原创《村级贫困人口多维测算其贫困特征分析》：本文关于贫困人口论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
摘 要：村级贫困人口的有效瞄准是新阶段农村扶贫开发需要解决的首要问题.文章以连片特困区扶贫重点县内乡县为研究区域,运用“双临界值”法进行村级多维贫困测算和分析；并基于村级居民点数据,运用人口密度空间化模型,对其多维贫困测算结果进行空间化处理,系统分析村级贫困人口的贫困特征及空间分布格局.结果显示：内乡县致贫因素主要是收入、健康以及教育；贫困人口主要集中在县城以南,内乡县中北部的贫困程度较深.
关键词：多维贫困测算； 空间化； 空间分布格局； 内乡县
中图分类号： C92-05 文献标识码：A 文章编号：1000-4149（2014）05-0114-07
一、引言
通过长期的反贫困战略的实施,我国绝对贫困人口从2000年的9422万人下降到2010年的2688万人,贫困发生率从2000年的10.2%下降到2010年的2.8%[1].贫困人口的贫困状况也发生了变化——从绝对贫困到相对贫困,从“面上贫困”到“点上贫困”[2]；贫困的内涵从传统的收入贫困逐渐演变为一个相当复杂的发展现象,以往的单纯依靠测量收入的贫困度量方法已经不能满足目前扶贫政策的需要.
在这种背景下,从多维角度把握贫困的实质并进行多维贫困的具体度量,逐渐为国际学术界所认同并成为近年来国内外研究的焦点.目前国内外贫困研究较为流行的是从能力贫困的角度利用森（Sen）提出的多维贫困理论[3]识别贫困对象.一些学者分别从社会、经济、教育、健康等角度定义贫困村识别的多维指标体系[4～7]；阿尔凯尔（Alkire）等人给出了基于贫困剥夺计数的综合贫困指数测算方法[8]；王小林等人运用该方法和2006年“中国健康与营养调查”数据,对中国城市与农村家庭多维贫困进行了测算[9]；李佳璐在多维贫困测量理论框架下,沿用王小林以及阿尔凯尔的测算方法对S省30个国家扶贫开发工作重点县进行多维贫困测算,通过收入分组的方式,分析不同维度对不同收入组家庭的影响程度[10].但现有的贫困识别指标体系大多着眼于某个或某几个社会经济维度,且由于切入角度、数据源、研究区域不同,识别维度及指标不尽相同,更为重要的是目前国内外的研究仅仅关注了贫困人口本身,而对其贫困特征空间分布模式鲜有涉及.另外,以往的学者对于贫困的分析都是通过统计图表形式描述,而现实中贫困人口及其贫困特征在空间上的分布往往是不均匀分布,所以用统计指标表达贫困并不准确.相比统计图表,专题地图更易于对贫困地区公共基础设施建设的方向提供决策辅助,方便后续扶贫政策的实施.
本文以秦巴山区连片特困区扶贫重点县为例,构建瞄准人口的村级贫困识别技术体系,对多维贫困测算结果及贫困特征空间分布进行空间化处理和分析.以此识别真正的贫困人口和贫困特征分布区域,为各级政府科学决策和科学管理提供更加全面与翔实的基础数据和支持信息,引导贫困地区合理利用优势资源,保护生态环境,实现自我发展的良性循环.
二、研究区概况与数据源
内乡县为秦巴山区连片特困区国家扶贫重点县,位于河南省西南部,南阳盆地西缘.地形呈南北条状,总面积2465平方千米.全县共16个乡镇,289个行政村和8个居民委员会,3840个村民小组,153841户农户,总人口65万人.其中,农村人口45万人,占总人口的69.7%.据2010年内乡县政府工作报告,2009年内乡县人均生产总值为14125元,农民人均纯收入为4906元.
本研究所采用的数据包括研究区社会经济数据和基础地理数据.社会经济数据主要来自2010年该县统计年鉴及扶贫办贫困农户建档立卡调查数据,调查内容包含农户的家庭人员结构、身体健康状况、劳动力输出情况、人均纯收入、住房结构与面积、耕地面积、饮水来源、家庭资产等信息.调查范围涵盖内乡县157个行政村,29832户家庭,村覆盖率达54.3%,户覆盖率达19.4%,其中,148户数据存在记录遗漏.基础地理数据包括研究区行政村村界数据以及内乡县居民点数据.本文在使用前对此进行了地理配准、数据查漏和剔除粗差等预处理.
三、研究方法
森把发展看做是扩展人们享有实质自由的一个过程,实质自由包括免受困苦（诸如饥饿、营养不良、可避免疾病、过早死亡之类）的基本可行为能力[11].人们的这些基本可行为能力被剥夺因而导致贫困,多维贫困测算的目的就是识别出哪些个体的哪些可行为能力被剥夺,从而测算出标示贫困深度的“平均剥夺份额”指标,以及标示贫困人口群体综合贫困状况的“多维贫困发生率”指标（MPI）.
本文以2010河南省南阳市内乡县入户调查数据为样例,基于双临界值法,设计村级多维贫困测算指标体系,进行多维贫困测算.此处的多维贫困测算是指综合考虑收入、健康、教育以及住房条件等因子构建评价模型,测算多维贫困指数、多维贫困发生率、指标贡献度等指标来揭示区域贫困人口综合贫困状况.测算过程包括识别与加总两个环节：前者的目的是识别出人群中的贫困个体,后者的作用是把前者识别出的贫困个体进行汇总,用综合贫困指标表示该区域的贫困状况.并在上述贫困测算基础上,基于人口密度空间化方法,分析研究区域贫困人口密度的空间分布状况；并使用地统计插值方法,研究区村级多维贫困以及各维度或指标对贫困贡献度的空间分布状况,从而系统描述研究区贫困人口现状及贫困区域的空间化分布格局.
由于每个维度在贫困识别中所起的作用不同,所以多维贫困加总时需要考虑每个维度和指标的权重.经过相关性分析和一致性检验等实证证明,在选择不同权重的条件下,多维贫困指数是一个稳健的指数[13].所以本文对各维度和指标权重的处理采用等权重方法,即经济福利、生活水平、健康、教育各维度所占的权重相等；所有维度权重值之和为1,每一维度内各基础指标的权重相等,即等分该维度的权重值.例如“生活水平”维度内指标“饮水情况”的权重值（1/20）就等于“生活水平”维度的权重（1/4）乘以“饮用水”指标权重（1/5）.
贫困人口论文参考资料：
结论：村级贫困人口多维测算其贫困特征分析为关于对不知道怎么写贫困人口论文范文课题研究的大学硕士、相关本科毕业论文提高扶贫的论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
