张 丹

(华北电力大学水利与水电工程学院，北京 102206)

1 研究背景

截至2018年底，我国已拥有水库大坝9.8万余座；随之产生大量的水库移民。根据水利部水库移民司的统计，自1949年至2019年，水利水电工程水库移民人数累计2 486万人(包括新中国成立初期搬迁移民的后代)。水利水电工程移民的特点为非自愿性，征地移民规模大，工作任务重，淹没集中连片影响程度深，多为经济欠发达地区，对移民生产生活造成的破坏短时间难以恢复，利益交错，情况复杂，容易造成移民生计断裂，移民生产生活面临贫困的风险[1-3]。

水库移民陷入贫困的原因很多，既有原生性贫困，又有介入性贫困[4]。贫困是一个多维度的概念，除收入水平这个显性维度外，还包括健康状况、受教育水平、住房条件、风俗习惯与社会关系网络等隐性维度。阿玛蒂亚·森基于“福利经济学”与“发展经济学”理论提出“可行能力”理论，奠定了多维贫困研究的理论基础。目前，从多维视角认识和解决贫困问题已经成为主流(Alkire S.和Fosrer J，2011)[5]。在此基础上，国内一些学者对隐性贫困的识别和治理进行了研究。孙咏梅[6]认为隐性贫困因其识别与测度难度较大，且外部环境变动等间接影响因素的提高会增大隐性贫困度；而提高劳动者自身素质等直接影响因素则有助于摆脱隐性贫困状态。贾海彦等[7]认为走出贫困治理的新困境需要调整扶贫策略，将多维贫困的理念深入基层农村，关注多维隐性贫困问题，提高多维贫困识别的可操作性和科学性。

贫困的研究方法分为单一、静态经济指标测度方法，如Sen指数、FGT指数法；以及多维、动态测度方法，如A-F双界法、Watts法、H-M指数、MPI指数等。其中，由牛津贫困与人类发展中心(OPHI)的Sabina Alkire和James Foster基于Sen的可行能力剥夺理论发展为的多维贫困测量方法，在国际范围内得到广泛使用。因此，笔者构建涵盖生产条件、住房条件、受教育水平等10个维度隐性贫困测量指标体系，对水库移民隐性贫困进行测度分析，以为实现水库移民“搬得出、稳得住、能致富”安置目标的实现提供依据。

2 隐性贫困的识别与原因

隐性贫困通常具有后发性、隐蔽性、累加性以及持续性。通常情况下，显性贫困的识别主要基于收入水平。而物质贫困是识别隐性贫困的重要依据[8]。物质贫困可定义为家庭的生活水平达不到一种社会可以接受的最低标准。收入贫困的家庭往往也会发生物质贫困；而物质贫困的家庭不一定收入贫困。

贫困大致分为如图1所示的4种类型：第一象限代表收入不贫困且家庭贫困，这也是移民安置的最终目标，这类家庭具备了自我造血能力，能够可持续发展；第二象限代表收入贫困、但物质不贫困，这类家庭属于单纯的低收入家庭，需要给予务工机会和技能培训的扶持，增加收入；第三象限代表收入贫困且物质贫困，这类家庭代表收入低、又存在隐性致贫因素的贫困户，属于重度贫困；第四象限代表收入不贫困、物质贫困，这类家庭存在隐性致贫因素，如受教育程度低、成员有重大疾病等。通常情况下，我们将存在收入贫困的家庭成为显性贫困家庭；将存在隐性致贫因素导致物质贫困、入不敷出的家庭称为隐性贫困家庭。

图1 贫困类型示意

3 数据来源于研究设计

3.1 数据来源

研究数据来源于课题组于2015年～2019年对河南省出山店水库移民生活水平恢复监督评估调查问卷。为保证样本数据的代表性，课题组对出山店涉及的2个区县15个样本村随机抽取了682户样本户，连续5年对样本户从搬迁前至2019年搬迁入住安置区后的生产生活水平变化情况进行跟踪。本文研究基于以上调研收集的样本调查问卷展开。

3.2 建立模型

本文采用AF测量方法对水库移民多维隐性贫困进行测算[9-11]。该方法主要计算步骤如下：

(1)建立矩阵。设Mn，d为n×d维矩阵；n为样本数量；d为贫困维度。

(4)贫困指数计算。计算公式为

(1)

(5)指标贡献率。计算如下

Ij=WjCHj/MPI

(2)

式中，Wj为第j列指标的权重值；CHj为第j列被剥夺人口率；MPI为多维贫困指数。

3.3 建立指标体系

笔者在牛津大学贫困与人类发展研究所采用的“教育-健康-生活标准”多维贫困分析框架基础上，结合出山店水库移民的具体情况，构建了多维隐性贫困指标体系(见表1)。

表1 多维隐性贫困指标界定

4 多维贫困测量与分析

4.1 多维贫困的纵向对比

本文基于出山店水库682户样本户2015年～2019年5年调研数据以及AF方法估算出库区移民多维隐性贫困的变化情况，出山店水库移民搬迁安置工作于2017年3月开始，2018年4月移民基本完成。根据联合国多维贫困指数的建议，通常以k=3时作为临界值。因此，为了方便对比，笔者计算得出k=3时，不同年份移民多维贫困指数的变化情况，详见表2。

表2 2015年～2019年移民的多维隐性贫困特征变化情况(k=3)

由表2可以看出，移民多维贫困指数、贫困发生率以及剥夺强度逐年降低，分别由2015年(搬迁前)的0.495、96.33%、51.37%下降到2019年(安置后)的0.116、26.10%、44.44%。移民样本村搬迁之前，基本全部饮用井水，村内道路硬化率仅为26%，对外道路硬化率71.3%。这些因素导致移民生活、上学、就医以及外出打工非常不便，多维贫困指数较高。搬迁之后，移民新村对外道路全部硬化，安置区位置相对优越，生活便利，但由于土地减少，耕种方式存在差异，生产条件受到一定影响。

4.2 多维贫困指数分解

为了分析研究移民隐性贫困的致贫因素，也为了移民搬迁安置后生产生活水平可持续发展，有针对性地实施大中型水库移民后期扶持政策，笔者对2019年的数据进行了深入剖析。由于移民搬入安置点后，交通出行条件方面不再存在问题；因此删除交通条件这个维度。通过对8个维度对不同k值的多维贫困指数以及各个维度的指标贡献率的计算分析，可以得到，k值越大，即贫困维度越大，M0越小；当k≥6时，M0为0。从指标贡献率情况来看，劳动力就业和生产资料两个维度的贡献率最大，其随着k值的增加而下降。其次为受教育水平程度和健康状况，其随着k值的增加而增加。同时，k值越大，劳动力就业率，受教育水平、医疗卫生和健康状况4个维度的贡献率明显高于其他维度，4个维度之间也存在相互影响。这可以说明，家庭中如果受教育程度不高、家庭成员存在重大或者慢性疾病、缺少外出务工劳动力等是导致家庭发生贫困的重要因素。

4.3 多维贫困横向对比

在上述研究的基础上，笔者将样本分为三类：整体(所有样本)、显性贫困(收入低于平均水平)、隐性贫困(家庭贫困、入不敷出)，分别对三类样本多维隐性贫困特征进行横向对比分析，得到表4。从多维贫困指数来看，显性贫困>整体>隐性贫困，说明收入低的群体更容易发生多维贫困。从指标贡献率看来，隐性贫困样本的受教育水平、健康状况和生产条件明显高于其他两类样本，教育程度低、疾病以及缺少生产资料是引起隐性贫困的重要因素。

表3 不同k值下多维贫困指数及每个维度的贡献率

表4 2019年不同类型移民的多维隐性贫困特征(k=3)

5 结 论

本文在构建了水库移民多维隐性贫困指标体系的基础上，基于河南省出山店水库682个移民样本数据，利用AF方法对多维隐性贫困进行了测度和分析。得到以下结论：

(1)移民家庭存在多维隐性贫困的范围较广，数量较大。2019年样本三维贫困发生率仍超过26%，剥夺强度44%。建议移民户的精准扶贫和后期扶持政策实施，从多维视角进行识别和帮扶。

(2)受教育程度低、缺少生产资料、劳动力就业率低以及家庭成员存在重大或者慢性疾病是引发多维贫困的重要因素。建议加大基础教育的资金投入，引导移民逐步重视教育；同时，加大对劳动力职业技能培训，地方政府引导和帮扶劳动力就业。

(3)需高度重视收入水平低且家庭存在多维隐性贫困因素的移民户。这类家庭脱贫难度高，且返贫可能性大。摆脱贫困最终还是要靠自我的生存能力，激发家庭成员的积极性。因此，要建立保障(健康和教育)和激励(就业和资源)双重机制，提升贫困家庭的脱贫和抵抗风险的能力[12]。