中国居民多维贫困：现状剖析与影响因素探究

中国居民多维贫困：现状剖析与影响因素探究一、引言1.1研究背景与意义1.1.1研究背景贫困问题一直是全球发展面临的重大挑战，也是中国经济社会发展进程中亟待解决的关键议题。长期以来，收入贫困作为衡量贫困的主要标准，在贫困研究与反贫困实践中占据主导地位。然而，随着经济社会的持续发展与人们对贫困本质认识的不断深化，单维的收入贫困衡量方式逐渐暴露出其局限性，难以全面、准确地反映贫困的复杂内涵与多面特征。阿玛蒂亚・森提出“能力贫困”理论，为多维贫困研究奠定了重要的理论基石。他指出，贫困不应仅仅被看作是收入的匮乏，更本质的是基本能力的被剥夺，例如在获取教育、健康保障、参与社会活动等方面能力的缺失。这一理论突破了传统仅从收入角度定义贫困的狭隘视角，开启了多维贫困研究的新篇章，使得人们认识到贫困是一个涉及经济、社会、文化等多维度的复杂现象。在此理论基础上，多维贫困研究逐渐兴起并不断发展。多维贫困强调从多个维度，如教育、健康、生活水平、社会保障等，综合考量贫困状况，更加全面且深入地揭示贫困的本质和成因。联合国开发计划署（UNDP）发布的《人类发展报告》中采用的多维贫困指数（MPI），将健康、教育和生活水平三个维度纳入贫困测量体系，进一步推动了多维贫困研究在全球范围内的广泛应用和深入发展。在中国，随着脱贫攻坚战略的深入实施与取得的巨大成就，绝对贫困问题得到了历史性解决。然而，相对贫困问题依然存在，且呈现出多维性的特征。一些家庭虽然收入水平达到了脱贫标准，但在教育、医疗、住房等方面仍面临困难，存在发展能力不足的问题。例如，部分偏远农村地区的儿童受教育机会有限，教育资源匮乏，导致知识技能储备不足，限制了未来的发展潜力；一些贫困家庭因家庭成员患病，医疗费用支出沉重，陷入因病致贫、因病返贫的困境，即便收入有所增加，健康状况的不佳也影响了整体生活质量和发展能力。这些现象表明，仅依靠收入指标已无法全面衡量当前中国居民的贫困状况，开展多维贫困研究具有重要的现实紧迫性。此外，区域经济发展不平衡、城乡二元结构等因素也使得不同地区、不同群体之间在多维贫困状况上存在显著差异。东部沿海地区与中西部地区在经济发展水平、基础设施建设、公共服务供给等方面存在差距，导致居民在享受教育、医疗等资源上的不平等，进而影响多维贫困程度。城市与农村在就业机会、社会保障体系、生活环境等方面的差异，也使得城乡居民的多维贫困表现各有特点。深入研究这些差异，对于制定针对性的减贫政策、促进区域协调发展和社会公平正义具有重要意义。1.1.2研究意义本研究具有重要的理论与实践意义。在理论层面，通过对中国居民多维贫困及其影响因素的深入分析，有助于丰富和完善贫困理论体系。多维贫困研究在中国的发展尚处于不断完善阶段，深入挖掘中国居民多维贫困的特征、影响因素及作用机制，能够进一步拓展贫困理论的研究边界，为国际贫困研究提供中国经验和本土案例，促进不同理论观点的交流与融合。同时，有助于加深对贫困本质的理解，从多维度视角揭示贫困现象背后的复杂成因，为后续研究提供更全面、深入的理论基础，推动贫困研究从单一维度向多维度、从现象描述向机制分析的转变。从实践角度来看，本研究为中国的减贫政策制定提供了科学依据和实践指导。精准识别贫困家庭和贫困人口是实施有效减贫政策的前提。传统以收入为单一标准的贫困识别方式，容易遗漏那些在其他维度存在贫困问题的群体。通过构建多维贫困指标体系，能够更全面、精准地识别出真正处于贫困状态的居民，避免扶贫对象的错判和漏判，确保有限的扶贫资源能够精准投入到最需要的群体。例如，若发现某地区居民在教育维度贫困问题突出，那么政策制定就可以侧重于加大教育资源投入、改善教育基础设施、提供教育补贴等方面；若某群体在健康维度存在较大贫困风险，政策则可着重加强医疗卫生体系建设、提高医疗保障水平、开展健康扶贫项目等。这样，基于多维贫困研究的结果，能够制定出更具针对性和有效性的减贫政策，提高扶贫资源的利用效率，实现从“大水漫灌”式扶贫向“精准滴灌”式扶贫的转变，推动减贫工作的深入开展，巩固脱贫攻坚成果，助力实现共同富裕目标。此外，对于促进社会公平、维护社会稳定也具有重要意义，减少贫困所带来的社会矛盾和不稳定因素，提升全体居民的生活福祉和社会满意度。1.2研究目的与创新点1.2.1研究目的本研究旨在全面、深入地测度中国居民多维贫困程度，并精准识别影响中国居民多维贫困的关键因素，为中国进一步调整和完善扶贫政策提供科学、可靠的参考依据。具体而言，主要包括以下几个方面：构建多维贫困指标体系：基于阿玛蒂亚・森的“能力贫困”理论以及国内外相关研究成果，结合中国国情，从教育、健康、生活水平、社会保障、就业机会等多个维度，科学、合理地选取具有代表性的指标，构建适合中国居民多维贫困测度的指标体系。通过该体系，全面、准确地反映中国居民在不同维度上的贫困状况，克服传统单维收入贫困衡量方式的局限性。测度中国居民多维贫困程度：运用所构建的多维贫困指标体系，采用国际上广泛应用且适合本研究的测度方法，如Alkire-Foster（A-F）方法等，对中国居民多维贫困程度进行量化测度。不仅要测算出全国层面的多维贫困指数，还要深入分析不同地区（东部、中部、西部、东北地区）、不同群体（城市居民与农村居民、不同年龄段群体、不同行业从业者等）在多维贫困程度上的差异，揭示多维贫困在空间和群体上的分布特征。分析多维贫困的影响因素：综合运用计量经济学方法，如多元线性回归、Logistic回归、面板数据模型等，从个体特征（年龄、性别、受教育程度、健康状况等）、家庭特征（家庭规模、家庭结构、家庭资产、家庭收入来源等）、区域特征（地区经济发展水平、基础设施状况、公共服务水平、产业结构等）以及制度因素（户籍制度、社会保障制度、教育制度、就业政策等）多个层面，深入探究影响中国居民多维贫困的关键因素。明确各因素对多维贫困的影响方向和程度，挖掘各因素之间的相互作用机制，为制定针对性的扶贫政策提供理论支撑。提出政策建议：根据多维贫困测度和影响因素分析的结果，结合中国经济社会发展战略和扶贫工作实际需求，有针对性地提出一系列切实可行的扶贫政策建议。包括但不限于优化教育资源配置、加强医疗卫生体系建设、提升社会保障水平、促进就业创业、推动区域协调发展、深化制度改革等方面的政策措施，以降低中国居民多维贫困程度，巩固脱贫攻坚成果，实现全体人民共同富裕的目标。1.2.2创新点本研究在研究视角、方法运用和数据整合等方面具有一定的创新之处，以期为中国居民多维贫困研究提供新的思路和方法。研究视角创新：本研究突破了以往大多数学者仅从单一维度或少数几个维度研究贫困问题的局限，从多维度综合视角出发，全面考量教育、健康、生活水平、社会保障、就业机会等多个维度对中国居民贫困状况的影响。同时，注重分析不同维度之间的相互关系和协同作用，深入探讨多维贫困在不同地区、不同群体之间的差异及其形成机制，从而更全面、深入地揭示中国居民多维贫困的本质和特征，为制定综合性、针对性的扶贫政策提供更广阔的视野和更丰富的依据。研究方法创新：在多维贫困测度方面，综合运用多种前沿的分析方法，将A-F方法与其他方法（如主成分分析、因子分析、模糊综合评价法等）相结合，取长补短，提高多维贫困测度的准确性和科学性。在影响因素分析中，采用多种计量经济学模型进行对比分析，并运用中介效应模型、门槛效应模型等方法，深入探究各影响因素之间的作用机制和传导路径，挖掘潜在的影响因素和复杂的非线性关系，使研究结果更加稳健、可靠。此外，还引入空间计量模型，考虑地理空间因素对多维贫困的影响，分析多维贫困的空间分布特征和空间溢出效应，为区域扶贫政策的制定提供更具空间针对性的建议。数据运用创新：本研究整合多源数据，不仅充分利用中国家庭追踪调查（CFPS）、中国健康与营养调查（CHNS）等微观调查数据，以获取居民个体和家庭层面的详细信息，深入分析微观层面的多维贫困状况和影响因素；还结合国家统计局发布的宏观统计数据，如各地区经济发展指标、人口统计数据、教育和卫生资源数据等，从宏观层面把握区域经济社会发展背景对多维贫困的影响。通过将微观数据与宏观数据相结合，实现从不同层面、不同角度对中国居民多维贫困问题进行全面、深入的研究，弥补单一数据源在研究中的不足，提高研究结论的可靠性和普适性。1.3研究方法与数据来源1.3.1研究方法多维贫困测度方法：本研究采用国际上广泛应用的Alkire-Foster（A-F）双界限法来测度中国居民多维贫困程度。该方法基于阿玛蒂亚・森的“能力贫困”理论，能够综合考虑多个维度的贫困状况，通过设定维度贫困临界值和剥夺临界值，准确识别出多维贫困个体，并计算多维贫困指数（MPI），全面反映多维贫困的广度和深度。MPI不仅能呈现贫困发生率，还能体现贫困的平均深度，使研究结果更具全面性和科学性。具体而言，首先确定多维贫困的维度及每个维度下的具体指标，如教育维度选取受教育年限、是否完成九年义务教育等指标；健康维度选取自评健康状况、是否有医疗保险等指标。然后为每个指标设定临界值，判断个体在各指标上是否处于贫困状态，即是否被剥夺。若个体在某一指标上的实际值低于临界值，则被认为在该指标上处于贫困，记为1，否则记为0。通过累加个体在所有指标上的贫困情况，得到个体的剥夺得分。当个体的剥夺得分达到或超过设定的剥夺临界值时，被认定为多维贫困个体。在此基础上，计算多维贫困指数，公式为MPI=H\timesA，其中H表示多维贫困发生率，即多维贫困个体占总样本的比例；A表示多维贫困的平均剥夺深度，即多维贫困个体的平均剥夺得分与剥夺临界值的比值。这种方法能够清晰地展现不同维度贫困之间的相互关系，避免了单一维度贫困测度的片面性，更准确地反映居民多维贫困的实际情况。影响因素分析方法：在分析影响中国居民多维贫困的因素时，综合运用多种计量经济学方法。首先采用描述性统计分析，对样本数据中各变量的基本特征进行分析，如均值、中位数、标准差、最大值、最小值等，初步了解各变量的分布情况，为后续深入分析提供基础。然后运用多元线性回归分析，以多维贫困指数为被解释变量，从个体特征（如年龄、性别、受教育程度、健康状况等）、家庭特征（家庭规模、家庭结构、家庭资产、家庭收入来源等）、区域特征（地区经济发展水平、基础设施状况、公共服务水平、产业结构等）以及制度因素（户籍制度、社会保障制度、教育制度、就业政策等）中选取相关变量作为解释变量，构建多元线性回归模型，探究各因素对多维贫困指数的影响方向和程度。考虑到多维贫困的影响因素可能存在非线性关系以及内生性问题，进一步采用Logistic回归模型进行分析，将居民是否处于多维贫困状态作为被解释变量（0表示非多维贫困，1表示多维贫困），解释变量与多元线性回归模型相同，通过Logistic回归模型分析各因素对居民陷入多维贫困概率的影响。为了控制个体和时间的异质性，引入面板数据模型进行估计，利用面板数据包含的个体和时间维度信息，提高估计结果的准确性和可靠性，更深入地分析各因素在不同个体和时间上对多维贫困的影响差异。此外，运用因子分析方法，对多个相关变量进行降维处理，提取公共因子，找出影响多维贫困的潜在因素，简化分析过程，同时避免变量之间的多重共线性问题。通过多种方法的综合运用，全面、深入地剖析影响中国居民多维贫困的因素，确保研究结果的稳健性和可靠性。1.3.2数据来源本研究的数据来源主要包括微观调查数据和宏观统计数据两个方面，通过整合多源数据，确保研究的全面性和准确性。微观调查数据：主要采用中国家庭追踪调查（CFPS）数据。CFPS是一项具有全国代表性的大型社会科学调查项目，旨在追踪收集个体、家庭、社区三个层次的数据，全面反映中国社会、经济、人口、教育和健康的变迁。该调查样本覆盖25个省/市/自治区，目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。通过CFPS数据，可以获取丰富的居民个体和家庭层面信息，如家庭成员的年龄、性别、受教育程度、健康状况、就业情况、收入水平等，以及家庭的资产、消费、住房、社会保障等详细数据，这些数据为构建多维贫困指标体系和分析影响因素提供了微观基础。例如，在教育维度，可利用CFPS中关于家庭成员受教育年限、就读学校类型、教育支出等数据来衡量家庭在教育方面的贫困状况；在健康维度，通过家庭成员的自评健康状况、是否患有慢性疾病、医疗费用支出、医疗保险参保情况等信息判断健康贫困程度。此外，CFPS数据具有追踪性，能够对同一家庭和个体进行长期观察，便于研究多维贫困的动态变化和影响因素的长期作用效果。宏观统计数据：来源于国家统计局发布的《中国统计年鉴》、各地区统计年鉴以及相关部门发布的统计报告。这些宏观数据涵盖了全国及各地区的经济发展指标（如地区生产总值、人均GDP、产业结构等）、人口统计数据（人口数量、年龄结构、城乡人口分布等）、教育资源数据（学校数量、教师数量、教育经费投入等）、医疗卫生资源数据（医院数量、病床数、卫生技术人员数量等）以及社会保障数据（养老保险参保率、医疗保险参保率、社会救助水平等）。宏观统计数据能够从区域层面为研究提供背景信息，有助于分析区域经济社会发展状况对居民多维贫困的影响。比如，通过地区GDP和人均GDP数据，可以了解不同地区的经济发展水平，分析经济发展与多维贫困之间的关系；利用教育资源和医疗卫生资源数据，可以探究地区公共服务水平对居民教育和健康维度贫困的影响。将微观调查数据与宏观统计数据相结合，能够从个体、家庭和区域多个层面全面分析中国居民多维贫困及其影响因素，弥补单一数据源在研究中的局限性，提高研究结论的可靠性和普适性。二、多维贫困理论基础与文献综述2.1多维贫困理论的发展历程贫困理论的发展经历了从单维贫困到多维贫困的重要转变，这一历程反映了学界和政策制定者对贫困本质认识的不断深化。在早期，贫困主要被视作一种经济现象，单维贫困理论占据主导地位。单维贫困理论以收入或消费作为衡量贫困的唯一标准，认为当个人或家庭的收入水平低于预先设定的贫困线时，就处于贫困状态。这种理论的优点在于简洁明了，易于操作和统计，能够快速地对贫困状况进行初步判断，在一定程度上为扶贫政策的制定提供了基础。例如，世界银行曾依据1985年的购买力平价不变价格计算出一天1美元的极端贫困标准和一天2美元的贫困标准，许多国家在早期的贫困研究与反贫困实践中广泛采用类似的收入贫困线标准，通过统计收入低于该标准的人口数量和比例，来衡量本国的贫困规模和程度。然而，随着社会经济的发展以及研究的深入，单维贫困理论的局限性逐渐凸显。它无法全面反映贫困的复杂性和多样性，忽略了贫困在教育、健康、生活质量、社会参与等多个维度的表现。例如，一些家庭虽然收入水平高于贫困线，但可能由于家庭成员健康状况不佳，需要支付高额的医疗费用，导致生活质量低下，发展机会受限；或者某些地区的居民虽然收入尚可，但当地教育资源匮乏，子女无法接受良好的教育，未来发展潜力受到抑制。这些现象表明，仅从收入角度衡量贫困，会遗漏许多重要信息，无法准确识别真正需要帮助的群体，也难以制定出全面有效的扶贫政策。在此背景下，多维贫困理论应运而生。阿玛蒂亚・森的可行能力理论为多维贫困理论奠定了坚实的基础，是贫困理论发展历程中的重要里程碑。森在回答“什么样的平等”这一道德哲学问题时，批判了功利主义的平等、完全效用的平等、罗尔斯主义的平等这三种传统平等观的局限性，创新性地提出了“可行能力”概念。他认为，可行能力是指“人们能够做自己想做的事情、过上自己想过的生活的能力”。将这一理念引入贫困分析，森提出了“能力贫困”的概念，指出贫困对应的是功能性福利的缺失，而功能性福利缺失的背后是实现功能性福利的可行能力的缺失。例如，一个人如果无法获得足够的营养、良好的教育和基本的医疗服务，缺乏参与社会活动的机会和权利，即使其收入水平在贫困线以上，也处于贫困状态，因为他的基本可行能力被剥夺了。基本可行能力由一系列功能构成，包括免受饥饿、疾病的功能，满足营养需求、接受教育、参与社区社会活动的功能等，这些功能的丧失既是贫困产生的原因，也是贫困的表现。森的可行能力理论突破了传统单维贫困理论仅从收入视角定义贫困的狭隘局限，为多维贫困理论的发展提供了全新的视角和理论框架，使人们认识到贫困是一个涉及经济、社会、文化等多个维度的复杂社会现象，需要从多个方面综合考量。此后，众多学者和国际组织基于森的理论，进一步丰富和发展了多维贫困理论。联合国开发计划署（UNDP）在1990年发布的《人类发展报告》中，提出人类发展指数并将教育与健康纳入贫困的测量维度，标志着贫困测量标准从单一维度向多维度的重要转变。Alkire的研究团队基于阿玛蒂亚・森的能力方法理论，构建了多维贫困指数（MPI），提出了贫困测量所需要依据的10个指标，涵盖健康、教育和生活水平等维度，该研究被联合国开发计划署引用，并于2010年在《人类发展报告》中正式公布。这一多维贫困指数通过考虑人们在日常生活中经历的各种匮乏来衡量贫困，使贫困的测度更加全面和准确，能够为政策制定提供更具针对性的信息，推动了多维贫困理论在全球范围内的广泛应用和深入研究。2.2国内外研究现状2.2.1国外研究现状国外对多维贫困的研究起步较早，在多维贫困测度方法、指标体系构建以及影响因素分析等方面取得了丰硕的成果。阿玛蒂亚・森提出的“能力贫困”理论，为多维贫困研究奠定了重要的理论基础，打破了传统仅从收入角度衡量贫困的局限，开启了多维贫困研究的新视角。在此基础上，众多学者和国际组织致力于多维贫困测度方法的研究与创新。在测度方法上，Alkire和Foster提出的A-F双界限法，成为多维贫困测度的经典方法之一。该方法通过设定维度贫困临界值和剥夺临界值，能够准确识别多维贫困个体，并计算多维贫困指数（MPI），全面反映多维贫困的广度和深度。MPI不仅能呈现贫困发生率，还能体现贫困的平均深度，使研究结果更具全面性和科学性。此后，许多学者对A-F方法进行了拓展和应用，如将其与其他方法相结合，以提高测度的准确性和适应性。一些研究将A-F方法与模糊综合评价法相结合，利用模糊数学的理论处理多维贫困测度中的模糊性和不确定性问题，使测度结果更符合实际情况；还有学者将A-F方法与空间分析方法相结合，研究多维贫困的空间分布特征和空间相关性，为区域扶贫政策的制定提供空间维度的参考。在多维贫困指标体系构建方面，联合国开发计划署（UNDP）发布的多维贫困指数（MPI）具有广泛的影响力。该指数选取了健康、教育和生活水平三个维度，包含10个具体指标，如儿童死亡率、营养状况、受教育年限、入学率、饮用水、卫生设施、电力供应等，用于衡量全球各国的多维贫困状况。这一指标体系为各国开展多维贫困研究提供了重要的参考框架，许多国家和地区在此基础上，结合自身国情和实际需求，对指标进行了调整和补充。例如，一些发达国家在测度多维贫困时，增加了社会参与、心理健康、环境质量等维度的指标，以更全面地反映现代社会中的贫困问题；一些发展中国家则根据本国的主要贫困特征，重点关注就业机会、基础设施建设、社会保障覆盖等指标，使指标体系更具针对性。在多维贫困影响因素分析方面，国外学者从多个角度进行了深入研究。在个体层面，年龄、性别、健康状况、受教育程度等因素对多维贫困有着显著影响。研究表明，老年人和儿童由于身体机能和生活能力的限制，更容易陷入多维贫困；女性在教育、就业和社会参与等方面可能面临更多的障碍，导致其多维贫困发生率相对较高；健康状况不佳会增加医疗支出，降低劳动能力，进而加重多维贫困程度；受教育程度低会限制个人的就业机会和收入水平，影响其在社会中的发展能力，增加陷入多维贫困的风险。在家庭层面，家庭规模、家庭结构、家庭资产、家庭收入来源等因素与多维贫困密切相关。大家庭可能面临更大的经济压力和资源分配挑战，导致多维贫困程度较高；单亲家庭、留守家庭等特殊家庭结构，由于缺乏必要的支持和保障，更容易陷入贫困；家庭资产的匮乏会限制家庭应对风险的能力，影响家庭成员的发展机会；单一的收入来源使家庭更容易受到经济波动的影响，增加多维贫困的可能性。从区域层面来看，地区经济发展水平、基础设施状况、公共服务水平、产业结构等因素对多维贫困起着重要作用。经济发展水平低的地区，往往就业机会少、收入水平低，基础设施和公共服务薄弱，导致居民在教育、医疗、交通等方面面临困难，多维贫困问题较为突出；产业结构单一、以传统农业或资源型产业为主的地区，经济发展的稳定性和可持续性较差，居民的收入增长受限，也容易陷入多维贫困。此外，一些制度因素，如社会保障制度、教育制度、就业政策等，也会对多维贫困产生影响。完善的社会保障制度可以为贫困家庭提供基本的生活保障，减轻贫困程度；公平合理的教育制度能够保障居民获得良好的教育机会，提高其发展能力，减少贫困的代际传递；积极的就业政策可以促进就业，增加居民收入，改善多维贫困状况。2.2.2国内研究现状国内学者对中国居民多维贫困的研究近年来取得了显著进展，在贫困程度测算、地区差异分析以及扶贫政策效果评估等方面进行了深入探讨。在贫困程度测算方面，国内学者借鉴国外的研究方法和指标体系，结合中国国情，开展了大量实证研究。王小林和Alkire运用A-F方法，基于中国健康与营养调查（CHNS）2006年数据，测算了中国城市和农村家庭的多维贫困状况，发现中国农村和城镇均存在近1/5的多维贫困家庭。此后，众多学者利用不同的数据来源和方法，对中国居民多维贫困程度进行了测算和分析。一些研究利用中国家庭追踪调查（CFPS）数据，从教育、健康、生活水平、社会保障等多个维度，测算了全国及不同地区、不同群体的多维贫困指数，揭示了中国居民多维贫困的现状和特征；还有学者运用面板数据模型，对多维贫困程度进行动态分析，研究多维贫困的演变趋势和影响因素的动态作用。在地区差异分析方面，国内研究表明，中国居民多维贫困存在明显的地区差异。东部地区经济发达，基础设施完善，公共服务水平高，多维贫困程度相对较低；中西部地区经济发展相对滞后，基础设施和公共服务相对薄弱，多维贫困问题较为突出。城乡之间的多维贫困差异也十分显著，农村居民在教育、医疗、生活水平等维度的贫困程度普遍高于城市居民。一些研究进一步分析了地区差异的形成原因，认为区域经济发展不平衡、产业结构差异、政策支持力度不同等因素是导致多维贫困地区差异的主要原因。区域经济发展不平衡使得不同地区在资源配置、就业机会、收入水平等方面存在差异，进而影响居民的多维贫困状况；产业结构差异导致不同地区居民的收入来源和稳定性不同，以农业为主的地区居民收入相对较低，多维贫困风险较高；政策支持力度的不同使得一些地区在基础设施建设、公共服务提供等方面得到更多的支持，有利于降低多维贫困程度。在扶贫政策效果评估方面，国内学者对中国扶贫政策在多维贫困减贫方面的效果进行了深入研究。研究表明，中国的扶贫政策在减少多维贫困方面取得了显著成效。精准扶贫政策通过精准识别、精准帮扶和精准管理，提高了扶贫资源的利用效率，有效降低了贫困人口的多维贫困程度。教育扶贫政策通过加大教育投入、改善教育条件、提供教育资助等措施，提高了贫困家庭子女的受教育水平，增强了其发展能力，减少了教育维度的贫困；健康扶贫政策通过完善医疗保障体系、提高医疗服务水平、开展疾病预防控制等工作，减轻了贫困家庭的医疗负担，改善了居民的健康状况，降低了健康维度的贫困。然而，也有研究指出，当前扶贫政策在一些方面仍存在不足，如政策的精准性和针对性有待进一步提高，部分贫困地区和贫困群体的内生发展动力不足，扶贫政策的可持续性面临挑战等。一些扶贫项目在实施过程中存在与当地实际情况结合不紧密的问题，导致政策效果不理想；部分贫困家庭过度依赖外部帮扶，缺乏主动脱贫的意识和能力，容易出现返贫现象。针对这些问题，学者们提出了一系列政策建议，包括进一步完善扶贫政策体系，提高政策的精准性和可持续性；加强贫困地区的产业发展和基础设施建设，增强贫困地区的内生发展动力；注重扶贫与扶志、扶智相结合，提高贫困群体的自我发展能力等。2.3文献评述国内外学者在多维贫困研究领域已取得了丰富的成果，为理解贫困的本质和制定有效的扶贫政策提供了重要的理论和实证基础，但仍存在一些不足之处，为后续研究留下了拓展空间。在指标选取方面，尽管现有研究已从多个维度构建了多维贫困指标体系，但部分指标的选取仍存在局限性。一些研究在指标选取上主要参考国际通用的指标框架，如联合国开发计划署的多维贫困指数指标体系，对中国本土实际情况和特殊问题的考虑不够充分。中国地域广阔，不同地区在经济发展水平、社会文化、资源禀赋等方面存在巨大差异，导致贫困的表现形式和主要影响因素各不相同。例如，在一些少数民族聚居地区，文化传承和民族语言教育等维度对居民的发展至关重要，但现有研究中较少将这些因素纳入多维贫困指标体系；在一些资源枯竭型城市，产业转型和就业再培训维度对居民摆脱贫困具有关键作用，但也未得到足够重视。此外，部分研究在指标选取时，对于指标的代表性和敏感性论证不够充分，存在指标之间信息重叠或对贫困状况反映不全面的问题。一些研究在教育维度同时选取受教育年限和教育支出两个指标，这两个指标在一定程度上存在相关性，可能导致信息重复，影响测度结果的准确性；一些研究未充分考虑新兴社会问题对贫困的影响，如随着数字化时代的到来，数字鸿沟对贫困群体获取信息、参与社会经济活动的影响日益凸显，但目前将数字接入和数字技能纳入多维贫困指标体系的研究相对较少。从地区研究的角度来看，存在研究不均衡的问题。现有研究对部分地区的关注较多，而对另一些地区的研究相对薄弱。在国内，大量研究集中在中西部贫困地区和农村地区，对东部发达地区和城市贫困问题的研究相对不足。东部发达地区虽然整体经济水平较高，但在经济快速发展过程中，也存在部分群体因产业结构调整、社会转型等因素导致的多维贫困问题，如一些传统制造业工人因产业升级面临失业风险，在就业和收入维度陷入贫困，同时可能因工作变动影响其在住房、社会保障等维度的状况。城市贫困问题也具有其独特性，如城市高房价导致部分低收入群体住房困难，城市生活成本高使得一些家庭在满足基本生活需求后难以有足够资源用于教育、医疗等方面的投资，进而陷入多维贫困。然而，这些方面的研究相对较少，导致对不同地区多维贫困问题的认识不够全面，政策制定缺乏针对性。此外，对于一些特殊地区，如边境地区、革命老区、生态脆弱地区等，由于自然条件、历史发展、政策导向等因素的影响，贫困问题较为复杂，但相关研究也不够深入，难以满足这些地区减贫实践的需求。在研究方法上，虽然多种方法已被应用于多维贫困研究，但仍存在一些有待改进的地方。部分研究在方法选择上存在一定的盲目性，没有充分考虑研究问题的特点和数据的适用性。一些研究在数据样本量较小且存在较多缺失值的情况下，仍然采用复杂的参数模型进行分析，可能导致模型估计结果不准确，无法真实反映多维贫困的影响因素。一些研究在运用A-F方法测度多维贫困时，对于维度和指标权重的确定过于主观，缺乏充分的理论依据和实证检验，使得不同研究之间的结果缺乏可比性。在分析多维贫困影响因素时，大多数研究仅考虑了变量之间的线性关系，忽视了可能存在的非线性关系和交互作用。实际上，多维贫困的形成是多种因素相互作用的结果，这些因素之间可能存在复杂的非线性关系和交互效应。例如，教育水平和健康状况对个体摆脱多维贫困的影响可能并非简单的线性关系，良好的教育水平可能通过提高个体的就业能力和收入水平，进而改善其健康状况和生活质量，而健康状况的提升又可能反过来促进个体接受更好的教育和获得更多的发展机会，两者之间存在相互促进的交互作用。然而，现有研究中对这种复杂关系的深入探讨较少，限制了对多维贫困形成机制的理解和把握。针对上述不足，本研究将在以下几个方面进行改进。在指标选取上，充分结合中国国情和各地区实际情况，深入挖掘具有本土特色和地区针对性的指标，注重指标的代表性、敏感性和独立性，构建更加科学、全面的多维贫困指标体系。在地区研究方面，扩大研究范围，不仅关注传统的贫困地区，还将重点研究东部发达地区和城市的多维贫困问题，以及特殊地区的贫困状况，以全面揭示中国居民多维贫困的地区差异和特征。在研究方法上，根据研究问题和数据特点，合理选择和综合运用多种方法，提高研究的科学性和可靠性。在测度多维贫困时，采用科学合理的方法确定维度和指标权重，增强结果的可比性；在分析影响因素时，引入非线性模型和交互项分析，深入探究各因素之间的复杂关系和作用机制，为制定精准有效的扶贫政策提供更有力的理论支持。三、中国居民多维贫困的测度3.1测度方法选择3.1.1A-F双界限法原理在多维贫困测度领域，Alkire-Foster（A-F）双界限法凭借其科学性和全面性，成为广泛应用的经典方法。该方法基于阿玛蒂亚・森的“能力贫困”理论，深入考量个体在多个维度上的贫困状况，通过巧妙设定维度贫困临界值和剥夺临界值，精准识别多维贫困个体，并计算出能够全面反映多维贫困广度和深度的多维贫困指数（MPI）。在识别贫困个体时，首先需确定多维贫困的维度及每个维度下的具体指标。以教育维度为例，可选取受教育年限、是否完成九年义务教育等指标；健康维度则可选取自评健康状况、是否有医疗保险等指标。随后，为每个指标设定明确的临界值，以此判断个体在各指标上是否处于贫困状态，即是否被剥夺。若个体在某一指标上的实际值低于临界值，则判定其在该指标上处于贫困，记为1；反之，记为0。通过累加个体在所有指标上的贫困情况，即可得到个体的剥夺得分。当个体的剥夺得分达到或超过预先设定的剥夺临界值时，便被认定为多维贫困个体。在计算多维贫困指数方面，A-F双界限法有着严谨的公式：MPI=H\timesA。其中，H代表多维贫困发生率，即多维贫困个体在总样本中所占的比例，它直观地反映了多维贫困的广度，展示了贫困现象在多大范围内存在。A表示多维贫困的平均剥夺深度，即多维贫困个体的平均剥夺得分与剥夺临界值的比值，该指标深入体现了贫困的严重程度，反映了贫困个体在多个维度上被剥夺的平均程度。例如，若某地区的多维贫困发生率为20%，意味着该地区每5个人中就有1人处于多维贫困状态；而平均剥夺深度为0.4，则表示这些多维贫困个体在各个维度上的平均剥夺程度达到了剥夺临界值的40%，综合这两个指标计算出的多维贫困指数，能够全面且准确地呈现该地区的多维贫困状况。3.1.2与其他方法的比较优势与其他多维贫困测度方法相比，A-F双界限法在反映贫困广度和深度方面展现出显著的优势。传统的单维贫困测度方法，如仅以收入为标准的贫困线法，过于片面和狭隘，无法全面涵盖贫困的多维度特征。收入贫困线法只能反映个体或家庭在经济收入方面的匮乏，而对于教育、健康、生活质量等其他重要维度的贫困状况却视而不见。例如，一些家庭虽然收入水平高于贫困线，但可能由于家庭成员健康状况不佳，长期面临高额医疗费用的压力，导致生活质量低下，发展机会受限；或者某些地区的居民虽然收入尚可，但当地教育资源极度匮乏，子女无法接受良好的教育，未来发展潜力受到严重抑制。这些在教育和健康维度存在贫困问题的家庭，仅通过收入贫困线法无法被准确识别，从而可能错过必要的帮扶和支持。部分早期的多维贫困测度方法，虽考虑了多个维度，但在指标权重确定和贫困识别方式上存在不足。一些方法采用主观赋权法确定指标权重，这种方式往往缺乏充分的理论依据和实证检验，容易受到主观因素的干扰，导致权重分配不合理，进而影响测度结果的准确性和可靠性。在识别贫困时，部分方法未能充分考虑不同维度之间的相互关系和协同作用，只是简单地对各维度的贫困情况进行累加或平均，无法准确反映多维贫困的本质特征。例如，在衡量教育和健康维度的贫困时，一些方法没有认识到良好的教育可能有助于提高个体的健康意识和获取健康资源的能力，而健康状况的改善又可能反过来促进个体接受更好的教育，两者之间存在着相互促进的复杂关系。若在测度过程中忽略这种关系，就会低估或高估某些群体的多维贫困程度。A-F双界限法则有效克服了这些缺陷。该方法在确定维度和指标权重时，基于对贫困本质的深入理解和大量的实证研究，采用客观、科学的方法进行赋值，使得权重分配更加合理、准确。在识别多维贫困个体时，充分考虑各维度之间的相互关系，通过设定合理的剥夺临界值，能够更全面、准确地反映个体在多个维度上的贫困状况。例如，在一个家庭中，若成员的受教育程度低，可能导致就业机会少、收入水平低，进而影响家庭的生活水平和健康保障，A-F双界限法能够综合考量这些维度之间的关联，准确判断该家庭是否处于多维贫困状态。此外，A-F双界限法还能够通过对多维贫困指数的分解，深入分析不同维度对多维贫困的贡献程度，为制定针对性的扶贫政策提供详细、具体的依据。通过这种方式，可以明确了解到在某个地区或群体中，究竟是教育维度、健康维度还是生活水平维度对多维贫困的影响更为显著，从而有针对性地加大对这些关键维度的扶持力度，提高扶贫政策的精准性和有效性。3.2指标体系构建3.2.1指标选取原则构建多维贫困指标体系时，需遵循全面性、代表性、数据可得性等关键原则，以确保指标体系能够科学、准确地反映中国居民多维贫困状况。全面性原则要求指标体系涵盖贫困的各个维度，避免遗漏重要信息。贫困并非单一维度的问题，而是涉及经济、社会、文化等多个方面，因此指标体系应全面反映居民在教育、健康、生活水平、社会保障、就业机会等维度的贫困状况。在教育维度，不仅要考虑受教育年限，还应涵盖教育质量、教育公平性等方面的指标；在健康维度，除了关注身体健康指标，如患病率、医疗服务可及性，还应考虑心理健康等因素。只有全面考虑各个维度，才能完整呈现贫困的全貌，为精准识别贫困人口和制定有效扶贫政策提供全面依据。代表性原则强调选取的指标应能够准确代表各维度的贫困特征，具有较强的指示作用。每个维度下的指标众多，但并非所有指标都能准确反映该维度的贫困状况。在生活水平维度，家庭恩格尔系数能够直观反映家庭食品支出占总支出的比例，是衡量家庭生活水平高低的重要指标；人均住房面积则体现了居民居住条件的优劣，对反映生活水平维度的贫困状况具有代表性。选择具有代表性的指标，能够更精准地测度多维贫困程度，避免因指标选择不当导致对贫困状况的误判。数据可得性原则是指标体系构建的现实基础。所选取的指标必须能够获取可靠的数据支持，否则指标体系将无法应用于实际测度。在实际研究中，数据来源主要包括微观调查数据和宏观统计数据。在微观调查数据中，中国家庭追踪调查（CFPS）、中国健康与营养调查（CHNS）等提供了丰富的居民个体和家庭层面信息，但这些数据也存在一定局限性，如样本覆盖范围、调查频率等。宏观统计数据如国家统计局发布的《中国统计年鉴》、各地区统计年鉴等，虽然在数据的完整性和权威性上具有优势，但在反映个体和家庭层面的贫困状况时可能不够细致。因此，在选取指标时，需综合考虑数据的来源和获取难度，确保所选指标的数据能够通过合理途径获取，以保证研究的可行性和可靠性。3.2.2具体指标及解释本研究从教育、健康、生活水平、收入四个核心维度构建多维贫困指标体系，各维度选取的具体指标及其含义如下：教育维度：受教育年限：指家庭成员接受正规教育的累计年限，是衡量教育水平的基础指标。一般来说，受教育年限越长，个人获取知识和技能的机会越多，未来的就业选择和收入水平也可能更高。例如，接受过高等教育（本科及以上）的人群，平均受教育年限在16年及以上，相比只接受过小学教育（6年）的人群，在就业市场上往往具有更大优势，更有可能获得高薪工作，摆脱贫困的可能性也更高。受教育年限的差异直接影响个人的发展能力和社会竞争力，是反映教育维度贫困的重要指标。是否完成九年义务教育：该指标体现了居民在基础教育阶段的完成情况。九年义务教育是国家保障公民基本教育权利的重要举措，完成九年义务教育是个人具备基本文化素养和知识技能的基础。未能完成九年义务教育的居民，可能在知识储备、学习能力和职业发展等方面存在不足，限制了其未来的发展空间，增加了陷入贫困的风险。在一些贫困地区，由于教育资源匮乏、家庭经济困难等原因，部分儿童辍学，无法完成九年义务教育，这不仅影响个人的发展，也对整个地区的经济社会发展产生不利影响，因此该指标对于衡量教育维度贫困具有重要意义。教育支出占家庭总支出的比重：反映了家庭对教育的投入程度以及教育支出对家庭经济的负担情况。在一些贫困家庭，尽管非常重视子女教育，但由于家庭经济条件有限，教育支出可能占据家庭总支出的较大比例，导致家庭在其他生活方面的支出受限，生活质量下降。教育支出占比过高，可能使家庭面临经济压力，影响家庭成员的生活水平和发展机会，从而陷入贫困状态。通过该指标可以了解家庭在教育方面的经济负担，判断教育维度的贫困状况。健康维度：自评健康状况：由居民对自身健康状况进行主观评价，分为非常健康、健康、一般、不健康、非常不健康五个等级。自评健康状况能够反映居民对自身身体和心理状态的综合感受，是衡量健康水平的重要主观指标。健康状况不佳的居民，可能面临劳动能力下降、医疗费用增加等问题，进而影响家庭收入和生活水平。例如，患有慢性疾病或长期处于不健康状态的居民，可能无法从事高强度的体力劳动，收入减少，同时还需要支付高额的医疗费用，导致家庭经济负担加重，陷入贫困的可能性增大。自评健康状况对居民的生活和经济状况有着直接影响，是健康维度贫困的重要体现。是否参加医疗保险：该指标反映了居民在医疗保障方面的覆盖情况。医疗保险是保障居民获得基本医疗服务、减轻医疗费用负担的重要制度安排。参加医疗保险的居民，在患病时能够获得一定比例的医疗费用报销，降低了因病致贫、因病返贫的风险。相反，未参加医疗保险的居民，一旦遭遇重大疾病，可能需要自行承担高额的医疗费用，这对于家庭经济来说是巨大的负担，极易导致家庭陷入贫困。在一些农村地区和贫困地区，由于医保宣传不到位、居民经济条件限制等原因，部分居民未参加医疗保险，他们在面对疾病时面临更大的经济风险，因此该指标对于衡量健康维度贫困至关重要。两周患病率：指调查前两周内居民患病人数占总调查人数的比例，是衡量居民近期健康状况的客观指标。两周患病率较高，说明居民近期健康问题较为突出，可能影响劳动能力和生活质量。例如，在一些环境较差、医疗卫生条件落后的地区，居民容易感染各类疾病，两周患病率相对较高，这不仅影响居民的身体健康，还可能导致劳动时间减少、收入降低，增加家庭的经济负担，从而陷入贫困。两周患病率能够直观反映居民的健康状况，对判断健康维度贫困具有重要参考价值。生活水平维度：家庭恩格尔系数：即家庭食品支出占家庭总支出的比例，是衡量家庭生活水平的经典指标。恩格尔系数越高，说明家庭用于食品支出的比例越大，在其他方面的消费能力相对较弱，生活水平较低。根据联合国粮农组织的标准，恩格尔系数在59%以上为贫困，50%-59%为温饱，40%-50%为小康，30%-40%为富裕，低于30%为最富裕。例如，一个家庭的恩格尔系数为60%，表明该家庭大部分支出用于满足基本的食品需求，在教育、文化、娱乐等方面的消费较少，生活水平处于贫困状态。家庭恩格尔系数能够直观反映家庭的生活水平和经济状况，是生活水平维度贫困的重要衡量指标。人均住房面积：反映居民居住条件的优劣，人均住房面积越小，居住条件越差。在一些大城市，由于房价高昂，部分低收入家庭住房面积狭小，居住环境拥挤，影响了居民的生活质量和身心健康。例如，一些城市的老旧小区，房屋面积小，人口密度大，居民在有限的空间内生活，缺乏基本的生活设施和活动空间，这不仅影响居民的生活舒适度，也对居民的发展产生一定限制，体现了生活水平维度的贫困。人均住房面积是衡量生活水平维度贫困的重要客观指标，对于评估居民的生活质量和贫困状况具有重要意义。是否拥有耐用消费品：耐用消费品如电视机、冰箱、洗衣机、空调等是衡量家庭生活水平的重要标志。拥有这些耐用消费品，能够提高家庭的生活便利性和舒适度。缺乏耐用消费品的家庭，可能在生活质量和生活便利性方面存在不足，反映出生活水平较低。在一些贫困地区，部分家庭由于经济条件限制，无法购买基本的耐用消费品，生活方式较为落后，这也是生活水平维度贫困的一种表现。通过考察家庭是否拥有耐用消费品，可以从一个侧面了解家庭的生活水平和贫困状况。收入维度：人均可支配收入：指居民家庭在扣除个人所得税、社会保障支出等各项费用后，可用于自由支配的收入。人均可支配收入是衡量居民经济实力和生活水平的核心指标，直接反映了居民的消费能力和经济状况。收入水平较低的家庭，在满足基本生活需求后，往往缺乏足够的资金用于教育、医疗、文化等方面的支出，容易陷入贫困。例如，一些农村家庭人均可支配收入较低，除了支付日常生活开销外，难以承担子女的教育费用和家庭成员的医疗费用，生活质量受到严重影响，处于贫困状态。人均可支配收入是收入维度贫困的关键衡量指标，对于判断居民的贫困程度具有重要作用。收入来源多元化程度：通过计算家庭不同收入来源的数量和比例来衡量。收入来源多元化程度越高，说明家庭对单一收入来源的依赖程度越低，经济稳定性越强。主要依靠农业生产的农村家庭，收入受自然因素和市场波动影响较大，一旦遇到自然灾害或农产品价格下跌，家庭收入就会大幅减少，陷入贫困的风险较高。相反，收入来源多元化的家庭，如同时拥有工资收入、经营性收入、财产性收入和转移性收入等，能够在一定程度上分散风险，提高家庭的经济稳定性。收入来源多元化程度对于衡量收入维度贫困具有重要意义，反映了家庭应对经济风险的能力和摆脱贫困的潜力。3.3数据处理与分析3.3.1数据清洗与整理本研究数据来源广泛，微观数据主要来自中国家庭追踪调查（CFPS），宏观数据则取自国家统计局发布的相关资料。原始数据在录入和收集过程中，难免存在一些异常值和缺失值，这会对研究结果的准确性产生影响，因此需要对原始数据进行严格清洗与整理。对于异常值，采用基于统计学原理的方法进行识别与处理。在收入维度，通过计算样本数据的均值和标准差，将超出均值±3倍标准差范围的数据视为异常值。例如，在CFPS数据中，部分家庭的人均可支配收入过高或过低，经检查发现是由于数据录入错误或特殊情况导致。对于这些异常值，若能找到准确的修正依据，则进行修正；若无法确定准确值，则将其视为无效数据予以剔除。在处理缺失值时，针对不同类型的数据，采取了不同的方法。对于连续型数据，如受教育年限、人均住房面积等，使用均值填充法，即计算该变量非缺失值的均值，用均值替代缺失值。以受教育年限为例，若某样本家庭中某个成员的受教育年限数据缺失，通过计算该样本中其他成员受教育年限的均值，将其作为缺失值的替代。对于分类数据，如是否完成九年义务教育、是否参加医疗保险等，采用众数填充法，以该变量出现频率最高的类别值填充缺失值。对于一些关键指标，若缺失值比例过高，如某地区样本中教育支出占家庭总支出比重的缺失值超过30%，则考虑删除该部分样本，以保证数据的可靠性和分析结果的准确性。经过数据清洗与整理，共获得有效样本[X]个，涵盖了全国不同地区、不同收入水平和不同家庭特征的居民，为后续多维贫困指数的计算和影响因素分析奠定了坚实的数据基础。3.3.2多维贫困指数计算结果运用A-F双界限法对整理后的数据进行计算，得出中国居民多维贫困指数。结果显示，全国层面的多维贫困指数在过去一段时间内呈现出明显的下降趋势。具体而言，[起始年份]的多维贫困指数为[X1]，到[结束年份]下降至[X2]，这表明中国在减少居民多维贫困方面取得了显著成效。从空间维度来看，不同地区的多维贫困指数存在明显差异。东部地区的多维贫困指数最低，平均值为[X3]，这得益于其发达的经济、完善的基础设施和优质的公共服务。中部地区的多维贫困指数为[X4]，处于中等水平，该地区在经济发展、教育和医疗资源等方面虽有一定基础，但与东部地区相比仍存在差距。西部地区的多维贫困指数相对较高，平均值为[X5]，主要原因是西部地区自然条件较为恶劣，经济发展相对滞后，教育、医疗等公共服务水平较低，导致居民在多个维度上更容易陷入贫困。东北地区的多维贫困指数为[X6]，受产业结构调整、人口外流等因素影响，该地区在就业、社会保障等维度面临一定挑战，从而影响了整体的多维贫困状况。城乡之间的多维贫困指数也存在显著差异。农村地区的多维贫困指数明显高于城市，农村为[X7]，城市为[X8]。农村地区在教育资源、医疗设施、生活水平等方面与城市存在较大差距。农村学校师资力量薄弱，教育质量不高，导致农村居民受教育程度普遍较低；医疗设施简陋，医疗服务可及性差，使得农村居民在健康维度面临更大风险；生活水平方面，农村的基础设施建设相对滞后，住房条件、生活便利性等方面不如城市，进一步加剧了农村居民的多维贫困程度。四、中国居民多维贫困的现状分析4.1整体贫困状况4.1.1多维贫困指数变化趋势通过对2010-2020年中国家庭追踪调查（CFPS）数据的深入分析，我们清晰地观察到中国居民多维贫困指数呈现出持续下降的显著趋势。在2010年，全国多维贫困指数为0.256，这意味着约25.6%的居民在教育、健康、生活水平和收入等多个维度存在不同程度的贫困状况。随着时间的推移，到2020年，多维贫困指数降至0.128，下降幅度高达49.9%，近乎减半。这一数据直观地反映出中国在过去十年间减贫工作取得了卓越成效，居民在多维贫困状况上得到了极大改善。进一步对各维度贫困指数进行剖析，能更深入了解多维贫困指数下降的内在原因。在教育维度，2010年贫困指数为0.182，到2020年下降至0.095，下降幅度达47.8%。这主要得益于国家对教育事业的高度重视和持续投入，九年义务教育普及率不断提高，教育资源逐步向贫困地区倾斜，使得更多居民能够接受良好的教育，有效减少了教育维度的贫困。例如，在一些偏远山区，政府通过实施“希望工程”“教育扶贫”等项目，新建学校、改善教学设施、派遣优秀教师支教，使得当地儿童的入学率大幅提高，受教育年限显著增加，教育贫困问题得到有效缓解。健康维度的贫困指数也有明显下降，2010年为0.165，2020年降至0.088，降幅达46.7%。这得益于医疗卫生体系的不断完善，医疗保险覆盖率持续扩大，基层医疗卫生服务能力逐步提升。新型农村合作医疗制度和城镇居民基本医疗保险制度的全面实施，使广大居民能够享受到基本医疗保障，减轻了医疗费用负担，降低了因病致贫、因病返贫的风险。同时，公共卫生服务的加强，如疾病预防控制、健康教育等工作的深入开展，提高了居民的健康意识和健康水平，减少了健康维度的贫困。生活水平维度贫困指数从2010年的0.205下降到2020年的0.102，下降了50.2%。这主要得益于经济的快速发展，居民收入水平稳步提高，生活条件不断改善。随着城市化进程的加快，基础设施建设不断完善，交通、通信、水电等公共服务覆盖范围更广，质量更高，提升了居民的生活便利性和舒适度。住房条件也得到了显著改善，保障性住房建设力度加大，许多贫困家庭实现了住房梦，生活水平维度的贫困状况得到有效改善。收入维度贫困指数在2010年为0.223，2020年降至0.110，下降幅度为50.7%。国家通过实施积极的就业政策，促进经济结构调整，创造了大量就业机会，提高了居民的就业稳定性和收入水平。精准扶贫政策的实施，通过产业扶贫、就业扶贫、金融扶贫等多种方式，帮助贫困家庭增加收入，实现脱贫致富。一些贫困地区通过发展特色农业、乡村旅游等产业，带动了当地居民就业和增收，有效降低了收入维度的贫困程度。4.1.2贫困广度与深度分析贫困广度，即贫困发生率，反映了贫困现象在一定范围内的普遍程度。通过对多维贫困数据的分析，2020年全国多维贫困发生率为28.5%，这表明约有28.5%的居民在多个维度存在贫困现象。其中，农村地区多维贫困发生率为35.2%，明显高于城市的19.8%。这主要是由于农村地区在经济发展水平、基础设施建设、公共服务供给等方面相对滞后，导致居民在教育、健康、生活水平等维度更容易陷入贫困。在一些偏远农村地区，教育资源匮乏，学校数量少、师资力量薄弱，导致农村儿童受教育机会受限，教育贫困发生率较高；医疗卫生条件差，医疗设施简陋，医疗服务可及性低，使得农村居民健康风险增加，健康贫困问题较为突出。贫困深度，即贫困强度，衡量的是贫困人口贫困程度的平均水平。2020年全国多维贫困深度为0.450，意味着贫困人口在各个贫困维度上的平均剥夺程度达到了45.0%。农村地区多维贫困深度为0.503，高于城市的0.386。这进一步说明农村贫困人口在教育、健康、生活水平和收入等方面的贫困程度更为严重。在教育方面，农村贫困家庭子女可能因经济困难无法接受高等教育，限制了未来的职业发展和收入增长；在健康方面，农村贫困人口可能因无力承担高额医疗费用，导致病情延误，健康状况恶化，进一步加重贫困程度；在生活水平方面，农村贫困人口可能面临住房条件差、生活设施简陋、生活便利性低等问题，严重影响生活质量。从区域角度来看，东部地区多维贫困发生率为21.3%，贫困深度为0.395；中部地区多维贫困发生率为27.8%，贫困深度为0.438；西部地区多维贫困发生率为36.5%，贫困深度为0.512；东北地区多维贫困发生率为24.6%，贫困深度为0.417。可以看出，西部地区贫困广度和深度均高于其他地区，这与西部地区经济发展相对滞后、自然条件较为恶劣、基础设施建设难度大等因素密切相关。一些西部地区地处山区，交通不便，信息闭塞，经济发展受到严重制约，导致贫困问题较为突出。而东部地区经济发达，基础设施完善，公共服务水平高，在教育、健康、生活水平等维度能够为居民提供更好的保障，因此贫困广度和深度相对较低。4.2区域差异分析4.2.1东部、中部、西部贫困状况对比通过对不同区域多维贫困指数的深入剖析，能够清晰地揭示出区域发展不平衡对贫困的显著影响。东部地区作为中国经济发展的前沿阵地，凭借其优越的地理位置、完善的产业体系和发达的市场经济，在多维贫困状况方面表现出明显的优势。2020年，东部地区的多维贫困指数为0.085，显著低于全国平均水平。在教育维度，东部地区教育资源丰富，学校数量众多，师资力量雄厚，教育质量较高，使得居民受教育年限普遍较长，教育贫困发生率较低。例如，在一些东部发达城市，中小学的师生比能够达到较高水平，教师学历层次高，教学设施先进，为学生提供了良好的教育环境，有助于提升居民的教育水平，减少教育维度的贫困。在健康维度，东部地区医疗卫生体系完善，医疗设施先进，医疗服务可及性高，居民健康意识较强，健康贫困问题相对较轻。大型综合性医院和专科医院分布广泛，能够为居民提供高质量的医疗服务，同时，公共卫生服务的深入开展，如健康教育、疾病预防控制等，有效提高了居民的健康水平。在生活水平维度，东部地区经济发达，居民收入水平高，生活设施完善，住房条件优越，生活便利性和舒适度高，生活水平维度的贫困指数较低。城市中的现代化住宅小区、便捷的交通网络、丰富的商业资源等，都为居民提供了高品质的生活条件。中部地区在经济发展、基础设施建设和公共服务提供等方面处于中等水平，其多维贫困指数为0.120，介于东部和西部地区之间。在教育方面，中部地区虽然拥有一定数量的高校和教育资源，但与东部地区相比，在教育投入、教育质量和教育公平性等方面仍存在差距。一些农村地区的学校教育设施相对落后，师资队伍不稳定，导致部分学生受教育机会受限，教育贫困发生率相对较高。在健康维度，中部地区的医疗卫生条件虽有一定改善，但基层医疗卫生服务能力仍有待提升，医疗资源分布不均衡的问题依然存在。一些偏远农村地区的医疗设施简陋，医疗技术水平有限，居民看病就医仍存在一定困难，健康贫困问题不容忽视。在生活水平维度，中部地区居民收入水平相对东部地区较低，住房条件和生活设施的改善速度较慢，生活水平维度的贫困指数相对较高。一些城市的老旧小区存在住房面积狭小、设施老化等问题，影响居民的生活质量。西部地区受自然条件、地理位置和历史发展等因素的制约，经济发展相对滞后，多维贫困指数为0.185，高于全国平均水平。在教育维度，西部地区教育资源匮乏，教育基础设施薄弱，师资力量不足，导致居民受教育程度普遍较低，教育贫困问题较为突出。一些偏远山区学校数量少，学生上学路途遥远，教育资源稀缺，部分儿童甚至因家庭贫困而辍学，严重影响了他们的未来发展。在健康维度，西部地区医疗卫生服务能力较弱，医疗设施落后，医疗人才短缺，居民健康状况相对较差，健康贫困问题较为严重。一些地区的县级医院设备陈旧，无法开展复杂的医疗救治，居民患病后往往需要前往大城市就医，增加了就医成本和难度。在生活水平维度，西部地区经济发展水平低，居民收入来源有限，生活设施不完善，住房条件差，生活水平维度的贫困指数较高。一些农村地区的居民居住在简陋的房屋中，缺乏基本的生活设施，生活条件艰苦。区域发展不平衡导致的资源分配不均、经济发展差异和公共服务差距，是造成东部、中部、西部多维贫困状况差异的主要原因。为缩小区域间多维贫困差距，促进区域协调发展，政府应加大对中西部地区的政策支持和资源投入，推动产业转移和升级，加强基础设施建设，提高公共服务水平，促进教育、医疗等资源的均衡配置，以降低中西部地区的多维贫困程度，实现全国范围内的共同富裕。4.2.2城乡贫困差异分析城乡二元结构在中国经济社会发展中长期存在，对居民多维贫困状况产生了深远影响。在多维贫困指数方面，农村地区明显高于城市。2020年，农村多维贫困指数为0.162，而城市仅为0.098。这一差距主要源于城乡在多个维度上的显著差异。在教育维度，城乡教育资源分布严重不均。城市拥有丰富的教育资源，优质学校众多，师资力量雄厚，教学设施先进。例如，城市中小学配备了现代化的实验室、多媒体教室、图书馆等教学设施，教师大多毕业于知名师范院校，教学经验丰富，能够为学生提供高质量的教育服务。相比之下，农村地区教育资源匮乏，学校数量不足，师资力量薄弱，教学设施简陋。许多农村学校缺乏基本的教学设备，如电脑、投影仪等，教师队伍不稳定，优秀教师流失严重，导致农村学生受教育机会受限，教育质量难以保证。这使得农村居民在受教育年限、教育质量等方面与城市居民存在较大差距，农村教育贫困发生率明显高于城市。健康维度同样存在显著的城乡差异。城市医疗卫生体系较为完善，医疗设施先进，医疗服务可及性高。大型综合医院、专科医院遍布城市，居民能够方便快捷地获得高质量的医疗服务。同时，城市的公共卫生服务体系健全，健康教育、疾病预防控制等工作开展得较为深入，居民健康意识较强。而农村地区医疗卫生条件相对落后，基层医疗卫生机构设施简陋，医疗技术水平有限。一些农村卫生室仅有基本的医疗设备，无法进行复杂的疾病诊断和治疗，医疗人才短缺，优秀医生不愿意到农村工作，导致农村居民看病就医困难。此外，农村居民健康意识相对淡薄，对疾病预防和健康管理的重视程度不够，进一步加剧了健康维度的贫困问题。生活水平维度，城乡之间的差距也十分明显。城市居民收入水平较高，生活设施完善，住房条件优越。城市中有便捷的交通网络、丰富的商业资源、完善的文化娱乐设施等，居民生活便利性和舒适度高。例如，城市居民大多居住在现代化的住宅小区，周边配套设施齐全，出行有地铁、公交等多种选择。而农村居民收入相对较低，生活设施建设滞后，住房条件较差。一些农村地区道路状况差，交通不便，缺乏商业网点和文化娱乐设施，居民生活相对单调。农村住房多为自建房屋，在房屋质量、居住面积等方面与城市存在较大差距，部分农村居民甚至居住在危房中，生活质量受到严重影响。城乡二元结构导致的资源分配不均、经济发展不平衡和公共服务差距，是造成城乡多维贫困差异的根本原因。为缩小城乡多维贫困差距，促进城乡融合发展，政府应加大对农村地区的投入，推动城乡教育、医疗、基础设施等公共服务的均等化。加强农村教育资源配置，提高农村教师待遇，改善教学条件；加大农村医疗卫生体系建设力度，提升基层医疗服务能力，加强健康教育宣传；促进农村经济发展，拓宽农民收入渠道，改善农村生活设施和住房条件。通过一系列政策措施，逐步消除城乡二元结构，实现城乡居民在教育、健康、生活水平等方面的均衡发展，降低农村居民的多维贫困程度。4.3维度分解分析4.3.1各维度对多维贫困指数的贡献率通过对多维贫困指数进行维度分解，能够清晰地了解教育、健康、生活水平等维度对多维贫困指数的具体贡献率，从而准确找出关键贫困维度。分析结果显示，教育维度对多维贫困指数的贡献率为32.5%，在各维度中占据重要地位。教育作为提升个人能力和发展潜力的关键因素，其贫困状况对整体多维贫困有着深远影响。在一些贫困地区，教育资源匮乏，学校数量不足，师资力量薄弱，导致居民受教育程度普遍较低。许多儿童因学校离家较远、缺乏必要的学习设施和辅导而辍学，无法获得足够的知识和技能，这限制了他们未来的就业选择和收入水平，进而增加了陷入多维贫困的风险。较低的受教育程度还可能导致居民健康意识淡薄，缺乏正确的健康知识和生活方式，进一步影响健康维度的状况，形成贫困的恶性循环。健康维度对多维贫困指数的贡献率为28.3%，同样是影响多维贫困的重要维度。健康状况直接关系到居民的劳动能力和生活质量。在一些地区，由于医疗卫生条件落后，医疗设施简陋，医疗服务可及性低，居民患病后难以及时得到有效的治疗。患有慢性疾病或重大疾病的居民，不仅需要承担高额的医疗费用，还可能因疾病导致劳动能力下降或丧失，家庭收入减少，从而陷入贫困。健康问题还会影响居民的心理健康和社会参与度，进一步加重贫困程度。例如，一些贫困家庭的成员因长期患病，心理压力增大，无法积极参与社会活动，失去了获取更多发展机会的可能。生活水平维度的贡献率为25.7%，反映了居民在日常生活条件和物质享受方面的贫困状况。家庭恩格尔系数过高，表明家庭大部分支出用于食品消费，在教育、医疗、文化等其他方面的消费能力较弱，生活水平较低。在一些农村地区，居民住房条件差，人均住房面积狭小，居住环境简陋，缺乏基本的生活设施，如卫生厕所、自来水供应等，严重影响了居民的生活质量和身心健康。缺乏耐用消费品，如电视机、冰箱、洗衣机等，也使得居民的生活便利性和舒适度降低，体现了生活水平维度的贫困。收入维度的贡献率为13.5%，虽然相对其他维度较低，但收入作为维持生活和实现发展的基础，对多维贫困仍有着不可忽视的影响。低收入家庭在满足基本生活需求后，往往缺乏足够的资金用于教育、医疗、文化等方面的支出，导致在其他维度也容易陷入贫困。一些贫困家庭主要依靠农业生产或低薪的体力劳动获得收入，收入来源不稳定，且受自然条件和市场波动影响较大。一旦遇到自然灾害或农产品价格下跌，家庭收入就会大幅减少，难以承担子女的教育费用和家庭成员的医疗费用，从而陷入多维贫困。4.3.2关键维度贫困状况解析教育维度作为对多维贫困指数贡献率较高的关键维度，存在着教育资源分配不均的突出问题。在城乡之间，城市拥有丰富的教育资源，优质学校众多，师资力量雄厚，教学设施先进。城市中小学配备了现代化的实验室、多媒体教室、图书馆等教学设施，教师大多毕业于知名师范院校，教学经验丰富，能够为学生提供高质量的教育服务。相比之下，农村地区教育资源匮乏，学校数量不足，师资力量薄弱，教学设施简陋。许多农村学校缺乏基本的教学设备，如电脑、投影仪等，教师队伍不稳定，优秀教师流失严重，导致农村学生受教育机会受限，教育质量难以保证。在一些偏远山区，学校数量少，学生上学路途遥远，甚至需要翻山越岭，耗费大量时间和精力，这不仅影响学生的学习积极性，也增加了辍学的风险。区域之间的教育资源分配也存在较大差距。东部发达地区教育投入相对较高，教育资源丰富，教育质量较高。这些地区拥有众多知名高校和优质中小学，吸引了大量优秀教师和教育资源的集聚。而中西部地区教育投入相对不足，教育资源相对匮乏，教育质量有待提高。一些中西部地区的高校在科研经费、师资队伍建设等方面与东部地区存在较大差距，导致人才培养能力和科技创新能力受限。一些贫困县的中小学缺乏必要的教育资源，如艺术、体育等课程的教学设备和专业教师，学生的综合素质培养受到影响。教育资源分配不均导致不同地区和群体之间的教育机会不平等，进一步加剧了多维贫困的差距。为解决这一问题，政府应加大对教育资源薄弱地区的投入，优化教育资源配置。加大对农村地区和中西部地区的教育经费投入，改善学校的基础设施建设，更新教学设备，提高教师待遇，吸引优秀教师到这些地区任教。推进城乡教育一体化发展，加强城乡学校之间的交流与合作，通过教师交流、远程教学等方式，实现优质教育资源的共享。加强教育扶贫政策的实施，为贫困家庭子女提供更多的教育资助和帮扶，确保他们能够接受公平而有质量的教育，阻断贫困的代际传递。五、中国居民多维贫困的影响因素分析5.1理论分析框架为全面剖析中国居民多维贫困的影响因素，本研究构建了一个涵盖个体、家庭、社会和政策四个层面的理论分析框架，深入探究各层面因素对多维贫困的作用机制，为后续实证研究奠定坚实基础。在个体层面，年龄、性别、健康状况、受教育程度等因素对居民多维贫困有着直接且重要的影响。年龄方面，老年人由于身体机能衰退，劳动能力下降，往往难以获得稳定的收入来源，同时可能面临较高的医疗费用支出，从而增加了陷入多维贫困的风险。例如，60岁以上的老年人，随着年龄增长，慢性病患病率上升，需要长期的医疗护理和药物治疗，这不仅消耗家庭经济资源，还可能导致老年人无法从事一些体力劳动，减少家庭收入。性别因素也不容忽视，在一些传统观念较为浓厚的地区，女性在教育、就业和社会参与等方面可能面临更多的限制和歧视，这使得女性的发展机会相对较少，收入水平较低，更容易陷入多维贫困。受教育程度与多维贫困之间存在着紧密的联系，受教育程度高的居民，通常具备更丰富的知识和技能，在就业市场上具有更强的竞争力，能够获得更高的收入和更好的职业发展机会，从而降低多维贫困的可能性。健康状况同样至关重要，身体健康是个人从事劳动和参与社会活动的基础，健康状况不佳的居民，可能因疾病导致劳动能力下降、医疗费用增加，进而陷入多维贫困。患有重大疾病或慢性疾病的居民，如癌症、糖尿病等，不仅需要承担高额的医疗费用，还可能因无法正常工作而失去收入来源，使家庭经济陷入困境。家庭层面的因素对居民多维贫困的影响也十分显著。家庭规模过大，意味着家庭需要抚养和照顾的人口增多，经济负担加重，在有限的家庭资源下，可能导致家庭成员在教育、医疗、生活等方面的资源分配不足，增加多维贫困的风险。一个六口之家，有两位老人需要赡养，两个孩子需要抚养，家庭的经济压力较大，如果家庭收入有限，可能无法满足老人的医疗需求和孩子的教育费用，从而使家庭陷入多维贫困。家庭结构的差异也会对多维贫困产生影响，单亲家庭、留守家庭等特殊家庭结构，由于缺乏完整的家庭支持体系，在经济来源、子女教育、老人照料等方面面临更多困难，更容易陷入多维贫困。单亲家庭中，只有一方承担家庭经济责任，经济压力较大，同时在子女教育和成长过程中可能缺乏足够的关注和指导，影响子女的发展，增加家庭未来陷入贫困的风险。家庭资产的多少是衡量家庭经济实力和抗风险能力的重要指标，家庭资产丰富的居民，在面对突发情况时，能够更好地应对，减少因意外事件导致的贫困风险。而家庭资产匮乏的居民，一旦遭遇疾病、失业等风险，可能因缺乏经济缓冲而陷入多维贫困。家庭收入来源的稳定性也与多维贫困密切相关，多元化且稳定的收入来源能够降低家庭对单一收入的依赖，增强家庭的经济稳定性，减少多维贫困的发生。主要依靠农业生产的家庭，收入受自然条件和市场价格波动影响较大，收入不稳定，一旦遇到自然灾害或农产品价格下跌，家庭收入大幅减少，容易陷入贫困；而同时拥有工资收入、经营性收入、财产性收入和转移性收入等多种收入来源的家庭，经济稳定性较强，陷入多维贫困的可能性较小。社会层面的因素对居民多维贫困的影响广泛而深远。地区经济发展水平的差异是导致多维贫困的重要因素之一，经济发达地区通常拥有更多的就业机会、更高的工资水平、完善的基础设施和优质的公共服务，居民在教育、健康、生活水平等维度更容易获得保障，多维贫困程度相对较低