邊境地區貧困農戶多維特征及致貧因素分析
——基于廣西崇左市貧困戶調查數據

葉　慧，陳敏莉

(中南民族大學公共管理學院，湖北武漢430074)

?

邊境地區貧困農戶多維特征及致貧因素分析
——基于廣西崇左市貧困戶調查數據

葉慧，陳敏莉

(中南民族大學公共管理學院，湖北武漢430074)

摘要：精準識別是邊境地區精準扶貧的首要工作。較之單維收入貧困指標，包含健康、教育、居住、勞動力、耕地和收入的多維貧困指標更能反映農村人口的貧困全貌。邊境地區貧困農戶在每個維度上均存在不同程度的貧困，待遇縣比邊境縣貧困程度更深更廣且致貧因素也不盡相同。在貧困特征多維化和致貧因素多元化背景下，邊境地區扶貧開發應建立起以多維貧困識別為基礎，專項扶貧為主體，區域開發和定點幫扶為手段的精準扶貧體系。

關鍵詞：邊境地區；貧困農戶；多維貧困指標；致貧因素

一、引言

與內陸地區相比，邊境地區在自然條件、經濟基礎、公共服務、人口質量等方面仍有很大的差距，猶如全國小康社會建設中的一塊“洼地”；同時，邊境地區在地緣政治、國家安全方面又具有政治“高地”的特性[1]。邊境地區的貧困問題不但是一個區域開發問題，更是一個國家戰略問題[2]。進入21世紀之后，邊境地區貧困問題已經從解決溫飽為主要任務的階段，轉入鞏固溫飽成果、加快脫貧致富、縮小發展差距的新階段。扶貧開發工作由過去“漫灌式”區域開發向“滴灌式”精準扶貧轉變[3]。精準識別扶貧對象是精準扶貧的首要工作。

目前農村貧困人口識別仍采用傳統的收入貧困測量方法，但貧困家庭往往在教育、健康和資產等多個方面遭受剝奪，收入貧困并不能全面反映農村人口的貧困全貌。雖然收入指標是現在識別貧困的通行標準[4](86)，但是阿瑪蒂亞·森(1999)指出貧困必須被視為基本可行能力的被剝奪，而不僅僅是收入低下。據此，多維度測量貧困開始引起國際社會關注。2007年，森發起的牛津大學貧困與人類發展中心著手研究多維貧困指標的測算和修正，Alkire和Foster(2008)發表了工作論文《計數和多維貧困測量》，提出了計算多維貧困指標的“AF方法”[5]。聯合國開發計劃署發布的《2013年人類發展報告》將多維貧困指標作為衡量國家發展水平的指標之一[6]。Avidit Acharya和John E.Roemer(2015)認為貧困具有多維性已被國際社會和學術界廣泛接受[7]。國內對于多維貧困的研究，主要是對國外多維貧困方法的應用。張建華、陳立中(2006)介紹了國外5種多維貧困測量方法[8]。陳立中(2008)采用Watts多維貧困指標，從收入、知識和健康三個維度對中國多維貧困進行了測算[9]。王小林和Alkire(2009)[10]、鄒薇和方迎風(2011)[11]利用AF方法對中國城市和農村的多維貧困進行了測量。葉初升、王紅霞(2010)對多維貧困測量的研究進展進行了文獻綜述[12]。李俊杰、李海鵬(2013)進行了武陵山區農戶多維貧困測量[13]。楊龍、徐伍達(2014)對西藏多維貧困進行測量[14]。李俊杰、陳浩浩(2015)采用AF方法對不同民族農民多維貧困進行了測量比較[15]。

根據森的能力理論和國內外實踐，邊境地區貧困農戶識別需要測量多維貧困屬性和尋找致貧因素。崇左市與越南接壤，是廣西陸地邊境線最長的地級市，具有邊境地區、民族地區、貧困地區的多維特征，是邊境地區的典型和縮影。崇左市所轄7縣(市、區)有4個邊境縣和3個享受邊境縣待遇縣(以下簡稱“待遇縣”)。少數民族人口占地方總人口的89.6%，以壯族為主體。該市處于我國滇桂黔石漠化集中連片特殊困難區，有兩個國家扶貧開發工作重點縣，兩個廣西區定扶貧重點縣，3個地級市定扶貧面上縣。本文采集2014年廣西崇左市7縣1 785戶農戶數據，并結合精準扶貧建檔立卡數據庫資料，測算人均純收入2 300元(2010年不變價)貧困線下農戶多維貧困指標，并運用Logistic二元選擇模型對其多維致貧因素進行探析，以此為基礎提出相關政策建議。

二、模型構建和數據

(一)多維貧困指標模型

本文采用牛津大學貧困與人類發展中心Alkire和Foster(2008)提出的農村居民多維貧困測量方法[5]來計算多維貧困指標。其中，需要界定貧困屬性的各個維度變量及其剝奪閥值。根據聯合國千年發展目標的八項目標和《中國農村扶貧開發綱要(2011～2020)》提出的“在2020年實現貧困人口不愁吃、不愁穿、保障其義務教育、基本醫療和住房”目標，結合廣西崇左市實際情況以及數據的可獲得性，本文分別選取了健康、教育、居住、勞動力、耕地和收入6個維度作為貧困測算的維度變量，其指標內容及剝奪閥值如下所述。

健康變量x1代表農戶健康狀況，是個虛擬變量，因病因殘致貧者x1=1，其他x1=0。該指標的剝奪閥值是x1=1，閥值確定是根據調查方案中“主要致貧原因”指標的“因病”“因殘”選項。

教育變量x2代表戶主受教育年限，單位為年。該指標的剝奪閥值是x2≤6，閥值確定是根據崇左市小學6年學制的要求。

居住變量x3代表家庭人均住房面積，單位為平方米。該指標剝奪閥值是x3≤30，閥值確定是根據2010年全國第六次人口普查結果，廣西人均住房建筑面積為30.33平方米。

勞動力變量x4代表勞動力人數占家庭總人口比例。該指標的剝奪閥值是x4≤58%，閥值確定是根據2010年全國第六次人口普查結果，廣西勞動力人口占家庭總人口的58%。

耕地變量x5代表家庭人均耕地面積，單位為畝。該指標的剝奪閥值是x5≤1.3，閥值確定是根據2008年全國土地變更調查結果，廣西人均耕地面積為1.3畝。

收入變量x6代表家庭人均純收入，單位為元。該指標的剝奪閥值是x6≤2 015，閥值確定是按2013年崇左市農村居民最低生活保障標準2 015元/年·人。

(二)Logistic二元選擇模型

聯合國在其多維貧困測度中指出，應該以1/3以上的指標存在貧困來定義多維貧困。本文確定以2維為研究的最少維度，將存在2個指標及以上被剝奪的農戶界定為多維貧困者。這里采用Logistic回歸模型來探析影響邊境地區農戶陷入多維貧困的主要因素。其中，因變量y是二值變量，代表農戶是否是多維貧困戶，如果農戶是多維貧困戶，則y=1，反之y=0。自變量選取健康變量x1、教育變量x2、居住變量x3、勞動力變量x4、耕地變量x5、收入變量x6。這里對各自變量與因變量關系假定為：假定1為家有病殘者的農戶較之其他農戶更容易陷入多維貧困；假定2為戶主受教育年限越多，農戶越不容易陷入多維貧困；假定3為人均住房面積越大，農戶越不容易陷入多維貧困；假定4為家庭勞動力比例越高，農戶越不容易陷入多維貧困；假定5為人均耕地面積越大，農戶越不容易陷入多維貧困；假定6為人均純收入越高，農戶越不容易陷入多維貧困。

(三)數據來源及說明

本文采集2014年廣西崇左市7縣1 785戶農戶調查數據，并結合精準扶貧建檔立卡數據庫資料進行分析。2014年崇左市共識別出貧困戶134 288戶、貧困人口45 5547人，貧困發生率約為18.7%。調查方案包含戶主信息、家庭人口結構、勞動力情況、貧困戶屬性、致貧原因、自然資本、物質資本和收入。為比較邊境縣與待遇縣貧困狀況和致貧因素，以下分析將兩者區別開來。其中，4個邊境縣的樣本量合計占51%，3個待遇縣的樣本量合計占49%。

三、實證模型估計

(一)多維貧困測算

從單維角度來看，一是所有農戶在每個維度均存在不同程度的貧困，單維貧困發生率均大于0。單維貧困發生率最高的是居住維度，79%的農戶人均居住面積小于30平方米，由此反映崇左市貧困人口居住面積遠低于廣西人均30.33平方米的平均水平，這可能與邊境地區特殊的政治位置有關。單維貧困發生率最低的是健康維度，但也有39%的農戶是因病因殘致貧，說明健康缺乏對崇左市農戶致貧的影響也非常大。二是邊境縣和待遇縣在每個維度均存在不同程度的貧困，且待遇縣貧困程度更深。待遇縣在健康、勞動力和耕地三個維度上的貧困發生率均高于邊境縣，兩者貧困差距在11%～22%。邊境縣雖然在教育、居住、收入三個維度上的貧困發生率均高于待遇縣，但是除了收入維度，兩者貧困差距僅有3%，說明待遇縣比邊境縣可能更為貧困。

從多維角度來看(表1)，一是絕大多數農戶存在多維貧困。89.5%的農戶存在2維及以上的多維貧困，可見單維的收入貧困指標無法反映農戶貧困全貌。二是待遇縣在任一維數上的多維貧困指標均超過邊境縣。差別最大的是3維，待遇縣貧困指標超過邊境縣7.3%。差別最小的是6維，兩者多維貧困指標基本相當。由此可見，待遇縣多維貧困程度確實比邊境縣更深更廣。

表1：多維貧困測算

注：差額=邊境縣多維貧困指標-待遇縣多維貧困指標

(二)致貧因素分析

本文采用Logistic二元回歸模型來探析影響邊境地區農戶陷入多維貧困的主要因素，由于邊境縣和待遇縣無論在單維還是多維層面，均存在貧困差別，因此這里對兩者分開進行分析，模型估計結果如表2所示。從模型的擬合結果來看，邊境縣和待遇縣模型擬合效果較好，似然比檢驗概率小于1%的顯著性水平，表明回歸分析結果可靠。

從回歸結果來看，一是各因素均對邊境縣和待遇縣農戶陷入多維貧困具有顯著影響，且影響方向符合上述假定。當其他條件不變時，有病殘者的農戶較之其他農戶更易陷入多維貧困，邊境縣和待遇縣發生比為57.537和17.575；當其他條件不變時，戶主受教育年限越多，農戶越不容易陷入多維貧困，邊境縣和待遇縣發生比為0.491和0.637；當其他條件不變時，人均住房面積越大，農戶越不容易陷入多維貧困，邊境縣和待遇縣發生比為0.921和0.96。當其他條件不變時，家庭勞動力比例越高，農戶越不容易陷入多維貧困，邊境縣和待遇縣發生比為0.266和0.054；當其他條件不變時，人均耕地面積越大，農戶越不容易陷入多維貧困，邊境縣和待遇縣發生比為0.690和0.469；當其他條件不變時，人均純收入越高，農戶越不容易陷入多維貧困，邊境縣和待遇縣發生比為0.996和0.997。二是影響邊境縣和待遇縣農戶陷入多維貧困的因素存在差異。根據回歸系數的檢驗概率p值判斷，影響邊境縣農戶多維貧困的主要因素依次排序為收入、居住、教育、健康、耕地和勞動力；影響待遇縣多維貧困的主要因素依次為教育、健康、收入、勞動力、耕地和居住。由此說明，區域扶貧政策不宜實行“一刀切”，應根據當地實情進行精準扶貧開發。

表2：回歸模型估計結果

四、結論與建議

本文采集廣西崇左市2014年1 785戶貧困戶數據，從總體、邊境縣、享受邊境待遇縣三個層面，測算和比較人均純收入2 300元貧困線下農戶多維貧困指標及其致貧因素。結果表明，在貧困多維化和致貧因素多元化背景下，邊境地區扶貧開發應建立以多維貧困識別為基礎，專項扶貧為內容，區域開發和定點幫扶為手段的精準扶貧體系。

第一，建立多維貧困框架下的精準扶貧識別系統。目前精準扶貧識別的對象是家庭人均純收入低于農村扶貧標準的農村居民。研究發現，單維的收入貧困指標無法反映農戶貧困全貌，邊境地區精準扶貧識別系統應包括收入、居住、教育、健康、耕地和勞動力等多維貧困指標。具體程序：一是確定多維貧困指標及其剝奪閥值，由此設計《扶貧手冊》和《貧困戶登記表》；二是通過農戶申請、民主評議和縣鄉村三級公示來確定扶貧對象候選人；三是根據扶貧對象候選人人數調整多維貧困指標的剝奪閥值；四是根據新閥值確定各區域貧困人口指標并分解到村；五是確定扶貧對象，并進行縣鄉村三級公示。

第二，建立包括就業、住房、教育、健康、資源等專項扶貧體系。研究發現，總體農戶在每個維度均存在不同程度的貧困，各因素均對邊境縣和待遇縣農戶陷入多維貧困具有顯著影響。邊境地區專項扶貧應圍繞促進貧困戶就業來減緩其收入貧困、通過危房改造等措施來減緩其居住貧困，通過教育救助和義務教育等措施來減緩其教育貧困，通過醫療保險和救助來減緩其健康貧困，通過水土治理和保護來減緩其資源貧困。

第三，建立減緩多維貧困目標下的區域扶貧開發均衡格局。從區域整體層面看，扶貧開發不僅是扶貧問題，更是區域開發問題。受邊境地區特殊的地緣政治因素影響，距離邊境線越近的區域得到上級政府各種優惠政策和各級財政支持的力度就越大，即邊境縣比待遇縣得到的扶持更多。但是研究發現，待遇縣比邊境縣多維貧困程度更深更廣。因此，各級政府應處理好“興邊富民”和“扶貧開發”的關系，兩者有聯系，但不等同，在扶貧開發力度上應向多維貧困更深更廣的待遇縣傾斜，由此構建區域扶貧開發均衡格局。

第四，建立減緩多維貧困目標下的農戶定點幫扶精準模式。從農戶個體層面看，扶貧開發不僅是增收問題，更是農戶能力培育問題。研究發現，影響邊境縣農戶和待遇縣農戶多維貧困的因素有所差別，前者主要是收入、居住和教育因素，后者主要是教育、健康和收入因素。致貧因素的差異性要求定點幫扶工作必須以貧困戶為瞄準對象，因戶施策，精準幫扶，通過就業、住房、教育、健康、資源等專項扶貧工作實施精準扶貧模式。

參考文獻：

[1]胥留德.邊境民族地區和諧社會建設特殊性問題探討[J].資質文摘·管理版，2010(6).

[2]孫文振.消除邊境民族地區貧困是戰略問題[N].中國民族報，2012-03-16(04).

[3]聞濤.扶貧開發，成敗在于精準[N].人民日報，2015-06-25(05).

[4]Sen A.K.DevelopmentasFreedom[M].New York:Oxford University Press,1999.

[5]Alkire S.,Foster J.CountingandMultidimensionalPovertyMeasurement[C].OPHI Working Paper Series,2008.

[6]UNDP.HumanDevelopmentReport2013[R].New York:United Nations Development Program,2013.

[7]Avidit Acharya,John E.Roemer.Multidimensional Poverty with Missing Attributes[J].Economics Letters,2015(5).

[8]張建華，陳立中.總量貧困測度研究評述[J].經濟學(季刊)，2006(3).

[9]陳立中.收入、知識和健康的三類貧困測算與解析[J].改革，2008(3).

[10]王小林，Sabina Alkire.中國多維貧困測量：估計和政策含義[J].中國農村經濟，2009(12).

[11]鄒薇，方迎風.關于中國貧困的動態多維度研究[J].中國人口科學，2011(6).

[12]葉初升，王紅霞.多維貧困及其度量研究的最新進展：問題與方法[J].湖北經濟學院學報，2010(6).

[13]李俊杰，李海鵬.民族地區農戶多維貧困測量與扶貧政策創新研究[J].中南民族大學學報(人文社會科學版)，2013(3).

[14]楊龍，等.西藏作為特殊集中連片貧困區域的多維貧困測量[J].西藏研究，2014(1).

[15]李俊杰，陳浩浩.不同民族農村居民多維貧困測量與減貧措施研究——基于重慶市渝東南土家、苗族和漢族居民的調查[J].中南民族大學學報(人文社會科學版)，2015(2).

【責任編輯馬明德】

收稿日期：2016-04-10

基金項目：教育部哲學社會科學研究重大課題攻關項目“民族地區特殊類型貧困與反貧困研究”(13JZD026)

作者簡介：葉慧(1979-)，女，湖北武漢人，中南民族大學公共管理學院副教授，博士，主要從事貧困與社會保障研究；陳敏莉(1978-)，女，湖南岳陽人，中南民族大學公共管理學院講師，博士，主要從事貧困與法律研究。

中圖分類號：F323.8

文獻標志碼：A

文章編號：1674-6627(2016)04-0102-05

Multidimensional Characters of Poor Farmers and Poverty Factors Analysis in Border Areas:Based on the Survey Data of Poor Households in Chongzuo, Guangxi

YE Hui, CHEN Min-li

(School of Public Administration, South-Central University of Nationalities, Wuhan 430074，China)

Abstract:Accurate identification is the primary task of precision poverty alleviation in the border areas. Compared with the single dimension of income poverty indicators, including health, education, housing, labor, land and income of the multidimensional poverty indicators more reflected the whole picture of poverty in rural areas. In each dimension, there are different levels of poverty in border areas. Under the characteristics of poverty in the multidimensional and poverty factors of diversification, the border areas of poverty alleviation and development should be established on the basis of Multidimensional Poverty identification and special poverty reduction as the main body, regional development and targeted assistance as a means of precise system of poverty reduction.

Key words:Border Areas; Poverty Households; Multidimensional Poverty Index; Poverty Factors