广西红水河流域县域贫困测度及类型划分

2018-09-10 10:50朱杰周慧杰李史干吴燕婷周强
企业科技与发展 2018年2期

朱杰 周慧杰 李史干 吴燕婷 周强

【摘 要】基于广西红水河流域空间数据和广西统计年鉴县域统计数据,利用ARCGIS软件,提取空间属性数据进行作图表达,选取具有代表性的17个指标,通过自然—社会—经济3个维度的耦合,并且利用SPSS软件的因子分析方法,求出红水河流域县域综合贫困指数,将综合贫困指数按得分划分为5个类型。结果显示:流域综合贫困指数主要受到地形起伏度、常住人口密度、植被覆盖率、人均耕地、农民人均纯收入和贫困发生率的影响,其分布总体呈现西北高东南低的趋势。

【关键词】贫困测度;贫困度;贫困与反贫困;广西红水河流域

【中图分类号】F127 【文献标识码】A 【文章编号】1674-0688(2018)02-0180-05

贫困问题是一个威胁着人类的生存和发展的世界性难题。减少和消除贫困,这是人类发展的共同目标。

广西红水河流域位于西南喀斯特地区,地处广西中西部地区,自然条件恶劣,贫困人口众多,是中国贫困人口集中分布区之一。农村贫困人口之多、整体经济发展之落后、生态建设任务之重,成为到2020年实现该地区精准扶贫战略目标的难点,也是实现小康社会的“痛点”。消除贫困是全面建成小康社会的基础,而深层次贫困是扶贫的短板。

本文将在定量、定性和GIS分析相结合的基础上,总结广西红水流域县域贫困现状,找出流域内20个县的贫困差距的空间分布和主要影响因素,为广西扶贫工作制订计划和科学决策提供一些宝贵的依据。

1 研究区概况

红水河起源于云南省东部曲靖市马雄山,是珠江流域西江水系的主流,在贵州省望谟县蔗香村与北盘江汇集后开始称为红水河,整体呈西北—东南向贯穿广西,全长659 km。红水河流域范围主要包括广西中西北部的乐业县、凌云县、天峨县、南丹县、金城江区、东兰县、巴马县、凤山县、都安县、大化县、忻城县、合山市、兴宾区、武宣县、象州县、柳江县、宾阳县、上林县、马山县、桂平市共20个县域单元[1](如图1所示)。红水河流域范围介于22°52'~25°27' N,106°14'~110°20'E,总面积为51 178 km2,占广西总面积的21.62%[8]。整个流域的地貌类型主要是山区。红水河流域是典型的喀斯特地貌区,喀斯特地貌面积占土地总面积的65%[8]。据2015年年末的数据显示,红水河流域的常住人口为928.16万,占广西常住人口的19.36%,地区生产的总值为1 773亿元,占广西地区生产总值的10.55%,地方财政收入为88.75亿元,占广西财政总收入的3.8%。

总体说来,红水河流域是集“老、少、边、山、穷”于一体独具少数民族特色的民族聚居区,是我国14个集中连片特困區中的滇黔桂石漠化片区的重要组成地区[2]。

2 指标体系构建与贫困测度

2.1 评价方法

因子分析法是一种多元统计分析方法,它基于对相关矩阵内相关关系的研究,并将一些复杂变量归纳为几个综合因子。本文采用因子分析方法,是因为其有着比其他综合评价分析方法显著的许多优势,且易于计算机软件处理分析数据[3]。

2.2 指标体系的构建

近年来,自然地理(或资源环境)条件被逐步纳入贫困程度评估体系中,以反映自然—社会—经济耦合形成的贫困问题[2-5]。又根据贫困的基本内涵,参考国务院扶贫办的确定方法[6],以及丁建军(2014)的连片特困区综合发展评价指标体系[5],刘艳华和徐勇(2015)的中国农村贫困地理识别指标体系[7],本文建立综合贫困指数,用于定量评估广西红水河流域各县域的贫困状况。指标体系包括自然、社会、经济3个维度的指标类[8]、17项具体指标(见表1)。

以此构建本文的广西红水河流域县域综合贫困指数数据库,主要包含2类:即空间数据库和属性数据库。空间数据库,包括广西红水河流域县域地图[4][8]、广西DEM图及基础地理要素图;属性数据库,包括2015年广西红水河流域县域综合贫困指数测度所需的全部数据[9],来源于广西统计年鉴2016、广西地情网等。

2.3 综合贫困指数测算

基于广西红水流域2015年度综合贫困指数数据库,采用SPSS 22软件进行因子分析,具体步骤如下。

2.3.1 数据标准化处理

本文对数据进行标准化处理使用了Z-Score方法,即将所有变量数据通过标准化转化为均值为0、方差为1的无量纲数值[3]。对于正向指标,即数值的大小与综合贫困指数成正比的指标(如地形起伏度),其计算公式为z=(x-μ)/σ;其中,z为标准分数;x为某一具体分数,μ为平均数,σ为标准差。对于逆向指标,也就是其数值的大小与综合贫困指数呈反比的指标(如万人拥有专业技术人员数),则需要把计算公式中的分子和分母倒置,即z=σ/(x-μ),或者正向指标的原始数据乘以-1,也符合其值越大,综合贫困指数越小的原则。

2.3.2 因子分析可行性检验

根据SPSS软件的KMO和巴特利特检验,得出该指标体系符合因子分析要求,因此适合做因子分析(见表2)。

2.3.3 主成分分析法提取公因子

通过选择提取特征值大于1的因子作为公因子对原始指标数据进行降维处理,求得各公因子的载荷系数和贡献率Cj(见表3)。然后以因子贡献率Cj作为计算公因子或主成分指标权重的依据,即将各公因子累积贡献率定义为100%,从而计算出归一化公因子或主成分指标的权重Wj(见表4)。

2.3.4 因子解析

因子载荷是原始数据与公因子之间相关性的表示,可以认为是两者之间的相关系数。根据因子载荷矩阵可以得到因子分析模型[3]。

从表4可以看出,6个公因子累计贡献率已达87.295%,即广西红水河流域综合贫困指数被这6个公因子解释的程度达到87.295%,因此可以作为测度红水河流域综合贫困指数的主要指标。但为了克服公因子含义模糊性,还特别利用了最大方差法,使初始因子载荷矩阵的最大方差旋转7次,并且获得令人满意的因子载荷矩阵(见表5)。

因子载荷矩阵结果表明:第一主成分在常住人口密度(-0.934)、地形起伏度(0.873)、农民人均纯收入(0.815)、贫困发生率(-0.771)上的载荷较大并且都大于0.7,特征值为3.980,贡献率23.412%;第四主成分在人均耕地(0.938)、植被覆盖率(0.652)上的载荷系数大,特征值为2.196,贡献率为12.916%;第六主成分在粮食单产量(0.800),干燥度(0.657)上的载荷系数大,大于0.6,特征值为1.609,贡献率为9.463%,概括第一、四、六主成分各指标含义,将其归纳为农业生产自然条件与农业产出因子(累积贡献率为45.169%)。第二主成分在人均财政收入(0.861)、人均GDP(0.709)、第二、三产业占比(0.708)等指标上的载荷系数大,基本大于0.7,特征值为2.642,贡献率为15.541%,概括各指标的含义,将其归结为地方财经结构状况因子;第三主成分在万人专业技术人员拥有数(0.829)、万人拥有中学教师数(0.799)、峰丛—洼地面积占比(0.620)、公路网密度(0.543)上的载荷大,且都大于0.5,特征值为2.324,贡献率为13.669%,概括各指标含义,将第三主成分归纳为科教与交通发展因子;第五主成分在万人拥有卫生技术人员数(0.919)、城镇化率(0.821);特征值为2.090,贡献率为12.294%,概括各指标含义,将第五主成分归结为城镇化因子。

概括以上分析,可知影响县域综合贫困指数的主要因子为农业生产自然条件与农业产出因子、地方财经结构状况因子、科教与交通发展因子和城镇化因子。

2.3.5 公因子得分与综合贫困指数得分

综合贫困指数计算公式如下:

Fi=∑Wj×Yij

上式中,Fi表示第i县区综合贫困指数得分;Wj表示第j因子指标权重;Yij表示第i县区的第j因子的单项得分值,7个公因子单项得分见表6。各红水河流域县区综合贫困指数得分见表7。

3 综合贫困指数类型划分

对广西红水流域县综合贫困指数得分进行编码,以匹配广西红水流域的空间数据[3]。又由于指标体系中农业生产自然条件与农业产出因子贡献率达到45.169%,所以根据其将综合贫困指数的类型划分为5类[3][8]:Ⅰ以范围0.300 001~0.692 959定为极重度贫困;Ⅱ以范围0.100 001~0.300 000定为重度贫困;Ⅲ以范围-0.099 999~0.100 000定为中度贫困;Ⅳ以范围-0.499 999~-0.100 000定为轻度贫困;Ⅴ以范围-0.790 736~-0.500 000定为潜在贫困。分类结果见表8。

再参考地形起伏度,将红水河流域20个县区分为三大区域[9],即红水河流域上游区、红水河流域中游区、红水河流域下游区(如图2所示)。最后将数据输入ARCGIS10.5软件属性表中,将其进行地图表达(如图3所示)。

从图3中和表8可看出,县域综合贫困指数在空间上的分布整体上呈现西北—东南分异,西北部各县综合贫困指数总体上大于东南部。三大区域贫困程度空间分布有如下规律:如果将极重度和重度贫困程度看作一个整体进行统计,则会发现整体重度以上贫困区集中在中上游地区;而上游地区除南丹县外,其余6个县均属于重度和极重度贫困区,占比达85.7%;中游地区有都安瑶族自治县、大化瑶族自治县和忻城县也属于重度以上贫困区;红水河流域的中下游地区则基本集中有潜在、轻度和中度贫困区,其中马山县、上林县和兴宾区属于中度贫困区,分布在中游地区,桂平市、象州县和宾阳县这3个潜在贫困区及柳江县、武宣县和合山市这3个轻度贫困区全部在下游地区,而轻度贫困的金城江区却属于上游地区。

由此可见,综合贫困指数类型主要受地形起伏度、常住人口密度、植被覆盖率、农民人均纯收入、贫困发生率及人均耕地的影响。对这些影响因素,在不能极大地改变自然条件的前提下,政府部门可以相对应地采取调整经济结构、发展非農产业的措施,以及对农村青壮年剩余劳动力进行产业劳动技能培训,以提高外出务工和返乡创业的技能,从而增加农村家庭收入,提高农民的人均纯收入。

4 结语

本文通过构建红水河流域县域自然—经济—社会三大维度的耦合指标体系,测度综合贫困指数,进而进行贫困程度类型划分。明确得出该区域的贫困程度是主要由自然条件的外部影响的,尤其是流域西北部的红水河中上游区域,地形起伏大,多峰丛洼地地形,自然生态环境脆弱,致使交通不便。该地区的居民与外界交流沟通少,自身素质不高,经济总体不发达,从而导致贫困发生率大,成为典型的喀斯特石漠化贫困区。

针对贫困问题突出的集“老、少、边、山、穷”于一体的红水河中上游少数民族聚居区所面临的贫困发展问题,建议可采取诸如生态移民、外出务工和发展特色生态旅游等因地制宜的措施,以保护生态环境为前提,转变经济发展方式,采取多元化的扶贫攻坚措施,促使贫困县脱贫摘帽,贫困群众脱贫致富奔小康。

参 考 文 献

[1]周慧杰,匡耀求,黄宁生,等.广西红水河流域岩溶地区反贫困模式研究[J].中国人口资源环境:2010中国可持续发展论坛专刊(二),2010(20):45-48.

[2]游俊,冷志明,丁建军.中国连片特困区发展报告

(2016—2017)[M].北京:社会科学文献出版社,2017.

[3]胡业翠,方玉东,刘彦随.广西喀斯特山区贫困化综合评价及空间分布特征[J].中国人口资源与环境,2008,

18(6):192-197.

[4]袁媛,王仰麟,马晶,等.河北省县域贫困度多维评估[J].地理科学进展,2014,33(1):124-133.

[5]丁建军.中国11个集中连片特困区贫困程度研究——基于综合发展指数计算的视角[J].地理科学,2014,34

(12):13-22.

[6]国务院扶贫开发领导小组办公室.中国农村扶贫开发概要[M].北京:中国财政经济出版社,2003.

[7]刘艳华,徐勇.中国农村多维贫困地理识别及类型划分[J].地理学报,2015(6):993-1007.

[8]刘云东.广西红水河流域社会-生态环境脆弱性评价[D].南宁:广西师范学院,2017.

[9]李史干,周慧杰,朱杰,等.湿热岩溶山区人居环境适宜性评价——以广西红水河流域为例[J].绿色科技,

2017(12):87-91.