转型时期中国贫困的动态多维度测量

张全红 周 强

（1.湖北经济学院 经济学系，湖北 武汉 430205；2.五邑大学 经济管理学院，广东 江门 529020）

一、问题的提出与文献回顾

中国作为世界上人口最多的发展中国家，一直将减少甚至消除贫困作为长期奋斗的目标，同时中国的减贫进程也影响着全球减贫工作的成效。自2000年国家提出了865 元／人的低收入标准，到2008年增加到1 196元／人，再到2010年的1 274元／人，中国的贫困人口从9 422万人减少到2 688万人，贫困发生率也从10.20%降到了2.80%［1］（P11-12）。然而，中国的扶贫标准是按照国情自行确立的，如果按照世界银行1天1美元的贫困线标准，使用2005年中国农村住户抽样调查数据，测算出的贫困人口比官方低收入标准确立的多出4 168万人［2］。鉴于此，在2011年底，中央决定将低收入标准提高为人均年收入为2 300元（2010年不变价格），该标准接近国际上的1天1美元贫困线。

新标准考虑了教育、医疗、住房、社会活动等方面的需求。但与其他国家平均水平相比，中国贫困人口在生活质量、受教育、卫生健康等福利方面都处于相对劣势，扶贫任务依然艰巨。的确，仅用收入来衡量贫困是有局限的，甚至可能会忽视个体或家庭的脆弱性和贫困的长期性。传统上对贫困的认识主要是对个体或家庭无法获得基本的食物需求所需的收入衡量。阿马蒂亚·森则反驳了这一论调，他认为，贫困的根本原因并非简单的收入被剥夺，而是因为这些人缺乏获得收入的“能力”，由于人们所处环境的不同，或环境发生了变化，致使这一群体获得收入的机会减少，因此他们得以实现其福利的能力相对于其他人而言显得更容易遭到剥夺。森指出，贫困形成的根本原因在于“能力（capabilities）”被剥夺或“权力失败（entitlement failure）”，于是建立了分析贫困问题的“权力方法”，从“能力”、“功能”、“权力”等角度讨论贫困问题［3］［4］（P188-190）。在森的倡导下，后续的研究者对贫困的研究逐渐推向多维角度，并引起了学术界的激烈探讨。

联合国开发计划署先后在《人类发展报告》中提出了能力贫困指数和人类贫困指数，这两个指数都是从多个角度来反映福利贫困，使得人们能从多维角度去关注贫困问题［5］（P17-19）。目前，国外学者在多维贫困概念和测量方法方面做了大量的研究。Atkinson在满足大部分公理化标准的基础上，比较分析了社会福利方法和多维贫困测度中的“计数法”，考察了欧洲国家的多维贫困问题［6］。Alkire和Santos基于对人类贫困指数进行补充的角度，提出人文发展指数［7］。Chakravarty等借助Watts多维贫困指数，运用夏普里分解，从人均GDP、预期寿命、文盲率三个方面，测算了不同国家的多维贫困状况［8］。与此同时，国内学术界对多维贫困的研究也逐渐增多，并取得了显著的成就。王小林和Sabina Alkire采用Alkire和Foster提出的多维贫困测量方法，估计了我国的多维贫困状况［9］。郭建宇和吴国宝利用2009年山西省农村贫困监测住户调查数据，对山西8个贫困县做了多维度贫困考察［10］。邹薇和方迎风利用中国健康与营养调查数据，从“能力”的视角，采用指标和维度等权重方法，对国内多维贫困做了比较分析［11］。陈立中运用Watts贫困指数，从收入、知识和健康三个维度对我国1990年、1997年和2003年的多维贫困进行了测算［12］。

与现有文献相比，本文采用1989～2009年的CHNS调查数据，从以下三个方面进行了研究：第一，以MPI多维贫困指数为基准，增加了收入维度，一定程度上弥补了该指数仅限于非货币性指标的不足；第二，采用主成分分析法进行非等权重分析，克服了大部分文献中指标赋权的主观性；第三，立足转型时期中国贫困现状，根据4个维度11项指标考察了中国城乡、省份的贫困发生率及MPI多维贫困深度，分析了近20年反贫困工作取得的成效。

二、数据来源、指标和单项贫困分析

（一）数据来源

本文选用官方公布的中国健康与营养调查（CHNS）数据，该数据不仅权威性和可靠性高，而且对家庭特征和个体的信息掌握比较全面。该调查分别于1989、1991、1993、1997、2000、2004、2006 和2009年进行，对上年的家庭和个体在医疗卫生、教育、经济、人口以及营养健康等方面进行调查。1989～1993年调查样本为8个省，分别是东北部的辽宁，东部的山东和江苏，中部的河南、湖北和湖南，以及西部的广西和贵州。1997年用黑龙江代替了辽宁，从2000年开始则将黑龙江和辽宁一起纳入调查，增加到9个省。每个省平均每年约有450～500个家户样本。该数据库样本量较大，因此对于相关指标上的缺失值和异常值，采用直接删除的方法。

（二）指标和变量的选取

MPI（multidimensional poverty index）指数，是一个国际通用的多维贫困指数，涵盖了健康（营养和儿童死亡率）、教育（受教育年限和适龄儿童就读）和生活水平（做饭燃料、卫生设施、饮用水、电、地板材质和资产）3个维度共10项指标。考虑MPI指数所具有的权威性和应用范围的广泛性，本文将其作为分析的基准，同时结合Alkire和Foster提出的“双界线”法进行分析，该方法通过统计每个个体或家庭在各指标下的贫困状况，然后将一定数目及以上指标同时处于贫困状态的个体或家庭确定为多维贫困者［13］。按照此方法，如果某个体或家庭在3个及以上的指标同时处于被剥夺的状态（即处在相应贫困线临界值以下），则判定该个体或家庭为MPI多维贫困人口或MPI多维贫困家户，简称为MPI贫困。MPI指数取值越小，表明该个体或家庭贫困程度越低，反之越高。

MPI指数的3个维度10项指标中，缺少描述家庭收入方面的货币性指标，考虑到该指标在个体或家庭福利中的重要性，本文在MPI指数已有维度基础上，增加人均收入指标，并单独作为一个维度。同时，结合各指标在CHNS调查1989～2009年数据的可获得性，将健康维度中的营养和儿童死亡率两项指标，调整为健康状况和医疗保险；将生活水平维度中的地板材质指标调整为住房，资产指标用日常生活中的耐用品替代。于是通过适度调整，本文选取收入、教育、健康和生活水平4个维度共11项指标，并参考联合国千年发展目标，结合中国具体国情，将调整后的维度、指标及其剥夺临界值归纳为表1所示。

表1 多维贫困维度及指标剥夺临界值

（三）多维贫困指数的构建和分解

为不失一般性，假设样本由n个个体或家庭构成，xij表示个体或家庭i在j（j=1，2，…m，m 为指标个数）项指标上的取值，zj（zj＞0）表示第j项指标被剥夺的临界值；gij为个体或家庭i在指标j上的贫困状况，若个体或家庭i在指标j上低于贫困线临界值，则判定该个体或家庭在该项指标上为贫困人口，否则，为非贫困人口，即当xij＜zj时，gij=1，否则为0。

令ci表示贫困个体或家庭i加权的贫困指标数，有其中，ωj为指标j的权重。k表示判定个体或家庭是否为多维贫困时的指标临界线，如果ci≥k，判定该个体或家庭为多维贫困，qi=1。否则不属于多维贫困（其中，k=0为非贫困），qi=0。

多维贫困综合指数，通过两个指标来计算。一个是贫困人口发生率指数（H），另一个是平均被剥夺程度指数（A），等于所有贫困人口平均被剥夺的指标数与总指标数（m）的比值，其中，表示贫困人口平均被剥夺贫困指标为A（k）×m 个。综上，可进一步得到MPI多维贫困综合指数，并用M（k）表示，有：

由式（1）可知，M（k）指数是H（k）指数与A（k）指数的乘积。M（k）指数值的大小不仅取决于在给定临界值下的贫困发生率和平均被剥夺程度，还受到各指标权重系数ωj的影响。正如，Foster等指出，科学合理的指标权重选取，对多维贫困测度的最终结果起着至关重要的作用［14］。这正是本文选用非等权重进行多维贫困指数测度的重要原因之一。进一步根据式（1）将MPI多维贫困综合指数按地区或城乡（见式2）和指标分解（见式3），即：

式（2）中，nλ表示地区（或城乡）yλ的人口数（下标λ=1，2，…p），且有例如，按城市和农村进行分解时p=2，此时λ=1表示城镇，λ=2表示农村，则n=n1+n2。M（k）（yλ，z）和nλ／n分别表示地区（或城乡）yλ的多维贫困指数和该地区人口占总人口的比重。依此类推，可将M（k）指数按省份进行分解。式（3）中，为指标j下的贫困指数，由此可进一步推导出各指标对多维贫困指数的贡献率（βj），表示为：

（四）城乡和省份收入贫困测度

本文采用2011年中国官方发布的最新收入贫困线标准，即2300元／人、年。按这一新贫困线标准测算出的全国和城乡收入贫困发生率情况见图1。结合图1可以看出，全国及城乡贫困发生率呈良好的下降趋势，到2009年减少到8%～14%的范围内。农村从最初56.27%的高贫困发生率下降到2009年13.90%的较低水平，下降率近75.30%。城市在1993年以前呈现出微小增幅后迅速下降，在2009年降低至8.39%。整个期间，受城乡收入贫困发生率下降的强劲拉动效应，全国收入贫困发生率下降了近73.95%。由此可见，1989～2009年间，我国的收入贫困程度明显缓和，城乡收入贫困差距也维持在6个百分点范围以内，这与国家20世纪90年代初开始并组织实施的八七扶贫攻坚计划是密不可分的，也为下一个十年计划的完成奠定了良好的基础。

图1 1989～2009年全国及城市和农村收入贫困发生率

另一方面，从省份收入贫困发生率来看（见表2），省份间收入贫困差距较大，较严重的是西部和中部地区，相比之下东部地区经济发展较好，贫困发生率最低，其次为东北部。具体分析可知：（1）在样本地区中，贵州和河南的收入贫困较严重，其收入贫困发生率排在前两位。到2009年，河南收入贫困程度减幅相对较小，仍停留在高位水平，接近于江苏1989年的发生率，而广西的收入贫困减贫效果较好；（2）总体而言，湖北、湖南、辽宁、黑龙江和山东的收入贫困发生率逐渐降低；（3）江苏长期保持着低收入贫困发生率，到2009年缩小到0.038 7的超低水平，约低于同期全国收入贫困发生率的70%。总的来说，各省收入贫困发生率指数平均下降了近75%。其中，东部的江苏下降率最大，约为89%；中部的河南最小，约为60%；省份间最大收入贫困发生率差距也从1989年的31%下降到2009年的19%左右。

（五）各指标贫困测量

除了分析收入贫困以外，本文还测算了健康、教育和生活水平维度的指标贫困发生率（见表3）。测算结果表明：（1）各指标贫困发生率中，医疗保险和卫生设施贫困发生率明显较高，卫生设施到2009年仍处于各项指标的最高水平。相比之下，2004年是医疗保险指标的一个转折点，该指标从2004年开始直线下降，到2009年下降到0.075 8；（2）教育维度中的受教育年限和适龄儿童就读两项指标总体缓慢下降，但受教育年限指标在2000年前后，表现出先微弱上升后下降的趋势；（3）耐用品、饮用水和住房3项指标减贫效果较好，尤其是耐用品指标，这与近几年国家实施的家电下乡、福利于民工程密切相关，同时也表明家户日常家用电器已经基本实现普及；（4）照明指标，一直保持着较低水平的贫困发生率，到2009年该指标几乎接近于零。目前，就4个维度共11项指标而言，减少卫生设施的贫困发生率，尤其是改善农村人口的卫生设施，尤其值得关注。

表2 1989～2009年各省份收入贫困发生率

表3 各指标贫困发生率

三、多维贫困的动态测算及分解

（一）家户的多维贫困

在上述各指标贫困发生率测算的基础上，进一步考察全国家户4个维度上总体贫困情况（见表4）。其中，k表示贫困指标数。例如，k=0表示家户在所选取的各项指标中均不存在贫困；如果k=4，则表示贫困家户中有4项指标同时存在贫困。

从表4中可以看出，0～2项指标贫困的家户呈不断增加的趋势，尤其在2006～2009年间增幅较大（其中，0维度贫困家户比重的增加，表明在全国范围内脱贫人口在不断地增加）。其次，在2004年以前，3～4项指标贫困的家户比重总体呈上升的趋势，2004年以后，则明显下降。另外，5～11项指标同时贫困的家户比重显著下降，且降幅较大，如2009年k=5时的多维贫困家户不到1%的水平。总之，家户在3～11项指标上的减贫效果较好，大部分家户的贫困程度降到了1～2项指标上，另一部分家户实现了脱贫，即成为非贫困人口。可见，从多维角度来考察中国贫困，更能把握个体或家庭贫困的现状和变动趋势。

（二）指标权重的确定

计算MPI多维贫困综合指数前，首先要计算各指标的权重。Ram 曾提出基于主成分分析法（PCA）来确定权重，该方法可以规避指标权重设置的随意性，且测算结果更具稳健性［15］。本文尝试采用PCA 法来确定11项指标的权重。第一和第二主成分特征根分别为8.093和1.976，方差贡献率分别为73.57%和17.96%，累计贡献率约为91.53%，基本保留了原样本指标的信息，于是本文选取前两个主成分。将提取的初等因子载荷矩阵整理后罗列为表5。根据因子载荷矩阵δij（第i个主成分的第j项指标）和公因子特征根λi，通过计算出各主成分系数，然后按照两个主成分占累计贡献率的比重进行加权求和，计算出指标j的权重ωj（见表6）。

表4 1989～2009年家户的多维贫困

表5 成分矩阵表

表6 各指标权重系数

（三）多维贫困指数的测算及分解

根据“双界线”法和MPI多维贫困指数的内涵，个体或家户在k≥3时是贫困的，该个体或家户就被确定为MPI多维贫困。由表4可知，家户的多维贫困主要集中在前6项，为综合考察不同时期多维贫困的动态变化情况，以下按照k=3、k=4、k=5和k=6的情况，并结合表6中的各权重系数值，测算出平均被剥夺程度指数、贫困发生率指数和MPI多维贫困指数，结果见表7。

由表7可知，在不同的k值下，我国家户均存在一定程度的MPI多维贫困。在2004年以前，无论是多维贫困发生率还是MPI贫困指数均呈缓慢下降态势，2004年以后，下降速度明显加快。这一趋势，主要是由贫困发生率和平均被剥夺程度指数的双双下降所致。以k=3为例，1991年家户贫困发生率、平均被剥夺程度和MPI贫困指数分别为0.665 6、0.452 9和0.301 5，到2009年则分别下降到0.146 5、0.328 9和0.048 2。另外，k=6和k=5的家户MPI贫困程度分别从1993年和1997年开始得到有效缓解，k=4的家户MPI贫困则从2004年开始下降到10%以下。同时，根据表8可知，以k=3为例，家户的平均被剥夺指标数也缓慢减少，1997年以前属于MPI贫困的家户平均被剥夺指标数保持在4.5个以上，到2009年下降到3.6个。因此，近20年来中国的扶贫工作不仅在单个维度上取得了明显的好转，而且在家户MPI多维贫困深度上也取得了突破，从而进一步提高了家庭的福利水平。

表7 H（k）指数、A（k）指数和M（k）多维贫困指数

表8 k=3时的贫困家户平均被剥夺指标数

现对城乡、省份和维度指标的MPI多维贫困状况进行考察，并选取k=3进行分解。首先，对MPI指数进行城乡分解的测算结果表明：农村各项贫困都比城市严重（见表9）。在各个调查年度中，农村MPI多维贫困指数和贫困发生率指数平均较城市高出近2.5倍。然而，城市和农村贫困在总体上均表现出逐年缩小的趋势，到2009年城乡MPI贫困差距缩小了近20%。另外，城市和农村的多维贫困贡献率基本保持稳定，分别维持在15%和85%左右，并未受城乡收入贫困发生率缩小趋势的影响。总之，农村MPI多维贫困所占比重约为城市的5.67倍，是全国MPI多维贫困的主要致因。

表9 MPI多维贫困按城乡分解

按省份分解测算的家户MPI多维贫困指数（见表10），清晰地显示了中国贫困在地区间的分布情况。首先，9个省的MPI多维贫困程度的总体趋势是下降的，下降幅度均高达20%以上，贵州和广西两省（自治区）超过了30%，成为多维贫困下降幅度最大的地区。其次，贵州、广西、河南三省，前期表现出很高的MPI贫困规模，他们始终排列在贫困最严重的三个地区之列。然而，到了2009年形势大有转变，多维贫困最严重的是河南，其次为贵州和黑龙江。广西因减贫效果较好排到了第四位，略高于辽宁。尤为突出的是湖北，在2006年以前，其多维贫困程度较深。然而，在2006～2009年间，其贫困程度骤降。2009年多维贫困程度最轻的是湖南（2.37%），其次为湖北（3.53%），然后才是山东（4%）和江苏（4.05%）。结合收入贫困发生率来看，收入水平较高的江苏和山东，其多维贫困却并非最低，这说明在当前的减贫工作中，不能简单地以家户收入水平或地区经济发展程度来划分扶贫标准。

表10 省份MPI多维贫困指数

最后，将MPI多维贫困指数按指标进行分解，获得各项指标的贫困贡献率（见表11）。可以看出：（1）卫生设施、做饭燃料、受教育年限和适龄儿童就读4项指标的贡献率均呈现出先减后增的总体趋势。其中，受教育年限增幅最大；（2）卫生设施贡献率最高，长期保持在25%（均值）左右，成为中国多维贫困的主要致因。其次为医疗保险（19.99%）、做饭燃料（15.58%）、人均收入（14.34%）和受教育年限（9.83%），照明最低（0.44%）；（3）医疗保险指标的贡献率在2006～2009年间骤降，表明近几年的医疗保险普及为中国减贫扶贫工作做出了较大贡献，较大部分贫困人口在这项指标上脱离了贫困；（4）不容乐观的是教育维度，其中受教育年限指标的贡献率，从2000年开始上升到10%以上，到2009年达到15.03%的高贡献率。相比之下，适龄儿童就读略好一些，但后期也表现出上升的趋势。从数据变动趋势来看，近几年的教育贫困在总体贫困中的程度并未得到缓解，反而有恶化趋势。因此，教育问题仍是当前中国需继续关注和解决的重要问题。

表11 各指标贫困贡献率（%）

四、主要结论和启示

通过对中国1989～2009年间MPI多维贫困的动态分析，以及中国城乡、省份和11项指标贫困的研究可得：

第一，从城乡对比来看，农村的贫困发生率和贫困程度均高于城市，农村仍是全国减贫的重点。就减贫效果而言，农村比城市更好，减贫速度快于城市。在样本期间，城乡多维贫困程度差距缩小了近20%。

第二，就地区贫困而言，东部、中部、西部和东北部各省贫困程度不断下降。相比之下，贵州、河南和广西的收入贫困始终较为严重，东部和东北部收入贫困程度较低。就多维贫困程度来看，河南贫困最深、贵州次之。相比之下，中部的湖南多维贫困程度最轻，其次为湖北，均优于收入水平较高的江苏和山东。从多维角度考察的省份多维贫困程度与单维的收入贫困相比，二者之间无明显的相关性，这一现象在经济发展较好的地区更突出。

第三，除收入指标以外，家户在受教育年限、卫生设施、做饭燃料方面贫困程度较高。目前，卫生设施贫困发生率和贡献率均最高，且没能得到有效缓解。该指标也是联合国千年发展目标中着重提出的指标之一，所以在后续的扶贫工作中，应着重关注农村和城市公共卫生设施建设。此外，如何进一步缓解教育贫困问题，也是当前反贫困工作中应继续关注的重点。

第四，在指标非等权重下的多维贫困衡量中，属于MPI贫困的家户贫困发生率逐年减小，脱贫人口不断增加。随着贫困临界值的增加，MPI贫困指数减小幅度越大。

总之，从多维角度来分析贫困问题，比传统单维的收入贫困能够更准确、清晰地反映贫困家户的状况。目前，中国家户多维贫困的动态变化，说明扶贫工作取得了显著成效。接下来，要从本质上减少或消除贫困，政府不仅要继续关注城乡、地区间的收入差距，而且需要更多地考虑贫困人口在福利上的差距，在提升贫困人口收入水平的同时，也要加大生活质量、健康、受教育等方面的扶贫力度［16］。

［1］国家统计局住户调查办公室.中国农村贫困监测报告［M］.北京：中国统计出版社，2011.

［2］Chen Shaohua，Ravallion，M.The Developing World Is Poorer than We Thought，but No Less Successful in the Fight against Poverty［J］.The Quarterly Journal of Economic，2010，125（4）：1577—1625.

［3］Sen，A.K.Commodities and Capabilities［M］.Amsterdam：North Holland，1985.

［4］阿马蒂亚·森.贫困与饥荒——论权利与剥夺［M］.王宇，王文玉，译.北京：商务印书馆，2001.

［5］UNDP.Human Development Report［M］.Oxford：Oxford University Press，1997.

［6］Atkinson，A.B.Multidimensional Deprivation：Contrasting Social Welfare and Counting Approaches［J］.Journal of Economic Inequality，2003，（1）：51—66.

［7］Alkire，S.，Santos，M.E.Acute Multidimensional Poverty：A New Index for Developing Countries［Z］.OPHI Working Paper No.38，2010.

［8］Chakravarty，S.R.，Deutsch，J.，Silber，J.On the Watts Multidimensional Poverty Index and Its Decomposition［J］.Journal of World Development，2008，（36）：1067—1077.

［9］王小林，Sabina Alkire.中国多维贫困测量：估计和政策含义［J］.中国农村经济，2009，（12）：4—23.

［10］郭建宇，吴国宝.基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例［J］.中国农村经济，2012，（2）：12—19.

［11］邹薇，方迎风.关于中国贫困的动态多维度研究［J］.中国人口科学，2011，（6）：49—59.

［12］陈立中.收入、知识和健康的三类贫困测算与解析［J］.改革，2008，（3）：144—148.

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

［14］Foster，J.，Mcgillivary，M.，Seth，S.Rank Robustness of Composite Indices［Z］.OPHI Working Paper NO.26b，2012.

［15］Ram，R.Composite Indices of Physical Quality of Life，Basic Needs Fulfillment，and Income.A Principal Component Representation［J］.Journal of Development Economics，1982，（106）：1328—1343.

［16］程玲.新阶段中国减贫与发展的机遇、挑战与路径研究［J］.学习与实践，2012，（7）：76—83.