程曉宇 陳志鋼 張莉

摘要 中國的精準扶貧已經(jīng)進入深度貧困的脫貧攻堅階段。盡管學(xué)界尚未明確給出深度貧困的定義，但學(xué)界研究的持久貧困與當前政策所關(guān)注的深度貧困具有相同內(nèi)涵，研究農(nóng)村持久貧困問題，有助于理解深度貧困并為減貧政策的制定提供科學(xué)依據(jù)。本文利用貴州省普定縣三個行政村2004—2017年整村調(diào)研所形成的5期面板數(shù)據(jù)，從多維視角出發(fā)，考察農(nóng)村持久貧困的規(guī)模、分布及成因。具體地，首先采用AF多維貧困測量法構(gòu)建多維貧困指標體系，測算農(nóng)村家庭在健康、教育、居住條件和資產(chǎn)四個維度的持久多維貧困發(fā)生率。其次，為考察不同維度的貧困狀況，對持久多維貧困指數(shù)進行分解分析。此外，進一步實證分析農(nóng)村持久多維貧困的致貧原因。研究發(fā)現(xiàn)：①農(nóng)村持久多維貧困發(fā)生率為28.62%，意味著在農(nóng)村近三分之一的家庭經(jīng)歷著持久貧困。②健康狀況差是持久多維貧困的主要方面。健康維度對持久多維貧困指數(shù)的總體貢獻率為31.3%，且健康維度未表現(xiàn)出明顯的改善趨勢，健康維度內(nèi)的慢性病指標甚至表現(xiàn)出惡化的趨勢。③勞動力缺乏以及由此造成的養(yǎng)老負擔重已經(jīng)成為持久貧困的重要致貧原因。本研究有著如下政策啟示：①在幫扶群體上，需更加關(guān)注非深度貧困地區(qū)的深度貧困問題。②在幫扶維度上，需重視改善深度貧困人口的健康狀況。③在具體幫扶措施上，需充分考慮深度貧困家庭的勞動力缺乏狀況。具體地，在需要投入要素的幫扶措施中，探索除勞動力投入外的其他投入機制。同時，需提高農(nóng)村的醫(yī)療、養(yǎng)老等保障水平與服務(wù)水平，充分發(fā)揮社會保障兜底的減貧作用。

關(guān)鍵詞 深度貧困;持久多維貧困;致貧原因

中圖分類號 F323.8文獻標識碼 A文章編號 1002-2104（2019）07-0140-09[WTHZ]DOI：10.12062/cpre.20190302

中國反貧困事業(yè)成績斐然，但深度貧困的脫貧攻堅任務(wù)依然嚴峻。僅2000—2010年10 a間，中國農(nóng)村絕對貧困人口減少6 734萬，貧困發(fā)生率降低7.4個百分點。2013年習近平提出“精準扶貧”思想，“十三五”規(guī)劃進一步強調(diào)了要“精準扶貧、精準脫貧”，中國全面進入精準扶貧階段。目前，精準扶貧進展順利，2013—2017年共減少貧困人口6 853萬。盡管如此，截至2017年底，根據(jù)現(xiàn)行年人均純收入2 300元（2010年價格水平）的農(nóng)村貧困標準，中國農(nóng)村仍有3 046萬貧困人口。這些貧困人口大多居住在自然條件差、經(jīng)濟基礎(chǔ)薄弱、貧困程度深的地區(qū)，深度貧困地區(qū)成為脫貧攻堅的重中之重。習近平在2017年6月23日主持召開“深度貧困地區(qū)脫貧攻堅座談會”，強調(diào)了深度貧困脫貧的緊迫性和重要性。這也標志著中國的精準扶貧進入深度貧困脫貧攻堅的新階段[1]。

“深度貧困”主要在政策文件中出現(xiàn)，在學(xué)術(shù)中較少被提及，但學(xué)術(shù)界所討論的“持久貧困”與政策所關(guān)注的“深度貧困”有著相同的內(nèi)涵。學(xué)術(shù)界將在一定時期內(nèi)一直經(jīng)歷著貧困的狀態(tài)稱為持久貧困，相應(yīng)地在一定時期內(nèi)只有部分時間經(jīng)歷貧困的狀態(tài)稱為暫時貧困[2]。從關(guān)注區(qū)域來看，持久貧困與深度貧困關(guān)注的區(qū)域相同。目前，政策所提的深度貧困地區(qū)主要是指連片深度貧困地區(qū)，包括西藏和四省藏區(qū)、南疆四地州、四川涼山、云南怒江、甘肅臨夏等地區(qū)，以及貧困發(fā)生率高于18%的貧困縣和貧困發(fā)生率高于20%的貧困村。這些區(qū)域貧困發(fā)生率高、貧困持續(xù)時間長，這也正是持久貧困所關(guān)注的區(qū)域[1]。從關(guān)注的群體來看，扶貧政策重點關(guān)注三類群體：五保貧困人口、因病致貧人口、貧困老人。這些人群也是那些長期處于最底層的群體，正是學(xué)術(shù)界所討論的持久貧困群體。

研究農(nóng)村的持久貧困問題，有助于為深度貧困減貧政策的制定提供科學(xué)依據(jù)。消除深度貧困、打贏脫貧攻堅戰(zhàn)，需對農(nóng)村持久貧困進行全面分析。首先，需準確測量出持久貧困的規(guī)模和分布。不同于一般貧困，持久貧困具有長期性與復(fù)雜性，表現(xiàn)在教育、健康、住房等多個方面[3]，傳統(tǒng)的收入、消費測量方法易于波動，在測算持久貧困時適應(yīng)性變差，而多維貧困指標衡量了人們實際享受到的福利，不易隨著收入或支出的變化而波動，能更真實地反映持久貧困狀況。同時，持久貧困的致貧原因復(fù)雜，需要準確把握。已有研究大多從全國層面測算了持久多維貧困狀況，但農(nóng)村貧困的規(guī)模、特征甚至致貧原因與城鎮(zhèn)都存在著較大差異。據(jù)此，本文從多維視角出發(fā)，著眼于貧困地區(qū)農(nóng)村，探討農(nóng)村持久貧困的規(guī)模、分布和原因。

本文數(shù)據(jù)來源于國際食物政策研究所（IFPRI）、中國農(nóng)業(yè)科學(xué)院和貴州大學(xué)聯(lián)合開展的“公共政策與農(nóng)村貧困”項目。該項目對貴州省普定縣的3個行政村的800多戶進行了基于問卷的普查。從2004年開始，到2017年共進行了4輪重訪調(diào)研，形成了5期面板數(shù)據(jù)。本文利用這一數(shù)據(jù)，探討了貧困地區(qū)農(nóng)村持久貧困問題，分析了持久多維貧困的規(guī)模與分布及其致貧原因。

1 文獻綜述

有關(guān)持久貧困的研究，大致可以分為兩類：一是對持久貧困的測算;二是對持久貧困的原因分析。

在有關(guān)測算持久貧困的研究中，一是以收入、支出等貨幣性測量方式進行測算。Jalan和Ravallion[4]研究中國農(nóng)村1985—1990年間的以支出衡量的持久貧困與暫時貧困時，發(fā)現(xiàn)大約有40%的貧困家庭為暫時貧困家庭。Gustafsson和Ding[5]研究中國農(nóng)村2000—2002年的收入貧困狀況時，將暫時貧困家庭定義為三年中僅有一年經(jīng)歷貧困的家庭，發(fā)現(xiàn)暫時貧困家庭的占比超過了50%。Jalan和Ravallion[6]采用中國農(nóng)村住戶調(diào)研（RHS）1985—1990年的面板數(shù)據(jù)研究中國廣東、廣西、貴州和云南的持久貧困與暫時貧困狀況，發(fā)現(xiàn)四省的暫時貧困對總貧困的貢獻率分別為84.21%、56.63%、42.80%、48.97%。章元等[7]采用中國5省1995—2005年的家庭面板數(shù)據(jù)，以消費來衡量貧困，發(fā)現(xiàn)持久貧困在總貧困中的比重遠高于暫時貧困，認為中國的持久貧困問題更為嚴重。二是以可行能力來測算持久貧困。Sen在1999年提出“可行能力貧困”理論，可行能力是指一個人選擇有理由珍視的生活的實質(zhì)自由[8]。依據(jù)可行能力理論，Alkire和Foster[9]提出了測度多維貧困的Alkire and Foster方法（簡稱AF法），并基于AF法構(gòu)建了多維貧困指數(shù)。AF法擁有貧困指數(shù)的眾多優(yōu)點，如匿名性、人口獨立性、單調(diào)性以及分配敏感性[10]，因此得到了廣泛應(yīng)用。隨著AF法的推廣，研究者們開始研究中國的多維貧困，并逐漸將時間維度納入其中。郭熙保和周強[11]利用中國健康與營養(yǎng)調(diào)查（CHNS）2000—2011年的數(shù)據(jù)，測算了全國及分城鄉(xiāng)的持久多維貧困狀況。周強和張全紅[12]利用CHNS 2000—2011年9個省的數(shù)據(jù)，測算全國的持久多維貧困狀況，并著重探討教育對持久多維貧困的影響。葛巖等[13]同樣利用CHNS 2000—2011年的數(shù)據(jù)，重點關(guān)注兒童的持久多維貧困，發(fā)現(xiàn)兒童持久多維貧困發(fā)生率高達49.55%。

（4）資產(chǎn)。主要考察了耐用消費品、交通工具。對貧困山區(qū)的家庭來說，公共交通十分不便，因此擁有至少一種交通工具對他們自由出行非常重要，同時，擁有至少一種交通工具也會提高農(nóng)村家庭市場參與的積極性。耐用消費品直接反應(yīng)了家庭的生活質(zhì)量，根據(jù)貴州貧困地區(qū)的情況，主要考察了電視機、洗衣機、冰箱和取暖設(shè)備的擁有情況。

2.3 持久貧困分類

持久貧困有著不同的定義與分類方法。一是依據(jù)消費的波動情況，Jalan和Ravallion[4]以貧困線以下的消費波動情況來定義暫時貧困和持久貧困。二是依據(jù)經(jīng)歷貧困的時間長短，Ravallion[2]的定義：持久貧困人口是指那些在一定時期內(nèi)一直經(jīng)歷著貧困的人，暫時貧困則是指在一段時間只有部分時間經(jīng)歷貧困的人。Gaiha和Deolalikar[20]將一個家庭在所觀測的9年中至少有5年被識別為貧困戶，定義為持久貧困戶。Hulme和Shepherd[21]進一步對持久貧困進行了定義，他們將貧困劃分為五種：一直貧困、經(jīng)常貧困、波動貧困、偶爾貧困和從不貧困，前兩種加總為持久貧困，第三和第四種加總為暫時貧困，最后一種為非貧困。

綜合以上內(nèi)容，本文將貧困家庭劃分為三種類型：“非貧困”家庭是指在所觀測的5年中，都沒有經(jīng)歷貧困的家庭;“暫時貧困”家庭是指在所觀測的5年中任意1年或2年經(jīng)歷了貧困的家庭;“持久貧困”家庭則是指在所觀測的5年中至少3年經(jīng)歷貧困的家庭（見表3）。

2.4 AF法

AF法主要包括貧困識別和貧困加總兩部分。①貧困識別。記X=[xij]為n×d維矩陣，元素xij表示個體i在j指標上的取值;令zj（zj>0）代表個體在第j個指標上的剝奪臨界值，行向量z代表特定臨界值。定義剝奪矩陣g0=[g0ij]，若xij

在使用AF法時，確定權(quán)重的方法有兩種：一是根據(jù)專家意見，通過專家打分法等方式確定每個指標及相應(yīng)的權(quán)重;二是參考國際標準，如采用UNDP發(fā)布的多維貧困指數(shù)。Decancq和Lugo[22]從理論上將設(shè)置權(quán)重的方法分為三類：基于數(shù)據(jù)的方法、規(guī)范性的方法、混合的方法，規(guī)范性方法依賴于價值判斷，包括等權(quán)重法、基于價格賦權(quán)法、專家意見法。給每個維度賦予不同的權(quán)重反映了不同維度的相對重要性。但不同維度、不同指標的相對重要性在不同環(huán)境中存在差異，為了防止出現(xiàn)偏誤，本文采用大部分研究所采用的等權(quán)重方法[11，23-27]。

3 持久多維貧困測量結(jié)果分析

3.1 持久多維貧困發(fā)生率

臨界值k表示當家庭被剝奪的維度數(shù)大于k時，家庭為多維貧困，否則為非多維貧困。顯然，臨界值k越大，代表家庭被剝奪的維度數(shù)越多，這樣的家庭會相對少一些，多維貧困的發(fā)生率較低。k=0.25時多維貧困的發(fā)生率與多維貧困指數(shù)明顯高于k=0.5的情況，但整體的趨勢保持一致。本文選擇k=0.5，即4個維度中有至少2個維度貧困，為多維貧困。

從表4看出，2004年以來，中國農(nóng)村的多維貧困狀況得到大幅度改善，多維貧困發(fā)生率從47.7%降到16.8%。對比已有的研究，郭君平等[26]采用2015年城鎮(zhèn)住戶抽樣調(diào)查的1 692戶農(nóng)民工數(shù)據(jù)，計算出的農(nóng)民工的多維貧困（k=0.5）發(fā)生率為4.6%，但他的研究針對的是農(nóng)民工群體;對比楊龍和汪三貴[27]的研究，他們采用2010年的中國農(nóng)村貧困監(jiān)測農(nóng)戶數(shù)據(jù)所計算出的多維貧困（6個維度中的3個維度，相當于k=0.5）發(fā)生率為26.6%，本文的計算結(jié)果與他們的研究結(jié)果較為一致。表明本文的計算結(jié)果與針對農(nóng)村地區(qū)的多維貧困有關(guān)研究的計算結(jié)果較為一致。進一步將本文計算結(jié)果與張玉梅和陳志鋼[28]采用相同數(shù)據(jù)（不包含2017年數(shù)據(jù)）計算的收入貧困、支出貧困結(jié)果進行對比，整體貧困趨勢保持一致。

表5匯報了農(nóng)村持久貧困狀況。從表5來看，28.62%的家庭為持久貧困家庭，40.46%的家庭為暫時貧困家庭。盡管看起來暫時貧困的家庭更多，但持久貧困顯然是更令人痛苦的[5]，這一比重在全部樣本家庭中高達28.62%，即將近三分之一的家庭為持久貧困戶。從經(jīng)歷貧困的期數(shù)來看，30.92%的家庭從未經(jīng)歷過多維貧困，40.46%的家庭在5期中的1～2期經(jīng)歷了貧困，28.62%的家庭在5期中有3期及以上經(jīng)歷了貧困，其中，1.32%的家庭連續(xù)5期經(jīng)歷貧困。這意味著大部分家庭深陷于貧困。相較于郭熙保和周強[11]計算的長期多維貧困發(fā)生率（k=0.3）為41.1%，本文的計算結(jié)果略低。可能的原因是本文數(shù)據(jù)最新的年份為2017年，而2011年以來中國農(nóng)村貧困狀況已經(jīng)有了大幅度的改善。

3.2 持久貧困的維度分布

將各年的多維貧困指數(shù)按照健康、教育、居住條件、資產(chǎn)四個維度進行分解，分解出每個維度對多維貧困的貢獻率，見表6。

健康維度是構(gòu)成持久多維貧困指數(shù)的主要維度，總體貢獻率達到了31.3%。2004—2017年，健康維度每年的貢獻率均較高，且沒有明顯改善?？赡艿脑蛑皇秦毨Ъ彝サ钠渌S度得到改善，相對地使得健康維度貢獻率上升;可能的原因之二是健康維度確實出現(xiàn)惡化，因而對總體貧困的貢獻率較高。進一步分析健康維度發(fā)現(xiàn)，慢性病指標的貢獻率呈現(xiàn)出逐年增加的趨勢，意味著持久貧困家庭的慢性病狀況正在惡化。教育維度也是持久貧困的主要維度。子女失學(xué)率指標的貢獻率較小，這得益于貴州省政府近年來在控制輟學(xué)率方面的努力。根據(jù)貴州省教育廳數(shù)據(jù)顯示，2011年普定縣的輟學(xué)率高達10.33%，此后，貴州省大力推廣職業(yè)教育，輟學(xué)率大幅度下降，根據(jù)普定縣2017年統(tǒng)計公報，2017年普定縣小學(xué)輟學(xué)率下降到0.01%，初中輟學(xué)率也僅為0.58%。但教育維度中，受教育年限指標的貢獻率較高。居住條件維度對持久多維貧困指數(shù)的貢獻率最低，表明農(nóng)村貧困家庭的住房安全、飲水安全問題基本得到解決。此外，資產(chǎn)維度的貢獻率沒有表現(xiàn)出明顯的改善，耐用消費品對持久貧困的貢獻率表現(xiàn)出明顯的下降趨勢，但交通工具的改善幅度不大，貧困家

3.3 穩(wěn)健性檢驗

考慮到根據(jù)貧困持續(xù)時間所定義的持久貧困可能造成計算結(jié)果不夠穩(wěn)健，本文進一步采用Alkire等[29]引入時間維度的多維貧困測算方法，計算持久多維貧困指數(shù)，結(jié)果見表7。從計算結(jié)果來看，當選用時間臨界值t=3（t/T=3/5，即5期中至少3期經(jīng)歷貧困）時，持久貧困發(fā)生率為28.6%，與表5的計算結(jié)果一致，表明本文的測算方法可靠、計算結(jié)果較為穩(wěn)健。

4 持久貧困致貧原因分析

4.1 持久貧困戶的特征

持久貧困的致貧原因較為復(fù)雜，為清楚闡述，本文對追蹤訪問到的304戶的農(nóng)戶特征進行描述分析，并對持久貧困家庭與非持久貧困家庭之間的特征差異進行t檢驗，結(jié)果見表8。

持久貧困家庭的一個顯著特征是缺乏勞動力。從統(tǒng)計結(jié)果來看，持久貧困家庭的勞動力數(shù)量較少，平均每戶僅1.543個勞動力，與非持久貧困家庭的勞動力數(shù)量有顯著差異。由于勞動力數(shù)量少，持久貧困家庭也面臨著更重的贍養(yǎng)負擔，統(tǒng)計結(jié)果也顯示出持久貧困家庭的平均老人數(shù)量顯著多于非持久貧困家庭。勞動力數(shù)量少對家庭的非農(nóng)生產(chǎn)經(jīng)營、農(nóng)業(yè)生產(chǎn)經(jīng)營都造成了影響。由于勞動力數(shù)量少，持久貧困家庭也無法通過外出就業(yè)擺脫貧困，從統(tǒng)計結(jié)果來看，持久貧困家庭的外出務(wù)工人數(shù)顯著少于其他家庭。持久貧困家庭所擁有的資源稟賦更少。在貧困農(nóng)村，耕地無疑是非常重要的資源。從統(tǒng)計結(jié)果來看，持久貧困家庭戶均耕地面積2.084×667 m2，遠低于非持久貧困家庭。持久貧困家庭中有社會關(guān)系家庭的比重較低，僅10.2%的家庭有社會關(guān)系。持久貧困家庭中受到自然災(zāi)害沖擊的家庭比重更高。40.9%持久貧困家庭受到了自然災(zāi)害沖擊，而在非持久貧困家庭中，這一比重為37.8%。

4.2 模型、變量選取、定義及描述統(tǒng)計

采用計量回歸模型進一步考察持久貧困致貧原因。被解釋變量為家庭“是否為持久貧困戶，是=1，否=0”（詳細分類方法及統(tǒng)計結(jié)果見表5）。自變量及其描述統(tǒng)計見表9。選取家庭的人力資本、物質(zhì)資本、社會資本、沖擊、家庭特征方面的變量。人力資本方面，選取家庭的勞動力數(shù)量和非農(nóng)就業(yè)。物質(zhì)資本方面，選取家庭的耕種土地面積。社會資本方面選取社會關(guān)系變量，社會關(guān)系是指該家庭“是否有親戚朋友在政府部門任職”，該變量反映了家庭所擁有的社會資本。家庭經(jīng)歷的沖擊變量包括：男性結(jié)婚、女性結(jié)婚、家庭成員去世以及自然災(zāi)害，均為虛擬變量。農(nóng)戶的家庭特征包括家庭規(guī)模、老年撫養(yǎng)比以及戶主的年齡、婚姻、民族。本文所采用的數(shù)據(jù)為5期面板數(shù)據(jù)，但回歸模型的被解釋變量為5期數(shù)據(jù)的綜合結(jié)果，故實證時采用基于混合數(shù)據(jù)的logit模型。

4.3 估計結(jié)果及分析

表10匯報了logit模型的估計結(jié)果。模型的極大似然對數(shù)值為-636.08，卡方檢驗在1%的水平上顯著，表明模型整體的解釋力較好。從回歸結(jié)果來看，第一，沖擊對家庭的持久貧困沒有顯著影響。代表沖擊的4個變量對持久貧困均沒有顯著的影響。本文的解釋是，盡管沖擊會導(dǎo)致家庭暫時性地陷入貧困中[7]，對持久貧困并不會產(chǎn)生顯著影響。第二，家庭特征變量是導(dǎo)致持久貧困的重要原因。具體地，老年撫養(yǎng)比的邊際效應(yīng)為0.094，且在1%的顯著性水平下顯著，意味著單個勞動力需要負擔的老年人每增加1個，家庭陷入持久貧困的概率增加9.4%。戶主年齡對持久貧困呈負向影響，而戶主年齡的二次項則呈正的顯著影響，戶主年齡過大或過小更有可能陷入持久貧困，最年輕與最年長的戶主更為脆弱[30]。家庭規(guī)模的邊際效應(yīng)顯著為負，成員數(shù)量少的家庭更易陷入持久貧困。第三，勞動力數(shù)量少是家庭持久貧困的重要原因，而社會資本則有助于家庭擺脫持久貧困。勞動力數(shù)量的邊際效應(yīng)顯著為負，家庭勞動力每減少一個，家庭陷入持久貧困的可能性增加4.3%。社會資本對家庭脫離持久貧困有著非常顯著的正向作用，擁有社會關(guān)系的家庭更不易陷入持久貧困中。最后，耕種土地面積對幫助家庭脫離持久貧困沒有顯著的作用。這可能是因為在貧困地區(qū)，受自然條件限制農(nóng)戶所擁有的耕地面積較少、耕地質(zhì)量差，耕地在增收和社會保障方面的功能較弱。

5 結(jié)論與啟示

持久貧困與政策所提的深度貧困有著相同的內(nèi)涵，本文利用來自貴州省普定縣3個行政村2004—2017年的5期整村調(diào)研數(shù)據(jù)，從多維貧困視角出發(fā)，詳細考察了農(nóng)村持久貧困的規(guī)模、分布及致貧原因，有助于加深對深度貧困的理解，進而為深度貧困減貧政策的制定提供參考。首先，本文采用AF多維貧困測算法，從教育、健康、居住條件、資產(chǎn)四個維度考察了農(nóng)村多維貧困發(fā)生率及其持續(xù)情況，為考察不同維度的貧困狀況，進一步對多維貧困指數(shù)按四個維度進行分解分析，最后實證研究了持久多維貧困的致貧原因。本文的主要發(fā)現(xiàn)及建議如下。

第一，本文利用來自貴州省普定縣的數(shù)據(jù)，初步展示了非深度貧困地區(qū)深度貧困的嚴重性。結(jié)果發(fā)現(xiàn)，農(nóng)村的持久貧困狀況已較為嚴重，持久貧困發(fā)生率達到了28.62%，近三分之一的家庭持續(xù)陷入貧困中。這啟示深度貧困的反貧困區(qū)域不能僅限于深度貧困地區(qū)。

第二，本文基于多維視角展示了深度貧困的維度分布。結(jié)果發(fā)現(xiàn)，健康狀況差是農(nóng)村持久貧困的重要方面，且未表現(xiàn)出改善的趨勢。健康維度對持久多維貧困的總體貢獻率達到了31.3%。2004年以來，健康維度對多維貧困指數(shù)的貢獻率沒有表現(xiàn)出明顯的改善趨勢，健康維度民族觀測值為1 325;極大對數(shù)似然值為-636.08;模型卡方檢驗值為187.95***;擬R方為0.146內(nèi)的慢性病指標甚至出現(xiàn)惡化趨勢。這意味著深度貧困人口主要面臨著“因病致貧”或“因病返貧”，改善深度貧困人口的健康水平是幫助其擺脫貧困的關(guān)鍵。

第三，本文的實證研究初步揭示了深度貧困的原因。研究發(fā)現(xiàn)，勞動力數(shù)量缺乏以及勞動力缺乏所導(dǎo)致的養(yǎng)老負擔重是持久貧困的重要原因。同時，自然災(zāi)害等沖擊已經(jīng)被證明對暫時貧困有著重要影響[7]，但并不是持久貧困的原因。這啟示在制定深度貧困的幫扶措施時，需要充分考慮深度貧困家庭勞動力缺乏的狀況。

總體而言，不同于一般貧困，深度貧困持續(xù)時間長、貧困狀況復(fù)雜，是脫貧攻堅中最難啃的硬骨頭，在制定有關(guān)幫扶措施時需要針對其特征進行更多的探討。結(jié)合深度貧困的特征，本文認為可行的幫扶措施有：①在產(chǎn)業(yè)扶貧等需要投入要素的幫扶措施中，探索除投入勞動力以外的其他投入機制，比如以扶貧資金入股、土地投入等形式;②目前深度貧困地區(qū)的醫(yī)療、養(yǎng)老保障水平和服務(wù)水平遠落后于全國平均水平[1]，需提高農(nóng)村地區(qū)社會保障的保障水平與服務(wù)水平，充分發(fā)揮社會保障兜底的減貧作用。

（編輯：李 琪）

參考文獻

[1]李小云. 沖破“貧困陷阱”：深度貧困地區(qū)的脫貧攻堅[J].人民論壇·學(xué)術(shù)前沿， 2018（14）： 6-13.

[2]RAVALLION M. Expected poverty under risk-induced welfare variability[J]. The economic journal， 1988， 98（393）： 1171-1182.

[3]李培林，魏后凱，吳國寶，等. 中國扶貧開發(fā)報告（2017）[M].北京：社會科學(xué)文獻出版社， 2017： 50-52.

[4]JALAN J， RAVALLION M. Transient poverty in postreform rural China[J]. Journal of comparative economics， 1998， 26（2）： 338-357.

[5]GUSTAFSSON B， DING S. Temporary and persistent poverty among ethnic minorities and the majority in rural China[J]. Review of income and wealth， 2009， 55： 588-606.

[6]JALAN J， RAVALLION M. Is transient poverty different？ evidence for rural China[J]. Journal of development studies， 2000， 36（6）： 82-99.

[7]章元， 萬廣華， 史清華. 暫時貧困與深度貧困的度量、分解和決定因素分析[J]. 經(jīng)濟研究， 2013（4）： 119-129.

[8]阿瑪?shù)賮啞ど? 以自由看待發(fā)展[M]. 任賾，于真，譯. 北京： 中國人民大學(xué)出版社， 2002： 13-15.

[9]ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement[J]. Journal of public economics， 2007， 95（7）： 476-487.

[10]邁克爾·P 托達羅， 斯蒂芬·C 史密斯. 發(fā)展經(jīng)濟學(xué)[M]. 聶巧平， 程晶榮， 汪小雯，等， 譯. 北京： 機械工業(yè)出版社， 2009： 134-152.

[11]郭熙保， 周強. 長期多維貧困、不平等與致貧因素[J]. 經(jīng)濟研究， 2016（6）： 143-156.

[12]周強， 張全紅. 中國家庭長期多維貧困狀態(tài)轉(zhuǎn)化及教育因素研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2017， 34（4）： 3-19.

[13]葛巖， 吳海霞， 陳利斯. 兒童長期多維貧困、動態(tài)性與致貧因素[J].財貿(mào)經(jīng)濟， 2018， 39（7）： 18-33.

[14]WOOLARD I， KLASEN S. Determinants of income mobility and household poverty dynamics in South Africa[J]. Journal of development studies， 2005， 41（5）： 865-897.

[15]羅楚亮. 農(nóng)村貧困的動態(tài)變化[J]. 經(jīng)濟研究， 2010（5）：123-138.

[16]SEN A. Poverty： an ordinal approach to measurement[J]. Econometrica， 1976，44（2）：219-231.

[17]郭建宇， 吳國寶. 基于不同指標及權(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， 2012（2）： 12-20.

[18]潘杰， 雷曉燕， 劉國恩. 醫(yī)療保險促進健康嗎？——基于中國城鎮(zhèn)居民基本醫(yī)療保險的實證分析[J]. 經(jīng)濟研究， 2013（4）： 130-142.

[19]NUSSBAUM M C. Symposium on Amartya Sens philosophy： 5 adaptive preferences and womens options[J]. Economics & philosophy， 2001， 17（1）： 67-88.

[20]GAIHA R， DEOLALIKAR A B. Persistent， expected and innate poverty： estimates for semi-arid rural South India， 1975-1984[J]. Cambridge journal of economics， 1993， 17（4）： 409-421.

[21]HULME D， SHEPHERD A. Conceptualizing chronic poverty[J]. World development， 2003， 31（3）：403-423.

[22]DECANCQ K， LUGO M A. Inequality of wellbeing： a multidimensional approach[J]. Economica， 2012， 79（316）： 721-746.

[23]DECANCQ K， DECOSTER A， SCHOKKAERT E. The evolution of world inequality in well-being[J]. World development， 2009， 37（1）： 11-25.

[24]TRANI J F， KUHLBERG J， CANNINGS T， et al. Multidimensional poverty in Afghanistan： who are the poorest of the poor？[J]. Oxford development studies， 2016， 44（2）： 220-245.

[25]ALKIRES， ROCHE J M， SETH S， et al. Identifying the poorest people and groups： strategies using the global multidimensional poverty index[J]. Journal of international development， 2015， 27（3）： 362-387.

[26]郭君平， 譚清香， 曲頌. 進城農(nóng)民工家庭貧困的測量與分析——基于“收入-消費-多維”視角[J].中國農(nóng)村經(jīng)濟， 2018（9）： 94-109.

[27]楊龍， 汪三貴. 貧困地區(qū)家庭的多維貧困測量與分解——基于2010年中國農(nóng)村貧困監(jiān)測的家庭數(shù)據(jù)[J].人口學(xué)刊， 2015，37（2）： 15-25.

[28]張玉梅， 陳志鋼. 惠農(nóng)政策和貴州農(nóng)村貧困研究[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社， 2017： 16-17.

[29]ALKIRE S， APABLAZA M， CHAKRAVARTY S R， et al. Measuring chronic multidimensional poverty[J]. Journal of policy modeling， 2017， 39（6）： 983-1006.

[30]樊麗明， 解堊. 公共轉(zhuǎn)移支付減少了貧困脆弱性嗎？[J]. 經(jīng)濟研究， 2014（8）： 67-78.

Abstract? Chinas targeted poverty alleviation strategy has progressed to reduce deep poverty across the country. Although the academia has yet to define deep poverty which is under policy discussion， researchers do pay attention to the identical concept of chronic poverty. Studying chronic poverty in rural China will help understand deep poverty and formulate evidence-based poverty reduction policies. From a multidimensional perspective， this paper uses a five-round （2004-2017） panel census data from three administrative villages in Puding County， Guizhou Province， to analyze the scale， distribution， and causes of chronic poverty in rural China. The first step is to use the AF multidimensional poverty measurement method to develop an index to measure the incidence of chronic multidimensional poverty within four dimensions including health， education， living conditions， and assets. Secondly， the chronic multidimensional poverty index is decomposed to analyze the poverty status in each of the four dimensions. This paper further conducts an empirical analysis to find the causes of chronic multidimensional poverty in rural China. Major findings are： ①The incidence of chronic multidimensional poverty is 28.62%， which means that about one-third of households in impoverished rural areas experienced chronic poverty. ②Poor health is the main aspect of poverty. The overall contribution rate of the health dimension to the chronic multidimensional poverty index is 31.3%. And the health dimension does not show significant improvement. The performance of the chronic disease indicator in the health dimension even deteriorated. ③The lack of labor and the related challenges of elderly care are important causes of poverty. This paper has the following policy implications： ①In terms of the targeted poor group， more attention should be paid to deep poverty in non-deep-poverty areas. ②In terms of the dimension of anti-poverty assistance， health status of the deep poor population should be prioritized. ③About the specific assistance measures， it is necessary to tackle the problem of labor shortage in deep poor families. Specifically， the input mechanisms should be expanded besides labor input. Also， medical care and elderly care in rural areas need to be improved， and the role of social security in poverty reduction is worth emphasizing.

Key words deep poverty; chronic multidimensional poverty; causes of poverty