貴州省易地扶貧搬遷現狀的數據可視化分析
——以黔南州為主要研究對象

胡楚翼，吳亞星，楊全誠，胡 堯

（貴州大學，貴州 貴陽 550025）

一、引言

由于經濟社會發展滯后，農村貧困問題突出，貴州省長期以來都被視為全國農村貧困人口最多、貧困面最廣、貧困開發任務最重的省份之一。伴隨我國邁向全面小康社會的進程進入歷史性階段，“十三五”時期易地扶貧搬遷時間更緊、任務更重、難度更大，為有序推進“十三五”時期貴州省易地扶貧搬遷工程，順利完成“十三五”期間對2018年底調整后的全省共188 萬人口實施易地扶貧搬遷，對當下扶貧搬遷情況的分析總結具有重要意義。從現有的研究來看，主要還是以案例調查為主，缺乏較大規模的實證調查數據支持，并且一些研究年代較為久遠，研究結論已無法保證適用于新形勢下的易地扶貧搬遷，且很少有學者從微觀角度對中國易地扶貧搬遷進行細致深入的摸底調查。

目前，國內許多學者根據各種各樣的理論分析和技術方法，結合當前政策的實際，對易地扶貧搬遷開展了一系列的學術研究。如孫晗霖等通過對有效數據的分析，用地理坐標建立地圖可視化，選取構建結構方程模型（Structural Equation Model）方法來展開對重慶市酉陽自治縣易地扶貧生計滿意度的研究；陳燁烽等基于國務院下發的數據，建立信息可視化，并通過線性回歸及指標貢獻度分解挖掘致貧因素，再利用最小方法模型進行分析，得出結論；張全紅和周強在已有的多維貧困維度基礎上，增添了收入指標維度、建立了多維貧困模型、觀察單維度及多維度的貧困發生率，把數據通過文本可視化來展示，最后得出對于當地政策的建議及結論；劉艷華和徐勇建立可持續生計方法、分析五大生計資本、剖析脆弱性的相關指標，豐富了多維貧困度量方法，得出相關結論，與政策期望符合。

黔南州位于貴州省中南部，自2016年實施《貴州省易地扶貧搬遷工程實施規劃》以來，堅持把易地扶貧搬遷作為脫貧攻堅的重頭戲和主戰場，充分發揮各部門職能作用和群眾主觀能動性，成功摸索出了被時任貴州省委書記陳敏爾提煉升華并在全國全省推廣的“五個三”易地扶貧搬遷后續扶持服務發展經驗，并取得了顯著成效。為了探索新時期易地扶貧的主要特征，我們采取了重點對象分析法，通過實地調查與走訪，采集到了黔南州易地扶貧搬遷現狀的第一手數據，本文采用聚類分析的方法對黔南州易地扶貧調查數據進行了研究并利用Tableau 軟件對2016—2017年貴州省易地扶貧搬遷數據進行可視化分析。

二、研究方法與數據來源

（一）研究方法

本文所用的聚類方法是層次聚類法（Hierarchical Cluster Analysis）。本文從宅基地流轉率、山林地流轉率、承包地流轉率、就業落實率、已投資經濟占比和貧困發生率這6 個指標對我們所要研究的56 個安置點進行層次聚類分析。

首先，考慮是否有必要把6 個變量都作為分類變量時，我們可以先做一個R 型聚類分析，使聚類數為3～5 類這個范圍內，對這6 個變量進行降維處理，輸出“近似值矩陣”，得到每個變量之間的相似性系數rjk，有助于變量降維。使用的是最遠距離法來計算出R（Gi，Gk），變量與變量之間的聚類過程使用的是平方歐幾里得距離法，得到di。

其次，在確定R 型聚類后，對個案進行Q 型聚類，即對具體觀測值數據（56 個安置點）聚類分析，采用瓦爾德方法（Wald Method），類與類間的聚類過程采用平方歐幾里得距離。

最后，關于聚類效果的驗證，本文選用單因素方差分析法對聚類后的各個類別進行分析，利用SPSS 中的means 過程進行檢驗，差異顯著則結果可靠。

（二）數據來源與指標選取

考慮到數據的可得性和分析的客觀性，我們把研究空間從貴州全省范圍聚焦到黔南州的縣份、安置區，有針對性地分析該地區的搬遷現狀和扶貧工作的推進情況。本文所得的相關數據主要包括安置地情況數據和基礎地理空間數據兩部分。前者主要來源于黔南州人民政府網依申請公開的易地扶貧工作數據及披露出來的資金使用情況；后者基于ArcGis 軟件的應用，提取了各個安置點以及縣市級的經緯度坐標，有利于熱力圖的分析與應用。同時，采用了聚類分析方法和方差分析法對黔南州2016年扶貧搬遷安置點的指標變量劃分及類型區域劃分，分為了五類變量指標和6 類安置點區域。

（三）數據可視化軟件介紹

Tableau 軟件依靠新的處理引擎，能夠處理各種規模數據，并同時保證數據提取分析，提供可視化交互。本文的數據來源于貴州省各市州水庫與生態移民局，數據包括2016—2017年貴州省貧困人口數量、貧困發生率等指標，利用Tableau 軟件和現有數據生成各種圖形，并對貴州省易地扶貧搬遷數據進行可視化分析。

三、結果與分析

（一）聚類結果分析

本文主要采用了SPSS 24.0 軟件進行的聚類分析，通過對6 個變量指標的重分類以及56 個安置點的系統聚類，將黔南州2016年易地搬遷安置點初步劃分為6 類。在考慮是否有必要把6 個變量都作為分類變量時，我們可以先做一個R 型聚類分析，使聚類數在3～5 范圍內，對這6 個變量進行降維處理，輸出“近似值矩陣”，如表1，有助于變量降維。

表1 近似值矩陣

表1 中可以看出各變量之間的相關系數都不大，并且再由聚類成員可知（見表2）：5 個變量聚類時就業落實率與承包地流轉率二選一即可；4個聚類時，則再在山林地流轉率與宅基地流轉率中二選一。因此，綜合近似值矩陣結果，確定出用于聚類的變量為：貧困發生率、投資占比率、就業落實率、山林地流轉率、宅基地流轉率，共5 個變量，接下來再對56 個安置點做Q 型聚類。

表2 聚類成員

圖1 是聚類分析譜系圖，直觀地表達數值分類結果，同時，從表3 中也可以看出，把56 個安置點分成6 類是較為合適的。這個時候最大的類別中含有16 個安置點，占全部安置點的28.57%；而最小的類別中含有4 個安置點，占全部安置點的7.14%。而其他分類方法或者含有的類別過少（例如3 類或4 類時），或者某些類別中含有的安置點過少（例如8 類、9 類或10 類時），所以綜合選取Ward Method（6）來作為我們的聚類。接下來我們可以通過SPSS 中的Means 過程計算各個類別的描述統計量和各個類別中6 個變量是否有顯著性的方差分析表，如表4 所示。

圖1 聚類分析譜系圖

表3 聚類識別

表4 方差分析

表5 方差分解

從表4、表5 中可以看出，各個類別之間在宅基地拆除率、山林地流轉率、就業落實率、投資占比率、貧困發生率這5 個變量上都存在顯著性差異，并且這種差異具有統計意義。總的來說，宅基地拆除率較為良好，山林地流轉率較為集中在第六類，就業落實率以75%為界限可以分為高低就業率，投資占比率以65.6%可分為高低投資率，而貧困發生率除了第六類較低以外，其他地區都偏高，以9%為界限。綜合以上的分析，將56 個安置點可以如下分類：

第1 類：低就業、低投資、高貧困發生地區。這一類別主要包含三都等16 的安置點，從圖表顯然可以看出，各項指標產生的效果遠低于其他類別。

第2 類：低就業、高投資、中等貧困發生地區。這一類別主要包含白云山、龍里、惠水等11 個安置點，這一類除了投資較高以外，其他指標都不良好，但對比第一類，可見投資產生的效果還是較為有用的。

第3 類：高就業、低投資、高貧困發生地區。這一類別主要包含撈村等4 個安置點，這一類結合這4 個安置點當地的政策意見，并且由圖可知，土地流轉率（山林地、宅基地）極低，即使就業較高，但低投資和低土地流轉率所帶來的影響大于就業率影響。

第4 類：低就業、高投資、高貧困發生地區。這一類別主要包含云霧鎮等14 個安置點，由于低就業率，導致當地發展即使高投資率，但也難免于高貧困率的結果。

第5 類：低就業、高投資、高貧困發生地區。這一類別主要包含福泉等7 個安置點，其與第4 類的主要區別在于，土地流轉率非常低且宅基地拆除率也相對較低。

第6 類：中等就業、高投資、低貧困發生地區。這一類別主要包含甕安等4 個安置點，其特點在于土地流轉率較為良好，并且不低的就業以及政府的高投資，使得該地區發展非常良好。

（二）可視化結果分析

1.基于地理熱力圖的貴州省各州市貧困發生率情況（2016—2017年）。圖2 是2016年與2017年貴州省各市州地貧困發生率的熱力圖。對貴州省各州市貧困發生率情況由漸變顏色的深淺進行對比分析可以看出，貴陽市依舊是處于貧困發生率非常低的一欄，這與貴州省的總經濟投入以及政策方針有相當大的聯系；遵義、銅仁、黔西南、黔南畢節這兩年的變化微小，幾乎都處于平穩狀態；黔東南兩年來一直是處于高貧困發生率階段，結合當地政府部門以及對其他結構的了解，主要是因為“山水惡劣嚴重，一方水土養不了一方人”，需要著重去調查研究并計劃新的合適的政策安排；六盤水在2016 過渡到2017 這一年貧困發生率有了較大的下降幅度，結合六盤水的政策計劃，效果反饋非常不錯。

圖2 2016年和2017年貴州省貧困發生率

2.基于地理圖的貴州省黔南州安置點分布情況。從圖3 可以看出，點與點之間按照黔南州地理輪廓鑲嵌分布。圓點大小代表其安置點的貧困人口數量情況，其分布大致可以描述為“中間大，兩邊小”。

圖3 黔南州安置點分布

3.基于氣泡圖的貴州省各州市貧困人口數量情況。2015年初，貴州擁有493 萬貧困人口，占全國8.77%，是全國貧困人口數量最多的省份，在全省88 個縣（市、區、特區）中，貧困發生率在10%以上的有61 個，對照國家規定的“原則上貧困縣貧困發生率降至2%以下（西部地區降至3%以下）”的脫貧目標，貴州的脫貧攻堅任務還很艱巨。

圖4 2016年貴州省各州市貧困人口對比

從圖4 大致可以看出，就貴州省本省而言，2016年畢節市所占貧困人口比例最高，其次是黔東南州，而貴陽市所占貧困人口比例最低。導致貧困人口差距大的原因一方面是因為作為貴州省省府的貴陽市本身經濟較為發達且只有一個貧困縣，相對其他縣市而言貧困發生率小；另一方面，由于地理區域的原因，大多數貧困人口主要分布在武陵山區、烏蒙山區、九萬山區等邊遠地區，再加上歷史、文化等原因導致少數民族大多居住在邊遠地區。總體而言，貴州的貧困人口數大多數集中在少數民族地區。

從圖5 貴州省各州市2016年和2017年貧困人口數對比中可以看出，六盤水市和遵義市的貧困人口數量下降的幅度最大，脫貧工作的效率得以體現。從我們收集到的數據，就遵義市來看，“十三五”期間，遵義市計劃實施異地扶貧搬遷47 309戶、198 316 人，截至2017年12月底，已完成搬遷23 465 戶、99 974 人，完成計劃的50%。另一方面，遵義市易地扶貧搬遷工作進入關鍵時期，各縣（市、區）黨委政府始終把工程建設進度作為易地扶貧搬遷的第一要務，到2017年底，2016年掃尾工程全部完成，2017年項目主體工程基本完成，拆房復墾居全省前列。總體來看，遵義市的易地扶貧搬遷推進的速度比較快。

圖5 2016年和2017年貴州省各州市貧困人口對比

4.基于條形圖的銅仁市三年搬遷率對比情況。結合圖6，以人口為角度來看，銅仁市以及各個鄉級縣級的搬遷率在這三年里都有些浮動，顏色越偏向深紅，則搬遷率越高，顏色越偏向淺藍，則搬遷率越低。2016年大龍開發區的搬遷率是這一整年最高的，達到34.11%；而2017年，則是玉屏縣最高，高達41.23%；再到2018年，銅仁市高新區和沿河縣呈現突襲地趨勢，分別高達84.44%、83.30%，同時碧江區搬遷率也在這一年達到了67.70%。其中，大龍開發區搬遷率在這三年明顯地驟降；玉屏縣呈現為突長并驟降的三年趨勢。這與國家實施的“十三五”計劃是密不可分的，并且也為下一個階段奠定了良好的基礎。

圖6 銅仁市三年搬遷率對比

5.基于瀑布圖的黔南州2016年宅基地、三塊地情況。從圖7 的瀑布圖中可以看出，都勻市、平塘縣和福泉市的宅基地（已復墾復綠）在黔南州的各縣市中最為突出，其原因在于這三地的自然區域條件與復墾復綠的要求比較吻合。另一方面，各級政府積極推進拆舊復綠，原有各項支農惠農政策補貼不變，使得這項進程有條不紊地進行。

圖7 黔南州宅基地

圖8 黔南州三塊地

從圖8 的瀑布圖中可以看出，長順縣、平塘縣、荔波縣的三塊地（公益林補助）在黔南州的各縣市較為突出，其中，荔波縣總計高達951 010 元。

6.基于餅圖的中央預算內投資、省級統籌情況。從資金來源中，圖9 中央預算內投資和圖10貴州省級統籌投資中可以看出，黔南州各縣市的分配大體比例上相差不大。在資金統籌方面，“十三五”時期易地扶貧搬遷投資按照建檔立卡貧困人口人均5.8 萬元，同步搬遷非建檔立卡人口人均5 萬元進行核算，由省負總責、統貸統還進行籌措。貴州省人民政府授權貴州省財政廳與貴州省扶貧開發投資有限責任公司簽訂政府購買服務協議，由貴州省扶貧開發投資有限責任公司負責承接省級統籌的相關專項資金、國家專項建設基金、省級政府債券資金，承貸金融機構政策性長期低息貸款和其他貸款資金，統一用于易地扶貧搬遷，搬遷安置任務完成后，剩余資金可以用于對貧困戶宅基地復墾開發利用、創業就業等后續扶持。

圖9 2016年中央預算內投資

圖10 2016年貴州省級統籌投資

四、結論與政策啟示

（一）結論

本文通過對貴州省的貧困發生率的大概圖形展示，初步了解了各個市州的貧困狀況，結合相關政策的導入與分析，繼續選取黔南州作為研究重點區域，在實地調研以后，對數據進行預處理和簡化處理，利用聚類分析的統計理論方法結合單因素方法分析檢驗，最終確定了適合數據處理的聚類模型，分成了六大類，每一類在結合政策計劃的安排下，都有著各自的特征；其次，再利用其他數據，對黔南州進行簡單的數據可視化研究，結合當地政府的側重點分析，以及政策執行的效果分析，得出黔南州扶貧結果。

本文發現對于貧困率研究指標來說，在宅基地拆除率、山林地流轉率、就業落實率、投資占比率等各方面表現較好的第六類地區貧困率顯著低于其他地區，通過對六大類地區的貧困類型進行分析，找出后續政策的主要發力點，從而有效提高扶貧搬遷的效率，最后再對貴州省其他市州做簡便的數據分析可視化圖形，得到各樣的扶貧結果。

（二）政策啟示

結合“十三五規劃”等政策文件，本文提出的政策啟示主要有以下幾條：

1.加強經濟建設，盤活可用資金。只有盤活可用資金這一塊源頭活水，增強經濟實力，才能有力支撐工程建設。“十二五”時期，貴州突出加速發展、加快轉型、推動跨越的主基調，為實現2020年全面建成小康社會奮斗目標打下具有決定性意義的基礎，經濟發展駛入快車道對移民搬遷的支撐能力增強。“十三五”期間，政府應加大投入力度、提高補助標準、創新投融資模式、用好用活城鄉建設用地增減掛鉤政策，整合各類資源，拓寬資金渠道，為易地扶貧搬遷提供堅實政策、資金支持。

2.進一步深化落實“五個三”。堅持轉移就業這一核心，以“4050”搬遷對象和零就業家庭轉移就業為重點，在安置點成立勞務服務組織，有組織轉移就業，抓好勞務輸出工作，落實好全員就業培訓，努力提升就業質量和水平。加快推進舊房拆除進度，著力解決“兩頭住”的問題。加大“三地”盤活力度，以整體搬遷為重點，采取“先兜底流轉后開發”方式，推進遷出地的土地流轉開發。同時，用好金融扶持政策，對沒有流轉開發承接主體的，由縣（市）移民投資開發公司采取融資的方式，兜底流轉土地。

3.秉持可持續發展理念，加強遷出地的生態環境建設。隨著人口與資源矛盾的有效緩解，退耕還林以及相關生態工程建設的有效進行，有效改善搬遷地的生態環境，增加森林覆蓋率，減少亂砍濫伐，治理水土流失。從某種意義上來說，生態環境保護也是推動社會經濟效益增長的有效手段。在改善生態環境的基礎上，對該地區予以有效的開發和利用。

4.基于不同維度缺乏，需側重不同的解決方法。首先，要重點抓好“三山”特困地區、人口較少民族、2 個省級極貧鄉鎮和全州15 個一類貧困鄉鎮的易地扶貧搬遷。其次，針對經濟總量小、就業容量不足、搬遷任務重的縣份，堅決推進實施跨行政區域搬遷安置。