王曉兵，蔡亞慶，侯玲玲，楊軍

（1. 北京大學(xué)現(xiàn)代農(nóng)學(xué)院，北京 100871；2. 中國科學(xué)院地理科學(xué)與資源研究所農(nóng)業(yè)政策研究中心，北京 100101；3. 社會資源研究所，北京 100164；4. 對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029）

我國貧困問題的動態(tài)性
——基于生存模型的新證據(jù)

王曉兵1， 2，蔡亞慶3，侯玲玲1， 2，楊軍4*

（1. 北京大學(xué)現(xiàn)代農(nóng)學(xué)院，北京 100871；2. 中國科學(xué)院地理科學(xué)與資源研究所農(nóng)業(yè)政策研究中心，北京 100101；3. 社會資源研究所，北京 100164；4. 對外經(jīng)濟(jì)貿(mào)易大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029）

理解貧困的本質(zhì)、短期性、長期性特征，以及貧困動態(tài)性的決定因素依舊是我國精準(zhǔn)扶貧問題的關(guān)鍵?；谡憬⒑?、云南三省的微觀調(diào)研面板數(shù)據(jù)，運(yùn)用馬爾可夫轉(zhuǎn)移矩陣分析了農(nóng)戶在貧困和非貧困的轉(zhuǎn)變概率；利用危害分析方法研究農(nóng)戶脫離貧困線、進(jìn)入貧困線以及重新進(jìn)入貧困線的概率及主要影響因素。結(jié)果表明，基于相對貧困線劃分，農(nóng)戶脫離貧困線以及進(jìn)入貧困線的概率與貧困時(shí)間成反比；非工作的家庭成員個(gè)數(shù)、受教育年限、家庭生產(chǎn)經(jīng)營類型以及村級特征變量，均對農(nóng)戶脫離貧困線、進(jìn)入貧困線以及重新進(jìn)入貧困線的概率有重要影響；在貧困問題的動態(tài)性方面，三個(gè)省份具有明顯的跨時(shí)空特征。因此，建立健全保險(xiǎn)制度、提高農(nóng)產(chǎn)品市場透明度、促進(jìn)農(nóng)業(yè)部門整合等一些旨在減少收入差距的短期調(diào)控性政策，對農(nóng)戶脫離貧困狀態(tài)以及避免農(nóng)戶重新進(jìn)入貧困狀態(tài)具有重要作用。

貧困；相對貧困線；動態(tài)性；馬爾可夫轉(zhuǎn)移矩陣；危害分析

王曉兵， 蔡亞慶， 侯玲玲， 楊軍. 我國貧困問題的動態(tài)性——基于生存模型的新證據(jù)［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2016， 37（4）: 740-746.

Wang X B， Cai Y Q， Hou L L， Yang J. The dynamics of poverty: Evidences from hazard analysis［J］. Research of Agricultural Modernization， 2016， 37（4）: 740-746.

目前針對有關(guān)貧困問題的討論多是靜態(tài)層面的，忽視了貧困問題的動態(tài)性，也鮮有研究將貧困問題視為動態(tài)過程進(jìn)行分析。已有分析貧困動態(tài)過程的方法主要有以下三種。第一，將動態(tài)計(jì)量經(jīng)濟(jì)模型用于估計(jì)收入、消費(fèi)等經(jīng)濟(jì)變量。如有研究用中國家庭數(shù)據(jù)，通過廣義矩估計(jì)的方法來構(gòu)造消費(fèi)支出增長模型［1］。第二，研究者關(guān)注在一個(gè)固定的時(shí)間段內(nèi)進(jìn)入或脫離貧困的頻率，使用一階馬爾可夫模型來解釋家庭收入的持久性［2］。第三，利用危害分析方法（hazard analysis），使用貧困持續(xù)時(shí)間和脫離貧困概率來構(gòu)建模型。該方法的優(yōu)點(diǎn)是控制了家庭處于貧困的持續(xù)時(shí)間對家庭增加收入脫離貧困線概率的影響，而且對家庭是否處于貧困及其協(xié)變量之間沒有線性限制［3］。基于1995-2004年浙江、湖北、云南三省1 362戶農(nóng)戶的微觀調(diào)研面板數(shù)據(jù)，雖然前期的研究分析農(nóng)戶貧困持續(xù)性及決定因素［4］，但該研究沒有從長期、動態(tài)的視角考察。有研究指出脫貧或致貧過程愈發(fā)地體現(xiàn)結(jié)構(gòu)性因素的巨大作用［5］，因此對農(nóng)戶進(jìn)入貧困以及脫離貧困狀態(tài)，甚至是脫貧—再返貧動態(tài)過程作進(jìn)一步考察，在政策層面上具有重要意義［6-10］。

伴隨著經(jīng)濟(jì)的快速增長和國家對扶貧開發(fā)的大力推進(jìn)，我國農(nóng)村絕對貧困人口大幅度減少［11］。在2003年的世界銀行報(bào)告中，按照每天收入1美元的貧困線標(biāo)準(zhǔn)，我國農(nóng)村絕對貧困人數(shù)從1978年2.6億下降到1999年的9 700萬。在過去二十多年間，中國減少的貧困人口就占到了所有發(fā)展中國家的75%以上。然而，這些差異很大程度上取決于度量標(biāo)準(zhǔn)（即：設(shè)定的貧困線）的不同。以日常開支低于每天1美元作為標(biāo)準(zhǔn)，估計(jì)出1999年中國農(nóng)村貧困人口數(shù)量為2.35億，是國家統(tǒng)計(jì)局按照國家貧困線公布的農(nóng)村貧困人口數(shù)量的兩倍［12］。 這也表明按照國家的貧困線，我國的貧困人口被嚴(yán)重低估。按照純收入計(jì)算，2008年我國貧困線以下人口約有4 000萬。然而，我國減貧形勢依然非常嚴(yán)峻，還有相當(dāng)數(shù)量的貧困人口屬于長期貧困，且逐漸呈現(xiàn)出脆弱性、區(qū)域分化等新特征［13］。我國約有4 000 萬-6 500萬人處于持續(xù)貧困中，約占全國絕對貧困人口的20%-25%。長期貧困者有可能會成為置于經(jīng)濟(jì)發(fā)展福利之外的新一代貧困階層。

本文將從貧困性質(zhì)的描述性統(tǒng)計(jì)入手，著重分析決定我國農(nóng)戶貧困動態(tài)變化的因素?；?995-2004年浙江、湖北、云南省進(jìn)行的微觀調(diào)研面板數(shù)據(jù)，運(yùn)用馬爾可夫轉(zhuǎn)移矩陣分析了農(nóng)戶在貧困和非貧困的轉(zhuǎn)變概率，此外危害研究方法根據(jù)貧困狀態(tài)的時(shí)間長短分析了增加或減少農(nóng)戶留在貧困狀態(tài)的風(fēng)險(xiǎn)，即估計(jì)農(nóng)戶隨時(shí)間推移擺脫貧困狀態(tài)的概率。本文將在三個(gè)方面對中國農(nóng)村貧困問題的研究做出貢獻(xiàn)：使用相對貧困的貧困線測度方法，考察貧困的短期和長期性；利用三省微觀調(diào)研數(shù)據(jù)，將危害分析的方法運(yùn)用到農(nóng)戶貧困問題的實(shí)證分析之中；比較分析三個(gè)經(jīng)濟(jì)發(fā)展水平不同的省份在貧困問題上的相似性及差異性。

1 研究方法

1.1 數(shù)據(jù)來源

本文使用的基礎(chǔ)數(shù)據(jù)庫來自農(nóng)業(yè)部大樣本農(nóng)戶調(diào)研數(shù)據(jù)，該數(shù)據(jù)運(yùn)用了科學(xué)的抽樣方案以確保代表性［14］。 目前該數(shù)據(jù)庫已被廣泛的用于農(nóng)業(yè)生產(chǎn)力、要素市場發(fā)展等方面的研究。根據(jù)合作協(xié)議，我們獲取了1995-2004年間來自浙江、湖北和云南三個(gè)省的31個(gè)村莊和每年1 362戶農(nóng)戶的數(shù)據(jù)。該數(shù)據(jù)的面板磨損相對較低，有68%的家庭每年都報(bào)告數(shù)據(jù)。家庭層面的數(shù)據(jù)涵蓋以下方面的詳細(xì)信息——家庭基本情況、農(nóng)業(yè)生產(chǎn)的特征以及勞動力農(nóng)業(yè)和非農(nóng)勞動時(shí)間分配。本文使用官方的全國消費(fèi)者價(jià)格指數(shù)（CPI）將收入、消費(fèi)、資產(chǎn)和轉(zhuǎn)移支付等貨幣變量轉(zhuǎn)換成2000年價(jià)格。鄉(xiāng)村調(diào)查數(shù)據(jù)則提供了有關(guān)資源稟賦、就業(yè)、生產(chǎn)以及福利和社會指標(biāo)的信息。

本文對家庭財(cái)富的衡量基于家庭全部凈收入變量。該變量定義為總收入減去農(nóng)業(yè)生產(chǎn)要素的成本、自營工商業(yè)的經(jīng)營費(fèi)用和稅收支出等。在支出核算中，自身所有的住房和自給自足型消費(fèi)的估算值不包括在內(nèi)。

1.2 計(jì)量模型

本文使用非比例風(fēng)險(xiǎn)（non-proportional hazard approach）計(jì)量經(jīng)濟(jì)分析方法評估貧困持續(xù)時(shí)間對脫離貧困線的概率的影響。定義T為衡量處于或脫離貧困持續(xù)時(shí)間的變量，并定義T的連續(xù)概率密度為（t）（該方法更詳細(xì)的說明，請參考Greene［15］），相應(yīng)的累積分布函數(shù)為：

T的分布可等價(jià)表達(dá)為：

上述為生存方程及其表達(dá)，表示一個(gè)家庭至少到時(shí)間t脫離貧困的概率。最后將風(fēng)險(xiǎn)方程定義為：

風(fēng)險(xiǎn)函數(shù)表示在存活到時(shí)間t的條件下，在T=t的時(shí)間點(diǎn)上，離開或者重新進(jìn)入貧困的風(fēng)險(xiǎn)。根據(jù)定義，λ0（t）/λ（t）＜0表示，在t時(shí)間點(diǎn)，存在負(fù)的持續(xù)時(shí)間依賴性和遞減的脫離貧困的風(fēng)險(xiǎn)。即脫離貧困的概率隨著家庭處于貧困狀態(tài)年份的增加而降低。

本文應(yīng)用的非比例風(fēng)險(xiǎn)率模型從最常用的比例風(fēng)險(xiǎn)模型開始進(jìn)一步放寬了相關(guān)假定。風(fēng)險(xiǎn)比例模型假設(shè)解釋變量對基準(zhǔn)風(fēng)險(xiǎn)方程λ0（t）有乘數(shù)效應(yīng)，其中λ0（t）表示家庭在標(biāo)準(zhǔn)條件下的風(fēng)險(xiǎn)?；鶞?zhǔn)風(fēng)險(xiǎn)模型假定風(fēng)險(xiǎn)只取決于持續(xù)時(shí)間t，因而忽略不同家庭間存在的異質(zhì)性特征。然而，個(gè)體之間的行為非均質(zhì)性可能會改變個(gè)體的風(fēng)險(xiǎn)，其中部分變化可以通過控制家庭中觀察到的個(gè)體特征x來獲得解釋。借鑒Jenkins［16］方法，公式（3）可改寫為：

關(guān)于基準(zhǔn)風(fēng)險(xiǎn)λ0（.）的非參數(shù)模型，已有研究使用過不同分布進(jìn)行估計(jì)。本文使用離散時(shí)間風(fēng)險(xiǎn)模型進(jìn)行估計(jì)，并使用互補(bǔ)的log-log基準(zhǔn)風(fēng)險(xiǎn)（基礎(chǔ)數(shù)據(jù)以區(qū)間刪失的方式報(bào)告家庭的貧困狀態(tài)，相應(yīng)的連續(xù)和離散持續(xù)期模型提供類似的結(jié)果和影響）。家庭的非均質(zhì)性包括兩方面：一個(gè)是以時(shí)間衡量的可觀察的協(xié)變量xk，另一個(gè)是不可觀察的差異ε。xk說明一個(gè)家庭處于或脫離貧困的時(shí)間分布，ε被證明對改變表示貧困狀態(tài)變化的基準(zhǔn)風(fēng)險(xiǎn)率具有潛在乘數(shù)效應(yīng)，被稱作脆弱參數(shù)［17-18］。由于本文的樣本包括三個(gè)省份的數(shù)據(jù)，且本文關(guān)注在不同省份之間，家庭處于或脫離貧困的時(shí)間對脫離或者進(jìn)入貧困的風(fēng)險(xiǎn)影響是否有異質(zhì)性，故放松成比例的假設(shè)條件。非比例風(fēng)險(xiǎn)率模型包括虛擬省份和基準(zhǔn)風(fēng)險(xiǎn)之間的相互影響。

最后，可以估計(jì)方程（4），其中x表示住戶、農(nóng)場和村特性，β是待估計(jì)參數(shù)向量。本分析指包括所謂的外部時(shí)變協(xié)變量，反映了關(guān)于對時(shí)變協(xié)變量處理的討論。這些變量是可獨(dú)立觀察的貧困狀態(tài)。因此，采用標(biāo)準(zhǔn)的漸進(jìn)估計(jì)技術(shù)，可提供對相對風(fēng)險(xiǎn)參數(shù)β可行的估計(jì)方法。本文使用分組數(shù)據(jù)處理方法［19］。

顯然，在調(diào)查中的第一年或者最后一年，家庭有可能已經(jīng)處于貧困狀態(tài)。因此，處于貧困狀態(tài)（poverty spell）的總長度不能確定，從而被稱為截尾。在本文的分析中，未被觀測到初始或未被觀測到結(jié)束的貧困狀態(tài)，被同等對待。

1.3 貧困的度量

本研究采用相對貧困線定義來分析貧困持續(xù)性的決定因素， 對于國家貧困線的定義進(jìn)行了詳細(xì)的討論和說明， 有人認(rèn)為相關(guān)社區(qū)是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線（相對貧困線指與社會正常生活水平仍有較大差距的收入水平線，即社會中某一成員生活水平遠(yuǎn)低于社會中大部分成員的生活水平）。針對經(jīng)濟(jì)發(fā)展達(dá)成的普遍共識認(rèn)為：所有的社會成員應(yīng)從經(jīng)濟(jì)發(fā)展中受益，任何個(gè)人應(yīng)該能夠充分參與社會生活，而這些要求超過了生存線的簡單標(biāo)準(zhǔn)。基于對貧困普遍共識，大部分西方國家采用相對貧困線的概念。然而，相對貧窮線的局限性是該貧困線隨時(shí)間推移而變化，而且與福利措施發(fā)展呈高度相關(guān)性。而絕對貧窮線是與福利措施彼此獨(dú)立的關(guān)于貧困分布的估計(jì)，它需要不斷更新以表現(xiàn)出最低生活標(biāo)準(zhǔn)的實(shí)際成本。此外，絕對貧困線測度的一個(gè)缺點(diǎn)是其可能引入測量誤差，例如，當(dāng)引入最低食物攝入量這一概念來考量一籃子食物組成時(shí)產(chǎn)生的省際差異，以及物價(jià)水平變動的省際差異等。在最低熱量要求、食品束組成、計(jì)劃價(jià)格、使用非食品支出的估值等偏差的約束下，我國在2011年底將國家貧困線調(diào)整至日常開支不低于每天1美元的標(biāo)準(zhǔn)。

最后需要注意的是福利指標(biāo)的選擇問題。已有研究主要使用的是基于收入或消費(fèi)開支的貧困線。這兩種計(jì)算方式的主要差別是每年的消費(fèi)期望是平滑的，因此其變異性要低于基于收入的貧困線。相關(guān)文獻(xiàn)對于二者的優(yōu)點(diǎn)和缺點(diǎn)進(jìn)行詳細(xì)的討論［20］?；谫Y產(chǎn)的貧窮線，涉及到一大部分的非線性計(jì)算［21］。本文使用的數(shù)據(jù)關(guān)于消費(fèi)支出變量的定義中已經(jīng)排除了對自己再生產(chǎn)的消費(fèi)，因此將家庭的凈收入用作福利的測算。

總的說來，本文將各省人均純收入的中位數(shù)定為相對貧困線（相對貧困概念意味依賴個(gè)人效用。此外，為了避免討論關(guān)于適當(dāng)?shù)葍r(jià)規(guī)模，所有家庭成員采用同樣的權(quán)重）。樣本基于平衡面板農(nóng)戶（balanced panel data），以避免同一家庭成員中存在的等效收入之間的依賴關(guān)系［22］。各省相對貧窮線是基于樣本計(jì)算的，以避免一省收入增長造成的對其他省份的影響（有人認(rèn)為相關(guān)社區(qū)是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線）。

2 結(jié)果與分析

2.1 貧困率和收入分配

1995-2004年以相對貧困線計(jì)算的平均貧困率是19.4%（表1）。這也表明與其他研究使用較低的國家貧窮線，使得我國的貧困率嚴(yán)重低估——1998年為3.2%-5.3%［23］。各省之間的貧困率存在顯著的差異。浙江受訪家庭的平均收入幾乎是湖北的3倍，并比云南省的4倍還要多。受到高收入分布群體的影響，以相對貧困線衡量的話，浙江省和云南省的貧窮率相對較高。這表明我國在制定精準(zhǔn)扶貧戰(zhàn)略時(shí)，要著眼于相對貧困問題以及貧困的區(qū)域特征。

我們的研究結(jié)果驗(yàn)證了相當(dāng)大一部分家庭的貧困狀態(tài)是一種短期現(xiàn)象［24］。但同時(shí)，我們發(fā)現(xiàn)，基于不同的貧窮線標(biāo)準(zhǔn)，貧困狀態(tài)的動態(tài)性存在顯著的省際差異。以相對貧窮線衡量，樣本中的41%的浙江農(nóng)戶和60%的湖北農(nóng)戶從未處于貧困狀態(tài)。如果將處于貧困超過5年的家庭定義為長期貧窮的話，少于10%的家庭屬于此范疇。浙江省用不同貧困線衡量時(shí)差異較大，以相對貧困線計(jì)算其長期貧困家庭為9%。形成鮮明對比的是，云南省基于相對計(jì)算的長期貧困家庭分別為19%。處于貧困狀態(tài)超過5年的長期貧困家庭有98%生活在云南。

表1 人均收入和貧困程度的趨勢分布Table 1 Trend of income per capita （yuan/capita） and poverty rate （%）

表2 貧困和非貧困轉(zhuǎn)變概率——馬爾可夫轉(zhuǎn)移矩陣Table 2 Transition probability between poverty and non-poverty based on Markov transition matrix

2.2 非參數(shù)法分析貧窮問題的動態(tài)性分析

表2列出三個(gè)省的馬爾科夫轉(zhuǎn)移矩陣（Markov transition matrices）和兩條貧困線。計(jì)算的轉(zhuǎn)變概率表示從當(dāng)年到下一年脫離貧困或者仍然處于貧困狀態(tài)的概率。然而，我們沒辦法考察到家庭的異質(zhì)性和年內(nèi)貧窮的動態(tài)變化。對三個(gè)省份的轉(zhuǎn)移矩陣進(jìn)行科克倫檢驗(yàn)（Cochran test），檢驗(yàn)結(jié)果不能拒絕貧困轉(zhuǎn)變概率存在省際差異的假說。用每年的轉(zhuǎn)移概率表示貧困的持久性，云南的轉(zhuǎn)移概率是最高的。由于進(jìn)入貧窮的概率比脫離貧窮概率小得多，暗示我國農(nóng)戶面臨的不對稱的進(jìn)入和脫離貧窮問題。

在介紹危害分析的結(jié)果之前，應(yīng)該先更周密的考慮一下貧困的持續(xù)性。很顯然云南省有4.42%的農(nóng)戶持續(xù)5年都在國家貧困線以下，顯著高于浙江（0.69%）和湖北（0.42%）（表3）。有趣的是，不同省份之間長期貧困占所有貧困的比例大不相同。依據(jù)在相對貧困線的三個(gè)省的貧困時(shí)間的長度，顯然幾乎所有的家庭都只有一小段時(shí)間是貧困中度過。這個(gè)大致觀察和其他發(fā)展中國家是一致的［25］。

表3 農(nóng)戶貧困的持續(xù)性（%）Table 3 Persistence of rural households' poverty （%）

2.3 脫貧的決定因素分析

本文用了一系列協(xié)變量來控制作為脫貧和重新陷入貧困的決定性因素和在基準(zhǔn)危險(xiǎn)之上的家庭、生產(chǎn)經(jīng)營和空間特征的影響。其中，家庭特征包括家庭人口數(shù)、戶主的年齡、受教育程度、非工作人口的比例和參與地方行政的程度（是否是村干部）；生產(chǎn)經(jīng)營特征包括土地、每個(gè)家庭成員的生產(chǎn)權(quán)利和作為風(fēng)險(xiǎn)分散機(jī)制的家庭經(jīng)營活動的多樣化等。此外，采用一系列協(xié)變量控制當(dāng)?shù)靥卣?，例如外來人的比例、人口密度、失業(yè)率和當(dāng)?shù)刂饕?jīng)濟(jì)活動。最終，為了檢驗(yàn)跨越三個(gè)省的時(shí)間對結(jié)果的可能影響，本文也考慮了浙江省和云南省的二元變量和時(shí)間（取對數(shù)）的交互影響。解釋變量的具體描述性統(tǒng)計(jì)詳見依據(jù)該數(shù)據(jù)的有關(guān)貧困的靜態(tài)分析［4］。

我們采用參數(shù)生存模型，分析貧窮中或貧窮外所處時(shí)間的影響。除了常數(shù)以外的所有系數(shù)都為零的虛擬假設(shè)被似然比檢驗(yàn)清晰的拒絕了（表4）。持續(xù)時(shí)間（的對數(shù)的）估計(jì)系數(shù)都是負(fù)的，而且具有統(tǒng)計(jì)學(xué)上的顯著性。這意味著hazard functions風(fēng)險(xiǎn)均數(shù)是向下傾斜的，顯示與持續(xù)時(shí)間的負(fù)的相關(guān)性，即在貧困（非貧困）的年度越長，脫貧（再流入貧困）的概率越小。與此同時(shí)，時(shí)間變量和省份的二元變量的交互影響揭示了湖北、云南、浙江這三個(gè)省份脫貧或重新進(jìn)入貧困的概率的顯著差異。

脫貧估計(jì)基準(zhǔn)生存方程呈現(xiàn)了一個(gè)下降的概率。在貧困狀態(tài)中每增加1年，脫貧的概率會降低39%（表4）。根據(jù)交互影響顯示出云南省脫離貧困的概率比其他兩個(gè)省份都低。浙江省脫離貧困的機(jī)會與總體樣本的估計(jì)生存基準(zhǔn)線沒有顯著差異。參數(shù)分析法的結(jié)果與非參數(shù)法的結(jié)果相一致，在轉(zhuǎn)型幾率方面，云南省從一年到下一年的貧困持續(xù)性是最高的。在貧困的第一年，提高農(nóng)戶收入到相對貧困線以上的可能性接近60%。在前三年，前一個(gè)可能性降低了一半。

此外，解釋農(nóng)戶脫離相對貧困的有顯著貢獻(xiàn)的協(xié)變量稍微多一些。家庭人數(shù)（hhsize）、戶主的年齡（age）、（正式）非勞動力的家庭成員人數(shù)（depend）降低了脫離貧困的概率。每增加1個(gè)額外的非勞動力家庭成員幾乎和每處于貧困狀態(tài)增加1年有同樣的影響，它降低了在相對貧困線以下提高收入的生存概率的42%（基礎(chǔ)數(shù)據(jù)無法分離孩子和退休家庭成員的影響）。 脫離相對貧困的概率隨著農(nóng)戶所受教育的提高而提高。家庭中受基礎(chǔ)教育（eleem）和中等教育（sec）的人口比例上升對脫離相對貧困都有顯著正效應(yīng)。考慮到處于危險(xiǎn)中的人口的描述性統(tǒng)計(jì)可能可以解釋這個(gè)不同。在兩個(gè)樣本中接受基礎(chǔ)教育的家庭成員的比例非常相同。農(nóng)戶中有村干部（cadre）的家庭有更低的脫離相對貧困的hazard機(jī)會，可能他們?nèi)鄙俜椒▉韰⑴c或者猶豫著是否該參與到能產(chǎn)生更快增長收入的活動。

至于生產(chǎn)經(jīng)營的特征，則揭示出那些只依賴于農(nóng)作物生產(chǎn)（dcrop）的農(nóng)戶，人均耕地（land）越多，而農(nóng)戶脫離貧困的概率越低。更多的生產(chǎn)性資產(chǎn)（asset）會增加脫離貧困的機(jī)會。在當(dāng)?shù)靥卣髦?，人口密度（popdensity）和是不是山區(qū)的二元變量（dmountain）是結(jié)束貧困陷阱的主要驅(qū)動力。令人驚訝的是，和有序概率分析的結(jié)果一致，村落的平均財(cái)富（avincome）充當(dāng)了脫離相對貧困的阻力。描述性統(tǒng)計(jì)顯示，收入分布在更加富裕的村鎮(zhèn)分布更廣。村鎮(zhèn)水平上的家庭收入的方差和平均人均收入為正相關(guān)（0.66），并且呈統(tǒng)計(jì)學(xué)顯著。此外，在以農(nóng)業(yè)生產(chǎn)為主地區(qū)（dagric）的處于貧困中的家庭面臨脫貧的概率更低（被調(diào)查鄉(xiāng)村根據(jù)主要經(jīng)濟(jì)活動被分為5個(gè)不同的經(jīng)濟(jì)區(qū)。它們是農(nóng)業(yè)、林業(yè)、漁業(yè)、畜牧業(yè)和其他）。在該區(qū)域明顯的相對緩慢增長的家庭純收入映像了這一結(jié)果（在農(nóng)業(yè)區(qū)，農(nóng)戶人均收入年均增長大約4.4%，而其他區(qū)是7.7%的年均收入增長）。

2.4 重新進(jìn)入貧窮的決定因素分析

針對重新陷入貧困的情況，我國農(nóng)戶面臨著相對較低的風(fēng)險(xiǎn)，而且隨著時(shí)間增長，重新陷入貧困的幾率降低。同時(shí)，回歸結(jié)果中云南省與其他兩省份又有不同。估計(jì)系數(shù)表明一個(gè)向上移動的生存基準(zhǔn)線。重新進(jìn)入貧困概率揭示出之前非常窮的農(nóng)戶再次陷入貧困的概率高于其他農(nóng)戶（表4，最后1行），這表明扶貧政策要有持續(xù)性，尤其要關(guān)注貧困中脫貧—再返貧的這一特征。在1 362戶曾經(jīng)處于相對貧困線以下的農(nóng)戶中，只有11%的農(nóng)戶再一次陷入貧困。

重新陷入貧困受農(nóng)戶的社會經(jīng)濟(jì)特征影響，其再次陷入貧困的概率隨著家庭成員中非勞動力（depend）的數(shù)量而顯著地增長。但是，受到更好教育的家庭面臨重新陷入貧困的風(fēng)險(xiǎn)要小一些。在不同的教育水平中，中等教育（sec）和高等教育（high）似乎只對再次掉到相對貧困線以下的風(fēng)險(xiǎn)有最重要的影響。

在人口越密集的地方（popdensity）農(nóng)戶重新陷入貧困的可能性越低，可能的解釋是因?yàn)橛懈嗟慕?jīng)濟(jì)活動和機(jī)會。從鄉(xiāng)村來的流動人口的比例在生存基線上有增加的影響，并在統(tǒng)計(jì)上顯著。兩個(gè)重要的地域性特征增加了重陷貧困的概率。處于平原和以漁業(yè)為主的地區(qū)的農(nóng)戶面臨重新降低到相對貧困線以下的風(fēng)險(xiǎn)較高，分別為36%到70%。令人驚異的是，處于山區(qū)（dmount）的農(nóng)戶面臨的重新進(jìn)入貧困的危險(xiǎn)要低些。和預(yù)料中一致的，在更加富有的鄉(xiāng)村（avincome），農(nóng)戶面臨兩次進(jìn)入貧困的風(fēng)險(xiǎn)要低些。所以，結(jié)果證明之前貧窮的家庭也從鄉(xiāng)村的整體經(jīng)濟(jì)增長中受益。

表4 生存模型的實(shí)證結(jié)果Table 4 Empirical results based on hazard analysis

3 結(jié)論及政策建議

研究表明，依據(jù)生存方程估算的脫貧和再進(jìn)入貧困存在顯著的省際差異。云南省貧困更加普遍、持續(xù)時(shí)間更長。關(guān)于農(nóng)戶相關(guān)的協(xié)變量，戶主的年齡、家庭成員中非勞動力成員的比例和村干部的地位似乎都會增加貧困的持續(xù)性。另一方面，有工作的家庭成員在不同水平上的受教育會降低再次進(jìn)入貧困的幾率、增加脫離貧困的可能性。土地稟賦和對把種植農(nóng)作物作為單一家庭收入來源的依賴會增加貧困的持續(xù)性。至于控制地理?xiàng)l件的協(xié)變量，貧困的持續(xù)性在人口密度更高的地方要更低些，令人驚異的，山區(qū)也是這樣。鄉(xiāng)村水平的人均收入扮演著一種不明確的角色。它減少跨越到相對貧困線以上的概率，同時(shí)減少再次下降貧困線以下的風(fēng)險(xiǎn)。

分析表明，貧困是暫時(shí)的現(xiàn)象。所以政策手段應(yīng)該集中在收入穩(wěn)定和保險(xiǎn)機(jī)制，建立健全保險(xiǎn)制度、提高農(nóng)產(chǎn)品市場透明度、提高支農(nóng)資金使用效率、促進(jìn)農(nóng)業(yè)部門整合等。農(nóng)村地區(qū)人們受教育似乎是使得農(nóng)戶處理貧困的最有希望的出發(fā)點(diǎn)，加強(qiáng)農(nóng)村基礎(chǔ)教育和職業(yè)培訓(xùn)，提高貧困人口的素質(zhì)，推動農(nóng)村勞動力轉(zhuǎn)移，建立農(nóng)村社會保障，是反貧困戰(zhàn)略的重要方向［26］。此外，幫助農(nóng)民建立除了種植業(yè)生產(chǎn)之外附加的家庭生產(chǎn)經(jīng)營活動可能也會減少中國農(nóng)村地區(qū)的貧困。

［1］ Jalan J， Ravallion M. Geographic poverty traps？ A micro model of consumption growth in rural China［J］. Journal of Applied Econometrics， 2002， 17（4）: 329-346.

［2］ Cappellari L， Jenkins S P. Who stays poor？ Who becomes poor？Evidence from the British household panel survey［J］. The Economic Journal， 2002， 112（478）: C60-C67.

［3］ Bane M J， Ellwood D T. Slipping into and out of poverty: The dynamics of spells［J］. Journal of Human Resources， 1983， 21（1）: 1-23.

［4］ 蔡亞慶， 王曉兵， 楊軍， 等. 我國農(nóng)戶貧困持續(xù)性及決定因素分析——基于相對和絕對貧困線的再審視［J］. 農(nóng)業(yè)現(xiàn)代化研究， 2016， 37（1）: 9-16. Cai Y Q， Wang X B， Yang J， et al. The persistence of poverty and its determinants: Evidence under the absolute and relative poverty line［J］. Research of Agricultural Modernization， 2016， 37（1）: 9-16.

［5］ 萬廣華， 劉飛， 章元. 資產(chǎn)視角下的貧困脆弱性分解: 基于中國農(nóng)戶面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］. 中國農(nóng)村經(jīng)濟(jì)， 2014（4）: 4-19. Wan G H， Liu F， Zhang Y. Vulnerability to poverty exploded assets perspective: Based on the experience of Chinese farmers panel data analysis［J］. Chinese Rural Economy， 2014（4）: 4-19.

［6］ 萬光華， 張茵. 收入增長與不平等對中國貧困的影響［J］. 經(jīng)濟(jì)研究， 2006（6）: 112-123. Wan G H， Zhang Y. Effect of income inequality on growth and poverty in China［J］. Economic Research Journal， 2006（6）: 112-123.

［7］ 張立冬， 李岳云， 潘輝. 收入流動性與貧困的動態(tài)發(fā)展: 基于中國農(nóng)村的經(jīng)驗(yàn)分析［J］. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2009（6）: 73-80. Zhang L D， Li Y Y， Pan H. Dynamic development of income mobility and poverty: Empirical Analysis of Rural China［J］. Issues in Agricultural Economy， 2009（6）: 73-80.

［8］ 羅楚亮. 農(nóng)村貧困的動態(tài)變化［J］. 經(jīng)濟(jì)研究， 2010（5）: 123-137. Luo C L. Dynamic changes of rural poverty［J］. Economic Research Journal， 2010（5）: 123-137.

［9］ 王朝明， 姚毅. 中國城鄉(xiāng)貧困動態(tài)演化的實(shí)證研究: 1990-2005年［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010（3）: 3-15. Wang C M， Yao Y. Chinese urban and rural poor dynamic evolution of empirical research: 1990-2005［J］. The Journal of Quantitative & Technical Economics， 2010（3）: 3-15.

［10］ 鞏前文， 穆向麗， 谷樹忠. 扶貧產(chǎn)業(yè)開發(fā)新思路：打造跨區(qū)域扶貧產(chǎn)業(yè)區(qū)［J］.農(nóng)業(yè)現(xiàn)代化研究， 2015， 26（5）: 736-740. Gong Q W， Mu X L， Gu S Z. Creating inter-regional poverty reduction industrial zone: A new way to alleviation poverty［J］. Research of Agricultural Modernization， 2015， 26（5）: 736-740.

［11］ World Bank. China: Promoting growth with equity［R］. World Bank Country Study， Report No. 24169- CHA， 2003.

［12］ 國家統(tǒng)計(jì)局. 中國統(tǒng)計(jì)年鑒［M］. 北京: 中國統(tǒng)計(jì)出版社， 2009. National Bureau of Statistics. China Statistical Yearbook［M］. Beijing: China Statistics Press， 2009.

［13］ 郭勁光. 我國貧困人口的脆弱度與貧困動態(tài)［J］. 統(tǒng)計(jì)研究，2011， 28（9）: 42-48. Guo J G. Vulnerability of the poor and poverty dynamics［J］. Statistical Research， 2011， 28（9）: 42-48.

［14］ Benjamin D， Brandt L， Giles J. The evolution of income inequality in rural China［J］. Economic Development and Cultural Change，2005， 53（4）: 769-824.

［15］ Greene W H. Econometric Analysis［M］. Pearson Education India，2003.

［16］ Jenkins S P. Easy estimation methods for discrete-time duration models［J］. Oxford bulletin of economics and statistics， 1995，57（1）: 129-136.

［17］ Meitzen M E. Differences in male and female job-quitting behavior［J］. Journal of Labor Economics， 1986， 4（2）: 151-167.

［18］ Blau D M， Riphahn R T. Labor force transitions of older married couples in Germany［J］. Labour Economics， 1999， 6（2）: 229-252.

［19］ Kalbfeisch J D， Prentice R L. The Statistical Analysis of Failure Time Data［M］. John Wiley & Sons， 2011.

［20］ Park A， Wang S. China's poverty statistics［J］. China Economic Review， 2001， 12（4）: 384-398.

［21］ Barrett C B， Carter M R. Risk Asset Management in the Presence of Poverty Traps: Implications for Growth and Social Protection［M］. Cornell University， 2005.

［22］ Biewen M， Jenkins S P. A framework for the decomposition of poverty differences with an application to poverty differences between countries［J］. Empirical Economics， 2005， 30（2）: 331-358.

［23］ 姚書杰. 當(dāng)代中國經(jīng)濟(jì)增長、收入分配和減貧［M］. 勞特利奇出版社， 2004. Yao S J. Economic Growth， Income Distribution and Poverty Reduction in Contemporary China［M］. Routledge， 2004.

［24］ Jalan J， Ravallion M. Is transient poverty different？ Evidence for rural China［J］. The Journal of Development Studies， 2000， 36（6）: 82-99.

［25］ Bigsten A， Shimeles A. Poverty transition and persistence in Ethiopia: 1994-2004［J］. World Development， 2008， 36（9）: 1559-1584.

［26］ 王榮黨. 農(nóng)村區(qū)域性反貧困度量指標(biāo)體系的設(shè)計(jì)與實(shí)證──以云南為例［J］. 中國農(nóng)村經(jīng)濟(jì)， 2006（12）: 69-76. Wang R D. Design and demonstration─Regional poverty metric system in the countryside with a case study［J］. Chinese Rural Economy， 2006（12）: 69-76.

（責(zé)任編輯：童成立）

The dynamics of poverty： Evidences from hazard analysis

WANG Xiao-bing1， 2， CAI Ya-qing3， HOU Ling-ling1， 2， YANG Jun4
（1. China's Center for Agricultural Policy， School of Advanced Agricultural Sciences， Peking University， Beijing 100871， China； 2. Center for Chinese Agricultural Policy， Institute of Geographic Sciences and Natural Resources，China Academy of Sciences， Beijing 100101， China； 3. Social Resources Institute， Beijing 100164， China； 4. University
of International Business and Economics， International Economic and Trade Institute， Beijing 100029， China）

Poverty alleviation has been always the important issue in the policy strategy. To better under the nature of poverty， especially its persistence and the determinants of out of poverty and re-enter into poverty are key for poverty alleviation. Using rural household panel data from three Chinese provinces， we frst use the relative poverty line among the provinces to describe the status of being in the poverty， out of poverty and re-entry into poverty. Secondly， we use Markov transition matrix to analyze the probability of shifting between poverty and non-poverty. Finally， we use hazard analysis framework to identify the probability of out of poverty and re-enter into poverty. And we examine the duration dependence of households' chance of exiting and re-entering poverty. Results suggest that， in general， poverty seems to be mainly a transitory phenomenon irrespective of the underlying poverty line. The number of non-working family members， education， and several village characteristics seem to be the most important covariates. The analysis reveals signifcant differences between the provinces in our sample. However， the nature of duration dependence differs considerably across provinces and poverty concepts. Therefore， policies that aim to reduce income variability via insurance systems， raising transparency in agricultural markets or fostering agricultural sector's integration seem to be the most appropriate to facilitate exit from poverty and reducing re-entry.

poverty； relative poverty line； dynamics； Markov transition matrix； hazard analysis

不同扶貧措施的有效性在很大程度上取決于貧困的性質(zhì)：如果貧困是短期性的，那么旨在穩(wěn)定短期收入波動的政策則是值得推介的；如果貧窮是長期性的，那么改善勞動力市場以及完善社會救助體系的政策則是應(yīng)當(dāng)著重完善的。2016年我國兩會的相關(guān)決議一再重申，要把脫貧攻堅(jiān)作為“十三五”時(shí)期的頭等大事來抓。深入實(shí)施精準(zhǔn)扶貧、精準(zhǔn)脫貧，項(xiàng)目安排和資金使用都要提高精準(zhǔn)度，扶到點(diǎn)上、根上，讓貧困群眾真正得到實(shí)惠。因此，要解決好“扶持誰”的問題，必須確保識別真正的貧困人口，明確貧困的短期和長期狀態(tài)、貧困程度、貧困的動態(tài)性及其致貧原因等問題，才能做到因戶施策、因人施策。

National Natural Science Foundation of China （71373255， 71303266）.

YANG Jun， E-mail: yangjunuibe@163.com.

27 March， 2016；Accepted 4 May， 2016

F304.8

A

1000-0275（2016）04-0740-07

10.13872/j.1000-0275.2016.0054

國家自然科學(xué)基金項(xiàng)目（71373255，71303226）。

王曉兵（1973-），女，河北冀州人，博士，副教授，主要從事勞動力市場和貧困研究，E-mail: xbwang.ccap@pku.edu.cn；通訊作者：楊軍（1972-），男，河南南陽人，博士，教授，主要研究方向?yàn)檗r(nóng)產(chǎn)品貿(mào)易，E-mail: yangjunuibe@163.com。

2016-03-27，接受日期：2016-05-04