殷浩棟 王瑜　汪三貴

摘要

易地扶貧搬遷是精準(zhǔn)扶貧主要實(shí)現(xiàn)途徑“五個(gè)一批”工程中的重要舉措之一，有效識(shí)別易地扶貧搬遷戶及其特征既是貧困研究的基礎(chǔ)理論問題，也是扶貧實(shí)踐中精準(zhǔn)幫扶的重要依據(jù)。但由于識(shí)別方法欠缺和工作偏差問題，有效識(shí)別搬遷戶成為現(xiàn)實(shí)難題。本文從家庭稟賦、生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)這三個(gè)維度構(gòu)建了易地扶貧搬遷戶識(shí)別的多維指標(biāo)體系，根據(jù)扶貧搬遷戶的特征差異，將搬遷農(nóng)戶分為家庭保障型、環(huán)境生存型和自我發(fā)展型三個(gè)類型，利用8省16縣2 185戶已納入搬遷計(jì)劃的農(nóng)戶樣本，檢驗(yàn)了多維指標(biāo)體系下的扶貧搬遷戶的識(shí)別情況，并采用回歸分解方法分析了不同指標(biāo)對識(shí)別準(zhǔn)確率的貢獻(xiàn)度。研究發(fā)現(xiàn)：①搬遷對象的識(shí)別存在一定比例的漏進(jìn)，其中陜西、四川和云南三省搬遷農(nóng)戶的識(shí)別漏進(jìn)比率最高，漏進(jìn)的類型主要是自我發(fā)展型；②學(xué)校可及性、集市可及性、地理?xiàng)l件、醫(yī)院可及性、人均耕地面積是對準(zhǔn)確識(shí)別搬遷戶的貢獻(xiàn)度最大的五項(xiàng)指標(biāo)。③現(xiàn)行搬遷目標(biāo)并非完全由于生態(tài)惡劣而“非搬不可”，部分農(nóng)戶受制于基礎(chǔ)設(shè)施和公共服務(wù)條件的不足而被納入了搬遷群體。本文所構(gòu)建的扶貧搬遷戶識(shí)別的多維指標(biāo)體系，既為提高扶貧搬遷的瞄準(zhǔn)效率和實(shí)施有針對性的配套政策提供參考依據(jù)，也為易地扶貧搬遷政策的效果評估提供了有理論價(jià)值和可操作化的視角。相關(guān)研究結(jié)論為后續(xù)扶貧搬遷工作提供了一些啟示，扶貧搬遷項(xiàng)目需要重視搬遷對象的識(shí)別工作，并注意在部分自然條件尚可的區(qū)域，可以通過完善基礎(chǔ)設(shè)施和公共服務(wù)供給的途徑替代易地扶貧搬遷項(xiàng)目。

關(guān)鍵詞 易地扶貧搬遷；多維貧困；識(shí)別準(zhǔn)確率；回歸分解

中圖分類號 F328 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號 1002-2104（2017）11-0104-11 DOI：10.12062/cpre.20170517

“易地扶貧搬遷脫貧一批”是精準(zhǔn)扶貧主要實(shí)現(xiàn)途徑“五個(gè)一批”[1]工程中的一項(xiàng)重要舉措，中國計(jì)劃到2020年完成1 000萬建檔立卡貧困人口搬遷任務(wù)。根據(jù)相關(guān)政策文件所明確，“搬遷對象主要是居住在深山、石山、高寒、荒漠化、地方病多發(fā)等生存環(huán)境差、不具備基本發(fā)展條件，以及生態(tài)環(huán)境脆弱、限制或禁止開發(fā)地區(qū)的農(nóng)村建檔立卡貧困人口，優(yōu)先安排位于地震活躍帶及受泥石流、滑坡等地質(zhì)災(zāi)害威脅的建檔立卡貧困人口[2]?！本珳?zhǔn)識(shí)別是精準(zhǔn)扶貧、精準(zhǔn)脫貧的基礎(chǔ)，在易地扶貧搬遷項(xiàng)目中，有效識(shí)別搬遷戶及其特征既是貧困研究的基礎(chǔ)理論問題，也是扶貧實(shí)踐中依據(jù)貧困地區(qū)和貧困人口差異而實(shí)施相應(yīng)扶貧舉措的重要依據(jù)。然而，如何有效識(shí)別易地扶貧搬遷戶是現(xiàn)實(shí)難題。一方面，現(xiàn)有扶貧標(biāo)準(zhǔn)脫嵌于可操作化的識(shí)別方法。盡管收入是貧困農(nóng)戶的主要識(shí)別方面，但是收入維度實(shí)際上無法準(zhǔn)確反映易地扶貧搬遷戶所面臨的處境，例如生態(tài)環(huán)境、公共服務(wù)可及性等，而這些處境不僅直接影響他們當(dāng)前的福利水平，也影響他們的收入能力和長期的福利水平。另一方面，實(shí)際工作中存在瞄準(zhǔn)偏差的問題。部分地區(qū)基層政府出于政績等自利性目的，虛報(bào)了屬地內(nèi)易地扶貧搬遷人口規(guī)模，以及在自上而下的政策壓力下，部分不需要搬遷的農(nóng)戶被迫搬遷，同樣也出現(xiàn)精英群體俘獲了搬遷補(bǔ)貼，需要搬遷的貧困農(nóng)戶沒有納入搬遷計(jì)劃的現(xiàn)象[3]。

基于此，以多維貧困的測量方法識(shí)別易地扶貧搬遷戶的生計(jì)狀況，不僅在當(dāng)前具有重要的政策實(shí)踐意義，以甄別真正需要搬遷的貧困人口，彌補(bǔ)識(shí)別方法的缺陷，同時(shí)也有助于后期合理評估易地扶貧搬遷的效果——因?yàn)榉鲐毎徇w未必立竿見影地提高貧困人口的收入水平，而更可能從基礎(chǔ)設(shè)施、公共服務(wù)可及性等多種維度結(jié)構(gòu)性地改善貧困人口的福利水平。針對以上兩方面問題，本文以多維貧困方法構(gòu)建易地扶貧搬遷戶的多維貧困指標(biāo)體系，利用8省16縣的易地扶貧搬遷調(diào)查數(shù)據(jù)，識(shí)別當(dāng)前實(shí)踐中扶貧搬遷戶選擇的政策效率，并對識(shí)別準(zhǔn)確率進(jìn)行回歸分解，以反映多維貧困維度中不同指標(biāo)因素對搬遷農(nóng)戶識(shí)別準(zhǔn)確率的貢獻(xiàn)率。研究結(jié)論與建議或可為后續(xù)扶貧搬遷工作中實(shí)現(xiàn)更有效和更準(zhǔn)確的對象識(shí)別與政策支持提供參考依據(jù)。

1 文獻(xiàn)綜述

現(xiàn)有易地扶貧搬遷研究主要關(guān)注于生計(jì)層面。楊云彥[4]等人從家庭規(guī)模、收入、健康、教育等方面分析了包含生態(tài)移民在內(nèi)的非自愿搬遷群體的貧困狀況，并認(rèn)為社會(huì)變遷通過影響人力資本，損害移民群體能力，進(jìn)而導(dǎo)致介入型貧困。石智雷和鄒蔚然[5]從移民搬遷類型、戶主特征、家庭稟賦和社區(qū)狀況四個(gè)方面分析了丹江口庫區(qū)農(nóng)戶的貧困狀況。李聰[6]等以生計(jì)策略分析框架，基于陜南安康的調(diào)查數(shù)據(jù)，分析了移民搬遷對農(nóng)戶生計(jì)策略的影響，結(jié)果發(fā)現(xiàn)移民搬遷降低了傳統(tǒng)農(nóng)業(yè)活動(dòng)的概率，促進(jìn)了非農(nóng)生計(jì)。劉偉[7]等同樣以陜南安康市的調(diào)查數(shù)據(jù)，分析了移民搬遷農(nóng)戶的資本要素稟賦、家庭特征等因素對不同貧困類型的影響，結(jié)果發(fā)現(xiàn)家庭和社區(qū)特征以及生計(jì)類型對他們是否陷入貧困有顯著影響。王凱[8]等人以可持續(xù)生計(jì)框架分析了生態(tài)移民和非移民的生計(jì)差異，研究發(fā)現(xiàn)生態(tài)移民促使農(nóng)戶的生計(jì)策略更加多樣化。黎莉莉和秦富[9]研究重慶市高山貧困地區(qū)生態(tài)移民決策的影響因素，發(fā)現(xiàn)家庭人口、收入、住房、生活能源等因素顯著正向影響生態(tài)移民決策行為，而戶主年齡、少兒家庭撫養(yǎng)情況對決策行為有顯著負(fù)向影響。黎潔[10]借鑒脆弱性中的適應(yīng)性理論，構(gòu)建了移民搬遷農(nóng)戶的生計(jì)適應(yīng)性分析框架，分析了移民搬遷農(nóng)戶的生計(jì)適應(yīng)策略、適應(yīng)力感知及其影響因素，研究發(fā)現(xiàn)搬遷戶認(rèn)為政府的開發(fā)式扶貧項(xiàng)目對其生計(jì)恢復(fù)情況沒有顯著的影響。

多維貧困的概念源于阿瑪?shù)賮啞ど哪芰σ暯牵璠11]認(rèn)為貧困不僅僅是收入貧困，也包括飲用水、道路、衛(wèi)生設(shè)施等其他客觀指標(biāo)的貧困和對福利的主觀感受的貧困。雖然可持續(xù)生計(jì)的視角與多維貧困視角具有一些相似性，但多維貧困及其指標(biāo)體系可以更加準(zhǔn)確地捕捉貧困特征，并由于一些相對成熟的測量方法具有可分解性而易于解釋不同指標(biāo)對多維度貧困的貢獻(xiàn)率。鑒于易地扶貧搬遷對象普遍面臨各類生態(tài)環(huán)境、基礎(chǔ)設(shè)施條件制約，因此引入多維貧困的概念以及多維貧困測量方法在理論上可以更加準(zhǔn)確地識(shí)別和瞄準(zhǔn)扶貧搬遷戶。在測量方法上，Alkire和Foster[12]提出了基于FGT指數(shù)調(diào)整的可分解的多維貧困測量方法（以下簡稱AF方法）。在具體對中國的貧困研究上，AF方法得到較多的運(yùn)用。如王小林和Alkire[13]采用AF多維度貧困測量方法，利用CHNS數(shù)據(jù)，對住房、教育、健康、土地等8項(xiàng)指標(biāo)進(jìn)行等權(quán)重賦值，對中國城市和農(nóng)村多維度貧困情況做了深入分析。鄒薇和方迎風(fēng)[14]同樣利用CHNS數(shù)據(jù)，從能力方法的視角，選取收入、教育和生活質(zhì)量三個(gè)維度上的8項(xiàng)指標(biāo)，考察了國內(nèi)家戶多維貧困的動(dòng)態(tài)變化。多維貧困不僅僅運(yùn)用于貧困狀態(tài)的描述，在扶貧項(xiàng)目的瞄準(zhǔn)效率方面也有所體現(xiàn)。如郭建宇和吳國寶[15]利用山西省貧困縣的住戶數(shù)據(jù)，以MPI多維貧困指數(shù)為基準(zhǔn)，研究了多維貧困戶與收入貧困戶之間的覆蓋率和漏進(jìn)率。Alatas[16]等人運(yùn)用類似于多維貧困的準(zhǔn)家計(jì)調(diào)查方法研究了貧困群體的識(shí)別瞄準(zhǔn)效率。endprint

以上對扶貧搬遷戶的特征描述和生計(jì)影響分析，以及多維貧困理念的目標(biāo)瞄準(zhǔn)，構(gòu)成了扶貧搬遷戶多維貧困識(shí)別的兩個(gè)研究基礎(chǔ)。但從現(xiàn)有研究來看，如何將多維貧困的理念和方法用于易地扶貧搬遷戶的識(shí)別還缺乏系統(tǒng)的研究。要滿足易地扶貧搬遷戶精準(zhǔn)識(shí)別的需求，急需提出符合現(xiàn)實(shí)的多維貧困指標(biāo)體系，并使用具有群體針對性的調(diào)查數(shù)據(jù)開展研究。因此，本文的研究內(nèi)容主要是構(gòu)建多維貧困的指標(biāo)體系，以該指標(biāo)體系識(shí)別易地扶貧搬遷戶，并對識(shí)別準(zhǔn)確率進(jìn)行回歸分解，以期為提高扶貧搬遷的瞄準(zhǔn)效率和實(shí)施具有針對性的配套政策提供參考。

2 多維指標(biāo)體系構(gòu)建

2.1 指標(biāo)選取

已有研究表明影響貧困的因素很多，一些學(xué)者在進(jìn)行計(jì)量回歸時(shí)，認(rèn)為只要變量之間不存在嚴(yán)重的共線性和相關(guān)性，盡可能地增加解釋變量，減少遺漏變量導(dǎo)致的內(nèi)生性問題。這種方式適合某個(gè)現(xiàn)象的影響因素分析，但本文指標(biāo)選取的初衷是建立易地扶貧搬遷對象的識(shí)別指標(biāo)體系，有別于影響因素分析，過多的變量既不利于分析識(shí)別準(zhǔn)確率的主導(dǎo)因素，也意味著一部分指標(biāo)的邊際效應(yīng)很低，進(jìn)一步降低了指標(biāo)體系指導(dǎo)實(shí)際識(shí)別工作的政策價(jià)值，因?yàn)樽兞吭蕉啵畔⒉杉y度越大，收集的有效信息也越少。為此，在結(jié)合現(xiàn)有文獻(xiàn)研究和實(shí)踐需要的基礎(chǔ)上，本文的多維指標(biāo)體系只選擇了三類對易地扶貧搬遷而言最重要的維度，并適當(dāng)精簡了每個(gè)維度的細(xì)分變量，具體選擇如下文解釋。

2.1.1 家庭稟賦指標(biāo)

貧困的微觀影響因素的研究維度不斷被深化，從常見的物質(zhì)、人力資本稟賦拓展到社會(huì)資本、個(gè)體行為等[17-22]。但是考慮到若要準(zhǔn)確識(shí)別易地扶貧搬遷農(nóng)戶，應(yīng)當(dāng)更關(guān)注政策取向。《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》明確提出了扶貧目標(biāo)是“兩不愁、三保障”，2013年開展的貧困人口建檔立卡工作也是以此為基準(zhǔn)，后續(xù)的幫扶措施同樣以此為核心。因此，本文選擇的家庭稟賦指標(biāo)是“兩不愁、三保障”脫貧指標(biāo)的具體化，以家庭的人均純收入來反映不愁吃、不愁穿，以勞動(dòng)力的平均受教育年限來反映教育保障，以家庭中患病就醫(yī)狀況為醫(yī)療保障的代理指標(biāo)，以住房質(zhì)量和人均居住面積為代理指標(biāo)反映住房保障。

2.1.2 生態(tài)環(huán)境指標(biāo)

生態(tài)環(huán)境與自然地理?xiàng)l件是農(nóng)戶是否需要搬遷的重要影響因素。需要易地扶貧搬遷的地區(qū)多與惡劣的自然環(huán)境相伴隨，這些地方耕地?cái)?shù)量少、水資源不足，農(nóng)業(yè)生產(chǎn)的自然條件較差，土地的單位產(chǎn)出低、總產(chǎn)出量少[23]。一些學(xué)者關(guān)注了區(qū)域特征、自然稟賦條件對農(nóng)村貧困的影響，比如地理性的外部環(huán)境因素對農(nóng)戶收入具有重要影響[24]，貧困農(nóng)戶更依賴于自然環(huán)境和資源，更容易陷入資源貧困陷阱[25-27]。因此，本文選擇地理?xiàng)l件、自然災(zāi)害發(fā)生頻率作為生存條件的代理指標(biāo)，用人均耕地面積和耕地質(zhì)量指標(biāo)代理農(nóng)業(yè)產(chǎn)生條件。

2.1.3 基礎(chǔ)設(shè)施與公共服務(wù)可及性指標(biāo)

有相當(dāng)比例的易地扶貧搬遷貧困人口處于偏僻的地區(qū)，與外界的聯(lián)通不便利，易地扶貧搬遷的主要?jiǎng)訖C(jī)之一就是消除基礎(chǔ)設(shè)施與公共服務(wù)可及性對貧困農(nóng)戶發(fā)展的制約。已有研究表明研究了農(nóng)村基礎(chǔ)設(shè)施、基本公共服務(wù)等政策能夠增收減貧[28-30]。因而本文選擇到最近集市、鄉(xiāng)鎮(zhèn)醫(yī)院、小學(xué)的距離來反映基礎(chǔ)設(shè)施與公共服務(wù)的可及性。這些間接表現(xiàn)家庭福利狀況的指標(biāo)是已有研究中多維貧困分析的重要方面，而這些指標(biāo)可以反映搬遷可能帶來的基礎(chǔ)生活設(shè)施條件改善的空間[13， 21， 31-32]。

2.2 權(quán)重與指標(biāo)計(jì)算

多維貧困的理念要求在選定指標(biāo)之后，每個(gè)指標(biāo)均設(shè)立臨界值，假如第i個(gè)樣本的指標(biāo)水平低于臨界值，則認(rèn)為第i個(gè)樣本在此維度上受到了約束。已有文獻(xiàn)在測算多維貧困時(shí)通常在計(jì)算每個(gè)維度是否受到約束或剝奪的基礎(chǔ)上，確定指標(biāo)的權(quán)重，再進(jìn)行加權(quán)整合此個(gè)體受到約束的總維度，最后再設(shè)定約束總維度的臨界值，若受到約束的總維度數(shù)量大于或等于臨界值，則該個(gè)體被視為多維貧困者[13， 15， 32]。本文選取12個(gè)指標(biāo)作為搬遷戶多維識(shí)別的維度，每個(gè)維度均設(shè)立臨界值，詳見表1。2016年國家公布的貧困線為人均年純收入約3 000元，人均住房面積不超過25 m2是易地扶貧搬遷工作方案明確提出的條

件，耕地質(zhì)量以可灌溉和坡度25°以下的耕地占耕地總面積的比例作為代理指標(biāo)，部分變量采用了各省貧困農(nóng)戶的平均值，是因?yàn)閮蓚€(gè)原因：一方面，對于這些指標(biāo)難以給出一個(gè)客觀有效的臨界值；另一方面，各省的實(shí)際工作情

況不同，畢竟各省自行制定搬遷工作方案，識(shí)別搬遷戶的方法和標(biāo)準(zhǔn)不盡相同，同樣的指標(biāo)在不同省區(qū)適用不同的臨界值。以各省貧困農(nóng)戶的平均值為臨界值，兼顧了各地區(qū)的異質(zhì)性，給予各省區(qū)靈活操作的空間，畢竟除了極少數(shù)群體，大部分搬遷對象是否需要搬遷取決于省內(nèi)的橫向比較。各指標(biāo)經(jīng)與臨界值比較處理之后的描述性統(tǒng)計(jì)情況見表2。在指標(biāo)權(quán)重的設(shè)定上有等價(jià)權(quán)重和不等價(jià)權(quán)重兩種形式。等價(jià)權(quán)重是出于各維度之間同等重要的考慮，大部分的多維貧困研究中權(quán)重進(jìn)行了等價(jià)處理。不等價(jià)權(quán)重則基于特殊研究目的，根據(jù)指標(biāo)的重要性賦予不同的權(quán)重。由于家庭稟賦、生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)三大類指標(biāo)之間不具備可替代性，其重要性彼此相當(dāng)，三大類的細(xì)分指標(biāo)也同等重要，因此本文的多維指標(biāo)的權(quán)重采用等價(jià)的形式。

鑒于此，本文把搬遷農(nóng)戶分為三類，即家庭保障型、環(huán)境生存型、自我發(fā)展型。家庭保障型側(cè)重于搬遷對家庭基本福利狀況的改善；環(huán)境生存型側(cè)重于搬遷對自然環(huán)境條件的改善；自我發(fā)展型側(cè)重于搬遷對基礎(chǔ)設(shè)施與公共服務(wù)可及性的改善。具體到每一類指標(biāo)的計(jì)算，代表家庭稟賦的五個(gè)指標(biāo)中任意一個(gè)面臨約束則歸為家庭保障型，同理，生態(tài)環(huán)境的四個(gè)細(xì)分指標(biāo)任何一個(gè)面臨約束則歸為環(huán)境生存型，代表基礎(chǔ)設(shè)施與公共服務(wù)的任意一個(gè)細(xì)分指標(biāo)面臨約束則歸為自我發(fā)展型。由于易地扶貧搬遷的初衷是改善貧困人口生產(chǎn)的外在環(huán)境，因此，本文把生存環(huán)境的改善作為搬遷農(nóng)戶識(shí)別的首選因素。在三個(gè)維度都面臨約束的農(nóng)戶是搬遷的重點(diǎn)對象，同時(shí)面臨生態(tài)環(huán)境和家庭稟賦約束的農(nóng)戶歸屬為環(huán)境和保障型，同時(shí)面臨生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)約束的農(nóng)戶歸屬為環(huán)境和發(fā)展型。面臨家庭稟賦、基礎(chǔ)設(shè)施與公共服務(wù)約束的農(nóng)戶類型不做單獨(dú)分析。endprint

在多維指標(biāo)的衡量下，沒有受到約束的農(nóng)戶則視為漏進(jìn)戶，若漏進(jìn)戶占所有扶貧搬遷戶的比例為r，則（1-r）可以反映易地扶貧搬遷的識(shí)別準(zhǔn)確率或者政策效率。盡管扶貧搬遷項(xiàng)目可能出于公共服務(wù)供給成本或者社會(huì)網(wǎng)絡(luò)、社區(qū)支持等因素的考慮，不僅僅只搬遷那些非搬不可的貧困農(nóng)戶，也有集體搬遷，因此，易地扶貧搬遷本身也存在政策所設(shè)計(jì)的非貧困戶的進(jìn)入，沿用“漏進(jìn)”的概念是出于討論便利，而此類漏進(jìn)并不一定是需要避免的，可以視為付出一些效率損失換來整體政策的更好實(shí)施，因此，我們將扶貧搬遷戶中受約束于多維貧困的農(nóng)戶比率稱為識(shí)別準(zhǔn)確率或者政策效率，以補(bǔ)充反映分析的對象。進(jìn)一步，可以通過回歸分解，找出影響易地扶貧搬遷戶的識(shí)別偏誤或者效率損失的主要類型，進(jìn)而為易地扶貧搬遷戶的精準(zhǔn)識(shí)別和實(shí)際規(guī)劃實(shí)施的政策供給安排提供理論借鑒。

3 多維指標(biāo)識(shí)別效果

3.1 數(shù)據(jù)來源

本文所使用的數(shù)據(jù)來源于2016年7月中國人民大學(xué)和國務(wù)院扶貧辦在甘肅、廣西、貴州、湖北、湖南、陜西、四川、云南8?。ㄗ灾螀^(qū)）16縣展開的易地扶貧搬遷監(jiān)測評估調(diào)研。這8?。ㄗ灾螀^(qū)）均計(jì)劃到2020年搬遷50萬以上建檔立卡貧困人口，選擇這8個(gè)搬遷任務(wù)最重的省區(qū)進(jìn)行調(diào)查，使得樣本更有具有代表性。調(diào)研區(qū)域所覆蓋武陵山片區(qū)、滇桂黔石漠化片區(qū)、秦巴山片區(qū)、烏蒙山片區(qū)、六盤山片區(qū)5個(gè)片區(qū)的片區(qū)縣或國家級貧困縣，都是易地扶貧搬遷的重點(diǎn)區(qū)域。具體抽樣過程中，每縣選擇三個(gè)鄉(xiāng)鎮(zhèn)，每個(gè)鄉(xiāng)鎮(zhèn)選取5個(gè)自然村，隨機(jī)抽取已納入搬遷計(jì)劃的農(nóng)戶，原則上每村抽取10戶調(diào)查戶，最終共計(jì)調(diào)研2 185戶農(nóng)戶，其中建檔立卡貧困戶2 019戶，非建檔立卡貧困戶166戶。

3.2 多維指標(biāo)識(shí)別效果

通過識(shí)別后加總處理，本文對搬遷農(nóng)戶進(jìn)行分類識(shí)別，識(shí)別結(jié)果見表4。符合家庭保障型的比例為95.47%，貴州和云南的漏進(jìn)農(nóng)戶相對較多。環(huán)境生存型的識(shí)別準(zhǔn)確率為95.15%、陜西和廣西的識(shí)別錯(cuò)誤高于其他省份。自我發(fā)展型的識(shí)別準(zhǔn)確率為91.35%，是三類中漏進(jìn)率最高的類型，其中云南和四川的漏進(jìn)比例較大。同時(shí)屬于家庭保障和環(huán)境生存型的農(nóng)戶識(shí)別準(zhǔn)確率為90.71%，陜西和四川的漏進(jìn)率高于其他省。同時(shí)屬于自我發(fā)展和環(huán)境生存型的農(nóng)戶識(shí)別準(zhǔn)確率為87.05%，低于環(huán)境和保障型，主要是受到陜西、四川和云南的影響。而三類都符合的搬遷農(nóng)戶的識(shí)別準(zhǔn)確率僅為82.88%，四川和云南的漏進(jìn)樣本最多。這說明在多維指標(biāo)衡量下，現(xiàn)有易地扶貧搬遷農(nóng)戶存在一定比例的漏進(jìn)，這部分群體不需要搬遷。僅以生態(tài)環(huán)境惡劣為先決條件，樣本中依然存在4.85%的漏進(jìn)率，兼顧兩不愁三保障以及自我發(fā)展的需要，則漏進(jìn)率更大，達(dá)到了17.12%。以各省的分布來看，陜西、四川和云南三省搬遷農(nóng)戶的識(shí)別漏進(jìn)最嚴(yán)重，漏進(jìn)的類型主要是自我發(fā)展型，意味著后續(xù)的搬遷工作在對象的識(shí)別上需要更關(guān)注基礎(chǔ)設(shè)施和公共服務(wù)。

4 識(shí)別準(zhǔn)確率的回歸分解

上文采用描述性分析，研究的是不同類型搬遷農(nóng)戶的識(shí)別準(zhǔn)確率（或政策效率），它不能反映多維指標(biāo)對農(nóng)戶是否需要搬遷的邊際貢獻(xiàn)率，也不能回答諸因素對搬遷農(nóng)戶識(shí)別準(zhǔn)確率的貢獻(xiàn)率。為解決此問題，本文將利用回歸分解的方法分解識(shí)別準(zhǔn)確率的影響因素以及貢獻(xiàn)率。回歸分解常用于研究收入不平等，方法較為成熟，郭繼強(qiáng)[33]等詳細(xì)論述了回歸分解方法的理論體系，主要有均值分解和分布分解兩種基本思路，如萬廣華、程名望等學(xué)者運(yùn)用回歸分解對收入不平等進(jìn)行了一系列的研究[34-37]。本文將利用源于Shorrocks自然分解的Shapley值方法。Shapley 分解的基本思想是一個(gè)指標(biāo)受多個(gè)因素共同影響，剔除任一因素都會(huì)對該指標(biāo)的變化作出貢獻(xiàn)，所有因素的貢獻(xiàn)率之和構(gòu)成了整個(gè)指標(biāo)的變動(dòng)。鑒于不同類型的搬遷農(nóng)戶識(shí)別準(zhǔn)確與否取決于一系列因素，哪些因素起到主要作用并不明確，這是本文研究致力于解決的問題，而Shapley值分解能夠得到影響因素的貢獻(xiàn)率，進(jìn)而能夠找到影響識(shí)別準(zhǔn)確率的主要因素，為指導(dǎo)準(zhǔn)確識(shí)別搬遷戶提供理論鋪墊。

4.1 回歸模型設(shè)定

本文根據(jù)Morduch和Sicular[38]農(nóng)戶收入函數(shù)，擴(kuò)展并建立Probit計(jì)量模型：

Probit（Yij）=（β0+∑Kk=1βkHSij，k+∑LI=1βlESij，l+∑Mm=1βmDSij，m）+εij

（1）

在方程（1）中，被解釋變量Probit（Yij）表示j省第i個(gè)搬遷農(nóng)戶識(shí)別準(zhǔn)確的概率。當(dāng)農(nóng)戶經(jīng)過多維指標(biāo)衡量面臨上述某種約束時(shí)，表示該搬遷戶識(shí)別準(zhǔn)確，賦值為1（即Y=1），否則賦值為0（即Y=0），表示該家庭是漏進(jìn)戶。核心解釋變量HS、ES、DS分別表示家庭稟賦、生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)特征。系數(shù)β是半彈性系數(shù)，εit為隨機(jī)擾動(dòng)項(xiàng)。

4.2 回歸系數(shù)分析

（1）在模型一中，家庭稟賦、生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)的所有變量均在1%顯著性水平上顯著。人均純收入是貧困的衡量標(biāo)準(zhǔn)，與識(shí)別準(zhǔn)確與否負(fù)向相關(guān)符合客觀事實(shí)。一般而言，人力資本對于家庭收入的增長十分重要，已有研究表明家庭成員健康狀況越差、患病數(shù)量越多、受教育年限越低，農(nóng)戶陷入貧困的概率越大[18， 39]，回歸結(jié)果再次予以證實(shí)。住房條件是易地扶貧搬遷戶識(shí)別中最為重要的家庭稟賦指標(biāo)，表5中，住房指標(biāo)與搬遷戶識(shí)別準(zhǔn)確率顯著相關(guān)，說明同等外部條件下，面積越小、質(zhì)量越差的農(nóng)戶，越有可能搬遷。生態(tài)環(huán)境的四個(gè)細(xì)分變量的回歸結(jié)果表明搬遷戶普遍依賴農(nóng)業(yè)生產(chǎn)，區(qū)域性的農(nóng)業(yè)生產(chǎn)環(huán)境惡劣如耕地較少、質(zhì)量較差是搬遷的動(dòng)機(jī)之一，高海拔和自然災(zāi)害頻繁的地區(qū)是搬遷的主要區(qū)域?；A(chǔ)設(shè)施與公共服務(wù)的細(xì)分變量中，集市的可及性捕捉了搬遷戶與外界要素交換的客觀交易成本，與集市的距離較近，意味著市場化程度更高，有利于勞動(dòng)力轉(zhuǎn)移，農(nóng)戶更容易改變就業(yè)結(jié)構(gòu)，進(jìn)入報(bào)酬更高的非農(nóng)部門。學(xué)校和醫(yī)院的可及性是影響農(nóng)戶搬遷意愿的重要公共服務(wù)，調(diào)研中發(fā)現(xiàn)將近六分之一的搬遷戶之所以愿意搬遷就是為了孩子上學(xué)和看病方便，因而三個(gè)細(xì)分變量均為負(fù)向顯著。endprint

（2）在第二個(gè)模型中，除集市和醫(yī)院的可及性兩個(gè)變量之外，影響環(huán)境和保障型搬遷戶識(shí)別的其他變量均在1%的水平上顯著，影響方向與第一個(gè)模型一致。代表基礎(chǔ)設(shè)施與公共服務(wù)的兩個(gè)主要變量，集市和醫(yī)院的可及性在回歸系數(shù)上不顯著，這說明對于旨在改善家庭福利和生存環(huán)境的搬遷戶而言，基礎(chǔ)設(shè)施與公共服務(wù)的改善不是他們最為主要的制約因素。

（3）在第三個(gè)模型中，影響環(huán)境和發(fā)展型搬遷戶識(shí)別的變量與前兩個(gè)模型相似，除健康水平、住房面積之外，其余變量均在1%的水平上顯著，住房面積在10%的水平上顯著。健康水平指標(biāo)不顯著，而醫(yī)院可及性指標(biāo)極其顯著，這對于環(huán)境和發(fā)展型的搬遷戶而言，現(xiàn)存的人力資本水平不是主要影響因素，這類型農(nóng)戶更看重教育和醫(yī)療可及性的提高所帶來的人力資本累積。

4.3 貢獻(xiàn)度分析

（1）模型一的回歸分解結(jié)果顯示，按照貢獻(xiàn)度大小的排序?yàn)椋簩W(xué)校（33.9）、集市（12.9）、地理?xiàng)l件（11.2）、醫(yī)院（9.69）、耕地面積（8.07）、住房面積（4.7）、住房質(zhì)量（46）、健康水平（413）、人均純收入（3.43）、耕地質(zhì)量（3.17）、自然災(zāi)害（2.37）、教育水平（1.75）。排序表明：第一，家庭稟賦指標(biāo)的貢獻(xiàn)度普遍偏低，對于最需要搬遷的群體而言，家庭福利保障的影響弱于基礎(chǔ)設(shè)施、公共服務(wù)和生存環(huán)境因素，表明即使福利狀況不佳是搬遷群體的共同特征，但不是搬遷與否的先決條件。第二，代表未來自我發(fā)展能力的基礎(chǔ)設(shè)施和公共服務(wù)指標(biāo)的貢獻(xiàn)度高于生態(tài)環(huán)境指標(biāo)。可能的原因是易地扶貧搬遷工作已經(jīng)開展了三十多年，每年都有一部分生存環(huán)境惡劣的群體被搬遷至生存條件較好的區(qū)域，以至于仍然居住在自然環(huán)境極端惡劣的農(nóng)戶比例已經(jīng)不斷降低，基礎(chǔ)設(shè)施和公共服務(wù)的考慮在搬遷戶的識(shí)別中不斷被加強(qiáng)。綜上所述，若要識(shí)別最需要搬遷的農(nóng)戶，在生態(tài)環(huán)境相近的區(qū)域條件下，應(yīng)當(dāng)優(yōu)先觀察基礎(chǔ)設(shè)施和公共服務(wù)狀況。

（2）模型二的結(jié)果顯示，貢獻(xiàn)度排序前五的指標(biāo)為：地理?xiàng)l件（17.6）、住房面積（16.1）、健康水平（14.8）、教育水平（13.7）、耕地面積（9.65）?？傮w來看，家庭保障的細(xì)分變量累積貢獻(xiàn)度達(dá)到了55.4，超過了生存環(huán)境變量。環(huán)境和保障型的搬遷戶通常沒有面臨基礎(chǔ)設(shè)施和公共服務(wù)的約束，分解結(jié)果表明家庭稟賦對該類型搬遷戶的約束性更強(qiáng)，與之對應(yīng)，這部分群體選擇搬遷的動(dòng)機(jī)更可能為了改善福利狀況，如提高收入、改善住房條件等。

（3）模型三的結(jié)果顯示，基礎(chǔ)設(shè)施和公共服務(wù)的三個(gè)變量的貢獻(xiàn)度累積超過了80，這也再次證實(shí)在模型一的結(jié)果，“太偏僻”（遠(yuǎn)離市場和公共服務(wù)設(shè)施）才是搬遷的首要因素。這也間接揭示現(xiàn)行搬遷政策的1 000萬貧困人口目標(biāo)并非完全由于生態(tài)惡劣而“非搬不可”，實(shí)際上部分農(nóng)戶是受制于基礎(chǔ)設(shè)施和公共服務(wù)條件的不足才被納入了搬遷群體。因此，考慮到整體性搬遷既給政府財(cái)政造成較大壓力，也給貧困農(nóng)戶帶來資金壓力（根據(jù)易地扶貧搬遷監(jiān)測報(bào)告，每戶搬遷戶的成本為19萬，各地政府的搬遷補(bǔ)貼不一致，但每戶均需籌集部分資金），在權(quán)衡成本收益的條件下，當(dāng)搬遷成本高于基礎(chǔ)設(shè)施和公共服務(wù)供給時(shí)，可以考慮選擇基礎(chǔ)設(shè)施和公共服務(wù)供給來替代部分易地扶貧搬遷項(xiàng)目。

5 穩(wěn)健性檢驗(yàn)

上述對易地扶貧搬遷戶識(shí)別的回歸分解，需要考慮內(nèi)生性問題?，F(xiàn)實(shí)中，居住在必須搬遷區(qū)域的農(nóng)戶通常處于原發(fā)性的貧困狀態(tài)，不能獲得更好的教育、醫(yī)療等公共服務(wù)，以至人力資本存量較低，相對貧乏的資源稟賦難以累積物質(zhì)資本，閉塞的市場環(huán)境以至難以實(shí)現(xiàn)資源的資本化或獲取金融資本而跳出貧困陷阱[40]。鑒于此，通過控制一些變量，檢驗(yàn)多維指標(biāo)對搬遷戶識(shí)別效率的貢獻(xiàn)度是否穩(wěn)健是有必要的。所選取的控制變量以及檢驗(yàn)結(jié)果見表6，因篇幅有限，只列出三類都符合的搬遷戶的回歸分解檢驗(yàn)結(jié)果?？傮w而言，在控制不同變量下的檢驗(yàn)結(jié)果與表5模型一的貢獻(xiàn)度結(jié)果接近，各指標(biāo)的排序情況一致，貢獻(xiàn)度略有波動(dòng)，學(xué)校、集市、地理?xiàng)l件、醫(yī)院、人均耕地面積一直是貢獻(xiàn)度最大的五項(xiàng)。此外，F(xiàn)統(tǒng)計(jì)量在1%的水平顯著，綜合說明回歸分解結(jié)果是穩(wěn)健的。

具體來看：第一，控制貧困戶群體。易地扶貧搬遷的主要對象是建檔立卡貧困人口，但是對于部分不適合人類居住的區(qū)域?qū)嵭姓w搬遷，就會(huì)存在隨遷的非貧困人口。貧困戶與非貧困戶本質(zhì)的區(qū)別在于家庭稟賦條件，將有可

能引致家庭稟賦維度的指標(biāo)貢獻(xiàn)度更大，但是由表6可見，各項(xiàng)指標(biāo)貢獻(xiàn)度變動(dòng)較小，當(dāng)然這與92.4%的樣本是

貧困戶有一定關(guān)系。第二，控制學(xué)生數(shù)量和撫養(yǎng)結(jié)構(gòu)（老人占家庭人口比例），其目的是在于控制不同家庭結(jié)構(gòu)所帶來的異質(zhì)性。因?yàn)橛袩o學(xué)齡兒童、有無老人會(huì)強(qiáng)化對學(xué)校和醫(yī)院的需求，而學(xué)校、醫(yī)院可及性指標(biāo)的高貢獻(xiàn)度，需要對此予以控制，以檢驗(yàn)各指標(biāo)對識(shí)別準(zhǔn)確率更真實(shí)的效果。結(jié)果表明，各項(xiàng)指標(biāo)的貢獻(xiàn)度依然是穩(wěn)健的。第三，控制搬遷意愿。作為一項(xiàng)涉及1 000萬貧困人口的工程項(xiàng)目，地方實(shí)際操作中不可避免出現(xiàn)強(qiáng)制搬遷，部分搬遷農(nóng)戶主觀意愿并不太愿意搬離故土，調(diào)研中發(fā)現(xiàn)有494%的樣本不愿意搬遷。對于不愿意搬遷的農(nóng)戶也許面臨的約束是不同的，因此有必要控制搬遷意愿，經(jīng)檢驗(yàn)發(fā)現(xiàn)回歸分解依然穩(wěn)健。第四，控制農(nóng)戶的信息化程度。信息傳遞包括信息來源和載體，本文綜合了外出務(wù)工情況、是否有電話、手機(jī)或?qū)拵矸从承畔⒌墨@取能力，外出務(wù)工或經(jīng)商的農(nóng)戶獲取的信息數(shù)量相對更高，擁有電話、手機(jī)或?qū)拵б馕吨懈憷男畔@取渠道。貧困地區(qū)的信息傳遞交換較為滯后，這對于搬遷地區(qū)而言更為突出，農(nóng)戶的信息化程度越高，越可能主動(dòng)接受搬遷?？刂七@些變

量，可以排除外界信息對搬遷對象識(shí)別的影響，表6顯示

檢驗(yàn)結(jié)果是穩(wěn)健性的。第五，控制省級區(qū)域。前文所述不同的省所制定的搬遷方案不一致，搬遷對象識(shí)別方法也不同，因此將省級虛擬變量作為控制變量，能夠消除區(qū)域性的識(shí)別差異，一如前文，檢驗(yàn)結(jié)果表現(xiàn)出一致性的規(guī)律。

6 結(jié)論與評述建議endprint

本文從家庭稟賦、生態(tài)環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)這三個(gè)維度構(gòu)建了易地扶貧搬遷戶識(shí)別的多維指標(biāo)體系，根據(jù)扶貧搬遷戶的差異，把搬遷農(nóng)戶分為家庭保障型、環(huán)境生存型和自我發(fā)展型三個(gè)類型，利用2 185戶已納入搬遷計(jì)劃的農(nóng)戶樣本，呈現(xiàn)了多維指標(biāo)體系下的扶貧搬遷戶的識(shí)別情況，并采用回歸分解方法分析了不同指標(biāo)對識(shí)別效率的貢獻(xiàn)度，在穩(wěn)健性檢驗(yàn)的基礎(chǔ)上，研究得出以下主要發(fā)現(xiàn)和建議：

（1）在8個(gè)搬遷人口較多的省區(qū)，搬遷對象的識(shí)別存在一定比例的漏進(jìn)，其中以陜西、四川和云南三省搬遷農(nóng)戶的識(shí)別漏進(jìn)比率最高，漏進(jìn)的類型主要是自我發(fā)展型。這啟示后續(xù)的搬遷工作在對象識(shí)別上需要更關(guān)注基礎(chǔ)設(shè)施和公共服務(wù)的狀況，才能進(jìn)一步提高搬遷對象的識(shí)別的準(zhǔn)確率。

（2）對于最需要搬遷的群體而言，住房條件是易地扶貧搬遷戶識(shí)別中最重要的家庭稟賦指標(biāo)。同等外部條件下，面積越小、質(zhì)量越差的農(nóng)戶，越有可能被搬遷。搬遷戶普遍依賴農(nóng)業(yè)生產(chǎn)，處于耕地較少且質(zhì)量較差、高海拔和自然災(zāi)害頻繁的地區(qū)。對于環(huán)境和保障型搬遷戶而言，基礎(chǔ)設(shè)施與公共服務(wù)的改善不是他們最主要的制約因素，他們更看重教育和醫(yī)療可及性的提高所帶來的人力資本累積。

（3）通過對搬遷對象識(shí)別準(zhǔn)確率的回歸分解發(fā)現(xiàn)，學(xué)?？杉靶?、集市可及性、地理?xiàng)l件、醫(yī)院可及性、人均耕地面積是貢獻(xiàn)度最大的五項(xiàng)指標(biāo)。對于最需要搬遷的群體而言，家庭福利保障的影響弱于基礎(chǔ)設(shè)施、公共服務(wù)和生存環(huán)境因素。福利狀況不佳是搬遷群體的共同特征，但不是搬遷與否的先決條件。作為代表未來自我發(fā)展能力的基礎(chǔ)設(shè)施和公共服務(wù)維度的指標(biāo)，其貢獻(xiàn)度高于生態(tài)環(huán)境維度的指標(biāo)。該研究發(fā)現(xiàn)的政策含義在于，若要識(shí)別最需要搬遷的農(nóng)戶，在生態(tài)環(huán)境相近的區(qū)域條件下，應(yīng)當(dāng)優(yōu)先觀察基礎(chǔ)設(shè)施和公共服務(wù)的狀況?，F(xiàn)行搬遷計(jì)劃中的農(nóng)戶并非完全由于生態(tài)惡劣而“非搬不可”，部分農(nóng)戶受制于基礎(chǔ)設(shè)施和公共服務(wù)條件的不足而被納入了搬遷群體。

總而言之，易地扶貧搬遷是一項(xiàng)涉及千萬人口民生的重大工作，如何準(zhǔn)確地識(shí)別搬遷對象兼具理論和實(shí)踐的雙重價(jià)值。本文從多維貧困的角度做了一次嘗試，以期為提高扶貧搬遷的瞄準(zhǔn)效率和實(shí)施有針對性的配套政策提供參考依據(jù)。相關(guān)研究結(jié)論為后續(xù)扶貧搬遷工作提供了一些啟示。

首先，在扶貧搬遷成為涉及1 000萬貧困人口脫貧的重要舉措之時(shí)，從政策效率的角度來看，依然需重視對象的識(shí)別工作。應(yīng)搬盡搬，無需搬遷則不搬，畢竟每一戶搬遷戶都需要大量的財(cái)政資金補(bǔ)貼，過度搬遷既浪費(fèi)了有限的財(cái)政資金，也將導(dǎo)致在后期面臨搬遷戶能力再造、文化融入等本文尚未進(jìn)一步討論的新問題。而具體如何識(shí)別搬遷戶，文中的多維指標(biāo)體系可以提供一些借鑒，部分指標(biāo)的各省貧困戶平均值是值得參考的標(biāo)準(zhǔn)，這也給了各省在實(shí)踐中靈活操作的空間。

其次，在扶貧搬遷項(xiàng)目中，各地可以結(jié)合當(dāng)前扶貧搬遷戶的類型特征，合理分配扶貧搬遷資金，優(yōu)先滿足相應(yīng)的首要搬遷需求因素，并在長期的扶貧搬遷規(guī)劃中分階段有步驟地完善搬遷后的配套設(shè)施服務(wù)。在部分自然條件尚可的區(qū)域，基于成本核算，當(dāng)搬遷成本高于基礎(chǔ)設(shè)施和公共服務(wù)供給時(shí)，也可以考慮選擇基礎(chǔ)設(shè)施和公共服務(wù)供給來替代部分易地扶貧搬遷項(xiàng)目。

最后，多維指標(biāo)體系也為易地扶貧搬遷政策效果評估提供了有理論價(jià)值和可操作的視角。無論是否搬遷，扶貧項(xiàng)目的實(shí)施帶來收入增長應(yīng)當(dāng)僅是政策目標(biāo)的一個(gè)方面，但當(dāng)扶貧項(xiàng)目并不主要致力于短期內(nèi)實(shí)現(xiàn)立竿見影的收入增長效果時(shí)，更全面的福利水平的提升，例如基礎(chǔ)設(shè)施、公共服務(wù)可及性等多種維度結(jié)構(gòu)性地改善，既是搬遷貧困人口所需，也更能綜合體現(xiàn)扶貧項(xiàng)目對貧困人口福利水平的作用，并合理引導(dǎo)扶貧項(xiàng)目在地方實(shí)踐中的政策取向。

（編輯：王愛萍）

參考文獻(xiàn)（References）

[1]國務(wù)院新聞辦公室. 精準(zhǔn)扶貧脫貧的基本方略是六個(gè)精準(zhǔn)和五個(gè)一批[EB/OL]. （2015-12-15）[2017-03-15]. http：//www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2015/33909/zy33913/Document/1459277/1459277.htm. [The State Council Information Office. The basic strategy of precision poverty alleviation is‘Six Precise Items and‘Five Groups Project [EB/OL]. （2015-12-15）[2017-03-15]. http：//www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2015/33909/zy33913/Document/1459277/1459277.htm. ]

[2]國家發(fā)展改革委. “十三五”時(shí)期易地扶貧搬遷工作方案[R].2015. [National Development and Reform Commission. ‘13th FiveYear Plan period of relocation of poverty alleviation work program [R].2015.]

[3]中國人民大學(xué)中國扶貧研究院. 易地扶貧搬遷監(jiān)測報(bào)告[R].2016. [China Poverty Alleviation Research Institute of Renmin University of China. Poverty alleviation relocation report [R].2016.]

[4]楊云彥， 徐映梅， 胡靜， 等. 社會(huì)變遷、介入型貧困與能力再造——基于南水北調(diào)庫區(qū)移民的研究[J]. 管理世界， 2008（11）：89-98.[YANG Yunyan， XU Yingmei， HU Jing， et al. Social change， interventional poverty and capacity reengineering based on the migration of the SouthtoNorth Water Diversion Area [J]. Management world， 2008（11）： 89-98.]endprint

[5]石智雷， 鄒蔚然. 庫區(qū)農(nóng)戶的多維貧困及致貧機(jī)理分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題， 2013（6）：61-69.[SHI Zhilei ， ZOU Weiran.The analysis of multidimensional poverty and its impact factors of rural household in reservoir area [J]. Issues in agricultural economy， 2013（6）：61-69.]

[6]李聰， 柳瑋， 馮偉林， 等. 移民搬遷對農(nóng)戶生計(jì)策略的影響——基于陜南安康地區(qū)的調(diào)查[J]. 中國農(nóng)村觀察， 2013（6）：31-44.[LI Cong， LIU Wei， FENG Weilin， et al. The influence of relocation policy on rural households livelihood strategy based on the household survey data in southern Shaanxi [J]. China rural survey， 2013（6）： 31-44.]

[7]劉偉， 黎潔， 李聰， 等. 移民搬遷農(nóng)戶的貧困類型及影響因素分析[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)， 2015（6）：41-48.[LIU Wei， LI Jie， LI Cong， et al. Analysis on the poverty types and influencing factors of relocationrural household [J]. Journal of Zhongnan University of Economics and Law， 2015（6）： 41-48.]

[8]王凱， 李志苗， 易靜. 生態(tài)移民戶與非移民戶的生計(jì)對比——以遺產(chǎn)旅游地武陵源為例[J]. 資源科學(xué)， 2016，38 （8）：1621-1633. [WANG Kai，LI Zhimiao，YI Jing. Contrasting the livelihoods of immigrants and nonimmigrants in the Wulingyuan world heritage area [J]. Resources science，2016，38（8）：1621-1633.]

[9]黎莉莉， 秦富. 高山貧困地區(qū)生態(tài)移民決策行為及影響因素分析——基于重慶市的調(diào)查數(shù)據(jù)[J]. 貴州社會(huì)科學(xué)， 2015（1）：163-168. [LI Lili， QIN Fu. Research on decisionmaking behavior and influencing factors of ecological immigration in mountainous povertystricken areas based on the survey data of Chongqing City [J]. Social sciences in Guizhou， 2015（1）： 163-168.]

[10]黎潔. 陜西安康移民搬遷農(nóng)戶的生計(jì)適應(yīng)策略與適應(yīng)力感知[J]. 中國人口·資源與環(huán)境， 2016，26 （9）：44-52. [LI Jie. Livelihood adaptation strategy and perceived adaptive capacityof rural relocated households in southern Shaanxi Province [J]. Chinese population， resources and environment， 2016，26 （9）：44-52.]

[11]SEN A. Capability and wellbeing [C] //NUSSBAUM M， SEN A. The quality of life. London： Oxford University Press， 1993：30-54.

[12]ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement [J]. Journal of public economics， 2011，95（7-8）：476-487.

[13]王小林， ALKIRE Sabina. 中國多維貧困測量：估計(jì)和政策含義[J]. 中國農(nóng)村經(jīng)濟(jì)， 2009（12）：4-10.[WANG Xiaolin， ALKIRE Sabina. Measurement of multidimensional poverty in China： estimation and policy implications [J]. China rural economy， 2009（12）： 4-10.]

[14]鄒薇， 方迎風(fēng). 關(guān)于中國貧困的動(dòng)態(tài)多維度研究[J]. 中國人口科學(xué)， 2011（6）：49-59. [ZOU Wei， FANG Yingfeng. A study on dynamic multidimensional measurement of Chinas poverty [J]. Chinese journal of population science， 2011（6）： 49-59.]

[15]郭建宇， 吳國寶. 基于不同指標(biāo)及權(quán)重選擇的多維貧困測量——以山西省貧困縣為例[J]. 中國農(nóng)村經(jīng)濟(jì)， 2012（2）：12-20. [GUO Jianyu， WU Guobao. Multidimensional poverty measurement based on different indicators and weight selection ： a case study of poor counties in Shanxi Province [J]. China rural economy， 2012 （2）： 12-20.]endprint

[16]ALATAS V， BANERJEE A， HANNA R， et al. Targeting the poor： evidence from a field experiment in Indonesia[J]. American economic review， 2012，102（4）：1206-1240.

[17]ZHANG J， GILES J， ROZELLE S. Does it pay to be a cadre？ estimating the returns to being a local official in rural China[J]. Journal of comparative economics， 2012，40（3）：337-356.

[18]程名望， 蓋慶恩， JIN Yanhong， 等. 人力資本積累與農(nóng)戶收入增長——基于回報(bào)率與貢獻(xiàn)率雙重視角的實(shí)證研究[J]. 經(jīng)濟(jì)研究， 2016（1）：168-181. [CHENG Mingwang， GAI Qingen， JIN Yanhong， et al. Human capital accumulation and farmers income growth ： an empirical study on rate of return and contribution [J]. Economic research journal， 2016（1）： 168-181.]

[19]NASCHOLD F. ‘The poor stay poor： household asset poverty traps in rural semiarid India [J]. World development， 2012，40（10）：2033-2043.

[20]KIM Y C， LOURY G C. Social externalities， overlap and the poverty trap[J]. The journal of economic inequality， 2014，12（4）：535-554.

[21]郭熙保， 周強(qiáng). 長期多維貧困、不平等與致貧因素[J]. 經(jīng)濟(jì)研究， 2016（6）：143-156. [GUO Xibao， ZHOU Qiang. Chronic multidimensional poverty， inequality and causes of poverty [J] Economic research journal， 2016（6）： 143-156.]

[22]GURIEV S， VAKULENKO E. Breaking out of poverty traps： internal migration and interregional convergence in Russia[J]. Journal of comparative economics， 2015，43（3）：633-649.

[23]劉慧， 葉爾肯·吾扎提. 中國西部地區(qū)生態(tài)扶貧策略研究[J]. 中國人口·資源與環(huán)境， 2013，23（10）：52-58. [LIU Hui， YERKRN Wuzhati. A strategy on ecopoverty alleviation in western China [J]. China population， resources and environment， 2013，23（10）： 52-58.]

[24]王瑜， 汪三貴. 基于夏普里值過程的農(nóng)村居民收入差距分解[J]. 中國人口·資源與環(huán)境， 2011，21（8）：15-21. [WANG Yu， WANG Sangui. Income inequality of rural residents： decomposition based on the method of Shapley Value Progress [J]. China population， resources and environment， 2011，21（8）： 15-21.]

[25]BHATTACHARYA H， INNES R. Income and the environment in rural India： is there a poverty trap？[J]. American journal of agricultural economics， 2013，95（1）：42-69.

[26]CHARLERY L， WALELIGN S Z. Assessing environmental dependence using asset and income measures： evidence from Nepal[J]. Ecological economics， 2015，118：40-48.

[27]THOMAS A， GASPART F. Does poverty trap rural Malagasy households？[J]. World development， 2015（67）：490-505.

[28]張學(xué)良. 中國交通基礎(chǔ)設(shè)施促進(jìn)了區(qū)域經(jīng)濟(jì)增長嗎——兼論交通基礎(chǔ)設(shè)施的空間溢出效應(yīng)[J]. 中國社會(huì)科學(xué)， 2012（3）：60-77. [ZHANG Xueliang. Has transport infrastructure promoted regional economic growth？ with an analysis of the spatial spillover effects of transport infrastructure [J]. Social sciences in China， 2012（3）： 60-77.]endprint

[29]駱永民， 樊麗明. 中國農(nóng)村基礎(chǔ)設(shè)施增收效應(yīng)的空間特征——基于空間相關(guān)性和空間異質(zhì)性的實(shí)證研究[J]. 管理世界， 2012（5）：71-87. [LUO Yongmin， FAN Liming. Spatial characteristics of increasing income of rural infrastructure in China： an empirical study based on spatial correlation and spatial heterogeneity [J]. Management world， 2012（5）： 71-87.]

[30]劉生龍， 周紹杰. 基礎(chǔ)設(shè)施的可獲得性與中國農(nóng)村居民收入增長——基于靜態(tài)和動(dòng)態(tài)非平衡面板的回歸結(jié)果[J]. 中國農(nóng)村經(jīng)濟(jì)， 2011（1）：27-36. [LIU Shenglong， ZHOU Shaojie. Applicability of infrastructure and income growth of rural residents in China based on static and dynamic nonequilibrium panel regression results [J]. China rural economy， 2011（1）： 27-36.]

[31]張全紅， 周強(qiáng). 中國貧困測度的多維方法和實(shí)證應(yīng)用[J]. 中國軟科學(xué)， 2015（7）：29-41. [ZHANG Quanhong， ZHOU Qiang. Poverty measurement： multidimensional approaches and an empirical application in China [J]. China soft science， 2015（7）： 29-41.]

[32]楊龍， 汪三貴. 貧困地區(qū)農(nóng)戶的多維貧困測量與分解——基于2010年中國農(nóng)村貧困監(jiān)測的農(nóng)戶數(shù)據(jù)[J]. 人口學(xué)刊， 2015（2）：15-25. [YANG Long， WANG Sangui. Multidimensional poverty measurement and decomposition of households in poor areas based on the Chinas rural poverty monitoring household survey in 2010 [J]. Population journal， 2015（2）： 15-25.]

[33]郭繼強(qiáng)， 姜儷， 陸利麗. 工資差異分解方法述評[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011（2）：363-414. [GUO Jiqiang， JIANG Li， LU Lili. Decomposition methods for wage differentials： a survey [J]. China economic quarterly， 2011（2）： 363-414.]

[34]萬廣華. 解釋中國農(nóng)村區(qū)域間的收入不平等：一種基于回歸方程的分解方法[J]. 經(jīng)濟(jì)研究， 2004（8）：117-127. [WAN Guanghua. Accounting for income inequality in rural China：aregression based approach [J]. Economic research journal， 2004（8）： 117-127.]

[35]萬廣華， 周章躍， 陸遷. 中國農(nóng)村收入不平等：運(yùn)用農(nóng)戶數(shù)據(jù)的回歸分解[J]. 中國農(nóng)村經(jīng)濟(jì)， 2005（5）：4-11. [WAN Guanghua， ZHOU zhangyue， LU Qian. China rural income inequality： regression decomposition of households Data [J]. China rural economy， 2005（5）： 4-11.]

[36]解堊. 中國城市居民自雇者的收入不平等與貧困：1989-2009[J]. 中國人口·資源與環(huán)境， 2012，22 （12）：165-168. [XIE E. Income inequality and poverty of selfemployment in urban China [J]. China population， resources and environment， 2012，22（12）： 165-168.]

[37]程名望， JIN YANHONG， 蓋慶恩， 等. 中國農(nóng)戶收入不平等及其決定因素——基于微觀農(nóng)戶數(shù)據(jù)的回歸分解[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2016（3）：1253-1274. [CHENG Mingwang， JIN YANHONG， GAI Qingen， et al. Accounting for income inequality between households in rural China： a regression based approach [J]. China economic quarterly， 2016（3）： 1253-1274.]

[38]MORDUCH J， SICULAR T. Politics， growth and inequality in rural China： does it pay to join the party？[J]. Journal of public economics， 2000，77（3）：331-356.

[39]高夢滔， 姚洋. 農(nóng)戶收入差距的微觀基礎(chǔ)：物質(zhì)資本還是人力資本？[J]. 經(jīng)濟(jì)研究， 2006（12）：71-80. [GAO Mengtao， YAO Yang. Which is the main reason for income inequality in rural China：physical assets or human capital？[J].Economic research journal， 2006（12）： 71-80.]

[40]BARRETT C B， CARTER M R. The economics of poverty traps and persistent poverty： empirical and policy implications[J]. The journal of development studies， 2013，49（7）：976-990.

[41]何立華，成艾華.貧困地區(qū)教育不平等的考察——基于武陵山片區(qū)71個(gè)縣市人口普查數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)與管理評論，2016（1）. 126-134.[HE Lihua， CHENG Aihua. An empiri cal study of education inequality in poor areas： based on the data from 71 counties of wuling mountain area [J]. Review of economy and management， 2016（1）：126-134.]

[42]WANG G L， LU Q. Influence of social capital on farmer household income gap： total effect and structural effect [J]. Chinese journal of population， resources and environment， 2016， 14（1）： 30-37. http ：//dx.doi. org/10.1080/10042857.2016.1149297.endprint