三、實證結果

（一）多維貧困整體測度

按照前文介紹的方法與數據指標，得到了如表3所示的流動人口家庭多維貧困情況。本文在利用AF模型衡量流動人口多維貧困變化情況時，并未設置單一的臨界值，而是列舉了K值從0.1到0.8的全部變化情況。

觀察表3不難發現，流動家庭所有多維貧困指標均高于非流動家庭的各項指標，說明流動家庭具有更加嚴重的多維貧困。該結果在不同貧困臨界值下依然保持穩定，進一步說明，在不同口徑下，流動家庭的多維貧困均比較嚴重。

隨著K值的不斷變化，流動家庭與非流動家庭呈現出的變化趨勢一致。兩類家庭貧困發生率（H）均開始下降，貧困剝奪份額（A）均開始增加，多維貧困指數（M0）均逐漸減小。當K=0.1時，流動家庭貧困發生率最高，為71.7%，說明超過一半的流動家庭都存在不同類別的貧困，或是教育不達標，或是健康狀況不容樂觀；當K增加到0.8時，貧困發生率已經下降至0了，此時只有同時滿足四維貧困或五維貧困的家庭才處于多維貧困狀態，說明流動家庭中極度貧困家庭很少。相反，流動家庭平均剝奪份額指數隨著K的增大而增加。當K=0.1時，剝奪份額最低，為26.2%；當K=0.8時，剝奪份額最高，為83.3%。流動家庭的多維貧困指數表示為貧困發生率與貧困剝奪份額的乘積，在K=0.1時最高，隨著K值的增加逐漸減小；當K增加到0.8時，多維貧困指數等于0。從貧困廣度與貧困深度的角度來理解，流動人口多維貧困指數的下降證實了精準扶貧的成效，處于四維貧困、五維貧困的家庭大量減少，貧困廣度降低；然而，平均剝奪份額不斷加深，表明貧困人口在特定指標上的貧困強度仍很嚴重。表4詳細匯報了每個指標的貧困貢獻度，以便更加明確致貧的原因。

現有文獻普遍以0.33作為多維貧困的臨界點。從臨界點上下判斷，在12個指標中，貢獻度最高的三個指標分別是醫療保險、受教育年限和識字程度，說明流動家庭的醫保覆蓋率較低、受教育年限不夠、識字程度不佳，這三類指標是多維貧困的重要貢獻因子。受教育年限和識字程度都屬于存量教育水平，分別是流動家庭成年勞動力和老年人的教育指標，這一發現意味著流動家庭中至少有一個成年人的受教育年限不足9年，老年人的文盲率較高。貢獻度最低的三項指標分別是家庭資產、學齡兒童入學率、兒童自評健康。將指標按照所屬維度加總發現，在臨界點上下，醫保維度、教育維度、健康維度以及生活狀況維度的貢獻度遠遠大于收入維度，收入維度的貢獻度最低，說明收入對多維貧困的影響較小，側面反映了多維貧困主要受家庭非貨幣性福利的影響。

（二）多維貧困分解測度

1．按流動方向分解

按照流動人口戶籍（農業與非農業）和流入地（城鎮與鄉村）進行交叉劃分可以得到四類流動人口：鄉城流動人口、鄉鄉流動人口、城城流動人口與城鄉流動人口四種類型（馬小紅等，2014）。具體含義分別是：農村流動到農村的鄉鄉流動家庭、農村流動到城市的鄉城流動家庭、城鎮流動到鄉村的城鄉流動家庭以及城鎮流動到城鎮的城城流動家庭。

表5匯報了不同流動方向的多維貧困發生率H、多維貧困指數M0以及各分解項的貢獻度大小。在不同臨界值的調整下，按照K值越大，多維貧困發生率越低，多維貧困指數越小的規律變動。其中，鄉鄉流動人口的貧困發生率最高，在經過平均剝奪份額的調整后，鄉鄉流動人口的指數貢獻度仍然最高。城鄉流動人口和鄉城流動人口多維貧困發生率稍低于鄉鄉流動人口，經調整后貢獻度排序發生了變化，鄉城流動人口貢獻度稍高于城鄉流動人口。城城流動人口的多維貧困指標和指數貢獻度占比最低。

2．按流動區域管轄分解

以流動區域是否屬于戶籍地管轄對家庭外出流動人口進行劃分可以得到省內流動家庭及省際流動家庭的分類。省內流動是指人口從戶口所在地流動到本省管轄范圍內的其他縣、市，省際流動是指人口進行跨省份轉移。

表6測算了不同流動范圍的多維貧困指標。觀察發現，隨著K值的增大，省內流動人口與省際流動人口的貧困發生率和多維貧困指數均開始下降。從指標間比較來看，省際流動家庭的多維貧困指標和指數貢獻度都很高，省際流動給流動人口總貧困指數帶來的增加值更大，且始終大于省內流動家庭。相比之下，省內流動家庭的貧困發生率及貧困指數都較低。

3．按流動數量分解

按照家庭成員是否全部外出進行劃分，可以將流動家庭分為三類：獨自流動群體、半家庭化流動群體以及全家庭化流動群體。獨自流動群體代表家庭成員數大于1、僅有1人外出流動的情形；半家庭化流動群體是指家庭成員并未完全流動的情況，既包括夫妻雙方共同外出也包括夫妻雙方加子女共同流動等類型；全家庭化流動群體是指家庭所有成員均離開戶籍地向外流動的情況。

由表7可知，獨自流動群體、半家庭化流動群體的多維貧困發生率和多維貧困指數均高于全家庭化流動群體。分析貢獻度大小變化可以發現，在平均剝奪份額的調整下，獨自流動群體給流動人口總貧困帶來的增加值最大，半家庭化流動群體次之，全家庭化流動群體的發生率和貢獻度都是最低的。

（三）公共轉移性支出對多維貧困的影響

第一階段logit回歸在控制協變量的情況下獲取所有個體的傾向得分，能夠消除內生性偏誤，使實驗組和控制組近似滿足平行趨勢。本文分別以政府補助、社會捐助和親友幫助作為因變量，控制變量作為自變量（表8）。

表8顯示，控制變量對家庭是否獲得轉移性支出（政府補助、親友幫助）有顯著影響，對社會捐助的影響不大。家庭人均收入對流動家庭獲得轉移性支出的影響在于家庭的平均收入越少，越容易獲得政府補助和社會捐助，這一統計結果與預期和現實相符。擁有土地的家庭越有可能獲得政府補助、社會捐助和親友幫助；不擁有住房所有權的家庭更可能獲得政府補助和社會捐助；家庭人口越多，越有可能獲得政府補助；家庭勞動力占比則呈現出相反的趨勢，勞動力數量越多，流動家庭獲取收入能力就越強，越不容易獲得三類外部性補助；家庭居住地表明：居住在中部和西部地區的家庭更加容易獲得政府補助與社會捐助；戶主特征的影響特點普遍呈現一致性。戶主年齡越大，流動家庭得到轉移性支出的概率就越大（社會捐助不顯著）；戶主性別僅對流動家庭獲得政府補助有影響且呈現統計顯著的結果；家庭戶主教育的政府補助和社會捐助系數為負，說明教育程度越高，流動家庭獲得補助的可能性越小。教育與就業呈現一定的關聯度，受過高等教育的戶主往往能得到報酬豐厚、有穩定保障的工作；戶主的健康狀況越好，流動家庭獲得轉移性支出（政府補助和親友幫助）的概率就越低。而在婚與否則不影響流動家庭獲得轉移性支出的概率。

第二階段平均效應估計分別以流動家庭多維貧困和單維貧困（收入貧困、健康貧困、教育貧困、醫保貧困和生活狀況貧困）作為因變量，政府補助、社會捐助和親友幫助作為自變量評估處理效應大小。計算平均處理效應必須設定準確的多維貧困臨界值，文章參考聯合國采用的多維貧困臨界點K=0.33作為平均處理效應多維貧困的衡量點。表9匯報的是采用最近鄰匹配方法進行匹配的ATT 估計結果。

表9列舉了轉移性支出（政府補助、社會捐助以及親友幫助）對單維貧困、多維貧困的平均處理效應（ATT）。觀察估計結果發現：總體效應表現為公共轉移性支出的效果較好，其中政府性轉移支出的減貧效果優于社會捐助和親友幫助，并對多維貧困以及單維的收入貧困、醫保貧困和生活有降低作用，親友幫助次之。

在分解效應中，主要通過觀察ATT來判斷轉移性支出是否有效降低了流動人口的多維貧困比率。政府補助能夠減少流動家庭多維貧困以及單維的收入貧困、醫保貧困、教育貧困和生活貧困。除對教育貧困不顯著外，較為顯著地降低了5.8%的多維貧困、6.2%的收入貧困、4.3%的醫保貧困和0.5%的生活貧困。而在健康貧困方面，政府補助出現了一定的推動作用，且對健康貧困的影響在1%的水平上顯著。社會捐助的作用相對政府補助而言不大明顯，僅降低了1.1%的醫保貧困，并且統計不顯著。這可能是由于社會捐助的比例低所致的，在所有流動家庭中，得到社會捐助的家庭僅占0.89%。而在多維貧困以及單維的收入貧困、健康貧困、教育貧困以及生活貧困方面，社會捐助起到了正向的推動作用。親友幫助的處理效果稍優于社會捐助，對多維貧困以及單維的收入貧困和醫保貧困能夠起到負向的降低作用，但這種作用在統計上不顯著。

將流動家庭的貧困原因進行歸納后可將其分為三大類：第一，貧困識別機制不健全。一是雖然已經出臺了多種標準共同衡量家庭的多維貧困，但最主要的識別標準仍然是以人均收入高低對家庭進行劃分，其他標準名存實亡；二是基層權利沒有得到有效約束，出現了虛假貧困戶、貧困富裕戶等現象。“置換現象”對貧困產生了正向的推動作用。轉移性支出的目的是救助臨時性的家庭貧困，及時解決困難讓他們更好地通過自身勞動脫貧致富。然而，福利依賴心理使得救助對象養成依賴救濟維持基本生活的習慣。第二，流入地與流出地社會保障和救助機制壁壘層層，將流動人口排除在外。戶籍制度形成城鄉二元分割，與之相匹配的教育、醫療、就業和社保等問題未能實現整合與共享。第三，部分轉移性支出的覆蓋范圍過窄，特別是來自社會慈善機構的力量過小，未能發揮應有的救助作用。作為政府補助的有效補充，社會捐助的理想占比與實際數據相差甚遠，對多維貧困幾乎起不到實質性作用。

（四）穩健性檢驗

上述分析基于主觀的指標體系和權重設置，測算結果可能會出現偏差。為保證學術的嚴謹性，文章還將進行更改權重、調整維度以及平衡性檢驗。

1．更改權重

上述測算是按照維度等分權重法（各維度賦值1/5）進行的，接下來文章將按照非等分權重法進行測算。參考聯合國的三維權重設置（1/3），分別將五個維度賦值到了1/3，得到了W1至W5的權重變化注1，見表10。更改權重后測算的多維貧困發生率普遍低于等分權重法。由此說明維度等分權重法更加客觀、合理，不存在低估流動人口多維貧困狀況的可能。

注1W1至W5分別表示將收入、醫保、教育、健康和生活狀況維度的權重設置為1/3，其他維度均為1/6。

2．調整維度

在表4的維度貢獻度中，不難發現收入和醫保維度是多維貧困指標體系中貢獻度最小和最大的兩類。因此，文章分別刪除了收入維度和醫保維度，按照維度等分權重的方式進行了檢驗，結果如表11所示。

表11中的D0列表示調整前的多維貧困狀況，D1和D2分別表示去掉貢獻度最小的收入維度和去掉貢獻度最大的醫保維度后的多維貧困情況，二者對多維貧困的影響相反。D1列結果顯示，去掉收入維度后，多維貧困發生率和多維貧困指數均上升。森的多維貧困理論將收入貧困與多維貧困分開，在聯合國的MPI指標中，也未將收入作為多維貧困的衡量指標，實際上多維貧困更多的是指非貨幣化福利狀況不達標的情況，去掉收入維度后的多維貧困測算更符合多維貧困理論的內涵。D2列結果顯示，去掉醫保維度后，多維貧困發生率和多維貧困指數均降低。醫保維度貢獻度最大，調整后家庭的剝奪份額會因為維度的減小而減少，多維貧困指數降低。

3．平衡性檢驗

由于控制變量的選取具有主觀性，因此需要通過觀察匹配前后控制變量的分布判斷傾向得分匹配方法是否有效消除差異。表12中的結果顯示，匹配量Pseudo出現明顯下降，P拒絕差異性檢驗，MeanBias偏差量均小于20%。因此，匹配后數據間不存在系統性差異，匹配后達到統計平滑。