中国多维贫困的测度与分解

沈扬扬 Sabina Alkire 詹 鹏

一、引 言

1949年新中国成立时，中国是世界上最贫穷的国家之一。及至改革开放之初，全国仍有约 2.5亿农村人口生活在温饱线以下，占当时农村总人口的 30.7%。改革开放后，中国的贫困状况显著改善，按照绝对贫困线计算，1978年到 2000年贫困人口累计减少了2.2亿；按世界银行1.25美元/天的标准，多达 4.39亿人口在1990—2011年间摆脱了贫困；在新贫困标准下，十八大以来年均减贫人数超过 1300万。有鉴于此，大量研究探讨了中国减贫的成功经验。毫无疑问，高速经济增长是其中一个重要因素，但需指出的是，不应将中国贫困的减少简单地视为经济增长的一种连带效果。经验研究表明，经济增长并不一定会带来福利水平提高(Bourguignon等，2003；Ahluwalia，2011)。作为对比，巴西、墨西哥等陷入了中等收入陷阱的国家，在城市化和二元转换的过程中也曾经历过高速的经济增长，但期间人民贫困状况不仅没有得到明显改善，反而贫民窟在城市周围疯狂地蔓延开来。本文认为，探讨中国减贫的成就，必须关注中国以发展为中心的扶贫政策，这是扶贫领域内“中国模式”和“中国经验”的重要组成部分。在理论层面，阿玛蒂亚·森的可行能力研究法(Sen，1999)为本文提供了一个必要的理论框架。他指出，可行能力由一系列功能构成：如免受饥饿、疾病的功能，满足营养需求、接受教育、参与社区社会活动的功能等，上述功能的丧失是贫困产生的原因，且这种丧失本身也正是贫困的表现。基于此，多维贫困理论认为，收入匮乏作为一系列功能性活动中的一种，在市场不完善或不存在的现实情境下，无法作为合意的指示变量来充分地反映个体或家庭的被剥夺程度。要正确衡量个体或家庭的贫困程度，就必须从多个功能性维度来考虑个体或家庭被剥夺的状况，构建多维贫困测度指数。目前，多维贫困已得到越来越多的国内外学者、国际组织、各国政府层面的认可(Alkire和 Foster，2011；UNDP，1995①参见1995年约翰内斯堡公约。、2010；World Bank，2000、2016②参见 http：//www.ophi.org.uk/world-bank-multidimensional-poverty-measurement-workshop/和 http：//www.ophi.org.uk/ophi_stories/measuring-global-poverty-atkinson-report-launch-4-november-2016-characterised-byhonesty/。)，世界银行所公布的人类发展指数、人类贫困指数和多维贫困指数均响应了森(1999)的可行能力理念③阿玛蒂亚·森的可行理论得到普遍认可。但必须客观认识实证分析中的一些争议：一是能否在现实中构建出多维贫困的合宜指数，意见分化为两派。二是维度和指标选取方式方法的争议。三是为规避权重选取的主观性和随意性。四是剥夺阈值设定上的争论(Alkire，2015)。。联合国开发计划署以及牛津大学贫困与人类发展研究中心已采用全球多维贫困标准测算了发展中国家的多维贫困指数，并自2010年开始按年度公布。

其实，在中国传统理念中贫困便是多维的。从汉语构词角度来看，“贫”为匮乏、缺失，“困”为受阻、受限，延伸为物质资料和发展能力的匮乏(Wang等，2016)。承袭这一传统理念，1986年国务院扶贫开发领导小组在成立之初即将“造血式”扶贫作为工作重点，旨在通过扶贫开发提高贫困人口的能力。近段时期，中国政府进一步将多维扶贫标准纳入到政策文件中来，如《中国农村扶贫开发纲要(2011—2020年)》将扶贫政策总体目标确定为“到 2020年，稳定实现扶贫对象不愁吃、不愁穿，保障其义务教育、基本医疗和住房”。在当前精准扶贫时期，精准识别“五看法”、精准帮扶“五个一批”都蕴含着多维度扶贫的理念。虽然目前我国还未正式颁布多维贫困指数，但可以说，在将多维贫困概念化并诉诸扶贫政策实施方面，中国走在了世界的前列(陈宗胜，2017)。

在研究领域，上世纪 90年代便已有学者开始关注并探索中国农村的多维贫困问题，如吴国宝(1997)从农户家庭成员受教育程度、家庭财产、热量摄取、生活饮水、住房条件、健康状况、时间利用和社会联系等方面研究了贫困人口的多维度特征。此后，李小云等(2005)尝试设计构建了融合生产、生活、卫生教育状况等 8个指标的参与式贫困指数。大约在 2010年前后，相关文献开始大量涌现。在测算方面，王小林和Alkire(2009)使用 AF方法，基于 CHNS2006年数据测算了中国城市和农村家庭的多维贫困状况，研究发现中国农村和城镇均存在近 1/5的多维贫困家庭。近年来，Alkire和 Shen(2017)、张全红(2017)、沈扬扬等(2017)①作者利用CHIP，基于“两不愁三保障”构建多维贫困指标，测算得到1995年到2013年近二十年期间，中国农村多维贫困程度下降幅度达到87%。将研究范围扩展到动态，跨期比较了多维贫困程度变动。另有 Wang等(2016)、Alkire 和 Shen(2017)等文献进一步关注了多维贫困和经济贫困的交叠错位关系，并发现中国多维贫困和经济贫困之间的错位程度较高的情况，主要由多维度发展指标发展速度不均衡所造成。

迄今为止受数据的限制，既有文献存在一个明显的不足是测算结果的全国代表性不强，难以说明中国整体的多维贫困演变情况。此外，由于多维贫困指数的构建在指标和权重选取方面存在争议，而相关文献又缺少指标选取和维度选择的充分论证，弱化了结论的政策参考价值。为克服上述问题，本文使用全国代表性数据，计算出具有国内跨期可比性、全球横截面可比性的 MPI指数。在指标和权重的选择上，本文严格参照全球可比的多维贫困指标选取方法，辅助以稳健性检验，规避了其他文章在指标、维度、权重选取科学性不足的问题。在满足稳健性的前提下，本文探讨了不同地区、不同社会特征群体在不同指标方面的贫困差异，得到了一些具有政策含义和价值的结论。此外，本文还以中国为例，尝试分析现阶段国际上正处于探索阶段的经济贫困与多维贫困之间的关系。

二、方法与数据指标

（一）多维贫困指数

在多维贫困的测算中，本文选用 AF方法(Alkire 和 Foster，2011)，其具有直观性强、适合政策分析等显著优点(Alkire等，2015)。

假设社会中有n个个体，个体i的福利状况由d个指标度量，个体i在每个指标j上的取值由xij表达。有 xij∈R ，i=1，…，n，j=1，…，d。在贫困识别中，依托于两个临界值：z临界值和k临界值。前者用于确定个体在特定指标上是否遭受剥夺：令gij等于个体i在指标 j上的被剥夺状态，若gij低于临界值zj，有 gij=1，即个体在特定指标上遭受剥夺；反之视为未遭受剥夺，有gij=0。权重向量w的设置目的是用于体现各指标重要性。设定指标j的权重为，将权重作用到个体i对应的各个指标，完成赋权过程。个体i在所有d个指标上的加权分数即为个体i的加权剥夺总分，以ci表达，。第二个临界值是 k临界值，用于比较ci剥夺程度以确定个体的多维贫困状态：若ci≥k，个体遭受程度超过容忍范围，i被视为多维贫困；反之则相反。基于上述信息可得到多维贫困指数MPI：

性质方面，首先，MPI可拆分为贫困广度和深度：

q是贫困人口数量，H为多维贫困发生率，即贫困的广度；A为多维贫困人群平均被剥夺程度，可以理解为贫困的深度。其次，MPI具有群组可分解性，可表达为：

上式含义是，将总人口分为g个彼此独立的群组，特定群组 l(l=1 ,…,g)组内人口规模为，群组l人口占比为。

AF多维贫困指数的维度分解，有助于回答贫困人口“因何贫困”的问题。具体地，可以对各项指标剥夺程度做两类分析，即不考虑门槛k和考虑门槛k。其中，前者考察了全体居民，后者假设非多维贫困人群在所有指标上不受剥夺。无门槛剥夺发生率可被表达为，有门槛剥夺发生率可以被表达为。其中，I(⋅)是一个门槛函数，当括号内条件为真时取值为1，否则取值为0，当添加一个门槛以后，不满足条件 ci≥k的gij将会被转变为0。故有门槛剥夺发生率一般会低于无门槛剥夺发生率。

（二）数据和指标

本文的测度和分解基于中国家庭追踪调查(China Family Panel Studies，简称CFPS)2010年、2012年和2014年的三轮追踪数据。调查样本覆盖了全国25个省份、直辖市、自治区(不包括新疆、青海、内蒙古、宁夏、西藏、海南、中国香港、中国澳门和中国台湾)，所覆盖区域占全国总人口的 95%，故而加权样本具有全国代表性。其中，2010年、2012年和2014年符合多维贫困研究条件的样本量，分别为42、251，43、683，44、514人。

CFPS2012年和2014年数据将家庭成员分为两类：“基因成员”与“核心成员”。CFPS2012年和2014年数据提供了基因成员的个人权数，没有给出核心家庭成员权数①详见谢宇等(2014)第9章。。考虑到核心成员特征属性影响MPI的测算结果(样本规模达到两千多)，本文作者与 UNDP的专业人员反复讨论，确定出重新赋权方式①赋权数过程综合考虑了样本性别、年龄、城乡和省份分布信息。在此一并感谢联合国开发计划署的 Cecilia Calderon帮助完成重新赋权数过程。以 2012年为例，通过重新赋权数，我们得到了 13亿人口代表量。与2012年13.5亿的人口总量相比，重新赋权得到了更接近实际的人口规模。，将核心成员纳入考察范围，这种处理方式提高了2012年和2014年测算多维贫困过程中的样本使用率，保障了不同年份的全国代表性②重新赋权后的结果在人口总规模、性别比例、省份分布、年龄结构等方面具有全国可比性，保证了不同年份CFPS数据的全国代表性。。

本文测算结果的一个突出优势是国际可比性。我们严格参照UNDP和牛津大学公布的全球多维贫困指数(GMPI)的测算标准和测算步骤，选取三大维度——教育、健康和生活标准，下设十个指标(表1)。选取第二重临界值 k＝1/3，即一个人未达标得分等于或超过 1/3，被视为处于多维贫困状态。例如，一个人在受教育年限、儿童入学、营养和炊事燃料上不达标，总得分为 1/6＋1/6＋1/6＋1/18＝5/9。由于 5/9大于 1/3，判断个体陷于多维贫困。对比全球 MPI，本文指标体系有两处调整③具体说明参见Alkire和Shen(2017)。：未纳入“地面材料”变量，并调整了部分指标剥夺阈值。对 k值和 z值的选取，本文参照国际标准，令测算结果具备国际可比性。当然，从实践角度，不同国家根据现实中的反贫困目标，会量体裁衣地制定本国的多维贫困方案。如马来西亚在第十一个国家发展计划中，选用教育、健康、生活条件和收入四大维度，设权方式是维度间等权重、维度内指标等权重的方法，多维贫困临界值k为0.3；越南胡志明市额外增加了信息获取和抗风险能力、居民的基本物质需求和精神需求。另一些国家，如尼泊尔等国家，则完全参照国际指标④对多维贫困国际的实践应用，具体可参见沈扬扬、詹鹏和高若晨(2018)。。

表1 中国MPI的维度、指标、权重和剥夺临界值

三、多维贫困的整体状况及跨期变动

测算显示，中国多维贫困程度并不高，并随时间推移贫困发生率持续下降(表2)。由于本文测算结果具有国际可比性，参照2017年的最新结果，在全球103个发展中和落后国家中，中国排第27位①此处排位越高贫困度便越高，无论以MPI还是贫困发生率计算，排位均不变。参见http：//ophi.org.uk/multidimensional-poverty-index/global-mpi-2017/mpi-data/。。跨期结果显示，2010年到2014年MPI从0.035下降到0.017，年均下降0.045。贫困发生率(H)从8.2% 降至4.0% ，下降幅度超过50%，且跨期变动具有统计显著性。尽管现阶段中国的多维度贫困发生率并不高，但覆盖人口达到7000多万人。被确定为多维贫困人群内部平均受剥夺程度(100%为最大值，即全部被剥夺)的贫困深度(A)从42.4%下降到41.3%，下降幅度较小且年度趋势统计不显著。

表2 中国多维贫困程度主要结果

表3呈现了各指标有门槛、无门槛下的剥夺发生率。测算结果显示，全国层面上，“炊事燃料”和“饮用水”是最易遭受剥夺的指标，其次是“营养”、“厕所”和“受教育年限”。以“炊事燃料”为例，2010年全国将近半数以上居民在“炊事燃料”不达标，在室内使用木头或木炭等生火做饭。结合区域测算结果，问题主要集中于农村地区，最主要受影响群体为农村的妇女和儿童。这些人群使用不安全的炊事燃料做饭，释放的烟尘以及一氧化碳、二氧化碳、氮氧化合物等，会引发呼吸道疾病、气管炎，增加患肺癌几率。伴随农村居民住房条件的改善，炊事燃料被剥夺的状况逐渐得到了缓解，全国层面上剥夺比例从2010年的47%下降到2014年的33.4%。如果将多维贫困群体作为一个整体折算下来，2010年多维贫困群体在炊事燃料指标上遭受剥夺的比例为87.8%，2014年该比例下降到70%，尽管有所改善，但占比仍然很高，这说明该指标是引致多维贫困的重要因素。

从各剥夺指标的跨期变动上看，总体的改善趋势明显：“受教育年限”年均降低0.8%，“营养”年均降低 0.6%，“厕所”年均降低 1.9%，“安全饮用水”年均降低2.6%，“炊事燃料”年均降低 1.6%。“儿童入学”、“儿童死亡率”和“电力”几项指标没有显著变化，主要原因在于这些指标已经在前期得到很好改善，改进空间较小。重点关注一下“安全饮水”。基于对“可行能力”中功能性定义的理解，喝到安全水是人们生活的基本需求(或保障)。因为饮水安全可以减少寄生虫、传染病和流行病患病概率，对儿童生长发育尤为重要，影响到个体的整个生命周期。但是，安全饮水的获取，很难通过个人经济条件改善来实现。因为安全饮水是工程建设，属于社区基础设施建设中的一环。我国城镇安全饮水工程建设较为完善，而农村则与城镇有较大差距。表4区域性分解结果显示，遭遇安全饮水困难的人群主要集中于农村地区。故实际上安全饮水指标的跨期改善主要发生在农村，与国家农村饮水安全工程相关。现阶段，精准脱贫第三方评估中将安全饮水补充到“两不愁”考核指标中，体现出国家对保障农村居民安全饮水的重视。这也说明单纯注重经济救助的扶贫手段是不充分的，须要基于民生发展、赋能赋权和基本型功能性保障的视角，构造有助于贫困人群脱贫和发展的扶贫救助网络。

最后，就 2014年的群体遭受剥夺状况来看，健康问题最值得关注。2014年“营养”指标无门槛和有门槛剥夺发生率分别为25.0%和3.3%，在无门槛剥夺指标中居于第三位，在有门槛剥夺指标中位列第一，意味着营养不良已成为多维贫困的最主要表现形式。前文提到，农村居民在“炊事燃料”、“厕所”和“安全饮水”上达标率不高，故上述矛盾会伴随时间推移逐渐从指标本身的功能性获取受限，转变为影响个体健康和人力资本的现实问题。这种由单一或多种指标作用引发的传递效应，解释了2010年到2014年期间我国居民在“营养”指标上改善速度缓慢并逐渐成为突出问题的成因，也说明我国多维贫困中的一个重要短板在于健康问题。从根源上看，这主要源于部分农村基础设施建设不够完善的外生性矛盾。目前我国已经注意到了上述问题，这体现在将饮水安全作为“两不愁”考核的重要补充指标，将“厕所革命”作为解决“三区三州”深度贫困问题的重要建设目标，并开始着手统筹推进“乡村振兴”战略。

表3 无门槛和有门槛剥夺发生率的跨期变动(单位：%)① 笔者计算了95%置信区间下的结果，感兴趣读者可向作者索取。以下表格均做出了置信区间计算，不赘言。

四、分解分析

（一）区域贫困

城乡差别：表4给出了分区域分城乡的多维贫困分解结果。从城乡差别上看，相比于城市，农村居民贫困度更高。如 2010年农村多维贫困发生率为 12.6%，而城市多维贫困发生率仅为 3.5%，二者相差近三倍。当然，该结果是建立在城乡相同的多维贫困指标构建体系下，其优势在于基于相同标准呈现了城乡分化程度高的突出矛盾。指标分解显示，农村居民各项指标的受剥夺程度高于城镇居民，以“炊事燃料”、“饮用水”和“营养”为主要剥夺指标。跨期变动则显示贫困度随时间推移而下降。农村地区MPI从2010年的0.054降至2014年的0.028，且具有统计显著性；同期贫困发生率由12.6% 下降至6.7% 。城镇MPI从2010年的0.014下降至2014年的0.007。与城镇相比，农村贫困的缓解速度仍相对较慢。

三大区域：依照地理区位和经济发达程度，我们将前文提到的25个省份、直辖市、自治区划分为三大区域①东部包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东和广东。中部包括：山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南。西部包括：广西、重庆、四川、贵州、云南、陕西和甘肃。，其中，东部最为发达，中部其次，西部以山区和丘陵为主，且是农村居民(73%的农村人口)和少数民族的主要聚居区。分解结果显示，西部显著贫困于东部或中部地区，且西部不仅面临着健康营养方面的被剥夺，且教育剥夺问题也非常严重。

表4 2010—2014年中国的区域多维贫困状况

（二）家庭特征

户主受教育程度：大量文献显示，教育与收入贫困间具有显著联系。考虑到户主是家庭的主要决策者，本文按照户主的受教育程度进行分组。本文发现(表5)，户主受教育程度越高，家户多维贫困程度越低。文盲户主所在家庭的多维贫困状况最为严重，组内多维贫困发生率高达 21.1%，但不排除统计中多维贫困指数本身与教育的相关性问题。除了“受教育年限”，低教育程度户主在“炊事燃料”和“营养”上也同步遭受剥夺，反映教育程度低的家庭健康意识也偏低。与之形成鲜明对比的是，高教育程度户主家庭在“儿童入学”及“健康”维度上有非常好的表现。

户主年龄：为探究中国户主年龄与贫困间关系，我们绘制了16岁及以上户主家庭(收入与多维)贫困的年龄分布图(图1和图 2)。图中显示，贫困度与年龄分布之间先下降而后缓慢上升。24岁左右为贫困程度最低点①对16～18岁户主家庭的贫困度偏高问题，考虑按照中国法定的结婚年龄为女性不得早于 20周岁，男性不得早于 22周岁，较早结婚的个体可能生长自具有一些文化陋习或者家庭环境并不是很好的家庭，从而其贫困度较高。，35～60岁年龄区间内贫困度呈现波动性稳定态势，60岁以上区间贫困度波动性递增。基于此，本文按照户主年龄将样本分为四组：16～25岁、26～40岁、41～60岁、61岁及以上。结果显示(表5)，最贫困的是60岁以上户主家庭，其次是26～40岁，贫困度最低的是16～25岁组。这表明，贫困—年龄分布呈现鲜明的时代队列性。年轻户主是“九零后”，生长于良好社会与家庭环境，在可行能力构建上最为完善；老年组最贫困，出生于社会资源匮乏的解放前或新中国成立初期，在“受教育年限”、“健康”上遭受剥夺；“七零后”和“八零后”极易在“儿童入学”、“受教育年限”和“营养”上遭受剥夺，对应当前农民工外出务工所遭遇的社会保障和福利不足现状。

图1 伴随户主年龄变动的收入贫困发生率

图2 伴随户主年龄变动的多维贫困发生率

表5 基于家户特征的贫困度比较

家庭规模：测算显示，家庭规模与贫困程度呈正比。三口之家的贫困程度最低，家庭规模越大，贫困程度越高。1～2人组分解结果显示，组内贫困人群在“受教育年限”上遭受了高度剥夺。结合家庭人员状态来看，这些贫困群体来自离异和丧偶家庭①篇幅所限，没有在文中汇报，读者可向笔者索要计算结果。，据此，单亲家庭可作为反贫困政策着力点之一。

户主性别：考虑到女性在社会和家庭角色中居于相对弱势地位，经验上女性户主家庭可能更容易陷入贫困。但与预期不同，本文未观测到多维贫困的性别差异，甚至发现女性户主家庭贫困度略低于男性户主家庭，但结果不具有统计显著性。本文尝试考察不同婚姻状态下户主的性别—贫困差异，亦发现该差异不显著。当然，这并不意味着多维贫困不存在性别差异，因为以家庭为单位的数据处理方式会干扰结论。

农民工：收入贫困方面的研究指出，外出务工行为对缓解收入贫困具有显著效果(罗楚亮，2010)，但流动过程中，农民工及其家庭遭遇了户籍制度、城乡二元体制障碍，这与多维贫困密切相关。结合国家统计局农民工定义②农民工指户籍仍在农村，在本地从事非农产业或外出从业6个月及以上的劳动者，并分为本地农民工(在户籍所在乡镇地域以内从业的农民工)、外出农民工(在户籍所在乡镇地域外从业的农民工)和举家外出(农村劳动力及家人离开原居住地，到户籍所在乡镇以外的区域居住)三类。本文研究中将第一、二类归为一类，即非举家外出农民工。，将全部居民分为四类：1.举家外出户，农户举家离开原居住地搬迁到城镇生活居住(组 1)；2.非举家外迁户，部分家庭成员外出务工，但仍以农村老家为主要家庭单元并共享经济成果(组 2)；3.农村非外出户，家中没有任何成员外出(组3)；4.城镇居民(组4)。组4仅作为对照组，不做重点分析。多维贫困结果显示，农村非外出户贫困度最高，其次是非举家外迁户①组3和组2群体的差别仅在10%条件下具有统计显著性。，举家外迁户多维贫困度最低。关于如何理解外出行为与多维贫困，本文给出三种解释。第一，经济动机。单纯以逐利为目的，农民是不必举家外迁的。但是，如果务工者与家庭形成分割，留守子女和老人在“健康”、“教育”等指标上则易遭受剥夺，使得非移民家户尽管能够改善自身经济状况，但无法解决其他维度的深层次矛盾，故同样是务工行为，非举家外迁户的多维贫困程度却要高于举家外迁户。第二，初始人力资本。由于城镇工作对人力资本要求更高，初始人力资本禀赋越高的农民越可能成为农民工。第三，环境差异。由于城乡基础设施与基本生活标准有显著差别，相比农村，迁居到城镇会自发改善“生活标准”，令举家外出户在“生活标准”维度得到改善。总体上看，由于外出动机不同、初始资本不同，外出农民工经由不同机制改善多维贫困。

五、多维贫困与经济贫困

表6给出了多维贫困与经济贫困的交叠错位变动关系。按照农村官方贫困标准(2300元，2010年不变价)，2010年全国收入贫困发生率为 13.1%②CFPS 测算的收入贫困发生率高于官方公布的测算结果，参见Zhang等(2014)。，消费贫困发生率为10.7%，多维贫困发生率为8.2%。沈扬扬等(2017)通过CHIP1995—2013年数据跨期追踪③与本文构建多维贫困方式不同，沈扬扬等(2017)将收入也纳入了多维贫困框架。，发现由于多维贫困和收入贫困发展不同步，二者重合度逐渐下降。本文结果也显示，仅 2.8%的人口同时处于收入贫困和多维贫困状态，2.4%的人群同时处于消费贫困和多维贫困状态，且2010—2014年同时陷于两类贫困的人群重合度不断下降。为增强结论的稳健性，按全国居民人均可支配收入做五等分组。结果显示④篇幅关系，没有在文中汇报结果。可向作者索取。，不到一半的多维贫困者分布在收入的下五分位组，上五分位分位组内也存在多维贫困群体。从领取政府补贴的情况来看，绝大多数多维贫困人群未能享受政府补助⑤CFPS问卷对政府补助的分类为：1.低保(低保的保障对象是家庭年人均纯收入低于当地最低生活保障标准的农村居民。2014年起，低保在中国扶贫工作中起到至关重要的“兜底”作用)，2.退耕还林补助，3.农业补助，4.五保户补助，5.特困户补助，6.工伤人员供养直系亲属抚恤金，7.救济金、赈灾款(包括实物形式)，8.其他，9.以上都没有。本文将1、4、5、6、7视为“接受补助”类型。，多维贫困群体内享有补助者不到三成，侧面印证了朱梦冰和李实(2017)关于低保瞄准效率不高的结论。

整体上比较经济贫困与多维贫困关系：第一，从时序趋势来看，固定收入贫困线，多维贫困和经济贫困的错位关系越来越高，交叠度越来越低。第二，陷于多维贫困但未陷于经济贫困人群的主要致贫问题集中于健康和教育。具体解释，越来越多的贫困人群，其贫困特征超出了经济条件差的单一困境。回顾可行能力理论(Sen，1985)，一条重要理由是市场不完善区域，收入难以作为替代家庭被剥夺程度的工具性变量反映贫困程度。在早期阶段，经济贫困恰好与社区基础设施建设不充分的现实状况是重合的。伴随我国经济的快速增长，城镇化进程加速，经济贫困快速缓解，但区域基础设施建设速度跟不上，造成欠发达地区居民虽然在经济上超越了贫困线，却仍然面临营养不良、健康差、平均寿命短、生活质量差、教育程度低等问题。从这个意义上，多维贫困不是新问题，只是在现阶段表现得更为突出。

整体上，贫困跨期变动结果显示，相当多的经济贫困人群避免了发展能力被剥夺，具备良好脱贫前景，这是中国实现快速减贫的重要基础。但一些经济相对富裕人群也面临潜在贫困威胁。根据前文分析，潜在风险主要来自健康和教育指标。单维度经济增长的目标虽然有助于一时的经济脱贫，从长远角度看缺乏可持续性，长期会负向影响减贫成效。基于该结论，可以将多维贫困作为经济贫困的一个重要补充。

表6 经济贫困和多维贫困的关系

六、不同权重下的稳健性检验

多维贫困主要依托于可行能力理论，其理论基础目前已较为完善，但在指体系构建方面却存在一定程度主观随意性(Ravallion，2011a、2011b)。为此，下文通过调整权重结构进行稳健性检验。

权重调整方法是，将其中一个维度权重从 1/3放大到 1/2，其余两个维度权重从1/3等比例缩小到1/4，形成三种权重设置方式W1、W2和W3(表7)。三种可供选择的方法用来评估权重的稳健性：1)对样本分布进行假设检验；2)对标准差进行成对 t检验；3)对置信区间进行成对 t检验(Alkire等，2015)。鉴于样本不能分解成多个子群体，选用方法1和方法3。

表7 原始权重向量和附加三个权重结构向量

结果表明，使用原始权重、W1和 W3估计的 MPI和 H没有显著差异，然而使用W2估计的MPI和H显著高于其他结果。可能原因是自我报告的营养信息偏差或非抽样测量误差。如果数据质量问题得到解决，应该得到 MPI对健康问题的稳健结论。本文选用 Bootstrap方法(1000次重复抽样)和核密度分析估计的结果进行验证。我们给出了估计变化范围 95%水平的置信区间。图 3显示了 2010—2014年数据在不同权重下的MPI指数，灰色区域表示置信区间。

图3 不同权重下的MPI估计值分布

由图可见，第一，2010—2012年在W0、W1和W3权重结构下MPI值高度重叠。2014年虽然分布不同，但绝对值非常接近，MPI值已经相当低。这与前文的结论是一致的，即教育和生活水平维度的 MPI指数在合理范围是稳健的。第二，2010年的 W3分布在W1和W0的右侧，意味着提高生活水平权重会令MPI值变大。然而，2012年和2014年观察到相反的结果。说明2012年以后生活水平快速提高增加了多维贫困对权重选取的敏感性。第三，提高健康维度的权重时，MPI的估计结果稳健。

七、结 语

使用 AF方法并依照全球 MPI标准，本文对中国的多维贫困状况展开了研究。结果表明，全球标准下的中国多维贫困程度并不高，且随着时间的推移，贫困程度呈现不断下降的趋势。这意味着中国以发展为中心的扶贫政策在实践中取得了显著成效，是中国在减贫领域取得巨大成就的一条重要经验。同时，这也预示了中国在2020年前全面奔向小康社会、实现减贫目标的良好前景。

剥夺指标分解结果显示，贫困人群普遍在健康和教育方面遭受了剥夺。细化到各群组，指标贡献度各有差异，这提示我们，扶贫政策关注点制度因地、因人制宜的重要性。地域子群贫困度对比显示，农村贫困程度显著高于城镇，西部贫困程度显著高于中、东部地区，这表明区域发展的不平衡对多维贫困有着显著的影响。家庭特征层面的分析显示，受过高等教育、人口规模小以及外出务工的家庭贫困度要更低。同时，分解结果还显示出了一些值得注意的现象，如多维贫困具有明显的代际差别；教育程度低的家庭更不关注健康；多维贫困的性别差异不显著；农民工外出行为对家庭多维贫困的改善来自多种渠道和途径。

进一步，本文探索了经济贫困与多维贫困的交叠错位关系，发现二者重合度并不高。一方面，这说明收入增长和其他维度的改善并不同步，另一方面，如果家庭选择以牺牲成员健康、教育等人力资本为代价换取高收入，很可能形成多维贫困但并非收入贫困的错位模式，这极有可能造成家户在未来阶段因缺乏人力资本而陷入经济贫困。

应当说，基于多维贫困视角开展的测度和相关研究能够为认知和定位贫困人群提供更多富有价值的理论和实证参考。尽管目前中国尚未发布国家层面的多维贫困指数，但适于中国国情的多维贫困标准正为国内外学者所积极探索。未来，以多维贫困标准替代传统的经济贫困标准极可能将成为中国贫困识别、瞄准和救助的新趋势。