乡村振兴视角下公共服务对农村多维贫困减贫效应研究.docxVIP

? ? 乡村振兴视角下公共服务对农村多维贫困减贫效应研究 ? ? 　　 一、引言 　　 2018年9月27日，中共中央、国务院印发了《乡村振兴战略规划(2018-2022)》，其中数次提到强化公共服务的内容，例如强化农村公共基层服务、养老服务、金融服务及文化服务等。而且随着改革开放进入到全面深化改革的攻坚期和经济发展理念的转变，我国经济增速降至中高速增长区间，资源约束日益凸显，经济战略转入均衡发展，农村脱贫工作随之进入到了瓶颈期。虽然农村大面积的普遍贫困已经解决，但相对贫困依旧突出。同时，农村贫困率降低速度越来越慢，开发式扶贫的效益不断下降。依赖经济增长拉动的减贫模式偏重提高贫困人口的收入水平，忽略基本公共服务的供给，短时期减贫的成效显著，但长远来看，却没有解决贫困人口在教育、医疗、社会保障、住房等领域权利缺失的多维“能力贫困”。这对于实现乡村振兴，有效完成精准扶贫的目标，显然十分不利。 　　 政府也意识到新阶段中国农村减贫战略思路，工作方向和政策措施都已经到了战略调整的窗口期。十八届五中全会提出了要坚持共享发展，实施脱贫攻坚工程，要求实施精准扶贫，精准脱贫，因人因地施策，提高扶贫实效。十九大报告将扶贫提高到新的战略高度，要坚持大扶贫格局，注重扶贫同扶志、扶智相结合，确保到2020年实现农村贫困人口全部脱贫，贫困县全部摘帽的重要目标。 　　 贫困问题是一个人类发展进程中长期存在的历史问题，也一直受到每个国家的关注。改革开放以来，我国通过实施一系列扶贫政策，减贫成效显著。要坚决打赢脱贫攻坚战和彻底解决农村贫困问题，实现乡村振兴的目标，就必须要转换贫困观念，转变扶贫方式。本文以多维贫困为视角，通过实证研究分析了基本公共服务对农村多维贫困的减贫效应，受限于数据可获得性，虽然使用的是2011年之前的数据，但研究不同阶段的贫困问题，探究历史发展过程中的问题和经验，可以为了解和解决现阶段贫困问题提供参考和对比，依然具有十分重要的研究价值与实践意义。 　　 二、文献回顾 　　 国外关于多维贫困度量的实证研究兴起于Alkire和Foster[1]在2007年提出的一种AF计数测量法，可以进行贫困识别、加总和分解，该方法具有较强的可操作性和广泛适用性，而且也满足了测量公理性的要求，被提出以后就获得了广泛的采用和认可，世界各国相关领域的学者都纷纷效仿。国内关于多维贫困的研究起步较晚，早期的研究大多是理论探讨分析，利用历史数据进行测量和实证检验的研究则集中于近十年内。受制于全国地区贫困指标数据的可获得性，早期的实证研究一般是以某一特定地区为例进行分析。2012年，陈琦[2]以武夷山区为研究对象，对连片特困地区农村贫困进行了多维测量，发现特困地区的贫困指数明显比较高。同年，郭建宇和吴国宝[3]以山西省多个贫困县为研究对象，并选取了多个影响因素作为指标进行检验，进一步发现多维贫困测量过程中指标和权重的选择会对测量结果产生重大影响。随着研究技术的优化和数据的积累，2018年高明和唐丽霞[4]利用修正的FGT多维贫困测量方法测算了贫困村庄建档立卡户与非贫困户的多维贫困指数，通过对不同指标的检验发现卫生设施、日常使用燃料和生产性资产是贫困发生率最高的指标，而且着重分析了收入因素和非收入因素对农户贫困的不同影响。国内外学术界目前对多维贫困的研究主要是在计数测量法基础上(以AF度量方法为典型代表)的实证分析为主。 　　 三、农村多维贫困指数的测算 　　 (一)AF多维贫困指数测算方法 　　 Alkire和Foster[1]双重临界值方法是在多维贫困实际构建和计算时最被认可的方法，其具体测算原理如下： 　　 1.构建维度矩阵 　　 设定一个N×D矩阵如图1，令矩阵元素Y∈表示N个个体在D个维度上的取值范围。Y中的表示个体i在维度j上的取值(i=1，2…，n；j=1，2，…，d)。行向量包括了个体i在D个维度上的所有取值，而列向量包代表j维度上n个个体的不同取值分布。 　　 　　 图1 N×D矩阵 　　 具体而言，比如贫困维度设置为健康、教育、生活状况三个维度，d即为3，健康编号为1，教育和生活状况分别为2、3。测量100个个体的贫困状况，n即为100，衡量编号为3的个体在健康贫困维度的取值即可以用来表示。以此类推，得出一个100×3的矩阵，每个行向量代表一个个体在各个维度上的贫困状态，每个列向量代表这一维度上每个个体的贫困状态。 　　 2.各维度贫困识别 　　 (1)每一个维度贫困的识别 　　 　　 假设定义维度J为卫生贫困维度，维度临界值为为室内冲水马桶。如果个体i使用的是室内冲水马桶，则=0，表示个体i在此维度上不贫困。如果使用的是非室内冲水马桶，则=1，表示个体i在这个维度上贫困。矩阵的列向量同时代表每个个体目前的贫困维度总数，第i个个体的总贫困