Page 230 - 《社会》2019年第4期

低保对象为何退保难？

（三）模型和计量分析方法
研究根据 ２０１４ 年的久期数据（ 犱狌狉犪狋犻狅狀犱犪狋犪 ）信息构建了事件史分
析模型。事件史方法是对一定时间内，事件发生的模式及原因进行分
析的统计技术（ 犃犾犾犻狊狅狀 ， １９９５ ）。在久期数据的分析中，事件史方法相对
于其他方法的优势在于，能够将随时间变化的协变量纳入模型，并很好
地处理删截（ 犮犲狀狊狅狉犻狀 犵 ）问题（陈强， ２０１０ ）。
事件史 分 析 可 以 采 用 的 模 型 类 型 较 为 多 样。 其 中，参 数 模 型
（ 犪狉犪犿犲狋狉犻犮犿狅犱犲犾 ）的主要优点是方法灵活，只需设置一个合适的分布
狆
函数即可，能够提供相对简单的模型参数估计。参数模型的主要不足
是关于基准风险率类型的随意决定性（杜本峰， ２００８ ）。与参数模型相
比，半参数模型（ 狊犲犿犻 狆 犪狉犪犿犲狋狉犻犮犿狅犱犲犾 ）的优势在于其对基线风险函
数的形状不做任何假定，无论基准风险率的形状和特性是什么，都可以
估计协变量和风险率之间的关系。此外，半参数模型能够非常方便地
处理随时间变化的自变量（ 犃犾犾犻狊狅狀 ， １９９５ ）。为了可以更准确地识别退
保风险的影响因素，本研究同时采用了参数模型与半参数模型。
参数模型选择的是常用的威布尔分布（ 犠犲犻犫狌犾犾犱犻狊狋狉犻犫狌狋犻狅狀 ），半参
数模型选择的是 犆狅狓 比例风险模型（ 犆狅狓犘狉狅 狆 狅狉狋犻狅狀犪犾犎犪狕犪狉犱犕狅犱犲犾 ）。
犆狅狓 比例风险模型是半参数模型中适用性最广的一种方法，其将观测
对象在某个时间点上的风险看做基线风险乘以协变量效应，即：
（
ｈ （ ｔ ｜ｘ ） ＝ ｈ ０ ｔ ｅｘ ｐｘ ）
（）
β
（）是基线风险函数， 犲狓 狆 狓 β ）是观测对象在不同协变量作用
其中， 犺 ０ 狋 （
下的相对风险（陈强， ２０１０ ）。
四、分析结果

（一）事件史数据的描述性分析
本研究首先对 ２０１４ 年的事件史数据进行了相关变量的描述性统
计分析。结 果 显 示，样 本 平 均 生 存 时 间 为 ７４ 个 月，“人—年”数 为
２２６９０３ ，退出低保的风险率为 ０．２３ 。就样本的基本人口特征来看（见
表 １ ），样本总体中女性的比例明显高于男性；样本的教育程度以初中
占比为最高，其次是高中和小学；较高比例的样本面临就业困难；还有
一定比例的样本面临着自身患大病，或家庭成员残疾的健康问题；大多
数样本的婚姻状况为在婚；大部分样本属于有子女家庭，而有子女家庭

· ２ ２ ３ ·