摘要：贫困一直是经济学界探讨的热门话题，而学者们一般都是从贫困发生率研究贫困问题。本文将转化视角从贫困脆弱性的概念出发，利用CHNS微观数据，选取了江苏省162个在调查期间一直参与调查的农村家庭，研究了江苏省农村家庭贫困脆弱性与户主特征的关系。研究表明：农村家庭户主受教育水平越高、年收入越高，则家庭陷入贫困的概率越小；户主年龄越大、性别为女性、患重大疾病，则家庭陷入贫困的概率越大。
关键词：贫困脆弱性；户主特征；Probit模型
一、引言
长期以来对于农村贫困问题的研究主要集中在贫困发生率问题上，而其实贫困是一个动态的随机现象。即使有些家庭距离贫困线还有一些距离，偶然突变的因素也会使他们非常容易陷入贫困，尤其对于农村家庭，有些家庭现在贫困将来有可能继续贫困，也有可能很快就会脱离贫困。基于此，为了切实改善民生，不管是对于农村居民还是对于XX，我们都迫切需要研究农村家庭贫困脆弱性问题。
二、对贫困脆弱性的理解
“贫困”和“脆弱性”既有联系又有区别，贫困是事后状态而脆弱性却是将来陷入贫困的可能性。从现在看来，有些家庭并不贫困但有可能很脆弱，有的家庭贫困但却不脆弱，因为有可能很快就会有好转。
对于贫困脆弱性的概念的理解，外国学者的观点更有说服力一点。Pritchett等（2000）将其定义为在未来几年内，一个农村家庭不少于一年陷入贫困的概率；Kühl（2003）认为贫困脆弱性就是一个家庭遭受重大风险冲击后，家庭福利水平低于社会最低福利水平的概率；而Chaudhuri,JalanandSuryahadi（2002）认为一个家庭在时间t的脆弱性就是这个家庭在时间t+1陷入贫困的概率。
由此，我们可以将贫困脆弱性定义为一个家庭由于面临各种风险而在未来陷入贫困的概率。贫困脆弱性家庭不仅包括持续贫困的家庭，也包括现在不贫困但将来陷入贫困的家庭。
三、文献综述
国内外学者在贫困脆弱性的研究上都作出了很大的贡献，下面将分别论述。
国外方面，不同学者的研究建立在各自对贫困脆弱性定义不同的理解之上，其中最有代表性是：Chaudhuri等（2002）的预期的贫困脆弱性，是指家庭在未来陷入贫困的可能性；Dercon和Krishman（2000）的风险暴露脆弱性，是指由于遭受风险而产生的事后福利损失导致家庭陷入贫困的概率.NeilMccullochandMicheleCalandrino（2003）选取了我国四川农村家庭1991—1995年的截面数据，对我国四川农村的家庭贫困脆弱性进行了详细地测度，并得出即使某些家庭的平均消费在贫困线以上也是非常容易陷入贫困的结论。外国学者研究我国农村家庭脆弱性，更能从客观的角度对我国四川农村家庭贫困脆弱性做出一个评价，以便我国XX更好地制定扶贫政策。但是他们大多忽略了导致农村家庭贫困的根源，尤其是户主特征对家庭贫困脆弱性的影响。
国内方面，对贫困脆弱性的研究还处于探索阶段，研究初期也有不少学者对此已经做出了自己的贡献。黄承伟、王小林、徐丽萍（2010）详细介绍了贫困脆弱性的概念及其测量方法，并对国外具有代表性的三种测量方法进行详细地说明，对我们继续开展贫困脆弱性的研究做好了铺垫。此外，还有一部分研究是基于对已有方法的应用，但是他们的研究都是基于家庭层面的，没有深入到户主个人特征，这也是本文即将进一步探讨的内容。万广华、章元（2009）通过中国农村住户调查数据采用不同的脆弱线、贫困线检测了决定贫困脆弱性预测精确性的因素。李丽、刘永久（2010）对农村家庭贫困脆弱性进行了初步测算，并进一步探究了其根源性影响。这也是本文要探讨的，但是本文将在前人研究基础上，更进一步研究农村家庭脆弱性与户主特征的关系，将影响因素进一步细化。
以上国内外学者的研究总结如下：在贫困脆弱性的测量方面已经有很多学者探讨过了。此外，对于贫困脆弱性的影响因素方面，虽然有一些学者也研究过，但是都在比较大的方面，而本文将在此基础上进一步细化为研究户主特征与家庭贫困脆弱性的关系。
四、模型与数据
（一）贫困脆弱性的测量
本文根据贫困脆弱性的定义及前人的研究给出如下理论框架。首先，用V来表示贫困脆弱性，Y代表家庭的福利水平（消费或收入），f(Yi,t+1)表示家庭未来福利的概率密度分布函数。由于在前文中，我们贫困脆弱性定义为一个家庭由于面临各种风险而在未来陷入贫困的概率，公式表示如下：
V_it=∫_(-∞)^z▒f_t(Y_(i,t+1))d(Y_(i,t+1))（1）
其中，下标i和t分别表示家庭和时间点，z代表贫困线。显然，这里的Vit就表示家庭在t+1时的福利水平低于事前确定的贫困线z的概率。
根据Singh和Maddala（1976）的研究，对数正态分布适合描述低收入群体的收入水平，而由于本文研究的是低收入群体的收入水平，所以，对数正态分布的假设对于本文而言比较可取。此处，我们假设家庭未来收入服从正态分布，则其概率密度函数可以表示为：
f(Y_(i,t+1))=1/(Y_(i,t+1)b_i√2π)e^(-(lnY_(i,t+1)-α_i)^2/(2b_i^2))（2）
其中，αi是家庭i在未来收入的期望，bi是未来收入的标准差。我们用永久收入作为未来收入的期望的估计值，用观察到的收入水平的标准差作为未来收入标准差的估计值：b_i=√(∑▒〖（lnY_(i,t)-α_i）〗^2)（3）
万广华、章元（2009）研究指出，农村家庭贫困脆弱性预测的精确性还与贫困线的选择有关，而且其他条件不变，高贫困线下预测的精确度更高。因此，本文选用世界银行公布的每人每天两美元的标准为贫困线，并用世界银行公布的购买力平价进行折算。
（二）数据来源
本文数据选自ChinaHealthandNutritionSurvey（CHNS），即中国营养与健康调查，该项调查共进行了7轮，分别在1989年、1991年、1993年、1997年、2000年、2004年、2006年实施了调查，每轮调查涉及9个省份，4000多个城乡家庭。调查中包括了各项收入、补贴及有关家庭特征的信息，为研究贫困脆弱性提供了可能。为了更加接近当前农村家庭的实际情况，本文选取了最近2次的调查数据，即2004年和2006年都参与调查的家庭。由于本文研究的是江苏省农村家庭，因此剔除城市和其他省份的相关数据。根据选取的相关变量（表格1），排除了缺失值和异常值之后，我们最后选取了162个在调查期间一直参与研究的家庭数据。本文通过这些家庭2004年的数据进行实证分析，并将预测结果与2006年的数据进行对比分析。
根据CHNS中的相关调查数据，以及本文的研究方向，选取了以上具有代表性的几个变量：第一、户主年收入的对数，这也是本文的一个重要变量，因为根据日常生活经验，户主的收入对农村家庭影响非常大，甚至是全局性的，因此，本文把它作为变量之一，从模型的角度来验证一下我们的日常经验是否正确。因为在所选取的变量中，户主年收入数值较大，为了减少差异，将其进行对数化处理。第二、户主的个人特质，关于这点，本文选取了具有代表性的两个：年龄和性别。第三、户主的受教育水平。户主的受教育水平是指户主在接受了国内外教育后所获得的最高学历或者与现有文化水平相当的学历，CHNS问卷中有一项涉及此数据。第四、主要考察户主的行为特征，如是否有吸烟史，是否酗酒。因为吸烟和酗酒一方面影响健康，一方面影响家庭支出，而从我们的经验来说，这两方面对农村家庭来说都是比较不可承受的。第五、从户主是否患重大疾病方面考察家庭的脆弱性，这里因为CHNS数据只考察了高血压、中风、心肌梗死三种疾病，因此本文无法更细地分类，只能笼统地利用户主是否患病作为一类变量来研究农村家庭贫困脆弱性。
（三）建立Probit回归模型
本文主要探究的是农村家庭贫困脆弱性与户主特征的关系，我认为最主要的问题是追根究源找出各种影响因素而不是停留在脆弱性测度层面上。因此，本文将反应变量（家庭贫困脆弱性）作为分类变量，并根据各个家庭的年收入状况及贫困线对其进行赋值，脆弱V=1、不脆弱V=0，并在此基础上探究农村家庭贫困脆弱性与户主特征量的关系。
由于Probit回归模型可用于对反应变量为分类变量（本文中反应变量为农村家庭贫困脆弱性，脆弱V=1、不脆弱V=0）的资料进行统计分析。因此，为了进一步考察农村家庭贫困脆弱性与户主特征的关系,本文建立了如下的Probit模型:
P(V_i=1)=Ф(α+β_1lninco+β_2hage+β_3hsex+β_4heduc+β_5smoke+β_6wine+β_7disease+μ_i）
上式里的下标i表示第i个家庭，μi为随机扰动项；模型的被解释变量是为被预测并被校正后的贫困脆弱性。方程右边控制了影响贫困脆弱性的变量。
五、实证分析与对照
（一）相关性分析
为了更好地处理模型，我们首先对这些变量进行相关性分析。通过SPSS软件可得各变量之间的相关关系，见表格2。
由此表可知，解释变量hage、heduc、hsex、lninco、disease和被解释变量V之间的P值分别为0.000、0.000、0.002、0.000、0.001，通过1%的显著性检验，说明这几个解释变量与被解释变量之间有较强的相关关系，而解释变量smoke和wine与V之间的P值分别为0.133、0.102，未通过5%的显著性检验，说明这两个解释变量和V之间的相关性不强。同时，解释变量smoke和wine与disease之间的P值分别为0.000、0.001，通过了1%的显著性检验，说明smoke和wine两个变量都和disease有较强的相关性，而其他相关解释变量之间相关关系较弱。
因此，smoke、wine两个变量都和disease有较强的相关性，将这三个变量同时放入probit模型可能会出现多重共线性问题。在现实生活中不难发现吸烟和酗酒有害健康，容易致病，同时考虑到v和smoke与wine相关关系不显著，进而我们在此模型中可以去掉smoke与wine变量，只将disease放入probit模型中。
（二）得出Probit模型
根据CHNS2004年的江苏省农村家庭调查数据，运用SPSS软件可以得到Probit回归结果，如表3。
依据表3，我们得出了以下模型：
P(V_i=1)=Ф(45.171-5.276lninco+0.11hage+1.03hsex-4.213heduc++3.343disease)
由此回归结果可知：变量hage、heduc、hsex、lninco、disease的P值分别为0.000、0.000、0.042、0.000、0.000，通过了95%的显著性检验，这表明农村家庭户主的年龄、受教育水平、性别、年收入和患病对贫困脆弱性的影响效果显著。
变量heduc和lninco对于农村家庭贫困脆弱性的影响为负效应，即农村家庭户主受教育水平越高、年收入越高，家庭陷入贫困的概率越小；而变量hage、hsex和disease对于农村家庭贫困脆弱性的影响为正效应，即农村家庭户主年龄越大、性别为女性、患病，则家庭陷入贫困的概率越大。
户主的年收入水平对农村家庭贫困脆弱性的影响最明显。户主年收入对数的系数为-5.276且具有统计显著性。这表明，具有高收入的家庭能够有效地降低其贫困脆弱性。户主的受教育水平也是降低家庭脆弱性的一个重要因素，其系数为-4.213且具有统计显著性。此外，户主的身体状况对家庭脆弱性来说是一个正相关的重要因素，户主患病这一因素的系数为3.343且在5%的水平上显著，说明户主患重大疾病，则其家庭脆弱性会增加。
总的来说，本文从选取变量到模型的建立主要是结合所学知识及日常生活经验整理成文，目的在于研究户主特征与家庭贫困脆弱性的关系，丰富研究方法，从经济学角度说明现实问题。
（三）对照
为了检测模型预测的准确性，本文将针对以上模型选取的162个在调查期间一直参与调查的家庭在2004年预测出的贫困脆弱性与2006年这些家庭中实际发生的贫困家庭数进行对比，见表4。
由表4可知，2004年预测将来可能陷入贫困的38户农村家庭中有13户在2006年陷入了贫困，重合率为32.14%，说明本文说采用的模型具有一定的可靠性。但是本文的主要目的是为了估计农村家庭贫困脆弱性与户主特征的关系，于是只是定性地分析了贫困脆弱性，而没有将其实际脆弱性值测算出来，这也是本文的缺陷之一，也希望有更多的学者将来能够把这方面做得更精确。
六、结论及政策建议
（一）结论
第一、农村家庭户主的年龄、受教育水平、性别、年收入和患病对贫困脆弱性的影响效果显著。其中，户主的高受教育水平和高年收入都能够显著地降低其家庭贫困脆弱性。
第二、户主为女性则家庭更容易陷入贫困；且户主年龄越大，陷入贫困的风险越大。
第三、户主若患重大疾病，则家庭的贫困脆弱性会显著增加。
（二）政策建议
从贫困脆弱性的角度来重新考量农村贫困问题，将会是我国扶贫工作新的切入点。下面将结合本文的研究结果对扶贫政策的制定提出一些个人建议：
首先，我们要切实落实好农村的教育问题，尤其是对女性的教育，提高农村人力资本，提高农村家庭的社会竞争力，从而从根本上消除贫困。
其次，建立良好的农村医疗保障体系，让农村家庭逐步具有应对疾病、应对风险的能力，这也是降低家庭贫困脆弱性的有效途径之一。
最后，建立有效的贫困预警机制。扶贫工作更需要了解的是家庭未来可能面临各种使家庭陷入贫困的风险以及他们对这些风险的应对能力。经济政策、社会环境、意外灾害以及家庭成员的身体健康等任何一种风险发生，都有可能导致家庭陷入贫困。因此，建立一个有效的贫困预警机制对减少未来贫困的发生有很大的作用。
参考文献
世界银行.2000/2001年世界发展报告——与贫困作斗争[R].北京：中国财政经济出版社，2001.
Pritchett,L,A.Suryahadi,andS.Sumarto,2000,”QuantifyingVulnerabilitytoPoverty:AProposedMeasure,withApplicationtoIndonesia”[R],WordBankpolicyResearchWorkingPaper,No.2437.
Kühl,J.J,2003,”DissaggregatingHouseholdVulnerability-AnalyzingFluctu-ationsinConsumptionUsingASimulationApproach”[R],Copenhagen:InstituteofEconomics,UniversityofCopenhagen.Unpublishedmanuscript.
Chaudhuri,S,J.Jalan,andASuryahadi,2002,”AssessingHouseholdVulnera-bilitytoPovertyfromCross-SectionalData:AMethodologyandEstimatesfromIndonesia”[R],DiscussionPaperSeries.NewYork:DepartmentEconomics,ColumbiaUnverisity,No.0102-52
Moster,Caroline:TheAsset-vulnerabilityFramework:ReassessingUrbanPovertyReductionStrategies,WashingtonD.C.:WordBank,1998.
NeilMccullochandMicheleCalandrino,2003.”VulnerabilityandChronicPovertyinRuralSichuan”[J],WorldDevelopmentVol.31,No.3,pp.611-628.
黄承伟，王小林，徐丽萍.《贫困脆弱性：概念框架和测量方法》[J].农业技术经济，2010,8.
万广华，章元.《我们能在多大程度上准确预测贫困脆弱性？》[J].数量经济技术经济研究，2009,6.
李丽，刘永久.《基于脆弱性视角的扶贫政策研究》[J].财政研究，2010,9.
韩峥.《脆弱性与农村贫困》[J].农村经济问题（月刊），2004,10.
檀学文，李成贵.《贫困的经济脆弱性与减贫战略述评》[J].中国农村观察，2010,5.
SinghandMaddala,1976.”AFunctionforSizeDistributionofIncomes”[J],Econometrics,44(5):63-70
徐伟，章元，万广华.《社会网络与贫困脆弱性》[J].《学海》2011,4.
杨文，孙蚌珠，王学龙.《中国农村家庭脆弱性的测量与分解》[J].经济研究，2012,4
肖争艳，刘凯.《中国城镇家庭财产水平研究：基于行为的视角[J].经济研究，2012,4
章元，万广华.《贫困脆弱性的预测及未来贫困与社会资本的实证研究》[C].中国青年经济学者论坛，2008.
下载提示：
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/4566.html,
