贵州省县域贫困测度及空间格局分析*

徐 英

(兴义民族师范学院经济与管理学院,贵州兴义 562400)

0 引言

贫困问题是世界各国和地区共同面临和需要解决的重大课题，是一个集多学科综合研究的交叉领域[1]。在贫困问题研究中涉及多个方面，诸如贫困定义[2]、贫困类型[3]、贫困识别[4]与贫困评估[5]、致贫机理[6]、脱贫对策[7]以及减贫效应[8]等，贫困理解和贫困识别，一直是贫困研究和减贫公共政策重点关注的问题[9]。 通常对贫困概念有两种理解，一是个体意义上的贫困，即从个人或家庭角度看待贫困； 二是区域意义上的贫困，即从整体角度来看待贫困，如地区贫困、国家贫困，农村贫困、城市贫困等[2]。相应地，贫困识别可分为个体或家庭识别和地理识别两种。贫困识别的目的是为了有针对性地制定扶贫政策和措施，其需要借助于一定的测度方法，通过数值指标来表示主体贫困的程度。

贫困个体或家庭的识别，早期世界各国通行的做法是通过收入贫困线来测量[10]。1998年阿马蒂亚·森提出多维贫困理论，认为贫困不仅仅是收入低下，而是对人的基本可行能力的剥夺，因此收入微薄只能反映贫困的一个方面。为了能够更加准确地瞄准贫困个体或家庭，需要从多个维度进行贫困判定。目前影响较大的是2010年联合国《人类发展报告》中采用的Alkire和Forter于2007年开发的“A—F双临界值”多维贫困测量方法[11]，这种“双临界值”法得到学术界的广泛认同。例如，王小林和Alkire采用“双临界值”法，利用2006年“中国健康与营养调查”数据，对中国农村与城市家庭多维贫困进行了测量[12]； 王艳慧等以河南省连片特困区扶贫重点县为研究区域，构建基于“双临界值”的“维度加总/分解”算法进行了“县级—村级”的贫困人口多维贫困量算和分析[13]。对于贫困人口数量少且分布较为分散的国家或地区，贫困识别可以仅在个体或家庭尺度开展。现阶段中国农村贫困面仍然较大，贫困人口分布具有明显的区域性特征，这就决定了未来较长一段时期内，需要对贫困区域进行地理识别及认定以安排和执行各种扶贫项目[14]。

地理识别是以不同尺度的地理单元为单位进行的贫困识别，地理单元通常选择县级尺度或村级尺度，尤以县级尺度最为常用。例如，陈烨烽等基于“十二五”期间全国“整村推进”贫困村数据，构建村级多维贫困综合测度模型，系统测度并分析了研究区贫困村的相对贫困特征[15]； 袁媛等对河北省136个县的贫困状况分别进行经济单维度与经济—社会—自然三维度评估，并基于SOFM网络将全省县域贫困度划分为五级[16]； 王艳慧等构建基于贫困指数—最小方差模型(PI-MVM)的县级多维贫困度量模型，以6个连片特困区的249个县为典型研究区，系统揭示片区—县级层面上的贫困程度、致贫原因及其空间分布特征[17]。县域既是中国基层行政区划的实体单位，也是国家扶贫开发决策实施的重要地理单元，识别其贫困程度，揭示其空间分布特征及规律，将有助于国家“精准扶贫”战略的准确实施。鉴于此，文章以贵州省贫困县作为研究对象，综合测度贫困县之间的相对贫困程度，探寻贫困县空间分布特征及分布格局，以期为区域扶贫开发的优先顺序提供一定的决策依据。

1 研究区概况

贵州省位于24°37′N～29°13′N，103°36′E～109°35′E，地处云贵高原东部的滇东高原到湘西丘陵之间的过渡地带。全省土地总面积约17.6万km2，平均海拔1 104m； 地势起伏大，地貌类型复杂， 92.5%的面积为山地和丘陵； 喀斯特地貌分布广泛，面积达70%。气候类型属于亚热带高原季风湿润气候，冬无严寒，夏无酷暑。

贵州省是典型的少数民族聚居区，少数民族人口占总人口的36%，是我国贫困问题最为突出的省份。全省下辖6个地级市和3个少数民族自治州，共计88个县级行政区。2012年3月，在国务院发布的国家扶贫工作重点县(简称国家级贫困县)调整名单上，贵州省有50个贫困县(图1)。同年，根据《中国农村扶贫开发纲要(2011—2020年)》精神，国务院扶贫办确定并公布了全国14个集中连片特殊困难地区涵盖的680个贫困县，贵州省有65个(图2)。合并国家级贫困县和集中连片特殊困难地区贫困县，贵州省共有66个贫困县。

图1 贵州省国家级贫困县 图2 贵州省集中连片特殊困难区贫困县

据贵州省统计局发布的数据显示， 2015年底，贵州省有493万贫困人口，贫困人口数量排全国第1位，占全国的8.77%，贫困发生率为14%。全省88个县(区、市、特区)中，贫困发生率最高为27.6%，最低为0.4%，县域贫困发生率相差悬殊。

表1 贵州省县域贫困测度指标体系

维度指标单位代码指标性质自然耕地面积比例%X1逆指标人口农村贫困人口数量万人X2正指标贫困发生率%X3正指标经济人均GDP元X4逆指标人均第一产业增加值元X5逆指标人均第二产业增加值元X6逆指标人均第三产业增加值元X7逆指标人均储蓄存款余额元X8逆指标人均社会消费品零售总额元X9逆指标人均一般公共预算教育支出元X10逆指标人均一般公共预算收入元X11逆指标农村居民人均可支配收入元X12逆指标工业化率%X13 逆指标

2 研究方法

2.1 贫困测度方法——因子分析法

因子分析法是从研究指标相关矩阵内部的依赖关系出发，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子的一种多元统计分析方法。这种方法在将原始指标变换为几个公因子的过程中，很容易得到各公因子的权重，而且权重是随数学变化生成的，属于客观赋权，不能人为调整，比采用专家征询法确定权重的精度高且工作量较小[18]。

2.2 指标体系构建

县域贫困测度指标体系与人口贫困测度指标体系不同，人口贫困测度指标体系关注的是个人的可行能力是否被剥夺，而县域贫困测度指标体系更多关注区域的可持续发展能力[17]。在构建测度指标体系时，首先要遵循科学性原则。县域的经济维度代表着贫困的表相，社会维度代表着生活保障能力的拥有状况，自然维度代表着区域本底自然资产，决定着区域发展能力[16]。因此，县域贫困测度多从经济、社会、自然环境3个维度建立测度指标体系。其次，应考虑测度的可操作性原则。由于因子分析法需要把测度指标区分为正指标和逆指标，如果选择县域平均海拔高度、坡度、气温、降水等作为测度指标，就会夸大这些自然环境条件的作用，导致测度结果失真。而耕地面积占国土面积的比例，反映了农村人口拥有自然资源状况，可能对其经济收入产生重要影响，可以作为自然维度的代表性指标。第三，应重视数据的可获得性原则。同时，参考国务院扶贫办认定贫困县的标准以及相关研究成果，来构建贵州省县域贫困测度指标体系。该指标体系包括资源、人口、经济3个维度，13项具体指标(见表1)。

2.3 数据来源与处理

依照已构建的县域贫困测度指标体系，利用《贵州统计年鉴2016》和《贵州年鉴2016》提供的基础数据，建立66个贫困县属性数据库，用以测度66个贫困县的贫困程度。

此外，利用ArcGIS软件，绘制贵州省各类贫困县及各个等级贫困县的空间分布图。通过阅读、观察及分析地图，归纳贫困县空间分布的规律，揭示县域贫困度与自然地理环境的空间关联性，探寻自然地理环境对县域贫困的影响，进而提出治理贫困的针对性措施。

3 县域贫困现状测度

以已建立的贵州省66个贫困县属性数据库为基础数据，经过上述的数据标准化处理后，运用SPSS软件进行因子分析，具体步骤及结果如下。

3.1 因子分析可行性检验

KMO和Bartlett′s检验符合因子分析要求，说明数据适合做因子分析(见表2)。

表2 KMO和Bartlett的检验

取样足够度的Kaiser-Meyer-Olkin度量0.635Bartlett的球形度检验 近似卡方981.674df78Sig.0.000

3.2 主成分分析法提取公因子

对原始数据进行降维处理，提取特征值大于1的因子作为公因子。结果显示(表3)，前4个因子的特征值都大于1，累积方差贡献率为79.978%。因此，提取前4个因子为公因子较合适，4个公因子对贵州省县域贫困度的解释程度达到79.978%，可以反映13个原始指标的绝大部分信息。

表3 公因子特征值、贡献率及累积贡献率

因子初始特征值提取平方和载入旋转平方和载入特征值方差贡献率(%)累积方差贡献率(%)特征值方差贡献率(%)累积方差贡献率(%)特征值方差贡献率(%)累积方差贡献率(%)15.45541.95841.9585.45541.95841.9583.52127.08327.08322.30317.71359.6712.30317.71359.6713.28325.25752.3431.44411.1170.7811.44411.1170.7812.02615.58567.92541.1969.19679.9781.1969.19679.9781.56712.05379.978

3.3 公因子解释

因子载荷代表原始变量与公因子之间的相关系数。为了使提取的公因子更易于解释和具有命名清晰性，利用方差最大法，对初始因子载荷矩阵进行旋转，旋转在第7次迭代后收敛，得到较为满意的因子载荷矩阵。观察旋转后的因子载荷矩阵，可知第一个公因子在人均GDP(0.856)、人均第二产业增加值(0.942)、工业化率(0.905)、人均一般公共预算收入(0.771)上的载荷系数较大，可归结为工业化水平因子； 第二个公因子在人均第三产业增加值(0.740)、人均储蓄存款余额(0.880)、人均社会消费品零售总额(0.830)上载荷系数较大，可归结为城镇化水平因子； 第三个公因子在第一产业增加值(0.815)、农村贫困人口数量(0.671)、人均一般公共预算教育支出(0.796)上具有较大载荷系数，可归结为农村发展水平因子； 第四个公因子在农村居民人均可支配收入(0.577)、耕地面积比例(0.550)、贫困发生率(0.865)上载荷系数较大，可归结为农村产出水平因子。

3.4 计算县域贫困度综合得分

县域贫困度综合得分计算公式如下：

Fi=WjYij

(1)

式(1)中，Fi表示第i个县域的综合得分，代表县域的贫困度，Wj为第j个公因子的权重，可用4个公因子各自的方差贡献率来表示；Yij为第i个县域第j个公因子的单项得分，可采用因子得分系数矩阵以及变量的观测值计算而得。综合得分计算结果见表4。

综合得分越高的县域，贫困度越大； 综合得分越低的县域，贫困度越轻。贵州省66个贫困县中，贫困度最大的是威宁县，其综合得分为0.786 9； 贫困度最轻的是铜仁市碧江区，其综合得分为-1.644 0。

4 贫困度空间分布特征

4.1 贫困度等级分类

借助于ArcGIS 软件平台，将贵州省贫困县及其综合得分与贵州省县级行政区划图连接匹配，制作专题地图，并应用自然间断点分级法划分贫困度等级(图3)。可划分为5个等级(表5)，即极重度贫困，综合得分在0.47～0.79之间； 重度贫困，综合得分在0.18～0.46之间； 中度贫困，综合得分在-0.19～0.17之间； 轻度贫困，综合得分在-0.72～-0.20之间； 轻微贫困，综合得分在-1.64～-0.73之间。

表4 贵州省县域贫困度综合得分

县名贫困度及排名县名贫困度及排名县名贫困度及排名县名贫困度及排名县名贫困度及排名威宁县0.786 9 1思南县0.352 9 15石阡县0.238 0 29独山县-0.054 7 43湄潭县-0.451 6 57织金县0.771 6 2剑河县0.346 7 16关岭县0.166 8 30施秉县-0.066 5 44荔波县-0.668 5 58赫章县0.651 4 3黔西县0.336 4 17三穗县0.147 7 31道真县-0.096 0 45万山区-0.734 6 59黄平县0.638 6 4册亨县0.336 1 18德江县0.140 6 32凤冈县-0.101 2 46西秀区-0.798 8 60大方县0.602 9 5正安县0.316 7 19镇宁县0.108 7 33印江县-0.103 5 47平坝区-0.836 2 61从江县0.552 2 6务川县0.2919 20麻江县0.099 6 34桐梓县-0.200 1 48盘州市-0.840 3 62黎平县0.548 1 7台江县0.286 3 21长顺县0.089 6 35普安县-0.202 4 49赤水市-1.066 3 63榕江县0.545 9 8丹寨县0.286 3 22七星关0.086 5 36六枝特-0.238 6 50龙里县-1.325 9 64三都县0.538 7 9普定县0.277 6 23雷山县0.044 4 37安龙县-0.245 3 51玉屏县-1.446 0 65沿河县0.489 7 10平塘县0.270 2 24岑巩县0.015 1 38镇远县-0.285 3 52碧江区-1.644 0 66紫云县0.455 3 11 松桃县0.269 8 25惠水县0.009 7 39兴仁县-0.361 7 53纳雍县0.428 8 12锦屏县0.269 7 26江口县0.000 9 40贵定县-0.397 8 54晴隆县0.419 2 13水城县0.260 5 27习水县-0.008 4 41 瓮安县-0.440 4 55望漠县0.364 6 14罗甸县0.256 3 28天柱县-0.039 8 42 贞丰县-0.445 0 56

表5 贵州省贫困县等级分类

贫困等级地貌区名称及范围黔中区35县黔北区9县黔东区19县黔南区7县黔西南区8县黔西区10县县市(区)名称个数本区比个数本区比个数本区比个数本区比个数本区比个数本区比极重度贫困威宁、织金、赫章、黄平、大方、从江、黎平、榕江、三都、沿河25.71%111.11%315.79%114.29%00330%重度贫困紫云、纳雍、晴隆、望漠、思南、剑河、黔西、册亨、正安、务川、台江、丹寨、普定、平塘、松桃、锦屏、水城、罗甸、石阡411.43%222.22%526.32%342.86%337.5%220%中度贫困关岭、三穗、德江、镇宁、麻江、长顺、七星关、雷山、岑巩、惠水、江口、习水、天柱、独山、施秉、道真、凤冈、印江514.28%333.33%631.58%228.57%112.5%110%轻度贫困桐梓、普安、六枝、安龙、镇远、兴仁、贵定、瓮安、贞丰、湄潭、荔波38.57%111.11%15.26%114.29%337.5%220%轻微贫困万山、西秀区、平坝、盘州、赤水、龙里、玉屏、碧江区38.57%111.11%315.79%0000110%合计各地貌区贫困县比例48.57%88.88%94.74%100%87.5%90%

图3 贵州省县域贫困度空间格局

4.2 贫困度空间格局分析

观察图3，结合贵州省自然地理环境结构状况，探析县域贫困度空间格局特征，概括为以下两点。

4.2.1 县域贫困度与区域地貌类型相关

总的来看，平均海拔较高或地势起伏较大的县域，大多贫困度较大； 地势起伏度小，河谷坝子相对较多的县域，大多贫困度较轻。具体分述如表5。

(1)黔东山地丘陵区，即梵净山、雷公山一线以东地区。是贵州高原东部边缘的斜坡地带，地势自西向东倾斜，沟谷发育，地表破碎[19]。低中山和低山占全区面积的86.4%，丘陵占7.35%，河谷坝子占1.13%。主要包括铜仁市下辖的6县(区)及黔东南州13县(市)。该区贫困县有18个，占县域总数的94.74%，且多为中度以上贫困，仅有凯里市为非贫困县。

(2)黔南山地河谷区，即苗岭中段以南地区。是黔中山原向红水河谷地逐渐降低的斜坡部位，地势北高南低，地表起伏较大。低中山和低山占全区面积的92.7%，河谷坝子占1.05%。主要包括黔南州下辖的6县和安顺市紫云县， 7县均为贫困县，且贫困程度较重。

(3)黔西南山原丘陵盆地区，即普安以东，望谟以西，南盘江以北地区。地势西高东低，北高南低，中山、低中山及低山占全区面积的82.87%，丘陵占11.75%，河谷坝子占1.53%。主要包括黔西南州7县(市)和安顺市关岭县，贫困县7个，占87.5%，仅有兴义市为非贫困县。

(4)黔西山原山地区，即盘县、晴隆以北，黔西、织金以西地区。是全省地势最高地区，以高中山和中山为主，占全区总面积的75.59%，高原占10.51%，河谷坝子仅有0.4%。主要包括毕节市5县(区)、六盘水市4县(区)、黔西南州普安县。该区贫困县有9个，占90%，且多为极重度贫困县和重度贫困县，仅有六盘水市中山区为非贫困县。

(5)黔北中山峡谷区，即大娄山以北地区。地势南高北低，中山、中低山和低山占全区面积的97.73%，河谷坝子仅为0.43%。主要包括遵义市7县(市)、铜仁市2县，其中贫困县8个，占88.88%，仅有仁怀市为非贫困县。

(6)黔中山原丘陵盆地区，即黔西、织金以东，黄平以西，绥阳以南，镇宁、惠水以北地区。地势自西向东和自中部向南、北倾斜，是贵州境内起伏较小地区； 乌江以南地势稍高，大面积的溶蚀盆地较多。该区中山、低中山及低山占全区面积的80%，丘陵占17.1%，河谷坝子占2.9%[20]。主要包括贵阳市10县(区)、遵义市7县(区)、毕节市3县、铜仁市2县、安顺市4县(区)、黔东南州3县、黔南州6县(市)。其中贫困县17个，占48.57%，且贫困程度较轻，多为中度以下贫困。

综上所述，贵州省6个地貌区中，只有黔中山原丘陵盆地区贫困县占该区县域总数的比例小于50%，其余5个地貌区贫困县比例皆大于县域总数的87%，充分说明地貌等自然地理条件对县域贫困度具有一定的影响。回顾已有的研究文献，如赵跃龙等[21]认为脆弱生态环境与贫困之间的相关性大小受到不同地理区位、经济发展水平等因素影响； 许月卿等[22]以贵州省猫跳河流域为研究区，发现自然要素为主要致贫因子，而社会经济要素为缓解贫困的因子。再结合贵州省贫困度与区域地貌类型相关性分析，更进一步印证自然地理条件与贫困存在一定的空间关联。因此，近年来自然地理条件被逐步纳入贫困度评价中，以反映自然—社会—经济耦合形成的贫困问题[16]。

4.2.2 极重度贫困县与重度贫困县大多分布在省际边界区

极重度贫困县与重度贫困县，如威宁、赫章、沿河、从江、黎平、册亨、望谟、罗甸、平塘、松桃等县域，位于省际边界地区，一方面受到自然地理环境致贫影响，另一方面又远离贵州省经济中心或所在行政区域中心，较少受到中心的辐射带动，同时还是少数民族聚居区，因此经济发展缓慢，贫困程度较重。

在省际边界区也存在轻微贫困县域，如赤水市、盘州市、玉屏县等，这些县域依靠开发区域特有的资源如旅游资源、矿产资源等，或利用方便的交通运输条件，发展特色经济，因而贫困度较轻，脱贫致富指日可待。

在黔中山原丘陵盆地区边缘，由于行政区划的限制，省会城市经济带动作用难以惠及，同样存在少数贫困度较大县域，如黔西县、织金县、黄平县等。而位于黔中区的多数贫困县，多为轻微及轻度贫困，如龙里县、凤冈县等，这得益于其较为优越的自然地理条件和经济区位，容易实现区域脱贫。

5 贵州省扶贫工作建议

通过对贵州省66个贫困县进行贫困等级分类及空间格局分析，建议扶贫工作首先按照贫困县等级开展有针对性的分类扶贫，其次是遵循区域共性实施相似的扶贫策略。

(1)重点关注极重度贫困与重度贫困县域。处于极重度贫困及重度贫困的县域，具有一系列明显的特征，要么是境内平均海拔较高的县域，要么是境内河谷发育地表破碎的县域，并且绝大部分县域是少数民族聚居区。这些特征决定了这两类贫困县域，在自然维度上存在重度贫困，在社会经济维度方面也存在显著贫困。如果没有外界持续输入的自然资本和社会资本，将长期处于重度贫困状态。因此，扶贫政策、扶贫资金等应重点向这两类县域倾斜，逐步解决其交通基础设施薄弱问题，增强其地理可进入性，加强与中心城市的联系，改善其经济区位。加强教育扶贫力度，提高农村年轻人口的素质，培育其生存与发展方面的技能，在年轻一代中建立一种自我觉察的能力，激活其生命的韧性与动力，推动积极的自我改变。打破惯例与路径依赖机制，依据各贫困县域的实际情况，制定合理的产业类型和发展路径，提升区域发展能力。

相对而言，处于中度贫困、轻度贫困及轻微贫困的县域，自然条件和社会经济条件稍好，部分县域已经形成较为成熟的主导产业，如雷山县的旅游产业、兴仁县的薏仁米产业。这些县域在政府助力下，依靠已有的经验，继续探索产业扶贫之路，减少贫困人口数量和比例，可以率先实现脱贫。

(2)实施农业产业化开发，促进旅游产业发展。目前阶段，贫困县域在积极推动工业化进程的同时，必须立足于当地实际，通过农业产业化发展特色农业，促进县域经济发展。各县域具有优越的气候资源，光热资源充足，降水丰富。因此可以利用气候资源发展立体农业，克服地形崎岖不平的限制，合理安排农林牧业生产； 通过农业产业化组织方式，依靠外界输入农业技术，建立农民合作组织，增强其竞争力； 引导农民进行农产品的生产销售，提高农民收入。

贫困县域大多具有独特、秀丽、新奇而多样的喀斯特地貌景观，以及独特浓郁的少数民族文化与少数民族风情，应依靠这些自然旅游资源与文化旅游资源发展旅游产业，从而促进贫困县域经济快速发展，推进区域脱贫进程。

6 结语

通过建立多指标体系，应用因子分析法及ArcGIS自然间断点分级法，将贵州省贫困县划分为极重度贫困、重度贫困、中度贫困、轻度贫困及轻微贫困5个等级，可为贵州省扶贫工作的优先顺序提供一定依据。贵州省扶贫办将66个贫困县划分为一般贫困和深度贫困，深度贫困县共14个，并确定14个拟退出的贫困县。14个深度贫困县皆分属于极重度贫困和重度贫困等级； 14个拟退出的贫困县基本上属于轻度贫困县和轻微贫困县等级。说明测度结果与贵州省扶贫办划分的贫困等级基本吻合，体现了该文的测度方法与等级划分科学合理。县域贫困度空间格局与贵州地貌分区具有一定的空间关联，反映了自然地理环境条件如地貌是贵州县域致贫的重要原因。