“共同富裕”视角下的中国农村多维贫困*——来自CHIP 2013—2018的证据

沈扬扬 詹 鹏 周云波

(1.北京师范大学经济与资源管理研究院 北京 100875)

(2.浙江大学共享与发展研究院 浙江杭州 310058)

(3.南开大学经济学院经济研究所 天津 300071)

一、引 言

治国之道，富民为始；民之贫富，国之责任。实现共同富裕是中国共产党和中国政府的长期目标。2020年底，经过艰苦卓绝的扶贫攻坚战，我国全面消除了现行标准下的绝对贫困，带领贫困人口和贫困地区同全国一道进入全面小康社会。以2020年党的十九届五中全会为标志，共同富裕从一种理念转变为国家发展阶段的一个目标，我国拉开了推进共同富裕战略部署的序幕(李实，2021)。展望未来，保障脱贫人口不返贫、稳步有序开展乡村振兴工作、保障经济发展实现共同富裕是坚持以人民为中心、不断促进人的全面发展的重要工作。推进共同富裕不只是收入分配问题，更要逐步实现基本公共服务均等化，推动城乡差距和地区差距的缩小。在此背景下，本文从多维角度回溯刚刚过去的“精准扶贫”时期的减贫特征，探索推动多维贫困减少过程中不同指标的均值变化和结构变化的基本特征，为下一步推动乡村振兴和实现城乡基本公共服务均等化提供多维视角下的指引。

学者对多维贫困的讨论来源于对贫困本质的不同理解。在早期阶段，以收入或消费界定贫困的方法因简单、直观等特性被多数国家所采用(Deaton，2016)，但学者对贫困本质的思考从未停留在收入维度。发展经济学家阿玛蒂亚·森(Amartya Sen)提出了可行能力理论(Sen，1985)，将可行能力定义为一组“功能性活动簇”(如免受饥饿、疾病的功能，满足营养需求、接受教育、参与社区社会活动的功能等)，并指出基本功能的丧失会导致贫困的产生，其本身也是贫困的外化表现。可行能力理论奠定了多维贫困理论(Jenkins和Micklewright，2007)的基础，衍生出一系列多维指标体系(如人类发展指数、人类贫困指数、多维贫困指数)。其重要价值在于没有简单地把提升收入作为减贫的终点，而是改变了减贫的前置条件，将营造起点公平环境、打造机会平等社会、为公民创造可行能力获取平台作为实现人类减贫和发展的目标导向和价值取向。

本文认为，共同富裕与多维减贫至少存在三方面关系。第一，缓解贫困有助于实现共同富裕、提高低收入群体收入(以下简称“提低”)的底线任务。贫困是人类社会的顽疾，是全世界面临的共同挑战。中国共产党成立100年以来，党团结带领人民，以坚定不移、顽强不屈的信念和意志与贫困作斗争。十八大以来，以习近平同志为核心的中共中央扎实推进决胜全面建成小康社会，在2020年底实现了极端贫困的全面消除，完成了第一个百年奋斗目标的底线任务和标志性指标。但绝对贫困的消除不等于贫困的消除，也不等于国家扶贫使命的完结，在共同富裕目标下“提低”任重而道远(李实和沈扬扬，2022)。第二，共同富裕要实现多维综合的幸福生活和人的全面发展。共同富裕的基础不仅包括物质生活富裕和精神自信，还包括环境的宜居宜业、社会的和谐和睦、公共服务的普及普惠、文化产品的丰富共享(刘培林等，2021)。与之相似，在减贫领域也需要采取多维综合发展手段。多维贫困的内涵决定了其具有综合改善贫困群体“功能性活动簇”的功能，对提升贫困群体发展能力和发展自信至关重要，从这个角度来看，对多维贫困进行研究贴合共同富裕的研究内涵。第三，不平等是共同富裕与减贫面临的共同挑战。改革开放至今中国居民收入差距出现了先上升后下降，再到高位波动的过程(国家统计局住户调查办公室，2020；罗楚亮等，2021)。国际发展经验显示，过大的收入差距会影响经济发展，阻碍共同富裕目标的实现(Galor和Moav，2004)，同时也会通过影响减贫进程(Ravallion，1997；Dollar和Kraay，2002)，进一步抑制共同富裕，因此在共同富裕与减贫分析框架中关注不平等议题十分重要。

由此可见，改善农村多维贫困是实现共同富裕的重要环节与关键机制，尽管二者的适用群体不完全一致，但二者的发展目标具有一致性。李实(2021)在阐述共同富裕内涵时指出理解共同富裕要抓住两个“共享”和“富裕”。相对应地，在消除贫困过程中也要关注两个关键概念:多维和相对。前者呼应了共同富裕所要求的多维和综合的富裕目标，后者呼应了共享理念与差距缩小。实际上，多维贫困在我国并不是陌生概念，2011年《中国农村扶贫开发纲要(2011—2020)》提出的“两不愁、三保障”扶贫目标就是多维贫困的生动体现，并且这套贫困识别标准在我国扶贫攻坚阶段发挥了关键作用。在未来的扶贫治理中，我国需要从“消除绝对贫困”转向“缓解相对贫困”，减贫目标要从实现“物质扶贫”转变为“多元扶贫”(李实和沈扬扬，2021；汪三贵和孙俊娜，2021)，因此要重视贫困群体与非贫困的发展差距；除了收入维度，还要关注诸如健康、教育、居住、资产等其他维度的差距程度。这是因为在市场化进程中，各项产品的供给价格往往受其均值或中位数影响，会对贫困群体形成较高的门槛价格，阻碍贫困群体对产品的获取。在缺乏政策干预的情况下，分化趋势的扩大会进一步提高门槛价格，降低贫困群体对该产品的可及性。基于此，本文将利用“贫困三角”分解式扩展讨论多维度视域下的(非)均衡发展对多维贫困的影响。其内在机制可被表述为:随着时间推进，各类发展指标在个体分布间产生均值和差距变动(见图1)。这两类变动一方面经由路径1和路径2，通过改变个体的相对剥夺程度而影响个体多维贫困变动状态；另一方面，受连锁反应影响，各指标的均值与差距变化会直接或间接影响其他指标(路径3)，通过改变其他指标来影响整体多维贫困状态(路径4)。图1所示的机制也是本文第三部分中夏普里机制分解路径的简单图谱。

图1 指标均值和差距变化对个体多维贫困的影响机制

综上所述，本文将以共同富裕路径中的“提低”(即贫困群体)为主线，以“多维、综合”发展目标为导向，以关注不平等问题为重心研究我国农村多维贫困。与既有研究不同的是，本文将贫困和不平等的分析框架从一维扩展到多维体系，探索(非)均衡发展对我国农村多维贫困的影响，由此形成文章的两个核心贡献:第一，扩展夏普里分解方法，将“布吉尼翁三角”应用于多维分析领域，以填补国内多维贫困跨期变动影响要素分析的空白。纵观既有文献，目前仅有周华等(2011)视角与本文相近，但该文主要以宏观数据探讨益贫增长的潜在来源，研究手段与本文不同。第二，本文所使用的中国家庭收入调查项目(CHIP)2013—2018数据具有农村居民代表性和贫困分析时效性，可以结合国家政策和时代背景研究“精准扶贫”期间我国农村扶贫工作的进展，考察分析非均衡发展对农村多维贫困产生的影响。

二、数据、AF方法与农村多维贫困指标体系

(一)数据与AF方法

数据方面，本文所使用数据来源于CHIP，该数据库信息丰富，涵盖贴合我国农村居民福利变动的各项关键性指标，同时统计结果具有农村代表性。结合研究需求，本文选取了2013年和2018年农村调查样本。数据处理后2013年有9 966户，37 063个农村个体；2018年有9076户，35007个样本个体。

在多维贫困计算方面，本文使用由牛津大学贫困与发展研究中心(OPHI)研发的多维贫困测算方法——AF方法(Alkire和Foster，2011)，该方法是联合国开发计划署《人类发展报告》在发布年度“全球多维贫困指标体系”(Global Multidimensional Poverty Index，G-MPI)(UNDP，2010)的所使用的计算方法，也是以多维贫困作为官方减贫手段国家所普遍采用的方法。

AF指数构建方式如下:假设社会有个个体，个体的状况可由个指标度量，个体在每个指标上的取值由x表示。识别贫困依托的两个临界值分别用和表示:临界值用于确定个体在特定指标上是否遭受剥夺，如果个体在指标上取值x低于临界值z，视为个体在指标上遭受剥夺，g＝1；反之，g＝0。全体居民在各项指标上的剥夺发生率如下所示。

首先，计算无门槛剥夺发生率:

其中，为贫困人群剥夺分数占整体(假设全部人口在全部指标遭受剥夺)的比重。可拆分为贫困广度()和深度()，表达式(2)可变为:

其中，为贫困人口规模，为多维贫困发生率，为多维贫困人群的平均被剥夺程度，或变动均会改变。

(二)中国农村多维贫困指标体系的设计

表1列示了本文设计的中国农村多维贫困指标体系。合宜的多维贫困指标体系不仅要符合国内发展目标，还要与人类发展需求所匹配。基于此，本文在设定指标体系方面遵循如下原则:第一，充分借鉴国际经验；第二，进行本土化修正，避免简单照搬国际经验导致的与国情不符问题。后者要求我们进一步思考两个问题:一是是否需要增加额外的维度，二是如何选取各维度下的具体指标。

本文首先借鉴G-MPI指标体系，选取教育、健康和生活条件三个与人类发展相关的基础性维度。可以看出，这三个维度与我国农村脱贫“三保障”目标一致。具体地，教育维度选取成年人受教育程度和儿童入学两项指标；健康维度选取身体健康状况和医疗费用支出两项指标；生活条件选取安全饮水、住房面积和资产三项指标。其次，本文参照发布多维贫困指数国家的实践经验，在本土化修正过程中增加“就业”维度。选取该维度的主要原因是，就业是民生之本、财富之源，是脱贫的最直接方式，关系着经济发展和社会稳定大局，同时非农就业是我国农村居民福利提升的重要内容，就业质量和就业情况值得关注。本文在就业维度下选取失业和工作环境两项指标。

此外，在指标的剥夺门槛设定方面，本文综合性借鉴G-MPI体系下的指标剥夺设定方法及我国农村脱贫“三保障”标准，延续国内多维贫困文献的通用做法(王小林和Sabina Alkire，2009；沈扬扬等，2018)并辅以参照共同富裕指标体系构建思路(刘培林等，2021)构建AF指数，各指标剥夺门槛如表1第三列所示。在权重设置上，本文以等权重方式为各个指标赋权。最后，本文将多维贫困阈值(值)设定为1/3，即将在三个及以上指标上遭受剥夺的个体视为多维贫困。

表1 维度、指标、剥夺临界值和权重

三、多维贫困跨期变化分解:夏普里值分解

布吉尼翁三角的基本假定是，结合收入分布的跨期变动可以将贫困变动分解为增长效应和差距效应(Bourguignon，2004)，其经济含义是增长具有缓解贫困的“涓滴效应”，但不平等程度的扩大会导致贫困的恶化，从而抑制扶贫政策的减贫效果。从原理上看，增长效应可以被理解为收入变量离中趋势(即洛伦兹曲线形态)不变条件下的均值变化，差距效应是保持均值不变的情况下离中趋势变动造成的。尽管布吉尼翁三角已经被广泛用于收入贫困分解，但在多维贫困领域仍有待探索。本文尝试应用夏普里值分解思路(Shorrocks，2013)基于多维框架建立分解模型，具体分析策略如下。

结合夏普里值分解思路和AF方法的双重门槛决定机制，可以推断出多维贫困的跨期变动同时取决于各个指标本身的均值和差距跨期变动，以及各个指标之间均值和差距的变动关系。分解结果包含三个部分:多维贫困()的变化＝指标的结构变动+指标的平均变动+其他指标引起的变动。识别单纯的结构变动比较困难，需要通过两次分解分别得到。

分解1(变动中指标平均水平变动引起的部分和剩余部分):

分解2(变动中指标平均水平+结构变动引起的部分和剩余部分):

其中，被定义为余量，主要来自其他因素或因素之间交叉关系。由于指标由多个指标综合得出，因此单个指标分布变动对整体的贡献依赖于其他指标的分布特征。当其他指标分布发生变化时，某特定指标贡献可能发生变化。此外，本文进行了离散型变量连续化处理，保证了测算过程的逻辑一致性。

四、实证结果

(一)多维贫困基本测度结果

结合式(1)，表2给出了2013—2018年农村居民在各个指标剥夺发生率的变动情况。跨期变动显示，除了自评健康，其余指标均呈现改善态势。指标的整体性改善与我国一系列惠农、贫困政策的持续展开有关，尤其是党的十八大以来，围绕全面建成小康社会的目标，我国于2013年创新性构建出具有中国特色的扶贫模式。相关研究和统计资料显示“精准扶贫”政策具有显著益贫效应(国务院新闻办公室，2021)。精准扶贫政策期间我国农村贫困人口收入水平显著提高，并在其他维度上有所改善。例如，尹志超等(2020)发现在精准扶贫政策期间，贫困户获取农业正规信贷的概率和规模有所提高；李芳华等(2020)指出精准扶贫政策通过提高贫困群体劳动生产率增加了其收入，且提高了女性劳动参与率；尹志超和郭沛瑶(2021)发现精准扶贫政策使贫困户人均消费提高4.37%，且从支出结构上看，食品、衣着、居住、交通通信及教育文娱支出绝对水平显著提升。

与上述研究相呼应，表2显示出农户医疗负担大幅降低，农户居住环境(包括获得安全饮水居民比例)和工作环境持续改善，农户小资产拥有量有所提高，教育水平也进一步提升。从数值上看，改善幅度较高的指标包括:医疗负担剥夺发生率从39.6%下降到29.0%，安全饮水剥夺发生率从7.5%下降到2.2%，小资产剥夺发生率从8.3%下降到1.5%，工作环境剥夺发生率从2.2%下降到0.9%。上述成果如实反映出精准扶贫政策期内我国实施的包括对建档立卡户的医疗保障兜底政策、安全饮水工程、“五个一批”精准扶贫救助政策的项目成效。当然，表2也反映出值得重视的问题。我们发现农村居民“自评健康”指标剥夺发生率从2013年的20.3%上升到2018年的23.4%，类似发现也出现在其他研究中(Shen和Li，2022)。张全红和周强(2019)发现健康状况较好的家庭从精准帮扶中获益更大，结合此观点，在有效防范返贫机制设计中农村居民的健康问题和疾病问题依然值得重视。

表2 指标剥夺发生率:2013年和2018年(单位:%)

进一步地，根据式(2)和式(3)，表3报告了2013年和2018年的农村多维贫困指数。由于多数指标呈现出改善态势，故多维贫困计算显示多维贫困持续下降。指数从0.014下降到0.007，年均变化率为-12.9个百分点。多维贫困发生率(指数)从2013年的4.0%下降到2018年的1.9%，五年间贫困发生率累计下降2.1个百分点，指数年均变化率为-13.8个百分点。指数从35.1%下降到34.2%，跨期总计下降了0.9%，年均变化率为-0.5个百分点。接下来我们将具体考察指标均值和差距变动对多维贫困的影响。

表3 中国农村多维贫困跨期变动:2013—2018年

(二)指标均值和结构变动对自身剥夺度的影响

回顾图1呈现的指标变化对个体多维贫困的影响机制路径可知，指标均值和结构的变动首先会对自身剥夺发生率产生影响(图1路径1和路径2)，形成“均值—结构—剥夺”关系。图2给出了各个指标均值和结构变化对自身剥夺发生率的影响。其中，次坐标轴报告了基期(2013年)和目标期(2018年)分项指标剥夺发生率绝对值；而主坐标轴报告了各项指标均值和结构变动对其自身剥夺发生率跨期变化的影响，负值表示降低剥夺度(改善)，正值表示拉高剥夺度(恶化)，剥夺程度最终由均值和结构作用合力决定。

图2 指标均值和结构变化对自身剥夺发生率的影响

可将各指标均值和结构的变动分为五大类:第一，均值改善而结构恶化，但前者大于等于后者，总效应为改善或非恶化。受教育程度、住房面积和失业属于此类。第二，均值和结构均在改善，改善总效应为二者之和。资产属于此类。第三，总效应几乎全部来自均值单一改善效应。儿童入学、安全饮水、工作环境属于此类。第四，均值恶化而结构改善，总效应为恶化。身体健康状况属于此类。第五，均值恶化而结构改善，总效应为改善。医疗费用支出属于此类。

其中，只有第二、三类指标不断改善或差距持续缩小，符合良性发展趋势。例如，伴随着扶贫和农村经济的持续增长，我们观测到了农户资产指标在均值和结构上的持续改善；安全饮水、儿童入学以及工作环境指标均值的提升切实反映出我国扶贫攻坚期间所采取的安全饮水工程、“控辍保学”项目以及就业扶贫在提升农村居民福利方面的积极成效。但是在其他三类情况下均存在差距扩大或整体发展程度落后等不利于减贫的现实问题，且能够看出差距扩大产生的结构效应是抑制指标改善的最普遍问题。此外，Shen和Alkire(2022)发现家庭内部分配不均是影响我国儿童多维贫困的重要因素。

(三)指标均值和结构变动对整体多维贫困的影响

结合图1路径(3)和路径(4)，表4报告了指标均值和结构变化对多维贫困的影响。结合式(6)，每一行均值变化+结构变化+余量变化之和等于100%。其中，正值表示某指标对多维贫困的改善效应，负值表示恶化，绝对值越高，贡献度越大。此外，由于多维贫困指数由九个指标共同构成，除了指标自身的变动，还存在其他八个指标的综合影响(路径3)，这些影响被统统归为余量，即指标本身不能直接解释的部分。由于余量涵盖信息综合复杂，本文不将其作为分析的重点。表4第(1)—(3)列给出的是各指标对多维贫困指数(、和)的相对贡献，从第(4)列开始，分别给出了每一项指标均值和结构的跨期变动，以及其他指标综合变动(余量)对多维贫困变动所产生的贡献。例如，第(4)—(7)列分别给出受教育程度等指标均值、结构和余量变动对变动的相对贡献，三者加总为100%。整体上，不同时期的多维贫困三角分解结果为我们提供了农村居民多维贫困的变动图谱。

以为例，2013—2018年对多维贫困减贫贡献度最高的指标是资产，其对缓解的贡献高达51.5%；排在第二位的是安全饮水，其对降低的贡献度为36.4%。结合前文分析，资产指标的均值和结构均在改善，且改善总效应为二者之和，而安全饮水指标的总效应几乎全部来自均值的单一改善，因此在对应结果中(表4中两个指标所对应的第(4)和第(5)列结果)，资产均值和结构变化均具有较高的绝对贡献，但安全饮水的减贫贡献主要来自该指标均值的改善效应。

表4 指标均值和结构变化对多维贫困变动的贡献

相对地，从对的相对贡献度来看，身体健康状况和医疗费用负担的贡献额度为负值，表明这两个指标不仅没有起到缓解多维贫困()的作用，反而会提高农村居民整体多维贫困程度。以身体健康状况为例，回顾图2，由于该指标均值恶化效应显著高于结构改善效应，最终令该指标剥夺发生率提高，从第(4)和第(5)列结果来看，该指标均值变化所具有的负效应(-13.7%)显著高于结构变化的正效应(3.3%)，因而产生了提高多维贫困程度的效应。

(四)稳健性分析

为了保证上述测度结果的可靠性，本部分进行稳健性分析，主要集中在两方面:一是估计结果的稳健性；二是分解方法的稳健性。对于第一方面，本文使用Bootstrap方法重抽样本并多次重新估计，得到95%概率下的下界和上界(见表3)，估计结果的置信区间并不宽，故本文测算得到的跨期变动趋势稳健。

在分解过程中，对离散指标平均水平和结构特征的反事实模拟包含了随机过程，主要因为离散指标不能像连续指标那样直接乘以某个数值以实现平均水平变动；结构变动中也很难像连续型指标那样可以直接分段处理。为保证离散型指标也能像连续型指标那样得到反事实分布，我们设计了模拟思路。考虑到随机过程会造成较大误差，我们重复上述分解过程150次，记录每次模拟的结果，得到分解结果的统计分布，从而可以更加客观地观察跨期变动中各个维度的贡献特征。多次模拟后单个指标剥夺比例和多维贫困分解结果均较稳健，在95%概率下的置信区间很小。这表明分解方法虽然包含了一些随机过程，但不会对前文的结论造成冲击。

五、结 论

本文利用CHIP 2013年和2018年农村居民微观数据，扩展了贫困三角分解式对十八大以来我国农村的多维贫困变动作细化研究，主要发现如下:首先，十八大以来，伴随着我国农村经济持续发展和超常规“精准扶贫”政策的开展，农村居民综合性福利水平显著提升，多维贫困程度显著下降。研究显示，2013—2018年我国农村居民多维贫困发生率从4.0%下降到1.9%，彰显我国扶贫攻坚的巨大成就。其次，本文发现在农村多维贫困程度不断下降过程中，各项指标的均值和结构变动均会对居民的福利状态产生影响。一般而言，均值的提高对减贫具有正向影响，但指标在区域间、农村居民内部差距拉大所形成的“结构”效应则会减缓农村居民多维减贫进程。分解结果显示，增长是促成我国农村多维贫困下降和居民福利水平提高的最主要原因，但微观个体之间多维福利获取程度差距的拉大抵消了多维减贫的部分成效。换言之，各项指标的均值增长会带来减贫效应，但指标差距的扩大会抑制多维减贫成效。最后，细化到各类多维指标，我们观测到2013—2018年农村居民多维贫困缓解来自医疗负担的大幅降低、饮水安全的改善、资产拥有量的提高以及工作环境的改善。此外，我们观测到农户受教育程度、住房面积和失业指标在2013—2018年间出现差距扩大现象，这在一定程度抑制了多维减贫成效；而农村居民身体健康状况、医疗费用支出负担两项指标则因均值恶化而提高了多维贫困度。

本文提出以下启示和建议:第一，破除唯收入论的狭义思维，重视多维贫困在扶贫治理中的作用。根据阿玛蒂亚·森的能力理论，摆脱贫困的核心是个体能力的培养和机会起点的公平。本文认为改善多维贫困对提升贫困群体发展能力和发展自信至关重要，符合共同富裕多维综合的发展要求；同时，本文发现任何一个维度(或指标)发展出现问题都可能会对最终的多维贫困结果造成影响。由此，本文建议应更加关注贫困的多元性、综合性、发展性特征，以多维减贫与发展模式促进共同富裕目标的实现。第二，认识到缩小差距对可持续发展的重要价值。在实现共同富裕的道路上，要警惕居民间福利差距的进一步拉大，认识到增长和分配之间的统一是实现共同富裕的关键机制(范从来，2017)，避免因不均衡发展而导致的贫困问题。不仅要关注各项福利指标的增长，还要关注这些福利指标在居民之间的差距，通过普惠发展和特惠政策相结合的方式，建立缓解多维贫困的长效机制，促进我国民生福祉提高到新水平。第三，发挥“有为政府和有效市场”的职能。要注重以经济发展带动贫困群体收入的提升，让“涓滴效应”发挥作用；有效发挥行政力量，通过基础设施建设和提升公共服务质量缩小居民内部的差距；重视再分配和三次分配，缩小贫富差距；适当辅以有针对性的特惠政策，为社会弱势群体和贫困群体提供政策帮扶。第四，持续为贫困群体创造就业机会。加强就业支持政策，通过开展劳务输出、强化职业培训、东西部扶贫协作、社会企业帮扶等方式，持续推进就业政策对困难群体的支持力量，激发农村居民内生动力，为实现共同富裕创造发展基础。