欠发达农区家庭贫困的动态转变分析——以河南省为例

精准扶贫战略实施以来,以收入标准衡量的农村贫困人口大幅下降,但贫困具有多维性、动态性的特点,开展农户贫困动态变化研究对新时期农村贫困的有效治理具有重要的指导意义。论文基于2010—2018年河南农村固定观察点数据,从收入、生活条件、教育3个维度构建农户多维贫困评价指标体系,并运用马尔科夫概率转移矩阵和面板Logit模型对贫困状态类型转移及家庭陷入贫困的影响因素进行实证分析。结果表明：① 多维贫困比单维贫困(尤其是收入贫困)更能准确反映农区贫困状况;② 2010—2018年间,单维贫困发生率与多维贫困发生率之间差距不断扩大,这很大程度与教育贫困发生率大幅上升,而生活条件贫困、收入教育贫困和三维贫困明显下降有关;③ 单维贫困家庭更易转入教育贫困,多维贫困家庭更容易转入教育生活条件贫困;④ 农户贫困的发生是户主特征、家庭特征和村庄特征共同作用的结果,但不同类型贫困发生的影响因素有显著差异。与单维贫困发生相比,多维贫困发生受到更少因素的显著影响,并且各影响因素的作用更大。上述结论意味着新时期扶贫工作重点转向多维贫困的同时,应依据贫困类型制定具体扶贫措施,尤其重视教育等公共服务的供给。     

中国女性贫困特征与影响因素研究

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。     

干旱风沙区农村多维贫困地域分异机制研究

运用A-F法测度多维贫困,结合热点分析、地理探测器和主成分分析等方法对干旱风沙区进行农村多维贫困地域分异系统剖析。结果表明:① 农村多维贫困发生率为14.73%,住房、教育和发展维度贡献率分别高达32.25%,23.94%,15.98%,收入已不再是主要致贫维度;② 村域多维贫困表现出集中连片性和地域差异性,南部山区为热点区域,北部扬黄灌区和塬区为冷点区域;③ 深度贫困地区影响MPI地域分异的主导因素为村庄区位条件、自然环境和资源禀赋;④ 农村多维贫困呈现出自然环境限制农户发展,地理区位影响群体福利,资源丰度约束农业生产的地域分异机制。为了缓解区域多维贫困,亟需推进城乡公共服务均等化和融合发展。     

海南省连片贫困地区农户致贫风险分析

农村贫困与减贫是世界性难题,也是中国各级政府高度重视并着力解决的重大民生问题。基于农户及致贫风险的文献梳理,从区位、社会和劳动力3个要素维度构建了农户致贫风险分析的二元Logistic回归模型。采用484户农户问卷调查数据,分析了海南省连片贫困地区农户的致贫风险,提出有效减贫和持续发展对策。研究发现:① 海南连片贫困地区生态环境良好但贫困发生率较高,家庭劳动力较充裕但受教育水平较低,子女教育支出负担重,因病因残致贫比例较高,女性务工人口较多,农户自身脱贫致富的发展动力不足。② 海拔高度200 m以下、男性户主、拥有残疾或患病成员、务工人口比例低、女性务工人员占比高、以及单位劳动力供养学生数高的农户具有更大的致贫风险。③ 研究未发现女性户主、少数民族、低受教育水平户主、大型规模家庭有更高的致贫风险,女性成员比例、抚养比等因素对农户贫困影响较小。激发农户内生动力、大力发展特色化和规模化农业、增加农户就业机会、加强针对农民工、女性务工人员和病残群体的社会保障等减贫政策制定实施是实现脱贫攻坚目标的重要途径。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

区域多维贫困测量的理论与方法

贫困包括区域贫困和个体贫困,两者均具有多维属性。区域多维贫困是贫困地理学研究的重要内容,深度贫困地区是区域多维贫困的集中表现,是当前和未来脱贫攻坚的贫中之贫、困中之困、坚中之坚。本文以空间贫困理论为基础,界定了贫困地域系统和区域多维贫困的概念,并探究了区域多维贫困测度指标体系与评估方法。据此,以中国334个深度贫困县为研究对象,运用BP神经网络模型和ESDA技术刻画了中国深度贫困地区的多维贫困空间格局。结果表明：① 区域多维贫困是贫困地域系统发展演化过程中“人”“地”“业”三个核心要素耦合失调的一种外在表现形式,是特定地域在生态环境劣势、经济劣势、社会福利劣势上的综合表现,包括生态贫困、经济贫困和福利贫困3个维度。② 深度贫困地区最“深”的地方在青藏高原,最“深”的短板在公共服务和基础设施。从单一维度的贫困指数来看,深度贫困地区的福利贫困指数（WPI）>经济贫困指数（EPI）>生态贫困指数（NPI）,三者平均值分别为2.77、2.66、1.89,贫困人口社会福利供给不足和公共服务短缺是深度贫困地区最突出的问题;从多维贫困指数来看,青藏高原是区域多维贫困指数（RMP）的高集聚区或热点区,生态贫困、经济贫困和福利贫困程度均显著高于其他地区。③ 区域多维贫困指数能较好地揭示特定区域的贫困状况。在地理位置偏远、生态环境极其脆弱、区域劣势突出的地区,区域贫困和个体贫困在空间上高度重叠。     

中国儿童多维贫困时空格局变化及其影响因素

儿童是社会发展的未来,相对于具有劳动能力的成年人,儿童群体更易陷入严重的多维贫困状态,因此探讨儿童多维贫困的时空动态变化及其影响因素具有重要的理论价值和实践意义。以中国25个省、市、自治区为研究区,使用A-F法从住房、照料、教育、健康、营养维度对2010—2016年中国儿童多维贫困进行测度,并结合空间自相关、地理探测器等方法对其时空格局及影响因素进行研究。结果表明：① 2010—2016年中国东中西部儿童多维贫困指数均呈下降趋势,儿童多维贫困在住房、照料、教育、健康、营养各维度均得到有效改善;② 2010—2016年中国儿童多维贫困、各维度贫困存在空间分布差异,呈现“东—中—西”部儿童多维贫困指数阶梯式递增的空间特征;③ 2010—2016年中国城市、农村儿童多维贫困情况均得到改善,空间分布向着“东—中—西”贫困指数阶梯式递增的格局转变,但农村儿童多维贫困指数始终远高于城市;④ 家庭情况、城镇化水平是影响儿童多维贫困空间分异的重要因素,抚养能力、经济水平、教育环境是影响儿童多维贫困的次要因素。综合来看,各影响因素的交互作用对儿童多维贫困空间分异的影响远超过单因素,教育环境与抚养能力、城镇化水平与医疗资源、家庭情况与抚养能力为影响儿童多维贫困的主导交互因素。     

农户贫困脆弱性测度及其影响因素——基于秦巴山区的实证分析

防止致贫返贫、建立脱贫长效机制是巩固拓展脱贫攻坚成果的关键落脚点。探究农户贫困脆弱性及其机制可为建立预防致贫返贫机制提供思路和借鉴。通过构建贫困脆弱性分析框架和测度体系,以秦巴山区为例,测度农户贫困脆弱性水平,分析贫困脆弱性差异,采用分位数回归模型揭示农户贫困脆弱性的影响因素。结果表明：① 农户贫困脆弱性水平均值为0.046,贫困脆弱性等级呈现“纺锤形”分布。② 农户贫困脆弱性水平及不同维度间差异明显。补贴依赖型、务农主导型农户受健康冲击或教育压力大且适应力薄弱,贫困脆弱性较高。多元型和纯务工型农户具有低风险与低敏感性,适应力较高,贫困脆弱性较低。③ 农户的暴露风险、适应力具有地域分异性,中山区农户自然风险较高且高贫困脆弱性的农户比例大;河谷川塬区农户的适应力较高。④ 建档立卡贫困识别与贫困脆弱性评估结果具有一定差异。⑤ 农户贫困脆弱性受家庭层面的户主受教育程度、健康水平、职业类型、社会连接度、政策依赖性、非农就业人数、生计多样性以及村域层面的地形起伏度、道路可达性、与河流的距离以及教育可及性等因素的影响。     

中国贫困村致贫因素分析及贫困类型划分

精确度量行政村贫困特征是当前贫困精准识别及全面脱贫的国家战略需要。基于“十二五”期间全国“整村推进”贫困村数据,构建空间贫困视角下的多维贫困度量模型综合测算全国范围内贫困村的贫困程度,基于指标贡献度分解与线性回归方法挖掘贫困村的致贫因素,利用最小方差模型（LSE）区分贫困村的贫困类型,并结合空间计量分析技术揭示贫困村的空间分布分异特征,为面向2020年全面脱贫的国家战略提供辅助决策支撑。结果表明：① 中国贫困村近一半处于中度贫困,且贫困程度与贫困规模存在显著的地域性。② 通路情况较差、自然灾害频发、收入水平低下、劳动力状况不佳是中国贫困村的主要致贫因素,显著性指标包括通路率、地貌类型、遭受自然灾害频次、人均纯收入、劳动力比例、劳动力文化素质等。③ 中国贫困村整体呈多因素致贫,三因素支配型、四因素协同型、五因素联合型贫困分布相对较高。④ “整村推进”扶贫工作初见成效,对促进贫困村可持续发展起到了较好的推进作用,但贫困村具有各自贫困特征,需进一步地因地制宜,因村施策,开展针对性帮扶工作。     

中国贫困地区环境类型研究

本文指出贫困是困惑人类发展的世界性难题.中国存在592个重点扶贫县,按照环境特点可分为三大类型,即:(1)中部山地高原环境脆弱贫困带,包括蒙古高原东南边缘风蚀沙化贫困区、黄土高原沟壑水土严重流失贫困区、秦巴山地生态恶化贫困区、喀斯特高原丘陵环境危急贫困区、横断山脉高山峡谷封闭型贫困区等类型;(2)西部沙漠高寒山原环境恶劣贫困带,包括新疆、青海及西藏三省区的沙漠地区及青藏高原高寒区等类型;(3)东部平原山丘环境危急及革命根据地孤岛型贫困带,包括东北沿边地区、华北平原低洼盐碱地区;东部岛状分布的丘陵山区革命根据地贫困区.文中还论述了环境与贫困度的关系,即环境愈脆弱,贫困度愈高,脱贫难度愈大.但致贫因子又错综复杂,在某些特殊情况下,自然环境较好,而交通闭塞,信息不灵,技术落后,也阻碍致富.同一环境不同的政策机制,可以引发不同的结果.环境改造与脱贫,一定要有宏观战略规划和分类指导的方案,并有切实可行的操作办法.贫困地区即使解决了温饱,依然是低标准,向贫困开战仍将是21世纪中国的一项艰巨工程,只不过那时的贫困线划定标准有所变化而已.     

发展地理学视角下中国多维贫困测度及时空交互特征

探索贫困监测评估指标体系及区域间贫困时空交互动态特征对当前中国可持续减贫研究具有重要意义。基于发展地理学视角,引入面板向量自回归（PVAR）模型并结合人类发展分析路径与SDGs全球指标框架识别影响中国贫困的致贫和减贫因素,以此测度多维贫困指数,进而采用探索性时空数据分析（ESTDA）方法揭示多维贫困的时空交互特征。结果表明:① 中国当前贫困监测评估的致贫因子包括农作物受灾比和社会总抚养比,减贫因子则涉及人均GDP、人均社会保障支出、人均公共卫生支出、每万人医院数、新型农村合作医疗参合率、植被覆盖率、人均教育支出、高校数量、人均科学研究与试验发展支出、人均文化事业经费。② 2007—2017年中国省域收入贫困、健康贫困、文化贫困及多维贫困状况得到显著改善,全国综合贫困程度年均下降5.67%,部分省域的不同维度贫困内部出现差异化。③ 研究期内省域间多维贫困局域空间格局表现为较强的空间动态性,并呈现由东部向中、西部增大的变化态势;省域间多维贫困指数随时间演变呈现强的空间依赖关系,形成以西北和东北为高值区向四周递减的变化格局。④ 邻接省域多维贫困交互的时空网络以负向关联为主,仅有陕西与河南、陕西与宁夏、青海与甘肃、湖北与安徽、四川与贵州、海南与广东形成空间上较强的减贫协同关系。研究成果对当前中国精准扶贫战略实施尤其是2020年后预防返贫具有重要的参考价值。     

贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例

针对目前贫困分布研究以大尺度为主而缺乏对小尺度的关注和致贫因素分析忽略个体效应或背景效应的不足,基于空间贫困视角,以乌蒙山片区为研究区域、贫困村为研究对象,运用空间点模式分析方法探究贫困村空间分布特征,并设计多层线性回归模型从贫困村和县域两个层面综合定量剖析贫困影响因素。研究发现：① 贫困村的空间聚集特征较为明显,总体分布呈现大分散小集中、散点-极核-轴带-团块并存的空间格局。② 贫困村的贫困程度受多层因素的显著影响。其中,村级影响因素为：人口密度、通路率、劳动力比例、遭受自然灾害频次、安全饮用水比例;县级影响因素为：人均地方生产总值、高中阶段毛入学率、植被覆盖率。③ 农村贫困来源于贫困村与县域的双重作用。因此在精准扶贫工作中,政府及相关部门可针对不同尺度对象有针对性地施策,合理配置扶贫资金。     

干旱区绿洲城镇空间贫困分异特征及其影响因素分析——以新疆南疆三地州为例

空间贫困是通过研究贫困现象与地理资本之间的关系,分析贫困的空间分异特征,研判致贫原因并制定反贫策略。以2015年新疆南疆三地州社会经济发展统计数据为基础,运用Pearson相关性分析、GIS技术、TOPSIS模型并结合熵值法,系统分析了新疆南疆三地州空间贫困分异特征,最后借助障碍度模型进行贫困与地理资本要素的相互关系分析。结果表明:根据各县(市)与最优目标的贴近度,可将研究对象分为三类地区:一级贫困区包括塔县、乌恰县、阿合奇县、和田县、喀什市、和田市、民丰县、叶城县、皮山县、阿克陶县;二级贫困区包括于田县、策勒县、巴楚县、莎车县、阿图什市、墨玉县、洛浦县;三级贫困区包括泽普县、麦盖提县、伽师县、英吉沙县、疏附县、岳普湖县、疏勒县。整体上,自然地理环境恶劣,位置偏远、生产资料匮乏,人均农林牧渔业产值偏低,基础服务设施不完善、社会保障体系不健全、少数民族人口比重高、农村人口比重偏高等对研究区空间贫困的影响较为显著。     

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

基于区域农村贫困程度测定方式不完善及缺乏地理视角的现状,选取四川省36个国家级扶贫县为实证对象,构建自然社会经济全面耦合的农村贫困测度指标体系,分析区域农村贫困的影响机制,并运用GIS与BP神经网络模拟区域自然致贫指数、社会致贫指数和经济消贫指数的空间分布格局。在此基础上,提出了全面表征区域农村贫困程度的区域扶贫压力指数——一种新的区域农村贫困测度方法,为国家扶贫政策文件《财政扶贫资金管理办法》中关于财政扶贫资金基于区域农村贫困程度分配提供实践基础。     

精准扶贫视角下中国东北农村贫困地域性特征及成因

基于结构性问卷,采用入户访谈及问卷调查的方法,解析中国东北地区农村贫困空间格局与地域性特征,并对区域内部典型农村贫困区贫困问题的形成机制进行探讨与解构。研究认为： 东北地区农村贫困人口与贫困县集中分布在大兴安岭南麓和黑、吉、辽三省与内蒙古东部交界地区以及中俄、中朝边境地区,形成东、西两大片区,西部片区呈带状自北向南延伸,东部片区内存在两个团块状贫困人口集聚区,整体表现出“大集聚,小分散”的空间分布特征。② 区域内部存在5个农村贫困高发区,分别为中俄北部边境贫困高发区、中俄东部边境贫困高发区、松嫩平原贫困高发区、西部贫困高发区、中朝边境贫困高发区;农村贫困发生率“北高南低,西低东高”的特征明显。③ 农村贫困群体以中老年人为主,文化水平整体较低,吃穿与医疗保障问题突出;罹患疾病以及耕地不足、耕地利用率低是导致东北地区农村贫困的主因,发展现代农业和外出务工是消除贫困的重要途径。 ④ 区域内部存在西部农牧交错区、东部边境山地朝鲜族聚居区、东部平原与丘陵过渡区三大典型农村贫困区,西部农牧交错区农村贫困问题的产生主要受农业生产结构单一、农产品市场价格下行、农户自身思想认识落后、基础设施建设滞后、区域自然生态条件不利等多种因素的协同影响;东部边境山地朝鲜族聚居区农村贫困问题主要由劳动年龄人口的持续性外流所引发的系列效应导致;东部平原与丘陵过渡区农村贫困问题的出现主要受地理位置偏远、地形复杂导致自然灾害多发、耕地资源不足的影响。     

中国老年人贫困脆弱性时空变化及障碍因子分析

综合老年人贫困与脆弱性的现有研究成果较少,该文基于中国健康与养老追踪调查(CHARLS)数据,以中国28个省(市、区)为研究区域,从暴露风险、敏感性和应对能力维度构建中国老年人贫困脆弱性评价指标体系,运用空间自相关、时空跃迁等方法分析2011—2018年中国老年人贫困脆弱性时空变化特征,并运用障碍度模型探讨其影响因素。结果表明：(1)2011—2018年老年人贫困脆弱性得到实质性改善,区域间绝对差异与相对差异逐年递减;(2)老年人贫困脆弱性在空间上整体呈现“东—中—西”阶梯式递增特征,具有较强的转移惰性,并受周边区域影响较大;(3)影响老年人贫困暴露风险的主要障碍因子分别为慢性病、房屋结构和居住方式,妇女人口、农村人口和经济支持是影响老年人贫困敏感性的主要因素,制约老年人应对贫困能力提升的主要障碍因素为住房资产、土地资产和社交活动。     

大城市低收入邻里社会贫困的测度差异与成因

社会贫困是对居民的社会保障和福利的享有情况、社会参与和融合等生活状况的测度。利用中国3 大典型地域、6 个代表城市、3 类邻里的1809 份个体问卷调查数据, 本文选取13 个相关指标, 判定个体是否处于社会贫困状态, 利用回归模型探究其影响因素, 并分析社会贫困现象在不同邻里、不同城市集聚的分异特征。研究发现, 6 个城市间的社会贫困集聚程度顺序为东部、中部和西部;3 大类邻里中, 社会贫困在城中村表现最为明显, 内城居住区次之, 企业配套居住区最低。中国城市居民是否处于社会贫困状态是体制(户口类型) 和家庭(教育程度、年龄等) 因素共同作用的结果。代表体制因素的户口类型对3 类城市的社会贫困均起到影响, 东中部城市中家庭因素也有一定作用。体制因素对城中村的社会贫困起显著影响, 而家庭因素在内城居住区和企业配套居住区中作用更大。     

中国农村多维贫困地理识别及类型划分

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。     

基于灰色系统理论的云南省农民收入差异性研究

以1996—2015年云南省农民人均纯收入的变化趋势及关联因素为研究对象,先结合同期农民的收入增速与城乡收入比两个指标,得出1996—2004年和2005—2015年两个差异化特征阶段。在此基础上,运用系统理论方法,对9个类型、26个影响因素与收入变化趋势进行关联度分析,从1996—2004和2005—2015两个演变区段的因素关联序列进行比较分析,得出影响因素差异性和阶段特征。通过两个演变区段的关联因素比较后发现:(1)个体/私营经济因素在农村社会中的活力显著提高,与农民收入关联度大幅增加;(2)村庄生活环境、生产条件的改善成为2005—2015年期间农民收入提高的最强关联因素;(3)城镇化、产业结构调整因素与农民收入增长的关联度明显降低。     

干旱区绿洲荒漠交错带空间贫困分异特征、减贫需求与扶贫对策研究——以新疆和田地区为例

干旱区绿洲荒漠交错带具有自然环境恶劣、社会发展滞后、经济基础薄弱、人口素质较低、贫困现象普遍的显著特征。依据空间贫困理论、GIS空间分析技术和TOPSIS模型，研究了和田地区空间贫困等级、致贫原因及其障碍度指数，并提出了相应的扶贫对策建议。结果表明：（1）和田地区一级贫困区包括和田县（0.528 0）、民丰县（0.466 3）；二级贫困区包括皮山县（0.387 1）、于田县（0.378 8）、和田市（0.371 5）、策勒县（0.348 3）、墨玉县（0.325 7）；三级贫困区包括洛浦县（0.221 3）。（2）和田地区排序前五的减贫需求包括：生产资料（86.8%）、资金（85.5%）、住房（74.3%）、教育培训（67.0%）和饮水（64.7%）。针对研究区的空间贫困分异特征以及减贫需求，从完善公共基础设施、实施转移就业行动、发展特色优势产业、改善生产生活条件、加大教育培训力度与金融扶持力度等方面提出了相应的对策建议。