皖西大别山地区致贫因素的研究

舒明明

【摘 要】皖西大别山地区的贫困问题一直受到广泛关注.在对皖西大别山地区的致贫因素进行定性分析的基础上,分别采用2000年到2007年和2008年到2011年两个阶段的数据,以贫困发生率作为母序列,以从自然因素、经济因素、人力因素和社会因素四方面考虑选取的6个指标作为子序列,利用灰色关联度模型对8个县(区)的各指标与贫困的关联度进行分析,确定各因素影响贫困的重要程度以及趋势变化.还分析了可控影响因子与其他因子之间复杂的交互作用和影响关系.结果显示,人力因素与社会因素是皖西大别山区贫困的主要致贫因子.最后根据分析结果提出了一些针对性的政策建议.

【期刊名称】《山西农业大学学报（社会科学版）》 【年(卷),期】2014(013)007 【总页数】7页(P705-711)

【关键词】灰色关联度;皖西大别山;贫困 【作 者】舒明明

【作者单位】安徽农业大学经济管理学院,安徽合肥230036 【正文语种】中 文 【中图分类】F49

贫困问题一直困扰着人类社会的发展，绝对贫困威胁人类的生存，而相对贫困处理不好则影响社会的公平与稳定。随着人类对贫困内涵理解的深化，贫困也不再只局

限于物质贫困，还包括精神贫困、人文贫困等，特别是阿玛蒂亚·森在1981年《贫困与饥荒》的著作里首次提出“能力贫困”的概念，指出收入贫困只是贫困的表象，教育、医疗卫生城乡发展不均衡等导致农民能力贫困才是贫困的本质。[1] 改革开放以来，中国政府逐渐认识到缓解贫困的重要性，颁布实施了一系列扶贫开发规划文件，进行了全面的大规模的扶贫行动。皖西大别山地区相对于安徽其他地区来说，相对比较贫困，基础设施不完善，经济比较落后，在一定程度上也影响了安徽省经济的发展。2011年《中国农村扶贫开发纲要(2011～2020年)》确定大别山连片特困地区为扶贫攻坚的主战场。提高贫困地区的自我发展能力是扶贫开发和消除贫困的第一位必要条件。提高自我发展能力则要首先对该地区的致贫原因有一个清晰的了解。确定各因素对皖西大别山地区贫困影响的重要程度以及变化趋势是至关重要的，它能够为相关部门扶贫开发提供参考，起着重要的引导作用。 本文从皖西大别山地区实际出发，运用灰色关联度分析方法研究皖西大别山地区的致贫原因，进而可以因地制宜制定扶贫政策，更加有效的解决贫困问题。这对于加快大别山区摆脱贫困的步伐，从而在国家新一轮扶贫开发战略中迅速崛起具有重要意义。

关于贫困的影响因素不论从单因素还是多维角度都出现了很多的研究成果。李朝林(2005)认为我国一直使用的扶贫模式缺少人本思想，不能从根本上提高贫困者的生存和发展能力；遇到外在条件的变化，脱贫人口很容易返贫。而提高贫困者的人力资本，则可以有效地促进地区经济发展、农业技术的进步和人们收入的提高等。[2]陈立中(2008)采用 Watts 多维贫困指数，从收入、知识和健康三个维度对中国转型时期多维贫困进行了测算。结果表明，1990～2003 年，中国多维贫困出现了大幅度下降，其中，收入贫困下降最多，健康贫困下降最少。[3]王小林、Sabina Alkire(2009)采用Alkire and Foster 于2007 年开发的多维贫困测量方法，利用2006 年中国健康与营养调查数据，对中国城市和农村家庭多维贫困进行了测量。

测量结果表明，中国城市和农村家庭都存在收入之外的多维贫困，城市和农村近 1/5 的家庭存在收入之外任意 3 个维度的贫困。[4]维度分解结果表明，卫生设施、健康保险和教育对多维贫困指数的贡献最大。

有关运用灰色关联分析方法研究贫困问题的文献也有很多。韩林芝、邓强(2009)以人均粮食消费量、恩格尔系数、人均纯收入和贫困发生率作为贫困主行为因子，根据贫困数据样本特点和指标要求，采用灰色关联分析方法，定量研究了致贫因子间的影响程度以及因子对主行为的贡献测度。结果显示,对贫困贡献度最大的因子主要有：农村义务教育、人均水资源、耕地面积、自然灾害、农业机械化、财政支农等方面。[5]汪晓文(2011)利用灰色关联度模型对甘肃农村贫困与各影响因素进行了关联度分析，确定了各因素影响贫困的重要程度依次为自然条件、人口素质、生产资金、农民工就业。[6]

有关皖西大别山贫困地区状况的文献主要包括：王艳、栾敬东(2012)认为安徽大别山区自然资源丰富，但由于交通不便等原因使内外经济交流不畅，山区经济贫困。[7]他们通过对安徽大别山十县(区)的经济统计数据的分析，提出了加快大别山区经济发展的策略建议。

综上所述，现有文献大多是关于贫困与不同致贫因素之间的关系以及安徽部分地区贫困问题的研究，而关于皖西大别山地区的致贫状况和致贫因素缺乏全面的研究。因此，本文借鉴已有的理论研究成果，运用灰色关联度分析方法全面考察该地区的致贫因素，进而提出适宜的扶贫开发路径。

本文研究的皖西大别山地区包括8个县(区)，本区是集老区、山区、库区、沿淮行蓄洪区和江淮分水岭易旱区为一体的国家级集中连片贫困区。2012年该区地域面积17 644平方公里，占安徽省总面积的17%，总人口546.4万人，其中非农业人口78万，占总人口的14%。

根据皖西大别山地区的具体情况，致贫原因大致可以分为自然、经济、人力和社会

这四个方面的因素。 (一)自然因素

自然条件的优劣与否往往决定农作物的丰歉程度。恶劣的自然条件对农村教育、卫生医疗等产生不利影响，是发展的限制因素。

皖西大别山地区地质构造条件复杂，地形起伏大，土壤风化侵蚀严重，是地质灾害分布广泛、种类繁多的地区。皖西大别山地区属北亚热带向暖温带过渡区域，具有北亚热带季风气候特征，气候差异较大。北部经常干旱，沿山地的周边平原地区洪涝灾害发生的几率较高。2012年六安市相继发生了干旱、洪涝、风雹、台风、生物病虫害等自然灾害，强度大，时间长，自然灾害造成直接经济损失126 776.20万元，严重影响经济的发展。 (二)经济因素

皖西大别山区8个县(区)除了霍山在2012年脱去国家级贫困县的帽子以外，其余7个县(区)都列于国家级贫困县名单之中。2012年皖西大别山区8个县(区)人均纯收入在安徽省所有县排名中位次都靠后。历史上,曾一度强调“以粮为纲、毁林开荒”,形成现在皖西大别山区较为单一的经济结构。[8]经济结构的不合理，农业成为贫困地区最大的生产部门。农业生产又分散，经营规模偏小,不利于技术的进步，也使得农业生产者无力取得与其它产业大体相当的收入,缺乏务农积极性,青壮劳力大多外出打工,留守务农的多是老弱病残者,形成粗放经营。工业化程度低,基础薄弱,资源优势尚未转化为经济优势。 (三)人力因素

皖西大别山地区人力因素的贫困主要表现在：第一，由于受山区经济发展水平和地理环境的影响,皖西大别山区教育事业发展相对迟缓。 据安徽省统计局统计，2011～2012学年六安市初中入学率只有98.99%，在全省16个市中排名末尾。该地区文盲、半文盲人数比重高于安徽平均水平，导致山区劳动力文化素质低,技

术力量薄弱。第二，皖西大别山区个别县人口较多，人口的供养负担较重导致家庭的致富能力无法提高。2010年第五次人口普查数据显示，在全省16个地级市中六安市和安庆市分别排在常住人口总数的第三位和第五位，人口基数相对较大。 (四)社会因素

皖西大别山地区由于地形地势复杂,山区内交通运输网密度小,公路等级低,深山丘陵地带坡度大,急弯多,造成交通不畅。这不仅阻碍了山区内外直接的经济交往，也阻碍了资源的开发，形成所谓“富饶的贫困”的怪现象。同时，社会保障体系不够完善，尤其是医疗保障方面，也很容易造成返贫的现象。2013年何敏媚等在六安市某县新农合满意度及其影响因素分析中调查发现被调查患者对新农合知晓程度较差，他们对新农合起付线、报销比例、报销程序了解的比例均不高于50%。 灰色系统理论是20世纪80年代初由邓聚龙教授提出并发展的。[9]灰色关联度分析方法是着重研究系统内各因素关联的一种实证定量分析方法。与其他传统的多因素分析方法相比，灰色关联分析对数据要求低且计算量小，所以灰色关联度分析方法在经济、社会等领域得到广泛应用。在进行灰色关联度分析时，必须先确定反映系统行为特征的母数列和影响系统行为的子数列，最后计算母序列与各子序列的关联度，进而进行判断。 (一)指标选取

选取能够反映贫困情况的贫困发生率的时间序列为母序列，记为X0。根据上述致贫原因的分析，分别从自然因素、经济因素、人力因素、社会因素方面选取原始指标，作为因子灰色关联分析的基础，将这些指标分别作为子序列。

本文选取农作物受灾面积X1作为反映自然因素的指标；选取工资性收入占纯收入的比重X2作为反映经济因素的指标，因为工资性收入已成为农民收入的重要成分和农民增收的主导力量，其作用不容小觑；选取平均受教育年限X3、人口负担系数X4这两个指标来反映人力的因素；选取公路密度X5、医疗保健支出占生活消

费支出的比重X6这两个指标来反映社会的因素。选取医疗保健支出占比是因为考虑到因病致贫的现象比较严重。 (二)数据来源及描述

2008年之后中国大陆开始以低收入标准来确定贫困线，不再沿袭以前的绝对贫困标准。考虑数据的一致性，进行灰色关联度分析时将2000年到2011年12年的数据分为两段时间来分析。虽然不同时期贫困率的变化并不能细致地刻画贫困的动态特征，但鉴于数据的可获得性，只能进行浅显的分析。[10]

本文数据来源于2000年到2011年安徽省和两市的统计年鉴。其中：(1)平均教育年限*平均教育年限=文盲半文盲劳动力比重*0+小学劳动力比重*6+初中劳动力比重*9+高中劳动力比重*12+中专以上劳动力比重*12+大专以上劳动力比重*16的公式参照单德朋(2012)等的做法；[11](2)人口负担系数的公式*人口负担系数=(14岁及以下人口数+65岁及以上人口数)/(15～64岁人口数)*100%参照注释。本文2000年和2011年的人口负担系数数据来源于各县(区)的人口普查数据公报，其余年份的该数据以县(区)所在市的人口负担系数计算整理后代替的；(3)公路密度的公式为公路里程(包括各等级公路和等级外公路)除以地区面积；皖西大别山8个县(区)2000～2011年各指标的趋势图如下：

皖西大别山地区每年8个县(区)的总人口除以总贫困人口得到该地区每年的贫困发生率。如此类推，将2000～2011年每年皖西大别山地区8个县(区)的7个指标整合为该地区的7个指标，如下表2： (三)实证检验分析

根据灰色关联度分析的计算步骤，确定好母序列和子序列后，则按如下步骤进行: 1.无量钢化处理

为消除不同指标的量纲(或单位)，对各指标进行了无量钢化处理，即消除系统中各因素的量纲 (或单位)不统一的情况，转换为可以比较的数据序列。 一般认为，较

稳定的社会经济现象数列适用于初值化方法进行无量钢化处理，这样可使发展趋势更加明显， 因此本文采用初值化的方法进行无量钢化。 2.计算灰色关联度

令Xi(k)与X0(k)的关联系数为Yi(k)。

其中δ为分辨系数，其取值对最后的排序影响不大，一般取δ=0.5。 令Xi(k)与X0(k)的关联度为γ0i，则

本文运用邓聚龙教授的学生刘思峰等发明的《灰色系统理论及其应用》第三版配套建模软件计算灰色关联度。软件计算过程很简单，以计算2000～2007年皖西大别山地区灰色关联度为例。打开软件后，点击如下图菜单栏的“灰色关联分析”进入下图界面，在上方空白栏中按要求输入母序列和子序列，再点击“灰色关联度”后输入相应的7组数据和每组数据包含的8个观测值(在)及δ=0.5，即生成关联系数和关联度。 计算结果如表3。 3.结果分析

根据表2的数据可以得到皖西大别山区8个县(区)致贫因素的灰色关联度排序表，如表4。

就部分可控影响因素之间的关系做灰色关联度分析时，结果显示γ34=0.9，即人力因素中的平均受教育年限因子和人口抚养系数因子之间的关联较大，当人口负担越重时，自然会影响受教育的程度，符合现实；γ52=0.84，即公路密度因子与工资性收入占比因子的关联也相对紧密，说明基础设施的建设会有效促进经济的发展。 从表2和表3以及部分可控影响因素的灰色关联分析可知：

(1)2000年到2007年公路密度与皖西大别山地区的贫困关联度最大，其次是工资性收入占比、平均受教育年限、人口抚养系数、医疗保健支出占比、农作物受灾面积。说明封闭是以前导致皖西大别山区贫困的主要因素。

(2)2008年到2011年医疗保健支出占比与皖西大别山地区的贫困关联度最大，其次是人口抚养系数、农作物受灾面积、公路密度、平均受教育年限、工资性收入占比。说明因病致贫的现象在近几年确实比较突出，人口负担重主要是人口老龄化的趋势导致的，至于农作物受灾面积因子对该区贫困的贡献度提高的原因可能是因为数据年限太短、农作物受灾面积的因素不太稳定造成的。总之，致贫原因开始由经济的发展落后转向收入的分配不公。

(3)就各个致贫因素来说，自然因素相对于其他因素，与该区贫困之间的关联度并不高；经济因素与该区贫困之间的紧密度越来越小；人力因素与该区贫困之间的关联度较高，平均受教育年限和人口负担系数这两个指标两个阶段的灰色关联度排序都相对靠前；社会因素与该区贫困之间的紧密度比较密切，2008年之前的8年公路密度与该区贫困之间关联度最大，2008年之后的5年医疗保健支出占比与该区贫困之间关联最大。

结合以上分析，笔者认为，皖西大别山地区在今后扶贫开发过程中应重视以下几个方面：

1.自然因素和经济因素虽然相对来说不是主要的致贫因素，但仍然不能忽视其作用，应有效利用皖西大别山地区的自然资源发展现代化农业，提高农副产品附加值，同时注重二三产业的发展，促使经济结构更加合理化。

2.由于总体来说，皖西大别山地区的致贫因素是人力因素和社会因素，所以在目前皖西山区反贫困过程中，制定与落实扶贫政策时应该有一定程度的倾斜。一方面应努力塑造人力资源大县，在减少家庭人口负担的同时不断提高人口的素质；另一方面则应加强基础设施建设以及完善社会医疗保障体系。

【相关文献】

[1]阿马蒂亚·森．贫困与饥饿[M]．北京：商务印书馆，2001：22-24.

[2]李朝林．安徽农村贫困地区人力资本生产与反贫困[J]．经济社会体制比较，2005(6)：78-81． [3]陈立中．转型时期我国多维度贫困测算及其分解[J]．经济评论，2008(5)：5-10．

[4]王小林，Alkire S．中国多维贫困测量:估计和政策含义[J]．中国农村经济，2009(12)：4-10． [5]韩林芝，邓强．我国农村贫困主要影响因子的灰色关联分析[J]．中国人口资源与环境，2009，19(4)：88-94．

[6]汪晓文．甘肃农村贫困影响因素分析——基于灰色关联度的实证研究[J]．兰州大学学报(社会科学版)，2012，40(4)：137-142．

[7]王艳，栾敬东．山区经济发展的问题与对策研究——基于安徽省大别山十县(区)的数据分析[J]．皖西学院学报，2012，28(1)：82-86．

[8]张莉莉．可持续发展战略下贫困地区产业结构调整研究[D]．合肥：安徽农业大学，2008． [9]刘思峰，党耀国，方志耕．灰色系统理论及其应用[M]．北京：科学出版社，2008：43-47. [10]罗楚亮．农村贫困的动态变化[J]．经济研究，2010(5)：123-138．

[11]单德朋．教育效能和结构对西部地区贫困减缓的影响研究[J]．中国人口科学，2012(5)：84-94．