西南喀斯特區(qū)貧困空間剝奪的識(shí)別及空間格局分析

劉愿理，廖和平,2，張茜茜，李 靖，蔡 進(jìn)

西南喀斯特區(qū)貧困空間剝奪的識(shí)別及空間格局分析

劉愿理1，廖和平1,2※，張茜茜1，李 靖3，蔡 進(jìn)4

（1. 西南大學(xué)地理科學(xué)學(xué)院，重慶 400067； 2. 西南大學(xué)精準(zhǔn)扶貧與區(qū)域發(fā)展研究中心，重慶 400067；3. 西南科技大學(xué)經(jīng)濟(jì)管理學(xué)院，綿陽(yáng) 621000； 4.重慶工商大學(xué)旅游與國(guó)土資源學(xué)院，重慶 400067）

西南喀斯特區(qū)是生態(tài)環(huán)境脆弱和多維貧困復(fù)合區(qū)域，研究該區(qū)域的貧困空間剝奪有助于揭示特定區(qū)域的貧困原因和空間分布，為制定減貧措施提供理論依據(jù)。該文在引入貧困空間剝奪概念的基礎(chǔ)上，構(gòu)建貧困空間剝奪指標(biāo)體系，運(yùn)用空間自相關(guān)、熱點(diǎn)分析和地理探測(cè)器等方法，對(duì)云南省羅平縣153個(gè)行政村進(jìn)行了貧困空間剝奪識(shí)別和空間格局研究。結(jié)果表明：羅平縣貧困空間剝奪程度較深，自然剝奪、經(jīng)濟(jì)剝奪、生態(tài)剝奪、能力剝奪和機(jī)會(huì)剝奪5個(gè)維度和多維貧困空間剝奪的程度均以中高度剝奪為主；貧困空間剝奪集聚性較強(qiáng)，存在6個(gè)高值集聚區(qū)和1個(gè)低值集聚區(qū)；空間格局分布地域性明顯，單維度貧困空間剝奪分布呈現(xiàn)不同的空間形態(tài)特征，多維貧困空間剝奪呈現(xiàn)“中心低、外圍高”的空間結(jié)構(gòu)；最后，針對(duì)5個(gè)重點(diǎn)貧困空間剝奪區(qū)域提出了政策建議，為統(tǒng)籌城鄉(xiāng)貧困治理和實(shí)施鄉(xiāng)村振興戰(zhàn)略提供科學(xué)參考。

空間分布；鄉(xiāng)村；識(shí)別；貧困空間剝奪；喀斯特區(qū)；羅平縣

0 引 言

精準(zhǔn)扶貧以來(lái)，中國(guó)脫貧攻堅(jiān)取得了決定性進(jìn)展，2012年至2017年期間，中國(guó)農(nóng)村累計(jì)脫貧近7 000萬(wàn)人，國(guó)家貧困縣減少了153個(gè)，貧困發(fā)生率由10.2%下降至3.1%[1]。但截止2017年底，中國(guó)仍有3 046萬(wàn)貧困人口，主要分布在14個(gè)集中連片特困地區(qū)。滇桂黔石漠化片區(qū)作為典型的喀斯特地貌，集民族地區(qū)、革命老區(qū)和邊境地區(qū)于一體，生態(tài)環(huán)境脆弱，“山窮、水枯、林衰、土瘦”，發(fā)展條件較差，基礎(chǔ)設(shè)施落后，貧困分布較廣，致貧原因復(fù)雜交織，是全國(guó)扶貧對(duì)象最多、貧困程度最深，脫貧攻堅(jiān)難度最大的片區(qū)。目前，中國(guó)脫貧攻堅(jiān)已進(jìn)入“啃硬骨頭、趟深水區(qū)”的攻堅(jiān)克難的關(guān)鍵階段，如何科學(xué)分析和系統(tǒng)研究特定區(qū)域、特定群眾的貧困問題，分門別類制定減貧措施具有重要的現(xiàn)實(shí)意義。

剝奪與貧困作為不可持續(xù)發(fā)展的兩大難題，具有孿生性。剝奪是指?jìng)€(gè)體缺少日常所需的食物、住房、室內(nèi)設(shè)施等資源或必要的教育、社會(huì)服務(wù)、就業(yè)等機(jī)會(huì)的一種資源分配不公平現(xiàn)象[2]。國(guó)內(nèi)外學(xué)者對(duì)剝奪進(jìn)行了大量研究，Ayala等學(xué)者建立了社會(huì)貧困剝奪指數(shù)衡量方法，先后提出了貧困主體需要?jiǎng)儕Z指數(shù)、貧困比例剝奪指數(shù)、因子權(quán)重剝奪指數(shù)法、尤斯泰姆指數(shù)法、新西蘭剝奪指數(shù)[3-5]，國(guó)內(nèi)學(xué)者從不同角度對(duì)城市化進(jìn)程中的區(qū)域剝奪現(xiàn)象進(jìn)行探討，研究社會(huì)經(jīng)濟(jì)、區(qū)域資源、居住環(huán)境等剝奪現(xiàn)象及程度測(cè)算，分析彼此間的關(guān)聯(lián)機(jī)制[6-8]。同時(shí)，貧困問題也是學(xué)者長(zhǎng)期關(guān)注的焦點(diǎn)[9-10]，對(duì)其研究較多，理論研究上，經(jīng)歷了經(jīng)濟(jì)學(xué)的“物質(zhì)缺乏貧困論”[11-12]、社會(huì)學(xué)的“機(jī)會(huì)剝奪貧困論”[13]、發(fā)展學(xué)的“可行能力貧困”和“多維貧困”[14-15]、政治學(xué)的“權(quán)利理論”[16-17]、生態(tài)學(xué)的“生態(tài)貧困論”[18-19]和地理學(xué)的“空間貧困陷阱理論”[20]；貧困測(cè)量維度上，從傳統(tǒng)的經(jīng)濟(jì)維度測(cè)量拓展到經(jīng)濟(jì)、社會(huì)、自然等多維度綜合測(cè)量[21-22]；評(píng)價(jià)模型中，主要包括空間回歸、泊松回歸、人工神經(jīng)網(wǎng)絡(luò)、地理探測(cè)器等方法和模型[23-24]。研究尺度上，從全國(guó)、省域、區(qū)縣、鄉(xiāng)鎮(zhèn)、行政村和農(nóng)戶等不同尺度對(duì)貧困的空間格局進(jìn)行分析，識(shí)別貧困空間分異，進(jìn)行貧困類型劃分[25-29]。

縱觀國(guó)內(nèi)外關(guān)于剝奪與貧困問題的研究，主要側(cè)重在測(cè)量方法、地理識(shí)別、指標(biāo)體系等方面，從空間剝奪的視角對(duì)特定地區(qū)、特定群眾的貧困問題研究較少，而西南喀斯特地區(qū)作為生態(tài)環(huán)境脆弱和多維貧困的復(fù)合區(qū)域，研究其貧困空間剝奪識(shí)別及其空間格局有重要的現(xiàn)實(shí)意義。因此，本文引入貧困空間剝奪概念，以深度貧困地區(qū)云南省羅平縣153個(gè)行政村為評(píng)價(jià)單元，構(gòu)建自然、經(jīng)濟(jì)、生態(tài)、機(jī)會(huì)和能力等五個(gè)維度的貧困空間剝奪指標(biāo)體系，運(yùn)用貧困空間剝奪指數(shù)模型、空間自相關(guān)和熱點(diǎn)分析等方法，通過(guò)ArcGIS、Geoda等軟件，探索羅平縣貧困空間剝奪狀況，分析空間分異規(guī)律和發(fā)生機(jī)理，有針對(duì)性地提出減貧策略，以期為西南喀斯特地區(qū)脫貧攻堅(jiān)和2020年全面建成小康社會(huì)提供理論指導(dǎo)和實(shí)踐參考。

1 貧困空間剝奪的概念與內(nèi)涵

目前中國(guó)學(xué)術(shù)界沒有系統(tǒng)界定“貧困空間剝奪”的概念，但對(duì)空間貧困和空間剝奪的研究較多。其中，空間貧困研究是將空間的概念引入貧困問題分析中，賦予貧困空間屬性，旨在探討貧困的空間分布及貧困與地理環(huán)境之間的關(guān)系[30-32]。早期的空間經(jīng)濟(jì)學(xué)和新經(jīng)濟(jì)地理學(xué)為空間貧困研究奠定了基礎(chǔ)，隨著多維貧困的研究和地理信息系統(tǒng)的發(fā)展，逐漸建立起了地理空間框架分析貧困與地理環(huán)境要素之間的關(guān)系，形成了空間貧困理論。其基本思想是根據(jù)要素（自然、社會(huì)、經(jīng)濟(jì)、生態(tài)等要素）建立自然地理環(huán)境體系，研究其空間分布，繪制貧困空間地圖，分析空間貧困形成的原因，制定空間貧困治理措施[33-34]。而空間剝奪是研究空間分異結(jié)果的重要理論工具[35]。其中，健康地理學(xué)將剝奪理論運(yùn)用于健康、福利、身體質(zhì)量等空間水平指數(shù)分析；城市社會(huì)地理學(xué)通過(guò)測(cè)度個(gè)體剝奪評(píng)價(jià)地域的剝奪程度，探討社會(huì)不平等與空間差異性之間的關(guān)聯(lián)；人文地理學(xué)從空間公平的角度出發(fā)，重點(diǎn)分析城市化進(jìn)程中空間剝奪的現(xiàn)象，研究社會(huì)經(jīng)濟(jì)、區(qū)域資源、社區(qū)服務(wù)等剝奪現(xiàn)象及其程度測(cè)算。這些研究都為分析貧困空間剝奪提供了借鑒。

本文結(jié)合空間貧困理論和剝奪的概念，在現(xiàn)有成果的基礎(chǔ)上將“貧困空間剝奪”界定為：由于城鎮(zhèn)化的快速發(fā)展，城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)導(dǎo)致優(yōu)勢(shì)區(qū)域侵占或掠奪劣勢(shì)區(qū)域的自然、經(jīng)濟(jì)、生態(tài)、可行能力和發(fā)展機(jī)會(huì)等各種資源與權(quán)利，導(dǎo)致優(yōu)勢(shì)區(qū)域快速發(fā)展，劣勢(shì)區(qū)域緩慢發(fā)展甚至停滯不前，在地理空間上表現(xiàn)出“優(yōu)勢(shì)區(qū)域的群體越富，劣勢(shì)區(qū)域的群體越窮”的一種剝奪狀態(tài)（圖1）。這種狀態(tài)主要表現(xiàn)為5個(gè)方面：一是自然剝奪，反映的是區(qū)域耕地的數(shù)量和質(zhì)量、耕作條件等情況，以資源稟賦和資源組合表示；二是經(jīng)濟(jì)剝奪，反映的是群眾收入、信貸能力、集體經(jīng)濟(jì)水平等情況，以經(jīng)濟(jì)基礎(chǔ)和發(fā)展條件表示；三是生態(tài)剝奪，反映區(qū)域的地質(zhì)災(zāi)害、荒漠化面積、傳統(tǒng)能源使用等情況，以地質(zhì)災(zāi)害和生態(tài)環(huán)境表示；四是機(jī)會(huì)剝奪，反映的是解決貧困所需的交通、住房、對(duì)外聯(lián)絡(luò)等情況的剝奪，以交通條件、住房條件和對(duì)外聯(lián)絡(luò)表示，是致貧的外因；五是能力剝奪，反映的是貧困人口自身能力的剝奪，以生產(chǎn)能力、身體健康來(lái)表示，是致貧的內(nèi)因。

圖1 貧困空間剝奪的內(nèi)涵闡釋圖

2 研究方法與數(shù)據(jù)來(lái)源

2.1 區(qū)域概況

西南喀斯特地區(qū)集生態(tài)環(huán)境脆弱和多維貧困于一體，是當(dāng)前中國(guó)脫貧攻堅(jiān)的主戰(zhàn)場(chǎng)。羅平縣位于滇、桂、黔三省結(jié)合部，地處云南省東部，地理位置介于東經(jīng)103°57′～104°43′、北緯24°31′～25°25′，是典型的西南喀斯特地區(qū)。該縣地形屬滇東高原向黔西高原過(guò)渡帶，地勢(shì)西北高，東南低，平均海拔1 480 m（圖2和圖3），年平均降雨量1 740 mm。2017年全縣轄13個(gè)鄉(xiāng)鎮(zhèn)（街道），153個(gè)行政村，1 194個(gè)自然村，1 504個(gè)村民小組，總?cè)丝?4.78萬(wàn)人，其中農(nóng)業(yè)人口49.96萬(wàn)人，主要分布在壩區(qū)和半山區(qū)，河谷區(qū)、山區(qū)和高寒山區(qū)人口較少。境內(nèi)居住有布依族、彝族、苗族、壯族等22個(gè)少數(shù)民族，人口為9.39萬(wàn)人，占總?cè)丝诘?4.50%。

圖2 羅平縣區(qū)位圖

圖3 羅平縣地形圖

全縣喀斯特地貌突出，石漠化面積占土地總面積的89.9%，尤其是南部地區(qū)，工程性缺水嚴(yán)重，生態(tài)環(huán)境脆弱，山地巖石裸露率高。羅平縣屬于經(jīng)濟(jì)發(fā)展制約型貧困縣，城鄉(xiāng)二元結(jié)構(gòu)較為明顯，2012年被認(rèn)定為全國(guó)14個(gè)連片特困地區(qū)680個(gè)貧困縣之一，農(nóng)村經(jīng)濟(jì)落后，貧困程度深，2017年共有142個(gè)貧困村，41 920個(gè)貧困人口，是滇桂黔石漠化集中連片區(qū)的國(guó)家貧困縣之一。

2.2 指標(biāo)選取和權(quán)重確定

本文運(yùn)用空間貧困理論，圍繞自然、經(jīng)濟(jì)、生態(tài)、機(jī)會(huì)和能力5個(gè)維度構(gòu)建貧困空間剝奪評(píng)價(jià)指標(biāo)體系，通過(guò)R聚類-變異系數(shù)方法篩選候選指標(biāo)，建立了24個(gè)度量指標(biāo)（表1）。本文權(quán)重的確定主要結(jié)合層次分析法和熵權(quán)法的優(yōu)點(diǎn)，通過(guò)博弈論思想，以Nash均衡作為協(xié)調(diào)目標(biāo)，構(gòu)建可能權(quán)重集，以期確定一個(gè)最能接近實(shí)際情況的指標(biāo)權(quán)重值，即博弈論優(yōu)化權(quán)重。

表1 西南喀斯特地區(qū)貧困空間剝奪評(píng)價(jià)指標(biāo)體系及權(quán)重

2.3 模型方法

2.3.1 貧困空間剝奪指數(shù)模型

本文構(gòu)建的貧困空間剝奪評(píng)價(jià)指標(biāo)體系由自然剝奪、經(jīng)濟(jì)剝奪、生態(tài)剝奪、機(jī)會(huì)剝奪和能力剝奪5個(gè)維度構(gòu)成，每個(gè)維度下分別設(shè)置了若干度量指標(biāo)，通過(guò)維度綜合權(quán)重（計(jì)算方式同指標(biāo)權(quán)重）對(duì)各維度進(jìn)行加權(quán)，求得研究區(qū)貧困空間剝奪指數(shù)SDI（space deprivation index）。計(jì)算公式如下：

式中為維度個(gè)數(shù)；為相應(yīng)維度下的指標(biāo)個(gè)數(shù)；F為標(biāo)準(zhǔn)化后的指標(biāo)值；w為指標(biāo)權(quán)重；w為維度權(quán)重。

2.3.2 空間自相關(guān)分析

本研究采用全局莫蘭指數(shù)（Global Moran’）衡量羅平縣貧困空間剝奪的全局空間相關(guān)性，運(yùn)用Moran 散點(diǎn)圖描繪相鄰單元觀測(cè)值的相關(guān)關(guān)系，直觀反映局部空間相關(guān)性的類型及其空間分布，判斷羅平縣貧困空間剝奪分布屬于聚類型、離散型還是隨機(jī)型。Moran’值的計(jì)算公式如下：

式中為研究單元數(shù)，表示研究單位屬性平均值；為要素均值；X和X分別為研究單位和的屬性值；2代表方差；空間權(quán)重矩陣元素W為空間對(duì)象第和第2點(diǎn)的鏈接關(guān)系，通常有鄰接權(quán)重（contiguity weight）和距離權(quán)重（distance weight），本研究將基于距離標(biāo)準(zhǔn)構(gòu)建空間權(quán)重。Moran’值的顯著性檢驗(yàn)通過(guò)得分來(lái)衡量，計(jì)算公式如下

式中[]為Moran’的期望值；VAR[]為方差。

2.3.3 熱點(diǎn)分析

運(yùn)用熱點(diǎn)分析（Getis-Ord G*）統(tǒng)計(jì)度量局部空間自相關(guān)。全局莫蘭指數(shù)（Global Moran’）能衡量研究對(duì)象的整體分布狀態(tài)及其關(guān)聯(lián)度，但不能反映屬性相似聚集區(qū)的空間分布位置。采用熱點(diǎn)分析測(cè)算數(shù)據(jù)集中要素的Getis-Ord G*統(tǒng)計(jì)值，得到每個(gè)要素的得分和值，進(jìn)而識(shí)別具有顯著性的高值（熱點(diǎn)）和低值（冷點(diǎn)）空間聚類。Getis-Ord G*的局部統(tǒng)計(jì)可以表示為

式中為要素點(diǎn)總數(shù)；是要素的標(biāo)準(zhǔn)差；*統(tǒng)計(jì)是得分，得分高且值小，則表示存在一個(gè)高值的空間聚集；如果得分低并為負(fù)數(shù)且值小，則表示存在一個(gè)低值的空間聚集。

2.3.4 地理探測(cè)器

本文借鑒地理探測(cè)器模型[36]，引入貧困空間剝奪分異決定力指標(biāo)，通過(guò)分異及因子探測(cè)工具探測(cè)各維度貧困空間剝奪對(duì)多維貧困空間剝奪的作用，利用交互作用探測(cè)工具揭示任意2個(gè)維度貧困空間剝奪相互作用時(shí)是否會(huì)增加或者減弱對(duì)多維貧困空間剝奪的決定力。各單維度對(duì)多維空間剝奪的界決定力大小為

式中n為單維度的類型（對(duì)應(yīng)一個(gè)或多個(gè)子區(qū)域）內(nèi)的樣本數(shù)；2為整個(gè)區(qū)域的離散方差。當(dāng)各單維度貧困空間剝奪對(duì)多維貧困空間剝奪指數(shù)具有決定力時(shí)，每個(gè)類型（對(duì)應(yīng)一個(gè)或多個(gè)子區(qū)域）的離散方差2會(huì)較小，類型（對(duì)應(yīng)一個(gè)或多個(gè)子區(qū)域）之間的離散方差會(huì)較大。

2.4 數(shù)據(jù)來(lái)源與處理

本文貧困空間剝奪研究將從自然剝奪、經(jīng)濟(jì)剝奪、生態(tài)剝奪、機(jī)會(huì)剝奪和能力剝奪5個(gè)方面展開，分別涉及土地利用數(shù)據(jù)、社會(huì)統(tǒng)計(jì)數(shù)據(jù)和調(diào)研數(shù)據(jù)等。所有基礎(chǔ)地理數(shù)據(jù)均經(jīng)過(guò)粗差剔除和地理校正，時(shí)節(jié)點(diǎn)為2017年，主要來(lái)源如下：

1）土地利用數(shù)據(jù)包含耕地、坡度、荒漠化、基巖裸露、公路用地等矢量數(shù)據(jù)，主要由羅平縣國(guó)土資源局提供的2017年土地利用變更數(shù)據(jù)。其中，荒漠化統(tǒng)計(jì)裸地、鹽堿地、沼澤地和灘涂用地面積占土地總面積的比例，平均坡度通過(guò)ArcGIS坡度分析獲取。

2）社會(huì)統(tǒng)計(jì)數(shù)據(jù)包括低收入人口、農(nóng)村恩格爾系數(shù)、“三留守”人口、集體經(jīng)濟(jì)水平（包含各種補(bǔ)助）、負(fù)債總額、對(duì)外聯(lián)絡(luò)、傳統(tǒng)能源使用和農(nóng)用化肥施用量等計(jì)量數(shù)據(jù)，主要由羅平縣統(tǒng)計(jì)提供的《羅平縣統(tǒng)計(jì)年鑒（2017年）》。其中低收入人口界定為人均年收入低于3 200元的人口數(shù)，通過(guò)計(jì)算獲取人均負(fù)債率和“三留守”人口比重。

3）調(diào)研數(shù)據(jù)主要來(lái)源于2018年精準(zhǔn)扶貧第三方評(píng)估實(shí)地調(diào)研，本次調(diào)研涉及全縣13個(gè)鄉(xiāng)鎮(zhèn)26個(gè)行政村，有效樣本量2 040份，包含貸款申請(qǐng)未獲批、地質(zhì)災(zāi)害發(fā)生次數(shù)、居住危房數(shù)量、無(wú)技能勞動(dòng)力、教育年限低于9年的人口數(shù)、殘疾和重病人數(shù)以及未參加產(chǎn)業(yè)培訓(xùn)的人數(shù)等計(jì)量數(shù)據(jù)，并通過(guò)計(jì)算獲取各項(xiàng)指標(biāo)占比。

3 結(jié)果分析

3.1 貧困空間剝奪識(shí)別及關(guān)聯(lián)格局分析

3.1.1 貧困空間剝奪識(shí)別

通過(guò)貧困空間剝奪指數(shù)模型，測(cè)算研究區(qū)的自然剝奪、經(jīng)濟(jì)剝奪、生態(tài)剝奪、機(jī)會(huì)剝奪和能力剝奪等5個(gè)單維度和多維貧困空間剝奪指數(shù)，運(yùn)用ArcGIS10.2軟件，通過(guò)自然斷裂點(diǎn)法將評(píng)價(jià)單元各單維度貧困空間剝奪指數(shù)和多維度貧困空間剝奪指數(shù)劃分為低度剝奪、中度剝奪和高度剝奪3個(gè)等級(jí)，繪制空間格局圖，探索貧困空間剝奪分布規(guī)律。

從整體上來(lái)看，行政村的多維貧困空間剝奪程度差距較大，剝奪指數(shù)最高的是團(tuán)坡村，為8.66%，最低的是學(xué)田社區(qū)，為2.27%，二者相差6.39%。貧困空間剝奪指數(shù)高值區(qū)主要集中在北部老工業(yè)基地和南部喀斯特地區(qū)，中部區(qū)剝奪程度相對(duì)較低，這與全縣貧困發(fā)生率的分布基本吻合，說(shuō)明研究結(jié)果較為符合羅平縣實(shí)際情況。

從單維度來(lái)看，5個(gè)維度的貧困空間剝奪程度大致呈遞增趨勢(shì)，其中自然剝奪以中度為主，比例為38.56%；經(jīng)濟(jì)、生態(tài)、能力和機(jī)會(huì)剝奪中，高度剝奪的行政村占主導(dǎo)地位，比例分別為41.18%、39.87%、47.06%和54.25%。多維貧困空間剝奪中，中度和高度剝奪的行政村達(dá)到122個(gè)，比例達(dá)到79.74%（表2），反映研究區(qū)的貧困空間剝奪程度較深，分布較廣。

表2 羅平縣行政村貧困空間剝奪程度統(tǒng)計(jì)表

3.1.2 關(guān)聯(lián)格局分析

為了解釋羅平縣貧困空間剝奪的空間分異規(guī)律，本文運(yùn)用GeoDa軟件，計(jì)算全局Moran’指數(shù)，分析研究區(qū)貧困空間剝奪是否存在關(guān)聯(lián)。計(jì)算結(jié)果顯示，全局Moran’指數(shù)為0.655，正太統(tǒng)計(jì)量值為9.008，該值為正且檢驗(yàn)結(jié)果顯著（值大于0.05置信水平的臨界值1.96），置信度為95%，表明研究區(qū)貧困空間剝奪分布存在顯著的空間正相關(guān)性。

同時(shí)，運(yùn)用ArcGIS10.2空間統(tǒng)計(jì)工具箱中的熱點(diǎn)分析工具（hot spot analysis）計(jì)算貧困空間剝奪局域關(guān)聯(lián)指數(shù)Getis-Ord*，識(shí)別高值集聚區(qū)和低值集聚區(qū)（圖4和圖5）。

分析發(fā)現(xiàn)，高值集聚區(qū)主要集中在三省交界處（云南、廣西和貴州），包括2個(gè)較大區(qū)域和4個(gè)較小區(qū)域，分別是西北部的阿崗鎮(zhèn)（高橋村、戈維村、樂作村和革宜村）和南部的魯布革鄉(xiāng)（舌坡社區(qū)、六魯村、六朋村和團(tuán)坡村）、東南部的鐘山鄉(xiāng)（老渡口村、普里村）、舊基屋鄉(xiāng)（舊基屋社區(qū)）和北部的富樂鎮(zhèn)（雞場(chǎng)村）。低值集聚區(qū)分布在羅平縣中部，包括羅雄街道（坡衣社區(qū)、青草塘社區(qū)和新村社會(huì)等6個(gè)社區(qū)）、臘山街道（西關(guān)社區(qū)、外納社區(qū)等5個(gè)社區(qū)）、九龍街道（以德社區(qū)、關(guān)塘社區(qū)和江邊社區(qū)）和板橋鎮(zhèn)（玉馬村、品德村和樂巖社區(qū)）。聚類和異常值分析發(fā)現(xiàn)2個(gè)貧困空間剝奪異常值，分別位于九龍街道的阿耶社區(qū)和羅雄街道的阿溝河村。其余村落未呈現(xiàn)集聚特征。

圖5 羅平縣貧困空間剝奪熱點(diǎn)圖

3.2 貧困空間剝奪空間格局分析

3.2.1 單維度空間格局分析

1）自然剝奪維度。自然剝奪指數(shù)空間分布呈現(xiàn)核心邊緣結(jié)構(gòu)，即從城市中心向外，剝奪程度逐漸增加（圖6a）。剝奪指數(shù)介于1.18%～8.15%間，跨度較大。自然剝奪低值區(qū)主要集中在縣城中心，最低值為羅雄街道的紅星村，高值區(qū)分布在研究區(qū)的北部、東部和南部地區(qū)，最高值為阿崗鎮(zhèn)的阿窩村。自然剝奪空間格局分布與自然條件有關(guān)，北部地區(qū)地處滇東高原，地形復(fù)雜，多為高山，平均坡度較高，耕地資源較差，25°以上耕地面積較大，共384.21 hm2，占總量的36.99%，且煤炭資源開采占用大量耕地；東部、南部與貴州和廣西接壤，喀斯特問題突出，土層淺薄、基巖裸露、巖層貯水能力差，干旱缺水情況嚴(yán)重，耕地破碎度程度較深，平均破碎度值為0.181 5，以中、高度剝奪為主，且人口稀少，東南部27個(gè)行政村常住人口65 128人，只占總?cè)丝诘?1.61%，人口居住分散，戶均耕作半徑較大。因此，研究區(qū)北部、東部和南部地區(qū)自然剝奪指數(shù)較高。中部和西部地區(qū)位于河谷地帶，耕地質(zhì)量較高，坡度和破碎度較低，耕作半徑較短，自然條件較好。

2）經(jīng)濟(jì)剝奪維度。經(jīng)濟(jì)剝奪指數(shù)空間分布以城中心到城東北的45°中軸線向外延逐漸增加，且北部地區(qū)插花式分布，南部地區(qū)集中分布（圖6b）。具體而言，經(jīng)濟(jì)剝奪指數(shù)分布跨幅較大，分布于1.12%～11.25%之間。其中，剝奪程度較高的行政村主要分布在北部鄉(xiāng)鎮(zhèn)（富樂鎮(zhèn)、馬街鎮(zhèn)、老廠鄉(xiāng)和九龍街道）政府所在地的外圍區(qū)域和南部與貴州、廣西交界地區(qū)（長(zhǎng)底鄉(xiāng)、鐘山鄉(xiāng)和舊基屋鄉(xiāng)），最高值為魯布革鄉(xiāng)的團(tuán)坡村；縣城中心區(qū)域剝奪程度較低，最低值為羅雄街道的學(xué)田社區(qū)。經(jīng)濟(jì)剝奪空間格局分布與農(nóng)業(yè)發(fā)展和經(jīng)濟(jì)基礎(chǔ)有關(guān)，脫貧攻堅(jiān)以來(lái)，當(dāng)?shù)卣m然加大了對(duì)“三農(nóng)”的投入，但城鄉(xiāng)差距仍然明顯。北部和南部地區(qū)84個(gè)行政村的農(nóng)戶收入總體水平不高，基本與全縣農(nóng)村人均收入13 455元持平，收入來(lái)源主要依靠種養(yǎng)殖業(yè)和務(wù)工，占比為91.51%，結(jié)構(gòu)較單一，抗風(fēng)險(xiǎn)能力差。同時(shí)，金融扶貧成效不顯著，信貸能力較差，貸款申請(qǐng)阻礙度為3.84%，明顯高于中部地區(qū)（1.19%），導(dǎo)致資金難以引入，阻礙集體經(jīng)濟(jì)發(fā)展，各個(gè)行政村集體經(jīng)濟(jì)平均收入（16.26萬(wàn)元）低于中部地區(qū)（23.18萬(wàn)元）。因此，北部和南部地區(qū)經(jīng)濟(jì)剝奪程度相對(duì)較深。

圖6 羅平縣單維和多維貧困空間剝奪分布圖

3）生態(tài)剝奪維度。生態(tài)剝奪指數(shù)分布呈“雙核”空間結(jié)構(gòu)，從長(zhǎng)底鄉(xiāng)、九龍街道、羅雄街道、臘山街道和大水井鄉(xiāng)向外延逐漸增加，一個(gè)核心是北部地區(qū)的富樂鎮(zhèn)、馬街鎮(zhèn)和阿崗鎮(zhèn)，一個(gè)核心是南部地區(qū)的鐘山鄉(xiāng)、板橋鎮(zhèn)、舊基屋鄉(xiāng)和魯布革鄉(xiāng)沿線（圖6c）。測(cè)算結(jié)果顯示，生態(tài)剝奪指數(shù)位于1.91%～9.35%，其中最低值是長(zhǎng)底鄉(xiāng)的長(zhǎng)底社區(qū)，最高值為富樂鎮(zhèn)的新沙河村。生態(tài)剝奪空間格局分布與地質(zhì)災(zāi)害和生態(tài)環(huán)境有關(guān)，北部地區(qū)地勢(shì)復(fù)雜，大量采礦導(dǎo)致植被破壞嚴(yán)重，地質(zhì)災(zāi)害頻發(fā)，據(jù)國(guó)土資源局統(tǒng)計(jì)，2017年北部地區(qū)37個(gè)行政村地質(zhì)災(zāi)害共發(fā)生23次，占全縣總次數(shù)的37.70%。南部地區(qū)喀斯特地貌突出，荒漠化面積達(dá)26 812.06 hm2，占土地總面積8.89%，石漠化嚴(yán)重。同時(shí)，少數(shù)民族較多，特別是舊屋基彝族鄉(xiāng)和魯布革布依族苗族鄉(xiāng)，人口綜合素質(zhì)參差不齊，能源主要是以煤炭和柴火為主，加之土壤貧瘠，化肥施用量較高，2017年南部地區(qū)27個(gè)行政村化肥施用量達(dá)18 485.55 t，占總量的20.88%，造成農(nóng)村生態(tài)環(huán)境污染嚴(yán)重，生態(tài)剝奪程度較深。

4）機(jī)會(huì)剝奪維度。機(jī)會(huì)剝奪指數(shù)分布呈現(xiàn)“呂”字型空間結(jié)構(gòu)，即以富樂鎮(zhèn)、馬街鎮(zhèn)和阿崗鎮(zhèn)為小“口”，以板橋鎮(zhèn)、羅雄街道和臘山街道為大“口”上下疊加形成“呂”字型（圖6d）。測(cè)算結(jié)果顯示，研究區(qū)的機(jī)會(huì)剝奪指數(shù)介于1.00%～7.70%，125個(gè)行政村屬于中、高度剝奪，指數(shù)程度較深。其中，剝奪程度較低的行政村集中在“呂”字型的中間區(qū)域，而剝奪程度較深的行政村分布在“呂”字型的兩圈，包括樂峰村、荷葉村和以土塊村等83個(gè)行政村。機(jī)會(huì)剝奪空間格局分布與地理區(qū)位、交通條件和對(duì)外聯(lián)絡(luò)有關(guān)，其中，“呂”字型兩端的區(qū)域距離縣鄉(xiāng)政府較遠(yuǎn)，受政策惠及和經(jīng)濟(jì)中心輻射帶動(dòng)作用較小，關(guān)注程度不高，發(fā)展機(jī)會(huì)較少?？臻g格局分布的中間區(qū)域主要是九龍街道，地處滇東高原邊緣處，交通不便，有3個(gè)偏遠(yuǎn)村（樂戈必村、很召村和以土塊村）仍未全部通瀝青路，出行不便，交通障礙度達(dá)到最高，為9.68%。同時(shí)，個(gè)別偏遠(yuǎn)農(nóng)戶未通寬帶，通訊信號(hào)較差，主要集中在九龍街道北部地區(qū)，導(dǎo)致該區(qū)域21個(gè)行政村的平均障礙度相對(duì)較高，為0.23%，造成對(duì)外聯(lián)絡(luò)較差，群眾接收發(fā)展機(jī)會(huì)的信息較少。

5）能力剝奪維度。能力剝奪指數(shù)呈現(xiàn)“一主、多副”的多核空間分布結(jié)構(gòu)，以東南部鄉(xiāng)鎮(zhèn)為主中心，北部各鄉(xiāng)鎮(zhèn)為副中心，剝奪程度從鄉(xiāng)鎮(zhèn)政府所在地向外部逐漸增加（圖6e）。測(cè)算結(jié)果顯示，研究區(qū)的機(jī)會(huì)剝奪指數(shù)處于1.23%～9.94%之間，剝奪指數(shù)最高為魯布革的舌坡社區(qū)，最低為羅雄街道的普妥社區(qū)。具體而言，能力剝奪程度較高的行政村主要集中在東南部地區(qū)的鐘山鄉(xiāng)、舊基屋鄉(xiāng)、大水井鄉(xiāng)和魯布革鄉(xiāng)等4個(gè)鄉(xiāng)鎮(zhèn)的42個(gè)行政村，北部鄉(xiāng)鎮(zhèn)零散分布了34個(gè)行政村，中度剝奪的55個(gè)行政村分散在北部地區(qū)，而低度剝奪的行政村集中在羅雄街道和板橋鎮(zhèn)，僅22個(gè)行政村。能力剝奪空間格局分布與群眾教育程度、內(nèi)生動(dòng)力不足和勞動(dòng)技能水平有關(guān)。東南部42個(gè)行政村少數(shù)民族人口較多，主要以彝族、布依族和苗族為主，農(nóng)戶受教育程度普遍偏低，文化程度小學(xué)及以下的占比高達(dá)79.16%，群眾“等靠要”思想較嚴(yán)重，內(nèi)生動(dòng)力不足。北部地區(qū)屬于老工業(yè)基地，但勞動(dòng)力技能不高，粗放式發(fā)展，勞動(dòng)力培訓(xùn)較少，34個(gè)高度剝奪的行政村僅15.74%的農(nóng)戶參加了勞動(dòng)技能培訓(xùn)，勞動(dòng)力水平較低。

3.2.2 多維貧困空間剝奪分析

多維貧困空間剝奪指數(shù)空間格局分布呈現(xiàn)“中心低、外圍高”的結(jié)構(gòu)特征，即以縣城中心為核心，向四周逐漸遞增的格局。具體而言，剝奪程度較低的31個(gè)行政村集中在羅雄街道、臘山街道和板橋鎮(zhèn)等縣城中心，剝奪程度高的58個(gè)行政村主要集中在研究區(qū)的南北部地區(qū)，主要有5個(gè)重點(diǎn)區(qū)域，分別為區(qū)域Ⅰ（富樂-老廠）、區(qū)域Ⅱ（阿崗-馬街）、區(qū)域Ⅲ（九龍-臘山）、區(qū)域Ⅳ（鐘山-舊基屋）和區(qū)域Ⅴ（魯布革-大水井），中度剝奪的64個(gè)行政村分布于兩者之間，剝奪程度存在顯著的地域性差異。

區(qū)域Ⅰ（富樂-老廠）位于羅平縣北部，貧困空間剝奪程度高的行政村有10個(gè)，主要包括老廠鄉(xiāng)的馬米妥村、吉白村、法乃村等7個(gè)村和富樂鎮(zhèn)的樂峰村、新沙河和河外村。該區(qū)域多維貧困空間剝奪指數(shù)為7.72%，各單維度的剝奪指標(biāo)相對(duì)平衡。其中，生態(tài)剝奪指數(shù)最高，為8.15%，其次是自然剝奪指數(shù)7.93%，機(jī)會(huì)剝奪指數(shù)最低，為7.16%。

區(qū)域Ⅱ（阿崗-馬街）位于羅平縣西北部，貧困空間剝奪程度高的有20個(gè)行政村，主要包括阿崗鎮(zhèn)的捏恰村、戈維村、革宜村等11個(gè)村和馬街鎮(zhèn)的荷葉村、支壁村、宜那村等6個(gè)村以及富樂鎮(zhèn)和九龍街道零散分布的3個(gè)村。該區(qū)域多維貧困空間剝奪指數(shù)為7.90%，剝奪指數(shù)最高。

區(qū)域Ⅲ（九龍-臘山）位于羅平縣西部，貧困空間剝奪程度高的有7個(gè)行政村，主要包括九龍街道的撒召村、堵木村等5個(gè)村和臘山街道的補(bǔ)歹村和中和村。該區(qū)域多維貧困空間剝奪指數(shù)為7.08%，其中生態(tài)剝奪指數(shù)最高，為7.74%，自然剝奪指數(shù)最低，為5.64%。

區(qū)域Ⅳ（鐘山-舊基屋）位于羅平縣東南部，貧困空間剝奪程度高的有13個(gè)行政村，主要包括鐘山鄉(xiāng)的普里村、老渡口村、拖黑村等7個(gè)村和舊屋基彝族鄉(xiāng)的法灣村、地安村、安木勒村等6個(gè)村。該區(qū)域多維貧困空間剝奪指數(shù)為7.83%，其中，最高值為能力剝奪指數(shù)8.56%，最低值是自然剝奪指數(shù)6.74%。

區(qū)域Ⅴ（魯布革-大水井）位于羅平縣南部，貧困空間剝奪程度高的有8個(gè)行政村，主要包括魯布革鄉(xiāng)的當(dāng)別村、舌坡社、羅斯村等6個(gè)村及大水井的紅箐村和糯下村。該區(qū)域多維貧困空間剝奪指數(shù)為7.66%，其中，能力剝奪指數(shù)和生態(tài)剝奪指數(shù)較高，分別為8.34%和8.24%，自然剝奪指數(shù)相對(duì)較低，為6.49%。

3.3 各維度空間剝奪的決定力分析

為了進(jìn)一步分析各單維度與多維貧困空間剝奪的關(guān)系，結(jié)合前文研究，利用地理探測(cè)器模型，將自然剝奪、經(jīng)濟(jì)剝奪、生態(tài)剝奪、機(jī)會(huì)剝奪和能力剝奪等5個(gè)維度的指數(shù)，分別與多維空間剝奪指數(shù)進(jìn)行空間探測(cè)分析，探明各維度對(duì)多維空間剝奪的決定力（圖7），為制定貧困空間剝奪的解決措施提供科學(xué)依據(jù)。

圖7 單維度貧困空間剝奪決定力雷達(dá)圖

地理探測(cè)器探測(cè)結(jié)果顯示，各維度對(duì)多維貧困空間剝奪的空間分異決定力大小排序如下：能力剝奪（0.649 9）、機(jī)會(huì)剝奪（0.567 1）、經(jīng)濟(jì)剝奪（0.565 8）、自然剝奪（0.428 0）、生態(tài)剝奪（0.422 6）。其中，能力剝奪和機(jī)會(huì)剝奪決定力較大，自然和生態(tài)剝奪相對(duì)較低，說(shuō)明研究區(qū)能力剝奪和機(jī)會(huì)剝奪對(duì)多維貧困空間剝奪的影響力最大。羅平縣的劣勢(shì)區(qū)域因地理位置較差，交通不便，群眾文化程度較低，勞動(dòng)力技能較差，造成發(fā)展機(jī)會(huì)較少，可行能力缺乏，導(dǎo)致機(jī)會(huì)剝奪和能力剝奪較深，而自然資源和生態(tài)環(huán)境相對(duì)均衡，優(yōu)勢(shì)區(qū)域與劣勢(shì)區(qū)域區(qū)別不大，剝奪程度不深，因此自然剝奪和生態(tài)剝奪對(duì)多維貧困空間剝奪的影響力相對(duì)較小。

通過(guò)地理探測(cè)器的交互作用探測(cè)工具，探測(cè)單維度之間的交互作用。結(jié)果顯示，任意兩個(gè)維度的交互作用都大于單維度的作用，且均存在雙因子增強(qiáng)（表3），單維度的相互作用增強(qiáng)了多維貧困空間剝奪的決定力。其中，能力剝奪與生態(tài)剝奪的交互作用最強(qiáng)，決定力為0.801 0，其次是機(jī)會(huì)剝奪與生態(tài)剝奪的交互作用，決定力為0.786 6，相對(duì)較弱的是生態(tài)剝奪與自然剝奪交互作用，決定力為0.572 5。單維度之間相互作用形成了研究區(qū)多維貧困空間剝奪的空間格局。

表3 單維度貧困空間剝奪之間的相互作用

4 結(jié)論與政策建議

4.1 結(jié) 論

西南喀斯特地區(qū)是生態(tài)環(huán)境脆弱和多維貧困的復(fù)合區(qū)，研究其多維貧困空間剝奪識(shí)別及空間格局分析，有助于為該區(qū)域統(tǒng)籌城鄉(xiāng)貧困治理和鄉(xiāng)村振興提供科學(xué)參考。本文以羅平縣為例，引入貧困空間剝奪概念，分析喀斯特地區(qū)貧困空間剝奪狀況，探索其空間格局分布及規(guī)律，識(shí)別貧困空間剝奪重點(diǎn)區(qū)域。主要結(jié)論如下：

1）從整體上看，羅平縣優(yōu)勢(shì)區(qū)域剝奪劣勢(shì)區(qū)域的程度較深，且涉及面廣，全縣153個(gè)行政村中122個(gè)屬于中度剝奪或高度剝奪，研究區(qū)優(yōu)勢(shì)區(qū)域和劣勢(shì)區(qū)域兩極分化嚴(yán)重，城鄉(xiāng)二元結(jié)構(gòu)突出；2）空間自相關(guān)分析表明，研究區(qū)多維貧困空間剝奪具有較強(qiáng)的空間集聚性，其空間分布存在顯著地正相關(guān)性，貧困空間剝奪主要集中在縣域邊界的6個(gè)高值集聚區(qū)；3）多維貧困空間剝奪的空間格局分布差異性明顯，各維度在空間的分布呈現(xiàn)不同的形態(tài)特征，其中多維貧困空間剝奪指數(shù)呈現(xiàn)“中心低、外圍高”的空間結(jié)構(gòu)，以縣城所在地為核心，向南北逐漸增加，縣域邊緣存在5個(gè)重點(diǎn)貧困空間剝奪區(qū)域，羅平縣縣域中心為優(yōu)勢(shì)區(qū)域，四周為劣勢(shì)區(qū)域，且劣勢(shì)區(qū)域被剝奪區(qū)域相對(duì)集聚；4）羅平縣自然資源和生態(tài)環(huán)境地區(qū)差異性不明顯，自然剝奪和生態(tài)剝奪對(duì)多維貧困空間剝奪的決定力較小，而發(fā)展機(jī)會(huì)和可行能力因區(qū)位、交通、思想等因素不同導(dǎo)致區(qū)域性差距較大，機(jī)會(huì)剝奪和能力剝奪對(duì)多維貧困空間剝奪的決定力較大。

4.2 政策建議

脫貧攻堅(jiān)以來(lái)，政府加大對(duì)深度貧困地區(qū)的投入力度，劣勢(shì)區(qū)域與優(yōu)勢(shì)區(qū)域同步發(fā)展，但受羅平縣區(qū)域自然環(huán)境、區(qū)位條件差異和歷史因素等的影響，北部、西部和南部等劣勢(shì)區(qū)域基礎(chǔ)較差，發(fā)展勢(shì)頭較弱，被剝奪的情況仍然嚴(yán)重，貧困程度相對(duì)較深。因此，為了加快實(shí)現(xiàn)城鄉(xiāng)融合發(fā)展和鄉(xiāng)村振興戰(zhàn)略，研究區(qū)應(yīng)關(guān)注5個(gè)貧困空間剝奪重點(diǎn)區(qū)域。

1）區(qū)域Ⅰ屬于資源枯竭型，前期礦產(chǎn)資源無(wú)序開采，造成生態(tài)環(huán)境嚴(yán)重破壞，導(dǎo)致生態(tài)剝奪程度較深。因此，該區(qū)域應(yīng)加強(qiáng)生態(tài)環(huán)境和自然資源保護(hù)，樹立“綠水青山就是金山銀山”的發(fā)展理念，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型；依托良好的基礎(chǔ)設(shè)施，采用“合作社+小農(nóng)作坊”的模式，重點(diǎn)發(fā)展農(nóng)產(chǎn)品深加工，提高農(nóng)產(chǎn)品附加值，增加貧困農(nóng)戶收入。

2）區(qū)域Ⅱ?qū)儆诳h域老工業(yè)基地，多維貧困空間剝奪程度最深。該區(qū)域主要依托水泥廠、磚瓦廠、冶煉廠等傳統(tǒng)加工型企業(yè)，粗放式發(fā)展，勞動(dòng)技能水平較低，收入穩(wěn)定性較差，導(dǎo)致貧困程度較深。因此，該區(qū)域應(yīng)加強(qiáng)訂單式勞動(dòng)技能培訓(xùn)，提高勞動(dòng)力價(jià)值，解決穩(wěn)定就業(yè)問題；加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，依托工業(yè)優(yōu)勢(shì)發(fā)展第三產(chǎn)業(yè)，增加貧困人口就業(yè)崗位，確保貧困人口穩(wěn)定脫貧不返貧。

3）區(qū)域Ⅲ位于縣城周圍，地處河谷地帶，耕地質(zhì)量較高，發(fā)展條件較好，是5個(gè)區(qū)域多維剝奪程度最低的區(qū)域。相對(duì)而言，該區(qū)域地質(zhì)災(zāi)害頻發(fā)，傳統(tǒng)能源使用量較大，人均負(fù)責(zé)率較高，生態(tài)剝奪和經(jīng)濟(jì)剝奪較高。鑒于此，該區(qū)域應(yīng)依托縣域市場(chǎng)，發(fā)揮耕地資源優(yōu)勢(shì)，大力發(fā)展現(xiàn)代農(nóng)業(yè)，提高農(nóng)業(yè)產(chǎn)業(yè)化水平；積極培育新型農(nóng)業(yè)經(jīng)營(yíng)主體，著力推進(jìn)新型現(xiàn)代農(nóng)業(yè)經(jīng)營(yíng)；引進(jìn)培育農(nóng)產(chǎn)品加工龍頭企業(yè)，拓展貧困農(nóng)戶增收渠道，激發(fā)農(nóng)村活力。

4）區(qū)域Ⅳ地處“三省三縣”交界處，經(jīng)濟(jì)發(fā)展緩慢，少數(shù)民族人口較多，教育水平偏低，人均年收入全縣最低。鑒于此，該區(qū)域應(yīng)大力發(fā)展教育事業(yè)，提高貧困人口的綜合素質(zhì)，激活群眾內(nèi)生動(dòng)力；依托少數(shù)民族文化資源，重點(diǎn)發(fā)展特色產(chǎn)業(yè)，壯大集體經(jīng)濟(jì)組織，帶動(dòng)貧困人口脫貧致富。

5）區(qū)域Ⅴ屬于典型的喀斯特地區(qū)，荒漠化面積較大，勞動(dòng)力流失嚴(yán)重，“三留守”人口比重較高，產(chǎn)業(yè)發(fā)展多以“家庭作坊”為主，產(chǎn)業(yè)培訓(xùn)較少，導(dǎo)致生態(tài)剝奪和能力剝奪程度較深。因此，該區(qū)域應(yīng)充分挖掘地區(qū)特色，依托獨(dú)特的喀斯特地貌特征和小三峽、多依河、油菜花等豐富的旅游資源，重點(diǎn)發(fā)展鄉(xiāng)村旅游，創(chuàng)新“鄉(xiāng)村旅游+特色農(nóng)家樂”模式，大力發(fā)展鄉(xiāng)村經(jīng)濟(jì)。

[1] 國(guó)家統(tǒng)計(jì)局. 中華人民共和國(guó)2017年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL]. (2018-02-28) [2018-03-03]. http://www.stats.gov.cn/tjsj/zxfb/201802/t20180228_1585631. html.

[2] National Bureau of Statistics. Statistical communique of the People's Republic of China on national economic and social development in 2017[EB/OL]. (2018-02-28) [2018-03-03]. http://www.stats.gov.cn/tjsj/zxfb/201802/t20180228_1585631. html.]

[2] 范建紅，魏成，謝滌湘. 空間剝奪視角下的鄉(xiāng)村貧困研究述評(píng)[J]. 世界地理研究，2018，27(1)：121－128.

Fan Jianhong, Wei Cheng, Xie Dixiang. Review of rural poverty from the perspective of spatial deprivation[J]. World Regional Studies, 2018, 27(1): 121－128. (in Chinese with English abstract)

[3] Ayala L, Jurado A, Perez-Mayo J. Income poverty and multidimensional deprivation: Lessons from cross-regional analysis[J]. World Regional Studies, 2018, 27(1): 121－128.

[4] Giesbert L, Schindler K. Assets, Shocks，and poverty traps in rural Mozambique[J]. World Development, 2012, 40(8): 1594－1609.

[5] Pupasingha A, Goetz S J. Social and political forces as determinants of poverty: a spatial analysis[J]. The Journal of Socio-economics, 2007, 36(4): 650－671.

[6] 宋永永，薛東前，代蘭海，等. 陜北能源開發(fā)區(qū)縣域社會(huì)剝奪的空間差異與形成機(jī)制[J]. 地理與地理信息科學(xué)，2019，35(1)：109－117.

Song Yongyong, Xue Dongqian, Dai Lanhai, et al. Spatial pattern and formation Mechanism of social deprivation at county-level in energy-development area of norther Shanxi province[J]. Geography and Geo-Information Science, 2019, 35(1): 109－117. (in Chinese with English abstract)

[7] 翁敏，李宛儀，蘇世亮，等. 社會(huì)剝奪視角下的肝癌發(fā)病率空間格局研究：以深圳市為例[J]. 現(xiàn)代預(yù)防醫(yī)學(xué)，2016，43(8)：1355－1358.

Weng Min, Li Wanyi, Su Shiliang, et al. Spatial analysis on liver cancer morbidity in relation of social deprivation[J]. Modern Preventive Science, 2016, 43(8): 1355－1358. (in Chinese with English abstract)

[8] 羅慶，李雙金，劉榮增，等. 居住環(huán)境多維剝奪的地理識(shí)別及類型劃分：以鄭州主城區(qū)為例[J]. 地理研究，2018，37(10)：1971－1981.

Luo Qing, Li Shuangjin, Liu Rongzeng, et al. Geographical identification and classification of residential environmental deprivation: A case study of Zhengzhou city[J]. Geographical Research, 2018, 37(10): 1971－1981. (in Chinese with English abstract)

[9] 劉彥隨，李進(jìn)濤. 中國(guó)縣域農(nóng)村貧困化分異機(jī)制的地理探測(cè)與優(yōu)化決策[J]. 地理學(xué)報(bào)，2017，72(1)：161－173.

Liu Yansui, Li Jintao. Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China[J]. Acta Geographica Sinica, 2017, 72(1): 161－173. (in Chinese with English abstract)

[10] 丁建軍，冷志明. 區(qū)域貧困的地理學(xué)分析[J]. 地理學(xué)報(bào)，2018，73(2)：232－247.

Ding Jianjun, Leng Zhiming. Regional poverty analysis in a view of geography science[J]. Acta Geographica Sinica, 2018, 73(2): 232－247. (in Chinese with English abstract)

[11] 張博勝，楊子生. 基于空間計(jì)量模型的云南農(nóng)村貧困格局及其影響因素診斷[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(7)：276－287.

Zhang Bosheng, Yang Zisheng. Diagnosis of rural poverty pattern and its influencing factors in Yunnan Province based on spatial econometric model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(7): 276－287. (in Chinese with English abstract)

[12] Carter M R, Barrett C B. The economics of poverty traps and persistent poverty: An asset-based approach[J]. Journal of Development Studies, 2006, 42(2): 178－199.

[13] Harding D J. Counterfactual models of neighborhood effects: The effect of neighborhood poverty on dropping out and teenage pregnancy[J]. American Journal of Sociology, 2003, 109(3): 676－719.

[14] Alkire S, Foster J. Counting and multidimensional poverty measurement[J]. Journal of Public Economics, 2011, 95(7/8): 476－487.

[15] 蔡進(jìn)，禹洋春，駱東奇，等. 重慶市農(nóng)村多維貧困空間分異及影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(22)：235－245.

Cai Jin, Yu Yangchun, Luo Dongqi, et al. Space differentiation and its influence factor analysis of rural multidimensional poverty in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 235－245. (in Chinese with English abstract)

[16] Pupasingha A, Goetz S J. Social and political forces as determinants of poverty: A spatial analysis[J]. The Journal of Socio-Economics, 2007, 36(4): 650－671.

[17] Yuan Y,Wu F L.Regional social inequalities and social deprivation in Guangdong province, China[J]. Growth and Chang, 2013, 44(1): 149－167.

[18] 王艷慧，錢樂毅，陳燁烽，等. 生態(tài)貧困視角下的貧困縣多維貧困綜合度量[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2017，28(8)：2677－2686.

Wang Yanhui, Qian Leyi, Chen Yefeng, et al. Multidimensional and comprehensive poverty measurement of poverty-stricken counties from the perspective of ecological poverty[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2677－2686. (in Chinese with English abstract)

[19] 冷志明，丁建軍，殷強(qiáng). 生態(tài)扶貧研究[J]. 吉首大學(xué)學(xué)報(bào)：社會(huì)科版，2018，39(4)：70－75.

Leng Zhiming, Ding Jianjun, Yin Qiang. Researchon ecological poverty alleviation[J]. Journal of Jishou University: Social Sciences, 2018, 39(4): 70－75. (in Chinese with English abstract)

[20] Giesbert L, Schindler K. Assets, shocks, and poverty traps in rural Mozambique[J]. World Development, 2012, 40(8): 1594－1609.

[21] 余夢(mèng)潔，丁東洋. 情與理的耦合:精準(zhǔn)識(shí)別的基層實(shí)踐邏輯與案例分析：以江西省X縣實(shí)踐為例[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2018，39(4)：237－243.

Yu Mengjie, Ding Dongyang. Coupling of sensibility and sense: Grassroots implement logic of accurate identification of poverty and case study: Taking the implement of x county in Jiangxi province for example[J]. Chinese Journal of Agricultural Resources and Rgional Planning, 2018, 39(4): 237－243. (in Chinese with English abstract)

[22] 楊龍，李寶儀，趙陽(yáng)，等. 農(nóng)業(yè)產(chǎn)業(yè)扶貧的多維貧困瞄準(zhǔn)研究[J]. 中國(guó)人口·資源與環(huán)境，2019(2)：134－144.

Yang Long, Li Baoyi, Zhao Yang, et al. Multidimensional poverty targeting of agricultural poverty alleviation through industrialization[J]. China Population Resources and Environment, 2019(2): 134－144. (in Chinese with English abstract)

[23] 羅慶，樊新生，高更和，等. 秦巴山區(qū)貧困村的空間分布特征及其影響因素[J]. 經(jīng)濟(jì)地理，2016，36(4)：126－132.

Luo Qing, Fan Xinsheng, Gao Genghe, et al. Spatial distribution of poverty village and influencing factors in Qinba mountains [J]. Economic Geography, 2016, 36(4): 126－132. (in Chinese with English abstract)

[24] 劉彥隨，李進(jìn)濤. 中國(guó)縣域農(nóng)村貧困化分異機(jī)制的地理探測(cè)與優(yōu)化決策[J]. 地理學(xué)報(bào)，2017，72(1)：161－173.

Liu Yansui, Li Jintao. Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China[J]. Acta Geographica Sinica, 2017, 72(1): 161－173. (in Chinese with English abstract)

[25] 楊振，江琪，劉會(huì)敏，等. 中國(guó)農(nóng)村居民多維貧困測(cè)度與空間格局[J]. 經(jīng)濟(jì)地理，2015，35(12)：148－153.

Yang Zhen, Jiang Qi, Liu Huimin, et al. Multi-dimensional poverty measure and spatial pattern of china’s rural residents[J]. Economic Geography, 2015, 35(12): 148－153. (in Chinese with English abstract)

[26] 孫林，王艷慧，柯文俊，等. 內(nèi)蒙古自治區(qū)農(nóng)村人口多維貧困特征測(cè)算與分析[J]. 人文地理，2016(1)：108－115，146.

Sun Lin, Wang Yanhui, Ke Wenjun, et al. A study on the characteristics of multidimensional poverty in the Mongolia autonomous region [J]. Human Geography, 2016(1): 108－115, 146. (in Chinese with English abstract)

[27] 劉新衛(wèi)，楊華珂，鄖文聚. 土地整治促進(jìn)貧困地區(qū)脫貧的模式及實(shí)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(5)：242－247.

Liu Xinwei, Yang Huake, Yun Wenju. Patterns of land consolidation promoting poverty alleviation in poor areas and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018 34(5): 242－247. (in Chinese with English abstract)

[28] 趙雪雁，馬艷艷，陳歡歡，等.干旱區(qū)內(nèi)陸河流域農(nóng)村多維貧困的時(shí)空格局及影響因素：以石羊河流域?yàn)槔齕J]. 經(jīng)濟(jì)地理，2018，38(2)：140－147.

Zhao Xueyan, Ma Yanyan, Chen Huanhuan, et al. Spatio- temporal distribution of rural multidimensional poverty and influencingfactors in the inland river basin of arid areas: A case study of shiyang river basin[J]. Economic Geography, 2018, 38(2): 140－147. (in Chinese with English abstract)

[29] 陳燁烽，王艷慧，趙文吉，等. 中國(guó)貧困村致貧因素分析及貧困類型劃分[J]. 地理學(xué)報(bào)，2017，72(10)：1827－1844.

Chen Yefeng, Wang Yanhui, Zhao Wenji, et al. Contributing factors and classification of poor village in China[J]. Acta Geographica Sinica, 2017, 72(10): 1827－1844. (in Chinese with English abstract)

[30] 劉新衛(wèi)，楊華珂，鄖文聚. 土地整治促進(jìn)貧困地區(qū)脫貧的模式及實(shí)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(5)：242－247.

Liu Xinwei, Yang Huake, Yun Wenju. Patterns of land consolidation promoting poverty alleviation in poor areas and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(5): 242－247. (in Chinese with English abstract)

[31] 王興中，王立，謝利娟，等. 國(guó)外對(duì)空間剝奪及其城市社區(qū)資源剝奪水平研究的現(xiàn)狀及趨勢(shì)[J]. 人文地理，2008(6)：7－12.

Wang Xingzhong, Wang Li, Xie Lijuan, et al. The status and trend of researches on deprivation of space and city community resources abroad[J]. Human Geography, 2008(6): 7－12. (in Chinese with English abstract)

[32] 袁媛，吳縛龍，許學(xué)強(qiáng). 轉(zhuǎn)型期中國(guó)城市貧困和剝奪的空間模式[J]. 地理學(xué)報(bào)，2009，64(6)：753－763.

Yuan Yuan, Wu Fulong, Xu Xueqiang. The spatial pattern of poverty and deprivation in transitional Chinese city[J]. Acta Geographica Sinica, 2009, 64(6): 753－763. (in Chinese with English abstract)

[33] 蔡進(jìn)，廖和平，邱道持，等. 重慶市農(nóng)村耕地資源貧困測(cè)度及空間格局研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(18)：251－259.

Cai Jin, Liao Heping, Qiu Daochi, et al. Study on poverty measure of farmland resources and spatial pattern in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(18): 251－259. (in Chinese with English abstract).

[34] 王富珍，周國(guó)華，唐承麗，等. 基于可持續(xù)生計(jì)分析框架的山區(qū)縣域脫貧穩(wěn)定性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(2)：270－277.

Wang Fuzhen, Zhou Guohua, Tang Chengli, et al. Evaluation of poverty alleviation stability in poverty stricken counties in mountainous areas based on framework of sustainable livelihood analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 270－277. (in Chinese with English abstract)

[35] 張侃侃. 城市社區(qū)體系空間形成機(jī)制下的空間結(jié)構(gòu)可獲性研究：以太原市塢城街道辦事處轄區(qū)為例[D]. 西安：西北大學(xué)，2012.

Zhang Kankan. Research on the Spatial Structure Availability on the Basis of the Mechanism of Space Formation in Urban Community System: Take Wucheng Sub-district Office in Taiyuan City for Case Study[D]. Xian: Northwest University, 2012. (in Chinese with English abstract)

[36] 劉愿理，廖和平，巫芯宇，等. 西南喀斯特地區(qū)耕地破碎與貧困的空間耦合關(guān)系研究[J]. 西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2019，41(1)：10－20.

Liu Yuanli, Liao Heping, Wu Xinyu, et al. Spatial coupling relationship between farmland fragmentation and poverty in Kast regions of southwest China[J]. Journal of Southwest Universiy: Natural Science Edition, 2019, 41(1): 10－20. (in Chinese with English abstract)

[37] 王勁峰，徐成東. 地理探測(cè)器：原理與展望[J]. 地理學(xué)報(bào)，2017，72(1)：116－132.

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and Prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116－132. (in Chinese with English abstract)

Identification and spatial pattern analysis of poverty spatial deprivation in Karst Region of Southwest China

Liu Yuanli1, Liao Heping1,2※, Zhang Qianqian1, Li Jing3, Cai Jin4

(1.,400067,; 2.,400067,; 3.621000,; 4.,,400067,)

The Karst region of Southwest China is a complex region with a fragile ecological environment and multi-dimensional poverty. Research on the spatial deprivation and spatial pattern of multi-dimensional poverty in this region is conducive to revealing the causes of poverty in specific regions, thus providing a theoretical basis for formulating poverty control measures. Based on introducing the concept of poverty spatial deprivation, this paper constructed the index system of poverty spatial deprivation, and studied the identification and spatial pattern of poverty spatial deprivation in 153 administrative villages in Luoping County, Yunnan Province by means of spatial autocorrelation, hot-spot analysis and geographical detector. The results show that Luoping County has a deep level of poverty spatial deprivation, as the dimensions of natural deprivation, economic deprivation, ecological deprivation, ability deprivation and opportunity deprivation and the spatial deprivation of multi-dimensional poverty are mainly in a medium-high degree deprivation. Among them, natural deprivation is mainly in a medium level of deprivation, while economic deprivation, ecological deprivation, ability deprivation and opportunity deprivation are mainly in a high level of deprivation and the spatial deprivation of multi-dimensional poverty is mainly in a medium and high level of deprivation. Moreover, the spatial deprivation of multi-dimensional poverty has a strong degree of agglomeration with 6 high-value agglomeration areas at the county boundaries, 1 low-value agglomeration area at the county center, and 2 outlier areas at the urban-rural junction, thus the distribution of poverty spatial deprivation has a significant positive correlation.Besides, poverty spatial deprivation has a significant difference in the distribution of spatial pattern, as different dimensions of poverty spatial deprivation present different morphological characteristics: the spatial distribution index of the natural deprivation presents a core-peripheral structure, the spatial distribution index of the economic deprivation gradually increases outward at a 45° axis from the center of the city to the northwest of the city, the spatial distribution index of the ecological deprivation presents a double-core structure, the spatial distribution index of the opportunity deprivation presents a “l(fā)v (Chinese character)” structure, the spatial distribution index of the ability deprivation presents a structure of “one main and several subsidiaries” and the spatial distribution index of the multi-dimensional poverty spatial deprivation presents a structure of “l(fā)ow center and high periphery”. In addition, among forces that determine the effect of uni-dimensional deprivation on multi-dimensional poverty spatial deprivation, opportunity deprivation has the strongest determining force, followed by ability deprivation and natural deprivation and ecological deprivation are relatively weak, and the interaction between any two single dimensions is greater than the effect of a single dimension, which indicates that there is a two-factor enhancement between two single dimensions. Finally, in conjunction with the 5 key identified areas of poverty spatial deprivation areas, different categories of policies and suggestions are proposed to provide scientific references for the study of the coordination between urban and rural poverty control and the implementation of the rural revitalization strategy.

spatial distribution; rural areas; recognition; poverty spatial deprivation; Karst region; Luoping County

10.11975/j.issn.1002-6819.2019.15.035

F301.24

A

1002-6819(2019)-15-0284-11

2019-03-14

2019-07-16

國(guó)務(wù)院扶貧辦委托項(xiàng)目《云南省2017年貧困縣退出第三方評(píng)估》；國(guó)家自然科學(xué)基金項(xiàng)目（41701611）；重慶市社會(huì)科學(xué)規(guī)劃博士項(xiàng)目（2018BS78）；重慶市教育委員會(huì)科技項(xiàng)目（KJ1603202）

劉愿理，博士生，研究方向?yàn)閲?guó)土資源與區(qū)域發(fā)展、鄉(xiāng)村貧困治理。Email：402952363@qq.com

廖和平，教授，博導(dǎo)，研究方向?yàn)橥恋匾?guī)劃與管理。Email：liaohp@swu.edu.cn

劉愿理，廖和平，張茜茜，李 靖，蔡 進(jìn). 西南喀斯特區(qū)貧困空間剝奪的識(shí)別及空間格局分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(15)：284－294. doi：10.11975/j.issn.1002-6819.2019.15.035 http://www.tcsae.org

Liu Yuanli, Liao Heping, Zhang Qianqian, Li Jing, Cai Jin. Identification and spatial pattern analysis of poverty spatial deprivation in Karst Region of Southwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(15): 284－294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.15.035 http://www.tcsae.org