当前位置:网站首页 > 编程语言 > 正文

社会阶层划分图(社会阶层划分图及人数)



共同富裕背景下女性多维贫困变动及分解:2014—2020

胡  联 , 吉路涵 , 汪三贵

(安徽财经大学 经济学院,安徽 蚌埠 ;中国人民大学 农业与农村发展学院,北京 )

摘 要:党的二十届三中全会指出,完善覆盖农村人口的常态化防止返贫致贫机制。本文将女性贫困作为研究对象,根据多维贫困的分析框架和A-F法,利用中国家庭追踪调查(CFPS)2014—2020年个体微观调查数据,构建中国女性多维贫困指数,并进行了测算和分解。研究发现:(1)2014—2020年,女性多维贫困状况总体上有所改善,但改善程度不均衡。处于严重贫困状态的女性改善程度较小。(2)维度分解结果表明,教育、时间赤字和收入是影响女性贫困的主要因素,而健康和心理则是相对次要的因素。并且,相比于收入因素,其余方面的因素影响渐增。(3)城乡比较来看,城镇女性所面临的贫困状况一般优于乡村。对于城镇地区女性,其最主要致贫因素是收入,而乡村地区女性则是教育和时间赤字。(4)不同婚姻状态的人群比较来看,丧偶女性面临的多维贫困状况最为严重。离婚女性多维贫困改善较已婚女性显著。本研究有助于深入地反映中国女性在多维贫困方面的困境和挑战,为中国新发展阶段防止返贫致贫政策的有效制定和可持续发展目标的实现提供启示和建议。

关键词:共同富裕;相对贫困治理;多维贫困;女性贫困

一、问题的提出

党的二十届三中全会指出,完善覆盖农村人口的常态化防止返贫致贫机制。贫困具有一张女性面孔,女性贫困问题在全球范围内普遍存在,是反贫困治理中不可忽视的关键环节。据1995年联合国开发计划署发布的《人类发展报告》[1]显示,全球超过一半的贫困人口为女性,而在发展中国家,这一比例更是高达70%。同年,第四次世界妇女大会首次将“妇女与贫困”问题纳入国际社会,尤其是发展中国家反贫困议程的重要议题。2015年,联合国可持续发展峰会将消除一切形式的贫困和实现性别平等纳入17个可持续发展目标之中。然而,随着可持续发展议程的推进,联合国发布的最新研究报告[2]指出,全球女性贫困状况愈发严峻,性别平等和女性赋权的进展缓慢,这不仅对2030年可持续发展目标的实现构成了严重威胁,也凸显了在反贫困治理中需要特别关注和解决女性贫困问题的重要性。

在中国新的发展阶段,缓解女性贫困对于建立完善防止返贫致贫机制、实现共同富裕具有重大意义。张颖莉和游士兵[3]基于中国健康与营养调查数据(CHNS)的研究指出,相较于男性户主家庭,女性户主家庭由于资产较少,更易受到风险冲击,从而增加了陷入贫困的可能性。长期来看,女性户主在面对冲击时,由于资产有限和风险抵御能力不足,往往会通过减少儿童教育支出、增加非充分就业劳动力等方式来应对,这进一步加剧了女性贫困问题的影响。因此,减贫政策应特别关注女性群体。王卓和郭真华[4]指出,中国农村女性在教育、就业和社会保障等方面面临不平等,这些不平等限制了她们摆脱贫困的能力,使得农村女性成为相对贫困群体中的边缘化和脆弱性人群。因此,重视社会性别差异的贫困治理对于中国相对贫困治理阶段的减贫事业至关重要。张霞和刘福华[5]则强调,女性贫困治理与乡村全面振兴、全体人民共同富裕密切相关。一方面,女性劳动力在乡村社会中逐渐超过男性,成为推动乡村振兴的重要力量。另一方面,女性在贫困人口中占据显著比例,实现全体人民共同富裕的目标离不开女性的富裕和全面自由的发展。

女性权益的缺失往往是导致她们陷入贫困的主要因素之一。党的十八大以来,党中央高度重视妇女儿童事业发展和权益保障。党的二十大报告延续了党的十八大、十九大报告“坚持男女平等基本国策,保障妇女儿童合法权益”的提法。党的二十大报告还多处涉及家庭、妇女发展和妇女工作的内容,如加强家庭家教家风建设、消除影响平等就业的不合理限制和就业歧视、建立生育支持政策体系、重视女干部培养选拔工作等。强调保护女性权益、坚持男女平等的背后是党中央对女性贫困问题的高度重视。同时可以看出,党中央对女性贫困问题的关注和评价并非仅仅限于表象的经济层面,还包括深入的权利贫困和社会排斥等层面。

在贫困理论的研究领域,自从阿马蒂亚•森[6]从可行能力剥夺的角度开创性地提出了多维贫困的概念以来,人们对贫困的理解得到了显著扩展[7]。与单一维度的贫困理论相比,多维贫困理论提供了一个更为全面、深入且动态的视角。这种理论的发展使得贫困研究能够更全面地考虑社会结构性因素,为贫困问题的解决提供了更为有效的途径[8-9]。基于多维贫困理论的现有文献主要沿着两个方向展开研究:一方面,研究聚焦于特定的贫困群体,例如农民工、贫困移民、女性以及农村人口等[10-14];另一方面,研究关注不同的贫困目标,如王小林和冯贺霞[15]所提出的,中国应当采用多维相对贫困标准来应对发展中的不平衡和不充分问题。

新时代中国减贫事业从解决绝对贫困问题向缓解相对贫困状况转变[15]。女性是相对贫困治理阶段需要关注的重点群体,她们在平等地享有各项权利和基本服务上面临多重困境, 再加上女性维权意识不高、女性贫困统计欠缺,导致女性贫困问题具有隐蔽性,不易被察觉。此外,提升贫困女性的减贫能力正逐渐成为国际发展领域的共识,许多国家和国际组织已在这方面进行了大量的努力。基于此,本文以女性贫困为研究对象,借助多维贫困的分析框架和Alkire and Foster[16]提出的多维贫困的识别、加总和分解方法,构建中国女性多维贫困指数,并进行测算和分析,以期能够较为全面深刻地反映中国女性贫困现状,为中国新发展阶段防止返贫致贫政策的有效制定和可持续发展目标的实现提供有价值的见解和建议。

二、文献综述

贫困作为一种社会现象,其定义随着社会的发展而不断演变[8]。在早期,贫困与生存危机紧密相关,主要关注个体或家庭是否能满足基本的生理需求,如食物、水、住所和衣物等,这些都是维持生命和健康所必需的。在这个意义上,贫困被视为一种极端的状态,是个体或家庭因缺乏足够的资源而难以维持基本生存和发展需求的状况。工业革命的到来引发了贫困观念的重大转变。第一次工业革命时期,人们认为这一状况可以用绝对意义上的物质匮乏来衡量,由此贫困便采用了“绝对贫困”这一概念。第二次工业革命时期,绝对贫困的定义和特征可能更多地体现在经济上的极度贫困,因而收入水平极低便替代了绝对意义上的物质匮乏,成为绝对贫困的衡量标准。随着工业化和城市化的发展,贫困问题变得更加复杂,不仅包括经济层面,还涉及社会、文化和心理等多个维度。进入现代社会,贫困的认知进一步扩展到教育和医疗等社会权利的缺失,人们对绝对贫困概念的认识也逐渐从生理性向社会性拓展。与此同时,随着社会经济的发展,高收入国家逐渐摆脱生理性需要的概念约束,更加关注社会不平等问题,从而将贫困逐渐视为一种相对剥夺,“相对贫困”的概念由此而生并被更多地采用。相对贫困通常是指相对于平均水平而言,个体缺乏日常生活所需的一些资源。

需要指出的是,当时,在关于比较富裕国家的研究中认为,相对贫困已不再反映生理方面的最低生存需要,而是代表着一种“体面”的最低生活水平,这引起了Sen[17]和Townsend[18]的争论。Sen认为,即使在讨论相对贫困时,生理方面的最低生存需要这一绝对内核也必不可少。而Townsend却认为对于没那么富裕的国家来说,这个说法或许是正确的,但是对于发达国家而言,基本生理需求无法得到保障这一问题已不存在,不应该再用物质匮乏或经济短缺来衡量贫困, 否则会造成对其他层面基本需要的忽视。

“多维贫困”概念的出现使得贫困概念“绝对—相对”二元分裂的局面走向和解。多维贫困即从多个维度定义和识别贫困。在福利经济学领域,阿马蒂亚•森[4]提出了可行能力这一概念,并以能力方法定义了多维贫困,能力方法即认为贫困是对人的基本可行能力的相对剥夺,可行能力是个体在生活中实现各种功能性活动的自由程度,这些活动包括基本生活需求、教育、工作、社会参与等。阿马蒂亚•森所提出的多维贫困理论不仅关注穷人的收入分配,还包括贫困的程度如何,以及穷人进入市场、获得教育与健康等经济和社会权利的相对剥夺状况,极大推动了贫困概念向“多维”的融合和转变,对贫困理论产生了深远的影响[7,15]。

随着中国特色社会主义进入新时代,中国社会的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。在此背景下,多维贫困分析框架为贫困研究提供了一个更全面的视角,使其能够综合考虑社会结构性因素,从而为贫困问题的解决提供更有效的策略。性别差异因素作为社会结构性因素之一,在以往的减贫实践和贫困理论研究中常常被忽视[19]。然而,性别不仅仅是生物学上的分类,更是一个深刻影响个体生活经验、机会和权利的社会构造,著名历史学家、性别研究的先驱者Scott[20]指出,采用性别作为分析工具,研究者能够更全面地理解过去的社会结构和个体经历,以及它们如何影响当代的性别关系和不平等。性别差异对贫困的影响体现在多个层面:其一,女性往往在家庭内部承担更多的家务和照顾责任,这限制了她们参与劳动力市场的时间和能力。其二,性别歧视在就业市场上仍然存在,导致女性获取的工资低于男性,增加了她们陷入贫困的风险。此外,女性在教育、健康和政治参与等方面的不平等待遇也会影响她们的长期发展潜力。这意味着,与男性相比,女性可能在更多维度上遭受剥夺,且程度可能更深,进而增加了她们陷入贫困的风险。

女性贫困问题的解决,不仅有助于改善女性的社会生活条件,也是推动社会整体进步和实现联合国可持续发展目标的重要组成部分。本文可能的边际贡献在于:其一,基于多维贫困分析框架和计算方法衡量女性贫困,同时加入时间赤字和心理维度,理论上有助于拓展贫困理论的研究,实践上有助于全面深入地刻画中国真实的女性贫困状况;研究数据采用中国家庭追踪调查(CFPS)2014—2020年四期的个体微观调查数据,用最新的微观面板数据分析中国女性贫困的变动情况,并且通过维度分解深入分析影响因素的变化,有助于为中国女性贫困问题的解决提供依据和思路。其二,在分析方法上,按照多维贫困阈值的不同取值可区分不同的多维贫困程度这一思路,运用四期调查数据研究了不同程度下女性贫困的变动。其三,考虑到中国城乡差异和“男主外女主内”的传统婚姻观念对女性贫困的影响,分城乡、分人群测算女性多维贫困指数并进行了比较分析。

三、数据来源与研究方法

(一)数据来源

本文采用2014—2020年中国家庭追踪调查(CFPS)进行的四次调查所得到的个体数据,选取16—55岁的劳动年龄女性样本进行分析。在数据处理上,本文剔除了数据无效和存在缺失的样本,最终得到的有效样本量为10 345个(2014年)、10 220个(2016年)、9 420个(2018年)、7 089个(2020年)。

(二)研究方法

多维贫困指数(Multidimensional Poverty Index,简称MPI)是一种较为全面的贫困度量方式,它超越了单纯依赖货币贫困线的传统做法。阿马蒂亚•森提出多维贫困理论以后,面对多维贫困如何测量的问题,产生了构建MPI的想法,随后在2007年,由阿马蒂亚•森领导的研究团队与牛津大学合作,将这一想法付诸实践。2008年,Alkire and Foster在工作论文中详细阐述了多维贫困的识别、加总和分解方法,此篇论文于2011年正式发表[16],他们提出的这一方法被广泛称为A-F法或双界限(阈值)法。

A-F法的核心在于综合考虑多个维度和指标来全面评估贫困状况。2010年,联合国开发计划署在《人类发展报告》中正式采纳了MPI,使其成为货币贫困衡量标准的重要补充。随着对贫困认识的深入和测量方法的创新,绝对贫困和相对贫困的测量开始出现融合趋势。MPI作为一种新型的测量方法,被越来越多的国家采用。它不仅能够全面评估贫困的多维性质,还能够指导政策制定和资源分配,帮助各国实现贫困减少和社会进步的目标。通过灵活调整计算方法,MPI能够适应不同国家和地区的具体需求,为解决贫困问题提供有效的数据支持和策略指导。基于此,本文女性多维贫困指数的构建也在MPI的基础上进行,具体步骤如下:

首先,确定剥夺维度、指标和阈值范围。结合前文的分析可知,本文面向的贫困目标是相对贫困治理,阿马蒂亚•森所提出的多维贫困理论是从可行能力相对剥夺视角理解相对贫困,既包括收入分配上的贫困,又包括教育、饮用水、道路、卫生设施等其他经济和社会权利上的贫困和对福利主观感受的贫困。综合考虑个人数据的可得性后,本文基础维度的选取参照《人类发展报告》[21]对MPI的设定,以及王宝成[22]的研究,包括健康和教育两个维度,健康维度下设4个指标,教育维度下设1个指标;王小林和冯贺霞[15]研究认为,应用收入相对贫困反映经济福利的相对不足。收入相对贫困一般采用“收入比例法”衡量,但目前学术界对中国2020年后究竟应采取何种标准线仍存在争议,没有一个统一的结论,因而汪三贵和曾小溪[23]提出可以采用低收入来表示。低收入是多维贫困和支出型贫困的一个重要维度,左婷等[24]指出低收入人口又可进一步细分为最低收入人口和较低收入人口,故本文选取低收入人口作为反映收入维度贫困的指标。另外,本文还加入了时间赤字和心理维度。时间赤字是指个体在日常生活中用于非必需生存活动的时间不足[25]。传统上,女性承担了更多的家庭责任,包括清洁、烹饪、照顾孩子和老人等。尽管现代社会性别角色有所变化,女性在家务劳动上的负担仍然相对较重。这种不平等的家务分配可能导致女性的时间赤字,即她们用于个人发展、休息和娱乐的时间减少。时间赤字不仅影响女性的身心健康,还可能限制她们参与劳动力市场和接受教育的机会,进而影响其经济独立性和社会地位,使得女性所面临的贫困状况加重。据第二次全国时间利用调查数据显示,受社会经济状况和文化等因素影响,时间分配存在性别差异,男性拥有更多的有酬劳动时间和个人自由支配时间,女性却是无酬劳动时间更多。社会学研究一般通过量化家务劳动时间来评估女性的时间赤字,因为人一天的时间总量是恒定的,为24小时,大致可分为工作时间、休息和闲暇时间、家务劳动和照料家人时间以及生理时间四部分,家务劳动时间是无酬的,其时间过长会挤压其他部分的时间,从而影响女性福利。鉴于时间赤字对福利的影响以及中国女性在时间赤字上表现得越来越明显,而CFPS数据中又恰好搜集到了一些关于时间使用的信息,因而本文创新性地引入了时间赤字维度,并采用家务劳动时间指标来衡量。心理维度反映人们对贫困的主观感受,近年来的研究已逐渐开始将主观因素补充到多维贫困的评价体系之中,而其研究结果显示,主观因素对贫困影响重大[26-27]。参考尤亮和霍学喜[27]、解垩和李敏[28]的研究,本文引入心理维度,并结合CFPS数据,选取生活满意度和对未来的信心程度作为衡量指标。每个指标都有一个预设的相对阈值,当一个家庭在某个指标上的表现低于这个阈值时,就被认为在该指标上遭受了相对剥夺。根据MPI的计算方法,如果一个家庭在多个维度上遭受剥夺,且剥夺的总分数达到或超过一定标准(如3分),则该家庭被界定为多维贫困。这种方法不仅能够识别出哪些家庭处于贫困状态,还能揭示贫困的深度和广度。除了预设阈值,还需对各维度和指标进行赋权。权重代表着相对重要程度,本文参考现有文献使用等权重赋权的做法。各具体指标和剥夺阈值范围的设定如表1所示。

其次,计算个体得分。当受访女性在某个指标上的表现在阈值范围内,就被认为在该指标上受到剥夺,得分为1,否则得分为0。在同一维度内,通过与权重相乘得到单个维度上的剥夺得分,再通过加总得到该个体在多个维度上的剥夺得分(以下简称“总得分”)。

再次,判断多维贫困。接下来,需要设定一个多维贫困阈值k,通过比较个体的总得分和k值,判断该女性个体是否为多维贫困人口。

最后,聚合到国家或地区层面,计算出中国女性多维贫困指数,以衡量其贫困程度。具体计算公式如下:

(三)多维贫困阈值k的含义及取值说明

1.多维贫困阈值k的含义

根据前文研究方法的介绍,当女性个体的总得分大于等于k时,该个体被认为是多维贫困人口,反之则不是。k是多维贫困人口与非多维贫困人口的分界点,因而称k为多维贫困阈值。

2.k取值的确定

MPI(包含3个维度共10个指标)的得分规则如表2所示,总分为1分(单位化后)。等权重赋权是指先在整个指标体系内给予每个维度相同的权重,然后再在维度内部将每个维度得到的权重按照同等比例分配给每个指标。

从表2可以看出,加权后若各维度每一项均得分,总分为1/3,1/3代表着能获得的最大分数。阿马蒂亚•森在提出多维贫困概念的同时,也定义了多维贫困的界定标准,即贫困是由于个体在实现其基本功能性福利方面存在障碍,而这些基本功能性福利包括了身体健康、营养、教育、参与社会和政治决策等多个方面。如果个人或家庭缺少这些功能或者其中的某一项,那就意味着处于贫困状态。在MPI中,k通常为0.3(即单个维度上能获得的最大分数,为了计算方便,约等于0.3),因而本文认为在多维贫困界定概念上,受剥夺维度至少在一维就被认定是多维贫困,落实到具体标准上,总得分大于等于单个维度上能获得的最大分数被视作是多维贫困。因为MPI具有灵活性,所以在新的维度和指标引入以后,k不总是0.3,它等于单个维度上的最大得分。在本文(包含5个维度)中,k应取0.2。

3.k取值的进一步发展

进一步地,在MPI体系下发现,加权后单个维度最大得分的一半为1/6(约等于0.2),所有维度最大得分的一半为1/2,每多一个维度,最大得分增加1/3(约等于0.3)。类似地,在本文中,则分别为0.1、0.5和0.2。

在对MPI的设定中,《人类发展报告》将总得分在0.2—0.3之间视作有陷入多维贫困的风险、0.3及以上视作多维贫困、0.5及以上视作严重多维贫困的阈值,也就是说当个体在一个维度上有超过一半但不足全部的指标判定为被剥夺,他就属于有陷入多维贫困风险的人口,类似地,当个体至少有一个维度的所有指标均判定为被剥夺,他就属于多维贫困人口,更严重地,当个体有超过总维度一半的指标均判定为被剥夺,这属于严重多维贫困人口[29]。同样地参考该做法,本文也区分成有陷入多维贫困风险、多维贫困、严重多维贫困的3类人群。

此外,通过前文分析可知,本文每增加一个维度,最大得分增加0.2,它更细致地反映了遭受剥夺的程度,综上,本文选取0.1、0.2、0.4、0.5、0.6、0.8共6个界点,用以区分不同程度的多维贫困人口,具体为:记总得分为c,当c<0.1时,贫困程度为非多维贫困,也没有陷入多维贫困的风险;当0.1≤c<0.2时,有陷入多维贫困的风险;当0.2≤c<0.4时,非严重多维贫困,受剥夺维度大于等于1 小于2;当0.4≤c<0.5时,非严重多维贫困,受剥夺维度大于等于2小于总维度数的一半;当0.5≤c<0.6时,严重多维贫困,受剥夺维度大于等于总维度数的一半小于3;当0.6≤c<0.8时,严重多维贫困,受剥夺维度大于等于3小于4;当c≥0.8时,严重多维贫困,受剥夺维度大于等于4。

四、中国女性多维贫困指数测算结果与分析

(一)单维贫困测算结果

2014—2020年中国女性单维贫困发生率如表3所示。

由表3可知,首先,不同贫困指标之间的贫困发生率存在较大差距,这表明贫困的表现形式多样,且不同领域的贫困程度和改善速度各不相同。

其次,教育、收入和时间赤字是贫困发生率较高的三个维度。教育贫困的持续高位可能反映了教育资源获取的不平等和女性受教育机会的不足,从贫困发生率的变化趋势上看,2014—2020年,收入贫困发生率的显著下降表明在提高女性收入方面取得了积极进展,时间赤字贫困发生率下降但其绝对值仍位于较高水平可能与女性在时间合理管理和分配上的阻力有关,如工作、家庭责任、社会参与之间的有效平衡。这些现象表明,尽管收入贫困有所改善,但教育贫困始终是女性贫困的主要问题,而时间赤字贫困的持续存在也日益成为一个不容忽视的问题。除了显性的收入贫困外,隐性的贫困因素,如教育和时间赤字,同样需要得到更多的关注和研究。

最后,在其余贫困发生率较低的指标上,健康状况和医疗保险的贫困发生率较大且稳定,这可能指出了医疗保障体系的不足和女性健康问题的普遍性;就医环境和医疗条件贫困发生率的上升,以及医疗保险的反弹,表明女性在医疗资源获取方面的困难日益凸显。

综上所述,中国女性贫困问题的多维性质要求政策制定者采取综合性的措施,不仅关注收入领域,还要关注教育、健康、时间管理等其他重要领域。同时,需要认识到贫困现象的动态性和复杂性,以及隐性贫困因素的持续存在,从而制定出更加精准和有效的扶贫政策。

(二)多维贫困指数测算结果

2014—2020年中国女性多维贫困指数(M)的测算结果如表4所示。

由表4可知,通过不同k值的设定,我们可以分析不同程度贫困女性的贫困变动情况,从而更精确地把握贫困现象的本质。当k取0.1时,M的下降趋势表明,包括有陷入多维贫困风险的女性在内的整体贫困人群的状况有所改善。这反映了近年来中国在减少贫困方面取得的积极成效。随着k值的增加,即剥离掉越来越多受剥夺维度较低的女性,仅考察受剥夺维度较多的女性时,MPI的下降幅度有所变化,具体为:当k取0.2时,M的下降幅度(0.0685)大于k取0.1时的下降幅度(0.0673),这表明在剥离掉有陷入多维贫困风险的女性后,多维贫困女性的贫困状况改善程度更高。然而,从k取0.5开始,M的下降幅度逐渐减小,说明严重贫困女性的贫困改善程度逐渐降低,从中可以得到结论,非严重贫困女性的改善程度明显大于严重贫困女性。这揭示了中国女性贫困改善的不平衡性,即虽然整体上贫困状况有所改善,但对于那些处于更严重多维贫困状态的女性来说,改善的效果并不明显。本文的这一发现强调了未来的扶贫工作需要更加注重针对性和差异性,需要特别关注并优先改善那些处于严重多维贫困中的女性群体,以实现更加公平和有效的贫困减少。

(三)多维贫困指数分解

1.维度分解

据表5和图1显示,教育维度的贡献率为26%—30%,始终在较高的水平上波动。这一数据表明,教育是导致中国女性多维贫困的主要因素之一,且这一问题长期以来没有得到根本改善;收入维度的贡献率在2014年和2016年远远高于其他维度,但到2018年有显著下降,尽管2020年有所回升,但仍低于2014和2016年的水平。这一变化可能与中国经济的快速发展和人均可支配收入的增加有关,这些因素有助于缓解女性在收入方面的贫困状况;时间赤字维度的贡献率从2014年起持续上升,2016年超过教育维度,2018年成为最主要的贫困因素,并在2020年继续保持这一趋势。这表明时间赤字贫困正在迅速成为中国女性多维贫困的核心问题;健康维度的贡献率虽然相对较小,但自2014年以来持续上升,2018年超过心理维度,成为第四大贫困因素。这一趋势反映了中国女性在医疗卫生服务、保险购买和健康状况方面的挑战;心理维度的贡献率呈现下降趋势,并且与收入维度的变化趋势相似,这表明心理贫困与收入贫困之间可能存在较强的相关性。随着收入贫困状况的改善,心理贫困状况也有望得到缓解,需要后续持续研究和关注。

由上述分析可知,教育、时间和收入是影响女性多维贫困的主要因素,而健康和心理则是相对次要的因素。为了更有效地改善中国女性的多维贫困状况,应当着重解决这些关键维度上的贫困问题。同时,随着时间的推移,某些维度上的贫困问题可能会发生变化,因而需要定期监测和评估多维贫困指数及其各个维度的贡献率,以便及时调整政策和干预措施。

2.城乡分解

考虑到中国城乡间存在巨大差异,本文将所有女性样本划分为城镇和乡村两组,分别测算了城镇和乡村的女性多维贫困指数并进行了维度分解,研究结果如表5所示,为了更好地展现城镇女性和乡村女性在致贫因素方面的差异,我们根据表5进一步绘制了图2。

由表5可以看出,城镇女性的多维贫困指数在各年均小于乡村,这表明城镇女性的多维贫困状况在各年均优于乡村。但是与以往认识不同的是,城镇和乡村的女性多维贫困指数均呈下降趋势,两者间差距不大,2014—2020年分别为0.0843、0.0803、0.0850、0.0744。图2显示,收入维度对城镇女性多维贫困指数的贡献率最大,这表明城镇地区女性最主要的致贫因素是收入;对于农村地区女性来说,教育维度和时间赤字维度对其多维贫困指数的贡献率都比较大,这表明农村地区女性最主要的致贫因素是教育和时间赤字。

3.不同人群分解

表6揭示了2014—2020年不同婚姻状态中国女性多维贫困指数的变化情况,为理解婚姻状态如何影响女性贫困状况提供了重要视角。

由表6可知,2014—2020年,不同婚姻状态的女性多维贫困指数普遍呈下降趋势,说明各群体的多维贫困状况均有所改善。然而,丧偶女性始终面临最高的多维贫困指数,这可能与她们在经济支持、社会资源和情感支持方面的缺失有关。丧偶后,女性可能失去了主要的经济支柱,同时还要独自承担家庭和子女的照顾责任,这些因素共同加剧了她们的贫困状况;未婚女性的多维贫困指数最低,这可能与她们通常较年轻、有更多的教育和就业机会有关。未婚女性可能还没有承担起家庭的全部责任,因而在时间和经济资源的分配上可能更为灵活;已婚和离婚女性的多维贫困指数次高,且2016年之前两者相近。然而,从2016年开始,两者的多维贫困指数都呈现出快速下降的趋势,尤其是离婚女性,其改善速度略快于已婚女性。离婚女性的多维贫困改善显著,这可能是显性和隐性因素共同作用的结果。显性因素可能包括离婚后收入的减少,但并不一定意味着比已婚时收入少,因为离婚女性可能在婚姻期间就已经有工作,离婚后可以继续从事同样的工作。隐性因素可能包括离婚后不再需要承担过多的无报酬家务劳动,从而缓解了时间赤字贫困。

婚姻状态对中国女性多维贫困状况有着显著影响。虽然整体上女性的贫困状况有所改善,但不同婚姻状态下的女性面临的挑战和困境各不相同,因此,需要采取有针对性的政策和措施来应对。

五、研究结论与政策建议

(一)研究结论

本文将多维贫困、隐性贫困和女性贫困三者结合起来研究,借助多维贫困的分析框架和A-F法,采用CFPS2014—2020四期的微观调查数据,构建中国女性多维贫困指数并进行了测算和分析,得出的研究结论总结如下:

第一,从单维贫困发生率来看,收入贫困不足以全面准确地反映中国女性贫困的现状,用多维贫困衡量女性贫困更加客观。同时,女性面临的返贫风险较高,且存在一些隐蔽性强、难以被及时发现和识别的隐性贫困因素,这些因素在不断变化的单项指标贫困内部结构中日益凸显;2014—2020年中国女性的多维贫困状况总体上有所改善,但改善的程度并不均衡。对于那些受剥夺维度较少、处于非严重多维贫困状态的女性来说,改善程度较大;而对于那些受剥夺维度较多、处于严重多维贫困状态的女性来说,改善程度则相对较小。

第二,女性多维贫困指数维度分解结果表明,教育、收入、时间是导致中国女性陷入多维贫困的主要因素,健康、心理是次要因素。从变化趋势来看,中国女性在教育维度的贫困比较突出且一直没有得到改善,收入维度贫困呈明显改善趋势。目前,时间赤字贫困因素迅速发展为中国女性陷入多维贫困的最主要因素。中国女性在健康维度的贫困日渐突出,已经超越心理维度的贫困;心理维度贫困呈改善趋势,并且就目前来看,中国女性在心理维度的贫困与收入维度的贫困有较强的相关性,收入维度贫困的缓解将有助于心理贫困维度的缓解。

第三,从城乡比较来看,城镇女性的多维贫困状况在各年均优于乡村,城镇地区女性最主要的致贫因素是收入,农村地区女性最主要的致贫因素是教育和时间。从人群内部比较来看,丧偶女性的多维贫困状况最为严重,已婚和离婚女性次之,未婚女性最轻。从变化趋势来看,各婚姻状态女性人群的多维贫困状况均有所改善,离婚女性多维贫困改善较已婚女性显著。

(二)政策建议

本文提出的政策建议为:

第一,反贫困政策的制定要从单一的收入视角转变为收入、教育、时间、心理等多维视角,收入贫困的改善并不能全面反映女性贫困的真实状况,因而要充分重视从多维角度来反映女性贫困问题,结合收入指标和其他福利指标来识别和瞄准贫困人群。除此之外,还要加强对中国女性多维度贫困数据的搜集,如赋权(女性是否享有政治参与权、家庭决策权等)、劳动力市场参与、时间利用等,建立健全女性多维贫困识别体系和制度。

第二,在制定和实施扶贫政策时,需要特别关注那些处于严重贫困状态的女性,政策制定者应重点识别和解决这些女性的特定需求,提供更为精准的援助和支持,以确保所有女性都能平等地享受到社会发展的成果。

第三,为了改善女性教育贫困状况,必须采取一系列措施。针对教育贫困,政府应加大对女性教育方面的投入和政策支持,确保女性享有与男性平等的受教育权利。特别是在农村地区,由于教育资源相对匮乏,女性更容易因家庭贫困而辍学或难以接受良好的教育。因此,政府应增加农村地区的教育投入,改善学校设施,提高教师素质,为农村女性提供更多的学习机会和资源;此外,还应加强对女性职业教育、技能培训和相关就业服务的支持。针对收入贫困,未来应防止收入差距的继续扩大,减少女性在工作中所面临的性别歧视。针对时间贫困,打破“男主外女主内”的传统观念、提倡“男女平等”、增加女性的有酬劳动时间、大力促进家政服务市场发展、提倡对职场女性的人文关怀(如向女性员工提供心理咨询服务、为有孩子的女性设置弹性的工作时间、增加女性员工在孕期和哺乳期的福利)、为有需要的女性提供更多的线上岗位。健康维度对女性个体多维贫困的贡献不容忽视,应着力提升中国女性的医疗卫生服务与设施的供给、医疗保险购买和健康状况等。针对心理贫困,未来应通过提供更多的就业机会、提高最低工资标准和实施性别平等的薪酬政策,持续提升女性的收入水平。

第四,在具体实践中缓解女性多维贫困要着眼于农村女性,同时要注意城镇女性和农村女性主要致贫因素的不同,针对城镇女性侧重缓解其收入维度的贫困,针对农村女性侧重缓解其教育和时间维度的贫困,以便进行有针对性的治理,提高多维贫困治理成效。要特别关注丧偶和已婚女性的多维贫困状况,在就业、生育养育、家政服务供给、身心健康、社会观念转变、基本公共服务供给和社会保障等多方面给予支持和保护,及时满足其生存和发展需求。

文章来源:《财经问题研究》作者系安徽财经大学经济学院副院长

参考文献从略

排版编辑:闫越程

欢迎关注投稿!

到此这篇社会阶层划分图(社会阶层划分图及人数)的文章就介绍到这了,更多相关内容请继续浏览下面的相关推荐文章,希望大家都能在编程的领域有一番成就!

版权声明


相关文章:

  • 环形队列是循环队列吗对吗(环形队列循环队列一样么)2026-03-04 17:36:06
  • ubuntu 内核升级(ubuntu内核升级到指定版本)2026-03-04 17:36:06
  • ip反查域名网站有哪些(ip反查域名网站有哪些类型)2026-03-04 17:36:06
  • jvm 的内存模型(jvm内存模型 知乎)2026-03-04 17:36:06
  • bigboss源怎么添加不了(bigboss源有什么用)2026-03-04 17:36:06
  • 十大最强法则之力(十大最强法术)2026-03-04 17:36:06
  • w25q128jvsiq(w25q128jvsiq规格书)2026-03-04 17:36:06
  • max3042 中文手册(max30100中文手册)2026-03-04 17:36:06
  • webflux怎么读(web怎么读音发音英语语音)2026-03-04 17:36:06
  • 下载安装包需要读写文件权限怎么设置(下载文件后安装包还需要留下来吗)2026-03-04 17:36:06
  • 全屏图片