农村多维贫困测度与精准扶贫政策优化——基于安徽省X县547户贫困家庭的调查分析

贾兴梅

一、引言

截至2015年安徽省贫困人口仍有309万人，贫困发生率为5.72%①黄娜娜：《安徽省脱贫攻坚工作报告：4年贫困人口减少481万人》，中安在线：http://ah.anhuinews.com/system/2016/12/16/007528109.shtml，2016年12月16日。，安徽省是中部地区农业大省，农村贫困人口主要集中在大别山区和皖北地区，是典型的贫中之贫、困中之困，减贫成本高，脱贫难度大。区域致贫环境复杂、农户居住分散、贫困诱因具有异质性和多样性特征。

有关多维贫困的识别研究，Sen提出“能力贫困”②Amartya Sen,"Poverty: An Ordinal Approach to Measurement," Econometrica,1976,44(2).，后又系统阐述“多维贫困”③Sudhir Anand,Amartya Sen,"Concepts of Human Development and Poverty: A Multidimensional Perspective," Handbook of Mathematical Economics,1986,3: 1073-1181.，自此“多维贫困”问题引起广泛关注。研究认为，贫困的根源来自能力的被剥夺，这种能力包含多个方面，因此人的贫困不仅仅表现为收入贫困，健康、受教育年限、生活质量等也是贫困的重要表现，贫困是一个多维的概念①Sabina Alkire,Roche José Manuel,Vaz Ana,"Changes Over Time in Multidimensional Poverty: Methodology and Results for 34 Countries," World Development,2017,94(2);Sabina Alkire,"Global Multidimensional Poverty Index," Pakistan Development Review,2015,54(4);Kanbur Ravi,Andy Sumner,"Poor Countries or Poor People? Development Assistance and the New Geography of Global Poverty," Journal of International Development,2012,24(6).。有关多维贫困的衡量，研究焦点主要集中在多维贫困维度测度、指标设定、贫困识别、权重确定、被剥夺值识别、维度指数加总和贫困指数分解等方面②杨龙、汪三贵：《贫困地区农户的多维贫困测量与分解——基于2010年中国农村贫困监测的农户数据》，《人口学刊》2015年第2期；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。。如Sen和 Alkire从权利和能力被剥夺造成的贫困角度对其进行衡量③参见Amartya Sen,Issues in the Measurement of Poverty,Palgrave Macmillan,1981;Sabina Alkire,Multidimensional Poverty and Its Discontents,OPHI Working Paper No.46,University of Oxford,2011.。联合国开发计划署2010年衡量了多维贫困状况，郭建宇、吴国宝以多维贫困指数为基础，通过调整多维贫困测量指标、指标取值和权重，考察其对多维贫困估计结果的影响，发现调整后多维贫困指数值变化非常大④郭建宇、吴国宝：《基于不同指标及权重选择的多维贫困测量》，《中国农村经济》2012年第2期。。陈辉、张全红基于Alkire-Foster 多维贫困测度模型，以粤北山区农村家庭为例，多维度定量测算主要贫困地区、贫困村、贫困维度和贫困家庭，并提出按贫困维度施策、按地区贫困和家庭贫困的程度决定扶贫资金的使用、建立以能力扶贫为导向的扶贫机制和提高基层干部扶贫管理能力等精准扶贫对策⑤陈辉、张全红：《基于多维贫困测度的贫困精准识别及精准扶贫对策——以粤北山区为例》，《广东财经大学学报》2016年第3期。。王小林、Alkire采用Alkire-Foster 于2007 年开发的多维贫困测量方法，利用2006 年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测量，表明中国城市和农村家庭都存在收入之外的多维贫困，城市和农村近1/5 的家庭存在收入之外任意3个维度的贫困，城市和农村的贫困状况远远高于国家统计局以收入为标准测量的贫困发生率，卫生设施、健康保险和教育对多维贫困指数的贡献最大。

常用的多维贫困测度主要采用MPI法、A-F法、FGT法、模糊集方法、因子分析法等。张全红、周强以多维贫困指数为基准，认为多维贫困的下降幅度超过单一收入贫困的下降幅度；农村贫困一直是中国贫困的主体，但城乡之间的贫困差别已从收入因素转变到非收入因素；主要致因从早期的卫生设施和收入因素转变到目前的卫生设施和教育因素⑥张全红、周强：《中国多维贫困的测度及分解：1989—2009年》，《数量经济技术经济研究》2014年第6期。。收入始终是中国农村多维贫困的影响因素，但其贡献度在下降，而受教育年限和健康状况的贫困贡献度在上升；被调查省份的多维贫困状况与其经济发展水平并不完全一致，多维贫困的变化与收入贫困的变化也不完全一致；户主性别、教育程度和人口规模不同的家户，多维贫困程度相差较大⑦张全红、周强：《中国农村多维贫困的动态变化：1991—2011》，《财贸研究》2015年第6期。。高艳云认为总体上城乡贫困程度均有所减轻，农村贫困严重于城市，应重视医疗健康保险、卫生设施、城市住房、做饭燃料等维度上的贫困，同时降低中西部省份的贫困⑧高艳云：《中国城乡多维贫困的测度及比较》，《统计研究》2012年第11期。。

上述文献从研究区域看，主要是针对全国范围内城乡之间、农村居民、农民工等，很少针对某一省份或地区进行研究，同时目前学者对贫困维度的划分尚无统一的维度划分标准，在维度构建方面缺乏深入的理论研究。部分学者虽参考“牛津贫困与人类发展倡议”（OPHI）发布的“多维贫困指数”（MPI）设定维数①Andy Sumner,Global Poverty and the New Bottom Billion: What If Three-quarters of the World’s Poor Live in Middle-income Countries?,IDS Working Papers No. 349,2010;Ravallion Martin,"On Multidimensional Indices of Poverty," The Journal of Economic Inequality,2011,9(2).，但维数设定并不一致，多维贫困指标的设定也存在不同，在指标选取方面仍存在些许不足，同时在数据的时效性方面有所欠妥，对贫困家庭的识别也存在不科学性。本文将贫困划分为五个方面：生产条件贫困、生活条件贫困、能力提升贫困、健康贫困、收入贫困等，考虑多元化致贫原因及个体反贫困能力差异，引入与生产相关的指标，增加能力提升指标，在数据上采用一手调研数据，同时考虑不同贫困户的个体差异对贫困维度进行合理重构，探寻各贫困维度的内在机理和路径，为精准识别贫困提供新的理论依据。文章以2016年安徽省X贫困县547户贫困家庭为调研对象，通过随机抽样，根据多维贫困的分类，构建多维贫困指标体系，对多维贫困的维度进行测度与分解，分析安徽省贫困的原因，为中部地区减少贫困人口提供理论依据，并提出相关的精准扶贫政策。

二、指标体系与研究方法

（一）指标体系设计

有关多维贫困指标体系，前人已从不同角度进行构建，如Aldi从收入和闲暇两个维度对多维贫困进行构建②Hagenaars Aldi,"A Class of Poverty Indices," International Economic Review,1987,28(3).，王小林、Alkire使用Alkire和Foster于2007年开发的多维贫困测量方法，利用2006年“中国健康与营养调查”数据，从住房、饮用水、卫生设施、用电、资产、土地、教育和健康保险8个维度，对中国城市和农村家庭多维贫困进行测算。李佳路沿用王小林和Alkire的方法，从消费、环境卫生、教育和健康、脆弱性4个方面对S省30个贫困县的贫困状况进行测算③李佳路：《农户多维度贫困测量——以S省30个国家扶贫开发工作重点县为例》，《财贸经济》2010年第10期。。

参考前人的研究，借鉴多维贫困指数的10个指标，考虑到生产条件对农民收入、生活条件等的影响，文中引入劳动力、土地、资金3个指标，调研的547户贫困家庭中适龄儿童全部就读，但自身能力发展不足却是贫困的重要原因，引入自身能力发展这一指标，同时部分家庭因残致贫，这是健康贫困的重要方面。因此本文将贫困划分为生产条件贫困、生活条件贫困、能力提升贫困、健康贫困、收入贫困等五维度。其中生产条件贫困主要包括土地、劳动力、资金等方面的贫困；生活条件贫困主要包括饮用水、通电、住房、生活燃料、卫生设施、耐用品等方面的贫困；能力提升贫困与个人特征有关，主要包括受教育年限和自身能力发展等方面的贫困；健康贫困主要包含健康状况、医疗保险、身体是否残疾等方面的贫困；收入贫困主要指人均纯收入是否在贫困线以上。具体指标体系的构建及赋值如表1所示。

表1 贫困的维度、指标及赋值

（二）多维贫困的测度与分解方法

本文采用多维贫困指数（MPI)方法，估计样本区多维贫困状况，取不同指标的权重和剥夺值，观察贫困指数的变化，不同假设条件下的测量结果。MPI法分为五步：

第一步，贫困维度和测量指标的确定。本文的维度包含五个方面，其中生产条件贫困包含3个指标，生活条件贫困包含6个指标，能力提升贫困包含2个指标，健康贫困包含3个指标，收入贫困包含1个指标，共15个指标。假定某一时刻经济社会有n个个体组成，每个个体的福利水平由d个指标评估，xij表示个体i在福利指标j上的取值。

第二步，贫困剥夺临界值的确定。剥夺临界值是划分一个家庭是否贫困的标准，当某一指标达到临界值时，就视为这个家庭在这方面贫困，用gij表示个体i在指标j上的剥夺得分，如果在指标j上处于剥夺状态，则gij赋值为1，否则为0。将个体在每个福利维度上的得分与对应的剥夺临界值进行对比，从而判断其在各个维度上的贫困状况。用zj表示j指标的剥夺临界值，如果xij＜zj，则个体在指标j上处于剥夺或贫困状态。

第三步，各维度和指标权重的确定。对每个福利维度赋予一个权重ωj，这种权重代表各个维度的相对重要程度，则有为了简化计算，权重的确定采用等权重法。

第四步，每个家庭多维贫困剥夺值的计算。当一个家庭的多维贫困剥夺值大于权重时，就为多维贫困家庭，然后个体在各维度上的总剥夺得分：

如果个体i的多维贫困维度m超过某一临界值维度k，则该个体被界定为多维贫困，否则为非多维贫困。即假定m≥k，则ci=(k)=ci，否则ci(k)=0。

第五步，多维贫困指数的计算。多维贫困指数通过两个指标来计算：一个是多维贫困人口发生率（H），它等于多维贫困家庭数占总家庭数的比重；另一个是多维贫困强度指数（A )，它等于多维贫困家庭总剥夺得分除以多维贫困家庭数。多维贫困人口发生率与多维贫困强度指数的乘积即为多维贫困指数值。

多维贫困指数M0为：

其中q为多维贫困家庭数。

为分析各指标贫困对整体贫困的影响，将多维贫困指数按照指标分解得到：

三、结果分析与讨论

相比全国水平，安徽省经济发展相对落后，安徽省存在1/3左右的国家级贫困县，同时存在1/3左右的省级贫困县。本文针对安徽省X贫困县进行调研，共发放问卷555份，回收问卷555份，有效问卷547份，有效率达到98.55%，利用获得的第一手调查数据，对安徽省X贫困县的多维贫困程度及贫困贡献度进行分析，并据其提出有关精准扶贫的相关政策。

（一）各指标的贫困发生率及多维贫困估计结果

根据调研数据及贫困发生率的定义，计算各指标的贫困发生率如表2所示。表2显示，各指标之间的贫困发生率存在明显差异。生活条件贫困和健康贫困的发生率较高，分别为64.72%和64.17%，意味着生活条件贫困是导致贫困的主要因素，究其原因主要表现在两方面，一方面农村居民不愿改变现有的生活条件，如卫生设施改造。由于卫生设施改造需要缴纳一定的费用，导致很多农村居民不愿改造，同时农村卫生设施不易改造。二是农村居民更愿利用现有资源，如生活燃料，由于农村存在很多秸秆等燃料，农村居民不愿花钱去购买燃气等污染较小的燃料。健康贫困也是导致贫困的重要因素，农村居民应对重大疾病的能力较弱，一旦家庭中有一人发生重大疾病，将可能引起贫困。其次为能力提升贫困，其发生率为45.70%，农村受教育程度低于城镇，一方面农村的教育水平有限，另一方面农村劳动力向城镇转移，导致部分家庭教育有所缺失。再次为生产条件贫困，其发生率为34.92%，农村劳动力向城镇的转移导致农村劳动力不足，形成许多“386199”村，部分农村土地开始流转，即使部分农民存在创业意向也由于资金缺乏而停滞不前。因此，生产条件不足导致农村经济发展较为缓慢。作为贫困发生率最低的收入贫困，其贫困发生率仅为5.32%，意味着收入不是贫困的唯一原因，农村居民需要提高收入水平，但同时需要改善生产、生活、能力、健康等各方面。

在生产条件贫困中，劳动力不足成为导致贫困的重要原因，其贫困发生率为16.82%，随着农村劳动力向城镇转移，导致农村适龄劳动力不足。在生活条件贫困中，卫生设施贫困较为突出，其发生率为36.56%，住房所导致贫困发生率仅为8.41%，主要受国家扶贫政策的影响，针对贫困户，通过危房改造能够提供一定的补贴①针对贫困户，安徽省2016年危房改造补贴为2万元，2017年危房改造补贴为2.5万元。，一定程度上弥补了住房所需要的资金。而在健康贫困中，以健康状况最为突出，其贫困发生率为47.53%，在所调查的农户中，这些农户主要是因病致贫；其次为因残致贫，由于家庭中存在残疾人员引发的贫困率为14.63%。在能力提升贫困中，受教育限制导致的贫困发生率为29.80%，缺技术和自身能力发展不足而导致的贫困发生率为15.90%。由此可见，贫困表现为不同的方面，多维贫困能够较为全面刻画贫困的现状与特征，有关贫困发生率的降低举措也应该从多方面进行。

表2 各指标贫困发生率

注：收入贫困线以最新公布的每人每年3300元为标准。

根据式（2）、式（3），计算不同临界值下的多维贫困指数如表3所示。表3显示，当K=1时，贫困发生率高达90.68%，贫困剥夺份额为0.1676，多维贫困指数为0.1520，意味着存在90.68%的农户10%的加权维度被剥夺，当K=3时，贫困发生率高达40.95%，贫困剥夺份额为0.2482，多维贫困指数为0.1016，意味着存在40.95%的农户30%的加权维度被剥夺，当K=6时，贫困发生率仅为0.91%，贫困剥夺份额为0.3000，多维贫困指数为0.0027，意味着存在0.91%的农户60%的加权维度被剥夺。由此看出，安徽省的贫困并不仅仅是单一的贫困，而是多维贫困，而且贫困程度相对较高。

表3 多维贫困指数

（二）多维贫困指数及分解

为更好分析不同维度不同指标对多维贫困的贡献，根据式（4）、式（5），计算各指标贫困对多维贫困的贡献率如表4、表5所示。表4为各维度贫困对多维贫困的贡献率。表5为各维度中各指标对多维贫困的贡献率。

表4 各维度贫困对多维贫困的贡献率（%）

表4显示，健康贫困、能力提升贫困对多维贫困的贡献率较大，其次是生产条件贫困、生活条件贫困对多维贫困的贡献，而收入贫困对多维贫困的贡献较小。以K=3为例，能力提升贫困对多维贫困的贡献率达到29.77%，意味着引起贫困的原因中能力提升是重要因素；健康贫困对多维贫困的贡献为27.86%，意味着由于家庭中一人或多人存在严重疾病等引起贫困较为严重，农户的抗风险能力较弱，虽通过农村合作医疗改革等措施能够有所缓解，但仍然较高；生产条件贫困对多维贫困的贡献率为16.17%，生活条件贫困对多维贫困的贡献率为14.05%，收入贫困对多维贫困的贡献率为12.15%。

表5 各指标贫困对多维贫困的贡献（%）

从各指标贫困对多维贫困的贡献率看，以K=3为例，教育年限和健康状况对多维贫困的贡献率较大，分别达到19.41%和20.64%，两者成为影响多维贫困的重要因素。自身能力发展不足的贡献率也较高，为10.36%。人均收入对多维贫困的贡献率为12.15%，低于教育年限和健康状况贫困。意味着随着农民收入的提高，因收入所导致的贫困发生率逐渐降低。安徽农村减贫的目标不仅仅在于收入方面，而是需要从多维角度进行，教育、健康和自身能力发展是重要方面。2006年以来，新型农村合作医疗制度开始实施并在全国迅速推广，扩大了农村居民健康保险覆盖率，有利于减轻健康贫困率。目前农村义务教育方面的财政支出迅速增长，普及九年义务教育目标基本实现，提高了受教育年限。此外，自身能力发展成为贫困率降低的重要因素，但自身能力发展不足并不是义务教育政策所能解决的，需要通过其它教育方式解决，如劳动力的职业教育、就业培训、技能培训等，同时“阳光工程”①阳光工程是由政府公共财政支持，主要在粮食主产区、劳动力主要输出地区、贫困地区和革命老区开展的农村劳动力转移到非农领域就业前的职业技能培训示范项目。“雨露计划”②雨露计划主要是在贫困地区实施，以政府主导、社会参与为特色，以提高素质、增强就业、创业能力为宗旨，以中职（中技）学历职业教育、劳动力转移培训、创业培训、农业实用技术培训等为手段，以促成转移就业、自主创业为途径，帮助贫困地区青壮年农民克服在就业、创业中遇到的实际困难。等项目的实施，有利于提高劳动力人力资本水平，成为减贫方面的重要政策。

劳动力不足、卫生设施落后对多维贫困的贡献率分别为8.31%、7.94%，随着城镇化进程的推进，大量农村劳动力向城镇转移，转移的劳动力主要以中青年为主，这就导致农村的主要劳动力老龄化问题严重，以致农村劳动力不足。生活条件中的卫生设施改善有利于居民环境与生活水平的提高，表现为农村改厕工作已在不同专项项目中有所强调，但仍不能满足农村居民生活需要，是需要重点关注的减贫维度。因残导致的贫困贡献率为6.35%，这也是健康贫困的重要方面。土地、资金、饮用水、照明、生活燃料、住房、耐用品、医疗保险等贫困的贡献率均在5%以下。

四、结论与政策思考

精准扶贫不应再以收入贫困作为唯一标准，而应从多维角度进行。针对多维贫困指标的选取，根据区域发展的实际情况设置不同的维度与权重，同时需要注意贫困的区分度与独立性，通过设置剥夺临界值，降低漏入率，提高覆盖率，尽可能全面反映区域的多维贫困特征。本文利用MPI测度方法，基于2016年安徽省X贫困县547户贫困家庭调查数据，将贫困分为生产条件贫困、生活条件贫困、能力提升贫困、健康贫困、收入贫困等，对安徽省农村家庭多维贫困进行测度与分解。得出以下三点结论：

第一，收入贫困发生率低于非收入贫困发生率。收入贫困已不是贫困的主要原因，贫困发生率仅为5.32%，非收入贫困中的生活条件贫困和健康贫困的发生率高达64.72%和64.17%。由此看出，非收入贫困发生率高于收入贫困发生率。这就意味着农村居民的可支配收入虽有所提高，但整体生活质量并未得以全面改善，仍落后于城镇，非收入贫困发生率较高。

第二，收入贫困贡献率低于非收入贫困贡献率。能力提升贫困和健康贫困是多维贫困发生的重要原因，对多维贫困的贡献率较高，尤其是能力提升贫困最为突出；其次是生产条件贫困与生活条件贫困的贡献率略低于能力提升贫困和健康贫困，收入贫困的贡献率最低。由此看出非收入贫困贡献率高于收入贫困贡献率。这与我国农村居民的教育水平密切相关，教育的贫弱和自身发展能力的不足，使得脱贫潜力十分有限。新型农村合作医疗制度的实施，提高了医疗保险的覆盖率，有利于降低健康贫困，但并不能完全改善健康贫困问题。生活、生产条件贫困不仅仅受收入的影响，而且受教育、健康等的影响。

第三，不同指标的贫困发生率、贡献率差异明显。从具体指标看，生产条件贫困中劳动力不足贫困发生率为16.82%，生活条件贫困中卫生设施贫困较为突出，发生率为36.56%，住房所导致的贫困发生率仅为8.41%，因健康状况导致的贫困发生率为47.53%。受教育的限制导致的贫困发生率为29.80%，缺技术和自身能力发展不足而导致的贫困发生率为15.90%。从贡献率看，以K=3为例，教育年限和健康状况两方面的贫困对多维贫困的贡献率较高，分别为19.41%和20.64%，收入贫困的贡献率仅为12.15%。生活水平方面卫生设施、生产条件方面劳动力不足等问题较为严重，对多维贫困的贡献率也较大。

与单维贫困相比，多维贫困更能全面、准确反映农户贫困的现状，对于精准扶贫、减贫工作的开展具有重要启示：

其一，在当前结构调整和宏观经济转型期，安徽农村贫困呈现出与以往不同的特征，农民工返乡创业困境、次生环境污染灾害、老龄人口加剧、家庭抚养关系变异、社会保障与公共服务滞后等，均成为新时期安徽农村贫困的直接、间接原因。收入贫困已不是贫困的主要方面，而是多方面多维度的贫困，同时不同区域致贫原因不同，在不同区域的扶贫政策应有所侧重，针对安徽省而言，教育扶贫是其重要方面，健康贫困对非收入贫困的贡献较高，因此注重教育、健康扶贫工作的开展，对降低贫困十分有利。

其二，基于安徽不同贫困区异质性致贫环境、不同贫困农户多元化致贫诱因以及个体反贫困能力差异，运用科学有效程序对扶贫对象实施精确识别、精确帮扶、精确动态管理的治贫方式，比粗放式扶贫、“一刀切”模式更为有效。因此扶贫政策需要根据不同农户的不同特征有针对性地扶贫，将扶贫工作精准化、科学化、全面化。通过加大对农户的帮扶力度，如生产资料、农业技术、农村金融等方面的帮扶，进而改善农村的生产条件，通过积极拓展农村扶贫渠道，如农村旅游等，充分利用现有资源，提高资源利用率。不能仅仅在收入贫困上给予补贴，而要从多维度进行支持。

其三，从多维扶贫视角研究安徽省精准扶贫的制度保障与促进政策，依托多维贫困理论与科学识别工具，探寻精准扶贫的内在逻辑机制；以精准扶贫的影响因素为路径导向，以精准扶贫的现实问题为调控靶点，更好地促进精准扶贫。