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。     

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。     

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.     

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.     

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。     

贫困的多维测度研究述评

贫困与福利问题的定量研究要求尽可能准确地描摹贫困的状态及其程度。传统的单纯考察货币性指标的方法已不适应社会对贫困测度质量的要求,因此包含更多非货币性指标的多维模型应运而生。此类模型多建立在Sen的可行能力理论基础之上,总体思路是构造综合性的贫困指数,但是研究者所采用的维度与指标设计体系方案以及数学处理方法均表现出较大的差异。文章通过梳理贫困多维测度的有关文献,辨析各种方法之间的内在联系,并对他们的优劣进行了评判,为探索更理想的测度模型奠定了基础。     

灰色关联分位评价方法与多维相对贫困测度

为了提升乡村振兴阶段相对贫困人口的识别准确性,文章聚焦贫困的多维属性,利用灰色关联理论构建了一类新的具有动态特征的多维贫困识别方法。该方法将被测主体视为空间中的几何形状,利用几何特征对比替代传统方法中的双重临界值,降低了临界值选取对识别结果的主观影响,以分位数指标为基础实现了对相对贫困的动态识别。同时拓展了灰色关联评价模型,讨论了识别结果的加总与分解,建立了多维贫困发生率、多维贫困分布指数与多维贫困深度指数。最后利用中国家庭追踪调查（CFPS）2018年的数据对中国多维相对贫困情况进行分析,结果表明,我国农村的多维贫困发生率远高于城市,但是贫困分布和贫困深度差距不大,各贫困维度的贡献率在不同区域和城乡范围内表现出不同的特征。     

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。     

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。     

数字金融、数字鸿沟与多维贫困

以互联网为基础的第三次技术革命,推动了数字金融的发展,对居民经济行为的影响巨大,因而也可能具有减贫作用。本文首次利用中国数字普惠金融发展指数和中国家庭追踪调查(CFPS)的匹配数据,通过克服内生性的工具变量估计,探讨了数字经济发展对家庭多维贫困的影响。然而,与预期不同,本文的初步研究发现数字金融发展提升了贫困发生的概率,也加深了多维贫困的程度,且影响逐年增大。不过,进一步研究表明,数字金融发展可能存在结构性问题:数字金融发展给能够接触到互联网的居民带来便利以及机会,挤占了未能接触到互联网的居民原先所可能获得的资源,这种数字鸿沟使得位于贫困线附近和贫困线以下的居民由于数字金融的发展而愈加贫困。观察背后机制发现,数字金融发展主要导致了面临数字劣势的贫困居民失业概率的提升。因此,在推进数字金融发展的同时,应着力提高金融服务的覆盖率和可得性,尤其对于农村的贫困人口而言,积极应对数字经济对就业市场的挑战,引导其成为脱贫攻坚的重要支撑。     

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。     

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。     

战略性新兴产业区域品牌生态要素识别及驱动关系研究

战略性新兴产业区域品牌生态要素体系的构建及内部驱动关系的确立,有助于地方政府、行业协会、企业和利益相关者创建和发展战略性新兴产业区域品牌。通过文献法找到战略性新兴产业区域品牌的关键词条,然后通过焦点团体访谈建立了生态要素体系,并分析了要素之间的驱动关系,再经过探索性和验证性因子分析实证检验了这些驱动关系,结果表明,宏观环境要素、资源环境要素、产业环境要素分别正向驱动产业园区要素、群内企业要素,产业园区要素正向驱动群内企业要素,群内企业要素正向驱动品牌价值要素。     

中国物流业FDI的时空演化特征与其驱动机制分析

文章基于2006—2019年中国27个省份的面板数据,运用核密度估计、Dagum基尼系数和空间自相关等方法刻画了物流业FDI空间格局的演化特征,并运用时空地理加权回归模型(GTWR)从时间和空间双维度探讨各省份物流业FDI驱动因素的作用力。结果表明:2006—2019年,各省份物流业FDI规模明显提升,空间分布具有鲜明的梯度特征,且差异逐渐扩大;物流业FDI存在显著的空间自相关,大部分省份位于High-High集聚区域和Low-Low集聚区域,表现出空间上的马太效应;物流业FDI多维驱动因素表现出明显的时空非平稳性特征,各因素在不同时点和地区对物流业FDI的作用方向和强度波动性较大。     

基于多维偏好分析的三角模糊数型多属性决策方法

文章针对决策者的偏好信息是以偏好序对的形式给出、决策矩阵元素为三角模糊数的不确定多属性决策问题,提出了一种新的决策方法.利用三角模糊数期望值公式,定义各方案到理想点的距离矩阵,通过求解基于多维偏好分析的线性规划模型,得到属性的权重向量.根据各方案到理想点的加权距离给出方案的排序结果.该方法非常适用于方案数目和属性数量较大、决策者无法给出每一方案的具体偏好值的情形.     

一种基于多维区间数加权距离的多属性决策方法

区间数是描述不确定性的一种数学方法,通常的不确定多属性决策方法基于一维区间数。文章借鉴向量之间距离概念,提出了一种基于多维区间数加权距离的多属性决策方法。首先在介绍一维区间数和相关运算的基础上给出了多维区间数概念及其相关运算,着重分析了多维区间数之间的距离与加权距离;然后由多维区间数加权距离概念得到了多维区间数的范数,类似于向量范数,提出了基于范数的多维区间数大小比较的新测度,研究了基于多维区间数加权距离的不确定性多属性决策排序方法;最后给出算例说明了提出方法的有效性。     

家庭等价规模与收入贫困的精准识别

借鉴家庭等价规模(Equivalent Scale)国际前沿测度方法,基于CFPS微观调查数据,结合中国"全面二孩"政策和人口老龄化国情,充分考虑不同家庭成员的消费异质性和家庭整体消费的规模经济性,对中国居民家庭等价规模进行了测度,并基于该测度结果研究了等价规模对收入贫困精准识别的影响。研究结果表明:衡量贫困时忽略等价规模,会造成对贫困测度指标的高估,从而导致对弱势群体分析结果的实质性偏差,对相应的社会保障及其它公共福利政策造成误导。     

多维特别关注指数:防止返贫致贫监测对象的识别与致贫影响因素研究

本文以防止返贫致贫监测和帮扶机制的建立需求为切入点,以西南地区某省的微观数据为样本,构建多维特别关注指数,为边缘易致贫户和脱贫不稳定户的有效识别提供科学的理论方法;然后通过多元分类评定（MLogit）模型分别研究两类监测对象的潜在致贫因素,并通过中介效应检验分析各影响因素的作用机制。研究发现,第一,多维特别关注指数能够有效满足防止返贫致贫监测的多维性需求,同时重点突出收入维度的重要性;第二,收入剥夺、教育剥夺和健康剥夺是当前防止返贫致贫监测与帮扶工作需重点关注的问题;第三,边缘易致贫户的政策帮扶应以发展产业、促进就业等能够长效提高收入水平的措施为主,脱贫不稳定户则需重点加强兜底保障类政策供给;第四,户主特征、家庭特征和所在地区可分别通过就业渠道、产业渠道与社会保障渠道影响易返贫致贫程度。本文为防止返贫致贫监测和帮扶机制的建立提供了新的视角和实证参考。     

共同富裕目标下中等收入群体的界定标准与测度

文章基于非参数高斯核密度、收入空间法等计量模型,研究中等收入群体的界定标准,并测算与分析中国中等收入群体的比重,分析中国不同收入群体的现状。研究发现：中国中等收入群体的比重在2010—2018年总体呈下降趋势,低、高收入群体总体呈波动性上升趋势;中国城镇和农村中等收入群体比重在2010—2018年总体均呈波动性下降趋势,且农村中等收入群体比重的下降趋势比城镇的下降趋势更明显;西部地区、中部地区和东部地区的中等收入群体比重在2010—2018年总体呈波动性下降趋势,尤其是中部地区中等收入群体比重下降的变化趋势最明显。