心理健康与进城农民工的多维贫困

基于CGSS2017年度数据,利用A-F测度方法对比分析了进城农民工与原居地农民在教育、健康、资产、社保、融入等五个维度的不同贫困特征,创新性地引入心理作用机制,探讨个体心理健康对多维贫困的影响及机理。研究发现:对比原居地农民,进城农民工的多维贫困问题更加严峻,贫困群体内的不平等程度更为严重;心理健康是影响进城农民工多维贫困的重要因素;主观能动性在心理健康作用于多维贫困的路径中起部分中介作用。在全面建成小康社会背景下,心理扶贫将更为重要和迫切,建立常态化的心理健康扶贫工作机制,由疏导帮扶转为提前预防,增进农民工幸福感和获得感。     

贫困地区儿童多维贫困分析——以内蒙古、新疆、甘肃、广西、四川五省区为例

本研究使用中国国际扶贫中心2013年"集中连片特困地区农户多维贫困调查"数据,运用AF方法,从生存、发展、健康、教育、参与5个维度,19个指标构建儿童多维贫困指数,旨在分析贫困地区儿童多维贫困状况,以期提高以儿童为中心的减贫政策质量。结果表明,贫困地区儿童存在着收入之外的多维贫困:在各指标贫困测算中,72.03%的儿童所在家庭使用粪桶、旱厕、无设施或其他无冲水类型的厕所,57.52%的儿童不能决定自己的业余爱好,46.47%的儿童不能决定自己的日常生活,36.21%的儿童存在校园暴力;参与、健康对儿童多维贫困的贡献率突出,分别是28.46%、20.29%;留守时间越长,儿童各指标贫困发生率相对较高。本研究在上述结论基础上,探讨了儿童多维贫困的致因和消除儿童多维贫困的政策选择。     

中国多维贫困测量

贫困是人的可行能力在多个维度被剥夺的现象.多维贫困指数测量和反映贫困人口或家庭的多维贫困发生率以及所遭受的剥夺强度.文章将资产维度纳入了多维贫困分析框架及测量,拓展了多维贫困指数的维度.对2009年《中国营养和健康调查》9个省的数据用AF测量表明,在4个维度10个指标中,同时存在3个指标贫困的贫困发生率(H)为9.1％,剥夺强度为37.0％,多维贫困指数(M0)为0.034;城市的贡献率22.8％,农村的贡献率77.2％.对中国多维贫困贡献率最高的5个指标,由高到低依次为卫生设施、健康保险、耐用消费品、生产性资产和现代燃料,该结果为反贫困公共政策提供了明确的优先序.     

基于随机森林算法的贫困精准识别模型研究

扶贫对象的精准识别是实现精准扶贫的重要条件。实现贫困数据的精准分类与识别以及贫困识别由定性到定量、由单维瞄准向多维瞄准的转变是精准扶贫的重要基础。精准识别可以采用大数据分析中的分类算法实现。本文基于可持续生计分析框架，从人力资本、社会资本、自然资本、物质资本、金融资本和生计环境六个方面建立了多维贫困指标体系，运用随机森林算法构建了精准识别模型，并采用中国家庭追踪调查数据（CFPS），对扶贫对象精准识别模型的分类及识别效果进行了评价，结果表明模型效果良好。     

多维视角下贫困的识别、追踪及分解研究——基于中国家庭追踪调查（CFPS）数据

基于多维贫困测度的分析框架和多重剥夺的福利损失,结合中国家庭追踪调查（CFPS）2010、2012和2014年的数据,考察农村地区贫困的识别、追踪和分解。研究表明：从健康、教育、生活状况、卫生条件、食物支出与收入水平六个维度综合来看,考察期内农村地区的多维贫困有所改善;相比一维视角的收入贫困,多维视角下可以借助更多信息对贫困户进行有效地识别和追踪;对多维贫困指数的分解发现,一些特定维度（如教育、生活状况和卫生状况等）的变化对于多维贫困指数变化的影响较大。得出政策启示：对贫困的识别应当借助多维视角的福利剥夺,以便尽可能“识真贫”和“扶真贫”;对于贫困的改善应当致力于贫困户福利水平和脱贫能力的改善;扶贫过程中,应注重一些特定维度对贫困户脱贫能力的影响,将这些维度作为扶贫政策的重要着力点。     

中国多维贫困测量

贫困是人的可行能力在多个维度被剥夺的现象。多维贫困指数测量和反映贫困人口或家庭的多维贫困发生率以及所遭受的剥夺强度。文章将资产维度纳入了多维贫困分析框架及测量,拓展了多维贫困指数的维度。对2009年《中国营养和健康调查》9个省的数据用AF测量表明,在4个维度10个指标中,同时存在3个指标贫困的贫困发生率(H)为9.1%,剥夺强度为37.0%,多维贫困指数(M0)为0.034;城市的贡献率22.8%,农村的贡献率77.2%。对中国多维贫困贡献率最高的5个指标,由高到低依次为卫生设施、健康保险、耐用消费品、生产性资产和现代燃料,该结果为反贫困公共政策提供了明确的优先序。     

乡村振兴视阈下农户多维贫困测度及扶贫策略

乡村振兴的关键是打赢脱贫攻坚战。集中连片特困地区是我国精准扶贫的重点区域，致贫因素复杂，扶贫任务艰巨。基于秦巴山区农户的调查数据，运用A-F测度方法对农户多维贫困进行测度与分解，并运用Probit回归模型对其影响因素进行实证分析。结果表明：农户在厕所类型、做饭燃料、健康状况和受教育程度等方面存在严重的问题，贫困现象普遍。K=3时，农户多维贫困发生率高达90.56%，多维贫困指数为0.391 6；农户家庭65岁以上人数、耕地面积、地理位置和地理环境对农户多维贫困有显著正向影响；户主婚姻状况、受教育水平、健康状况、家庭人口数量等对农户多维贫困有显著负向影响。建议从生活水平、健康医疗、养老保障和教育等方面进行重点扶贫，使农户早日脱贫致富。     

后扶贫时代的相对贫困及其治理

相对贫困是我国2020年后贫困治理的主战场。通过实地调查,分析地方政府探索相对贫困治理的案例和数据,发现后扶贫时代的相对贫困具有经济结构性、政策负外部性、社会权利性、社会时间性和社会心理性等五个维度。相对贫困的相对性、多维性、脆弱性、动态性、发展性、长期性、特殊群体性、强区域性,要求国家建构新的贫困治理体系。后扶贫时代的相对贫困治理,应着力构建益贫式经济增长体系、综合性扶贫政策体系、包容性社会发展体系、多元化贫困治理体系、理性化心理认知体系,针对性地破除相对贫困的多维相对性,使相对贫困治理走上常态化、制度化、长效化的轨道。     

后减贫时代中国老年多维贫困的测度

利用2013年和2018年中国居民收入分配课题组(C H IP)数据,通过构建老年多维贫困指标,测度我国老年多维贫困状况及其动态变化,并分析各类型转移性收入的多维减贫效应.结果发现,2013—2018年间,全国、城镇和农村老年多维贫困状况得到显著改善,贫困发生率分别下降13％、5％、8％,贫困程度分别下降11.6％、2.3％、5.3％.但在考虑收入相对贫困和健康贫困下,农村老年单维贫困状况趋于严重.其中,收入相对贫困和健康贫困对老年多维贫困的贡献率呈现上升趋势,住房设施贫困贡献率下降.养老金对缓解全国和城镇老年多维贫困的作用最为显著,子女赡养等私人转移性收入对缓解农村老年贫困作用较大.基于此,我国应着重发挥政府转移性收入的再分配效应,与家庭养老相结合,并进一步完善医疗保障体系,共同提高老年群体的收入水平和可行能力.     

社会资本与农村地区留守老人多维贫困:测度、分解及影响 ——基于陕西省南部农村的调研

在城乡二元体制及农村劳动力转移等因素的影响下,我国农村地区留守老人逐渐增多,农村留守老人多维贫困问题日益突出.基于陕西省南部331份调研数据,利用A-F多维贫困测度模型测度农村留守老人在收入、健康、医疗、抵御风险能力、居住条件、生活状况、心理状况七个维度上的多维贫困状况,并借助Probit和Tobit模型分析社会资本及其各构成要素对农村留守老人多维贫困的影响.结果表明:1)单维贫困发生率最高的四个指标分别是生活燃料、患病被照料、疾病、卫生间,被剥夺比例均在60％以上;2)农村留守老人二维及三维贫困状况较突出,四维及四维以上贫困发生率较低.健康、生活状况、居住条件、抵御风险能力是农村留守老人贫困发生率较高的四个维度,也是导致农村留守老人陷入多维贫困的主要因素;3)社会资本对农村留守老人多维贫困有着显著的负向影响,社会网络与社会关系在农村留守老人多维贫困脱贫减贫中的作用最显著,社会声望仅对农村留守老人多维贫困减贫有一定正向作用,社会参与则对农村留守老人多维贫困无显著影响.这说明,此后在解决和防范农村留守老人多维贫困上,应多关注非收入层面并重视社会资本的减贫作用.