多維貧困背景下模型構建精準識貧研究

凌博威

[摘 要] 貧困標準是貧困研究中首要解決的問題，作為一個有效的經濟工具，不僅可以用來統計貧困人口，還有助于政府制定各種政策來消除貧困。當前，我國的貧困標準仍低于國際標準水平，且對貧困人口的識別角度相對單一，采用的貧困戶分配方式是由下到上逐級舉證的模式，無法達到精準到戶的效果，耗費大量的人力物力。為解決現有制度的弊端，本文在現有研究水平的基礎上進行創新，綜合某地區的多維致貧因子，并借助于建檔立卡，提出精準識貧的函數假設模型，并通過對比函數結果和民政局在檔貧困戶之間的擬合度，不斷調整函數式，從而達到快速、客觀、準確識別貧困戶的目的。

[關鍵詞] 貧困標準；多維貧困；模型

[中圖分類號] C93 [文獻標識碼] A [文章編號] 1671-0037（2017）1-33-3

Research on Model-based Precise Poverty Identification in the Background of Multidimensional Poverty

Ling Bowei

（ School of Information Management， Zhengzhou University， Zhengzhou Henan 450001）

Abstract： Poverty standard is the most important problem for solution in the study of poverty， as an effective economic tool， it can not only be used to count the poor， but also help the government to formulate various policies to eliminate poverty. At present， the standard of poverty in China is still lower than the international standards， the poor identification perspective is relatively simple， and the poor distribution is using a proof mode from bottom to top level， which cannot achieve the effect of being accurate to household， consuming a large amount of manpower and material resources. To solve the drawbacks of the existing system， this paper makes innovation based on the existing research level， combines with the multidimensional poverty factors in a certain area， with the help of filing puts forward a function hypothesis model of precise poverty identification， and adjusts the function constantly by comparing the fitting between the function results and the filed poor households in Civil Affairs Bureau， to achieve the goal of rapid， objective and accurate identification of poor households.

Key words： poverty standard； multidimensional poverty； model

1 引言

黨的十八大以來，脫貧攻堅取得顯著成績。2013—2016年4年間，每年農村貧困人口減少都超過1 000萬人，累計脫貧5 564萬人；貧困地區農村居民收入增幅高于全國平均水平，貧困群眾生活水平明顯提高，貧困地區面貌明顯改善。由于貧困人口基數大，致貧原因多樣化，我國仍有7 000多萬人處于貧困水平線以下。隨著2020年全面建成小康社會的節點不斷迫近，現行的扶貧政策仍存在很多問題亟待解決，使扶貧工作難以展開。傳統的由下到上逐級舉證的模式，不僅耗時耗力，而且由于認證貧困戶的權力在縣以下的基層政府和村委會，在實際實施過程中，扶貧對象確定不客觀、不透明，扶貧工作負責人缺乏一致的執行標準，貧困戶候選人大多定在自己的社會關系圈中，導致了最終確定的人選不準確。而借助建檔立卡的“東風”，利用其得到的原始數據，可以綜合多維貧困因子建立函數模型，實現快速識別貧困戶的功能，并通過對數據分析后與當地民政局所得貧困戶登記表情況作對照，驗證假設模型的可行性，利用函數模型貧困相關因素權值對政府識貧、定貧、扶貧提出具體有參考性的建議。本文從多維度貧困的視角對我國農村目前的貧困標準進行考察，通過分析我國農村居民呈現的多維度貧困現狀，指出現行農村貧困標準存在的問題，最后對我國農村貧困標準的完善與改進提出建議。

2 我國當前的農村貧困現狀

從多維貧困的視角來看待我國當前的貧窮現狀，依然需要承認收入對農戶貧困的影響力不可忽視。收入在一定程度上反映了農戶創造價值及生存的能力，但僅憑收入，又無法全面且深入地反映農戶真實的貧困情況，因而在貧困標準的制定過程中，不能僅考慮農戶的個人收入而將其他影響個人生活的指標忽視，包括家庭成員健康狀況、家庭勞動力的數量、教育水平、區域固有環境、所享受的政策福利等等[1]。從多元的視角考慮讓我們對貧困的性質和原因理解得更加深入，能更好地衡量和消除貧困。

2.1 收入因素

農民收入是衡量農戶是否貧困最直接也是最容易操作的度量，當然多維貧困的概念也不否認低收入是導致貧困的重要原因。傳統方法對于貧困人口的界定是以其收入作為衡量標準的，農戶是否貧困取決于其個人可支配收入與給定的貧困標準的比較來劃分的。顯然，單一以收入作為判定貧困標準不能全方位地消除貧困。為了直觀且可信地說明當前我國農村收入貧困狀態，本文選取各年度國家統計局的統計年鑒數據。從數據中可以清楚地看到2013—2015年期間農村居民分組的人均可支配收入變化，但用其表示我國農村貧困農戶的情況卻是不合適的，且不符合我國的當代國情。

2.2 健康因素

健康水平是農民參與農業活動、社會活動的前提。而影響農民健康水平的因素主要分為兩種：自然因素和社會因素[2]。自然因素是指由于自然的力量導致健康被剝奪，如先天性的疾病或者受到傷害導致的殘疾；社會因素指的是因非自然力量導致的健康機會被剝奪，如過高的醫藥花費、醫療保障的不完善等導致的二次傷害。健康水平作為衡量貧困的一個因素，能評估農戶對于貧困的抵御能力。良好的健康水平有助于農戶脫離貧困，而疾病、醫療水平、政策保障等方面發展薄弱，很可能造成貧困的發生或者程度的加深。

2.3 勞動力

勞動力，意指具有進行經濟活動能力的人員，理應是農村脫貧的中堅力量。然而，現實情況下，由于農村固有經濟、自然條件的限制，勞動力選擇外出務工加劇了農村經濟貧困，使所在家庭陷入貧困的概率更大、程度更深。一方面，由于農村勞動力剩余不足，大量的勞動力外流導致當地勞動力短缺，從而限制了家庭發展；另一方面，由于家庭人員的分離，家庭收入雖然增加，但經等值規模調整后人均收入不增反降，加劇了家庭貧困。當前，經濟形勢嚴峻，“打工經濟”蕭條，勞動力外流家庭舉家進城難以實現，而促進留守勞動力、回流勞動力就地就業，立足當地資源、實現就地脫貧，是推進精準扶貧的首選之策。

2.4 教育水平

教育是減少貧困的一個重要工具。舒爾茨和貝克爾的人力資本理論認為：通過傳授知識和生產技能，提高勞動生產率，能夠有效增加勞動者的收入。另外，教育不僅可以提高貧困農民的自身能力，使其擺脫貧困實現可持續生計，還能改變貧困農民自身的脆弱性，有效降低脫貧農民的返貧率。李曉嘉采用中國家庭動態跟蹤調查（CFPS）方式，在2010年和2012年共調查25個省、市、自治區的7 524個農村家庭，通過構建一個四階段政策評估系統，發現延長教育年限對于絕對貧困群體的工作收入僅有微小的增加作用，但對相對貧困群體的收入卻有較為顯著的促進作用[3]。因此，政府應把教育作為農村開發式扶貧資金的投入重點，不僅可以提高農民自身獲取收入和應對貧困風險的能力，還能阻斷貧困的代際傳遞，有效減少農戶陷入貧困后的政府扶持和救助。

2.5 區域固有環境

貧困農戶生活水平的提高與其所處的區域固有環境有著密切的關系。以農業為主業的地區為例，自然環境是貧困農戶發展的前提，是影響其農業生產的關鍵因素。良好的自然環境有助于當地農戶的生產、經濟活動，為其提供了豐富的原材料，是消除貧困的催化劑。但自然資源并不會必然地帶來快速的經濟增長，豐富的自然資源還有可能阻礙經濟的增長，發生“資源詛咒”。段利民認為解決“資源詛咒”的有效途徑就是協調好收入與分配的問題，把資源收入用于可持續發展因素的培育上[4]。區域內的交通因素、經濟因素也在一定條件下制約貧困農戶的發展。

2.6 所享受的政策福利

扶貧政策制定的目的是為了消除貧窮，為扶貧提供指導思路與建議，但政策執行力不足可能會導致資源分配的不公，直接影響扶貧效果。緱文學通過對湘西土家族苗族自治州各項扶貧政策的實施情況調研，發現湘西大部分農民并沒有感受到惠農政策帶給他們的實惠和利益[5]。究其原因有以下幾個方面：配套資金制度作為“一刀切”的激勵方法造成拿走項目的都是經濟實力比較好的縣份，越窮的地方越得不到中央和上級政府的支持；脫貧在相當大的程度上是依附性的，貧困地區的經濟發展缺乏一種內生的發展動力；大多數的審批只是流于形式，無法監管到位。因此，要改善這些政策福利的不利影響，必須考慮到特殊地區的實際情況，制定相應的扶貧政策。

2.7 其他因素

針對不同地區的實際情況，致貧因子也不盡相同。為了提高該模型的可擴展性，應考慮其他因素，避免模型片面化。在模型中加入其他因素，使函數可以在更多的地域得到擴展。

3 我國多維貧困的測量方的模型構建

我國幅員遼闊，致貧因素復雜多樣，很難制定出統一的扶貧標準，整體識別起來難度很大，僅以收入作為衡量指標又有其現實弊端。綜合區域特點和貧困家庭的特殊狀況，利用因子加權方法預設精準識貧的假設模型，并通過問卷分析結果調整假設模型是一個不錯的解決途徑。把收入和其他的非收入因素放在一個同等的位置，通過賦予不同的權重，計算一個綜合的指數，來考慮貧困是否發生。模型從多維因素出發，充分利用現有建檔立卡機制的優勢，在對家庭的基本情況進行了解的基礎上，通過對與貧困有關的各個因素賦以不同的權值，各因素的權值與某一家庭對應的該因素的衡量值之積的累加和定量表示該家庭的貧困指數，達到精準識別貧困戶的預期效果。模型從涉及家庭生活水平最為關鍵的指標入手，對各種指標的貢獻率進行嚴密科學的分析，通過調查問卷分析結果，對模型進行驗證及調整，使模型更加貼合當地的實際情況。該模型從多方面進行定量分析家庭的現有生活層次，打破了現有貧困戶識別過程中單純以人的主觀因素來分配指標的弊端，旨在為扶貧工作推進起到一定的參考。具體模型公式如下：其中Xi代表導致貧困的各個因素，Vi代表該因素的權值。函數值越高，則認為越不貧困，反之，則越貧困。

“精準識別”要求的是將貧困指標精準分配到戶，做到不漏任何貧困戶。該模型雖然整體呈現出可行的狀態，但還是存在著不可避免的系統誤差，因而在實際的識貧過程中，以模型得出的定量分析結果為主，并輔以必要的主觀評價，扶貧工作者還要根據當地的實際情況動態調整模型。

4 結論和建議

通過建立模型的方法衡量、識別貧困，把收入和其他的非收入因素放在一個同等的位置，通過計算一個綜合的指數，可以輕松、客觀地識別貧困。

利用構建的模型可知某地貧困人群的主要致貧原因有以下幾個方面：家庭有效勞動外流情況嚴重；土地單位面積產生經濟效益低；各戶所享受地區幫扶政策不同；各地區每年自然環境情況難以預測；教育、醫療、生活起居等開支對貧困戶造成巨大負擔等。由于致貧因素的多樣化導致貧困戶的貧困問題一直難以定點、定戶地展開，無法起到實質性的幫扶作用。因此，需要對不同貧困戶可能存在的不同致貧因素，提出具有參考性、針對性的建議。

參考文獻：

[1] 韓林芝，鄧強.我國農村貧困主要影響因子的灰色關聯分析[D].北京：中央財經大學經濟學院，2009.

[2] 郝璐.多維貧困視角下我國城鎮貧困標準研究[D].北京：北京化工大學，2015.

[3] 李曉嘉.教育能促進脫貧嗎——基于CFPS農戶數據的實證研究[D].北京：對外經濟貿易大學公共管理學院，2015.

[4] 段利民.資源詛咒與區域經濟增長研究[D].西安：西北大學，2009.

[5] 緱文學.政策執行對貧困的影響——以湖南湘西為例[J].廣西大學學報，2011（3）：49-50.