APP下载

精准扶贫视角下贫困农户识别问题研究

2018-05-14韩莹郑祥江

安徽农业科学 2018年15期
关键词:主成分分析精准扶贫

韩莹 郑祥江

摘要 立足于精准扶贫的大背景下,以多维贫困为基础,建立多维贫困识别体系,利用主成分分析法对绵阳市7个县市区的调查数据进行分析。论文结合农村贫困农户扶贫“精准扶贫”“精准识别”实际,从绵阳市的地理位置和经济条件出发,探索当前扶贫的不足之处,并对绵阳农村贫困户普遍贫穷的因素进行了讨论,从多维度阐述了绵阳地区农村农户发生贫困的原因,并在此基础上,进一步对贫困户的精准识别问题提出了应从多维度识别贫困、完善动态机制以及因地制宜地建立贫困识别体系等有针对性的政策建议。

关键词 精准扶贫;农户的贫困识别;多维贫困;主成分分析

中图分类号 S-9文献标识码 A文章编号 0517-6611(2018)15-0198-03

Abstract Based on the background of precision poverty alleviation, this paper establishes a multidimensional poverty identification system based on multidimensional poverty, and uses principal component analysis to analyze the survey data of seven counties and cities in Mianyang City. The paper combines the reality of poor poverty alleviation and accuracy in rural poverty-stricken rural households. Based on the geographical location and economic conditions of Mianyang City, the paper explores current weaknesses in poverty alleviation and discusses the factors of poverty in rural Mianyang. The reasons for rural poverty among rural households in Mianyang were elaborated on multiple dimensions, and on this basis, the problem of accurate identification of poor households was further pointed out: It is necessary to identify poverty from multiple dimensions, improve dynamic mechanisms, and build poverty identification systems according to local conditions.

Key words Precision poverty alleviation;Rural household poverty identification;Multidimensional poverty;Principal component analysis

改革开放以来,我国在扶贫工方面作取得了显著成绩。农村贫困人口由1978年的2.5亿下降到2016年底的4 335万,贫困人口数量大幅减少,贫困发生率由30.7%下降到4.5%,使许多人民摆脱贫困。四川是我国的贫困人口大省之一,其中,绵阳不仅是秦岭、巴山区扶贫开发的主要战场之一,也是四川省扶贫开发的主要战场之一。近年来,政府颁布了一系列反贫困政策和措施,以执行精准的扶贫工作,并致力于治理农村贫困,在贫困户识别、产业扶贫、农村金融等方面不断探索,实践层面取得了一定成效。但随着扶贫的深入开展,从实践中也发现贫困户的识别逐渐成为影响精准扶贫工作中精准度的一大难题。因此,笔者立足于精准扶贫,以多维贫困为基础,根据绵阳实际情况构建多维贫困识别体系,对绵阳7个县市区进行调查分析,论证从多维角度识别贫困的必要性,进一步推动绵阳精准扶贫工作的顺利完成。

1 贫困的概念和多维贫困的产生

1.1 贫困的概念 要消除贫困首先要了解贫困是什么。贫困表面上看起来是一个简单的概念问题,可概念的背后则是盘根错节的社会现象。因为各个国家和地区的贫困成因、贫困特征、贫困程度甚至对贫困的理解都存在很大的区别。贫困的概念也會随着时间、地点、社会发展以及人的思维而不断演变[1]。因此,不同国籍、不同学者以及不同时间段对贫困概念的解释也一定是不一样的。

一个世纪以前,收入贫困的定义在研究英国工人贫困问题的过程中被首次被提出,即总收入不足以支撑一个家庭所需的最低生活成本。这就是绝对贫困的最初产生,这为后续的研究提供了基础。自此一段时间的研究主要从经济层面出发,是局限于绝对贫困的概念研究。随着社会的发展,人们对贫困的理解也不断加深,视角不断拓展,贫困的概念也随之得到丰富。相对贫困的概念最早是1958年由加尔布雷斯提出的。随后马尔科姆·吉利斯[2]在书中也涉及到了相对贫困的概念,认为个人、家庭靠劳动力所得到的与当时所处环境的社会平均水平有一定的距离时的状态”。此阶段认为的贫困不再是基于最低的生理需求,此时的基础应该是源自于社会的比较。随后,印度学者阿玛蒂亚·森[3]在1983年首次提出了能力贫困,“能力贫困”是指个人无法达到最低标准而对“基本能力的剥夺”,贫困人口很难通过现代教育、信息和知识的传播来充实自己。赵冬缓等[4]认为:“贫困是指在长时间段内,一定的政治经济等大环境下,人们无法获得足够的劳动收入以维持生理上令人满意的、社会文化上可接受的和社会认可的基本生活水平的状态。这种对“基本能力的剥夺”的说法渐渐被众多学者所认同。2000年世界发展报告中指出:贫困一方面是收入和消费的匮乏,更重要的还表现在教育水平的偏低和较差的身心健康,以及生活中突发事件的软弱和社会存在感[5]。许陵[6]认为贫穷是个人或家庭不符合可接受的社会最低生活标准的条件的状态,并且这种贫穷不会随着时间的推移而自发地改善。

随着社会的不断进步和发展,贫困的概念也不断丰富和完善。贫困的概念从最开始的收入贫困发展到能力贫困,再到今天的权利贫困,其内涵不断地丰富和演变也反映着不同时期贫困的特征。数百年来学者不断研究贫困概念的演进,是因为研究贫困概念一方面可以帮助人们准确定位出贫困人口,更为重要的是可以以此制定出消除贫困的策略思维。

1.2 多维贫困的产生 长期以来,贫困都被看作是一种一维的只关乎收入的贫困。随着研究的不断深入和发展,人们开始意识到贫困往往伴随着许多难以解释的社会现象,现阶段的收入贫困过于单一。贫困所包含的维度也应该更为广泛,如信息水平、受教育程度等。早在20世纪10、20年代经济学家坎南、皮古已经开始认识到贫困问题不可能仅仅靠金钱衡量和消除。最早明确贫困问题需要从多维角度被看待的是印度学者阿玛蒂亚·森。他在20世纪80、90年代基于收入贫困理论发展延伸出多“可行能力”的概念,这在学术界被公认为是多维贫困的理论基础。可行能力往往被认为是做想做的事情、过想要的生活的一种能力。在“可行能力”的基础上形成了“能力贫困”的概念。这里所指的能力是一种综合能力的体现,是包括生活中各个方面的活动和状态。如果某人可以拥有较高的能力,做自己想做的事情,把生活过成自己想要的样子,那么他一定具有较高的生活水平。森认为当人拥有足够的能力,他便拥有足够的赖以生存的福利,造成贫困的原因往往是因为缺少某种可行能力,反过来说,这种缺少某种能力的表现就是贫困。随着“能力贫困”的提出,人们开始从多维角度去观察、认识和研究贫困,学术界也开始从实际出发深入分析贫困产生的多种因素,作为社会中的一员,应该具有社会所需的基本能力,如教育、医疗等,如果缺少某一项能力,就可以认为他或者这个家庭处于贫困的状态。

概括来看,多维贫困理论的实质就是:贫困应该是涵盖人们主观、客观两面性的一种综合状态。客观方面如收入、基础设施、电力、饮水、网络等,主观方面包括个人能力、内心感受等,只有这样对贫困的认识才是更为全面、合理的,对精准扶贫才更具有实践和指导意义。

2 我国贫困识别现状分析

2.1 现阶段识别过程 新的历史阶段,新的贫困状况对我国扶贫工作提出了新的要求。扶贫情况的变化和贫困家庭的多样化贫困特征为减贫带来了新的途径。不同于以往“大水漫灌式”的扶贫方法,自习总书记提出“精准扶贫”以来,我国开始了“精准滴灌式”的扶贫方式。

在以往的扶贫实践中,扶贫往往没有针对性,扶贫资源和扶贫资金无法到达真正需要的贫困家庭,造成资源和资金的浪费、扶贫的质量和效率的下降。造成这种问题出现的根本原因就是识别不够精准的问题。自习总书记提出精准扶贫的概念以来,现阶段对于贫困户的识别主要需要6个步骤:第一是农户申请;第二是村民代表大会民主评议;第三是村委和驻村工作队核实并进行第一次公示;第四是乡镇人民政府审核,进行第二次公示;第五是县级人民政府审定,进行公示;第六是报省扶贫局备案,省局公告后即可对其信息建档立卡,录进系统。

2.2 存在的问题 在现阶段的精准识别过程中,贫穷原因的多样性得到了认可。在进入全国扶扶贫开发系统前各基层单位进行的入户调查问卷中,涉及包括住房、医疗等多维度的指标,这也从侧面印证了政府部门对于多维贫困的认同。虽然在问卷的设计过程中设计了多个维度,但在实际工作过程中仍存在许多问题。第一,涉及的范围过于广泛且部分指标设计不合理、无法客观衡量,这就会导致基层工作人员在进行是被的过程中必须带入主观的猜测和判断,因此识别的过程必然不能保证百分百的公正。第二,在众多维度指标存在大情况下,收入仍是最重要的识别标准。以2016年四川省人均年收入3 100元的贫困线为标准,许多收入在3 100元以上,但住房或是医疗等许多其他维度仍非常贫困的农户无法被纳入系统之内,“一刀切”的现象仍然十分严重。第三,由于精准扶贫工作过程中,涉及许多专业性较强的统计、识别的工作,且识别工作的具体开展往往是由基层单位进行,人员的专业性偏低,技术性不足,往往会导致识别工作出现偏差。第四,各省的识别模式和方法大都在国家的指导下制定本地的识别方法和模式,这就导致了各省识别方式大同小异,缺乏本地代表性,无法满足本地的实际需求,这会使得识别工作出现漏识。第五,在识别工作中,政府部门对于扶贫工作的宣传不到位,农户很难真正了解扶贫政策和识别过程,这就难以满足精准识别的工作要求。

3 绵阳市农户的多维贫困研究

3.1 指标体系的构建 由于贫困影響因素的复杂性,在构建的过程中不可能将所有因素囊括在内,因此该研究在选择维度和指标时主要从以下几个方面进行考虑:第一,综合考虑《中国农村扶贫开发纲要(2011—2020)》中提出的总体目标,确保脱贫时“两不愁、三保障”达标。其中“两不愁”是指不愁吃、不愁穿,“三保障”是指住房、医疗和教育得到保障;第二,结合国扶办调查所沿用的指标以及联合国的千年发展目标;第三,借鉴国内外著名学者如王小林、汪三贵、Alkire等选择的维度指标;第四,结合绵阳市实际情况和数据的可得性。最终确定教育、收入等个5维度,11个指标(表1)。

3.2 综合分析 进行分析前先对适用性进行检测,将数据导入SPSS 19.0后得到:KMO值为0.830,Bartlett的球形度检验结果相伴概率为0.000,小于显著性水平,说明该研究数据很适合做主成分分析。

通过“归一法”,最终确定各指标的权重见表2。

从表2可以看出,因收入、医疗以及通电等导致贫困的情况已得到显著的好转,部分维度指标的贫困状况已得到的极大的改善。通过数据分析我们可以看出收入不再是唯一识别贫困的关键因素。因此,相比于收入维度,健康、生活水平等维度因素更是现阶段识别贫困的重要因素。通过主成分分析法,确定了3个主成分,3个主成分的累积方差贡献率达83.276%,即这3个指标对对象的瞄准率约可达83.3%。现阶段仍然单一地依靠收入去识别贫困是远远不够的,从多维角度去识别贫困是非常有必要的[7]。因此,这也就决定了国家的扶贫政策不能仅仅停留在收入这一维度上,还要加强其他维度的建设。

4 结论与建议

4.1 结论 目前,贫困已出现了多维度的特征,依靠单维区识别贫困已经难以很好地反映贫困;随着社会的不断发展与进步,贫困的性质发生了改变,致贫的原因也随之呈现出多元化的趋势。识别方法缺乏科学性,我国所采用的方法考虑因素较片面,识别标准过于单一,衡量难度大,无法全面反映出贫困户的贫困程度,并且对贫困等级的明确的分类[8];扶贫主体过于单一化,虽然在我国实施“精准扶贫”的近幾年开始倡导“政府主导,社会参与”的扶贫方式,但社会扶贫的力量没有得到真正的发挥,使得贫困户识别的精准性和效率都有待进一步提高。

4.2 建议

4.2.1 多维度识别贫困,提升精准识别准确率。目前,多元化趋势的贫困现状要求扶贫工作必须改变过去的思维模式,在识别贫困的过程中采取多维的视角,调整以往以收入作为唯一重要指标的识别机制,扩大贫困识别标准的覆盖范围,采用多维贫困的方法,同时增加了卫生、教育、住房、在制定标准的运输和其他指标,并建立一个全面的对贫困人口的测量机制,从而有效地防止某些家庭因教育或健康等维度不达标但却因收入高于贫困标准而无法进行“建档立卡”精准帮扶现象的发生[9]。因此,各级政府对本地区贫困户进行识别时,除了要考虑收入因素外,还要根据本地的实际情况多多关注其他维度的贫困问题。用全面地、多维地眼光看待、认识并识别贫困,以满足贫困人口的全面发展。

4.2.2 适时提高贫困线,完善动态调整机制。随着社会的转型和经济结构的转变,我国的扶贫工作进入到一个崭新的阶段,贫困人口的基本需求已经基本得到解决,提高贫困标准也成为了必然选择。并且基于先前的建档立卡和“回头看”工作,从多维的角度对扶贫对象进行动态调整,进入系统的主要包括对之前没有纳入的贫困人口进行再识别、对返贫人口进行在再识别;调出系统的主要包括因前期主观性判断或违规操作的“富裕户”、已经脱贫的农户和因婚丧、失踪等造成的人口常年不在户口所在地的农户。通过对数据的实时修正,构建贫困监测系统,实时监测和贫困的动态分析,实施动态调整机制的,进一步提升扶贫和大数据的精准度。

4.2.3 因地制宜选取指标,制定特色扶贫措施。各地经济发展水平参差不齐,贫困原因多种多样,贫困状况也不尽相同因而,一致或相似的反贫困策略“药方”难以对付各地区各不相同的“疑难杂症”[10]。相较于发达国家,我国贫困人口总体规模仍旧偏大,分布范围偏广,区域差异性明显,既有的扶贫政策难以兼顾,各种贫困问题的复杂性和致贫成因的差异性比较复杂,各地可根据实际情况构建多维贫困识别体系和扶贫措施[11]。因此,精准扶贫过程中制定脱贫措施要在充分了解贫困户的致贫原因、实际情况及发展意愿的基础上,注重实际,因户施策,在打基础、谋长远、见成效上下功夫,切实做到“帮扶一户,脱贫一户”,增加扶贫效益。

4.2.4 丰富识别扶贫主体,提倡多元主体参与。社会的不断发展和“精准扶贫”工作的新要求的提出,单一的依靠政府部门进行扶贫已经不能满足于我们的新需求。在当下的新阶段应当构建“政府主导、社会参与、市场推动”的新型识别格局。扶贫工作的深入改革也使得越来越多的社会团体、学校和事业部门逐渐参与到扶贫事业中,扶贫主体也开始逐渐形成多元的趋势。为使我国扶贫事业取得最佳成效,各个主体需要发挥自己的最大作用,各部门主体之间协同合作力争取得“1+1+1>3”的效果。在协同合作的过程中首先要确立政府的主导地位始终不变,其次各部门要在最大化个体作用的前提下、合理的范围内相互配合制衡,最后各个主体要始终朝着同一个目标努力,识别出真正的贫困户,进而有针对性地进行帮扶。

参考文献

[1] 史蓉.扶贫“双到”中扶贫对象的识别与动态调整[D].广州:仲恺农业工程学院,2014:6.

[2] 马尔科姆·吉利斯.发展经济学[M].北京:经济科学出版社,1989:25.

[3] 阿马蒂亚·森.以自由看待发展[M].任颐,于真,译.北京:中国人民出版社,2002.

[4] 赵冬缓,兰徐民.我国测贫指标体系及其量化研究[J].中国农村经济,1994(3):45-49,59.

[5]《2000年世界发展报告》编写组.2000年世界发展报告[M].北京:中国财政经济出版社,2001.

[6] 许陵.关于我国农村扶贫问题的综述[J].经济研究参考,2006(55):41-45.

[7] 侯凤涛.中国农村多维贫困测度研究[D].大连:东北财经大学,2013:37.

[8] 宋美喆.基于模糊综合评价方法的高校贫困生认定研究[J].黑龙江高教研究,2016(7):16-20.

[9] 郝璐.多维贫困视角下我国城镇贫困标准研究[D].北京:北京化工大学,2015:35.

[10] 袁真应.滇西边境山区多维贫困测度研究[D].昆明:云南大学,2015:37.

[11] 汪磊,伍国勇.精准扶贫视域下我国农村地区贫困人口识别机制研究[J].农村经济,2016(7):112-117.

猜你喜欢

主成分分析精准扶贫
基于NAR模型的上海市房产税规模预测
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用