中国农村的动态贫困：状态转化与持续——基于中国健康与营养调查微观数据的生存分析，本文主要内容关键词为：微观论文,中国论文,中国农村论文,贫困论文,状态论文，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：F 303
文献标识码：A
文章编号：1008-3456(2013)03-0042-11
20世纪80年代中期以来，伴随着经济增长的“涓流效应”，中国有组织、有计划、大规模的扶贫开发事业取得了举世瞩目的成就。但是，我国减贫工作还存在许多不容忽视的问题，反贫困道路仍然漫长：一方面，尽管相当一部分贫困家户逐步脱离贫困，但与此同时也有一部分家户陷入贫困，脱离贫困与陷入贫困这2种反向的动态过程同时并存[1]；另一方面，虽然贫困发生率有所下降，但那些尚未脱离贫困陷阱长期陷入其中的贫困人口生活异常艰辛，扶贫工作愈加困难[2]。这种现实表明，贫困是动态的，贫困人口动态地分布在不同的生活状态；那些长期处于贫困陷阱中的人口以特殊的动态方式反映了社会向上流动的僵滞、社会分层的固化。
长期以来，贫困理论研究一直忽视了贫困人口的这种结构变化或动态分布。通常，贫困人口都是作为一个整体在某一特定时点进行测量，比较2个不同时点之间整体贫困人口的数量变化；贫困人口的分类研究比较注重横截面的分类，如根据贫困深度分类、致贫原因分类等，缺乏对贫困人口结构在时间序列上的变化或动态分布进行深入的分析。这种研究状态直到最近几年才有所改观，一些学者开始用动态的眼光去研究贫困问题。在贫困动态的研究中，学者们较多地集中在面对不确定冲击的贫困脆弱性，即在未来某个时期陷入贫困的可能性(概率)，忽略了贫困或非贫困的状态转化与持续问题。
本文将利用中国健康与营养调查多期的微观家户面板数据，致力于从家户经历贫困或非贫困状态的生命历程出发，描述并解释在中国农村，这种状态的持续对其贫困状态转换的影响，从而在微观层面上，进一步深化对贫困动态问题，以及这一问题背后所反映的社会分层固化程度的研究。
一、文献回顾
贫困问题研究在发展经济学中占有重要的地位，在早期的研究中，主要关注贫困的概念、测度和发生机制。近10多年来，对贫困问题的研究也上升到新的高度，从静态研究走向动态研究，因此，贫困动态问题也成为学界关注的热点。由于发展中国家普遍缺乏连续的追踪调查数据，对贫困动态的研究更多地借助于定性方法，如Krishna和Davis等分别使用“进展阶段方法”和基于生活史的定性分析方法对长期的贫困动态进行研究[3-4]。“进展阶段方法”将马斯洛的需求层次理论与参与式方法相结合，强调贫困群体自身对贫困动态转换的认识。这一方法要求村民以社区为单位，集中讨论家户在脱贫的过程中，随着收入的不断增加，在不同阶段主要增加的消费项目有哪些?调查表明，在受访村民看来，食物、住房、欠债、衣着是需要依次满足的基本需求。因此，只有当家户跨过了这几个基本需求层次，才被公认为实现了脱贫。“基于生活史”的方法同样利用参与式方法通过对家户成员的访谈，回顾了该家户历年发生的重要事件，并通过树状图可视化地呈现出该家户过去所发生的各种重要事件及其发展轨迹，这些事件被用来解释贫困状态变化的原因。
而随着家户跟踪调查项目的实施，对微观面板数据的获取成为可能，也涌现出关于贫困状态转换和持续的定量文献，这些文献大都利用收入或消费指标来观测贫困的动态变化。Haddad等使用埃及347个家户的面板数据测量了1997—1999年的家户消费变化。结果表明，在2年的时期内，陷入贫困的家户数量是脱离贫困家户数量的2倍。并且在所有的贫困人口中，有一半持续处于贫困状态[5]。 Lawson等结合了定性研究方法和定量研究方法，来帮助理解贫困转换和持续的过程及其影响因素。他们认为尽管从2种研究中得到很多相似的结论，但是方法的结合能够为贫困状态转换提供更丰富的理解[6]。Cater等结合消费贫困线和资产贫困线区分了结构性转换与随机性转换，他们把资产水平变化所导致的脱贫或陷贫称为结构性转换，而把由于某种积极的或消极的随机性事件导致的脱贫或陷贫称为随机性转换[7]。基于这一划分，Radent等在对肯尼亚2000—2009年期间贫困状态转换的研究表明，在脱贫的家户中只有很少一部分是通过资产积累实现，大部分陷入贫困的家户都经历了随机性的贫困转变[8]。
对贫困状态转换和持续的定量方法研究也被中国的学者广泛采用，这主要源于中国政府和研究机构各自组织了多项的追踪调查项目。张立冬等利用中国健康与营养调查的5轮农村家庭收入调查数据，对中国农村贫困的动态发展进行了实证分析[9]。罗楚亮描述了中国农村在2007年和2008年之间贫困的变动状况，发现大部分贫困群体仅仅经历了1年的贫困，而且大多数贫困人口在这2年都经历了脱离贫困或陷入贫困的动态转换过程[10]。王朝明等采用贫困指标束和转移矩阵的方法，分别考察了中国贫困的整体变动趋势及其动态演化特征[11]。
上述研究主要是通过基本的统计分析来描述贫困的动态转换过程，而事实上，正如前面所讨论的，除了直观地关注家户在2个时期之间的贫困状态转换以外，家户此前持续处于贫困或非贫困状态的延续时间跨度也对贫困状态的转换产生重要的影响，这也是动态贫困问题的一个关注焦点。当然，也有研究做了类似的努力。Bigsten等研究了埃塞俄比亚城市和农村在1994—2004年期间贫困的持续性。结果表明，这些家户频繁地陷入或脱离贫困，但是，如果贫困家户经历贫困的时间越长，他们脱贫的难度也就越大；如果家户处于非贫困状态的时间越长，他们陷入贫困的可能性就越小[12]。这说明贫困作为一种状态，具有很强的惯性。Glauben等利用贫困转换矩阵描述了中国浙江、湖北、云南三省的农村家户在1995—2004年期间脱离贫困或者持续贫困的概率。在此基础上，他们利用生存分析方法研究了贫困持续时间对脱贫概率的重要影响[13]。鉴于生存分析主要针对期限数据，并能够应对数据的截取问题，本文将借鉴这一方法，从长达20年的家户生命历程，通过生存分析同时考虑持续贫困人口脱离贫困和持续非贫困人口陷入贫困的问题。
动态贫困的状态转化与持续，从一个侧面展现了我国社会分层的固化程度。大多数研究利用相对收入流动性测度来反映收入分层的固化，同时，此类分析也间接地反映了贫困状态的变化。这些研究表明，农村的中低收入阶层收入地位缺乏变动[14]；最穷苦的10％的人口中，没有实现收入向上流动的那部分人更是陷入了低收入陷阱而无法自拔[15]。然而，收入流动性主要关注整个社会各阶层收入水平所处位置的相对变动，侧重于对不平等的考察。本研究重点关注的是，按照能否满足基本物质生活需求这一绝对贫困概念，农村底层居民打破原有的停滞状态，冲出贫困的情况；以及那些非贫困家户，陷入贫困可能。希望通过对贫困的动态变化和持续情况的研究，揭示农村中低层居民所处社会阶层的变动情况。
二、理论框架和研究方法
贫困动态问题研究家户或个人在不同时期之间贫困状态的转换。以任意2期的调查数据为例，包括贫困—非贫困(脱离贫困)，贫困—贫困(持续贫困)，非贫困—贫困(陷入贫困)，非贫困—非贫困(持续非贫困)等4种动态过程。在家户追踪数据的基础上，可以通过贫困转移矩阵来描述不同时期之间上述变化的发生数目和概率。由t期到t+1期的贫困转移矩阵如公式(1)所示：
研究动态贫困问题，除了关注2个时期间贫困的动态变化，还应该考查贫困或非贫困状态的持续性，以及持续时间对贫困转换的影响。本文使用在医学统计学中广泛使用的生存分析方法来对上述问题进行研究。生存分析被用来研究所关注的结果变量在某一关注事件发生前所持续的时间，它使用生存函数或风险函数来描述生存时间的分布特征，通常包括参数方法、半参数方法和非参数方法。这里分别使用参数方法和非参数方法来计算家户在给定贫困或非贫困状态以及家户的异质性特征后脱离贫困和陷入贫困的概率。
生存分析有助于应对观测数据的截取问题。在调研中，往往当一个家户开始进入观测时，可能已经经历了一段时期的贫困或非贫困状态；而当最后一次观测结束并退出调查后，仍然可能持续保持原先的状态，但无法对连续观测时段前后的家户状态进行跟踪和记录。将前者称为左截取，后者称为右截取。对于左截取问题，大多数研究倾向于忽略；而对于右截取的情况，包括样本流失和直到最后一期仍然没有发生状态转变的情况，在生存分析中都可以处理[12]。
由于本文使用的数据为离散数据，取自间隔不同的8个年份，当把观测数据转化为期限时，忽略了调查间隔不一致的问题。此外，在调查数据中，贫困状态的转换发生在前后2次调查之间，如发生在第α-1次调查和第α次调查的区间[
)内，也就无法确定贫困状态转变发生的精确时点，因此，这里假设转换发生的概率在2次调查之间的区间内是相同的[16]。
三、数据来源及样本统计
1.数据来源
本文使用中国健康与营养调查的面板数据进行实证分析。该数据由美国北卡罗来纳大学教堂山分校卡罗来纳人口中心和中国疾病预防控制营养和食品安全所实施并提供，调查的省份包括辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西和贵州等9个省份。这一调查涵盖了上述省份城市和农村居民的收入来源及家户特征信息，使考察中国农村家户贫困情况成为可能。该调查截至目前已经发布了8轮(1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年)，其中辽宁省缺席了1997年的调查，并在该年由黑龙江省代替，自2000年开始，这2个省份都参加了调查。本文使用上述所有8年的农村家户数据来考察家户贫困的动态变化和持续性，鉴于本文的研究目的，这里仅保留连续参加2轮以上调查的农村家户作为研究对象，最终，总计有2539户参加了14766次调查，平均每户参与调查的频率是5.8次。
2.样本统计分析
表1显示了基于以上数据所计算的各年真实人均收入(2009年价格水平)、基尼系数以及贫困发生率，真实人均收入从1989年的2038元增加到2009年的9312元，而基尼系数则由1989年的0.4223上升到2009年的0.4729，这也反映了在收入水平大幅增加的同时，收入差距也逐渐增大。这里使用绝对贫困线(包括官方的贫困线和世界银行人均每天1.25美元的贫困线)和相对贫困线(人均收入的50％)来分别度量样本总体的贫困发生率①。绝对贫困线和相对贫困线反映了定义贫困的2种思路，绝对贫困线以满足人们日常基本需求为出发点，而相对贫困线以社会平均收入水平作为参照。
按照官方的贫困线标准，贫困发生率总体上呈现下降的趋势，在个别年份由于国家贫困线较之上一调查年份有较大的提升，也使贫困发生率有所反弹。具体来看，贫困发生率由1989年的20.95％下降到2006年的3.13％，但是由于2009年官方贫困线较大幅度地提升到1196元，使得贫困发生率又有所反弹，上升到8.07％[19]。
世界银行的贫困线要比中国官方的贫困线要高得多，因而所计算的贫困发生率要远高于按照官方的贫困线标准计算的结果，但保持大幅下降的趋势。例如1989年的贫困发生率为54.03％，到2009年的贫困发生率下降为10.74％。尽管按照相对贫困线来统计样本总体的贫困水平并无多大意义，但是可以发现贫困发生率在最后2轮调查中要远高于之前的调查，这也说明尽管平均收入水平有着大幅提高，但是不平等程度却愈发剧烈，处于社会底层的家户比例有所增加。
四、实证分析
1.贫困的转移概率
从样本总体来看，1989—2009年贫困发生率已经大幅下降，但是这种趋势并不能完全反应各个调查年份之间贫困的动态变化。因此，本节分别基于国家贫困线、世界银行贫困线和相对贫困线对家户贫困状态的判定，进一步通过转移矩阵来显示家户在2个时期之间的贫困动态变化，其结果如表2所示。
按照官方的贫困线标准，在每2个相邻的调查年度，只有小部分的非贫困家户在下一期陷入贫困，而大部分贫困家户在下一期实现了脱贫，因此，脱离贫困与陷入贫困以非对称的比例同时存在，1989—2009年的变化状况也是如此，在这期间，有86％的贫困家户脱离贫困，而仅仅7％的非贫困家户陷入了贫困，这也充分表现了我国扶贫事业所取得的成就。
按照世界银行的贫困线标准，也得到了相似的结论，脱离贫困的家户比例要高于陷入贫困的家户比例，这也直接促成在1989年最初的贫困家户中有94％都实现了脱贫。但是，由于世界银行的贫困线标准远高于我国官方的贫困线标准，贫困家户的基数较大，因此在大多数调查年度，脱离贫困的人口比例要远小于持续保持贫困的人口比例。例如，在1989年处于贫困状态的家户中，只有26％实现了脱贫，而74％的家户仍然在1991年处于贫困状态。由此看来，尽管脱离贫困与陷入贫困的动态过程持续存在，但是贫困状态的持续性也不容忽视。
按照相对贫困线的标准，贫困的持续性特征更为突出。在绝大多数2个相近的调查年度之间，连续贫困的家户比例超过了80％。而总体来看，1989—2009年间最初所调查的贫困家户中，有76％也在最后一次调查中仍然处于贫困状态。另一方面，对于非贫困家户来说，绝大多数家户在下一次调查中也同样保持在非贫困的状态。
2.Kaplan-Meier生存函数与风险函数——非参数估计
根据世界银行贫困线计算结果也大体呈现类似的趋势，而根据相对贫困线的计算结果却没有明显的趋势。上述结果表明，无论按照哪一条贫困线标准，在长期，都有相当一部分农村家户面临陷入贫困的威胁，也就是说，农村家户表现出对贫困的脆弱性。例如，根据国家贫困线，那些最初非贫困的家户，有43％左右都在整个调查周期中经历过至少一次贫困。此外，按照绝对贫困线标准，家户连续处于非贫困状态的期限越长，陷入贫困的瞬时概率也就越小，也就是说，家户保持非贫困的时间越长，面对贫困的脆弱性也会减小，非贫困状态表现出持续性。
3.离散时间比例风险模型的估计结果——参数估计
公式(6)所示的离散时间比例风险模型通过参数估计来考察贫困或非贫困状态的持续期限和一组家户异质性特征变量对风险率的影响。考虑变量的可获得性以及本领域研究经常考虑的家户特征，这里采用了以下自变量：①家户贫困或非贫困的持续期限；②家户的人口特征，包括家庭规模、户主年龄、户主年龄的平方、户主为女性；③家户的人力资本特征，这里以成年人的平均受教育年限来代替；④家户的财产特征，包括家中拥有汽车、家中拥有摩托车、家中拥有拖拉机、人均耕地面积；⑤家户成员的就业特征，包括家中工作在政府、事业单位、国企的人数，家中工作在集体企业的人数，家中工作在民营企业的人数；⑥接受政府援助资金的对数值和接受亲朋礼金的对数值，这2个变量分别反映了家户的社会保障和社会资本的特征；⑦省际虚拟变量。
分别基于国家贫困线、世界银行贫困线和相对贫困线标准，表5显示了贫困家户脱离贫困的比例风险模型的估计结果，包括参数β及其标准误以及各个变量对退出率的直接影响。其中，基于国家贫困线的模型并没有通过似然比检验，可能是因为国家贫困线相对较低，所确定的贫困人口数量较少，且大部分贫困人口只经历了一期的贫困，导致参数估计失败。
按照世界银行的贫困线标准，估计结果表明，每多延续一期的贫困状态，其脱离贫困的风险率将提高大约8％，这与之前非参数估计的结果相一致，即随着贫困的持续时间越长，其脱离贫困的概率也就越大。此外，户主年龄和户主年龄平方的估计系数也在1％的显著性水平上显著，当户主年龄大约在47岁左右时，家户脱离贫困的概率最大，这反映了家户生命周期对脱离贫困的影响。教育对家户脱离贫困起了显著的作用，当家庭中成人的人均受教育年限增加1年时，其脱离贫困的概率要上升3.3％。而家户成员在民营企业就业却显著地降低了脱离贫困的概率，这也说明了相对于其它正式部门就业来讲，在私人部门就业的风险较大。
按照相对贫困线标准，估计结果表明，每多延续一年的贫困状态，家户脱离贫困的概率则会减少大约8％，这与之前非参数估计的结论相一致。另外，此时，接受政府援助资金对脱离贫困起了积极的作用[20]。
表6显示了非贫困家户陷入贫困的比例风险模型估计结果。由于大多数家户都处于非贫困状态，因而纳入生存分析的观测样本远高于脱离贫困模型的情况。根据国家贫困线的标准，家户持续非贫困的时间对其陷入贫困的概率有显著的影响，非贫困状态每延续一期，陷入贫困的概率就要降低10.0％，这也进一步证实了之前非参数估计的结果。对于家户的异质性特征而言，家庭规模越大，其陷入贫困的概率也越大。户主年龄对陷入贫困概率的影响呈现 U型，当户主年龄为42岁时，其陷入贫困的概率最小。成年人的平均受教育年限与陷入贫困的概率呈现负相关关系，即家户的成人受教育年限每增加一年，其陷入贫困的概率将减少6.3％。家中拥有摩托车也与陷入贫困的概率呈现负相关关系，这可能是因为在生存分析中，所考虑的大部分观测时期位于20世纪90年代，摩托车是农村家户重要的代步工具和消费品，是否拥有摩托车在一定程度上反映了家户的经济条件。人均耕地面积与陷入贫困的概率呈现负相关关系，说明在农村，耕地对于家户减贫的重要性。家中工作在政府、事业单位、国企的人数、家中工作在集体企业的人数均与陷入贫困的概率呈显著的负相关关系，说明了正式部门就业是免于贫困威胁的保证，而在私人部门就业却无法起到相同的作用。此外，接受政府援助资金的对数值以及接受亲朋礼金的对数值均在1％的显著性水平上与陷入贫困的概率呈负相关关系，说明了政府的相关保障措施和家户自身社会资本的重要性。当采用世界银行的贫困线作为判定贫困与否的标准时，相关参数的估计结果与采用国家贫困线的标准相似。而在采用相对贫困线时，却发现持续非贫困的时期与陷入贫困的概率呈现正相关的关系，但是这一作用是不明显的，而其它家户异质性特征与陷入贫困概率的关系大体上与之前的模型保持一致[21]。
五、结论
本文基于1989—2009年中国健康与营养调查发布的农村微观家户数据，通过生存分析研究了家户贫困或非贫困状态的转变，以及这种状态的持续期限对脱离贫困和陷入贫困的影响，主要结论如下。
第一，虽然在宏观层面上，随着样本总体的收入水平逐渐增加，基于绝对贫困线标准测定的贫困水平随之下降，但在微观层面上，进入贫困与脱离贫困的过程以非对称的比例同时存在，只不过进入贫困的概率要远小于脱离贫困的概率。
第二，生存分析表明，大多数贫困家户在经历了短期的贫困后，能够快速脱离贫困。按照绝对贫困线的标准，家户贫困持续的时间越长，其脱离贫困的瞬时概率也就越大；而按照相对贫困线的标准，家户连续处于贫困状态的时间长度却与其脱离贫困的瞬时概率大体呈现负相关的关系。
第三，在长期，在初始时期非贫困的农村家户中，有相当一部分表现出贫困的脆弱性。但是，按照绝对贫困线标准，家户持续非贫困的时间越长，陷入贫困的概率也就越小、面对贫困的脆弱性也会减小，非贫困状态表现出持续性；而按照相对贫困线的标准，家户持续非贫困的时间对陷入贫困的影响是相对微弱的。
从上述研究结果可得出一些启示。就贫困动态变化而言，当从绝对贫困的理念看，发现贫困家户向上流动的可能性较大，并且贫困的持续性在逐渐减弱，似乎大部分贫困家户的贫困面貌会逐渐得以改善。但是，当从相对贫困的视角看时，却发现贫困表现出较强的持续性特征，从而揭示了当前我国社会分层的固化趋势。
注释：
①在使用官方贫困线和相对贫困线时，以名义人均收入来测量贫困；在使用世界银行的贫困线时，以真实人均收入(2009年价格水平)来测量贫困。