賈大周, 趙喜鵬, 劉少博, 郝仕龍, 張彥鵬
(1.南陽市水利建筑勘測設(shè)計院, 河南 南陽 473068; 2.杭州大地科技有限公司, 浙江 杭州 310004;3.華北水利水電大學(xué) 水利學(xué)院, 河南 鄭州 450046; 4.華北水利水電大學(xué), 測繪與地理信息學(xué)院, 河南 鄭州 450046)
2020年中國將全面建成小康社會,實現(xiàn)第一個百年奮斗目標(biāo)。同時,2020年也是脫貧攻堅決戰(zhàn)決勝之年,中國將實現(xiàn)現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口全部脫貧[1]。因此降低貧困化率是中國如期打贏脫貧攻堅戰(zhàn)的關(guān)鍵。
降低貧困化發(fā)生率必須對影響貧困化程度的因素有明晰的掌握。目前很多學(xué)者從不同研究角度對貧困化影響因素進行了分析,這些研究反映了農(nóng)戶生產(chǎn)經(jīng)營、家庭特征、自然環(huán)境條件及社會生活條件等諸多因素對貧困化產(chǎn)生的影響[2-8]。由于農(nóng)村貧困化影響因素復(fù)雜多變,研究區(qū)域、研究尺度以及研究方法的不同,均會造成影響因素的差異化。目前,貧困化影響因素的甄別沒有統(tǒng)一的標(biāo)準(zhǔn),且研究區(qū)域大多以民族地區(qū)或貧困山區(qū)等特殊類型區(qū)為主[9-15],缺乏對生態(tài)敏感區(qū)的貧困化相關(guān)研究,特別是基于村級尺度的生態(tài)敏感區(qū)清潔小流域范圍內(nèi)貧困化影響因素分析。生態(tài)敏感區(qū)清潔小流域是指在極易受到人為不當(dāng)開發(fā)活動干擾而產(chǎn)生生態(tài)負面效應(yīng)的小流域內(nèi),其水土資源得到有效保護,合理配置及高效利用,面源污染得到有效控制,人居環(huán)境得到有效改善,最終達到區(qū)域內(nèi)生態(tài)系統(tǒng)循環(huán)發(fā)展,流域內(nèi)人口、資源及環(huán)境協(xié)調(diào)有序發(fā)展的小流域。生態(tài)敏感區(qū)作為極易受到人為或自然活動干擾的特殊地域類型,該區(qū)域的清潔小流域一般地理位置偏僻,基礎(chǔ)設(shè)施相對落后,國家基于生態(tài)安全及水源保護考慮,通常會限制該區(qū)域發(fā)展重污染的工礦企業(yè)及養(yǎng)殖業(yè)等,導(dǎo)致該區(qū)域農(nóng)民貧困化具有特殊性。加強對該區(qū)域小流域小尺度貧困化研究,探討其貧困化主要影響因素,可為生態(tài)清潔小流域建設(shè)與精準(zhǔn)扶貧相銜接提供參考依據(jù)。因此,開展以生態(tài)清潔小流域農(nóng)村貧困化影響因素分析顯得格外必要。
本研究在借鑒前人研究的基礎(chǔ)上,以南水北調(diào)中線工程水源區(qū)賈營生態(tài)清潔小流域內(nèi)的農(nóng)戶調(diào)查數(shù)據(jù)、衛(wèi)星遙感影像資料為基礎(chǔ),建立基于熵權(quán)的灰色關(guān)聯(lián)模型,試圖對小流域內(nèi)農(nóng)村貧困化影響因素進行識別,并對其影響因素進行分析,以期為生態(tài)清潔小流域建設(shè)及生態(tài)敏感區(qū)區(qū)域內(nèi)的精準(zhǔn)扶貧政策研究提供參考。
賈營生態(tài)清潔小流域位于河南省西南部淅川縣毛堂鄉(xiāng)。地理位置坐標(biāo)為111°20′—111°25′E,33°16′—33°10′N。項目區(qū)土地面積35.11 km2,涉及毛堂鄉(xiāng)7個行政村,6 655人。項目區(qū)屬北亞熱帶季風(fēng)型大陸性氣候,多年平均降水量804 mm,多年平均氣溫15.8 ℃,無霜期228 d。項目區(qū)主要河流為白水河,流域內(nèi)地勢為西高東低,屬典型低山丘陵區(qū),流域內(nèi)海拔高程在212~872 m之間,相對高差約660 m。小流域?qū)儆谀纤闭{(diào)中線工程核心水源區(qū)范圍,因此無大型工礦產(chǎn)業(yè),外出務(wù)工是流域內(nèi)農(nóng)戶收入的主要來源,流域內(nèi)種植作物冬春多以小麥為主,夏季多以玉米為主,兼做綠豆、芝麻、花生等經(jīng)濟作物,農(nóng)民人均純收入2 525元(2017年),人均耕地0.06 hm2/(2017年),農(nóng)村人均糧食占有量303 kg/(2017年)。
1.2.1 貧困化影響因素指標(biāo)體系構(gòu)建 貧困產(chǎn)生的根本原因就是家庭收入不足,其收入不足以支持家庭消費需求。歸結(jié)起來,影響家庭收入的因素主要表現(xiàn)在客觀層面及主觀層面。客觀層面包括自然環(huán)境因素及社會環(huán)境因素,其中自然環(huán)境因素包括農(nóng)戶生產(chǎn)生活地理環(huán)境要素、受自然災(zāi)害侵擾狀況等,社會環(huán)境因素包括家庭就業(yè)者從事行業(yè)狀況、國家宏觀政策影響、福利制度及通貨膨脹等。主觀層面主要是指家庭就業(yè)者的人為影響,其體現(xiàn)在人口要素和家庭經(jīng)濟狀況上。由于研究區(qū)地處南水北調(diào)中線核心水源區(qū),為保障水源區(qū)水質(zhì)狀況,國家及地方政府對威脅水源區(qū)水生態(tài)環(huán)境的工礦企業(yè)及大型養(yǎng)殖廠實行關(guān)閉搬遷,對該區(qū)域農(nóng)戶收入造成一定影響。根據(jù)前人研究結(jié)果顯示,農(nóng)村貧困化形成的主要受家庭各項費用支出過多、收入來源面窄、居住地自然環(huán)境等多方面因素影響[16-18],結(jié)合調(diào)查走訪實地情況,并依據(jù)數(shù)據(jù)指標(biāo)選取的全面性、客觀性和可操作性,暫不考慮國家宏觀政策影響,僅基于農(nóng)戶個體視角構(gòu)建研究區(qū)4個指標(biāo)層,包含14項指標(biāo)因子的影響指標(biāo)體系(見表1): ①自然要素指標(biāo)層,包括地面坡度和居住地距鄉(xiāng)鎮(zhèn)中心距離2個指標(biāo)因子,反映自然環(huán)境狀況對農(nóng)村貧困化的影響程度; ②資源要素指標(biāo)層,包括人均耕地資源占有量1個指標(biāo)因子,反映了耕地資源對農(nóng)村貧困化的影響; ③人口要素指標(biāo)層,包括村初中以上文化水平人數(shù)占總?cè)丝诒戎亍?0歲以上老年人占總?cè)丝诒壤?、勞動力占總?cè)藬?shù)比重3個指標(biāo)因子,反映區(qū)域文化水平及人口資源對農(nóng)村貧困化的影響; ④經(jīng)濟要素指標(biāo)層,包括家庭每年教育方面投資、家庭年醫(yī)療方面支出、家庭年農(nóng)業(yè)生產(chǎn)方面投入、家庭年飲食消費支出、家庭農(nóng)業(yè)收入、家庭年均工資性收入、土地流轉(zhuǎn)出率及耕地撂荒占比這8個指標(biāo)因子,反映家庭經(jīng)濟情況對農(nóng)村貧困化造成的影響。
表1 生態(tài)清潔小流域農(nóng)村貧困化影響因素指標(biāo)體系
注:*表示負向型指標(biāo),其余為正向型指標(biāo)。
1.2.2 數(shù)據(jù)來源 主要包括各村提供的農(nóng)村人口、貧困人口、耕地資源數(shù)量等基礎(chǔ)資料,并結(jié)合參與式農(nóng)村調(diào)查評估法(PRA法)收集各行政村2016—2018年農(nóng)戶土地利用狀況、農(nóng)村人口特征狀況及農(nóng)戶收入支出狀況等基礎(chǔ)數(shù)據(jù),為避免出現(xiàn)異常值,本研究取3 a數(shù)據(jù)平均值分別計算相應(yīng)資源要素指標(biāo)、人口要素指標(biāo)及經(jīng)濟要素指標(biāo)等;通過對取自國家地理信息中心的研究區(qū)DEM數(shù)據(jù)[19]進行影像校正和坡度分析,從而得到研究區(qū)地面坡度數(shù)據(jù)。通過分析各指標(biāo)因素對農(nóng)村貧困化發(fā)生率(貧困人口與總?cè)丝诒戎?的影響,探討小流域內(nèi)農(nóng)村貧困化的主導(dǎo)因素并從生態(tài)清潔小流域治理的角度嘗試提出建議。
本研究采用基于熵權(quán)法的灰色關(guān)聯(lián)度模型分析農(nóng)戶貧困化的主要影響因素,灰色關(guān)聯(lián)度模型對樣本的大小沒有過多要求,且不需用典型的分布規(guī)律,計算量相對較小,并且能夠很大程度上減少由于信息不對稱帶來的損失,其分析結(jié)果與定量結(jié)果能夠相吻合。
熵是熱力學(xué)中的物理概念,表征了能量在空間中的分布程度,熵值越大其表征的系統(tǒng)越混亂,指標(biāo)攜帶的信息越少[20-23]。熵權(quán)法是較為客觀的權(quán)重確定方法,其客觀性彌補了其他主觀賦權(quán)法的缺陷,被廣泛應(yīng)用于實證研究中。因此本研究采用熵權(quán)法確定各指標(biāo)層及指標(biāo)因子權(quán)重如表2所示。
根據(jù)鄧聚龍、劉思峰等[24-25]提出的灰色關(guān)聯(lián)分析方法及其相關(guān)計算公式,本文運用灰色關(guān)聯(lián)度模型對造成農(nóng)村貧困的主要影響因子進行診斷,其計算步驟如下。
(1) 確定特征序列和因素序列。
灰色關(guān)聯(lián)分析計算前要先確定作為參照的特征序列和被比較的因素序列。記特征序列為x0(t),共采集m個數(shù)據(jù),即:x0(t)={x0(1),x0(2),…,x0(m)},t=1,2,…,m;記因素序列為xi(t),其中有n個子序列,即:xi(t)={xi(1),xi(2),…,xi(m)},t=1,2,…,n。
(2) 由于指標(biāo)體系中各指標(biāo)量綱不同,因此采用極差標(biāo)準(zhǔn)化法對指標(biāo)進行標(biāo)準(zhǔn)化處理。
(3) 計算灰色關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度。
①確定關(guān)聯(lián)系數(shù):
(1)
②確定加權(quán)關(guān)聯(lián)度及其等級區(qū)間。
(2)
依據(jù)前人研究成果,將關(guān)聯(lián)度值劃分為3個區(qū)間:輕度關(guān)聯(lián)區(qū)間為(0,0.35];中度關(guān)聯(lián)區(qū)間為(0.35,0.7];強度關(guān)聯(lián)區(qū)間為(0.7,1]。
通過運用熵權(quán)法對指標(biāo)數(shù)據(jù)進行計算,確定影響農(nóng)村貧困化的指標(biāo)層和指標(biāo)因子的權(quán)重(wi)(表2)。經(jīng)濟要素指標(biāo)層對小流域農(nóng)村貧困化影響最大(wi=0.612 6),其次是人口要素指標(biāo)層(wi=0.196 1),再次是自然要素指標(biāo)層的影響(wi=0.146 4 ),資源要素指標(biāo)層最小(wi=0.044 9)。其中,經(jīng)濟要素指標(biāo)層中,家庭醫(yī)療支出權(quán)重值最大,其次是耕地撂荒比、家庭飲食支出;人口要素指標(biāo)層中,70歲以上老年人占總比指標(biāo)權(quán)重值最大,其次是勞動力占比;自然要素指標(biāo)層中居住地距鄉(xiāng)鎮(zhèn)中心距離權(quán)重值最大。
關(guān)聯(lián)度(Rij)值越大表明影響因素對小流域農(nóng)村貧困化的影響作用就越大,而關(guān)聯(lián)度值越小,影響因素對區(qū)域貧困化的貢獻值也就越小。
表2 農(nóng)村貧困化的指標(biāo)層和指標(biāo)因子的權(quán)重
首先,計算農(nóng)村貧困化率與指標(biāo)因子間的關(guān)聯(lián)度,然后計算農(nóng)村貧困化率與指標(biāo)層間的綜合關(guān)聯(lián)度。將影響指標(biāo)因子與農(nóng)村貧困化率標(biāo)準(zhǔn)化數(shù)據(jù)代入公式(1),得到關(guān)聯(lián)系數(shù)(見表3),對各村關(guān)聯(lián)系數(shù)之和求平均值,得到14個指標(biāo)因子分別與農(nóng)村貧困化率間的關(guān)聯(lián)度值(見表4)。將關(guān)聯(lián)系數(shù)值代入公式(2),得到各指標(biāo)層與農(nóng)村貧困化率的綜合關(guān)聯(lián)度值(見表5)。對各指標(biāo)因子與農(nóng)村貧困化率的關(guān)聯(lián)度值(見表4)分析可知,影響指標(biāo)因子與農(nóng)村貧困化率的關(guān)聯(lián)度值均較大,其關(guān)聯(lián)度為中度或強度,充分顯示各指標(biāo)因子對農(nóng)村貧困化率變化具有重要影響,也表明各指標(biāo)因子選擇較為合理。
關(guān)聯(lián)度為中度的指標(biāo)僅耕地撂荒比重和居住地距離鄉(xiāng)鎮(zhèn)中心距離,農(nóng)村貧困化率與其余指標(biāo)因子均呈現(xiàn)強度相關(guān)聯(lián),其中與人均耕地資源占有量、勞動力占總?cè)丝诒戎睾图彝ツ昃嬍诚M支出等指標(biāo)的關(guān)聯(lián)度相對較高。耕地作為農(nóng)民的基本生產(chǎn)資料,其占有量的多少將顯著影響農(nóng)戶的收入。勞動力數(shù)量的增多對于提高農(nóng)民家庭收入,降低貧困化水平有顯著影響。居民的飲食消費支出,直接反映了居民的生活質(zhì)量。因此,各指標(biāo)因子對農(nóng)村貧困化率的灰色關(guān)聯(lián)度較強,表明各指標(biāo)因子對農(nóng)村貧困化水平有較為顯著的影響。
通過對各指標(biāo)層與農(nóng)村貧困化率的綜合關(guān)聯(lián)度(表5)分析可知,在4個指標(biāo)層中,自然要素指標(biāo)層與農(nóng)村貧困化率關(guān)聯(lián)度較大的村分別是騾子溝村、白水河村和小泉溝村;資源要素指標(biāo)層與農(nóng)村貧困化率關(guān)聯(lián)度較大的村是賈營村、毛灣村和小泉溝村;人口要素指標(biāo)層與農(nóng)村貧困化率關(guān)聯(lián)度較大的是毛灣村、白水河村和小泉溝村;經(jīng)濟要素指標(biāo)層與農(nóng)村貧困化率關(guān)聯(lián)度較大的是小泉溝村、毛灣村和南泥湖村。各指標(biāo)層與農(nóng)村貧困化率綜合關(guān)聯(lián)度值的差異,體現(xiàn)出區(qū)域自然環(huán)境、資源環(huán)境、人口特征、社會經(jīng)濟等方面對農(nóng)村貧困化影響的差異。
表3 7個行政村貧困化率與影響指標(biāo)間的灰色關(guān)聯(lián)系數(shù)矩陣
表4 生態(tài)清潔小流域貧困化率與影響指標(biāo)因子間關(guān)聯(lián)度R
表5 7個行政村貧困化率與指標(biāo)層間的關(guān)聯(lián)度R
3.3.1 貧困化結(jié)果分析 賈營小流域貧困化率為5.69%,小流域內(nèi)7個行政村貧困化率如表5所示,均高于河南省2017年貧困發(fā)生率2.57%。小流域貧困化率存在明顯地域差異性,上游地區(qū)(南泥湖村、賈營村)平均貧困化率為6.26%,中游地區(qū)(白水河村、騾子溝村)平均貧困化率為7.13%,下游地區(qū)(店子村、毛灣村和小泉溝村)平均貧困化率為5.65%,由此可見,中游地區(qū)平均貧困化率明顯高于上游地區(qū)、高于下游地區(qū)。由此,繼續(xù)深入研究探討影響小流域農(nóng)村貧困化程度的主導(dǎo)因素及其空間差異性,從現(xiàn)實意義的角度出發(fā)將極大推動精準(zhǔn)扶貧工作持續(xù)有效進行。
3.3.2 貧困化影響因素分析 由表4可知,影響小流域全區(qū)域貧困化主要因素為人均耕地資源占有量、勞動力占總?cè)丝诒戎?、家庭年均飲食消費支出、初中以上學(xué)歷占比、家庭年均工資性收入、地面坡度及家庭年均醫(yī)療支出等指標(biāo)。
賈營生態(tài)清潔小流域內(nèi)人均耕地資源占有量為0.060 hm2,其中人均水田僅0.043 hm2,人均耕地資源少,生產(chǎn)水平低,糧食自給能力弱,農(nóng)民依靠耕地資源增收困難。貧困戶缺乏重要的生產(chǎn)資料,從而進一步導(dǎo)致貧困程度加深。勞動力是生產(chǎn)力要素中的首要因素,勞動力資源的合理利用將有效降低農(nóng)村貧困化程度,但根據(jù)調(diào)查顯示,生態(tài)清潔小流域內(nèi)長期外出務(wù)工人數(shù)及農(nóng)業(yè)勞動力兼業(yè)人數(shù)占總勞動力的49.74%,超半數(shù)的勞動力全職從事農(nóng)業(yè)生產(chǎn),農(nóng)業(yè)生產(chǎn)效率的提高極大節(jié)約了農(nóng)業(yè)勞動時間,因而產(chǎn)生大量剩余勞動力和剩余勞動時間,這些剩余勞動力和剩余時間未得到很好的開發(fā)利用與轉(zhuǎn)移,將對農(nóng)村貧困化產(chǎn)生顯著影響。家庭用于飲食方面的消費程度反映了該家庭的生活水平,當(dāng)家庭收入相對較少時,滿足其家庭日常生活的飲食消費支出占比就會越高,而隨著家庭收入的增長,家庭飲食消費支出占比將呈現(xiàn)下降趨勢。小流域內(nèi)初中以上學(xué)歷人數(shù)占總?cè)丝诒戎貫?4.57%,低于同時期南陽市初中以上學(xué)歷人數(shù)占總?cè)丝诒戎氐?8.07%。
小流域內(nèi)的貧困不僅局限于物質(zhì)層面的貧困,還包括了教育水平相對落后、人民思想觀念落后以及人口素質(zhì)相對較低等精神層面的貧困化,農(nóng)村的貧困問題實質(zhì)上是物質(zhì)與精神雙因素造成的困境。貧困容易導(dǎo)致農(nóng)戶對子女文化教育的忽視,貧困人口普遍保守、落后的思想觀念則與受教育程度的高低相對應(yīng),即形成了物質(zhì)貧困到精神貧困再到物質(zhì)貧困的惡性循環(huán),這一特點決定了當(dāng)?shù)卣仨殞U大教育投入納入扶貧對策中,并采取切實的救助政策為農(nóng)村貧困戶子女接受教育提供條件與機會。小流域內(nèi)家庭年均工資性收入占家庭總收入的77.44%,工資性收入成為小流域內(nèi)農(nóng)戶家庭收入的主要來源。因此開發(fā)利用農(nóng)村剩余勞動力資源,增加小流域內(nèi)農(nóng)民就業(yè)務(wù)工機會,促進小流域內(nèi)農(nóng)民工資性收入增加,將有效降低小流域貧困化程度。地面坡度成為影響貧困化率的因素是因為地形條件不好的區(qū)域,其基礎(chǔ)設(shè)施建設(shè)相對落后,部分農(nóng)民生產(chǎn)生活基本條件得不到滿足,從而導(dǎo)致貧困化的產(chǎn)生。家庭年均醫(yī)療消費支出成為影響區(qū)域貧困化的主要因素,根據(jù)調(diào)查資料顯示,小流域內(nèi)殘、病人口占總貧困人口的87.69%,因殘、病致貧成為小流域貧困的主要原因。盡管我國已經(jīng)建立并相對完善了基層醫(yī)療服務(wù)體系,但資源很難扎根農(nóng)村,不能從根本上提高農(nóng)村的醫(yī)療服務(wù)水平,農(nóng)村醫(yī)療保險報銷范圍及報銷比例仍需調(diào)整。
3.3.3 貧困化因素的空間差異性 小流域中游貧困化率高于上、下游,不同區(qū)域影響因素不同,因此對不同區(qū)域選取典型村進行貧困化影響因素分析。
位于小流域上游的南泥湖村,影響其貧困化率的指標(biāo)中勞動力占總?cè)丝诒嚷?、家庭年均飲食消費支出和地面坡度等指標(biāo)關(guān)聯(lián)度大。南泥湖村勞動力資源較為豐富,但受其地形影響,村莊交通不便又無特色經(jīng)濟產(chǎn)業(yè),農(nóng)村勞動力大多選擇外出務(wù)工,但缺乏相應(yīng)的技能,多以廉價的流水工、建筑工為主,收入相對偏低。
位于小流域中游的騾子溝村,影響其貧困化率的指標(biāo)中初中以上文化水平、土地流轉(zhuǎn)出率和人均耕地資源占有量等指標(biāo)關(guān)聯(lián)度大。農(nóng)戶貧困化程度受勞動力受教育水平影響顯著,提高勞動力受教育水平將有效降低農(nóng)戶陷入貧困的幾率。農(nóng)民受“能力貧困”的影響較大,需要提高其文化水平來提高應(yīng)對致貧風(fēng)險的能力。根據(jù)調(diào)查數(shù)據(jù)顯示,騾子溝村的人均耕地資源量高于其他行政村,且最近兩年的土地流轉(zhuǎn)出比例較大,但其貧困發(fā)生率最高。究其原因:①耕地資源量豐富,農(nóng)村勞動力從事農(nóng)業(yè)勞動以獲得農(nóng)業(yè)經(jīng)營性收入,相對于工資性收入,農(nóng)業(yè)經(jīng)營性收入微?。虎谪毨Щ纬膳c消減是需要一段時期的發(fā)展的,并不隨著土地利用結(jié)構(gòu)的調(diào)整短時期結(jié)束。
位于小流域下游的小泉溝村,影響其農(nóng)村貧困化率變化的指標(biāo)中人均耕地資源占有量、家庭年均醫(yī)療費用支出和飲食消費支出等指標(biāo)有強關(guān)聯(lián)度?!耙虿≈仑?、因病返貧”成為導(dǎo)致農(nóng)村貧困化的主要因素,雖然目前為止,“新農(nóng)合”等國家醫(yī)療保障制度在解決農(nóng)民“看病難、就醫(yī)難”的問題上給予很大保障,但受跨地區(qū)就醫(yī)報銷比例、醫(yī)保范圍等多方面因素的影響,農(nóng)民所承擔(dān)的醫(yī)療費用正在逐年上升,基本醫(yī)保仍在一定程度上難以解決群眾因大病承擔(dān)的重負。家庭飲食支出作為家庭生活支出必不可少的一部分,其支出比例越大,表明家庭生活水平越低。
因此,通過對生態(tài)清潔小流域內(nèi)指標(biāo)因素關(guān)聯(lián)度分析,可以清晰了解到不同村的農(nóng)村貧困化變化的主要影響指標(biāo)因素。
本文運用PRA調(diào)查法,基于農(nóng)戶視角獲取賈營小流域7個行政村相應(yīng)調(diào)查數(shù)據(jù)指標(biāo),建立了農(nóng)村貧困化影響因素指標(biāo)體系,包括4個指標(biāo)層和14項指標(biāo)數(shù)據(jù)。構(gòu)建了基于熵權(quán)的灰色關(guān)聯(lián)度模型,運用熵權(quán)法確定各指標(biāo)的權(quán)重,灰色關(guān)聯(lián)度法計算各指標(biāo)的關(guān)聯(lián)度,按關(guān)聯(lián)度大小進行排序,得出各指標(biāo)數(shù)據(jù)影響程度,最終確定不同區(qū)域貧困化率的主要影響因素。主要結(jié)論如下:
(1) 賈營小流域2017年貧困化率為5.69%,是同時期河南省貧困發(fā)生率2.57%的2.21倍,因殘致貧、因病致貧是小流域貧困主要原因,這一發(fā)現(xiàn)和相關(guān)研究結(jié)果類似[6-8]。
(2) 賈營小流域內(nèi)初中以上學(xué)歷人數(shù)占總?cè)丝诒戎貫?4.57%,低于同時期南陽市初中以上學(xué)歷人數(shù)占總?cè)丝诒戎氐?8.07%??梢娦×饔騼?nèi)的貧困不僅僅有物質(zhì)貧困,還有精神貧困,落后的教育和思想觀念又反過來加重了研究區(qū)內(nèi)物質(zhì)貧困程度,形成惡性循環(huán)。
(3) 影響小流域全區(qū)域貧困化的主要因素是人均耕地資源占有量、勞動力占總?cè)丝诒戎丶凹彝ツ昃嬍诚M支出、初中以上學(xué)歷占比、家庭年均工資性收入、地面坡度及家庭年均醫(yī)療支出等指標(biāo)等指標(biāo)。
(4) 影響小流域各個村的貧困化主要因素各有不同。如位于小流域上游的南泥湖村貧困化主要影響因素為勞動力占總?cè)丝诒戎?;小流域中游的騾子溝村貧困化主要影響因素為初中以上受教育人?shù);位于下游的小泉溝村貧困化主要影響因素為人均耕地資源占有量。
基于熵權(quán)的灰色關(guān)聯(lián)度模型可以作為研究貧困化影響因素的一種科學(xué)、簡便的方法,評判的結(jié)果可為政府機構(gòu)作為決策的參考依據(jù),避免和減少了因信息不對稱帶來的風(fēng)險。但貧困化的發(fā)展是個動態(tài)過程,各影響因素也在不斷的變化,必然對整個決策系統(tǒng)產(chǎn)生影響。因此,需要在實際應(yīng)用中不斷針對具體情況,修改完善指標(biāo)體系和評價方法。
生態(tài)清潔小流域建設(shè)是今后水土保持工作的重要發(fā)展方向,根據(jù)黨中央、國務(wù)院對生態(tài)扶貧工作的相關(guān)要求,探索生態(tài)清潔小流域建設(shè)與精準(zhǔn)扶貧的有機結(jié)合,創(chuàng)新生態(tài)扶貧方式,推動農(nóng)村扶貧與生態(tài)治理相協(xié)調(diào),使貧困人口能夠享受到生態(tài)保護的紅利。鑒于此,本文基于生態(tài)清潔小流域建設(shè)角度提出相關(guān)扶貧建議:
(1) 通過調(diào)整小流域內(nèi)不合理的土地利用,提高土地的利用率,通過控制和調(diào)整農(nóng)村基礎(chǔ)設(shè)施工程建設(shè)占地,走集約化建設(shè)的道路,間接增加耕地面積;通過實施生態(tài)清潔小流域建設(shè),吸納農(nóng)村剩余勞動力參與到生態(tài)工程建設(shè)中,提高剩余勞動力資源的利用率;飲食消費支出過大,歸根結(jié)底還是小流域內(nèi)農(nóng)戶收入偏低,可創(chuàng)造小流域治理與開發(fā)相結(jié)合的模式,將水土保持工作開展與當(dāng)?shù)靥厣a(chǎn)業(yè)發(fā)展相融合,打造區(qū)域經(jīng)濟發(fā)展與水土保持工作協(xié)調(diào)共生的有利格局,多渠道促進農(nóng)民增收。
(2) 小流域內(nèi)各村貧困化主要影響因素不同,對治理的需求也就不同,所以在治理措施和扶持項目的安排上要因地制宜,對癥下藥。對于人多地少的情況,采取的措施應(yīng)該是提高土地質(zhì)量;對于人少地多的情況,采取的措施應(yīng)是調(diào)整土地利用結(jié)構(gòu);若基礎(chǔ)水利設(shè)施落后,應(yīng)加強農(nóng)村水利基礎(chǔ)設(shè)施建設(shè);人口壓力大,居住環(huán)境較差的,采取的措施應(yīng)是環(huán)境整治;對于區(qū)域勞動力資源豐富的情況,采取的措施應(yīng)是技能培訓(xùn)、產(chǎn)業(yè)扶持等,將廉價的非技能勞動力轉(zhuǎn)變成技能勞動力資源。
(3) 解決“新農(nóng)合”等國家基本醫(yī)療保障制度的跨地區(qū)就醫(yī)的報銷比例低和報銷范圍小等問題,減小貧困群眾所承擔(dān)的醫(yī)療費用,徹底解決群眾因殘致貧、因病致貧問題。
(4) 當(dāng)?shù)卣畱?yīng)認識到教育對小流域脫貧的重要影響,加大對小流域內(nèi)教育投入程度,采取切實可行的有力措施為研究區(qū)內(nèi)貧困戶子女接受教育提供條件與機會,終止物質(zhì)貧困到精神貧困再到物質(zhì)貧困的惡性循環(huán)。
鑒于貧困的復(fù)雜性以及影響農(nóng)村貧困化因素的多樣性,如何基于生態(tài)清潔小流域的角度開展農(nóng)村貧困化治理,促進生態(tài)治理與農(nóng)村經(jīng)濟發(fā)展相協(xié)調(diào),是未來生態(tài)清潔小流域建設(shè)的重點。