陕西易地扶贫搬迁安置区多维贫困测度与 致贫因素分析

王 磊，李 聪

(西安交通大学 经济与金融学院， 陕西 西安 710061)

一、引言

贫困一直是国际社会普遍关心的问题，继联合国千年发展目标把消除贫困作为主要任务之后，2015年联合国提出的可持续发展目标更是把消除贫困放在首要位置，号召到2030年在全球范围内消除一切形式的贫困。作为世界减贫事业的积极引领者和实际推动者,改革开放以来，中国经过大规模扶贫开发，让农村7亿多人摆脱了贫困，创造了人类减贫史上的奇迹。2015年，党中央提出要确保到2020年农村贫困人口全部脱贫(现行标准)。伴随经济发展，尤其是收入不平等程度加深，既有以区域开发为主的扶贫方式出现瞄准率降低和边际效果递减的问题。2013年12月，国务院出台《关于印发“建立精准扶贫工作方案”的通知》，标志着中国农村扶贫工作进入了“精准扶贫”新时期。截至2015年底，鉴于全国有近1千万贫困人口仍处于“一方水土养不活一方人”的现实，中央政府把“易地扶贫搬迁”作为新时期“五个一批”精准扶贫工程之一，计划用5年时间，把困难群众搬离恶劣的生存环境，以实现持续稳定脱贫[注]参见中国易地扶贫搬迁政策 http://dqs.ndrc.gov.cn/gzdt/201803/t20180330_881335.html。。

精准扶贫的本质是扶贫政策和措施要对准真正的贫困家庭和个人，通过有针对性地帮扶，根除致贫的各种原因，实现持续脱贫的目的[1]。精准识别出贫困家庭和人口是精准扶贫的前提，找出致贫因素则是精准帮扶的基础。目前，在中国农村，无论是在精准扶贫对象识别，还是在最低生活保障对象认定上，主要依据基本需要定义贫困，属于绝对贫困或收入贫困的范畴，然而贫困还包括相对贫困和多维贫困。根据世界银行的定义，贫困是指福利的缺失，是多维的，不仅包括收入或消费贫困也包括能力贫困。Sen从能力视角认为，贫困的实质是人们缺乏维持正常生活和参与社会活动的可行能力，是创造收入和机会的贫困。鉴于贫困的多维性，仅以收入为依据来划分农村贫困人口，并在此基础上提供现金转移支付，存在诸多问题[2]：第一，农村居民的收入具有不稳定且难以测量的属性，一些农户可能会为获取救助而故意低报收入；第二，即使对于当期收入的测量准确无误，唯收入而论的做法，也将掩盖同为收入贫困的人所面临的多维剥夺(deprivation)的差异，一些贫困户人可能只是暂时的收入减少和中断，另一些则可能因多重剥夺的存在而长期陷入贫困。事实上，低于收入贫困线的对象不一定面临着生活上缺失，反而一些高于收入贫困线的家庭其生活水平也会低于公认的可接受标准[3]。

易地扶贫搬迁的本质是，通过空间的转移改变贫困户的外部发展环境，降低其生产生活中所面临的外部冲击风险，以降低脆弱性。然而，移民从一个区域搬迁到另一区域本身就存在诸如产生贫困等各种风险，与传统因素导致的“旧贫困”不同，移民搬迁引致的贫困是因需要发展带来的“新贫困”[4]79-110。虽然自愿性的扶贫搬迁降低了移民陷入“介入型”贫困的概率，但他们仍面临生计恢复的挑战[5]。在易地搬迁背景下，移民从原住地搬到新社区，搬的不仅是房子，而且是人脉资源和人文环境，搬的不仅是硬件资源，还有软环境。与原住地较为封闭的熟人社会相比，安置区是一个更为开放和市场化的半熟或者陌生人社会。搬迁后，农户须适应新环境，实现身份、生计的双重转型，在此过程中，其生计是脆弱的，其需求是多层次、多样性的，除收入外，主观感知的教育、医疗卫生等公共设施更大程度地决定着他们能否“安身立命”。当移民在安置区的需求得不到解决或关注，他们可能难以有效利用安置区的生计发展资源，贫困程度加深。此外，在收入定搬和定额搬迁的情况下，搬迁户之外的迁出地原著民和迁入地本地户也存在不同维度上的贫困，只重视搬迁户而忽视其周围的其他群体，可能产生新的不公平以致阻碍搬迁户的社会融入，甚至破坏安置区持续发展的社会基础。故而，随着越来越多的移民进入安置区，易地扶贫搬迁的重点应该聚焦于移民群体的多维贫困，而中央和地方政府要想提高扶贫工作的精准性，必须从多个维度对农户的贫困状况加以监测，从不同层次对其致贫因素进行评估。

因此，本文参考联合国开发计划署(UNDP)开发的多维贫困指标，结合中国易地扶贫搬迁的具体情境，构建农户多维贫困的测度体系，使用实地调查数据，对移民安置区不同群体的多维贫困状况进行测度和分解，并从家庭、社区两个层面对致贫因素进行分析，为补齐扶贫短板，促进搬迁户融入新社区、可持续发展，提供经验依据和政策建议。

二、多维贫困的理论发展和研究现状

衡量贫困主要有两种方法，即直接法和间接法(或收入法)。直接法显示人们是否满足了一系列特定的基本需求、权利，或者Sen所谓的“可行能力”。收入法决定了人们的收入是否低于贫困线，即满足某些特定基本需求的收入水平。直接法体现了多维贫困的思想，它最全面的逻辑起点是Sen的“能力”理论框架。根据这一框架，一个人最为重要的是选择其功能(Functioning)的自由，为了发挥功能，他需要一组属性带来的最低水平福祉。收入法背后的逻辑是，原则上一个处于收入贫困线以上的人被认为拥有潜在的购买力，可以获得一系列属性，产生足以发挥功能的福祉水平[6]。

传统意义上的贫困主要指收入贫困，即个人或家庭所拥有的收入低于能够满足其最基本生存需要的收入水平。很多学者研究了宏观经济和微观经济政策在影响衡量贫困的货币尺度方面的作用。尽管衡量贫困的货币尺度在显示长期广泛的贫困动态方面是重要和有用的，但它们常常被认为过于简单，事实上，从一开始经济学家就已经意识到收入方法的一些局限。第一，消费行为的模式可能不统一，因此达到贫困线的收入水平并不能保证一个人能够满足他的最低需求。第二，人们可能会面临不同的价格，从而降低贫困线的准确性。第三，将一定数量的收入转化为特定功能的能力因年龄、性别、健康、地点、气候等状况而异。第四，可支付的高质量服务，例如水、健康和教育并非通过市场提供。第五，使用间接方法无法核实家庭内部的收入分配。第六，参与性研究表明，经历贫困的人将他们的状态描述为除了低收入之外还包括其他方面的缺失。最后，从概念性的角度来看，收入仅仅是实现有价值目标的一种通用手段[7]。

随着对贫困认知的不断加深，人们对贫困的关注也从单一的收入贫困向多维贫困转移，如今已普遍承认，贫困还有其他重要方面，比如健康等，需要从一开始就要考虑，而非简单事后补充。Sen在《能力方法》中首先清楚地概述了人们的注意力从收入转移到实际自由，并得到了其他哲学家和经济学家扩展利用。基于Sen的能力理论，Alkire和Foster提出了计算多维贫困指数( multidimensional poverty index，MPI) 的AF方法，通过教育、健康和生活质量3个维度对不同国家的贫困状况进行了评价[8]。依据Alkire和Foster用AF方法测算的全球多维贫困结果， UNDP从2010 年开始，在每年的《人类发展报告》中对全球多维贫困状况进行公布。贫困是多方面的，货币匮乏是一个重要方面，但是，它没有准确地表示教育、健康、生活质量等其他贫困。已有研究表明，大量被多维剥夺权利的人并不缺钱，反之亦然[9]。使用MPI的好处不仅在于，它包含了比收入或支出更广泛的实际福祉衡量标准，还在于它不但考虑贫困人口的人数(贫困发生率)，还考虑了贫困的强度。

国内关于多维贫困的研究集中出现在近十年内，早期的研究处于对多维贫困测量指标探讨、开发、验证以及测量方法总结阶段[10]。近年来，在中国扶贫攻坚战不断深入，精准扶贫、精准脱贫上升为国家战略的背景下，学者们以AF方法为基础，对于多维贫困的测度研究日益增多。高艳云对中国城乡多维贫困进行了测度和分解[11]；郭熙保和周强等从动态性视角研究了中国不同时期多维贫困的变化[12]；王春超和叶琴等分别对农民工、老人、流动妇女和儿童等特殊群体的多维贫困进行了分析[13]；刘林对贫困地区、民族地区和自然保护区等特殊区域的多维贫困进行了考察[14]。

纵览文献可知，目前国内关于多维贫困的研究，所用数据来源比较单一并且存在空间覆盖上的泛化[15]，由于所使用的样本不同，结论也有所差异，除了对家庭多维贫困测度外，从不同层面( 个体、家庭、社区、地区等) 来分析致贫因素的文献较为少见[12]，结合易地扶贫搬迁的文献则少之又少。在最近的一篇文献中，殷浩栋等虽从家庭禀赋、生态环境、基础设施与公共服务三个维度，构建了一个识别易地扶贫搬迁户的多维指标体系，并利用8省16个县的搬迁户样本，检验了该体系下扶贫搬迁户的识别准确率以及各指标对其的贡献度，但没有对多维贫困的产生原因进行分析[16]。在前人研究的基础上，本研究的重点为：一是结合易地扶贫搬迁的背景，依据农户调查数据，对搬迁户的多维贫困进行了测度和分解，并与安置区本地户进行了对比；二是从家庭、社区等不同层次分析了农户多维贫困的原因及其机理。研究结果对于更全面地认识农户的贫困状况、确定后续扶贫工作的重点具有重要的理论和实践意义。

三、多维贫困的测度方法

使用Alkire和Foster开发的AF法测度易地搬迁安置区农户多维贫困，需按照以下步骤计算[8]：1.定义将在多维测度中考虑的一组指标，同一个人或者同一个家庭要有所有指标的数据；2.为每一项指标设定剥夺临界，即确定每一项指标不被剥夺的下线水平；3.根据临界值判断每一个人在每一个指标上是否被剥夺；4.选择每个指标的相应权重，保证这些权重之和为1；5.计算每个人的加权剥夺比例，这被称为他的剥夺得分；6.确定贫困临界值，即一个人被判定为多维贫困需要达到的加权剥夺得分，并且根据所定贫困临界值判断每个个体是否为多维贫困；7.计算被定为多维贫困的人口占总人口的比例，即为多维贫困人口比例H，也叫作多维贫困发生率；8.计算贫困人口的加权平均剥夺分数，加总贫困户的剥夺得分，并且除以贫困人口总数，即得贫困户的平均贫困分数A，也叫多维贫困程度；9.计算前两部分指标的乘积即为M0指数，M0=H×A。

我们用q表示样本中贫困人口的数量，那么多维贫困发生率(H)表示为：

(1)

贫困人口的平均贫困分数或贫困程度(A)表示为：

(2)

调整后的人口比率M0是贫困发生率和贫困强度的乘积：

(3)

其中I是一个指示函数，如果ci≥k则I[ci≥k]=1；否则，I[ci≥k]=0。

M0测量值具有某些有用的特性。首先，它是子群可分解的，这意味着M0可以表示为互斥和集体穷举子群的M0值的人口份额加权平均值。其次，M0也可以表示为指标的“资格审查合格”人数比率的相对加权总和。指标j的“资格审查合格”人数比率是多维贫困人口的比例，同时在该指标中被剥夺。有关M0特性的详细讨论，请参见Alkire等2015年的研究[9]94。

根据世界银行的定义和Sen等的研究，贫困可概括为福利的缺失，包含多个维度和不同的层次，实质是人们缺乏维持正常生活和参与社会活动的可行能力，是创造收入和机会的贫困。遵循这一定义，结合研究对象的生活状况，本文构建了包含教育、技能、就业、健康、饮水、能源、住房和资产等8个维度的多维贫困测度体系。这些维度从不同方面影响甚至决定着人们维持正常生活和参与社会活动的能力，不仅已被包含在UNDP每年发布的反映全球贫困状况的MPI指标里，也体现在联合国的可持续发展目标中，并且被不少学者作为测度多维贫困的指标研究相关主题，因此具有一定的理论和现实意义[3，7]。由于每个维度对于人们的生活和发展都具有不可替代的作用，在多维贫困的缺失值计算上我们赋予各维度相等的权重。需要指出的是，本文对多维贫困的测度是以户为单位的。表1报告了各维度的权重及其贫困临界值。

表1 多维贫困的各个维度及贫困临界值

注：SDG为联合国可持续发展目标，一共有17个目标，SDGs表示第s个目标。详见About the Sustainable Development Goals-United Nations Sustainable Development(https://www.un.org/sustainable development/sustainable-development-goals/)。

四、数据来源

本文所用数据来自西安交通大学易地扶贫搬迁课题组在陕西省收集的农户生计调查数据。作为西部欠发达省份，陕西省是典型的“三区叠加区”(生态脆弱区、自然灾害多发区和贫困集中区)，全省96个县(区)中贫困人口有300多万，贫困发生率12.4%；国家592个扶贫重点县中陕西省有50个；秦巴山、六盘山、吕梁山3个国家集中连片贫困区覆盖着陕西省43个县(区)，集中了全省74%的贫困人口。为解决灾害、贫困和生态保护等诸多问题，切实提高当地群众的福祉，早在2011年，陕西省就统筹规划并实施了陕南避灾、扶贫、生态移民搬迁工程，在陕南移民搬迁工程的示范带动下，陕北白于山区和黄河沿岸土石山区实施了扶贫搬迁工程，秦岭北麓实施了生态移民搬迁工程。截至2015年底，陕西省已累计搬迁群众53万户、190万人，投资854.2亿元。按照国家“十三五”易地扶贫搬迁决策部署，全省还将搬迁5.5万户、125万人，占全国易地扶贫搬迁总人口的1/8[注]参见远山里的安居梦 2016陕西移民(脱贫)搬迁综述http://www.360doc.com/content/17/0203/20/27442368_626291299.shtml。。

在搬迁户的安置上，陕西省采取集中为主、分散为辅、就近安置的原则，限于土地资源压力以及为实现人口聚集的目的，移民安置区与迁入地居民生活区十分接近，由此在易地扶贫安置区形成搬迁户和本地户两类不同的群体。2015年课题组采用分层抽样调查的方法，深入陕南安康、陕北延安等较为典型的贫困县(区) (例如调查的陕南5县(区)中，

除平利县为省定贫困县外，汉滨区、宁陕县、紫阳县、石泉县均为国定贫困县)对农户开展专项调查，获得了953户涵盖家庭特征、生计状况、社区环境等方面的一手数据，其中搬迁户550户，本地户403户。总之，调查样本具有一定的代表性，符合本文研究的要求。

五、实证分析

(一)单维度贫困发生率

通过考察单维度贫困发生率可以获得的重要信息是：所调查农户在技能、能源、教育、饮水等维度的缺失较为明显。如表2所示，在所有样本之中，有54.6%的农户家中无一人掌握任一门手艺或者技术，有32.5%的农户其做饭燃料是薪柴或者煤炭，有20.7%的农户家中无一人文化程度超过小学水平，还有20.5%的农户家中不通自来水。比较而言，搬迁户在教育、健康维度有较高的贫困发生率，本地户在饮水、能源、住房维度有较高的贫困发生率，其他维度无显著差异。

表2不同人群单维度贫困发生率比较单位：%

维度全样本本地户搬迁户维度全样本本地户搬迁户教育20.717.123.3饮水20.541.55.2技能54.654.154.9能源32.544.423.8就业12.011.712.2住房17.023.612.2健康16.513.218.9资产1.71.02.2

(二)多维贫困指数及其分解

通过对多维贫困指数进行分解有助于明确构成多维贫困的主要方面，确定扶贫工作的优先重点。表3报告了不同k值下的多维贫困指数按维度分解的结果。我们不仅发现随着k值的增加，多维贫困发生率和多维贫困指数都不断降低，还发现对多维贫困贡献较大的维度依次为技能、能源、教育、饮水等，这一点并不随k值的变化而明显改变。

表4报告了多维贫困指数按维度、农户类型分解的结果，如表4所示，本地户的多维贫困发生率要明显高于搬迁户，本地户对总体多维贫困指数的贡献率达59.5%，显著高于搬迁户的贡献率(40.5%)。对本地户而言，对多维贫困指数贡献较大的5个维度依次为技能、能源、饮水、住房、教育，相应的贡献率为24.3%、20.8%、18.7%、11.2%、10.8%。以搬迁户而言，对多维贫困指数贡献最大的5个维度依次为技能、教育、能源、健康、就业，相应的贡献率为27.4%、19.2%、15%、13%、9.9%。

综上所述，本地户应依次优先解决技能、能源、饮水、住房和教育等维度的贫困，搬迁户应依次优先解决技能、教育、能源、健康和就业等维度的贫困。这表明，在易地扶贫搬迁安置区，本地户和搬迁户的多维贫困状况既有一些共同的特征，亦存在显著的差异，在既定的资源约束下，要想提高扶贫工作的效果和效率，既要了解不同群体的普遍性问题，又要分析不同群体的特殊性问题，做到因类施策、有的放矢。

表4 多维贫困指数按维度、农户类型分解结果

(三)不同群体多维贫困的影响因素分析

通过单维贫困以及多维贫困的测度和分解，我们对“谁遭受了贫困，以及在哪些方面贫困”有了基本的认识，但是以上结果并没有告诉我们什么导致了一部分人陷入多维贫困而另一部分人没有陷入多维贫困，也没有说明哪些因素影响着是否会陷入某单一维度的贫困。进一步分析多维贫困的影响因素以及各维度贫困的影响因素，有助于了解不同群体多维贫困的致贫原因及其机理，从而提高扶贫工作的精准性。为此，建立了以下回归模型，在借鉴前人研究的基础上从“家庭”和“社区”这两个不同的层面探索农户多维贫困的致因。

Yi=α+βXi+ηZi+μi

(4)

式(4)中Yi为被解释变量，Xi和Zi为解释变量集，α为常数项，β和η为回归系数，μi为残差项，代表解释变量所不能解释的部分。其中，Xi表示家庭层面的影响因素，包括家庭人均收入、家庭规模、户主年龄、户主婚姻状况、抚养比、土地面积、是否外出务工、是否从事农林生产、是否从事非农经营等；Zi表示社区层面的影响因素，包括社会关系、村务参与度、是否享受低保、是否搬迁、交通状况、信贷难易、培训机会等。各解释变量及其定义如表5所示。

表5 解释变量及其定义

表6报告了不同群体多维贫困的影响因素分析结果。从表中可见，人均收入对于所有农户的多维贫困均有显著的影响，随着人均收入的提高，农户多维贫困指数不断降低。从表中也能看出，除了收入之外的其他因素也影响着农户的多维贫困。家庭规模对本地户多维贫困有着显著的负向作用，对搬迁户的多维贫困没有显著影响。户主年龄与搬迁户多维贫困存在“U”型关系，说明户主年龄较小或者年龄偏高的家庭多维贫困程度更深，户主年龄对本地户的多维贫困没有显著影响。户主婚姻状况对家庭多维贫困并无显著影响。家庭抚养比与本地户多维贫困有着显著的正相关关系，表明孩子或老人越多的家庭多维贫困程度更深，家庭抚养比对搬迁户多维贫困没有显著的影响。

外出务工与搬迁户的多维贫困存在显著的负相关关系，与没有成员外出务工的家庭相比，有成员外出务工的家庭多维贫困指数更低，与此同时，外出务工对于本地户的多维贫困没有显著影响。可能的原因在于，搬迁户从原住地到安置区，不同程度地丧失了生产资料，面临着从农业活动到非农经营的生计转型，与本地户相比，其生计更加依赖外出务工。调查数据显示，搬迁户中外出务工户比例高达78.32%，而本地户中这一比例则为64.52%。非农经营与农户多维贫困程度存在显著的负相关关系，无论是搬迁户还是本地户都是如此，表明与没有从事非农经营活动的家庭相比，从事非农经营活动的家庭多维贫困程度更低。农林生产与搬迁户多维贫困呈现显著正相关关系，说明与没有从事农林业生产的搬迁户相比，从事农林业生产的搬迁户多维贫困程度更高。

在“十二五”规划中曾提出不断促进第三产业的发展，优化产业结构，提高第三产业比重的期许，而不断促进第三产业的发展有利于促进我国经济的发展，对于实现我国的可持续发展具有重要的意义。扩大增值税征收范围对于不断促进我国产业结构优化具有重要的意义，也符合经济发展的规律。

土地面积与农户多维贫困存在显著的正相关关系，这对搬迁户和本地户都成立，说明拥有土地面积越多的农户， 其多维贫困程度也越深。社会关系与搬迁户多维贫困存在显著的负相关关系，说明与社会关系较差的搬迁户相比，社会关系较好的搬迁户多维贫困程度更低。与此同时，社会关系对本地户的多维贫困没有显著影响，说明与本地户相比，社会关系对搬迁户更为重要，搞好社会关系也更有助于缓解搬迁户的多维贫困，这与覃志敏的研究结果相一致[5]。与本地户相比，搬迁户在安置区面临生计恢复和重建的挑战，移民生计恢复的过程中生计活动转向对他们来说较为陌生的产业，不仅存在道路基础设施不完善等硬件困难，还因缺乏经验积累而面临较大的市场风险，而社会关系作为“穷人的资本”一定程度有助于弥补这些不足，帮助移民应对挑战。

村务参与和搬迁户多维贫困存在显著的正相关关系，说明村集体事务参与度越高的农户，其多维贫困程度越低。与此同时，村务参与与本地户多维贫困不存在显著的相关关系，说明相对于本地户，积极参与村集体事务对搬迁户福利提高更为重要。低保户与农户多维贫困存在显著的正相关关系，这对于本地户和搬迁户都成立，表明与非低保户相比，低保户多维贫困程度更深，反映出实际享受低保的农户与低保政策期望帮扶的对象是基本吻合的。

表6 不同群体多维贫困的影响因素分析结果

注：被解释变量为多维贫困指数；*、**、*** 分别表示在10%、5% 、1%显著性水平显著；估计方法为OLS回归，由于部分变量存在缺失值，回归估计时样本有所损失。

表6结果显示，提高信贷的便利性、以及提供更多的培训机会有助于缓解农户的多维贫困。信贷便利性与农户多维贫困之间存在显著的负相关关系，越容易获得信贷的农户其多维贫困程度也越低。类似地，培训机会与农户多维贫困也存在显著的负相关关系，以全样本为例，家庭每多参加一次培训，其多维贫困指数的边际减少量为1.9%，比较而言，培训对搬迁户的影响更大，搬迁户培训机会的回归系数大约为本地户培训机会的回归系数的2倍。

交通状况与本地户的多维贫困存在显著的正相关关系，说明交通越便利的本地户其多维贫困程度越低。与此同时，交通状况对搬迁户的多维贫困没有显著影响，说明与搬迁户相比，当前改善交通条件对于本地户更为重要，更有助于缓解其多维贫困。一个可能的解释为，易地扶贫搬迁工程在移民安置区的选址上较注重靠近交通干道，因此，整体上搬迁户的交通通达性要比本地户高，我们的调研数据也显示搬迁户中96%的家庭到村主要公路的距离小于0.5公里，而本地户这一比例则为85%，其余15%的家庭到村主要公路的距离多为1～2.5公里或大于2.5公里。

(四)不同因素对各维度贫困的影响分析

表7报告了各维度是否贫困的影响因素分析结果。从表中可见，人均收入与教育、技能、就业、健康、住房等维度的贫困均存在显著的负相关关系，说明收入对于缓解教育、技能、就业、住房等维度的贫困具有显著的作用，但是收入对于饮水、能源、资产等维度的贫困并无显著影响。进一步研究发现，全部样本中非贫困户的比例为65.59%，仅为收入贫困(按2011年的物价家庭人均收入低于2 300元)的农户比例为8.92%，既是收入贫困又是多维贫困的农户比例为7.97%，而非收入贫困的多维贫困户比例为19.2%。这再次证明了，收入虽然对于衡量人们福利具有重要作用，但它并不意味着全部，一些收入贫困的家庭并不面临其他维度的缺失，而一些高于收入贫困线的家庭也会处于低于社会公认可接受的生活标准。

家庭规模与教育、技能、就业等维度的贫困存在显著的负相关关系，与健康贫困存在显著的正相关关系。户主年龄与教育贫困、技能贫困存在显著的负相关关系，而年龄平方与教育贫困、技能贫困存在显著的正相关关系，说明户主年龄与教育贫困、技能贫困均存在显著的“U”型关系，换言之，随着户主年龄的增加，农户的教育贫困、技能贫困均呈现先降低后上升的趋势。婚姻状况与健康贫困存在显著的正相关关系，与资产贫困存在显著的负相关关系，说明与户主婚姻状态为未婚或离异的家庭相比，户主婚姻状态为已婚的家庭更容易陷入健康贫困、更不容易陷入资产贫困。抚养比与教育、技能、健康等维度的贫困均存在显著的正相关关系，说明家中小孩或老人越多的农户越容易陷入教育、技能、健康等维度的贫困。

外出务工与就业存在显著的负相关关系，说明外出务工能显著降低农户陷入就业贫困的概率，也说明外出务工主要通过影响就业对农户多维贫困产生作用。非农经营与教育、技能、就业、健康、饮水和住房等维度的贫困均存在显著的负相关关系，说明从事非农经营活动能够显著降低农户陷入教育、技能、就业、健康、饮水和住房等维度的贫困。农林生产与就业、健康存在显著的负相关关系，与饮水和能源均存在显著的正相关关系，说明从事农林生产活动能够显著降低陷入就业、健康等维度贫困的概率，与此同时从事农林生产活动也将显著增加农户陷入饮水、能源等维度的贫困。土地面积与饮水、能源、住房均存在显著的正相关关系，说明人均土地面积越多的农户陷入饮水、能源、住房等维度的贫困的概率也越大。

表7 不同因素对各维度贫困的影响分析结果

注：被解释变量为“是否贫困”。括号内是稳健标准误。*、**、***分别表示在10%、5% 、1%显著性水平显著。估计方法为Probit回归，由于部分变量存在缺失值，回归估计时样本有所损失。

信贷便利与教育、健康、饮水、资产存在显著的负相关关系，说明越容易获得贷款的农户，陷入教育、健康、饮水、资产等维度贫困的概率也越低，提高农户的信贷便利性有助于降低其陷入教育、健康、饮水和资产等维度贫困的概率。培训机会与技能、饮水、能源存在显著的负相关关系，说明培训机会越多的农户，其陷入技能、饮水、能源等维度贫困的概率也越低，增加农户获得培训的机会有助于降低农户陷入技能、饮水、能源等维度贫困的概率。交通状况与饮水、能源、住房存在显著的正相关关系，说明交通可达性较低的农户，有较高的概率陷入饮水、能源、住房等维度的贫困，提高农户的交通可达性有助于降低农户陷入饮水、能源和住房等维度的贫困。是否搬迁与教育存在显著的正相关关系，与饮水、能源、住房存在显著的负相关关系，说明与非搬迁户相比，搬迁户处于教育贫困的概率较高，与此同时搬迁户陷入饮水、能源、住房等维度的贫困显著较低。值得一提的是，本文所说的教育是一种存量概念，通常教育程度表征着人力资本高低，因此搬迁户处于教育贫困的概率较高不仅意味着搬迁户当前的人力资本偏低，还意味着整体上搬迁对象与搬迁政策想要帮扶的对象是吻合的。

六、结论和启示

基于易地搬迁安置社区的微观调查数据，使用AF方法，本文对搬迁户和本地户的多维贫困进行了测度和分解，并从家庭、社区两个层次探究了农户多维贫困的影响因素及其机理。研究发现：

本地户和搬迁户存在不同程度、特征的多维贫困，本地户的多维贫困发生率明显高于搬迁户。本地户对总体多维贫困指数的贡献率达59.5%，显著高于搬迁户的贡献率(40.5%)。对本地户多维贫困指数贡献较大的5个维度依次为技能、能源、饮水、住房和教育。对搬迁户多维贫困指数贡献最大的5个维度依次为技能、教育、能源、健康、就业。

影响两类农户多维贫困的因素，既有重叠也有区别。无论对于搬迁户抑或本地户，人均收入、非农经营、信贷便利性、培训机会对多维贫困均有负向影响，土地面积对多维贫困有正向影响。此外，家庭规模、抚养比和交通状况对本地户多维贫困有显著的影响，既定条件下，人口越多的本地户的多维贫困指数越低，抚养比越高、交通越差的本地户的多维贫困指数越高。户主年龄、外出务工、农林生产、社会关系、村务参与对搬迁户多维贫困有显著影响，户主年龄与移民多维贫困存在显著的“U”型关系；既定条件下，与非外出务工户相比，外出务工户多维贫困指数较低；社会关系越好的家庭其多维贫困指数越低；与没从事农林生产的家庭相比，从事农林生产的家庭其多维贫困指数较高；村务参与程度越高的搬迁户其多维贫困指数越低。

收入主要通过教育、技能、就业、健康、住房等影响多维贫困，收入越高的家庭处于教育、技能、就业、健康、住房贫困的概率越低。家庭规模对教育、技能、就业等维度的贫困有负向影响，对健康贫困有正向影响；户主年龄与教育贫困、技能贫困存在显著的“U”型关系。与户主未婚或离异、丧偶的家庭相比，户主已婚的家庭处于健康贫困的概率较高，处于资产贫困的概率较低；家庭抚养比越大其处于教育、技能、健康贫困的概率越高。外出务工能缓解就业贫困；非农经营能降低教育、技能、就业、健康、饮水、住房贫困；农林生产对就业、健康贫困有负向影响，对饮水、能源贫困有正向影响。土地面积对饮水、能源、住房贫困有正向影响；家庭的社会关系越好其陷入教育、技能、健康、住房贫困的概率越低；村务参与对能源、资产贫困有正向作用；信贷便利性与陷入教育、健康、饮水、资产、贫困的概率成反比；增加培训能降低农户陷入技能、饮水、能源贫困的概率；交通状况越差的农户陷入饮水、能源、住房、贫困的概率越高。

本文的政策启示为：首先，要坚持问题导向、因类施策消除不同形式的贫困，除了关注农户在收入方面的贫困之外，要综合考虑教育、技能、就业、健康、能源、饮水、住房等多个维度上的贫困。其次，应平衡好不同群体的利益，在着重解决搬迁户多维贫困的同时，也要重视本地户的多维贫困问题，还要注意家庭规模较大、老龄化、婚姻异常等特殊群体的多维贫困。本地户应依次优先解决技能、能源、饮水、住房和教育等维度的贫困。搬迁户应依次优先解决技能、教育、能源、健康和就业等维度的贫困。对于人口较多的家庭、户主年龄较大的家庭和户主未婚或离异或丧偶的家庭，应着重防止其陷入健康贫困。

具体来讲，可采取普惠性措施解决搬迁户和本地户所面临的共性问题：第一，建立完备的培训制度和体系，精准帮扶力求做到“授人以鱼，更授人以渔”，通过增加培训机会和提高培训质量，帮助农户至少掌握一门技术或手艺，增强其维持生计和参与社会活动的能力；第二，以建立与本地或外地名校结对帮扶机制为抓手，以提高教师待遇、改善基础设施为重点，多措并举提高就学便利性和教学质量，提升农户子女的人力资本，阻遏贫困的代际传递；第三，通过增加电力等清洁能源的供给、优化能源价格方案，以及推进“炉灶革命”等措施，降低农户能源成本缓解其能源贫困。第四，提高金融服务水平，提高农户的信贷便利性，优化经营环境，支持和鼓励农户向非农转型。

鉴于搬迁户与本地户多维贫困的差异，应采取有针对性的帮扶措施：对于本地户，要着重提高自来水开通率和改善其住房状况，还应重视改善道路基础设施等提高交通便利性措施在缓解多维贫困中的作用；对于搬迁户，不仅要注重鼓励移民外出务工、提供就业指导和信息等常规措施来缓解多维贫困，还要特别注意构建和拓展家庭的社会网络关系，用好“穷人的资本”，以及增强广大群众的自组织能力、提高其社区治理参与度，唤醒农户的内在动力。