基于A-F双重临界值法的多维贫困测度及创新治理研究

朱慧慧

（山东财经大学，山东济南，250014）

一、引言

党的十八大以来，我国农村贫困人口由2012年的9899万人降低至2019年的551万人，同时贫困发生率降低至0.6%。现阶段我国脱贫攻坚工作已到后期，仍存在551万绝对贫困人口，其多是处于持续性贫困的家庭，不仅受收入的影响，还受健康、教育、生活状况等多重因素的制约。面临复杂的致贫因素和多变的返贫现象，需从多维贫困层面探寻解决贫困问题的迫切需求。

Sen（1985）早期提出“多维贫困”的思想，其主张贫困不止单一收入贫困，还将可行性能力与功能性活动的理念纳入贫困分析框架中[1]。伴随多维贫困测度方法的不断深入，Hagenaars（1987）利用收入和闲暇两个维度构造第一个多维贫困指数[2]。根据Sen等人的基本思想，联合国开发计划署（2007）选取预期寿命、读写能力以及生活水平三个指标开发出新的人类贫困指数（HPI）[3]，但人类贫困指数在三个指标加总、权重选取层面仍存在争论。于是，Chakravarty等人（2008）提议采用Ch-W、F-W与W-F多维贫困指数进行实证研究[4]。Alkire 和 Foster（2011）在探索多维贫困指数的过程中解决了“交”与“并”存在的不足，创建“双界线”的方法[5]。在此基础上，Nussbaumer 等人（2011）利用“双界线”法测度非洲国家的能源贫困出现的问题[6]。运用A-F双重临界值法对多维贫困进行测度已经成为研究贫困的主流，扶贫标准向教育、健康、生活水平等多维度转化。

改革开放以来，我国减贫工作取得丰硕的成果[7]。多维贫困研究不断增加，陈辉和张全红（2016）通过A-F模型，构建多维贫困影响因素敏感性分析框架，实证分析山区家庭贫困状况，其研究显示当被剥夺临界值较小时，多维贫困发生率对权重变化更为显著[8]。高明和唐丽霞（2018）运用修正后的FGT多维贫困测度方法，选取收入、教育、健康、生活水平与资产五个维度测算建档立卡户和非贫困户的多维贫困指数，进而对不同地区多维贫困展开精准识别[9]。杨龙和汪三贵（2015）基于A-F双重临界值法，选取收入、教育、健康、饮用水、生活水平等六维度构建评价体系，各维度贫困发生率存在差异[10]。因此，从多维视角分析贫困的实质，逐渐被国内学术界所普遍认可。Feldman和Klaas（2002）通过研究发现，善于使用互联网的居民，通过网络求职更能顺畅找到满意的工作[11]，这一举措打破农民传统的求职思维和生活模式。事实上，互联网能传递给农户颇多有效的知识，带给他们更多就业机会。通过使用互联网，提升农民就业水平，增加工资性收入；打开农产品网络销售市场，增加农业收入，进而增加经营性收入，达到改善其生活的目的（周东，2016）[12]。

本文基于A-F双重临界值法，以平原县12个贫困村作为研究对象，并把互联网细分为固定网络与移动网络。对平原县贫困地区进行多维贫困测度，探讨其贫困的实质。针对本地区互联网使用的实际情况，分析家庭特征对互联网使用的影响因素，为便利农户生活、增加收入及降低该地区贫困的可能性提供可靠的参考依据。互联网这一要素的提出对精准帮扶贫困户摆脱贫困是一种创新性的多维贫困治理路径，对后续多维贫困研究领域做进一步的补充，及对其他类似地区贫困治理提供重要借鉴。

二、多维贫困测度方法

本文采用Alkire-Fostre[13]提出的双重临界值法，具体步骤如下：

（一）各维度确定与取值

明确各维度，用d表示维度。收入、教育、健康、生活水平、家庭资产、互联网等均可作为识别贫困的维度。

假定Mn×d代表n×d维矩阵，n代表样本数量；令Y∈Mn×d，表示为n个人在d个维度上的不同取值，其中yij表示第i个家庭在j维度的取值。

（二）权重设定

为说明各个体被剥夺的状况，定义Zj表示为第j个维度上的被剥夺值，剥夺矩阵为g0=|g0ij|。若第i个人在j维度上被剥夺了，那么g0ij=1，说明为被剥夺状态；否则g0ij=0，说明为不剥夺状态。给各维度赋予权重Wj，g0ij×Wj表个体i在j维度上的剥夺值。

（三）贫困对象判定

定义一个列向量代表个体i在所有维度上的剥夺值的总和，即列向量为Si，Si定义如下：

在剥夺矩阵中基于贫困临界取值K对每个样本贫困对象进行多维贫困判定：

式中Si（K）代表个体i在k临界值的标准，若在此标准下认定为贫困，反之则为非贫困；然后，把非贫困个体的剥夺值进行赋值为0处理，除掉非贫困个体的剥夺信息对贫困加和的干扰，把赋值为0后的剥夺矩阵称为己删减矩阵（K）（n×d）。

（四）贫困指数（M0）测算

此时的贫困指数（M0）计算公式为：

式中：H表示调整后的多维贫困发生率，公式为H=q/n，q表示判定的多维贫困对象数目，n为总对象数目；A1为平均剥夺份额，公式为，即为多维贫困人口的被剥夺分数值的加权平均。

（五）指标贡献率

依据（1）式中得出的M0，测度各个指标对贫困的贡献率：

式中：Wi表示第i列指标的权重值，CHi表示在已删减矩阵中第i列指标被剥夺的人口率，MPI表示多维贫困指数。

三、数据来源、指标选取及变量解释

（一）数据来源

为更好的测度农村多维贫困的实际现状，课题组采取随机抽样的方式对平原县部分农村地区农户的多维贫困情况进行调查，选取王凤楼和三唐镇12个村350户展开调研，运用问答式问卷访谈法收集数据，共获得有效问卷328份，有效率达到93.7%。通过获取的第一手数据，对平原县多维贫困现状进行测度分析，并依据测度结果提出创新治理建议。

（二）指标选取

基于上述文献研究与讨论，国际社会多维贫困测度的指标体系主要为MPI指标体系，其中包括收入、教育、健康等在内的10个指标[14][15][16]。本文在MPI指标体系的基础上，根据我国“十三五”脱贫攻坚规划，结合平原县贫困村的实际情况，通过各指标的信度分析，最终选取收入、教育、健康、生活水平、家庭资产和互联网6个维度11项指标进行衡量，如表1所示。

表1 各维度的剥夺临界值表

（三）信度分析

信度是检验问卷可靠性和稳定性的主要方法，其表现为所测得的数据的一致性。因此，本文对问卷所获得数据是否具有内在一致性进行信度检验。328份样本数据分析结果表明，Cronbach’s Alpha值为0.847，F值为109.161，P值检验出的相伴概率为0.000，小于显著性水平0.001，表明实地调研数据具有较高的内在一致性，即本问卷具有良好的信度（见表2）。

表2 农户层面数据的一致性检验

（四）变量解释

通过信度分析，以MPI的指标体系为基础，结合《中国农村扶贫开发纲要（2011-2020）》脱贫任务[17]，本文从6个维度11项指标对平原县多维贫困现状展开测度，这6个维度分别为收入、教育、健康、生活水平、家庭资产和互联网。有关权重设定前文已提及，参考高明和唐丽霞的权重设定方法[18]，运用等权重法赋予6个维度分别为1/6的权重，维度内的指标也采取等权重法进行赋值（见表1）。

四、多维贫困测度的结果分析

（一）多维贫困指数分析

1.县域多维贫困指数分析。多维贫困指数（M0）与被剥夺得分临界值有关，不同被剥夺得分临界值（K），多维贫困指数不同。利用上述多维贫困测度方法，测算多维贫困结果。因使用各维度等权重，各指标的权重有所不同，这里的K值为加权维度。根据国际上通用的K=30%的临界值，35.06%的农户存在30%加权维度的贫困（见表3）。由此可以看出，平原县的贫困不止人均年纯收入贫困，还有互联网、教育、家庭资产等多维贫困，其贫困程度较高。

表3 不同K值下多维贫困指数

2.村庄多维贫困指数分析。从村庄角度进行多维贫困指数分析，唐楼村的多维贫困指数值最大，贫困程度较深，依次是刘屯村、西杨村，同时也发现12个村庄的贫困程度差别较大。当K=30%时，贫困程度最深的唐楼村，根据样本数据测算，村庄的贫困剥夺程度无明显差异，说明多维贫困普遍存在（见表4）。

表4 在K=30%下村庄的多维贫困指数（M0）对比情况

(二）多维贫困指标测度结果分析

1.县域多维贫困指标测度结果分析。多维贫困指标测度不但反映平原县的贫困特点，还能测度各指标对多维贫困的贡献率，从而对贫困户情况做出准确判断。根据国际上通用的K=30%的临界值，多维贫困指数（M0）为0.1575 ，各维度的指标贡献率存在差异，样本户的互联网、生产性资产及人均受教育年限的指标贡献率都相对较高，平均达16%以上，互联网的指标贡献率高达36.29%，生活主要燃料、饮用水来源及耐用消费品和收入对贫困指数的贡献率都较低（见表5）。由此表明，收入维度的贫困和生活水平中饮用水和生活燃料的贫困已不是制约农户贫困的主要因素，互联网、生产性资产和教育仍被剥夺较深，是导致平原县贫困村相对贫困的最主要因素。给平原县减贫的政策启示：要从“输血式”减贫到“造血式”减贫的转变，着重推进“互联网+扶贫”。

2.村庄多维贫困测度结果分析。为更加精准识别贫困现状，运用A-F双重临界值法对农户的多维贫困状况进行测度，分析各维度指标对多维贫困的贡献率，进而对贫困村实际状况做出判断。当K＝30% 时，从收入维度来看，西杨村、东杨村和潘庄的收入贫困的贡献率相对于其他村庄较高，说明收入贫困仍存在；从教育角度分析，各个村庄的教育贫困贡献率都很高，整个调研村庄都面临着教育贫困；从健康层面，疾病贫困贡献率相对较高，较为突出的是半吉店村，发现农村农户因病返贫存在一定风险。在生活水平维度中，主要燃料、饮用水来源的贫困贡献率很低，而耐用消费品贫困贡献率相对较高。从家庭资产角度来看，除西杨村和潘庄村外住房条件整体情况较好；在互联网维度，存在互联网使用力度有限、使用意识不强、获取信息能力差的问题（见表6）。

（三）互联网使用的影响因素分析

结合上述分析，结果发现：当K值为30%时（见图1），互联网对农户贫困作用尤为突出，已成为影响农户多维贫困的关键因素。在“互联网+”时代背景下，探讨农村互联网运用及利用互联网开展各类活动的影响因素相关研究逐渐盛行，冷晨昕和陈前恒（2017）基于农户调查数据分析，可知：年龄、性别、受教育年限和人均收入等对贫困农户是否使用互联网具有显著的影响[19]。林寒，罗教讲（2016）基于描述分析、二元Logistic回归，研究可知，性别、年龄、受教育程度及是否从事农业等因素都对互联网的使用产生显著影响；而受教育程度、是否从事农业等因素对利用互联网开展活动的频率也具有影响[20]。因此，农户家庭特征对互联网使用的影响是本部分着重探讨的内容。

表5 不同K值下多维贫困指数（M0）和各维度的贡献率（%）

表6 K=30%值下多维贫困指数（M0）和各维度的贡献率（%）

图1 K=30%值下各维度的贡献率（%）

在变量选取方面，从家庭特征的可获得性出发，选取年龄、性别、家庭规模、受教育程度、健康状况、婚姻状况及是否从事农业等作为自变量，以“是否使用互联网”为因变量（见表7）。

表7 农户家庭主要特征变量定义及其描述

基于已识别出的多维贫困家庭，运用二元Logistic模型，分析影响互联网使用的家庭因素。如表8所示，家庭特征对互联网贫困产生较大影响。研究显示：在年龄层面，16-65岁人群对互联网的使用有正向影响，尤其是30-40岁人群，家庭经济支出大，其力争运用互联网改变贫困现状，增加收入；在家庭规模角度，家庭规模越大，对互联网使用影响就越大，究其根源，人口越多，“上有老，下有小”的家庭重担，影响对互联网的使用；从受教育程度来看，贫困人口的受教育程度愈高，互联网的使用效果越明显，因而提升受教育水平将有效降低互联网的贫困发生率；相比于男性，女性发生互联网贫困的概率更高；年龄越大，发生互联网贫困的概率越大。在从事农业方面，由于思想传统，农户从事农业生产往往弱化互联网使用，而非农业从事者通过互联网站，掌握专业技能、获取“一手”信息资源，利用信息平台，摆脱贫困现状，迫使非农业从事者偏好互联网的使用（见表8）。

表8 农户家庭主要特征对互联网维度贫困的二元Logistic回归分析

五、结论与建议

（一）研究结论

根据多维贫困指标的选择，结合平原县经济状况，通过设定剥夺临界值，尽可能全面反映农户的多维贫困特点，得出以下结论：

1.多维贫困测度结果分析。平原县农户除收入外，教育、疾病、生产性资产和互联网使用等指标的贫困程度显著高于收入。数据显示，收入贡献率仅为3.55%，而非收入贫困指标中的互联网使用贫困和教育贫困的贡献率分别为36.29%和26.77%，明显高于收入贡献率。由此可知，收入贫困不再是划定贫困的唯一准则，非收入贫困指标对农户多维贫困也产生了重大影响。从各指标单维贫困贡献率来看，人均受教育年限和疾病仍然是农村地区致贫的主要因素。上述研究表明，当K=30%时，从结果可以看出，农村家庭忽视教育及教育投资大，回报周期长影响农户的理性选择，使其家庭教育内在动力不足，能力有限，不能从根本上解决教育贫困问题；农村贫困户多以老年人为主，患病率较高，虽参加农村合作医疗保险，但自身劳动能力有限，致使较多家庭“因病返贫”；所以教育与健康两维度贫困贡献率仍然较高。互联网维度对多维贫困贡献率最高。当K=30%时，互联网的贫困贡献率是最高的。结果发现，互联网贫困加剧一个地区的贫困，是成为多维贫困的重要原因。随着互联网的应用普及，开通互联网不仅体现出该家庭获取外界信息的便利程度，更重要的是该家庭通过互联网的使用实现生产性活动，进而实现脱贫。因此，互联网使用成为现代贫困中特殊关注点。

2．农户家庭特征对互联网使用的影响分析。从农户家庭特征来看，农户家庭成员受教育程度整体较低，加上大多数农民长期从事农业这一因素，久而久之形成传统封闭的思维方式，使得“互联网+”涌进农户生活这一生活模式进入“滞带期”。受教育程度及是否从事农业生产是影响互联网使用及家庭摆脱贫困的重要影响因素；16-65岁阶段群体互联网使用率高于其他年龄阶段人群，尤其该阶段的已婚男性的互联网使用率高于女性。互联网对贫困地区农户的覆盖率较低，但互联网使用不仅改善农户的生活水平，还促使家庭经济增长。因此，着重分析家庭对互联网使用的影响，为贫困家庭进一步强化使用互联网做出深入剖析。

（二）创新治理政策建议

为降低平原县农户多维贫困发生率，提升生活质量、身心健康与教育条件，加强互联网的应用，进而增加收入，实现2020年全面脱贫，着重分析家庭特征对互联网使用的影响，据此，提出以下创新治理政策建议：

1.多维贫困治理建议。多措并举增加贫困农户的收入。目前，农户的收入相对较高，但日常的收入水平维持有待提升，应随时关注贫困人口的人均纯收入情况，着重帮助低保、建档立卡户等贫困户，按要求对符合条件的农户提供优惠政策。强化产业扶贫项目管理，立足当地资源优势与产业现状，客观分析当地产业发展市场前景，因地制宜、分类施策，寻找群众能广泛参与、适宜村庄长远发展的扶贫产业项目，在已有扶贫项目平稳运行的基础上，加快壮大当地特色的优势产业体系，不断拓展增收渠道，提高贫困农户自我减贫、脱贫的 “造血”意识，为乡村振兴的实施增添活力。

加大教育与医疗层面的扶持力度。从教育角度，设置专项教育帮扶资金和贫困生奖助学金，完善教育基础设施建设；激励大学生和志愿者支教，提升师资队伍水平，促使教育资源均等化，补齐教育短板，从根本上遏制教育贫困的代际传递。在医疗层面，加快医疗与养老服务结合的步伐，扩大特惠保险政策覆盖面，避免“因病返贫”“因病致贫”的发生；健全乡镇医疗卫生服务设施，加强医疗服务人员专业素质与技能培训，定期组织老年人健康体检及宣传健康知识，建立疾病防御与医养康结合的多层次服务体系。

强化政府、企业与家庭等多元主体合作。在当前扶贫趋势下，提倡政府、企业、社会组织和家庭等多元合作，共同治理农村贫困，遏制贫困的“蔓延”。一方面充分发挥政府的引导作用，构建协同扶贫平台，制定惠及贫困农户的社会政策；另一方面促使企业、社会团体等非政府组织结合自身能力与服务权利，利用自身优势，积极发挥扶贫的中枢作用。多元扶贫主体建立联结机制及信息反馈机制，不断健全贫困治理主体的多元合作体系，提升整体扶贫效果，真正实现贫困群体全面脱贫。

激发贫困人员的内在动力。对贫困人员的职业技能与文化素质等方面加强培训，从头脑意识上淡化“贫困”的思想，增强致富奔康的信念，只有政府加贫困户双发力，才能从根源上达到减贫效果。与此同时，注重第二、三产业的发展，为农村贫困劳动力创造更多的就业机会，带动周边贫困户务工；加大帮扶责任人帮扶力度，制定帮扶计划，宣传、落实帮贫政策，引导贫困户借助金融扶贫等途径发展当地产业，发挥内驱力。因此，脱贫攻坚关键在于激勉农村贫困群体主动参与脱贫工作，形成靠自己劳动实现脱贫致富的正确观念，使其脱离贫困状态。

2.家庭使用互联网建议。普及互联网在贫困地区的使用。从贫困户的角度，方便获取外界信息；在认知层面，不断积累生产经营知识，拓宽经济来源和就业渠道。从政府部门角度，一是做好顶层设计。建立专业的农业网站，打造农户信息交流平台，加强农户之间的沟通，创建农村公共上网场所，应大力宣传互联网的重要性，让农户意识到信息技术的作用并积极主动运用互联网；二是通过网络的形式发布贫困户相关数据，以公开透明的方式让村民共同参与其中，使其感受互联网技术带来的真正变化。普及互联网在农村贫困地区的使用也是缩小城乡差距的一种途径，农村地区信息化水平的提高和普及互联网在农村贫困家庭的使用是缩小内部经济水平差距重要手段。

地方政府应加大农村地区信息基础设施建设，将信息基础设施的建设作为扶贫的重点举措，同时贯彻“互联网+扶贫”政策的落实，强力度宣传互联网使用给农村居民带来的优势，依据家庭特征制定合理网络使用费用，为提高贫困地区农户互联网的使用率，政府部门除鼓励农户使用互联网外，需对贫困家庭使用互联网给予相应的使用补贴。农户对互联网的使用建立在考虑家庭特征综合因素基础上的，而家庭特征中受教育程度是影响使用互联网的关键因素。因此，提高教育水平，进而提高农民的综合能力，阻断贫困的代际传递[21]。

利用互联网开拓多样化的教育学习机会，增强农户家庭人员的受教育水平，通过运用互联网增加收入提升生活质量提供有利保障。此外，加大对农户基础产业服务的相关网络技能培训，让农户学会运用网络达到经营农业的目的，进一步挖掘使用互联网对农户经营农业等产业的作用，进而缩小城乡差距，帮助农户家庭做到真脱贫，激发农户的潜在动力，使得农户主动运用互联网技术拓展技能，达到提升农户生活品质的目的。