毕鹤霞中国高校贫困生家庭致贫因素遴选透析——基于全国入户调查的实证研究

1、本研究不同意在期刊网上刊载中国高校贫困生家庭致贫因素遴选透析基金项目: 教育部人文社会科学研究青年基金项目“中国高校家庭经济困难学生判别方法的实证研究及应用”（10YJC880005），项目负责人毕鹤霞。2010年江西省学位与研究生教育教学改革项目：研究生教育质量评估体系构建（YJ11A033）。全国教育科学规划教育部青年课题高等教育参与欠发达地区发展型社会变迁的可行性研究”（EIA100423）。作者简介:毕鹤霞，女，天津人，华东交通大学人文社会科学学院公共管理系、高等教育研究所讲师，管理学博士，主要从事教育经济学、高等教育财政与管理研究。基于全国入户调查的实证研究毕鹤霞 （华东交通大学人文

2、社会科学学院，江西 南昌 330013）摘 要：纵观国内外相关研究及家庭经济调查, 致贫因素多种多样, 基于理论形态下的致贫因素遴选框架，采用实地调研与文献研究相结合的方式选取了致贫因素。实证研究证明，父母工作类型、家庭所在地、家中上学人口数，家庭劳动力人口数、突发意外事件、父母学历、家庭人口数、家中有重大疾病患者、其它特殊情况，这九项指标被确定为中国高校贫困生家庭的致贫因素。关键词：家庭经济困难学生；致贫因素高校贫困生资助是关系到教育公平的重要问题，要想合理资助贫困生，必须了解导致其家庭贫困的根本原因才能对症下药。纵观国内外相关研究及家庭经济调查，致贫因素多种多样，不乏有经济因素、非经济因素

3、等，究竟哪些因素是导致我国高校贫困生家庭贫困的根本原因，这是本文需要解决的核心问题。一、理论形态下致贫因素遴选框架恩格斯曾经指出：“被断定为必然的东西，是由纯粹的偶然性构成的，而所谓偶然的东西，是一种有必然性隐藏在里面的形式。”1社会经济现象涉及社会生产和社会生活的广泛领域，呈现出一种复杂多变的情景，诸如贫困生家庭致贫因素，它应是所有反映贫困群体必然性的表征集合，针对这一集合中的元素进行分析是寻找致贫因素的核心要素。为科学选取影响致贫因素，笔者基于系统论的观点，构建了致贫因素的严格选取框架，其选取流程如图1所示。图1旨在说明致贫因素的选取步骤。为保证致贫因素的科学性，致贫因素选取分为五个步骤，

4、第一，基于全国入户调查，明确贫困生群体的现状和典型特征，为因素选取奠定调研基础；第二，结合国内外研究实践及调研结论，初步拟定备选因素；第三，完善致贫因素，即通过入户调查剔除公众认可度低的因素，然后再进行扩充、删除或修改；第四，依据科学的检验确定所选因素，若指标存在问题，则再次进行扩充、删除或修改，若没有问题，即确认为选定因素；第五，归纳选定因素，结束因素筛选。中国贫困生群体的现状和典型特征致贫因素的初选致贫因素的二次选取完善与否开始致贫因素的确定有无问题致贫因素归纳结束否扩充、删除、修改无有图1 致贫因素遴选框架二、样本选择及抽样方法本人全程参与并负责了两组样本的全国调查，以此调研数据作为研究

5、样本进行分析。第一组研究样本是全国83户入户调查。全国入户调查采用随机抽样的方式，调研了全国5省，27个县级单位，共完成了83个样本案例的调查，收集高校贫困生判别的有效入户数据80份，有效回收率为96。第二组样本对中国高校近10万样本的贫困生开展了大型调查。按照既有代表性又有可行性的调查思路，采用随机分层抽样技术；按照地理分布，抽取了全国1/3的行政省为调查省份。在我国东部地区随机抽取了河北、江苏、福建、广东4省为调研省份；在中部地区随机抽取吉林、湖北、湖南3省为调研省份；在西部地区随机抽取了重庆、贵州、陕西、广西4省为调研省份。抽样高校是按照不同层次高校（中央部署高校、普通公办地方高校、高职

6、高专院校）的10%进行随机抽样。调查对象包括所有获得国家助学贷款的在校生（即本科院校的二、三、四年级学生，高职高专院校的二、三年级学生）以及各高校资助办公室主任。问卷根据不同调研对象采用2套问卷，一套是全国贫困生调查问卷，另一套是全国资助办主任问卷。2套问卷均覆盖11个省份105所高校，全国贫困生调查问卷共发放105所高校近10万份，回收79所高校71818份本专科生问卷，有效回收率为72% 。全国高校资助办主任问卷共发放105所高校合计105份，全国65所高校反馈了资助办问卷，有效回收率为62。 三、实证研究及调研结果（一）入户调查基本情况分析根据入户调查显示，高校贫困生家庭贫困生家庭呈现五

7、大特征：地处农村、职业地位和收入低、父辈教育水平低、教育人口多，以及曾遭遇重大致贫事件。第一，家庭地域。被调查的贫困生家庭地处农村，主要分布在经济欠发达的中、西部地区或其它贫困地区。入户调查表明，74.4%的家庭所在地以农业为支柱，占绝对多数，其余15.4%、6.4%、1.3%、2.6%的家庭所在地分别以外出务工、手工业、工业、其它产业为支柱。36.8%的贫困家庭来自贫困县，63.2%的家庭来自非贫困县；32.5%的家庭当地拥有矿藏等自然资源，16.9%的家庭当地缺乏自然资源，50.6%的家庭当地是纯农业生产；74.7%的家庭地处平原，17.3%的家庭地处丘陵地区，8%的家庭地处山区；由此可见

8、，贫困生在地域上多处农村地区（见图2）。图2 被调查者的家庭地域信息第二，父母职业。来自于农村的贫困家长以种地为生，从事务农。对于少数来自城市的贫困生而言，其父母多为企业改制、分流后的下岗、失业人员，家庭收入微薄。入户调查显示（见表1），63.8%的家庭父亲务农，7.5%的家庭父亲去世，5%的家庭父亲失业或待业，63.8%的家庭父亲患病，其余职业的仅占12。83.8%的家庭母亲从事务农，8.8%的家庭母亲失业或待业，其余职业的不足7.5。表1 贫困生父母状况分布表父亲频数有效百分比%母亲频数有效百分比%务农5163.86783.8无工作、待业45.078.8去世67.500患病、患病在床22.

9、600打工（包括个体户、工人、会计、勘探员、矿工、务工、教师、医生）1721.167.4合计80100.080100.0第三，父母学历。贫困生家庭父母辈学历大多在初中以下，且不乏文盲，母亲的学历更低。入户调查表明，贫困生父母的学历主要集中在“初中和中专”及其以下水平，另有16.9%的母亲为文盲（见图3）。低教育水平导致了学生父母无法进入一级劳动力市场，提高收入水平。因此，教育水平也是影响家庭贫困程度的重要因素。图3 被调查家庭父母学历第四，家庭人口。贫困生家庭成员多，但劳动力人口少，教育人口多。鉴于二元经济下的户籍管理制度，农村地区家庭人口相对城市多。有77名家庭参与了该项入户调查，其中多数家

10、庭劳动力及非劳动力人口数各为2人，占被调查者家庭比例分别为31.9%和54.67%（参见图4）；除了5%的家庭没有子女读书之外，3%的家庭有4个及以上孩子在读书，17%的家庭有3个孩子在读书，41%的家庭有2个孩子在读书，34%的家庭有1个孩子读书（参见图4）。可见，相对城市中常见的“双职工父母+一个在读子女”的家庭结构，显然农村家庭的劳动力人口与教育人口比例不均衡。图4 被调查家庭成员人口情况第五，致贫事件。多数贫困生家庭遭遇过重大不幸，如父母残疾、患重大疾病、离异、病故、自然灾害、失业等。 对于家中是否有残患人员，入户调查表明，16.77家庭有残患人口。灾难性贫困是贫困产生的重要因素，如遭

11、遇车祸、地震、洪水、意外致残以及疾病等灾难性事件。上述调查描述了贫困生家庭的五大特征：地处农村、职业地位和收入低、父辈教育水平低、教育人口多，以及曾遭遇重大致贫事件。上述特征既是入户调查的实证研究结论，也与人们的生活经验一致，其结论具有相当的科学性和客观性。而且，这五大特征不但描述了贫困生家庭的特点，同时也可以解释其贫困的成因。换言之，我国贫困生家庭的五大特征也可被视为导致家庭经济贫困的致贫因素。这就为本文初选中国高校贫困生的致贫因素提供了调研依据。（二）致贫因素的遴选及评价 1、致贫因素初选综合入户调研和文献研究的成果，本文选取了14个备选评价因素，它们是：子女教育所需、家庭支出、家庭收入、

12、学生需求、父母行业、家庭供给、家庭地域、父母职务职称、特殊情况、基本开支、父母学历、基本生活所需、一般所需，如医疗住房等、 校外资助。确定备选因素后，采用单样本t检验来考察贫困生及其家庭对致贫因素的评价均值与常数2的差异性（2表示同意），反映他们对14种评价指标的认同度。表2显示了以入户调查为数据蓝本的单样本t检验所得的统计量值。通过各种评价因素的均值比较可以发现，14项备选指标在15级的测度下，家庭供给、学生需求、家庭收入、家庭支出、父母行业、子女教育所需均值均小于2（表示同意），说明被调查者同意这些初选指标是主要致贫因素。其它指标的均值大于2，说明贫困生及家长并不认为它们是主要致贫因素。表

13、2 影响贫困生家庭经济状况的因素均值比较结果评价因素样本数均值标准差标准误1家庭供给621.8710.79926.101512学生需求621.6935.75939.096443家庭收入621.6129.73227.093004家庭支出601.6000.74105.095675基本开支622.5323.76217.096806校外资助623.2581.93975.119357家庭地域622.24191.11157.141178父母行业601.8333.82681.106749父母学历622.5645.76009.0965310父母职务职称602.3667.58125.0750411基本生活所需6

14、22.6613.76702.0974112子女教育所需601.4667.72408.0934813一般所需，如医疗住房等602.8000.77678.1002814特殊情况552.50911.18435.15970为了验证并扩充、删除、修改初选致贫因素，本研究又进一步通过单样本t检验来验证初选因素所获得的认同均值是否显著低于常数2（同意），即假设被调查者同意这14项因素是主要致贫因素。表3显示了单样本t检验的最终结果，据此可以分析贫困生及其家长对各种致贫因素的认同程度。表3 影响贫困生家庭经济状况因素的单因素t检验的结果评价因素独立样本t检验单个变量的均值2t值自由度双尾t检验概率样本均值与检

15、验值95%的置信度下差值的可信区间区间下限区间上限1家庭供给-1.27161.208-.12903-.3320.07392学生需求-3.17861.002-.30645-.4993-.11363家庭收入-4.16261.000-.38710-.5731-.20114家庭支出-4.18159.000-.40000-.5914-.20865基本开支5.49961.000.53226.3387.72586校外资助10.54161.0001.258061.01941.49677家庭地域1.71461.092.24194-.0404.52428父母行业-1.56159.124-.16667-.3803.

16、04699父母学历5.84861.000.56452.3715.757510父母职务职称4.88659.000.36667.2165.516811基本生活所需6.78961.000.66129.4665.856112子女教育所需-5.70559.000-.53333-.7204-.346313一般所需，如医疗住房等7.97759.000.80000.59931.000714特殊情况3.18854.002.50909.1889.8293表3可以得出结论，家庭供给、学生需求、家庭地域、父母行业、特殊情况五项因素的P值较大，分别为0.208、0.002、0.092、0.124、0.002，它们均大于

17、0.001，即接受原假设，可认为这五项因素与常数2（同意）没有显著性差别。表明这五项因素比较受贫困生群体认同，其他因素受认同度低。换言之，贫困生家长同意这五项因素是其主要致贫因素，其他几项的单边P值显著性水平0.05，即贫困生家庭不确认家庭收入、家庭支出、基本开支、校外资助、父母学历、父母职务职称、基本生活所需、基本开支、子女教育所需、一般所需，如医疗住房等这些因素是主要的致贫因素。由此可见，在初选因素中有五项因素获得了贫困生家庭的认可，它们分别为：家庭供给、学生需求、家庭地域、父母行业、特殊情况、然而，由于我国目前缺乏完善的税收制度和征信系统，因此公民“家庭供给”与“学生需求”的信息无法获知

18、，只能凭借学生填写的家庭经济信息为判别依据，存在较大的模糊性和信息不对称性，可信度低，只能通过其它替代性因素来予以反映。那么，如何选取“家庭供给”与“学生需求”的替代性因素呢？根据入户调查结果显示，贫困生家庭经济状况具有五大特征，包括地处农村、职业地位和收入低、父母教育水平低、教育人口与劳动力人口比例不均衡，以及曾遭遇重大致贫事件。而其他相关研究也显示，家庭成员的年龄、性别、受教育水平、就业状况，以及家庭规模、家庭成员的年龄结构等，都会对家庭是否陷入贫困具有影响影响。综合上述研究成果，共筛选出9种评价因素做为二次选取的致贫指标，它们分别为：1家庭所在地、2父母工作类型、3父母学历、4家庭人口数

19、、5家庭劳动力人口数、6家中有重大疾病患者、7家中上学人口、8遭遇突发事件、9其它特殊情况。这九个项评价因素与通过T检验的五项致贫因素形成某种对应关系，其对应关系参见表4。表4显示，指标1、2与“家庭地域”和“父母行业”构成直接对应关系，指标6、8、9与“特殊情况”构成直接对应关系。在这种情况下，“家庭供给”与“学生需求”这两个致贫因素由指标3、4、5、7替代是最佳选择。表4 致贫指标对照表九大评价因素五大经济特征通过T检验的五项致贫因素1家庭所在地地处农村家庭地域2父母工作类型职业地位和收入低父母行业3父母学历父辈教育水平低家庭供给、学生需求4家庭人口数教育人口与劳动力人口比例不均衡5家庭劳

20、动力人口数7家中上学人口6家中有重大疾病患者曾遭遇重大致贫事件特殊情况8遭遇突发事件9其它特殊情况（如单亲、孤儿等）2、致贫因素的确定为了准确甄别二次选取因素是否是真正的致贫因素，需要检验这九项评价因素与贫困程度之间是否有关系，如果这九项因素中存在与贫困程度相互独立的因素，则说明这一因素对贫困程度没有影响，应予以剔除，反之则予以保留。现将九项评价因素与贫困生家庭贫困程度之间进行独立性检验（卡方检验），用以检验两组或两组以上数值变量是否具有显著性差异。为确保检验的科学性，研究选用全国高校贫困生调查为数据蓝本，采用专业统计软件SASV8对数据进行编程统计，以观测这九项因素与贫困程度之间是否存在独立

21、性。 1）父母工作类型与贫困程度假设1：父母工作类型与贫困程度之间相互独立，即父母工作类型与贫困程度不相关。调查中，根据贫困生家庭不同月收入水平与不同职业的父母从业程度，用SASV8编程处理，贫困程度被划分为六个等级，父母工作类型被划分为九种岗位：农民务农、农民务农及小生意、城镇农民工、个体工商户、离退休人员、下岗待业人员、下岗再就业、无业、其它。SASV8运行结果如表5所示：表5 父母工作类型与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square409977.0833.0.001LikelihoodRatio Chi-Square4

22、08826.2095.0.001Mantel-Haenszel Chi-Square 14124.1239.0.001Phi Codfficient0.3877Contigent coefficient0.3615Cramers v0.1734Sample size 66388由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即父母工作类型与贫困程度相关。而根据全国贫困生大调查发现，贫困生父母工作类型绝大多数集中于农村务农、小生意以及城镇农民工、下岗、待业、无业等；再根据中国社会科学院对我国社会阶层划分的研究显示，贫困生家庭一般处于十大社会阶层的第九、十位（即农民劳动者阶层和城乡无业

23、、失业、半失业者阶层）。可见，检验结果与各种调研结论都认为，父母的工作类型对贫困度影响显著。假设2：家庭所在地与贫困程度之间是相互独立，即家庭所在地与贫困程度不相关。全国调研中，依据行政区域划分，家庭所在地分为五个不同层次：直辖市或省会城市、地级市、县级市或县城、乡镇、乡村。对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表6所示：表6 家庭所在地与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square203438.5301.0.001Likelihood Ratio Chi-Square203244.7907.0.00

24、1Mantel-Haenszel Chi-Square 12808.4912.0.001Phi Codfficient0.2252Contigent coefficient0.2197Cramers v0.1126Sample size 67795由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即家庭所在地与贫困程度不是相互独立的，即家庭所在地与贫困程度相关。假设3：家中上学人口数与贫困程度之间是相互独立的，即家中上学人口数与贫困程度不相关。在全国调研中，家庭读书人数16人为有效数据，家中上学人口数最少为1人，最多为6人，对分类统计的结果进行SASV8编程处理，检验其独立性。运行结

25、果如表7：表7 家中上学人口数与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square25359.6057.0.001Likelihood Ratio Chi-Square25358.5780 .0.001Mantel-Haenszel Chi-Square 139.9888 .0.001Phi Codfficient0.0723Contigent coefficient0.0721Cramers v0.0323Sample size 68746由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即家中上学人口数与贫困程度相关。

26、假设4：家庭劳动力人口数与贫困程度之间是相互独立的，即家庭劳动力人口数与贫困程度不相关。在全国调研中，家庭劳动力人口数最少为0人，最多为10人，对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表8：表8 家庭劳动力人口数与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square502262.8598.0.001Likelihood Ratio Chi-Square502224.5753.0.001Mantel-Haenszel Chi-Square 11560.1306.0.001Phi Codfficient0.1807

27、Contigent coefficient0.1779Cramers v0.0808Sample size 69277由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即家庭劳动力人口数与贫困程度之间这两个因素之间不是相互独立的，即家庭劳动力人口数与贫困程度之间是有关系的。假设5：家庭突发意外事件与贫困程度之间是相互独立的，即突发意外事件与贫困程度之间有没有关系在全国调研中，家庭突发意外事件是致贫的一项重要的观测指标。家庭突发意外事件被细化为3类二级指标，它们分别为遭受过重大自然灾害、有人患过重大疾病、有其它特殊情况，对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表

28、9：表9 家庭突发意外事件与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square10400.6113.0.001Likelihood Ratio Chi-Square10390.1527.0.001Mantel-Haenszel Chi-Square 1365.9488.0.001Phi Codfficient0.0875Contigent coefficient0.0872Cramers v0.0619Sample size 52333由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即：突发意外事件与贫困程度不是相互独立

29、的，即：突发意外事件与贫困程度相关。假设6：父母学历（以父亲学历为样本）与贫困程度之间是相互独立的，即父母学历与贫困程度不相关。在全国调研中，父母学历划分为9个等级，即未受过正规教育、小学、初中、中专、技校、高中、大学专科、大学本科、其它。父母学历（以父亲学历为样本）被细化为9类二级指标，它们分别为未受过正规教育、小学、初中、中专、技校、高中、大学专科、大学本科、其它，对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表10：表10 父母学历与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square403748.6731.0

30、.001Likelihood Ratio Chi-Square403026.8895.0.001Mantel-Haenszel Chi-Square 11774.5585.0.001Phi Codfficient0.2368Contigent coefficient0.2304Cramers v0.1059Sample size 66863由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即父母学历与贫困程度相关。假设7：家庭人口数与贫困程度之间是相互独立的，即家庭人口数与贫困程度不相关。在全国调研中，家庭人口数110人为有效数据。对分类统计的结果进行SASV8编程处理，检验其独立性

31、。家庭人口数被细化为9类二级指标，它们分别为未受过正规教育、小学、初中、中专、技校、高中、大学专科、大学本科、其它，对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表11：表11 家庭人口数与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square501210.0181.0.001Likelihood Ratio Chi-Square501211.4195.0.001Mantel-Haenszel Chi-Square 1326.4398.0.001Phi Codfficient0.1321Contigent coeffi

32、cient0.1309Cramers v0.0591Sample size 69372由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即家庭人口数与贫困程度相关。假设8：家中有重大疾病患者与贫困程度之间是相互独立的，即家中有重大疾病患者与贫困程度不相关。在全国调研中，家中有重大疾病患者是严重影响家庭致贫的一项主要因素。对分类统计的结果进行SASV8编程处理，检验其独立性。运行结果如表12：表12 家中有重大疾病患者与贫困程度之间独立性检验结果 Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square10400.6113.0.001Likelihood

33、Ratio Chi-Square10390.1527.0.001Mantel-Haenszel Chi-Square 1126.2089.0.001Phi Codfficient0.0875Contigent coefficient0.0872Cramers v0.0619Sample size 52333由结果可知：Prob值0.05，故落在拒绝域，接受备择假设，即家中有重大疾病患者与贫困程度相关。假设9：家中有其它特殊情况与贫困程度之间是相互独立的，即家中有其它特殊情况与贫困程度不相关。在全国调研中，家中有其它特殊情况被细化为4类二级指标包括父母一方失业、父母双方失业、单亲、孤儿等。对分类

34、统计的结果进行SASV8编程处理，检验其独立性。运行结果如表13：表13 家中有其它特殊情况与贫困程度之间独立性检验结果Statistic统计结果DF自由度Value值Prob显著性概率Chi-Square152846.440.0.001Likelihood Ratio Chi-Square152882.2976.0.001Mantel-Haenszel Chi-Square 12193.8101.0.001Phi Codfficient0.3174Contigent coefficient0.3025Cramers v0.1832Sample size 28261由结果可知：Prob值0.0

35、5，故落在拒绝域，接受备择假设，即家中有其它特殊情况与贫困程度相关。研究结果显示：父母工作类型、家庭所在地、家中上学人口数，家庭劳动力人口数、突发意外事件、父母学历、家庭人口数、家中有重大疾病患者、其它特殊情况等九项指标及其分类指标均与贫困生家庭贫困程度存在显著的相关性，可以被确定为中国高校贫困生家庭的主要致贫因素。四、致贫因素遴选结论基于层层致贫因素的严格筛选，研究结论如下：第一，从家庭在地因素分析，我国31个省可划分为东部、中部和西部地区，东部、中部地区经济相对发达，西部地区经济相对落后，由于我国二元经济结构的存在，农村和城市之间经济发展水平差异较大，从而导致了贫富分化现象。全国调查显示，

36、贫困生家庭普遍来自西部农村地区。这在某种程度上可视为由地域引发的贫困，因此，检验结果和调研结论都表明，家庭所在地与贫困度关系密切。第二，从家中上学人口数方面分析，全国调查显示，被调查贫困生家庭平均人口多，劳动力人口较少，一般家庭为5口人，其中劳动力仅有2人，在校读书 2人。由于贫困生父母职业分布在工资待遇较低的岗位，家庭开支拮据，所以家中上学人口数直接影响家庭经济状况，一般贫困家庭供养2个孩子读书已经入不敷出。因此，检验结果与调研结论都认为，家中上学人口与贫困度相关。第三，从家庭劳动力人口数方面分析，家庭劳动力人口数在某种程度上决定了家庭收入的多寡。在家庭人口既定的条件下，家庭劳动力人口少，则

37、需要供养的人就多，抚养系数就大，家庭就容易陷入贫困状态；反之亦然。检验结果与调研结论都支持了上述观点。第四，从家庭突发意外事件因素分析，全国调查显示，被调查贫困生中绝大多数家庭有过重大负面遭遇，部分贫困生家庭因自然灾害等突发事件而导致生活陷入绝对贫困状态，严重威胁其生存。可见，检验结果和调研结论都表明，家庭突发意外事件是重要的致贫因素；从父母学历因素分析，在现代社会，学历层次直接影响个人职业的分工和社会阶层的划分，全国调查显示，贫困生父母受教育水平一般集中在初中程度及其以下，有的甚至从未受过正规的学校教育，由此导致职业分工处于社会中下层，他们文化水平低，经济收入差，由此导致家庭面临贫困。因此，

38、检验结果和调研结论都认为，父母学历与贫困程度存在相关性。第五，从家庭人口数方面分析，全国调查显示，被调查贫困生家庭平均人口多，一般为五口之家。在农村及少数民族地区甚至有610口的大家庭。家庭人口多而劳动力人口少，这必将导致一个原本贫困的家庭陷入更加贫困的状态。因此，检验结果和调研结论都表明，家庭人口数与贫困程度相关。第六，从身患重疾因素分析，由于我国现阶段医疗保险体制尚不健全，医疗开支是一个普通家庭的重大开支项目。按照现行医疗保险政策，没有工作单位的城镇及农村人口需要个人全额支付医疗费用。对于家中有重大疾病患者的贫困家庭而言，个人收入只能维持基本生活，根本无力缴纳医疗保险费；有的城镇职工家庭虽

39、然有工作单位，但由于企业待遇低，无力承担医疗费用，也会导致家庭长期陷入贫困。可见，身患重疾也是重要的致贫因素；从家庭特殊情况方面分析，家中特殊情况包括父母一方失业、父母双方失业、单亲、孤儿等情况。这些情况均可视为因灾难性贫困而引发的家庭致贫。注释：该项入户调查采用五级量表，数值为15，它们的意义分别为：1非常认同；2同意；3一般或者不能确定；4表示不同意；5非常不认同抚养比又称抚养系数，是指在人口当中，非劳动年龄人口对劳动年龄人口数之比。参考文献：1马克思恩格斯选集M.北京:人民出版社,1995年版第4卷:2402吴庆.公平述求与贫困治理:中国城市贫困大学生群体现状与社会救助政策M.北京:社会

40、科学文献出版社,2005. 10:333 沈红.学生财政资助的政治与社会效应基于三项调查的综合分析J.2008年教育经济学年会大会发言,2008(11)4 陆学艺.当代中国社会阶层研究报告M.北京:社会科学文献出版社,20025 A report By the Advisory Committee on Student Financial Assistance (2001). Washington DC.（Unpublished）6 Townsend. The International Analysis of Poverty)M.New York:Harvester Wheatsheaf Publish,19937 Abebayehu A. Tekleselassie (2001) “Targeting Subsidies to Higher Education: MeansTesting in Comparativ