2. 江苏省社科院 社会学所, 江苏 南京 210013
随着精准扶贫力度的加大,中国农村地区贫困人口大幅减少,贫困发生率持续下降,但老年人、残疾人、儿童等特殊群体的贫困问题仍然突出,特别是女性的贫困还将成为贫困代际传递的重要影响因素。由于中国农村男性劳动力的大量转移,女户主家庭和留守妇女家庭的数量不断增加,相对于其他群体,她们大多承受着来自生产和生活的双重压力。同时,她们受生活环境、自身人力资本的限制,家庭内部人际关系出现空缺,并且受到的外部社会支持较少,社会资本的欠缺使她们更容易陷入贫困。不少留守妇女在面临疾病、自然风险或其他突发事件等风险冲击时,抵御能力弱、脆弱性高。到2020年底,中国农村地区将实现全面脱贫,特殊困难群体的持续性脱贫问题将成为新的关注点,贫困脆弱性是特殊困难群体长效稳定脱贫的衡量指标。
传统贫困指标是一种事后测度,只能反映家庭当下的贫困状态,无法显示贫困未来变化趋势,难以体现脱贫长效性[1-2]。由于能将风险纳入分析范畴,基于脆弱性视角对特殊群体贫困的研究更具有说服力[3]。黄承伟等[4]认为从脆弱性视角研究贫困更有利于理解贫困的产生原因及发展趋势,因此脆弱性应作为扶贫政策研究新的切入点。贫困脆弱性测度也是当前中国学者的研究方向之一。大多数学者采用Chaudhuri等的测量方法,即预期的贫困脆弱性(VEP)。李丽等[3]使用CHNS数据对2638个家庭的贫困脆弱性进行测度与分解,探寻脆弱性根源,并验证了该方法预测贫困的可靠性。杨文等[5]则是采用效用理论对家庭脆弱性进行了定义,并将中国农村家庭脆弱性进行了量化与分解,结果表明多数农村家庭是脆弱的,村内不平等是脆弱性的主要组成部分。另外,万广华等[6]首次从资产视角研究农村家庭贫困脆弱性问题,提出农户应提高资产使用效率,以降低贫困脆弱性。
国际经验表明,社会资本作为一种非正式风险承担工具,是农村家庭在面临风险、应对消费冲击时极为重要的消费平滑手段,对反贫困起到积极作用。事实上,社会资本对贫困户的影响并不是独立的作用机制,而是与物质资本、人力资本、金融资本等协同激发贫困户内生动力,社会资本与其他资本之间的相互作用能够降低特殊群体遭遇风险冲击的可能性,提高特殊风险抵御能力、降低贫困脆弱性。社会资本在缓解农村贫困方面的效果已经得到部分学者的证实:徐伟等[7]利用面板数据对中国农村的研究发现,家庭的社会网络不仅能够直接缓解贫困,而且能够通过抵消家庭成员所承受的负向冲击影响而间接地缓解贫困;车四方等[8]利用CFPS数据实证分析了社会资本与多维贫困之间的非线性关系,发现社会资本与农户家庭多维贫困之间存在“门槛效应”,当社会资本拥有超过门槛值后,能显著降低农户家庭多维贫困水平;史恒通等[9]研究发现,社会网络、社会信任、社会参与均会对多维贫困指数有负向影响,总社会资本量能显著抑制农户多维贫困的发生概率,减轻贫困程度。
回顾相关文献发现,已有研究通常将农户的生计资本放在同一维度进行考察,缺乏社会资本作为外部推动力对贫困脆弱性的作用机制分析,关于贫困脆弱性的研究较多集中在对农村家庭或城镇家庭的统一研究上,并未关注到不同性别群体之间具有的差异性,专门针对女性贫困脆弱性的研究更是匮乏。鉴于此,本文基于中国家庭追踪调查(CFPS)的微观数据,研究社会资本对贫困脆弱性的影响,试图回答以下问题:在当前中国大力推行精准扶贫的时代背景之下,中西部农村家庭贫困脆弱性现状如何?贫困脆弱性是否更加女性化?社会资本是否有助于降低农村女户主家庭贫困脆弱性?社会资本通过何种机制对贫困脆弱性产生作用?
二、分析框架与研究假说本文借鉴世界银行对贫困脆弱性的定义,将家庭未来陷入贫困的可能性定义为贫困脆弱性。黄承伟等[4]认为,家庭所处的环境存在各种风险,自然灾害、宏观经济、健康冲击、失业等直接影响家庭福利水平,使非贫困人口陷入贫困,已贫困人口持续贫困。但家庭自身存在风险抵御能力,会采取各种行动来抵御风险,如积累资产、加入网络、借贷、延迟健康相关的支出等。因此,贫困脆弱性既是风险的产物,也是家庭抵御风险能力和行动的产物。家庭可能遭遇的风险特征和抵御能力依赖于家庭的资本状况,生计资本的持有和风险抵御能力结合在一起, 决定了家庭的贫困脆弱性。
英国发展署的DFID可持续生计模型为贫困脆弱性的研究提供了一种思路,强调了影响贫困的关键因素[10]。在可持续生计框架中,生计资本分为社会资本、人力资本、金融资本、自然资本以及物质资本,这五大生计资本的组合决定了家庭的贫困状况,其中,社会资本对家庭其他生计资本积累产生外在的推动力。根据分析的需要,本文将农户生计资本分为内部资本和外部资本,人力资本、金融资本、物质资本与自然资本为农户的内部资本,社会资本为外部资本。本文将利用图 1显示的逻辑关系阐述社会资本对贫困脆弱性的影响机制。
农户的内部生计资本状况是影响家庭贫困脆弱性的直接因素。然而,遭遇风险冲击后,短时间内难以通过提高自然资本、物质资本和人力资本满足生活需要,从而避免出现家庭贫困的现象。已有研究和农村现实情况表明,借贷是农村家庭通常会采取的事后抵御风险的行动,是其重要的消费平滑手段,家庭若能获得借贷则无须减少其他生计资本,同样可以满足家庭的基本消费避免返贫。因此,借贷获得体现了家庭的风险抵御能力,以借贷为主导的金融资本是影响贫困脆弱性的主要内部资本。根据以上分析,本文提出以下研究假说:
H1:金融资本的获得体现了家庭风险抵御能力,会显著直接影响农村家庭贫困脆弱性。
社会资本作为一种非正式制度为贫困群体提供社会支持以弥补正式制度的不足,这一作用在农村的信贷领域表现尤为突出[11]。农村金融机构通常要求有经济实力的人或组织为农户提供一定的担保,这一条件使拥有较好弱关系型社会资本的农户更容易获得正规借贷。而贫困群体由于缺乏抵押能力,常常被有限的正规金融服务拒绝,在这种情况下,以亲戚朋友等强关系型社会资本为依托的非正规借贷就成为农户平滑消费的重要途径。因此,在促进金融资本获得上,强关系型社会资本可以基于人情和信任促进农户非正规借贷获得,弱关系型社会资本也可以缓解信贷信息不对称,并作为隐性担保物促进农户正规借贷的获得。
女户主家庭受到外部的社会支持较少,社会资本的欠缺使她们在面临疾病、自然风险或其他突发事件等风险冲击时,抵御能力弱,更容易陷入贫困。对于女户主家庭,目前较多的关注集中于单亲家庭,研究对象的划分根据户籍而定。而本文将女户主家庭定义为因丧偶、离异和单身导致女性作为户主的法理女户主家庭,以及男户主由于劳动力迁移长期不在家,家庭决策主要由女性做主的事实女户主家庭。社会资本理论认为,女性在使用社会资本方面处于“资本欠缺”困境,即女性社会关系网络中更多的是由密切接触的亲属、邻居组成的强关系网络,空间分布狭小;而男性社会网络更多的是由半径较大的朋友、工作伙伴等组成的弱关系网络,空间分布广泛。同时,女性在使用社会资本方面还处于“回报欠缺”困境,即男性社会资本的构建围绕利益关系,具有功利目的;而女性社会资本构建的出发点是情感世界,聚焦情感联系。女性的“资本欠缺”和“回报欠缺”特点,可能导致社会资本对金融资本的作用机制与男性存在差异。基于以上分析,本文提出以下研究假说:
H2:社会资本有利于金融资本(借贷)的获得,进行消费平滑,增强家庭风险抵御能力,从而降低贫困脆弱性。社会资本的这一作用存在性别差异,女户主家庭主要依靠强关系进行非正规借贷,而男户主家庭在依靠弱关系进行正规借贷上具有优势。
三、中西部农村家庭贫困脆弱性分析 (一) 贫困脆弱性的测度根据已有研究,预期贫困脆弱性(VEP)的概念和方法得到最为广泛的应用,且政策含义较强[12]。因此本文在测度贫困脆弱性时采用了预期贫困脆弱性(VEP)①的思想,即计算消费低于贫困线的概率。本文将贫困脆弱性表示为:V*=v(z,c,p),其中V(·)表示贫困脆弱性的测度值,z为参照指标值(贫困线),c为下一期或未来衡量标准的测度值,p表示c概率的分布。本文假设家庭消费呈对数正态分布,首先计算样本家庭历年人均消费和贫困线标准的对数值,得出人均消费对数的均值和标准差;再运用正态分布累计概率函数,得出贫困脆弱性指标值,具体数学推算为:
① VEP方法是指家庭t时的贫困脆弱性可以用家庭在t+1时期陷入贫困的概率,即“未来可能陷入贫困的概率”来衡量。实际测算中,本文使用中国的贫困线标准(2016年贫困线为3000元,2014及2012年贫困线为2300元),以及50%的脆弱线标准(如果一个家庭在未来陷入或保持贫困的概率大于或等于50%,则这个家庭被认定为脆弱性家庭)。
第一步,令ci, t为t年份样本农户i的人均消费,其对数记为lnci, t;令li, t为t年份贫困线,记为L,其对数为lnL;
第二步,计算lnci, t的均值
第三步,令Zi=(lnL-μi)/σi,将其代入标准正态分布累积概率函数
本文所使用的微观数据来源于中国家庭追踪调查(CFPS)①,考察对象为中国中西部农村家庭。本文从CFPS数据库中获得了所需相关信息完整的3370个中西部农村户籍家庭样本。按本文的判定方法,用已婚女性与丈夫之间相对权力的衡量比较来反映家庭事实户主的性别。在这里本文认为贫困农村地区女性掌握家庭权力意味着丈夫的向外流动,该家庭实际是事实女户主家庭。在根据丈夫是否外出打工、外出超过三个月的基础上,通过测量家庭决策权(家庭重大事务决策权、子女事务决定权、家庭收入支配权与消费决定权)归属判定户主性别,最终得到男户主家庭样本2166个,女户主家庭样本1204个。
① 该数据库目前已公开2010年、2012年、2014年和2016年四期全国性调查数据,因此,本文按照VEP方法分别测度了样本家庭2014年和2016年的贫困脆弱性。该数据库中的中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖南、湖北8个省市;西部地区包括广西、重庆、四川、贵州、云南、陕西、甘肃7个省市自治区。
(三) 贫困脆弱性测算结果分析本文首先统计了2012—2016年期间中西部农村家庭贫困的变化情况,将样本家庭2012年的贫困状态分别与2014、2016年的贫困状态进行分组交叉分析(表 1)。
样本类型 | 2012年 | 2014年 | 2016年 | ||||
贫困 | 不贫困 | 贫困 | 不贫困 | ||||
全部家庭 | 贫困 | 26.17(882) | 12.05(406) | 14.12(476) | 8.84(298) | 17.33(584) | |
不贫困 | 73.83(2488) | 11.57(390) | 62.26(2098) | 10.98(370) | 62.85(2118) | ||
合计 | 100.00(3370) | 23.62(796) | 76.38(2574) | 19.82(668) | 80.18(2702) | ||
男户主家庭 | 贫困 | 28.44(616) | 13.67(296) | 14.77(320) | 8.77(190) | 19.67(426) | |
不贫困 | 71.56(1550) | 11.54(250) | 60.02(1300) | 10.89(236) | 60.67(1314) | ||
合计 | 100.00(2166) | 25.21(546) | 74.79(1620) | 19.66(426) | 80.34(1740) | ||
女户主家庭 | 贫困 | 22.10(266) | 9.14(110) | 12.96(156) | 8.97(108) | 13.13(158) | |
不贫困 | 77.90(938) | 11.63(140) | 66.27(798) | 11.13(134) | 66.77(804) | ||
合计 | 100.00(1204) | 20.77(250) | 79.23(954) | 20.10(242) | 79.90(962) | ||
注:括号内为相应的家庭数量。 |
从贫困家庭数量变动的角度看,无论男女户主家庭,其贫困发生率(贫困家庭占全部家庭的比例)总体上逐年降低。从表 1可以看出,在男户主家庭中,2014年贫困发生率为25.21%,比2012年降低3.23百分点,下降率为11.36%;2016年贫困发生率再次下降5.55百分点至19.66%,下降率为22.02%,可见2012—2016年期间男户主家庭贫困发生率的下降速度逐年加快。而在女户主家庭中,2014年贫困发生率为20.77%,比2012年降低1.33百分点,下降率为6.02%;2016年贫困发生率再次下降0.67百分点至20.1%,下降率为3.23%,可见2012—2016年期间女户主家庭贫困发生率虽然逐年降低,但其降低速度慢于男户主家庭,且下降率逐年减缓。这一现象是否与家庭的脆弱性特征有关,尚待进一步检验。
从类型变动的角度看,无论男女户主家庭,其贫困状态总体上都呈现出不稳定性。从表 1可以看出,2012—2014年,11.57%的家庭由不贫困变为贫困,占全部不贫困家庭的比例为15.67%;若进一步将观察期延长至2016年,则相对于2012年的状态,依然有10.98%的家庭由不贫困变为贫困,占全部不贫困家庭的比例为14.87%。在男户主家庭中,相对于2012年,2016年持续保持贫困的家庭比例为8.77%,由不贫困变为贫困的家庭比例为10.89%;而在女户主家庭中,相对于2012年,2016年持续保持贫困的家庭比例为8.97%,由不贫困变为贫困的家庭比例为11.13%。这说明女户主家庭中的持续贫困家庭,比男户主家庭更难脱离贫困的状态;女户主家庭中的贫困边缘群体在脱离贫困线之初,贫困状态更加不稳定,比男户主家庭更容易再次陷入贫困状态。为从脆弱性的视角解释上述贫困特征,表 2进一步对比了2014—2016年期间中西部农村贫困家庭和脆弱性家庭所占比例。
家庭类型 | 是否贫困 | 2014年 | 2016年 | |||||
脆弱 | 不脆弱 | 合计 | 脆弱 | 不脆弱 | 合计 | |||
男户主家庭 | 贫困 | 18.28(396) | 6.93(150) | 25.21(546) | 12.28(266) | 7.39(160) | 19.67(426) | |
不贫困 | 9.05(196) | 65.74(1424) | 74.79(1620) | 8.58(186) | 71.75(1554) | 80.33(1740) | ||
合计 | 27.33(592) | 72.67(1574) | 100.00(2166) | 20.86(452) | 79.14(1714) | 100.00(2166) | ||
女户主家庭 | 贫困 | 20.43(246) | 0.33(4) | 20.76(250) | 17.77(214) | 2.33(28) | 20.10(242) | |
不贫困 | 29.07(350) | 50.17(604) | 79.24(954) | 28.57(344) | 51.33(618) | 79.90(962) | ||
合计 | 49.50(596) | 50.50(608) | 100.00(1204) | 46.34(558) | 53.66(646) | 100.00(1204) | ||
注:括号内为相应的家庭数量。 |
从脆弱家庭数量变动的角度看,无论男女户主家庭,脆弱家庭所占比例都呈下降趋势,但女户主家庭中的该比例下降速度慢于男户主家庭。在男户主家庭中,2016年脆弱家庭所占比例为20.86%,比2014年下降6.47百分点,下降率为23.67%;而在女户主家庭中,2016年脆弱家庭所占比例为46.34%,比2014年下降3.16百分点,下降率为6.38%。这与上述贫困发生率的下降趋势大致吻合。
从类型变动的角度看,2014—2016年,在男户主家庭中,脆弱家庭所占比例高于贫困家庭所占比例1.19百分点,并且贫困家庭中62.43%是脆弱的,不贫困家庭中8.58%是脆弱的。而在女户主家庭中,脆弱家庭所占比例高于贫困家庭所占比例26.24百分点,贫困家庭中88.41%是脆弱的,不贫困家庭中28.57%是脆弱的,这些指标都远高于男户主家庭。这说明无论男女户主家庭,脆弱家庭的数量都多于贫困家庭的数量;女户主家庭中的贫困脆弱家庭比例和脆弱不贫困家庭比例总体上都远高于男户主家庭。这就解释了上述女户主家庭贫困状况差于男户主家庭,且贫困状态更加不稳定、易返贫的现象。为进一步考察样本家庭贫困脆弱的程度,本文将脆弱性水平进行细分,计算不同脆弱性水平的样本比例,结果如图 2所示。
由图 2可以看出:在男户主家庭中,样本主要集中于0~0.4的不脆弱或低脆弱性水平区间内,0.4~0.6、0.6~0.8、0.8~1这三个区间内的样本数量几乎持平,说明男户主脆弱家庭主要分布在中等脆弱水平区间内;而在女户主家庭中,样本分布呈现两头高的趋势,主要集中于0~0.2的不脆弱区间和0.8~1的高脆弱性水平区间,其中高脆弱家庭占比为25.10%,比男户主家庭高18.91百分点, 说明女户主脆弱家庭主要分布在高脆弱性水平区间内。可见,女户主家庭整体脆弱性程度高于男户主家庭,并且女户主家庭间的脆弱性差距更大,这也解释了上述女户主家庭更易陷入贫困的现象。
四、社会资本对中西部农村家庭贫困脆弱性的影响分析根据上节贫困脆弱性测算结果分析可知,中西部农村女户主家庭的贫困脆弱性程度总体上高于男户主家庭。该部分将首先统计男女户主家庭生计资本拥有量的差异。
(一) 男女户主家庭生计资本比较表 3报告的样本家庭部分生计资本和其他相关变量的描述性统计结果说明,女户主家庭生计资本的拥有量与男户主家庭相比,在总体上处于劣势地位。例如,从物质资本来看,女户主家庭承包的土地现值、拥有的房屋现值、拥有的农业机械现值、耐用消费品现值均低于男户主家庭;从金融资本来看,女户主家庭能够获得正规借贷和非正规借贷的机会均低于男户主家庭;从人力资本,女户主家庭成员自评健康和心理健康状况均低于男户主家庭;从社会资本来看,无论强关系型社会资本还是弱关系型社会资本,男户主家庭的拥有量均高于女户主家庭。女户主家庭拥有的生计资本与男户主家庭存在的差距是否会对贫困脆弱性产生影响将在下面进行验证。
变量名称 | 男户主家庭 | 女户主家庭 | |||
均值 | 标准差 | 均值 | 标准差 | ||
2016年贫困脆弱性指数 | 0.25 | 0.26 | 0.58 | 0.54 | |
家庭特征 | |||||
户主年龄/岁 | 53.99 | 11.69 | 51.11 | 11.36 | |
户主受教育年限/年 | 7.65 | 6.16 | 5.92 | 6.57 | |
家庭劳动力人数 | 1.82 | 1.26 | 1.95 | 1.24 | |
家庭老年人人数 | 0.81 | 0.87 | 0.56 | 0.79 | |
家庭领取到的政府补助/元 | 1121.84 | 2101.07 | 787.81 | 1355.79 | |
家庭过去一年是否有重要事件(是=1,否=0) | 0.14 | 0.35 | 0.23 | 0.34 | |
物质资本 | |||||
家庭承包的土地现值/元 | 44583.43 | 57077.23 | 34097.59 | 43029.41 | |
家庭拥有的房屋现值/元 | 104227.53 | 116016.92 | 123253.88 | 15453.65 | |
家庭拥有的农业机械现值/元 | 4393.74 | 4476.38 | 5565.93 | 4283.08 | |
家庭耐用消费品现值/元 | 8244.68 | 6824.01 | 6790.18 | 6609.49 | |
金融资本 | |||||
家庭是否能获得正规借款(是=1,否=0) | 0.43 | 0.38 | 0.19 | 0.39 | |
家庭是否能获得非正规借款(是=1,否=0) | 0.64 | 0.33 | 0.21 | 0.35 | |
人力资本 | |||||
家庭成员自评健康状况(不健康=1,一般=2,比较健康=3,很健康=4,非常健康=5) | 3.18 | 1.25 | 2.81 | 1.28 | |
家庭成员心理健康状况(很没信心=1,比较没信心=2,一般=3,比较有信心=4,很有信心=5) | 3.97 | 1.14 | 2.71 | 1.15 | |
社会资本 | |||||
强关系型社会资本/个 | 10.51 | 10.82 | 6.52 | 9.24 | |
弱关系型社会资本/个 | 3.21 | 1.46 | 0.15 | 0.42 | |
注:①正规借贷为银行贷款,非正规借贷为亲戚朋友借款;②家庭成员自评健康状况和心理健康状况为家庭每个成员自评结果的均值;③强关系型社会资本为“春节期间来访的亲戚朋友数”,弱关系型社会资本为“参与的组织数量”;④重要事件包括婚丧嫁娶、孩子升学。 |
根据本文的分析框架,首先对贫困脆弱性的影响因素进行分析,主要验证家庭内部生计资本对贫困脆弱性的影响,尤其是代表金融资本的变量。模型设定如(1)式所示:
(1) |
其中,被解释变量为家庭2016年贫困脆弱性指数Vi;X代表家庭的特征变量集合;loan为金融资本变量;ε为随机扰动项。具体回归结果如表 4所示,其中(1)是整体回归结果,(2)是分性别回归结果。
变量名称 | (1) | (2) | ||
整体回归 | 男户主家庭 | 女户主家庭 | ||
户主年龄 | 0.0027***(0.0007) | 0.0028**(0.0012) | 0.0051***(0.0006) | |
户主受教育年限 | -0.0043(0.0122) | -0.0005(0.0013) | -0.0041*(0.0023) | |
家庭劳动力人数 | -0.0102(0.0085) | -0.0162*(0.0095) | 0.0095(0.0163) | |
家庭老年人人数 | 0.0189*(0.0118) | 0.0376**(0.0123) | 0.0086(0.0255) | |
政府补助金额(对数) | -0.0326**(0.0161) | -0.0356(0.0387) | -0.8116**(0.0001) | |
重要事件 | 0.0913*(0.0537) | 0.0489(0.0935) | 0.1298**(0.0424) | |
土地现值(对数) | -0.0014(0.0038) | -0.0082*(0.0046) | -0.0005(0.0064) | |
房屋现值(对数) | -0.0083**(0.0034) | -0.0155***(0.0036) | -0.0023(0.0068) | |
农业机械现值(对数) | -0.0096***(0.0024) | -0.0083***(0.0025) | -0.0072*(0.0037) | |
耐用消费品现值(对数) | -0.0041(0.0024) | -0.0028(0.0026) | -0.0077*(0.0047) | |
是否能获得正规借款 | -0.1492**(0.0595) | -0.2019**(0.0876) | -0.0457*(0.0268) | |
是否能获得非正规借款 | -0.1758***(0.0439) | -0.0951*(0.0558) | -0.1918***(0.0488) | |
自评健康状况 | -0.0286***(0.0062) | -0.0203***(0.0067) | -0.0502***(0.0121) | |
心理健康状况 | -0.0121*(0.0067) | -0.0192**(0.0073) | -0.0006*(0.0003) | |
常数项 | 3.8985***(0.0781) | 4.2409***(0.0878) | 2.4728***(0.1507) | |
R2 | 0.5451 | 0.6734 | 0.4132 | |
Prob>F | 0.0000 | 0.0000 | 0.0000 | |
样本数 | 3194 | 2044 | 1150 | |
注:***、**和*分别表示在10%、5%和1%的水平上显著;括号内为标准误;地区虚拟变量已控制。 |
从整体的回归结果可看出,总体上代表金融资本的变量能显著降低贫困脆弱性,验证了假说H1。从分性别的回归结果可看出,金融资本的代理变量是否能获得正规借贷对贫困脆弱性的影响对男户主家庭更为显著,而是否能获得非正规借贷的影响对女户主家庭更为显著。这说明在家庭发生重大支出时,男户主家庭更依赖银行机构等正规借贷途径,而女户主家庭更依赖于亲戚朋友等非正规借贷途径。
从其他家庭特征变量来看,自评健康水平在男女户主家庭中均在1%的水平上显著,说明因病致贫是中西部农村家庭主要的贫困原因;心理健康状况在男女户主家庭中的回归中都通过了显著性检验,说明心理健康状况越好的家庭,即对未来更有信心的家庭,内生发展动力越强,其贫困脆弱性越低。家庭贫困脆弱性还会显著地受到户主年龄、家庭老年人数量、领取到的政府补助金额、是否有重大事件发生、家庭拥有的房屋现值和农业机械现值的显著影响。其中,政府补助金额和是否有重大事件发生对贫困脆弱性的影响在女户主家庭中更显著,这说明相较于男户主家庭,女户主家庭的贫困状态更容易受突发事件的影响,政府补助对于女户主家庭来说更加重要,这也说明女户主家庭更需要政府、社会和社区等外界帮扶。
(三) 社会资本对家庭风险抵御能力的影响分析理论分析表明,社会资本作为农户的外部资本,会促进金融资本(借贷)的获得,增强风险抵御能力,有效应对风险事件带来的消费波动过大问题,从而对降低贫困脆弱性产生积极影响。沿此理论逻辑,该部分将验证社会资本是否会影响家庭正规借贷以及非正规借贷的获得,以此说明社会资本对贫困脆弱性的作用机制。实证方法采用Probit模型,具体形式如(2)式所示:
(2) |
在上述方程中,除了考察两方面的社会资本SCi外,还控制了家庭特征Xi和村庄特征Zi两大类影响因素。其中,家庭特征变量包括户主年龄、年龄平方项、户主受教育年限、家庭劳动力数量、年人均纯收入、承包的土地现值和拥有的房屋现值;村庄变量包括村庄是否为自然灾害频发区和村庄年人均纯收入。具体的回归结果如表 5所示。
变量名称 | 正规借贷获得 | 非正规借贷获得 | |||||
(1) | (2) | (1) | (2) | ||||
整体 | 男户主家庭 | 女户主家庭 | 整体 | 男户主家庭 | 女户主家庭 | ||
强关系型社会资本 | 0.0025* (0.0015) |
0.0018* (0.0009) |
0.0055 (0.0082) |
0.1233** (0.0564) |
0.0332* (0.0184) |
0.3321** (0.1332) |
|
弱关系型社会资本 | 0.1263* (0.0846) |
0.3327** (0.1332) |
0.0379 (0.1095) |
0.0027 (0.0038) |
0.0024 (0.0042) |
0.0055 (0.0082) |
|
户主年龄 | 0.0403* (0.0221) |
0.0456* (0.0302) |
0.0248 (0.0439) |
-0.0108 (0.0259) |
-0.0467* (0.0321) |
0.0248 (0.0439) |
|
户主年龄平方项 | -0.0004* (0.0002) |
-0.0007** (0.0003) |
0.0248 (0.0439) |
0.0007 (0.0008) |
0.0003 (0.0003) |
-0.0002 (0.0004) |
|
户主受教育年限 | 0.0034 (0.0067) |
0.0082 (0.0093) |
0.0029 (0.0105) |
0.0065 (0.0067) |
0.0069 (0.0003) |
-0.0002 (0.0004) |
|
家庭劳动力数量 | 0.1908*** (0.0409) |
0.1298** (0.0539) |
0.2644*** (0.0661) |
0.1883*** (0.0408) |
0.1256** (0.0537) |
0.2644*** (0.0664) |
|
家庭年人均纯收入(对数) | 0.1591** (0.0509) |
0.0961* (0.0668) |
0.2117** (0.0876) |
-0.0186* (0.0116) |
-0.2177* (0.0876) |
0.0914* (0.0565) |
|
土地现值(对数) | 0.0521 (0.0407) |
0.0481 (0.0542) |
0.0849** (0.0473) |
-0.0086 (0.0407) |
-0.0432 (0.0542) |
0.0849 (0.0664) |
|
房屋现值(对数) | 0.0612* (0.0319) |
0.0683* (0.0404) |
0.0534** (0.0213) |
-0.0475* (0.0324) |
-0.0613* (0.0407) |
-0.0335 (0.0549) |
|
自然灾害频发区 | 0.1802* (0.1256) |
-0.2014 (0.1635) |
0.0958* (0.0504) |
0.1778* (0.0936) |
0.1994* (0.1049) |
0.0951 (0.2003) |
|
村庄年人均纯收入(对数) | 0.0041 (0.0533) |
0.0014 (0.0757) |
0.0551 (0.0749) |
0.0271*** (0.0038) |
0.0039** (0.0018) |
0.0551*** (0.0183) |
|
常数项 | 0.0467* (0.0245) |
0.0493* (0.0259) |
0.0239* (0.0126) |
0.0748* (0.0038) |
0.3629* (0.1912) |
0.0239* (0.0126) |
|
R2 | 0.318 | 0.284 | 0.369 | 0.307 | 0.275 | 0.469 | |
Prob | 0.0001 | 0.0008 | 0.0001 | 0.0001 | 0.0008 | 0.0002 | |
样本数 | 2896 | 1870 | 1026 | 2896 | 1870 | 1026 | |
注:*、**和***分别表示在10%、5%和1%的水平上显著;括号内为标准误;地区虚批变量已控制。 |
从表 5正规借贷获得的回归结果可以发现:从整体上来说,强关系型和弱关系型社会资本对正规借贷获得的影响均为正向,且系数均在10%的统计水平上显著。从男户主家庭的回归结果来看,强关系型社会资本和弱关系型社会资本对正规借贷获得均有显著的正向影响,即社会资本通过促进正规借贷获得,提高家庭的风险抵御能力,降低了贫困脆弱性。由系数值的大小比较可知,弱关系型社会资本(0.3327)对男户主家庭正规借贷获得的促进作用大于强关系型社会资本(0.0018)。产生这一结果的原因可能是,拥有较好弱关系社会资本的农户更容易获得信贷担保,从而获得正规借贷。另外,弱关系社会资本规模越大的农户往往越容易获得信贷信息。但从女户主家庭的回归结果来看,两种类型的社会资本对正规借贷获得的影响均不显著。可能的原因是女户主家庭由于没有足够的抵押能力和担保条件被排除在有限的正规金融服务之外,因此社会资本的促进作用不显著。除此之外,户主年龄显著影响男户主家庭正规借贷的获得,且呈现倒U型的影响关系,但对女户主家庭的影响不显著。这说明中年男性户主更容易获得正规借贷,因为中年男性户主有一定的经济基础和劳动能力,是符合正规机构发放贷款条件的对象。家庭拥有的房屋现值对男女户主家庭正规借贷获得的影响均为正向,系数分别在10%和5%的统计水平上显著。家庭承包的土地现值和村庄是否为自然灾害频发区显著影响女户主家庭正规借贷的获得,但对男户主家庭影响不显著。这一结果说明了相较于男户主家庭,女户主家庭能否获得正规借贷,更依赖于土地、房屋等抵押物的拥有量。同时,自然灾害对女户主家庭的打击更大,可能增加女户主家庭对正规借贷的需求。
从表 5非正规借贷获得的回归结果可以发现:强关系型社会资本对男女户主家庭非正规借贷获得的影响均为正向,系数分别在10%和5%的统计水平上显著,说明农户亲戚朋友数量越多,获得非正规借贷的可能性越高,家庭风险抵御能力越强;且相较于男户主家庭,强关系型社会资本对女户主家庭的影响更显著。同时,由系数值的大小比较也可知,强关系型社会资本(0.3321)对女户主家庭非正规借贷获得的促进作用大于弱关系型社会资本(0.0055)。这一结果说明,非正规借贷是女户主家庭重要的融资途径,由于女户主的社会网络相对封闭和狭窄,她们更倾向于向亲戚、朋友等关系亲密的人借款。除此之外,家庭年人均纯收入对男户主家庭非正规借贷获得有显著的负向影响,但对女户主家庭非正规借贷获得有显著的正向影响,原因可能是,收入越高的男户主家庭在发生重大支出时能够及时满足自身的资金需求,或者可以通过正规借贷解决,本身对非正规借贷的需求越小。但女户主家庭对非正规借贷的需求大,收入水平便是家庭偿还能力的体现。农村家庭获得非正规借贷还显著受家庭劳动力数量、家庭房屋现值、村庄是否为自然灾害频发区和村庄年人均纯收入的影响。
(四) 内生性问题及稳健性检验1.内生性问题
实证分析中,内生性问题会导致估计结果偏误。内生性主要来源于三种现象,即测量误差、遗漏变量和反向因果[13]。鉴于此,本文研究的贫困脆弱性测算的是农村家庭未来陷入贫困的可能,而生计资本测算的是当期农户的资本状况,由于时间点不同,一定程度上缓释了由于反向因果造成的内生性问题。本文阐述社会资本影响贫困脆弱性的内在机制时,重点关注社会资本对家庭风险抵御能力的影响,首先要考虑代表家庭风险抵御能力的金融资本变量是否对贫困脆弱性具有显著影响。为了使研究结论更加严谨,本文采用倾向值匹配法(PSM),运用反事实因果推断框架,将金融资本对贫困脆弱性的影响进行了重新估计,结果如表 6所示。
模型 | 变量 | 样本 | 匹配方法 | ||||
最近邻匹配 | 半径匹配 | 核匹配 | |||||
r=0.04 | r=0.02 | r=0.01 | |||||
整体回归模型 | 是否能获得正规借贷 | 匹配前 | -0.1492** | -0.1492** | -0.1492** | -0.1492** | -0.1492** |
匹配后 | -0.1278** | -0.1312** | -0.1323** | -0.1337** | -0.1308** | ||
是否能获得非正规借贷 | 匹配前 | -0.1758*** | -0.1758*** | -0.1758*** | -0.1758*** | -0.1758*** | |
匹配后 | -0.1469*** | -0.1324*** | -0.1349*** | -0.1375*** | -0.1316*** | ||
男户主家庭回归模型 | 是否能获得正规借贷 | 匹配前 | -0.2019** | -0.2019** | -0.2019** | -0.2019** | -0.2019** |
匹配后 | -0.1942** | -0.1772** | -0.1723** | -0.1761** | -0.1854** | ||
是否能获得非正规借贷 | 匹配前 | -0.0951* | -0.0951* | -0.0951* | -0.0951* | -0.0951* | |
匹配后 | -0.1598* | -0.1601* | -0.1590* | -0.1548* | -0.1584* | ||
女户主家庭回归模型 | 是否能获得正规借贷 | 匹配前 | -0.0457* | -0.0457* | -0.0457* | -0.0457* | -0.0457* |
匹配后 | -0.0597* | -0.0551* | -0.0571* | -0.0599* | -0.0533* | ||
是否能获得非正规借贷 | 匹配前 | -0.1918*** | -0.1918*** | -0.1918*** | -0.1918*** | -0.1918*** | |
匹配后 | -0.1681*** | -0.1558*** | -0.1574*** | -0.1559*** | -0.1533*** | ||
注:*、**和***分别表示在10%、5%和1%的水平上显著。 |
表 6的估计结果显示,三种匹配方法得到的ATT值(平均处理效应)比较接近,说明分析结果的稳健性较强。在整体回归模型中,是否能获得正规借贷和是否能获得非正规借贷的ATT值均约为-0.13,分别在5%和1%的统计水平上显著。说明原有回归虽略高估了金融资本对贫困脆弱性的影响,但其显著影响关系并没有改变。此外,金融资本变量在各回归模型中的显著性水平与匹配前相同,即是否能获得正规借贷对贫困脆弱性的影响在男户主家庭更为显著,而是否能获得非正规借贷的影响在女户主家庭中更为显著。因此本文的基本结论没有受内生性问题的影响。在社会资本对家庭风险抵御能力的回归中,可能存在自选择问题。自选择问题实际是一种特殊的遗漏变量偏误,在本文中主要指农户利用社会资本在某种程度上被个人选择所决定,拥有更好社会资本的人更倾向于使用关系。并且在选择使用或不使用社会资本时,不仅和农户拥有的社会资本数量和质量有关,可能还与宏观环境有关。为了避免可能的内生性问题,本文的回归中已控制了地区虚拟变量,这在一定程度上缓释了由于地区差异造成的社会资本原始差异,降低了本文内生性问题的严重程度。
2.稳健性检验
本文通过改变贫困脆弱性的定义方式进行稳健性检验,即不再以家庭未来发生贫困的概率值作为被解释变量,而是设置了贫困脆弱性哑变量,即被解释变量为是否为贫困脆弱性家庭,用Probit模型对贫困脆弱性影响因素进行分析。结果如表 7所示,更改贫困脆弱性的定义方式并未改变本文的基本结论。
变量名称 | (1) | (2) | ||
整体回归 | 男户主家庭 | 女户主家庭 | ||
户主年龄 | 0.0023(0.0036) | 0.0053*(0.0049) | 0.0139**(0.0059) | |
户主受教育年限 | -0.0168*(0.0093) | -0.0117*(0.0075) | -0.0176**(0.0088) | |
家庭劳动力人数 | -0.0227(0.0389) | -0.1026*(0.0540) | -0.0026(0.0614) | |
家庭老年人人数 | 0.0389*(0.0539) | 0.1868***(0.0695) | 0.0068(0.0959) | |
政府补助金额(对数) | -0.0123*(0.0111) | -0.0084(0.0154) | -0.0931**(0.0465) | |
重要事件 | 0.1477*(0.1020) | 0.1422*(0.1413) | 0.1625**(0.0812) | |
土地现值(对数) | -0.0077(0.0172) | -0.0307*(0.0278) | -0.0025(0.0274) | |
房屋现值(对数) | -0.0301**(0.0150) | -0.0762***(0.0189) | -0.0192*(0.0259) | |
农业机械现值(对数) | -0.0330***(0.0117) | -0.0374***(0.0086) | -0.0247*(0.0139) | |
耐用消费品现值(对数) | -0.0185*(0.0106) | -0.0215*(0.0142) | -0.0181*(0.0102) | |
是否能获得正规借款 | -0.3098**(0.1549) | -0.3839**(0.1919) | -0.0852*(0.0608) | |
是否能获得非正规借款 | -0.1695*(0.0941) | -0.1609**(0.0805) | -0.2123***(0.0531) | |
自评健康状况 | -0.1118***(0.0282) | -0.1008***(0.0386) | -0.1871***(0.0461) | |
心理健康状况 | -0.0459*(0.0304) | -0.7001*(0.0411) | -0.0231*(0.0491) | |
R2 | 0.3208 | 0.5720 | 0.3982 | |
Prob>F | 0.0000 | 0.0000 | 0.0000 | |
样本数 | 3194 | 2044 | 1150 | |
注:*、**和***分别表示在10%、5%和1%的水平上显著;括号内为标准误;地区虚拟变量已控制。 |
本文基于中国家庭追踪调查(CFPS)数据,比较了中西部农村男女户主家庭贫困脆弱性和生计资本的差异,并进一步分析了社会资本对家庭贫困脆弱性的影响。结果表明:首先,在中国中西部农村家庭中,脆弱家庭所占比例高于贫困家庭所占比例,且整体上女户主家庭贫困脆弱性程度高于男户主家庭。其次,男女户主家庭内部生计资本的拥有状况存在差距。内部生计资本中的金融资本体现了家庭的风险抵御能力,显著地直接影响家庭贫困脆弱性。最后,社会资本对贫困脆弱性的作用体现在提高家庭风险抵御能力上。从风险抵御来看,女户主家庭主要依靠强关系型社会资本进行非正规借贷来面对消费冲击,而男户主家庭主要依靠弱关系型社会资本进行正规借贷。研究还显示,女户主家庭贫困脆弱性也会受到重大事件、政府补助金额等因素的影响。
基于上述结论,本文提出如下政策建议:第一,由于脆弱性家庭和贫困家庭的交叉存在,政府可以从脆弱性角度扩展精准扶贫的对象,增加对脆弱性家庭的关注,从而避免出现新的贫困家庭和返贫现象。第二,女户主家庭的贫困脆弱性问题更应被关注。短期内,政府可以加大对贫困脆弱女户主家庭的救助力度。从长远看,可以从增加社会资本的角度制定扶贫政策,如有针对性地引导社会组织为女户主家庭提供支持;发挥社区扶贫的作用,通过技术培训、精神支持、促进社区团结互助等帮助女户主家庭脱贫和降低贫困脆弱性。
[1] |
Chuadhuri S J Jalan, Suryahadi A. Assessing Household Vulnerability to Poverty from Cross-Sectional Data: A Methodology and Estimates from Indonesia[R].Working Paper, 2002.
|
[2] |
Ligon, Schechter. Measuring Vulnerability[J]. Economic Journal, 2003, 113(486): 95-102. |
[3] |
李丽, 白雪梅. 我国城乡居民家庭贫困脆弱性的测度与分——基于CHNS微观数据的实证研究[J]. 数量经济技术经济研究, 2010, 27(8): 61-73. |
[4] |
黄承伟, 王小林, 徐丽萍. 贫困脆弱性:概念框架和测量方法[J]. 农业技术经济, 2010(8): 4-11. |
[5] |
杨文, 孙蚌珠, 王学龙. 中国农村家庭脆弱性的测量与分解[J]. 经济研究, 2012, 47(4): 40-51. |
[6] |
万广华, 刘飞, 章元. 资产视角下的贫困脆弱性分解:基于中国农户面板数据的经验分析[J]. 中国农村经济, 2014(4): 4-19. |
[7] |
徐伟, 章元, 万广华. 社会网络与贫困脆弱性——基于中国农村数据的实证分析[J]. 学海, 2011(4): 122-128. |
[8] |
车四方, 谢家智, 舒维佳. 社会资本与农户家庭多维贫困的门槛效应分析[J]. 数理统计与管理, 2018, 37(6): 1063-1072. |
[9] |
史恒通, 赵伊凡, 吴海霞. 社会资本对多维贫困的影响研究——来自陕西省延安市513个退耕农户的微观调查数据[J]. 农业技术经济, 2019(1): 86-99. |
[10] |
张志国. 中国农村家庭贫困脆弱性影响因素研究——基于可持续生计分析框架[J]. 农村经济与科技, 2018, 29(5): 144-147. |
[11] |
孙颖, 林万龙. 市场化进程中社会资本对农户融资的影响——来自CHIPS的证据[J]. 农业技术经济, 2013(4): 26-34. |
[12] |
杨龙, 李萌, 汪三贵. 贫困村互助资金降低农户脆弱性了吗——来自5省1213户三期面板数据的证据[J]. 农业技术经济, 2018(6): 57-70. |
[13] |
张栋浩, 尹志超. 金融普惠、风险应对与农村家庭贫困脆弱性[J]. 中国农村经济, 2018(4): 54-73. |