楊 希,袁希平,2*,甘 淑,2
(1. 昆明理工大學國土資源工程學院,云南 昆明 650093;2. 云南省高校高原山區(qū)空間信息測繪技術應用工程研究中心,云南 昆明 650093)
貧困一直是世界性難題,根據聯(lián)合國《千年發(fā)展目標報告》(2014年)指出,中國在全球減貧方面領先各國,極度貧困率從 1990年的 60%下降到2005年的16%,再到2010年的12%。改革開放以來,隨著反貧困工作的開展,我國累計使2億多人口擺脫貧困,農村人口貧困發(fā)生率由 1978年的30.7%(2.5億人)下降到2013年的8.5%(8249萬人)[1,2]。然而,這一數(shù)據僅是傳統(tǒng)意義上經濟收入標準下的絕對貧困。隨著我國經濟的飛速發(fā)展和人民生活水平的不斷提高,對貧困的理解和研究局限于經濟收入層面,僅通過經濟收入來確定是否貧困并不全面。單純的通過收入來定義貧困,不能體現(xiàn)貧困的多層次內容,且無法保證對經濟收入所調查數(shù)據的客觀性[3,9],對精準扶貧工作的開展有一定的阻礙。因此,對貧困的研究應從一維的絕對貧困轉向多維的相對貧困。
“多維貧困概念”于1973年由阿瑪?shù)賮啞ど谄渲鳌敦毨c饑荒:論權利與剝奪》一書中首次提出,他指出:貧困不僅指經濟層面的收入貧困,還包括一系列養(yǎng)老權、教育權、居住權等能力的缺失,從能力、權利、功能等維度來探討貧困問題[4,15,16]。基于貧困是一種長期難以擺脫的狀況,需要對貧困主體進行長期追蹤,以監(jiān)測貧困主體的貧困狀況[5]。學界對多維貧困的研究已有不少成果,但就多維貧困而言,對云南省貧困縣域多維貧困的研究較少,且缺乏區(qū)域在時空維度上的定量與定性分析[6,7,24,25];此外,在長期以來的扶貧工作中可以發(fā)現(xiàn),貧困農戶脫貧鞏固率是隨著地區(qū)在總體上擺脫貧困約束之后而提高[8],通過對縣域實施貧困測量有利于考察扶貧效果,此外,對同一區(qū)域不同時期的貧困水平進行比較,可以發(fā)現(xiàn)貧困的緩解趨勢及程度。從多維視角對貧困進行測度,有助于精準扶貧政策的制訂,從而實現(xiàn)多層面減貧[9],因此,對現(xiàn)有的研究依然存在可拓展的空間。
云南省所涉及的集中連片特困區(qū)數(shù)量占全國比例第一位[10],據《中國縣(市)社會經濟統(tǒng)計年鑒》統(tǒng)計,云南省縣域共計129個,國家扶貧重點工作縣高達 79個,基于云南省的貧困狀況以及脫貧目標,從多個維度考察貧困,有針對性地開展扶貧,更加準確地推進我國的精準扶貧工作。本文采用“Alkire—Foster方法”對云南省縣域進行多維貧困測度,分別從經濟收入、生活條件、教育、醫(yī)療社會保障四個維度11個指標進行測度,并對云南省縣域的多維貧困進行跨時區(qū)的測度和比較,更有利于對貧困的識別和監(jiān)測,為云南省國家扶貧工作重點縣的精準扶貧、精準脫貧工作提供參考和決策依據,同時,為國家扶貧工作重點縣域提供方法和實證參考。
在阿瑪?shù)賮啞ど岢龆嗑S貧困理論的基礎上,Alkire和Foster于2007年在其研究成果中首次提出的關于計算多維貧困測度的“Alkire—Foster方法”[11],該方法通過將目標個體在每個維度上的指標的具體值與相應指標的貧困剝奪臨界值進行對比,以此來確定目標個體在該維度上是否屬于貧困[12]?!癆lkire—Foster方法”具體步驟包括貧困維度確定、貧困指標選取、剝奪臨界值的確定、貧困維度及指標權重確定、多維貧困程度識別[12,13]。
Alkire和Foster于2007年在其研究成果中首次提出的關于計算多維貧困指數(shù)的“Alkire—Foster方法”,該方法主要選擇了生活水平、健康和教育 10個指標選項[14,17];1993年 Townsend提出,在當今社會,不僅需要考慮個人的基本營養(yǎng)需求,還應考慮主體對住房、安全以及教育層面的需求;亞洲開發(fā)銀行于1999年將貧困劃分為生存、安全、能力三個層次,通過從收入、生活條件、健康以及體面生活等視角來提高對多為貧困考察的合理性[17];1997年聯(lián)合國開發(fā)計劃署(UNDP)對《人類發(fā)展報告》中提出的能力貧困指數(shù)進行了改進,提出了人類貧困指數(shù)(HPI),其貧困維度包括生存指標、知識指標和體面生活三個維度[18]。結合聯(lián)合國千年發(fā)展目標,以及中國云南省縣域的實際情況,對“Alkire—Foster方法”進行適應性修正,選擇經濟收入、生活條件、教育、醫(yī)療社會保障四個維度11個指標對云南省縣域進行多維貧困測度,構建的指標體系如表1所示。
表1 云南省縣域多維貧困指標體系Tab.1 Multidimensional poverty indicator system in Yunnan county
貧困剝奪臨界值是指各個貧困指標相應的閾值,即每個評價指標相對應的貧困標準。首先確定評價指標的貧困標準,然后通過目標個體在每個指標上的實際值與貧困標準進行對比,當被評價個體在某一指標上的實際值達到閾值,則視為該個體在該指標屬于貧困[11,19,20]?;诒疚呢毨y度的個體是云南省縣域,貧困剝奪臨界值借鑒相對貧困理念,通過實驗數(shù)據分析,將指標的剝奪臨界值設置為同一時間點上所有樣本指標均值的70%[6]。以2014年的數(shù)據作為貧困指標相對剝奪臨界值的標準,既滿足本文對云南省縣域的多維貧困隨著時空演進的變化分析,又保障了指標數(shù)據的可比性。將2014年同一指標上所有樣本均值的70%作為貧困標準,樣本指標值低于貧困標準,則表示樣本在該指標屬于貧困,即為該指標的貧困樣本,將其賦值為 1;高于貧困標準則表示非貧困,賦值為0。
在多維貧困測度中,確定了貧困維度及指標,還要對其權重進行賦值。目前,在多為貧困測度的研究中,貧困維度權重確定的方法包括的等權重法、頻率加權法、統(tǒng)計方法和專家權威法等[6,21-23]。等權重法即對貧困測度中每個維度及指標賦予相同的權重,表示各個維度中的各個指標對貧困的貢獻度相同。頻率加權法是采用平方貧困距理念,以貧困主體在不同貧困維度出現(xiàn)的頻率為基礎,而對貧困指標進行不同權重的賦值[6,19]。統(tǒng)計方法主要有主成分分析法及多元對應分析等,基于該方法的權重難以解釋所表示的經濟含義,且不容易界定權重大小的合理性[23],故本論文中貧困維度及指標的權重確定不采用該方法。專家權威法則是對專家意見進行統(tǒng)計、處理、分析和歸納,客觀的綜合專家的經驗與主觀判斷來確定維度及指標的不同權重,以表示不同指標對貧困維度的不同貢獻度;該方法簡便、直觀性強,且計算方法簡單。等權重法賦予每個維度指標的權重相等,但在現(xiàn)有的研究中表明,不同維度的不同指標對主體的貧困貢獻度并不相同;在方迎風等[21]多維貧困指數(shù)的敏感性分析中,基于其研究數(shù)據表明,調整權重會極大的影響指數(shù)的大小,因此,本文對云南省縣域多維貧困的研究中,對其維度及指標的權重采用等權重法和頻率加權法,通過兩種方法確定貧困指標的權重,相互佐證,使研究結果更具科學性。
將多維貧困程度根據多維貧困剝奪分值劃分為四個等級,根據前文所確定的各個維度指標貧困剝奪臨界值和權重值,計算出各維度指標貧困剝奪值,以此為基礎來確定貧困的等級,當被評價主體的多維貧困剝奪值大于0.25時,則將該主體確定為多維貧困。多維貧困分值及對應貧困程度如表2所示。
表2 多維貧困等級及判斷標準Tab.2 The levels and criteria of multidimensional poverty
本文數(shù)據來源于《中國縣(市)社會經濟統(tǒng)計年鑒》(2004、2008、2012、2016)、《云南統(tǒng)計年鑒》(2004、2008、2012、2016)。
云南省包含12個市轄區(qū),9個縣級市,79個縣,29個少數(shù)民族自治縣,總共129個縣,據《中國縣(市)社會經濟統(tǒng)計年鑒》(2004、2008、2012、2016)、《云南統(tǒng)計年鑒》(2008、2012、2016)相關數(shù)據,對于年鑒中缺失的縣域數(shù)據,在空間分析時將其2004年、2008年視為輕度多維貧困縣域,2012年、2014年判定為非多維貧困,對其余縣域根據相關數(shù)據進行多維貧困測度與分析。利用 Excel完成數(shù)據的預處理及初步分析,包括以下步驟:(1)計算貧困標準:將同一時期同一指標上所有樣本均值的70%作為云南省縣域貧困剝奪臨界值;(2)計算各維度指標的權重:首先對經濟收入、生活條件、教育、醫(yī)療社會保障四個貧困維度分別賦予相等的權重 0.25;其次,采用頻率加權法對各個貧困維度對應的貧困指標的權重進行賦值。以經濟收入維度為例,設該維度中各項指標為Xi,即該維度中的人均第一產業(yè)增加值、人均地方財政一般預算收入、人均城鄉(xiāng)居民儲蓄存款余額三個指標為非貧困的樣本比重分別為X1、X2、X3,則各指標m在總體多維貧困中的權重[15-20]:
計算云南省縣域 2003-2015年各指標低于貧困線的縣域數(shù)量及比例,如表3所示:
表3 云南省縣域2003-2015年各指標低于貧困線的縣域數(shù)量及比例Tab.3 Number and proportion of counties with indicators below the poverty line in Yunnan county from 2003 to 2015
本文數(shù)據處理分為兩個部分,第一部分則是利用Microsoft office Excel實驗數(shù)據的提取及預處理,完成研究區(qū)域多維貧困測度后,利用 Arc Map10.6空間分析軟件,即GIS的空間分析功能,利用分級色彩更加直觀的表示多維貧困在各個研究時期的貧困程度,以及隨著時間的演進,在空間上的分布特征。
圖1直觀的表示了云南省縣域貧困指標的變化情況。通過圖 1,可以明顯的看出,除了教育維度和生活條件維度中的人均本地電話戶數(shù)指標存在波動外,云南省各縣域從2003年-2015年各指標低于貧困線的比例都有不同程度的降低,四個維度貧困緩解情況依次為:經濟收入>生活條件>醫(yī)療社會保障>教育。進入21世紀以來,云南省的經濟得到一定的發(fā)展,人民生活條件較大程度提高;在醫(yī)療社會保障方面,從2003年至2015年超過50%貧困縣域得到改善,說明云南省的扶貧工作取得一定的成效。
圖1 2003-2015年云南省縣域貧困指標變化情況Fig.1 Changes in county of poverty indicators in Yunnan Province, 2003-2015
本文采用等權重法和頻率加權法對 2015年云南省縣域進行多維貧困測度,圖2直觀的反映了兩種方法確定各指標權重的測度結果,其結果趨于一致,兩種方法相互佐證,進一步證明研究方法的科學性和適用性。等權重法和頻率加權法所確定的云南省縣域多維貧困結果表明,各縣域多維貧困剝奪值基于0-0.75之間,無重度貧困縣域。等權重法的計算結果中,非多維貧困縣55個,輕度多維貧困縣42個,中度多維貧困 20個;頻率加權法的計算結果中,非多維貧困縣65個,輕度多維貧困縣35個,中度多維貧困縣17個(基于云南省調查數(shù)據117個縣域,為便于表達,圖2并未添加所有縣域的貧困測度,且將云南省縣域名稱簡化)。
圖2 2015年云南省縣域多維貧困狀況Fig.2 Multidimensional poverty in Yunnan Province, 2015
3.2.1 多維貧困時間演進分析
基于等權重法和頻率加權法所測算的云南省縣域多維貧困結果趨于一致,為了方便計算,利用等權重法對云南省縣域 2003年—2015年多維貧困狀況進行統(tǒng)計,如圖3所示:重度多維貧困縣由2003年的16個減少至2015年的無重度貧困縣域;非多維貧困縣由2003年的0個增加至2015年的55個;輕度多維貧困和重度多維貧困為反貧困的過度階段,隨著時間的演進,輕度多維貧困縣域數(shù)量增加,中度多維貧困縣域數(shù)量在逐步減少。通過研究數(shù)據表明,隨著扶貧政策的開展,從2003年-2015年,云南省的貧困狀況得到一定的緩解,反貧困取得很大程度的績效。
圖3 2003年-2015年云南省縣域多維貧困隨時間的變化情況Fig.3 Multidimensional poverty over time in Yunnan Province, 2003-2015
3.2.2 多維貧困空間演進分析
利用Arc Map10.6空間分析軟件的空間分析功能(圖4),采用分級色彩表示云南省縣域的多維貧困程度隨著時間演進的變化趨勢,圖 5(a-d)分別展示了云南省縣域從2003年至2015年多維貧困的變化情況。通過圖5(a-d),可以看出隨著時間的發(fā)展,云南省各縣域的貧困狀況存在差異性,以2011年為例,重度多維貧困縣僅剩1個,中度多維貧困縣40個,輕度多維貧困縣 51個,而非多維貧困縣則從2003年的0個增加至25個。為了進一步了解云南省縣域的多維貧困隨著時間的演進變化,對多維貧困剝奪指數(shù)的標準差進行計算,其結果如圖 5(a)所示,多維貧困縣剝奪指數(shù)的標準差隨著時間的推進呈現(xiàn)波動增長,表明云南省縣域內的多維貧困之間的離散程度隨著時間的推移而增大,在脫貧過程中,出現(xiàn)縣域的脫貧速度的兩極分化,即部分縣域脫貧速度較快,脫貧績效明顯,而部分縣域的脫貧速度則相對滯后,縣域之間的多維貧困差異性逐漸增大。因此,針對脫貧速度兩極分化的現(xiàn)象,扶貧政策應著重解決脫貧過程中的差異性;精準扶貧過程中應更加關注脫貧速度較慢的縣域,使云南省縣域的多維貧困程度隨著時間的推移及相關政策的開展得到解決,爭取在2020年實現(xiàn)全省脫貧,步入全面小康社會。
圖4 多維貧困分級色彩Fig.4 Multidimensional Poverty color of poverty classification
圖5 2003-2015年云南縣域多維貧困變化情況Fig.5 The Change of Multidimensional Poverty in Yunnan Counties, 2003-2015
圖6 云南省多維貧困剝奪分值及貢獻度Fig.6 Multidimensional poverty deprivation score and contribution degree in Yunnan Province
通過對各維度的剝奪分值及多維貧困剝奪分值的計算,研究各維度對多維貧困的貢獻度,如圖6(b)所示:多維貧困的剝奪分值呈現(xiàn)降低趨勢,說明整體的貧困程度得到改善,脫貧攻堅戰(zhàn)向前邁進了一大步。從圖 6(b)可以看出,各貧困維度對多維貧困貢獻度的順序為:醫(yī)療社會保障>經濟收入>生活條件>教育;經濟收入、生活條件、醫(yī)療社會保障三個維度對多維貧困貢獻程度呈現(xiàn)下降趨勢,而教育維度則呈上升趨勢。經濟收入和醫(yī)療社會保障維度的剝奪是致貧的主要因素。通過具體分析經濟收入和醫(yī)療社會保障維度中的指標,居民儲蓄存款余額和社會福利收養(yǎng)性單位床位數(shù)的貢獻度較大,在扶貧和精準脫貧政策的制定中應著重發(fā)展云南的煙草及旅游業(yè),為降低經濟收入對多維貧困的貢獻度,可結合地方縣域特色,發(fā)展當?shù)靥厣a業(yè);同時,在醫(yī)療社會保障維度,加強醫(yī)療機構及社會福利收養(yǎng)性單位的建設,為孤寡老人、留守兒童以及生活殘障人士提供更好的福利環(huán)境,以減少醫(yī)療社會維度對多維貧困的貢獻度。
本文基于多維貧困理念,采用“Alkire—Foster方法”測度云南省縣域的多維貧困狀況,通過對云南省2004年-2015年多維貧困狀況進行時空演進分析,得出主要結論如下:
(1)從云南省整體的多維貧困測度結果來看,進入21世紀以來,隨著扶貧政策的開展,反貧困效果明顯,重度、中度多維貧困縣域逐步向中度、輕度和非多維貧困程度發(fā)展,多維貧困狀況有一定程度的改善;
(2)就 2015年云南省縣域的多維貧困狀況而言,靠近云南省邊界的縣域貧困程度較高,基于其區(qū)位和地理條件,脫貧難度較大;滇南、滇西、滇西南縣域貧困程度較低,滇東北、滇東南、滇西北縣域貧困程度較高,結合云南省縣域的貧困狀況以及脫貧過程中的縣域脫貧速度差異增大的狀況,全省的精準扶貧應更加關注貧困程度較高的縣域,向多維貧困反貧困嚴重滯后的縣域傾斜,縮小云南省縣域在脫貧過程中的差距;
(3)對云南省縣域多維貧困狀況的時空分析,隨著時間的演進,云南省縣域的多為維貧困程度整體得到改善;但從空間上進行分析得出,各縣域之間的脫貧速度存在較大差異,且存在隨著時間推進而增大的趨勢;
(4)基于云南省多維貧困各維度及指標的具體分析得出,經濟收入和醫(yī)療社會保障維度的是致貧的主要因素,其中居民儲蓄存款余額和社會福利收養(yǎng)性單位床位數(shù)對多維貧困的貢獻度較大;而教育維度對多維貧困的貢獻度呈上升趨勢,在反貧困過程中還應大力發(fā)展教育事業(yè),在發(fā)展經濟的同時,也不能忽略教育維度在貧困中的貢獻度。
基于以上研究結果,在精準扶貧和反貧困政策中,除了加快脫貧的速度,更應關注脫貧過程中脫貧速度滯后的縣域,將扶貧的重心放在經濟收入和醫(yī)療社會保障方面,結合云南省縣域的地理區(qū)域情況和地方特色,發(fā)展支柱產業(yè),提高經濟收入,同時加強醫(yī)療社會保障,通過精準扶貧實現(xiàn)2020年全面步入小康的宏偉目標。