生计资本视角下农户稳定脱贫的动态测度

伍 艳

(西南民族大学 经济学院，四川 成都 610225)

一、多维贫困与返贫的相关研究

根据世界银行2009年的研究报告，中国持久性贫困已经大幅度降低，中国农村贫困发生率从1981年的18.5%下降到了2004年的2.8%。十九大报告指出，“党的十八大以来，中国的6600多万贫困人口稳定脱贫，贫困发生率从10.2%下降到4%以下，五年年均减贫1300万人以上。”到2018年，全国农村贫困发生率下降至1.7%，减贫效果十分显著。随着贫困发生率的下降，深度贫困地区脱贫攻坚问题突出，不仅脱贫难度大，而且因生计脆弱存在较为严重的返贫现象。

稳定脱贫是指个体或家庭由贫困状态进入非贫困状态的持续动态过程，这一过程的持续时间为3年以上。稳定脱贫与多维贫困和多维返贫密切相关，由贫困状态转向非贫困状态，为脱贫；由贫困状态到非贫困状态再重回贫困，为返贫，即没有实现稳定脱贫。国内外文献中结合多维贫困特征识别并测度脱贫以及脱贫质量的文献较少，而在贫困的动态变化过程中分析返贫以及多维贫困的研究文献较多。很多学者对贫困问题的研究已经由静态转向动态，主要从较长的时间范围分析农户家庭进入或者退出贫困的动态变化。现有贫困问题和返贫的研究文献可分为三类。

第一类研究从多维视角分析贫困问题。贫困反映的是某一时间段内贫困家庭的生活现状，贫困具有多维性[1]； Sen在1976年首次提出“能力贫困”的观点[2]，在Sen的影响下，学术界对贫困问题的研究逐渐转向了多维角度。Bourguignon 和 Chakravarty认为，实现贫困家庭收入贫困减少的目标，并不能保证降低贫困家庭非收入目标的剥夺，贫困减少要求收入贫困与其他贫困维度相结合[3]。这意味着对贫困的识别，已经从单维度的收入贫困或支出贫困发展到多维的福利贫困[4]。2010年，联合国开发计划署和牛津大学贫困与人类发展研究中心(OPHI)合作开发推出了多维贫困指数A-F贫困指数(又称MPI指数)，公布了由10个指标测算的全球各国的MPI。A-F理论框架在可行能力基础上提出多维贫困测量方法[5]，我国学者高艳云[6]、张全红和周强等[7]基于A-F理论探索中国的多维贫困。在指标选择方面，邹薇和方迎风[8]、高帅等[9]选取收入、教育、生活标准、健康等维度进行识别，并且采用等权重法测度多维贫困水平。

第二类研究从一个特定时期内考察多维贫困问题，即从动态视角考虑贫困的持续时间问题。Ravallion根据贫困家庭在一段时间内经历贫困的时间长短判断长期贫困和暂时贫困的差异[10]；郭熙保、周强认为长期贫困不仅能反映贫困家庭陷入贫困的时间状态，还能有效测度贫困家庭的贫困脆弱度[11]。长期多维贫困本质上等同于慢性贫困，Gustafsson 和 Ding按照陷入贫困的时间长短可以将贫困状态区分为慢性贫困和暂时性贫困[12]。在中国农村，慢性贫困在总贫困中所占比例远远高于暂时性贫困[13]。慢性贫困的形成基于自然环境、区域发展、人力资本和物质资本等四个因素，深度贫困地区主要表现为慢性贫困，贫困户生计脆弱程度高，且贫困代际传递现象严重。

第三类研究主要应用转移矩阵方法和微观数据考察个体或家庭返贫的动态演化特征。王朝明、姚毅利用家庭微观调查数据，考察不同家庭收入返贫的状态[14]。张志国和聂荣[15]利用转移矩阵方法，探讨我国农村家庭在外界正向和负向双重冲击下脱离贫困和进入贫困的概率。蒋南平和郑万军[16]对A-F多维贫困指数进行修正和改进，创新性提出多维返贫识别及测算方法。可以认为，返贫不是单一某个原因造成的，而是多种因素共同作用的结果，自然灾害、疾病和教育层次低下等因素都使返贫成为一种必然现象[17]。

但是，仅仅研究多维贫困和动态返贫不能有力说明贫困地区农户是否稳定脱贫，脱贫质量如何。贫困农户生计脆弱程度高，属于多种生计资本缺乏型农户，其家庭或个人拥有的选择机会、采用的生计策略和所处风险环境的基础薄弱，暂时性脱贫会因生计脆弱返贫。因此，从生计资本的角度研究脱贫问题，不仅能够得到农户家庭多维度脱贫的结果，而且能够精确地度量农户家庭脱贫的持续过程。当然，度量脱贫过程本身也是对我国精准扶贫精准脱贫结果的度量。

本文的贡献在于：在研究视角上，通过对自然资本、人力资本、物质资本和金融资本的分析，识别贫困地区贫困户的稳定脱贫；在研究方法上，将A-F方法和Foster[18]的跨期持续时间分析法相结合，把贫困户脱贫的研究拓展到跨期的动态分析，引入持续脱贫的时间临界值；在稳定脱贫指数构建方面，在现有的国家脱贫标准的基础上，考虑农户家庭的收入结构占比，对农户家庭多维度脱贫进行加总，构建反映农户家庭脱贫持续时间、脱贫广度等特征的稳定脱贫指数。

二、稳定脱贫的识别与测度方法

(一)稳定脱贫的识别

按照国务院扶贫办的规定，贫困人口退出要求实现“农户家庭人均纯收入稳定超过国家现行扶贫标准，不愁吃、不愁穿，义务教育、基本医疗和住房安全有保障”。由于深度贫困地区农户生计资本多种缺乏，慢性贫困居多，脱贫后容易返贫，因此，本文根据A-F分析框架对深度贫困地区稳定脱贫进行识别。

假设深度贫困地区农村有n个农户个体样本，每个样本的脱贫状况由C个指标组成，即用C个指标评估农户脱贫水平。令Yn×C表示所有个体样本值构成的矩阵，设Xij∈Yn×c表示农户个体i在维度j上的取值(t=1，2，…，n;j=1，2，…，C)。

首先对每个维度设定一个脱贫标准Sj,如果Xij>Sj，则农户个体在维度j上脱贫；否则为没有脱贫，存在慢性贫困。在给出脱贫标准的基础上，假定Gij(S)为单个指标的函数，当Xij>Sj时，赋予Gij(S)=1；当Xij

根据Foster的持续时间分析法，本文假定贫困人口退出贫困的持续时间临界值为t(0

因此，对稳定脱贫人口进行识别包括3个临界值：一是金融资本、人力资本、自然资本和物质资本维度的各指标临界值Sj，用于判定贫困户在细分指标方面的脱贫状况；二是多维度退出贫困临界值k，用来判断农户个体在某一时点上综合考虑金融资本、人力资本、自然资本和物质资本等脱贫指标后是否属于稳定脱贫，该临界值对加总稳定脱贫指数至关重要；三是持续时间临界值t，在跨期时间段内用来判断农户个体是否属于长时间稳定脱贫。

(二)稳定脱贫指数的构建

在对贫困地区农户家庭稳定脱贫进行识别的基础上，为了进一步评估农村家庭稳定脱贫状况，需要对各维度退出贫困水平进行加总，并构建稳定脱贫广度指数。

1.贫困退出发生率(H)，该指标反映某一地区单维度脱贫人口占样本总人口之比，公式表示为：

(1)

在公式(1)中，q表示单一维度脱贫人口(仅以人均纯收入衡量)，n表示调研村总人数。这一指标能够反映贫困退出发生率的高低，但不能反映农户个体多维脱贫程度，需要引入稳定脱贫广度指数。

2.稳定脱贫广度指数(M0)：该指数反映脱贫农户是否为多维度脱贫，即从金融资本、人力资本、自然资本和物资资本等维度分析的脱贫，公式表示为：

(2)

在公式(2)中，A0表示所有脱贫农户平均享有的福利维度数占总维度数的比重，从公式看，M0指数与H指数和A0指数正相关。

3.动态的稳定脱贫广度指数(M1)，该指数考虑贫困户退出贫困后的持续时间，将持续时间临界值t加入模型中，以此判断贫困户是否为动态的稳定脱贫。

(3)

在公式(3)中，F0表示脱贫人口退出贫困时间占整个考察时期的比重，反映贫困退出人口的平均脱贫持续时间。

(三)稳定脱贫指数的贡献度

为了找出影响稳定脱贫的主要因素，需要测算金融资本、人力资本等不同维度对稳定脱贫的贡献率，且依据生计资本各维度对稳定脱贫指数进行分解。

假定M0j为维度j的稳定脱贫贡献率，则有公式：

M0j=(qj×wj)/n

(4)

其中，qj为维度j的贫困退出发生率,Wj为各指标的权重。因此，维度j对稳定脱贫指数贡献度的计算公式为：

βj=M0j/Ha=(qj×wj)/(n×Ha)，a=0,1,2

(5)

三、数据来源与指标选择

(一)数据来源说明

国务院颁布的《关于支持深度贫困地区脱贫攻坚的实施意见》明确指出，深度贫困地区涵盖西藏、四省藏区、南疆四地州和四川凉山州、云南怒江州、甘肃临夏州等“三区三州”民族地区。据此，四川省将高原藏区、大小凉山彝区45个贫困县(甘孜州18个县、阿坝州13个县、凉山州11个县、乐山市3个县)作为深度贫困地区脱贫攻坚重点对象。到2020年，四川省要实现45个深度贫困县全部摘帽、2126个深度贫困村退出贫困以及73.9万建档立卡贫困人口全部脱贫。因此，本文以四川省阿坝州、甘孜州和凉山州贫困县为研究对象，每个州选取3个县，每个县抽样4个退出贫困村和2个贫困村。通过2018年8月和2019年2月两次社会调查获取数据。调研区域为：阿坝州金川县、小金县和红原县、甘孜州理塘县、雅江县和泸定县、凉山州甘洛县、木里县和盐源县，共810户退出贫困农户家庭。其中，阿坝州选取270户，甘孜州250户，凉山州选取290户。由于2014年为我国精准扶贫起始年，2014年开始确定建档立卡贫困户。因此，以2014年建档立卡贫困户为基准，选取调研区域2015—2018年退出贫困的农户家庭为调研对象。调查内容为：家庭特征、收入结构、生产资料状况、教育、住房条件、医疗保障、贷款情况、生活设施等。

(二)维度与指标选取

农户是农村社会中最小的生计单位，农户的生计活动是农户家庭为保持稳定和良好的生活状态所拥有的谋生能力、资产和创造收入的一系列组合。DFID[19]将农户的生计资本划分为人力资本、自然资本、物质资本、金融资本和社会资本等五类，五类资本的高低可以说明农户生计的可持续问题。张丙乾、李小云[20]的研究表明，多种生计资本缺乏型农户比单一生计资本缺乏型农户的贫困脆弱程度高，生计资本缺乏程度直接反映农户贫困状态和生计脆弱性。并且农户生计资本状况决定了生计策略选择，非农生计策略有利于降低贫困概率。因此，本文依据生计资本视角，从人力资本、物质资本、自然资本和金融资本等四个维度分析贫困地区的稳定脱贫。这四个维度不仅涵盖了国务院扶贫办关于精准脱贫的衡量标准，还包括致贫的生计因素。金融资本主要反映农户家庭人均纯收入状况以及农户获得信贷情况，农户获得的信贷多，表明农户扩大生产经营活动的资金充足。自然资本反映贫困户拥有耕地和牧场的情况，是贫困户吃穿两不愁的基本保障；物质资本反映贫困户住房安全、机械使用情况；人力资本反映贫困户文化水平、劳动能力以及健康情况。

表1 稳定脱贫维度、指标说明与临界值

1.金融资本

从事农村扶贫与发展研究的著名学者Ellis[21]认为，金融资本主要反映农户拥有的货币性收入、获得贷款以及获得补贴情况。农户拥有的货币性收入表现为家庭人均纯收入，农户收入稳定超过贫困线，一方面要求贫困户人均纯收入稳定超过国家扶贫标准，2015—2018年，国家扶贫标准分别为2855元、3100元、3300元和3600元。另一方面要求贫困户收入来源具有稳定性，即在收入结构中，要求贫困户的经营性收入和工资性收入占比高(在收入结构中占比在60%以上)，转移性收入占比低(如危房改造基金、产业扶持基金等临时性补贴占比低)。农户家庭人均纯收入的临界值依据2018年扶贫标准3600元，如果2015—2017年脱贫人口在2018年人均纯收入高于3600元，则视为收入稳定超过贫困线。由于贫困地区农村获得正规金融机构借贷的机会少，农户享有多样化的金融服务相对困难，能够获得正规金融服务对贫困地区的农村居民扩大生产经营具有重要意义，因此，贫困户获得信贷服务有助于稳定脱贫。根据吴本健、郭晶晶[22]的研究，金融信贷扶贫有利于贫困户收入增长并且具有长期效应。

2.自然资本

土地是农民生活的保障，农牧民拥有耕地、林地或牧场是吃穿两不愁的基本保证。因此，拥有耕地或牧场赋值为1，没有赋值为0。在此基础上，将牧民和农民的牲畜数量进行细分，拥有牧场的牧民主要养殖牛和羊。从调研区域看，阿坝州的红原县和甘孜州的理塘县、雅江县属于牧区，牧民养殖牛羊是主业，每户家庭牛羊数量低于20头将难以维持生计。因此，以20头牛羊作为脱贫的临界值。而农区农民以耕种粮食为主业，养殖牲畜为副业，且养殖的牲畜主要满足自己需求，故农户家庭有牲畜赋值为1，无牲畜赋值为0。

3.物质资本

物质资本主要反映农户居住场所保障、生活设施情况以及生产资料状况。从农户住房面积看，按照国家扶贫办规定，易地扶贫搬迁户人均住房面积不超过25平方米，但需大于15平方米，如果人均面积低于15平方米，表明住房条件较差。从生活设施情况看，室内有自来水和通电表明农户生活设施改善，通电后才能使用电视、洗衣机等，生活质量才可能提高，所以，对“生活用电，通自来水和拥有电器”三个指标分别赋值，经常通电赋值为2，通自来水赋值为1，拥有一种电器赋值为1，且均设定为脱贫的临界值。

4.人力资本

国家扶贫标准中的“教育和医疗保障”主要通过农户的人力资本反映。由于我国已经实施9年制义务教育，本文以农户家庭为研究对象将家庭各成员的平均受教育年限高于9年作为稳定脱贫的临界值。根据各家庭受教育年限的不同进行赋值，设定文盲= 0，小学= 6，初中= 9，高中= 12，大学=16，要求脱贫人口家庭子女在义务教育阶段无未就读和辍学现象。在医疗保障方面，为了精准脱贫的实现，要求脱贫人口参加新农合或城乡居民医疗保险的参合(保)率达到100%；如果农户家里有人患病住院，要求在县域内住院政策范围内个人医疗费用支出控制在10%以内。如果超过10%，脱贫户可能因病返贫，无法达到稳定脱贫。

(三)权重说明

在构建稳定脱贫广度指数时，每一维度下各指标的权重选取至关重要。王保雪[23]等研究者在权重选取方面对非等权法进行了探索，主要采用DEMATAL方法、主成分分析法、熵权法等。这些方法重视对每一指标的客观分析，但忽略各指标之间的离散性、非线性和随机性等复杂关系。谢家智、车四方[24]采用人工神经网络(ANN)法对贫困测度的各指标赋权，这种方法可以处理复杂的非线性问题，但忽略了各因素之间的相关性。笔者在对脱贫人口进行调研时发现，影响返贫致贫的因素本身具有较强相关性，难以对某一因素进行较高比重的赋权。因此，鉴于当前国内外大部分贫困问题研究者采用等权重法，本文也采用等权重法，即稳定脱贫的维度层权重相等，各维度下的指标层权重相等，各指标权重设定参见表2。

表2 各指标的权重设定

四、稳定脱贫指数的动态测度

(一)稳定脱贫指数的测度

根据前文给出的稳定脱贫测度方法，每一维度下临界值k的大小在稳定脱贫指数的计算中很关键。k取值越大，稳定脱贫指数变得越小，农户平均享有福利的份额会越小。当农户的福利享有得分超过各维度规定的临界值时，可以判定为该农户稳定脱贫，否则视为非稳定脱贫，可能返贫。理论上分析，k的取值可以在0～1之间变化。高艳云[6]、张全红和周强[7]、谢家智[24]等学者根据经验判断，将k取值为1/3左右。本文借鉴这些学者的经验分析，将初始临界值设定为k=1/3，测度临界值k在0.3～0.8之间的农户稳定脱贫指数。

表3 调研区域农户的稳定脱贫指数值 单位：%

由表3可知，随着k值由0.3增加到0.8，H、A0、M0的值逐渐减小，表明随着退出贫困维度的增加，农户稳定脱贫数量逐渐下降。从贫困退出发生率H来看，当k=0.3时，阿坝州、甘孜州和凉山州的H值均在30%以上，随着k值的逐渐增大，贫困退出发生率逐渐下降，当k=0.8时，贫困退出发生率在24%左右。从稳定脱贫广度指数M0看，三州地区的M0均在25%以上，但随着k值的增大，M0指数逐渐下降到17%左右。阿坝州的M0指数由27.49%下降到19.76%，共下降7.73个百分点；甘孜州的M0指数由26.48%下降到19.23%，共下降7.25个百分点；凉山州的M0指数由26.24%下降到17.45%，下降8.79个百分点，下降速率最大。原因在于，凉山州是中国最大的彝族聚居区、四川省少数民族人口最多的地区，也是四川省贫困人口最多的地区。2015—2018年，凉山州每年的减贫人数都在10万以上，4年累计减少贫困人口65.53万人；当退出贫困人口增加的同时，因病返贫和因灾返贫的人数也在上升。

(二)动态的稳定脱贫指数测度

根据公式(3)从农户家庭跨期变化角度，测度动态的稳定脱贫指数。由于农户家庭脱贫时间不一致，需要根据不同的持续时间临界值t对脱贫指数进行分解。由于我国的精准扶贫从2014年开始，本文测度的时间范围从2014年到2018年，并将持续时间临界值t分解为4种情况，随着持续时间临界值t取值的增加，长期稳定脱贫指数不断下降，表明脱贫的持续时间越长，被判定为稳定脱贫的家庭越少，少数已经脱贫的农户家庭可能已经返贫。为了反映持续时间对脱贫的影响，考虑另一临界值k值固定时的脱贫变化。在给定k=0.3的情况下，随着t值的变动，可以测度出农户家庭某一时期内的退出贫困发生率与脱贫持续时间。t=2/5表示在5年时期内农户家庭连续2年退出贫困，并据此计算稳定脱贫发生率指数；由t=2/5增加到t=3/5，表示在5年内连续3个时期与连续2个时期相比，贫困退出家庭平均脱贫持续时间的变化以及稳定脱贫指数的变动。

表4 不同临界值t下的农户稳定脱贫指数值(k=0.3) 单位：%

从表4看，随着稳定脱贫持续时间的延长，贫困退出发生率、稳定脱贫广度指数以及动态的稳定脱贫指数均有所下降。以考察时间3年为例，当t=3/5时，阿坝州、甘孜州和凉山州的贫困退出发生率H平均由33.31%下降到27.35%；稳定脱贫广度指数M0平均由26.73%下降到22.45%；三州地区的动态稳定脱贫广度指数M1平均由24.88%下降到20.38%。单独从M0看，贫困户退出贫困一般能维持2年左右，2年的脱贫稳定性较好。但3年的稳定脱贫出现一定降幅，三州地区3年的稳定脱贫广度指数M0比2年的稳定脱贫广度指数下降3个百分点左右。因此，贫困地区稳定脱贫应主要观测3年的持续脱贫问题。只要贫困户能连续3年稳定脱贫，且有较高比例的经营性收入和工资性收入支撑，第4年返贫的概率较小。表4显示，t=4/5与t=3/5的H、M0指数和M1指数仅相差1个百分点左右。

分地区看，在不同时间临界值下，凉山州的稳定脱贫状况比阿坝州和甘孜州差，而且随着时间临界值t的延长，返贫人数逐渐增加。尤其是t=4/5时，凉山州的动态稳定脱贫指数只有18.24%左右，表明贫困地区稳定脱贫的质量还有待提高，需要大力发展高质量脱贫。

(三)稳定脱贫的贡献度测算

表5考察t=3/5，k=0.3时，金融资本、人力资本、物质资本和自然资本四个维度的变化对稳定脱贫指数M1的贡献率大小。总体上看，金融资本维度的脱贫对稳定脱贫指数的贡献度最大，阿坝州、甘孜州和凉山州依次为40.96%、40.39%和42.52%；人力资本维度的贡献率次之，三个地区平均为32.18%；自然资本维度的贡献率第三，平均为14.32%；物质资本维度的贡献度最低，平均为12.21%。从单项指标看，农户人均收入的增长对稳定脱贫影响最大，阿坝州、甘孜州和凉山州分别为20.72%、21.31%和21.92%；其次为患病就医情况，三州地区患病就医对稳定脱贫贡献率平均为14.18%，如果农户家庭中有成员患有重大疾病或慢性病，且个人支付比例超过10%时，可能成为脱贫户返贫的主要原因。

从收入结构看，三州地区收入结构对稳定脱贫贡献率平均为11.15%；如果脱贫户家庭经营性收入和工资性收入占比低，说明该家庭生产经营的积极性较差，主要依赖转移性收入维持生活，而政府补贴以及社会资本的救助并不是长久之计，可能存在返贫风险。因此，可以认为收入、医疗与收入结构是深度贫困地区稳定脱贫的主要影响因素。从实际调研情况看，很多农户担心政府取消补贴以及大病保险不能持续续保，少数农户存在因病返贫的事实。

表5 不同维度对稳定脱贫指数M1的贡献度(t=3/5) 单位：%

五、稳定脱贫的可持续发展

本文结合Sen和Alkire的贫困理论以及Foster的持续时间分析法，引入时间临界值。构建了反映贫困家庭脱贫质量、脱贫动态等特征的稳定脱贫指数，并将脱贫持续时间的研究拓展到多维动态领域。同时，利用对阿坝州、甘孜州和凉山州等深度贫困地区调研数据，对农户家庭稳定脱贫进行了测度，并重点研究了三州地区稳定脱贫指数存在的差异。凉山州稳定脱贫指数变动较大，比阿坝州和甘孜州低，说明稳定脱贫质量较差。

研究发现，金融资本和人力资本维度对稳定脱贫贡献较大。分指标看，人均收入、医疗保障和收入结构等三项指标是当前农户稳定脱贫的的主要贡献因素，农户人均收入的增长对稳定脱贫影响最大，阿坝州、甘孜州和凉山州分别为20.72%、21.31%和21.92%；其次为患病就医情况，三州地区患病就医对稳定脱贫贡献率平均为14.18%。因此，农户家庭长期稳定脱贫是多因素综合的结果，金融资本和非金融资本对稳定脱贫的影响均较突出。

在今后的扶贫脱贫工作中，政府不仅要提高贫困人口生产经营能力，还应持续加大转移支付力度。而且对已经脱贫的农户继续给予产业政策支持，提高脱贫户家庭的生产经营积极性，增加经营性收入和工资性收入；加大农村医疗卫生设施投入力度，着力解决县级和乡镇医院看病难问题；对于生计脆弱程度高的农户家庭，实施子女减免学费政策或补贴高等教育学费政策。

从长远来看，要实现农户家庭的稳定脱贫，防止返贫以及转化为相对贫困问题，需要地方政府在长期内为农户家庭提供产业发展的支持政策，拓宽产品销售渠道；鼓励提高农户家庭的人力资本水平，通过激发农户的内生动力促使农户高效地参与生产活动。