贺立龙等:结构视角下的深度贫困研究进展 其外延涵盖两个层次:(1)“收入或综合贫困量值≤贫困标准50%”的个体深度贫困,如深度贫困家庭 及成员;(2)“收入或综合贫困量值≤贫困标准50%”的总体深度贫困,如深度贫困地区及社群。深度 贫困的结构化释义离不开可综合反映“能力多维剥夺”与“贫困持续性与脆弱性”的界定标准的设立, 这一标准应体现特定的贫困深度与结构属性,并可据以进行深度贫困量值的全球动态比较, 三、结构视角下的深度贫困识别与测度 准确把握深度贫困的含义及其结构属性,离不开对深度贫困的科学度量。我们基于对贫困度量 方法的文献考察,审视深度贫困的结构化度量(包括贫困者识别与贫困测度)。 (一)贫困识别与测度的公理化:从单维到多维 学界对贫困度量的研究通常致力于解决两个问题,即贫困单位的识别( identifying the poor)与 贫困程度衡量指标的构建( constructing index of poverty)(Sen,1976)。静态或截面意义上的贫困 度量方法探索,已从基于收入贫困线的贫困者个体识别,以及衡量其贫困深度的收入缺口测算,发展 到针对贫困区域或社群等总体贫困单元的多维识别与公理化测度 1.基于收入的贫困者识别与总体贫困公理化测度。早期贫困度量研究集中于对穷人识别方法 的讨论,主要涉及货币收支贫困线设定及价格调整,其提供了穷人甄别的门槛指标,并以之为基础形 成贫困距( poverty gap)、收入缺口( income shortfall)、贫困赤字( poverty deficit)等贫困深度衡量基 准( Haveman et a,2015)。区域、种族等总体层面的贫困度量方法的发展离不开Sen(1976)的开创 性贡献。他通过对个人收入距( Income gap)的加权计算,构建总体贫困距( aggregate gap)以度量社 群( community)综合贫困深度,形成Sen指数即P=Q(z)(z为贫困线),弥补了发生率指标(H)未能 量化贫困深度的缺陷,并满足指数值随收入向非贫困人口上移而上升的转移性公理( transfer axi-- m)。Sen还引人基尼系数(G),将P指数转为一个结构性贫困度量指标,即P=HI+(1-D)G](I 为贫困距比率的均值),以反映贫困广度( breadth)、深度( depth)以及离散性( divergence)的综合影 响。当上述因素增强时,总体贫困程度加深 Sen指数未能刻画子集与总体贫困的相关性,因此需要可分解( additive decomposable)指标来 度量贫困深化的子集贡献。 Foster et al(1984)以收入距自身为加权系数构建了新的贫困指数,P H[2+(1-1)2(]。为满足转移敏感性公理( transfer sensitivity axiom)即贫困者剥夺将加深总体 贫困, Foster et al1984)构建了一个指数群P.=L∑()(FGT指数),a变大有助于更精准地 衡量深度贫困者剥夺对总体贫困的影响:a取值0、1时,指数分别为贫困发生率、贫困距均值;a大于 2时,指数满足转移敏感性公理;a无穷大时,指数只反映极端贫困人口影响。 Foster et al进一步将 P变形为子集贫困的加性可分形式,即P(y;z)=∑m-1P。(y”;z),用以解析子集(地理或种族) 贫困的广度、深度对总体贫困的贡献。 2.考虑多维剥夺的穷人识别与贫国测度。Sen(1985)以能力方法( capabilities approach)①拓展 了贫困的含义,若在福利与能力视角下全面理解贫困,就须考虑贫困的多维度量。 Bourguignon8. Chakravarty(2003)将贫困解释为由健康、教育、公共物品等非市场因素影响的“福利不足”状态,并 对Sen的公理化度量范式进行多维拓展:将贫困人口区分为单维度贫困者与两维度贫困者,维数成 为贫困度量的标识据此构建了FGT指数集的多维范式即P(X:=)=>2,2,a,(1-2), 从而实现了对个体及总体贫困的多维度量。 早期多维贫困度量选择的联合识别方法( union identification)难以满足贫困聚焦性公理(pove ①Sen(1985)认为收入贫困仅考虑了物质福利需求,忽视了作为社会人的其他非物质需求;能力作为一组涵盖教 育、健康、社会参与等功能因素的可行选择,是个人获得福利的机会,也应纳入贫困内涵的考量范围。 135其外延涵盖两个层次：（１）“收入或综合贫困量值≤贫困标准５０％”的个体深度贫困，如深度贫困家庭 及成员；（２）“收入或综合贫困量值≤贫困标准５０％”的总体深度贫困，如深度贫困地区及社群。深度 贫困的结构化释义离不开可综合反映“能力多维剥夺”与“贫困持续性与脆弱性”的界定标准的设立， 这一标准应体现特定的贫困深度与结构属性，并可据以进行深度贫困量值的全球动态比较。 三、结构视角下的深度贫困识别与测度 准确把握深度贫困的含义及其结构属性，离不开对深度贫困的科学度量。我们基于对贫困度量 方法的文献考察，审视深度贫困的结构化度量（包括贫困者识别与贫困测度）。 （一）贫困识别与测度的公理化：从单维到多维 学界对贫困度量的研究通常致力于解决两个问题，即贫困单位的识别（ｉｄｅｎｔｉｆｙｉｎｇｔｈｅｐｏｏｒ）与 贫困程度衡量指标的构建（ｃｏｎｓｔｒｕｃｔｉｎｇｉｎｄｅｘｏｆｐｏｖｅｒｔｙ）（Ｓｅｎ，１９７６）。静态或截面意义上的贫困 度量方法探索，已从基于收入贫困线的贫困者个体识别，以及衡量其贫困深度的收入缺口测算，发展 到针对贫困区域或社群等总体贫困单元的多维识别与公理化测度。 １．基于收入的贫困者识别与总体贫困公理化测度。早期贫困度量研究集中于对穷人识别方法 的讨论，主要涉及货币收支贫困线设定及价格调整，其提供了穷人甄别的门槛指标，并以之为基础形 成贫困距（ｐｏｖｅｒｔｙｇａｐ）、收入缺口（ｉｎｃｏｍｅｓｈｏｒｔｆａｌｌ）、贫困赤字（ｐｏｖｅｒｔｙｄｅｆｉｃｉｔ）等贫困深度衡量基 准（Ｈａｖｅｍａｎｅｔａｌ，２０１５）。区域、种族等总体层面的贫困度量方法的发展离不开 Ｓｅｎ（１９７６）的开创 性贡献。他通过对个人收入距（ｉｎｃｏｍｅｇａｐ）的加权计算，构建总体贫困距（ａｇｇｒｅｇａｔｅｇａｐ）以度量社 群（ｃｏｍｍｕｎｉｔｙ）综合贫困深度，形成Ｓｅｎ指数即犘＝犙（狕）（狕为贫困线），弥补了发生率指标（犎）未能 量化贫困深度的缺陷，并满足指数值随收入向非贫困人口上移而上升的转移性公理（ｔｒａｎｓｆｅｒａｘｉ ｏｍ）。Ｓｅｎ还引入基尼系数（犌），将犘 指数转为一个结构性贫困度量指标，即 犘＝犎［犐＋（１－犐）犌］（犐 为贫困距比率的均值），以反映贫困广度（ｂｒｅａｄｔｈ）、深度（ｄｅｐｔｈ）以及离散性（ｄｉｖｅｒｇｅｎｃｅ）的综合影 响。当上述因素增强时，总体贫困程度加深。 Ｓｅｎ指数未能刻画子集与总体贫困的相关性，因此需要可分解（ａｄｄｉｔｉｖｅｄｅｃｏｍｐｏｓａｂｌｅ）指标来 度量贫困深化的子集贡献。Ｆｏｓｔｅｒｅｔａｌ（１９８４）以收入距自身为加权系数构建了新的贫困指数，犘＝ 犎［犐２＋（１－犐）２ 犆２ 犘］。为满足转移敏感性公理（ｔｒａｎｓｆｅｒｓｅｎｓｉｔｉｖｉｔｙａｘｉｏｍ）即贫困者剥夺将加深总体 贫困，Ｆｏｓｔｅｒｅｔａｌ（１９８４）构建了一个指数群 犘α＝１ 狀∑狇 犻＝１ 犵犻 （狕 ） α （ＦＧＴ 指数），α变大有助于更精准地 衡量深度贫困者剥夺对总体贫困的影响：α取值０、１时，指数分别为贫困发生率、贫困距均值；α大于 ２时，指数满足转移敏感性公理；α无穷大时，指数只反映极端贫困人口影响。Ｆｏｓｔｅｒｅｔａｌ进一步将 犘α 变形为子集贫困的加性可分形式，即 犘α（狔；狕）＝∑犿 犼＝１ 狀犼 狀犘α（狔（犼）；狕），用以解析子集（地理或种族） 贫困的广度、深度对总体贫困的贡献。 ２．考虑多维剥夺的穷人识别与贫困测度。Ｓｅｎ（１９８５）以能力方法（ｃａｐａｂｉｌｉｔｉｅｓａｐｐｒｏａｃｈ）①拓展 了贫困的含义，若在福利与能力视角下全面理解贫困，就须考虑贫困的多维度量。Ｂｏｕｒｇｕｉｇｎｏｎ ＆ Ｃｈａｋｒａｖａｒｔｙ（２００３）将贫困解释为由健康、教育、公共物品等非市场因素影响的“福利不足”状态，并 对Ｓｅｎ的公理化度量范式进行多维拓展：将贫困人口区分为单维度贫困者与两维度贫困者，维数成 为贫困度量的标识，据此构建了 ＦＧＴ 指数集的多维范式，即 犘θ（犡；狕）＝１ 狀∑犿 犼＝１∑犻∈狊犼犪犼 １－狓犻犼 （ 狕犼 ） θ犼 ， 从而实现了对个体及总体贫困的多维度量。 早期多维贫困度量选择的联合识别方法（ｕｎｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ）难以满足贫困聚焦性公理（ｐｏｖｅｒ — １３５ — 贺立龙等：结构视角下的深度贫困研究进展 ①Ｓｅｎ（１９８５）认为收入贫困仅考虑了物质福利需求，忽视了作为社会人的其他非物质需求；能力作为一组涵盖教 育、健康、社会参与等功能因素的可行选择，是个人获得福利的机会，也应纳入贫困内涵的考量范围