农户资源禀赋对相对贫困的影响
2016-10-18刘宗飞赵伟峰
刘宗飞,赵伟峰
(安徽科技学院 管理学院,安徽 凤阳 233100)
农户资源禀赋对相对贫困的影响
刘宗飞,赵伟峰*
(安徽科技学院管理学院,安徽凤阳233100)
在对相对贫困界定的基础上,利用2013~2014年吴起调研数据,分析了相对贫困与非贫困农户资源禀赋的差异,结果显示二者在家庭非农劳动时间比例、社会资本、初始资源禀赋及土地结构等方面具有明显区别; Logistic回归表明:(1)初始资源禀赋的差异对相对贫困具有重大影响;(2)家庭整劳动力数量及家庭劳动时间较小是农户相对贫困产生的重要原因;(3)社会资本投入可以显著改善相对贫困状况;(4)林业资源可以在一定程度上缓解农户相对贫困状况。最后,文章提出注重发展劳动力密集型产业,充分发挥相对贫困群体的比较优势,调节市场对财富的初始分配,以及,实施倾斜性财富再分配政策等建议。
资源禀赋;相对贫困;财富性收入
随着经济发展,我国社会的贫困结构发生了明显的变化。绝对贫困人口的数量和比率呈现出明显的下降,按照我国政府统计的绝对贫困标准,我国的贫困人口已由1978年的2.65亿下降到2006年的不足2300万,30年间我国的绝对贫困发生率下降了30个百分点。但相对贫困人口的数量和比率却在迅速的上升,李永友等通过对我国城乡人均可支配收入的研究发现中国居民间的收入差距高达12倍以上[1]。秦建军等研究发现农村内部20%的高低收入农户间的收入差距由2003年的6.9倍扩大到了2009年7.9倍,农村内部收入差距的不断扩大[2]。减缓农村居民间持续扩大的收入差距,改善相对贫困日趋严重的现状是经济公平有效发展的必然要求,而探索相对贫困的影响因素对解决和缓解相对贫困有重要的意义。
目前,许多学者对相对贫困问题进行了重点研究。秦建军、戎爱萍认为劳动力价格差异对农村相对贫困具有决定性作用,财政支出结构调整对缓解农村相对贫困有重要意义。沈扬扬测度了1980~2010年间中国农村贫困变动趋势,并考察了农户家庭异质性对贫困变动的影响[3]。陈宗胜等通过对农村人口收入分布图的观察,认为当前所设定贫困线的增长速度低于农村人均收入的增长速度,造成了我国贫困人口大幅下降的假像,应该重视设定相对贫困线来有效识别贫困[4]。王湘红等则应用Logit模型证实了我国农村相对贫困状态对农民外出务工的影响[5]。
通过对以上文献的梳理发现,大部分针对相对贫困的研究中都着眼于全国范围,从宏观的角度来探究相对贫困的产生机理及其影响,缺少微观数据的佐证。
从微观层面单一考察相对贫困原因的研究较少,大部分对贫困影响因素的研究并没有区分绝对贫困和相对贫困,主要表现为:对贫困的界定和分类未加阐述,绝对贫困和相对贫困的划分并不清晰。例如,陈光金在对我国农村贫困影响因素的分析中,将国定贫困线和国定低收入线,分别拟合了绝对贫困和相对贫困[7]。而罗曼等[8]、宋彦峰[9]、杜凤莲[10]等在其研究中也出现了贫困分类不明确的问题。尽管以上研究并未对贫困进行有效界定,但在贫困原因的指标选择,以及研究方法的选定上,仍然对相对贫困问题的研究提供了可供参考的资料。
基于以上原因,本研究基于贫困的有效界定及分类,利用陕西省吴起县家庭微观样本,对相对贫困的产生原因进行了探索。文章余下部分结构如下,第二部分是对相对贫困的界定;第三部分是依据吴起微观样本实证检验资源禀赋对相对贫困的影响;最后一部分是结论和政策建议。
1 相对贫困的界定
相对贫困是贫困的一种表现形式,是指与社会平均水平相比,其收入水平少到一定程度时所维持的社会生活状况,通常是把人口的一定比例确定在相对贫困之中。Amartya Sen认为绝对贫困是一种绝对的剥夺[11],而相对贫困本身并不一定缺乏维持生命最基本的物质需要,一个物质丰裕、不存在绝对贫困的社会中,相对贫困依然具有存在可能。
相对贫困线的划定是研究相对贫困问题的前提。目前,贫困线的测量主要来自于两个方面:一种是基于样本的年均消费状况,具有代表性的如马丁法[12]、恩格尔系数法、市场菜篮法、国际贫困标准法和生活形态法等。我国政府颁布的历年国家贫困标准也是在6.7万户农村居民家庭消费支出调查的基础上,计算和调整得出的[13]。
另一种是根据样本的年均收入情况预测贫困线。例如由经济合作与发展组织所确定的国际贫困标准就是一种收入比例法。王朝明、姚毅等在分析我国城乡贫困动态演化时,即采用样本农户可比收入的50%来划定贫困线[14]。相对于消费基准下的贫困线,以收入为基础,可以消除因消费习惯和消费偏好而引起的贫困线误差,并且这种以相对值为分析基础的做法可以从一定层面上反映群体的相对差别,可以用来识别相对贫困。然而,以年均现金收入的形式难以准确的衡量相对贫困状况,因为相对贫困不仅与年均收入的高低有关系,还与家庭初始的资源禀赋及累计的财富量有关,所以,应结合年度现金收入及累计的家庭资本拥有状况来综合考察贫困[15]。
由于年度现金收入与累计家庭资本状况属于不同的概念范畴,前者为时期指标,而后者则属于年末时点指标,两者无法直接相加。为解决这一问题,本文假设家庭每年累计资本的增加量相同,故可对样本年末累计家庭资本按照一定时期,一定的年金现值系数进行年金形式的分解,此处各年年金即是累计资本的增加量,与考察年份年末累计家庭资本一一对应,可以很好的替代累计家庭资本。
在这一假设的基础上,本文用人均年度财富收入(家庭人均年度现金收入以及家庭人均年度累计资本性收入之和)拟合家庭人均财富的拥有状况。在此基础上,以人均年度财富收入作为相对贫困线的划定依据,按照经济合作与发展组织测定的收入比例方式,对样本人均年度财富收入进行升序排序,按其中位数的50%划定相对贫困线。
2 农户资源禀赋差异对相对贫困影响因素分析
为了验证资源禀赋对农户相对贫困影响的假设分析,本文按照随机抽样的方法在2015年对吴起12个乡镇进行了调查,供搜集家庭样本180份,其中有效问卷164份。调查内容包括农户的家庭基本信息,2013年及2014年农户的生产生活的投入产出情况,以及家庭的资产消费等状况。
2.1资源禀赋指标的选取
资源禀赋又称为要素禀赋,是指主体所拥有的生产要素,农户资源禀赋即是劳动力,资本,土地等家庭要素拥有量。按照比较优势理论可知,不同要素禀赋的家庭具有不同的比较优势,这种差别会直接影响家庭财富的积累速度和累积方式[16]。
劳动力要素是家庭最为重要资源禀赋之一,劳动力要素的差异会影响家庭总劳动时间和劳动力在不同产业间的配置,造成社会财富分配的不均衡,最终引起相对贫困。本文对劳动力资源禀赋的考察主要从劳动力数量,质量以及劳动力配置三个方面进行,其中家庭劳动力数量主要通过家庭总人口和整劳动力人数来衡量,其中,整劳动力人数是指年龄在18-65岁之间的劳动力人数(学生除外)。劳动力质量这一维度的指标主要从三个层面考虑,一是劳动力技能,通过家庭主要劳动力受教育年限来衡量;二是劳动力的健康状况,利用家庭非健康人数进行考察,三是家庭劳动力的年龄结构特征,通过对家庭主要劳动力年龄以及家庭65岁以上及18岁以下弱势群体进行衡量。劳动力配置主要考察的是家庭劳动力的主要工作时间在不同行业的配置,文章主要选择了家庭总劳动时间和非农劳动时间所占比例这两个指标进行衡量。
社会资本指的是处在网络或更广泛的社会结构中的个人动用稀有资源的能力,它可以通过控制家庭外的网络,从而排斥非网络内群体而获得更多的收益[17]。由于社会资本存在虚拟性,并没有一定的指标可以具体衡量社会资本的差异,本文在研究中引入了几个能够反映家庭特质的虚拟变量[8],主要包括是否是村干部家庭(虚拟变量,家庭成员中有村干部=1,没有村干部=0);是否是党员家庭(虚拟变量,家庭成员有党员=1,没有党员=0);是否参加合作社(虚拟变量,参加=1,没参加=0)。另外,社会资本具有优势的家庭需要更多的通讯联系去维护和加强这种社会关系,可能在其家庭通讯费用上会更高。本文引入了家庭通讯费用这一指标用来近似替代社会资本的大小。
作为农户家庭的主要生产要素,土地资源禀赋特征主要表现为数量和结构上的差别,数量上的差别在一定程度上决定了不同家庭土地的总收益;同时,土地数量还会影响到土地的规模效益[20],进而拉大不同家庭的收入差异。土地结构的差异,会改变家庭劳动力和资金在农业与非农业上的资源配置,影响家庭劳动力与资金在农业与非农产业间的均衡关系,进而影响家庭初次财富分配,并产生相对贫困。本文在分析中,引入了不同土地类型的数量和质量等指标。其中耕地数量用家庭总耕地面积来表示;耕地质量用平均每块耕地面积来近似替代,假设每块耕地面积越大家庭总的耕地质量越高;对林地的衡量和耕地类似,除了总的林地面积和平均每块林地面积这两个指标之外,还引入了商品林所占比例这一指标近似考察林地的结构差异。由于数据的限制,对牧草地、园地和荒地的考察主要从各类型土地总面积来考察。
资本是家庭财富的主要组成,是衡量相对贫困的基础,资本的数量及不同配置是家庭财富收入差别的原因之一,由于缺少金融资产的数据,本文只考虑了初始的家庭财富量及家庭固定资产在总财富资本中的配置比例,此处,固定资产主要包括房屋及家庭中生活及生产性耐用消费品的年度价值。
2.2相对贫困及非贫困农户的资源禀赋差异
为了探寻相对贫困组及非贫困组之间的差别,我们对吴起相对贫困及非贫困农户的资源禀赋差异进行初步分析,具体如表1所示。
表1 相对贫困和非贫困农户资源禀赋差异性分析
注:***表示P<0.01;**表示P<0.05;*表示P<0.1。文中所涉及的均值指标,均运用独立样本等均值检验法进行检验,检验统计量为t值。
从劳动力资源禀赋情况来看,贫困户与非贫困户之间的差别主要反映在家庭规模、非健康人员数、家庭总劳动时间以及非农劳动时间比例上。在劳动力数量上可以看出贫困户的家庭规模要显著大于非贫困户的家庭规模,而在整劳动力数量上贫困户要小于非贫困户,但并不显著。从反映家庭劳动力质量的系列指标来看,贫困农户的非健康人员数目是非贫困户的2.18倍,具有显著性差异。在反映弱势群体指标的65岁以上老年人和18岁以下未成年人数量上,贫困户与非贫困户之间差异不大。贫困户与非贫困户之间的主要差异体现在家庭劳动时间的配置上,贫困户家庭总的劳动时间只有非贫困户的67.56%,平均每年贫困户家庭的劳动时间比非贫困农户家庭要少132个工作日,在总的劳动时间内非农劳动所占的比例贫困户只有27%,而非贫困农户约为45%,两者差异显著。
从社会资源禀赋的差异来看,在家庭特质的几个代表变量里面只有是否参与合作社一项在贫困和非贫困家庭里面差异性显著,而家庭是否是村干部,以及家庭内是否有党员在两者之间并没有显著性差异;以通讯费用来近似替代社会交际成本的变量在贫困和非贫困家庭中差异显著。说明在不同的群体之间社会资本的差异是明显的。
从土地资源禀赋来看,贫困和非贫困家庭在除林地之外的其他土地类型在数量或质量上并没有显著性差异。而林地在数量和质量上均显示出了明显差别,贫困家庭的林地面积比非贫困家庭要少8.79亩,且每块林地面积上也要小2.33亩。
资本禀赋在贫困户与非贫困户之间的差异是显著的,不论是初始资本禀赋的量还是固定资产及其配置,两者之间差异非常明显,以2013年人均财富收入表征的初始资本禀赋显示,贫困户只有非贫困户的19.52%。除此之外,贫困户的固定资产量只有非贫困户的36.13%,并通过了显著性检验。而在家庭资产配置上,贫困户的固定资产比例为44.2%,比非贫困户的比例高出22个百分点,这也说明贫困户没有更多的资金的在其他产业中进行投资,这种沉默成本的配置比例也可能是相对贫困发生的重要原因。
2.3计量模型检验
吴起农村相对贫困户及非贫困户之间资源禀赋特征的描述和分析显示,两者之间存在较大的差异,而这些差异可能是造成相对贫困产生的重要原因。根据前文的分析提示,文章将农户资源禀赋的特征指标作为自变量,对农户陷入相对贫困的原因进行实证检验。
基于这一设想,本文构造了一个据以分析农村相对贫困影响因素的logistic模型:
logistic(Y)=α+βiXl+βjXs+βkXg+βlXc+βmXe+e
式中,Y是关于相对贫困的二分变量,其中贫困设为1,非贫困设为0。Xl是一组表征家庭劳动力资源禀赋的变量,Xs是一组与家庭社会资本禀赋相关的变量,Xg是与家庭土地资源禀赋相关的一组变量,Xc主要反映了家庭的资本特征状况;以上变量的指标即上文中对家庭资源禀赋差异分析中各个指标,具体如表2所示;除此之外,Xe是控制变量,文中主要是对家庭的地理特征进行了控制,受限于数据的可得行,文中主要选择了家庭距离最近城镇的距离这一指标,反映地理因素对家庭相对贫困的影响;e是残差项,β是各解释变量的系数。
注:括号中为加入初始资源禀赋这一指标的第一次分析结果,括号外为去除初始资源禀赋后第二次分析结果;
***表示P<0.01;**表示P<0.05;*表示P<0.1。
在进行模型检验之前,考虑到以人均财富值衡量的农户相对贫困状况可能受初始资源禀赋这一指标的影响较大,这是因为,人均财富值测量的是农户家庭财富的累积值,原始基数的大小可能在很大程度上决定了了农户间相对贫困程度,这种影响可能会干扰其他资源禀赋对相对贫困的影响,为了解决这一问题,文章分别对加入和未加入初始资源禀赋指标的情况下对资源禀赋的影响进行了分析。回归结果如表2所示。
从模型的拟合结果来看,当加入初始资源禀赋指标后,模型的Nagelkerke R2为0.787,拟合状况良好,并且,模型的Hosmer-Lemeshow检验卡方值为5.856,自由度为8,显著性水平为0.663,表明统计不显著,没有充分的理由拒绝因变量的观测值与模型预测值不存在差异的零假设,说明在可接受的水平上模型的估计拟合了数据。同时,模型整体的卡方统计值为122.531,显著性水平为0.000,说明自变量可以较好地预测因变量事件是否发生。
尽管模型的整体拟合程度较好,但是各指标所代表的农户资源禀赋差异对贫困的发生影响并不显著,具体观察表2结果,可以发现,在模型中,只有初始资源禀赋这一指标对模型的影响最大,并在1%的水平上通过了显著性检验,其Wals值为12.408,明显大于其他资源禀赋的任何一指标,这也说明以人均财富值衡量的农户相对贫困状况受初始资源禀赋的影响最大,这也证实了相对贫困持续性的特点,由于受初始资源禀赋的影响,处于相对贫困的家庭即使拥有相同甚至更快的财富增长速度,也可能在相当长时间内处于相对贫困的状态。
当去除初始资源禀赋这一指标时,模型的Nagelkerke R2为0.630,可以发现去除初始资源禀赋指标之后的拟合优度小于之前的0.787,这也反映了初始资源禀赋指标的重要性,但从模型的Hosmer-Lemeshow检验结果可以看出,显著性水平为0.663,表明统计不显著,说明在可接受的水平上模型的估计拟合了数据,并且模型综合系数的检验显著性水平为0.000,说明自变量仍然可以较好地预测因变量事件是否发生。在排除了初始资源禀赋的影响后,可以发现,其他农户资源禀赋因素对相对贫困的影响水平显著提高。各资源禀赋对相对贫困的影响具体表现如下:
2.3.1劳动力资源禀赋对相对贫困的影响分析
(1)家庭规模增加会加大相对贫困的风险,而整劳动力数量可以改善相对贫困
从农户劳动力资源禀赋状况来看,在反映劳动力数量的指标中,家庭规模的大小对农户相对贫困的发生产生了显著影响,当家庭规模每增加一人,农户陷入相对贫困的风险将增加2.6倍以上,虽然整劳动力这一指标并未通过显著性检验,但可以看出家庭整劳动力数量与相对贫困呈现负相关关系,家庭中整劳动力数量可能会减少相对贫困的发生概率。
(2)弱化的家庭劳动力质量会加大农户相对贫困的发生概率
在劳动力质量方面,非健康人数的增加会加大农户相对贫困的发生概率,统计结果显示,家庭非健康人数每增加一人,家庭发生相对贫困的概率将增加1.6倍,说明“因病致贫”的现象在吴起农村仍然显著存在,非健康人数不仅影响家庭整体消费状况,还会减少家庭总劳动时间和弱化劳动力配置,这也验证了洪秋妹等对疾病与贫困间相互作用的理论阐释[19]。在以年龄为基础划分的家庭弱势群体中,大于65岁的老年人与小于18岁的未成年人,均与农户相对贫困呈负相关关系,并且前者在5%的统计水平上通过了显著性检验,这与以年龄划分的弱势群体,将增加相对贫困概率的原始假设不符,可能的原因一是农户家庭中弱势群体并不适合以年龄为基础进行划分;二是在农村,许多按年龄划分的弱势群体依然参与了农业或非农业的劳动,其创造财富的能力可能与整劳动力有差别,但是并不明显,除此之外,这类人群中,尤其是65岁以上老年人的勤俭节约的消费习惯,可能会使家庭更好的摆脱相对贫困的局面。
(3)家庭总劳动时间是相对贫困产生的重要原因,“勤劳致富”是改善相对贫困的主要途径
反映家庭劳动力配置的指标中,家庭总劳动时间和非农劳动时间比例都与贫困的发生呈负相关关系,并且前者在10%的水平上通过了显著性检验,从统计结果可知,家庭总劳动时间每增加一个工作日,家庭陷入相对贫困的概率将下降0.3%,结合表1可知贫困户家庭总的劳动时间只有非贫困户的67.56%,平均每年贫困户家庭的劳动时间比非贫困农户家庭要少132个工作日,可知,劳动时间的不足是影响家庭相对贫困的重要原因,这既反映了相对贫困户面临较差的非农劳动机会,而造成空闲时间较多,影响了家庭财富初次分配,也说明了“勤劳致富”对改善相对贫困的重要性。
2.3.2资本禀赋对相对贫困的影响
(1)社会资本的差别是相对贫困产生的原因之一
社会资本禀赋的影响结果显示,村干部家庭和参与合作社家庭会降低相对贫困的发生概率,但是统计结果并不显著,而拥有党员家庭并未表现出比没有党员家庭更低的相对贫困发生概率。除此之外,以通讯费用近似代替的家庭社会资本投入每增加一元,家庭陷入相对贫困的概率将下降0.1%,证实了社会资本的差别的确影响了农户间的相对贫困,在社会资本方面具有优势的家庭陷入相对贫困的可能性会更小。
(2)家庭固定资产的高配置会加大相对贫困的陷入概率
资本禀赋的差异对相对贫困的影响是巨大的,固定资产在总资产中配置越高,家庭陷入相对贫困的概率越大,从统计结果可以看出,家庭固定资产比例与相对贫困呈正相关关系,并在1%水平上显著。这说明,越多的家庭财富配置在房屋等固定资产中,家庭用于发展生产的资金越低,这会严重影响到家庭财富的累积速度,从而会拉大相对贫困的差距。
2.3.3土地资源对相对贫困影响
(1)耕地资源难以改善相对贫困状况
不同土地类型对相对贫困的影响是有差别的。各类型土地资源的统计结果显示,家庭耕地面积的大小与相对贫困呈负相关关系,但并不显著。然而以每块耕地面积衡量的家庭耕地质量却显示与相对贫困的发生概率呈正相关关系,并在10%的水平通过了显著性检验,这说明耕地资源并不是解决家庭相对贫困的有效手段,由于耕地需要占用大量的劳动力,且农业产业中劳动力的边际收益更低,耕地质量会影响家庭劳动力在农业上的配置倾斜,从而影响相对贫困的发生概率。
(2)林业资源具有扶贫特征
与耕地不同,统计结果显示,不论是在数量还是质量上,林地与相对贫困的发生概率呈明显的负相关,并且平均每块林地面积对相对贫困的影响在5%的水平上显著,说明林业可以改善家庭的相对贫困状况。这与吴起林业的特征有关,吴起农户中林地多是参加林业重点工程后的退耕地,林业补贴可以在一定程度上降低农户间的收入差异,另外,林业经营所需劳动时间明显低于农业,林地面积的增加可以解放大量家庭劳动力,促使家庭劳动力配置从农业向非农业转化,进而缓解相对贫困,这也验证了刘璨等(2012)解释的退耕还林等林业重点工程的扶贫效应[20]。其他家庭土地类型对相对贫困的影响均未通过显著性检验,不过从园地与相对贫困的负向作用也可以看出,经济作物的种植可能会减少相对贫困的发生概率,然而统计显示,吴起家庭的园地种植面积不足0.5亩,其对家庭相对贫困状况的影响非常微弱。
3 结论与政策建议
通过对农村相对贫困原因分析可知,家庭资源禀赋的差异在不同程度上影响了相对贫困的产生。其中,家庭规模与弱化的劳动力质量,以及过高的家庭固定资产配置都会增大农户陷入相对贫困的风险;而家庭总劳动时间、非农劳动时间比例、改良的社会资本以及林业资源等可以在一定程度上缓解农户相对贫困状况。除此之外,初始资源禀赋对农村相对贫困的影响也说明了相对贫困具有一定的持久性,改善农村相对贫困状况要从长远入手,为了更好地拟合相对贫困家庭所具有的比较优势,加快相对贫困家庭的经济发展速度,政府应从以下几个方面入手:
3.1引进劳动密集型产业,充分发挥相对贫困家庭的比较优势
农户资源禀赋的差异对相对贫困有着巨大的影响;从相对贫困家庭及非贫困家庭的对比中可知,二者劳动力数量及家庭规模相似,但相对贫困家庭劳动时间远远小于非贫困家庭,说明相对贫困家庭存在劳动力闲置的问题,因此,在地区经济发展过程中,应该注重引进劳动力密集型产业,给相对贫困家庭提供更多的就业机会,改善相对贫困家庭的劳动力配置,从而减少相对贫困的整体状况。
3.2政府财政再分配中应加大对相对贫困家庭的倾斜
从劳动力角度分析可以看出,劳动力质量和劳动时间的配置是影响相对贫困的主要原因。改善这种状况,政府应在财政再分配的过程中加大对相对贫困家庭的倾斜,通过对医疗合作的改革进一步减少非健康群体对家庭相对贫困的影响。除此之外,家庭总劳动时间是相对贫困的重要影响因素,增加相对贫困家庭的劳动时间,除了通过经济发展形式上进行转变来提供更多非农就业机会之外,还要加大对非贫困农户的技能培训,改善相对贫困家庭的劳动技能,使相对贫困家庭劳动力有更强的市场竞争能力。
3.3加大政府监管力度,弱化农村群体间社会资本对相对贫困的影响
社会资本差异也是相对贫困产生的原因,改变这种状况,应该从两个方面入手,一是加大对政府部门的监管力度,减少资本对权利的绑架,使政策的实施更具公平;二是通过农村文化改革,促进农村内部相对贫困与非贫困家庭的交流,营造更好的互助性农村文化氛围。
3.4改善林业非补贴收入应成为政府关注的重点
土地资源在改善相对贫困的过程中并未起到积极的作用,可以在政策允许的范围能适当进行土地流转,进一步提升土地的规模效益,并通过引进高产作物提高土地的边际收益,在条件适合的地区可以通过发展经济作物来缓解相对贫困。统计结果显示林地对相对贫困有一定的缓解作用,然而,吴起林地的边际收益很低,林地的收入大部分是国家针对林业的补贴,因此,如何提升林地非补贴外的收入也应该成为政府关注的重点。
[1]李永友,沈坤荣.财政支出结构、相对贫困与经济增长[J].管理世界,2007(11):14-26.
[2]秦建军,戎爱萍.财政支出结构对农村相对贫困的影响分析[J].经济问题,2012(11):95-98.
[3]沈扬扬.收入增长与不平等对农村贫困的影响-基于不同经济活动类型农户的研究[J].南开经济研究,2012,2(2):131-150.
[4]陈宗胜,沈扬扬,周云波.中国农村贫困状况的绝对与相对变动——兼论相对贫困线的设定[J].管理世界,2013(1):67-77.
[5]王湘红,孙文凯,任继球.相对收入对外出务工的影响:来自中国农村的证据[J].世界经济,2012(5):121-141.
[6]刘宗飞,姚顺波,渠美.吴起农户相对贫困的动态演化:1998-2011[J].中国人口·资源与环境,2013,23(3):56-62.
[7]陈光金.中国农村贫困的程度,特征与影响因素分析[J].中国农村经济,2008(9):13-25.
[8]罗曼,李兴绪,程虎.贫困动态转化及其影响因素分析[J].统计与决策,2012,6(6):105-108.
[9]宋彦峰.农户贫困影响因素的实证分析——基于革命老区的调查[J].开发研究,2010,4(4):39-42.
[10]杜凤莲,孙婧芳.贫困影响因素与贫困敏感性的实证分析-基于1991-2009的面板数据[J].经济科学,2011(3):57-67.
[11]SEN A. POVERTY - ORDINAL APPROACH TO MEASUREMENT[J]. Econometrica, 1976, 44(2): 219-231.
[12]刘欣.马丁法在我国农村贫困标准研究中的应用[J].沈阳大学学报哲学社会科学版,1996,30(4):24-26.
[13]杨国涛,尚永娟,张会萍.中国农村贫困标准的估计及其讨论[J].农村经济,2010(11):10-13.
[14]王朝明,姚毅.中国城乡贫困动态演化的实证研究:1990-2005年[J].数量经济技术经济研究,2010(3):3-14.
[15]FILMER D, PRITCHETT L H. Estimating wealth effects without expenditure data--or tears: an application to educational enrollments in states of India[J]. Demography, 2001, 38(1): 115-132.
[16]刘新争.比较优势,劳动力流动与产业转移[J].经济学家,2012(2):45-50.
[17]谢东梅.农户贫困的影响因素分析——基于福建省20个县(市、区)的农户微观层面数据[J].农业技术经济,2009(5):39-45.
[18]何晓星.双重合约下的农地使用制度——论中国农地的“确权确地”和“确权不确地”制度[J].管理世界,2009(8):53-64, 80.
[19]洪秋妹,常向阳.我国农村居民疾病与贫困的相互作用分析[J].农业经济问题,2010,31(4):85-94.
[20]刘璨,刘浩.林业重点工程与消除贫困问题研究进展[J].林业经济,2012(1):73-76.
(责任编辑:李孟良)
The Influence of the Family Resources Endownent to Relative Poverty
LIU Zong-fei,ZHAO Wei-Feng*
(College of Management, Anhui Science and Technology University,Fengyang 233100,China)
Based on the definition of the relative poverty, this paper researched the resources endowment differences between relatively poor and the poor peasant households using the survey data of Wuqi county in the year of 2013~2014, and factors of non-farm labor time scale,social capital,initial resources endowment and land structures have significant differences between relatively poor and the poor peasant households can be found. Results about logistic model showed that:(1)the difference of initial resources endowment has a significant impact on relative poverty. (2)the whole family labor quantity and the work time are small, which are the important reasons for the relative poverty. (3)social capital can significantly improve the relative poverty. (4) to a certain extent,forestry resources can alleviate farmers relative poverty.At the end, we suggested that the labor-intensive industries should be aid more attention to fit the comparative advantage of relative poverty, regulating the market of the initial distribution of wealth,and the government should give more support to the relative poverty through fiscal redistribution and other policy suggestions.
Resources Endowment; Relative Poverty; Wealth Income
2016-03-10
安徽科技学院重点建设学科(AKZDXK2015B05)。
刘宗飞(1987-),男,河南省濮阳市人,博士,助教,主要从事资源经济与环境管理研究。*通讯作者:赵伟峰,副教授,E-mail:ZWFLGZYN@163.com。
F243.1
A
1673-8772(2016)04-0079-08