中國農(nóng)村貧困識別指標(biāo)體系構(gòu)建及應(yīng)用

李良艷 王旭

摘要：2000年以來，我國在解決農(nóng)村貧困問題上已經(jīng)取得了重大成效，但是農(nóng)村致貧因素以及貧困表現(xiàn)形式都發(fā)生重大變化，對農(nóng)村貧困的識別已經(jīng)從靜態(tài)收入需求單維向動態(tài)多維轉(zhuǎn)變。運用Alkire和Foster關(guān)于多維貧困的分析框架，構(gòu)建包括教育、健康、衛(wèi)生條件、生活狀況等7個指標(biāo)的農(nóng)村多維貧困識別指標(biāo)體系，選取6個年度CHNS面板樣本數(shù)據(jù)，分別從剝奪視角和需求視角對我國農(nóng)村貧困人口進(jìn)行識別、追蹤和分解。前者分析農(nóng)村多維貧困情況，并對致貧因素進(jìn)行甄選;由于目前收入仍然是衡量貧困的核心指標(biāo)，所以后者從需求定義出發(fā)，對貧困人口的不同貧困程度進(jìn)行研究，考察非收入貧困群體中存在的隱性貧困問題，依據(jù)分析結(jié)果得出相關(guān)結(jié)論，提出相應(yīng)政策啟示。

關(guān)鍵詞：農(nóng)村貧困;多維貧困;收入貧困;貧困識別

中圖分類號：F069 ? 文獻(xiàn)標(biāo)識碼：A ? 文章編號：1007-2101（2019）04-0057-08

一、問題的提出

改革開放以來，為減少我國社會的農(nóng)村貧困人口，中國的反貧困戰(zhàn)略經(jīng)歷了1978—1993年農(nóng)村家庭土地承包責(zé)任制、1986—1993年開發(fā)式扶貧、1994—2000年開發(fā)式扶貧加社會救助政策的雙輪組合模式、2001—2014年扶貧瞄準(zhǔn)機(jī)制以及2015年以來的精準(zhǔn)扶貧，經(jīng)過這五輪的反貧困策略幫扶以及經(jīng)濟(jì)增長雙重輻射作用，我國農(nóng)村絕對貧困人口的規(guī)模逐年下降，從1978年的2.5億人降到2018年的1 660萬人。中國的反貧困戰(zhàn)略取得了巨大階段性勝利，對全球人類發(fā)展做出了重大貢獻(xiàn)。

隨著社會經(jīng)濟(jì)發(fā)展，農(nóng)村人口數(shù)量逐年下降，由2001年的不到7.9億人降到2017年的5.7億人，占比也從62.3%降至41.48%。無論是從農(nóng)村人口的絕對數(shù)量還是相對數(shù)量來看，經(jīng)濟(jì)發(fā)展的福利惠及了廣大農(nóng)村，農(nóng)民的生活條件和生活質(zhì)量得到了極大改善。同時，農(nóng)村居民人均純收入得到大幅度提高，從2000年2 253元增加到2017年13 432元，2018年更突破了14 600元，收入翻了三番，扣除價格因素影響的平均每年實際增長率高達(dá)7.54%，2010年當(dāng)期增長甚至升至10.9%，農(nóng)村居民的生活水平較之前有了明顯提高（見圖1、表1）。同世界其他發(fā)展中國家橫向來比，無論是從增長幅度還是速度來看，我國在增加農(nóng)民收入方面取得令世界矚目的成就，為減少農(nóng)村地區(qū)貧困人口貢獻(xiàn)了中國力量。

然而，同時也應(yīng)該看到，同世界上的發(fā)達(dá)國家相比，我國農(nóng)村人口比重還是比較高，中國面臨的深層次貧困問題的艱巨性和復(fù)雜性依然不可小覷。

農(nóng)村貧困人口的減少數(shù)量依據(jù)人均收入進(jìn)行衡量，不同時間段設(shè)定的收入標(biāo)準(zhǔn)不同。2011年以來，國家將農(nóng)村扶貧標(biāo)準(zhǔn)提高到年人均純收入2 300元（2010年不變價），按照新標(biāo)準(zhǔn)，當(dāng)年年末農(nóng)村扶貧對象為12 238萬人（見圖2）。隨后，國家加大扶貧支持力度，實施精準(zhǔn)扶貧、精準(zhǔn)脫貧政策，農(nóng)村貧困人口呈線性遞減。2018年是打贏脫貧攻堅戰(zhàn)三年行動起步之年，國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2018年底全國農(nóng)村貧困人口1 660萬人，比2017年減少1 386萬人，貧困發(fā)生率降至1.7%，比上年貧困發(fā)生率3.1%下降了1.4個百分點。

黨的十九大報告指出，“要堅決打贏脫貧攻堅戰(zhàn)，確保到2020年我國在現(xiàn)行標(biāo)準(zhǔn)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”。

這是否代表2020年我國農(nóng)村不存在貧困了呢？答案是否定的，從前面分析看出，貧困標(biāo)準(zhǔn)的衡量主要是從收入來講，并且2020年農(nóng)村人口實現(xiàn)脫貧也是按照現(xiàn)行人均收入標(biāo)準(zhǔn)來進(jìn)行測量，屬于單維脫貧。但是從貧困的本質(zhì)來看，長期以來我們定義的貧困還是一種相對比較狹義的概念，它是一種單一的，靜態(tài)的顯性貧困。馬克思唯物辯證法認(rèn)為，事物發(fā)展都遵循著一定的客觀規(guī)律，同時，參照世界上其他國家在解決貧困問題的運行軌跡來看，貧困會隨著社會和經(jīng)濟(jì)發(fā)展發(fā)生與之相應(yīng)的變化，逐步由顯性走向隱性、靜態(tài)邁向動態(tài)。

中國農(nóng)村的貧困問題將不再只是用收入來度量的貧困人口減少的表面現(xiàn)象，取而代之，更多將是運用綜合因素來衡量一種動態(tài)的農(nóng)村貧困。實質(zhì)上也是從單維絕對收入貧困到多維的能力貧困，從貨幣性指標(biāo)到非貨幣綜合指標(biāo)。本文旨在研究農(nóng)村的貧困識別問題，希冀通過該文研究為未來中國反貧困政策提供一定參考。

二、關(guān)于貧困

貧困伴隨著社會經(jīng)濟(jì)發(fā)展而出現(xiàn)，學(xué)術(shù)界對貧困的認(rèn)識先后經(jīng)歷了經(jīng)濟(jì)增長貧困理論、社會發(fā)展貧困理論。目前，研究重點主要側(cè)重于人力資本貧困理論領(lǐng)域。

經(jīng)濟(jì)增長理論是基于經(jīng)濟(jì)增長角度探討發(fā)展中國家落后根源和成因的理論體系，核心觀點是這些國家經(jīng)濟(jì)發(fā)展緩慢或停滯不前的原因歸咎于人均收入水平低下和物質(zhì)資本形成不充分，但其根源還是在于缺乏物質(zhì)資本和投資。經(jīng)濟(jì)增長貧困理論主要包括羅格納·納克斯的貧困惡性循環(huán)理論、納爾遜的低水平均衡陷阱理論、哈維·來賓斯坦的臨界最小努力理論。

社會發(fā)展貧困理論并不是單純地把貧困作為一種經(jīng)濟(jì)現(xiàn)象，而是把它看作一種社會現(xiàn)象進(jìn)行研究和探索，該理論認(rèn)為導(dǎo)致貧困的主要原因是因為社會基本制度和具體實施制度安排不合理、社會結(jié)構(gòu)扭曲以及社會不平等。它的代表人物是瑞典經(jīng)濟(jì)學(xué)家岡納·繆爾達(dá)爾，在其《亞洲的戲劇——南亞國家貧困問題研究》一書中，作者從發(fā)展經(jīng)濟(jì)學(xué)的資源、人口與經(jīng)濟(jì)發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)與國民收入、農(nóng)業(yè)化問題、不平等問題等8個方面對南亞貧困的致貧原因進(jìn)行深入分析，研究南亞地區(qū)如何脫貧、如何發(fā)展的問題。

人力資本貧困理論是從貧困主體本身來研究貧困，而且在不同程度上對貧困的致貧因素和表現(xiàn)形式做了很大程度的擴(kuò)展，為分析貧困提供了一種全新的視角和分析框架。主要包括舒爾茨的人力資本理論、阿瑪?shù)賮啞ど目尚心芰ω毨Ю碚?、赫伯特·J·甘斯的功能貧困理論以及世界銀行的人力資本貧困理論。其中阿瑪?shù)賮啞ど目尚心芰ω毨Ю碚摫粡V泛接受，他從能力貧困視角出發(fā)，認(rèn)為貧困的實質(zhì)是人們創(chuàng)造收入和機(jī)會的貧困，是缺乏維持正常生活與社會活動的可行能力，即貧困是對人們可行能力的剝奪。他對貧困的定義已經(jīng)不再局限于物資生活方面的匱乏，還包括社會、文化、政治、精神等方面的能力剝奪?；谏哪芰ω毨Ю碚?，Sabina Alkire和James Foster對多維貧困問題進(jìn)行量化，提出計算多維貧困指數(shù)（MPI）的A-F方法，并在國際上得到廣泛應(yīng)用。

雖然學(xué)者們從不同視角對貧困理論進(jìn)行研究，但從中也可以看到，隨著貧困實質(zhì)發(fā)生變化，學(xué)者們大都以研究對象的福利最大化為基石，從多重視角來理解貧困。貧困內(nèi)涵已經(jīng)不僅僅是簡單收入/消費方面的貧困，而是可行能力處于被社會所排斥和相對剝奪的一種狀態(tài)。隨著理解不斷深入，對貧困的識別已經(jīng)逐漸走向多維化和動態(tài)化。

在農(nóng)村貧困的識別度量上，學(xué)者們采用不同方法對多維貧困指數(shù)和貧困程度進(jìn)行測度。夏慶杰等（2007）使用CHIP調(diào)查數(shù)據(jù)，估計了1988—2002年中國城鎮(zhèn)絕對貧困的變化趨勢[1]。王小林等（2009）采用Alkire和Foster于2007 年開發(fā)的多維貧困測量方法，利用2006 年中國健康與營養(yǎng)調(diào)查數(shù)據(jù)，對中國城市和農(nóng)村家庭多維貧困進(jìn)行了測量[2]。Sabina Alkire和James Foster（2011）拓展了傳統(tǒng)的橫截面和單一方法，提出一種新的多維貧困的測度方法，即A-F方法[3]。Sabina ?Alkire（2014）采用多維貧困指數(shù)（MPI）對100多個發(fā)展中國家的嚴(yán)重貧困程度進(jìn)行直接衡量，通過對該指數(shù)使用范圍和穩(wěn)健性的測試表明，多維貧困指數(shù)分析可以提供可靠的分析框架，能彌補收入估計的不足[4]。Sabina Alkire和Ana Vaz（2017）利用Alkire-Foster調(diào)整貧困人口比率和其一致的子指標(biāo)，建立一套對多維貧困的跨期變化進(jìn)行計算的系統(tǒng)方法[5]。郭熙保、周強（2016）利用Alkire和Foster（2011）多維貧困測度方法和Foster（2009）的持續(xù)時間分析法，構(gòu)建了長期多維貧困與平均貧困持續(xù)時間指數(shù)，以CHNS 數(shù)據(jù)為樣本從靜態(tài)和動態(tài)雙重視角分析了我國的長期多維貧困程度，并通過多層回歸模型探討了致貧的宏微觀因素[6]。蔣南平、鄭萬軍（2017）在改進(jìn)A-F多維貧困指數(shù)分析的基礎(chǔ)上，提出了多維返貧識別及測算方法，并且運用2010—2014年中國家庭追蹤調(diào)查數(shù)據(jù)對中國農(nóng)民工多維返貧進(jìn)行了測度[7]。劉洪、王超（2018）基于分層Logistic回歸模型的中國農(nóng)村貧困識別研究顯示，該模型能夠提高貧困農(nóng)戶的識別率，有效識別率能夠達(dá)到75%[15]。章元、萬廣華（2012）[9]，張全紅、周強（2014）[10]，王春超、葉琴（2014）[11]，王朝明、馬文武（2014）[12]，侯為民（2015）[13]，王增文（2017）[14]，霍萱、林閩鋼（2018）[15]，張昭、吳丹萍（2018）[16]等從多維角度構(gòu)建我國貧困識別指標(biāo)體系，在此基礎(chǔ)上，分別選取不同的指標(biāo)和臨界值對我國貧困指數(shù)和貧困程度進(jìn)行了度量。

三、多維視角下農(nóng)村貧困的識別及研究方法

在傳統(tǒng)的減貧策略中，以收入和消費水平作為工具是識別農(nóng)村貧困問題直接而有效的一種手段，依據(jù)這樣的標(biāo)準(zhǔn)，貧困僅和家庭收入水平密切相關(guān)，個人或家庭為維持最低生活所需的最低收入或消費水平往往成為貧困線（閾值）的標(biāo)準(zhǔn)。在第一部分的分析中可以看到，按照收入標(biāo)準(zhǔn)衡量的農(nóng)村貧困人口數(shù)量在絕對減少，但隨著經(jīng)濟(jì)發(fā)展，由于收入分配差距、貧困強度差異、脫貧后返貧以及總貧困中的慢性貧困等復(fù)雜因素綜合作用，農(nóng)村的相對貧困人口數(shù)量開始逐漸顯現(xiàn)，并且以不同貧困形式表現(xiàn)出來，其中隱性貧困具有極強的隱蔽性，很難進(jìn)行精準(zhǔn)識別，無疑會成為政府扶貧政策的真空，從而缺少政策上的針對性和有效性。因此，識別農(nóng)村貧困對解決農(nóng)村貧困問題具有現(xiàn)實意義。

（一）多維視角下農(nóng)村貧困的識別

農(nóng)村貧困人口的識別是扶貧政策和扶貧項目瞄準(zhǔn)的基礎(chǔ)，收入只能反映經(jīng)濟(jì)貧困的一個方面，在對貧困人口的準(zhǔn)確識別上，不僅要從多個維度識別和判定，而且還要把貧困的動態(tài)性即時間變量考慮進(jìn)去。也就是說，除了收入維度之外，還需要從其他多個不同維度去瞄準(zhǔn)，在識別的過程中，貧困并不是一種靜止?fàn)顟B(tài)，而是隨著時間變化而變化。所以，在上述多維識別的基礎(chǔ)上，還要把時間變量貫穿到整個識別過程。

多維貧困理論來源于印度籍諾貝爾經(jīng)濟(jì)學(xué)家阿瑪?shù)賮啞ど?，屬于福利?jīng)濟(jì)學(xué)范疇，其核心觀點認(rèn)為發(fā)展實質(zhì)上是人類追求自由的過程，發(fā)展的首要目的是自由，發(fā)展應(yīng)超越單純追求GDP增長速度、技術(shù)進(jìn)步或者社會現(xiàn)代化等狹隘的發(fā)展觀，這些所謂的目標(biāo)只具有工具性價值。森提出以“可行能力”作為貧困標(biāo)準(zhǔn)，是一種綜合評定方法，強調(diào)貧困的實質(zhì)是人們創(chuàng)造收入和機(jī)會的貧困，即缺乏維持正常生活和參與社會活動的可行能力，貧困是對人基本可行能力的剝奪，除了收入低下的經(jīng)濟(jì)貧困外，其他可行能力的缺失也影響到貧困。他對貧困的定義方法可以稱為能力方法，實際上也可以稱作以能力方法定義的多維貧困理論，多維貧困理論指出人類的貧困是客觀指標(biāo)貧困和對公共福利主觀感受貧困的加總。

基于森的多維貧困理論，Sabina Alkire和James Foster（2011）[3]詳細(xì)闡述A-F雙界限法，這種方法被學(xué)術(shù)界普遍用來識別多維貧困，是一種特定時點上測度多維貧困的靜態(tài)方法。它是一種對多維貧困進(jìn)行識別、分解和加總的方法。具體來講，通過分類統(tǒng)計個體或家庭在每個維度上取值，并且設(shè)定每個維度的貧困線標(biāo)準(zhǔn)臨界值，根據(jù)這一標(biāo)準(zhǔn)判斷統(tǒng)計個體在每個維度上是否貧困，對被剝奪程度進(jìn)行識別，最后在識別了各維度的被剝奪狀況后，還需要對各維度進(jìn)行加總進(jìn)一步推導(dǎo)出多維貧困綜合指數(shù)。A-F方法是測度一定時點的靜態(tài)方法，缺點是無法反映貧困個體和家庭的動態(tài)變化，為彌補上述不足，Sabina Alkire（2017）[5]進(jìn)一步地把時間變量考慮在內(nèi)。

（二）多維視角下農(nóng)村貧困的研究方法

本文以收入為基礎(chǔ)，按照當(dāng)年農(nóng)村絕對貧困人口標(biāo)準(zhǔn)為貧困線，劃分貧困人口和非貧困人口。在此基礎(chǔ)上，利用A-F雙界限法從多維貧困角度識別貧困人口和非貧困人口中的剝奪狀況，以此考察農(nóng)村人口中的貧困問題。研究步驟如下：

1. 調(diào)查樣本數(shù)n，假設(shè)當(dāng)年貧困線為S，個體收入Rj≤S，為貧困人口，相反，則為非貧困人口。

2. 多維貧困的測量。多維貧困指數(shù)本質(zhì)上兼容了直接和間接方法，運用此方法時，要確定剝奪界限和貧困界限的一般形式。首先，要設(shè)置多維測量中的指標(biāo)，在A-F方法中，一般都是從教育、健康、生活條件3個維度進(jìn)行考察。其次，設(shè)置剝奪界限，運用剝奪臨界值識別個體在每個指標(biāo)下是否被剝奪，設(shè)臨界值Zj，當(dāng)Xij≤Zj，賦值為1，代表該個體在該指標(biāo)下處于被剝奪狀態(tài)，相反，賦值為0，表示該指標(biāo)下沒有被剝奪。再次，給每一個指標(biāo)設(shè)置權(quán)重，從現(xiàn)有文獻(xiàn)來看，對多維貧困識別一般都采用各個維度等權(quán)重方法，即賦予每個維度相等的權(quán)重。在每個維度上以及維度內(nèi)的每個指標(biāo)上都賦予相等權(quán)重簡潔而明顯，可以簡化對指數(shù)的解釋，達(dá)到對剝奪的一個權(quán)衡。對每個指標(biāo)都賦予相等的權(quán)重，每一個維度j的貢獻(xiàn)百分比可以表示為（wjhj（κ））/m0，其中wj是j維所占權(quán)重，hj（κ）表示向量矩陣中j列的平均值。在對農(nóng)村貧困的識別中，要注意不同時期貧困變化的幅度，Sabina Alkire（2017）提出絕對變化率和相對變化率，絕對變化率即兩個時期的差值，相對變化率即兩個不同時期的水平差同初始期的百分比。除了考慮時間的變化，同時也要重視維度的變化。最后，設(shè)置多維貧困界限，即多維剝奪臨界值k。

3. 計算多維貧困指數(shù)。計算多維貧困的發(fā)生率H，H=H（y;z）=q/n，其中q是按照雙界限法識別的貧困人口數(shù)量，q=q（y;z）=∑ni=1？籽k（yi;z），？籽k代表K個維度時識別窮人的函數(shù)，多維貧困發(fā)生率無法對貧困的分布和剝奪的深度進(jìn)行衡量，而且無法識別在其他維度上出現(xiàn)的新的貧困人口。為克服上述方法的不足，引入平均剝奪份額A，平均被剝奪程度等于所有貧困個體平均被剝奪的維度數(shù)與總維度數(shù)（m）的比值，A=c（k）/qd=∑ni=1ci（κ））/m，ci（κ）表示個體i加權(quán)貧困維度數(shù)。多維貧困指數(shù)既反映貧困密度也反映貧困強度，等于多維貧困發(fā)生率和平均被剝奪程度的乘積，公式表示m0=ΗΑ，還可以用平均貧困距、平均貧困深度進(jìn)一步對m0進(jìn)行調(diào)整，得到m1、m2。綜上，多維貧困指數(shù)有m0、m1、m2等不同形式，在實際應(yīng)用中，可以依據(jù)實際情況進(jìn)行選擇。

4. 貧困分解，計算各維度對多維指標(biāo)的貢獻(xiàn)率。衡量考察對象在各個貧困維度對于總貧困的貢獻(xiàn)率，找出占比最大的致貧因素，增加政府政策的針對性，提高精準(zhǔn)脫貧的瞄準(zhǔn)精度。

5. 識別模型構(gòu)建。首先，識別個體在維度j的貧困狀態(tài)，可表示為：

其中yij 表示識別對象i在j維上是否處于貧困，當(dāng)在該維度上處于貧困時，取值為1，否則為0。xi是識別對象的可支配收入，Z是特征向量。

其次，識別個體的多維貧困狀態(tài)，可表示為：

因變量yim 表示識別對象i在多維視角下是否處于貧困，當(dāng)m維大于K閾值時，yim 取值為1，代表存在多維視角下的能力剝奪，否則取值為0。

從式（1）和（2）可以看出因變量是二分類，而且非連續(xù)，屬于0-1二項分布。

四、農(nóng)村貧困的測算

1. 數(shù)據(jù)來源。本文選用中國營養(yǎng)與健康調(diào)查（CHNS）數(shù)據(jù)，CHNS數(shù)據(jù)從1989年開始收集，分別于1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年、2015年對15個省市7 200戶家庭超過30 000人進(jìn)行大范圍的樣本采集，2011年新增3個大型城市，2015年又增3個省。這些數(shù)據(jù)的收集整理不僅為了解我國貧困形式的變化特點提供了豐富資料，也為我國隱性貧困的研究提供了可靠的基礎(chǔ)數(shù)據(jù)。

2. 多維貧困指標(biāo)的選擇與剝奪臨界值設(shè)定。聯(lián)合國公布的MPI是從健康、教育和生活標(biāo)準(zhǔn)3個維度，共10項指標(biāo)來衡量不同國家和地區(qū)的貧困狀況，由于有些指標(biāo)，例如入學(xué)率、兒童死亡率，已經(jīng)不符合我們的現(xiàn)實國情，因為隨著社會經(jīng)濟(jì)發(fā)展和社會制度的不斷完善，我國已經(jīng)基本解決了上述問題，上述指標(biāo)的意義已不是很大。例如，農(nóng)村地區(qū)適齡兒童入學(xué)率已經(jīng)基本達(dá)到100%。本文在設(shè)計多維指標(biāo)時，兼顧國際通行標(biāo)準(zhǔn)、我國國情以及數(shù)據(jù)可獲得性，選取收入、教育、健康、資產(chǎn)、衛(wèi)生條件、飲用水和生活狀況8個維度測度我國貧困狀況，探析我國農(nóng)村貧困的分布及其發(fā)展態(tài)勢。

維度選擇上基于致貧原因以及我國減貧經(jīng)驗，除傳統(tǒng)指標(biāo)外，新增健康維度，主要考慮到在農(nóng)村中，因病致貧、因病返貧的現(xiàn)象十分普遍。國務(wù)院新聞辦公室2015年發(fā)布的數(shù)據(jù)顯示，因病陷入貧困的人口占整個貧困人口高達(dá)44.1%。此外，本來還加入了住房這一指標(biāo)，現(xiàn)階段住房不僅僅是居住的場所，同時也被賦予了資產(chǎn)的性質(zhì)，該指標(biāo)更能反映家庭和個體的社會狀態(tài)，但住房指標(biāo)由于考察期內(nèi)缺失，故不再予以考慮。各指標(biāo)的閾值見表2。

3. 多維視角下農(nóng)村貧困的識別、捕獲及分解。截止目前，CHNS調(diào)查數(shù)據(jù)最新是2015年，本文選取2000、2004、2006、2009、2011、2015六個調(diào)查年度的面板數(shù)據(jù)進(jìn)行考察，以識別、追蹤農(nóng)村人口的貧困狀況和動態(tài)變化。剔除掉CHNS數(shù)據(jù)庫中包含的城市人口數(shù)據(jù)以及在調(diào)查期間農(nóng)村人口指標(biāo)的缺失值，共得到13 510個數(shù)據(jù)。在計算多維貧困指數(shù)時，采用等權(quán)重法，分別賦予每個指標(biāo)1/7權(quán)重，考慮到多維閾值界限的主觀性，因此，本文分別計算k=1、2…7，以便比較不同維度視角下多維貧困指數(shù)橫界面的變化狀況。表3顯示了6個調(diào)查年度的多維貧困指數(shù)的測算結(jié)果。

從表3結(jié)果來看，隨著貧困維度的逐漸增加，貧困發(fā)生率H和多維貧困指數(shù)m0呈相反的下降趨勢，而平均剝奪份額A則表現(xiàn)為不斷上升的態(tài)勢，結(jié)果和A-F理論推測相一致。此外，如何確定合適的剝奪臨界值K具有十分重要的現(xiàn)實意義，因為如果K取值過大，會夸大我國農(nóng)村的貧困程度，與我國的國情不符，過低則無法準(zhǔn)確甄別出真正的貧困人口，會掩蓋農(nóng)村貧困的真實狀況，最優(yōu)臨界值的確定還是要依據(jù)地方的具體情況來考慮，同時結(jié)合數(shù)據(jù)作為參考，從而減少確定過程中帶有的主觀性。例如，從表中可以看出K=4是多維貧困臨界值的重要節(jié)點，當(dāng)K﹥4時，m0隨著維度的增加下降的幅度相當(dāng)明顯;當(dāng)K<4時，即使維度不斷增加，但m0的下降幅度并不很大，反映出其對K值并不敏感。因此，本文測算結(jié)果表明K=4是合適的多維閾值（見圖3）。

圖3顯示，從多維角度來看，2006—2015年，無論是貧困指數(shù)還是發(fā)生率都明顯下降，我國的貧困狀況得到極大改善，反貧困政策取得明顯成效。與此同時，我國農(nóng)村貧困人口的變化出現(xiàn)了個別年度反彈，尤其2006年，貧困狀況出現(xiàn)一定程度惡化，這和當(dāng)時脫貧人口的脆弱性相關(guān)，存在脫貧后返貧的情況。自我國實施精準(zhǔn)扶貧政策以來，脫貧工作取得了重大進(jìn)展，多維貧困人口大幅度下降，脫貧績效從數(shù)據(jù)上得到了充分肯定，貧困人口的福利水平得到極大改善。此外，伴隨著反貧困政策不斷深入，多維貧困發(fā)生率同貧困指數(shù)之間的間距日益縮小，表明同前期考察年度相比，農(nóng)村貧困人口的貧困強度逐步減弱。多維貧困的分解見表4。

從表4的分解結(jié)果來看，7個維度對多維貧困指數(shù)的貢獻(xiàn)率存在較大差異。衛(wèi)生條件和飲用水的貢獻(xiàn)率相對穩(wěn)定，前者基本維持在20%-24%，說明農(nóng)村貧困人口衛(wèi)生條件的改善程度很有限，此項已經(jīng)成為制約農(nóng)村貧困的第二大重要指標(biāo)。因此，黨中央提出農(nóng)村廁所革命具有很強的現(xiàn)實意義。這些指標(biāo)中變化最大的是健康指標(biāo)，它的貢獻(xiàn)率從2000年的3.05%升至2015年的22.95%，已經(jīng)成為影響貧困指數(shù)的最大因素，因病致貧、因病返貧現(xiàn)象已經(jīng)嚴(yán)重影響到脫貧成效。其中，資產(chǎn)、生活狀況兩項指標(biāo)下降速度非常明顯，表明我國農(nóng)村人口的財產(chǎn)狀況和生活條件福祉明顯提高，特別是資產(chǎn)，貢獻(xiàn)率由2000年23.11%降至2015年的8.85%，成為貢獻(xiàn)率最低的指標(biāo)，意味著農(nóng)民占有的財富顯著增加。實際上，收入水平對總指數(shù)的貢獻(xiàn)率也在不斷下降，雖然2011和2015年數(shù)據(jù)有明顯增幅，主要歸咎于2010年我國采用了新的收入貧困標(biāo)準(zhǔn)，大大提高了收入標(biāo)準(zhǔn)門檻。

4. 收入視角下農(nóng)村貧困的追蹤?，F(xiàn)階段，我國農(nóng)村貧困的識別主要還是基于收入水平，在收入水平下，通過多維視角對貧困群體以及非貧困群體潛在的貧困狀況進(jìn)一步細(xì)分，捕獲潛在的隱性貧困。這種做法有利于提高扶貧對象瞄準(zhǔn)精度，這直接關(guān)系到有限扶貧資源的分配效率和公平，避免農(nóng)村中存在的精英捕獲現(xiàn)象（見圖4）。

圖4中，第二象限收入貧困且多維貧困是深度貧困族群，屬于精準(zhǔn)扶貧政策應(yīng)重點傾斜的對象，也是多方位扶貧資源最應(yīng)流向的群體。第三象限中收入貧困但多維不貧困，這部分人群只是單維的收入貧困，如果針對提高收入這個目標(biāo)對接特定項目，進(jìn)行特定產(chǎn)業(yè)幫扶，是最容易走出貧困的群體。與此同時，由于此部分人群多維并不貧困，如果收入不再貧困，不易返貧。值得注意的是第一象限，因為不存在收入貧困，在現(xiàn)行的扶貧體制下還不是反貧困政策幫扶的重點，但由于存在多維貧困，實際上這部分屬于隱性的貧困人口，如果周圍環(huán)境突然惡化或自身遭遇變故，非常容易返貧，這部分人群脫貧成效并不高，是脆弱性脫貧。第四象限則是脫貧成效下的最理想狀態(tài)，不僅脫貧績效顯著，而且最不易陷入貧困。

我國深度貧困人口逐漸呈下降趨勢（見表5）。截止到2015年，深度貧困人口占貧困人口比例為67.47%，占總?cè)丝诘?.09%，特別是扶貧政策實施以來，收入貧困且多維貧困人口由2011年8.82%降至2015年6.09%，表明我國的扶貧政策瞄準(zhǔn)精度大幅度提高，更多深度貧困人口擺脫了貧困。實際上，深度貧困人口是脫貧攻堅中最難啃的硬骨頭，是扶貧工作的重中之重，需要扶貧資源的重點傾斜，要進(jìn)行全方位的立體幫扶。收入不貧困而多維貧困這一群體下降趨勢十分明顯，說明除收入維度之外的其他如健康、教育等維度的狀況得到明顯改善，在肯定成績的同時，也是需要密切關(guān)注這部分人群，因其脫貧脆弱性極易陷入貧困境地。

五、結(jié)論與政策啟示

我國在解決農(nóng)村貧困問題上已經(jīng)取得了重大成效，但是應(yīng)看到貧困問題無論是現(xiàn)在還是未來發(fā)展中并不會消失，農(nóng)村的致貧因素以及表現(xiàn)的貧困形式已經(jīng)發(fā)生根本變化，用收入衡量的絕對貧困向相對貧困演化，顯性貧困向隱性貧困轉(zhuǎn)化，單維貧困走向多維貧困，農(nóng)村貧困將更多表現(xiàn)在功能性貧困方面。本文基于Sen剝奪能力貧困理論，運用 Alkire和Foster關(guān)于多維貧困的分析框架，構(gòu)建了農(nóng)村多維貧困識別指標(biāo)體系，選取2000、2004、2006、2009、2011、2015等各年CHNS面板數(shù)據(jù)，分析農(nóng)村家庭的貧困狀況，分別從剝奪視角和需求視角對我國農(nóng)村貧困人口進(jìn)行識別、追蹤和分解，前者主要分析農(nóng)村多維貧困情況，并對致貧因素進(jìn)行甄選;后者從需求定義出發(fā)，對貧困人口的不同貧困程度進(jìn)行捕捉，做到扶真貧，真扶貧。兩種方法相輔相成，彌補各自不足，構(gòu)成相對完整的農(nóng)村貧困識別指標(biāo)體系。主要得出以下結(jié)論：

第一，多維視角下的多維貧困指數(shù)和貧困發(fā)生率均明顯下降，并且兩者之間的間距逐漸收緊，說明考察期我國反貧困政策成效明顯，特別是精準(zhǔn)扶貧政策的實施，精準(zhǔn)到戶，得益于中央和地方政策支持，多維貧困得到全方面改善，脫貧效率大大提高;第二，多維指數(shù)動態(tài)分解顯示，健康、教育和衛(wèi)生條件是影響多維貧困指數(shù)的三個主要指標(biāo)，尤其是健康維度，已經(jīng)成為增長最快和最核心的指標(biāo)，它的剝奪狀況直接關(guān)系到農(nóng)戶是否貧困，這和我國的現(xiàn)實情況基本符合;第三，現(xiàn)行收入視角下對農(nóng)村貧困戶的識別和追蹤可以看出，在收入貧困家庭中，部分家庭面臨著雙重收入貧困和多維貧困，屬于深度貧困群體，另一部分只是單一的收入貧困家庭。同時，在非收入貧困家庭中，有些家庭也面臨多維貧困。

在上述分析基礎(chǔ)上，今后我國反貧困政策的重點要注意以下三個方面。

一是考慮到我國貧困的現(xiàn)實國情和未來發(fā)展趨勢，可以參考“多維視角+收入視角”雙重衡量工具對我國的農(nóng)村貧困人口進(jìn)行識別追蹤。該計量手段的運用不僅可以對貧困程度和類型進(jìn)行分類，捕捉到最需要幫助的深度貧困人口以及容易返貧的組群，還可以甄別出所涉及的主要剝奪指標(biāo)，為國家反貧困干預(yù)政策的實施提供側(cè)重點。兼顧收入和多維剝奪視角的農(nóng)村貧困識別指標(biāo)體系有利于用絕對數(shù)量衡量的需求貧困向相對貧困轉(zhuǎn)化，從多維視角更加重視人的全面發(fā)展，個體自身福利最大化的實現(xiàn)，為未來貧困研究提供多角度的研究范式。與此同時，這種衡量方法可以有效捕捉農(nóng)村中的隱性貧困群體，為隱性貧困研究提供方向和指導(dǎo)。

二是重點幫扶貧困線下的多維貧困人口，這一特征群體收入水平低下，面臨著多個維度的剝奪困境，脫貧難度大。這些深度貧困人口不管是自身能力還是所處的生態(tài)環(huán)境都比較脆弱，貧困劣勢非常明顯，脫貧政策全方位支持的同時也要強化自身能力的提高，扶貧要和扶智、扶志相結(jié)合，增強其可持續(xù)發(fā)展的脫貧能力。由于深度貧困人口的天然劣勢，一旦遭遇意外，容易返貧，要建立持續(xù)的識別追蹤機(jī)制，保證其真脫貧、脫真貧。

三是在提高農(nóng)民收入的同時，還要重視其他維度對貧困的影響，尤其是在健康、教育和衛(wèi)生條件方面。伴隨著人口老齡化以及生態(tài)環(huán)境的變化，因病造成全家致貧、返貧現(xiàn)象已經(jīng)成為農(nóng)村的普遍現(xiàn)象，在大力普及農(nóng)村合作醫(yī)療保險的前提下，也要積極鼓勵商業(yè)醫(yī)療保險進(jìn)入農(nóng)村市場，特別是重大疾病等險種。此外，通過改善農(nóng)村衛(wèi)生狀況和醫(yī)療條件水平，培養(yǎng)扎根農(nóng)村的醫(yī)務(wù)人員隊伍建設(shè)，提高農(nóng)民健康水平。大力推進(jìn)農(nóng)村廁所革命，營造干凈整潔的衛(wèi)生條件，防止面子工程，使農(nóng)民的衛(wèi)生設(shè)施改革真正落到實處，惠及廣大農(nóng)村群體。

參考文獻(xiàn)：

[1]夏慶杰，宋麗娜，Simon Appleton.中國城鎮(zhèn)貧困的變化趨勢和模式：1988—2002[J].經(jīng)濟(jì)研究，2007（9）：96-111.

[2]王小林，Sabina Alkire.中國多維貧困測量：估計和政策意義[J].中國農(nóng)村經(jīng)濟(jì)，2009（12）：4-23.

[3]Sabina Alkire，James Foster. Counting and multidimensional poverty measurement[J]. Journal of Public Economics，2011（8）：476-487.

[4]Sabina Alkire.Measuring Acute Poverty in the Developing World：Robustness and Scope of the Multidimensional Poverty Index[J]. World Development，2014（7）：251-274.

[5]Sabina Alkire Ana Vaz.Changes Over Time in Multidimensional Poverty：Methodology and Results for 34 Countries[J]. World Development，2017（6）：1-17.

[6]郭熙保，周強.長期多維貧困、不平等與致貧因素[J].經(jīng)濟(jì)研究，2016（6）：143-156.

[7]蔣南平，鄭萬軍.中國農(nóng)民工多維返貧測度問題[J].中國農(nóng)村經(jīng)濟(jì)，2017（6）：58-69.

[8]劉洪，王超.基于分成logistic回歸模型的中國農(nóng)村貧困識別研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（2）：130-140.

[9]章元，萬廣華，史清華.中國農(nóng)村的暫時性貧困是否真的更嚴(yán)重[J].世界經(jīng)濟(jì)，2012（1）：144-160.

[10]張全紅，周強，蔣赟.中國省份多維貧困的動態(tài)測度——以中國健康與營養(yǎng)調(diào)查中的9省為例[J].貴州財經(jīng)大學(xué)學(xué)報，2014（1）：98-105.

[11]王春超，葉琴.中國農(nóng)民工多維貧困的演進(jìn)——基于收入與教育維度的考察[J].經(jīng)濟(jì)研究，2014（12）：159-174.

[12]王朝明，馬文武.中國城鎮(zhèn)化進(jìn)程中的貧困問題：按要素分解分析[J].中國人口·資源與環(huán)境，2014（10）：94-102.

[13]候為民.城鎮(zhèn)化進(jìn)程中農(nóng)民工的多維貧困問題分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報，2015（3）：99-105.

[14]王增文.中國農(nóng)村反貧困績效的推動因素測度及分解：1978-2014[J].財貿(mào)經(jīng)濟(jì)，2017（9）：96-110.

[15]霍萱，林閩剛.中國農(nóng)村家庭多維貧困識別指標(biāo)體系研究[J].社會科學(xué)戰(zhàn)線，2018（3）：227-236.

[16]張昭，吳丹萍.多維視角下貧困的識別、追蹤及分解研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報，2018（3）：90-99.

責(zé)任編輯：母愛英

Abstract：Since 2000， we have made great achievements in solving problems of rural poverty， but the factors contributing to rural poverty and the manifestations of poverty have undergone significant changes， and the identification of rural poverty has changed from static income demand to dynamic multi-dimensional transformation. Using Alkire and Foster analysis framework about multidimensional poverty， buildingmultidimensional poverty identification index system including education， health， sanitation， rural life， etc seven indexes， selecting six years' CHNS panel sample data， respectively from the perspective of deprivation and demand perspective to recognize， track and decompose on China's rural poor. The former analyzes the multi-dimensional poverty in rural areas and selects the factors contributing to poverty. Since income is still the core index to measure poverty at present， the latter studies different poverty levels of poor people from the perspective of demand definition， investigates the hidden poverty problems existing in non-income poor groups， draws relevant conclusions based on the analysis results， and proposes corresponding policy enlightenment.

Key words： rural poverty，multidimensional poverty，income poverty，poor identification