国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

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)

2022-12-01 01:31陳志許佳慧吳海濤
新疆農(nóng)墾經(jīng)濟(jì) 2022年8期
關(guān)鍵詞:基尼系數(shù)差距變量

○陳志 許佳慧 吳海濤

(1湖北省社會(huì)科學(xué)院經(jīng)濟(jì)研究所,湖北 武漢 430077;2中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院,湖北 武漢 430077)

一、引言

當(dāng)前,我國(guó)已經(jīng)實(shí)現(xiàn)了第一個(gè)百年奮斗目標(biāo),全面建成了小康社會(huì),歷史性地解決了絕對(duì)貧困問題,正在朝著第二個(gè)百年奮斗目標(biāo)邁進(jìn)[1]。但絕對(duì)貧困問題的解決并不意味著中國(guó)反貧困事業(yè)的終結(jié),以收入不均等為代表的相對(duì)貧困問題會(huì)進(jìn)一步凸顯出來。國(guó)家統(tǒng)計(jì)局住戶調(diào)查數(shù)據(jù)表明,二十世紀(jì)八十年代初至二十一世紀(jì)初期,全國(guó)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(shí)際收入翻了一番,年均增速也高達(dá)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(guó)家統(tǒng)計(jì)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(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)摘要(2019)[M].北京:中國(guó)統(tǒng)計(jì)出版社,2019.,2013年中國(guó)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(kuò)大至9.3∶1。由此可見,我國(guó)農(nóng)村收入不均等問題形勢(shì)還相當(dāng)嚴(yán)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(jiān)成果及全面推進(jìn)共同富裕時(shí)期的“當(dāng)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(cè)度當(dāng)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(duì)緩解脫貧農(nóng)戶收入不均等狀況提出有針對(duì)性的對(duì)策建議,確保脫貧攻堅(jiān)與鄉(xiāng)村振興的穩(wěn)步銜接,并為推動(dòng)共同富裕提供有益參考。

二、文獻(xiàn)回顧與理論基礎(chǔ)

(一)文獻(xiàn)回顧

在收入不均等程度測(cè)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(rèn)為所有的收入分布都服從帕累托分布,但是實(shí)證檢驗(yàn)結(jié)果表明,PARETO分布能夠很好地?cái)M合高收入群體,而非整個(gè)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(gè)比α更全面的指標(biāo),并于1914年提出了著名的基尼系數(shù)。這一測(cè)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(biāo)。

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(kuò)展的廣義熵指數(shù)也成為了學(xué)術(shù)界使用相對(duì)廣泛的測(cè)度指標(biāo)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(cè)度指標(biāo)能夠更為有效地反映社會(huì)福利水平的變化,ATKINSON[6]基于社會(huì)福利函數(shù)首次提出了不均等狀況的衡量指標(biāo),即阿特金森指數(shù)。阿特金森指數(shù)和廣義熵指標(biāo)實(shí)際上存在著對(duì)應(yīng)的單調(diào)轉(zhuǎn)換關(guān)系,且廣義熵指標(biāo)中常用的指數(shù)也能用于不均等的分解。除上述指標(biāo)外,度量收入不均等程度的指標(biāo)還有相對(duì)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(shí),探究其背后的影響機(jī)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(duì)脫貧農(nóng)戶可能會(huì)產(chǎn)生非常強(qiáng)的促收效應(yīng),人力資本不僅可以通過提高農(nóng)民勞動(dòng)生產(chǎn)率來促進(jìn)工資增長(zhǎng),而且還體現(xiàn)在增加勞動(dòng)力的非農(nóng)參與機(jī)會(huì)上。大多學(xué)者認(rèn)為教育對(duì)家庭收入差距的作用是非線性的[8-9],我國(guó)不同教育階段的教育回報(bào)率隨收入水平的變化呈現(xiàn)不同的變動(dòng)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(guó)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(fèi)用負(fù)擔(dān)所帶來的農(nóng)村家庭過度負(fù)債和因病致貧的風(fēng)險(xiǎn)。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(duì)低收入人群的作用強(qiáng)度更大[10]。有學(xué)者認(rèn)為勞動(dòng)力流動(dòng)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(huì)資本是緩解收入不均等加劇趨勢(shì)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(huì)網(wǎng)絡(luò)表征的社會(huì)資本是“富人的資本”,社會(huì)資本甚至?xí)哟缶用耖g的收入不均等程度,這是因?yàn)楦蝗藫碛械呢?cái)富與社會(huì)資本具有更強(qiáng)的增收效應(yīng)[15]。楊晶等[16]將社會(huì)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(jì)支持”“人情禮支出”和“個(gè)體勞動(dòng)者協(xié)會(huì)或工會(huì)”相關(guān)變量來刻畫其大小。人情資源對(duì)高收入群體的回報(bào)率更高,人情資源有擴(kuò)大城市居民收入差距的作用趨勢(shì)[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(jì)發(fā)展水平較低時(shí)尤為明顯[18]。同時(shí),促進(jìn)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(qiáng)化了農(nóng)村經(jīng)濟(jì)增長(zhǎng)和城鎮(zhèn)化對(duì)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(duì)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(xiàn)僅利用某個(gè)單一指標(biāo)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(biāo)由于性能的不同,測(cè)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(xiàn)較少,且已有文獻(xiàn)大部分是利用國(guó)家層面和省級(jí)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(dòng)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(jì)學(xué)家曾對(duì)分配理論給予極高的重視,側(cè)重于討論土地、勞動(dòng)和資本三種生產(chǎn)要素之間的收入分配。收入分配理論認(rèn)為,收入由各種有關(guān)生產(chǎn)要素共同創(chuàng)造,各個(gè)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(dòng)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(jì)活動(dòng)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(gè)生產(chǎn)要素所有者,土地、勞動(dòng)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(jì)六十年代,美國(guó)經(jīng)濟(jì)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(rèn)為人力資本是體現(xiàn)在人身上的資本,即對(duì)生產(chǎn)者進(jìn)行教育、職業(yè)培訓(xùn)等支出及其在接受教育時(shí)的機(jī)會(huì)成本等的總和,表現(xiàn)為蘊(yùn)含于人身上的各種生產(chǎn)知識(shí)、勞動(dòng)與管理技能以及健康素質(zhì)的存量總和。人力資本的強(qiáng)弱關(guān)系到脫貧農(nóng)戶的謀生能力和收入水平高低,進(jìn)而影響農(nóng)戶收入不均等狀況。一般而言,教育、健康和勞動(dòng)力會(huì)有助于拓展脫貧農(nóng)戶從事非農(nóng)活動(dòng)的能力和非農(nóng)就業(yè)渠道,影響就業(yè)機(jī)會(huì)和經(jīng)濟(jì)地位,進(jìn)而使得農(nóng)村內(nèi)部收入不均等程度更低。

同時(shí),社會(huì)資本較高有助于提升脫貧農(nóng)戶的社會(huì)資源可獲得性,從而拓展自身的發(fā)展空間,對(duì)農(nóng)戶的收入分配變動(dòng)產(chǎn)生影響。LOURY[21]從社會(huì)結(jié)構(gòu)資源對(duì)經(jīng)濟(jì)活動(dòng)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(duì)應(yīng)的一個(gè)嶄新的理論概念——社會(huì)資本。在他看來,社會(huì)資本是諸種資源之一,存在于家庭關(guān)系與社區(qū)的社會(huì)組織之中,是指?jìng)€(gè)體或團(tuán)體之間的關(guān)聯(lián)——社會(huì)網(wǎng)絡(luò)、互惠性規(guī)范和由此產(chǎn)生的信任,是人們?cè)谏鐣?huì)結(jié)構(gòu)中所處的位置給他們帶來的資源。社會(huì)資本有助于農(nóng)村居民獲取充分的就業(yè)信息,進(jìn)而獲得優(yōu)質(zhì)的工作機(jī)會(huì)和較高的收入水平。對(duì)于擁有較多社會(huì)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(xiàn)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(huì)資本理論,利用幕阜山區(qū)S 縣的調(diào)查數(shù)據(jù),運(yùn)用基尼系數(shù)、泰爾指數(shù)和阿特金森指數(shù)聯(lián)合測(cè)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(guó)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(cè)算

(一)方法選取

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

二十世紀(jì)初意大利經(jīng)濟(jì)學(xué)家基尼于1922年提出了定量測(cè)定收入分配差異程度的指標(biāo),即基尼系數(shù)。其計(jì)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(jì)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(gè)國(guó)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(duì)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(gè)地區(qū)的收入,I是總收入,Pi是第i個(gè)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(cè)度指標(biāo)中明顯帶有社會(huì)福利規(guī)范觀點(diǎn)的一個(gè)指數(shù)。其數(shù)學(xué)公式如下:

式(3)中x*是認(rèn)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(huì)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(duì)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(huì)達(dá)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(tuán)隊(duì)于2020 年7 月中旬在幕阜山區(qū)S 縣進(jìn)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(shí)現(xiàn)全縣“脫貧摘帽”,全縣建檔立卡貧困人口均實(shí)現(xiàn)了現(xiàn)行標(biāo)準(zhǔn)下的脫貧。本次調(diào)查覆蓋S縣全部13個(gè)鄉(xiāng)鎮(zhèn),調(diào)查對(duì)象僅涉及脫貧農(nóng)戶,采取分層隨機(jī)抽樣的方法確定樣本村和樣本脫貧農(nóng)戶,進(jìn)村入戶后對(duì)抽取到的脫貧農(nóng)戶戶主或其成年家庭成員進(jìn)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(jì)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(shí)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(rèn)可度、脫貧前后風(fēng)險(xiǎn)與生計(jì)資本對(duì)比等,具體內(nèi)容如表1所示。

表1 幕阜山區(qū)S縣實(shí)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(duì)于脫貧農(nóng)戶收入不均等的測(cè)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(biāo)。其中,脫貧農(nóng)戶的收入包含人均純收入及各分項(xiàng)收入。本文將分別測(cè)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(jìn)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(dāng)年樣本貧困戶都未脫貧,還屬于建檔立卡貧困戶。在當(dāng)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(yíng)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(cái)產(chǎn)性收入的基尼系數(shù)為0.04。在國(guó)際慣例中,基尼系數(shù)大于0.5 時(shí)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(duì)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(yíng)性收入差距尚可,但財(cái)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(cái)產(chǎn)性收入為0。

表2 2014年脫貧農(nóng)戶各項(xiàng)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(yíng)性收入差距到財(cái)產(chǎn)性收入差距依次縮小。同時(shí),因阿特金森指數(shù)具有洛倫茨準(zhǔn)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(shí)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(yíng)性收入、轉(zhuǎn)移性收入、工資性收入、財(cái)產(chǎn)性收入的基尼系數(shù)分別為0.48、0.46、0.37 和0.36??梢姡撠氜r(nóng)戶人均純收入、經(jīng)營(yíng)性收入、轉(zhuǎn)移性收入差距較大,工資性收入和財(cái)產(chǎn)性收入差距較合理。由泰爾指數(shù)得出,在各項(xiàng)收入中,經(jīng)營(yíng)性收入差距、轉(zhuǎn)移性收入差距、財(cái)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(yíng)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(xiàng)收入的不均等程度

以基尼系數(shù)為主要參照,對(duì)比2014 年和2019年樣本農(nóng)戶的收入不均等測(cè)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(shì);經(jīng)營(yíng)性收入和轉(zhuǎn)移性收入的差距略有擴(kuò)大,但都還在合理范圍。財(cái)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(cái)產(chǎn)性收入??v向?qū)Ρ冉Y(jié)果再次驗(yàn)證了,脫貧攻堅(jiān)工作確實(shí)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(duì)值看,尚處于差距較大的區(qū)間,若不及時(shí)科學(xué)應(yīng)對(duì),極可能出現(xiàn)一定規(guī)模的返貧,從而影響全面小康社會(huì)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(duì)被解釋變量統(tǒng)計(jì)量分布的影響研究,RIF回歸不僅能夠反映出自變量對(duì)因變量的多種統(tǒng)計(jì)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(jì)算基于IF,是在IF 基礎(chǔ)上加上原始的統(tǒng)計(jì)量構(gòu)成的[24]。IF 具體的定義式如表達(dá)式(4)所示:

式(4)含義為樣本發(fā)生微小的增加后,其統(tǒng)計(jì)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(jì)量形成式(5):

式(5)中,在給定原始分布和統(tǒng)計(jì)量時(shí),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(biāo)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(xiàng)收入基尼系數(shù)為被解釋變量的RIF基準(zhǔn)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(jìn)入回歸,形成表達(dá)式(6)至(8)。以上表達(dá)式中,GINI(lninc)表示脫貧農(nóng)戶年總收入或各分項(xiàng)收入的對(duì)數(shù)基尼系數(shù),x1表示脫貧農(nóng)戶人力資本對(duì)應(yīng)的變量,x2表示社會(huì)資本對(duì)應(yīng)的變量,x3表示物質(zhì)資本對(duì)應(yīng)的變量。

(二)變量選取及描述性統(tǒng)計(jì)

1.變量選取

被解釋變量:在基準(zhǔn)模型中將脫貧農(nóng)戶年總收入和各分項(xiàng)收入對(duì)數(shù)的基尼系數(shù)作為被解釋變量。在穩(wěn)健性檢驗(yàn)中選取總收入對(duì)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(jì)狀況。根據(jù)問卷設(shè)計(jì)情況,在進(jìn)行定量分析時(shí)使用“親朋支持戶數(shù)”變量來衡量“人情資源”因素,運(yùn)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(gè)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(huì)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(shí),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(dòng)力人數(shù)來衡量;在社會(huì)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(dú)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(jì)

相關(guān)解釋變量的描述性統(tǒng)計(jì)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(dòng)力人數(shù)均值為1.57,整體偏少。在社會(huì)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(xiàng)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(dú)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(jì)(2019年)

(三)實(shí)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(xiàng)收入對(duì)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(jìn)行RIF回歸。

1.以總收入對(duì)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(duì)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(zhǔn)模型的回歸結(jié)果具有較強(qiáng)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(dòng)力”對(duì)總收入水平對(duì)數(shù)的基尼系數(shù)存在顯著性的負(fù)相關(guān),即戶主為男性、家庭平均受教育水平越高、家庭勞動(dòng)力越多的農(nóng)戶之間的不均等程度越小;同時(shí),戶主的“健康水平”對(duì)收入不均等程度的影響也是負(fù)向的。在社會(huì)資本方面,只有依靠資本“發(fā)展產(chǎn)業(yè)”對(duì)收入不均等程度有顯著的負(fù)向影響,而“加入合作社”對(duì)收入差距的影響不顯著。一般而言,“加入合作社”對(duì)農(nóng)戶收入具有顯著的正向作用,而對(duì)其收入差距的影響不顯著的原因可能在于“加入合作社”對(duì)農(nóng)戶收入的提高是較為廣泛公平的,與其他個(gè)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(duì)數(shù)作為被解釋變量的RIF回歸結(jié)果(2019年)

考察各因素對(duì)收入不均等程度的影響,從宏觀上看就是探究其對(duì)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(duì)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(huì)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(dòng)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(bào)率上隨著農(nóng)戶收入增加,會(huì)呈現(xiàn)出邊際增速遞減的趨勢(shì)。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(duì)農(nóng)戶收入不均等具有抑制作用。在社會(huì)資本方面,“發(fā)展產(chǎn)業(yè)”對(duì)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(xiàng)因素都是通過對(duì)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(xiàng)收入對(duì)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(duì)脫貧農(nóng)戶收入不均等狀況的分析可知,對(duì)貧困農(nóng)戶的各分項(xiàng)收入而言,最主要的來源是工資性收入和生產(chǎn)經(jīng)營(yíng)性收入,轉(zhuǎn)移性收入較少,財(cái)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(yíng)性收入對(duì)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(duì)數(shù)、工資性收入和經(jīng)營(yíng)性收入對(duì)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(duì)緩解脫貧農(nóng)戶收入不均等有著顯著影響,對(duì)工資性收入和經(jīng)營(yíng)性收入不均等的影響并不顯著;戶主健康水平好對(duì)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(duì)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(huì)顯著緩解脫貧農(nóng)戶總收入和工資性不均等程度,且對(duì)總收入不均等的緩解效果更為顯著;家庭勞動(dòng)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(duì)經(jīng)營(yíng)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(duì)緩解貧困農(nóng)戶的經(jīng)營(yíng)性收入不均等有著顯著正向影響。脫貧農(nóng)戶可以獨(dú)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(yíng)性收入不均等,但對(duì)工資性收入差距沒有顯著影響。是否入股合作社對(duì)脫貧農(nóng)戶收入不均等沒有顯著影響。

表6 各分項(xiàng)收入對(duì)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(yàn)

1.更換收入不均等測(cè)度方法

為保證基準(zhǔn)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(duì)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(duì)收入不均等程度有顯著的負(fù)向影響,在1%顯著性水平上顯著;“受教育水平”“勞動(dòng)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(shí)不同的是,“健康水平”對(duì)脫貧農(nóng)戶的收入不均等程度變得不顯著了。

表7 更換測(cè)度后的DIF回歸結(jié)果(2019年)

對(duì)比表5 和表7 可知,各解釋變量系數(shù)符號(hào)基本未改變且保持顯著性,與基準(zhǔn)模型展示的回歸結(jié)果一致,說明上述解釋變量確實(shí)可以有效緩解農(nóng)戶內(nèi)部收入差距,對(duì)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(duì)基準(zhǔn)模型回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。

表8 中,被解釋變量為農(nóng)戶總收入對(duì)數(shù),解釋變量與基準(zhǔn)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(huì)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(dāng)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(dòng)力”“耕地面積”的增加以及“發(fā)展產(chǎn)業(yè)”“加入合作社”對(duì)脫貧農(nóng)戶收入的增加(進(jìn)而緩解收入不均等)具有顯著的正向作用,與前文基準(zhǔn)模型中的回歸結(jié)果基本一致,充分證明了基準(zhǔn)模型的回歸結(jié)果具有較強(qiáng)的穩(wěn)健性和可信度。

表8 各變量對(duì)總收入對(duì)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(cè)度了當(dāng)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(duì)值還處在偏大的區(qū)間,仍存在進(jìn)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(huì)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(dòng)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(huì)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(duì)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(jì)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(shí)各類教育扶貧政策,加強(qiáng)農(nóng)村學(xué)校教師隊(duì)伍建設(shè),確保優(yōu)質(zhì)教學(xué)資源適當(dāng)向相對(duì)貧困的山區(qū)傾斜;強(qiáng)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(dòng)力素質(zhì),促進(jìn)相對(duì)低收入的脫貧農(nóng)戶持續(xù)增收。

2.強(qiáng)化脫貧農(nóng)戶社會(huì)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(xiàng)目參與的質(zhì)量,降低信貸資金投放的風(fēng)險(xiǎn),提高資金的使用效率;政府和社會(huì)要加強(qiáng)對(duì)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(xiàng)目中;在激發(fā)脫貧農(nóng)戶發(fā)展產(chǎn)業(yè)內(nèi)生動(dòng)力的同時(shí),跟進(jìn)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(hù)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(jì)資本和生計(jì)能力穩(wěn)定提升,進(jìn)一步緩解收入不均等狀況,實(shí)現(xiàn)穩(wěn)定脫貧的目標(biāo)。

猜你喜歡
基尼系數(shù)差距變量
抓住不變量解題
多去“扳手腕”——實(shí)際是跟差距較勁
基尼系數(shù)
基尼系數(shù)
課桌和電腦的差距好大
分離變量法:常見的通性通法
幻想和現(xiàn)實(shí)差距太大了
什么是基尼系數(shù)
基尼系數(shù) Gini coefficient
中國(guó)人的收入差距被夸大了