中国农村贫困家庭的识别_汪三贵
贫困户判定标准
农村贫困人口识别标准
农村贫困人口以“四看”结合省十一条为识别标准
一、“四看”.一看房、二看粮、三看劳动力强不强、四看家中有没有读书郎“四看法”.
二、省十一条
有以下十一条中情况的,再结合“四看”法，判定是否为贫困户。
1、全家外出3年以上的贫困户。
2、在城镇拥有购买的商业、住宅等商品楼房或有多处房产的贫困户.
3、村内自有房屋档次或装修水平明显高于一般农户的贫困户。
4、有轿车、高档摩托车、高档冰箱、空调、先进电脑等高档消费品的贫困户。
5、有大中型农业机械、农产品加工机械、工程机械、运输工具的贫困户。
6、家庭成员中有现任村两委干部的贫困户（特别困难的除外).
7、种养大户或长期大量雇用他人从事生产经营活动的贫困户.
8、家庭成员中有财政供养人员的贫困户。
（包括在国家机关、企事业单位有固定收入的,政府购买服务的政府机构聘用制人员、社区服务者、护林员、协警、卫生员、防疫员等）。
9、家庭成员中有在工商部门注册私营企业、个体工商户、专业合作社等从事经营活动的贫困户（经营收入仅够维持基本生活的除外）。
10、家庭成员中有国有林场职工和国有农场在职或退休职工的贫困户.
11、自己购买商业养老保险的贫困户。
改进考核机制实现精准扶贫_汪三贵
时事报告 2014年第3期25热点解读本栏责编:颜牛E-mail: ssbgzzs@生产总值向主要考核扶贫开发工作成效转变，把提高贫困人口生活水平和减少贫困人口数量作为主要指标，引导贫困地区党政领导班子和领导干部把工作重点放在扶贫开发上。
这对改进今后的扶贫开发工作和实现精准扶贫提供了组织制度上的保障。
具体考核评价办法将在中央有关部门指导下，由各省（区、市）根据实际情况制定，最终建立一套以贫困人口的收入和贫困程度指标为基础的、权重设置合理、数据来源可靠的指标体系。
30多年来，我国对于贫困县的扶贫开发工作取得了显著成就，有效缓解了贫困地区和非贫困地区收入水平和社会发展水平差距扩大的趋势。
但是，扶贫开发中也存在贫困县内的贫困人口没有从扶贫开发中平等受益，扶贫开发带来的利益更多被贫困县中相对较好的区域和相对富裕的农户享受的问题，即“扶县不扶民”“扶富不扶穷”。
产生这一问题的根本原因是贫困县党委政府面临诸多考核压力和复杂的财政状况，与维持地方党政系统正常运转、提供基本公共服务、保持社会稳定、促进地方财政收入增长和GDP 增长等多个重要目标相比，扶贫工作在贫困县并不是最重要的。
加之贫困人口通常都在偏远、交通等基础设施严重落后的地方，扶贫开发难度大，需要综合性和长期性的扶持措施才能取得成效。
不少贫困县为快速见效，采取“先易后难”的方式扶持，使得居住在最偏远地区的最贫困人口得不到有效扶持。
针对这一问题，中央改进了贫困县的考核机制，今年1月底发布了《关于创新机制扎实推进农村扶贫开发工作的意见》，明确提出对贫困县由主要考核地区贫困人口的社会发展指标，如贫困人口的教育水平、健康状况和获得其他社会服务的情况及其变化等，将被纳入指标体系。
为了适应考核机制的变化，贫困县党委政府不仅要更加重视扶贫开发工作，更要创新扶贫开发机制，在精准扶贫上做文章，让贫困人口真正从扶贫开发中受益。
一是通过参与式贫困排序方法，利用村民小组对当地村民贫富状况更为了解的优势，更准确地识别贫困人口；二是对贫困人口因户因人制宜制定综合性和长短结合的扶持措施，短期帮扶创收，重点提高自我可持续发展能力；三是找到有效的瞄准贫困户的机制，特别是要解决由于贫困户配套能力不够而不能参与扶贫项目的问题。
以精准扶贫实现精准脱贫
以精准扶贫实现精准脱贫作者：暂无来源：《民生周刊》 2016年第22期□ 《民生周刊》记者严碧华□ 吴冰寒甘肃康乐县景古镇阿姑山村老爷湾社一位母亲杨改兰在杀死自己的4个孩子后，自杀身亡，其丈夫随后也服毒自杀，这样的悲剧令人扼腕。
悲剧背后的原因极为复杂，但也折射出“精准扶贫”工作落实不完全到位的问题。
贫困人口的估计指标单一、基层民主评议不公平公正、脱贫后返贫现象时有发生等。
基于此，《民生周刊》记者专访了国务院扶贫开发领导小组专家咨询委员会委员、中国人民大学反贫困问题研究中心主任汪三贵教授。
汪教授就“六个精准”落实过程中的瓶颈谈了自己的见解，并就扶贫如何精准发力提出了意见和建议。
民生周刊：几年来，我国精准扶贫取得了显著成效，但也有个别地方存在扶贫不够精准及成效不足的问题。
您对此如何评价？根据您的调研及研究，在政策措施落实过程中，还存在哪些瓶颈？汪三贵：精准扶贫涉及面很宽，每一个环节都需要认真探索。
精准扶贫做得好不好，主要就看落实习近平总书记提出的“六个精准”的情况。
扶贫对象精准工作，从2013年开始到去年建档立卡回头看有了很大改进，已经建立了完整的建档立卡信息系统，为大规模的精准扶持提供了支撑。
但在精准识别过程中也存在一系列问题，一是识别标准不统一，中央要求的“两不愁”“三保障”没有得到充分落实；二是基层缺乏识别贫困人口的基础数据，导致识别过程随意性较大，识别不准的问题时有发生；三是动态调整不够，对脱贫后返贫的人口和因天灾人祸等各种原因新陷入贫困的人口没有及时扶持，影响了建档立卡的精准度。
项目安排精准方面，首先是产业发展脱贫存在很多困难。
因为贫困人口相对而言素质较低，面临的各种限制条件比较多，既没有市场经济意识，也没有利用市场去发展产业的能力，还缺少资金、技术和对市场的把握能力，单独让贫困人口发展产业难度很高。
生态补偿现在的主要问题在于补偿谁？谁来补偿?虽然“谁受益谁补偿”的原则已确定，但具体的实施方案还没有明确。
农村贫困户识别原则
农村贫困户识别原则第一篇：农村贫困户识别原则农村户籍人口贫困户识别原则1、人均纯收入标准是低于3015元（2010年2500元不变价计算）的全部纳入识别对象。
2、“两不愁三保障”[吃穿有问题（包括安全饮水有问题），义务教育、基本医疗和住房安全]未得到有效解决全部纳入贫困户识别对象。
3、父母有子女，但将父母单独分户的，单独分户的父母不能成为贫困户；子女符合贫困户识别对象的，父母可以与子女并户，一并纳入识别范畴。
4、家里贫困，符合贫困户识别的条件，按照户口簿录入人口时，如果家里的大学生（义务兵）因户口迁移转为城镇人口，通过镇村核实，将相关说明材料报县脱贫办备案认可后，可以将家里非农村户口的大学生（义务兵）录入《系统》，确保贫困户大学生（义务兵）享受扶贫优惠政策。
5、建（购）商品房（移民搬迁安置房除外）、或现有住房装修豪华、家用电器豪华、自费参加高消费娱乐活动、家庭日常生活消费支出明显高于扶贫标准的，不能成为贫困户对象。
6、家庭拥有小轿车（帮扶部门资助的车辆除外）、大型农用车、工程机械的，不能成为贫困户对象。
7、家中有现任村支部书记和村长的，不能成为贫困户对象。
8、家庭成员（父母子女关系）或法定赡养人、抚养人中有在国家机关、事业单位、社会团体等由财政部门统发工资且在编的（比如安康招录的扶贫信息员和公益性岗位人员，都是财政统发工资但是工资较低也不稳定的不在此范围）、或在国有大中型企业工作连续十年以上，收入较稳定的（军烈属除外），不能成为贫困户对象。
9、家庭成员有担任私营企业负责人的，长期从事各类工程承包、发包等盈利性活动的，长期雇用他人从事生产经营活动的不能成为贫困户对象。
10、未如实提供家庭收入，隐瞒生活财产，故意放弃或转移生活财产的，家庭成员中有自费店铺的、购买商业养老保险的不能成为贫困户对象。
11、家中一年以上无人居住、无法取得联系、无法提供其实际居住证明、人户分离的，不能成为贫困户对象。
12、因赌博、吸毒、打架斗殴、寻衅滋事、长期从事邪教活动等违法行为被公安机关处理且拒不改正的，不能成为贫困户对象。
中国新时期农村扶贫与村级贫困瞄准_汪三贵
中国新时期农村扶贫与村级贫困瞄准＊□汪三贵ＡｌｂｅｒｔＰａｒｋＳｈｕｂｈａｍＣｈａｕｄｈｕｒｉＧａｕｒａｖＤａｔｔ摘要：我们采用国家统计局的农村住户调查和世界银行的专项村级调查数据，通过分析贫困村确定的准确性、决定因素以及贫困人口的覆盖率来评价中国农村扶贫计划中村级瞄准的效率。
研究结果表明，尽管越是低收入组的村被确定为贫困村的可能性越大，但贫困村覆盖不完全和非贫困村被定为贫困村的问题依然比较严重。
总体而言，以收入为标准和在精确瞄准状态下应该被确定为贫困村的村中有４８％的村没有被瞄准。
确定贫困村的主要决定因素是收入水平、贫困发生率、基础设施和社会服务的可获得性以及偏远程度等，这与中央政府确定贫困村的原则和推荐方案是一致的。
２００１年，有５９％的极端贫困人口居住在贫困村内，但这一比重在２００４年下降到５１％。
与其他地区和非贫困县相比，西部地区和贫困县确定的贫困村覆盖了更高比例的贫困人口。
总体上看，由于东部和中部地区以及非贫困县更大的瞄准错误，村级瞄准并没有比县级瞄准覆盖更多的贫困人口。
中国政府扶贫部门需要在非西部地区和非贫困县改善贫困瞄准方式和提高扶贫机构的能力，提高瞄准的准确性和效率。
关键词：农村贫困贫困瞄准贫困村扶贫投资一、引言区域瞄准是中国农村扶贫计划的主要特征之一。
自２０世纪８０年代中期以来，中央政府和省级政府确定了一批国定和省定贫困县，并对这些贫困县给予资金和其他形式的扶持（国务院扶贫办，２００３；Ｐａｒｋｅｔａｌ．，２００２）。
１９８６￣２０００年，几乎所有扶贫投资都是以贫困县为基本瞄准单位的。
在中国政府宣布中国已经完成了八七扶贫攻坚计划并基本解决农村贫困人口的温饱问题之后，于２００１年制定和发布了新的中国农村扶贫开发纲要（２００１￣２０１０），以便指导新世纪头十年的农村扶贫工作，随后又进行了一系列重要的政策调整。
虽然国务院扶贫领导小组仍然确定了５９２个国家扶贫工作重点县，但新时期农村扶贫已经从县级瞄准变为村级瞄准，即基本的扶贫投资单位从贫困县变为贫困村。
中国发展经验解析_贫困问题
3、中国的贫困人口数量
2005 2005年中国的贫困人口（亿）
5 4 3 2 1 0 1天1美元 1天1.25美元 1天2美元 1.06 2.08 4.74
�
国家统计局估计的2009年的贫困人口还有3597万
4、中国的贫困发生率
% 2005 2005年中国的贫困发生率（%）
40.00 35.00 30.00 25.00 20.00 15.00 10.00 5.00 0.00 36.24
四、经验解析：中国大规模减贫 的主要推动力量
1、经济增长对减贫的贡献
�
�
对贫困的度量主要以经济福利（如收入和消费） 为基础，由于一个国家的整体经济福利只有伴 随经济的增长才能够提高，因此经济增长就成 为任何采用绝对贫困概念的国家大规模减贫的 先决条件 相关的研究表明：经济增长可以解释短期贫困 变化的70%和长期贫困变化的95%Biblioteka �中国经济增长的减贫效应
�
�
�
按1978年的可比价计算，中国的人均GDP从1978 年的378.7元增加到2008年的4512.9元，增加了11 倍，年均增长为8.6％ 中国1天1美元的贫困人口从1981年的7.3亿减少到 2005年的1.06亿，减少了6.24亿，年均下降7.7% 国家统计局估计的中国贫困人口在1978-2008年间 减少了2.37亿，年均下降9.4%
% 中国以外全球贫困发生率变化（%）
70 60 50 40 30 20 10 0 1981 1984 1987 1990 1993 1996 1999 2002 2005 1天1美元 1天1.25美元 1天2美元
中国贫困人口的变化（亿）
12 10 8 6 4 2 0 1981 1984 1987 1990 1993 1996 1999 2002 2005 1天1美元 1天1.25美元 1天2美元
贫困户脱贫户识别标准
贫困户脱贫户识别标准以是否解决“两不愁、三保障”（不愁吃、不愁穿、义务教育有保障、安全住房有保障、基本医疗有保障）为基本原则，以农民家庭年人均收入低于国家扶贫标准为贫困户识别标准，以农民家庭年人均纯收入稳定超过国家扶贫标准为脱贫户识别标准，严格按照“四进、七不进、一出、三不出”方法进行识别。
一、“四进”。
具备下列条件之一，可作为今年新增或返贫对象评定为贫困户：一是上年度农民家庭年人均纯收入低于国家扶贫标准的农户；二是因缺资金有子女无法完成九年义务教育的农户；三是无房且自己无能力修建房屋的农户，或只有一套常住房且为尚未改造的危房，目前已经存在安全隐患自己却无力修建的农户；四是因家庭成员患重大疾病或长期慢性病等，扣除求助政策补助资金后，自付医疗费仍然很高，导致家庭处于国家扶贫标准以下的农户。
二、“七不进”。
具备下列条件之一，不能评定为贫困户：一是上年度家庭年人均纯收入（可支配收入）高于当地平均水平的；二是购房或修建新房，高于当地平均水平的，或高标准装修现有住房的（不含因灾重建、高山生态扶贫搬迁和国家统征拆迁房屋）；三是家庭拥有或使用汽（轿）车、船舶、工程机械及大型农机具的；四是家庭办有或投资企业，长期雇用他人从事生产经营的；五是家庭成员中有财政供养人员（含村干部）；六是举家外出一年及一年以上的；七是其他明显不符合扶贫开发对象标准的情形。
三、“一出”。
现有建档立卡贫困户中，具备下列条件的，作为脱贫户退出，即：家庭年人均纯收入超过国家扶贫标准，并真正实现了教育、医疗、住房安全三保障，饮水安全和生活用电问题已经解决，不因患重大疾病、长期慢性病等大额医疗费用支出而返贫的贫困户。
四、“三不出”。
现有建档立卡贫困户中，具备下列条件之一的，不能作为脱贫户退出：一是农户家庭人均纯收入没有稳定超过国家扶贫标准，没有稳定实现“两不愁、三保障”的；二是虽然享受了扶贫政策，但当年尚未明显见效的；三是建档立卡“回头看”后，今年新纳入的贫困户原则上不退出。
中国扶贫项目的影响评估 -现状、困难和经验
数据
缺乏有针对性的调查数据 现有的数据没有得到充分的利用
方法和专业人员
了解影响评估的专业人员不多 如何使定量和定性的方法结合起来，用 相对较低的成本获得可靠的评估结果方 面仍面临很多挑战
主要经验：影响评估实例
中国农村扶贫的区域瞄准和扶贫投资效 果的实证研究 中国村级综合扶贫（整村推进）对贫困 人口的影响研究（定性和定量） 草海小额信贷的影响研究
案例调查和参与式评估的结果表明：
• 整村推进在贫困村实施后，显著改善了贫 困村的基础条件，相当部分的农户从项目 中收益； • 收益最大的是村里面条件较好的农户，而 不是最贫困的农户； • 主要原因是多数项目都需要农户提供配套 资金，而贫困户由于没有配套资金而不能 参与项目； • 而道路等基础设施项目由于穷人的生产和 交易活动有限也不能给穷人带来同等的利 益。
定性研究如何与定量研究相结合并相互 验证
• 利用世行中国贫困评估的村级调查数据和 国家统计局的农户调查数据进行分析 • 将贫困村分为两组：开始了整村推进（大 规模扶贫投资）的贫困村和还没有进行整 村推进的贫困村； • 将村里的农户分为贫困和非贫困两组（按 总样本的平均收入分组）； • 利用计量经济学方法（propensity score matching）对整村推进村和非整村推进村 进行配对； • 同时估计整村推进的扶贫投资对贫困户和 非贫困户收入和消费增长的影响。
• 整村推进对贫困户的收入和消费的影响都不 显著； • 因此，改进项目的实施方式，使贫困户从项 目中收益是迫切需要解决的问题。
草海小额信贷的影响研究
项目背景
环保与发展相结合 村基金方式管理的小额信贷 自愿组成村基金小组 贷款条件、利率、期限等自行决定，有 高度的灵活性 对各个基金小组的管理是面临的最大问 题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国农村贫困家庭的识别*汪三贵(中国人民大学农业与农村发展学院北京100872)王姮(中国农业科学院农业经济与发展研究所北京100081)王萍萍(国家统计局农村社会经济调查司北京100826)内容提要本文利用国家统计局农村贫困监测数据和计量经济模型(OLS和Logistic 模型)来识别与农户贫困和家庭福利状况高度相关的预测指标。
我们发现,无论是OLS模型还是Log istic模型,都可以准确预测50%以上的贫困家庭。
Log istic模型在准确预测贫困家庭方面有更好的表现,在选择合适的概率切割点后,预测的准确率可以达到70%以上。
我们还发现,要准确预测极端贫困人口是十分困难的。
在实践中,较高的贫困线有利于提高预测和瞄准的准确性。
关键词农村贫困贫困瞄准贫困识别一、导言作为世界上最大的发展中国家,中国拥有数目庞大的农村贫困人口。
根据官方贫困线和住户收入数据估计,2004年末农村贫困人口数约为2600万人。
根据更高的贫困线(接近1天1美元的标准),贫困人口数估计为7600万人(国家统计局,2004)。
尽管通过近20年来的持续经济增长以及政府部门有针对性的扶贫投资,农村减贫效果显著,但为实施更为有效的贫困干预计划,主要挑战在于如何更准确地识别穷人。
由于难以获得住户层面可靠的收入和支出信息,长久以来,中国一直依赖区域瞄准(县和村)实施贫困投资项目,导致严重的覆盖不完全和漏出问题(W ang,2005)。
因而,中国亟需更为简单有效的贫困瞄准方法来识别贫困户。
为瞄准贫困家庭和个体,可以利用住户调查资料和现代计量经济分析方法来建立贫困识别模型(W ard et a.l,2002)。
本文讨论了该方法并试图建立中国贫困识别的模拟模型。
该模拟的主要目的是在住户层面估计贫困的关联因素。
为了提高实践中的可操作性,在模型中使用的预测变量都是那些容易收集的非收入和支出指标。
二、数据和方法(一)数据该项研究所使用的数据为2002年中国农村贫困监测调查数据。
该调查由国家统计局农村社会经济调查总队每年进行一次。
由于中国农村贫困监测调查是在农村贫困地区进行的,与农村住户调查数据相比,该数据能够更好地反映贫困人口的生存条件和住户特征。
同时,该调查也提供了模拟所需要的相关的项目或政策信息。
中国农村贫困监测调查所使用的问卷与中国农村住户调查类似,包括了家庭和个人的收入与支出、家庭人口特征、生产、资产、教育和就业等方面的详细信息,以及村级和家庭层面的农村基础设施和贫困项目方面的信息。
自2000年起,中国农村贫困监测调查数据主要用于农村社会经济调查总队每年发布的农村贫困监测报告。
2002年中国农村贫困监测调查的样本量为50000户。
排除有缺损值的样本,总样本量为45960户。
为比较和检验回归的稳健性,本研究将总样本分成两个子样本。
将村代码为奇数的村归入数据1,村代码为偶数的村归入数据2。
通过现有的取样设计,每个贫困县随机选取5~10个贫困村,每村随机选取10户。
由于村代码是随机赋给样本村的,样本分立也可以被视为是随机的。
样本分立后,数据1包含样本22845户,数据2包含样本23115户。
它们的人均消费支出分别为1414.76元和1423.69元。
我们针对这两套数据,寻找最佳贫困识别指标。
(二)采用的方法在贫困识别模拟中,采用了两种计量经济模型。
第一种是最常用的多元回归模型*,该模型基于个人、住户和社区特征来检验住户消费与贫困的关系。
其结果将识别与住户生活水平变量(如消费支出或收入)显著相关的变量。
第二种为Log istic回归模型,用来预测住户为贫困户的概率。
多元线性回归模型的方程为:y i=A+B k x k i+e i其中,y i为因变量,x k i为自变量,A为模型截距,B k为回归系数,e i为随机误差。
Log istic回归模型的方程为:l n(P i1-p i)=A+Enk=1B k x k i其中,p i=P(y i=1x1i,x2i,,,x ni)是在给定x1i,x2i,,,x n i的情况下事件的发生概率。
p i1-p i为事件的发生比(事件发生概率与事件不发生概率之比)。
在两个模型的模拟中,我们利用逐步回归方法并将显著性水平设定在5%,以限制模型中最终被选出的自变量的数量。
在多元回归中,使用了多种模型诊断检验。
多元线性模型的检验包括正态图、异方差检验、离群点检验,以及方差膨胀因子(V I F)等。
如果某个变量的方差膨胀因子大于10,该变量将从模型中被剔除。
在Log istic回归中,用拟合优度(the Goodness of Fit)来检验模型的准确性。
同时也使用了H os-m er-Le m esho w检验(Jichuan,Zh i g ang,2001),原因是模型中使用了许多连续的自变量使得协变类型的数量很大并接近观察值的数量,许多协变类型只有很少的观测案例从而使得D统计量和Pearson 卡方不再适用于估计拟合优度。
H os m er-Le m esho w检验计算预测概率的百分比分布,即按百分等级分成10组,然后计算Pearson卡方(Pearson ch-i square),然后将预测值与观察值的分布频率进行比较(用2@10表格)。
较低的数值(和不显著性)意味着模型对于该数据拟合较好。
为检验该方法的识别能力,本文还使用了敏感度(Sensiti v ity)和特异度(Specificity)检验,并通过绘图来确定最佳切割点(Cuto ff po i n ts),横坐标为敏感度或特异度,纵坐标为事件发生概率,敏感度曲线与特异度曲线的交点为切割点。
(三)变量的识别为从农村社会经济调查队收集的500多个指标中选择可能的自变量,我们挑选那些在理论上和经验上与家庭福利以及贫困状况相关并易于收集的变量。
由于我们的目的是寻找贫困识别变量而非贫困的决定因素,因此我们没有考虑自变量的内生性。
选出的变量可以大致分为5类:住户人口特征、户主特征、资产和自然资源、经营行为和服务的获得、社区特征。
在中国农村贫困监测调查中,农村社会经济调查队同时收集了住户收入和消费支出数据。
然而,在多元回归中使用支出作为因变量更为合适,因为相对于收入,支出可以更好地衡量当期和长远的福利水平。
其理由是个人更偏好于从时间上平滑其消费趋势,因而支出年度波动小于收入的年度波动。
选择支出作为因变量的另外一个理由是在样本中,在住户生产成本高于产出时,收入就为负值。
然而对于负值,无法实现对数转换。
对于Log istic回归,也是根据消费支出数据来确定二分因变量。
当户人均支出低于贫困线时,该户被定为贫困户,否则为非贫困户。
用中国官方贫困线将所有样本分成贫困和非贫困两类。
中国官方贫困线由农村社会经济调查总队估计,每年用该标准计算贫困人口率。
中国使用两种贫困线,一种是绝对贫困线,另一种是低收入线。
根据购买力平价,后者接近世界银行的1天1美元的贫困标准。
中国没有根据区域价格差异对贫困线进行调整,全国采用统一的贫困线。
2002年低收入线和绝对贫困线分别为869元和627元。
(四)变量的转换为保证因变量的正态性,本研究采用了人均消费的对数形式。
此外,对数变换也能显著提高模型的拟合优度*。
至于自变量,采用了3种形式的转换:自然对数、平方根和倒数转换。
观察每种变量的转换形式表1因变量的最佳转换形式自变量转换住房面积平方根家中人均存粮数平方根家中人均口粮存量平方根家庭常住人口自然对数与人均支出对数形式的散点图以及多元回归的调整拟合优度,做如表1变换,其余的变量不做变换。
三、结果(一)多元回归模型表2给出了数据1的回归结果,数据2的回归结果与数据1*由于因变量不同,我们不能直接比较对数转换和没有转换模型的R2。
但我们可以通过转换Y i和Y i的预测值(Y^)并利用公式:R2=[E(Y i-Y)(Y^i-Y)]2E(Yi-Y)2E(Y^i-Y)2来计算可比的R2。
我们发现取对数后回归模型的可比R2(约0.46)要大大高于没有转换的模型的可比R2(约0.39)的结果相似。
对于数据1和数据2,模型中保留的变量分别解释了人均消费支出变动的46.2%和46.7%。
这要高于印度尼西亚但低于越南的贫困识别模型(L inh Nguyen,2005and Sudarno,Sum arto, 2005)。
表2O LS逐步回归结果(因变量:人均支出的对数)变量名称描述系数标准误P>|t|住户人口特征ag e0_140~14岁家庭成员数0.0470.0060.000 ag e15_6015~60岁家庭成员数0.1040.0050.000 ag e6060岁以上家庭成员数0.0950.0070.000 st udt在校学龄儿童数0.0770.0040.000 Ib5_2一家三口0.1750.0160.000 Ib5_3一家四口0.2290.0170.000 Ib5_4父母和3个以上孩子0.2160.0190.000 Ib5_5单亲家庭0.2060.0250.000 Ib5_6三代同堂0.2420.0190.000 Ib5_7有其他亲属0.2100.0230.000户主特征c4户主性别-0.0660.0170.000 c5户主年龄-0.0010.0000.001 spouse户主是否有配偶0.1220.0150.000 c7户主是否能说汉语0.0890.0190.000 Ic13_2户主受过小学教育0.0410.0110.000 Ic13_3户主受过初中教育0.0840.0120.000 Ic13_4户主受过高中教育0.1120.0140.000 Ic13_5户主受过中专教育0.1810.0290.000 Ic13_6户主受过大专或以上教育0.3090.0880.000住房及其他资产ro_n_b10住房面积的平方根0.0370.0030.000 b23生产经营用房面积0.0000.0000.007 b24畜棚面积0.0010.0000.001 b13是否有大牲畜-0.0450.0110.000 b15是否养羊-0.0340.0090.000 b17是否通路?1=是0.0200.0070.004 b18是否有冰箱?1=是0.0750.0150.000 b19是否有电视?1=是0.0940.0080.000 b20是否有自行车?1=是0.0220.0070.004 b21是否有摩托车?1=是0.0860.0100.000 b22是否有电话?1=是0.1460.0090.000 b25是否有汽车0.0930.0320.004 b26是否有手扶拖拉机0.0350.0090.000 b30是否有耕牛0.0380.0110.001 b31是否有生产畜0.0360.0080.000 b34是否有厕所0.0620.0250.013住户人口特征ro_n_b73家中人均存粮数的平方根0.0040.0000.000变量名称描述系数标准误P>|t|自然资源b41搜集燃料是否越来越困难-0.0300.0070.000 l andpc人均耕地面积0.0070.0010.000 b45pc人均林地面积0.0070.0010.000 b47pc人均草场面积0.0000.0000.000经营活动的服务的获得l n_p家庭常住人口数的对数-0.9360.0170.000 b3是否从事大规模农业生产0.0570.0180.002 l eadbus家中是否有人从事私营活动0.0890.0110.000 c21家中是否有人外出打工0.0880.0080.000 cashr经济作物面积占总耕种面积的比率0.1390.0170.000 fuel是否使用燃气0.0320.0070.000 b4是否是五保户-0.1500.0610.014 b7是否参加合作医疗-0.0400.0190.041 b8是否有保险0.0600.0100.000b i g event家中是否有大事发生0.1950.0080.000社区特征Ia1_2山地0.0220.0080.006 a6通公路的自然村数0.0020.0010.022 a15到乡镇政府的距离0.0010.0000.033 a20到附近市场的距离0.0020.0000.000 a50村中是否发生自然灾害-0.0340.0070.000 a57是否为贫困村-0.0470.0060.000省虚拟变量(略)_cons6.9740.0530.000 N u m ber of obs=22845F(72,22772)=273.58P rob>F=0.0000A d j R-squared=0.4621如图1,使用数据1和数据2估计的残差正态或接近正态。