中国儿童多维贫困的水平、趋势与模式研究——基于2013—2018年CHIP数据的证据

［美］高 琴 王 一

一、引言

（一）研究背景

2020年11月23日，中国政府宣布全国832个贫困县全部脱贫摘帽，这标志着截止到2020年底，中国完成了消除全国农村地区绝对贫困的目标。农村地区绝对贫困是根据国家官方农村贫困线衡量的，即基于2010年价格的2300元家庭人均年收入。这项举措涵盖了包括儿童在内所有收入低于国家官方农村贫困线的人口。中国实现全面脱贫目标是一项伟大成就，几乎所有农村贫困家庭儿童都受益于此。

联合国可持续发展目标致力于在全世界消除一切形式的贫困，其具体目标为到2030年，按各国标准界定的陷入各种形式贫困的各年龄段男女和儿童至少减半。这要求各国对以非货币方式度量的贫困和不同人群制定官方衡量标准。从多维角度衡量贫困问题可以帮助政府制定贫困标准，包括针对儿童贫困问题的测量方法。

中国在减贫方面取得了非凡成就，但针对儿童贫困的政策制定和实证研究仍然较为缺乏。①Di Qi, Vera M.Y.Tang, "Social Assistance Programs and Child Poverty Alleviation—A Comparison between Hong Kong and Mainland China," Asian Social Work and Policy Review, 2015, 9(1); Di Qi, Yichao Wu, "A Multidimensional Child Poverty Index in China," Children and Youth Services Review, 2015, 57.使用收入和消费等货币性指标来测量中国儿童贫困的研究较少，②David Gordon, et al., Child Poverty in the Developing World, Policy Press, 2003; Di Qi, Vera M.Y.Tang, "Social Assistance Programs and Child Poverty Alleviation—A Comparison between Hong Kong and Mainland China," Asian Social Work and Policy Review, 2015, 9(1); Di Qi, Yichao Wu, "A Multidimensional Child Poverty Index in China," Children and Youth Services Review, 2015, 57.关于中国儿童多维贫困的研究则更少。③Di Qi, Yichao Wu, "Child Poverty in China-A Multidimensional Deprivation Approach," Child Indicators Research, 2014, 7(1); Di Qi, Yichao Wu, "A Multidimensional Child Poverty Index in China," Children and Youth Services Review, 2015, 57; Di Qi, Yichao Wu, "The Extent and Risk Factors of Child Poverty in Urban China—What Can Be Done for Realising the Chinese Government Goal of Eradicating Poverty before 2020," Children and Youth Services Review, 2016, 63; Di Qi, Yichao Wu, "Comparing the Extent and Levels of Child Poverty by the Income and Multidimensional Deprivation Approach in China," Child Indicators Research, 2019, 12(2); Ting-Yan Wang, et al., "Child Deprivation Indicators (CDIs): A New Way to Measure Child Poverty in Urban China," Journal of Asian Public Policy, 2014, 7(3); Xiaolin Wang, et al., "Child Poverty in Rural China: Multidimensional Perspective," Asian Social Work and Policy Review, 2015, 9(2).为了更好地了解儿童生活条件以及贫困对儿童福祉的影响，迫切需要针对儿童多维贫困的研究。④David Gordon, et al., Poverty and Social Exclusion in Britain, White Rose Research Online: https://eprints.whiterose.ac.uk/74234/, 2000; Aldi Hagenaars, "A Class of Poverty Indices," International Economic Review, 1987, 28(3).测量多维物质匮乏对理解儿童贫困尤为重要，因为儿童时期的匮乏（如在教育、医疗保健、住房、水或卫生设施等方面）会限制儿童潜力的充分发挥。⑤Di Qi, Yichao Wu, "Comparing the Extent and Levels of Child Poverty by the Income and Multidimensional Deprivation Approach in China," Child Indicators Research, 2019, 12(2); Renu Singh, Sudipa Sarkar, "Children's Experience of Multidimensional Deprivation: Relationship with Household Monetary Poverty," The Quarterly Review of Economics and Finance, 2015, 56.

（二）研究目标

本文使用中国家庭收入调查（CHIP）2013年和2018年的数据研究中国儿童多维贫困的水平、趋势和模式，并对儿童多维贫困与收入贫困进行比较。研究结果为中国制定针对儿童多维贫困的测量标准提供必要证据，以实现联合国可持续发展目标。本文对中国2020年后的政策议程以及提升儿童福祉来说可谓恰逢其时。

（三）报告结构

本文其余部分如下展开。第二部分回顾中国儿童多维贫困的理论基础、分析框架和文献综述。第三部分介绍本文的研究方法和所使用的数据，包括其优势和局限。第四部分呈现全国、农村、城市和流动人口中儿童多维贫困的水平和程度及其2013年至2018年的变化情况，并进一步讨论了儿童在哪些维度和指标更为匮乏。该部分还按性别和年龄组别对儿童多维贫困进行了比较，从而了解是否存在显著的群体差异以及这些差异于2013年至2018年间是否发生了变化。第五部分分析儿童多维贫困和收入贫困的重叠和差异。具体而言，该部分首先比较2013年至2018年间全国、农村、城市和流动人口群体中的儿童多维贫困率和收入贫困率，之后比较不同收入群体的儿童经历多维贫困的程度。此外，该部分将儿童分为四个互不重叠的组别（非贫困、仅多维贫困、仅收入贫困、以及多维和收入双重贫困），并研究了这四个组别的分布在城市、农村和流动人口中的不同以及2013年至2018年间的变化。最后，该部分分析了2013年至2018年间哪些个人及家庭层面的人口和社会经济特征与儿童贫困的发生几率存在显著关联。第六部分讨论本文的主要发现并提出了政策建议。

二、理论基础、分析框架与文献综述

（一）理论基础

本研究建立在儿童发展的生态系统理论和可行能力理论两个理论基础上。Bronfenbrenner的生态系统理论认为儿童发展取决于儿童所生活的环境，包括四个系统：微观系统、中间系统、外层系统和宏观系统。①Urie Bronfenbrenner, Ecological Systems Theory, in Ross Vasta (Ed.), Six Theories of Child Development: Revised Formulations and Current Issues, London, UK, Jessica Kingsley Publishers, 1992.具体来说，微观系统指的是儿童生活中最直接接触的环境，如家庭和学校；中间系统包含微观系统之间的相互关联，如老师和家长的沟通；外层系统指间接影响儿童的环境，如父母工作单位和邻居；宏观系统则是最外部的社会环境，如文化和种族。②Mary Keegan Eamon, "The Effects of Poverty on Children's Socioemotional Development: An Ecological Systems Analysis," Social Work, 2001, 46(3).其中，微观系统中的物质匮乏（如住房或医疗保健方面）有可能会对儿童发展产生最直接和最持久的负面影响。③Deborah Baker, et al., "Inequality in Infant Morbidity: Causes and Consequences in England in the 1990s.ALSPAC Study Team.Avon Longitudinal Study of Pregnancy and Childhood," Journal of Epidemiology and Community Health, 1998, 52; Janet Currie, Aaron Yelowitz, "Are Public Housing Projects Good for Kids?" Journal of Public Economics, 2000, 75(1); O.P Galpin, et al., "Helicobacter Pylori Infection and Overcrowding in Childhood," The Lancet, 1992, 339(8793); Stephen L.Mann, et al., "Accumulation of Factors Infl uencing Respiratory Illness in Members of a National Birth Cohort and Their Offspring," Journal of Epidemiology and Community Health, 1992, 46(3); W.A McCallion, et al., "Helicobacter Pylori Infection in Children: Relation with Current Household Living Conditions," Gut, 1996, 39(1), 18-21; WHO & UNICEF: Global Water Supply and Sanitation Assessment 2000 report, the WHO website: https://www.who.int/publications/i/item/9241562021, June 6, 2000.

自20世纪80年代以来，Martha Nussbaum和Amartya Sen等学者突破了传统的贫困理论，共同构建和发展了可行能力理论。可行能力理论认为，贫困的概念不仅限于低收入和低消费，因为这并不能充分反映人类福祉的其他重要方面。④Martha Nussbaum, Amartya Sen, The Quality of Life, Oxford: Clarendon Press, 1993; Amartya Sen, Commodities and Capabilities (1st ed.), New York, NY: Elsevier Science Publishing Co., 1985.这一重新构建贫困概念的理论强调了用收入和消费以外的其他维度去测量贫困，包括构建多维贫困测量的新方法。

（二）分析框架

多维贫困的主要测量方法包括多维贫困指数（Multidimensional poverty index, or MPI）、布里斯托尔测度法（Bristol method）和多维重叠剥夺分析法（Multiple Overlapping Deprivation Analysis, MODA）。基于中国多维贫困的既有文献及本研究使用的CHIP数据，我们采用Alkire-Foster（AF）方法⑤Sabina Alkire, James Foster, "Counting and Multidimensional Poverty," OPHI Research in Progress 1a, https://ora.ox-.ac.uk/objects/uuid:c895749c-fd11-4419-9503-eedeba582957/download_file?file_format=pdf&safe_filename=Counting%2Band%2Bmultidimensional%2Bpoverty%2B1a.pdf&type_of_work=Working+paper, 2007.估算中国儿童的多维贫困指数（即MPI）。使用AF方法测算MPI需要确定维度、指标、权重以及多维贫困临界值。本文第三部分详细介绍我们如何构建中国儿童的MPI指数。

（三）文献综述

1.中国儿童多维贫困的趋势和模式。现有研究发现，从20世纪90年代起至2013年，全国、农村和城市儿童的多维贫困率呈明显下降趋势。与城市儿童相比，农村儿童更可能经历多维贫困，但这一差距随时间推移有所缩小。

Qi和Wu使用全国代表性数据来研究中国儿童多维贫困的模式与趋势。他们利用中国健康与营养调查（CHNS）1989至2009年的数据，从营养、水、卫生、住房、教育、健康和信息七个维度来衡量儿童多维贫困，儿童多维贫困临界值为七个维度中的两个或以上的维度处于匮乏状态。研究结果显示，全国处于多维贫困儿童的比例从1989年的64%下降到2009年的19%。其中，城市儿童的多维贫困率从1989年的45%下降到2009年的9%。相比之下，农村儿童发生多维贫困的几率要高得多，从1989年的70%下降到2009年的21%。①Di Qi, Yichao Wu, "A Multidimensional Child Poverty Index in China," Children and Youth Services Review, 2015, 57.基于CHNS1989年至2011年的数据，Qi和Wu将对儿童多维贫困的测算调整为八个维度（即营养、水、卫生、住房、健康、教育、参与和保护），并将划分多维贫困的标准设定为是否满足八个维度中的两个。研究发现，全国处于多维贫困儿童的比例从1989年的75%下降到2011年的9%。②Di Qi, Yichao Wu, "The Extent and Risk Factors of Child Poverty in Urban China—What Can Be Done for Realising the Chinese Government Goal of Eradicating Poverty before 2020," Children and Youth Services Review, 2016, 63.Qi和Wu在另一项研究中使用了中国家庭追踪调查（CFPS）的数据，同样发现农村儿童多维贫困率远远超过城市儿童。③Di Qi, Yichao Wu, "Comparing the Extent and Levels of Child Poverty by the Income and Multidimen-sional Deprivation Approach in China," Child Indicators Research, 2019, 12(2).

另一项研究利用省级数据来测量中国儿童多维贫困。Wang，Zhou和Shang使用来自四川、云南、河南、新疆和山西的7936名农村儿童的样本数据，从五个维度（生存、健康、保护、发展和参与）来构建中国儿童多维贫困指数。研究结果发现，2010年，14%的农村儿童处于多维贫困。该研究给每个维度赋予均等的权重，给每个维度内的各个指标也赋予同等权重，并将多维贫困定义为经权重后的维度超过30%。④Xiaolin Wang, et al., "Child Poverty in Rural China: Multidimensional Perspective," Asian Social Work and Policy Review, 2015, 9(2).

2.中国儿童多维贫困的社会人口特征。现有文献指出，社会人口特征与中国儿童多维贫困存在紧密联系。Qi和Wu发现，中国儿童的致贫因素包括儿童低龄、为少数民族、父母受教育程度低、父母健康状况差、父母在非国有单位工作（相较于国有单位）、父母是体力劳动者、家庭子女多、农村户口以及家庭收入低。其中，农村户口和父母在非国有单位工作对儿童的影响最大，分别提高了16%和13%的儿童多维贫困率。⑤Di Qi, Yichao Wu, "The Extent and Risk Factors of Child Poverty in Urban China—What Can Be Done for Realising the Chinese Government Goal of Eradicating Poverty before 2020," Children and Youth Services Review, 2016, 63.此发现与其他文献的结论类似。⑥Chao-Hsien Leu, et al., "A Multidimensional Approach to Child Poverty in Taiwan," Children and Youth Services Review, 2016, 66; Tingyan Wang, "A New Measure of Child Poverty in Urban China: From a Perspective of Deprivation," HKU Theses Online (HKUTO): http://hdl.handle.net/10722/206476, 2014.另外，Wang, Zhou和Shang的研究表明，残障儿童、感染艾滋病的儿童以及少数民族的儿童经历的多维贫困最为严重。⑦Xiaolin Wang, et al., "Child Poverty in Rural China: Multidimensional Perspective," Asian Social Work and Policy Review, 2015, 9(2).

3.中国儿童多维贫困的性别和年龄组别差异。现有文献中仅有两项研究考察了中国儿童多维贫困的性别差异，结果不尽相同。Wang利用2011年一项基于34个指标的北京家庭和儿童调查发现，儿童的性别与经历多维贫困的可能性或匮乏程度无显著相关。⑧Tingyan Wang, "A New Measure of Child Poverty in Urban China: From a Perspective of Deprivation," HKU Theses Online (HKUTO): http://hdl.handle.net/10722/206476, 2014.基于同一数据，并额外添加一个生活质量维度，其中包括身体健康、家庭关系、心理健康、自尊和自我效能等指标，Wong、Wang和Xu发现女童更有可能在身体发育方面处于匮乏状态，而男童在心理健康方面有更多的劣势。⑨Yu-Cheung Wong, et al., "Poverty and Quality of Life of Chinese Children: From the Perspective of Deprivation," International Journal of Social Welfare, 2015, 24(3).既有文献未对中国儿童多维贫困的年龄组别差异开展研究。

4.中国儿童多维贫困与收入贫困比较。目前仅有一项研究是利用全国代表性数据对儿童多维贫困和收入贫困进行对比。Qi和Wu使用CFPS2014年数据，将多维贫困定义为在总共16个指标①这些指标包括：在健康方面，没有医疗保险；在营养方面,体重不足和发育不良；在儿童照顾和保护方面，白天和晚上没有照顾者，去年没有与父亲或母亲生活超过六个月，没有户口；在儿童教育方面，6-16岁的儿童没有上学，2-6岁的儿童没有上幼儿园，家和学校的通勤时间超过一个小时；在家庭设施方面，没有干净的饮用水，家里或村里没有抽水马桶，没有清洁的炊饮燃料，没有电或经常断电，12岁以上的孩子和父母住在同一个房间。作者通过指标而不是维度来研究儿童匮乏情况。中的两个或两个以上匮乏，发现农村和城市的儿童多维贫困率存在巨大差异，分别为79.7% 和49.1%。且这样测算的贫困率远远高于根据各省最低生活保障（低保）线所定义的贫困线所计算的儿童收入贫困率（农村和城市分别为19.5%和20.1%）。②Di Qi, Yichao Wu, "Comparing the Extent and Levels of Child Poverty by the Income and Multidimensional Deprivation Approach in China," Child Indicators Research, 2019, 12(2).作者测算的城市儿童收入贫困率略高于农村儿童是因为各地的城市最低保障线远高于农村最低保障线。此研究结果表明，仅使用收入作为衡量贫困的标准并不能充分反映大部分儿童——尤其是农村儿童——的多维贫困，因为农村儿童的多维贫困率和收入贫困率之间的差距远大于城市儿童。

综上所述，既有文献至少存在两方面的局限。首先，数据较为过时，目前关于中国儿童多维贫困的最新研究是基于2014年的CFPS数据。其次，针对儿童多维贫困和收入贫困的比较研究相对不足。本文利用2013和2018年的中国家庭收入调查（CHIP）数据，分析了中国儿童多维贫困的水平、趋势和模式。此外，本文还研究了儿童多维贫困与收入贫困发生率的重叠与差异，以提供对中国儿童多维贫困更全面的理解。

三、研究方法

（一）中国儿童多维贫困指数（MPI）测算方法

1.MPI维度和指标的选取

本研究将儿童的年龄界定为18岁以下。在全球MPI分析框架和中国MPI相关实证研究的基础上，③Sabina Alkire, Yangyang Shen, "Exploring Multidimensional Poverty in China: 2010 to 2014," Research on Economic Inequality, 2017, 25; 冯怡琳：《中国城镇多维贫困状况与影响因素研究》，《调研世界》2019年第4期；冯怡琳、邸建亮：《对中国多维贫困状况的初步测算——基于全球多维贫困指数方法》，《调研世界》2017年第12期；Yangyang Shen, et al., "Estimation and Decomposition of Multidimensional Poverty in China," Nankai Economic Studies, 2018, 5.本文根据七个维度来测算儿童多维贫困，包括水、卫生设施、住房、教育、健康、信息和耐用消费品，每个维度涵盖一个或多个指标。若一名儿童在一个维度内的任何一个指标上处于匮乏状态，那么这个儿童就被认定在该维度处于匮乏状态。

表1列出了各个维度、指标、多维贫困临界值以及每个维度被赋予的权重。七个维度的选取过程如下。首先，牛津大学贫困与人类发展中心（OPHI）和联合国开发计划署（UNDP）共同构建的全球多维贫困指数使用了三个维度：健康（包括营养和儿童死亡率两个指标）、教育（包括受教育年限和入学率两个指标）和生活水平（包括炊饮燃料、卫生、饮用水、电、住房和资产六个指标）。④UNDP: Human Development Report 2010: The Real Wealth of Nations: Pathways to Human Development, the UNDP website: http://hdr.undp.org/en/content/human-development-report-2010, 2010.我们采用了健康和教育维度，并将水、卫生设施、住房以及资产（在本研究中更名为“耐用消费品”）从指标上升为维度，与中国多维贫困的既有文献一致。⑤Di Qi, Yichao Wu, "Comparing the Extent and Levels of Child Poverty by the Income and Multidimensional Deprivation Approach in China," Child Indicators Research, 2019, 12(2); 王小林、Sabina Alkire：《中国多维贫困测量：估计和政策含义》，《中国农村经济》2009年第12期。因为在2013年和2018年的CHIP样本只有不到0.1%的家庭没有电，所以本文并未包含这个指标。此外，我们还增加了信息维度，以反映儿童获取信息的权利。①UNCRC: Convention on the Rights of the Child, the UNCRC website: https://www.ohchr.org/en/professionalinterest/pages/crc.aspx, 1989.

表1 儿童多维贫困的维度和指标——基于CHIP2013年和2018年数据

从具体指标来看，水维度是由一个家庭是否能获得改良水源来衡量。卫生设施维度包含两个指标，一是家里或附近有干净厕所设施；二是家里使用清洁的炊饮燃料。住房维度则通过住房过度拥挤和住房质量（由主要建筑材料反映）两个指标进行测量。教育维度根据中国的义务教育年龄段来确定具体指标，即6-16岁儿童当前是否就学。我们用儿童是否有医疗保险和社区内是否有医疗保健设施这两个指标来测量健康维度。信息维度的测量指标为家中是否能通过电脑或手机上网。耐用消费品维度的衡量标准为家中是否有以下耐用品：洗衣机、空调、热水器、冰箱、摩托车、汽车。若家中没有任何以上一种耐用品，则被认为在耐用消费品维度处于匮乏状态。

本研究赋予每个维度相同的权重（1/7）。此外，本文共选取了十个指标，其中有八个指标是在家庭层面上衡量的（此时儿童多维贫困的测算与家庭的测量结果相同），其余两个指标是在儿童个人层面上衡量的（即6-16岁儿童不上学和儿童没有医疗保险）。②儿童个人层面的指标数量较少是因为CHIP是一项家庭调查，重点调查家庭层面而非儿童层面的资源和福利指标。

2.多维贫困临界值和效度测试

根据文献推荐的统计检验方法，③David Gordon, et al., Poverty and Social Exclusion in Britain, White Rose Research Online: https://eprints.whiterose.ac.uk/74234/, 2000; Di Qi, Yichao Wu, "Child Poverty in China-A Multidimensional Deprivation Approach," Child Indicators Research, 2014, 7(1); Di Qi, Yichao Wu, "A Multidimensional Child Poverty Index in China," Children and Youth Services Review, 2015, 57; Di Qi, Yichao Wu, "The Extent and Risk Factors of Child Poverty in Urban China—What Can Be Done for Realising the Chinese Government Goal of Eradicating Poverty before 2020," Children and Youth Services Review, 2016, 63.本文使用方差分析和Logistic回归分析将多维贫困临界值设定为在七个维度中的两个或以上的维度处于匮乏状态。具体来说，我们首先尝试定义多维贫困为在一个或以上维度处于匮乏状态。我们使用方差分析和Logistic回归来比较多维贫困儿童和非贫困儿童在家庭收入方面的群体差异。①David Gordon, et al., Poverty and Social Exclusion in Britain, White Rose Research Online: https://eprints.whiterose.ac.uk/74234/, 2000.之后，我们重新定义多维贫困为在两个或以上的维度上处于匮乏状态，并对新的定义进行相同的分析（即检验贫困和非贫困儿童家庭收入的群体差异）。以此类推，直到尝试定义多维贫困为七个维度处于匮乏状态。

我们对比这七组定义，在方差分析中拥有最大F值(F value)和在Logistic回归分析中有最大卡方值(Chi-square)的一组被选为儿童多维贫困的临界值。我们的研究发现定义两个或以上维度的F值和卡方值最大，由此决定多维贫困临界值设定为在七个维度中的两个或以上的维度处于匮乏状态，即若一名儿童在两个或更多的维度上处于匮乏状态，该儿童就被定义为处于多维贫困；否则，该儿童就被视为处于非多维贫困。为了确保我们选取的维度和指标能真正反映儿童多维贫困，我们使用Logistic回归来检验这些维度的有效性。根据既有文献，②David Gordon, The Concept and Measurement of Poverty, Bristol: Policy Press, 2006, pp.29-70; David Gordon, Shailen Nandy, "Measuring Child Poverty and Deprivation," Global child poverty and well-being: Measurement, concepts, policy and action, 2012; Anne-Catherine Guio, et al., Measuring Material Deprivation in the EU: Indicators for the Whole Population and Child-Specifi c Indicators, Luxembourg: Publications Office of the European Union, 2012; Di Qi, Yichao Wu, "Child Poverty in China-A Multidimensional Deprivation Approach," Child Indicators Research, 2014, 7 (1).我们分别将每个维度作为自变量，将家庭收入作为因变量进行回归分析，以测试各个维度的有效性。③Aldi Hagenaars, Poverty Statistics in the Late 1980s: Research Based on Micro-Data, Luxembourg: Office for Official Publications of the European Communities, 1994.根据文献中经济合作与发展组织（OECD）组织修改过的量表,本文使用了家庭可支配收入的对数，通过给第一个已成年的家庭成员分配1的权重，给第二个及以后14岁或以上的家庭成员分配0.5的权重，给每个14岁以下的儿童分配0.3的权重。显著关系表明该维度能够有效反映儿童多维贫困。本研究的七个维度在2013年和2018年数据中都通过了有效性测试，可以真实地反映儿童多维贫困。

3.MPI估算：Alkire-Foster（AF）方法

在确定儿童多维贫困的维度、指标和临界值后，我们采用Alkire-Foster （AF）方法估算中国儿童的多维贫困指数（MPI）。按照如下公式，MPI（M0）结合了多维贫困人口信息并计算出了调整后的多维贫困指数。它涵盖了贫困的两个方面：H代表儿童多维贫困发生率，A代表匮乏程度，也称多维贫困儿童的平均匮乏额度。④Sabina Alkire, et al., Multidimensional Poverty Measurement and Analysis, Oxford, UK, Oxford University Press, 2015.儿童的多维贫困指数也可以按照年龄和性别等人口特征进行分组分析。

式（1）中，M0代表多维贫困指数，H代表儿童多维贫困发生率，A代表匮乏程度。

H和A的计算公式如下：

式（2）中，H代表儿童多维贫困发生率，q代表同时存在k个维度的儿童贫困人数（在本研究中k≥2），n代表儿童总数。

式（3）中，A代表匮乏程度，取儿童多维贫困维度数量的均值，Ci代表每位儿童。

（二）儿童多维贫困与收入贫困比较

本文还研究了儿童多维贫困与收入贫困发生率的重叠与差异。以往关于中国收入贫困的文献通常假设家庭可支配收入在家庭内部被平均分配，低于家庭人均收入贫困线则被界定为收入贫困。在本研究中，若儿童的家庭人均收入低于贫困线，那么该名儿童就被认定为收入贫困；否则，该名儿童就被认定为非收入贫困。

对中国收入贫困的研究通常采用三种贫困标准，包括世界银行的每人每天1.9美元的国际贫困标准（按2011年购买力平价计算）；中国现行的按照每人每年2300元（按2010年不变价）国家农村贫困标准；以及各省市的地方低保线。为了在全国范围内提供政策建议，本研究采用了国家官方农村贫困线界定收入贫困，即基于2010年价格的2300元家庭人均年收入。我们使用居民物价指数将2010年的贫困线转换为2013年和2018年的国家农村贫困线。①Shi Li, et al., New Patterns in China's Rural Poverty, In Terry Sicular, et al.(Eds.), Changing Trends in China's Inequality: Evidence, Analysis, and Prospects.Oxford, UK, Oxford University Press, 2020.城市贫困线经估算被界定为全国农村贫困线的1.4倍。②Martin Ravallion, Shaohua Chen, "China's (Uneven) Progress Against Poverty," Journal of Development Economics, 2007, 82.由此得出，2013年农村贫困线为2716元，城市贫困线为3803元；2018年农村贫困线为2958元，城市贫困线为4141元。

根据估算的儿童多维贫困率和收入贫困率，本研究将儿童按贫困状况分为四组：非贫困、仅多维贫困、仅收入贫困以及同时处于多维和收入贫困。我们进行了Logistic回归分析，以研究哪些个人及家庭层面的人口和社会经济特征与儿童贫困的发生几率存在显著关联。③本文通过多项式Logistic回归来估计全国和农村样本中的非贫困、仅多维贫困、仅收入贫困以及同时处于多维和收入贫困的四组儿童的贫困特征。由于城市和流动儿童样本中的贫困儿童样本量较少，因此我们将仅多维贫困、仅收入贫困和同时处于多维和收入贫困的三组儿童合并为贫困组，并使用Logistic回归分析将贫困组与非贫困组进行对比，以研究致贫特征。

我们考虑了儿童、户主和家庭层面的一系列人口和社会经济特征。儿童个人层面的特征包括儿童的性别、年龄和少数民族身份。户主特征包括户主的年龄、性别、少数民族身份、婚姻状况、教育水平、就业状况、健康状况的自我评价和共产党员身份。家庭层面的特征包括家庭中儿童的平均年龄、儿童数、老年人数（60岁及以上）、劳动年龄人口数（18至59岁）、自评健康状况欠佳的成员数、身体残障的成员数、城乡户口和居住地，以及地区（东、中、西部）。

（三）数据来源：中国家庭收入调查（CHIP）

本研究利用2013年和2018年的中国家庭收入调查（CHIP）数据估算中国儿童的多维贫困率和收入贫困率。CHIP是由北京师范大学收入分配研究院主持的一项中国住户收入的横断面调查，也是中国家庭收入和生活条件的最具权威性和可靠性的数据来源之一。

CHIP样本是从国家统计局（NBS）的母样本中使用多级分层抽样法选择的具有全国代表性的数据。自2012年以来，国家统计局一直在使用统一的、基于居住地的抽样框架。该框架按各省的农村和城市进行分层，并以2010年人口普查为基础。由农村至城市的流动人口被定义为拥有农村户口但居住在城市的人，被纳入城市人口抽样框架。在本研究中，农村居民属于农村样本，拥有城市户口的城市居民属于城市样本，拥有农村户口的城市居民属于流动人口样本。

2013年CHIP样本来自中国东、中和西部的15个省份；2018年数据在2013年的基础上额外包括了内蒙古。④未来的研究可以检验如果将内蒙古从CHIP2018的样本中排除，结果是否会有所不同。为了使数据结果能够反映全国总体的情况，且考虑到各地区的人口分布和各地区内城、乡及流动人口规模的不同，CHIP团队为每轮数据构建了权重。本研究中的所有分析都是加权的，因此可以认为在全国层面和城市、农村、流动人口子群体层面具有代表性。

CHIP收集了包括住房、饮用水、卫生设施、燃料以及社区的基础设施状况等不同维度的居民生活环境的丰富信息。除此之外，它还调查了关于家庭收入的详细信息，使我们能够对儿童多维贫困和收入贫困进行比较。CHIP还考察了一系列个人和家庭的人口社会经济特征，使我们能够分析可能的致贫因素。①Björn Gustafsson, et al., "Data for Studying Earnings, the Distribution of Household Income and Poverty in China," China Economic Review, 2014, 30(c).

与其他具有全国代表性的数据如中国健康与营养调查（CHNS）和中国家庭追踪调查（CFPS）相比，CHIP的样本量更大，有关家庭收入的信息更丰富，对生活条件和物质匮乏的衡量方法更多样化。跟这些其他家庭层面的调查数据类似，CHIP的测量单位是家庭，对儿童个人层面的关注有限，因此在一定程度上限制了其测量儿童多维贫困的能力。

本研究关注的重点是儿童多维贫困和收入贫困，因此分析单位为儿童。尽管我们选取的十项指标中只有两个指标是从儿童个人层面衡量的，但我们假设在其他八个指标的衡量上，儿童的测量值与家庭的测量值相等。我们假设家庭收入由包括儿童在内的家庭成员平均分配。2013年的CHIP调查数据共涵盖9720名儿童，其中包括6506名农村儿童，2727名城市儿童以及487名流动儿童。2018年的CHIP调查数据共涵盖12027名儿童，其中包括5678名农村儿童，4798名城市儿童以及1551名流动儿童。

四、中国儿童多维贫困的模式和趋势

本部分首先呈现了全国、农村、城市和流动人口样本中的儿童多维贫困指数（MPI）测量结果及其2013年至2018年的变化情况，并分析了儿童在不同维度和指标下的匮乏程度。此外，本部分按性别和年龄组别对儿童多维贫困指数进行了比较，从而了解是否存在显著的群体差异，以及该差异于2013年至2018年间是否发生了变化。

（一）中国儿童多维贫困指数（MPI）：2013—2018年

图1-3展示了在全国、农村、城市和流动人口样本中儿童MPI的估计结果，以及它们从2013年到2018年的变化。具体来说，图1展示了儿童多维贫困的发生率（H，人口比率）；图2展示了儿童多维贫困的程度（A，贫困儿童平均匮乏额度）；图3展示了多维贫困指数，即MPI（M0，调整后的人口比率）。

图1 2013年和2018年全国、农村、城市和流动人口中的儿童多维贫困发生率（H）

图2 2013年和2018年全国、农村、城市和流动人口中的儿童多维贫困程度（A）

图3 2013年和2018年全国、农村、城市和流动人口中的儿童多维贫困指数（M0）

从图1可以看出，全国处于多维贫困儿童的比例从2013年的49%下降到2018年的19%。2013及2018年农村儿童发生多维贫困的几率（H）远远高于城市和流动儿童。2013年，农村儿童的多维贫困人口比率为75%，而城市和流动儿童的比率分别为22%和45%。2018年，农村儿童的多维贫困比例下降到38%，而城市和流动儿童分别下降到8%和9%。这表明，尽管2013年至2018年间，儿童多维贫困的比例有所下降，但农村儿童与城市和流动儿童之间的差距仍然存在。值得关注的是，这两年间流动儿童多维贫困比率下降的速度比农村和城市儿童要快。这可能是由于流动家庭的家庭收入增加，且他们能获得城市地区的基本公共服务。②李实、吴彬彬：《中国外出农民工经济状况研究》，《社会科学战线》2020年第5期。

图2和图3展现了和图1相似的模式和趋势。从2013年到2018年，中国儿童多维贫困程度和指数都有所下降，但城乡差距持续存在。图2显示，从2013到2018年，中国儿童多维贫困程度小幅下降，城乡差距在匮乏额度上有所减小。具体而言，2013年处于多维贫困的农村儿童平均在七个维度中的2.9个维度上（41%）匮乏，城市儿童平均在2.4个（34%）维度上匮乏，而流动人口儿童则在2.8个维度上（39%）匮乏。2018年，不同人群的贫困程度均有所下降。在总共七个维度中，处于多维贫困的农村儿童平均在2.3个维度上（33%）匮乏，城市和流动儿童的平均匮乏程度均为2.2和2.1个维度（32%和31%）。

图3展现了和图1相似的模式和趋势，即儿童多维贫困指数大幅下降，但城乡差异持续存在。2013年，农村儿童的多维贫困指数为0.30，2018年下降到只有0.13。这意味着在2013年，平均每位农村儿童在全部七个维度中的30%（即2.1个）维度上匮乏，这一比例在2018年大幅下降到13%（0.9个维度）。同一时期，城市儿童的多维贫困指数从7%下降到2%，流动儿童的多维贫困指数则从18%下降到3%。

（二）中国儿童在不同维度和指标的匮乏程度分析

表2展现了全国儿童样本中在不同维度和指标的匮乏比例。2013年至2018年间，在7个维度和10个指标中处于匮乏状态的儿童人数比例均有所下降。2013年，在卫生设施（主要是厕所设施）和信息方面处于匮乏状态的儿童占相当大的比例（约45%）。2018年，信息的匮乏程度大幅下降到12%。虽然卫生设施的匮乏程度也有所下降，但仍有相当比例（31%）的儿童处于匮乏状态，这很可能是由于农村儿童在这一指标上处于高度匮乏状态所导致的。

表2 2013年和2018年CHIP数据中的全国儿童样本在不同维度和指标上的匮乏比例

图4—7显示了2013年和2018年全国、农村、城市和流动儿童样本在不同数量的维度上的匮乏比率。全国儿童（图4）和流动儿童（图7）的统计结果非常相似。2013年至2018年间，全国和流动儿童样本中在两个或多个维度处于贫困的儿童比例均有所下降，即儿童多维贫困的发生率有所下降。

图4 2013年和2018年全国儿童在不同维度上的匮乏比率

具体来看，在2013年的全国和流动儿童样本中，在一个维度和两个维度处于匮乏状态的儿童分别约为25%和20%；在三个维度匮乏的儿童约为17%；在四个或更多维度匮乏的儿童约为8%。2018年，约三分之一的儿童在一个维度匮乏，高于2013年的25%；14.2%的全国儿童和7.7%的流动儿童在两个维度处于匮乏状态；在三个或三个以上维度匮乏的儿童比例则要小得多（全国样本为4.8%，流动样本为1.2%）。

农村（图5）和城市（图6）儿童样本则展现出了不同的模式。2013年，大约60%的农村儿童在两个或三个维度处于匮乏状态；在一个维度和四个及以上维度处于匮乏状态的儿童比例相似（约16%）。这一模式在2018年发生了巨大变化。2018年，41%的农村儿童只在一个维度匮乏，其次是两个维度（27%）、三个维度（9%）和四个或更多维度（2%）。这些变化表明，2013年至2018年中国农村多维贫困儿童的人口比例显著下降，而城市儿童多维贫困的下降幅度相对较小。2013年，约36%的城市儿童在一个维度处于匮乏状态，其次是两个维度（16%）、三个维度（4%）和四个或更多维度（2%）。到2018年，在不同数量维度的匮乏比率均有所下降，占比最大的仍然是在一个维度匮乏（30%）。

图5 2013年和2018年农村儿童在不同维度上的匮乏比率

图6 2013年和2018年城市儿童在不同维度上的匮乏比率

图7 2013年和2018年流动儿童在不同维度上的匮乏比率

（三）中国儿童多维贫困的性别差异

表3比较了全国、农村、城市和流动人口样本中不同性别儿童（男童和女童）的多维贫困指数以及在2013年至2018年的变化情况。总体来看，儿童多维贫困性别差异很小。2018年，农村地区女童的多维匮乏程度略高于男童，这表明农村女孩平均比农村男孩在更多方面遭受匮乏，但差异很小。农村儿童的多维贫困发生率和调整后的人口比率并未呈现性别差异，城市和流动儿童的多维贫困指数也没有显著的性别差异。

表3 2013年和2018年CHIP数据中不同性别儿童的多维贫困

注：T检验用于检测不同性别组之间的显著差异；显著性水平如下：*p＜0.05。

（四）中国儿童多维贫困指数的年龄组别差异

表4展现了各年龄组别儿童的多维贫困发生率及其在2013年到2018年的变化。我们将儿童划分为三个年龄组：1）0—5岁，2）6—14岁，3）15—17岁。其中，6—14岁儿童为对照组，以检验组间差异。我们发现，2013年，在全国儿童样本中不存在年龄差异，但在2018年，幼儿（即0—5岁）的多维贫困率显著较低，而大龄儿童（即15—17岁）的多维贫困率较高。①由于本文所使用的数据缺乏营养和早期教育的相关信息，因此无法充分反映0-5岁儿童在这些方面的匮乏程度。此外，本文所使用的6-16岁儿童是否上学这个指标增加了这个年龄段的儿童被度量为处于多维贫困的可能性。在农村儿童样本中，与6—14岁儿童相比，2013年幼儿的多维贫困率较低（但在2018年无显著差异），大龄儿童在2018年的多维贫困率较高（但在2013年无显著差异）。无论是在2013还是2018年，城市或流动儿童的多维贫困率都没有发现显著年龄差异。

综上所述，结果表明，2013年至2018年，儿童多维贫困发生率、贫困程度和多维贫困指数均显著下降，但与城市和流动儿童相比，农村儿童的多维贫困问题仍十分严峻。在此期间，流动儿童多维贫困率的下降速度快于农村和城市儿童。在性别差异方面，不同年份、样本中男童和女童的多维贫困发生率和多维贫困指数都较为相似。唯一存在的性别差异是2018年农村地区女童的多维匮乏程度略高于男童。2013年，在全国儿童中没有发现年龄差异，但在2018年，幼儿（即0—5岁）的多维贫困率明显较低，而大龄儿童（即15—17岁）的多维贫困率较高。这些差异主要源自农村各年龄组间的差异，因为在城市或流动儿童中没有发现年龄差异。

五、中国儿童多维贫困与收入贫困比较

本部分我们分析了儿童多维贫困和收入贫困的重叠和差异。首先，我们比较了2013年和2018年全国、农村、城市和流动人口中的儿童多维度贫困率和收入贫困率，之后比较了不同收入群体的儿童经历多维贫困的程度。此外，我们将儿童分为四个组别（非贫困、仅多维贫困、仅收入贫困、以及多维和收入双重贫困），并研究了这四个组别的分布在城市、农村和流动人口中的不同以及2013年至2018年间的变化。最后，我们分析了2013至2018年间哪些个人及家庭层面的人口和社会经济特征与儿童贫困的发生几率存在显著关联。

（一）儿童多维贫困率和收入贫困率比较

表5列出了2013年至2018年全国、农村、城市和流动人口样本的儿童多维贫困率和收入贫困率。通过比较可以发现，在2013年和2018年，所有样本中的儿童多维贫困率都远远高于收入贫困率。从2013年到2018年，全国、农村和流动人口样本的两种贫困率都有所下降，且儿童多维贫困率的下降幅度大于收入贫困率。城市儿童的多维贫困率在这两年间也大幅下降，但城市儿童收入贫困率都保持在1.15%。研究结果表明，与中国政府目前采用的国家官方农村贫困线界定收入贫困的衡量标准相比，多维贫困测量方法能反映出更多儿童经历的匮乏和困难。

表5 2013和2018年儿童多维贫困率和收入贫困率比较（%）

具体来看，全国儿童样本在2013年的多维贫困率为49%，远高于收入贫困率（6%）。2018年，全国儿童的多维贫困率和收入贫困率分别下降至19%和3%。可以看出，儿童多维贫困率的下降幅度大于收入贫困率。农村儿童的多维贫困率和收入贫困率比城市和流动儿童高得多。虽然这一差距在两年间有所缩小，但仍持续存在。

（二）不同收入群体中的儿童多维贫困率

基于收入五分位法和家庭人均收入计算，图8-11展现了不同收入群体的儿童在全国、农村、城市和流动人口样本中经历多维贫困的程度，以及它们从2013年到2018年的变化。总体来看，如预期所料，几乎所有样本中的儿童多维贫困率都随着家庭收入的增加而降低（2018年的流动人口样本除外），这体现出了儿童多维贫困和收入贫困之间的高度相关。值得关注的是，即使在收入最高的20%人口群体中也存在儿童多维贫困问题，这表明关注儿童贫困，不仅要研究收入问题，还要关注各个群体在不同维度上的匮乏问题。2013年至2018年，不同收入群体的儿童多维贫困率均大幅下降。

图8 2013年和2018年全国儿童样本中收入五分位数组的多维贫困率

具体来看，2013年和2018年不同收入群体的农村儿童的多维贫困率要远远高于城市和流动儿童。尽管多维贫困率整体有所下降，但2018年收入位于61—80%的农村儿童的多维贫困率仍为25%，相当于当年收入最低的20%城市儿童的多维贫困率。相比之下，2018年收入最低的20%农村儿童的多维贫困率为49%，收入最高的20%农村儿童的多维贫困率为19%，而收入最高的20%城市儿童的多维贫困率仅为4%。结果表明，从不同收入群体来看，城市和农村儿童多维贫困率的差距持续存在。

图9 2013年和2018年农村儿童样本中收入五分位数组的多维贫困率

通过对比可知，2013年至2018年，流动儿童中不同收入群体的多维贫困率下降幅度最大。2013年，流动儿童的多维贫困率略低于农村儿童，但远高于城市儿童。2018年，与农村儿童相比，流动儿童的多维贫困率明显降低。令人惊讶的是，2018年收入最低的20%流动儿童的多维贫困率最低（2%）。

图10 2013年和2018年城市儿童样本中收入五分位数组的多维贫困率

图11 2013年和2018年流动儿童样本中收入五分位数组的多维贫困率

（三）儿童多维贫困和收入贫困的群体分布

接下来，根据儿童多维贫困和收入贫困状况，我们将儿童分为四组：非贫困、仅多维贫困、仅收入贫困以及同时处于多维和收入贫困，以考察他们在样本中的分布和2013—2018年间的变化。表6列出了这四个组别在全国、农村、城市和流动人口样本中的频率分布，以及它们在2013年到2018年间的变化。

表6 2013年和2018年不同收入贫困和多维贫困组别的频率分布（%）

注：儿童多维贫困的衡量标准是发生率(H);儿童收入贫困是用基于2010年价格计算的国家官方农村贫困线每人每年2300元来衡量的，其中城市贫困线是农村贫困线的1.4倍。

表6的结果显示，2013年，50%的全国儿童为非贫困儿童，其次是仅多维贫困儿童（44%）、同时处于多维和收入贫困儿童（5%）以及仅收入贫困儿童（0.8%）。2018年的情况略有不同——全国大部分儿童（79%）为非贫困儿童，其次是仅多维贫困儿童（18%）、仅收入贫困儿童（2%），以及同时处于多维和收入贫困儿童（1%）。研究结果表明，总体来看，2013年到2018年贫困儿童的比例明显下降。尽管仅收入贫困儿童的比例有所增加（从2013年的0.8%到2018年的2%），但仅多维贫困儿童（从44%到18%）和处于多维和收入双重贫困儿童（从5%到1%）在此期间显著下降。

通过比较农村、城市和流动儿童样本中的分布，我们发现，在2013年和2018年，农村儿童在仅收入贫困、仅多维贫困、和同时处于多维和收入贫困这三个群体中的比例都高于城市和流动儿童。值得注意的是，在2013年，仅有小部分流动儿童（0.2%）处于仅收入贫困，更多流动儿童（2%）则处于多维和收入双重贫困。然而这一模式在2018年被逆转为1%对0%，这表明在此期间，流动儿童的生活条件在多个维度上均有所改善。

表6还表明，2013年儿童收入贫困与多维贫困的重叠程度比2018年更高，这表现在2013年所有样本中处于多维和收入双重贫困的儿童比例要大于2018年。事实上，收入贫困率越接近于零（2018年的这种情况比2013年更多），它就越不足以代表非收入层面的匮乏状况。在这两年中，使用多维度的测量方法比使用以国家官方农村贫困线界定收入贫困的衡量标准所计算出来的贫困儿童比例要高得多。

（四）与儿童贫困相关的社会人口特征

表7—8呈现了回归分析所揭示的2013年至2018年间与儿童贫困发生几率存在显著关联的人口和社会经济特征。对照组为非贫困组，所有回归分析在省一级加入聚类标准误。在全国和农村儿童样本中，我们使用多项式Logistic回归来分别将仅多维贫困、仅收入贫困以及多维和收入双重贫困这三组与非贫困组进行对比。由于城市和流动儿童样本中的贫困儿童样本量较少，因此我们将仅多维贫困、仅收入贫困和同时处于多维和收入贫困的三组儿童合并为贫困组，并使用Logistic回归分析将贫困组与非贫困组进行对比。

结果表明，无论是2013年还是2018年，户主受教育程度低与儿童处于贫困状态的几率持续存在显著关联，居住在农村或西部地区的儿童更有可能处于贫困状态。具体来说，在这两年的全国样本中（表7），户主未婚、小学教育水平或更低以及家中有更多身体残障的成员会导致更高的贫困发生几率，尤其是在处于多维和收入双重贫困的最脆弱的群体中。与城市儿童相比，农村儿童处于贫困的可能性更大，特别是处于多维和收入双重贫困。然而，在2013年，流动儿童比城市儿童更容易陷入贫困，这一现象在2018年发生了逆转。

表7 全国儿童样本中不同贫困群体致贫因素的多项式Logistic回归分析

注:表格内呈现比值比的对数，括号内为标准误。所有回归分析在省一级加入聚类标准误。显著性水平如下：*p＜0.05，**p＜0.01，***p＜0.001。

农村样本中预测儿童贫困发生几率的人口和社会经济因素与全国样本中的结果基本一致（表略），生活在西部地区是2013年和2018年最持久的致贫因素。具体而言，2013年，户主的低教育水平(小学及以下)与仅多维贫困、仅收入贫困和同时处于多维和收入贫困的几率均有显著关联，但在2018年仅与多维贫困相关。身体残障的家庭成员数量与多维贫困存在显著关联（2013年与多维贫困和收入贫困均存在相关关系，2018年仅与收入贫困相关）。2013年，有更多的孩子和生活在中部地区都是成为这三个贫困群体之一的重要因素，在2018没有发现关联。

表8呈现了城市及流动人口样本中预测儿童贫困发生几率的人口和社会经济因素。在城市样本中，户主的低教育水平（小学及以下）和儿童数量与2013年和2018年的儿童贫困发生几率均显著相关。在流动人口样本中，儿童年龄在2013年与贫困发生率有关，但在2018年没有关联。户主是少数民族和教育程度低（小学及以下）在2013年与贫困发生率显著相关，在2018年均无关联。户主的自评健康状况在2018年与贫困发生率显著相关，但在2013年没有关联。

表8 城市和流动儿童样本中致贫因素的Logistic回归分析

注：对照组为非贫困组。由于城市和流动人口样本中的贫困儿童样本量较少，仅多维贫困、仅收入贫困和同时处于多维和收入贫困的三组人群被合并为贫困组。表格内呈现比值比的对数，括号内为标准误。所有回归分析在省一级加入聚类标准误。由于退休流动人口的样本量为0，因此这一类别不包含在流动人口样本的logistic回归中。显著性水平如下：*p＜0.05，**p＜0.01，***p＜0.001。

综上所述，在2013年和2018年，农村、城市和流动人口群体中的儿童多维贫困率远高于收入贫困率。农村儿童的多维度贫困率和收入贫困率远高于城市和流动儿童，这一差距尽管在2013到2018年间有所缩减，但仍持续存在。正如预期所料，在几乎所有的样本中，处于收入最高20%儿童中的多维贫困率更低。尽管如此，无论是2013年还是2018年，处于不同收入群体的农村儿童的多维贫困率比城市和流动儿童要高得多。

同时考虑多维贫困和收入贫困可以发现，2013年至2018年的儿童贫困程度从总体上有了大幅度的下降。与2018年相比，2013年儿童收入贫困与多维贫困的重叠程度更高。从与儿童贫困有关的社会人口特征来看，在农村、城市和流动儿童中，户主受教育程度低与儿童处于贫困状态的几率都持续相关。在农村样本中，跟东部或中部地区相比，西部地区的儿童更有可能处于贫困状态，但在城市和流动儿童样本中并未发现地区差异。

六、结论和政策建议

（一）主要发现

本研究利用2013年和2018年的中国家庭收入调查（CHIP）数据为中国儿童多维贫困和收入贫困的水平、趋势和致贫因素提供证据。本文采用Alkire-Foster方法估算儿童多维贫困。我们发现，从2013年到2018年，儿童贫困率从总体上大幅下降。全国处于多维贫困儿童的比例从2013年的49%下降到2018年的19%。农村、城市和流动儿童的多维贫困率存在巨大差异，农村儿童发生多维贫困的几率始终高于城市和流动儿童。2013年至2018年间，这一差距有所缩小。

在性别和年龄组别差异方面，在中国农村地区，2018年女童的多维匮乏程度略高于男童，但农村地区的多维贫困率并未呈现性别差异，在城市和流动儿童中的多维贫困率和贫困程度也没有显著的性别差异。2013年，在全国儿童中没有发现年龄差异，但在2018年，幼儿（即0—5岁）的多维贫困率明显较低，而大龄儿童（即15—17岁）的多维贫困率较高。这些差异主要源自农村各年龄组间的差异，因为在城市或流动儿童中没有发现年龄差异。

通过比较儿童多维贫困和收入贫困，我们发现，在2013年和2018年，农村、城市和流动人口群体中的儿童多维贫困率远远高于收入贫困率。与城市和流动儿童相比，同龄的农村儿童更可能处于贫困状态，无论是多维贫困还是收入贫困或者两者兼而有之。这一差距于2013年到2018年间有所缩减。儿童多维贫困在一定程度上与收入贫困重叠，而2013年的重叠程度比2018年更高。尽管如此，与城市和流动儿童相比，即使是处于较高收入五分位数组的农村儿童的多维贫困率也相对较高。

同时考虑多维贫困和收入贫困可以发现，2013年至2018年的儿童贫困比例从总体上有大幅下降。不论是2013年还是2018年，在农村、城市和流动儿童中，户主受教育程度与儿童处于贫困状态的几率持续相关。在农村样本中，跟东部或中部地区相比，西部地区的儿童更有可能处于贫困状态，但在城市和流动儿童样本中并未发现地区差异。

（二）政策建议

本研究结果对中国制定针对儿童的贫困测量方法和解决儿童贫困问题具有重要的政策意义。首先，本研究表明，同时使用收入和多维测量标准来测量儿童贫困，与只使用收入（或消费）测量标准相比可提供更丰富的信息。同时，本研究还表明，由于所使用的数据缺乏营养、室内污染、残障和心理健康方面的详细信息，限制了我们对儿童在这些重要方面匮乏的度量与研究。中国政府在构建未来的贫困测量和监测系统时，应将针对儿童福祉的测量（包括收入和多维测量）作为重点，设计并开展具有全国代表性的、以儿童及其家庭为重点的追踪调查数据收集，以便对儿童贫困进行准确和动态的监测，为政策决策提供恰当的依据。

本研究发现，2013年至2018年间，儿童贫困率大幅下降，这可能是这一时期针对农村贫困的政策和投入的结果。尽管焦点放在农村治理上，但与城市和流动同龄人相比，农村儿童尤其是西部地区的农村儿童仍然更有可能经历收入或多维贫困，或两者兼而有之。此外，本研究还发现了收入贫困和多维贫困的重叠现象，尤其是在农村儿童中，即使是收入最高20%的儿童也可能经历多维贫困。这些发现表明，仅提供收入支持是不够的。未来的政策需要继续扩大对农村儿童及其家庭的支持，以改善他们的经济资源和生活条件，在特别关注西部地区的同时兼顾中部和东部地区。相关支持应包括专门针对儿童的福利政策（如儿童津贴），以及针对有儿童家庭的福利（如托育补贴）。这些支持还应包括实物福利和服务，如营养、儿童保育、教育和健康服务。这些政策和规划应从以儿童为中心的视角来设计，为支持儿童——尤其是欠发达地区的农村儿童——的成长与发展建立稳固强大的基石。

以儿童为中心的政策和规划应针对和满足不同年龄和性别等儿童群体的具体需求。从年龄组来看，儿童早期尤为关键，目前在中国已经得到越来越多的关注和干预。在《中国儿童发展纲要（2011—2020年）》中，中国将儿童早期发展列为优先发展领域，重点关注儿童早期健康、营养和教育。①国家统计局：2019年《中国儿童发展纲要（2011—2020）》统计监测报告，国家统计局网站：http://www.stats.gov.cn/tjsj/zxfb./202012/t20201218_1810128.htm，2021年7月1日。国家统计局2020年发布的监测报告呈现了一系列的积极进展，比如婴儿及5岁以下儿童死亡率和5岁以下儿童发病率及发育迟滞率的持续下降、疫苗接种率以及3—6岁儿童早教入学率的上升。未来应当进一步扩大支持所有儿童的成长和发展项目，尤其应当关注来自农村贫困地区的儿童，同时重视儿童早期和女童的需求，因为女童获得的资源和机会往往比男童少。

尽管从2013年到2018年儿童贫困率有所下降，但农村、城市和流动儿童之间的差距依然存在。农村儿童，尤其是西部地区的农村儿童更有可能处于贫困和匮乏状况。这种巨大差距不可能在短时间内消除，必须通过促进公平和福祉的相关政策制度来解决。由于公共服务资源分配不足且不均衡，农村儿童落后于城市儿童，西部农村地区的资源配置也落后于东部和中部地区。对农村、城市和流动人口之间的差距进行结构性改革，以实现公平与社会正义，有助于缩小这些差距，支持所有儿童充分发挥其潜力。