大型水利水电工程移民多维贫困测量——基于三峡库区调研数据分析

许芯萍 滕祥河 文传浩,2

(1.重庆工商大学 长江上游经济研究中心，重庆 400067；2.重庆工商大学 财政金融学院，重庆 400067)

一、研究背景及方法

因大中型水利水电工程建设引起的大规模人口地理空间迁移是全球最重要的人口现象之一。国际大坝委员会研究表明，除中国外，全球现有大坝超过35000座，因水库大坝建设而被迫迁移的人口约为4000～8000万[1]。资料显示，我国已建和在建的大中型水利水电工程移民人口约有2500万人，规划拟建的水电工程预计产生移民80余万[2]。随着水利水电工程的不断建设，库区移民人口规模和数量将会继续增加。有别于其他移民，水利水电工程移民因搬迁人口的规模性及安置管理的复杂性成为最需重视、亟待妥善处理的特殊群体。一个值得注意的现象是，在库区移民生计从断裂走向恢复的过程中，移民群众的生产生活条件得到了一定程度改善，但部分移民仍因生产资料、生活条件、所处环境等多重因素的弱势地位而面临贫困和介入型贫困等风险[3～4]。三峡库区横跨秦巴山区、武陵山区两大国家集中连片特困区[5]，是政府及学术界关注的热点区域，库区百万移民的基本生活及脱贫致富也成为社会关注的焦点问题。但经过多轮扶贫之后，库区依然存在大量贫困人口基数[6]。因此，关注三峡库区移民生计、促进库区贫困移民人口精准脱贫显得尤为重要。

早期的贫困主要指物质资料匮乏，以收入和消费为主要关注指标，强调物质和收入的绝对数量，与人类基本生存要素的不足有关[7]。随着经济社会发展及人民群众需求的不断变化，单一关注收入及消费的贫困含义遭受质疑，理论界逐步将个人能力及社会公平等相对指标因素纳入贫困界定范围中，研究视角逐渐也从单一维度贫困转向多维贫困。阿玛蒂亚·森创立的能力方法被视为多维贫困的理论基础，该理论的核心观点是：除收入因素外，基本可行能力的剥夺也是贫困的重要成因[8]。借鉴国外先进研究成果，在对多维贫困理论研究成果的应用上，国内学者应用该方法对中国宏观层面及各典型区域的多维贫困状态进行了系列实证研究，研究对象主要涉及老人、妇女、残疾人、农民工等不同群体[9～12]，研究区域多为国家及省域层面[13～14]，研究方法主要包括AF法、Watts法等[15～16]。其中联合国开发计划署采用的官方方法—AF法最具影响力，自推广以来备受认可[17]。已有研究成果对采用多维视角方法评价库区脱贫减贫实践提供了参考。就库区贫困治理而言，多集中于经济、社会、自然等维度，较少从心理维度展开分析，且鲜有文献聚焦三峡库区移民多维贫困问题。因此，笔者构建涵盖心理维度的多维贫困测量指标体系，并运用AF方法对2017年三峡库区移民多维贫困状态进行测度分析，以期为“后三峡”时代库区精准扶贫、精准脱贫政策制定提供依据。

二、研究设计

(一)数据来源

研究数据来源于重庆工商大学长江上游(流域)复合系统管理创新团队2017年7月于三峡库区腹心地带——万州区开展的入户问卷调查。三峡库区各移民区县中，万州淹没损失最大，移民搬迁任务最艰巨，具有区域代表性。为进一步保障调研数据的可信性，此次调研采取预调研及正式调研两阶段抽样法，共发放并回收问卷377份。基于研究目标，数据选取时采取以下标准：一是删除非移民问卷，仅保留移民样本；二是删除预调研阶段问卷，仅保留正式调研样本，以保证样本之间的类别可比性；三是删除涉及变量存在缺失值及异常值的样本。最后选取308份样本。

(二)MPI测算方法—AF方法

笔者选取最为成熟、应用最广的AF方法对三峡库区移民的多维贫困状态进行测量。参考已有文献[18～20]，将该方法分解为以下步骤。

1.原始矩阵构建

令n×d维原始数据矩阵Mn,d代表n个移民家庭在d个不同指标上的取值集合，其中对于矩阵中任一元素xij∈Mn,d表示第i个移民家庭在指标j上的取值(i=1,2，…,n，j=1,2，…,d)。其中行向量代表特定移民家庭在所有维度指标上的取值集合，列向量代表特定指标上不同移民家庭的取值分布。

2.贫困识别与加总

基于上述信息可进一步得到多维贫困综合指数MPI—M0，现阶段应用较为广泛的测度方法是修正FGT法，公式为：

(1)

3.多维贫困分解

(2)

(3)

(三)多维贫困指标体系构建

在牛津大学贫困与人类发展研究所及联合国开发计划署采用的“教育-健康-生活标准”多维贫困分析框架基础上，笔者针对中国扶贫进展及减贫经验，构建涵盖教育、健康、心理和生活标准4个维度10个指标的评价体系，即在已有的维度基础上，增加了心理维度。研究表明，贫困与心理健康存在联系，穷人更易陷入贫困心理陷阱而难以摆脱贫困。其内在逻辑是，主观感受在外界客观因素的刺激及内在心理机制的作用下完成对贫困状态的影响[21]。更为重要的是，相比非移民，大规模水电工程中非自愿移民在被迫地理空间迁移过程中，都经过一次心理波动，心理感知和心理诉求相对更为强烈。在精准扶贫推进过程中，“扶贫先扶志，致富先治心”也成为我国实现脱贫攻坚目标的关键举措。笔者从研究个体主观感知视角出发，基于贫困心理陷阱从“是否感到前途没有希望”及“是否觉得无法继续生活”两个问题衡量研究对象心理贫困状态，是对多维贫困分析维度的重要拓展。为避免主观因素的影响，参照已有研究[22]，采取相等权重。综上，构建多维贫困指标体系，见表1。

表1 多维贫困指标界定

① 2016年重庆人均农村可支配收入为11549元(重庆统计年鉴)，认为低于该水平，其收入水平较低。

② 重庆公共租赁住房管理实施细则对住房困难户的界定标准为人均住房建筑面积低于13m2，认为低于该水平，其住房状况较差。

三、多维贫困测量及分解

(一)单维贫困测量结果

根据表1维度指标及阀值的确定，对库区单维贫困发生率进行测算，测算结果见表2。整体而言，库区移民单维贫困剥夺最严重的维度指标为交通工具，其贫困发生率超过60%；家庭人均收入、身体健康状况及耐用消费品3个指标贫困发生率超过30%，贫困剥夺状态也较为严重。其中38.31%的移民家庭人均收入低于2016年重庆人均农村可支配收入，38.31%的移民家庭成员中至少一人身体健康状况欠佳，37.99%的移民家庭耐用消费品数量低于平均值；而人均住房面积及医疗保险2个指标贫困剥夺状态相对较轻。

表2 单维贫困发生率(%)

(二)多维贫困测量结果

利用三峡库区移民入户调研数据及AF方法估算出的库区移民多维贫困结果，见表3。当K取1时，贫困发生率(H)高达88.96%，表明88.96%的移民家庭存在任意1个指标的贫困，多维贫困指数(M0)为0.236，贫困剥夺强度(A)为26.57%。随着K值的增加，贫困发生率(H)及多维贫困指数(M0)呈下降趋势，而贫困剥夺强度(A)逐步增加。当考虑4个维度10个指标中同时4个指标贫困时(即K=4时)，贫困发生率(H)为23.38%，较之于K取1时下降65.58个百分点；多维贫困指数(M0)为0.106，降低0.13；贫困剥夺强度(A)为45.14%，上升18.57个百分点。当K取8时，贫困发生率(H)下降至0.32%，多维贫困指数(M0)下降至0.003，而贫困剥夺强度(A)增加至80%。没有移民遭受9个及9个以上指标的贫困剥夺。

表3 多维贫困估计结果

(三)多维贫困指数分解

1.指标分解

4个维度10个指标对给定K值下的多维贫困指数(M0)贡献率，见表4。结果显示，交通工具对多维贫困的贡献率始终最大，家庭人均收入、身体健康状、耐用消费品及受教育程度况4个指标对多维贫困的贡献率较大，但其位次随着K值增加而有所变化。当K=1时，家庭人均收入和身体健康状况对多维贫困的贡献率为16.21%，排名第二，耐用消费品贡献率为16.07%，略低于家庭人均收入和身体健康状况的贡献率；当K=3时，耐用消费品的贡献率增加至17.96%，仅次于交通工具的贡献率；当K=4时，身体健康状况的贫困贡献率增加，贡献率排名依次为交通工具、身体健康状况、耐用消费品、家庭人均收入及受教育程度。而心理维度贫困贡献率较低，当K=4时，时常或多数时间感觉前途没有希望的移民仅占6.77%，感觉生活无法继续的移民仅占2.46%。医疗保险参加情况对多维贫困的贡献率最小，当同时考虑5个及5个以上指标的多维贫困状态时，医疗保险指标的贡献率为0，说明库区医疗保障制度体系较为完善，居民参保率较高。

表4 各指标对多维贫困指数的贡献率

2.城乡群体分解

调查样本中，库区城市移民人口占比59.74%，农村移民人口占比40.26%。参照王素霞等研究[19]，对样本进行城乡人口加权处理，见表5。给出样本处理后，城市移民和农村移民对不同K值下库区多维贫困的贡献率。结果表明，库区移民多维贫困状态呈现复杂态势，随着K值的增加，城市移民对贫困发生率的贡献呈下降后上升，呈U型变化；城市移民多维贫困指数的贡献率也大体呈U型变化。当K<3时，城市移民对贫困发生率及多维贫困的贡献率大于农村；当3≤K<6时，农村移民对贫困发生率及多维贫困的贡献率大于城市；当K值进一步增加时，库区城市移民对贫困发生率及多维贫困的贡献率又呈上升态势，且农村移民对贫困发生率及多维贫困的贡献率逐渐下降至0，表明城市移民多维贫困的两极分化现象极为严重。

表5 城乡移民群体对多维贫困指数的贡献率

表6结果显示，当考虑分析框架中任意3个及以上指标的多维贫困时，城市移民贫困剥夺强度(A)大于农村；当考虑任意6个及以上指标的多维贫困时，城市移民贫困发生率(H)及多维贫困指数(M0)大于农村，且没有农村移民遭受7个及7个以上指标的贫困剥夺。研究结果进一步表明库区城市移民多维贫困状况更为严峻。

表6 多维贫困指数城乡异质性

四、研究结论

在已有研究基础上，将心理维度纳入多维贫困分析框架，构建多维贫困指标体系，并基于2017年三峡库区入户调研数据，利用AF多维贫困测量方法对三峡库区移民家庭的多维贫困状况进行了测量。结果如下。

第一，多维贫困在三峡库区广泛存在，2020年后库区精准扶贫推进过程中，应从多维视角对隐形贫困人口进行识别。

第二，不同维度指标的贫困状态存在显著差异，2017年对库区多维贫困贡献率最高的5个指标，分别为交通工具、身体健康状况、家庭人均收入、耐用消费品及受教育程度，而心理维度对贫困的贡献率较低。其中身体健康、受教育程度既是多维贫困的基本要素，也可通过影响经济收入及消费水平对多维贫困产生间接影响。

第三，城乡移民群体多维贫困呈现极为复杂的态势，城市多维贫困两极分化严重，城市移民由于生产性资本被剥夺且就业技能较低，多维贫困状态更为严峻，聚力精准解决农村贫困问题时政府也需着手加强库区城市移民贫困的干预，攻克库区脱贫难点。

笔者采用高于国际标准贫困线的重庆人均农村可支配收入作为三峡库区移民收入贫困线，评价结果更为严格；基于阿玛蒂亚·森“能力方法”的多维贫困测度结果，在一定程度上回答了库区移民“因何致贫”问题，对“后三峡”时代库区移民精准脱贫具有政策借鉴意义。