1 引言

随着社会经济的快速发展，贫困问题依然是困扰我国城镇化进程和和谐社会建设的重要问题之一，区域贫困化也是当前全球面临的严重挑战之一^[1]。全国范围内，14个集中连片特殊困难地区是扶贫攻坚的主战场^[2]。贫困区域的识别是地区精准扶贫的首要前提，而对贫困地区影响机制的分析则利于扶贫政策的有效实施。

目前，对于区域贫困的研究已逐渐引起国内外学者的关注。空间不平等存在于不同层次的分解过程中，不平等的性质和程度随着指标和地理空间选取的不同而不同^[3]。国外的相关研究涉及到区域贫困程度^[4]、地区间差异^{[5, 6]}、区域政策瞄准的有效性^[7]等方面。在区域贫困测度上，我国学者使用的指标既有收入/消费水平数据所确定的贫困阈值或贫困线，如政府贫困标准和国际贫困标准^[8]；也有部分学者通过构建贫困测度指标体系对区域贫困空间分布格局进行分析，指标的选取主要集中于自然因素、社会因素、经济因素等方面^[9-11]。同时，部分学者基于UNDP所提出的多维贫困测度指标体系对不同地区贫困状况进行度量^{[12, 13]}。对于贫困形成原因的分析，我国区域贫困化产生的主导因素不仅表现出制度因素、政治因素的影响^{[14, 15]}，经济、社会、自然方面的因素也对其产生影响，其中，经济因素、社会因素表现出一定程度的减贫作用^{[10, 16, 17]}，自然因素则表现出一定程度的致贫作用^{[11, 18, 19]}，而贫困地区劳动力迁移可减弱特定地理环境对个体发展的制约作用^[20]。

对于区域贫困测度研究方法的成果较为丰富。由于贫困瞄准尺度的不同，对贫困的识别通常是从家庭或个体层面的识别和地理识别两种^[21]，而我国农村贫困面依然较大、剩余贫困人口分布具有明显区域性特征^[22]，这就决定了未来较长的一段时期内，我国扶贫项目的实施仍旧以区域瞄准为主。然而，扶贫层面上，如果对扶贫对象（个体/区域）处于贫困状态的影响因素和影响机理缺少必要的实证研究，那么就无法很好地定量刻画各种因子对贫困影响程度的强弱。鉴于此，对贫困区域进行地理识别，通过定量分析检验定性分析结果的可信度，并探究具体因素对贫困的影响程度和影响机理，对于区域减贫和精准扶贫，具有重要的理论意义和现实意义。因此，文章以河南省县域作为研究单元，对区域贫困程度及其影响因素进行实证分析。

2 区域概况、方法及数据 2.1 研究区域概况

河南省是人口大省、全国重要的农业和粮食生产大省，为保障国家粮食安全做出了重要贡献^[23]。同时，作为中国重要的经济大省，其经济发展迅速，但是区域发展差距逐步加大。境内的铁路、高铁、高速公路通车里程均居全国前列，而仍旧有部分贫困地区交通闭塞。地形复杂多样，平原、山地、丘陵等分布境内。

根据2012年国家扶贫开发工作重点县名单，河南省有国定贫困县31个，占该区域总比重为28.70%；其中，属于集中连片特殊困难地区范围内的国家扶贫开发工作重点县有19个，占该区域总体的比重为17.59%。具体如表 1所示。

2.2 研究方法 2.2.1 县域贫困度评估

结合河南省实际情况，同时参照扶贫资金管理的相关政策性文件^[24]，文章尝试以经济指标测算河南省区域经济发展水平，并以此衡量区域相对贫困程度。主要选取农村居民人均纯收入、县域人均GDP、人均公共财政预算收入3个指标进行测度。具体测算方式如下：

$E\left( x \right) = \sum\limits_{i - 1}^m {{a_i}{x_i}} $

(1)

式（1）中，a_i表示各指标权重；x_i表示修正之后的各指标数据；i=1，2，…，m表示各个县域单元。文中对数据的修正是将原始数据按照极差标准化进行无量纲化处理（如式2）。

${{\bar x}_i} = \frac{{{x_i} - {x_{{\rm{min}}}}}}{{{x_{{\rm{max}}}} - {x_{{\rm{min}}}}}}$

(2)

式（2）中，x_i表示各指标的原始数据；x_max、x_min表示各指标原始数据的最大值、最小值。

2.2.2 有序logit回归模型

离散数据有着天然的排序，当因变量是有序的分类变量时，使用多项逻辑回归分析将无视数据的内在排序，因此应使用有序回归分析方法^[25]。模型具体如下：

假设y^∗ = x'β + ε（y^∗不可观测），而选择规则为：

$y = \left\{ {\begin{array}{*{20}{l}} {0,{\rm{若}}{y^*} \le r}\\ {1,{\rm{若}}{r_0} \le {y^*} \le {r_1}}\\ {2,{\rm{若}}{r_1} \le {y^*} \le {r_2}}\\ { \cdots \cdots }\\ {J,{\rm{若}}{r_{J - 1}} \le {y^*}} \end{array}} \right.$

(3)

其中，r₀＜r₁＜r₂＜⋯⋯＜r_{J -1}为待估参数。进一步假设ε ~ N(0, 1)（将扰动项ε的方差标准化为1），则

$\begin{array}{l} P\left( {y = 0|x} \right) = P\left( {{y^*} \le {r_0}|x} \right)\\ = P\left( {x'\beta + \varepsilon \le {r_0}|x} \right) = \Phi \left( {{r_0} - x'\beta } \right)\\ P\left( {y = 1|x} \right) = P\left( {{r_0} \le {y^*} \le {r_1}|x} \right) = P\left( {x'\beta + \varepsilon \le {r_1}|x} \right)\\ - P\left( {{y^*} \le {r_0}|x} \right) = \Phi \left( {{r_1} - x'\beta } \right) - \Phi \left( {{r_0} - x'\beta } \right)\\ P\left( {y = 2|x} \right) = \Phi \left( {{r_2} - x'\beta } \right) - \Phi \left( {{r_1} - x'\beta } \right)\\ \quad \cdots \cdots \\ P\left( {y = J|x} \right) = 1 - \Phi \left( {{r_{J - 1}} - x'\beta } \right) \end{array}$

(4)

由此得到样本似然函数，如果假设扰动项服从逻辑分布，则可得到有序logit模型。

2.2.3 贫困影响因子选择

贫困形成原因的多样性，使得贫困在各个地区的表现状况也有所不同，社会发展水平、自然条件、区域条件的差异等都可能对区域贫困程度、表现形式、贫困类型等产生影响，这些因素既有随时间变化的因素，也有随空间变化的因素。因此，基于科学性、合理性、有效性的原则，文章对河南省县域贫困影响因子的选取从区域社会经济发展状况、区域自然条件、区位交通状况、历史基础等4个方面进行。

其中，社会经济发展方面包括县域城镇化率、劳动力状况、人均地方财政预算支出、第二产业总产值占地区生产总值比重、城乡居民人均储蓄存款余额、每万人小学生在校学生数、每万人拥有医院/卫生院床位数、每万人新型农村社会养老保险参保人数8个因子，反映了县域城镇化建设、教育、医疗和社会保障等基础设施状况，是区域资本积累强弱在城镇建设和社会保障方面的体现。自然状况方面可能影响因素包括县域地形的起伏度、年平均气温、湿度、人均耕地面积4个因子，反映了区域内基础自然条件，表征人类生产生活和发展能力的自然基础状况^[26]。区位交通条件方面的可能影响因素包括县域到最近地级市的距离、高速公路的线路密度、国道线路的密度这3个因子，可以反映各个县域的交通状况，表征区域对外活动的便捷程度。历史基础使用期初经济水平进行表示，具体是指2000年各县域的综合经济水平，表征区域经济发展基础（如表 2）。

2.3 数据来源

文中的研究区域为河南省范围内的所有县域，共108个县，并不包含各市辖区，且市辖区部分指标数据难以有效获取，故文中的分析将市辖区范围排除在外。文中所使用的数据来源：① 社会经济发展数据主要来源于2002—2015年《河南统计年鉴》；② 气温数据、降水数据来源于中国气象科学数据共享服务网《中国地面国际交换站气候资料月值数据集》，使用2014年1月—2014年12月的部分站点数据，通过空间克里金插值获得该区域的年均气温数据、年均降水数据和年均湿度数据；③ 高程数据来源于国际科学数据服务平台地理空间数据云数据库，获取经度范围为107.5°—122.5°，纬度范围为27.5°—37.5°的遥感影像数据，借助ENVI 5.0软件，对图像进行处理而获得该区域的高程数据。然后，借助于ArcGIS软件中的空间分析工具（Spatial analysis）计算得到各县域的地形起伏度。④ 区位数据通过ArcGIS计算获得，到最近城市的距离是基于各县级市到最邻近的地级市的直线距离进行计算，高等级道路密度的计算是指县域范围内的高速公路和国道密度，即线路总长度/行政区域面积^[27]。

3 结果与分析 3.1 县域贫困程度空间变化

文章通过计算获得各县域综合经济发展水平数值，用该数值表征县域相对贫困程度，并对其空间特征进行探析。因3个指标对县域经济的发展均为正向影响，所以，所算出的各县域经济发展水平，数值越低，说明该县域经济发展水平越低，其贫困程度可能越高。同时，数据是无量纲化处理之后的结果，仅表示相对差异。借助于ArcGIS软件平台，使用自然间断点分级法进行制图分析（如图 1）。

2001年和2014年各县域的相对贫困程度存在较大的区域差异。2001年河南省县域经济发展水平最高的是巩义市，其数值为2.8068，最低的息县仅为0.0956；2014年经济发展水平最高的是义马市，其数值为2.6916，最低的鲁山县仅为0.0753；同时，2001年、2014年低于均值的县域数量分别为是68个、66个，而在2个年份均低于均值的县域有59个，譬如，兰考县、嵩县、卢氏县、桐柏县、宁陵县、新蔡县等。对各县域所处的等级进行分析，2001年、2014年处于较低等级（0.0956—0.4001和0.0752—0.3821）的县域数量分别是22个、33个，而2个年份均处于较低等级的县域有14个，譬如，鲁山县、台前县、社旗县、新蔡县、卢氏县等。

2001年和2014年处于不同等级的县域空间分布存在较为显著地差异。2001年，经济发展水平相对较低即相对贫困程度较高的县域主要分布在豫西和豫东南的部分地区，如三门峡、信阳、驻马店、商丘等地。2014年，贫困程度相对较高的县域主要分布在豫东的部分地区，在豫西地区和豫西南地区也有分布，如驻马店、商丘、开封、平顶山等地。同时，对比2个年份经济发展水平处于较低等级县域的空间分布可以看出，部分县域经济发展水平所处等级发生变化，如洛宁县、宜阳县、嵩县、汝阳县等。

3.2 与国定贫困县的对比分析

与31个国定贫困县对比分析可以看出，2001年国定贫困县的经济发展水平均值为0.4192，2014年的均值为0.3341，均明显低于相应年份的区域整体均值。同时，2001年有17个国定贫困县的经济发展水平处于较低等级，2014年有18个，在2个年份均处于较低等级的县域有10个，其余的国定贫困县的经济发展水平也相对不高。

在对比分析的同时发现，有部分县域的经济发展水平与国定贫困县的发展水平相似，均处于较低的等级。在此以低于国定贫困县均值为临界值分析2001年和2014年是否存在潜在贫困县。2001年低于国定贫困县均值的县域有22个，其中有5个县域不属于国定贫困县，分别是罗山县、息县、商水县、郸城县、正阳县；2014年低于国定贫困县均值的县域有27个，其中有10个县域不属于国定贫困县，分别是商水县、息县、太康县、西华县、夏邑县、郸城县、柘城县、舞阳县、正阳县、扶沟县（如图 2所示）。然而，这些地区并没有被划为贫困县，在一定意义上是与国定贫困县同等的“非贫困县”，这些地区并非与贫困“绝缘”，在某种程度上属于潜在贫困县。譬如，2001年的罗山县、息县、商水县、郸城县、正阳县等，2014年的扶沟县、息县、商水县、西华县、太康县、正阳县等，这些县域的经济发展水平均处于较低等级，与国定贫困县的经济发展水平相似，但是这些地区并未划入国定贫困县范围，其存在着转化为贫困县的潜在可能性^[12]。

3.3 县域贫困程度的区域划分

为进一步衡量河南各县域的贫困程度，在对2001—2014年河南省县域经济维度水平测算的基础上，尝试按照一定的规则对其进行区域划分，以进一步展示14年间河南省县域贫困程度在空间上的差异及其变化。

首先，利用ArcGIS 10.0所提供的自然断裂点分级法（Jenks），将2001—2014年河南省县域经济维度测算数据划分为5个等级，将数值由高到低的顺序依次记为：高发展水平、较高发展水平、中等发展水平、较低发展水平、低发展水平，对应地为相对贫困程度。然后，根据所划分的等级情况，按照一定的规则最终确定各县市在14年间的经济发展水平等级，进而将判定之后处于较低发展水平和低发展水平的县域认定为贫困县。其中，判定规则如下：

N_i为2001—2014年某个县域单元属于第i等级经济发展水平的年数，i=1（低发展水平），2（较低发展水平），3（中等发展水平），4（较高发展水平），5（高发展水平）；规定等级1最小，等级5最大，其他依次类推。

N_max（Ni）为某县域N_i的最大值，N_max（i）为某县域单元在2001—2014年N_max（Ni）存在时该县域单元所属的等级。

然后，定义N_y为大于N_max（i）的某县域单元经济发展水平所属等级的N_i之和：

如果N_y＜4，则N_max（i）即为该县域单元经济发展水平所属的等级；

如果N_y ≥ 4，则N_max（i）+1为该县域经济发展水平所属的等级。

通过上述分析与整合，可以得到河南省2001—2014年间各个县域经济发展水平的空间分布情况（如图 3）。可以看出，河南省县域经济发展水平的空间格局存在较大的差异，且局部地区集中。低发展水平的地区主要分布在豫东地区，豫西、豫东北地区有零星分布，譬如民权县、沈丘县、息县、卢氏县、台前县等；高发展水平的地区的主要分布在郑州市的周边地区和洛阳、三门峡等的部分地区，如巩义市、栾川县、义马市等；较低发展水平、中等发展水平和较高发展水平的县域，其空间分布相对较为分散。

从数量统计方面分析，2001—2014年河南省处于低发展水平的县域有25个，其中国定贫困县16个，约占国定贫困县数量的51.61%；处于较低发展水平的县域有33个，其中国定贫困县13个，约占国定贫困县数量的41.94%。二者合计占31个国定贫困县数量的比重高达93.55%。其余2个国定贫困县为新县和栾川县，分别属于中等发展水平和高发展水平。这一数据分析，在肯定国定贫困县设立是由经济指标确定的同时，也进一步说明了有部分与国定贫困县处于同等经济发展水平的县域可能是“潜在贫困县”这一事实。

3.4 县域贫困程度影响因素分析

通过3.3部分的判定规则，文中将2001—2014年通过判别之后各个县域相对贫困程度（综合经济发展水平）所属等级由低到高依次记为1、2、3、4、5。由于该等级划分属于有序分类变量，采用线性模型会存在很大缺陷。因此，文中采用有序logit模型对其影响因素进行分析。当然，这一判定所得的贫困程度是一个相对结果。具体如表 3所示。

从回归结果来看，工业化水平、居民储蓄水平、气温、湿度、到最近地级市的距离、国道道路密度、期初经济水平7个因子对区域相对贫困程度所属等级（即县域经济发展水平）存在显著影响。

社会经济发展方面，工业化水平、居民储蓄水平2个因子对县域经济发展水平所属等级存在显著正向影响，且居民储蓄水平的回归系数明显大于工业化水平。这表明，工业化水平、居民储蓄水平越高，该地区经济发展水平处于较高等级的可能性越大，且居民储蓄水平对地区经济发展的影响相对较大。这是由于，工业化是区域社会经济发展的重要组成部分，也是现代化的核心内容，可以有效推动地区经济发展，而地区经济的发展可以有效带动地区农业、服务业的发展，这在一定程度上可以减弱地区贫困程度。同时，在县域，农村经济占有重要地位，地方财政收入和支出对经济发展的支持作用相对有限，城乡居民储蓄存款在一定程度上是增加地区资本投入的重要资金来源，可以促进县域经济的增长。

自然状况方面，温度对县域经济发展程度呈现出正向影响，且在10%的水平下显著，湿度则呈现出显著负向影响。这说明，温度相对较高、湿度相对较低的地区，其综合经济发展水平所处的等级可能会较高，即县域贫困程度可能会较低。同时，地形起伏度对县域经济发展程度存在正向影响，但这一影响并不显著。河南省作为我国的农业大省，其保护耕地、稳定粮食生产的战略定位在一定程度上限制着部分地区经济的发展，而农作物的种植、粮食产量的高低与温度、湿度、地势高低等自然基础条件密切相关。此外，河南位于北纬31°23′—36°22′、东经110°21′—116°39′之间，属暖温带—亚热带、湿润—半湿润季风气候，区域间的温度和湿度差异相对不大。

区位交通状况方面，到最近地级市的距离、国道道路密度对县域经济发展程度存在显著的正向影响。这表明，交通因素影响着区域经济的发展，到最近城市距离对县域经济发展的影响在10%水平下显著，说明这一因子对县域经济发展程度的影响弱于国道道路密度。一方面，部分地级市的经济发展状况相对并不发达，其对县域经济发展所产生的极化效应会大于扩散效应；另一方面，文中到最近地级市的距离是指两点间的直线距离，而非交通距离，这在一定程度上会弱化交通对地区经济发展的影响。同时，交通基础设施对区域经济增长也具有重要作用^[28]，交通网密度、便捷程度、可达性等均可对地区经济发展产生影响，从而减弱地区贫困程度。

历史基础方面，期初经济发展水平与县域贫困程度之间显著正向相关。这表明，期初经济发展水平较好的地区，其综合经济发展水平所处的等级相对较高，亦即其县域贫困程度相对可能较低。这是由于期初经济水平直接表征了区域经济发展的历史基础，而某些区域经济增长的优势可能正是长期历史积累的结果。

综上，工业化水平、居民储蓄水平、气温、到最近地级市的距离、国道道路密度、期初经济水平6个因子与县域经济发展水平显著正向相关，湿度与县域经济发展水平显著负向相关，这7个因子均对县域相对贫困程度具有显著影响。

4 结论与建议 4.1 主要结论

文中在相关贫困研究的基础上，使用经济指标对河南省县域的经济发展水平进行测算，并以此表征区域相对贫困程度。同时，通过一定的规则对县域经济发展水平所处等级进行判定，运用有序logit模型对影响县域贫困程度的因素进行刻画和表达，对影响机理进行初步探讨。文中主要结论如下：

（1）河南省县域综合经济发展水平存在较大的空间差异，且国定贫困县的空间分布较为分散，但是局部地区集中。文中使用农村居民人均纯收入、县域人均GDP、人均公共财政预算收入3个指标对2001—2014年河南省108个县域的综合经济发展水平进行测算，分析发现，区域经济发展差距相对较大，且空间分布格局也存在较大的差异。同时，与31个国定贫困县进行对比分析发现，有部分与国定贫困县处于相似发展水平的“非贫困县”，这些地区在某种程度上属于潜在贫困县，其存在着转化为贫困县的潜在可能性。

（2）模型分析发现，工业化水平、居民储蓄水平、气温、湿度、到最近地级市的距离、国道道路密度、期初经济水平7个因子对县域经济发展水平存在显著影响。文中按照一定的规则对2001—2014年河南省县域的综合经济发展水平所属等级进行判别，并借助于有序logit模型从社会经济发展状况、自然条件、区位交通状况、历史基础等4个方面分析相关因素对地区经济发展的影响，结果发现，影响县域相对贫困程度的因素是多方面的，工业化水平、居民储蓄水平、气温、到最近城市的距离、国道道路密度、期初经济水平对此具有显著正向影响，而湿度则对其具有显著负向影响。

4.2 相关扶贫建议

通过上述对河南省县域贫困程度及影响因素的分析，文中针对不同区域的贫困状况提出以下扶贫建议：

一方面，重视贫困地区经济的发展，注重新型城镇化、工业化与农业现代化的协调发展。在推进城镇化过程中，有序、适度引导人口在城镇的集聚，以城镇化发展推动工业化和农业现代化的发展，真正做到以产促城、产城融合，逐步提高城镇的工业发展水平和质量；同时，稳步提升贫困地区的农业生产效率，发展优质、高效、生态农业，在保障粮食产量的前提下，推进区域扶贫项目的有效实施。

另一方面，重视自然因素对地区经济发展的影响，逐步弱化自然因素的致贫效应。自然因素，譬如地形高程、地形破碎度、平均坡度、土壤侵蚀等均可对区域贫困产生一定的影响，同时，生态敏感区、生态脆弱区也往往是贫困人口较为集中的地区^[29]。因此，应当重视自然因素对区域贫困的影响，因地制宜，合理实施扶贫措施，针对不适宜居住地区或生态脆弱地区，可以通过人口外迁或转移以弱化生态因素对贫困的影响。

区域扶贫，应坚持政府主导，坚持统筹发展，注重贫困地区自我发展能力的增强，注重解决制约地区发展的突出问题，逐步推动贫困地区的减贫或脱贫。

注释：

① 指标中，每万人在校学生数，主要包括小学和普通中学的在校学生数。