农村家庭多维贫困测度与分析

多维贫困理论与方法更有助于对贫困的精准识别和量化.本文构建了新型多维贫困指标体系,利用中国家庭追踪调查(CFPS)数据,引人人工神经网络方法,测度并分解了农村家庭多维贫困的广度、深度和强度水平.研究结论表明:随着贫困维度的增加,多维贫困的广度、深度和强度指数下降,表明农村家庭不易发生多维极端贫困;农村家庭多维贫困指数(MPI)呈西高东低态势,表明农村家庭多维贫困具有典型的区域分布特征.此外,多维贫困指数分解结果显示,收入、金融和教育等因素是我国农村家庭致贫的主因.其中,东部地区金融因素影响最大,而中西部地区则为收入因素.研究结论为贫困的识别和精准扶贫提供了政策依据.     

中国农村老年人多维贫困的测量与识别研究——基于收入贫困与多维贫困视角

老龄化背景下农村老年人贫困问题逐步显化。基于2015年中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)数据,在测算收入贫困的基础上,采用AF方法测算了农村老人的客观多维贫困指数(MPI-I)和包括主观福利的多维贫困指数(MPI-II),涉及收入、教育、健康、生活水平和主观福利5个维度。研究发现,MPI-II测量的主、客观多维贫困发生率最高且主观福利贡献最大;MPI-I测量的客观多维贫困次之,收入贫困发生率最低。进一步,对收入贫困和多维贫困样本进行交叉识别,收入贫困的农村老人中有96%同时陷入多维贫困,多维贫困样本中一半以上为非收入贫困。这说明虽然收入始终是农村老人多维贫困识别的重要因素,但以主观福利为代表的非收入因素影响更大。     

中国家庭多维贫困的统计测度

为全面反映居民贫困现状,需要对多个维度的贫困信息进行综合,计算多维贫困指数。对Alkire等（2008）的等权剥夺矩阵采用了非等权设计,改进了多维贫困指数测度方法,并将基于贫困发生率、贫困强度与贫困深度的多维贫困指数统一到一个计算过程中,提高了计算效率。文章利用1997—2006三年的CHNS数据,在饮用水、收入、教育、健康保险、电器等五个维度,时中国家庭多维贫困进行了测量。实证结果表明：随着时间的推移,中国家庭整体的贫困状况有所改善,没有家庭存在5个维度的贫困;维度分解表明饮用水、收入、教育对多维贫困指数的贡献最大。     

Rasch模型在多维贫困测度中的应用

文章首次将Rasch模型引入中国多维贫困测度的研究中,并利用2011年《中国健康与营养调查》(CHNS)数据对中国家庭的多维贫困状况进行了实证研究。结果表明:1各省份的家庭贫困状况差异明显,且大体与经济发展水平相一致,就全国家庭而言,收入维度的贫困发生率最高,基础设施类维度贫困发生率较低;2在多维贫困测度方法中,Rasch模型具有方便、独立、客观、可预测等优点,其既可用于计算贫困的发生状况,也可用来快速评估个体的贫困程度。     

交通基础设施、空间溢出与农村多维减贫

文章运用我国2007—2017年的省级面板数据,通过构建空间面板模型,实证检验了交通基础设施对农村多维贫困的影响效应。研究发现：我国农村收入、教育和医疗贫困指数均具有显著的空间正相关性,并且在空间分布上存在明显的集聚特征。交通基础设施的发展具有显著的多维减贫效应,不仅能促进本地区的农村收入、教育和医疗减贫,而且还可以通过空间溢出效应减缓其他地区的农村收入、教育和医疗贫困,其中,对农村收入贫困减缓两种效应均最大。因此,应加快贫困地区交通基础设施的建设,优化交通网络的空间布局,发挥好交通基础设施的减贫效应,以促进农村多维减贫。     

新时期农村多维贫困的识别与测度

文章根据全面建成小康社会后新时期贫困表现的新特征,制定了考虑家庭规模影响的“小康贫困线”及“三保障”评估的临界值,以识别新时期的农村相对贫困人口。基于江西省624户农村样本,构建了包含收入标准、三保障标准、食物营养结构、社会关系、精神状态等7个维度的识别体系,对样本农户进行多维贫困测度。结果表明：大多数家庭都是一维贫困,其中,劳动力、收入、精神状况维度贫困发生率较高;建档立卡农户贫困贡献率高于非建档立卡农户;维度分解结果表明,收入、劳动力、健康和教育四个维度的贡献显著。     

中国农村多维相对贫困的测度及其时空特征分析

文章基于中国家庭追踪调查（CFPS）2010—2018年的5期数据，构建了带有收入门槛的多维相对贫困指标体系，对农村多维相对贫困进行测度和分析，在此基础上对多维相对贫困指数进行静态和动态分解，并使用Dagum基尼系数对相对贫困的区域差异进行测度。结果表明，2010—2018年，农村居民的贫困发生率显著下降，并逐渐趋缓。多维相对贫困的总体差异存在，主要是由区域间差异导致的。具体来看，公共服务维度的减贫效果大于个体维度，收入维度对多维相对贫困指数的贡献率逐渐上升，收入维度依然是多维相对贫困最重要的衡量指标。降低农村居民的多维相对贫困，要从提升低收入家庭的收入向缩小家庭收入差距转变，在系统性地降低相对贫困的基础上更加关注个体脱贫能力的提升。     

中国多维相对贫困测度及其分布动态演进

文章基于中国31个省份2013—2019年多维相对贫困的相关数据，采用AF方法、Dagum基尼系数和Kernel密度估计方法对中国多维相对贫困状况及其分布动态进行分析。研究发现：我国扶贫减贫效果显著，2019年重度多维相对贫困省份已经消除，多维相对贫困指数分解结果表明，经济维度的减贫效果最为明显，社会发展维度次之，而生态环境维度在减贫过程中尚未得到足够重视；中国多维相对贫困具有明显的空间非均衡性，总体基尼系数跨度较大并且下降明显，多维相对贫困的总体差异在缩小；中国多维相对贫困状况的总体发展态势与三大地区的发展态势具有空间上的一致性。总体来看，我国多维相对贫困的整体状况有所改善，绝对差距也在缩小。     

异质性视角下中国农村居民减贫效应研究——基于FGT贫困指数的分解新方法

在我国即将完成脱贫攻坚背景下,异质性在居民减贫并防返贫进程中逐渐起到关键作用。本文通过反事实分析法将收入分布变迁分解为均值、方差以及残差三种变化,进而将其引入贫困分解中,对我国农村及区域贫困进行分解。研究表明,引入收入分布变迁贫困分解结果具有稳健性,且农村居民收入增长效应与离散效应存在非对称性,提高收入已不足以弥补收入差距扩大带来的贫困加深效应,而异质效应和离散效应间存在对称性,居民异质性在减贫进程中逐渐起到关键作用。同时从区域视角看,东部区域异质效应减贫效果明显高于增长效应;中部区域增长效应和异质效应均具有显著减贫效果;而西南区域增长效应的减贫效果最显著。     

多维视角下农村居民家庭的贫困测度

文章根据AF“双界线”多维贫困测度方法,利用在山东省费县进行的农村居民家庭生计与发展调查得到的小型微观数据,对农村居民家庭的多维贫困进行测度并分解.得到以下结论:家庭多维贫困分解结果与单维贫困测度结果相互印证,这与家庭自身特征及家庭成员特征有直接关系;经济的发展极大的改善了居民家庭的资产状况,而生活水准仍有待于提高;教育、收入仍是贫困的重要成因,卫生设施、饮用水以及慢性疾病的贫困问题仍不能忽视.