摘要：从解决基本生存能力的绝对贫困到解决发展能力的相对贫困，是乡村振兴和农村可持续减贫的主要目标。运用A-F双临界值法从六个维度研究农户多维贫困，并结合中介效应分析外出务工、精准扶贫政策对农村多维贫困作用原理。研究表明：农户存在不同维度的多维贫困，其中健康、教育、城镇距离被剥夺程度较高；外出务工、精准扶贫政策可以缓解农户多维贫困，长期外出务工更容易摆脱多维贫困；作用机制层面，精准扶贫政策通过影响农户外出务工，间接缓解农户多维贫困。
       关键词：乡村振兴，外出务工，多维贫困，A-F双重临界值法

一、引言
       贫困问题一直都是世界各国的历史性难题，受到当地政府的高度重视，消除贫困，成为乡村振兴战略下可持续发展的重要目标之一。截止2020年，我国现行标准下9899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务，对中国乃至世界范围的减贫工作有着巨大的贡献。在2020年，贫困地区劳动力的务工规模达到了3243万，比去年增长了10%，直接支持了我国的脱贫攻坚事业。经过40多年的经济社会的发展和扶贫工作的开展，我国的扶贫事业取得了举世瞩目的成绩，农村贫困程度和贫困人口数量大幅降低，贫困的特点和性质也有了很大的改变，贫困分布由整体性和区域性贫困向个体性贫困转变[1]。因此在乡村振兴战略下研究农村贫困户多维贫困影响因素至关重要。
       通过直观判断，外出务工可以有效缓解贫困。但是因为统计数据、指标选取、市场化程度等差异，国内外学术界对此仍存在差异：第一种观点认为，外出务工对农村贫困户劳动力进行合理的资源配置，有利于增加农村贫困户的收入，从而降低农村家庭陷入贫困( Du et al,2005; Zhong et al,2007; Zhu＆Luo,2010;Luc＆Todo,2013) 。第二种观点认为，外出务工导致农村家庭劳动力流失，造成资产性收入减少从而不利于农村家庭摆脱贫困。Cui et al对中国城市工人和农村外来务工人员工资率差异和自由职业的决定因素进行了分析，结果显示大部分外来务工人员都不处于能挣到最好工资水平的工作种类 。樊士德比较了东部沿海地区的非贫困家庭和贫苦家庭，利用多元回归模型和Logistic模型研究了劳动力外出务工对贫困家庭的影响，认为劳动力流动对消除贫困不显著。但从既有文献看,我国外出务工的减贫效果研究大多是从多维贫困的视角来进行分析。王卓等指出外出务工的收入是目前农村农民实现脱贫的重要途径，在农村农民收入中的重要越来越大。石丹的研究表明收入、教育和家庭人均消费对农村贫困人口在精准扶贫产生了重要的影响。车四方利用中国家庭追踪调查数据分析得出农村贫困户外出务工和社会资本可以有效缓解农村多维贫困。李聪运用陕西省安康市的调查数据，得出外出务工对农村贫困户的多维贫困的缓解有积极作用，在搬迁家庭中体现尤为明显。刘欢从教育、健康、社会保险和外出务工的角度来分析人力资本投入对农村贫困户的脱贫效果的影响。
       因此分析农村贫困户多维特征的主要影响因素是实现摆脱贫困的重要前提，也是当前乡村振兴战略下农村贫困户减贫的重要突破口，外出务工作为家庭发展能力的重要因素，与贫困的关系也是一直受到学术界的持续关注。国内外的研究主要集中在外出务工对多维贫困会产生哪些影响，但对外出务工是怎样影响农村贫困户消除贫困研究并不多。那么，外出务工是如何影响脱贫，对减贫工作的影响机理是什么？这不仅仅是一个学术上的理论问题，更是一个需要实践检验的问题，正确把握和理解外出务工对减贫工作的机理和作用，对贫困户返贫、后扶贫时代的减贫工作都具有重要意义。
       本文以安徽省20个贫困村微观调查数据为样本，运用A-F双临界值法从土地、健康、教育、劳动力、生活生平、城镇距离六个维度对1506户农村贫困户家庭研究农民多维贫困状况，并结合中介效应方法实证分析外出务工、精准扶贫政策对农村多维贫困的影响和作用原理。本文的边际贡献在于以下三个方面：一是从更多维度来解释多维贫困，在原有多维贫困指数MPI(健康、教育、生活水平)的基础之上，增加了土地、劳动力和城镇距离，形成土地、健康、教育、劳动力、生活生平、城镇距离六个维度多维贫困指标。二是一手的微观调查数据，不同于国家层面的宏观调查数据中国家庭追踪调査数据和中国营养与健康调查数据，本文运用分层抽样调查，得到1506户农村贫困户微观调查数据，可以更客观的分析农村贫困户真实贫困状态。三是从外出务工和精准扶贫政策两个方面要分析多维贫困理论，运用外出务工的中介效应检验进一步分析精准扶贫政策对于多维贫困程度的影响机制。

二、农村多维贫困的测度与分析
     （一）样本和数据
      本研究数据源自学校课题组对安徽省20个贫困村的实地走访调查。共计发放样本问卷1600户。剔除样本中填写不完整、不真实和错误的数据，剩余1506户，有效率达到94.125%，符合样本研究设计的要求。本次调查采用分层随机抽样，调研范围覆盖安徽省南北方共计20个贫困村。调查考察的主要内容包括贫困户家庭基本特征，户主基本特征、扶贫政策和外出务工等方面。
     （二）变量测量
       针对多维贫困指标的确定，本文结合安徽农村贫困特征和研究目的，在MPI三个维度基础之上增加了城镇距离、劳动力和土地三个维度，建立了土地、健康、教育、劳动力、生活水平、城镇距离等六个维度。土地作为生产最基本生产资料，用耕地面积表示，健康用家庭成员是否有残疾和患病表示，教育用户主受教育程度表示，劳动力用家庭劳动力人数表示，生活水平用家庭人均收入是否达到4000表示，城镇距离用贫困户家庭离城镇远近表示，具体多维贫困识别体系和贫困剥夺临界值如表1所示。
表1：多维贫困识别体系和贫困剥夺临界值

     （三）多维贫困指标计算方法
       结合研究目的，本文采用贫困理论A-F双临界值方法对个体或家庭不同方面的贫困维度进行识别和赋值，并以此作为标准判断单个家庭和个体是否存在多维贫困，以此来建立多维贫困指数。本文运用维度加总和维度分解方法来全面评价贫困户在每个维度的贫困情况。其中，维度加总可以计算贫困家庭所有维度指标的综合贫困指数（MPI），维度分解可以计算每个维度指标对综合贫困指数的贡献程度，具体步骤如下。
       首先，确定数据矩阵Y，数据矩阵Y(n x d)是用来确定贫困户家庭的指标信息，n表示样本数量，d表示指标数量；确定剥夺临界值，剥夺临界值z(1xd)^z(1xd)是测定每个指标是否被剥夺的阈值；确定剥夺矩阵g⁰，剥夺矩阵g⁰(n x d)是用来确定贫困户所有家庭被剥夺的情况。如果贫困户家庭在某一指标下是被剥夺的，赋值1，否则为 0；确定贫困临界值k，贫困临界值k表示确定为贫困户家庭的维度数。其中，0≤k≤d，多维贫困测算k一般取值1到d之间。其次，确定多维贫困发生率H，多维贫困发生率H=q/n，其中，q表示多维贫困家庭数，n表示样本家庭总数；确定平均剥夺份额A，平均剥夺份额   ，其中，C_i(k)表示在贫困临界值为K的情况，个体i被剥夺的指标数量；q表示多维贫困家庭数；确定多维贫困指数MPI，MPI表示样本贫困情况的综合指标，公式为MPI=H*A。最后，维度分解，按地区进行分解，区域贫困人口对总MPI的贡献度= ,其中MPI，MPI₁分别表示总区域和1区域的MPI值，n，n1表示其对应区域人口数量。按指标进行分解，i指标对总MPI的贡献度=，其中，wi表示i指标的权重值，CHi表示在已删矩阵中所有i指标列指标值加和。
     （四）结果分析
       1、单维贫困分析
       从土地、健康、教育、劳动力、生活生平、城镇距离六个维度分别计算安徽省南北方农村和全省的单维贫困发生率，详见表2。从总体来看，安徽省农村贫困户单维贫困剥夺比较突出的是健康、教育和城镇距离；其中57.3%的家庭有患病或者残疾，34.4%的家庭位于偏远地区，离城镇较远，33%的户主文化程度是文盲，19.65%的家庭没有劳动力，19.65%的家庭人均收入低于4000元，9.3%的家庭没有土地。从分区域的单维贫困率来看，安徽南方的土地、健康、生活水平、城镇距离的剥夺程度大于安徽北方，安徽南方的教育、劳动力剥夺成程度小于安徽北方。
表2：安徽省农村家庭单维贫困发生率(%)

       2、多维贫困指数
       运用A-F双临近值法计算出安徽省农村贫困户的多维贫困指数，从表3数据可知：第一，随着多维贫困维度的增加，安徽省农村贫困户的多维贫困发生率H呈现逐渐下降趋势，平均剥夺份额A不断上升，多维贫困指数M持续下降且变化速度越来越快。第二，有79.0%的农村贫困户至少有一个维度上存在剥夺，46.5%的农村贫困户存在两个以上维度的贫困剥夺，三维以上的农村贫困户占比达25.3%，可以看出安徽省农村贫困户存在不同维度的多维贫困。第三，四维以上的农村贫困户占比达12.5%，存在五维以上的多维贫困家庭的贫困发生率为4.6%、平均剥夺份额为87.7%；同时存在六维贫困家庭有1.2%，平均剥夺份额为100%，被剥夺的多维贫困指数越大表示贫困程度越深，重度贫困家庭致贫原因更加复杂，更容易导致“贫困陷阱”。
表3：安徽省农村家庭多维贫困指数

       3、多维贫困的分解
       使用A-F双临界值法对各指标进行维度分解，得出安徽省农村多维贫困指数M及各指标贡献率如表4所示，以K=2举例，同时存在两个维度贫困的多维贫困指数为0.228。其中，对多维贫困指数贡献最多的是健康，占比29.2%，说明安徽省农村贫困户因残疾、因患病造成贫困的现象比较普遍；教育的多维贫困指数的贡献率仅次于健康，达到20.8%，说明户主教育程度普遍不高，文盲程度占了一定比例，要能力提高农村贫困户的教育程度；城镇距离对多维贫困指数的贡献率排在第三，占比19.3%，说明城镇距离也是造成多维贫困的指标之一，农村贫困户处于偏远位置的较多，离城镇距离较远。从表4可以看出，伴随着维度K的增加，在多维贫困指数中，各指标所占份额虽然有所不同，但是健康、教育、城镇距离这几类指标的贡献率占比均靠前，说明在乡村振兴可持续发展中要把这几方面的贫困问题作为帮扶重点。
表4：安徽省农村多维贫困指数M及各指标贡献率(%)

三、农村家庭多维贫困影响因素的实证分析
      （一）变量选取
        1、被解释变量：被剥夺多维贫困状况
       本文选取剥夺的六个维度产生多维贫困状况对安徽农村贫困户使用等权重法进行衡量，假如第x户贫困家庭共有y个指标被剥夺，可用y表示第x户家庭的被剥夺多维贫困状况，其中x用0至1506表示，y用0至6表示，如果一户家庭的y=3，表示共有3个指标被剥夺，说明此贫困家庭的多维贫困状况为三维贫困，y值越大，表示该贫困家庭被剥夺多维贫困状况越严重。具体如表6所示，1506户贫困家庭中多维贫困率达79.02%，其中一维贫困家庭占比最多高达32.47%，四维以上重度多维贫困家庭达到12.55%。
表5：被解释变量不同取值的分布