农户多维贫困测度及其影响因素分析摘要：依据多维贫困理论及中国农村贫困实际状况，利用2016年对甘肃省1749家农户的社会调查资料，对样本农户的多维贫困现状进行了测算和分解，并对导致贫困的原因进行了Probit回归分析。结果显示：尽管样本农户存在收入层面的贫困，但交通、教育和健康方面的贫困更加严重，多维贫困发生率较高。因此，反贫困内容由物质性为主向辅以教育、医疗、交通、社会保障等转变，反贫困模式由“输血”转向“造血”式扶贫开发，是健全反贫困长效机制的关键。关键词：多维贫困；测度；精准扶贫；Probit回归分析：F328文献标识码：A：1009-9107（2017）05-0138-10引言经过多年坚持不懈的努力，中国农村反贫困事业取得巨大进展，对全球减贫事业做出了杰出贡献。但随着中国社会经济结构的演变，农村致贫原因变得多元化、复杂化，多维贫困已成为当前农村贫困的主要表现形式，贫困特征和性质的变化向传统注重单一收入指标的扶贫模式提出了挑战。关于多维贫困，1985年Sen首次将能力贫困纳入贫困研究范围，认为贫困不应该局限于收入水平的低下和物质的匮乏，也表现在发展机会的缺失[1]。此后，学术界对多维贫困问题的认识不断深化，联合国开发计划署与牛津大学联合推出了多维贫困指数（MPI），采用“Alkire-Foster”方法从健康、教育、生活水平3个维度，测算了104个发展中国家的多维贫困指数，反映个人或家庭在多个维度的被剥夺情况[2]。国际国内大量学者广泛应用这一方法，如Alkire，Batana，Battiston等利用这一方法分别研究了南亚国家、非洲撒哈拉和拉美国家的多维贫困状况[3-5]。王小林等利用中国健康与营养调查数据，从教育、健康、住房等8个维度测算了我国城市和农村家庭的多维贫困，发现我国城市和农村家庭都存在除收入之外的多维贫困[6]。杨龙等测度出2010年我国贫困地区农户多维贫困指数为21.6%（2300元），并对多维贫困指数按省份分解，得出甘肃省的多维贫困指数在全国各省中最高，达29.6%[7]。进一步地，部分学者在《2010年人类发展报告》报告的MPI指数基础上，对多维贫困的维度进行了拓宽，如张童朝等从市场参与程度对农户多维贫困进行测量[8]；吴海涛等在多维贫困测度中加入了消费维度[9-10。许多学者的研究结果表明，利用多维贫困测量方法测量的贫困程度要高于利用传统单一的收入测量法测量的结果，而且更有利于扶贫政策的选择[11-14]。基于此，本研究以多维贫困理论为基础，以贫困人口及致贫原因的精准识别为目标，利用甘肃省14个贫困村1749个农户的调查资料，采用AF多维贫困测度方法，对农户的多维贫困进行测度和分解，并对影响多维贫困的因素进行实证检验，以期从多维视角为中国反贫困政策提供有益参考。一、数据与方法（一）数据本文数据于西北师范大学“甘肃省精准扶贫与区域发展研究中心”于2016年2-4月份在甘肃省片区贫困县进行的农村社会调查，调查涵盖村庄基本情况、农户家庭人口结构、劳动力外出、资产状况、收支情况、农业生产、医疗卫生、教育培训等内容。本次调查采取分层随机抽样形式，首先依据《中国农村贫困检测报告2011》，在全国集中连片特困区抽取了六盘山甘肃片区和秦巴山甘肃片区；然后分别从六盘山甘肃片区的47个县抽取12个贫困县，秦巴山片区8县1区抽取2个贫困县；再依据《甘肃省精准扶贫资料汇编（统计资料）》中甘肃省建档立卡贫困村资料，从六盘山片区的12个贫困县中各抽取1个建档立卡贫困村，?那匕蜕狡?区的两个贫困县中抽取2个建档立卡贫困村，共计14个贫困村；最后从14个贫困村中随机抽取农户进行调查。本次调查以走访和问卷形式进行，共发放问卷2000份，收回有效问卷1749份，包括了1749个农户和8319个农村人口的信息。其中，建档立卡贫困户767户，占比43.85%；低保户471户，占比26.93%；五保户30户，占比1.72%。样本农户所在的14个行政村的基本概况具体见表1。在14个行政村中8个村通自来水，6个村用窖水；照明电全覆盖，且5个村通动力电；14个行政村已全部实现道路硬化、客车通达，但其中的2个行政村村组道路硬化，其他12个自然村内道路均为土路；有4个村建有幼儿园，11个村建有小学（或者教学点）；有2个贫困村没有卫生室...