民族视角下的农村居民贫困问题比较研究——以广西、贵州、湖南为例，本文主要内容关键词为：贵州论文,广西论文,湖南论文,为例论文,视角论文，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。
2000年西部大开发战略实施以来，西部民族地区各民族人民收入和生活水平都得到大幅提高，减贫成绩斐然。2000—2010年，按照当时的贫困线，民族八省区①贫困人口规模从3144万人减少到1034万人，年均减少11.76％。但是，比较起来，西部民族地区的经济社会发展与全国，尤其是与东部地区的差距依然很大，民族八省区的贫困人口占全国的比重不仅没有下降，反而从2000年的33.4％上升到2010年的38.5％。②这种状况更加突出地表明，现阶段中国减贫工作的重点、难点越来越明显地集中于西部民族地区。因此，深入探讨西部民族地区贫困的分布状况和影响因素具有十分重要的学术价值和实践意义。
一、研究假设与研究方法
众所周知，现阶段中国收入分配出现了较大的、并且持续拉大的差距。同样，基于收入界定的贫困空间分布也出现了持续扩大的地区差异。贫困人口进一步向西部民族地区集中，西部民族地区贫困人口的贫困程度也进一步加深。各种研究表明，这种变动趋势在西部民族地区的农村居民中表现得更加明显。考虑到民族地区的民族关系对国家长治久安与社会和谐稳定且有的特殊重要性，本文特别关心的问题是，贫困分布的空间差异的这种变动趋势是否延伸到这些地区的不同民族农村居民之间?亦即贫困分布的空间差异是否与民族差异呈现出某种程序的一致性?如果这种趋势存在，那么导致这种趋势出现的主要影响因素是什么?或者说，这种趋势出现的现实机制是什么?这些问题，正是本文的研究主题。
(一)研究假设
在大多数的反贫困实践中，贫困主要是基于收入获得状况来定义的。因此，理解收入分配的不平筹，尤其是民族群体之间的收入获得不平等，对于理解可能出现的贫困分布的民族差异具有重要的启发意义。
古斯塔夫森(Bjorn Gustafsson)和李实利用中国社会科学院经济研究所收入分配课题组1988年和1995年的全国农村家庭收入调查数据，分析了汉族和少数民族人口的收入差距及其变化趋势。他们发现，1988—1995年，汉族和少数民族的人均收入水平都有所提高，但汉族的提高程度是少数民族的1.4倍，因此，汉族和少数民族之间的人均收入差距呈现扩大趋势；导致这种民族差异的主要原因是汉族和少数民族的历史、自然地理和生存环境等的不同。③
丁赛利用中国社会科学院经济研究所收入分配课题组2002年的农村村级调查数据，对农村地区汉族村和少数民族村居民收入差异及其影响因素进行了实证分析，发现少数民族村居民年人均纯收入较汉族村低37.1％，较全国平均水平低30.9％。④2012年，丁赛又利用中国社会科学院民族学与人类学研究所2006年宁夏回族自治区社会经济调查数据，对宁夏城镇劳动力市场中汉族和回族的就业收入进行了实证研究，其结论是汉族与回族之间的收入差距很小。她认为，这说明在同一地区内部由民族因素带来的劳动力市场分割，并未导致明显的民族间收入差距。如果在一个更大的区域内发现民族之间存在收入差距，特别是汉族收入高于少数民族收入，那么这种差距主要是由不同民族人口的地区分布差异引起的。⑤
有学者研究，以收入为标准界定的贫困分布状况存在民族间差异。杨栋会曾经以云南勐海县布朗山乡农户调查数据为基础，对布朗山的贫困问题进行了实证研究。他发现，西南边疆少数民族农村居民收入不平等程度较大，贫困问题较为严峻：自然村之间和各少数民族之间贫富分化明显，居民收入的基尼系数达到0.49，贫困发生率为5.7％，均远高于同期全国农村居民收入基尼系数0.37和贫困发生率1.6％的平均水平。⑥王小林以对阿坝藏族羌族自治州13个县的农户所做调查的数据为基础，发现少数民族陷于贫困的概率比汉族高2.5％。⑦
基于以上简要的文献梳理，关于广西、贵州、湖南三省区农村家庭贫困的民族分布的可能格局，本文提出一个一般性的判断作为研究假设之一：在本文研究的地区，农村家庭贫困的分布存在明显的民族差异，农村少数民族家庭的贫困发生率显著高于这些地区农村汉族家庭的贫困发生率。
由这一判断出发，并考虑到这些贫困人口集中地区减贫难度巨大，而且是越来越大，⑧可以想像，广西、贵州、湖南农村尚未脱贫人口的贫困深度和贫困强度都将是比较大的。如果广西、贵州、湖南农村不同民族家庭的贫困深度和贫困强度是不同的，那么，基于以往反贫困实践的经验，本文将探讨第二个假设：广西、贵州、湖南农村少数民族贫困家庭的贫困深度和贫困强度将明显大于农村汉族贫困家庭的贫困深度和贫困强度。不过在利用经验数据检验这一假设时，还需要综合考虑不同民族家庭内部的收入不平等程度状况。从经验上看，收入不平等的程度越大，贫困人口的贫困深度和贫困强度也会越大。
贫困分布的民族差异的形成机制，同样是值得我们高度关注的问题，对这个问题的认识，决定着具体的反贫困路径和措施的选择。关于这个问题的研究也不多见。杨栋会在研究布朗族的贫困问题时，探讨了该民族贫困的影响因素。他发现，吸食毒品、物质资本匮乏、民族特征、耕地状况是导致西南边疆少数民族农村贫困的主要因素。⑨另外，王小林从民族、教育等多个视角对藏族、羌族、回族和汉族的贫困状况进行了比较分析。他的分析结果显示，民族特征、家庭劳动力数量、户主受教育年限和农用车拥有状况，是影响农户是否陷入贫困的重要决定因素。具体来说，农户劳动力每增加1人，农户陷于贫困的概率减少1.6％；户主受教育年限每增加1年，农户陷于贫困的概率减少0.5％；有农用车的农户比无农用车的农户陷于贫困的概率低10.1％。⑩
这些研究结果提示我们，农村家庭拥有的各种能够影响收入获得的资源或资本，同时也是影响他们是否陷入贫困的重要因素。在现实生活中，影响收入获得，从而影响贫困发生的因素组成十分复杂，其中不仅包括家庭所占有对收入获得具有正向作用的相关资源的多寡，也包括家庭劳动力的劳动参与的结构等因素。(11)基于这样一些考虑，可以合乎逻辑地提出下述假设来解释广西、贵州、湖南被调查农户的贫困发生状况。
假设三：家庭占有的各种能够增加收入的资源(资本)越多，其陷入贫困的风险就越小。相应地，一个连带的推论是，广西、贵州、湖南三省区农村地区少数民族家庭的资源(资本)占有水平一般而言会低于汉族家庭的占有水平。在这里，我们所说的资源(资本)基于已有的理论和经验研究，包括人力资本、经济资本和社会资本等。
限于调查问卷所能提供的数据，笔者把人力资本的存量和人力资本的使用模式作为主要的人力资本变量纳入分析。人力资本存量主要用户主的年龄和受教育年限来表示。一般而言，户主年龄越低、受教育年限越多，则家庭收入水平会越高，陷入贫困的概率就越小；与此相反，户主年龄越高，受教育年限越少，则其适应市场的能力可能越低，从而会对家庭收入产生负面影响，陷入贫困的概率越大。所谓人力资本的使用模式，主要是指劳动力参与生产经营活动的结构性特征。一般而言，一个农村家庭的劳动力从事的非农经济活动越多，其收入获得也会越多。因此，本文把家庭劳动力全年从事非农经济活动(即务工经商办厂)的时间，作为表征家庭劳动力使用模式的指标来使用。家庭劳动力从事非农经济活动时间越多，家庭工资性收入或非农经营性收入应当更多，从而推高家庭收入水平，降低其陷入贫困的概率。另外，考虑到家庭非劳动年龄人口要分享家庭收入，这样的人口越多，家庭人均年收入水平就会越低。笔者在这里提出一个负指标，即家庭非劳动年龄人口占家庭总人口数的比重，在家庭总收入一定的情况下，该比重越大，家庭人均收入水平就会越低，陷入贫困的风险就越大。
所谓经济资本，包括家庭拥有的土地、生产资料、生产投资，以及包括银行存款、有价证券等在内的金融资本等。一般而言，一个家庭占有的经济资本越多，其收入水平应当会越高，从而其陷入贫困的风险也会越小。就我们的问卷能够提供的变量而言，可以用来解释家庭收入获得状况的经济资本变量包括人均家庭经营耕地量、人均生产性固定资产原值、人均年底家庭金融资产余额。另外，调查地区普遍实行了退耕还林，退耕还林的好处是，一方面，家庭土地中生产率低下的部分被置换为林地，而且大部分是经济林和药材林，随着时间的推延，这些新增林地会逐步产生新的收入，其效益甚至比在这些土地上种植粮食的效益更好。另一方面，在一定时间内，退耕还林还能获得稳定的国家补偿。因此，农户退耕还林的面积越大，对农户家庭收入增长的积极作用也越大。这里用家庭人均退耕还林面积作为分析用变量，并且假定，家庭人均退耕还林面积越大，家庭人均收入水平就会越高，从而家庭陷入贫困的风险就越小。
在社会资本中，从以往的相关研究来看，家庭成员中是否有中共党员、家中是否有人当干部(包括村干部和乡镇干部)、家庭社会支持网络状况，往往被认为是影响较为突出的变量。在我们的调查问卷中，家庭社会支持网络状况未被涉及，可以用于分析的就是中共党员和干部这两个变量。这里假定，相比于没有中共党员的农户，有中共党员的农户的收入状况会更好，陷入贫困的可能性更低；同理，相比于没有干部成员的农户，有干部成员的农户的收入状况会更好，陷入贫困的风险相对更小。
(二)数据来源
本研究使用的数据来自“西部民族地区经济社会发展研究”课题组“西部民族地区经济社会发展问卷调查(2011年)”中的广西、贵州、湖南数据。广西共调查了7个市(南宁市、柳州市、桂林市、北海市、防城港市、来宾市、崇左市)；贵州的调查集中在黔东南苗族侗族自治州；(12)湖南的调查主要集中在湖南湘西苗族土家族自治州。(13)广西、贵州、湖南三省区共调查了45个县286个乡324个行政村，3237户14809人。抽样方式按照当地统计局的抽样方法，并且抽样中得到当地统计局的帮助。(14)
(三)分析策略
1.贫困测量。本文以收入标准对贫困进行测量。在测量时，重点运用FGT指数。与其他贫困指数相比，FGT指数的优点在于其具有综合性和可分解性。通过对FGT指数的分解，我们可以清楚了解到影响贫困变化的各因素究竟在多大程度上对贫困产生影响，从而采取有针对性的减贫措施来调节各影响因素，以期实现减贫目标。FGT指数由贫困发生率、贫困差距率和平方贫困距三个指数组成，其具体形式为：
3.贫困决定模型。本文使用二分因变量Probit模型为贫困决定模型，(15)进入模型的变量包括上述三组资本的全部变量。模型的基本形式为：
二、广西、贵州、湖南农村调查样本户的基本社会经济特征
(一)被调查家庭的基本人口特征状况
本次广西、贵州、湖南三省区农村共调查3237户14，809人。在被调查家庭人口中，广西、贵州、湖南分别占32.5％、37.0％和30.5％；被调查家庭人口的民族成份多样，比例较高的是苗族、汉族、侗族、壮族、土家族和瑶族(见表1)。
从家庭规模来看，无论是地区之间还是民族之间，差距都不是很大，相对而言，苗族被访家庭的户均人口规模略大，而瑶族被访家庭的户均人口规模较小。总的说来，被调查户的户均人口规模较大，是全国农村住户户均人口3.02人(16)的1.66倍。
从家庭人口的年龄结构来看，被调查地区农村家庭的0—14岁人口所占比例略高于同期全国平均水平，劳动年龄人口(15—64岁人口)所占比重与全国平均水平相当，老龄化程度也略低于全国平均水平。(17)分地区来看，广西被调查地区农村家庭人口的老龄化程度最低；而贵州被调查地区农村家庭人口劳动年龄人口所占比重最低，因而该地区农村家庭非劳动年龄人口(即表1中的老少人口，下同)的总比重也是最高的。分民族来看，少数民族与汉族的家庭人口中少儿人口的比重相差不大，但少数民族家庭老年人口所占比重高于汉族家庭，使得少数民族家庭非劳动年龄人口比重也高于汉族家庭的相应比重。
(二)被调查户的户主受教育程度与中共党员、干部户的分布状况
从表2可以看到，在各地被调查户中，户主的平均年龄是50岁。户主的受教育年限普遍偏少，平均受教育年限均没有达到初中毕业水平。分地区看，湖南被调查户户主的受教育年限最短；分民族看，汉族被调查户户主的平均受教育年限少于全部少数民族被调查户户主的平均受教育年限，但比土家族被调查户户主的平均受教育年限略高。
中共党员户在被调查户中所占比重，在全部被调查户中达到15.6％。分地区看，贵州被调查户中中共党员户所占比重最低，仅为13.0％，而湖南则高达17.9％。分民族看，汉族被调查户中的中共党员户比重比少数民族中的相应比重高出1.2个百分点(或7.8％)，但比土家族中的中共党员户比重低了近3个百分点。
被调查户中干部户的比重低于中共党员户的比重，表明一部分被调查户中有中共党员但没有干部，有干部的被调查户中也不一定有中共党员。交叉分析表明，在全部被调查户中，有中共党员和/或干部的户总计638户，其中，既有中共党员又有干部的被调查户为213户，占33.4％；有中共党员无干部的户为292户，占45.8％；有干部而无中共党员的户为133户，占20.8％。分民族看，汉族被调查户中的干部户所占比重低于全部少数民族被调查户中的相应比重，仅比侗族被调查户中的相应比重略高。
(三)被调查家庭的经济资本占有状况
被调查家庭的经济资本占有状况存着在一定的地区和民族差异(见表3)。分地区看，除了家庭人均经营土地面积外，湖南被调查农户的家庭人均金融资产余额、人均生产性固定资产原值都是最少的，是广西被调查农户的52％、56％，是贵州被调查农户的76％、54％。分民族看，相对于整个少数民族被调查农户，汉族被调查农户在家庭人均金融资产余额、人均生产性固定资产原值方面有优势，而在人均实际经营土地面积、人均退耕还林面积方面不如少数民族家庭。
(四)家庭居住地区的地理环境特征
表4反映了被调查农户的居住环境状况。分地区看，贵州被调查农户基本上居住在山区，湖南被调查农户基本居住在丘陵和山区，广西被调查农户居住在山区的比例最小。分民族看，少数民族被调查农户都居住在丘陵及山区，且80％居住在山区。其中，土家族被调查农户全部居住在山区，苗族、侗族被调查农户仅仅2.8％的居住在丘陵，其他都居住在山区。汉族被调查农户的有居住在平原的，也有居住在丘陵、山区的，居住山区的农户比重比少数民族的比重低30.5个百分点。一般而言，平坝地区的经济社会发展水平最高，丘陵地区次之，山区最低。
(五)被调查家庭收入获得与不平等状况
2011年，广西、贵州、湖南被调查农村居民人均纯收入3979.78元(见表5)，只相当于全国平均水平的57％。(18)分地区看，广西农村被调查住户人均纯收入最高，是最低的湖南被调查农户人均纯收入的1.75倍。分民族看，汉族被调查农户人均纯收入最高，是最低的土家族被调查农户人均纯收入的1.58倍。
影响贫困的两个重要因素是经济增长和收入分配。在收入分配相对平等的条件下，经济增长一定能够减少贫困。在保持经济增长的情况下，收入分配平等程度越高，贫困发生率越低。本文用基尼系数及泰尔指数来测量收入分配不平等状况。
从表5可以看出，基尼系数及两种泰尔指数都表明，广西被调查住户的收入分配不平等程度最高，基尼系数超过0.4；湖南被调查农户的收入不平等程度也比较高，基尼系数接近0.4；贵州被调查农户的收入分配比较平等，基尼系数低于0.3。结合收入水平和不平等程度，可以预计，湖南被调查农户中的贫困发生率将会最高，广西被调查农户中贫困发生率次之，贵州被调查农户贫困发生率最低。分民族来看，壮族被调查农户的收入不平等问题相当严重，基尼系数超过了0.5；汉族被调查农户的收入不平等也比较高，超过了0.4；其他少数民族被调查农户的收入不平等相对还处于可接受的范围内，基尼系数没有超过0.4。
将广西、贵州、湖南三省区总体不平等的泰尔指数按照省内和省之间来进行分解，可以看出，被调查地区农村住户的收入不平等主要来自省内被调查农户的收入不平等，其对总体不平等泰尔指数GE(0)和GE(1)的贡献率分别为92.1％与92.4％；省际不平等对总体不平等的贡献要小得多，其对总体不平等泰尔指数GE(0)和GE(1)的贡献率分别仅为7.9％与7.6％。
在对被调查农户的总体收入不平等按照民族分组进行分解时，可以看到，各组被调查农户内部的收入不平等仍然是三省区被调查农户的总体收入不平等的主要来源，其对总体不平等的泰尔指数GE(0)与GE(1)的贡献率合计分别达到95.2％与95.3％，而各组被调查农户之间的收入不平等对总体不平等的贡献分别仅为4.8％与4.7％。
三、广西、贵州、湖南被调查农户贫困的分布和影响因素实证分析
(一)被调查农户贫困的广度、深度与强度
本文使用的贫困线是2011年中国政府确定的，以2010年不变价定义的新贫困线，即农村居民家庭人均年纯收入低于2300元。基于这一贫困线，我们的调查结果表明，广西、贵州、湖南农村被调查住户的贫困发生率总体上为28.05％，贫困差距率为11.03％，平方贫困距为6.4％，Watts多维度贫困指数为18.09％，Sen贫困指数为15.33％(见表6)。
分地区看，湖南是贫困面最广、贫困程度最深、贫困强度最大的地区，广西次之，贵州最低。具体来说，湖南被调查农户的贫困发生率分别为广西和贵州被调查农户贫困发生率的1.67倍与2.89倍；其贫困差距率，亦即贫困深度指数分别为广西和贵州被调查农户贫困差距率的1.62倍与4.55倍；其平方贫困距(贫困强度)分别为广西和贵州被调查农户平方贫困距的1.66倍与6.99倍；Watts指数和Sen指数的地区差异也呈现出类似趋势。可见，相对而言，湖南被调查农户的贫困发生率、贫困深度和贫困强度都是最大的，这一方面是因为这一地区被调查农户的收入不平等程度较高，超过了0.4(仅次于广西)；另一方面也是因为其整体收入水平偏低，仅相当于广西被调查农户人均收入的57.3％。
分民族看，在全部被调查的农村贫困户中，少数民族贫困户占81.0％，而在全部被调查农户中，少数民族农户所占比重为73.3％，前者相比后者高出7.7个百分点，可见少数民族被调查农户的贫困发生率确实高于汉族被调查农户的贫困发生率。根据表6，实际上，少数民族被调查农户的贫困发生率是汉族被调查农户贫困发生率的1.57倍。如果按人头计算，汉族被调查农村人口的贫困发生率为21.33％，少数民族被调查农村人口的贫困发生率为34.96％，后者是前者的1.64倍(比前者高出63.9％)。由此还可以得到两个结论，一是汉族和少数民族被调查贫困农户的家庭规模，均大于各自所在民族非贫困农户的家庭规模；二是少数民族被调查贫困农户的家庭规模大于汉族被调查贫困农户的家庭规模。当然，在少数民族被调查农户中，不同民族被调查农户的贫困发生率也有较为显著的差异，其中，土家族被调查农户的贫困发生率最高，侗族被调查农户的贫困发生率最低，前者是后者的2.61倍。
从数据上看，不仅少数民族被调查农户中的贫困面显著大于汉族被调查农户中的贫困面，而且少数民族贫困农户的贫困深度和贫困强度也大于汉族贫困户。按户头测算的结果表明，少数民族被调查贫困农户的贫困差距率、平方贫困距、Watts指数和Sen指数分别为汉族被调查贫困农户的相应指数高出50.2％、42.6％、47.3％和49.6％。在少数民族被调查农户中，不同民族被调查贫困农户的贫困深度和贫困强度也各不相同，其中土家族和壮族被调查贫困农户的贫困深度和强度相对较大。若与汉族被调查贫困农户相比，侗族和瑶族被调查农户的贫困发生率较高，但其贫困深度和贫困强度却都显著低于汉族被调查贫困农户。
(二)贫困发生的影响因素分析
本文利用Probit模型分析被调查地区农户贫困发生的决定因素。该模型总体上显著。结合表7和表8的结果，可以得到如下研究发现：
第一，在其他条件给定的情况下，相对于汉族被调查农户，少数民族被调查农户陷入贫困的概率高出12.2％，并且在统计上是显著的。这一结果可与表6的相关结果相互印证。
第二，被调查农户的家庭人力资本状况对他们陷入贫困风险的影响，在方向上与本文的假设相同，但显著性有差异。在其他条件给定的情况下，户主的年龄每增加1岁，其家庭陷入贫困的概率增加0.35％，且具有统计显著性。户主受教育年限每增加1年，农户陷于贫困的概率减少0.3％，但它的影响效果在统计上不显著(p＞0.1)。家庭中非劳动年龄人口比重比每增加1％，农户陷于贫困的概率增大0.3％，且具有统计显著性。
第三，被调查农户的社会资本占有状况的影响，在方向上与本文的假设相同，但显著性同样有差异。具体而言，相对于非干部户，干部户陷于贫困的概率降低6.4％，且具有统计显著性。相对于非中共党员户，中共党员户陷于贫困的概率降低1.2％，但它的影响效果不显著(p＞0.1)。应当说明的是，中共党员户与干部户有一定程度的重叠，重叠率为33.5％，基本可接受，不会带来太大的共线性问题。
第四，被调查农户的经济资本占有状况对贫困发生率的影响，也与本文假设的方向一致，但有三个变量的结果在统计上不显著。其中，在统计上具有显著性的变量是人均家庭金融资产和家庭劳均非农从业时间：在其他条件不变的情况下，前者每增加1000元，家庭陷于贫困的概率减小14％；后者每增加100小时，家庭陷入贫困的概率就减小3.8％。在统计上不显著(p＞0.1)的变量有家庭人均固定生产性资产原值、家庭人均经营土地面积和家庭人均退耕还林面积。家庭人均生产性固定资产每增加1000元，家庭陷入贫困的概率可减小2％；家庭人均实际经营土地的面积每增加1亩，家庭陷于贫困的概率可减小2％；家庭人均退耕还林面积每增加1亩，家庭陷入贫困的概率可减小0.7％。不过这些结果仅仅适用于被调查农户，而不具有统计推论性。
第五，进入模型的控制变量对被调查农户的贫困发生都产生了较大的影响，且都具有统计显著性。其中，在其他条件不变的情况下，相对于居住在山区的农村家庭而言，居住在平原、丘陵的农村家庭陷入贫困的概率可分别降低24.3％、10.3％；相对于居住在贵州的被调查农户，居住在湖南和广西的被调查农户陷入贫困的概率将分别提高36.2％、25.3％；相对于女性户主家庭，男性户主家庭陷于贫困的概率将降低11.2％。
四、简要结论与讨论
通过上述计量分析，本文提出的三个研究假设以及相应的推论都在某种程度上得到了经验数据的支持，差异在于统计显著性上，部分变量的影响结果在统计上是显著的，但也有部分变量的影响在统计上是不显著的。这里需要对一些影响效果不具有统计显著性的重要变量略做必要的讨论。
被调查农户户主的受教育年限具有降低贫困发生概率的作用，但这一作用在统计上不显著。究其原因，可能在于，户主的年龄相对较大，因而其受教育年限会相对较少；而其他家庭成员的年龄相对而言多数会更小一些，他们的受教育程度因而会更高一些，这就可能意味着户主的受教育年限不能很好地代表家庭成员的平均受教育水平。因此，户主受教育年限的影响不具有统计显著性，并不意味着户主教育水平提高对于减少贫困发生的普遍意义。
家庭人均固定生产性资产原值的减贫效果在统计上不显著，乍看起来出乎意料之外，但仔细分析，这可能与调查数据所反映的主要是被调查农户的农业生产性固定资产有关。我们知道，在农户的农业生产经营规模没有达到完全市场化水平所要求的规模时，小农经营的边际效益相对较低，生产性固定资产规模的扩展边际效益必定处于下降趋势，亦即其增收的边际效果会下降，从而其增长的减贫效果越来越不明显，在农村土地承包具有平均分配特征的情况下更是如此。家庭人均经营土地面积增加的减贫效果在统计上不显著的机理，大致与此相同，无须赘言。因此，如果继续大规模减少农村人口，从而显著增加农户的土地经营面积，那么就可以期待农户人均土地经营面积和人均生产性固定资产的增加将会发挥显著的减贫效果。
至于家庭人均退耕还林面积的减贫效果在统计上不显著，究其原因可能在于，首先，还林耕地的经济效益尚未全面产生，因而增收效果不明显；其次，这一点也可以从不同地区被调查农户的人均退耕还林面积的分布差异得到反映：湖南被调查农户的人均退耕还林面积多达0.82亩，分别为广西和贵州被调查农户人均退耕还林面积的10.25倍和2.93倍，但他们的家庭人均纯收入水平却是最低的，而被调查农户的贫困发生率却是最高的。但其中的具体情形，尚需进一步研究。
总的来说，“贫困人口逐年向民族地区集中”(19)这种变动趋势已延伸到民族地区的不同民族农村居民之间，亦即贫困分布的空间差异与民族差异呈现出某种程度的一致性。相对于全国，在广西、贵州、湖南三省区的农村，无论汉族被调查户，还是少数民族被调查户中，贫困面都比较大，但相对于汉族被调查户来说，少数民族被调查户的贫困发生率更高，贫困户的贫困深度和贫困强度更大。因此，从反贫困的战略上来说，少数民族农户反贫困的任务更加艰巨，尤其是土家族、壮族和苗族等少数民族的反贫困，更应当成为湖南、贵州、广西农村反贫困的重中之重(当然，汉族和其他少数民族农户的反贫困问题也不可忽视)。
贫困的成因是多元的，反贫困的战略和策略选择也是多维度的。从本文的分析结果来看，除了增加农户中的干部户比重是不可行的选项之外，其他变量的政策含义都需要加以综合考虑。其中特别值得注意的有以下几个方面：一是加快城镇化进程，尽可能地减少农业人口，从而尽可能地增加农户的土地经营面积，并帮助他们增加生产经营投资，使得农户掌握的农业经济资本真正发挥增收和减贫的作用。二是加快民族地区教育事业发展，提高民族地区农户劳动力的素质和市场参与能力。三是促进地区发展的平衡，尤其是湖南的发展，需要以更大的努力加以促进。同时，还要高度重视和解决平坝区、丘陵区和山区经济社会发展不平衡的问题，以更大的努力推动山区和丘陵区的经济社会发展。
注释：
①民族八省区包括新疆、宁夏、广西、内蒙古、西藏五个自治区和云南、贵州、青海三个多民族省份。
②参见国家统计局住户调查办公室：《中国农村贫困监测报告·2011年》，中国统计出版社2012年版，第59—61页。
③参见Jorn Gustaffson and Li Shi,“ The Ethnic Minorit—Minonty Income CaP in Rural China during Transition,”Economic Development and Cultural Change,Vol.51,No.4,2003。
④参见丁赛：《农村汉族和少数族收入差异的经验分析》，《中国劳动经济学》2006年第4期。
⑤参见丁赛；《西部农村少数民族劳动力转移问题研究——基于民族地区农村微观数据》，中国社会科学出版社2012年版，第133页。
⑥参见杨栋会：《少数民族地区农村收入差距和贫困研究——以云南布朗山乡住户调查数据为例》，中国农业科学院博士毕业论文，2009年，第88—89页。
⑦参见王小林：《贫困测量理论与方法》，社会科学文献出版社2012年版，第63—第65页。
⑧参见朱明熙等：《西南地区农村反贫困研究》，经济科学出版社2008年版，第143—145页。
⑨参见杨栋会：《少数民族地区农村收入差距和贫困研究——以云南布朗山乡住户调查数据为例》，第88—89页。
⑩参见王小林：《贫困测量理论与方法》，第63—65页。
(11)参见陈光金：《中国农村贫困的程度、特征与影响因素分析》，《中国农村经济》2008年第9期。
(12)由于调查进入的约束因素，我们将贵州的选点定在贵州黔东南苗族侗族自治州。该州总人口446.91万人，聚居着苗、侗、汉、布依、水、瑶、壮、土家等33个民族，少数民族人口占全州总人口的81.87％，是全国30个自治州中总人口和少数民族人口最多的自治州，是世界苗族侗族文化遗产保留核心地。因此，从某种角度，它可以基本代表贵州的状况。
(13)“西部民族地区经济社会发展问卷调查(2011年)”的调查点是西部民族地区，湖南本身不属于西部民族地区，但湖南湘西土家族苗族自治州属于西部大开发战略中的“西部地区”，故湖南的选点主要是湘西。
(14)本研究之所以选择广西、贵州、湖南，是因为这三个省区地域相连，在地理生态上具有一定的相似性，在少数民族结构上也具有一定的相似性。另外，根据《中国农村扶贫开发纲要(2011—2020年)》，政府扶贫开发的重点对象是“连片特困地区”，并明确指出“加大投入和支持力度，加强对跨省片区的规划的指导和协调，集中力量，分批实施”。参见国家统计局住户调查办公室：《中国农村贫困监测报告·2011年》，中国统计出版社2012年版，第101—115页。广西、贵州黔东南、湖南湘西属于滇黔桂石漠化区和武陵山片区，都属于“连片特困地区”，所以本研究将这三个地区的贫困问题放在一起研究。
(15)Probit模型可以使用于因变量出现选择性偏倚而部分无法观察的情况，这是社会科学研究者喜好Probit模型的原因之一，也是本文选择Probit模型做贫困决定模型的原因。
(16)《中国统计年鉴·2012年》，中国统计出版社2012年版。
(17)2011年末，全国0—14岁少儿人口占总人口的16.5％，60岁及以上人口占总人口的13.7％，65岁及以上人口占总人口的9.1％；15—64岁劳动年龄人口占总人口的74.4％。参见国家统计局：《2011年我国人口总量及结构变化情况》，国家统计局网站，2012年1月18日。
(18)2011年，全国农村居民人均纯收入为6977.3元。参见国家统计局：《中国统计年鉴·2012》，中国统计出版社2012年版。
(19)国家统计局住户调查办公室：《中国农村贫困监测报告·2011年》，第60页。
标签：贫困问题论文; 农村人口论文; 贵州经济论文; 概率计算论文; 广西民族论文; 贵州民族论文; 汉族人口论文; 人口问题论文; 统计调查论文; 中共党员论文; 湖南发展论文;