经济福利中的民族差异 ——基于夜光遥感影像的中国大陆与台湾地区比较研究（2001-2013）外文翻译资料

英语原文共 27 页，剩余内容已隐藏，支付完成后下载完整资料

经济福利中的民族差异

——基于夜光遥感影像的中国大陆与台湾地区比较研究（2001-2013）

Jianzheng Liu,Weifeng Li

摘要：我国经济福利中的民族差异问题一直备受关注。早期的民族差异研究仅基于统计年鉴或省、县统计资料，这些数据通常受到特定行政边界的限制，很可能无法反映真实的民族差异状况。截至目前，各民族经济福利中的具体差异仍未得知。在本研究中，我们利用夜光遥感影像分析了过去13年间中国经济福利中的民族差异问题，并对这些差异进行了详细且相对准确的分析。本文从经济福利、人类发展水平、民族发展模式等方面对我国各民族的排名进行了介绍和探讨。同时对汉族和少数民族进行了对比，发现少数民族整体的经济福利高于汉族。尽管少数民族的人类发展水平低于汉族，但其人类发展水平一直在不断增长，并且除2011年外，2001-2013年间，两者之间的差距均有所缩小。本文提出了一种简单、方便且经济有效的方法来衡量不同民族之间经济福利的差异，并对过去13年间的这些差异进行了详尽的分析，以期为决策者在未来的民族决策中提供依据。

关键词：民族差异；汉族；少数民族；经济福利；夜光遥感影像；中国

1. 引言

即使是在20世纪60年代的反种族不平等运动引起了全世界反对种族不平等斗争的几十年后，“种族问题”在当今世界仍然是一个高度敏感且备受关注的词或概念，美国的民权斗争和非洲国家从殖民统治中解放出来的斗争也同样证明了这一点。全球很容易受到种族隔离的影响，特别是在中东等一些充满宗教仇恨的地区，这提醒着我们，我们生活的世界仍然面临着种族主义，仍然有人直接或间接地遭受着种族不平等的折磨。

由于“民族”的重要性，各机构和学者纷纷把注意力集中在与民族有关的问题上，特别是不同民族之间的差异上。世界银行在其2009年发表的《世界发展报告》中指出，主体民族和一些少数民族（通常居住于落后地区）之间的民族差异加剧了政治分歧，也加剧了紧张局势和国内冲突，并导致生活水平的巨大差异——甚至扭转了发展（World Bank Group 2009）。美国前任代理副商务部部长Rebecca M.Blank（2001）指出，民族差异在美国社会中的许多方面（如受教育程度、健康状况、就业和住房质量）都是一个重要的福利预测指标，其反映了一个国家在民族相关问题方面取得的进步和发展。Blank在其著作《论美国社会经济福利中的民族差异趋势》中重申，要了解美国的地位和未来，必须了解民族的作用。这一主张不仅适用于美国，而且适用于任何存在民族分歧的国家。

中国是一个多民族国家。根据国家统计局（2002）的官方统计，除汉族以外，我国还有55个少数民族，约占中国总人口的8%，分布于中国64%的土地上。中国同样面临着民族冲突问题。近年来西北地区发生的一系列事件，不仅造成人员伤亡和巨大的经济损失，而且加剧了紧张局势并威胁了当地的稳定。经济福利中的民族差异是引发这些冲突的重要因素（Cao 2010）。因此，迫切需要对经济福利中的民族差异进行详尽的调查分析。

近年来，中国经济福利中的民族差异问题引起了越来越多学者的关注（Gustafsson and Li 2003; Li and Gustafsson 2002; Sullivan 2011）。但令人惊讶的是，迄今为止，探讨这一问题的英文文献很少，现有文献大多来自中文期刊。这可归因于缺乏可靠数据。即使是在少数几个这一问题的实证研究中，学者们仍未就是否存在这种差异达成一致。有学者认为，在某些地区（如1982-1990年的新疆维吾尔族自治区）的教育和职业中存在着巨大的民族差异（Hannum 2002; Hannum and Xie 1998），少数民族和汉族之间的民族差异在1978年至2008年期间有所扩大（Zhang and Dong 2009）。也有学者依据我国农村地区的两项调查报告得出结论，1988年至1995年，贵州省和云南省少数民族的收入已达到甚至超过汉族人口收入（Gustafsson and Li 2003; Li and Gustafsson 2002）。显然，不同学者对我国可能存在的民族差异问题持不同态度。

现有研究的一个主要问题是数据问题，这会导致评价结果不准确。现有研究多基于省、县统计资料或统计年鉴（Li and Gustafsson 2002; Zhang and Dong 2009）。但大多数情况下，调查数据和统计数据通常受到行政边界的限制，这意味着民族数据的采集会被限定在特定行政区域（如省和/或县）范围内。但是各民族居住区并不总是与行政边界相吻合。实际上，我国除了广西三江侗族自治县、甘肃张家川回族自治县等少数民族自治区外，大多数民族的居住区并不在一个特定的行政区域内。因此，以往对于经济福利中民族差异的研究结果可能是不准确的，而国内各民族之间民族差异的具体情况还需进一步探讨。

利用夜间遥感影像，本研究能够避免行政边界的影响从而对我国各民族之间的经济差距进行详尽分析。同时，我们进行了一个简单的趋势分析，以揭示13年间这种差异的历史变化。本文引入了一个简便有效的方法来衡量这些差异，研究结果对区域发展和民族政策制定具有重要意义。

1. 相关概念与假设

民族差异是一种社会不公平现象（Jasso and Kotz 2008），是指个人或团体在获取社会职能机会、彼此意见和行为信息等方面的一系列关键领域内，各民族间的不平等和不均衡（Blank 2001）。其中一种差异有可能是经济福利的不平等（Orsquo;Connell 2012;Semyonov and Lewin-Epstein 2011; van de Walle and Gunewardena 2001; Wojtkiewicz 1993），具体而言，即就业（Hannum and Xie 1998; Zang 2008）、教育（Hannum 2002; Kirdar2009）、房屋所有权（Flippen 2001; Lewin-Epstein, Elmelech, and Semyonov 1997）、医疗卫生（Nazroo 2003）以及获得其他社会资源和资本的不平等（Yaish 2001;Zang 2012, 2013）。这些与经济福利具有直接或间接的密切关联并受其影响（Blank 2001; Nazroo 2003），这表明，经济福利中的民族差异是引起各民族各个方面不平等的根本原因。

经济福利是一个宽泛的概念。传统意义上的经济福利是指收入或人均GDP（Blank 2001），而经济福利的内涵不仅于此。Osberg and Sharpe (2005)认为，经济福利不仅指以GDP衡量的经济状况，还包括工作保障、预期寿命、闲暇等。由此可见，经济福利更类似于人类发展指数的一部分，不能简单地用收入或人均GDP来表示。因此，本研究选用两个经济福利指标来衡量民族差异，具体细节将会在下一部分论述。

为了更全面地衡量经济福利，我们假设经济福利可以用灯光来表示。这一假设的基本依据是，夜间灯光是经济活动的代表，与经济发展水平密切相关，这在相关文献中得到了很好的证明（Chen and Nordhaus 2011; Doll 2003; Doll, Muller, and Elvidge 2000;Elvidge et al. 1997; Ghosh et al. 2009, 2010; Lo 2002;Sutton, Elvidge, and Ghosh2007）。这些研究已经在经济发展水平和夜间灯光之间建立了良好的相关性，例如夜光总量(Sutton and Costanza 2002)和灯光面积 (Doll, Muller, and Elvidge 2000; Elvidge et al. 1997)。经济学家也充分证明了灯光数据是对传统GDP衡量标准的一个重要补充，且灯光的增强接近真实收入的增长（Henderson, Storeygard, and Weil 2009, 2011）。夜间灯光数据在经济活动评估中的成功应用使本研究成为可能。

1. 研究方法和数据来源

3.1民族差异的衡量

本研究运用两个指标对经济福利中的民族差异进行衡量。其中一个指标为单位人口灯光强度，其作用与人均GDP类似，用以衡量各民族平均经济发展水平。其定义如下：

(1)

其中表示第i个像元的单位人口灯光强度，表示第i个像元的灰度值，表示第i个像元的总人口。

单位人口灯光强度仅代表经济福利的平均值，不能作为经济福利其它方面的衡量标准，因而不具代表性。我们利用Elvidge (2012)等人提出的夜光发展指数（NLDI）来衡量各民族间人类发展水平。该指数的计算方式与基尼系数类似，将夜间灯光数据与格网化的人口数据相结合，以得到夜间灯光与人口均有分布的地域。

如图1所示，曲线表示各夜间灯光数据的百分比按从小到大排列后的累积百分比。45°对角线表示夜间灯光均等线，即此处的夜间灯光强度绝对均等。如果A代表曲线和45°对角线之间的面积，B代表对角线上方的总面积，则NLDI的计算公式如下：

NLDI=A/B （2）

NLDI的值在0到1之间。必须指出NLDI并不似基尼系数用以衡量收入不平等，而更像一个衡量区域“生活水平”、预期寿命和教育水平的人类发展指数。NLDI越高，人类的发展水平就越低。

图1.NLDI的计算图示

3.2.各民族地理分布

中国各民族地理分布图是根据Weidmann, Roslash;d, and Cederman (2010)的《少数民族地理编码》(GREG)绘制的。这些数据是在ETH Zurich国际冲突研究课题组的GREG项目中生成的。GREG数据集中的原始数据和地图来自the Soviet Atlas Narodov Mira (Bruk and Apenchenko 1964)，而the Soviet Atlas Narodov Mira中的数据则来源于20世纪60年代苏联民族学家进行的一个世界民族研究项目。

GREG数据集中收录了我国49个民族的数据，包括中国台湾的高山族（表1）。但其没有记录其余7个民族，即俄罗斯族、乌孜别克族、京族、门巴族、普米族、基诺族和塔塔尔族。据《2002年中国人口统计年鉴》（国家统计局，2002，78-106），这七个民族的分布较为分散，人口规模较小，因此我们并没有修改GREG的数据将中国56民族都包含在内。

GREG数据集存在的一个主要争议是，从该数据集中导出的地图与中国各民族真实居住区的分布可能存在差异。这一争议的主要原因之一是数据集中的地图集为20世界60年代所作，现今各民族分布区可能已经发生变化。另一个潜在问题是民族内部的流动性。移民在中国并不罕见。每年都有数以万计的不同民族居民流入城市进行谋生，或因工作调动、结婚等迁往另一个城市。这使得基于夜间灯光数据的民族差异评价并不能令人信服。但是这两个问题并不严重，从大量研究报告中可知，少数民族通常居住于他们的传统家园，由于依附于本土，并未意识到移民所带来的经济机遇（Poston, Micklin, and Shu 1998; Yang 2007），并且他们中的大多数人倾向于居住在边境地区，与汉族居民高度隔离（Poston, Chang, and Dan 2006; Poston, Micklin, and Shu 1998）。即使是那些移民的人，他们也倾向于选择与传统居住区类似的区域：具有相似的语言、宗教和民族传统（Yang 2007）。

表1.GREG数据集中记录的中国（包含台湾）49个民族

为了保证数据的可靠性，我们基于以下假设对GREG数据集进行了精度评估：如果20世纪60年代GREG数据集中的民族人口分布数据仍然准确，则意味着GREG数据集中的各个面状数据都是相同的，并且仅适用于特定的民族，那么对于每个行政区域（如县）所使用的GREG数据和LandScan（将会在下文阐述）数据中各民族的估计人口应与该行政区域内的人口普查数据保持一致。基于这一理念，我们将GREG数据集中的国家县级行政区划图与LandScan2000进行叠置，得到2000年各县各民族的估计人口。然后将该数据组与2000年县级人口普查数据进行比较，计算出皮尔逊相关系数r。如果GREG数据越接近于各民族真实的分布状况，则皮尔逊相关系数r越接近于1。

结果表明，2484个县（占中国大陆2860个县的86.9%）的皮尔逊相关系数r高于0.9。2860个县的皮尔逊相关系数r平均值为0.9303。尽管不能证明数据是完全准确的，但这也有力地证明了GREG数据集的可靠性和准确性。

3.3. LandScan 2001–2013

我们使用Oak Ridge国家实验室（ORNL）生产的2001-2013年LandScan人口格网数据对各民族人口进行估计。它提供了一个精细的具有经纬度（WGS 1984）坐标系的全球人口分布图，其空间分辨率为30arc-seconds。该数据集由人口分布模型创建，根据土地覆盖率、道路、坡度、城市面积等其它信息计算似然系数，按权重将人口分配给每一个单元。

为了便于数据提取，用LandScan数据集对下节内容中指定的夜间灯光

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19452]，资料为PDF文档或Word文档，PDF文档可免费转换为Word