中国农村家庭多维贫困动态演化研究

摘要应用统计分析方法和中国健康与营养调查数据库，计算中国农村家庭多维贫困剥夺程度，分析多维贫困的整体变动趋势及其动态演化特征。结果显示，多维贫困发生率和指标平均剥夺份额呈不断下降趋势;脱离多维贫困与进入多维贫困现象并存，均呈状态依赖特征。

关键词多维贫困;动态演化;统计方法;农村家庭

中图分类号S-9文献标识码A

文章编号0517-6611（2019）01-0239-03

doi：10.3969/j.issn.0517-6611.2019.01.069

开放科学（资源服务）标识码（OSID）：

近几年，在国家经济持续发展的带动下，国家的扶贫政策也由粗放式的大规模开发式扶贫向精准扶贫转变，使得我国农村在减贫方面取得了显著的成效，贫困率不断下降。但随着城镇化步伐的加快，大量失去土地的农户进入城市，此外农村社会保障体系的不健全、基础设施不完备和自然条件的约束导致农村家庭抗击外界冲击风险的能力依然较弱，因病返贫、因学致贫的现象依然普遍存在。在新的背景下提高我国农村的扶贫效率需要转换传统的思维方式，综合贫困的不同特征，系统地考究贫困问题。

国内外学者对于贫困的理解经历了从“收入贫困”到“能力贫困”的转变。传统意义上的贫困主要是指收入贫困，即家庭所获得的收入无法支撑家庭生活的基本需要。阿马蒂亚·森[1]指出贫困的实质是家庭及其成员缺乏改变贫困现状的能力，或者说能力“被剥夺”了，因此衡量贫困问题应该超越单一的收入维度，而应从多个维度去理解和测度贫困才能有效地揭示贫困的实质。从阿马蒂亚·森的能力集及能力方法出发，张建华等[2]介绍了3种多维贫困测度指数，包括H-M指数、HPI人类贫困指数和W-M指数。目前Alkire等[3]提出“双界线”方法构造的多维贫困指数得到了广泛的应用。

从客观的角度看，任何事物都处于不断的变化当中，贫困问题也不例外。在单一的时点，一个研究对象可能处于贫困状态也可能处于非贫困状态，但在时间的维度上，单一时点的状态是研究对象不断发生变化的结果。基于贫困的动态研究视角，国内外产生了大量的研究成果[4-10]。而基于阿马蒂亚·森的能力视角，动态研究中国农村家庭多维贫困变动情况则有着重要意义。目前从动态角度出发，国内学者邹薇等[11]、蒋翠侠等[12]分别采用“双界线”方法，利用中国健康与营养调查几个年度的家庭微观面板数据，对中国的多维贫困状况进行了考察。上述学者主要从宏观的角度计算了中国多维贫困指数及其随时间的变化情况，这种分析方法能有效地反映多维贫困状况的整体变动趋势，但不能深层次地揭示研究对象内部的动态演化特征。

鉴于此，笔者首先借助于Alkire和Foster提出“双界线”方法，介绍多维贫困家庭的识别和动态演化方法;其次，借助于中国营养与健康调查的微观面板数据，从教育、健康、资产、生活质量4个维度10个指标计算中国农村家庭2004、2006、2009、2011年4个年度的多维贫困剥夺情况;再次，采用统计分析方法，分析中国农村家庭多维贫困的结构变动;最后得出相应的结论。

1多维贫困识别和动态演化方法

1.1多维贫困识别

多维贫困测量首先需要通过家计调查获得家庭在每个维度上的取值，然后对每个维度定义一个贫困标准，根据这一标准来识别每个家庭在该维度上是否贫困[13]。重点在于识别每个中国农村家庭是否存在多维贫困，无意计算整个中国农村家庭每年的多维贫困指数，因此借助于Alkire和Foster提出“双界线”方法，根据研究需要，计算方法做出相应的處理。具体多维贫困家庭的识别方法如下：

（1）确定样本观测矩阵。设Mn，d代表n×d维矩阵，令矩阵元素y∈Mn，d，代表n个人在d个维度上的取值。y中任意元素yij，表示家庭i在维度j上的取值i=1，2，…，n，j=1，2，…，d。

（2）贫困识别。对每个维度定义一个贫困标准zj，按照

gij=1，Xij

0，其他

得到贫困剥夺矩阵G。

（3）指标权重。Betti等[14]指出，维度的权重一要反映指标在总体中的分布情况，应用变异系数反映，即ωaj∞cvj;二要剔除该指标与其他指标的高度相关所带来的多余性，使用相关系数来构造此权重，即

ωbj∞（11+dj′=1ρj·j′|ρj·j′<ρh）·

（1dj′=1ρj·j′|ρj·j′≥ρh）

其中，ρj·j′表示指标之间的相关性，ρh是一个门槛值，将与不同维度之间的较小相关性与较大相关性分离开来。借鉴方迎风[15]的方法将ρh设置为高于ρj·j′的最大值，因此，ωbj的第二项就变为1。最后，将两方面的权重相复合得到指标的相应权重ωj，即：

ωj=ωaj×ωbj

（4）多维贫困识别。定义

ρi=1，nj=1ij≥20，其他，i=1，2，…n

即当该家庭被剥夺的总指标数大于等于2时，定义该家庭为多维贫困。

1.2动态演化方法转移矩阵的形式如下：

P（x，y）=pij（x，y）∈Rm×m+。

其中Pij（x，y）表示研究对象从第期第类状态转移到第t+1期第j类状态的概率，取值区间为[0，1];x和y分别表示时期t和时期t+1的状态分布;m是状态由好到差排序的等级数。在样本有限的假设下，其估计形式为

ij（x，y）=1/nni=1I（ξi-1

i=1I（ξi-1

其中，ij（x，y）表示研究对象从状态分布向量x中的第类状态转移到状态分布向量y中的第j类状态的概率，I（·）为示性函数，取值为0或1。

2数据、指标与各维度临界值设定

2.1数据选取

数据来自中国健康与营养调查数据库，该数据库于1989年开始，截止到2017年共进行了9次调查。由于需要考察中国农村家庭多维贫困的动态演化特征，因此为了保证有足够多的家庭样本参与计算，最终选取2004、2006、2009、2011年4个年度的调查数据，以户为分析单位，剔除无效样本，最终以4个年度都参与调查的1817个中国农村家庭作为研究样本。由表1可知，整体来看，样本数据平均分布9个省份。

2.2指标选取与临界值设定

在维度的设计方面，刘泽琴[16]指出可分为货币性维度和非货币性维度。同时庇古[17]指出，收入支出方式很可能会改变非经济福利，因此不宜将货币性维度与非货币性维度联立。基于以上分析，根据4个年度中国健康和营养调查数据，选取教育、健康、资产、生活质量4个维度共9个指标，同时结合联合国千年发展目标以及中国农村家庭实际情况和数据的可获得性，确立各个指标被剥夺的临界值（表2）。需要指出的是，在中国健康和营养调查数据中，教育和健康保险是个人指标，根据被剥夺临界值的界定，应用STATA12.0转化为家庭指标。

3中国农村家庭多维贫困整体变动趋势

根据多维贫困识别方法，当该家庭被剥夺的总指标数大于等于2时，定义该家庭为多维贫困，得到多维贫困发生率，即多维贫困的家庭占被调查家庭的比例。由表3可知，中国农村家庭的多维贫困发生率逐年下降。

中国农村家庭指标平均剥夺份额，即每年所有家庭指标剥夺的平均值也呈下降趋势，说明中国农村家庭多维贫困情况逐年改善。

由图1可知，在4轮调查中，从未经历过多维贫困的家庭大约占全部农村家庭的8.31%，至少经历过1次多维贫困的家庭占全部家庭的91.69%。其中4轮调查都经历多维贫困的家庭占全部家庭的32.73%，同时随着多维贫困经历年限的提高，比重呈上升趋势，表明在经历多维贫困的农村家庭中，一直处于多维贫困状态的家庭比例最高。

4中国农村家庭多维贫困动态演化

由表4可知，对于2004年处于多维贫困的家庭，大约有26.61%的多维贫困家庭脱离多维贫困，而同时对于2004年非多维贫困家庭，大约有38.93%的非多维贫困家庭进入多维贫困。总体来看，脱离多维贫困的比例呈上升趋势，从2004—2011年的26.61%上升至2009—2011年的44.41%，而进入多维贫困的比例整体呈下降趋势，从2004—2006年的38.93%下降至2009—2011年的20.44%。可见，中国农村存在比较普遍的脱离多维贫困与进入多维贫困并存的现象，但整体来看脱离多维贫困占主导地位。

对于每年中国农村家庭的多维贫困剥夺程度，以指标数2为分界线，分为多维贫困家庭和非多维贫困家庭。进一步对于多维贫困家庭以0个指标和1个指标遭受剥夺分为2组，对于非多维贫困家庭以2个指标、3个指标及3个指标以上遭受剥夺分为3组。处理后，每年中国农村家庭多维贫困按照剥夺指标数由低到高被分为5组，如表5和6所示。

由表5可以得到中国农村家庭脱离多维贫困和返回多维贫困概率。第一，从中国农村多维贫困家庭脱离多维贫困的概率分布来看，整体呈上升趋势，并且2个指标被剥夺阶层脱离多维贫困的概率高于其他指标被剥夺阶层脱离多维贫困的概率，表现出状态依赖特征。第二，从中国农村非多维贫困家庭进入多维贫困的概率来看，整体呈下降趋势，1个指标被剥夺阶层进入多维贫困概率高于0个指标被剥夺阶层进入多维贫困的概率，也表现出状态依赖特征。

由表6可以得到2004—2011年中国农村家庭脱离多维贫困和进入多维贫困后家庭多维贫困地位演化特征。从中国农村多维贫困家庭脱离多维贫困后的演化特征来看，大部分多维贫困家庭进入到1个指标被剥夺阶层;从中国农村非多维贫困家庭进入多维贫困后的演化特征来看，大部分非多维贫困家庭进入到2个指标被剥夺阶层。

47卷1期张志国中国农村家庭多维贫困动态演化研究

5结论与讨论

从阿马蒂亚·森的能力集及能力方法出发，多维贫困比传统的以收入为基准测量贫困能够更加准确地反映贫困人口的福利被剥夺情况。而对多维贫困问题的动态演化研究可以更加深入地揭示贫困变动的本质特征。该研究利用中国营养与健康调查四轮面板数据，测度中国农村家庭4个年度的多维贫困剥夺程度及其多维贫困的动态演化特征，主要结论如下：

第一，从宏观的角度来看，中国农村家庭的多维贫困呈现逐年下降的趋势，但多维贫困的状况依然严峻，并且脱离多维贫困与进入多维贫困现象并存，呈现出持续性的多维贫困状态。

随着我国宏观经济的不断增长、国家精准扶贫政策的提出以及中国农村城镇化步伐的加快，中国农村家庭在教育、医疗和生活条件方面均得到了较大的改善。但由于农村家庭抗击外界风险冲击能力较差，尤其近几年粮价普遍较低以及农资产品价格的上涨，使得农村家庭获取收入的能力下降，因病致贫、因学致贫等依然在农村家庭中普遍存在。

第二，从微观的角度来看，脱离多维贫困的概率呈逐年上升的趋势，进入多维贫困的概率呈现逐年下降的趋势，并且脱离多维贫困和进入多维贫困均表现出状态依赖的特征。首先，中国的扶贫取得了一定的成绩;其次，要求政府相关部门和社会团体在政策层面重点关注多维贫困较为严重的群体，确定精准扶贫的对象，防止这部分群体进入持续性多维贫困状态，进而防止贫困代际传递的发生;最后，要区分处于多维贫困附近的群体，给予适当的鼓励政策，推动多维贫困群体尽快脱贫，也要防止非多维贫困群体再次返贫，巩固反贫困的成果。

第三，该研究所得结果依赖于各个指标权重的选择，指标权重的不同可能会得到不同的结果。关于多维贫困指标权重的选择，国内外学者做了大量的研究，但至今沒有形成统一的框架，这是今后工作的重点。

参考文献

[1]阿马蒂亚·森.贫困与饥荒——论权利与剥夺[M].北京：商务印书馆，2001.

[2]张建华，陈立中.总量贫困测度研究述评[J].经济学，2006，5（3）：675-694.

[3]ALKIRES，FOSTERJE.Countingandmultidimensionalpovertymeasurement[J].Journalofpubliceconomics，2011，95（7/8）：476-487.

[4]OXLEYH，DANGTT，ANTOLINP.PovertydynamicsinsixOECDcountries[J].OECDEconomicStudies，2000，30（1）：7-52.

[5]JALANJ，RAVALLIONM.Istransientpovertydifferent？EvidenceforruralChina[J].Thejournalofdevelopmentstudies，2000，36（6）：82-99.

[6]万光华，张茵.收入增长与不平等对我国贫困的影响[J].经济研究，2006（6）：112-123.

[7]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.

[8]罗楚亮.农村贫困的动态变化[J].经济研究，2010（5）：123-137.

[9]王朝明，姚毅.中国城乡贫困动态演化的实证研究：1990～2005年[J].数量经济技术经济研究，2010（3）：3-15.

[10]郭劲光.我国贫困人口的脆弱度与贫困动态[J].统计研究，2011，28（9）：42-48.

[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）：49-59.

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

[13]王小林，SABINAALKIRE.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.

[14]BETTIG，VERMAV.Fuzzymeasuresoftheincidenceofrelativepovertyanddeprivation：Amulti-dimensionalperspective[J].Statisticalmethods&applications，2008，17（2）：225-250.

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

[16]刘泽琴.贫困的多维测度研究述评[J].统计与决策，2012（10）：33-36.

[17]庇古.福利经济学[M].朱泱，张胜纪，吴良健，译.北京：商務印书馆，2009.