【《基于Logit模型的返贫因子实证分析及返贫预测实证案例》8800字（论文）】

外文翻译I基于Logit模型的返贫因子实证分析及返贫预测实证案例目录TOC\o"1-3"\h\u30978基于Logit模型的返贫因子实证分析及返贫预测实证案例 118601.1Logit模型理论 129601.2返贫因子的实证分析 2140511.2.1变量选取 2317301.2.2样本选择与数据来源 4185901.2.3模型构建 5318061.2.4模型回归结果 633011.3返贫概率预测 8120451.3.1不同收入区间人群的返贫概率 820921.3.2不同家庭健康人口比例的返贫概率 9190071.3.3不同教育分组的返贫概率 10141171.3.4不同平均年龄段的返贫概率 11176031.3.5不同民族的返贫概率 1256081.3.6不同省份的返贫概率 1240181.3.7极端情况的返贫概率 1223291.4小结 13返贫是一个复杂的问题，不同对象、不同的地区，返贫特征和风险也有所不同。按照巩固拓展脱贫攻坚成果与乡村振兴有效衔接的目标和要求，返贫的原因、人群特征及其未来的返贫风险需要进行细致研究。例如，缺乏劳动能力是否会造成未来抗风险能力低，进而增加返贫风险？教育程度提高是否能够抑制返贫？第四章对返贫原因和人群特征情况进行了描述，本章进一步结合微观数据利用计量分析方法进行实证分析。通过构建logit模型对返贫因素进行分析，并依据模型进行预测，分析哪类人群更容易在脱贫后再次流入贫困。1.1Logit模型理论Logit模型是一类二值选择模型，这类模型中的被解释变量只有两种选择，结果通常用（0，1）表示。假设样本中个体选择的结果只有两种，比如y=1（升学）或y=0（不升学）。升学与否取决于对将来收入的估计、个人的科研兴趣等。将这些影响因素用向量x表示，在x已知的基础上，y的两点分布函数形式为：P函数Fx,β称为连接函数（connectionfunction），如果FE(y|模型可使用MLE估计。将第i个个体的概率密度函数表示为：f进一步对数化整理：lnf对于横截面数据来说，样本中个体间的独立性基本是可以保证的。则全样本的似然函数的对数形式可以表示为：ln就logit模型而言，将p=Py=1|x作为某个事件发生的概率，因为只有两个选择，则1−p=Py=0|ln其中，p/(1-p)被称为“几率比”或相对风险，βj表示因变量x1.2返贫因子的实证分析1.2.1变量选取为探索不同要素对返贫的影响，本文根据建档立卡信息系统收集到的数据选取的变量如下：1.被解释变量本文的被解释变量为是否返贫（poor），若出现返贫，则poor=1；否则，poor=0。2.解释变量本节主要关注的是不同因素对返贫的影响。在建立logit模型进行分析时，本文主要选取了家户规模、家户平均年龄、家户劳动力占比、家户劳动力平均受教育程度、家户健康人口占比、家户中是否有残疾人以及是否为少数民族家庭等7个影响因素作为解释变量。（1）家户规模（num）。家庭规模反映一个家庭整体的人口数量情况，一般来讲，家庭规模对返贫的影响具有“U”型特点，家户规模在一定程度之内，随着家庭人数的上升，可以作为劳动力的人口也就可以不断增加，因此短时间内可能会抑制返贫效果。而在一个长久时间段中，家庭人数的上升，会使得人口红利不再明显，劳动力所带来是收益并不足以解决家庭个体的生活需要，从而导致返贫。（2）家户平均年龄（aveage）。家户的平均年龄在一定程度上反映了家庭成员的年龄构成。一般来讲，返贫概率与家户平均年龄之间，呈现“U”型变动关系。在一定平均年龄之下，随着平均年龄增长，其积累的知识、经验更加丰富，在就业市场上会有更高的竞争力，其收入水平也会相应的增加，这在一定程度上说明陷入返贫的概率越小。随着家户平均年龄的进一步上升，体力状况、接受新事物的能力都会降低，其在就业市场上的竞争力也会降低，家庭收入也会相应降低，家庭返贫概率会有所上升。（3）家户劳动力占比（labrate）。家户劳动力占比能够比较直观地反映一个家庭中的劳动收入能否承担家庭的开支与正常生活。本文选择的是年龄在16岁到65岁之间作为劳动力。劳动力的多少能够有效地反映家庭收入的可获得性。一般来讲，劳动力越多，占比重越大的家庭，其抵抗风险冲击的能力越强，因某一个劳动力失去工作而陷入贫困的概率就是越小。因此，一般来说，劳动力占比越高，越不容易出现返贫情况；反之，当劳动力越少，使得一个家庭的负担由较少人口承担的时候，会由于各种贫困限制性因素，使得此类家庭更容易返贫。（4）家户劳动力平均受教育程度（aveedu）。家户劳动力平均受教育程度在一定程度上代表了一个家庭的人力资本状况。Mincer(1958)最早研究了工资与受教育年限的正相关关系。家户劳动力平均受教育程度越高，其家庭中劳动力可以选择的就业方向越广，在劳动力市场上有更高的竞争力，更容易在劳动力市场上找到收入相对较高的工作，从而可以更好的支撑家庭的各种消费与开支。因此，劳动力平均受教育年限越高的家庭，其有更低的返贫风险。本文将劳动力平均受教育程度共分为5个等级，当教育程度为文盲或半文盲时，令变量edu=0；当教育程度为小学学历时，令变量edu=1；当教育程度为初中学历时，令变量edu=2；当教育程度为高中学历时，令变量edu=3；当教育程度为大专及以上学历时，令变量edu=4。（5）家户健康人口占比（helrate）。家户中健康人口占比在一定程度上反映了家庭人口的健康程度。家户中健康人口占比越高，家庭的因病支出相对于其他家庭更少，健康人口占比越高也意味着更多的健康劳动力，从而也就意味着更多的收入主体，从而陷入返贫的概率也就越低。（6）家庭中是否有残疾人（disabled）。家庭中是否有残疾人能够反映出一个家庭额外的负担大小，有残疾人的家庭，其对生活、医疗条件要求相比其他贫困家庭要高，医疗费用开支大，并且无法成为有效劳动力帮助家庭获取劳动收入，从而形成“开支大，无收入”的现象，易导致返贫。本文中，若家中有残疾人，则disabled=1；否则disabled=0。（7）是否是少数民族家庭（ra）。是否是少数民族家庭表现了一个家庭的民族结构，由于少数民族同胞可能在语言、习俗以及生活习惯等方面与汉族人群有差异，因此可能会在就业、工作时出现一些困难，从而影响到自身的收入。因此，少数民族家庭更容易返贫。本文中，若为少数民族家庭，则ra=1；否则，ra=0。1.2.2样本选择与数据来源在省层面上，本文一共选取8个省份，分别是：在东部地区选取山东和河北两个省，在中部地区选取湖南和河南两个省份，在西北地区选取陕西和甘肃两个省份、在西南地区选取四川和云南两个省份（同时两地还可以代表深度贫困区域）。在县层面上，本文每个省份选取两个县（区）。县（区）的选取基本原则来自返贫规模，以及返贫人数的变动趋势。同时，综合考量不同省份的返贫规模跨期变动特点，找寻带有变动特点的县，全方位研究返贫问题。对河北省，本文分别选取了张家口市的宣化区，以及邯郸市的大名县；对山东省，本文选取了山东淄博市的沂源县和菏泽市的曹县；对河南省，本文选取了固始县和社旗；对湖南省，本文选取娄底市的双峰县和怀化市的沅陵县；对陕西省，本文在安康市选取了两个县，分别是汉滨区和白河；对甘肃省，本文选取了宁夏回族自治州的临夏县和庆阳市的合水县；对四川省，本文分别选取了凉山彝族自治州的金阳县以及广安市的岳池县；对云南省，本文分别选取了位于“三区三州”深度贫困地区的怒江傈僳族自治州的兰坪白族普米族自治县，以及昭通市的永善县。研究数据中的家户规模、家户成员平均年龄、家户劳动力占比、家户劳动力平均受教育程度、家庭中是否有残疾人以及是否为少数民族家庭、家户健康人口占比的原始数据来源于上述8省16县2017年建档立卡信息数据。全部变量的定义如表18所示，样本容量为84950。表SEQ表\*ARABIC2变量定义及数据来源性质名称符号来源被解释变量是否返贫poor建档立卡数据统计表解释变量家户规模num建档立卡数据统计表家户成员平均年龄aveage建档立卡数据统计表家户劳动力占比labrate建档立卡数据统计表家户劳动力平均受教育程度aveedu建档立卡数据统计表家户健康人口占比helrate建档立卡数据统计表家庭中是否有残疾人disabled建档立卡数据统计表是否是少数民族家庭ra建档立卡数据统计表表19描述了返贫户与未返贫户家庭返贫主要影响因素的均值和标准差，并进行了相应的对比。统计结果表明，返贫户的家户规模、家户平均年龄、家户劳动力平均受教育程度、家庭中是否有残疾人与非返贫户都存在着显著差异，返贫户的家户规模、是否有残疾人及成员平均年龄都显著高于非返贫户，而返贫户的健康人口占比及成员平均教育程度低于非返贫户。据此可以初步判断这几类影响因素对家户返贫概率都有着一定影响。表SEQ表\*ARABIC3解释变量的描述性统计返贫户非返贫户均值标准差均值标准差家户规模6.346.541.011.11家户成员平均年龄46.0422.9942.7621.87劳动力占比0.480.380.640.32劳动力平均受教育程度1.730.932.470.81健康人口占比0.570.550.640.37家庭中是否有残疾人0.090.440.050.40是否是少数民族0.150.340.130.241.2.3模型构建1.线性概率模型（LPM）构建作为参照，首先构建多元线性回归模型，并加入家户规模（num）和家户成员平均年龄（aveage）的平方项考察家户规模和家户成员平均年龄的U型影响。其模型表达式如下：poor=α其中，poor为被解释变量，即家户是否返贫，若出现返贫，则poor=1；否则，poor=0；家户规模（num）、家户成员平均年龄（aveage）、劳动力占比（labrate）、劳动力平均受教育水平（aveedu）、健康人口占比（helrate）、家庭中是否有残疾人（disabled）和是否为少数民族家庭（ra）表示影响家户是否返贫的解释变量；α为待估计系数，ε为扰动性。由于PLM模型存在异方差和因变量估计值可能出现大于1或小于0的缺点，在此仅仅作为logit模型的一个参照。2.Logit模型构建假设连接函数Fx,βE(poor|其中，poor为被解释变量，即家户是否返贫，若出现返贫，则poor=1；否则，poor=0；x=(num,num2,aveage,设p=Ppoor=1|x为家户出现返贫的概率大小，则1−p=Py=0|ln其中β0表示回归模型的常数项，βi表示第1.2.4模型回归结果（1）为利用OLS得到的线性概率模型（LPM）回归结果；（2）为Logit模型回归结果。利用stata16软件，得到方程回归结果如表20所示：表SEQ表\*ARABIC4回归结果是否返贫（1）LPM（2）Logit家户规模-0.02069***（-49.05）-0.11569***（-44.87）家户规模的平方项0.00817*(1.81)0.01694**(2.16)家户平均年龄-0.00498**（3.16）-0.08410**（2.32）家户平均年龄的平方项0.00021**(3.47)0.00628*(1.71)劳动力占比-0.03342***(-33.87)-0.15097***(-12.48)劳动力平均受教育水平-0.00217***(-1.73)-0.06079**(-2.19)健康人口占比-0.02923***（-21.83）-0.11493***（-11.57）家庭有是否有残疾人0.01295***（11.07）0.24666***(12.78)是否为少数民族家庭0.01904***(13.86)0.22207***(6.94)常数项0.12254-3.0174（伪）R20.02610.0802F（卡方）值852.858170.48对数似然值--62171.861正确预测百分比-93.95%样本量8495084950注：第二列括号中为t统计量值，第三列括号中为z统计量值；*p<0.1,**p<0.05,***p<0.01由表20中结果可知，LPM模型与Logit模型解释变量的统计显著性基本保持一致。由于两种模型的系数不具有可比性,且由于上述线性概率模型（LPM）本身所固有的缺陷，本文仅仅将其作为一个基准参照。由（2）Logit模型回归结果可知：1.家户规模水平值系数为负数，表示在初始阶段，家户规模扩大，会减少返贫的可能性。可能的原因是人口变多与劳动能力的增强，使得家庭成员能够外出打工获取劳动报酬，从而可以大量地分担家庭经济负担，减少返贫。家户规模的平方项系数为正数。表示当家户规模进一步扩大，家庭开支不断增加，收入无法满足增加的需求，导致返贫概率加大。这表明家户规模与返贫之间存在“U”型关系。2.家户平均年龄的水平值系数为负数，表示在初始阶段，平均年龄上升，会减少返贫的可能性。可能的原是随着年龄的增加，更多的家庭成员成为劳动力，从而可以赚取更多的收入，减少返贫概率。家户平均年龄的平方项系数为正数，当年龄不断增长使得成员由青壮年向老年人转变时，劳动能力不断衰弱，赚取收入的能力降低，导致家户容易返贫。3.家户劳动力占比的系数显著为负，表示在一个家庭当中，劳动力数量越多，所占比重越大，其劳动能力更强，能够获得更多的就业机会，从而获取更多劳动报酬，因此可以更多承担家庭的开支消费，防止家庭返贫。4.家户劳动力平均受教育程度的系数为负，代表了家庭中劳动力文化教育水平越高，人力资本越高，越容易接受新的知识、新生事物，越容易找到工作，从而补贴家用，有助于降低再次陷入贫困的可能性，降低返贫风险。1.家户健康人口占比系数为负数，表明家庭中健康人口占比越大，因病支出会下降，返贫的可能性越小。6.是否有残疾人这一影响因素系数为正，表示存在残疾人的家户中，由于需要承担更重的生活压力，承担更多的额外支出，更容易陷入返贫。7.是否为少数民族的系数为正数，表明少数民族家庭由于思想观念、语言沟通等方面的差异，在就业市场上有更多的劣势，更容易导致返贫。从边际效应来看，家户劳动力占比提高10%，返贫概率的对数几率比会下降0.015，表明劳动力占比高的家户可以获取更多的收入，降低返贫的可能性。劳动力平均教育程度提高一个单位，返贫概率的对数几率比会下降0.06，表明加大人力资本投资，提高贫困群体的受教育水平可以有效防止返贫。健康人口占比提高10%，返贫概率的对数几率比下降0.011，表明提高贫困地区医疗水平，提高贫困人口健康水平可以有效防止返贫。家庭中是否有残疾人这一变量系数为0.24666，表明家中有残疾人会引起返贫概率的对数几率比会上升0.247，因为家庭中存在残疾人，工作和生活能力欠缺，所以很难给家庭带来劳动收入，并且在日常生活中可能需要额外的家庭成员照顾，减少家庭劳动力，很容易使得脱贫户重新陷入贫困，处于生活困难的阶段，所以需要重点关注有残疾人家庭。另外，如果家庭是少数名族家庭，返贫概率的对数几率比会提高0.222，表明少数民族家庭也是需要重点关注的防返贫对象。1.3返贫概率预测基于上一节构建的logit回归模型，进一步预测几类群体可能的返贫风险和概率。1.3.1不同收入区间人群的返贫概率在人均收入3000-10000元中间，每隔1000元设定一个收入区间，共计7个收入区间。然后对不同收入区间群体陷入返贫做出概率预测。结果如图14所示。从预测结果上看，返贫概率随收入区间的提高而整体呈现降低趋势，该结果是符合预期的。但在4000-5000元处发现了一个拐点，在人均收入较低的3000-4000元区间，群体的再次陷入贫困的概率为1.82%，而在4000-5000元收入区间，返贫概率略有上升，提升到1.96%。这个小幅度的“倒U”符合预期，即贫困线边缘户可能更容易受到扶贫政策的惠及，且受到脱贫不脱政策的影响，可能这部分群体更容易继续享受部分扶贫政策。但从实际经验上看，收入在4000元水平以上（2015年不变价）并不被认定为贫困户，因此很难享受到各类扶贫政策。但由于其收入水平属于贫困边缘，因此也具有一定的再次陷入贫困的风险，因此，不难理解4000-5000元收入区间返贫概率略有上升的实际情况。再往高收入区间看，收入越高，其再次陷入贫困的概率越低，返贫概率在后期逐渐呈现下降态势到9000-10000元区间，返贫概率为1.00%。从上述结果可以发现三个值得重视的问题：第一，极端贫困收入区间人群具有极高的返贫概率，返贫概率接近2%。这说明最具有贫困脆弱性的人群，依然是收入不足以支撑其发展的那一部分群体。这部分群体因为缺少必要的资金和人力资本，一旦遭遇重大风险性问题（如自然灾害、疾病和失业）则非常容易再次陷入贫困。第二，以目前的情形预测收入在3000-4000元的群体返贫概率低于其周围区间群体，这个也符合现有扶贫政策集对该类群体救助效果最好，最集中的特点。第三，尽管随收入提高，家户返贫概率有所降低，但是在“两不愁三保障”贫困识别体系下，高收入群体也有超过1%以上的概率陷入返贫状态，也值得关注。图SEQ图\*ARABIC4不同收入区间返贫概率的预测结果1.3.2不同家庭健康人口比例的返贫概率不同家庭健康人口比例的返贫概率如图15所示，横轴代表健康人口占家庭人口比例，越往右侧，代表家庭健康人口占比越高。结果显示，家庭中患病人口越多，家庭返贫概率越高。如果家户只有一成是健康的，那么其返贫概率将高达3.3%。对应地，可以看到图16曲线是平滑下降，体现出随着家庭内健康人口比例的升高，家庭陷入返贫的概率将不断下降。但也不能忽视，由于返贫也受到其他因素的影响，因此即便家庭中超过九成是健康人群，其也有1.75%的概率返贫。这再次提示，要从多维角度综合性的通过实施有防返贫政策，提高人口发展能力，控制返贫问题。图SEQ图\*ARABIC5不同健康比例区间返贫概率的预测结果1.3.3不同教育分组的返贫概率不同教育分组下的返贫概率的变动趋势如图16所示。其中，横轴按照代表家庭拥有最高教育程度的家户类别，越往右侧，代表家庭最高学历越高。这种分类代表了家庭的受教育程度。结果显示，总体上，家庭中最高教育程度越高，家户返贫概率越低。预测结果显示，文盲及以下受教育程度，对应的返贫发生率最高，高达2.25%；当教育程度提升，则其返贫概率则呈现下降态势。但是一个明显趋势是，当农户受教育程度达到初中以及以上，这部分群体的返贫概率将基本处于一个稳定的趋势区间当中。例如，本文测算得到初中学历家庭的返贫概率为1.77%，高中学历为1.81%，大专及以上为1.74%。这也说明，对贫困户而言，当教育程度达到一定程度以上，影响返贫概率的主导型因素，可能是其他主导要素。当然，整体上按照教育程度分类的返贫预测结果显示，加大教育投资是抑制返贫的主要手段。图SEQ图\*ARABIC6不同教育比例区间返贫概率的预测结果1.3.4不同平均年龄段的返贫概率不同平均年龄段群体的返贫概率变动如图17所示。一个很明显的趋势是，返贫概率与平均年龄区间，呈现“U”型变动关系。即随着平均年龄的提高，当个体进入有劳动能力的青壮年期的时候，其陷入贫困的概率最低。相对地，青少年和老年人家庭再次陷入贫困的概率最高。根据预测结果，平均年龄在0-20之间返贫概率为2.68%，20-40岁平均年龄区间返贫概率为1.56%，平均年龄40-60岁之间，返贫概率上升到1.62%；而当进入到老年年龄区间，返贫概率再次提升，从1.62%陷入提高到3.10%。上述结果提示，第一，对家庭中抚养负担较高的家庭类型，其返贫概率可能会相对更高；第二，在政策上要对老年户更多的倾斜，防范其再次陷入贫困的可能性，在最低生活保障、养老服务以及子女赡养道德倡导方面，要在政府和个体层面上得到进一步提升。图SEQ图\*ARABIC7不同平均年龄区间返贫概率的预测结果1.3.5不同民族的返贫概率考虑到前文分析得到少数民族与汉族之间在返贫概率上有所差别，分别预测了少数民族与汉族之间的返贫概率。结果显示，相对于汉族，少数民族具有更高的返贫概率。结果显示，汉族返贫概率仅为1.68%，而少数民族的返贫概率则为2.52%，返贫概率是前者的1.5倍。因此，要重视少数民族的返贫问题。考虑到我国深度贫困地区亦是少数民族集中地，对深度贫困地区的返贫问题予以重视，非常重要。1.3.6不同省份的返贫概率基于现有数据，对8个省份的返贫概率做出对比性预测，如图18所示。对于处于东部区域的河北省，未来的返贫概率最低，仅为0.45%；其次是河南省，返贫概率为0.86%；云南排在最低的第三位，返贫概率为1.24%。四川、陕西和山东三个省份，返贫概率在2%附近。返贫概率最高的是湖南和甘肃省。湖南省在2017年返贫概率较高，因此基于回归的预测数据也对湖南省给出了更高的返贫预估结果。如果湖南在未来阶段能够很好在发展过程中控制返贫，那么其完全有可能将返贫概率控制在2%以下。最后，甘肃省的返贫概率是最高的，为4.6%。这从政策上体现出，对西部区域要尤其重视返贫问题。而这背后体现的是发展过程中，反贫困措施的可持续性问题，而这也是抑制返贫的核心要素。图SEQ图\*ARABIC8不同省份之间返贫概率的预测结果1.3.7极端情况的返贫概率接下来考虑两种极端情况：将“好极端情况”设置为收入处于9000-10000区间+最为健康+20-40岁区间+大学及以上学历+河北省，将“坏极端情况”设置为收入处于4000-5000元区间+不健康人口比例最高+60岁及以上+文盲+甘肃省。结果显示，相对于好极端情况，坏极端情况群体返贫概率高达7%，而好的情况返贫概率接近于零。这说明，当上述“坏”条件特征集中在同一类人身上，那么这类人的返贫概率将非常高。当然，上述仅是给出了一种极端情况，现实当中此类群体人口较少。但并不能否认上述群体的存在。因此，要对上述核心返贫致贫要素重点观测和干预，以期在未来有针对性的控