贫困地区的多维贫困状况及其变化研究

杨丰源，柳 震

(1. 江苏师范大学 商学院 ，江苏 徐州 221116；2. 国家统计局 徐州调查队，江苏 徐州 221116)

一、引 言

贫困是世界各国面临的共同挑战，对于我国这样一个存在5575万①农村贫困人口的国家来说，尤其如此。在我国经济的高速发展下，农村贫困状况有了大幅度的缓解。特别是随着《中国农村扶贫开发纲要(2011-2020年)》的实施，农村扶贫开发的成效显著，以低收入标准测算，贫困人口由2000年的9422万下降到了2010年的2688万，贫困人口占农村人口的比重相应由10.2%下降到2.8%②(按照2011年2300元的贫困标准，2011年末贫困人口为12 200万)。然而，当前基于收入或者消费进行的贫困识别，虽然有其操作上的简便性和统计上的便利性，却不能充分反映贫困的多个维度(Fisher,1992)。

进行贫困识别是扶贫开发的首要任务，只有准确地识别贫困，才能有效地制定和实施扶贫政策。事实上，自1997年以来，世界银行就已经将贫困看作是一个多元的现象。随着扶贫事业越来越成为世界各国面临的共同任务，无论是在学术领域，还是在政策领域，多维测量贫困的方法都受到了越来越多的关注。从我国的情况来看，经历了大规模开发式扶贫、“八七”扶贫攻坚和新世纪第一个十年的扶贫开发，贫困地区的生产生活条件得到了明显提高，公共基础设施得到了重大改善，社会发展水平得到了进一步提升。绝对贫困人口也在显著减少。然而，另一个越来越凸显的问题是收入分配的不平等程度在扩大，相对贫困问题明显。农村教育、农村医疗、农村卫生以及农村的社会保障事业等受到了越来越多的关注。因此，以收入衡量的单一维度的贫困标准已越来越不能适应我国新时期扶贫事业的要求。基于此，本文将利用我国四个省份两轮调查的数据，从多维贫困视角对贫困地区的贫困状况及其变化进行测度、分解，以期更全面地认识贫困地区的多维贫困状况以及不同维度的贫困发生率和多维贫困指数贡献度。

二、多维贫困的测度及相关文献回顾

多维贫困的测量在多维贫困形成完整系统理论之前已有实践。从20世纪七八十年代开始发展并被广泛采用的多维贫困测量方法有：物质生活指数(Morris, 1978)，UNDP提出的人类发展指数，基本需求方式(BNA)，农村综合发展，整体推进项目和参与式发展。多维贫困理论的主要创始人是诺贝尔经济学奖获得者阿玛蒂亚·森。他提出把发展理解为扩展人们享有真实自由的一个过程(Sen,1999)。此后，不同的学者从各个方面提出了不同的衡量贫困的指标，其中最广为人知的综合指标体系是人类发展指数(HDI)，该指数包含了收入、寿命和教育三个维度。其他一些指标有：主体性，即一个人实现其所追求或有理由追求的目标的能力(Ibrahim & Alkire, 2007)；安全，主要指财产和人身不受侵犯(Diprose, 2007)；体面出门的能力，它强调尊严和免受侮辱以及来自他人的尊重(Zavaleta, 2007)；主观福利，主要是指价值及其决定因素以及相应的满意感(Samman, 2007)；就业，特别是正规就业，关注的核心是就业质量(Lugo, 2007)。在实践层面，越来越多的国家和国际组织尝试了使用多维贫困的测度(吴忠等，2010)：墨西哥新的法律中规定了除收入之外的健康、食品安全、教育、住房、服务、社会安全和社会凝聚力等指标；菲律宾政府贫困测量的核心指标有八个维度：健康、营养、住房、水和卫生、基础教育、收入、就业、和平与秩序；印度的“多维贫困指标”涉及土地、住房结构、衣服、食物、洗浴的便利性、教育、借款等方面；南非的贫困识别从物质贫困、就业贫困、健康贫困、教育贫困和环境贫困五个方面进行；不丹在贫困指标选择时包含了经济发展、文化价值、自然环境和政府行政四个方面。

在我国家庭多维贫困的测度方面，学者们已经做了一些有益的探索。这些研究主要有三类：一是方法层面的探讨。尚卫平(2005)等对多维贫困测度方法指标的性质进行了讨论，论证了其优越性；郑长德(2016)基于风险与机会视角，分析连片特困地区贫困维度的结构变化特征；高帅(2016)使用Biprobit模型分析农村人口多维贫困状态的持续改变。二是国家或地区层面的多维贫困测度及相应的政策建议。蒋翠霞等(2011)利用非等权的剥夺矩阵计算了中国家庭的多维贫困，维度分解表明饮用水、收入、教育对多维贫困指数的贡献最大；方迎风(2012)利用模糊集方法测度了中国的多维贫困状况，发现较收入贫困而言，其他方面的贫困更严重；李飞(2012)用A-F贫困双重识别方法得出了类似的结论；地区层面的多维贫困测度有山西地区(郭建宇和吴国宝，2012；孙秀玲等，2012)，武陵山片区(陈琦，2012；谭银清，2015)，新疆贫困县(王建军，2016)。三是农村与城市多维贫困状况的比较(王小林等，2009；高艳云，2012；张全红，2015)，研究发现，总体上农村贫困较城市贫困相对更严重，健康、教育等维度的贫困值得关注。

以上这些研究，虽然用不同的方法对不同层面的多维贫困做了测度，从不同方面对贫困及其变化做了研究，但仍然具有一定的局限性：虽然从多维贫困出发，但主要关注贫困的现状而不是跨期的变化；多维贫困的指标选取不够全面。本文利用2010年和2012年对贫困地区进行的跟踪调查数据，对贫困地区的多维贫困及其变化进行了测度，以期更好地了解贫困地区的贫困状况。

三、数据与方法

(一)数据来源

本文使用数据来自国家重大社科基金项目“我国特殊类型贫困地区扶贫开发战略研究”的调查数据。该调查组在2010年和2012年针对山东、河南、湖南、四川四个省的10个贫困县进行了农村住户调查。两年都提供了有效问卷的住户有1066户，具有较好的追踪效果，并且具有一定的时间间隔，为贫困动态变化的研究提供了较为合适的时间跨度。该调查的内容涉及家庭成员详细的基本情况(年龄、教育、外出打工与否及年限、务农时间、健康状况及医疗支出等)、土地耕种及流转情况、耐用消费品状况、生产性固定资产状况、各项收入的具体状况、各项消费的具体状况、家庭人口与务工状况等。2010年8月进行了第一次调查，2012年8月进行第二次调查，调查所得数据产生于调查年份的上一年，即2009年和2011年。调查省份样本的分布如下(见表1)。

表1 样本分布情况

(二)多维贫困计算方法

Alkire & Foster (2007, 2011) 提出了建立在能力剥夺基础上的多维贫困，它包含贫困的识别、剥夺的识别、贫困的加总和贫困的分解四个步骤。

1.贫困的识别

构建多维贫困指数首先要通过家计调查获得家庭在每个维度上的取值，据此定义一个贫困标准，并以此来识别每个家庭在某个维度上是否贫困。以i表示分析对象(本文指每个家庭)，j表示分析维度。i=1,2,…,n；j=1,2,…,d。由此构成了n×d维矩阵Mn×d。矩阵的元素yij∈Mn×d表示分析对象i在维度上j的取值。yi=(yi1,yi1,…,yid)表示分析对象i在所有维度j上的取值；yj=(y1j,y2j,…,ynj)表示在维度j上所有分析对象的取值分布。令zj(zj>0)表示每个家庭在维度上被剥夺的临界值。对于任何矩阵y，可以定义一个剥夺矩阵g0：

(1)

赋值为1时，表示被剥夺，即表示家庭i在维度j上是贫困的。

2.多个维度上被剥夺的识别

(2)

当某一家庭被剥夺的总维度ci大于等于k时，函数ρk将该家庭定义为贫困家庭；反之，则该家庭不贫困。在这种定义下，ρk既受维度内被剥夺情况的影响，又受跨维度被剥夺情况的影响，这种方法被称为双重临界值法。两种极端的情况是，k=1时为单一方法，k=d时为截面方法。

3.贫困加总

当识别了各个维度被剥夺情况之后，通过维度加总就可以得到多维综合指数。常用的最简单的加总方法是从FTG方法中的贫困发生率计算方法借鉴来的，即： H=q/n。其中，q表示贫困家庭的数量。但是这种方法过于简单，难以反映被剥夺的深度和广度，一种修正FTG的多维贫困测量方法被提出来了(Alkire & Foster, 2007)，即用平均剥夺份额A进行调整。平均剥夺份额是指所有被剥夺家庭的平均剥夺程度。它的定义如下：Aj=|ci(j)|/qd。其中ci(j)表示在j个维度下被界定为贫困的家庭i被剥夺维度的总和。调整后的贫困发生率是M0，M0=HA。在加总时，还需要考虑各个维度的权重。本文采取相等权重。

4.贫困分解

本文多维贫困测度的指标选取，参考联合国千年发展目标以及《中国扶贫开发纲要2011-2020年》，在考虑数据的可获得性以及被调查地区实际的基础上，选取了以下多维指标，并确定了其相应的临界值(见表2)。

表2 多维贫困测度指标的选取

四、贫困地区多维贫困状况及其变化的测度与分析

(一)单维贫困分析

表3 2009年和2011年调查地区单维贫困发生率 (%)

本文分别计算了2009年和2011年农户在各个维度上的单维贫困状况(表3)，从单维贫困来看，可得出如下结论：

1.我国总体贫困状况有所改善

除了收入和社会关系两个维度的贫困发生率略有上升，其余指标的贫困发生率均不同程度地降低。收入贫困发生率的上升可能是与2011年国家贫困线的大幅上调有一定的关系。当然，贫困发生率只是贫困测量的指标之一，它本身有许多不完善的地方，比如违反了转移原理。鉴于此，笔者又进一步计算了贫困缺口指数，2009年的贫困缺口指数为34.46%，2011年的贫困缺口指数为27.48%，从贫困缺口指数来看，贫困状况有所改善，贫困深度在降低。社会关系指标反映了该维度上的贫困发生率略有上升。对农户来说，借钱正在成为一件更困难的事情。在社会总体收入上升的情况下，借钱变得更为困难并不难以理解。农村中亲戚朋友之间的相互借贷一般是没有利息的，这就意味着出借人需要承受借钱的机会成本。而随着经济的发展，这种机会成本正变得越来越大，这是对社会关系维度贫困发生率上升的一种解释。

2.收入和教育维度的贫困状况最为严重，且改善不显著

尽管贫困缺口指数的下降反映了农户离贫困线的距离在缩小，但贫困发生率的提高表明处于贫困线以下的农户数量增加了。教育维度的贫困状况虽然有所改善，从67.50%下降到65.39%，但该维度的贫困发生率仍然接近三分之二，是各维度中最高的。教育状况在短期内难以得到显著改善，因为已经离开学校的成年人，其教育状况就已经基本确定了，短期内一般不会随着时间的推移而获得提高。因此，在两次调查期间，教育维度的贫困率不可能大幅降低。

3.住房和健康维度的贫困状况稍有改善，但贫困发生率仍较高

与城市居民不同，农村居民几乎不存在没有住房的情况，只有房屋类型的区分。调查间隔年分中，居住质量改善并不显著，住房贫困发生率从28.2%下降到26%。健康状况方面的情况类似，该维度的贫困状况有所改善，但在所有维度中，贫困发生率仍较高。

4.饮用水指标的改善非常明显

该维度上的贫困发生率由51.05%下降到17.21%，得到提高。该指标层面贫困发生率的改善主要得益于由政府或集体实施的基础设施建设或公共工程方面的改进。

(二)多维贫困分析

这一部分分别计算了不同值下，2009年和2011年贫困地区的多维贫困状况和各维度指标(见表4、表5)。下面将分别进行静态多维贫困分析和动态多维贫困分析。

表4 2009年贫困地区多维贫困状况

表5 2011年贫困地区多维贫困状况

1.多维贫困状况总体分析

第一，低维度的贫困情况比较普遍。测度结果表明，如果选取的维度为1，即在七个维度中，只要农户家庭在任何一个维度上是贫困的，那么该农户家庭就是贫困的，2009年的贫困发生率为91.4%，2011年的贫困发生率为89.9%，均在90%左右。也就表明，两次调查中90%以上的农户都至少存在一个维度的贫困。当考虑两个维度时(即只要同时存在两个或两个以上维度的贫困，该家庭就被视为贫困)，贫困发生率仍然较高，两年的贫困发生率分别为76.0%和65.9%。

第二，极端贫困的情况比较少见。考虑5个维度的贫困发生率相对来说很低，2009年为7.5%，2011年为0.4%，不足1%，下降非常明显。这表明，农户中5个及以上维度存在贫困(极端贫困)的情况比较少。

第三，随着维度的增加，经过平均剥夺份额调整的多维贫困指数也表现出了与贫困发生率相似的下降趋势，但下降的幅度并不如贫困发生率那么大。随着纳入考虑的维度的增加，多维贫困指数在显著下降，这是由于贫困维度越大，一个家庭被识别为贫困的可能性越小，因此贫困发生率会降低。而多维贫困指数是由平均剥夺份额与贫困发生率相乘得到的，平均剥夺份额一般是小于1的，因此，经过平均剥夺份额调整后，多维贫困指数自然小于贫困发生率，其减少的幅度也小于前者。

2.各维度分解分析

表6、表7给出了2009年和2011年在给定的值下，不同维度的指标对多维贫困指数的贡献率。

表7 2011年不同维度各指标

第一，教育维度的贡献度明显高于其他维度的贡献度。2009年和2011年教育的贡献度分别为26.7%和30.8%，是所有维度中贡献最高的。

第二，资产维度的贡献度相对较低，最大不超过10%。指标分解结果显示，2009年和2011年，资产的贡献度均是所有维度中最小的，最大不超过7.8%。

第三，收入、住房和健康的贡献度相对稳定。贡献度排于教育之后的收入、住房和健康，尽管随着k值的改变，这三者之间的相对位置会有变化，但在所有指标中，它们的贡献度仅次于教育，所处位置稳定。

第四，不同维度的指标随着值的变化，呈现出不同的变化趋势。总体上，随着维度的增加，住房、资产、社会关系的贡献度呈增大趋势，教育的贡献度呈下降趋势，而收入、饮用水和健康表现出波动的趋势。表中数据显示，社会关系的贡献度大于资产的贡献度，这表明，某种程度上，以社会关系为代表的社会资本比物质资本更为重要。而在以往的研究中，社会关系这个维度并没能受到充分的重视。

3.两次调查期间多维贫困状况比较分析

第一，无论是贫困发生率还是多维贫困指数，均反映了多维贫困状况的改善。两次调查的数据显示，相同k值下，不仅贫困发生率有所降低，平均剥夺份额也有所下降，由此得出的多维贫困指数也有明显改善。2009年从一个维度到五个维度的多维贫困指数分别为36.1%、33.9%、26.9%、15.6%和5.4%，2011年则分别下降为30.4%、26.9%、18.5%、9.4%和3.2%。

第二，收入、教育和社会关系的贡献度增加明显，相对重要性凸显。以k=1为例，2011年收入的贡献度与2009年相比，由15.5%增加到20.7%，教育的贡献度由26.7%增加到30.8%，社会关系的贡献度则由8.4%增加到11.3%。

第三，住房和健康的贡献度略有提高。2009年住房贡献度随着k值增加而波动，在考虑5个维度时最大，为13.1%，而2011年住房贡献度随着k值增加而依次增加，最大为16.9%。健康维度的贡献度，虽然在2011年较2009年有略微上升，但两年中健康的贡献度均随着k值增加而波动，稳定在13%～14.1%的区间内。

第四，饮用水的贡献度下降明显。饮用水的贡献度呈现出了大幅下降，由2009年的20%以上，下降到2011年的不足10%(取值不超过2时)。正如前文所阐述过的，公共工程的推进与饮用水贡献度的大幅下降关系很大。

第五，社会关系的贡献度有明显提高。2009年，当考虑的维度不超过3个时，社会关系的贡献度分为别8.4%、8.7%和9.4%，而到2011年，社会关系的贡献度在不同的值下均超过了10%。

五、结 论

本文运用从多维贫困的视角研究了贫困地区农户的贫困动态，得出了如下结论：从多维贫困来看，极端贫困的情况比较少，低维度(1至2个维度)的贫困比较普遍；教育维度的贫困状况最为严重，贫困发生率远高于其他维度；从动态视角来看，无论是贫困发生率、平均剥夺份额还是多维贫困指数的变化，均反映了多维贫困状况的明显改善；从维度分解角度看，教育维度的贡献度明显高于其他指标，社会关系维度的贡献度上升趋势明显。

由以上结论看，虽然贫困地区农户的贫困状况总体上在改善，但仍然存在一些问题和挑战：贫困发生率居于高位，贫困惯性比较强，教育维度的贫困远比收入贫困严重，健康、住房和社会关系维度的贫困状况不容小觑，进一步改善贫困地区农户的贫困状况仍然任重道远。本文虽然对贫困地区的贫困状态及其变化做了较为详细的分析，但对于其背后的原因，以及适合的政策措施未能加以详细探讨，这是可以进一步研究的方向。

注释：

①数据来源：《2015年国民经济和社会发展统计公报》.

②数据来源：《中国农村贫困检测报告2011》，其中，2000年和2010年的贫困标准分别为865元和1274元.

③由于2010年的调查中没有包含这一项，因此，在后面的多维贫困计算中，将不包含该指标。此外，2012年的调查显示，在该指标层面，只有3.15%的家庭是贫困的，这个比率是相当低的。因此，笔者认为放弃该指标，不会对本文中的被调查地区的福利状况评估产生很大影响.

[1]Diprose R. Physical Safety and Security: A Proposal for Internationally Comparable Indicators of Violence [J]. Oxford Development Studies, 2007, 35(4): 431-458.

[2] Fisher GM. The Development of the Orshansky Poverty Thresholds and Their Subsequent History as the Official U. S. Poverty Measure [J]. Social Security Bulletin, 1992, 55(3): 3-14.

[3] Ibrahim S, Alkire S. Agency and Empowerment: A Proposal for Internationally Comparable Indicators [J]. Oxford Development Studies, 2007, 35(4): 379-402.

[4] Lugo MA. Employment: A Proposal for Internationally Comparable Indicators [J]. Oxford Development Studies, 2007, 35(4): 361-378.

[5] Morris D. A physical quality of life index [J]. Urban Ecology, 1978, 3(3): 225-240.

[6] Samman E. Psychological and Subjective Well-being: A Proposal for Internationally Comparable Indicators [J]. Oxford Development Studies, 2007, 35(4): 459-486.

[7] Sen A. Development as Freedom [M]. Oxford: Oxford University Press, 1999.

[8] Zavaleta D. The Ability to go about Without Shame: A Proposal for Internationally Comparable Indicators of Shame and Humiliation [J]. Oxford Development Studies, 2007, 35(4): 405-430.

[9]陈 琦．连片特困地区农村贫困的多维测量及政策意涵——以武陵山片区为例[J]．四川师范大学学报(社会科学版)，2012，39(3)：58-63．

[10]方迎风．中国贫困的多维测度[J]．当代经济科学，2012，34(4)：7-15．

[11]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.

[12]高艳云．中国城乡多维贫困的测度及比较[J]．统计研究，2012，29(11)：61-66．

[13]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)：12-20．

[14]蒋翠侠，许启发，李亚琴．中国家庭多维贫困的统计测度[J]．统计观察，2011，(22)：92-95．

[15]李 飞．多维贫困测量的概念、方法和实证分析——基于我国9村调研数据的分析[J]．广东农业科学，2012，(9)：203-206．

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

[17]尚卫平，姚智谋．多维贫困测度方法研究[J]．财经研究，2005，31(12)：88-94．

[18]孙秀玲，等．中国农村居民贫困测度研究——基于山西的调查分析[J]．经济问题，2012，(4)：79-84．

[19]谭银清,王志章,陈益芳. 武陵山区多维贫困的测量、分解及政策蕴含[J]. 吉首大学学报(社会科学版),2015,(1):44-49.

[20]王建军,杨辉平. 新疆贫困县特征的多维标度分析[J]. 统计与决策,2016,(2):115-119.

[21]王小林，Alkire．中国农村多维贫困测量：估计和政策含义[J]．中国农村经济，2009，(12)：4-10，23．

[22]吴 忠，等．国际减贫理论与前沿问题[M]．北京：中国农业出版社，2010．

[23]张全红,周 强.中国农村多维贫困的动态变化:1991—2011[J]. 财贸研究,2015,(6):22-29.

[24]张童朝,颜廷武,何 可,张俊飚. 基于市场参与维度的农户多维贫困测量研究——以连片特困地区为例[J]. 中南财经政法大学学报,2016,(3):38-45+159.

[25]郑长德,单德朋. 集中连片特困地区多维贫困测度与时空演进[J]. 南开学报(哲学社会科学版),2016,(3):135-146.