布阿力·拜克尔，海力且木·斯依提
（新疆农业大学管理学院，乌鲁木齐 830052）
2020年12月3日习近平总书记在脱贫攻坚总结评估汇报中宣布脱贫攻坚目标如期完成，现行标准下农村贫困人口全部脱贫，贫困县全部摘帽，消除了绝对贫困和区域性整体贫困，近1亿贫困人口实现脱贫［1］。但是，从贫困发生理论来讲，贫困是一个相对的状态。随着以消除绝对贫困为目标的脱贫攻坚战取得全面胜利，表现为个人、家庭、社会组织缺乏获得饮食、住房、娱乐和参与社会活动等方面的资源，使其不足以达到按照社会习俗或所在社会鼓励提倡的平均生活水平，从而被排斥在正常的生活方式和社会活动之外的一种生存状态的相对贫困将显现［2］。党的十九届四中全会、2020年中央一号文件提出“脱贫攻坚任务完成后，中国贫困状况将发生重大变化，扶贫工作重心转向解决相对贫困，扶贫工作方式由集中作战调整为常态推进。要研究建立解决相对贫困的长效机制，推动减贫战略和工作体系平稳转型”［3］，指出中国反贫困工作的发展方向。
刑成举等［4］以农村居民中位收入的40%为相对贫困测算标准，估算2021年户籍人口相对贫困人群为1.06亿人，常住人口相对贫困人数为6 980万人，农村户籍人口贫困发生率为11.0%。2020年后西部地区仍然是农村相对贫困发生的主要地区，新疆维吾尔自治区（以下简称新疆）的南部深度贫困地区自然也会成为相对贫困治理的重点区域。该区域虽然摆脱了绝对贫困，但是存在产业基础薄弱、产业项目同质化严重、政策性收入占比高等问题，存在返贫风险。因此应尽快研究出解决相对贫困的治理途径，促进实现“十四五”规划和2035年基本实现社会主义现代化的远景目标。
1.1 方法介绍
A-F多维贫困测度方法由Alkire等［5］创立。本研究使用A-F多维贫困测度方法对研究区域农户的多维度相对贫困发生率（H）、贫困强度（A）和多维贫困指数（Mo）等指标进行测度与分析。该方法为了同时考察多个维度下的个体是否存在处于相对贫困的状况，把κ作为多维贫困维度的阈值（1≤κ≤d），可作函数Pκ，当κ≥1/3d时，表示在所有的d个维度中，该个体在1/3的的指标上存在相对贫困现象。当个体i发生相对贫困的总维数Ci大于或者等于预设的贫困维度κ时，表明该农户的贫困维度已超过多维贫困的贫困临界，此时其可被认定为多维贫困，反之，表明其并未陷入多维贫困，但仍存在着多维度的相对贫困情况。
已知κ维度上的多维贫困群体后，计算多维贫困发生率（H）、贫困强度（A）和多维贫困指数（Mo），公式如下所示。
其中，Wi表示i指标的权重值，CHi表示在以删减矩阵中所有i指标列指标值加和，MPI表示第i指标上处于相对贫困人口的综合贫困状况，即多维贫困指数。
1.2 多维相对贫困识别指标体系的构建
学者对相对贫困识别指标的研究集中在收入、生活状况、就业、教育、健康、社会保障和社会融入等方面［6-8］。结合国内学者对2020年后中国多维相对贫困标准的研究，本研究从反映“贫”的经济维度和反映“困”的社会发展维度以及生态环境维度考虑相对贫困识别指标。在经济维度，考虑收入和就业2个方面；
在社会发展维度，考虑教育、健康、社会参与等方面；
在资产维度，考虑耕地面积、生产工具2个主面；
在生态环境维度，考虑燃料、生活垃圾和污水处理、卫生设施等指标。由以上指标构成相对贫困识别指标体系（表1）。
表1 多维相对贫困识别维度及指标体系
1.3 权重设置
在多维贫困测度的各维度和指标权重的设置层面上，权重的选取可分为等权重法和非等权重法，A-F框架对每一个指标赋予了相同的权重，目前大部分研究者沿袭了A-F的等权重做法。本研究采用等权重方法，即7个维度每个指标各占1/7；
7个维度下辖的12个二级指标的权重依其具体数量再进行等权重划分（表2），由于二级指标的数量不同，导致其最终的权重也存在差异。如表2所示，每一个维度都对应着其相应的具体指标，共计12个指标，每一指标阈值的具体项皆是（0/1）二分变量。如果农户在某一具体指标属于相对贫困，则记为1，反之则记为0。
表2 研究区域农户多维相对贫困识别指标体系
2.1 描述性统计结果
和田县位于新疆西南部，昆仑山北麓，塔克拉玛干沙漠南缘，处于玉龙喀什河和喀拉喀什河之间，总面积4.03万km2，其中，山区占95.0%，沙漠占3.7%，绿洲仅占1.3%；
耕地总面积2.4万km2，是一个人多地少的边境农业大县。采用随机抽样的方式在和田县进行实地调查。选择了3个乡6个村，每村选择50名农户，采用问答的访谈方式收集农户数据，共获得有效问卷282份，问卷有效率为94%。
被调查农户的基本情况见表3。被调查样本中男女比例基本持平，分别占样本总数的51.06%和48.94%。被调查者年龄分布为：18～35岁（不含35岁）的有115位，占总样本的40.78%；
35～64岁（不含64岁）的被调查者有159位，占总样本的56.38%，64岁及以上的被调查者有8位，占总样本的2.84%。根据分析调查数据得知，农户的受教育程度普遍比较低，主要集中在小学和初中阶段，分别占总样本14.19%和78.72%；
受教育程度在高中和中专及以上的被调查者有20位，占总样本的7.09%。
表3 样本基本情况统计
2.2 研究区域农户多维贫困测度估计结果
2.2.1 多维相对贫困估计结果采用A-F多维贫困测度方法，测算出研究区域农户整体层面的多维相对贫困结果（表4）。如表4所示，随着多维相对贫困维度的上升，贫困发生率H和多维贫困指数Mo均不断下降，但是贫困强度则不断增加，说明随着相对贫困维度的增加，贫困人数逐渐减少，但农户的贫困程度却在增加。当κ=1时，贫困发生率H为92.553%，说明有92.553%的农户存在着12个维度中任意1维度的相对贫困现象，此时的多维相对贫困强度A为35.590%，相对贫困指数Mo为0.329。当以κ=3作为多维相对贫困阈值时，相应的H、A和Mo分别为52.127%、47.421%和0.247，表明研究区域约有52%的农户存在多维相对贫困现象。结果表明，研究区域农户的多维相对贫困主要集中在4个维度以内，且农户存在最高9个维度的多维相对贫困现象。
表4 农户不同κ下多维相对贫困估计结果
2.2.2 多维相对贫困指标分解
1）对研究区域多维相对贫困指数按照指标进行分解。不同κ所对应的多维相对贫困指数以及12个指标在其所对应的κ下的贡献率见表5。以κ=3作为多维相对贫困阈值时，多维相对指数Mo为0.247，就业、收入、生产工具、技能培训、慢性病、信息获得、教育、生活垃圾、燃料和取暖、大病和残疾、卫生设施等指标的贡献率分别为19.681%、
13.857%、10.040%、9.137%、8.133%、7.932%、7.430%、6.742%、6.472%、6.225%、4.787%。可以得出，对研究区域农户相对贫困状况影响较大的指标有就业、收入、生产工具、技能培训、慢性病、信息获得等。
从表5可以看出，就业对农户的相对贫困指数的贡献率在12个指标中居于最高位，其次收入指标对农户的相对贫困指数的贡献率相较于其他指标也比较明显。技能培训、生产工具等2个指标在低维度上对农户的相对贫困贡献指数比较明显。慢性病、信息获得等指标对农户的相对贫困指数的贡献率相差不大。研究区域相对贫困治理应该注重提高农户就业质量、收入、技能培训质量等。扶贫治理中，还需要重视提升研究区域农户的就业稳定性和收入水平的持续性。对研究区域农户进行就业技能培训，健康扶贫力度不能减弱，以免农户因病致贫、因病返贫。同时需要改进农户取暖和做饭工具，并加快基础设施建设进度。
表5 多维相对贫困指数（Mo）以及不同κ下每个维度的贡献率
2）对研究区域多维相对贫困指数按照农户性别进行分解（表6）。在表6中，把κ=3作为贫困阈值时，女性的多维相对贫困指数约为0.142，贡献率为57.660%，高于男性的多维相对贫困指数0.037，贡献率15.320%。随着κ增加，研究区域女性的相对贫困指数处于递减状态但仍高于男性的相对贫困指数。研究区域女性在比较多的维度上陷入相对贫困。
3）对研究区域多维相对贫困指数按照农户年龄区间进行分解。在表6中，当κ=3作为相对贫困阈值时，3个年龄区间按多维相对贫困指数从高到低依次为35～55岁（中年）＞55岁及以上（老年）＞18～35岁（青壮年），贡献率从高到低依次为45.360%、33.670%、20.940%。随着维度的增加，55岁以上农户的多维相对贫困贡献率递增，当κ=8和κ=9时多维相对贫困群体全为老年人。研究区域中年和老年群体的多维相对贫困问题比较突出，是相对贫困治理的重点。
4）对研究区域多维相对贫困指数按照贫困类型进行分解。在表6中，把κ=3作为多维贫困阈值时，按贫困类型分解多维相对贫困指数依次为享受低保的建档立卡户＞一般农户＞一般建档立卡户＞低保户，贡献率从高到低依次为46.960%、19.760%、19.590%、13.690%。总体来看，享受低保的建档立卡户处在较为严重的多维相对贫困，随着维度增加相对贫困程度逐渐增强，贫困贡献率也逐渐增强。刚刚摆脱绝对贫困的农户在多维相对贫困标准下是主要的相对贫困群体。因此在当前巩固脱贫攻坚成果及进入实施乡村振兴战略初期阶段对于享受低保的建档立卡户的各项扶持政策还需要继续推进一段时期。
表6 按农户性别、年龄区间及贫困类型分解的多维相对贫困指数（Mo）及贡献率
通过对研究区域进行多维相对贫困识别发现，当κ=3作为多维相对贫困阈值时，对应的H、A、Mo分别为52.127%、47.421%和0.247，说明研究区域约有52%的农户存在多维相对贫困现象。研究区域农户的多维相对贫困主要集中在4个维度以内，且最高存在9个维度的多维相对贫困现象。分解各维度对农户多维相对贫困的贡献率发现，农户就业状况和收入水平对贫困的贡献率最大。从多维相对贫困分解来看，以κ=3作为贫困阈值时，研究区域女性的多维相对贫困程度明显高于男性。从年龄区间来看，在4个维度中，中年群体对相对贫困指数的贡献比较大。在5个及以上的维度上，55岁及以上老年人对相对贫困指数的贡献相较于青壮年比较明显。按农户贫困类型分解发现，享受低保的建档立卡户的贫困程度最深，且随着维度的增加其相对贫困程度逐渐增强。
1）加大农村基础设施建设力度。在实际调查中发现农户做饭、取暖燃料是秸秆，家里没有冲水式厕所，农村基础设施和公共服务与城市差距较大。农村基础设施的改进是巩固拓展脱贫攻坚成果同乡村振兴有效衔接的重要途径［9］。目前已经消除了绝对贫困，但城乡发展不平衡、农村发展不充分仍比较突出，因此需要加大农村基础设施建设和提升公共服务水平的力度，为全面推进乡村振兴提供坚实基础和强大动力。继续推进农村基础设施条件的升级，加快农户厕所改造，建设污水处理设施，建立农村生活垃圾收运处置体系。
2）促进当地各产业发展，提升农户稳定就业能力。多维相对贫困估计结果显示，当κ=3时，有52.127%的农户发生多维相对贫困，而此时就业维度对农户的贫困贡献率为19.681%，在12个指标中贡献率最大，并且随着维度增加，就业状况对贫困的贡献率一直趋于相对稳定的居高状态。收入维度对农户的贫困贡献率仅次于就业状况，并且随着维度的增加收入对贫困的贡献率也一直处于比较高的状态。农户在收入维度上的贫困贡献率低于就业状况这一现象说明，农户的收入结构中有一定的比例是转移性收入，有助于农户摆脱绝对贫困。但是，对于具有劳动能力的群体来说，稳定就业时间达不到6个月，说明研究区域有很多适龄劳动群体没有稳定的经济来源。研究区域产业结构比较单一，吸纳劳动力的就业空间有限，有一部分人虽然年富力强，适合生产线上长期的体力劳动，但是由于当地就业空间有限，只好从事安保、保洁员等基础性的工作。当地政府每年也会组织富余劳动力转移就业，但也是季节性、临时性的工作较多。因此，政府需要优先安排好公益性基础设施项目、社会事业领域重大工程建设项目以及能源、交通重大投资项目；
支持劳动密集型产业发展，继续执行发展服装产业优惠政策，并拓展到电子产品及装备组装加工业等劳动密集型产业［10］。该项工作对于解决长期性的就业问题，长久性地提升收入具有重大意义。
3）注重治理女性群体的相对贫困问题。按农户性别分解多维相对贫困指数及贡献率时发现，当κ=3时，女性样本相对贫困贡献率高达57.660%，且随着维度的增加相对贫困指数一直高于男性，当κ=9时，贫困群体全部为女性，说明研究区域女性群体处在比较明显的相对贫困状态。在长期农业生产为主要的社会结构中，研究区域男性与女性共同参与农业生产，农忙结束时，男性群体可以找临时性的工作来提高收入，而女性的社会活动主要局限在料理家务的范围。加上研究区域产业发展落后，适合受教育程度主要为初中水平的女性劳动力的就业空间有限，近期比较活跃的农业合作社等的工资不高且因为具有临时性、后期产业发展不足等原因［11］，对于提高女性生活水平和社会地位的贡献不足。因此，在做好现有社会福利、社会保障工作对贫困女性保护的同时，还要预防新的女性相对贫困现象产生。为此，需要不断对女性进行职业技能培训工作，加快高等职业教育的发展，转换其在农业生产中的单一角色，从而提高社会参与机会。
4）注重对年老、重病、残疾等弱势群体的保护。年老、重病、残疾、五保户、低保户等弱势群体由于年龄高、健康状况欠佳等原因无法靠自身能力过上体面的生活，需要转移性收入来满足基本生存需求。随着经济社会的发展相对贫困标准下转移性收入的额度和覆盖面还需要进一步提高，以此来保证弱势群体在更高的生活水平标准下跟上发展的脚步而不发生返贫的现象。
5）注重巩固脱贫攻坚成果、乡村振兴战略的实施与相对贫困治理的有效融合。保持现有扶贫政策稳定，巩固脱贫成效，防止返贫。发展经济的基础上要更加注重分配公平，确保低收入人口共享发展成果，应侧重于兜底性和基础性贫困治理，即除了单向的物质帮扶外，还要逐步提升社会保障的层次、标准与覆盖范围，优化调整财政支出结构，实现地区间相对均衡发展。增加贫困地区公共服务支出，满足低收入群体对就业、教育、文化、健康等方面的需求。
根据区域发展目标，深度升级贫困地区产业结构，加强技术密集型和岗位密集型产业在贫困地区的布局，拓展贫困群体参与市场的空间，产生更加多元稳定的创收渠道和经济来源，从而推动经济效率和社会公平的有机统一。创新扶贫产业发展模式，优化健全多元扶贫产业发展结构，推动产业优化升级，以提高减贫效率和质量。深化农村集体产权制度改革，实现产权有效激励，壮大集体经济，提升村集体发展能力，应对市场风险。提升深度贫困地区医疗、基础教育等公共服务的水平。加快城乡普惠性、基础性民生建设。目前公共服务仍然是乡村发展的短板，与城乡一体化融合发展的要求相比，农村教育、就业、社保、医疗和文化等公共服务保障能力都还存在差距，需重视县城在公共服务上的纽带作用，缩小公共服务在城市、县城、小城镇和乡村之间的差距。
猜你喜欢 贡献率维度农户 农户存粮，不必大惊小怪今日农业(2022年13期)2022-09-15新麦走出好行情 农户丰产又丰收今日农业(2022年13期)2022-09-15生产专业化促进农户收益提升今日农业(2022年13期)2022-09-15理解“第三次理论飞跃”的三个维度当代陕西(2022年4期)2022-04-19认识党性的五个重要维度当代陕西(2020年22期)2021-01-18理解新型政党制度的三个维度——“利益代表”维度、功能维度、效果维度当代陕西(2020年17期)2020-10-28浅论诗中“史”识的四个维度中华诗词(2019年7期)2019-11-25贫困地区农户的多维贫困测量智富时代(2019年2期)2019-04-18贫困地区农户的多维贫困测量智富时代(2019年2期)2019-04-1814.8%领导文萃(2017年11期)2017-06-12