贫困存在社区邻里效应吗
——基于多层回归模型的分析

解 垩 宋颜群

(山东大学 经济学院，山东 济南 250199)

一、引言及文献综述

20世纪20年代以后，美国城市居民空间居住格局发生了较为严重的隔离和分化，许多白人和其他中高收入群体向城市郊区搬迁，而黑人和其他低收入群体则聚居在极度贫困的社区邻里中。同时，犯罪、抑郁、失业等社会行为也常常在一些极度贫困的社区中发生。中国有些地区也存在较为严重的贫困集聚现象，这是否为社区邻里效应所致？解答这个问题对解决中国的集中连片特困地区的贫困问题无疑具有重要的现实指导意义。

国外关于社区邻里效应的研究主要集中在三个方面。一是关于社区邻里效应对不同年龄人群的影响研究。大量研究分析了社区邻里效应对成年个体贫困、收入、健康、学历以及就业等结果变量的影响：McCulloch(2001)发现生活在弱势地区的女性更有可能经历各种负面结果(例如贫困等)；Shouls et al.(1996)则发现，当穷人生活在较偏远的地区时，其健康问题会更严重；Ginther et al.(2000)分析了个人高中毕业概率和社区经济特征之间的关系，结果发现，高收入邻居所占比例越大个人毕业概率越小，低收入家庭所占比例越大个人毕业的可能性反而越大；Fang et al.(2014)认为，个体处于贫困率较高的社区中更有可能获得低收入，进而陷入贫困。也有不少文献关注不良的社区邻里对青少年所带来的影响，发现不良的社区邻里环境对青少年的精神健康(Simons et al.，1996)、反社会行为(Oberwittler，2007)、学业成就(Gibbons，2002；Galster et al.，2007；Hicks et al.，2017)和药物滥用(Dubow et al.，1997)都会产生一定的影响。Aneshensel et al.(1996)发现邻里社会凝聚力在很大程度上解释了邻里社会经济地位和青少年抑郁之间的关系。Kohen et al.(2002)则研究了邻里关系障碍、邻里凝聚力与青少年的语言能力之间的关系。二是关于社区邻里效应影响个人结果变量的渠道研究。有研究认为弱势社区往往通过同伴和榜样效应对个人行为产生影响(Oberwittler，2007)。也有研究认为社区内公共资源分布的不同造成个人结果变量的差异(Condron et al.，2003)。另外，有文献认为可衡量的教育资源与学生学习成就密切相关，即社区邻里效应很可能通过社区教育等资源途径影响个人结果变量(Jargowsky et al.，2009)；Bramley et al.(2007)也认为不良的社区邻里效应的重要表现是社区中的学校和教育水平较差，住房产权和贫困剥夺都会对个人教育成就产生影响。然而，Wodtke et al.(2017)的研究表明，社区中的学校资源匮乏并非是造成个人学业成绩差的关键因素。三是关于社区邻里效应影响个人结果变量的方式以及程度研究。一些研究认为社区邻里效应对个体结果变量的影响是非线性的，且具有门槛特征。Buck(2001)对英国家庭面板数据进行分析发现(以失业率为邻里特征)：当邻里居民的失业比例超过23%～24%时，失业概率和陷入贫困的概率之间存在显著的非线性关系；当社区贫困率超过20%时，社区贫困率将会导致个人犯罪行为和辍学行为产生。社区贫困率达到40%之前，邻里效应的作用会不断增强，但当社区贫困率超过40%时，社区中贫困人数的增加不会对个人行为产生边际影响(Weinberg et al.，2004)。也有文献研究发现，社区邻里效应(白人占社区人数的比例)的门槛值是5%，低于5%时，黑人的辍学率会一直增加，而当白人占社区人数的比例超过20%时，邻里效应对黑人的积极影响不再显著(Crane，1991)。Klaauw et al.(2003)发现，在失业率超过11%之前，社区失业率对荷兰失业者或离校生脱离福利补贴的可能性的影响并不显著，对荷兰的非失业者也没有影响。Musterd et al.(2006)则发现社区失业率小于16%时，失业率和个体陷入贫困概率之间存在强烈的正相关关系，一旦社区失业率超过16%，其对个体陷入贫困概率并无显著的边际影响。也有研究认为社区邻里效应对个人结果变量的影响程度较大：Johnson(2012)的研究发现，家庭背景和社区环境(包括学校质量)对个人健康差异的解释力达到60%，超过了个人特征对健康状态的影响；Altonji et al.(2018)的研究发现，按照社区经济条件和教育水平对社区进行排序，第90分位数上的社区比第10分位数上的社区在个体高中毕业概率和大学入学概率方面大约高0.04和0.11，永久工资增加13.7%。

一些文献认为，在研究社区邻里效应的过程中应当关注：(1)社区管理情况(例如犯罪率、低体重出生率、虐待儿童率)；(2)当地机构、设施、学校等情况(包括其数量和质量)；(3)采用合理方式对辖区内环境进行污染测量，更多地搜集社区调查和系统的社会观察数据(Sampson et al.，2002)；(4)在分析邻里效应对个体结果变量影响的同时，应该考虑选择偏差对实证结果可能带来的影响及社区剥夺对后续收入的持续影响，而居住地在一定程度上决定了个体的经济福祉(Van Ham et al.，2018)。

在中国，关于邻里效应的研究较少，主要关注邻里效应对个人和家庭行为产生的影响，例如女性社会活动和适应类型(金斗燮 等，2014)、农户行为(姚瑞卿 等，2015)、人口流动和贫困动态(方迎风 等，2016)、农民工城市居住选择(戚迪明 等，2016)、家庭社会捐献活动(晏艳阳 等，2017)、家庭教育支出(余丽甜 等，2018)、青少年的生活态度和社会行为(孙伦轩，2018)、少儿学业成就(刘欣 等，2018)、居民心理健康(邱婴枝 等，2019)等。

通过对国内外邻里效应的相关文献进行梳理可知，国外对邻里效应的研究较为丰富，而国内的研究相对较少。另外，许多研究只是简单地寻找邻里特征与个体结果之间的相关性，控制一系列变量后，根据相关性得出结论，但是很少关注社区特征(社区贫困率、社区平均教育水平等)对个人贫困的直接影响，更少有研究分析邻里效应影响个人贫困的内在机制。另外，国内较少有文献分析社区邻里效应的非线性和门槛特征。基于已有研究，本文使用多层回归模型，在控制个人、家庭和社区三个层面特征的情况下[注]增加变量可在一定程度上缓解选择偏误问题。，研究贫困中的社区邻里效应的存在性、非线性和门槛特征以及影响个体结果变量(贫困)的内在机制。本文的研究可为实现2020年消除绝对贫困以及连片贫困提供理论基础，也为将来缓解相对贫困提供可能的政策建议。本文的创新之处在于：使用多层回归模型(multi-level regression model)控制社区间可能存在的组别效应，以减少模型的测量误差；检验中国是否存在贫困社区邻里效应，并探讨邻里效应作用于个人贫困的内在机制，同时还分析了邻里效应的非线性和门槛特征，丰富了国内邻里效应的相关研究。

二、研究方法和数据

(一)研究方法

本文的研究方法是多层回归模型。尽管使用普通的OLS回归也可以分析社区邻里效应对个人贫困的影响，但文中数据涉及不同层面(包括个人、家庭和社区层面)，同一个社区中的个体残差项存在相关性，直接使用OLS回归很可能造成模型测量结果不准确，多层回归模型允许观察值之间存在相关关系，进而可以提高估计结果的准确性。在构建多层回归模型的过程中，可以区分不同层面、组别变量对被解释变量的影响。多层回归模型的估计方法包括极大似然估计和受限极大似然估计两种，能够缓解模型设定过程中可能出现的遗漏变量问题以及数据不平衡等问题(Duncan et al.，2000)。本文的多层回归模型共包含3个层面，具体设定如下：

其中：Yijk是个人的贫困状态；Xpijk是个体层面变量，包括个体的健康状态、年龄、性别、学历水平等；Zpjk是家庭层面变量，包括家庭所处阶层、家庭净收入以及家庭规模；Wsk是社区层面变量，包括城镇化指数、社区教育类别、人口密度、交通便利情况。邻里效应变量也是社区层面变量，包括社区贫困率、社区平均学历和社区平均收入。

当然，只有当被解释变量在不同组别之间存在显著差异时才能够使用多层回归模型。ICC(intra-class correlation coefficient)是判断数据是否适用于多层回归模型的常用指标。当ICC趋向于0时，意味着被解释变量不存在显著的组间差异，数据不适用多层回归模型；当ICC趋向于1时，表明被解释变量存在显著的组间差异，数据适用于多层回归模型。根据温福星(2009)的研究，只要0.059

零模型设定:

Pr(Yijk=1|eijk)=H(π0jk+eijk)

(4)

π0jk=γ00k+u0jk

(5)

γ00k=δ000+u00k

(6)

Yijk=δ000+eijk+u0jk+u00k

(7)

因此，被解释变量的方差为：

(8)

ICC指标的计算:

(9)

(10)

(二)数据及描述性统计

本文使用中国健康与营养调查(CHNS)1989—2015年数据。尽管该调查不是专门为贫困方面的研究所设计的，但其包含的个人收入信息、家庭信息和社区信息为贫困研究提供了可能。为了尽可能保留较多的观察值，本文对该调查所涉及的所有年份数据进行整理，选取关键变量后，删掉缺失值，并保留年龄大于等于18岁的样本，最后剩余样本量81722个，其中城市样本27586个，农村样本54136个。

表1 变量描述性统计信息

注：学历水平取值为0～6，0是文盲，1是小学毕业，2是初中毕业，3是高中毕业，4是中等技术学校、职业学校毕业，5是大专或大学毕业，6是硕士及以上；社会阶层取值为1～4，1代表城市，2代表郊区，3代表城镇，4代表农村；贫困率根据个人贫困状态和社区中的总人数计算得到，ln社区平均收入和社区平均学历根据个人收入和学历水平计算得到；城镇化指数、社区教育类别、人口密度以及交通便利情况均直接来源于CHNS社区层面的调查结果。

② 个人净收入用来判断该个体是否贫困，并用于收入机制的分析。

由表1可以看出，样本中的大多数个体都处于非贫困状态，世行2$PPP贫困标准下的贫困人口数量更多，大多数个体的学历是小学及以上、年龄在43岁以上。大多数家庭都位于城镇和农村地区，家庭规模在4口人及以上的居多。

三、实证结果分析

为检验文中的数据是否适用于多层回归模型，本文计算了贫困、学历水平和个人收入三个变量的ICC值。其中学历水平和个人收入在机制分析中作为被解释变量。

表2 贫困变量的ICC指标① 国家统计局规定的贫困标准。

注：*、**和***分别对应10%、5%和1%显著性水平。

由表2可以看出，贫困、学历水平和个人收入变量的ICC指标均大于0.059，表明本文数据适用于多层回归模型。另外，卡方检验在1%的显著性水平下拒绝了原假设(原假设是适用于一般的回归模型)，同样表明本文数据适用多层回归模型。

(一)社区邻里效应的存在性分析

由表3可以看出，学历水平对个人贫困的影响为负，不健康的个体更有可能陷入贫困状态。

相对于男性而言，女性陷入贫困的可能性更大。年龄和贫困之间存在非线性关系(正U型特征)，以全样本为例，41岁(0.1215/(2×0.0015))以前，随着年龄的增加个体陷入贫困的可能性不断减少；41岁以后，年龄的增加使得个体贫困的可能性不断上升。可能的原因是，41岁之前，个体随着年龄的增长工作经验不断丰富，工作能力也不断提升，贫困的可能性不断减少，但是41岁之后，工作精力将会受到限制，学习能力也会不断下降，因此贫困的可能性将会上升。Fang et al.(2014)的结论和本文类似，其认为年龄和收入呈现非线性关系，个体大概在51岁左右获得最高收入，贫困的可能性最低。位于农村的家庭更有可能陷入贫困，这和现实相符，农村地区往往是贫困的重灾区。家庭净收入水平的提高能够明显降低个人陷入贫困的概率，家庭规模的增加则提高了个体陷入贫困的概率。方迎风等(2016)同样认为家庭规模的增大使得个体陷入贫困的可能性增加。Fang et al.(2014)的观点类似，其认为家庭规模的增大会降低个体的收入水平。城镇化水平并没有降低个体陷入贫困的概率，反而提高了个体贫困的可能性。可能的原因是，城镇化水平的提高仅仅使得更多的农村居民进入城市，其自身的生活技能及收入水平并没有得到显著提升，甚至因为城镇化失去了本来所拥有的土地，因此城镇化无法使个体的贫困可能性降低。社区教育类别的提升和人口密度的增加均能缓解个体贫困。可能的原因是，较高的社区教育类别意味着良好的教育资源，人口密度大的社区往往经济条件较好。社区中的交通越便利，个人贫困的可能性越小。Lankford et al.(2002)、Condron et al.(2003)、Jargowsky et al.(2009)同样认为社区中公共资源的差异最终造成了个人结果变量(贫困)的差异。

需要注意的是，社区的贫困率越高，个人贫困的可能性越大。McCulloch(2001)的结论与本文类似，其认为劣势的生活环境很可能造成不良的行为结果，例如贫困。由该回归结果可知，贫困存在显著的社区邻里效应，也即社区中贫困率的提升使得个体贫困的概率显著增加。可能的原因是，社区中较多的贫困人口使得社区中的贫困文化较为盛行，社区邻里效应很可能通过同伴模仿作用对个体行为产生影响(Oberwittler，2007)。另外，中部和东部地区个体的贫困概率相对于西部地区更低，这和现实情况相符。

表3 社区邻里效应的存在性

注：括号内为t值，*、**和***分别对应10%、5%和1%显著性水平。

(二)社区邻里效应的非线性和门槛分析

为了分析社区邻里效应的非线性和门槛特征，本部分在回归模型中加入了社区贫困率的平方。

由表4可知，加入社区贫困率的平方后，回归结果并没有发生大的变化。学历水平对个体贫困概率的影响仍然为负，不健康的个体贫困概率更高，女性个体更有可能陷入贫困。年龄和个体贫困概率之间仍然表现出显著的非线性关系，此时个体仍在41岁(全样本)左右贫困概率最低，这和表3中的结果几乎没有差别。家庭位于农村地区以及家庭规模增大均能显著提高个体陷入贫困的概率。家庭净收入可以缓解个体贫困，这和现实情况相符。社区教育类别提升、人口密度增加以及交通便利均可降低个体陷入贫困的概率，但城镇化水平依旧不能缓解个人贫困。

表4 社区邻里效应的非线性和门槛效应

注：括号内为t值，*、**和***分别对应10%、5%和1%显著性水平。

社区贫困率和社区贫困率平方均能显著影响个体贫困，并呈现出倒U型，表明社区邻里效应具有非线性和门槛特征。在全样本中，当社区贫困率低于29.09%(8.1428/(2×13.9980))时，社区邻里效应(贫困率)对个人贫困概率的影响不断增强；一旦社区贫困率超过29.09%，随着贫困率的提高，社区邻里效应(贫困率)对个人贫困概率的影响不断减弱。Weinberg et al.(2004)的研究结论类似，其认为社区邻里效应对个人社会行为影响存在阈值效应，当社区贫困率在20%～40%时，社区贫困率将会促进个人犯罪行为和辍学行为产生，且邻里效应的作用会不断增强，但社区贫困率超过40%时，社区中贫困人数的增加不会对个人行为产生边际影响。农村地区、城市地区、西部地区、中部地区和东部地区社区邻里效应(贫困率)的门槛值分别为33.86%、13.77%、24.63%、26.10%和30.54%。由于样本中95%分位数的社区贫困率为19.51%，因此本文绝大多数社区的贫困率都在20%以内，而门槛值几乎都在20%以上，就本样本而言，贫困率对个人贫困概率的作用在不断增强(门槛值的左边)。也即社区贫困率越高，个体陷入贫困的可能性越大。总之，多层回归模型结果表明，贫困存在社区邻里效应，且社区邻里效应具有非线性和门槛特征。

(三)社区邻里效应的机制分析

1.教育机制

为了检验社区邻里效应是否通过影响个人的教育水平作用于其贫困状态，这里将个人教育水平作为被解释变量，将社区的平均学历水平作为社区的邻里变量，检验社区邻里效应发挥作用的教育机制。

表5 社区邻里效应的教育机制

注：括号内为t值，*、**和***分别对应10%、5%和1%显著性水平。

由表5可知，健康对个人学历水平的影响不太显著；相对于男性个体而言，女性个体的学历水平更低，可能和中国长期以来的重男轻女思想有关。家庭属于农村的个体学历水平更低，可能是因为城市地区对教育更加重视。家庭收入水平可显著提升个体学历，家庭规模和个体学历水平呈现反向相关关系。城镇化水平可显著提升个体学历，可能的原因是城镇化使得人口居住更加密集，教育资源整合更加合理，因此更有利于个体接受教育。人口密度对个体受教育水平的影响为正。另外，社区中贫困人口所占比例越高，个体的学历水平越低。

值得注意的是，社区平均学历对个人学历的影响显著为正，这表明社区邻里效应通过教育环境发挥作用，并通过提升个体学历水平影响其贫困状态。Gibbons (2002)的结论类似，其认为在控制父母和学校特点的情况下，社区中接受高等教育的成年人比例和个体接受高等教育的可能性显著正相关，和无法获得文凭的可能性显著负相关。该回归结果表明社区邻里效应的教育机制显著存在。

2.收入机制

为了分析社区邻里效应是否通过影响个人收入进而作用于其贫困状态，这里将个体收入作为被解释变量，将社区平均收入作为邻里效应变量，检验社区邻里效应的收入机制。

注：括号内报告的为t值，*、**和***分别对应10%、5%和1%显著性水平。

由表6可以看出，学历水平能够显著增加个体收入，身体不健康的个体收入水平更低；相对于男性个体而言，女性个体的收入水平更低。年龄和个体收入呈现非线性关系，以全样本为例，当年龄低于41岁(0.0405/(2×0.0005))左右时，个体收入水平在不断增加；当年龄高于41岁左右时，个体的收入水平将会不断下降。Fang et al.(2014)也认为个体收入和年龄之间存在非线性关系，其发现个体年龄达到51岁左右时收入最高。家庭收入和个体收入正向相关，此结果和现实情况符合。家庭规模越大，个人净收入越低。社区教育类别和人口密度对个体净收入的影响均为正。社区贫困率对个体收入的影响显著为负。Galster et al.(2007)的研究结果类似，其认为，个体在儿童时期长期处于贫困社区对高中学业和收入有独立且显著的负向影响。

需要注意的是，社区平均收入对个体收入的影响显著为正，表明社区平均收入能够通过邻里效应促进个体收入。Galster(2008)的研究结论较为相似，其发现，中等收入居民占比最高的社区有利于没有全职工作的男子赚取更多的收入，但是高收入居民占比较高的社区不能促进无全职工作的男子赚取更多收入，邻里社会距离的差距会影响邻里效应作用的发挥。总之，社区邻里效应可以通过收入机制影响个人贫困状态。

上文的实证分析结果表明，贫困中的社区邻里效应显著存在，且具有非线性和门槛特征，社区邻里效应的教育机制和收入机制也都显著存在。

四、稳健性检验

上文分析采用的是国家统计局的贫困标准，为了保证结果的稳健性，这里使用世界银行1.25$PPP和2$PPP的贫困标准对社区邻里效应的存在性、非线性与门槛特征再次进行检验。邻里效应的教育机制和收入机制分析中不涉及贫困标准问题，因此不再进行稳健性检验。另外，贫困率的高低、性别差异以及社区收入水平的高低很可能影响社区邻里效应对个体贫困的影响，因此本文又以社区贫困率10%为分界点将样本分为两个子样本，按照性别将样本分为两个子样本，根据ln社区平均收入的50%分位数将样本分为两个子样本，分别检验社区邻里效应的存在性。

(一)改变贫困标准下的稳健性检验

1.世界银行1.25$PPP贫困标准[注]篇幅限制，此处的回归结果未在文中展示，感兴趣的读者可向作者索取。

当贫困标准是世行1.25$PPP的情况下，主要的回归结果没有发生实质性变化。学历水平能够显著缓解贫困，不健康的个体贫困概率更大，女性个体贫困的可能性更大。年龄和贫困之间依旧呈现出非线性关系，门槛值在42岁左右(和前文的41岁相差不大)，在42岁之前，个体贫困的概率不断下降，但在42岁之后，个体贫困的概率将会不断提高。社会阶层属于农村的家庭个体更容易陷入贫困，较大的家庭规模也会提高个体陷入贫困的概率。其他变量对个体贫困概率的影响和前文十分相似，此处不再赘述。这里主要关注社区贫困率对个体贫困概率的影响。从回归结果中可以看出社区中的贫困比例显著提高了个体陷入贫困的可能性，社区邻里效应存在，前文实证结果较为稳健。

在世界银行1.25$PPP贫困标准下，即使加入了贫困率平方，回归结果和前文也无实质性差异。年龄和个体贫困之间依旧呈现出显著的非线性关系，门槛值为42岁(0.1423/(2×0.0017))，也即个体在42岁左右贫困可能性最低。这里主要关注社区邻里效应的非线性和门槛特征。社区贫困率和社区贫困率平方均能显著影响个体贫困概率，表明社区邻里效应存在非线性和门槛特征。以全样本为例，当贫困率低于34.78%(5.9150/(2×8.5027))时，社区贫困率对个人贫困可能性的作用在不断增强，而当贫困率高于34.78%时，社区贫困率对个人贫困可能性的作用将会不断减弱。农村地区、城市地区、西部地区、中部地区和东部地区的贫困率门槛值分别为40.48%、31.80%、37.04%、29.49%和35.78%。由于本文中的社区贫困率大部分(95%分位数)都低于30%(1.25$PPP标准)，因此，社区贫困率对个人贫困的作用处于门槛值左边，也即随着社区贫困率的增加，社区邻里效应对个人贫困概率的影响在不断增强。

2.世界银行2$PPP贫困标准[注]篇幅限制，此处的回归结果未在文中展示，感兴趣的读者可向作者索取。

由回归结果可知，2$PPP贫困标准下的回归结果和前文也无实质性差异。但值得注意的是，社区贫困率对个人贫困可能性的影响显著为正，表明社区邻里效应的确存在。其他变量的回归结果与前文十分相似，在此不再赘述。

(二)不同分组情况下的稳健性检验

由不同分组情况下的稳健性检验可知[注]篇幅限制，此处的回归结果未在文中展示，感兴趣的读者可向作者索取。，各变量的回归结果依旧较为显著。贫困率对个体贫困概率的影响显著为正，也即不同贫困率、性别以及收入条件下的社区邻里效应显著存在，不同组别间的回归结果差异较小。

五、结论和政策建议

本文通过使用多层回归模型分析了贫困中的社区邻里效应的存在性、非线性和门槛特征，还检验了社区邻里效应的教育机制和收入机制。结果发现：社区贫困率对个体贫困概率的影响显著为正，也即社区邻里效应显著存在；社区贫困率和社区贫困率平方对个体贫困概率的影响都十分显著，呈现倒U型特征，当社区贫困率低于29.09%时，社区贫困率对个体贫困概率的影响不断增强，一旦社区贫困率高于29.09%，社区贫困率对个体贫困概率的影响不断减弱，也即社区邻里效应具有非线性与门槛特征；社区平均学历对个体学历水平的影响显著为正，社区贫困率对个体学历的影响显著为负，即邻里效应发挥作用的教育机制显著存在；社区平均收入对个体收入的影响显著为正，社区贫困率对个体收入的影响显著为负，即邻里效应发挥作用的收入机制也显著存在。

根据研究所得结论，当前中国的连片贫困以及城市中的贫困集聚现象很可能来源于邻里效应，关注贫困中的社区邻里效应将会为中国连片贫困地区以及贫困集聚的扶贫工作提供重要的理论基础。据此，本文对当前的扶贫工作提出以下建议：

(1)关注社区中的邻里效应。由于个体行为受到同社区中其他个体行为的影响，尤其是在社区中贫困人数较多的情况下，因此在对个体或者家庭扶贫的过程中应当尽量避免社区邻里效应的不利影响。例如，对社区中所有贫困个体同时施行扶贫开发策略，尽可能地降低社区贫困率；或者加大脱贫观念和意识宣传，使得贫困者意识到脱贫的重要性，缓解社区中贫困个体对其他个体行为的影响。另外，城市地区可以借鉴西方国家的混合住房政策，农村地区可以施行异地搬迁扶贫政策，缓解邻里效应对扶贫工作的不利影响。

(2)关注社区邻里效应的教育机制。社区平均学历能够明显提升个人学历水平进而帮助个体摆脱贫困，目前扶贫工作的重点在于提升全民整体的学历水平(对能够提升学历水平的个体)，个体将通过模仿社区中的同伴行为而自觉提升学历水平，最终缓解自身贫困状态。

(3)关注社区邻里效应的收入机制。本文的贫困标准以收入为衡量指标，为了避免个体陷入贫困陷阱，应当提升整个社区的收入水平。例如，重点实施社区产业扶贫模式，让当地居民在不外出打工的情况下获得稳定收入，降低个人贫困概率的同时还可避免社区邻里效应的不利影响。

总之，在帮助个体脱贫的同时，应当关注个体所居住的社区环境，尽量避免社区贫困率过高、平均学历过低以及平均收入过低等劣势邻里环境对个体行为的不良影响。