ABSTRACT

Tuquan County is located in the fourteen concentrated contiguous areas of China—Daxinganling Mountains in the southern foothills. Due to the special type of Tuquan County, it is divided into the northern mountainous area, the central hilly areas, and the southern plains, so the problem of poverty in Tuquan County has particularity. Taking Tuquan County as an example, three villages were selected as research objects according to field survey. Based on the geographical system theory of human-land relationship and the spatial autocorrelation method, the distribution of poverty-stricken villages and the characteristics of poverty-stricken areas were analyzed. The dominant factor of poverty is to provide the basis for the accurate poverty alleviation work in Tuquan County. The results show that the rural poverty in Tuquan County is characterized by a high degree of spatial clustering. The value of Moran’s I index is 0.38 > 0 in the spatial unit level of the village, indicating that the spatial distribution of poverty-stricken villages presents the characteristics of cluster distribution, namely, poverty. The villages with similar degrees generally tend to gather and distribute. The Z score is 12.54, which indicates that the probability of randomly generating this clustering pattern is less than 1%. P test is also 0, indicating that the test passed. It is divided into high-value clustering and low-value clustering.

Keywords:Poverty, Regional Difference, Comparative Study, Targeted Poverty Alleviation Policy

突泉县贫困地域差异比较研究——以三个行政村为例

韩晔，海山

内蒙古师范大学地理科学学院，内蒙古 呼和浩特

收稿日期：2018年2月8日；录用日期：2018年2月26日；发布日期：2018年3月5日

摘 要

突泉县位于中国十四个集中连片特困地区——大兴安岭南麓山区，鉴于突泉县特殊的地域类型，分为北部山区，中部丘陵地区，以及南部平原地区，因此突泉县贫困问题具有特殊性。以突泉县三个地区根据实地调研抽选三个行政村为主要研究对象，基于人地关系地域系统理论，结合空间自相关方法，分析贫困村分布规律和贫困地域特征，探究突泉县农村贫困的主导因素，旨在为突泉县精准扶贫工作提供依据。研究结果表明：突泉县农村贫困具有高度空间聚类的特点，在村域空间单元水平上，Moran’s I指数的值为0.38 > 0，说明贫困村空间分布呈现出聚类分布的特征，即贫困程度相似的村域总体上倾向于聚集分布。其中Z得分为12.54，则说明随机产生此聚类模式的可能性小于1%。P检验也为0，说明通过检验。且分为高值聚类和低值聚类。

关键词 :贫困，地域差异，比较研究，精准扶贫

Copyright © 2018 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着人类社会科技经济的快速发展，不断增加的人口与自然环境的矛盾日益凸显，由此带来的贫困一直是困扰发展中国家的问题之一。中国作为人口大国，长期以来一直在尝试用各种方法减少贫困，提高人民生活水平。改革开放以来，我国政府主导下实施大规模扶贫开发，特别是《国家八七扶贫攻坚计划(1994~2000年)》《中国农村扶贫开发纲要(2001~2010年)》及新《纲要》的相继实施，有力地促进了贫困地区县域经济和农村转型发展，扶贫开发的成效举世瞩目 [1] [2] [3] 。1978~2014年，全国贫困人口由2.5亿降至7017万人，贫困发生率也从30.7%降至7.2%。目前中国的农村贫困县是每人年收入2300元(按2010年不变价)，即每人每天约6.3元。据国务院扶贫办统计，全国有14个集中连片特困地区，片区县及国家扶贫开发重点县共832个，贫困村12.8万个，贫困户29,485万个，贫困人口7017万人。贫困人口不仅规模大，分布广，而且致贫原因复杂，脱贫难度大，贫困地区的转型发展、贫困人口的脱贫事关2020年全面建成小康社会目标的成效。贫困问题一直是近些年来中国进步发展所面临的问题。而内蒙古作为北方农牧交错和生态环境脆弱地带，人地关系整体上趋于紧张。海山指出内蒙古农牧交错带是我国自然生态环境破坏最严重、经济最贫困、文化科技教育最落后的地区之一，也是我国人地矛盾十分尖锐的地区之一。农牧交错带是自治区和全国经济最贫困地带之一 [4] 。修长柏提出交错带的贫困问题是交错带区别于其他区域的一个显著特征，有必要对这个问题进行深入研究 [5] 。突泉县作为国家级重点贫困县，根据扶贫办2017年最新统计数据显示，突泉县仍有20,312人的贫困人口，占兴安盟总贫困人口的25%，在2020年前，脱贫攻坚任务仍然十分艰巨。造成贫困的原因复杂多样，学者进行了大量相关研究。但是国内农村贫困的相关研究仍以定性研究居多，比如农村贫困特征，致贫原因，脱贫政策以及制度研究等 [6] [7] [8] ，而对农村贫困化进行定量研究的较少，现有文献主要包括，如李双成运用BP神经网络图研究区域贫困 [9] ，杨国涛基于GQLorenz曲线的参数方法估计贫困现状 [10] ，韩林芝、邓强等运用灰色关联分析致贫原因 [11] ，王小林、Alkire利用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 [12] ，王艳慧构建基于“双临界值”的“维度加总分解”算法进行了“县级–村级”的贫困人口多维贫困量算和分析；借助Kriging法对村级多维贫困测算结果进行空间插值处理，系统分析研究区多维贫困状况空间分布格局 [13] 。

还有一些文献是基于地域差异的角度研究贫困，分析了中国贫困地域类型的划分 [14] [15] ，还有是进行实证研究 [16] [17] ，也有运用地理探测器多元线性等模型方法，诊断出县域农村贫困化分异的主导因素，揭示了农村贫困化分异的动力机制，提出了不同贫困化地域类型的扶贫政策与模式 [18] ，但是对农村贫困村域地域差异的定量研究较少。

根据前期调研测算突泉县贫困率发现，基于对突泉县实地调研的了解，因此本研究基于人地关系地域系统理论，选取突泉县的三个行政村研究其贫困成因，提出扶贫策略，旨在为突泉县精准扶贫工作提供思路与参考。

2. 研究区概况

2.1. 地理位置

突泉县是位于内蒙古自治区东北部、兴安盟中南部，北纬45˚11′25″~46˚5′12″，东经120˚48′45″~ 122˚10′20″。总面积4889.50平方公里，总耕地面积为1776.5676平方公里。A村位于西北部山区，B村位于中部浅丘陵区，C村位于南部平原。见图1。

2.2. 地貌特征

根据三个贫困村的高程，分层设色，可以直观的看出三个村分别位于山地，丘陵，平原。其中A村

图1. 研究区区位图

平均高程约560米；B村平均高程约400米；C村平均高程约240米左右。研究区海拔自西北向东南呈明显的递减趋势。见图2。

2.3. 自然环境

突泉县处于农牧交错带范围。地处北温带，西依大兴安岭，东连松嫩平原。县境在温带季风气候区内，由于远离海洋，有明显的大陆性特点。由南向北，降水逐渐增多：由北向南，气温明显上升。县境地势西北高，向东南逐渐降低。土壤类型主要为栗钙土和暗棕壤。

2.4. 社会经济

据统计，2015年全县地区生产总值完成734,116万元，其中第一产业生产总值占31.85%，第二产业占44.05%，第三产业占24.10%；2015年总人口有30.38万人，其中蒙古族占20.54%，其他少数民族仅占总人口数的9.91%。

3. 空间自相关分析与样本村选择依据

3.1. 全局空间自相关

通常情况下，地理现象会显示出聚类分布的特征。事实上，Moran’s I的值的大小仅仅是一种机会，这些值需要和其期望值相比较，并用其标准化的Z值来解释 [19] [20] 。

见表1结果显示，在村域空间单元水平上，Moran’s I指数的值为0.38 > 0，说明贫困村空间分布呈现出聚类分布的特征，即贫困程度相似的村域总体上倾向于聚集分布。其中Z得分为12.54，则说明随机产生此聚类模式的可能性小于1%。P检验也为0，说明通过检验，突泉县贫困村分布空间上呈现聚类特征。

3.2. 局部空间自相关

运用General G探测局部聚类的情况，见表2结果显示：根据Z得分为3.09，则说明随机产生此高聚类模式的可能性小于1%。说明突泉县贫困村为高聚类模式。

3.3. 样本村选择依据

选村依据：根据测算贫困发生率，运用空间自相关分析法得出突泉县的贫困村在空间分布上具有空间集聚的特征，且均为正相关。鉴于突泉县的特殊地形，分为北部山区，中部丘陵地区，以及南部平原地区 [21] ，所以在这三个不同的地形区抽选三个有代表性的行政村进行比较研究。预探究贫困的地域差异。

4. 样本村情况说明

4.1. 问卷调查情况与数据来源

2016年11月份对突泉县78个贫困村进行调研，包括自治区重点贫困村72个，兴安盟重点贫困村2个，一般贫困村4个(突泉县扶贫办建议调研)。其中宝石镇共调研7个村，学田乡共调研7个村，对六户镇17个村进行调研，永安镇调研11个村，东杜尔基镇共调研6个村，九龙乡占6个村，突泉镇调研12个村，太平乡有7个村进行调研，水泉镇共调研5个村。

数据来源：贫困村空间分布，贫困户数，贫困户属性，贫困人口数量，贫困发生率等数据来源于突泉县扶贫办官方统计；贫困户个案数据通过于实地问卷调研方式获得。气象数据与玉米单产数据来源于县农牧局以及镇经管站和农调队。

图2. 高程均值对比图

表1. 突泉县贫困村全局空间自相关分析结果

表2. 突泉县贫困村局部空间自相关分析结果

4.2. 样本村贫困现状

A行政村共137户贫困户。B行政村贫困户为117户，C行政村共有贫困户29户。三个行政村的贫困户共有283户，全部进行调研。根据后期计算，A行政村贫困发生率为12.56%，B行政村贫困发生率为16.14%，C行政村贫困发生率为13.70%。问卷调研是按照人均纯收入2896元的标准，并结合两不愁三保障指标进行综合考量。

4.2.1. 贫困人口

A村贫困人口基本情况：A村面积为71平方公里，总人口为1585人。人口密度约为22人/平方公里。2016年共有贫困户137户，贫困人口为199人。

B村贫困户基本情况：B村面积为21平方公里，总人口为1586人。人口密度为约75人/平方公里。2016年贫困户为117户，贫困人口为256人。

C村贫困户基本情况：C村面积为7.67平方公里，总人口为460人。人口密度为59人/平方公里。2016年贫困户为29户，贫困人口为63人。见表3。

4.2.2. 贫困户户主年龄结构

三个样本村贫困户户主年龄情况：贫困户户主年龄段集中于60~70岁，80岁以上的贫困户主三个村均不足10%，小于40岁的贫困户三个村均不足15%，其他年龄段占比均不足四分之一。经实地调查发现，小于四十岁的贫困户大部分具有劳动能力，并且有脱贫意愿，通过外出务工或自营店面有能力摆脱贫困；另外，通过数据统计发现，B村的贫困户年龄趋于老龄化的趋势要高于A村和C村分别高出5.39%和17.75%。见图3。

4.2.3. 户主学历

通过数据统计发现，贫困户主受教育程度普遍偏低，主要以九年义务教育为主。三个村受中等教育人口比例均处于各村贫困户的40%~60%之间，人数相差较小。各村贫困户受高等教育(高中)人口比例不足各村贫困户比例的5%，其中B行政村并无受高等教育人口。从柱状图可以直观的看出，A村户主学历以初等教育(小学及以下)为主；B村户主学历分布于初等和中等教育(初中)，人数相差不大；C村贫困户户主的学历相对其他两个村来说，贫困户户主受教育程度相对较好，中高等教育占比达到62%。贫困

表3. 三个行政村基本情况与测算结果

图3. 年龄结构对比图

户户主的受教育程度普遍不高，因而如何进行有效的技术培训，提高贫困人口的素质，进而帮助贫困人口脱贫将成为精准脱贫工作中需要面对的一大难题。

4.2.4. 家庭成员健康情况

通过图4可以看出，因病是引起三个村农村贫困发生的主要原因。数据分析结果显示，在贫困人口中，相较于残疾和的贫困人口数长期慢性病的比重最大。根据实地调研得知，贫困户长期慢性病多以心脑血管疾病，腰间盘突出，关节性风湿类风湿为主，少数有布病等地方病。贫困户大部分都还是以种地为生，而以上的病症均不可以过度劳累，这也就间接导致贫困户的收入受到很大影响。通过图4可以看出B村的患病比例高达71%，其中长期慢性病的占比高达62%，可见贫困户自身的身体素质是困扰贫困户脱贫的又一难题。

4.2.5. 家庭成员劳动力情劳动力结构

调查贫困户283户518人中，184人有劳动能力，334人无劳动能力。

A村：根据调查统计，A村劳动力主要分布在45~60岁之间和60岁以上，且60岁以上的劳动力家庭负担系数大于1。

B村：B村的劳动力主要分布在45~60之间，占比12.11%；从家庭负担率来看，45~60岁和60岁以上的年龄段家庭负担系数都大于1。

图4. 健康情况对比图

C村：统计发现可以看出C村的劳动力年龄段相对年轻，主要集中在30~60之间，且家庭负担系数均小于1；大于60岁的劳动力占C村贫困人口的4.34%，家庭负担系数却大于1。

4.2.6. 典型村贫困户人均纯收入情况

2016年实地调研时，依据的贫困线标准为贫困户人均纯收入2896元为测算标准，结合两不愁三保障进行调研。实际调研发现，许多贫困户收入结构单一，农民还是以耕作为主，靠天吃饭。经统计分析数据可知，C村人均收入比重要优于A村，B村人均纯收入的情况小于2000元的比例高达60%，也就是说明B行政村一半以上的贫困户收入低于贫困标准线。

5. 突泉县典型村致贫原因

5.1. 贫困户致贫原因

从统计数据可以看出，典型村的致贫原因主要以因病，因灾因残为主。

A村以因灾因病为主，均达到贫困户比例的40%以上，因残，缺技术，缺劳力，缺资金等致贫原因，占比不足20%。

B村贫困户致贫原因主要为因病，因残，因灾，缺土地。其中因病占贫困户总数的90%以上，其他贫原因不足10%。致贫原因相对突出。

C村致贫原因相对集中，主要为因病，因残，缺资金。因病占比85%，因残缺资金不足15%。

综上所述，贫困户致贫原因依旧是因病因灾为主。贫困户的身体素质以及抗灾的能力都是贫困户能否顺利持续脱贫的重要因素。如图5所示。

5.2. 贫困村贫困成因

5.2.1. 自然因素

突泉县地处大兴安岭南麓，位于农牧交错地带，属于生态环境脆弱地带。靠天吃饭的农民主要收入皆来自于种地，降水量和无霜期对农作物的生长有着重要的作用。通过计算突泉县1960年至2016年的

图5. 典型贫困村贫困户致贫原因

年降水量，得出年平均降水量为395.36毫米，无霜期年均值为142天。县域水土流失严重，使县内降水、地表水、地下水正常循环受到影响，旱涝灾害时常发生 [22] 。

5.2.2. 人文因素

交通区位：突泉县境内有一条国道，经过永安镇杜尔基镇和突泉镇境内，根据路网密度分析，只有突泉县镇政府所在地路网密度为高密度，路网密度呈现两头低中间相对密集的态势，

经济区位：受城乡二元经济结构影响，产业结构单一，基础设施薄弱，抵御自然灾害的应急能力弱，农作物以玉米为主，为一年一熟，一年三分之二的时间处于农闲，突泉县大部分的贫困村的贫困户从事农业耕作还都是以种植玉米为主，户均水田较少，如表4所示。

生活习惯：由于气候寒冷，当地的村民在农闲时大都会有吸烟喝酒的生活习惯，长此以往造成的心脑血管三高等地方病频发，致使很多家庭劳动力不足，医疗费用昂贵。

5.3. 贫困地域差异简析

根据数据统计显示如表5，通过选取自然与人文因素的相关指标，分别为地形、高程、土地面积、耕地面积、水浇地面积、玉米亩产量、人均收入和贫困发生率等指标。可看出地域的差异，贫困也有明显的不同。A村位于山区，土地面积与耕地面积大，但人口相对稀疏；B村位于丘陵区，村域面积相对小，耕地面积少，但玉米单产高，人口聚集程度相对密集；C村位于平原地区，村域面积在三个村里最小，人口密集程度在三个村里居中，在三个村中总耕地面积最少，但人均耕地和水浇地相对另外两个村较多。

6. 初步结论

基于空间自相关分析得到如下结论：

突泉县贫困村全局自相关分析Moran’s I的指数为0.38 > 0，说明突泉县境内贫困村分布存在明显的正相关性，拥有较多贫困村的乡镇与其他同样拥有较多贫困村的乡镇相邻，在空间上呈现整体聚集分布。

根据局部空间自相关分析，Z得分为3.09，则说明随机产生此高聚类模式的可能性小于1%。说明突泉县贫困村空间分布上呈现高聚类模式。

表4. 突泉县典型村耕地情况(单位：平方公里)

表5. 贫困村贫困地域差异表

基金项目

国家自然科学基金资助项目(100440)。

文章引用

韩 晔,海 山. 突泉县贫困地域差异比较研究——以三个行政村为例
A Comparative Study on the Difference of Poverty Areas in Tuquan County—Taking Three Administrative Villages as Examples[J]. 地理科学研究, 2018, 07(02): 93-103. https://doi.org/10.12677/GSER.2018.72012

参考文献