基于A-F雙重臨界值法的多維貧困測度及創新治理研究

朱慧慧

（山東財經大學，山東濟南，250014）

一、引言

黨的十八大以來，我國農村貧困人口由2012年的9899萬人降低至2019年的551萬人，同時貧困發生率降低至0.6%。現階段我國脫貧攻堅工作已到后期，仍存在551萬絕對貧困人口，其多是處于持續性貧困的家庭，不僅受收入的影響，還受健康、教育、生活狀況等多重因素的制約。面臨復雜的致貧因素和多變的返貧現象，需從多維貧困層面探尋解決貧困問題的迫切需求。

Sen（1985）早期提出“多維貧困”的思想，其主張貧困不止單一收入貧困，還將可行性能力與功能性活動的理念納入貧困分析框架中[1]。伴隨多維貧困測度方法的不斷深入，Hagenaars（1987）利用收入和閑暇兩個維度構造第一個多維貧困指數[2]。根據Sen等人的基本思想，聯合國開發計劃署（2007）選取預期壽命、讀寫能力以及生活水平三個指標開發出新的人類貧困指數（HPI）[3]，但人類貧困指數在三個指標加總、權重選取層面仍存在爭論。于是，Chakravarty等人（2008）提議采用Ch-W、F-W與W-F多維貧困指數進行實證研究[4]。Alkire 和 Foster（2011）在探索多維貧困指數的過程中解決了“交”與“并”存在的不足，創建“雙界線”的方法[5]。在此基礎上，Nussbaumer 等人（2011）利用“雙界線”法測度非洲國家的能源貧困出現的問題[6]。運用A-F雙重臨界值法對多維貧困進行測度已經成為研究貧困的主流，扶貧標準向教育、健康、生活水平等多維度轉化。

改革開放以來，我國減貧工作取得豐碩的成果[7]。多維貧困研究不斷增加，陳輝和張全紅（2016）通過A-F模型，構建多維貧困影響因素敏感性分析框架，實證分析山區家庭貧困狀況，其研究顯示當被剝奪臨界值較小時，多維貧困發生率對權重變化更為顯著[8]。高明和唐麗霞（2018）運用修正后的FGT多維貧困測度方法，選取收入、教育、健康、生活水平與資產五個維度測算建檔立卡戶和非貧困戶的多維貧困指數，進而對不同地區多維貧困展開精準識別[9]。楊龍和汪三貴（2015）基于A-F雙重臨界值法，選取收入、教育、健康、飲用水、生活水平等六維度構建評價體系，各維度貧困發生率存在差異[10]。因此，從多維視角分析貧困的實質，逐漸被國內學術界所普遍認可。Feldman和Klaas（2002）通過研究發現，善于使用互聯網的居民，通過網絡求職更能順暢找到滿意的工作[11]，這一舉措打破農民傳統的求職思維和生活模式。事實上，互聯網能傳遞給農戶頗多有效的知識，帶給他們更多就業機會。通過使用互聯網，提升農民就業水平，增加工資性收入；打開農產品網絡銷售市場，增加農業收入，進而增加經營性收入，達到改善其生活的目的（周東，2016）[12]。

本文基于A-F雙重臨界值法，以平原縣12個貧困村作為研究對象，并把互聯網細分為固定網絡與移動網絡。對平原縣貧困地區進行多維貧困測度，探討其貧困的實質。針對本地區互聯網使用的實際情況，分析家庭特征對互聯網使用的影響因素，為便利農戶生活、增加收入及降低該地區貧困的可能性提供可靠的參考依據。互聯網這一要素的提出對精準幫扶貧困戶擺脫貧困是一種創新性的多維貧困治理路徑，對后續多維貧困研究領域做進一步的補充，及對其他類似地區貧困治理提供重要借鑒。

二、多維貧困測度方法

本文采用Alkire-Fostre[13]提出的雙重臨界值法，具體步驟如下：

（一）各維度確定與取值

明確各維度，用d表示維度。收入、教育、健康、生活水平、家庭資產、互聯網等均可作為識別貧困的維度。

假定Mn×d代表n×d維矩陣，n代表樣本數量；令Y∈Mn×d，表示為n個人在d個維度上的不同取值，其中yij表示第i個家庭在j維度的取值。

（二）權重設定

為說明各個體被剝奪的狀況，定義Zj表示為第j個維度上的被剝奪值，剝奪矩陣為g0=|g0ij|。若第i個人在j維度上被剝奪了，那么g0ij=1，說明為被剝奪狀態；否則g0ij=0，說明為不剝奪狀態。給各維度賦予權重Wj，g0ij×Wj表個體i在j維度上的剝奪值。

（三）貧困對象判定

定義一個列向量代表個體i在所有維度上的剝奪值的總和，即列向量為Si，Si定義如下：

在剝奪矩陣中基于貧困臨界取值K對每個樣本貧困對象進行多維貧困判定：

式中Si（K）代表個體i在k臨界值的標準，若在此標準下認定為貧困，反之則為非貧困；然后，把非貧困個體的剝奪值進行賦值為0處理，除掉非貧困個體的剝奪信息對貧困加和的干擾，把賦值為0后的剝奪矩陣稱為己刪減矩陣（K）（n×d）。

（四）貧困指數（M0）測算

此時的貧困指數（M0）計算公式為：

式中：H表示調整后的多維貧困發生率，公式為H=q/n，q表示判定的多維貧困對象數目，n為總對象數目；A1為平均剝奪份額，公式為，即為多維貧困人口的被剝奪分數值的加權平均。

（五）指標貢獻率

依據（1）式中得出的M0，測度各個指標對貧困的貢獻率：

式中：Wi表示第i列指標的權重值，CHi表示在已刪減矩陣中第i列指標被剝奪的人口率，MPI表示多維貧困指數。

三、數據來源、指標選取及變量解釋

（一）數據來源

為更好的測度農村多維貧困的實際現狀，課題組采取隨機抽樣的方式對平原縣部分農村地區農戶的多維貧困情況進行調查，選取王鳳樓和三唐鎮12個村350戶展開調研，運用問答式問卷訪談法收集數據，共獲得有效問卷328份，有效率達到93.7%。通過獲取的第一手數據，對平原縣多維貧困現狀進行測度分析，并依據測度結果提出創新治理建議。

（二）指標選取

基于上述文獻研究與討論，國際社會多維貧困測度的指標體系主要為MPI指標體系，其中包括收入、教育、健康等在內的10個指標[14][15][16]。本文在MPI指標體系的基礎上，根據我國“十三五”脫貧攻堅規劃，結合平原縣貧困村的實際情況，通過各指標的信度分析，最終選取收入、教育、健康、生活水平、家庭資產和互聯網6個維度11項指標進行衡量，如表1所示。

表1 各維度的剝奪臨界值表

（三）信度分析

信度是檢驗問卷可靠性和穩定性的主要方法，其表現為所測得的數據的一致性。因此，本文對問卷所獲得數據是否具有內在一致性進行信度檢驗。328份樣本數據分析結果表明，Cronbach’s Alpha值為0.847，F值為109.161，P值檢驗出的相伴概率為0.000，小于顯著性水平0.001，表明實地調研數據具有較高的內在一致性，即本問卷具有良好的信度（見表2）。

表2 農戶層面數據的一致性檢驗

（四）變量解釋

通過信度分析，以MPI的指標體系為基礎，結合《中國農村扶貧開發綱要（2011-2020）》脫貧任務[17]，本文從6個維度11項指標對平原縣多維貧困現狀展開測度，這6個維度分別為收入、教育、健康、生活水平、家庭資產和互聯網。有關權重設定前文已提及，參考高明和唐麗霞的權重設定方法[18]，運用等權重法賦予6個維度分別為1/6的權重，維度內的指標也采取等權重法進行賦值（見表1）。

四、多維貧困測度的結果分析

（一）多維貧困指數分析

1.縣域多維貧困指數分析。多維貧困指數（M0）與被剝奪得分臨界值有關，不同被剝奪得分臨界值（K），多維貧困指數不同。利用上述多維貧困測度方法，測算多維貧困結果。因使用各維度等權重，各指標的權重有所不同，這里的K值為加權維度。根據國際上通用的K=30%的臨界值，35.06%的農戶存在30%加權維度的貧困（見表3）。由此可以看出，平原縣的貧困不止人均年純收入貧困，還有互聯網、教育、家庭資產等多維貧困，其貧困程度較高。

表3 不同K值下多維貧困指數

2.村莊多維貧困指數分析。從村莊角度進行多維貧困指數分析，唐樓村的多維貧困指數值最大，貧困程度較深，依次是劉屯村、西楊村，同時也發現12個村莊的貧困程度差別較大。當K=30%時，貧困程度最深的唐樓村，根據樣本數據測算，村莊的貧困剝奪程度無明顯差異，說明多維貧困普遍存在（見表4）。

表4 在K=30%下村莊的多維貧困指數（M0）對比情況

(二）多維貧困指標測度結果分析

1.縣域多維貧困指標測度結果分析。多維貧困指標測度不但反映平原縣的貧困特點，還能測度各指標對多維貧困的貢獻率，從而對貧困戶情況做出準確判斷。根據國際上通用的K=30%的臨界值，多維貧困指數（M0）為0.1575 ，各維度的指標貢獻率存在差異，樣本戶的互聯網、生產性資產及人均受教育年限的指標貢獻率都相對較高，平均達16%以上，互聯網的指標貢獻率高達36.29%，生活主要燃料、飲用水來源及耐用消費品和收入對貧困指數的貢獻率都較低（見表5）。由此表明，收入維度的貧困和生活水平中飲用水和生活燃料的貧困已不是制約農戶貧困的主要因素，互聯網、生產性資產和教育仍被剝奪較深，是導致平原縣貧困村相對貧困的最主要因素。給平原縣減貧的政策啟示：要從“輸血式”減貧到“造血式”減貧的轉變，著重推進“互聯網+扶貧”。

2.村莊多維貧困測度結果分析。為更加精準識別貧困現狀，運用A-F雙重臨界值法對農戶的多維貧困狀況進行測度，分析各維度指標對多維貧困的貢獻率，進而對貧困村實際狀況做出判斷。當K＝30% 時，從收入維度來看，西楊村、東楊村和潘莊的收入貧困的貢獻率相對于其他村莊較高，說明收入貧困仍存在；從教育角度分析，各個村莊的教育貧困貢獻率都很高，整個調研村莊都面臨著教育貧困；從健康層面，疾病貧困貢獻率相對較高，較為突出的是半吉店村，發現農村農戶因病返貧存在一定風險。在生活水平維度中，主要燃料、飲用水來源的貧困貢獻率很低，而耐用消費品貧困貢獻率相對較高。從家庭資產角度來看，除西楊村和潘莊村外住房條件整體情況較好；在互聯網維度，存在互聯網使用力度有限、使用意識不強、獲取信息能力差的問題（見表6）。

（三）互聯網使用的影響因素分析

結合上述分析，結果發現：當K值為30%時（見圖1），互聯網對農戶貧困作用尤為突出，已成為影響農戶多維貧困的關鍵因素。在“互聯網+”時代背景下，探討農村互聯網運用及利用互聯網開展各類活動的影響因素相關研究逐漸盛行，冷晨昕和陳前恒（2017）基于農戶調查數據分析，可知：年齡、性別、受教育年限和人均收入等對貧困農戶是否使用互聯網具有顯著的影響[19]。林寒，羅教講（2016）基于描述分析、二元Logistic回歸，研究可知，性別、年齡、受教育程度及是否從事農業等因素都對互聯網的使用產生顯著影響；而受教育程度、是否從事農業等因素對利用互聯網開展活動的頻率也具有影響[20]。因此，農戶家庭特征對互聯網使用的影響是本部分著重探討的內容。

表5 不同K值下多維貧困指數（M0）和各維度的貢獻率（%）

表6 K=30%值下多維貧困指數（M0）和各維度的貢獻率（%）

圖1 K=30%值下各維度的貢獻率（%）

在變量選取方面，從家庭特征的可獲得性出發，選取年齡、性別、家庭規模、受教育程度、健康狀況、婚姻狀況及是否從事農業等作為自變量，以“是否使用互聯網”為因變量（見表7）。

表7 農戶家庭主要特征變量定義及其描述

基于已識別出的多維貧困家庭，運用二元Logistic模型，分析影響互聯網使用的家庭因素。如表8所示，家庭特征對互聯網貧困產生較大影響。研究顯示：在年齡層面，16-65歲人群對互聯網的使用有正向影響，尤其是30-40歲人群，家庭經濟支出大，其力爭運用互聯網改變貧困現狀，增加收入；在家庭規模角度，家庭規模越大，對互聯網使用影響就越大，究其根源，人口越多，“上有老，下有小”的家庭重擔，影響對互聯網的使用；從受教育程度來看，貧困人口的受教育程度愈高，互聯網的使用效果越明顯，因而提升受教育水平將有效降低互聯網的貧困發生率；相比于男性，女性發生互聯網貧困的概率更高；年齡越大，發生互聯網貧困的概率越大。在從事農業方面，由于思想傳統，農戶從事農業生產往往弱化互聯網使用，而非農業從事者通過互聯網站，掌握專業技能、獲取“一手”信息資源，利用信息平臺，擺脫貧困現狀，迫使非農業從事者偏好互聯網的使用（見表8）。

表8 農戶家庭主要特征對互聯網維度貧困的二元Logistic回歸分析

五、結論與建議

（一）研究結論

根據多維貧困指標的選擇，結合平原縣經濟狀況，通過設定剝奪臨界值，盡可能全面反映農戶的多維貧困特點，得出以下結論：

1.多維貧困測度結果分析。平原縣農戶除收入外，教育、疾病、生產性資產和互聯網使用等指標的貧困程度顯著高于收入。數據顯示，收入貢獻率僅為3.55%，而非收入貧困指標中的互聯網使用貧困和教育貧困的貢獻率分別為36.29%和26.77%，明顯高于收入貢獻率。由此可知，收入貧困不再是劃定貧困的唯一準則，非收入貧困指標對農戶多維貧困也產生了重大影響。從各指標單維貧困貢獻率來看，人均受教育年限和疾病仍然是農村地區致貧的主要因素。上述研究表明，當K=30%時，從結果可以看出，農村家庭忽視教育及教育投資大，回報周期長影響農戶的理性選擇，使其家庭教育內在動力不足，能力有限，不能從根本上解決教育貧困問題；農村貧困戶多以老年人為主，患病率較高，雖參加農村合作醫療保險，但自身勞動能力有限，致使較多家庭“因病返貧”；所以教育與健康兩維度貧困貢獻率仍然較高。互聯網維度對多維貧困貢獻率最高。當K=30%時，互聯網的貧困貢獻率是最高的。結果發現，互聯網貧困加劇一個地區的貧困，是成為多維貧困的重要原因。隨著互聯網的應用普及，開通互聯網不僅體現出該家庭獲取外界信息的便利程度，更重要的是該家庭通過互聯網的使用實現生產性活動，進而實現脫貧。因此，互聯網使用成為現代貧困中特殊關注點。

2．農戶家庭特征對互聯網使用的影響分析。從農戶家庭特征來看，農戶家庭成員受教育程度整體較低，加上大多數農民長期從事農業這一因素，久而久之形成傳統封閉的思維方式，使得“互聯網+”涌進農戶生活這一生活模式進入“滯帶期”。受教育程度及是否從事農業生產是影響互聯網使用及家庭擺脫貧困的重要影響因素；16-65歲階段群體互聯網使用率高于其他年齡階段人群，尤其該階段的已婚男性的互聯網使用率高于女性。互聯網對貧困地區農戶的覆蓋率較低，但互聯網使用不僅改善農戶的生活水平，還促使家庭經濟增長。因此，著重分析家庭對互聯網使用的影響，為貧困家庭進一步強化使用互聯網做出深入剖析。

（二）創新治理政策建議

為降低平原縣農戶多維貧困發生率，提升生活質量、身心健康與教育條件，加強互聯網的應用，進而增加收入，實現2020年全面脫貧，著重分析家庭特征對互聯網使用的影響，據此，提出以下創新治理政策建議：

1.多維貧困治理建議。多措并舉增加貧困農戶的收入。目前，農戶的收入相對較高，但日常的收入水平維持有待提升，應隨時關注貧困人口的人均純收入情況，著重幫助低保、建檔立卡戶等貧困戶，按要求對符合條件的農戶提供優惠政策。強化產業扶貧項目管理，立足當地資源優勢與產業現狀，客觀分析當地產業發展市場前景，因地制宜、分類施策，尋找群眾能廣泛參與、適宜村莊長遠發展的扶貧產業項目，在已有扶貧項目平穩運行的基礎上，加快壯大當地特色的優勢產業體系，不斷拓展增收渠道，提高貧困農戶自我減貧、脫貧的 “造血”意識，為鄉村振興的實施增添活力。

加大教育與醫療層面的扶持力度。從教育角度，設置專項教育幫扶資金和貧困生獎助學金，完善教育基礎設施建設；激勵大學生和志愿者支教，提升師資隊伍水平，促使教育資源均等化，補齊教育短板，從根本上遏制教育貧困的代際傳遞。在醫療層面，加快醫療與養老服務結合的步伐，擴大特惠保險政策覆蓋面，避免“因病返貧”“因病致貧”的發生；健全鄉鎮醫療衛生服務設施，加強醫療服務人員專業素質與技能培訓，定期組織老年人健康體檢及宣傳健康知識，建立疾病防御與醫養康結合的多層次服務體系。

強化政府、企業與家庭等多元主體合作。在當前扶貧趨勢下，提倡政府、企業、社會組織和家庭等多元合作，共同治理農村貧困，遏制貧困的“蔓延”。一方面充分發揮政府的引導作用，構建協同扶貧平臺，制定惠及貧困農戶的社會政策；另一方面促使企業、社會團體等非政府組織結合自身能力與服務權利，利用自身優勢，積極發揮扶貧的中樞作用。多元扶貧主體建立聯結機制及信息反饋機制，不斷健全貧困治理主體的多元合作體系，提升整體扶貧效果，真正實現貧困群體全面脫貧。

激發貧困人員的內在動力。對貧困人員的職業技能與文化素質等方面加強培訓，從頭腦意識上淡化“貧困”的思想，增強致富奔康的信念，只有政府加貧困戶雙發力，才能從根源上達到減貧效果。與此同時，注重第二、三產業的發展，為農村貧困勞動力創造更多的就業機會，帶動周邊貧困戶務工；加大幫扶責任人幫扶力度，制定幫扶計劃，宣傳、落實幫貧政策，引導貧困戶借助金融扶貧等途徑發展當地產業，發揮內驅力。因此，脫貧攻堅關鍵在于激勉農村貧困群體主動參與脫貧工作，形成靠自己勞動實現脫貧致富的正確觀念，使其脫離貧困狀態。

2.家庭使用互聯網建議。普及互聯網在貧困地區的使用。從貧困戶的角度，方便獲取外界信息；在認知層面，不斷積累生產經營知識，拓寬經濟來源和就業渠道。從政府部門角度，一是做好頂層設計。建立專業的農業網站，打造農戶信息交流平臺，加強農戶之間的溝通，創建農村公共上網場所，應大力宣傳互聯網的重要性，讓農戶意識到信息技術的作用并積極主動運用互聯網；二是通過網絡的形式發布貧困戶相關數據，以公開透明的方式讓村民共同參與其中，使其感受互聯網技術帶來的真正變化。普及互聯網在農村貧困地區的使用也是縮小城鄉差距的一種途徑，農村地區信息化水平的提高和普及互聯網在農村貧困家庭的使用是縮小內部經濟水平差距重要手段。

地方政府應加大農村地區信息基礎設施建設，將信息基礎設施的建設作為扶貧的重點舉措，同時貫徹“互聯網+扶貧”政策的落實，強力度宣傳互聯網使用給農村居民帶來的優勢，依據家庭特征制定合理網絡使用費用，為提高貧困地區農戶互聯網的使用率，政府部門除鼓勵農戶使用互聯網外，需對貧困家庭使用互聯網給予相應的使用補貼。農戶對互聯網的使用建立在考慮家庭特征綜合因素基礎上的，而家庭特征中受教育程度是影響使用互聯網的關鍵因素。因此，提高教育水平，進而提高農民的綜合能力，阻斷貧困的代際傳遞[21]。

利用互聯網開拓多樣化的教育學習機會，增強農戶家庭人員的受教育水平，通過運用互聯網增加收入提升生活質量提供有利保障。此外，加大對農戶基礎產業服務的相關網絡技能培訓，讓農戶學會運用網絡達到經營農業的目的，進一步挖掘使用互聯網對農戶經營農業等產業的作用，進而縮小城鄉差距，幫助農戶家庭做到真脫貧，激發農戶的潛在動力，使得農戶主動運用互聯網技術拓展技能，達到提升農戶生活品質的目的。