福建省縣域多維貧困空間分異研究

陸 珍，張明慧，程 煜,3，祁新華,3*

(1.福建師范大學(xué)地理科學(xué)學(xué)院,福建 福州 350007; 2.福建醫(yī)科大學(xué)人文學(xué)院,福建 福州 350108;3.福建省濕潤亞熱帶山地生態(tài)國家重點(diǎn)實(shí)驗(yàn)室培育基地,福建 福州 350007)

改革開放以來，我國扶貧工作取得了舉世矚目的成就，農(nóng)村貧困人口從1978年的77 039萬人(現(xiàn)行標(biāo)準(zhǔn))大幅下降到了2016年的4 335萬人，實(shí)現(xiàn)了聯(lián)合國千年發(fā)展目標(biāo)中貧困人口減半的目標(biāo)[1]。然而，由于貧困人口在空間上分布不均，貧困類型與成因復(fù)雜多樣，給當(dāng)前的扶貧工作帶來嚴(yán)峻挑戰(zhàn)。區(qū)域貧困問題歷來是政府與學(xué)者高度關(guān)注的焦點(diǎn)之一[2]，從空間分異視角探討區(qū)域貧困產(chǎn)生的特點(diǎn)與機(jī)制，有助于揭示區(qū)域貧困復(fù)雜機(jī)理，為精準(zhǔn)扶貧提供有益借鑒。事實(shí)上，已有諸多學(xué)者對(duì)貧困空間分異進(jìn)行了有益的理論探析與實(shí)證研究，并在貧困測(cè)度、多尺度貧困研究等方面作出了重要貢獻(xiàn)，拓展了研究區(qū)域貧困問題的深度和廣度，主要體現(xiàn)在以下幾方面：(1)在農(nóng)村貧困測(cè)度上，評(píng)價(jià)指標(biāo)的選取從單一的經(jīng)濟(jì)考量，到涵蓋教育、健康、社會(huì)福利、自然環(huán)境等方面的綜合考量[3-5]。(2)在研究方法上，從單純采用傳統(tǒng)的定性方法到綜合運(yùn)用定量分析技術(shù)、空間分析技術(shù)、跨學(xué)科新技術(shù)等。如李雙成等運(yùn)用地理信息技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)模擬我國自然貧困化的空間格局[6]；曾永明等運(yùn)用GIS及多層反向傳播網(wǎng)絡(luò)(Back-Propagation Network，BP)模擬自然、社會(huì)及經(jīng)濟(jì)消貧指數(shù)的空間分布格局[7]；袁媛等則基于自組織特征映射網(wǎng)絡(luò)聚類方法，劃分河北省縣域貧困度等級(jí)，揭示貧困狀況及潛在貧困[4]。(3)在研究尺度上，開始由全國的宏觀尺度轉(zhuǎn)向省域中觀尺度，甚至轉(zhuǎn)向縣域及鄉(xiāng)鎮(zhèn)與行政村的微觀尺度，研究案例主要為集中連片特困區(qū)與中西部地區(qū)。如王永明等分析了貴州省縣域?qū)用驵l(xiāng)村貧困的空間異質(zhì)性和空間差異性，并歸納了貴州省鄉(xiāng)村貧困的形成機(jī)制[8]；羅慶等探討了秦巴山區(qū)11個(gè)縣域的貧困村空間分布、演變特征，并定量分析了貧困村的影響機(jī)制[9]。

上述研究成果極大地豐富了區(qū)域貧困問題研究的案例，深入揭示了貧困空間分異的機(jī)理，為精準(zhǔn)施策提供了重要依據(jù)。然而，在精準(zhǔn)扶貧與2020年全面建成小康社會(huì)的背景下，現(xiàn)有的研究仍然存在較大的拓展空間：(1)在針對(duì)縣域?qū)用娴呢毨Э臻g格局和影響機(jī)制的研究中，綜合應(yīng)用空間手段與計(jì)量模型進(jìn)行經(jīng)濟(jì)—社會(huì)—自然多維評(píng)價(jià)的成果相對(duì)較少；(2)研究區(qū)域多集中于集中連片特困區(qū)或中西部地區(qū)，較少關(guān)注區(qū)域差異較大且貧困不容忽視的東南沿海的區(qū)域貧困問題，顯然不足以全面與正確理解我國復(fù)雜的區(qū)域貧困特征，也會(huì)在一定程度上影響我國全面脫貧目標(biāo)的實(shí)現(xiàn)。鑒于此，本研究以地處東南沿海的福建省為典型案例，綜合運(yùn)用BP神經(jīng)網(wǎng)絡(luò)及GIS技術(shù)手段，嘗試建立經(jīng)濟(jì)—社會(huì)—自然維度貧困評(píng)價(jià)體系，探討縣域尺度的貧困格局與分異規(guī)律，希望能夠揭示東南沿海地區(qū)貧困的空間分異機(jī)制，豐富貧困研究案例，并為相關(guān)部門制定精準(zhǔn)扶貧政策提供有益參考。

一、 區(qū)域概況與數(shù)據(jù)來源

(一)區(qū)域概況

福建省位于我國東南沿海，東與臺(tái)灣島隔海相望，東北、西南部分別與浙江省、廣東省毗鄰，屬亞熱帶海洋性季風(fēng)氣候，水熱條件優(yōu)越，雨熱同季，年均氣溫、降雨量分別為17～21℃和1 400～2 000 mm。福建省是典型的山海兼?zhèn)涫》荩貏?shì)總體由西北向東南傾斜，以山地和丘陵為主，素有“八山一水一分田”之稱。福建省地處東南沿海發(fā)達(dá)地區(qū)，2017年全省地區(qū)生產(chǎn)總值達(dá)32 182.09億元。然而，與毗鄰的浙江省、廣東省等經(jīng)濟(jì)發(fā)達(dá)省份相比，總體經(jīng)濟(jì)較為落后，屬沿海發(fā)達(dá)地區(qū)的經(jīng)濟(jì)洼地。與此同時(shí)，受自然因素以及經(jīng)濟(jì)社會(huì)條件的影響，福建省內(nèi)部區(qū)域經(jīng)濟(jì)發(fā)展并不均衡，廣大山區(qū)仍存在相當(dāng)比例的欠發(fā)達(dá)區(qū)域，扶貧形勢(shì)依然嚴(yán)峻。截至2016年，福建省貧困人口仍有23萬人，貧困發(fā)生率為0.8%[1]，在一些偏遠(yuǎn)山區(qū)縣城，甚至形成連片貧困集聚區(qū)。在我國精準(zhǔn)扶貧大背景下，福建省不斷加大扶貧開發(fā)力度，印發(fā)《福建省“十三五”扶貧開發(fā)專項(xiàng)規(guī)劃》，將扶持貧困地區(qū)發(fā)展作為戰(zhàn)略任務(wù)，并確定了23個(gè)省級(jí)扶貧開發(fā)重點(diǎn)縣作為扶貧開發(fā)的主戰(zhàn)場(chǎng)，縣級(jí)行政區(qū)已經(jīng)成為福建省精準(zhǔn)扶貧的重要單元。鑒于此，本研究選取福建省現(xiàn)轄56個(gè)縣域(不含市轄區(qū)與金門縣)作為典型研究區(qū)域，重點(diǎn)探討福建省縣域的貧困空間分布格局，希望能夠揭示其空間分異規(guī)律。

(二)數(shù)據(jù)來源

本研究的數(shù)據(jù)包括研究區(qū)內(nèi)經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)與基礎(chǔ)自然數(shù)據(jù),截至本文成稿時(shí)的最新數(shù)據(jù)更新至2016年，考慮到研究區(qū)內(nèi)經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)與基礎(chǔ)自然數(shù)據(jù)的一致性，統(tǒng)一使用2016年的數(shù)據(jù)。前者來源于《中國縣域統(tǒng)計(jì)年鑒(縣市卷)2016》，包括醫(yī)療床位數(shù)、在校生數(shù)、本地電話年末用戶、農(nóng)業(yè)機(jī)械總動(dòng)力等，部分經(jīng)濟(jì)數(shù)據(jù)及市縣數(shù)據(jù)來源于2016年福建統(tǒng)計(jì)年鑒，如人均GDP、人均財(cái)政收入、城鎮(zhèn)化率等；后者包括縣均高程、縣均坡度，來源于國際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)下載的DEM數(shù)據(jù)，提取30 m的數(shù)字高程、坡度數(shù)據(jù)；降水?dāng)?shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)，部分沒有氣象觀測(cè)站點(diǎn)的縣域(如壽寧縣、連城縣、長泰縣等)降水?dāng)?shù)據(jù)采用空間差值方法獲取[10]。

二、 研究方法

(一)經(jīng)濟(jì)—社會(huì)—自然三維貧困評(píng)估體系構(gòu)建

目前，學(xué)術(shù)界對(duì)貧困的度量指標(biāo)已超越單一的經(jīng)濟(jì)維度，延伸至社會(huì)、自然的綜合維度，對(duì)縣級(jí)貧困測(cè)量指標(biāo)體系則更多地關(guān)注地區(qū)的可持續(xù)發(fā)展能力。在前人研究的基礎(chǔ)上，根據(jù)數(shù)據(jù)的科學(xué)性、典型性及可獲得性等原則，從經(jīng)濟(jì)、社會(huì)、自然環(huán)境等3個(gè)方面構(gòu)建縣域貧困的測(cè)度指標(biāo)體系，以期更加全面地反映縣域貧困狀況(表1)。

表1 縣域多維貧困評(píng)價(jià)指標(biāo)體系Table 1 Evaluation index system of multidimensional poverty by county

(二)縣域貧困的BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)

人工神經(jīng)網(wǎng)絡(luò)是由大量簡單神經(jīng)元聯(lián)接而成的非線性復(fù)雜網(wǎng)絡(luò)系統(tǒng)，在信息不完備的情況下，對(duì)模式識(shí)別、方案決策、知識(shí)處理等方面具有很強(qiáng)的能力[11]。BP神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于地學(xué)分析中預(yù)測(cè)預(yù)報(bào)、模式識(shí)別、分類與評(píng)價(jià)等方面[11-16]，也被部分學(xué)者引入貧困研究中[4-6]，是應(yīng)用最廣的人工神經(jīng)網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，包括輸入層、一個(gè)或若干個(gè)隱含層及輸出層[17]。本研究基于BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)得出縣域貧困評(píng)價(jià)流程，具體如下：

1.訓(xùn)練樣本選取。由于縣域貧困的人工神經(jīng)網(wǎng)絡(luò)研究沒有一個(gè)通用的標(biāo)準(zhǔn)，且本研究側(cè)重分析福建省內(nèi)部相對(duì)貧困的空間差異，故先將各維度指標(biāo)數(shù)據(jù)做歸一化處理，再采用自然間斷點(diǎn)分類法進(jìn)行等級(jí)劃分，得出各等級(jí)劃分的邊界值，從而得到縣域多維貧困BP神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)標(biāo)準(zhǔn)(表2)。將經(jīng)濟(jì)、社會(huì)、自然維度各指標(biāo)數(shù)據(jù)劃分為1(高)、2(較高)、3(中)、4(較低)、5(低)等5個(gè)等級(jí)用于研究相對(duì)貧困評(píng)價(jià)等級(jí)，數(shù)值越低表示貧困程度越高。

表2 縣域多維貧困BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)標(biāo)準(zhǔn)Table 2 Evaluation standard of multidimensional poverty by county in BP neural network

2.網(wǎng)絡(luò)訓(xùn)練。在MATLAB 7.0軟件的Neural Network 神經(jīng)網(wǎng)絡(luò)工具箱下，依次將單一經(jīng)濟(jì)維度(下文簡稱“一維”)、經(jīng)濟(jì)—社會(huì)—自然維度(下文簡稱“多維”)的訓(xùn)練樣本集歸一化處理后作為輸入向量，對(duì)應(yīng)的等級(jí)數(shù)據(jù)為目標(biāo)向量。由于本研究網(wǎng)絡(luò)訓(xùn)練樣本量較小，因而采用spline線性內(nèi)插法[19]，將表2中的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行100個(gè)等距內(nèi)插。網(wǎng)絡(luò)參數(shù)的具體選擇如下：(1)網(wǎng)絡(luò)訓(xùn)練函數(shù)選擇traingdx函數(shù)；(2)輸出神經(jīng)元選擇Purelin型函數(shù)(可以使整個(gè)網(wǎng)絡(luò)輸出任意值)；(3)神經(jīng)網(wǎng)絡(luò)層數(shù)選擇2層；(4)最優(yōu)隱層神經(jīng)元數(shù)選擇6、9(通過反復(fù)試驗(yàn)，網(wǎng)絡(luò)收斂速度最佳及誤差最小的最優(yōu)神經(jīng)元數(shù))；(5)其余值參照系統(tǒng)默認(rèn)值。

3.數(shù)據(jù)輸入。將一維、多維的縣域數(shù)據(jù)歸一化后輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，計(jì)算出在不同維度下福建省各縣域的等級(jí)得分。

三、結(jié)果分析

(一)貧困程度的一維與多維評(píng)估結(jié)果比較

多維貧困評(píng)估更能體現(xiàn)縣域貧困特征。福建省23個(gè)省級(jí)扶貧重點(diǎn)縣主要集中分布在寧德市(6個(gè))、南平市(5個(gè))及三明市(5個(gè))，在空間上有集聚分布的特征。將福建省縣域一維及多維評(píng)估結(jié)果與重點(diǎn)縣分布現(xiàn)狀進(jìn)行對(duì)比，結(jié)果顯示，一維評(píng)估結(jié)果與重點(diǎn)縣的重合度僅為65.2%，原是省級(jí)扶貧重點(diǎn)縣的光澤縣、建寧縣、泰寧縣、連城縣、永泰縣等一維評(píng)估結(jié)果為中等貧困程度，與實(shí)際情況有較大的差距；而多維評(píng)估結(jié)果與重點(diǎn)縣分布重合度較高，達(dá)91.3%，說明多維評(píng)估更加全面和深入地考慮了縣域社會(huì)、自然等貧困要素，評(píng)價(jià)結(jié)果更貼近福建省縣域貧困的實(shí)際情況。

多維貧困的差異更加顯著?？傮w上，多維評(píng)估得分值普遍低于一維評(píng)估，由于各縣域社會(huì)保障與自然資本的差異，部分縣域一維、多維評(píng)估結(jié)果差值大于1，如羅源縣、政和縣、漳浦縣、霞浦縣等。具體差異如表3所示：(1)縣域貧困形勢(shì)較為嚴(yán)峻。在縣域數(shù)量上，一維或多維評(píng)估結(jié)果中貧困程度較高(含等級(jí)值為1、2)的縣域較多，尤其是多維評(píng)估中貧困程度高、較高的縣域數(shù)量約占全省總數(shù)的42.9%；在總體均值上，一維評(píng)估值(2.50)略高于多維評(píng)估(2.45)，即從單一經(jīng)濟(jì)角度評(píng)價(jià)福建縣域的貧困等級(jí)，各縣域分值普遍偏高，這也從側(cè)面反映了各縣域的社會(huì)福利、醫(yī)療水平、公共基礎(chǔ)設(shè)施等社會(huì)保障低下及一些潛在的自然環(huán)境能在一定程度上導(dǎo)致貧困。(2)縣域貧富差距較大。一維評(píng)估的高貧困程度縣域均值與低貧困程度縣域均值的差值為3.58，多維評(píng)估兩者之間均值的差值高達(dá)4.15，表明福建省縣域貧困程度呈現(xiàn)顯著的兩極分化格局，即“富者偏富，貧者偏貧”。(3)在組內(nèi)偏差上，兩種評(píng)估方式的結(jié)果差異較明顯。在一維評(píng)估的數(shù)值上，中等貧困程度縣域的均值比較低貧困程度縣域均值小1.11，其余組間偏差均小于1，表明中等貧困程度縣域與較低貧困度縣域的分異趨勢(shì)最為明顯；而在多維評(píng)估中，除了較高貧困程度縣域與中等貧困縣域的差距小于1外，其余組間偏差值都大于1，表明綜合社會(huì)、自然維度的縣域綜合貧困差異更加顯著。

表3 福建省縣域一維、多維貧困評(píng)估結(jié)果Table 3 One and multidimensional evaluation results of poverty by county in in Fujian province

(二)貧困空間總體分布格局

利用ArcGIS 10.2的趨勢(shì)分析工具對(duì)縣域貧困的空間分異趨勢(shì)進(jìn)行判斷。結(jié)果顯示東西向、南北向的結(jié)果差異較為顯著，縣域貧困空間分異特征較明顯?？傮w上，福建省貧困程度東部低于西部，北部高于南部；貧困等級(jí)為1、2的縣域在空間上集聚特征明顯，具體表現(xiàn)為2個(gè)核心集聚區(qū)和2個(gè)次級(jí)集聚區(qū)的格局。核心集聚區(qū)主要集中分布在閩西南與閩東北區(qū)域。漳州市的平和縣、云霄縣、詔安縣，中部地區(qū)的閩清縣、永泰縣及仙游縣等形成次集聚區(qū)，呈“大分散，小集中”的空間格局。

山區(qū)縣為貧困主要集中地，貧困程度較深的政和縣、連城縣、屏南縣、壽寧縣、周寧縣等多是山區(qū)縣城，其自然基礎(chǔ)條件薄弱，各類基礎(chǔ)設(shè)施不夠完善，容易形成農(nóng)村貧困化的“孤島效應(yīng)”。山區(qū)縣城貧困“積重難返，積貧積弱”特征顯著，由于地形地貌等自然因素的影響，基礎(chǔ)設(shè)施投入不足，較少或難以與外界進(jìn)行物資、信息、人員交流，遠(yuǎn)離經(jīng)濟(jì)發(fā)達(dá)地區(qū)產(chǎn)業(yè)和技術(shù)帶動(dòng)，造成與外界的經(jīng)濟(jì)聯(lián)系弱化、發(fā)展差距持續(xù)拉大，貧困程度較深。

環(huán)城市群貧困帶日益顯現(xiàn)。中部地區(qū)如尤溪縣、大田縣、安溪縣、南靖縣等，圍繞在經(jīng)濟(jì)較為發(fā)達(dá)的廈門市、泉州市部分縣區(qū)，從而形成“環(huán)廈漳泉城市群貧困帶”，雖然受到沿海發(fā)達(dá)地區(qū)的經(jīng)濟(jì)輻射，但并未緩解其貧困情況，主要原因可能是由于產(chǎn)業(yè)發(fā)展水平相對(duì)較低，區(qū)域競(jìng)爭(zhēng)力與吸引力不強(qiáng)，勞動(dòng)力、資本等紛紛流向周邊更為發(fā)達(dá)的地區(qū)。

(三)不同貧困程度的空間分布格局

高、較高貧困程度縣域主要分布于閩東北、閩西南山區(qū)縣。福建省高貧困縣域有4個(gè)，即政和縣、壽寧縣、松溪縣及寧化縣，占比為7.14%；在地理分布上，除寧化縣分布在閩西外，其余高貧困縣域均分布在閩東北地區(qū)，且外圍地區(qū)多為較高或中等貧困程度縣域；在空間形態(tài)上，高貧困貧困程度縣域表現(xiàn)為“小連片集聚”特征。

福建省較高貧困縣域分布較廣，包括周寧縣、屏南縣、連城縣在內(nèi)的20個(gè)縣域，占比為35.7%，組內(nèi)均值為1.7；在地理分布上，除少量分布在閩中及閩南地區(qū)外，大多分布在閩西南、閩東北，多與地級(jí)市市轄區(qū)或低貧困縣域相鄰；在空間形態(tài)上，具體而言，閩西南地區(qū)貧困縣(泰寧縣、建寧縣、明溪縣、清流縣、連城縣、長汀縣)呈團(tuán)狀連片分布；閩東北地區(qū)貧困縣(周寧縣、屏南縣、古田縣、閩清縣、永泰縣、仙游縣、羅源縣)構(gòu)成軸狀連片分布；閩南地區(qū)的貧困縣(平和縣、云霄縣、詔安縣)形成次級(jí)團(tuán)狀連片分布。

中等貧困程度縣域主要分布于閩中地區(qū)。中等貧困程度縣包括尤溪縣、大田縣、南靖縣等13個(gè)縣域，占比為23.2%，均值為2.49，其特征如下：地理分布上，中等貧困程度縣域主要分布在福建省中部，僅少量分布在閩西地區(qū)；空間形態(tài)上，中等貧困縣域有明顯的區(qū)位特征，表現(xiàn)為“環(huán)城市群貧困帶”。具體而言，中等貧困程度縣軸帶狀集聚區(qū)大致沿武夷山脈分布，自北向南依次由尤溪縣—大田縣—漳平市、安溪縣、華安縣、南靖縣—漳浦縣等7個(gè)縣域構(gòu)成，這些地區(qū)集聚分布特征異常明顯，周圍多臨近地級(jí)直轄市。由于這些縣域貧困程度中等，如果能合理規(guī)劃，使其受到周圍發(fā)達(dá)地區(qū)經(jīng)濟(jì)、社會(huì)福利上的輻射，提升區(qū)域的綜合競(jìng)爭(zhēng)力，將有助于其發(fā)展為較低貧困程度區(qū)，甚至直接邁進(jìn)低貧困程度區(qū)。

低、較低貧困程度區(qū)主要分布于沿海地區(qū)。福建省低、較低貧困程度縣數(shù)量分別為3、13個(gè)，組內(nèi)均值分別為4.77、3.56，分值較高。晉江市、石獅市、南安市貧困程度較低，這3個(gè)縣域都位于沿海區(qū)域，有著獨(dú)特的自然優(yōu)勢(shì)，并且在經(jīng)濟(jì)發(fā)展水平、教育、醫(yī)療衛(wèi)生、社會(huì)福利等方面都位于福建省前列。較低貧困程度縣域主要分布在東南沿海區(qū)域，大多隸屬于福州市(如閩侯縣、長樂市、福清市)、泉州市(如德化縣、永春縣)。在空間上，較低貧困程度縣域分散分布在各市，但大體都集中在東南沿海地區(qū)。

四、 結(jié)論、討論與政策建議

(一)主要結(jié)論

1.多維貧困評(píng)估更能體現(xiàn)縣域貧困的特征。福建省縣域貧困多維評(píng)估結(jié)果與23個(gè)省級(jí)扶貧重點(diǎn)縣分布較為一致，但是單一的經(jīng)濟(jì)維度容易掩蓋貧困的區(qū)域差異；多維評(píng)估綜合考慮了各縣域社會(huì)、自然等貧困要素，評(píng)估結(jié)果更貼近實(shí)際，更能科學(xué)地反映縣域貧困特征。

2.縣域貧困的空間格局特征較為顯著?？傮w上，福建省貧困程度東部低于西部，北部高于南部，貧困空間集聚特征較為明顯，呈“大分散，小集中”的態(tài)勢(shì)；山區(qū)縣多為高貧困集中地，中部地區(qū)環(huán)城市群貧困帶日益顯現(xiàn)。

3.不同程度貧困縣域空間分異存在規(guī)律。福建省貧困程度較高的縣域主要分布在閩西南、閩東北地區(qū)，形成2個(gè)核心集聚區(qū)和1個(gè)次級(jí)集聚區(qū)。由于大多數(shù)貧困程度較高的縣域位于生態(tài)脆弱區(qū)，海拔較高、坡度較大，加之大多數(shù)縣域的教育水平、醫(yī)療衛(wèi)生水平較低下，公共基礎(chǔ)設(shè)施較不完善，造成區(qū)域生產(chǎn)力水平低下，給扶貧工作帶來一定的難度。中部地區(qū)貧困程度中等，呈軸帶狀分布，這些縣域未受到鄰近發(fā)達(dá)地區(qū)的經(jīng)濟(jì)輻射，卻伴隨著嚴(yán)重的資本和人才外流，使得區(qū)域自身發(fā)展條件嚴(yán)重缺失，反而成為經(jīng)濟(jì)洼地，同時(shí)這些地區(qū)也伴隨著潛在的自然貧困度，如大田縣、尤溪縣的海拔、坡度較大，極易因遭受自然災(zāi)害而致貧，容易陷入較高等級(jí)貧困。沿海地區(qū)貧困程度較低，但也存在人口、經(jīng)濟(jì)要素過于集聚等問題，不利于縣域可持續(xù)發(fā)展。

(二)討論

研究結(jié)果發(fā)現(xiàn)，BP神經(jīng)網(wǎng)絡(luò)是較為成功的一種人工神經(jīng)網(wǎng)絡(luò)模型，在分類評(píng)價(jià)中能有效避免人為確定指標(biāo)權(quán)重的主觀性，更準(zhǔn)確地反映出區(qū)域相對(duì)貧困以及不同程度的貧困差異。然而，需要指出的是，在多維評(píng)估結(jié)果中，出現(xiàn)部分縣域與省級(jí)扶貧重點(diǎn)縣存在較大的差異，如柘榮縣為省級(jí)扶貧重點(diǎn)縣，但是在多維評(píng)估中，貧困等級(jí)卻顯示較低水平，可能是由于柘榮縣為福建省人口與地域規(guī)模最小的縣，部分指標(biāo)的影響權(quán)重較大的緣故。另外，由于需要構(gòu)造訓(xùn)練樣本集，而多維貧困尚未有嚴(yán)格意義上的標(biāo)準(zhǔn)界定等局限，BP神經(jīng)網(wǎng)絡(luò)在評(píng)估區(qū)域相對(duì)貧困時(shí)更為適用，絕對(duì)貧困的應(yīng)用則需要更多案例的檢驗(yàn)。

(三)瞄準(zhǔn)貧困空間分異的扶貧開發(fā)政策建議

由上述結(jié)果分析可知，福建省內(nèi)部相對(duì)貧困顯著，貧困程度等級(jí)特征較為明顯，若按照各縣域目前的發(fā)展態(tài)勢(shì)，福建省貧困空間分異可能會(huì)日趨顯著。鑒于此，要改變福建省貧困差異顯著的現(xiàn)象，需要針對(duì)各縣域不同的貧困程度，推行差異化的扶貧開發(fā)策略。

1.高貧困程度地區(qū)注重經(jīng)濟(jì)—社會(huì)—自然系統(tǒng)綜合調(diào)控。在自然系統(tǒng)方面，處在生態(tài)脆弱區(qū)的縣域，要加大生態(tài)保育力度，穩(wěn)定農(nóng)業(yè)生產(chǎn)性補(bǔ)貼及長效補(bǔ)助機(jī)制，特別是因地理?xiàng)l件與自然災(zāi)害致貧的縣域，可加大生態(tài)補(bǔ)償?shù)牧Χ龋鋵?shí)“異地搬遷”政策。在經(jīng)濟(jì)系統(tǒng)方面，大力發(fā)展特色產(chǎn)業(yè)，提升脫貧的內(nèi)生動(dòng)力。在社會(huì)系統(tǒng)方面，完善區(qū)域道路、垃圾污水處理、信息網(wǎng)絡(luò)等基礎(chǔ)設(shè)施，破解貧困鄉(xiāng)村的基礎(chǔ)設(shè)施瓶頸；加大貧困縣域人力資本的投入力度，增加公共教育與醫(yī)療衛(wèi)生經(jīng)費(fèi)投入，特別是要關(guān)注農(nóng)村兒童失學(xué)現(xiàn)象，打破貧困代際傳遞的惡性循環(huán)；引進(jìn)和鼓勵(lì)畢業(yè)生到貧困縣域就業(yè)，培育和引入優(yōu)秀的基層干部，提高縣域整體扶貧能力。

2.中等貧困程度地區(qū)通過預(yù)警機(jī)制與均等化措施防范貧困程度加深。要完善監(jiān)測(cè)與預(yù)防機(jī)制，建立完善的貧困動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)，防止該類地區(qū)疾病、失業(yè)、失學(xué)等潛在致貧因素滋生；加大完善基礎(chǔ)設(shè)施與公共服務(wù)設(shè)施投資力度，提升公共服務(wù)均等化水平，推進(jìn)教育、醫(yī)療等公共服務(wù)均等化發(fā)展；潛在貧困度較高且有著明顯區(qū)位特征的地區(qū)，應(yīng)注重挖掘自身優(yōu)勢(shì)資源潛力，主動(dòng)承接較發(fā)達(dá)縣域的產(chǎn)業(yè)梯度轉(zhuǎn)移，或制定優(yōu)惠政策吸引勞動(dòng)力返鄉(xiāng)定居創(chuàng)業(yè)，破解“人力資本陷阱”。

3.貧困程度較低但仍存在一定貧困的地區(qū)要形成穩(wěn)定的可持續(xù)發(fā)展機(jī)制。有序調(diào)控空間，合理布局產(chǎn)業(yè)，提升縣域人口、經(jīng)濟(jì)集聚能力，進(jìn)一步縮小區(qū)域的差距。低貧困程度地區(qū)可為周圍縣域提供經(jīng)驗(yàn)做法，同時(shí)要注重區(qū)域的可持續(xù)發(fā)展，盡可能拓展城鎮(zhèn)發(fā)展空間以緩解縣域人口、經(jīng)濟(jì)過于集聚等問題?？茖W(xué)引導(dǎo)本地優(yōu)勢(shì)產(chǎn)業(yè)向周圍中高貧困縣域轉(zhuǎn)移，形成良性產(chǎn)業(yè)輻射效應(yīng)，或通過區(qū)域聯(lián)盟等方式，為周邊貧困地區(qū)提供新的經(jīng)濟(jì)增長點(diǎn)，帶動(dòng)區(qū)域協(xié)同發(fā)展。