APP下载

他山之石:大别山连片特困地区多维贫困测度及脱贫攻坚对策
——基于修正的FGT模型

2019-12-24王丙鑫

营销界 2019年11期
关键词:连片大别山测度

文/王丙鑫

以修正的FGT模型为基础,在测算了大别山连片特困地区的多维贫困指数后,结合小世界生活情境分析框架,进一步的进行脱贫对策研究。研究发现:教育与收入有着不可分割的关系,收入会促进教育,教育会提高收入。在小世界生活情景分析中,信息贫困也是造成贫困的又一大要素,甚至在一些直接观测死角中显得尤为重要。最终结果表明,我国现阶段扶贫脱贫面临的最严重的问题是如何在物质帮扶不变的情况下提升人们的意识认知。

引言

改革开放以来,中国政府就一直致力于减贫、脱贫,并且取得了显著的成就。其中地处安徽、河南、湖北三省交界地带的大别山区由于其地区独特性一直是我国扶贫攻坚的主战场之一。大别山区因其自身原因故与外界信息交流有很大的困难,并且此地交通极为不便,从而造成山内与山外的社会发展有很大的差距。“十三五”以来,安徽积极实施金融脱贫政策,为贫困县区塑造了良好的资本流入条件和环境。在Alkire 和 Foster提出了基于 FGT 指数修正的多维贫困测量方法后,从2015年至今,全球脱贫减贫战略正式进入了“多维”时代。2014年的建档立卡措施体现了“精准扶贫”这一理念,而“精准”也意味着要从多方面考量,进而对贫困的识别和标准变得更加多维化。对于大别山这种连片特困地区,其受到外界因素影响较多但却难以改变其现状,说明造成其长期贫困的原因是多层次、多方面的。

本文通过发放调查问卷进行调查获得调查数据,并对大别山连片特困地区的多维贫困指标进行筛选,选取其中最具有代表性的八个指标来分析,从而降低因为处于三省交界而产生的影响。需要说明的是,本文还参考了小世界生活情景分析框架(杨峰、赵珊,2018)以补充因信息交流不方便而造成的精神层次的贫困,然后两者结合比较来得出更准确的结论。

文献回顾

贫困的多维测度起源于阿玛蒂亚·森( 1985),森认为贫困是对人享受实质自由的一种削弱甚至剥夺,但是影响人类享受实质自由的并不只有收入这一种因素,即贫困是由多种因素造成的一种对人类自身能力的减弱。随着“多维”这一概念提出后,出现了许多具有公理性的多维测量方法和贫困测量指数,但是早期的一些方法和指数并不具有实用性,所以AF测量法诞生了。

在近几年关于贫困的研究中,国内对多维贫困测量已经有了较为成熟的方法体系,对于AF测量法有了深刻的认知。王素霞和王小林(2013)通过中国健康与营养调查数据并且利用AF测量法对中国城市和农村的多维贫困进行了测量,结果之一表示中国新的扶贫战略应该有多维度的视角杨龙和汪三贵(2015)对多维贫困指数进一步总结的表达式对中国农户的多维贫困状况进行测度,得到结论表明贫困线变动而会显著增加低收入和中等偏下收入的农户对多维贫困贡献率.钱力和倪秀凤(2019)对蚌埠市的20个贫困村通过回归分析和多维贫困测度模型认识到要促进产业发展,使产业布局更加完善。虽然他们的对贫困的研究很透彻也很直观,但是他们分析的都是针对占比最大和最小的因素的影响,没有考虑到其余一些中小型因素的辅助作用。琐碎的地方才能更加体现多维和细致,更加适用于国家“精准”扶贫这一要求。

模型构建

(一)多维贫困方法

(二)指标选取

本文指标的选取主要是依据MPI指数并加以拓展更改,分别为教育、生活水平、健康和收入四个维度一共11个标准。调查的数据来源主要依靠在当地发放调查问卷来搜集,同时结合当地近年来的贫困数据变化。本文数据主要来源于问卷调查和当地村委提供的当地近几年发展状况,因为调查的是大别山连片特困地区,故部分数值会偏高。

实证分析

(一)AF测量法

依据上述AF方法进行测量估计,会得到k=1、2、3时的各个指标的贫困贡献率见表1。

表1 每个指标在三个K时的贡献率(%)

本研究参照王小林和王素霞( 2013)的研究标准,选取K=3时的数据进行分析和探究。同时,从以上十一个指标中筛选出三个指标进行删除来进一步地降低问卷调查差生的误差:可以明显地看到“儿童教育”、“健康认知”和“耐用消费品”这三个指标相对于其他指标而言对结论的影响较大,所以最后选取其余的八个指标进行研究。

当K=3时,在剩余的八个指标中, K与教育和收入是成正比的,与患病情况成反比,这说明我国的医疗保险体系正在发挥着积极作用但是在帮助贫困地区“富起来”这一方面还是略有不足。

对于教育占比较大这一现象,本研究参考了2016年和2018年的《中国统计年鉴》,发现在这两年的数据中,全国范围内小学的在校人数与初中的在校人数的比例在不断变大,所以作为连片特困区,当地这一比例的变化会更明显。这一变化说明:随着社会发展,留在当地的居民中有越来越大的一部分对着教育和知识持有轻视态度.

再看收入这一方面,本研究从《中国统计年鉴》中发现从2013年到2017年这五年中贫困发生率的变化相较于2010年到2013年这四年的贫困发生率的变化而言下降幅度较低。本研究认为,这种现象的出现和前面提及的教育问题有着千丝万缕的关系:当一个人自身的教育水平达到了一定的高度后,他对这个世界的认知会相应的发生变化即他会看得更长远。随着扶贫战略的进行,当地的教育水平发生下降后,会对当地人对自身努力的认知变得消极,故会导致其在学习上动力的下降,从而在未来没有足够的资本去支持他去创造更高的收入。这启示我们需要穿插着进行教育和收入两大方面的帮扶,在提高其收入的同时最大化的提高其教育水平,即“授人以鱼又授人以渔”。

(二)小世界生活情境分析

图1 大别山区小世界框架

本研究参考(杨峰、赵珊,2018)中的小世界生活情景的分析框架建立了一个新的简陋的框架(如图1)。本研究对大别山连片特困地区进行了实地考察,了解到当地人的生活习惯和方式,然后通过这一框架来对当地贫困原因进行粗略分析,以此来对当地信息贫困进行深入探索。

当一个事件发生时,在没有地位、规定等的影响下,人们会按照处理信息、方法筛选、实践意愿和成果认知这一先后顺序循环发生,此时每个人或群体最后的结果都相同。随着时间的推移和社会的不断发展,人们会朝着让自己生活条件更好的方向前进。

因此耐用消费品、饮用水、地方教育、保险和健康认知等不需要太多高层次要求的指标对贫困形成的影响反而会逐渐降低,这是表中这些方面贡献率与K成反比的因素之一。但是这又引起了“信息贫困”这一方面,在上述的假设中无论是哪一个发展过程都体现了当事人所持有的信息数量的不同,无一例外地是:凡是持有信息数量比较多的,最后都会渐渐摆脱贫困。

此时我们会发现:无论代入哪一个指标,最后总会导致贫困的形成,只是形成过程的难易程度有区别。这种难易程度的区别就是所谓的“信息贫困”的另一种间接体现。为了可以对当地的信息贫困程度进行测量,本研究通过对每个指标的难易程度进行确定来间接进行信息贫困测度。本研究发布了一个以各个指标为内容的问卷(问卷数据见表2),以问卷调查中每个指标的占比的多少来定位(每种指标单独计算,不涉及其他指标),最多的定为简单(即信息贫困轻缓),最少的定为困难(即信息贫困严重),其余的在难易之间按占比排序。

从表2中可以看到,当地贫困户对教育和收入的信息持有是较多的,但是在健康和生活这两个方面却是信息较为贫困。这种现象说明:贫困人家对于可以直接造成其贫困的因素有着很明确的信息认知,但是对于一些间接因素的信息持有很是缺乏。

此时出现了一种较为矛盾的现象:前文通过使用修正的FGT模型对贫困进行多维测度,结果认为国家应加大对教育和收入的扶持力度;而通过小世界情景分析,却发现贫困户对教育和收入有了明确的信息认知,缺乏严重的是对健康和生活的信息认知,国家应加大对当地健康和生活水平的扶持力度。

对于上述现象,本研究认为前者是对于物质层面的探讨,后者是对精神层面的解释即贫困户知道自己需要什么却不知道自己想要什么。这就启示我们:在进行物质帮扶的同时,精神帮扶也要做到位,不然会出现精神与物质不相匹配的局面,减缓扶贫进程,加大扶贫难度。

表2 每种指标占比(每种指标单独计算)%

结论与对策讨论

本研究在修正的FGT多维贫困模型的基础上,对当前大别山连片特困地区的多维贫困状况进行了粗略测算。通过问卷调查搜集数据,利用小世界生活情景框架进行分析,对当地的信息贫困状况也有了详细了解。研究的结论主要有:

(1)对于扶贫力度大小的决定不应该只根据每个指标对贫困贡献度大小来决定,在重视主要指标的同时也要注意次要指标的影响。

在对贫困户进行资源帮扶的基础上,对其的教育认知也要一起帮扶。做到用资源推动教育,用教育促进收入,让贫困户对资源的利用达到最大化,使帮扶的每一块钢都用在刀刃上。

(2)在进行物质帮助的基础上,也要对贫困户进行信息培养,增强贫困的信息认知,引导贫困户发现和掌握更多信息。在进行小世界生活情境框架的分析时,大部分贫困户对次要指标缺乏应有的认识,而对主要目标的认识已经接近溢出。这说明国家近些年的扶贫取得了显著成果,贫困户对于自己“需要什么”有了准确的认识,但是贫困户对自己“想要什么”还没有确切的了解,从而导致其生活水平和健康水平维持在较低的程度,这也是FGT模型测度和小世界分析会出现矛盾的原因。故在扶贫中,物质扶贫的力度要略微减弱,整合闲散精力,投入到信息贫困的帮扶上,以此来缓解精神贫困。

猜你喜欢

连片大别山测度
大别山的早晨(油 画)
三个数字集生成的自相似测度的乘积谱
R1上莫朗测度关于几何平均误差的最优Vornoi分划
岳阳县某连片池塘养殖尾水冬季处理效果评价
又见大别山
非等熵Chaplygin气体测度值解存在性
Cookie-Cutter集上的Gibbs测度
大别山连片特困地区反贫困综合绩效模糊评价
大别山连片特困地区反贫困综合绩效模糊评价
再见了,大别山