贫困应用研究进展的述评与展望——基于贫困测量方法的视角

王建英，毕洁颖

（1. 浙江大学公共管理学院，浙江 杭州 310058；2. 浙江财经大学经济学院，浙江 杭州 310018；3. 中国农业科学院农业信息研究所，北京 100018）

随着经济的发展，中国在过去三十多年里实现了贫困人口的大幅下降[1]。按照世界银行每人每天1 美元的贫困标准估计，中国30年间减少了6 亿多贫困人口[2]。联合国千年发展目标的实现，中国具有决定性的作用，贡献了全球减贫的90%[3]。然而，在中国贫困人口数量下降的同时，农村贫困问题持续存在[4]。进入2010年以后，在全面建成小康社会的决胜阶段，减贫工作越来越需要精准测量、精准识别、精准瞄准和精准帮扶。贫困家庭的精准识别是脱贫攻坚的第一步，是一个亟待研究和解决的重要问题。

贫困的精准测量和贫困对象的精准瞄准是一切反贫困政策实施和政策效应评估工作的基础，因而需设定适宜的贫困线、确定贫困的具体度量指标。文献上广泛应用的贫困线主要有中国官方贫困标准和世界银行国际贫困标准。根据2016年的《中国农村贫困监测报告》可知，中国在进行扶贫开发时采用过三种农村贫困标准，分别为“1978年标准”、“2008年标准”和“2010年标准”，经历了单一收入贫困标准到收入与消费支出相结合的综合贫困标准的转变过程[5]。世界银行作为国际社会研究贫困问题的主要机构，发布了国际贫困标准线。发展经济学家在进行国别比较时，多采用世界银行发布的贫困标准。

不管是中国官方贫困标准，还是世界银行国际贫困标准，主要是从收入贫困和支出贫困的视角来审视农户的贫困问题。随着对贫困问题认识的逐步深入，对贫困概念内涵和外延的把握，贫困度量指标日益丰富，形成了：1）静态即时的收入或者支出贫困标准；2）引入时间和动态的概念，以收入贫困线或者支出贫困线刻画农户个体贫困状态的转换；3）为弥补收入和消费支出作为农户贫困衡量的缺陷（包括指标存在的测量误差、农户风险规避选择行为等），依据包括物质资本和人力资本在内的资产存量水平确立资产贫困线（asset poverty line）[6]；4）为进一步解释初始资产禀赋低于资产贫困线的农户能否摆脱贫困的状态，以及可能的摆脱路径，Carter 和Barrett[7]提出动态资产贫困临界值（dynamic asset poverty threshold），以此来判断个体是否会陷入结构性贫困。

上述四种贫困度量的方法，仅从一个维度（收入、支出或者资产）来衡量农户的福利水平。贫困不仅具有收入和（或）消费支出上的经济短缺内涵，还包括对机会、社会服务的准入和排斥以及风险的脆弱性抵御等能力贫困和脆弱性贫困的内容[8]。贫困的测度也由最初单一的收入、消费支出或资产贫困度量拓展到包括经济领域和教育、健康、营养等非经济领域的度量[9]，多维贫困测量成为最具代表性的测量方式[10-11]。

文章侧重于评述中国官方贫困线和世界银行国际贫困线及其变动。基于文献的考察，对贫困的多种度量方式进行梳理，包括静态即时的收入/支出贫困标准、动态收入/支出贫困状态转变、资产贫困线、动态资产贫困临界值和多维贫困测量。在此基础上，进一步对采用贫困度量方法的经验研究文献的发展进行梳理和评述。

在全面建成小康社会的决胜阶段，中国政府作出“到2020年消除绝对贫困”的承诺。国家政策要求，通过多种途径精准施策，在现行绝对贫困标准下，确保到2020年中国农村贫困人口实现全部脱贫，贫困县全部摘帽，解决区域性整体性贫困。消除低水平的绝对贫困是扶贫攻坚的第一步，但农村扶贫开发和贫困人口治理应具有更丰富的内涵。2016年底，中国印发《国家人口发展规划（2016—2030年）》，提出：1）消除绝对贫困，转向缓解相对贫困；2）由农村扶贫为主，转向统筹解决城乡贫困的贫困人口治理体系和农村扶贫开发观点。因而，到2020年消除绝对贫困是低水平的脱贫。为实现全面小康社会，国家贫困标准政策制定的取向应根据经济社会发展水平，确定并逐步完善贫困标准的动态调整机制，进入缓解相对贫困的扶贫阶段。

在此背景下，笔者进一步提出相对贫困标准的确立、农户贫困状态动态转变的识别及影响因素研究、以及生计策略对农户贫困状态动态转变的作用机制的探析都非常有意义和价值，对明确2020年后中国扶贫政策的取向具有重要的借鉴意义。

1 贫困标准线及其变动

1.1 中国农村贫困标准更替和贫困人口数量变动

综述中国减贫实践历程，随着经济社会的发展和人民生活水平的提高，为满足贫困农户的基本生活需求，在进行扶贫开发时中国采用过三种农村贫困标准，分别为“1978年标准”、“2008年标准”和“2010年标准”，经历了单一收入贫困标准到收入与消费支出相结合的综合贫困标准的转变过程[5]。

“2010年标准”为现行农村贫困标准，是结合“两不愁、三保障”，即“到2020年稳定实现农村贫困人口不愁吃、不愁穿，农村贫困人口义务教育、基本医疗、住房安全有保障”测定的基本稳定温饱标准。按2010年不变价格计算，2011年中国政府将扶贫标准从“2008年标准”下的1274 元提高到2300 元，贫困标准线提高了80.5%。

保持生活水平不变，对“2010年标准”在不同年度间进行调整时，考虑了：1）农村贫困人口生活消费支出中食物支出比重较高，2）物价上涨本身存在结构性差异，致使消费品价格上涨对不同收入组群体的生活成本存在差异化的影响[12]。国家根据“农村贫困人口生活消费价格指数”进行调整，对农村居民食品消费价格指数和农村居民消费价格指数进行了加权，提高了食物支出权重，更真实地反应出贫困人口的消费特点和易受物价波动的影响现实，从而确定2011—2019年的贫困线水平。

根据2016年《中国农村贫困监测报告》，以“1978年标准”衡量，贫困人口数量从1978年的2.5 亿人下降到2007年的1479 万人；以“2008年标准”衡量，贫困人口数量从2000年的9422 万人下降到2010年的2688 万人。目前，我国已基本消除“1978年标准”和“2008年标准”下的农村贫困人口。“2010年标准”下，农村贫困人口截至到2018年还有1660 万人。

1.2 世界银行贫困标准

世界银行是国际社会研究贫困问题的主要机构。目前，世界银行主要采用以2011年价格为基期的每人每天1.9 美元和3.1 美元衡量发展中国家的贫困状况。此外，以2011年价格为基期，低收入国家、下中等收入国家、上中等收入国家和高收入国家的贫困标准中位数分别为每人每天1.91 美元、3.21 美元、5.48 美元和21.70 美元，因而近两年对上中等收入国家的研究中，也会采用5.48 美元的相对贫困标准。

国际贫困标准需先按照购买力平价指数（Purchasing Power Parity Index，PPP）进行换算，折算成可比的数值。贫困研究学者一般会用消费物价指数和购买力平价指数对贫困线进行双重调整，比较不同贫困线标准下研究区域内的贫困程度[13]。在进行贫困测量和贫困人口识别研究时，文献中通常同时采用世界银行贫困标准和中国官方贫困标准，并比较不同贫困线下贫困人口数量的差异。Christiaensen 等[14]采用“1978年标准”下2000年的中国官方贫困线（625 元）和1 美元贫困线（872元）对中国内蒙古和甘肃省2000—2004年的贫困现状进行评估测算。Imai 和You[15]、You[16]将贫困人口定义为2005年PPP 衡量的人均家庭消费支出低于1.25 美元/天或2 美元/天和中国官方贫困线，对中国营养和健康调查（CHNS）1989—2006年七轮农户抽样数据进行支出贫困发生率的测算。 宋扬和赵君[13]采用每人每年1169 元和2300 元，以及2005年PPP 指数调整的每人每天1.25 美元和3 美元四条贫困线标准，基于2010年中国综合社会调查数据，对中国城市和农村的贫困水平进行了测度。除了上述确定数值的贫困标准外，也有少量文献以人均纯（可支配）收入的中位数这类逐年变动的收入水平作为贫困标准[17]。

2 贫困测量方法演进及应用研究进展

2.1 收入贫困、支出贫困及应用研究进展

第一代贫困度量方法用即时的收入或消费支出水平作为衡量贫困的标准，多采用横截面家户微观数据展开分析，是一种静态的分析范式。第二代贫困度量方法引入了动态和时间的概念，多通过分析家户微观面板数据，用收入贫困或支出贫困衡量标准，可以观察到个体在摆脱贫困和陷入贫困的状态间变化。这种度量方法下，研究者无法辨析个体摆脱贫困是暂时的好运气，还是因为收入达到了一个更高的水平。

上述贫困度量研究中，最基础的研究视角为收入贫困的研究。这方面积累了大量的文献，突出从收入贫困的视角测量中国城市、特别是农村的贫困程度及其动态变化过程，包括从宏观层面[18]和从微观层面[19-20]进行的研究。大部分的研究使用收入贫困线作为衡量农户贫困与否的标准，如家庭人均纯收入[4,21-22]。罗楚亮[23]认为纯收入和可支配收入并不能全面反映居民实际所享有的福利，还需考虑福利补贴和住房租金的影响。但上述两种因素对农村居民的影响较小，农民获得福利补贴的可能性很小，绝大部分农民住在自建房中，很少发生租房现象。此外，计算家庭人均纯收入时需考虑家庭人口结构和规模的影响，找到可靠的等成人规模（adult equivalent scale）调整方法。等成人规模调整方法有Luxembourg 等成人规模调整方法[24]和OECD 等成人规模调整方法[25]。少数文献在进行贫困测量时计算了经过家庭人口结构调整的等成人规模人均收入水平[13]。目前中国精准扶贫政策实践过程中，贫困家庭的识别没有根据家庭人口规模和结构对贫困标准进行调整。

收入贫困线这一贫困衡量标准一直广受诟病。收入水平和物质生活水平并无必然联系，农户可以通过储蓄、存粮和其他资产代替收入进行消费平滑，降低风险。Park 等[26]认为收入贫困线的使用使中国贫困人口数量被低估了近10%。与农民支出水平相比，平均收入水平会高10%～20%[26]。此外，发展中国家家户调查时，农户广泛存在高报或低报收入的问题，收入数据存在测量误差问题，使得人均消费支出水平作为贫困衡量标准被认为是较优的选择[27]。

与收入数据类似，消费支出水平也不可避免地存在测量误差问题。测量误差使农户的收入和消费支出的波动程度上升，从而夸大不同时期农户贫困状态转变的程度[28]。进行经验分析时，为减弱测量误差问题对应用支出贫困线确定贫困人口的影响，Imai 和You[15]、You[16]将贫困人口定义为人均家庭消费支出低于1.25 美元/天或2 美元/天的90%或110%，作为稳健性检验。此外，收入和消费支出作为一种即时的福利指标，不能反映农民内在的生计策略选择问题[29]，也不能反映农民应对风险和外部冲击的能力[30]。

2.2 资产性贫困、贫困陷阱理论及应用研究进展

为缓解和纠正用收入水平和消费支出水平作为贫困衡量标准的缺陷，第三代贫困度量方法将资产性贫困的概念引进来，即当个体的资产存量（包括物质资本和人力资本）超过一定水平后，个体就不会再陷入结构性贫困。这个用于区分贫困与否的资产存量标准被称为资产贫困线（asset poverty line）。Carter 和May[6]提出基于资产贫困测量及其分解的方法。应用上述方法，You[16]使用CHNS1989—2006年七轮数据对中国7 个省的农户平衡面板数据进行了实证分析。

资产贫困线的划定极大地扩展了贫困度量。但这种方法仍然不能揭示出微观个体的收入水平将如何在时间上演变，即目前资产存量低于资产贫困线的个体是否有机会通过积累资产，从而摆脱贫困的状态？鉴于此，Carter 和Barrett[7]提出了第四代贫困度量方法，用动态资产贫困临界值（dynamic asset poverty threshold）为标准，来判断个体是否会陷入结构性贫困。应用贫困陷阱理论和动态资产贫困范式来研究贫困问题，不仅能获得更精确的贫困估计结果[7,31]，对扶贫政策的制定也具有重要启示。

贫困陷阱理论揭示了贫困者因无法达到进行高回报生产所要求的资产规模或技术要求，才导致长期贫困。因而很多学者尝试在实证研究中来检验贫困陷阱理论是否存在，以及贫困者可以通过何种途径逃离贫困陷阱。对于前者，根据Barrett 和Carter[31]的讨论，在实证分析时有两种方法可以检验贫困陷阱理论是否存在。其一是直接检验家户资产持有多重均衡性的存在；其二是对家户的分叉行为（bifurcated behavior）进行间接检验，从中可以推断家户资产持有的倒退而导致长期持久的结构性贫困。You[16,32-33]应用中国历年CHNS 农村微观家户调研数据，用以上两种方法对资产贫困陷阱理论进行了检验和论证。此外，不同学者基于不同国家的家户微观数据，采用不同的研究方法（如家庭资产动态的全参数模型、完全非参模型和半参数模型）对资产贫困陷阱理论进行了检验和论证，相关研究的综述参见McKay 和Perge[34]的研究。这些研究对资产贫困陷阱是否存在也并无一致性的研究结论：资产贫困陷阱在非洲、拉丁美洲国家以及中国的农村中存在，但在南亚的诸多国家中不存在[34]。

关于贫困者可以通过何种途径逃离贫困陷阱的问题，也积累了一些有益的探讨文献。Kraay 和McKenzie[35]梳理了探讨贫困陷阱是否存在的宏观经济学和微观经济学的证据，全面总结了导致贫困陷阱的多种可能机制，如大跃升的机制强调现代产业部门递增的边际收益的影响，营养性贫困强调营养不良对穷人的影响，穷人借贷受限使资本回报率较低，以及贫困者决策方式不优等等。对贫困农户而言，因借贷受限，在受到外部不利冲击（如灾年）时贫困农户需作出一个两难的决策，损失资产来维持消费的稳定，抑或是保有资产但暂时减少消费。Carter 和Lybbert[36]用1981—1985年布基纳法索半干旱地区的农户数据对上述问题进行了实证检验，发现较贫困的农户几乎不以出售牲畜的方式平滑消费，而是选择依赖存粮忍饥挨饿度过困难时期。利用在孟加拉国推行的一个全国性的随机控制实验，采用近总体实验设计的方法，Bandiera 等[37]用农户面板数据，考察对赤贫农村妇女进行资本和技术援助，如免费提供一些奶牛、山羊等牲畜资产和养殖牲畜的技术培训，能否使贫困者走上致富的良性道路，实现彻底脱贫。研究发现，资本和技术援助可以持续减少贫困发生率，且不会使较富裕的农户受损。具体而言，资产和技术援助使赤贫妇女发生了持久的劳动力资源重新配置，更多的时间被分配于牲畜养殖。在扶贫项目完成后，获得资产和技术援助的妇女比对照组妇女的收入高21%，消费支出高11%，储蓄额是对照组的四倍。

2.3 能力贫困、多维贫困指数及应用研究进展

随着贫困研究的深入和拓展，能力贫困和权利贫困也获得认可[38]。此时，贫困不仅具有收入和（或）消费支出上的经济短缺内涵，还包括对机会、社会服务的准入和排斥以及风险的脆弱性抵御等能力贫困和脆弱性贫困的内容[8]。贫困的测度也由最初单一的收入或支出贫困度量，拓展到包括经济领域和教育、健康、营养等非经济领域的度量[9]，多维贫困测量成为最具代表性的测量方式[10-11]。虽然多维贫困与收入贫困属于不同的贫困范畴，两者之间也不一定存在直接的对应关系。但Elbers 等[39]的研究表明，设计合理的多维贫困指数对确定收入贫困具有很高的可靠性。

贫困反映的是特定时间段内贫困家庭的生活现状，长期来看具有多维的本质属性。国内现有的研究主要是对特定时点上家庭多维贫困的识别和测度[40,41]，采用的多维贫困指数绝大部分是基于Alkire 和Foster[42]的“双界限法”理论构建的，简称A-F 方法。贫困精准识别是扶贫攻坚的第一步。多维贫困测量所用的指标多为易辨别的有形指标。在进行贫困维度和指数的选取时，主要参考国际上通用的多维贫困指数[11]，同时结合国内外现有的研究基础[41-43]，参考联合国的千年发展目标（MDGs），综合选取教育、健康、医疗服务、就业和生活质量共5 个维度12 项指标。

多维贫困的测度过程中，指标权重的确定是核心技术问题。迄今为止的相关理论研究中[44-45]，对如何选用指标权重并未取得一致看法。通过构建一个统一的框架，Decancq 和Lugo[45]允许比较不同的方法构建的多维贫困指数，以及各种维度权重确定方法的具体作用。基于模糊理论方法，Belhadj[46]提出一种新的维度加权方案，并对经验研究中常见的六种权重设定方法进行了综述。

2.4 贫困测量方法在中国精准扶贫实践中的应用情况

自2013年中国实施精准扶贫工作机制以来，按照《扶贫开发建档立卡工作方案》，宏观上对贫困户进行精准识别的过程中，顶层政策设计采用“自上而下、逐级分解”的机制，依据国家统计局调查总队提供的乡村人口数和低收入人口发生率数据，采用收入贫困的标准按户籍人口数对贫困人口规模进行逐级分解。同时，《中国农村扶贫开发纲要（2010—2020年）》和《关于打赢脱贫攻坚战的决定》都将“两不愁、三保障”作为农户脱贫的标准，即到2020年稳定实现扶贫对象不愁吃、不愁穿，保障其义务教育、基本医疗和生活条件。这实际上是一种多维贫困标准目标，对贫困的识别和测量，由原来简单的单一收入或支出贫困等经济指标，转变为包括经济、教育、健康、医疗和住房等多个维度的综合性指标。

微观上，行政村内贫困农户的识别过程，多采取多维贫困指标和村民参与评议公示投票等多维贫困确定的组织方式[5]。多维贫困测量方法指导下，精准扶贫工作的具体操作实践包括贵州省威宁县迤那镇总结的“四看法”：一看房，二看粮，三看劳动力强不强，四看家中有没有读书郎[5]。上述方法不仅采取了多维的指标进行贫困识别，并能对致贫的原因有精确的把握。

精准扶贫实施过程中，宏观上顶层政策设计确定贫困人口数量时采用收入贫困或支出贫困的标准，微观上基层实际操作过程中贫困农户识别采用多维贫困标准，两种方法可能导致贫困人口数量和人群的差异。而且，《扶贫开发建档立卡工作方案》中提出贫困人口的数量以收入贫困人口数量按照一定比例上浮，上浮比例的确定具有主观性。同时贫困人口数量预先设定并逐级分解分配，不仅存在一定的主观性，也决定了识别的贫困农户为相对贫困农户，而非客观的绝对贫困农户。此外，资产贫困标准、动态资产贫困临界值贫困测量标准因操作的复杂性，在中国精准扶贫实践中未被采用。

3 国内外相关研究评述和未来贫困研究展望

3.1 研究评述

不管立足于国内精准扶贫、全面消除贫困目标的达成，还是立足于世界减贫事业的成功，中国农户贫困的精确衡量和识别是一切减贫政策发挥有效作用的基础，将对世界减贫事业带来深远的影响。纵观中国农村贫困测量和贫困识别的相关研究，绝大部分文献都使用了第一代、第二代和第五代贫困测量方法，采用第三代和第四代贫困测量方法的文献较有限。综述上述文献，可发现尚存在如下的空白和不足：

第一，研究对象不够精准，针对贫困县（地区）农户贫困精准测量的研究较少。现有关于中国农村贫困测量和贫困识别的相关研究，要么在宏观层面上应用《中国农村住户调查年鉴》分组数据等二手数据[47-48]，要么笼统地应用城市或农村地区的调查数据[17,49]，甚至有部分研究不详细区分城市和农村样本。有针对性地对落后省份贫困县的农户进行数据收集并进行贫困测量研究的文献很少，仅发现少数几篇[14,43]，但使用的数据都较为陈旧。中国的贫困问题表现为大规模连片集中的特征[5]，以贫困县农户为研究对象，进行贫困农户的精准测量非常有必要。

第二，已有进行农户贫困测量和识别的研究所依据的数据也存在一定的问题。已有关于中国农村贫困测量和贫困识别的应用研究，数据资料或样本覆盖范围偏小，往往以某一特定省份的数据为例，导致数据代表性不足[14,43]。再者，有些研究数据采集的时间过早，不能捕捉到中国扶贫政策的新近变化，明晰精准扶贫的实际减贫效果[10,12,14,22,49-50]。此外，有些研究仅为具体某一年份的数据，不能反映农户贫困的动态变动过程[13,49]。上述数据的潜在缺陷，致使相关研究不能产生令人信服的一致性结论。

文献中，CHNS 数据是学者使用最多的数据库[11,15-16,32,51]。这虽然是一个包含9 个省农村和城市的综合调查数据，但调研时间较早，皆在实施新时期精准扶贫政策之前。已有文献基本使用2009年及以前的样本数据展开贫困测量的研究，仅有少数研究使用了包括2011年的抽样数据[11]。此外，CHNS 数据只对个人收入和家庭收入进行了详细的记录，缺乏消费支出数据信息。有研究发现国家统计局公布的贫困发生率低估了真实的贫困水平[52]，新时期中国农村贫困测量和识别是否会随着国家陆续实施的一系列精准扶贫政策而发生变化？是否会随着贫困测量和识别的方法的差异而得出异质性的结论？这些新的变化和发展的农村贫困测量方法对指导2020年后中国农村扶贫政策的走向有何重要意义？对上述科学问题的回答，需要学者应用针对贫困县农户开展的大型长时期微观调查数据进行严谨的经验分析。

第三，现有文献使用的收入和支出贫困标准较低的问题有待重视。现有进行中国农村贫困测量的相关研究要么采用过于陈旧的“1978年标准”和“2008年标准”作为收入贫困标准[17,22]，要么采用过于陈旧的每人每天1 美元或1.25 美元的国际支出贫困标准[17,22,53]。中国早在2010年实现了由下中等收入水平到上中等收入水平的重大跨越。在中国大力提高国家贫困标准、公共政策大力支持减贫事业、实施精准扶贫的背景下，应采用中国新近提出的“2010年标准”来确定收入贫困线，采用以2011年价格为基期的每人每天1.9 美元、3.21 美元，甚至是5.48 美元来衡量中国支出贫困状况，以准确测量中国农村贫困人群数量的变动和精准扶贫政策减贫的效果。

第四，多维贫困指数和资产性贫困标准在贫困测量中的应用有待重视。大量进行贫困识别和测量的文献都较一致地采用收入贫困或支出贫困的标准进行个人福利水平的衡量，较少应用多维贫困指数，特别是以贫困陷阱理论为基础的资产性贫困标准进行贫困测量。首先，收入水平和物质生活水平并无必然联系，农户可以通过储蓄、存粮和其他资产来代替收入平滑消费、降低风险。其次，用收入或消费支出水平作为贫困的衡量标准时，不可避免地存在收入和消费数据的测量误差问题。测量误差可能会使农户收入和消费支出的波动程度上升，夸大不同时期农户贫困状态转变的程度[28]。此外，收入和消费支出作为一种即时的福利指标，不能反映农户内在的生计策略选择问题[29]，也不能反映农户应对风险和外部冲击的能力[30]。基于贫困陷阱理论的资产性贫困标准在一些国外的文献中得到应用[6-7,15-16,34,36]，但以中国农村贫困测量和贫困识别为研究内容的文献还相对较少[32-33]。

《中国农村扶贫开发纲要（2010—2020年）》和《关于打赢脱贫攻坚战的决定》都将“两不愁、三保障”作为农户脱贫的标准，这实际上是一种多维贫困标准目标。在政策的指导下，2013年开始实施的精准扶贫建档立卡工作的贫困识别，就采取了多维贫困指标和村民参与评议公示投票等多维贫困确定的组织方式[5]。多维贫困标准能对致贫的原因有精确的把握，因而应用多维贫困标准将成为扶贫攻坚事业发展的主要趋势，也更符合精准扶贫的要求。在经验研究中，用多维贫困指数标准测量中国农村的贫困程度，应合理选取多维贫困指标和指标权重，在明晰贫困程度的同时，科学确定农户致贫原因和脱贫手段。

3.2 未来贫困研究展望

在中国精准扶贫的政策背景下，后续农户贫困状态动态转变的识别及影响因素研究，以及生计策略对农户贫困状态动态转变的作用机制探析都非常有意义；对探索2020年后中国扶贫政策的取向也具有重要的借鉴意义。此外，考虑到中国城乡分割的二元户籍制度，农民工的贫困问题及解决策略有待重视。

第一，应符合中国减贫事业发展的需求，贫困标准应从消除区域性绝对贫困向缓解相对贫困演进。2016年底，中国印发的《国家人口发展规划（2016—2030年）》中关于贫困人口治理体系和农村扶贫开发的核心观点包括：消除绝对贫困，转向缓解相对贫困；由农村扶贫为主，转向统筹解决城乡贫困。十九届四中全会提出要“建立解决相对贫困的长效机制”。因而，“到2020年消除绝对贫困”并不是农村贫困问题的终结，而是相对贫困标准下城乡贫困问题的起点。目前，应用较广泛的相对贫困标准由国际经济合作与发展组织（OECD）提出，相对贫困线确定为一个国家或地区中等收入或社会中位收入的40%至60%。但中国贫困测量的研究中，暂未发现使用相对贫困标准的经验研究，需进行补充完善。

第二，农户贫困状态动态转换问题有待深入研究。在贫困问题的研究中，更有意思的是农户贫困状态的动态转换问题：哪些农户有可能延续贫困状态，哪些农户会摆脱贫困或重返贫困。精准扶贫的目标是以针对性、合理的扶贫手段将农户从贫困状态中摆脱出来，并有效实现不返贫，因而需引入时间的概念，从长期动态的视角对农户的贫困状态进行观测，并对农户贫困状态发生转变的原因进行分析。现有针对中国农户贫困状态转换的研究较少，Glauben 等[17]利用马尔科夫转换矩阵描述了1995—2004年中国浙江、湖北和云南三省的农户由前一年到下一年脱贫或持续贫困的概率；部分研究基于1989—2006年CHNS 数据对中国7 个省的农户贫困状态转变进行了研究[15-16,32-33]。

第三，农户内在生计策略对贫困状态转换的作用机制需进一步深入研究。以往关于家户贫困动态变动的研究很少关注农户的异质性问题，更没有注意到农户生计策略选择的内生性问题。明晰现阶段农户面临的主要生计策略集合，可能的选择包括当地非农就业、外出非农就业、农业生产及依赖社会保障托底等，并对具体生计策略对农户贫困状态动态转化的作用机制进行深入分析，有助于政策制定者精确制定有针对性的政策，精准帮扶农户长期持续脱离贫困。

第四，农民工贫困问题及解决策略有待重视。囿于城乡分割的二元户籍制度，进城农民的户籍仍属于农村，处在城乡夹层的位置。根据2018年农民工监测调查报告，2018年农民工总量为2.88 亿人，其中进城农民工1.35 亿人。农民工总量增速虽有所放缓，已连续5年低于2%，但总量依然庞大。农民工收入和消费支出水平比城市居民低，且难以平等享有各项社会福利与公共服务。在缺乏全国城乡统筹的扶贫政策背景下，解决农民工贫困问题仍存在障碍。中国城镇低保等社会保障制度实行以地方财政投入为主的体制，故应设计合理的政策，城镇低保等社会保障制度在向城镇常住人口放开的同时，合理规避以享受低保为目的的农村贫困转移人口。