EN中文

地理科学 >

2023 , Vol. 43 >Issue 3: 488 - 499

DOI: https://doi.org/10.13249/j.cnki.sgs.2023.03.011

青藏高原土地利用变化及其生态环境效应专栏

中国女性贫困特征与影响因素研究

  • 袁媛 , 1 ,
  • 陈哲 1 ,
  • 李紫晴 1, 2 ,
  • 李颉 3 ,
  • 陈曦 1
展开
  • 1.中山大学地理科学与规划学院/广东省城市化与地理环境空间模拟重点实验室，广东 广州 510275
  • 2.广州仲量联行物业服务有限公司，广东 广州 510275
  • 3.广州大学地理科学与遥感学院，广东 广州 510275

袁媛（1976—），女，浙江绍兴人，教授，博导，主要从事城市地理与城市贫困，健康地理与健康社区研究。E-mail: ；

收稿日期: 2021-12-27

  修回日期: 2022-02-22

  网络出版日期: 2023-03-20

基金资助

国家自然科学基金项目(41871161)

国家自然科学基金项目(41871161)

广东省自然科学基金(2023A1515010704)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Characteristics and influencing factors of Chinese female poverty

  • Yuan Yuan , 1 ,
  • Chen Zhe 1 ,
  • Li Ziqing 1, 2 ,
  • Li Jie 3 ,
  • Chen Xi 1
Expand
  • 1. School of Geography and Planning Institute, Sun Yat-Sen University/Guangdong Key Laboratory for Urbanization and Geo-simulation, Guangzhou 510275, Guangdong, China
  • 2. Guangzhou Jones Lang LaSalle Property Services Company Ltd, Guangzhou 510275, Guangdong, China
  • 3. School of Geography and Remote Sensing, Guangzhou University, Guangzhou 510275, Guangdong, China

Received date: 2021-12-27

  Revised date: 2022-02-22

  Online published: 2023-03-20

Supported by

National Natural Science Foundation of China(41871161)

National Natural Science Foundation of China(41871161)

Guangdong Natural Science Foundation(2023A1515010704)

Copyright

Copyright reserved © 2023.
Fold

摘要

后扶贫时代将性别因素引入贫困研究的理论与实践，有利于制定针对贫困女性的脱贫政策。在构建女性贫困分析框架基础上，利用城乡最低保障人口数据和中国综合社会调查数据（CGSS），从空间和个体2个层面分析女性贫困特征，使用二元logistics回归分析方法辨析中国女性贫困的影响因素。研究结果表明：① 中国女性相对贫困深化，呈现地区差异性和空间聚集性；② 女性在多维贫困的广度和深度上都大于男性；③ 陷入多维贫困的女性主要受到就业、人力资本和资产剥夺；④ 中国拥有着独特的女性贫困影响机制，户籍制度、文化思想观念和劳动力市场就业是影响女性贫困的主要方面。期望以此丰富贫困地理和女性地理研究，为提升扶贫质量和制定基于性别的可持续发展政策奠定基础。

关键词： 女性贫困; 贫困地理学; 贫困空间格局; 多维贫困; 减贫政策

本文引用格式

袁媛 , 陈哲 , 李紫晴 , 李颉 , 陈曦 . 中国女性贫困特征与影响因素研究[J]. 地理科学, 2023 , 43(3) : 488 -499 . DOI: 10.13249/j.cnki.sgs.2023.03.011

Abstract

The 2030 Agenda for Sustainable Development of the United Nations sets out the goal of eradicating poverty in all its forms and achieving gender equality around the world. The year of 2020 is the decisive year to resolutely fight against absolute poverty in China. In the post-poverty alleviation era, the introduction of gender factors into the theory and practice of poverty research is conducive to formulating poverty alleviation policies for poor women. This paper reviews the research progress of feminist geography, the research on women's poverty and the research on the influencing factors of women's poverty. Based on feminist geography and poverty research, this paper constructs a research framework on women's poverty in China from two levels. At the macro spatial level, by measuring the incidence of female poverty and the female relative poverty index using the data of urban and rural minimum security population data, this paper depicts the spatial differentiation and evolution characteristics of Chinese female poverty. At the micro individual level, build a multi-dimensional poverty index (MPI) using China Comprehensive Social Survey (CGSS) data, this paper explores the gender difference characteristics of poverty and the multi-dimensional poverty characteristics of women. Based on China's unique economic, political and cultural environment, this paper analyzes the factors affecting women's multidimensional-poverty from the perspectives of gender and region by binary logistic regression analysis. Last not least, poverty reduction policies for women are summarized. Studies have shown that: 1) The relative poverty level of Chinese women has deepened significantly from 2010 to 2017, and there are large differences in different regions. At the same time, the regions with deep poverty levels show clustering characteristics. 2) Women have higher level on the breadth and depth of multi-dimensional poverty compared with men. 3) The incidence of poverty among women is higher than that of men in multiple dimensions. Those women who are struggling in the situation of multi-dimensional poverty are mainly deprived on the aspect of employment, human capital and assets. 4) China has a unique influence mechanism on female poverty. The household registration system, cultural ideology and employment in the labor market are the main aspects that affect women's poverty. This paper aims to enrich the research on poverty geography and women's geography, and lay a foundation for improving the quality of poverty alleviation and formulating gender-based sustainable development policies.

Key words： female poverty; poverty geography; spatial patterns of poverty; multidimensional poverty; poverty eradication

《联合国2030年可持续发展议程》强调消除一切形式的贫困，实现性别平等，增强女性权能[1]。自精准脱贫政策实施以来中国城乡贫困人口大量减少，但民政部的最低保障数据显示( https://www.mca.gov.cn/)：2010—2017年，男性低保人口数量减少了逾1800万人，贫困发生率下降了2.84%；而女性低保人口数量仅减少不到500万人，女性贫困发生率仅下降0.71%，呈现出“女性贫困化”特征。研究中国女性贫困的空间特征和影响因素，有利于为基于性别差异的反贫困政策制定奠定基础。
19世纪中期，女性主义思潮促进了女性主义地理学的兴起。在文化转向（Cultural-turn）的背景下，女性空间行为和体验成为女性主义地理学的重点。深入认识经济、社会、文化三位一体的空间离不开人，而人是性别化的[2]，导致性别化的个人及各类场域、空间中性别身份和权利的再现与重构[3]。研究强调女性视角的人地关系，反抗传统空间秩序压迫[4]，主要内容有：① 女性与空间，空间分异是地理学研究的重要议题，引入“社会性别理论”（Gender theory），揭露空间中性别不平等现象和空间规律，重视女性的空间需求，并展开了女性群体的时空行为[5-6]、女性对公共空间使用[7]、女性家庭空间[8]等研究；② 女性与社会发展，从女性独特经验出发，关注女性经历的社会问题，如消费[9]、就业[10]、住房[11]、人口流动[12]等；③ 女性与城市，城市化发展中忽视“性别”视角，限制了女性的生活方式和对城市空间的利用[13]，从女性需求出发重新审视城市空间。
20世纪六七十年代，西方经济衰退和社会矛盾尖锐激起了第二次女性主义运动，女性贫困研究兴起。女性主义地理学与贫困地理学相结合，更加重视性别差异下的贫困状况，对于生活在同一空间中的男性和女性，传统父权制度导致女性面临更多的挑战、空间不幸和贫困[14]。Pearce率先发现了美国贫困人口构成呈现出女性化的趋势，提出“贫困女性化”（Feminization of poverty）[15]，发展至今女性贫困体现了复杂性及多样性。女性贫困空间分布研究证明男女贫困特征在国家内外部，沿海地区与内陆地区之间、沿河岸与沿海地区之间，以及海拔高度不同的地区之间均存在差异[16]。例如在国家之间，以美国为代表的发达国家女性贫困风险仍然很高[17-18]；部分发展中国家（巴西、印度、哥斯达黎加等）女户主家庭的贫困风险远高于男户主家庭[19-21]。中国农村贫困妇女呈现“小集中，大分散”式分布[22]，少数民族贫困女性在西部地区集中[23]。特定女性群体是女性贫困研究的重要方面，覆盖农村妇女[24-25]、少数民族女性[26]、单亲家庭女性[27]、流动群体女性[12]、老年女性[28]、女户主家庭[29-30]，集中在贫困特征和多维贫困测度[31-33]上。女性贫困影响因素研究可分为内在因素和外部因素（经济、社会政策、文化规范等）[34]。内在因素指性别的生理差异，女性面临着独特的生理健康需求，生育、营养健康及疾病是影响女性生存状况的重要方面[35]。外部因素的经济环境中，劳动力市场存在着对女性的歧视[36]，科技的发展进一步拉大了就业的性别鸿沟[37]；文化环境中，父权制背景下成长的女性在土地所有权和资产占有上面临剥夺[38-39]；社会政策上，社会保障制度在国家间存在较大差异，福利普遍主义可以有效减少女性贫困[40]；贫困地区落后的教育观念和较差的生活环境导致女性受教育权利被剥夺，影响女性人力资本获取和女性贫困[41]。
已有研究围绕特定贫困女性群体，但鲜有从空间视角考察全国尺度的女性贫困特征和探讨女性多维贫困影响因素。本文综合贫困地理学和女性主义视角，立足于后扶贫时代解决女性贫困问题的现实需要，从空间层面和个体层面构建女性贫困分析框架，揭示中国女性贫困空间分布格局和个体贫困特征，并构建指标体系探究女性贫困影响因素，为中国贫困地理和女性地理研究提供新的视角，为基于性别平等的精准扶贫政策制定提供建议和研究参考。

1 研究设计

1.1 研究框架

社会性别是女性主义理论中重要概念之一。Joan Scott指出：性别是一种权力关系，是在经济、社会、文化因素影响等各方共同作用下形成的[42]。社会性别差异产生了性别之间的差距和歧视，表现为社会上各方面的性别不平等[43]。为消除性别不平等，女性主义者曾提出女性同质化和异质化的发展道路。同质化强调女性实现和男性一样的性别平等，异质化强调凸显女性特征实现性别平等[44]。本文侧重于研究“贫困女性”的异质性，分析社会性别和生理性别对女性贫困的影响，从空间层面和个体层面探究女性贫困差异，进而探寻女性异质化发展道路，因此构建女性贫困研究框架（图1）：以贫困女性为研究主体，在宏观空间层面通过测算女性贫困发生率和女性相对贫困指数，刻画中国女性贫困空间分异及时空演化特征；微观层面构建多维贫困指数（MPI，multiple poverty index），探究贫困的性别差异特征和女性多维贫困特征，并基于中国独特的经济、政治、文化环境，从性别和地区2个视角分析影响女性多维贫困的因素。最后，总结提出女性贫困减贫政策。
图1 女性贫困研究框架

Fig. 1 Research framework of female poverty

1.2 研究区域和数据来源

1）研究区域：全国地级行政区（地级市、地区、自治州、盟）以及部分省直辖县级市（港澳台除外）共计359个单元；依据国家统计局的划分标准[45]，将全国划分为东部、中部、西部三大区域①(①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省（市）；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省（市、自治区）。)。
2）数据来源：城乡最低保障人口数据（以下简称低保）来源于中国民政部（ https://www.mca.gov.cn/）2010—2017年第四季度的城市和农村低保数据，2017年是可以获取公开数据的最近年份。低保是国家对家庭人均收入低于当地政府公告的最低生活标准的人口给予一定现金资助，以保证该家庭成员基本生活所需，较为全面地反映全国城乡绝对贫困状况。空间单元的人口特征数据来自于各省、直辖市、自治区的第六次人口普查资料[46]及《中国2010年人口普查分县资料》[47]。个体数据来自于2015年中国综合社会调查数据（CGSS， http://cnsda.ruc.edu.cn），覆盖全国28个省（市、自治区）的478个村、居委会，有效问卷共10 968份，其中，东、中、西部地区有效问卷各占比40%、35.2%、24.8%。

1.3 研究方法

1）女性相对贫困指数。为表现地区贫困的性别差异，本研究构建指标地区女性相对贫困指数F，公式如下：
$\begin{split}&\;\\ & F={H}_{女}/{H}_{男} \end{split}$
式中，H女、H男分别代表地区女性贫困发生率、男性贫困发生率。女性相对贫困指数越高，则与该地区男性相比，陷入贫困的可能性越高。
2）个体多维贫困测度。本研究采用Alkire-Foster（AF）指数[48]，计算个人同时经历的不同类型的贫困，如缺乏教育、失业、生活水平低下，构建多维贫困指数度量女性贫困。首先选择待测维度，设置各维度临界值，测量个体各维度的剥夺状态。即个体i在某维度上是贫困（被剥夺）时赋值为1；个体在该维度上不是贫困（未被剥夺）时赋值为0。然后基于个体i各维度的被剥夺状况，计算出其被剥夺的维度数量。最后确定多维贫困标准，如果个体i被剥夺的维度大于等于设定值，则认为个体处于多维贫困状态。分别计算多维贫困发生率H、多维贫困剥夺份额A和多维贫困指数MPI。贫困发生率与贫困剥夺程度的值越大，多维贫困指数也越大，多维贫困的广度越大，深度越严峻。多维贫困发生率（H）为多维贫困下的贫困人口数与研究样本总人口数的比值。
贫困剥夺份额（A）：
$ A=\dfrac{{\displaystyle\sum }_{i=1}^{n}{C}_{i}\left(k\right)}{qd} $
式中，k为贫困临界值，当 Ci≥ k （0<k ≤ d ）时，个体 i 视为发生多维贫困。 $ {C}_{i}\left(k\right) $ 代表第i个个体在至少k个维度处于贫困时贫困维度的总和；q为多维贫困下的贫困人口数，d代表总维度。
多维贫困指数（MPI）：
$ MPI={H}\times{A} $
结合已有研究[49-50]，将各维度设置为相等权重，测度女性在健康、就业、时间、人力资本、社会资本、资产收入、经济收入7个维度下的贫困状况（表1）。
表1 各维度贫困衡量标准及临界值

Table 1 Poverty measures and thresholds in each dimension

剥夺维度 指标 贫困标准及临界值 权重
健康 身体健康 目前身体状况为“很不健康”或“比较不健康”，赋值1，否则为0 1/14
心理健康 过去4周中感到抑郁或沮丧的频繁程度为“总是”或“经常”，赋值1，否则为0 1/14
就业 就业情况 未从事任何以获得经济收入为目的的工作（除因为在校学习和离退休外）或工作没有签订劳动合同或工作为非全职工作，赋值1，否则为0 1/7
时间 工作时间 若工作时间超出120 h/周或空闲时间几乎不或很少进行社交、放松休息和学习充电的，赋值1，否则为0 1/7
人力资本 学历情况 小学及以下学历赋值1，否则为0 1/7
社会资本 社会保障 没有参与城市基本医疗保险/新型农村合作医疗保险/公费医疗，赋值1，否则为0 1/28
1/28
没有参与城市/农村基本养老保险，赋值1，否则为0
社会融合 与邻居社交娱乐的频繁程度为“一年1次或更少”或“从来不”，赋值1，否则为0 1/28
与朋友社交娱乐的频繁程度为“一年1次或更少”或“从来不”，赋值1，否则为0 1/28
资产收入 住房所有权 家庭拥有房产少于2间且自己并不拥有住房所有权，赋值1，否则为0 1/14
住房使用权 人均住房面积<20 m2，赋值1，否则为0 1/14
经济收入 收入状况 家庭人均年收入≤2800 元，赋值1，否则为0 1/7
3）女性多维贫困影响因素回归分析。运用二元logistic回归分析多维贫困的影响因素，内在因素包括个体人口特征、婚姻与家庭状况，外在因素包括文化与思想观念、信息获取、劳动力市场参与情况（表2）。
表2 女性多维贫困影响因素的回归模型自变量

Table 2 Regression model indepent variables of influencing factors of female muti-dimensional poverty

自变量 详情
地区变量 划分为东部、中部、西部
个体人口特征 性别 划分为男性、女性
年龄 连续型数值变量
户口类型 划分为非农业户口、农业户口
婚姻与家庭情况 婚姻状况 划分为未婚、已婚、离婚和丧偶
未成年子女数量 未满18周岁子女数量
子女数量 所有子女数量
文化与思想观念 重男轻女观念 通过想生男孩数量与想生女孩的数量相除得出，为连续型数值变量
性别角色 是否认同“男人以事业为重，女人以家庭为重”这一说法
婚嫁观念 是否同意“女人干得好不如嫁得好”这一说法
家务分担 是否认同“夫妻应该均等分摊家务”这一观点
信息获取 互联网使用情况 连续型分类变量
信息获取来源 划分为报纸、杂志、广播、电视机、手机定制消息、互联网等
劳动力市场参与情况 划分为公共部门、国有/集体企业、外资/合资企业、私营企业、社会团体与居/村委会、无单位/自雇、务农、料理家务、离退休、学生、无工作
参考UNDF颁布的多维贫困指数判断标准[51]和中国贫困动态衡量标准[52]，若个体在3个及以上维度存在贫困，则判定处于多维贫困状态。以k=3时的多维贫困情况作为回归模型的因变量（0 =非多维贫困，1=多维贫困），自变量共有6类17个指标，建立6个回归模型：基于性别差异的模型1（全部样本）、模型2（男性样本）、模型3（女性样本）和基于地域差异的模型4（东部女性样本）、模型5（中部女性样本）、模型6（西部女性样本）。6个模型的预测准确率分别达到84.9%、88.0%、82.2%、87.0%、80.7%和76.3%。

2 女性贫困特征

2.1 女性贫困的空间分布特征

女性贫困发生率呈西高东低的阶梯式分布，2010—2017年女性贫困发生率整体有所下降（图2），最高值由2010年湖南省娄底市的1.84下降到2017年的云南迪庆藏族自治州的0.35。
图2 2010年、2017年女性贫困发生率空间格局

基于自然资源部标准地图服务网站GS（2020）4632号的标准地图制作，底图边界无修改；未含港澳台数据

Fig. 2 Incidence of female poverty in 2010 and 2017

2010—2017年大部分地区女性相对贫困程度深化，且存在较大的地区差异（图3）。女性相对贫困化速率空间插值分析显示，内蒙古东北部、黑龙江省、云南省南部、西藏东南部及湖南省女性贫困化速度较快，女性相对贫困明显深化；新疆北部地区、江西省、广东省女性相对贫困速度为负值，女性相对贫困程度有所缓解。探究原因，湖南、云南及黑龙江地区的女性相对贫困程度明显严重，可能与较大的少数民族人口占比有关。而广东、新疆北部女性相对贫困有减弱趋势，可能得益于女性就业人员占比的提高。根据《广东统计年鉴》[53]：2010—2017年城镇单位女性就业人员由475.99万人增长至805.87万人，增长近1倍。而《新疆统计年鉴》[54]显示：2010—2017年城镇单位女性就业人员由105.9万人增长至165.73万人，数量提升56.5%。女性就业水平提高和就业岗位增加一定程度上减轻了相对贫困程度。
图3 2010年、2017年女性相对贫困指数空间格局及插值分析

基于自然资源部标准地图服务网站GS（2020）4632号的标准地图制作，底图边界无修改；未含港澳台数据

Fig. 3 Spatial pattern and interpolation analysis of female relative poverty index in 2010 and 2017

2.2 基于个体数据的女性贫困特征

2.2.1 单一维度贫困发生率性别对比分析

除收入之外的单一维度贫困发生率显示：女性在时间剥夺程度上略低于男性，其他6个维度的贫困发生率均明显高于男性，尤其在就业、人力资本和资产3个维度上，女性贫困发生率较高（图4）。
图4 各维度贫困发生率

未含港澳台数据

Fig. 4 Poverty incidence by dimension

2.2.2 多维贫困特征

当k=7时，全样本无多维贫困现象。除k=4外，从k=1到k=6，女性的贫困发生率（H）、贫困剥夺程度（A）和多维贫困（MPI）指数3项指标均高于男性，女性的多维贫困状态相较于男性更严重。随着维度的增加，3个样本中，贫困发生率、多维贫困指数呈下降趋势，贫困剥夺份额逐步增加，即贫困维度增加，贫困广度下降而深度加深，说明多维贫困具有复杂性（表3）。
表3 按性别分贫困剥夺程度与多维贫困指数

Table 3 Poverty deprivation by sex and muti-dimensional poverty index

k 全部样本 男性样本 女性样本
H/% A MPI H/% A MPI H/% A MPI
　　注：k为贫困临界值，H为贫困发生率，A为贫困剥夺程度，MPI为多维贫困指数；未含港澳台数据。
1 75.53 0.3061 0.2312 70.78 0.2827 0.2001 79.72 0.3244 0.2586
2 41.59 0.4042 0.1681 34.14 0.3906 0.1334 48.16 0.4128 0.1987
3 17.25 0.5137 0.0886 12.52 0.5066 0.0634 21.43 0.5174 0.1108
4 4.92 0.6300 0.0310 2.98 0.6305 0.0188 6.63 0.6298 0.0418
5 0.86 0.7492 0.0064 0.58 0.7417 0.0043 1.10 0.7528 0.0083
6 0.05 0.8988 0.0005 0.02 0.8929 0.0002 0.09 0.9000 0.0008
7 0 1.0000 0 0 1.0000 0 0 1.0000 0

2.2.3 女性贫困地区差异特征

当k=3时，多维贫困状态下女性样本的贫困发生率、贫困剥夺份额、多维贫困指数3项指标均由东至西递增，女性多维贫困发生的广度与深度随之增大。从贫困剥夺程度上来看，当k=4时，东部地区贫困剥夺份额最高，当k=5时，中部地区贫困剥夺份额最高，反映出东部地区和中部地区女性面临的剥夺情况更加复杂（表4）。
表4 按区域分女性贫困剥夺程度与多维贫困指数

Table 4 Level of deprivation of women by region and muti-dimensional poverty index

k 东部女性样本 中部女性样本 西部女性样本
H/% A MPI H/% A MPI H/% A MPI
　　注：k为贫困临界值，H为贫困发生率，A为贫困剥夺程度，MPI为多维贫困指数；未含港澳台数据。
1 71.26 0.2934 0.2091 84.31 0.3370 0.2841 87.08 0.3490 0.3039
2 36.67 0.3970 0.1456 54.62 0.4161 0.2273 57.84 0.4248 0.2457
3 14.50 0.5101 0.0740 24.99 0.5148 0.1286 27.75 0.5270 0.1463
4 3.94 0.6306 0.0249 7.31 0.6296 0.0460 10.15 0.6294 0.0639
5 0.59 0.7474 0.0044 1.11 0.7609 0.0085 1.92 0.7487 0.0143
6 0.04 0.8571 0.0004 0.15 0.9048 0.0013 0.07 0.9286 0.0007
7 0 1.0000 0 0 1.0000 0 0 1.0000 0

3 基于个体层面的女性贫困影响因素分析

3.1 个体人口特征

全部样本中，多维贫困在空间上具有非均衡性，与西部地区显著正相关（表5）。女性多维贫困发生率是男性的1.822倍。在分性别样本和分地区样本中，年龄对多维贫困呈显著正向影响，对女性的影响大于男性，这可能是由于女性随着年龄增长更容易受到健康剥夺，在劳动力市场中更易遭受歧视。
表5 个体人口特征与多维贫困回归结果

Table 5 Individual population characteristics and multidimensional poverty regression results

自变量 模型1
全部样本 		模型2
男性样本 		模型3
女性样本 		模型4
东部地区女性 		模型5
中部地区女性 		模型6
西部地区女性
B Exp（B） B Exp （B） B Exp （B） B Exp （B） B Exp （B） B Exp（B）
　　注：***、**、*分别表示在1%、5%、10%的水平上显著；Exp（B）代表贫困发生比，B为回归系数；空白为无此项；未含港澳台数据。
地区（参照对象：东部）
中部 0.023 1.023 -0.065 0.937 0.069 1.071
西部 0.295*** 1.343 0.299 1.348 0.289 1.335
女性（参照对象：男性） 0.600*** 1.822
年龄 0.025*** 1.025 0.020 1.020 0.028 1.028 0.022*** 1.022 0.036*** 1.036 0.028*** 1.028
农业户口（参照对象：
非农业户口）		 0.523*** 1.687 0.307** 1.359 0.671*** 1.957 0.957*** 2.605 0.561** 1.753 0.432** 1.541
农业户口与多维贫困呈显著正相关，且女性发生比大于男性，农业户口女性比非农业户口女性多维贫困程度更高，城乡分隔的户籍制度带来的社会福利与社会保障的限制影响女性利益。分地区而言，由东向西，农业户口与女性多维贫困的相关性减弱，说明东部地区农业户口与非农户口间女性多维贫困差异最大，西部地区农业户口与非农业户口间女性多维贫困差异最小，一定程度上反映出西部地区女性多维贫困在城乡普遍化的问题。

3.2 婚姻与家庭状况

分性别而言，已婚与多维贫困负相关，婚姻可以一定程度上改善生活状况（表6）。丧偶与多维贫困呈负相关，贫困家庭人口数量的减少反而减轻了生活负担。分地区而言，已婚对东西部女性影响相反，婚姻可以改善东部地区女性生活状况，但会加重西部女性贫困。
表6 婚姻与家庭状况与多维贫困回归结果

Table 6 Marriage and family status and multidimensional poverty regression results

自变量 模型1
全部样本 		模型2
男性样本 		模型3
女性样本 		模型4
东部地区女性 		模型5
中部地区女性 		模型6
西部地区女性
B Exp（B） B Exp （B） B Exp （B） B Exp （B） B Exp （B） B Exp（B）
　　注：***、**、*分别表示在1%、5%、10%的水平上显著，Exp（B）代表贫困发生比，B为回归系数；未含港澳台数据。
婚姻状况
（参照对象：未婚）
已婚 -0.734*** 0.480 -0.828*** 0.437 -0.460* 0.631 -1.22*** 0.295 -0.393 0.675 1.840** 6.299
离婚 -0.350 0.705 -0.579* 0.560 0.017 1.017 0.189 1.208 -0.278 0.758 1.269 3.558
丧偶 -0.728*** 0.483 -0.595** 0.552 -0.544* 0.580 -0.709 0.492 -0.545 0.580 1.177 3.245
子女情况 0.066*** 1.068 -0.029 0.972 0.129*** 1.138 0.190*** 1.209 0.090* 1.095 0.095 1.100
未成年子女情况 0.196*** 1.217 0.307*** 1.359 0.130** 1.139 0.154 1.166 0.123 1.131 0.214* 1.238
子女数量是影响多维贫困的重要因素。分性别模型中，未成年子女数量与多维贫困均呈正相关，且对男性的影响大于女性。所有子女数量与女性样本显著正相关，对男性样本的影响不显著，即男性的多维贫困仅受未成年子女数量影响，而子女数量对女性贫困的影响在子女成年后依然持续。子女情况对女性多维贫困的影响具有地区差异性，东部地区女性多维贫困主要受子女数量影响，西部地区受未成年子女数量影响，皆呈正相关。

3.3 文化与思想观念

在文化与思想观念上，对男性群体，多维贫困相关于重男轻女观念和婚嫁观念；对女性群体，多维贫困相关于重男轻女观念和性别角色观念（表7）。分地区而言，东部女性主要受到重男轻女观念影响，中部女性主要受婚嫁观念影响，而西部女性主要受性别角色观念影响。
表7 文化与思想观念与多维贫困回归结果

Table 7 Culture, ideas and multi-dimensional poverty regression results

自变量 模型1
全部样本 		模型2
男性样本 		模型3
女性样本 		模型4
东部地区女性 		模型5
中部地区女性 		模型6
西部地区女性
B Exp（B） B Exp （B） B Exp （B） B Exp （B） B Exp （B） B Exp（B）
　　注：***、**、*分别表示在1%、5%、10%的水平上显著，Exp（B）代表贫困发生比，B为回归系数；未含港澳台数据。
重男轻女观念 0.260*** 1.297 0.326*** 1.385 0.219** 1.245 0.527*** 1.693 0.148 1.159 -0.015 0.985
性别角色观念 0.081*** 1.085 0.022 1.023 0.114*** 1.121 0.101 1.106 0.017 1.017 0.271*** 1.311
婚嫁观念 0.077*** 1.080 0.106** 1.112 0.056 1.058 0.030 1.030 0.157*** 1.170 -0.085 0.918
家务分担观念 -0.052* 0.950 -0.045 0.956 -0.049 0.952 -0.056 0.946 -0.006 0.994 -0.114 0.892

3.4 信息获取

使用互联网能有效缓解个体的多维贫困，对男性的缓解作用强于女性（表8）。以互联网作为参照，使用落后的信息获取方式作为信息来源更易陷入贫困状态，且对女性的影响大于男性，表明女性信息获取能力弱于男性，互联网的发展增大了多维贫困的性别差距。
表8 信息获取与多维贫困回归结果

Table 8 Information acquisition and multidimensional poverty regression results

自变量 模型1
全部样本 		模型2
男性样本 		模型3
女性样本 		模型4
东部地区女性 		模型5
中部地区女性 		模型6
西部地区女性
B Exp（B） B Exp （B） B Exp （B） B Exp （B） B Exp （B） B Exp（B）
　　注：***、**、*分别表示在1%、5%、10%的水平上显著，Exp（B）代表贫困发生比，B为回归系数；未含港澳台数据。
互联网使用情况 -0.465*** 0.628 -.444*** 0.642 -0.467*** 0.627 -0.428*** 0.652 -0.439*** 0.645 -0.563*** 0.569
信息来源
（参照对象：互联网）
报纸 0.642 1.900 -18.457 0.000 2.300 9.978 1.450 4.262 2.846 17.222 1.069 2.912
杂志 1.189*** 3.284 0.933** 2.541 2.258*** 9.559 1.924** 6.850 2.332* 10.303 20.403 7.263E8
广播 0.560** 1.751 0.230 1.258 1.607** 4.989 1.396* 4.039 1.573 4.822 19.602 3.258E8
电视机 0.979** 2.662 0.978* 2.660 1.847** 6.338 0.341 1.406 2.510* 12.303 21.334 1.842E9
手机定制消息 0.813*** 2.255 0.411 1.508 1.899*** 6.678 1.459* 4.300 1.918 6.810 20.127 5.510E8
互联网使用与3个地区女性多维贫困均呈负相关关系，缓解贫困可能性的作用由东向西增强，互联网的运用对改善西部地区女性的作用更加明显。但西部地区各类型的信息来源与多维贫困的关系均不显著，这可能与西部地区信息传播手段仍普遍落后有关。

3.5 劳动力市场参与

离退休与多维贫困负相关性最强，公共部门任职、务农和学习也与多维贫困显著负相关（表9）。女性除料理家务和离退休这两项外，其余生计类型与多维贫困的发生比均大于男性，这表明，女性在就业市场上并不能获得与男性相同的就业机会和平等的工资对待。
表9 劳动力市场参与多维贫困回归结果

Table 9 Labor market participation multi-dimensional poverty regression results

自变量 模型1
全部样本 		模型2
男性样本 		模型3
女性样本 		模型4
东部地区女性 		模型5
中部地区女性 		模型6
西部地区女性
B Exp（B） B Exp （B） B Exp （B） B Exp （B） B Exp （B） B Exp（B）
　　注：***、**、*分别表示在1%、5%、10%的水平上显著，Exp（B）代表贫困发生比，B为回归系数；空白为无此项；未含港澳台数据。
劳动力市场
参与情况
（参照对象：无工作）
公共部门 -2.11*** 0.121 -2.535*** 0.079 -1.821*** 0.162 -1.806*** 0.164 -1.749*** 0.174 -2.298*** 0.100
国有/集体企业 -1.84*** 0.158 -3.324*** 0.036 -1.060*** 0.346 -1.231** 0.292 -1.095* 0.334 0.462 1.587
外资/合资企业 -1.88** 0.153 -19.477 0.000 -1.175 0.309 -0.807 0.446 -19.971 0.000
私营企业 -1.50*** 0.222 -1.614*** 0.199 -1.445*** 0.236 -1.391*** 0.249 -1.418*** 0.242 -1.619*** 0.198
社会团体、居/村委会 -0.87*** 0.416 -0.709 0.492 -1.116*** 0.328 -0.802 0.448 -20.518 0.000 -0.514 0.598
无单位/自雇 -0.53*** 0.585 -0.685*** 0.504 -0.435*** 0.647 -0.051 0.951 -0.818*** 0.441 -0.443 0.642
务农 -1.64*** 0.194 -1.790*** 0.167 -1.544*** 0.214 -1.173*** 0.309 -1.736*** 0.176 -1.601*** 0.202
料理家务 -0.68*** 0.502 -0.522** 0.594 -0.656*** 0.519 -0.560** 0.571 -0.780*** 0.458 -0.572** 0.565
离退休 -2.98*** 0.051 -2.942*** 0.053 -3.015*** 0.049 -2.925*** 0.054 -3.211*** 0.040 -2.743*** 0.064
学生 -2.64*** 0.071 -3.091*** 0.045 -2.185*** 0.113 -1.949* 0.142 -19.312 0.000 0.103 1.109
分地区而言，离退休和公共部门任职对3个地区女性多维贫困均表现出较强的缓解作用。务农有助于缓解中部地区女性多维贫困，这可能与中部地区女性较多依赖农业生存有关。

4 结论与讨论

本文研究中国女性贫困的空间分布特征，结合中国独特的社会、经济文化环境，探究女性贫困的影响因素。研究表明，女性贫困发生率由东向西上升，2010—2017年女性相对贫困趋势加深，存在地区差异性和空间聚集性；女性多维贫困在广度和深度上均大于男性，影响因素复杂且更普遍存在；陷入多维贫困的女性主要受到就业、人力资本和资产剥夺；东中西部地区女性多维贫困影响因素具有空间差异性。
中国女性贫困影响因素总结为：① 户籍制度——对个人利益产生深刻影响，城市女性面临更大的就业竞争，农村留守女性在社会资本、人力资本上面临剥夺；进城务工女性则由于户籍限制无法享受福利政策与待遇。② 劳动力市场——女性在传统观念影响下被迫承担更多责任，深化了传统社会性别分工，女性很难获得与男性相同的就业机会和同等的待遇；③ 信息获取差异——拥有技术门槛的网络科技发展通过提升个人资本能力差异与影响劳动力市场，增大了性别间贫困的差异；④ 文化思想观念——落后地区女性受制于性别观念、生育观念、民族文化等传统文化环境，资本占有困难，一旦陷入贫困则很难脱离。
女性主义视角的引入丰富了贫困研究议题，不同社会文化与制度背景影响着不同性别的生活经历，形成了性别化空间，其作用于社会环境，塑造出基于性别的空间分异规律[55-56]。贫困的地域差异[57]与社会性别因素糅合交叉，更凸显出女性贫困的多样性。在国家层面，社会福利与保障缺失、照料家庭是影响发达国家女性贫困的主要因素[58]；教育权利剥夺、健康和资本占有的差异则是影响发展中国家女性贫困的主要因素[59-60]。中国城乡经济差异和户口制度影响了女性贫困，市场化和科学技术的快速发展对女性就业构成更大挑战，传统观念和文化氛围限制了女性发展。在地区层面，中国东中西部地区女性贫困特征不尽相同，东部地区女性多维贫困状况与户口性质挂钩，城乡差距明显。中部地区受户口性质、婚姻状况、就业等因素影响，女性面临的多维贫困状况复杂。西部地区女性物质贫困最深，受到资源获取、性别观念、文化思想等更多维度剥夺，多维贫困情况最为严峻。
政策建议：第一，在市场化经济活跃的发达城市地区，为女性提供更多的就业保障和提升女性人力资本，减少劳动力市场的性别歧视。第二，在女性受到传统文化等因素限制的地区，为贫困妇女提供最低生活保障的同时，更需要提供教育培训与资金支持，加强女性自身脱贫的能力。第三，女性仍然是育儿、养老等家庭照顾的主要承担者，政府应提供家庭福利政策、构建社会和社区家庭支持系统。基于性别差异开展精准帮扶的研究，未来可进一步挖掘大数据和追踪调查数据，深入开展女性贫困动态监测、影响因素和机制研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
United Nations General Assembly. Transforming our world: The 2030 agenda for sustainable development[R/OL].https://www.unfpa.org/resources/transforming-our-world-2030-agenda-sustainable-development.

[2]
Duncan J S, Johnson N C, Schen R H et al. A companion to cultural geography[M]. Malden: Blackwell Publishing, 2007.

[3]
万蕙, 唐雪琼. 新文化地理学视角下的女性主义地理学研究[J]. 人文地理, 2013, 28(1): 26-31.

DOI

Wan Hui, Tang Xueqiong. Review on feminist geography in the perspective of new cultural geography. Human Geography, 2013, 28(1): 26-31.

DOI

[4]
McDowell L. Space, place and gender relations: Part II. Identity, difference, feminist geometries and geographies[J]. Progress in Human Geography, 1993, 17(3): 305-318.

DOI

[5]
柴彦威, 翁桂兰, 刘志林. 中国城市女性居民行为空间研究的女性主义视角[J]. 人文地理, 2003, 18(4): 1-4.

DOI

Chai Yanwei, Weng Guilan, Liu Zhilin. Feminist geographical research on the behavior spaces of female residents in Chinese cities. Human Geography, 2003, 18(4): 1-4.

DOI

[6]
古杰, 傅辰昊, 周素红. 女性主义视角下广州市居民日常出行时空路径分析[J]. 城市学刊, 2018, 39(4): 24-29.

DOI

Gu Jie, Fu Chenhao, Zhou Suhong. The space-time path of residents' daily travel in Guangzhou from feminism. Journal of Urban Studies, 2018, 39(4): 24-29.

DOI

[7]
王敏, 谢漪, 黄海燕. 公共还是私密空间?基于女性主义地理学的潮汕钩花案例分析[J]. 世界地理研究, 2018, 27(5): 116-125.

DOI

Wang Min, Xie Yi, Huang Haiyan. Public or private space? A feminist geographical analysis of Chaoshan females' crochet activities. World Regional Studies, 2018, 27(5): 116-125.

DOI

[8]
周培勤. 社会性别视角下的人地关系——国外女性主义地理学研究进展和启示[J]. 人文地理, 2014, 29(3): 63-68.

Zhou Peiqin. The man-land relationship from the gender perspective: A summary and analysis of feminist geographic research abroad. Human Geography, 2014, 29(3): 63-68.

[9]
梁璐. 基于女性主义地理学的消费空间性别关系建构——以西安“世纪金花”购物中心为例[J]. 热带地理, 2020, 40(5): 786-794.

DOI

Liang Lu. Feminist geography and gender relationships in a consumption space: The case of century Ginwa Shopping Center. Tropical Geography, 2020, 40(5): 786-794.

DOI

[10]
谢妍翰, 黄耿志, 薛德升. 广州城市不同行业女性非正规就业者行为空间差异及其影响[J]. 人文地理, 2010, 25(6): 25-29.

Xie Yanhan, Huang Gengzhi, Xue Desheng. Female informal employees' behavior spaces structures in different sectors: Differences and effects. Human Geography. 2010, 25(6): 25-29.

[11]
陈璐. 基于女性主义视角的城市住房与住区问题初探——以南京市为例[J]. 人文地理, 2005(6): 48-51.

DOI

Chen Lu. Study on the housing and residence from feminism: A case study of Nanjing. Human Geography, 2005(6): 48-51.

DOI

[12]
张晓颖, 冯贺霞, 王小林. 流动妇女多维贫困分析——基于北京市451名家政服务从业人员的调查[J]. 经济评论, 2016(3): 95-107.

DOI

Zhang Xiaoying, Feng Hexia, Wang Xiaolin. The analysis of migrant women's multi-dimension poverty: Based on the study of 451 housekeeping workers in Beijing. Economic Review, 2016(3): 95-107.

DOI

[13]
Diaz Cortes F, Garcia-Ramon M D. Women, daily life and public spaces in Barcelonans metropolitan area: A case study of the Ca Nanglada district of Terrassa[J]. Finisterra: Revista Portuguesa de Geografia, 2010, 90: 49-69.

[14]
王欢. 空间的性别建构与解构[J]. 中华女子学院学报, 2018, 30(4): 120-124.

DOI

Wang Huan. Gender construction and deconstruction in space. Journal of China Women's University, 2018, 30(4): 120-124.

DOI

[15]
Pearce D. The feminization of poverty: Women, work, and welfare[J]. Urban & Social Change Review, 1978, 11(1): 28-36.

[16]
Fisher B, Naidoo R. The geography of gender inequality[J]. Plos One, 2016, 11(3): e0145778.

DOI

[17]
Lichtenwalter S. Gender poverty disparity in US cities: Evidence exonerating female-headed families[J]. Journal of Sociology and Social Welfare, 2005, 32(2): 75-96.

[18]
Brady D, Kall D. Nearly universal, but somewhat distinct: The feminization of poverty in affluent western democracies, 1969–2000[J]. Social Science Research, 2008(3): 976-1007.

[19]
Chant S. The 'feminisation of poverty' in Costa Rica: To what extent a conundrum?[J]. Bulletin of Latin American Research, 2009, 28(1): 19-43.

DOI

[20]
Rogan M. Poverty and headship in post-apartheid South Africa, 1997-2006[J]. Social Indicators Research, 2013, 113(1): 491-511.

DOI

[21]
Ramya M, Vijaya. Moving from the household to the individual: Multidimensional poverty analysis[J]. World Development, 2014, 59: 70-81.

DOI

[22]
闫坤. 我国女性贫困特征及致贫原因[N]. 中国妇女报, 2017-01-18(B03).

Yan Kun. Poverty characteristics and causes of poverty among women in my country. China Women, News, 2017-01-18(B03).

[23]
何瑾, 向德平. 当前少数民族女性贫困研究的进路与拓展[J]. 中南民族大学学报(人文社会科学版), 2019, 39(5): 72-77.

He Jin, Xiang Deping. Approach and development of present research on female poverty of ethnic minority. Journal of South-Central Minzu University (Humanities and Social Sciences), 2019, 39(5): 72-77.

[24]
叶普万, 贾慧咏. 我国农村妇女贫困的现状、原因及解决对策[J]. 理论学刊, 2010(9): 61-64.

DOI

Ye Puwan, Jia Yonghui. The present situation, reasons and solutions of poverty of rural women in China. Theory Journal, 2010(9): 61-64.

DOI

[25]
高帅, 毕洁颖. 农村人口动态多维贫困: 状态持续与转变[J]. 中国人口资源与环境, 2016, 26(2): 76-83.

Gao Shuai, Bi Yingjie. Dynamic multidimensional poverty in rural China: Persistence and transition. China Population, Resources and Environment, 2016, 26(2): 76-83.

[26]
马东平. 社会性别视角下的少数民族妇女贫困问题研究[J]. 甘肃理论学刊, 2011(5): 79-84+106.

DOI

Ma Dongping. Research on poverty of ethnic minority women from the perspective of social gender. Gansu Theory Research, 2011(5): 79-84+106.

DOI

[27]
李武斌, 薛东前, 邱婴芝. 西安市单亲女性的生活质量及贫困化研究[J]. 西北人口, 2015, 36(4): 61-67.

DOI

Li Wubin, Xue Dongqian, Qiu Yingzhi. The impoverishment and the QOL of the single women with children in Xi'an City. Northwest Population Journal, 2015, 36(4): 61-67.

DOI

[28]
徐彬. 生命历程视角下农村老年女性贫困的影响因素研究[J]. 农村经济, 2019(5): 77-84.

Xu Bin. A study on the influencing factors of poverty in rural elderly women from the perspective of life course. Rural Economy, 2019(5): 77-84.

[29]
陈银娥, 何雅菲. 贫困变动及其影响因素研究: 来自中国女户主的证据[J]. 湖北社会科学, 2014(4): 61-66.

DOI

Chen Yine, He Yafei. Research on changes in poverty and its influencing factors: Evidence from Chinese female heads of household. Hubei Social Sciences, 2014(4): 61-66.

DOI

[30]
张颖莉, 游士兵. 贫困脆弱性是否更加女性化?——基于CHNS九省区2009年和2011年两轮农村样本数据[J]. 妇女研究论丛, 2018(4): 33-43+121.

Zhang Yingli, You Shibing. Are women more vulnerable to poverty? Based on the CHNS rural data of 9 provinces in 2009 and 2011. Journal of Chinese Women's Studies, 2018(4): 33-43+121.

[31]
柳建平, 刘咪咪. 贫困地区女性贫困现状分析——多维贫困视角的性别比较[J]. 软科学, 2018, 32(9): 43-46.

DOI

Liu Jianping, Liu Mimi. Research on the current situation of women in poverty-stricken areas: A comparative analysis of gender from the perspective of multidimensional poverty. Soft Science, 2018, 32(9): 43-46.

DOI

[32]
张雪梅, 李晶, 李小云. 妇女贫困: 从农村到城乡, 从收入贫困到多维贫困——2000年以来中国“妇女贫困”研究评述与展望[J]. 妇女研究论丛, 2011(5): 99-105.

Zhang Xuemei, Li Jing, Li Xiaoyun. Women poverty: From rural to urban and rural, from income poverty to multidimensional poverty evaluation of studies of "Women Poverty" in China since 2000. Journal of Chinese Women’s Studies, 2011(5): 99-105.

[33]
吴海涛, 侯宇, 曾燕芳. 多维贫困视角下农村家庭性别贫困度量[J]. 统计与决策, 2013(20): 27-29.

DOI

Wu Haitao, Hou Yu, Zeng Yanfang. Gender poverty measurement of rural households from the perspective of multidimensional poverty. Statistics & Decision, 2013(20): 27-29.

DOI

[34]
李紫晴, 袁媛, 梁璐, 等. 国外女性贫困研究进展与启示——基于地理学领域的研究[J]. 人文地理, 2020, 35(1): 19-27.

DOI

Li Ziqing, Yuan Yuan, Liang Lu et al. Reviews on foreign female poverty studies and its enlightenment: Based on geography area. Human Geography, 2020, 35(1): 19-27.

DOI

[35]
朱玲. 减贫与包容: 发展经济学研究[M]. 北京: 中国社会科学出版社, 2013: 15-17.

Zhu Ling. Poverty reduction and inclusion: Research in development economics. Beijing: China Social Sciences Press, 2013: 15-17.

[36]
Ramírez E, Ruben R. Gender systems and women's labor force participation in the salmon industry in Chiloé, Chile[J]. World Development, 2015, 73: 96-104.

DOI

[37]
Kim Y. Mobile phone for empowerment? Global nannies in Paris[J]. Media, Culture & Society, 2016, 38(4): 525-539.

[38]
Perez C, Jones E M, Kristjanson P et al. How resilient are farming households and communities to a changing climate in Africa? A gender-based perspective[J]. Global Environmental Change, 2015: 95-107.

[39]
Kieran C, Sproule K, Doss C et al. Examining gender inequalities in land rights indicators in Asia[J]. Agricultural Economics, 2016, 46(S1): 119-138.

[40]
Brady D, Burroway R. Targeting, universalism, and single-mother poverty: A multilevel analysis across 18 affluent democracies[J]. Demography, 2012, 49(2): 719-746.

DOI

[41]
Chant S. Cities through a "gender lens": A golden "urban age" for women in the global south?[J]. Environment and Urbanization, 2013, 25(1): 9-29.

DOI

[42]
Scott J W. Gender: A useful category of analysis[J]. American Historical Review, 1986, 91(5).

[43]
刘霓. 社会性别——西方女性主义理论的中心概念[J]. 国外社会科学, 2001(6): 52-57.

DOI

Liu Ni. Gender: The central concept of western feminist theory. Social Sciences Abroad, 2001(6): 52-57.

DOI

[44]
杨凤. 同质化与异质化——女性发展模式的理论困境[J]. 社会科学辑刊, 2007(3): 48-51.

Yang Feng. Homogenization and heterogeneity: Theoretical dilemma of women's development model. Social Science Journal, 2007(3): 48-51.

[45]
国家统计局. 2016年全国房地产开发投资和销售情况[EB/OL]. 2017-01-20. http://www.stats.gov.cn/tjsj/zxfb/201701/t20170120_1455967.html.

National Bureau of Statistics of China. National real estate development investment and sales in 2016. 2017-01-20. http://www.stats.gov.cn/tjsj/zxfb/201701/t20170120_1455967.html.

[46]
国务院人口普查办公室, 国家统计局人口和就业统计司. 中国2010年人口普查资料[EB/OL]. 2012. http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm.

Population Census Office, State Council of China, Department of Population and Employment Statistics, National Bureau of Statistics of China. China's 2010 Census Information. 2012. http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm.

[47]
国务院人口普查办公室, 国家统计局人口和就业统计司. 中国2010年人口普查分县资料[M]北京: 中国统计出版社, 2012.

Population Census Office, State Council of China, Department of Population and Employment Statistics, National Bureau of Statistics of China. Tabulation on the population census of the People's Republic of China by county. Beijing: China Statistics Press, 2012.

[48]
Alkire S, Foster J. Counting and multidimensional-poverty measurement[J]. Journal of Public Economics, 2011, 95(7): 476-487.

[49]
袁媛, 吴缚龙, 许学强. 转型期中国城市贫困和剥夺的空间模式[J]. 地理学报, 2009, 64(6): 753-763.

DOI

Yuan Yuan, Wu Fulong, Xu Xueqiang. The spatial pattern of poverty and deprivation in transitional Chinese city: Analysis of area-based indicators and individual data. Acta Geographica Sinica, 2009, 64(6): 753-763.

DOI

[50]
王小林, Alkire S. 中国多维贫困测量: 估计和政策含义[J]. 中国农村经济, 2009(12): 4-10+23.

Wang Xiaolin, Alkire Sabina. Multidimensional poverty measurement in China: Estimates and policy implications. Chinese Rural Economy, 2009(12): 4-10+23.

[51]
Alkires S, Foster J. Counting and multidimensional poverty measurement[J]. Journal of Public Economy, 2011, 95(7/8): 476-487.

[52]
邹薇, 方迎风. 关于中国贫困的动态多维度研究[J]. 中国人口科学, 2011(6): 49-59+111.

Zou Wei, Fang Yingfeng. A study on the dynamic multidimensional measurement of China's poverty. Chinese Journal of Population Science, 2011(6): 49-59+111.

[53]
广东统计局. 广东统计年鉴[M]. 2011—2018. 北京: 中国统计出版社, 2011—2018.

Guangdong Statistical Bureau. Guangdong statistical yearbook. 2011—2018. Beijing: China Statistics Press, 2011—2018.

[54]
新疆统计局. 新疆统计年鉴[M]. 北京: 中国统计出版社, 2011-2018.

Xinjiang Statistical Bureau. Xinjiang statistical yearbook. Beijing: China Statistics Press, 2011-2018.

[55]
. 2014, 70(2): 147-148.

[56]
孙俊, 汤茂林, 潘玉君, 等. 女性主义地理学观及其思想史意义[J]. 地理科学进展, 2019, 38(3): 332-345.

DOI

Sun Jun, Tang Maolin, Pan Yujun et al. Feminist views on geography and its role in disciplinary intellectual history. Progress in Geography, 2019, 38(3): 332-345.

DOI

[57]
袁媛, 古叶恒, 陈志灏. 中国城市贫困的空间差异特征[J]. 地理科学进展, 2016, 35(2): 195-203.

DOI

Yuan Yuan, Gu Yeheng, Chen Zhihao. Spatial differentiation of urban poverty of Chinese cities. Progress in Geography, 2016, 35(2): 195-203.

DOI

[58]
Albelda R. Women and poverty: Beyond earnings and welfare[J]. Quarterly Review of Economics & Finance, 1999: 723-742.

[59]
Chen L, Standing H. Gender equity in transitional China's healthcare policy reforms[J]. Feminist Economics, 2007, 13(3-4): 189-212.

DOI

[60]
Trommlerová S K, Klasen S, Leßmann O. Determinants of empowerment in a capability-based poverty approach: Evidence from the Gambia[J]. World Development, 2015, 66: 1-15.

DOI

Options
文章导航

/

〈 〉