中国农村家庭脱贫的时间路径及其策略选择

内容提要： 文章将时间概念引入贫困分析，进而发掘农村家庭的脱贫速度及脱贫稳定性，并使用中国家庭追踪调查数据，拟合加速失效时间模型与二元选择模型研究发现：(1)农村家庭脱贫存在久期相依性，37.2％的贫困人口在持续1年后可快速脱离贫困，但随时间延长，持续5年后能够脱贫的人口占比下降至8.6％。(2)多数家庭在脱贫后人均收入会增长到同期贫困标准的2倍以上，但也有近15％的脱贫人口在间隔3～5年后会出现返贫现象。(3)家庭成员外出务工或转变土地资源的利用方式来提高自有土地资产价值，可提高家庭快速脱贫的概率，也会提高家庭在脱贫后持续获取更高收入增幅的概率，但有慢性病患者的家庭脱贫速度更慢，脱贫后的收入增幅更低。(4)政府对贫困家庭提供的收入补助在帮扶脱贫、抑制返贫中的作用不显著，还会降低家庭在脱贫后赚取更高收入的概率。

关 键 词 ：收入；家庭脱贫；持续时间；加速失效时间模型

作者简介 ：陈永伟，浙江工商大学经济学院教授；侯升万，中南财经政法大学统计与数学学院硕士研究生；符大海，中央财经大学国际经济与贸易学院副教授。

一、引言

中国在农村反贫困工作中已经取得了显著成效。根据国家统计局公布的数据，全国农村贫困人口已从2012年的9899万下降到2018年的1660万，累计减贫8239万人。但边脱贫边返贫的现象仍时有发生，并且在部分地区还呈现上升趋势(张桂文等，2018；张琦，2019)。尽管从整体上看，中国的返贫人口在下降，但2016年的返贫规模仍达68.4万人，2017年的返贫人口为20.8万。因此，巩固扶贫成果，构建解决家庭贫困的长效机制已成为十九届四中全会明确部署的下一阶段重点任务。为此，本文尝试在家庭脱贫中引入时间维度，使用家庭追踪调查数据从时间维度上梳理家庭脱贫的动态规律，并在此基础上使用加速失效时间模型和二元选择模型分析能够促使家庭实现快速与稳定脱贫的动力因素。本研究对于认识家庭脱贫的时间路径特征，并采取有针对性的帮扶政策巩固扶贫成果具有重要的理论及现实意义。

与中国在反贫困实践中取得的显著成绩相对应，在理论上，有关中国贫困问题的学术研究也同样积累了较丰硕的成果。本文着重从贫困动态性角度梳理现有文献。在这一领域，目前研究主要围绕贫困状态的转移变化及贫困的长期与短期分解两个方向进行了深入讨论。例如，在贫困状态的转移变化研究中，蒋南平、郑万军(2019)在贫困指数的基础上构造了脱贫与返贫指数，他们发现，农村贫困状况虽然在整体改善，但脱贫效果仍然受返贫现象的较大制约。李博等(2018)利用状态转移矩阵比较了收入贫困与多维贫困，研究发现，两种贫困发生率与状态转换率相差不大，且在2010～2014年均呈下降趋势。叶初升、赵锐(2013)对农村贫困的状态转化研究发现，家庭入贫与脱贫的过程会以非对称的比例同时存在，但入贫率明显小于脱贫率，因此，中国整体减贫呈上升趋势。也有文献重点分析了相邻两期家庭贫困状态的变化，发现由于短期收入波动较大，家庭贫困通常表现为进入率与退出率双高的特征(Xie等，2015；罗楚亮，2010)。此外，孙晗霖等(2019)从可持续性角度分析了脱贫的动态性，他们认为，贫困户在脱贫后两年内仍应成为重点保障对象，采取持续追踪和帮扶措施，从而建立稳定脱贫的可持续性。

研究贫困动态性的另一方向是将贫困分解为长期贫困与短期贫困，其中，短期贫困也被称为暂时性贫困。例如，Ward(2016)依据相邻两期贫困状态的转移率来推断家庭贫困的长期性与暂时性，并认为中国贫困主要表现为暂时性贫困。Gustafsson等(2009)使用持续时间来定义贫困的长期性与暂时性。通常，这种方法将样本期内所有时间均处于贫困的家庭定义为长期性贫困，将部分时间处于贫困的家庭定义为暂时性贫困。Duclos等(2010)指出，依据样本内持续时间长短来直接定义长期贫困和暂时性贫困会产生偏误，他们建议使用自助法来纠正这种偏误。章元等(2013)认为，定义样本期内的长期性或暂时性贫困首先需将家庭贫困按照样本时间长度进行加总，然后再对其进行分解度量，结果发现，中国农村贫困中长期性贫困的比重高于暂时性贫困。

与上述研究不同，本文在讨论贫困的动态性时，聚焦家庭脱贫的速度与脱贫稳定性。以贫困家庭为分析对象，引入时间维度，进而考察贫困户脱贫的动态过程及其促进因素。Imai等(2014)将中国农村家庭脱贫视为自主选择的内生过程，使用包含家庭决策行为的久期模型分析发现，选择农业种植的家庭比在当地非农就业的家庭更容易摆脱持续性贫困，但其分析没有考虑脱贫的稳定性。在国际上，也有部分文献从时间维度分析了家庭贫困状态的变化过程。如Seker等(2015)发现土耳其贫困具有非常明显的状态转换特征，持续性贫困仅占贫困人口的1/4。Kyzyma(2014)发现德国贫困存在由短期向长期演变的趋势，其中，家庭户主特征是影响贫困向持续性发展的显著因素。

本文的边际贡献主要体现在将时间维度引入贫困分析，从而为研究家庭脱贫及由此在时间轴上产生的返贫提供新的视角。尽管Imai等(2014)从时间维度初步分析了中国家庭脱贫的动态过程，但其研究并没有考虑脱贫后的返贫问题。本文将脱贫与返贫置于统一分析框架内，从而为构建解决家庭贫困的长效机制提供更有针对性的发现。通过对脱贫家庭收入变动的统计分析，本文还揭示了部分家庭在脱贫后收入出现较高幅度增长的系统性规律，并剖析了形成这种规律的内在因素。

二、中国农村家庭脱贫的时间路径：特征事实

(一)数据来源和核心变量定义

1.数据来源。本文使用中国家庭追踪调查数据(CFPS)，该数据便于观察家庭贫困状态的演变，从而确定家庭脱贫的具体时点并计算贫困持续时间。Zhang等(2014)分析了CFPS的样本代表性，他们发现，在研究家庭贫困时，使用该样本得出的结论与使用其他样本(如中国综合社会调查、中国家庭金融调查等)得出的结论基本一致。本文选用调查中2010、2012、2014和2016年的农村样本为研究对象，并按家庭识别码组成面板数据。

2.核心变量定义。农村贫困具有典型的家庭属性特征，即使家庭中部分成员的收入水平位于贫困标准之上，但如果其余成员的收入水平低下或没有收入，那么，家庭整体仍有可能陷入贫困。国家统计局在监测贫困时也以农村住户家庭为单元，因此，本文在定义农村贫困时，参照郭熙保和周强(2016)、Liu等(2017)的研究方法，以农村家庭年人均纯收入低于国家统计局给出的同年标准定义为贫困。历年的贫困标准数据从《中国农村贫困监测报告》(国家统计局住户调查办公室，2017)查询得到。

脱贫的时间路径是指家庭在贫困状态中持续一段时间后脱离贫困，若家庭在贫困状态中持续的时间较短，说明家庭脱贫的速度较快；反之，若家庭在贫困状态中的持续时间较长，说明家庭脱贫的速度较慢。因此，研究家庭脱贫的时间路径特征可等价转换为分析家庭在贫困状态中的持续时间。受限于本文使用样本的调查周期(CFPS每隔一年开展一次调查)，本文对家庭贫困持续时间的计算进行以下约定：若家庭仅在一个调查期内被认定为贫困，该家庭的贫困持续时间为1年；若家庭在两个连续的调查期内被认定为贫困，该家庭的贫困持续时间为3年；若家庭在3个连续的调查期内被认定为贫困，该家庭的贫困持续时间为5年；若家庭在4个调查期内都被认定为贫困，该家庭的贫困持续时间为7年；若家庭在中间存在间隔的两个调查期内被分别认定为贫困，那么该家庭存在返贫现象，中间的间隔期被认定为脱贫时间。例如，家庭在2010和2016年两个调查期被分别认定为贫困，那么该家庭即有返贫现象，中间间隔的5年为脱贫时间。

(二)与时间相关的脱贫人口分布统计：整体概况

本文以家庭人口规模为权重，用脱贫人口占原有贫困总人口的比例来表示脱贫率①。在计算时，按照家庭在贫困状态中的持续时间为标准，分类统计上述脱贫人口的分布，以此描述家庭脱贫的时间路径特征(见表1)。

表1 与时间相关的脱贫(返贫)人口分布统计 ％

注：受限于样本调查的时间间隔，当统计返贫人口占比时，无法观察到间隔1年的返贫情况，因此表中数据缺失。

从表1可以看出，37.24％的贫困人口在贫困状态中持续1年后会脱离贫困，并且没有出现返贫现象。但随时间延长，当贫困状态的持续时间达到5年时，脱贫人口的占比会快速下降到8.63％。这一结果初步揭示了中国家庭脱贫的时间动态特征，也印证了当前劳动经济学中关于贫困久期相依的观点，即家庭在贫困中经历的时间越长，人力资本贬值和损耗的程度会越大，因此，依靠家庭自身能力获得工作收入进而脱离贫困的概率也会越低。如果将表中三类脱贫人口(不含返贫人口)的占比简单相加，可以看出，样本期内，仅有59.5％的贫困人口会脱离贫困。

与脱贫状态密切相关的是，样本期内，部分家庭在脱贫后会存在返贫现象。从表1可以看出，接近16％的贫困人口在首次脱贫3年后会再次返贫，并且这种现象在脱贫持续时间延长后并没有得到显著缓解；当家庭脱贫的持续时间达到5年时，仍有近15％的脱贫人口会再次返贫。

(三)与时间相关的脱贫人口分布统计：具体动态

表1从时间分布角度统计了中国农村家庭脱贫的整体概况，但对整个样本调查期而言，这一时期家庭贫困状态的转变既有可能表现为部分贫困人口的脱贫，也有可能表现为部分非贫困人口的入贫，同时，随着样本追踪时期的延长，还有可能表现为初次脱贫人口的再次返贫。因此，本文以样本调查期为时间轴，统计了家庭贫困状态演变的具体动态(见表2)。

表2 样本调查期内家庭贫困状态的转移变化 ％

从短期看，农村家庭贫困状态的转移变化较快。例如，在2010～2012年的调查期内，大约60％的贫困人口会脱离贫困，并且这一现象在2012～2014年及2014～2016年两个调查期内也大致成立。表1显示，仅有37.24％的贫困人口在贫困状态中持续1年后会成功脱离贫困(没有返贫)，将以上二者结合可以推断出，短期内，在60％的脱贫人口中仍有相当比例的人口会出现返贫现象。由于贫困状态的转换以家庭人均纯收入与国家贫困线的比较来判断，由此也说明，中国农村低收入家庭的收入存在较大波动。这一结果也可以从短期内新增入贫人口的比例看出，在以上3个调查期内，即使中国经济已进入新的发展阶段，人均收入水平增长较快，但仍有15.3％～21.2％的人口会陷入贫困，并且在样本期内呈现波动趋势。这些结果也意味着，拓宽农村低收入家庭的稳定增收途径对于农村减贫具有重要作用。

从长期看，农村家庭贫困存在反复现象。当样本观察期从2010～2012年延伸到2010～2014年时，贫困人口中脱贫人口占比会从62.3％上升到68.2％，但当样本观察期进一步延伸到2010～2016年时，脱贫人口的占比又会从68.2％下降到61.4％，说明中国农村家庭脱贫人口存在返贫现象。当观察期的起点设定为2012年，从2012～2014年到2012～2016年，在连续5年时间内，农村脱贫人口仅出现缓慢上升趋势(从62.4％上升到63.2％)，这说明在农村实现持续高效减贫难度较大。

为了更进一步揭示脱贫人口的来源构成及其分布特征，本文对家庭人均纯收入进行区间划分，观察在每一区间上脱贫人口的占比分布。本文以0.25倍、0.5倍和0.75倍贫困线为界限，将贫困家庭的人均纯收入划分为4个区间：[0，0.25PL]、[0.25PL，0.5PL]、[0.5PL，0.75PL]和[0.75PL，PL]；同时以2倍贫困线为界限，将非贫困家庭的人均纯收入划分为两个区间：[PL，2PL]和[2PL，∞]。这里，0.25PL、0.5PL、0.75PL、PL和2PL分别表示相应倍数的贫困线水平。基于这种划分，本文分析位于不同收入区间的贫困家庭在脱贫后，其收入增长到对应非贫困收入区间的人口占比分布。结果如表3所示。

表3 在各收入区间上脱贫人口的转移变化分布 ％

注：Inc表示家庭年人均纯收入；0.25PL、0.75PL、PL、2PL分别表示0.25倍、0.75倍、1倍、2倍贫困线水平。

表3中数值表示在每一收入区间上脱贫人数占调查期内总脱贫人数的比例。通过纵向对比②可以发现，当贫困人口能够成功脱贫时，有更多人口的收入会出现较大幅度的增长。脱贫后，收入在高区间[2PL，∞]的人口占比明显高于同期收入在低区间[PL，2PL]的人口占比。这一结果在每一个调查期均成立，并且对于贫困人口的每一类初始收入水平或表示贫困严重程度的每一个低收入区间也成立。那么，哪些贫困家庭在脱贫后收入获得了更大幅度的增长？本文在后续部分将引入家庭个体特征变量，分析家庭在脱贫时能够促使其获得更大收入增幅的影响因素。

三、中国农村家庭脱贫的时间路径：影响因素及其策略选择

中国农村家庭脱贫时表现出两个典型特征：(1)在脱贫前，不同家庭在贫困状态中的持续时间不同，由此表明家庭脱贫存在速度快慢的差别，并且在脱贫后，部分家庭存在返贫现象，因此，本文将构建贫困久期及复发模型，揭示能够提升家庭快速且稳定脱贫的因素。(2)脱贫后，有较多家庭的收入会出现大幅增长，因此，本文也将分析能够促使家庭脱贫后收入获得大幅增长的因素。

(一)快速稳定脱贫的影响因素分析

1.快速脱贫分析。本文首先建立贫困久期模型来分析家庭快速脱贫的影响因素。令T表示家庭在贫困状态中的持续时间，并借鉴久期分析中被广泛使用的加速失效时间模型(AFT)来设定T的具体形式为：

logT=x′β+ε (1)

其中，x为反映家庭特征的向量，β为反映回归系数的向量，ε为模型误差项。由前述表1的统计结果可知，家庭脱贫与贫困持续时间之间存在久期相关性，为了揭示这种特征，本文假设ε服从极值分布，对应的，e[ε]将具有威布尔(weilbull)分布形式：

fe[ε](t)=pt[p-1]exp(-t[p]) (2)

其中，参数p刻画了家庭脱贫与贫困持续时间的久期相关性特征。使用加速失效时间模型来刻画贫困持续时间的另一优势是，该模型可以反映贫困持续时间的截尾特征(Cameron等，2005)。例如，某家庭在样本调查期内的贫困时间为2014～2016年，那么，该样本的贫困持续时间被定义为3年，但2016年以后该样本仍有可能存在贫困，只是随着样本调查期结束而不被观察到，因此，贫困持续时间3年具有截尾特征③。

进一步，令λ(t)表示当家庭贫困持续时间为t时，在下一时刻能够脱离贫困的概率④。由式(1)和式(2)可以计算得到：

λ(t)=pt[p-1]exp(-px′β)=pt[p-1]exp(x′β*) (3)

显然，λ(t)的数值越大，表示在给定贫困持续时间为t时能够脱贫的速度越快。特别地，当家庭个体特征变量x[,j]增加1个单位时，脱贫概率变动为：

λ(t|x[,new])=pt[p-1]exp(x′β*+β*[,j])=exp(β*[,j])λ(t) (4)

变动后，新的脱贫概率是原来的exp(β*[,j])倍。本文借鉴现有文献中关于中国农村贫困问题的研究(Glauben等，2012)，从家庭拥有的人口学信息变量、家庭的土地资产及家庭所在村庄的地理信息3个方面进行分析。其中，家庭拥有的人口学信息变量包括户主年龄、性别、受教育程度、家庭规模、家庭劳动人口占总人口比例、劳动人口中各学历程度的占比、家庭患病人口占总人口比例、外出务工收入占家庭总收入比例、政府补助收入占总收入比例。家庭所在村庄的地理信息包括村庄的地貌特征和村庄距离县城里程两类。表4给出了变量的描述性统计。

表4 主要变量的描述性统计

表5中快速脱贫模型结果显示：(1)在家庭户主方面，户主年龄每增加1岁，家庭成功脱贫的概率会下降为原来的98.2％。由于户主年龄在一定程度上反映了家庭老龄化程度，因此本文估计结果说明，家庭老龄化程度越高，快速脱贫的难度也越大。对老年贫困家庭而言，由于家庭的劳动技能会逐步下降或丧失，因此，在陷入贫困后依靠自身能力快速脱贫的难度会显著增加，此时依靠政府帮扶或采取保障式扶贫措施是解决老年家庭贫困较为有效的方式⑤。户主是男性的家庭比户主是女性的家庭具有更高的脱贫概率，从表5快速脱贫模型可以看出，男性户主家庭的脱贫概率是女性户主家庭的1.2倍。这一结果与国际上同类研究的发现一致。例如，Brucker等(2015)使用美国人口调查数据分析发现，以女性为户主的家庭具有更高的贫困脆弱性。户主的受教育程度也会对家庭快速脱贫产生显著影响。户主是小学学历的贫困家庭，其脱贫的概率是户主属于文盲家庭的1.36倍。因此，从这个角度而言，中国当前在农村地区实行的免费义务教育政策，以及在一些低收入地区提供的职业技能培训对农村反贫困具有重要意义。(2)家庭成员患有慢性疾病这一因素会显著影响家庭快速脱贫的概率。以五口之家为例，若新增一人患病(比例提高20％)，则家庭快速脱贫的概率会下降为原来的93.7％。因此，中国农村家庭不仅存在因病致贫现象，患病后，也会显著侵蚀家庭快速脱贫的可能性。从这个意义上说，中国政府目前在农村地区全面实施的医疗保障制度和部分地区正在开展试行的重大疾病保险救助模式对抵御农村贫困、建立反贫困的长效机制都具有积极作用。(3)从家庭收入来源看，外出务工行为对家庭快速脱贫会产生非常显著的促进作用。我们发现，外出务工收入占家庭总收入的比例每提高10％，家庭快速脱贫的概率会提高为原来的1.11倍。因此，中国政府当前实施的东西部地区结对帮扶、在贫困地区引入产业支持等鼓励农村家庭劳动力跨产业、跨区域流动政策对农村脱贫具有重要意义。(4)家庭人均拥有的土地资产及家庭所在村庄的地理特征也会影响家庭快速脱贫。具体而言，家庭人均拥有土地资产每提高1万元，家庭脱贫概率可以提高为原来的1.07倍。家庭所处的地理环境越不利，如位于高山或高原地区，或者是所在村庄距离县城的里程较远，这些都会制约家庭实现快速脱贫。因此，从这个意义上说，中国政府在当前扶贫过程中采取的易地搬迁及相应的土地开发利用政策，对于实现农村快速脱贫会产生直接有效的促进作用。

表5 快速稳定脱贫及脱贫后收入快速增长模型的估计结果

注：*、**、***分别表示在10％、5％、1％的水平上显著。

2.稳定脱贫分析。依据前述表1中对脱贫时间路径的统计分析，近16％的人口在脱贫3年后会出现返贫现象，15％的人口在脱贫5年后返贫。因此，本文以二元选择变量表示家庭是否实现了稳定脱贫，其中，0表示实现稳定脱贫，1表示存在返贫，进而揭示家庭个体特征因素对稳定脱贫的影响。

从表5可以看出，家庭外出务工行为会显著降低家庭在脱贫后出现返贫的概率。具体来看，外出务工收入在家庭总收入中的比例每提高10％，家庭脱贫后出现返贫的概率会下降1.78％，同时，家庭劳动人口占比也会对稳定脱贫产生积极影响。其中，劳动人口的比例每提高10％，家庭脱贫后出现返贫的概率会下降1.27％。与平原或渔村等地相比，位于山区或高山地区的农村家庭在脱贫后更容易返贫，由此说明当前政府对部分贫困家庭采取的易地搬迁扶贫政策不仅有助于贫困家庭的快速脱贫，同时也有利于这些家庭的稳定脱贫。

(二)脱贫人口收入快速增长的影响因素分析

在前面的统计分析中，通过对比脱贫后家庭收入的增长幅度(见表3)，本文还发现，更多贫困家庭在脱贫后收入会出现较大幅度的增长。因此，本部分将揭示能够促使家庭收入获得较大增长的显著因素，并仍使用二元选择变量来表示。其中，若脱贫后家庭人均纯收入超过当时的2倍贫困线标准，则令二元选择变量取值为1，表示家庭收入获得了较大幅度增长，否则，二元选择变量取值为0。这种定义方式与前述的统计分析结果相对应。