Research on the Measurement and Influencing Factors of Rural Low-income Population: Based on the Data of Sichuan Province Household Survey
-
摘要:
基于2022年的四川省农户调查数据，测度和估算四川省农村低收入人口情况，并使用二元Logistic回归模型分析农村低收入人口的影响因素。结果表明：（1）以政策实践层面标准估算，四川省2021年农村低收入人口占8.76%、约为491万人；以学术研究层面标准估算，四川省2021年农村低收入人口占15.46%、约为867万人。（2）农户生计资本中的人力资本、物质资本、金融资本和社会资本均对农户低收入人口表现出显著的负向影响，但生计资本中的自然资本未表现出显著的负向影响。建议按“缺什么、补什么、强什么”的方式构建常态化的帮扶机制，通过提升人力资本、自然资本、物质资本、金融资本和社会资本水平的方式推动低收入人口的内生动力提升。
Abstract:Based on the data from the 2022 Sichuan household survey, this paper measured and estimated the situation of the low-income rural population in Sichuan, and analyzed the influencing factors of the low-income rural population using a binary logistic regression model. The results showed that, (1) According to the standard of policy practice, the proportion of low-income rural population in Sichuan Province in 2021 was 8.76%, about 4.91 million people; according to academic research level standards, the proportion of low-income rural population in Sichuan Province in 2021 was 15.46%, about 8.67 million people. (2) The human capital, material capital, financial capital, and social capital in the livelihood capital of farmers had significant negative impacts on the low-income population of farmers, but the natural capital in the livelihood capital had no significant negative impact. It was recommended to establish a normalized assistance mechanism based on the principle of “what is lacking, what is being supplemented, and what is being strengthened” , and promoted the endogenous motivation of low-income populations by improving the level of human capital, natural capital, physical capital, financial capital, and social capital.
-
Keywords:
- low-income population /
- livelihood capital /
- rural area
-
脱贫攻坚完成了消除绝对贫困的艰巨任务，创造了一个彪炳史册的人间奇迹，但脱贫摘帽不是终点，而是新生活、新奋斗的起点[1]。脱贫攻坚战的全面胜利，为实现共同富裕迈出了坚实的一大步，但必须清醒地认识到，实现全国共同富裕仍然任重道远，尤其是农村低收入人口的共同富裕更是难上加难。党的十九届五中全会强调，要在“十四五”时期实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接，而实现有效衔接的基础和前提是要巩固拓展脱贫攻坚成果。党的二十大报告也指出，要继续巩固拓展脱贫攻坚成果，多渠道增加低收入人口收入，扩大中等收入群体占比。因此，识别农村低收入人口及分析其影响因素，对解决农村低收入人口问题和巩固拓展脱贫攻坚成果具有重大意义。
学术界关于低收入人口的研究集中在以下几个方面：一是低收入人口的定义。政策实践层面上，将低收入人口定义为其收入水平低于1～2倍低保标准的人口；学术研究层面上，采用与中等收入群体相对应的方式进行界定，将经济收入不足定义为低收入人口[2−3]。二是低收入人口的识别方式。识别方式主要有自主申报、入户调查、社区摸排、邻里访问、部门联动和信息系统核对等[4]。三是低收入人口的测度标准。政策实践层面上，通常按低保政策的覆盖范围设计标准，2021年四川省三部门联合印发的文件中将低收入人口的测度标准确定为1.5或2倍低保标准[5]。学术研究层面上，通常以相对贫困的概念设计标准[6]，有学者建议根据低收入人口的特征，按健康状况、劳动力素质、就业状况、耕地面积、生产资料等内容，采用加权方式确定标准[7]；也有学者建议采用绝对和相对相结合的标准，即人均家庭收入低于世界人口收入中位数67%的家庭[8]；还有学者建议采用“1+3+N”的方式，其中1为收入标准，3为健康、教育和生活水平标准，N为否决标准[9]。四是低收入人口的特征。基于研究视角不同，分析的特征有所差异，如赵永红基于住户抽样调查资料发现，低收入人口主要表现为健康状况较差、劳动力素质较低，劳动力数量少，外出从业者少[7]；张志斌等基于兰州市居民调查问卷和棚户区统计数据发现，低收入人口主要表现为低龄、低学历、下岗及退休、无职业且家庭结构较复杂[10]；叶兴庆等认为农村低收入人口主要集中在老年人、病人、残疾人和困难农民工四类[6]。五是低收入人口的帮扶对策。学者从不同视角提出帮扶对策，檀学文、吴国宝和杨穗建议按传统低收入小农户、就地就近就业农民工和低收入外出农民工三类分类施策，同时还应健全支持、共享、培育、保护等机制[2]；吴镝等建议通过社会救助、社会福利和扶贫来帮扶低收入人口[4]；叶兴庆等建议从经营性收入、工资性收入、财产性收入和转移净收入四个方面发力，同时要改善欠发达农村的基础设施和公共服务[6]；左停建议完善最低生活保障制度、医疗救助托底保障、特困老年人口的兜底保障和丧失劳动能力人口基本生活保障[11]；唐文浩等建议构建有效精准识别与退出的行动机制、低收入人口的动态监测机制、能力培育机制和内生动力提升机制[12]。
目前，学者们主要基于低收入人口的定义、识别方式、测度标准、人口特征及帮扶对策进行探讨，相关理论与方法对进行农村低收入人口研究具有重要借鉴意义，但实践层面和学术层面对农村低收入人口的定义、标准和对策未达成共识，且尚无近年来的微观调查数据进行分析探讨。当前正处于巩固拓展脱贫攻坚成果同乡村振兴有效衔接的推进阶段，本文结合四川省农户调查数据，探讨农村低收入人口的识别及其影响因素，有利于拓展脱贫攻坚成果，推动乡村全面振兴，实现农民农村共同富裕。
一、 理论分析与模型构建
（一） 理论分析
“可持续生计”的思想主要来源于Sen、Chambers等学者对解决贫困问题的分析[13−14]。“可持续生计”概念最早出现在20世纪80年代末期的世界环境和发展委员会的报告中，是指个人或家庭所拥有的能用于谋生和改善生活条件的资产、能力和有收入活动的集合。1992年，联合国环境和发展大会将此概念引入行动议程，并把稳定的生计作为消除贫困的主要目标。1995年，哥本哈根社会发展世界峰会和北京第四届世界妇女大会进一步强调了可持续生计对于减贫的重大意义[15]。随着可持续生计研究的持续深入，可持续生计分析方法逐渐成为一种寻求致贫原因并提供多种解决方案的集成分析框架。由于可持续生计包含内容有所差异，形成了多种可持续生计分析框架，主要有联合国开发计划署（UNDP）提出的可持续生计途径、国际救助贫困组织（CARE）提出的农户生计安全框架和英国国际发展部（DFID）提出的可持续生计分析框架。在这些分析框架中，应用最为广泛的为DFID提出的可持续生计分析框架[16]。
DFID建立的可持续生计分析框架由脆弱性背景、生计资本、结果和过程的转变、生计策略和生计结果5个部分组成，其中生计资本为可持续生计分析框架的核心内容，也是影响收入水平的主要因素，还是影响收入水平的根本原因[17]。生计资本由人力资本、自然资本、物质资本、金融资本和社会资本组成。人力资本代表着健康、知识、技能、劳动能力及适应变化的能力，人力资本缺乏是收入水平低的本质原因；自然资本是指人们所能利用到或可能利用到的资源环境要素，如土地资源、水资源、生态资源等，自然资本的贫富决定了人们面临的风险大小和不确定性，往往是收入水平越低就越对自然资本越依赖；物质资本是指用于维持生计的基本生产资料和公共服务设施，如生产工具、交通设施、饮水设施、通信设施、医疗设施等，提升物质资本是增收政策措施落地的关键；金融资本是指实现生计目标可利用的资金资源，包括存款及可筹措到的借款，提升金融资本是增收的有效途径；社会资本是指实现生计目标可利用的社会资源，包括社会关系网和社会组织（如亲朋好友）、垂直的社会联系（如领导或上下级）和水平的社会联系（与具有共同利益的人），社会资本的缺乏往往使社会排斥和相对剥夺加剧，导致增收进一步恶化。可持续生计的五种资本并非孤立存在，而是相互影响，可持续生计作为集成分析框架，在解决绝对贫困过程中发挥了突出作用，在巩固拓展脱贫攻坚成果同乡村振兴有效衔接的推进阶段，可持续生计框架仍可为农村低收入人口研究寻找致贫原因、提供基于五大资本的增收建议。
（二） 模型构建
农村低收入人口的状态（yi）有两种选择：yi=1（是低收入人口）或yi=0（不是低收入人口），这是一个典型的二值选择问题。因此，本研究中选用“二元Logistic回归模型”进行研究。用P表示农户处于低收入人口状态的概率，建立以下回归模型：
$$ \left\{{\begin{aligned}&Y = {{\text{β}}_0} + \sum {{{\text{β}}_i}{x_i} + {\text{ε}} }\\&P = \frac{{\exp ({{\text{β}}_0} +\displaystyle \sum {{{\text{β}}_i}{x_i}} )}}{{1 + \exp ({{\text{β}}_0} + \displaystyle \sum {{{\text{β}}_i}{x_i}} ）}} \\&1 - P = \frac{1}{{1 + \exp ({{\text{β}}_0} + \displaystyle \sum {{{\text{β}}_i}{x_i}} )}} \end{aligned}} \right.$$ (1) 式（1）中，首先计算几率比(
$ or $ )，$or = P/ (1 - P)$ ；然后，对概率P进行非线性变化，将几率比转化到Logistic模型中，即${\rm{Logit}}(P)= {\rm{ln}}(or) = \ln (P/(1 - P))$ ；最后，将式（1）带入Logistic模型中，即得到Logistic回归方程：$$\begin{aligned} {\rm{Logit}}(P) &= {{\text{β}}_0} + \sum {{{\text{β}}_i}{x_i}} \\ &={{\text{β}}_0} + {{\text{β}}_1}{x_1} + {{\text{β}}_2}{x_2} + \cdots + {{\text{β}}_m}{x_m} + {\text{ε}} \end{aligned} $$ (2) 式（2）中，
$ {x_i} $ （$ i = 1,2, \cdots ,m $ ）表示可能影响农户低收入状态的第$ i $ 种因素，${{\text{β}}_0}$ 是回归截距，${{\text{β}}_i}$ 为相应因素的回归系数，${\text{ε}}$ 为随机误差项。二、 数据来源与变量说明
（一） 数据来源
数据来源于课题组，调研时间为2022年的1—2月，收集数据为2021年农村居民家庭系列数据。此次调研采用多阶段抽样法，共发放问卷1050份，最终形成913份有效问卷，有效问卷率为87%。调查对象中，男性565人（占61.88%），女性348人（占38.12%）；汉族861人（占94.31%），少数民族52人（占5.69%）；19岁及以下65人（占7.12%），20～29岁137人（占15.01%），30～39岁141人（占15.44%），40～49岁270人（占29.57%），50～59岁223人（占24.43%），60岁及以上77人（占8.43%）。
（二） 变量说明
1. 因变量
因变量为农村低收入人口的状态。当农户是低收入人口时，其值为1；当农户不是低收入人口时，其值为0。
2. 自变量
自变量为生计资本，包括人力资本、自然资本、物质资本、金融资本和社会资本5种类型。一是人力资本，人力资本由人均受教育年限（Educ）和劳动力迁移水平（Migr）2个指标构成，人均受教育年限是描述农户家庭成员接受教育情况（以家庭人均接受教育年限来表达），劳动力迁移水平是描述农户家庭劳动力外出就业水平（以家庭劳动力外出就业数量比率来表达）。二是自然资本（Naca），以人均耕地面积来表达。三是物质资本（Phca），以人均住房面积来表达。四是金融资本（Fica），以存款变化情况来表达，存款相比前三年减少很多为1、减少不多为2、没有变化为3、增加不多为4、增加很多为5。五是社会资本（Soca），以家庭成员工作单位情况来表达，若家庭成员中在公立单位工作或担任村干部，其值为1，否则为0。
3. 控制变量
农户家庭特征变量包含3个控制变量：一是建档立卡贫困户（Rph），若受访农户在2020年前为建档立卡贫困户，其值为1，否则为0。二是动态监测户（Dmh），若受访农户在2021年纳入了动态监测，其值为1，否则为0。三是民族（Nation），以受访家庭成员多数人的民族类型为依据，其中少数民族的值为1，汉族的值为0。
综上，本实证研究中包含因变量（2个）、自变量（6个）和控制变量（3个）3种类型变量，变量的描述性统计见表1。
表 1 变量的描述性统计变量类型 变量名称 代码 观测值 平均值 标准差 最小值 最大值 因变量 农户低收入人口的状态 Loip（Ms1） 913 0.082 0.275 0 1 Loip（Ms2） 913 0.143 0.351 0 1 自变量 人均受教育年限 Educ 913 8.040 2.693 0 19 劳动力迁移水平 Migr 913 0.441 0.254 0 1 自然资本 Naca 913 1.238 1.505 0 15 物质资本 Phca 913 47.833 28.631 8.33 260 金融资本 Fica 913 3.097 0.967 1 5 社会资本 Soca 913 0.099 0.298 0 1 控制变量 建档立卡贫困户 Rph 913 0.084 0.278 0 1 动态监测户 Dmh 913 0.015 0.123 0 1 民族 Nation 913 0.057 0.232 0 1 三、 实证分析
（一） 农村低收入人口的测度及估算
1. 测度标准
从定义上讲，低收入人口是指低于一定标准的人口，而这个标准就是判定是否为低收入人口的关键。然而，政策实践层面和学术研究层面关于标准的确定有一定差异，政策实践层面主要基于低保覆盖范围和低保覆盖能力来确定，学术研究层面主要基于相对贫困的理论来确定。根据学者的研究，若采用政策实践层面的标准（1倍低保标准=5842元）估算，2020年全国农村低收入人口约有5412万人；若采用学术研究层面的标准（人均可支配收入中位数的50%=7195元）估算，2020年全国农村低收入人口约有1.08亿人[3]。显然，政策实践层面估算的结果低于学术研究层面。因此，本文采用两种测度标准进行测度。
一是政策实践层面标准（Ms1），以2021年四川省三部门联合印发的《巩固拓展脱贫攻坚成果做好社会救助兜底保障工作的实施方案》为依据，定义Ms1=2×Mls，其中Mls为低保标准。按四川省2021年农村居民低保标准（4980元）计算，Ms1为9960元，略高于2021年全国农村居民平均低保标准的1.5倍（9543元）。
二是学术研究层面标准（Ms2），以学者的建议标准为依据，定义Ms2=0.5×Mpcdi，其中Mpcdi为居民人均可支配收入的中位数。按问卷调查数据计算，Ms2为12500元，略低于2021年全国农村居民平均低保标准的2倍（12724元）。
2. 结果与分析
表2显示，当以测度标准1计算时，调研数据中共有农村低收入75户311人，农村低收入人口为8.76%。若按此比率估算，四川省2021年农村低收入人口约为491万人，比四川省农村低保人数多131.4万人。当以测度标准2计算时，调研数据中共有农村低收入131户549人，农村低收入人口为15.46%。若按此比率估算，四川省2021年农村低收入人口约为867万人，比四川省农村低保人数多507.4万人。对比四川省估算数据发现，位于测度标准1与测度标准2之间约有376万人，占农村总人口的6.70%。测度结果表明，四川省农村低收入人口数量大，一旦采用更高测度标准，其数量将可能成倍增长。
表 2 农村低收入人口的测度结果测度标准 调研样本数据 四川省数据 问卷合
计/户人口合
计/人农村低收入
人口/户农村低收入
人口/人农村低收入人
口比率/%农村总人
口/万人农村低收入人
口估计/万人Ms1 913 3550 75 311 8.76 5606 491 Ms2 913 3550 131 549 15.46 5606 867 注：农村低收入人口比率=农村低收入人口/农村总人口。 （二） 影响因素分析
1. 多重共线性检验
考虑到农户各变量之间可能存在多重共线性，需要对各变量进行多重共线性检验。通常认为，最大的方差膨胀因子(VIF)不超过10，即可认为不存在多重共线性。本研究中采用Stata 15.0软件计算方差膨胀因子，计算出最大的方差膨胀因子为1.20，远小于10，说明各变量之间的共线程度在合理范围之内，可以进行回归分析。
2. 生计资本对农村低收入人口的影响
表3中，模型1～4采用了Logit回归模型，模型2和4加入了控制变量。4个模型方程对应的P值为0.0000，表明模型方程所有系数的联合显著性很高；4个模型方程的正确预测比例超过了86%，表明模型方程拟合优度较好；4个模型使用稳健标准误后的结果与普通标准误非常接近，表明模型设定正确。
表 3 影响因素回归结果item Loip（Ms1） Loip（Ms1） Loip（Ms2） Loip（Ms2） （1） （2） （3） （4） Educ −0.1160** −0.1143** −0.1073** −0.1018** （0.8905） （0.8920） （0.8982） （0.9032） Migr −5.9263*** −4.7826*** −5.0479*** −4.3545*** （0.0027） （0.0084） （0.0064） （0.0128） Naca −0.2110 −0.1893 −0.0822 −0.0626 （0.8098） （0.8275） （0.9211） （0.9393） Phca −0.0144** −0.0159** −0.0132** −0.0128** （0.9857） （0.9843） （0.9869） （0.9873） Fica −0.4015*** −0.3638*** −0.3633*** −0.3123*** （0.8893） （0.6950） （0.6954） （0.7318） Soca −2.2470** −2.0776** −1.5002*** −1.4474*** （0.1057） （0.1252） （0.2231） （0.2352） 控制变量 No Yes No Yes C 2.4351*** 1.8361*** 2.6066*** 2.0099*** （11.417） （6.2719） （13.552） （7.4623） N 913 913 913 913 LRchi2 132.05 90.28 164.37 132.77 Prob＞chi2 0.0000 0.0000 0.0000 0.0000 PseudoR2 0.2547 0.2024 0.2189 0.1910 Correctly lassified 93.21% 93.66% 87.84% 86.99% 注：*、**、***分别表示在10%、5%和1%置信水平上显著，下同；括号内为系数的几率比。 从人力资本维度看，模型1～4中人力资本变量的系数均为负数，且在5%置信水平上显著，表明人力资本对农户低收入人口具有显著的负向影响，即农户的人力资本水平越大，农户成为低收入人口的概率就越小。模型1～4中教育水平的系数为−0.1160～−0.1018，相应的系数差异较小，表明Logit回归结果具有稳健性。从模型2和4的几率比看，假设其他条件不变，农户人均受教育年限每增加1单位(1年)，模型2中农户成为低收入人口的几率比将下降10.80% (1−0.8920)，模型4中农户成为低收入人口的几率比将下降9.68% (1～0.9032)，这意味提升其教育水平对农户增收具有显著作用。模型1～4中迁移水平的系数为−5.9263～−4.3545，相应的系数差异较小，表明Logit回归结果具有稳健性。从模型2和4的几率比看，假设其他条件不变，农户迁移水平每增加1单位，模型2中农户成为低收入人口的几率比将下降99.16% (1～0.0084)，模型4中农户成为低收入人口的几率比将下降98.72% (1～0.0128)，这意味外出务工对农户增收具有显著作用。
从自然资本维度看，模型1～4中自然资本变量的系数均为负数，但未能通过10%置信水平上的显著性检验，表明自然资本对农户低收入人口未表现出显著的负向影响，可能因为农户拥有的耕地面积差异较小，且很难从耕地上获得较高收入。从物质资本、金融资本和社会资本维度看，模型1～4中相应变量的系数均为负数，且在5%置信水平上显著，表明物质资本、金融资本和社会资本均对农户低收入人口具有显著的负向影响，即农户的物质资本、金融资本和社会资本越大，农户成为低收入人口的概率就越小。
3. 稳健性检验分析
为进一步检验结果的可靠性，采用模型替换和因变量替换两种方法进行稳健性检验分析，检验结果如表4所示。模型5～6采用了Probit回归模型，模型7～9采用了OLS回归模型，模型9的因变量为人均收入的对数。模型5～8中6个自变量的系数均为负数，除自然资本的系数外，其余变量的系数均通过10%置信水平上显著，与表3结果一致，表明“人力资本、物质资本、金融资本和社会资本均对农户低收入人口具有显著的负向影响”这一结论具有稳健性。模型9中6个自变量的系数均为正数，除自然资本的系数外，其余变量的系数均通过1%置信水平上显著，即农户的人力资本、物质资本、金融资本和社会资本越大，其收入水平就越高，这从另外视角证明了“人力资本、物质资本、金融资本和社会资本均对农户低收入人口具有显著的负向影响”这一结论具有稳健性。
表 4 稳健性检验结果item Probit OLS 人均收入的对数 Loip（Ms1） Loip（Ms2） Loip（Ms1） Loip（Ms2） （5） （6） （7） （8） （9） Educ −0.0616** −0.0604** −0.0058* −0.0086** 0.0326*** Migr −2.0219*** −2.1834*** −0.1919*** −0.3307*** 1.0805*** Naca −0.0718 −0.0200 −0.0054 −0.0009 0.0157 Phca −0.0073** −0.0064** −0.0003* −0.0006* 0.0032*** Fica −0.1869** −0.1792*** −0.0272*** −0.0386*** 0.0603*** Soca −1.0378** −0.7355*** −0.0625*** −0.0985*** 0.2173*** C 0.6495* 0.9907*** 0.3085*** 0.4928*** 9.0097*** 控制变量 Yes Yes Yes Yes Yes N 913 913 913 913 913 Prob＞chi2 0.0000 0.0000 Prob＞F 0.0000 0.0000 0.0000 PseudoR2 R2 0.1920 0.1883 0.2437 0.2093 0.3897 Correctly lassified 93.44% 86.43% 四、 结论与建议
（一） 结论
基于2022年的四川农户调查数据，运用政策实践层面标准和学术研究层面标准测度和估算四川农村低收入人口情况，并使用二元Logistic回归模型分析农村低收入人口的影响因素。结果表明：第一，以政策实践层面标准估算，四川省2021年农村低收入人口占8.76%，约为491万人；以学术研究层面标准估算，四川省2021年农村低收入人口占15.46%，约为867万人。第二，农户生计资本中的人力资本、物质资本、金融资本和社会资本均对农户低收入人口表现出显著的负向影响，但生计资本中的自然资本未表现出显著的负向影响。
（二） 建议
农村低收入人口的帮扶措施除现有的给予基本生活救助、专项社会救助、慈善救助等方式外，还应结合农村低收入人口的影响因素，按“缺什么、补什么、强什么”的方式构建常态化的帮扶机制，以此推动低收入人口的内生动力提升。
1. 提升人力资本水平
一是要加强对下一代的教育，通过教育阻断低收入代际传递，要鼓励低收入家庭子女通过免试读技师学院、“3+2”大专、高职单独招生考试、民族地区“9+3”等方式学习技术技能；二是要加强对劳动力的技能培训，要充分用好人社部门的相关培训政策，将低收入劳动力培养成高素质技能劳动者和稳定就业的产业工人；三是要加强对低收入家庭劳动力的外出就业指导，搭建好外出务工平台，创造好外出务工环境，进一步做好东西部劳务协作、公益性岗位开发、就业帮扶车间、县域就业岗位开发等，有效保障家庭劳动力外出务工就业。
2. 提升自然资本水平
要深化土地制度改革，通过土地流转、土地入股、土地托管等方式，提升单位劳动力的耕地面积，打造具有地域特色的现代农业，推动小农户与现代农业有机衔接，让自然资本发挥更大作用。
3. 提升物质资本水平
要强化居住地的基础设施建设，扩大农村房屋改建补贴范围，完善农村公共服务水平，推行城乡公共服务均等化，加大工业品（如农用生产工具、生活设施产品等）下乡补贴，增加农户物质资本。
4. 提升金融资本水平
要强化金融机构对农户信贷支持，鼓励金融机构开发农户信贷产品，加大流水贷、极速贷、产业贷等投入力度，在贷款定价方面给予利率优惠，在贷款审批方面开辟绿色通道，多渠道多方式解决农户资金难题。
5. 提升社会资本水平
要加大农户增收政策宣传，强化基层社会组织作用，发展多元化的农村合作组织，鼓励农户积极参与乡村事务，引导农户加入农业专业合作社、参与乡村创新创业和参加技能提升培训，推动农户更好地融入经济社会发展。
-
表 1 变量的描述性统计
变量类型 变量名称 代码 观测值 平均值 标准差 最小值 最大值 因变量 农户低收入人口的状态 Loip（Ms1） 913 0.082 0.275 0 1 Loip（Ms2） 913 0.143 0.351 0 1 自变量 人均受教育年限 Educ 913 8.040 2.693 0 19 劳动力迁移水平 Migr 913 0.441 0.254 0 1 自然资本 Naca 913 1.238 1.505 0 15 物质资本 Phca 913 47.833 28.631 8.33 260 金融资本 Fica 913 3.097 0.967 1 5 社会资本 Soca 913 0.099 0.298 0 1 控制变量 建档立卡贫困户 Rph 913 0.084 0.278 0 1 动态监测户 Dmh 913 0.015 0.123 0 1 民族 Nation 913 0.057 0.232 0 1 
下载: 导出CSV
表 2 农村低收入人口的测度结果
测度标准 调研样本数据 四川省数据 问卷合
计/户人口合
计/人农村低收入
人口/户农村低收入
人口/人农村低收入人
口比率/%农村总人
口/万人农村低收入人
口估计/万人Ms1 913 3550 75 311 8.76 5606 491 Ms2 913 3550 131 549 15.46 5606 867 注：农村低收入人口比率=农村低收入人口/农村总人口。
下载: 导出CSV
表 3 影响因素回归结果
item Loip（Ms1） Loip（Ms1） Loip（Ms2） Loip（Ms2） （1） （2） （3） （4） Educ −0.1160** −0.1143** −0.1073** −0.1018** （0.8905） （0.8920） （0.8982） （0.9032） Migr −5.9263*** −4.7826*** −5.0479*** −4.3545*** （0.0027） （0.0084） （0.0064） （0.0128） Naca −0.2110 −0.1893 −0.0822 −0.0626 （0.8098） （0.8275） （0.9211） （0.9393） Phca −0.0144** −0.0159** −0.0132** −0.0128** （0.9857） （0.9843） （0.9869） （0.9873） Fica −0.4015*** −0.3638*** −0.3633*** −0.3123*** （0.8893） （0.6950） （0.6954） （0.7318） Soca −2.2470** −2.0776** −1.5002*** −1.4474*** （0.1057） （0.1252） （0.2231） （0.2352） 控制变量 No Yes No Yes C 2.4351*** 1.8361*** 2.6066*** 2.0099*** （11.417） （6.2719） （13.552） （7.4623） N 913 913 913 913 LRchi2 132.05 90.28 164.37 132.77 Prob＞chi2 0.0000 0.0000 0.0000 0.0000 PseudoR2 0.2547 0.2024 0.2189 0.1910 Correctly lassified 93.21% 93.66% 87.84% 86.99% 注：*、**、***分别表示在10%、5%和1%置信水平上显著，下同；括号内为系数的几率比。
下载: 导出CSV
表 4 稳健性检验结果
item Probit OLS 人均收入的对数 Loip（Ms1） Loip（Ms2） Loip（Ms1） Loip（Ms2） （5） （6） （7） （8） （9） Educ −0.0616** −0.0604** −0.0058* −0.0086** 0.0326*** Migr −2.0219*** −2.1834*** −0.1919*** −0.3307*** 1.0805*** Naca −0.0718 −0.0200 −0.0054 −0.0009 0.0157 Phca −0.0073** −0.0064** −0.0003* −0.0006* 0.0032*** Fica −0.1869** −0.1792*** −0.0272*** −0.0386*** 0.0603*** Soca −1.0378** −0.7355*** −0.0625*** −0.0985*** 0.2173*** C 0.6495* 0.9907*** 0.3085*** 0.4928*** 9.0097*** 控制变量 Yes Yes Yes Yes Yes N 913 913 913 913 913 Prob＞chi2 0.0000 0.0000 Prob＞F 0.0000 0.0000 0.0000 PseudoR2 R2 0.1920 0.1883 0.2437 0.2093 0.3897 Correctly lassified 93.44% 86.43%
下载: 导出CSV
-
[1] 习近平. 在全国脱贫攻坚总结表彰大会上的讲话[M]. 北京: 人民出版社, 2021. [2] 檀学文, 吴国宝, 杨穗. 构建农村低收入人口收入稳定较快增长的长效机制[J]. 中国发展观察, 2021(8): 45. DOI: 10.3969/j.issn.1673-033X.2021.08.016. [3] 高强, 曾恒源. 中国农村低收入人口衡量标准、规模估算及思考建议[J]. 新疆师范大学学报(哲学社会科学版), 2021, 42(4): 92. DOI: 10.14100/j.cnki.65-1039/g4.20201223.001. [4] 吴镝, 刘福华, 姚建平. 城市低收入人口瞄准机制研究: 以沈阳、阜新、葫芦岛三市为例[J]. 地方财政研究, 2016(8): 20. [5] 四川省民政厅, 四川省财政厅, 四川省乡村振兴局. 巩固拓展脱贫攻坚成果做好社会救助兜底保障工作的实施方案[S]. 川民发〔2021〕113号, 2021 − 06 − 24. [6] 叶兴庆, 殷浩栋. 促进农村低收入人口增收的政策取向[J]. 湖南农业大学学报(社会科学版), 2022, 23(1): 1. DOI: 10.13331/j.cnki.jhau(ss).2022.01.001. [7] 赵永红. 农村低收入人口特征分析和识别方法初探[J]. 调研世界, 2009(11): 47. DOI: 10.13778/j.cnki.11-3705/c.2009.11.013. [8] 李实, 史新杰, 陶彦君, 等. 以农村低收入人口增收为抓手促进共同富裕: 重点、难点与政策建议[J]. 农业经济问题, 2023(2): 4. DOI: 10.13246/j.cnki.iae.2023.02.005. [9] 程国强, 伍小红. 抓紧做好农村低收入人口识别工作[J]. 中国发展观察, 2021(3): 27. DOI: 10.3969/j.issn.1673-033X.2021.03.008. [10] 张志斌, 张应亚. 西北内陆中心城市低收入人口居住空间及其社会效应: 以兰州市为例[J]. 经济地理, 2015, 35(5): 78. DOI: 10.15957/j.cnki.jjdl.2015.05.012. [11] 左停. 统筹谋划乡村振兴战略 健全农村低收入人口常态化帮扶机制[N]. 中国社会报, 2021 − 05 − 12(003). [12] 唐文浩, 张震. 共同富裕导向下低收入人口帮扶的长效治理: 理论逻辑与实践路径[J]. 江苏社会科学, 2022(1): 150. DOI: 10.13858/j.cnki.cn32-1312/c.2022.01.008. [13] SEN A. Poverty and Famines: An Essay on Entitlement and Deprivation[M]. London: Oxford University Press, 1981.
[14] CHAMBERS R, CONWAY G. Sustainable rural livelihoods: practical concepts for the 21st century[J]. IDS Discussion Paper, Brighton, Institute of Development Studies, 1992.
[15] 纳列什·辛格, 乔纳森·吉尔曼. 让生计可持续[J]. 国际社会科学杂志(中文版), 2000(4): 123. [16] 汤青. 可持续生计的研究现状及未来重点趋向[J]. 地球科学进展, 2015, 30(7): 823. DOI: 10.11867/j.issn.1001-8166.2015.07.0823. [17] 何仁伟, 刘邵权, 陈国阶, 等. 中国农户可持续生计研究进展及趋向[J]. 地理科学进展, 2013, 32(4): 657. DOI: 10.11820/dlkxjz.2013.04.018.
计量
- 文章访问数: 932
- HTML全文浏览量: 277
- PDF下载量: 21