中国农村贫困人口多维特征分析.doc

中国农村贫困人口多维特征分析 　　摘要：利用中国综合社会调查（CGSS）数据，从个体的基本特征、家庭特征、社会特征和其他特征4个维度，采用二值Logit模型，考察这些特征变量对于农村人口陷入贫困可能性的影响；并进一步通过分位数回归模型比较分析这些特征变量对农村贫困人口和非贫困人口不同收入水平的影响。研究发现，在中国农村，具有以下几个典型特征的人群陷入贫困的可能性较大：老年人、受教育程度较低（自身、配偶或父母）、身体健康状况较差、少数民族、未婚状态、家庭抚养负担过重、无宗教信仰、没有非农工作、周工作时间较短、使用电视或互联网频率较低（这里理解为获取与农业生产和非农就业相关信息）。此外，比较分析结果表明，对于贫困人口和非贫困人口，不同维度下特征变量对收入水平影响的大小和方向存在较大差异 关键词：农村贫困人口；多维特征；Logit回归；分位数回归 中图分类号：C913.7文献标识码：A 文章编号：1009-9107（2017）03-0031-12 引言 消除农村贫困已成为我国“十三五”期间实现城乡协调发展的重要目标之一。2015年10月份召开的十八届五中全会公报提出五大发展理念（创新、协调、绿色、开放和共享），并提出了全面建设小康社会目标的新的要求，包括现行标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困等。2016年3月，在李克强总理所作的政府工作报告中，“推进新型城镇化和农业现代化，促进城乡区域协调发展”作为“十三五”期间的重大举措被提出。显然，农村贫困人口的脱贫是农业现代进程的重要内容，也是全面建设小康社会的重要目标。2011年11月，中央扶贫开发工作会议决定将农民人均纯收入2 300元作为新的国家扶贫标准，该标准比2009年提高了92%，将更多低收入人口纳入扶贫范围。根据国家统计局的数据显示，截止2015年底，按照每人每年2 300元（2010年不变价）的农村扶贫标准计算，2015年农村处于贫困线以下的人口为5 575万人，比上年减少1 442万人。随着扶贫工作的不断深入，农村的扶贫工作进入攻坚阶段，早在2013年底，中共中央办公厅、国务院办公厅印发的《关于创新机制扎实推进农村扶贫开发工作的意见》（中办发〔2013〕25号）就曾指出：“专项扶贫措施要与贫困识别结果相衔接，深入分析致贫原因，逐村逐户制定帮扶措施，集中力量予以扶持，切实做到扶真贫、真扶贫，确保在规定时间内达到稳定脱贫目标”。因此，在多维视角下分析农村贫困人口所具有的特征，对于我国现阶段实现精准扶贫、消除农村贫困具有重要的现实意义。基于此，本研究结合中国综合社会调查（CGSS）发布的2013年调查数据，对我国农村贫困人口的主要特征进行考察，并比较分析这些特征因素对农村贫困人口和非贫困人口收入水平影响的差异及背后的原因 一、文献回顾 近年来国外学者关于贫困的研究，主要可以划分为三个类别： 第一类是研究贫困及贫困陷阱的形成机制，这类研究多是构建理论模型进行分析，并通过数值模拟或实证检验考察不同因素对贫困的影响。例如Ken Tabata基于世代交叠（OLG）模型分析了倒U型的生育率曲线和贫困、经济增长之间的关系，指出增加公共教育支出有利于降低经济收敛于贫困陷阱的风险[1]。Semmler和Ofori考虑了不同国家在资本规模、规模收益以及资本市场的约束等方面的异质性，研究了贫困陷阱的形成机制，指出由于资本市场的约束性和局部的规模收益递增，可能导致有的国家经济增长长期收敛于贫困陷阱之中[2]。Kraay和Raddatz建立了基于低储蓄率和低技术进步水平的拉姆齐增长模型以考察陷入贫困的微观机制，并结合实际数据评估了经济援助的效果[3]。Gokan构建包含信贷市场摩擦的世代交叠模型，分析了货币增长规则和金融发展阶段对贫困陷阱形成的影响，指出当货币增长速度低于某些临界值时，经济就会收敛于较低的资本存量稳态，而金融发展阶段越低，这种贫困陷阱出现的可能性越大[4] 第二类是考察一些具体的经济社会因素对贫困的影响，该类研究多是基于微观的调查数据进行实证分析，是目前关于贫困比较多的一类研究。例如，Hanjra等结合实证研究，分析了影响贫困的路径，认为人力资本和农村市场是影响农村贫困的重要因素[5]。Naschold结合印度农村的面板数据进行半参数估计，分析了印度农村的资产贫困陷阱，指出较高种姓、大量土地持有者、受过高等教育的家庭陷入贫困的可能性极小[6]。Cazzavillan等结合撒哈拉以南32个国家和发达国家（G7）的数据进行比较分析，指出物质资本数量和人力资本生产率差异为撒哈拉以南地区陷入贫困提供了支持[7]。Giesbert和Schindler结合莫桑比克农村的家庭面板数据检验了基于资产的贫困陷阱，从初期资产禀赋、家庭特征、