基于有序多分类回归模型的贫困户贫困程度影响因素分析

崔璐 岳书铭

[摘要]党的十九大首次提出至2020年全面建成小康社会，实现全面建设小康社会的目标意味着脱贫攻坚战已经进入到收尾阶段。基于山东省郓城县扶贫建档立卡的抽样数据，系统分析了贫困户贫困程度的影响因素。分析表明，贫困户的年龄、文化程度、家中是否有在校学生对贫困程度无显著影响，家庭人数、身体情况、是否残疾对贫困程度有显著影响，家庭人数越多、患病且残疾的贫困户的贫困程度越高。针对以上研究结论给出了一些政策建议：第一，设立更精准的贫困识别机制;第二，拓宽医疗保险的保障力度;第三，加大针对贫困户的基础设施投入;第四，加大财政投入对贫困人口就业的扶持。

[关键词]有序多分类;贫困程度;影响因素

[中图分类号]F323.8[文献标识码]A

引言

自以习近平总书记为核心的党中央提出“精准扶贫”的战略以来，我国的扶贫工作取得了较大的进展，党的十九大首次提出，到2020年全面建成小康社会，实现全面建设小康社会的目标意味着脱贫攻坚战已经进入了尾声。为了更有针对性的进行扶贫工作，国内外学术界针对贫困的影响因素进行了大量研究，Jalan和Ravallian（1998，2000）对中国农村总体贫困进行研究，他们认为长期性贫困与暂时性贫困的影响因素是不同的。陈光金（2008）分析表明人力资本短缺、物质资源不足、社会结构制约和社会排斥等问题可以部分解释贫困原因。王生云（2011）研究发现远离区域经济中心、家庭负担较重、小孩老人较多的家庭容易陷入贫困。杨龙等（2015）利用具有全国代表性的中国农村贫困监测调查53271个农户微观数据，研究发现有子女上大学、有大病治疗情况等冲击性事件是各个地区农户贫困的共性影响因素，家庭规模、人力资本状况和房屋价值也是影响农户贫困程度的重要因素。陈烨烽等（2017）使用空间计量分析技术对贫困程度影响因素进行了分析，认为显著性指标包括通路率、地貌类型、遭受自然灾害频次、人均纯收入、劳动力比例、劳动力文化素质等。薛龙飞（2017）通过对山区国家扶贫重点县贫困村的调查数据进行分析，认为健康风险带来的外部冲击是影响农户贫困的关键因素。高艳云等（2018）认为一维与多维标准下识别出的贫困家庭不同，其致贫因素也不完全相同。蔡进等（2018）构建了多维贫困测度指标体系，认为农村多维贫困具有空间分异特征且不同区域的影响因素有所差异。韦惠兰（2018）基于河西走廊6县市的调查，认为劳动能力、教育、收入等与贫困户的贫困程度显著负相关。鉴于此，本文基于山东省郓城县扶贫建档立卡抽样数据，对贫困户个人、家庭、身体三个层面进行系统分析，研究了贫困户贫困程度的影响因素，为郓城县接下来的精准扶贫工作提供理论依据。

1 研究假说、变量选择和模型构建

1.1 研究假说

借鉴已有的研究成果并结合所获取的贫困户资料，本文将影响贫困户贫困程度的因素分为个人、家庭、健康三个层面的特征变量。

个人层面特征变量包括年龄和文化程度。基本假说是，在贫苦户的贫困程度上，年龄越大、文化程度越低的贫困户贫困程度越高，年龄越大、文化程度越低，获取收入的能力就越差，加之年龄较大的老人身体素质相对较差，较大的医疗开销加重了贫困程度。

家庭层面的特征变量包括家庭人数和家中是否有在校学生。基本假说是，家庭人数越多且家中有在校学生多的贫困户贫困程度越高。一般来说，家庭中人数越多即消费者越多，家庭总体开支较大，贫困程度相对较高;若家中有在校学生，教育方面以及生活方面的开支相对较大，且在校学生作为一个纯消费者，几乎没有经济收入，加重了贫困户的贫困程度。

健康层面的特征变量包括身体状况和是否残疾。基本假说是，患病或残疾的贫困户贫困程度较高，患有长期慢性病或患有大病以及残疾的贫困户在日常生活中需要更多的生活照料和医疗护理，与此同时消费支出相对较高，加之劳动能力低下，获取收入的能力较差，贫困程度相对较高。

除此之外，地理位置、物质资源、气候条件等也是影响贫困程度的因素，但是所选取的样本之间在这些方面没有明显的差异，故在此不再赘述。

1.2 变量选择

根据以上研究假说，选取了3个层次6个变量，变量名称、解释说明和统计特征详见表1。

1.3 模型构建

本文以贫困户的贫困程度作为因变量，根据郓城县扶贫办对建档贫困户贫困程度的划分，将贫困户的贫困程度设置为“轻微贫困”、“中度贫困”和“重度贫困”，由于是有序多分类变量，所以采用有序多分类Logistic回归分析，具体回归分析的表达式如（1）、（2）式所示（薛薇，2017）。其中K表示贫困户的贫困程度有K个分类，各分类的概率表示为Π1，Π2，…Πk;βixi表示方程的回归系数，反映各影响因素对贫困户贫困程度的大小与方向。

2 数据来源與统计描述

2.1 数据来源及样本基本情况

本文所使用的数据来源于山东省郓城县扶贫版数据库中贫困户的相关情况，从全县21个乡镇及2个街道办事处共68144条贫困户信息中分地区抽取了样本数据，从每个乡镇、办事处的贫困户户主中抽取2%，剔除无效数据后获取了549个有效样本，其中重度贫困的有132人，占样本总体的24%;轻微贫困的有111人，占样本总体的20.3%;中度贫困的人数最多，为306人，占样本总体的55.7%，具体情况见表2。

在这549名贫困户中最小年龄为35岁，最大年龄为95岁，平均年龄为64.99岁;其中60岁以上的贫困户有377人，占样本总体的78.7%。从文化程度上看，文盲或半文盲的贫困户有196人，占样本总体的35.7%;小学文化水平的贫困户有229人，占样本总体的41.7%;而大专及以上文化的贫困户仅有3人，占样本总体的0.5%，总体来看该样本中贫困户文化水平较低。从家庭人数上看，独居的贫困户有125人，占样本总体的22.8%，样本中70.3%的贫困户家庭总人数在2-4内，仅有6.9%所谓贫困户家庭总人数超过5人;438名贫困户中家中没有在校学生，占样本总体的79.8%。

2.2    贫困户的身体状况

贫困户的身体状况主要通过健康状况和是否残疾两个方面加以反映，从表3中可以看出，44.1%的贫困户患病，其中患有长期慢性病的贫困户有191人，占样本总体的34.8%;患有大病的贫困户有51人，占样本总体的9.3%。71名贫困户残疾，占样本总体的12.9%。

从表3中可以看出，贫困户患病人数随着年龄的增加呈现出递增的趋势，年龄在60～74岁的贫困户患有长期慢性病和患有大病的人数最多，分别为91人和24人，占患该种病人数的47.6%和47.1%，年龄在75岁以上的贫困户患有长期慢性病和患有大病的人数仅次年龄在60～74岁的贫困人数，分别为74人和19人，占患该病人数的38.7%和37.3%。总体来看，年龄越大的贫困户患病比例越高，贫困户收入水平较低，对慢性病的防治意识非常薄弱，不到不得已的情况一般不去医疗机构诊治，甚至导致慢性病情恶化演化成大病。贫困户残疾比例与年龄没有明显关系，年龄在45～59岁的贫困户身体残疾的人数最多，其次是年龄在60～74岁的贫困户，分别占残疾人数的比例为33.8%和31%。其中一部分贫困户的残疾属于后天残疾，因外出务工时的工伤或在务农时使用农用器械导致身体残疾，原本的劳动力因为残疾丧失了劳动能力，直接或間接地导致了家庭的贫困。

3    贫困户贫困程度的影响因素分析

3.1    有序多分类Logistic回归使用前提检验

本文利用SPSS22.0对贫困户贫困程度的影响因素进行了有序多分类Logistic回归，有序多分类的Logistic回归的原理是将因变量的多个分类依次分割为多个二元Logistic回归，用较低级与较高级对比。在有序多分类Logistic回归中，自变量之间应无多重共线性，即应进行自变量共线性检验，检验结果如表4所示。容忍度（Tolerance）均远大于0.1，方差膨胀因子（VIF）均小于10，所以不存在多重共线性。

在有序多分类Logistic回归中，假设几个二元Logistic中自变量的系数相等，仅常数项不等，结果也只输出一组自变量的系数，因此在有序多分类Logistic回归中必须对自变量系数相等的假设进行检验，即平行线检验，如果不满足该假设，则不能使用有序多分类Logistic回归。平行线检验结果如表5所示，检验原假设是三个二元Logistic回归自变量系数相等，检验P（Sig.）值为0.102，不拒绝原假设，假设成立可以使用有序多分类Logistic回归。

3.2    回归结果分析

根据SPSS22.0统计软件对解释变量与被解释变量进行有序多分类Logistic回归，并对回归系数显著性检验，得到计量模型结果，具体结果如表6所示。从表6计量结果可以得出，贫困户的贫困程度受到诸多因素的影响。

3.2.1    个人层面特征变量对贫困户贫困程度的影响。贫困户的年龄、文化程度对贫困程度的影响不显著，说明贫困户的贫困程度并无明显的年龄差异，不同文化程度的贫困户贫困程度无明显差异，由此可见年龄大小与文化程度高低不是影响贫困程度的主要因素，个体层面研究假说不成立。

3.2.2    家庭层面特征变量对贫困户贫困程度的影响。（1）贫困户的家庭人数对贫困程度具有显著性影响，成负相关，即贫困户家中人数越多家庭越贫困;而家庭人数超过4人的贫困户的家庭人数对贫困程度的影响不显著。由此可见，对于家庭人数在4人内的贫困户，家庭人数的多少是影响贫困的主要因素，家庭层面研究假说之一成立。

（2）贫困户家中是否有在校学生对贫困程度的影响不显著，说明贫困户的贫困程度与家中是否有在校学生无明显关系，家中是否有在校学生不是影响贫困程度的主要因素，家庭层面另一研究假说不成立。

3.2.3    健康层面特征变量对贫困户贫困程度的影响。（1）贫困户身体健康还是患有长期慢性病或大病对贫困程度有显著性影响。医疗费用高、新农合保障力度不够、没有商业保险是因病致贫的主要原因（李怡霏，2018），贫困户普遍收入较低，而患病的贫困户又要将仅有的一点收入支出在医疗服务上，直接影响了患病贫困户的生活质量，贫困户的患病情况明显加重了贫困程度。由此可见，贫困户身体状况是影响贫困程度的主要因素，健康层面的假说之一成立。

（2）贫困户是否残疾对贫困程度有显著性影响，身体残疾的贫困户相较于身体不残疾的贫困户贫困程度更高。残疾的贫困户获取收入的能力更差，且需要更多的医疗服务和日常生活照顾，贫困户的贫困程度与残疾与否有明显关系，健康层面的另一假说成立。

4    研究结论与政策建议

4.1    研究结论

基于本文的分析得出如下主要结论：（1）郓城县贫困户总体贫困程度较高，在所选取的样本中有438名贫困户的贫困程度在中度贫困以上，占样本总体的79.7%。（2）郓城县贫困户的身体状况较差，在所选取的样本中12.9%的贫困户身体残疾，患病的贫困户的比例高达44.1%，其中患有大病的贫困户占样本总体的9.3%，且贫困户患病人数随着年龄的增加呈现递增的趋势。（3）贫困户的年龄、文化程度、家中是否有在校学生对贫困程度无显著影响，家庭人数、身体情况、是否残疾对贫困程度有显著影响，家庭人数越多、患病且残疾的贫困户的贫困程度越高。

4.2    政策建议

基于以上研究结论，本文针对郓城县接下来的扶贫工作提出以下几点建议：第一，设立更精准的贫困识别机制，在未来扶贫政策的制定中更加关注特殊类型贫困户，防止因贫困标准设定单一带来的识别误差，确保扶贫政策的精准性。第二，拓宽医疗保险的保障力度，医疗支出得不到保障是大部分贫困户致贫的首要原因，应强化社会医疗保险制度对贫困户的保障力度，完善医疗保险针对贫困户的救助制度，尽可能减少因病脱贫又返贫的情况。第三，加大针对贫困户的基础设施投入，完善针对贫困户的公共服务，通过完善的公共服务改善贫困户的生活环境和健康素养，减少因贫致病的情况。第四，加大财政投入对贫困人口就业的扶持，因病致贫、因残致贫的贫困户中不乏有一些年龄较小的，因劳动能力低下无法参与工作，加大对这部分人口的就业扶持，更有针对性的帮助其改善贫困现状。

[参考文献]

[1] Jalan J，Ravallion M.Transient Poverty in Postreform RuralChina[J].Journal of Comparative Economics，1998，26（2）：338-357.

[2] 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+34.

[3] 王生云.中国农村长期贫困程度、特征与影响因素[J].经济问题，2011（11）：71-76.

[4] 杨龙，汪三贵.贫困地区农户脆弱性及其影响因素分析[J].中国人口·资源与环境，2015，25（10）：150-156.

[5] 陈烨烽，王艳慧，赵文吉，等.中国贫困村致贫因素分析及贫困类型划分[J].地理学报，2017，72（10）：1827-1844.

[6] 薛龙飞，罗小锋，李兆亮，等.风险冲击对山区农户贫困的影响效应分析——基于广西、江西、湖北三省的农户调查[J].中南财经政法大学学报，2017（3）：125-133.

[7] 高艳云，王曦璟.一维与多维标准下贫困关联性与致贫因素异同研究[J].软科学，2018（12）：15-18.

[8] 蔡进，禹洋春，骆东奇，等.重庆市农村多维贫困空间分异及影响因素分析[J].农业工程学报，2018，34（22）：235-245.

[9] 韦惠兰，罗万云.精准扶贫视角下农户生计脆弱性及影响因素分析——基于甘肃省贫困地区的实证调查[J].河南师范大学学报（哲学社会科学版），2018，45（2）：65-71.

[10] 薛薇.基于SPSS的数据分析[M].北京：中国人民大学出版社，2017.

[11] 李怡霏.农村地区因病致贫现状及影响因素分析[J].中国管理信息化，2018，21（3）：188-190.