甘南藏族自治州县域视角多维贫困测算

殷鸿琛 闫述乾 任珂

摘   要：本文通过甘南藏族自治州七个县2013-2017年统计年鉴数据，得到甘南藏族自治州各县多维贫困指数，基于各县多维贫困指数在时间上以及空间上的变化分析，构建多维贫困指数评价指标体系，使用熵权法确定各指标权重、然后通过Kriging空间插值法对甘南州各县的多维贫困指数进行空间差异分析，各县多维贫困指数呈增长趋势，教育、医疗、社会福利等维度对多维贫困贡献度较低，第一产业产值、地区生产总值对多维贫困贡献度较高。基于此，并提出以下政策建议：摒弃以往单一维度的贫困瞄准机制，保证精准扶贫;基于多维贫困特征，精准扶贫;建立多维贫困评估机制。

关键词：多维贫困;熵权法;甘南藏族自治州;精准扶贫

目前贫困依旧存在于各国不同地区，这是一个既简单又复杂的现象，贫困是经济学研究的热点问题，也是各个国家制定政策解决问题的难点。经过长期的脱贫战略实行，我国的绝对贫困人口2000年的9422万人下降到2010年的2688万人，贫困发生率从2000年的10.2% 下降到2010年的2.8%[1]。截止2010年我国绝对贫困情况已经转化为相对贫困，从面上贫困转化到点上贫困[2]。因单一收入不足所导致的传统贫困概念已经不足以解释当前由于区域环境、发展前景等因素所导致的贫困，在这个前提下，测算贫困的方法应该摒弃以往依靠收入指标测算而使用多维度指标进行贫困的度量，从而有利于提出精准扶贫的对策。当前国内外的学者在研究多维贫困时大多使用基于Sen的能力贫困理念构建多维贫困测度方法[3]。Watts针对不同的分配方式创造了Watts贫困指数[4]。Chakravarty等人在此基础上又提出了Watts多维贫困指数，采用了国际数据进行测算[5]。Bourguignon对于贫困的识别、如何用矩阵方法定义贫困及定义内涵做出了具体说明，并提出了一些多维贫困指数的公式表达方法[6]。Alkire和Foster提出双界法以测算贫困发生率的方式，测算每个人在每个维度上的贫困与否，相对于早期的多维贫困测量方法更加全面和科学[7];国内大部分学者关于多维贫困指数的研究一般也沿用双界法，王小林等采用这种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，得出城市与农村在收入之外存在其他维度的贫困[8];张全红等用这种方法测算了各省的 MPI多维贫困指数[9]。李佳璐在多维贫困测量理论框架下，采用了王小林以及Alkire的测算方法S省30个国家扶贫开发工作重点县进行多维贫困测算，根据收入的高低，将其分组，分析不同维度对不同收入组家庭的影响程度[10]。上述学者为我国多维贫困指数的测算奠定了坚实的基础，并且在研究所得结论上均存在收入维度之外的其他维度贫困，但是主要关注点为贫困人口，忽视了贫困的时空分布。

目前使用熵权法与ArcGis技术进行多维贫困测算的研究较少，主要的研究有王宝雪《基于DEMATEL-熵权法云南多维贫困指标的权重研究》[11]和Bailang Yu等人《Poverty Evaluation Using NPP-VIIRS Nighttime Light Composite Data at the County Level in China》[12]。这些研究的数据均以问卷调查为来源，通常以一个或两个典型县区作为测算对象，覆盖面少，缺乏整体性分析。因此本文选择在2018年甘肃省GDP排名中位居最后一名的甘南藏族自治州为研究区，利用2013-2017年五年县域统计年鉴数据，采用熵权法对多维贫困指标的权重进行计算得出各县的贫困指数，在此基础之上运用ArcGis技术做贫困空间分布分析。以此为公共部门制定相应扶贫政策提供参考。

一、研究区概况

甘南藏族自治州位于甘肃省西南部，介于东经100°46′-104°44′，北纬33°06′-36°10′之间。属大陆性季节气候，年平均气温1-13℃，年均降水量 400-700 mm，降水特征主要为暖季多，冷季少，雨热同期[13]。全州下辖七县一区，根据2018年县级GDP排名由高到低依次为：临潭县、夏河县、玛曲县、舟曲县、卓尼县、迭部县、碌曲县。截止2018年底，全州年末总人口达74.86万人，生产总值155.73亿元。但生态要素单一、结构简单，敏感性强而抗扰能力差， 全州七县一市均为限制开发区和重点开发区[14]，贫困程度相对较深。

二、研究数据与方法

（一）数据来源

该文研究数据主要来源于2013-2017年的《中国统计年鉴》、《甘肃省统计年鉴》以及《县域统计年鉴》，部分指标数据通过公式换算所得，统计所得出2013-2017年甘南藏族自治州历年县域的原始数据。

（二）指标体系构建

依据UNDP-MPI从3個维度（健康、教育和生活水平）共10个指标来衡量贫困[15]，遵循科学性、系统性、可操作性、全面性等原则，将UNDP提出的三个维度转换为脆弱性、生机、社会排斥等三个维度，根据研究区的具体情况，对UNDP所含10个指标进行增减，最终确定为10个指标（表1）。

（三）指标数据标准化及确定权重

熵权法是一种依据样本数据在各评价对象中的差异性来确定权重的客观赋权法，规避了人为主观因素的干扰，评价结果具有较高的可信度[16]。计算过程如下为了消除指标数据之间由数量级和量纲带来的影响，对原始数据进行标准化，公式如下：

（四）贫困空间分布分析

在计算出甘南藏族自治州各县五年的多维贫困指数后，使用GIS“地统计”方法中的Kriging空间插值方法[17]，做出五个年份各县在空间上的贫困分布情况并分析。

三、结果与分析

（一）各县多维贫困指数测算结果

经过数据标准化，使用熵权法计算权重，最后算出各县2013-2017五年的多维贫困指数，指数越低，贫困程度越高。相反，指数越高贫困程度越低。具体情况如下：

1. 临潭县

临潭县2013-2017五年的多维贫困指数分别为：0.2697、0.3632、0.6628、0.3551、0.4211。

总体上临潭县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.2697增长到2017年的0.4211，2015的多维贫困指数达到最高，较2014年其增长幅度为82%，其中2015年多维贫困指数贡献度占比较高的前四位指标分别是医疗机构床位数52%、地区生产总值7%、社会福利单位数7%和社会福利单位床位数7%。从2015年的原始数据可以看出贡献度较高的医疗机构床位数相较于2014年增长了3.75%，地区生产总值相较于2014年增加27085元。2015年至2016年有所下降，降幅为46%，根据2016年的原始数据来看，下降的主要原因来自于常住人口、小学生在校人数的减少。

2. 卓尼县

卓尼县2013-2017五年的多维贫困指数分别为：0.2825、1.1289、0.3496、0.5449、0.7217。

总体上卓尼县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.2825增长到2017年的0.7217，2014年的多维贫困指数达到最高，较2013年其增长指数差为0.8464，其中2014年多维贫困指数贡献度占比较高的前四位指标分别是各种社会福利单位数61%，资金存贷比9%、小学生在校人数8%和第一产业产值比重5%。2014年至2015年有所下降，降幅为69%，根据2015年的原始数据来看，下降的主要原因来自于小学生在校人数、福利机构床位数以及公共财政支出的减少所导致的。2015-2017年逐年上升，指数差为0.3721，从原始数据来看除社会福利单位数社会与福利单位床位数外其他指标均有不同程度增长。

3. 舟曲县

舟曲县2013-2017五年的多维贫困指数分别为：0.5042、0.3647、0.4121、0.5254、0.5962。

总体上舟曲县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.5042增长到2017年的0.5962，2013年至2014呈下降趋势，指数差为0.1395，根据原始数据来看下降的主要原因为2014年较2013年生产总值减少12375万元、财政支出减少32098万元、小学生在校人数减少1482人、医疗卫生床位数减少32张。2014年至2017年呈增长趋势，指数差为0.2315，根据原数据来看除小学生在校人数减少5703人和医疗卫生机构床位数减少8张外其余指标均呈不同程度增长。

4. 迭部县

迭部县2013-2017五年的多维贫困指数分别为：0.3857、0.4383、0.3158、0.5521、0.5017。

总体上迭部县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.3857增长到2017年的0.5017，2013-2014年的多维贫困指数呈增长趋势，涨幅为14%，其中2014年多维贫困指数贡献度占比较高的前四位指标分别是小学生在校人数34%、资金存贷比16%、社会福利单位数14%和第一产业产值比重7%。2014年至2015的多维贫困指数年有所下降，降幅为28%，根据2015年的原始数据来看，较2014年相比下降的主要原因来自于小学生在校人数减少2914人、福利机构床位数减少60张所导致的。2015-2016年的多维贫困指数呈增长趋势，涨幅为74%，其中2016年多维贫困指数贡献度占比较高的前四位指标分别是医疗卫生床位数17%、农民人均可支配收入14%、社会福利单位数13%、第一产业产值比重12%。2016-2017年的多维贫困指数出现小幅下降，降幅为9%，根据2017年的原始数据来看，较2016年相比下降的主要原因來自于医疗卫生床位数、社会福利单位数和社会福利床位数。

5. 玛曲县

玛曲县2013-2017五年的多维贫困指数分别为：0.2008、0.4710、0.3425、0.5261、0.7192。

总体上玛曲县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.2008增长到2017年的0.7192，2014年的多维贫困指数达到最高，较2013年其增长幅度为135%，其中2014年多维贫困指数贡献度占比较高的前四位指标分别是各种医疗卫生床位数27%、社资金存贷比19%、小学生在校人数12%和社会福利单位数11%。2014年至2015年有所下降，降幅为27%，根据2015年的原始数据来看，下降的主要原因来自于小学生在校人数减少214人、地区生产总值减少4042元、公共财政支出的减少1714元以及医疗卫生床位数减少18张所导致的。2015-2017年逐年上升，指数差为0.3766，从原始数据来看各项指标均有不同程度增长。

6. 碌曲县

碌曲县2013-2017五年的多维贫困指数分别为：0.3939、0.4288、0.4697、0.5996、0.5711。

总体上玛曲县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.3939增长到2017年的0.5711，其中2013-2015年缓慢增长，涨幅较小，2016年的多维贫困指数达到最高，较2015年其增长幅度为28%，其中2015年多维贫困指数贡献度占比较高的前四位指标分别是公共财政支出19%、农村人均可支配收入15%、社会福利单位数11%和常住人口10%。2016年至2017年有所下降，降幅为4%，根据2017年的原始数据来看，下降的主要原因来自于公共财政支出减少8634元、小学生在校人数减少93人、医疗卫生床位数减少52张、社会福利单位数减少1个以及社会福利床位数减少18张所导致的。

7. 夏河县

夏河县2013-2017五年的多维贫困指数分别为：0.2021、0.2087、0.2564、0.4294、0.8583。

总体上夏河县5年间的多维贫困指数是增长的，多维贫困指数从2013年的0.2021增长到2017年的0.8583，其中2013-2015年缓慢增长，涨幅较小，2015-2016年的多维贫困指数呈大幅增长，增长幅度为67%，其中2016年多维贫困指数贡献度占比较高的前四位指标分别是公共财政支出18%、第一产业产值比重14%、农村人均可支配收入16%、和常住人口10%。2016年至2017年呈猛增趋势，增长幅度为99%，其中2017年多维贫困指数贡献度占比较高的前四位指标分别是公共财政支出11%、资金存贷比10%、第一产业产值比重9%以及农村人均可支配收入9%，根据2017年的原始数据来看，公共财政支出、人均可支配收入和资金存贷比分别较上年增长8414元、466元和 0.07%。

（二）各县多维贫困指数空间变化分布

从表2和图9可知，总体上甘南藏族自治州县域多维贫困指数均呈增长趋势。2013年多维贫困指数最高的县是地处甘南州东南部的舟曲县，其次是迭部县，其余四县处于同一水平，但多维贫困指数最低的县是西南部的玛曲县，与舟曲县相比指数差为0.3040。造成玛曲县2013年多维贫困指数较低的原因来自于常住人口、农村人均可支配收入、地区生产总值、第一产业产值比重、公共财政支出、资金存贷比、医疗卫生床位数、各种社会福利机构以及床位数的贡献度较低所造成的。2014年多维贫困指数最高的县是地处甘南州东部的卓尼县，其次是处于同一水平的迭部县、玛曲县、碌曲县，再次是处于同一水平的临潭县、舟曲县，多维贫困指数最低的是地处甘南州西北部的夏河县，与卓尼县相比指数差为0.9803。造成夏河县2014年多维贫困指数较低的原因来自于公共财政支出、资金存贷比以及医疗卫生机构床位数的贡献度较低所造成的。2015年多维贫困指数最高的县是地处甘南州的东北部的临潭县，其次是处于同一水平的舟曲县和碌曲县，再次为处于同一水平的卓尼县、迭部县、玛曲县，多维贫困指数最低的是地处甘南州西北部的夏河县，与临潭县相比指数差为0.4064。造成夏河县2015年多维贫困指数较低的原因来自于第一产业产值比重、公资金存贷比、医疗卫生机构床位数、小学生在校人数以及农村人均可支配收入的贡献度较低所造成的。2016年多维贫困指数最高的是地处甘南州西部的碌曲县，其他四县与碌曲县处于同一水平，分别为卓尼县、舟曲县、迭部县、玛曲县，其次为夏河县，多维贫困指数最低的是地处甘南州东北部的临潭县，与碌曲县相比指数差为0.2445。造成临潭县2016年多维贫困指数较低的原因来自于第一产业产值比重、医疗卫生床位数、小学生在校人数以及资金存贷比的贡献度较低所造成的。2017年多维贫困指数最高的是地处甘南州西北部的夏河县，其次是处于同一水平的卓尼县和玛曲县，再次是出于同一水平的舟曲县、迭部县和碌曲县，多维贫困指数最低的是地处甘南州东北部的临潭县，与夏河县相比指数差为0.4372。造成临潭县2017年多维贫困指数较低的原因来自于第一产业产值比重、医疗卫生床位数、小学生在校人数以及资金存贷比的贡献度较低所造成的。

四、结论与讨论

（一）结论

通过对甘南藏族自治州县域多维贫困进行测算与分析，主要得出以下结论：第一，各县的多维贫困指数总体上均呈不同程度增长态势，说明目前实行的脱贫战略已经基本实现目标。第二，目前甘南藏族自治州各县均存在着明显的多维贫困问题，每个县出现多个指标对多维贫困指数贡献度低的问题，直接说明各县的贫困不是因为某一原因所造成的，由于多方面的原因共同作用的结果。第三，贫困的发生率在减少，但多维贫困的维度在增加。越到脱贫攻坚战略的后期，贫困程度越深，难度越大，各个层级、主体要做好长期攻坚的心理准备，制定科学完备的脱贫策略。第四，五年中各个县不同程度出现小学生在校人数减少、第一产业产值增加、公共财政支出增加、农民人均可支配收入减少、医疗卫生床位数减少和各种社会福利机构以及床位数减少等情况，说明这些维度是脱贫攻坚中需要解决的难题，帮助解决这些难题是精准帮扶的重中之重。

（二）讨论

以上结论均存在明显的政策含义：

第一，摒弃以往单一维度的贫困瞄准机制，保证精准扶贫[18]。经过长期的脱贫攻坚，目前大多数人群已经实现脱贫，但是还有一部分由于贫困程度深、贫困维度广难以脱贫，以往的大规模统一脱贫策略难以适用。因此需要调节瞄准机制，识别多维贫困人群，了解致贫原因，贫困的深度与广度，改变以往“大水漫灌”的政策，而是采用“精准滴灌”政策[19]，从而更好地解决甘南藏族自治州的县域贫困问题。

第二，基于多维贫困特征，精准扶贫。从多维贫困指数贡献度来看，甘南藏族自治州今后的精准扶贫工作的重点应该放在以下几个方面：一是大力发展基础教育，打破语言障碍[20]。针对甘南藏族自治州的少数民族特征，从基础教育开展双语教学，加强与外界的连接，提升其受教育水平;同时加大力度宣传受教育的重要性，增加补助，减轻藏民因受教育产生的负担，从而解决因学致贫的问题。二是降低第一产业比重，重点发展第三产业。甘南藏族自治州有着众多丰富的旅游资源，风景秀丽，在可持续与全域旅游的基础上，利用红色、绿色等资源，合理发展具有自身特色的旅游产业，有效增加就业岗位使得外出务工人员回流，让更多的贫困人口可以享受旅游发展所带了的红利[21]。三是进行技能培训。定期进行职业技术、种植技术等技能进行培训，增强贫困人群的劳动技能，使其能够更快、更有效的参与到脱贫攻坚的工作中来，通过自身努力，脱贫致富。四是实现健康与社会福利脱贫。就目前情况来看，甘南藏族自治州的医疗卫生床位数，各种社会福利机构及床位数比例相对来说较少，总某种程度上可以反映出当地的医疗条件以及社会福利水平不高，因此政府应该加大对各县医疗卫生、社会福利事业的投入，增加对基层医疗人员的投入，对其进行不定期技能培训、外出学习，完善基层医疗卫生、社会福利器材，从而实现当地贫困人群在健康維度的脱贫[22]。

第三，建立多维贫困评估机制。在现行的以收入为考核标准的基础上，将教育、健康、社会福利、资金存贷比等多个维度纳入脱贫考核的体系当中。依据Sen的可行能力理论，收入的高低代表者脱贫与否，但能力才是保障脱贫的关键[23]。所以，在考核过程中能力指标显得尤为重要。在具体的考核过程中，要遵循客观、科学以及公正的原则，引入第三方评估机构，规避利益相关者影响考核过程及结果，确保甘南藏族自治州各县贫困人群打赢当前的多维贫困攻坚战。

参考文献：

[1] 国家统计局住户调查办公室.中国农村2011贫困监测报告[M].北京： 中国统计出版社， 2012： 11 -14.

[2] 李佳路.农户多维度贫困测量——以S省30个国家扶贫开发工作重点县为例[ J ].财贸经济， 2010（10）：63-68.

[3] 郭熙保.论贫困概念的内涵[ J ].山东社会科学， 2005（12）：49-54.

[4] 李俊杰， 李海鹏.民族地区农户多维贫困测量与扶贫政策创新研究——以湖北省长阳土家族自治县为例[ J ].中南民族大学学报（人文社会科学版） ，2013（03） ：127-132.

[5] Watts H W.An economic defnition of poverty[M] .Institute for Research on Poverty，1968.

[6] Chakravarty S R， Joseph Deutsch， Jacques Silber. On the Watts Multidimensional Poverty Index and its Decomposition[ J ]. World Development， 2008， 36（06）：1067-1077.

[7] Bourguignon and Chakravarty.The Measurement of Multidimensional Poverty[ J ].Journal of Economic Inequality，2003，1（01）：25-49.

[8] 高明， 唐丽霞.多维贫困的精准识别——基于修正FGT多维贫困测量方法[ J ].经济评论， 2018（02） ：30-43.

[9] 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.

[10] 张全红， 周强.多维贫困测量及评述[ J ]. 经济与管理， 2014（01） ：24-31.

[11] 王保雪.基于DEMATEL-熵权法云南多维贫困指标的权重研究[D].昆明：云南财经大学，2014.

[12] Bailang Yu， Kaifang Shi， Yingjie Hu， et al. Poverty Evaluation Using NPP-VIIRS Nighttime Light Composite Data at the County Level in China[ J ]. IEEE Jouranl of Selected Topics in Applied Earth Observations and Remote Sensing， 2015， 8（03）：1217-1229.

[13] 朱新书， 王宏博， 包鹏甲. 甘南亚高山草甸草原植被群落结构分析及其生长量测定[ J ]. 黑龙江畜牧兽医， 2015（03） ：108-109.

[14] 李巍， 韩佩杰， 赵雪雁.基于能值分析的生态脆弱区旅游业可持续发展研究——以甘南藏族自治州为[ J ].生态学报，2018，38（16）：5894-5903.

[15] UNDP. Human Development Report 2010[M] .Washington D.C.：Communications Development Incorporated， 2010：94-96.

[16] 李小朋，王景.城郊农村可持续发展指标体系构建及评价研究[ J ].中国农业资源与区划， 2017， 38 （ 01） ： 129 -134.

[17] 王艳慧， 钱乐毅， 段福洲.村级贫困人口多维测算及其贫困特征分析——以河南省内乡县为例[ J ].人口与经济， 2014（05）：114-120.

[18] 庄天慧， 杨帆， 曾维忠. 精准扶贫内涵及其与精准脱贫的辩证关系探析[ J ].内蒙古社科学（汉文版）， 2016， 37（03）：6-12.

[19] 张海霞，杨帆，庄天慧.藏区农牧户多维贫困测度研究——以甘肃藏区为例[ J ].四川农业大学学报，2018，（04）： 555-561.

[20] 胥力尹. 甘南藏族自治州扶贫开发问题研究[ J ].时代金融，2018，（07）：58-63.

[21] 杨阿莉， 把多勋. 民族地区社区参与式旅游扶贫机制的构建——以甘肃省甘南藏族自治州为例[ J ].内蒙古社会科学， 2012， 33（05）：131-136.

[22] 黎巧荣.县域村级视角下多维贫困的测算与影响因素研究[D].芜湖：安徽师范大学，2018.

[23] 杨帆， 徐伍达.乡村振兴背景下少数民族地区贫困治理的新思路[ J ].山西农业大学学报（社会科学版）， 2018， 133（07）：13-18.

（責任编辑：罗湘龙）