基于扶贫背景下城乡居民贫困脆弱性分析.docxVIP

基于扶贫背景下城乡居民贫困脆弱性分析.docx

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

基于扶贫背景下城乡居民贫困脆弱性分析

?

?

陈孟钧孙安萍安冉齐征

摘要:随着扶贫工作的深入开展,人民对扶贫工作效果的要求也日渐严格。本文以安徽省为例,在经济、社会、自然三方面进行综合考虑,通过建立贫困脆弱性评价指标体系,运用因子分析法对城乡居民贫困脆弱性进行分析,得出结果并为缓解贫困脆弱性提出合理建议。

关键词:贫困脆弱性;安徽省;因子分析;城乡居民

1、引言

贫困问题在人类社会的发展过程中一直是一个世界性难题。在“贫困脆弱性”概念提出之前,各国的反贫困政策都是在贫困问题出现后制定的,没有考虑到未来变化的风险,是对贫困的事后干预,而贫困是一种动态现象,事后干预对贫困发生的原因及可能性不能进行预测。2001(部分文献说是2000)年,世界银行提出“贫困脆弱性”概念,此概念提出之后,对贫困的干预被由事后推向事前。

本文以安徽省十六个地级市为例,基于因子分析法,对其城乡居民贫困脆弱性进行相对科学的评估,探究影响因素,得出具体原因,以为相关部门扶贫工作提供合理依据,使我国扶贫事业取得更好的效果。

2、居民贫困脆弱性评价指标体系的建立

综合考虑经济、社会、自然三方面影响因素,本文从经济发展水平、社会保障水平及自然资源水平三个方面进行分析,建立安徽省城乡居民贫困脆弱性指标体系,见表1。

2.1、经济发展水平

经济发展水平反应的是社会经济现象的规模或水平,本文选用从业人口占比、人均可支配收入、人均生产总值三个指标对经济发展水平进行衡量。其中,从业人口占比即从业人口占总人口数的比重,当失业发生时,以从业作为主要经济来源的城乡居民面临的损失最大;可支配收入即居民可用于自由支配的收入,一般而言,可支配收入越高,应对灾难的能力越强,贫困脆弱性越低;生产总值指一定时期内生产活动的最终成果,常被公认为衡量经济状况的最佳指标,进而可用于评价贫困脆弱性。

2.2、社会保障水平

社会保障水平指一定时期内,社会居民享受的社会保障的高低程度,本文选用人均受教育年限、人均文盲占比、医疗卫生机构数三个指标对社会保障水平进行衡量。其中,文盲占比指文盲人口占总人口数的比重,人均受教育年限指某一年龄段人群受学历教育年限总和的平均数,两者皆可用于某一地区的受教育程度;医疗卫生机构指依法成立的从事疾病诊断、治疗等活动的卫生机构,其数量越多,抵抗疾病风险的能力越强,在一定程度上可降低贫困脆弱性。

2.3、自然资源水平

自然资源即人类可以在自然界中直接获取并用于生产、生活的物质,本文选用森林覆盖率、人均水资源量、地质受害防控投资三个指标对自然资源水平进行衡量。其中,森林覆盖率指森林面积占宗土地面积的比率,人均水资源量指可利用的淡水资源平均到每个人的占有量,二者皆可反应自然资源对人类生产活动的制约;地质受害防控投资越高,应对地质受害越从容,越能减缓贫困脆弱性。

3、评价与建立因子分析模型

3.1、因子分析法

Spearman于1904年提出因子分析的概念,并表示因子分析的基本目的

就是用少数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子,以较少的几个因子反映原始资料的大部分信息。

3.2、因子分析模型

其中F1,F2,……,Fm称为公共因子,称为Xi的特殊因子。aij称为因子“载荷”,是第i个变量在第j个因子上的负荷。

将上述模型用矩阵表示为:

因此又矩阵A称为因子载荷矩阵。

当有些变量在多个公共因子上都有较大的载荷,有些公共因子对许多

变量的载荷也较大时,这种模型则不能够突出主要矛盾和矛盾的主要方面的,更不利于对因子的實际背景进行合理的解释。这时需要通过因子旋转的方法,使每个变量仅在一个公共因子上有较大的载荷,而在其余的公共因子上的载荷比较小,至多达到中等大小。同时利用因子得分函数计算出各样本得分,并予以评价和排序。

3.3、因子分析具体步骤

(1)数据的标准化

根据具体的操作要求对数据进行无量纲化处理,把原始数据转换为标准数据。

(2)判断数据能否进行因子分析

利用SPSS进行分析得到初步结果,判断KMO值与Bartlett的球形度检验统计量。一般认为,KMO值大于0.7可认为数据间具有较好的相关性,KMO值越接近1.0,变量间的共同因子越多,也就越适合进行因子分析。

(3)提取公共因子

运用主成分分析法确定因子变量,并根据相关矩阵特征值的大小来确定公共因子的个数。

(4)因子旋转

利用方差最大化旋转后的因子载荷矩阵对因子进行命名。

(5)计算得分

依据旋转后的因子载荷矩阵来计算各个因子在每个样本上的具体数值,从而计算因子得分。

四、因子分析

4.1、数据搜集

本文选取了安徽省16个地级市为研究对象,参照上文所制定的评价体系,获得数据。该数据均来源于2018年安徽省统计年鉴。

4.2、利用SPS

文档评论(0)

181****4800 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档