儿童贫困多维测度、影响因素及政策研究——以甘肃临夏回族自治州为例

金 梅，傅 正

(兰州交通大学 经济管理学院，兰州 730070)

甘肃临夏回族自治州作为“三区三州”的重点贫困地区，是我国脱贫攻坚的重点区域.目前，由于区域间经济不协调发展，城乡地区与贫富差距不断加大，相对贫困问题已经逐渐成为阻碍社会经济进步与社会稳定的关键因素.因此，深入研究致贫因素，找出致贫机制，是我国实施精准扶贫、全面实现小康社会的前提条件.

儿童是祖国的未来，在家庭中占据特殊的地位，关注儿童贫困问题，对个体在全生命周期下的减贫起到重要作用[1].但学界对儿童贫困的认识太过宽泛，单维度的收入贫困难以体现儿童在生存、发展层面受到的威胁；而多维度的测量方法能够展现儿童在营养、卫生设施、健康、教育、参与等多方面的信息[2-3].因此，精准测度、细化儿童贫困问题无疑是学界研究的热点话题.

本文在对甘肃省临夏回族自治州“七县一市”深入调查的基础上，设计调查问卷，利用“双临界值”方法对儿童贫困多维贫困测度，在此基础上，借助Gis空间分析，充分考虑地理要素对儿童贫困人口分布的影响，实现对儿童贫困区域与环境的致贫机制研究.

1 文献综述

20世纪初，英国经济学家Rowntree首次把贫困定义为：仅靠收入无法获得最低生活必需品，包括房屋租金、药品、食品和其他物品等[4].1973年，Amartya提出“能力贫困”的概念，该理论认为不仅要从经济角度考虑贫困问题，还要从健康、教育等角度来衡量贫困[5].这一理论奠定了多维贫困测度的基础，能力贫困涉及人们生活的方方面面，除了营养、良好的身体状态，还包括尊严、幸福与参与度等维度.

在大量有关贫困的研究中，以家庭为单位的多维贫困识别、广度、深度、长期性和脆弱性一直是研究的热点和焦点问题[6-7].儿童时期容易受到外界影响，这是由于儿童大脑时刻处于发展时期[8]，儿童时期遭受外界不利因素的影响可能导致儿童潜能永久的损失，造成儿童学龄期的学习成绩下降、进入成年后的社会地位和生产力低[9-10].相对6-15岁儿童，0-5岁儿童受到的剥夺更为严重并分别体现在儿童照护、营养健康与儿童教育维度[11-12].儿童时期经历贫困不仅影响儿童的成长过程，还将影响其成年后其对待家庭及整个社会的态度，这一影响是多面且深远的.由于高水平的家庭收入不一定会导致儿童福利的增加，因此以家庭为单位的单维收入水平测量儿童的贫困状况并不合理[13].因此建立健全的描述贫困儿童的指标体系十分重要.

张建华等(2006)阐明了多维贫困的多种测算方法，提出了贫困指数概念并被广泛应用[14].在早期Dinan、Gould、Finio和Bernstein等学者通过把家庭的基本需求全部转化为货币，通过设定阈值来判定家庭或儿童的贫困，然而由于涉及到文化贫困或心理问题等因素导致关于儿童的多维贫困无法清晰的界定.随后，Bristol测度法被学者们大量使用，甚至在联合国的相关项目该方法也屡见不鲜.然而，Alkire和Roch指出这种方法无法反映贫困继续加深的程度，牛津大学贫困和人类发展研究中心为了从维度内和维度外同时界定贫困，提出了A-F双界限值法.

总体来说，现有大部分研究是关于国外儿童救助经验的借鉴[15]，鲜见对“三区三州”儿童多维贫困的深入研究，尤其对甘肃临夏州儿童多维贫困问题研究广度深度不足.基于此，本文采用双临界值的思想构建儿童贫困指标体系，利用地理信息系统对儿童贫困维度进行可视化描述，深入剖析导致儿童贫困的影响因素，以期对我国减贫政策的执定提供一定的理论依据.

2 研究维度与指标设计

2.1 多维儿童贫困指标体系与权重模型确定

本文对临夏州“七县一市”分别选取样本，包含郭吴村、张巴村、双树村、唐臧村、园子村等，发放1 625份调查问卷并对数据进行整理、筛选，其中有效问卷1 540份.本研究综合全球贫困指标体系框架与我国近年来的贫困指标体系，从区域、自然环境、经济与社会四个维度构建儿童贫困指标体系.在权重设计方面，由于改变权重模型并不影响最终的MPI得分排名，并能通过相关性分析[16].因此，本文假设每个维度、每个指标的权重值相等，利用等权重模型进行多维贫困人口的识别与度量，被剥夺为1，没被剥夺为0.

2.2 基于双临界值法的多维儿童贫困测量

采用“多维贫困发生率”、“平均剥夺份额”以及“多维贫困指数”分别测算儿童能力被剥夺，直观反映贫困的深度.贫困测量一般分为识别总人口中贫困人口和构建贫困的定量测量方法两个基本步骤.

基于“双临界值”法(剥夺临界值+贫困临界值)思想，本研究通过“维度加总”和“维度分解”视角，构建多维贫困指标体系，从经济、区域环境、社会、自然四个维度对儿童多维贫困进行测量，综合评价贫困儿童在四个维度的贫困情况.其中，“维度加总”用来计算贫困儿童的综合贫困指数，“维度分解”用来计算各个维度指标对综合贫困指数的贡献程度.

表1 多维儿童贫困识别与相关权重值

2.3 维度加总与维度分解的算法

1) 维度加总

① 多维贫困发生率(H)

式中，q表示多维贫困人口数，n表示研究区域总人口数.

② 平均剥夺份额(A)

式中，ci(k)表示贫困临界值为K时，个体i被剥夺的指标数量，q表示多维贫困人口数.

③ 多维贫困指数MPI

MPI=u(g0(k))=HA.

式中，MPI可以通过计算多维贫困发生率与平均剥夺份额的乘积得到.

2) 维度分解

通过对不同地区的多维贫困指数进行指数分解，可以求出不同地区对总区域的贫困贡献度，该指标旨在测量区域贫困差异；此外，可以将MPI按照不同维度进行分解，求出同一地区各个维度对总MPI的贡献度，从而测算出该地区各指标对贫困的贡献度大小关系.

按指标进行分解如下：

式中，wi表示i指标的权重值，CHi表示在己删矩阵中所有i指标列指标值加和.在此基础上，采用格里金(Kriging)插值法，通过Gis系统对分析结果进行可视化分析及对未知区域的预测.

3 数据分析

数据分析如表2所示，当贫困阈值k=1时，研究区域多维贫困发生率为100%，当k=2时贫困发生率为99.384%，通过比对临夏州各县的贫困程度，本文发现只有在k=6时，各县的贫困分布差异最为明显，因此，本文选取k等于6时的多维贫困发生率与MPI指数.

由图1可知，当k=1时，临夏州的多维贫困发生率相同，k值增加多维贫困发生率逐渐下降，同时随着k值逐渐增加，各县的差距逐渐增加；当k=6时差距达到最大.可以看出，临夏州各市(县)多维贫困发生率情况依次为永靖县>东乡县>积石山县>广河县>临夏市>和政县>康乐县>临夏县.

表2 不同阈值下贫困儿童的H、A、MPI

图1 不同k值下多维贫困发生率变化情况Fig.1 Changes in multi-dimensional poverty incidence under different k values

由图2看出，随着k值增加各县的多维贫困指数逐渐降低；当k=6时，临夏州的儿童多维贫困指数分布情况为永靖县>东乡县>积石山县>广河县>临夏市>和政县>康乐县>临夏县.

3.1 利用插值法分析临夏州儿童多维贫困发生率与多维贫困指数

利用GIS空间插值法得到临夏州儿童多维贫困发生率和多维贫困指数分布图(见图3、图4).图3可以看出，儿童多维贫困发生率整体呈由南向北逐渐增高的趋势，其中永靖县北部山区、积石山县东南部、东乡县中部贫困地区尤为严重；而临夏市、康乐县儿童贫困发生率较低.图4分布趋势与图1大致相同，但除了临夏市外其余各县的贫困指数依然较高.为了更具体的分析临夏儿童贫困的成因，本文分别从经济维度、自然环境维度、社会维度、区位维度分析不同区域儿童贫困产生的原因.

图2 不同k值下多维贫困指数变化情况Fig.2 Changes in multidimensional poverty index under different k values

图3 临夏州儿童多维贫困发生率Fig.3 Multidimensional poverty incidence of child in Linxia Autonomous Prefecture

3.2 自然环境对儿童贫困的影响

本文将自然环境因素分为两大类，一是先天的自然环境因素，主要包括：儿童遭受的自然灾害，如干旱、洪水等；二是后天环境因素，更多体现在人为造成的对儿童贫困的影响，如儿童到学校的距离等(见图5).可以看出，自然环境因素儿童多维贫困指数最高为0.13，主要分布在临夏市南部与和政县北部、以及广河县与康乐县、临夏县与积石山县的交界处.同时在临夏州南部大范围区域，自然环境因素所造成的多维贫困指数并不高，说明该地区儿童被剥夺程度相对较小；永靖县北部的区域被剥夺程度与永靖县南部有明显的分界线.主要由于在临夏州南部沿太子山区域气候环境较为宜人，无论是作为风景旅游区还是进行农业生产都有较大的优势，同时儿童到学校距离较近也在一定程度上削减儿童被剥夺的贫困程度.

图4 临夏州儿童多维贫困指数Fig.4 Multidimensional poverty index of child in Linxia Autonomous Prefecture

3.3 区域位置对儿童贫困的影响

由图6可知，区域位置对儿童多维贫困指数起伏较大，最高达到0.23，且积石山县南部、广河县、临夏县北部的指数较高，但总体影响因素大致与自然环境相同.这是由于自然环境维度与区域位置维度之间有较强的相关性.另一方面说明，儿童在居住地到城镇的距离、道路状况、安全用水等方面无法得到应有的便利，致使多维贫困指数相对较大，且交通基础设施和相应服务机构的缺乏是导致儿童区域维度贫困的主要原因；和政县等大部分区域贫困指数相对较低，说明在该区域的区域维度贫困相对较低.

图5 自然环境对儿童贫困指数的影响Fig.5 Impact of the nature enviroment on child poverty index

图6 区域位置对儿童贫困指数的影响Fig.6 Impact of the regional location on child poverty index

3.4 经济维度对儿童贫困的影响

经济维度主要研究儿童获得的直接经济资源对儿童多维贫困的影响.如图7所示，经济维度对永靖县北部与广河县东部的贡献较大.最大的贫困指数为0.06，说明以直接现金补贴为主的经济因素对儿童贫困的影响并没有占据主导地位，对于家庭实物资产、人均纯收入等直接经济资源而言，除了个别儿童有生活困难的情况外，儿童人均拥有的收入和实物都没有遭遇较严重的剥夺.

图7 经济维度对儿童贫困指数的影响Fig.7 Impact of the economic dimension on child poverty index

3.5 社会维度对儿童贫困的影响

社会维度是一个较为宽泛的概念，包括对儿童的关怀程度、心理健康、社区或乡镇医疗卫生所数量、从事童工劳动等影响因素.研究发现其分布趋势与儿童多维贫困指数分布最为近似(如图8)，其中，对儿童学习关怀的频度、心理健康教育的缺乏是导致儿童贫困的主要因素.社会维度贫困指数从大到小依次为东乡县、广河县、积石山县、永靖县、康乐县、临夏县、和政县、临夏市.而东乡县的贫困指数为0.08，居临夏州各市(县)最高；临夏市的贫困指数最低，仅为0.025.说明从社会维度层面讲，临夏市拥有较为健全的儿童社会关怀制度.但整体来看，临夏全州社会维度多维贫困指数差额不超过0.10，反映了临夏各市(县)在精准脱贫方面，对贫困儿童的心理健康及人文关怀日趋关注，且教育水平不断提高、医疗水平不断改善.

3.6 各县(市)儿童多维贫困维度分解分析

进一步对临夏州各县(市)的多维贫困指数进行分解(如表3)，可以看出：临夏县社会维度与经济维度的多维贫困指数较高，分别达到了0.029 9和0.017 7，自然环境维度贫困指数为0；广河县社会维度多维贫困指数为0.074 9，而自然环境维度指数则达到了0.124 4，占了相当大的比重，经济维度指数为0；东乡县的区域位置维度多维贫困指数为0.182 2，占到该县贫困因素的一半；积石山县区域位置维度指数数值为0.164 4，自然环境维度0.124 4，经济与社会维度贫困指数分别是0.039与0.066 9，说明积石山县的贫困程度要高于其他县区；和政县的区域位置维度为0.097 7、永靖县为0.151、康乐县为0.177，区域位置的维度对儿童贫困的影响占据较大比重，经济维度影响程度较小.

将各维度细化分解后可以看出(如图9)，从区域位置和自然环境维度看，距离学校的远近和乡镇到城镇的距离对儿童贫困的贡献度最大；从社会维度看，对儿童学习关怀的频率、儿童受欢迎程度、卫生设施、住房条件、儿童残疾、图书拥有情况分别占据多维贫困指数较大的比重；从经济维度看，随着国家扶贫政策的落实以及对儿童贫困补助力度的加强，贫困儿童所在家庭的人均纯收入逐年提高，这也说明为什么经济维度对贫困儿童总的贫困指数影响相对较小的原因，但同时也看到由于自然条件的限制，如自然灾害的侵袭、儿童居住地交通运输的落后，导致的时间成本与运输成本的加大，会加剧儿童的贫困程度.

图8 社会维度对儿童贫困指数的影响Fig.8 Impact of the social dimension on child poverty index

表3 临夏州各县市多维贫困指数维度分解

图9 各个指标对儿童贫困的贡献程度Fig.9 Contributions of each index to child poverty

4 政策与结论

本文通过问卷调查，对临夏州“七县一市”的贫困儿童的数据进行分析，基于双临界值的研究方法，利用GIS地理信息系统中的格里金空间插值法对儿童贫困情况进行空间推演，用可视化图像系统分析了临夏州儿童多维贫困的影响因素.研究结果表明：

1) 自然环境与区域位置两个维度是造成临夏州儿童贫困的主要影响因素.从GIS系统反馈的图像来看，临夏州在区域维度层面上的起伏最大达到0.23，这从侧面体现了临夏州各县(市)先天的自然环境与区域位置有很大差异.如住宅区地面状况、住宅到学校的距离等问题会无形中加重儿童的时间成本，最重要的是，这些权利的被剥夺不仅体现在经济维度上，它更多的会造成社会维度的连锁反应，如影响父母对孩子的关怀程度、儿童的心理健康问题，同时区位的劣势还会带来生存成本的提高.因此，政府在制定减贫政策时要充分考虑贫困儿童的居住区域和学习区域的空间位置，科学统筹规划，利用优良的交通基础设施缩短空间与时间的客观差异，也可以布局线上课程学习，节约时间成本.

2) 关注对贫困儿童的心理关怀.在对临夏州“七县一市”贫困儿童的数据分析中发现，经济维度对贫困的影响因素相对较小，这与地方政府健全的贫困补助措施有关；社会维度对贫困的影响高于经济维度，但仍低于自然环境与区域维度的致贫因素影响.在社会维度中，对儿童学习的关怀程度、儿童的受欢迎程度等因素对贫困的影响作用明显，说明儿童心理贫困因素是临夏州贫困儿童贫困的主要因素.政府应着重考虑对贫困儿童的心理扶贫，在经济扶持的同时给予贫困儿童尊严与认可等全方位的关怀，设立心理辅导机构、定期举办社会活动，让贫困儿童从心理上融入社会.

3) 对贫困儿童扶贫的重点从简单的经济扶持转变为以需求为导向的多维度支持，充分挖掘少数民族地区独有的民族民俗文化，因地制宜将自然环境与区位的天然劣势转变为产业发展的优势.如儿童贫困程度较为严重的东乡县、积石山县，虽然工业发展存在天然的劣势，但民族民俗文化独具特色，自然风光风貌秀美，旅游资源富集，充分利用“三区三州”政策机遇，通过交通、基础设施和公共服务的改善，深入挖掘文化资源，树立文化自信，重点打造特色文化旅游小镇，通过产业带动，吸引资本，聚集人气，从根本上解决导致儿童贫困的交通基础设施、自然环境恶劣等因素，从而使贫困儿童实现真正意义的脱贫.