一部研究贫困与反贫困问题的力作--《中国农村贫困问题研究--症结与出路》

贫困作为当今世界著名的"三P"(Population,Poverty,Pollution)问题之一,愈来愈受到世界各国有关政府和机构的重视.特别是脱胎于半封建、半殖民地的中国,生产力水平不但远远落后于发达国家,也落后于一些发展中国家,1978年全国农村绝对贫困人口达2.5亿之多,居世界各国首位.经过80年代初期开始的大规模反贫困行动,到1990年全国农村绝对贫困人口下降到8500万人,取得了世界瞩目的成就.90年代我国扶贫工作进入攻坚阶段,要求在本世纪内基本解决农村绝对贫困问题,下个世纪将进入反贫困的第二个阶段.消除贫困是中国政府跨世纪的一项重大课题,然而我国贫困与反贫困理论研究却比较薄弱.     

中国东北地区资源型城市棚户区改造与反贫困研究

东北地区资源型城市的贫困居民、贫困棚户区与贫困城市问题揭示的是中国当前日益突出的城市贫困现象,相关研究有助于提高地理学解决社会问题的实践能力。通过总结资源型城市沉陷安置区社区建设、居民就业、社会保障、接续产业发展等诸多问题,讨论了在棚户区的改造方式与安置位置选择、政府的贫困救助能力以及城市经济转型中,存在的不利于城市反贫困的主要障碍,并提出应通过采用灵活适用的改造模式、改善安置住房的区位条件、扩大救助贫困居民的地区援助、支持资源型城市自生能力增强等措施,促进棚户区长效改造、克服城市贫困。     

文山州特困乡贫困类型划分

贫困本身是一个极其复杂的问题，更客观、更准确、更科学 分贫困类型，是经济发展和消除贫困的重要步骤。云南的贫困和全国的贫困状况基本一致，首先是区域性贫困，其次是结构性和阶层性贫困。文山州位于滇东南岩溶地区，岩溶地貌发育完全，地表径流形成困难，干旱缺水、交通闭塞。经济、社会、文化、教育、卫生、环境处于全面落后状态。贫困指标的选取涉及贫困乡村的人口资源、自然条件、经济状况、生活水准、社会发展、对外交流等方面。因子生态分析法是较为先进的现代多元统计方法。首先应用因子分析方法对文山州50个特困乡进行主因子提取和信息归纳，其次，在因子分析基础上进行样本分层聚类，总结几个类型的贫困特征并给出反贫困建议。中国经济重心的西移和各方的共同参与有利于消除贫困。     

地理学视角下的中国乡村贫困——源起、进展与展望

乡村贫困一直是困扰中国的现实难题之一,消除贫困是全面建成小康社会以及乡村振兴战略顺利实施的基础。一直以来,乡村贫困是经济学、社会学、政治学、心理学等不同学科高度重视的问题,相关研究成果日趋增多,但对乡村贫困空间表达较弱。地理学具有空间格局研究的优势,近年来其对乡村贫困的研究较为活跃,重点关注乡村贫困的源起、空间分布、地理特征等内容,与其他学科有极强的互补性。论文梳理了地理学乡村贫困的相关研究成果,对其内涵与标准、测度与空间格局、影响因素与发生机理、反贫困策略等研究进行归纳总结与综合评述,探讨已有研究存在的主要问题与未来研究方向的发展趋势,为深入开展本领域研究提供参考。     

基于灰色关联的贵州连片特困地区贫困影响因素分析

贵州是全国贫困面积最广、贫困程度最深的省份之一,对连片特困地区的致贫因素进行分析具有典型意义。运用灰色关联度分析法对自然环境条件、劳动人口素质、生产经营投入、就业转移等因素与贫困的关联度进行了定量分析。结果表明,影响贵州连片特困地区贫困的因素,按影响程度大小依次为劳动力人口素质、自然环境条件、农业生产资金投入、农民转移性就业,并针对性地提出了反贫困的相关建议。     

人穷还是地穷?空间贫困陷阱的地统计学检验

引入地统计学的变异函数和交叉相关图方法,以甘肃省六盘山片区为案例区,通过分析村级贫困的空间格局及其与地理因子关系随空间尺度的变化,提供空间贫困陷阱检验关于尺度的深入理解。结果表明：地统计学方法兼具有效性和可靠性,可以反映地理因素—贫困状况关系随时空的变化,对“人地关系”视角下反贫困理论与实践研究具有积极意义。案例区空间贫困陷阱问题突出,村级贫困在一定空间范围内具有自相关性,空间总变异中自相关部分远高于随机性部分,这与不同尺度上地形、气候、区位等结构性因素的影响和控制有关,总体上到县城距离、海拔和总人口3个因子的影响范围和强度较大。     

湖南省县域乡村反贫困绩效评价与空间分异特征

综合运用熵值法、地理探测器等方法,从基本生存绩效、自身发展绩效,县域扶贫绩效3个方面构建指标体系,对湖南省51个贫困县2017年反贫困绩效空间地域分异特征及其影响因素进行研究。结果表明：① 湖南省贫困农户一般能满足基本的生存需要;自身发展绩效水平得分较高的区域大多处于武陵源区、鹤城区等城市市区周围以及罗霄山片区,而雪峰山脉周围县市则普遍较低;县域扶贫绩效水平高的区域分布较为零散,大致位于各城区周围,而省城或西北的少数民族聚集区以及中南部绩效水平还有待提高。② 反贫困绩效总体上呈现出高、中、低3种绩效水平交替分布的空间特征,愈靠近武陵源区、鹤城区和长株潭地区的贫困县市,综合反贫困绩效水平愈高。③ 县域发展情况是影响湖南省反贫困绩效的决定性因素,农户条件与乡村状况是基础性因素,自然条件是重要因素,各因子间交互作用的影响远大于单因子,不存在独立作用的因素,体现出湖南省反贫困绩效影响因素的复杂性特征。     

论乡村聚落优化与乡村相对贫困治理

2020年后,中国反贫困将转入相对贫困治理的新阶段。乡村聚落居住、就业、教育、医疗、环卫、文化、防灾减灾等功能的发展不充分和多维剥夺,是乡村相对贫困的重要表现和重要原因,乡村相对贫困治理必须从乡村聚落的整体优化出发。论文在梳理相对贫困概念内涵的基础上,着眼于乡村聚落与相对贫困治理的内在关联,分析乡村聚落与乡村相对贫困发生、乡村聚落优化与相对贫困治理长效机制建立之间的关系,提出基于相对贫困治理的乡村聚落优化策略,以期为2020年后的乡村相对贫困治理和乡村振兴提供理论依据。研究认为：① 乡村相对贫困的形成与聚落要素、功能密切相关,并因区位、布局、规模、形态的差异而有所不同;② 乡村聚落是缓解乡村相对贫困长效机制建立的空间基础,乡村相对贫困治理长效机制的建立要充分发挥乡村聚落的要素支撑与空间载体功能;③ 基于相对贫困治理的乡村聚落优化策略包括振兴村落产业、优化村落空间组织、强化村落文化认同、建立绿色生态村落、促进村落多功能协同转型、坚持分类施策等6个方面。     

贫困脆弱性研究进展

传统的贫困研究侧重于贫困的定义、测量、根源、返贫策略等方面,随着“能力”、“风险”等概念在贫困研究领域的应用,贫困脆弱性以其前瞻性的视角成为目前贫困研究的热点之一,将未来的风险冲击和家庭应对风险冲击的能力等因素考虑在内预测未来的贫困,对提高减贫效率具有重大意义。国外主要针对贫困脆弱性的含义和测算方法开展理论研究,国内研究多借鉴国外的测度方法,以用相关调查数据进行实证检验为主。本文从贫困脆弱性的相关定义、主要研究内容、研究方法以及相关的实证研究等方面进行梳理和总结,在此基础上指出目前研究的特点和趋势,以期为后续的贫困脆弱性研究和前瞻性的反贫困政策的制定提供有益借鉴。     

集中连片特殊困难地区村域空间贫困测度指标体系研究

在阐述多维贫困和空间贫困概念内涵及其指标基础上,提出了集中连片特殊困难地区村域空间贫困测度指标体系构建的基本原则,即强调科学性和主导性原则、重视数据的可获得性和测度的可操作性、体现减贫与反贫困的新要求、突出区域性和空间刻画能力。据此,构建了包括经济、社会、环境和政策4个维度,收入和消费、市场连通性、人口状况、学有所教、病有所医、老有所养、住有所居、劳有所得、地貌要素、自然灾害、生态安全、农业生态、粮食安全和政策的实效性共13个指标组,27个原始指标或生成指标构成的集中连片特殊困难地区村域空间贫困测度指标体系。进一步讨论了空间贫困测度指标的检验、获取方法和空间化等关键问题。     

扶贫模式可持续减贫效应的分析框架及机理探析

“精准扶贫”是近年中国全面推进建设小康社会的重大战略举措,精准识别扶贫对象、精准安排扶贫项目、精准监测脱贫成效是“精准扶贫”战略的核心内容,如何保障系列“精准”的实现亟需科学、系统的评估方法和评测手段作支撑。为从多维度、动态、一体化角度对扶贫项目的可持续减贫效果进行评估,本文针对中国目前已在执行的各种扶贫项目减贫效果评估多偏重经济维度、缺乏机理解析和可持续性评价等问题,借鉴DFID可持续生计分析的学术思想,提出了适用于扶贫模式可持续减贫效应评估的分析框架,进而对社会保障式、项目建设式、产业化、科学技术、移民与城镇化、易地搬迁与安置、信贷、参与式等8种扶贫模式可持续减贫的作用机理进行了探析。研究结果既能展示扶贫模式的减贫作用机理与贫困群体特征的契合程度,又能分析扶贫模式对贫困群体多维度及可持续的生计改善状况,同时也可为系统、综合、定量地评估可持续减贫效果的方法模型发展提供思路借鉴。     

大别山五大水库区社会经济发展系统分析与反贫困策略

大别山五大水库区是我国国家级贫困县集中分布地区，经过“八七”扶贫攻坚，库区社会经济和环境面貌发生较大变化，但返贫现象比较严重，库区的可持续发展能力弱。本文在五大库区现状全面调查的基础上，对库区贫困和返贫的根源进行系统分析，并提出库区社会经济发展与反贫策略。     

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。     

中国县域贫困综合测度及2020年后减贫瞄准

贫困问题长期以来受到世界各国的重点关注。科学揭示农村贫困发生机制、贫困化格局和探究2020年后减贫瞄准策略,成为新时代中国农村贫困问题研究的重要议题。本文基于人地关系地域系统理论,多维度剖析了中国农村贫困的发生机理,构建了表征县域贫困压力的指标体系,运用BP神经网络模型对县域多维贫困压力指数进行了综合测度,识别出2020年后国家政策仍需重点倾斜的帮扶县,并划分出帮扶县的4种类型。结果表明：① 人类发展能力、自然资源禀赋、社会经济发展及由这三个维度构成的县域综合发展能力呈现出自东南沿海向西北内陆递减的规律,并与地势的三级阶梯呈现出一致性;② 2020年后仍需要国家政策倾斜的帮扶县有716个,主要分布在青藏高原高寒区、三级阶梯的过渡地带、西南喀斯特地区等生态脆弱区和少数民族集聚区;③ 识别的帮扶县可以划分为综合制约型一类重点帮扶县、人类发展能力制约型二类一般帮扶县、自然资源禀赋和社会经济水平制约型三类一般帮扶县,以及人类发展能力和社会经济水平制约型四类一般帮扶县,重点帮扶县主要集中在深度贫困地区。新时期中国贫困格局、贫困化机制、减贫路径及问题和模式,亟需深化创新精准扶贫的体制机制,这为重视和加强贫困地理学的研究提出了新机遇和新挑战。     

西安市贫困空间结构特征与发生机理

以中国西部综合型大城市、老工业基地西安市为例,基于大规模调研数据,采用相对贫困概念和FGT指数研究城市内部微观单元贫困特征的空间分异与形成机理。结果表明,西安市整体的贫困状况较为缓和,贫困覆盖面广,但深度和强度较弱;随着城市圈层扩展,贫困属性呈现出“U”型演化曲线,表现出“高贫困、破碎、混杂—低贫困或非贫困、弱连续、较弱混杂—较低贫困、连续、内部分化、相对均一—较高贫困、相对连续、较强混杂”的演化规律,成熟建成区和新兴扩展区内侧分化区的贫困状况最弱;城市内部已基本发育成熟了旧城衰退型、发展剥夺型、传统工业衰退型、“城中村”型和新增长中心邻近型等5种表征不同贫困主体及户籍、住房等特征的贫困极核。西安城市贫困空间的结构特征是其社会经济发展的阶段性和区域性的集中体现,是在城市宏观社会经济和整体地域结构背景下,各收入阶层在生活成本、就业机会、公共资源、政策导向和社会心理亚文化圈等因素的作用下,通过接替、过滤、自主集聚、排斥隔离和强化等机制重塑城市社会空间的综合表现。     

中国城市贫困的空间差异特征

本文研究了2007-2011年间中国352个地级及以上城市贫困的空间演化、分布的差异特征。结果显示：近5年来贫困人口总量略有增长,贫困人口分布整体呈现均衡化趋势;从区域看,西部地区的城市贫困人口集聚加剧,贫困加深区较多;从城市看,小城市、资源型城市和少数民族聚居型城市是构成贫困加深区的主要类型。2011年,贫困发生率自东向西逐渐升高,中小城市、资源型城市和少数民族聚居型城市相对拥有更高的贫困发生率。进一步分析,东北地区资源型城市呈现高人均GDP和高贫困发生率的“隐藏性贫困”,西南地区部分少数民族聚居型城市呈现低人均GDP和相对低贫困发生率的“特殊性低贫”。未来国家反贫困政策应该充分考虑城市的区位、资源条件、人口规模和构成特征,重点关注贫困加深地区的中小城市、资源型城市和少数民族聚居型城市,并解决经济发展和贫困之间的特殊关系。     

Village-level multidimensional poverty measurement in China: Where and how

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error (LSE) model and spatial econometric analysis model to identify the villages’ poverty types and poverty difference. The case study shows that: (1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang. (2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions. (3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type. (4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of poverty alleviation at all levels to mobilize all kinds of anti-poverty resources.     

中国贫困村致贫因素分析及贫困类型划分（英文）

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error(LSE) model and spatial econometric analysis model to identify the villages' poverty types and poverty difference. The case study shows that:(1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang.(2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions.(3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type.(4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of pov-erty alleviation at all levels to mobilize all kinds of anti-poverty resources.