一、引 言
当前全球经济大幅萎缩,国际环境错综复杂,中国发展面临新的挑战。2021年,中央一号文件明确指出应对国内外各种风险挑战,基础支撑在“三农”。新时代脱贫攻坚目标任务虽已如期完成,但要全面推进乡村振兴,必须防止规模性返贫现象发生。然而部分脱贫户由于自身发展意愿及能力不足,即脱贫内生动力不足,同时家庭资产积累较少,难以抵御波动性与随机性的风险冲击,存在脆弱性脱贫情况(周迪和王明哲,2019),当外部扶贫力量相对弱化时,便有可能会再次返贫(李小红和段雪辉,2020)。那么,为什么脱贫群体的内生动力会影响脱贫家庭的返贫风险?如何理解和测度当前中国农村家庭的脱贫内生动力?准确回答这些问题,不仅可以丰富脱贫内生动力的理论内涵,为科学评估脱贫内生动力水平提供参考,同时也能更好地防范返贫风险,夯实我国乡村振兴的基础。
化解脱贫家庭的返贫风险,首先需要对返贫风险进行识别与测度。目前关于返贫测度的研究主要有两大类,第一类研究基于已观察到的数据,通过计算从非贫困到贫困变动的人口频率来测度返贫程度(Sączewska-Piotrowska,2016;Villa和Niño-Zarazúa,2019;袁方和史清华,2019),属于返贫事后测度,难以对脱贫群体的返贫风险进行提前干预。第二类研究主要基于贫困脆弱性理论,从前瞻性的角度通过当期可观测到的变量来预测未来的收入或消费水平,进而度量未来陷入贫困的概率(Azeem等,2019;Omotoso等,2020),能够对返贫风险进行提前预测并采取干预措施,因此被普遍用于贫困脆弱性测度研究。但贫困脆弱性关注的是普通家庭从非贫困到贫困的状态变化,而我国脱贫攻坚战刚刚取得全面胜利,如何防止脱贫家庭再度陷入贫困才是当前的研究重点。但现有文献多数未能关注存在“脱贫后可能返贫”这一潜在风险的重要群体,因此本文重点关注的对象是已脱贫且存在重大返贫风险的脱贫家庭。
脱贫内生动力不足,是脱贫人口返贫的重要隐患(刘欣,2020)。近年来,脱贫内生动力受到学界的广泛关注,但现有文献多从贫困群体内生动力不足的外显性表现来划分,对脱贫内生动力暂未有明确的定义。此外,由于脱贫内生动力属于难以直接观测的变量,因此现有文献多以定性分析为主,定量研究相对较少,更鲜有关于测度方法的研究。吴娜等(2021)虽然编制了包含价值观、自我观和脱贫行为倾向三个维度的脱贫内生动力量表,但存在主客观因素考虑不全面、测度指标单一的问题,无法充分涵盖主观脱贫意愿和客观脱贫能力,可能会造成较大的测量误差。现有研究缺少合适的理论对脱贫内生动力进行解释,理论视角较为单一(傅安国等,2019),无法充分论述脱贫内生动力的理论内涵,刘欣(2020)虽然基于行为经济学和内生偏好视角,提出了更具动态性和综合性的分析框架,但其理论分析仍有待进一步规范,同时未能构建合理的指标体系对脱贫群体的内生动力进行科学评估,仅停留在定性分析层面。
因此,本文提出了脱贫内生动力理论,从需求型内生动力与手段型内生动力两方面出发,以解释脱贫内生动力影响返贫风险的内在逻辑。利用来自粤东、粤北地区相对贫困村的一手微观数据,对该理论进行了实证检验,从内生动力视角论述了如何降低中国脱贫家庭的返贫风险。研究结果表明,提高脱贫户内生动力,能够显著降低家庭返贫风险,这一效应在“因学致贫”的家庭中要更加显著。同时,脱贫内生动力还能通过提高脱贫家庭的风险抵御能力来降低返贫风险,手段型内生动力对脱贫户的整体内生动力水平的贡献度要大于需求型内生动力。
本文的研究贡献体现在以下几个方面:一是基于行为经济学和社会规范理论,提出脱贫内生动力理论并构建其测度方法,为科学评估中国脱贫家庭的内生动力水平提供了重要参考。二是关注存在“脱贫又返贫”风险的重要群体,基于脱贫内生动力理论所构建的指标,对脱贫群体的内生动力进行测度,为厘清脱贫内生动力与返贫风险之间的内在逻辑以及进一步验证其因果关系提供了理论与方法的支持。三是不同于已有文献大多通过理论模型或微观数据库进行研究,本文基于实地调研获取一手微观数据,从实证角度研究了脱贫内生动力与返贫风险的因果关系,检验了脱贫内生动力影响返贫风险的理论分析框架。
本文的结构安排如下:第二部分在对脱贫内生动力进行理论分析后,基于理论内涵构建相应的测度指标,并提出本文待检验的假说。第三部分是检验理论假说的数据来源、变量定义与控制变量介绍,并进行了描述性分析。第四部分是实证结果,第五部分是机制分析,第六部分是进一步分析。最后是结论与政策建议。
二、理论分析与研究假说
(一)脱贫内生动力的理论分析
脱贫内生动力是指脱贫群体为了巩固现有资产,满足发展需求的行为驱动力。本文倾向于杨永伟和陆汉文(2019)对内生动力的定义,即内生动力不足主要包括两个层面:实现发展目标的需求不足和满足此种需求的手段不足。实现发展目标需求不足的原因主要在于区域社会文明程度低,加之长期贫困思想的禁锢,致使脱贫群体安于现状,缺乏先天性发展动力,由于贫困认知偏差导致需求型内生动力不足(万良杰,2019)。另一方面,一些脱贫人口由于自我认知水平不高或在某阶段遭遇过重大挫折,从而无法生成对于美好生活的向往,而其长期处于贫困状态,更是形成了强烈的宿命感、无助感,导致需求层面的内生动力不足(Mickelson和Williams,2008)。满足此种需求的手段不足在于:部分地区可能不注重脱贫人口的能力建设和技能培训(张晓山,2018),局限于表面的物质帮扶,导致贫困人员的自身发展能力和手段并没有得到实质性的改善。同时,也有部分脱贫人口因为健康状况、教育程度难以接受现有技能培训,不愿意主动参与培训,从而降低了其能动性和创造性(杨永伟和陆汉文,2019)。在脱离帮扶后,其依旧无法靠自身的能力巩固现有的脱贫成果(张晓山,2018)。脱贫内生动力不仅包含主观脱贫意愿,还包括客观脱贫能力,因此本文将脱贫群体的内生动力分解为需求型内生动力和手段型内生动力,二者合称脱贫内生动力。
理解和测度脱贫内生动力,首先要对需求型内生动力和手段型内生动力进行指标分析。过往文献基于贫困人口讨论其内生动力的研究,多从外显性表现及产生原因入手,理论分析框架较为单一,难以厘清内生动力的内在机理(万良杰,2019;侯志茹等,2019;侯红霞,2020)。为此,本文借鉴了刘欣(2020)的行为经济学与内生偏好理论双重视角,以行为经济学与社会规范为理论基础,从需求型内生动力和手段型内生动力出发,构建更具动态性和综合性的分析框架。具体如图1所示。
1. 需求型内生动力是实现持续脱贫的基础
需求型内生动力,是指脱贫群体实现发展目标的需求。提高脱贫群体的内生动力,需要突破其内在约束(Dalton等,2016),而脱贫群体的需求型内生动力是减贫过程中值得关注的重要内在约束(Flechtner,2017),从需求出发对脱贫人口的行为动机进行分析,是理解内生动力问题的关键(杨永伟和陆汉文,2019)。需求型内生动力回答的是脱贫户“想不想”巩固脱贫成果的问题,是实现持续脱贫的重要基础:(1)自我认知一般指对自己的洞察和理解,是个体进行经济决策的基础(管睿等,2019)。现实情景中,脱贫群体过去长期处于贫困状态或遭遇过重大挫折,因而自我认知存在不足,存在强烈的宿命感,难以主动拓展个人的生活。(2)自我效能感是个体需求的重要来源(Dercon和Singh,2013)。自我效能感越强的农户通常自主发展意愿也更强,他们相信通过自己的努力能够改变命运,也更愿意接受教育培训,提高自身能力,而自我效能感的提高,使脱贫户拥有更强的发展动力。(3)面对不确定性,风险偏好是做出经营决策的重要依据(管睿等,2019)。已有研究表明,更具冒险精神的农户,在未来能获得更高的收入(Azam和Gubert,2006)。(4)根据社会规范理论,描述性规范所呈现出的从众效应,会引导个体遵守规范,在从众心理的引导下,当农户看到周围人都在努力脱贫时,该农户也容易发生跟随大家脱贫的行为。综上分析,本文采用自我认知、自我效能、风险偏好和从众心理四个指标来测度脱贫户的需求型内生动力。
2. 手段型内生动力是实现持续脱贫的途径
手段型内生动力是指脱贫户满足发展需求的手段。手段型内生动力不足,将影响脱贫户参与巩固脱贫的程度,降低了脱贫户的能动性与创造性。尽管脱贫户的需求型内生动力充足,但是受限于手段型内生动力,无法获得实现自主脱贫的途径,进而限制了个体发展。因此,手段型内生动力回答的是“能不能”巩固脱贫成果的问题,是实现持续脱贫的重要途径:(1)健康是实现持续脱贫的客观要求。已有学者围绕脱贫户的健康问题进行了大量研究(张车伟,2003;俞福丽和蒋乃华,2015;王怡欢和张楚,2021),突发疾病是过去脱贫户陷入贫困的最大隐患,同时也极大地限制了手段型内生动力。(2)教育是实现自主脱贫的有效途径。脱贫户在决策时,会受到现时偏差的影响,教育能够帮助个体改善自我认知,纠正个体行为偏差,提高脱贫户的收入水平,进而阻断贫困的代际传递(姚洪心和王喜意,2009;周亚虹等,2010)。(3)技能是实现持续脱贫的重要手段。张晓山(2018)认为一些地区倾向于将精准救济当做精准扶贫,可能不注重贫困人口自我发展能力建设和实用专业技术培训,导致脱贫户的自我发展能力和技术水平未能得到实质性的改善。因此,本文采用健康、教育、技能作为反映脱贫户手段型内生动力的重要指标。
(二) 脱贫内生动力影响返贫风险的研究假说
原贫困对象在实现脱贫后,若外界帮扶无法转换为自身的自我发展意愿以及发展手段,一旦脱离帮扶,则可能由于内生动力和现有资产不足,难以维持和巩固当前生活水平,发生脱贫又返贫的现象(周迪和王明哲,2019)。因此,脱贫群体的内生动力不足,会导致其缺乏意愿和能力去积累资产来抵御外界风险冲击,即使不发生自然灾害或重大疾病,脱贫户自身的抵御市场风险和价格波动的能力也相对于普通村民要更弱一些,稍有不慎就可能陷入贫困,面临着返贫风险。同时,收入与支出的巨大矛盾会挤出家庭的其他支出,同样会挤占脱贫家庭在学习技能以及生产设备方面的投资,损害家庭的创收能力(高梦滔和姚洋,2005),甚至会使脱贫户重新返贫(邹薇和方迎风,2012;王文略等,2019)。根据前文的分析,脱贫内生动力水平高的家庭,更愿意主动去巩固现有的资产,并满足未来的发展需求,因此这一类家庭的返贫风险也就越低。基于以上分析,本文提出假说1。
假说1:脱贫群体的内生动力水平提高能降低其家庭返贫风险。
当脱贫家庭遭遇外部风险冲击时,风险抵御能力起到了缓冲和保护作用,因此提高风险抵御能力是防止返贫的关键(燕继荣,2020)。本文沿用Barrett和Constas(2014)对风险抵御能力的定义,即个人、家庭或其他组织在面对各种压力或多重冲击时避免陷入贫困的能力。为更好地衡量脱贫户的风险抵御能力,本文通过脱贫家庭的家庭资产、借贷能力、社会网络三个指标来测度。家庭资产能够减少返贫现象的发生,资产越匮乏的家庭越容易出现返贫现象(周迪和王明哲,2019),因此家庭资产对于个体摆脱贫困和实现收入增长具有重要作用(高梦滔和姚洋,2006)。脱贫户的需求型内生动力水平越低,则缺少主动积累家庭资产和提高家庭收入的意识,而脱贫户的手段型内生动力在一定程度上也决定了其家庭资产积累的速度和家庭收入提高的幅度。由于现实情况中,多数脱贫家庭并不存在或较少存在金融资产(卢亚娟和张菁晶,2018),因此本文通过脱贫户向金融机构借款的难易程度来反映脱贫家庭的借贷能力。借贷行为本身存在一定的风险,只有当脱贫户自我认知较为清晰,自我效能感较高和对风险的厌恶程度较低时,才会产生借贷行为,因此内生动力水平越高的脱贫户,会更容易选择向银行等金融机构进行贷款。其中,借贷能力越强,表明脱贫户通过金融机构筹集资金的能力越强,能够缓解外部风险冲击所造成的家庭收支矛盾。但是,金融贷款通常具备一定门槛,而社会网络具有非正式担保机制的作用,通过降低贫困家庭的信贷约束,为脱贫户提供的金融支持(谭燕芝和张子豪,2017;李庆海等,2018),能够缓解脱贫户的返贫风险(Bebbington,1999)。部分内生动力水平较高的脱贫户,会主动拓展个人的社会圈子,社会网络越发达的脱贫户,越容易得到外界的帮助,通过非正规金融渠道来增强自身抵御风险的能力。基于以上分析,本文提出假说2。
假说2:脱贫内生动力通过影响脱贫户的风险抵御能力,进而影响其家庭的返贫风险。
三、数据和方法
(一)数据来源
由于现有数据库中存在脱贫内生动力的核心指标缺失问题,因此为获取一手微观数据,本文以有劳力的脱贫户(排除五保户等样本)为调查对象,通过入户调研获得了213份有效问卷数据,从而验证脱贫内生动力对返贫风险的影响。首先,在考虑了广东省各地区经济发展情况、贫困县分布情况、地理及人文因素后,采用多阶段抽样的方法,在广东省粤东、粤北等地区选取2个样本县,并采用随机抽样的方法在每个样本县中随机抽取9个相对贫困村,在每个相对贫困村内根据村委提供的脱贫户名单再随机选取一定数量的样本,对脱贫户开展入户问卷调查。问卷调查内容包括脱贫户的基本特征、脱贫内生动力情况、返贫风险情况、风险抵御能力情况等,此次调查共回收问卷230份。本文对原始数据进行了如下处理:(1)剔除变量观测值有缺失的样本数。(2)控制极端值影响,对所有连续变量进行99%缩尾处理。最终得到有效问卷213份,问卷有效率为92.6%。样本数据能够比较全面地反映广东省脱贫人口特征和当前脱贫户的内生动力水平,具有较好的样本代表性。
(二)变量定义
1. 脱贫内生动力
脱贫内生动力是指脱贫群体为了巩固现有资产,满足发展需求的行为驱动力。根据前文的分析,脱贫内生动力可以从脱贫户“想不想”和“能不能”巩固现有资产以及满足发展需求两方面来评价,分别定义为需求型内生动力和手段型内生动力,具体情况如表1所示。本文通过主成分分析法对各维度的指标进行赋权,加权求和得到脱贫内生动力,记为Power。Power的测度方法如下:首先对数据进行标准化处理,然后用主成分分析法求出各指标的权重,得到各指标权重后,对各指标进行加权求和即可得到各脱贫户的内生动力水平,公式如下:
$ Power_{i} = \sum\nolimits_{j = 1}^{\text{7}} {X_{ij} \times W} $ | (1) |
测量项 | 一级指标 | 二级指标 | 指标含义 |
脱贫内生动力 | 需求型内生动力 | 自我认知 | 个人对于自己的洞察和理解 |
自我效能 | 个人对于自己能否完成某事的自信程度 | ||
从众心理 | 个人受外界行为影响的程度 | ||
风险偏好 | 个人对于风险的喜好程度与承受能力 | ||
手段型内生动力 | 健康 | 健康对其工作限制程度 | |
教育 | 教育对其工作限制程度 | ||
技能 | 技能对其工作限制程度 |
2. 返贫风险
返贫风险是指因风险冲击而使得已经处于脱贫状态的家庭或个人未来生活水平降到贫困线以下的概率,贫困脆弱性是指因风险冲击而使得家庭或个人未来生活水平降到贫困线以下的概率。由于两者定义相似,而脱贫家庭是经历过“贫困和非贫困”状态转移的家庭,故本文以脱贫家庭贫困脆弱性的测度来代替其返贫风险的测度。由于本文使用的是截面数据,因此,本文采用被广泛运用于贫困脆弱性测度研究的VEP测度方法(Alwang等,2001),对脱贫家庭的返贫风险进行测度分析。
首先,根据VEP方法,得到如下公式:
$ V_{h,t} = \Pr (Y_{h,t + 1} \leqslant G) $ | (2) |
$ \ln {Y_{h,t}} = {X_h}\beta + {e_k} $ | (3) |
$ \sigma _{e,h}^2 = \lambda {X_h} $ | (4) |
本文采用三阶段广义最小二乘法(FGLS)估计样本户家庭的收入期望和收入方差,公式如下:
$ E[\ln {Y_{h,t}}|{X_h}] = {X_h}\beta $ | (5) |
$ Var[\ln {Y_{h,t}}|{X_h}] = {X_h}\lambda $ | (6) |
最终可列式:
$ {V_{h,t}} = \Pr ({Y_{h,t + 1}} \leqslant G) = \Phi [(\ln G - {X_h}\hat \beta )/\sqrt {{X_h}\hat \lambda } ] $ | (7) |
根据1.9美元/天和3.1美元/天①不同贫困线,计算出脱贫户的返贫风险,记为Risk1.9和Risk3.1。
3. 控制变量和描述性分析
“脱贫又返贫”现象的发生往往是多因素共同作用的结果,为尽可能降低内生性的影响,本文参考了万广华等(2014)和徐戈等(2019)的做法,选取了如下指标作为控制变量:(1)户主年龄、性别。由于户主往往对家庭的影响最大,因此将脱贫家庭户主的基本特征进行控制。(2)家庭情况。脱贫户家庭情况对于抵御风险具有重要作用,因此将家庭耕地面积、家庭耐用品数量、家庭在读比例、家庭老人比例和家庭是否有患重大疾病者纳入控制变量。(3)金融普惠程度,用脱贫户向金融机构借款的难易程度来判断。已有文献表明,金融普惠对于提高农村家庭风险应对水平、降低贫困脆弱性具有重要作用(张栋浩和尹志超,2018)。(4)社会网络,高于平均好友数为1,低于为0。农户通过自身社会网络,能够拥有更多非正规金融贷款渠道(马光荣和杨恩艳,2011),起到抵御返贫风险的作用。
从样本的统计特征来看,当选取1.9美元作为标准时,样本中脱贫户的返贫风险均值为0.083,当标准提高到3.1美元的贫困线时,脱贫户返贫风险的均值增加到了0.192。脱贫户的年龄均值达到50岁,家庭在读比例均值为0.21,家庭老人比例均值为0.23。结合实地调研情况,广东省一般脱贫户中,“因学致贫”可能是主要致贫原因,脱贫户家庭中普遍存在子女在读,且有老人需要赡养的情况。样本家庭的人均耕地面积均值为0.19亩,低于全国平均水平。其他变量的含义及统计特征如表2所示。
分类 | 变量 | 解释和赋值 | 平均值 | 标准差 |
被解释变量 | 返贫风险(Risk1.9) | 1.9美元标准下返贫的概率 | 0.083 | 0.039 |
返贫风险(Risk3.1) | 3.1美元标准下返贫的概率 | 0.192 | 0.082 | |
解释变量 | 脱贫内生动力(Power) | 脱贫内生动力水平 | 3.18 | 0.68 |
户主变量 | 年龄(Age) | 户主年龄 | 49.81 | 14.88 |
受教育水平(Edu) | 户主受教育程度 | 2.99 | 1.42 | |
性别(Gender) | 户主性别 | 0.40 | 0.49 | |
家庭层面变量 | 家庭耐用品数量(Fgoods) | 冰箱、电视等耐用品数量 | 4.77 | 2.01 |
家庭在读比例(Studyrate) | 读书人口/总人口 | 0.21 | 0.22 | |
家庭老人比例(Oldrate) | 老人数量/总人口 | 0.23 | 0.25 | |
家庭重病人口(Heavyill) | 有重大疾病人口=1,无=0 | 0.33 | 0.53 | |
家庭耕地面积(Area) | 家庭人均耕地面积(亩) | 0.19 | 0.43 | |
社会层面变量 | 金融普惠(Finance) | 脱贫户借款难易程度 | 3.34 | 1.61 |
社会网络(Social) | 高于平均好友数=1,低于=0 | 0.90 | 0.31 |
四、实证结果
(一)基准回归模型构建
为验证脱贫户的内生动力对返贫风险的影响,本文构建回归模型,引入核心解释变量即脱贫户的脱贫内生动力水平进行回归分析,其基本形式如式(8)所示:
$ Repovert{y_h} = {\beta _0} + {\beta _1}Powe{r_h} + {\beta _n}Control + {u_j} + {\varepsilon _j} $ | (8) |
(二)基准回归结果
表3报告了基准回归结果,用以检验假说1。本文分别分析了脱贫内生动力对1.9美元贫困线以及3.1美元贫困线下返贫风险的影响。同时为了避免异方差带来的估计误差,本文采用稳健的标准误进行回归。前3列以1.9美元为贫困线,第(1)列为加入性别和年龄等个人层面的控制变量的估计结果,回归系数为负且显著。第(2)列为加入了在读比例、老人比例、家庭是否有重病患者、家庭耐用品数量、家庭人均耕地等家庭层面控制变量后的估计结果,结果显示回归系数显著为负。第(3)列为加入金融普惠和社会网络等控制变量后的估计结果,回归系数绝对值变小且依旧显著。第(4)至(6)列是以3.1美元为贫困线的基准回归结果,在加入所有控制变量之后,回归系数为负值,在10%的显著性水平下显著,与1.9美元为贫困线的回归结果相比,回归系数绝对值变大,表明当贫困线较高时,脱贫内生动力水平对返贫风险的影响变小,即相对于普通的脱贫户而言,收入稍微高于贫困线的脱贫户受脱贫内生动力的影响更大,是需要重点关注其脱贫内生动力水平的脱贫群体。总体来说,脱贫内生动力水平对返贫风险有显著负向影响,提高脱贫户的脱贫内生动力水平能显著降低其返贫风险,假说1得到验证。
(1) | (2) | (3) | (4) | (5) | (6) | |
Risk1.9 | Risk1.9 | Risk1.9 | Risk3.1 | Risk3.1 | Risk3.1 | |
Power | −0.8581* | −1.0381** | −0.8697* | −0.9248** | −0.9205* | −0.7514* |
(0.4699) | (0.5200) | (0.5166) | (0.3830) | (0.4717) | (0.4410) | |
Age | 0.0243 | −0.0068 | −0.0018 | 0.0346** | 0.0253 | 0.0210 |
(0.0229) | (0.0235) | (0.0225) | (0.0172) | (0.0240) | (0.0220) | |
Gender | −0.2818 | 0.4896 | 0.3677 | 0.0576 | 0.8727 | 0.8320 |
(0.5640) | (0.5896) | (0.6683) | (0.4274) | (0.5675) | (0.5867) | |
Heavyill | 2.9536*** | 3.0528*** | 2.0378*** | 2.0738*** | ||
(0.5837) | (0.6151) | (0.4674) | (0.4875) | |||
Oldrate | 4.1526** | 3.4862* | 3.5867*** | 3.5732*** | ||
(1.8340) | (2.1168) | (1.1838) | (1.3301) | |||
Studyrate | 2.5787 | 2.9361 | 4.1718*** | 4.4371*** | ||
(2.0957) | (1.9848) | (1.5262) | (1.4986) | |||
Fgoods | −0.8456*** | −0.7544*** | −0.7785*** | −0.7562*** | ||
(0.2426) | (0.2428) | (0.1685) | (0.1740) | |||
Area | 0.0153 | 0.0147 | −0.0160 | −0.0138 | ||
(0.0384) | (0.0399) | (0.0529) | (0.0489) | |||
Social | −1.0278 | −1.7380** | ||||
(0.9306) | (0.7337) | |||||
Finance | 0.2133 | −0.0259 | ||||
(0.2453) | (0.1904) | |||||
constant | −0.6954 | 1.1012 | 0.2119 | −0.4000 | 0.3375 | 1.5178 |
(2.3630) | (2.3060) | (2.8579) | (1.7157) | (2.3897) | (2.3729) | |
N | 213 | 213 | 213 | 213 | 213 | 213 |
注:括号内为双尾检验标准误。*、**和***分别表示在10%、5%和1%的水平上显著,后面的表格同上。 |
五、机制分析
(一)风险抵御能力的中介作用分析
本部分对假说2进行检验,在前文的实证检验中,本文发现脱贫家庭的内生动力对返贫风险有显著的负向影响。但是,无论通过何种方式实现脱贫,脱贫群体中总有家庭资产匮乏的情况,因而难以抵御外部风险冲击,从而容易发生再次返贫(周迪和王明哲,2019)。由于返贫风险具有突发性,因此突发事件均可能引起脱贫户返贫,而风险抵御能力能够借助自身资产和外部帮助,缓解突发事件的冲击,进而降低返贫现象发生的可能性。因此,为进一步探究脱贫内生动力对返贫风险的影响机制,本文将脱贫家庭的风险抵御能力作为中介,探讨脱贫户的内生动力是否会通过提高风险抵御能力这一路径,来降低脱贫家庭的返贫风险。
中介变量风险抵御能力主要通过社会网络、家庭资产、借贷能力三个方面来衡量,通过主成分分析法降维得到一个主成分因子来代表脱贫家庭的风险抵御能力,记为
$ Risk_{h,t}={\beta }_{0}+{\beta }_{1}{Avepower_{h,i}}+{\beta }_{n}Controls+u_{i}+{\varepsilon }_{i} $ | (9) |
$ {Asrisk}_{h,t}={\beta }_{2}+{\beta }_{3}{Avepower_{h,i}}+{{\beta }_{n}Controls}+{u_{i}}+{\varepsilon }_{i} $ | (10) |
$ {Risk_{h,i}}={\beta }_{4}+{\beta }_{5}{Avepower_{h,i}}+{\beta }_{6}Asrisk+{\beta }_{n}Controls+{u}_{i}+{\varepsilon }_{i} $ | (11) |
模型(9)、模型(10)和模型(11)依次为基准回归模型、中介变量模型和中介效应模型。表4汇报了中介效应分析的结果。第(1)列的回归结果为−0.998,且p值小于0.01,表明内生动力对返贫风险为负向影响且显著,说明提高内生动力水平能够降低脱贫户的返贫风险。第(2)列的回归结果为0.139,且p值小于0.05,表明内生动力对风险抵御能力具有显著正向影响,脱贫家庭的内生动力水平越高,其风险抵御能力也越强。第(3)列将工具变量
(1)基准回归模型 | (2)中介回归模型 | (3)中介效应模型 | |
Risk3.1 | Asrisk | Risk3.1 | |
Avepover | −0.998*** | 0.139*** | −0.941*** |
(0.275) | (0.026) | (0.292) | |
Asrisk | −0.369*** | ||
(0.108) | |||
Constant | 2.957*** | −5.562*** | 2.731*** |
(0.857) | (0.816) | (0.953) | |
Controls | 控制 | 控制 | 控制 |
N | 213 | 213 | 213 |
(二)内生动力的夏普分解
已有文献表明,在我国实施精准扶贫的过程中,应该优先关注脱贫户的“能力”和“手段”还是“扶贫先扶志”?需求型内生动力和手段型内生动力对于脱贫户内生动力的贡献度哪个比较大?在今后五年的过渡期中,应当优先关注脱贫户的需求型内生动力还是手段型内生动力?本文对脱贫内生动力进行了夏普分解,通过手段型内生动力和需求型内生动力的贡献度来反映其作用的大小。
表5汇报了夏普分解的结果。结果显示健康、教育、技能等手段型内生动力指标对脱贫户的内生动力贡献最大,贡献度分别为28.15%、25.67%和21.65%。在需求型内生动力的指标中,自我效能贡献度最大,达到12.21%。从现实情况看,技能、健康、教育在一定程度上均能提高脱贫户的直接收入,从而增强脱贫户的风险抵御能力,减少返贫现象发生的可能性,因此对脱贫家庭返贫风险的抑制作用属于直接影响。而需求型内生动力更注重的是脱贫户自身巩固脱贫成果的需求与意愿,在短时间内无法实现家庭资产的直接积累,对返贫风险的抑制作用属于间接影响。贾海彦(2021)从心理与行为双重视角对脱贫内生动力及发生机理进行研究,发现提高个体的认知能力对脱贫有积极的正向作用,与本文的研究结果相符。
(1)系数 | (2)t值 | (3)夏普利值 | (4)贡献度 | |
教育 | 0.2232*** | 26.01 | 0.27 | 28.15% |
健康 | 0.1522*** | 19.49 | 0.24 | 25.67% |
技能 | 0.1543*** | 18.89 | 0.20 | 21.65% |
自我效能 | 0.1605*** | 9.22 | 0.11 | 12.21% |
自我认知 | 0.1215*** | 10.95 | 0.07 | 7.54% |
风险偏好 | 0.0619*** | 7.08 | 0.03 | 3.22% |
从众心理 | 0.1036*** | 8.99 | 0.01 | 1.57% |
六、进一步分析
(一)异质性分析
基于前述实地调研,通过入户进行问卷调查与访谈,我们对脱贫家庭的致贫原因有了更加深入的了解。首先,在213份有效问卷中,过去主要致贫原因分为三类:“因学致贫”、“因病致贫”和因无劳力致贫。其中,“因学致贫”占比最大,“因病致贫”次之。前文的基准回归分析表明,脱贫内生动力对返贫风险呈负向影响。但在不同致贫原因的脱贫家庭中,脱贫内生动力对返贫风险的影响程度是否存在差别?为了得到更为全面的结果,需要考虑异质性问题,因此本文根据致贫原因的不同,对脱贫户进行异质性分析。
表6所示为异质性分析结果。②结果表明,对于“因学致贫”的脱贫家庭而言,脱贫内生动力对返贫风险的回归系数为负且显著,而对于“因病致贫”的脱贫家庭,其回归系数为负但不显著。这表明脱贫内生动力对返贫风险的负向影响在“因学致贫”的家庭中更明显。其主要原因体现在两类脱贫家庭支出层面的区别:“因学致贫”的脱贫家庭,其家庭支出负担主要为教育支出,教育支出是一种主动支出,可以较好地反映出这类家庭对于自身发展的需求较高。家庭在读人口,在未来进入劳动力市场后,会成为脱贫家庭的人力资本。因此,对于“因学致贫”的脱贫家庭而言,属于主动负担子女的教育支出。而做出此种选择的脱贫户,具有符合社会规范的教育观,即对于教育的洞察和理解是较为正确的,说明自我认知水平比较高。由于教育的回报周期较长,因而愿意对子女教育进行主动支出,说明其自我效能感较强,拥有一定的发展信心。因此,这类家庭的需求型内生动力较高,而教育支出也在一定程度上提高了脱贫家庭的手段型内生动力。经过如上分析,可以说明,教育支出越多,内生动力水平也就越高,对降低返贫风险的影响也更为显著。
对于“因病致贫”的家庭而言,医疗支出,尤其是重大疾病的医疗支出属于被动支出,并非主动意愿或能力所造成,因此这类家庭的内生动力对返贫风险影响程度不明显。同时,重大疾病通常具有四个特点:险情性,即威胁生命的病情;可生还性,即非绝症,有机会存活;巨额性,即治疗费用大;长期性,即治疗周期长。这四个特点共同决定了医疗支出属于被动支出,需要长期不断的巨额支出以降低病人的险情性。对于脱贫家庭来说,健康是手段型内生动力的重要指标,手段型内生动力受限,会导致其工作的努力程度和收入水平难以成正比,即使付出了百分百的努力,也难以支付巨额的医疗费用,这形成了长期巨额医疗投入需要与脱贫家庭低收入之间的矛盾,在很大程度上削弱脱贫家庭持续发展的积极性,打击了脱贫家庭的内生动力,因此脱贫内生动力对返贫风险的影响,在“因病致贫”的家庭中作用不如“因学致贫”家庭显著。
(1)因学致贫家庭 | (2)因病致贫家庭 | |
Risk3.1 | Risk3.1 | |
Avepower | −2.491** (−1.80) |
−0.821
(−1.49) |
Controls | 控制 | 控制 |
Constant | 6.49 | 3.30 |
R2 | 0.557 | 0.552 |
N | 89 | 43 |
(二)内生性问题
基准回归结果可能受到内生性的影响,造成回归结果有偏且不一致。因此,本文采用工具变量法(IV)来减少估计偏误,选取邻近村落的平均脱贫内生动力水平作为工具变量,记为
工具变量的估计结果如表7所示。首先,对工具变量的有效性进行检验,分别需要进行弱工具变量检验和不可识别检验。第(1)列报告了两阶段最小二乘法的第一阶段结果,一阶段回归中,工具变量对内生变量内生动力水平显著相关,F统计量大于10,意味着不存在弱工具变量问题。第(2)列分别报告了第二阶段估计结果,LM检验统计量P值小于0.1,意味着拒绝工具变量识别不足的原假设,即不存在工具变量识别不足的问题。以上统计量结果表明,本文选取的工具变量十分有效,能够同时满足相关性和外生性两个条件。采用工具变量进行回归,结果表明若忽略内生性问题,将会高估脱贫家庭内生动力不足对返贫现象发生的影响。
(1)2SLS第一阶段 | (2)2SLS第二阶段 | |
Power | Risk3.1 | |
Power | −0.620** (0.025) |
|
Avepower | 1.732*** (0.455) |
|
Controls | 控制 | 控制 |
弱工具变量检验 | 14.492 | 14.492 |
识别不足检验 | 14.205*** | 14.205*** |
N | 213 | 213 |
(三)稳健性检验
1. 更换解释变量
本文的核心解释变量是脱贫内生动力,脱贫内生动力由主成分分析法构建的测量方法计算得到。为了避免结论的偶然性,在稳健性检验中,本文将使用内生动力水平2来进行重新估计。内生动力水平2是由脱贫内生动力量表(吴娜等,2021)的量表题目等权重加权得到,记为
2. 更换被解释因变量
除了更换解释变量外,本文还将以收入水平替代返贫风险进行稳定性检验。收入是否达到贫困线是衡量一个家庭是否贫困的标准,用收入(
(1)更换被解释变量 | (2)更换解释变量 | (3)更换解释变量 | |
Income | Risk3.1 | Risk3.1 | |
Power | 0.137* (0.079) |
||
Power2 | −0.980** (0.398) |
||
Welfare | 1.249* (0.719) |
||
Controls | 控制 | 控制 | 控制 |
Constant | 9.360***(0.385) | 2.310(2.136) | −1.610(1.891) |
N | 213 | 213 | 213 |
七、结论及政策启示
全面推进乡村振兴必须巩固和拓展脱贫成果,把防止返贫作为重要任务。本文提出了脱贫内生动力理论,从需求型内生动力与手段型内生动力两方面出发,以解释脱贫内生动力影响返贫风险的内在逻辑,并从内生动力视角论述了如何降低中国脱贫家庭的返贫风险。本文的研究结果表明:第一,提高脱贫户内生动力水平,能够显著降低其家庭返贫风险,这一效应在“因学致贫”的家庭中更加明显。第二,脱贫内生动力可以通过提高脱贫家庭的风险抵御能力,从而对返贫风险产生抑制作用。第三,夏普分解的结果表明,手段型内生动力对于脱贫户的整体内生动力水平的贡献度要大于需求型内生动力的贡献度。
根据以上结论,本文认为科学评估和有效提升当前中国农村脱贫群体的内生动力,对于防止返贫具有重大作用,进而得出如下政策建议:第一,政府应当更加重视脱贫群体的内生动力问题,可以将其区分为需求型内生动力和手段型内生动力两方面,并不仅仅考虑单方面的提升措施,以保障脱贫家庭的主观脱贫意愿与客观脱贫能力能够得到全面的提升。第二,短期内优先发展脱贫家庭的手段型内生动力,长期培育需求型内生动力,重点关注脱贫家庭的手段型内生动力,要及时帮扶丧失劳动能力的脱贫家庭。建立和完善就业支持和保障制度,充分推进包容性就业,通过加强就业培训,分享就业信息和提供择业资金等举措,确保在短期内让具有劳动能力的家庭能够进入劳动力市场,自主获取经济来源。第三,持续推进教育帮扶,开展技能培训,提升脱贫户的知识水平与劳动技能。降低脱贫家庭的教育成本,鼓励脱贫家庭子女勤奋读书。充分利用农村广播、村内宣传栏、微信群等媒介平台,用“身边人”和“身边事”进行教育引导,通过榜样的力量激发脱贫家庭的子女教育意愿,激发脱贫群体的内生动力,阻断返贫风险的代际传递。
① 2015年世界银行将国际贫困线标准,从此前的每人1.25美元/天上调至1.9美元/天(低标准)和3.1美元/天(高标准)。
② 当采用返贫概率作为因变量时,“因病致贫”家庭组和“因学致贫”家庭组的系数都不显著,我们认为是样本量过少导致的,将返贫风险处理为二元变量较合理。因此,这部分是二元变量的结果,即首先根据计算的返贫概率是否超过均值定义为存在返贫风险和不存在返贫风险,记为1和0,进而采用logistic回归。
[1] | 傅安国, 吴娜, 黄希庭. 面向乡村振兴的心理精准扶贫: 内生动力的视角[J]. 苏州大学学报: 教育科学版, 2019(4): 25–33. |
[2] | 高梦滔, 姚洋. 农户收入差距的微观基础: 物质资本还是人力资本?[J]. 经济研究, 2006(12): 71–80. DOI:10.3969/j.issn.1005-913X.2006.12.030 |
[3] | 管睿, 王文略, 余劲. 可持续生计框架下内生动力对农户家庭收入的影响[J]. 西北农林科技大学学报(社会科学版), 2019(6): 130–139. |
[4] | 侯红霞. 动力心理学视角下激发贫困群众内生动力研究[J]. 学术探索, 2020(12): 86–91. DOI:10.3969/j.issn.1006-723X.2020.12.009 |
[5] | 侯志茹, 郭玉鑫, 吴本健. 行为经济学视角下贫困户内生动力不足的内在逻辑[J]. 东北师大学报(哲学社会科学版), 2019(3): 170–176. |
[6] | 贾海彦. 基于心理与行为双重视角的脱贫内生动力研究[J]. 湖北民族大学学报(哲学社会科学版), 2021(2): 132–144. |
[7] | 李庆海, 孙光林, 何婧. 社会网络对贫困地区农户信贷违约风险的影响: 抑制还是激励?[J]. 中国农村观察, 2018(5): 45–66. |
[8] | 李小红, 段雪辉. 后脱贫时代脱贫村有效治理的实现路径研究[J]. 云南民族大学学报(哲学社会科学版), 2020(1): 100–105. |
[9] | 刘欣. 内生偏好与社会规范: 脱贫内生动力的双重理论内涵[J]. 南京农业大学学报(社会科学版), 2020(1): 33–40. |
[10] | 卢亚娟, 张菁晶. 农村家庭金融资产选择行为的影响因素研究——基于CHFS微观数据的分析[J]. 管理世界, 2018(5): 98–106. DOI:10.3969/j.issn.1002-5502.2018.05.008 |
[11] | 马光荣, 杨恩艳. 社会网络、非正规金融与创业[J]. 经济研究, 2011(3): 83–94. |
[12] | 谭燕芝, 张子豪. 社会网络、非正规金融与农户多维贫困[J]. 财经研究, 2017(3): 43–56. |
[13] | 万广华, 刘飞, 章元. 资产视角下的贫困脆弱性分解: 基于中国农户面板数据的经验分析[J]. 中国农村经济, 2014(4): 4–19. |
[14] | 万良杰. “心智模式”视角下激发民族地区深度贫困人员内生动力研究[J]. 云南民族大学学报(哲学社会科学版), 2019(3): 114–121. |
[15] | 王文略, 朱永甜, 黄志刚, 等. 风险与机会对生态脆弱区农户多维贫困的影响——基于形成型指标的结构方程模型[J]. 中国农村观察, 2019(3): 64–80. |
[16] | 王怡欢, 张楚. 农村贫困家庭灾难性卫生支出风险及影响因素研究——基于2018年CHARLS数据[J]. 中国卫生政策研究, 2021(1): 44–49. DOI:10.3969/j.issn.1674-2982.2021.01.007 |
[17] | 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014(5): 731–745. |
[18] | 吴娜, 解智宇, 傅安国. 脱贫内生动力量表的编制[J]. 心理技术与应用, 2021(1): 20–29. |
[19] | 吴娜, 傅安国, 黄希庭. 贫困家庭心理资源对子女脱贫内生动力的影响[J]. 西南民族大学学报(人文社会科学版), 2021(01): 221–228. |
[20] | 徐戈, 陆迁, 姜雅莉. 社会资本、收入多样化与农户贫困脆弱性[J]. 中国人口·资源与环境, 2019(2): 123–133. |
[21] | 燕继荣. 反贫困与国家治理——中国“脱贫攻坚”的创新意义[J]. 管理世界, 2020(4): 209–219. DOI:10.3969/j.issn.1002-5502.2020.04.018 |
[22] | 杨永伟, 陆汉文. 贫困人口内生动力缺乏的类型学考察[J]. 中国农业大学学报(社会科学版), 2019(6): 128–136. |
[23] | 姚洪心, 王喜意. 劳动力流动、教育水平、扶贫政策与农村收入差距——一个基于multinomial logit模型的微观实证研究[J]. 管理世界, 2009(9): 80–90. |
[24] | 俞福丽, 蒋乃华. 健康对农民种植业收入的影响研究——基于中国健康与营养调查数据的实证研究[J]. 农业经济问题, 2015(4): 66–71. DOI:10.13246/j.cnki.iae.2015.04.008 |
[25] | 袁方, 史清华. 创业能减少农村返贫吗? ——基于全国农村固定观察点数据的实证[J]. 农村经济, 2019(10): 62–69. |
[26] | 张车伟. 营养、健康与效率——来自中国贫困农村的证据[J]. 经济研究, 2003(1): 3–12. |
[27] | 张栋浩, 尹志超. 金融普惠、风险应对与农村家庭贫困脆弱性[J]. 中国农村经济, 2018(4): 54–73. |
[28] | 张晓山. 巩固脱贫攻坚成果应关注的重点[J]. 经济纵横, 2018(10): 1–10. DOI:10.16528/j.cnki.22-1054/f.201810001 |
[29] | 周迪, 王明哲. 返贫现象的内在逻辑: 脆弱性脱贫理论及验证[J]. 财经研究, 2019(11): 126–139. |
[30] | 周亚虹, 许玲丽, 夏正青. 从农村职业教育看人力资本对农村家庭的贡献——基于苏北农村家庭微观数据的实证分析[J]. 经济研究, 2010(8): 55–65. |
[31] | 邹薇, 方迎风. 中国农村区域性贫困陷阱研究——基于“群体效应”的视角[J]. 经济学动态, 2012(6): 3–15. |
[32] | Alwang J, Siegel P B, Jorgensen S L. Vulnerability: A view from different disciplines[R]. Social Protection Discussion Paper Series No.23304, 2001. |
[33] | Azam J P, Gubert F. Migrants’ remittances and the household in Africa: A review of evidence[J]. Journal of African Economies, 2006, 15(S2): 426–462. |
[34] | Azeem M M, Mugera A W, Schilizzi S. Do social protection transfers reduce poverty and vulnerability to poverty in Pakistan? Household level evidence from Punjab[J]. The Journal of Development Studies, 2019, 55(8): 1757–1783. DOI:10.1080/00220388.2018.1448068 |
[35] | Barrett C B, Constas M A. Toward a theory of resilience for international development applications[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(40): 14625–14630. DOI:10.1073/pnas.1320880111 |
[36] | Bebbington A. Capitals and capabilities: A framework for analyzing peasant viability, rural livelihoods and poverty[J]. World Development, 1999, 27(12): 2021–2044. DOI:10.1016/S0305-750X(99)00104-7 |
[37] | Dalton P S, Ghosal S, Mani A. Poverty and aspirations failure[J]. The Economic Journal, 2016, 126(590): 165–188. DOI:10.1111/ecoj.12210 |
[38] | Dercon S, Singh A. From nutrition to aspirations and self-efficacy: Gender bias over time among children in four countries[J]. World Development, 2013, 45: 31–50. DOI:10.1016/j.worlddev.2012.12.001 |
[39] | Flechtner S. Should aspirations be a matter of policy concern?[J]. Journal of Human Development and Capabilities, 2017, 18(4): 517–530. DOI:10.1080/19452829.2017.1364224 |
[40] | Mickelson K D, Williams S L. Perceived stigma of poverty and depression: Examination of interpersonal and intrapersonal mediators[J]. Journal of Social and Clinical Psychology, 2008, 27(9): 903–930. DOI:10.1521/jscp.2008.27.9.903 |
[41] | Omotoso K O, Adesina J O, Gbadegesin T F. Children on the edge: Estimating children’s vulnerability to multidimensional poverty in post-apartheid South Africa[J]. Child Indicators Research, 2020, 13(4): 1155–1174. DOI:10.1007/s12187-019-09677-9 |
[42] | Sączewska-Piotrowska A. Transitions into and out of near poverty in urban and rural areas in Poland[A]. International conference 19th applications of mathematics and statistics in economics[C]. Banská Štiavnica, 2016. |
[43] | Villa J M, Niño-Zarazúa M. Poverty dynamics and graduation from conditional cash transfers: A transition model for Mexico’s Progresa-Oportunidades-Prospera program[J]. The Journal of Economic Inequality, 2019, 17(2): 219–251. DOI:10.1007/s10888-018-9399-5 |