農村脫貧家庭返貧風險測度及預警機制構建研究

陳文美 張昌柱 李春根

摘 要：

在闡釋生計脆弱性與脫貧戶返貧風險生成機理的基礎上，構建農村脫貧家庭返貧風險的測度指標體系并測算其返貧風險程度。實證結果表明：全國農村脫貧家庭的返貧風險較低，西部地區農村脫貧家庭的返貧風險較高，且同時面臨外源風險和內源能力較弱雙重困境；風險適應能力強弱是引致返貧風險的主要指標，五項資本貢獻率不盡相同，其中金融資本、人力資本是增強風險適應能力的主要貢獻因子。在此基礎上，可從信息收集管理系統、大數據平臺判斷預警級別、預警等級情況核查、預警措施介入、預警措施評估五個方面構建返貧風險預警機制。可聚焦易返貧地區，預防外源返貧風險，提升農村脫貧家庭抗風險能力，完善落實防止返貧預警幫扶機制。

關鍵詞：

脫貧家庭；返貧風險；風險測度

文章編號：2095-5960（2023）02-0073-10；中圖分類號：F59

；文獻標識碼：A

一、問題提出及文獻回顧

2020年底，在現行標準下我國9899萬農村人口全部脫貧，脫貧攻堅戰取得了決定性勝利，絕對貧困和區域性整體貧困問題歷史性地得到解決，標志著我國貧困治理邁進鞏固脫貧攻堅成果階段。《國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》指出要健全防止返貧監測和幫扶機制，同時2022年中央一號文件專門強調：堅決守住不發生規模性返貧底線。以上文件都指明了穩固脫貧成果、防止脫貧人口返貧不僅是“十四五”期間持續跟進農村發展的重要任務，更是推進鞏固脫貧攻堅成果同鄉村振興有效銜接的底線要求。所謂返貧主要有“未貧—返貧”和“脫貧—返貧”兩種類型，此處主要探討“脫貧—返貧”，主要是指已經脫貧的個體或區域因各種主客觀原因再次陷入貧困的現象和動態過程，表現出不確定性和反復性。［1］相關數據顯示，目前脫貧具有返貧風險和致貧風險的人口分別為200萬人和300萬人左右。其中，2020年新增加38萬返貧人口，一定程度上呈現出“扶貧—脫貧—返貧”的“惡性循環”。［2］事實上，當前我國農村在資源配置、公共服務、生計系統等方面依舊存在短板，引發返貧風險的誘因較多，農村脫貧人口的內生動力及自身的脆弱性和返貧風險并未徹底完全消除，因病、因災等致貧返貧風險依然很大。［3，4］如何有效防止返貧現象的發生，需對農村地區的返貧風險實證測算，找準風險來源，以確保有效化解返貧風險，切斷“脫貧—返貧”路徑，為可持續減貧、促進鄉村振興、實現共同富裕目標的政策制定與路徑優化提供一定的借鑒參考。

進入鞏固脫貧攻堅成果同鄉村振興有效銜接的歷史交匯期，有關返貧風險的研究不斷深入，主要圍繞返貧風險來源、脆弱性脫貧、防范化解返貧風險對策等內容展開研究。具體如以：一是關于返貧風險來源研究。Caner & Wolff研究得出：家庭的資產積累能夠讓其避免陷入返貧狀態。［5］和立道等總結得出農村貧困人口徹底脫貧和預防返貧的根本在于提升人力資本。［6］吳本健等認為人力資本、自然資本和物質資本等生計資本是影響少數民族脫貧家庭返貧風險增加的重要因素。［7］二是關于脆弱性脫貧研究。脆弱性脫貧是指脫貧群體暴露于環境和社會變化的壓力中，由于缺乏適應能力和抵御風險沖擊的能力而容易受到損害，再次陷入貧困狀態，其根本原因在于貧困主體的脆弱性。嚴小燕等通過對區域與家戶兩種尺度的轉換與融合，探究返貧脆弱性問題及其原因，并運用BP神經網絡、熵值法和偏相關分析等方法進行了典型連片特困區的返貧脆弱性評價。［8］黃國慶等以民族地區為特定研究區域，從生計脆弱的視角構建了脫貧戶返貧風險的評估體系，并測算西南民族地區脫貧戶返貧風險。［9］肖攀等從貧困脆弱性的視角，通過構建OLS模型實證分析家庭教育支出對農戶脆弱性的影響機制與影響效應，得出家庭教育支出能顯著降低農戶的脆弱性，且不同家庭類型教育支出的影響具有異質性。［10］三是關于防范化解返貧風險對策建議研究。包國憲從預警模型主體構成、預警程序、支撐條件等方面構建了我國返貧預警機制。［11］蕭鳴政等借助人力資源開發理論與方法，從自我開發、培訓開發等方面實現返貧風險控制。［12］

綜上所述，脫貧人口返貧誘因復雜多樣，涉及經濟、政治、社會、環境等諸多要素，脆弱性脫貧是返貧風險發生的根本原因。面對不同的返貧風險來源，學者從各自的角度對防范化解返貧風險的機制、優化路徑等方面提出了獨到見解。但當前對脫貧人口返貧風險的研究主要集中在定性層面，定量研究不多見，尤其是鮮有研究構建返貧風險測度體系并定量測度脫貧人口的返貧風險。為此，本文在闡釋生計脆弱性與脫貧戶返貧風險生成機理的基礎上，以生計脆弱性“暴露度—敏感度—適應能力”的分析框架為基礎，構建我國農村脫貧家庭返貧風險測度體系并測算其返貧風險，在此基礎上創新性地運用氣象災害預警劃分等級，有針對性地構建包括信息收集管理系統、大數據平臺判斷預警級別、預警等級情況核查、預警措施介入等方面的返貧風險預警機制，為現階段我國返貧阻斷、堅守不發生規模性返貧、扎實推進鞏固脫貧攻堅成果同鄉村振興有效銜接提供現實依據和有益參考。

二、農村脫貧家庭的生計脆弱性返貧風險發生機制分析

（一）脆弱性與貧困的伴生關系

世界銀行將貧困看作是公民缺少機會參與活動，使得在一些關系到自身命運的重要決策時缺乏發言權，且容易受到經濟及其他沖擊影響的一種脆弱性狀態，表現出受到沖擊和抵御能力兩方面。其中，脆弱性高低與受到的沖擊力呈正向關系，與抵御能力呈反向關系。事實上， 脆弱性會導致家庭遭受財產、人員等各種損失而引發福利水平下降，如果下降至社會公認的水平之下而陷入貧困，脆弱性與貧困間反映出一種伴生、相互影響的關系。［13］具體體現在：一是脆弱性作為貧困的重要表征，陷入貧困狀態中的家庭往往會導致較高的脆弱性，當經濟驟減中斷或沖擊發生時，貧困者需要調動和整合包括財富、健康、教育、資產、資本等諸多資源抵御應對特殊情況，越貧者越缺乏對上述資源的擁有和支配能力，引發的福利水平降低程度越嚴重，陷入的貧困程度越深。二是脆弱性高低還體現在面對沖擊影響時的適應和恢復能力。貧困人口在遭遇沖擊過后，如遭遇自然災害、經濟中斷等，若未能及時得到外界援助，很難恢復到原來的生活水平。一般而言，沖擊發生時他們通常會通過減少食物攝入量、出賣家產、使子女輟學、降低醫療費用等方式來維持較低的生活水平。其中，減少教育投入和健康支出會進一步加劇陷入“脆弱—貧困—更脆弱—更貧困”惡性循環的可能性。

（二）生計脆弱性脫貧的返貧本質

生計脆弱性是指家庭和個體在生計活動過程中，當生計結構變化或面臨外力沖擊時不穩定、易遭受損失的狀態，是返貧風險發生的核心要素。一般而言，在脆弱性脫貧階段造成脫貧家庭生計脆弱的原因主要來源于自然和個體兩個層面，自然層面主要為自然災害侵襲（如地質災害、大氣災害），它不僅會導致脫貧農戶種養殖業減產、減收致返貧，還會使房屋、固定財產及個人健康遭受損失；個體層面表現為突發事件沖擊（如失業、疾病等）會不同程度導致收入減少或者支出增加導致生計不可持續，引發返貧風險發生。當然也有學者將影響農戶生計可持續的原因歸納為內外因素，其中，內部原因來自脆弱性，外部沖擊則用風險闡釋。需要指出的是，為如期完成脫貧攻堅任務，政府通過高強度財政支出著力實施一系列超常規的扶貧政策，使得過度使用財政扶貧政策的邊際支出效果、邊際貢獻不斷弱化，貧困戶對財政轉移性收入的依賴程度過高，呈現出貧困戶脆弱性脫貧的現象，其生計可持續能力依然較低，群體性返貧風險依然存在。關于生計脆弱性脫貧，Polsky提出了“暴露度—敏感度—適應能力”分析框架，認為暴露度衡量的是自然風險、社會風險等外源脅迫因素對農戶生計脆弱性的壓力大小；敏感度是農戶自身的屬性，不同的農村家庭在應對外源的風險時，直接或間接做出回應的難易和靈敏程度各不相同；適應能力是對外源風險已經或預期要發生，以及產生的影響采取適當的措施而趨利避害的能力、行為和恢復力。［14］一般來說，生計脆弱性與暴露度、敏感度呈反向關系，與適應能力呈正向關系，呈現出貧困區域包括地理位置、生態環境、經濟基礎、產業發展、基礎設施等要素的系統功能不齊全或失調地延續，進而陷入“空間貧困陷阱”。從生計可持續的視角，脆弱性脫貧家庭的生計不足或生計資本組合不合理，使其難以有效應對各種風險的沖擊，不能利用包括物質、金融、社會、人力等各類生計資本實現其生計可持續。

（三）生計脆弱性引致返貧現象產生的發生機制分析

返貧現象發生主要在于脫貧后的家庭仍然可能存在返貧風險，沒有及時遏制和降低返貧風險，自然會沿“脫貧—返貧風險—返貧”的邏輯發生機制路徑演進。從動態分析視角來看，無論通過何種方式實現脫貧的家庭，都會存在生計風險，主要是因為脫貧家庭的生計能力是否能在脫貧之后可持續主要取決于生計是否穩定，不穩定性預示著返貧風險存在，且具有動態性。一般而言，脫貧農戶內源的生計能力和外源的生計風險兩者的共同作用形成的返貧風險不斷變化引發生計不穩定性。當返貧風險不斷累積突破某一閾值，脫貧家庭就會再次陷入貧困，其實質內核是內源生計能力無法抵御外源生計風險，家庭的資產存量在抗擊外源風險時導致家庭資產減少而無法維持正常生活，外在表征可以通過收入減少或者支出增加表現出來。從靜態分析視角來看，返貧現象發生機制形成的核心在于中間環節的“返貧風險”，脫貧農戶面臨內外在的多源性致貧風險，從生計脆弱性的“暴露度—敏感度—適應能力”理論框架來看，脫貧農戶的生計脆弱性變化主要反映在收入與支出層面，若脫貧家庭因脆弱性變化導致收入不能維持正常生活則再次返貧。其中，“暴露度”屬于外源生計風險，涵蓋了如氣候變化、自然災害、突發事件等，“敏感度”表示對外界風險的反應、敏感程度，涵蓋健康情況的變差等可能會導致家庭支出增加進而引起收入減少，“適應能力”多指抵御外源風險的能力，資本作為集中衡量“適應能力”的指標，主要包括自然資本、物質資本、金融資本等，反映資本存量越多脫貧農戶的收入越多抵御風險的能力越強。

三、返貧風險測度指標體系構建與測度方法

（一）數據來源

本文的數據來源于中國家庭追蹤調查數據庫（CFPS），該數據庫包含個體、家庭、社區三個不同層次的數據，是一個全國性、綜合性的社會跟蹤調查數據庫。本文利用最新2018年的數據，將個人庫和少兒家長代答的數據篩選合并到家庭層面，并按照《2019年中國農村貧困監測報告》中關于我國2018年貧困線為人均收入3200元/年的標準進行篩選，將農村家庭樣本中人均收入高于2018年貧困線的家庭視為脫貧家庭，最后得到2791個農村脫貧家庭數據樣本，覆蓋了8955人。

（二）返貧風險測度指標體系

運用Polsky的“暴露度—敏感度—適應能力”分析框架，在參考陸遠權等 ［15］構建的評價指標體系的基礎上，結合數據可獲取性，重點從風險暴露程度（E）、風險敏感程度（S）、風險適應能力（A）三個維度考量，構建了我國農村脫貧家庭的返貧風險測度體系，具體指標情況見表1。

1.風險暴露程度。風險暴露程度是指脫貧農戶可能遭受外源風險沖擊的情況，參考已有學者的研究［16］，此處選取了自然風險、家庭風險、社會風險來表示風險暴露程度。其中，土地是農村家庭賴以生存和生產最重要的自然資源，土地的多少和好壞在很大程度上影響了農村家庭的收入，決定了農村家庭返貧面臨的自然風險，所以將土地資產用作表示自然風險；選用教育壓力代表家庭風險，用教育支出表示教育壓力，主要考慮到教育的支出是家庭總支出的重要組成部分，其投入能促進家庭人力資本積累、提升家庭成員反貧困自我效能感和增強家庭內生脫貧動力，降低農戶的生計脆弱性，家庭承受的外界返貧風險會相應減少；社會保險作為居民規避風險最有效的制度安排，在面臨各種風險時，參保家庭會獲得社會保險制度的補貼或兜底保障，降低返貧風險發生的可能性。

2.風險敏感程度。風險敏感程度是指脫貧農戶在遭受了外源風險沖擊時，家庭對風險沖擊作出回應、反應的敏感程度。如前文所述，健康作為脫貧家庭在遭受風險時作出回應、反應的敏感程度的重要指標，其災難性醫療支出增加會提高因病致貧或返貧的概率。［17］ 此處選用了家庭醫療支出占比、BMI、健康自評情況三個二級指標。

3.風險適應能力。根據本研究需要，此處將適應能力分為包括自然、物質、金融、人力、社會等資本在內的五種類型。第一，自然資本。自然資本與脆弱性聯系最為密切，分為無形的公共資本（例如：空氣質量）和有形的生活條件。選用了空氣凈化指標衡量自然資本中的無形公共資本，用做飯用水和做飯燃料兩個指標來測度自然資本中有形的生活條件情況。［18］第二，物質資本。物質資本是長期存在的生產物資形式，是維持生計的最基本生產資料和基礎設施［19］，此處用農用機械總值來代表物質資本的持有情況，還用住房面積來考察農戶的住房情況，同時將包括電視、冰箱、洗衣機等家電以及衣柜、床等家具的耐用消費品價值用以描述家庭物質資本情況。第三，金融資本是在消費和生產過程中人們為了取得生計目標所需要的資金積累和流動。此處用脫貧家庭現金收入、政府補助、家庭存款和家庭欠款來反映金融資本。第四，人力資本。人力資本是其生產和經營的基礎，且農戶的受教育程度是決定家庭未來發展能力的重要因素。［20］其中，人力資產的數量和質量差異均會影響農村家庭的生計策略，表現出勞動力數量不足、低就業率和教育素質不高均容易引發脆弱而返貧，此處用家庭勞動力平均年齡、勞動力人數、就業人數、勞動力教育年限來衡量人力資本。第五，社會資本。該指標測度主要反映農戶能夠利用的社會網絡能力，意味著人們在追求生計目標中所利用的社會資源。一般情況下，農戶和親友、鄰居熟人的關系程度與獲得就業機會、幫助、救濟成正相關，關系越緊密就越能夠降低遭遇沖擊引發的返貧風險概率。此處用社交往來中的人情禮支出、人緣自評情況、親友的經濟幫助來衡量農戶的社會資本。

（三）數據處理

第一，數據標準化處理。考慮到不同指標的量綱、數量級和變化幅度，因而需對各級指標的量化值進行標準化處理，此處采用極差標準化方法對指標進行標準化處理。計算公式如下：

正向指標：Xij（正）={xij－xj（min）}/{xj（max）－xj（min）}? （1）

負向指標：Xij（負）={xj（max）－xij}/{xj（max）－xj（min）}? （2）

第二，確定權重。客觀賦權法能有效克服人為因素帶來的主觀性影響，使指標權重的確定更具說服力。此處參考Sallu［21］和劉偉等[22］的處理方法，采用主成分分析方法，可利用載荷系數信息等進行權重計算，并對主成分分析的適切性進行了檢驗，得到的KMO檢驗值為0.688，Bartlett檢驗對應p＜0.0001，表明所選的數據變量適合進行主成分分析。具體操作步驟如下：1.運用主成分分析法提取得出8個主成分，根據計算結果生成一個23×8的載荷系數矩陣；將8個主成分的特征值求平方根，生成行向量。2.計算主成分得分系數矩陣。計算公式如下：

tmn=rmn/zn? （3）

第三，計算綜合得分系數，計算公式如下：

fm=∑nn=1tmn×sn/∑nn=1sn? （4）

其中表示提取的8個主成分的方差貢獻率。

第四，計算綜合指標權重，計算公式如下：

Hm=fm/∑mm=1fm? （5）

最后，指數計算。根據過往研究文獻，評估農戶生計脆弱性的方法包括VSD評價整合模型、集對分析方法以及綜合指數評估模型等，且都得到廣泛應用。IPCC提出的ESA模型因易于理解，處理計算的過程比較簡便，且可以有效反映評估單元脆弱程度的相對大小，所以在學界的脆弱性評估中得到了廣泛的應用。本文采用ESA模型測算脫貧農戶的返貧風險指數（V），其計算公式為：V=（E+S）-A，其中，各維度指標計算公式為：

E=∑m=3m=1Em×Hm? （6）

S=∑m=6m=4Sm×Hm? （7）

A=∑m=23m=7Am×Hm? （8）

四、我國農村脫貧家庭返貧風險測度的實證結果分析

（一）我國總體與地區的返貧風險測度結果

測算結果顯示：我國農村脫貧家庭的返貧風險指數∈［-0.4077，0.1830］。返貧風險指數越大，意味著農村脫貧家庭的返貧風險發生概率越大。如表2所示，我國農村脫貧家庭的返貧風險指數為-0.1218，表明我國農村脫貧家庭的返貧風險程度較低，脫貧穩定性、抗風險能力較強，且除西部以外，東、中部地區農村脫貧家庭返貧風險指數均低于全國水平，這得益于我國脫貧攻堅中“兩不愁三保障”的精準扶貧政策。深入測算發現東部地區農村脫貧家庭的返貧風險指數（-0.1282）最小，說明該地區鞏固脫貧攻堅成效最穩定。西部地區農村脫貧家庭的返貧風險指數（-0.1122）最高，為防止規模性返貧，更好推進鞏固脫貧攻堅成果同鄉村振興有效銜接，亟需重點關注西部地區尤其是脫貧之前的“三區三州”等深度貧困地區。

（二）返貧風險指數的不同維度分解對照分析

按公式（6）（7）（8）測算得出：就全國范圍而言，各維度指數值分別為風險暴露程度∈［0.0381，0.1283］，風險敏感程度∈［0.0033，0.1362］，風險適應能力∈［0.0424，0.5869］。就不同區域看（見表3），西部地區的風險暴露指數為0.0965，暴露程度最高，中部、東部地區依次遞減，可見我國西部農村脫貧家庭承受或面臨較大的外界風險威脅，仍然是鞏固脫貧攻堅成果的重點關注地區；東部地區的風險敏感度指數為0.0978，敏感程度最高，與西部地區相差不大；中部地區敏感指數（0.0954）最低，一定程度表明東部地區的農村脫貧家庭在面對外界風險時作出回應的敏感度不及中部、西部地區；東部地區的風險適應能力指數為0.3182，抵抗風險能力最強，西部地區該指數為0.3058，抵抗風險能力最弱，表明在遭遇返貧風險時，西部地區脫貧家庭較弱的適應能力更容易致使其返貧。

（三）不同返貧風險指數類型家庭分布對照分析

根據上述測度綜合評價的測算公式，若V≥0，說明該家庭的適應能力不足以抵御外界的風險，具有返貧的可能性，本文將其界定為返貧風險家庭。另外，V＜0所包含樣本家庭既存在部分返貧風險指數（V）接近于0的易返貧邊緣群體，又存在非返貧家庭，所以本文將研究家庭樣本（V＜0）中返貧風險指數的均值（V=-0.1405）作為分界點，處在-0.1405≤V＜0的樣本界定為易返貧家庭。將V＜-0.1405，即低于返貧風險指數均值的家庭界定為非返貧家庭。為進一步分析不同類型家庭的返貧風險差異，此處將三類家庭：返貧家庭（V≥0）、易返貧家庭（-0.1405≤V＜0）、非返貧家庭（V＜-0.1405）分別標識為a組家庭、b組家庭、c組家庭，統計三組家庭的數量和樣本占比情況（見表4），發現在農村脫貧家庭樣本中，有41.45%的家庭不存在返貧風險，充分反映出我國減貧事業取得的扎實成績。超過40%的脫貧人口徹底擺脫貧困，但仍有48.05%的農村脫貧家庭處于易返貧狀態，隨時有再次陷入貧困的可能，需要扎實做好防止返貧動態監測工作。數據顯示10.50%的樣本家庭已經處于返貧狀態之中，需要持續推進鞏固脫貧攻堅成果，嚴格落實“四個不摘”，強化對返貧家庭的多元有效幫扶，促使其盡快脫貧。

（四）不同返貧風險類型家庭的返貧風險指數及分解

此處通過對照a、b、c三組的返貧風險指數及維度指標的區別，旨在分解出引發農村脫貧家庭返貧風險的主要指標維度，如表5測算結果顯示：一是a組家庭返貧風險指數最大，b組次之，c組最低，三組家庭的返貧風險指數最大差值為0.2518，三組家庭的返貧風險差距較為明顯。其中，a組家庭的風險暴露程度和風險敏感程度的指數值最高，但三組家庭相差不大，最大差值分別為0.0153、0.0037，表明三組家庭有關風險暴露程度和風險敏感程度差異不明顯，不是造成三組脫貧家庭返貧風險指數差異的主要原因。二是在對比三組脫貧家庭的風險適應能力指標后發現，組間差異明顯，最大差值為0.2360。其中，易返貧家庭的風險適應能力指數為0.2720，返貧家庭高達0.3982，表明三組脫貧家庭返貧風險指數的維度貢獻主要來源于風險適應能力差異，呈現出風險適應能力越強，返貧風險指數越小，返貧可能性越小的狀態，反之亦然。

（五）風險適應能力指數的維度貢獻率分解

為進一步剖析風險適應能力對返貧風險的具體維度貢獻情況，此處將風險適應能力指數進行分解，分解結果顯示，三組脫貧家庭返貧風險適應能力指數在自然、物質、金融、人力、社會五個維度層面均呈現a組＜b組＜c組（見表6）。表明返貧風險越高的脫貧家庭所對應的五項資本均較弱。具體分解到不同維度，發現物質資本的指數相差最大，c組約是a組的5.27倍，物質資本作為農村家庭長期存在的生產物資形式，需要在鞏固脫貧攻堅成果的過程中重點補齊；自然資本和人力資本指數差距分別排第二、第三位次，持續不斷改善易返貧家庭的生計條件，提升其生活質量水平，穩固提高人口素質和就業能力，增強脫貧家庭尤其是易返貧家庭和已返貧家庭的人力資本積累，使其成為穩定脫貧的核心要素；金融資本和社會資本兩個指標差距分別排在第四、第五位次，但亦是影響不同返貧類型家庭組間差距的重要因素，其中金融資本的不斷積累是脫貧家庭擺脫貧困風險的前提和基礎，社會資本有利于加強脫貧家庭持續脫貧的能力建設。

從各組家庭風險適應能力指數構成貢獻率來看，金融資本、人力資本是風險適應能力指數的主要貢獻因子。具體反映在三組脫貧家庭其各項資本貢獻率不盡相同，a組家庭的金融資本對風險適應能力指數貢獻率最高（37.10%），物質資本貢獻率最低（4.76%），二者相差32.34%；b組家庭的人力資本對風險適應能力指數貢獻率最高（31.36%），物質資本貢獻率最低（7.81%），二者相差23.55%；c組家庭的人力資本指標對風險適應能力指數貢獻率最高（30.29%），物質資本的貢獻率最低（10.19%），二者相差20.10%。可看出物質資本對三組家庭風險適應能力指數的貢獻率均最低，但隨著風險程度的降低，物質資本的貢獻率有上升趨勢，表明返貧風險越低家庭的物質資本還有提升空間。此外，a組家庭的5個資本指數貢獻率相差最大，一定程度表明a組家庭在風險適應能力上存在結構失衡的問題。

五、農村脫貧家庭返貧風險的預警系統和預警機制構建

（一）返貧風險預警系統構建

為及早發現和有效化解農村脫貧家庭返貧風險，防止出現規模性返貧，在前述實證研究的基礎上，本文構建了返貧風險的預警系統，主要包括了預警主體、預警客體和預警載體。預警客體是預警系統中的監測對象，鑒于我國在2020年已經實現了絕對貧困的消除，本文建議將人均可支配收入高于國家貧困線、低于貧困線2倍的家庭，以及建檔立卡戶均納入返貧風預警系統的監測范圍。預警系統主體一方面負責管理運行返貧風險預警系統，另一方面對返貧風險預警系統中不同的預警對象予以幫扶干預，主要包括了各級政府、省級返貧預警辦公室、專家顧問、各類社會組織、駐村工作隊等。預警載體是預警系統的重要組成部分，承擔著連接預警系統主體和客體的樞紐作用，也是返貧風險預警機制的重要支撐。

（二）返貧風險預警機制運行

1.信息收集管理系統。信息的采集對象主要來自人均可支配收入高于國家貧困線、低于貧困線2倍的家庭，以及建檔立卡戶。信息收集管理系統中的數據指標可以在本文構建的體系中增加更全面的指標以更好反映返貧風險的全貌。同時打通各層級以及多部門之間的信息聯動共享渠道，數據實現標準化處理。建立由鄉村振興局牽頭，醫保、民政、教育等部門協同對接共享返貧預警系統所需的指標數據，對于重復指標數據不一致等問題，要進行數據再次校核確認以保證數據準確無誤。此外，共享的數據可能會無法滿足返貧風險預警系統所需，可以采用社區工作人員、委托平臺和小程序共同參與的方式收集在外務工人員相關信息，留在本村落的人群主要依托駐村工作隊采集數據。除了基礎性地收集數據信息之外，關鍵性的收集工作主要在于及時對相應指標的變化情況作出回應，每半年要對監測范圍內的家庭進行數據更新，以確保信息收集管理系統數據的時效性。

2.人工智能大數據平臺算法判斷預警級別。在接收到信息收集管理系統傳輸的數據后，人工智能大數據平臺需要立即對數據展開分析和處理，進行預警級別的判斷。此處借助前述實證中的分類方法對各個家庭的返貧類型進行劃分，如果預警值V≥0，劃分為Ⅰ級；如果預警值V＜0且V≥-0.1405，劃分為Ⅱ級；如果預警值V≤-0.1405，劃分為Ⅲ級。依據氣象災害劃分等級，將Ⅰ級、Ⅱ級、Ⅲ級分別視為紅色預警對象、黃色預警對象和藍色預警對象。可以從大數據網絡返貧預警系統看到具體到每一戶農村家庭的預警等級情況。

3.預警等級情況核查。在人工智能大數據平臺確定了監測范圍內每一戶的預警情況之后，對于黃色和紅色預警等級的家庭需要重點實地逐一核實信息的準確性，對于藍色預警等級的家庭主要采取抽查的方式核驗家庭信息。首先是返貧預警系統將每一戶的預警等級情況發送至基層的駐村工作隊或社區人員手中。然后，由基層人員實地走訪對監測范圍內的家庭信息進行核實確認，重點對自然災害受災情況、身體健康變化、就業問題、收支是否能夠平衡等問題展開核實，登記填寫監測卡。最后，基層人員將監測卡的信息交由縣鄉一級單位在返貧預警系統中反饋給系統處理中心最新核實的數據信息。

4.預警措施介入防止返貧。在返貧預警監測中心更新最新確認的數據之后，人工智能大數據平臺會再次計算出每一戶的預警情況，根據最新的不同預警等級，尤其是紅色預警對象和黃色預警對象，將采取由上而下主動介入的幫扶方式。具體而言，紅色預警對象可以參照“自然—物質—金融—人力—社會”五大資本框架對其進行系統性防止返貧的幫扶，多措并舉對其返貧風險展開預警幫扶措施，如針對紅色預警家庭可能存在家庭收入不穩定、農業生產設備較差等問題，可采取農用機械小額貸款、政府補貼等幫扶方式。黃色預警對象將采用“點對點”的針對性預警幫扶措施，先由大數據平臺對其五大資本進行測算之后，找準其中的短板資本，如在就業方面由于文化水平較低、缺乏就業技能，相關部門需為其提供就業培訓或就業崗位。對藍色預警對象而言，主要采取由下而上介入的幫扶方式，除了依靠每半年一次的數據更新監測以外，主要靠自己通過小程序申報和電話熱線等方式的自主申報更新家庭的相應數據信息。如果其數據信息更新使得其轉變為黃色或紅色預警對象，預警等級情況核查將再次介入對其進行核查，核查后一旦確認其屬于黃色或紅色預警對象，預警幫扶機制的防止返貧措施將會按照相應程序立即介入。

5.預警措施評估。在預警措施實施之后，會再一次進行家庭信息數據核查工作，主要針對紅色和黃色預警對象，更新其預警等級情況。對于紅色預警轉為黃色預警的家庭，可以將系統性的多措并舉措施調整為“點對點”針對性措施；紅色預警轉為藍色預警的家庭，為保證其能夠平穩保持在藍色預警監測范圍，原有的預警幫扶措施將保持一定的“過渡期”，之后將轉入藍色預警監測范圍；黃色預警轉為藍色預警的家庭，“點對點”的幫扶措施可以轉為藍色預警范圍的常規監測即可。對于采取預警措施之后仍保持在原來預警范圍的家庭，特別是紅色和黃色預警對象，同樣再次采取家庭信息數據核查工作，評估之前的預警幫扶方式是否需要作出調整或者加強幫扶力度。除此以外，如果出現了從藍色（黃色）預警對象轉變成了紅色（黃色）預警對象，那么預警機制會返回到第二步，重新依照大數據平臺對預警等級進行判斷，重新實施預警措施。

六、結論與政策建議

本文從生計脆弱性理論的視角，闡釋了生計脆弱性的貧困本質及其引致返貧風險的發生機制，然后以生計脆弱性“暴露度—敏感度—適應能力”的邏輯為基礎分析框架，構建了我國農村脫貧家庭返貧風險測度體系，運用2018年CFPS調查數據和ESA模型測度其返貧風險指數，并對風險指數進行不同維度的貢獻率分解。測算結果表明，一是整體顯示我國農村脫貧家庭的返貧風險較低，脫貧穩定性、抗風險能力較強。二是西部地區農村脫貧家庭在風險暴露程度、風險敏感程度上均處于較高風險狀態，其適應抵抗能力最弱，同時面臨外源風險和內源能力較弱雙重困境。三是對照返貧家庭、易返貧家庭、非返貧家庭間區別，發現造成返貧的癥結主要取決于風險適應能力的強弱，呈現出風險適應能力越強，返貧風險越弱的特點，反之亦然。四是返貧風險越高的家庭，自然、物質、金融、人力和社會資本的積累均較低，其中，金融資本、人力資本是增強風險適應能力的主要貢獻因子，且三組脫貧家庭各項資本貢獻率不盡相同。

基于上述結論，本文認為降低農村脫貧家庭的返貧風險、防止其規模性返貧的解決辦法應以遵循提升生計資本的風險適應能力為主，降低風險暴露程度、風險敏感程度為輔的思路，采取“干預+監測”手段，具體政策建議如下：

一是聚焦易返貧地區，尤其是西部欠發達地區。從測算結果來看區域差異較為明顯，西部地區作為脫貧攻堅的重點關注地區，亦是鞏固脫貧攻堅成果任務最重的區域。針對風險暴露程度高的區域，應重點改善區域生態環境，防范這些地區因災返貧；立足于旅游資源稟賦的優勢，發揮比較優勢，緊密結合鄉村振興戰略，打造“綠色旅游”“特色旅游”，以“特”制勝，將特色優勢和比較優勢轉化為經濟優勢，推動旅游業的高質量發展。深化資源、產業、市場三者的融合聯動，提升農戶在發展中的綜合效益。持續深化東西部協作、定點幫扶和社會力量幫扶，加強勞務協作、職業技能培訓，促進脫貧人口持續增收致富的目標。

二是預防外源返貧風險，提升農村脫貧家庭抗風險能力。外源風險預防主要從醫療健康和教育兩方面著手，鞏固拓展“兩不愁三保障”成果，繼續發揮社會保障在防止返貧中的兜底作用，提升基層醫療衛生健康服務水平，改善辦學條件，提高教學質量，嚴守防止規模性返貧底線。與此同時，優先考慮保證當前脫貧家庭的生計資本的存量，打破金融、人力、社會等資本瓶頸，重塑其生計模式，提升生計資本的風險適應能力，持續增強抵御風險的能力，做到因戶因人因需求分類施策，精準跟進幫扶措施。

三是完善落實防止返貧預警幫扶機制，構筑防止返貧的“防火墻”。建立健全防止返貧大數據監測平臺，建立網格化動態監測機制，開展常態化動態監測，加強與其他相關部門數據共享。在監測機制的基礎上繼續建立完善返貧預警幫扶機制，實現數據監測與預警幫扶機制的快速銜接，做到風險早掌握、短板早發現、幫扶早實施，及時遏制返貧發生。進一步加強幫扶力度，確保監測對象應扶盡扶，全力鞏固拓展脫貧攻堅成果，全面推進鄉村振興。

參考文獻：

［1］周迪，王明哲. 返貧現象的內在邏輯：脆弱性脫貧理論及驗證［J］. 財經研究，2019（11）：126～139.

［2］王瑤. 大決戰倒計時國務院扶貧辦主任劉永富談脫貧攻堅［EB/OL］. http：//rmfp.people.com.cn/n1/2020/0312/c406725- 31629675.hml， 2020-03-12.

［3］王春城，劉歡歡.構建與體系化運行：后脫貧攻堅時代返貧風險治理的政策框架［J］.行政論壇，2022（2）：81～88.

［4］張夢林，李國平，侯宇洋.從脫貧攻堅到鄉村振興：金融素養如何防范返貧［J］.統計與信息論壇，2022（2）：117～128.

［5］ Caner A，Wolff E N. Asset Poverty in the United States，1984～1999［J］.Challenge，2004（1）：5～52.

［6］和立道，王英杰，路春城. 人力資本公共投資視角下的農村減貧與返貧預防［J］.財政研究，2018（5）：15～24.

［7］吳本健，肖時花，馬雨蓮. 人口較少民族脫貧家庭的返貧風險：測量方法、影響因素與政策取向［J］.西北民族研究，2021（2）：119～135.

［8］嚴小燕，祁新華，潘穎，等. 貧困退出背景下返貧脆弱性評價——融合區域與個體的新視角［J］.自然資源學報，2022（2）：440～458.

［9］黃國慶，劉釔，時朋飛. 民族地區脫貧戶返貧風險評估與預警機制構建［J］.華中農業大學學報（社會科學版），2021（4）：79～88.

［10］肖攀，劉春暉，李永平. 家庭教育支出是否有利于農戶未來減貧——基于貧困脆弱性的實證分析［J］.教育與經濟，2020（5）：3～12.

［11］包國憲，楊瑚. 我國返貧問題及其預警機制研究［J］.蘭州大學學報（社會科學版），2018（6）：123～130.

［12］蕭鳴政，張睿超. 中國后扶貧時代中的返貧風險控制策略——基于風險源分析與人力資源開發視角［J］.中共中央黨校（國家行政學院）學報，2021（2）：58～65.

［13］韓崢. 脆弱性與農村貧困［J］.農業經濟問題，2004（10）：8～12.

［14］Polsky C， Neff R， Yarnal B. Building Comparable Global Change Vulnerability Assessments： The Vulnerability Scoping Diagram. Global Environmental Change， 2007（3～4）： 472-485.

［15］陸遠權，劉姜.脫貧農戶生計可持續性的扶貧政策效應研究［J］.軟科學，2020（2）：50～58.

［16］李玉山，陸遠權. 產業扶貧政策能降低脫貧農戶生計脆弱性嗎——政策效應評估與作用機制分析［J］.財政研究，2020（5）：63～77.

［17］朱超，王戎. 因病致貧與緩沖效應的比較優勢［J］. 貴州財經大學學報，2020（6）：75～86.

［18］蘇芳，徐中民，尚海洋. 可持續生計分析研究綜述［J］.地球科學進展，2009（1）：61～69.

［19］王立安，劉升，鐘方雷. 生態補償對貧困農戶生計能力影響的定量分析［J］.農村經濟，2012（11）：99～103.

［20］鄒薇，鄭浩. 貧困家庭的孩子為什么不讀書：風險、人力資本代際傳遞和貧困陷阱［J］.經濟學動態，2014（6）：16～31.

［21］Sallu S M， Twyman C， Stringer L C. Resilient or Vulnerable Livelihoods？ Assessing Livelihood Dynamics and Trajectories in Rural Botswana［J］. Ecology and Society，2010（ 4） ： 299～305．

［22］劉偉，徐潔，黎潔. 陜南易地扶貧搬遷農戶生計脆弱性研究［J］.資源科學，2018（10）：2002～2014.

Research on the risk measurement and early warning mechanism construction of rural poverty alleviation families

- An analytical framework based on livelihood vulnerability

CHEN Wen-mei1，2，ZHANG Chang-zhu1，LI Chun-gen2

（1.School of Public Management， Guizhou University of Finance and Economics， Guiyang， Guizhou 550025， China;

2.School of Finance， Taxation and Public Management， Jiangxi University of Finance and Economics， Nanchang， Jiangxi 330013， China）

Abstract：

On the basis of explaining the mechanism of livelihood vulnerability and the risk of returning to poverty of the poverty-stricken households， this paper constructs the index system for measuring the risk of returning to poverty of the rural poverty-stricken households and calculates the risk degree of returning to poverty. The empirical results show that the risk of returning to poverty of rural poverty relief families in the whole country is low， and the risk of returning to poverty of rural poverty relief families in the western region is high， and at the same time. Facing the dual dilemma of external risk and weak internal capacity; The risk adaptation ability is the main indicator leading to the risk of returning to poverty. The five capital contribution rates are different. Financial capital and human capital are the main contribution factors to enhance the risk adaptation ability. On this basis， the early warning mechanism of poverty reduction risk can be built from five aspects： information collection and management system， big data platform judgment of early warning level， early warning level verification， early warning measures intervention， and early warning measures evaluation. We can focus on areas prone to return to poverty， prevent the risk of external return to poverty， improve the anti-risk ability of rural poverty-stricken families， and improve the implementation of early warning and assistance mechanism to prevent return to poverty.

Key words：

poverty alleviation families;Poverty reduction risk;risk measure

責任編輯：蕭敏娜

吳錦丹 蕭敏娜 常明明 張士斌 張建偉 張 領

收稿日期：2022-05-08

基金項目：貴州省哲學社會規劃課題“貴州易返貧人口的返貧風險測度及預警幫扶機制研究”（21GZYB49）。

作者簡介：陳文美（1982—），女，貴州畢節人，博士，副教授，碩士生導師，江西財經大學財稅與公共管理學院博士后，研究方向為公共經濟與社會保障；張昌柱（1995—），男，貴州貴陽人，碩士研究生，研究方向為社會保障與反貧困；李春根（1975—），男，江西撫州人，博士，教授，博士生導師，研究方向為公共經濟與社會保障。