2. 深圳市 城市规划设计研究院有限公司, 深圳 518028;
3. 同济大学 建筑与城市规划学院, 上海 200092
2. Shenzhen Urban Planning and Design Institute, Shenzhen 518028, China;
3. School of Architecture and Urban Planning, Tongji University, Shanghai 200092, China
贫困空间研究是地理学经久不衰的话题之一,受芝加哥人文生态学派的影响,传统研究多关注单个城市内部的贫困空间分异及其形成机制[1]。20世纪80年代以来,学界将城市贫困研究从单个城市扩展到大都市区层面,贫困空间格局经历了两大阶段的变化:① 20世纪70—80年代的中心城区贫困集聚阶段,中心城区和郊区的贫困人口分布差异扩大[2]。贫困格局与内城衰退、郊区化、去工业化等现象紧密相连。中上收入阶层往郊区流动,中心城区则逐渐衰退为贫困人口聚居地[3]。去工业化(deindustrialisation)导致中心城区可提供的就业岗位数落后于技能劳动力的就业需求,造成两者的空间不匹配(spatial mismatch),从而使贫困集聚度上升[4]。人口构成和劳动力市场变化也是中心城区贫困发生率上升的主要原因,尤其是单亲家庭数量增加和劳动参与率下降带来的变化[5, 6]。② 20世纪90年代之后的贫困郊区蔓延阶段。内城贫困集聚度有所下降,贫困集聚向内环郊区蔓延。以高贫困邻里为单元的研究表明,美国中心城区的高贫困邻里数量有所下降[7],郊区的高贫困邻里比重则从1980年的11%上升至2000年的15% [8]。通过划分中心城区(central-city)、内环郊区(inner-ring suburb)和外环郊区(outer-ring suburb)三大地域,美国东北部经济停滞的老工业都市区中心城区、加利福尼亚中央谷和阳光地带的内环郊区是美国高贫困邻里数量上升的主要区位[9]。贫困区位变化与全球化、经济发展(收入、就业)和社会变迁(人口流动、居住隔离)等因素密切相关[10, 11]。例如,加利福尼亚、洛杉矶等人口增长较快地区吸引了大量低收入移民涌入,由于传统中心城区面积较小,低收入群体向内环郊区集聚,高贫困邻里数量上升;东北部老工业城市由于长期饱受经济衰退的影响,原位于内环郊区的中等收入家庭大幅下降,高贫困邻里数量有所上升[4, 5]。此外,部分城市经济发展机遇增加,净向上的收入流动性(net upward income mobility)成为中心区贫困改善的首要原因[12]。
随着中国城市社会阶层分化和社会空间重构,贫困人口在特定地区聚集。国内研究集中在两大类:一类研究聚焦单个案例城市的贫困空间特征,侧重于中心城区的贫困人口分布和社会空间分化及其形成机制,属于城市内部贫困研究,是城市社会空间研究的主题之一。北京[13]、南京[14]、广州[15]、重庆[16]等大城市户籍和流动贫困人口研究显示:贫困人口主要分布于内城区、近郊区和城乡结合部,地域类型包括老城衰退的居住区、工人新村和农民工集聚的城中村等;西部城市全市域范围由于处于极化发展阶段,经济欠发达的周边区县(市)也是主要的贫困高发区[16]。贫困空间格局受到体制和市场双重因素的影响[15, 16]。第二类研究将区域、省域、地级市、县域作为独立单元分析贫困空间分布差异,以贫困为切入点分析区域发展差异、城乡差异的空间表征和形成机制。以不同空间单元为对象,结论也有共异同之处:分区域看,贫困发生率从高到低依次是西部、东北、中部和东部[17];以省区为单位的贫困发生率,由东往西越来越高,城市贫困人口较多集中在中部老工业基地和西部地区省份[18];以地级市为单元绘制贫困增长曲线发现,地区间的贫困差距呈现先扩大后缩小趋势[19],贫困发生率也是自东向西逐渐升高,西部地区的城市贫困人口集聚加剧,中小城市、资源型城市和少数民族聚居型城市相对拥有更高的贫困发生率[20];以县级市为单元,东北和东部的贫困状普遍况好于中西部地区,西部属于减贫式增长,其他三大区域属于涓滴式增长[21]。
近年来,贫困空间分布有了新的趋势。1980年后,国家实行市管辖县体制,外围县市划入中心城市(地级市),城市行政区范围转变为中心城区和外围县市的结合;随着90年代以来工业化和城市化的推进,区域和城乡人口流动加剧,中心城区和外围县市之间的贫困分布和集聚格局也面临重构。例如重庆市域内经济欠发达的外围区县(市)是贫困高发区[16]。同时,国家扶贫动向也有了新的变化,2013年中央提倡“精准扶贫”理念,致力于精准化识别区域和农村贫困、有效实施扶贫战略;2016年国家又把城市困难职工的帮扶解困融入脱贫攻坚大局,这是“精准扶贫政策扩围至城市居民”的信号。如何在有限投入的前提下,统筹中心城区和外围县市的扶贫资源分配,将是贫困研究的新命题。然而,目前国内现有的两类研究缺少对城市中心城区和外围县市贫困人口分布的动态对比与跟踪,缺乏从城市与区域统筹角度的扶贫研究结论。
本文采用近五年全国城乡最低生活保障数据(2008年和2013年)①,作为衡量绝对贫困人口分布,基于划分的中心城区和外围县市共2839个空间单元②,探讨中心城区和外围县市的贫困分布、演变及其影响因素,不但有利于建立动态的“中心—外围”贫困跟踪研究体系、加深对中国贫困空间格局分布变化及影响机制的认识,还将有利于提高国家扶贫政策的针对性和有效性,为“精准扶贫”政策的实施提供城市与区域统筹的研究依据。
2 数据来源与方法 2.1 数据来源及处理由于中国幅员辽阔、生活水平迥异,贫困标准差异很大。为了保证各城市数据的公平性和可获得性,本文采用每个城市的最低生活保障线为绝对贫困线。2008、2013年全国分区县的城乡最低生活保障数据(以下简称低保数据)来自民政部,分区县的人口和社会经济统计数据来自《中国2010年人口普查分县资料》、《中国2010年人口普查资料》及相关城市的统计年鉴。
本文选取地级及以上行政单元共336个(285个地级市,4个直辖市,30个自治州、14个地区、3个盟)。参考相关研究[22]划分中心城区和外围县市,划分标准:① 设区的地级市:原则上市辖区即为中心城区,所辖县和县级市为外围县市。但是北京、上海、广州、深圳等特大城市,根据当地城市总体规划所划定的中心城区范围,将部分远郊区、市辖区县划为外围县市。② 不设区的地级市:分别为东莞市、中山市、三亚市和嘉峪关市,一律不划分中心城区和外围县市。③ 自治州、地区和盟:原则上将自治州或盟的政府驻地所在的城市作为中心城区,其他为外围县市。全国划分出814个中心城区和2025个外围县市,共2839个空间单元(图 1)。
为分析贫困空间分布和演变特征,本文首先采用贫困发生率来反映贫困现象的广度:
$H = \frac{q}{n}$ | (1) |
H表示贫困发生率,n表示人口总量,q表示贫困人口数。
其次,采取贫困梯度指数衡量城市“中心—外围”的贫困差距:
$D = \frac{{{q_j}/{n_j}}}{{{q_i}/{n_i}}}$ | (2) |
D表示贫困梯度指数,q j表示外围县市贫困人口数,n j表示外围县市人口总数,qi表示中心城区贫困人口数,ni表示中心城区人口总数,D越接近1表明中心外围间的贫困差距越小,否则越大。
再次,采取“中心—外围”贫困增长率差值,反映“中心—外围”贫困集聚度的动态变化:
$C = \frac{{{q_{i2013}} - {q_{i2008}}}}{{{q_{i2008}}}} - \frac{{{q_{j2013}} - {q_{j2008}}}}{{{q_{j2008}}}}$ | (3) |
C为“中心—外围”贫困增长率差值,q i2013、q i2008分别表示中心城区2013和2008年的贫困人数,qj2013、qj2008分别表示外围县市2013和2008年的贫困人数。若C>0,表明中心贫困增长率高于外围县市,属于中心贫困增长型,否则为外围贫困增长型。
2.2.2 贫困影响因素的解释模型多层模型(hierarchical linear model,HLM)是针对嵌套结构数据的统计分析技术[23],采用HLM6.08软件实现。本研究的数据来自336个地级及以上城市(州、地区和直辖市)、共2839个县区的低保数据,具有嵌套结构。采用多层模型解释不同层面(城市和区县)的因素对贫困分布的影响,模型如下:
(1)不包含第二层预测变量的二层模型(模型1)
模型的第一层方程为:
${Y_{ij}} = {\beta _{0j}} + {\beta _{1j}}{X_{1ij}} + {\gamma _{ij}}$ |
模型的第二层方程为:
$\begin{array}{l} {\beta _{0j}} = {\gamma _{00}} + {\mu _{0j}}\\ {\beta _{1j}} = {\gamma _{10}} + {\mu _{1j}} \end{array}$ |
(2)包含第二层预测变量的二层模型(模型2)
模型的第一层方程为:
${Y_{ij}} = {\beta _{0j}} + {\beta _{1j}}{X_{1ij}} + {\gamma _{ij}}$ |
模型的第二层方程为:
$\begin{array}{l} {\beta _{0j}} = {\gamma _{00}} + {\mu _{01}}{w_{1j}} + {\mu _{0j}}\\ {\beta _{1j}} = {\gamma _{10}} + {\mu _{11}}{w_{1j}} + {\mu _{1j}} \end{array}$ |
下标i表示第一层的单位(区县),下标j表示第二层的单位(城市)。Yij为第j个城市中第i个区县的贫困发生率③。X1j是第一层解释变量,即区县层面影响贫困发生率的因子。W1j为第二层解释变量,即城市层面影响贫困发生率的因子。β0j为第一层方程的截距,β1j为第一层方程的斜率。γ和μ分别为第一、二层方程的随机项。
3 “中心—外围”贫困格局与特征 3.1 贫困发生率呈现“顺自然梯度”格局截至2013年底,全国城乡低保总人口约7370万,城市低保人口2023万(27.5%),农村低保人口5347万(72.5%);东部地区1189万(16.1%),中部地区3284万(44.6%),西部地区2897万(39.3%)。
采用ArcGIS的Natural Breaks(Jenks)法将2013年区县贫困发生率划分1—5个等级,等级越高贫困发生率越高。贫困发生率最低值为杭州市滨江区(0.12%),最高值为贡山独龙族怒族自治县(54.74%),位于1—5等级的区县比例分别为:46.1%、30.4%、14.6%、6.6%和2.2%。整体上,以区县为单元的贫困发生率分布与三大自然梯度相一致,具有明显的“顺自然梯度”分布特征;“黑河—腾冲”人口分界线西侧地区贫困发生率整体偏高,分界线东侧的地区除了云贵高原外,其他地区的贫困发生率整体较低(图 2)。分区域,西部和北部高原的平均贫困发生率最高,62.4%的区县处于贫困发生率的中高值区(8.3%—54.7%),贫困等级分布曲线呈倒U型特征,在第3等级达到峰值;东部平原区的平均贫困发生率最低,83.8%的区县处于贫困发生率的低值区(0.12%—3.77%),区县数随着等级的升高而递减;中部丘陵山地区的平均贫困发生率介于东西部之间,79.8%的区县处于贫困发生率的中低值区(0.12%—8.29%),区县贫困等级分布曲线呈倒U型特征,在第2等级时达到峰值(图 3)。
2013年全国所有中心城区的平均贫困发生率为4.94%,外围县市的平均贫困发生率为8.20%,贫困分布整体呈现出“中心低—外围高”的格局。从贫困发生率等级的分布来看,68.7%的中心城区集中于贫困发生率第1等级上;外围县市的分布则相对比较分散,除了第1等级(40.32%)外,在第2(33.02%)、第3(16.32%)等级上的比重也较高(图 4)。
“外围—中心”贫困梯度④自东往西递增,东部城市的贫困梯度为1.39%,中部为1.58%,西部为5.53%,即东部城市内部发展更加均衡,中心和外围的差距小于中西部城市。“外围—中心”贫困梯度在不同规模城市间也存在差异,城市人口规模等级越高,贫困梯度越小,人口500万以上的特大城市的贫困梯度最小(1.97%),人口100—500万的大城市次之(3.44%),人口100万以下的中小城市最大(3.89%),即大城市内部的发展更加均衡,中心和外围的差距较小。此外,贫困发生率标准差也反映出相比中西部城市,东部城市“中心—外围”的贫困差距更小(表 1)。
2008年,全国22.3%的贫困人口集中在中心城区,77.7%的贫困人口集中在外围县市;2013年,中心城区的贫困占比下降到19.3%,外围县市的贫困占比上升至80.7%。2008年中心城区的平均贫困发生率为5.06%,外围县市为7.02%;2013年分别为4.94%和8.20%。2008—2013年间,贫困人口在中心城区的集聚度略微下降,在外围县市的集聚度有较大上升。高度城市化的中心城区是贫困相对改善的地带,而城市化水平低下的外围县市则为贫困相对加深的地带。
4.2 区域层面:“中心—外围”贫困增长存在东西分异根据中心贫困人口增长速率与外围贫困人口增长速率的差值进行划分,全国有107个地级市(州、地区和直辖市)属于中心贫困增长型城市⑤,226个属外围贫困增长型城市。在东部城市中,中心贫困增长型城市占比(41.7%)高于中部(21.5%)和西部(39.05%);相反,在中西部城市中,外围贫困增长型城市占比(中部78.5%、西部61.0%)皆高于东部(56.3%)。在中心贫困增长型城市中,包含了19个城区人口规模在100万以上的东部大城市(全国共36个,占全国的52.7%),如北京、上海、广州、深圳等;在外围贫困增长型城市中,则包含了14个城区人口规模在100万以上的西部大城市(全国共23个,占全国的61%),如重庆、成都、西安、昆明等。“中心—外围”贫困增长存在东西分异,大城市的东西分异特征尤为明显。
本研究借助多层模型[23]分析影响“中心—外围”贫困格局的因素,区县层面作为第一水平,变量分为人口构成(老龄化率和户籍非农化率)、劳动力市场(失业率和平均劳动技能水平)和制度因素(国有职工比重)。城市层面作为第二水平,包括经济发展水平(人均GDP)、人口郊区化(中心区人口增长率与全市人口增长率之差,差<0为郊区化城市,赋值1,否则赋值0)和去工业化(中心区制造业就业增长率与全市制造业就业增长率之差,差<0为去工业化城市,赋值1,否则赋值0)三大变量(表 3)。
为分析区县层面变量对中心城区贫困发生率的影响,分别以中心城区和外围县市的贫困发生率为因变量,构建仅包含区县层面解释变量的基本城市贫困模型1。在该模型的第二层方程中对所有区县层面变量添加随机效应,重点是确定第二层单位上的变异,即随机部分的方差(表 4)。
人口构成:老龄化率对贫困发生率的影响不显著;非农户籍比重的提高并没起到降低贫困发生率的作用,反而有较小的正向效应。尝试解释:城市非农户籍人口,由于无法通过土地获得经济收入,一旦失业或下岗,甚至比农业户籍人口更容易陷入贫困。由于外围县市的经济活动非农化程度相对较低,因而上述效应在外围县市中相对较弱。
劳动力市场:对贫困的影响非常明显。劳动力技能水平(采用平均受教育年限衡量)是影响地区贫困发生率的首要因素,平均技能水平越高的区县,贫困发生率越低。劳动力技能水平每提高一个单位,中心城区的贫困发生率下降1.6个单位,外围县市下降1.3个单位。可见,中心城区高度市场化的经济对劳动力素质的要求更高。此外,就业状况对贫困的影响程度仅次于技能水平,失业率越高的区县,贫困发生率越高。
制度因素:国有职工比重的提高有利于降低中心城区的贫困发生率。随着90年代中后期深化国有集体企业改革,中小型国有企业、集体企业基本完成转型阵痛,下岗失业人员构成了早期的城市贫困人口主体。而大型国有企业、国家机关、党群组织、事业单位职工,由于工作岗位和福利相对稳定,陷入贫困的可能性较低,因而国有职工比重越高的城区,贫困发生率越低。但是制度因素对外围县市的影响并不明显。
随机效应部分的估计结果表明,中心城区的劳动力技能水平、失业率、户籍状况在第二层面(城市层面)存在显著差异,外围县市所有变量在第二层面都存在显著差异,即变量的系数(斜率)随城市的不同而不同。因而,有必要构建第二层模型,解释城市层面的变量是如何影响模型1的截距和相关变量的斜率。
5.1.2 完整城市贫困模型(模型2)在模型1基础上,建立包括城市层面变量的完整城市贫困模型2。在第一层方程的截距以及劳动力技能水平、失业率的斜率中增加城市层面的变量(包括经济发展水平、人口郊区化和去工业化),同时将模型1中方差不显著和斜率估计信度低的变量设为没有随机成分的固定参数(表 4)。
提高经济发展水平有利于降低贫困发生率,无论是中心城区还是外围县市,经济增长都具有减贫性,但是对外围县市的影响大于中心城区。人口郊区化对中心城区和外围县市的贫困发生率均没有显著作用;去工业化会导致中心城区的贫困发生率上升(β=1.0001,P<0.01),对外围县市也存在同样的作用(β=0.9032,P<0.05),但是其所受的影响小于中心城区。去工业化对中心城区技能水平的斜率具有负作用(β=-0.5549,P<0.05),表明去工业化一定程度上降低了中心城区的平均劳动力技能水平,从而间接地导致中心城区的贫困发生率上升,这种效应在外围县市则不明显。
5.2 作用机制解释模型结果显示,中心城区的贫困发生率更多地受到劳动力市场变化的影响,劳动力技能水平的提高、失业率的下降、国有单位职工比重的提高均有利于降低贫困发生率,但城市层面的去工业化一定程度上降低了中心城区的平均劳动力技能水平,从而间接地导致中心城区的贫困发生率上升。外围县市的贫困发生率受劳动力市场变化和去工业化进程的影响相对较小,受城市经济发展水平的影响更大,亦即减贫对经济增长的依赖性更强。
进一步解释“中心—外围”贫困格局东西分异的作用机制。① 东部大城市的“退二进三”导致中心城区的就业结构发生巨大变化,工业部门向环境承载力更强、土地成本更低、政策更加优惠的外围地区转移,服务业在市场推动和政策引导下得以在中心区快速发展,并逐渐超越制造业成为第一大产业部门。以广州为例,2008—2013年间,全市的制造业就业比重下降了7.5%,批发零售、住宿餐饮行业的就业比重分别上升了40.2%、37.2%。但行业就业结构变化存在明显的圈层分异:中心城区的制造业就业比重下降了12.7%,外围县市则上升了21.7%;中心城区在批发零售、住宿餐饮行业的就业比重分别上升了42.7%、43.0%,外围县市则变化不大。在中心城区的产业结构调整中,低端服务业部门(餐饮住宿、批发零售等行业)填补了部分因制造业搬离造成的就业岗位损失。但受收入低、工作不稳定以及内城生活成本高等因素的影响,内城的低技能劳动力往往容易沦为在业贫困者(working poor)。假设收入只考虑劳动报酬,从分行业的劳动报酬数据可以大致确定哪些行业更容易“滋生”在业贫困者。将2013年广州市制造业、批发零售业和住宿餐饮业的职工平均报酬与社会平均报酬对比,住宿餐饮行业的平均报酬最低,仅为社会平均水平的52.4%,其次为零售业(67.17%),制造业整体处于中上水平(76.6%),且部分制造行业的报酬甚至高于社会平均水平,如汽车制造业(105.9%)、食品制造业(101.9%)和医药制造业(101.9%)等。此外,制造业部门的工作时间和收入相对稳定,而低端服务业部门的工作受消费时节的影响较大。在低端服务业部门工作而成为在业贫困者的可能性比在制造业部门工作要大。因此,去工业化不但改变了中心城区的产业和就业结构,还通过劳动报酬不平等的作用,促使形成在业贫困者,导致东部地区多属中心贫困增长型城市。② 外围县市的贫困发生率受劳动力市场变化和去工业化的影响较小,贫困发生率与城市整体经济发展水平密切相关。西部地区大部分城市整体经济实力不强,中心城区往往成为重点发展区,集中了大部分的人口与产业资源,而外围县市则经济发展滞后。以重庆市为例,四大圈层⑥的人均GDP分布呈现“中间高—外围低”的特点,2008—2013年间差距不断扩大:2008年,都市发达经济圈的人均GDP是渝东南翼的3.20倍,渝东北翼的3.16倍;2013年,上述倍数分别扩大到4.55倍和4.39倍。由于巨大的经济发展差距,导致外围县市的就业不充分,2013年渝东南翼(6.03%)、渝东北翼(4.79%)的城镇失业率远高于都市发达经济圈(2.16%)和一小时经济圈(2.75%)。从居民的收入水平看,外围圈层也远低于中心圈层,都市发达经济圈的城镇职工年均工资为渝东南翼的1.2倍。外围县市大量人口向中心城区和东部城市转移,使得人口数量急剧下降:2008—2013年间,渝东北翼和渝东南翼的常住人口分别减少了20.73万和0.47万。经济发展滞后、就业不充分、收入水平低和劳动力外流等因素综合导致了外围县市的贫困发生率长期维持较高水平,在西部城市中形成外围贫困增长型格局。
6 结论与讨论通过划分中心城区和外围县市两大地域,本研究显示中国城市的贫困分布整体符合“中心低—外围高”的格局,“外围—中心”贫困梯度自东往西递增,大城市的“外围—中心”贫困梯度大于中小城市。2008—2013年,全国的中心贫困集聚度有所下降,外围贫困集聚度则有所上升;“中心—外围”贫困增长存在东西分异,东部大城市的中心贫困增长率普遍高于外围县市,而西部大城市则相反。中心城区贫困发生率更多地受到劳动力市场变化的影响,劳动力技能水平的提高有利于降低贫困发生率,城市层面的去工业化则会引发中心城区贫困发生率上升。外围县市贫困发生率则与整体经济发展水平密切相关。东部大城市失业、下岗工人向收入较低的低端服务业等转移,导致中心贫困集聚度上升。西部大部分城市由于经济发展水平较低,地区间发展差异巨大,外围县市就业不充分、收入水平低、加上劳动力外流等因素导致贫困发生率长期维持在较高水平。
中国城市的“中心—外围”贫困格局与美国等西方发达国家呈现“同中有异”的特点。相同的是,中国部分东部大城市已出现和20世纪70—80年代的美国相似的中心贫困增长情况,且中心贫困集聚现象受内城产业结构调整和去工业化进程的影响较大。不同的是,中国大部分城市仍保持“中心低—外围高”的贫困格局,但与西方发达国家20世纪90年代后出现的贫困人口向郊区蔓延的现象不同,中国的外围县市是由于经济水平有限导致的贫困高发。
国家反贫困政策制定应充分统筹不同区域、不同城市和城乡之间的发展差异。中西部城市应加大中心城区对外围县市的发展带动与资源整合力度,适当地将中心城区的部分产业和功能向外围县市转移,促进外围县市的经济发展,缩小“中心—外围”间的发展差距。东部大城市应重视现阶段出现的中心城区贫困增长问题,通过完善劳动力就业市场,增加面向劳动力的技能培训课程,加强再就业服务和社会保障工作,改善在业贫困者的生活状况,缓解去工业化带来的“后遗症”。
注释:
① 最低生活保障:国家对家庭人均收入低于当地政府公告的最低生活标准的人口给予一定现金资助,以保证该家庭成员基本生活所需的社会保障制度。最低生活保障线也即绝对贫困线。根据户籍类型分为城市低保和农村低保。
② 与西方研究相比,本文的“中心城区”相当于“inner-city”和“inner-ring suburb”,“外围县市”相当于“outer-ring suburb”。
③ 贫困发生率:贫困人口数占总人口数的百分比。
④ 外围—中心”贫困梯度=外围县市贫困发生率/中心城区贫困发生率。
⑤ 中心贫困增长率与外围贫困增长率的差值,大于0,表明中心贫困增长率高于外围,属于中心贫困增长型;反之为外围贫困增长型。
⑥ 都市发达经济圈和一小时经济圈为中心圈层,渝东北翼和渝东南翼为外围圈层(资料来源:相应年份的《重庆统计年鉴》)。
[1] | White M. American Neighborhoods and Residential Differentiation[M]. New York: Russell Sage Foundation, 1987: 103-105. |
[2] | Madden F. Changes in the distribution of poverty across and within the US metropolitan areas, 1979-1989[J]. Urban Studies, 1996, 33(9): 1581-1600. DOI:10.1080/0042098966510 |
[3] | Getis A. Economic heterogeneity within large metropolitan areas[J]. Growth and Change, Winter 88, 1988, 19(1): 31-42. DOI:10.1111/grow.1988.19.issue-1 |
[4] | Kasorda J. Urban Change and Minority Opportunities[M]. Washington, DC: Brookings Institution, 1985: 33-68. |
[5] | Murray C. Welfare and the family:The US. experience[J]. Journal of Labor Economics, 1993, 11(1): 224-262. DOI:10.1086/298334 |
[6] | Eggers M, Massey D. Structural determinants of urban poverty:A comparison of whites, blacks, and hispanics[J]. Social Science Research, 1991, 20(3): 217-255. DOI:10.1016/0049-089X(91)90006-O |
[7] | Jargowsky P. Stunning Progress, Hidden Problems:The Dramatic Decline of Concentrated Poverty in the 1990s[M]. Washington D C: Brookings Institution, 2003: 1-23. |
[8] | Kingsley G, Pettit K. Concentrated Poverty:A Change in Course[M]. Washington D C: Urban Institute Neighborhood Change in Urban American, 2003: 15. |
[9] | Cooke T, Marchant S. The changing intrametropolitan location of high-poverty neighborhoods in the US. 1990-2000[J]. Urban Studies, 2006, 43(11): 1971-1989. DOI:10.1080/00420980600897818 |
[10] | Jargowsky P. Poverty and Place:Ghettos, Barrios, and the American City[M]. New York: Russell Sage Foundatio, 1996: 124-130. |
[11] | Cooke T. Geographic context and concentrated urban poverty in the United States[J]. Urban Geography, 1999, 20(6): 552-566. DOI:10.2747/0272-3638.20.6.552 |
[12] | Wagmiller J. Why did poverty become less geographically concentrated in the 1990s[J]. Social Science Quarterly, 2011, 92(3): 710-734. DOI:10.1111/ssqu.2011.92.issue-3 |
[13] | 马清裕, 陈田, 牛亚菲, 等. 北京城市贫困人口特征、成因及其解困对策[J]. 地理研究, 1999, 18(4): 400-406. [Ma Qingyu, Chen Tian, Niu Yafei, et al. The characteristics and dynamics of the urban poor population and its counter measures in Beijing[J]. Geographical Research, 1999, 18(4): 400-406. ] |
[14] | 陈果, 顾朝林, 吴缚龙. 南京城市贫困空间调查与分析[J]. 地理科学, 2004, 24(5): 542-548. [Chen Guo, Gu Chaolin, Wu Fulong. Spatial analysis of urban poverty in Nanjing[J]. Scientia Geographica Sinica, 2004, 24(5): 542-548. ] |
[15] | 袁媛, 吴缚龙, 许学强. 转型期中国城市贫困和剥夺的空间模式[J]. 地理学报, 2009, 64(6): 753-763. [Yuan Yuan, Wu Fulong, Xu Xueqiang. The spatial pattern of poverty and deprivation in transitional Chinese city:Analysis of area-based indicators and individual data[J]. Acta Geographica Sinica, 2009, 64(6): 753-763. DOI:10.11821/xb200906012] |
[16] | 袁媛, 伍彬, 古叶恒. 重庆市城市贫困空间特征和影响因素研究——兼论东西部城市的异同[J]. 人文地理, 2015, 30(1): 70-77. [Yuan Yuan, Wu Bin, Gu Yeheng. Spatial pattern and driving forces of urban poverty of Chongqing city:Discussion on similarities and differences between eastern and western cities in China[J]. Human Geography, 2015, 30(1): 70-77. ] |
[17] | 李雨停, 丁四保, 王荣成. 我国贫困区域发展问题研究[J]. 经济问题探索, 2009(7): 132-139. [Li Yuting, Ding Sibao, Wang Rongcheng. Poverty in China's regional development issues explore[J]. Inquiry into Economic Issues, 2009(7): 132-139. ] |
[18] | 梁汉媚, 方创琳. 中国城市贫困动态变化与空间分异特征探讨[J]. 经济地理, 2011, 10(10): 1610-1616. [Liang Hanmei, Fang Chuanglin. The dynamic changes and spatial distribution of urban poverty in China[J]. Economic Geography, 2011, 10(10): 1610-1616. ] |
[19] | 隋文娟, 刘筱, 廖悲雨, 等. 贫困视角下的中国区域经济增长规律及其管治研究[J]. 地理研究, 2010, 29(2): 373-381. [Sui Wenjuan, Liu Xiu, Liao Beiyu, et al. Economic growth pattern in China from the angle of poverty and its governance[J]. Geographical Research, 2010, 29(2): 373-381. ] |
[20] | 袁媛, 古叶恒, 陈志灏. 中国城市贫困的空间差异特征[J]. 地理科学进展, 2016, 02: 195-203. [Yuan Yuan, Gu Yeheng, Chen Zhihao. The spatial differentiation of urban poverty of Chinese cities[J]. Progress in Geography, 2016, 02: 195-203. ] |
[21] | 王雪妮, 孙才志. 1996-2008年中国县级市减贫效应分解与空间差异分析[J]. 经济地理, 2011, 31(6): 888-894. [Wang Xueni, Sun Caizhi. Pro-poor effect decomposition of country-level city in China (1996-2008) and regional difference analysis[J]. Economic Geography, 2011, 31(6): 888-894. ] |
[22] | 张婧, 李诚固. 中国转型期中心城市城乡关系演变[J]. 地理学报, 2012, 67(8): 1021-1030. [Zhang Jing, Li Chenggu. The evolution of urban-rural relationship in central cities of China during transformation period[J]. Acta Geographica Sinica, 2012, 67(8): 1021-1030. DOI:10.11821/xb201208002] |
[23] | 张雷, 雷雳, 郭伯良. 多层线性模型应用[M]. 北京: 教育科学出版社, 2005: 3-8. [Zhang Lei, Lei Li, Guo Boliang. The Application of Multiple Hierarchical Regression Models[M]. Beijing: Science and Education Press, 2005: 3-8.] |