基于社會網(wǎng)絡分析法的脫貧人口空間關(guān)聯(lián)特征研究

王怡 周曉唯

摘?要：精準扶貧攻堅戰(zhàn)中的區(qū)域脫貧人口并不獨立存在，在空間上呈現(xiàn)出一定的關(guān)聯(lián)性。為了考察脫貧人口空間關(guān)聯(lián)網(wǎng)絡特征，本文基于社會網(wǎng)絡分析法對脫貧人口空間關(guān)聯(lián)特征進行量化處理，得出以下主要結(jié)論：（1）我國脫貧人口的空間關(guān)聯(lián)關(guān)系屬于典型的網(wǎng)絡結(jié)構(gòu)形態(tài)。（2）網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度不斷上升，脫貧人口空間關(guān)聯(lián)網(wǎng)絡聯(lián)系還具有較大的提升空間。（3）脫貧人口空間關(guān)聯(lián)網(wǎng)絡的控制能力流動性較強，中介和橋梁作用隨不同情境的變化發(fā)生明顯變動，存在無支配和控制能力的可能。（4）脫貧人口空間關(guān)聯(lián)網(wǎng)絡的空間聚類主要以地理分布為框架，同時與省份之間的交通、經(jīng)濟和人文因素相關(guān)。

關(guān)鍵詞：脫貧人口;有向空間關(guān)聯(lián)網(wǎng)絡;網(wǎng)絡密度;網(wǎng)絡關(guān)聯(lián)度;點度中心度;空間聚類

中圖分類號：F304.8??文獻標識碼：A

文章編號：1000-176X（2019）10-0019-09

一、問題的提出

自2015年中央政治局釋放堅決打贏脫貧攻堅戰(zhàn)的減貧新信號后，各區(qū)域為破解脫貧攻堅困境，制定了更為高效的攻堅措施，并且將脫貧人口數(shù)量設定為脫貧攻堅戰(zhàn)的完成目標[1]。如果脫貧人口之間互為獨立，則各區(qū)域脫貧人口數(shù)量為該區(qū)域攻堅戰(zhàn)完成量，加成后為脫貧攻堅戰(zhàn)完成量。然而由于各種因素影響，區(qū)域之間脫貧人口并不獨立存在，既具流動性又具重復性，在空間上呈現(xiàn)出一定的空間關(guān)聯(lián)性[2]。在區(qū)域空間關(guān)聯(lián)存在的實際情境下，脫貧人口空間關(guān)聯(lián)不可避免，區(qū)域為打贏脫貧攻堅戰(zhàn)必須考慮脫貧人口空間關(guān)聯(lián)問題。要求區(qū)域除完成自身脫貧人口目標外，另需充分考慮并有效“牽制”與之關(guān)聯(lián)的脫貧人口[3]。傳統(tǒng)理論認為，脫貧人口空間關(guān)聯(lián)就是單純的地理位置關(guān)聯(lián)，但隨著脫貧攻堅戰(zhàn)的實施，脫貧人口呈現(xiàn)出多線路復雜網(wǎng)絡結(jié)構(gòu)新狀態(tài)，區(qū)域位置和結(jié)構(gòu)形態(tài)都在不斷地演變過程中。因此，有效反映脫貧攻堅戰(zhàn)中脫貧人口空間關(guān)聯(lián)網(wǎng)絡結(jié)構(gòu)特點及變化趨勢，對進一步完善脫貧攻堅戰(zhàn)具有重要的理論依據(jù)和指導價值。

當前對空間關(guān)聯(lián)的研究方法主要有聚類分析、因子分析、相關(guān)分析和方差分析等[4]，筆者通過研究發(fā)現(xiàn)，上述方法并不能完美解釋脫貧人口的空間關(guān)聯(lián)性問題，主要原因是：首先，上述方法在解釋空間關(guān)聯(lián)性問題時僅考慮地理位置空間關(guān)聯(lián)，對其他因素的空間關(guān)聯(lián)無法體現(xiàn)，不能從整體上解讀脫貧人口的空間關(guān)聯(lián)特征[5]。其次，上述方法在數(shù)據(jù)處理上僅利用屬性數(shù)據(jù)，對脫貧人口空間關(guān)聯(lián)中的關(guān)系數(shù)據(jù)無法考察，不能反映脫貧人口空間關(guān)聯(lián)的整體網(wǎng)絡特征[6]。最后，上述方法無法對脫貧人口空間關(guān)聯(lián)的結(jié)構(gòu)形態(tài)和聚類方式進行解讀，只能解釋脫貧人口空間關(guān)聯(lián)“量”的屬性，而無法揭示脫貧人口空間關(guān)聯(lián)中的“關(guān)系”屬性[7]。為擺脫傳統(tǒng)空間關(guān)聯(lián)計算方法的局限性，本文基于社會網(wǎng)絡分析法對脫貧人口空間關(guān)聯(lián)網(wǎng)絡進行分析，對關(guān)聯(lián)網(wǎng)絡的整體性、中心性及空間聚類性特征進行全方位解讀，以確定我國實行脫貧攻堅戰(zhàn)后脫貧人口的空間關(guān)聯(lián)分布特征。

相對傳統(tǒng)方法，本文研究具有以下優(yōu)勢及創(chuàng)新點：首先，除考慮地理因素外，本文增加了人口、經(jīng)濟和交通等因素，能夠從整體上體現(xiàn)脫貧人口的空間關(guān)聯(lián)特征。第二，社會網(wǎng)絡分析法以“關(guān)系”為解釋對象，采用數(shù)學和圖論的方法描述“關(guān)系”對網(wǎng)絡結(jié)構(gòu)或網(wǎng)絡個體的影響程度，能夠?qū)γ撠毴丝谥懈饕蛩氐年P(guān)聯(lián)屬性進行量化處理，有利于梳理脫貧人口空間關(guān)聯(lián)屬性。第三，研究脫貧攻堅戰(zhàn)的完成目標時，多數(shù)文獻一般以貧困人口數(shù)量為考察對象，貧困人口和脫貧人口為相對指標，但貧困人口數(shù)量變化并不能完全反映脫貧攻堅戰(zhàn)完成量，如貧困人口有可能將死亡人口計入指標內(nèi)，本文從脫貧人口視角解讀，更能準確反映脫貧攻堅戰(zhàn)的效率。

二、方法的構(gòu)建和數(shù)據(jù)的處理

社會網(wǎng)絡起源于物理學中的適應性網(wǎng)絡，物理學通過網(wǎng)絡關(guān)系將微觀網(wǎng)絡、個體網(wǎng)絡與宏觀網(wǎng)絡系統(tǒng)結(jié)合，從而解讀微觀網(wǎng)絡和個體網(wǎng)絡中的復雜性問題。后來社會學家根據(jù)物理學社會網(wǎng)絡理念，結(jié)合數(shù)學和圖論等方法將社會網(wǎng)絡分析發(fā)展成為一種定量分析方法。從20世紀70年代起，社會網(wǎng)絡分析法被廣泛運用于心理學、數(shù)學和人類學等領(lǐng)域，隨著社會網(wǎng)絡分析法的逐步成熟，經(jīng)濟學和管理學等領(lǐng)域開始借鑒社會網(wǎng)絡分析法來解決自身復雜性問題。脫貧人口作為一類特殊的社會結(jié)構(gòu)群體，通過社會網(wǎng)絡分析法能夠?qū)⒚撠毴丝谥械膫€體關(guān)系、“微觀”網(wǎng)絡與大規(guī)模社會系統(tǒng)的“宏觀”網(wǎng)絡結(jié)合起來，從而確定脫貧人口結(jié)構(gòu)中的空間關(guān)聯(lián)關(guān)系。

（一）脫貧人口空間關(guān)聯(lián)網(wǎng)絡關(guān)系的構(gòu)建

社會網(wǎng)絡分析法以“關(guān)系”為解釋對象，采用數(shù)學和圖論的方法描述“關(guān)系”對網(wǎng)絡結(jié)構(gòu)或網(wǎng)絡個體的影響程度。由此可見，社會網(wǎng)絡分析法的關(guān)鍵是確定“關(guān)系”。對脫貧人口空間關(guān)聯(lián)關(guān)系的確立方法一般有VAR檢驗法或引力模型法，對比文獻后發(fā)現(xiàn)引力模型法是“關(guān)系”確立的不二之選，原因是引力模型法能夠刻畫脫貧人口空間關(guān)聯(lián)網(wǎng)絡的演變趨勢，并且在不依賴數(shù)據(jù)滯后階數(shù)的條件下可精確刻畫脫貧人口的網(wǎng)絡特征。相比VAR檢驗法，引力模型法可在考慮經(jīng)濟地理位置的前提下，對總量數(shù)據(jù)進行截面處理，對脫貧人口空間關(guān)聯(lián)關(guān)系進行多面性趨勢演練。因此，本文采用引力模型法對脫貧人口空間關(guān)聯(lián)網(wǎng)絡結(jié)構(gòu)的動態(tài)演變趨勢進行分析，由于引力模型法的廣泛性，為使其適應脫貧人口研究，對其進行一定的優(yōu)化，修正后的脫貧人口引力模型為：

yij=kijPiCiGiPjCjGjD2ij，D2ij=dijgi-gj2，kij=CiCi+Cj（1）

其中，yij表示區(qū)域i與區(qū)域j之間的脫貧人口空間關(guān)聯(lián)關(guān)系，本文的區(qū)域主要以省域為研究對象，所以i和j表示不同的省份，值得注意的是脫貧人口空間關(guān)聯(lián)關(guān)系yij與yji代表不同的意義，不可混淆使用。Pi和Pj表示省份i和省份j年度總?cè)丝跀?shù);Ci和Cj表示省份i和省份j的脫貧人口數(shù)，Gi和Gj表示省份i和省份j的實際生產(chǎn)總值，為便于計算以GDP為解釋變量;kij表示省份i對省份i和省份j間脫貧人口空間關(guān)聯(lián)的貢獻率。依據(jù)托達羅人口遷移模型，計算脫貧人口空間關(guān)聯(lián)關(guān)系需要將經(jīng)濟距離和地理距離納入摩擦距離Dij中[8]，因此，用dij表示省份i和省份j省會城市之間的球面距離，用球面距離dij除以GDP差值（gi-gj）的平方表示省份i和省份j之間的摩擦距離。由式（1）可得出脫貧人口的省域引力矩陣（A）。取矩陣（A）中每一行的平均值為該行的臨界值，當該行的某個值大于臨界值時，則表示該行省份i與該列省份j的脫貧人口具有空間關(guān)聯(lián)關(guān)系，用1表示。相反當該行的某個值小于臨界值時，則表示該行省份i與該列省份j的脫貧人口不存在空間關(guān)聯(lián)關(guān)系，用0表示。通過上述步驟可以得到省域脫貧人口的空間關(guān)聯(lián)網(wǎng)絡矩陣（B），由于脫貧人口的省域引力矩陣（A）為一個非對稱的矩陣，因此，省域脫貧人口的空間關(guān)聯(lián)網(wǎng)絡矩陣（B）是一個有向的空間關(guān)聯(lián)網(wǎng)絡。

（二）脫貧人口空間關(guān)聯(lián)網(wǎng)絡特征指標

空間關(guān)聯(lián)網(wǎng)絡特征指標一般有整體網(wǎng)絡特征、節(jié)點網(wǎng)絡特征和空間聚類特征三大類：

第一類為整體網(wǎng)絡特征。描述整體網(wǎng)絡特征通常用網(wǎng)絡密度、網(wǎng)絡關(guān)聯(lián)度、網(wǎng)絡效率和網(wǎng)絡等級度等指標。網(wǎng)絡密度表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡的緊密性，密度越小則表示省域脫貧人口間聯(lián)系相對獨立，空間關(guān)聯(lián)網(wǎng)絡對各省域脫貧人口影響不大，反之，密度越大空間關(guān)聯(lián)網(wǎng)絡對各省域脫貧人口影響越大。網(wǎng)絡關(guān)聯(lián)度表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡的穩(wěn)健性和脆弱性。若脫貧人口空間關(guān)聯(lián)網(wǎng)絡中任意兩個省份都存在直接或間接關(guān)聯(lián)，則表示該網(wǎng)絡具有較強的穩(wěn)健性和關(guān)聯(lián)度;若脫貧人口空間關(guān)聯(lián)網(wǎng)絡需通過某個省份鏈接，排除該省份則整個空間關(guān)聯(lián)網(wǎng)絡存在崩潰的可能性，則表示該空間關(guān)聯(lián)網(wǎng)絡的關(guān)聯(lián)度非常脆弱。網(wǎng)絡效率表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系效率，若網(wǎng)絡效率低則表示省域之間的連線越多，脫貧人口之間的聯(lián)系越緊密，越能促進脫貧人口在省域之間的流動，縮小省域之間的脫貧差距。網(wǎng)絡等級度表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡中省份之間在多大程度上非對稱可達，其反映的是一種等級結(jié)構(gòu)，若網(wǎng)絡等級度越高，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的等級結(jié)構(gòu)越森嚴，更多的省份處于空間關(guān)聯(lián)網(wǎng)絡的從屬或邊緣位置。由于網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度可以考察脫貧人口的整體特征，故本文不再研究網(wǎng)絡效率和網(wǎng)絡等級。

第二類為節(jié)點網(wǎng)絡特征。描述節(jié)點網(wǎng)絡特征通常用點度中心度、中介中心度和接近中心度等指標。點度中心度表示各省份處于脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中心位置程度，一般用連接數(shù)量作為點度中心度的衡量指標。連接數(shù)量越多則點度中心度越高，表示該省份與其他省份脫貧人口空間關(guān)聯(lián)聯(lián)系越多，省份更加處于網(wǎng)絡中心地位。中介中心度表示某省份在多大程度上控制其他省份間的空間關(guān)聯(lián)關(guān)系，中介中心度越高則說明該省份控制其他省份空間關(guān)聯(lián)關(guān)系的能力越強，該省份越能處于空間關(guān)聯(lián)網(wǎng)絡的中心。接近中心度與中介中心度相反，表示某省份在空間關(guān)聯(lián)網(wǎng)絡中不受其他省份控制的能力，接近中心度越高說明該省份更多地直接關(guān)聯(lián)其他省份，屬于空間關(guān)聯(lián)網(wǎng)絡中的中心行動者。

第三類為空間聚類特征。描述空間聚類一般采用塊模型方法?？臻g關(guān)聯(lián)網(wǎng)絡屬于復雜網(wǎng)絡，為直觀可將復雜網(wǎng)絡簡化為塊模型和像矩陣，再研究各塊在網(wǎng)絡中的聚類作用，脫貧人口空間關(guān)聯(lián)網(wǎng)絡分塊后可從整體上分析其內(nèi)部結(jié)構(gòu)。借鑒Wassermans[9]的設定，將脫貧人口空間關(guān)聯(lián)網(wǎng)絡劃分為4板塊，第1板塊為凈受益板塊，該板塊既接收內(nèi)部關(guān)系也接收外部關(guān)系，但接收內(nèi)部關(guān)系明顯多于外部關(guān)系，且對其他板塊的溢出效應較少。第2板塊為凈溢出板塊，該板塊既向其他板塊發(fā)出關(guān)系也接收其他板塊發(fā)出的關(guān)系，但向其他板塊發(fā)出的關(guān)系明顯多于接收其他板塊發(fā)出的關(guān)系。第3板塊為雙向溢出板塊，該板塊既向本板塊發(fā)出關(guān)系也向其他板塊發(fā)出關(guān)系，既接收本板塊發(fā)出關(guān)系也接收其他板塊發(fā)出關(guān)系，但接收本板塊的關(guān)系多于接收外部板塊的關(guān)系，該板塊對其他板塊具有雙向溢出效應。第4板塊為經(jīng)紀人板塊，該板塊主要對其他板塊發(fā)出或接收關(guān)系，在網(wǎng)絡中起到中介效應，而對本板塊的關(guān)聯(lián)關(guān)系較少。

（三）數(shù)據(jù)來源與處理

本文各省份的年度人口總數(shù)來源于2014—2017年《中國衛(wèi)生和計劃生育統(tǒng)計年鑒》報告，脫貧人口數(shù)以2014年為基數(shù)，n+1年的脫貧人口數(shù)用n+1年貧困人口數(shù)量減去n年貧困人口數(shù)量表示，貧困人口總量來源于2014—2017年的《人口與計劃生育常用數(shù)據(jù)手冊》，貧困人口輔助數(shù)據(jù)來源于2014—2017年的《中國統(tǒng)計年鑒》，由于城鎮(zhèn)貧困人口統(tǒng)計數(shù)據(jù)不足，因此，以農(nóng)村貧困人口為研究對象。各省份的實際生產(chǎn)總值GDP由2014—2016年的GDP獲得。省會城市球面距離參考樊東衛(wèi)等[10]三維直角坐標系計算方法，并結(jié)合中國34個城市之間的球面距離數(shù)據(jù)表，最終由軟件ARCGIS10.2計算得出。由于部分或全部數(shù)據(jù)的缺失，本文最終研究對象為我國31個省份或直轄市，數(shù)據(jù)來源不包括中國香港、澳門和中國臺灣地區(qū)。另外，由于數(shù)據(jù)受收集時間點不同和人工采集能力的限制，數(shù)據(jù)來源可能存在一定的片面性和誤差性，因此，本文的計算結(jié)果以樣本數(shù)據(jù)為基礎(chǔ)。

三、脫貧人口空間關(guān)聯(lián)網(wǎng)絡的整體性特征

（一）脫貧人口的空間關(guān)聯(lián)關(guān)系網(wǎng)絡圖

由修正脫貧人口引力模型法可確定脫貧人口的省域引力矩陣（A），按照模型構(gòu)建原理，通過省域引力矩陣（A）最終得出脫貧人口的空間關(guān)聯(lián)關(guān)系矩陣（B）。取各省份省會城市空間關(guān)聯(lián)關(guān)系為考察對象，考察數(shù)據(jù)以年度為單位，各年度的脫貧人口空間關(guān)聯(lián)關(guān)系用一個矩陣表表示，考慮幅度原因，各年份脫貧人口的空間關(guān)聯(lián)關(guān)系矩陣（B）不再羅列。從數(shù)據(jù)關(guān)聯(lián)度來看，2014年起我國脫貧人口的空間關(guān)聯(lián)度逐漸增強，不同省份之間的關(guān)聯(lián)度也開始相關(guān)，甚至一些地理位置距離較遠的省份也開始出現(xiàn)關(guān)聯(lián)關(guān)系。為展現(xiàn)脫貧人口空間關(guān)聯(lián)網(wǎng)絡的結(jié)構(gòu)形態(tài)，將矩陣（B）數(shù)據(jù)導入軟件UCINET中，并利用其可視化工具Netdraw得出脫貧人口空間關(guān)聯(lián)網(wǎng)絡圖，為進行對比分析，分別繪出了2014—2016年的脫貧人口空間關(guān)聯(lián)網(wǎng)絡圖，受篇幅限制圖未列出。由脫貧人口空間關(guān)聯(lián)網(wǎng)絡圖可知，自2013年實行精準扶貧政策以來，我國脫貧人口的空間關(guān)聯(lián)關(guān)系屬于典型的網(wǎng)絡結(jié)構(gòu)形態(tài)，但是2015年與2014年網(wǎng)絡結(jié)構(gòu)分布具有明顯區(qū)別，2014年各省份的空間關(guān)聯(lián)度明顯少于2015年，自2015年起脫貧人口空間關(guān)聯(lián)關(guān)系急速增加，說明中央釋放堅決打贏脫貧攻堅戰(zhàn)的減貧新信號后，各省份的脫貧工作聯(lián)系更加緊密。2016年的空間關(guān)聯(lián)關(guān)系在2015年的基礎(chǔ)上并無明顯增加，進一步說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡關(guān)系受政策影響較大，較好的政策實施能夠促進脫貧工作的有效實現(xiàn)。

（二）脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度

網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度是描述脫貧人口空間關(guān)聯(lián)網(wǎng)絡形態(tài)結(jié)構(gòu)的兩個重要指標，網(wǎng)絡密度表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡的緊密程度，網(wǎng)絡密度越大則表示各省份之間的聯(lián)系越緊密。網(wǎng)絡關(guān)聯(lián)度表示脫貧人口空間關(guān)聯(lián)網(wǎng)絡的穩(wěn)健程度及空間關(guān)聯(lián)網(wǎng)絡對關(guān)鍵省份的依賴程度。為得到網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度，將數(shù)據(jù)導入軟件UCINET中Network菜單下的Density，得出2014—2016年脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度，如表1所示。

由表1可知，網(wǎng)絡密度在逐漸上升，2014年的網(wǎng)絡密度為0.2108，而到2015年網(wǎng)絡密度突然增加到0.4086，表明我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系越來越緊密。脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度不斷上升，該結(jié)論正好與方大春和

魏巍[11]的研究結(jié)論相反，究其原因，方大春和魏巍[11]的研究對象為貧困人口數(shù)量，隨著脫貧工作的不斷進行貧困人口數(shù)量逐漸減少，因此，貧困人口空間關(guān)聯(lián)網(wǎng)絡密度不斷下降，而本文研究對象為脫貧人口，脫貧工作的進行會導致脫貧人口不斷增加，因此，脫貧人口空間關(guān)聯(lián)網(wǎng)絡密度不斷上升，符合客觀事實。盡管網(wǎng)絡密度在逐漸增加，但網(wǎng)絡關(guān)聯(lián)度并不高，2014年網(wǎng)絡關(guān)聯(lián)度僅為196個，而全部數(shù)據(jù)的最大可能關(guān)聯(lián)關(guān)系為930（31×30）個，2014年只占據(jù)21.08%，2015年網(wǎng)絡關(guān)聯(lián)度為380個，增加明顯，但也只占據(jù)到40.86%，因而脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系還存在較大空間。

綜上所述，我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度在不斷上升，而脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系還具有較大的提升空間，對于網(wǎng)絡密度而言，我們期望越大越好，網(wǎng)絡密度越大則表明脫貧人口的空間關(guān)聯(lián)越來越密切，但是網(wǎng)絡密度不斷增加的同時也會增加冗余連線，冗余連線一旦超過脫貧人口空間關(guān)聯(lián)網(wǎng)絡的容納能力，則會降低脫貧工作效率。

匹配合適的網(wǎng)絡密度和提升網(wǎng)絡關(guān)聯(lián)度，將脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度繪制成圖表形式，并利用線性趨勢預測的方式對網(wǎng)絡密度和網(wǎng)絡關(guān)聯(lián)度進行預測，結(jié)果見圖1。

由圖1可知，脫貧人口的網(wǎng)絡密度在2015年出現(xiàn)了一波增加高潮，2016年開始平穩(wěn)，但是按照線性趨勢預測的方式，網(wǎng)絡密度在之后將出現(xiàn)高速增長的可能，到2020年左右網(wǎng)絡密度值可能達到0.9以上。網(wǎng)絡密度0.9是否超過脫貧人口空間關(guān)聯(lián)網(wǎng)絡的容納能力，暫時無從論證，但是該數(shù)值與精準扶貧戰(zhàn)略中“到2020年如期全部脫貧”的計劃不謀而合。同樣網(wǎng)絡關(guān)聯(lián)度在2015年開始急速增長，2016年趨于平穩(wěn)，但根據(jù)線性趨勢預測，到2020年左右網(wǎng)絡關(guān)聯(lián)度將趨于飽和，數(shù)值將接近930，該預測的結(jié)果是在2015年實行打贏脫貧攻堅戰(zhàn)的政策基礎(chǔ)上，政策刺激效果明顯，后期如果無更有效的刺激政策，那么網(wǎng)絡關(guān)聯(lián)度將很難達到預測結(jié)果。

四、脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中心性處理

考察空間關(guān)聯(lián)網(wǎng)絡的節(jié)點中心性，能夠揭示各省份在脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的地位和作用，通常用社會網(wǎng)絡分析法中的點度中心度、中介中心度和接近中心度等指標表述。點度中心度表示節(jié)點的中心地位，數(shù)值越大說明該省份與其他省份的脫貧人口聯(lián)系越多。中介中心度表示節(jié)點的控制能力，數(shù)值越大說明該省份對其他省份脫貧人口的控制程度越高。接近中心度表示節(jié)點是否為中心行動者，數(shù)值越大說明該省份直接與其他省份關(guān)聯(lián)，是脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中心行動者。下面運用社會網(wǎng)絡分析法分別計算2014年和2016年我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度、中介中心度和接近中心度。

（一）脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度

點度中心度的分析路徑為：Network-Centrality-Degree，通過軟件分析得出2014年和2016年脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度結(jié)果。值得注意的是，本文的研究對象為省域，但省份之間的球面距離以各省份的省會城市計算而得，故部分結(jié)果以各省份的省會城市名為標注，實際代表省份。由計算結(jié)果可知，2014年點度中心度高于全國均值0.032的有13個省份，按從高到低的順序依次是廣東、北京、上海、重慶、四川、湖北、安徽、天津、江西、河北、山東、湖南和廣西，這些省份對脫貧人口空間關(guān)聯(lián)具有較強的溢出效應，處于整個脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中心位置。從地理分布和經(jīng)濟發(fā)展水平來看，這些省份大多為經(jīng)濟強省或是位于沿海地區(qū)，對脫貧人口具有較強的吸引力，中部地區(qū)相對發(fā)達的省份同樣也位于高點度中心度范圍，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度與經(jīng)濟發(fā)展水平和地理位置有一定的關(guān)系。2016年點度中心度高于全國均值0.032的省份下降到12個，按從高到低的順序依次是北京、重慶、上海、天津、廣東、河南、四川、湖北、湖南、江西、貴州和河北。對比2014年，2016年點度中心度值高于全國均值的省份減少了1個，說明隨著脫貧攻堅戰(zhàn)政策的實施，各省份脫貧能力正在進一步縮小，脫貧人口空間受限于某些省份的現(xiàn)象正在逐漸退出。從省份變化情況來看，2016年廣西、安徽和山東退出高于均值點度中心度行列，貴州和河南加入高于均值點度中心度行列，但是這些省份的點度中心度值變化并不大。廣東從2014年的第1名退居2016年的第5名，北京從2014年的第2位位居2016年的第1名，可能原因是北京作為首都城市，對脫貧人口具有較強的吸引力，而廣東作為外來人口大省，隨著產(chǎn)業(yè)水平的逐漸飽和，脫貧人口可能出現(xiàn)了返鄉(xiāng)創(chuàng)業(yè)或其他外流現(xiàn)象。

從點出度和點入度的角度分析，2014年點出度大于均值6.323的有14個省份，分別是北京、上海、廣東、天津、重慶、河北、陜西、安徽、四川、甘肅、寧夏、江蘇、浙江和福建;2016年點出度大于均值13.226的有11個省份，分別是北京、上海、天津、重慶、河南、廣東、湖北、河北、山東、新疆和福建，點出度大于均值省份脫貧人口對其他省份具有較強的溢出效應。2014年點入度大于均值6.323的有10個省份，分別是廣東、安徽、江西、湖北、四川、重慶、湖南、河南、甘肅和新疆;2016年點入度大于均值13.226的有5個省份，分別是廣東、湖北、河南、天津和上海，點入度大于均值一般為發(fā)達省份，這些省份本身貧困人數(shù)較少，因此，脫貧人口相對少于其他省份，另外有一些偏遠省份的點入度也大于均值，如甘肅和新疆等，原因可能是由于這些省份2014年脫貧工作效果不佳，導致脫貧人口數(shù)量減少，但在脫貧攻堅戰(zhàn)實施后，點入度高于均值的行列中并未見到這些省份，說明政策的有效性。為了進一步分析脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度，對脫貧人口空間關(guān)聯(lián)網(wǎng)絡圖的結(jié)果進行系統(tǒng)的統(tǒng)計性描述，結(jié)果如表2所示。

由表2可知，2014年和2016年的點出度均值等于點入度均值，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡的溢出效應和溢入效應存在均衡性，二者是一種類似質(zhì)量守恒定律的準則關(guān)系。2014年的點度中心度均值等于2016年的點度中心度均值，表明目前脫貧人口空間關(guān)聯(lián)網(wǎng)絡屬于一種均衡狀態(tài)，脫貧人口并未發(fā)生大規(guī)模的遷移，僅在中心性位置的省份發(fā)生細微變化。該結(jié)論可以從標準離差角度進一步論證，2014年點度中心度的標準離差為0.013，2016年下降到0.007，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡的波動率并不高，即脫貧人口的遷移率并不高。統(tǒng)計描述中2014年和2016年的點度中心度方差均為0.000，原因是省域脫貧人口的空間關(guān)聯(lián)網(wǎng)絡矩陣（B）由省域引力矩陣（A）變換而來，空間關(guān)聯(lián)關(guān)系矩陣（B）中的有效值統(tǒng)一為1，計算方差時并未將無效值0計入。

（二）脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中介中心度和接近中心度

2014年和2016年各省份脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中介中心度和接近中心度如表3所示。表3的描述性統(tǒng)計結(jié)果如表4所示。

由表3和表4可知，脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中介中心度均值2014年為37.935，2016年下降到17.806，均值下降表示各省份的脫貧自主能力正在增強，高中介中心度省份控制其他省份的能力正在減退。2014年中介中心度大于均值的省份有10個，其中最大值廣東為247.658，2016年中介中心度大于均值的省份有11個，其中最大值上海為58.468。盡管中介中心度大于均值的省份數(shù)量在增加，但這些省份對其他省份脫貧人口的控制能力越來越弱，廣東的控制能力下降最為明顯，從2014年的247.658下降到2016年的44.471。說明脫貧空間關(guān)聯(lián)網(wǎng)絡中的控制能力流動性較強，中介和橋梁作用隨著不同情境的變化發(fā)生明顯變動。2014年內(nèi)蒙古的中介中心度為0.000，說明在脫貧人口空間關(guān)聯(lián)網(wǎng)絡中存在無支配和控制能力的可能。根據(jù)表3中的接近中心度數(shù)值，2014年的接近中心度均值為43.260，2016年的接近中心度均值為63.676，該現(xiàn)象正好與中介中心度相反，接近中心度的增加表示省份中心行動者地位正在提升，能夠更加快速地與其他省份產(chǎn)生相關(guān)聯(lián)系，2014年接近中心度大于均值的有16個，其中最大值廣東為66.667，2016年接近中心度大于均值的同樣有16個，其中最大值還是廣東為83.333，說明廣東是我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的中心行動者，且處于絕對地位。為了進一步分析脫貧人口空間關(guān)聯(lián)網(wǎng)絡的中介中心度和接近中心度，對表3的結(jié)果進行系統(tǒng)的統(tǒng)計性描述，統(tǒng)計結(jié)果如表4所示。

在表4中，脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的中介中心度和接近中心度具有一定的互補性，當中介中心度的均值減少時接近中心度的均值增加，這與二者自身特性具有直接關(guān)聯(lián)，中介中心度反應節(jié)點的控制能力，接近中心度反應節(jié)點的被控制能力，當控制能力增強則被控制的可能性減少，相反，當控制能力下降則被控制能力的可能性增強。從標準離差可以看出，中介中心度的標準離差較大且變化較明顯，說明中介中心度具有較強的流動性，而接近跨度的標準離差相關(guān)較少，且變化較平穩(wěn)，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡的被控制能力處于平穩(wěn)的變化過程中。

五、脫貧人口空間關(guān)聯(lián)網(wǎng)絡的空間聚類分析

空間聚類分析可直觀地將復雜網(wǎng)絡簡化為塊模型和像矩陣，從而從整體上分析脫貧人口空間關(guān)聯(lián)網(wǎng)絡的內(nèi)部結(jié)構(gòu)。按前文塊模型處理方式，本文將脫貧人口空間關(guān)聯(lián)網(wǎng)絡的塊角色劃分為四種類型，使用UCINETL軟件中的CONCOR方法，最大切分深度（非塊）選擇2，集中標準選擇0.200，最大重復次數(shù)選擇25，得出2014年和2016年脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聚類圖分別如圖1和圖2所示。

從圖1和圖2的比較中可以看出，脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的板塊分布發(fā)生了變化，除各省份所處的板塊發(fā)生變化外，不同板塊中的省份數(shù)量也有所變化。具體的分布情況如下：板塊1中2014年的省份為8個，分別為北京、河北、天津、遼寧、黑龍江、吉林、山西和河南，2016年的省份為8個，分別為北京、黑龍江、天津、山東、吉林、遼寧、河南和山西，這些省份主要集中在華北和東北地區(qū);板塊2中2014年的省份為13個，分別為湖北、江蘇、山東、上海、海南、廣西、江西、福建、四川、安徽、浙江、湖南和廣東，2016年的省份為12個，分別為上海、湖北、江蘇、四川、海南、廣西、江西、福建、浙江、安徽、湖南和廣東，這些省份主要集中在華中、華南和華東地區(qū);板塊3中2014年的省份為3個，分別為云南、貴州和重慶，2016年的省份為2個，分別為河北和重慶，這些省份主要集中在西南地區(qū);板塊4中2014年的省份為7個，分別為寧夏、內(nèi)蒙古、新疆、陜西、甘肅、青海和西藏，2016年的省份為9個，分別為寧夏、青海、貴州、內(nèi)蒙古、新疆、陜西、甘肅、云南和西藏，這些省份主要集中在西北地區(qū)。從空間聚類分布特征發(fā)現(xiàn)，脫貧人口空間關(guān)聯(lián)聚類主要以地理分布為框架，同時與省份之間的交通、經(jīng)濟和人文因素相關(guān)。

表5為脫貧人口空間關(guān)聯(lián)網(wǎng)絡板塊的溢出效應結(jié)果，具體過程參考劉華軍等[12]的計算方法，板塊內(nèi)接收關(guān)系數(shù)（發(fā)出關(guān)系數(shù)）為關(guān)系矩陣中各板塊內(nèi)的關(guān)系數(shù)，板塊外接收關(guān)系數(shù)（發(fā)出關(guān)系數(shù)）為關(guān)系矩陣中板塊所在列（行）的關(guān)系合計（除自身板塊外）。期望內(nèi)部關(guān)系比重的計算公式為（板塊內(nèi)省份個數(shù)-1）/（網(wǎng)絡中所有省份個數(shù)-1），實際內(nèi)部關(guān)系比重的計算公式為板塊內(nèi)部關(guān)系數(shù)/板塊的溢出關(guān)系總數(shù)。根據(jù)前文推算，2014年脫貧人口空間關(guān)聯(lián)網(wǎng)絡存在196個關(guān)聯(lián)關(guān)系，2016年存在410個關(guān)聯(lián)關(guān)系，2014年板塊內(nèi)部間的關(guān)聯(lián)關(guān)系為137個，2016年為212個，說明空間關(guān)聯(lián)網(wǎng)絡板塊間脫貧人口存在明顯的空間關(guān)聯(lián)和溢出效應。以2014年板塊1為例，板塊1中的溢出關(guān)系有51個，其中板塊內(nèi)部關(guān)系為30個，接收其他板塊溢出效應關(guān)系為11個，期望內(nèi)部關(guān)系比重為23%，而實際內(nèi)部關(guān)系比重為59%，按照脫貧人口空間關(guān)聯(lián)網(wǎng)絡中塊模型的板塊劃分原則，2014年板塊1屬于第4板塊“經(jīng)紀人”。同理，2014年板塊2屬于第2板塊“凈溢出”，板塊3屬于第1板塊“凈受益”，板塊4屬于第3板塊“雙向溢出”。2016年板塊1屬于第4板塊“經(jīng)紀人”，板塊2屬于第2板塊“凈溢出”，板塊3屬于第1板塊“凈受益”，板塊4屬于第3板塊“雙向溢出”。

為進一步考察脫貧人口空間關(guān)聯(lián)網(wǎng)絡板塊間的關(guān)聯(lián)關(guān)系，依據(jù)表5中的分布情況，計算出板塊之間的密度矩陣和關(guān)系矩陣如表6所示。此外，前文已計算得到2014年脫貧人口空間關(guān)聯(lián)網(wǎng)絡的整體網(wǎng)絡密度為0.211，2016年整體網(wǎng)絡密度為0.441，根據(jù)表6中的板塊密度值，2014板塊密度值大于0.211的賦值1，2016年板塊密度值大于0.441的賦值1，否則賦值0，得到脫貧人口空間網(wǎng)絡的像矩陣，其中，“1”表示行指向列存在關(guān)聯(lián)關(guān)系，“0”表示沒有關(guān)聯(lián)關(guān)系。由此可見，2014年和2016年四大板塊自身內(nèi)部都存在脫貧人口的關(guān)聯(lián)關(guān)系，說明精準扶貧實施后脫貧程度較高，全國的脫貧效果明顯。2014年板塊1和板塊2同時接收板塊4的溢出，板塊4接收板塊1和板塊3的溢出。2016年板塊1接收板塊2和板塊3的溢出，板塊3接收板塊1、板塊2和板塊4的溢出，板塊4接收板塊3的溢出。因此，為進一步擴大精準扶貧中脫貧人口數(shù)量，需要各板塊間發(fā)揮各自優(yōu)勢，進一步形成高效的空間關(guān)聯(lián)效應。

六、結(jié)?論

精準扶貧攻堅戰(zhàn)中的區(qū)域脫貧人口并不獨立存在，由于種種因素影響，區(qū)域之間脫貧人口或具流動性又或具重復性，在空間上呈現(xiàn)出一定的空間網(wǎng)絡關(guān)聯(lián)性。在區(qū)域空間關(guān)聯(lián)存在的實際情境下，脫貧人口空間關(guān)聯(lián)不可避免，區(qū)域為打贏脫貧攻堅戰(zhàn)必須考慮脫貧人口空間關(guān)聯(lián)問題。因此，本文基于2013—2017年31個省份數(shù)據(jù)，利用社會網(wǎng)絡分析法從網(wǎng)絡關(guān)聯(lián)的角度量化脫貧人口空間關(guān)聯(lián)網(wǎng)絡，以確定脫貧空間關(guān)聯(lián)網(wǎng)絡的特征。通過社會網(wǎng)絡分析法中的關(guān)聯(lián)網(wǎng)絡圖、點度中心度、中介中心度、接近中心度和空間聚類等指標方法分析，我們得到以下主要結(jié)論：第一，自2013年實行精準扶貧政策以來，我國脫貧人口的空間關(guān)聯(lián)關(guān)系屬于典型的網(wǎng)絡結(jié)構(gòu)形態(tài)，這種網(wǎng)絡結(jié)構(gòu)形態(tài)具有聯(lián)系緊密的特點，但受政策的影響也較大，較好的政策實施能夠促進脫貧工作的有效實現(xiàn)。2014年、2015年和2016年脫貧人口空間關(guān)聯(lián)網(wǎng)絡的網(wǎng)絡密度值分別為0.211、0.409和0.441，網(wǎng)絡關(guān)聯(lián)度分別為196、380和410，表明我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系越來越緊密，同時脫貧人口空間關(guān)聯(lián)網(wǎng)絡的聯(lián)系還具有較大的提升空間。第二，從地理分布和經(jīng)濟發(fā)展水平來看，點度中心度高于全國均值的省份一般為經(jīng)濟強省或位于沿海地區(qū)省份，說明脫貧人口空間關(guān)聯(lián)網(wǎng)絡的點度中心度與經(jīng)濟發(fā)展水平和地理位置有一定的關(guān)系，并且隨著脫貧攻堅戰(zhàn)政策的實施，各省份脫貧能力正在進一步減弱，脫貧人口空間受限于某些省份的現(xiàn)象正在逐漸退出。第三，點出度大于均值省份脫貧人口對其他省份具有較強的溢出效應，點入度大于均值一般為發(fā)達省份，這些省份脫貧人口相對少于其他省份，同時一些偏遠省份的點入度也大于均值，原因是這些省份脫貧工作效果不佳，導致脫貧人口數(shù)量減少。盡管脫貧人口分布不均衡，但目前我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡的溢出效應和溢入效應存在均衡性，脫貧人口并未發(fā)生大規(guī)模性的遷移，僅在中心性位置的省份發(fā)生細微變化。第四，從中介中心度和接近中心度均值變化過程可知，脫貧人口空間關(guān)聯(lián)網(wǎng)絡的控制能力流動性較強，中介和橋梁作用隨著不同情境的變化發(fā)生明顯變動，甚至存在無支配和控制能力的可能，廣東是我國脫貧人口空間關(guān)聯(lián)網(wǎng)絡中的中心行動者，處于絕對性地位。第五，脫貧人口空間關(guān)聯(lián)網(wǎng)絡的空間聚類主要以地理分布為框架，同時與省份之間的交通、經(jīng)濟和人文因素相關(guān)，31個省份可劃分為4個板塊，其中華北和東北地區(qū)扮演“經(jīng)紀人”身份，華中、華南和華東地區(qū)扮演“凈溢出”身份，西南地區(qū)扮演“凈受益”身份，西北地區(qū)扮演“雙向溢出”身份。

參考文獻：

[1]?楊英杰.“精準扶貧、精準脫貧”重要思想是打贏脫貧攻堅戰(zhàn)的根本指針[J].前線，2017，（12）：13-17.

[2]?鄭瑞強，曹國慶.脫貧人口返貧：影響因素、作用機制與風險控制[J].農(nóng)林經(jīng)濟管理學報，2016，（6）： 6-11.

[3]?凌經(jīng)球.可持續(xù)脫貧：新時代中國農(nóng)村貧困治理的一個分析框架[J].廣西師范學院學報（哲學社會科學版），2018，（2）： 103-117.

[4]?吳士健，孫專專，劉新民.?知識治理、組織學習影響組織創(chuàng)造力的多重中介效應研究[J].?中國軟科學，2017，（6）：174-183.

[5]?張雪玲，吳明.中國31個地區(qū)信息化發(fā)展空間關(guān)聯(lián)影響因素研究[J].生產(chǎn)力研究，2017，（12）： 128-131.

[6]?林春艷，孔凡超.中國產(chǎn)業(yè)結(jié)構(gòu)高度化的空間關(guān)聯(lián)效應分析——基于社會網(wǎng)絡分析方法[J].經(jīng)濟學家，2016，（11）：45-53.

[7]?王俊，夏杰長.中國省域旅游經(jīng)濟空間網(wǎng)絡結(jié)構(gòu)及其影響因素研究——基于QAP方法的考察[J].旅游學刊，2018，（9）：13-25.

[8]?楊桂元，吳齊，涂洋.中國省際碳排放的空間關(guān)聯(lián)及其影響因素研究———基于社會網(wǎng)絡分析方法[J].商業(yè)經(jīng)濟與管理， 2016，（4）：56-68.

[8]?鐘世虎，唐娟.基于托達羅人口流動模型的湖南省城鄉(xiāng)教育差距與農(nóng)村勞動力轉(zhuǎn)移實證研究[J].中國市場，2015，（39）： 215-216.

[9]?Wassermans， F.?Social Network Analysis： Methods and Applications[M].London：Cambridge University Press，1994.40-186.

[10]?樊東衛(wèi)，何勃亮，李長華，等.球面距離計算方法及精度比較[J].?天文研究與技術(shù)，2019，（1）： 69-76.

[11]?方大春，魏巍.中國農(nóng)村貧困人口的空間關(guān)聯(lián)網(wǎng)絡結(jié)構(gòu)特征及其影響因素研究[J].統(tǒng)計與信息論壇，2017，（12）：52-57.

[12]?劉華軍，劉傳明，孫亞男.中國能源消費的空間關(guān)聯(lián)網(wǎng)絡結(jié)構(gòu)特征及其效應研究[J].中國工業(yè)經(jīng)濟，2015，（5）：83-95.