, 王艳慧, 王小林Measurement and spatial analysis of poverty-strickenvillages in China
CHENYefeng, WANGYanhui, WANGXiaolin通讯作者:
收稿日期:2016-06-5
修回日期:2016-09-22
网络出版日期:2016-12-23
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (810KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
贫困的分布存在空间不均衡性,大多数国家的贫困人口集中分布于农村地区,中国作为最大的发展中国家更是如此。农村贫困问题已经成为贫困研究的一个重要分支,也是中国政府长期扶贫开发规划的首要问题[1]。经过改革开放以来多年的高速发展,中国农村反贫困实践取得了举世瞩目的成绩,同时也出现了减贫速率放缓、扶贫压力增大的情况[2]。对此,国内外****开展了一系列针对性研究。在贫困现状方面,由于生态环境、区位交通、历史文化、政策导向等因素制约,中国农村贫困现状总体表现为“贫困深、成因杂、分布广、聚集强”的态势[3,4]。因此,贫困的测度也由单一对收入/消费层面的考量拓展到包含经济维度和健康、教育、资源禀赋、区位、环境等非经济维度的综合度量[5,6],目前应用较多的有Alkire和Foster提出的多维贫困测量方法[7,8]和基于多维贫困指标的综合指数法[9,10]。随着统计数据的完善、GIS和RS技术的应用,农村贫困地理的研究也逐渐兴起,从经济、社会和环境的综合空间视角分析行政区划单元的地理空间特征、地理资本条件、空间依赖性、贫困空间陷阱等[11-16],成为当前该领域的一个国内外研究热点。而国家区域扶贫单元从“县”下沉到“村”的精准扶贫方略的实施,明确了贫困村精准测度与识别的重要意义,对现有贫困村贫困特征的全面度量与有效瞄准是分类实施精准扶贫的有效解决方案。整体而言,相对于国际上贫困研究体现出的“多维化、空间化、精确化”趋势,目前国内研究[17,18,20-23]大多停留在理论探讨或对国外已有方法的小区域范围实验应用阶段,缺少从精细尺度上对国家层面贫困村的全方位有效度量与分布格局分析。理清全国范围内贫困村的整体贫困特征及其分布格局,以此制定并实施针对性扶贫策略,对把握全国贫困现状、实现面向2020年全面脱贫的国家战略具有至关重要的意义。在此背景下,以行政村作为区域性贫困研究单元,基于“十二五”期间全国“整村推进”项目村数据,利用综合多维贫困指数对全国范围内的贫困村进行多维贫困测度,并结合GIS技术对贫困村在空间分布格局进行分析,从定量化测度和空间化表达两方面探索中国贫困村的分布特征,为村级精准扶贫的资源配置提供对象支持。
2 数据来源
《中国农村扶贫开发纲要（2011-2020年）》明确提出做好建档立卡工作,实行动态管理,确保扶贫对象得到有效扶持。用于行政村贫困状况评价的社会经济数据源于2013年采集的“十二五”期间全国“整村推进”项目村基础数据,有效样本包括53758个贫困村,数据包括贫困村基本情况、生产条件、基础设施和公共服务等。样本覆盖全国14个集中连片特困地区,27个省、市、自治区,总计1311个县级单位。以类型划分包含527个国家级贫困县、439个省定贫困县、345个非贫困县;按地域划分包含94个东部县、442个中部县、775个西部县;按第一产业类型划分包含83个牧区县、117个半农半牧区县、502个农区县;按地形划分包含598个山区县、303个丘陵县、264个平原县。基于百度地图API的地址解析方法获取贫困村经纬度,利用ArcGIS软件生成贫困村矢量点数据（图1）。本文所用的其余数据主要来源于《2013年国家统计年鉴》、1:25万国家基础地理数据。以上数据使用前均进行了地理配准、粗差剔除、拓扑检查等预处理。
显示原图|下载原图ZIP|生成PPT图1中国贫困村空间分布图
-->Fig. 1The spatial layout of poverty-stricken villages in China
-->
3 研究方法
3.1 村级多维贫困度量
3.1.1 村级多维贫困度量指标体系 要精准测度贫困村的贫困程度,首先需要构建一个全面描述贫困状况的综合性村级多维贫困指标体系。维度和指标的选择需考虑全面性、目的性、科学性、层次性、可操作性等基本要求[17],同时能够满足全国范围贫困测度的公平性、多维综合性、研究对象的针对性以及评价标准的可获得性等国家扶贫战略需要。通过借鉴相关文献[18-20]以及中国贫困村的实际情况,本文面向《中国农村扶贫开发纲要（2011-2020年）》“整村推进”工作模式强调的“突出重点,分类指导,并根据不同地区经济社会发展水平,因地制宜制定扶贫政策,实行有差异的扶持措施”的扶贫开发策略的实施需求,以行政村为基本研究单元,以空间贫困理论和人地关系系统理论为指导,考虑自然环境等非人为因素对反贫困的影响,以及贫困与地理环境、资源、社会经济各要素之间相互影响、相互作用的动态关系,构建包括自然、生态环境、经济、社会保障等指标在内的行政村多维贫困评价指标体系候选集。在此基础上,根据指标的相关性与区分度对候选指标进行筛选[21]。首先利用复相关系数法对所有指标复相关模拟,结果如表1模型一所示,发现除“雨露计划参与率”指标之外的其余指标的复相关系数均不为0,且回归概率均为0,说明线性模型成立;且由于大部分贫困村的“雨露计划参与率”指标值为0,可予以剔除。通电率、通电话率、通电视率三者复相关系数较大,进行区分度检验,发现通电视率区分度最小予以剔除。再重复复相关模拟,结果如表1模型二所示,R值普遍降低且均在0.5以下,表明指标间相关性较小。最终得到包括X1~X6、X11~X61在内的“6维度、20指标”的村级多维贫困测度指标体系（表1）。Tab. 1
表1
表1村级多维贫困测度指标体系
Tab. 1The indexes of village-level multi-dimensional poverty measurement
| 维度 | 指标 编号 | 指标 | 指标释义 | 模型一 | 模型二 |
|---|---|---|---|---|---|
| 复相关系数R1 | 复相关系数R2 | ||||
| 地理环境(X1) | X11 | 到最近乡镇集市的距离 | 行政村到最近乡镇集市的距离（km） | 0.282 | 0.281 |
| X12 | 地形类型 | 行政村地形类型（平原、丘陵、高原） | 0.391 | 0.390 | |
| X13 | 遭受自然灾害频次 | 行政村当年所遭受的自然灾害次数/次 | 0.185 | 0.185 | |
| 行政村特征(X2) | X21 | 贫困村类型 | 行政村类型（革命老区村、少数民族聚居村、边境地区村、其他） | 0.213 | 0.213 |
| X22 | 人口密度 | 行政村人口密度（人/km2） | 0.301 | 0.299 | |
| 生产和生活条件(X3) | X31 | 人均经济用地面积 | 行政村人均经济用地面积大小（亩/人） | 0.184 | 0.184 |
| X32 | 通路率 | 行政村内通机动车行驶道路自然村占总自然村数的比例（%） | 0.428 | 0.426 | |
| X33 | 通电率 | 行政村内通电户数占总户数的比例（%） | 0.584 | 0.459 | |
| X34 | 通电话率 | 行政村内通电话户数占总户数的比例（%） | 0.622 | 0.477 | |
| 通电视率 | 行政村内桶电视户数占总户数的比例（%） | 0.716 | - | ||
| X35 | 安全饮用水比例 | 行政村内安全饮用水户数占总户数比例（%） | 0.481 | 0.470 | |
| X36 | 卫生厕所比例 | 行政村内卫生厕所户数占总户数的比例（%） | 0.423 | 0.418 | |
| X37 | 住危房比例 | 行政村内住危房户数占总户数的比例（%） | 0.319 | 0.316 | |
| 劳动力状况(X4) | X41 | 劳动力比例 | 行政村劳动力总数占该村总人口的比例（%） | 0.254 | 0.250 |
| X42 | 外出劳动力比例 | 行政村外出劳动力总数占该村劳动力总数的比例（%） | 0.318 | 0.318 | |
| X43 | 劳动力文化素质 | 行政村初中及以上文化水平劳动力数占该村劳动力总数的比例（%） | 0.348 | 0.344 | |
| 雨露计划参与率 | 行政村劳动力参与雨露计划人数占总劳动力人数的比例（%） | 变量为常数 | - | ||
| 医疗卫生和社会保(X5) | X51 | 诊所数量 | 行政村诊所数量（个） | 0.324 | 0.324 |
| X52 | 每千人医生数 | 行政村每千人医生数量（个） | 0.297 | 0.297 | |
| X53 | 参加新型农村合作医疗比例 | 参加新型农村合作医疗人数占整个行政村人数的比例（%） | 0.295 | 0.295 | |
| X54 | 参加新型农村社会养老保险比例 | 参加新型农村社会养老保险人数占整个行政村人数的比例（%） | 0.338 | 0.336 | |
| 经济发展(X6) | X61 | 人均纯收入 | 行政村每年人均纯收入情况（元） | 0.324 | 0.320 |
新窗口打开
3.1.2 指标标准化与权重设定 由于指标的量纲不同,通过对指标的等级划分进行指标标准化。等级划分主要参考国家扶贫规划纲要、经济发展纲要、现有文献中对指标分等定级的研究以及研究数据的真实水平,将指标体系中各指标阈值分为1~5级,数值越大,贫困越深。采用层次分析法与熵权法相结合的主客观综合赋权法[22],分别对维度和指标进行赋权。总体上既兼顾决策者对属性的偏好,又减少赋权的主观随意性（表2）。
Tab. 2
表2
表2村级多维贫困测算指标标准化与权重分布
Tab. 2Standardization and weight determining of village-level multi-dimensional poverty indexes
| 维度 | 维度 权重 | 指标 编号 | 贫困程度 | 主观 权重 | 客观 权重 | 组合 权重 | ||||
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||||||
| 地理环境(X1) | 0.260 | X11 | <3 | [3,7) | [7,11) | [11,18) | 0.189 | 0.001 | 0.146 | |
| X12 | 平原 | 丘陵 | 山区 | - | - | 0.452 | 0.778 | 0.527 | ||
| X13 | 0 | - | 1 | 2 | >2 | 0.359 | 0.221 | 0.327 | ||
| 行政村特征(X2) | 0.075 | X21 | 否 | - | 一类 | 两类 | 三类 | 0.554 | 0.840 | 0.760 |
| X22 | [0,120) | [120,305) | [305,703) | [703,1001) | 0.446 | 0.160 | 0.240 | |||
| 生产和生活条件(X3) | 0.250 | X31 | >7 | (3,7] | (2,3] | (1,2] | [0,1] | 0.263 | 0.000 | 0.069 |
| X32 | (0.95,1] | (0.9,0.95] | (0.8,0.9] | [0.5,0.8] | [0,0.5) | 0.320 | 0.371 | 0.413 | ||
| X33 | (0.98,1] | (0.94,0.98] | (0.9,0.94] | [0.8,0.9] | [0,0.8) | 0.214 | 0.021 | 0.074 | ||
| X34 | (0.95,1] | (0.9,0.95] | (0.8,0.9] | [0.5,0.8] | [0,0.5) | 0.036 | 0.078 | 0.078 | ||
| X35 | (0.8,1] | (0.6,0.8] | (0.4,0.6] | [0.3,0.4] | [0,0.3) | 0.110 | 1.042 | 0.338 | ||
| X36 | (0.6,1] | (0.4,0.6] | (0.3,0.4] | [0.2,0.3] | [0,0.2) | 0.024 | 0.199 | 0.109 | ||
| X37 | [0,0.05) | [0.05,0.15) | [0.15,0.25) | [0.25,0.35] | (0.35,1] | 0.114 | 0.137 | 0.151 | ||
| 劳动力状况(X4) | 0.199 | X41 | (0.7,1] | (0.6,0.7] | (0.5,0.6] | [0.35,0.5] | [0,0.35) | 0.504 | 0.183 | 0.368 |
| X42 | (0.5,1] | (0.4,0.5] | (0.3,0.4] | [0.2,0.3] | [0,0.2) | 0.223 | 0.388 | 0.293 | ||
| X43 | (0.85,1] | (0.65,0.85] | (0.45,0.65] | [0.25,0.45] | [0,0.25) | 0.272 | 0.429 | 0.339 | ||
| 医疗卫生和社会保障(X5) | 0.079 | X51 | >3 | 3 | 2 | 1 | 0 | 0.170 | 0.024 | 0.056 |
| X52 | >5 | (3,5] | (1,3] | (0,1] | 0 | 0.346 | 0.005 | 0.080 | ||
| X53 | (95,100] | (90,95] | (80,90] | (0,80] | 0 | 0.213 | 0.168 | 0.178 | ||
| X54 | (80,100] | (50,80] | (30,50] | (0,30] | 0 | 0.271 | 0.803 | 0.686 | ||
| 经济发展(X6) | 0.136 | X61 | >5543 | (3961,5543] | (3169,3960] | [2300,3168] | [0,2300) | 1 | 1 | 1 |
新窗口打开
3.1.3 村级多维贫困指数计算 基于前文的工作,通过公式（1）计算村级多维贫困指数（VPI）,即贫困深度：
式中：20是常数,用于消除小数位影响,增大数据间差异;n代表维度个数;m代表相应维度下的指标个数;
根据式（1）计算得到村级贫困指数得分,按照等间距规则划分为5个贫困等级,等级由低到高代表了贫困村贫困深度由浅到深。
3.2 村级多维贫困空间分布特征分析方法
3.2.1 加权核密度模型 引入加权核密度模型揭示中国贫困村的空间分布密度及其核心分布区域。因点周围领域不同,任意一个点都有一个点密度[23],核密度分析可根据输入要素数据计算整个区域的数据聚集状况。普通的核密度模型可以对点模式下贫困村的空间密度进行表达,但难以区分贫困村的贫困程度。本文将VPI等级作为权重对贫困村进行加权核密度分析,试图更加科学合理地分析贫困村的贫困空间分布异质性。同时,根据核密度大小的差异,利用自然断点分类法划分一级、二级、三级不同核密度等级的贫困核心区域,代表不同等级的贫困聚集程度,其中以一级核心为首,贫困程度最集中。3.2.2 空间自相关模型 利用空间自相关模型分析中国贫困村的空间依赖性分布模式。空间自相关用来检验某一要素属性值与其相邻要素属性值之间的关联显著性[24]。分为全局空间自相关和局部空间自相关,本文用全局Moran's I指数反映全国贫困村之间的空间依赖程度,利用LISA聚类图分析贫困村之间的局部空间依赖关系。
4 结果分析
4.1 多尺度村级贫困现状分析
全国尺度层面上（图2）,贫困村VPI得分整体呈右偏正态分布,贫困村的多维贫困深度基本呈中间大,两头小的“橄榄型”分布结构。VPI分布峰顶点略高于标准正态分布曲线,说明贫困深度中值区贫困村数量较多,而处于高值的数量相对较少。VPI得分分布峰向右偏离标准正态分布曲线峰值,说明中国贫困村整体贫困深度偏深。
显示原图|下载原图ZIP|生成PPT图2VPI得分分布图
-->Fig. 2The distribution graph of the VPI
-->
从片区尺度分析,如表3从左到右各列所示,按平均VPI得分从大到小排列,乌蒙山片区贫困程度最大,大别山区最小。罗霄山区及大兴安岭南麓山区、燕山太行山区、大别山区的贫困村贫困深度处在全国平均水平以下,相对于其他9个片区发展较优。究其原因,发现这4个片区相对靠近东部沿海地区,空间溢出效应的收益相对显著,因此发展情况相对较好。
Tab. 3
表3
表3片区与省级单位多维贫困情况统计表
Tab. 3The statistics of multi-dimensional poverty degree in the contiguous poverty-stricken areas and the provinces
| 片区 | 乌蒙 山区 | 滇西边境片区 | 四省藏区 | 滇桂黔石漠化片区 | 吕梁山片区 | 六盘山片区 | 武陵山区 | 秦巴山区 | 南疆三地州片区 | 罗霄 山区 | 大兴安岭南麓山区 | 燕山太行山区 | 大别 山区 | 西藏 地区 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61.12 | 60.39 | 60.00 | 59.14 | 58.57 | 56.48 | 55.79 | 55.18 | 55.12 | 54.51 | 51.96 | 51.75 | 48.90 | 无 | |
| 3.62 | 3.54 | 3.53 | 3.44 | 3.41 | 3.22 | 3.15 | 3.10 | 3.09 | 3.04 | 2.84 | 2.80 | 2.58 | 无 | |
| 省级单位 | 甘肃 | 云南 | 贵州 | 广西 | 湖南 | 青海 | 四川 | 新疆 | 江西 | 山西 | 宁夏 | 内蒙古 | 湖北 | 河北 |
| 58.94 | 58.57 | 57.46 | 57.14 | 55.88 | 55.58 | 55 | 54.59 | 53.5 | 53.36 | 52.84 | 52.81 | 52.52 | 52.26 | |
| 3.43 | 3.39 | 3.3 | 3.27 | 3.13 | 3.14 | 3.08 | 3.04 | 2.95 | 2.95 | 2.89 | 2.89 | 2.93 | 2.85 | |
| 省级单位 | 海南 | 陕西 | 吉林 | 重庆 | 河南 | 安徽 | 辽宁 | 黑龙江 | 山东 | 福建 | 江苏 | 浙江 | 广东 | 全国 |
| 50.53 | 50.4 | 49.85 | 49.75 | 49.29 | 49.05 | 46.94 | 46.7 | 46.29 | 45.62 | 43.82 | 43.37 | 39.53 | 55.08 | |
| 2.69 | 2.66 | 2.67 | 2.62 | 2.47 | 2.59 | 2.35 | 2.4 | 2.33 | 2.29 | 2.13 | 2.12 | 1.65 | 3.09 |
新窗口打开
从省级尺度分析,表3将贫困村所分布的27个省、市、自治区按平均VPI得分从左到右降序排列,并利用图3对各省份内贫困村的VPI等级分布比例进行展示。可以看出,贫困村多维贫困最严重的地区主要为甘肃、云南、贵州、广西、湖南、青海,平均VPI得分与平均VPI等级都高于研究样本的总体平均水平。其中,甘肃省VPI等级5的贫困村占比为6.08%,全国排名第二,且仅有不到10%的贫困村VPI等级为1或2,贫困村多维贫困深度为全国最高;青海VPI等级5的贫困村占贫困村总数的9.97%为全国最高,但其余大部分贫困村的VPI等级为2~4之间,且较为平均,因此总体多维贫困水平为此六省份中最低;对比分析湖南、青海两省,发现湖南省的平均VPI得分高于青海省,而湖南省的平均VPI等级却低于青海省,说明湖南省贫困村整体贫困相对严重,而青海省贫困村贫困差异相对较大。贫困村多维贫困状况最好的是广东、浙江、江苏、福建四省,基本没有贫困村的VPI等级达到4或5,反映出沿海经济较发达省份大环境下的发展优势对当地贫困村发展起到了一定推动作用,享有经济溢出效应。其余省份也存在各自的多维贫困特点,因篇幅所限不做具体分析,整体而言中国各省级单位的贫困村贫困深度与其发展情况存在一定线性相关,平均VPI得分与人均GDP的相关系数为-0.82,在0.01水平下显著相关。
显示原图|下载原图ZIP|生成PPT图3中国省、市、自治区贫困村情况分布图
-->Fig. 3The spatial layout of village-level poverty degree in the provinces of China
-->
从县级尺度分析,中国超过57.81%的贫困村分布在国家重点贫困县,且贫困程度普遍较高,平均VPI得分与平均VPI等级均远高于隶属省级贫困县和非贫困县的贫困村,其中国家重点贫困县中VPI等级为4和5的重度贫困村比例高达38.44%,是后两者总和的2.8倍多。对比省级贫困县与普通县内的贫困村,发现前者的贫困程度略高于后者。对比分析处于东中西部不同区位县的贫困村现状差异,发现存在地域区位由东向西贫困村贫困程度与贫困规模显著递增趋势,尤其在重度贫困村比例上,东部县比例仅占1.64%,而中部县和西部县的比例分别达到了16.39%和35.56%。对比牧区县、半农半牧区县和农区县三类县级区划的贫困村现状,发现牧区县内的贫困村贫困现状格外严重,普遍存在重度贫困现象;半农半牧区县内的贫困村贫困现状相对较好,处在全国平均水平之下;而农区县的贫困村贫困现状则基本与全国平均水准持平。分析不同地形县级区划的贫困村贫困现状,发现随着地势的平坦,贫困村贫困状况显著好转。超过57.70%的贫困村分布在山区县且其中有39.41%的贫困村属于重度贫困;分布在丘陵县的贫困村比例为23.58%,重度贫困比例为19.60%,VPI得分和VPI等级均低于全国平均水平;分布于平原县的贫困村贫困现状相对较好,平均VPI等级为2.55,多属于轻度贫困与中度贫困。最后对比分析片区县与非片区县,分布于前者的贫困村无论是VPI得分、VPI等级还是重度贫困比例都要明显高于后者,总体上要更贫困。
显示原图|下载原图ZIP|生成PPT图4县级尺度多维贫困现状分析图
-->Fig. 4The line graph of the VPI in different counties
-->
4.2 贫困空间异质性格局
对51461个“整村推进”项目村数据进行加权核密度分析,结果如图5所示。从图中能够发现,在滇西边境山区、滇黔桂石漠化区、乌蒙山区等中西部地区存在明显贫困集聚现象,贫困高度集中。这类地区贫困严重的原因一方面是自然禀赋较差,经济发展困难,导致贫困程度较高;另一方面也是因为这些地区人口密度较大,导致贫困的空间分布相对集中。而像南疆三地州、四省藏区、大兴安岭南麓山区等地区由于地广人稀的特性,虽然贫困村贫困程度很高,但相对而言无法形成大规模的集聚效应。因此,就全国贫困村空间分布而言,形成了图5所示的西南部和中部贫困密度大分布集中、东部和西北部贫困密度小分布离散的贫困空间异质性格局。
显示原图|下载原图ZIP|生成PPT图5贫困村加权核密度分布图
-->Fig. 5The spatial layout of the weighted Kernel density estimation of poverty-stricken villages
-->
同时,根据加权核密度模型计算扶贫攻坚的战略重点地区,贫困村的空间分布出现了图5所示3个“一级核心”、6个“二级核心”以及多个“三级核心”的聚集特征。其中,3个“一级核心”分别出现在云南省的楚雄、玉溪、昆明、思茅、临沧、大理地区,广西壮族自治区的柳州、南宁、河池地区以及贵州省的贵阳、毕节、安顺、黔南、黔东南地区。分析“一级核心”产生原因,一方面贵州、云南、广西是中国贫困人口规模最大、贫困程度最高的地区;另一方面“一级核心”辐射地区多为山地地形且少数民族人口众多,村落聚集现象显著。6个“二级核心”分别位于湖南省、江西省、四川省、重庆市、甘肃省、陕西省境内。“三级核心”则多分布在其余贫困高发的地区。分析“核心”的成因,可以将“核心”分成两类：第一类是贫困村数量驱动型,如位于罗霄山区北部江西省境内的“二级核心”,贫困村数量众多、分布密集;第二类是贫困村贫困深度驱动型,如位于四省藏区中部青海省内的“三级核心”,相对于周边地区贫困村分布较为稀疏,但由于贫困深度较高依旧形成了一个聚集地带。
总体而言,中国贫困村分布呈现出一种东部和西北部稀疏、中部和西南部密集的“夹层”形空间异质性格局,同时存在多个不同量级、呈“星点”式分布的贫困核心。
4.3 贫困空间依赖性格局
首先,分析贫困全局空间依赖性。基于贫困村VPI得分利用全局空间自相关方法得到Moran's I指数,并采用999次随机化运算提高结果的稳健性。结果显示,贫困村全局Moran's I指数为0.55,且在1%的显著水平拒绝原假设,表明中国贫困村的多维贫困存在较强的空间依赖性。其次,分析贫困局部空间依赖性。利用局部空间自相关方法得到LISA图（图6）,同样经过999次随机化运算增强结果稳健性。从多维贫困程度分布格局而言,整体呈西高东低的“阶梯状”分布格局;从局部空间依赖性格局而言,高—高贫困区主要分布在中国西部地区;低—高贫困区主要分布在西部发展相对良好的地区,如位于秦巴、武陵、乌蒙三个特困连片区之间的重庆及其周边地区;低—低贫困区主要分布在中国中部与东北三省地区;高—低贫困区主要分布在大兴安岭南麓山区、燕山—太行山区、吕梁山片区、秦巴山区、大别山区,相对于片区周边的贫困村,这5个片区内的贫困村多维贫困程度要明显更高;位于中国大陆地区腹部,出现了一条高—高贫困区与低—低贫困区的灰色“过渡带”,其内贫困村未出现显著空间依赖性,解释其成因,该“过渡带”位于大兴安岭、内蒙古草原地区、秦岭、巫山、武夷山连线地区,村落分布相对两侧地区较为稀疏,削弱了邻近贫困村之间的空间相关性,从而导致其贫困村VPI得分起伏波动较大,因此未出现显著空间依赖性。总体而言,中国贫困村的多维贫困局部空间依赖性格局为高—高区、低—低区集中式分布,高—低区、低—高区离散夹杂式分布,且表现为西高东低的“阶梯状”。
显示原图|下载原图ZIP|生成PPT图6局部空间自相关LISA图
-->Fig. 6The LISA diagram of poverty-stricken villages
-->
5 结论
中国贫困村数量众多,在不同尺度存在贫困规模与贫困程度的差异性,同时空间分布上也表现出不均衡性。研究中国贫困村应更多关注对贫困村精准测度与贫困村空间差异的分析。本文以“十二五”期间全国“整村推进”项目贫困村数据为样本,从空间贫困的视角,构建多维贫困测度体系,分别从多尺度与多维度视角定量分析了中国贫困村的贫困现状。同时结合GIS加权核密度、空间自相关等计量空间分析模型对中国贫困村的空间异质性格局、空间依赖性格局进行了探索。得到以下结论：全国尺度下,贫困村整体贫困深度偏深,基本呈中间大,两头小的“橄榄型”分布结构;省级尺度下,各省级单位的贫困村贫困深度与当地发展现状显著相关,各地存在不同的贫困深度与贫困差异特征;县级尺度下,不同类型县内的贫困村贫困深度不同,国家级贫困县>省级贫困县>普通县,西部县>中部县>东部县,牧区县>农区县>半农半牧区县,山区县>丘陵县>平原县,片区县>非片区县。贫困村的多维贫困程度存在较强的全局空间依赖性,局部呈现为高—高区与低—低区集中式分布、高—低区与低—高区离散夹杂式分布、整体表现为西高东低的“阶梯状”格局。且呈现出一种东部和西北部稀疏、中部和西南部密集的“夹层”形空间异质性格局,同时存在多个不同量级呈“星点”式分布的贫困核心。受数据可得性的限制,本文存在两个不足：一是在指标体系构建上,对部分重要指标可能存有遗漏;二是为截面数据,缺乏时空演变分析。后续研究中将进一步完善,并结合“精准扶贫”方略思想,对贫困村扶贫效果与贫困特征进行研究。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | We evaluate the effectiveness of regional targeting in China's large-scale poverty alleviation program begun in 1986 by analyzing a panel data set of all counties in China for the period 1981-1995. Estimates of models of poor county designation and poverty fund allocation and newly defined targeting gap and targeting error measures show that political factors have affected targeting and that leakage has increased while coverage has improved. Only one of the three main programs is progressive. Growth model estimates find that poor county designation increased incomes per capita by 2.28% per year during 1985-1992 and 0.91% during 1992-1995. These results are relatively robust to redefining control groups using propensity-score matching methods. |
| [2] | . 能力贫困、动态贫困、多维贫困更符合贫困的本质和走向,本文利用2010年和2012年中国家庭追踪调查（CFPS）农村平衡面板数据,运用Biprobit模型基于个人层面可行能力和主观福利感受分析农村人口多维贫困状态持续与转变。结果表明：农村人口年龄、从事农业活动时间、区域差异、受教育程度、绝对收入、社会地位及相对收入等均对农村人口持续多维贫困产生显著影响。受教育程度、从事农业活动时间、区域差异、年龄、相对收入、户籍和绝对收入均对农村人口陷入多维贫困产生显著影响。农村人口从事农业活动的时间越长,持续多维贫困的可能性越高,陷入多维贫困的可能性越低。东部、中部、西部发生持续性多维贫困的可能较高,而东部、西部陷入多维贫困的可能性较低。绝对收入、相对收入和社会地位越高,农村人口发生持续性多维贫困的可能性越低。女性、受教育程度较低的农村人口持续性多维贫困的可能性更高。相对收入较低的农村人口易于陷入多维贫困,然而相对收入对农村人口持续性多维贫困的作用不明显。社会地位对农村人口持续性多维贫困产生消极作用,却对陷入多维贫困的影响不显著。主要研究结论：打破＂持续多维贫困＂恶性循环应从＂小处＂着手,以＂输血＂为主,＂走进去＂识贫,＂走出来＂脱贫;防范农村人口陷入多维贫困应从＂大局＂着眼,把发展和消除不平等作为解决多维贫困的根本途径,引导＂脱贫＂和防范＂返贫＂,提能力避返贫,新思路促扶贫。精准扶贫机制要建立在契合贫困本质的贫困标准上,找准＂贫根＂,寻共性扶贫,诊特性脱贫。 . 能力贫困、动态贫困、多维贫困更符合贫困的本质和走向,本文利用2010年和2012年中国家庭追踪调查（CFPS）农村平衡面板数据,运用Biprobit模型基于个人层面可行能力和主观福利感受分析农村人口多维贫困状态持续与转变。结果表明：农村人口年龄、从事农业活动时间、区域差异、受教育程度、绝对收入、社会地位及相对收入等均对农村人口持续多维贫困产生显著影响。受教育程度、从事农业活动时间、区域差异、年龄、相对收入、户籍和绝对收入均对农村人口陷入多维贫困产生显著影响。农村人口从事农业活动的时间越长,持续多维贫困的可能性越高,陷入多维贫困的可能性越低。东部、中部、西部发生持续性多维贫困的可能较高,而东部、西部陷入多维贫困的可能性较低。绝对收入、相对收入和社会地位越高,农村人口发生持续性多维贫困的可能性越低。女性、受教育程度较低的农村人口持续性多维贫困的可能性更高。相对收入较低的农村人口易于陷入多维贫困,然而相对收入对农村人口持续性多维贫困的作用不明显。社会地位对农村人口持续性多维贫困产生消极作用,却对陷入多维贫困的影响不显著。主要研究结论：打破＂持续多维贫困＂恶性循环应从＂小处＂着手,以＂输血＂为主,＂走进去＂识贫,＂走出来＂脱贫;防范农村人口陷入多维贫困应从＂大局＂着眼,把发展和消除不平等作为解决多维贫困的根本途径,引导＂脱贫＂和防范＂返贫＂,提能力避返贫,新思路促扶贫。精准扶贫机制要建立在契合贫困本质的贫困标准上,找准＂贫根＂,寻共性扶贫,诊特性脱贫。 |
| [3] | . 长期以来,中国坚持政府主导推动减贫事业,在实践中不断推进扶贫开发的理论创新、组织创新和制度创新,走出了一条中国特色的扶贫开发道路,为全球减贫事业做出了巨大贡献。然而,目前中国仍有7 017万农村贫困人口,成为全面建成小康社会的最大短板。文章深入剖析了新时期中国农村贫困化基本特征,揭示了农村贫困化地域分异规律,探明了农村贫困化的主导因素,提出了科学推进精准扶贫的战略与对策。研究结果表明:贫困人口规模大、分布广、贫困程度深、脱贫难度逐渐加大,是当前中国农村贫困状况的基本特征,因病、因残、因学、因灾致贫或返贫现象突出;农村贫困人口逐渐向我国中西部深石山区、高寒区、民族地区和边境地区集聚,具有贫困户、贫困村、贫困县、贫困区(片)等多级并存的组织结构和空间分布格局;"胡焕庸线"西北部、东南部贫困人口的比重分别占16.4%、83.6%;自然环境恶劣、区位条件差、基础设施落后、区域发展不均衡及前期扶贫开发政策精准性不够等,是中国农村持续贫困的主要症结。如期实现2020年全面消除贫困,亟需扶贫工作体制机制的创新,科学推进精准扶贫战略。 长期以来,中国坚持政府主导推动减贫事业,在实践中不断推进扶贫开发的理论创新、组织创新和制度创新,走出了一条中国特色的扶贫开发道路,为全球减贫事业做出了巨大贡献。然而,目前中国仍有7 017万农村贫困人口,成为全面建成小康社会的最大短板。文章深入剖析了新时期中国农村贫困化基本特征,揭示了农村贫困化地域分异规律,探明了农村贫困化的主导因素,提出了科学推进精准扶贫的战略与对策。研究结果表明:贫困人口规模大、分布广、贫困程度深、脱贫难度逐渐加大,是当前中国农村贫困状况的基本特征,因病、因残、因学、因灾致贫或返贫现象突出;农村贫困人口逐渐向我国中西部深石山区、高寒区、民族地区和边境地区集聚,具有贫困户、贫困村、贫困县、贫困区(片)等多级并存的组织结构和空间分布格局;"胡焕庸线"西北部、东南部贫困人口的比重分别占16.4%、83.6%;自然环境恶劣、区位条件差、基础设施落后、区域发展不均衡及前期扶贫开发政策精准性不够等,是中国农村持续贫困的主要症结。如期实现2020年全面消除贫困,亟需扶贫工作体制机制的创新,科学推进精准扶贫战略。 |
| [4] | 中国科学院机构知识库(中国科学院机构知识库网格（CAS IR GRID）)以发展机构知识能力和知识管理能力为目标，快速实现对本机构知识资产的收集、长期保存、合理传播利用，积极建设对知识内容进行捕获、转化、传播、利用和审计的能力，逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力，开展综合知识管理。 中国科学院机构知识库(中国科学院机构知识库网格（CAS IR GRID）)以发展机构知识能力和知识管理能力为目标，快速实现对本机构知识资产的收集、长期保存、合理传播利用，积极建设对知识内容进行捕获、转化、传播、利用和审计的能力，逐步建设包括知识内容分析、关系分析和能力审计在内的知识服务能力，开展综合知识管理。 |
| [5] | <a name="Abs1"></a> This paper explores the axiomatic foundation of multidimensional poverty indices. Departing from the income approach which measures poverty by aggregating shortfalls of incomes from a pre-determined poverty-line income, a multidimensional index is a numerical representation of shortfalls of basic needs from some pre-specified minimum levels. The class of subgroup consistent poverty indices introduced by Foster and Shorrocks (1991) is generalized to the multidimensional context. New concepts necessary for the design of distribution-sensitive multidimensional poverty measures are introduced. Specific classes of subgroup consistent multidimensional poverty measures are derived based on sets of reasonable axioms. This paper also highlights the fact that domain restrictions may have a critical role in the design of multidimensional indices. |
| [6] | . 本文采用Alkireand Foster于2007年开发的多维贫困测量方法，利用2006年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测量。测量结果表明，中国城市和农村家庭都存在收入之外的多维贫困，城市和农村近1/5的家庭存在收入之外任意3个维度的贫困。中国城市和农村的贫困状况远远高于国家统计局以收入为标准测量的贫困发生率。维度分解结果表明，卫生设施、健康保险和教育对多维贫困指数的贡献最大。对样本地区的分解结果表明，贵州省多维贫困指数最高。城乡分解结果表明，黑龙江和广西的城市多维贫困比较突出。因此，中国下一个十年（2011-2020年）扶贫开发纲要应从多维度识别和瞄准贫困。 本文采用Alkireand Foster于2007年开发的多维贫困测量方法，利用2006年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测量。测量结果表明，中国城市和农村家庭都存在收入之外的多维贫困，城市和农村近1/5的家庭存在收入之外任意3个维度的贫困。中国城市和农村的贫困状况远远高于国家统计局以收入为标准测量的贫困发生率。维度分解结果表明，卫生设施、健康保险和教育对多维贫困指数的贡献最大。对样本地区的分解结果表明，贵州省多维贫困指数最高。城乡分解结果表明，黑龙江和广西的城市多维贫困比较突出。因此，中国下一个十年（2011-2020年）扶贫开发纲要应从多维度识别和瞄准贫困。 |
| [7] | This report examines the shift in global dynamics driven by the fast-rising new powers of the developing world and its long-term implications for human development. It identifies more than 40 countries in the developing world that have done better than had been expected in human development terms in recent decades with their progress accelerating markedly over the past ten years. The Report analyzes the causes and consequences of these countries achievements and the challenges that they face today and in the coming decades. |
| [8] | This paper proposes a new methodology for multidimensional poverty measurement consisting of an identification method rho(k) that extends the traditional intersection and union approaches, and a class of poverty measures M-alpha. Our identification step employs two forms of cutoff: one within each dimension to determine whether a person is deprived in that dimension, and a second across dimensions that identifies the poor by 'counting' the dimensions in which a person is deprived. The aggregation step employs the FGT measures, appropriately adjusted to account for multidimensionality. The axioms are presented as joint restrictions on identification and the measures, and the methodology satisfies a range of desirable properties including decomposability. The identification method is particularly well suited for use with ordinal data, as is the first of our measures, the adjusted headcount ratio M-0. We present some dominance results and an interpretation of the adjusted headcount ratio as a measure of unfreedom. Examples from the US and Indonesia illustrate our methodology. (C) 2010 Elsevier B.V. All rights reserved. |
| [9] | . <p>发展多维贫困度量方法和提高贫困识别精准度是近年国际贫困研究中的热点领域,也是中国未来提高农村扶贫实践质量和效率所面临的关键问题。本文借鉴国际上关于脆弱性—可持续生计框架模型在贫困研究中的学术思想,通过建立农村多维贫困测度指标体系和地理识别方法,对中国农村开展了县域尺度的贫困地理识别,并与单维度收入贫困以及国家最新认定的扶贫开发重点县进行了对比分析,最后对识别的多维贫困县按扶贫措施相似性进行了类型划分。研究结果表明：655个县级单元被识别为多维度贫困县,涉及农村人口1.41亿人;空间分布集中连片特征显著,青藏高原及其周边的南疆三地州、黄土高原西部、滇西—川西高山峡谷区为最大的连片贫困区;有71.79%的国家重点贫困县与识别结果重叠,与国家重点贫困县对比,识别的多维贫困县在各单维度和综合维度都处于更劣势水平;多维贫困县被划分为金融资本缺乏型、人力资本缺乏型、基础建设缺乏型、金融基建兼缺型、人力基建兼缺型、生计途径缺乏型、生存条件缺乏型和发展条件缺乏型8种类型。</p> <p>发展多维贫困度量方法和提高贫困识别精准度是近年国际贫困研究中的热点领域,也是中国未来提高农村扶贫实践质量和效率所面临的关键问题。本文借鉴国际上关于脆弱性—可持续生计框架模型在贫困研究中的学术思想,通过建立农村多维贫困测度指标体系和地理识别方法,对中国农村开展了县域尺度的贫困地理识别,并与单维度收入贫困以及国家最新认定的扶贫开发重点县进行了对比分析,最后对识别的多维贫困县按扶贫措施相似性进行了类型划分。研究结果表明：655个县级单元被识别为多维度贫困县,涉及农村人口1.41亿人;空间分布集中连片特征显著,青藏高原及其周边的南疆三地州、黄土高原西部、滇西—川西高山峡谷区为最大的连片贫困区;有71.79%的国家重点贫困县与识别结果重叠,与国家重点贫困县对比,识别的多维贫困县在各单维度和综合维度都处于更劣势水平;多维贫困县被划分为金融资本缺乏型、人力资本缺乏型、基础建设缺乏型、金融基建兼缺型、人力基建兼缺型、生计途径缺乏型、生存条件缺乏型和发展条件缺乏型8种类型。</p> |
| [10] | . 随着扶贫理论和扶贫工作的深入,贫困的度量已由传统的经济指标向包括经济、社会、环境在内的多维度扩展,依据新时期中国农村扶贫开发纲要划定的扶贫主战场 ——集中连片特困地区,以宁夏西吉县为例,基于2001-2012年数据,结合信息熵分析西吉县多维贫困的时间演变趋势,并结合障碍度模型对贫困的主要影 响因素进行阐述.结果表明,2001-2012年,西吉县的贫困程度整体呈波动下降趋势;经济因素始终是贫困的主要影响因素,其影响程度不断减弱;后期, 环境和社会维度对贫困的影响逐渐增强.一方面,在改变生产方式、发展经济的同时,继续推进生态移民、退耕还林(草)、植树造林工程和农户后续生计的培训, 促进生态恢复.另一方面,以教育、医疗和饮水等为重点,促进基础公共服务水平的提高,推动地区经济、社会和环境的协调发展,根本上改变西吉县贫困落后的面 貌. 随着扶贫理论和扶贫工作的深入,贫困的度量已由传统的经济指标向包括经济、社会、环境在内的多维度扩展,依据新时期中国农村扶贫开发纲要划定的扶贫主战场 ——集中连片特困地区,以宁夏西吉县为例,基于2001-2012年数据,结合信息熵分析西吉县多维贫困的时间演变趋势,并结合障碍度模型对贫困的主要影 响因素进行阐述.结果表明,2001-2012年,西吉县的贫困程度整体呈波动下降趋势;经济因素始终是贫困的主要影响因素,其影响程度不断减弱;后期, 环境和社会维度对贫困的影响逐渐增强.一方面,在改变生产方式、发展经济的同时,继续推进生态移民、退耕还林(草)、植树造林工程和农户后续生计的培训, 促进生态恢复.另一方面,以教育、医疗和饮水等为重点,促进基础公共服务水平的提高,推动地区经济、社会和环境的协调发展,根本上改变西吉县贫困落后的面 貌. |
| [11] | |
| [12] | . 农村贫困地理作为农村贫困研究的一个重要分支,其研究成果对丰富农村贫困理论和制定农村扶贫政策都具有十分重要的意义.随着普查数据的完善、地理信息技术和遥感技术的应用以及统计分析方法的发展,农村贫困地理研究呈现出一些新趋势和新特征.通过梳理近20年来国外农村贫困研究文献,从地理学视角对空间贫困陷阱的概念及存在性检验、地理因素对农村贫困形成的作用机理、区域贫困的测算及贫困地图的绘制、区域瞄准及效果评估等方面进行系统的回顾和评述,总结出国外农村贫困地理研究的特点与发展方向,提出未来国内相关研究的若干主题. 农村贫困地理作为农村贫困研究的一个重要分支,其研究成果对丰富农村贫困理论和制定农村扶贫政策都具有十分重要的意义.随着普查数据的完善、地理信息技术和遥感技术的应用以及统计分析方法的发展,农村贫困地理研究呈现出一些新趋势和新特征.通过梳理近20年来国外农村贫困研究文献,从地理学视角对空间贫困陷阱的概念及存在性检验、地理因素对农村贫困形成的作用机理、区域贫困的测算及贫困地图的绘制、区域瞄准及效果评估等方面进行系统的回顾和评述,总结出国外农村贫困地理研究的特点与发展方向,提出未来国内相关研究的若干主题. |
| [13] | This study builds on research demonstrating that sub-regions within the United States have different processes that abet poverty and that child poverty is spatially differentiated. We focus on the social attributes of the local area to assess what the geographic place represents in terms of social characteristics, namely racial/ethnic composition and economic structure, and to resolve apparent inconsistencies in poverty research. Using spatial regime and spatial error regression techniques to analyze county census data, we examine spatial differentiation in the relationships that generate child poverty. Our approach addresses the conceptual and technical aspects of spatial inequality. Results show that local-area processes are at play with implications for more nuanced theoretical models and anti-poverty policies that consider systematic differences in factors contributing to child poverty according to the racial/ethnic and economic contexts. |
| [14] | The study decomposes the Landscape of Poverty in Nigeria based on the significance of spatial contiguity using Senatorial Districts - level Data. The data used for the study were obtained from National Living Standard Survey and Core Welfare Indicators Questionnaire Survey conducted by National Bureau of Statistics in 2004 and 2006 respectively. Exploratory spatial data analysis and spatial autocorrelation test were carried out on poverty incidence data. Average national poverty rate of the Senatorial Districts (SD) was 56.0%. Forty nine percent of the SD had poverty rate (PR) below the national average. The global Moran鈥檚 I value obtained is strongly positive (0.6657), indicating that spillover of poverty exist among SD. The study revealed that 52% of the SD with significant spatial association had low PR neighboured by low PR SD (Low-Low), 41% of the SD with high PR were neighboured by high PR SD (High-High) and 7% of SDs with low PR were surrounded by high PR SD (Low-High). The mean PR in high-high and low-low SDs was 82.6% and 31.8% respectively. The study recommends that for a significant poverty reduction to be achieved in Nigeria, greater attention in terms of poverty alleviation strategies should be concentrated on the senatorial districts that constitute the hotspots of poverty. |
| [15] | |
| [16] | This paper investigates whether physical accessibility or ethnicity is a stronger determinant of poverty in Vietnam. Spatially disaggregated welfare indexes for population subgroups show that overall inequality is shaped by an urban-rural welfare divide, closely followed in importance by sharp welfare differences between ethnic groups. Accessibility to urban areas is a weaker determinant of poverty. The findings have important implications for the targeting of rural development investments. Addressing the factors isolating ethnic minorities from the mainstream economy is likely to be a more useful strategy in reducing rural poverty and inequality than simple geographic targeting. |
| [17] | . 介绍了综合评价的逻辑过程及指标体系的建立在综合评价中的重要地位,讨论了指标体系初建、筛选和结构优化的研究现状、运用的基本方法及方法的优劣,分析了多属性综合评价指标体系理论的发展趋势。 介绍了综合评价的逻辑过程及指标体系的建立在综合评价中的重要地位,讨论了指标体系初建、筛选和结构优化的研究现状、运用的基本方法及方法的优劣,分析了多属性综合评价指标体系理论的发展趋势。 |
| [18] | . <p>在阐述多维贫困和空间贫困概念内涵及其指标基础上，提出了集中连片特殊困难地区村域空间贫困测度指标体系构建的基本原则，即强调科学性和主导性原则、重视数据的可获得性和测度的可操作性、体现减贫与反贫困的新要求、突出区域性和空间刻画能力。据此，构建了包括经济、社会、环境和政策4 个维度，收入和消费、市场连通性、人口状况、学有所教、病有所医、老有所养、住有所居、劳有所得、地貌要素、自然灾害、生态安全、农业生态、粮食安全和政策的实效性共13 个指标组，27 个原始指标或生成指标构成的集中连片特殊困难地区村域空间贫困测度指标体系。进一步讨论了空间贫困测度指标的检验、获取方法和空间化等关键问题。</p> <p>在阐述多维贫困和空间贫困概念内涵及其指标基础上，提出了集中连片特殊困难地区村域空间贫困测度指标体系构建的基本原则，即强调科学性和主导性原则、重视数据的可获得性和测度的可操作性、体现减贫与反贫困的新要求、突出区域性和空间刻画能力。据此，构建了包括经济、社会、环境和政策4 个维度，收入和消费、市场连通性、人口状况、学有所教、病有所医、老有所养、住有所居、劳有所得、地貌要素、自然灾害、生态安全、农业生态、粮食安全和政策的实效性共13 个指标组，27 个原始指标或生成指标构成的集中连片特殊困难地区村域空间贫困测度指标体系。进一步讨论了空间贫困测度指标的检验、获取方法和空间化等关键问题。</p> |
| [19] | . 基于贫困农户的调研数据,采用贫困发生率、贫困缺口率、SPG指数、贫困承受等指数对样本村的贫困广度、深度及强度进行实证分析。研究发现:1)各地形区和各民族村的恩格尔系数、贫困发生率和贫困缺口指数三者之间的动态趋同度较高。2)各地形区和各民族村的贫困承受指数和SPG指数整体呈现逐年下降趋势,贫困状况向好趋势明显。3)各贫困村的脱贫时间在逐年缩短,扶贫工作取得切实成效,而黄土丘陵沟壑区贫困村的贫困广度、深度和强度是三地貌之最,扶贫负担仍然很重。村域扶贫对象的精准识别必须确保前期问卷设计的多维性,注重扶贫政策制定的均衡性、特殊性和资源分配的区域性,并要加强后期的技术动态监测与创新管理。 基于贫困农户的调研数据,采用贫困发生率、贫困缺口率、SPG指数、贫困承受等指数对样本村的贫困广度、深度及强度进行实证分析。研究发现:1)各地形区和各民族村的恩格尔系数、贫困发生率和贫困缺口指数三者之间的动态趋同度较高。2)各地形区和各民族村的贫困承受指数和SPG指数整体呈现逐年下降趋势,贫困状况向好趋势明显。3)各贫困村的脱贫时间在逐年缩短,扶贫工作取得切实成效,而黄土丘陵沟壑区贫困村的贫困广度、深度和强度是三地貌之最,扶贫负担仍然很重。村域扶贫对象的精准识别必须确保前期问卷设计的多维性,注重扶贫政策制定的均衡性、特殊性和资源分配的区域性,并要加强后期的技术动态监测与创新管理。 |
| [20] | . 研究连片特困区的多维贫困，从多维角度把握贫困的实质，澄清多维贫困概念上和度量上的一系列问题，更加细化、深化研究连片特困区的贫困问题，确定连片特困区贫困的相关维度、多维视角下的贫困主体以及多维贫困测度，可以指导连片特困区制定减贫政策。而连片特困区的减贫需涵盖社会事业的方方面面，从经济发展、福利待遇、基础设施到生态建设、节能环保等具体措施的实施，都不是单一的独立运行，而是相互联系、相辅相成，需借助多维贫困测度和空间分布特征研究细化、深化连片特困区的减贫政策。 本文以高坪乡多维贫困和综合治理为中心，分为两大模块：国内外对多维贫困的相关研究和高坪乡多维贫困的具体测度政策治理研究，共计五章。第一章：绪论。简要阐述本论文的研究背景、选题意义、国内外研究现状、研究思路与方法,并提出本文创新之处与不足之处。第二章：多维贫困与综合治理的研究及理论基础。对贫困理论的起源、多维贫困和多维贫困测度概念的界定、多维贫困测度的理论体系，以及国内外贫困的综合治理理论相关研究简要概述，并简要阐述国家减贫政策和项目实施的效应评估。第三章：高坪乡多维贫困实证研究。在对现有的多维贫困评价指标体系和评价方法做简要回顾，得到经验和启示的基础上，根据构建指标原则，确定科学的综合评价方法，对处于武陵山连片特困区的高坪乡的贫困进行多角度的分析。第四章：高坪乡现有减贫政策及项目实施效应评估。简要阐述高坪乡现有减贫政策，并对减贫项目实施后的减贫效果作效应评估。第五章：高坪乡多维贫困综合治理思路与建议。总体概括连片特困区多维贫困综合治理方式，并根据实证分析的结果，针对高坪乡现有减贫政策存在的问题，提出完善高坪乡减贫政策的思路和具有可行性的对策建议，供相关部门参考。 本文在借鉴已有的研究成果基础上，注重理论联系实际，注重定性分析和定量分析相结合、规范分析与实证分析相结合。在对连片特困区以及高坪乡的定性描述后，借助政治学、区域经济学，经济地理等多学科工具，对连片特困区和高坪乡多维贫困和综合治理作全面、科学、系统的评价分析、项目实施效应评估。 研究连片特困区的多维贫困，从多维角度把握贫困的实质，澄清多维贫困概念上和度量上的一系列问题，更加细化、深化研究连片特困区的贫困问题，确定连片特困区贫困的相关维度、多维视角下的贫困主体以及多维贫困测度，可以指导连片特困区制定减贫政策。而连片特困区的减贫需涵盖社会事业的方方面面，从经济发展、福利待遇、基础设施到生态建设、节能环保等具体措施的实施，都不是单一的独立运行，而是相互联系、相辅相成，需借助多维贫困测度和空间分布特征研究细化、深化连片特困区的减贫政策。 本文以高坪乡多维贫困和综合治理为中心，分为两大模块：国内外对多维贫困的相关研究和高坪乡多维贫困的具体测度政策治理研究，共计五章。第一章：绪论。简要阐述本论文的研究背景、选题意义、国内外研究现状、研究思路与方法,并提出本文创新之处与不足之处。第二章：多维贫困与综合治理的研究及理论基础。对贫困理论的起源、多维贫困和多维贫困测度概念的界定、多维贫困测度的理论体系，以及国内外贫困的综合治理理论相关研究简要概述，并简要阐述国家减贫政策和项目实施的效应评估。第三章：高坪乡多维贫困实证研究。在对现有的多维贫困评价指标体系和评价方法做简要回顾，得到经验和启示的基础上，根据构建指标原则，确定科学的综合评价方法，对处于武陵山连片特困区的高坪乡的贫困进行多角度的分析。第四章：高坪乡现有减贫政策及项目实施效应评估。简要阐述高坪乡现有减贫政策，并对减贫项目实施后的减贫效果作效应评估。第五章：高坪乡多维贫困综合治理思路与建议。总体概括连片特困区多维贫困综合治理方式，并根据实证分析的结果，针对高坪乡现有减贫政策存在的问题，提出完善高坪乡减贫政策的思路和具有可行性的对策建议，供相关部门参考。 本文在借鉴已有的研究成果基础上，注重理论联系实际，注重定性分析和定量分析相结合、规范分析与实证分析相结合。在对连片特困区以及高坪乡的定性描述后，借助政治学、区域经济学，经济地理等多学科工具，对连片特困区和高坪乡多维贫困和综合治理作全面、科学、系统的评价分析、项目实施效应评估。 |
| [21] | . 本文综述了国内综合评价时基于指标区分度、相关性、代表性、层次分析法,回归方程法、专家法的各种指标筛选方法现状. 本文综述了国内综合评价时基于指标区分度、相关性、代表性、层次分析法,回归方程法、专家法的各种指标筛选方法现状. |
| [22] | . 在被评价对象的指标值与理想值之间的广义距离和充分小的情况下, 追求不同赋权方法权重组合系数的信息分配最合理.随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果.本文的特色与创新一是 本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标.二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根 据解集对评价对象进行排序, 增加了排序的可靠性,也为多目标模型求解提供了一种新思路.三是改变了组合赋权系数为近似平均的结果.四是解决了多目标线性加权求解时多个目标组合系数不 确定问题. 在被评价对象的指标值与理想值之间的广义距离和充分小的情况下, 追求不同赋权方法权重组合系数的信息分配最合理.随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果.本文的特色与创新一是 本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标.二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根 据解集对评价对象进行排序, 增加了排序的可靠性,也为多目标模型求解提供了一种新思路.三是改变了组合赋权系数为近似平均的结果.四是解决了多目标线性加权求解时多个目标组合系数不 确定问题. |
| [23] | Spatial data analysis : theory and practice Robert Haining Cambridge University Press, 2003 : pbk |
| [24] | This article outlines the motivation for a spatial approach as a novel focus for cross-disciplinary interaction and research in the social and behavioral sciences. The authors review the emerging interest in space and place in the recent social science literature and develop a vision for a spatially integrated social science. This vision provides the conceptual basis for a program of six activities designed to promote a spatial perspective: learning resources, workshops, best-practice examples, place-based search, software tools, and a virtual community. The six programs will be informed by advances in the methods, technologies, and principles underlying spatial information science. |
