的基尼系數(shù)作為被解釋變量。在穩(wěn)健性檢驗中選取總收入對數(shù)的方差作為被解釋變量。

解釋變量：將前文所述的影響農(nóng)戶收入不均等各因素作為解釋變量。需要說明的是，由于此處分析的是脫貧農(nóng)戶收入不均等的影響因素，因此使用的數(shù)據(jù)為幕阜山區(qū)S 縣調(diào)查數(shù)據(jù)中樣本農(nóng)戶2019年的相關(guān)經(jīng)濟狀況。根據(jù)問卷設(shè)計情況，在進行定量分析時使用“親朋支持戶數(shù)”變量來衡量“人情資源”因素，運用“是否發(fā)展產(chǎn)業(yè)”變量來衡量“產(chǎn)業(yè)融合”因素，最后將“戶主性別”和“耕地面積”兩個變量也加入回歸模型，并將以上所有變量分為三類——人力資本、社會資本和物質(zhì)資本。

具體地，根據(jù)樣本特征和研究需要，本文在做回歸分析時，在人力資本方面選取該脫貧農(nóng)戶的戶主性別、戶主健康水平、家庭成員受教育年限均值和家庭勞動力人數(shù)來衡量；在社會資本方面選取該農(nóng)戶能夠給予資金支持的親朋戶數(shù)、是否借過扶貧小額信貸、是否獨立發(fā)展了產(chǎn)業(yè)以及是否入股了合作社；物質(zhì)資本方面則用耕地面積來代表。

2.描述性統(tǒng)計

相關(guān)解釋變量的描述性統(tǒng)計結(jié)果如表4所示，在人力資本方面，樣本中脫貧農(nóng)戶的戶主性別81%為男性，戶主健康水平分布在“非常差”到“非常好”之間，平均值為2.77，說明健康水平整體一般；家庭成員受教育年限均值為5.23，通俗來說，整體停留在小學(xué)學(xué)歷水平；家庭勞動力人數(shù)均值為1.57，整體偏少。在社會資本方面，能夠給予脫貧農(nóng)戶資金支持的親朋戶數(shù)量均值為2.42，中位數(shù)為2，說明該項分布不算平均；21%的脫貧農(nóng)戶借過小額信貸、38%的脫貧農(nóng)戶獲得資本獨立發(fā)展產(chǎn)業(yè)、8%的脫貧農(nóng)戶入股了合作社。在物質(zhì)資本方面，戶均耕地分布在0到5.31畝之間，均值為2.24畝。

表4 解釋變量的描述性統(tǒng)計（2019年）

（三）實證結(jié)果分析

按照上述模型和變量設(shè)置，分別以脫貧農(nóng)戶總收入和各分項收入對數(shù)的基尼系數(shù)作為刻畫收入不均等程度的被解釋變量，基于幕阜山區(qū)S縣脫貧農(nóng)戶2019年的相關(guān)數(shù)據(jù)依次進行RIF回歸。

1.以總收入對數(shù)的基尼系數(shù)為被解釋變量的回歸分析結(jié)果

為保證回歸穩(wěn)健性，依次加入各變量得到模型5-1 至模型5-3，在以總收入對數(shù)的基尼系數(shù)作為被解釋變量的情況下，得到回歸結(jié)果如表5所示。

表5中，模型5-1至模型5-3擬合度不斷增加，且核心解釋變量的顯著性和方向基本保持不變，基準模型的回歸結(jié)果具有較強的穩(wěn)健性。具體地，在人力資本方面，“戶主性別”“受教育水平”和“勞動力”對總收入水平對數(shù)的基尼系數(shù)存在顯著性的負相關(guān)，即戶主為男性、家庭平均受教育水平越高、家庭勞動力越多的農(nóng)戶之間的不均等程度越??；同時，戶主的“健康水平”對收入不均等程度的影響也是負向的。在社會資本方面，只有依靠資本“發(fā)展產(chǎn)業(yè)”對收入不均等程度有顯著的負向影響，而“加入合作社”對收入差距的影響不顯著。一般而言，“加入合作社”對農(nóng)戶收入具有顯著的正向作用，而對其收入差距的影響不顯著的原因可能在于“加入合作社”對農(nóng)戶收入的提高是較為廣泛公平的，與其他個人和家庭因素?zé)o關(guān)。在物質(zhì)資本方面，耕地面積越多則脫貧農(nóng)戶的收入不均等程度越小。

表5 總收入對數(shù)作為被解釋變量的RIF回歸結(jié)果（2019年）

考察各因素對收入不均等程度的影響，從宏觀上看就是探究其對收入邊際變化的影響。理論上，若該因素使得低收入農(nóng)戶的收入增速高于高收入農(nóng)戶，那么它就能縮小農(nóng)戶收入差距，反之，如果一種因素對高收入農(nóng)戶的增收效應(yīng)高于低收入農(nóng)戶，那么它就會惡化脫貧農(nóng)戶的收入不均等程度。由回歸結(jié)果可知，在人力資本方面，“受教育水平”“健康水平”和“勞動力”的增加可以緩解農(nóng)戶收入差距，并且它們能使低收入農(nóng)戶的收入增速高于高收入農(nóng)戶，在回報率上隨著農(nóng)戶收入增加，會呈現(xiàn)出邊際增速遞減的趨勢。人力資本狀況越富裕的脫貧農(nóng)戶，其獲得較高收入地位的可能性越大，對農(nóng)戶收入不均等具有抑制作用。在社會資本方面，“發(fā)展產(chǎn)業(yè)”對低收入農(nóng)戶的收入增加效應(yīng)更明顯。在物質(zhì)資本方面，“耕地面積”也有同樣的效果?？偟膩碚f，影響脫貧農(nóng)戶收入不均等的各項因素都是通過對低收入農(nóng)戶的收入增速高于高收入農(nóng)戶的路徑來縮小農(nóng)戶間收入差距的。

2.以分項收入對數(shù)的基尼系數(shù)為被解釋變量的回歸結(jié)果分析

從上文對脫貧農(nóng)戶收入不均等狀況的分析可知，對貧困農(nóng)戶的各分項收入而言，最主要的來源是工資性收入和生產(chǎn)經(jīng)營性收入，轉(zhuǎn)移性收入較少，財產(chǎn)性收入更是微乎其微。江帆和吳海濤[25]發(fā)現(xiàn)，探究如何緩解工資性收入和生產(chǎn)經(jīng)營性收入對緩解脫貧農(nóng)戶收入不均等具有更直接的作用。在此，本文分別將年總收入對數(shù)、工資性收入和經(jīng)營性收入對數(shù)的基尼系數(shù)作為因變量帶入回歸模型，依次建立模型6-1、模型6-2和模型6-3，回歸結(jié)果如表6所示。

由表6可知，戶主性別為男性對緩解脫貧農(nóng)戶收入不均等有著顯著影響，對工資性收入和經(jīng)營性收入不均等的影響并不顯著；戶主健康水平好對緩解脫貧農(nóng)戶總收入和工資性收入不均等有著顯著正向影響，且對緩解工資性收入不均等的效果更為顯著；家庭成員的受教育平均水平越高，也會顯著緩解脫貧農(nóng)戶總收入和工資性不均等程度，且對總收入不均等的緩解效果更為顯著；家庭勞動力人數(shù)越多，越能夠緩解脫貧農(nóng)戶總收入和工資性收入不均等程度，但它對經(jīng)營性收入差距沒有顯著影響。相反，“親朋支持”和“小額信貸”的支持力度越大，對緩解貧困農(nóng)戶的經(jīng)營性收入不均等有著顯著正向影響。脫貧農(nóng)戶可以獨立發(fā)展產(chǎn)業(yè)且家庭耕地面積越大，越能緩解脫貧農(nóng)戶的總收入和經(jīng)營性收入不均等，但對工資性收入差距沒有顯著影響。是否入股合作社對脫貧農(nóng)戶收入不均等沒有顯著影響。

表6 各分項收入對數(shù)作為被解釋變量的RIF回歸結(jié)果（2019年）

（四）穩(wěn)健性檢驗

1.更換收入不均等測度方法

為保證基準模型回歸的穩(wěn)健性和可靠性，將衡量收入不均等程度的被解釋變量替換為脫貧農(nóng)戶總收入對數(shù)的方差，模型中其他解釋變量與上文一致，RIF 回歸具體結(jié)果如表7 所示。表7 的回歸結(jié)果顯示，戶主性別為男性對收入不均等程度有顯著的負向影響，在1%顯著性水平上顯著；“受教育水平”“勞動力”“親朋支持”“發(fā)展產(chǎn)業(yè)”和“耕地面積”這些變量的增加都能有效緩解農(nóng)戶內(nèi)部收入差距。唯一與基尼系數(shù)作為被解釋變量時不同的是，“健康水平”對脫貧農(nóng)戶的收入不均等程度變得不顯著了。

表7 更換測度后的DIF回歸結(jié)果（2019年）

對比表5 和表7 可知，各解釋變量系數(shù)符號基本未改變且保持顯著性，與基準模型展示的回歸結(jié)果一致，說明上述解釋變量確實可以有效緩解農(nóng)戶內(nèi)部收入差距，對脫貧農(nóng)戶收入不均等的影響具有穩(wěn)健性。

2.更換回歸方法

考慮到脫貧農(nóng)戶人均可支配收入為連續(xù)變量，因此本文將回歸方法更換為最小二乘法（OLS），據(jù)此對基準模型回歸結(jié)果進行穩(wěn)健性檢驗。

表8 中，被解釋變量為農(nóng)戶總收入對數(shù)，解釋變量與基準模型一致。同樣采取逐步加入變量的方式，先加入“人力資本”類別變量，再依次加入“社會資本”和“物質(zhì)資本”類別變量，得到回歸結(jié)果如表8中模型8-1至8-3所示。

表8 中模型8-1 至8-3 的回歸判定系數(shù)均在21%以上，說明模型中變量能解釋相當規(guī)模的脫貧農(nóng)戶收入變化情況，即回歸結(jié)果具有一定的代表性和解釋力。從全樣本回歸模型來看，“健康水平”“受教育水平”“勞動力”“耕地面積”的增加以及“發(fā)展產(chǎn)業(yè)”“加入合作社”對脫貧農(nóng)戶收入的增加（進而緩解收入不均等）具有顯著的正向作用，與前文基準模型中的回歸結(jié)果基本一致，充分證明了基準模型的回歸結(jié)果具有較強的穩(wěn)健性和可信度。

表8 各變量對總收入對數(shù)的OLS回歸結(jié)果（2019年）

五、結(jié)論與建議

（一）研究結(jié)論

本文基于幕阜山區(qū)S 縣調(diào)查數(shù)據(jù)測度了當前脫貧農(nóng)戶收入不均等狀況，比較了脫貧前后不均等水平的變化，并剖析了影響脫貧農(nóng)戶收入不均等的核心因素，研究發(fā)現(xiàn)：脫貧農(nóng)戶收入不均等狀況較脫貧前有較大緩解，但基尼系數(shù)、泰爾指數(shù)等系數(shù)的絕對值還處在偏大的區(qū)間，仍存在進一步緩解的空間，而脫貧農(nóng)戶的收入不均等狀況主要受到人力資本、社會資本、物質(zhì)資本等因素的影響。

具體地，在人力資本方面，戶主為男性、家庭平均受教育水平越高、家庭勞動力越多、戶主健康水平較好的脫貧農(nóng)戶收入不均等程度越低；在社會資本方面，有發(fā)展產(chǎn)業(yè)的脫貧農(nóng)戶間的收入不均等程度相對較低；在物質(zhì)資本方面，耕地面積越多的脫貧農(nóng)戶，其收入不均等程度越小。

（二）政策建議

1.注重脫貧農(nóng)戶人力資本培育，不斷提高脫貧農(nóng)戶可持續(xù)生計能力。提高農(nóng)村基層醫(yī)療服務(wù)水平，方便脫貧農(nóng)戶就醫(yī)，保障其健康水平；鞏固落實各類教育扶貧政策，加強農(nóng)村學(xué)校教師隊伍建設(shè)，確保優(yōu)質(zhì)教學(xué)資源適當向相對貧困的山區(qū)傾斜；強化農(nóng)業(yè)技能培訓(xùn)，培養(yǎng)新型職業(yè)農(nóng)民，全面提升農(nóng)村勞動力素質(zhì)，促進相對低收入的脫貧農(nóng)戶持續(xù)增收。

2.強化脫貧農(nóng)戶社會資本保障。地方政府、農(nóng)民專業(yè)合作社要幫助脫貧農(nóng)戶把控產(chǎn)業(yè)項目參與的質(zhì)量，降低信貸資金投放的風(fēng)險，提高資金的使用效率；政府和社會要加強對脫貧農(nóng)戶的技術(shù)培訓(xùn)，使其持久性地融入產(chǎn)業(yè)扶貧項目中；在激發(fā)脫貧農(nóng)戶發(fā)展產(chǎn)業(yè)內(nèi)生動力的同時，跟進扶貧小額信貸資金的投放，為脫貧農(nóng)戶的產(chǎn)業(yè)發(fā)展提供資金支持，保障其穩(wěn)定增收。

3.提升脫貧農(nóng)戶物質(zhì)資本水平。耕地面積與農(nóng)業(yè)收入密切相關(guān)，應(yīng)完善耕地保護政策，通過工程技術(shù)措施等提升耕地總體質(zhì)量，保證脫貧農(nóng)戶收入來源。確保脫貧農(nóng)戶的生計資本和生計能力穩(wěn)定提升，進一步緩解收入不均等狀況，實現(xiàn)穩(wěn)定脫貧的目標。