平衛(wèi)英,占成意,羅良清

(江西財經(jīng)大學 統(tǒng)計學院,江西 南昌 330013)

一、引 言

貧困是一個全球性的復雜難題,全面脫貧對于發(fā)展中國家更是一個艱巨的挑戰(zhàn)。改革開放40多年來,中國扶貧工作取得了巨大的成果。2020年中國農(nóng)村絕對貧困全面消除標志著扶貧工作將從絕對貧困轉向相對貧困,一個更復雜的相對貧困群體逐漸在城市中引起重視。城市經(jīng)濟的高速發(fā)展使得城市居民的人均收入遠遠高于農(nóng)村絕對貧困線,但也造成了更大的貧富差距,城市經(jīng)濟增長帶動城市居民收入的增加降低了絕對貧困率,但不能有效降低城市的相對貧困率。單一維度上的收入貧困測度與研究不能更精準地得到城市相對貧困群體的特征。自從人的可行能力作為衡量貧困的標準被Sen提出后[1],國內外學者們對貧困的探索方向也從一維轉向了多維,當前多維角度貧困測度與研究理念可以更好地認識中國城市相對貧困的本質特征。

與集中連片的農(nóng)村絕對貧困群體不同,城市相對貧困群體大多以散點狀分布于城市的各個區(qū)域中,所處環(huán)境更復雜,其環(huán)境整體水平更高,主要包括經(jīng)濟、教育、醫(yī)療、生活條件等方面。由于相對貧困的復雜性,無論是落后地區(qū)還是發(fā)達地區(qū),都存在一定比例的相對貧困群體,雖然各方面需求已經(jīng)得到滿足,但處在一種相對落后的狀態(tài)?？v觀現(xiàn)有成果,中國城市相對貧困指標體系尚未有一個統(tǒng)一的標準,學術界迫切需要構建一個合理且合適的多維相對貧困評價體系。同時,一些學者在進行貧困測度時,各維度和指標的等權重處理方式值得商榷?；诖?本文從6個維度來構建新型城市相對貧困指標體系,把社會保障和家庭負債等納入到城市相對貧困指標體系,引入熵值法和多元對應分析法對各維度指標進行權重處理并綜合分析。科學的貧困測度可以更精準地識別城市相對貧困,分析城市相對貧困特征,從而為中國制定城市減貧戰(zhàn)略提供科學的理論依據(jù)。

二、文獻綜述

作為全球公共難題之一,城市貧困的研究一直受到學術界的關注。中國城市貧困的研究開始于20世紀90年代初,學者們關于城市貧困的研究主要從兩個視角展開,一個是單維貧困和多維貧困,一個是絕對貧困和相對貧困。

早期的研究認為城市貧困是單一維度物質生活上的絕對貧困,隨著對城市貧困認識的加深,學者們逐漸注意到城市貧困群體關于精神、社會和權力等層面的貧困狀況,城市貧困的判斷標準也逐漸由單維轉向多維。近年來關于城市貧困的識別維度與方法已較為完善,大都使用Alkire、Foster的“雙界限”法從收入、教育和健康等方面進行城市貧困測度,如張全紅與周強從教育、健康、就業(yè)、生活和公共服務5個維度進行城鄉(xiāng)貧困對比,程世勇與秦蒙從教育、生活標準、健康、資產(chǎn)和社會參與5個維度測度城市農(nóng)民工的多維貧困程度,于濤上浮農(nóng)村絕對貧困標準設置城市絕對貧困標準,從教育、收入、健康和生活條件4個維度測度中國城市多維貧困水平[2-5]。同時,隨著農(nóng)村絕對貧困的消除,相對貧困的研究逐漸受到重視。學者們開始把相對貧困與城市貧困相結合,如楊洋、馬驍發(fā)現(xiàn)流動人口與城鎮(zhèn)人口相比處于貧困狀態(tài),楊舸認為流動人口增加了城市相對貧困程度[6-7];王鍇認為相對貧困的思想更能反映城市貧困的本質特征,李亮從收入支出、精神和公平性3個維度梳理城市相對貧困群體的范圍[8-9]。張文宏、蘇迪認為社會保障對城市相對貧困程度有顯著影響[10]。目前國內鮮有文章用相對貧困的思想構建中國城市多維貧困的評價標準,同時對于城市相對貧困線的設置也沒有統(tǒng)一的標準?？疾靽鴥韧馕墨I,大都使用收入均值或者中位數(shù)的40%～60%作為相對貧困線的標準,國外學者Gottlieb和Fruman認為收入中位數(shù)的60%為最優(yōu)的相對貧困線[11-13]。

綜上所述,對于城市貧困的研究主要表現(xiàn)出以下幾個特點。第一,涉及領域上,從原先的經(jīng)濟學、社會學擴展到管理學、人口學、哲學、政治學以及生態(tài)學等多學科;第二,分析方法上,定量分析與定性分析、靜態(tài)分析與動態(tài)分析相結合;第三,研究視角上,從單維貧困到多維貧困,從絕對貧困到相對貧困?；诖?與已有的城市貧困研究相比,本文的創(chuàng)新點主要體現(xiàn)在兩個方面:把相對貧困與城市多維貧困相結合,構建新型城市居民家庭相對貧困指標體系,從多個維度和領域來探索城市相對貧困的主要特征。運用兩種客觀權重法并結合隨機模擬結果綜合分析城市相對貧困測度結果,避免單一權重導致的結果誤差,以期獲得更科學的城市相對貧困測度結果。

三、城市相對貧困測度方法及指標體系

城市相對貧困測度需要獲得調查對象每個維度或指標的值,進而對不同的維度或指標定義相對貧困臨界值,根據(jù)制定的臨界值來識別調查對象在該維度或指標上的相對貧困狀態(tài)。本文基于Alkire、Foster的“雙界線”法對中國城市居民家庭相對貧困水平進行測度和分解[2],該方法識別相對貧困水平后將各指標的信息加總成一個綜合相對貧困指數(shù)。

(一)相對貧困測度方法

1.相對貧困的識別

相對貧困的識別分為單個維度相對貧困的識別和多個維度相對貧困的識別。

2.相對貧困的測度

按城市相對貧困家庭樣本數(shù)量計算的相對貧困發(fā)生率(H)對各個維度的相對貧困狀態(tài)進行加總,從而構成一個綜合的相對貧困指數(shù)來評估城市居民家庭相對貧困水平。H表示城市居民家庭相對貧困人口的比率,計算方法如下:

(1)

Alkire和Foster提出了彌補FGT缺陷的方法[14],其計算如下:

(2)

3.相對貧困的分解

相對貧困指數(shù)在不同群組和維度上表現(xiàn)出可加性,因此可以按照地區(qū)、省份、維度等不同組別進行分解。按行分解可獲得地區(qū)和省份的貢獻率,按列分解可獲得不同指標的貢獻率。

(3)

(4)

按指標分解:

(5)

(6)

(二)指標體系構建及說明

1.MPI指標體系

多維貧困指數(shù)MPI(Multidimensional Poverty Index)從教育、健康和生活水平3個維度共10個指標來度量貧困狀況,分別為兒童入學率、受教育程度,兒童死亡率、營養(yǎng)狀況,衛(wèi)生設施、用電、飲用水、屋內地板材質、做飯燃料和耐用消費品。通常處理方式是三個維度的權重相等,同一維度的指標權重相等。國內學者在研究貧困問題時,會結合各地區(qū)實際情況對指標做出一定調整,如王小林、張全紅等增加了收入維度[15-16]。同時,在城市貧困的研究中,許多學者通過對農(nóng)村多維貧困的研究體系進行改造來構建城市貧困指標體系[4-5,17]。通常來說都包含MPI中的3個維度,然后根據(jù)不同的研究側重點以及城市實際情況做出適當?shù)木S度以及指標變化。

2.城市居民家庭相對貧困指標體系

本文在MPI的基礎上增加收入、社會保障和家庭負債3個維度,主要是結合中國城市實際并參照國內外城市貧困以及相對貧困研究文獻中的維度、指標和臨界值的設置。

(1)收入維度。中國目前沒有官方規(guī)定的城市相對貧困線,學術界對于相對貧困線也沒有統(tǒng)一的標準。國內外學者們大都使用人均收入中位數(shù)的40%到60%作為相對貧困的參考標準。參照汪晨等以及Gottlieb和Fruman的研究成果[12-13],同時考慮到2018年國家統(tǒng)計局按全國居民五等份收入分組的中間偏下收入組收入線,中間收入組為23 188.90元,中間偏下收入組為14 360.52元。使用樣本數(shù)據(jù)中位值家庭收入的60%作為相對貧困線,即15 000元。若家庭人均年收入低于15 000,則被認定為收入貧困。

(2)教育維度。國內一些學者均采用受教育程度作為多維貧困指標體系中反映教育維度的指標[18-19]。同時中國九年義務教育已經(jīng)全面實施,現(xiàn)階段的適齡兒童入學率接近100%,故兒童入學率指標不適用于現(xiàn)階段的城市相對貧困測度。因此本文剔除MPI指標體系中兒童入學率只保留受教育程度。若家庭成員中沒有初中以上學歷的成人,則判定在教育上相對貧困。

(3)健康維度。選取健康狀況作為健康維度的指標,國內學者在選取健康狀況作為指標的合理性已有研究[20]。并且受限于CFPS數(shù)據(jù),考慮到城市的醫(yī)療條件以及家庭整體收入要高于農(nóng)村貧困地區(qū),營養(yǎng)狀況和兒童死亡率更大程度是針對農(nóng)村貧困現(xiàn)象,因此使用健康情況指標代替營養(yǎng)狀況和兒童死亡率兩項指標。健康狀況使用家庭成年人員的健康自評來反映被剝奪情況,問卷中對健康情況采用1～7的打分制,分別表示從很差到很好。設置健康情況的剝奪臨界值為4,若家庭成員的健康情況得分低于4,則判定該家庭在健康上相對貧困。

(4)社會保障維度。社會保障維度選取2個指標,醫(yī)療保險和養(yǎng)老保險。郭熙保等和車四方等把醫(yī)療保險作為反映醫(yī)療維度的指標[19-20]。而本文是從社會保障的視角出發(fā),把醫(yī)療保險指標放在社會保障維度。同時考慮到當前中國城市家庭大多是“421”的人口結構,以及二胎的開放,將來城市家庭大多會是“422”的人口結構,老人和子女會給家庭帶來巨大的經(jīng)濟負擔,會對一個家庭的“可行能力”造成影響,而養(yǎng)老保險能夠作為老年人退出勞動后的一種保障,降低家庭負擔。參考韓瑩瑩、曾子瀾、張偉華把養(yǎng)老和醫(yī)療作為城市扶貧整體績效評估指標體系中的兩個重要維度[21]。故本文把養(yǎng)老保險作為指標納入到社會保障維度。

(5)生活水平維度。MPI指標體系中,生活水平維度下設6個指標,分別為水、電、做飯燃料、衛(wèi)生設施、地板材質和耐用消費品。在CFPS2018里7 251個有效城市家庭樣本數(shù)據(jù)中,考慮到城市地區(qū)經(jīng)濟生活的各方面條件,如水、電基本全覆蓋;衛(wèi)生設施相關數(shù)據(jù)較少,但城市地區(qū)的家庭衛(wèi)生設施平均水平高于農(nóng)村地區(qū),基本符合標準?；诖?水、電、做飯燃料和衛(wèi)生設施不適合作為城市相對貧困系數(shù)中的指標。CFPS2018數(shù)據(jù)中沒有地板材料的相關數(shù)據(jù),故用家居整潔度代替地板材料來反映家庭居住舒適度。家居整潔度采用打分制,1～7分別表示從低到高,設置剝奪臨界值為4,若家庭成員的家居整潔度得分不足4,則判定該家庭在家居整潔度上相對貧困。CFPS2018問卷中耐用消費品統(tǒng)計的是總值,因而本文參考收入相對貧困線的設定,采取與樣本數(shù)據(jù)中位值的60%比對的方式進行判定,在中位值60%之下為相對貧困,通過計算樣本數(shù)據(jù)值,得到剝奪臨界值為7 800元。除了以上根據(jù)MPI調整的指標外,還增加了城市家庭的恩格爾系數(shù)(Engel’s Coefficient),恩格爾系數(shù)指居民家庭中食物支出占消費總支出的比重,張昭等在構建多維貧困指標體系時認為恩格爾系數(shù)是反映居民生活水平的重要指標之一[22]。恩格爾系數(shù)大于或者等于0.6作為剝奪臨界值?；谝陨显?生活水平維度選取耐用消費品、家具整潔度和恩格爾系數(shù)3個指標。

(6)家庭負債維度。在家庭負債維度上選取2個指標,借款被拒情況和房貸占比。謝家智、車四方從金融視角出發(fā),在測度農(nóng)村居民多維貧困水平時增加金融借貸指標,認為金融服務對于農(nóng)村貧困人口的生活質量有著重要的影響作用[23]。Sen提出的可行能力視角,可以將家庭中存在借款被拒經(jīng)歷視為其在借款方面的可行能力受到剝奪[1]。本文則從家庭負債角度出發(fā),故把借款被拒情況作為家庭負債維度指標。而房貸占收入比重指標則是結合了當前城市家庭的經(jīng)濟負擔的特點而設立,房貸壓力易導致家庭在其他方面的消費受到影響?？紤]恩格爾系數(shù)0.6的食物比例支出,設置房貸月供占月人均收入的比重0.4為剝奪臨界值,若家庭房貸月供占比高于0.4,則判定該家庭在房貸支出方面相對貧困。

綜上所述,本文從收入、教育、健康、社會保障、生活水平、家庭負債6個維度10個指標來構建指標體系。結果見表1。

表1 城市居民家庭相對貧困指標體系

四、城市居民家庭相對貧困測度及分解

(一)數(shù)據(jù)來源

本文數(shù)據(jù)來源于中國家庭追蹤調查(China Family Panel Studies,簡稱CFPS),該追蹤調查每兩年一期。CFPS2018全國追蹤調查以前三次全國調查所界定出來的家庭為基礎,樣本包括2016年已經(jīng)完訪的家庭和2016年沒有成功追蹤的2010年及2014年完訪家庭。數(shù)據(jù)庫涵蓋中國31個地區(qū)的人口,本文所使用的CFPS2018城市居民家庭數(shù)據(jù),總計7 251份有效數(shù)據(jù)。本文城市居民家庭相對貧困的研究使用了CFPS2018數(shù)據(jù)中的個人和家庭調查問卷中的相關數(shù)據(jù)。

(二)權重設置

國內學術界對于多維貧困測度中的權重選取方式分為兩種,一種為等權重法,通常沿用了Alkire和Foster的處理方法[2];另一種為非等權重法。由于等權重賦權會忽略各個維度指標間的相對重要性,因此本文選用了非等權重的方法。而不同的賦權結果會使最終的相對貧困指數(shù)出現(xiàn)不同的結果,如果僅用一種賦權方法會存在偶然性,因此本文選用了兩種賦權方法并進行隨機權重模擬。進而對兩種權重法和隨機模擬的結果綜合分析,主要目的是防止單一權重的偶然性對最終結果造成較大誤差。

1.熵值法下各指標權重

熵值法是一種客觀賦權的多指標綜合評價方法,能夠客觀準確地評價研究對象,它依據(jù)各維度指標間關聯(lián)程度或各維度指標里包含的信息量來得到最終的權重。為了滿足一致性要求,本文采用極差標準化處理原始數(shù)據(jù),計算公式如下:

正向指標:

(7)

負向指標:

(8)

表2 熵值法權重賦值表

2.多元對應分析法下各指標權重

多元對應分析(MCA)能有效處理多個定類變量,能夠分析出多個變量之間潛在的結構關系,是對應分析的延伸。城市居民家庭相對貧困的研究所選用的指標變量大部分為定類變量,因此本文選用多元對應分析方法來分析數(shù)據(jù)。將原始數(shù)據(jù)按照臨界值轉化為剝奪矩陣,各指標用1表示處于被剝奪狀態(tài),0表示未被剝奪。對轉換后的剝奪矩陣數(shù)據(jù)進行多元對應分析計算:

權重:

(9)

相對貧困指數(shù):

(10)

式(9)中,Wj是通過MCA方法計算的權重,MCA結果中第一、二主因子的慣量貢獻度為71.02%,且第三主因子的慣量貢獻度為2.15%,故按第一主因子和第二主因子的加權貢獻率計算權重。px為第x主因子的總慣量占比(x=1或2),cjx為指標j兩種狀態(tài)(剝奪狀態(tài)和未剝奪狀態(tài))對第x主因子的貢獻率。

表3 多元對應分析法權重賦值表

(三)城市家庭相對貧困指數(shù)測度結果

1.單一維度相對貧困測度結果

單維測度結果見表4。城市居民家庭中單一維度相對貧困發(fā)生率排名從高到低依次為:耐用消費品、養(yǎng)老保險、人均年收入、受教育年限、借款被拒情況、恩格爾系數(shù)、醫(yī)療保險、健康狀況、家居整潔度、房貸占比。最高的兩個維度是生活水平和社會保障,最低的兩個維度是教育和健康,這也與實際較為貼合。自九年義務教育實施后,目前城市家庭適齡兒童入學率基本達到100%,雖然部分中老年人的受教育程度存在差異,但總體來看教育基本得到改善。而如房貸占比、家居整潔度和健康狀況等指標相對貧困發(fā)生率比較低,這與國家近年來醫(yī)療保障領域的快速發(fā)展有重要的關系,同時城市居民的生活環(huán)境較好,生活水平和工資水平也較高,所以在這些指標上相對貧困發(fā)生率相對較低。

表4 單維相對貧困發(fā)生率

2.城市家庭相對貧困測度結果

本次所使用的CFPS2018中的7 251個城市家庭樣本數(shù)據(jù)中,不存在10個指標同時被剝奪的情況,被剝奪的次數(shù)最大值為9。根據(jù)A-F“雙界線”方法,首先計算不同權重條件下,第二個臨界值K=0.1到K=0.9間的H(相對貧困發(fā)生率)、A(平均被剝奪份額)和M0(相對貧困指數(shù)),結果如表5所示。

從表5中可以看出,多元對應分析法下相對貧困發(fā)生率H在臨界值K從0.1向0.3變化時下降幅度較大,直接降至0.326 0,而同樣情況下熵值法中的相對貧困發(fā)生率則下降相對較緩。與之對應的平均缺失份額A也出現(xiàn)了相類似的變動情況,在臨界值K從0.1向0.3變化時,熵值法中的平均缺失份額上升速度對比多元對應分析法較緩。就相對貧困指數(shù)M0來說,熵值法的M0下降速度小于多元對應分析法。從整體的變化趨勢來看,不管是熵值法還是多元對應分析法得到的H、A還是M0,都會跟隨K的增大而發(fā)生變化,其中A逐漸增大,H和M0逐漸減小且接近于0,這表明隨著維度的增加城市相對貧困程度會減少,甚至消除。

表5 兩種賦權方法下不同臨界值的相對貧困指數(shù)

另外,從變動趨勢圖1和2中也可以看到,隨著K增大,相對貧困家庭逐漸減少,當K=0.9時,H<1%,A>90%,M0<1%,表明城市居民家庭相對貧困基本消失,城市相對貧困家庭處在大多數(shù)指標被剝奪的狀態(tài)。M0減小,表明城市居民家庭發(fā)生多維相對貧困的狀況越來越少。

圖1 熵值法下相對貧困發(fā)生率、平均缺失份額及相對貧困指數(shù)變動趨勢

圖2 多元對應分析法下相對貧困發(fā)生率、平均 缺失份額及相對貧困指數(shù)變動趨勢

(四)城市家庭相對貧困指數(shù)分解

參考聯(lián)合國在多維貧困測度中使用的K≥0.3的標準,本文主要對K=0.3時的情況進行探討分解。

1.按區(qū)域分解

按照國家統(tǒng)計局對中國區(qū)域的劃分,東部地區(qū)包括10個區(qū)域;中部地區(qū)包括6個區(qū)域;西部地區(qū)包括12個區(qū)域;東北地區(qū)包括3個區(qū)域。CFPS2018中7 251個城市家庭數(shù)據(jù)共涉及31個省市及自治區(qū)。按照各區(qū)域的樣本量以及依據(jù)多維測度的分解公式,利用規(guī)劃求解的方式,測算出各區(qū)域的城市相對貧困指數(shù)見表6。

表6 各區(qū)域的樣本量及相對貧困指數(shù)

從分解的結果來看,不論采用哪種權重,相對貧困指數(shù)最低的都是東部,其中中部區(qū)域的城市相對貧困程度均高于東部,低于西部,而東部地區(qū)又遠低于另外三個區(qū)域,這與當前中國的實際情況較為吻合。由于東部地區(qū)的發(fā)展水平遠高于其他3個地區(qū),教育、醫(yī)療等資源也不均衡,故東部地區(qū)多維相對貧困程度較低。由于樣本數(shù)量存在差異,這一結果可能略有偏差。

2.按省份分解

由于此次樣本中青海、海南、內蒙古、寧夏、新疆、西藏數(shù)據(jù)量很小,故在進行省份分解前將其剔除。分解結果見表7。從表7省份的分解結果來看,采用的指標賦權方法不同得到的數(shù)值也存在一定的差異,且在排名上存在一定的差距,后文會利用此差異,對兩種賦權方法進行綜合。但總體來看,不論是熵值法還是多元對應分析法,相對貧困指數(shù)較高的地區(qū)為廣西、貴州、山西、四川、福建等地區(qū),較低的地區(qū)為廣東、浙江、上海、北京、江蘇等,這與區(qū)域分解的結果存在一定差異,但整體結果基本一致,基本呈現(xiàn)出東低西高的局面,出現(xiàn)這種結果與地區(qū)經(jīng)濟發(fā)展有一定關系,廣西、貴州等地區(qū)城市居民的收入、教育、社會保障等方面與北上廣等發(fā)達地區(qū)存在較大差距。

表7 各省份的相對貧困指數(shù)

福建、陜西等地區(qū)與區(qū)域分解的結果不一致。東部地區(qū)福建省,2018年人均GDP排在全國第6但相對貧困程度較高。其中收入維度相對貧困發(fā)生率為37.18%,高于全國平均水平28.22%。與東部其他地區(qū)相比,福建省中低收入以下人群占比較高,因此地區(qū)經(jīng)濟的發(fā)展不一定能夠降低城市相對貧困率。與絕對貧困不同,城市相對貧困存在空間上的比較性,同一相對貧困個體在不同地區(qū)其相對貧困程度是不同的,因此縮小貧富差距不僅要關注城市相對貧困群體自身的狀況,還需要考慮到其所處的經(jīng)濟、社會等環(huán)境,只有城市相對貧困治理的速度大于城市經(jīng)濟發(fā)展的速度,才能使相對貧困群體減少。

3.按維度和指標分解

分解相對貧困指數(shù)能得到所有維度以及指標的貢獻率,從而可以對城市家庭的主要相對貧困維度或者指標進行分析,能夠科學精準地緩解城市相對貧困問題。分解結果見表8、圖3和圖4。

圖3 熵值法下各指標貢獻率

表8 各指標的相對貧困指數(shù)

結合圖4與表8來看,在熵值法確定的權重下,城市相對貧困指數(shù)和貢獻率最高的是收入維度的家庭人均年收入,貢獻率達到33.22%;其次是家具整潔度和耐用消費品,貢獻率分別是27.52%和24.44%,這3個指標整體貢獻率達到了85.18%;其它指標占比相對較少,尤其是房貸支出和健康狀況維度僅為0.03%和0.66%。因此可認為房貸和健康不是城市家庭致貧的主要原因,收入、生活環(huán)境和耐用品消費才是致貧主要原因。

圖4 多元對應分析法下各指標貢獻率

在多元對應分析法確定的權重下,城市相對貧困指數(shù)和貢獻率最高的是家庭人均年收入,為36.10%;其次是耐用品消費、受教育程度和養(yǎng)老保險,分別占19.47%、13.19%和10.40%,再次則是恩格爾系數(shù)占9.58%,這5個指標整體貢獻率達到了88.74%,即家庭人均年收入、耐用品消費、人均受教育程度,養(yǎng)老保險和食品支出是城市家庭的主要致貧原因。健康狀況和借款被拒占比很低,二者之和不超過4%,說明這兩項指標不是重要的致貧原因。

相對貧困指數(shù)的測算中,指標權重的測算極為重要。綜合兩種賦權方法來看,家庭人均年收入、耐用消費品、健康狀況、借款被拒和房貸支出為兩種方法下分解結果的交集,即大多數(shù)城市相對貧困家庭在家庭人均年收入、耐用消費品這一指標上處于臨界值之下,從而導致了相對貧困;健康狀況、借款被拒和房貸支出的貢獻率較小,表明城市醫(yī)療水平相對較高并且中國醫(yī)療保障體系比較完善,同時城市經(jīng)濟發(fā)展條件較好,醫(yī)療健康問題以及借款被拒不是城市家庭相對貧困的主要致貧原因。

(五)實證結果穩(wěn)定性分析

1.實驗原理介紹

為了綜合分析最終結果,本文從排序出發(fā)來綜合分析熵值法和多元對應分析法的賦權結果。

2.各省份相對貧困水平排名結果

基于以上步驟算出各省期望排名。參照上一部分中的省份分解結果,對各省份的相對貧困指數(shù)進行排序,結果見表9。

表9 兩種不同權重下的各省份的相對貧困水平排名

3.穩(wěn)定性分析

設定各省絕對離差的和形式作為最終的總誤差函數(shù),從而能夠得到熵值法和多元對應分析法排序的結果和誤差。將隨機模擬實驗得到的各省份期望排名情況與利用熵值法及多元對應分析法得到的各省份排名,其中多元對應分析的誤差小于熵值法。盡管3種結果排名存在一定差異,但整體來看各地區(qū)的相對貧困指數(shù)所處的層次變化不大,比較穩(wěn)定。如北京、天津、上海等地,無論哪種權重結果的城市相對貧困程度在全國范圍內都屬于較低水平,而廣西、山西等地屬于較高水平。因此,使用熵值法和多元對應分析法得到的各指標權重結果對各指標分解的相對貧困指數(shù)影響較大,但對綜合相對貧困指數(shù)的結果影響較小。

五、結論與政策建議

本文基于MPI指標體系構建了城市居民家庭相對貧困指標體系,包含6個維度10個指標,采用CFPS2018的數(shù)據(jù),參照A-F的多維貧困測度方法,使用熵值法和多元對應分析法對指標權重進行確定,以測度城市居民家庭的相對貧困,在此基礎上按區(qū)域、省份和指標對相對貧困指數(shù)進行分解,并通過隨機實驗的方式綜合分析實驗結果的穩(wěn)定性。得出以下結論:第一,各維度相對貧困發(fā)生率有明顯差異,單維度相對貧困發(fā)生狀況依然嚴重。城市居民家庭在人均年收入、受教育年限、耐用消費品及養(yǎng)老方面的相對貧困發(fā)生率超過20%,除房貸占比指標,其他指標處在5%到20%之間。第二,東部城市相對貧困程度最低。從按區(qū)域分解的城市相對貧困指數(shù)來看,東部區(qū)域遠低于其他區(qū)域,這說明東部的高質量經(jīng)濟發(fā)展狀況在一定程度上能解決城市相對貧困。第三,從相對貧困測度來看,隨著城市居民家庭剝奪維數(shù)增加,相對貧困指數(shù)減小,陷入相對貧困狀態(tài)的概率降低;從相對貧困分解來看,在兩種方法確定的權重下,家庭人均收入和耐用消費品均居于前三,說明城市居民家庭在這兩個方面受到的剝奪程度較深。

從城市相對貧困成因的分析以及從相對貧困測度的實證結果來看,針對性地提出以下六方面的建議:第一,降低針對社會脆弱群體的制度性社會排斥程度。推進市場化改革,合理消除限制市場機制發(fā)揮作用的各種壁壘,讓市場機制成為優(yōu)化資源配置的主要方式,盡量減少因地區(qū)、行業(yè)、所有制等因素造成的針對社會脆弱群體的社會排斥,真正讓每個人都獲得平等的市場機會。第二,減少城市相對貧困人口的脆弱性,增強其把握市場機會的能力。在市場經(jīng)濟制度之下,脆弱性主要表現(xiàn)為較低的人力資本和較少物質資產(chǎn)。增加人力資本投資,可以有效幫助城市相對貧困家庭積累自身發(fā)展的物質資產(chǎn),從而有效降低城市相對貧困家庭的脆弱性。第三,完善社會保障制度。完善以社保為基礎的各類保障制度;完善企業(yè)基本養(yǎng)老制度,將城市就業(yè)人員全覆蓋,統(tǒng)籌基本養(yǎng)老保險基金;健全失業(yè)保險制度,進一步擴大失業(yè)保險的覆蓋面,不僅要涵蓋企事業(yè)單位職工,也要包括國家機關工作人員;擴大基本醫(yī)療保險的覆蓋面,使其覆蓋到所有的城鎮(zhèn)就業(yè)人員和離退休人員,城鎮(zhèn)就業(yè)人員包括各種所有制單位的就業(yè)人員,包括正式就業(yè)人員和各類非正式就業(yè)人員。第四,逐步建立以改善城市相對貧困家庭生活條件為目的的綜合扶貧體系。一方面為達到提高城市相對貧困家庭基本生活條件的目的,城市居民最低生活保障制度需要結合各地區(qū)實際生活水平進一步完善。另一方面要考慮到城市相對貧困家庭的剛性需求,完善城市相對貧困家庭在教育和住房等方面的幫扶策略,在保障相對貧困家庭基本生活水平的基礎上,提高城市相對貧困家庭成員的教育條件,增強其尋求自身發(fā)展的機會和擺脫相對貧困的能力。第五,降低收入差距,始終貫徹實施收入再分配政策。認識到城市相對貧困的意義,相對貧困的治理需要結合考慮貧困個體與社會環(huán)境,單方向的治理不能使效率最大化。第六,避免產(chǎn)生“貧困陷阱”。從保障到改善城市相對貧困家庭的根本需求,結合現(xiàn)實發(fā)展水平適當調整最低生活保障水平,既能防止城市相對貧困家庭對福利金的過度依賴,又能使其脫離相對貧困狀態(tài)。