中国农村地区家庭多维贫困的变迁

姚映雪，霍利婷

（1.安徽省政协研究室，安徽 合肥 230091；2.复旦大学 社会发展与公共政策学院，上海 200433）

一、研究背景

贫困是一个长期、复杂的世界性难题。国际社会对贫困问题高度关注，联合国2003年提出的人类发展千年计划（Millennium Development Goals）就以解决贫困问题为第一要务。改革开放以来，中国政府始终致力于农村地区扶贫工作，并取得显著成效。《中国农村贫困监测报告2019》显示：依据2010年农村贫困标准进行折算，全国农村贫困发生率从1978年的97.5%大幅降至2018年的1.7%，已经非常接近2020年全面消除贫困的目标。目前我国绝对贫困问题基本得到缓解，但相对贫困问题仍将长期存在。

都阳和蔡昉把中国农村贫困问题按照性质划分为三个阶段，即全面贫困阶段、区域性贫困阶段和个体性贫困阶段［1］，当前处于第三阶段。在个体性贫困中，边缘化人口为构成主体，多为因病、因残、因学等原因致贫。我国不同地区在医疗卫生、社会保障、教育水平、基础设施建设等方面的差距，已显著高于收入差距［2］，因而农村贫困已从以往单一收入贫困转为经济、社会、文化等多因素的相对贫困［3］。所以当前减贫工作应努力解决因个体能力不足而导致的边缘化贫困问题。因此，要求政策制定者更加关注贫困对象的识别和瞄准，并制定针对性扶贫政策，这既是“以人为本”，也是全面建设小康社会、脱贫致富的必经之路。

长期以来贫困一直被作为“收入贫困”分析处理。基于收入水平测量贫困，具有操作方法简单、贫困群体识别迅速的优点。但随着理论研究深入，贫困性质转变以及“以人为本”理念贯彻，收入贫困测量法的弊端逐渐显现。首先，难以科学识别贫困群体，既有可能冗余囊括具有发展潜力的“暂时贫困”群体，也有可能忽视收入水平稍高于贫困标准但不具备可持续发展能力的“真正贫困”群体。其次，由于低收入群体的收入不稳定，波动性强，因此可能在短暂脱贫后出现“返贫”现象。此外，单一的评定标准还可能导致隐瞒或低报实际收入等“道德风险”的出现。

在此情形下，学者对贫困测量方式进行探索，更加关注贫困人口自身能力，把更多维度纳入贫困考量中，多维贫困（Multidimensional Poverty）的概念应运而生。本文从多维贫困视角，利用2010年和2016年北京大学中国社会科学调查中心的中国家庭追踪调查数据（China Family Panel Studies，以下简称CFPS），分析中国农村多维贫困变化，评估农村扶贫工作成效，研究精准扶贫工作方向。

二、多维贫困的概念与测量

（一）多维贫困的概念

学界普遍把阿马蒂亚·森（Amartya Sen）于20世纪70年代提出的“可行能力理论”作为多维贫困的理论基础［4-5］。“可行能力”是指人们能够做自己想做的事，过上自己想过的生活的能力。贫困就是指基本可行能力的被剥夺［6］，而多维贫困的实质就是个体由于多个维度的能力被剥夺，而无法达到自己所期望的生活状态。

一些国家已经正式采用多维贫困指数（Multi⁃dimensional Poverty Index，MPI）来识别家庭贫困或个体贫困，如墨西哥、哥伦比亚、越南等［7］。MPI可以表征家庭或个体层面在健康、教育、生活水平等维度上的多重被剥夺程度，是对收入水平测量法的有益补充（1）。MPI一般根据微观调查数据进行测算，构成该指数的所有指标必须来自同一个调查。对微观指标进行加总，便可得到综合的多维贫困指数。

（二）多维贫困的测量方法：Alkire-Foster算法

牛津贫困与人类发展中心（2）的阿尔凯尔（Sabi⁃na Alkire）和福斯特（James Foster）提出的Alkire-Foster多维贫困测量方法（以下简称AF方法）是目前最为成熟且应用最广泛的方法［8］。该方法可以计算个体或家庭在同一时期经历的所有被剥夺情况，如缺少教育、健康不良、低生活水平等。

AF方法采取了双重临界值法。第一个临界值是根据传统维度进行衡量，来定义个体在每个维度上是否贫困，即每个维度的贫困域值；第二个临界值用于界定个体究竟遭受多少层面（维度）的剥夺，才能够被认定为“贫困”，即跨维度的域值。结合阿尔凯尔和福斯特的论文［5］以及王小林对AF方法的总结，此方法可划分为五个步骤［8］：计算对象在各维度的福利取得程度（achievement）、每个维度上的贫困认定（identification）、多个维度的贫困加总（aggregation）、加总的权重设定（weights）以及对不同维度或不同地区贡献程度的分解（de⁃composition）。

1.各维度的福利获得

Mn，d代表n×d维矩阵，令矩阵的元素y∈Mn，d，代表n个个体在d个不同维度上所取得福利的值。y中的任一元素yij表示个体i在维度j上的取值，i=1，2，…，n；j=1，2，…，d。

2.各维度的权重

在对各维度进行加总时，需要考虑各维度的权重。目前最为广泛使用的是等权重法，虽因将问题过于简单化而倍受争议，但AF方法发明者以及权威的官方报告中，如《人类发展报告》《中国儿童多维贫困研究报告》等，均采用各维度等权重法，某一维度内的各指标也采用等权重法。

3.贫困认定

（1）单个维度的贫困认定。令zj（zj>0）代表第j个维度被剥夺的临界值或者贫困线。对于任何矩阵y，可以定义一个剥夺矩阵：g0=［g0ij］，其典型元素g0的定义是：当y

（2）多个维度的贫困认定。在已有研究中，当同时考虑所有d个维度，如果至少在k个维度上为贫困，则个体就被认定为多维贫困，即k为域值。令k=1，2，…，d；ρk为考虑k个维度时识别贫困人口的函数，当个体的贫困维度个数ci≥k时，ρk（yi，z）=1，当ci

为了同以往区分，用K表示域值，其含义是被判定为贫困的多个指标乘以各自权重的加总值占所有指标乘以各自权重的加总值的比例。此处需要引入“被剥夺得分”（Weighted Deprivation Score，WDS），即每个指标乘以权重后的加总值，介于0和1之间。如果WDS大于等于20%但小于33.3%，为近多维贫困（near multidimensional pover⁃ty），大于等于33.3%但小于50%，为一般多维贫困（multidimensional poverty），大于等于50%，属于极度多维贫困（severely multidimensional pover⁃ty）。相应K的取值一般有三个：20%、33.3%和50%。K的设定值越高意味着多维贫困准入标准越来越高，即越来越少的家庭户被认定为“多维贫困”。K=20%时标准最低，被剥夺得分超过0.2即为多维贫困，因此近多维贫困、一般多维贫困、极度多维贫困户此时都被归为“多维贫困”；K=33.3%时为国际通用标准，此时一般多维贫困户和极度多维贫困户被认定为“多维贫困”；K=50%时标准最高，只有极度多维贫困户才被认定为“多维贫困”。

4.贫困加总

在测算出每个个体、每个维度的贫困得分之后，就可以对多维贫困状况进行加总。最简单的即按人头计算（headcount），得到多维贫困发生率H：

H=H（y，z）=q/n

其中，q为双重认定标准（z和k）下的多维贫困人口数，n为总人数。这种方法被称为FGT方法［9］。该方法简单易行，但是对贫困的广度（breadth）和深度（depth）不敏感。例如，当某个体被剥夺的维度由4个上升到8个，该个体的贫困程度加深，但在FGT方法中，仍然仅标识为“贫困”。

为了克服这一缺点，AF方法对FGT方法进行了修正，即引入“平均剥夺份额（intensity of depri⁃vation）”来表征贫困的深度A，其计算公式为：

A=|c（k）|/q

其中，c（k）是在所有维度上所有贫困人口的被剥夺得分加总，q是贫困人口数。此时的多维贫困指数M0的计算公式为：

M0（y，z）=μ［g0（k）］=HA

（三）多维贫困的测量框架与效度信度检验

本文在确定多维贫困测量维度和指标时，借鉴相关学术文献［2，8，10-14］，并参考若干国内外主题报告和政策文件，包括《联合国千年发展目标》（MDGs）《联合国可持续发展目标》（SDGs）《中国农村扶贫开发纲要（2011-2020）》、教育部和国务院扶贫办印发的《深度贫困地区教育脱贫攻坚实施方案（2018-2020年）》等，最终根据主要文献，保留教育、健康、生活水平这三个基础维度，对各维度内指标进行完善和调整，并设定指标权重，得到多维贫困测量框架（见表1）。

5.分解

AF方法的又一优点是可以将多维贫困指数按照维度和指标分解后计算各指标对维度的贡献程度。维度k对多维贫困的贡献度（contribution）可表达为：

表1 多维贫困的测量维度、指标、认定标准和权重设计

多维贫困测量法的目标在于科学认定社会贫困人口。其选取的多维贫困测量指标应具有较高的效度（validity），能够有效识别个人福利或家庭福利是否遭受剥夺，是否处于贫困状态。本文以家庭户为单位进行研究，一般认为，遭受剥夺的家庭户人均收入往往低于未遭受剥夺的家庭户，因此家庭人均收入可以作为一个有效的外部指标，用来检验所选取指标的有效性。具体地，可通过最小二乘法（OLS）进行回归分析来检验指标效度［13-15］。本文把“家庭人均纯收入”取对数作为因变量，把表1中的11个指标作为自变量，分别进行OLS回归。回归结果显示，三个维度的11个指标均与家庭人均纯收入有着显著负向关系。所以对于家庭户来说，无论在哪一个指标上被剥夺，都更容易陷入收入贫困，可见该测量框架效度良好。

此外，还需要检验多维贫困指标的内部一致性信度（internal consistency reliability）。内部信度测试旨在检验子项目对目标特征的测度情况，如果过低则意味着选取的评估子项目无法达到预期考察目的。本文使用Nunnally（1978）提出的克朗巴哈系数（Cronbach’sα）来检验表1中的被剥夺指标能否组成一个可靠的量表［16］。Cronbach’sα介于0到1之间，值越大表示项目间的内部一致性程度越高，测量信度越好。在实际应用中，Cronbach’sα大于0.5即可认为内部一致性良好。经检验，这11个指标的alpha值符号均为正，说明家庭福利在任意一个指标上被剥夺，都会导致家庭户多维贫困程度的加深；同时，每个子项目的α值均大于0.5，总α值为0.58，表明本文所选用的指标内部一致性较高，测量框架的信度良好。

三、农村地区多维贫困的实证分析

基于所描述的AF方法和建立的多维贫困测量框架，本文对2010年和2016年CFPS数据进行了预处理。CFPS是追踪数据，家庭户编码一旦生成就保持不变。首先筛选农村地区2010年和2016年都有调查信息的家庭户，然后对家庭经济问卷、成人问卷、少儿问卷、关系库问卷中的相关指标进行合并。数据清理后，最终得到有效样本6479户。

（一）被剥夺得分变化

被剥夺得分（WDS）为每个家庭在多维贫困各指标上的加权得分，用来衡量每个家庭的多维贫困程度，得分越高意味着多维贫困程度越深。得分为0意味着家庭户在三个维度11个指标上均没有被剥夺，得分为1意味着在所有指标上均被剥夺。

表2显示了2010年、2016年全国农户被剥夺得分情况。2010年平均数和中位数数值接近，结合图1可知，2010年被剥夺得分基本呈正态分布。2016年中位数小于均值，数据呈明显的正偏态分布，被剥夺得分低于均值0.201的家庭户数量占比更高，贫困发生率有所下降。基于均值的分析表明，2010-2016年农村人口的多维贫困状态得到改善，被剥夺得分低的家庭户占比增加。但是，被剥夺得分的极差增大，说明处于极度多维贫困户的生存状态恶化，进一步被边缘化，是亟须关注的群体。

表2 全国农村家庭户被剥夺得分状况

图1 农村家庭户被剥夺得分直方图（含正态曲线）

（二）农村多维贫困的深度和广度

下面通过计算多维贫困的发生率H、平均剥夺份额A和多维贫困指数MPI，对比2010年和2016年的多维贫困程度。贫困发生率H衡量的是贫困的广度；平均剥夺份额A反映了贫困的深度；多维贫困指数MPI值为H和A的乘积，是测量多维贫困程度的综合性指标。

表3展现了域值K在低、中、高水平下农村家庭户的多维贫困状况。在K为高域值50%时，贫困的波及面小，但渗入程度深。换言之，此时最少的人处于多维贫困状态，因而贫困发生率最低，但是多维贫困人口在各维度上被剥夺的程度高，且家庭户可能在多个维度上表现为贫困，所以平均剥夺份额高。在K为低域值20%时，贫困发生率虽然最高，但被剥夺得分被更多人分担，所以剥夺程度较低。K=33.3%是最为通用的标准，此时测算得到的贫困发生率和平均被剥夺份额介于高域值和低域值之间。

此外，MPI值表征了农村家庭户多维贫困的总体状况，为不同域值、不同年份的贫困情况提供可比较的标准。以2016年数据为例，随着域值K取值的增大，贫困发生率H随之大幅下降，但平均剥夺份额A却在上升，不过MPI值随着K值的增加从0.1288大幅降至0.0266，与贫困发生率H的变化趋势一致。这说明，贫困发生率H的下降对多维贫困指数MPI的影响程度远大于平均剥夺份额A的上升。

表3 2010年和2016年中国农村家庭户的多维贫困状况

不论在何种域值下，2010-2016年，农村地区多维贫困的发生率均大幅降低。在每种域值K下，贫困发生率H和多维贫困指数MPI都下降了接近50%或者更多。目前，全国农村的极度多维贫困发生率已低于5%，并且极度多维贫困的平均剥夺份额A仅略高于50%这个临界值，说明了即使是处于极度多维贫困的农户，他们的自身情况和生活状况也已得到一定改善。

然而，应注意到在低域值（K=20%）和中域值（K=33.3%）下，平均剥夺份额A都超过域值K十个百分点左右，这说明大部分农村地区贫困家庭户至少存在两个以上指标被剥夺的情况。而且从2010年到2016年平均剥夺份额A变化很小，一方面说明随着贫困发生率降低，能够分摊贫困程度的基数更小，另一方面说明存在一定数量的持续贫困的家庭户，他们的状况依旧未能有太大改善。因此还需要持续推进农村地区的扶贫工作。

（三）各指标贫困发生率的变化

图2显示了2010年和2016年农村地区家庭在11个指标上的贫困发生率。总的来看，2010-2016年除“成人健康”指标显著上升，“饮用水”指标略有上升以外，其他指标基本得到改善，尤其是成人教育、做饭燃料、耐用品、网络和卫生这些方面。从二级指标维度的贫困发生率看，2016年“教育”维度的贫困发生率最低，均值为6.65%；“健康”维度的贫困发生率次之，均值为18.84%；“生活水平”维度的贫困发生率最高，均值为34.74%。在二级指标内部，“健康”维度的各个内设指标的贫困发生率最为接近，“生活水平”维度的各个内设指标的贫困发生率差异较大。下面进行具体分析。

图2 2010年和2016年各指标贫困发生率（%）

1.教育的贫困发生率

首先，我国农村地区儿童教育的贫困发生率极低，2016年农村适龄儿童的义务教育入学率高达99.03%，较2010年有所提高。其次，2010-2016年“成人教育”的贫困发生率大幅下降18.31个百分点。然而，2016年仍有12.32%的农村家庭中所有成年成员接受教育的年限都低于6年，人力资本情况堪忧。对家庭发展而言，较低的人力资本可能阻碍家庭收入提高，也不利于为子女提供良好受教育环境，降低了家庭摆脱贫困陷阱的可能性。对区域发展而言，如果一个地区的人口平均受教育程度较低，其产业结构升级、经济长期增长都将受到负面影响。未来应继续推进成人教育工作。

2.健康的贫困发生率

2010-2016年成人健康水平恶化，贫困发生率从10.69%上升到21.28%。2016年有超过1/5的农村家庭户“过半的家庭成员身体不健康”。该指标的上升，可能有两个原因：一是在这六年间，部分家庭的成年子女结婚，分裂成新的家庭户，原本的家庭户仅剩老年父母，家庭人口基数减少；二是随着时间的推移，老年人出现身体机能老化，或是身患慢性病而陷入不健康状态。因此，农村家庭对医疗和养老保障的需求有所增加。2010-2016年“医疗”和“养老”指标的贫困发生率均有所下降，但仍然保持在较高水平，反映农村地区医疗养老保障事业取得一定成效，但保障水平仍有待提高。

2016年，17.24%的农村家庭医疗支出占家庭总支出的20%以上。尽管中国近年来实现了基本医疗保险全覆盖，但目前农村基本医疗保险推行和运行仍存在一定问题。例如，基层医疗机构设施和技术落后，人员配备不足，难以提供充分的医疗保障；合作医疗政策宣传力度不够，忽视对小病医疗保险的保障［17］；老年人口慢性病比例高，个人医药负担较重；报销起付点较高，报销比例低，加之报销流程复杂烦琐，导致农民放弃一部分费用报销［18-19］；事后道德风险时有发生，如患者挤兑优质医疗资源，医院或医生为病人使用昂贵药品、延长不必要的医疗服务时间等［20］。在这些情况下，基本医疗保险的存在反而会增加患者的自付医疗支出，有悖于通过医疗保险帮助农户抵御由病残引起经济风险的初衷，甚至可能会导致农户因病残而致贫或返贫。

养老保险在保障老年人基本生活水平、提供稳定可靠的生活来源方面发挥着重要作用。尽管各级政府采取了诸多措施提高农村养老保障水平［21］，然而面对日益严重的老龄化，农村养老服务仍然存在诸多问题。首先，农村养老机构基础设施不完备，存在供不应求的情况，难以充分满足老年人的养老需求。其次，农村老年人的养老保险参保率较低，即使参加养老保险，其保障水平的起点也很低，难以成为农村老年人的主要经济来源［18-19］。为此，农村养老保险制度需要不断完善，并从法律层面予以保障。

3.生活水平的贫困发生率

2010-2016年，生活水平维度中大部分指标的贫困发生率均有所下降：家庭住房条件略有改善；耐用品数量增加；互联网普及率大幅提高；使用洁净卫生设施的比例在提升；做饭燃料更加清洁化。这表明农村地区的人居环境和家庭户的生活状况均得到不同程度改善。

生活水平维度中各指标贫困发生率的差异较大。2010年和2016年贫困发生率最低的指标均为“饮用水”，分别为7.69%和8.37%，略有上升，未来应持续关注清洁饮用水的供给，防止因农业污染而导致的水质恶化。2010年，贫困发生率最高的指标为“网络”，网络覆盖率不足2%。六年间，“网络”贫困的发生率从98.9%大幅降至45.44%，这为科技兴农创造了条件。2016年，“卫生”成为贫困发生率最高的指标，仍有67.93%的农村家庭户没有使用洁净的卫生设施，应继续推进农村地区“厕所革命”，提升村容村貌。此外，2010-2016年“做饭燃料”的贫困发生率大幅下降20.12个百分点，但仍有半数的农村家庭还在使用柴草、煤炭等非清洁燃料，不利于农村生态环境和空气质量的改善，应积极鼓励农村家庭使用清洁环保的燃料。

（四）各指标的多维贫困贡献率

前文详细分析了单个指标的贫困发生率，下面通过AF方法计算各指标的多维贫困贡献率，即比较各指标的相对重要程度。表4是不同K值下2010年和2016年各指标的多维贫困贡献度。

表4 2010年和2016年不同K值下各维度和指标的多维贫困贡献度 单位：%

2010-2016年，在不同域值水平下，教育维度和生活水平维度的贫困贡献率均出现下降，前者下降幅度在4.3～7.5个百分点，后者下降幅度在5.5～7.5个百分点；与之对应的是健康维度贫困贡献率的上升，上升幅度在9.9～15.1个百分点。这表明因健康因素而导致的贫困在增加。值得注意的是，虽然生活水平维度的贡献率下降，但在2016年，当K=20%和K=33.3%时，生活水平维度的贫困贡献率依旧占据最大比重，分别为49.01%和42.50%。所以今后若要有效降低农村地区多维贫困水平，应首先从生活水平维度着手，其次应关注农村人口的健康问题。

从11个分指标看，对处于近多维贫困（K=20%）的农户，贫困贡献率最高的是“卫生”“做饭燃料”“成人健康”和“养老”，前两个指标指向新农村建设，后两个指标指向医疗和老龄化，这些问题是广大农村地区普遍面临的共性问题。对处于一般多维贫困（K=33.3%）和极度多维贫困（K=50%）的农户，贡献率最高的指标是“成人教育”和“成人健康”。因此，对特别贫困的群体，教育扶贫、营养改善、医疗保障是重要的精准扶贫关注点，尤其要注重农村劳动力技能培训和健康关照。

四、结束语

本文通过Alkire-Foster测量方法，分析中国农村地区从2010年到2016年在教育、健康、生活水平三个维度11个指标的贫困发生率和贫困贡献率的变化特征，结果显示，2010-2016年，农户福利的被剥夺得分显著减少，三种K值水平下的多维贫困发生率显著降低；各指标的贫困发生率，除了“成人健康”指标明显上升，“饮用水”指标略有上升之外，其他指标的贫困发生率均有不同程度的下降，其中“成人教育”“做饭燃料”“耐用品”“网络”“卫生”指标的下降幅度较大。多维贫困发生率的下降表明近年来中国农村扶贫工作成效显著。

从绝对贫困的视角，我国的农村脱贫工作已进入扫尾阶段。但是从相对贫困的视角，扶贫工作是一项需要长期开展的事业。首先，要关注农村居民的医疗保障，加大医疗机构、医疗设施、医务人员的供给和配备，并开展饮食和卫生知识的宣传，提高居民健康意识和健康水平，减少因病因残致贫返贫的概率。其次，对有老年人的家庭，除提供医疗服务，还要从养老保障方面予以扶助。最后，农村家庭人力资本薄弱是造成农户贫困的重要原因，并可能导致家庭持续贫困。因而，在推进城镇化和新农村建设过程中，一方面要积极为农村劳动力提供就业机会，另一方面要辅以技能培训，为其打通向上流动的通道，实现个人和家庭的可持续发展，改善农户的贫困状况。

注 释

（1）相关资料可参见联合国开发署网站：http：//hdr.undp.org/en/faq-page/multidimensional-poverty-indexmpi#t295n2429。

（2）牛津贫困与人类发展中心由阿马蒂亚·森发起，2007年5月在牛津大学国际发展系创立。