甘肃省县域多维贫困的时空特征及地区减贫障碍因素识别*

● 滕耀萱，贾元珊，黄恒君，2

（1.兰州财经大学统计学院，甘肃 兰州 730020；
2.兰州财经大学甘肃省数字经济与社会计算科学重点实验室，甘肃 兰州 730020）

我国扶贫工作历经救济式扶贫、以工代赈式扶贫、“八七”扶贫攻坚、整村推进式扶贫、集中连片特困区式扶贫及精准扶贫等多个阶段的探索，在2020年取得了消除绝对贫困的历史性成就。但脱贫攻坚战的胜利不是终点，而是“后扶贫”时代新的奋斗起点。2019年10月，党的十九届四中全会正式提出解决相对贫困的议题，会议强调要巩固脱贫攻坚成果，建立解决相对贫困的长效机制。这是我国在脱贫攻坚战之后要面临的主要问题，意味着我国进入以实现共同富裕为目标的相对贫困治理新阶段[1]。相较于绝对贫困治理，相对贫困因其内在的复杂性和多维性，决定其治理必定经历长期、艰巨的过程，需要将相对贫困的治理纳入到乡村振兴战略架构下统筹安排，从而扎实推动实现共同富裕的目标[2]。当前，我国处于脱贫攻坚与乡村振兴的交汇点上，如何有效巩固脱贫成果，防止返贫是衔接乡村振兴战略的基础。习近平总书记在全面脱贫攻坚表彰大会上强调“胜非其难也，持之者难也”，巩固脱贫攻坚成果，严格落实“四个不摘”政策，加强贫困监测力度，从而坚决守住不发生规模性返贫的底线[3]。同时我们也要注意到，在贫困治理新阶段，反贫困工作既要注重个体的相对贫困，也不能忽视区域的相对贫困，使相对贫困的治理做到无遗漏、无差别。因此，从多维度对贫困对象进行识别监测，保证脱贫成果的稳固，既是相对贫困治理的基础，也是未来反贫长效机制构建的重要课题。

甘肃省作为我国贫困脆弱程度较高的省份之一，长久以来经济发展落后。脱贫攻坚战全面胜利之后，甘肃终于撕下了“苦甲天下”的历史标签，但由于历史、自然、地理等多种因素的影响，发展不平衡、不充分仍是基本省情。虽然2020年甘肃省实现全面脱贫，但是其致贫因素和贫困特征复杂多样，因而在衔接乡村振兴战略的关键时间点上，亟需关注如何从多维角度有效评价甘肃省的相对贫困程度、如何因地制宜解决甘肃省的相对贫困问题。为此，研究基于可持续生计框架，建立6个维度14个指标的多维贫困综合评价体系，测度甘肃省2013—2019年各县区的多维贫困水平，分析多维贫困在空间上的演变规律及集聚状况，进一步讨论阻碍区域减贫进程的潜在障碍因素，为在“后扶贫”时代解决相对贫困问题，缩小区域发展差异，依据甘肃经验推动乡村振兴战略实施提供参考依据。

我国在全面解决绝对贫困问题后，仍有一部分人口处于相对贫困状态，如果仅从收入层面来衡量贫困问题，已经不能有效反映贫困的复杂性。在实际生活中，贫困的个体往往不止陷入收入贫困一种状态，缺乏良好的健康状态、完善的教育水平、正常的社会权利等也会限制个体的可持续发展，因此更需要从多维角度对贫困进行识别[4-6]。1973年，Amartya Sen在其著作《贫困与饥荒：论权利与剥夺》中首次指出，贫困本质上是失去基本可行能力。他认为导致贫困的因素不仅限于经济层面，还应该扩展到政治、法律、文化、制度等多领域，从而开启了研究多维贫困的新时期[7]。

基于此，要充分、准确衡量个体的贫困程度，就必须在收入匮乏的基础上，纳入多维度来考虑贫困对象的被剥夺程度，进而构建多维贫困评价指数。受Amartya Sen的多维贫困理论影响，联合国开发计划署（UNDP）分别在1990年和1997年综合测定了人类贫困程度，设计了人类发展指数（HDI）和人类贫困指数（HPI）。延续 Amartya Sen的理论，Alkire等学者从教育、健康和生活标准三个维度构建较为完善的多维贫困指数（MPI），测度出不同地区的多维贫困程度[8]。该成果已得到广泛应用。2000年英国国际发展机构（DFID）建立可持续生计分析框架，通过理解多种致贫因素并给予解决方案的集成分析框架，从个体生计可持续层面来测度贫困程度。目前，多维贫困指数得到越来越多国际组织的认可。我国对多维贫困思想的应用也相对较早，在精准扶贫时期，就将多维扶贫理念纳入减贫战略考量，并将缓解多维贫困反映在扶贫政策之中[9]。同时，国内学者对多维贫困的研究也逐渐增多，尤其从2010年开始，对多维贫困的研究迅速发展起来[10]。多数学者倾向于运用CHNS、CFPS数据从微观家庭层面研究多维贫困，如张文武等人从收入、健康、教育及生活质量等方面来测算农户的多维贫困程度，发现我国多维贫困状况明显改善，并且个体劳动参与度对缓解多维贫困具有决定性的影响[11]；
雷霆等人从经济、健康、教育、生活及社会发展能力角度来评价农户家庭多维贫困状况，发现经济发展水平较低的农村地区多维贫困发生率较高[12]。也有学者引入夜间灯光数据、地理信息数据从宏观地域层面进行研究[13-15]。相较于对微观家庭贫困的研究，在宏观层面上研究的学者更多考虑到生态环境对贫困的影响，认为良好的自然禀赋及环境资源对地区缓解多维贫困有着积极的作用。此外，还有部分学者对特殊群体的多维贫困现象进行了测度研究[16-18]，认为不同困难群体的致贫机理有一定的特殊性，因此在测算维度的选择上也有所差异。这些持续推进的研究不断丰富着多维贫困的内涵。

对多维贫困内涵的界定和维度选择是评价的基础。目前国内外学者对多维贫困测度的研究方法较为丰富，多数学者沿用经典Alkire-Foster（AF）的“双界线”方法，通过计算影响贫困各维度的剥夺临界值进行维度加总和分解，从而识别贫困程度及其各维度的影响。该方法具有可操作性强、易于量化和可分解等优点[19]，因而得到学界广泛应用[20-21]。部分学者运用综合评价方法，如熵权修正AHP方法[13]、主成分分析法[22]等，通过对各维度进行主客观赋权，加总测算出多维贫困的综合水平。还有学者运用机器学习方法，用BP神经网络模型测度了中国县域多维贫困的压力指数，进而识别出新时期需重点帮扶的不同类型的贫困地区[23]。

综上所述，从国内已有的多维贫困识别研究来看，县域层面进行多维贫困测度相对较少。但县域是国家行政区划的基本单元，是扶贫政策制订和落实的关键，因此相较于全国、省、市层面而言，其更具有实践意义。细化研究空间尺度至县域层面是后扶贫时期探索多维贫困问题的首要出发点。甘肃省地区间自然禀赋差异较大，现有研究较少从空间视角定量分析该地区多维贫困的演变。因此，从多维视角识别甘肃省的发展状态，分析县域层面多维贫困的特征，探讨多维贫困的成因，制定差异化的帮扶政策，对地区巩固脱贫攻坚成果、防止返贫具有重大意义。基于此，研究的边际贡献体现在：（1）从国家重点帮扶地区甘肃省入手，细化贫困问题的空间研究尺度，通过建立有效识别地区多维贫困的指标体系，客观反映总体及县域层面上的多维贫困程度；
（2）考虑到甘肃省长期处于区域发展不平衡的状况，有必要基于空间概念对甘肃省县域多维贫困进行时空特征分析，探究区域贫困分布及集聚状况，为推进减贫战略下国家和各级政府因地施策提供实证依据；
（3）进一步将障碍因素诊断模型引入县域贫困研究中，测度地区减贫的障碍因子和障碍度，分析阻碍区域发展的主要因素，为甘肃省新时期下扶贫决策提供瞄准贫困对象的有效依据，同时为丰富县域层面多维贫困的研究提供实证分析。

（一）可持续生计理论

众多国际发展组织采用可持续生计方法来设计扶贫方案，从而实现消除贫困的目标，其中2000年由英国国际发展机构（DFID）建立的脆弱性-可持续生计框架应用最为广泛。可持续生计方法（The Sustainable Livelihoods Approach,SLA）是根据致贫的众多复杂因素来理解贫困，将“生计”的概念运用于研究农村发展问题，更易于理解贫困人口的生存状态及其为生存安全而采取的理性策略[24]。SLA框架下包括人力资本、金融资本、社会资本、物质资本、自然资本五种生计资本，只有五类资本综合构成的“生计五边形”相互平衡才能促进个体的可持续发展。除此之外，天灾人祸、资源环境等自然因素造成的环境/背景脆弱性，与生计资本之间也存在联系，因此考虑加入环境/背景脆弱性来全面衡量地区的多维贫困水平。在该分析框架下，一是可以扩展对贫困的研究，为其提供多维视角的参考，并进一步探讨各维度致贫因素之间的联系；
二是可以深入关注贫困的成因，而不仅是贫困的现象，深入分析治理贫困的有效途径[24]。

（二）指标体系选取依据

基于脆弱性-可持续分析理论框架，从生计角度客观评价地区多维贫困水平，因而围绕六个维度考虑指标的选取。一是人力资本维度，人力资本是地区人力资源分布状态的表征，良好的知识、技能和能力可以促进农户实现生计目标，是其他资本的基础。因此选取农村人口占比、普通中学在校学生数及农村农业从业人口比重来衡量甘肃省的人力资本情况。二是金融资本维度，金融资本通过储蓄和投资，优化资源配置，带动经济增长，可以衡量地区的经济发展水平。经济越发达的地区，政策帮扶力度越大，越有利于农户实现生计目标。故从人均地区生产总值、公共财政预算收支比及地区居民储蓄存款余额来测度甘肃省金融资本状况。三是社会资本维度，社会资本是在实现生计目标过程中利用的社会资源，良好的社会支持水平、人际关系有利于改善农户的生计。故选取农村居民可支配收入和医疗机构床位数来衡量甘肃省的社会资本情况。四是物质资本维度，物质资本是农户在生产生活中所需的基础设施和生产资料，可以提高相对贫困人口的生产力。因此研究选取农村人均机械总动力、路网密度和农村人均用电量来衡量甘肃省的物质资本状况。五是自然资本维度，自然资本是有利于农户生产的自然资源，通过有效利用土地、水等自然资源来改善生活水平。故此选择单位面积粮食产量和人均灌溉面积来衡量甘肃省的自然资本水平。六是环境/背景脆弱性，农户面对各种突发的天灾人祸时，不利的季节性冲击、趋势和变化会削弱农户的生计资本，间接影响其他维度资本的发展，从而无法改善生活水平。因此选取植被覆盖率来衡量甘肃省环境/背景脆弱性水平。

综上所述，甘肃省的致贫因素和贫困特征复杂多样，较高的贫困脆弱度使其需要制定更有效的可持续发展战略并逐步消除制约因素。针对新阶段下甘肃省发展的需要，采用广泛应用的脆弱性-可持续分析框架，引入空间地理数据，从六个维度建立甘肃省多维贫困识别指标体系，测算甘肃省的多维贫困指数，分析地区多维贫困水平并探讨陷入多维贫困的影响因素。具体多维贫困识别指标体系见表1。

表1 甘肃省多维贫困指标体系

（三）多维贫困指数构建

多维贫困指数（Multidimensional Poverty Index，MPI）通过对各维度的剥夺情况进行加权来综合测度贫困，其反映了农户多维度致贫因素的结果[8]。根据脆弱性-可持续生计理论框架构建多维贫困指标体系，运用客观赋权法测算MPI，从个体生计资本的角度去考查多维贫困水平。MPI值越大说明越不容易发生多维贫困，即地区拥有较强的可持续发展和抗风险能力；
反之，MPI值越小越容易发生多维贫困，意味着生计资本不平衡导致其可持续性降低。因此，依据上述指标体系确定各维度的权重，计算各维度单项得分，各维度总和即为多维贫困指数。具体计算公式如下：

其中，i为第1个到14个指标；
Zi为第i个指标无量纲化后的值；
wi为第i个指标的权重；
PB为各准则层的指数。

在上述县域多维贫困评价体系构建的基础上，将进一步选取样本对甘肃省县域多维贫困水平的现状进行实证分析，主要研究目标体现为两点：一是对甘肃省县域多维贫困水平进行测算评价并分析其多维贫困空间分布特征；
二是对甘肃省各县域单元减贫的障碍因素进行客观识别。基于此，研究选取的评价方法如下。

（一）熵权法

根据多维贫困评价指标体系对甘肃省县域多维贫困进行评价，先要运用综合评价的方法对总体和不同县域空间多维贫困水平进行测度。通常确定权重的方法包括主观赋权法和客观赋权法，其中主观赋权法因受评价者主观影响而难以全面反映各项指标对综合水平的影响，而客观赋权法依据数据驱动，能真实反映指标所包含的信息。熵权法作为一种客观赋权法，是构建综合评价指数常用的方法，通过计算各指标的信息熵，根据各指标的相对变化程度对系统整体的影响来确定指标的权重，从而避免一定程度上由主观因素带来的偏差，具体方法描述可见相关文献[25]。因此，研究选取熵权法对多维贫困各项指标进行客观赋权，对甘肃省从省域视角和县域视角分别测算多维贫困的综合水平。

在构建初始指标数据矩阵时，为增强不同量纲指标数据之间的可比性，采用标准化处理法中的极差法对初始数据进行处理：

其中，Zλij为标准化后的值，λ=1,2,3…,h；
i=1,2,3,…,n；
j=1,2,3,…,m，h、n和m分别为评价年份、评价对象和评价指标的总数量。

（二）障碍因素诊断模型

在县域多维贫困综合评价的基础上，确定阻碍地区脱离多维贫困的因素，对调整县域扶贫开发政策，改善地区多维贫困水平，提高区域经济效益，实现可持续发展的目标提供参考。因此，为了进一步探究制约甘肃省缓解多维贫困水平的因素，需要对其贫困状况进行障碍因素诊断。研究运用障碍因素诊断模型，利用“因子贡献度”“指标偏离度”“障碍度”3项指标分析影响甘肃省降低多维贫困水平的障碍度及障碍因子。其中因子贡献度（F）代表单项指标因素对县域多维贫困程度总目标的影响程度；
指标偏离度（I）表示单项指标与县域整体多维贫困程度之间的差距；
障碍度（O）分别表示单项指标和分类指标对县域多维贫困程度的影响值，该项指标是其障碍诊断的目标和结果。具体计算步骤：

首先，确定因子贡献度Fj和指标偏离度Ij：

其中，Wj是第j个单项指标权重；
Yjb是第j个单项指标所属的第b个准侧层的权重；
Zij表示第i个评价对象第j个单项指标采用极差法而得到的标准化值。

其次，计算第j个指标的障碍度Oj：

最后，计算各准则层指标的障碍度Ub：

（三）数据来源

社会经济统计数据主要来自《甘肃发展年鉴》（2013—2020年）及《中国县域统计年鉴》，行政区划数据和路网数据取自国家基础地理信息中心网站，植被覆盖数据取自资源环境科学与数据中心网站。此外，部分缺失年份的经济数据，采用线性插值法和KNN插值法弥补。

（一）甘肃省多维贫困识别与整体特征

利用熵权法，计算得到2013—2019年甘肃省多维贫困水平综合得分（表2），且为了能够更加直观地呈现出甘肃省多维贫困水平的变化趋势，将测度结果图示化，2013—2019年甘肃省多维贫困评价结果见图1。

表2 2013—2019年甘肃省多维贫困水平测度结果

图1 2013—2019年甘肃省多维贫困评价结果

总体上，甘肃省MPI增长趋势明显，但也存在波动。2013—2019年甘肃省MPI的年均增长率为13.6%，2019年的MPI是2013年的2.15倍，期间虽然在2016年MPI出现短暂回落，但之后持续上升，表明甘肃省的多维贫困水平在明显减小。分析贫困各维度呈现结果，人力资本指数逐年增加，但其数值变化幅度不大，说明甘肃省的人力资本水平有所提高，但是始终缺乏创造性和流动性，制约着甘肃省整体多维贫困程度的缓解；
金融资本指数在2013年到2019年之间不断波动，没有明显变化趋势，表明甘肃省的经济发展速度缓慢，金融资本没有得到明显的改善，对地区缓解贫困的作用不显著；
社会资本指数从2013年到2019年呈逐步上升趋势，且历年社会资本增长幅度较大，说明甘肃省在不断丰富社会资源，完善各类福利机构建设，加强人与人之间的社会联系，提高了城乡居民的生计水平；
物质资本、自然资本指数变动趋势大致相同，都在2016年有一定程度下降，但随后呈现上升趋势，表明物质资本的提高有利于提高农户的生产力，农户的生产生活对自然资源的依赖性普遍很强，因此随着自然资本的提高，农户的生计水平也有所改善。另外，环境/背景脆弱性指数呈现波动上升的趋势，说明甘肃省的生态环境有明显的改善，但该指标值相对较小也说明，环境脆弱性因素对甘肃省缓解多维贫困的贡献较小，恶劣的自然环境仍是制约甘肃省缓解贫困的重要因素。在我国反贫新阶段，生态环境对经济发展的支撑作用越来越明显，因此还需加强甘肃省生态环境保护，修复西北地区的生态安全屏障，实现甘肃省快速、高质量发展。

进一步分析2016年甘肃省MPI下降的政策因素。“十三五”时期我国推进农业供给侧结构性改革，加快提高农业供给体系的质量和效率，农业种植面积有所调整，农业机械化总动力也受此影响，甘肃省亦不例外。具体来看，受农业供给侧结构性改革的影响，单位面积粮食产量和农村人均机械总动力在2016年都出现了不同程度的下降，随后稳步提升。2016年《甘肃省“十三五”农业现代化规划》中强调，甘肃省应转变升级传统农业的生产方式，聚力发展蔬菜、林果、中药材等特色优势产业，优化粮食作物种植结构，促进农业现代化技术的提高，改善农业支撑条件。2015年全省粮食种植面积4 073.58万亩，之后逐年递减，2019年下降为3 871.66万亩。全省粮食产量在2016年下降了37.1万吨，但从2017年开始逐年递增，到2019年增加45.1万吨。农业机械总动力在2016年受到粮食播种面积调整的影响，也出现一定程度的下降，全省农村人均机械总动力从2015年到2016年下降了27.5%，之后出现增长趋势，到2019年农村人均机械总动力上涨20.9%。农业发展方式的转变对农户的生产生活造成暂时性冲击，但随着农业供给侧结构性调整，不仅有效保障基础农作物的供给，同时甘肃省农业发展质量效益和竞争力不断提高，对多维贫困程度的缓解作用明显。

（二）甘肃省县域多维贫困的时空特征分析

我国扶贫工作主要在行政单元的基础上进行资金或其他帮扶政策的分配。以县域为基本单元，对甘肃省多维贫困的时空特征进行分析，运用自然断裂分级法将甘肃省县域多维贫困等级划分为相对富裕区、过渡区和相对贫困区。其中2013年等级划分属于过渡区、相对贫困区的县区总共有74个，2016年有74个，2019年有69个，与划定的75个贫困县区相比，三年的重复率均达90%以上（如图2所示），间接说明了多维贫困等级划分的有效性，而且收入较少的县区，其多维贫困程度也较高。同时该结果也说明甘肃省县域多维贫困在稳步改善，但改善进度缓慢，而期间退出贫困名单的县区，虽然收入有所改善，但整体的贫困脆弱程度较高，发展相对落后，存在一定返贫的风险。利用该等级划分方法对甘肃省县域多维贫困的空间分布特征进行空间可视化分析，同时对其空间聚散特征进行测度分析，呈现如下特点：

图2 2013—2019年甘肃省县域多维贫困指数空间分布

1.县域多维贫困分布的空间差异特征显著

甘肃省的相对富裕区数量较少，主要分布在河西走廊地带。这与河西走廊自然条件良好，拥有丰富的自然景观资源和较好的农耕条件，以及区域旅游业和农业发展良好有关，同时河西走廊以北地区荒漠连片，地广人稀，贫困人口基数小，与其他地区相比人均收入较高，而这也是引起贫困差异的一个关键因素。相对贫困区内的县区数量较多，连片分布在陇中地区、陇东地区和陇南地区。陇中、陇东地区坐落在黄土高原上，依托自身矿产资源优势，主要以第二产业为主，但该地区资源分布不均衡，大部分县域基础设施相对落后，工业发展缓慢，县域经济的竞争力较弱，而且该地水资源匮乏，严重制约地区农业可持续发展和农民收入的增加。陇南地区地形以山地、丘陵为主，土地贫瘠，可耕作的土地较少，同时该地区生态环境脆弱，自然灾害频发，因此地区整体贫困程度较大。过渡区主要分布在河西走廊以及部分相对富裕区周边，受相对富裕地区影响，整体的贫困水平相对较低。

2.多维贫困改善由东向西不断延伸

2013年相对贫困区包含50个县区，数目合计占全省县区总数目约58%，到2019年，相对贫困区减少为47个。期间相对贫困区中的兰州市（永登县、榆中县）、平凉市（静宁县、华亭市）、陇南市（武都区、徽县）从相对贫困区转变为过渡区。2013年相对富裕区仅有12个，分别为酒泉市（肃州区、阿克塞县、肃北县）、嘉峪关市、兰州市（城关区、七里河区、西固区、安宁区、红古区）、张掖市（甘州区）、金昌市（金川区）、白银市（白银区）。至2019年，相对富裕区增加为17个，新增酒泉市（敦煌市、玉门市、瓜州县）、武威市（凉州区）、临夏州（临夏市）5个地区。整体来看，甘肃省的多维贫困程度在减小，开展精准扶贫工作取得一定成效。但2016年到2019年转变为相对富裕的县域仅增加6个，说明甘肃省缓解多维贫困的进程慢、难度大，扶贫任务艰巨，对于一些贫困缓解地区难以建立有效的稳定机制，存在返贫风险。

3.县域多维贫困空间集聚特征明显

运用全局Moran’s I来分析甘肃省县域多维贫困的空间关联和差异程度，并利用局部空间自相关来探究多维贫困在具体空间位置区域的异同。从表3的计算结果可以看出，2013—2019年甘肃省县域多维贫困的全局Moran’s I值保持为正，且均通过了1%的显著性水平检验，说明甘肃省县域MPI在空间上有较高的集聚效应。MPI指数越高的县区，其周边的MPI值也越高；
MPI较低的县区，其周边县区的MPI值也越低，说明甘肃省多维贫困处于区域发展不均衡的状态，存在集中连片贫困现象。在时间维度全局Moran’s I总体上波动式上升，从2013年的0.2293上升到2019年的0.2458，意味着甘肃省县域多维贫困的空间集聚程度在逐渐强化，说明随着扶贫政策的推进，虽然地区贫困人口的收入有所改善，但从多维角度来看，地区间的经济发展综合水平差异显著，区域发展不平衡问题突出。

表3 2013—2019年甘肃省MPI全局自相关检验

测算局部 Moran’s I，在 5% 的显著性水平下，将全省各县区划分为低低、低高、高低及高高4种类型，三年间各类型显著数目有所差异，但变化幅度不大。低低型县域主要集中分布在陇南地区，低低型县区显著个数约占全省10%，这些县区多维贫困程度高，且周围也分布着贫困程度高的县区。高高型县区主要分布在河西走廊地带，显著县区的数目约占全省12%，而低高类型和高低类型县区较少，说明甘肃省县域MPI以高值、低值聚类为主，进一步说明甘肃省区域发展不平衡，呈现“西富南贫”的现象。同时，全省仅兰州市五区显著属于高低类型县区，说明兰州市周围的县域经济发展缓慢，多维贫困程度较高，而兰州作为省会城市与周边地区经济联系松散，对县域经济的带动作用有限。

图3 2013—2019年甘肃省县域多维贫困指数热点分布

（三）多维贫困障碍度分析

上述研究探讨了县域多维贫困的程度及其时空特征，对扶贫进展及其表现出的特征进行分析，在此基础上进一步认识阻碍多维贫困治理的障碍因素，对巩固脱贫攻坚成果及城乡共同富裕意义重大。运用障碍因素诊断模型，对2013—2019年制约地区减贫的障碍因素进行识别，深入分析阻碍甘肃省脱离多维贫困的各项障碍因素。

1.省级层面多维贫困障碍度情况

对影响甘肃省总体的障碍因子进行诊断，从准则层来看，表4给出了2013—2019年甘肃省多维贫困水平障碍因子排序及其障碍度，综合各年结果显示排名前3的障碍因子主要集中在人力资本（B1）、金融资本（B2）和物质资本（B4），且三个指标的影响程度各不相同。

表4 甘肃省多维贫困水平准则层主要障碍因子障碍度(2013—2019年)

金融资本障碍度从2013年到2019年间呈波动上升，年均增长速度为10.76%，逐渐占据障碍度排名第1位。人力资本障碍度整体呈现上涨趋势，2014年到2016年位于第1位，从2017年开始一直居于第2位，整体年均增长速度为5.37%，说明甘肃省的人力资本逐渐阻碍程度有所下降，但始终为阻碍缓解多维贫困的重要因素之一。物质资本障碍度波动下降，到2019年物质资本障碍度的排名下降到第3位。整体来看，2013—2019年影响甘肃省多维贫困水平的首要方面是人力资本，平均障碍度达到25.71%，其后依次是金融资本障碍度和物质资本障碍度，均值分别为25.35%和24.46%。

从指标层来看，表5给出了2013—2019年指标层障碍度前4的障碍因子。不难发现，研究期内障碍因子中反映多维贫困中金融资本的指标约占35%，反映多维贫困中物质资本的指标约占28%，反映多维贫困中人力资本的指标占25%，反映多维贫困中自然资本的指标约占10%。因此金融资本中的评价指标占据障碍度排名前4的大部分，且金融资本障碍度较为明显，说明其对多维贫困水平影响较大且持续时间长。其中2013—2015年，金融资本中的人均地区生产总值（C4）、地区居民储蓄存款余额（C5）是出现频率较高的指标且障碍度排名在逐渐提升，物质资本指标中的农村人均用电量（C11）也在前4排名中出现频率较高。说明在这一时间段内，甘肃省整体经济发展缓慢，金融机制不健全，农村公共基础设施不够完善。自2016年开始，金融资本中的指标入围排名个数有所减少，但其中公共财政一般预算收支比（C5）逐渐居于第一位，人力资本指标中的普通中学在校学生数（C2）出现频率较高且排名较前，物质资本指标中的农村人均机械总动力（C9）排名下降，同时自然资本指标中的人均灌溉面积（C13）进入前4项，说明在这一时间段内，财政支持力度有所减小，人才流失严重，农业耕作条件下降是限制甘肃省缓解多维贫困的主要障碍因素，而恶劣的自然条件对甘肃省经济发展的制约作用越来越明显。

表5 甘肃省多维贫困水平指标层主要障碍因子障碍度(2013—2019年)

2.县域层面多维贫困障碍度情况

依据划分的相对富裕区、过渡区和相对贫困区三类区域，以各地区指标障碍度的均值作为指标排序的依据，分别筛选准则层障碍度前3项指标和指标层障碍度前4项指标为主要障碍因素，具体结果如表6所示：

表6 2013—2019年各地区多维贫困准则层主要障碍因子障碍度

从准则层测算结果（表7）来看，基于SLA理论框架，甘肃省县域多维贫困障碍因素集中在人力资本、金融资本和物质资本。从2013—2019年，三个地区排名第1的障碍因子为物质资本（B4），并且其障碍度总体呈下降趋势，表明尽管物质资本障碍度有所缓解，但对于经济水平较高的地区，或是发展相对落后的地区，基础设施不健全是制约地区经济发展，阻碍缓解多维贫困的主要因素。排名第2的障碍指标主要为金融资本（B2），但整体障碍程度呈上升趋势，说明金融资本对区域发展有较高的阻碍作用，并且阻碍程度在上升。排名第3的障碍指标为人力资本（B1），相对贫困区和过渡区的人力资本障碍度呈现一定的下降趋势，而相对富裕区的人力资本障碍度呈上升趋势，说明随着各项扶贫政策的有效推进；
相对贫困的地区的教育资源有所改善，家庭生活条件提高，适龄儿童入学人数有一定程度的增加，地区的人力资本得到改善，而相对富裕的地区人口基数小，且该地基础设施不完善，自然条件恶劣等因素影响人口流失，从而增加了该地区的人力资本障碍。

表7 2013—2019年各地区多维贫困指标层主要障碍因子障碍度

障碍因子排序结果显示，从2013年到2019年整体来看，三类地区减贫的障碍因子主要集中在普通中学在校学生数（C2）、人均地区生产总值（C4）、地区居民储蓄存款余额（C6）和农村人均用电量（C11），说明经济发展缓慢、人力资本缺失、金融体量小及地区基础设施不完善是造成各县区贫困的主要原因。具体来看，相对贫困区入围前3的指标主要集中在（C1）（C9）（C11），排名第 4 的人均地区生产总值（C4）出现频率较高，说明经济金融发展水平落后、农业机械化程度低、农业劳动力过剩、缺少高质量人力资源是造成贫困区多维贫困的主要障碍因素，因而促进经济发展、增加贫困区农户的收入、完善基础设施、促进加快转变农业生产方式是相对贫困地区首要的工作。过渡区排名第1的指标为普通中学在校学生数（C2），且其障碍度有增长趋势，而排名第4中地区居民储蓄存款余额（C6）出现频率较高，说明过渡区人口受教育程度不高、居民存款量偏少的问题突出。对相对富裕区来说，该地区入围前4的障碍因子变动较多，说明随着经济的发展，较为富裕地区的障碍度有所缓解，但受阻碍因素会因地区经济发展特色、水平的差异而呈现出多样化。具体来看，出现频率较高的为金融资本下的指标，说明该地区的县域经济发展速度较慢，缺乏良好的投资环境，地区面临的资金瓶颈问题突出，县域经济普遍面临“金融抑制”问题。同时物质资本指标与人力资本指标频繁出现，也说明该地区人口密度较低，道路建设不完善导致运输成本高，难以吸引资金和人才。

（一）结论

当前，我国贫困治理背景已发生全面转换，仅依靠单一的经济维度已不足以衡量贫困，只有从多维度识别地区贫困，探索欠发达地区贫困的复杂成因和特征，才能有效防止返贫，实现城乡共同发展的目标。因此，研究以甘肃省所有县区为例，结合地区发展现状以及未来可持续发展需求，从人力资本、金融资本、社会资本、物质资本、自然资本以及环境/背景脆弱性6个维度11个指标测算甘肃省多维贫困指数（MPI），对甘肃省多维贫困程度及时空演变特征进行分析，根据障碍度模型进一步分析了甘肃省县域减贫障碍的主要因素。研究结果表明：

第一，自扶贫工作开展以来，甘肃省的多维贫困状况有所缓解。从2013—2019年，甘肃省MPI和县域MPI基本是上升的，甘肃省的多维贫困程度整体在下降，各县区的贫困程度均有所缓解。但是，大多数县域的多维贫困程度仍然高于平均水平，甘肃省未来治理相对贫困工作仍然面临着严峻的挑战。

第二，甘肃省县域多维贫困指数的空间分布呈现出集中连片的特点。多维贫困程度较大的县域主要分布在陇南及陇中的南部地区，多属定西市、陇南市和甘南州；
多维贫困程度较小的县域主要集中分布在河西走廊地带，阿克塞县、肃北县、玉门市、敦煌市等都是MPI值较高，多维贫困程度较小的地区。从时间维度上来看，甘肃省县域多维贫困有“由东向西”蔓延好转的发展趋势，但MPI值平均增长速度较小，逐步降低贫困脆弱程度是甘肃省巩固脱贫攻坚成果下的重要工作，需要及时做好防止返贫监测工作。

第三，人力资本、金融资本、物质资本是影响甘肃省县域多维贫困的主要因素，而经济水平落后、金融体量小，是制约甘肃省缓解多维贫困的重要因素。随着区域、城乡之间经济发展不平衡，甘肃省人力资源快速下降、人才流失严重也逐渐成为甘肃省多维贫困问题严重的主要障碍。而且随着多维贫困程度的降低，地区面临的障碍因素也将多元化，意味着不仅要兼顾地区经济的发展，还需要倾注更多的精力、智慧去解决复杂问题。

（二）启示

基于以上研究结论，得出如下启示：

第一，从县域多维贫困水平测度结果应充分意识到，甘肃省作为经济欠发达地区相对贫困程度较高，有效识别测度区域的相对贫困程度是后扶贫时期推进减贫工作的基础。因此在衔接乡村振兴战略的关键时期，不仅要对区域的相对贫困程度拓宽评估视角，而且在政策的制订上应充分考虑到人力、金融、社会、物质、自然及生态脆弱性等各个维度，加快欠发达地区城镇化建设，统筹谋划产业发展、基础设施、公共服务、人才引进、生态保护等布局，全面推进县域城乡建设规划，缩小城乡区域差异，促进甘肃省经济快速、均衡发展。

第二，从县域多维贫困的时空分布特征可以看出，甘肃省多维贫困水平有显著的区域异质性，因此需要针对不同地区经济水平及自然禀赋存在的差异，因地制宜地制订相对贫困治理措施。一方面对于多维贫困程度较高的陇南地区，应立足山区资源优势，发展山地特色高效农业，积极推广中药材、食用菌等特色产业，提高综合效益，加强产业帮扶力度；
另一方面依托河西走廊独特的区位优势和自然禀赋，推动发展河西戈壁生态农业，加强农业产业现代化建设，打造设施装备先进、科技水平高、综合生产力强的农业产业。总之，要发挥地区优势、突出地方特色、实现区域间的差异互补，同时继续深化农业供给侧结构性改革，优化农业生产结构和区域布局，着力增强农业综合生产力，逐步缓解地区发展差异。

第三，从阻碍多维贫困缓解的障碍因素分析可以看出，未来甘肃省减贫工作的重心在于从金融、人力、物质和生态环境方面做出进一步改善。因此为推动区域协同发展，实现全体人民共同富裕的目标，在甘肃省相对贫困治理中：一要健全金融体制，强化中小银行和农村信用社的信贷服务；
二要大力培养和引进创新创业人才，推进人才发展体制机制改革；
三要加强公共基础设施建设，积极推进农村农业现代化；
四要加强生态保护建设，加大黄河流域生态保护力度，加强西部地区生态安全屏障建设，特别是对于生态环境脆弱的陇南地区，需要加强防治自然灾害频发，减少因灾返贫致贫的风险。

需要注意的是，研究以脆弱性-可持续分析框架理论为基础，针对甘肃省县域构建多维贫困识别指标体系和多维贫困指数，基于数据驱动定义影响区域相对贫困的各个维度，最大限度避免人为确定权重的主观性，使相对贫困识别更具客观性，建立了一种有效的多维度区域相对贫困识别方法。但需要注意到的是，贫困问题有其复杂性和多样性，构建的多维贫困指标对评价结果有较大影响，因此在选取指标时难免存在片面性。此外，贫困的属性有定性的也有定量的，如何将定性变量纳入评价体系，增加主观评价方法，使多维贫困的测度方法更加完整，应是下一步研究的方向。

猜你喜欢 甘肃省县域障碍 为何中年婚姻障碍多中老年保健(2022年3期)2022-08-24致敬甘肃省腹腔镜开展30年腹腔镜外科杂志(2022年7期)2022-08-16基于融媒体环境的县域媒体技术创新中国新通信(2022年3期)2022-04-11县域经济 绥德“网上货运港”当代陕西(2021年13期)2021-08-06席晓辉作品美与时代·美术学刊(2020年11期)2020-03-03县域高中文科数学生态课堂的“三味”福建基础教育研究(2019年4期)2019-05-28跟踪导练（四）2时代英语·高一(2019年1期)2019-03-13内向并不是一种障碍文苑(2018年17期)2018-11-092017年度甘肃省三八红旗手（集体）名单现代妇女(2018年5期)2018-05-15国家十项举措推进县域内城乡义务教育一体化改革发展农家书屋(2016年8期)2016-05-14 相关热词搜索：多维，甘肃省，县域，