特殊类型贫困地区农户的贫困决定与收入增长，本文主要内容关键词为：贫困地区论文,农户论文,贫困论文,收入论文,类型论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F126 文献标识码：A 文章编号：1002-6924(2016)05-145-155 随着贫困人口的绝对数量和贫困发生率的不断下降，中国农村贫困的性质已经发生了根本性的转变，贫困分布由区域性的、整体性的贫困逐渐过渡到个体性贫困，贫困人口的构成也以边缘化人口为主要组成部分。[1]目前，中国农村的贫困人口主要集中在地理环境比较恶劣或偏远的地区，人口素质低，摆脱贫困和获得发展的机会和能力都十分有限。[2]特殊类型贫困地区是未来扶贫攻坚的主战场，它包括革命老区①、少数民族地区②、边境县地区③，多位于经济发展落后的中西部山区和丘陵地区，其中，西部地区的主要问题集中在民族地区和边境地区，中部地区的主要问题集中在革命老区和山区。由于历史、社会、地理等原因，特殊类型贫困地区的经济发展落后，多数还保留着比较落后的生产生活方式，社会发育程度低，社会事业发展与其他地区相比有很大差距，因病、因灾造成的返贫率非常高，并且基本物质、基本服务的匮乏也使这些地区缺乏发展的机会。 与全国的基本状况相比，特殊类型地区的贫困状况要严重得多，致贫原因也更加复杂。特殊的贫困问题、“三农”问题和民族问题、宗教问题、边境稳定问题和生态问题等在这些地区交织，使得扶贫工作极其富有挑战性。正是由于特殊类型地区的贫困有着自己独特的性质和特征，特殊类型贫困地区的贫困与收入决定可能与全国基本情况甚至与平均水平上贫困人口的贫困与收入决定因素有所不同，因而，研究特殊类型贫困地区的贫困决定与收入增长，对于实施有针对性的扶贫政策提高扶贫资金利用效率等具有重要的现实意义。需要对特殊类型贫困地区的贫困决定因素开展更加细致的分析，尤其是对革命老区、少数民族地区和边境县地区的贫困状况与致贫影响因素及程度加以认识；同时，也考察不同类型地区的收入增长以及关键影响因素对其的影响。 一、文献回顾 群体的贫困是由诸多复杂因素形成的，自然条件恶劣、基础设施薄弱、科教文卫等基本社会服务水平低、贫困发生率高且贫困深度深，是贫困村的共同贫困特征[3]，而人均收入低和收入易波动性是贫困经济的两个显著特点。[4]而我国幅员辽阔，贫困人口相对分散，各地和不同人群脆弱性的诱因、程度并不相同，就对扶贫工作提出了挑战，简单地制定同样的扶贫策略难以达到理想的效果。[5] 非农就业是贫困人口摆脱贫困的重要渠道，由于各种因素限制而无法实现非农就业是陷于贫困的一种表现。改革开放以来，农民收入结构发生了根本变化，农民收入来源多元化、市场化和非农化的基本格局已经形成，尤其是1997年以来，农民收入增长主要依靠工资性收入增长的推动[6]，而贫困地区的劳动力迁移则可以视作一种积极的反贫困行为，许多研究对农户调查数据的分析都表明，劳动力迁移的确成为缓解贫困的重要因素。[7][8]但是，对家庭禀赋条件和迁移率的关系研究表明，那些最贫困家庭的成员往往也是迁移概率很低的[9]，许多贫困地区人口由于人力资本、区位因素、自然环境等限制，难以增加非农收入，因此，劳动力迁移是具有强内生性的、具有自选择性的决策行为。罗楚亮对住户追踪调查数据的分析表明，包括外出务工收入在内的工资性收入增长对于农户脱离贫困状态具有重要的贡献，通过对外出行为的内生性处理，外出务工显著降低了农户陷入贫困的可能性，同时也是贫困状态转换的重要因素。[10] 家庭和个体的人力资本水平不仅直接影响农户的收入，也通过影响非农就业参与的能力、基础设施受益等方面影响农户的贫困与收入状况。农村劳动力教育水平的提高会增加处于各个收入水平上的农户的收入，这种重要性与日俱增。[11]在贫困地区决定农民是否从事非农工作的最主要的因素是个人特征变量[12]，贫困地区的农村劳动力由于受人力资本素质、信息、基础设施落后等因素限制，从事非农就业的机会受到制约，贫困地区农户能够从基础设施投资中获益，但是基础设施投资对农户的影响因农户的人力资本状况不同而有所差异。[13] 民族特征、地域环境因素等对贫困与收入具有重要影响。夏庆杰和宋丽娜通过对中国农村贫困和收入决定因素变化的分析得出，少数民族农户收入的增长速度快于汉族农户，少数民族农户特别是那些处于收入底层的少数民族农户分享到了中国经济增长的好处[11]，但是从贫困人口的绝对量来看，贫困类型的分布仍然呈现出了贫困人口在区域间分布的不平衡性，在老少边等特殊类型贫困地区之间，少数民族地区的贫困特征和贫困人口比重都要比革命老区和边境县地区更加突出。[14]在特殊类型贫困地区的差异方面，贫困类型的分布呈现了扶贫对象在区域间分布的不平衡性。虽然老少边特殊类型贫困地区存在一些共同的脱贫障碍，但形成这些障碍的深层次原因并不相同，比如少数民族人口比较多的区域，受到语言、生活习惯的影响，教育水平和外出务工的比例都更低，而山区的人口因为离市场远、土地更加有限(以及可能更恶劣的生存环境)而更容易陷入贫困。[14] 脆弱性是贫困人口脱贫的主要障碍。农村人口的脆弱性较高，特别是自然灾害和疾病两类主要风险，已对农村人口尤其是贫困人口的生活水平和生活质量构成威胁，而且生态危机、价格波动等风险也无刻不在，当前农村低收入和贫困人口所具有的较高的脆弱性构成了稳定脱贫的主要障碍。[5]我国现有592个国家级贫困县，其中70%处于生态脆弱区，自然灾害的频繁发生给农业经济的发展造成极大的危害，也是这些地区农村贫困的重要根源。[15]而贫困地区农村居民收入流动的风险更大，收入缺乏稳定性，贫困户即使脱离贫困，脆弱性仍然较强，返贫概率较大，其未来几年的平均收入仍然较低。[16] 二、数据和研究方法 (一)数据说明与贫困标准选择 本文使用国家统计局2006年、2010年贫困监测调查数据。该项数据的调查范围是分布于中西部21个省(自治区、直辖市)的592个国家扶贫开发工作重点县(简称扶贫重点县)。抽样方法是在全部592个扶贫重点县，以县为总体，与规模成比例先抽村再抽户两阶段自加权抽样，共抽样5000多个行政村、5万多个农村常住户。 基于贫困标准的选取对分析结果的可能影响，本文的分析同时使用了两个标准的贫困线。第一种是原有的低收入标准，即官方公布的根据历年物价指数调整的低收入标准，2006年为958元，2010年为1274元，为了行文便利，简称旧标准贫困线；第二种是2011年《中国农村扶贫开发纲要(2011-2020年)》中提出的将农民人均纯收入2300元(2010年不变价)作为新的国家扶贫标准，将该标准倒推至2006年为1729元④。 (二)模型方法 国家统计局的农村贫困监测数据涵盖了对农户贫困和收入增长具有重要影响的几大方面的因素，包括家庭收入、人口特征、村庄环境、地理状况、自然灾害以及贫困地区类型。 首先，本文考察贫困地区农户贫困的决定因素，使用Probit模型分析哪些因素导致农户陷于贫困。农户贫困的概率模型函数形式如下：
在该概率模型中，在家庭人均纯收入低于贫困线的赋值为1，否则赋值为0，以分析各类影响因素在什么水平上决定着农户的贫困。p代表贫困的概率，b为待估计参数，X为一系列解释变量的向量。 本文侧重考虑家庭禀赋与劳动力特征、村社区条件、地理条件以及老少边特殊类型贫困地区等因素对农户贫困的影响，由于连续变量和虚拟变量在模型中的解释很不相同，所以将它们分开表示。 第一类变量是家庭和禀赋特征，包括人口数、抚养比、户主受教育水平、劳动力平均年龄、男性劳动力比例、户主是否为汉族、人均耕地、家庭成员中健康者比例，这些都是常规的解释变量。 第二类变量是村社区特征以及与地理信息相关的特征，包括与县城的距离、离市场的距离、村中是否有卫生院、村庄的死亡率、是否发生自然灾害；村的地理环境，是否位于山区或者丘陵地区；是否位于革命老区、少数民族地区、边境县地区等特殊类型贫困地区。 由于Probit模型对微观数据的估计采用最大似然法对密度函数进行估计而得到参数估计，不是自变量的边际效应，而dProbit则是对Probit模型处理得到自变量的边际效应。 其次，本文使用普通最小二乘法(OLS)，用经过家庭人均纯收入的对数的变化作为因变量，对家庭、村社区、地理特征等因素进行回归，作为要估算的收入增长模型。
其中，
与
分别是2010年与2006年农户家庭人均纯收入，X是一系列解释变量的向量，b'是对应的系数，
是随机误差项。 (三)变量描述 在两阶段自加权抽样得到的样本中，2006年与2010年的样本结构类似。家庭与人口特征方面，两次抽样的平均水平十分相近，比如，家庭平均规模在2006年和2010年分别为4.33和4.25，抚养比分别为0.27与0.26，其他与地理相关的特征也是稳定的，以老少边特殊类型贫困地区为例，有将近42%的农户不位于老少边特殊类型贫困地区，有14%的农户位于革命老区，将近33%的农户位于少数民族地区，1%的农户位于边境县地区，10%以上的农户位于两种特殊类型贫困重叠的地区，比如一般边境县地区往往也是少数民族地区，革命老区也有一部分位于少数民族地区。
三、贫困地区农户的贫困决定 从dprobit对贫困地区农户的贫困决定因素，得到了各影响因素在均值点的边际效应及显著性水平，回归模型的结果如表2所示。在各年份中，两种贫困标准下的回归结果相对也比较稳健，少数几个变量，比如家庭规模、家庭健康成员的比例、村庄的劳动力外出务工比例和村庄的死亡率对贫困边际影响的变动较大；2010年和2006年的结果在总体上是比较一致的，这种一致性包括变量的边际影响和显著性水平，但是老少边特殊类型贫困地区变量的影响在两个年度区别明显。在基础模型基础上，增加解释变量，模型原有的解释变量的系数和显著性水平大部分没有差异。 在家庭及人口特征方面，控制其他因素的条件下(以下对回归结果的分析都是指控制其他因素的条件下)，家庭规模增加贫困的概率。在现有平均水平上，家庭规模边际增加会增加贫困概率(2006年的结果是旧贫困线下增加0.08%，新贫困标准下增加0.17%；2010年的结果则是旧贫困线下增加0.05%，新贫困线下增加0.13%)，家庭人口之于贫困的影响是对贫困线标准很敏感的，可能是由于家庭有内在的经济规模，但这种经济规模主要表现在家庭消费上而不是收入上，而贫困与否则是家庭人均收入与贫困线的比较，家庭人均收入本身涉及了家庭人口规模。但是从结果上来看，在平均规模以上的人口增加提高了贫困的概率。抚养比在各模型中的边际效应都很小，且并不显著。 户主受教育水平以文盲为参照组，2006年，只有中专组的影响是显著的，但是却是增加贫困概率的，只有大专及以上的户主学历是减少贫困但却没有通过显著性检验。2010年的结果表示大专及以上的户主学历减少贫困的概率。但是值得注意的是，样本数据中两个年份的户主受教育水平的结构问题，都只有1%的家庭其户主是受过中专教育的，而只有0.3%的户主接受大专及以上教育，而文盲、小学、初中、高中则为9%、35%、43%、11%左右。或许文盲组并不是一个好的参照组。劳动力的平均年龄是有显著的减低贫困概率的影响，但是在平均水平上，劳动力年龄增加带来的边际影响水平几乎为0(不到0.005%)。 家庭劳动力中男性劳动力的比例显著降低贫困的概率。在平均比例水平上，男性劳动力比例的边际增加可以降低贫困的概率(2006年旧贫困线和新贫困线下分别是降低0.06%和0.09%；2010年对应分别为0.05%和0.1%左右)，意味着在平均水平上，男性劳动力对家庭脱贫具有重要影响。户主是否为汉族并没有显著影响贫困概率。 人均耕地面积的影响因贫困标准而在显著性和符号上有所不同，在较低的旧贫困标准条件下，在1%显著性水平上增加贫困概率的，但是影响程度很小；而在新贫困标准下，出现负向影响但不再显著。可能是由于耕地质量、气候、地域、市场、收入结构的变化，人均耕地对脱贫的影响没有预期那样重要。 健康对脱贫具有重要影响。家庭健康成员的比例在1%显著性水平上降低贫困的概率，在样本的平均水平上，健康成员的比例增加可以边际降低贫困(2006年旧贫困标准下为0.17%左右，新贫困标准下为0.24%左右；2010年旧贫困标准下为0.09%，新贫困标准下为0.18%左右)。 外出务工对农户脱贫具有重要影响。村庄的劳动力外出务工经商比例对家庭脱贫具有积极影响，家庭贫困的概率因所在村庄劳动力外出水平的提高而边际降低，且通过1%水平的显著性检验(2006年旧贫困标准和新贫困标准下分别为0.08%和0.18%左右，2010年旧贫困标准和新贫困标准下分别为0.07%和0.13%左右)。之所以选择村庄的外出比率而不是家庭是否有劳动力外出，主要是考虑到就家庭而言，外出务工是一个内生性较强的变量，那些最贫穷的家庭或者比较富裕的家庭的外出比率可能较低；家庭生计模式较高程度地受到村社区环境的影响，而外出务工决策本身也是深受社区网络影响的。在不同贫困标准下，边际效应的程度是有较大变化的，与新贫困标准相比，在较低的旧贫困标准下村庄劳动力外出比例对脱贫的边际效应更低，这可能也解释了劳动力外出务工的确是内生性很强的变量，那些最贫困的家庭迁移率可能很低，所以过低的贫困线无法准确衡量外出务工对脱贫的影响。 村庄离县城的距离和市场的距离都在1%显著性水平上增加贫困的概率；村庄有卫生室的能够降低贫困的概率；2006年的样本结果显示村庄死亡率在平均水平上的增加会边际增加3%(旧标准)或者5%(新标准)的贫困率，但是2010年的样本结果则是降低贫困的。可能的解释是，在2006年与2010年，总体的死亡率水平所受到的具体的决定因素不相同，劳动力的死亡和老年人的自然死亡对人均收入水平的影响是不同的，但是笔者并不确定造成结果差异的原因。 根据2006年的样本，自然灾害在1%显著性水平上增加贫困的概率；而在2010年的样本，自然灾害却是减少贫困的。这个结果较难解释，或许与当年主导的自然灾害类型有关，或许有些灾害发生是完全减少人均收入的，而有些灾害则可能得到灾害补贴。 地形对贫困的影响在新旧贫困线的结果有所不同。以平原为参照，2006年样本结果显示，位于丘陵半山区会增加贫困概率，而位于山区则减少贫困，并通过1%显著性水平的检验；而在2010年样本结果中，旧贫困线下，位于丘陵半山区和山区会都降低贫困，新贫困线下，位于丘陵半山区会增加贫困，位于山区会降低贫困概率。从常识来看，丘陵和山区相对于平原地区而言，可能面临更多不利的环境和市场因素，但是在控制村社区的各种特征后发现丘陵和半山区相对于平原而言是降低贫困概率的，由于本文的解释变量中没有考虑扶贫资金以及其他政策性因素，可能与平原地区相比，山区和丘陵地区的贫困县在资金分配上占优势。 在控制以上各种因素后，老少边特殊类型贫困地区因素对贫困的影响倾向于减少贫困概率，但是2006年样本与2010年样本的结果有所不同。2006年的数据结果只有旧贫困线标准下的重叠地区因素显著增加贫困概率；而2010年数据结果表明，无论是旧贫困线还是新贫困线标准，相对于非老少边特殊类型的贫困地区而言，农户所在地位于革命老区县、少数民族聚居村、陆地边境县，以及两类以上特征叠加地区，能够降低贫困的概率。根据2010年数据结果，在旧贫困线标准下，相对于非特殊类型贫困地区，位于革命老区县、少数民族聚居村，以及两类以上特征叠加地区分别能够带来边际的贫困概率降低0.03%(在1%水平上显著)，陆地边境县则边际降低0.02%(仅在10%水平上显著)，在新贫困标准下，陆地边境县的边际影响不再显著，而其他三类在1%显著性水平上可带来贫困边际降低0.08%、0.06%和0.04%。由于本文的解释变量没有考虑政策性因素，而实际上，扶贫资金在不同区域分配有所侧重，根据李文和汪三贵对中央扶贫资金的分配及影响因素分析，中央政府扶贫资金的分配越来越向西部贫困地区、山区和老少边贫困地区倾斜，而在老少边区内部，又偏重于少数民族和边区县地区[17]，2010年也是《中国农村扶贫开发纲要(2001-2010年)》的最后一年，中央和地方财政安排的扶贫资金，从2006年的137亿元，增加到2010年的349.3亿元，其他各类转移支付也大幅增加，从2001到2010年，592个国家扶贫工作重点县农民人均纯收入年均增长幅度超过全国平均水平，尤其是贫困人口集中的中西部革命老区、少数民族地区、边疆地区和特困地区越来越成为扶贫开发的重点区域，这些政策因素可能是造成特殊类型贫困地区农户脱贫的重要影响因素。
四、特殊类型贫困地区农户的收入增长 (一)贫困农户与非贫困农户的收入增长 假设既定贫困标准下，贫困户与非贫困户的收入增长模式是有差异的，即相同的解释变量对贫困户和非贫困户的家庭收入增长的影响程度甚至影响方向是不一样的，对贫困户和非贫困户分别进行收入增长的OLS估计。以农户家庭人均纯收入的对数的变化(即2010年与2006年家庭人均纯收入之比的对数，或称之为成长比)作为因变量，以家庭、村社区、地理特征等因素作为自变量，对收入增长模型进行多元回归分析。 从整体回归与两种贫困线下贫困户与非贫困户分别的回归结果比较来看，不同影响因素的作用的确存在明显差异，不仅表现在家庭人口、健康成员比例、劳动力培训比例等因素对贫困与非贫困人口影响程度的差异，也表现为劳动力人口比例、是否为村干部户的变化等对贫困与非贫困人口的收入增长具有不同方向的影响。 以下分析都是在控制其他影响因素的条件下，某解释变量对2010年与2006年人均纯收入比(相当于对“收入增长率+1”)的作用。家庭规模(lg_n_pop_g)对非贫困人群家庭人均收入比的负面影响比贫困人群的程度更高；家庭劳动力人口的比例(r_labor_h)对整个人群而言是促进收入增长率的，对非贫困人群也具有促进增长的作用，但是程度减弱，而对贫困人群收入增长则是负向作用；男性劳动力比例对整体人群具有促进收入增长的作用，但是对贫困人群而言是负向的；户主为汉族(han_h)对旧贫困线标准的贫困人口的收入增长具有负向作用，对整体和新贫困标准的分类的人群影响并不显著，可能在贫困程度更深的人口中，扶贫资源倾注于少数民族聚居区或者少数民族家庭。 家庭新增村干部(social_better)对整体以及两种贫困标准下的非贫困人口都具有促进收入增长的作用，而对贫困人口是负向但是不显著的作用；但是失去村干部机会(social_worse)则对整体和各分群体都具有降低收入增长的作用。人均耕地对收入增长比影响微弱或不显著。家庭成员健康的比例(r_health_h)在整体人群和贫困与非贫困人口收入增长比的影响都是正向显著的，而且对贫困人口而言，影响程度更大。家庭外出劳动力增加(mig_more)或减少(mig_less)对收入增长的作用都不明确，可能是由于家庭外出务工人口比较稳定，增加或者减少务工的变动较小，也可能是由于外出务工本身的自选择性过强，那些很贫困的人口无法外出务工，而外出务工本身也是一种生计手段，在预期其他收入减少的情况下家庭会试图增加外出机会，也就是务工的增加和减少都可能是平滑收入的，但是没有明确的证据。相对于平原地区，丘陵半山区对收入增长没有明确影响，山区地形在总体上减少人均收入增长，但是分群体后影响不再显著。 村庄中增加卫生院对整体和两种贫困标准下非贫困人口的收入增长具有显著正向作用，对贫困人口具有不显著的负向作用，而卫生院减少，则对旧贫困线的非贫困人口具有显著的负向作用，当然还要考虑到，一般村庄的卫生院是从无到有，是一种改善，另一种情况可能是由于市镇其他医疗卫生机构的存在使得村庄卫生院不再必要，这不一定意味着医疗变差，也可能是改进。村庄到县城的距离(dis_county_06)和村庄到集市的距离(dis_market_v_06)都是促进收入增长率的，这个与预期并不相符，但是两个解释变量对旧贫困线的贫困人口无显著影响。位于少数民族地区和边境县地区促进非贫困人口的收入增长，而革命老区则无显著影响，从扶贫资金的投向来说，也有其他研究表明少数民族地区和边境县地区从经济发展和扶贫投资中分享了益处，尤其是基础设施等方面的投资，但是这些地区的最贫困的人口难以从中受益。自然灾害减少(disaster_better)增加整体和非贫困人口的收入增长，自然灾害增多(disaster_worse)减少整体和非贫困人口的收入增长，两个因素对贫困人口的收入增长并不显著，可能非贫困人口的生产与投入更多，受自然灾害影响的损失量更大，或者最贫困的人群其收入来源有相当比例来源于转移支付。农户家庭成员受培训的比例对收入增长具有促进作用，但对旧贫困线的贫困人群样本而言，作用很小且不显著。
以上结果说明，那些最贫困的人口可能难以从经济发展和扶贫投资中受益，同时，一些政策性变量没有考虑进来是模型的一个缺陷，这样我们无法辨别例如区位因素和老少边特殊类型贫困地区对农户收入增长的影响中，地理环境与政策因素的分别影响。 (二)三类特殊类型贫困地区的差异 考虑到少数民族村、革命老区、边境县地区条件的差异，以及可能面临的农户生产生活方式的差异，对这三类特殊类型贫困地区分别进行收入增长影响的OLS回归，以考察在贫困地区内部不同类型的差别。从下表可以看到，这三类地区的OLS回归结果整体上相近，部分变量的影响是有差别的，同时，多数变量对边境县地区农户收入增长的影响并不显著。 在三个OLS结果中，家庭规模对降低人均纯收入的增长，家庭劳动力的比例和男性劳动力在劳动人口中的比例都具有显著的正向的影响，户主是否为汉族无显著影响，劳动力培训的比例均具有正向显著影响，但是影响程度有较大差别，边境县地区的影响系数最高，其次为革命老区，少数民族地区则最低。 家庭中有成员成为村干部，在少数民族和革命老区的结果中都对农户收入增长具有显著的正向影响，在边境县则为不显著的负向影响，而家庭中成员失去村干部资格，在三个模型中，都对收入增长具有显著的负向影响。家庭健康成员比例在少数民族地区和革命老区的模型中都对收入增长具有显著的正向影响，但是对边境县地区影响不显著。家庭成员迁移情况在三个模型中的影响不显著，仅在革命老区的模型中，减少迁移对收入增长具有显著的负面影响。相对于平原地形，丘陵半山区的地形仅在少数民族地区有较显著的负向影响，而山区地形则在少数民族和革命老区均对收入增长具有显著的负向影响，而在边境县地区影响虽然为负，但是并不显著。相比无变化的情况，卫生所从无到有虽然有正向影响但是不显著，而从有到无却对少数民族地区农户的收入增长具有显著的负面影响。在少数民族地区和革命老区，离县城的距离对收入增长具有显著的正向影响，离市场的距离则在少数民族地区的模型中对收入增长具有显著的正向影响。 在少数民族地区，自然灾害减少对农户收入增长具有显著的正向影响，而自然灾害增加则对收入增长具有显著的负向作用，其他两个地区的影响并不显著。少数民族地区农户的收入情况更加受制于自然灾害的变化。而根据有关统计数据显示，国家扶贫重点县遭受严重自然灾害的比例，是全国平均的5倍。而这些频繁遭灾的扶贫重点县大都在西部地区。由于少数民族聚居的一些地方，在语言、生计习惯方面限制了其交往能力，外出务工的农村青壮年比例明显低于中东部地区，直接影响了其家庭收入的增加，也使他们更加依赖于农村的生计，也就更加受制于自然条件。
五、结论与建议 (一)基本结论 从贫困地区农户的贫困决定分析结果来看，首先，人力资本对家庭脱贫具有重要意义，比如中专和大专以上教育具有显著的脱贫作用，男性劳动力仍然对家庭脱贫具有重要影响，而家庭成员健康比例高则可显著降低贫困概率；其次，人均土地在脱贫方面的作用微弱或者不显著；第三，社区环境对农户脱贫具有重要作用，比如村庄的外出劳动力比例增加、卫生设施改善、死亡率降低都有助于降低农户进入贫困的概率；第四，自然灾害是增加贫困概率的重要因素。但由于本文的模型没有包含政策性因素，也就是没有将扶贫资金考虑近来，因为扶贫资金的投入具有很强的内生性，越是贫困的地方可能获得越多的扶贫资金，也因此，2010年的数据与2006年有一些明显的差别，包括自然灾害对贫困的影响，以及老少边特殊贫困地区对贫困的影响，都可能与中央加大对生态脆弱和自然灾害严重地区，尤其是老少边特殊类型贫困地区的扶贫资金投入有关，政策性地降低了特殊贫困人群的贫困率。 从贫困地区农户的收入增长分析结果来看，相同的影响因素对贫困人口与非贫困人口的影响的确存在差异，那些更贫困的人口可能难以从普遍的经济发展和一般性扶贫投资中受益；健康因素对贫困人口的收入增长具有更重要的作用。同时，位于少数民族地区和边境县地区，增加了这些地区非贫困人口的收入增长，而革命老区则无显著影响，从扶贫资金的投向来说，少数民族地区和边境县地区可能从经济发展和扶贫投资中分享了益处，但是对于这些地区的贫困人群而言，可能难以受益。分析也表明，在贫困程度更深的人口中，扶贫资源可能更加倾注于少数民族聚居区或者少数民族家庭。 从少数民族地区、革命老区、边境县地区分别的收入增长分析结果来看，劳动力培训的比例对三个类型贫困地区农户收入增长都具有显著的促进作用，但是影响水平差异很大，边境县地区的影响系数最高，其次为革命老区，少数民族地区则最低；家庭成员外出务工的变化对三个类型地区农户的收入增长影响不显著，仅在革命老区，减少务工对收入增长具有显著的负面影响，这很有可能意味着对于革命老区的农户而言，外出务工占据更加重要的收入构成地位；而少数民族地区农户的收入情况更加受制于自然灾害的变化。 (二)政策建议 特殊类型贫困地区的扶贫任务异常艰巨，贫困深度深，脱贫难度大，随着我国经济发展和扶贫工作的推进，按单一标准来衡量的贫困人口总量不断减少(贫困标准的提高会增加贫困人口数量)，贫困越来越聚集在那些地域偏远、生存环境恶劣、基础设施薄弱、公共服务滞后、社会形态特殊的地区。而从区域上而言，贫困程度较深的特殊类型的贫困地区是我国下一步扶贫工作的重点。根据中共中央、国务院印发《中国农村扶贫开发纲要(2011-2020年)》，突出重点，分类指导成为基本原则之一，即中央重点支持连片特困地区，加大对革命老区、民族地区、边疆地区扶持力度，根据不同地区经济社会发展水平，因地制宜制定扶贫政策，实行有差异的扶持措施。据此，结合本文的分析结果，提出以下政策建议。 1.同样在贫困地区，贫困人口与非贫困人口的收入增长有明显的差异，基础设施和区域性地开发式扶贫可能使得那些非贫困人口更容易受益，而贫困人口则可能受人力资本低、劳动力不足等因素限制无法得到发展。如何根据贫困人口极为有限的能力和资源，为他们提供生计保障，提升他们恢复和维持生产的能力是最为重要的。 2.改善贫困地区人口的人力资本，提升教育水平和健康人力资本是脱贫的内动力。尤其是增加农村青少年获得中高等教育的机会，提高农村基础医疗卫生服务水平，尽管这些投入见效慢，但是所能产生的人力资本的提升对贫困地区的长期脱贫和长远发展最为有利。 3.相较于革命老区而言，少数民族地区和边境县地区难以依靠劳动力外出务工的方式增加收入，中央扶贫资金在少数民族地区的倾斜对少数民族贫困地区农户的收入增长显示出积极的作用。深入研究适合少数民族地区经济和生计的收入增长方式十分重要，尤其是少数民族地区更加倚赖于本地的自然条件，收入增长更加受制于自然灾害的影响，生计的脆弱性更高，更需要通过外部政策来降低脆弱性风险，并通过环境保护和教育、乡土培训等方式提高这些地区农村人口应对风险的能力。 4.加强对革命老区贫困地区的劳动力的培训，疏通外出务工管道，对革命老区的贫困地区农户收入增长具有重要意义；加强对边境县贫困地区农户的培训，依靠边境贸易资源等，实施适合边境县农户生产发展的项目或可促进该类地区农户收入增长。 ①老区是指在第二次国内革命战争和解放战争时期，在中国共产党领导下创立的革命根据地，它们所在的县即为老区县。全国共有241个老区县，分布在17个省区市，其中78%集中于闽、赣、鄂、湘、川、陕6省。 ②中国半数以上贫困人口在少数民族地区。我国共有民族自治地方155个，其中自治区5个，自治州30个，自治县(旗)120个。 ③边区是指沿陆地国境线的县级行政区划单位(新疆建设兵团56个边境团场未在统计范围内)。陆地边境县共计134个，主要集中在吉、黑、滇、蒙、藏、疆、桂。 ④为了保持两个标准在前后分析和比较中的一致性，本文对新标准的倒推是根据旧标准贫困线的历年变化指数倒推而非直接用农村CPI指数倒推。
标签：贫困地区论文; 贫困线论文; 贫困人口论文; 中国贫困标准论文; 边际效应论文;
