藏区农牧户多维贫困测度研究——以甘肃藏区为例

张海霞 ，杨 帆 ，庄天慧 *

（1.四川农业大学经济学院，成都 611130；2.四川农业大学西南减贫与发展研究中心，成都 611130；3.四川农业大学管理学院，成都 611130）

四省藏区是指除西藏自治区以外，四川、云南、甘肃、青海四省以藏族为主体的少数民族共同聚居的民族自治地方。四省藏区在中央第5次西藏工作座谈会上被纳入西藏工作的范畴，为新时期我国14个集中连片特殊困难地区之一，是我国农村扶贫开发的主战场，所含77个县全部是少数民族县，其中69个为牧业、半牧业县。四省藏区自然地理脆弱、经济地理边缘、社会地理复杂、政治地理敏感，贫困面广、贫困程度深、返贫率高、脱贫难度大，是脱贫攻坚中的重中之重和难上之难。解决好四省藏区的贫困问题，对我国政治稳定、民族团结、社会和谐、生态安全等都具有特殊重要的意义。习近平在中央第6次西藏工作座谈会上强调，同全国其他地区一样，西藏和四省藏区已经进入全面建成小康社会决定性阶段。要牢牢把握改善民生、凝聚人心这个出发点和落脚点，大力推动西藏和四省藏区经济社会发展。要大力推进基本公共服务，突出精准扶贫、精准脱贫，扎实解决导致贫困发生的关键问题，尽快改善特困人群生活状况。习近平的重要讲话为藏区农牧户多维贫困治理提出了新要求。

1 文献回顾与问题提出

藏区贫困和扶贫长期以来一直为学术界所重视，形成了如下几个研究集中点：一是藏区贫困状态的定性描述与定量测度，二是藏区贫困的微观分析与宏观阐释，三是藏区扶贫的多维约束与破解策略。

第一，藏区贫困状态的定性描述与定量测度研究。总体而言，藏区贫困面广、贫困程度深、返贫率高、脱贫难度大等贫困特征已在学界形成了基本共识。李玉珍[1]对四川省理塘县贫困状况的调查显示，该县贫困面很广、贫困程度很深、全县都处于绝对贫困状态。朱玲[2]基于青海、甘肃和云南藏区的实地调研发现，受贫困限制，藏族农牧妇女面临着较严重的传染病、妇科疾病和生育照料不足等问题。廖桂蓉[3]研究发现，四川藏区贫困面广、贫困程度深，人均地区生产总值低，农牧民人均纯收入少且横向差距呈扩大趋势。王亚玲[4]总结了青海省海南州藏区的贫困特征，一是贫困类型异质性明显，部分地区贫困面广、贫困程度深；二是资源制约性贫困明显，脱贫难度大；三是受生态与经济双重压力，返贫率较高；四是民族性特征明显，自我发展能力弱；五是贫困人口构成多样化，致贫原因复杂。杨帆等[5]经过测算发现，四川藏区县域经济社会综合发展指数总体偏低，绝大多数县区仍处于落后发展阶段。庄天慧[6]基于四川藏区368户农牧民家庭的分项收入数据，测算得出农牧民的总体基尼系数为0.54，收入差距较高。

第二，藏区贫困的微观分析与宏观阐释。微观层面，相关研究主要从人力资本、社会资本、代际传递、个体脆弱性等方面对藏区贫困进行分析。人力资本方面，覃志敏等[7]对川西措玛村的调研发现，农牧民面临着能力贫困的约束，成为其摆脱贫困的个体障碍。社会资本方面，廖桂蓉等[8]分析认为，受封闭的社会网络和高同质的认知影响，四川藏区贫困人口存在“资本弱化-经济贫困”的恶性循环。贫困代际传递方面，廖桂蓉[9]从教育期望的视角分析认为，当教育回报率不能达到期望值时，牧民会主动减少甚至放弃对子女的教育投资，从而加剧家庭贫困的代际传递，出现“贫困陷阱”。个体脆弱性方面，李雪萍等[10]基于GZ藏族自治州农区Y村的实证调查，分析认为生计脆弱是个体（家庭）致贫的根源。宏观层面，相关研究主要从地理、气候、历史、文化、宗教、政策等视角对藏区贫困展开阐释。杨健吾[11]将四川藏区贫困成因归纳为：特殊、恶劣的自然地理环境、低下的社会历史起点、地方病导致贫病相互作用恶性循环、贫困群众自身的问题、人口增长的制约、实施“天保工程”后造成新的经济困难、扶贫投入不足、劳务输出存在较大困难等。从县域层面来看，金融资本、社会资本和人力资本对四川藏区各县域多维贫困贡献度较大[12]，青海藏区则是金融资本、自然资本和社会资本的贡献度较大[13]。

第三，藏区扶贫的多维约束与破解策略研究。藏区扶贫的多维约束，既包括藏区贫困自身的严重性，也包括扶贫政策的偏差性。杜明义等[14]分析认为，目前藏区农牧区反贫困中存在偏重政策，忽视法律；偏重政府，忽视合力；偏重整体，忽视个体；偏重开发，忽视发展；偏重常规反贫，忽视社会保障等机制缺陷。因此，要实现藏区农牧区反贫困目标，应确立并重视法律机制、合力机制、个体瞄准机制、发展机制以及社保机制。在藏区反贫困的对策研究上，诸多研究均主张坚持“输血”与“造血”相结合、政府、市场、社会与贫困者自身相结合、精准扶贫与区域扶贫相结合的基本原则，能力扶贫[7]、旅游扶贫[15]、特色产业扶贫[16]、生态扶贫[17]、基本公共服务均等化[18]等被相关研究所关注。

通过文献回顾可知，针对藏区贫困和扶贫的研究，已产生了一大批富有洞见的成果，为藏区贫困和扶贫研究的深入推进提供了良好的参考借鉴。当然，也存在一些可供拓展的空间。随着诺贝尔经济学奖得主阿马蒂亚·森（Amartya Sen）提出多维贫困理论，贫困不仅表现在收入（经济）这一个单维度上的认知，已逐步形成共识。与之对应，多维贫困测度研究在理论、方法论以及实证研究方面均不断发展。在理论层面，诸多研究对多维贫困理论进行了批判性完善；在方法论上，由Alkire和Foster开发的AF法，成为多维贫困测量的重要方法；在实证研究上，针对不同地区、不同群体的多维贫困测量研究不断井喷，几乎已经形成了一个学术研究高地。然而，截至目前，专门针对藏区农牧户多维贫困测度的研究，还少有出现。为此，本文试图以甘肃藏区为例，利用实地调查收集到的数据，运用AF法，对农牧户的多维贫困状况展开实证测度研究，并通过贫困测量找准贫因，为藏区农牧户多维贫困治理实践提供一些有价值的启示。

2 指标、方法与数据

2.1 藏区农牧户多维贫困指标选取

贫困研究和减贫公共政策一直对贫困的理解与测量给予了重点关注。可以说，贫困与人类发展历史相伴相随，人类的发展史在某种程度上就是人类不断战胜贫困、摆脱贫困的历史。人类对贫困的认知随着人类社会的不断发展而演变。早期的传统意义上的贫困主要通过收入来衡量，即如果个人或家庭在一定时期内所获得的收入难以满足其最基本的生活需要即为贫困。随着扶贫实践工作和理论研究的深入推进，从收入界定贫困的弊端逐渐显露出来，譬如，收入数据的精确获取困难，忽略了真实消费需求。在此基础上，广义的多维度的人文贫困（human poverty）逐渐取代狭义的单维度的收入贫困，成为人们对贫困更全面、更科学的界定与认知。截至目前，贫困表现多维性的特征已在国际社会逐渐形成共识，即贫困不仅是收入匮乏，更是对人类发展权利、可行能力等的剥夺[19]。

事实上，学术界对多维贫困的关注时间已经较长。比如，M.D.Morris等[20]提出的物质生活质量指数就包含了多维贫困思想。但是，真正让多维贫困受到高度关注和重视的，则是阿马蒂亚·森[21-22]将可行能力纳入贫困分析框架中的开拓性研究。森将贫困界定为可行能力的缺失，这种可行能力是从多个维度构成人有价值生活的“功能性活动”的各种组合。基于森等人的多维贫困思想，联合国开发计划署（UNDP）在1990年建立了人类发展指数（human development index，HDI），并在此基础上开发了人类贫困指数（human poverty index），从多个维度衡量和判断一个国家或地区的贫困状况[19]。2010年，UNDP又在对人类发展指数和人类贫困指数扩展的基础上，与英国牛津大学合作开发推出了多维贫困指数（multidim-ensional poverty index，MPI），从 3 个维度（健康、教育和生活水平）共10个指标来衡量贫困[23]。由此，基于MPI的多维贫困测量在全球范围内展开，掀起了多维贫困测度研究的热潮[24]。

我国“十三五”农村扶贫开发的总体目标，是到2020年稳定实现扶贫对象不愁吃、不愁穿，义务教育、基本医疗和住房安全有保障。结合我国精准扶贫工作要求和数据获得难易程度，本研究对MPI测算指标体系进行了适当调整，维度不变，但对具体指标进行了本土化改造（见表1）。由于目前国际上对MPI测算指标的权重确定尚无统一标准，本研究采用指标等权重法进行测量，为客观反映甘肃藏区农牧户的贫困状况、程度、致贫原因等提供判断依据。

2.2 多维贫困测度方法

已有大量学者对多维贫困的测量方法和应用展开了有益的研究。2007年，牛津大学在森的发起下创立了牛津贫困与人类发展中心（OPHI），Alkire担任中心主任，组建了致力于多维贫困测量方法研究的团队。S.Alkire[25]认为，多维贫困测量能够提供更加丰富、准确的信息。随后，Alkire和Foster提出了多维贫困的识别、加总和分解方法，即AF法[26]。该方法目前已成为多维贫困测量的基础性方法[27-30]。本文将运用该方法对甘肃藏区农牧户进行多维贫困测度。AF多维贫困指数MPI和平均被剥夺份额A的计算公式分别为：

其中，n表示被评价对象总人（户）数，d是测量指标数量，q表示在维度贫困线为k时的多维贫困人（户）数，ci（k）表示维度贫困线为k时ci的取值，多维贫困发生率H=q/n。结合多维贫困指数MPI和平均被剥夺份额A的计算公式可知MPI=H×A。由此可以判断：在给定k时，多维贫困指数由多维贫困发生率和平均被剥夺份额决定。

多维贫困分解的计算公式如下：

计算各维度对多维贫困指数的贡献额：

表1 多维贫困测量指标体系Table1 Multidimensional poverty measurement index system

定义MPIj为j维度的多维贫困贡献额，qj为多维贫困情况下j维度的贫困发生率。比如当考察2维贫困时，我们识别出发生2维贫困的被评价对象后，再考察这些贫困者在各维度的贫困状况，其在j维度处于贫困的被评价对象的个数就是我们需要的qj，wj为j维度的权重。然后可以计算出第j维度对多维贫困的贡献率Cj为：

2.3 数据

2.3.1 研究区域概况

甘肃藏区包括甘南藏族自治州下辖的8个县级行政单位（合作市、舟曲县、卓尼县、临潭县、迭部县、夏河县、碌曲县、玛曲县）和武威市天祝藏族自治县，共9个县级行政单位。其中，甘南藏族自治州为我国10个藏族自治州之一，位于甘肃省西南部，是长江、黄河的水源涵养区和补给区，是藏、汉文化的交汇带，被称之为“青藏高原的窗口”和“藏族现代化的跳板”；天祝藏族自治县地处甘肃省中部，在武威市南部，位于河西走廊和祁连山东端，是新中国成立后第一个实行民族区域自治的地区。

2.3.2 数据来源说明与样本基本特征

本文数据来源于课题组2016年7—8月组织的实地调查。采用分层抽样和随机抽样相结合的方法抽取样本，共发放问卷630份，回收有效问卷559份，问卷有效率为88.73%，有效样本的分布和基本特征见表2、表3。本文以户为分析单位。

表2 有效样本分布Table2 Effective sample distribution

3 结果分析

3.1 单维贫困测量

根据贫困剥夺临界判断标准，计算出各维度单维贫困发生率（见表4）。由表4可知，贫困发生率最高的维度指标为“家庭成年成员平均受教育年限（x3）”，达到 91.2%；其次为“家庭厕所类型（x7）”（90.5%）；第三为“劳动能力（x2）”（48.8%）。表明这 3个指标在农牧户中的贫困发生率较高，是应该重点帮扶的3个贫困维度。贫困发生率在10%以下的指标有“适龄儿童辍学情况（x4）”（8.6%）、“家庭通电情况（x10）”（7.3%）和“家庭耐用消费品数量（x12）”（3.8%），表明这3个指标在农牧户中的贫困发生率较低，即这3个指标在农牧户日常生活中具有较高的可及性。

表3 样本基本特征Table3 Basic characteristics of the sample

表4 单维贫困发生率Table4 Rate of single-dimensional poverty

3.2 多维贫困测量

多维贫困发生率（H）表示多维贫困户数在全部样本户数中所占的比例；平均被剥夺份额（A）表示所有贫困户被剥夺维度比例的平均数；MPI表示综合贫困程度，其值越大表示越贫困（见表5）。

由表5可知，当k=1时，农牧户贫困发生率为98.75%，即98.75%的农牧户在12个指标中的任意一个指标上存在剥夺。按照一般研究将k=3界定为多维贫困来看，甘肃藏区农牧户的多维贫困发生率为62.61%。从变化趋势来看，随着k的增加，贫困发生率呈逐步下降趋势；平均被剥夺份额呈逐步上升趋势；多维贫困指数也呈逐步下降趋势。当k=8时，农牧户的贫困发生率显著下降到0.36%，平均被剥夺份额为0.75，多维贫困指数仅为0.002 7。而当k=9、10、11、12时，研究区域内农牧户的多维贫困指数均等于0，表明极端贫困在被调查的甘肃藏区农牧户中并不存在，即没有9个及以上的指标同时被剥夺的极端贫困户。

3.3 多维贫困分解

通过贫困临界值k对多维贫困指数进行分解，研究每个指标对多维贫困指数的贡献率，进而剖析甘肃藏区农牧户多维贫困的致贫原因，结果见表6。

表5 多维贫困测量结果Table5 Multidimensional poverty measurement results

表6表明在不同的k之下，每个指标对多维贫困指数的贡献率存在差异。以k=3为例，当k=3时，“家庭成年成员平均受教育年限（x3）”对农牧户多维贫困的贡献程度最大，达到0.200（20.0%）；其次为“家庭厕所类型（x7）”，贡献度为 0.192（19.2%）；排第三的是“劳动能力（x2）”，贡献度为 0.122（12.2%），表明以上3个指标对农牧户的多维贫困产生了重要影响。而“家庭燃料情况（x11）”“人均住房面积（x5）”“家庭饮用水来源（x9）”“自我健康评价（x1）”“是否人畜混居（x8）”“住房是否危房（x6）”“适龄儿童辍学情况（x4）”的贡献度分别为 0.098、0.095、0.085、0.069、0.051、0.033、0.027，表明这些指标是农牧户多维贫困产生的次要因素。“家庭通电情况（x10）”“家庭耐用消费品数量（x12）”的贡献度分别仅为 0.019、0.011，说明它们对多维贫困的影响很小。

当 k=8 时，“是否人畜混居（x8）”和“家庭耐用消费品数量（x12）”的贡献度均为0，表明这两个指标在贫困剥夺临界值为8时对多维贫困没有影响；其他10个指标中，“适龄儿童辍学情况（x4）”和“住房是否危房（x6）”这两个指标的贡献度均为0.056（5.6%），剩余8个指标的贡献度均为0.111（11.1%），呈现出趋同趋势。

从贡献率均值来看，前5位依次是“家庭成年成员平均受教育年限（x3）”“家庭厕所类型（x7）”“劳动能力（x2）”“家庭燃料情况（x11）”“人均住房面积（x5）”。表明以上5个指标对农牧户多维贫困贡献较大，同时也是减贫应该重点聚焦的内容。

4 结论和讨论

4.1 结论

通过对甘肃藏区农牧户进行多维贫困测度，主要得出以下3点结论：第一，甘肃藏区农牧户面临着明显的多维贫困问题。按照3个及以上指标被剥夺即视为多维贫困，则甘肃藏区农牧户的多维贫困发生率高达62.61%，覆盖率很高。第二，甘肃藏区农牧户存在深度多维贫困问题。随着k值增加，被调查农牧户多维贫困发生率逐步下降，但平均被剥夺份额却不断上升，表明多维贫困程度在逐渐加深。由此可见，越是进入最后的脱贫攻坚期，剩存的贫困人口越是贫困维度多、贫困程度深的深度贫困人口，确保其稳定脱贫任务艰巨，各级各类帮扶主体要做好充分的心理准备，制定科学的行动方案。第三，教育、住房、劳动能力和燃料是最重要的4个贫困维度。教育、住房、劳动能力和燃料对多维贫困的贡献合计超过60%，由此可见，这4个维度是脱贫攻坚中需要重点帮助农牧户摆脱的4个贫困维度，是精准帮扶的重中之重。

表6 各指标对多维贫困指数的贡献率Table6 Contribution of each indicator to MPI

4.2 讨论

以上结论存在着明显的政策含义：第一，调整瞄准机制，确保精准扶贫。经过前期大规模的开发式扶贫，藏区一部分贫困程度较浅的农牧户已经实现了脱贫，目前剩存的贫困对象一般都是贫困程度深、贫困维度多、脱贫难度大的农牧户，仅仅依靠开发式扶贫的涓滴效应反贫困已经难以奏效，需要实施精准扶贫，变“大水漫灌”为“精确滴灌”。首先需要摒弃单一维度的贫困识别瞄准机制[31]，从多维出发识别贫困人口，摸清贫困类型、贫困广度和贫困深度，为精准帮扶提供科学的决策依据。

第二，立足多维贫困，坚持靶向治疗。从贫困维度贡献率来看，今后甘肃藏区农村精准扶贫、脱贫攻坚的重点工作应该首先集中在以下几方面：一是大力发展基础教育。要更加有力地发展藏区基础教育，提高藏区农牧户受教育水平，帮助其积累原始人力资本。加强藏区基础教育的基础设施建设，尽可能缩短农牧民子女接受基础教育的空间半径，通过政策激励引进优质师资，从硬件和软件建设两方面入手开展工作；同时加强对民众教育重要性的宣传引导，采取有效措施减轻农牧民接受基础教育的负担。二是大力推进居住改善。要加强住房改造，改善贫困户居住条件，通过居住环境的改善逐步实现对现代文明生活方式的接受，从而摆脱贫困文化对脱贫的负面影响[32]。三是多措并举提升农牧户的劳动技能。加大职业教育、就业培训、技能培训，提升农牧民的劳动技能，增进其营收能力。四是多途径实现农牧户生活燃料的充足供给。在原有传统燃料如柴草、畜粪等基础上，大力发展如沼气、天然气等新能源，加强宣传和推广使用，提高普及率，实现农牧户生活燃料的充足供给。

第三，锚定稳定脱贫，实施多维考核。从我国现行的绝对贫困标准来看，脱贫首先意味着收入要达到以2011年2 300元不变价为基准进行调整的额度；从多维脱贫的角度来看，脱贫还意味着要在住房、饮水、教育等多个维度同时跃过各自的贫困临界线。这意味着脱贫考核也应该是多维度的。根据森的可行能力理论，收入虽是脱贫与否最直接的显性标志，但可行能力的提升才是稳定脱贫的可靠保障[33]。因此，在脱贫考核中，应对可行能力指标赋予更高的权重。在具体的考核评估上，应该坚持客观公正的原则，依托专业的社会第三方评估机构执行，建立利益相关者回避机制，杜绝利益相关者左右考核结果，确保藏区贫困群众与全国人民一道同步稳定迈入小康社会。