張永麗，盧　曉

（西北師范大學 商學院，甘肅 蘭州 730070）

貧困性質(zhì)轉(zhuǎn)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(jīng)30多年改革開放和持久的扶貧攻堅，我國農(nóng)村貧困已由絕對的生存貧困向相對的發(fā)展性貧困轉(zhuǎn)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(xiàn)狀。依據(jù)多維貧困理論及我國農(nóng)村貧困實際狀況，在構(gòu)建多維貧困及原因識別體系的基礎(chǔ)上，利用2015年對甘肅省一個貧困村的社會調(diào)查資料，對該村的多維貧困現(xiàn)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(jié)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(fā)生率較高；回歸結(jié)果表明農(nóng)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(fā)生原因。在此基礎(chǔ)上提出了針對該村多維貧困現(xiàn)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(jīng)濟長期的高速增長和持久的反貧困戰(zhàn)略實施，使得農(nóng)村貧困狀況發(fā)生了巨大變化。1978—2013年，農(nóng)村居民人均純收入絕對數(shù)由133.6元增加到8895.9元，增長近66倍。農(nóng)村居民人均消費水平由116元增加到6625.5元，恩格爾系數(shù)由67.7%下降到了37.7%（數(shù)據(jù)來源：中國統(tǒng)計年鑒2014）。農(nóng)村貧困發(fā)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(nóng)村貧困人口已經(jīng)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(zhì)也發(fā)生了較大變化，出現(xiàn)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(xiàn)、代際傳遞明顯等一系列新的特征，貧困性質(zhì)也由生存性貧困、絕對貧困向發(fā)展性貧困、相對貧困發(fā)生轉(zhuǎn)變。雖然我國現(xiàn)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(yī)療缺乏等問題，但扶貧關(guān)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(tǒng)扶貧措施正面臨著在貧困特征和貧困性質(zhì)已發(fā)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(fā)展能力建設(shè)不足、可持續(xù)性的人力資本開發(fā)不足、權(quán)利貧困問題難以解決、貧困地區(qū)生態(tài)環(huán)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(chǔ)，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(diào)查資料，就我國貧困性質(zhì)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(jīng)濟的發(fā)展，學術(shù)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(zhì)生活質(zhì)量指數(shù)，其中涉及到人類的多方面發(fā)展，而不是僅僅停留在對收入水平的關(guān)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(nèi)容。［2］但真正引起學術(shù)界從多維角度關(guān)注貧困的則是阿瑪?shù)賮啞ど?999）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(zhì)的匱乏，也表現(xiàn)在發(fā)展機會的缺失。［3］在此基礎(chǔ)上聯(lián)合國計劃署（1990）創(chuàng)建了人類發(fā)展指數(shù)和人類貧困指數(shù)，從健康、教育和生活水平三個維度衡量人類發(fā)展。2010年聯(lián)合國計劃署與牛津大學又聯(lián)合推出了多維貧困指數(shù)，依然從三個維度測量貧困，但對貧困的測量內(nèi)容進行了拓展，也更加符合人類發(fā)展要求。

國內(nèi)學者關(guān)于貧困問題的早期研究，主要是依據(jù)傳統(tǒng)的經(jīng)濟貧困理論，大多集中于經(jīng)濟增長、收入分配與貧困之間關(guān)系的研究。［4-6］隨著國際上多維貧困理論的提出，國內(nèi)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(nóng)戶教育水平的提高能夠在很大程度上降低貧困發(fā)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(fā)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(nóng)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(fā)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(fā)展，國內(nèi)學者開始結(jié)合我國實際，從多維視角關(guān)注貧困測度問題。李小云設(shè)計了包括教育、衛(wèi)生、生活狀況等8個方面的參與式貧困指數(shù)，豐富了貧困的測算內(nèi)容。［15］王小林等利用中國健康與營養(yǎng)調(diào)查數(shù)據(jù)，從教育、健康、住房等八個維度測算了我國城市和農(nóng)村家庭的多維貧困，發(fā)現(xiàn)我國城市和農(nóng)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(jié)構(gòu)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(tǒng)單一的收入測量法測量的結(jié)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(jīng)濟社會結(jié)構(gòu)轉(zhuǎn)型的不斷深化和扶貧事業(yè)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(gòu)建

我國貧困特征及貧困性質(zhì)所發(fā)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(zhàn)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(guān)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(lián)系的層面構(gòu)建貧困識別體系。指標體系構(gòu)建的基本原則是：遵循以人為本的宗旨，指標設(shè)計與人類發(fā)展指數(shù)保持一致，且指標之間的相關(guān)性最小，體現(xiàn)系統(tǒng)性、科學性和實用性。主要依據(jù)有五個方面：一是聯(lián)合國千年發(fā)展目標、人類發(fā)展指數(shù)和多維貧困指數(shù)，并遵循各個指標的相關(guān)技術(shù)規(guī)定；二是沿用國家扶貧辦農(nóng)村貧困調(diào)查指標；三是結(jié)合《中國農(nóng)村扶貧開發(fā)綱要（2011-2020）》中提出的主要目標指標；四是結(jié)合國內(nèi)著名學者（如汪三貴、王小林等）已有研究；五是依據(jù)中國農(nóng)村貧困地區(qū)的具體情況并兼具數(shù)據(jù)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(yī)療保險、住房條件、飲用水、燃料類型、衛(wèi)生設(shè)施、生活用電、家用電器11個二級指標構(gòu)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(nóng)村扶貧開發(fā)綱要（2011-2020）》中明確提出了到2020年貧困地區(qū)農(nóng)民人均純收入高于全國平均水平的要求，根據(jù)聯(lián)合國人類發(fā)展指數(shù)（HPI）的維度之一即收入指數(shù)，本文把收入作為識別體系的維度之一，臨界值依據(jù)國家最新貧困標準2300元設(shè)置。其次，教育維度。依據(jù)2010年聯(lián)合國人類發(fā)展計劃署和牛津貧困與人口項目提出的多維貧困指數(shù)（MPI）中教育維度的指標設(shè)置，結(jié)合我國農(nóng)村貧困現(xiàn)狀，采用成人受教育年限和兒童輟學率兩個指標來表現(xiàn)教育維度上的貧困狀況，臨界值的設(shè)定按照聯(lián)合國多維貧困指標設(shè)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(yī)療等。兼具我國的現(xiàn)實狀況和數(shù)據(jù)的可得性，本文選取了家庭健康狀況、醫(yī)療保險及反映生活條件的住房條件、飲用水、燃料類型、衛(wèi)生設(shè)施、生活用電、家用電器等6個指標，共計8個指標來表現(xiàn)健康維度上的貧困狀況。指標臨界值的選擇遵循人類發(fā)展報告中MPI的設(shè)計標準，其中飲用水標準依據(jù)我國農(nóng)村安全飲水的統(tǒng)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(huán)境分為家庭微觀環(huán)境和家庭所處地理位置的宏觀環(huán)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(jié)構(gòu)、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(huán)境中，如經(jīng)濟增速差異、南北氣候差異、平原和多山地區(qū)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(gòu)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(qū)概況與數(shù)據(jù)來源。

本文選取地處甘肅省蘭州市皋蘭縣忠和鎮(zhèn)南部的六合村進行調(diào)查，該村南與蘭州市安寧區(qū)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(xiàn)有856戶3229人，其中常住人口438戶，2014年人均純收入達到6476元?？偢孛娣e5507畝，其中水澆地2298畝，人均耕地1.72畝。目前建有村衛(wèi)生所1所，小學1所，文化活動廣場1處。全村現(xiàn)有貧困人口106戶414人，占總?cè)丝诘?2.82%，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(shù)據(jù)主要來自于2015年10月對六合村進行的入戶調(diào)查，本次調(diào)查的內(nèi)容主要包括農(nóng)戶家庭成員結(jié)構(gòu)、收入支出、農(nóng)業(yè)生產(chǎn)、醫(yī)療衛(wèi)生、教育培訓、金融服務等7個方面。調(diào)查過程中由于農(nóng)戶下地務農(nóng)、外出務工、走訪親朋等原因，最終共獲得210戶1026人調(diào)查數(shù)據(jù)，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(guī)模。

根據(jù)上文識別體系中各指標貧困線的設(shè)定，六合村在各指標上的貧困發(fā)生率如表4所示。收入一級指標上，該村農(nóng)戶中人均收入水平在2300元以下的農(nóng)戶數(shù)為29戶122人，占樣本總戶數(shù)和總?cè)藬?shù)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(fā)生率12.82%幾乎相等。對農(nóng)戶人均純收入進行分組可以發(fā)現(xiàn)該村有86.19%的農(nóng)戶收入都達到2300元以上，其中15%左右的農(nóng)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(nóng)戶為89戶，占總戶數(shù)的比重為42.38%，農(nóng)戶貧困發(fā)生率為42.38%，小學至初中水平的農(nóng)戶比重為45.72%，初中至高中和高中及以上的農(nóng)戶比重分別為10%和1.9%，將近一半的農(nóng)戶受教育水平只達到小學及以下程度。此外，調(diào)查農(nóng)戶中不存在6-15歲兒童輟學情況，說明農(nóng)戶已經(jīng)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(nóng)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(nóng)戶占比達到50%，雖然被調(diào)查農(nóng)戶都參加了新型農(nóng)村合作醫(yī)療，但遇大病、重病必須首先到縣醫(yī)院治療，當縣醫(yī)院醫(yī)治不了并開具證明的情況下，才能到縣以上的醫(yī)院進行醫(yī)治，否則不予報銷或報銷比例很低，這種醫(yī)療報銷制度的規(guī)定與該地區(qū)地理位置距市近，距縣城遠的實際情況不匹配，農(nóng)戶未能真正從新農(nóng)合中受益，農(nóng)戶在該指標上反映的貧困發(fā)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(nóng)戶居住在土坯結(jié)構(gòu)的房屋中，21.9%的農(nóng)戶生活燃料為不潔凈的柴草，34.29%的農(nóng)戶家用電器不超過2件，調(diào)查對象中通電、通自來水、擁有室內(nèi)沖水廁所或旱廁的農(nóng)戶都已經(jīng)達到100%。但實際上農(nóng)戶飲水依然困難，一方面，受當?shù)囟緶囟容^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(zhì)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(nóng)村扶貧項目在建設(shè)中因地制宜、建設(shè)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(fā)生率

從不同維度下的貧困發(fā)生率比較來看，教育、健康維度的農(nóng)戶貧困發(fā)生率都大于收入維度的農(nóng)戶貧困發(fā)生率，其中健康維度的貧困發(fā)生率最高；從任意兩維度同時貧困的發(fā)生率來看，收入與教育同時存在貧困的農(nóng)戶為20戶，農(nóng)戶貧困發(fā)生率為9.52%，收入和健康維度同時貧困的農(nóng)戶為23戶，農(nóng)戶貧困發(fā)生率為10.95%，教育與健康維度同時存在貧困的農(nóng)戶為69戶，貧困發(fā)生率為32.86%，農(nóng)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(nóng)戶有16戶，貧困發(fā)生率為7.62%，這也意味著在調(diào)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(nóng)戶中的生存貧困已經(jīng)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(zhì)轉(zhuǎn)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(qū)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(guī)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(nóng)戶貧困發(fā)生率為13.81%，但識別體系中11個指標，除因調(diào)查數(shù)據(jù)局限在一個村導致的貧困發(fā)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(nóng)戶貧困發(fā)生率都大于收入指標的農(nóng)戶貧困發(fā)生率，表明農(nóng)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(shè)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(chǔ)上，加總此個體受到的被剝奪維度總數(shù)，然后設(shè)定被剝奪維度的臨界值，若被剝奪的維度數(shù)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(diào)查問卷收集數(shù)據(jù)計算了多維貧困發(fā)生率H、多維貧困剝奪程度A和多維貧困指數(shù)M0，用于分析六合村的多維貧困狀況。貧困發(fā)生率H為多維貧困農(nóng)戶占總農(nóng)戶的比例；貧困剝奪程度A為貧困農(nóng)戶家庭平均被剝奪的維度數(shù)占總剝奪維度數(shù)的比值，多維貧困指數(shù)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(qū)域總?cè)丝冢珻i（k）為在貧困臨界值為k的情況下第i個體或農(nóng)戶被剝奪維度數(shù)總和；d為總維度。

在各指標等權(quán)重的情況下，農(nóng)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(nóng)戶貧困發(fā)生率（H）、貧困剝奪程度（A）和多維貧困指數(shù)（M0），以此估算六合村的多維貧困結(jié)果，具體情況見下表5。

表5 多維貧困測算結(jié)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(nóng)戶貧困發(fā)生率為84%，貧困剝奪程度為18.29%，多維貧困指數(shù)為0.1553；當K=2、3、4、5、6時，農(nóng)戶貧困發(fā)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(nóng)戶貧困發(fā)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(nóng)戶不僅存在收入方面的貧困，在有關(guān)農(nóng)戶生產(chǎn)生活發(fā)展的住房、生活燃料、家用電器、教育水平和醫(yī)療健康等方面同樣存在貧困，而且更加嚴重。隨著維度個數(shù)的上升，農(nóng)戶多維貧困發(fā)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(nóng)戶數(shù)量隨著維度個數(shù)增加而下降，但多維貧困者的被剝奪程度更加嚴重，農(nóng)戶在多維貧困中的貧困點不同，說明現(xiàn)行的統(tǒng)一的扶貧政策和項目顯然是不合適的，不利于解決農(nóng)戶的特殊貧困。根據(jù)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(diào)查數(shù)據(jù)描述。

調(diào)查資料統(tǒng)計顯示，從全村基本情況上看，六合村基礎(chǔ)設(shè)施嚴重不足，通村道路雖然硬化，但村莊內(nèi)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(nóng)業(yè)生產(chǎn)、特別是農(nóng)產(chǎn)品外運造成不便。公共服務水平低，全村僅有一所衛(wèi)生室，且僅有一位當?shù)蒯t(yī)生，雖然新農(nóng)合參保率雖達100%，但由于政策硬性規(guī)定，農(nóng)戶受益程度較低；小學教育質(zhì)量不高，大多數(shù)農(nóng)戶將孩子轉(zhuǎn)到縣城或市區(qū)謀求更高質(zhì)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(wǎng)點，能夠滿足村民日常取現(xiàn)或存儲業(yè)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(wǎng)農(nóng)戶數(shù)為0，信息化水平低。此外，該村無增收產(chǎn)業(yè)，受地形影響，農(nóng)業(yè)主要生產(chǎn)西瓜、南瓜、西紅柿等經(jīng)濟作物，但生產(chǎn)的規(guī)?；⒔M織化程度低，耕作技能傳統(tǒng)，沒有形成產(chǎn)業(yè)優(yōu)勢，加之自然環(huán)境差，災害頻發(fā)，農(nóng)戶對災害的抵抗能力較低，脆弱性加深。農(nóng)產(chǎn)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(nóng)用三輪車為主。

從農(nóng)戶家庭生活生產(chǎn)特征上看，收入結(jié)構(gòu)方面，農(nóng)戶家庭收入來源主要有農(nóng)業(yè)收入、務工收入、非農(nóng)經(jīng)營收入和其他收入，其中農(nóng)業(yè)收入、務工收入占總收入的比重分別為35.68%、59.08%，而非農(nóng)經(jīng)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(nóng)業(yè)收入是大多數(shù)農(nóng)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(jié)構(gòu)方面，全村人口負擔系數(shù)大于或等于50%的農(nóng)戶數(shù)達到100戶，占總戶數(shù)的47.62%，將近一半的農(nóng)戶不在國際認定“人口機會窗口”（人口負擔系數(shù)小于等于50%）內(nèi)，這部分農(nóng)戶家庭負擔較重，更易產(chǎn)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(shù)達到89戶，占總戶數(shù)的42.4%，將近一半的農(nóng)戶受教育水平只達到小學及以下程度，且家庭擁有技術(shù)人員數(shù)量大于等于一個的農(nóng)戶數(shù)為40戶，占總戶數(shù)的19%，大多數(shù)農(nóng)戶沒有受過任何培訓；信貸方面，全村10年內(nèi)農(nóng)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(nóng)戶為91戶，占總戶數(shù)的43.3%，且貸款的用途主要是農(nóng)業(yè)投入，占比57%，而用于日常生活（主要是蓋房、結(jié)婚）、醫(yī)療、教育、創(chuàng)業(yè)投入的農(nóng)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(guān)分析表明，相關(guān)系數(shù)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(jié)合上文測度的多維貧困結(jié)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(jù)本文設(shè)計的貧困原因識別體系指標和其他學者相關(guān)研究［24］［25］［26］選取收入結(jié)構(gòu)、人口負擔系數(shù)、教育年限、健康狀況、信貸水平、農(nóng)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(tǒng)計軟件進行probit回歸，結(jié)果表明（下表7）：模型中7個解釋變量的系數(shù)除人口結(jié)構(gòu)、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(shù)表明在控制了其他因素后，該自變量的變化對農(nóng)戶貧困概率的影響方向和程度。

在收入結(jié)構(gòu)上，農(nóng)戶務工收入占總收入比重系數(shù)為-0.801，且顯著，邊際概率為-0.160，表明農(nóng)戶務工收入占比對多維貧困概率的影響顯著為負，表明農(nóng)戶務工收入占總收入比重每提高1個百分點，農(nóng)戶陷入多維貧困的概率就降低0.801。這與該村農(nóng)戶家庭收入主要來源為務工收入有關(guān)，務工收入比重高一方面可以積累家庭財富，在教育、醫(yī)療、生活消費等方面產(chǎn)生優(yōu)勢，另一方面，務工收入比重高說明農(nóng)戶教育、技能可能比較高，有利于農(nóng)戶在其他方面的發(fā)展。家庭人口負擔系數(shù)的系數(shù)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(yǎng)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(nóng)戶成人平均受教育年限的系數(shù)為-0.277，顯著為負向作用，邊際概率為-0.055，表明農(nóng)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(fā)揮著顯著的正向作用；健康方面，農(nóng)戶不健康人數(shù)的系數(shù)為0.570，非常顯著，邊際概率為0.114，表明農(nóng)戶家庭不健康人數(shù)每增加1人，貧困概率就提高0.114，影響是非常大的，農(nóng)戶家庭重大疾病、無勞動能力人數(shù)較多已經(jīng)成為致貧的重要因素，也反映出農(nóng)戶家庭勞動人口對脫貧的重要性。信貸水平的系數(shù)為-0.580，顯著，邊際概率為-0.116，表明農(nóng)村信貸對農(nóng)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(nóng)戶貸款可以解決農(nóng)業(yè)季節(jié)性收支矛盾，還可以提高農(nóng)戶自主創(chuàng)業(yè)的資產(chǎn)水平，有助于帶動其他人脫貧。生產(chǎn)條件上，耕地面積是農(nóng)戶賴以生存之本，對貧困概率的影響顯著為負，系數(shù)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(nóng)村農(nóng)戶生存的依賴，但隨著經(jīng)濟的發(fā)展，城鄉(xiāng)二元制的緩解，勞動力流動，農(nóng)戶對土地的依賴不再那么強烈。勞動工具的系數(shù)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(guān)（距蘭州市很近，為出售農(nóng)產(chǎn)品幾乎每家都有一輛農(nóng)用三輪車）。

表7　probit模型的回歸結(jié)果

五、結(jié)論及建議

以上分析表明：依據(jù)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(fā)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(fā)生率為42.4%、健康維度的貧困發(fā)生率為50%），而依據(jù)多維貧困測算方法得到的貧困發(fā)生率達到13.07%（即：三個及三個以上指標受剝奪的農(nóng)戶多維貧困發(fā)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(shù)偏遠（遠離城鎮(zhèn)的）貧困鄉(xiāng)村的條件要好，這一實際表明，針對我國大多數(shù)貧困鄉(xiāng)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(xiàn)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(wèi)生、社會保障等方面的社會事業(yè)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(fā)展。

針對文中對該村貧困原因識別的計量分析結(jié)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(xiāng)村中心集聚發(fā)展戰(zhàn)略，積極著手農(nóng)村幼兒園建設(shè)，采取多種形式擴大鄉(xiāng)村學前教育，可在村小學附設(shè)學前班，逐步實現(xiàn)鄉(xiāng)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(xiāng)村幼兒學前免費教育。鼓勵本地優(yōu)秀師范人才留任，吸引外地優(yōu)秀教師流入，提高小學教學質(zhì)量；其次，衛(wèi)生醫(yī)療上，強化鄉(xiāng)村醫(yī)生培養(yǎng)培訓，不斷提高鄉(xiāng)村醫(yī)生的服務能力和水平，同時要積極培養(yǎng)農(nóng)村衛(wèi)生室醫(yī)生的接班人。在醫(yī)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(yī)保醫(yī)院范圍確定為蘭州市安寧區(qū)某一醫(yī)院（實際上，就全國農(nóng)村醫(yī)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(yè)培訓扶貧，本研究及許多實證研究都表明促進農(nóng)村勞動力外出務工對農(nóng)村扶貧具有非常重要的提升作用。因此，應將對貧困農(nóng)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(zhì)和技能，拓寬就業(yè)渠道，建立村級就業(yè)服務點，匯集周邊招聘信息，加強求職與招聘的對接，提高農(nóng)戶務工收入；第四，加快信息化建設(shè)，著手實現(xiàn)全村通互聯(lián)網(wǎng)建設(shè)，實施電商扶貧，建立物流代理點和信息化培訓點，促使農(nóng)戶利用互聯(lián)網(wǎng)實現(xiàn)生產(chǎn)、生活的便利，加快農(nóng)產(chǎn)品的商品化；第五，加快村內(nèi)增收產(chǎn)業(yè)建設(shè)，結(jié)合該村主要經(jīng)濟作物，建設(shè)產(chǎn)業(yè)化基地，推動貧困地區(qū)產(chǎn)業(yè)規(guī)?；?、集約化和專業(yè)化，有組織的進行經(jīng)濟作物的銷售，如利用距離蘭州市近的優(yōu)勢，與蘭州市內(nèi)各大超市聯(lián)合，定點輸送瓜果蔬菜，降低銷售成本；第六，加大農(nóng)村金融扶貧力度，放寬抵押條件，如可將農(nóng)戶拖拉機、農(nóng)林地產(chǎn)權(quán)、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(fā)生貸款損失時，政府與金融機構(gòu)按一定比例分擔，降低金融機構(gòu)的風險；第七，建立扶貧公共設(shè)施項目建成后的可持續(xù)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(shè)、輕后續(xù)維護管理。若任由這一狀況發(fā)生，許多扶貧公共設(shè)施（如建成的硬化村道、水利設(shè)施、自來水設(shè)施、鄉(xiāng)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(shè)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(diào)查數(shù)據(jù)的樣本量較小，可能對回歸結(jié)果及系數(shù)顯著性產(chǎn)生影響，且調(diào)查范圍局限在一個貧困村，很難對諸如村級基礎(chǔ)設(shè)施、公共服務、村莊環(huán)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(jīng)濟增長、收入分配與貧困減緩——基于中國農(nóng)村貧困變動的實證分析［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007，（05）.

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

［6］沈揚揚.經(jīng)濟增長與不平等對農(nóng)村貧困的影響［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（08）.

［7］黃敬寶.從根本上解決農(nóng)村貧困問題——以人力資本投資打破我國農(nóng)村貧困的惡性循環(huán)怪圈［J］.財經(jīng)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(jīng)濟學動態(tài)，2014，（06）.

［9］劉純陽.人力資本投資對貧困地區(qū)農(nóng)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(jīng)濟，2005，（02）.

［10］劉修巖，章元，賀小海.教育與消除農(nóng)村貧困:基于上海市農(nóng)戶調(diào)查數(shù)據(jù)的實證研究［J］.中國農(nóng)村經(jīng)濟，2007，（10）.

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

［12］唐麗霞，李小云，左停.社會排斥、脆弱性和可持續(xù)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(nóng)業(yè)自然災害與農(nóng)村貧困之間的關(guān)系——基于安徽省面板數(shù)據(jù)的實證分析［J］.中國人口.資源與環(huán)境，2007，17（04）.

［14］張國培，莊天慧，張海霞.自然災害對農(nóng)戶貧困脆弱性影響研究—以云南祿勸縣旱災為例［J］.江西農(nóng)業(yè)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(shù)的開發(fā)與驗證［J］.中國農(nóng)村經(jīng)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(nóng)村經(jīng)濟，2009，（12）.

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

［18］李佳路.農(nóng)戶多維度貧困測量——以S省30個國家扶貧開發(fā)工作重點縣為例［J］.財貿(mào)經(jīng)濟，2010，（10）.

［19］郭建宇，吳國寶.基于不同指標及權(quán)重選擇的多維貧困測量——以山西省貧困縣為例［J］.中國農(nóng)村經(jīng)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(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014，（06）.

［21］楊龍，汪三貴.貧困地區(qū)農(nóng)戶的多維貧困測量與分解——基于2010年中國農(nóng)村貧困監(jiān)測的農(nóng)戶數(shù)據(jù)［J］.人口學刊，2015，37（02）.

［22］Alkire S，F(xiàn)oster 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(nóng)村居民家庭貧困的特征與原因研究——基于對甘肅省調(diào)研數(shù)據(jù)的分析［J］.上海經(jīng)濟研究，2015（04）.

［25］石智雷，鄒蔚然.庫區(qū)農(nóng)戶的多維貧困及致貧機理分析［J］.農(nóng)業(yè)經(jīng)濟問題，2013（06）.

［26］段鵬，張曉峒，張靜.論我國農(nóng)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(jīng)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(zhuǎn)變、結(jié)構(gòu)轉(zhuǎn)型與反貧困戰(zhàn)略調(diào)整研究”（71541043）。