詹鹏1沈扬扬2 李实3

1南京财经大学经济学院

2，3北京师范大学经济与工商管理学院

内容提要：借助多维贫困指标体系，本文测算1995-2013年期间农村地区多维贫困跨期变化，分解出主要减贫因子，并建立减贫因子与国家惠农、减贫政策之间关联。结论显示：整体上，农村多维贫困得到极大缓解，彰显超越收入维度的多维扶贫成效。具体地，上世纪九十年代中期农户自费医疗支出负担对整体贫困的贡献度最高，后期“新农合”普惠项目弥补了这块短板；缺乏经济能力在20年前是第二突出的多维贫困表现形式，但伴随民生发展得到缓解。现阶段，多维贫困农户面临困境主要来自健康和医疗。细分群体，老年人、教育程度低、居住在西部地区和贫困县等子群体的贫困程度很高，说明多维贫困集中分布于弱势群体和经济发展程度低区域，是政策的着力点。稳健性分析显示，改变子维度的代理变量、改变权重结构或去掉某些维度，本文结论仍然成立。

关键词：扶贫政策 多维贫困 跨期变动 稳健性检验

JELclassification:I32,I38, P36,

一、引言

《中国农村扶贫开发纲要（2011-2020年）》首次提出“两不愁、三保障”扶贫目标，将农村扶贫救助目标定义为到2020年稳定实现扶贫对象“不愁吃、不愁穿”且“保障义务教育、基本医疗和住房”。该视角是多维度的，也标志着“中国已经发展到了多维度扶贫阶段”。回溯扶贫政策，中国农村扶贫并非停留在浅层次的经济救助：1986年，国务院成立扶贫开发领导小组，明确扶贫开发方针要用“造血”替代“输血”，对贫困地区进行开发性生产建设，在发展中逐步形成贫困地区和贫困户的自我积累和发展能力；1994年，国家出台《八七扶贫攻坚计划》并将奋斗目标确定在三个层面上：解决贫困人口温饱、加强基础设施建设、改善教育文化卫生落后状况；2001年，国务院印发《中国农村扶贫开发纲要（2001-2010年）》，开展整村推进项目，重视基础建设、社会服务、文化培训的融合发展。可以说，中国扶贫战略的演进适应了经济的不同发展阶段，也对应了贫困人口结构和贫困类型的变化，而更重要的是，中国扶贫政策贯穿多维度“赋能”理念，表现为经济环境改善、就业机会增加、更公平的社会发展氛围、人力资本的改善、逐步完善的福利体系、以及中国政府对贫困人口和弱势群体至始至终的政策关注。

为了更为准确地考察扶贫成果，需要构建更契合的评估框架。借助阿玛蒂亚森的可行能力理论（Sen，1983、1985），以及联合国开发计划署和OPHI推荐的多维贫困构建方法，本文测算了“两不愁、三保障”视角下的多维减贫成效。本文的多维贫困体系包含5个维度10个指标，借此解决如下问题：1995-2013年期间中国多维贫困状况的变化趋势如何？不同指标对整体多维贫困的贡献多大？不同剥夺指标的改变与不同时期惠贫惠农政策的关联有哪些？同时分析贫困的群体性差异。为了令评估结果更为可靠，本文从多个角度进行稳健性分析。

本文后续安排如下：第二部分，简介多维贫困指数发展；第三部分，构建多维贫困指标并说明数据；第四部分，分析测算结果；第五部分是稳健性分析；第六部分，总结全文。

二、综述：多维贫困指数的发展及中国研究

传统上，人们习惯于用收入、消费或其他货币尺度来测度贫困。但事实上贫困是一种复杂而综合的社会现象，从概念上讲是多维的。明确提出从多维角度理解贫困问题的学者是阿玛蒂亚·森（Sen, 1976），其“可行能力理论”被公认为多维贫困的理论基础。森将可行能力定义为“人们能够做自己想做的事情、过上自己想过的生活的能力”（Sen，1983、1985）。基本可行能力由一系列功能构成，如免受饥饿、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。上述功能的丧失是贫困产生的原因，本身也是贫困的表现。

多维贫困理念最先被应用于计算人类发展指数（HDI）；两年后扩展为人类贫困指数（HPI）；新世纪的第十个年头，多维贫困指数（MPI）被发布于《人类发展报告》。2016年底，《全球贫困监测报告》（又称阿特金森报告）强调了贫困的多维属性和缓解多维贫困的重要性；联合国可持续发展目标（SDGs）也将“消除一切形式的贫困”作为2015-2030年的全球性发展指导[1]。值得强调的是，虽然阿玛蒂亚·森的可行理论得到普遍认可，但必须客观认识到实证分析中几个具有争议的问题：第一，尽管学者认可贫困是多维度的，但能否构建多维贫困的合宜指数，意见分化为两派。反对意见以Ravallion（2011）为代表，提出单一多维贫困指数未必能给政策制定者更多有效信息；支持者则认为一系列可观测个人成就的外在化（例如，健康状况、学识、工作等）能够构成合理“个人功能汇总指数”[2]，并通过指数可分解性为政策提供信息（Alikre，2015）[3]。例如，Alkire& Foster（2011）提出AF多维贫困方法易于理解测算简单，具有很强的政策应用空间。目前，已经有15个国家和地区使用AF方法测算并公布官方多维贫困指数，将其用于反贫困实践工作。第二，权重、维度以及剥夺阈值的选取存在主观性和随意性问题。为规避上述问题，学者不断探索权重设置途径。权重设置上，归纳分为数据导向型、规范讨论（价值判断）以及混合方式。具体方法包括：因子分析法（Ram，1982）；模糊集方法（Barrett& Pattanaik，1989）；多指标多因子（Naga & Bolzani, 2008）；聚类分析法（Luzzi etal, 2008）等等。对维度及其剥夺阈值选取和设定，从理论上，维度的选取需要回溯到“功能”概念；实践中，剥夺阈值确定与国家面临的实际问题相关（Alkire& Foster，2011；Alkire，2015）。

我国学者自上世纪90年代开始探索贫困的多维特性。2010年开始，随着国际上多维贫困微观分析方法的日趋成熟，以及“两不愁、三保障”的提出，学者逐步认可多维贫困的分析方式，如张立冬（2017）建议将农村扶贫瞄准方式调整为收入、教育、健康、生活水平和资产“五位一体”的多维贫困，注重对农村贫困人口的能力开发。邹薇、方迎风（2012）对国际上流行的几种多维贫困指数做了综述性比较，并指出以FGT方法为基础的多维贫困指数[4]解释力最强，同时指出要格外重视维度选取和权重设定。与既有文献比较，多数中国研究者采用了AF多维贫困测算方法，主要研究贡献包括：发现中国多维贫困程度跨期下降（张全红等，2017）、多维贫困具有显著的区域差别（王小林、Alkire，2009；张全红等，2017）和人群特征差别（郭熙保、周强，2016；Alike & Shen，2017）、多维贫困与收入贫困的错位关系逐渐增强（Wang et al，2016；Alkire & Shen，2017）、维度选取和权重设定影响多维贫困结果（郭建宇、吴国宝，2012）、公共服务政策显著影响多维贫困程度（王曦璟、高艳云，2017；张立冬，2017）且我国农村多维贫困的持续降低主要来自教育和医疗公共服务要素的改善（张全红等，2017）。

与上述文献相比，主要贡献在于：第一，追踪了长跨度期内农村多维贫困变动。长期追踪收入贫困跨期变动的文献非常丰富。但由于多维贫困对变量要求更高，符合多维贫困追踪研究的全国性调查数据较为有限。以往时期，学者使用的主要数据是CHNS和CFPS。对比问卷，我们发现CHNS数据缺少做稳健性分析必备的权重信息；CFPS的局限在于调查期较短，无法追溯我国多维扶贫的前期成果。第二，数据结论具有全国农村代表性。受到变量信息获取的约束，国内很多优秀多维贫困研究停留在省级层面，甚至县级层面。本文样本来自全国农村住户调查的子样本，具有全国农村代表性，研究结果更具有全国适用性。第三，研究数据与扶贫政策出台关键时期吻合。文章分别使用了CHIP1995年、2002年、2013年三个年份数据，恰好反映我国扶贫历程的几个关键时期[5]，完成将不同指标剥夺度变动融入到现实政策中解读多维贫困指数的估计结果的研究目的。第四，很多文章提出要重视权重设置和维度选取，却多是“纸上谈兵”，少有利用数据做出实际的敏感性分析[6]。为保证结果稳健性，本文对测算结果进行了三类稳健性检验，这在已有同类研究中较少讨论。

三、方法和数据

（一）“两不愁、三保障”下的多维贫困指标体系

本文在Alkire & Foster（2011）提出的多维贫困方法（简称“AF方法”）基础上构建了中国多维贫困指标体系。为避免维度选取的随意性，本文以“两不愁、三保障”为中心，将收入、教育、健康和居住条件纳入到指标体系当中。其中，收入维度对应“两不愁”标准，以现行贫困线（2300元，2010年不变价）为门槛；教育、健康和居住条件维度对应“三保障”。此外，考虑农村劳动力就业对改善农户贫困的重要意义，参照朱梦冰、李实（2017）、王小林（2017）文章，增加了就业指标。结合CHIP变量信息，构建指标体系如下（表1）[7]。

[1]SDGs1.1提到:“贫困不仅是缺乏收入和资源导致难以维持生计，还表现为饥饿和营养不良、无法充分获得教育和其他基本公共服务、受社会歧视和排斥以及无法参与决策。经济增长必须具有包容性，才能提供可持续的就业并促进公平”。

[2]参见Alkire（2015）。

[3]由此也衍生出对AF方法本身的一些争论，具体参见（Duclos& Tiverti，2016）。

[4]即本文采用的AF多维贫困指数。

[5]国务院颁发的国家八七扶贫攻坚计划工作纲要是20世纪80年代中期以来，国家在全国范围内开展的有组织、有计划、大规模扶贫工作，实现了从救济式扶贫向开发式扶贫的转变。具体扶贫内容与提高社区内贫困人口发展能力（缓解多维贫困）非常相关。该纲要颁布于1994年，CHIP1995年恰好处于此次扶贫攻坚阶段的起始期。2001年，国务院印发新千年第一个扶贫开发纲要《中国农村扶贫开发纲要（2001-2010年）》，在2001-2010年奋斗目标中提出“提高贫困人口生活质量和综合素质，加强贫困乡村的基础设施建设，改善生态环境，逐步改变贫困地区经济、社会、文化的落后状况”；并在基本方针中提出“通过发展生产力，提高贫困农户自我积累、自我发展能力”、“重视科技、教育、卫生、文化事业的发展，改善社区环境，提高生活质量，促进贫困地区经济、社会的协调发展和全面进步”。CHIP2002年恰好是“八七扶贫攻坚”的结束期与第一个十年扶贫开发纲要的起点。2011年，国务院印发新千年第二个扶贫开发纲要《中国农村扶贫开发纲要（2011-2020年）》，提出了“两不愁、三保障”，对应地，CHIP2013恰处于第一个十年纲要的结束期与第二个纲要的开展期。此外，2013年临近国家新贫困线的颁布期（2011年），以及“精准扶贫”政策的开端期（2013年）。因此，本文认为CHIP系列数据很好的实现本文理解扶贫政策演进历程对农户多维贫困变动的影响。

[6]目前，笔者只看到张昭等（2016）和陈辉、张全红（2016）两篇文章提到多维贫困下的敏感性分析。其中，前者强调的是收入波动、贫困线调整对多维贫困的影响，而没有直接涉及权重和指标调整对多维贫困造成差异区间的研究。后者与本文思路一致但敏感分析方法不同，且采用的是粤北山区农村的案例性研究，问卷样本量较小（有效问卷300份）。

[7]需要指出的是，对是否遭受剥夺，识别单元为“家庭”，但分析单元为“个体”。举例来讲，家庭人均收入低于官方贫困线，所有家庭成员均被视为收入贫困；家庭中存在任何一个孩子失学辍学现象，则全部家庭成员被视为在此维度上遭受剥夺。这种识别方式的目的是反映家庭发展中存在的某种缺失——即便正遭受剥夺的不是家庭成员自身。

四、农村多维贫困的跨期变动（一）多维贫困变化趋势
测算显示，中国农村多维贫困程度不断下降（表3）——MPI指数从1995年的0.151下降到2002年的0.068，到2013年下降到0.019，下降幅度达到87%。 1995-2002年多维贫困发生率从41.6%下降到19.8%，年均下降3.2个百分点，年均下降速度为10.1%。 2002-2013年贫困发生率进一步下降到5.9%，期间发生率年均下降1.3个百分点，年均下降幅度达到10.4%。 体现多维贫困深度的 A值也不断下降，被确定为多维贫困人群的所有指标未达标平均比例从1995年的36.2%（100%为最大值，即在全部指标上未达标）下降到2013年的32.0%，跨期总计下降4个百分点。 为考察不同时期多维贫困变化趋势是否稳健，本文根据 Bootstrap方法估算所有结果在95%置信水平下的置信区间，抽样次数为100次。 结果非常稳健，表明多维贫困的跨期变动结果在统计上是显著的。
进一步的问题是，哪些维度在过去二十年发生了较大改善？哪些维度是当前政策的着力点？本文发现：第一，多维贫困下降主要来自收入和自费医疗负担指标的大幅度改善。无门槛剥夺发生率变化趋势显示， 1995-2013年改善显著的变量包括收入、自费医疗费支出、资产和安全饮水，指标的剥夺发生率年均下降超过10个百分点，并以收入和自费医疗支出改善最明显。 我国收入贫困改善举世瞩目（鲜祖德等， 2016），这里重点关注多维贫困和收入贫困的交叠错位变动趋势： 1995年超过半数（53.3%）农户处于收入贫困状态，将近八成（81%）[1]多维贫困群体同时处于收入贫困状态，多维贫困与收入贫困的交叠程度很高； 但在 2013年，不到五成（42%）多维贫困群体同时陷于收入贫困，多维贫困与收入贫困的错位度提高、交叠度降低。 结合表 4非收入指标的变动，可以推断这一趋势来源于各项指标的不同步发展。 1995年居民遭受剥夺程度最深的是医疗自费支出负担，当年剥夺发生率高达76.6%。 这一结果反映了上世纪九十年代的现实状况：伴随合作社体制的瓦解，农村原有公共医疗机构出现真空期，农户看病无处报销，主要依靠自费负担，由此产生医疗费用过重的矛盾。该状况在新千年得到缓解，缘起于我国探索农村合作医疗制度。随着新农户保障体系的铺开，农户看病负担减轻，该指标被剥夺程度迅速降低。
第二，国家公共服务建设工程对缓解农户多维贫困起到积极作用。本文测算 1995年将近两成农户喝不到安全饮用水。 如果只考虑多维贫困农户，约四成贫困农户面临安全饮水难题。由于安全饮水的获取很难经由个人收入改善来实现，这项关系到居民身体健康，尤其是婴幼儿和妇女健康的民生工程只能经由政府公共服务建设加以改善。测算显示， 1995-2002年，农户安全饮水获取的剥夺发生率仅下降了四分之一，但2002-2013年期间下降幅度高达二分之一。 后期变动主要来自于 2005年国家重点推行的农村饮水安全的两期工程。
第三，改善农户健康水平仍是未来一段时期扶贫工作的重点。 1995-2013年期间，农户健康水平的变动趋势超出预期，呈现先下降后上升的态势[2]。 例如，健康的单维度剥夺发生率从 1995年的24.7%下降到2002年的17.8%，但在2013年小幅度提升到20.3%； 有门槛剥夺发生率换算结果显示， 2013年将近八成贫困农户遭遇健康问题，与目前因病致贫成为主要致贫原因的现实高度相关[3]。 结合张全红等（ 2017）得到的“从持久性多维贫困的视角来看，教育和医疗的完善度对个人是否陷入持久性贫困具有决定性贡献”结论，本文认为完善农村贫困地区的教育和医疗公共服务，增强贫困人口发展能力，对长期性缓解贫困问题至关重要。
第四，强化新农合对农户医疗支出方面的保障成果具有重要意义。从 2013年计算结果看，相对于其他指标，农户自费医疗负担依旧是多维贫困的重要贡献因子，相当于近七成（69.5%）多维贫困人群遭遇医疗负担过重的问题。 考虑到医疗负担过重可能引致因病致贫、因病返贫等系列问题，或者成为阻止贫困农户有病及时就医的障碍，本文建议巩固新农合所取得成果，并通过降低贫困户就医门槛、提高报销比例、增加疾病药品报销种类等方式，缓解上述矛盾。

[1]由33.9%/41.6%=81.5%计算得到。

[2]张立冬（2017）利用CHNS2000-2011年数据的分析也得到了类似结论。

[3]2016年建档立卡数据显示，全国包括少数民族地区在内的贫困人口中，因病致贫比例为44%。参见：http://news.cyol.com/content/2017-08/31/content_16456908.htm（中青在线）。

（二）不同群体之间的差异多大？
第一，老年户主贫困程度最高。按照户主年龄将考察组分成三个 ——青年户主家庭（16-35岁）、中年户主家庭（36-65岁）、老年户主家庭（66岁及以上）。 表 5显示，随着时间推移，各年龄组的多维贫困下降幅度都非常显著，但一个明显的趋势是中青年户主所在家庭贫困下降速度更快。 1995-2013年期间，16-35、36-65岁户主家庭多维贫困发生率下降了44和36个百分点，对比而言66岁及以上户主所在家庭贫困发生率仅下降23个百分点。 2013年结果则显示出老年家庭贫困问题值得重视。 2013年老年贫困组家庭的MPI分别是中、青年户主家庭的3倍和6倍，贫困发生率也高出平均水平8.3个百分点，凸显出农村老年人多维贫困问题的严峻性。 从贫困原因解释上，营养健康对老年家庭贫困具有突出贡献 [1]。
第二，教育程度与多维贫困度成反向相关。表 5显示户主接受教育程度越高，家庭贫困程度越低，文盲户主所在家庭多维贫困状况最严重。 数据结论凸显教育在缓解贫困方面的重要性，具有较强的政策含义：一方面，要增加贫困儿童接受优质教育的机会，减少贫困代际传递；另一方面，要关注成人的继续教育培训，增强其在劳动力市场的适应性。当然，并非高学历家庭就没有贫困，高中以上学历农户内部存在一定比例的多维贫困群体，且在医疗支出和身体健康状况两个指标上有较高贫困发生率。
第三，欠发达区域多维贫困状况更严重。从区域结构上看（表 5），西部多维贫困程度最高。 1995年东中西区域的MPI值分别为0.072、0.145和0.245，西部地区贫困程度显著高于东部和中部； 2013年，西部地区MPI值几乎是东部的2倍。 1995年西部贫困发生率高达64%，比东部高出42个百分点。 尽管 2013年东部和西部贫困的绝对贫困发生率有所下降，但贫困人口比率之间的差距仍然很大，东部贫困发生率为3%，西部为10%。 这说明，西部仍然是扶贫工作的重点区域 [2]，习近平总书记提到的“深度贫困”区域也多数集中于西部地区。
对比贫困县和非贫困县（表5），1995年扶贫重点县的贫困发生率高达63.7%，非重点县为34.4%，二者在发生率的绝对差距达到近30个百分点。 但二者之间的差异不断缩小， MPI间绝对差距从1995年的0.123下降到2013年的0.020。 该趋同在彰显以扶贫县为重点的扶贫开发模式发挥了巨大成效的同时，也提示出区域（贫困县、村）主导的救助模式精准度逐渐丧失，也证明单一瞄准贫困县的机制所存在的扶贫资金使用效率降低的矛盾（ Park & Wang, 2010）。 2001年开展的整村推进和2014年提出的建档立卡与“精准扶贫”，将瞄准单位从县精准到村、到户，反映出国家在恰当时期所采取的恰当应对举措。

[1]篇幅所限，没有附分组指标分解结果。 读者可向作者索要。 [2]该结论与Alkire&Shen (2017)、张全红等（2017）一致。

（三）减少维度
主要进行两项调整：调整 1，去掉最大贡献维度“健康”；调整2，去掉最小贡献维度“就业”，其余四个维度取25%相同权重。结果显示，若去掉贡献最大的维度（调整1），MPI指数将大幅下降。以2013年为例，MPI从0.019降至0.003。这一下降主要来自多维贫困发生率（H）的大幅降低（从5.9%降至0.9%）。若去掉贡献最小的维度，调整2的MPI指数变化方向不确定，因为H和A的变化方向相反，当维度的贡献较小时，去掉该维度引起的H和A值变化幅度差异不大，对MPI的影响会互相抵消；但当维度的贡献较大时，去掉该维度对H的影响更强，A值增长不足以抵消H的反向影响，MPI指数会大幅下降。六、结论和政策建议本文根据AF方法，依托“两不愁、三保障”的国家减贫目标构造了中国农村多维贫困指标体系，追踪多维贫困变动状况。考虑到多维贫困指标体系的设定依赖于具体政策目的和要求，为了在特定条件下更好地进行贫困识别或政策评估，本文进行了稳健性分析，结果显示本文主体分析结论具有很好的稳健性。
本文的研究结论对实现2020年全面消除现行标准下的极端贫困具有理论和实践意义。第一，多维贫困的分析彰显我国多维扶贫成就。从测算结果看，1995-2013年中国农村多维贫困下降幅度接近90%，与同时段收入贫困发生率保持同比例大幅下降态势，这体现出我国减贫工作实现了多维减贫目标：既缓解了收入贫困的矛盾，同时提高了贫困户的多维发展能力。通过分解多维贫困指标，本文得以回答不同时期农户“因何贫困”的问题。跨期分解显示，贫困程度改善的最主要因素来自农户自费医疗负担的减轻、收入的提升以及安全饮水的改善。其中，医疗支出负担的减缓和安全饮水的改善分别对应了“新农合”以及“十一五”、“十二五”期间安全饮水项目工程，体现出国家惠农惠贫政策在改善农户非收入维度能力的方面的成效。第二，多维贫困体系对精准扶贫政策具有理论和实践指导意义。精准扶贫包括精准识别、精准施策、精准救助、精准脱贫等一系列环环相扣的工作要求。多维贫困体系则有利于从指标构建、测算贫困度、跨期追踪评估等方面科学系统为精准扶贫政策提供理论和现实依据。第三，多维贫困的分析结果有利于对今后反贫困工作的指导。本文在追踪农户健康剥夺程度跨期变动时发现，健康指标剥夺程度近期呈现上升态势，这解释了当前因病致贫正成为主要致贫诱因的现状。结合居民自费医疗负担依旧相对较重的现状，本文提出降低困难农户就医成本，培养其及时就医观念的双管齐下政策建议。此外，子群分解显示，低教育程度者、老年人群、以及区域性贫困仍是当前贫困问题的主要矛盾。上述结论呼应了习近平在2017年“6.23”讲话中关于深度贫困的区域和人口结构性特征的描述。上述结论均对未来扶贫工作具有实际指导意义。综上，本文建议将多维贫困测算和评估体系引入到精准扶贫战略框架，加强对农村贫困居民的能力开发，有效利用多维贫困在科学指导、监督和评估反贫困政策上的功能。
虽然多维贫困状况在过去二十年内发生了较大改善，但能否在2020年稳定达到“两不愁、三保障”减贫目标，并在2020年后持续保障弱势群体的福利水平，仍是一项艰巨的挑战。真正达到2020年减贫目标，需要关注贫困家庭在微观层面、多个维度、多个层次的贫困状况，有的放矢。本研究借助CHIP数据对过去二十年的多维贫困状况进行了回顾，后续研究可进一步在同类框架下对未来的持续新政策效果进行预估。

参考文献

[1] 陈辉、张全红，2016：《基于Alkire-Foster模型的多维贫困测度影响因素敏感性研究———基于粤北山区农村家庭的调查数据》，《数学的实践与认识》第11期。

[2] 郭建宇吴国宝，2012：《基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例》，《中国农村经济》第2期。

[3] 郭熙保周强，2016：《长期多维贫困、不平等与致贫因素》，《经济研究》第5期。[4] 王曦璟高艳云，2017：《地区公共服务供给与转移支付减贫效应研究——基于多维贫困分析框架》，《统计研究》第2期。

[5] 王小林，2017：《贫困测量：理论与方法》，社会科学文献出版社。

[6] 王小林 SabinaAlkire，2009：《中国多维贫困测量：估计和政策含义》，《中国农村经济》第12期。

[7] 鲜祖德王萍萍吴伟，2016：《中国农村贫困标准与贫困监测》，《统计研究》第9期。[8] 张立冬，2017：《中国农村多维贫困与精准扶贫》，《华南农业大学学报（社会科学版）》第4期。

[9] 张全红李博周强，2017：《中国多维贫困的动态测算、结构分解与精准扶贫》，《财经研究》第4期。

[10]张昭杨澄宇袁强，2016：《收入导向型多维贫困测度的稳健性与敏感性》，《劳动经济研究》第5期。

[11] 朱梦冰李实，2017：《精准扶贫在精准识别贫困人口——农村低保政策的瞄准效果分析》，《中国社会科学》第9期。

[12] 邹薇方迎风，2012：《怎样测度贫困：从单维到多维》，《国外社会科学》第2期。[13]Alkire,S. & J. Foster(2011), “Counting and multidimensional poverty measurement”, Journal of Public Economics95(7):476-487.

[14] Alkire, S.(2015), “The capabilityapproach and well-being measurement for public policy”. OPHI Working Paper,No.94.

[15] Alkire, S.& Y. Shen(2017), “Exploringmultidimensional poverty in China: 2010 to 2014”, Research on Economic Inequality: Poverty, Inequality and Welfare 25：161-228.

[16]Barrett, C.R. & P.K Pattanaik(1989), “Fuzzy sets,preference and choice: some conceptual issues”, Bulletin of Economic Research 41(4):229-254.

[17] Duclos, J.Y. & L. Tiverti(2016),Multidimensional Poverty Indices: A CriticalAssessment,The Oxford Handbook of Well-Being and Public Policy.

[18]Luzzi G.F. et al(2008), Cluster Analysis of Multidimensional Povertyin Switzerland, Springer.

[19]Naga, R.A. & E. Bolzani(2008), Quantitative Approaches to Multidimensional Poverty Measurement,Palgrave Macmillan.

[20]Park A. & S. Wang (2010).“Community-based development and povertyalleviation: An evaluation of China's poor village investment program”, Journal of Public Economics, 94(9): 10.

[21]Ram, R.(1982), “Composite indices of physical quality oflife, basic needs fulfillment, and income: A ‘principal component’representation”, Journal of DevelopmentEconomics,11(2):227-247.

[22] Ravallion, M.(2011), “Onmultidimensional indices of poverty”. Worldbank Policy Reseach Working Paper,No.5580.

[23] Sen A. (1976), Poverty: An OrdinalApproach to Measurement. Econometrica, 44(2):219-231.

[24] Sen A.(1983), Choice, Welfare, and Measurement. Oxford: Basil Blackwell.

[25]Sen A.(1985), Commodities and Capabilities, ElsevierScience Publishing Co.[26] Wang, X., Feng, H., Xia, Q., and Alkire,S. (2016), “On the relationship between incomepoverty and multidimensional poverty in China”, OPHI Working Paper, No.101.