高 明

一、 問題的提出

精準(zhǔn)扶貧戰(zhàn)略的實施使國家貧困人口數(shù)量大幅度減少，據(jù)統(tǒng)計按現(xiàn)行國家農(nóng)村貧困標(biāo)準(zhǔn)，即2011年價格水平每人每年2300元測算，全國農(nóng)村貧困人口由2012年的9899萬人減少至2016年的4335萬人，累計減少5564萬人，平均每年減少1391萬人，絕對性貧困問題得到極大的緩解。與此同時，中國扶貧開發(fā)已進(jìn)入啃硬骨頭、攻堅拔寨的沖刺期。中西部一些省(自治區(qū)、直轄市)貧困人口規(guī)模依然較大，剩下的貧困人口陷入深度性貧困狀態(tài)。深度性貧困屬于多維度貧困的長期沉淀，其致貧原因遠(yuǎn)比一般性貧困更為復(fù)雜，減貧成本更高，脫貧難度更大(李小云，2017)。雖然貧困問題一直是眾多學(xué)者關(guān)注的重要領(lǐng)域，但準(zhǔn)確認(rèn)識貧困的特點和把握最新貧困狀況一直是一個難點。尤其是深度性貧困地區(qū)，由于整個地區(qū)的經(jīng)濟(jì)社會發(fā)展相對落后，深度性貧困表現(xiàn)出不同規(guī)模的、群體性的福利缺失的狀態(tài)，而這種福利的缺失狀態(tài)體現(xiàn)在多個維度上，現(xiàn)有的貧困監(jiān)測體系很難對其加以描述。2015年，國家出臺《中共中央關(guān)于打贏脫貧攻堅戰(zhàn)的決定》(以下簡稱《決定》)，通過《決定》可以看出，單一收入維度的貧困監(jiān)測因其掩蓋了真正貧困群體的致貧原因和貧困家庭的異質(zhì)性，已經(jīng)不再適合中國深度性貧困地區(qū)的減貧實際需要，更為綜合的多維貧困測量在包括建檔立卡貧困人口識別、貧困農(nóng)戶的脫貧監(jiān)測中都需要得到更為廣泛的應(yīng)用。

在國家通過建檔立卡的形式確定了貧困農(nóng)戶、扶貧瞄準(zhǔn)單位已經(jīng)固化的情況下，當(dāng)前的脫貧攻堅任務(wù)的重心應(yīng)該聚焦于關(guān)注貧困群體的多維貧困特征，進(jìn)而把握現(xiàn)有建檔立卡精準(zhǔn)識別的主要依據(jù)?！凹彝簟笔钱?dāng)前我國建檔立卡貧困識別的最小化瞄準(zhǔn)單位，而農(nóng)戶天然具有異質(zhì)性，不同類型的農(nóng)戶在貧困的廣度和深度上存在較大的差異。雖然學(xué)界對多維貧困的研究已經(jīng)取得了較為豐盛的成果，但是鮮有研究從農(nóng)戶家庭結(jié)構(gòu)異質(zhì)性視角，分析不同家庭結(jié)構(gòu)農(nóng)戶在多維貧困上的差異。本文基于大規(guī)模的微觀調(diào)查數(shù)據(jù)，對貧困地區(qū)不同類型家庭的多維貧困狀況進(jìn)行深入分析，試圖回答以下問題，即什么樣的家庭更容易陷入多維貧困？不同結(jié)構(gòu)家庭有著怎樣的多維貧困特征？以期能夠深化多維貧困識別理論研究，并依此提出有針對性的多元化減貧發(fā)展建議。

二、 文獻(xiàn)綜述

1. 多維貧困與識別

多維貧困的概念來源于阿瑪?shù)賮啞ど?，他認(rèn)為貧困不僅表現(xiàn)為收入的貧困，也包括飲用水、道路、衛(wèi)生設(shè)施等其他指標(biāo)的貧困(Sen,1985)。此外，森還認(rèn)為貧困測量指數(shù)的構(gòu)建應(yīng)具有一定的數(shù)學(xué)基礎(chǔ)，后來演變?yōu)橐缶哂袦y量方法的公理性。公理性主要是指貧困測量指數(shù)應(yīng)該滿足的公理化的基本準(zhǔn)則，主要有焦點性公理、單調(diào)性公理、轉(zhuǎn)移性公理、敏感性公理和連續(xù)性公理。早期大部分公理性指數(shù)具有測量的一般性、嚴(yán)謹(jǐn)性等特點，但是也具有操作的復(fù)雜性，實用性較弱的劣勢(Nolan et al,2007)。為了解決多維貧困測量的實用性問題，一種集貧困識別、加總和分解于一體的方法，也被稱為A-F計數(shù)測量法被開發(fā)出來。該方法既滿足了測量公理性的要求，也具有較強的現(xiàn)實和技術(shù)方面的可操作性，在世界范圍內(nèi)得到大量使用(Dewilde,2004；Alkire et al,2011)。

國內(nèi)關(guān)于多維貧困的研究大多集中于近十年內(nèi)，早期的研究大多處于探討階段(尚未平、姚智謀，2005；陳立中，2008)。總體來看，多維貧困研究中測量方法創(chuàng)新的研究較為少見，已有研究的差異主要體現(xiàn)在三個方面。首先是維度和指標(biāo)的選取上面，維度和指標(biāo)、以及各項指標(biāo)的權(quán)重不同，所得到的多維貧困測量結(jié)果也有所差異(陳琦，2012；王小林、Alkire，2009)。幾年來，隨著國家提出了精準(zhǔn)扶貧、精準(zhǔn)脫貧戰(zhàn)略，關(guān)于多維貧困的研究更為豐富，形成了一批以A-F測量法為基礎(chǔ)的研究成果(高帥、畢潔穎，2016；郭建宇、吳國寶，2012)，這些研究的結(jié)論之一既是選擇不同的指標(biāo)和權(quán)重會對多維貧困測量結(jié)果產(chǎn)生重大影響。其次，國內(nèi)現(xiàn)有的有關(guān)多維貧困的研究所使用的數(shù)據(jù)來源比較單一，并且具有一定的時間滯后性和空間覆蓋上的泛化。因關(guān)注的福利維度不同，學(xué)者們所選擇的指標(biāo)也各不相同。其中大部分指標(biāo)來源于國際標(biāo)準(zhǔn)，其特點是綜合考量了城鄉(xiāng)、尤其是城市貧民的貧困狀況。但是，實際上中國絕大部分的貧困群體集中在連片特困地區(qū)，從空間分布情況來看，大部分研究根據(jù)指標(biāo)的需要往往側(cè)重于城鄉(xiāng)并重對多維貧困進(jìn)行判斷，從而不能完全體現(xiàn)中國貧困地區(qū)的貧困特征和脫貧要求。針對中國的貧困群體，尤其是貧困地區(qū)建檔立卡貧困戶的數(shù)據(jù)和研究還非常少。最后，目前已有的多維貧困測度研究主要側(cè)重于從宏觀角度認(rèn)識全國性的貧困差異，缺乏從微觀層面對貧困家庭的深入分析。

2. 農(nóng)戶家庭結(jié)構(gòu)異質(zhì)性與貧困的關(guān)系

農(nóng)戶異質(zhì)性是一個較為寬泛的概念，具體而言可從兩種類型加以區(qū)分，一類是基于農(nóng)戶家庭層面的差異，如家庭物質(zhì)資產(chǎn)、社會資本、家庭結(jié)構(gòu)等；一類是基于農(nóng)戶個體差異而延伸的，如受教育水平、性別、年齡等。一直以來農(nóng)戶異質(zhì)性是國內(nèi)外學(xué)界分析貧困成因的重要依據(jù)，并在微觀層面取得了大量研究成果。如Lopez R等(2000)對南美洲農(nóng)村地區(qū)的貧困進(jìn)行研究發(fā)現(xiàn)，受教育水平、家庭人口數(shù)量和可獲得的土地對農(nóng)村貧困有顯著的影響。此外，也有研究發(fā)現(xiàn)不同的社會資本、鄰里關(guān)系對農(nóng)戶的資產(chǎn)增加有著顯著的作用，越是貧窮的地區(qū)，農(nóng)戶家庭財富增長越慢(Jalan et al,2002)。實際上，家庭戶作為當(dāng)前我國扶貧瞄準(zhǔn)的最小單位，也是減貧政策受益的最終目標(biāo)，從家庭層面的差異分析不同類型家庭的貧困狀況更符合中國減貧的實際需要。但是通常情況中用于分析貧富差異的農(nóng)戶異質(zhì)性主要指的是農(nóng)戶之間要素稟賦的差異，如農(nóng)戶家庭性別比、平均受教育水平、家庭勞動力數(shù)量、社會資本等差別對收入、信貸和貧困的影響(楊龍等，2013；蔣輝、劉兆陽，2016；Alkier et al,2014；賀立龍、黃科，2017)。而從農(nóng)戶家庭結(jié)構(gòu)分析不同農(nóng)戶之間的貧富差異的文獻(xiàn)還較為少見。

本文所提出的家庭結(jié)構(gòu)是指基于代際視角的農(nóng)戶家庭的原生結(jié)構(gòu)狀態(tài)。林閩鋼等(2014)按照貧困家庭面臨的困難對不同家庭進(jìn)行分類，重點分析了貧困家庭的社會服務(wù)需求及其服務(wù)供給問題。王金營等(2013)按照家庭人口組成情況，將農(nóng)戶家庭分為純老人戶、留守婦女家庭和隔代家庭三類，并比較了不同類型家庭的貧困發(fā)生率。郭熙保等(2016)也通過家庭人口規(guī)模對不同類型家庭的貧困狀況進(jìn)行了研究。但是以上研究的結(jié)論往往都停留在判斷家庭老人人口數(shù)量、子女?dāng)?shù)量與貧困的關(guān)系上，忽視了農(nóng)戶家庭原生結(jié)構(gòu)對多維貧困的影響。事實上，貧困家庭作為一個有機整體，人為地對家庭結(jié)構(gòu)進(jìn)行分割反倒可能使貧困家庭的貧困狀況變得模糊和不準(zhǔn)確。因此，從家庭結(jié)構(gòu)異質(zhì)性視角考察家庭多維貧困的致貧原因不僅具有重要的理論意義，而且有助于制定出更具針對性的反貧困政策。

綜上所述，與現(xiàn)有文獻(xiàn)相比較，本文的貢獻(xiàn)主要在于：第一，研究分析的數(shù)據(jù)來源上，采用的是2016年貧困縣市的抽樣調(diào)查數(shù)據(jù)，包含大量建檔立卡貧困戶，能夠更為真實地反映貧困地區(qū)的多維貧困狀況；第二，多維貧困指數(shù)方面，采用修正的A-F多維貧困測量方法，使用了適用貧困地區(qū)的多維監(jiān)測指標(biāo)體系；第三，研究的實證分析方面，通過多維貧困指數(shù)的構(gòu)建和Logit模型的建立，創(chuàng)新性地將家庭結(jié)構(gòu)異質(zhì)性引入不同結(jié)構(gòu)家庭的多維貧困分析之中。需要說明的是，在進(jìn)行Logit分析時，本文只使用了一個解釋變量，這主要是因為二值被解釋變量(是否為多維貧困)本身已經(jīng)是一個由多種維度解釋變量解釋的結(jié)果，如果再次引入多個解釋變量容易導(dǎo)致變量之間的內(nèi)生性問題。

三、 數(shù)據(jù)及研究設(shè)計

1. 數(shù)據(jù)來源

本文使用的是2016年全國農(nóng)科學(xué)子助力精準(zhǔn)扶貧活動的調(diào)研數(shù)據(jù)。本次調(diào)研采用隨機抽樣的方式，在全國21個省市選擇了89個貧困縣市共191個貧困村。每個村莊選擇25戶農(nóng)戶，采用問答式問卷訪談的方法收集農(nóng)戶數(shù)據(jù)，經(jīng)過清理共獲得有效問卷3101份。本次調(diào)查聚焦于貧困地區(qū)的建檔立卡貧困戶，為了使分析結(jié)果具有可比較性，實際調(diào)查和分析中也包含了貧困村中的非建檔立卡戶。其中，建檔立卡貧困戶1729戶，占有效問卷總量的55.8%；非建檔立卡戶1372戶，占比44.2%。與已有研究所使用數(shù)據(jù)相比，本文的數(shù)據(jù)能夠更好地反映貧困地區(qū)建檔立卡貧困戶的生活水平和住戶特征。

2. 多維貧困測量方法及指標(biāo)的選取

本文基于現(xiàn)實和技術(shù)雙方面的考量，采用修正的A-F方法來進(jìn)行中國農(nóng)村多維貧困狀況的測算。修正的A-F多維貧困測量法包含三個基本步驟：選擇指標(biāo)空間、確認(rèn)貧困人口、匯總和分解貧困信息。這其中最為重要的是貧困人口確認(rèn)，具體來說，這一步驟又可分為六個部分：一是定義一組指標(biāo)；二是設(shè)定每項指標(biāo)的剝奪閾值；三是就每一項指標(biāo)為個體賦予二進(jìn)制剝奪積分，其中“1”定為受剝奪，“0”定為不受剝奪；四是為每一項指標(biāo)設(shè)定權(quán)重值；五是計算剝奪加權(quán)得分；六是設(shè)置貧困閾值，個體的加權(quán)剝奪得分高于或等于閾值，則判定為貧困。實際上，不同指標(biāo)對農(nóng)戶的福利影響程度不同，按照中國新一輪脫貧要求“兩不愁，三保障”來看，部分關(guān)鍵性指標(biāo)變量是當(dāng)前中國多維貧困應(yīng)該關(guān)注的重點，這也要求我們在設(shè)計多維貧困測量指數(shù)時，應(yīng)采用不同權(quán)重賦值的方式。因此，本文采用指標(biāo)不同權(quán)重的設(shè)計思路計算多維貧困指數(shù)。

在指標(biāo)的選取上，本文的貧困維度與指數(shù)的選取，主要參考了國際上通用的多維貧困指數(shù)(MPI)。同時，結(jié)合國內(nèi)外現(xiàn)有的研究基礎(chǔ)，參考不同文獻(xiàn)中多維貧困指標(biāo)體系，在符合聯(lián)合國可持續(xù)發(fā)展目標(biāo)(SDGs)的基礎(chǔ)上,結(jié)合中國當(dāng)前貧困現(xiàn)狀和數(shù)據(jù)可獲得性等因素，綜合考慮后選取了收入、教育、健康、生活水平、資產(chǎn)共5個維度10項指標(biāo)。其中需要指出的是，此次調(diào)研的地區(qū)全部為貧困縣貧困村，農(nóng)戶受教育水平普遍都不高，因此人均受教育年限的閾值設(shè)定為6年而不是9年。另外，生產(chǎn)性資產(chǎn)指標(biāo)閾值的設(shè)定結(jié)合了數(shù)據(jù)特征并參考了王小林所提出的多維貧困指數(shù)(王小林等，2017)。(見表1)

3. Logistic回歸模型的設(shè)定

本次研究的實證分析主要分為兩部分，第一部分是通過多維貧困指數(shù)的建立確定多維貧困戶，第二部分則驗證不同家庭結(jié)構(gòu)農(nóng)戶的多維貧困狀況及其多維貧困對比情況。因此，對于第二部分的實證分析，研究將利用多維貧困測量結(jié)果，在給定的貧困閾值條件下，對是否陷入多維貧困進(jìn)行二項賦值。為了分析不同類型家庭多維貧困的差異，我們引入了Logistic回歸模型，其中被解釋變量為家庭的多維貧困狀態(tài)(貧困= 1，不貧困= 0)。按照代際結(jié)構(gòu)差異將家庭類型分為7類，分別為單身或夫婦、夫婦與一個孩子、夫婦與兩個孩子、夫婦與三個孩子及以上、單親與孩子、三代同堂、四代同堂。將其轉(zhuǎn)換成為虛擬變量，再進(jìn)行Logistic回歸。

表1 多維貧困維度和指標(biāo)設(shè)定

資料來源：作者自制

四、 實證結(jié)果分析

1. 農(nóng)戶多維貧困測度

多維貧困指數(shù)的測度與個體被剝奪得分臨界值的設(shè)定有關(guān)，不同得分臨界值所對應(yīng)的指數(shù)結(jié)果也不同。目前，國際上對于臨界值K的取值沒有統(tǒng)一的標(biāo)準(zhǔn)，根據(jù)聯(lián)合國MPI指數(shù)的建議，通常將K=30%設(shè)定為臨界值，也就是被剝奪得分大于或等于0.3的個體認(rèn)定為多維貧困。利用2016年的調(diào)查數(shù)據(jù)，本文估算了中國農(nóng)村深度性貧困地區(qū)的多維貧困指數(shù)。因調(diào)查樣本全部來源于貧困村，與其他研究相比，本文估算獲得的多維貧困指數(shù)以及貧困發(fā)生率都偏高。根據(jù)表2可知，當(dāng)K值為0.3時，貧困地區(qū)多維貧困發(fā)生率為66.4%，多維貧困指數(shù)為0.336。這表明盡管國家實施了更大力度的精準(zhǔn)扶貧戰(zhàn)略并取得了顯著的脫貧成績，但是深度貧困地區(qū)的貧困情況依然嚴(yán)峻。(見表2)

表2 多維貧困指數(shù)和貧困發(fā)生率(K=0.3)

根據(jù)多維貧困得分大于或等于0.3認(rèn)定為多維貧困戶的設(shè)定，我們對陷入多維貧困的家庭按照不同家庭結(jié)構(gòu)類型進(jìn)一步做出了描述性統(tǒng)計。根據(jù)表3可知，全部樣本中多維貧困戶數(shù)為2058戶，其中建檔立卡戶為1349戶，建檔立卡戶占全部樣本建檔立卡戶的比重為78%。這說明從多維角度來看，存在22%的建檔立卡戶并不是多維貧困戶但依然被納入了建檔立卡范疇，當(dāng)前建檔立卡的識別過程存在一定程度的偏差和錯漏。從農(nóng)戶不同家庭結(jié)構(gòu)類型來看，家庭結(jié)構(gòu)為四代同堂、單親與孩子、單身或夫婦的農(nóng)戶的貧困發(fā)生率要遠(yuǎn)高于平均水平；家庭結(jié)構(gòu)為三代同堂的農(nóng)戶，其貧困發(fā)生率與平均水平接近；家中有孩子的二代家庭的貧困發(fā)生率要低于平均水平。這與目前已有的如郭熙保等(2016)研究發(fā)現(xiàn)家庭人口規(guī)模和子女?dāng)?shù)與長期多維貧困呈正向關(guān)系，家中65歲及以上老人數(shù)量與長期多維貧困發(fā)生率呈負(fù)相關(guān)的研究結(jié)論存在一定的差異。(見表3)

2. 不同類型農(nóng)戶多維貧困的Logistic模型分析

基于上述描述性統(tǒng)計分析，通過對數(shù)據(jù)進(jìn)行對比觀察，我們可以提出一些基本的假設(shè)：

假設(shè)一：相對于其他類型農(nóng)戶而言，家庭結(jié)構(gòu)為單身或夫婦、單親與孩子、四代同堂的農(nóng)戶更容易陷入多維貧困；

假設(shè)二：子女?dāng)?shù)量越多，家庭越容易陷入多維貧困。

我們使用SPSS21.0軟件對處理后的數(shù)據(jù)進(jìn)行Logistic回歸分析，因為解釋變量各個類別之間是非等距的，需要將其轉(zhuǎn)變?yōu)樘摂M變量，我們假設(shè)第一種類型的農(nóng)戶(單身或夫婦)作為參照類別，進(jìn)而分析各類別變量對被解釋變量平均貢獻(xiàn)的差異。在具體計算各虛擬變量的β值前，需要先對Logistic模型進(jìn)行檢驗。表4顯示了采用方法為向前步進(jìn)策略時回歸方程顯著性檢驗的總體情況，可以發(fā)現(xiàn)，步驟1所選擇變量均進(jìn)入方程，似然比卡方的觀測值為125.104，概率p值為0.000。在顯著性水平α為0.05時，由于概率p值小于顯著性水平α，應(yīng)拒絕原假設(shè)，認(rèn)為所有回歸系數(shù)不同時為0，解釋變量的全體與Logit P之間的線性關(guān)系顯著，采用該模型是合理的。此外，Hosmer-Lemeshow統(tǒng)計量的概率p值遠(yuǎn)大于顯著性水平α，因此不應(yīng)拒絕原假設(shè)，認(rèn)為由樣本實際值得到的分布與由預(yù)測值得到的分布無顯著差異，模型的擬合優(yōu)度較好。從模型的預(yù)測類別圖也可以發(fā)現(xiàn)，模型的預(yù)測效果較為理想。這說明，使用該模型分析是否多維貧困戶與家庭結(jié)構(gòu)之間的關(guān)系是非常恰當(dāng)?shù)摹?見表4)

表3 不同家庭結(jié)構(gòu)農(nóng)戶的多維貧困發(fā)生率(K=0.3)

表4 模型系數(shù)的綜合檢驗

根據(jù)二元Logistic回歸結(jié)果(表5)可以看出，相對于單身或夫婦結(jié)構(gòu)家庭而言，四代同堂結(jié)構(gòu)的家庭使Logit P平均增長了0.205個單位，其他幾類家庭在不同程度上為負(fù)數(shù)減少。結(jié)合優(yōu)勢發(fā)生比可知，四代同堂家庭陷入貧困的概率是單身或夫婦家庭的1.227倍。與此同時，家庭結(jié)構(gòu)為單親與孩子的農(nóng)戶的β值為-0.059，優(yōu)勢比為0.943，可以判斷相對于單身或夫婦家庭而言，二者陷入多維貧困的幾率差異不明顯。家庭結(jié)構(gòu)為夫婦與一個孩子的農(nóng)戶的回歸方程系數(shù)為-1.078，其優(yōu)勢是單身或夫婦家庭的0.34 倍，這說明相對于單身或夫婦結(jié)構(gòu)家庭而言，夫婦與一個孩子組成的家庭最不容易陷入多維貧困。(見表5)

表5 不同結(jié)構(gòu)家庭多維貧困的Logistic回歸

a. 在步驟1中輸入的變量: 家庭結(jié)構(gòu)。

由此，我們可以根據(jù)不同類型家庭相對于單身或夫婦家庭的優(yōu)勢比將各類型家庭陷入多維貧困的難易程度進(jìn)行排名。參考類型為單身或夫婦家庭，各家庭陷入多維貧困的概率大小依次為：四代同堂>單身或夫婦>單親與孩子>三代同堂>夫婦與三個孩子>夫婦與兩個孩子>夫婦與一個孩子。從而驗證了文章所提出的第一個假設(shè)，即相對于其他類型農(nóng)戶而言，家庭結(jié)構(gòu)為單身或夫婦、單親與孩子、四代同堂的農(nóng)戶更容易陷入多維貧困。出現(xiàn)以上研究結(jié)果的可能原因是，首先，本次調(diào)研是以戶為基本單位進(jìn)行統(tǒng)計分析，在我國的傳統(tǒng)文化中，子女長大成人或結(jié)婚之后通常是會與父母分家單獨重新分戶。青壯年勞動力大多集中于夫婦與孩子組成的二代結(jié)構(gòu)家庭中，單身或夫婦結(jié)構(gòu)的家庭通常是由單身、老年夫婦為主，這些家庭缺乏勞動力，并大多留守貧困地區(qū)無法通過勞動力轉(zhuǎn)移的形式增加收入。其次，單親與孩子組成的家庭因為子女教育和養(yǎng)育成本較高，再加上父母為單親意味著家庭創(chuàng)收能力較差。家中子女?dāng)?shù)量越多，家庭在子女養(yǎng)育和教育上的剛性支出也會更多，這使家庭累積資本進(jìn)行擴大再生產(chǎn)的可能性變小，從而無法增加收入，陷入多維貧困的概率也就更大。比較有意思的是分析發(fā)現(xiàn)四世同堂的家庭陷入多維貧困的概率最高，可能的原因是這類家庭是真正嚴(yán)格意義上的“上有老，下有小”，家庭需要將更多的支出用于老人和子女。而家庭一直沒有分戶實際上在一定程度上說明了該家庭在長期內(nèi)沒有累積足夠的資產(chǎn)用于子女分戶，也因此四世同堂結(jié)構(gòu)家庭的貧困狀態(tài)更可能是長期性和深度性的。

但是以上結(jié)論并不足以支持假設(shè)二的成立。根據(jù)分析結(jié)果，二代結(jié)構(gòu)家庭中，子女?dāng)?shù)量越多，家庭越容易陷入多維貧困，但是其差異并不明顯。而相對于另外四類家庭，即便二代結(jié)構(gòu)家庭中擁有三個及以上的子女，其家庭陷入多維貧困的可能性依然較小。可能的原因是，一方面經(jīng)過改革開放和國家大規(guī)模扶貧開發(fā)支持，農(nóng)村地區(qū)經(jīng)濟(jì)社會發(fā)展變化巨大，當(dāng)前能夠生育更多子女的家庭往往也具備更為雄厚的經(jīng)濟(jì)基礎(chǔ)；另一方面，國家基礎(chǔ)教育的改革和普及極大地減少了農(nóng)村地區(qū)家庭的教育成本，子女的撫養(yǎng)費用進(jìn)一步降低，從而使家庭有更多的能力應(yīng)對貧困沖擊。

3. 不同結(jié)構(gòu)類型家庭的多維貧困分解

為了驗證上述推論，進(jìn)而對識別出的貧困戶的多維貧困特征做出判斷，接下來需要對多維貧困指數(shù)按指標(biāo)和農(nóng)戶類別進(jìn)行分解。(見表6)

根據(jù)分解結(jié)果可以發(fā)現(xiàn)，多維貧困指數(shù)值的大小排比中，四世同堂、單親及子女、單身或夫婦結(jié)構(gòu)的家庭的M0值要遠(yuǎn)高于其他類型農(nóng)戶，這進(jìn)一步驗證了我們所提出的假設(shè)一。盡管單親及孩子構(gòu)成的家庭的貧困發(fā)生率低于單身或夫婦結(jié)構(gòu)家庭，但是由于前者多維貧困剝奪強度高，導(dǎo)致其多維貧困指數(shù)要高于后者，這個結(jié)果反映的是不同類型家庭多維貧困深度的差異，與上文中得出的單身或夫婦家庭比單親家庭更容易陷入多維貧困的結(jié)論并不沖突。

表6 不同家庭結(jié)構(gòu)類型農(nóng)戶的多維貧困特征(K=30%)

橫向比較多維貧困的維度和指標(biāo)分解結(jié)果，可以發(fā)現(xiàn)，首先，教育維度貧困是導(dǎo)致所有類型家庭貧困的最重要因素，其中四世同堂、單身或夫婦結(jié)構(gòu)家庭的教育維度指標(biāo)貢獻(xiàn)率要高于其他類型農(nóng)戶?？赡艿脑蚴?，以上兩種類型家庭含有老人數(shù)量較多，整體受教育水平偏低。需要說明的是，本次研究中教育維度的指標(biāo)反映的是當(dāng)前貧困家庭勞動力存量的受教育水平，不包含正在入學(xué)的18周歲以下子女的受教育情況。其次，不同類型家庭生產(chǎn)性資產(chǎn)貧困狀況都很嚴(yán)重。這說明，從脫貧攻堅的中長期來看，農(nóng)村地區(qū)的貧困狀況更多地表現(xiàn)為資產(chǎn)缺失的問題。解決了溫飽和住房問題的農(nóng)戶在受教育水平低下和生產(chǎn)性資產(chǎn)匱乏的條件限制下，沒有能力進(jìn)一步提高生活質(zhì)量。

最后，通過比較各維度指標(biāo)貢獻(xiàn)率最大值發(fā)現(xiàn)，四世同堂家庭收入維度的指標(biāo)貢獻(xiàn)率要高于其他類型家庭，四世同堂及單親結(jié)構(gòu)家庭的住房指標(biāo)貢獻(xiàn)率要高于其他類型家庭，單身或夫婦家庭在飲用水、耐用品兩項指標(biāo)的貢獻(xiàn)率要高于其他類型家庭。這可能是由于四世同堂家庭人口數(shù)量較多，消解了家庭收入。單身或夫婦、單親家庭缺乏積累，無法購買清潔能源及更多的耐用品改善家庭生活水平。上述結(jié)果論證了當(dāng)前我國農(nóng)村地區(qū)推行的易地搬遷政策的必要性，同時也意味著需要對特殊類型家庭在衛(wèi)生設(shè)施、飲用水和生活用燃料等方面提供更多的基礎(chǔ)性幫扶支持。此外，樣本中其他類型農(nóng)戶的健康狀況、醫(yī)療保險指標(biāo)貢獻(xiàn)率分別為10.8%、5.4%，略高于前述三種類型家庭。可能的原因是，農(nóng)戶疾病風(fēng)險防范意識還較為薄弱，沒有疾病發(fā)生的農(nóng)戶家庭往往會存有僥幸心理而選擇不購買醫(yī)療保險。根據(jù)我們?nèi)氪逭{(diào)研發(fā)現(xiàn)，貧困地區(qū)農(nóng)戶為了節(jié)省開支，往往只會為家中生病病人交納保費，在普遍貧困的環(huán)境中，非貧困農(nóng)戶家中也可能存在未參保人員，這種情況反過來可能使家庭因未知的疾病風(fēng)險而陷入多維貧困。

五、 結(jié)論與啟示

本文根據(jù)修正的FGT多維貧困測算法，使用2016年貧困村入戶調(diào)研數(shù)據(jù)，估算了當(dāng)前中國貧困地區(qū)的多維貧困狀況，并使用Logistic模型對不同結(jié)構(gòu)家庭的多維貧困發(fā)生率的差異進(jìn)行了驗證。同時，按照家庭結(jié)構(gòu)和指標(biāo)進(jìn)行分解，重點研究了不同類型農(nóng)戶的多維貧困差異。研究的結(jié)論主要有以下幾點。

首先，貧困地區(qū)的多維貧困發(fā)生率和多維貧困指數(shù)較高。當(dāng)K值為30%時，全部樣本的貧困發(fā)生率為66.2%，多維貧困指數(shù)為0.336。在所有的多維貧困戶中，建檔立卡戶占比為65.5%，占全部樣本建檔立卡戶的比重為78%。同時，非建檔立卡戶占所測量多維貧困戶數(shù)比例為34.5%。這說明從多維角度來看，存在22%的建檔立卡戶并不是多維貧困戶但依然被納入了建檔立卡范疇，非建檔立卡戶的多維貧困發(fā)生率也很高，當(dāng)前建檔立卡的識別過程存在一定程度的偏差和錯漏。未來的精準(zhǔn)脫貧戰(zhàn)略需要注意對貧困戶進(jìn)行多維識別和動態(tài)調(diào)整，促進(jìn)國家的減貧政策惠及更多的窮人。

其次，分家庭類型的多維貧困發(fā)生率差異回歸結(jié)果顯示，家庭結(jié)構(gòu)特征對農(nóng)戶多維貧困有顯著影響。相對于其他類型農(nóng)戶而言，家庭結(jié)構(gòu)為單身或夫婦、單親與孩子、四代同堂的農(nóng)戶更容易陷入多維貧困。不同結(jié)構(gòu)家庭陷入多維貧困的難易程度排比中：四代同堂>單身或夫婦>單親與孩子>三代同堂>夫婦與三個孩子>夫婦與兩個孩子>夫婦與一個孩子。而從反映貧困深度的多維貧困指數(shù)大小來看，四代同堂>單親與孩子>單身或夫婦>其他類型家庭。這給我們的政策啟示是，“家庭戶”作為最終的扶貧瞄準(zhǔn)單位，需要從家庭結(jié)構(gòu)類型的角度認(rèn)清不同農(nóng)戶在多維貧困的深度和廣度上的差異。當(dāng)前的精準(zhǔn)扶貧戰(zhàn)略和深度性貧困地區(qū)多維貧困監(jiān)測，應(yīng)重點關(guān)注家庭結(jié)構(gòu)為四代同堂、單親與孩子、單身或夫婦結(jié)構(gòu)的家庭。子女?dāng)?shù)量與家庭是否多維貧困的關(guān)系并不顯著，這說明，當(dāng)前我國農(nóng)村貧困的特征已經(jīng)發(fā)生改變?！敖逃仑殹备嗟氖且驗楝F(xiàn)有勞動力的受教育水平低下，從而無法擴大家庭收入來源，并不意味著家庭子女越多產(chǎn)生了更多的教育費用致使家庭更容易陷入多維貧困。

最后，不同類型農(nóng)戶在多維貧困的指標(biāo)貢獻(xiàn)率上存在一定的差異。研究發(fā)現(xiàn)，成人受教育水平、人均年純收入、生產(chǎn)性資產(chǎn)和健康狀況是各類型家庭陷入多維貧困的主要貢獻(xiàn)因素。不難看出，家庭多維貧困是多因素綜合的結(jié)果，而且非貨幣性指標(biāo)對貧困的影響突出。對我國的扶貧工作來說，未來的扶貧政策需要開發(fā)基于提高農(nóng)戶資產(chǎn)水平的減貧措施增加農(nóng)戶收入，促使農(nóng)戶跳出低水平貧困陷阱；現(xiàn)存勞動力的教育貧困問題在短期內(nèi)需要通過技能培訓(xùn)、職業(yè)教育等手段加以解決，而長期來看，則需要加大貧困地區(qū)的基礎(chǔ)教育投入，實施貧困家庭子女免費上學(xué)制度，阻斷教育貧困的代際傳遞；此外，應(yīng)加大農(nóng)村醫(yī)療衛(wèi)生設(shè)施投入力度和改革現(xiàn)有醫(yī)療衛(wèi)生體制，著力解決貧困家庭看病難、看病貴、醫(yī)療保險匱乏等問題。與此同時，根據(jù)研究結(jié)果可以看出，四世同堂、單親及子女家庭在住房指標(biāo)上的貢獻(xiàn)率要高于其他類型農(nóng)戶，未來的住房補貼政策需要更多地向這些貧困家庭傾斜。單身或夫婦家庭在飲用水及耐用品兩指標(biāo)的貢獻(xiàn)率遠(yuǎn)大于其他類型家庭，單親家庭在生活用主要燃料指標(biāo)的貢獻(xiàn)率也很突出。針對這部分家庭政府除了需要在衛(wèi)生設(shè)施、飲用水和清潔能源等方面提供普惠式的幫扶支持，同時應(yīng)注重開發(fā)多樣性的資產(chǎn)收益型的現(xiàn)金轉(zhuǎn)移支付等兜底政策。

1. Alkire S, and B. Housseini. Multidimensional poverty in Sub-saharan Africa: Levels and trends.OPHIWorkingPaper, 2014(81):1-25.

2. Alkire S, and J. Foster. Counting and multidimensional poverty measurement.Journalofpubliceconomics，2011,95(7-8):476-487.

3. Dewilde C.The multidimensional measurement of poverty in Belgium and Britain: A categorical approach.SocialIndicatorsResearch，2004,68(3):331-369.

4. Jalan J,and M. Ravallion. Geographic poverty traps? A micro model of consumption growth in rural China.Journalofappliedeconometrics，2002,17(4):329-346.

5. Lopez R, and A. Valdes. Fighting rural poverty in Latin America: New evidence of the effects of education, demographics, and access to land.Economicdevelopmentandculturalchange, 2000,49(1):197-211.

6. Nolan B, and C. Whelan. On the multidimensionality of poverty and social exclusion//JENKINS S. Inequality and Poverty Re-Examined. Oxford:OxfordUniversityPress, 2007:146-163.

7. Sen A. Commodities and Capabilities. Oxford U.K.:OxfordUniversityPress, 1985:26-33.

8. 陳立中：《轉(zhuǎn)型時期我國多維度貧困測算及其分解》，《經(jīng)濟(jì)評論》2008年第5期。

9. 陳琦：《連片特困地區(qū)農(nóng)村貧困的多維測量及政策意涵：以武陵山片區(qū)為》，《四川師范大學(xué)學(xué)報》2012年第3期。

10. 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》，《中國人口·資源與環(huán)境》2016年第2期。

11. 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》，《中國農(nóng)村經(jīng)濟(jì)》2012年第2期。

12. 郭熙保、周強：《長期多維貧困、不平等與致貧因素》，《經(jīng)濟(jì)研究》2016年第6期。

13. 賀立龍、黃科：《信貸扶貧的精準(zhǔn)性:農(nóng)戶視角的實證考察》，《現(xiàn)代經(jīng)濟(jì)探討》2017年第6期。

14. 蔣輝、劉兆陽：《農(nóng)戶異質(zhì)性對貧困地區(qū)特色農(nóng)業(yè)經(jīng)營收入的影響研究—微觀農(nóng)戶數(shù)據(jù)的檢驗》，《貴州社會科學(xué)》2016年第8期。

15. 李小云：《把深度性貧困的治理作為精準(zhǔn)扶貧的重中之重》，《老區(qū)建設(shè)》2017年第7期。

16. 林閩鋼、梁譽、劉璐嬋：《中國貧困家庭類型、需求和服務(wù)支持研究—基于“中國城鄉(xiāng)困難家庭社會政策支持系統(tǒng)建設(shè)”項目的調(diào)查》，《天津行政學(xué)院學(xué)報》2014年第3期。

17. 尚未平、姚智謀：《多維貧困測度方法研究》，《財經(jīng)研究》2005年第12期。

18. 王金營、李競博：《連片貧困地區(qū)農(nóng)村家庭貧困測度及其致貧原因分析—以燕山一太行山和黑龍港地區(qū)為例》，《中國人口科學(xué)》2013年第4期。

19. 王小林主編：《貧困測量：理論與方法》，北京市社會科學(xué)文獻(xiàn)出版社2017年版。

20. 王小林、S. Alkire：《中國多維貧困測量：估計和政策含義》，《中國農(nóng)村經(jīng)濟(jì)》2009年第12期。

21. 楊龍、汪三貴、支婷婷：《貧困地區(qū)農(nóng)戶的波動性風(fēng)險和脆弱性分解—基于四省農(nóng)戶調(diào)查的面板數(shù)據(jù)》，《貴州社會科學(xué)》2013年第7期。