2019.04:中国城镇多维贫困状况与影响因素研究(冯怡琳)

来源:国家统计局科学研究所发布时间:2019-05-05 16:37

中国城镇多维贫困状况与影响因素研究

 

  冯怡琳

 

  内容摘要:城镇的多维贫困现象虽已得到关注,但对我国城镇地区整体多维贫困现状、人群特征的探讨仍显不足。本文基于全国性的住户收支与生活状况调查数据,使用全球多维贫困指数方法构建中国的多维贫困指数体系,测量了2014年和2016年中国城镇地区的多维贫困现状,并使用Logit模型进行影响因素分析。结果表明,2016年中国城镇多维贫困发生率已降至1.1%,但东北地区、城乡结合区多维贫困发生率相对较高。城镇多维贫困人群呈现“低就业、高负担”特点,以老年户为主。Logit模型回归结果表明,提高户主文化程度、家庭成员有养老保险、社区基础设施改善均能显著减少多维贫困发生风险。建议构建城镇多维贫困的统筹治理模式,重点关注老年贫困户和外来户,加大对民生领域的财政资金投入并改进多维贫困的统计监测。

 

  关键词:多维贫困;贫困指数;老年贫困;贫困发生率;住户调查

  中图分类号:F124.7  文献标识码:A  文章编号:1004-7794201904-0003-08

  DOI: 10.13778/j.cnki.11-3705/c.2019.04.001

 

  一、引言和文献综述

 

  城市或城镇贫困(以下均简称城镇贫困)在我国工业化和城镇化过程中是一个很难回避的问题。20世纪90年代初至2000年前后,部分企业倒闭导致的职工下岗分流以及农村剩余劳动力向城市大规模迁移造成一定程度的城镇贫困现象,当时不少学者对此进行了讨论。比如李实等〔2002〕认为20世纪末城市下岗人员的大量增加和保障体制的不健全是城市贫困出现的重要原因。王有捐〔2006〕发现个人受教育程度、社会地位和工作收入越低,陷入贫困的概率越高等。随着城镇低保制度和专项社会救助体系的建立,城镇贫困现象得到大幅缓解。截至2018年,我国城镇低保人群为1008万人,仅占全部城镇人口的1.2%

 

  贫困是多维度的社会现象,无论在城镇地区还是农村地区均是如此。按照Sen的多维贫困理论,贫困并不仅仅是收入问题,而是缺乏获得需要或达到某种目标的能力问题。国内已有不少学者关注到城镇的多维贫困现象,并对其中的部分群体进行了讨论。如王小林等〔2012〕从主观福利角度观察了城乡老年群体的贫困问题;苗红军〔2017〕探讨了老年贫困群体致贫原因;张晓颖等〔2016〕测算了北京市家政服务业流动妇女的多维贫困指标;刘文烈等〔2016〕、程世勇等〔2017〕对城市农民工多维贫困的测度与相应扶贫策略选择进行了探讨。但这些研究往往基于部分地区或特定人群展开讨论,对我国城镇地区整体多维贫困的现状、人群特征的探讨和分析则显得相对不足。

 

  王小林等〔2013〕对19892009年的城市贫困状况进行了测量,但时间序列较早。冯怡琳等〔2017〕曾经利用全国性的住户调查数据对中国的多维贫困状况作了分析,但未对城镇地区特别关注。本文基于对全国有代表性的住户调查数据,试图详细揭示目前我国城镇多维贫困的现状、人群构成及特征,并通过模型寻找影响城镇多维贫困的因素,给出有针对性的政策建议。

 

  二、多维贫困指数构建和数据来源

 

  目前,国际上比较成熟、应用最为广泛的综合多维贫困指数方法是AF方法,这一方法的讨论详见AlkireFoster2007〕。联合国开发计划署(UNDP)使用这种方法计算全球多维贫困指数,并在每年的《人类发展报告》中公布相关结果。

 

  全球多维贫困指数的计算方法是,首先设立一个共有3个维度、10个指标的指标体系,并确定每个指标的界值和权数,将没有达到界值的指标判断为不达标指标。加权汇总每个观察对象不达标的指标个数,并判断其是否处于多维贫困。然后计算多维贫困发生率,即多维贫困对象数量占全部观察对象数量的百分比;计算所有多维贫困对象的平均不达标程度,即不达标指标个数占全部指标个数的比重。最后将多维贫困发生率与平均不达标程度相乘得出多维贫困指数。

 

本文采用上述方法,利用2014年和2016年国家统计局对全国31个省、市、区1650个县的16万户住户收支与生活状况调查样本的直接调查数据,对我国近年来的城镇多维贫困状况进行测算,并对其影响因素开展分析。在贫困维度、指标体系、临界标准、加权制定等方法上,与AF方法保持一致可比。但考虑到指标的有用性、数据的准确性和可获得性,对个别指标进行了修订。主要是,将健康维度上的“有儿童死亡”和“营养不良”两个指标,改为“有家庭成员不健康、生活不能自理”、“家庭成员中无劳动力”。修订后的维度和指标定义见表1

 

  三、城镇多维贫困现状

 

  (一)我国城镇地区的多维贫困总体状况。

 

  2016年我国城镇地区多维贫困指数为0.004。其中,城镇多维贫困发生率1.1%,多维贫困人口786万人,平均不达标程度36.9%。但是从与2014年城镇地区的多维贫困各项指标比较结果看,我国城镇地区的多维贫困状况明显好转。2016年城镇地区多维贫困指数比2014年下降0.002;多维贫困人口总量比2014年减少339万人,减贫幅度为30.2%;多维贫困发生率比2014年降低0.5个百分点;平均不达标程度比2014年降低1.3个百分点。按照统计上划分城乡的规定,将城镇地区分为主城区和城乡结合区,城乡结合区多维贫困发生率高于主城区,也高于全部城镇区域。

 

1       全球多维贫困指数(MPI)的维度、指标、临界值和权数列表

 

贫困维度

指标

临界值

权数

教育

受教育程度

没有10岁以上的家庭成员受过5年以上教育。

1/6

儿童入学情况

家庭有未上中小学的适龄儿童(7~15岁)。

1/6

健康

家庭成员中无劳动力

家庭成员中没有劳动力。

1/6

有家庭成员不健康、生活不能自理

至少有一个家庭成员处于不健康状态或生活不能自理状态。

1/6

生活水平

用电

家庭没有用电。

1/18

卫生厕所

家庭使用非卫生厕所,或与其他家庭共用卫生厕所。

1/18

安全饮用水

家庭无法获得安全饮用水,或者需要至少走路来回30分钟才能获得。

1/18

住宅地面状况

住宅地面为泥土、沙土,有畜禽粪便等。

1/18

炊用燃料

家庭使用畜禽粪便、木材、木炭、柴草等作为炊用燃料。

1/18

拥有资产情况

如果家庭拥有至少1项获得信息的资产(如收音机、电视、电话等),以及辅助行动的资产(如自行车、摩托车、卡车、小汽车等)、辅助生活的资产(如冰箱、农业用地、畜禽等)其中任意1项,则为不贫困,否则认为贫困。

1/18

 

2  城镇及分主城区、城乡结合区多维贫困指数

 

年份

地区

多维贫困指数

多维贫困发生率(%

多维贫困人口规模(万人)

多维贫困人口平均不达标程度(%

2014

城镇地区

0.006

1.6

1124

38.2

其中:主城区

0.006

1.5

925

37.5

城乡结合区

0.010

2.4

199

41.4

2016

城镇地区

0.004

1.1

786

36.9

其中:主城区

0.004

1.0

619

36.5

城乡结合区

0.007

1.8

167

38.1

 

  (二)分地区城镇多维贫困情况。

 

  通过对四大区域的城镇多维贫困相关指标测算发现,东北地区城镇多维贫困状况最为严重。2016年东北地区的多维贫困发生率为1.5%,平均不达标程度为38.1%,分别比东部地区高0.7个和1.3个百分点。东北地区的城镇多维贫困指数0.006,是东部地区多维贫困指数的2倍。但从城镇多维贫困状况变化情况看,2016年东北地区城镇多维贫困人口规模比2014年下降了40.5%,是减贫速度最快的区域。

 

3 20142016年按区域划分的城镇多维贫困指数

 

区域

多维贫困

指数

多维贫困发生率(%)

多维贫困人口规模(万人)

多维贫困人口平均不达标程度(%)

2014

东部地区

0.004

1.1

342

37.8

中部地区

0.007

1.8

298

38.9

西部地区

0.008

2.0

321

38.0

东北地区

0.010

2.5

163

38.2

2016

东部地区

0.003

0.8

247

36.8

中部地区

0.004

1.2

212

36.6

西部地区

0.005

1.4

230

36.6

东北地区

0.006

1.5

97

38.1

 

  (三)城镇深度多维贫困与近似多维贫困状况。

 

  根据UNDP对多维贫困状态的定义,城镇深度多维贫困发生率已经极低。2016年不达标程度在50%以上的城镇深度多维贫困发生率为0.1%,人口规模为86万人,占全部城镇多维贫困人口的10.9%。另一方面,我国城镇地区仍有较多人口处于近似多维贫困状态,2016年我国城镇地区有1.6亿人(21.7%)在教育、健康、生活水平的某一项指标上未达到标准水平。城乡结合区近似多维贫困状态更为严重,2016年仍有4142万人(43.4%)处于近似多维贫困状态。与全部人群相比,外来农业户发生近似多维贫困的风险更高,2016年城镇地区外来农业户的近似多维贫困发生率达到29.3%

 

4 城镇及分主城区、城乡结合区近似多维贫困状况

 

年份

地区

近似多维贫困发生率(%

近似多维贫困人口规模(万人)

2014

城镇地区

23.0

16025

其中:主城区

19.5

11955

   城乡结合区

48.3

4070

2016

城镇地区

21.7

15973

其中:主城区

18.4

11831

   城乡结合区

43.4

4142

 

  (四)多维贫困单项指标情况。

 

  从单项指标不达标情况看,2016年城镇人口中,家庭没有卫生厕所的人口比重达到11.2%,说明厕所条件是制约城镇人口生活质量提高的重要因素。有家庭成员不健康或生活不能自理的人口比重达到5.0%,无家庭成员受过5年以上教育的人口比重达到3.0%。而城镇地区得到政策普遍关注的基础教育、基本公共设施等指标的不达标率明显较低。比如儿童未入学的人口比重仅为0.7%,家庭没有用电的人口比重仅为0.1%,家庭没有主要资产的人口比重接近于0

 

5       20142016年城镇多维贫困测量单项指标不达标情况

 

维度

指标

选项

2014年该指标不达标人口

2016年该指标不达标人口

规模(万人)

占比(%

规模(万人)

占比(%

教育

受教育程度

无家庭成员受过5年以上教育

2506

3.6

2177

3.0

儿童入学

家庭有未上中小学的适龄儿童

651

0.9

518

0.7

健康

生活自理程度

有家庭成员不健康/生活不能自理

4165

6.0

3679

5.0

劳动力状况

家庭成员中没有劳动力

1880

2.7

1655

2.2

生活水平

用电状况

家庭没有用电

75

0.1

43

0.1

卫生厕所

家庭没有卫生厕所或与他人共用

9869

14.1

8275

11.2

安全饮用水

家庭无法获得或获得安全饮用水有困难

1543

2.2

1506

2.0

住宅地板状况

住宅地面为泥土、沙土,有畜禽粪便等

0

0.0

2079

2.8

炊用燃料

家庭使用木炭、柴草等炊用燃料

2055

2.9

1663

2.3

拥有资产情况

家庭不拥有相应资产

 

 

37

0.1

22

0.0

 

6       各维度和指标对城镇多维贫困总指数的影响         单位:%

年份

教育

健康

生活水平(最高三个指标)

受教育程度

儿童入学

健康状况

劳动力状况

没有卫生厕所

炊事使用柴草

没有安全饮用水

2014

30.0

1.8

28.5

29.7

4.9

2.5

2.1

2016

29.6

1.1

28.7

31.2

4.1

2.1

1.7

 

  (五)各维度指标对城镇多维贫困总指数的影响。

 

  从维度上看,2016年健康维度对总指数的影响率最高,达到59.9%,比2014年提高了1.7个百分点。从指标上看,有家庭成员不健康和家庭无劳动力对总指数的影响率比2014年均有所上升。儿童入学由于基础教育的普及和相关政策的持续关注,影响率较低且呈现逐渐下降的状态。2016年没有卫生厕所的影响率为4.1%,是生活水平维度中影响率最高的指标。而没有用电和没有资产指标的影响率至2016年仅有0.1%0.2%

 

  四、城镇多维贫困人群的主要特征

 

  (一)城镇多维贫困人群户规模较小,女性及老年人口比重高,户主文化程度低。

 

  以2016年为例,城镇多维贫困人群的户规模较小,户均常住人口仅有1.9人。按年龄组分,城镇多维贫困人群中60岁以上组别的人口比重达到73.8%,比例远高于全部人群。从文化程度看,城镇多维贫困人群中户主文化程度为小学及以下的比重达到71.5%,比全部人群的10.5%61个百分点。

 

7 城镇多维贫困人群与全部人群人口特征比较

 

指标

单位

2016

2014

城镇多维
贫困人群

城镇全
部人群

城镇多维
贫困人群

城镇全
部人群

户均常住人口

/

1.9

2.9

1.9

2.8

男性

%

45.0

49.7

45.8

49.9

女性

%

55.0

50.3

54.2

50.1

按年龄组分

 

 

 

 

 

0~15

%

5.6

15.0

5.5

14.4

16~60

%

20.6

68.2

21.2

69.8

60岁以上

%

73.8

16.8

73.3

15.8

户主文化程度

 

 

 

 

 

未上过学

%

12.3

1.1

15.8

1.5

小学

%

59.2

9.4

59.1

10.7

初中

%

15.3

34.7

14.7

34.5

高中

%

7.8

27.5

6.5

27.2

大学专科

%

4.0

15.7

2.8

14.9

大学本科及以上

%

1.5

11.7

1.0

11.1

 

  (二)城镇多维贫困人群呈现“低就业、高负担”特点,家庭人均收入和消费水平较低。

 

  与全部城镇人群相比,城镇多维贫困人群的户均常住从业人口较少,负担系数高。以2016年为例,城镇多维贫困人群的平均每户从业人口比重仅有13.4%,平均每一从业人口的负担系数高达7.4,呈现出“低就业、高负担”的特点。从收入情况看,城镇多维贫困人群也展现出人均收入较低、收入来源更依赖于转移收入的特点。2016年城镇多维贫困家庭的人均可支配收入是全部城镇家庭的82.4%,但人均转移净收入是全部城镇家庭的3.7倍。从消费情况看,城镇多维贫困家庭体现出食品、医疗等刚性消费需求较多,而发展和享受型消费较少的特点。

 

  (三)城镇多维贫困人群所在社区的基础设施水平相对较低。

 

  与全部城镇人群相比,城镇多维贫困人群所在社区的总体基础设施水平较低,社区饮用水经过集中净化处理、开通管道燃气和垃圾集中处理的户比重分别比平均水平低4.2个、10.6个和3.9个百分点。基础设施改善幅度也小于平均水平,2016年社区饮用水集中净化处理、开通管道燃气的户比重分别比2014年提高1.0个和0.5个百分点,低于平均提升幅度0.2个和3.1个百分点。

 

  (四)老年户的多维贫困发生风险较高。

 

  进一步考察,将老年人口的比例超过80%65岁以上高龄老人超过2人定义为老年户。对老年户的多维贫困各项指标进行计算,发现2016年老年户的多维贫困发生率为5.7%,比全部人群高4.6个百分点;多维贫困人口530万人,占全部城镇多维贫困人口的67.5%;平均不达标程度37.2%,略高于全部人群。老年户多维贫困指数为0.02,是全部人群的5.2倍,说明城镇老年户发生多维贫困的风险远高于全部城镇人群。

 

  五、模型估计及影响因素分析

 

  (一)模型设计和变量定义。

 

  本文进一步建立模型分析导致部分城镇家庭陷入多维贫困状态的影响因素。本文采用Logit模型进行回归,并采用极大似然法(MLE)估计模型参数。考虑到城镇多维贫困的影响因素较多,分家庭、社区和地区三个层级构建了3Logit模型。模型中使用的各分析变量及定义见表10

 

8  城镇多维贫困人群与全部人群就业和收支特征比较

 

指标

单位

2016

2014

城镇多
维贫困
人群

城镇全
部人群

城镇多
维贫困
人群

城镇全
部人群

户均常住从业人口

/

0.3

1.5

0.3

1.6

平均每户从业人口比重

%

13.4

53.0

14.4

54.9

平均每一从业人口负担系数

7.4

1.9

6.9

1.8

常住从业人员就业类型

 

 

 

 

 

雇主

%

0.2

1.5

2.2

2.4

公职人员

%

2.4

5.3

0.6

5.7

事业单位人员

%

0.5

11.5

1.1

11.0

国有企业雇员

%

1.2

9.3

0.8

9.6

其他雇员

%

38.7

55.8

39.7

52.6

农业自营

%

48.3

4.8

43.8

5.6

非农自营

%

8.7

11.8

11.7

13.0

人均可支配收入

/

27686

33616

23323

28844

人均工资性收入

/

1946

20665

1845

17937

人均经营净收入

/

866

3770

1091

3279

人均财产净收入

/

2844

3271

2825

2812

人均转移净收入

/

22030

5910

17562

4816

人均消费支出

/

19102

23079

17280

19968

食品烟酒

/

6299

6762

5836

6000

衣着

/

780

1739

841

1627

居住

/

4681

5114

4417

4490

生活用品及服务

/

1053

1427

1050

1233

交通通信

/

816

3174

907

2637

教育文化娱乐

/

782

2638

706

2142

医疗保健

/

4286

1631

3133

1306

其他用品及服务

/

 

 

405

595

390

533

 

9       城镇多维贫困人群与全部人群所在社区特征比较         单位:%

指标

2016

2014

城镇多维贫困人群

城镇全部人群

城镇多维贫困人群

城镇全部人群

社区饮用水经过集中净化处理的户比重

90.0

94.2

88.9

93.0

社区开通管道燃气的户比重

49.8

60.4

49.3

56.8

社区垃圾能集中处理的户比重

93.8

97.7

92.6

96.6

社区有健身器材的户比重

77.4

82.9

67.8

77.4

社区有绿化园林景观的户比重

59.7

69.6

54.2

65.2

社区有卫生站(室)的户比重

82.5

83.6

77.4

80.6

 

  (二)Logit模型估计结果和稳健性检验。

 

  分别引入不同层级变量后,以2016年数据分析的回归结果见表11

 

  从回归的拟合优度R2看,模型1已达到46.9%,说明模型1选择的解释变量较好,已经解释了近一半的城镇多维贫困变异。模型2和模型3其他解释变量的加入,尽管将R2提高至48.1%,但解释力增加有限,说明家庭或个人层面的因素仍然是决定城镇多维贫困状态的最重要因素。

 

  第一,男性占比较高的家庭相比女性占比较高的家庭更不容易陷入多维贫困状态,这可能与男性劳动就业能力较强有关。同样地,在城镇地区外来户更不容易发生多维贫困,也与外来户以有劳动能力的从业人群为主有关。

 

  第二,老年户和社会救济户更容易发生多维贫困,这与一般观察到的经验和特点比较吻合。从另一个侧面说明社会救济向城镇多维贫困户发放和转移的必要性。

 

  第三,户主文化程度的提高显著降低了城镇多维贫困发生的可能性。相对于小学文化及以下,随着户主文化程度从初中提高至大学本科以上,城镇多维贫困发生的概率将逐步下降,且下降幅度越来越大。

 

10     Logit模型的变量定义

 

分类

名称

模型使用

变量定义

因变量

城镇多维贫困

模型
1
23

表示该家庭是否属于城镇多维贫困家庭,若属于多维贫困,则因变量为1,否则为0

人口
学特
征变量

男性比例高

模型1

该家庭男性/女性人数比超过1,则该指标为1,否则为0

农业户

该家庭农业户口/非农户口人数比超过1,则该指标为1,否则为0

少数民族户

该家庭成员中至少有1人为少数民族,则该指标为1,否则为0

老年户

该家庭60岁以上老人占比超过80%65岁以上老人超过2人,则该指标为1,否则为0

外来户

该家庭中来自乡外农业户口成员比例超过50%,则该指标为1,否则为0

户主文化程度

户主文化程度为小学及以下,该指标为0;初中为1;高中为2;大专为3;大学及以上为4

社会保
障变量

社会救济户

模型1

该家庭有社会救济收入,则该指标为1,否则为0

有养老保险

该家庭常住成员无一人有养老保险,则该指标为0,否则为1

医疗保险

该家庭常住成员无一人有医疗保险,则该指标为0;有新农合的为3;有公费医疗的为4;有其他保险的为2

社区
变量

社区饮用水经过集中净化处理

模型
1
2

该家庭所在社区饮用水经过集中净化处理,则该指标为1,否则为0

社区开通管道燃气

该家庭所在社区开通管道燃气,则该指标为1,否则为0

社区垃圾能集中处理

该家庭所在社区垃圾能集中处理,则该指标为1,否则为0

社区有健身器材

该家庭所在社区有健身器材,则该指标为1,否则为0

社区有绿化园林景观

该家庭所在社区有绿化园林景观,则该指标为1,否则为0

社区有卫生站(室)

该家庭所在社区有卫生站(室),则该指标为1,否则为0

财政支
出变量

用于民生的人均一般公共预算支出

模型
1
23

各省用于民生的人均一般公共预算支出,为以下四项支出合计

用于教育的人均支出

各省用于教育的人均一般公共预算支出

用于社会保障和就业的人均支出

各省用于社会保障和就业的人均一般公共预算支出

用于医疗卫生和计划生育的人均支出

各省用于医疗卫生和计划生育的人均一般公共预算支出

地区
变量

区域分组

模型
1
23

按东部、中部、西部、东北将各省分组

省码

地区代码

城镇划分

将城镇地区分为主城区、城乡结合区

注:财政支出变量相关数据根据历年《中国统计年鉴》数据计算得到。

 

  第四,家庭成员拥有养老保险,会显著降低多维贫困的发生,且影响力较大。相比没有家庭成员有养老保险的家庭,家庭成员有养老保险的家庭多维贫困发生的概率会大幅降低。

 

  第五,社区指标中,饮用水能集中净化处理和垃圾能集中处理有效减少了多维贫困发生的可能性,而其他指标对多维贫困的减少并没有显著影响。

 

  第六,财政支出变量中,用于民生的人均一般公共预算支出以及用于医疗卫生和计划生育人均支出的提高对降低城镇多维贫困的发生概率有一定作用。

 

  第七,处于城乡结合部的家庭,相对于城镇中心区的家庭更容易发生多维贫困。这一方面与上文的多维贫困指数结果相互得到印证,另一方面反映出城乡结合部的城镇化进程和整体发展水平还需进一步提升。

 

为检验表11回归结果的稳健性,使用2014年的全国住户调查数据,运用相同的模型、方法和变量再次回归,其结果表明,各变量的变动趋势和影响系数大小与表11得出的结果基本一致。这说明模型设置的合理性和结果的稳健性。

 

  (三)分区域估计结果和稳健性检验。

 

  一方面为检验以上结果的稳健性,另一方面为考察潜在地区差异的影响,将2016年的城镇地区样本按东部、中部、西部和东北区域分为4组,分别与模型1至模型3各变量进行回归。结果显示:社区饮用水集中净化处理和社区垃圾集中处理对中部、西部地区降低多维贫困的发生率有显著影响,对东部和东北地区的影响并不显著。用于教育的人均财政支出对中部地区、用于医疗卫生和计划生育的人均财政支出的提高对东部地区都有降低城镇多维贫困发生可能性的影响。这些结果通过了2014年同样模型和变量的稳健性检验。

 

11     2016年城镇多维贫困家庭的影响因素分析

 

变量

模型1

模型2

模型3

变量

模型1

模型2

模型3

男性比例高

–0.257***

–0.272***

–0.256***

社区垃圾能集中处理

 

–0.575***

–0.526***

少数民族户

–0.310***

–0.356***

–0.379***

社区开通管道燃气

 

–0.044

–0.056

农业户

0.214**

0.098

0.133

社区有绿化园林景观

 

–0.032

–0.002

户主文化程度为初中

–2.769***

–2.782***

–2.807***

社区有健身器材

 

0.033

0.048

户主文化程度为高中

–2.923***

–2.909***

–2.920***

社区有卫生站(室)

 

0.040

–0.010

户主文化程度为大专

–2.968***

–2.956***

–2.964***

城乡结合部

 

 

0.184*

户主文化程度为大学本科及以上

–3.485***

–3.482***

–3.466***

中部地区

 

 

0.515***

老年户

1.868***

1.909***

1.893***

西部地区

 

 

0.241*

外来户

–1.231***

–1.079***

–1.047***

东北地区

 

 

0.126

社会救济户

1.106***

1.074***

1.042***

用于民生的人均一般公共预算支出

 

 

–0.0001**

有养老保险

–3.034***

–3.066***

–3.058***

用于教育的人均支出

 

 

0.0005***

有其他医疗保险

1.104***

1.140***

1.177***

用于社会保障和就业的人均支出

 

 

0.0004***

有新农合

1.120***

1.001***

0.929***

用于医疗卫生和计划生育的人均支出

 

 

–0.0009***

有公费医疗

1.475***

1.531***

1.540***

常数项

–2.321***

–1.068***

–1.346***

社区饮用水经过集中净化处理

 

–0.796***

–0.727***

Pseudo R2

0.4692

0.4773

0.4810

注:***p<0.01**p<0.05*p<0.1;省份控制变量结果省略;样本量为82689

 

  六、政策建议

 

  第一,加强对城镇贫困重要性的认识,构建城镇多维贫困的统筹治理模式。城镇多维贫困人群居住分散、致贫原因不一、发生率不高,如果使用“精准识别—帮扶”的方式,社会成本和政策成本都会比较高。应充分认识到城镇多维贫困现象的顽固性和特殊性,从社会保障、社区基础设施建设、教育卫生服务水平、各级政府财政支出等方面综合施策,建立针对城镇多维贫困的统筹治理和综合干预体系,全面降低城镇家庭陷入多维贫困的风险。

 

  第二,重点加强对城镇地区老年贫困群体的社会扶助。失去就业能力、主要依赖转移收入生活的老年人是多维贫困人群的主体。养老保险可以显著降低多维贫困发生的可能性,应继续扩大养老保险覆盖范围,核查摸清未参保城镇老年人群状况,全面推动养老保险应保尽保,进一步提高养老保障水平,并对困难老年人群给予相应政策扶助。

 

  第三,重视部分城镇外来农业户的生活不达标现象。从教育、健康、生活水平的各维度观察,外来农业户仍有多项指标不达标,要更加重视其就业、子女教育、居住环境等问题。加大对外来农业户的教育和培训,巩固其子女中小学入学率,减少贫困的代际传递。加大对外来农业户主要聚居社区的水、电、卫生、燃气等基础设施的建设力度,努力提高他们的居住环境和生活水平。

 

  第四,积极改善社区用水卫生等基础设施水平。没有卫生厕所对城镇多维贫困指数的影响率将近5%,所有城镇人群中厕所不达标人口比重仍超过10%,说明“厕所革命”不仅仅适用于农村地区,也需要在城镇地区加以推进。应加快城市棚户区改造,着力改善部分社区卫生、垃圾处理等基础设施水平。

 

  第五,加大民生领域的财政资金投入。我国财政用于教育、医疗卫生等民生领域方面的支出仍然偏少(高培勇,2010)。根据民政部统计数据①,2018年我国社会救助支出同比增长仅2.9%,低于同期一般公共预算收入增长率3.3个百分点。应提高民生领域的财政支出,尤其是对医疗卫生和教育方面的财政资金投入,有效降低城镇多维贫困的发生风险。

 

  第六,加强和改进对多维贫困的统计监测。对多维贫困人群的监测分析结果可以为我国相关社会救助政策的制定和目标人群的瞄准提供大量有价值的资料,也是将来我国开展2030议程可持续发展目标监测和国际比较的重要内容。本文目前构建的多维贫困指标体系中,对居民的营养状况等反映相对不足。可考虑适当拓展调查内容,增加居民营养状况指标设计,不断加强和改进对多维贫困的统计监测。

 

  参考文献

  李实, John Knight. 中国城市中的三种贫困类型[J]. 经济研究, 200210: 47-5895.

  王有捐. 对城市居民最低生活保障政策执行情况的评价[J]. 统计研究, 200610: 49-54.

  王小林. 贫困测量: 理论与方法(第2版)[J]. 经济学动态, 201612: 162.

  王小林, 尚晓援, 徐丽萍. 中国老年人主观福利及贫困状态研究[J]. 山东社会科学, 20124: 22-28.

  张晓颖, 冯贺霞, 王小林. 流动妇女多维贫困分析——基于北京市451名家政服务从业人员的调查[J]. 经济评论, 20163: 95-107.

  刘文烈, 魏学文. 城市农民工多维贫困及治理路径研究[J]. 齐鲁学刊, 20166: 90-99.

  程世勇, 秦蒙. 中国城市农民工多维贫困测度与精准扶贫策略选择[J]. 教学与研究, 20174: 33-43.

  王小林, 张德亮. 中国城市贫困分析(19892009[J]. 广西大学学报: 哲学社会科学版, 2013 352: 76-81.

  冯怡琳, 邸建亮. 对中国多维贫困状况的初步测算——基于全球多维贫困指数方法[J]. 调研世界, 201712: 3-7.

  中国社会科学院财政与贸易经济研究所课题组, 高培勇, 马珺. “十二五”时期的中国财政支出结构改革[J]. 经济理论与经济管理, 201011: 5-14.

 

  作者简介:

  冯怡琳,女,1981年生,江苏宜兴人,2005年毕业于清华大学,获法学硕士学位,高级统计师,现为中国人民大学在读博士研究生,国家统计局住户调查办公室处长,研究方向为收入分配、贫困理论与实践。

 

注释:

  ①数据来源于《2018年国民经济和社会发展统计公报》。

  ②国家统计局开展的住户收支与生活状况抽样调查采用分层多阶段等距随机抽样方法抽选样本,样本覆盖全国所有市区以及1/3的县,每年抽选约16万个调查户进行直接调查。其调查结果对全国、分省均具有代表性。

  ③2014年调查数据中无此指标,按照AF方法,缺失指标的情况下,其权重平均分配至同一维度的其他指标,因而2014年生活水平各指标权重为1/15

  ④来自中华人民共和国民政部网站:http://www.mca.gov.cn/article/sj/tjjb/qgsj/

 

(责任编辑: 刘雅欣)

相关附件
相关文章
  • 联系我们
  • 服务条款
  • 网站地图
  • 微观数据申请
  • wgsjsys@stats.gov.cn
  • 中国统计资料馆
  • 数据咨询电话:
  • 010-68576320
版权所有:国家统计局
地址:北京市西城区月坛南街57号(100826)
京ICP备05034670号   网站标识码bm36000002