公共卫生系统、农户健康对农户脱贫稳定性的影响

石志恒, 张可馨, 张衡

石志恒, 张可馨, 张衡. 公共卫生系统、农户健康对农户脱贫稳定性的影响[J]. 电子科技大学学报社科版, 2020, 22(6): 7-12. DOI: 10.14071/j.1008-8105(2020)-1008
引用本文: 石志恒, 张可馨, 张衡. 公共卫生系统、农户健康对农户脱贫稳定性的影响[J]. 电子科技大学学报社科版, 2020, 22(6): 7-12. DOI: 10.14071/j.1008-8105(2020)-1008
SHI Zhi-heng, ZHANG Ke-xin, ZHANG Heng. Implication of Public Health System and Farmers' Health Status on the Stability of Farmers' Poverty Alleviation[J]. Journal of University of Electronic Science and Technology of China(SOCIAL SCIENCES EDITION), 2020, 22(6): 7-12. DOI: 10.14071/j.1008-8105(2020)-1008
Citation: SHI Zhi-heng, ZHANG Ke-xin, ZHANG Heng. Implication of Public Health System and Farmers' Health Status on the Stability of Farmers' Poverty Alleviation[J]. Journal of University of Electronic Science and Technology of China(SOCIAL SCIENCES EDITION), 2020, 22(6): 7-12. DOI: 10.14071/j.1008-8105(2020)-1008

公共卫生系统、农户健康对农户脱贫稳定性的影响

基金项目: 

国家社科一般基金项目(20BJY0083);甘肃省技术创新引导计划:软科学专项(20CX4ZA071);甘肃省社科联和甘肃社会科学学术活动基金会项目(19ZZ18).

详细信息
    作者简介:

    石志恒(1978– )男,博士,兰州财经大学农林经济管理学院副教授;张可馨(1997–)女,兰州财经大学经济学院硕士研究生;张衡(1994–)男,兰州财经大学经济学院硕士研究生

Implication of Public Health System and Farmers' Health Status on the Stability of Farmers' Poverty Alleviation

  • 摘要:
    目的/意义通过实证研究的方式,分析农户健康和公共卫生系统等因素对农户脱贫稳定性的影响,为保障“后脱贫攻坚”时代的脱贫稳定性提供理论依据。
    设计/方法利用2016年的中国家庭跟踪调查(CFPS)数据,以世界银行宣布的贫困线为标准,基于精准扶贫视域,从是否贫困、贫困强度和贫困深度三个指标测度减贫状况,并运用logit和tobit模型分析了农户医疗支出比重、健康状况与自来水使用状况等因素对农户脱贫稳定性的影响。
    结论/发现医疗支出比重对是否贫困、贫困强度和贫困深度都具有显著正向影响,同时农户健康情况对是否贫困具有负向影响,自来水设施使用情况对是否贫困具有负向影响。医疗支出占比过高是贫困农户家庭贫困程度加深的重要原因,农户健康的身体状况是农户摆脱贫困的保障,良好的公共卫生系统有助于提升农户的健康水平,增强农户摆脱贫困的能力。
    Abstract: [Purpose/Significance] This paper, through empirical research, analyzes the implications of factors such as farmers’ health status and public health system on the stability of farmers’ poverty alleviation, in a bid to provide theoretical basis for the stability of poverty alleviation in the post-poverty alleviation era.[Design/Methodology] The data of China Family Panel Studies (CFPS) in 2016 is utilized, and the poverty thresholds announced by the World Bank is set up as the standard. This paper takes the field of vision for targeted poverty alleviation, and measures the poverty reduction status from three indicators, namely, poverty or not, poverty intensity and poverty gap. Meanwhile, logit and tobit models are used to analyze the implications of the proportion of farmers’ medical expenditure, health status and tap water use on the stability of farmers’ poverty alleviation. [Findings/Conclusions] The proportion of medical expenditure has a significant positive impact on poverty or not, poverty intensity and poverty gap. At the same time, both the farmers’ health status and the use of tap water facilities have a negative impact on poverty or not. In addition, the high proportion of medical expenditure is an important reason to worsen poverty of poor farmer families. The farmers’ health status could help them get rid of poverty. A sound public health system is conducive to the raising of farmers’ health status and their ability against poverty.
  • 改革开放之后,我国开始以贫困县为单位配置扶贫资源,把贫困县作为扶贫重点进行资金与物质投入,贫困人口比例开始逐年下降。十八大以来,党中央将脱贫攻坚工作纳入“五位一体”总体布局和“四个全面”战略布局,全面打响脱贫攻坚战,各地区各部门贯彻落实《中共中央 国务院关于打赢脱贫攻坚战的决定》。在目前全面实施乡村振兴战略和决胜全面建设小康社会的背景下[1],“精准扶贫”“精准脱贫”成为新时期扶贫开发的重要战略思想及行动纲领[2]。让贫困人口和贫困地区同全国一道进入全面小康社会是现阶段扶贫工作的新任务、新要求[3]

    随着中国精准扶贫工作的不断推进,我国以前所未有的力度推进脱贫攻坚[4]。农村贫困人口显著减少,贫困发生率持续下降,贫困地区农民生产生活条件显著改善,中国对贫困县的扶贫政策绩效是比较显著的[5]。脱贫攻坚取得决定性进展,使得6.6亿多人口脱贫,对全球减贫贡献率超过了70%,创造了我国扶贫史上的最好成绩[6]。健康冲击的偶发性和持续性导致农户脱贫不稳定,非贫困人群、由于其他原因致贫人群仍有可能因病致贫,因病致贫人群即使暂时脱贫,也有可能因病返贫[7]。2020年是打赢脱贫攻坚战的决胜之年,新冠肺炎疫情的爆发更是对精准扶贫工作提出了挑战,引起学界对因病返贫、稳定脱贫的关注。健康扶贫是精准扶贫的重点[8]。因病、因残致贫一直是脱贫攻坚任务的“硬骨头”。在脱贫攻坚战即将结束的前提下,如何防止因病、因残返贫现象,进一步巩固扶贫成果,保住贫困农户持续享有经济社会发展的权利,将是国家未来贫困工作的重点之一。我国地区发展不平衡,部分地区基础条件薄弱、公共服务不足,农村人口抗风险能力差。因此从更长远的角度探讨农村公共卫生系统与农户健康状况对脱贫稳定性的影响有重要的现实意义。

    学术界已从不同角度对中国农村的贫困问题进行了较为广泛的探讨。区别于传统贫困,从能力角度考虑,提出了能力贫困理论,认为医疗条件、教育机会和住房机会等因素是导致贫困的人们缺少获取和享有正常生活的可行能力的原因。一些学者从长期出发,认为“扶贫应扶智”。比如余应鸿、赵伶俐认为教育扶贫在助力国家脱贫攻坚中发挥着重要作用,扶贫方略应由全国“面”上带动,向以“点”为主的精准扶贫方向转变,在全国范围开展了大规模的扫盲运动,提升解决新时代教育问题能力的精准性、高效性,帮助农民提升文化水平和政治觉悟,从长期缓解农村贫困[9]。文燕银、陈琳等认为要以农民为主要扶贫对象,实施更高水平的“精准扶智”,走“富脑袋”与“富口袋”并重之路,同时智能时代我国可以汇聚信息技术和社会各方力量为“精准扶智2.0”所用,满足农民学习时间和学习需求个性化、动态性的要求,为农民的长期发展提供保障[10]。郭宁宁从收入、教育、健康和生活条件4个维度对安徽省大别山连片特困区多维贫困进行测度,认为做饭燃料、户主教育程度、健康情况贡献率较高是导致农户难以脱贫的主要原因[11]。此外,李钢、李景认为产业扶贫也是扶贫成果可持续的重要举措,可为贫困人口提供就业创业平台,实现当地就业的同时提高收入和幸福感,也可以改善贫困地区道路、农田水利等基础生产设施,有助于农村长期减贫[12]。也有学者注意到了医疗支出对农户贫困的影响。李傲、杨志勇基于精准扶贫视角,认为医疗保险和贫困状况是影响农户家庭贫困程度和生活质量的重要指标[13]。医疗保险能提升农户家庭的消费信心,刺激农户家庭的消费,在提升农户生活质量的同时也会极大地改善农户的健康状况,有助于农户稳定脱贫。马志雄、丁士军在分析家庭医疗负担与因病致贫基础上,认为大病冲击会极大地减少家庭支出,而精准扶贫政策对大病医疗负担有缓解效果,可有效遏制“因病致贫”[14]。也有学者认为通过FGT贫困测量指数测算出农村社会救助制度的扶贫效果有待提高,重大疾病、子女教育、突发事件是导致农村贫困的主要原因[15]

    从上述文献分析中,可知学者们分别从不同角度探讨了农户脱贫的影响因素,对中国农村脱贫已有较为深入的洞见,但仍有进一步探究的空间:(1)在“后脱贫攻坚”时期,采用当前国内的贫困线测度贫困发生率已不合时宜,应转而采用国际标准(人均1.9美元/天)对贫困状况进行测度,在与国际接轨的同时也能进一步指导未来的扶贫方向。(2)对影响贫困发生率的因素探究较多,而很少涉及贫困内部的结构问题,对贫困人口的贫困强度、贫困深度的探究较少。(3)大多文献从长期角度研究中国农村的贫困问题时,未考虑脱贫稳定性问题。同时测量贫困状态的指标单一,没有以国际标准测度的贫困率、贫困深度和贫困强调来测量指标。针对以上三点,本文使用2016年中国家庭跟踪调查数据测度出具体的贫困程度指数,全面和准确分析中国农村的贫困状况,并从农户医疗支出、农户健康情况和自来水使用情况等方面具体分析对农户脱贫稳定性的影响程度,并为中国农村进一步实施精准扶贫给出相关建议。

    本研究采用2016年中国家庭跟踪调查(CFPS)数据,该样本数据覆盖25个省、自治区、直辖市,重点关注中国居民的经济与非经济福利,同时也包括经济活动、家庭关系、家庭动态、人口迁移、健康等研究主题。由于本文重点研究分析农户脱贫稳定性问题,因此剔除城镇居民观测值和缺失值后,选取6732个农村家户样本观测值并进行分析,其中有效样本个案共6617个。

    有学者将贫困程度测度指标分成三大类:第一类包括贫困人口数、贫困发生率等指标,来衡量贫困;第二类以收入缺口、收入平均缺口等指标为例,即贫困人口的收入水平来衡量贫困;第三类从多维度测算贫困程度,如健康、教育、生活水平等[16~17]。而本文研究的对象为农户家庭,则选取“是否贫困”“贫困强度”“贫困深度”这三个指标来测算贫困程度,能更精准把握农村贫困的状况。考虑到“后脱贫攻坚”时代的需要与国际可比性,“是否贫困”以2011年世界银行公布的贫困线为标准,即家庭人均收入低于1.9美元/天就视为贫困家庭;贫困深度是反映贫困人口贫困严重程度的指标,采用贫困家庭日人均收入到贫困线的距离差与贫困线的比值来衡量;贫困强度反映贫困人口摆脱贫困的困难程度,依据谢申祥、刘生龙等人[18]的研究,采用贫困家庭日人均收入到贫困线的距离差与贫困线比值的平方来测度。具体公式如下:

    $${P_\delta } = {\left( {\frac{{Z - {S_t}}}{Z}} \right)^\delta }$$

    其中Z表示贫困线,St为第t个家庭的人均收入,ZSt表示第t个家庭的人均收入到贫困地的距离。

    (1)当ZSt>0时,该家庭即为贫困家庭。

    (2)当$ \delta $取值为1时,P1表示贫困深度。

    (3)当$ \delta $取值为2时,P2表示贫困强度。

    表1为中国农村贫困指数状况表,可看出中国农村的贫困发生率存在很大的区域性差异。其中浙江省和安徽省贫困发生率为0.89%和0.97%,贵州省和四川省的农村贫困发生率高达18.91%和18.8%,说明地区发展不平衡,贫困差异较大。同时下表给出了各省的贫困深度指数和贫困强度指数,反映贫困家庭的贫困程度与脱贫难度。由数据可看出,湖北省的贫困深度指数和贫困强度指数是最高的,分别为0.72和0.51,说明湖北省农村的扶贫难度最大;而江苏省的贫困深度指数和贫困强度指数最低,为0.13和0.02,江苏省农村的扶贫难度较小。此外,贫困发生率最突出的贵州省和四川省,贫困深度指数都为0.38,贫困强度指数分别为0.20与0.18,扶贫难度适中。

    表  1  中国农村贫困状况
    地区贫困发生率(%)贫困深度指数贫困强度指数
    天津市3.230.250.06
    河北省9.700.300.14
    山西省14.560.370.19
    辽宁省9.180.350.19
    吉林省7.620.230.07
    黑龙江省1.850.300.18
    江苏省3.370.130.02
    浙江省0.890.240.06
    安徽省0.970.250.06
    福建省9.760.480.34
    江西省6.520.340.18
    河南省10.470.360.16
    湖北省1.270.720.51
    湖南省10.160.390.22
    广东省6.870.440.28
    广西壮族自治区12.050.430.24
    重庆市8.640.390.21
    四川省18.750.380.18
    贵州省18.910.380.20
    云南省9.440.450.27
    陕西省13.160.320.16
    甘肃省10.570.380.20
    山东省8.960.320.16
    注:本论文使用数据全部来自北京大学和国家自然科学基金资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查。基于CFPS2016年的调查数据计算,同时只选取了样本量大于100的省份。
    下载: 导出CSV 
    | 显示表格

    精准扶贫战略实施后,我国在减少贫困人口、提高居民生活质量方面取得了重大进步,仍有部分家庭脱贫的稳定性较差,其很大一部分原因是家庭主力劳动力患病或伤残,家庭失去主要收入来源并且要承担巨额因疾病带来的医疗支出,从而导致返贫。Wilkes和Russell在研究中发现,低收入家庭相对于高收入家庭更易陷入贫困,其家庭自付的医疗费用开支对低收入家庭的影响要超过高收入家庭。

    Jalan和Ravallio在研究中国农村时发现,健康不佳与家庭陷入贫困有很大联系,家庭成员的健康不佳是长期贫困重要决定因素。因此选取“农户健康情况”这一指标作为解释变量。此外,选取“农户医疗支出占总支出比重”指标来研究医疗费用支出比对农户脱贫稳定性的影响。最后,农村的公共卫生基础设施是在长期中保障农户健康状况的重要措施,卫生基础设施的落后会导致农户普遍身体健康状况下降,降低农户抵御疾病的能力,考虑到广大农村地区仍有许多农户生活用水还是以自然河流或井水为主,未享受到自来水等公共基础设施带来的便利,本文选取“是否使用自来水”测度卫生基础设施情况对脱贫稳定性的影响。

    本文在农户个体层面上引入“农户的理解能力”“农户的智力水平”两个变量以控制农户个体特征对农户脱贫稳定性的影响;在家庭层面上引入“家庭人口规模”“住房类支出占总支出比重”两个变量以控制家庭特征对脱贫的影响。在社会层面上引入“是否收到政府补助”“是否收到社会公益组织补助”以控制社会的外部环境因素对脱贫稳定性的影响。

    表2为变量的描述性统计,由2016年中国家庭跟踪调查(CFPS)数据可得到,截至2016年农村家庭脱贫情况较为乐观,仅有9.9%的农户尚未脱贫;农户医疗支出占总支出比重的均值为11%,说明疾病带来的大量医疗支出占人均支出比重较高;农户的健康情况均值为5.617,总体健康情况较好;有62%的农户使用自来水,表明农村自来水普及率仍然偏低,将近一半的农村住户没有开通自来水设施,仍旧依靠自然水生活或面临生活用水困难等问题;同时,在农村基本特征变量的描述性统计中,农户家庭平均规模为3.919人,其规模相较于中国平均家庭来说规模明显大一些;农户的理解能力、智力水平的均值都在5以上,说明农户具备一定的理解和应对问题能力;同时,58.5%的农户收到政府补助,而收到社会公益组织补助的农户仅有1.2%,政府和社会组织的扶贫力度仍需加强。

    表  2  变量的描述性统计
    变量分类具体指标赋值标准均值方差
    被解释变量 是否贫困 0=否,1=是 0.099 0.089
    贫困强度 数值 0.193 0.043
    贫困深度 数值 0.367 0.059
    解释变量 医疗支出占总支出比重 数值 0.110 0.026
    农户健康情况 很差1-7很好 5.617 1.456
    是否使用自来水 0=否,1=是 0.620 0.236
    控制变量 家庭人口规模(人) 数值 3.919 4.014
    住房类支出占总支出比重 数值 0.000024 0.000001
    是否收到政府补助 0=否,1=是 0.585 0.243
    是否收到社会公益组织补助 0=否,1=是 0.012 0.011
    农户的理解能力 很差1-7很好 5.620 1.472
    农户的智力水平 5.617 1.456
    下载: 导出CSV 
    | 显示表格

    本文首先估计医疗支出占总支出比重、农户健康情况、是否使用自来水等因素对农户家庭是否贫困的影响。由于“是否贫困”是取值为0或1的离散变量,本文采用logit模型对自变量的系数进行估计,待估计的方程形式如下:

    $$\ln \left( {\frac{p}{{1 - p}}} \right) = \beta {x_{{i}}} + \mu $$

    其中(p/1–p)为“几率比”或“相对风险”,代表贫困概率与非贫困概率之比,xi为各项影响因素。

    其次,本文估计医疗支出占总支出比重、农户健康情况、是否使用自来水等因素对“贫困深度”与“贫困强度”的影响。由于“贫困深度”与“贫困强度”是取值0~1的连续型变量,本文采用tobit模型对自变量的系数进行估计,待估计的方程形式如下:

    $$ \begin{array}{l} {y_{it}} = \beta {x_i} + \mu \\ {y_{it}} = \left\{ {\begin{array}{*{20}{c}} {y_{it}^ * } \\ 0 \end{array}\;\;\;\begin{array}{*{20}{c}} {y_{it}^ * \geqslant 0} \\ {y{}_{it}^ * = 0} \end{array}} \right. \end{array} $$

    其中0是贫困深度与贫困强度的受限点,yit为贫困强度或贫困深度,xi为影响因素。

    运用stata15.1进行logit回归分析。在模型拟合优度检验中,似然比检验结果p值小于0.001,说明模型整体拟合度较好,具有统计学意义。具体回归结果如表3模型1所示。

    表  3  模型结果估计
    变量模型1模型2模型3
    医疗支出占总支出比重 1.641***(0.206) 0.094**(0.047) 0.065(0.040)
    农户健康情况 –0.184***(0.060) 0.015(0.012) 0.013(0.011)
    是否使用自来水 –0.275***(0.085) –0.012(0.019) –0.019(0.016)
    家庭人口规模 –0.018(0.023) 0.013***(0.004) 0.0107***(0.004)
    住房类支出占总支出比重 –4467.629(5784.215) 695.502(476.370) 742.024*(408.943)
    是否收到政府补助 0.050(0.086) –0.045**(0.019) –0.039**(0.016)
    是否收到社会公益组织补助 0.208(0.347) –0.004(0.072) 0.024(0.062)
    农户的理解能力 –0.160***(0.058) –0.001(0.014) –0.002(0.012)
    农户的智力水平 –0.110*(0.060) –0.026*(0.013) –0.0170.011
    观测值 6,732 667 667
    注: *、**、***分别表示在 10%、5%、1% 水平上显著; 括号外为回归系数,括号内为其对应的标准误差。
    下载: 导出CSV 
    | 显示表格

    在模型1中,“医疗支出占总支出比重”的系数为1.641且在1%的水平上显著,这表明医疗支出占总支出比重越大,农户家庭越可能陷入贫困。一方面,医疗支出占比的增加意味着对生产型支出与生活必需支出的挤占,也会极大地破坏农户家庭的创收能力与生活水准,最终导致农户家庭健康状况堪忧从而陷入贫困。另一方面,医疗支出占比的增加可能意味着家庭主要劳动力供给不足,反映了农户家庭创收能力的下降。“农户健康情况”的系数为–0.184且在1%的水平上显著,这表明农户的身体健康状况与家庭贫困之间存在负向关系。良好的健康状态意味着更少的医疗支出与更强的劳动能力,是农户家庭摆脱贫困的关键因素。“是否使用自来水”的系数为–0.275且在1%的水平上显著,乡村的卫生基础设施情况越完备,农户陷入贫困的可能性越低。自来水设施的普及能有效改善农户的健康状况,增强农户抵御突发疾病的能力,有助于农户家庭的持续发展,帮助贫困农户家庭摆脱贫困。

    从控制变量的参数估计结果可发现,“农户的理解能力”和“农户的智力水平”对农户贫困产生负向显著影响,估计值在1%和10%的水平下显著,说明农户理解能力和智力水平越高,越有利于减贫。

    运用stata15.1对“贫困深度”进行tobit估计,且该模型在显著性检验中,p值小于0.05水平,具有统计学意义。具体回归结果如表3模型2所示。

    结果表明,“医疗支出占总支出比重”系数为0.094且在5%的水平上显著,说明农户医疗支出占总支出越多,农户家庭的贫困程度就越深。过高的医疗支出严重破坏了农户家庭的经济发展,并在长期中使得农户家庭在贫困中越陷越深。

    在控制变量中,“家庭人口规模”系数为0.013且在1%的检验水平下显著,表明贫困家庭若有着过大的人口规模,其贫困程度会加深,原因一方面是贫困家庭老年人口较多,赡养费用较高;另一方面是规模较大的贫困家庭孩子数量多,引起家庭平均可支配收入过低,老幼拖累导致农户长期贫困,削弱农户家庭脱贫稳定性;“政府补助”系数为–0.045且在5%水平上显著,表明政府补助有利于农户减轻贫困负担;“农户智力水平”系数为–0.026且在10%水平上显著,表明过硬的个人素质有助于农户摆脱贫困。

    运用stata15.1对“贫困强度”进行tobit估计,且该模型在显著性检验中,p值小于0.05水平,具有统计学意义,具体回归结果如表3模型3所示。

    结果显示,医疗支出占总支出比重、农户健康状况、是否使用自来水均不显著。

    在控制变量中,“家庭人口规模”系数为0.0107且在1%的检验水平下显著,表明贫困家庭过大的人口规模会加重贫困强度,增大农户家庭返贫的不确定性;“政府补助”系数为–0.039且在5%水平上显著,表明政府补助有助于减轻贫困农户家庭的贫困强度。

    中国扶贫正进入“后脱贫攻坚”时代,健康扶贫既是打赢脱贫攻坚战的重要环节,也对贫困人口实现稳定脱贫具有重要意义。本文利用2016年中国家庭跟踪调研数据(CFPS),分析了农户医疗支出占支出比重、自来水设施使用情况、农户健康情况等对农户贫困状况的影响,主要结论如下:

    1. 我国地区发展不平衡,各地区贫困差异较大,贵州省和四川省贫困发生率较高。农户医疗支出占人均支出比重较高,同时农村自来水普及率仍然偏低,还有许多农户依靠自然水生活或面临生活用水困难等问题。

    2. 医疗支出占比对农户“是否贫困”具有显著的正向影响,说明医疗支出占总支出比重越大,越容易导致农户长期贫困。并且医疗支出比重对农户贫困深度存在显著的正向影响,医疗支出占比过高是农户家庭贫困程度加深的重要原因,不利于维护农户脱贫的稳定性。

    3. 农户健康情况对农户“是否贫困”有显著的负向影响。从长期角度来说农户身体越健康越容易实现稳定脱贫。“是否使用自来水”对农户“是否贫困”有显著的负向影响。农村卫生基础设施情况越完备,贫困发生的可能性越低,可为农户脱贫稳定性提供可靠的保障。

    4. 家庭人口规模对“贫困深度”与“扶贫强度”有显著的正向影响,贫困家庭人口规模越大,越难以稳定脱贫。政府补助对“贫困深度”与“贫困强度”有显著的负向影响,加上政府补助可帮助贫困家庭缓解困难,避免贫困状况进一步恶化。此外,农户智力水平越高,越有利于减贫。同时住房类支出占总支出比重对“贫困强度”产生正向显著影响,说明房贷压力越大,农户贫困程度越强。

    1. 准确定位减免对象,制定合理规范的减免标准;将建档立卡的农村贫困人口列为重点扶贫对象,家庭人均收入略高于低保标准、特困供养人员等贫困边缘人口作为减免对象,缓解各地区发展不平衡和贫困差异大等问题。

    2. 提高贫困地区的公共医疗服务支出,完善医疗保险,降低农户医疗方面的支出,调节地区间的医疗资源分配,促进优质医疗资源下沉,推进基本医疗卫生服务均等化。加强医药、医疗和医保的有效衔接,保证贫困者病有所医、病能敢医,减少因病导致的返贫。

    3. 改善农村地区公共卫生设施,增强居民的健康防护意识,提升居民的健康水平,为贫困高风险人群,为其提供环境和社会保障等全方位的支持。

    4. 针对贫困家庭要因户施策、因人施策,加强政府补助、社会公益组织补助等各方面社会保障,建立系统的社会保障制度,为贫困农户提供有效的基础保障,减少因家庭人数过大的导致的支出贫困,降低农户脱贫的不稳定性。

    5. 加快乡村地区现代化治理体系构建,加强教育,提升贫困群体的认知能力和学习能力,进而增强贫困群体的健康管理意识,提高长期脱贫稳定性的效果。

  • 表  1   中国农村贫困状况

    地区贫困发生率(%)贫困深度指数贫困强度指数
    天津市3.230.250.06
    河北省9.700.300.14
    山西省14.560.370.19
    辽宁省9.180.350.19
    吉林省7.620.230.07
    黑龙江省1.850.300.18
    江苏省3.370.130.02
    浙江省0.890.240.06
    安徽省0.970.250.06
    福建省9.760.480.34
    江西省6.520.340.18
    河南省10.470.360.16
    湖北省1.270.720.51
    湖南省10.160.390.22
    广东省6.870.440.28
    广西壮族自治区12.050.430.24
    重庆市8.640.390.21
    四川省18.750.380.18
    贵州省18.910.380.20
    云南省9.440.450.27
    陕西省13.160.320.16
    甘肃省10.570.380.20
    山东省8.960.320.16
    注:本论文使用数据全部来自北京大学和国家自然科学基金资助、北京大学中国社会科学调查中心执行的中国家庭追踪调查。基于CFPS2016年的调查数据计算,同时只选取了样本量大于100的省份。
    下载: 导出CSV

    表  2   变量的描述性统计

    变量分类具体指标赋值标准均值方差
    被解释变量 是否贫困 0=否,1=是 0.099 0.089
    贫困强度 数值 0.193 0.043
    贫困深度 数值 0.367 0.059
    解释变量 医疗支出占总支出比重 数值 0.110 0.026
    农户健康情况 很差1-7很好 5.617 1.456
    是否使用自来水 0=否,1=是 0.620 0.236
    控制变量 家庭人口规模(人) 数值 3.919 4.014
    住房类支出占总支出比重 数值 0.000024 0.000001
    是否收到政府补助 0=否,1=是 0.585 0.243
    是否收到社会公益组织补助 0=否,1=是 0.012 0.011
    农户的理解能力 很差1-7很好 5.620 1.472
    农户的智力水平 5.617 1.456
    下载: 导出CSV

    表  3   模型结果估计

    变量模型1模型2模型3
    医疗支出占总支出比重 1.641***(0.206) 0.094**(0.047) 0.065(0.040)
    农户健康情况 –0.184***(0.060) 0.015(0.012) 0.013(0.011)
    是否使用自来水 –0.275***(0.085) –0.012(0.019) –0.019(0.016)
    家庭人口规模 –0.018(0.023) 0.013***(0.004) 0.0107***(0.004)
    住房类支出占总支出比重 –4467.629(5784.215) 695.502(476.370) 742.024*(408.943)
    是否收到政府补助 0.050(0.086) –0.045**(0.019) –0.039**(0.016)
    是否收到社会公益组织补助 0.208(0.347) –0.004(0.072) 0.024(0.062)
    农户的理解能力 –0.160***(0.058) –0.001(0.014) –0.002(0.012)
    农户的智力水平 –0.110*(0.060) –0.026*(0.013) –0.0170.011
    观测值 6,732 667 667
    注: *、**、***分别表示在 10%、5%、1% 水平上显著; 括号外为回归系数,括号内为其对应的标准误差。
    下载: 导出CSV
  • 司武林, 王恕桥. 论新时期我国扶贫思想的形成及实践[J]. 电子科技大学学报(社科版), 2019, 21(6): 96-100.
    魏传永, 徐俪筝, 王健. 多维贫困理论视域下的健康扶贫政策: 以山东省为例[J]. 山东社会科学, 2019(9): 118-123.
    王小娅. 财政支出结构与农村减贫[D]. 兰州: 兰州财经大学, 2019.
    汪三贵, 曾小溪, 殷浩栋. 中国扶贫开发绩效第三方评估简论—基于中国人民大学反贫困问题研究中心的实践[J]. 湖南农业大学学报: 社会科学版, 2016, 17(3): 1-5.
    王艺明, 胡久凯. 马克思主义财政扶贫理论与政策: 十九大精神下的探索[J]. 世界经济, 2018, 41(7): 3-24.
    陈立中. 收入增长和分配对我国农村减贫的影响—方法、特征与证据[J]. 经济学(季刊), 2009, 8(2): 711-726.
    于新亮, 上官熠文, 申宇鹏, 于文广. 因病致贫: 健康冲击如何影响收入水平?—兼论医疗保险的脱贫效应[J]. 经济社会体制比较, 2020(4): 30-40. doi: 10.3969/j.issn.1003-3947.2020.04.004
    韦艳, 徐赟, 高迎霞. 贫困地区健康扶贫绩效评价研究—来自全国5省调查分析[J]. 调研世界, 2020(4): 24-30.
    余应鸿, 赵伶俐. 由面到点: 教育扶贫政策的中国经验[J]. 理论与改革, 2020(5): 50-60.
    文燕银, 陈琳, 张高飞, 等. 教育扶贫新阶段: 精准扶智2.0[J]. 现代远程教育研究, 2020(5): 52-59.
    郭宁宁, 钱力. 基于能力贫困视角下安徽省大别山连片特困区多维贫困研究[J]. 电子科技大学学报(社科版), 2019, 21(6): 105-112.
    李钢, 李景. 中国产业扶贫“十三五”进展与“十四五”展望[J/OL]. [2020-09-24]. http://kns.cnki.net/kcms/detail/13.1356.F.20200916.1051.004.html.
    李傲, 杨志勇, 赵元凤. 精准扶贫视角下医疗保险对农牧户家庭消费的影响研究—基于内蒙古自治区730份农牧户的问卷调查数据[J]. 中国农村经济, 2020(2): 118-133.
    马志雄, 丁士军. 精准扶贫、人情支出与农村家庭医疗负担[J]. 中国人口科学, 2018(3): 85-96+128.
    谭溪. 支出型贫困视角下农村社会救助扶贫效果研究[J]. 西南民族大学学报(人文社科版), 2018, 39(8): 192-199.
    冯星光, 张晓静. 贫困测度指标及其评价[J]. 统计与信息论坛, 2006(3): 22-26+44. doi: 10.3969/j.issn.1007-3116.2006.03.005
    宋嘉豪, 吴海涛, 郑家喜. 城乡老年人多维贫困测度、分解与比较[J]. 统计与决策, 2020(19): 65-69.
    谢申祥, 刘生龙, 李强. 基础设施的可获得性与农村减贫—来自中国微观数据的经验分析[J]. 中国农村经济, 2018(5): 112-131.
表(3)
计量
  • 文章访问数:  1388
  • HTML全文浏览量:  379
  • PDF下载量:  7
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-07
  • 网络出版日期:  2020-10-13
  • 刊出日期:  2020-12-25

目录

/

返回文章
返回