Research on Poverty Dynamics in Bijie City, Guizhou Province:
Based on the Analysis of Poverty Distance Index
陈果 CHEN Guo
（贵州师范大学地理与环境科学学院，贵阳 550025）
（School of Geography & Environmental Science，Guizhou Normal University，Guiyang 550025，China）
摘要: 科学的掌握贫困的动态变化，可以为扶贫开发政策的制定提供良好的建议。本文通过计算毕节市2000-2015年各县区贫困距离指数，分析了该地区的贫困格局及动态。结果表明，全区8个县区经济维度上在2010年已实现脱贫。各县区之间的脱贫速率存在较明显的差异性，从脱贫速率上来看七星关区、金沙县、黔西县快于其他5个县区。贫困县区在空间上存在依赖性，贫困呈现出连片分布的特征。最后，建议在发展经济的同时，应该加强对相对落后的地区的扶持力度，缩小地区之间的差异。
Abstract: Scientifically grasping the dynamic changes of poverty can provide good suggestions for the formulation of poverty alleviation and development policies. This paper analyzes the poverty pattern and dynamics of the districts by calculating the poverty distance index of counties in Bijie City from 2000 to 2015. The results show that in 2010, all the eight counties and districts in the region have achieved poverty alleviation in the economic dimension, but there is a significant difference in the rate of poverty alleviation between counties and districts. The rate of poverty alleviation shows Qixingguan District, Jinsha County and Qianxi County is faster than the other 5 counties. Poverty counties have spatial dependence, and poverty presents a contiguous distribution. Finally, it is suggested that while developing the economy, it should strengthen support for relatively backward regions and narrow the differences between regions.
关键词：毕节市；贫困距离指数；贫困动态
Key words: Bijie City；poverty distance index；poverty dynamics
中图分类号：F126 文献标识码：A 文章编号：1006-4311（2019）01-0047-04
0 引言
贫困是指个人或家庭经济收入低于当时、当地生活必需品购买力的一种失调状况。维持并提高人民对基本的物质需求是人类可持续发展的一大目标。在这样的背景下，消除贫困成为实现可持续发展目标的重要组成部分。贫困具有较明显的时空分布特征，国家在全国共划分了14个连片特困地区，并成为了我国扶贫攻坚的主战场[1]。因此，掌握贫困的时空动态变化在消除贫困过程中具有十分重要的意义。相关专家学者从不同的时空尺度出发来研究贫困问题。例如，周侃等分析了我国贫困县的空间格局，提出贫困集中连片分布的趋势仍然没有转变[2]；王永明等对贵州省的贫困格局进行了研究，分析出贵州省区县乡村贫困具有时空稳定性，且呈现出“马蹄”形的空间异质特征[3]。
随着对贫困问题认识的不断加深，贫困的认定也呈现出多维度的认定模式，如从教育、健康、环境等方面来考量。但不管是从单一维度或者是多维度出发来研究贫困，经济维度始终是认定贫困的最基本维度[4]。从经济维度来研究贫困，可以反映出一个地区的绝对贫困状况。通过经济维度来研究贫困的方法较多，其中，计算地区的贫困距离指数是一种较为简单直接的方法。贫困距离指数是通过计算农村居民和城市居民人口数与农村居民人均纯收入和城镇居民可支配收入的数量关系，从而得出关于地区贫困状况的数值[4，16]。由于贫困距离指数这一方法便于计算，所以被广泛的运用在研究不同地域尺度的贫困格局和贫困动态上。例如，梁汉媚等利用贫困距离指数分析了2002-2009年中国城市贫困人口动态变化特征[5]；任强等基于该指数分析了中国北方农牧交错带的贫困格局及贫困动态[6]。
贵州省毕节市位于贵州省西北部，毗邻川、滇，具有重要的战略地位。但由于脆弱的生态环境以及身处乌蒙山区，导致该地区成为贵州省乃至全国较为贫困落后的地区之一。近年来，相关学者开始对毕节市的贫困问题进行了深入的研究。例如，孙秋等运用SWOT模型，分析了毕节市新时期农村开发的有利条件以及存在的问题和面临的风险[7]；罗晓珊等运用多维贫困测度法分析了毕节市贫困的时空变化特征[8]。但是，从较长时间尺度上分析研究毕节市贫困动态问题的研究还相对缺乏。本文旨在通过运用贫困距离指数这一研究方法，对毕节市2000-2015年的贫困动态进行深入的分析研究，总结出毕节市在这一时间尺度内的贫困动态。
1 研究区概况、数据与方法
1.1 研究区概况
毕节市位于贵州省西北部，东经105°36′-106°43′，北纬26°21′-27°46′之间。下辖七星关区、大方县、黔西县、金沙县、织金县、纳雍县、威宁县、赫章县等1区7县，国土面积约为2.7万平方千米。区内地形以山地为主，沟壑纵横、山高谷深，相对高差较大，最高海拔为2900.6m，最低海拔457m。由于特殊的地形地貌以及脆弱的生态环境导致毕节市长期处于贫困的状态。截止到2015年，毕节市仍有农村贫困人口115.45万人，占贵州省贫困人口的23.4%[9]。
1.2 数据来源
贫困距离指数的计算需要研究区相应的人口数据、社会经济统计数据，分析贫困的空间格局以及动态时需要涉及基础地理信息数据。人口数据和社会经济统计数据主要来自《贵州省统计年鉴》[9-12]、《毕节市统计年鉴》[13]。包括了城镇居民人口数和农村居民人口数、农村居民人均纯收入和城镇居民可支配收入几类指标。基础地理信息数据来源于ASTER GDEM第一版本（V1）的数据。
1.3 研究方法
1.3.1 可比价换算
在计算贫困距离指数时，涉及到2000-2015年的农村及城镇人均收入数据，为了消除由于不同年份通货膨胀等因素造成的价格变动。根据Bernanke的研究[14]，运用价格平减指数将不同年份的居民人均收入转化为以2015年为基期的可比价收入，转化公式为：
I■■=I■■·D■■
其中I■■表示以2015年为基期的第t年可比价人均收入；I■■表示第t年的现价人均收入；D■■表示2015年为基期的第t年价格平减指数，价格平减指数可以通过查阅《中国统计年鉴》[15]获得。
1.3.2 贫困距离指数
本文计算了毕节市各县区2000年、2010年、2015年的贫困距离指数[16]。县区贫困距离指数计算公式为：
■
式中Gq表示q县区的贫困距离指数；Z表示贫困标准，本文参考国际贫困标准1.9美元/天，并按照美元汇率换算成人民币4243元（按照2015年1月1日和汇率，一年按照365天计算）；Iq表示q县在2015年的人均可比价人均收入。Iq的计算过程表示为：
■
其中I■■表示q县农村居民可比价人均收入；I■■表示城镇居民可比价人均收入；P■■和P■■分别表示农村居民人口总数和城镇居民人口总数。
1.3.3 贫困等级划定
为了分析毕节市各区县的贫困动态，根据各区县贫困距离指数进行分级。参考任强等在计算北方农牧交错带贫困动态的研究[6]，利用等比分割法，将县区贫困等级划分为3个等级，划分过程为：
■
其中Class■■表示q县的贫困程度；1表示轻度贫困；2表示中度贫困；3表示重度贫困。
2 结果分析
2.1 毕节市2000年贫困格局
基于2000年毕节市各县区所测贫困距离指数，毕节市全区均处于贫困状态。其中七星关区、金沙县处于中度贫困状态，威宁县、赫章县、纳雍县、大方县、黔西县、织金县六县处于重度贫困状态。从贫困等级角度来看，2000年毕节市重度贫困县区数量居多，占总县区数量的75%。重度贫困县区的人口数量为508.6万，占全区总人口数量的73.64%，其中城镇人口数量为25.96万，农村人口数量为482.64万。中度贫困县区占总县区数量的25%，人口数量为182.03万，占全区总人口数量的26.36%，其中城镇人口数量16.87万，农村人口数量为165.16万（表1，图2a）。
从空间格局上来看，在毕节市2000年各区县中，中度贫困县区主要是分布在毕节市的北部地区，所占研究区地域面积较小；重度贫困县区分布在毕节市广大的南部及西部地区，且呈现出集中分布的特点（图2a）。
■
2.2 2000-2015年毕节市的贫困动态
基于毕节市各县区贫困距离指数分析该区域的贫困动态，2000-2006年期间，毕节市在经济维度上实现脱贫的县区有3个，分别是七星关区、金沙县、黔西县，占区县数量的37.5%，其中七星关区、金沙县是由中度贫困县区转变为非贫困县区，黔西县是由重度贫困县区转化为非贫困县区；轻度贫困的县区有3个，分别是大方县、纳雍县、织金县，占全区37.5%，三个县区都是由重度贫困县区转变为中度贫困县区；中度贫困县区有2个，分别是威宁县、赫章县，占全区25%，两个县区均是由重度贫困县区转化为中度贫困县区 （图2b）。
2010年毕节市各区县在经济维度上呈现出贫困的县区数量由2006年的5个减少至0个。从2006-2010年各区县的减贫状况来分析，中度贫困减贫至非贫困的县区有2个，分别是威宁县、赫章县；轻度贫困减贫至非贫困的县区有3个，分别是大方县、织金县、纳雍县。2010-2015年间，毕节市各区县在经济维度上均稳定在非贫困县区状态。
■
3 讨论
3.1 贫困标准的选取对研究结果的影响
通过分析贫困距离指的数计算方法，贫困标准的选取对研究结果有着较大的影响。本文另选取了4种不同标准的贫困线与1.9美元/天的国际贫困标准进行比较，得出毕节市各区县在不同贫困标准下贫困距离指数对比表（表3）。由表3可以看出基于不同贫困标准下所得结果存在着较大的差异性。以2000年为例，在1196元/年这一贫困标准下，毕节市8个区县在经济维度上均属于非贫困状态；在2300元/年和1.01美元/天的贫困标准下有6个县区处于贫困状态，2个县区处于非贫困状态；在1.25美元/天的贫困标准下，研究结果与1.9美元/天相同，8个县区均处于贫困状态。因此，科学选取贫困标准对分析地区贫困格局和贫困动态至关重要。
■
本文选取1.9美元/天的国际贫困标准是世界银行通过计算最贫困国家居民满足自身温饱所需支出所得，目前被广泛的运用到评估地区绝对贫困人口。且考虑到2000-2015年期间美元汇率、购买力的变化。综合考虑的情况下，本文选取了1.9美元/天国际贫困标准来评估毕节市2000-2015年贫困动态。
3.2 缓解各区县贫困的关键因素
通过本文研究可以看出在2000-2015年期间，毕节市在经济维度上脱贫成效显著，尤其是在2000-2010年期间，全区8个县区全部实现脱贫。毕节市属于典型的喀斯特石漠化山区，脱贫难度大，国家强有力的扶贫政策在毕节市各区县脱贫过程中起到决定性的作用。2000-2010年期间，中国实行较大规模的扶贫开发政策。在2001年国务院颁发的《中国农村扶贫开发纲要（2000-2010）》中，强调改善贫困地区的经济发展状况，提高贫困地区人民群众生产生活水平。2010年至今，国家又实施了大量扶贫开发政策，《中国农村扶贫开发纲要（2010-2020）》的印发，开始对连片特困地区的精准帮扶以及精准扶贫政策的实施等都为毕节市的扶贫开发提供了机遇。
3.3 结论与展望
毕节市是贵州省乃至全国贫困问题突出的地区之一。在国家政策的正确指导以及人民群众的不懈努力下，毕节市2000-2015年期间在经济维度上的脱贫成效十分显著。通过对毕节市各县区县域尺度上的贫困距离指数进行分析，毕节市2000年的8个县区在经济维度上均处于贫困状态，且贫困程度较深；相同贫困等级的区县在空间上呈现出集聚现象，2000年的重度贫困的6个县区以及轻度贫困县区2个县区呈现连片分布特征，2006年中度贫困的2个县区以及轻度贫困的3个县区也呈现出了集中连片分布的现象；2000-2015年期间各区县在经济维度上均实现脱贫，但脱贫速率在各区县间呈现出差异性，其中金沙县、七星关区、黔西县在经济维度上脱贫先于其他县区。因此，在下一步的扶贫政策制定过程中，应该加大对连片特困地区的扶持力度，缩小贫困地域差异，科学扶贫。
本文的研究仍然存在着一定的不足。首先，本文是基于县区尺度来研究毕节市的贫困动态，县域尺度相对较大，在今后的研究过程中可细化研究对象。其次，贫困距离指数是基于经济维度的一种研究贫困问题的方法，但影响贫困的影响复杂多样，如地区的教育、医疗、基础设施等因素，在上述因素的影响下可能导致研究结果与实际情况稍微有一些误差。在今后对毕节市贫困动态的研究时，应考虑多维因素对贫困的影响。
参考文献：
[1]本社.中国农村扶贫开发纲要.2011～2020[M].人民出版社， 2011.
[2]周侃，王传胜.中国贫困地区时空格局与差别化脱贫政策研究[J].中国科学院院刊，2016（1）：101-111.
[3]王永明，王美霞，吴殿廷，等.贵州省乡村贫困空间格局与形成机制分析[J].地理科学，2017，37（2）：217-227.
[4]Klasen S, Krivobokova T, Greb F, et al. International income poverty measurement: which way now?[J]. Journal of Economic Inequality, 2016, 14(2):199-225.
[5]梁汉媚，方创琳.中国城市贫困人口动态变化与空间分异特征探讨[J].经济地理，2011，31（10）：1610-1617.
[6]任强，何春阳，黄庆旭，等.中国北方农牧交错带贫困动态——基于贫困距离指数的分析[J].资源科学，2018（2）.
[7]孙秋，崔嵬，周丕东，等.毕节试验区新时期农村扶贫开发的SWOT分析[J].贵州农业科学，2011，39（12）：262-267.
[8]罗晓珊，蔡广鹏，韩会庆，等.喀斯特山区多维贫困度时空变化特征分析——以毕节市为例[J].贵州师范大学学报（自然科学版），2017，35（1）：8-14.
[9]贵州省统计局.贵州统计年鉴[M].中国统计出版社，2016.
[10]贵州省统计局.贵州统计年鉴[M].中国统计出版社，2001.
[11]贵州省统计局.贵州统计年鉴[M].中国统计出版社，2007.
[12]贵州省统计局.贵州统计年鉴[M].中国统计出版社，2011.
[13]毕节地区统计局.贵州省毕节地区统计年鉴定会2000年[M].内部文献，2001.
[14]Bernanke B S, Mihov I. Measuring Monetary Policy[J].The Quarterly Journal of Economics, 1998, 113(3): 869-902.
[15]国家统计局.中国统计年鉴-2016[M].北京：中国统计出版社.
[16]Clark S, Hemming R, Ulph D. On indices for the measurement of poverty [J]. The Economic Journal, 1981, 91（362）: 515-526. |
