农村贫困及其时空分布的多尺度多维度探测

1绪论 1.1研究背景与意义 贫困是一个全球性的重大社会问题和现实问题，包括人口贫困和区域贫困。消除贫困、缩小城乡差距是人类实现可持续发展的重要目标之一（Hayati et al.，2006；Okwi et al.，2007；Liu et al.，2015）。中国作为世界上*大的发展中国家，各个发展时期曾经存在当时标准下的规模庞大的绝对贫困人口。其中，农村贫困问题一直以来都是中国政府制定扶贫开发规划及系列扶贫政策的重点(Duvlos and Abdelkrim，2010; Lu，2012)。改革开放以来，中国农村反贫困实践取得了举世瞩目的成绩。由《中国扶贫开发年鉴2017》可知，农村贫困人口从1978年的2.5亿人减少到2016年底的4575万人，贫困发生率相应地从30.7%下降到2016年底的4.5 %，标志着《中国农村扶贫开发纲要（2011—2020年）》提出的中期目标顺利实现。尤其是党的十八大以来，农村脱贫人口累计减少8000多万人，平均每年减贫1300万人以上，创造了我国减贫史上的*好成绩。到2020年底，中国如期完成新时期脱贫攻坚目标任务。区域性整体贫困得到解决，完成消除绝对贫困的艰巨任务。 但是，成绩的背后，还应充分地认识到，以城乡收入差异、基本公共服务获取不平等、多维贫困等为主要特征的农村相对贫困问题依然存在，仍是当前实施乡村振兴战略的首要任务。如截至2018年底全国还有1600多万农村贫困人口需要脱贫，大多是老弱病残，以及缺乏技能、自我发展能力弱的群众。建档立卡贫困人口中，因病、因残致贫率分别超过40%和14%，65岁以上老年人占比达到了16%。而长期影响农村发展的自然环境和经济约束因素依然存在。由于生态环境、区位交通、历史文化等因素制约，户、村、县的稳定脱贫免不了会遭遇各种现实困境，如脱贫环境积弱、持续增收困难的经济困境，脱贫后帮扶力度递减、内生动力不足的能力困境，以及抗风险能力不强、返贫风险系数高的风险困境。自然条件恶劣、地理位置偏远、生态环境差、基础设施薄弱的黄土高原区、荒漠区、高寒山区、深山区、石山区等，存在明显的“空间贫困陷阱”，即呈现出显著的经济劣势、 社会管理劣势、生态劣势的地理资本缺乏型空间贫困特征（刘小鹏等，2014a）。本书实证研究期(2010～2018年)内，农村贫困空间分布由原来的“大面积”向“区域性、大分散小集中”转变，贫困的分布存在较严重的空间不均衡性（Wang and Chen，2017），依然总体表现为“贫困深、成因杂、分布广、聚集强”的态势(刘彦随等，2016；陈烨烽等，2016；Wang and Qian，2017)。尤其是自然资源、生态环境、气候变化的影响，越来越成为影响扶贫效果的新的挑战。贫困地区生态环境脆弱带的空间范畴和脆弱程度，都表现出明显增长的态势(曹诗颂等，2016)。而在以往的扶贫过程中，扶贫政策的制定往往针对过往已经发生的贫困，即对现有贫困状况进行测算并分析贫困的原因，而后针对分析出的贫困原因进行扶贫政策的制定并实施扶贫工作，但很大程度上忽略了贫困的动态性和风险性。其实，一旦家庭遇到突发事件或额外的重大开销等状况，即使家庭人均收入位于贫困线之上，仍然有可能在未来陷入贫困。为了从根本上消除和预防贫困，不应该只锁定既有的贫困的农户，还要考虑那些面临不同风险、缺乏抗风险能力的家庭，即存在贫困脆弱性的家庭。对于巩固脱贫成果，要做到“防贫于未然”，在真正的贫困发生之前将贫困遏制在“摇篮”中，这将比贫困发生后再战胜贫困更有意义。 农村贫困及其时空分布的多尺度多维度探测1绪论2011年11月国务院颁布《中国农村扶贫开发纲要（2011—2020 年）》，明确提出未来10年要将保持生态环境与经济建设的协调可持续发展作为扶贫开发工作的首要任务之一。分析判断贫困地区生态环境与经济贫困之间的关系，成为统筹地区扶贫开发与生态环境保护、帮助当地农民脱贫致富、实现资源环境与社会经济可持续发展的重要前提(李静怡和王艳慧，2014)。同时，在致贫原因方面，中国农村贫困已不再是由国家经济总体欠发达、制度和政策缺失等普遍性因素造成的“面上”的贫困，而是由特殊的区域环境、生产条件以及人口素质等一系列带有明显地域性特征约束条件导致的“点上”的贫困（陈烨烽等，2016；Wang and Qian，2017）。相应地，扶贫政策也需要进行战略性的调整，需要从瞄准较大尺度向瞄准微观尺度转变。另外，有必要在精准识别出已有贫困对象的同时，也精准识别出未来可能陷入贫困的家庭或群体，制定有针对性的预防措施，在真正的贫困发生前将其遏制在“摇篮”中。 这种贫困对象的瞄准需求，实际上也体现在国家扶贫政策的演变上。为了准确地识别并定点消除贫困对象，中国政府不断完善扶贫开发的政策体系，扶贫开发策略经历了全国全域扶贫、区域重点扶贫和扶贫到村到户的过程，国家对贫困对象的识别与监测也不再仅限于贫困县，贫困村、贫困农户个体的识别也已经越来越受到各级政府重视(Deng，2014)。扶贫开发的对象趋向于细化和精准（Wang and Qian，2017），“一村一品”“一户一策”等策略的实施充分反映了这种趋势。2015年11月中共中央、国务院印发《中共中央国务院关于打赢脱贫攻坚战的决定》，系统提出了“精准扶贫”国家战略，针对贫困县、贫困村、贫困农户个体三级扶贫对象，从“大水漫灌”式粗放扶贫转入“精准滴灌”式精准扶贫，力争做到精准识别、精准帮扶、精准管理。总书记在2017年2月也反复强调，更好推进精准扶贫，精准脱贫，让农村贫困人口如期脱贫、贫困县全部摘帽、解决区域性整体贫困，是全面建成小康社会的底线任务。全面建成小康社会的任务日渐紧迫，“不容一个人掉队”的“全面建成”目标的实现与否与扶贫成败有巨大的关联。因此，精准扶贫意味着中国扶贫战略的深刻变化，迫切期待一系列“超常规”举措和政策“组合拳”取得看得见的成效。 精准扶贫是否“精准”，前提和关键在于底数——扶贫对象及其贫困特征（贫困程度、贫困分布、致贫机理）的识别是否精准。 要寻找贫困破解之道，首先需要找准贫困对象是谁、在哪、为什么贫困；其次需要精准施策，实现“靶向精准”帮扶。精准识别是开展精准扶贫、精准脱贫的前提与基础，而进行动态调整则是保证扶贫对象动态精准的内在要求，其*终目的在于通过精准施策来实现“空间贫困陷阱”的破解。构建长效动态脱贫管理机制，动态监测全方位跟进扶贫进程，不断加强数据分析以满足贫困者的动态需求，提高资源配置效率，可有效避免出现“富人继续戴穷帽或返贫无人问津而更贫困”的现象。而传统的仅针对单一贫困对象（贫困县、贫困村、贫困农户个体）的贫困识别，彼此之间缺少交互梳理，很难做到既把握“面上”的贫困全局特征又准确刻画“点上”的贫困微观特征，进而可能引发对贫困状况了解不全面、扶贫对象不准确、扶贫政策制定及落实不到位的新问题。而传统的贫困识别主要依据收入这一单一指标，忽视了生活水平、教育、医疗等反映社会发展“不平等”的因素对贫困造成的影响。随着贫困内涵的变化，贫困的测度也由单一对收入/消费层面的考量拓展到包含经济和健康、教育、资源禀赋等非经济维度的多维综合考量。另外，已有相关研究对中国农村贫困精细尺度上空间分布变化的判断还很粗糙，农村贫困研究往往是以较大尺度数据（如省级/县级层面数据）为研究基础，掩盖了贫困的真实地理分布状况。至于对农村贫困与空间地理位置、环境因素之间的关系更没有展开科学、可视化的研究。因此，考点贫困的相对性，发展的不均衡性，空间贫困现在乃至以后的很长时间内依然存在，展开空间贫困的研究非常必要，特别是小范围地区的精细尺度贫困绘图工作很紧迫。贫困空间究竟是如何分布的？贫困与地理环境之间的关系究竟是怎样的？是不是空间地理位置造成了贫困? 是不是贫困者“物以类聚，人以群分”?仅从宏观分析上讨论所有地区贫困发生的影响因素是不够的，还必须从微观层面上，有针对性地定量研究区域间的差别化特征。因此，结合宏观和微观、粗放和精准的贫困对象多尺度贫困监测是仍是新阶段农村扶贫需要解决的首要问题。 因此，随着精准扶贫理念的进一步明确与拓展，精准机制的要求更为具体细致，大数据技术因其数据化、网格化与动态化等特点与精准扶贫的机制要求相契合。自国务院2015年9月印发《促进大数据发展行动纲要》以来，信息技术与经济社会的交汇融合引发了数据迅猛增长，应用大数据扶贫成为实现精准脱贫目标的可行路径之一。与此同时，经济学、社会学、地理学等视角下的多维贫困度量和分析也日渐丰富。贫困的多视角衡量为研究空间因素提供了*初依据，而贫困的发生更强化了研究空间因素或者空间分布的必要性。显然，从地理学视角研究农村贫困有助于增进对农村贫困空间分布和形成机理的理解，为农村扶贫政策的制定提供依据。因此，考虑自然地理环境因素等非人为因素对反贫困的影响，研究贫困的空间分布、贫困与地理环境之间关系的空间贫困理论日益受到政府和学者的重视。空间贫困视角下的贫困对象可持续发展也成为当前及今后很长一段时间内国内外反贫困战略的重要出发点 (Maasoumi and Xu，2015；Wang and Chen，2017)。而3S大数据空间信息技术的发展，使我们在扶贫开发工作中可以采用先进的大数据技术，帮助政府部门的决策人员多维度识别贫困地区的致贫原因，可以及时全面监测扶贫对象的家庭基本情况、生产生活条件、致贫原因、帮扶措施及帮扶责任人等精准扶贫全过程的动态信息，可以更科学、更直观、更全面地从多个维度综合推进扶贫开发工作，实现精准扶贫工作的实时动态管理，提高精准帮扶的效率精度。 综上所述，在贫困问题更加复杂、致贫原因更为多元综合、扶贫手段急需更新等新时期的扶贫开