多维贫困的空间聚类与相关性研究

刘玉杰

doi:10.3969/j.issn.1004-390X(s).202007008

多维贫困的空间聚类与相关性研究

doi: 10.3969/j.issn.1004-390X(s).202007008

刘玉杰

天津外国语大学国际商学院，天津 300270

详细信息

作者简介:
刘玉杰（1996—），安徽合肥人，硕士研究生，主要从事宏观经济运行，贫困治理研究

中图分类号: F 127
计量
- 文章访问数: 16
- HTML全文浏览量: 6
- 被引次数: 0
出版历程
- 收稿日期: 2020-07-03
- 修回日期: 2020-07-20
- 网络出版日期: 2021-03-23

Study on Spatial Clustering and Correlation of Multidimensional Poverty

Yujie LIU

School of International Business, Tianjin Foreign Studies University, Tianjin 300270, China

摘要

摘要: 区域多维贫困是2020年后我国减贫事业的重要导向，也是减贫理论研究的重要内容。基于2010年、2012年、2014年、2016年和2018年全国31个省市自治区的相关数据，运用主成分分析、系统聚类分析和Moran’ s I指数分析的方法研究了各省际区域多维贫困的空间聚类情况及其相关性，以此来分析我国各地区多维贫困的空间特征和区域差别。结果表明，我国各个地区的多维贫困存在程度上的差异，其中北京等地区已逐步脱离多维贫困，西藏等地区存在严重的多维贫困问题，其余地区则呈现不同程度上的多维贫困。同时，各地区的多维贫困存在地理上的空间自相关。在此基础上，提出空间性的多维贫困治理的建议。
- 多维贫困 /
- 系统聚类 /
- 主成分分析 /
- Moran’ s I指数
Abstract: Regional multidimensional poverty is an important direction of China’ ss poverty reduction after 2020, and also an important content of theoretical research on poverty reduction. Based on the 2010, 2012, 2014, 2016 and 2018, the related data of 31 provinces, cities and autonomous regions nationwide, using principal component analysis, system cluster analysis and Moran’ ss I index analysis method to study the various provincial regional spatial clustering of multidimensional poverty and its correlation, in order to analyze our country regional spatial characteristic and regional difference of multidimensional poverty. The results show that there are differences in the degree of multi-dimensional poverty in various regions of China, among which Beijing and other regions have gradually got rid of multi-dimensional poverty, Tibet and other regions have serious multi-dimensional poverty, and other regions have shown multi-dimensional poverty in different degrees. At the same time, there is a spatial autocorrelation between the multidimensional poverty in different regions. On this basis, the paper puts forward some Suggestions on spatial and multidimensional poverty management.
- multidimensional poverty /
- system clustering /
- principal component analysis /
- Moran’ s I index

HTML全文

图 1 2010年、2012年、2014年、2016年、2018年地区多维贫困聚类谱系图

下载: 全尺寸图片幻灯片

表 1 多维贫困程度综合评价指标体系

评价层	项目层		指标层	指标解释
多维贫困程度	经济水平	X1	人均消费支出	单位：元/人
	X2		人均可支配收入	单位：元/人
	X3		人均GDP	单位：元/人,地区生产总值/人口
	X4		财政支持	单位：%，地区一般公共预算支出/生产总值
	教育水平	X5	文盲人口占15岁及以上人口的比重	单位：%
	教育水平	X6	每十万人平均在校接受高等教育人数	单位：人
	医疗水平	X8	每万人医疗卫生机构床位数	单位：张/万人
	文化科技水平	X9	电视覆盖率	单位：%
		X10	每万人R&D项目数	单位：项/万人
		X11	每万人专利申请数	单位：件/万人
	交通水平	X12	铁路营运里程	单位：公里
	交通水平	X13	客运量水平	单位：人次/人口
	能源水平	X14	电力消费水平	单位：亿千瓦时/万人

下载: 导出CSV

表 2 部分主成分特征值（大于1）和方差贡献率

年份	主成分因子	特征根	因子贡献率（%）	累积因子贡献率（%）
2010	F11	7.879	56.277	56.277
	F12	2.038	14.555	70.832
	F13	1.34	9.571	80.403
	F14	1.094	7.811	88.214
2012	F21	6.712	47.945	47.945
	F22	2.553	18.234	66.179
	F23	1.187	8.478	74.657
	F24	1.105	7.89	82.546
2014	F31	6.926	49.47	49.47
	F32	2.345	16.749	66.219
	F33	1.619	11.566	77.785
	F34	1.022	7.297	85.081
2016	F41	6.703	47.876	47.876
	F42	2.161	15.439	63.315
	F43	1.837	13.124	76.438
	F44	1.095	7.822	84.261
2018	F51	6.571	46.938	46.938
	F52	2.547	18.189	65.128
	F53	1.728	12.346	77.473
	F54	1.113	7.947	85.42

下载: 导出CSV

表 3 2010、2012、2014、2016、2018年Moran's I值

年份	2010年	2012年	2014年	2016年	2018年
Moran’ s I值	0.431^***	0.447^***	0.327^***	0.262^**	0.415^***
Z-value	4.093	4.3282	3.2052	2.6913	3.9948
注：*p<0.01,p<0.05

下载: 导出CSV

[1]	邢成举, 李小云. 相对贫困与新时代贫困治理机制的构建[J]. 改革, 2019(12): 16.
[2]	陈志钢, 毕洁颖, 吴国宝, 等. 中国扶贫现状与演进以及2020年后的扶贫愿景和战略重点[J]. 中国农村经济, 2019(1): 2. DOI: 10.3969/j.issn.1672-6960.2019.02.010.
[3]	孙久文, 夏添. 中国扶贫战略与2020年后相对贫困线划定: 基于理论、政策和数据的分析[J]. 中国农村经济, 2019(10): 98.
[4]	王小林, 冯贺霞. 2020年后中国多维相对贫困标准: 国际经验与政策取向[J]. 中国农村经济, 2020(3): 2.
[5]	Sen A. Development as Freedom[M]. Oxford: Oxford University Press, 1999.
[6]	王博, 张建, 朱玉春. 深度贫困地区多维贫困测度与反贫困路径探析[J]. 西北农林科技大学学报(社会科学版), 2019, 19(6): 62. DOI: 10.13968/j.cnki.1009-9107.2019.06.07.
[7]	Alkire S, Foster J. Counting and Multidimensional Poverty Measurement[J]. Journal of Public Economics, 2011, 95(7): 476. DOI: 10.1016/j.jpubeco.2010.11.006.
[8]	Santos M E, Ura K. Multidimensional Poverty in Bhutan: Estimates and Policy Implications[R]. OPHI Working Paper, 2008(14): 1.
[9]	Bader C, Bieri S, Wiesmann U, et. al. A Different Perspective on Poverty in Lao PDR: Multidimensional Poverty in Lao PDR for the Years 2002/2003 and 2007/2008[J]. Social Indicators Research, 2016, 126(2): 1. DOI: 10.1007/s11205-015-0900-2.
[10]	张昭, 杨澄宇. 老龄化与农村老年人口多维贫困: 基于AF方法的贫困测度与分解[J]. 人口与发展, 2020, 26(1): 12.
[11]	王素霞, 王小林. 中国多维贫困测量[J]. 中国农业大学学报(社会科学版), 2013, 30(2): 129. DOI: CNKI:SUN:NYSK.0.2013-02-017.
[12]	师荣蓉. 多维贫困视域下金融减贫的空间效应与门槛特征[J]. 管理学刊, 2020, 33(1): 50.
[13]	周云波, 贺坤. 精准扶贫视角下收入贫困与多维贫困的瞄准性比较[J]. 财经科学, 2020(1): 106. DOI: CNKI:SUN:CJKX.0.2020-01-010.
[14]	Zhou Y, Liu Y. The geography of poverty: Review and research prospects[J]. Journal of Rural Studies, 2019(1): 8. DOI: 10.1016/j.jrurstud.2019.01.008.
[15]	刘彦随, 周扬, 刘继来. 中国农村贫困化地域分异特征及其精准扶贫策略[J]. 中国科学院院刊, 2016, 31(3): 269. DOI: 10.16418/j.issn.1000-3045.2016.03.001.
[16]	李寻欢, 周扬, 陈玉福. 区域多维贫困测量的理论与方法[J]. 地理学报, 2020, 75(4): 753. DOI: 10.11821/dlxb202004007.
[17]	李世祥, 李丽娟. 中国农村能源贫困区域差异及其影响因素分析[J]. 农林经济管理学报, 2020, 19(2): 210. DOI: 10.16195/j.cnki.cn36-1328/f.2020.02.22.
[18]	张跃, 黄帅金. 城镇化减贫的空间溢出效应及门槛特征: 基于贫困乡城转移背景[J]. 云南财经大学学报, 2019, 35(12): 36.
[19]	谭昶, 吴海涛, 黄大湖. 产业结构、空间溢出与农村减贫[J]. 华中农业大学学报(社会科学版), 2019(2): 8. DOI: CNKI:SUN:HZND.0.2019-02-003.
[20]	刘月, 师谦友, 李华, 等. 基于主成分—聚类分析的贫困县(区)经济发展研究: 以陕南地区国家级贫困县(区)为例[J]. 资源开发与市场, 2012, 28(2): 130. DOI: 10.3969/j.issn.1005-8141.2012.02.011.
[21]	王瑜, 汪三贵. 农村贫困人口的聚类与减贫对策分析[J]. 中国农业大学学报(社会科学版), 2015, 32(2): 98.
[22]	龚艳冰, 巢妍. 基于数据场K-means聚类的农村贫困人口精准分级研究: 以贵州省某镇为例[J]. 软科学, 2019, 33(6): 135. DOI: 10.13956/j.ss.1001-8409.2019.06.24.
[23]	朱冬元, 杨潇宇, 孙浩然. 城镇化发展多维减贫效应的实证分析[J]. 统计与决策, 2019, 35(21): 88. DOI: 10.13546/j.cnki.tjyjc.2019.21.020.
[24]	张沁, 孙浩. 多维贫困集聚下的我国农村金融减贫效应分析[J]. 湖南农业大学学报(社会科学版), 2019, 20(6): 18. DOI: CNKI:SUN:HNNS.0.2019-06-004.
[25]	吴小节, 彭韵妍, 汪秀琼. 中国生态文明发展状况的时空演变与驱动因素[J]. 干旱区资源与环境, 2016, 30(8): 1. DOI: 10.13448/j.cnki.jalre.2016.241.
[26]	连旭. 县域农业经济发展评价及空间分异研究: 基于新疆83个县面板数据的实证[J]. 干旱区资源与环境, 2016, 30(12): 73. DOI: 10.13448/j.cnki.jalre.2016.386.
[27]	蒋振威, 王平. 海南区域技术创新能力评价与空间差异性分析: 基于2009—2014年海南18个市县面板数据[J]. 经济地理, 2016, 36(11): 24. DOI: 10.15957/j.cnki.jjdl.2016.11.004.