多维标度法的聚类分析:问题与解法

运用多维标度法的空间分布图时研究对象聚类时,会产生聚类困难或聚类不一致现象.合理运用研究对象在各维度上的坐标值进行聚类分析,可以有效防止这类现象的产生.     

基于个体差异多维标度分析的工业结构优化升级研究

考虑个体差异的多维标度模型分析表明,哈尔滨市以传统工业为主导的工业结构既制约着经济的可持续发展,也同时是造成结构性污染的主要原因.因此,从促进经济与资源和环境协调发展的角度出发,哈尔滨市工业结构优化升级的目标是建立科技含量高、经济效益好、资源消耗低、环境污染少的新型工业结构,其主攻方向在于优先发展以电子信息产业为主导的高新技术产业、大力发展低耗能和低排放的工业行业并加速高新技术对传统产业的改造.     

农村家庭多维贫困测度与分析

多维贫困理论与方法更有助于对贫困的精准识别和量化.本文构建了新型多维贫困指标体系,利用中国家庭追踪调查(CFPS)数据,引人人工神经网络方法,测度并分解了农村家庭多维贫困的广度、深度和强度水平.研究结论表明:随着贫困维度的增加,多维贫困的广度、深度和强度指数下降,表明农村家庭不易发生多维极端贫困;农村家庭多维贫困指数(MPI)呈西高东低态势,表明农村家庭多维贫困具有典型的区域分布特征.此外,多维贫困指数分解结果显示,收入、金融和教育等因素是我国农村家庭致贫的主因.其中,东部地区金融因素影响最大,而中西部地区则为收入因素.研究结论为贫困的识别和精准扶贫提供了政策依据.     

判断矩阵标度扩展法在不同标度下的比较

本文指出在不同的标度下,采用标度扩展方法计算权重向量,结果的准确性不同。以常用的特征根法求得的权重向量为标准,和标度扩展法求得的权重向量进行对比,用两者的差距说明不同标度使用标度扩展法的精确度。实例分析了各种标度下的权重向量,结果表明指数标度用标度扩展法计算权重向量的精度最好。最后,给出了算例验证了结论的有效性。     

中国家庭多维贫困的统计测度

为全面反映居民贫困现状,需要对多个维度的贫困信息进行综合,计算多维贫困指数。对Alkire等（2008）的等权剥夺矩阵采用了非等权设计,改进了多维贫困指数测度方法,并将基于贫困发生率、贫困强度与贫困深度的多维贫困指数统一到一个计算过程中,提高了计算效率。文章利用1997—2006三年的CHNS数据,在饮用水、收入、教育、健康保险、电器等五个维度,时中国家庭多维贫困进行了测量。实证结果表明：随着时间的推移,中国家庭整体的贫困状况有所改善,没有家庭存在5个维度的贫困;维度分解表明饮用水、收入、教育对多维贫困指数的贡献最大。     

中国城乡多维贫困的测度及比较

传统的仅用收入或消费来衡量贫困的方法只能提供单一的信息,从多维角度则能够较全面地认识贫困。本文利用CHNS数据库中2000年和2009年数据,借鉴了多维贫困指数的构造及分解方法,对近十年来中国城乡多维贫困进行了测度、分解及分析,认为总体上城乡贫困程度均有所减轻,农村贫困严重于城市,应重视医疗健康保险、卫生设施、城市住房、做饭燃料等维度上的贫困,同时降低中西部省份的贫困。     

边境连片特困区多维贫困测算与空间分布——以新疆南疆三地州为例

利用2012年国家统计局新疆调查总队农村住户调查数据,采用AF多维贫困测量方法,测算了新疆南疆三地州多维贫困状况,研究了贫困空间分布与区域差异,得到以下结论:从多维贫困程度看,多维贫困发生率为24.5%,多维贫困指数为0.138;从多维贫困组成看,收入低、饮水困难、教育水平低、卫生条件差、少数民族汉语能力差等是核心问题,且收入贫困户几乎都是多维贫困户;从多维贫困空间分布看,克州地区最为严重,其次为和田地区和喀什地区,阿克陶县和疏勒县形成第一贫困级,阿图什市和和田县形成第二贫困级,疏附县和墨玉县形成第三贫困级,其他各县形成第四贫困级,且边境县多维贫困状况更加恶劣。     

中国贫困地区减贫成效的多维评价

自1978以来我国扶贫开发取得了显著的成效,与此同时相对贫困问题日益突出.为了对我国贫困地区的扶贫效果进行更综合的评价,文章提出了一种基于灰色关联度的多维评价模型来衡量中国贫困地区多维减贫效果.结果表明,滇桂黔石漠化片区综合评价排名较高;秦巴山片区,乌蒙山片区和大别山片区未来减贫方面面临更大的困难;相反,西藏地区,南疆三地州和大兴安岭南麓片区目前发展较落后,但在未来减贫过程中有更多的潜力.     

中国农村老年人多维贫困的测量与识别研究——基于收入贫困与多维贫困视角

老龄化背景下农村老年人贫困问题逐步显化。基于2015年中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)数据,在测算收入贫困的基础上,采用AF方法测算了农村老人的客观多维贫困指数(MPI-I)和包括主观福利的多维贫困指数(MPI-II),涉及收入、教育、健康、生活水平和主观福利5个维度。研究发现,MPI-II测量的主、客观多维贫困发生率最高且主观福利贡献最大;MPI-I测量的客观多维贫困次之,收入贫困发生率最低。进一步,对收入贫困和多维贫困样本进行交叉识别,收入贫困的农村老人中有96%同时陷入多维贫困,多维贫困样本中一半以上为非收入贫困。这说明虽然收入始终是农村老人多维贫困识别的重要因素,但以主观福利为代表的非收入因素影响更大。     

中国农村多维相对贫困的测度及其时空特征分析

文章基于中国家庭追踪调查（CFPS）2010—2018年的5期数据,构建了带有收入门槛的多维相对贫困指标体系,对农村多维相对贫困进行测度和分析,在此基础上对多维相对贫困指数进行静态和动态分解,并使用Dagum基尼系数对相对贫困的区域差异进行测度。结果表明,2010—2018年,农村居民的贫困发生率显著下降,并逐渐趋缓。多维相对贫困的总体差异存在,主要是由区域间差异导致的。具体来看,公共服务维度的减贫效果大于个体维度,收入维度对多维相对贫困指数的贡献率逐渐上升,收入维度依然是多维相对贫困最重要的衡量指标。降低农村居民的多维相对贫困,要从提升低收入家庭的收入向缩小家庭收入差距转变,在系统性地降低相对贫困的基础上更加关注个体脱贫能力的提升。     

多维视角下农村居民家庭的贫困测度

文章根据AF“双界线”多维贫困测度方法,利用在山东省费县进行的农村居民家庭生计与发展调查得到的小型微观数据,对农村居民家庭的多维贫困进行测度并分解.得到以下结论:家庭多维贫困分解结果与单维贫困测度结果相互印证,这与家庭自身特征及家庭成员特征有直接关系;经济的发展极大的改善了居民家庭的资产状况,而生活水准仍有待于提高;教育、收入仍是贫困的重要成因,卫生设施、饮用水以及慢性疾病的贫困问题仍不能忽视.     

新时期农村多维贫困的识别与测度

文章根据全面建成小康社会后新时期贫困表现的新特征,制定了考虑家庭规模影响的“小康贫困线”及“三保障”评估的临界值,以识别新时期的农村相对贫困人口。基于江西省624户农村样本,构建了包含收入标准、三保障标准、食物营养结构、社会关系、精神状态等7个维度的识别体系,对样本农户进行多维贫困测度。结果表明：大多数家庭都是一维贫困,其中,劳动力、收入、精神状况维度贫困发生率较高;建档立卡农户贫困贡献率高于非建档立卡农户;维度分解结果表明,收入、劳动力、健康和教育四个维度的贡献显著。     

贫困的多维测度研究述评

贫困与福利问题的定量研究要求尽可能准确地描摹贫困的状态及其程度。传统的单纯考察货币性指标的方法已不适应社会对贫困测度质量的要求,因此包含更多非货币性指标的多维模型应运而生。此类模型多建立在Sen的可行能力理论基础之上,总体思路是构造综合性的贫困指数,但是研究者所采用的维度与指标设计体系方案以及数学处理方法均表现出较大的差异。文章通过梳理贫困多维测度的有关文献,辨析各种方法之间的内在联系,并对他们的优劣进行了评判,为探索更理想的测度模型奠定了基础。     

灰色关联分位评价方法与多维相对贫困测度

为了提升乡村振兴阶段相对贫困人口的识别准确性,文章聚焦贫困的多维属性,利用灰色关联理论构建了一类新的具有动态特征的多维贫困识别方法。该方法将被测主体视为空间中的几何形状,利用几何特征对比替代传统方法中的双重临界值,降低了临界值选取对识别结果的主观影响,以分位数指标为基础实现了对相对贫困的动态识别。同时拓展了灰色关联评价模型,讨论了识别结果的加总与分解,建立了多维贫困发生率、多维贫困分布指数与多维贫困深度指数。最后利用中国家庭追踪调查（CFPS）2018年的数据对中国多维相对贫困情况进行分析,结果表明,我国农村的多维贫困发生率远高于城市,但是贫困分布和贫困深度差距不大,各贫困维度的贡献率在不同区域和城乡范围内表现出不同的特征。     

Rasch模型在多维贫困测度中的应用

文章首次将Rasch模型引入中国多维贫困测度的研究中,并利用2011年《中国健康与营养调查》(CHNS)数据对中国家庭的多维贫困状况进行了实证研究。结果表明:1各省份的家庭贫困状况差异明显,且大体与经济发展水平相一致,就全国家庭而言,收入维度的贫困发生率最高,基础设施类维度贫困发生率较低;2在多维贫困测度方法中,Rasch模型具有方便、独立、客观、可预测等优点,其既可用于计算贫困的发生状况,也可用来快速评估个体的贫困程度。     

中国多维减贫成效的统计测度研究

在Alkire和Foster的"双临界值"多维贫困识别思想基础上提出"三临界值"多维减贫成效识别方法,并结合Foster的持续思想构造持续多维减贫指数,从脱贫和返贫两个方面测度中国多维减贫成效。研究发现:中国持续多维脱贫指数都要大于持续返贫指数,且由于脱/返贫广度的差异,农村的单期和持续多维脱/返贫指数都要大于城市,西部地区的持续多维脱/返贫指数大于其他地区;人均纯收入和医疗保险的持续脱贫对持续多维脱贫贡献较大,健康以及住房困难的返贫分别对农村和城市居民的持续多维返贫贡献较大;各省的减贫成效可以分为低脱贫低返贫、高脱贫低返贫、低脱贫高返贫以及高脱贫高返贫四种类型。     

陕西易地扶贫搬迁安置区多维贫困测度与致贫因素分析

在易地扶贫搬迁工程深入推进的背景下,对安置区搬迁户和本地户多维贫困进行测度和分析,从家庭、社区两个层面探究多维贫困的原因。依据实地调研数据,使用AF方法,研究发现:1.两类群体存在不同程度、特征的多维贫困,本地户多维贫困发生率高于搬迁户;2.收入、非农经营、信贷便利、培训、土地面积对两类群体的多维贫困有正向影响。此外,家庭规模、抚养比和交通状况显著影响本地户的多维贫困,户主年龄、外出务工、农林生产、社会关系、村务参与显著影响搬迁户的多维贫困;3.收入主要通过教育、技能、就业、健康、住房影响多维贫困,非农经营有助于降低陷入教育、技能、就业、健康、饮水、住房贫困的概率;信贷便利与陷入教育、健康、饮水、资产贫困的概率成反比;培训有助于降低陷入技能、饮水、能源贫困的概率。     

共同富裕目标下多维贫困的地缘属性与驱动要素识别

文章采用逐层纵横向拉开档次法测算2010—2019年西南地区438个县域单元的多维贫困指数,应用时空统计手段验证多维贫困的地缘属性,并利用地理探测器解析其驱动要素。研究发现,西南地区多维贫困水平存在空间维度的聚集和时间路径的锁定特征,尤以云南和重庆的地缘属性最为突出。空间要素与物质要素都是多维贫困的显著驱动要素,其中物质要素更易与其他要素产生彼此增强的交互影响,是打破多维贫困陷阱的关键。     

我国农村贫困的动态转化、持续时间与状态依赖研究——基于收入贫困与多维贫困的双重视角

本文使用中国健康与营养调查2000—2015年跟踪数据,比较分析了农村家庭收入贫困与多维贫困的长期变动情况。在此基础上,使用Cox比例风险与动态Probit模型实证研究了跨期贫困的动态转化概率、状态依赖及其影响因素等问题。研究发现,农村多维贫困发生率下降幅度比收入贫困发生率下降幅度高出近20个百分点,但未脱贫的多维贫困家庭比收入贫困家庭具有更明显的贫困适应性。随着贫困持续时间的增加,无论是收入贫困还是多维贫困,中断当前贫困状态的可能性都下降了。进一步分析发现,子代职业地位、子代教育、城镇化水平和交通便捷度等因素显著降低了贫困家庭的贫困适应性与状态依赖,而贫困补贴对部分贫困家庭产生了补贴依赖效应,从而一定程度上促进了其贫困适应性。本研究在理论上丰富了有关贫困动态性的探讨,为有效破解低收入群体的贫困状态依赖提供了经验证据。     

数字金融、数字鸿沟与多维贫困

以互联网为基础的第三次技术革命,推动了数字金融的发展,对居民经济行为的影响巨大,因而也可能具有减贫作用。本文首次利用中国数字普惠金融发展指数和中国家庭追踪调查(CFPS)的匹配数据,通过克服内生性的工具变量估计,探讨了数字经济发展对家庭多维贫困的影响。然而,与预期不同,本文的初步研究发现数字金融发展提升了贫困发生的概率,也加深了多维贫困的程度,且影响逐年增大。不过,进一步研究表明,数字金融发展可能存在结构性问题:数字金融发展给能够接触到互联网的居民带来便利以及机会,挤占了未能接触到互联网的居民原先所可能获得的资源,这种数字鸿沟使得位于贫困线附近和贫困线以下的居民由于数字金融的发展而愈加贫困。观察背后机制发现,数字金融发展主要导致了面临数字劣势的贫困居民失业概率的提升。因此,在推进数字金融发展的同时,应着力提高金融服务的覆盖率和可得性,尤其对于农村的贫困人口而言,积极应对数字经济对就业市场的挑战,引导其成为脱贫攻坚的重要支撑。