中国城市相对贫困的统计测度及其分解

李壮壮

（宿州学院数学与统计学院，安徽 宿州 234000）

一、引言

据专家预测，未来全球的贫困人口分布以城市居多，特别是发展中国家，城市贫困将成为阻碍其发展的重要因素之一。随着中国城市化进程的加快，中国城市相对贫困问题越来越复杂，成为中国贫困治理的难关。2000年中国城市人口仅占总人口的36.22%，2022年中国城镇化率已达65.22%。大量的农村人口涌入城市，由于自身家庭经济条件的脆弱性，他们容易成为城市的弱势群体，而且受医疗支出、教育负担、住房条件、社会救助、负面情绪等因素影响，新进入城市的农村居民家庭压力越来越大，直接影响家庭成员的生活满意度和家庭幸福感，间接给城市发展增添许多不稳定因素。因此，缓解城市相对贫困对巩固脱贫攻坚成果具有重要意义。

分析已有研究成果，学术界关于相对贫困问题的研究主要集中在三个方面：一是基于收入指标的相对贫困标准线的确定[1-3]；二是基于非收入指标的相对贫困多维度体系的设置[4-6]；三是基于A-F法的相对贫困综合指数的构建和分解[7-9]。收入指标的相对贫困标准线以中位数或平均数的30%—60%为主。多维相对贫困指标体系主要包括教育、就业、健康和生活水平等。多维相对贫困指数的测度方法和分解模型主要集中于对A-F法的使用。从已有研究成果看，关于中国城市相对贫困的研究文献已有一定数量，存在的不足主要有：一是已有相对贫困研究成果的研究对象多是农村居民家庭，对城市居民家庭相对贫困的研究匮乏；二是相对贫困多维研究以经济指标为主，在非经济指标体系的构建上尚不完全一致；三是主要利用综合评价法测度多维相对贫困程度，但综合评价法难以量化贫困程度，在测度不同相对贫困程度时存在缺陷。本文基于以上研究不足，在构建中国城市相对贫困评价指标体系的基础上，利用双界线A-F法测度和分解中国城市相关贫困程度并深入探究其原因，以期为中国城市相对贫困的统计监测提供对策建议。

二、理论依据

（一）相对贫困的内涵

相对贫困是一种人与人在比较中产生的贫困现状，主要反映相对经济差距，是测定社会收入不均等复杂社会现象的重要依据。相对贫困的存在与经济水平有着密切关系，其核心是收入不平等和社会分配不均衡。多维相对贫困的概念基于1983年印度学者Sen提出的能力贫困理论[10]，从其观点看，贫困不仅没有收入来源，而且无法获得医疗健康、教育、生活保障等基本服务。所以贫困本身应该是多维的，多维贫困指标体系是一种包含收入指标在内，涵盖多方面因素去判断各维度指标能力剥夺情况的评价体系。多维贫困理论测定贫困比单纯以收入测定贫困更能准确把握贫困的本质，为扶贫理论研究提供更加实用和有效的方案。

城市的相对贫困与传统城市贫困和传统农村贫困不同。农村贫困更多与长期的社会经济制度相关，传统城市贫困更多与无劳动能力、无抚养人、无生活来源的贫困相联系。而新发展阶段的城市相对贫困具有新时代制度变迁和社会发展的特征，出现在我国实现全面小康之后。我国多维相对贫困内涵的演进如图1所示。中国相对贫困理论以马克思主义贫困理论为基础，并具有中国特色社会主义性质，随着国情的变化不断发展。新中国成立以来，中国正在从输血式扶贫向开放式、造血式、多角度精准扶贫转变，精准扶贫是中国特色社会主义扶贫理论的核心[11]。在全面建成小康社会、消除绝对贫困后，我国在努力构建脱贫攻坚的长效机制和管理模式，巩固来之不易的脱贫成果，致力于先富带后富，有效缓解相对贫困，最终实现共同富裕。

图1 我国相对贫困的概念和内涵图解

（二）相对贫困测度方法的探索

2010年，联合国开发计划署（UNDP）协同牛津大学贫困与人类开发倡议（OPHI）提议从健康、教育、生活水平3个角度测度多维贫困，并设置了10个指标的贫困门槛值和权重分布，从不同视角反映全球不同地区的贫困发生率、贫困发生强度和被剥夺程度。全球多维贫困指标体系见图2。

此外，借助一种被称为“知识汇合”的理论，第四世界扶贫国际运动协同坦桑尼亚、孟加拉国、法国、维多利亚、美国和英国的研究者，研究贫困的维度和指标构成，最终选择了6个维度和影响贫困的5个因素，见图3。

图3 贫困维度和调节因素

从国际已有的贫困测度方法看，当人类发展到一定阶段，贫困测度不能仅停留在对温饱的考察，城市相对贫困的测度更为复杂，不能仅考虑收入这一因素，需要综合考虑贫困家庭的个人因素、家庭因素和社会因素等方面[12]。结合国际多维贫困的内涵和测度实践，本文主要从收入水平、教育程度、健康状况、生活水平、社会保障、就业、信息利用7个维度研究中国城市多维相对贫困问题。

三、指标体系和测度方法

（一）多维相对贫困指标体系的构建

（1）收入维度。由于纯收入能更好地反映收入的增加，因此2012年以后，中国家庭追踪调查（ChinaFamily PanelStudies，CFPS）数据库只制定并公布家庭纯收入综合数值。本文构造的家庭收入变量主要基于2018年家庭经济问卷数据，将人均家庭纯收入作为测度收入相对贫困的指标，并将2018年我国政府制定的城市居民最低生活保障标准6956元作为剥夺临界值，低于该水平赋值为1，视为收入维度贫困，否则为0。

（2）教育维度。相关调查数据显示，我国儿童入学率高达99%，故入学率不适合用于现阶段的城市相对贫困测度。本文选取受教育年限作为教育维度评价指标。将城市家庭人均受教育年限不满9年的个体视为教育贫困，赋值为1，否则为0。

（3）健康维度。考虑到健康状态的自我评价主观性较强，因此本文没有选取这一指标，而是选择CFPS数据库中“是否患有慢性疾病”“是否患病住院”这两个指标。当每户家庭中有成员半年内患有慢性病、有成员过去一年内因病住院时，视为医疗健康维度相对贫困，赋值为1，否则为0。同时，在CFPS数据库中选取幸福指数作为心理健康评价指标。每户家庭人均幸福值低于4，视为心理健康贫困，赋值为1，否则为0。

（4）生活水平维度。生活水平内容涵盖用水、炊用能源、电、金融资产、住房资产、人均耐用消费品总值等众多内容，基于城市经济生活各方面的基本标准和城市家庭特征，不再选择水、电、炊用能源等指标，仅选取家庭住房指标和家居整洁度指标。家庭住宅是只有产权的一部分、公共住宅、廉价租赁住宅、公共租赁住宅、市场租赁的商品房、亲朋之家和其他有居住条件的住宅，设置数值为1，否则为0。家居整洁度评分在4分以下，视为生活水平维度的相对贫困，赋值为1，反之为0。

（5）社会保障维度。随着中国城市老龄化加速，没有工作和收入的老年人一定程度上增加了家庭经济压力，养老保险已变成老年人的基本生活保障。如果城市家庭样本中有成年人无法领取养老保险，则该家庭被视为贫困。

（6）就业维度。考虑到城市就业压力大但是选择机会多等因素，将就业类型作为衡量城市相对贫困人口的依据。如果一个家庭中的成年人长期处于失业状态，则将其判定为城市相对贫困人口，赋值为1。

（7）信息利用维度。在信息化时代，智能手机为必备品，手机不仅能发消息和打电话，满足城市居民日常社交需求，还可以进行网购和支付，对当下城市人群至关重要。因此本文将是否拥有智能手机作为衡量城市居民信息利用维度的贫困标准。

本文构建的具体指标体系及界定见表1。

表1 多维贫困识别指标体系

（二）多维相对贫困的测度

本文采用A-F双临界值法，对多维相对贫困群体进行双重识别。A-F法是由Alkire和Foster（2011）[13]为计算贫困指数而提出的方法。它综合不同维度、指标权重以及个人、家庭的贫困数据建立多维贫困指标体系，主要通过设定两层界线识别贫困。

首先是贫困的第一层识别：建立指标体系，设置各指标临界值，识别未达到临界值的指标。

其次是贫困加总：将不达标指标的个数相加，根据设定的权重，测算个体在所有维度下的剥夺得分。

接着是贫困的第二层识别：通过加总后设定门槛值的界限，判别陷入多维贫困的个体数，计算剥夺率和平均剥夺份额。

最后计算MPI指数，即多维贫困剥夺率和平均剥夺份额的乘积。

1.多维相对贫困的识别

构造一个n×d维的矩阵Y=[yij]nd，矩阵任一元素yij表示样本中第i个人的第j个维度的取值，i的取值范围为[1，n]，j的取值范围为[1，d]。向量yi表示d个维度个体i的值；向量yj表示在j维度有n个个体。假定每个维度的贫困标准线用zj表示，对于矩阵Y建立一个剥夺矩阵G=[gij]，当yij≥zj时，gij=0，表示未陷入贫困；当yij＜zj时，gij=1，表示陷入贫困。

当识别贫困的第一层次后，开始第二层次的贫困识别。设置各维度的权重为wj，并对剥夺矩阵值进行加权求和。假设个体i陷入多维贫困的门槛值界限为k，通过比较加权贫困剥夺值与k值，可以得到多维贫困剥夺份额矩阵C=[ci]T，即当当时，ci=0。

构造多维贫困矩阵Q=[q1，q2，…，qn]T，识别个体的多维贫困状况。当ci＞0时，qi=1，表明个体陷入多维贫困；当ci=0时，qi=0，表明个体未处于多维贫困状态。

2.多维相对贫困指数计算

MPI指数根据各个维度的贫困程度加总计算得出，具体计算公式如下：

其中，q是在陷入多维贫困的临界值取k的情况下的多维相对贫困人口数，H是多维相对贫困发生率即剥夺率，A为多维相对贫困强度即平均被剥夺份额。

3.多维相对贫困的分解

先按照指标计算全体样本的贫困指数，再按照指标维数加权得到按指标分解的多维贫困指数，公式如下：

不同指标维度下的各指标对贫困的贡献率为：

为进一步得到各地区城市家庭样本的贫困特征，按子样本进行分解，具体公式如下：

其中，M（αk）为第α个（α=1，2，…，m）子样本的多维相对贫困指数，n=nα为城市家庭样本总量。

4.指标权重的设置

通用做法是采用等权重法，即将所有指标采用等额权重的方法进行计算。对具有不同维度的评价体系来说，首先赋予维度等权重，再对各维度下的指标赋予等权重。本文采用等权重赋权法设置的各指标权重见表1。

四、数据来源、测度结果和分解

（一）数据来源

本文的实证数据来自2018年CFPS数据库，即中国家庭追踪调查数据库，涵盖全国31个省（区、市），是北京大学中国社会科学调查中心带头组织实施的社会跟踪调查项目。问卷内容分为个人和家庭样本数据，可以反映中国社会、经济、人口、教育等变化，为监测中国城市居民的多维贫困状况提供有力支撑。

指标体系的构建遵循科学、全面、有针对性原则，先选取维度指标，再在精准识别指标内涵的基础上，对其进行划分。本文所使用的变量结合了家庭经济数据库和个人自答库的核心数据，得到我国家庭多维贫困测度的基础样本17623份。对重复值、无效值和缺失值进行适当处理后，得到有效城市居民家庭样本7447份。

（二）测度结果

利用公式（1）、（2）、（3）测算中国城市的多维相对贫困发生率、平均剥夺份额以及多维相对贫困指数，结果见表2。

表2 中国城市多维相对贫困的测算结果

表2显示，随着k值增加，多维相对贫困发生率和多维相对贫困指数呈下降趋势，且下降速度较快，说明城市多维相对贫困程度随着维度增加迅速下降；而平均剥夺份额随着k值增加逐渐增加，说明我国城市家庭贫困人口的贫困强度随着更多维度的贫困剥夺而逐渐增加。具体看，k=0.1时的多维相对贫困发生率为87.9%，表明有87.9%的城市家庭处于在某一指标维度的相对贫困，剥夺强度为0.315，多维相对贫困指数为0.276；当k的取值上升到0.8时，多维相对贫困发生率下降到0.1%，多维贫困指数下降到0.001，说明至少存在8个指标被剥夺的家庭已经很少，不存在9个以上指标被同时剥夺的家庭。

（三）指数分解

利用公式（4）、（5）、（6）、（7）分解中国城市的多维相对贫困指数。按照省（区、市）分解的中国城市多维相对贫困结果见表3；按照维度和指标分解的中国城市多维相对贫困结果见表4。

表3 按省（区、市）分解的多维相对贫困指数（k=0.3）

表4 按维度和指标分解的剥夺贡献率（k=0.3）

从各省（区、市）分解的多维相对贫困指数看，天津、重庆、福建、江西等地区的多维相对贫困指数最低；一些中西部地区如山西、陕西、江西、广西、贵州和安徽的多维相对贫困程度较低，河南、辽宁、四川、甘肃的多维相对贫困指数较高；经济发展程度较高的上海、广东等地多维相对贫困指数反而很高。表明经济增长虽然很大程度上缓解了居民相对贫困程度，但在新阶段城市相对贫困治理中，很容易忽视收入差异和分配不均衡对外来城市居民在教育、医疗和健康等方面的影响，一定程度上加大了城市相对贫困人口识别的难度。采用统一的收入相对贫困线来判定城市相对贫困人口并不能准确地反映经济发达地区和经济落后地区的城市多维相对贫困人口。所以，政府部门要根据不同经济地区的实际情况制定符合当地城镇居民人均收入差异情况的扶贫政策。

从维度看，教育维度指标的剥夺贡献率最高，为27.4%，其次是就业维度25.3%，接着是社会保障维度22.1%，健康、生活水平维度分别为8.6%、8.1%。从指标分解看，受教育年限、就业状态和养老保险的指标贡献率均超过20%；健康维度中慢性病指标的剥夺贡献率较高，为4.4%，略高于因病住院影响贡献率，幸福指数指标贡献率最低为0.9%；在生活水平维度中，家居整洁度贡献率为5.0%，高于家庭住房贡献率；在信息利用维度中智能手机持有率的指标贡献率为7.0%；人均家庭纯收入的剥夺贡献率最少，仅有1.5%。相比收入的相对剥夺情况，其他维度指标像教育、就业和社会保障等的相对剥夺情况更严重。

为深入分析各维度、各指标对多维相对贫困指数的贡献，查找城市居民相对贫困的主要致贫因素，本文测量得出了各指标的剥夺贡献率，见表5。随着k值的增加，收入和信息利用维度指标的相对剥夺贡献率逐渐上升，教育维度指标的剥夺贡献率逐渐下降，健康、生活水平和就业维度指标的相对剥夺贡献率变化不大。说明考察更多维度下的相对贫困，就业、健康、生活水平对城市居民相对贫困的影响较为稳定。

表5 各指标剥夺贡献率

五、主要结论和对策建议

本文构建多维相对贫困指标体系，实证研究了我国城市居民的多维相对贫困程度、省际差异和主要致贫因素。研究发现：第一，我国城市相对贫困发生率和多维相对贫困指数均呈下降趋势，扶贫政策不仅对农村的绝对贫困消除起到巨大作用，也一定程度上缓解了城市相对贫困程度。第二，按照省（区、市）样本分解多维相对贫困指数，结果显示各省（区、市）城市居民的多维相对贫困程度不仅与经济发展水平有关，也与地区的外来人口规模有关，重视外来常住人口发展有助于缓解城市的相对贫困水平。第三，通过对比不同指标的贡献率，发现中国城市相对贫困的中心问题是教育、就业和社会保障等一些非经济维度，贫困发生率最高的是受教育年限、就业状态和养老保险这3个指标，相对贫困发生率和致贫贡献率均在较高水平。

根据上述主要研究结论，提出以下对策建议：第一，对于中国城市相对贫困问题，需要构建一套完整的城市多维相对贫困动态监测指标体系，尽可能实现中国城市相对贫困数据库的应用，追踪调查城市相对贫困家庭基本状况、心理状态、福利状况等，制定精准识别中国城市相对贫困规模及影响的政策。第二，进行贫困人口识别时，应从教育、就业等多个层面测度城市相对贫困，兼顾不同群体的差异性。大城市失业下岗群体和农民工群体是最容易形成相对贫困的群体，针对这部分群体要提供更多的社会关怀，例如增加就业岗位、发放失业补贴、提高扶贫标准和工资福利等；在医疗保健和社会保障等方面，需要对这类群体开放更多福利渠道，提供更多人性关怀，多方面提高其生活水平和就业能力。第三，受教育程度对城市居民相对贫困程度的影响较大，政府要鼓励相对弱势家庭重视子女的教育训练，对其子女教育的各项投入提供便利措施和保障；同时，通过对受教育程度较低的家庭提供技能培训扶持，提高其专业技能和就业能力。