我國城鄉(xiāng)家庭貧困脆弱性影響因素分析(李麗-白雪梅)—數(shù)量經(jīng)濟學年會投稿.doc

第10組實驗經(jīng)濟學及其他分支學科 （12000字）我國城鄉(xiāng)家庭貧困脆弱性的影響因素分析基于CHNS微觀數(shù)據(jù)的實證研究 李麗 李麗：女，1972年7月生，博士，副教授，山東工商學院統(tǒng)計學院。 白雪梅 白雪梅：女，1949年10月生，博士，教授，博士生導師，東北財經(jīng)大學統(tǒng)計學院。 摘要：本文使用CHNS四輪的家庭面板數(shù)據(jù)，對城鄉(xiāng)共2638個家庭的脆弱性進行測度，逐層深入地分析脆弱性的影響因素，先用普通回歸法篩選影響因素，然后利用標準回歸系數(shù)和偏相關系數(shù)比較各因素的相關重要性，最后用分位數(shù)回歸對各因素在不同脆弱性水平的影響。 關鍵詞：貧困脆弱性；影響因素；分位數(shù)回歸一、導言傳統(tǒng)的貧困研究關注家庭當前的福利狀況，用當前收入或消費與貧困線之差的某個函數(shù)來測度家庭的貧困狀況，并且將其作為扶貧的依據(jù)。但是今天的貧困不等于明天的貧困，越來越多的研究者們已經(jīng)認識到，一個家庭的福利狀況不僅取決于其當前的收入和消費，還取決于其在未來的風險。世界銀行在2000/2001年度世界發(fā)展報告中正式提出“貧困脆弱性（vulnerability）”，將其定義為“沖擊造成未來福利下降的可能性”，恰恰體現(xiàn)了將風險納入貧困研究框架、在貧困發(fā)生之前預測貧困的前瞻性思想。扶貧政策不能局限于識別當前的貧困者，而要擴展到識別未來的可能貧困者，即脆弱者，從而將二者都納入到扶貧政策的瞄準目標中去，采取有合適的措施，阻止那些當前不貧困但未來可能貧困的家庭陷入貧困，幫助那些當前貧困未來可能無法脫離貧困的家庭擺脫貧困。因此，識別脆弱家庭、篩選和比較家庭脆弱性的影響因素，就成為制定和成功實施扶貧政策的關鍵。 當前，這一領域的研究主要圍繞貧困脆弱性測度進行，對貧困脆弱性的影響因素及其他相關問題的探討還很少。在貧困脆弱性測度方面，Ligon & Schechter(2003)、Calvo & Dercon(2003)主張計算未來消費的期望效用與確定地取得某種類似于貧困線的消費水平的效用差作為脆弱性測度值； Ravallion(1995)、Glewwe & Hall(1998)、Jalan & Ravallion(1999)用福利變動性測度與風險密切相關的脆弱性；Christiaensen & Boisvert(2000)、Pritchett (2000)、Chaudhuri(2001)、章元&萬廣華(2005、2009)主張用家庭FGT貧困指標的未來期望值EP測度脆弱性，對EP的估計方法因數(shù)據(jù)而不同，Chaudhuri(2000，2002)和McCulloch et al(2003)分別討論了截面和面板數(shù)據(jù)條件下EP的估計；Cafiero & Vakis(2006) 在傳統(tǒng)貧困線中加入覆蓋社會注定不能承受的風險所需的費用，得到風險型貧困線，據(jù)此計算貧困指標作為脆弱性測度值；Glewwe & Hall(1998)、Amin(1999)、Dercon & Krishnan(2000)用家庭消費支出對沖擊的過度敏感性測度脆弱性。其基本思想是如果家庭消費支出與沖擊共同變動，說明缺少平滑消費能力,對沖擊過度敏感，因而是脆弱的。上述的每種貧困脆弱性測度都有一定的優(yōu)勢和劣勢：基于期望效用的測度有明確的經(jīng)濟含義，但使用單一效用函數(shù)損失了家庭偏好的多樣性；基于福利變動性的測度操作簡單，但對正向和負向風險同等賦權，不能識別福利變化方向；基于風險型貧困線的測度，直接測度該貧線下的FGT指標，無需建立過多的假設，但測度所需的家庭風險方面的信息不易獲得，限制了該測度的應用；基于過度敏感性的測度刻畫對已實現(xiàn)風險的應對能力，本質上屬于事后型測度；基于期望貧困的測度EP將風險和風險的福利結果結合起來，具有前瞻性，符合貧困脆弱性的內涵，但需要做出嚴格的假設。Calvo & Dercon(2005)提出聚焦性、對稱性、風險敏感性等脆弱性測度準則，發(fā)現(xiàn)雖然已有的脆弱性測度沒有一種能夠完全滿足這些準則，但EP對準則的滿足度最高。特別地，當時，EP簡化為收入或消費低于貧困線的概率，因其含義的直觀明確成為實證測度中用得最多的方法，本文也將使用這一方法。在貧困脆弱性的影響因素方面，Dercon(2001)論述了政策、市場、改革、社保的影響；Chaudhuri（2003）從家庭規(guī)模、家庭構成、戶主特征、職業(yè)特征、環(huán)境特征等方面篩選影響因素；Khl(2003)強調戶主年齡、戶主性別、降雨量、成人數(shù)、得病率的影響；Takashi(2002,2006)識別出自營、戶主年齡、教育程度、土地數(shù)、勞動力市場狀況、信貸、家庭財產等因素； Abuka(2007)、Hossain(2007)篩選出家庭規(guī)模與結構、戶主讀寫能力、健康狀況、非農就業(yè)狀況、市場狀況、戶主性別、居住地等因素。對貧困脆弱性影響因素的研究比較單一，除了某些理論上的定性闡述之外，大部分研究者運用回歸分析、分組匯總、方差分析等方法篩選影響因素。值得注意的是，各種因素對貧困脆弱性的影響未必同等重要，同一個影響因素對脆弱性分布的頂端和底端的影響機制也可能存在巨大差異。當前的研究尚未對這兩個方面進行深入探討，本文將以此為研究的主要內容。本文其余部分的結構安排如下：第二部分說明數(shù)據(jù)來源、變量選擇及相關處理；第三部分對家庭脆弱性進行測度；第三部分用普通回歸法篩選脆弱性影響因素，比較各因素的重要性；第四部分運用分位數(shù)回歸法分析各因素對脆弱性分布不同位置上的影響；第五部分給出主要結論和相關的政策建議。二、數(shù)據(jù)及變量選擇（一）數(shù)據(jù)及相關處理本文數(shù)據(jù)來源于 “中國營養(yǎng)與健康調查（China Health and Nutrition Survey，CHNS），由北卡羅來納人口研究中心和中國疾病預防與控制中心營養(yǎng)與食品安全研究所共同組織。迄今共進行了八輪（1989、1991、1993、1997、2000、2004、2006、2008）。調查采用多階段抽樣的方法：依據(jù)經(jīng)濟發(fā)展程度、地理位置、公共資源的豐裕程度和健康狀況指數(shù)覆蓋了東、中、西部地區(qū)的9個省份；每個省抽取兩個城市調查點和四個農村調查點，分別是省城、一個較低收入的城市和依據(jù)收入分層和一定的權重隨機抽取的4個縣；城市的城區(qū)和郊區(qū)隨機抽取，縣內抽取縣城鎮(zhèn)和3個村，每村20戶。每輪都調查了4000左右個家庭，但各輪都參與的家庭極少?？紤]到時效性和樣本量，本文選取了1997、2000、2004、2006四輪都參與的家庭，剔除掉重要變量缺失的家庭，得到了一個容量為2638的樣本，其中城鎮(zhèn)家庭為671戶，農村家庭為1967戶。將1997、2000和2004年數(shù)據(jù)用于測度家庭脆弱性，而將2006年數(shù)據(jù)用于測度結果的對照。測度脆弱性需要確定兩條標準：一是脆弱性的定義和測量標準，即貧困線；二是脆弱性的評價標準，即家庭脆弱性達到多少才能判定為脆弱，即脆弱線。這兩條標準十分重要，但不是本文研究的重點，我們將直接采2美元和觀測貧困率作為貧困線和脆弱線 萬廣華、章元（2009）研究發(fā)現(xiàn)，用2美元貧困線測度脆弱性更準確。Chaudhuri從理論上證明了貧困發(fā)生率脆弱線的科學性，我們所做的另一項研究中詳細探討了貧困線和脆弱線的選擇問題，證實了上述選擇的合理性。另外，由于數(shù)據(jù)的復雜性，本文所有數(shù)據(jù)整理和分析均通過matlab實現(xiàn)。 （二）變量選擇 收入和消費是測度貧困脆弱性最常用的維度，CHNS沒有提供完整的消費數(shù)據(jù)，卻提供了家庭總收入、家庭凈收入和人均家庭凈收入，而且這三種數(shù)據(jù)都分別用名義、按CPI平減到1988年、按CPI折算到2006年的三種形式報告。但是這里所謂的凈收入是從總收入中減去了婚嫁、隨禮、教育方面的支出，與傳統(tǒng)的凈收入不是一個概念，而且這樣處理之后，許多家庭的凈收入出現(xiàn)了負值，不利于進一步的計算和分析。因此，本文用CPI折算到2006年家庭總收入除上家庭規(guī)模得到的家庭人均總收入來測度脆弱性。在脆弱性影響因素方面，借鑒已有的研究成果，從內因和外因兩方面入手變量初選。內因方面，主要考慮勞動力、人力資本、物質資本、社會資本、工作狀況等家庭特征。外因方面，主要考慮位置、城鄉(xiāng)、社區(qū)等環(huán)境特征。1勞動力。以15-59歲的勞動年齡人口數(shù)來反映勞動力數(shù)量；以家庭規(guī)模來間接反映勞動力的負擔情況。2. 家庭人力資本。Schultz(1968) 最早明確地提出了人力資本理論，指出教育、健康、培訓和經(jīng)驗都是人力資本的組成部分，其中教育和健康是人力資本的兩大基石。這里選擇戶主受教育年限、勞動年齡人口平均受教育年限作為教育的代表變量；選擇身體質量指數(shù)（BMI = 體重/身高2）、高血壓狀況作為健康的代表變量、選擇職業(yè)技術特征和戶主年齡作為技術經(jīng)驗的代表變量。3.物質資本。CHNS提供了家庭住房、家用電器、交通工具、農業(yè)機械，耕地等方面的資產信息。其中，耕地和農業(yè)機械屬于生產性資產；家電、交通工具雖然不屬于生產性的，但也是家庭經(jīng)濟實力的間接佐證，而且某些家庭的交通工具可能用于生產經(jīng)營；住房擁有自住和投資兩種功能，但住房面積和房屋價值信息缺失較多。最終選擇房屋出租價值及總資產來反映家庭物質資產水平。4社會資本。CHNS中并未專門設計衡量社會資本的問題，但是某些信息可以間接反映家庭社會聯(lián)系的程度。對于尋常百姓人家，婚喪嫁娶是社會生活中最重要的事情，出席這種場合越是頻繁，說明人際關系越好越融洽。另外，家庭擁有醫(yī)療保險，就擁有了一張巨大的安全網(wǎng)，可以分散患病風險，持有保險也體現(xiàn)家庭經(jīng)濟實力的高低和家庭所在地的商業(yè)或社會保險市場的健全程度?？梢赃@樣講，由婚禮支出反映的人際交往是一種非正規(guī)的社會資本，通過持有保險構建的則是一種正規(guī)社會資本。因此，選擇婚禮支出和醫(yī)療保險擁有情況做為社會資本的代表變量。5職業(yè)特征。工作單位的性質規(guī)模也會對家庭福利狀況產生很大影響。邢春冰（2005）發(fā)現(xiàn)，不同所有制之間工資決定機制有很大差異。王一兵,張東輝（2008）發(fā)現(xiàn)，在國營單位工作可使男性收入增加11%。甘犁（2009）針對當前的考公務員熱，分析了公共部門和非公共部門的工資差異，發(fā)現(xiàn)前者的工資顯著高于后者，相當多的國外文獻也證實了公共部門存在工資溢價。另外受雇者與自雇者的收入水平和決定機制也有很大差別。CHNS給出了工作地位、工作單位類型信息，分類都很細，如全部以虛擬變量的方式引入，將占用過多的自由度，過細的分類還可能掩蓋原本的規(guī)律性?；谏鲜隹紤]，對原有分類進行整合。對工作單位類型，將政府機關、國有事業(yè)單位和研究所和國有企業(yè)劃分為國有，其他為非國有。將政府機關、國有事業(yè)單位和研究所劃分為公共部門，其他為非公共。對工作地位，將有雇工的個體經(jīng)營者和無雇工的個體經(jīng)營者（包括農民）劃分為自雇者，其他劃分為非自雇者，進而計算相關的職業(yè)特征變量。6. 環(huán)境特征。我國城鄉(xiāng)之間、東中西部之間家庭的平均福利狀況差異很大。在城鄉(xiāng)方面CHNS提供地域和戶籍兩方面的信息，但是鑒于存在同一個家庭既有城鎮(zhèn)戶口又有農村戶口的現(xiàn)象，而本文的研究以家庭為單位，所以選擇按地域劃分城鄉(xiāng)。關于社區(qū)，重要的是社區(qū)的發(fā)達程度，包括交通、市場、醫(yī)療、休閑、娛樂、教育等多方面的設施與發(fā)展。借鑒已有文獻的作法，以醫(yī)療服務的可及性來反映社區(qū)特征。選取居民一次感冒所需費用和前往就診單位的時間兩個變量，分別計算整個社區(qū)所有被調查者這兩個變量的平均數(shù)作為該社區(qū)的代表值。至此，初選了21個變量備用，如表1所示?？梢钥吹?，大部分都不是CHNS的原始變量，而是對原始變量進行加工和匹配得到的。表1 變量選擇表變量代碼變量名CHNS對應的變量名變量說明Inc家庭人均收入Hhsize, hhincgross_cpi折算到2006年的家庭人均收入adultshu成人數(shù)Age15-59歲人口數(shù)adultedu成人平均受教育年限A11,age，U115-59歲人口平均受教育年限hedu戶主受教育年限A11,A5戶主受教育年限hbmi戶主BMIA5, U3, U2BMI=25或18pblood高血壓比例U4,systol1,diastole家庭成員高血壓者比例isjigong有否技術人員B4家庭成員中是否有技術管理人員rent房屋評估租金L11房屋的租賃價值asset總資產L22,L26,L30,L34,L40,L44,L52,L56,L60,L93-133, L143a-i農機電器交通資產總和L145有否婚禮支出L145是否有婚嫁支出（本戶的支出除外）pins醫(yī)保比例M1家庭成員有醫(yī)保的比例ispub有否公共部門者B6a家庭成員中否有公共部門者pguzhu自雇者比例B5家庭成員中自雇者比例isguzhu有否自雇者B5家庭成員是否有自雇者hage戶主年齡A5,age戶主年齡hhsize家庭規(guī)模hhsize家庭人口數(shù)Deast東部T1=32/37，江蘇/山東Dmid中部T1=23/41/42/43，黑龍江/河南/湖北/湖南Urban城市urban城市的居委和縣城illtime看病在途時間M15去醫(yī)療機構在途時間的社區(qū)平均值illcost一次感冒費用M21治療一次感冒的費用的社區(qū)平均值三、家庭貧困脆弱性的測度借鑒多數(shù)研究者的做法，本文將貧困脆弱性定義為家庭下期貧困的概率，并且假設未來收入分布服從對數(shù)正態(tài)分布，用下列公式計算貧困脆弱性： （1）其中，下期收入，為貧困線，采用FGT貧困指標形式，僅考慮的情況，且以跨期均值和方差為未來收入分布的均值和方差 未來收入分布估計方法主要有基于跨期均值方差和基于回歸結果兩大類，萬廣華、章元（2009）運用CHNS所做的研究結果顯示，前者優(yōu)于后者。 （2） （3）鑒于城鄉(xiāng)家庭的顯著差別，我們運用1997、2000、2004年的數(shù)據(jù)分別測度城鎮(zhèn)和農村家庭的貧困脆弱性。本文以貧困脆弱性的影響因素為研究重點，對家庭脆弱性的測度只是后期分析的基礎，因此這里僅以城鎮(zhèn)家庭分子群整理的平均脆弱性和脆弱率為例來展示測度結果，不做過多的分析。表2 分子群整理的貧困脆弱性測度結果分組依據(jù)組別脆弱率(%)平均脆弱性分組依據(jù)組別脆弱率(%)平均脆弱性城 鎮(zhèn)41.90.239按職業(yè)特征分組全自營50.60.278按年齡分組35歲以下26.10.178部分自營38.50.23635-4527.20.167無自營25.70.14945-5534.80.198按省份分組黑龍江15.20.10255-6543.10.222江蘇20.00.11965及以上55.00.314山東50.80.292按教育程度分組按文盲32.00.189河南51.90.307小學49.50.267湖南58.80.352初中44.70.249湖北35.30.191高中33.20.191廣西50.70.262大學及以上11.90.079貴州51.10.288四、家庭貧困脆弱性影響因素的篩選和比較上面的測度結果表明，家庭的教育程度、職業(yè)特征、戶主年齡和居住地不同，其貧困脆弱性也存在明顯差別，說明這些特征確實對家庭的貧困脆弱性有顯著影響，除此之外還有一些因素值得關注。為了分析城鄉(xiāng)的脆弱性決定機制，我們分別估計各自的脆弱性方程。 （4）其中，u和r分別代表城鎮(zhèn)和農村， 代表家庭貧困脆弱性測度值，X1代表各種家庭特征變量，包括人力、物質、社會資本等，X2代表各種控制變量，包括城鄉(xiāng)、位置、職業(yè)等。 1家庭貧困脆弱性影響因素的篩選理論研究表明初始稟賦對家庭福利有決定性影響，因此我們以1997年家庭的各種特征為自變量，以前面已經(jīng)測度出來的家庭脆弱性為因變量，不斷嘗試以各種變量組合去構建回歸模型，綜合比較模型的判定系數(shù)、F統(tǒng)計量和各回歸系數(shù)的t統(tǒng)計量，最終分別確定城鄉(xiāng)貧困脆弱性模型如表3所示。首先，無論城鄉(xiāng)，成人數(shù)、教育程度、醫(yī)保比例、資產、公共部門的系數(shù)均為負值，家庭規(guī)模和高血壓比例的系數(shù)均為正值。說明人力資本的數(shù)量和質量提高將會降低脆弱性；家庭擁有的實物和社會資本越多，脆弱性越低；家庭負擔越重、家庭成員健康狀況越差；脆弱性越高，并且如果有家庭成員在公共部門工作可有效地降低脆弱性。但是，城鄉(xiāng)各變量系數(shù)在數(shù)值上存在較大差異。城鄉(xiāng)成人數(shù)的系數(shù)分別為-0.023和-0.04，說明勞動力數(shù)量對城鎮(zhèn)家庭脆弱性的影響小于農村，這與農村勞動多為簡單勞動，勞動力轉化為收入的過程比較直接有關。在教育變量上，城鎮(zhèn)系數(shù)為-0.022，而農村系數(shù)為-0.011，這一結果與理論界長期以來關于農村教育收益率低于城鎮(zhèn)的研究結論相一致。城鄉(xiāng)醫(yī)保比例系數(shù)的差異更加不容忽視，城鎮(zhèn)為-0.174，農村僅為-0.035，說明醫(yī)保對農村家庭福利狀況的影響和保障作用仍與城鎮(zhèn)有巨大差距。家庭成員有在公共部門工作者，其工資水平及穩(wěn)定性都相對較高，有利于家庭脆弱性的降低，但是平均來講，城鎮(zhèn)家庭進入的公共部門的級別和層次要高于農村，其對家庭脆弱性的影響高于農村也就很自然了，二者的系數(shù)分別為-0.054和-0.048。其次，城鄉(xiāng)在自雇和年齡兩個變量上的系數(shù)符號相反。農村自雇比例系數(shù)為正，農村自雇比例越高意味著單純從事農村生產的成員越多，進而缺少更多的收入來源。而城鎮(zhèn)自雇則意味著更多的創(chuàng)富渠道，因此城鎮(zhèn)是否有家庭成員自雇這一變量的系數(shù)為負。城鄉(xiāng)年齡系數(shù)上的差異可由城鄉(xiāng)生活成本的差異來解釋。城鎮(zhèn)生活成本高于農村，子女教育、購房、婚嫁等大額支出會隨戶主年齡增大的趨勢，退休后雖然上述支出減少，但收入明顯降低，身體不適的情況也會增加。而農村人口生活成本相對低，子女逐漸成年也能分擔一部分生活壓力，而且農村勞動年限更長。第三，還有一些變量僅在農村顯著。作為社區(qū)變量的一次感冒費用系數(shù)為-0.057，似乎不合理，因為感覺上應該是一次感冒費用越低，醫(yī)療可及性越高，間接反映社區(qū)發(fā)達程度越高，其脆弱性狀況越好。但分析我國現(xiàn)實的國情和樣本數(shù)據(jù)，卻發(fā)現(xiàn)情況未必如此。我國普遍存在過度醫(yī)療現(xiàn)象，多數(shù)家庭迷信大醫(yī)院，只在實在太不方便或者家庭收入只能負擔低層次醫(yī)療服務時才會選擇近處就醫(yī)。這樣看來，一次感冒費用低幾乎可以看作無法快速抵達高級醫(yī)院、進而社區(qū)便利度不高或者低收入群體的代名詞，其系數(shù)為負也就可以理解了。是否有隨禮支出作為社會資本的一個代表變量，系數(shù)為-0.021，反映了保險等正規(guī)社會資本構建渠道尚不發(fā)達的情況下，鄰里親朋的守望相助仍是農村家庭構建社會資本的主要手段，對脆弱性起到降低的作用。東部虛變量系數(shù)為-0.15，這主要可歸因于東部地區(qū)較高的收入水平。表3 城鄉(xiāng)家庭貧困脆弱性的影響因素變量城鎮(zhèn)變量農村系數(shù)標準化系數(shù)P值偏相關系數(shù)標準化系數(shù)P值偏相關c0.443-0.000-c0.639-0.000-adultshu-0.023-0.0850.066-0.083adultshu-0.040-0.1680.000-0.150adultedu-0.022-0.2310.000-0.235hedu-0.011-0.1370.000-0.129pblood0.0650.0610.1370.067pblood0.0470.0420.0530.046logzichan-0.015-0.0980.013-0.112logzichan-0.023-0.1960.000-0.205pins-0.174-0.2620.000-0.256pins-0.035-0.0430.065-0.044hhsize0.0350.1650.0010.144hhsize0.0480.2230.0000.195hage0.0030.1290.0030.132hage-0.001-0.0350.173-0.033isguzhu-0.041-0.0720.139-0.066pguzhu0.0730.0880.0010.079ispub-0.054-0.1010.033-0.096ispub-0.048-0.0540.024-0.054logillcost-0.057-0.1360.000-0.144l145-0.021-0.0340.098-0.040deast-0.105-0.1540.000-0.155Adjusted R20.269Adjusted R20.249F-statistic21.58F-statistic49.71 2各因素重要性的比較城鄉(xiāng)家庭脆弱性模型中，除城鎮(zhèn)的高血壓比例、雇主和農村的年齡之外，其他變量均至少在0.1的水平上顯著，有相當多的變量在0.01的水平上顯著。但這并不意味著每種因素同等重要，還需進一步確定脆弱性的關鍵影響因素。上面的脆弱性回歸模型中，各因素的單位不同，得到的回歸系數(shù)量綱也不同，不能用來衡量各因素重要性的大小。本部分將使用標準化系數(shù)和偏相關系數(shù)解決這一問題。 （5） （6）標準化回歸系數(shù)是在對原始數(shù)據(jù)標準化，消除了因變量y和自變量x1，x2，xn所取單位的影響基礎上估計出來的回歸系數(shù)。其含義是自變量變動一個標準差，因變量平均變動多少個標準差，其絕對值的大小直接反映了xi對y的影響程度。偏相關系數(shù)是指扣除或固定某兩個變量之外的其他變量的影響之后，這兩個變量之間的相關關系，比簡單相關系數(shù)更能反映變量間的本質聯(lián)系。偏相關系數(shù)也沒有單位，其絕對值同樣可以用于比較各變量對因變量的相對重要程度。但是標準化回歸系數(shù)不但與自變量的回歸系數(shù)有關，還與這個變量的波動程度有關，如果波動程度較大，自變量就會顯得更重要。標準化回歸系數(shù)和偏相關系數(shù)的符號始終相同，當自變量只有兩個時，二者絕對值的相對大小一致，但自變量多于兩個時，由于變量的波動，二者絕對值的相對大小可能不一致，此時應以偏相關系數(shù)的結論為準。本文同時采用這兩種手段比較脆弱性各影響因素的重要程度，并將兩種判斷的結果相互印證。表3中列示了脆弱性各影響因素的標準回歸系數(shù)和偏相關系數(shù)。城鎮(zhèn)家庭脆弱性的影響因素中，最重要的是醫(yī)保比例、成人平均受教育年限，其標準回歸系數(shù)分別為-0.262和-0.231，其偏相關系數(shù)也相當高，絕對值都在0.2以上。我們的另一項研究表明，城鎮(zhèn)家庭脆弱性主要源于變動性，相應的減脆措施應以保障其穩(wěn)定性為主，醫(yī)保比例排在最重要的位置，恰恰印證了我們的研究結論。城鎮(zhèn)教育收益率明顯高于農村，投資教育是提升收入能力和降低家庭貧困脆弱性的的根本途徑。其次是家庭規(guī)模、戶主年齡、資產和公共變量。其標準回歸系數(shù)和偏相關系數(shù)絕對值基本在0.1以上。其中，前兩者人力難以控制，但是資產和公共變量卻可以通過政府的保護或引導施加影響。特別地，資產對脆弱性有多種作用機制，既是生成收入的基礎，也是家庭在面對風險時的保障，還是家庭財力大小的標志，應該設計合理的政策或機制保護并增加家庭的資產總量。另外，城鎮(zhèn)家庭各因素的重要性，按標準化系數(shù)和偏相關系數(shù)排序結果基本一致，因此結論比較可靠。農村家庭脆弱性的影響因素中，最重要的是資產、家庭規(guī)模、成人數(shù)、東部，其標準化系數(shù)和偏相關系數(shù)絕對值均在0.15以上。其次是一次感冒費用和教育變量，兩種系數(shù)的絕對值都在0.1以上。剩余因素的重要性按照標準化系數(shù)排序依次為：自雇、公共、醫(yī)保、高血壓、年齡、隨禮，按偏相關系數(shù)的排序與此非常接近。五、貧困脆弱性不同水平上的影響因素分析上文對脆弱性的影響因素進行了篩選和比較。但是必須認識到，一般線性回歸擬合的是被解釋變量的均值，得到的只是這些因素對貧困脆弱性的平均水平影響程度的大小。但是從扶貧的角度來講，高脆弱性群體才是關注的重點，因此需要研究不同脆弱性水平、特別是高脆弱性水平上各因素的作用機制，為扶貧政策的設計提供參考。本部分將使用Koenker 和Bassett(1978)提出的分位數(shù)回歸來解決這一問題。分位數(shù)回歸主要有以下優(yōu)點：首先，在研究問題方面，分位數(shù)回歸能更全面地反映研究對象的全貌。普通回歸只能提供一組回歸系數(shù)，體現(xiàn)的是自變量對因變量平均值的邊際效果，而分位數(shù)回歸能夠提供不同分位上的多組回歸系數(shù)，每組系數(shù)體現(xiàn)自變量對因變量該分位數(shù)的邊際效果。當自變量對因變量分布的不同部分產生不同的影響時，分位數(shù)回歸更能捕捉到這些差異。其次，在方法假設方面，普通回歸需要做出極強的假設，當假設不能滿足時，其估計量不再具有優(yōu)良性質且穩(wěn)健性非常差，分位數(shù)回歸的假設條件要弱得多，與實際情況更為接近，因此其參數(shù)估計量在有效性、穩(wěn)健性方面都優(yōu)于普通回歸。最后，在極端值影響方面，由于在所有分位上回歸，因此分位數(shù)回歸不像普通均值回歸那樣容易受到極端值影響，對異常值的耐抗性較強。與均值回歸模型（4）相對應的分位數(shù)回歸模型可以表述為 （7）式中， 是脆弱性的第分位數(shù)，是均值回歸中篩選出來的影響因素，系數(shù)向量隨分位點的變化而變化，由下式求解： （8）取=0.05, 0.1,0.95，用Eviews完成分位數(shù)回歸，結果如表4、表5所示?？梢园l(fā)現(xiàn)，各因素分位數(shù)回歸系數(shù)的符號與均值回歸基本一致，但在數(shù)值和系數(shù)的顯著性上存在一定差異。表4 分位數(shù)回歸結果一變量城鎮(zhèn)變量農村均值回歸分位數(shù)回歸均值回歸分位數(shù)回歸=0.25=0.5=0.75=0.25=0.5=0.75C0.44300.09840.39600.6756C0.63860.28520.58860.9945ADULTSHU-0.0228 -0.0115-0.0226-0.0139ADULTSHU-0.0398-0.0289-0.0498-0.0421ADULTEDU-0.0219 -0.0052-0.0208-0.0237HEDU-0.0113-0.0043-0.0125-0.0128PBLOOD0.0653 0.01430.01460.0516PBLOOD0.04650.01230.04100.0829LOGZICHAN-0.0146 -0.0049-0.0130-0.0289LOGZICHAN-0.0225-0.0174-0.0239-0.0306PINS-0.1739 -0.0324-0.1123-0.2235PINS-0.0351-0.0161-0.0068-0.0411ISPUB-0.0541 -0.0135-0.0575-0.1223ISPUB-0.0485-0.0020-0.0356-0.0856HAGE0.0026 0.00050.00130.0050HAGE-0.0009-0.0005-0.0005-0.0014HHSIZE0.0355 0.01550.04160.0232HHSIZE0.04770.03250.05730.0514ISGUZHU-0.0408 -0.0238-0.0520-0.0317PGUZHU0.07250.04050.07220.0659LOGILLCOST-0.0574-0.0309-0.0592-0.0837L145-0.02090.0018-0.0067-0.0441DEAST-0.1046-0.0410-0.1236-0.1624Adjusted R20.26870.01570.13750.2433Adjusted R20.24890.09100.17140.1774注：因篇幅所限，表中僅列示均值回歸和=0.25、0.5、0.75的分位數(shù)回歸結果。從各因素系數(shù)的顯著性來看，城鎮(zhèn)均值回歸模型中，除高血壓和雇主變量的P值為0.13，略有些不顯著之外，其他因素均至少在10%的水平上顯著。城鎮(zhèn)分位數(shù)回歸模型中，大部分因素在低脆弱性水平上不顯著；成人平均受教育年限、醫(yī)保比例、家庭規(guī)模、公共變量對低分位點之外的位置存在顯著影響；成人數(shù)對中高分位點有顯著影響；資產對中等脆弱性水平有顯著影響；自雇變量僅在=0.4時顯著；而高血壓變量對所有位置都沒有顯著影響。農村均值回歸模型中，所有變量都顯著。農村分位數(shù)回歸模型中，成人數(shù)、教育、資產、家庭規(guī)模、自雇、一次感冒費用、東部變量對分布的大部分位置有顯著影響；高血壓、公共變量的基本都在0.50.8時顯著；婚嫁支出在高脆弱性水平上影響顯著；醫(yī)保比例僅在極端高位上顯著；而年齡在所有位置都不顯著。對照城鄉(xiāng)的情況可以發(fā)現(xiàn)二者存在巨大差異。成人數(shù)、資產對農村家庭脆弱性影響的區(qū)間比城鎮(zhèn)寬，說明城鎮(zhèn)家庭勞動力數(shù)量和資產的重要性低于農村；公共變量影響區(qū)間則是城鎮(zhèn)寬于農村，這跟農村家庭公共部門就業(yè)的機會少、層次低有密切關系；年齡變量影響區(qū)間的差異，可能源于農村居民勞動年限更長、身體狀況更好，年齡增長的負面效應不象城鎮(zhèn)那樣明顯；城鎮(zhèn)醫(yī)保比例影響區(qū)間非常寬，農村卻僅在極端高分位上有顯著影響，從側面反映了城鄉(xiāng)社會保障的差距，同時也提示了對最脆弱的農村家庭提高保障力度的重要性。表5 分位數(shù)回歸結果二城鎮(zhèn)農村變量系數(shù)顯著的位置變量系數(shù)顯著的位置ADULTSHU0.60.8ADULTSHU0.2ADULTEDU0.3HEDU0.2PBLOODnonePBLOOD0.50.6，0.750.8LOGZICHAN0.40.6LOGZICHAN0.2PINS0.3PINS=0.9ISPUB0.4ISPUB0.50.8HAGE0.6HAGEnoneHHSIZE0.3HHSIZE0.2ISGUZHU=0.4PGUZHU0.25LOGILLCOST0.2L1450.7DEAST除=0.9之外為了更加直觀地觀察各因素在不同分位上影響的差異，分城鄉(xiāng)繪制每個因素在不同分位上回歸系數(shù)的折線圖，其中角標u代表城鎮(zhèn)，r代表農村我們可以看到，雖然數(shù)值上存在差異，在教育、資產、高血壓、資產、家庭規(guī)模、醫(yī)保比例、公共變量等因素上，城鄉(xiāng)的基本趨勢具有相似性。這里我們重點分析關鍵的、顯著的因素，特別是那些對高脆弱性水平存在顯著影響、可以進行人為干預的因素。（1）教育。無論城鄉(xiāng)，都是在x軸下方一路向下，說明其對脆弱性的負向作用越來越強，即越脆弱的群體，增加教育越能有效地降低其脆弱性，與均值回歸結果一致，農村的教育收益率僅能達到城鎮(zhèn)的一半左右；（2）資產。圖形趨勢與教育相似，家庭越脆弱，資產的影響越大。從這個角度講，保護和增加脆弱群體的實物資產是降低脆弱性的有效途徑。（3）成人數(shù)。城鎮(zhèn)的系數(shù)呈現(xiàn)一個U形，即勞動力數(shù)量對中等脆弱家庭的影響高于兩側的家庭，農村成人數(shù)的影響隨著脆弱性提高而增大。（4）醫(yī)保比例。與教育和資產相似，醫(yī)保比例越高，家庭脆弱性越低。農村醫(yī)保比例僅在極端分位點上顯著，恰恰說明了在農村醫(yī)保尚未發(fā)揮應有的作用，亟待加強。（5）家庭規(guī)模。城鄉(xiāng)在這一因素上高度一致，都是在x軸上方不斷上行，說明對脆弱性的正向影響越來越強。但是家庭規(guī)模基本上屬于不可控因素，難以通過某些政策施加影響。值得注意的是婚禮支出，該變量雖然僅對農村家庭顯著，但其變動趨勢極為特殊，0.4時符號為正，即有婚禮支出的家庭脆弱性高于沒有的家庭，之后符號為負，而且系數(shù)絕對值隨著脆弱性提高不斷增加，說明有婚禮支出的家庭脆弱性低于其他家庭，脆弱性越高，這種差異越大。隨禮支出只能作為社會資本的一個粗略的縮影，無法覆蓋家庭所有社會資本，但是這一結果再次佐證了非正規(guī)社會資本對于農村家庭的作用。 圖1 分位數(shù)回歸系數(shù)折線圖六、結論本文使用CHNS四輪的家庭面板數(shù)據(jù)，對城鄉(xiāng)共2638個家庭的脆弱性進行測度，逐層深入地分析脆弱性的影響因素，先用普通回歸法篩選影響因素，然后利用標準回歸系數(shù)和偏相關系數(shù)比較各因素的相關重要性，最后用分位數(shù)回歸對各因素在不同脆弱性水平的影響。主要的研究結論如下：第一，城鄉(xiāng)家庭脆弱性的影響因素互有異同。同為負向的因素有成人數(shù)、教育程度、醫(yī)保比例、資產、公共部門，同為正向的因素有家庭規(guī)模和高血壓比例，符號相反的有自雇和年齡兩個因素。第一次感冒費用、隨禮支出和東部變量僅對農村家庭影響顯著。第二，各因素的重要性各