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。     

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。     

家庭结构变迁视角下农村老年贫困研究

2020年后中国贫困治理的目标是解决相对贫困问题,老龄化背景下农村老年群体成为相对贫困治理的重点人群。家庭作为贫困识别的最小单元,对不同类型家庭老年贫困变化的研究有助于未来相对贫困的识别。从家庭结构变迁视角下考察农村老年贫困的变化,利用中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)2011—2018年调查数据,采用A-F法测算了不同家庭结构下农村老年贫困的变化,并进一步探讨两者间关系。为克服内生性的影响,采用滞后因变量回归(LDV)考察基期的家庭结构对下一期贫困的影响。研究发现,家庭结构是影响农村老年贫困的一个关键因素。随着时间推移,独居和四代合住家庭贫困发生率下降最小,两代合住家庭次之;农村老年贫困的分布从三代合住逐渐向独居和两代合住转变。不同家庭结构的老年多维贫困呈现不同特点。在考虑农村老年群体差异后发现,与配偶合住的男性老人、三代合住的高龄老人以及生活能自理老人免于贫困的优势更明显。为此,构建老年脆弱家庭的多维防贫机制,防止规模性返贫。在资源有限的情况下,农村老年相对贫困的治理需更多关注独居和...     

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。     

边境连片特困区多维贫困测算与空间分布——以新疆南疆三地州为例

利用2012年国家统计局新疆调查总队农村住户调查数据,采用AF多维贫困测量方法,测算了新疆南疆三地州多维贫困状况,研究了贫困空间分布与区域差异,得到以下结论:从多维贫困程度看,多维贫困发生率为24.5%,多维贫困指数为0.138;从多维贫困组成看,收入低、饮水困难、教育水平低、卫生条件差、少数民族汉语能力差等是核心问题,且收入贫困户几乎都是多维贫困户;从多维贫困空间分布看,克州地区最为严重,其次为和田地区和喀什地区,阿克陶县和疏勒县形成第一贫困级,阿图什市和和田县形成第二贫困级,疏附县和墨玉县形成第三贫困级,其他各县形成第四贫困级,且边境县多维贫困状况更加恶劣。     

中国多维减贫成效的统计测度研究

在Alkire和Foster的"双临界值"多维贫困识别思想基础上提出"三临界值"多维减贫成效识别方法,并结合Foster的持续思想构造持续多维减贫指数,从脱贫和返贫两个方面测度中国多维减贫成效。研究发现:中国持续多维脱贫指数都要大于持续返贫指数,且由于脱/返贫广度的差异,农村的单期和持续多维脱/返贫指数都要大于城市,西部地区的持续多维脱/返贫指数大于其他地区;人均纯收入和医疗保险的持续脱贫对持续多维脱贫贡献较大,健康以及住房困难的返贫分别对农村和城市居民的持续多维返贫贡献较大;各省的减贫成效可以分为低脱贫低返贫、高脱贫低返贫、低脱贫高返贫以及高脱贫高返贫四种类型。     

我国贫困人口的脆弱度与贫困动态

 在贫困脆弱性和贫困动态理论的逻辑归纳与阐述基础上，利用辽宁省重点贫困县调查样本数据，采用聚类分析、脆弱度分析以及敏感度分析等方法实际测度了贫困县贫困状态的分布情况和脆弱程度；从贫困动态的角度，对贫困户1997～2006年间的贫困发生频次、深度及持续时段进行了统计分析。研究发现，各个贫困县的贫困脆弱性程度存在一定的差异，且受多重致贫因素的影响呈现出一定的类型分布特征；贫困动态的分析在一定程度上支持了贫困脆弱度的结果；贫困时段分析与以往研究发现略有不同，呈现出“暂时贫困”和“长期贫困”二者“并重”的特征，而非“单一分布”的“偏态”， 真正有效率的扶贫救济制度应当准确地锁定在持续贫困的家庭上，政策相应地要具有差异性和弹性，这样才有可能快速及时的解决攻坚阶段的贫困问题。     

中国城乡多维贫困的测度及比较

传统的仅用收入或消费来衡量贫困的方法只能提供单一的信息,从多维角度则能够较全面地认识贫困。本文利用CHNS数据库中2000年和2009年数据,借鉴了多维贫困指数的构造及分解方法,对近十年来中国城乡多维贫困进行了测度、分解及分析,认为总体上城乡贫困程度均有所减轻,农村贫困严重于城市,应重视医疗健康保险、卫生设施、城市住房、做饭燃料等维度上的贫困,同时降低中西部省份的贫困。     

我国农村贫困的动态转化、持续时间与状态依赖研究——基于收入贫困与多维贫困的双重视角

本文使用中国健康与营养调查2000—2015年跟踪数据,比较分析了农村家庭收入贫困与多维贫困的长期变动情况。在此基础上,使用Cox比例风险与动态Probit模型实证研究了跨期贫困的动态转化概率、状态依赖及其影响因素等问题。研究发现,农村多维贫困发生率下降幅度比收入贫困发生率下降幅度高出近20个百分点,但未脱贫的多维贫困家庭比收入贫困家庭具有更明显的贫困适应性。随着贫困持续时间的增加,无论是收入贫困还是多维贫困,中断当前贫困状态的可能性都下降了。进一步分析发现,子代职业地位、子代教育、城镇化水平和交通便捷度等因素显著降低了贫困家庭的贫困适应性与状态依赖,而贫困补贴对部分贫困家庭产生了补贴依赖效应,从而一定程度上促进了其贫困适应性。本研究在理论上丰富了有关贫困动态性的探讨,为有效破解低收入群体的贫困状态依赖提供了经验证据。     

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。     

居民消费价格指数影响因素的灰色关联分析

文章通过灰色系统理论中的灰色关联分析技术,分析并计算了CPI指数序列与其代表性商品价格指数序列(文章视作CPI的影响因素)之间的灰色关联度,并根据灰色关联度的计算结果,定量的分析了不同的代表性商品价格的变化对CPI指数的影响程度,最后得出这些商品对CPI的灰色关联序,该结果从另外一个角度说明了不同的代表性商品对CPI具有不同的影响,对CPI的研究具有一定的参考价值.     

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.     

测度通货膨胀对贫困贡献度的一种新方法

文章对衡量通货膨胀对贫困影响的传统方法提出商榷,提出能够准确测度通货膨胀对贫困人口在贫困广度、贫困深度和贫困强度三个维度影响程度的新方法,并具备推广到更多贫困维度的特性.该方法以具有加法可分性的R贫困指数为基础,利用Sharply方法对贫困改善的通货膨胀效应、经济增长效应和收入分配效应进行分解,根据2004～2010年间中国农村住户调查年鉴数据计算通货膨胀因素对贫困广度、贫困深度和贫困强度的贡献度,较为精确地测度了通货膨胀对贫困群体的具体影响.     

中国家庭资产贫困脆弱性的测度与分解研究

在预期贫困脆弱性测度框架下,将家庭按非时变特征划分队列,利用队列分解方法识别家庭资产的累积风险冲击,据此构造一种测度资产贫困脆弱性的新方法。随后,采用2000—2015年CHNS数据,通过构建资产指数对中国家庭资产贫困脆弱性进行实证测度,并在队列层面予以分解汇总分析。结果表明:相比于收入贫困脆弱性,家庭资产贫困脆弱性更为接近实际的贫困发生率,印证了基于资产测度贫困脆弱性的可靠性;年轻组和年老组家庭更脆弱,西部地区农村家庭最脆弱,受教育程度越低越脆弱;脆弱性产生的原因存在差异,但水平效应依然占主导。意味着,在贫困识别过程中应该将家庭资产放在更为重要的位置,并且刺激居民家庭资产积累的减贫政策更为关键。     

政府财政支农与农村贫困减少动态关系的实证检验

文章以中国1980～2005年度数据为样本,基于VAR模型检验了政府财政支农支出与农村贫困减少的动态关系.结果显示,从长期看,财政支农支出是降低农村贫困发生率的有效途径,但同时也加剧了贫困深度和贫困强度;从短期看,财政支农支出减少贫困的效果不明显.因此,政府利用财政支农作为减少农村贫困的手段,一方面,应继续执行稳健的财政支农政策;另一方面,建立一套综合测量贫困发生率、贫困深度和贫困强度的减贫政策目标体系,力争在减贫目标之间取得适当平衡.     

共同富裕目标下多维贫困的地缘属性与驱动要素识别

文章采用逐层纵横向拉开档次法测算2010—2019年西南地区438个县域单元的多维贫困指数，应用时空统计手段验证多维贫困的地缘属性，并利用地理探测器解析其驱动要素。研究发现，西南地区多维贫困水平存在空间维度的聚集和时间路径的锁定特征，尤以云南和重庆的地缘属性最为突出。空间要素与物质要素都是多维贫困的显著驱动要素，其中物质要素更易与其他要素产生彼此增强的交互影响，是打破多维贫困陷阱的关键。     

陕西易地扶贫搬迁安置区多维贫困测度与致贫因素分析

在易地扶贫搬迁工程深入推进的背景下,对安置区搬迁户和本地户多维贫困进行测度和分析,从家庭、社区两个层面探究多维贫困的原因。依据实地调研数据,使用AF方法,研究发现:1.两类群体存在不同程度、特征的多维贫困,本地户多维贫困发生率高于搬迁户;2.收入、非农经营、信贷便利、培训、土地面积对两类群体的多维贫困有正向影响。此外,家庭规模、抚养比和交通状况显著影响本地户的多维贫困,户主年龄、外出务工、农林生产、社会关系、村务参与显著影响搬迁户的多维贫困;3.收入主要通过教育、技能、就业、健康、住房影响多维贫困,非农经营有助于降低陷入教育、技能、就业、健康、饮水、住房贫困的概率;信贷便利与陷入教育、健康、饮水、资产贫困的概率成反比;培训有助于降低陷入技能、饮水、能源贫困的概率。