精準扶貧視角下貧困村測度研究
——以廣東省連州市為例

翟嘉港，馮艷芬

（廣州大學地理科學學院，廣東 廣州 510006）

貧困問題是一個世界性課題［1］。自改革開放以來，盡管我國扶貧開發事業取得了舉世矚目的成就，初步形成了世界反貧困的中國模式，但是目前我國農村仍存在超過7 000萬的貧困人口和12.8萬個貧困村［2］。在多年的扶貧工作中，中國關于貧困的內涵以及對扶貧實踐的認識處于動態演變的過程，并采用五大發展理念不斷創新和完善扶貧治理機制，逐步將扶貧“對象-資源-主體”精確、扶貧“目標-過程-結果”精確、“微觀-中觀-宏觀”的層次精確［3-4］。自2013年以來，我國確立了以全面小康為目標導向的精準扶貧政策體系，實現了扶貧工作從量到質的轉變，旨在通過精準識別、精準幫扶、精準管理和精準考核，確保到2020年當前貧困標準下的貧困人口全部脫貧［5］。

國外從15、16世紀開始就關注貧困問題，主要是對貧困進行政治經濟學方面的研究，之后較長時間才由英國Charles Booth開展貧困測度的研究，該學者提倡的“以收入作為標準”的一維貧困測度和評估方法被廣泛應用。隨著貧困研究的不斷發展，學者們意識到單純根據收入一個維度去評價和測度貧困是片面的，于是多維測度的貧困研究在20世紀70年代逐漸興起，其中以經濟學家Amartya Sen提出的“多維貧困理論及能力貧困思想”被廣泛認可［6］，自此多維貧困測度評估得到快速發展，包括人類發展指數（HDI）、人類貧困指數（HPI）、多維貧困指數（MPI）等被應用于世界各地的貧困狀況研究中，其中又以“Alkire-Foster 方法”測算的多維貧困指數應用較廣［7］。

國內對于貧困問題的研究主要包括理論基礎、貧困標準、致貧因子、貧困類型及反貧困策略等的研究。前期較多關注貧困人口的測量，主要以經濟標準來確定，而且多采用國際通行方法［8］。在借鑒國外多維貧困測量思路的基礎上，國內學者采用不同的多維貧困測算方法開展了多個尺度的貧困狀況研究［9］，研究視角主要以宏觀或中觀為主，從全國層面、集中連片特殊困難區域、省域等層面測算了多維貧困綜合指數［10-13］，村級層面的多維貧困測度主要在理論層面進行了探討［14］，案例應用主要在西部貧困村［15］。

鑒于《中國農村扶貧開發綱要（2011—2020年）》明確提出新階段扶貧攻堅主戰場是我國東西部的11個集中連片特殊困難地區和14個實施特殊扶持政策的區域［16］，然而這并不意味著東部沿海省份不存在貧困區域［17］。廣東省截至2016年仍有2 277個貧困村和176.5萬個貧困人口需要在2020年前實現脫貧，如果忽視了發達省份的貧困問題則非常不利于全國脫貧任務的完成。因此，貧困地域的研究空間需要拓展，經濟發達省份也需要關注貧困村的問題，開展該地區精準扶貧下的貧困村問題研究將有助于加快我國脫貧計劃的實現。

基于上述國內外對貧困問題研究的重點仍然關注貧困測度問題，本研究選擇發達省份欠發達地區的廣東省連州市為研究區域。雖然清遠市經過了農業綜合改革，但連州市的貧困情況依舊處于多樣化且分布不均勻、致貧因素多層次化的狀態，故利用A-F雙臨界值法和AHP-熵值法相結合，從村級尺度對精準扶貧政策確定的貧困村開展其貧困測度研究，以期掌握經濟發達省份貧困問題的特點，為相關決策提供參考。

1 研究對象與方法

1.1 研究區概況

連州市位于廣東省西北部，是廣東省欠發達地區清遠市下屬的一個縣級市，東南毗鄰陽山縣，西南連接連南縣，西北與湖南省藍山、江華兩縣相連，北與湖南省臨武縣交界，東北靠湖南省宜章縣境。全市土地總面積2 663.33 km2，屬于粵北典型的石灰巖地區，主要以山地為主（占72.2%），地勢自西向東呈現“高-低-高-低-高”的格局。連州市主要由連州鎮、西岸鎮、東陂鎮、豐陽鎮、保安鎮、大路邊鎮、星子鎮、龍坪鎮、西江鎮、九陂鎮等10個鎮和瑤安瑤族鄉、三水瑤族鄉2個瑤族鄉組成，共12個鎮（鄉）。2015年末，連州市國內生產總值為125.63 億元，其中農業生產總值為46.68 億元，年末戶籍人口53.37 萬人。

根據廣東省精準扶貧工作相關政策，確定2016年相對貧困村的標準為：年末全村農民人均可支配收入低于8 000 元、年末農民人均可支配收入低于4 000 元且行政村相對貧困人口占全村戶籍總人口的5%以上。依據此標準，連州市2016年共有66 個相對貧困村，其中包括5282 戶貧困戶、13 166 個貧困人口。

1.2 研究方法

1.2.1 多維貧困測量方法 基于Sen的可行能力剝奪理論，James Foster和Sabina Alkire發展了多維貧困的測量方法“A-F雙臨界值法”，該方法需要確定多維貧困測量維度及對應的指標體系，并對指標體系中各維度的權重進行計算。本研究從連州市66個貧困村中的自然因素、社會因素、經濟因素三方面篩選出由7個維度若干指標組成的貧困村多維貧困測量體系，并測算相應的維度權重，了解不同維度對貧困村的貢獻率，并將性質相同的維度歸為自然致貧、社會致貧、經濟致貧三大致貧類型，了解不同致貧類型對貧困村的影響程度，并為構建貧困村綜合貧困度測算模型打下基礎。

貧困維度測算的變量釋義（表1）和測算步驟（圖1）如下：首先，利用剝奪臨界值確定貧困村在特定指標上是否被剝奪，獲得剝奪矩陣；然后，根據貧困臨界線確定貧困村在該值下是否屬于多維貧困個體，若不屬于則對該貧困村的指標值進行歸零處理，得到已刪減矩陣（k），并根據k值下的貧困村比例H和平均剝奪份額A計算多維貧困指標值（MPI），并進一步計算得出各維度的維度權重，維度權重等于維度下相應的指標貢獻率相加［18-20］。

表1 多維貧困測算變量釋義

1.2.2 AHP-熵值法確定組合權重 首先利用A-F雙臨界值法測算出各個貧困維度的維度權重值，然后基于維度權重值，從自然致貧、社會致貧、經濟致貧的角度構建綜合貧困度測量體系。為了多個指標合成的綜合貧困度能客觀反映出各個貧困村的貧困程度，本研究利用主觀賦權和客觀賦權相結合的方法［21］。主觀賦權法是AHP層次分析法，是一種能夠將與決策有關的元素分解成目標、準則、方案等層次，在此基礎上進行定性和定量分析的方法，具有系統性、靈活性等特點［22］。客觀賦權法是熵值法（簡稱EVM），這是用來判斷某個指標的離散程度的數學方法，可以消除確定權重時的人為主觀影響，提高結果的科學性，通過計算反映樣本數據變化率的信息熵，根據各指標的變異程度確定權重［23］。通過利用AHP層次分析法和熵值法單獨對每個維度下的指標進行評價，測算各自的主客觀權重，并利用優化矩陣將兩者優化獲得最佳組合權重。

圖1 維度權重測算流程

在使用熵值法計算客觀權重時，為了解決綜合貧困度測量體系中各指標單位不一致的問題，對數據進行歸一化處理。主要采取線性變換法對數據進行歸一化處理，其中正指標是對貧困綜合程度具有正向影響的指標，即指標值越大貧困化程度越高；逆指標則相反，即指標越大貧困化程度越低［22］。其計算公式如下：

式中，xmin為指標數據的最小值，xmax為指標數據的最大值，由于歸一化后指標中出現個體數值為0的情況，所以對歸一化后的數據采取平移1 個空間單位，避免0值出現。

同時，由AHP層次分析法和熵值法確定的主客觀權重及借此優化后的組合權重值的計算方法如下所示：

由AHP層次分析法通過構建判斷矩陣，然后將因素兩兩比較并通過一致性檢驗，計算得到主觀權重值。由AHP層次分析法確定的指標主觀權重向量為：

通過熵值法計算標準化后的數據，其確定的指標客觀權重向量為：

主客觀權重優化模型的矩陣形式為：

式中，wa代表優化模型中主觀權重的優化權重值，we代表優化模型中客觀權重的優化權重值［15］。故組合權重值為：

式中，ai為第i個指標的主觀權重值，ei為其客觀權重值，n為體系中指標的數量。

1.3 數據來源

本研究數據來源主要包括：（1）連州市各級行政邊界數據及貧困村相關數據分別來自當地民政局和扶貧工作小組；（2）連州市地形圖及相關土地利用數據來自于LocaSpace Viewer獲取的Google Earth數據。

2 貧困村綜合貧困度測算

2.1 多維貧困測度體系

多維貧困測度體系要求從多維度解讀出區域的貧困程度，因此要求選取的指標要能客觀反映研究區域的資源環境、社會經濟等內容，同時還需要對資源要素、環境要素、社會要素、經濟要素等進行細化分解，把對應的指標歸并于相應的維度之中。

基于連州市貧困村的自然、社會與經濟數據，設計其多維貧困度的測量體系，主要包括區位特征、地形特征、區域特征、貧困戶特征、耕地利用、經濟收入、基礎設施7個維度（表1）。各維度對應的指標及臨界值的確定依據如下：

區位特征維度：主要采用距鎮中心距離指標。區位反映某一事物與其他事物的外部空間聯系，距離越遠，則與中心區域或外界的聯系越弱，不利于該區域的發展［25］，故以車行15 min即距鎮中心10 km為選取標準。

地形特征維度：主要采用平均坡度、海拔、地形起伏度等指標。其中根據小流域的土地坡度標準［26］，按其平均坡度貧困村可劃分為緩坡區（8°～15°）、較陡坡區（15°～25°）、陡坡區（25°～35°）；根據基本陸地地貌劃分標準［27］，按其海拔高度貧困村可分為盆地或平原地區（98～200 m）、丘陵地區（200～300 m）、小起伏山地地區（300～500 m）、中起伏山地地區（500～1 000 m）；根據中國地勢起伏度等級［28］，按其地形起伏度貧困村可分為平坦起伏（0～20 m）、微起伏（20～75 m）、小起伏（75～200 m）。坡度和海拔是土地資源固有的重要環境因子，對土地利用方式和土地承載力具有直接影響，而地形起伏度表示了區域的地形起伏情況，這3個指標其值越大，代表了該區域的自然稟賦趨向弱化的態勢，對貧困村的貧困情況則影響越大。

區域特征維度：主要采用貧困發生率、人口密度指標。貧困發生率是描述貧困現象的一個最基本指標，指貧困人口在區域總人口數中所占的比重，其值越大表明該區域的貧困人口規模越大［29］，連州市貧困村的貧困發生率介于5%～13.3%，故以其平均貧困發生率6.8%為選取標準；人口密度可從總體上反映區域的居住人口分布，連州市的大部分行政村人口密度在380人/km2以下，貧困村也遵循此分布態勢，故以380人/km2為選取標準。

貧困戶特征維度：主要采用有勞動力比例、無勞動力比例、殘疾戶比例、住房改造戶比例。在連州市66 個村5 282 戶貧困戶中，無勞動力的貧困戶超過45%，即使在有勞動力貧困戶中勞動人數為1的戶數也超過50%，缺勞動力是貧困戶的主要致貧原因；連州市貧困戶的主要致貧原因為因病、因殘、因缺勞動力，其中殘疾戶的總比例高達30%；此外，貧困戶中住房改造戶的總比例超過17%，故以該比例為選取標準。

耕地利用維度：主要采取水田比例、旱田比例、人均耕地面積等指標。2015年末，連州市的水田比例為9.13%，旱田比例為5.9%，人均耕地面積為0.06 hm2，參考以上3個數值為選取標準。

經濟收入維度：主要采取全村人均可支配收入、貧困戶人均可支配收入和農業主體等指標。以2016年連州市貧困村的人均可支配收入7 000 元/年和貧困戶人均可支配收入2 600元/年為選取標準；連州市貧困村的主要農業主體分別是林業作物、糧食作物、經濟作物，農業產業結構轉向多元化則有利于減輕貧困壓力，反之則拖慢村經濟的發展。

基礎設施維度：主要采取道路完善度指標。貧困村的道路全面硬底化為1，若無則為0。道路基礎完善，可以加強與外界的聯系，若不完善則不利于貧困狀況的改善。

本研究對各維度和各指標采用等權重賦權方法，即區域特征、地形特征、區位特征、貧困戶特征、耕地利用、基礎設施、經濟收入等各維度所占的權重相等，即各為1/7，所有維度權重值之和為1，而每一維度各指標的權重也相等，即均分該維度的權重值［30］。

表2 多維貧困測量維度與指標體系

2.2 計算測量維度的權重

貧困臨界值k，其值越大代表貧困村被剝奪的指標越多，即越多的貧困村剔除于多維貧困測量體系。本研究以k=6為例，參考表1完成對區域貧困指數MPI的分解，而當k=6，MPI指數為0.151，表示被剝奪的貧困村數量少，可客觀反映連州市的總體貧困情況。借助A-F臨界法，對MPI指數進行分解（步驟見表2），計算各指標的貢獻率（特指該指標測算權重在總權重中的比例），并將各維度下的各指標貢獻率相加，獲得該維度的維度權重。其中指標劃定的權重（表3）和貢獻率存在正相關關系，若指標的貢獻率大于其劃定的權重，則該維度指標被剝奪的程度非常大，反之則小［18］。同時通過AHP-熵值法對每個維度的指標進行單獨評價或計算權重值，獲取主客觀權重值，并將主客觀權重通過優化矩陣得到每個維度下的指標組合權重。由多維度測量體系所獲得的維度權重和AHP-熵值法計算所得組合權重構成的綜合貧困度測算體系如表3所示。

將17 個指標的貢獻率和原先劃定的權重比較，發現水田比例、旱田比例、有勞動力比例、無勞動力比例、人口密度、貧困戶人均可支配收入、道路完善度等7個指標的貢獻率大于各自對應的權重。進一步分析可知，在66 個貧困村，有57 個位于較陡坡或陡坡區域，而坡度是土地資源固有的一個重要環境因子，對村內土地利用方式具有直接影響［31］，由于自然稟賦的限制，使得貧困村的耕地資源不足或對其開發不充分。其中，人口密度低是連州市貧困村的一個現狀，主要集中在北部簸箕山脈地區，也是導致貧困村勞動力不足的主要因素。同時，生活及經濟基礎差，基礎設施建設不足，特別是仍有43 個貧困村沒有完成全村道路硬底化，貧困因素的綜合作用使得貧困村陷入一種“貧困循環”。

表3 綜合貧困度測算體系與權重

2.3 綜合貧困測算結果

2.3.1 分維度貧困指數結果 基于貧困村綜合度測算模型，計算貧困村各維度指數：

式中，Wi是貧困村的維度指數，Ji是該維度相對應的維度權重值，Ci是該維度下的第i個指標，Ai是該指標相對應的組合權重值。基于此公式，不同類型的致貧指數由其下相對應的維度指數相加而成。

本研究將7 個維度的致貧因子歸納為三大致貧類型：自然致貧、社會致貧與經濟致貧。其中自然致貧由地形特征維度、區位特征維度組成；社會致貧由貧困戶特征維度、區域特征維度、耕地利用維度、基礎設施維度組成；經濟致貧由經濟收入維度組成。根據測算結果（表4），利用ArcMap10.2將各個貧困村的自然致貧指數、社會致貧指數、經濟致貧指數可視化，結果見圖2～圖4（封三）。

對各致貧類型指數通過自然斷點法進行劃分，獲得分布圖。根據貧困村的地理空間分布和受到不同致貧類型的影響程度來看，在圖2（封三）中，受到自然致貧因素影響強烈的貧困村較多，若按超過自然致貧指數0.116計算，有31個貧困村受到較強的影響，集中分布于以北部簸箕山脈為中心的山區，與連州市地形格局吻合程度高；在圖3（封三）中，大部分貧困村受到社會致貧因素較強的影響，若按超過社會致貧指數0.395計算，有40 個貧困村表現出強烈影響，主要集中于連州市西北部的瑤族山區和東部的丘陵盆地地區；在圖4（封三）中，受到經濟因素影響強烈的貧困村較多，若按超過經濟致貧指數0.06計算，有30 個貧困村受到較強影響，分布相對集中，主要分布于西北部的瑤族山區和東北部的丘陵盆地地區，表示這兩個地區的經濟致貧壓力大，是經濟發展相對緩慢的貧困村的集中區。

表4 致貧指數計算結果

2.3.2 綜合貧困指數結果 基于各貧困村的自然致貧指數、社會致貧指數、經濟致貧指數的測算，貧困村的綜合貧困指數的計算公式如下：

式中，Wn為貧困村的自然致貧指數，Ws為社會致貧指數，We為經濟致貧指數。根據測算結果（表4），利用ArcMap10.2將各個貧困村的綜合貧困指數可視化，并通過自然斷點法對綜合貧困指數劃分級別，劃分標準為：輕度貧困化（Ⅰ級：0.391～0.454）、中度貧困化（Ⅱ級：0.454～0.527）、重度貧困化（Ⅲ級：0.527～0.646）、極重度貧困化（Ⅳ級：0.646～0.752）4個等級，全市各鎮貧困村的貧困化程度見表5。

表5 各鎮貧困村貧困化程度統計 （個）

貧困等級劃分結果（表5）顯示：輕度貧困化的貧困村有14 個（占21.2%），中度貧困化的貧困村有11 個（占16.7%），重度貧困化的貧困村有23 個（占34.8%），極重度貧困化的貧困村有18 個（占27.3%）。可見，連州市貧困村目前的貧困狀態較嚴重，有超過50%的貧困村處于重度和極重度的貧困化程度。從空間分布特征而言，重度貧困村的分布相對集中，主要分布于連州市的西南部和中部的山地和丘陵地區；極重度貧困村在西北部的瑤族山區呈現集聚狀態，而在東部和中部呈現零散分布狀態；輕度和中度貧困村的分布均呈現零散分布的特征（圖5，封三）。

3 結論與建議

3.1 結論

研究設計了連州市貧困村的多維貧困測度體系，主要從7 個維度17 個指標進行貧困問題的測量，利用A-F雙臨界值法測算了多個維度的權重，并結合AHP-熵值法計算各測量指標的組合權重，通過利用維度權重和組合權重構建了綜合貧困度的測算模型，計算了連州市66個貧困村的自然致貧、社會致貧和經濟致貧3個分項貧困指數，最后利用3個指數加總求取貧困村的最終綜合貧困度。

從不同致貧類型的影響程度看來，西北部的三水、瑤安瑤族鄉以及豐陽鎮受到自然致貧因素的影響最強烈，其中海拔指標對自然致貧的貢獻最大，反映自然稟賦對地區發展的限制。而三水瑤族鄉和龍坪鎮受到社會致貧因素最為強烈，其中人口結構的不合理和區域基礎設施的不完善是這兩個地區受社會致貧影響最大的兩個主導因素。而受到經濟致貧影響最大的是三水瑤族鄉、保安鎮、大路邊鎮，并分別以三水瑤族鄉和大路邊鎮為核心形成兩個經濟落后地區。綜合貧困度前三分別是三水瑤族鄉、龍坪鎮、東陂鎮，綜合貧困度呈現“西北高，中間低，東南高”的態勢，其中應提供更多扶貧支持給西北部的瑤族山區。

連州市社會致貧因素對貧困村的影響最大，特別是其中的區域特征維度和基礎設施維度作用較大，其次是自然致貧因素。綜合貧困度高的貧困村相對集聚在連州市西北部的瑤族山區、西南部及中部的丘陵地區，綜合貧困度低的地區呈現相對零散分布的狀態，與社會致貧指數具有較高的吻合度，表明加快扶貧進程，應從貧困村的基礎設施和貧困人口的內部入手，采取精準扶貧措施。

3.2 對策建議

綜合上述對連州市貧困村的綜合測量研究和連州市扶貧工作小組的調研資料發現：貧困村在自然因素方面的主要致貧點為土地自然稟賦差；在社會發展方面的主要致貧點為耕地不足且分散，生活及經濟基礎設施差；在經濟建設方面的主要致貧點為缺乏主體產業，特別是缺乏具有帶動性的農業主體。因此，要實現對貧困村的精準扶貧，急需從以下方面切入：

（1）完善農村基礎設施建設。針對目前連州市尚有43 個貧困村的農村公路基礎設施建設未完成的問題，連州市政府應優先完善該部分村落的農村公路建設。此外，由于連州市的主要氣象災害為干旱，該地區的貧困村出現缺水情況則較為常見，因此，也需要完善水利設施以解決水資源利用和農業生產用水的問題。

（2）加快農村主體產業建設。連州市應倡導因地制宜大力發展有助于貧困人口脫貧的區域特色產業，如位于山區的貧困村可憑借豐富的生態資源發展鄉村旅游，引入市場力量構建旅游精準扶貧系統，令各村的旅游資源共享效應不斷增大。此外，還可以針對土地資源利用低效的問題，以政府為主導，引入市場主體促進土地向專業農業種養大戶流轉，提高土地利用的效益。

（3）完善農村衛生醫療保障體系。連州市貧困戶的致貧原因主要是因缺勞動力、因病、因殘，因此必須以政府為主導，全面落實覆蓋貧困人口的基本醫療衛生保障體系，并進一步加強其建設，穩步推進基層公共衛生服務均等化，構建殘疾救助體系，不斷完善貧困村的社會保障體系。

［1］ 劉小鵬，蘇曉芳，王亞娟，等. 空間貧困研究及其對我國貧困地理研究的啟示［J］. 干旱區地理，2014，37（1）：144-151.

［2］ 莫光輝. 精準扶貧：中國扶貧開發模式的內生變革與治理突破［J］. 中國特色社會主義研究，2016（2）：73-77.

［3］ 楊宜勇，吳香雪. 中國扶貧問題的過去、現在與未來［J］. 中國人口科學，2016（5）：2-12.

［4］ 莊天慧，楊帆，曾維忠. 精準扶貧內涵及其與精準脫貧的辯證關系探析［J］. 內蒙古社會科學（漢文版），2016（3）：6-12.

［5］ 王介勇，劉彥隨，陳秧分. 農村空心化程度影響因素的實證研究：基于山東省村莊調查數據［J］. 自然資源學報，2013，28（1）：10-18.

［6］ Sen A. Poverty and famines：an essay on entitlement and deprivation［M］. Oxford University Press，USA. 1983.

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

［8］ 王大超. 轉型期中國城鄉反貧困問題研究［D］.長春：東北師范大學，2003.

［9］ 王小林，Alkire S. 中國多維貧困測量：估計和政策含義［J］. 中國農村經濟，2009（12）：4-10.

［10］ 劉艷華，徐勇. 中國農村多維貧困地理識別及類型劃分［J］. 地理學報，2015，70（6）：993-1007.

［11］ 陳燁烽，王艷慧，王小林. 中國貧困村測度與空間分布特征分析［J］. 地理研究，2016，35（12）：2298-2308.

［12］ 王艷慧，錢樂毅，段福洲. 縣級多維貧困度量及其空間分布格局研究—— 以連片特困區扶貧重點縣為例［J］. 地理科學，2013，33（12）：1489-1498.

［13］ 丁文廣，冶偉峰，米璇，等. 甘肅省不同地理區域災害與貧困耦合關系量化研究［J］. 經濟地理，2013，33（3）：28-35.

［14］ 葉初升，王紅霞. 多維貧困及其度量研究的最新進展：問題與方法［J］. 湖北經濟學院學報，2010，8（6）：5-11.

［15］ 郭輝，王艷慧，錢樂毅. 重慶市黔江區貧困村多維測算模型的構建與應用［J］. 中國科技論文，2015，10（3）：331-335.

［16］ 曹詩頌，王艷慧，段福洲，等. 中國貧困地區生態環境脆弱性與經濟貧困的耦合關系—— 基于連片特困區714個貧困縣的實證分析［J］. 應用生態學報，2016，27（8）：2614-2622.

［17］ 馮艷. 區域貧困測度、識別與反貧困路徑選擇研究［D］. 沈陽：遼寧大學，2015.

［18］ 李軍. 西南邊疆民族地區貧困人口多維測算及其貧困特征分析［J］. 中共南寧市委黨校學報，2016（3）：15-20.

［19］ 高帥畢，潔穎. 農村人口動態多維貧困：狀態持續與轉變［J］. 中國人口·資源與環境，2016，26（2）：76-83

［20］ 郭建宇，吳國寶. 基于不同指標及權重選擇的多維貧困測量—— 以山西省貧困縣為例［J］.中國農村經濟，2012（2）：12-20.

［21］ 宋海州，王志紅. 客觀權重與主觀權重的權衡［J］. 技術經濟與管理研究，2003（3）：63.

［22］ 鄧雪，李家銘，曾浩健等. 層次分析法權重計算方法分析及其應用研究［J］. 數學的實踐與認識，2012，42（7）：93-100.

［23］ 宋丹丹，郭輝. 基于AHP和熵值法的新疆水資源承載力綜合評價研究［J］. 廣西師范學院學報（自然科學版），2014，31（3）：57-64.

［24］ 王富喜，毛愛華，李赫龍等. 基于熵值法的山東省城鎮化質量測度與空間差異分析［J］. 地理科學，2001，33（11）：1323-1329.

［25］ 樊天相. 重慶丘陵地區農村居民點空間布局優化研究—— 以長壽區海棠鎮為例［D］. 重慶：西南大學，2015.

［26］ 中國國家標準化管理委員會. 水土保持綜合治理規劃通則［M］. 北京：中國標準出版社，2009：10-12.

［27］ 李炳元，潘保田，韓嘉福. 中國陸地基本地貌類型及其劃分指標探討［J］. 第四紀研究，2008，28（4）：535-543.

［28］ 涂漢明，劉振東. 中國地勢起伏度研究［J］. 測繪學報，1991，20（4）：311-319.

［29］ 葉開杏. 廣西農村貧困測度及扶貧開發研究［D］. 南寧：廣西大學，2012.

［30］ 吳勝澤. 能力貧困理論與廣西國定貧困縣多維貧困估計［J］. 經濟研究參考，2012（65）：80-100.

［31］ 周萬村. 三峽庫區土地自然坡度和高程對經濟發展的影響［J］. 長江流域資源與環境，2001，10（1）：15-21.