太行山区农村多维贫困测度——以平山县北冶乡为例

于淑会, 李璐丹, 曹萌萌, 尚国琲**

太行山区农村多维贫困测度——以平山县北冶乡为例

于淑会1,2, 李璐丹1, 曹萌萌3, 尚国琲1**

(1. 河北地质大学 石家庄 050031; 2. 中国科学院水利部成都山地灾害与环境研究所/山区发展研究中心 成都 610041;3. 河北省林业技术推广总站 石家庄 050081)

我国贫困人口分布呈现山区农村聚集现象, 全面了解山区农村贫困现状、有效减少山区农村贫困对象是全面建成小康社会的重要任务。本文立足河北省太行山区贫困农村, 以海拔与区位特征为依据, 选择河北省平山县北冶乡的6个典型村镇为研究对象, 通过提问式调查方式获取数据, 选取收入、资本、生活水平3个维度9个指标构建评价指标体系, 采用A-F(Alkire-Foste)法分析数据, 得到北冶乡多维贫困测度结果。研究结果表明: 1)北冶乡单维贫困状况仍较严重, 各维度贫困发生率存在显著差异, 贫困主要表现为资本维度的缺失。2)北冶乡多维贫困程度较深。3维贫困(贫困户)家庭超过90%, 多维贫困指数随维度的增加而降低。3)各指标对北冶乡多维贫困的贡献存在显著差异。人均耕地面积、教育、技能培训与卫生设施4个指标贡献率均超过15%, 且随维度的增加变化不大, 是太行山区精准扶贫应着重关注的方面。4)教育缺失是导致贫困发生的内在因素, 相对于教育未缺失家庭, 教育缺失家庭的月收入更低、收入来源更单一、家庭人口规模更大。针对以上结论, 提出采用等级优化模式整理农村居民点, 从而进行教育资源整合与优化、助力山区脱贫的建议。

太行山区; A-F方法; 农村多维贫困; 贫困深度; 贫困广度; 教育水平; 精准扶贫

精准扶贫背景下, 山区所占贫困人口巨大, 而且出现空心村、土地利用率低、卫生较差、饮水困难、产业单一等一系列问题[1-3]。《中国农村贫困监测报告》数据显示, 2008年山区贫困人口占全国农村贫困人口比重为80.2%[4], 2011—2016年连片特困地区中八成以上的贫困人口聚集在山区, 太行山也是全国农村贫困连片地区之一。了解山区贫困状况, 寻求山区贫困根源, 对指导山区脱贫意义重大[5]。然而传统的收入贫困方法衡量个体或家庭贫困不符合现实, 需要从多角度来评价贫困, 然后进行有针对性的解决, 才能做到真正的精准扶贫。多维贫困理论指从多维角度理解贫困, 其主要创始者Sen[6]以“能力方法”作为理论基础, 强调“真实自由的扩展” “多维度” “个体能力差异” “机会”等促进生活质量提高的关键要素。联合国开发计划署(The United Nations Development Programme,UNDP)在《1997年人类发展报告》中也提出贫困包括发展机会、权利和健康等多方面内容。可见, 多维贫困理论更科学、合理。

选择科学实用的测度方法是多维贫困研究的重要基础。早期的贫困测算方法为边际计算方法, 此法是用一维的方法测算被研究者的被剥夺程度, 缺点是无法识别贫困人口[7]。所以有学者在此基础上提出基于微观数据的联合分布计算方法[8-10], 但也存在缺乏可对比的综合性指标的缺点。也有学者使用Watts[11]、HPI(人类发展指数, human poverty index)[12]等测算多维贫困, Watts法能综合反映贫困人口之间维度的分布状况, 但因计算过程使用对数并且数值较小, 计算结果往往存在偏差[13]; 而HPI指数综合一个地区所有人(含非贫困人口)的贫困情况, 主要反映国家层面的宏观信息, 并不适用于特定区域。相较而言, Alkire等[14]构建的多维贫困测量体系(A-F法)可以精确识别贫困人口, 而且应用灵活, 计算过程简便、清晰, 指标选取广泛并且科学, 可反映个体被剥夺程度, 可进行数据的分解, 在世界范围内被广泛使用。因此本文选用A-F法作为多维测度模型。

多维贫困测度实证研究主要集中于2个空间尺度, 一是国家尺度, 二是区域尺度。国家尺度多维贫困实证研究的数据源多是CHNS(China Health and Nutrition Survey, 中国健康与营养调查)数据, 如王小林等[15]基于CHNS数据测算了2006年中国城市和农村的多维贫困状况; 邹薇等[16-17]从“能力”方法角度出发, 利用CHNS数据分析了我国现阶段的能力贫困状况。区域尺度实证研究多是采用实地调查的大样本农户微观数据, 如刘伟等[18]通过分析调研数据测度了陕西安康西部山区的贫困状况, 马明义等[19]采用A-F多维贫困测度模型对陕西省太白县农户家庭进行多维贫困测度与分解。可以看出, 区域实证研究的热点区为陕西秦巴山区。同样作为连片贫困地区, 太行山区的研究热度并不高。王金营等[20]采用层次分析法建立指标体系, 从家庭特征、收支状况、经营活动和服务获得、家庭住房情况4个维度综合评价了燕山-太行山-黑龙港地区农户家庭贫困-富裕程度, 探讨了此地区的贫困-富裕标准及贫困-富裕状况, 但缺乏对多维贫困的识别, 尚不能探明太行山区贫困的深层次问题及原因。鉴于此, 本研究将视线聚焦太行山区典型乡镇, 以农户调查数据为样本, 利用A-F多维贫困测度模型, 从贫困广度与深度2方面对多维贫困进行综合测度, 并进行维度分解, 以探讨太行山区乡镇尺度的多维贫困状况与致贫机理, 以期为太行山区的精准扶贫、根源扶贫提供政策建议。

1 研究区概况与研究方法

1.1 研究区概况

河北省平山县位于太行山中段, 是省会石家庄的饮用水源地与京津地区的备用水源地, 生态地位突出[21], 但平山县同时也是国家级贫困县。从图1可以看出, 北冶乡的人均产值(即总产值与总人口比值)在平山县23个乡镇中居21位, 发展比较落后, 而其总面积(2016年年末平山县各乡镇面积)约占平山县总面积的8.2%, 居第2位, 地广人稀, 是较为典型的山区贫困乡。北冶乡位于深山区, 共辖42个自然村, 39个行政村, 下辖行政村有90%为国家级贫困村。2016年, 全乡贫困户约1 200户, 涵盖人口3 000以上, 扶贫任务艰巨[23]。本文依据山区乡镇特点, 立足海拔、坡度与区位3个因素, 选取北冶乡6个典型村镇作为调查区(表1)。调查采用参与式评估(PRA)和问卷调研的方式展开, 调查主要包括收入、资本、生活水平3方面内容(表2)以及被调查农户的基本信息。调查方式为提问式调查, 6村共发放问卷数172份, 占6村总户数的31.56%, 占北冶乡总户数的2.92%, 全部收回, 有效率为100%。

图1 2016年河北省平山县各乡镇人均产值与总面积情况[22]

表1 平山县北冶乡被调查村镇基本信息表

1.2 研究方法

借鉴Alkire和Foster的A-F法[7], 对北冶乡进行多维贫困测量。该方法是目前各种多维贫困测度中应用最为广泛、最为成熟的方法[15,24-29]。

1.2.1 多维贫困评价指标体系和权重

根据多维贫困指数(MPI)维度和指标的方法原理, 结合山区农村特点, 选取3个维度9个指标[30]构建平山县北冶乡多维贫困评价指标体系。采用牛津贫困与人类发展中心(Oxford Poverty and Human Development Initiative, OPHI)提出的维度等权重法确定各指标的权重。3个维度权重均为1/3, 维度下各指标等权赋值, 指标权重详见表2。

表2 平山县北冶乡山区农村多维贫困评价指标体系

指标赋值为1表示在此指标上被剥夺, 即在此指标上贫困。The index is assigned 1 meaning that the family is poor regarding the index.

1.2.2 贫困识别

1)单一家庭的单一维度贫困识别

2)多维贫困识别

①多维情境下单一家庭的综合贫困识别: 借鉴Alkire等[7]的研究, 本文多维情境下贫困线的界定

为一个家庭各指标的加权分数之和大于等于当前维度与指标总数的比值, 即:

②多维情境下单一家庭的单一指标贫困识别:

1.2.3 多维贫困指数计算

依据Foster-Greer-Thorbecke (FGT)[31]方法, 计算贫困发生率(H):

因通过FGT方法得到的贫困发生率H对贫困发生的深度不敏感, 故本文中使用平均剥夺份额A来进行修正[32], 从而得到多维贫困指数M(MPI)。

式中:H为多维贫困发生率, 代表研究区多维贫困的广度;A为平均剥夺份额, 代表研究区多维贫困的深度。

1.2.4 单一指标对多维贫困的贡献率

2 结果与分析

2.1 北冶乡单一维度贫困状况分析

从单一维度分析北冶乡的贫困状况, 人均耕地面积、技能培训、卫生及教育4个方面的1维贫困率均超过90%, 饮用水方面存在贫困的家庭也高至81.4%。传统意义上表示贫困的年人均收入占比仅为39.53%(表3), 在9个指标中其重要性居第7位, 说明仅以收入划分贫困线的方式已不适用。

由表3可以看出, 北冶乡贫困主要表现为资本维度的缺失。受山区土壤条件与坡度的限制, 大部分家庭人均耕地面积小于0.03 hm2, 远小于平山县人均水平(0.106 hm2)及平山县贫困标准值(0.064 hm2); 同时, 山区地形限制了村落的外扩, 而不通达的交通条件也减弱了村落之间的联系, 以至于教育资源不能很好地整合与共享, 很多村子没有学校或只设有小学(只设一年级和二年级), 教育缺失相对严重; 调查表明, 多数山区村庄已变为“老年村”, 因为技能培训的缺失, 为维持生计, 村内年轻人外出务工者居多, 而人力资源的外流减弱了政府或社会机构对村落的关注度, 进一步加剧了技能培训这一资本的缺失。

表3 平山县北冶乡单一维度贫困率

2.2 北冶乡多维贫困状况分析

北冶乡多维贫困从贫困广度(多维贫困发生率)与贫困深度(贫困剥夺份额)两方面展开分析。从贫困广度看, 贫困维度()≤3时, 研究区90%以上家庭处于贫困状态, 即几乎所有家庭有至少3个指标同时被剥夺。按照UNDP(联合国开发计划署, United Nations Development Programme)的定义[33], 30%左右指标(=3)被剥夺的农户为贫困户, 也就是说研究区有90%家庭属于贫困户(表4)。从贫困深度看, 随着维度值的增加, 贫困剥夺份额呈逐渐增加态势, 也就是说, 随着维度的增加, 虽然贫困广度降低了, 但贫困深度是增加的。

多维贫困线是指贫困维度与总维度9的比值,=3时的多维贫困线为0.33, 对应的多维贫困指数为0.56, 说明研究区的多维贫困程度相对较大。随着值的增加, 多维贫困指数逐渐降低, 即, 随着被剥夺维度的增加, 研究区家庭陷入贫困的概率逐渐降低。当<7时, 多维贫困发生率大于收入贫困发生率, 非收入贫困样本数量多于收入贫困样本数量, 说明从多维贫困的视角看, 收入贫困也已不是家庭贫困的主因, 对贫困状况进行多维测评更科学合理。

为深入分析北冶乡的多维贫困状况, 本文计算了9个指标对多维贫困的贡献率(表5)。总体来讲, 随着值的增加, 年人均收入与燃料2个指标对多维贫困的贡献率基本呈逐渐增加趋势, 说明北冶乡收入缺失与燃料缺失户数相对较多; 人均耕地面积、教育、技能培训与卫生设施4个指标变化不大, 其贡献率集中于13.58%~18.18%, 这4个指标缺失的普遍性较强;>5时, 技能培训、卫生设施与饮用水

表4 平山县北冶乡多维贫困发生率与多维贫困指数

表5 平山县北冶乡贫困指标对多维贫困的贡献率

3个指标的贡献率逐渐降低, 说明相对于低维贫困状态, 高维贫困状态下, 这3个指标缺失的农户大幅减少。

2.3 教育缺失家庭多维贫困状况分析

2.3.1 教育缺失对多维贫困的影响分析

调查过程中, 被调研人员多次提到由于学历不高, 很多技能都不会。基于此, 本研究着重分析了教育缺失家庭的多维贫困状况(表6)。可以看出, 2维贫困下, 教育缺失的贡献已高达77.60%, 即100个家庭存在2个贫困指标, 教育缺失状况出现在77.60个家庭中。而且随着维度的增大, 教育缺失对家庭贫困的贡献越来越大,>3时出现极端情况, 即样本中贫困全部发生在教育缺失的家庭, 也就是说凡是有3个以上贫困指标的家庭必定存在教育缺失。

表6 平山县北冶乡教育缺失对多维贫困的贡献

2.3.2 基于家庭特征的教育缺失对3维贫困的影响分析

为深入分析教育缺失对农村多维贫困的影响, 本文对农户较关心的收入指标进行分解, 从家庭收入、主要收入来源及家庭人口规模3个方面展开分析(表7)。此方面内容以3维贫困为例进行研究, 3维贫困条件下教育缺失的家庭收入明显低于教育未缺失的家庭, 月收入1 000元以下的家庭全部存在教育缺失情况, 而教育未缺失家庭中有47.95%的家庭月收入高于5 000元。从收入来源来看, 农业生产已经无法满足农村居民生活所需, 教育未缺失的家庭有更多的收入来源, 其中近一半家庭主要收入来源为外出务工。从家庭人口规模来看, 家庭人口规模越大, 越容易发生多维贫困, 但相对来讲, 未发生教育缺失的家庭受人口规模影响较小。总体而言, 教育缺失家庭的收入来源更单一、家庭人口规模更大, 经济收入也相对未缺失家庭更低。

表7 基于家庭特征的教育缺失对3维贫困的贡献

3 讨论与结论

3.1 讨论

3.1.1 贫困山区致贫机理探讨

贫困是复杂而综合的, 山区村落受自然条件与区位条件双重限制, 致贫因素更是复杂。经上文分析, 河北省平山县北冶乡居民的主要困难有耕地面积少、教育水平低、无一技之长及卫生条件差, 因此, 本文立足于这4个指标, 进一步对太行山区贫困农村的致贫机理进行探讨。

众所周知, 山区交通条件差, 这就导致山区村落相对平原地区易闭塞, 同时地形又限制了村落的外扩, 造就了山区村庄小且呈散点式分布的特点, 先进的教育资源难以流入且难以整合[2,34], 故山区整体呈现教育水平低的特点。较低的教育水平直接导致了山区人民技能的缺失, 被调查村民大都以种植农作物为生, 经济来源比较单一, 而平山县具有太行山脉的典型特点——土层薄、岩石风化层持水能力差, 植被长势差[35]且水土流失严重[36], 土壤条件很多时候并不能满足农作物的生长条件, 山区村民基本都是靠天吃饭, 因此, 太行山区人民收入水平远低于我国平均水平。低水平教育的另一个弊端就是村民思想觉悟相对较低, 对存在的卫生隐患警惕性不高, 间接影响了村民的身体健康状况。

综上, 太行山区的区位与自然条件是其贫困的根本因素, 但这是由地理条件决定的, 按照“顺应自然”的原则, 是不应改变的。因此, 从社会层面讲, 本文认为教育水平低是山区贫困的主因。

3.1.2 山区脱贫路径探讨

本文研究表明教育与耕地等是山区农村存在的主要问题, 因此, 整合土地资源与教育资源、提高土地利用率在山区农村脱贫方面显得尤为重要, 而资源整合的重要前提是农村居民点整理。山区居民点分布多受坡度等地形因素影响, 居民点优化是解决居民点布局分散与土地利用效率低的重要途径, 目前采取的优化策略主要包括等级优化、撤并优化、农户主导优化、功能主导优化等模式[37]。经实地调查发现, 北冶乡随着地形坡度的增大, 生产条件和居住环境相对变差, 居民点分布零散, 规模小。而且, 坡度较大的地区也比较容易发生各种地质灾害, 同时还存在基础设施建设困难、农业规模化生产较难的困境。综上, 建议在农村居民点整理潜力测算的基础上, 采用等级优化的模式, 将坡度较大且土地集约利用程度较差的居民点作为综合整治的重点对象[1,33,38]。

另一方面, 可结合山区地理特征扶持特色产业, 探究政府、社会、村民联合机制, 形成产业链, 产品直销, 形成支柱产业, 带动贫困人口[39]。依托旅游资源, 高海拔陡峭地建立经济林、生态林, 低海拔平缓地开展山区特色农业种植, 结合农村居民点整理结果, 优化现有国土空间布局, 以此助力山区脱贫[40-41]。

3.2 结论

本文以位于太行山区的河北省平山县北冶乡实地调查问卷结果为基础数据, 分析了基于A-F多维测度模型的北冶乡多维贫困状况, 并在此基础上对致贫机理与脱贫路径进行了探讨, 主要结果如下:

1)北冶乡单维贫困状况仍较严重, 各维度贫困发生率存在显著差异。贫困主要表现为资本维度的缺失, 资本维度下几个指标的贫困发生率均超过90%, 其次为生活水平维度, 收入对贫困的贡献率并不高。

2)北冶乡多维贫困程度较深。从多维贫困广度看, 超过90%的家庭为贫困户(3维贫困), 而多维贫困深度随维度的增加呈增加的态势。多维贫困指数则随维度的增加而降低, 说明被剥夺维度越大, 陷入贫困的概率越低。

3)各指标对北冶乡多维贫困的贡献存在显著差异。人均耕地面积、教育、技能培训与卫生设施4个指标缺失的普遍性较强, 是太行山区精准扶贫应着重关注的方面; 技能培训、卫生设施与饮用水3个指标缺失情况随维度的增加而有所好转, 但变化幅度并不大; 高维贫困中, 收入指标贡献逐渐增加, 也需要重点关注。

4)教育缺失是导致贫困程度加大的主要原因与内在因素, 相对于教育未缺失家庭, 教育缺失家庭的月收入更低、收入来源更单一、家庭人口规模更大。因此, 建议采用等级优化的模式整理农村居民点, 从而进行教育资源整合与优化, 以此助力山区脱贫。

[1] 冉逸箫, 张凤荣, 张佰林, 等. 贫困山区农村衰落的特征及诊断——以重庆市酉阳县为例[J]. 资源科学, 2017, 39(6): 999–1012 RAN Y X, ZHANG F R, ZHANG B L, et al. Characterization and diagnosis of rural decline in poor mountainous areas[J]. Resources Science, 2017, 39(6): 999–1012

[2] 梁山, 刘士铭, 胡建. 燕山—太行山特困片区的贫困现状及对策——以河北省阜平县为例[J]. 北京农业, 2014, (30): 292–293 LIANG S, LIU S M, HU J. The present situation and countermeasures of poverty in Yanshan-Taihang Mountain Areas: A case study of Fuping County, Hebei Province[J]. Beijing Agriculture, 2014, (30): 292–293

[3] 梁中钦. 浅析平山县耕地资源的保护与利用[J]. 河北农业, 2016, (7): 36–37 LIANG Z Q. Analysis on the protection and utilization of cultivated land resources in Pingshan County[J]. Hebei Agriculture, 2016, (7): 36–37

[4] 陈忠文. 山区农村贫困机理及脱贫机制实证研究——一个交易成本视角[D]. 武汉: 华中农业大学, 2013 CHEN Z W. Empirical research on causes of rural poverty and mechanism of poverty alleviation mountain area — Transaction cost perspective[D]. Wuhan: Huazhong Agricultural University, 2013

[5] 吴珊瑚. 贫困根源的一般性分析与传统体制下中国农民的贫困成因研究[D]. 杭州: 浙江大学, 2002 WU S H. A general analysis of the root causes of poverty and the causes of poverty among Chinese farmers under the traditional system[D]. Hangzhou: Zhejiang University, 2002

[6] SEN A. Development as Freedom[M]. Oxford: Oxford University Press, 1999

[7] ALKIRE S, FOSTER J. Understandings and misunderstandings of multidimensional poverty measurement[J]. The Journal of Economic Inequality, 2011, 9(2): 289–314

[8] DECANCQ K, NEUMANN D. Does the Choice of Well-being Measure Matter Empirically? An illustration with German Data[R]. Bonn: IZA, 2014

[9] DUCLOS J Y, SAHN D, YOUNGER S D. Robust multidimensional spatial poverty comparisons in Ghana, Madagascar, and Uganda[J]. The World Bank Economic Review, 2006, 20(1): 91–113

[10] TSUI K Y. Multidimensional poverty indices[J]. Social Choice and Welfare, 2002, 19(1): 69–93

[11] 陈立中. 收入、知识和健康的三类贫困测算与解析[J]. 改革, 2008, (3): 144–148 CHEN L Z. The measurement and analysis of poverty from income, knowledge and health dimension[J]. Reform, 2008, (3): 144–148

[12] 郭建宇, 吴国宝. 基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例[J]. 中国农村经济, 2012, (2): 12–20 GUO J Y, WU G B. Multidimensional poverty measurement based on different indicators and weight selection: Taking poverty counties in Shanxi Province as an example[J]. Chinese Rural Economy, 2012, (2): 12–20

[13] 许邈. 河北省农村贫困家庭精准识别问题的调查研究[D]. 北京: 首都经济贸易大学, 2017 XU M. Research on the precise identification problem of the rural poor families in Hebei Province[D]. Beijing: Capital University of Economics and Business, 2017

[14] ALKIRE S, FOSTER J. Counting and Multidimensional Poverty Measurement[R]. Oxford: OPHI Working Paper Series, 2008

[15] 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 WANG X L, ALKIRE S. China multidimensional poverty measurement: Estimation and policy implications[J]. Chinese Rural Economy, 2009, (12): 4–10

[16] 邹薇, 方迎风. 关于中国贫困的动态多维度研究[J]. 中国人口科学, 2011, (6): 49–59 ZOU W, FANG Y F. A study on the dynamic multidimensional measurement of China’s poverty[J]. Chinese Journal of Population Science, 2011, (6): 49–59

[17] 邹薇. 我国现阶段能力贫困状况及根源——基于多维度动态测度研究的分析[J]. 人民论坛·学术前沿, 2012, (5): 48–56 ZOU W. The status quo and causes of China’s capability poverty —An analysis based on multidimensional dynamic measure study[J]. People’s Tribune·Frontiers, 2012, (5): 48–56

[18] 刘伟, 黎洁. 西部山区农户多维贫困测量——基于陕西安康市1404份问卷的调查[J]. 农村经济, 2014, (5): 14–18 LIU W, LI J. Multidimensional poverty measurement of farmers in western mountainous areas —Based on a survey of 1404 questionnaires in Ankang City, Shanxi Province[J]. Rural Economy, 2014, (5): 14–18

[19] 马明义, 李桦. 秦巴山区农户多维贫困测度及精准扶贫对策研究[J]. 干旱区资源与环境, 2019, 33(1): 30–37 MA M Y, LI H. Multidimensional poverty measurement of farmers in Qinba Mountains and countermeasures for accurate poverty alleviation[J]. Journal of Arid Land Resources and Environment, 2019, 33(1): 30–37

[20] 王金营, 李竞博. 连片贫困地区农村家庭贫困测度及其致贫原因分析——以燕山—太行山和黑龙港地区为例[J]. 中国人口科学, 2013, (4): 2–13 WANG J Y, LI J B. Measurement and analysis of the family poverty in poverty-stricken covered areas: A case study of Yanshan, Taihang Mountain and Heilonggang areas[J]. Chinese Journal of Population Science, 2013, (4): 2–13

[21] 郭年冬, 陈召亚, 李恒哲, 等. 基于土地利用变化下的县域生态敏感性及灰色预测——以河北省平山县为例[J]. 水土保持研究, 2016, 23(5): 229–234 GUO N D, CHEN Z Y, LI H Z, et al. Ecological sensitivity research and their grey forecast based on land use change in Pingshan County, Hebei Province[J]. Research of Soil and Water Conservation, 2016, 23(5): 229–234

[22] 平山县统计局. 平山县统计年鉴[J]. 2017 Pingshan County Statistics Bureau. Pingshan County Statistical Yearbook[J]. 2017

[23] 河北省人民政府. 依托旅游产业带动全乡脱贫——记平山县北冶乡党委书记张进彦[EB/OL]. 河北省人民政府官网, (2016-10-13). http://www.hebei.gov.cn/hebei/11937442/1075 6595/10756614/13592556/index.html The People’s Government of Hebei Province. Relying on the tourism industry to drive the whole town out of poverty — remember Zhang Jinyan, Party Secretary of Beiye Township, Pingshan County[EB/OL]. The People’s Government of Hebei Province. (2016-10-13). http://www.hebei.gov.cn/hebei/ 11937442/10756595/10756614/13592556/index.html

[24] ALKIRE S, FOSTER J. Counting and multidimensional poverty measurement[J]. Journal of Public Economics, 2011, 95(7/8): 476–487

[25] 冯怡琳, 邸建亮. 对中国多维贫困状况的初步测算——基于全球多维贫困指数方法[J]. 调研世界, 2017, (12): 3–7 FENG Y L, DI J L. Preliminary calculation of China’s multidimensional poverty situation — Based on global multidimensional poverty index method[J]. The World of Survey and Research, 2017, (12): 3–7

[26] 张庆红, 阿迪力·努尔. 新疆南疆三地州农村多维贫困程度及特征分析[J]. 干旱区资源与环境, 2015, 29(11): 32–36 ZHANG Q H, ADIL·NUR. Multidimensional poverty level and characteristics for rural residents in three regions of southern Xinjiang[J]. Journal of Arid Land Resources and Environment, 2015, 29(11): 32–36

[27] 史志乐, 张琦. 我国农村居民家庭的多维贫困测度及动态变化研究[J]. 当代经济管理, 2018, 40(11): 38–45 SHI Z L, ZHANG Q. Research on multidimensional poverty measurement and dynamic change of rural households in China[J]. Contemporary Economic Management, 2018, 40(11): 38–45

[28] 陈银娥, 张德伟. 县域金融发展与多维贫困减缓——基于湖南省51个贫困县的实证研究[J]. 财经理论与实践, 2018, 39(2): 109–114CHEN Y E, ZHANG D W. County financial development and multidimensional poverty alleviation: Empirical research based on 51 poor counties in Hunan Province[J]. The Theory and Practice of Finance and Economics, 2018, 39(2): 109–114

[29] 韩林芝, 何伦志, 桂阳. 新疆多维贫困度量与动态演变[J]. 中国经贸导刊, 2018, (5): 27–31 HAN L Z, HE L Z, GUI Y. Xinjiang multidimensional poverty measurement and dynamic evolution[J]. China Economic & Trade Herald, 2018, (5): 27–31

[30] 孙鲁云, 谭斌. 自我发展能力剥夺视角下贫困地区多维贫困的测度与分析——以新疆和田地区为例[J]. 干旱区资源与环境, 2018, 32(2): 23–29 SUN L Y, TAN B. Measurement and analysis of multidimensioanl poverty in poor areas from the perspective of deprivation of self-development capacity —Taking Hotan Prefecture of Xinjiang as an example[J]. Journal of Arid Land Resources and Environment, 2018, 32(2): 23–29

[31] FOSTER J, GREER J, THORBECKE G E. A class of decomposable poverty measures[J]. Econometrica, 1984, 52(3): 761–766

[32] ALKIRE S. Choosing dimensions: The capability approach and multidimensional poverty[M]//Kakwani N, Silber J. The Many Dimensions of Poverty. London: Palgrave Macmillan, 2013: 89–119

[33] 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, 33(3): 127–132 LI J J, LI H P. Multi-dimensional poverty measurement and poverty alleviation policy innovation for farmers in ethnic areas — Taking Changyang Tujia Autonomous County of Hubei Province as an example[J]. Journal of South-Central University for Nationalities, 2013, 33(3): 127–132

[34] 邹利林, 王建英. 中国农村居民点布局优化研究综述[J]. 中国人口·资源与环境, 2015, 25(4): 59–68 ZOU L L, WANG J Y. Review of research on layout optimization of rural settlements in China[J]. China Population Resources and Environment, 2015, 25(4): 59–68

[35] 李晓荣, 高会, 韩立朴, 等. 太行山区植被NPP时空变化特征及其驱动力分析[J]. 中国生态农业学报, 2017, 25(4): 498–508 LI X R, GAO H, HAN L P, et al. Spatio-temporal variations in vegetation NPP and the driving factors in Taihang Mountain Area[J]. Chinese Journal of Eco-Agriculture, 2017, 25(4): 498–508

[36] 刘欣, 葛京凤, 冯现辉. 河北太行山区土地资源生态安全研究[J]. 干旱区资源与环境, 2007, 21(5): 68–74 LIU X, GE J F, FENG X H. Study on ecological security of land resources in Taihang Mountain Hebei[J]. Journal of Arid Land Resources and Environment, 2007, 21(5): 68–74

[37] 金其铭. 我国农村聚落地理研究历史及近今趋向[J]. 地理学报, 1988, 55(4): 311–317 JIN Q M. The history and current trends of research on rural settlement geography in China[J]. Acta Geographica Sinica, 1988, 55(4): 311–317

[38] 刘名冲, 张祥义, 马鹰, 等. 基于熵权可拓模型的农村居民点整理潜力研究——以河北省太行山山前平原区为例[J]. 中国生态农业学报, 2013, 21(9): 1166–1172 LIU M C, ZHANG X Y, MA Y, et al. Evaluation of rural residential land consolidation potential using entropy weight extension model — A case study of Taihang Mountain Piedmont Plain in Hebei Province[J]. Chinese Journal of Eco-Agriculture, 2013, 21(9): 1166–1172

[39] 王国风. 我国山区农村经济发展存在的问题及对策[J]. 现代化农业, 2016, (8): 26–27 WANG G F. Problems and countermeasures of rural economic development in mountainous areas of China[J]. Modernizing Agriculture, 2016, (8): 26–27

[40] 王岱, 蔺雪芹, 司月芳, 等. 县域特色产业形成和演化机理研究进展[J]. 地理科学进展, 2013, 32(7): 1113–1122 WANG D, LIN X Q, SI Y F, et al. Research progress on the mechanism of formation and evolution of unique industries at county level[J]. Progress in Geography, 2013, 32(7): 1113–1122

[41] 盛世豪, 张伟明. 特色小镇: 一种产业空间组织形式[J]. 浙江社会科学, 2016, (3): 36–38SHENG S H, ZHANG W M. Characteristic town: An industrial spatial organization form[J]. Zhejiang Social Sciences, 2016, (3): 36–38

Measurement of rural multi-dimensional poverty in the Taihang Mountains by using Beiye Township of Pingshan County as a model*

YU Shuhui1,2, LI Ludan1, CAO Mengmeng3, SHANG Guofei1**

(1. Hebei GEO University, Shijiazhuang 050031, China; 2. Institute of Mountain Hazards and Environment / Research Center for Mountain Development, Chinese Academy of Sciences, Chengdu 610041, China; 3. Popularization Center of Forestry Technique of Hebei Province, Shijiazhuang 050081, China)

China has been working to alleviate since its reformation, and has made certain success. However, the poverty-stricken populations in China distributes in rural in mountainous areas for a long time. It is difficult to get rid of poverty in these lagging areas. A comprehensive understanding of the poverty situation in mountainous areas and effective techniques to reduce it have become important tasks for building a healthy society. We chose six typical villages in Taihang Mountain, Beiye Township, Pingshan County, Hebei Province based on elevation and geographical characteristics as the objectives. A question-based survey was conducted to obtain relative data. The evaluation index system was established with three dimensions — income, capital and living standard — and 9 indexes. The A-F (Alkire-Foste) method was used to analyze the results of multidimensional poverty measurement. The results showed that: 1) the single-dimensional poverty situation in Beiye Township was still serious, and the causes of poverty were significantly different in all dimensions. Poverty mainly manifested as the absence of capital dimension. 2) The degree of multi-dimensional poverty in Beiye Township was deep. More than 90 percent of poor households lived in poverty. With an increase in dimension, the multi-dimensional poverty index decreased. 3) The contribution of each index to the multi-dimensional poverty of Beiye Township was significantly different. The indexes of per capita cultivated land area, education, skill training and health facilities all contributed more than 15% and changed little when dimensionincreased. 4) The lack of education was an internal factor that led to poverty. Compared to families with education, families without education had lower monthly income, single income source, and larger family size. In view of the above conclusions, this paper put forward the suggestions of using a hierarchical optimization mode to organize rural residential areas so as to integrate and optimize educational resources and help mountainous areas eliminate poverty.

Taihang Mountain Area; A-F method; Rural multi-dimensional poverty; Poverty depth; Poverty span; Educational level; Precise poverty alleviation

, E-mail: 463580227@qq.com

Dec. 28, 2018;

Mar. 14, 2019

F323.8

2096-6237(2019)09-1453-10

10.13930/j.cnki.cjea.181126

尚国琲, 主要研究方向为土地资源管理。E-mail: 463580227@qq.com 于淑会, 主要研究方向为土地生态利用与山区可持续发展。E-mail: yushuhui126@126.com

2018-12-28

2019-03-14

* This study was supported by the Social Science Foundation of Hebei Province (HB17GL020).

* 河北省社会科学基金项目(HB17GL020)资助

于淑会, 李璐丹, 曹萌萌, 尚国琲. 太行山区农村多维贫困测度——以平山县北冶乡为例[J]. 中国生态农业学报(中英文), 2019, 27(9): 1453-1462

YU S H, LI L D, CAO M M, SHANG G F.Measurement of rural multi-dimensional poverty in the Taihang Mountains by using Beiye Township of Pingshan County as a model[J]. Chinese Journal of Eco-Agriculture, 2019, 27(9): 1453-1462