农村多维相对贫困的性别差异研究——基于家庭内部资源分配的视角

李 聪，王 悦，王 磊

（西安交通大学 经济与金融学院，陕西 西安 710061）

一、引言

作为世界减贫事业的推动者和引领者，我国在2020年率先实现了消除绝对贫困的任务，创造了又一彪炳史册的人间奇迹。2021年2月，习近平总书记在全国脱贫攻坚总结表彰大会讲话中提到：“脱贫摘帽不是终点，而是新生活、新奋斗的起点。解决发展不平衡不充分问题、缩小城乡区域发展差距、实现人的全面发展和全体人民共同富裕仍然任重道远”。相对贫困治理是后小康时代乡村发展的关键。而贫困的性别差异是世界范围内客观存在的社会问题，也是发展不平衡的典型表现形式之一。2021年全球性别差距报告显示，中国的性别差距在进一步拉大。在报告收录的156 个国家中，我国性别差距指数由2006年全球排名第63 位下滑至107 位，经济参与、教育、健康及政治赋权等具体方面的差距也在不断扩大［1］；在新冠肺炎疫情的不利外部冲击下，女性的工资下滑更多，而无偿照料和家务劳动工作却在增加，性别平等在各个方面不容乐观［2］。性别差距的拉大与其初始的经济文化因素之间互为因果，循环累积地加剧着女性在就业、教育、社会参与等方面的不利地位，不仅削弱了女性个体的幸福和权利，也对整个国家的人口结构和可持续发展形成了威胁。对于农村地区的女性群体来说情况更加严重，尽管她们的家庭已实现整体脱贫，但基于其自身的脆弱性，可能面临着更大的返贫风险。因此，在我国贫困治理的历史新阶段，如何多维度消除这种差异，对于实现更广泛意义上的减贫、促进性别平等与可持续发展都具有十分重要的现实意义。

基于以上背景，本文从家庭和个人两个层面分别构建多维相对贫困的指标体系，对比分析家庭与个人多维相对贫困的性别差异及影响因素。与以往文献相比，本研究的主要创新在于：（1）将研究对象从家庭层面延伸到个人层面，通过二者的比较分析为相对贫困治理中的战略选择提供更为坚实的依据。将家庭和个人层面的多维相对贫困状况进行对比，为未来帮扶对象的选取提供来自中国情境的经验借鉴，弥补了相关研究的缺失。（2）基于家庭内部资源分配视角，研究现有文献较少关注的多维相对贫困的性别差异问题。性别歧视导致的相对剥夺和社会排斥是客观存在且不容忽视的现实问题，本文对不同层面多维相对贫困的性别差异进行分析，探讨家庭内部的贫困性别差异，更深层次厘清农村女性的贫困现状，为“摘帽不摘帮扶”的相对贫困扶持阶段进一步精准识别帮扶对象、促进性别平等可持续发展提供依据。

二、相关理论及研究回顾

相对贫困指由相对剥夺的概念入手定义、测量与识别贫困，是新时期贫困治理及扶贫政策制定的重要依据。不同于绝对贫困，相对贫困的衡量目前还未形成统一的标准。2001年欧盟将相对贫困线定为人均可支配收入中位数的60%，在其他国家相对贫困线被定为中位数的50%或接近中位数的40%［10］。但这一方法在我国是否适用受到了学者的质疑。首先，贫困的内涵是一个复合、相对、多维的概念，采用收入作为单一标准难以衡量人的全面发展与被剥夺情况［11-13］；其次，我国发展中不平衡不充分的问题尚未解决，不宜直接借鉴发达国家的评价标准，当前更应采用多维相对贫困标准［14］。多维相对贫困以阿玛蒂亚·森的“可行能力”为理论基础，认为收入匮乏作为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反映个人或家庭的被剥夺程度，要正确衡量个人或家庭的贫困程度，就必须从涉及其基本可行能力的多个功能性维度来考虑［15-16］。基本可行能力包括免受饥饿和疾病、满足营养需求、接受教育、参与社区社会活动等，上述功能的丧失是贫困产生的原因，其本身也是贫困的表现。现有在国内外应用广泛的多维相对贫困测度方法为“AF 双临界值法”，主要从教育、健康及生活质量等多个维度选取指标，通过设置各特定指标的剥夺临界值以及维度总体的临界值来测度个人或家庭的多维相对贫困状态与得分［17］。目前为止，学者们从不同角度对我国多维相对贫困状况进行了研究。包括从不同的维度设置指标进行测度与分解以探索我国的多维相对贫困现状［14，18-22］，应用多维相对贫困指标研究老年人、流动人口等特定群体及不同区域人口的多维相对贫困特征［21-25］，对比分析多维相对贫困与绝对收入贫困识别上的静态与动态差距［26-27］；以及多维相对贫困的相关影响因素，如公共服务政策和扶贫政策等因素有利于多维贫困的改善［20，28-29］。

将性别纳入贫困研究由来已久，我国学者在多维相对贫困的研究中也逐渐将目光转向性别视角。郭熙保等对比分析了男性户主家庭与女性户主家庭多维贫困的差异，结果未发现女户更贫困的现象［22］；张全红采用1989—2009年的长期数据测度与分解我国多维贫困，发现女户的多维贫困发生率、被剥夺深度均显著低于男户家庭［30］；沈扬扬等的研究发现男户与女户家庭的多维贫困不存在显著差异，但也提出这不意味着多维贫困的性别差异不存在，因为以家庭为单位的数据处理方式会干扰结论［31］。上述研究的共同点在于均以家庭为单位，以法理上的户主性别为依据划分家庭性别类型。以家庭为单位的测度可能会掩盖家庭内部贫困分布不均等的现实，从而干扰多维相对贫困性别差异研究的真实结果［31-32］；而且在我国特有的二元经济背景下，以男性为主的劳动力外出务工是农村家庭普遍的生计活动，这一生计活动将直接导致家庭事务决策权的调整，形成大量“事实上的女户家庭”，以法理上的户主性别加以研究可能与事实存在出入。

性别研究具有强烈的个体代表性与差异性，因而性别贫困研究也有必要将研究对象具体到人，以更微观的个人层面测度多维相对贫困。不少定性研究也指出，以性别视角切入的贫困研究应将贫困问题放置于宽化的性别领域，特别需要重视多维度的贫困和致贫的原因，研究对象应突破家庭的测量单位，关注家庭内部贫困分布的性别差异［4-5，33］，然而国内关于贫困性别差异的定量研究相对缺乏，部分国外文献在这一问题上有所探讨。Vijaya 从家庭及个人层面分别测度印度的多维贫困，在此基础上进行性别差异分析发现，男户与女户家庭的差异仅为1%，且在统计上不显著，而以个人为单位进行测度，女性比男性的多维贫困发生率高约34%［8］。Klasen 在印度的研究发现，个人层面女性比男性的多维贫困发生率高约14%，而家庭层面仅高出2%［9］。Espinoza 和Klasen 在尼加拉瓜的研究发现，纳入就业指标的个人层面研究中女性相较于男性更易陷入多维贫困［34］。从以上研究中不难看出，以家庭为测度单位确实存在着忽略家庭内部个体性别差异的可能。女性贫困的概念由来已久，不同社会背景下由历史、经济、人文及其他多种原因造成，在我国当前巩固脱贫成果、实现可持续发展的时代背景下，治理多维相对贫困是解决发展不平衡不充分问题的关键之一，而家庭内部资源分配不均导致的性别差异是多维相对贫困的重要组成部分，也是巩固脱贫攻坚成果和实现全体人民共同富裕不容忽视和必须解决的问题。

在上述研究的基础上，本文拟采用在陕西省农村地区调研所得的一手调查数据测算家庭和个人层面的多维相对贫困指数，力图分析与回答以下问题：农村地区多维相对贫困的识别是否存在家庭和个人层面上的偏差，两个层面上的多维相对贫困是否存在显著的性别差异，以及针对不同性别类型的家庭及个人，影响其多维相对贫困的致贫因素有哪些。

三、数据和研究方法

（一）数据来源

本文所用数据来自在陕西省安康市、延安市收集的农户生计调查数据。调查以结构化的入户问卷和社区问卷调查为主，以半结构化的访谈作为补充。根据研究需求和调查地区经济状况，采用分层抽样调查的方法，选择调查地相对贫困的县对农户开展专项调查，调查对象包括年龄大于16 周岁的全部家庭成员，共计获得了948 户家庭及其中3327 名个人的一手数据。以“事实上的女户”为家庭性别界定标准，将男性户主不是常住人口的家庭定义为事实女户，同法理上的女户家庭一起在本文中被定义为 “事实上的女性户主家庭”，分析中事实女户家庭和男户家庭的样本量分别为155 和793户，女性和男性个人分别为1598 和1729 名。

（二）多维相对贫困的测度方法与指标构建

1.多维相对贫困的测度方法

3.4 发枝促花剂对幼树花量和产量的影响从表4看出，处理显著提高了苹果幼树的花量，调查枝量的64.9%具有顶花芽，比对照提高102.2%。处理显著提高了幼树产量，3年生树经过处理平均亩产757 kg，比对照提高170.4%。

本文以直观性强、适合政策分析的“A-F 双临界值法”测度多维相对贫困［17,35］。A-F 双临界值法依托于z 临界值和k 临界值。前者用于确定家庭或个人在特定指标上是否遭受剥夺，后者用于确定家庭或个人的多维相对贫困状态。具体方法如下：

假设社会中有n 个家庭或个人，其中家庭或个人i 的福利状况由d 个指标度量，i 在每个指标j上的取值由yij表达。有yij∈R，i=1，…，n；j=1，…，d。令gij等于i 在指标j 上的被剥夺状态，若gij低于临界值zj，有gij=1，即家庭或个人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 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i 对应的各个指标，完成赋权过程。i 在所有d 个指标上的加权分数即为家庭或个人i 的加权剥夺总分，以ci表达，。若c i≥k，家庭或个人遭受程度超过容忍范围，被视为多维相对贫困；否则相反。基于上述信息可得到多维相对贫困指数MPI：

进一步对MPI拆分可得：

其中，q 为贫困人口数量；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。MPI 具有群组可分解性，可表达为：

上式含义是，将总人口分为m 个彼此独立的群组，特定群组l（l=1,…,m）组内人口规模为,群组l 人口占比为n l/n。在本文分析中，将分别以家庭性别类型及个人社会性别对家庭及个人进行分组。

2.多维相对贫困的指标构建

联合国开发计划署（UNPD）开发的多维贫困指标主要包括教育、健康、生活质量三个维度。长期以来我国女性就业率位于世界前列，由就业引发的收入、经济参与机会等都是性别差异研究中的关键议题，就业机会及能力的缺失与女性的长期发展互相作用、互相影响导致其更易陷入可行能力被剥夺的“贫困陷阱”，是造成长期性别差异的重要指征，因而本文将就业维度纳入多维相对贫困指标体系的构建。表1报告了具体的维度、指标及剥夺临界值设置，在教育水平、健康状况、掌握技能以及就业水平等指标中，分别根据家庭和个人的不同特征进行赋值，而住房条件、清洁饮水、能源燃料以及家庭资产等可视为家庭公共物品的资源，同样关系到家庭和个人在当前及未来的福祉，因其具有非排他性特征，难以界定每个个体在上述指标中的资源分配现状与享受到的福利水平，参考Klasen等和Espinoza 等的研究［9,34］，采用家庭的表现来替代个人在上述指标上的水平，以家庭做替代至少可以保证个人享受到平均水平的家庭公共资源，但也可能导致个人层面多维相对贫困的性别差异被低估，在后文研究结果中将对这一问题进行讨论并做稳健性检验。在对多维相对贫困的测度研究中，常用的指标赋权方法有等指标赋权和等维度赋权，在此以各指标均等的方法赋权重，每个指标的权重均为1/8，参考UNPD 制定的k=30%作为多维相对贫困的临界值，此外应用Bootstrap 方法（100 次重复抽样）确保测度结果的准确性。

表1 多维相对贫困测度的维度、指标、权重及剥夺临界值

（三）模型构建

为厘清性别视角下不同层面多维相对贫困的致贫因素，以家庭或个人是否被测度为多维贫困作为因变量（是=1，否=0）进行Logit 回归，模型如下：

其中，Y=1 为家庭或个人被测度为多维相对贫困，pi表示家庭或个人i 是多维相对贫困的概率，Gender 表示家庭性别类型或个人性别，X′代表可能影响家庭或个人多维相对贫困的因素，本文主要选取了个人基本特征、家庭人口结构、资产以及地理特征的相关变量。生活在具体社会中的个人或家庭的贫困状态会受到多种因素的影响，既包括自身的禀赋特征，如年龄、婚姻状况，也包括所处家庭的环境因素，如用以衡量家庭人口结构特征的家庭规模、子女及老人数量、家庭劳动力数量、家庭女性人口占比等被发现与家庭多维贫困显著相关［22,36］；作为贫困的衡量标准，收入贫困与多维贫困存在紧密的关联［36］，因而在多维相对贫困的性别差异研究中，有必要控制收入相关的家庭资产特征，本文采用家庭人均收入及是否为低保户加以衡量；由于样本地区一项主要的扶贫政策为易地扶贫搬迁，有研究表明本地户与搬迁户的多维贫困发生率存在差异［37］，为控制其影响加入是否为搬迁户的变量，此外还通过交通状况变量来控制样本所在地的地理特征。变量的具体定义及描述性统计分析结果见表2。回归中应用Bootstrap 方法调整标准误以确保估计结果精确。此外，在个人层面的影响因素分析中，加入家庭的聚类效应，以避免同一家庭中的个人存在无法控制的相似特征而影响估计结果准确性。除总体分析外，依据上述模型与方法，分别对不同性别的家庭及个人是否为多维相对贫困进行回归，探索不同性别下的致贫因素。

表2 变量设定及样本描述性分析

四、研究结果

（一）家庭及个人层面多维相对贫困的识别

对比分析家庭与个人两个层面上多维相对贫困的识别偏差，以及家庭内部贫困分布的性别差异。根据表3可知，多维相对贫困家庭中有6.65%的个人并未处于贫困状态，而在被测度为非贫困的家庭中，仍有15.05%的个人陷入贫困。在以家庭为单位的贫困测度体系与扶持政策中，这部分生活在非贫困家庭中的相对贫困个人更可能因为被遗漏而陷入长期贫困，不仅在后续返贫治理中难以被发现，而且会增加家庭整体的返贫风险。上述结果初步说明，从家庭层面出发进行贫困识别会掩盖家庭内部部分个人的多维相对贫困问题，以个人层面作为多维相对贫困的识别单位能弥补一定的识别遗漏。

表3 家庭与个人层面多维相对贫困的分布

由表4可知，对于女户而言，无论其家庭是否为多维相对贫困，都存在着贫困的女性家庭成员占比大于男性成员的现状： 在多维相对贫困女户中，贫困男性与女性分别占所有贫困人口的1.88%和3.76%；在非贫困女户中，同样存在占总贫困人数3.07%的贫困男性及5.25%的贫困女性。在男户家庭中，女性个人的多维相对贫困比例在非贫困家庭中更高，非贫困的男户家庭内部存在22.97%的贫困女性与20.79%的贫困男性。此结果进一步说明，不同于家庭层面，个人层面多维相对贫困的性别差异更加明显，相较于男性而言，女性的多维相对贫困更为普遍和严重。

表4 不同性别类型下家庭和个人多维相对贫困的分布

（二）多维相对贫困发生率、贫困深度与强度

表5报告了家庭及个人层面的多维相对贫困发生率（H）、多维相对贫困深度（A）、多维相对贫困强度（MPI），并从绝对和相对两个角度估计上述指标中的性别差异。从家庭层面来看，被研究地区女性户主家庭的多维相对贫困发生率、贫困深度以及强度均低于男性户主家庭，但差异并不显著，这一结果与郭熙保等在家庭层面的研究结论一致［22,31］。研究表明女性户主相对于男性户主在生产、生活中脆弱性更强，未来收入不确定性风险更大，因而可能会主动地采取多种手段以提高未来收入［38］，女户家庭有更大的概率采取有计划的储蓄、投资等降低其相对贫困程度，最终表现女户与男户家庭不存在显著的多维相对贫困差异。

表5 家庭及个人层面贫困多维相对贫困发生率、深度及强度

个人层面的结果与家庭层面不同，女性的多维相对贫困发生率及多维相对贫困强度均高于男性，相对差异分别为21.9%和24.6%，差异在统计上显著。在对生活质量维度进行家庭平均化处理，可能导致性别差异结果被低估的情况下，本文依然观测到个人层面显著的多维相对贫困性别差异，说明考虑家庭公共物品的分配差异后，男性与女性的多维相对贫困差异将会更大，从个人层面出发研究贫困的性别差异是极有必要的。除性别差异外，在全部样本中可观测到个人层面的多维相对贫困发生率以及多维相对贫困强度同样高于家庭层面，如全样本中家庭层面的多维相对贫困发生率为26.0%，个人层面为31.4%，也就是说，以家庭为单位的多维相对贫困测度不仅掩盖了个人层面多维相对贫困的性别差异，也低估了个人多维相对贫困的发生率和强度。用个人指标测度多维相对贫困，不仅贫困发生率更高，而且女性更贫困的性别差异结果也得以显现。

（三）分指标的多维相对贫困发生率

为分析不同层面下各个多维相对贫困具体指标中的性别差异，计算各指标上的贫困发生率并根据性别进行分解，结果见表6。根据全样本结果，农村家庭在掌握技能、能源燃料、清洁饮水以及教育水平指标中的贫困发生率相对较高，54.3%的家庭中没有任何一个成员掌握某项技能或手艺，32.4%的家庭未使用清洁能源作为燃料。在家庭层面对男户和女户进行对比发现，女户在饮水以及燃料指标上的贫困发生率显著低于男户，相较于女户家庭，68.7%的男户家庭未通自来水，32%的男户仍使用薪柴、燃煤等非清洁能源作为主要燃料。研究表明，不同性别的居民在能源使用行为上存在显著差异，女性比男性更易实施低碳环保的能源使用行为，女性户主由于掌握了家庭的日常消费开支决策权，在承担家务活动中往往更有节能意识，更注意实施合理的能源使用行为［39］，在调研中也发现，女性由于更多从事做饭、烧水等家务劳动，使用薪柴、燃煤、井水等作为燃料和日常饮水会增加她们的劳动负担，因而女性户主在日常消费支出中会倾向于增加对便利生活资料的投资。在教育水平、健康、家庭资产以及技能指标中，女户的贫困发生率略高于男户，但差异在统计上并不显著。

表6 不同性别类型下家庭与个人层面各维度贫困发生率与差异

从个人层面的测度结果来看，总体上教育、就业水平以及家庭能源的使用是对个人多维相对贫困贡献度较大的指标。就性别差异而言，就业、教育及健康中女性个人的贫困发生率显著高于男性，其中就业指标贫困的性别差异最大，为81.9%，经验事实与相关研究均表明农村地区女性非农就业的机会往往低于男性［40-41］，就业是造成农村地区贫困的性别差距拉大的重要因素之一。教育、健康指标中的多维相对贫困发生率的性别相对差异分别为32.4%、21.2%，可能的原因为农村家庭内部的教育、健康资源分配存在性别不平等的现象，农村女性的健康贫困脆弱性更高，在教育机会获得和教育资源分配中也更多处于劣势地位［42-43］。而两个层面的测度在教育、健康指标中表现出的差异进一步说明，多维相对贫困的性别不平等很可能被以家庭为单位的贫困测度所掩盖。另外在掌握技能这一指标中，本研究发现相对于男性58.6%的女性更显著地拥有至少一门手艺或技能，可能原因在于调查将做饭作为技能的一种纳入了对技能指标的评估，农村家庭中女性主要承担做饭的职责，因而总体上相对男性表现出更高的技能水平。除此之外的生活质量指标中未发现显著性别差异，这可能源于用家庭指标替代个人指标的处理方法导致差异被低估，并不能说明在住房、饮水及燃料资源中存在绝对的性别平等。总之，以家庭为单位测度出多维贫困发生率相对较高的指标与个人层面测度出的指标不同，这可能会导致对多维相对贫困家庭采取的帮扶措施难以满足家庭内部真正贫困的个人的主要需求，不仅如此，也会忽略个人层面就业、教育及健康水平中贫困发生率的性别差异，掩盖女性陷入多维相对贫困的现状。

（四）多维相对贫困的影响因素分析

表7报告了性别类型与多维相对贫困状态的回归结果。家庭层面中户主性别对多维相对贫困状态没有显著影响。而在个人层面，控制了相关变量及家庭的聚类效应后，性别与个人多维相对贫困有显著相关关系，相较于男性，女性陷入多维相对贫困的概率高出49.5%。

表7 家庭层面及个人层面性别对多维相对贫困的影响

除性别外，其他因素对家庭及个人层面多维相对贫困的影响既存在共性也有一定区别。共性在于，户主年龄较大、是低保户以及到主要公路距离较远的家庭及个人更可能陷入多维相对贫困；家庭劳动力人数较多以及是易地扶贫搬迁户的家庭及个人陷入多维相对贫困的可能显著较小。区别在于家庭规模越大，家庭陷入多维相对贫困的概率越小，而个人陷入多维相对贫困的概率却越大。原因可能为对于家庭整体而言，规模越大的家庭劳动力数量以及相应的劳动生产率就越高，家庭经济收入与资源获取的效率也越高，从而家庭陷入多维相对贫困的概率就越小，但是对家庭中的个人来说，在家庭总资源一定的情况下，家庭规模越大意味着分配到特定个人的资源就越少，也就越可能导致家庭中的个人陷入多维相对贫困状态。

表8报告了分性别类型时家庭及个人陷入多维相对贫困的影响因素回归结果。首先家庭层面回归可以发现，劳动力人口较少、家庭是低保户时女户与男户家庭陷入多维相对贫困的概率都较大。户主年龄越大男户家庭陷入多维相对贫困的概率越大，而户主年龄对女户家庭的多维相对贫困无显著影响，可能的原因在于，男性户主年龄较大意味着该户主自身的劳动能力较低，从而对家庭摆脱贫困的贡献相对较小，此外户主年龄较大意味着该家庭的人口结构可能偏向老龄化，从而家庭负担更重。家庭规模对女户家庭的多维相对贫困无显著影响，而对男户家庭的多维相对贫困存在正面影响，家庭规模越大，男户家庭陷入多维相对贫困的概率就越小。搬迁对女户家庭多维相对贫困影响不显著，但有助降低男户家庭的多维相对贫困，原因可能是搬迁使家庭的主要生计活动转向以男性劳动力为主的外出务工，男户家庭更具有外出务工的群体优势。类似地，交通状况对男户家庭的多维相对贫困状态有显著影响，距主要公路较远，家庭更可能陷入多维相对贫困，地理因素与外出务工的便捷程度直接相关，因而对具有外出务工优势的男户家庭来说影响更大。个人层面的分析发现，年龄较大，个人所在家庭劳动力人口较少，低保户、非易地扶贫搬迁户及家庭地理位置较远的个人，无论男性还是女性，都更易于陷入多维相对贫困，除低保政策外，上述因素对女性的影响均显著大于男性，间接说明女性的贫困脆弱性相对更高，各类特征因素对女性的影响更明显。而家庭规模越大，女性的多维相对贫困概率就越高，男性的多维相对贫困状态不受家庭规模影响。当家庭资源一定时，家庭规模较大，分配给女性个人的资源相对男性则会更少，这也印证了在我国农村家庭中的确存在“家庭内部资源分配不均等”的问题，并且表现出较明显的性别不平等。

表8 不同性别下家庭及个人特征对多维相对贫困的影响

（五）稳健性检验

本文拟从多维相对贫困临界值及权重两个方面做出调整进行稳健性检验。首先，改变临界值k。理论上来说，该值越大，代表着家庭或个人在所有指标中被剥夺的门槛越高，多维相对贫困指数应越小。本文将k 在0.1～0.6 间进行取值，分别进行指数的测算。图1所示结果与理论一致，即男户及女户家庭或男性与女性个人的多维相对贫困指数均随临界值的增大而减小。

图1 不同k 值下的多维相对贫困指数

其次，改变各维度的权重wj。采用教育、健康、生活质量、就业四个维度均等的等维度方法赋予权重，此时教育、健康及就业指标中的权重均为1/4，生活质量维度的五个指标权重分别为1/20，由于生活质量维度的指标多以家庭作为个体的替代，降低该维度的权重，有利于降低家庭内部公共资源均等假设的强度，使得性别差异结果更加稳健。由表9可见，等维度赋权下，家庭层面的多维相对贫困发生率、贫困深度以及贫困强度均不存在显著的性别差异，而在个人层面中，贫困发生率及贫困强度中女性显著高于男性的性别差异依然存在，且相对差异（发生率35.9%，强度47.2%）比等指标赋权时更大，说明本研究的结论在不同的权重赋予方式下是有效且稳健的。

表9 等维度赋权下的贫困发生率、深度及多维相对贫困指数

五、结论与建议

消除相对贫困是后全面小康社会我国贫困治理的主要目标，而贫困的性别差异，尤其是经常被家庭所掩盖的个人层面的性别差异是长久以来客观存在的社会问题，从多个维度消除这种差异对缓解相对贫困、促进实现性别平等具有重要意义。本研究基于家庭内部资源分配视角，分别构建家庭与个人层面的相对贫困指标体系，从两个层面比较分析农村地区多维相对贫困的性别差异及其影响因素，得到如下几点结论：第一，以家庭为单位的多维相对贫困识别与以个人为单位的识别存在着一定的偏差，15.05%的非多维相对贫困家庭中依然存在着被识别为多维相对贫困的个人。第二，多维相对贫困发生率、贫困强度中的性别差异在家庭层面不显著，而在个人层面表现出贫困女性化的结果。以家庭为单位的测度低估了个人层面多维相对贫困的发生率和强度，掩盖了个人多维相对贫困的性别差异。以个人指标测量多维相对贫困，不仅贫困发生率更高，而且女性个人更贫困的性别差异化结果也得以显现。此外在具体的指标中，家庭层面的测度也会忽略女性在就业、教育及健康指标中的弱势地位。第三，影响家庭及个人多维相对贫困的因素既存在共性也存在区别，户主年龄、家庭规模及所在地交通状况对于男户家庭的多维相对贫困有显著的解释力。家庭整体资源一定时，家庭规模越大，女性家庭成员就越可能会遭受到“资源分配不均”的待遇，因而也越易陷入个人多维相对贫困之中。

以上结论表明，农村多维相对贫困的分布不仅在家庭和个人层面有所不同，而且即便在同一层面上也具有不同的性别分布特征，家庭内部资源分配不平等，导致非多维相对贫困家庭中的女性有更大概率陷入多维相对贫困。这一问题的严重性在于，非贫困家庭的贫困个人可能会被家庭层面的脱贫摘帽所掩盖，故容易被现有的扶持政策忽视，这不仅使得他们更容易陷入长期多维相对贫困，也有可能拖累整个家庭重新落入“贫困陷阱”。因此，对多维相对贫困的识别和测度不仅应落实到家庭，在防范返贫风险、有效衔接乡村振兴的工作中更应落实到个人，重点关注非多维相对贫困家庭中的贫困个人。此外，个人层面多维相对贫困的性别差异值得关注，女性发展关系到家庭生活与社会发展的方方面面，对女性多维相对贫困的忽视不仅会威胁到家庭和谐，更会加剧性别不平等，继而引发一定的社会问题。因而在未来的研究中应关注农村地区的性别差异问题，进一步探讨影响农村女性在家庭内部资源分配、性别分工等方面处于劣势地位的根本原因，结合女性在就业、教育、健康等方面相对贫困的现状，从多元视角出发寻求改善其境遇的有效途径。

基于上述研究结论，本文对于后续从性别角度入手制定多维相对贫困帮扶政策提供如下几点建议：第一，返贫监测和持续扶持中着重关注相对贫困家庭中的女性个体，防范家庭内部可能出现的性别资源分配不平等现象。重点监测紧邻绝对贫困线之上的家庭，避免因某个成员的发展不充分而致使整个家庭再度返贫。第二，建立与扶持符合女性就业需求的乡村产业，开展教育、健康方面的知识培训与技能培养，保障女性就业、教育和健康等各项基本权利。将女性发展融入乡村产业振兴中，在帮助女性就业增收的同时促进其主体意识、价值观念朝向现代化方向转变，为乡村振兴贡献力量；进一步完善农村医疗保障制度，提供性别差异化的农村基本医疗与卫生服务，通过政府、社区、个人等多主体参与的方式提高农村女性的健康管理能力。第三，在乡村现代化治理中大力倡导性别平等观念。基于农村女性在家庭中处于资源分配劣势的现状，在扶持工作的方方面面注重普及性别平等观念，增强社会性别教育，挖掘传统性别观念中的积极因素，强调女性在家庭生活以及社会生产中的重要作用，激发女性发展的内生动力，在治理相对贫困的同时促进农村地区性别平等发展。