如何测量贫困中的不平等现象？

判定贫困的主流方法是明确设定一个“贫困线”（poverty line），收入低于此“贫困线”者就可认为是贫困者。现在仍广泛使用的、常规的测量贫穷的方法是：统计低于贫困线的人数，即所谓的“人口计数法”（head count）。“贫困指数”也相应定义为低于贫困线的人数占总人口的比率值。这种方法简洁明了，易于操作，因而被广泛应用在关于贫困与剥夺的实证研究论著中。

这种贫困测量方法包含两个不同——当然又相互联系——的步骤：①对贫困者的识别，②汇总贫困者的特征以得出综合的贫困指数。在传统的“人口计数法”里，对贫困者的识别是通过收入“贫困线”来“一刀切”完成的。这样，第二步就仅仅是统计一下这些贫困者的数量并算出低于贫困线的人口比例即“贫困者人数比率”（head－count ratio，可用H表示）即可。该方法的两个步骤都完全是从收入低这个角度来看待剥夺的。

但在汇总的步骤中，仅仅是简单地进行统计，却忽略了这样的事实：人们的收入可能稍微低于贫困线，也可能低出很多，并且收入在贫困者之间的分配本身就可能会不平等（当然也可能平等）。最近的有关贫困的技术性测算中已充分注意到了用H来测量贫困程度的重大不足。这里我想先谈一下第二步即“汇总”方法的改进，然后在下一节里分析上面提出的第一个问题，即将“低收入”作为贫困的特征所掩盖的系列问题（该理念对“贫困确认”和“汇总”步骤均有影响）。

实际上，还有一种与“人数比率法”类似的汇总统计方法（在传统的关于贫困的专著里曾出现过，虽然并不常用），这就是所谓的“收入差值”。该方法测量的是一个收入的“拟增加值”，即将依贫困线确定的贫困者都提升至贫困线以上（以消除贫困）所需的收入值的最小值。该“差值”可用“人均”的形式表示，即将这个最小增值除以贫困者的人数（通过贫困线来确定）得出的平均值。

需要注意的是，正如“人数比率法”H在某些程度上对低于贫困线的贫穷者的收入完全不敏感，而只关注低于此线的人数；“收入差距比率”（‘income－gap ratio’，可用I表示）则对贫困者的人数并不敏感而只对贫穷者收入的平均差值（与贫困线水平相比）敏感。我们很自然想到这两种方法可取长补短，因为它们各自专注于贫困的不同方面。很明显，有必要将这两个指标（或其他类似指标）结合使用。

可能有人会问：二者的结合使用就能全面描述贫困（姑且仍将贫困理解为收入低）吗？答案为否。因为不论是H还是I都不会注意到贫困者之间的收入分配状况。比如，将贫困者甲的收入转移到同样处于贫困线之下但不如甲更为贫穷的乙那里，则不论是转移前还是转移后，H值和I值都完全不变。但很明显，这种收入转移后，总贫困程度增加了，因为甲变得更加贫困了，这种剥夺程度的增加并没有因乙的收入的增加（即使乙的收入高出了贫困线）而缓和或抵消。因此，我们还需要一种统计参数来测量贫困者之间的收入不平等。我们姑且设这个参数为D。

要构建一个有关贫困的测量推导方法（以某个公式的形式出现）——该公式将上述所有三个相互联系但又不同的变量（仍将贫困视为收入低）均包含其中——并不难。这就是将表示贫困的量度P设定为H、I和D的函数。实际上，我本人也曾提出（参见森1973c和I976a），不妨将贫困者之间的收入分配不平等测量量度D用基尼系数G来表示，这样表示贫困的量度P值就取决于H、I和G值。(www.xing528.com)

实际上，该公式包含了只有H值和I值的特殊情况，即假定所有贫困者的收入都相同（这时，贫困者之间的不平等问题就不复存在）。在这种特殊的情况下，对贫困的测量值就仅仅是H值和I值的乘积即HI。该公式还要求：当贫困者的收入不平等（即一群人比另一群人更为贫穷）时，每个贫困者的收入差数的单位权重是随着他或她的贫困等级的增加而增加的，即，最贫困的人，其权重值最高；反之，“最富的”穷人的权值最低。比如，我们可设定等级数为n的“等级序数权重”，根据收入差数，我们将“最穷的”穷人的权重值赋为n，于是我们就得到一个对总贫困程度进行测算的方法，这种测算方法考虑进了收入分配的不平等状况（用基尼系数表示）。

自从法国数学家博尔达（Borda，1781）首先将“序数”方法用于选择分析，“等级序数权重”已被广泛应用于社会选择理论。该分析方法运用了“权重”的思想（及该思想所暗含的“总体位置”方法），显然优于简单的序数信息。博尔达的“权重”思想在应用到不平等测量时还可同基尼系数（测量收入不平等的最常用的量度）联系起来，这十分有趣——当然从应用的角度看又相当有用。

测量贫困及与此相关的可体现分配灵敏度指标的所谓“森贫困指标”已广泛应用在贫困评估中，在这些涉及孟加拉国、印度、伊朗、马来西亚、美国、巴西及其他国家的实证性著作里，都严格而又相当规范地运用了“森贫困指标”。尽管我对从低收入这个角度去探讨贫困的所谓“森贫困指标”和其他指标是否合适表示过怀疑，但不应怀疑这些实证性著作通过运用分配灵敏度来测算不平等所做出的分析方法上和应用上的贡献。

在收入的统计数字比其他类型的数据更容易得到的情况下，以收入域为中心来测算不平等就在所难免。在收入域里，由传统的以“人数比率”（即H）所测量的贫困指标来制定的反贫困政策往往会在实际执行中发生偏离，因为这种方法看不到同是处于贫困线之下的更穷的人的更悲惨的境况。的确，当用“人数比率”来测量贫困时，任何政府都会去关注“最富的”穷人，因为这样一来穷人的数量（及“人数比率”H）很容易降下来。在对贫困的实证性测算里，如果换成分配灵敏度（即表示分配状况的一个量度），则利用收入数据的效果就会相对好些，尽管在收入域的分析框架下仍有诸多限制。

到目前为止，学术界已普遍接受了在不平等测量里引进“分配灵敏度”的指标，其他对分配敏感的贫困测量方法也可见诸一些理论著作里（通过运用表示贫困者之间的不平等量度D和其他综合的数学表达式）。这里我不评论这些不同的测量方法的各自长处，也不会去评论源于对贫困进行综合测量的三方面问题（H、I和D）的不同表达方式。我觉得，在收入域里测量贫困的主要问题是：有必要对这三个方面都予以关注——特别是与分配灵敏度结合考虑，而不是说仅在很特殊的情况下才考虑结合使用。在当前的研究中，在这个问题上，首要的仍是对运用收入域本身去测量贫困是否合适的疑问。该质疑是针对所有从低收入的角度看待贫困的测量方法的。