中国农村地区多维相对贫困测度与时空分异特征

　　要：中国在消除绝对贫困的减贫道路上已取得了历史性胜利，未来将更加关注多维相对贫困。文章从经济、社会、生态三个维度设计了多维相对贫困指标体系，运用AF方法测算了2010—2019年中国农村地区多维相对贫困状况。结果表明：(1)中国农村地区多维相对贫困得到明显改善，中度多维相对贫困减缓效果最明显。(2)从多维贫困各维度的演化情况来看，经济维度对相对贫困贡献率较大并呈现下降趋势，生态维度对相对贫困贡献率呈现上升趋势且在2019年超过了经济维度贡献率，社会维度对相对贫困贡献率较低且呈现缓慢下降趋势。(3)从地理空间角度来看，中国农村地区相对贫困程度呈现东轻西重、中部和东北地区处中间的空间分布特征，未来扶持的重点依然是西部地区。

　　韦凤琴; 张红丽， 统计与决策 发表时间：2021-08-19

　　关键词：多维相对贫困;农村地区;AF方法;频率加权法

　　0 引言

　　中国的绝对贫困基本消除后，并不意味着贫困的终结，相对贫困还将一直存在。农村地区一直是低收入人口相对较多、经济社会发展相对较慢的地区，因此农村地区反贫困的任务也将从单维的经济绝对贫困拓展到多维贫困[1] 。多维贫困指数能够更全面和准确地反映贫困状况和贫困深度，被一些发展中国家用来反映国家贫困情况[2，3] 。

　　国内学者对多维贫困的研究多从宏观层面(全国)、中观层面(省、市、地区)、微观层面(贫困群体)研究深度贫困的主要原因[4] 、多维贫困状况的时空分异特征[5，6] ，并指出了仅用收入来衡量相对贫困的局限性[7] 。从权重确定方法来看，Figari(2012)[8] 和Nicole(2016)[9] 采用的频率加权法解决了不同贫困维度与收入贫困的相关系数存在较大差异的问题。

　　基于已有研究，本文选用AF方法从经济、社会和生态三个维度对中国农村地区相对贫困状况进行动态对比分析，选择具有代表性的3个年度：《中国农村扶贫开发纲要(2001—2010年)》实施的收官之年2010年，设立国家首个 “扶贫日”的2014年，即将全面解决中国绝对贫困问题的 2019年，从而探究中国农村地区多维相对贫困的时空分异特征，为有效解决中国农村地区的多维相对贫困提供参考。

　　1 研究设计

　　1.1 研究方法

　　本文选择AF方法测度中国农村地区多维相对贫困情况。具体分三个步骤：第一步，测算各省份农村地区在某一贫困指标上的贫困程度是否超过某一剥夺临界值(即贫困线);第二步，根据确定的每一个贫困指标的剥夺临界值，分别对 2010 年、2014 年和 2019 年各贫困维度上的贫困状况进行赋权处理;第三步，根据各贫困指标的权重和相对贫困数值，测算多维贫困指数。

　　假定有 m 个省份的农村地区和 n 个贫困维度，则 gij 为该 m ´ n 维矩阵的组成单元，代表 i 省份的农村地区在 j 贫困指标上的数值。 gij = ì í î 0 if gij ³ Zj wj if gij < Zj (1)其中，Zj 表示 j 贫困指标的门槛值，wj 表示 j 贫困指标在整体多维贫困中的权重，且 åwj = 1 。在 m ´ n 维矩阵中，第 i 行代表 i 省份在 j 贫困指标上的数值，第 j 列代表 j 贫困指标在各省份农村地区的得分情况。

　　依据各指标贫困门槛值得到各省份农村地区贫困状况之后，需要对各省份多维贫困状况进行进一步识别。令 Ci = å j Cij ，用 pi 表征 i 省份农村地区的多维相对贫困指数。如果： pi = {0if Ci £ k 1if Ci > k (2)

　　其中，k 表示总体临界值(多维相对贫困线)，k 的不同设定能够衡量多维贫困的深度状况。若 k = 1，表示仅当 i 省份在各类贫困指标上均呈现贫困时，才被定义为多维相对贫困;若 k £ min(wj) ，则代表只要 i 省份的农村地区在任何一个贫困维度上呈现贫困时，即被定义为多维相对贫困，本文按此定义多维贫困。 p 值处在不同的分类区间表征不同的多维相对贫困程度，在同一个整体多维相对贫困门槛背景下，p 值越大则表示多维相对贫困程度越严重。对多维相对贫困指数 p 按贫困维度进行分解，则有： pn = åi = 1 m å j = 1 n gij mn (3)

　　1.2 指标选取

　　借鉴已有研究成果[5，10，11] ，考虑到测评指标体系的系统性、全面性、代表性和数据可获得性，本文选取了3个一级指标、12 个二级指标来表征中国农村的多维相对贫困状况(见表 1)。(1)经济方面。第一产业仍是多数农村地区的主导产业，人均第一产业产值能有效表征农村地区产业发展的质量;人均固定资产投资额反映了在乡村振兴背景下农户投资乡村建设的积极性和主动性;农村常住居民人均可支配收入能有效反映居民的收入情况;人均社会消费品零售总额能有效表征农村居民的消费情况。(2)社会方面。用人均教育文化娱乐支出、平均每千农村人口村卫生室人员数来表征推进城乡基本公共服务均等化的情况;用乡村中小微企业提供就业能力来表征乡村私营企业和个体企业提供就业岗位的情况;用城镇人口占总人口比重来衡量农村居民融入城镇发展的能力。(3)生态方面。水资源在农业生产和农民生活中起着不可替代的作用，因此选择人均水资源占有量来反映农村居民拥有的生态资本。采用人均造林面积、受灾未成灾比例、人均有效灌溉面积三个指标用来表征生态环境改善情况。

　　1.3 指标权重的确定

　　目前多维贫困权重的确定方法主要有等权重法、频率加权法。本文综合了等权重法和频率加权法两种方法[10,11] ，计算方法为：

　　第一步：对三个维度进行等权重赋值，即经济、社会、生态三个维度权重均为1/3[12] 。

　　第二步：采用频率加权法确定贫困指标的权重。以经济维度为例，该贫困维度的总权重为1/3，农村地区在人均固定资产投资额、人均社会消费品零售总额、人均第一产业产值、农村常住居民人均可支配收入4个指标上定义为非贫困的样本比例分别为 x1 、x2 、x3 、x 4 ，因而这4个指标在多维相对贫困指标体系中的权重计算公式为 wj =1 3 ´( xh åxh ) ，其中，h = 1234 为当前贫困维度中的贫困指标数。测算的各维度和指标权重结果见表1。

　　1.4 剥夺临界值的确定

　　本文选取的指标均为正向指标，指标值越大，表示越不贫困[5,10,11] 。由于需要对不同省份农村地区多年的多维贫困状况进行对比分析，为确保数据之间具有可比性，指标相对剥夺临界值均以 2019 年的数据为基准。以 2019 年各指标均值的70% 作为该贫困指标的剥夺临界值，高于该指标均值70%的农村地区即为非贫困样本，赋值为0，否则为1。

　　1.5 多维相对贫困的划分标准

　　按照多维相对贫困剥夺分值，将中国农村地区的多维相对贫困状况划分为三个等级(见表2)。

　　1.6 数据来源

　　本文使用的相关数据来源于2020年、2015年和2011 年的《中国农村统计年鉴》和《中国统计年鉴》，对缺失值以均值替代进行了处理。研究对象为我国31个省份(不含港澳台)的农村地区。

　　2 中国农村地区多维相对贫困分析

　　2.1 中国农村地区多维相对贫困程度

　　从整体变化趋势看，31个省份农村地区，轻度多维相对贫困的省份数量由2010 年的 0 个上升到 2014 年的 15 个再上升到 2019 年的 27 个，呈现逐步上升趋势，轻度多维相对贫困省份数量的增加得益于一些地区扶贫效果显著，中度和重度多维相对贫困减缓为轻度多维相对贫困;中度多维相对贫困的省市份数量由 2010 年的 24 个下降到2014年的14个再下降到2019年的 4个，呈现快速下降趋势;重度多维相对贫困的省份数量由2010年的7个下降到2014年的2个再下降到2019年的0个，呈现缓慢下降趋势。综上，在精准扶贫政策下，31 个省份农村地区多维相对贫困得到明显改善，尤其是中度多维相对贫困减缓效果最明显(见图1)。

　　从多维贫困指数来看(见表3)，多维贫困指数由2010 年的0.5620下降为2019年的0.2151，呈现持续下降趋势。分年度来看，2010年多维贫困指数为0.5620，其中经济维度在相对贫困中贡献率最高，达到0.4546，生态维度在相对贫困中贡献率最低。2014年多维贫困指数降为0.3526，经济维度对相对贫困的贡献率虽然有所降低，但依然高达 0.3880，生态维度对相对贫困的贡献率超过社会维度，达到0.3327。2019年多维贫困指数降为0.2151，生态维度对相对贫困的贡献率超过经济和社会维度，达到0.4258。自 2010年以来，经济维度对相对贫困的贡献率由2010年的 0.4546降至2019年的0.3634，下降幅度最大，这也说明在精准扶贫政策下中国农村地区消除绝对贫困效果显著;社会维度对相对贫困的贡献率呈现逐年下降趋势，表明以往的扶贫策略对社会维度的效果有待巩固与提升;生态维度对相对贫困的贡献率逐渐上升，体现出以往的扶贫策略在生态维度的效果不理想，也是当前多维贫困减缓的难点。

　　分指标来看(见表4)，2019年31个省份农村地区的受灾未成灾比例均在贫困线之上，这是测算指标中唯一没有贫困影响的维度。这与近年来中国持续加大对农业基础设施的投入，有效提升了农业抗灾减灾能力有关。2019 年测算的平均每千农村人口村卫生室人数、人均造林面积低于贫困线的省份数量要多于2014年的省份数量，其他指标未达到贫困线标准的均呈现下降趋势。

　　2.2 中国农村地区多维相对贫困的时空分异特征

　　由表5可知，从地理空间角度来看，中国农村地区多维相对贫困程度呈现东轻西重、中部和东北地区处中间的空间分布特征。2010年，西部的新疆、甘肃、云南、贵州、四川等省份的农村地区处于重度多维相对贫困，中部的湖北、湖南两省农村地区处于重度多维相对贫困，东部的农村地区均处于中度多维相对贫困。2014年，西部的贵州、云南两省农村地区依然处于重度多维相对贫困，西部其他省份的农村地区多维相对贫困程度均有不同程度的降低，尤其是新疆农村地区由重度多维相对贫困减缓到轻度多维相对贫困;东部的北京、河北、山东、江苏、浙江等省份的农村地区由中度多维贫困减缓到轻度多维贫困，东部其他省份的农村地区均处于中度多维贫困;中部的湖北农村地区由重度多维相对贫困减缓到轻度多维相对贫困，山西农村地区由中度多维相对贫困减缓到轻度多维相对贫困，中部其他省份的农村地区依然处于中度多维相对贫困。2019 年，西部除甘肃、贵州、西藏的农村地区仍处于中度多维相对贫困，其余省份的农村地区已减缓为轻度多维相对贫困;东部省份的农村地区均处于轻度多维贫困，东北除吉林农村地区处于中度多维相对贫困外，其他地区均处于轻度多维相对贫困。

　　3 结论与启示

　　本文对中国农村地区多维相对贫困情况运用AF方法进行了测度分析，得出以下结论与启示(: 1)2010年以来，农村地区多维相对贫困状况得到极大改善，到2019年只有4个省份的农村地区依然处于中度相对贫困，其他省份的农村地区只处于轻度相对贫困。因此，未来要做好乡村振兴工作，通过“五大振兴”实现农村地区与城镇的融合发展。(2)从多维相对贫困各维度的演化情况来看，经济维度对相对贫困的贡献率虽呈现下降趋势，但贡献率依然较高;生态维度对相对贫困的贡献率呈现上升趋势，且超过经济维度的贡献率;社会维度对相对贫困的贡献率呈现缓慢下降趋势。因此，未来应从经济、社会和生态三个方面制定具有差异性、系统性和协调性的政策措施以缓解农村地区多维相对贫困。具体来说，应大力激发农村居民的消费能力，提高农户投资积极性，促进乡村经济发展;巩固和提升生态环境改善成果，继续加大农村地区基础设施建设，将农村地区的“绿水青山”变成“金山银山”;继续提升乡村中小微企业提供就业的能力，积极推进城乡基本公共服务均等化，让乡村人才留在乡村，并吸引部分城镇人才回流乡村。(3)从地理空间角度来看，中国农村地区多维贫困程度呈现东轻西重、中部和东北地区处中间的空间分布特征。因此，未来扶持的重点依然是西部地区，西部地区需要长期的政策支持以实现经济、社会、生态的协调发展。