健康风险对农户贫困脆弱性的影响研究

刘伟　朱玉春

摘要：利用山东省调研的数据，采用Chaudhuri提出的方法模型，基于农户健康风险的视角，从家庭和社区两方面对农户的贫困脆弱性进行测量，并对其进行影响因素的分析。结果表明，大多数农户存在着贫困脆弱性，农户的贫困脆弱性主要是由风险冲击导致的。其中，健康风险因素对农户贫困脆弱性有显著的影响，健康风险越大，农户陷入贫困的可能性越大；而改善农村的医疗卫生条件，对降低农户的贫困脆弱性有重要的意义。

关键词：贫困脆弱性；健康风险；影响因素

中图分类号：F328 文献标识码：A 文章编号：0439-8114（2014）13-3216-05

The Effects of the Health Risks on Vulnerability to Poverty of Farmers

LIU Wei，ZHU Yu-chun

Abstract： The survey data of Shandong province were used to measure the vulnerability of farmers in terms of families and communities with the method of Chaudhuri from the perspective of health risk. The influencing factors were analyzed. The results showed that the majority of the farmers had the vulnerability caused mainly by the impact of the risk. The health risks had a significant impact on vulnerability to poverty. The greater the health risk， the greater the likelihood of farmers being poverty. The improvement of rural medical and health conditions had important role on reducing the vulnerability to poverty of farmers.

Key words：vulnerability to poverty； health risk； influncing factors

贫困是世界三大经济难题之一，到目前为止，各国学者对贫困的研究大都仅着眼于已经发生的贫困[1]。但是，贫困不仅包括当前低水平的生活条件，还应该包括未来可能面对的各种风险。贫困并不是不变的，而是动态和随机的。因此在实际中，需要一个具备一定前瞻性的衡量贫困的方法，以便在贫困发生之前就防患于未然。世界银行在2001年就提出了这样一个前瞻性的衡量贫困的指标——贫困脆弱性。

由于目前我国农村社会保障发展水平还比较低，商业保险在农村发展也比较缓慢，在面临着各种风险的冲击下，农户福利的变化性很大。有些非贫困的农户可能因为某种风险冲击在将来陷入贫困；现在陷入贫困的农户可能只是暂时贫困，也可能将来继续贫困[2]。而在我国的农村贫困户中，“因病致贫”户占了很大的比例[3]。严重的健康风险冲击会损害农户长期创收能力，这对于缺乏医疗保障的农户来说，其影响是长远而巨大的。但是，在我国，健康被视为个人的事情，只有全国性的公共卫生事业才是政府的责任。正因为如此，健康对贫困的影响长期以来被人们所忽视。另外，健康与贫困关系的研究大多集中在工业化国家，相对而言，对于发展中国家健康和贫困间关系的研究还比较少。因此，本文试图从健康风险入手，研究健康风险对农户贫困脆弱性的影响，以弥补前人研究的不足，并拓展我国扶贫事业的思路。

1 理论框架与研究方法

1.1 理论框架

Chaudhuri等[4]对贫困脆弱性进行了定义，认为贫困脆弱性就是一个家庭在既定的条件下陷入贫困的概率。很多后来的关于贫困脆弱性的研究都是基于这个定义进行的，本文也是如此。国内对贫困脆弱性的研究主要是利用国外研究提出的方法，针对某地区具体的情况进行实证研究，或是对国外研究动态的总结。万广华等[5]运用面板数据对贫困脆弱性进行了估计，使用了固定效应模型和随机效应模型，并把得到的结果与后一年的实际情况进行了比较分析，最后发现贫困脆弱性预测的准确性与贫困线的选择、家庭未来收入均值的计算方法密切相关。王小林等[6]对国外贫困脆弱性研究做了一个较为全面的综述，介绍了3种主流的方法，并建议在扶贫战略中建立风险、脆弱性预警机制。韩峥[7]对贫困和贫困脆弱性做了一个深入的比较，阐述了贫困脆弱性研究在扶贫中的意义。李小云[8]把贫困脆弱性的研究中国化，设计了一套符合中国国情的指标方法。其研究发现不同群体之间的脆弱性存在差异性，生计资产的缺乏是导致脆弱性的直接原因。

关于健康风险与贫困的关系的研究还比较少。Foster[9]首先开始关注疾病风险的冲击对收入的影响，但主要是定性的研究。Gallup等[10]开始了对疾病与收入关系进行定量的测算，研究发现在同等条件下，一个地区疟疾的发病率越高，经济增长就越缓慢。国内对健康风险与贫困的研究更为贫乏，张车伟[11]在文章中测算了大病冲击对农户农业收入的影响，发现大病冲击会使农户农业收入显著地降低。魏众[12]通过主成分分析的方法，测算出农民的健康状况对农民外出打工机会和打工收入的影响，健康的农民有更多的打工机会和打工收入。这些研究都说明了健康风险对贫困是有一定影响的，也为本文的研究提供了一定的实证基础。

由此可见，国内对贫困脆弱性的研究还不多，关于健康风险与贫困的关系的研究也比较少，还没有人从健康风险的视角对贫困脆弱性进行研究。为弥补前人研究的空白，为扶贫工作提供新的思路，本文利用Chaudhuri提出的方法模型，以农户的健康风险为视角，从家庭和社区的角度对农户的贫困脆弱性进行测量，分析其影响因素，进而提出对策建议。

1.2 研究方法

将贫困脆弱性定义为一个家庭未来陷入贫困的事前预测出来的可能性，其具体包括两个方面：一种是当前并不贫困的家庭在未来的一段时间内陷入贫困，也就是福利降到了贫困线以下；另一种是当前贫困，未来的一段时间还会继续保持贫困状态的家庭[13]。本文定义的贫困脆弱性不仅仅包括现在贫困的家庭，还包括现在不贫困但未来陷入贫困的可能性很大的家庭。

根据Chaudhuri提出的研究方法，一个家庭h在t时期的贫困脆弱性水平被定义为这个家庭在时期t+1时处于贫困状态的可能性：

vht=P（Ch，t+1≤z）

Ch，t+1是指家庭h在t+1时期的消费水平，z是贫困线。家庭在t时期的贫困脆弱性指数是用该家庭在t+1时期低于贫困线水平的可能性来表示的。由于本文研究的是健康风险对贫困脆弱性的影响，预期发生健康风险冲击时，农户更有可能陷入贫困，而这时农户的消费很有可能不仅没有下降反而提高，造成了不贫困的“假象”；另一方面，在实地调研中，调查到的收入数据比消费数据更具有真实性，所以本文用农户的收入代替消费进行研究[14]。为了评估贫困脆弱性，我们必须预测一个家庭未来的情况。为了做到这一点，我们必须同时考虑收入的现在情况和未来波动状况。

1.1 贫困线的确定

要确定农户是否处于贫困状态首先就要确定贫困线，而官方公布的贫困线标准有一定的局限性，不一定适用于本文的调研数据。所以，本文根据收入的边际消费倾向递减理论对贫困线进行预测，找出哪些是相对贫困的农户。假设消费-收入曲线呈现倒U型，即随着收入的增加，消费先上升后下降。在这种情况下，认定消费达到最高时的收入为贫困线。建立以下方程C=α+β1（Income）+β2（Income）2+μ，如果■>0且■<0，则当

■=0（1）

计算临界点收入的值，并定义其对应的收入值z为贫困线。

1.2 贫困脆弱性指数的计算

以Pritchett等[15]对农户的脆弱性定义为依据，计算每一个农户贫困脆弱性指数，即在未来的若干年内至少有1年会陷入贫困的概率。假设农户收入服从对数正态分布，第i个农户陷入贫困的概率为：

■■=P（lnyt

ф为标准正态分布的累积密度函数，X是代表农户特征的变量，ln■■ 代表农户人均收入对数的期望均值，■■■为人均收入对数的期望方差，z为收入贫困线，■■为农户贫困脆弱性指数，即农户陷入贫困的概率。

由此可见，计算贫困脆弱性指数，首先要对农户期望收入与方差进行估计，本文利用Chaudhuri的分析方法，建立农户的收入函数模型为：

lnYi=Xi ？茁+ei （3）

随机误差项ei的期望为0，方差与农户个体特征有关，即：

？滓2ei =Xi？兹 （4）

对模型中的？茁和？兹的估计，采用Amemiya提出的可行的广义最小二乘法（FGLS），具体处理方式如下：

首先用普通最小二乘法（OLS）估计模型（3），得到随机误差项ei的最小二乘估计■■2OLS，i；然后将■■2OLS，i对Xi回归，即：

■■2OLS，i=Xi？兹+？浊i （5）

对式（5）采用OLS进行估计，得到■OLS■。利用估计的■OLS■对模型（5）进行变换，得到模型（6），即：

■=■c+■ （6）

对模型（6）采用OLS估计得■FGLS。Xi■FGLS是？滓2ei的一致性估计，有■ei=■，反映了农户收入的异质性。利用对模型（3）进行变换，得模型（7），即：

■=■+■ （7）

对模型（7）采用OLS估计得■FGLS。利用？茁和？兹的可行的广义最小二乘估计■FGLS和■FGLS，就可以直接估计收入对数的期望和方差，公式为：

■lnY|Xi=Xi ■FGLS （8）

■lnY|Xi=Xi ■FGLS （9）

根据得到的收入对数的期望和方差，我们就可以算出每个农户的贫困脆弱性指数。

2 数据来源和变量描述

2.1 数据来源

本文所使用的数据来自2013年山东省农村居民的调研。本次调研走访了3个县，包括18个村庄的农户，一共获得355个农户的基本资料，其中有效问卷为331户，问卷的有效率达到了93.2%。在本次调研中，选取的样本均属于黄河灌区，分别是山东省的齐河县、阳谷县、梁山县，这些地方均属于山东省较为贫困的区域。

村问卷主要涉及样本村的经济特征、人口特征、地理位置、基础设施等。农户问卷主要包括家庭的人口特征、资产特征、收入和消费情况、健康情况等。在该次调研期间，与一些农户、村干部进行了交谈，了解了当地农户的生产经营情况、贫困情况和原因，以及农民遇到的其他各方面的问题。

2.2 数据的描述统计

从农户家庭收入来看，2012年样本农户的人均年收入为8 205元，主要包括农业收入和非农业收入，其中农业收入占46.7%，非农业收入绝大多数是外出打工的收入。政府补贴的转移性收入大约占总收入的6%。根据公式（1）计算，得到的贫困线约为人均年收入3 300元，根据这个贫困线可以观察到样本农户的贫困状况，样本中的贫困发生率为18.5%。

从医疗条件及健康情况看，在调查的样本中，平均每个村拥有卫生所1.2个。有家庭成员长期患病的农户占46.5%，3年内有家庭成员住院的农户占23.4%，有家庭成员丧失劳动能力的农户占20.7%，这说明健康风险是农户普遍面临的一种风险。另外，在调查的样本中，医疗保险和新型农村合作医疗的参加率较高，购买医疗保险的农户占58.9%，新型农村合作医疗的参合率为97.8%。

2.3 变量的选取

本文中变量分为农户级变量和社区级变量。农户级变量包括家庭的经济特征、人口特征、健康特征等；社区级变量是指农户所在的村庄可能会影响农户贫困发生的情况。具体变量如表1所示：

3 实证分析结果

本文的研究思路是利用可行的广义最小二乘法（FGLS），即公式（3）至公式（9），计算出每一个农户家庭人均收入对数期望和人均收入对数方差，再利用公式（2）计算出各个农户家庭贫困脆弱性指数。最后，利用多元线性回归研究各因素对农户家庭贫困脆弱性的影响。

3.1 贫困脆弱性的计算

根据上述的方法，可以计算出331个样本农户的贫困脆弱性指数，即未来1年陷入贫困的概率，结果如图1所示。

通常把未来若干年内至少有1年陷入贫困的可能性高于50%的农户定为是脆弱的。根据计算的结果，在331个样本农户中，有72户的贫困脆弱性是高于50%的，即有72户贫困脆弱性指数是大于0.5的，占总样本的21.8%（图1）。而只有18.5%的农户实际收入是低于贫困线的，这说明有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分未来可能陷入贫困的农户。

3.2 贫困脆弱性分解

结合Chaudhuri对贫困脆弱性成因的分类，可以将其分解为两部分：一部分是由于农户的资源禀赋不足，导致永久收入低于贫困线；另一部分是由于农户受到风险冲击，收入产生了波动而导致的。由于农户的贫困脆弱性是由资源禀赋和风险冲击决定的，针对72户脆弱的农户，可以对农户的贫困脆弱性进行进一步的分解，如表2所示。

由表2可知，由资源禀赋导致脆弱的农户占样本的9.1%，由风险冲击导致脆弱的农户占样本的12.7%。大多数农户陷入贫困是由风险冲击导致的，在本文中主要体现为健康风险的冲击。

3.3 贫困脆弱性影响因素分析

利用计算出来的贫困脆弱性指数对各个影响因素做回归分析，结果如表3所示：

由表3可见，家庭负担系数对贫困脆弱性有正向的影响，家庭的劳动力越少，非劳动力越多，家庭的人均收入就会越低，越容易陷入贫困。户主的受教育程度对贫困脆弱性有负向影响，户主往往是家庭收入来源的主力，他的文化水平越高，创造财富的能力越强。外出务工人口比例对贫困脆弱性有非常显著的负向影响，这与农村的实际情况相符合，由于中国农业生产的低收益，很多年轻的劳动力选择外出打工，据本次调研的情况，大多数农户的收入来自外出务工，外出务工人数比较多的家庭往往不易陷入贫困。长期疾病的发生对贫困脆弱性有正向的影响，长期疾病的存在一定程度上降低了患病人的劳动能力和劳动机会，降低了农户的收入。医疗保险的购买对贫困脆弱性有负向的影响，购买医疗保险会降低农户面临健康风险的冲击，所以不易陷入贫困。类似的，参加新型农村合作医疗对贫困脆弱性也有一定负向的影响。住院情况对贫困脆弱性有正向影响，住院不仅增加了开销，而且会降低住院人的创收能力。

从社区级变量来看，村人均收入对贫困脆弱性指数有负向影响，即村庄集体越富有，属于这个村庄的农户就越不容易陷入贫困。村庄经济的发展对个体农户的发展有一定的影响，而且当一个农户受到某方面风险冲击时，可以向其所处的村集体请求帮助，避免陷入贫困。村卫生所数对农户贫困脆弱性有负向影响，村里的卫生所越多，农户越不容易陷入贫困。对于大多数农民，平时遇到小病，都会选择在村里的卫生所就医，所以村卫生所的数量、医疗水平和卫生条件都会影响到农户的健康风险，进而影响到农户的贫困脆弱性。

4 结论及对策建议

通过对农户贫困脆弱性的预测，以及对其影响因素的分析，本文得到的结论和对策建议如下。

1）样本中2012年农户的人均年收入为8 205元。贫困发生率为18.5%。其中，脆弱的农户占总样本的21.8%，高于当前贫困农户18.5%的比例，有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分的农户。因此，政府在制定扶贫政策时，要关注那些现在并不贫困，未来很可能陷入贫困的农户。

2）从家庭特征来看，很多因素都影响着农户家庭贫困脆弱性。家庭成员患有慢性疾病、心脏疾病，没有购买医疗保险，没有参加新农合，都会提高家庭的贫困脆弱性。健康风险是一个不可忽视的因素，它不仅影响农户的长期创收能力，还会加重家庭的负担，增加额外的开支，很大程度的影响农民生活水平的提高。由此可见，政府可以通过完善农村的社会保障制度来减少农户面临的健康风险，继而降低农户的贫困脆弱性。

3）社区变量对农户的贫困脆弱性也有显著地影响。村庄越富有，村庄距离县城越近，村庄卫生医疗条件越好，农户就越不容易陷入贫困。而从调研的结果来看，当前的农村医疗卫生条件与城市相比相差甚远，大多数农村都面临医疗设施简陋、医护人员较少的问题，这给农民的生活带来了很多的不便。这些因素对贫困脆弱性的影响表明，政府可以通过加强医疗卫生条件的投入等手段降低农民陷入贫困的风险，应该把改善农村的医疗条件作为扶贫的一个重要手段，从根本上降低农民的贫困脆弱性。

参考文献：

[1] 李 丽，刘永久.基于脆弱性视角的扶贫政策研究[J].财政研究，2010（9）：58-62.

[2] 郭劲光.我国农村脆弱性贫困再解构及其治理[J].改革，2006（11）：57-65.

[3] 高梦滔，姚 洋.健康风险冲击对农户收入的影响[J].经济研究，2005（12）：15-25.

[4] CHAUDHURI S， JALAN J， SURYAHADI A. Assessing household vulnerability to poverty： A methodology and estimates for Indonesia. Department of Economics Discussion（2002） No. 0102-52. New York： Columbia University.

[5] 万广华，章 元.我们能够在多大程度上准确预测贫困脆弱性？[J].数量经济技术经济研究，2009（6）：138-148.

[6] 王小林，徐丽萍.贫困脆弱性：概念框架和测量方法[J].农业技术经济，2010（8）：4-11.

[7] 韩 峥.脆弱性与农村贫困[J].农业经济问题，2004（10）：8-14.

[8] 李小云.农户脆弱性分析方法及其本土化应用[J].中国农村经济，2007（4）：32-39.

[9] FOSTER A D.Nutrition and health investment[J].The American Economic Review，1995，85（2）：148-152.

[10] GALLUP J，SACHS J.Geography and economic development， World Bank Annual Conference on Development Economics， Washington D. C， U.S.A.

[11] 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.

[12] 魏 众.健康对非农就业及其工资决定的影响[J].经济研究，2004（2）：64-73.

[13] 郭佩霞.论民族地区反贫困目标瞄准机制的建构[J].贵州社会科学，2007（12）：79-82.

[14] 刘红丽.我国农村居民家庭贫困脆弱性测度——基于CHNS 微观数据的实证研究[D].太原：山西财经大学，2011.

[15] PRITCHETT L A.SURYAHADI， SUMARTO S.Quantifying vulnerability to poverty：A proposed measure，with application to Indonesia[R].World Bank Policy Research Working，2000.

2.3 变量的选取

本文中变量分为农户级变量和社区级变量。农户级变量包括家庭的经济特征、人口特征、健康特征等；社区级变量是指农户所在的村庄可能会影响农户贫困发生的情况。具体变量如表1所示：

3 实证分析结果

本文的研究思路是利用可行的广义最小二乘法（FGLS），即公式（3）至公式（9），计算出每一个农户家庭人均收入对数期望和人均收入对数方差，再利用公式（2）计算出各个农户家庭贫困脆弱性指数。最后，利用多元线性回归研究各因素对农户家庭贫困脆弱性的影响。

3.1 贫困脆弱性的计算

根据上述的方法，可以计算出331个样本农户的贫困脆弱性指数，即未来1年陷入贫困的概率，结果如图1所示。

通常把未来若干年内至少有1年陷入贫困的可能性高于50%的农户定为是脆弱的。根据计算的结果，在331个样本农户中，有72户的贫困脆弱性是高于50%的，即有72户贫困脆弱性指数是大于0.5的，占总样本的21.8%（图1）。而只有18.5%的农户实际收入是低于贫困线的，这说明有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分未来可能陷入贫困的农户。

3.2 贫困脆弱性分解

结合Chaudhuri对贫困脆弱性成因的分类，可以将其分解为两部分：一部分是由于农户的资源禀赋不足，导致永久收入低于贫困线；另一部分是由于农户受到风险冲击，收入产生了波动而导致的。由于农户的贫困脆弱性是由资源禀赋和风险冲击决定的，针对72户脆弱的农户，可以对农户的贫困脆弱性进行进一步的分解，如表2所示。

由表2可知，由资源禀赋导致脆弱的农户占样本的9.1%，由风险冲击导致脆弱的农户占样本的12.7%。大多数农户陷入贫困是由风险冲击导致的，在本文中主要体现为健康风险的冲击。

3.3 贫困脆弱性影响因素分析

利用计算出来的贫困脆弱性指数对各个影响因素做回归分析，结果如表3所示：

由表3可见，家庭负担系数对贫困脆弱性有正向的影响，家庭的劳动力越少，非劳动力越多，家庭的人均收入就会越低，越容易陷入贫困。户主的受教育程度对贫困脆弱性有负向影响，户主往往是家庭收入来源的主力，他的文化水平越高，创造财富的能力越强。外出务工人口比例对贫困脆弱性有非常显著的负向影响，这与农村的实际情况相符合，由于中国农业生产的低收益，很多年轻的劳动力选择外出打工，据本次调研的情况，大多数农户的收入来自外出务工，外出务工人数比较多的家庭往往不易陷入贫困。长期疾病的发生对贫困脆弱性有正向的影响，长期疾病的存在一定程度上降低了患病人的劳动能力和劳动机会，降低了农户的收入。医疗保险的购买对贫困脆弱性有负向的影响，购买医疗保险会降低农户面临健康风险的冲击，所以不易陷入贫困。类似的，参加新型农村合作医疗对贫困脆弱性也有一定负向的影响。住院情况对贫困脆弱性有正向影响，住院不仅增加了开销，而且会降低住院人的创收能力。

从社区级变量来看，村人均收入对贫困脆弱性指数有负向影响，即村庄集体越富有，属于这个村庄的农户就越不容易陷入贫困。村庄经济的发展对个体农户的发展有一定的影响，而且当一个农户受到某方面风险冲击时，可以向其所处的村集体请求帮助，避免陷入贫困。村卫生所数对农户贫困脆弱性有负向影响，村里的卫生所越多，农户越不容易陷入贫困。对于大多数农民，平时遇到小病，都会选择在村里的卫生所就医，所以村卫生所的数量、医疗水平和卫生条件都会影响到农户的健康风险，进而影响到农户的贫困脆弱性。

4 结论及对策建议

通过对农户贫困脆弱性的预测，以及对其影响因素的分析，本文得到的结论和对策建议如下。

1）样本中2012年农户的人均年收入为8 205元。贫困发生率为18.5%。其中，脆弱的农户占总样本的21.8%，高于当前贫困农户18.5%的比例，有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分的农户。因此，政府在制定扶贫政策时，要关注那些现在并不贫困，未来很可能陷入贫困的农户。

2）从家庭特征来看，很多因素都影响着农户家庭贫困脆弱性。家庭成员患有慢性疾病、心脏疾病，没有购买医疗保险，没有参加新农合，都会提高家庭的贫困脆弱性。健康风险是一个不可忽视的因素，它不仅影响农户的长期创收能力，还会加重家庭的负担，增加额外的开支，很大程度的影响农民生活水平的提高。由此可见，政府可以通过完善农村的社会保障制度来减少农户面临的健康风险，继而降低农户的贫困脆弱性。

3）社区变量对农户的贫困脆弱性也有显著地影响。村庄越富有，村庄距离县城越近，村庄卫生医疗条件越好，农户就越不容易陷入贫困。而从调研的结果来看，当前的农村医疗卫生条件与城市相比相差甚远，大多数农村都面临医疗设施简陋、医护人员较少的问题，这给农民的生活带来了很多的不便。这些因素对贫困脆弱性的影响表明，政府可以通过加强医疗卫生条件的投入等手段降低农民陷入贫困的风险，应该把改善农村的医疗条件作为扶贫的一个重要手段，从根本上降低农民的贫困脆弱性。

参考文献：

[1] 李 丽，刘永久.基于脆弱性视角的扶贫政策研究[J].财政研究，2010（9）：58-62.

[2] 郭劲光.我国农村脆弱性贫困再解构及其治理[J].改革，2006（11）：57-65.

[3] 高梦滔，姚 洋.健康风险冲击对农户收入的影响[J].经济研究，2005（12）：15-25.

[4] CHAUDHURI S， JALAN J， SURYAHADI A. Assessing household vulnerability to poverty： A methodology and estimates for Indonesia. Department of Economics Discussion（2002） No. 0102-52. New York： Columbia University.

[5] 万广华，章 元.我们能够在多大程度上准确预测贫困脆弱性？[J].数量经济技术经济研究，2009（6）：138-148.

[6] 王小林，徐丽萍.贫困脆弱性：概念框架和测量方法[J].农业技术经济，2010（8）：4-11.

[7] 韩 峥.脆弱性与农村贫困[J].农业经济问题，2004（10）：8-14.

[8] 李小云.农户脆弱性分析方法及其本土化应用[J].中国农村经济，2007（4）：32-39.

[9] FOSTER A D.Nutrition and health investment[J].The American Economic Review，1995，85（2）：148-152.

[10] GALLUP J，SACHS J.Geography and economic development， World Bank Annual Conference on Development Economics， Washington D. C， U.S.A.

[11] 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.

[12] 魏 众.健康对非农就业及其工资决定的影响[J].经济研究，2004（2）：64-73.

[13] 郭佩霞.论民族地区反贫困目标瞄准机制的建构[J].贵州社会科学，2007（12）：79-82.

[14] 刘红丽.我国农村居民家庭贫困脆弱性测度——基于CHNS 微观数据的实证研究[D].太原：山西财经大学，2011.

[15] PRITCHETT L A.SURYAHADI， SUMARTO S.Quantifying vulnerability to poverty：A proposed measure，with application to Indonesia[R].World Bank Policy Research Working，2000.

2.3 变量的选取

本文中变量分为农户级变量和社区级变量。农户级变量包括家庭的经济特征、人口特征、健康特征等；社区级变量是指农户所在的村庄可能会影响农户贫困发生的情况。具体变量如表1所示：

3 实证分析结果

本文的研究思路是利用可行的广义最小二乘法（FGLS），即公式（3）至公式（9），计算出每一个农户家庭人均收入对数期望和人均收入对数方差，再利用公式（2）计算出各个农户家庭贫困脆弱性指数。最后，利用多元线性回归研究各因素对农户家庭贫困脆弱性的影响。

3.1 贫困脆弱性的计算

根据上述的方法，可以计算出331个样本农户的贫困脆弱性指数，即未来1年陷入贫困的概率，结果如图1所示。

通常把未来若干年内至少有1年陷入贫困的可能性高于50%的农户定为是脆弱的。根据计算的结果，在331个样本农户中，有72户的贫困脆弱性是高于50%的，即有72户贫困脆弱性指数是大于0.5的，占总样本的21.8%（图1）。而只有18.5%的农户实际收入是低于贫困线的，这说明有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分未来可能陷入贫困的农户。

3.2 贫困脆弱性分解

结合Chaudhuri对贫困脆弱性成因的分类，可以将其分解为两部分：一部分是由于农户的资源禀赋不足，导致永久收入低于贫困线；另一部分是由于农户受到风险冲击，收入产生了波动而导致的。由于农户的贫困脆弱性是由资源禀赋和风险冲击决定的，针对72户脆弱的农户，可以对农户的贫困脆弱性进行进一步的分解，如表2所示。

由表2可知，由资源禀赋导致脆弱的农户占样本的9.1%，由风险冲击导致脆弱的农户占样本的12.7%。大多数农户陷入贫困是由风险冲击导致的，在本文中主要体现为健康风险的冲击。

3.3 贫困脆弱性影响因素分析

利用计算出来的贫困脆弱性指数对各个影响因素做回归分析，结果如表3所示：

由表3可见，家庭负担系数对贫困脆弱性有正向的影响，家庭的劳动力越少，非劳动力越多，家庭的人均收入就会越低，越容易陷入贫困。户主的受教育程度对贫困脆弱性有负向影响，户主往往是家庭收入来源的主力，他的文化水平越高，创造财富的能力越强。外出务工人口比例对贫困脆弱性有非常显著的负向影响，这与农村的实际情况相符合，由于中国农业生产的低收益，很多年轻的劳动力选择外出打工，据本次调研的情况，大多数农户的收入来自外出务工，外出务工人数比较多的家庭往往不易陷入贫困。长期疾病的发生对贫困脆弱性有正向的影响，长期疾病的存在一定程度上降低了患病人的劳动能力和劳动机会，降低了农户的收入。医疗保险的购买对贫困脆弱性有负向的影响，购买医疗保险会降低农户面临健康风险的冲击，所以不易陷入贫困。类似的，参加新型农村合作医疗对贫困脆弱性也有一定负向的影响。住院情况对贫困脆弱性有正向影响，住院不仅增加了开销，而且会降低住院人的创收能力。

从社区级变量来看，村人均收入对贫困脆弱性指数有负向影响，即村庄集体越富有，属于这个村庄的农户就越不容易陷入贫困。村庄经济的发展对个体农户的发展有一定的影响，而且当一个农户受到某方面风险冲击时，可以向其所处的村集体请求帮助，避免陷入贫困。村卫生所数对农户贫困脆弱性有负向影响，村里的卫生所越多，农户越不容易陷入贫困。对于大多数农民，平时遇到小病，都会选择在村里的卫生所就医，所以村卫生所的数量、医疗水平和卫生条件都会影响到农户的健康风险，进而影响到农户的贫困脆弱性。

4 结论及对策建议

通过对农户贫困脆弱性的预测，以及对其影响因素的分析，本文得到的结论和对策建议如下。

1）样本中2012年农户的人均年收入为8 205元。贫困发生率为18.5%。其中，脆弱的农户占总样本的21.8%，高于当前贫困农户18.5%的比例，有一些农户尽管当前并不贫困，但未来很有可能陷入贫困，而仅对当前贫困的测定不能识别这一部分的农户。因此，政府在制定扶贫政策时，要关注那些现在并不贫困，未来很可能陷入贫困的农户。

2）从家庭特征来看，很多因素都影响着农户家庭贫困脆弱性。家庭成员患有慢性疾病、心脏疾病，没有购买医疗保险，没有参加新农合，都会提高家庭的贫困脆弱性。健康风险是一个不可忽视的因素，它不仅影响农户的长期创收能力，还会加重家庭的负担，增加额外的开支，很大程度的影响农民生活水平的提高。由此可见，政府可以通过完善农村的社会保障制度来减少农户面临的健康风险，继而降低农户的贫困脆弱性。

3）社区变量对农户的贫困脆弱性也有显著地影响。村庄越富有，村庄距离县城越近，村庄卫生医疗条件越好，农户就越不容易陷入贫困。而从调研的结果来看，当前的农村医疗卫生条件与城市相比相差甚远，大多数农村都面临医疗设施简陋、医护人员较少的问题，这给农民的生活带来了很多的不便。这些因素对贫困脆弱性的影响表明，政府可以通过加强医疗卫生条件的投入等手段降低农民陷入贫困的风险，应该把改善农村的医疗条件作为扶贫的一个重要手段，从根本上降低农民的贫困脆弱性。

参考文献：

[1] 李 丽，刘永久.基于脆弱性视角的扶贫政策研究[J].财政研究，2010（9）：58-62.

[2] 郭劲光.我国农村脆弱性贫困再解构及其治理[J].改革，2006（11）：57-65.

[3] 高梦滔，姚 洋.健康风险冲击对农户收入的影响[J].经济研究，2005（12）：15-25.

[4] CHAUDHURI S， JALAN J， SURYAHADI A. Assessing household vulnerability to poverty： A methodology and estimates for Indonesia. Department of Economics Discussion（2002） No. 0102-52. New York： Columbia University.

[5] 万广华，章 元.我们能够在多大程度上准确预测贫困脆弱性？[J].数量经济技术经济研究，2009（6）：138-148.

[6] 王小林，徐丽萍.贫困脆弱性：概念框架和测量方法[J].农业技术经济，2010（8）：4-11.

[7] 韩 峥.脆弱性与农村贫困[J].农业经济问题，2004（10）：8-14.

[8] 李小云.农户脆弱性分析方法及其本土化应用[J].中国农村经济，2007（4）：32-39.

[9] FOSTER A D.Nutrition and health investment[J].The American Economic Review，1995，85（2）：148-152.

[10] GALLUP J，SACHS J.Geography and economic development， World Bank Annual Conference on Development Economics， Washington D. C， U.S.A.

[11] 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.

[12] 魏 众.健康对非农就业及其工资决定的影响[J].经济研究，2004（2）：64-73.

[13] 郭佩霞.论民族地区反贫困目标瞄准机制的建构[J].贵州社会科学，2007（12）：79-82.

[14] 刘红丽.我国农村居民家庭贫困脆弱性测度——基于CHNS 微观数据的实证研究[D].太原：山西财经大学，2011.

[15] PRITCHETT L A.SURYAHADI， SUMARTO S.Quantifying vulnerability to poverty：A proposed measure，with application to Indonesia[R].World Bank Policy Research Working，2000.