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，本文主要内容关键词为：多维论文,山西省论文,权重论文,为例论文,测量论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言与研究回顾
贫困理解和贫困测量，一直是贫困研究和减贫公共政策重点关注的问题。传统意义上的贫困主要是指收入贫困，即个人或家庭所拥有的收入不能满足其最基本的生活需要。随着对贫困认识的不断深化，贫困的内涵也从狭义的收入贫困转向广义的人文贫困(human poverty)。现在，国际社会对贫困表现多元性的特质已逐渐形成了共识，即贫困不仅仅是缺乏收入，也是对人类发展的权利包括过上长寿而健康的生活、接受良好的教育和拥有有尊严且体面的生活水平等方面的剥夺(UNDP，1997)。
实际上，学术界对多维贫困的关注已有较长的历史。最早关注贫困多元性特征的当属社会学家和人类学家。例如，Morris(1979)较早提出了具有多维贫困思想的物质生活质量指数，Hagenaars(1987)从收入和闲暇两个维度对贫困进行了评价。但是，真正引起人们高度关注多维贫困的则是阿马蒂亚·森(Sen，1985：1999)将能力贫困纳入贫困分析框架中的开拓性研究。在森等人的贫困思想的基础上，联合国开发计划署(UNDP)在1990年建立了人类发展指数(human development index，简称“HDI”)进而开发出人类贫困指数(human poverty index)。人类发展指数用预期寿命、成人识字率和人均GDP的对数分别反映人类发展的健康、教育和生活水平三个层面。人类贫困指数由三部分指标组成：①衡量生存的指标，用预期寿命40岁及以下的人口占全部人口的比例表示；②有关知识的指标，用成年人口的不识字率表示；③反映享受体面生活标准的指标，用不能获得医疗服务人口比例、不能享有安全饮用水人口比例和5岁以下儿童营养不良人数比例三个指标来表征(UNDP，1997)。
在多维贫困的测量和应用方面，许多学者做了大量有益的工作。在多维贫困指数计算方法的研究中，Seidl、Chakravarty和Zheng等对一系列贫困指数进行了分析和评价(参见张建华、陈立中，2006)。应用多维贫困指数测算贫困的尝试则更多。例如，Deutsch和Silber测算了1995年的以色列多维贫困；Chakravarty、Deutsch和Silber基于世界各国的截面数据，运用Watts多维贫困指数测算了1993-2002年的世界多维贫困(参见陈立中，2008)。陈立中(2008)亦采用Watts多维贫困指数，从收入、知识和健康三个维度对中国转型时期多维贫困进行了测算。结果表明，1990-2003年，中国多维贫困出现了大幅度下降，其中，收入贫困下降最多，健康贫困下降最少。王小林、Alkire(2009)使用Alkire和Foster于2007年开发的多维贫困测量方法，利用2006年“中国健康与营养调查”数据，从住房、饮用水、卫生设施、用电、资产、土地、教育和健康保险8个维度，对中国城市和农村家庭多维贫困进行了测算。结果表明，中国城市和农村的贫困状况远高于国家统计局以收入为标准测量的贫困发生率，卫生设施、健康保险和教育对多维贫困指数贡献最大。李佳路(2010)沿用王小林、Alkire(2009)的方法，从消费、环境卫生、教育和健康、脆弱性4个方面对S省30个贫困县的贫困状况进行了测算。
在对人类发展指数和人类贫困指数扩展的基础上，UNDP在2010年推出了与英国牛津大学合作开发的“多维贫困指数”(multidimensional poverty index，简称“MPI”：在本文中，MPI专指由UNDP与牛津大学合作开发的多维贫困指数，下文简称“UNDP-MPI”)。与人类发展指数相比，UNDP-MPI虽然仍从健康、教育和生活水平三个维度来反映多维贫困，但用于测量各个维度的指标数从3个增加到10个。在UNDP-MPI中，健康和教育维度各有2个指标，生活水平维度有6个指标。这个指数与“不平等调整后的人类发展指数”、“性别不平等指数”作为三个创新性的度量指标首次被运用于UNDP《2010年人类发展报告》中。
虽然相较于收入贫困，多维贫困更能准确把握贫困的本质和内涵，但是，用于测量多维贫困的多维贫困指数本身却包含着不少远未解决的问题。首先，多维贫困指数究竟应包括哪些维度的指标，既与对贫困的理解有关，也受数据可获得性的影响。比如，穷人面临的政治权利和社会联系的剥夺在现有多维贫困指数中几乎都未加考虑。此外，即使像UNDP-MPI，也没有针对不同发展水平的国家和地区确定有差异性的各个维度的指标。其次，多维贫困指数所含各项指标的剥夺临界值的确定存在较大的武断性。比如，教育剥夺的临界值究竟是确定于小学水平还是初中水平？而临界值的设立直接关系到指数值的大小和地区之间、群体之间的比较结果。再次，多维贫困指数中各个维度测量多维贫困指标的权重，影响多维贫困的测量结果以及对所研究区域或群体贫困状态的判断，而UNDP-MPI赋予教育、健康和生活水平三个维度完全相同权重的做法存在诸多可商榷之处。有鉴于此，本文拟使用2009年山西省农村贫困监测数据中的部分资料，结合目前相对比较完善的由UNDP开发和采用的多维贫困指数定义和计算方法，通过调整各个维度测量指标的权重和临界值，来考察这些指标临界值的设定和权重的设置对多维贫困测算结果的影响。
研究多维贫困测量中各个维度指标及其权重的选择，对于提高中国反贫困理论研究水平、改善中国扶贫工作的有效性，都具有重要意义。一方面，中国反贫困理论研究中长期存在着引进和应用国外理论和方法的研究较多而原创性、改良性研究较少的状态，而相对来说国内对多维贫困理解和测量的研究与国际前沿研究在时间上相差并不多。例如，吴国宝(1997)曾从农户家庭成员的受教育程度、家庭财产、热量摄取、生活饮水、住房条件、健康状况、时间利用和社会联系等方面研究穷人的特征；李小云等(2005)开发了包括生产、生活及卫生教育状况等方面8个指标的参与式贫困指数。开展对多维贫困测量中各个维度指标及其权重选择的研究，有助于较快提高中国在相关研究领域的理论水平。另一方面，穷人难以界定一直是困扰中国扶贫和低保工作的一个难题，而多维贫困测量所用的指标多为易辨别的有形指标。研究适合中国条件的各个维度测量指标及其权重选择，找出易测量又较有效的各个维度测量指标，也有助于改进中国扶贫和低保工作中穷人瞄准的有效性。
本文结构安排如下：第一部分为引言与研究回顾，第二部分介绍本文所用的研究方法和数据来源，第三部分报告和讨论研究结果，第四部分为主要结论与政策启示。
二、研究方法和数据来源
(一)研究方法
本文采用的是类似于实验研究的方法，即先选择一个具有代表性和权威性的多维贫困指数作为基准，通过不断调整实验条件和参数，来观察结果的变化。研究的逻辑是：首先，考虑到UNDP-MPI所具有的权威性以及应用范围的广泛性，本文研究以其作为分析的起点，即利用UNDP-MPI定义的方法估计样本地区的多维贫困状况；然后，根据中国的情况对各个维度测量指标的权重和剥夺临界值逐步进行调整，以观察多维贫困指数值的变化；最后，对于不同假设条件下的多维贫困测量结果估计其对收入贫困农户的覆盖率和漏入率。
1.UNDP-MPI计算方法。虽然不同的多维贫困指数在各个维度测量指标、临界值和权重设定方面存在差异，但其计算方法大体相同。本文研究以UNDP-MPI作为讨论的起点，因此先简单介绍其计算方法。UNDP-MPI的计算分为三步：
第一步，确定贫困的维度和测量指标。UNDP-MPI包括教育、健康和生活水平三个维度。教育维度使用家庭成员受教育程度和是否有儿童失学2个指标；健康维度使用是否营养不良和是否有儿童死亡2个指标；生活水平维度包括用电、饮水、炊事燃料、卫生条件、住房和家庭财产6个指标。
第二步，确定各评价方面贫困的剥夺临界值。剥夺临界值是多维贫困测度中用以划定一个家庭是否贫困的标准，当一个家庭在某一个指标上达到该临界值时，即视其在这个方面属于贫困家庭，赋值为1，否则赋值为0。UNDP-MPI设定的教育贫困的剥夺临界值为：没有家庭成员完成5年教育，家中至少有一名失学的学龄儿童；健康贫困的剥夺临界值为：家中至少有一名成员存在营养不良，家中有一个或多个孩子夭折；生活水平贫困的剥夺临界值分别为：没有电力供应，不能获取清洁饮用水，没有足够的卫生条件，使用“不洁净”的燃料(粪便、柴或木炭)做饭，住宅是泥土地面，没有汽车、卡车或类似的机动交通工具并最多拥有自行车、摩托车、收音机、冰箱、电话、电视中的一项。
第三步，确定各维度和各指标的权重。UNDP-MPI沿袭人类贫困指数的设计思路，赋予教育、健康和生活水平三个维度完全相同的权重，即三个维度各自的权重都为1/3；按照同样的思路确定各维度内各指标的权重，这样，教育、健康维度因为各有2个指标，每个指标的权重各为1/6，而生活水平维度有6个指标，每个指标的权重各为1/18。
第四步，计算每个家庭的多维贫困剥夺分值，识别家庭是否处于多维贫困。根据前面确定的各个测量指标的临界值和权重，计算各个家庭的多维贫困剥夺分值。当一个家庭的多维贫困剥夺分值大于1/3(0.33)时，即确定其为多维贫困家庭
第五步，计算多维贫困指数①。多维贫困指数通过两个指标来计算：一个是多维贫困人口发生率(H)，它等于多维贫困家庭人口占总人口的比重；另一个是多维贫困强度指数(A)，它等于多维贫困家庭人口剥夺分值之和除以多维贫困家庭人口总数。多维贫困人口发生率与多维贫困强度指数之乘积即为多维贫困指数值。用公式表示如下：
(1)式～(3)式中，q为处于多维贫困状态的人口数量，n为研究对象的总人口，c为多维贫困人口剥夺分值经过加权的总数量。
2.测量指标权重和剥夺临界值调整。(1)确定有可用数据的指标与临界值。在UNDP-MPI维度与指标设定的基础上，本文根据可用的中国农村贫困监测统计数据，对部分指标和剥夺临界值略做调整。突出的调整是使用家庭成员健康状况替换不易测定的营养不良指标。调整后的指标和剥夺临界值如表1所示。
(2)调整指标权重和剥夺临界值。根据使用可获得数据计算的UNDP-MPI结果和中国的发展情况，本文对部分指标的权重和剥夺临界值进行调整。具体来说，在权重方面，直接放弃没有可用数据的“儿童死亡”指标，将健康指标的权重从1/6提高到1/3；根据中国农村小学学龄儿童入学率超过99.5%的事实，取消“儿童失学”这个指标，同时将家庭成员最高受教育程度的权重从1/6提高到1/3。在指标临界值方面，首先，根据中国义务教育确定的受教育年限以及多数用人单位招收农民工时都设立初中文化程度门槛的情况，将教育剥夺的临界值从家庭成员最高受教育程度为小学提高到初中；其次，根据中国农村安全饮水的统计标准，将饮用浅井水纳入饮用水贫困的范围。
(3)估计不同指标权重和赋值条件下多维贫困户与收入贫困户的拟合度。多维贫困不能仅仅停留在概念层面，而是应用于中国扶贫工作的实践之中。虽然多维贫困与收入贫困属于不同的贫困范畴，二者之间也不一定存在直接的对应关系，但是，研究表明，设计合理的多维贫困指数对于确定收入贫困群体具有很高的可靠性(Elbers et al.，2003)。因此，本文将不同指标权重和赋值条件下的多维贫困户与收入贫困户进行比对，估计不同条件下多维贫困户与收入贫困户间的重合度，以便选出最合适的多维贫困测量指标和权重用于中国扶贫实际工作。具体方法是：首先，利用住户数据根据收入贫困标准和多维贫困定义分别判别农户是否属于收入贫困户、多维贫困户(“是”赋值1，“否”赋值0)；然后，按收入贫困和多维贫困将所有农户做交叉表分析，根据分析结果计算覆盖率和漏入率。既属于收入贫困户又属于多维贫困户的农户数除以收入贫困户总数所得比率为多维贫困户对收入贫困户的覆盖率；属于多维贫困户但不属于收入贫困户的农户数除以多维贫困户总数所得比率为多维贫困户漏入收入贫困对象的比率，简称“漏入率”(亦即：如果将全部多维贫困人口纳入扶贫范围，那么，按收入贫困标准本不该享受扶贫对象待遇的农户就会漏入扶贫对象之中，这将导致扶贫资源的溢出)。
(二)数据来源
本文所用数据来自2009年山西省农村贫困监测住户调查。山西省有35个国家扶贫开发工作重点县，分布在全省9个地(市)。本文采取分层抽样的方法从除省会太原市以外8个地(市)的扶贫开发工作重点县中各抽取1个县，形成本文研究的数据库。这8个县分别为：北部地区的天镇县和右玉县，中西部地区的岢岚县、石楼县和左权县，南部地区的永和县和平陆县，以及东南部地区的平顺县。该贫困监测数据中，每个县有80个样本农户，共计640个样本农户。从家庭人口特征和人均收入消费水平来看，所研究的样本农户对山西贫困县具有较高的代表性。样本农户的人均生活消费支出和人均纯收入分别相当于山西贫困县平均水平的100.4%和104.6%，其户均人口和劳动力数量分别为山西贫困县平均水平的109.1%和102.8%(见表2)。由于山西贫困县的农民人均收入水平整体落后于全国贫困县的平均水平，样本农户的人均收入和消费水平比全国贫困县平均水平要低20%左右。不过，其人口特征与全国贫困县平均水平的差距都在10%以内。总体判断，样本县对山西省贫困地区具有较高的代表性，但相对于全国贫困地区平均水平来说其农民人均收入和消费水平更加落后。
三、结果及讨论
(一)按照UNDP-MPI的测算结果
1.单维贫困状况。2009年，山西样本县农户单维贫困中(见表3)比较突出的是：53.1%的农户使用“不洁净”燃料做饭，33.9%的农户住在“土坯”房中，14.4%的农户没有清洁饮用水。17.3%的农户家庭中至少有1名成人受教育年限不满5年，15.9%的农户家庭中至少有1名成员身体状况为非健康。样本县之间在各剥夺指标上的贫困发生率存在很大差异。有1个县在7个指标上存在剥夺，有3个县在6个指标上存在剥夺，有3个县在5个指标上存在剥夺，剥夺最少的1个县也在4个指标上存在剥夺。
所有样本县中除1户农户没有通电外，其余农户全部通电，但用电支出有较大差异。所有农户在“卫生设施”指标上都不存在剥夺。这表明，山西省贫困县的农户在卫生条件方面已经脱离了UNIDP所定义的贫困；同时，这也意味着，衡量山西(或者更广区域)的农村多维贫困，需要在指标或权重方面进行调整，以便能更好地反映农村不同维度贫困的程度。
2.UNDP-MPI测算结果。按照前面介绍的UNDP-MPI的计算方法，8样本县中平均有近16%的农户家庭处于多维贫困状态，比重最高的县达43.75%，最低的为3.75%(见表4)；多维贫困人口发生率平均为14.56%，最高和最低的县分别为40.47%和1.66%；多维贫困强度指数平均为38.42%；UNDP-MPI平均值为0.056。比较样本县UNDP-MPI值与UNDP(2011)估计的2003年中国UNDP-MPI值可以看出：样本县多维贫困人口发生率高于2003年全国平均水平，而多维贫困强度指数值低于全国平均水平，样本县UNDP-MPI值则恰好与2003年全国UNDP-MPI值相同。由于样本县都是贫困县，这一结果表明，中国贫困地区多维贫困程度比全国平均水平至少落后6年。
(二)调整指标和权重后的多维贫困指数测算结果
1.调整权重后样本县多维贫困指数值的变化。根据前述方法对教育和健康贫困的指标权重进行调整，多维贫困指数测算结果见表5。指标权重调整后，样本县多维贫困人口发生率和多维贫困强度指数分别比调整前提高了86%和35%，导致样本县多维贫困指数值提高了1.5倍，达到0.14。权重调整后各样本县多维贫困指数值的变化幅度存在较大的差异，县际多维贫困指数的比值从原来的23.4∶1大幅缩小到6.0∶1。
2.调整权重和教育剥夺临界值后多维贫困指数值的变化。在调整教育和健康指标权重的基础上，再将教育剥夺的临界值从小学提高到初中。调整后样本县平均的多维贫困人口发生率大幅提高了1.5倍，调整前最低的县该指标值更是提高了3.7倍；同时，多维贫困强度指数平均降低了3个百分点，多维贫困指数值则平均提高了1.4倍(见表5)。这表明，调整多维贫困指数所含指标中影响面较大的指标的剥夺临界值，对多维贫困的测算结果会产生重大影响。这一结果也说明，在建立多维贫困指数时，需要考虑各国和地区的发展水平与贫困成因。
3.调整权重和教育、饮水剥夺临界值后多维贫困指数值的变化。在前面调整的基础上再将饮用浅井水增加到饮水剥夺中，样本县平均的多维贫困人口发生率和多维贫困强度指数分别上升了6.8%和11.7%多维贫困指数值则提高了18.2%。这一结果再次表明，选择和调整剥夺临界值对多维贫困的估计结果会产生重要影响。
4.不同多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率。将前面估计的四种条件下样本地区的多维贫困农户，与按中国收入贫困标准估计的贫困农户进行对应分析，可以判断不同多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率。2009年，按照当时全国农村扶贫标准(简称“老扶贫标准”)即农民年人均纯收入1196元，样本地区农村贫困发生率为24.54%如果按照2011年确定的新的扶贫标准(简称“新扶贫标准”)即2010年农民人均纯收入2300元，并以2010年农民生活消费价格指数反推，则2009年扶贫标准为农民人均纯收入2220元，据此估计，样本地区农村贫困发生率为61.36%。
按老扶贫标准，UNDP-MPI估计的多维贫困户可以覆盖23.19%的收入贫困户，但也会使68.63%的属于多维贫困标准但不符合收入贫困标准的农户漏入按收入贫困标准确定的扶贫对象之中(见表6)；调整权重后的多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率分别为31.88%和75.69%；调整权重和教育剥夺临界值后的多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率分别为69.57%和7823%；调整权重和教育、饮水剥夺临界值后的多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率分别为72.46%和78.59%。可见，当使用老扶贫标准时，虽然按不同多维贫困指数计算的多维贫困户对收入贫困户的覆盖率有差别，但非贫困户漏入的比例都在68%以上。
如果按新扶贫标准，四种多维贫困指数对应的多维贫困户对收入贫困户的覆盖率从19.35%到76.84%不等，同时，多维贫困户对收入贫困户的漏入率都显著降低。考虑到贫困户的漏出会导致真正的贫困户得不到扶持，而非贫困户的漏入又会增加扶贫的成本、影响扶贫投入的效率，虽然不同发展水平和不同政策导向的地区可以选择自己愿意接受的非贫困户漏入和贫困户漏出水平，但是，就全国而言，选择一种漏出率和漏入率差距最小的方式可能是比较合理的。根据这一假定，在新扶贫标准下，选择调整权重和教育、饮水剥夺临界值后的多维贫困指数最符合要求，它所对应的多维贫困户对收入贫困户的覆盖率为76.84%，多维贫困户对收入贫困户的漏入率为39.61%。当然，这种结果还远不是最佳的，还需要通过进一步的试验和研究加以完善，但它肯定比现在扶贫瞄准的准确性要高。
四、主要结论和启示
本文基于UNDP关于MPI的测算方法，使用山西省8个国家扶贫开发工作重点县农村贫困监测住户调查数据，比较分析权重和指标剥夺临界值调整情况下农户多维贫困指数值的变化，结果表明：第一，按照UNDP的MPI计算方法，样本县有15.9%的农户处于多维贫困状态，多维贫困人口发生率和多维贫困强度指数分别为14.56%和38.42%，多维贫困指数为0.056，与全国2003年的情况相当，这表明，中国贫困地区多维贫困程度至少落后全国平均水平6年。第二，根据山西省农村贫困监测数据，调整教育和健康贫困指标的权重后，样本县多维贫困人口发生率和多维贫困强度指数分别比调整前提高了86%和35%，导致样本县的多维贫困指数值提高了1.5倍。第三，在调整教育和健康指标权重的基础上，再将教育剥夺的临界值从家庭成员最高受教育程度为小学提高到初中。调整后，样本县平均的多维贫困人口发生率提高了1.5倍，多维贫困强度指数平均降低了3个百分点，多维贫困指数值则平均提高了1.4倍。在此基础上再调整饮水剥夺的临界值，多维贫困指数值进一步上升。第四，不同多维贫困指数对应的多维贫困户对收入贫困户的覆盖率和漏入率存在很大的差异，在新的扶贫标准下，选择调整权重和教育、饮水剥夺临界值后的多维贫困指数，多维贫困户对收入贫困户的覆盖率最高而漏入率最低。
本文研究结论的主要启示是：其一，多维贫困测算方法超越了以收入或支出为标准的传统贫困测量方法，是一种更加符合现代社会发展需求的贫困测量新方法。为了更好地反映中国农村贫困的多元性及其程度，应在传统收入贫困识别的基础上，结合使用多维贫困测量方法。其二，尽管多维贫困的判断正确且重要，但不同的指标选择和权重确定会对多维贫困测量结果产生重大影响，因此，应根据区域特征选择合适的指标和权重，以便更全面准确地反映区域多维贫困现状，为提高扶贫工作的针对性和改善扶贫政策的实施效果提供客观基础。其三，中国反贫困工作已进入扶贫开发与救助相结合的“两轮”驱动阶段，除对不同贫困群体采用不同的扶贫战略措施外，未来农村扶贫工作还应关注区域之间贫困表现与程度的差异。各地应根据本地区多维贫困的特点和状况，选择有针对性的扶贫政策和措施。
注释：
①详细计算方法参见UNDP(2011)。
标签：中国贫困标准论文; 扶贫标准论文; 农村人口论文; 多维数据库论文; 贫困问题论文; 教育扶贫论文; 覆盖率论文; 贫困人口论文;