县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例

doi:10.13249/j.cnki.sgs.2013.012.1489

地理科学 ›› 2013, Vol. 33 ›› Issue (12): 1489-1497.doi: 10.13249/j.cnki.sgs.2013.012.1489

县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例

王艳慧^1,^2,³, 钱乐毅^1,^2,³(), 段福洲^1,^2,³

1.首都师范大学资源环境与地理信息系统北京市重点实验室,北京 100048
2.首都师范大学三维信息获取与应用教育部重点实验室,北京 100048
3.首都师范大学城市环境过程与数字模拟国家重点实验室培育基地,北京 100048

收稿日期:2013-03-20 修回日期:2013-06-03 出版日期:2013-12-20 发布日期:2013-12-20
作者简介:
作者简介：王艳慧（1977-）,女,河南上蔡人,副教授,研究方向：GIS方法与应用,多尺度空间数据库系统及更新。E-mail：huiwangyan@sohu.com
基金资助:
国家自然科学基金（41371375、北京市自然科学基金（8132018）和十二五国家科技支撑计划项目（2012BAH33B03、2012BAH33B05）资助

Multidimensional Poverty Measurement and Spatial Distribution Pattern at the Country Scale:A Case Study on Key Country from National Contiguous Special Poverty-stricken Areas

Yan-hui WANG^1,^2,³, Le-yi QIAN^1,^2,³(), Fu-zhou DUAN^1,^2,³

1.Beijing Key Laboratory of Resource Environment and Geographic Information System, Capital Normal University, Beijing 100048, China
2.Key Laboratory of 3-Dimensional Information Acquisition and Application, Ministry of Education, Capital Normal University ,Beijing 100048, China
3.State Key Laboratory Incubation Base of Urban Environmental Processes and Digital Simulation, Capital Normal University ,Beijing 100048,China

Received:2013-03-20 Revised:2013-06-03 Online:2013-12-20 Published:2013-12-20

摘要/Abstract

摘要：

贫困人口及其分布区域的有效瞄准和识别是新阶段连片特困区农村扶贫开发需要解决的首要问题。从多维角度把握贫困的实质并进行多维贫困的具体度量和分析成为近年来国内外研究的焦点。在系统设计多维贫困识别指标体系及多维贫困测算算法流程的基础上,以河南省南阳市连片特困区扶贫重点县为研究区域,构建基于“双临界值”的“维度加总/分解”算法进行了“县级-村级”的贫困人口多维贫困量算和分析;借助Kriging法对村级多维贫困测算结果进行空间插值处理,系统分析研究区多维贫困状况空间分布格局。结果显示：研究区多维贫困发生率和多维贫困指数都呈现“西高东低”趋势,其中,内乡县和淅川县的综合贫困指数MPI最大,镇平县MPI最小。其主要致贫因素为收入和健康,收入指标对贫困的贡献度在空间上呈现“西北-东南”条带状分布,健康问题集中在镇平县;次要致贫因素为教育年限、儿童入学率以及燃料类型。此外,淅川县山区地区多维贫困发生率最高,县城附近的MPI相对较低。

关键词: 贫困识别指标体系, 多维贫困测算, 双临界值法, 空间插值, 空间分布格局

Abstract:

In special poverty-stricken rural areas, the primary problem of poverty alleviation is effective targeting and identifying of the poor and their distribution area. In recent years, researchers around the world focused on grasping the essence of multidimensional poverty and measurement. Based on systematic design of multidimensional poverty identifying indices system and algorithm flow, this article takes key country in Nanyang, Henan Province from national contiguous special poverty-stricken areas as the study area, constructs algorithm based on the “dual cutoff” and "dimension aggregated/decomposition" to measure and analyze the multidimensional poverty of the poor at "county-village"scale,uses Kriging method to interpolate results of multidimensional poverty measurements and systematically analyze spatial distribution pattern of multidimensional poverty at village scale in study area.The result shows: in the study area,the trend of multidimensional poverty headcount ratio and multidimensional poverty index(MPI) is that the value of west is higher than that of the east;the MPI of Neixiang country and Xichuan country is the highest,that of Zhenping country is the lowest.Their primary factors contributing to poverty are income and health,contribution of income index to the poverty appears as strip from "northwest-southeast",healthy problem mainly concentrates around Zhenping country. Their secondary factors contributing to poverty are education,schooling and fuel.Besides,the multidimensional poverty incidence is the highest in mountainous area in Xichuan country,MPI is relatively lower around the center of the country.

Key words: poverty identifying indices system, multidimensional poverty measurement, dual cutoff, interpolation, spatial distribution pattern

中图分类号:

C922

王艳慧, 钱乐毅, 段福洲. 县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例[J]. 地理科学, 2013, 33(12): 1489-1497.

Yan-hui WANG, Le-yi QIAN, Fu-zhou DUAN. Multidimensional Poverty Measurement and Spatial Distribution Pattern at the Country Scale:A Case Study on Key Country from National Contiguous Special Poverty-stricken Areas[J]. SCIENTIA GEOGRAPHICA SINICA, 2013, 33(12): 1489-1497.

图/表 13

图1

表1

表2

图2

表3

多维贫困测算变量释义"

变量名	释义
数据矩阵Y	数据矩阵Y(n×d)是用来存储农户个体的指标信息。n表示测算个体数量,d表示指标数量。
剥夺临界值z	剥夺临界值z(1×d)是测定各指标是否被剥夺的阈值。
剥夺矩阵g⁰	剥夺矩阵g⁰(n×d)是用来存储农户个体被剥夺的情况。如果农户在某一指标下是被剥夺的,赋值1,否则,赋值0。
贫困临界值k	贫困临界值k表示确定为贫困个体的维度数。其中,0≤k≤d,多维贫困测算k一般取值2到d之间。
已删减矩阵g⁰(k)	已删减矩阵g⁰(k)是用来存储贫困个体被剥夺的情况。与剥夺矩阵的区别在于已删减矩阵对剥夺矩阵中非贫困个体被剥夺的指标进行了归零处理。
多维贫困发生率H	多维贫困发生率H=q/n,其中,q表示多维贫困人口,n表示研究区域总人口。
平均剥夺份额A	平均剥夺份额 $A = ∑ i = 1 n C i (k) q$ ,其中,C_i(k)表示在贫困临界值为K的情况,个体i被剥夺的指标数量;q表示多维贫困人口。
多维贫困指数MPI	MPI是表示一个地方贫困状况的综合指标,公式为MPI=HA。
指标贡献度	指标贡献度= $w i C H i MPI$ ,其中 $w i$ 表示第i指标的权重值;CH_i表示第i指标被剥夺的人口率。

表3

表4

表5

图3

图4

表6

表7

图5

图6

参考文献 24

[1]	国家统计局住户调查办公室.中国农村2011贫困监测报告[R].北京:中国统计出版社,2012:11~14.
[2]	曲玮,涂勤,牛叔文.贫困与地理环境关系的相关研究述评[J].甘肃社会科学,2010,(1):103~106.
[3]	李小云,叶敬忠,张雪梅,等.中国农村贫困状况报告[J].中国农业大学学报(社会科学版),2004, (1):5~12.
[4]	汪三贵,Albert Park,ShubhamChaudhuri,等.中国新时期农村扶贫与村级贫困瞄准[J].管理世界,2007, 5(1):62~70.
[5]	邹薇,方迎风.怎样测度贫困:从单维到多维[J].武汉大学经济与管理学院,2012,(2):63~69.
[6]	叶初升,赵锐.村级贫困的度量:维度与方法[J].中国农村经济,2005,5:39~46.
[7]	王小林,Sabina Alkire.中国多维贫困测量:估计和政策含义[J].中国农村经济,2009,(12):4~23.
[8]	李佳璐. 农户多维度贫困测量_以S省30个国家扶贫开发工作重点县为例[J]. 财贸经济,2009,2(10):63~68.
[9]	叶初升,王红霞.多维贫困及其度量研究的最新进展:问题与方法[J].湖北经济学学院学报,2010,8(6):5~11.
[10]	曾永明,张果.基于GIS和BP神经网络的区域农村贫困空间模拟分析——一种区域贫困程度测度新方法[J].地理与地理信息科学,2011,27(2):74~79.
[11]	Alkire Sabina,Foster James.Counting and multidimensional poverty measurement[J].Journal of Public Economics,2011,95(7):476-487.
[12]	李双成,许月卿,傅小锋.基于GIS和ANN的中国区域贫困化空间模拟分析[J].资源科学,2005,27(4):76~81.
[13]	RavallionMartin.On multidimensional indices of poverty[J].Journal of Economic Inequality,2011,9(2):235-248.
[14]	朱启贵. 国内外可持续发展指标体系评论[J].合肥联合大学学报,2000,10(1):11~23.
[15]	Alkire Sabina,Foster James.Understandings and misunderstandings of multidimensional poverty measurement[J].Journal of Economic Inequality,2011,9(2):289-314.
[16]	Guedes Gilvan R,Brondizio Eduardo S,Barbieri Alisson F, et al.Poverty and inequality in the rural Brazilian Amazon:A multidimensional approach[J].Human Ecology,2012,40(1):41-57.
[17]	Callander Emily J,Schofield Deborah J,Shrestha Rupendra N.Capacity for freedom-using a new poverty measure to look at regional differences in living standards within Australia[J].Geographical Research,2012,50(4):411-420.
[18]	Madulu N F.Environment,poverty and health linkages in the Wami River basin:A search for sustainable water resource management[J].Physics and Chemistry of the Earth,2005,(30):950-960.
[19]	Carla Oliverira,Carlos Henggeler Antunes.A multi-objective multi-sectoral economy-energy-environment model:Application to Portugal[J].Energy,2011,36:2856-2866.
[21]	杨国涛. 地理区位\农户特征与贫困分布——基于西海固720个农户的分析[J].财贸研究,2007,(2):19~24.
[20]	孟斌,王劲峰,张文忠,等.基于空间分析方法的中国区域差异研究[J].地理科学,2005,25(4):393~400.
[22]	李新,程国栋,卢玲.空间内插方法比较[J].地球科学进展,2000,15(3):260~265.
[23]	廖顺宝,孙九林.基于GIS的青藏高原人口统计数据空间化[J].地理学报,2003,25(1):25~33.
[24]	秦涛,付宗堂.ArcGIS中几种空间内插方法的比较[J].物探化探计算技术,2007,29(01):72~75.

县	样本数据				验证数据
县	乡镇（个）	行政村（个）	乡镇覆盖率（%）	行政村覆盖率(%)	乡镇(个)	行政村（个）	乡镇覆盖率（%）	行政村覆盖率（%）
内乡	15	24	93.8	8.3	9	15	56.3	5.2
镇平	17	20	77.3	4.9	8	9	36.4	2.2
淅川	10	20	58.8	3.8	8	10	47.1	1.9
南召	13	24	61.9	7.1	12	15	57.1	4.4
总计	55	88	72.4	5.6	37	49	48.7	3.1

维度	指标	剥夺临界值	权重
经济福利	人均纯收入	根据每年的扶贫标准判断,低于标准赋值1,否则为0	1/4
生活水平	房屋结构	砖木结构以及钢筋混泥土结构属于非贫困,赋值0,否则为1	1/20
	饮水情况	浅井水、深井水、自来水为安全水,赋值0,否则为1	1/20
	通电情况	通电为0,没通电为1	1/20
	资产	拥有生活耐用品、交通工具、家用电器数量小于2,赋值1	1/20
	燃料类型	以“柴草、秸秆”为燃料的赋值为1,否则为0	1/20
健康	家庭健康	在户表中如果有一个成员的身体不健康,赋值为1,否则为0	1/4
教育	平均教育年龄	所有成员的平均教育年限,如果大于5 a赋值0,否则为1	1/8
教育	儿童入学率	至少一名儿童失学,赋值为1	1/8

县	收入	房屋结构	饮用水	通电情况	燃料	健康	教育年限	儿童入学率
镇平	29.6%	6.4%	11.5%	0.3%	90.7%	28.7%	9.0%	20.6%
淅川	73.5%	12.0%	9.7%	1.5%	95.3%	51.7%	24.8%	19.7%
南召	77.7%	26.0%	14.7%	0.8%	90.7%	24.7%	15.4%	16.0%
内乡	69.1%	15.4%	7.3%	1.1%	95.2%	75.2%	28.1%	17.8%
总计	62.5%	15.0%	10.8%	0.9%	93.0%	45.1%	19.3%	18.5%

k	H	A	MPI	收入贫困发生率
1	0.867	0.445	0.386	0.625
2	0.820	0.461	0.378	0.625
3	0.595	0.527	0.314	0.625
4	0.387	0.600	0.232	0.625
5	0.187	0.674	0.126	0.625
6	0.133	0.701	0.093	0.625
7	0.009	0.817	0.007	0.625
8	0	--	--	0.625

半变异函数模型	平均误差		均方根误差		平均标准误差		标准化平均误差		标准化均方根误差
半变异函数模型	H	MPI	H	MPI	H	MPI	H	MPI	H	MPI
Circular	0.0017	0.0011	0.2477	0.1541	0.2599	0.1537	0.0449	0.0126	1.0090	1.0050
Spherical	0.0016	0.0008	0.2479	0.1541	0.2601	0.1540	0.0439	0.0105	1.0090	1.0040
Exponential	0.0011	0.0011	0.2494	0.1547	0.2644	0.1561	0.0406	0.0119	0.9983	0.9938
Gaussion	0.0016	0.0007	0.2471	0.1537	0.2599	0.1539	0.0420	0.0100	1.0050	1.0030
RQ	0.0000	-0.0003	0.2479	0.1539	0.2644	0.1558	0.0367	0.0031	1.0070	0.9922
Hole Effect	0.0010	0.0002	0.2460	0.1529	0.2548	0.1507	0.0416	0.0064	1.0310	1.0190
K-Bessel	0.0015	0.0006	0.2457	0.1532	0.2634	0.1552	0.0373	0.0086	0.9816	0.9903

县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例

Multidimensional Poverty Measurement and Spatial Distribution Pattern at the Country Scale:A Case Study on Key Country from National Contiguous Special Poverty-stricken Areas

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 24

相关文章 9

Metrics

本文评价

推荐阅读 0

指标		方差方程的Levene检验		均值方程的 t 检验
指标		F	Sig.	t	df	Sig.(双侧)
H	假设方差相等	2.571	0.112	-0.427	96	0.670
H	假设方差不相等			-0.0427	89.888	0.670
MPI	假设方差相等	1.629	0.205	-0.383	96	0.703
MPI	假设方差不相等			-0.383	89.956	0.703

[1]	傅声雷,傅伯杰. 生态地理学概念界定及其经典案例分析[J]. 地理科学, 2019, 39(1): 70-79.
[2]	祝亚雯, 胡文海. 基于地统计学方法的区域旅游空间结构研究——以皖南国际文化旅游示范区为例[J]. 地理科学, 2016, 36(11): 1722-1728.
[3]	葛莹, 朱国慧, 王华辰, 赵慧慧. 基于Ripley’s K函数浙江城市空间格局及其影响分析[J]. 地理科学, 2014, 34(11): 1361-1368.
[4]	牟晓杰, 孙志高, 刘兴土. 黄河口滨岸潮滩湿地土壤碳、氮的空间分异特征[J]. 地理科学, 2012, 32(12): 1521-1529.
[5]	石淑芹, 陈佑启, 李正国, 杨鹏, 吴文斌, 汤芳. 基于空间插值分析的指标空间化及吉林省玉米种植区划研究[J]. 地理科学, 2011, 31(4): 408-414.
[6]	李国栋, 王乃昂, 张俊华, 赵力强. 兰州市城区夏季热场分布与热岛效应研究[J]. 地理科学, 2008, 28(5): 709-714.
[7]	张东, 张万昌, 朱利, 朱求安. SWAT分布式流域水文物理模型的改进及应用研究[J]. 地理科学, 2005, 25(4): 434-440.
[8]	朱求安, 张万昌, 赵登忠. 基于PRISM和泰森多边形的地形要素日降水量空间插值研究[J]. 地理科学, 2005, 25(2): 233-238.
[9]	封志明, 郑海霞, 杨艳昭. 基于GIS的农业气候资源区域化问题研究——以甘肃省为例[J]. 地理科学, 2004, 24(4): 444-451.