基于GIS的多維貧困精準識別

魏曉冰+馬艷磊+李明霞

摘要：如今，精準扶貧工作面對信息采集不精確，貧困界定標準單一的問題。本文基于3S技術(shù)的多維度信息獲取、處理、表達的可靠性與準確性研究，建立了基于資源環(huán)境與社會經(jīng)濟綜合指標的多維度貧困精準識別模型。

關(guān)鍵詞：GIS；貧困；A-F模型；精準識別；鄭州大學創(chuàng)新創(chuàng)業(yè)訓練項目編號：201710459048

一、引言

伴隨著30多年的經(jīng)濟增長和政府扶貧活動的開展，目前我國農(nóng)村貧困人口大幅減少。貧困的形式具有多樣性：收入貧困、教育貧困、健康貧困、知識貧困、信息貧困等。對貧困人口的保障除了一定的貨幣收入滿足溫飽之外，還應該能夠獲得基本的教育、衛(wèi)生、社會保障，能夠擁有安全飲用水、衛(wèi)生設施，能夠有基本的住房保障。

以往，我國采用人均年收入作為貧困界定標準，但實際中影響家庭貧富狀況的還有其他指標，如教育、衛(wèi)生、健康和壽命等。因而需要建立一套科學的多維測評指標，其能綜合反映出測評地區(qū)和人口的生存環(huán)境、生存質(zhì)量與生存效果，從而實現(xiàn)對貧困的精準識別。

二、關(guān)鍵技術(shù)問題

（1）貧困識別指標

貧困識別指標及其對應的貧困識別標準是用于測量和識別貧困人口的重要工具。由于貧困戶所受的剝奪是多個方面的，而且每個方面都十分重要。因此，為了更加全面地反映貧困戶的貧困情況，需多維度綜合考慮，科學合理地在多角度綜合顧及貧困對象所處的資源環(huán)境與社會背景條件，將資產(chǎn)、消費、收入、生活水平、身體健康情況、受教育程度等綜合歸為識別指標體系。

（2）貧困的識別方法

基于3S技術(shù)的多維度信息獲取、處理、表達的可靠性與準確性研究，建立一套基于資源環(huán)境與社會經(jīng)濟綜合指標的多維度檢測方法與技術(shù)體系，對貧困農(nóng)戶進行基于教育、性別、年齡等多維度的貧困特征分析，結(jié)果基于圖表綜合展示。從而實現(xiàn)空間技術(shù)方法與扶貧對象精準識別的有機融合。

（3）貧困識別精度

本文建立貧困戶基于資產(chǎn)、消費、收入、生活水平、身體健康情況、受教育程度的多維度貧困識別模型。對貧困戶從單一維度到多維度綜合的貧困逐級逐類精準識別。

于2007年，牛津大學貧困與人類發(fā)展中心（OPHI）的研究人員 Alkire和Foster從多維視角對貧困進行識別、加總，得出了多維貧困測度的一般模型（簡稱為A-F模型），該模型不僅可以測算多維貧困指數(shù)（MPI），還可按照地區(qū)、維度等進行分解。是第一個從多維視角對地區(qū)或家庭貧困進行定量測度的模型，并且被廣泛引用和應用。本文基于A-F模型進行擴展建立貧困的精準識別模型。

本文采用的多維貧困指數(shù)M借鑒MPI指數(shù)，MPI指數(shù)是經(jīng)濟學家 Alkire和Foster于2010年合作開發(fā)推出的。與人類發(fā)展指數(shù)相比，MPI從教育、健康和生活水平三個維度來反映多維貧困?？紤]到經(jīng)濟指標對于衡量是否貧困的重要性，本文在MPI已有的三個維度的基礎上增加一個收入維度。

本文將測量MPI三個維度的指標數(shù)從3個增加到10個（教育和健康維度各有2個指標，生活水平維度有6個指標），同時增加收入指標。教育反映個體的人力資本水平，將受教育年限作為教育指標。健康反映個體的生存能力，將疾病狀況和醫(yī)療保險設置為健康的兩項指標。原因是：一因病致貧和因病返貧在農(nóng)村普遍存在，二中國近年來在推廣醫(yī)療保險方面作出較大努力，選用是否擁有醫(yī)療保險能夠反映出政府扶貧的效果。生活水平是是否貧困的直觀體現(xiàn)，選擇清潔飲用水、衛(wèi)生設施、廚房燃料、電器資產(chǎn)、居住條件作為生活水平的指標。

剝奪臨界值的設定主要參考聯(lián)合國千年發(fā)展目標及王小林和 Sabina Alkire（2009）對我國的多維貧困測度實踐，其中教育維度臨界值的設定考慮到我國義務教育實際調(diào)整為9年。

模型建立

設觀測樣本家庭數(shù)為n，其中，xij表示第i個家庭在指標j上的取值，i=1，2，3...n；j=1，2...9。依據(jù)表1中的賦值標準對樣本觀測矩陣X進行賦值，可獲得貧困剝奪矩陣G。

依據(jù)式（1）測算出樣本家庭在至少k個維度處于貧困時貧困維度的總和Cij（k），式中k=1，2，...，9。

（1）

再根據(jù) ，得到多維貧困剝奪個體數(shù)矩陣Q：

最后利用公式（2）～（4）計算貧困發(fā)生率H、平均剝奪份額A和多維貧困指數(shù)M。

（2）

（3）

（4）

根據(jù)公式（5）可測算出各個維度對多維貧困的貢獻率，對貧困維度進行精準識別。

（5）

其中Wj是第j個指標的權(quán)重。

再利用公式（6）匯總每個樣本家庭在所有維度的貧困得分Di。

（6）

三、結(jié)束語

本文基于GIS的空間信息技術(shù)，利用Alkire-Foster多維貧困測度模型，能夠?qū)ω毨暨M行識別、加總和分解，基于該模型定量測算出各地區(qū)的多維貧困指數(shù)、各維度的貧困發(fā)生率及各家庭的貧困維度數(shù)，能夠?qū)ω毨У貐^(qū)、貧困維度和貧困家庭進行精準識別。這既滿足了貧困多維度特征，又體現(xiàn)了定量測度的科學性。從而能針對性地實施精準扶貧措施，達到“扶真貧，真扶貧”的目的。

參考文獻：

[1][王艷慧，王小林，趙文吉，等.基于GIS的多維貧困精準識別與評價[M].科學出版社，2015

[2]董春，趙紀平等.地理因子與空間人口分布的相關(guān)性研究.遙感信息[N]，（4）：61-64，2002