贵州省欠发达县域评估与扶贫开发

刘 群，邓晓红，刘福昌



贵州省欠发达县域评估与扶贫开发

刘 群1，邓晓红2，刘福昌3

（1.贵州师范大学数学与计算机科学学院，贵州贵阳 550001；2.贵阳学院教育科学学院，贵州贵阳 550005；3贵州师范大学地理与环境科学学院，贵州贵阳 550001）

摘 要：应用层次分析法（AHP），选取7个评价指标，评估贵州88个县域的经济发展水平。建立3个判断矩阵，算出3组权重值，取其平均值；算出反映每个县域经济发展水平的综合指数，据此确定该县域在全省的排序位次。参照2006-2013年全省县域排序结果，划分出省内发达、次发达及欠发达3类县域。区分出28个欠发达县域之间有上升型、波动型、滞后型3类明显的差别。分析了欠发达县的重要特征，包括：多民族、多山地、极值县与亚极值县、边缘县、生态环境、石漠化等特征。在县域层面上结合实例说明扶贫开发途径，为新阶段进入精准扶贫和发展县域经济提供参考。

关键词：层次分析法；欠发达县域；扶贫开发；县域经济；贵州省

贵州省跨三个连片特困地区：一是武陵山区，二是乌蒙山区，三是滇桂黔石漠化区［1］。贵州位于这三大片连片特困地区的包围之中。2013年，贵州省人均GDP为22922元，全省有贫困人口745万人［2］。这说明贵州贫困面较大，贫困程度较深，贫困人口较多。当前全国的扶贫开发工作已进入精准扶贫、实现精准脱贫的新阶段［3］。本文选用多指标综合评价方法，对全省88个县域经济发展水平的高低进行量化评估，并进行位次排序，在县域层面上把那些排在全省末尾的欠发达县域核实、找准，选择扶贫途径，加大扶持力度。

1 层次分析法的应用

1.1 评价指标的筛选

层次分析法（AHP）是一种定性分析和定量分析相结合的决策方法，用于评价指标体系中各个指标（或因素）权重的确定。层次分析法的应用要求构建层次结构，一般分为上、中、下三层，上层为目标层，本例中要求达到的目标是确定贵州每个年度每个县域的经济发展水平的综合指数及其在全省的排序位次；中层为指标层（表1）；下层为因子层，包括分别组成这些指标的因子。

结合已有的研究［4-7］，遵循可比性强、代表性、数据易获得等原则选择评价指标，特点是要选用具有县际横向可比性的指标。如果混入绝对数量指标参与直接评估，就得不到正确的可比的计算结果。

表1 2013年度选取的评价指标Tab.1 evaluation index of annual selection in 2013

式中：Pi表示同一县域对应于评价指标xi的归一化值；xi为第i项指标的实际值；Mini、Maxi分别为全省分县域第i项指标的最小值和最大值。

层次分析法的核心是在中层对评价指标进行两两比较，根据上层目标层要求，建立判断矩阵，计算矩阵的最大特征根和正交特征向量，确定各个评价指标的权重。层次分析法的计算可以使用Excle、Spass等软件计算完成［9］。

1.2 判断矩阵的构建

判断矩阵采用1至9标度方法，对于不同情况的评比给予数量标度。

表　2 判断矩阵对比标度及含义Tab.2 The judgement matrix contrast scale and its meaning

判断矩阵元素取值反映人们对各个评价指标相对重要性的认识，将定性认识转化为定量分析。下面列出本文采用的矩阵I实例。

1.3 判断矩阵求解

判断矩阵特征向量的计算，常用方根法。首先计算矩阵每一行元素乘积Mi，

然后计算Mi的n次方根Wi，

Wi（=1，2，…，n）分别表明各指标的相对优先程度，组成判断矩阵特征向量W= （W，W，…，W）T

选用相关专家和决策分析人员的记分，组成三个判断矩阵，分别算出各组权重，再取其平均值，即应用权重算术平均值，得出最后采用的特征向量。

表3 三个矩阵第一行元素分值Tab.3 The value of the first element of the three matrix

表4 三个7阶矩阵分别求出的权重分值及其平均值Tab.4 Three respectively weight value and average value of the seven order matrix

1.4 一致性检验

式中：n为判断矩阵的阶数，Wi为判断矩阵特征向量的第i个元素，（BW）i为判断矩阵B与特征向量W乘积的第i个元素。其次，计算判断矩阵一致性指标CI：

再计算判断矩阵一致性检验系数CR：

式中RI为平均随机一致性指标。用CR判断其一致性。当CR＜0.10，判断矩阵一致性检验为通过。［10，11］

表5 一致性检验Tab.5 Conformance test

2 欠发达县域的划分

2.1 县域位次排序

前述对应于单一评价指标xi的归一化值Pi乘以对应的权重值（表4中平均值）Wi，得出Ci= WiPi（i=1，2，…，7），称Ci为单项指标系数。

Ci值越大，该县域该项指标在全省的排序位次越靠前。

设∑Ci为同一县域7个单项指标系数之和，称∑Ci为综合指数，此数值越大，该县域在全省的排序位次越靠前。

表6 欠发达县的前四项指标系数　Ci及综合指数∑CiTab.6 Single index coefficient Ci and comprehensive index∑Ci in Underdeveloped Counties

县域　C1　C2　C3　C4∑Ci江口　0.035594　0.045527　0.017562　0.017203　0.142412三都　0.012654　0.070770　0.021963　0.023575　0.133404平塘　0.021664　0.046895　0.027261　0.023175　0.130935从江　0.011863　0.043020　0.033222　0.016837　0.117773凤冈　0.017484　0.016410　0.013118　0.025699　0.117554松桃　0.029637　0.044331　0.004486　0.010412　0.116768黄平　0.011777　0.036581　0.033650　0.011353　0.108136思南　0.028538　0.036581　0.006901　0.010708　0.106602榕江　0.014801　0.025870　0.033415　0.011108　0.094120赫章　0.002113　0.034530　0.024399　0.015635　0.093975沿河　0.019016　0.027863　0.010661　0.011335　0.088358紫云　0.018817　0.030434　0.001987　0.015479　0.085288印江　0.041197　0.0　0.005042　0.012466　0.084661威宁　0.0　0.004729　0.024762　0.020876　0.071797道真　0.019460　0.010313　0.001282　0.007592　0.069550德江　0.037438　0.021083　0.005854　0.006721　0.069321册亨　0.013292　0.026781　0.011174　0.004179　0.063550石阡　0.016089　0.006097　0.004636　0.014904　0.061689望谟　0.002648　0.038918　0.008781　0.0　0.058070正安　0.009073　0.005185　0.002841　0.011718　0.057153务川0.006179　0.014074　0.0　0.005850　0.049996

表7 2013年欠发达县分指标排序位次（d1-d7）及综合指数的排序位次（∑di）Tab.7 The county index rank（d1-d7）and comprehensive index rank（∑di）in Underdeveloped Counties

2.2 欠发达县位次变化

表8列出本文计算的2006至2013年间欠发达县在全省的位次变化。2013年6月21日，省领导在丹寨召开贵州省帮促发展困难县专题会议，会议选定讨论的13个贫困县见表8。

2.3 欠发达县分布格局

改革开放以来，贵州煤炭资源大开发，大型水电、火电建设、著名磷矿、铝土矿、金矿开发，多集中于西部和中部。

欠发达县集中在东部，如图1，形成东多西少的分布格局，一般没有经历过工业化初级阶段，第二、三产业欠发达。

2.4 欠发达县的三个类型

第一类是上升型，包括11个县，近八年来位次上升趋势明显，有望率先脱贫。第二类为波动型，包括7个欠发达县，升降趋势不明显。排在全省末尾的有10个县，为第三类滞后型，呈下沉趋势。

图1 贵州2013年欠发达县分布Fig.1 Distribution of underdeveloped counties in Guizhou in 2013

表8 欠发达县2006-2013年位次变化（∑di）Tab.8 Under the change of position（∑di）in developed county during 2006 to 2013

图2 2006——2013年欠发达县位次变化的三个类型Fig.2 Three types of underdeveloped counties ranking changes during 2006 to 2013 years

3 欠发达县特征及扶贫途径

3.1 多民族特征

少数民族个数多，分布广，是贵州省的一个重要特征。在欠发达县中有21个县属于民族自治地方。道真仡佬族苗族自治县古往今来世代联姻，庆吊相通，休戚与共，有着和睦团结的优良传统，树立了汉族与少数民族团结的繁荣共同进步的榜样。雷山推出“西江千户苗寨”这张贵州名片，为民族经济和民族文化的发展走出一条新路［12，13］。

3.2 多山地特征

贵州山地面积占全省面积的61.73%［14］。在欠发达县中，有24个县的山地面积比例超过此全省值。

在山区根据海拔和气候差异，要拟定合理的立体农业规划布局。在威宁地势较高的凉山地区，要抓好草地生态畜牧业和地道药材种植业；在半凉山暖温带地区，要大力发展马铃薯、玉米生产。另外，以榕江为例，水热条件较好，要大力发展水稻种植和稻田养鱼，发展西瓜产业；保护森林资源。

3.3 极值县与亚极值县

按照全省单项评价指标排序或综合指数排序居于第88位的县称为极值县，居于第87位的县称为亚极值县（表7）。显然，他们都是该项指标排序中沉底的困难较大的县。2013年度出现偶合现象：每一组极值县和亚极值县不是地理区位相邻，便是综合指数位次相倚。这表明他们之间的贫困程度负面相互影响明显。

3.4 边缘县

处在省界附近、远离中心城市贵阳或背离交通主干线的欠发达县，是本文讨论的边缘县。在自然区位、经济条件、政府导向、空间作用及边界阻隔的作用影响下，所产生的县际“桥梁效应”远远小于“切变效应”［16］。省界对相邻地区经济发展具有边界效应。

2014年开工建设环贵州高速公路，全长1 952 km，2018年全线贯通，是实现交通扶贫的一项重大措施。

3.5 生态环境

在进行经济建设的同时，必须保护好生态环境。森林覆盖率的高低是反映生态环境质量的重要标志之一。2013年贵州森林覆盖率已达到48%。榕江、黎平、雷山、剑河的森林覆盖率高达70-75.6%，良好的生态环境必须得到优先保护。

3.6 石漠化

石漠化的治理有三条途径：一是推进造林绿化，不断增大森林资源总量。二是加快生态恢复治理，遏制石漠化扩展不良趋势，实施县级石漠化治理工程，包括封山育林，人工造林，人工种草，改良草地，坡地改梯地，实施水土保持工程，退耕还林。三是兴修水利，实施水利扶贫，加强基础设施建设，改善生产生活设施条件。

4 小结与建议

在少数民族较多的贵州山区，要从实际出发，因地制宜，选择发展山区多种经营。同时要扬长避短，培育和发展地方优势特色产业及传统产业，带动县域经济发展，拉近与发达县域的差距，消除贫困［20］。有许多发展模式或成功经验可供借鉴。例如：晴隆草地生态畜牧业发展模式和雷山发展旅游业经验；道真人均粮食产量较高，达到403 kg；凤冈大力发展锌硒茶，出口外销；赫章加快核桃产业、中药材产业发展；威宁以风电、水电、太阳能为主的能源建设正在形成；印江食用菌生产基地正在壮大；望谟加快发展南亚热带作物火龙果种植；正安完成石漠化综合治理面积41.88 km2。建议加大自上而下的政策驱动，加大自上而下的扶贫开发力度，大力发展县域经济，实现精准脱贫。

参考文献：

［1］人民日报.中国农村扶贫开发纲要（2011-2020年）［N］.2011-12-02（8）.

［2］贵州统计局，国家统计局贵州调查总队.贵州统计年鉴（2003-2014）［M］.北京：中国统计出版社，2014.

［3］人民日报.人类减贫史上的伟大实践—带着贫困人口奔小康［N］.2014-10-17（6）.

［4］廖翼，周发明，唐玉凤.湖南县域经济差异的实证分析［J］.经济地理，2014，34（2）：35-41.

［5］陈国阶，王青.中国山区经济发展差异与非农产业的贡献［J］.地理学报，2003，58（2）：172-178.

［6］李欣，张平宇，刘晓琼，等.基于BP神经网络的沈阳经济区域经济空间分异分析［J］.经济地理，2012，32 （12）：79-84.

［7］王亮，韩振海，余金艳，等.西部特殊困难地区发展综合评价与地域划分［J］.经济地理，2011，31（5）：718-723.

［8］刘玉，潘瑜春，陈秧分.山东省县域经济发展的时空动态研究［J］.经济地理，2012，32（5）：43-48.

［9］戚伟，王慎敏.基于地理折线法的“城市—区域”空间发展模式构建［J］.经济地理，2010，30（7）：1080-1084.

［10］张保法.经济预测与经济决策［M］.北京：经济科学出版社，2004：276-286.

［11］宁宣煦，刘思峰.管理预测与决策方法［M］.北京：经济科学出版社，2003：236-241，245-250.

［12］晁恒，马学广，李贵才.尺度重构视角下国家战略区域的空间生产策略［J］.经济地理，2015，35（5）：1-8.

［13］贵州省档案局.贵州年鉴（2012-2014）［M］.［出版地不详］，2012-2014.

［14］贵州省区域地理信息项目领导小组.贵州省地理信息数据集［M］.贵阳：贵州人民出版社，1996：169-191.

［15］杨晓英，汪境仁，刘福昌.贵州自然条件与农业可持续发展［M］.贵阳：贵州科技出版社，2002：10-33，100-117，228-231.

中图分类号：F127

文献标识码：A

文章编号：1673-6125（2016）02-0044-07

收稿日期：2016-05-05

基金项目：贵州省科技厅-贵州师大联合资助项目：“贵州欠发达县域扶贫开发途径探索”（项目编号：黔科合J字LKS［2012］49号）。

作者简介：刘 群（1960-），女，贵州贵阳人，教授。主要研究方向：应用概率统计。

Assessment and the development of poverty alleviation of underdeveloped counties in Guizhou Province

LIU Qun1，DENG Xiao-hong2，LIU Fu-chang3
（1.School of Mathematics and Computer Science，Guizhou normal university，Guiyang，Guizhou 550001，China；2.School of Educational Science，Guiyang university，Guiyang Guizhou 550005，China；3.School of Geography and-Science，Guizhou normal university，Guiyang，Guizhou 550001，China）

Abstract：Applying the analytic hierarchy process（AHP），which selected 7 evaluation indexes to evaluate the economic development level of 88 counties in Guizhou in 2013.To establish the three discriminant matrixs，calculate three groups of weight value，and we take the average value from which.According to the county which is in the province of the ranking calculated reflects of the comprehensive index of the county economic development level of each determined.Based on the author of this paper，the author has calculated the results of the county sort during 2006 to 2012 years which divides three kinds of counties，such as the developed counties，sub-developed counties and the less developed counties. The difference of three kinds of the difference between 28 types of the developing countries，which involved the rising space，the wave type and the lag type，are explained by the drawing.Based on the analysis of the less developed counties of six important features，which including：the characteristics of multi-ethnic，mountainous，extreme counties and sub extreme Counties，the edge of counties，ecological environment，rock desertification，at the county level with examples that poverty alleviation and development way.In order to provide a reference basis we enter the phase of accurate poverty and to achieve accurate poverty.

Key words：The Analytical Hierarchy Process；Less developed county；Poverty alleviation and development；County E-conomy；Guizhou province