福建省县域多维贫困地理识别及空间分布格局
2018-08-28高碧丹王成超
高碧丹, 王成超
(福建师范大学地理科学学院; 湿润亚热带生态地理过程教育部重点实验室,福建 福州 350007)
我国区域发展的不平衡使贫困人口分布具有明显的区域性特征[1],这决定了我国扶贫项目的实施在未来较长的一段时间内要以区域瞄准为主。2014年,我国开始全面推动精准扶贫、精准脱贫工作,实现区域精准和个体精准成为新阶段实施精准扶贫政策的新要求[2-3]。因此,贫困区域的地理识别和认定对实现扶贫项目的区域瞄准以及提高扶贫工作的有效性具有重要的现实意义。
一、研究概况和数据来源
(一)研究概况
从Sen提出可行能力概念以来[4],学界对贫困的研究开始从一维走向多维。国外学者对多维贫困的研究起步较早且研究较为深入。Alkire和Bennett等基于国家的尺度,运用多维贫困指数分析不同国家之间的贫困程度[5-6]。Shirvanian等采用多维方法研究伊朗贫困问题,研究发现教育和住房是影响伊朗贫困的主要因素[7]。在多维贫困度量方法方面,选择度量贫困的多维指标及指标的集成是主要的难题。目前,应用最广泛的是Alkire等基于加权贫困距指数构建的多维贫困指数[8]。多维贫困指数包含健康、教育和生活标准等3个维度共10个指标,这一指数因其识别方式的灵活性和可分解性在实证研究中被广泛应用[8]。
国内学者对多维贫困的研究起步较晚,主要集中于以某个典型的贫困地区为研究对象展开分析。如罗庆等以贫困村为空间单元,对河南秦巴山区贫困村的空间分布特征及其影响因素进行探析[9];罗晓珊等以贫困县高度集中的喀斯特山区为研究区域,综合分析了2005—2013年毕节市多维贫困程度的时空变化特征[10]。部分学者基于县域尺度展开贫困研究。如袁媛等通过构建县域贫困度三维评价指标体系,对河北省136个县的贫困状况进行评估[11];黄欣乐等以贫困发生率指标作为贫困人口空间分类依据,把福建省县域划分为消除贫困区、轻度贫困区、中度贫困区、重度贫困区和贫困重灾区等5个类型[12];熊传麟等运用脆弱性-可持续生计分析框架,以县域为研究单元,分析赣南等原中央苏区县域的多维贫困分布格局[13]。在对多维贫困的实证研究中,学界主要依据研究对象或区域实际情况对贫困的指标选择与权重赋值等进行相应调整。如郭建宇等结合山西省贫困县的实际调整多维贫困测量的指标和权重,研究发现结合区域实际建立的多维贫困指数覆盖76.8%的贫困户,贫困识别效果较好[14];刘艳华等在中国农村多维贫困的研究中依据实际提出了多维发展指数(Multidimensional Development Index, MDI),较好地体现了各生计资本的不完全可替代关系,多维贫困识别效果显著[15]。
改革开放以来,福建省的扶贫开发工作取得了较好的成效,但现阶段剩余人口脱贫仍是艰巨任务。贫困问题在不同层面和不同维度上阻碍了福建省的社会经济发展。县域是扶贫工作开展的主要场所,从县域层面的角度研究福建省多维贫困的状况,可以更准确地识别贫困人口及其空间分布特征,从而更好地落实精准扶贫政策。研究借鉴英国国际发展机构(Department for International Development, DFID)提出的脆弱性-可持续生计分析框架[16],分析福建省县域多维贫困的空间分布格局,并进一步探讨致贫因素和解决对策,旨在为福建省精准扶贫、精准脱贫提供县域层面的决策依据。
(二)研究区概况
福建省位于中国东南沿海地区,与中国台湾地区隔海相望,南北与珠三角、长三角经济圈衔接,地理位置独特。福建省国土面积12.4万km2,现辖福州、厦门、莆田、三明、泉州、漳州、南平、龙岩、宁德等九地市,共67个县(市、区),金门县除外[17]。地形以山地和丘陵为主,占全省总面积的80%以上,素有“八山一水一分田”之称;地势上总体西北高东南低,森林覆盖率为65.95%,居全国首位[18]。2010年,全省总人口3693万人,其中,农村人口1585万人,占全省总人口的42.92%[17]。
2012年,福建省委省政府确定了23个省级贫困县,主要分布在福州、宁德、南平、三明、龙岩、漳州等6个地级市[19]。福建省省级贫困县数量排列依次为,宁德市6个(霞浦县、寿宁县、周宁县、柘荣县、古田县、屏南县);南平市和三明市各有5个(顺昌县、浦城县、光泽县、松溪县、政和县,清流县、宁化县、建宁县、泰宁县、明溪县);漳州市和龙岩市各有3个(云霄县、诏安县、平和县,武平县、长汀县、连城县);福州市1个(永泰县)[19]。从空间分布上看,福建省的贫困县分布具有空间集聚趋势,呈现出在山区地市集聚的特征。虽然福建省扶贫开发工作取得较好成效,但扶贫人口区域分布不平衡现象仍然存在且日益凸显,完全实现脱贫致富仍是福建省全面建成小康社会的重点工作。
(三)数据来源
研究数据主要包括林地面积、森林覆盖率、自然灾害、县级行政区划等基础地理数据,以及城乡居民收入水平、储蓄能力、人口、劳动力、教育水平、城镇化水平、公共基础设施和公共服务水平等社会经济数据。基础地理数据主要来源于国家基础地理信息中心,其中,林地面积和森林覆盖率的数据来源于福建省林业厅发布的《福建省林地保护利用规划(2010—2020年)》。社会经济数据主要来源于《福建统计年鉴2011》《福建省2010年人口普查资料》,以及福建省统计网站、各县(市)政府网站和政府公报等。为了数据的完整性与全面性,本文的研究时间界定为2010年。虽然研究时间较早,但所收集的县域数据与当前的县域社会经济发展具有相对一致性,研究结果能较好地反映福建省县域的多维贫困状况。
二、研究方法
(一)脆弱性-可持续生计分析框架
可持续生计方法(Sustainable Livelihoods Approach, SLA)是近年来在学界日渐兴起的研究贫困问题的一种新方法,能够深入分析贫困问题产生的深层次原因并提供多种解决方案,是较为理想的集成分析框架。本研究采用当前国际学界广泛应用且相对理想的脆弱性-可持续生计分析框架作为多维贫困的分析框架。该框架主要由脆弱性背景、生计资本、政策机构或过程、生计策略、生计输出等5个部分组成[16]。在脆弱性背景下,由金融资本、人力资本、自然资本、物质资本和社会资本等5种生计资本组成的生计资本五边形是脆弱性-可持续生计分析框架的核心。本研究不考虑县域之间的社会政策和相关组织结构的差异性以及社会政策和组织结构的影响效应。在此基础上,假定农户为理性“经济人”,则农户采取的生计策略及其生计输出都可以由脆弱性背景和金融资本、人力资本、自然资本、物质资本、社会资本来决定。
(二)县域多维贫困识别指标体系
基于脆弱性-可持续生计分析框架,本研究建立的福建省县域多维贫困地理识别指标体系由6个维度构成,包括脆弱性背景和5种生计资本。指标的选取遵循科学性、综合性、全面性等一般性原则,并综合考虑相关数据资料的可获得性,结合福建省县域经济和社会发展情况以及相关研究,确定初选指标。通过分析脆弱性-可持续生计分析框架的脆弱性背景和5种生计资本的内容及其减贫贡献强度,对初选指标进行筛选,最终确立福建省县域多维贫困地理识别指标体系。该指标体系包括9个一级指标和14个二级指标(表1)。这一指标体系综合考虑经济、社会、生态等多重领域,突出了多维贫困的特点。考虑到要对构建的指标体系进行综合评价以及样本数据的复杂性等原因,本研究采用层次分析法(Analytic Hierarchy Process, AHP)对经过标准化处理的各指标进行赋权。具体赋权过程是先对两两指标之间的重要程度作出比较判断,建立判断矩阵;然后通过计算判断矩阵的最大特征值及对应特征向量,得出不同指标的权重(表1)。
表1 福建省县域多维贫困地理识别指标体系及权重分配
(三)技术流程
在县域多维贫困地理识别过程中,首先,对福建省67个县(市、区)进行单维度评价;其次,根据计算得到的MDI值初步把福建省的67个县(市、区)分为5个等级;再次,按照6个维度的优势和劣势情况对分组结果进行调整;最后,按照综合调整后的得分对县域进行排序,划分多维发展水平等级和类型。具体的技术流程步骤如下。
1.极值标准化。在数据分析过程中,应对数据进行标准化处理,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权。本研究采用极值标准化法对各个指标的初始数据进行标准化处理。极值标准化的计算公式如下:
(1)
式(1)中,Zij为经过极值标准化处理的第i个j指标数据,取值在0和1之间;xij为初始数据中第i个j指标数据;Mj为初始数据中所有j指标数据的最大值;mj为初始数据中所有j指标数据的最小值。
2.单维度综合得分。按照不同维度指标的权重分配计算各个维度的单项综合得分。在此基础上,依据研究样本容量根据单项综合得分的高低分别取各维度上下7%的得分作为不同维度富裕和剥夺界限的划定;同时,根据单项综合得分的高低分别取各维度上下15%的得分作为不同维度优势和劣势界限的划定。考虑到脆弱性背景维度对生计输出没有直接的贡献效果,只对该维度进行剥夺和劣势分组。
3.多维发展指数。5种生计资本的综合得分由它们所构成的生计五边形的面积得到。假设5个维度的单项综合得分分别为a、b、c、d、e,任意2个维度的夹角为α(α=360°/5),则生计五边形的面积S为:
(2)
因为生计五边形的面积计算结果受生计资本排序方式影响,因此,在实际计算过程中应取所有面积的平均值。而生计五边形面积的平均值由5种生计资本两两相乘加总得到,求得的加总值即多维发展指数MDI[15]。
M=ab+bc+cd+de+ea+ac+ce+eb+bd+da
(3)
式(3)中,M为多维发展指数值,a、b、c、d、e分别为金融资本维度、人力资本维度、自然资本维度、物质资本维度、社会资本维度的单项综合得分。 MDI得分越小,则意味着可能或正在经历贫困。
4.多维发展水平分类。具体步骤如下:(1)对计算得到的各个县域的MDI值进行排序;(2)按照五分位法将福建省67个县(市、区)初步划分为5个等级;(3)对福建省67个县(市、区)的初步分类结果进行调整,调整的原则是将各维度的富裕和剥夺调整数赋值为1,优势和劣势调整数赋值为0.5,则各个县域的综合调整数就是6个维度的富裕和优势调整数之和减去剥夺和劣势调整数之和;(4)按照综合调整后的得分对县域进行排序,划分多维发展水平等级和类型。经过综合调整后的MDI得分越低的县域,其多维发展状况越差,被识别为多维贫困县的可能性越大。
三、研究结果与分析
(一)单维度得分结果
根据脆弱性背景、金融资本、人力资本、自然资本、物质资本、社会资本等6个维度的相关指标及其权重分配情况(表1),计算得到福建省67个县(市、区)单维度的得分情况。运用ArcGIS技术,将结果进行可视化处理,得到6个维度得分的空间分布状况。
1.脆弱性背景维度得分空间分布情况。脆弱性背景维度得分呈现出山区高、沿海低的空间分布特征。其中,高值区集中分布在福建省西部山区和宁德市北部区域;低值区集中分布在福建省东南沿海地区。得分较高的主要有将乐县、漳平市、泰宁县、龙岩市辖区等山区县(市、区),这些山区县域受地形地势影响,容易发生滑坡、泥石流等自然灾害;得分较低的主要有石狮市、晋江市、长乐市、东山县等沿海县(市),这些沿海县域相对山区县域而言,其自然条件更利于开展生产和生活活动。
2.金融资本维度得分空间分布情况。金融资本维度得分在空间分布上由沿海向山区呈现出高—较高—低的特征。其中,高值区集中分布在福州、泉州、厦门等3个地级市;低值区集中分布在闽西北的中山宽谷区和闽西南的低山丘陵区。得分较高的主要有福州市辖区、福清市、晋江市、石狮市等沿海市(区),这些沿海县域经济发展较快,是全省的经济重心,如得分最高的石狮市的农村人均纯收入已达12492元,远远超过全省平均水平7427元[17];得分较低的主要有松溪县、政和县、光泽县、寿宁县等山区县域,这些山区县域受地理环境制约,经济发展较为缓慢,如松溪县的农村人均纯收入仅4887元,远低于全省平均水平7427元[17]。
3.人力资本维度得分空间分布情况。人力资本维度得分在空间分布上由东南向西北呈现出总体不断下降的特征。其中,高值区集中分布在福州—莆田—泉州—厦门一带;低值区集中分布在福建省北部的宁德和南平等2个地级市。得分较高的主要有福州市辖区、石狮市、晋江市和厦门市等沿海市(区),这些沿海县域的劳动力素质整体水平较高;得分较低的主要有周宁县、寿宁县、浦城县、柘荣县等山区县域,这些山区县域的劳动力素质较低,劳动力数量不足。
4.自然资本维度得分空间分布情况。自然资本维度得分在空间分布上呈现出西北高、东南低的特征。其中,高值区集中分布在闽北的武夷山一带;低值区集中分布在东部沿海地区。得分较高的主要有光泽县、建阳区、明溪县、武夷山市等山区县(市、区),这些山区县域的林地资源较为丰富;得分较低的主要有福州市辖区、漳州市、东山县、厦门市等沿海县(市、区),这些沿海县域受人类活动和社会经济发展影响,与山区县域相比,其耕地与林地等自然资源较为短缺。
5.物质资本维度得分空间分布情况。物质资本维度得分在空间分布上呈现出由东南沿海向西北山区不断下降的特征。其中,高值区集中分布在福州—莆田—泉州—厦门一带;低值区集中分布在闽北、闽西地区。得分较高的主要有福州市辖区、石狮市、晋江市、厦门市等沿海市(区),这些沿海县域的固定资产投入较多,公路等基础设施建设较为完善,如晋江市的公路密度达到1.98 km/km2,居全省首位;得分较低的主要有光泽县、建阳区、武夷山市、清流县等山区县(市、区),这些山区县域受地形地势与县域经济发展影响,其交通状况与基础设施建设落后于沿海地区。
6.社会资本维度得分空间分布情况。社会资本维度得分在空间分布上呈现出东部沿海和西北地区高、西南地区和东北地区低的特征。其中,高值区集中分布在市辖区及县级市;低值区集中分布在戴云山脉地区和漳州地区。得分较高的主要有福州市辖区、三明市辖区、厦门市、漳州市辖区等市(区),这些地区的经济发展速度较快,整体城镇化水平高于80%,如福州市辖区的城镇化水平高达96.7%[17];得分较低的主要有诏安县、平和县、安溪县、仙游县等县域,这些地区的经济发展速度较慢,公共服务水平没有市辖区及县级市高,整体城镇化水平不足40%,如平和县的城镇化水平只有32.6%[17]。
(二)多维度综合得分及识别结果
根据计算得到的MDI值初步把福建省的67个县(市、区)分为最低组、次低组、中间组、次高祖和最高组等5个等级。其中,MDI值最低组所在县(市、区)主要分布在2个地带,即闽北的寿宁—周宁—政和—松溪—浦城一带和闽西的建宁—宁化—长汀一带;MDI值次低组所在县(市、区)分布较为零散,主要分布在MDI值最低组的周边;MDI值中间组主要分布在南平市辖区、三明市辖区和龙岩市辖区周围;MDI值次高组所在县(市、区)形成2个聚集区,分别是武夷山脉一带的邵武市、建阳区、武夷山市等3个市(区)和戴云山脉一侧的德化县、永春县、安溪县、长泰县等4个县;MDI值最高组所在县(市、区)的区域聚集现象明显,呈条带状分布于沿海地区的福州—莆田—泉州—厦门一带。
根据6个维度的优势和劣势情况计算得到67个县(市、区)调整数的分布情况。从单维度分析可知,除了脆弱性背景维度和自然资本维度以外的其他4个维度的剥夺区和劣势区的空间分布存在较大的交集。剥夺区和劣势区集中分布在闽东北山地丘陵地带和闽西低山、丘陵地区,富裕区和优势区集中分布在东南沿海地区,尤其是福州—莆田—泉州—厦门一带。具体来讲,综合剥夺最严重的地区主要分布在周宁县、平和县、寿宁县、长汀县和柘荣县,都存在2个维度以上的剥夺;而综合富裕最明显的地区主要分布在长乐市、泉州市辖区、石狮市、晋江市和福州市辖区。
将MDI值根据所有维度的综合调整数进行调整后,得到县域贫困的最终结果。本研究依据五分位法对调整后的福建省各县域综合得分情况进行等级划分,共划分为5个等级,即贫困区、相对贫困区、一般区、相对富裕区和富裕区。其中,综合得分最低的2个等级,即贫困区和相对贫困区,是识别出的多维贫困县。与MDI值相比,发生调整变化的主要是综合调整数为-1~0的县域。按照最终的分级结果,福建省67个县(市、区)中有27个是多维贫困县,涉及人口746.6万人。本研究识别出的多维贫困县中有17个与福建省2012年确定的省级贫困县重叠,重合率为73.91%,其中,重叠度最高的为三明市和龙岩市,重合率为100%(图1)。从空间分布上看,识别出的多维贫困县呈现空间集聚状态,集中分布在闽西和闽北的山地和丘陵地区。从地区分布上看,识别出的多维贫困县集中分布在宁德市、南平市、三明市、龙岩市等山区地级市。其中,南平市是多维贫困县的主要聚集地,其10个县域中有7个是多维贫困县;其次为宁德市、三明市和漳州市,各有5个多维贫困县;沿海地市也有零星的多维贫困县分布,主要分布在福州市。
图1 福建省多维贫困县识别结果与省级贫困县对比图
(三)贫困类型划分与扶贫措施
根据各县域的多维度综合得分结果对福建省67个县(市、区)划分多维发展水平等级和类型,其中得分最低的2个组即为识别出的多维贫困县(表2)。为了更好地实施精准扶贫政策,提高扶贫效率,现将识别出的多维贫困县进行类型划分。具体的划分原则是对识别出的27个多维贫困县进行各维度的剥夺和劣势情况分析,然后根据各贫困县的剥夺和劣势情况来划分贫困县类型,并根据划分出的贫困县类型提出相应的扶贫措施。
1.金融基建兼缺型。金融基建兼缺型贫困县包括松溪县、宁化县、政和县和长汀县等4个县,涉及县域人口96.3万人。该类型贫困县的主要特征是农村居民人均收入水平较低,基础设施建设水平落后。因此,针对这类贫困县的主要扶贫措施是:(1)增加对当地的资金援助,改善当地居民的生计;(2)通过相关的金融支持来建设和完善当地的基础设施,改善当地的发展条件。
表2 福建省县域多维贫困识别等级
2.基础建设缺乏型。基础建设缺乏型贫困县包括平和县、武平县、将乐县、清流县、东山县、泰宁县、南靖县、漳平市等8个县(市),涉及县域人口195.78万人。该类型贫困县的主要特征是公共基础设施、服务设施等基础建设水平落后,限制了县域经济发展。因此,针对这类贫困县的主要扶贫措施是加强当地的基础设施建设,如完善公路、铁路等交通网络,加强物流、通信等设施建设,从而为地方经济的发展提供强有力的支撑。
3.人力基建兼缺型。人力基建兼缺型贫困县包括浦城县、福安市、建宁县、建瓯市和建阳区等5个县(市、区),涉及县域人口172.97万人。该类型贫困县的主要特征是人力资本维度存在剥夺和劣势情况,即这些县(市、区)的教育水平较落后,劳动者素质和人才储备水平均较低;且基础设施建设落后阻碍了当地经济的进一步发展。因此,针对这类贫困县的主要扶贫措施是进一步构建和完善基础设施,加快高层次人才的引进,并积极开展相关教育培训,逐步提高劳动者素质和人才储备水平。
4.生计途径缺乏型。生计途径缺乏型贫困县包括周宁县、寿宁县、柘荣县、诏安县、连江县、华安县、光泽县等7个县,涉及县域人口182.96万人。该类型贫困县的主要特征是同时存在金融资本、人力资本、自然资本、社会资本等多个维度的剥夺和劣势情况,严重阻碍当地的经济发展。因此,针对这类贫困县的主要扶贫措施是多种帮扶手段并行,即通过资金援助、教育培训、基础设施建设等多种途径促进地方经济发展,以改善当地居民的生计状况。
5.发展条件缺乏型。发展条件缺乏型贫困县包括邵武市、永泰县和霞浦县等3个县(市),涉及县域人口98.58万人。该类型贫困县的主要特征是相对于其他类型的贫困县来说,整体经济发展状况较好,发展潜力较强,但在发展过程中缺乏可以带动县域经济快速发展的主导产业。因此,针对这类贫困县的主要扶贫措施是县域应根据自身经济发展情况,结合多种手段构建具有较强竞争力的特色产业,以拉动地方经济发展。
四、研究结论与政策建议
(一)研究结论
为了推动新阶段国家精准扶贫战略的实施,提高福建省贫困识别的精度,本文基于脆弱性-可持续生计分析框架,以福建省67个县(市、区)为研究对象,通过构建福建省县域多维贫困地理识别指标体系,对福建省县域进行系统、全面的多维贫困空间特征分析,得出以下结论。
1.在福建省67个县(市、区)的多维贫困地理识别过程中,有27个被识别为多维贫困县,其中有17个是省级贫困县。识别出的多维贫困县的空间分布集聚特征显著,集中分布在闽西和闽北的山地和丘陵地区;南平市是多维贫困县的主要聚集地,其10个县域中有7个是多维贫困县。
2.基于各贫困县在6个维度上的剥夺和劣势情况,将识别出的27个多维贫困县划分为金融基建兼缺型、基础建设缺乏型、人力基建兼缺型、生计途径缺乏型和发展条件缺乏型等5种类型,并根据划分出的贫困县类型提出相应的扶贫措施。
(二)政策建议
多维贫困是对贫困的一种更深层次的理解,能更好地反映贫困的本质特征。随着精准扶贫工作进入攻坚克难的关键阶段,为了满足对贫困人口和贫困区域精准识别的需求,应立足于多维贫困的现实进行相应的对策探索。
1.对贫困人口和贫困区域进行有效瞄准。提高贫困人口和贫困区域识别的精准度,对改善当前福建省扶贫资金流失和扶贫效率不高等状况具有重要的现实意义。在对贫困人口和贫困区域进行识别的过程中,政府应打破原有的以单一的经济指标作为贫困的衡量标准,把教育、健康、环境、区位、基础设施等因素纳入贫困识别标准中,才能更好地瞄准贫困人口和贫困区域,从而推进精准扶贫政策的有效实施。具体来说,在确定贫困人口的过程中,政府除了要考察一个家庭的人均纯收入是否低于贫困标准线以外,还应该把该家庭居住的自然环境、住房质量、子女教育负担程度、获取公共基础设施和公共服务的便利程度等因素纳入贫困人口的识别标准中。
2.根据农户具体的生计资本情况采取差异性扶贫措施。贫困地区的农户在较为恶劣的自然环境中生存,由于生计资本(金融资本、人力资本、自然资本、物质资本、社会资本)不足,缺乏生计的可持续性。因此,对贫困地区单一地进行资金援助,不能从根本上帮助农户脱贫,政府应根据农户具体的生计资本情况采取差异性扶贫措施。具体来说,对于金融资本不足的农户,政府可以提供小额信贷,加强资金的致富引导。对于人力资本不足的农户,政府应积极开展教育扶贫,改善贫困地区农村中小学的办学条件,提高其办学质量;同时,积极组织劳动力就业技能培训,提升贫困农户的就业技能。对于自然资本不足的农户,政府应致力于构建和完善农业灾害的防御体系,减少海拔、坡度等自然要素以及自然灾害等对农业生产、农民生活的负面影响。对于物质资本不足的农户,政府应逐步推进农村道路、住房、自来水管道、通信等相关设施的建设,进一步改善农村的基础设施。对于社会资本不足的农户,政府应进一步提供就业信息帮扶、劳动技能培训帮扶等,构建和完善农户的社会网络。总之,政府可通过上述有针对性的帮扶措施,有效缓解和消除农户在可持续生计发展中面临的困境,实现更有效和更可持续的减贫和脱贫。