基于空间治理视角的城市贫困研究综述

□张景奇 邱婷婷 修春亮

（1.东北大学文法学院,辽宁沈阳110169；2.东北大学江河建筑学院,辽宁沈阳110169）

消除贫困，自古以来就是人类梦寐以求的理想，是各国人民追求幸福生活的基本权利[1]。在中国共产党成立一百周年之际，中国完成了消除“绝对贫困”的艰巨任务，中国脱贫攻坚战的重心将转向“相对贫困”，然而就城市而言，中国城市的相对贫困率多年来无明显改善[2]。随着问题的日益凸显，城市贫困研究被越来越多的学者所关注，并逐渐成为经济学、人口学、社会学、管理学、地理学等学科的研究热点。以往，城市贫困研究者多是基于收入平均数、贫困线划分等数据，在其概念、成因、测量以及反贫困政策等方面进行探讨并取得系列成果，但贫困问题不仅仅是经济、政治、社会问题，同样也是空间问题[3]。以往的综述多是从经济学、社会学、管理学等学科入手，而从空间治理视角来研究城市贫困问题的较少，尤其没能关注到贫困在城市空间上集聚等内部动态。为此，本文应用Citespace 可视化软件，重点从空间治理视角出发，对国内外城市贫困研究的知识图谱进行系统梳理，为进一步提升中国城市贫困治理的精准性，全方位提升城市贫困治理能力提供参考借鉴。

一、城市贫困研究的知识图谱

知识图谱分析的目的，一方面是通过关键词凸显、关键词聚类等来明确基于空间治理视角的城市贫困研究在整体城市贫困研究脉络中的位置，另一方面有助于明晰中西方在此研究方向上的异同。故此，在Web of Science 核心数据库中以“Urban poverty”为主题设置检索条件，得到1995年1 月至 2019 年 12 月间共 1052 篇英文文献；同样在中国知网（CNKI）数据库中以“城市贫困”为主题检索得到 1981 年 1 月至 2019 年 12 月的相关文献2912 篇。应用Citespace5.6.R2 可视化软件对得到的数据进行处理，结果如下。

（一）关键词凸显对比

国内外城市贫困关键词凸显图对比显示见（表1），无论是国外还是国内，城市贫困研究初期的关注点都集中在社会学（如家庭结构、社会剥夺、社会排斥等）。随后，城市贫困的空间研究才逐渐兴起，并最终转向多维贫困的研究。在城市贫困空间治理方面，国外研究中的关键词，“内城（inner city）”“时空动态（Spatial dynamics）”“居住隔离（Residential segregation）”在 2003 年至2009 年期间成为热点，“空间分析（Spatial analysis）”“多维贫困（Multidimensional poverty）”则是近期的研究热点。而国内研究中的关键词，“空间分布”在2014 年至2015 年期间成为热点。相比于国外研究，国内有关城市贫困空间治理的关键词较少且热度持续时间较短。

表1 国内外城市贫困关键词凸显图对比Tab.1 Comparison of key words of urban poverty at home and abroad

（二）关键词聚类对比

国内外文献关键词聚类结果显示（图1），国外城市贫困研究侧重于城市空间剥夺（#6）、环境和教育问题（#5、#7）、贫困区域（#1、#/8）等方面，可以看出贫困的空间治理研究是国外城市贫困研究的热点。而国内对城市贫困的研究主要集中在城市贫困政策（#0、#2）、医疗救助（#5）、城市贫困群体（#3、#4、#8）和城市贫困的发展（#7、#9）等几个方面，城市贫困的空间研究（#11）只占其中一小部分。通过对比发现，国外城市贫困空间研究受到广泛关注，而国内城市贫困空间研究还需进一步加深探索。

图1 国内外城市贫困研究关键词聚类图谱对比Fig.1 Comparison of key words clustering of urban poverty at home and abroad

（三）细分关键词聚类对比

为进一步聚焦城市贫困的空间治理研究，在已获取的国内外文献中进行筛选，得到1995 年至2019年间城市贫困空间相关的国外文献317篇、中文文献261 篇，采用相同方法对关键词进行聚类分析见（图2）。结果显示，国外城市贫困的空间研究的热点集中于城市贫困区域（#3 邻里、#4 贫民窟）、社会资源/服务（#6剥夺、#7获取）、贫困治理政策（#9）和贫困度测量（#16）等方面，而国内城市贫困的空间研究则集中于生态贫困（#1）、反贫困政策（#4）、城市贫困的影响因素（#6）和城市贫困的空间分布（#7、#8、#10）。

图2 国内外城市贫困空间治理研究关键词聚类图谱对比Fig.2 Comparison of key words clustering of urban poverty spatial governance research at home and abroad

通过上述对国内外城市贫困研究的比对可以看出，一方面，城市贫困的空间治理在城市贫困整体研究脉络中占据重要位置；另一方面，与国外相比，国内城市贫困研究仍然集中在社会学、人口学等方面，对城市贫困的空间治理研究还相对较少。然而，在下一阶段消除城市相对贫困的过程中，空间治理对于精准扶贫、消除多维贫困以及实现空间分配正义有着重要作用，我国尚需深化城市贫困空间治理方面的相关研究。

二、城市贫困空间治理的概念

城市贫困在多个学科中均有涉及，管理学侧重于研究城市贫困的制度成因，社会学侧重于研究城市贫困的社会救助，经济学侧重于经济增长、收入差别与城市贫困的关系，而地理学与城市规划更侧重于城市贫困的空间区位和结构识别。因此，不同学科对于城市贫困的定义也不尽相同。现有的概念界定，多是从社会学、经济学、人口学等方面出发，以某个区域处于贫困线以下生活水平的人口为标准来定义，相对而言从空间视角去定义城市贫困的文献较少。

（一）空间视角上的城市贫困

从空间视角来定义城市贫困往往与“剥夺”（Deprivation）一词密不可分，而城市中的“剥夺”意味着“低的收入能力和对社会公共基础设施和服务的低进入性”[4]。换句话说，这种低进入性意味着不便捷，与其居住区位有关。自1979 年汤森（Townsend）首次提出相对贫困的概念，贫困便与剥夺紧密相连，贫困是一种由于缺乏食物、住房、惯常的生活条件便利设施和参与社会活动等方面的社会资源而产生的一种生活状态，贫困是一种“相对剥夺”（Relative deprivation）[5]。这些剥夺体现在特定人群难以获取高质量的公共基础设施和服务以及住房等方面，如诺布尔（Noble）等将城市剥夺分解成收入剥夺、就业剥夺、教育剥夺和住房剥夺四个方面[6]。米特林（Mitlin）等则列出导致城市贫困的八种剥夺形式，包括收入不足和不稳定、资产基础不足、不稳定或有风险（如缺乏教育和住房）、提供不足的公共基础设施（自来水、卫生、排水、道路和人行道）、基本服务提供不足、支付服务费用者的安全网有限、通过法律和权利对贫困人口的保护不足以及政治和官僚制度中较贫穷群体的无能为力[7]。2016 年，联合国制定了一个跨国家适用的城市贫困定义：一组在城市地区居住在同一屋檐下，缺少以下一项或多项特征的人被定义为居住在城市贫困区或非正规住区，包括改善供水服务的机会、改善卫生服务的机会、足够的生活空间、住房的结构质量或耐久性，以及能够安全、和平和有尊严地生活[8]。总体上看，从空间视角去定义城市贫困几乎都包含了区域内（空间上）某种资源或服务的剥夺，不同的国家和地区略有差异。但也有学者认为“剥夺”的内涵比“贫困”丰富，是一个更加广泛检测社会经济状况的概念，贫困只是整个体系中的核心部分[9]。

（二）城市贫困的空间治理

空间治理来源于治理，它从一般的治理中另辟蹊径，是治理技术支撑体系的转型升级，旨在通过不同主体在空间生产及其权益分配层面上诉求结构合理、功能高效和生态优化的“空间利益共同体”[10]。空间治理的重点是能够容纳不同主体的利益目标和诉求，探索利益分配机制[11]。在空间治理视阈下，城市贫困表现为强势群体和强势区域基于区域与区域之间的空间位置关系，借助政策空洞和行政强制手段掠夺弱势群体和弱势区域的资源、资金、技术、人才、项目、政策偏好、生态、环境容量，转嫁各种污染等一系列不公平、非合理的经济社会活动行为[4]。

而空间治理是通过调节重要空间资源的配置，来实现对区域空间结构和功能的管理[12]，特别是在中国的治理体系中，政府是通过管人、管钱、管地来实现空间治理的[13]。因此，空间治理作用于城市贫困，是一种通过空间干预（规划干预）等资源再配置方式促进各地区间的相对均衡发展、公平发展和可持续发展的过程。之所以需要空间干预，是由于城市贫困具有明显的空间集聚特征，例如有学者发现当人们的住宅占据山坡并集聚在一个不可分割的空间时，贫困最为明显[14]。此外还有研究表明，地方政府往往对该类定居点及其居民（城市贫困区和贫困人群）缺乏正式承认，基础设施和服务供给不足，居民的居住权难以保障，且居住条件过度拥挤，住宅建于不适合开发的土地上[15]。这种表现在自然条件、收入水平、教育程度、出行方式等方面的差异，造成城市特定范围内的特定人群的居住“软件”和“硬件”质量处于极度低下水平，表现为建筑破败、空间拥挤、人口密集、管理混乱等[16]。城市贫困的空间治理就是要以空间为平台进行不同群体的利益博弈与调和，消除这种因空间、资源、服务等方面的“剥夺”而产生的城市贫困。

三、城市贫困空间的识别与测度

识别一个区域是不是城市贫困区以及贫困程度如何是城市贫困研究的一个重点。城市贫困空间的识别与科学测量有助于地方政府进行城市贫困的精准治理，进而在提高公共服务方面有的放矢、提升效率。

（一）城市贫困空间的识别

在城市贫困区的识别方面，应用遥感等现代信息技术提取空间特征能够快速识别城市贫困的发生区域。例如，迪克（Duque）等在哥伦比亚麦德林市的城市贫困研究中从土地覆盖物（房屋屋顶材料）、城市纹理和结构3 个方面识别城市贫困区，并量化了城市内部的贫困程度[17]。国内袁媛等在对广州市的城市贫困研究中以高分辨的遥感和安居客官网的在线房租数据为基础，通过土地覆盖指数（包括自然营造物和人工建筑物所覆盖的地表诸要素的综合体）、复杂度（指城市结构和纹理特征）和单位租房（单位面积房租数据）三个指标构建了基于大数据的贫困指数，用以识别广州市城市贫困的空间分布[18]。此外，隔离指数和暴露指数能够直观地反映出城市贫困人口的分布空间。如梅西（Massey）等使用隔离指数（贫困人口数量为平均水平的统计区中该群体的人口比例）和暴露指数（测量x 群体的一般成员在居住的邻里环境中接触到，或者是暴露在y 群体成员面前的可能性）来进行城市贫困区的识别[19]。国内薛东前等也在利用隔离指数来对西安市城市贫困阶层的空间聚居进行研究[20]。

（二）城市贫困度的测量

由于城市贫困的研究涉及多个学科，学者们多从自身的研究特长出发并构建相关的指标体系。起初，大部分学者都是通过经济类指标对城市贫困进行测度，包括人们的收入和消费能力等。尽管这类货币计量方法被广泛使用，但它却未能反映城市贫困和人类贫困的多维性特质。

为更全面、更科学地反映城市贫困特征，克服经济类指标的测度缺陷，城市贫困指标体系的发展逐步从一维变为多维，从单一的经济类指标扩展到包含经济、社会、文化和空间类的综合性测度体系。在综合性测度体系中，空间指标是城市贫困测量体系的重要组件。 较早的有汤森（Townsend）建立的包含物质和社会两大方面的指标体系，具体包括7个物质指标（饮食、衣服、住房、家庭设施、环境、区位、工作）和6 个社会指标（就业、家庭活动、融合、社会活动参与、休闲、教育）[5]。城市贫困测量指标体系被进一步细化并且加入了空间关联，如佩雷斯（Pérez）等建立的测度体系中，自然特征指标细分到坡度、岩石土壤、排水通畅度等六个方面，建筑环境则包括了物理网络和社交网络两个方面[14]。此外，居民的收入和消费、基本需求（包含是否拥有住房、自来水、充足的空间等）、资产和脆弱性等也被纳入城市贫困的测量体系之中[21]。正因其复杂性，拉赫曼赞迪（Rahmanzandi）等认为城市贫困是一个社会文化、经济和空间的综合性问题，以往的学者们对城市贫困的研究都侧重于经济方法，而没有从社会文化和地理空间角度加以考虑，因而在他们对伊朗的城市贫困研究中建立的包括社会文化、经济和获得城市服务三大类17 个指标的测度体系中，获得城市服务就是从空间维度去测量城市贫困的，包括是否拥有街道、公共设施和停车场等方面[22]。

（三）空间大数据的应用

大数据“4V”的特性为城市贫困空间研究提供了可靠性更高、再现周期更短、属性更加丰富的数据源。随着大数据时代的到来，地理学和城市规划学的研究理论、研究方法等都受到了深远的影响，城市贫困空间治理也拥有了新的研究视角。一方面，利用大数据能够准确地识别贫困地区，这也是城市贫困精准治理的根本前提。以往对城市贫困研究的数据主要来源于国家和地区的统计资料和学者们的调研数据，但由于统计口径的不同，收集这些数据需要花费大量的时间和资金，且因其所反映的信息量可能不足，造成城市贫困识别和测量上的偏差。鉴于提升传统的数据采集技术难度较大，新近的研究开始利用新的数据源和研究方法来评估城市贫困[23]。另一方面，与传统数据相比，大数据具有数据量大、数据来源多样、获取信息速度快、周期短等特点，可以更好地克服传统数据在城市贫困研究中存在的弊端。例如夜间灯光数据，它可以提供并准确地描述最新的区域贫困迹象，埃尔维奇（Elvidge）等利用DMSP/OLS 夜间灯光数据绘制了全球贫困地图[24]，潘竟虎等也利用夜间灯光数据，建立了估算多维贫困的模型，对重庆市和陕西省的贫困空间进行识别[25]。多源大数据的综合运用有利于实现城市贫困空间多尺度、多维度的精准识别，以遥感图像、POI大数据、街景图片、在线房租数据等为数据源，应用机器学习等先进算法来识别城市贫困空间的应用越来越多[26-27]。

四、城市贫困空间演化及其治理

低收入人口在特定空间聚居形成了城市贫困区，并且随着集聚程度的加强，其自身和周边事物的空间特性也愈发明显，这一现象引起了学者们在城市贫困空间分析上的研究兴趣，包括城市贫困的空间分布、时空演变及影响因素等几个方面。

（一）空间分布特征

芝加哥学派较早开启了城市贫困的空间分布研究，认为城市贫困主要集中在城市中心地带，如伯吉斯（Burgess）的同心圆理论将城市空间分为5个圈层，并认为紧邻中心商务区的混合地带是城市贫困区，这里集中了低级破旧的住宅区、贫民窟和少数族裔聚居区[28]。在美国100 个大都市地区，绝大多数城市贫困区都位于市中心[29]。福雷斯（Forrest）和翁（Wong）在对香港的城市贫困研究时也发现，城市贫困区主要集中在老旧的城市中心[30-31]。但是，以上的城市贫困空间分布规律并不适用于所有的城市，部分城市的贫困区集中在城市的外围，如伦敦的城市贫困人口大多居住在城市郊区内，在城市郊区形成了城市贫困区[32]，伊朗的城市贫困分布也有类似的现象，即城市贫困率最高的地区位于城市的边缘[22]。

实际上，城市贫困的空间分布并不是只集中于城市中心或只集中于城市边缘，也有可能同时出现。例如，朗格洛伊斯（Langlois）等在对加拿大城市贫困的研究时发现，贫困问题虽主要集中在城市中心，但并不局限于市中心，一些最为严重的贫困社区位于市中心以外，甚至在离岛和郊区[33]。波特（Baud）等在研究印度德里市城市贫困时也发现，贫困程度高的人群虽通常居住在收入较低的地区，但是贫困并不仅仅集中在贫民窟[34]。国内代兰海等在对西安的城市贫困研究中发现，城市贫困不仅集中在内城衰退区，还集中在城市边缘失地农民聚居区、流动人口聚居区和遗址保护区[35]。多位国内学者在对广州、重庆、南京等城市的研究中也发现，城市贫困区常常分布在旧城区、边缘工业区等位置，在空间上呈现非均衡性[36-37]。

（二）时空演变规律

城市贫困的空间分布并非一成不变，很多学者注意到城市贫困具有时空演变的特征。国外学者经过研究发现，贫困扩展到内部城市以外是城市贫困扩散进化过程的最终结果，虽然以前的贫穷集中在内城，但随着时间的变化，贫穷集中开始向内环郊区转移[38]。也就是说，贫困人口开始从城市的中心区域搬迁到城市边缘，并最终在内环郊区形成了新的贫困的集中[39]。佟（Tong）等发现21世纪初期美国的城市贫困发生了很大的变化，贫困已经不再仅仅集中于城市中心区，而是由城市中心逐渐扩散到城市边缘区[40]。然而，美国大都市的贫困不仅仅是转移到了内环郊区，更是向内环郊区之外延伸[41]。除美国之外，澳大利亚主要城市的贫困区也出现了由市中心向郊区聚集的趋势[42]，如兰多夫（Randolph）等在对悉尼的城市贫困研究中发现城市贫困出现了郊区化，悉尼的城市贫困已从中心城市向城市边缘区转移，并在城市边缘形成了新的贫困区[43]。

国内城市贫困的空间演化更加复杂，存在着“剥夺式”重构现象，即城市贫困空间分布呈现由内城向郊区，进一步向远郊区县发展的动态变化趋势。袁媛对广州市从清朝初期到现阶段的城市贫困空间分布分析发现，广州市的城市贫困分布经历了“集中—分散—再集中”的演变过程，城市贫困在空间上的分布经过了从“外围和中心区位—中心区位—中心和外围区位”的变迁[44]。薛东前等对西安城市贫困的研究结论与广州市城市贫困空间演变基本吻合，通过利用西安三个时间段（1990 年、2000 年和2013 年）的数据，对西安城市贫困阶层聚居的时空演化过程进行研究，结果发现西安市城市贫困区形成了先集聚后分散的变化特征，城市贫困集聚区逐渐从城市边缘区向城市中心区转移[20]。而部分学者则发现了不一样的空间演变情况，如张高攀在研究北京市城市贫困的时空分布时发现，贫困区已经从城市中心扩散到城市外围，再扩散到城乡接合部的三重空间[16]。

（三）空间分布影响因素

城市贫困在空间上的集聚，很大程度上与“隔离”有关，包括居住（住宅）隔离、阶级隔离和种族隔离等[45]。前一方面，居住隔离是美国城市地区贫困空间集中的主要结构性原因[46]，贫困家庭一般居住在低成本的住房中，这些住房区位的集中性在空间上形成穷人居住区的隔离，从而引起城市贫困在空间上的集中[47-48]。低成本住房不仅在结构上集中了贫困，而且通过影响该地区其他家庭的居住选择，更是在行为上集中了贫困[49]。究其原因，住房分配制度[30][32]和住房市场的空间分化[50-51]导致了城市贫困在空间上的集中，进而形成了城市贫困区。后两方面，在经济转变的大环境下，种族隔离和阶级隔离（尤其是前者）的共同作用导致了城市贫困在空间上的集聚[52]。随后学者们对美国的城市贫困空间分布研究也证实了这一点，例如库克（Cooke）的研究发现美国大多数城市贫困受到地理特定过程的影响，贫困与基于阶级的住宅隔离有关[53]。库尔顿（Coulton）等也指出，当少数民族在经济上处于不利地位时，种族隔离的历史模式会造成集中的贫困[29]。

空间结构的变化是政府、市场、社会、个人的共同作用，其中尤以政府和市场的影响为主，特别是住房制度改革、产业转型、城市改造、二元社会结构、公共资源配置不足加剧了贫困空间的集中化[54]。实际上，城市贫困呈现如此的空间分布往往是多种因素共同作用的结果。城市贫困的集中不仅受到收入、经济波动和种族隔离的影响，还受到因就业、人口迁移导致的少数民族聚居、交通可达性的阻碍和社会阶层的迁移等多个因素的共同影响[55]。例如在交通和就业方面，埃迪（Eddie）等在对香港的城市贫困研究中发现，由于想要更多的就业机会并减少通勤成本，导致贫困人口更多地在内城集中[56]。宏观的社会经济背景、社会阶层梯度和微观的行为心理都与城市贫困的空间集中有关，其中低收入阶层由于房租、通勤等生活成本的制约，形成了空间集聚的倾向[57]。此外，城市规划和社会空间结构也影响着城市贫困的空间分布，佘高红等学者指出，这一空间分布是在城市空间内部和外部的社会经济和空间过程双重作用下形成的[58]，例如土地区位、经济收入以及住宅的商品化和市场化导致了城市居住区位的分化，使得城市贫困人口在一个特定的区域聚集[59]。

（四）城市贫困的空间治理

自2000年以来，国际上减贫方法一直在转变，这些方法中以国家驱动为重点，促进经济的增长，主要的城市贫困治理政策有三类：一是旨在改善生活条件的政策，二是旨在提高穷人收入的政策，三是针对贫困群体的安全网政策。目前，国外大多数城市贫困治理研究围绕在如何降低再就业的负激励效应和创造就业机会方面。基于城市贫困的空间界定，贫困问题的解决也有了空间的维度。从空间治理视角，佘高红提出城市贫困的治理中应该将贫困人口和空间看作一个整体，通过社区的规划和建设参与，强化居民与空间的纽带关系[58]。还有学者认为应该基于对城市社会空间的充分了解和评价，将相关公共资源合理配置到不同类型的贫困地域，包括对公共设施、保障性住房等资源的区域配置。例如在廉租房和经济适用房的布局中应避免集中布局，尤其是在区位、基础设施较差的地方，而应将其分散布局，与其他阶层的社区交叉分布[60]。另外，随着城市贫困呈现越来越明显的空间特征，近来已有学者就城市贫困的治理提出要根据贫困空间的分布状态，制定包含优化空间结构在内的脱贫地域性政策[61]。代兰海从优化城市的空间生产机制、保障贫困弱势群体的空间权益角度出发，提出要公平合理地进行城市空间资源的分配和再分配[35]。总的来说，党和政府也已认识到解决贫困问题必须坚持共享的空间治理理念、坚持问题导向突出短板空间治理以及多维空间统筹[62]。

五、总结和展望

研究城市贫困的最终目的是治理城市贫困，使城市贫困区的人们得以摆脱贫困，获得更高质量的生活和环境。在世界各国共同努力消除贫困的当下，特别是在中国已经消除绝对贫困、正在巩固拓展脱贫攻坚成果、将要走向“共同富裕”的时代背景下，城市贫困问题仍将是政府和学术界共同关注的重点和热点。

（一）研究总结

通过对已有文献的归纳分析，学者们从空间角度对城市贫困的概念、识别与测度、空间演化及其治理等方面进行了研究。本文从空间视角出发，通过对国内外城市贫困研究梳理得出结论：

（1）国外城市贫困的研究关注度整体呈上升趋势，并于2016 年出现研究高峰后保持稳定。相比之下，国内城市贫困的研究起步较晚，并在2008年的峰值后有所回落，关注度上呈倒U 型结构。内容上，城市贫困的时空动态变化、贫困空间识别、大数据及机器学习的应用等是国内外城市贫困的研究热点。（2）从空间视角去定义城市贫困，多是将其定义为居住区内的人们遭受到了不同类型“剥夺”的状态。（3）学术界已经建立起包括经济、社会、空间等在内的多维综合性测度体系，实现对城市贫困程度的有效测度，其中，空间指标是城市贫困测量体系的重要组件，这些空间特征能使我们快速识别城市贫困的发生区域。（4）国外的城市贫困多是集中的，或集中在中心或集中在边缘，或两者皆有；而国内的城市贫困在空间上的分布则具有“大分散、小集中”的特征。（5）时空演变方面，国外的城市贫困出现由内及外的郊区化现象，而国内城市贫困空间演化较为复杂多变，不同的城市，贫困的空间演变有所不同。（6）成因上，城市贫困的空间分布是多种因素共同作用的结果，除了受到收入、经济的波动和种族隔离的影响之外，因就业或人口迁移导致的少数民族聚居、交通可达性的阻碍以及社会阶层的迁移等也影响着其空间分布。（7）采用传统统计分析的城市贫困研究，前期数据采集工作量巨大，造成测量结果的动态性、实时性不强。而基于空间分析的城市贫困研究在数据采集分析、测量识别、实时监控、成因解读等方面极具优势，结合带有空间属性的大数据及相关机器学习算法，为城市贫困的动态评估和精准治理提供了新的研究视角。（8）从空间视角对城市贫困进行治理，就是以空间为平台，对城市中的各种资源进行合理配置，从而使得居住在城市地区的贫困人口享受到应有的公共服务和社会保障。

（二）研究展望

城市贫困现象虽不新鲜却是一个值得各国政府长期重视的问题，尤其在发展中国家，城市贫困问题的广度和深度都要求地方政府立即采取行动、大力整治，特别是在此次新冠肺炎疫情的冲击下，生活在城市贫困区的低收入者受到的影响、遇到的生活困难远比高收入群体复杂得多，甚至迫使部分本已脱离贫困线的人群重新返贫。然而以往的研究中，从空间视角研究城市贫困主要是从如何去识别和测度城市贫困区，探析城市贫困的空间分布特征及其成因开展的，而对于城市贫困的治理，仍多是从社会学、经济学等方面提出建议、制定政策的。正如世界银行（World Bank）报告所述，当前对于城市贫困空间上的散布或集中等内部动态的研究十分有限[63]。为此，下一阶段的研究应重点关注以下三个方面。

一是加强从空间视角出发的城市贫困治理研究，从而为精准消除城市贫困提出切实可行的政策建议。我国在2020年脱贫攻坚战中圆满完成了消除绝对贫困的任务，接下来的脱贫任务是消除相对贫困，城市内部的贫困问题将聚焦更多的关注。目前，国内学者虽从不同角度对相对贫困进行了研究，但尚未形成城市贫困治理与反贫困目标的完整体系，而在城市贫困的治理实践中，城市贫困的各个维度（如教育、医疗、环境等）均需纳入其中。地方政府需针对城市贫困区制定出可持续的脱贫计划，精准实施空间干预，提供足够的城市设施、服务和保障来满足城市贫民的需求。而从空间视角来治理城市贫困有其独特优势，一方面，在供给侧能够让决策者更加清楚地明晰治理的目标所在，更加合理地区分不同区位贫困问题的缓急程度，从而提升规划水平，避免由于规划本身不当造成的贫困集聚；另一方面，在需求侧能够激发公众参与热情，吸引更为广泛的公众来参与城市贫困的空间治理，增强社区团体在复杂环境中生成、管理和传播贫困区空间信息的能力。只有当城市贫困区的居民能够采取行动主动参与到政府的脱贫规划中，城市贫困区的脱贫大计才能更有效地得以实施。

二是充分挖掘“大数据+减贫”的潜力，建立起全国城市相对贫困基础数据信息库。数据库具有高效、可靠、完整、自同步等优点，建立全国城市相对贫困基础数据库，可以实时更新对城市贫困情况的信息，从而能对城市贫困的状况进行有效掌控。基于大数据的城市贫困研究将是未来研究的热点，不仅是因为大数据相对于传统年鉴资料在数据更新上的优势，更是因为部分大数据具备了时空属性，为城市贫困的空间治理开辟出新的研究视角。在贫困问题的数据运用方面，国外学者较早地将大数据应用到城市贫困的研究之中，而国内学者则大多仅在农村贫困的研究中应用到大数据，在城市贫困中的应用较少，国内应进一步将大数据应用到城市贫困的研究中。一方面，要扩大城市贫困空间识别的数据源，共建共享城市相对贫困基础数据信息库，基于大数据易获取、更新快的优点，让城市贫困区的识别更便利可行；另一方面，大数据的数据量大，易于实现空间可视化，从而能进行更小空间单元的贫困分析，未来应研究利用大数据进行城市贫困的精准识别，从而有助于地方政府在城市内部精准投入、精准减贫。

三是如何把消除城市贫困与“共同富裕”进行有机关联。解决城市贫困问题是实现共同富裕的内容之一，是推动共同富裕的重要一步。共同富裕指的是先富带动后富，是全体人民最终达到富裕的生活水平，有学者将其解读为包括全民富裕、全面富裕、渐进富裕和共建富裕四个方面的基本内涵[64]。党的十九大将“基本实现全体人民共同富裕”确立为第二个百年奋斗目标的应有之义，习近平总书记指出“全球收入不平等问题突出，一些国家贫富分化，中产阶层塌陷，导致社会撕裂、政治极化、民粹主义泛滥，教训十分深刻”，而“共同富裕是社会主义的本质要求，是中国式现代化的重要特征”[65]。我国经济发展进入新时代，在消除了绝对贫困的当下，“十四五”时期如何进一步消除相对贫困，进而实现全体人民的共同富裕是政府工作的重中之重。因此，如何以消除城市贫困来推动共同富裕整体进程将成为政府和学者们需要重点关注的研究方向之一。在研究方法上，应用空间治理相关方法也会给共同富裕开启新的研究切口。