劉 波，王修華，彭建剛

(湖南大學 金融與統(tǒng)計學院，湖南 長沙 410079)

?

主觀貧困影響因素研究
——基于CGSS(2012—2013)的實證研究

劉 波，王修華，彭建剛

(湖南大學 金融與統(tǒng)計學院，湖南 長沙 410079)

貧困不僅是經濟問題，還是社會問題，基于居民收入的客觀經濟貧困存在一定的局限性，不能反映居民在教育、醫(yī)療和養(yǎng)老等公共服務產品的消費情況，經濟上的客觀貧困和心理上的主觀貧困存在較大差異，主觀貧困更能全面真實地反映居民的貧困狀態(tài)。本文基于2012—2013年中國綜合社會調查(CGSS)數據，采用雙變量Probit模型，并對其邊際效應估計方法進行改進，研究我國居民主觀貧困的影響因素。結果表明，受訪者所在的區(qū)域、受教育水平、工作類型、家庭財富、住房面積、社會評價、決策參與、醫(yī)療保險、婚姻狀態(tài)和預期對削弱主觀貧困存在正向影響；隨著年齡的增加，主觀貧困感也隨之降低；受訪者的生活地區(qū)對主觀貧困概率的影響不顯著，是否參保養(yǎng)老保險對其影響也不顯著。為了降低居民的主觀貧困感，既要對收入分配進行調控，防止收入差距持續(xù)擴大，也要做好公共服務均等化、完善民主法制。

客觀貧困；主觀貧困；雙變量Probit模型；邊際效應分解；非參數估計

一、引言

改革開放以來，我國大力推進扶貧開發(fā)，特別是隨著《國家八七扶貧攻堅計劃(1994—2000年)》和《中國農村扶貧開發(fā)綱要(2001—2010)》的實施，農村居民生存和溫飽問題基本解決，農村貧困人口大幅減少，收入水平穩(wěn)步提高。扶貧開發(fā)是長期歷史任務，雖然我國的扶貧事業(yè)取得巨大突破，但制約貧困地區(qū)發(fā)展的深層次矛盾依然存在，相對貧困問題凸顯，扶貧開發(fā)任重道遠。《中國農村扶貧開發(fā)綱要(2011—2020)》指出，“我國扶貧開發(fā)已經從以解決溫飽為主要任務的階段轉入鞏固溫飽成果、加快脫貧致富、改善生態(tài)環(huán)境、提高發(fā)展能力、縮小發(fā)展差距的新階段”。2015年10月，十八屆五中全會指出，要提高發(fā)展平衡性、包容性、可持續(xù)性，普遍提升人民生活水平和質量，在現行標準下農村貧困人口實現脫貧，貧困縣全部摘帽，解決區(qū)域性整體貧困；將“精準扶貧、精準脫貧”納入“十三五”規(guī)劃綱要中，把扶貧、脫貧放在共享發(fā)展成果和改善民生的重要地位。2015年11月29日，中共中央、國務院于頒布《中共中央、國務院關于打贏脫貧攻堅戰(zhàn)的決定》(以下簡稱“《決定》”)，《決定》明確了“確保到2020年農村貧困人口實現脫貧”，值得關注的是，《決定》不只是強調經濟脫貧，還凸出人文關懷，提出開展醫(yī)療保險和醫(yī)療救助脫貧，健全留守兒童、留守婦女、留守老人和殘疾人關愛服務體系等。扶貧工作具有階段性特征，隨著經濟社會的發(fā)展，已經從經濟脫貧逐步過渡到以全方位提升生活水平為目標。

根據馬斯洛(Maslow)層次需求理論，物質只是個人的基本需求，還包括安全、情感、尊重和自我實現。在我國傳統(tǒng)文化中，“修身、齊家、治國、平天下”是實現個人價值的重要方面。貧困不只是經濟上的貧困，不僅僅是收入不足、物質匱乏，還包括社會層面、精神層面和文化層面，如缺乏受教育機會，在醫(yī)療和養(yǎng)老上缺乏必要的保障，沒有參與社會決策，英國學者Townsen(1979)將貧困歸納為“在食物、基本設施、服務與活動的缺乏與不足”[1]。貧困并不是單一維度的，而是多維度的，2010年，在聯合國開發(fā)計劃署(UNDP)與英國牛津大學貧困與人類發(fā)展研究中心(OPHI)聯合開發(fā)的多維貧困指數(Multidimensional Poverty Index，MPI)中，采用健康、教育和生活水平3個維度在內的10項指標綜合測度貧困水平[2]。貧困是一個多維度的概念，收入較低只是貧困的一方面。個人對自身是否處于貧困狀態(tài)的判斷也是如此，除了個人收入之外，其他方面的屬性值也會影響判斷，如受教育水平、是否參保醫(yī)療保險和養(yǎng)老保險、預期收入、發(fā)展空間等因素都會影響判斷。Koczan(2016)將貧困界定為兩個方面，一是客觀上的經濟貧困，收入難以為繼日常生活支出；二是心理上的主觀貧困，個人根據財產與收入、教育機會、養(yǎng)老與醫(yī)療保障、決策參與等方面對自身是否處于貧困狀態(tài)的主觀評價[3]。主觀貧困與客觀貧困兩者并不等價，相比之下，主觀貧困更具綜合性，是個人基于自身所有屬性值的全方位評價，也是居民對收入分配、教育資源分配、社會保障制度等政策實施效果的總體評價。

可以預見，在“精準扶貧”思想的指導下，未來數年內可以消除絕對貧困，實現到2020年全面建成小康社會的目標。“不患寡而患不均，不患貧而患不安”，在收入分配中擁有平等的權利是我國傳統(tǒng)的價值取向，在解決“寡與貧”的基礎上，同時也要向解決“不均與不安”邁進，推進教育機會均等、社會保障全覆蓋，提高居民的獲得感、安全感和幸福感等。正如Koczan所指出的那樣，居民客觀上的經濟貧困和心理上的主觀貧困可能會對改革與發(fā)展形成阻力，研究居民的主觀貧困程度以及影響因素具有重大現實意義，有助于實施更有效的社會保障制度，選擇合理的改革順序和溝通方式?；诖?，本文根據我國經濟社會發(fā)展的實際，結合2012—2013年中國綜合社會調查(Chinese General Social Survey，CGSS)數據對主觀貧困的影響因素進行實證分析，希冀為解決我國的貧困問題提供政策建議。

二、文獻綜述

當前，關于貧困的研究文獻不勝枚舉，但主觀貧困的研究文獻相對較少。對于貧困認識和研究貫穿于人類整個歷史，我國在公元前就提出“不患寡而患不均，不患貧而患不安”的觀點。對于貧困的研究可以總結為三個方面：在理論上，怎樣界定貧困和測度貧困程度；在實踐中，怎樣解決貧困。貧困是一個動態(tài)發(fā)展的概念，銀平均(2008)[4]對貧困內涵的演進作了較為全面的綜述，將對貧困的界定歸納為缺乏論、相對剝奪論(排斥論)和不平等論。根據世界銀行對貧困的界定，貧困不只是低收入和低消費，還意味著受教育機會的缺乏、健康狀況較差，貧困意味著沒有發(fā)言權、脆弱和恐懼等。阿瑪蒂亞·森(2002)[5]是相對剝奪論的代表，貧困不僅是收入低下，還是基本可行能力的剝奪，包括健康權、養(yǎng)老權、教育權、居住權等能力的缺失。雖然各種觀點對貧困概念的闡述不盡相同，但都認同貧困既是一個經濟問題，也是一個社會問題。Koczan(2016)[3]認為貧困不僅包括客觀貧困，還包括主觀貧困；客觀貧困主要指入不敷出，難以為繼生活，主觀貧困則是居民對個人經濟地位綜合評價，不僅包括收入，還涉及其生活中的其他方面。IMF的研究表明客觀貧困不能很好地反映主觀貧困感，經濟上的客觀貧困與心理上的主觀貧困之間存在較大差異，客觀貧困存在一定的局限性，不能反映家庭對公共服務等非市場產品的消費情況；與客觀貧困一樣，主觀貧困在政府公共管理中影響巨大。主觀貧困與客觀貧困之所以存在差異，因為主觀貧困還包括社會層面的其他因素。

貧困包括經濟和社會兩個層面，相應地，對貧困測度也就有單一維度的收入不平等測度和多維度貧困測度。關于收入不平等測度問題的研究也可以歸納為兩個方面，一是在方法論層面上的不平等指標的選擇和不平等指標的分解，二是應用層面上的收入不平等的實證研究。在方法論研究中，具有代表性的文獻有陳希孺(2004)[6]、程永宏(2006，2008)[7-8]、洪興建和李金昌(2006)[9]、洪興建(2009)[10]、龔志民和胡志軍(2010)[11]，實證研究方面具有代表性的文獻有程永宏(2007)[12]、胡志軍等(2011)[13]、李實和羅楚亮(2011)[14]、胡志軍(2012)[15]。由于貧困是一個多維度問題，單一維度的不平等測度不能滿足理論需求。多維貧困測度方法可以追溯到Hagenaars(1987)[16]，Alkire、Foster(2007)[17]提出了一個多維貧困測度的一般模型，并給出了多維貧困的識別、加總和分解方法。2010年，聯合國開發(fā)計劃署與英國牛津大學貧困與人類發(fā)展研究中心聯合開發(fā)出國際通用的多維貧困指數(Multidimensional Poverty Index，MPI)，該指標包括健康、教育和生活水平3個維度在內的10項指標[2]。這也表明，經濟上的客觀貧困只是貧困的一方面，而健康、教育、社會資本、社會保障和生活水平上的貧困會反映到個人的主觀貧困中[18-21]，主觀貧困是多維貧困的結果。在多維貧困的實證研究方面，張全紅、周強(2014、2015)[22-23]基于CHNS數據對我國的多維貧困進行測度和分解，并討論了緩解多維貧困問題的政策導向，劉一偉(2017)分析了社會保險對農村老人多維貧困的影響[24]。

相比于客觀貧困，主觀貧困更具綜合性，無論是單一維度經濟上的客觀貧困還是多維的貧困，最終都會反映到主觀貧困上，居民心理上是否貧困是對社會經濟政策的總體評價。目前，我國處于全面深化改革的關鍵時期，研究主觀貧困的影響因素具有重大現實意義，不僅有利于政策設計、優(yōu)化現有政策制度，還有利于明確未來進一步改革的方向。

本文分為5個部分，首先是問題提出的背景，說明研究主觀貧困影響因素的現實意義，其次對文獻進行梳理和回顧，介紹研究進展。第三部分介紹了雙變量Probit模型，并提出基于非參數方法的邊際效應分解方法。第四部分結合樣本數據進行實證分析和穩(wěn)健性檢驗。最后，結合實證結果和我國實際給出結論與政策建議。

三、雙變量Probit模型和基于非參數方法的邊際效應分解方法

本文目的在于研究主觀貧困的影響因素，由于客觀貧困與主觀貧困兩者并不是獨立，在影響因素的分析中不能將兩者孤立，所以，我們采用系統(tǒng)估計方法。多方程的系統(tǒng)估計方法主要分為兩類：聯立方程組模型和似不相關模型，聯立方程模型在各個方程的變量上存在關聯，一個方程的被解釋變量是另一個方程的解釋變量；而在似不相關模型中，雖然各個方程在變量上不存在關聯，但各個方程的擾動項之間存在相關性，同一觀測對象的不可觀測因素對主觀貧困和客觀貧困都會產生影響。由此，本文的基礎實證模型為：

(1)

(2)

(3)

(4)

(5)

對式(3)求x的導數，為了簡化表達，令

(6)

(7)

(8)

并將總的邊際效應分解為直接效應edir和間接效應eindir：

(9)

(10)

(11)

(12)

再次對條件期望求關于x的導數可得：

(13)

根據上文的定義，直接效應和隨機效應分別為：

(14)

(15)

同樣，如果模型是遞歸的形式：

(16)

y1的條件均值為：

(17)

對其求關于x的導數，可得：

(18)

遞歸形式下的直接效應和間接效應分別為：

(19)

(20)

同樣，如果相關系數為0，間接效應也將為0。

四、實證研究

(一)描述性統(tǒng)計

客觀貧困的認定主要有兩種方法，一是基于相對值的方法，將家庭收入位于全社會20%以下的家庭作為貧困家庭；二是根據所設定的絕對值，按照世界銀行2008年對發(fā)展中國家和轉型經濟體設定的“2美元/天”的貧困標準，我國約有兩億人口處于貧困線以下，城鄉(xiāng)有7000多萬低保人口[24]。2012年11月，中央扶貧開發(fā)工作會議將農村的貧困線設定為人均年純收入2300元，約1美元/天，按照該標準，我國農村有約7000萬的貧困人口。本文所采用的數據樣本包括城鎮(zhèn)和農村居民，所以，本文采用相對值的方法確定客觀貧困，將收入位于樣本20%以下的家庭視作處于客觀貧困。主觀貧困的認定也有兩種方式：經濟地位和最低收入[3]，本文根據CGSS2012—2013的問卷調查中受訪者對家庭經濟狀況的自我評價，將認為家庭生活狀況在所在地屬于“遠低于平均水平”的家庭界定為處于主觀貧困的家庭狀態(tài)。

表1中給出CGSS2012—2013家庭收入和主觀貧困家庭的描述性統(tǒng)計結果。由表1可知，2012年和2013年家庭收入的基尼系數為0.5752、0.5006，基尼系數較大，家庭收入的不平等程度相對較高。2012年、2013年客觀貧困的臨界值分別為13000元和17286元，主觀貧困家庭在數據樣本中較為分散，不全是低收入家庭，2012年子樣本(主觀貧困)的80%分位數為30000，大于全樣本的40%分位數，2013年子樣本(主觀貧困)的80%分位數與全樣本的40%分位數相等，可見主觀貧困家庭并不都是低收入家庭。表2中給出了主觀貧困與客觀貧困的交叉表，卡方檢驗表明，客觀貧困與主觀貧困兩者并不獨立。

根據表2，在2012年8247個非客觀貧困的家庭中也有310個主觀貧困家庭，2013年的7904個非客觀貧困的家庭中也有173個，即使某些受訪者的家庭收入相對較低，但其也不認為家庭的經濟狀況“遠低于平均水平”，由此可見，客觀貧困并不是主觀貧困的唯一決定因素，還受其他因素的影響。

(二) 變量選擇與實證分析

相對于客觀貧困，主觀貧困更具綜合性，客觀貧困并不等價于主觀貧困，處于客觀貧困的群體未必是主觀貧困的，同樣，沒有處于客觀貧困的群體也可能是主觀貧困的。主觀貧困不僅涉及收入，還與其他諸多方面有關，涉及教育、醫(yī)療、養(yǎng)老、交通、公共服務、決策參與以及對未來的預期等多個方面。本文將這些影響因素具體化，檢驗以下變量對主觀貧困是否存在顯著性影響，變量包括：受訪人所在地理區(qū)域、居住地區(qū)、家庭背景、家庭財富、家庭投資、家庭年收入、住房面積、是否達到退休年齡、受教育程度、婚姻狀況、健康狀況、社會保障(醫(yī)療保險和養(yǎng)老保險)、對未來的預期、民主生活和社會評價，表3中列示了上述變量在CGSS調查問卷中所對應的問題以及賦值方法。

表1 家庭收入描述性統(tǒng)計

表2 主觀貧困與客觀貧困(CGSS2012—2013)

表3 變量及說明

數據來源：http://www.chinagss.org/。

由于家庭的經濟水平并不是只由受訪人個人決定，還受家庭其他成員影響，如受訪人的配偶，受教育水平、工作類型、是否退休等變量要綜合考慮兩者。我們將在基本模型的基礎上，分別對上述兩種情況進行估計，以對核心變量作穩(wěn)健性檢驗，基本模型的一般形式以及遞歸形式的估計結果如表4。

表4 二維Probit模型的估計結果

注：括號中為穩(wěn)健標準差；***p<0.01,**p<0.05,*p<0.1；下表亦同。

在模型估計的基礎上，進一步將進行邊際效應分析，由估計結果可知，一般形式的相關系數顯著不為0，而遞歸形式則不能拒絕相關系數等于0的原假設，同時Wald檢驗的結果也表明不能拒絕該假設。由此，本文只對基本模型的一般形式進行邊際效應分析。如上文所述，通過非參數方法估計直接效應和間接效應的關鍵在于估計出二維分布函數，圖1中給出了兩個模型所涉及的核密度函數的等高線，從等高線的分布來看，密度函數并不是對稱分布的，由此可見，相比于參數方法，非參數方法能夠較好地描述樣本數據的分布。當然，核密度估計也存在局限性，如邊界問題，這樣就可能導致平均邊際效應(Everage Marginal Effect，EME)的估計存在較大誤差，但不會對樣本均值處的邊際效應(Everage Marginal Effect at Mean，EME-Mean)產生影響，在實踐應用中，我們也較為關注變量在均值處的邊際效應?；趨蹬c非參數方法的邊際效應分解結果如表5所示。

2012年2013年變量參數方法非參數方法參數方法非參數方法直接效應間接效應總效應直接效應間接效應總效應直接效應間接效應總效應直接效應間接效應總效應job＿state00092001010019400904001650106800049000910014100783-0030300480zone-0010900072-00038-0107200117-00955-0004800027-00021-00764-00089-00853location000090006200071000880010100188-000100004400034-00153-00145-00297edu-000320004600013-0031700074-00243-0002300021-00002-00365-00070-00434politics-000960012000024-0093800195-00743-0006100047-00014-00963-00156-01118job＿type-000770017100094-0075500278-00478-000200009900079-00318-00327-00646healthy-0009300049-00044-0090700079-00828-0006100046-00015-00971-00153-01124family-000160002900013-0016100047-0011400005000150002000084-0005000034house-00162--00162-01588--01588-00043--00043-00680--00680house＿S-00001--00001-00010--00010-00001--00001-00012--00012car-00192--00192-01876--01876-00186--00186-02950--02950even-00029--00029-00280--00280-00022--00022-00347--00347vote-00044--00044-00432--00432-00032--00032-00505--00505medicare-00070--00070-00681--00681-00058--00058-00922--00922pension-00022--00022-00217--00217-00005--00005-00073--00073marriage-00128--00128-01251--01251-00107--00107-01694--01694expect-00096--00096-00940--00940-00066--00066-01050--01050

結合模型估計結果和邊際效應分解可知，在客觀貧困方程中，8個解釋變量對被解釋變量均存在顯著影響，基于2012年和2013年數據樣本的一般形式和遞歸形式的估計結果類似。其中，年齡(是否達到退休年齡，job_state)、教育(受教育程度edu、政治面貌politics)、生活環(huán)境(區(qū)域zone，生活地區(qū)location)、工作類型(是否從事非農工作，job_type)、健康狀況(healthy)和家庭背景(family)對客觀貧困的影響都是顯著的，年齡、工作類型和教育對其影響相對較大，值得關注的是，受訪人的健康狀況對是否客觀貧困是顯著，說明存在“因病致貧”的現象。

在主觀貧困方程中，基于不同數據樣本和不同形式方程的估計結果與顯著程度略有不同，主觀貧困方程中的8個變量中，年齡(job_state)、區(qū)域(zone)、受教育程度(edu)、工作類型(job_type)和健康狀況(healthy)在不同樣本和不同方程中都是顯著的，雖然系數的估計值有所差異，但影響方向是一致的。是否主觀貧困在年齡上存在差異，年紀較大的群體的主觀貧困感相對較低；主觀貧困的概率在東、中、西部上遞減，從事非農工作的小于從事其他工作的群體；受教育程度越高，主觀貧困的概率越低；身體健康的群體主觀貧困的概率越低。在其他9個變量中，住房面積(house_S)、家庭財富(房產數量house、是否擁有家用小汽車car)、社會評價(even)、決策參與(vote)、是否參保醫(yī)療保險(medicare)、婚姻狀況(marriage)和對未來的預期(expect)在不同置信水平下都是顯著的。具體來看，住房面積越大、房產數量越多，主觀貧困的概率越小，這說明房產在我國居民生活中具有特殊意義，存在“藏富于房”的現象；除房產數量外，家庭財富的另一代理變量car(是否擁有家用小汽車)對主觀貧困的概率也存在正向影響，家庭財富越多，主觀貧困的概率越小，且影響相對較大。與家庭收入不同，家庭財富是一個存量值，是否主觀貧困不僅受當前擁有的財富影響，對未來的預期(expect)也是重要一方面，預期越樂觀，主觀貧困的概率也越低。在社會保障的代理變量中，參保醫(yī)療保險群體的主觀貧困概率相對較低，身體健康的受訪者的主、客觀概率都較低，這也間接地反映出醫(yī)療保險的重要作用。估計結果還表明，已婚受訪者的主觀貧困概率相對較低。值得關注的，決策參與(vote)和社會評價(even)對降低主觀貧困概率存在積極意義。養(yǎng)老保險之所以不顯著，這與我國“養(yǎng)兒防老”的傳統(tǒng)文化有關。

從邊際效應的分解結果來看，基于參數和非參數的方法在均值處的邊際效應分解結果在數值上存在較大差異，各個變量總效應的相對位置也有一定差異。在參數方法的分解結果中，2012年，在總效應中位列前5的分別是家庭財富的代理變量(car、house)、婚姻狀態(tài)(marriage)、預期(expect)和是否參保醫(yī)療保險(medicare)，這5個變量在2013年的總效應中也位列前5，排序分別為第5、1、2、3、4；在非參數方法的分解結果中，2012年，在總效應中位列前5的分別是家庭財富的代理變量(car、house)、婚姻狀態(tài)(marriage)、地區(qū)(zone)和預期(expect)，2013年，位列前5的分別是家庭財富的代理變量(car)、婚姻狀態(tài)(marriage)、健康狀況(healthy)、受教育程度的代理變量(politics)和預期(expect)。綜合來看，家庭財富、婚姻狀況、對未來的預期、是否參保醫(yī)療保險、受教育程度、健康狀況對主觀貧困的概率存在較大的影響。

(三) 穩(wěn)健性分析

一般而言，家庭的經濟水平不只是由受訪人的特征決定，其他家庭成員的特征對家庭的經濟水平也存在重要影響，如受訪人的配偶。另一方面，男性家庭成員對家庭收入起決定作用，我國的傳統(tǒng)文化賦予“丈夫”、“父親”更多的經濟責任，有研究表明我國男性工資存在溢價現象(王智波、李長洪，2016)。因此，在穩(wěn)健性檢驗中，本文將對受訪者的相關變量進行替換。首先，將受訪人及其配偶的年齡(job_state)、受教育程度(edu)、政治面貌politics)、工作類型(job_type)相加，這樣就加大了家庭之間在這4個變量上的區(qū)分度。其次，如果受訪人是男性，上述4個保持不變；若受訪人是女性，則將變量替換成其配偶的變量；再者，如果受訪人未婚，變量保持不變。以2012年的調查數據為例，兩種穩(wěn)健性檢驗的估計結構如表6所示。

表6 穩(wěn)健性檢驗(2012)

從穩(wěn)健性檢驗的估計結果來看，兩種情況下的估計結果與基本模型的估計結果大同小異，家庭財富、婚姻狀態(tài)、預期和是否參保醫(yī)療保險對降低主觀貧困概率的影響是積極的，由此說明模型較為穩(wěn)健。

五、結論與政策建議

貧困是一個多維度問題，經濟貧困只是貧困的一方面。扶貧工作不僅要解決經濟上脫貧，還要關注和解決心理上的主觀貧困問題，居民心理上的主觀貧困是對社會經濟政策成效的反饋，研究主觀貧困的影響因素有利于及時調整方針政策，順利推進社會經濟改革。從實證結果來看，在遞歸形式的聯立方程中，主觀貧困對客觀貧困存在顯著性影響，與此同時，居民的教育、醫(yī)療、社會評價和決策參與等變量對主觀貧困的影響也是顯著的，因此，解決主觀貧困問題不僅要解決經濟上的貧困，還要從公共服務均等化、完善民主法治等方面入手。

從宏觀層面來看，我國的貧困人口多集中于中西部、農村和邊遠地區(qū)，這些地區(qū)的貧困是多重原因導致的。納克斯(Nurkse)在《不發(fā)達國家資本形成問題》中提出“A country is poor because it is poor”，即“貧困惡性循環(huán)問題”，一個國家的貧困正是由于其貧困而缺乏擺脫貧困的資本，這一規(guī)律對于貧困地區(qū)同樣適用。貧困地區(qū)的發(fā)展之所以滯后，改革開放以來，我國執(zhí)行非均衡的發(fā)展戰(zhàn)略，優(yōu)先發(fā)展東部地區(qū)，在經濟轉軌的過程中，并未改變原有的城鄉(xiāng)二元經濟結構和二元社會政策，導致中西部、農村和邊遠地區(qū)的投入長期不足，資本積累不夠。由于經濟發(fā)展滯后，收入水平低，勞動力大量向外遷移，教育資源相對缺乏，人力資本積累不夠。缺乏支撐產業(yè)，難以找到經濟發(fā)展的突破口。在微觀層面上，貧困群體是收入分配中的弱勢群體，長期的收入分配不平等會進一步擴大這一群體。與此同時，貧困群體還會在代際之間流轉。美國經濟顧問委員會主席Krueger(2012)援引著名勞動經濟學家Corak的研究成果，提出了“了不起的蓋茨比曲線(The great Gatsby Curve)”，認為收入越不平等的國家，個人經濟地位就越由其父母的經濟地位所決定，即存在代際流動性較弱的現象，收入分配中的機會不平等問題突出。此外，清華大學“中國與世界經濟研究中心”李稻葵提出了“中產收入陷阱”這一概念，將其定義為“盡管整體經濟在不斷增長，但是中產階層的焦慮卻難以化解，導致一個國家始終不能跨入成熟的發(fā)達國家行列”，中產階層較為關切可支配收入的增長、房價以及教育、醫(yī)療和養(yǎng)老成本，并提出要在稅收和住房上向中產階層傾斜，逐步建立透明公正的社會治理體制?；诖?，我們認為，解決主觀貧困問題應從以下幾個方面著力：

1. 繼續(xù)深化收入分配制度和財稅制度改革，規(guī)范收入分配秩序。完善收入分配調控體制機制和政策體系，建立健全以稅收、社會保障、轉移支付為主要手段的再分配調節(jié)機制，加大再分配制度對貧困人口的傾向力度。擴大中等收入者比重，縮小收入分配在城鄉(xiāng)、區(qū)域、行業(yè)之間的差距，逐步形成橄欖型分配格局[31]。加大財政政策對貧困地區(qū)傾斜力度，引導金融機構擴大對貧困地區(qū)的信貸支持規(guī)模，解決前期的資本積累不足問題。因地制宜，充分發(fā)揮“后發(fā)優(yōu)勢”和“比較優(yōu)勢”，發(fā)展特色產業(yè)，通過特色產業(yè)撬動經濟發(fā)展。

2. 推動公共服務均等化，全面共享發(fā)展成果。推進教育機會均等，繼續(xù)加強對貧困地區(qū)和貧困人口的教育傾斜；提高助學貸款的廣度和深度，不僅要財政貼息，還要政府擔保，增加金融機構助力教育的積極性；擴大面向貧困地區(qū)定向招生計劃規(guī)模，引導高等資源向貧困家庭傾斜；在貧困地區(qū)實施常態(tài)化的職業(yè)技能培訓，對貧困人口實施免費職業(yè)技能教育，采用“授之以漁”的方式徹底脫貧。逐步實現社會保障制度全覆蓋，縮小保障水平差距，合理調控房地產市場，增加保障性住房投資，實現“病有所醫(yī)、老有所養(yǎng)、住有所居”。

3.促進社會公平，提升安全感。在黨的領導下，發(fā)展更加廣泛、更加充分、更加健全的人民民主。發(fā)展基層民主，健全基層選舉、議事、公開、述職、問責等機制，建立健全居民、村民監(jiān)督機制，提升居民參與社會決策的積極性。建設法治中國，必須堅持依法治國、依法執(zhí)政、依法行政共同推進，堅持法治國家、法治政府、法治社會一體建設。深化司法體制改革，加快建設公正高效權威的社會主義司法制度，維護人民權益，讓人民群眾在每一個司法案件中都感受到公平正義。

[1]TOWNSEN P. Poverty in the United Kingdom:Asurvey of household resources and standards of living[M]. Berkeley: University of California Press, 1979.

[2]LUGO M A, MAASOUMI E. Multidimensionalpoverty measures from an information theory perspective[R]. OPHI Working Papers No.10, 2008.

[3]KOCZAN Z. Being poor, Feeling poorer: Inequality, Poverty and poverty perceptions in the Western Balkans[J]. IMF Working Papers No.16/31, 2016.

[4]銀平均. 社會排斥視角下的中國農村貧困[M]. 北京：知識產權出版社, 2008.

[5]阿瑪蒂亞·森. 以自由看待發(fā)展[M]. 北京：中國人民大學出版社, 2002.

[6]陳希孺. 基尼系數及其估計[J]. 統(tǒng)計研究, 2004(8):58-60.

[7]程永宏. 二元經濟中城鄉(xiāng)混合基尼系數的計算與分解[J]. 經濟研究,2006(1):109-120.

[8]程永宏. 基尼系數組群分解新方法研究:從城鄉(xiāng)二亞組到多亞組[J]. 經濟研究,2008(8):124-135.

[9]洪興建,李金昌. 關于基尼系數若干問題的再研究：與部分學者商榷[J]. 數量經濟技術經濟研究,2006(2):86-96.

[10]洪興建. 一個新的基尼系數子群分解公式:兼論中國總體基尼系數的城鄉(xiāng)分解[J]. 經濟學(季刊),2009(1):307-324.

[11]龔志民,胡志軍. 基尼系數計算的誤差估計與中國居民收入差距分析[J]. 統(tǒng)計研究,2010(3):107-109.

[12]程永宏. 改革以來全國總體基尼系數的演變及其城鄉(xiāng)分解[J]. 中國社會科學,2007(4):45-60.

[13]胡志軍,劉宗明,龔志民. 中國總體收入基尼系數的估計:1985—2008[J]. 經濟學(季刊),2011(4):1423-1436.

[14]李 實,羅楚亮. 中國收入差距究竟有多大?：對修正樣本結構偏差的嘗試[J]. 經濟研究,2011(4):68-79.

[15]胡志軍. 基于分組數據的基尼系數估計與社會福利:1985—2009年[J]. 數量經濟技術經濟研究,2012(9):111-121.

[16]HAGENAARS A. Aclass of poverty indices[J]. International Economic Review, 1987, 28(3):583-607.

[17]ALKIRE S, FOSTER J. Counting and multidimensional poverty measurement[J]. Journal of Public Economics, 2011, 95(7/8):476-487.

[18]陳振環(huán),楊海平,馮亞娟. 社會資本、家庭收入與城鎮(zhèn)居民幸福感:基于中國大樣本微觀數據的實證研究[J]. 科學決策,2016(12):24-44.

[19]鄭 適,周海文,周永剛,王志剛. “新農合”改善農村居民的身心健康了嗎?：來自蘇魯皖豫四省的經驗證據[J]. 中國軟科學,2017(1):139-149.

[20]田 玲,劉章艷. 基本養(yǎng)老保險能有效緩解居民消費壓力感知嗎?：基于中國綜合社會調查(CGSS)的經驗證據[J]. 中國軟科學,2017(1):31-40.

[21]李春青. 擴招、教育選擇與教育公平[J]. 科學決策,2016(8):69-83.

[22]張全紅,周 強. 中國多維貧困的測度及分解:1989—2009年[J]. 數量經濟技術經濟研究,2014(6):88-101.

[23]張全紅,周 強. 中國貧困測度的多維方法和實證應用[J]. 中國軟科學,2015(7):29-41.

[24]劉一偉. 社會保險緩解了農村老人的多維貧困嗎?：兼論“貧困惡性循環(huán)”效應[J]. 科學決策,2017(2):26-43.

[25]GREENE W H. Econometric analysis[M]. Greene William H. Boston:Prentice Hall, 2012.

[26]HASEBE T. Marginal effects of a bivariate binary choice model[J]. Economics Letters, 2013, 121(2):298-301.

[27]LEHMANN E L. Someconcepts of dependence[M]. Selected Works of E. L. Lehmann. Springer US, 2012:1137-1153.

[28]RACINE J S. Mixed data kernel copulas[J]. Empirical Economics, 2015, 48(1):37-59.

[29]習近平.在華盛頓州當地政府和美國友好團體聯合歡迎宴會上的演講[N]. 人民日報,2015-09-24(2).

[30]劉 波, 王修華, 彭建剛. 我國居民收入差距中的機會不平等：基于CGSS數據的實證研究[J]. 上海經濟研究, 2015(8):77-88.

[31]王修華, 關 鍵. 中國農村金融包容水平測度與收入分配效應[J]. 中國軟科學, 2014(8):150-163.

(本文責編：海 洋)

Study on Influencing Factors of Subjective Poverty In China

LIU Bo, WANG Xiu-hua, PENG Jian-gang

(CollegeofFinanceandstatistics,HunanUniversity,Changsha410079,China)

Poverty is not only an economic problem, but also a social problem, there are some limitations in objective economic poverty which based on personal income, objective poverty cannot reflect education, health care and pension and other public service product. There are notable differences between the economic objective poverty and psychological subjective, compared with the former, the subjective poverty is more integrated and comprehensive. Based on the China General Social Survey (CGSS2012-2013) data, we use bivariate probit model to study factors of subjective poverty, and the marginal effect of bivariate probit model estimation methods are modified. The results of our study indicate that, zone, educational level, type of work, family wealth, housing area, social evaluation and decision, medicare, marriage status and expected have a positive effect to weaken the subjective poverty; with the increase of age, subjective poverty are decreased, living area had no significant effect on the probability of subjective poverty, whether the impact of the pension insurance is not significant. In order to reduce the population of subjective poverty, it is not only to control income distribution, to prevent the income gap continues to expand, but also to make public services to be more equal, improving democracy and legal system.

objective poverty; subjective poverty;bivariate probit model; marginal effect decomposition; Non-parametric estimation

2016-12-20

2017-05-20

國家自然科學基金青年項目(71303077)

劉波(1986-)，男，重慶人，湖南大學金融與統(tǒng)計學院博士研究生，研究方向：金融發(fā)展、金融管理。

F061.3

A

1002-9753(2017)07-0139-13