共同富裕目標(biāo)下農(nóng)村相對貧困測度及其影響因素研究

作者簡介： 楊春紅（1972—），女，江蘇連云港人，博士，淮陰師范學(xué)院商學(xué)院副教授，研究方向：農(nóng)村經(jīng)濟(jì)。

摘 要：依據(jù)CFPS（2014—2020年）數(shù)據(jù)，運(yùn)用雙臨界值法測度中國農(nóng)村相對貧困，采用二元面板logit模型，考量數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化對農(nóng)村相對貧困的影響效應(yīng)。單維測度結(jié)果顯示，農(nóng)村基礎(chǔ)設(shè)施和資產(chǎn)維度指標(biāo)的貧困發(fā)生率明顯高于其他維度指標(biāo)，且大多數(shù)維度指標(biāo)的農(nóng)村相對貧困發(fā)生率呈逐期下降的趨勢。多維測度結(jié)果顯示，農(nóng)村多維相對貧困發(fā)生率、平均剝奪份額和多維相對貧困指數(shù)均呈現(xiàn)先上升后下降的趨勢。其中，東部地區(qū)農(nóng)村相對貧困程度較低，且總體呈下降趨勢；中西部地區(qū)農(nóng)村相對貧困程度較高，且呈上升趨勢。影響效應(yīng)研究表明，發(fā)展數(shù)字經(jīng)濟(jì)與提升城鎮(zhèn)化水平能顯著緩解農(nóng)村相對貧困，但東部地區(qū)數(shù)字經(jīng)濟(jì)的減貧作用大于中西部地區(qū)，城鎮(zhèn)化的減貧作用小于中西部地區(qū)。鑒于此，建議有序推進(jìn)農(nóng)村相對貧困治理工作，完善收入分配體系，加快農(nóng)村數(shù)字經(jīng)濟(jì)的“軟硬”件建設(shè)，推進(jìn)新型城鎮(zhèn)化戰(zhàn)略，助力農(nóng)村相對貧困治理。

關(guān)鍵詞： 農(nóng)村相對貧困；共同富裕；數(shù)字經(jīng)濟(jì)；城鎮(zhèn)化

中圖分類號：F323.8"" 文獻(xiàn)標(biāo)識碼： A""" 文章編號：1003-7217（2025）01-0118-08

一、引 言

貧困治理是人類社會發(fā)展進(jìn)程中的永恒事業(yè)。伴隨著絕對貧困問題的逐步解決，相對貧困問題逐漸突顯。黨的十九屆四中全會提出，“堅(jiān)決打贏脫貧攻堅(jiān)戰(zhàn)，建立解決相對貧困的長效治理機(jī)制”，相對貧困治理成為接續(xù)減貧工作的重點(diǎn)^[1]，而農(nóng)村相對貧困治理是打贏脫貧攻堅(jiān)戰(zhàn)后扎實(shí)推動共同富裕的重要手段和必然任務(wù)^[2]。構(gòu)建以實(shí)現(xiàn)共同富裕目標(biāo)為導(dǎo)向的農(nóng)村相對貧困測評體系，有效識別農(nóng)村相對貧困群體，對于分析農(nóng)村相對貧困的影響因素，治理農(nóng)村相對貧困具有積極意義。

現(xiàn)有研究主要聚焦于相對貧困測度及其影響因素兩個方面。相對貧困測度方面，可以歸納為兩種思路：一種是基于收入維度，通過借鑒國際上的通行做法，將相對貧困的標(biāo)準(zhǔn)設(shè)定為社會收入中位數(shù)或平均數(shù)的某個比例。陳宗勝等建議將農(nóng)村人均純收入均值的40%～50%設(shè)為相對貧困線^[3]；程蹊和陳全功建議按照前一年全國居民人均可支配收入中位數(shù)的40%劃定次年貧困線^[4]；沈揚(yáng)揚(yáng)、李實(shí)建議將農(nóng)村相對貧困標(biāo)準(zhǔn)設(shè)定為居民收入中位數(shù)的40%^[5]。另一種是基于多維貧困視角，由聯(lián)合國開發(fā)計(jì)劃署于2010年提出，主要包括健康、教育和生活三個維度。此后，國內(nèi)學(xué)者大多以此為基礎(chǔ)開展多維貧困的測量^[6-10]，并主要采用模糊集法、綜合指數(shù)法以及雙臨界值法（也稱A-F法）對多維貧困指數(shù)進(jìn)行加總測算^[11]。相對貧困的影響因素方面，學(xué)者們主要基于微觀和宏觀兩個視角進(jìn)行分析。微觀視角主要包括個體和家庭特征，宏觀視角以宏觀政策和外部環(huán)境為主。仲超和林閩鋼認(rèn)為相對貧困家庭不僅受戶主、家庭特征等個體因素的影響，還與村莊（社區(qū)）特征、戶籍制度等結(jié)構(gòu)因素相關(guān)^[12] ；方迎風(fēng)等通過實(shí)證研究發(fā)現(xiàn)戶主受教育水平和家庭人均年收入對相對貧困影響顯著^[6] ；張存剛等發(fā)現(xiàn)有配偶、身體健康、受教育程度高、參加養(yǎng)老保險且勞動力數(shù)量多的農(nóng)戶家庭不容易發(fā)生相對貧困^[13]；錢力等指出年齡、學(xué)歷和家庭規(guī)模等因素對農(nóng)戶家庭的貧困脆弱性具有顯著的影響^[14]；賈燦等則認(rèn)為人力資本、社會資本和家庭財產(chǎn)是農(nóng)村家庭主要的致貧因素^[15]；李實(shí)等提出新農(nóng)保、最低社會保障支出和政策性惠農(nóng)補(bǔ)貼等政府轉(zhuǎn)移支付對于緩解農(nóng)村相對貧困也有一定的作用^[1] ；欒江等認(rèn)為農(nóng)村人口結(jié)構(gòu)、經(jīng)濟(jì)區(qū)位條件和耕地面積對農(nóng)村居民收入差距影響顯著^[16]。

已有文獻(xiàn)主要從單一收入維度或從健康、教育和生活等多維視角，運(yùn)用宏觀數(shù)據(jù)對農(nóng)村相對貧困進(jìn)行測度，鮮有將共同富裕目標(biāo)融入農(nóng)村相對貧困測評體系的成果，依據(jù)微觀數(shù)據(jù)研究成果較少。影響因素研究方面多從個人和家庭等微觀層面進(jìn)行分析，從數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化等宏觀視角研究成果較少。基于此，本文將共同富裕目標(biāo)融入農(nóng)村相對貧困測評體系，依據(jù)CFPS（2014—2020年）微觀數(shù)據(jù)，運(yùn)用A-F雙臨界值法測度中國農(nóng)村相對貧困，采用二元面板logit模型，實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化對農(nóng)村相對貧困的影響效應(yīng)，以期為農(nóng)村相對貧困治理、助力農(nóng)民共同富裕提供借鑒。

二、理論分析與研究假設(shè)

（一）共同富裕目標(biāo)下農(nóng)村相對貧困測度的理論分析

1.共同富裕目標(biāo)下農(nóng)村相對貧困內(nèi)涵界定。相對貧困治理和共同富裕之間的關(guān)系可以視作“一枚硬幣的正反面”^[17]。共同富裕是治理相對貧困的目標(biāo)，而治理相對貧困則是實(shí)現(xiàn)共同富裕的關(guān)鍵路徑^[18]。因此，農(nóng)村相對貧困測度需將共同富裕目標(biāo)融入指標(biāo)體系。李實(shí)等認(rèn)為共同富裕的核心要義是“富裕”和“共享”^[19]。其中，“富裕”包括物質(zhì)富裕和精神富裕，物質(zhì)富裕是共同富裕的前提和基礎(chǔ)，因此本研究主要考慮物質(zhì)層面的富裕，而“共享”主要指分配差距。本研究中，物質(zhì)層面的“富裕”主要通過收入、消費(fèi)、資產(chǎn)和人力資本四個維度的指標(biāo)來體現(xiàn)；“共享”則通過基礎(chǔ)設(shè)施維度的指標(biāo)以及以上各維度的指標(biāo)與相應(yīng)評價標(biāo)準(zhǔn)之間的差距來體現(xiàn)。由此，本文從“富裕”和“共享”角度對農(nóng)村相對貧困的內(nèi)涵進(jìn)行界定，認(rèn)為農(nóng)村相對貧困是指農(nóng)村家庭或居民在收入、消費(fèi)、資產(chǎn)、人力資本和基礎(chǔ)設(shè)施等方面的整體水平不高，且與全國總體水平有一定差距的狀態(tài)。可見，共同富裕目標(biāo)下的農(nóng)村相對貧困具有多維性。

2.共同富裕目標(biāo)下農(nóng)村相對貧困測度指標(biāo)體系構(gòu)建。國際通用的多維貧困指數(shù)MPI（Multidimensional Poverty Index）主要包括教育、健康和生活水平3個維度，共10個指標(biāo)。根據(jù)共同富裕目標(biāo)下農(nóng)村相對貧困內(nèi)涵的界定，結(jié)合MPI和已有研究成果，并考慮指標(biāo)體系的系統(tǒng)性、全面性、代表性和CFPS數(shù)據(jù)的可獲性，本文選取收入、消費(fèi)、資產(chǎn)、人力資本和基礎(chǔ)設(shè)施5個維度，共12個指標(biāo)來表征中國農(nóng)村多維相對貧困狀況（具體見表1）。脫貧攻堅(jiān)任務(wù)完成后，收入仍然是影響農(nóng)村家庭相對貧困的關(guān)鍵因素^[20]，是衡量農(nóng)村家庭富裕程度的首要指標(biāo)。消費(fèi)能更好地反映生活水平和社會福利，特別是資源相對貧乏的家庭。家庭消費(fèi)規(guī)模與消費(fèi)結(jié)構(gòu)是富裕程度的最終表達(dá)，是衡量農(nóng)村相對貧困的重要指標(biāo)。隨著經(jīng)濟(jì)社會的發(fā)展，農(nóng)村家庭收入來源日益多元化，尤其是資產(chǎn)性收入已成為拉開收入差距的重要因素，因此應(yīng)將資產(chǎn)納入農(nóng)村相對貧困指標(biāo)體系。新時代背景下，人力資本已成為國家或地區(qū)的重要競爭要素，更是農(nóng)村地區(qū)實(shí)現(xiàn)共同富裕的動力源泉，是衡量農(nóng)村相對貧困的核心指標(biāo)。基礎(chǔ)設(shè)施既是影響“富裕”水平的重要物質(zhì)因素，也是體現(xiàn)“共享”程度的重要指標(biāo)，因而需要納入考量。

3.評價標(biāo)準(zhǔn)及權(quán)重設(shè)定。農(nóng)村相對貧困評價標(biāo)準(zhǔn)是指相對貧困線或指標(biāo)閾值的設(shè)定，主要包括單項(xiàng)指標(biāo)相對貧困標(biāo)準(zhǔn)和多維指標(biāo)相對貧困標(biāo)準(zhǔn)。在單項(xiàng)指標(biāo)標(biāo)準(zhǔn)設(shè)定方面，世界銀行將相對貧困線確定為一個地區(qū)平均收入水平的1/3；歐盟和澳大利亞的相對貧困線則分別為收入水平中位數(shù)的60%和50%。在借鑒國際經(jīng)驗(yàn)及程蹊等^[4]、沈揚(yáng)揚(yáng)等^[5]國內(nèi)研究的基礎(chǔ)上，考慮中位數(shù)不易受極值影響，且受篇幅所限，僅選取各指標(biāo)“全國一條線”（指全國居民人均可支配收入）中位數(shù)的40%作為相對貧困線進(jìn)行分析（具體見表1）。此外，本文選取40%作為標(biāo)準(zhǔn)進(jìn)行分析還基于以下兩個方面的考慮：一是我國目前雖已消除絕對貧困，但仍屬于發(fā)展中國家，經(jīng)濟(jì)發(fā)展水平低于澳大利亞等發(fā)達(dá)國家，相對貧困線要適當(dāng)?shù)鸵恍欢恰叭珖粭l線”的標(biāo)準(zhǔn)高于農(nóng)村標(biāo)準(zhǔn)，因而相對貧困線不宜過高，以確保識別出的相對貧困發(fā)生率在合理范圍內(nèi)。在多維相對貧困標(biāo)準(zhǔn)（k值）的設(shè)定方面，需結(jié)合測度目標(biāo)對 k值進(jìn)行測試后確定。例如，當(dāng)選定k的具體值為 0.4時，即如果某個家庭在12個指標(biāo)中有 4 個以上的指標(biāo)被剝奪，則界定為多維相對貧困家庭。在指標(biāo)權(quán)重確定方面，目前學(xué)界尚無統(tǒng)一的確定方法。本文主要參考郭熙保和周強(qiáng)^[9]的研究，選取等權(quán)重法進(jìn)行指標(biāo)賦權(quán)（具體見表1）。等權(quán)重法雖可能會影響具體年份貧困指標(biāo)的相對重要性問題，但該法可操作性較強(qiáng)，且對總體貧困動態(tài)變化的影響不大，使最終的多維貧困指數(shù)的測度結(jié)果具有可比性。

（二）共同富裕目標(biāo)下農(nóng)村相對貧困影響因素分析及研究假設(shè)

現(xiàn)有研究認(rèn)為相對貧困是多因素共同作用的結(jié)果，既包括微觀因素，也包括宏觀因素。鑒于上文構(gòu)建的農(nóng)村相對貧困測度體系主要基于家庭和個人等微觀層面，微觀因素已經(jīng)包含在被解釋變量中，本文將從宏觀層面進(jìn)行分析。顯然，影響農(nóng)村相對貧困的宏觀因素眾多，但數(shù)字經(jīng)濟(jì)已成為我國經(jīng)濟(jì)社會發(fā)展的新動能，是新時期推動城鄉(xiāng)融合發(fā)展、縮小城鄉(xiāng)差距和區(qū)域差距的重要力量^[21]，而城鎮(zhèn)化一直是我國解決“三農(nóng)”問題的重要途徑。因此本文將選取數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化兩個因素作為研究對象進(jìn)行重點(diǎn)分析，以便更清晰、更細(xì)致地刻畫出其中的機(jī)理和實(shí)際效果。

1.數(shù)字經(jīng)濟(jì)影響農(nóng)村相對貧困的機(jī)理分析。隨著數(shù)字技術(shù)的迅猛發(fā)展，數(shù)字經(jīng)濟(jì)正以“數(shù)字+”形式發(fā)揮著重要的減貧作用^[22]。一是“數(shù)字+生產(chǎn)”。數(shù)字經(jīng)濟(jì)與傳統(tǒng)農(nóng)業(yè)的融合發(fā)展催生出“智慧農(nóng)業(yè)”“數(shù)字農(nóng)業(yè)”“互聯(lián)網(wǎng)+農(nóng)產(chǎn)品平臺”等農(nóng)村新產(chǎn)業(yè)、新業(yè)態(tài)，極大促進(jìn)了農(nóng)業(yè)生產(chǎn)經(jīng)營方式的轉(zhuǎn)型，從而提高了農(nóng)村相對貧困群體的收入^[23]。二是“數(shù)字+教育”。數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展極大豐富了教育資源，有助于農(nóng)村人力資本的提高，農(nóng)村相對貧困群體逐步具有了較高的文化素養(yǎng)^[24]。三是“數(shù)字+就業(yè)”。數(shù)字經(jīng)濟(jì)重塑了商業(yè)經(jīng)營模式，提高了勞動力市場的配置效率，拓寬了農(nóng)村相對貧困群體就業(yè)、擇業(yè)渠道，從而提升了非農(nóng)收入水平。四是“數(shù)字+金融”。數(shù)字技術(shù)構(gòu)建了多元化的信息通道，從而提升了金融的普惠性，農(nóng)村相對貧困群體可以獲得更多、更好的金融服務(wù)，從而緩解農(nóng)村相對貧困^[25]。五是“數(shù)字+政府”。各級政府利用數(shù)字技術(shù)，搭建數(shù)字平臺，可以提供更全面、更快捷的基本公共服務(wù)，降低農(nóng)村相對貧困群體生活成本；還能更好地識別農(nóng)村相對貧困人口，并找出致貧原因，從而更容易幫助他們擺脫困境。基于此，提出：

假設(shè)1 數(shù)字經(jīng)濟(jì)發(fā)展可以顯著緩解農(nóng)村相對貧困。

2.城鎮(zhèn)化影響農(nóng)村相對貧困的機(jī)理分析。城鎮(zhèn)化是農(nóng)村人口向城鎮(zhèn)聚集、生產(chǎn)生活方式轉(zhuǎn)變的過程。城鎮(zhèn)化可以從多個渠道縮小城鄉(xiāng)收入差距^[26]，從而緩解農(nóng)村相對貧困。第一，城鎮(zhèn)化有利于減少農(nóng)村勞動力數(shù)量，提高農(nóng)村勞動力人均農(nóng)業(yè)生產(chǎn)要素?fù)碛辛浚欣诖龠M(jìn)農(nóng)業(yè)的規(guī)模化、專業(yè)化經(jīng)營，提高農(nóng)業(yè)生產(chǎn)效益和經(jīng)濟(jì)效益^[27]，從而緩解農(nóng)村相對貧困。第二，城鎮(zhèn)化可為農(nóng)村相對貧困群體提供多元化的就業(yè)機(jī)會和較為良好的工作環(huán)境，從而擴(kuò)大農(nóng)村相對貧困家庭的收入來源，提高其總收入。第三，城鎮(zhèn)化有利于促進(jìn)土地流轉(zhuǎn)，提高土地要素的配置效率，加快農(nóng)業(yè)現(xiàn)代化進(jìn)程。一方面，城鎮(zhèn)化可以促進(jìn)非農(nóng)就業(yè)的農(nóng)村相對貧困家庭轉(zhuǎn)出土地獲得土地租金，從而增加財產(chǎn)性收入；另一方面，轉(zhuǎn)入土地的農(nóng)村相對貧困家庭往往生產(chǎn)技術(shù)水平較高，這大大提高了農(nóng)業(yè)生產(chǎn)效率，從而提高農(nóng)業(yè)經(jīng)營性收入^[27]。第四，城鎮(zhèn)化有利于促使資源向農(nóng)村地區(qū)流動，促進(jìn)農(nóng)村地區(qū)基礎(chǔ)設(shè)施的完善和公共服務(wù)水平的提升，提高農(nóng)村相對貧困群體的生活質(zhì)量。第五，城鎮(zhèn)化使農(nóng)村相對貧困群體有機(jī)會接觸更多的新觀念、新技術(shù)，從而提高其就業(yè)和創(chuàng)業(yè)能力。基于此，提出：

假設(shè)2 城鎮(zhèn)化可以顯著緩解農(nóng)村相對貧困。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源及說明

本文數(shù)據(jù)來源于北京大學(xué)中國社會科學(xué)調(diào)查中心開展的中國家庭追蹤調(diào)查（CFPS）。該調(diào)查以2010 年為基期，每兩年進(jìn)行一次追蹤，目前已完成了六輪調(diào)查。由于2010年和2012年的調(diào)查項(xiàng)目不全，數(shù)據(jù)量較少，僅使用2014年、2016年、2018年和2020年共四期的數(shù)據(jù)集，并借助stata15.1軟件進(jìn)行數(shù)據(jù)清洗。首先通過個體ID號（fid）針對每一年的子數(shù)據(jù)庫進(jìn)行橫向匹配，并依據(jù)調(diào)查問卷提取所需變量，在剔除缺失值后再與宏觀省級面板數(shù)據(jù)進(jìn)行匹配，保留最少連續(xù)兩年的調(diào)查數(shù)據(jù)，最終獲得非平衡面板數(shù)據(jù)共20040組。

（二）研究方法

1.測度方法。近年來，由Alkire和Foster提出的“雙臨界值法”（簡稱A-F法）在多維相對貧困測度領(lǐng)域中得到了廣泛應(yīng)用。因此，本文選取“雙臨界值法”測算共同富裕目標(biāo)下中國農(nóng)村相對貧困狀況。令兩個臨界值分別為z和k，其中z臨界值用以識別單個指標(biāo)下個體的貧困狀態(tài)，即個體（家庭）i在指標(biāo)j上貧困。k臨界值用來判斷多指標(biāo)情形下個體的整體貧困狀態(tài)，當(dāng)個體（家庭）i 被剝奪的總指標(biāo)數(shù)大于或等于k時，表示該個體（家庭）i 處于多維相對貧困狀態(tài)。該方法主要包括三個步驟：一是單指標(biāo)相對剝奪識別（第一重剝奪）；二是多指標(biāo)相對剝奪識別（第二重剝奪）；三是多維相對貧困指數(shù)測算及分解。

2.影響因素分析模型構(gòu)建。為考察農(nóng)村相對貧困的影響因素，需要將農(nóng)村相對貧困家庭類型（農(nóng)村相對貧困家庭=1，非農(nóng)村相對貧困家庭=0）作為被解釋變量。依據(jù)研究假設(shè)與數(shù)據(jù)格式，構(gòu)建二元面板logit模型對相對貧困的影響因素進(jìn)行實(shí)證分析。考慮內(nèi)生性對估計(jì)量的干擾，使用雙向固定效應(yīng)，即個體固定與時間固定。具體模型如下：

y*it=∑congcon×Control+β（urbit，dfit）+

yeart+εit

yit=1y*itgt;00y*it≤0

P（yit=1|Xit，β，εit）=Λ（y*it）

其中，yit是二元變量，其值為1，表示個體i遭受多維剝奪的農(nóng)村多維貧困家庭；y*it是因變量，是解釋變量的函數(shù)；yeart代表時間固定效應(yīng)；εit是隨機(jī)擾動項(xiàng)，與其他變量不相關(guān)；urb代表不同地區(qū)的城鎮(zhèn)化發(fā)展水平；df代表數(shù)字普惠金融水平，是核心解釋變量；Control是控制變量。

（三）變量說明及描述性統(tǒng)計(jì)

1.被解釋變量：農(nóng)村相對貧困（pov），為遭受多維剝奪的農(nóng)村多維貧困家庭，由于設(shè)定了眾多臨界值，在實(shí)證分析中，經(jīng)綜合考慮后，選取k=0.4的結(jié)果作為被解釋變量，即將農(nóng)村相對貧困家庭設(shè)為1，否則為0。

2.核心解釋變量：主要包括數(shù)字經(jīng)濟(jì)（df）和城鎮(zhèn)化（urb），分別用數(shù)字普惠金融指數(shù)和城鎮(zhèn)化率來表征。其中，數(shù)字普惠金融指數(shù)選取北京大學(xué)數(shù)字金融研究中心的數(shù)字普惠金融指數(shù)，城鎮(zhèn)化水平以各地區(qū)城鎮(zhèn)人口占總?cè)丝诘谋戎貋肀硎尽?/p>

3.控制變量：金融發(fā)展水平（fin），以各地區(qū)年末金融機(jī)構(gòu)貸款余額與地區(qū)GDP的比值來表示；經(jīng)濟(jì)發(fā)展水平（pgdp），用人均國民生產(chǎn)總值來表示，并且由于該指標(biāo)數(shù)值較大，實(shí)證分析時進(jìn)行了對數(shù)化處理；居民收入水平（pinc），用人均可支配收入來表示；撫養(yǎng)比（raise），為家庭非勞動力與總?cè)丝跀?shù)之比；gender為戶主性別。其中，fin、pgdp和pinc等三個變量屬于宏觀因素，raise和gender則屬于微觀因素。

表2展示了以上各變量的描述性統(tǒng)計(jì)結(jié)果。研究樣本中，農(nóng)村相對貧困（pov）的均值為0.18，最小值為0，最大值為1，標(biāo)準(zhǔn)差為0.387，可見不同農(nóng)村家庭的相對貧困差異較大。

四、實(shí)證分析

（一）農(nóng)村相對貧困測度結(jié)果分析

1.農(nóng)村相對貧困家庭的單維貧困測度結(jié)果。

運(yùn)用樣本數(shù)據(jù)對中國農(nóng)村家庭單維貧困進(jìn)行測算的結(jié)果見表3。可以看出，各期相對貧困發(fā)生率最高的指標(biāo)主要集中在基礎(chǔ)設(shè)施和資產(chǎn)維度。其中，互聯(lián)網(wǎng)使用情況、做飯燃料、金融資產(chǎn)和存款等四個指標(biāo)相對貧困發(fā)生率最高，大多超過40%；固定資產(chǎn)、健康、耐用消費(fèi)品、飲用水和教育等五個指標(biāo)的相對貧困發(fā)生率次之，均介于20%～40%之間；而收入、消費(fèi)和勞動力數(shù)量相對貧困發(fā)生率最低，基本上低于20%。從各期變化趨勢來看，大多數(shù)維度相對貧困發(fā)生率呈逐期下降趨勢，說明鄉(xiāng)村振興、脫貧攻堅(jiān)、城鄉(xiāng)融合發(fā)展和完善收入分配等政策措施在緩解農(nóng)村相對貧困方面效果顯著，但基礎(chǔ)設(shè)施和資產(chǎn)差距依然較大。

2.農(nóng)村相對貧困家庭的多維剝奪測度結(jié)果。表4是運(yùn)用GFPS2014—2020年四期調(diào)查數(shù)據(jù)對中國農(nóng)村家庭多維貧困進(jìn)行測算的結(jié)果。其中，多維貧困發(fā)生率和多維平均剝奪份額分別是衡量多維相對貧困的廣度和深度的指標(biāo)，多維相對貧困指數(shù)是兩者相乘的結(jié)果。從表4可以看出，各期多維貧困發(fā)生率的變化規(guī)律與k的取值關(guān)系不大，即總體上呈現(xiàn)先上升后下降的趨勢，這與我國“先富共富論”的發(fā)展思路相吻合。但多維相對貧困發(fā)生率與k值呈現(xiàn)反向的變動關(guān)系，即隨著k值的增大，多維貧困發(fā)生率會逐漸下降，即進(jìn)入多維相對貧困的家庭會減少，此結(jié)果與一般理論預(yù)期相符。以2020年為例，當(dāng)k值從0.3增加到0.6時，我國農(nóng)村多維相對貧困發(fā)生率由37.15%下降到7.2%。此外，農(nóng)村相對貧困家庭的多維貧困平均份額隨著臨界值k的增加而增大，表明相對貧困家庭遭受的多維貧困的深度逐漸增加，但由于多維貧困發(fā)生率下降更快，結(jié)果導(dǎo)致多維相對貧困指數(shù)呈現(xiàn)下降趨勢。

3.多維貧困特征地區(qū)分解。為了深入分析不同區(qū)域農(nóng)村相對貧困家庭遭受的多維相對貧困情況，從區(qū)域?qū)用鎸ξ覈嗑S貧困特征進(jìn)行分解。將樣本劃分為東部、中部和西部三個區(qū)域，具體分解結(jié)果如表5所示。從表5可以看出：各期數(shù)據(jù)中，相對貧困發(fā)生率、平均剝奪份額和多維相對貧困指數(shù)大多呈現(xiàn)相同的規(guī)律，即西部最高、中部次之、東部最低。以2018年為例，當(dāng)k等于0.4時，東、中、西部多維相對貧困發(fā)生率分別為20.96%、26.78%和40.03%；平均剝奪份額分別為14.99%、37.13%和56.13%；多維相對貧困指數(shù)分別為0.1112、0.1490和0.2224。從各期變化規(guī)律來看，三個地區(qū)三個指標(biāo)并非一成不變，而是有升有降，但具體變化趨勢有所區(qū)別。以多維貧困發(fā)生率為例，2014—2016年，三個地區(qū)均呈上升趨勢；2016—2018年，除了東部地區(qū)略有上升，中西部地區(qū)均有不同程度的下降；2018—2020年，三個地區(qū)均呈下降趨勢，其中東部和西部下降幅度較大。總體來看，2014—2020年，除了東部地區(qū)有所下降，中西部地區(qū)變化不大，甚至還有加重趨勢。可能的原因在于，2020年以前，我國扶貧工作主要集中于解決絕對貧困問題，而相對貧困治理是于2020年后才成為接續(xù)減貧工作的重點(diǎn)。當(dāng)然，這也再次證明區(qū)域發(fā)展不平衡已成為我國實(shí)現(xiàn)共同富裕目標(biāo)的重要障礙。

（二）影響因素實(shí)證分析

1.基準(zhǔn)回歸。

為了驗(yàn)證數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化對農(nóng)村相對貧困的影響，使用雙向固定效應(yīng)模型進(jìn)行回歸分析，結(jié)果見表6中第（1）列。結(jié)果顯示，數(shù)字經(jīng)濟(jì)與城鎮(zhèn)化的系數(shù)都在1%水平上顯著為負(fù)，說明城鎮(zhèn)化與數(shù)字經(jīng)濟(jì)發(fā)展都能在一定程度上緩解農(nóng)村相對貧困，假設(shè)1和假設(shè)2均通過了驗(yàn)證。但是城鎮(zhèn)化的系數(shù)絕對值明顯大于數(shù)字經(jīng)濟(jì)的系數(shù)絕對值，這主要得益于我國城鎮(zhèn)化戰(zhàn)略推進(jìn)的歷史長、規(guī)模大和速度快。改革開放40多年來，我國經(jīng)歷了大規(guī)模的城鎮(zhèn)化過程，創(chuàng)造了巨額的社會財富，為緩解農(nóng)村相對貧困做出了巨大貢獻(xiàn)。相比較而言，我國數(shù)字經(jīng)濟(jì)發(fā)展起步較遲。2013年以后，隨著互聯(lián)網(wǎng)的快速發(fā)展和智能手機(jī)的普及，數(shù)字經(jīng)濟(jì)才進(jìn)入快速發(fā)展時期。數(shù)字經(jīng)濟(jì)在緩解農(nóng)村相對貧困方面的潛能尚在逐漸釋放和顯現(xiàn)。控制變量中，除了經(jīng)濟(jì)發(fā)展水平和家庭撫養(yǎng)比系數(shù)為正，其他都顯著為負(fù)，這與現(xiàn)實(shí)情況基本相符。

2.穩(wěn)健性檢驗(yàn)。

為驗(yàn)證結(jié)論的穩(wěn)健性，使用面板probit以及面板LPM（線性概率模型）進(jìn)行穩(wěn)健性分析（使用數(shù)據(jù)為全國數(shù)據(jù)），并且統(tǒng)計(jì)結(jié)果均為雙向固定效用，具體結(jié)果見表7。通過更換模型發(fā)現(xiàn)，雖然回歸系數(shù)略有不同，但核心解釋變量系數(shù)依然為負(fù)數(shù)，表明上述結(jié)果具有穩(wěn)健性。

3.區(qū)域異質(zhì)性分析。

由于處理后的中部地區(qū)和西部地區(qū)的樣本量均比較少，所以將中部與西部數(shù)據(jù)合并為中西部數(shù)據(jù)，然后分別對東部和中西部進(jìn)行回歸分析，具體結(jié)果見表6中的列（2）和列（3）。異質(zhì)性分析顯示，數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化對東部和中西部農(nóng)村相對貧困的影響均通過了1%顯著性檢驗(yàn)，說明數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化均能顯著緩解各區(qū)域農(nóng)村相對貧困。分區(qū)域來看，東部地區(qū)數(shù)字經(jīng)濟(jì)系數(shù)絕對值比中西部地區(qū)稍大一些，而東部地區(qū)城鎮(zhèn)化系數(shù)絕對值比中西部地區(qū)稍微小一些。前者可能是由于中西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平較低，且城鄉(xiāng)數(shù)字鴻溝較大，限制了數(shù)字經(jīng)濟(jì)減貧作用的發(fā)揮。而后者可能的原因在于，一是東部地區(qū)城鎮(zhèn)化水平已經(jīng)很高，進(jìn)一步發(fā)展的空間有限。二是東部地區(qū)城鎮(zhèn)居民生活成本較高，導(dǎo)致出現(xiàn)農(nóng)村勞動力向中西部地區(qū)回流的現(xiàn)象，進(jìn)而促進(jìn)了中西部地區(qū)城鎮(zhèn)化的發(fā)展。

五、結(jié)論與建議

將共同富裕目標(biāo)融入農(nóng)村相對貧困測評體系，依據(jù)CFPS（2014—2020年）微觀數(shù)據(jù)，采用雙臨界值法測度中國農(nóng)村多維相對貧困，運(yùn)用二元面板logit模型，檢驗(yàn)數(shù)字經(jīng)濟(jì)和城鎮(zhèn)化對農(nóng)村相對貧困的影響效應(yīng)。結(jié)果顯示：（1）農(nóng)村基礎(chǔ)設(shè)施和資產(chǎn)維度等指標(biāo)的貧困發(fā)生率明顯高于其他維度指標(biāo)，且大多數(shù)維度指標(biāo)的農(nóng)村相對貧困發(fā)生率呈逐期下降的趨勢。（2）農(nóng)村多維相對貧困發(fā)生率、平均剝奪份額和多維相對貧困指數(shù)均呈現(xiàn)先上升后下降的趨勢。其中，東部地區(qū)相對貧困較低，且總體上呈下降趨勢；而中西部地區(qū)相對貧困較高，且呈上升趨勢。（3）發(fā)展數(shù)字經(jīng)濟(jì)與提升城鎮(zhèn)化水平能顯著緩解農(nóng)村相對貧困，東部地區(qū)數(shù)字經(jīng)濟(jì)的減貧作用大于中西部地區(qū)，城鎮(zhèn)化的減貧作用則小于中西部地區(qū)。

建議：（1）有序推進(jìn)農(nóng)村相對貧困治理工作。扶持和打造長效扶貧產(chǎn)業(yè)，以產(chǎn)業(yè)、金融、信息、技術(shù)和人才等要素供給為重點(diǎn)，完善結(jié)對幫扶體系，促進(jìn)區(qū)域協(xié)同發(fā)展，緩解區(qū)域相對貧困。（2）完善收入分配體系。初次分配環(huán)節(jié)，積極探索通過土地、資本等要素的使用權(quán)和收益權(quán)，增加農(nóng)村家庭住房、土地和金融資產(chǎn)等各類財產(chǎn)性收入；再分配環(huán)節(jié)，提高直接稅比重，降低間接稅比重，在企業(yè)和居民總體稅負(fù)不變或有所下降的情況下，考慮拓寬財產(chǎn)稅的征稅范圍。（3）加快農(nóng)村數(shù)字經(jīng)濟(jì)“軟硬”件建設(shè)。完善農(nóng)村數(shù)字網(wǎng)絡(luò)硬件設(shè)施，加大農(nóng)村教育投入力度，將數(shù)字教育資源向農(nóng)村尤其是中西部農(nóng)村地區(qū)傾斜，提升農(nóng)村相對貧困群體的數(shù)字素養(yǎng)。（4）推進(jìn)新型城鎮(zhèn)化戰(zhàn)略。積極推進(jìn)以人為核心的新型城鎮(zhèn)化戰(zhàn)略，以城鄉(xiāng)融合發(fā)展為途徑，注重城鄉(xiāng)基礎(chǔ)設(shè)施一體化建設(shè)，保障農(nóng)業(yè)轉(zhuǎn)移人口的各項(xiàng)基本權(quán)益，實(shí)現(xiàn)城鄉(xiāng)基本公共服務(wù)均等化。

參考文獻(xiàn)：

［1］ 李實(shí)，李玉青，李慶海.從絕對貧困到相對貧困：中國農(nóng)村貧困的動態(tài)演化[J].華南師范大學(xué)學(xué)報（社會科學(xué)版），2020（6）：30-42，189.

[2] 張海霞，楊浩，莊天慧.共同富裕進(jìn)程中的農(nóng)村相對貧困治理[J].改革，2022（10）：78-90.

[3] 陳宗勝，沈揚(yáng)揚(yáng)，周云波.中國農(nóng)村貧困狀況的絕對與相對變動——兼論相對貧困線的設(shè)定[J].管理世界，2013（1）： 67-77，187-188.

[4] 程蹊， 陳全功.較高標(biāo)準(zhǔn)貧困線的確定：世界銀行和美英澳的實(shí)踐及啟示[J].貴州社會科學(xué)，2019（6）：141-148.

[5] 沈揚(yáng)揚(yáng)，李實(shí).如何確定相對貧困標(biāo)準(zhǔn)？——兼論“城鄉(xiāng)統(tǒng)籌”相對貧困的可行方案[J].華南師范大學(xué)學(xué)報（社會科學(xué)版），2020（2）：91-101，191.

[6] 方迎風(fēng)，周少馳.多維相對貧困測度研究[J].統(tǒng)計(jì)與信息論壇，2021，36（6）：21-30.

[7] 李春根，陳文美.共同富裕目標(biāo)下農(nóng)村相對貧困家庭多維貧困測度及分解[J].當(dāng)代財經(jīng)，2022（5）： 3-12.

[8] 劉愿理，姚焱，廖和平，等.新時期脫貧地區(qū)農(nóng)村多維相對貧困測度及特征分析——基于重慶市4193戶調(diào)查數(shù)據(jù)[J].干旱區(qū)資源與環(huán)境， 2023，37 （11）： 19-25.

[9] 郭熙保，周強(qiáng).長期多維貧困、不平等與致貧因素[J].經(jīng)濟(jì)研究，2016， 51 （6）： 143-156.

[10]秦海波，李文翰，謝仲玄.新疆相對貧困多維測度與分析——基于南北疆六地（州、市）的調(diào)查[J].干旱區(qū)資源與環(huán)境，2023，37 （2）： 16-25.

[11]Alkire S， Foster J. Understandings and misunderstandings of multidimensional poverty measurement [J].Journal of Economic Inequality，2011（9）：289-314.

[12]仲超， 林閩鋼.中國相對貧困家庭的多維剝奪及其影響因素研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020，20 （4）： 112-120.

[13]張存剛，梅道甜.西部農(nóng)村地區(qū)相對貧困的時空演化與影響因素分析——基于馬克思主義貧困理論的視角[J].當(dāng)代經(jīng)濟(jì)研究，2022 （4）： 40-50.

[14]錢力，王花.農(nóng)村家庭相對貧困的脆弱性測量及影響因素分析[J].農(nóng)業(yè)經(jīng)濟(jì)與管理， 2022（2）： 49-58.

[15]賈燦，王卓.農(nóng)村相對貧困現(xiàn)狀及其影響因素研究——基于2021年四川專題調(diào)查[J].農(nóng)村經(jīng)濟(jì)，2023（12）：62-71.

[16]欒江，馬瑞.農(nóng)村居民相對貧困影響因素分析[J].統(tǒng)計(jì)與決策，2021，37（10）：75-79.

[17]馬孟庭.相對貧困治理驅(qū)動共同富裕發(fā)展：重大挑戰(zhàn)與政策演進(jìn)[J].新疆社會科學(xué)，2022（2）： 66-74，164-165.

[18]許小玲.共同富裕目標(biāo)下中國相對貧困的治理機(jī)制與政策指向[J].學(xué)習(xí)與實(shí)踐，2022（8）：60-69.

[19]李實(shí)，陳宗勝，史晉川，等.“共同富裕”主題筆談[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版），2022，52（1）：6-21.

[20]賈瑋，黃春杰.中國農(nóng)村多維相對貧困的測度及其時空特征分析[J].統(tǒng)計(jì)與決策，2023（3）：88-92.

[21]洪俊杰，李研，楊曦.數(shù)字經(jīng)濟(jì)與收入差距：數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)的視角[J].經(jīng)濟(jì)研究，2024，59（5）：116-131.

[22]周常春，李文會.共同富裕視角下農(nóng)村數(shù)字化與農(nóng)戶多維相對貧困：影響分析與作用機(jī)制[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報，2023，22（4）：397-405.

[23]溫濤，陳一明.數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)融合發(fā)展：實(shí)踐模式、現(xiàn)實(shí)障礙與突破路徑[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2020（7）：118-129.

[24]胡聯(lián)，楊成喻，姚紹群.數(shù)字經(jīng)濟(jì)對相對貧困的影響：機(jī)制分析與政策啟示[J].西安財經(jīng)大學(xué)學(xué)報，2023，36（3）：38-50.

[25]楊春紅，郭繼濤.數(shù)字普惠金融對農(nóng)村相對貧困的影響機(jī)制及空間效應(yīng)研究[J].經(jīng)濟(jì)問題，2024（3）：61-68.

[26]陸銘，陳釗.城市化、城市傾向的經(jīng)濟(jì)政策與城鄉(xiāng)收入差距[J].經(jīng)濟(jì)研究，2004（6）：50-58.

[27]歐陽金瓊，張俊蕾，王雨濛.新型城鎮(zhèn)化對共同富裕的影響研究——基于Random Forests模型和Loess模型的分析[J].城市問題，2024（3）：91-103.

[28]呂煒，凡盼來.城鎮(zhèn)化對本地農(nóng)戶收入的影響——基于要素再配置的視角[J].中國農(nóng)村觀察，2024（3）：142-162.

（責(zé)任編輯：鐘瑤，鄒彬）

Measurement of Rural Relative Poverty and Influencing Factors

Analysis under the Goal of Common Prosperity

—An Empirical Analysis Based on CFPS Survey Data

YANG Chunhong¹， LI Xiaoyan²， LING Zhidong³

（1.School of Business，Huaiyin Normal University， Huaian，Jiangsu 223001，China；

2.School of Business Administration， Yanshan College Shandong University of Finance and Economics，Jinan，

Shandong 271199，China; 3.School of Marxism， Huaiyin Institute of Technology， Huaian，Jiangsu 223001，China）

Abstract：Based on CFPS （2014-2020） data， this paper measures relative poverty in rural China by using A-F double critical value method. Then the binary panel logit model is used to consider the impact of digital economy and urbanization on rural relative poverty respectively. One-dimensional measurement results show that the incidence of poverty of the indices in the dimensions of rural infrastructure and assets is significantly higher than that of other indices and the relative poverty incidence of most dimensions shows a trend of decline period by period. The results of multidimensional measurement show that the incidence rate of multidimensional relative poverty in rural areas， the average share of deprivation and the multidimensional relative poverty index all show a trend of first increasing and then decreasing. Among them， the degree of rural multidimensional relative poverty in the eastern region is lower and generally decreasing， while that in the central and western regions is higher and increasing. The impact study shows that both the development of digital economy and the improvement of urbanization can significantly alleviate the relative poverty in rural areas， but the effect of digital economy on poverty reduction in the eastern region is greater than that of the central and western regions， while the effect of urbanization on poverty reduction is smaller than that of the central and western regions. In view of this， the following suggests are proposed that we should" promote the work of rural relative poverty governance orderly， improve the income distribution system， accelerate the construction of “soft and hard” parts of the rural digital economy and" promote the new urbanization strategy to help the governance of rural relative poverty.

Key words：rural relative poverty; common prosperity; digital economy; urbanization