□秦 晶
(广西大学行健文理学院 广西 南宁 530005)
南宁市有3 个国家级贫困县和1 个自治区贫困区,分别是隆安县、马山县、上林县和邕宁区。2019 年12 月,邕宁区脱贫摘帽,2020 年5 月2 日,南宁市3个国家级贫困县全部摘帽,脱贫攻坚战取得全面胜利。在脱贫攻坚战取胜后,更为重要的任务是巩固脱贫攻坚成果,防止返贫和实施乡村振兴战略[1]。
广西地处我国西南部,汉族人口为3 131.88 万人,占比62.48%;各少数民族占比为37.52%,其中,壮族人口为1 572.20 万人,占比为31.36%。南宁市有7 个城区,分别为兴宁区、江南区、青秀区、西乡塘区、邕宁区、良庆区和武鸣区;5 个县,分别为横县、宾阳县、上林县、马山县和隆安县。南宁市居住着壮、汉、瑶、苗、回、仫佬、侗、满、毛南、彝等51 个民族。南宁市5 县7 城区少数民族人数与县总人数占比如图1 所示。2021 年南宁市邕宁区5 个镇脱贫易返贫人数及边缘不稳定人数如图2 所示。
本研究在南宁市全国扶贫开发信息系统随机抽取221 名壮族少数民族脱贫人口为研究对象。
根据221 名研究对象,选取其民族、健康状况、劳动技能、务工状况、致贫原因和文化程度6 个变量,使用SPSS 24.0 进行分析,变量赋值及基本特征见表1,研究对象的描述性统计分析如表2 所示。
表1 变量赋值及基本特征
表2 描述性统计分析
从表1 可以看出,随机抽取的221 名研究对象全部为壮族;务工状况中,没有务工人数为159 人,占比为71.9%;健康状况中,健康人数为178 人,占比为80.5%;劳动技能中,普通劳动力为110 人,占比为49.8%,无劳动力人数为90 人,占比为40.7%,大部分无劳动力人口是脱贫户的未成年人子女;致贫原因中,“因学致贫”和“缺技术致贫”占比较大,分别为29.0%和28.1%,这也是脱贫户返贫的潜在因素。文化程度中,小学占比为41.2%,初中占比为37.6%,脱贫户文化程度整体较低。
利用SPSS 24.0 对文化程度、健康状况、劳动技能、务工状况、致贫原因和家庭人均年收入6 个变量进行皮尔逊相关性分析,输出结果如表3 所示。
表3 皮尔逊相关性分析
健康状况与文化程度的相关系数为0.29(P=0.000<0.01),显著正相关,表明脱贫户的身体健康有利于文化程度提升,能有效降低返贫率[2]。
劳动技能与文化程度的相关系数为0.06(P=0.416>0.05),不显著,这是由于文化程度高的人口基本上是脱贫户的子女,他们普遍是在校学生,没有劳动能力。
劳动技能与健康状况的相关系数为0.25(P=0.000<0.01),显著正相关,表明脱贫户的身体越健康,越有利于劳动技能的掌握,能有效降低返贫率。
务工状况与文化程度的相关系数为0.16(P=0.020<0.05),显著正相关,说明文化程度高的脱贫户更倾向于去外省打工谋出路,这能降低脱贫户返贫率。
务工状况与健康状况的相关系数为0.17(P=0.012<0.05),显著正相关,说明身体健康的脱贫户更倾向于外出务工,这有利于增加家庭年收入,能有效降低返贫率,防止返贫。
务工状况与劳动技能的相关系数为0.52(P=0.000<0.01),显著正相关,表明有劳动力的脱贫户更倾向于外出打工,这可以增加脱贫户收入,降低致贫率和返贫率。
致贫原因与文化程度的相关系数为0.03(P=0.706>0.05),不显著,表明脱贫户的文化程度不是最主要的致贫原因。
致贫原因与健康状况的相关系数为0.34(P=0.000<0.01),显著正相关,表明脱贫户的健康状况出问题,会提高脱贫户的返贫率。
致贫原因与劳动技能的相关系数为0.72(P=0.000<0.01),显著正相关,表明脱贫户缺失劳动技能,脱贫户贫困程度越严重,越会增加其返贫的概率。
致贫原因与务工状况的相关系数为0.53(P=0.000<0.01),显著正相关,表明脱贫户外出务工能降低致贫率和返贫率。
家庭人均年收入与健康状况显著正相关,相关系数为0.25(P=0.000<0.01),跟其他4 个变量没有显著相关性。
综上,健康状况、劳动技能、务工状况3 个变量都与致贫原因显著相关。
3.4.1 务工状况调节变量分析
根据相关分析结果发现,健康状况、务工状况和家庭人均年收入3 个变量间有显著的相关性,接下来深入研究这3 个变量的关系。以健康状况为自变量(x),家庭人均年收入为因变量(y),务工状况为调节变量(m),构建调节模型,模型如图3 所示。
本研究采用SPSS 24.0 的多元层级回归来分析调节效应。分析步骤如下。
第一步:为了降低自变量间的共线性对方程的影响,对变量进行中心化并计算乘积项。对自变量健康状况(x)和调节变量务工状况(m)作中心化处理,用健康状况变量和务工状况变量的取值减去自己的均值,中心化处理的结果分别为x'和m',用公式表示为x'=x-0.25,m'=m-1.65。再计算出两者中心化后的x'和m'的乘积项x'm'。在SPSS 24.0 软件中用“转换-计算变量”功能即可完成此步骤。
第二步:进行y对x'和m'的回归,得到
第三步:进行y对x'、m'和x'm'的回归,得到第二步和第三步是层级回归分析,一次性完成。
表4 务工状况调节变量模型摘要
由表5 可知,健康中心化与务工状况中心化的交互项(在表5 中显示为“健康中心化×务工状况中心化”)的显著性(P=0.012<0.05)达到了统计上的显著性水平,证明了务工状况在健康状况对家庭人均年收入的影响中起显著的调节作用。以上结果都证明了“务工状况调节变量模型”成立。根据表5 建立的非标准化回归方程为方程1,经过整理后可得到方程2。
表5 务工状况调节变量层级回归系数检验
当m'=m-1.65=0 时,务工状况m=1.65,健康状况对家庭人均年收入的回归系数为1 419.525,具有正向的预测作用。如果务工状况中心化m'增加1 个单位,那么健康状况对家庭人均年收入的回归系数由原来的1 419.525,增加为3 572.13。
3.4.2 文化程度调节变量分析
以健康状况为自变量(x),家庭人均年收入为因变量(y),文化程度为调节变量(m),构建调节模型,模型如图4 所示。采用SPSS 24.0 的多元层级回归来分析调节效应,结果如表6、表7 所示。
表6 文化程度调节变量模型摘要
由表7 可知,健康中心化与文化程度中心化的交互项(在表7 中显示为“健康中心化×文化程度中心化”)显著性(P=0.001<0.05)达到了统计上的显著性水平,证明了文化程度在健康状况对家庭人均收入的影响中起显著的调节作用。以上结果证明了“文化程度调节变量模型”成立。
综上所述,文化程度在健康状况对家庭人均年收入的影响中起显著的调节作用。根据表7 结果,建立的非标准化回归方程为方程3,整理后得到方程4。
表7 文化程度调节变量层级回归系数检验
实证研究结果表明,健康状况对家庭人均年收入的影响中,务工状况起显著的调节作用;健康状况对家庭人均年收入的影响中,文化程度起到了显著的调节作用。务工状况调节变量模型和文化程度调节变量模型都成立,说明健康状况、文化程度和务工状况对广西少数民族地区防返贫有显著影响。
首先,没有全民健康,就没有全面小康。健康状况出问题,会提高广西少数民族地区返贫率。所以,应加快健全分级诊疗制度和全民医保制度[3]。
其次,要不断提升广西少数民族地区的教育水平,除了全面落实“雨露计划”“两后生”教育防返贫政策之外,还要加强脱贫户的职业教育。
再次,帮助“后进”的脱贫户就业,提供务工岗位。政府可以联合企事业单位,为脱贫户提供就业机会。