基于贫困脆弱性的返贫致贫预警机制构建

王永綦

2012年，中国贫困人口数量9899万人。中共十八大后不久，拉开了脱贫攻坚的序幕。2020年，在国家精准扶贫方略下，中国完成了消除绝对贫困的艰巨任务。

虽然绝对贫困已然消除，但是我国扶贫工作仍未完成，返贫现象仍不断出现。由于很多刚刚脱离贫困的地区仍有基础教育薄弱、公共服务缺乏、生态环境恶劣等不利因素，造成刚刚脱贫的人员稍有不慎就会返贫。因此，有效防范返贫，成为我国未来一段时间内扶贫工作的重中之重。稳定脱贫不返贫才是真脱贫。对返贫致贫进行提前预警，是稳定脱贫的重要举措。通过对贫困脆弱性的研究与测量，可以对相关影响因素进行有针对性的跟踪监测。

一、贫困脆弱性研究

（一）贫困脆弱性相关研究

贫困脆弱性的概念最早由世界银行在《2000/2001年世界发展报告》中提出，将其定义为“受到不利冲击，造成的生活水平下降的可能性。”

近年来，国内学者对贫困脆弱性进行了多方面研究。黄伟承等（2010）详细介绍了贫困脆弱性测量的三种方法：预期的贫困脆弱性（VEP）、低期望效用脆弱性（VEU）和风险暴露脆弱性（VER）。耿新（2020）认为贫困脆弱性能够衡量农户生活水平，解释返贫问题的动态性。还有部分国内学者从多角度研究了影响贫困脆弱性的可能因素，包括医疗保险、自然灾害、政府救助、教育培训、金融素养等各个方面。由这些研究可以看出，设立医疗保障制度、加强应用自然灾害、合作进行政府救助、加大教育投入、有意培养金融素养，可以有效降低贫困脆弱性。反之，个人或家庭在就会遭受更多风险，贫困脆弱性也就越高，未来返贫致贫的可能性就越高。

（二）评价贫困脆弱性的指标体系

联合国政府间气候变化专门委员会（IPCC）提出脆弱性應当包含暴露度、敏感性和适应能力三个维度，为贫困脆弱性的量化研究提供了研究思路。借鉴IPCC模型，依据国内对贫困脆弱性的相关研究结果，共选取三个维度下的10个指标对贫困脆弱性进行量化研究。

1.暴露度

暴露度反映了个人或家庭受外界干扰的程度，具有使个人或家庭跌入贫困的不利影响和潜在风险。暴露度测算指标包含自然灾害的影响程度、生态环境的影响程度、生活成本提升而政府补贴降低的影响程度三项。

2.敏感性

敏感性是指个人或家庭受到外部不利影响时所反映出的敏感程度。个人或家庭的健康情况、经济情况往往决定了其敏感性。敏感性越低，则受外部不利影响越小，脆弱性越低，个人或家庭越稳定。敏感性指标包含遭遇意外事故的敏感程度、医疗自费占比和教育支出占比三项。

3.适应能力

适应能力是指个人和家庭对抗不利影响的能力。参考胡伦（2019）的相关研究，引入四类生计资本作为表征适应能力的指标。

一是自然资本，是指个人或家庭拥有的耕地资源等，因此可用人均耕地面积指标来表征自然资本。二是人力资本，是指个人或家庭的劳动力数量和质量，可用外出务工人数占比来表达。三是金融资本，是指个人或家庭所拥有的资金，可用人均存款来表达。四是社会资本，是指个人或家庭可以得到的社会救助，可用医疗保障政策来表达。

（4）指标体系

（三） 基于神经网络的贫困脆弱性评价模型构建

1.样本数据获取

通过对贵州地区农户发放调查问卷获取样本数据。此次发放调查问卷100份，回收有效问卷94份。为了能够明确贫困脆弱性的影响因素，将变量数据定义为1－10的数字：1为几乎没有影响，10为影响非常大，其他数字表示中间程度。

2.神经网络模型

神经网络模型由信息的正向传播和误差的反向传播组成，是误差反向传播算法的学习过程。神经网络模型的优势是具备较强的自学习能力。神经网络包含三层结构，分别是输入层、中间层和输出层。模型步骤如下。

3.数据分析

利用SPSS 软件对数据进行处理，得出变量的重要性排序和权重。

其中，“生活成本提升和政府补贴降低的影响程度”重要性排名第一，权重达到47.3%。由这项数据可以看出，贵州贫困人口对政府补贴政策依赖程度偏高。当补贴政策下降甚至取消时，个人和家庭有较高返贫风险。因此，政府在制定补贴政策时，一方面需要保持政策具有一定的持续性，另一方面当确需修订政策时，要实时关注所在地区的易返贫家庭或个人，出现风险要及时进行干预。

其次，“教育支出占比偏高的影响程度”重要性排名第二，权重为10.3%。由于贵州地区很多家庭都有两个以上的孩子，同时对教育的重要性也认识越来越深刻，因此教育支出占比往往偏高，使家庭的负担过重。其中，非义务教育期间教育支出主要分两类，学历教育和职业教育。两类教育都需要占用一个家庭大量的可支配收入。针对这种情况，政府应加大对非义务教育阶段的教育补贴，为升入高中、考入大学的学生提供助学金或无息贷款，为有意愿参加工作的劳动力提供免费的职业培训。

重点性排名第三位的是“医疗自费占比偏高的影响程度”，权重为8.2%。现阶段对于农村地区，国家推出了多种社会保障制度，已覆盖养老、医疗、失业、工伤等各个方面，其中新农合即是农户的医疗保险。但是一旦遇到大病、重病，仍会出现高额的自费部分，极易造成家庭或个人因病返贫致贫。对于这一情况，政府应实时监控，对于医疗自费占比过高的家庭或个人提供医疗费减免的帮扶。

“人均耕地面积较小的影响程度”的权重占比为6.2%，“外出务工人数占比偏低的影响程度”的权重为6.1%，“遭遇意外事故的影响程度”的权重为5.7%，“生态环境的影响程度”的权重为5.5%。这四项指标重点性偏低，对于返贫致贫的影响较小。

最后“自然灾害的影响程度”（权重4.1%）、“医疗保障政策不充分的影响程度”（权重3.3%）和“人均存款偏低的影响程度”（权重3.3%）则居于重要性的最后三位，相对不重要。近年国家对自然灾害的预防和灾后救助，都帮助贫困人口远离自然灾害的伤害。自然灾害对人员和家庭返贫致贫的影响已变得极低。国家的医疗保障政策近年也有了很大改善，基本实现了贵州地区对易返贫人口的全覆盖。贵州地区大量农户外出务工，使得人均存款提升较大，因此降低了人均存款偏低的风险性。

三、构建基于贫困脆弱性的返贫致贫预警机制

返贫致贫预警机制包含预警监测对象、预警监测主体、预警监测指标、预警平台、干预手段和考核机制。

（一）预警监测对象

由于贫困个人的不确定性因素多、移动性大，不易被实时监测，因此，预警监测对象以家庭为单位。监测的对象应为当地建档立卡脱贫户，即曾经的贫困家庭。其中，应重点关注家庭人均可支配收入低于当年国家扶贫标准的1.5倍。此外还应将大病重病户、独居老人户、留守儿童户、重大残疾户等特殊家庭纳入监测范围。监测对象虽是贫困家庭个体，但更要关注大范围的、集中式返贫致贫情况发生。因此，除对家庭进行监测外，还要关注同一区域多个家庭的监测指标变化情况。

（二）预警监测主体

返贫致贫预警机制的执行主体应由多方共同参与。首先责任主体应为当地基层党委。基层党委的自觉性决定其在返贫致贫预警机制中的责任担当和实践价值。基层党委应明确脱贫攻坚任务的历史高度，坚持自身服务能力，推进返贫致贫预警机制的顺利执行。其次，当地基层政策应是主要执行主体。基层政策对当地贫困人口及易贫困人口有较完备的信息，并且对扶贫政策变化、市场波动、自然灾害发生，都可以及时获取第一手信息。第三，是易贫困家庭自身。家庭与个人都要提高返贫致贫的风险防范意识，出现工作、生活中的相关风险要第一时间反馈至当地基层政府。最后，是社会组织。社会组织的积极参与，可以有效弥补基层政府对风险监测的不足。同时社会组织还可以有针对性的，对于贫困家庭提供教育、医疗等方面的服务。

有以上四类主体参与预警机制，将可以高效监测返贫致贫风险，起到及时阻断作用。

（三）预警监测指标

依据贫困脆弱性各项指标的重要性排序，将预警监测指标区分为三级。

重要性权重超过10%的指标设为一级指标，包含“生活成本提升而政府补贴降低”“教育支出占比”。

重要性权重在5%－10%之间的指标设为二级指标，包含“医疗自费占比”“人均耕地面积”“外出务工人数占比”“遭遇意外事故”和“生态环境恶化”。

其他设为三级指标，包含“人均存款”“自然灾害发生”和“医疗保障政策”。

一级指标变动超过设定预警值时，基层政府需在48小时内查找出现原因，定位到具体家庭，并制定出干预方案开始实施。二级指标时限为5个工作日；三级指标时限为10个工作日。

（四）预警平台

预警监测指标返回的数据是海量的，人工根本无法实现分拣与识别。因此建设基于新技术的预警平台迫在眉睫。5G、大数据、互联网+等新技术的成熟，使预警平台的建立成为可能，形成完整的信息化、链条化、动态化的监测平台。预警平台虽然先期需要较大政府投资，但对后期脱贫工作将起到决定性的作用。

（五）干预机制

1.完善非义务教育阶段学生帮扶体系

贫困脆弱性指标中可以看出，贫困家庭由于饱受没有知识的苦楚，因此往往更加重视子女的教育，愿意在教育上投入更多资源。但由此也更易造成家庭返贫致贫。因此，基層政府可以针对非义务教育阶段的学生提供救助，例如奖学金制度、无息贷款等。对于学历偏低的人员，可以根据产业发展和项目需求提供劳动技能培训，使其能够快速适应。结合返贫致贫预警对象的劳动能力状况来免费开展技能培训，使其掌握实用的技能，提高在人力市场上的竞争力。

2.健全医疗保障，优化大病帮扶体系

督促全部返贫致贫预警对象参加医疗保险。针对相对低收入地区，适当降低医疗报销起付线，放宽医疗报销范围，提高报销比例。此举可有效降低医疗中自费的比例。同时还应简化报销手续，提供报销引导，减少报销中的各项障碍。

3.产业帮扶，激活易返贫家庭内生动力机制

建立支柱产业为主的多种产业帮扶机制，主要针对具备劳动能力的返贫致贫预警对象。通过产业帮扶，使其提升应对返贫致贫风险的能力，从而保证稳定增收、可持续脱贫。产业帮扶有以下可采取的措施。首先是为有创业意愿的返贫致贫预警对象提供小额免息信用贷款，一般时限在三年以内、额度在五万元以下。相关贷款利息成本由各级政府财政扶贫基金给予解决。其次发展政府统筹扶贫项目，可以覆盖更多目标人群，为更多返贫致贫预警对象提供稳定的工作与收入来源。

结 语

对返贫致贫进行提前预警，是稳定脱贫的重要举措。首先采用发放调查问卷的方式，通过神经网络模型，对贫困脆弱性进行研究。通过对调查问卷的数据进行分析，发现“生活成本提升和政府补贴降低的影响程度”和“教育支出占比偏高的影响程度”“医疗自费占比偏高的影响程度”占贫困脆弱性重要性的前三位。在此基础上，以这三个指标为重点监测指标，建立返贫致贫预警机制。

（作者单位：贵州工程应用技术学院经济与管理学院）