【www.zhangdahai.com--其他范文】
韦 艳,汤宝民
(西安财经大学 统计学院,陕西 西安 710100)
消除贫困、改善民生、逐步实现共同富裕,是社会主义的本质要求,也是全国各族人民的共同期盼。从2012年底拉开新时代脱贫攻坚序幕,经过八年的不懈努力,到2020年底,中国脱贫攻坚战取得了全面胜利,现行标准下9 899万农村贫困人口全部实现脱贫,区域性整体贫困得到解决,绝对贫困历史性消除。但是,绝对贫困的消除并不意味着中国反贫困工作终止。当前,脱贫人口和脱贫地区(尤其是原深度贫困地区)的内生发展动力和经济社会发展基础还比较脆弱,部分群体持续增收仍面临较大困难,遇到疾病等情况可能再次陷入贫困[1]。因此,脱贫摘帽群众和地区实现从“脱贫”到“致富”,仍将是一个较为长期的过程。2021年中央“一号文件”指出要加强农村低收入人口常态化帮扶,要对摆脱贫困的县,从脱贫之日起设立5年过渡期,做到扶上马送一程,逐步实现由集中资源支持脱贫攻坚向全面推进乡村振兴平稳过渡。2022年中央“一号文件”强调要加大对乡村振兴重点帮扶县倾斜支持力度,抓紧完善和落实监测帮扶机制,推动脱贫地区帮扶政策落地见效,确保不发生规模性返贫。这说明防止规模性返贫的发生已经成为“十四五”时期反贫困工作的重点。然而,传统的收入指标只能静态地度量贫困,其意义更多地体现为确定性福利损失的事后响应,现阶段不能再作为衡量和识别贫困的唯一标准[2]。而贫困脆弱性能够深入地、动态地和前瞻性地刻画贫困,反映家庭或个人因不确定性冲击而陷入贫困或无法摆脱贫困的概率,不仅能体现脱贫主体的脱贫稳定状态,还能及时甄别有返贫风险的群体,进而制定针对性的事前预防措施[3]。因此,建立贫困脆弱性下的分析框架适合当下贫困问题的研究。
国务院扶贫办数据显示,截至2019年底,尚未脱贫的98万户266万人中,因病致贫返贫的有37.5万户96.8万人,户占比38.4%(1)资料来源于中国人口与发展研究中心2020年编写的《全国健康扶贫数据监测报告(2016—2020)》。。可见疾病是农村贫困人口致贫的主要诱因之一。疾病风险并非暂时性冲击,长期也会损害家庭从事生产活动的创收能力和发展能力,进而导致家庭陷入长期贫困[4]。健康扶贫作为国家精准扶贫精准脱贫方略的重要组成部分,对防止因病致贫返贫起到了积极作用,同时为脱贫攻坚战的全面胜利和全面建成小康社会的目标任务提供了有效保障。但是,当前健康扶贫政策主要聚焦在贫困地区医疗卫生发展的“输血”功能上,较少关注家庭内部的反贫可行能力[5]。并且,医疗保障等其他社会保障体系还不完善,瞄准对象不精准、政策利用率低等问题突出,单靠正式保障机制农村家庭难以应对健康冲击。
在此背景下,基于亲缘、地缘和业缘关系维系的社会资本对农村家庭抵御健康冲击而言就尤为重要。作为防范风险的一种非正式渠道,社会资本在正式制度缺失的情况下,能够发挥正式保险制度的效用,有效缓解风险对农村家庭的冲击进而平滑消费[6],对反贫困起到积极作用。事实上,社会资本的风险分担机制并不是独立的,而是与物质资本、人力资本、金融资本等协同激发家庭的内生动力[7]。一方面,社会资本有助于家庭获取零利息的民间借贷及亲友间转移支付,进而一定程度上可以缓解人力资本和物质资本不足对家庭健康冲击应对能力的限制。另一方面,人情圈内成员间可通过信息共享为受冲击的家庭寻求救助信息和扩展就业机会,从而缓解其未来陷入贫困的风险。因此,在健康冲击对贫困脆弱性的影响中纳入社会资本的作用机制十分必要。
那么,社会资本对贫困脆弱性影响如何?又是否会在健康冲击影响家庭贫困脆弱性的过程中起到某种调节作用?对于贫困脆弱性程度不同的群体,健康冲击、社会资本及二者交互项的影响是否会存在一定的差异?同时,由于家庭禀赋特征的不同及人情的地域差异,社会资本的调节作用又如何?研究清楚这些问题,不仅有助于重新认识社会资本在提升农村家庭应对风险冲击和自身发展动力方面的能力,还有助于协调正式保障机制和非正式机制间的关系,以及分层分类调整和优化不同群体的医疗保障政策,对持续巩固拓展脱贫攻坚成果、完善乡村振兴推进机制和促进共同富裕具有重要意义。
贫困不仅指物质的匮乏,还包括风险和面临风险时的脆弱性。世界银行将脆弱性纳入贫困框架,提出了贫困脆弱性(Vulnerability to Poverty)这一概念,认为贫困脆弱性是家庭或个人在一段时间内要经受的收入和健康贫困的风险,以及面临自然灾害、被迫失学等风险的可能性[8]。经验表明脆弱性包含两个方面,一是脆弱性与所有可能导致福利下降的风险冲击密切相关;二是脆弱性程度取决于风险冲击的特征、家庭或个体抵御风险的能力以及对风险冲击的暴露程度。Chaudhuri等在消除贫穷框架内将脆弱性定义为一个家庭如果目前不贫穷,就会跌入贫困线以下,或者如果目前贫穷就会继续贫穷下去的预先风险,并提出预期贫困的脆弱性(Vulnerability as Expected Poverty,VEP)理论来度量个人或家庭未来陷入贫困的风险[9]。现有关于贫困脆弱性的研究大多都基于VEP理论进行。
(一)健康冲击与贫困脆弱性
在微观层面,健康冲击通常指在某一特定时间段内,由于家庭成员受到疾病严重威胁而造成的福利损失[4]。健康冲击在各类风险冲击中处于中心位置,是导致农村家庭贫困的一个关键因素,而且短期内给家庭造成的影响远大于长期影响,易使家庭陷入暂时性贫困[10-11]。贫困脆弱性的产生,很大程度上归因于居民健康水平的下降,居民健康水平每下降10%,贫困脆弱性大约会上升6%[12]。杨龙等发现当年有大病治疗等冲击性事件是农村家庭脆弱性的共性影响因素,病人数量多是高度脆弱农村家庭具有的特征[13]。健康冲击对农村家庭贫困脆弱性的影响主要体现在以下方面。首先,健康冲击导致的巨额医疗支出会给家庭带来沉重的经济负担,严重约束家庭财富自由,使其偏重当期消费,短期内直接造成患者劳动能力的丧失,以及家庭成员因照料而导致的参与生产活动时间的损失或剥夺,进而会对家庭或个体的劳动所得产生负向影响[14]。高梦滔等基于跨度15年的面板数据发现,大病冲击在随后的12年里均显著降低人均纯收入,长期影响可持续约15年,并且对于中低收入农村家庭的影响更严重[15]。其次,大笔的卫生支出会挤占生产资料,长期甚至挤占子女教育等方面的支出,而生产投资的减少会导致生产效率下降及投资回报降低,教育支出的减少则会进一步导致家庭人力资本下降[15-16]。此外,健康冲击引发的情绪问题会给家庭成员带来消极影响,使其产生认知偏差,从而影响家庭重大决策。这些影响不仅短期内对家庭福利水平不利,而且长期可能会损害家庭的创收和发展能力,进而导致贫困脆弱性的增加。
(二)健康冲击、社会资本与贫困脆弱性
低收入人口在规避风险方面不仅缺乏充足的资本和能力,更缺少正规制度的保障,当健康冲击导致的医疗费用支出超出家庭可支付能力时,该群体更多地依赖非正式制度中社会网络形式的社会资本来解决问题[17]。作为嵌入在个人社会网络中的资源,社会资本能通过直接或间接的关系来连结和调用各种形式的资源,为行动者个人提供有价值的信息、增加信任、慰藉情感以及协助经济交易等[18]。孙伯驰等研究发现,网络、参与和信任形式的社会资本均能提高农户的收入水平,显著减少贫困,但社会网络维度能有效缩小贫困户与非贫困户间的收入差距[19]。李华等指出社会资本能明显减缓家庭因病致贫,并且与不同社会经济水平人群交往的“桥型”社会资本比家庭亲友内部交往的“结型”社会资本的减贫作用更强[17]。杨文发现以礼金支出额为代表的社会资本可以有效降低农村家庭贫困脆弱性[20]。但是,社会资本在健康等风险冲击下是否仍能起到降低贫困脆弱性的作用?徐伟等基于CHNS面板数据发现家庭层面的社会网络能够缓解负向冲击的影响,间接降低贫困脆弱性[21]。与这一结论相似,管睿等指出社会网络能通过风险分担机制帮助贫困人口削弱风险冲击对贫困脆弱性的正向影响,但由于扩大网络规模及维持关系强度需要更高水平的投资,进而会对移民搬迁户造成次生风险[22]。健康冲击下社会资本降低家庭贫困脆弱性的途径主要为以下三个方面。首先,社会资本能有效地促进信息分享,降低家庭搜集信息的成本,增进就医匹配性和获取救助的可能性[17]。其次,社会资本有助于家庭获得信贷支持和亲友间转移支付,从而可以弱化短期支付能力不足对健康冲击应对能力的限制,并且还能提升劳动力非农就业机会以增加收入[7,23]。最后,社会资本的人情互惠作用可使亲友在农忙之际给予劳力支持,进而缓解健康冲击导致的劳力资源受损,而且亲友还可给予情感和生活上的救济,以缓解受冲击家庭的精神压力,进而优化家庭经济决策,降低贫困脆弱性[4]。但是,涂冰倩等指出,随着农村医疗保障体制的完善,社会资本等非正式机制逐渐被正式医疗保障机制所替代,从而使得社会资本在缓解健康冲击对农户经济脆弱性中的作用并不显著[16]。
综上所述,既有文献围绕健康冲击、社会资本与贫困脆弱性进行了有益的尝试,为后续研究提供了参考,但仍存在以下不足:第一,尚未就社会资本在健康冲击下能否降低贫困脆弱性得出较为一致的结论;第二,部分研究虽综合考虑了三者间的关系,但只运用均值回归的方法来考察影响效应,难以捕捉健康冲击及其在影响贫困脆弱性过程中社会资本作用机制的差异,导致得出的结论不具针对性。鉴于此,本文使用2018—2019年“精准健康扶贫与人口发展”专项调查数据,在考察健康冲击对农村家庭贫困脆弱性的影响中嵌入社会资本的影响机制,检验健康冲击下社会资本能否有效降低贫困脆弱性,并识别三者的作用机理对不同贫困脆弱性群体的影响方向和力度,揭示家庭禀赋特征和人情地域差异下健康冲击影响贫困脆弱性过程中社会资本的作用机制。
(一)数据来源
本文数据来自课题组于2018年12月至2019年2月组织的“精准健康扶贫与人口发展”专项调查。综合考虑健康扶贫三年攻坚重点区域和攻坚难点“三区三州”、经济地理及人文等因素,最终选取四川凉山州、甘肃临夏州、安徽安庆市、湖北恩施州及陕西商洛市为调查区域。其中,凉山州和临夏州两地自然环境恶劣、农业生产条件薄弱、交通闭塞,而且有严重的地方病,能很好地反映深度贫困地区“三区三州”的情况;恩施州是典型的“老、少、边、穷”地区,州内经济落后,贫困与返贫现象严重(2)截至2018年底,恩施全州贫困发生率为5.8%,因病致贫、因病返贫人口61 803户、1 725万人,分别占未脱贫建档立卡贫困人口的44.08%、42.27%。资料来源于《恩施州2018年脱贫攻坚总结》,http:∥fpb.enshi.gov.cn/xxgk/fdgklr/qtgklr/ndgzzj/202010/t20201027_701646.shtml。;安庆市国家级贫困县较多,能反映中部的贫困状态;商洛市作为一般贫困地区,能很好地起到比对参照作用。调查按照地域分布进行抽样,尽可能均匀覆盖五个市(州)所辖的各个区县。样本中贫困户(3)贫困户为各省以国家农村扶贫标准2013年农民人均纯收入2 736元(相当于2010年2 300元不变价)为依据识别出的建档立卡贫困户。与非贫困户的比例基本保持在1∶1左右。本次调查回收有效问卷2 102份,剔除所用变量中存在缺失值的样本后,最终得到有效样本1 579份。本次调查数据与国家专项调查数据对比有较好的一致性,说明此次调查对全国健康扶贫有较好的代表性[24]。
(二)变量选取
1.被解释变量
本文依据常用的预期贫困的脆弱性(VEP)理论来测度农村家庭贫困脆弱性,它能衡量目标个体或家庭未来陷入贫困的可能性,而且可以利用截面数据进行估计,符合本文的数据特征。VEP理论的定义为:
VULh,t=Pr(Yh,t+1≤poorline)
(1)
其中,VULh,t为家庭h在时期t的贫困脆弱性,Yh,t+1为家庭h在时期t+1的人均收入或人均消费,poorline为贫困线。
借鉴Chaudhuri等的估计方法,假设家庭人均年纯收入服从对数正态分布,并采用三阶段可行广义最小二乘法(FGLS)对贫困脆弱性进行估计[9]。首先对收入方程进行估计,将估计得到的残差平方项对数作为收入波动进行回归。方程为:
ln(Yh)=βXh+εh
(2)
(3)
(4)
(5)
最后,选择合适的贫困线(5)贫困线采用现行农村贫困标准2010年每人每年2 300元,经价格指数调整后2018年为每人每年3 535元。计算家庭贫困脆弱性。公式为:
(6)
2.核心解释变量
(1)健康冲击。微观研究中用来衡量健康冲击的指标有自评健康和BMI指数、自评健康的变动、家庭成员是否患病和患病人数以及住院治疗或总花费在5 000元以上的疾病等[14-16]。自评健康是对身体状况的主观评价,在反映真实健康状况上存在偏差,而且数据只有户主的自评健康和身高、体重等,难以反映整个家庭所受到的冲击;而重病、慢病是一种持续性疾病,有可能发生在调查前期,但持续到当期,从而出现估计偏误;医疗费用直接衡量法未考虑到低收入人群对医疗负担的财产承受能力,相同额度的医疗费用在不影响高收入人群生活水平的情况下可能早已造成低收入人群入不敷出。因此,本文参考洪秋妹等采用的变量设置方法,利用自付医疗支出占比来测度,将受访者家庭当年自付医疗支出超过家庭收入的10%及以上定义为发生“健康冲击”,取值为1,否则为0[11]。
(2)社会资本。常用的测度指标主要有人情往来支出、政治身份及逢年过节来访亲友数等[7,16,20,22-23]。政治身份虽然可以丰富个人社会网络关系,但其本身能带来诸多影响,在研究贫困脆弱性问题上不适用,而且总样本中户主身份为中共党员或民主党派的样本占比不超过5%,家庭成员中有党员或民主党派身份的样本占比为10.07%,但在校学生的党员身份短期看并不能为其家庭产生明显影响。再者,数据中无常联系亲友数这一指标。考虑到中国农村“礼尚往来”的传统尤为突出,人情圈内个体主要通过红白喜事和节日的礼金互赠以及农忙时的互相帮工来维系关系和情感,所以人情往来可看作是成员间对社会关系网络和其中的资源的一种投资行为,以期在未来或所需之时得到相应的回报。因此,选用家庭当年人情往来支出对数作为社会资本的代理变量,其包括当年亲友间红白喜事、生子和升学等的支出。
3.控制变量
参考已有贫困脆弱性方面的相关研究,根据本文研究目的和数据可得性,从个体特征、家庭特征和村庄特征三个层面出发,排除其他影响因素可能带来的估计偏差。个体特征包括户主年龄和户主受教育程度;家庭特征包括外出务工人数、患病人数、是否是建档立卡贫困户、孩子数量、老人数量、是否发生借贷以及是否有存款;村庄特征包括是否有饮水安全巩固提升工程和是否是贫困村。具体定义和描述性统计见表1。
表1 变量定义与描述性统计
(三)研究方法
1.基准回归模型
为考察健康冲击、社会资本与农村家庭贫困脆弱性间的作用机理,本文主要构建如下回归模型:
VULij=α0+α1HSij+α2Xij+δj+εij
(7)
VULij=β0+β1HSij+β2SCij+β3Xij+δj+θij
(8)
VULij=γ0+γ1HSij+γ2SCij+γ3HSij×SCij+γ4Xij+δj+σij
(9)
其中,式(7)主要检验健康冲击对贫困脆弱性的影响,式(8)在式(7)基础上加入变量社会资本,探讨健康冲击和社会资本如何影响贫困脆弱性,式(9)则进一步考察健康冲击影响贫困脆弱性过程中社会资本的机制作用。VULij为j省家庭i的贫困脆弱性,HSij表示家庭i是否发生健康冲击,SCij表示家庭i的社会资本,Xij为户主、家庭和村庄层面的控制变量,δj为省份固定效应,用来控制省份层面不可观测因素可能对贫困脆弱性产生的影响。εij、θij和σij为随机扰动项。
2.内生性讨论
根据相关研究,在贫困或贫困脆弱性问题研究中,社会资本可能存在一定的内生性问题,进而导致OLS估计的不一致。社会资本的内生性来源主要有两个方面,一是社会资本可能受到农户性格特征或个人能力等不可观测因素的影响,从而导致关键变量遗漏[17,22];二是社会资本与贫困脆弱性间可能存在反向因果问题,考虑到贫困脆弱性反映的是农村家庭在未来某一时期陷入贫困的可能性大小,而社会资本则反映的是家庭当期状况,对两个不同时点上的变量进行分析,一定程度上可以缓解反向因果造成的内生性偏误。因此,本文着重考虑遗漏变量带来的内生性问题。同理,本文也着重考虑健康冲击可能因遗漏变量而导致的内生性问题。
3.无条件分位数回归
本文使用无条件分位数回归(Unconditional Quantile Regression,UQR)分析健康冲击、社会资本及其交互作用对家庭贫困脆弱性分布在不同位置上的异质性影响。条件分位数回归反映的是X发生微小改变时,由X=x个体组成的群体,因变量Y分布的τ-条件分位数的变化量,而研究关心的是X的微小变动对整个群体而言造成的影响,即X分布的微小变化对于Y无条件分布τ-分位数的影响,相当于计算无条件分位数偏效应(Unconditional Quantile Partial Effect,UQPE)。为此,Firpo等基于稳健估计中影响函数(Influence Functions,IF)的基本概念,利用再中心化影响函数(Recentered Influence Functions,RIF)估计UQPE[25]。RIF形式如下:
RIF(y;v,FY)=v(F)+IF(y;v,FY)
(10)
(11)
根据本文内容,设qτ为家庭贫困脆弱性Y的无条件分位数,则qτ的再中心化影响函数为:
(12)
其中,c1,τ=1/fY(qτ),c2,τ=qτ-c1,τ(1-τ),l{Y≤qτ}为哑变量,当Y≤qτ时取值为1,否则为0。对式(12)求条件期望,得E[RIF(Y;qτ,FY)|X=x]=c1,τPr[Y>qτ|X=x]+c2,τ,因此可得到X的单位平移变换对Y的τ-无条件分位数影响,即UQPE:
(13)
UQPE的估计一般分为两步:首先估计RIF,其次以RIF为被解释变量,并基于核心解释变量及相关控制变量进行回归,模型如下:
RIF(VULij;qτ)=α0+α1HSij+α2SCij+α3Xij+δj+εij
(14)
RIF(VULij;qτ)=β0+β1HSij+β2SCij+β3HSij×SCij+β4Xij+δj+σij
(15)
(一)健康冲击、社会资本与农村家庭贫困脆弱性的基准回归
表2汇报了基于全样本所得的健康冲击、社会资本与贫困脆弱性的OLS估计结果。其中,第(1)～(2)列是纳入健康冲击变量的主效应模型估计,第(3)～(4)列是同时纳入社会资本和健康冲击变量的完整模型估计,第(5)～(6)列则主要分析社会资本在健康冲击影响贫困脆弱性的过程中是否具有调节作用。为确保回归结果具有可信度,奇数列仅控制了个体、家庭及村庄层面的特征,偶数列则同时控制了省份固定效应。由第(2)列知,健康冲击与贫困脆弱性的回归系数为0.061,在1%水平上显著正相关,说明相比未发生健康冲击的家庭,受健康冲击影响的家庭未来发生贫困的可能性高6.1%。由第(4)列知,社会资本与贫困脆弱性的回归系数为-0.051,在1%水平上显著负相关,即人情往来支出增加10%,贫困脆弱性平均降低0.005 1单位,说明社会资本的提升能有效降低农村家庭未来发生贫困的风险,健康冲击的参数估计符号和显著性较第(2)列并未发生任何变化,仅参数估计值有略微变动。由第(6)列知,健康冲击和社会资本交互项的估计系数为-0.010,在1%水平上显著负相关,表明社会资本有助于缓解或削弱健康冲击对农村家庭贫困脆弱性的正向影响。究其原因,发生健康冲击的家庭可动用社会资本积累的社会关系和资源有效促进信息分享,降低信息搜寻成本,并及时获取可用的就医信息;还可通过亲友间馈赠、零利息的借贷和无偿的劳动力支持来解决短期的生活问题,从而缓解健康冲击的消极影响来降低未来发生贫困的概率。
表2 健康冲击、社会资本与贫困脆弱性的基准回归(N=1 579)
控制变量方面,以第(4)列为例。首先,个体层面。随着户主年龄的增大,家庭未来陷入贫困的风险将会增加;相对于户主未上过学或只有小学学历,有更高学历户主的家庭的贫困脆弱性更小,原因是高学历户主往往掌握更多的非农就业技能,能通过发挥人力资本的优势来获取更高收入,从而降低未来发生贫困的风险。其次,家庭层面。外出务工和有存款均显著负向影响贫困脆弱性。外出务工人数每增加一个,贫困脆弱性下降2%,原因可能是相比于自雇,选择外出务工更能给家庭带来较高的收入;存款有助于缓解风险冲击带来的收入波动,减轻家庭暴露于风险的程度,从而降低贫困脆弱性。患病人数、孩子数量、老人数量和借贷均对贫困脆弱性有显著正向影响。患慢病或重病人数越多的家庭,其财富自由受约束越严重,并且不利于创收;孩子比例越大,短期内投资在其身上的时间和花费就越多,而且若想让孩子接受好的教育,家长通常都会去县城陪读,由此参与生产的人数变少,进而导致贫困脆弱性增加;老年人的身体状况对健康风险的暴露程度较高,因此老人数量越大,家庭未来发生贫困的风险越高;借贷短期内虽然能增加家庭应对健康等风险冲击所需要的资金,但有无利息的借贷在一定时期内都需偿还,如果家庭经济状况未来未得到改善,借贷仍会增加其陷入贫困的风险。是否为建档立卡贫困户对贫困脆弱性的影响不显著。最后,村庄层面。饮水安全提升工程和居住在贫困村均显著负向影响贫困脆弱性。实施饮水安全提升工程有利于减少农村涉水性疾病的发生,保障村民的身体健康和正常生活;贫困村受到的政策和政府支持相比于非贫困村更大,因而有利于贫困脆弱性的降低。
(二)内生性讨论
1.工具变量法
一般而言,能力高的人往往可以通过结识与自己身份相似的人员或团体来聚集更多的社会资本,而学历是个人能力的重要体现,教育人力资本越高,积累的社会资本就可能越多[17]。再者农村人情的区域差异也会造成社会资本存在区域间差异。为此,研究中控制了户主受教育程度和省份固定效应,但仍可能有其他变量遗漏,因此采用工具变量法来解决社会资本潜在的内生性问题。参考相关研究设置工具变量的方法[22-23],本文以村庄内家庭社会资本的平均值作为工具变量,该工具变量能很好地反映村庄内的礼顺人情水平,会对家庭的社会资本产生影响,但并不会直接影响其贫困脆弱性,满足工具变量的相关性和外生性要求。此外,社会资本的内生性也会造成其与健康冲击交互项具有内生性,因此将“村庄内家庭社会资本平均值×健康冲击”作为交互项的工具变量。为能有效反映村庄内的礼顺人情水平,选取了家庭所在村具有7个及以上样本的作为有效样本,最终得到1 425个样本(6)全样本下2SLS回归结果与表3汇报结果基本一致,仅参数估计值的绝对值存在些许差异。。表3汇报了工具变量的2SLS估计结果。
表3 内生性检验回归结果(N=1 425)
DWH统计量显示社会资本及其与健康冲击的交互项均存在内生性问题;工具变量t值、K-P rk WaldF统计量都拒绝了弱工具变量的原假设;K-P rk LM统计量拒绝了识别不足的原假设,表明所选工具变量是合适的。工具变量回归结果显示,社会资本仍在1%水平上负向影响家庭贫困脆弱性,但参数估计值有所减小,说明不考虑内生性问题会高估社会资本降低贫困脆弱性的作用,这一结论与管睿等的发现相似[22]。而社会资本×健康冲击的参数估计值有所增大,且在1%水平上显著,进一步说明社会资本能有效缓解或降低健康冲击对家庭贫困脆弱性的影响程度。工具变量法得到的估计结果与前文基本一致,进一步证实了本文结论的稳健性。
2.遗漏变量检验
表4 健康冲击的遗漏变量检验(N=1 579,Rmax=0.811)
从表4中的列(4)～(5)可看出,不添加任何控制变量和仅加入户主特征变量的基准模型中,健康冲击对贫困脆弱性估计的识别区间都不包含0值,并且可观测变量与不可观测变量的相对选择平衡度δ均大于1,说明模型中即使存在遗漏变量,健康冲击对贫困脆弱性的影响也不会因遗漏变量发生显著变化,即估计结果是稳健的。
(三)稳健性检验
为进一步确保上述研究结论的可信性,本文采用以下三种方式进行稳健性检验,具体结果见表5。一是倾向得分匹配(PSM)。家庭可能因支付能力强弱而在对待疾病的态度及处理方式上存在差异,那么家庭是否发生健康冲击可能存在样本自选择问题,为此使用倾向得分匹配法进行处理。二是对家庭年纯收入进行缩尾处理。为避免样本极端值造成的估计偏误,在计算贫困脆弱性时,先对家庭年纯收入进行上下1%缩尾处理,再对家庭人均年纯收入取对数。三是更改固定效应模型设定方式,分别采用控制村庄和区县的固定效应模型。由表5可知,以上方法的处理结果中,解释变量的参数估计方向与基准回归一致,仅参数估计值存在差异,说明前文的基准回归结果可信度较高。
表5 稳健性检验
(一)农村家庭贫困脆弱性的无条件分位数回归
由于相同因素对不同贫困脆弱性水平家庭的影响会存在一定的差异,因此只使用均值回归方法难以捕捉解释变量对贫困脆弱性在不同分位点上的影响,而无条件分位数回归不仅可以刻画解释变量对被解释变量无条件分位数的边际影响,而且弥补了条件分位数回归结果阐释基于过多控制变量的缺点。为此下面采用无条件分位数回归,选择常用的0.1、0.25、0.5、0.75及0.9分位点估计健康冲击和社会资本(式(14))、社会资本调节作用(式(15))对家庭贫困脆弱性在qτ分位点上的边际影响,主要变量的估计结果分别见表6和表7。
表6 健康冲击与社会资本对贫困脆弱性影响的UQR估计(N=1 579)
表7 社会资本调节作用对贫困脆弱性影响的UQR估计(N=1 579)
从表6可知,健康冲击的参数估计值对低贫困脆弱性家庭不显著,在中低、中、中高及高贫困脆弱性分位点上的影响分别为0.015(p<0.05)、0.034(p<0.05)、0.129和0.148,后两者在1%水平上显著,总体上健康冲击的边际影响随着分位点的上升而增大,即高贫困脆弱性家庭更易因健康冲击而导致未来发生贫困,而健康冲击对中低贫困脆弱性家庭的影响很小,其未来陷入贫困的风险为1.5%。社会资本在低、中低、中、中高及高贫困脆弱性分位点上的参数估计值(绝对值)分别为0.011、0.021、0.052、0.106和0.078,且均在1%水平上显著,总体上边际影响随着分位点的上升呈先增大,0.75分位点后稍微下降的趋势,说明社会资本削弱未来陷入贫困风险的作用对中高贫困脆弱性家庭最大,高贫困脆弱性家庭次之,对低贫困脆弱性家庭的作用很小。
从表7可知,社会资本的调节作用对中等贫困脆弱性家庭不显著,在低、中低、中高和高贫困脆弱性分位点上的影响分别为0.010、0.014、-0.034、-0.057,且均在1%水平上显著,说明对于中高和高贫困脆弱性家庭,社会资本削弱了健康冲击对贫困脆弱性的正向作用,且这种负向调节作用对高贫困脆弱性家庭较大。但是,对于低和中低贫困脆弱性家庭,社会资本反而强化了健康冲击的未来致贫作用,这一结论与实际情况可能存在出入,原因是低或中低贫困脆弱性家庭自身风险防范能力强,有较强的恢复能力,而且健康冲击对其产生的影响也较小或近乎没有,那么该群体无需向亲朋好友求助,凭借储蓄或医疗保险等正规保障机制的作用即可渡过困难期,即正式保障机制和家庭金融资本等风险应对措施替代或掩盖了社会资本的作用,致使社会资本可能仅表现在单纯的人情往来支出层面,因此对于低和中低贫困脆弱性家庭,社会资本和健康冲击的交互项系数为正。而对中高和高贫困脆弱性群体而言,存款可能勉强够甚至不足以支付医疗费用,再者大多医疗保障机制都不具备事前报销,因此中高和高贫困脆弱性家庭可通过社会资本来获得劳动力援助、借贷和其他救助信息,从而降低资金或其他资本对健康冲击应对能力的限制,进而降低贫困脆弱性。
(二)社会资本调节作用的分组回归
为进一步考察农村家庭在不同禀赋特征条件及地域异质性下,社会资本在健康冲击影响贫困脆弱性过程中调节作用可能存在的差异,本文分别按照家庭是否是贫困户、户主是否从事非农工作及所处区域的人情差异进行分组回归。参考杜姣的研究,将陕西商洛和甘肃临夏划分为北方分裂型村庄,其余划分为中部分散型村庄[27]。其中,北方分裂型村庄随礼规则遵循家庭内部血缘关系远近的差等性原则和地缘关系的均等性原则,而中部分散型村庄随礼规则基于私人关系亲疏远近的差等性原则。回归结果如表8所示。
表8 农村家庭贫困脆弱性分组回归结果
表8第(1)～(2)列表明,无论家庭是否为贫困户,社会资本均能负向调节健康冲击对贫困脆弱性的正向影响,且均在1%水平上显著。虽然非贫困户组交互项系数估计值的绝对值(0.031)大于贫困户组(0.025),但经验p值(0.319)无法拒绝组间系数差异为零的原假设,因此不能仅通过比较组间系数大小进行推断。尽管贫困户组的社会资本均值低于非贫困组,但社会资本的风险分担机制是相互的,贫困户依然可通过社会资本来获取就医信息、借贷等帮助,从而有效抑制健康冲击对贫困脆弱性的正向影响;再者,驻村扶贫干部也可为发生健康冲击的贫困户申请救助信息,提升其家庭成员的就业机会。因此,社会资本的负向调节作用在贫困户组和非贫困户组之间无明显差异。
对于户主是否从事非农工作而言,第(4)列表明非农工作组中社会资本显著降低了健康冲击对贫困脆弱性的正向影响,而第(3)列务农组中交互项系数的估计值为负但不显著。从事非农工作在一定程度上可以突破传统亲缘和地缘的限制,扩展业缘关系,建立一种新的且质量较高的社会关系网,而且“离土不离乡”的就近非农就业者在扩展业缘关系的同时维系了既有社会网络,从而拥有更大的社会网络规模[28]。因此,社会资本缓解健康冲击对贫困脆弱性的正向影响作用对户主从事非农工作的家庭更为有效,经验p值(0.004)也证实了这一点。
从地域异质性看,第(5)～(6)列表明变量健康冲击×社会资本的系数估计值在北方分裂型村庄中不显著,而在中部分散型村庄中显著为负,说明社会资本降低健康冲击对贫困脆弱性的促进作用在中部分散型村庄中较为突出。可能的解释是中部分散型村庄人情交往的功利性较强,村民可有意识和有选择地根据感情、利益或其他的家庭功能性需要来建构人情圈,并且为了弥补人情交往中礼金的亏损,村民可扩展人情项目和次数以收回礼金[27],既巩固和提升了社会资本,又降低了支出风险,因此分散型村庄家庭社会资本的调节作用较为明显。北方分裂型村庄人情关系构架为小亲族关系和邻里关系并存,但即使是亲族内部,有时也很难借到钱,而且事后也需给提供帮助者买礼品,家落中道的家庭更是如此,即网络成员提供的经济或劳动力支持具有不稳定性,从而使得社会资本的负向调节作用不显著。
本文基于2018—2019年“精准健康扶贫与人口发展”专项调查数据,在利用预期贫困的脆弱性(VEP)理论测度农村家庭贫困脆弱性的基础上,实证分析了健康冲击、社会资本与贫困脆弱性间的作用机理,得出的主要结论如下:(1)健康冲击会显著增加家庭未来陷入贫困的风险,而社会资本有助于家庭降低贫困脆弱性,一定程度上还能有效缓解或弱化健康冲击对于贫困脆弱性的促进作用。这一结论在对社会资本使用工具变量法、健康冲击进行遗漏变量检验排除潜在的内生性问题以及稳健性检验后依然成立。(2)健康冲击、社会资本及二者交互项对不同贫困脆弱性家庭的影响存在异质性。高贫困脆弱性家庭更易因健康冲击而导致未来陷入贫困,低贫困脆弱性家庭几乎不受影响;社会资本降低家庭未来陷入贫困风险的作用对中高贫困脆弱性家庭较大,高贫困脆弱性家庭次之;同时,社会资本在健康冲击影响贫困脆弱性过程中的负向调节作用对高贫困脆弱性家庭更大,中高贫困脆弱性家庭次之,但对于低和中低贫困脆弱性家庭,社会资本反而促进了健康冲击的未来致贫作用。(3)社会资本的调节作用会因户主工作类型及人情地域差异而产生不同。相较于户主务农和处于西部分裂型村庄的家庭而言,对于户主从事非农工作和处于中部分散型村庄的家庭,社会资本抑制健康冲击对贫困脆弱性的促进作用会更加明显,但此抑制作用在贫困户和非贫困户间无明显差异。
根据以上结论,本文提出如下政策建议:
第一,依据贫困脆弱性理论健全防止因病返贫致贫动态监测和精准帮扶机制。依托现有扶贫开发信息系统,统筹考虑收入、消费、资产及健康状况等因素,利用大数据工具分类健全因病致贫返贫风险人群动态监测预警系统,总结脱贫攻坚期的经验和不足,结合实际情况确定合理的收入基准线和脆弱线监测标准;对经医保、大病保险等支付后家庭或个人医疗费用负担仍然较重或导致家庭基本生活出现严重困难的群体进行重点监测,并上门摸排走访采集信息,及时预警并进行针对性的干预和帮扶;加强相关部门或单位间的数据共享和对接,协同做好风险研判和处置。
第二,重视农村家庭社会资本的培育,提升家庭自我发展能力。应充分挖掘社会资本在抵御风险冲击和降低贫困脆弱性中的作用,合理引导村民应用社会资本这一非正式机制,同时相关部门也要加强宣传轻礼重情的人情往来取向,合理安排人情支出;大力发展农村合作社与集体经济组织,结合地区优势特色资源,引入社会力量参与农村产业建设,让村民广泛地参与进来(特别是贫困脆弱性高的群体及务农家庭),强化村民间的信任和团结,促使其互帮互助;个人和家庭成员也要更多地参加集体活动,拓展人际关系,丰富社会网络。
第三,统筹兼顾内部风险防范与外部资源供给。推行“预防为主,防止结合”的健康理念,积极提升农村居民健康素养,培养健康生活方式,增强疾病防控意识,持续加强欠发达地区村居环境的治理;政府部门应针对不同群体分类分层完善信贷优惠政策和金融扶持政策,对经济基础弱、风险应对能力差及贫困脆弱性高的群体,可以推行免息信贷政策,同时也要引导民间借贷规范化、合理化;加强基层医疗卫生机构能力标准化建设,鼓励全科医生下基层,推动优质医疗卫生资源扩容下沉,持续推动“互联网+医疗健康”发展,合理配置医疗卫生资源,提升农村卫生健康服务能力,加强妇幼、老年人和残疾人等易受健康冲击人群的健康服务。
猜你喜欢 脆弱性冲击变量 Kaiser模型在内科诊疗护理风险脆弱性分析中的应用研究医院管理论坛(2022年8期)2022-10-14农村家庭相对贫困的脆弱性测量及影响因素分析*农业经济与管理(2022年2期)2022-04-19“双重冲击”下的朝鲜半岛新博弈外语学刊(2021年1期)2021-11-04聚焦双变量“存在性或任意性”问题中学生数理化(高中版.高二数学)(2021年12期)2021-04-26体验文化冲击疯狂英语·新悦读(2020年10期)2020-11-26色彩冲击小资CHIC！ELEGANCE(2019年29期)2019-09-12基于PSR模型的上海地区河网脆弱性探讨华东师范大学学报（自然科学版）(2019年3期)2019-06-24分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18基于脆弱性的突发事件风险评估研究决策与信息·下旬刊(2013年1期)2013-03-11不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0430/591410.html
