摘要：對(duì)貧困風(fēng)險(xiǎn)成因的分析有助于更具前瞻性地推進(jìn)精準(zhǔn)扶貧。采用CLDS數(shù)據(jù)測(cè)度了表征貧困風(fēng)險(xiǎn)的貧困脆弱性，采用基于R2的夏普里值分解法分析了引致因素及貢獻(xiàn)度，并運(yùn)用Order Probit模型考察了貧困脆弱的轉(zhuǎn)換動(dòng)因。研究發(fā)現(xiàn)，個(gè)體具備更高教育水平和社會(huì)資本、從事非農(nóng)工作、遷移，以及家庭獲得融資都有助于降低貧困脆弱性，但父輩劣勢(shì)的代際傳遞會(huì)提升貧困脆弱性；個(gè)體在教育、非農(nóng)就業(yè)以及健康方面的差異對(duì)貧困脆弱性貢獻(xiàn)最大；有9%和24%的個(gè)體分別經(jīng)歷過(guò)持續(xù)性脆弱和暫時(shí)性脆弱，健康沖擊是導(dǎo)致轉(zhuǎn)換到（或持續(xù)陷入）貧困脆弱的重要原因。因此，系統(tǒng)性的扶貧策略需要在當(dāng)前促進(jìn)貧困群體的非農(nóng)就業(yè)，并持續(xù)通過(guò)教育和健康扶貧來(lái)阻斷貧困陷阱。

關(guān)鍵詞：貧困風(fēng)險(xiǎn)；貧困脆弱性；夏普里值分解

文章編號(hào)：2095-5960（2018）01-0091-12；中圖分類號(hào)：F061.3；文獻(xiàn)標(biāo)識(shí)碼：A

一、問(wèn)題的提出

消除絕對(duì)貧困既是人類社會(huì)發(fā)展中要克服的難題，又是我國(guó)全面建設(shè)小康社會(huì)的底線目標(biāo)。到2015年底我國(guó)仍有5575萬(wàn)貧困人口，貧困發(fā)生率為5.7%①①數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局《2015年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。 ，在推進(jìn)實(shí)施精準(zhǔn)扶貧方略、消除貧困存量的同時(shí)，還應(yīng)該關(guān)注貧困風(fēng)險(xiǎn)，才能更具前瞻性地預(yù)防和消除貧困。世界銀行于2000年提出貧困脆弱性的概念，它是對(duì)家戶由于未知的不確定性而遭受未來(lái)貧困威脅大小的一種事先測(cè)度，使貧困的定義動(dòng)態(tài)化，貧困脆弱性越高則意味著未來(lái)陷入貧困的風(fēng)險(xiǎn)概率越大。那么，教育、健康、非農(nóng)就業(yè)、社會(huì)交往等關(guān)系貧困的重要變量，會(huì)對(duì)貧困脆弱性產(chǎn)生怎樣的影響？上述因素中誰(shuí)對(duì)貧困脆弱性的貢獻(xiàn)度較大？貧困脆弱性的動(dòng)態(tài)變遷又由什么引致？明晰該問(wèn)題，不僅有助于系統(tǒng)性地明晰精準(zhǔn)扶貧的政策抓手、制定出更具前瞻性的貧困消除和預(yù)防措施，而且有助于防止返貧現(xiàn)象的產(chǎn)生，不斷鞏固精準(zhǔn)扶貧的成效，因而具有重要的研究意義。

早期研究大都以貧困發(fā)生率為研究對(duì)象，來(lái)考察引致絕對(duì)貧困的主要因素，既包括宏觀層面的經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展、區(qū)位條件、產(chǎn)業(yè)結(jié)構(gòu)等變量，又包括微觀層面的教育、健康、生產(chǎn)資本、家庭背景等因素。無(wú)論是宏觀層面的探討還是基于微觀樣本的分析，都取得了較為豐富的研究結(jié)論。近年來(lái)的相關(guān)實(shí)證研究，更關(guān)注微觀視角下貧困消除問(wèn)題。相對(duì)于貧困發(fā)生率，貧困脆弱性則更進(jìn)一步，它通過(guò)概率來(lái)預(yù)測(cè)家戶面對(duì)的未來(lái)各種風(fēng)險(xiǎn)，更深入地、動(dòng)態(tài)地、前瞻性地刻畫了貧困。Chaudhuri等（2002）[1]、Zhang和Wan（2006）[2]將貧困脆弱性定義為家庭或個(gè)人因?yàn)椴淮_定性沖擊而陷入貧困或無(wú)法擺脫貧困的概率。

基于中國(guó)的微觀數(shù)據(jù)，早期的代表性文獻(xiàn)來(lái)自于Zhang和Wan（2006）[2]，其在測(cè)度貧困脆弱性的基礎(chǔ)上，通過(guò)回歸研究發(fā)現(xiàn)外出務(wù)工和教育對(duì)農(nóng)戶貧困脆弱性有重要影響。李麗和白雪梅（2010）[3]從CHNS整理出追蹤調(diào)查樣本，研究發(fā)現(xiàn)65歲以上組和小學(xué)組的貧困脆弱性最高。萬(wàn)廣華等（2014）[4]從資產(chǎn)視角考察了貧困脆弱性差異的形成因素，其將資產(chǎn)劃分為生產(chǎn)性物質(zhì)資本、人力資本、金融資本和社會(huì)資本，而正是因?yàn)樗鼈冎g的結(jié)構(gòu)性差異，引致了個(gè)體間貧困脆弱性的不同。

上述文獻(xiàn)基于農(nóng)戶視角探討了貧困脆弱性的引致原因，而近年相關(guān)研究則進(jìn)一步從 “事件沖擊”和“政策效應(yīng)”考察了對(duì)貧困脆弱性的影響。一是從健康視角考察對(duì)貧困脆弱性的沖擊。黃瀟（2013）[5]基于CHNS數(shù)據(jù)的研究發(fā)現(xiàn)，居民健康水平的惡化會(huì)使其面臨更高的貧困脆弱性，居民健康水平每下降10%，貧困脆弱性大約會(huì)上升6%；不僅如此，方迎風(fēng)和鄒薇（2013）[6]的實(shí)證結(jié)果指出，健康沖擊會(huì)導(dǎo)致生產(chǎn)性支出與健康投資下降，加劇了貧困脆弱性；同樣基于健康視角，韓靜舒和謝邦昌（2016）[7]采用反事實(shí)框架，研究發(fā)現(xiàn)就醫(yī)行為會(huì)使得家庭經(jīng)濟(jì)風(fēng)險(xiǎn)概率值增加0.31。因此，總體上健康惡化（疾病沖擊）會(huì)導(dǎo)致更高的貧困脆弱性。二是從政策評(píng)價(jià)視角，考察轉(zhuǎn)移支付、社會(huì)保障等政策措施對(duì)貧困脆弱性的影響。樊麗明和解堊（2014）[8]采用PSM+DID方法，研究發(fā)現(xiàn)，盡管教育程度、家庭規(guī)模、就業(yè)狀態(tài)、工作性質(zhì)及地區(qū)變量同時(shí)同方向地影響到貧困及脆弱性，但公共轉(zhuǎn)移支付并未表現(xiàn)為顯著降低貧困脆弱性；李齊云和席華（2015）[9]采用面板數(shù)據(jù)雙向固定效應(yīng)模型研究表明，新農(nóng)保顯著地降低了參保家庭的貧困脆弱性?？偟膩?lái)看，教育、健康水平、外出務(wù)工、家庭物質(zhì)資本、社會(huì)資本對(duì)農(nóng)戶貧困脆弱性的高低有顯著影響，但相關(guān)公共服務(wù)對(duì)于降低貧困脆弱性的效應(yīng)卻不一致。

顯然，前期文獻(xiàn)對(duì)貧困脆弱性的相關(guān)影響因素進(jìn)行了深入探討，既有宏觀層面的原因，又有微觀層面的特征。更令人感興趣的是，如果綜合考慮宏觀因素和微觀特征，其又會(huì)對(duì)貧困脆弱性造成何種影響？在這些引致農(nóng)戶貧困風(fēng)險(xiǎn)的主要因素中，誰(shuí)的貢獻(xiàn)度較大？什么因素引致了個(gè)體貧困脆弱性的狀態(tài)轉(zhuǎn)移？明晰該問(wèn)題，有助于在一個(gè)相對(duì)系統(tǒng)的框架下辨析出不同影響因素的重要程度，厘清精準(zhǔn)扶貧中亟待解決的“主要矛盾”和“緊迫問(wèn)題”，而這也正是本文力圖回答的重點(diǎn)問(wèn)題。本文的特色在于，通過(guò)CLDS2012和2014的微觀調(diào)查數(shù)據(jù)測(cè)度出近年來(lái)農(nóng)戶的貧困脆弱性，并進(jìn)一步采用基于R2的夏普里值分解法，考察教育、健康、外出務(wù)工、社會(huì)交往、資產(chǎn)水平、家庭背景、經(jīng)濟(jì)增長(zhǎng)等關(guān)系貧困的核心變量對(duì)貧困脆弱性的影響和貢獻(xiàn)度；最后，基于貧困脆弱性構(gòu)建了貧困風(fēng)險(xiǎn)轉(zhuǎn)移矩陣，并采用Order Probit方法考察貧困風(fēng)險(xiǎn)轉(zhuǎn)移的引致原因。

二、研究方法

（一）貧困脆弱性的測(cè)度

貧困脆弱性區(qū)別于貧困發(fā)生率，前者是將家庭（個(gè)體）面臨風(fēng)險(xiǎn)沖擊所引致的福利變化以概率的形式表現(xiàn)出來(lái)，體現(xiàn)出未來(lái)陷入貧困的風(fēng)險(xiǎn)；后者則僅僅衡量出陷入貧困的人口比例。可以說(shuō)，貧困發(fā)生率通常是可觀察、靜態(tài)的，強(qiáng)調(diào)貧困產(chǎn)生的結(jié)果；貧困脆弱性則是不可觀察的、動(dòng)態(tài)的，強(qiáng)調(diào)貧困產(chǎn)生的預(yù)期，更有利于從前瞻性視角制定反貧困對(duì)策。有關(guān)貧困脆弱性的定義，Kühl（2003）[10]認(rèn)為，貧困脆弱性是一個(gè)家庭因遭受重大沖擊而導(dǎo)致其福利水平降低到貧困線以下的可能性。進(jìn)一步，Chaudhuri等（2002）[1]、Zhang和Wan（2006）[2]將貧困脆弱性定義為家庭或個(gè)人因?yàn)椴淮_定性沖擊而陷入貧困或無(wú)法擺脫貧困的概率，后文實(shí)證測(cè)度也將基于這一定義展開。

貧困線的選取關(guān)系到貧困脆弱性計(jì)算的準(zhǔn)確度。我國(guó)官方于2011年公布的貧困線為2300元/年（2011年價(jià)格），而本文樣本調(diào)查時(shí)間為2011和2013，對(duì)于2013的數(shù)據(jù)需要采用CPI指數(shù)對(duì)貧困線進(jìn)行平滑以確保數(shù)據(jù)的可比性。國(guó)際貧困線往往參照世行標(biāo)準(zhǔn)，一般為1.9美元/天（低標(biāo)準(zhǔn)）和3.1美元/每天（高標(biāo)準(zhǔn)）①①此前，世行的貧困線一般是1美元/天、1.25美元/天、2美元/天。2015年10月5日，世行將國(guó)際貧困線標(biāo)準(zhǔn)由1.25美元/天提高到1.9美元/天（低標(biāo)準(zhǔn)），同時(shí)也給出了3.1美元/天的貧困線標(biāo)準(zhǔn)（高標(biāo)準(zhǔn)）。 。本文按照世行最新調(diào)整的貧困線，并采用世行公布的PPP指數(shù)②②世行公布的2011和2013年的PPP指數(shù)分別為3.5053和3.5455。 進(jìn)行了統(tǒng)一折算。

（二）貧困脆弱性的夏普里值分解

在測(cè)算出貧困脆弱性的基礎(chǔ)上，可進(jìn)一步采用基于R2的夏普里值分解法（Huettner andSunder）[13]來(lái)考察主要變量對(duì)貧困脆弱性的貢獻(xiàn)程度。該方法由兩個(gè)步驟構(gòu)成，首先，需要根據(jù)理論來(lái)設(shè)定有關(guān)回歸方程。結(jié)合既有關(guān)于貧困脆弱性的有關(guān)文獻(xiàn)，回歸方程設(shè)定如下：

式（9）中，Xi表示影響貧困脆弱性的重要控制變量，主要由如下幾個(gè)方面構(gòu)成。首先，個(gè)體特征類變量。一是受訪者教育水平，用受訪者的受教育年限作為其代理指標(biāo)；在不少文獻(xiàn)中（李麗、白雪梅，2010[3]；Zhang，2014 [14]），教育缺乏被認(rèn)為是導(dǎo)致貧困人口發(fā)展能力缺乏的根本原因，也是制約貧困人口遷移、獲取非農(nóng)工作及生產(chǎn)技能信息等的重要因素，預(yù)計(jì)受教育水平越高、貧困脆弱性越低。除教育外，另一表征人力資本的因素就在于健康水平，健康對(duì)農(nóng)村減貧困的作用更為顯著（程明望等，2014）[15]；因此，預(yù)計(jì)健康沖擊將會(huì)導(dǎo)致貧困脆弱性增加。三是職業(yè)狀況，當(dāng)前從事非農(nóng)工作成為農(nóng)民增收的重要渠道，這里用是否從事非農(nóng)工作的虛擬變量來(lái)表示；有證據(jù)表明，農(nóng)村勞動(dòng)力外出行為顯著地降低了農(nóng)村貧困程度（岳希明、羅楚亮，2010）[16]，預(yù)計(jì)該變量估計(jì)系數(shù)為負(fù)。四是社會(huì)資本，在我國(guó)農(nóng)村社會(huì)資本作為一種非市場(chǎng)化的力量，可以通過(guò)獲取融資和創(chuàng)業(yè)信息、促進(jìn)公共品提供和勞動(dòng)力流動(dòng)，進(jìn)而對(duì)貧困消除產(chǎn)生影響；有研究表明，社會(huì)資本能顯著地減少貧困，社區(qū)層面社會(huì)資本的作用要大于家庭層面（張爽，2007）[17]，但關(guān)于社會(huì)資本是否能減輕相對(duì)貧困則尚未取得一致的認(rèn)識(shí)，隨著市場(chǎng)化進(jìn)程的深入，社會(huì)資本反貧困的積極作用有減弱的趨勢(shì)（周曄馨、葉靜怡，2007）[18]，因此，社會(huì)資本對(duì)貧困脆弱性的影響既可能為正又可能為負(fù)。五是遷移狀況，考慮到搬遷式扶貧以及上述的外出務(wù)工是重要的扶貧方式，因而人口流動(dòng)會(huì)降低貧困發(fā)生的可能性（方迎風(fēng)、張芬，2016）[19]，預(yù)計(jì)遷移有可能會(huì)減低貧困脆弱性，其估計(jì)系數(shù)為負(fù)。

其次，為家庭特征類變量。一是家庭融資能力，即家庭是否獲得生產(chǎn)性融資，既有研究表明，農(nóng)村金融規(guī)模的擴(kuò)張有利于農(nóng)戶生產(chǎn)性資金獲得、進(jìn)而擺脫貧困（呂勇斌、趙培培，2014）[20]。二是家庭獲得的外部轉(zhuǎn)移支付（轉(zhuǎn)移支付占家庭收入的比例），盡管有文獻(xiàn)表明公共轉(zhuǎn)移支付對(duì)慢性貧困和暫時(shí)性貧困的脆弱性沒(méi)有影響（樊麗明、解堊，2014）[8]，但轉(zhuǎn)移支付仍然是貧困戶的重要收入來(lái)源，在此控制了該變量。三是家庭代際遺傳因素，主要由受訪者父親的經(jīng)濟(jì)社會(huì)狀態(tài)構(gòu)成，包括了三個(gè)指標(biāo)：第一，受訪者父親是否在其16歲前離世，通常父親過(guò)早離世對(duì)家庭經(jīng)濟(jì)狀況會(huì)造成重大沖擊，這在現(xiàn)實(shí)中往往成為貧困的重要誘因，預(yù)計(jì)其估計(jì)系數(shù)為正；第二，受訪者父親的教育水平和職業(yè)狀況（在1979年是否從事非農(nóng)職業(yè)），通常教育被認(rèn)為是打破階層固化的重要途徑，且“子承父業(yè)”現(xiàn)象在現(xiàn)實(shí)中亦較為普遍，這使得具備優(yōu)勢(shì)的父代可通過(guò)教育、職業(yè)等渠道將這種優(yōu)勢(shì)傳遞給子代，進(jìn)而阻礙代際收入流動(dòng)（邸玉娜，2014）[21]，對(duì)貧困群體則可能造成貧困惡性循環(huán)。

最后，為宏觀經(jīng)濟(jì)背景變量，在此用2000—2010期間農(nóng)村居民人均純收入年均增長(zhǎng)率表示，用以控制受訪者所在地經(jīng)濟(jì)狀況的影響。農(nóng)戶收入增長(zhǎng)更直接地反映出農(nóng)民在經(jīng)濟(jì)增長(zhǎng)中的獲益（溢出效應(yīng)），農(nóng)戶收入增長(zhǎng)對(duì)貧困縮減具有促進(jìn)作用（沈揚(yáng)揚(yáng)，2012）[22]，因此預(yù)計(jì)農(nóng)戶收入增長(zhǎng)也有利于降低貧困風(fēng)險(xiǎn)。

在對(duì)式（9）進(jìn)行回歸分析的基礎(chǔ)上，可進(jìn)一步進(jìn)行夏普里值分解，該方法來(lái)自于Huettner and Sunder（2012）[13]，其通過(guò)觀察不同解釋變量組合下模型R2的變化，以此得到某個(gè)自變量對(duì)因變量的邊際貢獻(xiàn)。其基本步驟為：對(duì)于自變量Xi，首先計(jì)算包含Xi的模型的R2；之后，去掉Xi再計(jì)算一次模型的R2，前后兩次R2的差異則為由自變量Xi引起的變化，即Xi對(duì)因變量的邊際貢獻(xiàn)率。但值得注意的是，當(dāng)計(jì)算Xi的貢獻(xiàn)率時(shí)，其余解釋變量可以全部選擇、也可以部分選擇，于是自變量個(gè)數(shù)越多則計(jì)算量會(huì)呈現(xiàn)出幾何級(jí)增長(zhǎng)。解決辦法是計(jì)算Xi的貢獻(xiàn)率時(shí)，按照全部可能的變量組合進(jìn)行計(jì)算，并以其算術(shù)平均值作為Xi的貢獻(xiàn)度。另外，基于R2的夏普里值分解結(jié)果，只代表在條件回歸下各變量對(duì)被解釋變量差異的貢獻(xiàn)度，但回歸方程顯然只能控制核心的理論因素，因此可通過(guò)計(jì)算實(shí)際值與擬合值的分布差異，來(lái)獲得殘差對(duì)被解釋變量的貢獻(xiàn)度。最后，為提升結(jié)果的穩(wěn)健性，采取了300次自抽樣的結(jié)果。

三、樣本構(gòu)建

實(shí)證分析樣本來(lái)源于中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）2012和2014，以此構(gòu)建出2011、2013連續(xù)兩年參與調(diào)查的追蹤樣本①①為保證樣本的全國(guó)代表性，CLDS按照多階段、多層次、與勞動(dòng)力規(guī)模成比例的方式進(jìn)行抽樣，樣本覆蓋了中國(guó)29個(gè)省市（除港澳臺(tái)、西藏、海南外），調(diào)查對(duì)象為樣本家庭戶中的全部勞動(dòng)力（年齡15-64歲家庭成員）。2014年為CLDS項(xiàng)目的第一次追蹤調(diào)查，對(duì)2012年（基線調(diào)查）訪問(wèn)的村居、家庭及個(gè)體進(jìn)行了追訪，兩個(gè)調(diào)查年度所涉及的省份保持一致。由于剔除了缺失值，最終樣本涵蓋了27個(gè)省份。 。構(gòu)建實(shí)證樣本時(shí)，需要對(duì)原始數(shù)據(jù)進(jìn)行以下處理：（1）由于主要分析的是絕對(duì)貧困，而絕對(duì)貧困主要集中在農(nóng)村，因此剔除了城鎮(zhèn)樣本；（2）剔除了收入、教育、健康等關(guān)鍵變量缺失或取值具有邏輯性錯(cuò)誤的樣本。通過(guò)篩選，最終得到2607個(gè)樣本。主要變量的定義如表2所示：

四、實(shí)證結(jié)果分析

（一）貧困脆弱性的測(cè)算

根據(jù)上述有關(guān)貧困脆弱性測(cè)度的描述，在利用回歸方程估計(jì)出對(duì)數(shù)收入均值和方差的基礎(chǔ)上，利用正態(tài)分布的密度函數(shù)可計(jì)算出貧困脆弱性，相關(guān)結(jié)果如表4和5所示。

在分析各年份的貧困脆弱性狀況之前，需要對(duì)貧困脆弱性的測(cè)算準(zhǔn)確度進(jìn)行研判，這關(guān)系到基于貧困脆弱性分析的精確性①①由于需要通過(guò)相關(guān)加入相關(guān)變量，在條件回歸下來(lái)預(yù)測(cè)對(duì)數(shù)收入和方差，以及微觀調(diào)查數(shù)據(jù)中控制變量受調(diào)查樣本所限等原因，難免出現(xiàn)估計(jì)誤差，也很難出現(xiàn)完全判真和零判偽的情況。所以，產(chǎn)生一定程度誤判是難以避免的，因而也就需要通過(guò)判真率和判偽率指標(biāo)來(lái)判斷貧困脆弱性的預(yù)測(cè)精度，以保證數(shù)據(jù)的有效性。 。從表4中的判真率看，2011和2013年樣本中，分別有大體70%和80%的貧困個(gè)體可以被有效識(shí)別；從判偽率看，基本上控制在10%左右。因此，總體上貧困脆弱性計(jì)算結(jié)果與實(shí)際貧困發(fā)生基本一致，這說(shuō)明所得到的貧困脆弱性是識(shí)別有效的，與“收入水平越高則貧困風(fēng)險(xiǎn)越低”的邏輯判斷相一致。

從表4還可以看到，如果按照世行設(shè)定的高貧困線標(biāo)準(zhǔn)（3.1美元/天），那么我國(guó)貧困發(fā)生率仍還處于較高水平（13.73%和16.64%）。即使按照2300元/年的標(biāo)準(zhǔn)，樣本的貧困發(fā)生率分別為9.81%和7.55%，與官方公布的12.7%（2011年）和8.5%（2013年）基本一致②②造成樣本貧困發(fā)生率與官方公布數(shù)據(jù)差異的原因在于：樣本數(shù)據(jù)來(lái)源于抽樣調(diào)查，而官方數(shù)據(jù)來(lái)源于各監(jiān)測(cè)點(diǎn)直報(bào)，顯然在覆蓋范圍及抽樣設(shè)計(jì)方面，樣本范圍沒(méi)有官方統(tǒng)計(jì)廣，但二者差異并不明顯。 ，說(shuō)明樣本具有明顯的代表性。

根據(jù)表5，不難看到，貧困脆弱性的平均值和中位數(shù)都低于0.5，說(shuō)明多數(shù)樣本都未暴露于較高的貧困風(fēng)險(xiǎn)。其次，從貧困脆弱性的分布來(lái)看，不同年份不同貧困線下，樣本個(gè)體的貧困脆弱性差異都比較大，90百分位與10百分位的貧困脆弱性數(shù)值之比，最高可達(dá)2.15倍，最低也有1.54倍，說(shuō)明個(gè)體間面臨的貧困風(fēng)險(xiǎn)沖擊差別明顯。那么，引致個(gè)體貧困脆弱性差異的原因是什么呢？接下來(lái)，將采用基于R2的夏普里值分解法來(lái)進(jìn)行分析。

（二）貧困脆弱性引致因素的分解

接下來(lái)，以貧困脆弱性為被解釋變量，按照式（9）進(jìn)行回歸估計(jì)，可獲得各控制變量的估計(jì)系數(shù)；在此基礎(chǔ)上，進(jìn)一步運(yùn)用Huettner and Sunder（2012）[13]提出的基于R2的夏普里值分解法，得到相關(guān)控制變量對(duì)貧困脆弱性的貢獻(xiàn)程度，結(jié)果如表6—8所示。

首先，考察個(gè)體層面因素對(duì)貧困脆弱性的影響。根據(jù)表6和表7，總體上受訪者教育水平的估計(jì)系數(shù)都顯著負(fù)相關(guān)，意味著受教育水平越高、貧困脆弱性越低，與理論預(yù)期相符。同樣，健康水平的估計(jì)系數(shù)顯著為正，表明健康水平惡化可能引致更高的貧困脆弱性。實(shí)際上，全國(guó)現(xiàn)有的7000多萬(wàn)貧困農(nóng)民中，因病致貧、因病返貧的有42%①①數(shù)據(jù)來(lái)源：2015年12月15日，時(shí)任國(guó)務(wù)院扶貧辦主任劉永富在國(guó)務(wù)院新聞發(fā)布會(huì)上公布的調(diào)查結(jié)果。 ，說(shuō)明健康沖擊已成為貧困風(fēng)險(xiǎn)的重要來(lái)源。其次，職業(yè)特征變量顯著為負(fù)，說(shuō)明與僅從事農(nóng)業(yè)生產(chǎn)相比，具有非農(nóng)工作的個(gè)體，其陷入貧困的風(fēng)險(xiǎn)概率明顯更低。由于非農(nóng)工作會(huì)帶來(lái)相對(duì)農(nóng)業(yè)更多的收入回報(bào)，因此在開發(fā)式扶貧中，農(nóng)戶的外出務(wù)工收入不僅有助于降低貧困發(fā)生率（岳希明、羅楚亮，2010）[16]，而且增加可以降低因農(nóng)業(yè)收入損失所導(dǎo)致的貧困脆弱性（邰秀軍等，2009）[23]。進(jìn)一步，社會(huì)資源變量同樣顯著地與貧困脆弱性負(fù)相關(guān)，說(shuō)明社會(huì)資本有利于降低貧困風(fēng)險(xiǎn)。理論上看，社會(huì)資本通過(guò)非正式保險(xiǎn)的機(jī)制平滑消費(fèi)、減輕暫時(shí)貧困，通過(guò)促進(jìn)融資和創(chuàng)業(yè)、保護(hù)產(chǎn)權(quán)、促進(jìn)公共品提供和勞動(dòng)力流動(dòng)，有助于消除長(zhǎng)期貧困（周曄馨、葉靜怡，2014）[18]；近年來(lái)的實(shí)證研究更表明，社會(huì)資本積累有利于降低成為貧困戶的機(jī)率（關(guān)愛(ài)萍、李靜宜，2017）[24]。最后，遷移也使得貧困脆弱性顯著降低，意味著遷移通過(guò)改善貧困戶的生產(chǎn)生活環(huán)境，進(jìn)而達(dá)到降低貧困風(fēng)險(xiǎn)的目的，這也體現(xiàn)了促進(jìn)勞動(dòng)力流動(dòng)的重要性。

其次，分析家庭層面因素對(duì)貧困脆弱性的影響。一是家庭信貸獲得。盡管在2011樣本中部分變量的估計(jì)系數(shù)不顯著，但總體上信貸獲得與貧困脆弱性負(fù)相關(guān)；這說(shuō)明生產(chǎn)性資本的獲取有助于降低貧困風(fēng)險(xiǎn)，近年來(lái)的經(jīng)驗(yàn)分析也指出，農(nóng)村金融規(guī)模擴(kuò)張有利于減緩貧困（呂勇斌、趙培培，2014）[20]。二是家庭轉(zhuǎn)移收入占比的系數(shù)較小、估計(jì)系數(shù)為正，說(shuō)明家庭收入中轉(zhuǎn)移支付占比的提升在一定程度上帶來(lái)了更高的貧困風(fēng)險(xiǎn)，意味著主要依靠轉(zhuǎn)移性收入的家庭本身就比較脆弱。三是代際傳遞因素。從估計(jì)結(jié)果看，只有父親早年離世的影響被證明是有效的，而父代教育傳遞和職業(yè)傳遞的還缺乏統(tǒng)計(jì)上的顯著支撐。顯然，家庭重大變故是貧困風(fēng)險(xiǎn)加劇的重要誘因，需要在扶貧中加大對(duì)于喪失主要?jiǎng)趧?dòng)力家庭的關(guān)注。

最后，考察宏觀層面因素對(duì)貧困脆弱性的影響。不難發(fā)現(xiàn)，農(nóng)村居民人均收入的增長(zhǎng)并不會(huì)顯著帶來(lái)貧困脆弱性的降低，可能的原因在于剩余貧困人口面臨更大的貧困深度，難以同步獲得收入增長(zhǎng)的溢出效應(yīng)。雖然我國(guó)農(nóng)村居民人均純收入從2000年的2253元增長(zhǎng)到2010年的5919元，貧困發(fā)生率也從農(nóng)村貧困發(fā)生率為49.8%降低為17.2%②②數(shù)據(jù)來(lái)源：國(guó)家扶貧開發(fā)領(lǐng)導(dǎo)小組辦公室網(wǎng)站：www.cpad.gov.cn。 ，但這種溢出效應(yīng)對(duì)剩余深度貧困人口的影響比較有限。有資料顯示，“十二五”期間貧困總量下降了60%，但深度貧困只下降了25%③③數(shù)據(jù)來(lái)源：國(guó)務(wù)院扶貧辦原主任范小建在2016年全國(guó)政協(xié)十二屆四次會(huì)議召開記者會(huì)上的發(fā)言。摘自：人民網(wǎng)，http：//lianghui.people.com.cn/2016cppcc/n1/2016/0309/c402984-28184548.html。 ，當(dāng)前的剩余貧困人口其貧困程度往往更加深化。

在明晰重要控制變量對(duì)貧困脆弱性影響的基礎(chǔ)上，則可進(jìn)一步基于上述回歸結(jié)果，根據(jù)式（9）的描述，采用基于R2的夏普里值分解法，以明確不同因素在貧困脆弱性中的差異性作用。相關(guān)結(jié)果如表8所示。

上述研究結(jié)論具有明顯的政策含義。當(dāng)前剩余貧困人口的貧困程度更加深化，需要更為系統(tǒng)性的扶貧措施才能助其脫離貧困。從現(xiàn)實(shí)來(lái)看，貧困脆弱性與個(gè)體人力資本水平、職業(yè)狀態(tài)密切相關(guān)，而貧困群體在人力資本和職業(yè)等方面的“弱勢(shì)疊加”，使得其面臨著更高的貧困風(fēng)險(xiǎn)。因此，幫助貧困群體獲得相關(guān)的職業(yè)（發(fā)展）渠道以擺脫收入來(lái)源的匱乏，是當(dāng)前產(chǎn)業(yè)扶貧的重要依據(jù)和現(xiàn)實(shí)選擇。從長(zhǎng)遠(yuǎn)來(lái)看，造成個(gè)體特征現(xiàn)實(shí)差異的深層次原因還在于代際傳遞，要斬?cái)噙@種惡性循環(huán)的“馬太效應(yīng)”鏈條，需要系統(tǒng)的扶貧政策進(jìn)行干預(yù)，因此提升貧困群體的公共服務(wù)保障（包括基礎(chǔ)教育質(zhì)量的提升、職業(yè)培訓(xùn)幫扶、衛(wèi)生條件及保障水平的改善等）是幫助其建立可持續(xù)發(fā)展能力的根基。這既是消除貧困的重要之策，又是預(yù)防貧困發(fā)生、降低貧困風(fēng)險(xiǎn)、防止返貧的核心手段。

最后，就研究進(jìn)展而言，追蹤調(diào)查數(shù)據(jù)的出現(xiàn)將為相關(guān)研究提供更為豐富的研究素材，無(wú)論是樣本選取、指標(biāo)測(cè)度、研究方法設(shè)計(jì)，還是貧困脆弱性的測(cè)度和分解，抑或相關(guān)精準(zhǔn)扶貧措施的政策效應(yīng)評(píng)估，都可以得到更為豐富且有意義的結(jié)論。

參考文獻(xiàn)：

[1]Chaudhuri S，Jalan J，Suryahadi A.Assessing Household Vulnerability to Poverty from Cross-Sectional Data：A Methodology and Estimates from Indonesia[J].Discussion Papers，Department of Economics，Columbia University，2002.

[2]Zhang Yuan and Wan Guanghua.An Empirical Analysis of Household Vulnerability in Rural China[J].Journal of the Asia Pacific Economy，2006，11（2）：196-212.

[3]李麗，白雪梅.我國(guó)城鄉(xiāng)居民家庭貧困脆弱性的測(cè)度與分解——基于CHNS 微觀數(shù)據(jù)的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（8）：61-73.

[4]萬(wàn)廣華，劉飛，章元.資產(chǎn)視角下的貧困脆弱性分解：基于中國(guó)農(nóng)戶面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（4）：4-19.

[5]黃瀟.健康在多大程度上引致貧困脆弱性——基于CHNS農(nóng)村數(shù)據(jù)的經(jīng)驗(yàn)分析[J].統(tǒng)計(jì)與信息論壇，2013（9）：54-62.

[6]方迎風(fēng)，鄒薇.能力投資、健康沖擊與貧困脆弱性[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2013（7）：36-49.

[7]韓靜舒，謝邦昌.中國(guó)居民家庭脆弱性及因病致貧效應(yīng)分析[J].統(tǒng)計(jì)與信息論壇，2016（7）：36-49.

[8]樊麗明，解堊.公共轉(zhuǎn)移支付減少了貧困脆弱性嗎？[J].經(jīng)濟(jì)研究，2014（8）：67-78.

[9]李齊云，席華.新農(nóng)保對(duì)家庭貧困脆弱性的影響——基于中國(guó)家庭追蹤調(diào)查數(shù)據(jù)的研究[J].上海經(jīng)濟(jì)研究，2015（7）：45-54.

[10]Jesper J.Kuhl.Disaggregating Household Vulnerability-Analyzing fluctuations in consumption using a simulation approach[D].Institute of Economics，University of Copenhagen，Denmark，2003.

[11]萬(wàn)廣華，章元，史清華.如何更準(zhǔn)確地預(yù)測(cè)貧困脆弱性：基于中國(guó)農(nóng)戶面板數(shù)據(jù)的比較研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011（9）：13-23.

[12]Amemiya T.The maximum likelihood estimator and the non-linear three stage least squares estimator in the general nonlinear simultaneous equation model[J].Econometrica，1977，45：995-968.

[13]Huettner F，Sunder M.Axiomatic arguments for decomposing goodness of fit according to Shapley and Owen values[J].Electronic Journal of Statistics，2012，vol（6）：1239-1250.

[14]Zhang Huafeng.The poverty trap of education：Education-poverty connections in Western China[J].International Journal of Educational Development，vol（38），2014：47-58.

[15]程明望，Jin Yanhong，蓋慶恩，史清華.農(nóng)村減貧應(yīng)該更關(guān)注教育還是健康？——基于收入增長(zhǎng)和差距縮小雙重視角的實(shí)證[J].經(jīng)濟(jì)研究，2014（11）：130-144.

[16]岳希明，羅楚亮.農(nóng)村勞動(dòng)力外出打工與緩解貧困[J].世界經(jīng)濟(jì)，2010（1）：84-98.

[17]張爽，陸銘，章元.社會(huì)資本的作用隨市場(chǎng)化進(jìn)程減弱還是加強(qiáng)？——來(lái)自中國(guó)農(nóng)村貧困的實(shí)證研究[J].經(jīng)濟(jì)學(xué)（季刊），6（2），2007：539-560.

[18]周曄馨，葉靜怡.社會(huì)資本在減輕農(nóng)村貧困中的作用：文獻(xiàn)述評(píng)與研究展望[J].南方經(jīng)濟(jì)，2014（7）：35-57.

[19]方迎風(fēng)，張芬.鄰里效應(yīng)作用下的人口流動(dòng)與中國(guó)農(nóng)村貧困動(dòng)態(tài)[J].中國(guó)人口·資源與環(huán)境，2016（10）：137-163.

[20]呂勇斌，趙培培.我國(guó)農(nóng)村金融發(fā)展與反貧困績(jī)效：基于2003—2010年的經(jīng)驗(yàn)證據(jù)[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2014（1）：54-60.

[21]邸玉娜.代際流動(dòng)、教育收益與機(jī)會(huì)平等——基于微觀調(diào)查數(shù)據(jù)的研究[J].經(jīng)濟(jì)科學(xué)，2014（1）：65-74.

[22]沈揚(yáng)揚(yáng).收入增長(zhǎng)與不平等對(duì)農(nóng)村貧困的影響——基于不同經(jīng)濟(jì)活動(dòng)類型農(nóng)戶的研究[J].南開經(jīng)濟(jì)研究，2012（2）：132-150.

[23]邰秀軍，羅丞，李樹茁，李聰.外出務(wù)工對(duì)貧困脆弱性的影響：來(lái)自西部山區(qū)農(nóng)戶的證據(jù)[J].世界經(jīng)濟(jì)文匯，2009（6）：67-76.

[24]關(guān)愛(ài)萍，李靜宜.人力資本、社會(huì)資本與農(nóng)戶貧困——基于甘肅省貧困村的實(shí)證分析[J].教育與經(jīng)濟(jì)，2017（1）：66-74.

[25]黃斌，高蒙蒙，查晨婷.中國(guó)農(nóng)村地區(qū)教育收益與收入差異[J].中國(guó)農(nóng)村經(jīng)濟(jì)，2014（11）：28-38.

[26]黃瀟.如何預(yù)防貧困的馬太效應(yīng)——代際收入流動(dòng)視角[J].經(jīng)濟(jì)管理，2014（5）：153-161.

Abstract：Analyzing the origin of the poverty helps to reduce poverty predicted. Based on the CLDS data， this paper firstly measures the rural households poverty vulnerability； then answer a question that which economic-social status contributes to the poverty vulnerability most， by the method of Shapley Value Decomposition； and finally analyzes the dynamic reason of status transformation in poverty vulnerability using Order Probit model. Results Show that individual factors such as education， non-agricultural job， social capital and immigration， family background including productive loan all help to decrease the poverty vulnerability； however， the disadvantage from intergenerational transfer leads to higher poverty vulnerability. According to the contributions， the difference among individuals education， non-agricultural job and health explain most part of poverty vulnerability. In addition， 9% and 24% of samples have fell into transient and persistent poverty vulnerability respectively， and healthy problems are viewed as the main reason of translating to higher poverty vulnerability. Consequently， the systematic poverty reduction solutions should not only pay attention to the poors no-agricultural job opportunities right now， but also take some measures including education and health to eliminate the poverty trap in the long time.

Key words：poverty risk； poverty vulnerability； shapley value decomposition

責(zé)任編輯：吳錦丹 吳錦丹 蕭敏娜 常明明 張士斌