资本视角下多维贫困测度在相对贫困治理中的新思路

江婧雯 李卫东 王华亭 王再文

摘要：在2020年实现全面脱贫的背景下，中国的精准扶贫工作迈向新阶段，如何测度相对贫困，建立精准识别机制，对保证后续工作高效开展格外重要。本文基于A-F多维贫困测度模型，以资本贫困为尺度，从自然资本、物质资本、金融资本、人力资本与社会资本5个维度16个指标合理测量贫困尺度，划分相对贫困的界线，为充分发挥转向相对贫困之后的乡村振兴工作提供相应的方法路径。

关键词：相对贫困 贫困识别 A-F模型 资产贫困

*基金项目：北京市社会科学基金重点项目“北京精准脱贫政策设计及效果评估研究：基于资产扶贫视角”（19YJA008）。

贫困作为经济发展过程中的一大桎梏，是世界各国尤其是发展中国家都面临着的难题。自从习近平总书记在党的十八大提出要在2020年实现农村贫困人口全面脱贫的目标以来，党和政府积极投身精准扶贫的一揽子工作中，增加扶贫投入，坚持中国制度优势，出台优惠政策措施，注重六个精准，广泛动员全社会力量参与扶贫。在政府主导、社会帮扶、农户参与下，脱贫攻坚政策至今获得了可喜的成绩，2020年9899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，脱贫攻坚战取得了初步胜利，这也意味着我国农户结束了绝对收入贫困但还在面临多维相对贫困的威胁，未来工作重心也将从精准扶贫、脱贫攻坚工作迈进巩固脱贫成效、实现乡村振兴新阶段。

纵观我国长达数十年的脱贫攻坚之路，我国扶贫工作提前10年完成联合国2030年可持续发展议程的减贫目标。在取得举世瞩目成绩的同时，还存在一些问题与不足，包括贫困认定标准的不全面、不充分问题。尤其在实现全面脱贫、消除绝对贫困的今天，只有广东省及时调整工作重心，迅速确定相对贫困人口和贫困村的认定和退出标准，但在全国范围内相对贫困的工作还存在较大的缺口，因此确定相对贫困的认定标准，做好乡村振兴工作衔接进而实现动态精准管理，是现阶段必须关注的重要问题。

自1994年中国出台第一个有明确目标、对象、措施和期限的扶贫开发工作纲领《国家八七扶贫攻坚计划》，到21世纪，两个为期十年的农村扶贫开发纲要实施，两次扶贫标准提高以来，我国一直在致力于推进农村农户绝对贫困的消除。截至目前我国区域性整体贫困已经得到解决，完成了消除绝对贫困的艰巨任务。然而接下来国家将进行扶贫工作新阶段，其重点是从主要解決收入贫困向解决多维贫困转变、从主要消除绝对贫困向缓解相对贫困转变。

脱贫攻坚目标任务完成后，“三农”工作重心转向全面推进乡村振兴，在此过程中，实时跟进精准扶贫工作的成果，防止农户农村返贫现象的出现，进一步解决相对贫困的相关问题对未来乡村振兴工作开展有着奠定根基的重要作用。由此可见在现行标准下我国虽然解决了绝对贫困问题，但这并不意味着扶贫工作的终结，我国未来工作也将经历更加重要的转型与衔接，包括关注农户农村相对贫困的问题，脱贫攻坚工作随之转向缓解相对贫困，实现与乡村振兴战略推进相衔接，扶贫工作也要更加关注区域差异，从农村重心转向统筹城乡。

（一）相对贫困的识别方法

在工作重心转移的当前，以往绝对贫困以收入标准进行识别认定的方法便不再合时宜，广东省在完成新时代脱贫攻坚目标任务后建立了相对贫困人口的退出标准。具体核查“八有”指标：有稳定的收入来源或最低生活保障，有安全饮用水，义务教育有保障，基本医疗有保障，住房安全有保障，有电用，有电视信号覆盖、有宽带网络覆盖。这种识别方法过于简单笼统缺乏客观的定量标准。杨小龙指出政府人员对农户的贫困状况进行定性评估时，会存在信息不对称等弊端，最终无法精准识别贫困等级。因此探寻比较适合中国国情、能较全面准确地反映农户相对贫困状况的度量方法便成了是学者的关注热点。

目前广受大家认可的识别方法有依据个人、家庭及村级详细信息的农村监测数据，使用logistic模型识别家庭福利状况；通过人力资本、自然资本、金融资本、物质资本、社会资本五大生计资本和环境/背景脆弱性作为指标体系，建立农村多维贫困测度指标体系。在测量模型的选取上，主要包括Watts多维度贫困指数模型、模糊集法构建多维模糊贫困指数模型、A-F多维贫困测度模型等。其中由Alkire和 Foster开发的A-F多维贫困测度方法被联合国开发计划署所采纳，成为目前测量和评估多维贫困的主流方法。运用A-F模型进行多维贫困测度作为目前的主流，其优势在于可以定量测量某地区的贫困状况，尤其在绝对贫困转向相对贫困、推进脱贫攻坚工作与乡村振兴部署衔接的今天，该模型通过反映各个维度指标在相对贫困中的影响程度，帮助政府巩固脱贫成效、寻找工作抓手、制定振兴政策。基于此，本文将采用A-F模型对贫困进行测量与识别。

（二）指标体系构建原则

有些学者认为，研究贫困除了关注传统上的收入，还应强调发展能力，即完成生计活动的能力。可持续生计的核心是生计资本，它的性质和状况决定了生态移民户的生计资本的配置与使用。近年来，在扶贫问题研究中，生计资本逐渐受到学者的关注。国内外对于贫困的研究，从瞄准收入已发展到瞄准资产。一些学者研究发现生计资本对农户选择生计活动存在显著影响。农户的自然资产、物质资产、金融资产、人力资产和社会资产五项生计资本构成不平衡时，会显著影响家庭的收入状况。因此本文合理将“生计资本”对农户贫困的影响纳入考量标准，以精准识别相对贫困，得出适合广泛推行的相对贫困认定或清退标准。

（三）基于A-F模型的多维贫困测度

多维贫困的识别方法包括并集法、交集法以及“双界限法”。并集法指农户在任意一个指标上被剥夺就视为贫困户；交集是指只有在所有指标上都被剥夺时，农户才被确定为贫困户。但有学者指出这种识别方法过于笼统，不够精准，目前国际上普遍认可的方法为运用双界限法识别多维贫困，该方法发展至今，也成为各种多维贫困测量方法中最为成熟、应用最广的方法。基于此，本文对于贫困测度的研究选用A-F双界限识别模型。模型构建如下。

（四）维度指标的设置与选取

基于前人的研究成果，结合我国目前经济社会发展实际情况，以及精准扶贫工作的推进，参照贫困发生的影响因素，在借鉴前人关于多维贫困测度研究的前提下，本文将以资本贫困为尺度，从自然资产、物质资产、金融资产、人力资产与社会资产5个维度合理表述生计资本，赋予每个维度相等的权重，同时对每个维度下的指标也赋予相等的权重以精准识别贫困。各指标的具体设定详见表1。

关于指标权重的选择，联合国在《人类发展报告》中采用A-F模型测算贫困指数时对权重的取值采用等权法，并且国内外诸多学者在研究多维贫困相关问题时也大都采用等权方法，如陈辉在以粤北山区为研究对象进行贫困识别时；王素霞在研究2009年我国9省多维贫困情况时等。基于此，本文也采用等权法对不同指标进行权重取值。

贫困是贯穿人类社会发展历史进程的客观现象，也是当今世界各国尤其是发展中国家面临的共性问题。中国通过精准扶贫实现脱贫的胜利，但这并不意味贫困的消失，正如习近平总书记指出：“在全面建成小康社会之后，绝对贫困已被消除，但相对贫困将长期存在。”此时如何更加科学地识别出相对贫困的农户及地区，是防止农户返贫、实现乡村振兴的关键。

（一）用多维贫困测度认定相对贫困

进入相对贫困阶段以后，要采用多维标准进行相对贫困的识别，只从收入角度衡量贫困的方式不再可取。本文以资本贫困为尺度，从自然资产、物质资产、金融资产、人力资产与社会资产5个维度16个指标构建的多维贫困测度模型，并采用等权法确定指标权重，构建相对贫困测量的指标体系，利用A-F模型从多个维度反应一个地区或者一户人家相对贫困的情况。在实际操作过程中，使用人员也要根据地区差异性对相应指标或者剥夺临界值进行调整，比如降雨状况的赋值需要根据当地的主要农作物、房屋建设情况进行合理的设定。如此一来可以更加具有针对性地找出相对贫困现象发生的主要原因和次要原因，在涵括收入因素的同时，充分考虑自然环境、家庭环境、人文环境等切实影响农户生活水平的因素，形成相对贫困的多维识别标准。为后续乡村振兴工作提供更加详实准确的参考意见，为未来工程建设提供精准的发力点和着力点，达到事半功倍的效果。

（二）相对贫困治理新思路

一是政府要持续关注具有资源较少、自然环境较差的地区，并给与相应的补贴政策，以弥补其先天的条件“短板”；针对这些地区要整合多方资源，着力构建相对贫困治理可持续新机制体制，完善识别、响应、帮扶与监督等相关流程。二是在绝对收入贫困标准转向多维相对贫困的时机下，要更加注重“授人以鱼不如授人以渔”的理念，提高贫困人口及地区的发展能力将是未来治理相对贫困的重要内容，国家要完善贫困地区基础设施，加大乡村地区的教育投入，提高农业生产现代化水平。三是在市场机制越来越完善的背景下，国家更要注重市场的能动性，以政府购买服务为重点，促进农业产业化发展，延长后续产业链与附加产品升级，做到产销一体化，实现地区经济的快速发展，抓住乡村振兴战略机遇，助力未来的相对贫困治理工作。

参考文献：

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

[2]Sabina Alkire，James Foster. Understandings and misunderstandings of multidimensional poverty measurement[J]. The Journal of Economic Inequality，2011，9（2）.

[3]陳辉，张全红.基于Alkire-Foster模型的粤北山区农村家庭多维贫困统计测度[J].数学的实践与认识，2015，45（10）：124-130.

[4]陈立中.收入、知识和健康的三类贫困测算与解析[J].改革，2008（03）： 144-148.

[5]方迎风，周少驰.多维相对贫困测度研究[J].统计与信息论坛，2021，36（06）：21-30.

[6]刘佳.模糊性：教育政策复杂运行的生成机制——以高校家庭经济困难学生认定政策为例[J].高教探索，2015（09）：9-14.

[7]刘艳华，徐勇.中国农村多维贫困地理识别及类型划分[J].地理学报， 2015，70（06）：993-1007.

[8]汪三贵，AlbertPark，Shubham Chaudhuri，Gaurav Datt.中国新时期农村扶贫与村级贫困瞄准[J].管理世界，2007（01）：56-64.

[9]汪三贵，王姮，王萍萍.中国农村贫困家庭的识别[J].农业技术经济，2007（01）：20-31.

[10]王素霞，王小林.中国多维贫困测量[J].中国农业大学学报（社会科学版），2013，30（02）：129-136.

[11]徐定德，张继飞，刘邵权，谢芳婷，曹梦甜，王小兰，刘恩来.西南典型山区农户生计资本与生计策略关系研究[J].西南大学学报（自然科学版），2015，37（09）：118-126.

[12]杨小龙.信息不对称：农村贫困识别面临的困境[J].湖南人文科技学院学报，2016，33（04）：7-11.

[13]杨香军.从消除绝对贫困到缓解相对贫困：农村贫困治理主要矛盾与对策——基于罗霄山特困区宜章、安仁两县的调查与研究[J].当代农村财经，2021（10）：14-17.

Research on Precision Poverty Alleviation from the Perspective of Capital Poverty

Jiang Jingwen Li Weidong Wang Huating Wang Zaiwen

Abstract： In the context of achieving complete poverty alleviation in 2020， China’s targeted poverty alleviation work has entered a new stage. How to accurately identify poverty and ensure that the follow-up work is carried out efficiently is particularly important. Based on the A-F multidimensional poverty measurement model， this paper uses capital poverty as the scale to reasonably measure the poverty scale from 5 dimensions including natural assets， material assets， financial assets， human assets and social assets， and accurately identify poor households. Provide a corresponding method path to give full play to the supporting role of poverty identification in precision poverty alleviation.

Key-words： Targeted poverty alleviation Poverty identification A-F model Capital poverty

（作者單位：北京交通大学经济管理学院）

责任编辑：李政