葉宸辰 唐斌斌 劉林平

扶貧開(kāi)發(fā)是中國(guó)改革開(kāi)放以來(lái)的偉大事業(yè),精準(zhǔn)識(shí)別貧困對(duì)象是客觀、科學(xué)扶貧的重要基礎(chǔ)。精準(zhǔn)扶貧,在微觀層次上要落實(shí)到戶,在中觀與宏觀層次上則要精準(zhǔn)劃分貧困縣②政府文件中使用的全稱(chēng)是“國(guó)家扶貧開(kāi)發(fā)重點(diǎn)縣”。為了直觀簡(jiǎn)明,本文將其簡(jiǎn)稱(chēng)為“國(guó)家級(jí)貧困縣”或“貧困縣”。?；仡欀袊?guó)農(nóng)村扶貧開(kāi)發(fā)的發(fā)展進(jìn)程,可以把扶貧工作的主要特點(diǎn)概括為區(qū)域瞄準(zhǔn)[1]。20世紀(jì)80年代中期以國(guó)家或省確定的貧困縣為主要扶貧對(duì)象,2001年轉(zhuǎn)為15萬(wàn)個(gè)貧困村,2011年又確立14個(gè)連片特困地區(qū)[2]。可見(jiàn),區(qū)域扶貧是我國(guó)長(zhǎng)期以來(lái)扶貧開(kāi)發(fā)的主要手段。本文將圍繞區(qū)域扶貧——精準(zhǔn)識(shí)別貧困縣展開(kāi)分析。

相比于微觀貧困識(shí)別,宏觀識(shí)別能夠解決諸多問(wèn)題,如減少人力、物力、財(cái)力的損耗,減少精準(zhǔn)識(shí)別到戶的地理障礙,提高宏觀扶貧政策的實(shí)施質(zhì)量,減少政策制定時(shí)無(wú)法預(yù)測(cè)的實(shí)施風(fēng)險(xiǎn)等[3-5]。在宏觀層次上識(shí)別,在區(qū)域中解決問(wèn)題,不僅是微觀精準(zhǔn)識(shí)別的良好基礎(chǔ),而且能夠?yàn)榉鲐氶_(kāi)發(fā)帶來(lái)新的突破口。

那么,從我國(guó)開(kāi)始實(shí)施扶貧開(kāi)發(fā)政策以來(lái),貧困縣識(shí)別是否精準(zhǔn)?貧困縣評(píng)定過(guò)程是否受到政治、歷史、區(qū)位等非經(jīng)濟(jì)因素的影響?這都是需要正視的問(wèn)題。本文將使用DMSP/OLS夜間燈光數(shù)據(jù),對(duì)國(guó)家級(jí)貧困縣劃分的準(zhǔn)確度進(jìn)行檢驗(yàn),并深入分析。

一、夜間燈光數(shù)據(jù)的客觀性與可用性

美國(guó)國(guó)防氣象衛(wèi)星計(jì)劃(Defense Meteorological Satellite Program,DMSP)在低空極軌道上運(yùn)行四顆搭載線性掃描系統(tǒng)(Operational Linescan System,OLS)的衛(wèi)星,其中三顆衛(wèi)星記載夜間數(shù)據(jù),即DMSP/OLS夜間燈光數(shù)據(jù),其獨(dú)特之處在于可以探測(cè)地表夜間在“可見(jiàn)光—近紅外波段”的發(fā)射輻射,利用搭載線性掃描系統(tǒng)可以監(jiān)測(cè)月光照射的云層,以及來(lái)自城市、鄉(xiāng)鎮(zhèn)、工廠、油氣光線和短暫的(如火災(zāi)和閃電)電磁波,形成“VIS”波段數(shù)據(jù)③NOAA.Night-time Lights Posters.https://ngdc.noaa.gov/eog/night_light_posters.html.(accessed April 28,2018)。。目前,美國(guó)國(guó)家地球物理數(shù)據(jù)中心(National Geophysical Data Center,NGDC)每天從四個(gè)衛(wèi)星接收數(shù)據(jù),數(shù)據(jù)處理量大約在8.5 GB?？梢?jiàn),DMSP/OLS夜間燈光數(shù)據(jù)也是一種大數(shù)據(jù)。目前,對(duì)原始數(shù)據(jù)的處理包括重新設(shè)置衛(wèi)星導(dǎo)航系統(tǒng),按時(shí)間順序整理數(shù)據(jù),通過(guò)傳感器解析數(shù)據(jù),處理在傳輸過(guò)程中由于翻轉(zhuǎn)引起的數(shù)據(jù)問(wèn)題,將數(shù)據(jù)整合到衛(wèi)星軌道中并將數(shù)據(jù)寫(xiě)入機(jī)器人磁帶庫(kù)系統(tǒng)①NOAA.DMSP Archive Description.https://ngdc.noaa.gov/eog/archive.html.(accessed April 28,2018)。。

(一)DMSP/OLS夜間燈光數(shù)據(jù)的優(yōu)勢(shì)

DMSP/OLS傳感器具有良好的物理特征優(yōu)勢(shì),增強(qiáng)了DMSP/OLS夜間燈光數(shù)據(jù)的客觀性,有效克服了傳統(tǒng)調(diào)查數(shù)據(jù)的諸多限制。

就其物理特征而言,在成像、傳感器、數(shù)據(jù)處理等三方面有其特殊性②NOAA.OLS-Operational Linescan System.https://ngdc.noaa.gov/eog/sensors/ols.html.(accessed April 28,2018)。。第一成像方面,DMSP/OLS傳感器具有低光成像功能,每天兩次檢測(cè)全球范圍內(nèi)的云分布和云頂溫度,同時(shí)形成紅外圖像。目前數(shù)據(jù)包括:全球范圍內(nèi)的低分辨率圖像數(shù)據(jù),三千米掃描記錄的高分辨率圖像數(shù)據(jù),以及根據(jù)監(jiān)測(cè)記錄的衛(wèi)星星歷、太陽(yáng)和月球的資料所形成的高分辨率圖像數(shù)據(jù)。其中,可見(jiàn)光圖像的像素是相對(duì)值,范圍在0到63之間。低分辨率掃描線的信息由1 465個(gè)可見(jiàn)像素、1 465個(gè)紅外像素、衛(wèi)星星歷、質(zhì)量評(píng)估結(jié)果以及其他衛(wèi)星和天文參數(shù)組成。高分辨率掃描線的信息包含7 325個(gè)像素和相關(guān)支持信息。第二傳感器方面,在太陽(yáng)和月亮不同的光照情況下,可調(diào)整傳感器的增益水平以保持恒定的云參考值。傳感器回?cái)[式掃描,以恒定的速率連續(xù)采集模擬信號(hào)。第三數(shù)據(jù)處理方面,通過(guò)壓縮、重新排序、重構(gòu)和解交織技術(shù)處理OLS數(shù)據(jù)。使用四體軌道力學(xué)程序計(jì)算衛(wèi)星星歷,所得數(shù)據(jù)均為觀測(cè)值,而不是預(yù)測(cè)值,并且軌道數(shù)也納入其內(nèi)。另外,缺失的掃描線會(huì)被重新正確定位。依據(jù)每個(gè)像素和每條完整的掃描線對(duì)數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估。

得益于DMSP/OLS傳感器的物理特征優(yōu)勢(shì),DMSP/OLS夜間燈光數(shù)據(jù)具備監(jiān)測(cè)數(shù)據(jù)的良好屬性。長(zhǎng)此以來(lái),傳統(tǒng)的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)屬于調(diào)查數(shù)據(jù),主要是通過(guò)普查或抽樣調(diào)查等方式收集獲得。調(diào)查數(shù)據(jù)的收集需要花費(fèi)高昂的人力、物力、財(cái)力成本,更新數(shù)據(jù)的周期較長(zhǎng),還可能受到政治或權(quán)力干擾,或者存在收集、錄入、匯總與統(tǒng)計(jì)過(guò)程中的人為誤差。而夜間燈光數(shù)據(jù)是一種監(jiān)測(cè)數(shù)據(jù),能夠?qū)崟r(shí)采集大到國(guó)家,小到縣域或村落的各個(gè)層次的全球數(shù)據(jù),不受地理空間、人為等因素干擾,數(shù)據(jù)的客觀性增強(qiáng)。因此,在量的方面,DMSP/OLS夜間燈光數(shù)據(jù)擴(kuò)大了數(shù)據(jù)采集量;在質(zhì)的方面,提高了數(shù)據(jù)的時(shí)效性、客觀性與準(zhǔn)確性。

(二)燈光數(shù)據(jù)在社會(huì)經(jīng)濟(jì)領(lǐng)域的應(yīng)用

在社會(huì)科學(xué)研究中,DMSP/OLS夜間燈光數(shù)據(jù)逐漸成為研究者青睞的研究工具。利用DMSP/OLS夜間燈光數(shù)據(jù)優(yōu)勢(shì)可以在城市空間、人口密度、經(jīng)濟(jì)發(fā)展等研究領(lǐng)域靈活應(yīng)用。比如在城市發(fā)展研究領(lǐng)域,城市空間研究、城市化研究是應(yīng)用燈光數(shù)據(jù)的主要研究方面。陳晉等人利用夜間燈光數(shù)據(jù)構(gòu)建燈光指數(shù),提出用遙感指標(biāo)法評(píng)估中國(guó)城市化水平[6]。他們指出,遙感指標(biāo)法可以克服統(tǒng)計(jì)指標(biāo)法的主觀性、滯后性、高成本等局限,彌補(bǔ)部分地區(qū)缺失的統(tǒng)計(jì)數(shù)據(jù),構(gòu)建綜合全面、有可比性的城市化水平測(cè)量指標(biāo),應(yīng)用前景廣泛[7]。再如,在人口研究領(lǐng)域,主要利用DMSP/OLS夜間燈光數(shù)據(jù)進(jìn)行人口密度分布的研究。卓莉等人運(yùn)用夜間燈光數(shù)據(jù)、人口數(shù)據(jù)和植被覆蓋指數(shù)來(lái)估算人口密度,發(fā)現(xiàn)其達(dá)到的人口密度網(wǎng)格化水平比行政單元化水平更接近人口實(shí)際分布特征,實(shí)現(xiàn)人口數(shù)據(jù)與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)的結(jié)合[8]。

此外,夜間燈光數(shù)據(jù)在經(jīng)濟(jì)發(fā)展領(lǐng)域的研究應(yīng)用也不容忽視。國(guó)內(nèi)外學(xué)者均已證明夜間燈光數(shù)據(jù)和國(guó)內(nèi)生產(chǎn)總值之間的強(qiáng)相關(guān)性,可以作為良好的社會(huì)經(jīng)濟(jì)參數(shù)。國(guó)外學(xué)者偏向從國(guó)家層次展開(kāi)研究,國(guó)內(nèi)學(xué)者則在省級(jí)或某區(qū)域的應(yīng)用居多。例如,1980年,韋爾奇(R.Welch)根據(jù)美國(guó)夜間燈光數(shù)據(jù)建立人口、城市面積與能源消耗量之間的關(guān)系模型(R2=0.89),證明夜間燈光數(shù)據(jù)可以監(jiān)測(cè)國(guó)家層面的能源消耗量[9]。1997年,埃利維奇(Christopher D.Elvidge)等研究夜間燈光數(shù)據(jù)與各國(guó)國(guó)內(nèi)生產(chǎn)總值的關(guān)系,發(fā)現(xiàn)二者具有強(qiáng)的對(duì)數(shù)-對(duì)數(shù)相關(guān)關(guān)系(R2=0.97)[10]。王琪等人的研究發(fā)現(xiàn)夜間燈光強(qiáng)度與中國(guó)各省的國(guó)內(nèi)生產(chǎn)總值的擬合度約為94%,證明夜間燈光數(shù)據(jù)應(yīng)用于省級(jí)經(jīng)濟(jì)分析的可行性[11]。徐康寧等以夜間燈光數(shù)據(jù)作為國(guó)內(nèi)生產(chǎn)總值的替代變量,揭示出政府夸大GDP統(tǒng)計(jì)數(shù)據(jù)的可能性[12]。

綜上可見(jiàn),在社會(huì)科學(xué)研究中,DMSP/OLS夜間燈光數(shù)據(jù)的時(shí)效性、客觀性、準(zhǔn)確性、易獲得性等優(yōu)勢(shì)使其具有廣泛的應(yīng)用價(jià)值。

(三)夜間燈光數(shù)據(jù)在貧困研究中的應(yīng)用

1.代理變量:與多維貧困指數(shù)強(qiáng)相關(guān)

在貧困問(wèn)題研究方面,近些年來(lái)國(guó)內(nèi)外學(xué)者的相關(guān)研究證明了夜間燈光數(shù)據(jù)評(píng)估貧困問(wèn)題的可行性。國(guó)外學(xué)者研究較早,2009年埃利維奇等人率先應(yīng)用DMSP/OLS夜間燈光數(shù)據(jù)繪制世界貧困地圖[13]。近年來(lái),國(guó)內(nèi)學(xué)者也開(kāi)始應(yīng)用夜間燈光數(shù)據(jù)研究中國(guó)的貧困問(wèn)題。例如,王汶等人應(yīng)用夜間燈光數(shù)據(jù)對(duì)省級(jí)貧困問(wèn)題進(jìn)行研究,其首先使用17個(gè)社會(huì)經(jīng)濟(jì)指標(biāo)建構(gòu)省級(jí)多維貧困指數(shù),然后通過(guò)線性回歸模型檢驗(yàn)夜間平均燈光強(qiáng)度與該指數(shù)的擬合程度(R2=0.854)[14]1258-1261。延續(xù)這一思路,余柏蒗等人利用夜間燈光數(shù)據(jù)進(jìn)一步驗(yàn)證夜間平均燈光強(qiáng)度與中國(guó)縣級(jí)多維貧困指數(shù)的相關(guān)性,他們主要以重慶市為研究樣本,用10個(gè)社會(huì)經(jīng)濟(jì)指標(biāo)構(gòu)建綜合貧困指數(shù),建立多維貧困指數(shù)與平均燈光強(qiáng)度的線性回歸模型,結(jié)果顯示決定系數(shù)R2高達(dá)0.855 4,二者高度相關(guān)[15]1219-1223。2016年,潘竟虎和胡艷興以夜間燈光數(shù)據(jù)為基準(zhǔn),證明構(gòu)建的多維貧困指數(shù)的正確性[16]126。雖然證明思路有所改變,但從線性回歸模型中得知,平均夜間燈光指數(shù)依然是與多維貧困指數(shù)存在正向強(qiáng)相關(guān)關(guān)系,而且從平均夜間燈光指數(shù)得到的擬合度(R2=0.654)要比區(qū)域燈光總量指數(shù)的擬合度(R2=0.213)高得多[16]127。

由此可見(jiàn),在以往的研究中,已多次證明平均夜間燈光強(qiáng)度與多維貧困指數(shù)之間具有較強(qiáng)相關(guān)性;另一方面也可以看到,研究者建構(gòu)的多維貧困指數(shù)均納入了經(jīng)濟(jì)維度和社會(huì)維度的指標(biāo)。因此,平均燈光強(qiáng)度可以作為社會(huì)經(jīng)濟(jì)指標(biāo)的代理變量,可以作為評(píng)估中國(guó)貧困的有效工具。本文將參考前人研究,不重復(fù)進(jìn)行多維貧困指數(shù)的建構(gòu)與相關(guān)證明工作,而把夜間燈光數(shù)據(jù)直接視為社會(huì)經(jīng)濟(jì)指標(biāo)的代理變量,用以評(píng)估貧困問(wèn)題,如中國(guó)貧困縣的劃分準(zhǔn)確性。

2.研究局限:缺乏關(guān)注現(xiàn)實(shí)問(wèn)題

從國(guó)內(nèi)學(xué)者的研究中可以發(fā)現(xiàn),以往關(guān)于中國(guó)貧困縣的空間識(shí)別等技術(shù)層面的分析較豐富,但缺少聯(lián)系某一具體問(wèn)題展開(kāi)研究,如國(guó)家級(jí)貧困縣的精準(zhǔn)識(shí)別、精準(zhǔn)退出等。余文的思路是,根據(jù)平均燈光強(qiáng)度將2 856個(gè)縣區(qū)從特困縣到極富?？h分為七類(lèi),分別計(jì)算出每一類(lèi)中屬于國(guó)家級(jí)貧困縣和非貧困縣的個(gè)數(shù),分析縣域分布態(tài)勢(shì)[15]1227。潘文將計(jì)算出的多維貧困指數(shù)進(jìn)行分級(jí),然后與國(guó)家級(jí)貧困縣的空間分布進(jìn)行對(duì)比[16]128。所以準(zhǔn)確說(shuō)來(lái),這些研究主要證明了空間識(shí)別貧困的工具可行性與有效性,但沒(méi)有圍繞現(xiàn)實(shí)的貧困問(wèn)題展開(kāi)探討。我們認(rèn)為,貧困研究中,方法與工具的探索及優(yōu)化是一個(gè)方面,現(xiàn)實(shí)問(wèn)題的發(fā)現(xiàn)與探究也有其意義。因此,本文將圍繞國(guó)家級(jí)貧困的劃分問(wèn)題,運(yùn)用夜間燈光數(shù)據(jù)這一良好工具,進(jìn)行深入探討。

二、檢驗(yàn)過(guò)程:國(guó)家級(jí)貧困縣的夜間燈光值

(一)國(guó)家級(jí)貧困縣的評(píng)估過(guò)程

從1986年國(guó)家確定有組織的開(kāi)發(fā)式扶貧方式以來(lái),中國(guó)農(nóng)村扶貧工作具有典型的區(qū)域性特征,主要以縣為單位開(kāi)展工作,按省(自治區(qū)、直轄市)分配貧困縣數(shù)量,以十年為一周期確定國(guó)家扶貧開(kāi)發(fā)重點(diǎn)縣名單?？傮w來(lái)看,自20世紀(jì)90年代以來(lái),我國(guó)扶貧開(kāi)發(fā)工作經(jīng)歷了三個(gè)主要階段(參見(jiàn)表1)。

第一階段是農(nóng)村扶貧攻堅(jiān)階段,八七計(jì)劃明確提出國(guó)家貧困縣評(píng)定標(biāo)準(zhǔn),確定國(guó)家級(jí)貧困縣592個(gè),分布在27個(gè)省、4個(gè)自治區(qū)和1個(gè)直轄市中。第二階段是農(nóng)村扶貧開(kāi)發(fā)新階段,主要把東部沿海發(fā)達(dá)地區(qū)的貧困縣名額全部調(diào)整到中西部地區(qū),增強(qiáng)區(qū)域聚焦;確定以國(guó)家扶貧辦向各省規(guī)定貧困縣總數(shù)量,各省自行評(píng)定上報(bào)具體縣名單的方式開(kāi)展工作。該階段評(píng)定數(shù)量仍為592個(gè),主要聚焦中西部的16個(gè)省、4個(gè)自治區(qū)和1個(gè)直轄市。第三階段提出把連片特困地區(qū)作為扶貧開(kāi)發(fā)的主戰(zhàn)場(chǎng)。最新貧困縣名單有所微調(diào),分布區(qū)域沒(méi)有改變,總數(shù)仍為592個(gè)⑦截止到2018年6月,官方未公示新的重點(diǎn)縣名單。。

表1 國(guó)家級(jí)貧困縣的評(píng)定情況

從三次扶貧階段來(lái)看,評(píng)定國(guó)家貧困縣主要參考經(jīng)濟(jì)指標(biāo),通過(guò)抽樣調(diào)查、層層上報(bào)的方式獲取統(tǒng)計(jì)數(shù)據(jù)。吳國(guó)寶曾指出,盡管每個(gè)縣有100個(gè)農(nóng)戶入樣,但是各省自行按照國(guó)家配額數(shù)量選報(bào)貧困縣名單,所以抽樣標(biāo)準(zhǔn)各省不一,而且僅僅依據(jù)省級(jí)層次的農(nóng)民收支水平,由此估計(jì)的人均收入水平在統(tǒng)計(jì)上缺乏代表性[17]。此外,統(tǒng)計(jì)數(shù)據(jù)和抽樣調(diào)查數(shù)據(jù)可能存在人為偏誤,“一些縣級(jí)政府故意壓低人均收入,夸大貧困人口數(shù),以爭(zhēng)奪貧困縣指標(biāo)”[18]。如果上報(bào)數(shù)據(jù)有造假之嫌,就意味著選報(bào)的貧困縣名單也有失真的可能性。那么,失真名單將擾亂評(píng)定機(jī)制,造成社會(huì)資源分配不公。綜上所述,依據(jù)統(tǒng)計(jì)調(diào)查數(shù)據(jù)評(píng)定貧困縣,有可能產(chǎn)生人為的評(píng)定偏誤。因此,DMSP/OLS夜間燈光數(shù)據(jù)是一種優(yōu)化的方法,本文將應(yīng)用該數(shù)據(jù)進(jìn)行貧困縣劃分準(zhǔn)確度的研究。

(二)數(shù)據(jù)處理

1.夜間燈光數(shù)據(jù)提取

美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)在官方網(wǎng)站上公開(kāi)了1992年至2013年的DMSP/OLS夜間燈光數(shù)據(jù)。由于同一年份不同衛(wèi)星、不同年份不同衛(wèi)星的夜間燈光數(shù)據(jù)缺乏可比性。因此,下載的原始夜間燈光數(shù)據(jù)需要進(jìn)一步處理。首先,利用GIS空間分析技術(shù),采用埃利維奇等和劉志峰等提出的國(guó)內(nèi)外通用處理方法進(jìn)行數(shù)據(jù)提取[19-20],根據(jù)范子英等提出的方案進(jìn)行校準(zhǔn),增加數(shù)據(jù)可比性[21]。然后從國(guó)家基礎(chǔ)地理信息中心⑧下載來(lái)源:http://ngcc.sbsm.gov.cn/。獲取全國(guó)縣級(jí)行政邊界矢量數(shù)據(jù),提取縣級(jí)行政區(qū)劃單位(縣級(jí)市、市轄區(qū)、自治縣、旗、自治旗、林區(qū)、特區(qū))的行政邊界范圍,進(jìn)行掩膜處理[22],最終提取2261個(gè)縣級(jí)行政區(qū)域的夜間燈光數(shù)據(jù)。

2.變量確定

關(guān)鍵自變量:夜間燈光總量(即燈光總強(qiáng)度)和平均夜間燈光強(qiáng)度(即夜間燈光密度)均可反映

式(1)中,A是平均夜間燈光強(qiáng)度(Average Night-time Light,ANL)。T是夜間燈光總強(qiáng)度(Total Night-time Light,TNL),指相應(yīng)行政區(qū)域內(nèi)的所有像素總值。N是相應(yīng)行政區(qū)域內(nèi)具有正輻射值的所有像素的個(gè)數(shù)和。

因變量:以“當(dāng)年是否屬于國(guó)家級(jí)貧困縣”作為本研究的因變量。這是一個(gè)二分類(lèi)變量,即該縣當(dāng)年屬于國(guó)家級(jí)貧困縣,記為1,反之記為0。根據(jù)研究需要,本文分別選取1994年、2002年、2007年、2012年的國(guó)家級(jí)貧困縣名單①1994年、2002年、2007年、2012年貧困縣名單分別來(lái)自:《2000年中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》、《2002年中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》、《2007年中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》、國(guó)務(wù)院扶貧辦網(wǎng)站《國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣名單》(來(lái)源:http://www.cpad.gov.cn/art/2012/3/19/art_343_42.html)。進(jìn)行數(shù)據(jù)處理。有部分貧困縣因行政區(qū)劃調(diào)整而未能成功匹配。我們通過(guò)查閱行政區(qū)域的歷史沿革情況,結(jié)合夜間燈光數(shù)據(jù)的光照面積,逐一認(rèn)定,填補(bǔ)數(shù)據(jù)。

3.缺失數(shù)據(jù)處理

大數(shù)據(jù)也可能存在不完整的情況,如表2所示,缺失燈光數(shù)據(jù)的貧困縣個(gè)數(shù)約占總貧困縣數(shù)的6.4%(38個(gè)缺失值)或7.6%(45個(gè)缺失值)。缺失數(shù)據(jù)的存在會(huì)造成信息減損,因此在有條件的情況下都應(yīng)盡量采用合理有效的方法進(jìn)行處理。在本研究中,造成有些國(guó)家級(jí)貧困縣缺失夜間燈光數(shù)據(jù)的原因是國(guó)家基礎(chǔ)地理信息中心公布的縣級(jí)行政邊界矢量數(shù)據(jù)采用的是北京54坐標(biāo)系(BJZ54),大比例尺地圖反映地面的精度受到影響,在切割區(qū)域時(shí)存在一定誤差。不過(guò),這種數(shù)據(jù)缺失的概率與其本身的燈光值無(wú)關(guān),屬于隨機(jī)誤差。為了研究需要,我們盡可能保持?jǐn)?shù)據(jù)的完整性。因此將采用插補(bǔ)方法對(duì)缺失數(shù)據(jù)進(jìn)行處理。這種方法的基本原理是按照某一合理的猜測(cè)方式進(jìn)行插補(bǔ)或替代缺失數(shù)據(jù),然后在沒(méi)有缺失數(shù)據(jù)的情況下進(jìn)行分析[23]。區(qū)域的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r。本研究沿用王汶等人和余柏蒗等人的做法,采用縣級(jí)行政區(qū)域的平均夜間燈光強(qiáng)度作為關(guān)鍵自變量[14]1256,[15]1222。平均夜間燈光強(qiáng)度的計(jì)算方式如下:

表2 夜間燈光數(shù)據(jù)與國(guó)家級(jí)貧困縣匹配情況

本研究具體選擇最近鄰插補(bǔ)法進(jìn)行缺失值填補(bǔ)。它是一種熱卡插補(bǔ)法,其以不含缺失值的變量為輔助變量,尋找離填補(bǔ)數(shù)據(jù)最近的輔助變量的數(shù)據(jù)進(jìn)行插補(bǔ)[24]。這一方法恰好可以結(jié)合貧困縣所處的空間地理位置進(jìn)行使用。即用所有與之相鄰的行政區(qū)域的平均夜間燈光強(qiáng)度之和除以相鄰行政區(qū)域的個(gè)數(shù),求得插補(bǔ)的貧困縣燈光數(shù)據(jù)。

(三)檢驗(yàn)方法

根據(jù)我國(guó)各階段扶貧開(kāi)發(fā)的評(píng)定標(biāo)準(zhǔn),本文對(duì)四個(gè)關(guān)鍵時(shí)點(diǎn)下的貧困縣名單分別進(jìn)行檢驗(yàn)。如表1所示,選用1992年、2001年、2006年的平均夜間燈光強(qiáng)度,以及2007至2009年平均夜間燈光強(qiáng)度的三年均值,分別檢驗(yàn)1994年、2002年、2007年、2012年國(guó)家級(jí)貧困縣劃分的準(zhǔn)確度。主要采用兩種方法進(jìn)行檢驗(yàn):一是全國(guó)總體性檢驗(yàn),從總體角度了解各縣級(jí)行政區(qū)的平均夜間燈光強(qiáng)度差異;二是針對(duì)各省貧困縣配額,分省進(jìn)行檢驗(yàn),目的在于了解省內(nèi)各縣級(jí)行政區(qū)的平均夜間燈光強(qiáng)度差異。

全國(guó)檢驗(yàn):將各縣平均夜間燈光強(qiáng)度由低到高進(jìn)行升序排列。以第592位為臨界線②國(guó)家級(jí)貧困縣總數(shù)為592個(gè),因此以平均夜間燈光強(qiáng)度升序序列的第592位劃設(shè)臨界線。,劃分出1至592位為弱夜間燈光密度區(qū)域,其余為非弱夜間燈光密度區(qū)域。如果貧困縣落在弱燈光密度區(qū)域,則表示該縣被劃分為貧困縣是準(zhǔn)確的。如果貧困縣落在非弱燈光密度區(qū)域,則表示從全國(guó)范圍來(lái)看該縣被劃分為貧困縣可能是不準(zhǔn)確的。

分省檢驗(yàn):根據(jù)管理辦法提出評(píng)定方式①《國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣管理辦法》指出,國(guó)務(wù)院扶貧開(kāi)發(fā)領(lǐng)導(dǎo)小組確定貧困縣的原則、標(biāo)準(zhǔn)和各省(自治區(qū)、直轄市)可申報(bào)貧困縣的數(shù)量,然后,各省(自治區(qū)、直轄市)確定省內(nèi)具體貧困縣數(shù)量和名單,最后,各省向國(guó)務(wù)院扶貧開(kāi)發(fā)領(lǐng)導(dǎo)小組申報(bào)并審核備案。國(guó)務(wù)院扶貧辦.國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣管理辦法.中國(guó)政府網(wǎng).2010- 02-23/2018- 02-09.http://www.cpad.gov.cn/art/2010/2/23/art_46_72441.html。,本文對(duì)有貧困縣配額的省份分別進(jìn)行檢驗(yàn)。具體思路與總體檢驗(yàn)相同,唯一的區(qū)別是分省檢驗(yàn)的臨界線是每個(gè)省的指標(biāo)配額數(shù)。以其劃分弱燈光密度區(qū)域和非弱燈光密度區(qū)域,檢驗(yàn)省內(nèi)貧困縣劃分的準(zhǔn)確度。

三、夜間燈光數(shù)據(jù)檢驗(yàn)結(jié)果

(一)總體檢驗(yàn)結(jié)果

如表3所示,盡管?chē)?guó)家級(jí)貧困縣名單會(huì)有階段性調(diào)整,但是各階段貧困縣落在非弱夜間燈光密度區(qū)域的比例超過(guò)四成。不過(guò),自2001年頒布管理辦法并陸續(xù)出臺(tái)評(píng)定細(xì)則之后,該比例逐漸減少。綜上所述,從全國(guó)檢驗(yàn)結(jié)果來(lái)看,國(guó)家級(jí)貧困縣名單的階段性調(diào)整有一定效果,但仍存在一定偏誤。

表3 燈光數(shù)據(jù)總體檢驗(yàn)情況

(二)分省檢驗(yàn)結(jié)果

鑒于省配額的評(píng)定方法出臺(tái)于2001年,本文僅將2002年、2007年、2012年的檢驗(yàn)結(jié)果進(jìn)行比較②因篇幅所限,此處省略弱燈光密度區(qū)域貧困縣數(shù)及占比。(參見(jiàn)表4)。

我們有以下幾點(diǎn)發(fā)現(xiàn):首先每個(gè)省的偏誤比例不一。較嚴(yán)重的偏誤(高于50%)發(fā)生在黑龍江、四川、內(nèi)蒙古、河南、江西、吉林、青海、安徽等地,其落在非弱夜間燈光密度區(qū)域的貧困縣比例近一半,甚至更高,如黑龍江省的比例保持在78.6%的高偏差水平?？梢?jiàn),在指定參評(píng)的21個(gè)省(自治區(qū))中,超過(guò)四成的省(自治區(qū))很有可能存在較嚴(yán)重的非精準(zhǔn)扶貧情況,這一比例與總體檢驗(yàn)的結(jié)果大體相同。進(jìn)一步來(lái)看,這些地方分布在東北地區(qū)的大部(內(nèi)蒙古、黑龍江、吉林),以及部分中部地區(qū)(河南、安徽、江西)和西部地區(qū)(青海、四川)。其次,縱觀三年檢驗(yàn)結(jié)果,每個(gè)省落在非弱夜間燈光密度區(qū)域的國(guó)家級(jí)貧困縣數(shù)(比例)沒(méi)有明顯波動(dòng)。這說(shuō)明,每個(gè)省的評(píng)定結(jié)果相對(duì)固定,這與我國(guó)缺乏動(dòng)態(tài)評(píng)估機(jī)制可能有關(guān)。由此,容易產(chǎn)生貧困縣評(píng)定的“棘輪效應(yīng)”[25]。

因此,夜間燈光數(shù)據(jù)反映了國(guó)家級(jí)貧困縣劃分偏誤問(wèn)題,即便貧困概念的意涵包羅萬(wàn)象,但就其最基本的社會(huì)經(jīng)濟(jì)維度而言,燈光數(shù)據(jù)檢驗(yàn)結(jié)果反映出中國(guó)貧困縣的識(shí)別精準(zhǔn)度不足。這與我國(guó)缺乏指標(biāo)明確的、信息公開(kāi)的貧困縣進(jìn)退機(jī)制不無(wú)關(guān)系。那么,導(dǎo)致貧困縣精準(zhǔn)識(shí)別偏差的原因是什么?為什么有的國(guó)家級(jí)貧困縣夜間燈光強(qiáng)度反而較強(qiáng)?這將是本文進(jìn)一步研究的重點(diǎn)。

四、進(jìn)一步檢驗(yàn):非弱夜間燈光密度的貧困縣

自2001年起,國(guó)家明確把扶貧開(kāi)發(fā)對(duì)象規(guī)定在中西部少數(shù)民族地區(qū)、革命老區(qū)、邊疆地區(qū)和特困地區(qū)的縣級(jí)行政區(qū)域①?lài)?guó)務(wù)院扶貧辦.國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣管理辦法.中國(guó)政府網(wǎng).2010-02- 23/2018- 02- 09.http://www.cpad.gov.cn/art/2010/2/。。“老少邊”政策是劃分貧困縣的又一參考標(biāo)準(zhǔn)嗎?還是說(shuō)存在其他非社會(huì)經(jīng)濟(jì)性的、非政策性的因素影響評(píng)定?本節(jié)將以2012年國(guó)家級(jí)貧困縣名單為例,檢驗(yàn)影響貧困縣劃分的因素。

(一)變量說(shuō)明

在進(jìn)一步的檢驗(yàn)中,我們納入客觀影響因素和主觀影響因素兩大類(lèi)解釋變量。客觀影響因素中的解釋變量將參照國(guó)家政策意涵[26]選取,將政治因素操作化為“是否屬于革命老區(qū)縣”變量,將民族因素操作化為“是否屬于少數(shù)民族縣”變量,將地理區(qū)位因素操作化為“是否屬于邊境縣”變量。變量操作化過(guò)程依據(jù)國(guó)家官方網(wǎng)站的公開(kāi)信息進(jìn)行②中國(guó)革命老區(qū)資料庫(kù).中國(guó)共產(chǎn)黨新聞網(wǎng).2009-08-04/2018-03-29.http://dangshi.people.com.cn/GB/151935/164962/;國(guó)家民委.中國(guó)陸地邊境縣(旗)、市(市轄區(qū))一覽表.中國(guó)政府網(wǎng).2006 - 12-31/2018-03-29.http://www.gov.cn/test/2006 07/14/con。,均設(shè)為二分變量,屬于取1,不屬于取0。

主觀影響因素是指評(píng)定中可能存在的人為干擾因素。本節(jié)選擇中國(guó)共產(chǎn)黨第十七次全國(guó)代表大會(huì)產(chǎn)生的中央委員及候補(bǔ)委員的來(lái)源地(即出生地和籍貫地)及工作地進(jìn)行操作化③中國(guó)共產(chǎn)黨歷次全國(guó)代表大會(huì)數(shù)據(jù)庫(kù).中國(guó)共產(chǎn)黨新聞.2018- 03 -29.http://cpc.people.com.cn/GB/64162/64168/index.html。,將來(lái)源地或工作地曾是貧困縣的取1,反之取0。該屆產(chǎn)生中央委員204名,候補(bǔ)委員167名,其中來(lái)源地是國(guó)家級(jí)貧困縣的委員有44人,曾在貧困縣工作過(guò)的有32人①受到信息公開(kāi)的限制,只收集到230人的工作地信息。。變量說(shuō)明請(qǐng)見(jiàn)表5。

(二)提出假設(shè)

本文的檢驗(yàn)分為兩個(gè)層次,首先是對(duì)客觀影響因素的檢驗(yàn),即探究“老少邊”政策是否會(huì)影響貧困縣評(píng)定。其次是加入主觀影響因素進(jìn)行檢驗(yàn)。目前貧困縣評(píng)定仍是以實(shí)地調(diào)查、上報(bào)統(tǒng)計(jì)數(shù)據(jù)等方式進(jìn)行,容易存在上報(bào)數(shù)據(jù)失真、名單造假等人為偏誤。這種人為偏誤是否蘊(yùn)藏著某種“關(guān)系上的照顧”,是值得探究的。據(jù)此,筆者提出以下研究假設(shè):

假設(shè)1:存在非經(jīng)濟(jì)因素影響國(guó)家級(jí)貧困縣的評(píng)定。

表5 變量操作化及描述統(tǒng)計(jì)

假設(shè)1a:相較于非革命老區(qū),屬于革命老區(qū)的縣更有可能評(píng)上國(guó)家級(jí)貧困縣。

假設(shè)1b:相較于非少數(shù)民族地區(qū),少數(shù)民族縣更有可能評(píng)上國(guó)家級(jí)貧困縣。

假設(shè)1c:相較于非邊疆地區(qū),地處邊疆地區(qū)更有可能評(píng)上國(guó)家級(jí)貧困縣。

假設(shè)1d:中央委員和中央候補(bǔ)委員工作生活過(guò)的地方更有可能評(píng)上國(guó)家級(jí)貧困縣。

另一方面,現(xiàn)實(shí)中存在某縣具有“老少邊”多種屬性并存的情況,因此可能產(chǎn)生政策因素的交互影響;也會(huì)存在客觀影響因素和主觀影響因素交互作用影響貧困縣評(píng)定的可能。所以進(jìn)一步提出假設(shè):

假設(shè)2:“老少邊”政策上的照顧和“關(guān)系上的照顧”會(huì)兩兩交互作用,影響貧困縣的評(píng)定。

假設(shè)2a:該縣既屬于革命老區(qū),又是少數(shù)民族縣,則更有可能評(píng)為國(guó)家級(jí)貧困縣。

假設(shè)2b:該縣既屬于革命老區(qū),又地處邊疆地區(qū),則更有可能評(píng)為國(guó)家級(jí)貧困縣。

假設(shè)2c:該縣既是少數(shù)民族縣,又地處邊疆地區(qū),則更有可能評(píng)為國(guó)家級(jí)貧困縣。

假設(shè)2d:該縣既屬于革命老區(qū),又是中央委員和中央候補(bǔ)委員工作生活過(guò)的地方,則更有可能評(píng)為國(guó)家級(jí)貧困縣。

假設(shè)2e:該縣既是少數(shù)民族縣,又是中央委員和中央候補(bǔ)委員工作生活過(guò)的地方,則更有可能評(píng)為國(guó)家級(jí)貧困縣。

假設(shè)2f:該縣地處邊疆地區(qū),又是中央委員和中央候補(bǔ)委員工作生活過(guò)的地方,則更有可能評(píng)為國(guó)家級(jí)貧困縣。

在下文,我們將通過(guò)數(shù)據(jù)分析對(duì)這兩大假設(shè)進(jìn)行檢驗(yàn)。

(三)模型選擇

本文將通過(guò)兩種方式進(jìn)行模型檢驗(yàn):一是總體檢驗(yàn)。這種方法下,樣本數(shù)據(jù)包含參評(píng)貧困縣的21個(gè)省(自治區(qū)、直轄市)的數(shù)據(jù),即有省級(jí)和縣級(jí)兩個(gè)層次的資料,故使用多層次模型進(jìn)行檢驗(yàn);二是區(qū)域檢驗(yàn),具體采用二分類(lèi)Logistic回歸模型檢驗(yàn)我國(guó)四大經(jīng)濟(jì)區(qū)域的貧困縣評(píng)定情況。

1.總體檢驗(yàn)?zāi)Ｐ?/p>

鑒于以下原因,本研究采用多層非線性模型。第一,從實(shí)際評(píng)定方式來(lái)看,評(píng)定貧困縣采用的方法是國(guó)家規(guī)定各省(自治區(qū)、直轄市)貧困縣申報(bào)名額,省內(nèi)評(píng)定具體貧困縣名單,再向國(guó)家備案?？梢?jiàn),最終每個(gè)縣是否能被認(rèn)定為貧困縣,無(wú)疑會(huì)受到省級(jí)行政單位的制約;換言之,省級(jí)行政單位可能是因變量變異的一個(gè)重要來(lái)源。第二,從使用的數(shù)據(jù)來(lái)看,處理出的數(shù)據(jù)包括省級(jí)和縣級(jí)資料,同一個(gè)省在評(píng)定本省貧困縣時(shí),省內(nèi)各縣可能會(huì)有關(guān)聯(lián)性,這將違背樣本間必須獨(dú)立的統(tǒng)計(jì)學(xué)原則。與此同時(shí),本文通過(guò)建立一個(gè)只包含因變量和分層變量標(biāo)識(shí)的空模型,檢驗(yàn)群間差異對(duì)因變量變異的顯著性,從模型上判定是否需要使用多層模型。結(jié)果顯示,總體上是否能評(píng)定為貧困縣因省和縣而異。因變量在省的變異(o2的系數(shù)為0.552,標(biāo)準(zhǔn)誤為0.102)十分顯著,表明省內(nèi)不同縣的貧困縣評(píng)定相互關(guān)聯(lián)。采用多層模型技術(shù),在模型中納入省這一隨機(jī)變量將改善模型的適合性,獲得精確的參數(shù)估計(jì)。同時(shí),省間的關(guān)聯(lián)系數(shù)(ρ)為0.144①統(tǒng)計(jì)上規(guī)定,當(dāng)ρ＞0.059時(shí),表示高層次因素對(duì)因變量的作用越大,需要使用多層模型。,表示14.4%的可變性來(lái)自群間變異即省,85.6%的變異來(lái)自群內(nèi)變異即縣。換言之,省和縣因素對(duì)因變量都起到重要作用,但縣本身的特征更重要。

因此,數(shù)據(jù)來(lái)源、數(shù)據(jù)性質(zhì)以及初步模型診斷結(jié)果均表明需要采用多層非線性模型。其中,縣級(jí)行政單位為第一層,省級(jí)行政單位為第二層,第一層寓于第二層中。另外此處采用隨機(jī)截距模型,假定因變量變異均源于第一層,即各縣對(duì)評(píng)定貧困縣的影響不因省而異。

表6 總體檢驗(yàn)評(píng)定省份無(wú)條件平均模型分析結(jié)果

2.分地區(qū)檢驗(yàn)?zāi)Ｐ?/p>

夜間燈光數(shù)據(jù)檢驗(yàn)中發(fā)現(xiàn)每個(gè)省的偏誤比例不一,異常程度較嚴(yán)重的省(自治區(qū))集中在東北地區(qū)和部分中西部地區(qū)。因此我們將按照地區(qū)特點(diǎn)來(lái)劃分21個(gè)參評(píng)省,分別分析每個(gè)地區(qū)的貧困縣評(píng)定的影響因素。通過(guò)多層模型的無(wú)條件平均模型檢驗(yàn)發(fā)現(xiàn),隨機(jī)效應(yīng)不顯著,說(shuō)明因變量不會(huì)隨群而產(chǎn)生不同,因此分析中不宜選擇多層模型。與此同時(shí),本研究中的因變量“該縣是否屬于國(guó)家級(jí)貧困縣”是一個(gè)二分變量,因此我們使用二分類(lèi)Logistic回歸模型進(jìn)行分析。

(四)總體檢驗(yàn)分析

總體來(lái)看,社會(huì)經(jīng)濟(jì)因素是重要的評(píng)定參考因素。從表7可以看出,在控制其他因素的前提下,均呈現(xiàn)顯著負(fù)相關(guān),說(shuō)明平均夜間燈光強(qiáng)度越弱,越可能被評(píng)為國(guó)家級(jí)貧困縣。這反映了兩點(diǎn)意義:一方面這一檢驗(yàn)結(jié)果與現(xiàn)實(shí)相符,平均夜間燈光強(qiáng)度較低意味著夜間亮燈少,可能是由當(dāng)?shù)亟?jīng)濟(jì)水平較低、社會(huì)發(fā)展水平較弱造成的;另一方面說(shuō)明夜間燈光數(shù)據(jù)具有一定現(xiàn)實(shí)意義,是社會(huì)經(jīng)濟(jì)指標(biāo)的良好代理變量。

除此之外,從模型2可見(jiàn),民族因素正向顯著,即少數(shù)民族地區(qū)的縣更有可能評(píng)上國(guó)家級(jí)貧困縣。具體而言,在控制其他因素的前提下,少數(shù)民族縣要比非少數(shù)民族縣評(píng)上貧困縣的幾率高53%左右(e0.426-1≈0.531 1,p＜0.05)。假設(shè)1b得到支持,而假設(shè)1的其他分假設(shè)均暫時(shí)沒(méi)有得到充分的證據(jù)支持。

模型3至模型8呈現(xiàn)了影響因素兩兩作用的交互效果。只有交互模型6中交互項(xiàng)對(duì)因變量有顯著正向影響(p＜0.01),即加入政治因素和領(lǐng)導(dǎo)人因素的交互項(xiàng)(革命老區(qū)×有領(lǐng)導(dǎo)人)。假設(shè)2d得到數(shù)據(jù)支持。具體而言,在控制其他因素的前提下,評(píng)定國(guó)家級(jí)貧困縣時(shí),領(lǐng)導(dǎo)人的“關(guān)系上的照顧”作用在革命老區(qū)表現(xiàn)得更為明顯;即與非革命老區(qū)且無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū)相比,如果該縣既是中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方,又是革命老區(qū)的話,評(píng)上國(guó)家級(jí)貧困縣的幾率更大。另外,模型6的擬合程度最優(yōu)(Wald chi2=172.21,最大)。所以說(shuō),雖然革命老區(qū)在國(guó)家扶貧政策輻射范圍內(nèi),但其可能存在非經(jīng)濟(jì)的、非政策性的主觀因素干擾,影響國(guó)家級(jí)貧困縣的準(zhǔn)確劃分。

表7 總體檢驗(yàn):影響貧困縣評(píng)定的因素

除假設(shè)2d外,假設(shè)2的其他分假設(shè)暫時(shí)沒(méi)有找到有力的數(shù)據(jù)支持。但是,盡管其他交互模型的交互項(xiàng)沒(méi)有顯著性,模型中的民族因素均有顯著正向影響。比如,在模型3中,在控制其他因素的前提下,在非革命老區(qū),少數(shù)民族縣要比非少數(shù)民族縣評(píng)上貧困縣的幾率高56%(e0.445-1≈0.561,p＜0.05)。在模型5中,在非邊境地區(qū),少數(shù)民族縣評(píng)上貧困縣的幾率大約是非少數(shù)民族縣的1.5倍(e0.435≈1.545,p＜0.05)。在模型7中,在無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū),少數(shù)民族縣要比非少數(shù)民族縣評(píng)上貧困縣的幾率大約高54%(e0.432-1≈0.5403,p＜0.10)?？梢园l(fā)現(xiàn),民族因素是評(píng)定貧困縣的重要參考因素之一。這與我國(guó)是一個(gè)歷史悠久的、統(tǒng)一的多民族國(guó)家有著密切聯(lián)系,長(zhǎng)期以來(lái)我國(guó)注重民族平等、民族團(tuán)結(jié),以及各民族的共同發(fā)展,因此在政策上也會(huì)體現(xiàn)出對(duì)少數(shù)民族同胞的關(guān)懷。

綜上所述,通過(guò)總體檢驗(yàn)發(fā)現(xiàn),國(guó)家級(jí)貧困縣評(píng)定不但會(huì)考慮社會(huì)經(jīng)濟(jì)因素,還會(huì)納入少數(shù)民族因素。另外,既是革命老區(qū)又是中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方,相較于非革命老區(qū)且無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的縣,評(píng)上國(guó)家級(jí)貧困縣的幾率更大。這是一種非經(jīng)濟(jì)的、非政策性的人際干擾因素,可能是夜間燈光檢驗(yàn)國(guó)家級(jí)貧困縣的偏差來(lái)源。

(五)分地區(qū)檢驗(yàn)分析

從夜間燈光檢驗(yàn)結(jié)果得知,貧困縣劃分偏誤存在地域特征。本節(jié)選取我國(guó)的經(jīng)濟(jì)區(qū)域特征為劃分標(biāo)準(zhǔn),將含有國(guó)家級(jí)貧困縣的21個(gè)省(自治區(qū)、直轄市)分為西部地區(qū)、東北地區(qū)、東部地區(qū)、中部地區(qū)。

從表8可得,社會(huì)經(jīng)濟(jì)因素顯著負(fù)向影響評(píng)定,即在控制其他因素的前提下,平均夜間燈光強(qiáng)度越低,越可能評(píng)為貧困縣。不過(guò),政策因素和“關(guān)系上的照顧”則在不同地區(qū)起到不同作用。首先看西部地區(qū),從模型9可見(jiàn),假設(shè)1均沒(méi)有得到數(shù)據(jù)支持。模型10中,當(dāng)放入交互項(xiàng)(革命老區(qū)×少數(shù)民族縣)時(shí),政治因素呈顯著正相關(guān),假設(shè)1a得到數(shù)據(jù)支持。表明在控制其他因素的情況下,對(duì)于非少數(shù)民族縣,屬于革命老區(qū)的縣會(huì)比非革命老區(qū)縣評(píng)上的幾率高約78%(e0.578-1≈0.782,p＜0.05)。模型11中,交互項(xiàng)(革命老區(qū)×有領(lǐng)導(dǎo)人)呈顯著正相關(guān),說(shuō)明在控制其他因素前提下,評(píng)定國(guó)家級(jí)貧困縣時(shí),相比于非革命老區(qū)且無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū),既是中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方又是革命老區(qū)的縣,評(píng)上國(guó)家級(jí)貧困縣的幾率更大。假設(shè)2d得到數(shù)據(jù)支持,即對(duì)革命老區(qū)的照顧和領(lǐng)導(dǎo)人“關(guān)系上的照顧”會(huì)交互作用,影響貧困縣的評(píng)定。

表8 地區(qū)檢驗(yàn):影響貧困縣評(píng)定的因素

接下來(lái)看東北地區(qū),模型12中少數(shù)民族因素呈顯著正相關(guān),假設(shè)1b得到支持。這說(shuō)明在控制其他因素的情況下,少數(shù)民族縣評(píng)上貧困縣的幾率是非少數(shù)民族縣的3倍左右(e1.062≈2.892,p＜0.10)。可見(jiàn)在東北地區(qū),是否在少數(shù)民族地區(qū)會(huì)一定程度上影響貧困縣的評(píng)定。當(dāng)放入交互項(xiàng)(少數(shù)民族縣×有領(lǐng)導(dǎo)人),其正向顯著,表明在控制其他因素的情況下,既是中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方又是少數(shù)民族縣相較于無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū)且不是少數(shù)民族的縣,評(píng)上貧困縣的幾率更大;也就是說(shuō),評(píng)定貧困縣會(huì)受到民族因素和領(lǐng)導(dǎo)人因素的交互影響。

再來(lái)看東部地區(qū),從模型14可見(jiàn),控制其他因素的情況下,領(lǐng)導(dǎo)人因素對(duì)因變量的正向顯著影響,即相較于無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū),在中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方越有可能被評(píng)上貧困縣,幾率大約是前者的2倍(e0.778≈2.18,p＜0.10),假設(shè)1d得到數(shù)據(jù)支持。在模型15中,交互項(xiàng)(革命老區(qū)×有領(lǐng)導(dǎo)人)呈顯著正相關(guān),表明在控制其他因素前提下,評(píng)定國(guó)家級(jí)貧困縣時(shí),相比于非革命老區(qū)且無(wú)領(lǐng)導(dǎo)人關(guān)聯(lián)的地區(qū),既是中央委員或候補(bǔ)委員曾經(jīng)生活工作的地方,又是革命老區(qū)的縣,評(píng)上國(guó)家級(jí)貧困縣的幾率更大,假設(shè)2d得到支持。由此可見(jiàn),無(wú)論是直接作用還是交互作用,領(lǐng)導(dǎo)人因素在東部地區(qū)的貧困縣評(píng)定中起到重要的影響。最后看中部地區(qū),交互檢驗(yàn)均不顯著,假設(shè)2均沒(méi)有得到數(shù)據(jù)支持。

綜上所述,無(wú)論在哪一地區(qū),經(jīng)濟(jì)因素都是貧困縣評(píng)定中最主要的影響因素。政策性因素呈現(xiàn)出地區(qū)特點(diǎn),比如在少數(shù)民族較聚集的西部和東北地區(qū),少數(shù)民族因素的作用較為凸顯,而東、中部的作用基本不明顯;西部和東部地區(qū)受到革命老區(qū)的政策影響較為突出,這與革命老區(qū)的分布存在一定聯(lián)系。最后值得關(guān)注的是領(lǐng)導(dǎo)人因素,這一非經(jīng)濟(jì)的、非政策性的主觀影響因素與政策因素產(chǎn)生交互作用,對(duì)貧困縣的評(píng)定產(chǎn)生干擾。

五、結(jié)論與討論

中國(guó)的貧困縣劃分準(zhǔn)確嗎?本文應(yīng)用夜間燈光數(shù)據(jù)檢驗(yàn)貧困縣劃分的準(zhǔn)確性,并通過(guò)計(jì)量模型檢驗(yàn)貧困縣評(píng)定的影響因素,得到以下幾點(diǎn)結(jié)論:

第一,夜間燈光數(shù)據(jù)可以科學(xué)、有效地評(píng)估中國(guó)貧困縣劃分的問(wèn)題,以平均夜間燈光強(qiáng)度為代理指標(biāo)的經(jīng)濟(jì)因素是影響貧困縣評(píng)定的重要因素。

第二,應(yīng)用夜間燈光數(shù)據(jù)檢驗(yàn)出國(guó)家級(jí)貧困縣劃分存在缺乏精準(zhǔn)度的問(wèn)題。三個(gè)階段的檢驗(yàn)結(jié)果均顯示出落在非弱夜間燈光密度區(qū)域的貧困縣比例超過(guò)四成。其中,偏誤較嚴(yán)重的縣主要集中在東北地區(qū)和部分中、西部地區(qū)。

第三,國(guó)家級(jí)貧困縣評(píng)定不僅會(huì)考慮社會(huì)經(jīng)濟(jì)因素,還會(huì)納入少數(shù)民族和革命老區(qū)的政策性因素;同時(shí)也會(huì)存在領(lǐng)導(dǎo)人因素的干擾,即該縣如果是中央委員和候補(bǔ)委員工作生活過(guò)的地方,評(píng)上的幾率會(huì)有所增大?？傮w檢驗(yàn)和分地區(qū)檢驗(yàn)涉及到的影響因素大體相同,但影響因素的作用機(jī)制有所不同。具體而言,在總體檢驗(yàn)中,經(jīng)濟(jì)因素、少數(shù)民族因素以及革命老區(qū)和領(lǐng)導(dǎo)人因素交互對(duì)貧困縣劃分產(chǎn)生影響;在地區(qū)檢驗(yàn)中,除了以上三個(gè)因素之外,革命老區(qū)因素及其與少數(shù)民族因素的交互、領(lǐng)導(dǎo)人因素及其與少數(shù)民族因素交互也會(huì)對(duì)貧困縣劃分產(chǎn)生影響。不同地區(qū)影響方式不同,具體請(qǐng)參見(jiàn)表9。

我們認(rèn)為,國(guó)家級(jí)貧困縣的評(píng)定要盡可能客觀、科學(xué)、合理。本文使用的夜間燈光數(shù)據(jù)是一種有效評(píng)估貧困的可用工具,它不僅可以檢驗(yàn)貧困縣劃分的準(zhǔn)確性,還可以成為檢驗(yàn)扶貧效果的客觀指標(biāo)。夜間燈光數(shù)據(jù)作為一種通用的監(jiān)測(cè)數(shù)據(jù),可以便捷地從國(guó)際官方網(wǎng)站獲得。這種公開(kāi)透明的數(shù)據(jù)有助于增強(qiáng)評(píng)估的公開(kāi)性、透明性,促進(jìn)對(duì)扶貧開(kāi)發(fā)項(xiàng)目的有效監(jiān)督;有助于減少人力成本,精簡(jiǎn)繁瑣的評(píng)審工作;有助于排除評(píng)定過(guò)程中的人為干擾,避免人際關(guān)系的強(qiáng)烈影響,杜絕統(tǒng)計(jì)數(shù)據(jù)等上報(bào)資料的弄虛作假;有助于建立動(dòng)態(tài)的貧困縣進(jìn)退機(jī)制,及時(shí)有效地調(diào)整貧困縣劃分,提高國(guó)家治理能力。

表9 影響貧困縣評(píng)定的因素