柳建平，劉咪咪

（西北師范大學商學院，蘭州 730070）

一、引言

貧困是人類文明發(fā)展進程中面臨的長期挑戰(zhàn)，而因性別差異所表現(xiàn)的女性貧困問題更甚。性別不平等作為一個歷史遺留問題長期積累，致使女性從童年開始就缺乏一些經(jīng)濟、法律等方面的權(quán)利，使女性貧困在廣度、深度上更甚，婦女在家庭生活中扮演的養(yǎng)育子女、照顧家庭及參與生產(chǎn)等多重角色，也使女性貧困異于其他群體。第四次世界婦女大會（1995）第一次把“婦女與貧困”置于重要關注領域，表明國際社會、特別是發(fā)展中國家將女性貧困列入反貧困政策的重要關注范圍。2015年的聯(lián)合國可持續(xù)發(fā)展峰會通過的可持續(xù)發(fā)展目標（SDGs）進一步強調(diào)消除一切形式的貧困，其中包括向所有婦女和女孩賦權(quán)，實現(xiàn)性別平等。其意旨就是通過更具（實質(zhì)性）性別平等、以至針對女性特殊性的制度（如女性保護制度、避免歧視制度等）、政策（如專門針對女性的反貧困政策等）變革及行動，消除一切形式的女性貧困。

改革開放至今，我國的反貧困事業(yè)取得了巨大進展。然而女性貧困仍是一個毋庸置疑的社會事實?！吨泄仓醒腙P于打贏脫貧攻堅戰(zhàn)的決定》明確提出，到2020年穩(wěn)定實現(xiàn)農(nóng)村貧困人口“兩不愁”（不愁吃、不愁穿）、“三保障”（義務教育、基本醫(yī)療和住房安全有保障），確保農(nóng)村貧困人口在國家現(xiàn)行標準下全部脫貧，包括了讓農(nóng)村貧困婦女擺脫貧困，這一目標已超脫以往單一維度的收入貧困標準，實質(zhì)上已觸及多維貧困的幾個核心指標，表明在目前已開展的精準扶貧行動中，多維貧困理論及方法的應用將更具有政策實踐意義。

甘肅省農(nóng)村貧困地區(qū)由于惡劣的自然環(huán)境、滯后的經(jīng)濟社會發(fā)展狀況以及特殊的歷史、民族、文化、習俗等因素影響，農(nóng)村女性的性別歧視、權(quán)利缺乏、經(jīng)濟社會文化不平等問題依然突出，特別是在教育、醫(yī)療、健康等方面相比男性均存在能力和權(quán)利的更重剝奪，由于女性貧困所導致的負面效應更為廣泛和持久，因而需要在具體的精準扶貧政策實踐中予以高度關注?；诖?，本研究將對甘肅14個貧困村的調(diào)查數(shù)據(jù)中勞動年齡女性的多維貧困狀況進行測度，同時就導致女性多維貧困的原因進行實證分析，以期尋找更具有針對性的反貧困政策措施。

二、文獻綜述

一直以來，學術界對貧困問題高度關注，從最初的收入貧困到現(xiàn)階段的多維貧困，人們對于貧困的認識不斷深化和擴展。在多維貧困理論的研究方面，從1985年阿馬蒂亞·森最先提出將能力缺乏納入貧困研究范圍[1]，多維貧困理論逐漸引起學術界的研究熱潮，隨后學者相繼對這一概念進行擴充。基于Sen等人的貧困理論思想，UNPD（聯(lián)合國開發(fā)計劃署）于1990年提出了人類發(fā)展指數(shù)（HDI）和人類貧困指數(shù)（UHPI），在以單一收入水平衡量人類發(fā)展狀況的基礎上，新增加了健康、教育和生活水平指標來衡量[2]。在多維貧困測度指標設置及方法上，國外一些學者做出了開創(chuàng)性研究，Alkire（2002）考察了139個與人類發(fā)展和福利水平相關的指標[3]；Nussbaum（2003）在肯定了Sen的“能力貧困”的基礎上，提出了從壽命、健康、情感等10個維度考察多維貧困[4]，擴大了多維貧困測量的維度和覆蓋面。Wagle（2008）[5]、Maasoumi and Lugou（2008）[6]則分別利用結(jié)構(gòu)方程模型、公理化方法測度了美國和印度尼西亞的多維貧困狀況。但目前使用最廣泛的方法仍然是AF方法，從研究結(jié)果的普遍性來看，如Salahuddin and Zaman（2012）[7]，Alkire and Seth（2013）[8]，Batana（2013）[9]，Battiston（2013）[10]等，分別研究了巴基斯坦、印度、非洲撒哈拉和拉美國家的多維貧困現(xiàn)狀，結(jié)果表明各國貧困人口數(shù)量及貧困剝奪程度均大幅度降低，但仍有部分國家在教育、健康等維度上的剝奪程度較為嚴重。

借鑒國外的研究成果，國內(nèi)學者也采用多維貧困方法對我國貧困現(xiàn)狀進行了研究。李小云等（2005）通過分析貧困線和多方面測量貧困方法以及我國扶貧瞄準機制，開發(fā)并驗證了參與式貧困指數(shù)，豐富了貧困測算方法[11]。王小林等（2009）采用AF方法分析了2006年中國健康與營養(yǎng)調(diào)查數(shù)據(jù)，發(fā)現(xiàn)城鄉(xiāng)均存在不同程度的多維貧困，且貧困程度遠高于收入貧困發(fā)生率[12]。汪三貴等（2015）利用中國農(nóng)村貧困監(jiān)測調(diào)查數(shù)據(jù)測算了農(nóng)村貧困地區(qū)的包含飲用水、健康、資產(chǎn)等在內(nèi)的六個維度的貧困狀況[13]。馮賀霞等（2015）探討了收入貧困與多維貧困之間的關系，并使用2011年的CHNS數(shù)據(jù)分析了兩者之間的關聯(lián)和差異，發(fā)現(xiàn)收入貧困漏測了將近70%的貧困戶[14]。張全紅等（2015）通過AF方法，從教育、兒童和青少年生活條件、就業(yè)等五個維度十二個指標測算城鄉(xiāng)多維貧困，發(fā)現(xiàn)城鄉(xiāng)多維貧困雖有明顯改善，但發(fā)展仍然不平衡[15]。以上研究均表明，單一維度的收入貧困已不再適應現(xiàn)階段的貧困性質(zhì)，多維貧困能夠更準確地瞄準貧困群體，更有利于扶貧政策的推進。

盡管國內(nèi)學術界對我國女性貧困問題進行了一些研究，但多注重于女性貧困成因分析，而鮮少利用多維貧困理論和方法研究女性貧困問題。在女性貧困的成因研究方面，大部分學者認為女性貧困受到傳統(tǒng)性別觀念、教育水平、經(jīng)濟收入、社會制度、社會結(jié)構(gòu)的影響（邵彩玲，2011[16]；孫運宏，2011[17]）。也有學者對特殊地域、特殊女性群體的貧困問題進行了研究，如朱玲（2013）基于對甘肅、青海、云南等省農(nóng)牧區(qū)的調(diào)研，研究了傳染病、婦科疾病和孕產(chǎn)期照料不足等對女性健康及其貧困的影響[18]；王增文（2010）將老年女性貧困分為“暫時性貧困”和“持續(xù)性貧困”，并使用Cox比例風險模型找出影響女性持續(xù)貧困的決定因素[19]。在女性多維貧困研究方面，僅有張曉穎等（2016）使用AF方法，測算了在北京市從業(yè)的451名家政服務業(yè)流動婦女的多維貧困指數(shù)，發(fā)現(xiàn)流動婦女在收入上都已脫貧，但是在社會融入度、生活水平、教育培訓方面相對貧困[20]；吳海濤等（2013）利用AF方法測算了湖北省農(nóng)村家庭貧困的性別差異，發(fā)現(xiàn)女性在教育、消費、決策權(quán)等方面表現(xiàn)出更為明顯的貧困，而男性在健康方面存在較深程度的貧困[21]；高帥等（2016）認為能力、動態(tài)、多維貧困更符合現(xiàn)階段貧困的本質(zhì)和未來走向，并采用Biprobit模型，分析了對農(nóng)村人口持續(xù)多維貧困產(chǎn)生影響的因素、各地區(qū)發(fā)生持續(xù)性多維貧困的概率等[22]。

綜上所述，國內(nèi)學術界利用多維貧困理論和方法的研究正在蓬勃開展，且其研究成果對目前的精準扶貧具有重要的指導意義，但同時有關女性多維貧困問題的研究還非常稀少，這也是本文選題的又一個重要原因。

三、勞動年齡女性多維貧困測度及分析

（一）數(shù)據(jù)來源和樣本概況

本文使用的數(shù)據(jù)來源于2016年西北師范大學“三農(nóng)社”組織的“甘肅省農(nóng)村貧困問題調(diào)查”，此次調(diào)查覆蓋了甘肅8個市區(qū)的14個建檔立卡貧困村①調(diào)查的14個貧困村的行政隸屬：蘭州市永登縣通遠鄉(xiāng)團莊村，白銀市景泰縣正路鄉(xiāng)川口村，白銀市會寧縣八里灣鄉(xiāng)富岔村，天水市張家川縣恭門鎮(zhèn)城子村，平?jīng)鍪星f浪縣鄭河鄉(xiāng)史洼村，慶陽市華池縣五蛟鄉(xiāng)杜右手村，慶陽市鎮(zhèn)原縣方山鄉(xiāng)張大灣村，定西市隴西縣宏偉鄉(xiāng)文家集村，定西市漳縣四族鄉(xiāng)四族村，定西市臨洮縣龍門鎮(zhèn)馬家灣村，臨夏州積石山縣小關鄉(xiāng)大寺村，臨夏州康樂縣五戶鄉(xiāng)五戶村。在集中連片特困片區(qū)分布上，這12個貧困村都屬六盤山片區(qū)甘肅片區(qū)；另外2個建檔立卡貧困村分別是隴南市禮縣雷壩鄉(xiāng)蒲陳村，隴南市禮縣雷壩鄉(xiāng)甘山村，屬于秦巴山片區(qū)甘肅片區(qū)。。調(diào)查內(nèi)容主要包括樣本村基本概況（農(nóng)業(yè)自然條件，人口、耕地狀況，路、水、電等基礎設施建設，產(chǎn)業(yè)發(fā)展狀況，村學、村醫(yī)等社會發(fā)展狀況，貧困狀況等）和樣本農(nóng)戶基本情況（家庭人口、耕地、勞動力、資產(chǎn)、收入及來源、消費支出、農(nóng)業(yè)經(jīng)營、教育培訓、醫(yī)療健康等）。

調(diào)查村莊大多處于黃土高原干旱半干旱山區(qū)，自然環(huán)境較差，基礎設施薄弱，教育醫(yī)療等公共事業(yè)較為落后。調(diào)查以戶為單位、采取隨機入戶訪談形式填寫問卷，共獲取有效問卷1749份，其中建檔立卡貧困戶767戶，占比43.85%；樣本總?cè)藬?shù)為8319人，其中女性3970人，平均年齡36.65歲，平均受教育年限5.97年。女性年齡結(jié)構(gòu)分布為：16歲以下776人；16～64歲的勞動年齡女性2803人，占樣本女性人口的70.6%；65歲以上女性有478人。勞動年齡人口是最主要的財富創(chuàng)造者，也是決定家庭是否貧困的最關鍵因素②由于傳統(tǒng)和經(jīng)濟社會發(fā)展水平限制，在我國農(nóng)村地區(qū)絕大多數(shù)老年人口的養(yǎng)老仍然以家庭養(yǎng)老為主，而這種家庭養(yǎng)老最核心的表現(xiàn)是老年人口在經(jīng)濟上往往需依附于子女。，因此本文主要以勞動年齡女性為研究對象，分析甘肅省貧困地區(qū)多維貧困狀況。

（二）指標的選取

結(jié)合已有研究以及OPHI③Oxford Poverty&Human Development Initiative Department of International Development Queen Elizabeth House，University of Oxford Mansfield Road，Oxford OX1 3TB，UK，Sabina Alkire，August 2007.提出的聯(lián)合國發(fā)展目標、人類發(fā)展指數(shù)和多維貧困指數(shù)，依據(jù)現(xiàn)有農(nóng)村可調(diào)查數(shù)據(jù)的可行性，本文主要選取收入水平、消費水平、受教育年限、健康水平、飲用水、交通條件、房屋、耐用消費品等8個指標，各項指標的選取及設定均依據(jù)人類發(fā)展報告中MPI的設計標準。

首先，由于我國農(nóng)村貧困地區(qū)依然存在大量的絕對貧困人口，本文將收入作為多維貧困的首要維度，并將2015年國定貧困線2800元設定為臨界值；因消費水平的高低反映了生活水平的好壞，為此將消費也設定為貧困識別的重要維度，根據(jù)世界銀行的相關資料，將消費水平的臨界值④國際上通常以消費水平界定貧困線，實際上消費水平更能反映在市場經(jīng)濟體制下的物質(zhì)或絕對貧困狀況。如世界銀行于2008年將國際貧困線定為每人每天消費水平1.25美元，這一水平與當前我國2800元人民幣的貧困線十分接近。資料來源：2008 WORLD DEVELOPMENT INDICATORS THE WORLD BANK。設定為與收入水平的臨界值相同；其次，在教育指標上，依據(jù)MPI教育維度的指標設置，結(jié)合農(nóng)村貧困現(xiàn)狀（調(diào)查樣本中不存在適齡兒童失學情況），并參考女性平均受教育年限，將女性在教育維度貧困的臨界值設定為小學（6年）；第三，在健康維度上，主要指標有醫(yī)療條件、醫(yī)保水平和女性自身健康狀況，醫(yī)療條件通過就醫(yī)的便利性反映，樣本中村級衛(wèi)生室全部覆蓋，樣本人口“新農(nóng)村合作醫(yī)療”參與率達到99.87%，能夠解決基本的就醫(yī)需求，因此本文僅通過女性自身健康狀況反映健康指標；第四，女性及其家庭生活的基本環(huán)境通常通過飲用水、生活用電、交通條件等指標反映，這些維度往往會影響到女性的生活、健康和教育水平，國際上將淺井水也劃為飲用水貧困范圍，因樣本村通電率為100%，故不再考慮該維度的貧困狀況，通村道路為土路影響女性勞動力的出行、外出務工狀況，將其作為貧困臨界值；第五，女性及其家庭生活水平的高低通過房屋、耐用品消費等固定資產(chǎn)[12]的擁有來反映，這里將住房不安全即住房結(jié)構(gòu)為土坯、茅草、窯洞等設定為臨界值，耐用消費品（彩電、冰箱、洗衣機）缺少任意一種則認為該維度貧困。詳見表1。

（三）女性多維貧困廣度和深度分析

1.單一維度貧困發(fā)生率

根據(jù)上表1中設定的各指標臨界值，測算樣本女性在各單一維度上的貧困發(fā)生率，詳見表2。

由表2可以看出，勞動年齡女性在收入維度上的貧困發(fā)生率18.4%⑤這一數(shù)據(jù)稍低于總體人口收入貧困發(fā)生率19.42%，是由于研究樣本僅以勞動年齡女性為計。，而在消費維度上的貧困發(fā)生率為47.6%，遠高于收入指標，一定程度上反映了農(nóng)村家庭由于收入水平、地理位置、交通、消費意識、特別是女性持家籌劃家計等影響，貧困家庭的成年女性往往通過“自我剝奪”而減輕親人的貧困程度，必然導致她們生活質(zhì)量低下。教育水平上，樣本女性受教育年限少于6年的人數(shù)占樣本總數(shù)的56.5%，遠高于戶均水平（41.28%），這表明女性在家庭內(nèi)部仍然存在教育維度上的剝奪，但在調(diào)查樣本中并沒有6～15歲的適齡兒童輟學，進一步說明，即使是我國貧困地區(qū)的農(nóng)村家庭，也已經(jīng)意識到子女教育的重要性[23]，也印證了婦女對下一代的受教育狀況會起到關鍵作用[24]；在健康狀況方面，身有殘疾或患長期慢性病的女性占比達到21%，即女性在健康維度上的貧困發(fā)生率為21%；在飲水和交通上，34.5%的女性及家庭沒有享受自來水或存在飲水困難，64%的女性及家庭出行之路（從村組或自然村到行政村）為土路。在資產(chǎn)水平上，21%的女性及家庭居住在結(jié)構(gòu)為土坯或窯洞的房屋中，女性家庭中缺乏彩電、冰箱、洗衣機等耐用消費品中的任何一件的占樣本女性總數(shù)的50%，即一半的女性在家用電器維度上受到剝奪。

表1 多維貧困指標及剝奪臨界值

表2 各指標上貧困發(fā)生率（%）

以上分析表明：貧困村勞動年齡女性的收入貧困發(fā)生率仍然較高，將近五分之一的女性人均年收入在現(xiàn)行貧困標準以下，因此促進農(nóng)村女性增收仍是扶貧工作的重點。同時女性在消費、教育、健康、交通和耐用品等指標上都存在著更高的貧困率，傳統(tǒng)的收入貧困識別指標難以適應當前階段的貧困狀況，采用多維度貧困識別方法能夠更加全面、客觀地反映女性貧困地區(qū)女性的貧困現(xiàn)狀，對實施更具針對性的精準扶貧策略具有重要的指向意義。

2.多維貧困程度和深度

以下將采用Sabina Alkire，James Foster（2011）的多維貧困測量方法，對甘肅省貧困地區(qū)勞動年齡女性多維貧困狀況進行分析。

首先，選定將要測量的維度，并設定每個維度的臨界值，測量樣本女性個體在每個維度的剝奪狀況；其次，在測算樣本個體i在各維度剝奪狀況的基礎上，測算該個體被剝奪的總維數(shù)；再次，設定多維貧困標準（一般定為K=3），若個體i被剝奪維數(shù)大于或等于該臨界值，則認為該個體正處于多維貧困狀態(tài)。本文測算了樣本女性人口多維貧困發(fā)生率H（多維貧困的廣度）、多維貧困剝奪程度A（多維貧困的深度）和多維貧困指數(shù)MPI，分析甘肅省貧困地區(qū)女性多維貧困狀況。具體計算公式如下：

表3 女性多維貧困指數(shù)

其中，q代表陷入多維貧困的女性人口數(shù)，n代表研究樣本的女性總?cè)丝跀?shù)，Ci（k）代表貧困臨界值為k的情況下第i個體被剝奪維度數(shù)總和；d代表總維度。貧困發(fā)生率H和貧困剝奪份額A的值越大，分別代表貧困的廣度和深度越大，因此MPI越大。

多維貧困指數(shù)關于權(quán)重并不穩(wěn)健，按照現(xiàn)有研究的通行做法，將各維度的權(quán)重設為等權(quán)重，測算女性在8個維度下受剝奪情況。表3測算了樣本女性的貧困發(fā)生率（H）、貧困剝奪程度（A）和多維貧困指數(shù)（MPI）。

根據(jù)國際通行標準，個體存在三個及其以上維度同時貧困則判定該個體陷入多維貧困狀態(tài)。當K=3時，即八個維度中的任意三個或三個以上維度同時貧困時，貧困發(fā)生率H為61.8%，貧困剝奪份額A為51.9%，多維貧困指數(shù)MPI為0.321，說明樣本女性存在著相當高程度的多維貧困。由表3可看出，隨著維數(shù)的增加，貧困發(fā)生率、多維貧困指數(shù)均顯現(xiàn)出下降的態(tài)勢，貧困剝奪份額呈上升態(tài)勢，也即貧困維數(shù)越多，貧困的廣度隨之降低、深度隨之升高，表明女性多維貧困存在較大差異，不同個體都存在著自身特殊的貧困特征。

3.多維貧困指數(shù)分解

A-F多維貧困指數(shù)可按維度將其分解，計算各維度對總體貧困指數(shù)的貢獻程度。在多維貧困中各維度對總體貧困指數(shù)的貢獻各不相同，在貧困識別以后進行維度分解，對于分析女性的貧困狀況有很大的幫助。表4列出了各維度的貢獻率。

以K取3為例，交通條件對女性多維貧困的貢獻率最高（19.34%），且貢獻率大于10%的維度依次為受教育程度（16.74%）、耐用品消費（15.38%）、消費水平（14.71%）和飲用水（13.13%），有三個指標的貢獻率小于10%，分別是房屋（7.48%）、健康水平（6.55%）和收入水平（6.67%）?？梢姵杖胫獾?個指標對多維貧困的貢獻率都大于收入水平指標，表明樣本女性中收入之外的多維貧困比較嚴重。且從總體趨勢上看，交通條件在K取1到7時占比均最大，受教育程度次之，表明交通條件、受教育程度對女性多維貧困影響最大。此外，隨著K值的增大，收入水平、房屋對多維貧困的貢獻率呈上升趨勢，消費水平、受教育程度、交通條件的貢獻率整體呈下降趨勢，而其他指標變化不大。

四、樣本村勞動年齡女性多維貧困影響因素的實證分析

以上結(jié)果表明：樣本村勞動年齡女性和整體人口的多維貧困狀態(tài)基本相同[25]，這一群體不僅存在著收入維度上較深的貧困，而且在其他維度（特別是教育、消費、健康）上的貧困更甚。以下本文就導致這一狀況的具體原因進行實證分析。

（一）變量選擇及描述

女性貧困不僅與其自身特征有關，還受到其家庭以及所處地理環(huán)境等因素的影響。受數(shù)據(jù)資料可獲得性限制和我國農(nóng)村地區(qū)實際（可認為女性在家庭及村莊所受歧視很?。疚闹攸c考慮個體特征、家庭稟賦和村莊特征對女性多維貧困的影響。在遵循Sen的多維貧困框架體系的基礎上，自變量的選擇參考國內(nèi)外其他學者的相關研究（方迎風，2012；[26]張全紅等，2015；[15]張曉穎等，2016[20]）和本文使用的調(diào)查資料，共選取17個指標作為解釋變量。由于勞動年齡女性在家庭中擔負著養(yǎng)育子女、照顧家庭及參與生產(chǎn)等多重角色，因此在選取變量時，個體特征變量在選取女性自身婚姻狀況、年齡、受教育水平、健康狀況、就業(yè)培訓變量的基礎上增加了是否有幼兒、子女是否16歲以下作為自變量；家庭稟賦變量中涉及家庭規(guī)模、勞動力外出務工情況、耐用品、耕地資源、是否有學生等6個變量；由于樣本女性分屬于不同的村莊，村級特征存在差異，因此在村莊特征中選取醫(yī)療條件、交通條件和地理環(huán)境3個變量反映（見表5）。

表4 多維貧困維度分解 單位：%

（二）實證結(jié)果

根據(jù)上文第三部分對研究樣本多維貧困的測算結(jié)果，分別選取K=3、K=4時多維貧困狀況作為因變量，令貧困=1、非貧困=0，因被解釋變量為二分變量，故本文選取Logit模型進行回歸。

本文使用Stata14.0統(tǒng)計軟件對樣本進行分析，對解釋變量所做的相關性分析表明，各解釋變量之間的相關系數(shù)的絕對值最大為0.6849，低于共線性門檻值 0.7（Lind，2002）[27]。模型擬合結(jié)果顯示17個解釋變量中有14個通過了對女性多維貧困影響的顯著性檢驗，偽判決系數(shù)（Pseudo R2）分別為0.4414、0.4533，卡方值的顯著性水平均為0.000，在1%的顯著水平下拒絕原假設，表明擬合結(jié)果較好，表6顯示了回歸結(jié)果。

（三）回歸結(jié)果的解釋

從個體特征的影響來看，在控制其它變量的條件下，年齡的回歸系數(shù)為負，表明隨著年齡增長，勞動（務工）經(jīng)驗增加，陷入貧困的幾率會降低。但由于系數(shù)的絕對量很小，可認為年齡對女性貧困的影響仍十分微弱；年齡的平方作為參考變量，回歸系數(shù)為正，表明隨年齡的平方增大，陷入貧困的概率會有所增加，契合了收入會隨年齡增長呈現(xiàn)出先增后減的“倒U型”效果[28]?；橐鰻顩r的系數(shù)為負，且系數(shù)的絕對值相對較大，表明農(nóng)村女性成婚會較大地降低其陷入貧困的可能性；這一結(jié)果與農(nóng)村女性尋找婆家的實際狀況基本相符，一般而言，農(nóng)村女青年尋找婆家通常將男方的經(jīng)濟狀況（或發(fā)展前途）好于自家作為一個基本條件，也符合“生的好、不如嫁的好”這一社會常理。受教育水平和接受過技能培訓與多維貧困呈顯著負向關系，表明農(nóng)村女性受教育年限越長或接受過技能培訓越有助于降低自身陷入貧困的概率，而且女性的受教育水平越高，其自身素質(zhì)越高，能夠培養(yǎng)更優(yōu)秀的下一代，防止了貧困的代際傳遞。女性身體健康對女性的多維貧困影響顯著，系數(shù)在三維和四維上分別為-2.0359、-1.6009，系數(shù)均比較大，表明女性身體健康能夠顯著降低其陷入多維貧困的幾率；家庭中有幼兒或子女還未成年或子女上學更需要意味著子女需要母親的照顧，增加女性陷入貧困的幾率。

表5 主要解釋變量的名稱與描述

表6 模型回歸結(jié)果

從家庭稟賦對女性多維貧困的影響來看，6個變量在2個維度上都通過顯著性檢驗，且與預期相符。家庭勞動力資源對女性貧困的影響顯著為負，表明家庭勞動力相對負擔人口越多，越有利于降低女性貧困發(fā)生的概率。已有研究也表明：勞動力數(shù)量對家庭是否陷入貧困有著重要作用，在滿足農(nóng)業(yè)所需勞動力的條件下，勞動力越多，意味著勞動力外出務工的概率會增加，而勞動力非農(nóng)就業(yè)對農(nóng)村家庭脫貧具有重要的正向意義[29]，同時印證了因勞動力缺乏導致的貧困是當前貧困地區(qū)致貧的一個重要原因。家庭規(guī)模對貧困影響在5%水平上顯著為正，表明農(nóng)村家庭人數(shù)越多，女性越容易陷入貧困。在農(nóng)村家庭不斷核心化、小型化的趨勢下，那些人口多的家庭，往往是“上有老、下有小”的“大家庭”①本文將家庭人規(guī)模在6人及以上稱之為“大家庭”。。進一步分析調(diào)查資料發(fā)現(xiàn)，家庭人數(shù)在五人及以上的女性有1212人，占樣本總量的43.2%，而撫養(yǎng)比在2以上的達273位，其中三維貧困占比83.15%、四維貧困的比重72.52%，表明“大家庭”中的女性陷入貧困的幾率更大；家庭耐用品和耕地數(shù)量的系數(shù)顯著為負，其實際含義非常明顯，家庭耐用品消費數(shù)量作為衡量貧困的一個重要指標，數(shù)量越多即意味著家庭條件越好。而就家庭所擁有的耕地數(shù)量來說，對農(nóng)戶家庭解決生存貧困仍然具有重要意義；家庭中是否有學生的回歸系數(shù)為正，且絕對量相對較大，意味著家庭有在學學生，會大大增加女性貧困發(fā)生的概率，這一結(jié)論與貧困地區(qū)農(nóng)村因?qū)W致貧、因?qū)W返貧現(xiàn)象的普遍實際相符。

從村級特征對女性多維貧困的影響來看，醫(yī)療條件對貧困的影響顯著為正，與預期不相符，可能的原因是健康維度的指標采用農(nóng)戶家庭人口中是否有大病、慢性病等作為指標，這一指標具有長期累積結(jié)果，而村莊醫(yī)療條件采用調(diào)查期村莊診所數(shù)為指標，實際上貧困村正規(guī)醫(yī)療診所主要是指近幾年扶貧政策實施建設的村級衛(wèi)生室，而這些已建的衛(wèi)生室大多數(shù)只是“建筑”，真正能發(fā)揮作用的很少，因此從長期角度而言這一變量對健康指標沒有多大解釋意義是合理的；交通條件對于與女性貧困具有顯著的負相關，且影響系數(shù)的絕對值遠遠高于除地理環(huán)境外的其他指標，表明交通條件、道路硬化越好，女性陷入貧困的幾率就會大幅度降低，“要想富先修路”是有一定道理的，實際上交通條件不僅影響到農(nóng)戶日常生活的便利性和質(zhì)量，更影響到農(nóng)產(chǎn)品市場交易的便利性、經(jīng)濟性，以至對就醫(yī)、上學、勞動力外出務工等都會產(chǎn)生至關重要的影響；地理環(huán)境對貧困的影響顯著為負，與預期相符，表明地理環(huán)境越好，貧困發(fā)生率越低。地理環(huán)境的好壞不僅影響農(nóng)業(yè)生產(chǎn)，且會影響到村民的飲水安全、身心健康等多個指標的貧困，進而影響到女性陷入多維貧困的概率。

五、主要結(jié)論及政策建議

（一）主要結(jié)論

首先，參照國際通用的多維貧困標準（K=3），樣本勞動年齡女性的多維貧困發(fā)生率為61.8%，多維貧困指數(shù)為0.321，高于一些研究顯示的全國貧困水平，如楊龍、汪三貴（2015）測算出2010年全國農(nóng)村多維貧困發(fā)生率是38.9%、多維貧困指數(shù)是0.216，進一步對多維貧困指數(shù)分解，得出甘肅省農(nóng)村多維貧困發(fā)生率為52.2%、多維貧困指數(shù)為0.296[13]。進一步證明了“女性貧困尤甚”這一論斷。其次，通過測算勞動年齡女性多維貧困發(fā)生率、分解多維貧困指數(shù)，我們發(fā)現(xiàn)收入維度對整體多維貧困指數(shù)的貢獻率明顯低于其他維度，意味著從一些外生變量角度考慮的致貧因素成為最為關鍵問題，交通、教育、醫(yī)療、飲水安全等作為現(xiàn)代社會發(fā)展必須的公共物品成為農(nóng)村反貧困及發(fā)展的最大“短板”，且這一“短板”制約其它內(nèi)生性指標（如消費、房屋、耐用消費品等），因此精準扶貧的首要任務是補“短板”。再次，個體特征中的主動性因素，如受教育水平、技能培訓、外出務工、身體健康影響勞動年齡女性的多維貧困，精準扶貧當以貧困人口的人力資本開發(fā)為重。另外家庭特征中顯示的勞動年齡女性因家庭負擔（如“大家庭”和學生負擔）導致的貧困問題需以適度的保障政策解決。最后，需強調(diào)的是，雖然本研究以勞動年齡女性多維貧困為研究對象，在“女性貧困尤甚”這一結(jié)論之下，由于研究樣本與調(diào)查村莊、農(nóng)戶所處環(huán)境的一致性，本文的主要結(jié)論和政策含義應適用于樣本村所有人口。

（二）相關政策建議

當前精準扶貧工作已經(jīng)進入攻堅克難的關鍵階段，更應該立足多維貧困的現(xiàn)實，從多個維度審視貧困，而女性多維貧困尤為突出的現(xiàn)狀，需要反貧困政策在具體的操作上，更加重視對貧困女性這一弱勢群體的扶持力度，改變當前精準扶貧行動中忽視這一問題的一般性做法②實際上，在我們編寫省及部分市縣精準扶貧規(guī)劃所參閱的有關材料中，很少發(fā)現(xiàn)有針對貧困女性的專門措施，僅有的只是“資源配置邊緣化部門”婦聯(lián)微乎其微的培訓計劃（培訓資源通常來源于是一些慈善機構(gòu)）。而在我們進行的有關扶貧的農(nóng)村調(diào)查過程中，基層扶貧工作人員提出“能不能扶個媳婦？”，甚至以他們長期的觀察認為，在農(nóng)村家庭一個當家婦女的素質(zhì)對其家庭的貧困狀況及未來發(fā)展具有決定性意義。。首先，加強女性勞動力自身脫貧能力的提升，重視學齡女性基礎教育，鼓勵和支持她們在接受完義務教育之后的后續(xù)教育，提高其受教育水平，并為女性勞動力提供合適的技能培訓，鼓勵完整家庭型的勞動力非農(nóng)轉(zhuǎn)移，增加女性勞動者收入。其次，相對于核心家庭，撫養(yǎng)比的增加使得“大家庭”更容易陷入貧困，老齡化問題在農(nóng)村越來越嚴重，提高農(nóng)村養(yǎng)老保障水平，促進養(yǎng)老方式多元化，減輕農(nóng)村家庭養(yǎng)老負擔，提高社會化養(yǎng)老保障程度。完善貧困學生資助政策，減輕家庭教育負擔。最后，加大教育、交通、醫(yī)療、飲水安全等公共產(chǎn)品供給向貧困農(nóng)村傾斜力度。

[1]Sen A.K.Commodities and Capabilities[M].Amsterdam：North Holland，1985．

[2]UNDP.Human Development Report 2010[M/OL].2011-12-20，http：//hdr.undp.org.

[3]Alkire S.Valuing Freedom’s：Sen’s Capability Approach and Poverty Reduction[M].Oxford：OUP，2002.

[4]Nussbaum M.Capabilities as Fundamental Entitlements：Sen and Social Justice[J].Feminist Economics，2003（9）：33-59.

[5]Wagle U.R.Multidimensional Poverty：An Alternative Measurement Approach for the United States？[J].Social Sci?ence Research，2008，37（2）：559-580.

[6]Maasoumi E，Lugo M.A.The Information Basis of Multivar?iate Poverty Assessments[C]//In Quantitative Approaches to Multidimensional Poverty Measurement.London，Palgrave Macmillan，2008：1-29.

[7]Salahuddin T.，Zaman A.Multidimensional Poverty Mea?surement in Pakistan：Time Series Trends and Breakdown[J].The Pakistan Development Review，2012，51（4）：493-504.

[8]Alkire S.，Seth S.Multidimensional poverty reduction in In?dia between 1999and 2006：Where and how?[R].Oxford Poverty&Human Development Initiative OPHI Working Paper，2013.

[9]Batana Y.Multidimensional measurement of poverty among women in Sub-Sahara Africa[J].Social Indicators Research，2013，112（2）：337 –362.

[10]Battiston D.Income and beyond：Multidimensional pover?ty in six Latin American countries[J].Social Indicators Re?search，2013，112（2）：291 –314.

[11]李小云，李周，唐麗霞，等.參與式貧困指數(shù)的開發(fā)與驗證[J].中國農(nóng)村經(jīng)濟，2005（5）：39-46.

[12]王小林，Alkire.中國多維貧困測量：估計和政策含義[J].中國農(nóng)村經(jīng)濟，2009（12）：4-10.

[13]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].人口學刊，2015（2）：15-25.

[14]馮賀霞，王小林，夏慶杰.收入貧困與多維貧困關系分析[J].勞動經(jīng)濟研究，2015（3）：38-58.

[15]張全紅，周強.中國貧困測度的多維方法和實證應用[J].中國軟科學，2015（7）：29-41.

[16]邵彩玲.農(nóng)村女性貧困成因及治理[J].中國經(jīng)貿(mào)導刊，2011（16）：85-86.

[17]孫運宏.農(nóng)村女性貧困問題研究綜述[J].理論觀察，2011（3）：69-70.

[18]朱玲.減貧與包容：發(fā)展經(jīng)濟學研究[M].北京：中國社會科學出版社，2013：15-17.

[19]王增文.農(nóng)村老年女性貧困的決定因素分析——基于Cox比例風險模型的研究視角[J].中國人口科學，2010（1）：75-84.

[20]張曉穎，馮賀霞，王小林.流動婦女多維貧困分析——基于北京市451名家政服務從業(yè)人員的調(diào)查[J].經(jīng)濟評論，2016（3）：95-107.

[21]吳海濤，侯宇，曾燕芳.多維貧困視角下農(nóng)村家庭性別貧困度量[J].統(tǒng)計與決策，2013（20）：27-29.

[22]高帥，畢潔穎.農(nóng)村人口動態(tài)多維貧困：狀態(tài)持續(xù)與轉(zhuǎn)變[J].中國人口·資源與環(huán)境，2016（2）：76-83.

[23]張永麗.“教育致貧”悖論解析及相關政策建議——以甘肅省14個貧困村為例[J].西北師大學報（社會科學版），2017（2）：20-29.

[24]張科靜，王亞琦，吳海濤.我國農(nóng)村女性受教育程度對兒童多維貧困的影響[J].開發(fā)研究，2016（1）：109-112.

[25]張永麗，盧曉.貧困性質(zhì)轉(zhuǎn)變下多維貧困及原因的識別——以甘肅省皋蘭縣六合村為例[J].湖北社會科學，2016（6）：71-79.

[26]方迎風.中國貧困的多維測度[J].當代經(jīng)濟科學，2012（7）：7-16.

[27]Marcha L.D.，William M.G.，Samuel W.Statistical Tech?niques in Business and Economics[M].McGraw-Hill/Irwin，2011.

[28]岳希明，史泰麗，李實等.中國個人收入差距及其變動的分析[C]//李實，史泰麗，別壅·古斯塔夫森.中國居民收入分配研究Ⅲ.北京：北京師范大學出版社，2008：61-91.

[29]王金營，魏慧靜.農(nóng)村貧困地區(qū)家庭成員受教育程度、外出狀況與家庭經(jīng)濟發(fā)展——基于河北省燕山—太行山、黑龍港流域的調(diào)查[J].人口學刊，2015（5）：42-51.