新疆縣域多維貧困研究

王建軍， 楊輝平,虎曉坪

(新疆財經(jīng)大學(xué) 統(tǒng)計與信息學(xué)院，新疆 烏魯木齊 830012)

?

·區(qū)域經(jīng)濟(jì)

新疆縣域多維貧困研究

王建軍， 楊輝平,虎曉坪

(新疆財經(jīng)大學(xué) 統(tǒng)計與信息學(xué)院，新疆 烏魯木齊 830012)

內(nèi)容提要：本文從森的能力貧困理論出發(fā)，通過構(gòu)建多維貧困測評體系，運(yùn)用AF方法對新疆縣域多維貧困狀況進(jìn)行測度，結(jié)果發(fā)現(xiàn)：南疆縣域極端貧困狀況十分突出，且主要集中在經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)三個維度；北疆縣域貧困較南疆而言異質(zhì)性顯著，且其主要集中在環(huán)境資源、生活水準(zhǔn)、健康三個維度。運(yùn)用logistic回歸對貧困縣影響因素進(jìn)行分析發(fā)現(xiàn)：經(jīng)濟(jì)發(fā)展、環(huán)境資源和生活水準(zhǔn)均對脫貧有著積極影響，但教育的正向作用并未顯現(xiàn)。

關(guān)鍵詞：多維貧困；貧困測度；影響因素

一、問題的提出

貧困是人類社會發(fā)展中長期存在的一個重大經(jīng)濟(jì)和社會問題，當(dāng)今世界各國政府都高度重視這一問題，且一直把消除貧困作為自身的一個艱巨任務(wù)，然而很多時候卻又收效甚微。新疆地處我國的西北部，由于地理位置偏遠(yuǎn)、生活環(huán)境惡劣和歷史等原因，其貧困①按照1995年規(guī)定人均純收人在530元以下劃為貧困。問題依然嚴(yán)重。據(jù)統(tǒng)計②按照1995年貧困標(biāo)準(zhǔn)，根據(jù)第六次人口普查數(shù)據(jù)及《2015年新疆調(diào)查年鑒》數(shù)據(jù)推算。，新疆維吾爾自治區(qū)未達(dá)到脫貧標(biāo)準(zhǔn)的農(nóng)牧民約有31萬戶，共計1051870人，而這些貧困人口主要分布在地域偏遠(yuǎn)、交通閉塞、經(jīng)濟(jì)落后、生態(tài)環(huán)境較差的南疆三地州(和田地區(qū)、喀什地區(qū)、柯爾克孜自治州)和北疆少數(shù)民族農(nóng)牧區(qū)。

英國經(jīng)濟(jì)學(xué)家朗特里(1901)最早給出了有關(guān)貧困的較為確定的定義，如果一個家庭的總收入不足以支付僅僅維持家庭成員所需的最低生活必需品的開支，那么，這個家庭就基本上陷入了貧困之中。英國的湯森(1979)認(rèn)為，貧困是指那些缺乏食物、很少參加社會活動和缺少最低生活條件的群體。Hagenaars(1987)在研究貧困時引入了閑暇這個維度，從收入和閑暇兩個維度構(gòu)建了第一個多維度貧困指數(shù)，使得貧困的研究不僅僅停留在收入層次上，也開始關(guān)注收入以外的因素。Sen(1992)創(chuàng)立了多維貧困理論，他從福利經(jīng)濟(jì)學(xué)的能力角度出發(fā)，將可行能力和功能性活動(the capability and functioning approach)概念引入到貧困分析中，他認(rèn)為貧困雖然表現(xiàn)為收入低，但其根本原因是由于個體或家庭的基本可行能力不足，即缺乏進(jìn)一步發(fā)展的能力?；究尚心芰Πü降孬@得就業(yè)、教育、健康、社會保障、安全飲用水、衛(wèi)生設(shè)施等促進(jìn)人類體面地生活的基本需要，甚至包括主觀感受。

王小林和Alkire(2009)使用Alkire&Foster開發(fā)的AF多維貧困測量方法，利用2006年的“中國健康與營養(yǎng)調(diào)查”數(shù)據(jù)，從住房、飲用水、衛(wèi)生設(shè)施、電、資產(chǎn)、土地、教育和健康保險8個維度，對中國城市和農(nóng)村家庭多維貧困進(jìn)行了測算，結(jié)果表明，中國城市和農(nóng)村的貧困狀況遠(yuǎn)高于國家統(tǒng)計局以收入為標(biāo)準(zhǔn)測量的貧困發(fā)生率，并且衛(wèi)生設(shè)施、健康保險和教育對多維貧困指數(shù)貢獻(xiàn)最大。李佳路(2010)沿用王小林的方法，從消費(fèi)、環(huán)境衛(wèi)生、教育和健康、脆弱性4個方面對S省30個貧困縣的貧困狀況進(jìn)行了測度。宋志立(2013)通過對國內(nèi)外脆弱性的相關(guān)理論進(jìn)行梳理，并針對脆弱性的測度問題以及脆弱性的后續(xù)研究方向進(jìn)行了進(jìn)一步探討，為研究脆弱性與貧困的關(guān)系提供了思路。蔣翠俠等(2011)利用1997年—2006年的CHNS數(shù)據(jù)，選用飲用水、收入、教育、健康保險、電器5個維度，對中國家庭多維貧困進(jìn)行了測量。鄒薇、方迎風(fēng)(2011)在關(guān)于中國貧困的動態(tài)多維度研究中使用AF方法選取教育、飲用水、廁所類型、照明、做飯燃料、住房、耐用品擁有狀況(包括11種生活用品)和居民收入8 項指標(biāo)，構(gòu)造3個貧困測度的維度，教育與收入各自單獨(dú)作為一個維度，而其他指標(biāo)共同構(gòu)成“生活質(zhì)量”維度。

從以上的研究成果來看，目前關(guān)于貧困的研究，絕大多數(shù)的學(xué)者主要從收入這一單一的維度來衡量，然而這并不能揭示貧困的實質(zhì)。因為收入可以反映貧困的表征，但對于貧困的實質(zhì)難以描述。因此，在新形勢下，貧困的研究應(yīng)有更廣泛的視角。國外學(xué)者和相關(guān)組織對貧困的定義從收入這一單一維度逐漸拓展到收入之外的多個維度、從直觀的物質(zhì)層面不斷深化為精神層面，對貧困的理解變得更為科學(xué)合理。因此，本文借助國內(nèi)外多維貧困的研究成果，結(jié)合新疆的實際情況，通過構(gòu)建新疆多維貧困測度指標(biāo)體系，探尋不同地區(qū)的貧困差異及主要影響因素。

二、新疆縣域多維貧困測度

(一)多維貧困測度的方法

在多維貧困研究中，目前AF方法是聯(lián)合國開發(fā)計劃署計算多維貧困時采用的方法，也是各種多維貧困測度方法最為成熟與應(yīng)用最廣的方法。2011 年，Alkire和 Foster (2011)發(fā)表了《計數(shù)和多維貧困測度》論文，提出了一種改進(jìn)多維貧困指數(shù)(MPI)的計算方法——Alkire-Foster 方法，簡稱為AF 方法。該方法的具體計算步驟如下：

上式中，如果xij小于或等于剝奪臨界值，則表示貧困；如果xij大于剝奪臨界值，則表示非貧困。

3.貧困的加總。在識別k個維度的剝奪之后，就可以進(jìn)行各個維度的加總，從而得到多維貧困指數(shù)。具體來說可以通過兩個指標(biāo)的計算來實現(xiàn)：一是多維貧困發(fā)生率(H)，等于多維貧困的戶數(shù)占戶總數(shù)的比例；二是多維貧困平均被剝奪程度(A)，等于多維貧困戶被剝奪分值之和除以多維貧困戶的總數(shù)；然后把多維貧困發(fā)生率(H)乘以多維貧困平均被剝奪程度(A)即為多維貧困指數(shù)。計算公式如下：

上面三式中，q為同時存在k個維度貧困的貧困戶總數(shù)，ci(k)表示加權(quán)的貧困維度數(shù)，n為貧困戶的總數(shù)，d為維度數(shù)。

(二)多維貧困的影響因素

1.多維貧困影響因素的選擇。Da Fonseca MA(2012)通過調(diào)查美國18歲兒童人口和青少年的生活狀況，發(fā)現(xiàn)住房不穩(wěn)定、食物不安全、醫(yī)療保健成本過高和饑餓是影響兒童和青少年貧困的最主要因素；Leopold LabordaCastillo(2014)基于1970年—2010年216個國家動態(tài)面板數(shù)據(jù)，使用廣義矩量法(GMM)分析了貧困的影響因素，認(rèn)為社會排斥和女性兒童的輟學(xué)率是影響貧困的主要因素；Nazim N和Habibov(2011)采用跨國調(diào)查二次分析，運(yùn)用多項式Logit回歸的邊際效應(yīng)模型(MNLM)對亞美尼亞、阿塞拜疆、格魯吉亞、哈薩克斯坦、吉爾吉斯斯坦、塔吉克斯坦和烏茲別克斯坦7個國家的貧困群落的成因進(jìn)行分析發(fā)現(xiàn)：在大多數(shù)國家的研究中，貧窮是結(jié)構(gòu)性的，除塔吉克斯坦和烏茲別克斯坦，其中占主導(dǎo)地位的解釋分別是宿命和個人主義觀念，家庭和群落特征具有預(yù)期的方向。

陳光金(2008)基于一項農(nóng)村住戶為單位的全國抽樣調(diào)查數(shù)據(jù)，考察影響中國農(nóng)村貧困住戶的主要因素發(fā)現(xiàn)：家庭人力資本、物質(zhì)性經(jīng)濟(jì)資源、結(jié)構(gòu)性社會地位以及關(guān)系性社會處境是其主要因素。段鵬等(2009)的研究表明，居民居住的地理位置、地理區(qū)域、產(chǎn)業(yè)結(jié)構(gòu)狀況、農(nóng)村企業(yè)發(fā)展?fàn)顩r、農(nóng)村的政治管理狀況以及公共投資等是影響貧困的主要因素；楊國濤等(2014)利用寧夏8個國家扶貧工作重點(diǎn)縣的72個村720個農(nóng)戶調(diào)查數(shù)據(jù)，運(yùn)用固定效應(yīng)模型和Probit模型分析西部地區(qū)農(nóng)村貧困分布的家庭特征以及家庭特征對農(nóng)戶貧困的影響發(fā)現(xiàn)：在外部環(huán)境約束既定的條件下，家庭特征對農(nóng)戶貧困有顯著影響；杜鳳蓮(2011)利用中國營養(yǎng)健康調(diào)查數(shù)據(jù)(CHNS)，采用Logit模型和隨機(jī)效應(yīng)模型分析影響貧困的因素發(fā)現(xiàn)：初始貧困狀態(tài)會顯著增加當(dāng)期陷入貧困的可能性，家庭規(guī)模、家庭人口構(gòu)成及戶主教育水平等家庭特征是影響貧困的主要因素。

2.多維貧困影響因素的確定。上述研究表明，目前國內(nèi)外在對多維貧困研究中，基本上從住房、飲用水、教育、廁所類型、照明、做飯燃料、衛(wèi)生設(shè)施或者醫(yī)療、土地、健康保險等維度進(jìn)行測度，并根據(jù)其研究對象自身的具體特點(diǎn)略有調(diào)整。因此，本文根據(jù)以上研究成果，結(jié)合新疆的現(xiàn)實情況，從經(jīng)濟(jì)發(fā)展水平、環(huán)境資源狀況、生活水準(zhǔn)、健康和教育5個維度建立衡量新疆縣域多維貧困的指標(biāo)體系，具體情況見表1。

3.影響因素權(quán)重的確定。在多維貧困測度中并沒有明確的程序方法給各個維度分配權(quán)重。對于新疆的多維貧困指數(shù)，本文使用一個嵌套的權(quán)重結(jié)構(gòu):賦予每個維度相同的權(quán)重(0.2)，并且每個維度下的變量同樣賦予相同的權(quán)重。權(quán)重結(jié)構(gòu)的建立基于以下幾點(diǎn)考慮：第一，雖然權(quán)重結(jié)構(gòu)最好應(yīng)考慮變量之間的相關(guān)性，然而在不會犧牲一些指標(biāo)的其他屬性的前提下，目前還沒有很好的建立方法；第二，等權(quán)分配給每個維度反映了在生活中這些指標(biāo)具有同等的重要性；專家之間的辯論在取得一致性意見的前提下具有更大的選擇性。鑒于此，各影響因素的權(quán)重確定見表1。

表1

多維貧困維度與變量

(三)各維度貧困狀況與貧困線的劃定

根據(jù)上述指標(biāo)體系分縣域?qū)π陆毨С潭仍诟鱾€維度的情況進(jìn)行描述性分析，結(jié)果如表2所示。在表2中，根據(jù)描述性分析的結(jié)果，對正向指標(biāo)取所有縣域在該指標(biāo)的中位數(shù)的50%作為剝奪臨界值，對逆向指標(biāo)取所有縣域在該指標(biāo)的上四分位數(shù)為剝奪臨界值，以此來確定貧困線劃分標(biāo)準(zhǔn)，新疆所有縣域在各個指標(biāo)下的貧困縣個數(shù)具體見表2。

表2

2012年新疆縣域多維貧困指標(biāo)的描述分析

分析發(fā)現(xiàn)，15個指標(biāo)中全疆存在7個指標(biāo)貧困的縣域有烏恰縣、莎車縣、葉城縣、塔什庫爾干塔吉克自治縣、和田縣；存在8個指標(biāo)貧困的縣域有阿克陶縣、疏附縣；存在9個指標(biāo)貧困的縣域有英吉沙縣、皮山縣、洛浦縣、策勒縣、于田縣；而墨玉縣更嚴(yán)重，存在11個指標(biāo)的貧困。這些都是新疆極度貧困的縣域，這一確定可為國家準(zhǔn)確地定位最為貧困的縣域提供參考。

(四)多維貧困的測度

本文依據(jù)AF方法，借助新疆2012年統(tǒng)計數(shù)據(jù)，計算出新疆縣域多維貧困指數(shù)，其結(jié)果見表3。從計算結(jié)果來看，新疆地區(qū)縣域的貧困狀況存在以下特點(diǎn)：第一，如果只考慮1個指標(biāo)的貧困發(fā)生率，則南疆94.74%的縣域都存在任一指標(biāo)的貧困，而北疆這樣的縣城為45.16%，南疆的貧困發(fā)生率高出北疆近50個百分點(diǎn)；同樣，分別考慮同時存在2個和3個以上指標(biāo)的縣域劃分貧困時，南疆縣域的貧困發(fā)生率分別高出北疆48個和40個百分點(diǎn)。第二，南疆極端貧困狀況十分突出。在考慮4個、5個、6個指標(biāo)時，南疆的貧困發(fā)生率則分別高達(dá)50%、36.84%和34.21%，如果考慮取更高的貧困閾值(把同時存在7個以上指標(biāo)的縣域劃為貧困縣)，南疆地區(qū)的貧困發(fā)生率下降緩慢，且貧困縣個數(shù)并沒有降為0，說明南疆地區(qū)存在很大一部分4個指標(biāo)以上貧困的縣域，有些縣域甚至幾乎所有的指標(biāo)均存在貧困；而北疆地區(qū)除了昭蘇縣，不存在4個指標(biāo)以上的貧困縣域，絕大多數(shù)貧困縣域為1～2個較少的指標(biāo)存在貧困。第三，南北疆貧困狀況差異性很大，無論考慮幾個指標(biāo)，南疆縣域的貧困發(fā)生率都遠(yuǎn)遠(yuǎn)高于北疆地區(qū)。當(dāng)k取1時，南疆地區(qū)的貧困發(fā)生率H為北疆地區(qū)的2.1倍；當(dāng)k取2時，南疆地區(qū)的貧困發(fā)生率H為北疆地區(qū)的2.86倍；當(dāng)k取3時，南疆地區(qū)的貧困發(fā)生率H為北疆地區(qū)的4倍以上。第四，從平均被剝奪程度、平均貧困差距、平均平方歸一化差來看，南疆地區(qū)縣域的貧困指數(shù)均遠(yuǎn)遠(yuǎn)高于北疆地區(qū)。

表3

2012年南北疆貧困指數(shù)

為了進(jìn)一步了解南北疆地區(qū)所有縣域貧困深度和多維貧困的嚴(yán)重程度，本文分別計算出南北疆的MPI0、MPI1、MPI2三個多維貧困指數(shù),如表4所示。對調(diào)整后的貧困人數(shù)比MPI0，當(dāng)k取1時，南疆地區(qū)的MPI0為北疆地區(qū)的4.17倍；當(dāng)k取2時，南疆地區(qū)的MPI0為北疆地區(qū)的5.01倍以上；當(dāng)k取3時，南疆地區(qū)的MPI0為北疆地區(qū)的6.93倍以上；當(dāng)k取4時，南疆地區(qū)的MPI0為北疆地區(qū)的18.3倍以上；當(dāng)k取大于5時，南疆地區(qū)的MPI0仍然比較大，而北疆地區(qū)的MPI0卻已降為0?？梢钥闯觯瑫r考慮15個方面，南疆地區(qū)的貧困程度遠(yuǎn)遠(yuǎn)高于北疆地區(qū)，而且貧困閾值越大，南疆的MPI0下降越緩慢，而北疆的MPI0迅速降為0。對于調(diào)整后的貧困差距MPI1以及貧困嚴(yán)重程度MPI2也存在類似的情況。

表4

2012年南北疆多維貧困指數(shù)

(五)多維貧困指數(shù)的分解

為了能夠更加細(xì)致地了解南北疆多維貧困指數(shù)MPI在各維度之間的結(jié)構(gòu)特征，本文對2012年南北疆的MPI0進(jìn)行維度分解，如表5所示。從2012年南疆地區(qū)的5個維度來說，每個維度的平均貢獻(xiàn)率為20%，對多維貧困指數(shù)的貢獻(xiàn)率越高表示地區(qū)在該維度下越貧困，在貧困閾值k為1時，其經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)、健康、教育這5個維度對多維貧困指數(shù)的貢獻(xiàn)率分別為21.67%、30.76%、25.18%、14.69%和7.69%；當(dāng)貧困閾值k為2、3、4、5時，這5個維度對多維貧困指數(shù)的貢獻(xiàn)率基本上沒有太大的變化，且經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)這3個維度對多維貧困指數(shù)的貢獻(xiàn)率遠(yuǎn)遠(yuǎn)高于健康和教育維度。說明南疆地區(qū)的多維貧困主要集中在經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)三個維度，這為南疆地區(qū)的扶貧政策指明了方向，即南疆地區(qū)的扶貧開發(fā)政策應(yīng)該向這些方面傾斜。

表5

2012年南北疆多維貧困指數(shù)按維度分解　單位:%

從2012年北疆地區(qū)的5個維度來說，每個指標(biāo)的平均貢獻(xiàn)率為20%，對多維貧困指數(shù)的貢獻(xiàn)率越高，表示地區(qū)在該維度下越貧困，在貧困閾值k為1時，其經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)、健康、教育這5個維度對多維貧困指數(shù)的貢獻(xiàn)率分別為14.29%、35.71%、28.57%、21.43%和0.00%；當(dāng)貧困閾值k為2、3、4時，其經(jīng)濟(jì)發(fā)展水平維度對多維貧困指數(shù)的貢獻(xiàn)率維持在13%～20%，環(huán)境資源維度對多維貧困指數(shù)的貢獻(xiàn)率維持在20%～40%，生活水準(zhǔn)維度對多維貧困指數(shù)的貢獻(xiàn)率維持在21%～40%，健康維度對多維貧困指數(shù)的貢獻(xiàn)率維持在20%左右，教育維度對多維貧困指數(shù)的貢獻(xiàn)率始終為0.00%，且環(huán)境資源、生活水準(zhǔn)、健康這3個維度對多維貧困指數(shù)的貢獻(xiàn)率遠(yuǎn)遠(yuǎn)高于經(jīng)濟(jì)發(fā)展水平和教育維度。說明北疆地區(qū)的多維貧困主要集中在環(huán)境資源、生活水準(zhǔn)、健康三個維度，這為北疆地區(qū)的扶貧政策指明了方向，即北疆地區(qū)的扶貧開發(fā)政策應(yīng)該向這些方面傾斜。

三、影響新疆縣域貧困的因素分析

(一)LOGISTIC計量模型選擇

本文使用SPSS20.0軟件對樣本數(shù)據(jù)進(jìn)行Logistic回歸分析，Logistic模型是一種比較常見的處理因變量是屬性變量的統(tǒng)計分析模型。

logistic回歸分析能夠更加細(xì)微地刻畫自變量對因變量的影響，當(dāng)因變量僅能取兩個數(shù)值時，logistic回歸分析也稱為二值logistic回歸分析。其具體原理為：

假設(shè)因變量為y，如果y為1，則表示該種事件發(fā)生；反之，y為0表示該種事件沒有發(fā)生。即：

假設(shè)P表示出現(xiàn)“真”的概率，1-P表示出現(xiàn)“假”的概率，將這個式子兩邊取對數(shù)進(jìn)行變形為：

其中,P為在給定自變量x1，x2，…，xn下事件發(fā)生的概率，b0為回歸截距，bi為回歸系數(shù)。

logistic回歸模型對變量的要求有：自變量為二值變量，自變量之間相互獨(dú)立并且與logit(P)為線性關(guān)系，殘差服從于二項分布而不是正態(tài)分布，各觀察值之間相互獨(dú)立等。因為因變量是二值變量，所以該模型的擬合不采用最小二乘法，而是用最大似然法來進(jìn)行模型參數(shù)的估計與檢驗。

(二)影響因素分析

此處沿用前面所建立的多維貧困指標(biāo)體系，由于各個指標(biāo)的數(shù)值相差過大，而且衡量單位不一致，所以本文采用以下z-score 標(biāo)準(zhǔn)化的方法進(jìn)行數(shù)據(jù)的預(yù)處理，經(jīng)過預(yù)處理的數(shù)據(jù)變?yōu)榉挠诰禐?、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布。本文采用以LR(極大偏似然估計的似然比統(tǒng)計量的概率)為挑選標(biāo)準(zhǔn)，向后篩選法進(jìn)行l(wèi)ogistic回歸建模，第1步讓所有的變量進(jìn)入方程，然后以LR作為標(biāo)準(zhǔn)，逐步剔除不顯著的變量，經(jīng)過9次迭代，逐漸剔除所有不顯著的自變量，最終得到表6所示的模型估計結(jié)果，根據(jù)輸出結(jié)果，刪除不顯著性的影響因素，最終得到以下logistic回歸模型方程：

表6

Logstic回歸模型估計結(jié)果

注:***表示該系數(shù)在0.01水平下顯著，**表示該系數(shù)在0.05水平下顯著，*表示該系數(shù)在0.10水平下顯著。

Hosmer-Lemeshow擬合指數(shù)可以很好地評估回歸模型的擬合程度，經(jīng)過計算，迭代到第9步時，在自由度為8時，模型的Hosmer-Lemeshow擬合優(yōu)度指標(biāo)值為1.930，顯著性水平為0.983，大于0.05的顯著性水平，則接受原假設(shè)，即因變量觀測值與模型預(yù)測值不存在顯著性差異，說明在可接受的水平上回歸模型能夠很好地擬合數(shù)據(jù)，模型擬合程度較好。同時，對數(shù)似然值為28.961，擬R2為0.601，說明所有的自變量可以很好地估計因變量國家級貧困縣發(fā)生的概率。

根據(jù)所建立的Logstic擬合模型，對新疆真實的國定貧困縣和擬合模型的預(yù)測值作交叉分析，可以得到表7的預(yù)測結(jié)果。從表7可以看出，目前新疆共69個縣市中，有27個國家級貧困縣，42個非國家級貧困縣，根據(jù)回歸模型的預(yù)測，其中有4個非國家級貧困縣和3個國家級貧困縣預(yù)測錯誤，非國家級貧困縣的識別準(zhǔn)確率為90.5%，國家級貧困縣的識別準(zhǔn)確率為88.9%，總體識別準(zhǔn)確率達(dá)到89.9%，預(yù)測效果良好。

表7

回歸模型的預(yù)測分類結(jié)果

1.地方財政收支比(x1)對縣域貧困具有負(fù)向作用。地方財政收支比即地方財政收入占地方財政支出的比重。該指標(biāo)數(shù)值越大，說明該縣域的財政狀況越好，利用政府財政實施各項扶貧政策的能力越強(qiáng)，則該縣域陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。從實證分析結(jié)果來看，地方財政收支比(x1)的估計系數(shù)為-3.044，符號為負(fù)，驗證了先驗分析結(jié)果，且在0.05的顯著性水平下通過檢驗。優(yōu)勢比Exp(B)為0.048，說明了地方財政收支比平均每增加一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的0.048倍，或者說，地方財政收支比平均每提高一個單位，將導(dǎo)致該縣域成為非貧困縣的可能是成為貧困縣的20.83倍。

2.非農(nóng)人口占比(x3)對縣域貧困具有負(fù)向作用。非農(nóng)人口占比即縣域城鎮(zhèn)人口總數(shù)占該縣年末總?cè)丝诘谋戎亍Ｔ撝笜?biāo)數(shù)值越大，說明該縣域城鎮(zhèn)化程度越高，且已經(jīng)建立起發(fā)達(dá)的交通網(wǎng)絡(luò)，城鎮(zhèn)的各項基礎(chǔ)設(shè)施逐步完善，部分鄉(xiāng)村人口已逐漸融入城鎮(zhèn)生活，其經(jīng)濟(jì)發(fā)展水平較高，則該縣域陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。從實證分析結(jié)果來看，非農(nóng)人口占比(x3)的估計系數(shù)為-1.423，符號為負(fù)，驗證了先驗分析結(jié)果，且在0.10的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為0.241，說明了非農(nóng)人口占比平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的0.241倍，或者說，非農(nóng)人口占比平均每提高一個單位，將導(dǎo)致該縣域成為非貧困縣的可能是成為貧困縣的4.15倍。

3.人均森林面積(x6)對縣域貧困具有負(fù)向作用。人均森林面積是由縣域的森林總面積除以該縣年末總?cè)丝谟嬎愣?。該指?biāo)數(shù)值越大，表示該縣人均森林占有量越高。新疆地區(qū)地處我國西北地區(qū)，戈壁、沙漠化趨勢嚴(yán)重，生態(tài)環(huán)境極為惡劣，而人均森林占有量越高，意味著該縣的生態(tài)環(huán)境越好，良好的生態(tài)環(huán)境是人類進(jìn)行經(jīng)濟(jì)生產(chǎn)活動的基礎(chǔ)，另外，森林中的經(jīng)濟(jì)林還能夠為居民帶來經(jīng)濟(jì)效益，并為旅游業(yè)的發(fā)展創(chuàng)造有利條件。所以，該縣的人均森林面積越高，則該縣域陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。從實證分析結(jié)果來看，人均森林面積(x6)的估計系數(shù)為-2.082，符號為負(fù)，驗證了先驗分析結(jié)果，且在0.10的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為0.125，說明了人均森林面積平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的0.125倍，或者說人均森林面積平均每提高一個單位，將導(dǎo)致該縣域成為非貧困縣的可能是成為貧困縣的8倍。

4.人均農(nóng)業(yè)機(jī)械總動力(x7)對縣域貧困具有負(fù)向作用。人均農(nóng)業(yè)機(jī)械總動力是由各縣的農(nóng)業(yè)機(jī)械總動力除以該縣年末鄉(xiāng)村總?cè)丝谟嬎愣?。該指?biāo)數(shù)值越大，表示該縣域人均農(nóng)業(yè)機(jī)械擁有量越多。新疆地處我國西北地區(qū)，是我國面積最大的省份，同時人口總量又相對較少，導(dǎo)致新疆地廣人稀，勞動力較為缺乏，而人均農(nóng)業(yè)機(jī)械總動力越高意味著該縣的農(nóng)業(yè)機(jī)械化程度越高，生產(chǎn)效率也越高。則該縣域陷入貧困的可能性也就越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。從實證分析結(jié)果來看，人均農(nóng)業(yè)機(jī)械總動力(x7)的估計系數(shù)為-2.443，符號為負(fù)，驗證了先驗分析結(jié)果，且在0.05的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為0.087，說明了人均農(nóng)業(yè)機(jī)械總動力平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的0.087倍，或者說，人均農(nóng)業(yè)機(jī)械總動力平均每提高一個單位，將導(dǎo)致該縣域成為非貧困縣的可能是成為貧困縣的11.49倍。

5.農(nóng)民人均住房面積(x9)對縣域貧困具有負(fù)向作用。農(nóng)民人均住房面積是由各縣的農(nóng)村居民總住房面積除以該縣年末鄉(xiāng)村總?cè)丝谟嬎愣谩Ｗ》孔鳛槿祟惢旧娴闹匾獥l件之一，該指標(biāo)數(shù)值越大，表示該縣域人均住房空間越大，而目前我國的房價存在普遍過高的現(xiàn)象，足夠的人均住房空間通常意味著該縣農(nóng)村居民的經(jīng)濟(jì)能力較強(qiáng)。所以，該縣的農(nóng)民人均住房面積越大，則表示其居民的經(jīng)濟(jì)能力越強(qiáng)、居住環(huán)境越好，則該縣域陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。從實證分析結(jié)果來看，農(nóng)民人均住房面積(x9)的估計系數(shù)為-1.307，符號為負(fù)，驗證了先驗分析結(jié)果，且在0.1的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為0.271，說明了農(nóng)民人均住房面積平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的0.271倍，或者說，農(nóng)民人均住房面積平均每提高一個單位，將導(dǎo)致該縣域成為非貧困縣的可能是成為貧困縣的3.69倍。

6.人均教育支出(x14)對縣域貧困具有正向作用。人均教育支出是各縣的教育支出總額除以該縣年末鄉(xiāng)村總?cè)丝谟嬎愣谩８鶕?jù)森的能力貧困理論，貧困的本質(zhì)是缺乏獲取教育、健康和平等機(jī)會等條件而導(dǎo)致其長期處于低收入狀態(tài)，而良好的教育能夠提高人們獲取財富的能力。理論上來說，人均教育支出越高，表示教育投入越多，居民的教育發(fā)展水平越高，中小學(xué)生擁有的教育設(shè)施越好，則陷入貧困的可能性也就越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。但從實證分析結(jié)果來看，人均教育支出(x14)的估計系數(shù)為2.872，符號為正，與先驗分析結(jié)果相反，且在0.05的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為17.673，說明了人均教育支出平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的17.673倍。說明地方政府盲目地增加教育支出并不能使其擺脫貧困，即過度地增加教育支出比重意味著政府財政能夠用于縣域其他投資建設(shè)的資金可能存在嚴(yán)重不足，就會導(dǎo)致縣域在其他方面的發(fā)展滯后，進(jìn)一步陷入貧困之中。所以，地方政府應(yīng)該結(jié)合自身的財政能力確定適當(dāng)?shù)娜司逃С鏊健?/p>

7.中小學(xué)學(xué)生占用教師數(shù)(x15)對縣域貧困具有正向作用。中小學(xué)學(xué)生占用教師數(shù)是由各縣擁有的中小學(xué)教師總數(shù)除以中小學(xué)在校學(xué)生數(shù)計算而得。理論上來說，中小學(xué)學(xué)生占用教師數(shù)量越多，說明師資力量越強(qiáng)，每個教師負(fù)責(zé)教育的學(xué)生數(shù)量越少，精力越充沛，教育水平應(yīng)該越高，則陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用。但從實證分析結(jié)果來看，中小學(xué)學(xué)生占用教師數(shù)(x15)的估計系數(shù)為1.802，符號為正，與先驗分析結(jié)果相反，且在0.1的顯著性水平下通過了檢驗。優(yōu)勢比Exp(B)為6.062，說明了中小學(xué)學(xué)生占用教師數(shù)平均每提高一個單位，將導(dǎo)致該縣域成為貧困縣的風(fēng)險是成為非貧困縣的6.062倍。說明盲目地增加中小學(xué)學(xué)生占用教師數(shù)量并不能使其擺脫貧困，過度地增加中小學(xué)教師數(shù)量可能給政府財政造成過重的負(fù)擔(dān)，同時龐大的教師隊伍可能會使教師之間相互推諉，導(dǎo)致工作的低效率和教育資源浪費(fèi)，從而進(jìn)一步陷入貧困之中，所以，地方政府應(yīng)該注重提高教師隊伍的素質(zhì)，采用合適的激勵機(jī)制提升教育質(zhì)量。

四、新疆扶貧工作建議

近十幾年來，新疆的扶貧工作取得了巨大的成效。然而，新疆部分地區(qū)的貧困形勢仍然十分嚴(yán)峻，返貧現(xiàn)象極為突出，扶貧工作任重道遠(yuǎn)。結(jié)合前面的實證分析結(jié)果，本文認(rèn)為，新疆地區(qū)的扶貧開發(fā)工作應(yīng)從以下幾個方面展開：

(一) 定位扶貧地域

研究發(fā)現(xiàn)，目前新疆地區(qū)的貧困居民仍然主要分布在國家級貧困縣、南疆三地州、邊境縣等地區(qū)，今后相當(dāng)長的一段時間，政府扶貧工作的重心仍然應(yīng)該定位于這些區(qū)域。值得注意的是，在所選的15個指標(biāo)中，南疆的阿圖什市、阿克陶縣、疏附縣和英吉沙縣同時存在7個指標(biāo)的貧困，和田縣、于田縣和墨玉縣則分別同時存在8個、9個、10個指標(biāo)貧困，這些縣域是國家級重點(diǎn)貧困縣中貧困狀況最為嚴(yán)重的縣域；在北疆地區(qū)，同時存在3個以上指標(biāo)貧困的縣域分別為鄯善縣、托里縣、裕民縣，同時存在5個指標(biāo)貧困的縣域為昭蘇縣，在扶貧開發(fā)的工作中，以上縣域應(yīng)該給予重點(diǎn)關(guān)注。

(二)選擇扶貧方向

研究發(fā)現(xiàn)，2012年南疆地區(qū)的38個縣域中，在所選的15個指標(biāo)中，地方財政收支比、人均森林面積、農(nóng)村居民人均純收入、農(nóng)村人均用電量、5歲以下兒童死亡率5個指標(biāo)的貧困發(fā)生率超過30%，則南疆地區(qū)的扶貧開發(fā)工作方向應(yīng)當(dāng)重點(diǎn)向這些方面傾斜；北疆地區(qū)的38個縣域中，在所選的15個指標(biāo)中，地方財政收支比、人均森林面積、農(nóng)村人均用電量、5歲以下兒童死亡率四個指標(biāo)的貧困發(fā)生率超過12%，則北疆地區(qū)的扶貧開發(fā)工作方向應(yīng)當(dāng)重點(diǎn)向這些方面傾斜；另外，多維貧困指數(shù)的分解表明，南疆地區(qū)的多維貧困主要集中在經(jīng)濟(jì)發(fā)展水平、環(huán)境資源、生活水準(zhǔn)三個維度，北疆地區(qū)的多維貧困主要集中在環(huán)境資源、生活水準(zhǔn)、健康三個維度，在扶貧開發(fā)工作中應(yīng)根據(jù)具體實際情況選擇合理的扶貧方向。

(三)轉(zhuǎn)變扶貧觀念

通過logistic回歸建模分析發(fā)現(xiàn)，地方財政收支比、非農(nóng)人口占比、人均森林面積、人均農(nóng)業(yè)機(jī)械總動力、農(nóng)民人均住房面積、人均教育支出、中小學(xué)學(xué)生占用教師數(shù)均對國家級貧困縣有顯著性影響，說明這些指標(biāo)是影響新疆國家級貧困縣的最主要因素。值得注意的是，理論上來說，人均教育支出越高，表示其教育投入越多，居民的教育發(fā)展水平越高，中小學(xué)生擁有的教育設(shè)施越好，則陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用，然而實證分析結(jié)果表明，人均教育支出對新疆國家級貧困縣具有正向作用。另外，理論上來說，中小學(xué)學(xué)生占用教師數(shù)量越多，說明其師資力量越強(qiáng)，每個教師負(fù)責(zé)教育的學(xué)生數(shù)量越少，精力更充沛，教育水平應(yīng)該越高，則陷入貧困的可能性越低，即該指標(biāo)對縣域貧困具有負(fù)向作用，然而實證分析結(jié)果表明，中小學(xué)學(xué)生占用教師數(shù)也對縣域貧困具有正向作用。所以，在實際的扶貧開發(fā)過程中，不能根據(jù)貧困理論而盲目地開展工作，必須轉(zhuǎn)變扶貧觀念，深入當(dāng)?shù)剡M(jìn)行調(diào)研，必須結(jié)合當(dāng)?shù)氐木唧w實際情況進(jìn)行扶貧。

參考文獻(xiàn)：

[1]Rowntree. Poverty: a Study of Town Life[M].Nabu Press，1901:267-284.

[2]Townsend Peter.Poverty in the United Kingdom[M].University of California Press,1979:196-213.

[3]Hagenaars.A Class of Poverty Indices[M].International Economic Review,1987：583-602.

[4]王小林,Sabina Alkire.中國多維貧困測量—估計和政策含義[J].中國農(nóng)村經(jīng)濟(jì),2009(12)：4-10.

[5]李佳路.農(nóng)戶多維度貧困測量——以S省30個國家扶貧開發(fā)工作重點(diǎn)縣為例[J].財貿(mào)經(jīng)濟(jì),2010,(10):63-68.

[6]宋志立.貧困脆弱性文獻(xiàn)綜述[J].經(jīng)濟(jì)研究導(dǎo)刊,2013(25)：184-186.

[7]蔣翠俠，許啟發(fā)，李亞琴.中國家庭多維貧困的統(tǒng)計測度[J].統(tǒng)計與決策，2011( 22):92-95.

[8]鄒薇,方迎風(fēng).關(guān)于中國貧困的動態(tài)多維度研究[J].中國人口科學(xué),2011(06)：49-59.

[9]da Fonseca，Marcio A/MA.The Effects of Poverty on Children’s Development and Oral Health[J].Pediatric Dentistry,2012, 34(1).

[10]Leopoldo Laborda Castillo.The Effect of Poverty,Gender Exclusion,and Child Labor on Out-of-School Rates for Female Children[J].Journal of Research in Childhood Education,2014(2)：162-181.

[11]Nazim N.Habibov.Public Beliefs Regarding the Causes of Poverty During Transition: Evidence from the Caucasus,Central Asia,Russia,and Ukraine[J].International Journal of Sociology and Social Policy,2011,31(1).

[12]陳光金.中國農(nóng)村貧困的程度、特征與影響因素分析[J].中國農(nóng)村經(jīng)濟(jì),2008(9):13-25.

[13]段鵬，等.論我國農(nóng)村貧困的決定因素——基于村民行為選擇視角的實證分析[J].財經(jīng)研究,2009(10):105-115.

[14]楊國濤,東梅.家庭特征對農(nóng)戶貧困的影響:基于西海固分戶調(diào)查數(shù)據(jù)的分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2010(4):42-48.

[15]杜鳳蓮,孫婧芳.貧困影響因素與貧困敏感性的實證分析——基于 1991—2009 的面板數(shù)據(jù)[J]. 經(jīng)濟(jì)科學(xué)，2011(3):57-67.

[16]Sabina Alkire,James Foster.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics,2011(7-8):476-487.

[17]Patrickm Nussbaumer.Global Insights Based on the Multidimensional Energy Poverty Index[J].Sustainability，2013(5): 2060-2076.

(責(zé)任編輯：易正蘭)

A Study of County-Level Multi-dimensional Poverty in Xinjiang

Wang Jianjun, Yang Huiping，Hu Xiaoping

(Xinjiang University of Finance and Economics, Urumqi 830012,China)

Abstract:According Sen’s ability poverty theory, through construction of the evaluation system of multi-dimensional poverty, this paper used the AF method to measure the status of county-level multi-dimensional poverty in Xinjiang and found that the situation of extreme poverty in counties in Southern Xinjiang is very prominent, and mainly concentrated in three dimensions, that is, the level of economic development, the environmental resources and the standard of living. Compared with that of counties in Southern Xinjiang, the heterogeneity of poverty in northern counties is significantly, focusing mainly on these three dimensions, they are the environmental resources, the living standards and the health. Then the logistic regression analysis was used and factors that have a positive impact on poverty reduction were found, they are economic development, environmental resources and living standards, however, the positive effect of education did not show significantly.

Key Words:Multi-dimensional Poverty; Poverty Measurement; Influencing Factors

DOI：10.16716/j.cnki.65-1030/f.2016.02.005

中圖分類號：F323.8

文獻(xiàn)標(biāo)識碼：A

文章編號：1007-8576(2016)02-0036-011

作者簡介：王建軍(1955-)，男，教授，研究方向：經(jīng)濟(jì)統(tǒng)計；楊輝平(1987-)，男，碩士研究生，研究方向：統(tǒng)計學(xué);虎曉坪(1992-)，女，碩士研究生，研究方向：管理統(tǒng)計。

基金項目：國家自然科學(xué)基金項目“新疆民族間文化認(rèn)同水平測度、維度分解及機(jī)制構(gòu)建”(71563048)

收稿日期：2016-02-29

《新疆財經(jīng)》2016年第2期