边境连片特困区多维贫困测算与空间分布——以新疆南疆三地州为例

刘　林

(石河子大学 a.经济与管理学院；b.兵团屯垦经济研究中心,新疆 石河子 832003)



边境连片特困区多维贫困测算与空间分布
——以新疆南疆三地州为例

刘林a,b

(石河子大学 a.经济与管理学院；b.兵团屯垦经济研究中心,新疆 石河子 832003)

摘要：利用2012年国家统计局新疆调查总队农村住户调查数据，采用AF多维贫困测量方法，测算了新疆南疆三地州多维贫困状况，研究了贫困空间分布与区域差异，得到以下结论：从多维贫困程度看，多维贫困发生率为24.5%，多维贫困指数为0.138；从多维贫困组成看，收入低、饮水困难、教育水平低、卫生条件差、少数民族汉语能力差等是核心问题，且收入贫困户几乎都是多维贫困户；从多维贫困空间分布看，克州地区最为严重，其次为和田地区和喀什地区，阿克陶县和疏勒县形成第一贫困级，阿图什市和和田县形成第二贫困级，疏附县和墨玉县形成第三贫困级，其他各县形成第四贫困级，且边境县多维贫困状况更加恶劣。

关键词：连片特困地区；多维贫困；少数民族；贫困地图

一、引言

2011年5月，中共中央、国务院印发了《中国农村扶贫开发纲要(2011-2020年)》，确定六盘山区、秦巴山区、武陵山区、乌蒙山区、滇贵黔石漠化区等14个连片特困地区为中国今后十年扶贫攻坚主战场，这其中包含5个边境连片特困区。由于边境连片特困地区兼具边境性、贫困性、民族性等多重特点，致使区域内贫困问题更加复杂和多样，以往研究中单一测算收入贫困程度已不足以全面、准确地反映该区域贫困人口的真实情况。因此，通过多维贫困测算方法反映该区域的贫困问题成为更好的选择。

多维贫困理论最早由Sen在福利经济学基础上创立，自此贫困测度摆脱了以往收入指标的单一维度，对贫困问题的研究进入了全新的多维领域，很多关于多维贫困的研究成果涌现。Cheli和Lemmi提出TFR多维贫困测算方法[1]；Tsui给出了Ch-M、F-M和W-M多维贫困指数及函数式[2]；Chakravarty等将Watts单位贫困指数扩展为Watts多维贫困指数等[3]。这其中最具代表性的是Alkire与Foster提出的对多维贫困识别、加总和分解的AF多维贫困测算方法，相比早期多维贫困测量方法更加科学和细致[4]。

国内大多数关于多维贫困的研究也都是基于AF法。如王小林等采用AF多维贫困测量方法对中国城市和农村家庭多维贫困进行了测量，发现中国城市和农村家庭都存在收入之外的多维贫困[5]；邹薇基于“能力”方法的视角，对中国的贫困状况进行了动态多维度考察，探讨了多维贫困的致因和消除多维贫困的政策选择[6]；张全红等用AF法测算了各省的MPI多维贫困指数，并考察了中国多维贫困的动态变化[7]；杨龙等对中国农村贫困地区多维贫困状况进行了测量分析，贫困维度分解表明，中国农村贫困地区农户面临的最严重问题是饮水问题而非增收问题[8]。以上学者们为中国多维贫困方面的研究打下了坚实的前期基础，但是这些研究都不是针对中国连片特困地区的研究，而且这些研究的数据大都来自中国健康营养调查(CHNS)数据库，受该数据库调查区域和指标设计的限制，学者们也无法对中国连片特困地区展开针对性的研究。

国内对连片特困地区多维贫困的研究较少，主要有王艳慧等对秦巴山区的研究[9]；丁建军对武陵山片区的研究[10]；王金营等对燕山—太行山片区的研究[11]；杨龙对西藏地区的研究[12]。然而，这些研究又以研究山区多维贫困为主，研究边境贫困地区的极少。此外，这些研究的数据大都来自研究者组织的问卷调查，常常存在样本量少、调查区域覆盖面小、问卷回收困难、数据真实性和权威性很难保证等问题，常以片区内少数几个县为研究对象，缺少对片区整体情况的研究。

新疆南疆三地州是5个边境集中连片特困地区之一，包括和田地区、喀什地区和克孜勒苏柯尔克孜自治州(以下简称克州地区)三个地州。该地区位于中国西北边境，共有9个陆地边境县市，周边分别与印度、巴基斯坦、阿富汗、塔吉克斯坦、吉尔吉斯斯坦五国接壤，边境线总长2 335公里。本文以新疆南疆三地州为例，利用2012年国家统计局新疆调查总队农村住户调查数据，采用AF多维贫困测量方法，研究边境连片特困地区多维贫困问题，分析多维贫困在不同空间区域的分布与差异，为相关部门制定公共政策提供参考。

二、AF多维贫困测量方法

(一)各维度取值

Mn,d为一个n×d维矩阵，且xij∈Mn,di=1,2,…,n；j=1,2,…,d；xij代表第i个调查户在维度j上的取值，即行向量表示第i个调查户在所有维度上的取值，而列向量表示在第j维度上各调查户的取值。

(二)贫困识别

3.贫困加总。在识别了每个调查户i在各个维度上的被剥夺情况后，需要进行维度加总，以确定多维贫困指数M0，即MPI(MultidimensionalPovertyIndex)。M0=H0×A0，其中H0表示多维贫困发生率，A0表示平均剥夺份额。在被剥夺维度设定为k条件下，具体计算公式如下：

M0(k)=H0(k)A0(k)

4.贫困分解。多维贫困指数还具备可分解性，既可以按照时间、地区、省份、城乡等分组方式进行分解，得到不同时间、地区、省份、城乡等的多维贫困指数，又可以按照维度或指标进行分解。以下对按地区分解和按维度分解做具体说明。

若研究区域可分为不同的R个地区，各个地区的样本容量为nr，则多维贫困指数按地区分解如下：

可见，多维贫困指数可以分解为各个地区多维贫困指数的加权平均，权重为不同地区的调查样本在总样本中的比重。分解后，各个地区对多维贫困指数的贡献率表示如下：

若按维度分解，则有：

三、数据来源与贫困维度

(一)数据来源

本文所采用的数据来自2012年国家统计局新疆调查总队农村住户调查数据(Rural Household Survey)，选取了新疆南疆三地州的随机样本数据。样本分布于喀什地区、和田地区、克孜勒苏柯尔克孜自治州(简称克州)三个地州(表1)，覆盖了14个县，120个自然村，共计1 200户、5 535人，且全部为少数民族农户，其中43.3%的样本来自于边境县。样本户全部是少数民族农户，更符合中国连片特困区多是少数民族聚集区的特点；同时，南疆三地州地处西北边境，对研究中国边境连片特困地区贫困问题更具针对性，而且从国家利益角度考虑边境地区的少数民族贫困问题更应引起国家关切。

(二)多维贫困测量维度与指标

从Hagenaars(1987)构建了首个包含收入和闲暇两个维度的多维贫困指数以来，多维贫困测量的维度及指标一直处于不断演进中。比较有代表性的有人类发展指数(HDI)、人类贫困指数(HPI)、多维贫困指数(MPI)等。其中，多维贫困指数(MPI)包括健康、教育、生活标准3个维度，具体测算指标包括营养、受教育年限、做饭燃料、耐用消费品等10个指标，但由于数据获得性限制，多维贫困指数并不包含收入维度，这是一大遗憾。即便这样，基于AF法的MPI仍然是近几年国际上最具影响力的多维贫困指数，每年全球MPI都会通过联合国开发计划署《人类发展报告》向全世界公布。国内学者对多维贫困问题的研究也大都基于MPI，然后结合各自的研究作出适当的调整，但是这些研究大都受限于所用数据库(主要是CHNS数据库)，很难针对连片特困地区展开研究，多维贫困测算体系的设置也就无法体现边境连片特困地区的特点。

表1　样本分布情况

基于此，本文按以下方式设置贫困维度及指标：首先，要反映《中国农村扶贫开发纲要(2011-2020)》中“两不愁、三保障”的多维扶贫目标；其次，结合中国及边境连片特困区的国情、区情，将义务教育情况、农村合作医疗、学生营养餐、少数民族汉语水平等考虑进来；最后，以MPI为基准进行适当调整，保留生活水平维度，将教育、健康两个维度合并为发展能力一个维度，新增收入维度，形成三个维度共14个评价指标的测算体系。之所以这样设置是因为生活水平能够客观地反映一个家庭的生活状态，是一户家庭是否贫困最直观的表现。受教育水平及健康状况直接关系到个人或家庭未来的发展能力，是能否长期摆脱贫困的最关键指标。需要特别强调的是，这其中少数民族地区个人的汉语水平是其能否融入社会、接受现代信息的必备能力，是少数民族群众形成社会存在感和国家认同感的最基本条件之一，因此被作为边境连片特困地区的一个特色指标引入进来，对以往少数民族贫困问题的研究是一个重要补充；另外，收入作为衡量贫困问题最核心的指标，也作为一个单独的贫困维度考虑进来。维度指标设置及被剥夺临界值的界定如表2所示。

表2　多维测量体系与被剥夺临界值的确定

四、测算结果与分析

(一)单维贫困测算结果

首先，从南疆三地州整体情况看，突出问题反映在67.5%的农户家庭没人懂汉语；65.7%的家庭没厕所等卫生设施；59.8%的农户家庭劳动力最高文化程度为小学程度，或者15岁以上家庭成员中有人未完成9年义务教育；52.1%的家庭面临饮水污染或饮水困难问题。合计在5个指标上超过一半的农户家庭会遇到相应的贫困问题，占总指标数的35.7%。

其次，南疆三地州横向比较来看，克州地区比较突出，100%的调查户都面临饮水问题，83.3%的调查户没有卫生设施，76.3%的调查户家庭受教育水平没有达到要求，还有52.9%的家庭成员没有参加过任何技能培训，48.8%的家庭住房简陋，37.1%的收入贫困也是三地州中比例最高的。相比之下，喀什地区反映出较高比例少数民族不懂汉语，达到了81.3%，有85.7%的调查农户生活能源以原始的柴草等为主，此外在学生享有营养餐和劳动力身体健康状况方面问题也较为严重。和田地区在大部分指标对比中不是非常突出，只有不能及时就医问题明显高于其他两地，还有用电问题和医疗保险问题全部发生在和田地区，当然发生率是非常低的，按照比例仅有1人还不是用电户，另有39人没有参加过任何医疗保险。

最后，对比边境县和非边境县。边境县在大部分指标上的贫困发生率均高于非边境县，以住房、饮水、卫生、生活能源等问题最为突出。非边境县仅在少数民族农户掌握汉语情况方面明显比边境县差，非边境县调查户不懂汉语的比例达到了75.3%，而边境县则为57.3%。换句话说，边境县的汉语水平反而比非边境县高，原因可能是主要分布于边境县的柯尔克孜族的汉语水平高于其他非边境县少数民族。

表3　指标发生率

(二)多维贫困测量结果

本文测算了从10%到100%不同剥夺水平下新疆南疆三地州的多维贫困状况。随着剥夺水平的提高，农户被剥夺的份额肯定会越来越高，而贫困发生率和多维贫困指数则逐渐减小。根据《人类发展报告》(HDR)对多维贫困家庭的定义：当一个家庭的被剥夺水平大于1/3(0.33)时，确定其为多维贫困家庭；当一个家庭的被剥夺水平大于1/2(0.5)时，确定其为多维重度贫困家庭。结果表明(表4)，调查样本中有294户多维贫困家庭(40%剥夺水平)，贫困发生率为24.5%，平均剥夺份额0.564，多维贫困指数0.138；218户为多维重度贫困家庭(50%剥夺水平)，贫困发生率为18.2%，平均剥夺份额0.603，多维贫困指数0.109。此外，有91户在60%剥夺水平上贫困，还有18在70%剥夺水平上贫困，调查户满足最高水平的剥夺程度为80%，符合条件的农户仅有1户，意味着该农户至少在11个指标上显示贫困，这些都属于非常极端的贫困情况。

在计算多维贫困指数时，还可得到各个指标在多维贫困下的发生率。多维贫困情况下的指标发生率显然不会比单独考察指标发生率时大，这是因为某个指标上的贫困户不一定是多维贫困农户。对比40%剥夺水平下的多维指标发生率和单维指标发生率，可发现：只有家庭人均纯收入指标发生率变化微乎其微，其他指标均表现为多维指标发生率明显低于单维指标发生率。实际上，两者差距越小说明该指标在多维测算和单维测算中差异不大，即没有因为计算多维贫困而将该指标的单维贫困户漏出，因此可以认为该指标在多维贫困户中发生的概率越大。以家庭人均纯收入指标为例，考虑多维贫困时该指标的发生率为21.8%，单维贫困时为21.9%，两者仅相差0.001，也就意味着当考虑多维贫困问题时仅有约1户收入贫困家庭不满足多维贫困条件被剔除，其他收入贫困家庭都是多维贫困家庭。

表4　新疆南疆三地州多维贫困的估计结果

(三)多维贫困分解

选择40%剥夺水平下的计算结果对多维贫困按照区域、维度、指标等进行分解(表5)，并对各自结果展开分析。

1.按维度指标分解

各指标分别按照地州、地理位置等进行了分解，分解结果包括各指标在多维贫困指数中所做的贡献以及对应的贡献率两部分。以收入指标在南疆三地州分解结果来说明，收入指标在多维贫困指数中贡献了0.073，贡献率达到52.46%。若将收入指标的贡献与其他指标的贡献相加可得南疆三地州的多维贫困指数0.138，与前文计算结果一致，贡献率合计则为100%。

综合比较各指标的贡献及贡献率发现(表5)，无论是南疆三地州总体，还是分地州、分地理位置，收入贫困、饮水困难、教育水平、卫生问题、生活燃料以及少数民族汉语能力等指标在贡献及贡献率上均排在前列，这几个方面的贫困问题将是今后新疆南疆三地州反贫困的重点所在。

得到指标分解结果后，将各维度对应指标的贡献及贡献率进行加总，就可算出各个维度对应的贡献及贡献率。计算结果表明，收入维度贡献及贡献率最高，其次是生活标准和发展能力。以南疆三地州整体计算结果为例，多维贫困指数为0.138，其中收入维度贡献了0.073、贡献率达52.46%；生活水平维度贡献为0.04、贡献率28.64%；发展能力维度贡献为0.025、贡献率18.9%。综上，收入贫困仍然是该地区最为严峻的贫困问题。

表5　多维贫困指数按指标分解结果

2.多维贫困按区位分解与空间分布

按地州分解。多维贫困发生率H按地州分解结果表明(图1)，克州地区多维贫困发生率最高，达到40.4%，意味着克州地区有超过四成的被调查农户为多维贫困户；其次为和田地区，多维贫困发生率达21.8%；多维贫困发生率最低的是喀什地区，为19.6%。南疆三地州中，克州地区高于24.5%的总体多维贫困发生率水平，而和田地区和喀什地区均低于该水平。

图1　南疆三地州多维贫困发生率H空间分布图

多维贫困指数M0按地州分解结果表明(图2)，克州地区仍是多维贫困指数最高的地区，为0.242；和田地区和喀什地区水平相当，多维贫困指数分别为0.117和0.108。与南疆三地州整体多维贫困指数0.138相比，克州地区高了0.104，和田地区低了0.021，喀什地区低了0.03。

图2　南疆三地州多维贫困指数M0空间分布图

按县分解。多维贫困发生率H按县域分解结果表明(图3)，阿克陶县和疏勒县最为严重，多维贫困发生率均超过了40%；和田县、疏附县和阿图什市次之，多维贫困发生率介于30%～40%之间；阿合奇县多维贫困发生率为27.5%，接近南疆三地州24.5%的平均水平；洛浦县、墨玉县、皮山县、叶城县、巴楚县和英吉沙县多维贫困发生率全部位于10%～20%之间，高于2014年国家统计局公布的7.2%的全国贫困发生率水平(收入贫困发生率)；麦盖提县和莎车县多维贫困发生率都低于10%，分别为6.3%和3.8%。

图3　南疆三地州各县域多维贫困发生率H空间分布图

多维贫困指数M0按县域分解结果表明(图4)，14个调查县多维贫困指数差异较大，其中阿克陶县和疏勒县多维贫困指数最高，分别达到了0.302和0.422，而且两地相连成为该地区多维贫困最为严重的第一级贫困区域；其次，阿图什市与和田县形成第二级贫困区域，两个县都是边境县，多维贫困指数分别为0.230和0.212；疏附县和墨玉县构成第三级贫困区域，多维贫困指数分别为0.180和0.1；其他各县为第四级贫困区域，多维贫困状况相对较轻，多维贫困指数全部在0.1以下。

图4　南疆三地州各县域多维贫困指数M0空间分布图

按地理位置分解。计算结果表明，边境县各方面均要比非边境县贫困。边境县贫困发生率为30.6%，平均剥夺份额为0.575，多维贫困指数为0.176。非边境县贫困发生率为19.9%，平均剥夺份额0.551，多维贫困指数0.109，均低于边境县。可见，边境县多维贫困状况更加恶劣，如果不尽快改善势必会对中国边境安全与稳定带来不利影响。

五、结论

本文通过多维贫困测量结果表明，在40%的剥夺水平下共有294户是多维贫困户，贫困发生率为24.5%，多维贫困指数为0.138。多维贫困指数按指标分解结果表明，收入贫困、饮水困难、教育水平低、卫生条件差、生活燃料原始落后以及少数民族汉语能力亟待提高等是解决新疆南疆三地州多维贫困的核心问题。多维贫困指数按地州分解结果表明，克州地区多维贫困最为严重，其次为和田地区，喀什地区最低；如果按县域分解，阿克陶县和疏勒县多维贫困指数数值最高。

参考文献：

[1]Cheli B,Lemmi A.A’Totally’Fuzzy and Relative Approach to the Multidimensional Analysis of Poverty[J].Economic Notes,1995,24(1).

[2]Tsui K Y.Multidimensional Poverty Indices[J].Social Choice and Welfare,2002(19).

[3]Chakravarty Deutsch,Silber.On the Watts Multidimensional Poverty Index and its Decomposition[C].The Many Dimensions of Poverty International Conference,UNDP International Poverty Centre,August,2005.

[4]Alkire S,Foster J E.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics,2011(95).

[5]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).

[6]邹薇.中国现阶段能力贫困状况及根源——基于多维度动态测度研究的分析[J].人民论坛,2012(6).

[7]张全红,周强.多维贫困测量及述评[J].经济与管理,2014(1).

[8]杨龙,汪三贵.贫困地区农户的多维贫困测量与分解——基于2010年中国农村贫困监测的农户数据[J].人口学刊,2015(2).

[9]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(12).

[10]丁建军.连片特困区农村专业化发展的多维减贫效应研究——以保靖县黄金村为例[J].湘潭大学学报：哲学社会科学版, 2014(5).

[11]王金营,李竞博.连片贫困地区农村家庭贫困测度及其致贫原因分析——以燕山、太行山和黑龙港地区为例[J].中国人口科学, 2013(4).

[12]杨龙,徐伍达,张伟宾,等.西藏作为特殊集中连片贫困区域的多维贫困测量——基于“一江两河”地区农户家计调查[J].西藏研究, 2014(1).

(责任编辑：张爱婷)

Multidimensional Poverty Measurement and Spatial Distribution：

Taking the Three Prefectures in Southern Xinjiang as an Example

LIU Lin1,2

(a.School of Economics & Management； b. the Corps of Economic Research Center,

Shihezi University, Shihezi 832003, China)

Abstract:By the data of Rural Household Survey in 2012, using AF multidimensional poverty measurement method to measure the multidimensional poverty status in the three prefectures of the southern of Xinjiang, and studied poverty spatial distribution and regional difference. Results show that there are 294 farmers belong to the multidimensional poverty households. Multidimensional poverty incidence rate was 24.5%.The multidimensional poverty index was 0.138. And low income, low educational level, poor drinking water, poor sanitation, Chinese level of ethnic minorities are the core problem, and the income of poor households are almost all poor households from the multidimensional poverty multidimensional space. Kirgiz is the most serious, followed by Hotan area and Kashi area. Akto county and Shule county formed the first poverty level. Atux City and Hetian county formed the second poverty level. Shufu county and Moyu county formed the third poverty level ,and other counties formed the fourth poverty level, especailly border counties multidimensional poverty even worse.

Key words:poverty-stricken areas; multidimensional poverty; ethnic minorities; poverty

中图分类号：F224.0

文献标志码：A

文章编号：1007-3116(2016)01-0106-07