城乡相对贫困的动态识别与量化分解——兼论相对贫困线的设定.pdf

一、引言2020年中国全面建成小康社会的同时，绝对贫困已消除，但大量人口刚越过绝对贫困线，仅从绝对贫困走向相对贫困，仍是相对贫困人口。因此，减贫步伐并未就此停止。党的十九届四中全会和十九届六中全会精神均明确提出建立解决相对贫困的长效机制，促进全体人民共同富裕。目前，扶贫工作重心已从绝对贫困转向相对贫困，因经济社会不平等导致的城乡相对贫困问题也成为学术界普遍关注的热点问题。关于相对贫困线的设定，目前无明确通用标准。多数学者把居民家庭收入均值或中位数的一定比例作为相对贫困线，由于我国城乡收入差异明显，已有研究提出依据城乡居民家庭收入比例分别划定相对贫困线的建议，但标准尚未统一（孙久文等，2021；汪三贵等，2021；李莹等，2021），对贫困线可能存在过度识别或识别遗漏的问题。同时，设定的相对贫困线与中国实际情况相结合的经验证据不足，从而尚未形成统一标准。建立科学的相对贫困动态识别机制是解决相对贫困问题的首要任务，对监测城乡居民相对贫困状态和制定反贫困政策均至关重要。对相对贫困变化进行有效分解，从而确定城乡相对贫困的动态识别与量化分解*兼论相对贫困线的设定祝振华1,2，张红丽1,3，李洁艳1（1.石河子大学经济与管理学院，新疆石河子832000；2.新疆理工学院经济贸易与管理学院，新疆阿克苏843100；3.石河子大学农业现代化研究中心，新疆石河子832000）*项目来源：国家自然科学基金项目（71563041）；国家自然科学基金项目（72063028）；兵团社会科学基金一般项目（22YB13）。作者简介：祝振华，女，博士研究生，讲师，中级经济师，研究方向：技术经济及管理通讯作者：张红丽，女，博士，教授，博士生导师，研究方向：农业经济理论与政策。摘要：为构建消除相对贫困的长效机制，动态识别以及量化分解城乡相对贫困变动显得尤为重要。研究基于20102018年中国家庭追踪调查（CFPS）25省数据，利用“识别增长分配”三成分分解框架和洛伦兹曲线量化分解方法研究城乡相对贫困动态变化过程。结果表明，城乡相对贫困存在显著差异，使用全国统一的相对贫困线会低估城市相对贫困水平，高估农村相对贫困状况，需建立城乡差异化的相对贫困识别标准；城乡相对贫困变化的主要原因是精准帮扶政策实施带来的城乡收入分配差异，收入增长放缓和收入分配不平等加剧导致城市相对贫困不断增加，收入分配的减贫效应促使农村相对贫困得到有效遏制；同时发现城乡差异相对贫困线是一个可兼顾识别准确度和简易度的权衡选择。因此，应继续实施精准帮扶政策，加大低收入者分配力度，将城乡差异线作为相对贫困标准，建立城乡差异化相对贫困的动态识别机制。关键词：相对贫困；动态识别；量化分解；城乡差异中图分类号：F126文献标志码：A文章编号：1674-9189（2023）05-0083-12Agricultural Economics and Management2023年第5期 总第81期 83是何因素导致变化，将有助于因地制宜地采取合适的减贫政策措施。现有文献关于贫困量化分解的方法大多采用“增长分配”两成分分解法，通常采用统一的贫困标准（Kakwani，2000；Shorrocks，2013），也有部分文献考虑了贫困线变动对量化分解相对贫困状况的影响，使用“贫困线分配”两成分分解框架，主要考察贫困线和收入分配对相对贫困变化的影响，仅考虑强相对贫困线，忽视弱相对贫困线，导致量化分解的结果存在不足（Fujii，2017；Aristondo等，2023）；有部分文献使用“增长分配贫困标准”三成分分解框架分解贫困变化，但仍存在无法解释的残差项（Shorrocks，2013）。基于此，本文采用CFPS（20102018）数据，测度中国相对贫困动态，在已有研究的基础上采用“识别增长分配”三成分分解框架（樊增增等，2021；祝振华，2023），并采用基于洛伦兹曲线的GQ模型来完全分解与测算各成分对于贫困变化的贡献度（胡联等，2021），分别对城乡设定强、弱两种相对贫困线，测算城乡相对贫困的动态变化及发展方向，并分解三种成分对相对贫困变化的贡献度，分析城乡相对贫困变化的主要原因。同时对比分析城乡、区域和省际三种相对贫困线的差异，基于准确度和可操作性提出适合中国国情的相对贫困动态识别标准，为实现共同富裕目标提供政策建议。二、文献综述贫困的本质是“能力”被剥夺（阿玛蒂亚 森，2001），这种“能力”主要包括抵御各种风险的能力和获取经济收益的能力。相对贫困是人口中一定比例人群收入低于全社会相对平均水平一定程度时的生存状态，实质与贫困相似（刘宗飞等，2013）。关于相对贫困线的制定，目前尚未形成统一标准。学术界研究主张向国际标准看齐，将居民收入的一定比例作为衡量相对贫困状况的标准。其中，欧盟把居民收入中位数的50%或60%作为相对贫困线的标准，日本为中等收入家庭收入的50%，新加坡把排在全国居民家庭收入最低的20%家庭人口视为相对贫困人口（左停等，2020），美国提出了“准相对贫困线”，将居民生活的必要支出作为相对贫困的统一标准，并随时间变化调整。这些国外衡量相对贫困的标准是否适用于中国实际情况，尚需进一步验证（汪晨等，2020）。国内研究者大多依据居民收入的比例来设定相对贫困线，由于平均值会消减收入差距，有学者指出，全面建成小康社会后的中国应使用中位收入比例法确定相对贫困线（叶兴庆等，2019），但未考虑差异化的相对贫困标准。也有部分学者开始考虑城乡差异，分别将城市居民人均可支配收入中位数的40%或50%、农村居民人均可支配收入中位数的 40%分别作为各自的相对贫困标准（沈扬扬等，2019；孙久文等，2021；汪三贵等，2021；李莹等，2021），但关于比例标准尚未统一，是否符合中国实际，尚需进一步验证。通过对相对贫困变动进行量化分解可考察相对贫困增加或减少的状态，同时找出影响相对贫困变化的内在原因。按照“增长-分配”分析框架，贫困变动一般被分解为收入增长和收入分配两个部分，居民收入的一致性增长会带来减贫效应，而居民相对收入的变动对贫困的变动影响方向取决于收入分配（朗索瓦 布吉尼翁等，2007），增长成分是指收入分布保持不变的情况下，由于居民收入水平的增长，而导致的贫困指数变化，分配成分是在平均收入水平不变的前提下，由于收入分布的改变，而导致的贫困指数变化，增长成分往往比分配成分对贫困变化的影响更大（Baye，2006）。国外有学者将贫困变化归结为经济增长和不平等（Kakwani，2000），将中国贫困变动分解为增长因素、分配因素和残差因素，将残差因素归结为人口构成因素，有中国学者把贫困变化分解为经济增长、不平等和总人口三类效应（罗良清等，2020），但未考虑贫困线内生变化。有学者采用“识别增长分配”三成分分析框架分解贫困变化，考虑了贫困线内生变化，将贫困变化完全分解（樊增增等，2021）。尽管已有研究为本文提供重要参考，但仍有可完善之处：一是，学者主要借鉴国际经验提出相对贫困标准，未考虑城乡差异，这与中国现实情况不相符，导致相对贫困线远未达成共识；二是，分解祝振华等：城乡相对贫困的动态识别与量化分解兼论相对贫困线的设定 84Agricultural Economics and Management2023年第5期 总第81期框架研究贫困变化时，存在无法解释的残差项（Shorrocks，2013），或是仅考虑强相对贫困线，导致结果存在偏差（Aristondo等，2023）。基于现有研究，本文试图做出以下贡献：第一，结合中国城乡差异等实际情况，基于20102018年中国家庭追踪调查（CFPS）家庭经济数据库分别测算城市和农村的相对贫困线，动态识别城乡相对贫困变化，并按照城乡、地区、省际三种差异设定贫困线，测算相对贫困状况进行对比分析，提出适应中国国情的相对贫困标准；第二，采用关于贫困变化的“识别增长分配”三成分分解框架，利用基于洛伦兹曲线的GQ模型，使绝对和相对贫困变化得到完全分解，分析城乡相对贫困变化的原因，为下一步实现共同富裕目标提供理论指导。三、识别、分解方法与数据说明（一）相对贫困线现有研究通常按照家庭人均纯收入均值的30%或50%来测度相对贫困状况，均值通常会拉低高收入群体的收入水平，属于强相对贫困线。强相对标准度量相对贫困线可反映收入差距水平，但可能存在过度识别问题。因此，有研究提出了弱相对贫困。弱相对贫困线取决于居民家庭收入均值或者中位数的百分比和绝对贫困线，能有效识别出具有一定程度的贫困脆弱性和存在返贫风险的低收入人群（樊增增等，2021）。探索构造弱相对贫困线，引入贫困线的收入弹性，使用分段线性形式的绝对加相对混合贫困线（Chen等，2012）：zA+R=max(zA，+m)=zA+max(+m-zA，0)(0)（1）其中，zA是绝对贫困线，按照2008年国家扶贫标准划定全国统一的绝对贫困线，2010年的贫困标准为1 274元，2011年后的贫困标准调整为2 300元。m是居民收入的总体均值或中位数。为收入弹性系数，通常0 1，使强相对贫困线变为弱相对贫困线。本文从城乡、地区以及省际三个层面比较分析了强相对贫困线和弱相对贫困线标准下的贫困状况，通过对比分析三种差异化贫困线，提出适合目前国情的相对贫困标准。（二）FGT指数识别方法Foster（1984）等学者提出了测度贫困的FGT指数，一直广泛适用于贫困的识别机制，其计算公式为：Pa()x;z=1Ni=1Qzxiza;a0（2）其中，z代表贫困线，依据城乡差异设定。xi代表第i个低于相对贫困线以下的居民可支配收入，N为样本总人口数，Q 为相对贫困人口数，当=0时，P0即贫困发生率。为了详细分解贫困的变化，本文使用P0即贫困发生率作为贫困变化的测量目标，也可为其他贫困指数提供理论参考。（三）“识别增长分配”三成分分解方法Shorrocks（2013）将贫困变化分解为增长、分配、贫困标准成分和一个无法解释的残差项或交互项E。可见，这种对贫困变化的分解依然不完全（Ravallion等，2007）。本文考虑贫困线的内生调整对贫困指数的影响，使用以下贫困变化分解方法：P=P2-P1=P(2，L2，z2)-P(2，L1，z1)=P(2，L2，z2)-P(2，L2，z1)+P(2，L2，z1)-P(1，L1，z1)=P(2，L2，z2)-P(2，L2，z1)+0.5P(2，L1，z1)-P(1，L1，z1)+P(2，L2，z1)-P(1，L2，z1)+0.5P(1，L2，z1)-P(1，L1，z1)+P(2，L2，z1)-P(2，L1，z1)（3）识别成分增长成分分配成分 85祝振华等：城乡相对贫困的动态识别与量化分解兼论相对贫困线的设定其中，z1、z2分别为时点1、时点2的贫困线，与设定的贫困线的方法密切相关。当z1=z2时，退化为 Shorrocks（2013）分解的情形。第一项称之为“识别成分”，判断贫困线的设定对贫困线变化的影响，后两项分别是增长成分和分配成分，判断经济增长和收入分配对贫困线变化的影响。按照“识别增长分配”三成分分解框架，将贫困指数的变化分解为识别成分、增长成分和分配成分，如图1所示，把收入变动分解为两个过程。过程1：最初的分布到虚拟分布向右平移的过程。在收入分布不变的情况下，整体收入水平增加使贫困发生率下降；过程2：虚拟分布到新的分布的曲线形状变化过程，在平均收入水平不变的情况下，收入分布的改变使贫困发生率发生变化，方向不确定。G表示增长成分，是过程1对应的贫困变化，R表示分配成分，是过程2对应的贫困变化，I表示识别成分，是贫困线上升导致的贫困变化。显然，识别成分对减贫的影响是负向的，识别成分采用终期为参照期。收入增长正向影响减贫。而分配成分对减贫的影响方向不确定。（四）基于洛伦兹曲线的量化分解方法参考胡联等（2021）学者的研究，可通过估计洛伦兹曲线的方法计算相对贫困指数对相对贫困变化进行量化分解。模拟出洛伦兹曲线的函数形式，采用广义二次（GQ）模型：ax2+bxy+dy2+cy+ey+f=0（4）在f=0及a+b+c+d+e=0的情况下，同时令x为p，y为L，再规范化设d=1，可确定洛伦兹曲线与贫困发生率的关系，得到下面的公式:L(1-L)=a(p2-L)+bL(p-1)+c(p-L)（5）通过上述公式推导，可得相对贫困发生率的求解方程：H=-12mn+rqq2-m且q=b+2zu（6）其中：r=n2-4me2,m=b24a且n=2be4c（7）（五）数据说明本文在测量和分解城乡相对贫困变化过程中使用的居民家庭可支配收入等数据均来自20102018年中国家庭追踪调查（CFPS）家庭经济数据库，此项调查从2010年正式开展访问，每两年进行一次，本文选择2010、2012、2014、2016和2018年的5次调查数据的家庭经济数据测度相对贫困线及贫困发图1贫困变化分解为增长成分、分配成分和识别成分密度（人口比例）0.40.30.20.10收入（元/年，对数形式）051015最初的分布虚拟分布新的分布G：增长成分R：分配成分I：识别成分GIR 86Agricultural Economics and Management2023年第5期 总第81期生率。由于一些省份某些年份数据的缺失，故选取5次调查均覆盖的25个省份，总体样本规模超过16 000户。居民家庭人均可支配收入均按照价格调整后的数据为准。四、实证分析（一）城乡相对贫困测算及分解1.城乡相对贫困线的标准设定中国城乡经济发展水平差距大，因此，Allen（2017）认为使用统一贫困线会低估城市贫困状况、高估农村贫困状况，须建立城乡差异化的相对贫困识别标准。Ravallion（2020a）提出将家庭人均纯收入均值的50%作为强相对贫困的标准，弱相对贫困线的设定需要综合考虑绝对对贫困与相对贫困，使用分段函数形式，如公式（8），m为收入均值或中位数。使用一种基尼贴现均值mj，如公式（9）：zA+R=max(zA，(1-)zA+m)（8）mj=(1-Gj)m（9）其中：Gj为城乡两个区域的基尼系数。j分别表示城市和农村两个区域。基尼贴现均值与普通均值或中位数相比同时考虑了平均收入水平和收入分布对相对贫困线的影响，将均值与分位数各自的优点结合，更加科学合理地测量相对贫困状况。本文对样本5次调查年份的基尼系数Gt均以当年中国住户调查统计年鉴数据为准，依据Ravallion（2020a）研究，设定=0.7。分城乡测算中国家庭追踪调查（CFPS）近5次调查年份的相对贫困线和对应的贫困发生率。2.城乡相对贫困的动态识别由表1可知，随着经济发展水平的提高和收入的增长，城市相对贫困线逐年上升，强相对贫困线水平始终高于弱相对贫困线，农村相对贫困线也持续上升，但上升程度低于城市；同时发现农村相对贫困线与弱相对贫困线的绝对差额也小于城市，说明城市群体之间收入差距高于农村。对比发现，在强相对贫困线标准下，除2016年以外，城市相对贫困发生率高于农村，而在弱相对贫困线下，农村相对贫困发生率高于城市，但差异不大。这是由于精准扶贫政策近些年主要在农村地区实施，农村相对贫困得到有效遏制，而城市未实施相关帮扶政策，导致城市收入分配不平等逐渐恶化，相对贫困不断上升。对比表1和表2可知，城乡使用不同相对贫困线测量的相对贫困发生率差异明显，使用全国统一的贫困线会高估农村相对贫困发生率，低估城市相对贫困发生率，且整体高估全国相对贫困水平，不能客观反映城乡相对贫困及变化的真实情况。通过对比不同年份发现，20102018年城市和农村的相对贫困发生率均呈小幅度上下波动，且无明显时间趋势（见表1），需量化分解城乡相对贫困变化，从而找出变化的根本原因。样本覆盖25个省份：东部地区（10个）包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东和广东；中部地区（8个）包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区（7个）有广西、重庆、四川、贵州、云南、陕西和甘肃。Ravallion（2020a）使用来自 Ravallion and Chen（2019）146 个国家和地区数据进行实证研究，得到贫困线的收入弹性为 0.7。表1中国城市和农村的相对贫困线及对应发生率年份20102012201420162018城市强相对贫困线（元）7 4028 95011 96215 95020 551发生率（%）39.9137.0139.7038.2140.38弱相对贫困线（元）6 0687 3789 73212 83216 205发生率（%）32.5130.1731.4730.3630.45农村强相对贫困线（元）3 0164 7585 6967 9018 857发生率（%）36.9136.5138.3641.1838.70弱相对贫困线（元）2 8814 2915 0746 8037 495发生率（%）34.9133.3634.4835.3831.21 873.城乡相对贫困的量化分解识别城乡相对贫困的动态变化后，采用GQ模型分别对城市和农村的相对贫困动态变化进行量化分解，结果如表3和表4所示。在城市相对贫困变化中，20102016年增长成分的贡献度逐渐增加，说明这几年城市经济增长速度加快，城市居民家庭收入增长速度加快，促进了相对贫困的减少，但20162018年增长成分有所回落，说明城市家庭收入分配不平等阻碍了相对贫困的减少，抵消了一部分增长成分带来的减贫效果。20102018年识别成分与增长成分贡献率差异不大，贫困的变化主要受到分配成分的影响，反映了城市收入差距进一步加剧，城市低收入人口收入增长滞后于高收入人群，表明收入分配不平等是导致城市相对贫困人口增加的主要原因。在农村相对贫困变化中，20102016年收入增长明显，识别成分在增加贫困方面起主导作用，增长成分的减贫效果显著。20162018 年，分配成分起到减贫作用。说明实施精准扶贫和脱贫攻坚与乡村振兴有效衔接政策以来，农村居民收入得到提高，同时收入分配不平等状况的恶化趋势也得到有效遏制，而城市未经历过精准扶贫的强有力政策支持，居民收入差距进一步加大，导致相对贫困增加。祝振华等：城乡相对贫困的动态识别与量化分解兼论相对贫困线的设定城市农村时间2010201220122014201420162016201820102012201220142014201620162018贫困测度强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困强相对贫困弱相对贫困贫困变化-2.90-2.342.691.30-1.49-1.112.170.09-0.40-1.551.851.122.820.90-2.48-4.17识别成分6.705.9510.637.2611.009.8810.957.5612.1310.015.884.6212.689.163.452.50增长成分-5.65-5.05-10.25-5.88-16.87-10.16-9.08-7.96-11.62-11.01-6.69-6.12-15.25-9.76-5.19-5.49分配成分-3.95-3.242.31-0.084.38-0.830.300.49-0.91-0.552.662.625.391.50-0.74-1.18年份20102012201420162018强相对贫困统一贫困线（元）5 1276 6948 76611 97815 124全国发生率（%）43.9838.5741.5442.7845.14城市发生率（%）25.0526.2126.1327.1228.29农村发生率（%）56.0446.6049.1258.5463.23弱相对贫困统一贫困线（元）4 4155 7177 3579 85712 163全国发生率（%）38.1833.4335.7834.4536.50城市发生率（%）20.7421.9521.9020.4921.00农村发生率（%）49.5841.0542.8948.5153.13表2全国统一相对贫困线标准及对应的发生率表3中国城市和农村相对贫困变化的量化分解（%）88（二）相对贫困线的分析与设定1.地区差异化相对贫困线中国东部、中部和西部地区之间的发展水平差距大。因此，有必要分地区测量相对贫困。参照城乡贫困线设定方法，按地区制定相对贫困线，如表5所示。按照东部、中部和西部的划分差异化的相对贫困标准，通过测量与识别三个地区的相对贫困状况发现，东部和西部地区的相对贫困发生率接近，同时高于中部地区的相对贫困发生率。这可能是由于中部经济发展增长水平高，增长效应发挥了更高减贫作用。一般情况下，强相对贫困线标准一般高于弱相对，使用弱相对贫困线得到的贫困发生率低于使用强相对贫困线。不同年份对比而言，20102018年，东部、中部和西部三个地区的强相对贫困发生率和弱相对贫困发生率均变化不大。Agricultural Economics and Management2023年第5期 总第81期项目城市农村时间2010201220122014201420162016201820102012201220142014201620162018贡献度强相对贫困识别成分41.1045.8434.1153.8649.1938.6138.0636.78增长成分-34.66-44.20-52.31-44.66-30.20-19.35-54.09-16.05分配成分-24.239.9613.581.48-2.367.6919.12-2.29弱相对贫困识别成分41.7854.9247.3447.2246.4134.5844.8627.26增长成分-35.46-44.48-48.68-49.72-30.63-19.69-26.67-23.92分配成分-22.75-0.61-3.983.06-1.538.434.10-5.14区域东部地区中部地区西部地区项目强相对贫困线（元）强相对贫困发生率（%）弱相对贫困线（元）弱相对贫困发生率（%）强相对贫困线（元）强相对贫困发生率（%）弱相对贫困线（元）弱相对贫困发生率（%）强相对贫困线（元）强相对贫困发生率（%）弱相对贫困线（元）弱相对贫困发生率（%）2010年6 72842.365 57835.864 41538.183 89832.643 27543.283 07040.722012年8 15639.366 79432.926 19634.195 35029.914 93438.374 42135.202014年11 52541.129 40733.147 66338.176 53732.925 46340.514 90136.372016年16 11242.5812 95334.4410 62444.488 84332.297 92941.496 82436.142018年19 66442.1615 54435.1112 56939.5310 26031.8710 34544.168 60335.26表4贫困指数变化分解得到的识别成分、增长成分和分配成分的贡献度（%）表5中国东部、中部和西部的相对贫困线和发生率2.省际差异化相对贫困线省际差异贫困线依据各省份经济发展水平和居民收入水平确定标准，能更加精细地识别相对贫困，可将其作为相对贫困线设定标准的一个选择。如表6所示，从弱相对贫困状况看，北京、上海和 89祝振华等：城乡相对贫困的动态识别与量化分解兼论相对贫困线的设定湖北的贫困发生率在20102018年一直低于30%，说明经济增长效应促进相对贫困发生率的降低；广西、四川、贵州、陕西和甘肃在20102018年始终位于30%以上，相对贫困发生率较高，说明经济发展水平对相对贫困起着关键作用；2018年北京、天津、山西、辽宁、黑龙江、上海、浙江、江西、河南、湖北相对贫困发生率均低于30%。其中，北京、天津、上海、浙江的相对贫困发生率均低于25%，说明东部中部发展水平较高地区，贫困发生率较低；甘肃是下降趋势明显的省份，20102018 年下降 25.85%（11.41 个百分点），但仍未降至 30%以内，说明国家精准扶贫政策取得一定成效，但仍需继续坚持。同一地区省份之间也存在一定程度的差异，北京、上海、江苏、浙江相对贫困水平接近，却与其他省份存在较大差异；中部地区贫困线差异不大，但贫困指数存在上下波动性差异；西部地区贵州相对贫困线不高，但相对贫困指数最高，陕西省相对贫困线最高且2018年贫困发生率也最高，甘肃相对贫困线低且增长缓慢，说明收入增长缓慢和收入差距加大了西部地区各省份之间的差异。区域北京天津河北山西辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南项目贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）2010年强16 54328.579 78434.123 59839.04361436.835 83135.574 44431.155 44233.2111 95931.136 47430.0082 9831.424 40929.963 85932.033 56326.123 90634.34312833.80弱12 71017.357 79923.533 30434.83331633.604 92728.22391924.264 64427.959 37920.685 39424.806 71923.893 89425.993 49428.103 27922.043 52830.222 96231.242012年强18 09525.7111 13937.815 01633.865 42336.727 11536.346 04729.636 97233.1114 56427.827 66233.5810 60438.436 14932.845 24932.614 91431.845 70741.125 69234.56弱14 11318.578 99024.394 48131.134 78132.776 02730.135 24025.195 92227.8511 51220.066 43029.818 59630.095 31529.104 65229.714 40629.594 99037.034 97930.112014年强23 54426.8913 51929.415 67534.495 32841.568 40330.157 57337.6511 34446.1725 70244.4811 39834.5013 39528.307 81134.196 51935.145 74633.046 42640.896 56234.81弱18 34317.6510 89017.655 05830.724 80036.057 08724.856 46931.179 27335.3619 94728.609 31325.9710 79821.896 64629.045 68631.765 11230.845 61736.935 71830.592016年强29 69228.0622 60044.127 83935.2111 37552.0412 09136.059 83330.8810 52228.8831 20342.0016 99037.3819 25526.3515 74851.2015 92752.278 78130.2610 06542.137 72533.66弱23 12517.2717 81331.376 75727.759 40544.399 94128.028 25123.908 76721.8424 25726.2213 61129.0715 30817.5712 68142.9612 81542.617 46323.258 42431.636 67127.592018年强37 61228.3920 14432.3810 17041.908 86434.3814 65035.9414 62146.2115 30831.0635 68236.4227 99845.2728 61834.5818 26045.4214 60340.439 44531.6912 90939.0510 12437.23弱28 91221.2915 90120.958 47332.957 50025.7811 80929.1211 78835.0212 30022.5927 47421.5521 75136.4922 21321.3314 49836.9511 77433.517 93326.0610 51332.168 43829.79表6中国省份的相对贫困线与发生率 90Agricultural Economics and Management2023年第5期 总第81期3.相对贫困线的设定通过上述分析，采用全国统一的相对贫困线会低估城市相对贫困水平，而高估农村相对贫困水平，整体高估贫困水平，无法客观反映相对贫困状况；省际差异化的相对贫困线考虑了各省份的经济发展与收入变化的实际，是对贫困线“本地化”理念的最好实施，“一省一线”是对相对贫困更为准确的度量，然而使得全国相对贫困识别工作较为复杂，也让相关帮扶政策的实施存在困难。通过人口加权值算出地区差异线、城乡差异线和省级差异线的相对贫困指数，如表7所示，地区相对贫困线的指数均与省际相对贫困线的指数差异大，同时地区差异线相对贫困指数均高于省际差异线，这可能是同一地区省份之间的经济发展水平差异和收入差距造成的；城乡差异线的相对贫困指数与省际差异线最为接近，对比可见，城乡差异线不仅可反映城乡相对贫困差异，与省际差异线的结果相似，且操作简单，是一个可兼顾识别准确度和精简度的权衡选择。城乡差异线地区差异线省际差异线项目强相对贫困线弱相对贫困线强相对贫困线弱相对贫困线强相对贫困线弱相对贫困线2010年38.3533.7641.3936.2237.3332.172012年36.7431.8937.5632.6435.4230.802014年39.0233.0140.0933.9437.1031.442016年39.6832.8542.8334.2938.9631.192018年39.5730.8241.9734.2339.2030.94区域湖北湖南广东广西壮族自治区重庆四川贵州云南陕西甘肃项目贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）贫困线（元）贫困发生率（%）2010年强6 76334.447 42545.654 60642.203 43139.934 75944.123 13239.863 02646.073 23637.963 44136.113 19746.95弱5 60422.966 08537.184 03636.613 18337.004 14837.652 96537.382 88943.603 04136.263 19033.333 01344.142012年强7 35025.338 52637.566 15336.014 41237.765 26932.395 18946.294 44535.344 42439.225 98637.894 94236.55弱6 20022.227 06630.965 31830.784 03635.274 66828.174 60943.294 06033.334 04535.855 19634.044 42633.012014年强11 11131.6010 01237.638 46034.765 58243.615 76235.945 04241.214 36541.445 08537.067 67139.865 51638.95弱9 10025.948 28330.917 12929.944 99039.105 12332.814 58837.624 08539.944 62035.426 54234.164 94035.162016年强17 22939.2214 51639.0314 93741.067 89143.779 90131.067 11740.2510 05458.749 30139.629 58036.506 82737.69弱13 79028.4511 75830.0212 07334.196 79638.058 30127.956 21635.968 41652.217 85232.358 06133.745 99930.932018年强19 88629.2517 03539.7618 06144.918 40938.9812 85540.859 94739.9411 61050.1210 52836.2716 25646.829 07940.06弱15 70922.1713 58630.6014 35036.797 16232.8810 47334.768 30733.849 54639.488 73928.4313 00641.407 66032.73续表6表7差异化贫困线下相对贫困指数（%）91五、结论与政策建议（一）结论在现行绝对贫困标准下，中国虽然消除了绝对贫困，且全面建成了小康社会，但相对贫困仍长期存在，基于中国实际，制定和采用相对贫困标准，动态识别和监测相对贫困状况，对建立解决相对贫困的长效机制、有效减少相对贫困人口和实现全体人民共同富裕具有关键作用。本文使用中国家庭追踪调查数据测度了20102018年相对贫困的变化情况，采用“识别增长分配”三成分分解框架和洛伦兹曲线量化分解方法研究弱相对贫困动态变化过程，对城乡相对贫困进行动态识别和量化分解，并同时比较了城乡、地区和省际三种贫困线制定相对贫困线，对强相对贫困和弱相对贫困分别进行了测量与分解，研究发现：第一，城乡相对贫困状况存在显著差异。应用强弱相对贫困线对城乡相对贫困动态识别发现：城乡相对贫困线持续上升，农村相对贫困线的上升程度低于城市；弱相对贫困标准下，城市相对贫困水平总体低于农村；城乡使用统一贫困线会高估农村的相对贫困发生率，低估城市的相对贫困发生率，综合高估相对贫困水平。为此，城乡差异化的相对贫困动态识别标准符合中国实际。第二，城乡相对贫困变化的主要原因是精准帮扶政策实施带来的城乡收入分配差异。运用洛伦兹曲线和GQ模型对相对贫困变化进行量化分解发现：在城市相对贫困变化中，增长成分的贡献度逐渐增加，但随着时间推移，增长成分有所回落，城市家庭收入分配不平等阻碍了相对贫困的减少，抵消了一部分增长成分带来的减贫效果；在农村贫困变化中，增长成分的减贫效果显著，分配成分也起到了减贫作用，说明实施精准扶贫以来，收入分配不平等状况的恶化趋势也得到一定程度遏制。第三，城乡差异线可作为相对贫困标准。对比城乡、地区、省际差异化相对贫困线发现：与三种差异化划线方法相比，统一相对贫困线容易低估城市相对贫困发生率，高估农村相对贫困发生率。地区差异线未反映各省之间差异，省际差异贫困线符合实际且精细但耗时耗力，城乡差异化的相对贫困状况与省际差异化线下的结果较为接近，计算简洁且实施方便，兼顾相对贫困识别的准确度和精简度，可将其作为目前中国相对贫困的标准。（二）政策建议第一，继续实施精准帮扶政策，不断缩小城乡差距。将新脱贫人口、贫困脆弱性人口和低收入人口作为当前相对贫困工作的帮扶对象，注重帮助这些群体提高个人生存技能，拓宽收入渠道，加强思想教育帮扶，激励其产生脱贫的内生动力；不断缩小城乡差距，提高农业生产技术水平，不断改善农村基础设施建设，提高农村公共产品的供给能力，促进城镇化、公共服务均等化、农业现代化同步发展；同时加强对城市低收