蔣翠俠,許啟發(fā),李亞琴
(山東工商學院:a.數(shù)學與信息科學學院;b統(tǒng)計學院,山東 煙臺 264005)
貧困是一個世界性的難題,成為聯(lián)合國千年發(fā)展目標之一。近年中國經(jīng)濟一直保持高速增長、居民收入顯著提高,政府也開展了一系列的脫貧計劃,在減貧方面取得了舉世矚目的成就。然而,自2000年以來,中國減貧的步伐有所放緩。
長期以來,貧困被視為一維概念,僅指經(jīng)濟上的貧困。隨著理論與實踐的發(fā)展,人們逐漸認識到:貧困是一種復雜而綜合的社會現(xiàn)象。Alkire等(2008)給出基于貧困剝奪計數(shù)的多維貧困指數(shù)測度方法,王小林等(2009)利用該方法對2006年中國營養(yǎng)與健康調(diào)查數(shù)據(jù)(CHNS)進行了實證。本文在Alkire等(2008)和王小林等(2009)工作基礎上,在三個方面進行了創(chuàng)新性工作:第一,采用非等權(quán)的方法,修改了等權(quán)剝奪矩陣算法,改進了Alkire等(2008)的多維貧困指數(shù)測度方法;第二,將基于貧困發(fā)生率、貧困強度與貧困深度的多維貧困指數(shù)M(0),M(1),M(2)統(tǒng)一到一個計算過程中,提高了計算效率;第三,對王小林等(2009)使用數(shù)據(jù)進行了補充,利用CHNS數(shù)據(jù)對1997-2006年中國居民多維貧困實施了動態(tài)統(tǒng)計監(jiān)測,同時不僅對多維貧困指數(shù)M(0)進行了測度和分解,而且對多維貧困指數(shù)M(1),M(2)也進行了測度和分解。
不妨設通過家計調(diào)查獲得單個家庭在每個維度上的取值,得到樣本觀測矩陣:
式中,xij表示家庭i在維度j上的取值,i=1,2,3,…n;j=1,2,…d。
對每個維度定義一個貧困標準zj,按照:
再考慮到各個維度對多維貧困指數(shù)相對重要程度不同,這里對Alkire等(2008)的等權(quán)處理進行改進,采用非等權(quán)處理,對一維貧困剝奪矩陣G(l)中按列進行賦權(quán):
式中,權(quán)重wj可由主成分分析等方法得到。這樣,得到加權(quán)一維貧困剝奪矩陣:
更進一步,現(xiàn)在依據(jù):
對每個個體進行多維貧困識別。式中,k=1,2,…,d表示維度數(shù);條件表示個體i至少在k個維上貧困。這樣,可以得到多維貧困剝奪矩陣:
最后,對多維貧困個體數(shù)進行識別,由計數(shù)器:
可以得到多維貧困剝奪個體數(shù)矩陣:
在識別了各維度的被剝奪之后,需要進行維度加總,得到多維綜合指數(shù)。由式(7)和式(9)的結(jié)果,可以計算貧困發(fā)生率H(l)、平均剝奪份額A(l)和多維貧困指數(shù)M(l)分別為:
式中,M(0),M(1),M(2)分別表示基于貧困發(fā)生率、貧困強度與貧困深度測度多維貧困指數(shù)。
多維貧困指數(shù)可以按照時間、省份、城鄉(xiāng)等分組方式進行分解,得到不同時間、省份、農(nóng)村或城市的多維貧困指數(shù)。不妨設有R組家庭,每組家庭的樣本量為ni,因此有n=n1+n2+…+nR。多維貧困指數(shù)可以進行如下分解:
式中,M(l)i(k)為第i組家庭的多維貧困指數(shù),等式第一項與最后一項的含義:總體多維貧困指數(shù)可以分解為各組家庭多維貧困指數(shù)的加權(quán)平均,權(quán)重為各組家庭樣本量在總體中所占的份額。
多維貧困指數(shù)也可以按照維度進行分解:
本文研究采用的數(shù)據(jù)來自于中國居民營養(yǎng)與健康調(diào)查(CHNS),調(diào)查始于 1989年,并于 1991、1993、1997、2000、2004和2006年分別對上一年的經(jīng)濟、人口、營養(yǎng)和健康狀況進行調(diào)查,該調(diào)查采用多階段分層隨機整群抽樣方法,依據(jù)地理位置、經(jīng)濟發(fā)展程度、公共資源的豐裕程度和健康指數(shù)覆蓋了中國東、中和西部8~9個省份。本文以戶為分析單位,選擇年份為1997、2000、2006年3年作為研究對象,對應的樣本總數(shù)分別為1192戶、1187戶、2273戶,分布在9個省份,詳見表2。
本文考慮五個維度:飲用水、收入、教育、健康保險、電器,結(jié)合聯(lián)合國千年發(fā)展目標對各個具體指標的相關(guān)技術(shù)規(guī)定,以及中國的實際情況和數(shù)據(jù)的可獲得性來確立各個維度被剝奪的臨界值,如表2所示。以安全飲用水為例,若農(nóng)戶飲用水源是自來水,或者5米以下的井水,則視為安全飲用水,否則視為不安全飲用水。
多維貧困估計時,本文使用了非等權(quán)方法,權(quán)重確定通過主成分分析完成,由樣本觀測數(shù)據(jù),得到各維度的權(quán)重分別為:w1=1.6320,w2=1.0356,w3=0.9497,w4=0.8036 ,w5=0.5791 。利用式(10)、式(11)和式(12)對中國居民多維貧困進行估計,結(jié)果見表4?,F(xiàn)由基于貧困發(fā)生率測得的結(jié)果可以看出,當考慮1個維度的貧困(即k=1),1997年全國貧困發(fā)生率(H(0))為0.3559(即35.59%的家庭存在5個維度中的任意一個維度的貧困),貧困剝奪份額(A(0))為0.3737,多維貧困指數(shù)(M(0))為0.133。從縱向分析,2000年與1997年相比,全國貧困發(fā)生率從0.3559下降到0.1229(即下降了23.3%),貧困剝奪份額下降了0.0233(0.3737-0.3504),多維貧困指數(shù)(M(0))也有著明顯的下降(從0.133降至0.0431);2006年相對于2000年而言,有著略微的上升,但并不明顯,基本上趨于穩(wěn)定沒有大的波動。
表1 樣本分布
當考慮2個維度的貧困時,1997年全國貧困發(fā)生率(H(0))為0.0941,貧困剝奪份額(A(0))為0.5346,多維貧困指數(shù)(M(0))為0.0503,存在5個維度中的任意兩個維度的貧困家庭明顯的比k=1時少。依次的k=3、4、5時,逐漸減少,沒有家庭存在5個維度的貧困,同時2006年4個維度的貧困家庭也為0。
表2 被剝奪臨界值的確立
對于基于貧困強度與貧困深度的貧困發(fā)生率H、貧困剝奪份額A和多維貧困指數(shù)M在各維度和各年度的變化規(guī)律類似于基于貧困發(fā)生率所得的結(jié)果,這里不再贅述。同時,可以看出,對于多維貧困指數(shù),在各維度上和各年份中,都有M(0)>M(1)>M(2)成立。
2.4.1 維度分解
利用式(15),將多維貧困指數(shù)在各維度上進行分解,貢獻率計算結(jié)果見表4(表中,k=3,即把在5個維度中同時存在任意3個維度貧困的家庭視為貧困戶)。橫向來看,在同一年份、同一維度下,對于三個多維貧困指數(shù),水貧困貢獻率最大、其次為收入貧困、再次為教育貧困(2000年k=2時,M(2)中水的貢獻率僅次于教育,位居第2)。
縱向來看,以k=1為例在1997~2006年3年中,在M(0)中,水貧困的貢獻逐年降低,收入貧困的貢獻先增后減,教育貧困的貢獻逐年增加;在M(1)中,水貧困的貢獻先增后減,收入貧困的貢獻逐年遞減,教育貧困的貢獻逐年增加;在M(2)中,水貧困的貢獻先增后減,收入貧困的貢獻逐年遞減,教育貧困的貢獻先減后增。
表3 中國多維貧困估計結(jié)果
綜合上述,導致中國居民貧困的主要維度是水、收入和教育。水貧困是最主要的影響因素,雖然在國家減貧政策的實施下有所改善,但它依舊是今后中國減貧政策中重要發(fā)展目標之一;自1986年以來開發(fā)式扶貧識別貧困人口的方法主要是以收入為標準,收入貧困問題逐年得到緩解;教育貧困問題應該引起重視,特別是2000年以來,教育貧困的貢獻不減反增,中國應當特別關(guān)注基礎教育的投入。
2.4.2 城鄉(xiāng)分解
利用式(13),對多維貧困指數(shù)進行城鄉(xiāng)分解,表5給出了在不同年份、不同維度k下對多維貧困指數(shù)進行城市和農(nóng)村的分解??傮w來看,在同一年份、同一維度下,對于全國、城鎮(zhèn)和農(nóng)村都有關(guān)系M(0)>M(1)>M(2)成立;在同一年份、不同維度下,多維貧困指數(shù)(M(0),M(1),M(2))都隨著維度的增加在下降,說明中國農(nóng)村和城市家庭存在多個以上維度的貧困很少,幾乎為0(k=5時);農(nóng)村居民的貧困程度大于城市居民的貧困程度。
縱向來看,以M(0)為例,k值相同時,2000年與1997年相比,全國的貧困度有所下降,農(nóng)村和城市的貧困度也在下降;而相對于2000年,2006年全國貧困指數(shù)卻有所回升,其中農(nóng)村的貧困度略微降低,但是城市的貧困度有明顯的提高。對于多維貧困指數(shù)M(1)、M(2)也呈現(xiàn)出類似于M(0)的變動規(guī)律。
綜合上述,農(nóng)村居民的貧困依然是中國居民貧困的主體,但城市居民貧困呈現(xiàn)增加趨勢,這說明中國過去的減貧政策主要針對農(nóng)村地區(qū),忽略了城市貧困的改善。因此,今后中國減貧應該以農(nóng)村為主、城市為輔,共同解決貧困問題。
2.4.3 地區(qū)分解
利用式(13),對多維貧困指數(shù)進行地區(qū)分解,表6給出了k=2時各省多維貧困指數(shù)(M(0))。由表7可知,1997年河南省居民戶同時存在5個維度中任意2個維度貧困的指數(shù)0.1066,是全國9個省中多維貧困中最為嚴重的省份;山東位居 第 2,為 0.0856;江西位居第 3,為0.0673。2000年全國9個省中多維貧困中最為嚴重的省是貴州,緊接著江西。2006年位居第1的仍為貴州,湖南、湖北、江西這些省份的貧困指數(shù)也很高??v向比較1997~2006這3年9個省的貧困多維指數(shù),河南和山東的貧困指數(shù)下降的最為明顯,到2006年貧困指數(shù)(M(0))降至為0;貴州省的貧困指數(shù)在這3年呈上升趨勢。
表4 多維貧困指數(shù)在不同年份、不同k值下每個維度的貢獻率(%)
表5 多維貧困指數(shù)在不同年份、不同k值下城鄉(xiāng)分解
結(jié)合主成分分析權(quán)重計算方法,本文對Alkire等(2008)的多維貧困指數(shù)進行了非等權(quán)設計,得到了新多維貧困指數(shù)計算方法,該方法將基于貧困發(fā)生率、貧困強度與貧困深度的多維貧困指數(shù)統(tǒng)一到一個計算過程中,提高了計算效率。利用新算法,對中國家庭多維貧困進行了實證,結(jié)果表明:
表6 多維貧困指數(shù)(M(0),k=2時)的地區(qū)分解
(1)2000~1997年相比,全國貧困發(fā)生率有明顯的下降;2006年相對于2000年而言,有著略微的上升,但并不明顯,基本上趨于穩(wěn)定??梢姡袊乱粋€減貧戰(zhàn)略應作進一步的改善,否則會停滯不前。
(2)就1997~2006年樣本期間多維貧困的維度分解而言,導致貧困的主要維度是水、收入和教育。可見,中國下一個10年(2011~2020年)減貧戰(zhàn)略應該識別和瞄準這幾個主要維度。
(3)就1997~2006年樣本期間多維貧困的城鄉(xiāng)分解而言,農(nóng)村貧困遠大于城市貧困。但是在2006年城市貧困度的上升也提醒我們不能忽略城市貧困。因此,今后中國減貧戰(zhàn)略應該以農(nóng)村為主、城市為輔,共同解決貧困問題。
(4)就1997~2006年樣本期間多維貧困的地區(qū)分解而言,河南和山東的貧困指數(shù)明顯下降,到2006年貧困指數(shù)(M(0))降至為0;貴州省貧困指數(shù)在呈上升趨勢,貧困比較突出。河南省和山東省在多維貧困的脫貧工作走在了前列,而貴州則應進一步加強反貧困工作。
[1] 陳立中.轉(zhuǎn)型時期我國多維度貧困測算及其分解[J].經(jīng)濟評論,2008,(5).
[2] 聯(lián)合國開發(fā)計劃署.人類發(fā)展報告[R].www.undp.org.cn/undp,1997.
[3] 尚衛(wèi)平,姚智謀.多維貧困測度方法研究[J].財經(jīng)研究,2005,31(12).
[4] 田飛.用貧困指數(shù)測度安徽農(nóng)村貧困線[J].合肥學院學報,2010,27(2).
[5] 童星,林閩鋼.我國農(nóng)村貧困標準線研究[J].中國社會科學,1993,(3).
[6] 王小林,Alkire S.中國多位貧困測量:估計和政策含義[J].中國農(nóng)村經(jīng)濟,2009,(12).
[7] Alkire S,Foster J.Counting and Multidimensional Poverty Measurement[C].OPHI Working Paper Series,2008.
[8] Betti G,Agostino A,Neri L.Panel Regression Models For Measuring Multidimensional Poverty Dynamics[J].Statistical Methods&Application,2003,(11).
[9] Chakravarty S R,Deutsch J,Silber J.On the Watts Multidimensional Poverty Index and Its Decomposition[J].World Development,2008,36(6).