基于K均值聚類的湖北農(nóng)村減貧成效評(píng)價(jià)研究

張佳慧，詹 英

(武漢商學(xué)院 工商管理學(xué)院，湖北 武漢 430056)

0 引言

我國(guó)于2021年完成了消除絕對(duì)貧困的艱巨任務(wù)，9899萬(wàn)農(nóng)村貧困人口在現(xiàn)行標(biāo)準(zhǔn)下全部脫貧，832個(gè)貧困縣全部摘帽，12.8萬(wàn)個(gè)建檔立卡貧困村均出列，解決了區(qū)域性整體貧困[1]。這為全球反貧困作出了巨大貢獻(xiàn)，比聯(lián)合國(guó)2030年可持續(xù)發(fā)展議程的減貧目標(biāo)時(shí)間提前了10年，在中國(guó)減貧史乃至人類減貧史上創(chuàng)造了奇跡，為推進(jìn)全球減貧事業(yè)注入了更多信心與動(dòng)力[2]。

湖北省作為我國(guó)的重點(diǎn)減貧省份之一，有四大集中的連片特困地區(qū)，貧困縣37個(gè)、貧困村4 821個(gè)。2013年末全省建檔立卡貧困人口581萬(wàn)，貧困發(fā)生率14.4%，2020年湖北省順利完成了減貧任務(wù)，全省37個(gè)貧困縣全部實(shí)現(xiàn)脫貧摘帽[3]。但是，消除絕對(duì)貧困決不是終點(diǎn)，湖北省如何鞏固拓展目前減貧成果，防止規(guī)模性返貧？中國(guó)的貧困主要是農(nóng)村貧困[4]，如何科學(xué)評(píng)價(jià)湖北省農(nóng)村減貧成效是本文關(guān)注的焦點(diǎn)。

針對(duì)農(nóng)村減貧成效評(píng)價(jià)，大量文獻(xiàn)選取多個(gè)省或某個(gè)省的某個(gè)地區(qū)作為研究對(duì)象，鮮少深入到單個(gè)省的所有市州，且大多進(jìn)行靜態(tài)分析，缺乏動(dòng)態(tài)探析。基于此，本文首先對(duì)湖北省14個(gè)市州2014-2020年農(nóng)村減貧成效開展綜合評(píng)價(jià)研究，其次將綜合評(píng)價(jià)結(jié)果進(jìn)行K均值聚類，確定各市州聚類歸屬，剖析類與類之間的差別，對(duì)各市州農(nóng)村減貧成效進(jìn)行進(jìn)一步的結(jié)構(gòu)分析，旨在為后續(xù)的減貧提供參考或思路。

1 湖北省各市州農(nóng)村減貧成效評(píng)價(jià)模型

1.1 指標(biāo)體系構(gòu)建

我國(guó)現(xiàn)行脫貧標(biāo)準(zhǔn)是“一達(dá)標(biāo)兩不愁三保障”。“一達(dá)標(biāo)”：農(nóng)村建檔立卡貧困戶家庭年人均可支配收入穩(wěn)定超過(guò)當(dāng)年全國(guó)扶貧標(biāo)準(zhǔn)，這是脫貧的先決條件。“兩不愁”：吃飯(含安全飲水)與穿衣兩不愁。“三保障”：義務(wù)教育的保障、安全住房的保障、基本醫(yī)療的保障。該標(biāo)準(zhǔn)強(qiáng)調(diào)貧困主體在吃穿用度、義務(wù)教育、基本醫(yī)療以及住房安全方面的保障。因此，本文根據(jù)現(xiàn)行脫貧標(biāo)準(zhǔn)從健康水平、教育水平、生活水平、經(jīng)濟(jì)水平4個(gè)維度構(gòu)建農(nóng)村減貧效果的評(píng)價(jià)指標(biāo)體系(表1)。

表1 農(nóng)村減貧評(píng)價(jià)指標(biāo)體系

1.2 綜合評(píng)價(jià)方法

1.2.1 基于全局熵值法的湖北省各市州農(nóng)村減貧成效綜合評(píng)價(jià)

熵值法基于各項(xiàng)指標(biāo)值所包含的信息來(lái)確定指標(biāo)權(quán)重，不受人為因素干擾，一般采用截面數(shù)據(jù)進(jìn)行分析。為動(dòng)態(tài)分析湖北省各市州農(nóng)村減貧水平，本文擬運(yùn)用全局熵值法，即在一般截面數(shù)據(jù)中引入時(shí)序，建立“區(qū)域—時(shí)間—指標(biāo)”的立體時(shí)序數(shù)據(jù)表來(lái)進(jìn)行各市州農(nóng)村減貧的動(dòng)態(tài)測(cè)度[5]。具體步驟如下：

(1)設(shè)定指標(biāo)。設(shè)有省市m個(gè)，評(píng)價(jià)指標(biāo)n個(gè)，年份T個(gè)，共同構(gòu)成初始全局評(píng)價(jià)矩陣:

(1)

(2)處理數(shù)據(jù)。對(duì)正向指標(biāo)采用公式(2)：

(2)

式中 ：i=1, 2, …,m；j=1, 2, …,n；t=1, 2, …,T。

對(duì)負(fù)向指標(biāo)采用公式(3)：

(3)

式中：i=1, 2, …,m；j=1, 2, …,n；t=1, 2, …,T。

(3)計(jì)算熵值。公式為：

(4)

式中：ej為第j項(xiàng)指標(biāo)的熵值，

(4)確定權(quán)重。公式為：

(5)

(5)測(cè)算得分。公式為：

(6)

式中：si為綜合評(píng)價(jià)得分，wj為第四步求得的指標(biāo)權(quán)重。

1.2.2 基于K-means聚類的湖北省各市州農(nóng)村減貧成效聚類

利用K均值聚類算法對(duì)全局熵值法所得評(píng)價(jià)結(jié)果進(jìn)行聚類分析，明確各市州在類別中的歸屬，使得評(píng)估結(jié)果相識(shí)度較高的市州歸為一類，明確各市州農(nóng)村減貧成效結(jié)構(gòu)差距。基本思想是：在空間中選取k個(gè)點(diǎn)作為初始聚類中心，計(jì)算其他數(shù)據(jù)點(diǎn)到原型的距離，并將數(shù)據(jù)點(diǎn)劃分到離其最近中心所在域，劃分好后分別計(jì)算每個(gè)聚類中數(shù)據(jù)點(diǎn)的平均值，該平均值為更新后的聚類中心。進(jìn)行多次迭代，直至連續(xù)兩次各簇中心值不再變化，此時(shí)獲得最佳的聚類結(jié)果[6]。算法具體流程如下:

(1)從評(píng)價(jià)結(jié)果數(shù)據(jù)集中隨機(jī)選取k個(gè)樣本點(diǎn)作為初始形心ai(i=1,2,…,k)。

(2)在第t次迭代中，分別計(jì)算所有樣本點(diǎn)bj(j=1,2,…,n)到ai的歐氏距離

(1)

(3)將該樣本點(diǎn)劃分到與其距離最小的ai所在簇。

(4)用平均值代表更新后各簇的形心值

(2)

式中ni表示簇序號(hào)

(5)重復(fù)步驟(2)～(4)，直到各簇的形心值不再變化。

1.3 數(shù)據(jù)說(shuō)明

為確保數(shù)據(jù)的權(quán)威和真實(shí)性，本文收集的湖北省12個(gè)地級(jí)市，1個(gè)自治州，4個(gè)省直管縣2014—2020年的9項(xiàng)指標(biāo)統(tǒng)計(jì)數(shù)據(jù)，均來(lái)自歷年各市州統(tǒng)計(jì)年鑒、政府工作報(bào)告和官方文件。

2 實(shí)證研究

2.1 綜合評(píng)價(jià)

基于全局熵值法與基礎(chǔ)數(shù)據(jù)，本文首先得到各類指標(biāo)的信息熵、差異性系數(shù)和權(quán)重(表2)，然后通過(guò)加權(quán)求和得到2014—2020年湖北省農(nóng)村減貧水平的綜合得分(表3)以及湖北省農(nóng)村減貧綜合得分年均提高值與排名(表4)。

如表2所示，在一級(jí)指標(biāo)中，權(quán)重由大到小依次為：健康水平(A1)、生活水平(A3)、經(jīng)濟(jì)水平(A4)、教育水平(A2)。在二級(jí)指標(biāo)中，貧困村千人衛(wèi)生室個(gè)數(shù)(B2)、貧困村年收入5 000元以上占比(B9)、貧困村千人執(zhí)業(yè)醫(yī)師數(shù)(B1)、各市農(nóng)村居民初中以上學(xué)歷所占比例(B3)4個(gè)指標(biāo)權(quán)重較大，而貧困村有文化(圖書)占比(B4)1個(gè)指標(biāo)權(quán)重較小。

表2 湖北省農(nóng)村減貧水平動(dòng)態(tài)評(píng)價(jià)指標(biāo)測(cè)算結(jié)果

如表3所示，湖北省各市農(nóng)村減貧總體水平有所提升，綜合得分從2014年的0.364 5逐年上升到2020年的0.658 9，累計(jì)提高0.294 4，年均提高10.75%。歷年排名中，襄陽(yáng)和荊門市穩(wěn)居前2，恩施常年位于第14。如表4所示，恩施、孝感、武漢、黃岡、十堰、隨州和省直管縣7個(gè)地區(qū)綜合得分年均增速均超過(guò)了湖北省各市州農(nóng)村減貧的平均水平。不難發(fā)現(xiàn)，雖然宜昌農(nóng)村減貧水平得分增速最慢，但其得分總值排名一直處于歷年前5；恩施農(nóng)村減貧水平雖得分總值排名一直處于最末位，但其得分增速最快。總的來(lái)說(shuō)，近7年，雖湖北省大部分市州由于疫情影響在2020年有所下降，但14個(gè)地區(qū)的農(nóng)村減貧總體得分逐年上升。

表3 湖北省農(nóng)村減貧綜合得分與排名

2.1 聚類分析結(jié)果

采用K-means聚類算法對(duì)湖北省14個(gè)市州2014-2020年的評(píng)價(jià)結(jié)果進(jìn)行聚類分類，將湖北省各市州農(nóng)村減貧成效等級(jí)分成3等。在聚類方法方面，采用歐氏距離，選擇迭代最大次數(shù)為10，經(jīng)聚類后的結(jié)果見表5-表8。

如表5所示，14個(gè)市州農(nóng)村減貧成效被聚為3類，3類的中心分別為0.503 3、0.352 2、0.747 9，聚成的3類分別按照優(yōu)、良、一般3個(gè)等級(jí)劃分，Cluster1為良，Cluster2為一般，Cluster3為優(yōu)。

表4 湖北省農(nóng)村減貧綜合得分年均提高

表5 湖北省農(nóng)村減貧成效聚類中心

表6表示2014-2020年各市州農(nóng)村減貧成效等級(jí)分布。從2014-2020年7年的總體情況來(lái)看，宜昌、襄陽(yáng)和荊門屬于農(nóng)村減貧成效為優(yōu)的地區(qū)，武漢、隨州、孝感、十堰、咸寧、黃石、黃岡、鄂州、荊州和省直管縣屬于農(nóng)村減貧成效為良的地區(qū)，恩施的農(nóng)村減貧成效一般。

表6 2014-2020年湖北省農(nóng)村減貧成效等級(jí)

如表7所示，2014年，3個(gè)地區(qū)農(nóng)村減貧成效為優(yōu)，占總數(shù)21.43%；10個(gè)地區(qū)農(nóng)村減貧成效為良，占總數(shù)71.43%；1個(gè)地區(qū)農(nóng)村減貧成效一般，占總數(shù)7.14%。2015年和2016年的各地區(qū)農(nóng)村減貧成效分布與2014年保持一致。與2016年相比，2017年有1個(gè)地區(qū)農(nóng)村減貧成效從“一般”升為“良”。與2017年相比，2018年有1個(gè)地區(qū)農(nóng)村減貧成效從“優(yōu)”降為“良”、5個(gè)地區(qū)農(nóng)村減貧成效從“良”降為“一般”。2019年各地區(qū)農(nóng)村減貧成效分布與2018年保持一致。與2019年相比，2020年有1個(gè)地區(qū)農(nóng)村減貧成效從“良”升為“優(yōu)”、1個(gè)地區(qū)農(nóng)村減貧成效從“良”降為“一般”。從7年整體情況來(lái)看，大部分市州農(nóng)村減貧成效處于“優(yōu)”與“良”，僅有恩施被聚為“一般”。究其原因是其農(nóng)村減貧評(píng)價(jià)指標(biāo)基礎(chǔ)與其他市州差異較大，即使是在2014年農(nóng)村減貧水平同位于“一般”的孝感，孝感綜合評(píng)價(jià)得分卻是恩施的1倍多。從這7年的變化來(lái)看，湖北省各市州農(nóng)村減貧成效顯著提升。

表7 2014-2020年各聚類中地區(qū)數(shù)量及占比

如表8所示，農(nóng)村減貧成效“一般”與農(nóng)村減貧成效“良”的類距離是0.151，說(shuō)明農(nóng)村減貧成效“一般”的地區(qū)與農(nóng)村減貧成效為“良”的地區(qū)之間的差距較小，通過(guò)努力比較容易實(shí)現(xiàn)減貧水平再上一個(gè)臺(tái)階。農(nóng)村減貧成效“一般”與農(nóng)村減貧成效“優(yōu)”的類距離是0.396，農(nóng)村減貧成效“良”與農(nóng)村減貧成效“優(yōu)”的類距離是0.245，說(shuō)明農(nóng)村減貧成效“一般”與“優(yōu)”的地區(qū)、“良”與“優(yōu)”地區(qū)之間存在較大差距，這類地區(qū)的減貧成效若想提升一個(gè)等級(jí)必須付出較大努力。

表8 聚類中心的歐式距離

3 結(jié)論及啟示

3.1 研究結(jié)論

本文基于農(nóng)村減貧的內(nèi)涵與特征，從健康水平、教育水平、生活水平和經(jīng)濟(jì)水平4個(gè)維度，構(gòu)建農(nóng)村減貧水平評(píng)價(jià)的9項(xiàng)指標(biāo)體系，采集2014-2020年相關(guān)統(tǒng)計(jì)數(shù)據(jù)，選擇加入時(shí)序的全局熵值法對(duì)湖北省各市州農(nóng)村減貧水平進(jìn)行了動(dòng)態(tài)測(cè)度與比較，最后將綜合結(jié)果進(jìn)行K均值聚類，確定各市州聚類歸屬，得到以下結(jié)論：①?gòu)木C合得分看，湖北省農(nóng)村減貧水平在2014-2019年呈現(xiàn)逐年上升趨勢(shì)，在2020年呈現(xiàn)下降趨勢(shì)；市域?qū)用妫懦咔橛绊懸蛩兀瑑H宜昌市在2019年有略微下降。②從動(dòng)態(tài)排名看，襄陽(yáng)、荊門和恩施相對(duì)保持穩(wěn)定，前兩者持續(xù)保持在前兩名，后者持續(xù)保持在最后一名，其他市州的歷年排名變動(dòng)較大，呈現(xiàn)你追我趕的態(tài)勢(shì)。③從指標(biāo)權(quán)重看，健康水平和生活水平對(duì)農(nóng)村減貧水平提升的貢獻(xiàn)度相對(duì)較大，而經(jīng)濟(jì)水平和教育水平的貢獻(xiàn)度相對(duì)較小。由此表明，健康水平和生活水平的高低是決定農(nóng)村減貧水平高低的關(guān)鍵所在。④從一級(jí)指標(biāo)得分趨勢(shì)看，大部分市州健康水平、教育水平和生活水平在2014-2019年均呈現(xiàn)上升趨勢(shì)，小部分市州波動(dòng)甚至呈現(xiàn)下降趨勢(shì)，2020年大部分市州均受疫情影響，得分略微下降。總的來(lái)說(shuō)，湖北省各市州的一級(jí)指標(biāo)綜合得分基本呈現(xiàn)上升趨勢(shì)，但市州得分的非均衡性特征也較為明顯。⑤從一級(jí)指標(biāo)動(dòng)態(tài)排名看，除個(gè)別市州在某項(xiàng)一級(jí)指標(biāo)下的動(dòng)態(tài)排名優(yōu)勢(shì)明顯，大部分市州的排名波動(dòng)均較大。由此表明，湖北省各市州一級(jí)指標(biāo)的動(dòng)態(tài)排名存在非平穩(wěn)性特征。⑥根據(jù)K-means聚類可將湖北省市州聚為3類，各市州農(nóng)村減貧成效“一般”地區(qū)和“良”地區(qū)，差距較小，在此范圍內(nèi)提升較易，而農(nóng)村減貧成效“一般”地區(qū)和“優(yōu)”地區(qū)，以及“良”地區(qū)和“優(yōu)”地區(qū)差距較大，在此范圍內(nèi)提升存在較大的困難。

3.2 政策啟示

為進(jìn)一步鞏固拓展農(nóng)村減貧成果，在脫貧摘帽基礎(chǔ)上助力鄉(xiāng)村振興，本文提出如下建議：①應(yīng)當(dāng)統(tǒng)籌疫情防控和鄉(xiāng)村振興各項(xiàng)工作保障農(nóng)村減貧工作的持續(xù)鞏固，促進(jìn)鄉(xiāng)村振興。②把握關(guān)鍵點(diǎn)。由于健康水平和生活水平的高低是決定農(nóng)村減貧水平高低的關(guān)鍵所在，因此要繼續(xù)增強(qiáng)醫(yī)療保障水平，完善基礎(chǔ)設(shè)施，加強(qiáng)農(nóng)村公路建設(shè)等。③合理分配資源，因地制宜促進(jìn)農(nóng)村產(chǎn)業(yè)升級(jí)。④及時(shí)統(tǒng)計(jì)數(shù)據(jù)，設(shè)立反饋機(jī)制。鄉(xiāng)村振興是一項(xiàng)長(zhǎng)期的工作，每一步的結(jié)果都將影響最后的成效，設(shè)立反饋機(jī)制，定期核查，及時(shí)發(fā)現(xiàn)鄉(xiāng)村振興過(guò)程中的不足，以便達(dá)到高效做好“三農(nóng)”工作。