農戶多維貧困測度及其影響因素分析

張永麗+張佩+盧曉

摘 要：依據多維貧困理論及中國農村貧困實際狀況，利用2016年對甘肅省1 749家農戶的社會調查資料，對樣本農戶的多維貧困現狀進行了測算和分解，并對導致貧困的原因進行了Probit回歸分析。結果顯示：盡管樣本農戶存在收入層面的貧困，但交通、教育和健康方面的貧困更加嚴重，多維貧困發生率較高。因此，反貧困內容由物質性為主向輔以教育、醫療、交通、社會保障等轉變，反貧困模式由“輸血”轉向“造血”式扶貧開發，是健全反貧困長效機制的關鍵。

關鍵詞：多維貧困；測度；精準扶貧；Probit回歸分析

中圖分類號：F328 文獻標識碼：A 文章編號：1009-9107（2017）05-0138-10

引 言

經過多年堅持不懈的努力，中國農村反貧困事業取得巨大進展，對全球減貧事業做出了杰出貢獻。但隨著中國社會經濟結構的演變，農村致貧原因變得多元化、復雜化，多維貧困已成為當前農村貧困的主要表現形式，貧困特征和性質的變化向傳統注重單一收入指標的扶貧模式提出了挑戰。

關于多維貧困，1985年Sen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[1]。此后，學術界對多維貧困問題的認識不斷深化，聯合國開發計劃署與牛津大學聯合推出了多維貧困指數（MPI），采用“Alkire-Foster”方法從健康、教育、生活水平3個維度，測算了104個發展中國家的多維貧困指數，反映個人或家庭在多個維度的被剝奪情況[2]。國際國內大量學者廣泛應用這一方法，如Alkire，Batana，Battiston等利用這一方法分別研究了南亞國家、非洲撒哈拉和拉美國家的多維貧困狀況[3-5]。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8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[6]。楊龍等測度出2010年我國貧困地區農戶多維貧困指數為21.6%（2 300元），并對多維貧困指數按省份分解，得出甘肅省的多維貧困指數在全國各省中最高，達29.6%[7]。進一步地，部分學者在《2010年人類發展報告》報告的MPI指數基礎上，對多維貧困的維度進行了拓寬，如張童朝等從市場參與程度對農戶多維貧困進行測量[8]；吳海濤等在多維貧困測度中加入了消費維度[9-10。許多學者的研究結果表明，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[11-14]。

基于此，本研究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，利用甘肅省14個貧困村1 749個農戶的調查資料，采用AF多維貧困測度方法，對農戶的多維貧困進行測度和分解，并對影響多維貧困的因素進行實證檢驗，以期從多維視角為中國反貧困政策提供有益參考。

一、數據與方法

（一）數據來源

本文數據來源于西北師范大學“甘肅省精準扶貧與區域發展研究中心”于2016年2-4月份在甘肅省片區貧困縣進行的農村社會調查，調查涵蓋村莊基本情況、農戶家庭人口結構、勞動力外出、資產狀況、收支情況、農業生產、醫療衛生、教育培訓等內容。本次調查采取分層隨機抽樣形式，首先依據《中國農村貧困檢測報告2011》，在全國集中連片特困區抽取了六盤山甘肅片區和秦巴山甘肅片區；然后分別從六盤山甘肅片區的47個縣抽取12個貧困縣，秦巴山片區8縣1區抽取2個貧困縣；再依據《甘肅省精準扶貧資料匯編（統計資料）》中甘肅省建檔立卡貧困村資料，從六盤山片區的12個貧困縣中各抽取1個建檔立卡貧困村，從秦巴山片區的兩個貧困縣中抽取2個建檔立卡貧困村，共計14個貧困村；最后從14個貧困村中隨機抽取農戶進行調查。本次調查以走訪和問卷形式進行，共發放問卷2 000份，收回有效問卷1 749份，包括了1 749個農戶和8 319個農村人口的信息。

其中，建檔立卡貧困戶767戶，占比43.85%；低保戶471戶，占比26.93%；五保戶30戶，占比1.72%。樣本農戶所在的14個行政村的基本概況具體見表1。在14個行政村中8個村通自來水，6個村用窖水；照明電全覆蓋，且5個村通動力電；14個行政村已全部實現道路硬化、客車通達，但其中的2 個行政村村組道路硬化，其他12個自然村內道路均為土路；有4個村建有幼兒園，11個村建有小學（或者教學點）；有2個貧困村沒有衛生室。由于14個貧困村不同程度的處于偏遠山區，這里用耕地面積占全村土地面積的比例代表著山大溝深程度，其中有5個村這一指標低于20%，結合調研過程的現場評估，這5個村都處于山大溝深、交通不便、生態環境惡劣的深山區。樣本村情況見表1。

（二）分析方法

本文參照Alkire 等的多維貧困測量方法[15]，首先選取多個層面作為測量維度，對不同維度設立臨界值來確定個體的貧困情況，在計算個體i在各維度是否貧困的基礎上加上該個體的貧困維度總數，然后設定該維度的臨界值，若某一個體的維度數大于或等于臨界值，則認為該個體存在多維貧困。基于調查數據測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。其中，H表示多維貧困農戶占總農戶比例，A為貧困農戶家庭平均被剝奪的維度數占總剝奪維度數比值，多維貧困指數M0 是上述兩個指標的乘積。具體計算公式如下：

其中，q表示多維貧困人口，n表示研究總人口，Ci（k）為貧困臨界值為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。由以上定義式可見，多維貧困發生率（H）可表征任意幾個維度上多維貧困發生的廣度，貧困剝奪程度（A）表征任意幾維度上多維貧困發生的深度，H和A的值越大，表示貧困廣度或深度水平越高，多維貧困指數則兼有貧困廣度和深度的綜合意義。

多維貧困指數可以按照維度、城鄉、地區、省份、性別等進行分解，進而求出各屬性組群影響貧困的程度。本文將對樣本農戶的多維貧困指數按照維度、地區進行分解，以下為分解公式：endprint

其中，j表示多維貧困中的維度，Σni=1gijnd是維度j下的貧困指數，j=1，2，…，d。

按人口子群分解的表達式如下：

其中，ni 表示各個群組的人口數量，nin表示各個群組人口數占總的群體人口數的比重，p（xi；z）表示i群組的多維貧困指數。

二、數據處理及分析

（一）維度和指標選取

為體現研究的系統性、科學性和實用性，維度選取主要遵循以人為本的原則，指標設計與人類發展指數保持一致。具體而言，主要參考和依據以下5個方面的內容進行設定：（1）參考聯合國千年發展目標、人類發展指數和多維貧困指數的設定，遵循各個指標的相關技術規定；（2）參考國家扶貧辦農村貧困調查指標；（3）結合《中國農村扶貧開發綱要（2011-2020）》中提出的主要目標指標；（4）參考國內著名學者已有關于多維貧困問題的研究成果；（5）依據農村貧困地區的具體情況并兼具數據的可得性。

對貧困戶從經濟狀況、教育水平、健康狀況、生活環境、資產狀況5個方面來識別，由收入水平、消費水平、受教育程度、健康水平、飲用水、交通條件、房屋、耐用消費品等8個指標構成。指標臨界值的選取設定，部分遵循人類發展報告中MPI的設計標準的同時，結合樣本村的實際情況，具體如下：（1）經濟狀況的測度，主要由收入和消費水平2個指標構成。根據聯合國人類發展指數（HPI）的維度之一即收入指數，這里將收入水平作為識別多維貧困的重要指標之一，臨界值依據國家最新貧困線即2015年確定的2 800元為標準；由于貧困線是根據基本消費折算的，因此消費水平的臨界值與收入水平相同，為2 800元。（2）教育水平的測度，主要包括適齡兒童入學狀況和勞動人口平均受教育年限兩個指標。由于調查中不存在適齡兒童未入學的情況，這里依據2010年聯合國開發計劃署和牛津大學聯合提出的多維貧困指數（MPI）中教育維度的指標設置，采用勞動人口平均受教育年限指標，臨界值為小學（6年）。（3）醫療健康狀況的測度，主要包括醫療條件、醫療保險水平、村民自身的身體健康狀況等3個方面。醫療條件主要體現在基本醫療救治的可得性，雖然村級衛生室基本覆蓋但能解決的問題十分有限，農戶基本醫療救治主要靠鄉鎮衛生院或者縣醫院，可得性主要取決于交通狀況，所以這一指標設在交通維度反映；樣本農戶中參與“新型農村合作醫療”的比例為99.87%，因此醫療保險水平不予考慮；這里選取農戶家庭健康水平作為反映健康狀況的主要指標。（4）生活環境的測度，主要包括水、電、路等基礎設施建設狀況。由于所有村莊已100%實現照明電網全覆蓋，因此這里選取飲用水、交通2個指標，其中飲用水以國際上通用的標準將淺井水視為貧困；樣本村雖然都實現了村村通公路和客車，但距離最近集市的便利與否影響著農戶的生產與生活，并且由于山大溝深，交通條件不僅取決于道路的硬化，而且很大程度上取決于交通時間，所以這里用到達最近集市的時間表示交通狀況，以1小時為臨界值。（5）資產狀況的測度，主要包括房屋、耐用消費品的占有情況。房屋、耐用消費品的占有在一定程度上表明農戶生活水平的高低，并且住房安全達標是“兩不愁、三保障”的主要內容之一，這里用住房不安全即土坯、茅草等房屋為臨界值，用彩電、冰箱、洗衣機等耐用消費品擁有狀況衡量家庭資產狀況。根據已有研究[6-7]，將各指標權重設為“等權重”，并以農戶家庭為單位測算。另外，樣本中兒童入學率接近100%，通電率100%，參與醫療保險率為99.87%，兒童入學、通電和醫療保險等3個指標的貧困發生率幾乎為零，故本研究不考慮這3個指標，其他指標設置見表2。

（二）農戶單一維度貧困發生率

根據上文各指標“剝奪臨界值”的設定，可以測算出1 749家農戶在各單一指標上的貧困發生率（見圖1）。

1.從農戶經濟狀況看，低于2 800元的共計334戶（樣本農戶人均純收入為6 689元），占樣本總戶數的19.10%，即收入指標上的貧困發生率為19.10%。同時通過對調查數據分析顯示，農戶的收入差距非常大，基尼系數高達0.43。 樣本農戶人均消費支出為4 158元，人均消費低于2 800元的有842戶，占樣本總戶數48.14%，即消費維度上的貧困發生率為48.14%。可以發現，農戶消費指標上的貧困發生率明顯大于收入指標，其原因一方面是由于大部分農戶處于半自給自足狀態，部分食物消費沒有包括，另一方面也反映出樣本農戶消費水平整體比較低，并且日常生活、教育、醫療等3個方面占戶均消費總量的80%以上，生產消費僅占到10.7%。

2.從教育水平上看，家庭勞動年齡人口平均受教育程度在“小學及以下”的有722戶，占樣本總戶數的41.28%，即在教育指標上的貧困發生率是41.28%。此外，家庭勞動年齡人口平均受教育在“小學至初中”水平的戶數比重為42.60%，“初中至高中”和“高中及以上”戶數比重則分別達到14.46%和1.66%，表明樣本農戶的整體文化素質相對低下。但受教育水平和年齡結構高度相關，35歲以上人口特別是50歲以上人口文盲比例比較高，35歲以下人口的平均受教育年限相對比較高，文盲率為零。

3.從健康狀況方面看，樣本農戶家庭成員中至少有1人由于身患慢性病、大病或殘疾而喪失勞動力的農戶占比高達36.42%，表明因病致貧是當前農戶面臨的一大挑戰。由于生活條件惡劣，勞動負擔重等原因，加之交通閉塞、收入較低、有病得不到及時救治，樣本人口患病比例很高，家庭成員至少有1人長期吃藥的戶數將近70%。從醫療保險來看，高達99.87%的樣本農戶參加了農村合作醫療，在很大程度上緩解了農戶因病致貧的風險。但是，農戶常規的看病吃藥花費很高，戶均達到4 944元，占農戶消費總額的26.8%。

4.從生產生活環境上看，34.36%的農戶尚不能使用自來水，只能使用井水、窖水、河水等，飲水安全達標率比較低；從交通狀況來看，63.58%的農戶出行道路（從村組或自然村到行政村）為土路，特別是由于山大溝深、交通不便，52.8%的人口到達最近集市的距離在1小時以上。樣本村已全部實現了通照明電，但仍有9個村沒有通動力電。endprint

5.從資產水平上看，21.61%的農戶房屋為土坯或窯洞結構；至少缺乏彩電、冰箱、洗衣機等耐用品中一件的農戶家庭占比為53.97%；樣本農戶家庭有三輪車及拖拉機等農具的占58.5%，將近30%的農戶生產靠畜力或者人力。

上述分析表明，盡管農村生存貧困狀況得到極大緩解，但樣本農戶收入水平貧困發生率仍然居于高位，達到19.10%，意味著近1/5農戶的人均收入處于現行貧困標準以下。同時，樣本農戶在交通、健康、教育、耐用消費品等指標呈現出較高的貧困發生率，遠遠高于單純以收入指標測度的貧困發生率，這表明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下的多維貧困狀況，采用多維識別方法能夠更加全面地反映農村貧困狀況，并在一定程度上識別致貧因素的輕重次序，從而有利于精準扶貧措施的有效實施。

（三）農戶多維貧困測度結果

1.多維貧困程度和深度。如果按“收入水平低于2 800元”的單一貧困標準計算，農戶貧困發生率為19.10%。從多維貧困其余指標來看，農戶仍然存在其他層面的貧困，特別在教育程度、健康水平、飲用水、交通、房屋、耐用消費品指標上的貧困發生率都遠遠大于收入維度的貧困發生率，表明樣本農戶不僅存在收入上的貧困，其他層面的貧困問題比較嚴重。因此，下文將進一步采用AF多維貧困測量方法，對樣本村多維貧困的廣度和深度進行分析。

在各指標“等權重”下，遵循雙重臨界值設定方法，首先測算農戶在各維度的貧困程度，再測算農戶在K個維度上的貧困情況。表3估算了樣本農戶在K依次取1至8時，農戶貧困發生率（H）、貧困剝奪程度（A）和多維貧困指數（M0）情況。根據國際通行標準，K個及以上指標同時貧困則判定存在多維貧困，即當農戶貧困的維度數量大于等于3時，該農戶處于多維貧困狀態[7，13]。測算結果顯示，當K=3時，即考慮8個指標中農戶在任意K個及以上指標存在貧困狀況，樣本農戶貧困發生率為62.3%，貧困剝奪程度為51.3%，多維貧困指數為0.320，表明樣本農戶整體上存在著相當程度的多維貧困，特別是在3個、4個、5個維度上的貧困發生率都比較高。同時，隨著多維貧困維度個數的上升，農戶多維貧困發生率和貧困指數下降，但貧困程度呈現上升態勢，表明隨著貧困維度的增加，多維貧困的廣度在降低，但貧困深度在上升，也即多維貧困中樣本農戶貧困的原因差異較大，不同農戶存在著自身特殊的貧困特征。以上分析表明，在單一收入指標測度的貧困發生率大幅下降的背景下，農村多維貧困表現得更為多樣和復雜，這要求：一方面，在貧困對象的識別過程中，應采用多維貧困識別標準；另一方面，在降低多維貧困發生率的同時，應針對貧困農戶的具體困難采取“精準滴灌”的反貧困措施。

2.多維貧困指數分解。為考察各維度對整體多維貧困指數的影響，對樣本農戶多維貧困指數進行分解。表4測度了K值分別取1至8時各維度對多維貧困指數的貢獻率。結果顯示，K取不同值時，各維度對多維貧困的貢獻率存在差異，且隨著K取值的增大，收入水平和健康對多維貧困的影響率呈上升趨勢，這是值得引起高度注意的問題。此外，消費水平、交通條件與耐用消費品的影響率呈下降趨勢，其余指標影響率則相對穩定。

以K取值3為例，耐用消費品對農戶多維貧困影響率最高，為17.16%。同時，大于10%的依次為交通條件（16.60%）、消費水平（15.26%）、受教育程度（12.92%）、飲用水（11.87%）和健康水平（11.11%）；僅有房屋（7.98%）和收入水平（7.11%）2個指標影響率低于10%。可以發現，除收入水平外的指標對多維貧困影響率都高于7%，表明樣本農戶存在較嚴重的多維貧困現象。其中，耐用消費品對多維貧困影響率最高，耐用消費品體現了農戶資產擁有量或財富積累的多寡，對農戶多維貧困有較大影響。接下來，對貧困發生率產生影響的是交通條件，作為農戶生產生活的重要設施，交通在農戶生活生產中扮演著重要角色，據調查，樣本村交通條件單一指標上的貧困發生率高達52.80%；一方面，交通狀況會影響農戶收入和教育水平，繼而影響農戶其他維度上的貧困，另一方面，將影響農戶在接受扶貧政策、社會援助上的便利程度，從而制約了扶貧效果的實現。此外，農戶教育水平不僅對農業生產效率發揮作用，還對農戶務工待遇和職業發展具有影響；同樣地，飲水條件是農戶生產生活的基礎，其安全性和便利性對農戶日常生活和身體健康的影響不容忽視，在西部干旱地區，飲水條件一定程度也反映了地域的自然地理條件；健康狀況不僅直接影響著農戶就業、收入和支出，而且影響著農戶家庭生產生活的方方面面。

三、實證分析

基于上述測度多維貧困的結果，選取K值取3時樣本農戶“多維貧困狀況”作為因變量，采用以下二值選擇的Probit模型進行分析。

Pr（M poverty）=Pr（P=1|Xs）=Pr（Ys=1|Xs）

根據調查資料和其他學者的研究結果[16-17]，農戶貧困不僅受“戶主特征”影響，還受“家庭微觀環境”和“家庭所處地理位置等宏觀環境”的雙重影響，本研究最終選取“戶主特征”“家庭稟賦”“村級特征”3個層面13個解釋變量。（1）戶主特征變量。農戶的戶主在家庭中承擔了重要的責任，對家庭的生產、生活狀況有著重大作用，樣本農戶中戶主未婚的僅占總樣本的0.42%，故婚姻狀況不予考慮，這里選取反映戶主特征的性別、年齡、教育、健康等4個變量。（2）農戶家庭資源稟賦變量。通常認為，作為消費單位和生產單位的混合體，農戶微觀行為決策依據家庭整體資源稟賦進行，因此這里選取家庭勞動力平均受教育水平、勞動力數量、就業狀況、贍養系數、生產工具、耕地資源6個變量來表征農戶家庭資源稟賦。（3）村級特征變量，不同家庭所處村莊的宏觀環境和自然條件存在很大差異，擬從醫療條件、交通條件與地理環境3個方面來反映村級特征。各變量定義、描述性統計和符號預期詳見表5。

考慮到解釋變量可能存在的多重共線性，據此進行相關系數檢驗，發現相關系數最大絕對值為0.627，低于共線性門檻值0.7[18]，然后，運用stata13.0統計軟件對樣本進行Probit回歸，表6匯報了相關結果。模型結果顯示卡方值顯著性水平為0.000，表明模型結果對樣本數據擬合較好。endprint

1.戶主特征對農戶多維貧困影響。戶主特征中僅有“戶主身體健康”對農戶多維貧困影響顯著，系數為-0.503 7，邊際效應為-0.133 4，表明戶主健康狀況有利于降低農戶陷入多維貧困的概率。戶主性別的邊際效應為0.073 4，表明農戶家庭戶主為男性的陷入貧困的概率為0.073 4，概率較低，但并不顯著，這可能與女性戶主在樣本中所占比例較小有關。同時，戶主為男性的家庭陷入貧困概率要低于戶主為女性的家庭，戶主為女性通常意味著家庭男性配偶的缺失或家庭男性勞動力不足，不利于提高家庭生活水平；戶主年齡、戶主教育水平兩個變量與多維貧困都呈現出不顯著的負向關系，可能的解釋是，隨著戶主年齡和受教育年限的增加，戶主的生產生活經驗逐漸豐富，獲取農業技術和外出務工的機會相應增加，可以提高家庭財富積累，進而降低陷入多維貧困的概率。

2.家庭稟賦對農戶多維貧困的影響。教育方面，“農戶勞動年齡人口平均受教育年限”呈顯著負向作用，其邊際效應為-0.063 3，說明“農戶勞動年齡人口平均受教育年限”每提高1年，貧困概率下降0.063 3，表明教育有助于脫貧的實現；“勞動力資源”邊際效應為-0.140 1，且顯著，表明勞動力資源有益于降低農戶陷入多維貧困的概率；家庭“就業情況”系數為-0.227 9，其邊際效應為-0.060 4，意味著農戶務工人數占總人數比重每增加1%，農戶陷入多維貧困的概率便降低0.060 4，農戶家庭較高的務工比例往往意味著家庭可以在較短時期內實現財富積累，并在教育、醫療與生活消費等方面具有明顯優勢；贍養系數具有顯著正向作用，其系數和邊際效應分別為0.530 9和0.140 6，這與樣本村“因學致貧”“因病致貧”較多的事實相符；貧困村農戶為謀求更高質量教育，往往將孩子送到縣級及以上城鎮求學，陪讀現象較多，且教育具有投資金額大、周期長、見效慢等特點。同時，隨著家庭老人年齡增加，不僅需要高昂的醫療費用，還需要家庭青壯年在家照顧，制約了其外出務工，因而不利于農戶通過務工來減緩家庭貧困。在農戶生產條件上，“農用機械”和“耕地資源”分別具有不顯著的負向和顯著的正向影響，這可能與調查農村實際耕地質量有關，樣本貧困村大部分耕地為坡地，土地投入產出率較低，較多的耕地可能將農戶束縛在土地上，而耕地較少的農戶則通過外出務工經商等渠道就此實現脫貧致富。

3.村級生產生活環境對多維貧困的影響。“醫療條件”系數為-0.054 4，表明貧困村中醫療衛生室和私人診所的設置，在一定程度上會降低農村居民就醫交通成本，增加農村居民就醫的便利性，對農戶多維貧困起到減緩作用；“交通條件”系數為1.518 2，邊際效應為 0.402 1，表明到就近集市花費時間大于1小時的農戶陷入多維貧困的概率為0.402 1，到就近集市花費時間長短與農戶日程生活息息相關，不僅影響生活的便利程度，還對信息的傳遞造成不同程度的影響，驗證了“要致富，先修路”的富強口號的實用性；“地理環境”對多維貧困的邊際效應為0.761 3，顯著正向作用，表明耕地面積占國土面積的比例越高，農戶陷入多維貧困的概率越高，這與目前國家的扶貧政策實施和就業結構有關，較低的耕地面積占比作為農村人口外出務工、創業等非農就業的推力，不斷激勵著農村人口謀求生路，實現脫貧，最終降低多維貧困發生率。

四、結論及建議

基于國際通行的多維貧困研究方法，就甘肅省1 749個樣本農戶貧困程度及其影響因素進行多維分解。研究發現，樣本村農戶多維貧困發生率為62.3%，多維貧困指數為0.32，高于全國貧困水平。對多維貧困指數分解的結果顯示，不同因素對農戶整體貧困率影響存在較大差異。其中，交通條件、受教育水平、消費水平、耐用消費品等維度對貧困的影響率均高于收入維度，且各維度相互影響。對多維貧困原因實證結果表明，戶主特征、家庭資源稟賦、村莊環境等因素對農戶多維貧困狀況都有著顯著影響，特別是交通狀況、地理環境、家庭教育水平、家庭負擔的影響最大。這一研究結論再次說明農村貧困狀況呈現出多維特征，貧困的原因多樣化、復雜化，隨著物質性貧困問題的緩解，發展性貧困問題非常突出，以交通為核心的基礎設施建設，以教育、醫療、社會保障為核心的公共服務是精準扶貧的重點內容。

1.大力發展農村教育，隔斷貧困的代際傳遞。對于自然環境嚴酷、農業發展基礎薄弱的村莊來說，教育和非農就業是貧困人口擺脫自然條件束縛、提高個人及家庭收入、實現穩定脫貧的主要途徑，也是防止貧困代際傳遞的最有效方式。目前甘肅省通過“兩免一補”、農村義務教育改革、教育精準扶貧等一系列政策措施，學前教育和義務教育階段的費用絕大部分由國家承擔，家庭負擔減輕，教育發展的核心問題首先是加快農村師資隊伍建設，進一步促進教育資源均等化；其次是盡快將高中教育納入義務教育的范圍，加強中職師資隊伍建設，全面提高中職教育質量，并通過各種途徑拓寬大學生就業渠道，提高大學生就業質量。減輕高中、大學教育負擔和促進大學生就業是教育脫貧的根本問題。

2.完善農村醫療健康服務體系，促進城鄉醫療資源配置均等化。醫療健康問題是貧困地區面臨的一個特別突出的問題，低水平、廣覆蓋的新農合政策對緩解因病致貧、因病返貧問題起到了非常大的作用，目前核心問題是醫療資源短缺，專業醫務人員嚴重不足，村級衛生室和鄉鎮醫院難以有效發揮作用。因此，農村醫療服務體系建設的重中之重是加快農村醫療隊伍建設，促進城鄉醫療資源配置均等化。此外，雖然農村醫療保險和醫療救治等方面的建設取得了很大成就，但健康教育、檢查、預防體系相當薄弱，有些方面甚至是空白，針對農村各種疾病高發問題少有應對之策，這一問題應該引起各方的高度關注，全方位加強農村健康教育、疾病預防體系建設。

3.完善農村社會保障體系，確實做到社保兜底。低保問題是另外一個引起農村社會強烈反響的問題，低保政策的實施有效解決了喪失勞動能力人口的生存問題，確實起到了社保兜底的作用。目前的主要問題是三類、四類低保覆蓋面廣、界限不清、難以界定，實際操作中容易引發各種矛盾，助長了“等、靠、要”的思想，因此建議逐步取消三、四類低保，激發農村內部發展活力和發展潛力。另外，農村勞動力短缺和老齡化已經成為一個新的問題，勞動力短缺引發的貧困問題逐年上升，因此應該逐步提高農村養老保險的標準，解決老有所養問題。endprint

4.進一步加快基礎設施建設，改善農村生產生活條件。安全、便捷、通暢的交通是貧困地區發展的首要問題，在進一步完善區域范圍內交通網絡體系，加快行政村道路硬化工作的同時，應該盡快解決偏遠、分散地區自然村道路通暢和硬化問題，完成最后一公里交通網路體系建設，結合農村信息、水電等基礎設施建設，結合小片區、小流域綜合治理、生態修復，力爭到盡快實現“進得來、出得去、行得通、走得暢”，推動“交通+特色產業”“交通+電商快遞”等扶貧新模式，將貧困村莊納入現代生產生活體系。

5.促進區域發展，實現貧困人口穩定脫貧。甘肅絕大部分貧困人口分布在六盤山片區和秦巴山片區，區域整體發展水平比較低，通過區域發展帶動扶貧開發，通過扶貧開發促進區域發展是實現貧困人口穩定脫貧的主要途徑。因此，一方面應該通過進一步加強區域基礎設施建設，促進工業化和新型城鎮化建設，增強區域發展能力，創造就業機會，加快農村勞動力就業和轉移，提高對貧困人口的輻射帶動作用。另一方面，應該努力將經濟發展的成果滲透到貧困地區，通過加大扶貧力度，加強特色產業和龍頭企業培育，發展農村合作經濟組織，開發鄉村旅游，輻射帶動貧困人口，提高經濟增長的脫貧效應，在發展中改善收入分配狀況，實現貧困人口的穩定脫貧。

6.遵循城鄉結構結構轉換規律，有計劃、有步驟的推進農村建設。隨著城鄉結構轉型和人口轉變，人口城鎮化和部分村莊的空心化已經是必然趨勢，扶貧開發也必須遵循這一規律，順勢而為，完善農村空間結構，逐步引導貧困地區有條件的農戶以及新生代農民工下山、進鎮、進城。首先，在中小城市、縣城所在地，結合市縣房地產去庫存等政策，加大戶籍制度、社會保障制度、教育制度、住房制度、土地制度等一系列綜合改革，配套基礎設施建設，促進新型城鎮化建設和非農產業發展，吸納更多的農民工轉移就業并逐步市民化。其次，對于交通和自然地理條件比較好，具有特色產業開發基礎和一定比較優勢、人口相對集中的中心村莊，進行重點建設、重點布局，大幅度改善生產生活條件，支持現代農業和龍頭企業發展，吸納偏遠山區人口就近就業。第三，對于偏遠山區、空心化和人口老齡化比較嚴重的村莊，重點以生態建設與生態恢復為主，不主張進行大范圍、大規模建設和重點項目建設，一是大力推進這些村莊的人口通過易地搬遷、轉移就業、教育發展等措施，向城鎮和中心村莊轉移；二是對于不能轉移出去的人口，通過退耕還林、生態扶貧、社保兜底等措施，保障其基本生活；三是采取以時間換空間的方式，隨著這些村莊人口的逐漸遷移和轉移，轉換為生態建設用地。

參考文獻：

[1] Sen A K.Commodities and Capabilities [M].Amsterdam： North Holland，1985：46-58.

[2]UNDP.Human Development Report 2010[M/OL].[2011-12-20]，http：//hdr.undp.org.

[3]Sabina Alkire，Suman Seth . Multidimensional Poverty Reduction in India Between 1999 and 2006：Where and How？ [J].World Development，2015，72 （2）：93-108.

[4]Batana Y.Multidimensional Measurement of Poverty Among Women in Sub-sahara Africa [J].Social Indicators Research，2013，112 （2）： 337 -362.

[5]Battiston D.Income and Beyond：Multidimensional Poverty in Six Latin American Countries[J].Social Indicators Research， 2013，112 （2）： 291-314.

[6]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）：4-10.

[7]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（2）：15-25.

[8]張童朝，顏廷武，何可，等. 基于市場參與維度的農戶多維貧困測量研究——以連片特困地區為例[J].中南財經政法大學學報，2016（3）：38-45.

[9]吳海濤，侯宇，曾燕芳. 多維貧困視角下農村家庭性別貧困度量[J].統計與決策，2013 （20）：27-29.

[10]李俊杰，陳浩浩.不同民族農村居民多維貧困測量與減貧措施研究——基于重慶市渝東南土家、苗和漢族居民的調查[J].中南民族大學學報（社會科學版），2015（2）：98-102.

[11]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）：63-68.

[12]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（2）：12-20.

[13]張昭.中國農村貧困人口多維特征分析 [J].西北農林科技大學學報（社會科學版），2017 （3）：31-42.

[14]張全紅，周強.中國貧困測度的多維方法和實證應用[J].中國軟科學，2015（7）：29-41.

[15]Alkire S，Foster J. Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics ，2011， 95（7）： 476-487.

[16]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（6）： 61-69.

[17]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（4）：79-86.

[18]Marcha L D， William M G，Samuel W. Statistical Techniques in Business and Economics[M].McGraw-Hill/Irwin， 2011： 58-99.endprint