社会地位、收入与多维贫困的动态演变——基于能力剥夺视角的分析

高 帅

（山西大学经济与管理学院，山西太原030006）

社会地位、收入与多维贫困的动态演变
——基于能力剥夺视角的分析

高 帅

（山西大学经济与管理学院，山西太原030006）

多维贫困、动态贫困成为贫困的时代特征，精准扶贫是新常态下扶贫开发的突破口。文章运用中国家庭追踪调查（CFPS）2010年和2012年成人面板数据，基于个人能力剥夺视角进行多维贫困测度，依据贫困程度将我国城乡人口划分为长期贫困、暂时贫困和非贫困三个类型，探索贫困人口在多维贫困状态中转变的机理。研究发现：（1）能力剥夺是多维贫困的根源，也是构建精准扶贫机制的抓手，做好多维贫困识别与精准扶贫的有效衔接是减少多维贫困的关键。（2）社会地位每提高一个等级，3维、4维和5维贫困人口脱贫的可能性将分别增加3.8%、5.3%和5.6%。（3）绝对收入对多维贫困演变产生积极影响，而相对收入的作用不显著。（4）城镇人口3维和4维贫困脱贫概率比农村人口高17%，中西部地区人口比东部地区更易陷入多维贫困。构建精准扶贫的长效机制不能靠临时救济或提供简单工作，应强化贫困人口的当前基本可行能力，提升未来发展能力，即好工作胜过工作本身。

多维贫困；动态贫困；精准扶贫；社会地位

一、引 言

贫困作为当前最尖锐的社会问题之一，一直受到社会各界的广泛关注。长期以来，收入或支出成为衡量贫困与否的单一指标，但随着社会经济的发展，贫困的存在形式和演绎变化呈现出新的特征，动态贫困、多维贫困更符合贫困实际和发展趋势，能更准确地刻画出贫困的本质和内涵，因此也越来越受到学界的关注。不可否认，我国的扶贫开发工作已取得一定成效，成功地减少了贫困人口的数量和贫困的深度，但同时也出现一些新情况和新问题。为此，《中国农村扶贫开发纲要（2011－2020年）》明确了我国当前的扶贫形势，即从绝对贫困变为转型性贫困，从以解决温饱问题为主要任务的阶段转入巩固已有成果、加快进行脱贫致富、提高发展能力的新阶段。加大扶贫力度和瞄准精度成为现阶段的工作重点，“扶贫标准以下具备劳动能力的农村人口”成为扶贫工作的主要对象，能力贫困问题受到重视。

事实上，贫困识别与扶贫工作对接存在偏误由来已久，贫困地区发展滞后的现实没有发生根本改变，贫困人口生产生活仍然十分困难，贫困地区发展面临的困难，特别是一些深层次问题还没有得到根本解决，部分已脱贫人口因病、因灾返贫问题突出。同时，扶贫开发过程中存在着贫困人口底数不清、情况不明、针对性不强、扶贫资金和项目指向不准的问题。长期的扶贫政策由特惠性变为普惠性，国家有限的扶贫资金效益没有得到充分发挥。虽然为建立精准扶贫做出了很多努力，但在实践中仍然存在“谁是贫困人口”、“如何对贫困人口进行帮扶”、“如何走出‘年年扶贫年年贫’的怪圈”等问题。因而，根据各地不同的贫困程度、发展条件，找准差距和针对性措施成为当前扶贫开发工作的当务之急。一方面，要着眼于多维贫困的识别，为精准扶贫机制构建定位和导航；另一方面，要构建精准扶贫机制，提高扶贫的针对性和有效性。

在贫困的相关研究中，同样值得关注的是：如何区分贫困是长期存在的还是偶然发生的？贫困人口是否持续地处于贫困状态？如何辨识贫困人口陷入贫困或脱贫的因素？类似主题研究相对较少（罗楚亮，2010）。已有研究大多是从家户层面对多维贫困进行有益探索，围绕健康、教育和生活水平等方面进行衡量和比较，个人层面的多维贫困研究较少，更缺少对贫困人口主观感受和个人可行能力的评价。而贫困的动态研究，由于微观家计数据获取的限制，相关研究的开展受到限制。本文多维贫困的识别与分析具有以下特点：（1）基于个人层面的能力剥夺视角，在指标体系确立中兼顾个人可行能力和主观感受。（2）中国家庭追踪调查（CFPS）作为一项全国性、综合性、跟踪性的社会调查，样本覆盖25个省份，约占全国总人口的95%，具有全国代表性。调查内容涵盖工作、收入、教育、婚姻、健康、态度观念、认知能力和社会交往等诸多主题，克服了以往多维贫困相关研究指标选取受限的难题。（3）2010年和2012年的追踪数据有助于分析多维贫困的动态特征，面板数据能够克服由于自变量的不可观测性所导致的内生性问题，从而获得参数的一致估计。（4）城乡一体化的数据可以全面反映城镇、农村及城乡边界不同人群的多维贫困状况，同时可以区分和比较城乡特征对多维贫困的影响（谢宇等，2014）。我们从微观角度基于个人能力剥夺视角进行多维贫困定义，考察社会地位、收入等对多维贫困状态转变的影响，探索多维贫困的形成机理和演变规律，为多维贫困识别与精准扶贫机制构建提供实证依据。

二、基于能力剥夺视角的多维贫困演变分析框架

（一）基于能力视角的多维贫困相关理论

随着社会经济的快速发展和居民生活水平的不断提高，以收入水平衡量的贫困人口大幅减少，将收入作为衡量贫困的标准已经不能准确反映贫困。建立在“能力”视角的“多维贫困”逐渐成为研究热点，从更广阔的视角来定义和分析贫困问题，弥补了单一维度衡量贫困的不足。Sen（1999）指出单一的收入或支出贫困指数不能全面反映个体贫困，贫困是基本能力的剥夺，贫困的真正涵义是贫困人口缺乏创造收入的能力和机会，多维度测度贫困开始引起学界关注。Sen（2004）进一步提出贫困不仅仅是指收入贫困，也包括公共卫生设施等客观指标和对福利的主观感受。2007年，Sen发起的牛津大学贫困与人类发展中心（OPHI）着手研究多维贫困指数（Multidimensional Poverty Index，MPI）的测算、加总和分解，对MPI不断进行修正和完善。2011年人类发展报告中启用多维贫困指数MPI，正式取代了人类贫困指数。

国内多维贫困研究中，王小林和Alkire（2009）运用相对成熟的多维贫困测量方法对2006年中国健康与营养调查数据（CHNS）进行分析，认为如果继续采用收入单一维度的方法识别贫困人口，将不利于减贫政策的实施效果，截面数据本身的劣势可能影响估计结果的可靠性。邹薇和方迎风（2011）利用CHNS的面板数据从收入、教育和生活质量三个维度分析中国多维贫困后发现，虽然家庭多维贫困状况逐年改善，但多维贫困依然很严重，并且波动性较大，贫困家庭存在较大的脆弱性和贫困的持久性。“能力贫困”是政府现阶段应关注的重点，其注重对贫困人口的“能力”开发，促进贫困家庭利用自己的获取能力来提高其收入水平和改善其家庭的生活质量，由于数据限制，他们未能就就业、体面出门的能力和心理等主观福利进行分析。高艳云（2012）也利用CHNS数据从健康、教育和生活水准三个维度9个指标对城乡居民多维贫困进行测度和分析，发现农村贫困比城市贫困更为严重，城乡贫困的表现不尽相同。她虽然认识到能力对多维贫困的重要性，但家庭数据对能力和主观福利的描述存在不足，在健康指标的选取过程中也遇到一定困难。郭建宇和吴国宝（2012）利用山西贫困县住户数据通过调整多维贫困测量指标、指标取值和权重，发现在建立多维贫困指数时需要考虑地区差异、发展水平和贫困成因，选择有针对性的扶贫政策和措施。石智雷和邹蔚然（2013）从库区农户当前消费水平、长期资本积累和可持续性发展水平三个维度分析库区农户的贫困状况，发现迁移对库区农户产生了巨大冲击，对待新生事物的态度和社会资本对农户是否陷入贫困有重要影响。Terzi（2013）认为，在多维贫困的测度中生活标准指数的设计只关注了指数的多维性和加总性，未能充分考虑维度内部指标和临界点的分布。在关于多维贫困理论的讨论中，Sen的能力贫困被广泛认可，关注贫困人口的发展能力、发展机会和主观感受，多维贫困指标选取和致贫机理不尽相同，如果能够对能力贫困进行准确识别，对能力贫困的致贫机理进行恰当解读，那么贫困难题的破解指日可待。

（二）城乡人口多维贫困的动态识别

在多维贫困的动态识别中，基于能力剥夺视角建立多维贫困指数，并对多维贫困状态的动态变化进行分析，以便更好地解读贫困的多维性和动态性。

1.确立基于能力剥夺视角的多维贫困指数。准确地进行多维贫困识别是扶贫相关工作的基石，随着贫困理论的不断发展，学界逐渐认识到仅以收入来评价贫困是不全面的，在水、电、卫生等基础设施和医疗保险、教育等社会保障以及就业赋权、体面的能力和心理等主观福利方面还存在一些制约贫困的重要因素。如果能够从能力剥夺、多维角度认识贫困，将对贫困的界定、致贫机理的解读和扶贫政策的制定起到重要作用。近年来，为从动态的视角研究贫困，将时间维度纳入贫困的度量中，经济学界正式提出长期贫困和暂时性贫困，相关定义和度量方法尚存在较大争议，主要问题是根据家庭或个人在一段时间内经历贫困的时间长短来判定是长期贫困还是暂时性贫困，虽然考虑了家庭或个人陷入贫困的时间长度，但却忽视了贫困的程度（章元等，2013）。因此，本文多维贫困的定义一方面考虑纵向时间因素的动态影响，同时兼顾横向贫困的深度，多维贫困测量方法和步骤如下：

（1）选取基于能力剥夺视角的多维贫困指标体系，拟从健康、教育和生活水平三个维度选取受访者是否患有慢性病、健康状况、语言表达能力、理解能力、认知能力、衣装整洁程度、普通话熟练程度、待人接物水平和智力水平作为多维贫困评价体系，在指标的选取过程中侧重于能力的考察，选取的10个指标按权重相等的原则进行分析。

（2）确立每个维度贫困剥夺临界值来识别单一维度贫困，令Mn，d代表n×d维矩阵，矩阵的元素y∈Mn，d，yij表示个体i在维度j上的取值，i＝1，2，…，n，j＝1，2，…，d。令zj（zj＞0）代表第j个维度被剥夺的临界值。定义剥夺矩阵：g0＝［］，的定义是：当yij＜zj时，＝1；当yij≥zj时＝0。如果设定维度取值小于该指标临界值，则认为个体i的此维度能力被剥夺，判定该个体这一维度贫困；剥夺临界值的确立一般原则是选项空间的平均值，例如选项中有7个等级，则定义取值小于4为剥夺临界值，基于能力剥夺视角的多维贫困指数指标体系及剥夺临界值如表1所示。

（3）多个维度（k）被剥夺的识别。多维贫困同时考虑k个维度，该个体相关能力是否被剥夺。令k＝1，…，d，ρk为考虑k个维度时识别贫困人口的函数，当ci≥k时，ρk（yi；z）＝1；当ci＜k，则ρk（yi；z）＝0。ρk既受zj的影响，又受跨维度ci被剥夺情况的影响。例如我们界定的3维贫困、4维贫困和5维贫困分别表示贫困人口10个维度中任意3、4、5个维度被剥夺，实际上，k越大，所界定的贫困人口陷入多维贫困的程度越深，相应地陷入多维贫困的贫困人口比例越低。

（4）多维贫困的动态识别。在上述多维贫困框架下，分别对2010年和2012年城乡人口多维贫困状态进行判定，根据两个时点多维贫困状态将城乡人口多维贫困水平划分为三个类型，即长期贫困（两年均为贫困，赋值为0）、暂时贫困（两年中有一年经历贫困，即存在返贫或脱贫的现象，赋值为1）和非贫困（两年均未经历贫困，赋值为2）。

表1 基于能力剥夺视角的多维贫困指标体系及剥夺临界值

基于上述标准对样本数据进行描述性统计结果见表2。由表2可知，2010年全国0.5%的人口处于极端贫困，所调查的10个维度均响应为贫困，2012年该类人群数量明显下降。2010年全国17.7%的人口不存在多维贫困，即所调查的10个维度均没有发生贫困，然而，这一比例在2012年降低为8.3%，意味着该维度9.4%的人口至少陷入1维贫困。从区域比较看，东北地区2010年和2012年3－6维贫困状况均好于其他地区，西部地区多维贫困现象在所比较的区域中最突出①东部、中部、西部和东北地区的划分按照国家统计局的划分方法：东部10省份包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部6省包括山西、安徽、江西、河南、湖北和湖南；西部12省份包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北3省包括辽宁、吉林和黑龙江。。

表2 基于能力视角的多维贫困发生率及区域比较

续表2 基于能力视角的多维贫困发生率及区域比较

2.多维贫困的动态变化。在贫困的动态研究中，一些学者认为农村贫困中暂时性贫困占主导，大部分家庭陷入贫困是由于暂时性的外生冲击造成的。我们根据2010年和2012年城乡居民多维贫困状态将多维贫困的动态分为三类，即长期贫困、暂时贫困和非贫困，从3维贫困的情况看，长期贫困的人口比例为15.69%，暂时贫困的人口比例为34.63%，各群组人数具体分布情况见表3。从不同维度多维贫困的描述性统计结果看，非贫困人数占比远高于长期贫困和暂时贫困，长期贫困人数比例小于暂时贫困人数比例。

表3 多维贫困的动态分布状况

三、数据来源、模型选择和变量设定

（一）数据来源与变量说明

本文数据来源于北京大学中国社会科学调查中心2010年和2012年开展的“中国家庭追踪调查”（China Family Panel Studies，CFPS），该项目于2008年和2009年在北京、上海、广州三地进行2 400个家庭的初访和追访预调查，2010年在全国25个省份进行基线调查，确定永久跟踪调查对象，2012年CFPS对全部个人样本及所在家庭开展了追踪调查。调查旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁。全国性调查采用分层抽样的方法，共涉及除西藏、青海、新疆、宁夏、内蒙古、海南、香港、澳门和台湾之外的25个省份，本文所用数据为2010年和2012年16岁以上成人追踪调查数据，纳入实证分析的观察数为20 776个，大数据所提供的信息更加全面，使分析结果进一步逼近生活实际。

（二）模型选择

文中多维贫困程度是基于有序分类的离散型数据，对有序离散值的因变量在计量分析时需要通过有序概率模型来处理，可由潜变量法推导出最大似然估计量（蔡荣和韩洪云，2011），有序Probit模型如下：

其中，自变量ss代表自评社会地位，inc和rinc代表绝对收入和相对收入，urban代表城乡状况，region代表区域状况，job代表目前是否有工作，indiv代表个体特征（包括年龄、性别、婚姻状况、受教育年限和个人嗜好如吸烟、喝酒等，为简便公式中不一一列举），βi是待估计参数，ε是随机误差项。因变量yit为多维贫困程度（0代表长期贫困，1代表暂时贫困，2代表非贫困），尽管yit＊变量无法直接观测到，但yit和潜变量yit＊存在如下关系：

其中，γ1、γ2代表阈值或切点，均为待估计参数。

（三）变量设定

在确立基于能力剥夺视角的多维贫困指数基础上，构建衡量多维贫困动态变化的因变量，通过社会地位、绝对收入和相对收入等考察多维贫困指数的动态变化，探索多维贫困动态演变的机理。

1.因变量的设定。首先需要确定多维贫困的维度和剥夺临界值，围绕多维贫困的健康、教育和生活水平三个维度，突出能力导向的指标设计体系。健康维度选取受访者是否患有慢性病和健康状况，教育维度选取语言表达能力、理解能力和认知能力，生活水平维度选取衣装整洁程度、普通话熟练程度、待人接物水平和智力水平作为多维贫困测量指标来描述多维贫困，然后判定2010年和2012年个体多维贫困状态，根据两年多维贫困状况将城乡人口分为长期贫困、暂时贫困和非贫困三种类型，以此来分析城乡人口在不同多维贫困状态中的转变。

2.自变量的设定。多维贫困本身反映的是贫困人口综合情况，涵盖多个维度的生活条件、身体素质、能力、潜能和机会等，多维贫困的发生可能源自暂时性、偶然性因素，也可能是长期性、累积性必然因素的直观反映，暂时性的、流动性的多维贫困危害程度相对较小，在对致贫因素进行合理辨识后脱贫的可能性相对较大；长期性多维贫困者自身脱贫能力较差，观念较为陈旧，需要重点给予帮扶和救助，拓展公共基础设施的覆盖面和帮扶力度。除主要解释变量社会地位、绝对收入和相对收入外，在模型中使用控制变量主要包括：（1）个人社会特征变量，包括教育背景、婚姻状态和工作状况等，社会特征赋予个人在社会中的归属感，搭建社交网络，积极的社会特征有利于巩固和提升个人多维贫困水平，同时也是个人陷入多维贫困的缓冲。（2）个人自然属性变量，包括性别、年龄、健康状况、改变自身状况的能力和意愿等，需要个人长期培养和积累。能力是个人素质多方面的综合反映，多维贫困指数一方面反映了贫困人口健康、教育和生活水平方面的能力；另一方面，能力也是多维贫困状态转换的关键因素，不仅关系到贫困人口当前的基本可行能力，也关系到贫困人口未来改变自身状态的成败。（3）贫困人口所处外部环境的约束，包括社会经济发展状况、自然资源条件、基础设施和公共服务等的可获得性和通达性，这些因素带来的影响往往是长期的、累计性的影响，但惠及民生的改变也往往会带来持续性的受益。通常东部地区社会经济条件优于中西部地区，城镇基础设施和公共服务的可获得性要好于农村地区。

其中，社会地位对应调查中的问题是“您在本地的社会地位”，相对收入对应的问题是“您在本地的收入水平”，数字1－5代表从低到高的不同水平。“当地”具有一定的地域特征，其概念的模糊使社会地位和相对收入的主观判断更为精确，因为受访者对该问题应答的第一反应是自己社会关系网络主观界定地域的相对社会经济地位，而非调查者指定的特定地域。在这类宽泛的问题上，“当地”模糊的参考系反而成为较为理想的选择（官皓，2010）。绝对收入使用调查中的去年收入，为了使收入具有可比性，以2010年各省消费价格指数（CPI）为基数，分别计算2012年各省的通货膨胀率，并以此对名义收入进行平减，物价指数数据来自于中国统计年鉴（2011－2013年）。

四、实证分析

多元Logit模型要求被解释变量不相关（Cheng Hsiao，2002），由于多维贫困状态存在一定的相关性，因此选用多元Probit模型，由于因变量是代表多维贫困状态的有序变量，我们选用定序Probit（Ordered Probit）模型进行分析。多维贫困维度数（k）的选取学界没有达成共识，联合国多维贫困测度指出，应以1/3的指标存在贫困来定义多维贫困，因此，我们确定3－6维为研究维度，观察和比较不同维度标准下多维贫困演变的机理。采用STATA 12.0对模型进行估计，估计结果见表4。模型检验结果显示，方程拟合效果较好，变量符号基本符合预期，由此可见：

第一，社会地位对多维贫困状况改善产生正向显著影响。社会地位越低，个人陷入多维贫困的可能性越大。社会地位每提高一个等级，3维贫困、4维贫困、5维贫困和6维贫困状态发生动态变化（脱贫）的可能性将增加3.8%、5.3%、5.6%和5.5%（odds ratio，OR＝e0.0373＝1.038）。社会地位往往是由特定人群的职业性质、威信、社会网络或辈分等因素决定，是品德和才能的综合反映，在很大程度上影响了贫困人口获取资源的能力和信心，成为多维贫困状态发生转变的重要因素。社会地位对多维贫困的影响一方面有助于贫困人口自身的脱贫致富能力，同时社会地位越高产生的辐射带动作用越强，在扶贫开发过程中越不可忽视。

第二，绝对收入对多维贫困演变产生正向显著影响，相对收入对多维贫困产生的影响不显著。绝对收入增加可以明显改善城乡人口多维贫困状况，相对收入差异未能使多维贫困产生明显转变。虽然可能与个人真实收入存在一定差异，但绝对收入仍然是收入的客观直接反映，成为改善贫困人口多维贫困状况的有效手段；相对收入是收入的主观反映，由于信息不对称个人感知存在一定偏差，收入的相对感知改善贫困人口多维贫困状态的效果不明显。绝对收入改善多维贫困的效果更为直接，相对收入依赖于群体成员收入差异和参照系统的稳定性。

第三，就摆脱多维贫困的可能性而言，城镇人口比农村人口的脱贫概率更大，中西部地区人口陷入多维贫困的可能性高于东部地区。就城镇人口比农村人口多维贫困状态发生动态变化（脱贫）的可能性而言，从3维贫困和4维贫困来看分别是17%和17.8%；当贫困标准提高时，5维贫困和6维贫困脱贫的概率有所降低，分别降低为14.9%和14.5%。城市基础设施和公共服务相对较好，人员密集，摆脱多维贫困的机会更多，可能性更大。农村地区贫困基础设施和公共服务相对较差，相对闭塞，通达性和要素流动性较差，脱贫可能性大大降低。东部、中部和西部减贫的可能性都低于东北地区，与其他地区相比较，西部减贫概率最低，中部次之。中西部农村地区自身摆脱多维贫困的可能性较低，这在一定程度上解释了中西部尤其是西部地区贫困人口大量流动到东部地区的原因。

第四，尽管纳入分析的多维贫困维度不同（3－6维），但影响多维贫困的因素存在一定共性。在导致多维贫困的共性因素中，可以进行归纳总结和合理引导。受教育年限每增加1年，处于3维贫困、4维贫困和5维贫困状态人口脱贫的可能性将分别增加10%左右。随着多维贫困程度的增加，陷入6维贫困人口脱贫的可能性将降低为8.9%，教育落后是影响未来人口多维贫困状态转变的根本因素。年龄越大，摆脱多维贫困的可能性越小，年龄每增加1单位，贫困人口摆脱多维贫困的概率降低2%。当前有工作比没工作的人口脱贫的可能性低7.3%、11.3%、10.1%和8.5%，这与高帅（2014）有工作的农村人口食物安全水平要比没有工作的农村人口食物安全水平差的结论类似。由于多维贫困的认定中侧重于个人能力视角的健康、教育和生活水平测度，工作本身对提高个人健康和教育水平的作用有限，却可能引起健康状况、衣着等生活水平的下降。

表4 基于能力视角的多维贫困动态演变模型估计结果

续表4 基于能力视角的多维贫困动态演变模型估计结果

五、结 论

多维贫困的表现形式、形成机理及动态转变是复杂的，有物质贫困的诱因，也不能排除精神贫困的干扰。我们基于中国家庭追踪调查2010年和2012年成人面板数据，在多维贫困指数的确立中着重考虑个人能力剥夺，采用定序Probit方法，对城乡人口多维贫困状况进行识别，并对多维贫困动态演变进行分析，主要结论有：（1）能力剥夺是多维贫困识别的源头，也是构建精准扶贫机制的抓手，做好多维贫困识别与精准扶贫的有效衔接是减少多维贫困的关键。从多维贫困发生率来看，受访者认知能力和语言表达能力的贫困发生率较高，这在很大程度上是基础教育水平不均衡所致，将直接影响受访者改变自身贫困状态的接受能力和发展机会。建立精准扶贫的长效机制需要在多维贫困识别的前提下，对自我发展能力有限的弱势群体充分发挥外力的输血作用；对能力受限的贫困人口，应培育自我造血功能，不是临时救济或简单地提供工作机会，而是注重实用技术技能的培训来提升当前基本可行能力，促进教育公平，保证未来发展能力，好工作胜过工作本身。（2）对自身社会地位的评价越低，陷入多维贫困的可能性越大，精神贫困的内在影响不容忽视。社会地位评价较低，初期理应可以促使个人努力摆脱自身多维贫困状态，然而，如果客观条件限制，其改变自身社会地位的努力失败，贫困人口改变自身多维贫困状态的意愿就会降低，脱贫难度会更大，原有的社会地位就会相对固化分层，并由此形成一定程度的社会排斥，容易陷入多维贫困陷阱而不能自拔。（3）绝对收入增加可以明显改善城乡人口多维贫困状况，相对收入差异未能使多维贫困产生明显转变。绝对收入是多维贫困转换的主要诱因，相对收入的心理作用尚未显现，但贫困人口的主观感受不容忽视。伴随社会经济的进一步发展，客观福利指标得到明显改善后，主观福利就应成为未来公共政策亟须关注的主要方面和努力方向，正如Sen（2004）所言，消除多维贫困应不仅仅关注客观指标的达标，同时也应关注贫困人口对福利的主观感受。（4）城镇人口比农村人口的脱贫概率更高，中西部地区人口陷入贫困的可能性高于东部地区。破解多维贫困问题要为起点公平和机会均等创造条件，提高中西部农村人口脱贫的可能性，扶贫开发要瞄准中西部农村地区，尤其是连片特困地区。构建政府、市场和社会协同推进的大扶贫格局，政府应重点支持中西部农村地区基础设施建设和主导产业发展，为中西部农村人口外出务工提供便利和实用技术技能培训。降低贫困人口参与正规信贷市场的难度，增强贫困人口的信贷可获得性。动员社会各界力量广泛关注和参与扶贫开发，充分发挥区域扶贫协作的作用，引导企业、非政府组织和个人以多样化方式参与扶贫开发。尊重中西部农村地区贫困人口在脱贫致富中的主体地位，鼓励和支持其通过自身努力改变贫困现状。

总之，多维贫困评判标准和关注重点不同，扶贫政策所聚焦的对象和执行效果也会有所差异。多维贫困的识别是减少多维贫困的前提和基础，动态变化是多维贫困现阶段的发展趋势和本质特征，对多维贫困动态演变的机理进行梳理和分析是减少多维贫困的关键，针对能力贫困的具体差异，不断优化多维贫困识别和精准扶贫的对接是减少多维贫困的长期保障。

［1］蔡荣，韩洪云.合作社内部“影响成本”决定因素的实证分析——基于山东省苹果专业合作社的调查数据［J］.经济评论，2011，（5）.

［2］高艳云.中国城乡多维贫困的测度及比较［J］.统计研究，2012，（11）.

［3］高帅.农村人口食物安全测度与动因——基于家庭微观面板数据的分析［J］.上海财经大学学报，2014，（2）.

［4］郭建宇，吴国宝.基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例［J］.中国农村经济，2012，（2）.

［5］官皓.收入对幸福感的影响研究：绝对水平和相对地位［J］.南开经济研究，2010，（5）.

［6］罗楚亮.农村贫困的动态变化［J］.经济研究，2010，（5）.

［7］石智雷，邹蔚然.库区农户的多维贫困及致贫机理分析［J］.农业经济问题，2013，（6）.

［8］王小林，Alkire.中国多维贫困测量：估计和政策含义［J］.中国农村经济，2009，（12）.

［9］谢宇，胡婧炜，张春泥.中国家庭追踪调查：理念与实践［J］.社会，2014，（2）.

［10］章元，万广华，史清华.暂时性贫困与慢性贫困的度量、分解和决定因素分析［J］.经济研究，2013，（4）.

［11］邹薇，方迎风.关于中国贫困的动态多维度研究［J］.中国人口科学，2011，（6）.

［12］Cheng Hsiao.Analysis of Panel Data［M］.Cambridge University Press，2002.

［13］Sen A.K.Development as Freedom［M］.Oxford University Press，1999.

［14］Sen A.K.Capabilities，Lists，and Public Reason：Continuing the Conversation［J］.Feminist Economics，2004，（3）：77－80.

［15］Terzi S.How to Integrate Macro and Micro Perspectives：An Example on Human Development and Multidimensional Poverty［J］.Social Indicators Research，2013，（3）：935－945.

Social Status，Income and Dynamic Evolution of Multidimensional Poverty：From a Perspective of Capability Deprivation

Gao Shuai
（School of Economics and Management，Shanxi University，Shanxi Taiyuan 030006，China）

Multidimensional poverty and dynamic poverty are the new features of poverty，and to take targeted measures in poverty alleviation has become the breakthrough of developmentoriented poverty alleviation in the new situation.Using the adult panel data of China Family Panel Studies in 2010and 2012，this paper constructs the multidimensional poverty index based on personal capability deprivation，divides rural－urban population into long－term poverty，temporary poverty and non－impoverished according to poverty level，and analyzes the transition mechanism of the poor between multidimensional poverty levels.It arrives at the empirical results as follows：firstly，capability deprivation is the root of multidimensional poverty and also a grip on the mechanism construction concerning taking targeted measures in poverty alleviation，and a reasonableconvergence of multidimensional poverty identification and to take targeted measures in poverty alleviation is the key to multidimensional poverty alleviation；secondly，an increase in one level of social status leads to the rise in the probability of 3－dimension，4－dimension and 5－dimension poverty alleviation by 3.8%，5.3%and 5.6%respectively；thirdly，absolute income has active effects on multidimensional poverty transition，while relative income dose not play a significant role；fourthly，the probability of 3－dimension and 4－dimension poverty alleviation of urban population is 17%higher than the one of rural population，and it is more easy to fall into multidimensional poverty in central and western regions than in the eastern regions.The establishment of the longterm mechanism concerning taking targeted measures in poverty alleviation needs to do more than temporary relief or the simple provision of a job，and should strengthen current basic feasible ability of poverty population and advance their future development capability，namely agood job is better than the work itself.

multidimensional poverty；dynamic poverty；targeted measure in poverty alleviation；social status

F124.7

A

1009－0150（2015）03－0032－10

（责任编辑：喜 雯）

2014－12－14

山西省高校哲学社会科学研究一般项目（2014206）；山西大学人文社会科学科研基金项目（011551801004）。

高 帅（1984－），男，山东乳山人，山西大学经济与管理学院硕士生导师，博士。