云南邊疆少數民族地區村域多維貧困測度及空間分異研究

蔡 進，禹洋春，駱東奇1,，李 濤

云南邊疆少數民族地區村域多維貧困測度及空間分異研究

蔡 進1,2，禹洋春3，駱東奇1,3※，李 濤4

（1. 重慶工商大學 長江上游經濟研究中心，重慶 400067；2. 重慶工商大學 旅游與國土資源學院，重慶 400067；3. 重慶工商大學 商務策劃學院，重慶 400067；4. 西南大學 地理科學學院，重慶 400715）

邊疆少數民族地區的農村貧困治理一直是脫貧攻堅戰略中最難啃的“硬骨頭”，揭示村域農村多維貧困時空分異規律，對于促進邊疆少數民族地區農民脫貧增收具有重要意義。該文以云南省鎮沅縣為研究對象，在構建村域多維貧困測度指標體系的基礎上，運用多維貧困測度模型、Moran指數、地理探測器模型等方法，對鎮沅縣109個村的多維貧困程度、空間格局以及主導因素進行研究。結果表明：鎮沅縣村域多維貧困程度較高，有55個村處于高貧困水平，空間格局表現為“東西高、南北次高、中心低”的結構特征，即貧困程度較高的村集中于東部的哀牢山區和西部、北部的無量山區，貧困程度較低的村主要集中于以縣城為中心的恩樂鎮、按板鎮東部和古城鎮北部地區；空間關聯格局研究表明，鎮沅縣村域多維貧困空間上存在著顯著的集聚特征，集聚的低值中心主要分布在中部恩樂鎮和按板鎮，集聚的高值中心主要分布在西部的振太鎮；影響鎮沅縣村域多維貧困空間分異的主導因素包括人均耕地面積、25°坡度以上耕地面積比例、有無出村公交線路、到縣政府駐地車程時間、農藥使用強度、地質災害強度、土地流轉面積比例、貧困人口比例、年人均純收入等。地方政府應該根據區域優勢資源，制定合理且有針對性的扶貧策略。

村域；GIS；多維貧困；空間分異；少數民族地區；鎮沅縣

0 引 言

解決貧困問題是人類進入21世紀后亟待解決的共同問題和首要目標，一直受到全球各國政府和學術界關注的焦點。中國自2014年實施精準扶貧戰略以來，農村反貧困取得了巨大成就，絕對貧困人口從2014年的7 071萬減少到2018年底的1 660萬，國家貧困縣減少了153個，貧困發生率由10.2%下降至3.1%[1]。目前中國農村扶貧開發任務的焦點和難點已經由大規模的普惠扶貧，轉變為針對深度貧困地區和深度貧困農戶的精準扶貧，扶貧方式也由“大水漫灌”向“精準滴灌”轉變[2]。由于資源稟賦、區位條件和發展歷史等因素不同，中國農村的貧困問題在空間上存在顯著的差異性和集聚性的特點，全國60%的農村貧困人口和80%的貧困村集中于14個集中連片貧困地區，囊括了生態脆弱地區、資源匱乏地區、少數民族地區、革命老區[3-4]。

西方學術界在貧困的概念、評價標準、研究方法等方面進行了廣泛深入的研究。貧困概念的不斷深化，從物質貧困上升到能力貧困和權力貧困，貧困的維度也由單維的經濟貧困向包括收入、住房、教育、醫療等多維貧困轉變[5]。目前在學術界對多維貧困的測度還沒有一個統一的標準，但不同的學者從不同的角度提出了諸多測度方法和標準，Alkire和Foster從收入、健康、教育等方面選取指標構建了多維貧困指數（multidimensional poverty index，MPI），也稱為A-F貧困測度法[6]。聯合國開發計劃署（UNDP）在MPI的基礎上，提出了一套“3+10”評價指標體系，即3個維度、10項指標。隨后學者們進行了大量的實證研究[7-9]。以Partridge等為代表的學者對指標體系進行了豐富和發展，增加了政治權利、心理素質和就業環境等內容[10]。在測度方法方面，包括S指數、T指數、K指數、FGT指數、A-F指數等方法得到了廣泛的運用[11-12]。其中A-F指數既考慮了收入維度的主導地位，也兼顧了多維視角下的福利評價，運用最廣泛，但是對遭受多維剝奪個體的分布與轉移情況并不敏感[6]。以Wagle為代表的學者認為區域貧困主要受資源稟賦、人力資本、人口結構和地區發展水平等因素影響，解決區域經濟發展的人力資本和區位條件是反貧困的主要措施[13]。Ravallion認為影響個體貧困包括內部因素和外部因素2個方面，內部因素有家庭特征、個體特征等，外部因素包括政策環境、自然災害等，并指出提高受教育程度是反貧困的關鍵[14]。

中國學術界對農村貧困的研究雖然起步較晚，但成果越來越豐富。在引入多維貧困的概念后，對其內涵進行了深化和發展，多維度中包括了“一水平、兩不愁、三保障”等內容，即收入水平、飲食不愁、穿著不愁，教育保障狀況、醫療保障狀況、住房保障狀況[15-17]。在構建多維貧困測度指標體系中，基本囊括了“兩不愁、三保障”的內容。例如有學者對重慶市縣域農村多維貧困空間分異及影響因素進行了研究[18]。在多維貧困的研究尺度上，區域貧困與個體貧困均有所涉及，但以宏觀尺度為主[19-22]。劉艷華等以全國縣域為研究單元，基于6個維度構建多維貧困測度指標體系，對全國農村多維貧困空間格局進行了研究[23]。羅剛等基于地理資本，對重慶市1919個市級貧困村的多維貧困度進行了研究[24]。文琦等研究了黃土高原村域多維貧困空間異質性，提出推進新型城鎮化建設，實現公共服務均等化，從根源上解決農村醫療、住房、交通設施落后等難題的建議[25]。梳理農村多維貧困的國內外研究現狀發現，目前在研究區域上邊疆地區、少數民族地區研究較少，在村域尺度上較多以抽樣的方式選取部分村進行研究[26-28]，較少以行政區內所有村為研究對象。本文選取邊疆少數民族地區云南省鎮沅縣為例，以縣域所有行政村為研究對象，構建村域尺度多維貧困測度指標體系，對貧困的程度、空間分異及影響因素進行研究，揭示影響農村多維貧困空間分異的主導因素，為邊疆少數民族地區的脫貧攻堅工作提供政策建議。

1 研究區概況

云南省位于中國西南邊陲，東部與貴州、廣西為鄰，北部與四川相連，西北部緊依西藏，西部與緬甸接壤，南部和老撾、越南毗鄰，是中國民族種類最多的省份。鎮沅彝族哈尼族拉祜族自治縣（以下簡稱鎮沅縣）是云南省普洱市下轄縣之一，位于云南省西南部、普洱市北部，云貴高原西側（圖1），地處“兩山一江”（哀牢山、無量山與瀾滄江）之間。橫斷山脈縱谷區東南余梢，云嶺余脈的哀牢山和無量山縱貫全境，與河流相間，構成北高南低、北向南走的“五谷五嶺”地貌輪廓。鎮沅平均海拔1 376 m。氣候歸屬亞熱帶季風區內，地貌復雜，氣候垂直差異突出，形成熱帶、亞熱帶、暖溫帶3種氣候類型。全縣轄8鎮1鄉109個村（居）民委員會1 677個村（居）民小組，總人口21.3萬人，居住著彝、哈尼、拉祜等22種民族，其中少數民族人口12.14萬人，占總人口56.87%。國土面積4 223 km2，其中山區面積占97.7%。有林地面積342.25 萬hm2，活立木蓄積總量3 434.12 萬m3，森林覆蓋率達71.99%，是國內一類林區縣。2001年被認定為國家級扶貧開發重點縣，全縣有貧困鄉（鎮）3個、貧困村76個、建檔立卡貧困人口10 611戶37 677人，主要致貧原因是缺技術和疾病，其中缺技術4 608戶16 430人、占43.43%；因病致貧1 225戶4 424人、占11.54%。

圖1 研究區位置圖

2 數據來源與研究方法

2.1 數據來源

研究以鎮沅縣109個行政村為研究對象，主要涉及土地利用、生態環境、社會經濟和農戶調查等方面數據，所有基礎地理數據均經過粗差剔除和地理校正，時間節點為2018年。為了使空間分布更直觀和美觀，以及數據處理方便，文章中將鎮沅縣村社之間的飛地進行了合并處理，并且剔除了哀牢山自然保護區。數據主要來源與處理如下：

1）土地利用數據包含耕地面積、后備耕地資源面積、土地流轉面積、有效灌溉面積等統計數據和耕地圖斑、坡度等矢量數據。耕地的平均坡度通過ArcGIS坡度分析獲取；主要由鎮沅縣國土資源局提供土地利用變更數據。

2）調研數據主要來源于2018年精準扶貧第三方評估實地調研，收集了全縣9個鄉鎮109個行政村的“兩不愁、三保障”的相關數據。包含貧困人口數量、農村恩格爾系數、“三留守”人口數量（留守老人、留守婦女、留守兒童，以下簡稱“三留守人口”）、集體經濟水平、地質災害發生次數、居住危房數量、無技能勞動力人口數量、殘疾和重病人數以及未參加產業培訓的人數等計量數據，并通過計算獲取各項指標占比。

2.2 評價指標體系

農村多維貧困評價指標體系的構建是在實地調研的基礎上，參考部分學者的研究成果[28-30]，按照A-F貧困測度方法，構建包括經濟貧困、產業貧困、環境貧困和發展貧困4個維度的鎮沅縣村域多維貧困測度指標體系（表1）。為了實現主客觀權重的統一，采用層次分析法（AHP）和熵值法（EVW）共同確定各維度和各指標權重。

1）經濟維度。選取貧困人口發生率、“三留守”人口比例、年人均純收入、年人均集體經濟收入4個指標。貧困人口比例反映了村貧困發生率，是貧困發生廣度最直接的指標。“三留守”人口比例貧困發生廣度的延伸，反映了農村留守老人、小孩和婦女的數量以及村內勞動力資源狀況。農民的年人均純收入和人均集體經濟收入，反映了村集體以及農戶個體家庭的經濟收入水平，最直接反映農村貧困的深度。

2）產業維度。產業扶貧是農民脫貧增收最可持續和有效的途徑，選取地均農作物產值、人均畜牧業產值、耕地流轉面積和合作社產值4個指標。其中，地均農作物產值和人均畜牧業產值分別反映村農作物生產水平、畜牧業發展水平。耕地流轉面積比例，一方面能夠反映村內龍頭企業發展情況，另一方面也反映耕地利用情況。合作社產值是村集體經濟收入來源和農業產業化經營現狀的反映，合作社產值越高代表農業產業化經營越好。

3）環境維度。選取了化肥使用強度、農藥使用強度、人均垃圾桶數量和地質災害強度4個指標，分別反映人類制造的環境污染與自然環境災害情況，以及在保護生態環境方面人類所做的努力。化肥使用強度以化肥使用總量與耕地總面積之比表示，農藥使用強度以農藥使用總量與耕地總面積之比表示。隨著對農村環境的重視程度加深，處理農村垃圾是農村環境整治的一個重要方面，人均垃圾桶數量指標，既反映處理農村生活生產垃圾的現狀，也反映了貧困治理在環境方面的可持續發展。地質災害強度，反映了區域內受自然環境不利因素影響的程度大小，利用地質災害發生面積與區域總面積的比值表征。

4）發展維度。貧困現狀是當前農村資源環境條件下經濟社會發展的狀態，它只代表村域發展現狀，不能反映未來發展趨勢。貧困農戶或者貧困村能否可持續的脫貧致富，除了個體努力之外，還與村的發展環境好壞有關。本文從資源稟賦、教育情況、對外聯系幾個方面選取了人均耕地面積、25°坡度以上耕地面積比例、有無村小學、有無出村公交線路、村委到縣政府駐地車程時間等5個指標測度村域發展環境。

表1 村域多維貧困評價指標體系

2.3 研究方法

1）指標無量綱化

式中Y為標準化后的指標值，X為第年第項指標原始值；Xmax和Xmin分別為相應指標的最大值和最小值，其中公式（1）運用于正向指標，公式（2）運用于負向指標。

2）多維貧困測度模型

本文構建的村域多維貧困評價指標體系由經濟維度、產業維度、環境維度和發展維度4個維度構成，每個維度下分別設置了若干評價指標，通過維度綜合權重對各維度進行加權求和，求得研究區村域多維貧困指數MPI，計算公式如下

式中為維度個數；為相應維度下的指標個數；F為標準化后的指標值；w為指標權重；w為維度權重，MPI ∈[0,1]。

3）空間自相關分析法

空間自相關分析（ESDA）涵蓋全局空間自相關分析和局部空間自相關2個方面，全局空間自相關分析主要描述村域多維貧困在整個區域的空間關聯和空間差異特征；局部空間自相關主要描述村域多維貧困在子區域上的空間關聯和空間差異特征。本文采用全局莫蘭指數（Global-Moran`）和局部莫蘭指數（Local-Moran`）來表征鎮沅縣及各村多維貧困的空間集聚特征，公式如下

4）地理探測器模型

本文借助地理探測器模型（Geodetector），引入村域多維貧困空間分異決定力指標。假定研究區域存在村域多維貧困指數。被采集在研究區域內，由采樣單元（= 1, 2,…,，為總采樣單元數）組成的格點系統，假設={}是可能存在的一種影響貧困空間分異的因素，= 1, 2, …,，為因素分類數，代表因素不同的類型。一個類型對應空間上一個或多個子區域。為了探測因素與村域多維貧困指數的空間相關性，將圖層與因素圖層疊加，在因素的第類型（對應一個或多子區域），的離散方差被記為2，當各因素對村域多維貧困指數具有決定力時，每個類型（對應一個或多子區域）的離散方差2會較小，類型（對應一個或多個子區域）之間的離散方差會較大。因素對村域多維貧困指數的決定力大小為

3 結果與分析

3.1 村域多維貧困空間格局分析

3.1.1 多維度空間格局分析

根據多維貧困測度模型計算出鎮沅縣109個村的多維貧困指數綜合值范圍為0.265～0.741，均值為0.452，表明鎮沅縣各行政村的多維貧困程度較高且村域之間的差異較為明顯。在ArcGIS10.2軟件中按照自然斷裂點法，將多維貧困程度劃分為低貧困水平（0.265～0.338）、較低貧困水平（0.339～0.432）、較高貧困水平（0.433～0.523）、高貧困水平（0.524～0.741）4種類型。研究結果發現，在109個村中，高貧困水平的村有20個，占比18.35%；較高貧困水平的村有35個，占比32.11%；較低貧困水平的村有46個，占比42.20%；低貧困水平的村有8個，占比7.34%；處于較高和高貧困水平的村共計占比50.46%，并且在較低貧困水平的42.20%的村中，有54.35%的多維貧困指數值在0.4以上，仍然處于較高水平的下臨界點，具有轉向較高貧困水平的風險。

從空間分布格局來看，鎮沅縣村域多維貧困空間分布呈現出“東西部高、南北部次高、中心低”的結構特征（圖2），即以縣政府駐地的恩樂鎮為核心，村域多維貧困程度向四周輻射增強。貧困程度較低的村主要集中在恩樂鎮－古城鎮－勐大鎮南部。貧困程度較高的村主要集中在3個區域：振太鎮－勐大鎮北部區域、九甲鎮－者東鎮－和平鎮區域、田壩鄉區域，通過與鎮沅縣貧困村對比發現，高度貧困水平和較高貧困水平的村與貧困村空間分布大致吻合，表明研究結果較為符合鎮沅縣實際情況。

圖2 鎮沅縣村域多維貧困程度空間分布

振太鎮－勐大鎮北部區域：位于鎮沅縣西北部地區，處于無量山南部，地形起伏較大，生態環境脆弱，自然稟賦較差，該區域是鎮沅縣經濟發展水平相對較低的地方，多維貧困綜合指數值為0.552。從空間分布格局來看，高貧困水平和較高貧困水平包括了振太鎮除太和村的所有村，勐大鎮的平地村、文卜村、半坡村、馬臺村、大井村、平掌村、桂花甲村、文雷村、西山村、大山村等10個村。

九甲鎮－者東鎮－和平鎮區域：位于鎮沅縣東部哀牢山西部山麓地區，地形東高西低，起伏大，耕地資源較少，生態環境脆弱，是鎮沅縣主要的自然保護區所在地。高貧困水平的村包括九甲鎮的甸坑村，者東鎮的木廠村、凹龍村、麥地村。較高貧困水平的村包括九甲鎮的和平村、三臺村、登高村、文崗村、果吉村、九甲村，者東鎮的馬鄧村、者東村、學堂村、樟盆村、東灑村、新村，和平鎮的那狀村、丫口村等18個村，多維貧困綜合指數均值為0.495。從區域內部空間分布格局看，與區域內地形分布特征一致，即多維貧困的空間格局也呈現東高西低的特征。

田壩鄉區域：該區域位于鎮沅縣南部地區，地形起伏大、生態環境較差，農民可耕地資源較少。田壩鄉8個村中有5個處于多維貧困的較高水平，主要集中于田壩鄉的南部地區，包括三合村、勝利村、岔河村、聯合村、民強村。另外，該區域古城鎮的文廣村的多維貧困也處于較高水平。

3.1.2 單維度空間格局分析

1）經濟維度

鎮沅縣各村的經濟維度貧困指數值處于0.116～0.804之間，均值為0.455，表明經濟維度貧困處于較高程度且各村之間的差距較大。高貧困水平、較高貧困水平、較低貧困水平和低貧困水平的村分別占總村數量的10.09%、44.04%、28.44%、17.43%（表2）。空間分布格局呈現“東西部高、中部低”的結構特征，即經濟維度貧困由中部地區的恩樂鎮、勐大鎮、按板鎮、古城鎮向兩翼地區的振太鎮、田壩鄉、九甲鎮、者東鎮、和平鎮逐步增加，最高值出現在振太鎮的文索村，最低值出現在古城鎮的民主村（圖3a）。經濟維度貧困高低受到貧困人口比例、三留守人口比例、人均可支配收入和人均集體經濟收入等因素的影響。例如貧困程度高的振太鎮，貧困發生率為15.02%，高于全縣平均水平11.37個百分點；三留守人口比例為1.32%，高于全縣平均水平0.78個百分點；年人均集體經濟收入為21.04元，比全縣平均水平低38.17元。

2）產業維度

鎮沅縣各村的產業維度貧困指數值處于0.545～0.978之間，均值為0.871，表明產業維度貧困處于高水平，各村之間的貧困差距較大。高貧困水平、較高貧困水平、較低貧困水平和低貧困水平的村分別占總村數量的6.42%、22.94%、41.28%、29.36%（表2），其中高貧困和較高貧困水平的村合計占總村數的70.64%。主要是由于鎮沅縣是云南省的少數民族自治縣，從農民收入來源看主要為從事種養殖業，全縣外出務工人數較少，務工收入較低。受地形條件、耕地條件、農村產業資金和交通條件等因素的影響，全縣地均農作物產值、人均畜牧業產值和合作社均產值都較低，處于普洱市的下游水平。例如合作社的年均產值為35.35萬元。受引進企業較少的影響，土地流轉面積比例并不高，僅占土地面積的3.351%。產業維度貧困在空間分布上呈現“高貧困水平村分布廣泛、集中在西部和南部；低貧困水平村分布較小、集中在北部和東部”的結構特征（圖3b）。低貧困水平村包括勐大鎮的新街村、大山村和文奪村，者東鎮的新光村、新村、邦海村和凹龍村，最低值為勐大鎮的文奪村，產業維度指數值為0.545；高貧困水平村包括振太鎮除文索村、塘坊村、長安村和太和村外剩余的20個村，勐大鎮的馬臺村、文卜村、平和村、那敦村，古城鎮的文廣村、古城村、桂海村和河西村，田壩鄉的岔河村，和平鎮的丫口村、那狀村和麻洋村。

表2 鎮沅縣不同貧困程度村數量比例

3）環境維度

鎮沅縣各村的環境維度貧困指數值處于0.091～0.651之間，均值為0.316，表明環境維度貧困處于較低水平，各村之間的環境貧困差距較大。高貧困水平、較高貧困水平、較低貧困水平和低貧困水平的村分別占總村數量的33.94%、34.86%、24.77%、6.42%（表2），其中低貧困和較低貧困水平的村合計占總村數的68.80%。環境維度貧困在空間分布上呈現“低貧困水平村分布廣泛、集中于中部和東部，高貧困水平村分布較小、集中于西部和南部”的結構特征（圖3c）。高貧困水平村包括振太鎮的文東村、小寨村、幫慶村、太和村，恩樂鎮的復興村，古城鎮的文廣村，九甲鎮的甸坑村，最高值為恩樂鎮的復興村，環境維度貧困指數值為0.651；低貧困水平村在全縣分布廣泛，包括37個村，最低值出現在恩樂鎮的太平掌村。鎮沅縣各村環境維度貧困程度較低的主要原因包括幾個方面：一是受耕地條件和耕作觀念的影響，對耕地投入的化肥和農藥相對較少，土壤污染程度較低，鎮沅縣各村化肥投入量僅為305.23 kg/hm2，農藥投入量僅為9.97 kg/hm2；二是隨著加大對農村地區環境綜合整治力度，農村地區垃圾桶、垃圾處理點的數量不斷增加，農村生活環境得到有效改善，鎮沅縣在各村基本都設有垃圾集中處理點；三是鎮沅縣大部分地區屬于山地，植被覆蓋率較高，地質滑坡和泥石流災害較少，另外隨著對農業生產條件投入的增加，農田灌溉水利條件得到有效改善，農業抵御自然災害的能力逐步提高。

4）發展維度

鎮沅縣各村的發展維度貧困指數值處于0.148～0.750之間，均值為0.426，發展維度貧困處于較高的水平，各村之間的環境貧困差距較大。高貧困水平、較高貧困水平、較低貧困水平和低貧困水平的村分別占總數的15.60%、40.37%、28.44%、15.60%（表2），表明各村發展維度貧困處于較為中等的水平，較低貧困和較高貧困水平村占了總數的68.81%。發展維度貧困的空間分布特征呈現“核心－邊緣結構模式”，即以鎮沅縣縣城駐地為中心向擴散。低貧困水平村主要分布于中部的恩樂鎮和古城鎮北部，高貧困水平村主要分布于東部的九甲鎮—者東鎮—和平鎮一線、西部的振太鎮—勐大鎮一線、南部的田壩鄉（圖3d）。發展維度貧困的最高值出現在九甲鎮的文崗村，貧困指數值為0.750；最低值出現在恩樂鎮的文舊村，貧困指數值為0.148。山區鄉村的發展環境受到了多種因素的影響，包括資源稟賦、地形條件、教育現狀、交通條件等方面，造成鎮沅縣村域發展環境較差的原因主要是地處于大山區、資源稟賦差，特別是地形起伏大阻礙交通的發展，造成居民出行不便和產業發展受限。發展維度空間分布差異的主要原因為：一是中部地區距離鎮沅縣城較近，資源稟賦和自然條件相對較好，如人均耕地面積達0.395 hm2，造成該區域村域發展環境相對較好；二是東部、北部和西部都處于大山區，資源稟賦差、生態脆弱、地形起伏大，限制了交通的發展，導致距離經濟中心較遠，如振太鎮的邦慶村按照正常車程到縣城需要300 min。另外，由于發展的歷史原因，鎮沅縣邊緣地區在資金投入、政策扶持等方面不如中部地區自然環境好的村，造成鎮沅縣村域之間在基礎設施、經濟發展水平等方面差距大。

a. 經濟維度b. 產業維度c. 環境維度d. 發展維度 a. Economic dimensionb. Industrial dimensionc. Environmental dimensiond. Development dimension

3.2 村域多維貧困空間關聯格局分析

利用公式（4）和GeoDa軟件計算出鎮沅縣2018年村域多維貧困的全局Moran`s為0.786。并對其顯著性進行檢驗，其中，值為6.15，大于1.96；值小于0.05，即在一定顯著性水平下均通過檢驗。表明鎮沅縣村域多維貧困在空間上存在著顯著的集聚效應。鎮沅縣109個村的空間關聯格局特征主要通過Moran散點圖（圖4）、LISA圖（圖5）和冷熱點圖（圖 6）進行分析。

1）Moran散點圖分析

Moran散點圖中的4個象限按照關聯的性質劃分為：第一象限（H-H關聯）、第二象限（H-L關聯）、第三象限（L-L關聯）、第一象限（L-H關聯），其中H-H和L-L關聯分別表示高貧困與高貧困、低貧困與低貧困關聯，是正的空間自相關，即具有均質性；H-L和L-H關聯表示高貧困與低貧困、低貧困與高貧困關聯，是負的空間自相關，即具有異質性。研究結果顯示（圖4）：從綜合維度貧困看，局部Moran`s為0.739，109個村中有92個村落在第一、三象限，占村總數的84.41%，表明鎮沅縣村域多維貧困以正相關為主，在空間上存在高度集聚狀態。其中H-H關聯有60個村，主要分布在以縣城為中心的恩樂鎮、按板鎮東部；L-L關聯有32個村，主要分布在東部哀牢山區的九甲鎮－和平鎮一線、西部無量山區的振太鎮－勐大鎮一線；從各維度貧困來看，經濟、產業、環境和發展各維度貧困的局部Moran`s均較高，分別為0.842、0.311、0.272、0.644。在109個村中落在第一、三象限的個數分別為100、74、72、83，表明各維度貧困在空間上具有明顯的正相關性，存在著顯著集聚。

a. 經濟維度b. 產業維度c. 環境維度 a. Economic dimensionb. Industrial dimensionc. Environmental dimension

d. 發展維度e. 綜合維度 d. Development dimensione. Comprehensive dimension

2）LISA集聚與熱點分析

運用GeoDa軟件和ArcGIS10.2軟件中的熱點分析工具，分別計算鎮沅縣村域多維貧困的LISA集聚圖和冷熱點圖（圖5、圖6），識別高貧困中心與低貧困中心的集聚區域。研究結果表明，LISA集聚圖和冷熱點圖中的高值中心（HH型）和低值中心（LL型）基本吻合。在LISA圖中高值中心村有18個，全部集中于鎮沅縣西部無量山區的振太鎮，包括除太和村和沙河村外，其余22個村；低值中心村為19個，集中分布于以縣城為中心的恩樂鎮、按板鎮東部、勐大鎮南部，包括恩樂鎮除復興村外其余8個村，者東鎮的新莊村和新文村，古城鎮的南京村，勐大鎮的文況村和那敦村，按板鎮的玉河村、安康村、磨慶村、聯盟村、宣和村、杏城村。LISA集聚圖中存在著4個異常值，分別為振太鎮的太和村（LH型）、勐大鎮的文雷村（HL型）、恩樂鎮的復興村（HL型）、古城鎮的文廣村（HL型）。在冷熱點圖中，恩樂鎮的大平掌村、玻烈村、文舊村，按板鎮的磨慶村，這4個村在99%置信區間上表現為冷點；振太鎮的興隆村、小寨村、塘坊村、文興村、文緬村、長安村、秀山村、幫慶村、黃力村、介牌村10個村在99%置信區間上表現為熱點。

根據理論研究與實地調研，鎮沅縣村域多維貧困空間集聚特征主要受到所處的自然環境、區位條件和歷史因素的影響，主要包括以下幾個方面：一是自然環境的基礎影響，雖然鎮沅縣整體處于大山區，自然條件較差，但在區域內部存在次級的地形地貌區，位于中部地區的恩樂鎮、按板鎮自然環境較好，位于東西部和北部地區的勐大鎮、振太鎮、者東鎮等鄉鎮自然環境較差，自然環境條件影響經濟發展水平；二是長期經濟社會發展結果的空間溢出效應呈現，即發展歷史的影響。一般自然條件和區位條件較好的地區，經濟發展基礎較好，受到的政府政策扶持和外來投資的機會就大，鎮沅縣的經濟社會發展空間格局呈現為中部地區發展水平高，東西部發展水平較低；三是在中部地區周圍存在著村域多維貧困的空間分布異質性，呈現出LH或者HL型模式。原因在于這些地區是聯結鎮沅縣中部與周圍地區的過渡地帶，區位優勢與中部比較低，與周圍比又相對較高。

圖5 鎮沅縣村域多維貧困LISA集聚圖

圖6 鎮沅縣村域多維貧困熱點圖

3.3 鎮沅縣村域多維貧困空間分異的主導因素分析

借鑒已有的研究成果[29-31]，并結合鎮沅縣實際情況，從資源稟賦、區位條件、貧困人口、經濟收入等方面選取年人均純收入（1）、貧困人口比例（2）、地形坡度（3）、到縣政府駐地車程時間（4）、地質災害強度（5）、人均耕地面積（6）、農藥使用強度（7）、土地流轉面積比例（8）等8個指標構建鎮沅縣村域多維貧困地域分異的探測變量。為了解選取指標的合理性，需對村域多維貧困與8個指標進行相關性檢驗，由Person相關性檢驗結果可知，當值為0.05時，各影響因素與村域多維貧困相關系數均大于0.5，說明所選取的影響因素是合理的。由于文章主要針對單個因素對村域多維貧困空間分異的影響分析，因此不考慮影響因素之間的多重共線性問題，相關性檢驗結果見表3。利用公式（6），將1、2、3… …8等8個指標分別與鎮沅縣村域多維貧困程度進行空間探測分析，計算得到各因素對村域多維貧困程度的決定力大小值，利用ArcGIS 10.2軟件對鎮沅縣村域多維貧困與主要影響因素進行空間匹配（圖 7），結果表明各探測因素對鎮沅縣村域多維貧困的空間分異影響較大，但不同區域的農村多維貧困空間分異主導因素有所差異。

表3 鎮沅縣村域多維貧困程度與各影響因素的相關性分析

注：1…8分別代表年人均純收入、貧困人口比例、地形坡度、到縣政府車程、地質災害強度、人均耕地面積、農藥使用強度、土地流轉面積比例。

Note:1…8represents annual net income, poverty ratio, terrain slope, distance to county, intensity of geological hazards, per capita arable land area, pesticide use intensity, proportion of land transfer area.

從鎮沅縣村域多維貧困空間分異主導因素研究結果來看，年人均純收入和貧困人口比例對村域多維貧困空間格局的影響較為一致，影響較大的區域主要分布在縣政府駐地的恩樂鎮地區和東西部地區的哀牢山和無量山區；地形坡度對村域多維貧困空間格局的影響主要分布在地勢較為平坦的河谷地區、如恩樂鎮中部、按板鎮東北部地區，以及地形起伏較大的東部和西部山區；到縣政府駐地車程時間即到經濟中心區位條件，對農村經濟發展具有很大的影響，距離經濟中心越近，獲得的經濟輻射越強，在產業、基礎設施投資等方面具有較大的優勢；地質災害強度和人均耕地面積對村域多維貧困的影響呈現負相關關系，即地質災害強的地區一般屬于山區，而山區由于人口較少人均耕地面積相對較多。鎮沅縣人均耕地面積較多的村分布于東部的哀牢山區和西部的無量山區，但耕地質量和耕地利用效益相對較低；土地流轉面積對鎮沅縣村域多維貧困空間格局的影響表現為，土地流轉面積比較高的地區位于地形比較平坦、經濟發展水平比較高的村域。而山區和村域貧困程度較高的地區，農業企業和合作組織較少、地形條件限制等因素的影響，土地流轉動力較弱。

圖7 鎮沅縣村域多維貧困與主要影響因素空間匹配分布

4 結論與政策建議

4.1 結 論

在構建適合少數民族山區村域多維貧困評價指標體系的基礎上，運用多維貧困測度模型、Moran指數、地理探測器模型等研究方法，對云南省鎮沅縣109個行政村的多維貧困程度、時空特征和空間分異主導因素進行研究，研究結果基本符合鎮沅縣實際情況，具有較強的理論和實踐意義。主要結論如下：

1）當前鎮沅縣村域多維貧困程度整體處于一個較高的水平，受地理環境、發展歷史、經濟基礎等因素影響，村域之間貧困程度差異較大，主要表現為“東西部地區貧困程度深、南北部地區貧困程度較深、中部地區貧困程度相對較低”的空間格局特征。

2）鎮沅縣村域多維貧困在空間上具有顯著的集聚特征，在空間上存在較強的溢出效應，集聚的高值中心主要集中于經濟發展水平水平較低的西部地區，集聚的低值中心主要集中在貧困程度較低的中部地區，通過對多維貧困的冷熱點分析，集聚的高低值中心與冷熱點分布在空間上基本吻合。

3）影響鎮沅縣村域多維貧困空間分異的因素非常多，不同區域的主導因素有所差異。在中部地形條件較好的地區，受區位條件、自然條件、資源稟賦等因素的影響較大，在東西部生態條件較差的山區，貧困人口比例、地形地勢條件、到縣政府駐地車程時間等因素成為影響貧困空間分異的主導因素。

4.2 政策建議

近年來云南省政府在脫貧攻堅戰略指導下，加大了對邊疆少數民族地區的扶貧力度，政策和資金向少數民族貧困地區有所傾斜，促使少數民族貧困地區的基礎設施、公共服務設施以農村的生產生活條件得到了有效改善。但是由于鎮沅縣地處大山區、少數民族聚居區，經濟發展水平落后，村域多維貧困的空間格局受區位條件、自然環境、發展歷史等因素的影響，在短時間內無法得到有效改善。因此，促進區域協調發展，推進農村脫貧攻堅任務依然艱巨。文章基于研究結果，提出以下幾點政策建議：

1）以解決“兩不愁、三保障”為目標，統籌鎮沅縣內各資源要素流動，加大對貧困程度較高的無量山和哀牢山地區的各項投入，提高深度貧困地區農民的生產生活水平，緩解鎮沅縣村域多維貧困在區域上的不平衡。

2）加強對生態環境脆弱的無量山區和哀牢山區的貧困農戶實施易地扶貧搬遷工程。改善鎮沅縣生態脆弱地區農民的生計問題，最直接和有效的方式即為實施生態扶貧搬遷，部分地區環境承載量不足以支撐農民脫貧增收，需要將這部分農民搬遷至河谷、平壩等自然條件較好的地區。

3）依據區域自身特色資源，大力發展特色產業。例如，在中部恩樂鎮、勐大鎮地區發展生豬、蔬菜等產業，在東西部地區無量山區和哀牢山區發展烤煙、林下經濟等產業，在南北部地區發展林下經濟、鄉村旅游等產業。積極構建“滬滇”市場對接平臺，鼓勵龍頭企業建設“扶貧車間”，提高貧困農戶就業技能和機會。

[1]國家統計局. 中華人民共和國2018年國民經濟和社會發展統計公報[EB/OL][2019-02-28.]. http://www.stats.gov.cn/ tjsj/zxfb/201902/t20190228_1651265.html.

[2]汪三貴，曾小溪. 從區域扶貧開發到精準扶貧—改革開放40年中國扶貧政策的演進及脫貧攻堅的難點和對策[J]. 農業經濟問題，2018，40(8)：41－50. Wang Sangui, Zeng Xiaoxi. From regional poverty alleviation and development to precision poverty alleviation: The evolution of poverty alleviation policies in china during the 40 Years of reform and opening-up and the current difficulties and countermeasures for poverty alleviation[J]. Issues in Agricultural Economy, 2018, 40(8): 41－50. (in Chinese with English abstract)

[3]高艷云. 中國城鄉多維貧困的測度及比較[J]. 統計研究，2012，29(11)：61－66. Gao Yanyun. The multidimensional poverty in urban and rural China: measurement and comparison[J]. Statistical Research, 2012, 29(11): 61－66. (in Chinese with English abstract)

[4]邢伯倫，龔賢，閆紫月. 深度貧困民族地區精準扶貧滿意度評價及影響因素－基于對涼山彝族自治州鄉村的調查[J]. 財經科學，2019，63(5)：71－80. Xing Bolun, Gong Xian, Yan Ziyue. The satisfaction evaluation and influencing factors of targeted poverty alleviation in deep poverty minority areas: Based on the investigation of village in Liangshan Yi autonomous prefecture[J]. Finance & Economics, 2019, 63(5): 71－80. (in Chinese with English abstract)

[5]Deutsch J, Silber J. Measuring multidimensional poverty: An empirical comparison of various approaches[J]. Review of Income and Wealth, 2005, 51(1): 145－174.

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

[7]Daimon T. The spatial dimension of welfare and poverty: Lessons from a regional targeting programme in indonesia[J]. Asian Economic Journal, 2001, 15(4): 345－367.

[8]Gottlieb D, Fruman A. A quality-index of poverty measures[J]. ECINEQ Working. http://EconPapers. repec. org/RePEc: inq: inqwps: ecineq, 2011:239.

[9]Daly K J, Akhter S. Finance and poverty: Evidence from panel study[J]. Asia Pacific Journal of Economics ＆ Business, 2010, 11(2): 39－57.

[10]Partridge M D, Rickman D S. Distance from urban agglomeration economies and rural poverty[J]. Journal of Regional Science, 2008, 48(2): 285－310.

[11]Chantarat S, Barrett C. Social network capital, economic mobility and poverty traps[J]. Journal of Economic Inequality, 2012, 10(3): 299－342.

[12]Park A, Wang S, Wu G. Regional poverty targeting in China[J]. Journal of Public Economics, 2002, 86(1): 123－153.

[13]Wagle U. Multidimensional Poverty Measurement: Concepts and Applications[M]. New York: NY springer, 2008: 102－105.

[14]Ravallion M. On multidimensional indices of poverty[J]. Journal of Economic Inequality, 2011, 35(5): 56－61.

[15]劉小鵬，蘇勝亮，王亞娟，等. 集中連片特殊困難地區村域空間貧困測度指標體系研究[J]. 地理科學，2014，34(4)：447－453. Liu Xiaopeng, Su Shengliang, Wang Yajuan, et al. The index system of spatial poverty of village level to monitor in concentrated contiguous areas with particular difficulties[J]. Scientia Geographica Sinica, 2014, 34(4): 447－453. (in Chinese with English abstract)

[16]劉一明，胡卓瑋，趙文吉. 基于BP神經網絡的區域貧困空間特征研究－以武陵山連片特困區為例[J]. 地球信息科學，2015，17(1)：69－77. Liu Yiming, Hu Zhuowei, Zhao Wenji, et al. Research on spatial characteristics of regional poverty based on BP neural network: A case study of Wuling mountain area[J]. Journal of Geo-information Science, 2015, 17(1): 69－77. (in Chinese with English abstract)

[17]張博勝，楊子生. 易地扶貧搬遷項目區土地利用合理性評價[J]. 農業工程學報，2018，34(22)：246－255. Zhang Bosheng, Yang Zisheng. Evaluation on rationality of land use at poverty alleviation relocation project area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 246－255. (in Chinese with English abstract)

[18]蔡進，廖和平，邱道持，等. 重慶市農村耕地資源貧困測度及空間格局機理[J]. 農業工程學報，2017，33(18)：251－259. Cai Jin, Liao Heping, Qiu Daochi, et al. Poverty measure of farmland resources and mechanism of 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)

[19]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，2015，33(12)：1489－1497. Wang Yanhui, Qian Leyi, Duan Fuzhou. Multidimensional poverty measurement and spatial distribution pattern at the country scale: A case study on key country from national contiguous special poverty-stricken areas[J]. Scientia Geographica Sinica, 2015, 33(12): 1489－1497. (in Chinese with English abstract)

[20]陳輝，張全紅. 基于多維貧困測度的貧困精準識別及精準扶貧對策-以粵北山區為例[J]. 廣東財經大學學報，2016，146(3)：63－71. Chen Hui, Zhang Quanhong. Study on the accurate identification of poverty and accurate poverty alleviation based on multidimensional poverty measurementwith the mountain area of northern Guangdong as an example[J]. Journal of Guangdong University of Finance & Economics, 2016, 146(3): 63－71. (in Chinese with English abstract)

[21]劉彥隨，周揚，劉繼來. 中國農村貧困化地域分異特征及其精準扶貧策略[J]. 中國科學院院刊，2016，31(3)：269－278. Liu Yansui, Zhou Yang, Liu Jilai. Regional differentiation characteristics of rural poverty and targeted poverty alleviation strategy in China[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(3): 269－278. (in Chinese with English abstract)

[22]李雙成，許月卿，傅小鋒. 基于GIS和ANN的中國區域貧困化空間模擬分析[J]. 資源科學，2005，27(4)：76－81. Li Shuangcheng, Xu Yueqing, Fu Xiaofeng. Spatial simulation using GIS and ANN for regional pauperization in China[J]. Resources Science, 2005, 27(4): 76－81. (in Chinese with English abstract)

[23]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. Liu Yanhua, Xu Yong. Geographical identification and classification of multi-dimensional poverty in rural China[J]. Acta Geographica Sinica, 2015, 70(6): 993－1007. (in Chinese with English abstract)

[24]羅剛，廖和平，李濤，等. 重慶市貧困村空間分布格局特征分析[J]. 西南大學學報：自然科學版，2018，40(8)：68－76. Luo Gang, Liao Heping, Li Tao, et al. Analysis of spatial distribution pattern and influencing factors of poor villages in Chongqing[J]. Journal of Southwest University: Natural Science Edition, 2018, 40(8): 68－76. (in Chinese with English abstract)

[25]文琦，施琳娜，馬彩虹，等. 黃土高原村域多維貧困空間異質性研究－以寧夏彭陽縣為例[J]. 地理學報，2018，73(10)：1850－1864. Wen Qi, Shi Linna, Ma Caihong, et al. Spatial heterogeneity of multidimensional poverty at the village level: Loess Plateau[J]. Acta Geographica Sinica, 2018, 73(10): 1850－1864. (in Chinese with English abstract)

[26]賈林瑞，劉彥隨，劉繼來，等. 中國集中連片特困地區貧困戶致貧原因診斷及其幫扶需求分析[J]. 人文地理，2018，33(1)：85－93. Jia Linrui, Liu Yansui, Liu Jilai, et al. Study on the poverty causes and aid demands of poor rural hoseholds in the concentrated poverty-stricken in China[J]. Human Geography, 2018, 33(1): 85－93. (in Chinese with English abstract)

[27]石智雷，鄒蔚然. 庫區農戶的多維貧困及致貧機理分析[J]. 農業經濟問題，2013，34(6)：61－69. Shi Zhilei, Zou Weiran. The analysis of multidimensional poverty and its impact factors of rural household in reservoir area: The example of Danjiangkou reservoir, Hubei Province[J]. Issues in Agricultural Economy, 2013, 34(6): 61－69. (in Chinese with English abstract)

[28]楊振，江琪，劉會敏，等. 中國農村居民多維貧困測度與空間格局[J]. 經濟地理，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)

[29]劉彥隨，李進濤. 中國縣域農村貧困化分異機制的地理探測與優化決策[J]. 地理學報，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)

[30]王曼曼，吳秀芹，吳斌，等. 鹽池北部風沙區鄉村聚落空間格局演變分析[J]. 農業工程學報，2016，32(8)：260－271. Wang Manman, Wu Xiuqin, Wu Bin, et al. Evolution analysis of spatial pattern of rural settlements in sandy area of northern Yanchi[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(8): 260－271. (in Chinese with English abstract)

[31]蔡進，禹洋春，駱東奇，等. 重慶市農村多維貧困空間分異及影響因素分析[J]. 農業工程學報，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)

Rural multidimensional poverty measurement and spatial differentiation in border areas inhabited by ethnic minorities in Yunnan

Cai Jin1,2, Yu Yangchun3, Luo Dongqi1,3※, Li Tao4

(1.,,400067,; 2.,,400067,; 3.,,400067,; 4.,,400715,)

With years of large-scale poverty relief and development, the poverty-stricken population in China's rural areas has declined sharply and the situation of poverty has been effectively relieved. However, the task of poverty relief and development is still arduous due to a large cardinal number in poverty population. In particular, the poverty governance in border areas inhabited by ethnic minorities has always been the most difficult “hard nut” in the strategy of poverty alleviation. Revealing the multidimensional poverty degree and spatial differentiation rules in the rural areas is conducive to promoting poverty alleviation and development work and poverty alleviation and income increase of poor farmers in border areas. Taking Zhenyuan county of Yunnan Province as an example, this paper studied the multidimensional poverty degree, and its spatial pattern and leading factors of 109 villages in Zhenyuan based on the multidimensional poverty evaluation index system by the multidimensional poverty measurement model, Moran index, Geodetector and other mathematical methods. The results revealed that: the degree of multidimensional poverty in Zhenyuan was higher, 55 villages are at high poverty levels, and the spatial pattern is characterized by “high poverty in the East and West, followed by the South and North, and low poverty in the middle”; The multidimensional poverty in the rural areas of Zhenyuan county has a significant spatial agglomeration feature. The high-value centers of agglomeration are mainly distributed in Enle town and Anban town in the middle, while the low-value centers of agglomeration are mainly distributed in Zhentai town in the west; The main factors affecting the spatial differentiation of multidimensional poverty in Zhenyuan include the arable land per capita, the proportion of arable land over 25°, the traffic situation out of the village, the driving time to the county government residence, the intensity of pesticide use, the intensity of geological disasters, the proportion of land circulation area, the proportion of poverty stricken population and the annual per capita net income. Therefore, the local governments should formulate reasonable and targeted poverty alleviation strategies according to regional advantage resources. First, coordinate the flow of resource elements among the regions, increase the investment in the higher poverty level area, solve the problems of education, medical treatment and housing of poor farmers, prevent the phenomenon of returning to poverty due to education, disease and housing. Second, it is necessary to develop characteristic industries according to the resource advantages in different areas of Zhenyuan, the central region should vigorously develop pig, vegetable and other characteristic industries, and the eastern and western regions should focus on the development of flue-cured tobacco and forest economy. Third, vigorously implement the policy of poverty alleviation and relocation. The most direct and effective way to improve the bread-and-butter issue of the farmers in the ecologically fragile areas of Zhenyuan county is to carry out the relocation of ecological poverty alleviation.

rural areas; GIS; multidimensional poverty; spatial differentiation; ethnic areas; Zhenyuan county

蔡 進，禹洋春，駱東奇，李 濤. 云南邊疆少數民族地區村域多維貧困測度及空間分異研究[J]. 農業工程學報，2019，35(22)：47－57. doi：10.11975/j.issn.1002-6819.2019.22.006 http://www.tcsae.org

Cai Jin, Yu Yangchun, Luo Dongqi, Li Tao. Rural multidimensional poverty measurement and spatial differentiation in border areas inhabited by ethnic minorities in Yunnan[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 47－57. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.22.006 http://www.tcsae.org

2019-09-03

2019-09-24

重慶市社會科學規劃博士項目（2018BS78）；重慶市教委科學技術研究項目（KJQN201900834）；重慶工商大學高層次人才科研啟動項目（1856032）；重慶工商大學2019年度校內科研項目（1951028）；西南大學博士啟動基金（swu118047）

蔡進，博士，講師。研究方向為區域發展與鄉村貧困治理。Email：caijin2011@126.com

駱東奇，博士，教授。研究方向為農村土地管理。Email：luodongqi@ ctbu. edu. cn

10.11975/j.issn.1002-6819.2019.22.006

F329.9

A

1002-6819(2019)-22-0047-11