高明  唐丽霞（中国农业大学）

《多维贫困的精准识别——基于修正的FGT多维贫困测量方法》，《经济评论》2018年第2期

党的十八大以来，精准扶贫、乡村振兴先后成为国家政府和社会民众高度关注的三农主题之一，减贫也成为乡村发展的重要内容。尤其是在中国的乡村治理生态中，政府通过建档立卡、深度性贫困等政策性手段将贫困群体的范围进一步缩小和确认，减贫资源也主要集中流向被政府“选中”的贫困人群。在这种背景下，继续开展对贫困人口的识别研究并不具有现实意义，对这些已经被确认为贫困群体的贫困特征有一个准确的把握，成为当前减贫研究的基础工作。中国的贫困群体主要是通过收入贫困线进行划分，而从世界贫困研究的进展来看，多维贫困是当前贫困研究的重要趋势，也是反贫困实践的重要依据。从多维视角来理解建档立卡贫困户的贫困特征，并依此制定相应的减贫政策是我们研究的核心问题和主要内容。

农户是否陷入多维贫困主要是通过设定多维贫困指标、建立多维贫困指数，比较农户的多维贫困指数大小，分析农户在不同维度和指标上的多维贫困贡献率来实现的。因此，我们首先通过文献梳理，以及中国政府提出的“两不愁、三保障”的基本减贫目标，制定了相应的多维贫困指标体系和指数函数。在这个基础上，我们使用2016年全国农科学子助力精准扶贫社会实践的调查数据，实证分析了贫困村中建档立卡贫困户以及非建档立卡户的多维贫困特征。

研究发现，对贫困地区总体而言，卫生设施、生活用主要燃料和生产性资产是贫困发生率最高的指标。分指标和农户类型的测度表明，非建档立卡户的多维贫困强度与建档立卡户接近，两种类型农户的多维贫困差异并不明显。与非贫困户相比，建档立卡户在家庭人均纯收入、健康状况、住房以及耐用品拥有量等指标上的贫困程度更深。这说明现有的识别系统更加侧重于收入、健康、住房和耐用品拥有量四个指标，而这也是国家持续开展易地扶贫搬迁和农村危房改造扶贫项目，制定“两不愁、三保障”脱贫目标的基础。分区域测度表明，地区经济发展水平高低与多维贫困指数并不存在必然联系，经济发展水平高的地区也存在深度多维贫困群体。此外，通过比较多维贫困与收入贫困的匹配差异可以发现，98%的收入贫困户同时陷入了多维贫困，而多维贫困户中非收入贫困户的比重为53%。这说明，从多维测量的视角来看，收入维度依然是多维贫困识别的重要因素，但是非收入因素对农户贫困的影响更大。同时，非建档立卡户占所测量多维贫困户数的比例为34.5%。这表明，非建档立卡户的多维贫困发生率也很高，已有的贫困识别准确率不高。

从多维视角来看，贫困地区尤其是国家认定的重点贫困村庄中贫困依然是普遍现象，目前识别出来的贫困群体只是某些指标贫困更为突出的群体，建档立卡户以及贫困村的“脱贫摘帽”并不意味着多维贫困的终结。这给我们的政策启示是，未来的精准扶贫战略需要注意建立贫困户的多维识别和调整机制，促进国家的减贫政策惠及更多的穷人。而在多维贫困识别的指标构成选择上，收入维度指标必不可少，非收入维度指标也要能够体现当前中国特色的不同类型农户的多维识别需求。