中國農村貧困識別指標體系構建及應用

李良艷 王旭

摘要：2000年以來，我國在解決農村貧困問題上已經取得了重大成效，但是農村致貧因素以及貧困表現形式都發生重大變化，對農村貧困的識別已經從靜態收入需求單維向動態多維轉變。運用Alkire和Foster關于多維貧困的分析框架，構建包括教育、健康、衛生條件、生活狀況等7個指標的農村多維貧困識別指標體系，選取6個年度CHNS面板樣本數據，分別從剝奪視角和需求視角對我國農村貧困人口進行識別、追蹤和分解。前者分析農村多維貧困情況，并對致貧因素進行甄選;由于目前收入仍然是衡量貧困的核心指標，所以后者從需求定義出發，對貧困人口的不同貧困程度進行研究，考察非收入貧困群體中存在的隱性貧困問題，依據分析結果得出相關結論，提出相應政策啟示。

關鍵詞：農村貧困;多維貧困;收入貧困;貧困識別

中圖分類號：F069 ? 文獻標識碼：A ? 文章編號：1007-2101（2019）04-0057-08

一、問題的提出

改革開放以來，為減少我國社會的農村貧困人口，中國的反貧困戰略經歷了1978—1993年農村家庭土地承包責任制、1986—1993年開發式扶貧、1994—2000年開發式扶貧加社會救助政策的雙輪組合模式、2001—2014年扶貧瞄準機制以及2015年以來的精準扶貧，經過這五輪的反貧困策略幫扶以及經濟增長雙重輻射作用，我國農村絕對貧困人口的規模逐年下降，從1978年的2.5億人降到2018年的1 660萬人。中國的反貧困戰略取得了巨大階段性勝利，對全球人類發展做出了重大貢獻。

隨著社會經濟發展，農村人口數量逐年下降，由2001年的不到7.9億人降到2017年的5.7億人，占比也從62.3%降至41.48%。無論是從農村人口的絕對數量還是相對數量來看，經濟發展的福利惠及了廣大農村，農民的生活條件和生活質量得到了極大改善。同時，農村居民人均純收入得到大幅度提高，從2000年2 253元增加到2017年13 432元，2018年更突破了14 600元，收入翻了三番，扣除價格因素影響的平均每年實際增長率高達7.54%，2010年當期增長甚至升至10.9%，農村居民的生活水平較之前有了明顯提高（見圖1、表1）。同世界其他發展中國家橫向來比，無論是從增長幅度還是速度來看，我國在增加農民收入方面取得令世界矚目的成就，為減少農村地區貧困人口貢獻了中國力量。

然而，同時也應該看到，同世界上的發達國家相比，我國農村人口比重還是比較高，中國面臨的深層次貧困問題的艱巨性和復雜性依然不可小覷。

農村貧困人口的減少數量依據人均收入進行衡量，不同時間段設定的收入標準不同。2011年以來，國家將農村扶貧標準提高到年人均純收入2 300元（2010年不變價），按照新標準，當年年末農村扶貧對象為12 238萬人（見圖2）。隨后，國家加大扶貧支持力度，實施精準扶貧、精準脫貧政策，農村貧困人口呈線性遞減。2018年是打贏脫貧攻堅戰三年行動起步之年，國家統計局數據顯示，2018年底全國農村貧困人口1 660萬人，比2017年減少1 386萬人，貧困發生率降至1.7%，比上年貧困發生率3.1%下降了1.4個百分點。

黨的十九大報告指出，“要堅決打贏脫貧攻堅戰，確保到2020年我國在現行標準下農村貧困人口實現脫貧，貧困縣全部摘帽，解決區域性整體貧困，做到脫真貧、真脫貧”。

這是否代表2020年我國農村不存在貧困了呢？答案是否定的，從前面分析看出，貧困標準的衡量主要是從收入來講，并且2020年農村人口實現脫貧也是按照現行人均收入標準來進行測量，屬于單維脫貧。但是從貧困的本質來看，長期以來我們定義的貧困還是一種相對比較狹義的概念，它是一種單一的，靜態的顯性貧困。馬克思唯物辯證法認為，事物發展都遵循著一定的客觀規律，同時，參照世界上其他國家在解決貧困問題的運行軌跡來看，貧困會隨著社會和經濟發展發生與之相應的變化，逐步由顯性走向隱性、靜態邁向動態。

中國農村的貧困問題將不再只是用收入來度量的貧困人口減少的表面現象，取而代之，更多將是運用綜合因素來衡量一種動態的農村貧困。實質上也是從單維絕對收入貧困到多維的能力貧困，從貨幣性指標到非貨幣綜合指標。本文旨在研究農村的貧困識別問題，希冀通過該文研究為未來中國反貧困政策提供一定參考。

二、關于貧困

貧困伴隨著社會經濟發展而出現，學術界對貧困的認識先后經歷了經濟增長貧困理論、社會發展貧困理論。目前，研究重點主要側重于人力資本貧困理論領域。

經濟增長理論是基于經濟增長角度探討發展中國家落后根源和成因的理論體系，核心觀點是這些國家經濟發展緩慢或停滯不前的原因歸咎于人均收入水平低下和物質資本形成不充分，但其根源還是在于缺乏物質資本和投資。經濟增長貧困理論主要包括羅格納·納克斯的貧困惡性循環理論、納爾遜的低水平均衡陷阱理論、哈維·來賓斯坦的臨界最小努力理論。

社會發展貧困理論并不是單純地把貧困作為一種經濟現象，而是把它看作一種社會現象進行研究和探索，該理論認為導致貧困的主要原因是因為社會基本制度和具體實施制度安排不合理、社會結構扭曲以及社會不平等。它的代表人物是瑞典經濟學家岡納·繆爾達爾，在其《亞洲的戲劇——南亞國家貧困問題研究》一書中，作者從發展經濟學的資源、人口與經濟發展、經濟結構與國民收入、農業化問題、不平等問題等8個方面對南亞貧困的致貧原因進行深入分析，研究南亞地區如何脫貧、如何發展的問題。

人力資本貧困理論是從貧困主體本身來研究貧困，而且在不同程度上對貧困的致貧因素和表現形式做了很大程度的擴展，為分析貧困提供了一種全新的視角和分析框架。主要包括舒爾茨的人力資本理論、阿瑪蒂亞·森的可行能力貧困理論、赫伯特·J·甘斯的功能貧困理論以及世界銀行的人力資本貧困理論。其中阿瑪蒂亞·森的可行能力貧困理論被廣泛接受，他從能力貧困視角出發，認為貧困的實質是人們創造收入和機會的貧困，是缺乏維持正常生活與社會活動的可行能力，即貧困是對人們可行能力的剝奪。他對貧困的定義已經不再局限于物資生活方面的匱乏，還包括社會、文化、政治、精神等方面的能力剝奪。基于森的能力貧困理論，Sabina Alkire和James Foster對多維貧困問題進行量化，提出計算多維貧困指數（MPI）的A-F方法，并在國際上得到廣泛應用。

雖然學者們從不同視角對貧困理論進行研究，但從中也可以看到，隨著貧困實質發生變化，學者們大都以研究對象的福利最大化為基石，從多重視角來理解貧困。貧困內涵已經不僅僅是簡單收入/消費方面的貧困，而是可行能力處于被社會所排斥和相對剝奪的一種狀態。隨著理解不斷深入，對貧困的識別已經逐漸走向多維化和動態化。

在農村貧困的識別度量上，學者們采用不同方法對多維貧困指數和貧困程度進行測度。夏慶杰等（2007）使用CHIP調查數據，估計了1988—2002年中國城鎮絕對貧困的變化趨勢[1]。王小林等（2009）采用Alkire和Foster于2007 年開發的多維貧困測量方法，利用2006 年中國健康與營養調查數據，對中國城市和農村家庭多維貧困進行了測量[2]。Sabina Alkire和James Foster（2011）拓展了傳統的橫截面和單一方法，提出一種新的多維貧困的測度方法，即A-F方法[3]。Sabina ?Alkire（2014）采用多維貧困指數（MPI）對100多個發展中國家的嚴重貧困程度進行直接衡量，通過對該指數使用范圍和穩健性的測試表明，多維貧困指數分析可以提供可靠的分析框架，能彌補收入估計的不足[4]。Sabina Alkire和Ana Vaz（2017）利用Alkire-Foster調整貧困人口比率和其一致的子指標，建立一套對多維貧困的跨期變化進行計算的系統方法[5]。郭熙保、周強（2016）利用Alkire和Foster（2011）多維貧困測度方法和Foster（2009）的持續時間分析法，構建了長期多維貧困與平均貧困持續時間指數，以CHNS 數據為樣本從靜態和動態雙重視角分析了我國的長期多維貧困程度，并通過多層回歸模型探討了致貧的宏微觀因素[6]。蔣南平、鄭萬軍（2017）在改進A-F多維貧困指數分析的基礎上，提出了多維返貧識別及測算方法，并且運用2010—2014年中國家庭追蹤調查數據對中國農民工多維返貧進行了測度[7]。劉洪、王超（2018）基于分層Logistic回歸模型的中國農村貧困識別研究顯示，該模型能夠提高貧困農戶的識別率，有效識別率能夠達到75%[15]。章元、萬廣華（2012）[9]，張全紅、周強（2014）[10]，王春超、葉琴（2014）[11]，王朝明、馬文武（2014）[12]，侯為民（2015）[13]，王增文（2017）[14]，霍萱、林閩鋼（2018）[15]，張昭、吳丹萍（2018）[16]等從多維角度構建我國貧困識別指標體系，在此基礎上，分別選取不同的指標和臨界值對我國貧困指數和貧困程度進行了度量。

三、多維視角下農村貧困的識別及研究方法

在傳統的減貧策略中，以收入和消費水平作為工具是識別農村貧困問題直接而有效的一種手段，依據這樣的標準，貧困僅和家庭收入水平密切相關，個人或家庭為維持最低生活所需的最低收入或消費水平往往成為貧困線（閾值）的標準。在第一部分的分析中可以看到，按照收入標準衡量的農村貧困人口數量在絕對減少，但隨著經濟發展，由于收入分配差距、貧困強度差異、脫貧后返貧以及總貧困中的慢性貧困等復雜因素綜合作用，農村的相對貧困人口數量開始逐漸顯現，并且以不同貧困形式表現出來，其中隱性貧困具有極強的隱蔽性，很難進行精準識別，無疑會成為政府扶貧政策的真空，從而缺少政策上的針對性和有效性。因此，識別農村貧困對解決農村貧困問題具有現實意義。

（一）多維視角下農村貧困的識別

農村貧困人口的識別是扶貧政策和扶貧項目瞄準的基礎，收入只能反映經濟貧困的一個方面，在對貧困人口的準確識別上，不僅要從多個維度識別和判定，而且還要把貧困的動態性即時間變量考慮進去。也就是說，除了收入維度之外，還需要從其他多個不同維度去瞄準，在識別的過程中，貧困并不是一種靜止狀態，而是隨著時間變化而變化。所以，在上述多維識別的基礎上，還要把時間變量貫穿到整個識別過程。

多維貧困理論來源于印度籍諾貝爾經濟學家阿瑪蒂亞·森，屬于福利經濟學范疇，其核心觀點認為發展實質上是人類追求自由的過程，發展的首要目的是自由，發展應超越單純追求GDP增長速度、技術進步或者社會現代化等狹隘的發展觀，這些所謂的目標只具有工具性價值。森提出以“可行能力”作為貧困標準，是一種綜合評定方法，強調貧困的實質是人們創造收入和機會的貧困，即缺乏維持正常生活和參與社會活動的可行能力，貧困是對人基本可行能力的剝奪，除了收入低下的經濟貧困外，其他可行能力的缺失也影響到貧困。他對貧困的定義方法可以稱為能力方法，實際上也可以稱作以能力方法定義的多維貧困理論，多維貧困理論指出人類的貧困是客觀指標貧困和對公共福利主觀感受貧困的加總。

基于森的多維貧困理論，Sabina Alkire和James Foster（2011）[3]詳細闡述A-F雙界限法，這種方法被學術界普遍用來識別多維貧困，是一種特定時點上測度多維貧困的靜態方法。它是一種對多維貧困進行識別、分解和加總的方法。具體來講，通過分類統計個體或家庭在每個維度上取值，并且設定每個維度的貧困線標準臨界值，根據這一標準判斷統計個體在每個維度上是否貧困，對被剝奪程度進行識別，最后在識別了各維度的被剝奪狀況后，還需要對各維度進行加總進一步推導出多維貧困綜合指數。A-F方法是測度一定時點的靜態方法，缺點是無法反映貧困個體和家庭的動態變化，為彌補上述不足，Sabina Alkire（2017）[5]進一步地把時間變量考慮在內。

（二）多維視角下農村貧困的研究方法

本文以收入為基礎，按照當年農村絕對貧困人口標準為貧困線，劃分貧困人口和非貧困人口。在此基礎上，利用A-F雙界限法從多維貧困角度識別貧困人口和非貧困人口中的剝奪狀況，以此考察農村人口中的貧困問題。研究步驟如下：

1. 調查樣本數n，假設當年貧困線為S，個體收入Rj≤S，為貧困人口，相反，則為非貧困人口。

2. 多維貧困的測量。多維貧困指數本質上兼容了直接和間接方法，運用此方法時，要確定剝奪界限和貧困界限的一般形式。首先，要設置多維測量中的指標，在A-F方法中，一般都是從教育、健康、生活條件3個維度進行考察。其次，設置剝奪界限，運用剝奪臨界值識別個體在每個指標下是否被剝奪，設臨界值Zj，當Xij≤Zj，賦值為1，代表該個體在該指標下處于被剝奪狀態，相反，賦值為0，表示該指標下沒有被剝奪。再次，給每一個指標設置權重，從現有文獻來看，對多維貧困識別一般都采用各個維度等權重方法，即賦予每個維度相等的權重。在每個維度上以及維度內的每個指標上都賦予相等權重簡潔而明顯，可以簡化對指數的解釋，達到對剝奪的一個權衡。對每個指標都賦予相等的權重，每一個維度j的貢獻百分比可以表示為（wjhj（κ））/m0，其中wj是j維所占權重，hj（κ）表示向量矩陣中j列的平均值。在對農村貧困的識別中，要注意不同時期貧困變化的幅度，Sabina Alkire（2017）提出絕對變化率和相對變化率，絕對變化率即兩個時期的差值，相對變化率即兩個不同時期的水平差同初始期的百分比。除了考慮時間的變化，同時也要重視維度的變化。最后，設置多維貧困界限，即多維剝奪臨界值k。

3. 計算多維貧困指數。計算多維貧困的發生率H，H=H（y;z）=q/n，其中q是按照雙界限法識別的貧困人口數量，q=q（y;z）=∑ni=1？籽k（yi;z），？籽k代表K個維度時識別窮人的函數，多維貧困發生率無法對貧困的分布和剝奪的深度進行衡量，而且無法識別在其他維度上出現的新的貧困人口。為克服上述方法的不足，引入平均剝奪份額A，平均被剝奪程度等于所有貧困個體平均被剝奪的維度數與總維度數（m）的比值，A=c（k）/qd=∑ni=1ci（κ））/m，ci（κ）表示個體i加權貧困維度數。多維貧困指數既反映貧困密度也反映貧困強度，等于多維貧困發生率和平均被剝奪程度的乘積，公式表示m0=ΗΑ，還可以用平均貧困距、平均貧困深度進一步對m0進行調整，得到m1、m2。綜上，多維貧困指數有m0、m1、m2等不同形式，在實際應用中，可以依據實際情況進行選擇。

4. 貧困分解，計算各維度對多維指標的貢獻率。衡量考察對象在各個貧困維度對于總貧困的貢獻率，找出占比最大的致貧因素，增加政府政策的針對性，提高精準脫貧的瞄準精度。

5. 識別模型構建。首先，識別個體在維度j的貧困狀態，可表示為：

其中yij 表示識別對象i在j維上是否處于貧困，當在該維度上處于貧困時，取值為1，否則為0。xi是識別對象的可支配收入，Z是特征向量。

其次，識別個體的多維貧困狀態，可表示為：

因變量yim 表示識別對象i在多維視角下是否處于貧困，當m維大于K閾值時，yim 取值為1，代表存在多維視角下的能力剝奪，否則取值為0。

從式（1）和（2）可以看出因變量是二分類，而且非連續，屬于0-1二項分布。

四、農村貧困的測算

1. 數據來源。本文選用中國營養與健康調查（CHNS）數據，CHNS數據從1989年開始收集，分別于1989年、1991年、1993年、1997年、2000年、2004年、2006年、2009年、2011年、2015年對15個省市7 200戶家庭超過30 000人進行大范圍的樣本采集，2011年新增3個大型城市，2015年又增3個省。這些數據的收集整理不僅為了解我國貧困形式的變化特點提供了豐富資料，也為我國隱性貧困的研究提供了可靠的基礎數據。

2. 多維貧困指標的選擇與剝奪臨界值設定。聯合國公布的MPI是從健康、教育和生活標準3個維度，共10項指標來衡量不同國家和地區的貧困狀況，由于有些指標，例如入學率、兒童死亡率，已經不符合我們的現實國情，因為隨著社會經濟發展和社會制度的不斷完善，我國已經基本解決了上述問題，上述指標的意義已不是很大。例如，農村地區適齡兒童入學率已經基本達到100%。本文在設計多維指標時，兼顧國際通行標準、我國國情以及數據可獲得性，選取收入、教育、健康、資產、衛生條件、飲用水和生活狀況8個維度測度我國貧困狀況，探析我國農村貧困的分布及其發展態勢。

維度選擇上基于致貧原因以及我國減貧經驗，除傳統指標外，新增健康維度，主要考慮到在農村中，因病致貧、因病返貧的現象十分普遍。國務院新聞辦公室2015年發布的數據顯示，因病陷入貧困的人口占整個貧困人口高達44.1%。此外，本來還加入了住房這一指標，現階段住房不僅僅是居住的場所，同時也被賦予了資產的性質，該指標更能反映家庭和個體的社會狀態，但住房指標由于考察期內缺失，故不再予以考慮。各指標的閾值見表2。

3. 多維視角下農村貧困的識別、捕獲及分解。截止目前，CHNS調查數據最新是2015年，本文選取2000、2004、2006、2009、2011、2015六個調查年度的面板數據進行考察，以識別、追蹤農村人口的貧困狀況和動態變化。剔除掉CHNS數據庫中包含的城市人口數據以及在調查期間農村人口指標的缺失值，共得到13 510個數據。在計算多維貧困指數時，采用等權重法，分別賦予每個指標1/7權重，考慮到多維閾值界限的主觀性，因此，本文分別計算k=1、2…7，以便比較不同維度視角下多維貧困指數橫界面的變化狀況。表3顯示了6個調查年度的多維貧困指數的測算結果。

從表3結果來看，隨著貧困維度的逐漸增加，貧困發生率H和多維貧困指數m0呈相反的下降趨勢，而平均剝奪份額A則表現為不斷上升的態勢，結果和A-F理論推測相一致。此外，如何確定合適的剝奪臨界值K具有十分重要的現實意義，因為如果K取值過大，會夸大我國農村的貧困程度，與我國的國情不符，過低則無法準確甄別出真正的貧困人口，會掩蓋農村貧困的真實狀況，最優臨界值的確定還是要依據地方的具體情況來考慮，同時結合數據作為參考，從而減少確定過程中帶有的主觀性。例如，從表中可以看出K=4是多維貧困臨界值的重要節點，當K﹥4時，m0隨著維度的增加下降的幅度相當明顯;當K<4時，即使維度不斷增加，但m0的下降幅度并不很大，反映出其對K值并不敏感。因此，本文測算結果表明K=4是合適的多維閾值（見圖3）。

圖3顯示，從多維角度來看，2006—2015年，無論是貧困指數還是發生率都明顯下降，我國的貧困狀況得到極大改善，反貧困政策取得明顯成效。與此同時，我國農村貧困人口的變化出現了個別年度反彈，尤其2006年，貧困狀況出現一定程度惡化，這和當時脫貧人口的脆弱性相關，存在脫貧后返貧的情況。自我國實施精準扶貧政策以來，脫貧工作取得了重大進展，多維貧困人口大幅度下降，脫貧績效從數據上得到了充分肯定，貧困人口的福利水平得到極大改善。此外，伴隨著反貧困政策不斷深入，多維貧困發生率同貧困指數之間的間距日益縮小，表明同前期考察年度相比，農村貧困人口的貧困強度逐步減弱。多維貧困的分解見表4。

從表4的分解結果來看，7個維度對多維貧困指數的貢獻率存在較大差異。衛生條件和飲用水的貢獻率相對穩定，前者基本維持在20%-24%，說明農村貧困人口衛生條件的改善程度很有限，此項已經成為制約農村貧困的第二大重要指標。因此，黨中央提出農村廁所革命具有很強的現實意義。這些指標中變化最大的是健康指標，它的貢獻率從2000年的3.05%升至2015年的22.95%，已經成為影響貧困指數的最大因素，因病致貧、因病返貧現象已經嚴重影響到脫貧成效。其中，資產、生活狀況兩項指標下降速度非常明顯，表明我國農村人口的財產狀況和生活條件福祉明顯提高，特別是資產，貢獻率由2000年23.11%降至2015年的8.85%，成為貢獻率最低的指標，意味著農民占有的財富顯著增加。實際上，收入水平對總指數的貢獻率也在不斷下降，雖然2011和2015年數據有明顯增幅，主要歸咎于2010年我國采用了新的收入貧困標準，大大提高了收入標準門檻。

4. 收入視角下農村貧困的追蹤。現階段，我國農村貧困的識別主要還是基于收入水平，在收入水平下，通過多維視角對貧困群體以及非貧困群體潛在的貧困狀況進一步細分，捕獲潛在的隱性貧困。這種做法有利于提高扶貧對象瞄準精度，這直接關系到有限扶貧資源的分配效率和公平，避免農村中存在的精英捕獲現象（見圖4）。

圖4中，第二象限收入貧困且多維貧困是深度貧困族群，屬于精準扶貧政策應重點傾斜的對象，也是多方位扶貧資源最應流向的群體。第三象限中收入貧困但多維不貧困，這部分人群只是單維的收入貧困，如果針對提高收入這個目標對接特定項目，進行特定產業幫扶，是最容易走出貧困的群體。與此同時，由于此部分人群多維并不貧困，如果收入不再貧困，不易返貧。值得注意的是第一象限，因為不存在收入貧困，在現行的扶貧體制下還不是反貧困政策幫扶的重點，但由于存在多維貧困，實際上這部分屬于隱性的貧困人口，如果周圍環境突然惡化或自身遭遇變故，非常容易返貧，這部分人群脫貧成效并不高，是脆弱性脫貧。第四象限則是脫貧成效下的最理想狀態，不僅脫貧績效顯著，而且最不易陷入貧困。

我國深度貧困人口逐漸呈下降趨勢（見表5）。截止到2015年，深度貧困人口占貧困人口比例為67.47%，占總人口的6.09%，特別是扶貧政策實施以來，收入貧困且多維貧困人口由2011年8.82%降至2015年6.09%，表明我國的扶貧政策瞄準精度大幅度提高，更多深度貧困人口擺脫了貧困。實際上，深度貧困人口是脫貧攻堅中最難啃的硬骨頭，是扶貧工作的重中之重，需要扶貧資源的重點傾斜，要進行全方位的立體幫扶。收入不貧困而多維貧困這一群體下降趨勢十分明顯，說明除收入維度之外的其他如健康、教育等維度的狀況得到明顯改善，在肯定成績的同時，也是需要密切關注這部分人群，因其脫貧脆弱性極易陷入貧困境地。

五、結論與政策啟示

我國在解決農村貧困問題上已經取得了重大成效，但是應看到貧困問題無論是現在還是未來發展中并不會消失，農村的致貧因素以及表現的貧困形式已經發生根本變化，用收入衡量的絕對貧困向相對貧困演化，顯性貧困向隱性貧困轉化，單維貧困走向多維貧困，農村貧困將更多表現在功能性貧困方面。本文基于Sen剝奪能力貧困理論，運用 Alkire和Foster關于多維貧困的分析框架，構建了農村多維貧困識別指標體系，選取2000、2004、2006、2009、2011、2015等各年CHNS面板數據，分析農村家庭的貧困狀況，分別從剝奪視角和需求視角對我國農村貧困人口進行識別、追蹤和分解，前者主要分析農村多維貧困情況，并對致貧因素進行甄選;后者從需求定義出發，對貧困人口的不同貧困程度進行捕捉，做到扶真貧，真扶貧。兩種方法相輔相成，彌補各自不足，構成相對完整的農村貧困識別指標體系。主要得出以下結論：

第一，多維視角下的多維貧困指數和貧困發生率均明顯下降，并且兩者之間的間距逐漸收緊，說明考察期我國反貧困政策成效明顯，特別是精準扶貧政策的實施，精準到戶，得益于中央和地方政策支持，多維貧困得到全方面改善，脫貧效率大大提高;第二，多維指數動態分解顯示，健康、教育和衛生條件是影響多維貧困指數的三個主要指標，尤其是健康維度，已經成為增長最快和最核心的指標，它的剝奪狀況直接關系到農戶是否貧困，這和我國的現實情況基本符合;第三，現行收入視角下對農村貧困戶的識別和追蹤可以看出，在收入貧困家庭中，部分家庭面臨著雙重收入貧困和多維貧困，屬于深度貧困群體，另一部分只是單一的收入貧困家庭。同時，在非收入貧困家庭中，有些家庭也面臨多維貧困。

在上述分析基礎上，今后我國反貧困政策的重點要注意以下三個方面。

一是考慮到我國貧困的現實國情和未來發展趨勢，可以參考“多維視角+收入視角”雙重衡量工具對我國的農村貧困人口進行識別追蹤。該計量手段的運用不僅可以對貧困程度和類型進行分類，捕捉到最需要幫助的深度貧困人口以及容易返貧的組群，還可以甄別出所涉及的主要剝奪指標，為國家反貧困干預政策的實施提供側重點。兼顧收入和多維剝奪視角的農村貧困識別指標體系有利于用絕對數量衡量的需求貧困向相對貧困轉化，從多維視角更加重視人的全面發展，個體自身福利最大化的實現，為未來貧困研究提供多角度的研究范式。與此同時，這種衡量方法可以有效捕捉農村中的隱性貧困群體，為隱性貧困研究提供方向和指導。

二是重點幫扶貧困線下的多維貧困人口，這一特征群體收入水平低下，面臨著多個維度的剝奪困境，脫貧難度大。這些深度貧困人口不管是自身能力還是所處的生態環境都比較脆弱，貧困劣勢非常明顯，脫貧政策全方位支持的同時也要強化自身能力的提高，扶貧要和扶智、扶志相結合，增強其可持續發展的脫貧能力。由于深度貧困人口的天然劣勢，一旦遭遇意外，容易返貧，要建立持續的識別追蹤機制，保證其真脫貧、脫真貧。

三是在提高農民收入的同時，還要重視其他維度對貧困的影響，尤其是在健康、教育和衛生條件方面。伴隨著人口老齡化以及生態環境的變化，因病造成全家致貧、返貧現象已經成為農村的普遍現象，在大力普及農村合作醫療保險的前提下，也要積極鼓勵商業醫療保險進入農村市場，特別是重大疾病等險種。此外，通過改善農村衛生狀況和醫療條件水平，培養扎根農村的醫務人員隊伍建設，提高農民健康水平。大力推進農村廁所革命，營造干凈整潔的衛生條件，防止面子工程，使農民的衛生設施改革真正落到實處，惠及廣大農村群體。

參考文獻：

[1]夏慶杰，宋麗娜，Simon Appleton.中國城鎮貧困的變化趨勢和模式：1988—2002[J].經濟研究，2007（9）：96-111.

[2]王小林，Sabina Alkire.中國多維貧困測量：估計和政策意義[J].中國農村經濟，2009（12）：4-23.

[3]Sabina Alkire，James Foster. Counting and multidimensional poverty measurement[J]. Journal of Public Economics，2011（8）：476-487.

[4]Sabina Alkire.Measuring Acute Poverty in the Developing World：Robustness and Scope of the Multidimensional Poverty Index[J]. World Development，2014（7）：251-274.

[5]Sabina Alkire Ana Vaz.Changes Over Time in Multidimensional Poverty：Methodology and Results for 34 Countries[J]. World Development，2017（6）：1-17.

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

[7]蔣南平，鄭萬軍.中國農民工多維返貧測度問題[J].中國農村經濟，2017（6）：58-69.

[8]劉洪，王超.基于分成logistic回歸模型的中國農村貧困識別研究[J].農業技術經濟，2018（2）：130-140.

[9]章元，萬廣華，史清華.中國農村的暫時性貧困是否真的更嚴重[J].世界經濟，2012（1）：144-160.

[10]張全紅，周強，蔣赟.中國省份多維貧困的動態測度——以中國健康與營養調查中的9省為例[J].貴州財經大學學報，2014（1）：98-105.

[11]王春超，葉琴.中國農民工多維貧困的演進——基于收入與教育維度的考察[J].經濟研究，2014（12）：159-174.

[12]王朝明，馬文武.中國城鎮化進程中的貧困問題：按要素分解分析[J].中國人口·資源與環境，2014（10）：94-102.

[13]候為民.城鎮化進程中農民工的多維貧困問題分析[J].河北經貿大學學報，2015（3）：99-105.

[14]王增文.中國農村反貧困績效的推動因素測度及分解：1978-2014[J].財貿經濟，2017（9）：96-110.

[15]霍萱，林閩剛.中國農村家庭多維貧困識別指標體系研究[J].社會科學戰線，2018（3）：227-236.

[16]張昭，吳丹萍.多維視角下貧困的識別、追蹤及分解研究[J].華中農業大學學報，2018（3）：90-99.

責任編輯：母愛英

Abstract：Since 2000， we have made great achievements in solving problems of rural poverty， but the factors contributing to rural poverty and the manifestations of poverty have undergone significant changes， and the identification of rural poverty has changed from static income demand to dynamic multi-dimensional transformation. Using Alkire and Foster analysis framework about multidimensional poverty， buildingmultidimensional poverty identification index system including education， health， sanitation， rural life， etc seven indexes， selecting six years' CHNS panel sample data， respectively from the perspective of deprivation and demand perspective to recognize， track and decompose on China's rural poor. The former analyzes the multi-dimensional poverty in rural areas and selects the factors contributing to poverty. Since income is still the core index to measure poverty at present， the latter studies different poverty levels of poor people from the perspective of demand definition， investigates the hidden poverty problems existing in non-income poor groups， draws relevant conclusions based on the analysis results， and proposes corresponding policy enlightenment.

Key words： rural poverty，multidimensional poverty，income poverty，poor identification