資產視角下我國農村貧困現狀及精準扶貧對策

洪秋妹,華櫻潔

(常州工學院經濟與管理學院，江蘇常州213032)

改革開放以來，我國農村有7.4億人擺脫了貧困，農村貧困發生率從1978年的97.5%下降到2017年的3.1%(按當年價現行農村貧困標準衡量)。自2013年習近平首次提出“精準扶貧”以來，我國貧困人口年均減少1 000多萬，創造了中國乃至人類減貧史上的奇跡。但是，目前我國仍有3 000萬左右的農村貧困人口，要實現2020年全部貧困人口脫貧的目標仍然任重道遠。同時，農村貧困人口實現脫貧并不意味著農村貧困的消失，未來農村貧困仍將以相對貧困和多維度貧困的形式存在，扶貧工作更需要在“準”和“實”上下功夫，精準識別誰是貧困戶、他們主要分布在哪里、為什么貧困等問題。

傳統以收入或消費測度的貧困無法衡量家庭長期內的財富水平，不能反映貧困原因和完整反映家庭資源擁有狀況，且收入具有波動性，會受到外界多種因素影響。因此，以收入標準衡量的脫貧家庭具有明顯的不穩定性與較高的脆弱性，家庭所擁有的資產才是長期財富積累的具體表現，具有抗擊未來風險的屬性[1]。從資產的視角看，用資產貧困的判斷標準擺脫了單純從收入或者支出的角度來識別農村貧困人口，更有助于認識農村居民家庭貧困的“貧根”。由此，越來越多的學者開始關注資產貧困。Haveman等[2]從凈資產和流動資產兩個方面提出了衡量資產貧困的標準，將凈資產或流動資產小于總資產的25%界定為資產貧困。Carter等[3]在原有研究基礎上將貧困測量方法進行了總結，指出靜態的資產貧困測量方法包括資產比率法、資產貧困差距法、資產收入法和資產指數法，動態資產貧困則用資產貧困線測量法和資產脆弱性測量法。李小云等[4]使用農戶資產量化的研究方法，定量分析了農戶脆弱性。汪三貴等[5]證實了資產貧困線在穩定客觀地衡量家庭福利水平的同時，又能對貧困狀態做出精細識別。此外，長期貧困在資產貧困中占少數，偶然性貧困要少于結構性貧困。解堊[6]對動態資產積累路徑進行了估計，研究發現通過資產積累擺脫貧困的家庭比例高于資產減少而致貧的家庭，中國的農村家庭資產并不存在多重均衡的貧困陷阱。萬廣華、劉飛、章元[7]對我國資產貧困脆弱性進行了探索，并進一步區分了隨機性貧困和結構性貧困。鄧鎖[8]75-86用凈資產計算了我國城鎮貧困家庭的資產擁有量和資產貧困率，發現貧困家庭的資產擁有量很低，資產貧困率比收入貧困率要高。游士兵、張穎莉[9]以靜態和動態資產貧困為兩條主線，對資產貧困的相關概念進行對比和剖析，闡述了進行資產累積的相關建議。

家庭資產貧困的測量可以較為全面地測度整個家庭的發展情況，而且資產建設可以幫助貧困戶擺脫長期依賴公共救助支出的狀況，幫助他們建構人力資本與社會資本，最終增強其自身與家庭的發展能力[10]。因此從家庭資產視角來識別農戶貧困就顯得尤為必要，這有助于從資產建設的角度為精準扶貧的有效落實提供一種新思路。綜觀現有關于貧困的研究，多數是從單一維度進行測量的，使用多維度測量分析貧困的還相對較少，而從資產角度對貧困的多維研究分析則更少。因此，本文將從資產視角出發，運用多維貧困的測量方法，通過構建多維資產貧困的評價指標對農村貧困戶進行重新界定，并分析資產貧困的影響因素，以實現精準識別、精準扶貧的目標。

1 數據來源與指標選取

1.1 數據來源

本文使用的數據是2016年的中國家庭追蹤調查(China Family Panel Studies，簡稱CFPS)。CFPS主要關注居民的經濟與非經濟福利，包括家庭關系與家庭動態、經濟活動、人口遷移、教育成果與健康等，調查樣本覆蓋我國25個省、市、自治區，樣本數16 000戶。本文重點研究農村家庭的資產貧困情況，因此通過目標群體戶口類型的篩選，保留了戶口為農村戶口的數據，最終得到農戶樣本數為10 779戶。

1.2 測度方法

目前對于多維貧困的測量一般是采用Alkire和Foster所提出的雙界線方法。該方法的測量可以分為以下步驟：

1)維度選取

考慮到微觀數據的可獲得性，并結合家庭資產貧困的衡量指標，以Mn,d代表n×d維矩陣，矩陣中的任一元素yij表示個體i在維度j上的取值，i=1，2，…，n；j=1，2，…，d。

2)各維度賦值及識別

首先確定各個維度的臨界值zj，如果個體在某維度上被剝奪則賦值為1，反之賦值為0，由此定義剝奪矩陣g=[gij]，典型元素g0ij的定義是：當yijzj，gij=0。

3)多個維度被剝奪的識別

選取多維貧困中維度的臨界值為k，若個體在任意k個或k個以上維度遭到剝奪，則稱該個體在多維度上被剝奪。定義列向量ci=[g]，表示第i個人總的被剝奪維度。定義函數pk，用以識別當多維剝奪臨界值為k時，個體是否處于多維貧困狀態，當ci≥k時，pk=1，當ci

4)多維貧困的加總

在識別了k個維度下的多維貧困人口后，按人口數量進行加總，得到多維貧困發生率H，H=q/n，q為在剝奪臨界值k時的貧困人口數量。

5)多維貧困的分解

1.3 指標選取

本文多維資產貧困指標的選取參考了多維貧困指數(MPI指數)以及國內外學者的已有研究成果。MPI指數是由牛津貧困與人類發展研究中心提出的，第一個用于測量貧困強度的指標，可以直觀地反映出一個家庭在哪些方面的貧困程度最深。鄧鎖[8]80指出家庭資產的測量一般包含金融資產、住房土地資產、實物資產3個類別，本文借鑒該劃分標準，從家庭金融資產、住房土地資產、實物資產3個維度來構建家庭的多維資產貧困指標體系，具體的指標構建及剝奪臨界值如表1所示。

表1 資產貧困的指標體系構建及剝奪臨界值

家庭金融資產包括兩個指標。一是家庭收支情況，該指標在一定程度上反映了農村居民家庭的資產增量狀況，如果收不抵支或者收支相抵，即資產增量為負或零，表明在受調查年份的前一年家庭資產處于受剝奪狀態，賦值為1，反之則賦值為0。該項指標的總收入指當年12個月家庭各項收入總和，包括農業生產的純收入、個體經營或開辦私營企業的利潤收入、政府的各種補貼和救濟收入、社會捐助類的收入、養老金收入、所有家庭成員的工資性收入、出租和出賣財物所得的收入、存款利息和投資金融產品的收入；總支出指家庭所有成員各項支出的總和，包括衣、食、住、行、婚喪嫁娶、玩、樂、教育、健康、購買保險、借錢給人、按揭等各項支出，但不包括任何經營性支出。二是金融產品持有情況，包括股票、基金、國債、信托產品、外匯產品。如果擁有1種以上金融產品則賦值為0，反之賦值為1。

住房土地資產主要從住房產權、住房類型兩個方面進行衡量，賦值情況見表1。

實物資產主要考察與農村居民家庭生活有著較強關聯的生活性實物資產，賦值情況見表1。其中，耐用消費品總值的臨界值參考學者劉安[11]的劃分，他將擁有2種及以下耐用品的家庭視為貧困，鑒于本文定義的耐用品是指單位價格在1 000元以上，自然使用壽命在2年以上的產品，因此本文取2 000元為臨界值，耐用消費品總值小于等于2 000元的賦值為1，相反則賦值為0。

1.4 指標權重及剝奪臨界值k的確定

考慮到所選的7個指標對家庭資產的測度都具有同等的重要性，且已有研究主要采用指標等權重的方法進行權重設計，如高翔、王三秀[12]的研究成果，因此本文也采用指標等權重的權重設計。王素霞、王小林[13]將有1/3及以上指標呈現出被剝奪狀況的農戶定義為多維貧困戶，結合前文的統計結果，本研究中將達到3個指標及以上的農戶定義為多維資產貧困戶。

2 我國農村家庭多維資產貧困分析

2.1 農村家庭資產貧困的概況

根據前文的指標設計和剝奪臨界，可以得出農戶在單一指標上的剝奪情況，具體如表2所示。表2結果顯示，農戶金融產品持有情況的剝奪程度是最大的，該指標的貧困發生率達到98.03%，即僅有1.97%的農戶擁有金融資產，這表明農村家庭的金融資產相對匱乏。居住房屋類型和生活燃料的剝奪程度也相對較高，近一半的農戶居住的是平房，39.32%的農戶仍將柴草、煤炭作為主要的生活燃料。耐用消費品價值和居住房屋產權的剝奪程度最小，貧困發生率為16.42%。

表2 各指標的剝奪人數與貧困發生率

進一步，對每個農戶的剝奪指標數進行加總，整理得到表3。結果顯示，僅0.8%的農戶在所有資產貧困測度指標上均未陷入貧困，即99.2%的農戶至少在一個資產貧困測度指標上處于被剝奪的狀態。當剝奪臨界值k≥3時，陷入多維資產貧困的農戶達到57.99%，遠遠高于目前我國的貧困發生率。當k=6時，338戶處于資產貧困狀態，貧困發生率下降為3.22%；當k=7時，僅有20戶處于資產貧困狀態，占樣本數的0.19%。這些數據表明，從資產視角進行測度時，雖然隨著剝奪臨界值k的增加，農戶的多維資產貧困發生率呈逐漸下降的趨勢，但農戶的資產貧困比從收入角度衡量的貧困程度要嚴重很多。

表3 農戶在不同剝奪臨界值下的多維資產貧困狀況

從不同的區域來看(見表4)，當剝奪臨界值k分別為3、4、5時，東部地區農戶的多維資產貧困發生率依次為23.5%、14.9%和8.6%，中部地區農戶的多維資產貧困發生率依次為27.1%、17.2%和9.7%，西部地區農戶的多維資產貧困發生率依次為29.5%、22.9%和12.5%。可見，對于不同的剝奪臨界值k,東部地區農戶的多維資產貧困率均是最低的，中部地區其次，西部地區最高。這與當地的經濟發展水平密切相關，由于中部、西部地區的經濟發展狀況較差，農戶更容易陷入多維資產貧困。與此同時，東、中、西部地區均表現出隨著k的增加，農戶的多維資產貧困發生率逐漸下降的規律。但相對而言，當剝奪臨界值k從3增加到4時，東部、中部地區農戶多維資產貧困發生率的下降幅度要大于西部地區，而當剝奪臨界值k從4增加到5時，西部地區農戶多維資產貧困發生率的下降幅度大于東部和中部地區。

表4 不同區域農戶在不同剝奪臨界值下的多維資產貧困狀況

2.2 農村家庭資產貧困各指標的貢獻率

表5顯示了不同的剝奪臨界值下各個指標對多維資產貧困的貢獻率，從中可以發現，在不同的貧困程度下，金融產品持有情況、房屋居住類型和生活燃料在3個貧困度中的貢獻度均是最高的。與此同時，金融產品持有情況、房屋居住類型2個指標對多維貧困的貢獻率隨著貧困程度的加深而不斷下降，生活燃料的貢獻率在臨界值k從4增加為5時，也出現了下降。相反，家庭收支情況、飲用水和耐用消費品這3個資產指標的貧困貢獻度則隨著貧困程度的加深而增大。這表明在精準扶貧過程中不能忽視家庭金融資產的建設，同樣也需要重視實物資產的積累。生活類實物資產越缺乏，越容易陷入多維資產貧困。尤其是耐用品，其對貧困人口的意義不僅僅是提高生活質量，還具有在困難時期及時變現，緩解資金困難的功能，從而為農戶的生活提供最后一道保障。

表5 各指標在多維貧困指數中的貢獻率 %

3 我國農村家庭多維資產貧困的影響因素分析

3.1 變量選取與模型的選擇

為進一步分析多維資產貧困的影響因素，本文重點從家庭人口特征、就業情況、醫療條件、區域因素等方面進行考察，其變量設置如下：

本文的因變量表示剝奪臨界值k=3、4、5時，農戶是否陷入多維資產貧困，如果是，取值為1，反之則為0。

家庭人口特征主要包括受教育年限(X1)、主要受訪者智力水平(X2)、家庭人口(X3)、是否有成員患有慢性病(X4)等變量。受教育年限用家庭中成人的平均受教育年限來表示。教育屬于無形資產,它帶來的經濟效益難以測量,并將對個人以及社會發展產生深遠影響。社會層次理論和個人發展理論中也都強調人力資本因素，認為它會對勞動者社會地位、財富積累、后代發展產生重要影響。受教育程度越高，更容易獲得高報酬的工作，也就越不容易陷入貧困。智力水平指家庭主要受訪者智力水平，在問卷中取值1—7，數值越接近7表明智力水平越高；反之，越接近1智力越低。智力水平的高低將會影響到個人的成長和行為能力，如果家庭中有智力低下的家庭成員，這無疑是個負擔，所以預期與因變量成負相關關系。家庭人口越多意味著家庭的經濟負擔越大，預期其陷入貧困的概率越大。隨著生活水平的提高，人們的日常起居飲食都得到了改善，隨之而來的是慢性病發病率的迅速上升，并帶來醫療負擔的加重，從而使得陷入貧困的概率加大。

在就業情況方面，選取自家是否從事農業工作(X5)、是否有家庭成員從事個體私營(X6)及家庭成員是否參加專業技能培訓(X7) 這3個變量。由于農業領域收入相對較低，如果務農所得是一個家庭收入的主要來源，則該家庭的抗風險能力較弱，極易陷入貧困；從事個體經營預期與因變量成反比；參加專業技能培訓可以讓農戶更具競爭優勢，增加就業機會，預期與因變量呈現負相關。

醫療條件用整體就醫條件的滿意度(X8)來衡量，取值為1～5,數值越高，表示對醫療條件越不滿意。醫療條件的好壞評判包括醫、藥、就診、住院等條件，也包括求醫的路程遠近，交通便利程度。這直接關系到農戶的人身安全，醫療水平的落后會導致死亡率增加、喪失勞動力等后果，所以預期該變量與因變量呈現正相關。

本文按照省份分為東、西、中部3個區域，選取西部作為參照組，設立東部(X9)、中部(X10)地區2個虛擬變量。相對來說，西部地區的農戶更容易陷入貧困，因此預期兩個變量的符號為負。

由于農村家庭是否陷入多維資產貧困是0、1型變量，因此本文構造二元Logit模型進行影響因素的分析，具體模型形式如下：

其中Pi代表不同農戶處于多維資產貧困的概率，Xi代表影響其發生概率的自變量。

3.2 結果分析

表6顯示的是農村家庭多維資產貧困的二元Logit回歸結果。整體來看，在不同的剝奪臨界值下，各個變量的影響方向都是一致的。

表6 農戶多維資產貧困影響因素的回歸結果

注：***表示1%的水平下顯著，**表示5%的水平下顯著， *表示10%的水平下顯著。

從家庭人口特征看，4個變量的系數均顯著為負。農村家庭成員平均受教育程度越低，越容易陷入多維資產貧困。受教育程度低的人在人才市場上的競爭力相對較小,因而會對其生計產生影響。教育程度的不同，也會對勞動者的社會事務參與程度、自身利益維護和社會交往等方面產生影響。同樣，家庭主要受訪者智力水平越低下，越容易陷入貧困。貧困代際傳遞的誘因之一就是智力低下，因此家中有智力低下的成員相較于其他家庭會更容易陷入貧困。慢性疾病與多維資產貧困呈負相關，這與預期不一致，可能的解釋是諸如高血脂、高血壓、肝硬化等慢性病都是由于生活水平提高，不注重飲食，作息不規律造成的，所以患有慢性病的家庭整體經濟水平條件還不錯，能夠負擔起慢性病的開支。從家庭人口數來看，家庭人口越多越不容易陷入貧困，同樣與預期不一致，家庭人口的增加一方面帶來家庭負擔的加重，但另一方面也意味著勞動力的增加，家庭互濟能力的提升，所以減小了其陷入貧困的概率。

從就業情況來看，是否有家庭成員參加過專業技能培訓的系數為負，說明參加過專業技能培訓的家庭相對不容易陷入貧困，擁有專業技能可以使他們更容易就業，提高就業能力和收入水平。從事個體經營的系數為正，而從事農業工作的系數為負，說明從事農業工作的農戶更不容易陷入貧困，而從事個體經營反而陷入資產貧困的概率更大，這似乎有悖常理，但也從一定程度上體現出從事農業生產，仍然是農戶的最低的生存保障，而與此同時，由于農戶自身的素質能力條件的不足以及閱歷的不足降低了他們個體經營的成功率，甚至會因此背上債務，加大陷入資產貧困的概率。

就醫條件變量的系數為負，但沒有通過顯著性檢驗，說明醫療條件對農戶的多維資產貧困沒有影響。這可能是由于研究對象都是農村居民，他們所處地區都是農村，醫療站點較少。另一方面，農村居民對醫療站點水平的評價也存在較大的主觀性，這也造成了結果的不顯著。

從區域特征上看，在不同的剝奪臨界值下，東部、中部這兩個虛擬變量的系數均顯著為負，說明東、中部地區的農村家庭陷入資產貧困的可能性比西部地區低。西部地區環境相比東、中部較為惡劣，資源也比較稀缺，所以西部地區的農戶更容易陷入貧困。因此，西部地區仍然是今后精準扶貧的重點。

4 結論與建議

本文利用2016年中國家庭追蹤調查的數據，采用多維資產貧困的判定方法，從家庭金融資產、住房土地資產、實物資產3個方面精準識別了處于多維資產貧困的農戶。研究發現：資產貧困比收入貧困更嚴重，金融資產和實物資產的匱乏更容易導致資產貧困，且西部地區的農村家庭資產貧困發生率最高。進一步運用二元Logit模型的回歸結果顯示：農戶的受教育程度、智力水平、健康情況、工作情況、就業條件對農村家庭資產貧困有顯著影響。基于此，本文提出以下對策建議：

第一，注重家庭資產建設。在對農村貧困地區或者貧困家庭扶持過程中，單純從收入扶貧不足以使農村居民實現穩定脫貧。應該將更多的關注點轉移到家庭金融資產上來，幫助其高效利用家庭的閑置資金加強資產建設。

第二，加大教育投入、注重能力培養。在精準扶貧過程中要強化教育扶貧與教育救助策略，加強農戶的專業技能培訓，提升其在勞動市場中的競爭力，同時杜絕農村貧困家庭選擇讓子女較早輟學或者退學，以更早進入勞動力市場追逐低技能勞動收益的行為，避免出現貧困的代際傳遞與貧困惡性循環的后果。

第三，完善農村醫療保障制度，加強基礎設施建設。農村貧困人口看病難問題依舊嚴峻，應該建立貧困戶相關的醫療保障制度，改革重大疾病醫保政策，實施貧困人群免費醫療政策，并同步提高農村地區醫療機構的醫療水平和醫療條件。同時，相對落后的農村基礎設施，也加大了農戶脫貧的困難，因此應該大力加強基礎設施的建設。

第四，支援西部，強化區域之間的扶貧合作。要發揮各區域的發展優勢，加強東西部地區之間的扶貧合作以及區域內部的省際合作，實現區域之間的優勢互補與相互幫扶，從而緩解落后地區農戶的貧困狀況，早日實現全面脫貧的目標。