貧困性質轉變下多維貧困及原因的識別
——以甘肅省皋蘭縣六合村為例

張永麗，盧　曉

（西北師范大學 商學院，甘肅 蘭州 730070）

貧困性質轉變下多維貧困及原因的識別
——以甘肅省皋蘭縣六合村為例

張永麗，盧曉

（西北師范大學 商學院，甘肅 蘭州 730070）

經30多年改革開放和持久的扶貧攻堅，我國農村貧困已由絕對的生存貧困向相對的發展性貧困轉變，以單一收入指標為主的衡量標準已無法全面準確地反映目前我國的多維貧困現狀。依據多維貧困理論及我國農村貧困實際狀況，在構建多維貧困及原因識別體系的基礎上，利用2015年對甘肅省一個貧困村的社會調查資料，對該村的多維貧困現狀進行了測算和識別，并對導致貧困的原因進行了probit回歸分析。結果顯示：盡管該村仍然存在著收入上的貧困，但教育和健康方面的貧困更加嚴重，多維貧困發生率較高；回歸結果表明農戶務工收入比重、教育、健康、信貸等在不同程度上可以解釋多維貧困的發生原因。在此基礎上提出了針對該村多維貧困現狀的精準扶貧措施。

多維貧困；原因識別；精準扶貧

一、引言

改革開放以來我國經濟長期的高速增長和持久的反貧困戰略實施，使得農村貧困狀況發生了巨大變化。1978—2013年，農村居民人均純收入絕對數由133.6元增加到8895.9元，增長近66倍。農村居民人均消費水平由116元增加到6625.5元，恩格爾系數由67.7%下降到了37.7%（數據來源：中國統計年鑒2014）。農村貧困發生率從1993年的8.7%下降到了2010年的2.8%，2011年按照新定2300元的貧困標準全國有1.28億貧困人口，截至2014年農村貧困人口已經減少到7017萬人（我國貧困標準變化歷史：1978-2008年實行的是絕對貧困標準，2000-2010年實行的是最低收入標準，2011年重新提高貧困標準到2300元）；另一方面，我國貧困特征和貧困性質也發生了較大變化，出現了致貧原因復雜化、貧困人口整體分散局部集中、新的貧困群體不斷涌現、代際傳遞明顯等一系列新的特征，貧困性質也由生存性貧困、絕對貧困向發展性貧困、相對貧困發生轉變。雖然我國現行2300元的低收入貧困標準，與原來的貧困線相比有了較大幅度的提高，也兼顧考慮了貧困人口的教育、醫療缺乏等問題，但扶貧關注的焦點仍然聚焦在貧困人口的收入狀況，解決的是貧困人口的基本生存問題。同時，我國傳統扶貧措施正面臨著在貧困特征和貧困性質已發生較大變化下的一系列新問題，諸如貧困人口的不斷邊緣化、發展能力建設不足、可持續性的人力資本開發不足、權利貧困問題難以解決、貧困地區生態環境和民族文化遭到破壞等問題。面對新的變化，新的問題，新時期的精準扶貧需要從更加深入的角度認識貧困，這樣有助于更加精準地識別貧困對象、找準致貧原因、采取針對性措施，提高扶貧效率。以下本文將以多維貧困理論為基礎，以貧困人口及致貧原因的精準識別為目標，利用近期我們對甘肅省一個貧困村的調查資料，就我國貧困性質變化下的多維貧困及識別問題進行探討。

二、文獻綜述

隨著社會經濟的發展，學術界對貧困問題的認識不斷深入和擴展。Morris在1979年就提出了物質生活質量指數，其中涉及到人類的多方面發展，而不是僅僅停留在對收入水平的關注上；［1］Hagenaars 在1987年從收入和閑暇兩個方面對貧困進行了兩維度評價，豐富了貧困的測量內容。［2］但真正引起學術界從多維角度關注貧困的則是阿瑪蒂亞·森（1999）的多維貧困理論，他首次將能力貧困納入貧困研究范圍，認為貧困不應該局限于收入水平的低下和物質的匱乏，也表現在發展機會的缺失。［3］在此基礎上聯合國計劃署（1990）創建了人類發展指數和人類貧困指數，從健康、教育和生活水平三個維度衡量人類發展。2010年聯合國計劃署與牛津大學又聯合推出了多維貧困指數，依然從三個維度測量貧困，但對貧困的測量內容進行了拓展，也更加符合人類發展要求。

國內學者關于貧困問題的早期研究，主要是依據傳統的經濟貧困理論，大多集中于經濟增長、收入分配與貧困之間關系的研究。［4-6］隨著國際上多維貧困理論的提出，國內貧困問題研究者普遍認為，人力資本對貧困有著重要影響，［7-8］而人力資本的提升得益于教育培訓、健康狀況的提高，［9］農戶教育水平的提高能夠在很大程度上降低貧困發生率。［10］也有學者認為，社會排斥雖不等于貧困但卻是表達貧困的有效方式，［11］是導致貧困人口發展機會喪失、機會不均等的主要原因。［12］除了來自于貧困人口自身能力的影響因素外，自然災害的巨大破壞性及農戶對災害應對和防御能力的脆弱性，使得自然災害對貧困發生率具有重大影響。［13-14］

認識到貧困受多方面因素影響，加之國外多維貧困理論的發展，國內學者開始結合我國實際，從多維視角關注貧困測度問題。李小云設計了包括教育、衛生、生活狀況等8個方面的參與式貧困指數，豐富了貧困的測算內容。［15］王小林等利用中國健康與營養調查數據，從教育、健康、住房等八個維度測算了我國城市和農村家庭的多維貧困，發現我國城市和農村家庭都存在除收入之外的多維貧困。［16］許多學者的研究結構表明，利用多維貧困測量方法測量的貧困程度要高于利用傳統單一的收入測量法測量的結果，而且更有利于扶貧政策的選擇。［17-21］

由以上可見，隨著我國經濟社會結構轉型的不斷深化和扶貧事業的不斷推進，多維貧困理論及實踐運用將是一個必然趨勢。

三、多維貧困識別體系的構建

我國貧困特征及貧困性質所發生的重大變化，對新時期減貧工作提出了新的要求，實施以全面貫徹“精準”要求的精準扶貧成為新時期扶貧戰略的重大選擇，而對貧困人口及其貧困原因的精準識別將是實施精準扶貧的首要任務和關鍵步驟。以下本文將從貧困人口、貧困戶貧困原因和貧困村貧困原因三個有機聯系的層面構建貧困識別體系。指標體系構建的基本原則是：遵循以人為本的宗旨，指標設計與人類發展指數保持一致，且指標之間的相關性最小，體現系統性、科學性和實用性。主要依據有五個方面：一是聯合國千年發展目標、人類發展指數和多維貧困指數，并遵循各個指標的相關技術規定；二是沿用國家扶貧辦農村貧困調查指標；三是結合《中國農村扶貧開發綱要（2011-2020）》中提出的主要目標指標；四是結合國內著名學者（如汪三貴、王小林等）已有研究；五是依據中國農村貧困地區的具體情況并兼具數據的可得性。

（一）貧困人口（或貧困戶）識別體系。

貧困人口（或貧困戶）識別體系由收入、教育、健康三個一級指標，人均純收入、受教育程度、兒童輟學率、家庭健康狀況、醫療保險、住房條件、飲用水、燃料類型、衛生設施、生活用電、家用電器11個二級指標構成。首先，收入維度。目前我國絕對貧困人口仍然存在，且《中國農村扶貧開發綱要（2011-2020）》中明確提出了到2020年貧困地區農民人均純收入高于全國平均水平的要求，根據聯合國人類發展指數（HPI）的維度之一即收入指數，本文把收入作為識別體系的維度之一，臨界值依據國家最新貧困標準2300元設置。其次，教育維度。依據2010年聯合國人類發展計劃署和牛津貧困與人口項目提出的多維貧困指數（MPI）中教育維度的指標設置，結合我國農村貧困現狀，采用成人受教育年限和兒童輟學率兩個指標來表現教育維度上的貧困狀況，臨界值的設定按照聯合國多維貧困指標設置。第三，健康維度。人的健康主要取決于自身健康狀況和客觀生活條件，而客觀的生活條件包括吃、住、醫療等。兼具我國的現實狀況和數據的可得性，本文選取了家庭健康狀況、醫療保險及反映生活條件的住房條件、飲用水、燃料類型、衛生設施、生活用電、家用電器等6個指標，共計8個指標來表現健康維度上的貧困狀況。指標臨界值的選擇遵循人類發展報告中MPI的設計標準，其中飲用水標準依據我國農村安全飲水的統計標準，把國際上通用的淺井水也劃歸為貧困。

表1　多維貧困人口（貧困戶）識別體系

（二）貧困原因識別體系。

生活環境分為家庭微觀環境和家庭所處地理位置的宏觀環境兩個部分，微觀上家庭是每個社會人最小的生存單位，每個家庭的組成、人口結構、生活方式不盡相同，進而導致貧富不均；宏觀上，每個家庭存在于差異巨大的外部環境中，如經濟增速差異、南北氣候差異、平原和多山地區的地形差異，種種差異的存在導致每個家庭生活水平不同。本文采用層次分析法，把對貧困原因的識別分為微觀和宏觀兩個層次，微觀指家庭單位，宏觀指村級單位，構建貧困戶和貧困村的貧困原因識別體系，具體見表2和表3。

表2　貧困戶貧困原因識別指標體系

表3　貧困村貧困原因識別體系

（一）樣本區概況與數據來源。

本文選取地處甘肅省蘭州市皋蘭縣忠和鎮南部的六合村進行調查，該村南與蘭州市安寧區接

四、案例實證分析

壤，距離蘭州市僅7公里、皋蘭縣城35公里，下轄4個自然村（薛家灣、安家溝、梁家灣、拐達溝），6個村民小組，現有856戶3229人，其中常住人口438戶，2014年人均純收入達到6476元。總耕地面積5507畝，其中水澆地2298畝，人均耕地1.72畝。目前建有村衛生所1所，小學1所，文化活動廣場1處。全村現有貧困人口106戶414人，占總人口的12.82%，其中一般貧困戶21戶86人，低保戶76戶311人，五保戶9戶17人。

本研究所采用的數據主要來自于2015年10月對六合村進行的入戶調查，本次調查的內容主要包括農戶家庭成員結構、收入支出、農業生產、醫療衛生、教育培訓、金融服務等7個方面。調查過程中由于農戶下地務農、外出務工、走訪親朋等原因，最終共獲得210戶1026人調查數據，其中含29戶貧困戶和2戶五保戶的基本資料信息。

（二）多維貧困廣度和深度分析。

1.不同維度下的貧困規模。

根據上文識別體系中各指標貧困線的設定，六合村在各指標上的貧困發生率如表4所示。收入一級指標上，該村農戶中人均收入水平在2300元以下的農戶數為29戶122人，占樣本總戶數和總人數的比例分別為13.81%、11.89%，這與政府建檔立卡貧困人口貧困發生率12.82%幾乎相等。對農戶人均純收入進行分組可以發現該村有86.19%的農戶收入都達到2300元以上，其中15%左右的農戶收入水平接近或超過該縣當年6512元的人均純收入水平。

教育維度上，家庭成員平均受教育程度在小學及以下的農戶為89戶，占總戶數的比重為42.38%，農戶貧困發生率為42.38%，小學至初中水平的農戶比重為45.72%，初中至高中和高中及以上的農戶比重分別為10%和1.9%，將近一半的農戶受教育水平只達到小學及以下程度。此外，調查農戶中不存在6-15歲兒童輟學情況，說明農戶已經意識到兒童教育的重要性，愿意對后代進行教育投資。

健康維度上，從農戶自身健康水平上看，家庭成員中至少1人身有殘疾或患長期慢性病農戶占比達到50%，雖然被調查農戶都參加了新型農村合作醫療，但遇大病、重病必須首先到縣醫院治療，當縣醫院醫治不了并開具證明的情況下，才能到縣以上的醫院進行醫治，否則不予報銷或報銷比例很低，這種醫療報銷制度的規定與該地區地理位置距市近，距縣城遠的實際情況不匹配，農戶未能真正從新農合中受益，農戶在該指標上反映的貧困發生率為0，但實際上貧困，且因病致貧的幾率增加。從生活條件上看，5.24%的農戶居住在土坯結構的房屋中，21.9%的農戶生活燃料為不潔凈的柴草，34.29%的農戶家用電器不超過2件，調查對象中通電、通自來水、擁有室內沖水廁所或旱廁的農戶都已經達到100%。但實際上農戶飲水依然困難，一方面，受當地冬季溫度較低影響供水不及時，自來水大概只在6至10月份供應，供水期間，村民把水存入水窖以備日后用水，當水用完后只能到就近集市買水；另一方面，自來水管質量較差導致供水不暢，水管爆裂卻沒有部門管理維修，造成飲水困難。一定程度上反映了農村扶貧項目在建設中因地制宜、建設后管理維護等存在問題。

表4　貧困識別體系各指標貧困戶貧困發生率

從不同維度下的貧困發生率比較來看，教育、健康維度的農戶貧困發生率都大于收入維度的農戶貧困發生率，其中健康維度的貧困發生率最高；從任意兩維度同時貧困的發生率來看，收入與教育同時存在貧困的農戶為20戶，農戶貧困發生率為9.52%，收入和健康維度同時貧困的農戶為23戶，農戶貧困發生率為10.95%，教育與健康維度同時存在貧困的農戶為69戶，貧困發生率為32.86%，農戶教育和健康維度同時貧困的比例最高。同時，在收入、教育、健康三個維度同時貧困的農戶有16戶，貧困發生率為7.62%，這也意味著在調查樣本中收入低于2300元以下的29戶貧困戶中有55%的屬于在三個維度都貧困的貧困戶。

以上分析表明：該村農戶中的生存貧困已經得到大幅解決，而教育和健康方面的多維貧困已成為貧困問題的重點，以單一收入指標為主的貧困識別標準已難以適應貧困性質轉變條件下的貧困及原因識別。同時也表明，采用多維識別方法更能全面地反映該村的貧困狀況和原因，并且在相當程度上能夠區分貧困對象的輕重次序，對實施有效的精準扶貧具有重要意義。

2.多維貧困規模。

僅按單一的收入水平低于2300元的貧困標準計算，該村的農戶貧困發生率為13.81%，但識別體系中11個指標，除因調查數據局限在一個村導致的貧困發生率為0的指標和住房條件指標外，受教育程度、家庭健康狀況、燃料類型、家用電器等指標上的農戶貧困發生率都大于收入指標的農戶貧困發生率，表明農村不僅存在收入上的貧困，也存在其他維度上的貧困。因此，本文將采用多維貧困測量方法，對六合村的多維貧困廣度和深度進行分析。

本文參照Sabina Alkire，James Foster（2011）［22］的多維貧困測量方法，首先選取多個指標作為多維貧困測量的維度，對每個維度設立臨界值來確定個體在每一維度上的剝奪情況，在計算第i個個體每個維度是否受到剝奪的基礎上，加總此個體受到的被剝奪維度總數，然后設定被剝奪維度的臨界值，若被剝奪的維度數量大于或等于臨界值，則此個體被視為多維貧困。本文通過調查問卷收集數據計算了多維貧困發生率H、多維貧困剝奪程度A和多維貧困指數M0，用于分析六合村的多維貧困狀況。貧困發生率H為多維貧困農戶占總農戶的比例；貧困剝奪程度A為貧困農戶家庭平均被剝奪的維度數占總剝奪維度數的比值，多維貧困指數M0是這兩個指標的乘積。具體計算公式如下。

MPI=H×A（3）

其中，q表示多維貧困人口，n表示研究區域總人口，Ci（k）為在貧困臨界值為k的情況下第i個體或農戶被剝奪維度數總和；d為總維度。

在各指標等權重的情況下，農戶在第K個指標上超過該指標的臨界值，即視為在第K個指標上貧困，計算當K的取值為1、2、3、4、5、6時的農戶貧困發生率（H）、貧困剝奪程度（A）和多維貧困指數（M0），以此估算六合村的多維貧困結果，具體情況見下表5。

表5 多維貧困測算結果

由上表可見，當K=1時，即考慮11個指標中任意一個指標下的貧困，農戶貧困發生率為84%，貧困剝奪程度為18.29%，多維貧困指數為0.1553；當K=2、3、4、5、6時，農戶貧困發生率為 25.27%、24.76%、9.05%、2.86%和0.48%，且同時在收入上受剝奪的農戶貧困發生率為3.81%、3.33%、3.33%、1.90%、0.42%，多維貧困中，收入對多維貧困的貢獻是較低的，表明農戶不僅存在收入方面的貧困，在有關農戶生產生活發展的住房、生活燃料、家用電器、教育水平和醫療健康等方面同樣存在貧困，而且更加嚴重。隨著維度個數的上升，農戶多維貧困發生率在下降，但貧困剝奪程度則呈上升趨勢，表明貧困維度增加的同時多維貧困的廣度在降低，而深度在增強，雖然多個維度上同時貧困的農戶數量隨著維度個數增加而下降，但多維貧困者的被剝奪程度更加嚴重，農戶在多維貧困中的貧困點不同，說明現行的統一的扶貧政策和項目顯然是不合適的，不利于解決農戶的特殊貧困。根據國際上同行的標準，三個及三個以上指標同時貧困則認為存在多維貧困，該村多維貧困程度達到13.07%。

（三）貧困原因分析。

1.貧困原因識別體系指標的調查數據描述。

調查資料統計顯示，從全村基本情況上看，六合村基礎設施嚴重不足，通村道路雖然硬化，但村莊內部仍有一半的道路為土路，不僅影響村民的日常出行生活，且對農業生產、特別是農產品外運造成不便。公共服務水平低，全村僅有一所衛生室，且僅有一位當地醫生，雖然新農合參保率雖達100%，但由于政策硬性規定，農戶受益程度較低；小學教育質量不高，大多數農戶將孩子轉到縣城或市區謀求更高質量的教育，家庭教育支出增加；金融服務方面，全村有兩個金融網點，能夠滿足村民日常取現或存儲業務，但大額貸款的程序相當麻煩和困難，不能滿足村民貸款需求；全村通網農戶數為0，信息化水平低。此外，該村無增收產業，受地形影響，農業主要生產西瓜、南瓜、西紅柿等經濟作物，但生產的規模化、組織化程度低，耕作技能傳統，沒有形成產業優勢，加之自然環境差，災害頻發，農戶對災害的抵抗能力較低，脆弱性加深。農產品主要運往最近的蘭州市，但供銷方式基本是獨家獨戶的自運自零售，交通運輸工具主要以農用三輪車為主。

從農戶家庭生活生產特征上看，收入結構方面，農戶家庭收入來源主要有農業收入、務工收入、非農經營收入和其他收入，其中農業收入、務工收入占總收入的比重分別為35.68%、59.08%，而非農經營收入和其他收入只占到總收入的5.25%，說明外出務工收入和農業收入是大多數農戶家庭總收入的兩個主要組成部分，且以務工收入為主；人口結構方面，全村人口負擔系數大于或等于50%的農戶數達到100戶，占總戶數的47.62%，將近一半的農戶不在國際認定“人口機會窗口”（人口負擔系數小于等于50%）內，這部分農戶家庭負擔較重，更易產生家庭貧困。教育培訓方面，家庭成人平均受教育程度為小學及以下的戶數達到89戶，占總戶數的42.4%，將近一半的農戶受教育水平只達到小學及以下程度，且家庭擁有技術人員數量大于等于一個的農戶數為40戶，占總戶數的19%，大多數農戶沒有受過任何培訓；信貸方面，全村10年內農戶平均貸款頻次為0.49次，平均貸款額為8452元，其中沒有貸過款或貸款頻次小于2的農戶為91戶，占總戶數的43.3%，且貸款的用途主要是農業投入，占比57%，而用于日常生活（主要是蓋房、結婚）、醫療、教育、創業投入的農戶占比分別為20%、13%、8%和2%。

2.貧困影響因素分析。

為更加精準地識別貧困原因及影響程度，以下就貧困影響因素進行probit回歸分析。對解釋變量進行的相關分析表明，相關系數最大為0.284，低于共線性門檻值0.7（Lind，2002）。［23］本文采用二值響應模型中的probit模型，結合上文測度的多維貧困結果，選取K=3時貧困狀況作為因變量，取值0或1，而自變量則根據本文設計的貧困原因識別體系指標和其他學者相關研究［24］［25］［26］選取收入結構、人口負擔系數、教育年限、健康狀況、信貸水平、農用機械、耕地面積等7個變量。各變量定義及影響預測詳見表6。

表6 變量解釋與說明

本文運用stata13.0統計軟件進行probit回歸，結果表明（下表7）：模型中7個解釋變量的系數除人口結構、勞動工具兩個變量不顯著外，其余均顯著。自變量的回歸系數表明在控制了其他因素后，該自變量的變化對農戶貧困概率的影響方向和程度。

在收入結構上，農戶務工收入占總收入比重系數為-0.801，且顯著，邊際概率為-0.160，表明農戶務工收入占比對多維貧困概率的影響顯著為負，表明農戶務工收入占總收入比重每提高1個百分點，農戶陷入多維貧困的概率就降低0.801。這與該村農戶家庭收入主要來源為務工收入有關，務工收入比重高一方面可以積累家庭財富，在教育、醫療、生活消費等方面產生優勢，另一方面，務工收入比重高說明農戶教育、技能可能比較高，有利于農戶在其他方面的發展。家庭人口負擔系數的系數為0.066，作用方向與預期一致，但并不顯著，可能的解釋是隨著國家政策利好，九年義務教育的實行，子女的教育負擔減輕，而養老保險也相應地減輕了老人帶來的家庭負擔，導致家庭負擔對貧困的影響不顯著；教育方面，農戶成人平均受教育年限的系數為-0.277，顯著為負向作用，邊際概率為-0.055，表明農戶成人平均受教育年限每提高1年，貧困概率就降低0.055，這與“知識改變命運”的說法呼應，表明教育在脫貧上發揮著顯著的正向作用；健康方面，農戶不健康人數的系數為0.570，非常顯著，邊際概率為0.114，表明農戶家庭不健康人數每增加1人，貧困概率就提高0.114，影響是非常大的，農戶家庭重大疾病、無勞動能力人數較多已經成為致貧的重要因素，也反映出農戶家庭勞動人口對脫貧的重要性。信貸水平的系數為-0.580，顯著，邊際概率為-0.116，表明農村信貸對農戶貧困概率有負向作用，這與近年來國家提倡的金融扶貧相通，農戶貸款可以解決農業季節性收支矛盾，還可以提高農戶自主創業的資產水平，有助于帶動其他人脫貧。生產條件上，耕地面積是農戶賴以生存之本，對貧困概率的影響顯著為負，系數為-0.117，邊際概率為-0.023，影響作用相對較小，表明土地雖是農村農戶生存的依賴，但隨著經濟的發展，城鄉二元制的緩解，勞動力流動，農戶對土地的依賴不再那么強烈。勞動工具的系數為-0.319，是負向影響，與預期一致，但并不顯著，這可能與該村特殊的地理位置有關（距蘭州市很近，為出售農產品幾乎每家都有一輛農用三輪車）。

表7　probit模型的回歸結果

五、結論及建議

以上分析表明：依據國際通行的多維貧困識別標準，六合村在存在收入維度的貧困（貧困發生率為13.8%）的同時，教育、健康維度的貧困更為突出（教育維度的貧困發生率為42.4%、健康維度的貧困發生率為50%），而依據多維貧困測算方法得到的貧困發生率達到13.07%（即：三個及三個以上指標受剝奪的農戶多維貧困發生率）。盡管我們的研究僅針對六合村，且該村的綜合條件狀況應比大多數偏遠（遠離城鎮的）貧困鄉村的條件要好，這一實際表明，針對我國大多數貧困鄉村來說，在普遍存在收入維度的貧困的同時，教育與健康維度的貧困更加嚴重。對于當前進行的精準扶貧工作來說，除了重視提高貧困人口的收入外，同時還應重視多維貧困嚴重的現實，在貧困及原因識別方面應采用更為科學合理的多維貧困識別方法，特別應將教育、衛生、社會保障等方面的社會事業扶貧作為精準扶貧的重點之一，既解決當前問題，更注重長遠發展。

針對文中對該村貧困原因識別的計量分析結果，就該村的精準扶貧提出以下具體建議。首先，教育扶貧上，實施幼兒教育向鄉村中心集聚發展戰略，積極著手農村幼兒園建設，采取多種形式擴大鄉村學前教育，可在村小學附設學前班，逐步實現鄉村兒童1至3年的學前教育普及。加大政府投入，全面落實貧困鄉村幼兒學前免費教育。鼓勵本地優秀師范人才留任，吸引外地優秀教師流入，提高小學教學質量；其次，衛生醫療上，強化鄉村醫生培養培訓，不斷提高鄉村醫生的服務能力和水平，同時要積極培養農村衛生室醫生的接班人。在醫療保險報銷制度上，應考慮該村的實際地理位置，把該村病人看病住院的醫保醫院范圍確定為蘭州市安寧區某一醫院（實際上，就全國農村醫療保險實施而言，在實行分級診療制時，應考慮打破行政分割，實施就近診療制度）；第三，大力實施就業培訓扶貧，本研究及許多實證研究都表明促進農村勞動力外出務工對農村扶貧具有非常重要的提升作用。因此，應將對貧困農戶的勞動力技能培訓作為重點，通過技能培訓，提高務工人員的素質和技能，拓寬就業渠道，建立村級就業服務點，匯集周邊招聘信息，加強求職與招聘的對接，提高農戶務工收入；第四，加快信息化建設，著手實現全村通互聯網建設，實施電商扶貧，建立物流代理點和信息化培訓點，促使農戶利用互聯網實現生產、生活的便利，加快農產品的商品化；第五，加快村內增收產業建設，結合該村主要經濟作物，建設產業化基地，推動貧困地區產業規模化、集約化和專業化，有組織的進行經濟作物的銷售，如利用距離蘭州市近的優勢，與蘭州市內各大超市聯合，定點輸送瓜果蔬菜，降低銷售成本；第六，加大農村金融扶貧力度，放寬抵押條件，如可將農戶拖拉機、農林地產權、溫室大棚等納入銀行貸款抵押范圍，建立貧困戶貸款風險補償基金，發生貸款損失時，政府與金融機構按一定比例分擔，降低金融機構的風險；第七，建立扶貧公共設施項目建成后的可持續使用及維護機制，如該村自來水管在冬季因氣候原因凍爆或長期不能使用問題，這一事例實際上也反映出一個扶貧工作中普遍存在的問題，重眼前項目建設、輕后續維護管理。若任由這一狀況發生，許多扶貧公共設施（如建成的硬化村道、水利設施、自來水設施、鄉村文化廣場等）可能存在著因缺乏管理和維護而使用壽命縮短、甚至荒廢、報廢的可能。這需要在扶貧工作中予以特別重視，當項目建成后還應考慮幫助村委會及時建立設施的后期管理及維護制度。

盡管以上建議針對該村提出，但這些建議應還是有著一定的普遍意義。同時，本文的局限主要在于調查數據的樣本量較小，可能對回歸結果及系數顯著性產生影響，且調查范圍局限在一個貧困村，很難對諸如村級基礎設施、公共服務、村莊環境等一并納入致貧因素進行深入分析。

［1］Morris D.Measuring the Condition of the World's Poor:The Physical Quality of Life Index［M］. New York:Pergaman Press，1979.

［2］Hagenaars A.A Class of Poverty Indices［J］. International Economic Review，28（3）1987.

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

［4］胡兵，賴景生，胡寶娣.經濟增長、收入分配與貧困減緩——基于中國農村貧困變動的實證分析［J］.數量經濟技術經濟研究，2007，（05）.

［5］羅楚亮.經濟增長、收入差距與農村貧困［J］.經濟研究，2012，（02）.

［6］沈揚揚.經濟增長與不平等對農村貧困的影響［J］.數量經濟技術經濟研究，2012，（08）.

［7］黃敬寶.從根本上解決農村貧困問題——以人力資本投資打破我國農村貧困的惡性循環怪圈［J］.財經問題研究，2004，（05）.

［8］鄒薇，鄭浩.貧困家庭的孩子為什么不讀書:風險、人力資本代際傳遞和貧困陷阱［J］.經濟學動態，2014，（06）.

［9］劉純陽.人力資本投資對貧困地區農民增收作用的實證分析—對湖南西部貧困縣的實證分析［J］.教育與經濟，2005，（02）.

［10］劉修巖，章元，賀小海.教育與消除農村貧困:基于上海市農戶調查數據的實證研究［J］.中國農村經濟，2007，（10）.

［11］銀平均.社會排斥視角下的中國農村貧困［J］.思想戰線，2007，33（01）.

［12］唐麗霞，李小云，左停.社會排斥、脆弱性和可持續生計:貧困的三種分析框架及比較［J］.貴州社會科學，2010，（12）.

［13］鞏前文，張俊飚.農業自然災害與農村貧困之間的關系——基于安徽省面板數據的實證分析［J］.中國人口.資源與環境，2007，17（04）.

［14］張國培，莊天慧，張海霞.自然災害對農戶貧困脆弱性影響研究—以云南祿勸縣旱災為例［J］.江西農業大學學報（社會科學版），2010，9（03）.

［15］李小云，李周，唐麗霞等.參與式貧困指數的開發與驗證［J］.中國農村經濟，2005，（05）.

［16］王小林，Sabina Alkire.中國多維貧困測量：估計和政策含義［J］.中國農村經濟，2009，（12）.

［17］陳立中.轉型時期我國多維度貧困測算及其分解［J］.經濟評論，2008，（05）.

［18］李佳路.農戶多維度貧困測量——以S省30個國家扶貧開發工作重點縣為例［J］.財貿經濟，2010，（10）.

［19］郭建宇，吳國寶.基于不同指標及權重選擇的多維貧困測量——以山西省貧困縣為例［J］.中國農村經濟，2012，（02）.

［20］張全紅，周強.中國多維貧困的測度及分解: 1989-2009［J］.數量經濟技術經濟研究，2014，（06）.

［21］楊龍，汪三貴.貧困地區農戶的多維貧困測量與分解——基于2010年中國農村貧困監測的農戶數據［J］.人口學刊，2015，37（02）.

［22］Alkire S，Foster J.Counting and Multidimensional Poverty Measurement［J］.Journal of Public Economics，95（07），2011.

［23］Marcha L D，William M G，Samuel W.Statistical Techniques in Business and Economics［M］.Mc-Graw-Hill/Irwin，2011.

［24］李昊源，崔琪琪.農村居民家庭貧困的特征與原因研究——基于對甘肅省調研數據的分析［J］.上海經濟研究，2015（04）.

［25］石智雷，鄒蔚然.庫區農戶的多維貧困及致貧機理分析［J］.農業經濟問題，2013（06）.

［26］段鵬，張曉峒，張靜.論我國農村貧困的決定因素——基于村民行為選擇視角的實證分析［J］.財經研究，2009，35（10）.

責任編輯 郁之行

F328

A

1003-8477（2016）06-0071-08

張永麗（1966—），女，西北師范大學商學院教授；盧曉（1990—），女，西北師范大學商學院碩士研究生。

國家自然基金應急項目“人口轉變、結構轉型與反貧困戰略調整研究”（71541043）。