西南山區土地利用多功能與多維貧困的時空耦合關系

劉愿理 廖和平 蔡進 李靖 李濤 朱琳 何田

摘要?研究土地利用多功能與多維貧困的耦合關系是開展土地扶貧的有益探索，對鞏固脫貧成果和有效銜接鄉村振興戰略更具有重要的理論和實踐意義。因此，本文以云南省南澗彝族自治縣80個行政村為研究對象，構建土地利用多功能與多維貧困耦合度和耦合協調模型，分析2014—2018年土地利用多功能與多維貧困及空間格局特征，探究兩者耦合關系及耦合協調發展的時空特征，并劃分耦合協調發展類型。結果顯示：①研究區2014—2018年土地利用多功能與脫貧發展指數提升較快，空間分布差異性明顯，土地利用多功能呈現“一主兩副”的空間格局特征，脫貧發展水平空間分布以縣城為中心向外延逐漸降低，且北部地區高于南部地區。②研究區2014—2018年土地利用多功能與多維貧困耦合度和耦合協調度的等級提升明顯，耦合度從以低度耦合、中度耦合為主提升為以中度耦合、較高耦合為主，耦合協調度從以中度失調為主提升至以輕度失調和初級協調為主;耦合度和耦合協調度空間分布關聯性較強，呈現從東北部向西南部遞減的布局特征，局部地區形成了新的集聚中心。③研究區2014—2018年土地利用多功能與多維貧困耦合關系的空間分布存在顯著的正相關性，空間集聚水平逐漸提升。④耦合協調發展類型包括土地利用多功能滯后型、多維貧困滯后型和同步型3種類型，其中同步型是研究區的主要類型，從2014年的同步滯后型提升為2018年的同步協調型。土地利用多功能滯后型的行政村數量呈增長趨勢;多維貧困滯后型的行政村數量呈減少趨勢。最后，根據土地利用多功能與多維貧困耦合協調發展類型，針對性地提出解決措施。

關鍵詞?時空耦合關系;土地利用多功能;多維貧困;南澗彝族自治縣

中圖分類號?F301.24?文獻標識碼?A文章編號?1002-2104（2020）10-0154-11?DOI：10.12062/cpre.20200641

土地是人類賴以生存的重要資源，更是幫助貧困農戶擺脫困境的重要支撐。2014年以來，各級政府加大對貧困地區的財政投入，大力發展鄉村產業和現代農業，土地利用多功能有所提升，而土地利用多功能水平的提升又為貧困地區實施精準扶貧戰略提供良好的資源保障。2018年6月，中共中央國務院出臺的《關于打贏脫貧攻堅戰三年行動的指導意見》明確提出加強貧困地區的土地政策支持，挖掘土地優化利用脫貧的潛力，助推脫貧攻堅。然而，滇西邊境山區作為集中連片特困地區，貧困程度深，喀斯特地貌突出，生態環境脆弱，自然資源稟賦匱乏，土地利用多功能水平較低，土地利用與多維貧困往往陷入 “惡性循環”。因此，本文以滇西邊境山區的南澗彝族自治縣為例，構建土地利用多功能與多維貧困耦合度和耦合協調度模型，分析土地利用多功能與多維貧困的時空耦合關系，探究耦合協調發展水平及類型，是開展土地扶貧的有益探索，更是對鞏固脫貧攻堅成果和有效銜接鄉村振興戰略具有重要的理論價值和現實意義。

1?文獻綜述

近年來，學術界對土地利用多功能和多維貧困的研究較多，成果豐碩。具體而言，土地利用多功能概念來源歐盟第六框架SENSOR項目，最早用于農業多功能型研究，后來引入土地利用多功能研究中，學者將其大致劃分為社會功能、經濟功能、生態環境功能等 [1-4]，并利用探索性空間數據分析方法分析土地利用多功能時空分異特征 [5]，從自然、社會、經濟和政策等方面對省域、縣域等地區的土地利用功能進行障礙因子診斷，探求影響土地利用多功能的主導因素等 [6-7]，并提出加快土地整治、建設高標準基本農田等建議 [8-9]，以提高土地利用多功能水平。在多維貧困研究領域，學者運用BP神經網絡模型 [10]、全排列多邊形綜合圖示法 [11]、空間計量模型 [12]、A-F法 [13]等方法研究少數民族地區、集中連片特困區、西南山區等特定地區的貧困問題 [14-16]，識別和測度多維貧困 [17-18]，分析時空格局 [19-20]，探究主導因素，劃分多維貧困類型，并提出治理措施等 [21-23]。然而，目前關于土地利用多功能與多維貧困的關系研究尚處起步，相關文獻較少，現有研究主要探討縣域貧困與生態環境的時空關系及影響因素 [24-25]，定量分析土地利用與社會經濟的均衡發展水平 [26-27]，探究不同土地利用類型與貧困的耦合關系 [28-29]，并結合不同地區社會經濟發展狀況，提出優化土地利用，提高耕地質量，以土地整治促進脫貧攻堅等建議 [30-31]。

縱觀現有研究成果，學者們探討了土地利用多功能和多維貧困的時空布局特征、主導因素及貧困與生態環境，土地利用與社會經濟的關系等問題。但是，相關研究至少在以下幾個方面存在拓展空間： 一是從研究尺度看，土地利用多功能與多維貧困的測度多以省域、市域和縣域等中大尺度為主，缺少微觀尺度的研究。二是從研究范圍看，土地利用多功能與多維貧困的研究主要采用截面數據，缺乏時間序列的研究。三是從耦合關系看，主要是分別研究土地利用多功能和多維貧困與其他資源要素的關系，缺乏對土地利用多功能與多維貧困系統之間耦合關系的定量研究。鑒于此，本文以農村社會經濟活動的基本單元村域為研究對象，構建土地利用多功能與多維貧困耦合關系模型，分析其耦合關系時空演化特征，以期為鞏固脫貧攻堅成果和銜接鄉村振興戰略提供理論依據。

2?研究區概況與數據來源

2.1?研究區概況

云南省南澗縣是集邊遠、山區、民族、貧困為一體的彝族自治縣，位于云南省西部、大理州南端，地處東經100°06'～100°41'，北緯24°39'～25°10'之間。全縣面積1 738.82 km2，其中山區面積占99.3%。截至2018年底，全縣總人口23萬人，其中農業人口占93.3%，轄5鎮3鄉80個村（居）委會，居住彝、漢、白、回、苗等20個民族。2014—2018年，南澗彝族自治縣土地利用結構不斷發生變化，土地利用方式趨于多樣化，但仍以林地為主，土地資源稀缺性日益突出。同時，南澗彝族自治縣作為滇西邊境山區深度貧困縣，山區面積廣、耕地面積少、自然條件差、交通不便，貧困程度較深，2014年貧困人口14 492戶55 641人，貧困發生率28.05%，截止2018年累計脫貧13 732戶54 712人，剩余貧困人口858戶2 534人，貧困發生率降至1.32%。

2.2數據來源及權重確定

本文以2014年和2018年為研究時點，2014—2018年為研究時段，數據來源主要有：①矢量數據，包括土地利用變更數據（2014年和2018年），10 m×10 m精度的數字高程模型，來源于縣自然資源局。②統計數據，包括《南澗彝族自治縣統計年鑒（2014年和2018年）》，各鄉鎮2014年和2018年農村經濟情況報表，來源于縣統計部門。③社會調查數據，包括2014年和2018年80個行政村的土地利用和貧困狀況基本數據，來源于課題組問卷調查數據，問卷由村干部或駐村工作隊填寫。所有數據均經過主成分分析法（PCA）降維處理，提取評價指標的主成分因子，以消除指標的共線性，確保科學客觀構建指標體系。同時，指標權重的確定主要結合主觀賦權法和客觀賦權法，以主客觀權重的平均值作為本文指標的組合權重。

3研究方法

3.1?土地利用多功能評價模型

3.1.1指標選取

按照土地利用多功能分類，構建生產功能、經濟功能、社會功能和生態功能四個維度的村域土地利用多功能評價指標體系（見表1）。具體而言，生產功能選取糧食單產和人均禽畜產值表征土地發展種養殖業的能力，機耕道路密度反映土地生產便捷程度，均為正向指標;經濟功能以土地經濟密度、人均土地流轉收益和土地流轉帶動就業率3個指標表征土地支持經濟發展的能力，均為正向指標;社會功能選取人口密度、農村居民人均住房面積、醫療衛生用地面積占比和人均公共服務設施用地面積4個指標表征土地為人類提供住房、醫療衛生和公共服務用地保障的能力，均為正向指標;生態功能選取農用化肥強度、水土流失率2個負向指標表示土地提供維持人類生存和發展的自然條件受損程度，以垃圾回收站用地面積占比和生態用地面積占比2個正向指標反映土地凈化和涵養能力。

3.1.2?土地利用多功能指數模型

土地利用多功能指數（LUMI）用于測算研究區土地利用多功能水平，其值越高代表土地利用多功能的水平越高。其計算公式如下：

3.2?多維貧困評價模型

3.2.1?指標選取

基于物質缺乏貧困論、可行能力貧困論、機會剝奪貧困論和生態貧困論等理論，構建自然稟賦、經濟條件、可行能力和發展機會四位一體的西南山區村域脫貧發展評價指標體系（見表2）。具體而言，自然稟賦維度選取人均耕地面積和25°以上耕地面積占比表征耕地資源稟賦，以平均坡度反映自然條件，其中人均耕地面積為正向指標，其余指標為負向指標;經濟條件維度以年人均純收入和年人均集體經濟收入直接反映經濟收入情況，以外出務工人員占比和政策性貸款規模說明獲取經濟收入的能力，4個均為正向指標;可行能力反映貧困人口自身具備發展的能力，以勞動力技能占比、受教育程度2個正向指標和重病殘疾人口占比1個負向指標表征;發展機會反映貧困人口通過外部資源獲取自身發展所需的支持，以產業發展帶動就業率、住房安全有保障占比、交通通達度和到縣政府距離4個指標表征，其中到縣政府距離為負向指標，其他均為正向指標。

3.2.2?脫貧發展指數模型

脫貧發展指數（PDI）用于表征研究區多維貧困治理程度，定量分析多維貧困脫貧后的發展水平，其值越高代表貧困程度越低。具體公式如下：

3.3?數據標準化處理

土地利用多功能與多維貧困系統的評價指標既有正向指標又有負向指標。因此，本文數據標準化處理采用極差標準法，具體表達式如下：

3.4?耦合度和耦合協調度模型

3.4.1?耦合度模型

為了探究土地利用多功能系統與多維貧困系統之間相互作用的強度，本文引入物理學中的容量耦合概念，構建耦合度模型，定量分析兩個系統的相互關聯程度，具體公式如下：

式中，C代表土地利用多功能與多維貧困系統的耦合度，L（x）代表土地利用多功能發展指數，P（y）代表多維貧困綜合發展指數。其中C值介于0～1之間，其值越大表示系統間耦合度越高。本文將耦合度C劃分為4個等級，即低度耦合（0≤C<0.3）、中度耦合度（0.3≤C<0.5）、較高耦合（0.5≤C<0.8）和高度耦合（0.8≤C≤1）。

3.4.2?耦合協調度模型

為了進一步厘清土地利用多功能與多維貧困兩個系統是在高水平上相互促進還是在低水平上相互制約，本文引入耦合協調度模型，測算兩者之間耦合協調發展水平，具體公式如下：

式中，D代表耦合協調度，C代表耦合度，T為土地利用多功能與多維貧困的評價指數， a和b為待定系數，根據土地利用多功能與多維貧困同等重要的標準，將待定系數確定為a=b=0.5。參考李成宇、王昭等人的研究[32-33]，將耦合協調度分為7個等級，在此基礎上，結合兩個系統得分差值，將耦合協調發展類型分為 3大類21小類（見表3）。

3.5?探索性空間數據分析法

運用探索性空間數據分析方法探究研究區土地利用多功能與多維貧困耦合關系的空間分布特征，判定耦合關系空間分布是否屬于聚類型、離散型還是隨機型。探索性空間數據分析方法包括全局莫蘭指數（Global Morans I）和局部莫蘭指數（Local Morans I），具體公式如下：

4結果分析

4.1?土地利用多功能與多維貧困的時序變化

2014—2018年期間，研究區土地利用多功能水平與脫貧發展指數提升較快，增速均在18%以上，但各維度差異性較大，地區發展不平衡。整體來看，研究區的土地利用多功能水平從0.36提升至0.43，增長18.50%，其中經濟功能提升最快，增幅達96.35%，其次是社會功能和生產功能，分別增長了24.86%、20.10%，生態功能發展相對較慢，增長了16.33%。具體而言，2014年土地利用多功能水平介于[0.19，0.65]，寶華鎮白竹村最低，南澗鎮南澗社區最高; 2018年土地利用多功能水平最高仍是南澗鎮南澗社區，其值提升至0.70，最低為樂秋鄉聯合村，其值是0.26。究其原因，主要是南澗社區位于縣城中心，土地生產功能、經濟功能和社會功能均居全縣各行政村前列，白竹村海拔在2 000 m以上，耕地貧瘠，糧食單產較低，2014年土地經濟功能（0.05）和生產功能（0.17）均處于全縣較低水平，而聯合村因2018年發生地質災害，影響土地生態功能和生產功能，其值分別較2014年下降了0.13和0.10。

與此同時，南澗彝族自治縣脫貧發展指數從2014年的0.38提升至2018年的0.48，增幅25.90%，其中經濟條件增幅最大，為63.27%，發展機會和可行能力次之，分別為51.37%、43.03%，而自然稟賦增長較慢，僅為經濟條件增幅的29.48%。具體而言，2014年脫貧發展指數最高值為0.67，是南澗鎮南澗社區，最低值為0.18，是西南部的小灣東鎮新民村，2018年脫貧發展指數提升較快，其值介于[0.20，0.79]，最高值和最低值的行政村未發生變化。南澗彝族自治縣作為集中連片特困地區，精準扶貧以來，各級政府以“收入達標，不愁吃、不愁穿，義務教育、基本醫療和住房安全有保障”的標準，努力解決貧困人口就業問題，大力發展產業，積極開展勞動技能培訓，為貧困人口提升可行能力，提供發展機會，2018年累計脫貧人口達13 732戶54 712人，貧困發生率降至1.32%，全縣順利實現脫貧摘帽，脫貧成效明顯。

4.2?土地利用多功能與多維貧困的空間變化

運用ArcGIS10.6軟件中的自然斷點法，將土地利用多功能指數和脫貧發展指數分為高水平、較高水平、中等水平、較低水平和低水平5個等級，并繪制2014年和2018年土地利用多功能和脫貧發展水平空間分布圖（見圖1）。

2014—2018年期間，南澗彝族自治縣土地利用多功能空間分異明顯，呈現“一主兩副”的空間格局特征，即以縣城為主中心，公郎集鎮壩區和無量山景區為副中心。具體而言，2014年高水平和較高水平的行政村主要分布在3個中心，但規模較小，尤其是公郎集鎮壩區，高水平的行政村僅有鳳嶺村和回營村2個;較低水平和低水平的行政村主要分布在西北部、南部地區和無量山與哀牢山交界地區，共29個行政村，該區域自然條件和經濟發展基礎較差;中等水平的行政村插花式的分布在縣域內。2018年土地利用多功能高水平和較高水平的行政村以“一主兩副”3個中心逐漸擴展，尤其是縣城中心和公郎集鎮壩區發展較快，高水平的行政村較2014年增加了12個，主要源于縣城中心作為經濟中心，土地經濟功能較強，公郎集鎮壩區是全縣茶葉示范園區，土地利用多功能水平提升較快;較低水平和低水平分布在西北部和東部哀牢山與無量山之間的地區，包括樂秋村、新虎村和紅星村等24個;中等水平的行政村數量最多，共24個，空間分布呈現從北部地區向南部地區轉移的特征，南部地區充分利用山區的自然資源優勢，發展茶葉和鄉村旅游，土地經濟功能、生態功能提升較快。

研究區2014—2018年脫貧發展水平空間分布以縣城為中心向外延逐漸降低，且北部地區高于南部地區。具體而言，2014—2018年高水平和較高水平的行政村主要分布在縣城中心，并在公郎集鎮壩區產生新的集聚點，行政村數量從2014年的21個增加到2018年的30個，該地區經濟條件、可行能力和發展機會等較好，如南澗社區，2014年和2018年的可行能力分別是0.90、0.91，發展機會為0.94、0.96，均居全縣各行政村前列;中等水平的行政村從東北擴張到西北部，包括復興村、文啟村和麻栗村等，該區域毗鄰縣城中心，近郊農業發展較快，縣城就近就業人員占比較高，如白云村，就近務工人員占比達43.60%;較低水平和低水平的行政村數量略有減少，主要分布在西南地區和東部地區，主要源于西南地區人均耕地面積較少，村集體經濟收入較少，如新民村2018年人均村集體經濟收入僅為12.57元;東部地區緊靠哀牢山，交通通達度較差，經濟基礎薄弱，人均收入較低。

4.3?土地利用多功能與多維貧困的耦合關系

4.3.1?耦合度時空分異特征

2014—2018年期間，研究區土地利用多功能與多維貧困的耦合度增長較快，但整體性不高，主要以中度耦合為主。橫向來看，經濟功能與多維貧困的耦合度增幅最大，從0.31增長到0.43，增長了39.92%，其次是生產功能和生態功能，其耦合度分別從0.42、0.46提升至0.49、0.55，社會功能與多維貧困的耦合度增長相對較慢，從0.41提升至0.47。縱向來看，研究區2014年土地利用多功能與多維貧困的耦合度為0.42，2018年較2014年增長了19.05%，其值為0.50。根據耦合度等級分類標準，2014年主要以低度耦合和中度耦合為主，分別有34個和35個行政村，占全縣行政村的86.25%，2018年低度耦合的行政村數量減幅較大，從2014年的33個行政村減少到1個行政村，主要以中度耦合和較高耦合為主，共計79個行政村。值得注意的是，2014—2018年期間，高度耦合的行政村沒有，表明土地利用多功能與多維貧困耦合度整體性有待提升。

空間序列上，研究區2014—2018年土地利用多功能與多維貧困的耦合度空間分布呈現從東北部向西南部遞減的特征，且局部地區形成了集聚中心，空間差異性明顯（見圖2a、2b）。具體而言，2014年較高耦合度的行政村空間集中分布在縣城中心、公郎集鎮和無量山景區，呈點狀特征，2018年較高耦合度的行政村數量較2014年增加了21個，空間分布以點帶面，空間集聚形成三個中心地帶，該區域土地利用多功能和脫貧發展指數均較高;中度耦合的行政村空間分布呈現從中東部擴散至全域的特征，是耦合度主導類型，共47個行政村，占全縣行政村的58.75%;2014年低度耦合的行政村主要集中分布在西部縣域邊界和南部地區，包括小灣東鎮岔江村、樂秋鄉樂秋村和公郎鎮落底河村等34個行政村， 2018年低度耦合的行政村僅剩小東灣鎮新民村，該村土地利用多功能和脫貧發展水平均位居全縣倒數，其值分別為0.27、0.32。

4.3.2?耦合協調度時空分異特征

南澗彝族自治縣2014—2018年土地利用多功能與多維貧困的耦合協調發展水平提升較快，增速高于耦合度，但地區差異性較大。橫向比較，土地利用多功能與多維貧困的耦合協調發展水平與耦合度總體一致，經濟功能與多維貧困的耦合協調度增長最快，其次是生產功能和生態功能，社會功能相對較慢。縱向來講，研究區2014年耦合協調度0.40，其中最高是南澗鎮南街社區，為0.71，最低是公郎鎮沙樂村，為0.21，兩者相差3.38倍;2018年耦合協調發展水平明顯增強，其值0.51，較2014年增長了26.83%，增長速度高于耦合度7.78個百分點，主要源于研究區精準扶貧以來，帶動貧困人口脫貧致富的成效顯著，社會經濟水平和土地利用功能發展較快。從耦合協調類型來看，2014年主要以失調發展為主，其中嚴重失調的行政村7個，中度失調的行政村35個，輕度失調的行政村27個，占全縣行政村的86.25%;2018年耦合協調類型變化較大，主要以輕度失調和初級協調為主，包括擁翠鄉擁翠村、舊馬街村和無量山鎮保平村等57個行政村。

空間序列上，研究區2014—2018年土地利用多功能與多維貧困的耦合協調發展空間分布與耦合度具有較強的關聯性，仍呈現從東北部向西南部遞減的特征（見圖2c、2d）。具體而言，從耦合關系失調發展類型看，主要分布在西南和南部地區。其中，嚴重失調的行政村數量下降顯著，2014年12個嚴重失調的行政村主要位于縣域邊界處，該地區地形復雜，土地利用功能單一，整體水平較低，如底么村土地利用多功能水平僅0.157;2014—2018年中度失調和輕度失調的行政村空間分布集中在南部地區，其中2014年57個行政村，2018年減少至46個。從耦合關系協調發展類型看，2014年耦合關系協調發展的行政村空間分布呈現北部集聚、南部分散的空間特征，其中北部地區主要集中在縣城中心附近，以初級協調和中級協調為主，良好協調的行政村僅有南澗社區。2018年耦合關系協調發展空間分布集聚特征明顯，以縣城中心、公郎集鎮壩區和無量山景區3個地區向外擴展，抱團式發展，主要涉及西山村、德安村和鳳凰村等34個行政村。值得注意的是，研究區沒有耦合協調關系優良發展的行政村，耦合協調程度有待提升。

4.3.3?空間關聯格局分析

運用GeoDa軟件測算研究區2014年和2018年土地利用多功能和多維貧困耦合度和耦合協調度的全局莫蘭指數（Morans I），分析耦合協調發展是否存在空間關聯性。結果顯示，2014年耦合度和耦合協調度的全局Morans I指數分別為0.396和0.392，2018年耦合度和耦合協調度的全局Morans I指數較2014年有所提升，分別是0.427和0.433，耦合度和耦合協調度的莫蘭指數均為正且檢驗結果顯著（Z值大于0.05置信水平的臨界值1.96），置信度為95%，說明研究區土地利用多功能與多維貧困的空間分布存在顯著的正相關性，且土地利用多功能與多維貧困的耦合程度差異性逐漸縮小，空間集聚水平提高。

運用GeoDa軟件、ArcGIS10.6軟件和局部空間自相關對耦合協調度進行分析，制作耦合協調度LISA集聚圖（見圖3），識別耦合協調的高值集聚區和低值集聚區。結果顯示，2014年和2018年耦合協調高值集聚區和低值集聚區的空間位置大體一致，空間集聚效應明顯提升。2014年，研究區包括1個位于縣城附近的高值集聚區，包括南澗社區、小軍莊社區、安定社會和西山村等10個村;2個低值集聚區，位于小灣東鎮和公郎鎮的南部地區，包括岔江村、落底河村和新民村等8個村;2018年耦合協調空間集聚效應明顯提升，共有2個高值集聚區和3個低值集聚區，在公郎集鎮壩區新增一個高值集聚區，主要源于該區域茶葉產業發展迅速，土地利用多功能水平提升較快，貧困人口收入增加明顯，高值集聚區涉及的行政村增加到12個，而低值集聚區涉及的行政村減少到5個。

4.3.4?耦合關系類型

根據耦合協調發展分類標準，將耦合協調發展類型分為土地利用多功能滯后型、多維貧困滯后型和土地利用多功能與多維貧困同步型（同步滯后和同步發展）3大類21小類，繪制空間分布圖（見圖4）。

（1）土地利用多功能滯后型。研究區土地利用多功能滯后型的行政村數量呈增長趨勢，增加了12個，增幅70.59%，主要分布在西北部和中部地區，其中2014年主要以中度失調和輕度失調為主，占比88.24%，2018年以輕度失調和初級協調為主，占比93.20%。從等級來看，土地利用多功能水平有所提升，但土地利用多功能的提升速度慢于脫貧發展水平的增速，導致土地利用多功能滯后型的行政村逐年增加。

（2）多維貧困滯后型。研究區多維貧困滯后型的行政村數量呈減少趨勢，主要零星分在南部地區。其中，2014年多維貧困滯后型包括樂秋鄉樂秋村、麻栗村和寶華鎮兔街村等8個，主要以輕度失調和中度失調為主，耦合協調程度較低。2018年行政村減少至6個，包括南澗鎮保安村、無量山鎮古德村和公郎鎮板橋村等，主要以初級協調和輕度失調為主，耦合協調關系提升明顯，說明研究區精準扶貧實施以來，全縣多維貧困問題改善顯著。

（3）土地利用多功能與多維貧困同步型。研究區土地利用多功能與多維貧困的耦合協調類型以同步型為主，其中2014年以同步滯后型為主，2018年以同步協調型為主。具體而言，2014年同步型的行政村55個，占總量的68.75%，其中46個同步滯后型的行政村主要分布在西北部地區海拔較高的地區和河谷縱深的南部地區;2018年，土地利用多功能與多維貧困耦合協調發展較快，以同步協調型為主，主要分布在縣城附近、公郎集鎮壩區和無量山景區，尤其是無量山景區，鄉村旅游發展較快，經濟水平提升較快，土地經濟功能和生態功能水平較高。

5?結論與建議

5.1?結論

（1）研究區2014—2018年土地利用多功能水平與脫貧發展水平提升較快，脫貧發展水平增速高于土地利用多功能水平。其中，土地利用多功能指數從0.36提升至0.43，增長18.50%，脫貧發展指數從2014年的0.38提升至2018年的0.48，增長25.90%。同時，土地利用多功能與多維貧困的空間分布差異性明顯，土地利用多功能空間分布呈現“一主兩副”的空間格局特征，高水平和較高水平的行政村集中分布在三個中心地區，脫貧發展空間分布主要以縣城為中心向外延逐漸降低，北部地區高于南部地區。

（2）研究區2014—2018年土地利用多功能與多維貧困的耦合度增長較快，主要以中度耦合為主，其中經濟功能與多維貧困的耦合度增幅最大，空間分異明顯。時間序列上，2014年土地利用多功能與多維貧困的耦合度為0.42，低度耦合和中度耦合的行政村占比86.25%;2018年較2014年增長了19.05%，主要以中度耦合和較高耦合為主。空間序列上，土地利用多功能與多維貧困的耦合度空間分布呈現從東北部向西南部遞減的特征，且局部地區形成了集聚中心，空間分布差異性明顯。

（3）研究區2014—2018年土地利用多功能與多維貧困的耦合協調發展水平提升較快，增速高于耦合度，其中經濟功能與多維貧困的耦合協調度增幅最大，且地區差異性較大。其中，2014年耦合協調度為0.40，主要以失調發展為主，共計69個行政村，占比86.25%;2018年耦合協調度為0.51，較2014年增長了26.83%，增速高于耦合度7.78個百分點，主要以輕度失調和初級協調為主，共計57個行政村。土地利用多功能與多維貧困的耦合協調發展空間分布與耦合度具有一定的關聯性，也呈現從東北部向西南部遞減的特征。

（4）2014—2018年土地利用多功能與多維貧困耦合協調發展的類型主要以同步型為主，從2014年的同步滯后型提升為同步協調型。土地利用多功能滯后型的行政村數量呈增長趨勢，增加了12個，增幅70.59%，主要以輕度失調為主，這與土地利用多功能水平增速低于脫貧發展水平密切相關。多維貧困滯后型的行政村數量呈減少趨勢，從2014年的8個減少至6個，脫貧攻堅成效明顯。

5.2建議

根據南澗彝族自治縣2014—2018年土地利用多功能與多維貧困的時空耦合關系特征，結合耦合協調發展類型，提出以下建議：①土地利用多功能滯后型。該類型的行政村應加快實施土地整治項目和高標準基本農田建設，大力發展現代農業，提高土地生產功能;充分利用貧困縣土地優惠政策，有序開展城鄉建設用地增減掛鉤，增加貧困農戶的收入;進一步優化土地利用結構，大力支持鄉村旅游，現代農業和光伏發電等扶貧產業的發展，做好相關產業的用地保障，提升土地利用多功能水平。②多維貧困滯后型。按照脫貧不脫政策，摘帽不摘幫扶的原則，加大貧困農戶的幫扶力度，因地制宜地開展就業扶貧項目，建立勞務輸出渠道，引導和組織外出務工人員，增加務工收入;針對貧困農戶的需求，開展技能培訓，以扶貧小額信貸為載體，大力支持貧困農戶大力發展產業;重點關注五保戶、低保戶、重病大病戶、無勞動力戶等特殊人群，確保實現穩定脫貧。③土地利用多功能與多維貧困同步型。重點關注同步滯后型的行政村，構建扶貧移民局、自然資源局、發改委等多部門聯動機制，強化扶貧產業項目落地，提高土地利用多功能水平，促進多維貧困的有效解決;同步協調型整體性發展較好，應銜接鄉村振興戰略，依托豐富的自然資源和良好經濟發展基礎，大力發展鄉村產業和鄉村旅游。

參考文獻

[1]HELMING K，TSCHERNING K， KNIG B， et al. Ex ante impact assessment of land use changes in European regions： the sensor approach[M]// PéREZ-SOBA M， TABBUSH P. Sustainability impact assessment of land use changes. Springer， 2008：77-105.

[2]KOPEVAD， PENEVA M， MADIAROVA S. Multifunctional land use： is it a key factor for rural development [C]//118th EAAE Seminar‘Rural Development： Governance， Policy Design and Delivery. Ljubljana：2010，25-27.

[3]梁建飛，陳松林.廈門市土地利用多功能性評價及障礙因子診斷[J].亞熱帶資源與環境學報，2019，14（1）：87-95.

[4]李廣東，方創琳.城市生態-生產-生活空間功能定量識別與分析[J].地理學報，2016，71（1）：49-65.

[5]劉愿理，廖和平，李濤，等.山區土地利用多功能時空分異特征及影響因素分析[J].農業工程學報，2019，35（21）：271-279.

[6]王楓，董玉祥.廣州市土地利用多功能的空間差異及影響因素分析[J].資源科學，2015，37（11）： 2179-219.

[7]孫丕苓，許月卿，劉慶果，等.環京津貧困帶土地利用多功能性的縣域尺度時空分異及影響因素[J].農業工程學報，2017，33（15）：283-292.

[8]蒙吉軍，王祺，李楓，等.基于空間差異的黑河中游土地多功能利用研究[J].地理研究，2019，38（2）：369-382.

[9]張路路，鄭新奇，蔡玉梅.基于投影尋蹤模型的湖南省土地多功能時空演變分析[J].長江流域資源與環境，2018，27（8）：1754-1764.

[10]李尋歡，周 揚，陳玉福. 區域多維貧困測量的理論與方法[J].地理學報，2020，75（4）：1-16.

[11]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.

[12]張博勝，楊子生.基于空間計量模型的云南農村貧困格局及其影響因素診斷[J].農業工程學報，2019，35（7）：276-287.

[13]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.

[14]王剛，廖和平，洪惠坤，等. 西南山區農業產業扶貧效率時空演化分析[J]. 農業工程學報，2019，35（13）：243-252.

[15 ]周常春，翟羽佳，車震宇.連片特困區農戶多維貧困測度及能力建設研究[J].中國人口·資源與環境，2017，27（11）：95-103.

[16]劉愿理，廖和平，張茜茜，等. 西南喀斯特區貧困空間剝奪的識別及空間格局分析[J]. 農業工程學報，2019，35（15）：284-294.

[17]KENNETHA C， MAUREEN A P. Poverty measurement in the U.S.， Europe， and developing countries[J]. Journal ofpolicyanalysis and management ，2010， 29（2）：217-226.

[18]WANG Y H ，CHEN Y F ，CHI Y ，et al. Village-level multidimensional poverty measurement in China： where and how[J].Journal of geographical sciences， 2018 （10）：1444-1466.

[19]LIU Y S， LIU J L， ZHOU Y. Spatio-temporal patterns of rural poverty in China and targeted poverty alleviation strategies[J].Journal of rural studies， 2017，52： 66-75.

[20]潘竟虎，趙宏宇，董磊磊.基于DMSP-OLS數據和可持續生計的中國農村多維貧困空間識別[J].生態學報，2018，38（17）：6180-6193.

[21]程曉宇，陳志鋼，張莉.農村持久多維貧困測量與分析[J].中國人口·資源與環境， 2019， 29（7）：140-148.

[22]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. 中國科學院院刊， 2016， 31（3）： 269-278.

[23]馬明義，李樺.秦巴山區農戶多維貧困測度及精準扶貧對策研究[J].干旱區資源與環境，2019，33（1）：30-37.

[24]牛亞瓊，王生林.甘肅省脆弱生態環境與貧困的耦合關系[J].生態學報，2017，37（19）：6431-6439.

[25]蘇勝亮，吳立峰寧夏六盤山連片特困區生態環境與經濟發展耦合協調研究[J].水土保持研究， 2018，26 （4）：286-291，298.

[26]向敬偉，李江風.貧困山區耕地利用轉型對農業經濟增長質量的影響[J].中國人口·資源與環境，2018，28（1）：71-81.

[27]趙可，張安錄.城市建設用地、經濟發展與城市化關系的計量分析[J]. 中國人口·資源與環境，2011，20（1）：7-12.

[28]黃瑩，韋燕飛，李瑩，等. 貧困與土地利用變化時空耦合關系分析——以田陽縣為例[J].安徽農業科學， 2017，45（27）：203-207， 258.

[29]劉愿理，廖和平，巫芯宇，等. 西南喀斯特地區耕地破碎與貧困的空間耦合關系研究[J].西南大學學報（自然科學版），2019，41（1）：10-20.

[30]劉新衛，楊華珂，鄖文聚.土地整治促進貧困地區脫貧的模式及實證[J]. 農業工程學報，2018，34（5）：242-247.

[31]楊亮潔，楊海楠，楊永春，等.基于耦合協調度模型的河西走廊生態環境質量時空格局演化[J].中國人口·資源與環境，2020，30（1）：101-112.

[32]李成宇，張士強.中國省際水-能源-糧食耦合協調度及影響因素研究[J].中國人口·資源與環境，2020，30（1）：120-128.

[33]王昭，劉建紅，李同昇，等.秦巴特困區生態脆弱性與經濟貧困的耦合關系——以陜西省山陽縣為例[J].生態學報，2019，39（11）：3908-3917.

[34] ACCONCIA， A， CARANNANTE M， MISURACA M， et al. Measuring wulnerability to poverty with latent lransition analysis[J]. Social indicators research. 2020，151，1-31.

[35]AZEEM M M， MUGERA A W， SCHILIZZI S. Poverty and vulnerability in the Punjab， Pakistan： a multilevel analysis[J]. Journal of Asian economics. 2016， 44， 57-72.

[36] 汪永生，李宇航，揭曉蒙，等.中國海洋科技-經濟-環境系統耦合協調的時空演化[J].中國人口·資源與環境，2020，30（8）：168-176.

[37]張博勝，楊子生.中國城鎮化的農村減貧及其空間溢出效應——基于省級面板數據的空間計量分析[J].地理研究，2020，39（7）：1592-1608.

[38] 金貴，鄧祥征，董寅，等.發展地理學視角下中國多維貧困測度及時空交互特征[J].地理學報，2020，75（8）：1633-1646.

[39] 劉彥隨.現代人地關系與人地系統科學[J].地理科學，2020，40（8）：1221-1234.

[40] 李明山，謝保鵬，陳英，等.基于雙重差分模型的土地整治多維減貧效應研究——以天水甘谷縣為例[J].中國農業資源與區劃，2020，41（6）：163-171.

[41] 馬光選，劉強.鄉村振興背景下深度貧困地區不同土地經營模式效益比較研究——以云南省迪慶藏區為例[J].貴州財經大學學報，2020（2）：105-110.

[42] 夏柱智.土地增減掛鉤扶貧：易地扶貧搬遷中的土地政策創新及其困境[J].貴州社會科學，2019（11）：153-159.

[43] 劉愿理，廖和平，李靖，等.后2020時期農戶相對貧困測度及機理分析——以重慶市長壽區為例[J].地理科學進展，2020，39（6）：960-971.

（責任編輯：于?杰）