1研究方法

1.1數據來源

    本文使用的基礎數據庫來自農業部大樣本農戶調研數據，該數據運用了科學的抽樣方案以確保代表性。目前該數據庫已被廣泛的用于農業生產力、要素市場發展等方面的研究。根據合作協議，我們獲取了1995-2004年間來自浙江、湖北和云南三個省的31個村莊和每年1362戶農戶的數據。該數據的面板磨損相對較低，有68%的家庭每年都報告數據。家庭層面的數據涵蓋以下方面的詳細信息——家庭基本情況、農業生產的特征以及勞動力農業和非農勞動時間分配。本文使用官方的全國消費者價格指數( CPI)將收入、消費、資產和轉移支付等貨幣變量轉換成2000年價格。鄉村調查數據則提供了有關資源稟賦、就業、生產以及福利和社會指標的信息。

    本文對家庭財富的衡量基于家庭全部凈收入變量。該變量定義為總收入減去農業生產要素的成本、自營工商業的經營費用和稅收支出等。在支出核算中，自身所有的住房和自給自足型消費的估算值不包括在內。

1.2計量模型

    本文使用非比例風險( non-proportional hazardapproach)計量經濟分析方法評估貧困持續時間對脫離貧困線的概率的影響。定義T為衡量處于或脫離貧困持續時間的變量，并定義T的連續概率密度為f（t）（該方法更詳細的說明，請參考Greene），相應的累積分布函數為：

上述為生存方程及其表達，表示一個家庭至少到時間t脫離貧困的概率。最后將風險方程定義為：

間依賴性和遞減的脫離貧困的風險。即脫離貧困的概率隨著家庭處于貧困狀態年份的增加而降低。

    本文應用的非比例風險率模型從最常用的比例風險模型開始進一步放寬了相關假定。風險比例模

模型假定風險只取決于持續時間t，因而忽略不同家庭間存在的異質性特征。然而，個體之間的行為非均質性可能會改變個體的風險，其中部分變化可以通過控制家庭中觀察到的個體特征x來獲得解釋。借鑒Jenkins方法，公式(3)可改寫為：

用過不同分布進行估計。本文使用離散時間風險模型進行估計，并使用互補的log-log基準風險（基礎數據以區間刪失的方式報告家庭的貧困狀態，相應的連續和離散持續期模型提供類似的結果和影響）。家庭的非均質性包括兩方面：一個是以時間衡量的

明對改變表示貧困狀態變化的基準風險率具有潛在乘數效應，被稱作脆弱參數。由于本文的樣本包括三個省份的數據，且本文關注在不同省份之間，家庭處于或脫離貧困的時間對脫離或者進入貧困的風險影響是否有異質性，故放松成比例的假設條件。非比例風險率模型包括虛擬省份和基準風險之間的相互影響。

    最后，可以估計方程(4)，其中x表示住戶、農場和村特性，是待估計參數向量。本分析指包括所謂的外部時變協變量，反映了關于對時變協變量處理的討論。這些變量是可獨立觀察的貧困狀態。因此，采用標準的漸進估計技術，可提供對相對風險參數可行的估計方法。本文使用分組數據處理方法。

    顯然，在調查中的第一年或者最后一年，家庭有可能已經處于貧困狀態。因此，處于貧困狀態( poverty spell)的總長度不能確定，從而被稱為截尾。在本文的分析中，未被觀測到初始或未被觀測到結束的貧困狀態，被同等對待。

1.3貧困的度量

    本研究采用相對貧困線定義來分析貧困持續性的決定因素，對于國家貧困線的定義進行了詳細的討論和說明，有人認為相關社區是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線（相對貧困線指與社會正常生活水平仍有較大差距的收入水平線，即社會中某一成員生活水平遠低于社會中大部分成員的生活水平）。針對經濟發展達成的普遍共識認為：所有的社會成員應從經濟發展中受益，任何個人應該能夠充分參與社會生活，而這些要求

超過了生存線的簡單標準?；�于對貧困普遍共識，大部分西方國家采用相對貧困線的概念。然而，相對貧窮線的局限性是該貧困線隨時間推移而變化，而且與福利措施發展呈高度相關性。而絕對貧窮線是與福利措施彼此獨立的關于貧困分布的估計，它需要不斷更新以表現出最低生活標準的實際成本。此外，絕對貧困線測度的一個缺點是其可能引入測量誤差，例如，當引入最低食物攝人量這一概念來考量一籃子食物組成時產生的省際差異，以及物價水平變動的省際差異等。在最低熱量要求、食品束組成、計劃價格、使用非食品支出的估值等偏差的約束下，我國在2011年底將國家貧困線調整至日常開支不低于每天1美元的標準。

    最后需要注意的是福利指標的選擇問題。已有研究主要使用的是基于收入或消費開支的貧困線。這兩種計算方式的主要差別是每年的消費期望是平滑的，因此其變異性要低于基于收入的貧困線。相關文獻對于二者的優點和缺點進行詳細的討論?；�于資產的貧窮線，涉及到一大部分的非線性計算。本文使用的數據關于消費支出變量的定義中已經排除了對自己再生產的消費，因此將家庭的凈收入用作福利的測算。

    總的說來，本文將各省人均純收入的中位數定為相對貧困線（相對貧困概念意味依賴個人效用。此外，為了避免討論關于適當等價規模，所有家庭成員采用同樣的權重）。樣本基于平衡面板農戶( balanced panel data)，以避免同一家庭成員中存在的等效收入之間的依賴關系。各省相對貧窮線是基于樣本計算的，以避免一省收入增長造成的對其他省份的影響（有人認為相關社區是在村莊或省級形成的，因此本文使用各省特定的相對貧窮線）。

2結果與分析

2.1貧困率和收入分配

    1995-2004年以相對貧困線計算的平均貧困率是19.4%（表1）。這也表明與其他研究使用較低的國家貧窮線，使得我國的貧困率嚴重低估-1998年為3.2%_5.3%。各省之間的貧困率存在顯著的差異。浙江受訪家庭的平均收入幾乎是湖北的3倍，并比云南省的4倍還要多。受到高收入分布群體的影響，以相對貧困線衡量的話，浙江省和云南省的貧窮率相對較高。這表明我國在制定精準扶貧戰略時，要著眼于相對貧困問題以及貧困的區域特征。

    我們的研究結果驗證了相當大一部分家庭的貧困狀態是一種短期現象。但同時，我們發現，基于不同的貧窮線標準，貧困狀態的動態性存在顯著的省際差異。以相對貧窮線衡量，樣本中的41%的浙江農戶和60%的湖北農戶從未處于貧困狀態。如果將處于貧困超過5年的家庭定義為長期貧窮的話，少于10%的家庭屬于此范疇。浙江省用不同貧困線衡量時差異較大，以相對貧困線計算其長期貧困家庭為9%。形成鮮明對比的是，云南省基于相對計算的長期貧困家庭分別為19%。處于貧困狀態超過5年的長期貧困家庭有98%生活在云南。

2.2非參數法分析貧窮問題的動態性分析

    表2列出三個省的馬爾科夫轉移矩陣( Markovtransition matrices)和兩條貧困線。計算的轉變概率表示從當年到下一年脫離貧網或者仍然處于貧困狀態的概率。然而，我們沒辦法考察到家庭的異質性和年內貧窮的動態變化。對三個省份的轉移矩陣進行科克倫檢驗( Cochran test)，檢驗結果不能拒絕貧困轉變概率存在省際差異的假說。用每年的轉移概率表示貧困的持久性，云南的轉移概率是最高的。由于進入貧窮的概率比脫離貧窮概率小得多，暗示我國農戶面臨的不對稱的進入和脫離貧窮問題。

    在介紹危害分析的結果之前，應該先更周密的考慮一下貧困的持續性。很顯然云南省有4.42%的農戶持續5年都在國家貧困線以下，顯著高于浙江(0.69%)和湖北(0.42%)（表3）。有趣的是，不同省份之間長期貧困占所有貧困的比例大不相同。依據在相對貧困線的三個省的貧困時間的長度，顯然幾乎所有的家庭都只有一小段時間是貧困中度過。這個大致觀察和其他發展中國家是一致的。

2.3脫貧的決定因素分析

    本文用了一系列協變量來控制作為脫貧和重新陷入貧困的決定性因素和在基準危險之上的家庭、生產經營和空間特征的影響。其中，家庭特征包括家庭人口數、戶主的年齡、受教育程度、非工作人口的比例和參與地方行政的程度（是否是村干部）；生產經營特征包括土地、每個家庭成員的生產權利和作為風險分散機制的家庭經營活動的多樣化等。此外，采用一系列協變量控制當地特征，例如外來人的比例、人口密度、失業率和當地主要經濟活動。

最終，為了檢驗跨越三個省的時間對結果的可能影響，本文也考慮了浙江省和云南省的二元變量和時間（取對數）的交互影響。解釋變量的具體描述性統計詳見依據該數據的有關貧困的靜態分析。

    我們采用參數生存模型，分析貧窮中或貧窮外所處時間的影響。除了常數以外的所有系數都為零的虛擬假設被似然比檢驗清晰的拒絕了（表4）。持續時間（的對數的）估計系數都是負的，而且具有統計學上的顯著性。這意味著hazard functions風險均數是向下傾斜的，顯示與持續時間的負的相關性，即在貧困（非貧困）的年度越長，脫貧（再流人貧困）的概率越小。與此同時，時間變量和省份的二元變量的交互影響揭示了湖北、云南、浙江這三個省份脫貧或重新進入貧困的概率的顯著差異。

    脫貧估計基準生存方程呈現了一個下降的概率。在貧困狀態中每增加1年，脫貧的概率會降低39%（表4）。根據交互影響顯示出云南省脫離貧困的概率比其他兩個省份都低。浙江省脫離貧困的機會與總體樣本的估計生存基準線沒有顯著差異。參數分析法的結果與非參數法的結果相一致，在轉型幾率方面，云南省從一年到下一年的貧困持續性是最高的。在貧困的第一年，提高農戶收入到相對貧困線以上的可能性接近60%。在前三年，前一個可能性降低了一半。    

    此外，解釋農戶脫離相對貧困的有顯著貢獻的協變量稍微多一些。家庭人數( hhsize)、戶主的年齡( age)、（正式）非勞動力的家庭成員人數(depend)降低了脫離貧困的概率。每增加1個額外的非勞動力家庭成員幾乎和每處于貧困狀態增加1年有同樣的影響，它降低了在相對貧困線以下提高收入的生存概率的42%（基礎數據無法分離孩子和退休家庭成員的影響）。脫離相對貧困的概率隨著農戶所受教育的提高而提高。家庭中受基礎教育( eleem)和中等教育( sec)的人口比例上升對脫離相對貧困都有顯著正效應?？紤]到處于危險中的人口的描述性統計可能可以解釋這個不同。在兩個樣本中接受基礎教育的家庭成員的比例非常相同。農戶中有村干部( cadre)的家庭有更低的脫離相對貧困的hazard機會，可能他們缺少方法來參與或者猶豫著是否該參與到能產生更快增長收入的活動。

    至于生產經營的特征，則揭示出那些只依賴于農作物生產( dcrop)的農戶，人均耕地(land)越多，而農戶脫離貧困的概率越低。更多的生產性資產( asset)會增加脫離貧困的機會。在當地特征中，人口密度（popdensity）和是不是山區的二元變量( dmountain)是結束貧困陷阱的主要驅動力。令人驚訝的是，和有序概率分析的結果一致，村落的平均財富( avincome)充當了脫離相對貧困的阻力。描述性統計顯示，收入分布在更加富裕的村鎮分布更廣。村鎮水平上的家庭收入的方差和平均人均收入為正相關(0.66)，并且呈統計學顯著。此外，在以農業生產為主地區( dagric)的處于貧困中的家庭面臨脫貧的概率更低（被調查鄉村根據主要經濟活動被分為5個不同的經濟區。它們是農業、林業、漁業、畜牧業和其他）。在該區域明顯的相對緩慢增長的家庭純收入映像了這一結果（在農業區，農戶人均收入年均增長大約4.4%，而其他區是7.7%的年均收入增長）。

2.4重新進入貧窮的決定因素分析

    針對重新陷入貧困的情況，我國農戶面臨著相對較低的風險，而且隨著時間增長，重新陷入貧困的幾率降低。同時，回歸結果中云南省與其他兩省份又有不同。估計系數表明一個向上移動的生存基準線。重新進入貧困概率揭示出之前非常窮的農戶再次陷入貧困的概率高于其他農戶（表4，最后1行），這表明扶貧政策要有持續性，尤其要關注貧困中脫貧一再返貧的這一特征。在l362戶曾經處于相對貧困線以下的農戶中，只有11%的農戶再一次陷入貧困。

    重新陷入貧困受農戶的社會經濟特征影響，其再次陷入貧困的概率隨著家庭成員中非勞動力( depend)的數量而顯著地增長。但是，受到更好教育的家庭面臨重新陷入貧困的風險要小一些。在不同的教育水平中，中等教育( sec)和高等教育（high）似乎只對再次掉到相對貧困線以下的風險有最重要的影響。

    在人口越密集的地方（popdensity）農戶重新陷入貧困的可能性越低，可能的解釋是因為有更多的經濟活動和機會。從鄉村來的流動人口的比例在生存基線上有增加的影響，并在統計上顯著。兩個重要的地域性特征增加了重陷貧困的概率。處于平原和以漁業為主的地區的農戶面臨重新降低到相對貧困線以下的風險較高，分別為36%到70%。令人驚異的是，處于山區( dmount)的農戶面臨的重新進入貧困的危險要低些。和預料中一致的，在更加富有的鄉村( avincome)，農戶面臨兩次進入貧困的風險要低些。所以，結果證明之前貧窮的家庭也從鄉村的整體經濟增長中受益。

3結論及政策建議

    研究表明，依據生存方程估算的脫貧和再進入貧困存在顯著的省際差異。云南省貧困更加普遍、持續時間更長。關于農戶相關的協變量，戶主的年齡、家庭成員中非勞動力成員的比例和村干部的地位似乎都會增加貧困的持續性。另一方面，有工作的家庭成員在不同水平上的受教育會降低再次進人貧困的幾率、增加脫離貧困的可能性。土地稟賦和對把種植農作物作為單一家庭收入來源的依賴會增加貧困的持續性。至于控制地理條件的協變量，貧困的持續性在人口密度更高的地方要更低些，令人驚異的，山區也是這樣。鄉村水平的人均收入扮演著一種不明確的角色。它減少跨越到相對貧困線以上的概率，同時減少再次下降貧困線以下的風險。

    分析表明，貧困是暫時的現象。所以政策手段應該集中在收入穩定和保險機制，建立健全保險制度、提高農產品市場透明度、提高支農資金使用效率、促進農業部門整合等。農村地區人們受教育似乎是使得農戶處理貧困的最有希望的出發點，加強農村基礎教育和職業培訓，提高貧困人口的素質，推動農村勞動力轉移，建立農村社會保障，是反貧困戰略的重要方向。此外，幫助農民建立除了種植業生產之外附加的家庭生產經營活動可能也會減少中國農村地區的貧困。