Logit 回歸與決策樹模型在貧困戶致貧原因分析中的應用及啟示

張 引 謝孟琪 吳德燕

（1.中共貴陽市委黨校 公共管理教研部，貴州 貴陽 550005；2.貴州大學 經(jīng)濟學院，貴州 貴陽 550025；3. 中共余慶縣委黨校 教務科，貴州 遵義 564400）

自2013 年11 月習近平總書記在湘西考察時首次提出精準扶貧以來，我國扶貧工作進入精準扶貧的新階段。以中共中央辦公廳、國務院辦公廳2014年1 月印發(fā)的《關(guān)于創(chuàng)新機制扎實推進農(nóng)村扶貧開發(fā)工作的意見》為標志，我國開始實施精準扶貧。以2015 年11 月29 日國務院頒布的《中共中央國務院關(guān)于打贏脫貧攻堅戰(zhàn)的決定》為標志，在全國范圍全面實施精準扶貧精準脫貧方略。黨的十九大報告明確指出，堅持精準扶貧、精準脫貧，“重點攻克深度貧困地區(qū)脫貧任務，確保到二〇二〇年我國現(xiàn)行標準下農(nóng)村貧困人口實現(xiàn)脫貧，貧困縣全部摘帽，解決區(qū)域性整體貧困，做到脫真貧、真脫貧”。我國實施精準扶貧精準脫貧方略后，相關(guān)研究方興未艾，取得豐碩成果。2020 年中央一號文件明確指出：研究接續(xù)推進減貧工作。脫貧攻堅任務完成后，我國貧困狀況將發(fā)生重大變化，扶貧工作重心轉(zhuǎn)向解決相對貧困，扶貧工作方式由集中作戰(zhàn)調(diào)整為常態(tài)推進。在全面建成小康社會倒計時階段，精準脫貧的實踐和研究對方法學的探討和應用提出了更高的要求。歸根結(jié)底，精準扶貧的對象是貧困戶，因此貧困戶致貧原因剖析對制定合理有效的精準扶貧策略顯得十分重要。例如，賈瑞林（2018）等［1］指出，致貧原因在較大程度上影響著幫扶需求的類型及其空間分布；楊龍（2017）等［2］指出，分析貧困地區(qū)農(nóng)戶的致貧原因是精準扶貧的基礎(chǔ)；陳燁烽（2017）等［3］研究表明，整村推進的扶貧工作對促進貧困村可持續(xù)發(fā)展起到了較好的推進作用，但由于貧困村具有各自貧困特征，需進一步地因地制宜、因村施策、開展針對性幫扶工作。雖然研究主題不同，學者們均從各自的角度強調(diào)了致貧原因分析對精準扶貧的重要性。從精準扶貧致貧原因定量分析的方法學探索來看，很多學者采取數(shù)理統(tǒng)計和計量模型進行了致貧原因的探析，研究結(jié)果為實踐提供參考。例如，李輝（2018）［4］運用Logistic 模型分析A 縣各類貧困人口致貧原因，探討出文化程度、健康狀況、勞動能力對各類型貧困人口的影響存在差異。又如，楊桂林（2018）［5］以貴州省劍河縣為例，運用空間自相關(guān)分析方法篩選出9 個主要致貧因子進行地理加權(quán)回歸分析。

決策樹算法最早起源于人工智能的機器學習技術(shù)，是一種典型的預測分類算法，在社會科學研究中更多的是應用決策樹方法探討某一行為或現(xiàn)象的多個影響因素［6］［7］，但少有研究同時應用回歸與決策樹的方法探析貧困戶的致貧原因。歸根結(jié)底，貧困也是一種社會現(xiàn)象，且大部分貧困戶的致貧原因并非單一，可運用決策樹方法探討貧困的相關(guān)影響因素，深入挖掘貧困戶層面的因素并歸類分析，找出其中的規(guī)律，探討合理有效的精準扶貧策略，是對“自上而下”決策機制的補充和完善，可為實踐決策提供有價值的參考。特別是在我國2020 年全面打贏脫貧攻堅戰(zhàn)、全面建成小康社會、我國進入后精準扶貧時代后［8］，對精準扶貧研究的方法學探索十分有必要。筆者采取典型調(diào)查方法，選擇貴州省Z 縣開展現(xiàn)場調(diào)研，采用Logit 回歸和決策樹模型，剖析貧困戶致貧根源，為制定精準幫扶措施提供依據(jù)，也為其他地區(qū)探討貧困原因提供有價值的參考，為深入研究精準扶貧提供方法學上的參考。

一、調(diào)查設(shè)計和樣本選擇

目前，扶貧項目多以縣（市）級為單位具體管理推行，約80%的專項扶貧資金的管理權(quán)已經(jīng)下放到縣級，鄉(xiāng)村兩級治理單元掌握了豐富的扶貧信息，基層政府成了決定精準扶貧成敗的關(guān)鍵環(huán)節(jié)。因此，筆者采取隨機抽樣和立意抽樣調(diào)查結(jié)合的方法，選擇貴州省Z 縣，在Z 縣所有鄉(xiāng)鎮(zhèn)中，隨機抽取B 鄉(xiāng)為調(diào)查對象，在B 鄉(xiāng)內(nèi)選擇C 村，采取自制的問卷調(diào)查表（內(nèi)容涵蓋貧困戶一般人口學信息、家庭收入、家庭資源、家庭支出、健康情況、教育背景等變量），抽取300 戶貧困戶開展入戶調(diào)查，其中有效訪談為281戶，有效率為94.5%。課題組對資料進行統(tǒng)一編碼，使用EpiData3.1 建庫、錄入數(shù)據(jù)，并對數(shù)據(jù)進行嚴格的邏輯檢查，采用SPSS 16.0 軟件對數(shù)據(jù)進行分析。經(jīng)統(tǒng)計，本文所涉及的結(jié)果變量的缺失率均在4.0%以下。

二、計量模型構(gòu)建及分析

1.變量選擇及定義

有研究表明：家庭貧困與否不僅與收入有關(guān)，還與家庭戶主特征、人口特征、人力資本特征、生產(chǎn)特征等有關(guān)［9］。本文通過個體家庭調(diào)查數(shù)據(jù)定量分析發(fā)現(xiàn)，家庭人口數(shù)、家庭男性人口數(shù)、務工收入、家庭生產(chǎn)工具的數(shù)量、種植養(yǎng)殖收入、家庭支出是導致貧困的因素，差異有統(tǒng)計學意義。個體家庭的貧困與否不僅與收入有關(guān)，還與家庭情況和支出有關(guān)，在此基礎(chǔ)上，本文運用計量經(jīng)濟學構(gòu)建Logit 模型來分析Z 縣的貧困發(fā)生概率并更為詳細具體地找出致貧因素。選擇家庭人口數(shù)、家庭男性人口數(shù)、家庭勞動力平均年齡、家庭在外務工人數(shù)、家庭生產(chǎn)工具數(shù)量、家庭收支情況等為Logit 回歸分析的變量。變量名稱及賦值如表1 所示。

表1 變量名稱及賦值

2. Logit 模型選擇及擬合

二元Logit 模型通常以因變量形式出現(xiàn)，記為：

本研究運用隨機效應模型，其概率函數(shù)可以寫為：

F 表示累積分布函數(shù)，常用形式有：標準正態(tài)分布（Probit 模型）、邏輯分布（Logit 模型）、極值分布（Gompit 模型）。研究假定其服從邏輯分布，利用隨機效應二元Logit 模型構(gòu)建貧困戶的致貧原因。

其中是否貧困為模型中二分類選擇變量yit，表示個人i 在t 時期二分類選擇變量；xit表示觀測到的影響二分類變量的相關(guān)變量，利用隨機效應二元Logit 模型構(gòu)建致貧因素，運用SPSS 軟件對所選取的變量進行二元反應變量的非條件Logit 回歸分析，結(jié)果顯示整個模型有統(tǒng)計學意義，卡方值為181.316，P值為0.000。Cox & Snell R 方為0.475，Nagelkerke R方為0.719，模型解釋程度較高，可以較好地解釋致貧原因。Logit 回歸模型分析結(jié)果顯示，將貧困戶家庭男性人口數(shù)、勞動力平均年齡、水稻玉米收入、打工收入、家庭生活支出、家庭看病支出等納入回歸模型，結(jié)果有統(tǒng)計學意義（如表2 所示），這與王曉兵［10］等的研究結(jié)論一致，家庭成員個數(shù)、受教育年限、家庭生產(chǎn)經(jīng)營類型和村級特征變量，均對農(nóng)戶脫貧有重要影響；可見，對貧困戶進行分類管理、分類施策，對于貧困戶的穩(wěn)定脫貧、防止返貧有重要意義。調(diào)查了解到，基層政府在精準扶貧的具體執(zhí)行中，雖對貧困戶的發(fā)展訴求有了解，但由于基層的技術(shù)力量較欠缺、人力有限等原因，對貧困戶家庭特征相關(guān)數(shù)據(jù)的收集、歸納、分析和利用不足，分類分級管理不夠，不利于掌握家庭成員特征及其相互的關(guān)系，不利于貧困戶的穩(wěn)定脫貧。

表2 二元反應變量的非條件Logit 回歸模型分析結(jié)果

3.致貧原因分析的決策樹模型

貧困家庭的致貧原因不僅僅是收入方面，單一的憑借人均收入來確定農(nóng)民家庭是否貧困不夠全面，應該從多個方面對家庭因素進行分析，綜合確定家庭的貧困程度，為精準扶貧的具體實施提供基礎(chǔ)。本文應用決策樹模型，在Logit 回歸基礎(chǔ)上，對致貧原因進行深入剖析。

（1） 決策樹方法的理論基礎(chǔ)

分類是數(shù)據(jù)挖掘的一種重要數(shù)據(jù)分析形式，可用于對數(shù)據(jù)特征的提取和對數(shù)據(jù)未來趨勢的預測分類，即通過特定的特征實現(xiàn)對事物的分門別類，體現(xiàn)數(shù)據(jù)從“量”到“質(zhì)”的飛躍。這就需要從大量的數(shù)據(jù)訓練集中以一定的分類建模方法，發(fā)現(xiàn)總結(jié)規(guī)律，建立合理有效的分類模型，然后依據(jù)這些模型實現(xiàn)分類目標，通過分析由屬性描述的數(shù)據(jù)元組來構(gòu)造模型。分類的研究方法主要包括決策樹、貝葉斯方法、神經(jīng)網(wǎng)絡(luò)、最臨近分類、粗糙集和模糊集方法等 。

（2）決策樹方法及其應用

決策樹歸納的基本算法是采用自頂向下遞歸的劃分控制方式構(gòu)造決策樹。決策樹的優(yōu)點是算法成熟，速度快，分類精度高，且分析結(jié)果易懂。與其它分類方法比較，基于決策樹的分類方法速度較快、較易轉(zhuǎn)化成簡單且容易理解的分類規(guī)則、較易轉(zhuǎn)換成數(shù)據(jù)庫查詢語句。

課題組運用決策樹方法對貧困和非貧困家庭進行分組，通過家庭特征、收入特征等因素對貧困家庭進行綜合判別，達到精準識別貧困家庭的目的，為便于模型運算，本研究以人均年純收入3000 元為貧困劃分標準，將家庭男性人數(shù)、家庭勞動力平均年齡、家庭健康平均得分、人均務工收入分組、人均土地收入分組、人均牲畜收入分組、人均生活支出分組和人均醫(yī)療保健支出分組等8 個變量作為特征選擇模型的初始變量：（1）缺失值最大百分比為70%；（2）單個類別記錄最大百分比95%；（3）最大類別數(shù)記錄百分比95%；（4）最小變異系數(shù)為0.1；（5）最小標準差為0.0。運行特征選擇模型后，在8 個變量當中，有7 個變量對貧困的影響程度均重要，它們的重要性指數(shù)（importance）都大于0.95。模型結(jié)果顯示：家庭男性人數(shù)、家庭勞動力平均年齡、家庭健康平均得分、人均務工收入分組、人均土地收入分組、人均牲畜收入分組、人均生活支出分組，這些屬性與是否貧困之間存在正相關(guān)性，具體如表3 和圖1 所示。

表3 變量賦值及解釋

針對上述7 個變量，決策樹模型結(jié)果的展示有兩種：決策樹圖和規(guī)則集，由于決策樹圖的表現(xiàn)形式更為直觀，本研究用決策樹圖進行展示，如圖1 所示（由于無法進行完整截圖，所以僅進行部分展示）。本研究規(guī)則集共形成10 個規(guī)則，其中4 個規(guī)則用于非貧困，6 個規(guī)則用于貧困，用此規(guī)則可以指導家庭貧困戶的精確判別。

圖1 決策樹精準識別模型結(jié)果示意圖

三、對精準扶貧工作的啟示

1.建立多維度貧困人口識別，助力2020 年后扶貧工作

2020 年中央一號文件指出，脫貧攻堅任務完成后，我國貧困狀況將發(fā)生重大變化，扶貧工作重心轉(zhuǎn)向解決相對貧困，扶貧工作方式由集中作戰(zhàn)調(diào)整為常態(tài)推進。可見，脫貧工作需要與時俱進、轉(zhuǎn)型升級。目前貧困戶識別主要依據(jù)貧困戶家庭人均純收入、“兩不愁”、“三保障”等易于比較的指標，由于這類指標比較單一，難以全面衡量和評價貧困戶的狀況，對貧困戶的穩(wěn)定、可持續(xù)脫貧指標關(guān)注不夠，換言之，無法很好地識別貧困戶可能返貧的因素。在精準扶貧、精準脫貧的過程中，全面分析各種致貧因素，建議依據(jù)家庭男性人數(shù)、家庭勞動力平均年齡、家庭健康平均得分、人均務工收入、人均土地收入、人均牲畜收入對貧困戶進行再次分類、細化，根據(jù)不同的分組情況，研制不同的扶貧措施，對目前的幫扶措施進行再次的優(yōu)化組合。例如，筆者發(fā)現(xiàn)，貧困戶的男性人口數(shù)有2 人及以上的比例為15.7%，明顯低于非貧困家庭，且差異有統(tǒng)計學意義。說明非貧困戶的男性人口數(shù)要明顯多于貧困家庭，提示家庭男性人口數(shù)可能是致貧原因的影響因素。在精準扶貧的實踐中，建議對比分析現(xiàn)有的貧困戶監(jiān)測系統(tǒng)數(shù)據(jù)，對貧困戶的致貧原因與貧困戶特征進行分類歸納，找出其中的規(guī)律和變化趨勢，并與現(xiàn)行的幫扶措施進行比對分析，做到扶貧措施有的放矢、合理有效，做到精準施策，促進實現(xiàn)精準脫貧的目標。

2.加大健康安全網(wǎng)建設(shè)，避免因病返貧

家庭健康評分是貧困戶致貧的因素之一，貧困人口生存環(huán)境相對惡劣，患病機會多，需加大措施提升家庭成員健康水平。在扶貧工作中，需要首先把加強貧困人口的健康服務作為減緩貧困優(yōu)先考慮的內(nèi)容。建立城鄉(xiāng)統(tǒng)籌的能覆蓋廣大貧困地區(qū)和貧困人口的一體化運行的健康服務體系，避免貧困戶因病致貧［11］。加強農(nóng)村健康服務的管理，對各級醫(yī)務人員、尤其是村級直接面對農(nóng)民的醫(yī)務人員進行崗前和在職培訓，加強考核和業(yè)務能力培養(yǎng)提升。建立縣、鄉(xiāng)、村醫(yī)務人員流動交流制度，縣醫(yī)療衛(wèi)生機構(gòu)定期、輪流地接收鄉(xiāng)村醫(yī)生到醫(yī)院進修培訓或定期下鄉(xiāng)進行業(yè)務指導，對鄉(xiāng)村醫(yī)務人員實行強化培訓，提高其健康服務能力。

3.拓展就業(yè)渠道，增加務工收入

人均務工收入也是影響貧困戶的因素之一，建議強化技能培訓，對貧困人口進行科學區(qū)分，并分析和識別貧困農(nóng)戶的基本特點和狀況，更好地選擇、實施和創(chuàng)新脫貧措施。2020 年中央一號文件也明確指出：強化產(chǎn)業(yè)扶貧、就業(yè)扶貧。因此，需強化有勞動能力貧困人口的技術(shù)培訓，提升生產(chǎn)效率。采取開展職業(yè)技能培訓、轉(zhuǎn)移就業(yè)、鼓勵扶持自主創(chuàng)業(yè)、公益性崗位安置等措施，為有轉(zhuǎn)移就業(yè)愿望的每個貧困家庭勞動力提供創(chuàng)業(yè)就業(yè)信息服務、政策咨詢、就業(yè)指導、職業(yè)介紹、創(chuàng)業(yè)就業(yè)培訓等免費創(chuàng)業(yè)就業(yè)服務，以促其盡快實現(xiàn)創(chuàng)業(yè)就業(yè)。多渠道加快二、三產(chǎn)業(yè)的發(fā)展，按照產(chǎn)業(yè)融合發(fā)展的要求，大力發(fā)展農(nóng)產(chǎn)品加工業(yè)，打造從生產(chǎn)到加工、包裝、儲運、銷售、服務的扶貧產(chǎn)業(yè)鏈條，培育一批生態(tài)游保健養(yǎng)生游等業(yè)態(tài)產(chǎn)品，增加貧困人口的務工機會。

4.回應貧困戶發(fā)展訴求，完善利益聯(lián)結(jié)機制

為進一步提升貧困戶的自我發(fā)展能力，需了解并回應貧困人口的發(fā)展訴求。對比貧困戶家庭成員、資源、生產(chǎn)資料、集體經(jīng)濟參與度、“三變”改革等特征，通過大數(shù)據(jù)歸類分析貧困戶家庭特征及與之相適應的幫扶措施，兼顧貧困戶家庭發(fā)展生產(chǎn)的條件，并實施有針對性的扶貧政策，激發(fā)其內(nèi)生動力，更好地提升貧困戶的自我發(fā)展能力，防止返貧，幫助發(fā)展生產(chǎn)、增加收入、加快脫貧致富的步伐。大力發(fā)展專業(yè)合作組織，積極引導貧困戶加入專業(yè)合作組織，融入龍頭企業(yè)基地建設(shè)，成為產(chǎn)業(yè)鏈條中的一環(huán)，形成真正利益共同體。利用先進的現(xiàn)代農(nóng)業(yè)科技和生產(chǎn)模式，培養(yǎng)農(nóng)業(yè)科技人才，示范和引導農(nóng)民提高科技素質(zhì)和信息化經(jīng)營管理技能，提高貧困戶的生產(chǎn)效益。