多维贫困测度方法及扶贫政策研究

谢洋　冯倚琪

【摘 要】 研究贫困首先就要知道贫困是如何识别，对于贫困的识别而言，经历了一个从最初的单维到目前的多维识别。不论是森从能力范畴识别测度定义，还是生计资本分析框架基于禀赋分析贫困，对于贫困识别测度的多维化、动态化俨然成为该领域研究的主流。本文从可行能力的视角，探讨AF多维贫困测度方法。此外，本文还针对少数民族贫困县地区的扶贫工作，提出相应建议。

【关键词】 少数民族 多维贫困测度 AF方法

一、引言

贫困测度是对贫困程度的测量，对贫困测度进行研究自然少不了对贫困识别的关注。贫困识别其实就是对贫困的定义。在精准扶贫调研工作中，笔者发现一个事实是，政府对贫困的识别往往只考虑贫困户是否达到普适性的国家贫困标准（例如“两不愁，三保障”），而忽视了不同民族文化、自然条件以及生存禀赋差异导致贫困发展状况不均衡的问题，而这些特殊地区并不一定适用于国家统一扶贫政策。其实，在学术界对于贫困识别的研究早就从最初的单维识别发展成目前的多维识别，到目前为止，最主流的方法是基于阿玛蒂亚·森（Amartya Sen）的可行能力剥夺理论来描述多维贫困识别。

森在著作《以自由看待发展》中首次提出“以可行能力剝夺看待贫困”观点，从此刷新了人类认识贫困的视角，他也因此获得1998年诺贝尔经济学奖。绝对贫困是停留在物质层面上的匮乏，而相对贫困是指基本能力、机会的被剥夺。也就是说，贫困不仅仅是收入低下，而是基本能力的剥夺。基本能力被剥夺可以表现为选择权的剥夺、健康、长寿、体面和自由、自尊以及别人的尊敬等基本人类福利机会的剥夺。

二、贫困测度方法研究

在我们进行贫困识别之后，接下来最重要的工作就是进行贫困测度。一开始的单维测度是从收入或支出角度测度贫困的程度。对于传统的贫困测度理论而言，贫困测度方法就是确定临界值，在临界值以下就称为贫困者。表1列出了十二个基本公理。

AF方法最早由Alkire和Foster（2011）提出，一般也称“双界法”。AF方法使用的多维贫困指数是由FGT指数调整后得来的。FGT指数中的α可以取值0，1，2。当α=0时，，表示贫困广度；当α=1时，，表示贫困强度；当α=2时，，表示贫困深度。但现实情况中α很难取值，因此AF方法将其改进，建立在“多重剥夺”贫困概念基础上，以个人或家庭为单位，可表示贫困状况的广度、深度，也可进行空间、维度、群体等方面的分解和比较，并且提供了总体框架，阐明整个识别过程。此方法对各维度剥夺的联合分布较为敏感，这有助于对不同贫困人群提供差异化的资源组合扶持。其最大特点是维度、贫困临界值、权重等指标可以灵活设置。

三、扶贫政策建议

本文深入研究了云南某少数民族贫困县多维贫困测度研究。实证结果表明，收入并不是影响多维贫困的唯一因素，健康维度、教育维度、生活标准维度同样是影响多维贫困的重要因素。根据不同维度的测度发现，收入维度仍是较穷贫困县致贫的主要因素，而健康和教育状况也是影响多维贫困的重要因素。因此，这就决定了国家扶贫政策不能一视同仁，一定要分类指导、因地施策，实现扶贫开发精确瞄准。另外，不同民族的贫困发展状况不均衡。一个地区不仅有城乡差距，农村内部差距同样很大。根据多维贫困测度分析，可以发现彝族对多维贫困指数的贡献率相对较高，而回族对多维贫困指数的贡献率相对较低。

经济的发展使得农村的贫困状况有所改善，但仍有部分人口处于长期贫困。从2014年全方位精准扶贫、精准脱贫模式开启后，云南省仍有9.8%的人口处于贫困之中。假定设定贫困发生率2%为2020年退出标准，则贫困发生率为30%的贫困县需要年均4个百分点的下降速度，才能够在2020年实现脱贫。如果需要摘帽，更加需要采取超常规扶持措施，或者实施特殊的退出标准（檀学文，谭清香，2016）。因此，政府应该实行差别化的宏观调控政策，不能一视同仁，一定要分类指导、因民族施策，实现扶贫开发精确瞄准。

【参考文献】

[1] 刘晓东. 手机传播与少数民族扶贫研究[D].南昌大学，2016.

[2] 宋玉兰，张梦醒，范宏民，林洪杰. 连片特困少数民族地区教育层次结构对农民收入增长的作用——以南疆三地州为例[J]. 人口与经济，2017，（02）：90-96.