高翔 王三秀

摘 要 基于2013年中国社会状况综合调查数据，采用多维贫困的判定方法，从家庭金融资产、住房资产、实物资产三个方面精准识别了农村居民家庭资产贫困的现状及其致因，研究表明：农村居民家庭资产贫困随着指标的增加，贫困发生率和多维贫困指数均呈现出递减的趋势。从具体贡献度看，在中度、深度贫困中处于前三位的分别是农村居民家庭当年收支、住房类型与所使用的炊事燃料。农村居民个人特征、家庭特征、区域特征三方面均会对农村居民家庭资产贫困产生显著的影响。基于此，建议在精准扶贫过程中纳入家庭资产脆弱性和风险评估、注重对农村居民个人的赋权增能和其所在家庭的资产建设、强化区域间扶贫合作等三方面进而实现农村居民家庭资产贫困的精准治理。

关键词 农村居民；家庭资产贫困；多维贫困；致因；精准治理

[中图分类号]F323.8 [文献标识码] A [文章编号]1673-0461（2018）10-0037-09

一、引 言

在精准扶贫战略背景下，我国农村贫困人口大幅下降，数据显示，从2011年到2015年农村贫困人口累积减少10 992万人，扶贫成就斐然[1]。但是，在取得成就的同时也应看到返贫人口不断增加。有研究指出，农村脱贫返贫率最高可达30%，每年的贫困人口大约会有2/3在下一年实现脱贫，而下一年又有相同比例的人口会继续返贫，变成新的贫困人口 [2]。何以会产生这种现象？美国著名社会政策学家迈克尔·谢若登曾指出：收入作为扶贫政策的主要判断标准是欠妥的，因为收入只是家庭中的资源流动，是与物质消费、生活标准等紧密相连的，但对于贫困者的救助应该更多的依靠家庭的结余资产来建构[3]。这说明农村居民家庭资产的匮乏是其致贫甚至是不断返贫的重要原因。因此，应该把农村居民家庭资产建设作为精准扶贫的重要手段。这在政策的顶层设计中也得以明确体现，2013年中共十八届三中全会中指出要赋予农民更多的财产权利，2015年的中共十八届五中全会公报中更是直接要求对贫困人口可以探索施行资产收益扶持制度，习近平总书记在2017年10月的十九大报告中也明确指出：深入开展脱贫攻坚，保证全体人民在共建共享发展中有更多获得感。这就要求在促进农村贫困人口脱贫的过程中，不仅要重视收入等方面的物质增量，更要注重家庭资产等的资本存量。我国精准扶贫的目标之一是到2020年全面打赢脱贫攻坚战，实现贫困人口在现行标准下全部脱贫，在这仅有的不到三年的时间里，如果继续沿用以收入作为主要判断标准的扶贫方式，那么，农村贫困人口的生活依然只能随着贫困线的变动而上升或是下降，那么扶贫效果的稳定性将会受到严重影响。所以，采用以家庭资产为主要内容来识别农户贫困就显得十分迫切和必要。

与以往既有的收入贫困研究和学者们较为关注的支出型贫困不同，家庭资产贫困摆脱了单纯从收入或者支出的角度来识别农村贫困人口的具体做法[4-5]。与此同时，家庭资产贫困的测量是可以较为全面地测量整个家庭发展情况的一种贫困测度。在本研究中，家庭資产贫困的界定是在家庭收支、家庭资产结余、住房条件、生活耐用品等诸多方面陷入的一种被剥削的状态。这种界定的好处在于：一方面，可以从家庭资产的流动和结余中得到该家庭的实际可支配收入的存量；另一方面，也能从其他多种物质维度来真实有效地判断农村居民是否是处于绝对贫困之中，这就避免了从单一维度识别贫困的缺点，正如学者Will Paxton所指出的，既有资产的再分配相对于收入的再分配有更大的边际效应，资产积累的行动可以引发个体责任和态度的变化[6]。社会政策学家梅志里也认为资产建设可以帮助贫困户摆脱长期依赖公共救助支出的状况，帮助他们建构人力资本与社会资本，最终增强其自身与家庭的发展能力[7]。用资产贫困的判断标准更能有助于认识农村居民家庭贫困的“贫根”，也为精准扶贫的有效落实提供一种新思路。本研究基于2013年中国社会状况综合调查数据，采用多维贫困的判定方法，首先识别农村居民家庭资产贫困的现状，然后进一步从户主特征、家庭特征、区域特征等方面来对农村居民家庭资产贫困的致因进行分析，从而能够提出更加精准的扶贫政策，以缓解农村居民家庭资产的贫困状况。

二、文献综述

从20世纪90年代开始，西方著名的社会政策学家吉尔伯特、艾斯平-安德森等已经意识到社会福利开支具有社会投资的功能，同时将消除贫困纳入到促进社会政策可持续发展的框架中来[8]。而马克·施赖纳、迈克尔·谢若登指出穷人一样可以进行其所在家庭的资产建设，这不仅可以帮助其抵御风险，也可以促进其稳定脱贫[9]。与资产建设最为紧密的概念即为资产贫困，自美国社会政策专家Oliver等首次提出“资产贫困”这一说法以来[10]，日益受到学术界和社会的重视，究其原因，主要有三点：一是当家庭因某种不可抗拒的因素陷入经济或者物质上的贫困时，既有的资产存量能够维持家庭成员的生计，帮助家庭抵抗风险，从而能够使其度过风险，有研究指出，少量资产的积累在贫困家庭面对困难时也会有很强的边际效用，有着不可估量的重要影响 [11]。二是资产贫困可以让我们了解贫困的结构性致因。既有采用的收入或支出的测算方式不能揭示居民家庭频繁致贫返贫的结构性原因，但是资产贫困却是可以的[12]。三是资产持有状况彰显家庭的发展能力。学者威尔·帕克斯顿指出资产政策能够带给人们的是对自身生活更大的自主权和控制力，可以让家庭在重大灾难发生之前增强资产能力[13]。这说明在精准扶贫战略实施的背景下，关注农村居民家庭资产贫困有着重要理论价值和依据。

对于农村居民家庭资产贫困内容的操作化是理解这一概念的重要方式。从既有研究来看，学术界的测量方法主要是按照两种标准展开：第一，采用静态资产贫困的方法进行测量。这里面包括两种方法，一是资产贫困比率法，这种方法是由Haveman和Wolff提出的，他们认为如果家庭资产小于经过加权处理后测算的标准家庭基本需要的资产贫困线的25%，那么就可以认为该家庭属于资产贫困，其中所谓的家庭基本需要主要是从家庭耐用品和食物等基本资产进行的考量[14]。二是资产-收入法，即Haveman和Wolff在自己2001年所提出的资产贫困比率法的基础上加入了收入的维度，这种方法的测算方式是，如果一个家庭同时陷入资产贫困线和收入贫困线之下，即为家庭资产贫困[5]。Filmer和Pritchett主要依据家庭生活设施或耐用消费品来对发展中国家的家庭资产贫困状况进行阐述和测量[15]。就静态资产贫困的测算方法而言，主要是从绝对意义上的家庭物质需要而对资产贫困进行的界定，在这一过程中，忽视了住房、家庭资产结余等对家庭资产贫困衡量具有关键性意义的指标。第二，采用动态资产贫困的方法对家庭资产贫困进行的衡量。代表性的测算方法是资产贫困脆弱性测算和多维资产贫困的测算。对于资产贫困脆弱性的测量，学者Chiwaula et al.在资产贫困线基础上，提出了一种不同的方法，其独特之处是通过收入的方差把风险引入到测量框架中[16]。与静态资产贫困的既有测算方法相比，这种研究已经注意到了资产贫困的动态性，但是忽略了其多维性。本研究强调农村居民家庭资产贫困的衡量应该采用多维测度，是为了更清楚地认识到家庭贫困的结构性成因和具体剥夺指标。基于此，对于农村居民家庭资产贫困的测量在注重其动态性的同时，又需要注重其多维性质。

家庭资产贫困采用多维方法进行测量已有部分研究进行了相应的探索，Dercon从家庭的资产、产出和能力三维度进行的分析[17]。学者李佳路通过对农户家庭住房、耐用品、生产性固定资产以及耕地四个方面的多维测度，描述了S省30个国家贫困县农村家庭资产的贫困现状[18]。Moser认为在家庭资产贫困的衡量中不仅应该注意内容的多维性，同时也应该认识到各类资产的重要顺序也对摆脱贫困有着关键的意义[19]。虽然目前国外已经有部分学者利用多维贫困的分析框架来对巴西城市家庭的资产贫困进行评估，但这里面对于家庭资产的衡量依然是基于与居民生存息息相关的收入、实物支出、耐用品的使用等[20]。据此不难看出，对于家庭资产贫困多维测度的指标十分有限，并且操作化的层面仍然不够细致，且并未使用全国性的抽样数据来对这一问题进行检视，这可能主要是两方面的问题导致的：一方面，是既有的全国性数据中可以进行家庭资产贫困多维测量的指标匮乏；另一方面，可能是目前人们对于精准扶贫的理解仍然较多从“收入-支出”的角度进行理解，对于从家庭资产贫困的角度去理解农村居民的实际贫困状况仍有进一步提升的空间。

基于以上学者们对于农村居民家庭资产贫困研究，本研究认为有三点不足值得进一步完善：首先，对农村居民家庭资产贫困的测度，选取的指标不够丰富，只注重了农村居民耕地资源、住房、生活耐用品，而对于对农村居民家庭资产有重要影响的金融资产、存款等资源并未纳入到家庭资产贫困的多维测度之中；其次，较少研究采用多维贫困的分析框架研究农村居民家庭資产贫困中的剥夺份额、贫困发生率与多维贫困指数、具体贡献度等的状况；最后，缺乏对农村居民家庭资产贫困的致因进行探讨，须知这是促进农村居民进行家庭资产建设的基础性条件。基于以上不足，本研究基于2013年中国社会状况综合调查数据，识别农村居民家庭资产贫困的现状及致因，进而提出具体的精准扶贫建议。

三、数据来源、测度方法与指标选取

（一）数据来源

本研究的数据来源是2013年“中国社会状况综合调查”（Chinese Social Survey，简称CSS）的数据。该调查是中国社会科学院社会学研究所发起，以概率抽样的入户访问方式，调查区域覆盖了全国除港澳台外的31个省/自治区/直辖市，每次调查访问7 000到10 000余个家庭。本研究之所以选取这套数据的农村居民样本，是因为该套问卷中对于农村居民家庭资产的测量指标较为契合本研究。

（二）测度方法

目前对于多维贫困的测量一般是采用Alkire和Foster所提出的双界线方法。该方法的测量可以分为以下步骤：

1. 维度选取

在选取内容时既要考虑家庭资产贫困衡量应该包括哪些部分，但是也要考虑微观数据的可获得性。让Mn，d代表n×d维矩阵，并且令矩阵的元素y属于Mn，d。对于y中的任一元素yij，表示个体i 在维度j 上的取值，i =1，2，…，n；j =1，2，…，d。

2. 各维度赋值及识别

对于任何矩阵y，定义一个剥夺矩阵： g0=[g0ij]，当yijzj 时，g0ij=0。

3. 各维度（k）被剥夺的识别

它由两部分构成：一部分为H（贫困发生率）；另一部分为A（平均剥夺份额），A=|c（k）|/（qd），令k=1，d，k 为考虑k个维度时识别穷人的函数[21]。

4. 权重

每个指标在进行赋值之后就需要考虑选取合适的权重。

5. 各个维度和指标贡献度的具体分解

从结果中可以更加精准地把握每个维度、指标对多维贫困的贡献度。

（三）指标选取

学者邓锁指出对家庭资产的测量一般包含金融资产、住房与土地资产、实物资产三个类别[22]。本研究较为认同其对家庭资产的这种划分，在对家庭资产贫困这一关键性变量测度的过程中就采用这一标准。从金融资产的操作化来看，结合CSS问卷中的具体内容，主要包括两个方面，第一，是家庭资产净值，这表明农村居民家庭拥有的资金存量状况，采用的计算公式是：家庭资产净值=现有储蓄存款余额+手持现金+股票、债券、基金+借出资金+生产经营资产现值（工厂、店铺、设备、股权等）+贵重首饰、收藏品、家具、家用电器、家用车辆、IT产品、体育器械、厨具等各项家庭动产总值（按购置价计算）-债务总额（即截至调查时点尚未偿还债务总额，但不包括以分期付款方式购房、购车等而需要支付的月供），如果家庭资产净值的数值小于或者等于0，则农村居民家庭在此维度上陷入被剥夺状态。第二，是当年家庭的收支状况，这在一定程度上说明的是农村居民家庭的资产增量状况，如果收不抵支或者收支相抵说明增量为负或0，即表明在受调查年份的前一年家庭资产处于受剥夺状态。就住房与土地资产的测量指标来看，主要从住房产权、住房类型和实地经营土地面积三个维度进行衡量，这里需要特别说明的是实际经营土地面积小于两亩作为剥夺临界值，参照的是学者李佳路的划分[18]。从实物资产的操作化来看，由于金融资产中已经包含了家用电器、家具、生产性工具的资产现值，所以在此部分对于以上内容不做过多的考量，在这部分中主要是考察对于农村居民家庭生活有着较强关联的生活性实物资产，主要从炊事燃料、厨房、饮用水、厕所、洗浴设施五个方面进行测量，具体的指标构建及相对应的剥夺临界值如表1。

需要指出的是在以上构建的农村居民家庭资产的10项具体指标中，每一项的权重设定孰轻孰重不应该武断，且已有的研究对权重的设计主要还是采用指标等权重的方式。一般来说，把1/3及以上维度（或指标）呈现出被剥夺状况的农户可以定义为多维贫困户[23]。基于此，处于多维贫困的农村居民家庭必须至少在大于三个维度上处于贫困，即k>3，结合数据整理的结果，当k≥7时，处于多维贫困的农村居民家庭已经相对较少，而k=6足以说明该家庭资产贫困程度之深。所以在这里仅对k=4，k=5，k=6的农村居民家庭资产贫困的现状及影响因素进行探讨。为了更形象地感知农村居民家庭资产贫困的程度，笔者将k=4称之为轻度贫困，k=5称为中度贫困，k=6称为深度贫困。

四、农村居民家庭资产贫困的多维测度

（一）农村居民家庭资产贫困的整体概况

通过对CSS2013年数据资料的整理，分别按照轻度、中度、深度三种不同的临界阈值，精准计算了农村居民家庭资产贫困发生率（H）、AF多维贫困指数（M0）。具体数据如表2中的数据所示。

从表中数据不难发现，农村居民家庭资产贫困随着指标的增加，贫困发生率和多维贫困指数均呈现出递减的趋势。这点并不难理解，因为随着指标地不断增加，进入多维贫困的“门槛”就会进一步的提升，也就在一定程度上促使部分农村居民家庭并不能达到在多方面受到剥夺的标准。但是，不可忽视的是，虽然陷入农村居民家庭资产之中深度贫困的发生率只有0.21，但是结合我国人口基数大的基本国情，可以明确我国农村居民家庭资产贫困的严峻形势。这表明精准扶贫的任务越到最后，越需要解决深度贫困问题。这更加说明，当前既有的以收入扶贫为主的扶贫方式的局限性，也直接显示了关注农村居民家庭资产建设对于缓解贫困人口生存处境的必要性。

（二）农村居民家庭资产贫困各指标的具体贡献度

通过对数据的整理，从表3的结果可以看出，随着多维贫困程度的不断加深，具体指标的变化如下：从具体的贡献度高低来看，在中度贫困、深度贫困中处于前三位的分别是农村居民家庭当年收支、住房类型与家庭中所使用的炊事燃料。

而从轻度贫困到深度贫困具体指标的变化来看，就家庭金融资产而言，家庭资产净值在农村居民家庭资产贫困中的贡献度逐渐升高，这说明在治理深度贫困的过程中尤其不能忽视家庭资产存量建设，这是帮助农村居民家庭抵御不可预料风险的重要之策。正如有学者指出，存款是农民管理财富的基本手段，存款占比长期居高不下，并且在贫困程度上升的情况下贡献度不断增强，这一方面表明农户的投资能力较弱，难以形成有规模的家庭外的投资；另一方面说明农户的融资、筹资、投资渠道较为狭窄，这在一定程度上阻碍了农户的资产建设[24]。与此同时，同样需要引起重视的是农村居民家庭中的实物资产也随着贫困程度的增加贡献度也逐步上升，具体表现为厕所状况由轻度贫困中贡献度的0.041上升到深度贫困中贡献度的0.069，饮用水、厨房状况、洗浴设施也有着类似的变化趋势。较为可喜的是，我国在农村精准扶贫治理的过程中已经注意到这一方面的重要性，当前推进的农村“厕所革命”就是对这一问题的响应，那么如果想进一步缓解农村居民家庭资产的深度贫困，就需要在诸如饮用水、厨房等方面进一步完善具体的扶贫措施，使得农村居民的安全感与获得感更强。

五、农村居民家庭资产贫困的致因

要对农村居民家庭资产贫困进行精准治理就必须明确致因。而目前学术界对于农村居民家庭资产贫困的测量及影响因素研究较少，本研究将基于“个人-家庭-区域”模式对这一问题的原因进行剖析。之所以选取这个模式来进行变量的设置与安排，是因为该模式可以更好地将原因按照主体的不同层次进行分类，以使得致因归类更加完整和科学。变量选取是进行回归分析的重要步骤。从户主特征的变量选取来看，首先，是年龄变量，根据年龄阶段的不同，把农村居民分成青年、中年与老年，其中对于青年群体的划分参照的是中共中央、国务院印发的《中长期青年发展规划（2016-2025年）》，在此文件中将青年的年龄规定在18～35岁的范围。其次，是教育程度、婚姻状态与个人收入情况。从家庭特征的变量选取来讲，选取的主要是对家庭资产建设具有关键性意义的指标，如从家庭中是否有人生病、家庭人口数量、家庭收入分组、家庭住房面积与家庭生态环境等，其中对于家庭收入分组根据的是在既有收入分布中进行三等分。从区域特征的划分来看，根据地理区域的不同，结合CSS问卷中区域的划分，将地区划分为华北地区、东北地区、华东地区、华中地区、西南地区、西北地区。

表4的内容显示了农村居民家庭资产贫困致因的Logit回归结果。

首先，从户主的基本特征来看，相对于农村居民中的中年和老年而言，农村青年陷入家庭资产贫困的可能性较大，从模型2到模型6的回归结果都可以看出，这比较容易理解，农村居民家庭的户主越年轻，从事工作的年份越少，所积累的家庭资产也就越少，也更容易陷入家庭资产贫困，但是这种现象只是在轻度贫困与中度贫困的模型之中，在深度贫困的模型中，户主年龄与家庭资产贫困之间并没有明显的相关关系。就户主的受教育程度而言，以深度贫困模型为例，未上学的户主整个家庭陷入资产贫困的可能性是户主的受教育程度为高中及以上的2.147倍，上小学的户主整个家庭陷入资产贫困的可能性是受教育程度为高中及以上的2.043倍，这两组模型的结果说明，是否受教育对于农村居民家庭资产是否陷入多维贫困具有至關重要的作用，同时，受教育的不同层次也同样影响农村居民家庭资产是否贫困。这与既有研究保持一致，有研究指出不同层次受教育者对劳动生产率提高的水平也有所不同，其中本科为300%、初高中为108% 、小学为43%[25]。同时，有研究测算出“农村主要家庭劳动力平均受教育年限每增加1年，贫困风险发生概率可以降低12.9%”[26]，这种现象在中度贫困和轻度贫困模型中依然也是存在的。这说明在精准扶贫的过程中，不能忽视对农村贫困人口的教育扶贫，保证农村贫困居民的教育起点公平，对于因家庭资产贫困而不能上学的儿童要实行必要的教育保障与救助，进而保证教育的过程公平和最终的结果公平。而根据模型中的数据显示，农村户主的婚姻状态并不能对家庭资产的情况产生显著影响。但是户主个人收入的状况直接影响着该居民家庭资产贫困的具体情况，这说明家庭资产的存量离不开每个家庭成员尤其是户主的经济水平的增量。这就启示我们在制定具体的扶贫政策之时，有必要考虑通过各种手段实现农村居民的增收，因为只有这样，才能促进整个家庭的资产建设。

其次，从家庭特征来看，家庭有无生病的成员对于不同家庭资产贫困程度的影响是不同的。这一变量并未对农村居民家庭资产轻度贫困产生显著影响。可能的原因是，轻度贫困的家庭在选取的10项指标之中受剥夺的程度较浅，所以在面对家庭成员生病的时候，依然可能拿出部分资产进行应对，所以此项变量并不会必然导致家庭资产的贫困。但是当家庭资产陷入中度贫困之时，家庭成员中有人生病而使家庭资产陷入贫困的可能性是家庭无人生病的1.204倍，这说明家庭成员是否有人生病是农村居民家庭陷入中度贫困的直接原因。这一结果也在一定程度上说明了在治理农村居民家庭资产贫困的过程之中，要高度警惕农村居民因病致贫与因病返贫人口。根据国家卫计委的调查数据，农村中因病致贫、因病返贫户的占比上升到44.1%，相比之前的比例不仅没有下降，而且还增加了1.9个百分点[27]。因此，对于该类群体的救助与扶贫应该与强化基本医疗服务的可及性紧密结合。家庭人口数量对于农村居民家庭资产贫困也有一定的影响，这一结果可以在模型6中找到具体依据，虽然目前我国已经放松了对于生育数量的限制，但是考虑到生育成本等方面的影响，家庭人口的数量依然会对家庭资产状况产生影响。家庭收入分组对于农村家庭资产贫困有着至关重要的作用。低收入组、中等收入组比高收入组陷入家庭资产贫困的可能性要大，这种结果在轻度贫困、中度贫困、重度贫困模型中都有着相同的影响。与此同时，家庭住房面积与农村家庭资产贫困呈现出负相关的关系，即家庭住房面积越大，家庭资产陷入多维贫困的可能性就会越小。这背后的原因是家庭住房作为农村居民家庭一项重要的不动产资源，其占地面积的大小直接决定着其实际价格，也影响着家庭的实物资产与住房资产。而家庭生态环境状况也会对农村居民家庭资产轻度贫困产生显著的正向影响，具体的解释为家庭周围的生态环境越差，农村居民家庭资产陷入轻度贫困的可能性越大。但是这种影响只是在轻度贫困模型中存在，在中度贫困与深度贫困的模型中就不存在。

最后，从区域特征来看，无论是在轻度贫困、中度贫困与深度贫困的模型之中，东北地区的农村居民家庭资产陷入多维贫困的可能性要比华北地区高，这背后可能的原因是近年来东北地区的经济发展模式亟待转型，经济发展水平有待提升，改善民生尤其是农村居民家庭生活水平的能力亟待增强。而华东地区与华中地区相比华北地区来讲，农村居民家庭资产陷入多维贫困的可能性要小。这也与不同区域的经济发展水平与发展潜力紧密相关，相比华北地区，华东地区的经济发展水平总体较为先进，拥有深厚的经济基础，该区域的农村居民及其所在家庭资产也相对富裕；而华中地区虽然不如华东地区的经济基础强大，但是由于人口数量较多，加之诸多高校的带动，使得华中地区的经济发展势头较为迅猛，这在一定程度上为提高该区域农民的资产水平奠定了坚实的基础。最后，值得特别关注的是，在深度贫困的模型9之中，处于西北地区的农村居民家庭陷入资产深度贫困的可能性比处于华北地区的降低了37.2%。这一结果可能与既有的认知发生了一定的“冲突”，因为无论是从经济发展水平还是基础设施建设等诸多方面，华北地区显然是要比西北地区的发展要强，但是本研究主要聚焦的是农村居民的家庭这一微观单位，虽然从宏观上讲，西北地区的经济总量不如华北地区，但是随着中央实施的东西部精准扶贫的对接援助工程以及较大规模的中央财政转移扶贫资金，就在一定程度上弥补了西北部地区的发展短板，同时相比华北地区而言，西北地区的人口数量相对较少，在相对固定的资源之下，人口数量越少每个居民家庭所能获取的家庭资产才有可能更多。所以这一结果与既有的研究并不冲突，反而在一定程度上验证了我国东西部对接扶贫的成就和中央转移扶贫支出的具体效果。

六、结论与建议

本研究基于2013年中国社会状况综合调查的数据，采用多维贫困的判定方法，从家庭金融资产、家庭住房资产、家庭实物资产三个方面精准识别了农村居民家庭资产贫困的现状及其致因，研究表明：农村居民家庭资产贫困随着指标的增加，贫困发生率和多维贫困指数均呈现出递减的趋势。从具体贡献度的高低来看，在中度贫困、深度贫困中处于前三位的分别是农村居民家庭当年收支、住房类型与家庭中所使用的炊事燃料。而从轻度贫困到深度贫困具体指标的变化来看，家庭金融资产中的家庭资产净值以及家庭实物资产的贡献均是不可忽视的。在对农村居民家庭资产贫困的致因分析之时，户主个人特征中的年龄、受教育程度、个人收入，家庭特征中的成员生病状况、人口数量、收入分组、住房面积、周围生态环境，区域特征等均会对农村居民家庭资产贫困产生显著的影响。农村居民家庭资产贫困的分析结果对我国精准扶贫有重要启示。基于此，提出以下三方面的建议：

第一，在精准扶贫过程中纳入家庭资产脆弱性和风险评估。在对农村贫困地区或者贫困家庭扶持过程中，单纯的收入扶贫不足以使得农村居民实现稳定脱贫。将家庭资产脆弱性和风险评估引入进来，不仅可以考虑到贫困人口的资产建设，更可以让低收入人群的生活质量得到实际提升。从国际经验来看，欧盟已经将家庭资产的风险评估融入进了贫富标准的考察之中，在2017年12月25日欧盟公布的新的贫富分界岭中有13项考核标准，其中，涉及家庭金融资产建设的内容有三项，关于家庭住房和土地资产的内容有两项，有关家庭实物资产、生活耐用品的内容有四项，其余涉及的是文化娱乐活动的考核标准。根据规定，欧盟居民在欧盟贫富标准考核的13项指标中，凡五项不达标者，均被列为生活在贫困线以下的人[28]。这种识别家庭贫困的做法更能精准地找到最需要救助的家庭。而目前我国的政策之中也已经有了相关规定，如2012 年国务院发布的《进一步加强和改进最低生活保障工作的意见》中明确指出要实行家庭综合财产审查制度。这在部分地区已得到实施，如浙江杭州。2017年9月杭州市民政局、市教育局、市财政局、市人力资源和社会保障局、市住房保障和房产管理局、市卫生和计划生育委员会六部门联合制定全国首个社会救助家庭评估地方标准，在全国率先将传统的评估家庭“毛收入”转变为核对家庭“净收入”，明确规定可直接扣减因病、因学等刚性支出费用，从困难群众的真实需求出发，充分评估其家庭情况，准确判断家庭的贫困状况[29]。这就精准识别了家庭资产的贫困状况，取得了较好的实践效果，值得其他省份借鉴。但是这种政策落实主要还是在城市，对于农村地区的实施难度较大，这就需要考虑增加农村基层民政工作人员，完善对应的配套政策，切实将家庭综合资产审查制度加以落实。

第二，注重对农村居民个人的赋权增能和对其所在家庭的资产建设。从表4的回归结果不难看出，个人的年龄、教育及个人所获的收入都能对摆脱家庭资产贫困产生积极影响。这说明在精准扶贫过程中要注重对农村居民的能力培养和赋权，比如教育扶贫与教育救助，使得每一个农村居民都能共享社会发展的成果。在这一过程中，应该警惕农村贫困家庭选择让子女较早的辍学或者退学，以更早进入劳动力市场追逐低技能劳动收益的行为[30]。这样的行为极有可能使得农村贫困家庭面临贫困代际传递与贫困恶性循环的后果，更加不利于该家庭进行资产建设，也会使得农村居民抵御不可抗拒的风险时更为脆弱。而对其家庭进行资产建设的过程中，不仅需要帮助农村贫困人口住有所居，更需要帮助其改善周围的生态环境，良好的生态环境不仅是进行生产的必要条件，也是让农村居民身体健康的基本前提。同时也要防止其家庭成员疾病的发生状况，防止因病致贫、因病返贫。

第三，应该强化区域之间的扶贫合作。从农村居民家庭资产贫困致因的回归结果不难看出，区域特征也是重要影响变量，这种区域扶贫合作不仅仅指东西部地区的合作，也包括区域内部的省际合作，这样不仅可以发挥各自区域的发展优势，还能为农村居民发展提供更加广阔的平台。目前我国已有部分地区和省份正在尝试进行这种扶贫合作，以湖南省浏阳市为例，该市于2014年12月倡导发起湘赣边区域开放合作，与湖南醴陵、平江，江西井冈山、莲花、上栗、铜鼓、万载、修水、永新、遂川、湘东11县（市、区）达成合作共識[31]。取得了良好的实践效果，值得借鉴。所以区域之间的优势互补与相互依托，对于农村居民家庭资产贫困的缓解及目前大力倡导的“乡村振兴”战略实施有着不可忽视的作用。

[参考文献]

[1] 中华人民共和国国务院新闻办公室.《中国的减贫行动与人权进步》白皮书[EB/OL]. （2016-10-17）.http：//news.xinhuanet. com/politics/2016-10/17/c_1119730413.htm.

[2] 郑瑞强，曹国庆.脱贫人口返贫：影响因素、作用机制与风险控制[J].农林经济管理学报，2016，15（6）：619-624.

[3] [美]谢若登：资产与穷人：一项新的美国福利政策[M].高鉴国，译.北京：商务印书馆，2005：6.

[4] M.R CARTER，C.R.BARRETT. The Economics of Poverty Traps and Persistent Poverty： An Asset-based Approach[M].Mimeo： University of Wisconsin，2005.

[5] HAVEMAN R，WOLFF E N. The Concept and Measurement of Asset Poverty： Levels，Trends and Composition for the U.S. 1983-2001[J]. Journal of Economic Inequality，2004，2（2）：145-169.

[6] WILL PAXTON. The Asset-Effect： An Overview[M]// J.BYNNER ，W.PAXTON eds.，The Asset-Effect.London： Institute for Public Policy Research，2001：1-17.

[7] MIDGLEY J. Growth，Redistribution，and Welfare： Toward Social Investment[J]. Social Service Review.1999，73（1）：3-21.

[8] GOSTA ESPING-ANDERSON，DUNCAN GALLIE，ANTON HEM-ERIJCK，JOHN MYLES （ ed. ） .Why We Need a New Welfare State？ [M].Oxford，UK： Oxford University Press，2002.

[9] [美]馬克·施赖纳，迈克尔·谢若登.穷人能攒钱吗：个人发展账户中的储蓄与资产建设[M].北京：商务印书馆，2017：30.

[10] OLIVER M L，SHAPIRO T M. Black Wealth/White Wealth：A New Perspective on Racial Inequality[M]. Rou-tledge，1995.

[11] CANER A，WOLFF E. Asset Poverty in the United States，1984—1999[J]. Challenge，2004，47（1）：5-52.

[12] YOU J. Asset-based Poverty Transition and Persistence in Rural China[J].Agricultural Economics，2016，48（2）：219-239.

[13] [英]威尔·帕克斯顿.以资产为基础的英国福利政策[M]//高建国，展敏.资产建设与社会发展.北京：社会科学出版社，2005：102.

[14] HAVEMAN R，WOLFF E N.Who Are the Asset Poor？ Levels，Trends，and Composition [R].Institute for Research on Poverty Discussion，2001：1227-1231.

[15] DEON FILMER，LANT H. PRITCHETT. Estimating Wealth Effects without Expenditure Data-or Tears： An Application to Educational Enrollments in States of India[J]. Demography，2001，38（1）：115-132.

[16] CHIWAULA L S，WITT R，WAIBEL H. An Asset-based Approach to Vulnerability： The Case of Small-scale Fishing Areas in Cam-eroon and Nigeria[J]. Journal of Development Studies，2011，47（2）：338-353.

[17] DERCON S. Assessing Vulnerability[M].Draft，Jesus College and CSAE，Department of Economics. Oxford University，Draft，2001.

[18] 李佳路.农户资产贫困分析——以S省30个国家扶贫开发重点县为例[J].农业技术经济，2011（4）：13-18.

[19] MOSER C A F. Intergenerational Asset Accumulation and Poverty Reduction in Guayaquil Ecuador （1978-2004）[Z]. 2007.

[20] GOLGHER A.Multidimensional Poverty in Urban Brazil：Income，Assets and Expenses[J].International Journal of Social Economics，2016，43（1）：19-38.

[21] ALKIRE SABINA，FOSTER JAMES. Counting and Multidimensional Poverty Measuremen[R].Oxford Poverty &Human; Development Initiative（OPHI） Working Paper，2007.

[22] 邓锁.城镇困难家庭的资产贫困与政策支持探析——基于2013年全国城镇困难家庭调查数据[J].社会科学，2016（7）：75-86.

[23] 王素霞，王小林.中国多维贫困测量[J].中国农业大学学报（社会科学版），2013，30（2）：129-136.

[24] 孙同全，等.中国农户家庭资产负债表与农村普惠金融建设[M].北京：中国社会科学出版社，2017：3.

[25] 劉传铁.教育是最根本的精准扶贫[N].人民日报，2016-01-27.

[26] 迟福林.推进城乡基本公共服务均等化[N].人民日报，2009-01-19.

[27] 卫计委.因病致贫、因病返贫群众要迈向美好生活的难度还非常大[EB/OL].国际在线，（2016-06-21）.http：//news.ifeng.com/a/20160621/49208934_0.shtml.

[28] 黄鑫.欧洲重新界定贫富分界：意大利穷人最多 瑞典最少[EB/OL].新华网，（2017-12-25）.http：//www.xinhuanet.com/world/2017-12/25/c_129774869.htm.

[29] 史洁.6部门联合制定全国首个社会救助家庭评估地方标准 《杭州市社会救助家庭经济状况认定办法（试行）》出台[EB/OL].杭州网-杭州日报，（2017-09-22）.http：//hangzhou.zjol.com.cn/system/2017/09/22/021598624.shtml.

[30] 邹薇，程波.中国教育贫困“不降反升”现象研究[J].中国人口科学，2017（5）：12-28，126.

[31] 阳建.湘赣边地区组团启动“就业扶贫”区域合作[EB/OL].新华社，（2016-10-17）.http：//www.gov.cn/xinwen/2016-10/17/con-tent_5120448.htm.