农村家庭多维贫困动态性及其影响因素研究——基于湖北数据的分析

汪 为 吴海涛 彭继权

(中南财经政法大学 工商管理学院，湖北 武汉 430073)

一、引言

消除贫困是人类社会发展的共同任务，也是当前中国社会经济发展面临的重大问题。改革开放以来，中国的反贫困事业取得了巨大成就，农村贫困人口规模从1978年的2.5亿人下降到2010年的2688万人，贫困发生率从33%下降到2.8%①。按照2011年国务院扶贫办公布的新贫困标准(每人每年2300元)，2016年全国农村还有4332万贫困人口②。2015年11月，中共中央国务院发布《关于打赢脱贫攻坚战的决定》，提出确保2020年在现行标准下农村贫困人口实现脱贫，这意味着每年须减贫1000万以上人口，因此，我国扶贫任务依然艰巨。扶贫开发工作已进入“啃硬骨头、攻坚拔寨”的冲刺期[1]，扶贫的精准性已成为当前扶贫工作亟须解决的问题。在当前大力实施精准扶贫、精准脱贫方略下，扶贫工作的顺利开展不仅需要精准识别贫困户，更需要分析当前贫困人口的贫困类型、特征及致贫因素，从而精准地制定有效的脱贫政策。

贫困识别是有效开展扶贫工作的基础。在学术研究和实际工作中，贫困识别通常采用收入和消费指标，然而由于贫困的多维度特征，单一经济维度的指标不能够全面反映贫困的实际状况。Sen提出了“能力贫困”概念，认为人们之所以贫困，是因为他们缺乏增强自身投资、应对不确定性风险、参与经济活动获利的“能力”，从而把能力、社会排斥和参与性引入贫困的度量，创建了多维贫困理论[2](P12-15)。除收入和消费外，贫困测度还应包含非货币维度，如健康、教育、住房及公共品的获得等。因此，贫困测算需要从单一维度向多维度拓展。

另外，贫困具有动态性。传统的贫困问题研究大多基于截面数据进行统计测度，其本质是静态的，测度结果对贫困的解释是片面的。而贫困是动态变化的，贫困研究需要由静态向动态转换。贫困现象是一种需要进行连续考察的状态，对贫困人口进行长期的跟踪是非常必要的[2][3]。贫困研究既要了解个体或家庭某一时点的贫困状况，更要连续观察其多个时点的贫困状况，分析其进出贫困的过程、特征及原因，从而建立贫困动态瞄准机制，制定前瞻性的主动扶贫政策。

基于此，本文在多维贫困理论研究的基础上，选取消费、教育、健康、生活质量和资产5个维度及相应指标，利用国家统计局湖北调查总队提供的农村住户连续调查数据，测度农村家庭多维贫困状况，识别农村家庭的动态贫困类型，并考察其影响因素，解释导致不同多维动态贫困类型的成因，找准“贫根”，为精准扶贫措施制定提供实证依据。

二、文献回顾

贫困是发展经济学研究的重要内容，国内外学者对贫困问题做了大量研究，早期的贫困研究主要集中在贫困的概念、测度及成因等方面。近年来，国内外学者对贫困的研究开始从静态向动态转变，贫困动态性成为贫困研究的热点，研究内容主要集中在以下几个方面：

第一，贫困动态性的研究方法。贫困分解是分析贫困动态性的前提，可以将贫困分解为暂时贫困和持续性贫困[4][5]。Jalan和Ravallion构建了经典的贫困分解方法[4]，但该方法对贫困家庭所经历的贫困时间长度不敏感。为了克服这一缺陷，Foster引入贫困线和持续时间两条准线来测算总贫困和慢性贫困[6]，然而这种方法不能测算暂时贫困，也不能进行贫困分解。章元和万广华改进了暂时贫困和持续贫困的分解方法，在Jalan和Ravallion的贫困分解方法基础上引入贫困经历时间[4][7]，这种新的贫困分解方法克服了Jalan和Ravallion的贫困分解方法对时间长度不敏感的缺陷，然而，该方法所采用的收入指标没有包括非贫困时期的收入状况，且未完全解决对贫困持续时间长度不敏感的问题。

第二，贫困动态过程及持续程度。岳希明等沿用了Rodgers等的方法分解贫困，发现暂时贫困构成了中国农村贫困的主体，慢性贫困的比例较小[8](P121-124)[9]。这一结论得到张立冬等的研究的支持[10]，罗楚亮和章元等的研究也印证了这个观点[11][12]。然而，也有一些研究得出不同的结论，Jalan和Ravallion采用广东、广西、云南和贵州的面板数据测度了暂时贫困和慢性贫困，发现暂时贫困占总体贫困的49.39%，与慢性贫困各占一半[4]。郭劲光利用辽宁省重点贫困县调查数据，也发现暂时贫困和长期贫困二者“并重”，而非“偏态”分布[13]。吴海涛和丁士军从收入贫困、消费贫困和食物贫困三个方面测度了农户的动态贫困，发现动态视角度量的贫困发生率高于静态视角度量的贫困发生率，同时暂时贫困农户多于慢性贫困农户[14](P146-149)。罗正文和薛东前利用极端贫困线、绝对贫困线、相对贫困线、1美元线和2美元线等5条贫困线分析了陕西农村20年贫困随时间的动态变化[15]，然而该研究只针对总体贫困而言，缺少对慢性贫困和暂时贫困的动态分析。

第三，贫困动态性的影响因素。Jalan 和Ravallion利用中国四省数据对农村贫困进行了分解，并分析了暂时贫困和持续贫困的决定因素，他们发现土地、物质资本和人力资本有助于减少暂时贫困[4]。高艳云和马瑜发现人力资本、人口结构和地区发展差异是影响贫困动态性的主要因素[16]。吴海涛和丁士军利用组分分解法对农村贫困进行了分解，并用分位数回归法估算了总贫困、暂时贫困和慢性贫困的影响因素，发现影响慢性贫困与总贫困的变量系数大小相似，方向和显著水平一致[14]。高帅和毕洁颖分析了农户陷入持续性多维贫困的影响因素，他们发现从事农业时间、地区差异和社会地位将对持续性多维贫困产生影响[17]，但他们的研究仅从多维贫困的持续性角度分析影响因素，缺少在贫困分解基础上对暂时贫困影响因素的探讨。

第四，从多维贫困视角考察贫困动态性。张全红利用1991～2011年CHNS数据，从剥夺得分角度测度了中国多维贫困并进行了动态分析[18]，类似的研究还有邹薇和方迎风利用1989～2009年CHNS数据对中国多维贫困的动态考察[19]，然而他们的多维贫困研究是从时间维度上的动态分析，并没有以动态贫困识别为前提。高艳云和马瑜采用9个贫困指标识别农户是否存在多维贫困，并在多维贫困识别基础上将贫困进行动态划分，从家庭和区域层面考察了农户多维贫困的影响因素[16]。

以上文献在贫困动态性测度方法、刻画贫困动态特征及贫困动态影响因素等方面展开了较为全面的研究，为深入理解和研究农村贫困问题奠定了坚实的基础。然而，这些研究大多是以单维贫困为基础进行贫困动态性识别，相比单维贫困，多维贫困更能全面刻画贫困状况和特征，用多维贫困识别贫困动态性，有利于我们更深入地认识和理解贫困动态性。梳理文献可以发现，鲜有文献从多维贫困视角对贫困动态性进行分解并考察其影响因素，目前仅有高艳云和马喻采用2000年、2004年、2006年和2009年的CHNS数据，在多维贫困测算基础上开展了贫困动态性影响因素研究[16]。但该研究是以2个间隔时间点的观测样本识别贫困动态类型，而贫困动态性需要对5年及以上连续观测数据进行识别[20]，以考察样本进出贫困的过程、特征和成因。鉴于此，本文采用国家统计局湖北调查总队提供的2006～2010年5年农村住户连续调查数据，在多维贫困测算基础上，识别贫困动态类型，并分析贫困动态特征和致贫原因。

三、多维贫困动态性测算方法

本文采用Alkire和Foster提出的多维贫困方法(以下简称A-F方法)进行测算[21]，这种测算方法具体如下：

假设调查样本总量为N，i(i∈N)表示第i个农村家庭，d(d≥2)表示多维贫困维度数，j(j∈d)表示第j个维度，gij表示农村家庭i在维度j的观测值，zj表示第j个维度的贫困临界值，农村家庭i在维度j的贫困状况pij为：

(1)

以wj表示第j个维度的权重，可以对每个贫困维度进行赋权，得到每一维度的加权贫困剥夺值：

rij=pij*wj

(2)

然后，选取维度数k值(k≤d)进行多维贫困识别：

(3)

这样能够得到不同k值的多维贫困剥夺份额。同时，对不同k值的多维贫困个体数进行识别：

(4)

在农村家庭多维贫困测算的基础上，根据农村家庭在调查区间内所处贫困的年限，可以将农村家庭的贫困动态性划分为从不贫困、暂时贫困和慢性贫困三种类型。具体划分方法如下：

(5)

四、多维贫困测算结果及动态类型

(一)数据来源

本文采用的数据样本来自湖北省，湖北省地处中国中部地区，经济发展水平位于全国中等，地貌类型多样，山地、丘陵、平原和湖区兼备。因此，以湖北省为研究区域来分析农村家庭多维贫困动态性及其影响因素，具有一定的代表性。本文数据来源于国家统计局湖北调查总队提供的跨年度农村住户调查数据，数据调查时间从2006年持续到2010年，为连续多年调查的数据样本，此外，与其他调查数据相比，该数据在收集、检查和处理环节的科学设计和精细安排，极大地降低了非抽样误差。调查内容为农村家庭的社会经济相关信息，主要包括农村家庭所在村基本信息、农村家庭及其成员基本情况、生产经营情况、消费情况、收支情况、农村小康监测指标等。该数据调查选取了湖北省33个县(市、区)，每个县(市、区)随机抽取5～13个样本村，共抽取了330个村，每村随机选择10户，调查样本达3300户③。根据本文研究需要，删除了没有参与重复调查的农村家庭数据，选取了2006～2010年5年均被调查的农村家庭，一共2952户。

(二)维度选取

本文参考Alkire和Foster提出的多维贫困测度方法及多维贫困指数(MPI)维度选取标准[21]。多维贫困指数(MPI)是对人类贫困指数(HDI)和人类发展指数(HPI)的进一步完善[22](P55-58)，能够更好地反映家庭多维贫困状况。多维贫困指数(MPI)选取了健康、教育和生活水平三个维度，本文结合所采用数据的特征，以多维贫困指数(MPI)所选维度为参照，增加了消费和资产两个维度，共选取了5个贫困维度对多维贫困进行测算，这5个维度分别属于经济贫困、能力贫困和福利贫困三个框架，经济贫困指消费维度，能力贫困包括健康和教育维度，福利贫困包括生活质量和资产两个维度。每个维度的选取及指标赋值如下：

1.消费维度。学术界通常以经济状况来定义和测度贫困，衡量经济状况的指标主要有收入、消费和福利[22]。由于农业经营兼业化和农民收入多样化，农村家庭收入每年波动可能较大，相比收入，消费更“平滑”，能够更好地衡量家庭经济状况。一般而言，家庭消费与其富裕程度呈正比，贫困家庭通常消费水平较低。同时，贫困线实际上是按照人类生存标准的消费水平来定义的，是指为了满足人们生存所需的最低热量(卡路里)而购买食品和其他基本服务的支出[23][24](P292-298)。因此，消费是衡量贫困的重要维度，本文选取农村家庭人均消费作为多维贫困的一个维度指标，若人均消费低于国家贫困线(2006～2010年国家贫困线分别为958元、1005元、1196元、1196元和1274元)，则赋值为1，反之赋值为0。

2.教育维度。教育可以直接反映家庭的人力资本状况，是衡量能力贫困的重要维度。本文选取家庭劳动力受教育程度和适龄儿童入学情况来衡量教育维度贫困。用家庭劳动力的平均受教育年限来反映家庭劳动力受教育状况，同时，如果家庭劳动力接受过专业技能培训，本文认为其等同于脱离了教育贫困，因此，若家庭劳动力平均受教育年限小于6年且没有接受过专业技能培训，则受教育程度指标赋值为1。若有7～15岁儿童辍学，则适龄儿童入学指标赋值为1。

3.健康维度。由于数据的限制，健康维度选取了医疗保险和家庭劳动力的劳动能力两个指标。医疗保险指标以家庭成员是否超过半数参加新型农村合作医疗保险来衡量，若超过半数的家庭成员未参保，赋值为1。劳动力健康状况对家庭有至关重要的影响，如果有劳动力丧失劳动能力，家庭陷入贫困的风险将增加，因此，若家庭有劳动力丧失劳动能力的，赋值为1。

4.生活质量维度。生活质量维度包括做饭燃料、卫生设施、饮用水类型和道路。做饭燃料以所用能源为衡量指标，若做饭燃料为天然气、电、沼气等以外的非清洁能源，赋值为1。卫生设施以厕所类型为衡量指标，若无水冲厕所，赋值为1。饮用水指标以家庭是否有自来水、深井水等清洁水源为判断标准，若无则赋值为1。道路指标以被调查家庭门前有无水泥、沙石、石板等硬质路面为判断标准，若无则赋值为1。

5.资产维度。资产维度包括住房面积和耐用品两个指标。住房面积指标的临界值借鉴了张全红的划分标准[18]，若农村家庭人均住房面积小于12平方米，则赋值为1。耐用品指标以农村家庭拥有的耐用品数量来判断，若耐用品数量小于2，则赋值为1。

多维贫困测算的维度及临界值具体介绍见表1。多维贫困测算的指标赋权采用了目前学者广泛使用的等权重赋权方法[16][18][19][25][26]，将各维度赋予相同权重，每个维度所包含的各指标也赋予相同权重。因此，本文多维贫困测算中的k值取值范围为1～5。

表1 多维贫困测算的维度及临界值

(三)多维贫困动态变化

按照上文所述A-F方法，本文使用Stata13软件对湖北农村多维贫困进行了测算，结果如表2所示。从不同的年份来看，当k=1时，多维贫困发生率极高，2006～2010年贫困发生率均超过了90%，这表明在这5年间，绝大多数农村家庭经历了至少1个维度的贫困，在所有维度上均不贫困的农村家庭极少，此时的多维贫困指数介于0.14～0.17之间；当k=2时，每年的多维贫困发生率急剧下降，从k=1时的90%以上下降到k=2时的30%左右，也就是说在这5年间，至少处于2个维度以上贫困的农村家庭占1/3左右，此时每年的多维贫困指数介于0.06～0.10之间；当k=3和k=4时，每年的多维贫困发生率分别低于5%和0.5%，这表明，经历3个或4个维度以上贫困的农村家庭较少，此时每年的多维贫困指数较小，各年多维贫困指数均小于0.02；当k=5时，每年的多维贫困发生率和多维贫困指数均为0，也就是说，没有经历5个维度贫困的极端贫困家庭。

总体上看，k取不同值时，湖北省农村多维贫困均呈现下降的趋势，这也印证了湖北扶贫工作取得了一定成效。然而，这种下降趋势并不稳健，部分年份多维贫困发生率反弹，如k=2和k=3时，2008年湖北农村家庭的多维贫困状况比2007年更严重。在收入贫困发生率逐年下降的情况下，多维贫困发生率反而可能提高，因此，有必要制定缓解农村多维贫困的政策措施，增强农村家庭可持续发展能力和应对风险冲击的抵抗力，以防止农村家庭陷入多维贫困。

表2 湖北省农村多维贫困测算结果

(四)多维贫困动态类型

进一步地，根据农村家庭经历多维贫困的年数来确定其多维贫困动态类型。具体来说，本文将2006～2010年5年时间作为考察阶段，如果5年中有3年及以上年份处于多维贫困状态，则判定为慢性贫困；如果5年中有1年以上、3年以下年份处于多维贫困状态，则判定为暂时贫困；如果5年间均不处于多维贫困状态，则判定为从不贫困。

表3为湖北农村家庭多维动态贫困划分结果。当k=1时，从不贫困的农村家庭有30户，暂时贫困的农村家庭有75户，慢性贫困的农村家庭有2847户，绝大多数农村家庭都经历了1维的暂时贫困，这是由于k=1时极高的贫困发生率导致的；当k取值为2时，暂时贫困和慢性贫困的农村家庭数量持平；当k取值为3和4时，暂时贫困的农村家庭数量远多于慢性贫困的农村家庭数量； k=5时，没有经历暂时贫困和慢性贫困的农村家庭，这是因为k=5时多维贫困发生率为0。

表3 湖北农村家庭多维贫困动态类型

五、多维贫困动态性影响因素分析

(一)变量描述

本文选取的因变量为上文划分的多维贫困动态类型，识别多维贫困的k值尤为重要，目前理论界没有对多维贫困的k值界定标准形成共识，学术界关注更多的是多维贫困k值大于等于总维度1/3时的情况[16][18][25][27][28]。因此，本文选取了k值分别为2和3时两种情况来识别农村家庭在各年度是否存在多维贫困。同时，本文选取可能影响农村家庭贫困的因素作为自变量，这些因素包括家庭特征、生计策略、资产状况和村级条件等方面。本文选择了户主年龄、家庭规模、劳动力占比、接受培训劳动力占比反映家庭特征。家庭生计策略能够直接影响农村家庭收入，从而影响农村家庭多维贫困状况，家庭生计策略包括外出劳动力占比、从事非农务工月数、是否参加农业合作社和家庭经营类型，其中非农务工月数指家庭所有劳动力1年从事非农务工月数的总和。资产是决定农村家庭进行生产和再生产规模的重要因素，也会在一定程度上影响多维贫困状况，本文选取土地面积和生产性固定资产数量来反映资产状况。同时，村级条件的差异会导致农村家庭的生计资本和生计策略存在差异，进而影响农村家庭的收入创造能力和贫困状态[29][30]。本文选取的村级条件包括所在村地势、是否郊区村④、是否少数民族村和是否老区村。表4为本文选取自变量的描述结果，限于篇幅，不再赘述。

表4 变量描述性统计

(二)回归结果分析

在多维贫困测算基础上，本文选取k=2和k=3时的多维贫困动态分解结果，利用stata13软件采用有序Probit 模型对2006～2010年多维贫困动态性的影响因素进行估计，以进一步分析影响农村家庭多维贫困的因素，识别出具备哪些特征的农村家庭会陷入慢性贫困和暂时贫困，以及具备哪些特征的农村家庭对贫困的风险抵抗能力更强。表5为k=2和k=3时农村家庭多维贫困动态性影响因素的边际效应，从慢性贫困、暂时贫困和从不贫困对应的系数大小来看，对应的每一解释变量的三个系数算术和为0；从三类贫困类型对应的解释变量系数符号来看，慢性贫困、暂时贫困与从不贫困所对应的解释变量系数符号均相反，也就是说，如果影响贫困的因素发生变化，农村家庭陷入慢性贫困和暂时贫困的概率和从不贫困的概率相反。这和现实情况是相符的，贫困和非贫困是相对立的状态，影响贫困因素的改变必然会影响贫困状态的转变。同时，本文以家庭初中以上文化水平人数替换家庭成员平均受教育水平，以生产性固定资产数量替换生产性固定资产原值对数，进行稳健性检验，结果显示，所有自变量的系数大小、符号和显著性水平均未发生明显变化，因此，该结果具有一定的稳健性。

表5 湖北农村家庭多维贫困动态性影响因素的边际效应

注：***、**、*分别表示解释变量系数在1%、5%、10%的水平下显著。

对比可以看出，不同维度的多维动态贫困的影响因素存在差异。k=2时，农村家庭多维动态贫困主要受劳动力占比、接受培训劳动力占比、家庭经营类型、地势和是否在郊区的影响；k=3时，农村家庭多维动态贫困主要受家庭经营类型、地势和是否在郊区的影响。暂时贫困和慢性贫困的影响因素也存在差异。农村家庭暂时贫困主要受接受培训劳动力占比、家庭经营类型、地势和所在村是否在郊区的影响；农村家庭慢性贫困主要受劳动力占比、接受培训劳动力占比、是否参加农业合作社、家庭经营类型、地势、是否郊区村和是否老区村的影响。

从家庭特征来看，户主年龄对农村家庭多维动态贫困有显著的正向影响，户主年龄越大，农村家庭越容易陷入贫困，但是户主年龄对农村家庭多维动态贫困的影响程度较小。家庭规模对农村家庭多维贫困动态性有显著的正向影响，这表明家庭规模扩大会增加农村家庭陷入多维贫困的风险。k=2时，劳动力占比对农村家庭多维动态贫困有显著的负向影响，这可能是因为，劳动力占比越大，表明家庭的负担越小，创造收入的能力越强，从而农村家庭陷入贫困的可能性越小。接受培训劳动力占比对农村家庭多维动态贫困有显著的负向影响，即劳动力技能培训可有效防止农村家庭陷入多维动态贫困。接受过专业技能培训的农村劳动力具有更多的非农就业机会，发生非农转移的可能性更大[31]，农村家庭通过非农就业提升收入的可能性更大，这充分说明了劳动力技能培训作为提升人力资本的重要途径，对农村家庭抵抗风险、摆脱贫困的重要性。

从生计策略来看，是否参加农业合作社会影响农村家庭多维贫困，k=2时，与没有参加农业合作社的农村家庭相比，参加农业合作社的农村家庭陷入暂时贫困和慢性贫困的概率更小。外出劳动力占比和家庭成员从事非农务工月数对农村家庭多维动态贫困有负向影响，即增加外出劳动力和提高家庭劳动力在外务工时间均能有效缓解农村家庭多维暂时贫困和慢性贫困。家庭经营类型对农村家庭多维动态贫困状况影响较大，以农业型家庭为参照组，农业兼业型、非农兼业型和非农业型均可在不同程度上显著降低农村家庭陷入暂时贫困和慢性贫困的概率。可能的解释是，相对于农业型家庭，其他三种经营类型农村家庭的收入相对较高，多元化经营和收入来源多样化降低了农村家庭的生产经营风险，陷入多维动态贫困的可能性较小。

从资产状况来看，土地面积对农村家庭多维动态贫困状态有显著的正向影响，但影响程度不大，因而在社会保障比较完善的前提下，可以有序地进行土地流转；生产性固定资产原值对农村家庭多维动态贫困有显著的负向影响，由此可以看出，增加生产性固定资产有助于农村家庭抵抗陷入贫困风险的能力。

从村级条件来看，所在村地势、是否郊区和是否老区村对农村家庭多维动态贫困均有显著的影响。相比平原，丘陵和山区的农村家庭比平原农村家庭更容易陷入暂时贫困和慢性贫困。与郊区农村家庭相比，非郊区农村家庭更容易陷入贫困。与老区村相比，非老区村的农村家庭陷入多维动态贫困的概率较小，这可能是因为老区村大多处于边远落后的山区，其经济发展能力较弱。

六、结论和建议

本文利用湖北省农村2006～2010年的住户调查数据，测算了农村家庭多维贫困状况，在此基础上将多维贫困动态性分解为暂时贫困和慢性贫困，并进一步分析了农村家庭多维动态贫困的影响因素。本文得出的主要结论如下：

第一，2006～2010年湖北省农村多维贫困呈现下降的趋势，这印证了湖北扶贫工作取得了一定成效，但这种下降趋势并不稳健，部分年份多维贫困发生率反弹，因此有必要制定缓解农村多维贫困的政策措施。

第二，从总体来看，绝大部分农村家庭处于低维度的多维贫困状态，处于中高维度贫困的农村家庭不足5%，没有农村家庭处于全维度贫困(极端贫困)。

第三， k值为2时，暂时贫困和慢性贫困的农村家庭数量持平，而k值为3和4时，暂时贫困的农村家庭数量均大于慢性贫困，表明湖北农村贫困以暂时贫困为主，这个结论支持了岳希明等、张立冬等、罗楚亮、章元和万广华等学者的研究[8][10][11][12]，由此可见，在重点关注慢性贫困家庭的同时，还应重视暂时贫困，防止返贫现象。

第四，多维动态贫困的影响因素分析表明，劳动力占比和接受培训劳动力占比对农村家庭多维动态贫困状态影响程度较大，家庭经营类型和地势的差异也会很大程度地影响农村家庭多维动态贫困状态。不同维度的多维动态贫困影响因素存在差异：k=2时，农村家庭多维动态贫困主要受劳动力占比、接受培训劳动力占比、家庭经营类型、地势和是否郊区的影响；k=3时，农村家庭多维动态贫困主要受家庭经营类型、地势和是否在郊区的影响。另外，暂时贫困和慢性贫困的影响因素有所差异，接受培训劳动力占比、家庭经营类型、地势和所在村是否为郊区村对暂时贫困和慢性贫困均有显著的影响，慢性贫困还受到劳动力占比、是否参加农业合作社和所在村是否为老区村的显著影响。

基于本文的研究结论，对今后的扶贫工作提出以下建议：第一，进一步完善贫困识别机制，采用多维贫困指标体系，更加精准地识别贫困家庭；构建多维指标体系的贫困退出机制，及时将已达到脱贫条件的贫困户“摘帽”。第二，在关注慢性贫困家庭的同时，也应更多地关注暂时贫困家庭，增强其自身发展能力，防止其转变为慢性贫困；同时，对于已脱贫家庭，做好跟踪观测，防止已脱贫家庭返贫。第三，在精准帮扶过程中，应在充分厘清农村家庭多维贫困状况和贫困动态类型的基础上，找准农村家庭致贫原因，“对症下药”。加强农村劳动力职业技能培训，合理引导农业劳动力转移，能够有效改善农村家庭多维贫困状况；鉴于地理条件对农村家庭多维动态贫困状态的影响较大，应对适宜生产生活地区进一步完善基础设施，对不宜生产生活地区加快易地扶贫搬迁，克服地理条件对农村家庭发展的约束。

注释：

①数据来源：国家统计局.《国民经济和社会发展统计公报》(2010年)，中国统计出版社。

②数据来源：蒲晓磊.三年农村贫困人口由9899万减至4335万[EB/OL].(2017—08—30)[2017—08—29].http://www.npc.gov.cn/npc/cwhhy/12jcwh/2017—08/30/content_2027646.htm

③调查过程中，每个县的选取方法为将全省所有县按人均纯收入进行排序，以随机起点按固定间隔选择1/3的县，并按同样方法选取样本村和样本农村家庭。

④郊区村是指位于紧邻中心城区的行政建制区，其经济水平、社会生活方式和意识形态既不同于传统农村地区，也不同于城市地区，是中心城区到农村地区的过渡区。

[1] 习近平.在深度贫困地区脱贫攻坚座谈会上的讲话[N].人民日报,2017—09—01(2).

[2] Sen，A.Poverty and Famines: An Essay on Entitlement and Deprivation[M].Oxford: Oxford University Press，1982.

[3] Stevens，A.Climbing out of Poverty，Falling Back in: Measuring the Persistence of Poverty over Multiple Spells[J].Journal of Human Resources,1999，34(3):557—588.

[4] Jalan，J.，Ravallion，M.Transient Poverty in Post-reform Rural China[J].Joural of Comparative Economics,1998,(26):338—557.

[5] Hulme，D.，Moore，K.，Shepherd，A.Chronic Poverty: Meanings and Analytical Frameworks[Z].CPRC Working Paper 2.Manchester: IDPM，University of Manchester，2001.

[6] Foster，J.A Class of Chronic Poverty Measures[Z].Vanderbilt University Working Paper，No.07-W01，2007.

[7] 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): 119—129.

[8] 岳希明,李实,王萍萍,等.透视中国农村贫困[M].北京：经济科学出版社,2007.

[9] Rodgers，J.R.，Rodgers，J.L.Chronic Poverty in the United States[J].The Journal of Human Resources，1993，28(1): 25—54.

[10] 张立冬,李岳云,潘辉.收入流动性与贫困的动态发展:基于中国农村的经验分析[J].农业经济问题,2009,(6):73—80.

[11] 罗楚亮.农村贫困的动态变化[J].经济研究，2010,(5): 123—138.

[12] 章元,万广华,史清华.中国农村的暂时性贫困是否真的更严重[J].世界经济，2012,(1): 144—160.

[13] 郭劲光.我国贫困人口的脆弱度与贫困动态[J].统计研究，2011,(9): 42—48.

[14] 吴海涛,丁士军.贫困动态性：理论与实证[M].武汉: 武汉大学出版社,2013.

[15] 罗正文,薛东前.陕西省农村贫困的动态变化研究[J].干旱区资源与环境，2015,(6): 39—44.

[16] 高艳云,马瑜.多维框架下中国家庭贫困的动态识别[J].统计研究，2013,(12): 89—94.

[17] 高帅,毕洁颖.农村人口动态多维贫困:状态持续与转变[J].中国人口·资源与环境，2016,(2): 76—83.

[18] 张全红.中国多维贫困的动态变化:1991-2011[J].财经研究，2015,(4): 31—41.

[19] 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): 49—59.

[20] Hulme，D.，Shepherd，A.Conceptualizing Chronic Poverty[J].World Development，2003，31(3): 403—423.

[21] Alkire，S.，Foster，J.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics，2009，95(7): 476—487.

[22] Wagle，U.Multidimensional Poverty Measurement: Concepts and Applications[M].New York: NY Springer，2008.

[23] Hagenaars，A.The Definition and Measurement of Poverty[J].Journal of Human Resources，1991，23(2):211—221.

[24] Macpherson，S.，Silburn，R.The Meaning and Measurement of Poverty[M].New York: Routledge，1998.

[25] 王春超,叶琴.中国农民工多维贫困的演进——基于收入与教育维度的考察[J].经济研究，2014,(12): 159—174.

[26] 张全红,周强.中国贫困测度的多维方法和实证应用[J].中国软科学，2015,(7): 29—41.

[27] 张庆红,阿迪力·努尔.新疆南疆三地州农村多维贫困程度及特征分析[J].干旱区资源与环境，2015,(11):32—36.

[28] 王小林，Alkire，S.中国多维贫困测量:估计和政策含义[J].中国农村经济,2009,(12):4—10.

[29] 霍增辉,吴海涛,丁士军,刘家鹏.村域地理环境对农户贫困持续性的影响——来自湖北农村的经验证据[J].中南财经政法大学学报，2016,(1):3—11.

[30] 樊新生,李小建.欠发达地区农户收入的地理影响分析[J].中国农村经济,2008,(3):16—24.

[31] 汪为,吴海涛.家庭生命周期视角下农村劳动力非农转移的影响因素分析——基于湖北省的调查数据[J].中国农村观察，2017,(6):57—70.