4.2 指标代理体系构建
4.2.1 影响农村居民贫困程度因素分析
贫困是物质生产活动的结果与反映。分析影响贫困状况的因素可以从决定生产水平的劳动者与劳动资料两方面入手。对劳动力界定的可以从性别、年龄、职业能力、健康水平、知识文化水平等不同角度入手；在生产资料方面，资本与土地被认为是最为主要的两种。这两个要素在农村生产领域的直接反应就是耕地和劳动工具。此外，在考虑贫困问题时还需要充分考虑外界的援助。如表 4-3 所示，农村居民的贫困影响因素可以从劳动者个人以及家庭两个层面进行概括。
为了准确得出不同指标对贫困状态的影响程度，制定了以查询家庭生计情况与收入状况为主要内容的调查问卷（附录二）。作者通过对前述新店镇、松村乡、慢水乡、段柳乡、南泉乡等五个乡镇的 300 户口家庭进行入户问卷，掌握第一手数据资料。随后利用二元回归模型对农村贫困状况发生的影响因素进行分析，得出不同指标对贫困状态的影响程度，为构建真实反映农村居民贫困状况的指标体系打好基础。本文利用 SPSS 系统对随机调查数据进行Logistic回归分析，该回归模型可以表述为：
其中 y为因变量，其二分类取值分别是 0、1,p（y=1）是指农户已经处于贫困状态的可能性，β0为截距，pb为偏回归系数。
本文的拟合状况检验采用Hosmer - Lemeshow检验。该检验以卡方分布为衡量制度，检验合格的标志是卡方值小于临界值。各指标变量的赋值情况如表 4-4所示。
由于收入水平低于最低保障标准是贫困状态的普遍定义，因此可以将“收入状况是否低于最低生活保障标准”作为被解释变量。通过二元划分，设定“处于贫困=1”与“不处于贫困=0”两种结果，组建 Logistic 回归模型。
通过分析结果对该模型进行 Hosmer - Lemeshow拟合程度检验。如表 4-5所示，Hosmer - Lemeshow检验的卡方均值是 6.520,自由度是 8,Sig值是 0.591远远超过 0.05,呈现特征不显着，无法找到足够理由拒绝零假设。因此该计算结果与原始数据拟合，可以通过Hosmer - Lemeshow检验。
首先，分析个人基本情况对贫困状况的影响程度。如表 4-6 所示，A1 性别和 A2 年龄两个变量的Sig 值分别为 0.790 和 0.081,对贫困状况的影响程度不显着。A3 文化程度的Sig 值为 0.032,说明对贫困情况影响显着；估计系数 B 为负值，表明该指标对因变量具有负面影响；发生比Exp（B）是 0.610,意味着个人文化程度增加一个层次，将会使得贫困发生的可能性降低 61%.A4 职业状况的Sig 值是 0.008,对贫困状况有显着影响；估计系数 B 是负值，Exp（B）是 0.258,表明有劳动能力的人陷入贫困的可能性小，并且劳动能力每提升一个单位陷入贫困可能性削弱 25.8%.
其次，对家庭情况对贫困状况的影响程度。如表 4-7 所示，B1 家庭劳动力数量的Sig 值是 0.004,对贫困状况的影响显着；估计系数 B 为负值，Exp（B）的数值是 0.125,表明劳动力数量每增加一个单位，进入贫困状态的可能性减少12.5%.B2 家庭成员健康状况的Sig 值是 0.006,对贫困状况的影响程度显着；估计系数 B 是正值，Exp（B）的值是 14.182,这意味着成员健康程度越好，进入贫困状态的可能性越小，并且每恶化一个等级，进入贫困人群的概率增加 14.182倍。B3 指标家庭财产的Sig 值是 0.022,说明对贫困境遇的发生具有的影响程度显着；估计系数B为负数-5.684,表明该指标对贫困情况有负向影响，即财产越多、经济实力越强，陷入贫困的可能性越小；发生比 Exp（B）是 0.003,表明家庭财产每增加一个单位，陷入贫困的概率缩减为原来的 0.3%. B4 人均耕地面积的Sig 值为 0.008,估计系数 B 为-1.11,表明人均耕地面积越多的家庭，越不可能陷入贫困状态；发生比Exp（B）是 0.091,说明人均土地面积每增加一个单位，处于贫困状态的可能性下降 9.1%;B5 获得职业技能培训次数的Sig 值是 0.003,说明该指标对贫困状况的影响程度显着；估计系数 B是-0.828,表明获取的专业技能越多，收入就越高，陷入贫困的可能性就越小；发生比 Exp（B）是 0.437,获得职业培训的次数每增加一次，陷入贫困的可能性削减为原来的 43.7%.B6家庭成员参加社会组织的Sig 值是 0.024,说明对贫困状况影响的显着性较强；估计系数B是-1.610,说明与贫困状态成负相关关系。这是因为宗教、合作协会等社会组织内部具有相互帮助的传统，并且可以为成员提供一定物质资源。发生比Exp（B）为 0.151,表明家庭所涉及的有效社会组织多一个，处于贫困状态的可能性减少相比之前减少 15%.通过整理调查问卷数据，并且利用模型分析相关程度，得出文化水平、健康程度、就业情况、持有财产数量、参加职业技能情况、是否涉及社会组织等指标对农村居民贫困程度有较强影响。
综合以上研究，并且结合沁县的实际情况，制定出较为科学的贫困程度的评价指标体系，尽可能客观反映不同农村居民生活现状。这一体系中一级指标有 5个，分别是自然资源、物质资源、人力资源、金融资产和社会关系五大方面。二级指标共有 13 个，在自然资源方面设有人均耕地面积、人均林地面积和人均园地面积三个指标；在物质资源方面，分别从动产与不动产角度，设置家庭住房与家庭财产两个指标；在人力资源方面从数量和质量两个角度出发，选择劳动力总数、参加技能培训次数和受教育程度三个指标；金融资产方面选择人均现金收入和获得借款机会两个指标；社会关系方面设定是否参加社会组织、是否有亲属担任公共职务、陷入贫困时候能否得到资助等指标。
4.2.2 指标体系权重设定
在确定了指标代理法的具体指标之后，需要确立相互之间的关系，健全该计算体系。由于不同指标对于贫困状况的影响程度不同，为了增加指标代理法反映贫困程度的准确性，需要为不同的指标在体系中的权重进行赋值。如表 4-8 所示本文使用专家主观赋权法，对该体系内不同指标的重要性进行赋值。
汇总四位专家对全部指标的评分，并且计算二级指标的平均值（详见表4-9）。随后，计算各个二级指标平均得分在同一种类一级指标中的比重，得出指标代理法指标体系的权重（详情见表 4-10）。
4.2.3 指标计算方法阐述
第一，对自然资源进行量化计算。自然资源是指可以用于生产活动，创造社会财富物质的总称。由于农村地区最为主要的生产资源就是耕地，所以本文选择对被调查对象的人均耕地面积（N1）、人均林地面积（N2）和人均园地面积（N3）进行测量。N1-人均耕地面积作为一种连续变量，需要进行标准化转换。最大度量值 1 对应的是沁县人均耕地面积。N2、N3-人均林地面积、人均园地面积的计算方法与 N1 相同（详情见表 4-11）。
第二，对物质资源指标进行量化。物质资源是指用于生产和消费的设施、工具等物品。这一指标可以用房屋状况（P1）和拥有物品状况（P2）反映。
P1-家庭房屋情况。这一指标非连续，需要对房屋状况全面考虑，按照既定方法进行归一化处理（详见表 4-12）。
P2-家庭生产生活物品情况，这一指标囊括了生产性工具、生活消费品等内容，需要折合成现金后进行标准化处理。根据沁县当地实情，农村家庭拥有物质资源平均数值是 122000,P2=被调查家庭生活物品价值/122000.
第三，对家庭人力资源情况进行度量。家庭人力资源是家庭中所有成员用以创造价值的劳动能力、职业技能以及身体状况的综合，是帮助农村脱离贫穷的基本保障。本文将家庭整体劳动能力（H1）、家庭成员获得职业培训的次数（H2）、和家庭成员文化知识水平（H3）作为考察重点。
H1-家庭整体劳动能力，即充分考虑健康和年龄的情况下，就家庭劳动因素对生计贡献程度的评价。这一指标的计算过程分为三步：
第一步，凭借年龄与健康状况对每位家庭的劳动能力进行归一化转换（见表4-13）。
第二步，依照处理后数据将整个家庭的劳动能力加总求和。
第三步，完成家庭总体劳动能力标准分值转化。这一连续变量的设定最大值是 5,此时的度量分数是 1 分（详情见表 4-14）。
H2-家庭成员获得职业培训的次数。经历职业培训，掌握就业技能的农民，往往可以获得较高的收入，应该配给较高的生计分值。由于这一指标变量没有连续性，计量时需要对被调查者接受培训的次数进行归一化处理（详情见表 4-15）。
H3-家庭成员文化知识水平。知识水平高的人员更有机会提高收入，摆脱贫困，应该对其评以较高的生计资产分数。由于这一指标不连续，需要进行标准值转换（详情见表 4-16）。
第四，对农户的金融资产进行度量。这里的金融资产是指可以支配的现金以及可能获得的借款。本文选取家庭年人均收入（F1）和预期得到借款额度（F2）两个指标进行度量。
F1-年度家庭人均收入。在计算过程中，需要将被调查家庭的年度人均收入参照当地平均水平进行标准化处理。2013年沁县农村人均收入水平为4325 元，则 F1=调查对象人均现金收入/4325.
F2-争取借款的能力，即从银行系统获得贷款或从亲属处得到借款的能力。
这一指标的分值有两种可能，如果农户具备从银行系统或者亲属处获得借款的能力，则转换分值为 1,否则转换分值是 0.
第五，对社会关系指标进行量化，社会资产是指帮助农村摆脱贫困状况的社会资源。调查家庭是否有成员参与到社会组织中（S1）、是否有亲属担任行政职务（S2）、在发生贫困危机的时是否能得到外界帮助（S3）。这三个指标都是二维变量，具备条件时的转换分值是 1,否则转换分值是 0.
针对农民贫困状况的指标代理计算体系需要分为两步完成计算。首先需要利用各自分值计算方法与权重比例，得出农户不同一级指标的得分。随后将五项一级指标的得分加总求和。计算公式如下：
其中，m表示第n项一级指标下含有的二级指标数量，ina 表示第 i个被调查者第n项指标计量后的分值， wn表示被调查者第 n项指标的在体系中占据的比重；jC 是被调查农户第 j项指标的得分，iT 表示第i 个农户经过全流程计算的总得分数。
4.3 指标代理法的应用
任何一种科学方法的有用性都需要通过实践进行检验。指标代理法是一种量化描述农村居民贫困程度的方法，对这一方法的实用性与准确性进行监测，需要利用真实数据进行试算，并且与现实情况相对比得出。如果这一方法对农民贫困程度排名的结果与农民真实收入排名相一致，并且准确纠正了现实中的瞄偏现象，那么我们就可以说这一方法可以准确反映出农村居民的生活状况，可以被用来选择低保对象。行政村是低保对象认定活动的最小单元，是低保对象认定工作的主要场所。
为了得知指标代理法实际运行的效果，需要将这种方法在行政村范围内进行模拟试算。本文挑选沁县新店乡东庄村作为试算对象，该村共有 228 户居民，其中四成左右的居民享受低保待遇，是远近闻名的贫困村。通过该村 228 户家庭进行贫困状况普查，一方面获取指标代理法指标的真实数据，运用上文提到的计算方法得出不同家庭的生计资产总值，并且由低到高得出贫困程度排名；另一方面获得不同家庭的真实人均收入数据，通过与当地最低保障标准相比较，清晰划分出低保制度目标家庭与非目标家庭。
2014 年沁县民政部门规定农村最低生活保障线是 1920 元，这也就意味着年度人均收入低于 1920 元家庭可以被确认为低保目标家庭。如表 4-17 所示，样本数量是 228 户中有 93 户人家的年度人均收入低于 1920 元，应该被划分到低保制度的目标家庭，占样本的比例为 40.7 %.在 93 户困难农户中，有 11 户被排除在低保范围之外，低保挤出率为 11.8%（11/93）；在目标家庭中，有 82 户获得低保，低保覆盖率为 88.2%（82/93）。在 92 户获得低保的家庭中，有 10 户家庭没有处于贫困当中，低保漏损率为 10.86 %（10/92）；82 户为贫困家庭，低保瞄准率为 89.14%（82/92）。
农村低保对象认定偏离有两种情况，一是不符合标准的家庭错误获取待遇；二是符合资格的家庭被错误排除制度范围。而最低保障对象认定偏离问题的根源各不相同，通过调查走访得知东庄村 21 户家庭的错误认定，是由以下原因共同造成的（详情见表 4-18）。
在对沁县东庄村 228 户居民进行入户调查的过程中，同样获取了他们人力资源、自然资源、物质资产等生计信息。通过将相关信息代入上文中构建的指标体系中，可以计算出样本集合中每个家庭的生计资产总值，数值越低意味着该家庭越接近赤贫的状态。随后通过对样本家庭按分值由低到高进行排序，序号靠前说明该家庭在排序样本中处于更贫困的位置，越应该有资格获取最低生活制度的保障（详情见表 4-19）。
如表 4-19 所示，东庄村调查样本中生计资产总值得分低于 1.76 的 93 名农户正好都是以收入水平为维度衡量确定的低保待遇目标家庭，倘若用这种方法进行区分，93 户目标家庭可以完全进入制度范围。而现实中被错误认定的 10 个家庭农户分别排列在生计资产总值的第 108 位、第 112 位、第 124 位、第 135 位、第148 位、第 153 位、第 168 位、第 172 位、第 188 位、第 213 位。依据现实中仅有 93 户低保家庭的客观现实，指标代理法为核心的筛选体系将目标家庭准确纳入低保范围，而将非目标家庭准确移除。
试算结果证明了这种测定农户贫困程度的计量方法能够准确度量出农户的贫困程度，在有效将地目标低保家庭涵盖进低保范围内的同时，准确排除非目标家庭，进而大幅度拉升农村最低生活保障目标对象的选取准确率，实现最低生活保障制度的制度目的。
