中国11个集中连片特困区多维减贫与建设用地扩张的关联分析

孔雪松 蒋献佳 程鹏

摘要：研究目的：基于经济、社会和生态3个维度构建多维减贫指标体系，测度2000—2020年中国11个集中连片特困区多维减贫动态变化，系统分析集中连片特困区减贫与建设用地扩张的时空耦合关系。研究方法：指标评价法、综合扩张指数和脱钩模型。研究结果：（1）研究期间集中连片特困区减贫成效显著，2000—2010年和2010—2020年县域单元多维减贫指数均值分别为0.134和0.186，经济减贫指数明显高于社会和生态减贫指数；（2）集中连片特困区建设用地扩张先缓后快，局部区域扩张迅速，但整体以相对稳定型扩张为主，2010—2020年扩张明显加快，缓变型和快变型呈现组团化分布；（3）研究期间集中连片特困区减贫指数与建设用地扩张指数以较理想型的弱脱钩为主，强脱钩县域单元数量由2000—2010年的131个减少为2010—2020年的10个，与之对应的弱脱钩县域单元数量则由369个增加到486个，有效体现了“输血式”扶贫向“造血式”扶贫方式的转变。研究结论：特困区减贫动态变化与建设用地扩张存在密切关联，县域土地城镇化有助于增强特困区内生发展动力，后扶贫时期特困区需推进建设用地由增量扩张向存量调整的高质量发展转型。

关键词：多维减贫；建设用地；脱钩模型；时空演化；集中连片特困区

中图分类号：F301.2 文献标志码：A 文章编号：1001-8158（2023）05-0125-12

基金项目：国家自然科学基金项目（41871182）；国家重点研发计划课题（2018YFD1100801）。

贫困是制约人类生存与发展的最大阻碍，是全世界面临的共同挑战，对人类文明进步和全球经济社会稳定发展都有不同程度的影响[1]。《联合国2030年可持续发展议程》提出了可持续发展的17个发展目标，位于首位的目标即是消除和摆脱一切形式的贫困[2]。作为全球最大的发展中国家，中国一直是全球减贫事业的积极倡导者和有力推动者，在解决贫困问题上取得了世界瞩目的成就。区域减贫成效测度是精准扶贫和预防返贫的重要基础，目前国际上关于减贫成效的测度多以单一的收入作为衡量标准，具有一定普适性，但因无法真实准确地反映区域深度贫困状况而逐渐受到质疑[3-4]。随着基于可行能力理论的“多维贫困”概念的提出[5]，学术界对多维贫困体系构建和测度进行了诸多探索[6-8]。联合国开发计划署从社会生活水平、教育和健康3个维度构建多维贫困指数[9]，是货币贫困衡量标准的重要补充，为中国多维贫困测度提供了重要借鉴。国内相关学者结合中国国情，从社会、经济和生态等维度探讨多维贫困评价体系和测度方法[8，10]，如金贵等从收入、健康与文化3个维度构建贫困监测和评估指标体系，分析了2007—2017年中国省域多维贫困时空交互特征[11]；随着可持续发展观的深入普及，以可持续生计框架为基础的多维贫困评价体系逐渐受到关注；刘艳华等从金融、人力、自然、物质和社会资本及环境/背景脆弱性6个维度构建了中国农村多维测度体系，对中国县域尺度乡村贫困进行地理识别和对比分析，进一步拓展了贫困评价的维度[12]。然而，贫困是一个综合性的复杂社会问题，致贫因子具有区域性和群体性分异特征，如何基于区域不同维度减贫成效进行精准施策，是中国后扶贫时期巩固扶贫成果的重点和难点。

人类土地利用活动与贫困动态变化息息相关，人口、贫富差距、技术条件及政治经济等因素对土地利用结构和方式有着深刻影响，这种影响又通过人地互动关系反作用于社会经济发展。相关研究在识别农村贫困和区域空间贫困影响机制的过程中，证实了土地利用与贫困之间的关联性[13-14]。建设用地是人类改变自然景观、改造地表形态最大的土地利用类型，是人类非农经济生产活动的重要载体，其开发强度在很大程度上反映了区域社会经济发展水平，相关研究表明快速城镇化背景下的建设用地扩张与社会经济发展水平具有高度相关性[15-16]。城镇化的推进势必带来建设用地的扩张蔓延，不同经济发展水平下建设用地扩张规律不尽相同[17-19]，可通过不同尺度建设用地规模、结构变化及扩张指数进行测度，包括单一测度指标[20]和复合指标[21]，这些指标为进一步识别建设用地扩张与贫困动态变化之间的内在关联提供了方法基础。在减贫脱贫过程中往往伴随着建设用地的精明收缩或快速扩张，带来了区域减贫路径与脱贫可持续性的明显差异，解析区域减贫动态与建设用地变化的关联规律对于预防返贫具有重要价值。然而，现有研究多聚焦于全局土地利用或局部耕地变化与贫困的关系研究，对于城镇化背景下区域建设用地扩张与减贫之间的动态关系缺乏深入探讨。在减贫测度方面，多基于某一时点的静态指标评价贫困水平，忽视了特定时段不同维度因子动态变化对减贫的综合作用，一定程度上影响了减贫测度的客观性和准确性。

集中连片特困区作为中国区域统筹协调发展中的一类特殊区域，是中国经济发展最为落后的区域，长期以来深陷“贫困陷阱”和“梅佐乔诺陷阱”[22]。在2011年划定集中连片特困区的前后十年，各县域单元经历了从特困走向完全脱贫的变化过程，返贫与脱贫交织存在，带来了人地关系的深刻变化。集中连片特困区在经济发展水平明显改善的同时，与之密切相关的土地利用尤其是建设用地扩张规律值得探究。基于此，本文在构建多维减贫指标体系的基础上，定量分析2000—2020年中国11个集中连片特困区减贫动态变化及建设用地综合扩张特征，运用脱钩模型定量探析贫困动态与建设用地扩张的关联性。研究有助于深入理解集中连片特困区脱贫过程中的人地关系，对于巩固扶贫成果和保障城乡区域可持续发展具有重要意义。

1 研究区概况与研究方法

1.1 研究区概况

集中连片特困区（以下简称特困区）是中国特别贫穷的集中分布区。2011年，国务院颁布《中国农村扶贫开发纲要（2011—2020年）》，明确将六盘山区、秦巴山区、武陵山区、乌蒙山区、滇桂黔石漠化区、滇西边境山区、大兴安岭南麓山区、燕山—太行山区、吕梁山区、大别山区、罗霄山区共11个特困区和已明确实施特殊政策的西藏、四省藏区、新疆南疆三地州3个特困区作为扶贫攻坚主战场。因3个实施特殊政策的区域在扶贫方式和时间节点上与新划定的11个特困区存在一定差异，为系统比较21世纪以来特困区划定前后10年的减贫成效，本文选取11个特困区为研究区域，其国土总面积达到143.3万km2，约占全国总面积的15.6%，涵盖全国19个省（自治区）的505个县，是中国迈入全面小康的重点“攻坚区”。从空间分布来看，11个特困区与少数民族聚居区、革命老区、生态保护红线区及边疆地区高度吻合，沿胡焕庸线两翼分布，以西南地区分布密度最高、覆盖面积最广。特困区存在经济水平严重落后、生态环境脆弱、劳动力综合素质低以及教育医疗、交通住房、健康安全等公共設施十分滞后和地区自我发展能力低等问题[23]。2020年中国打赢了脱贫攻坚战，国家级贫困县全部摘帽，但是特困区在地理意义上仍具有重要研究价值，探究城镇化背景下特困区减贫成效与建设用地扩张之间的关联，将为后扶贫时代特困区预防返贫和巩固扶贫成果提供重要依据。

1.2 数据来源

本文所使用的数据主要包括地理空间数据和统计数据两部分。地理空间数据包括地表覆盖数据、降雨和植被指数等，基于2000年、2010年和2020年三期全球30 m地表覆盖数据（http：//www.globallandcover. com/）识别建设用地；降雨量数据来源于中国气象网（http：//www.cma.gov.cn/），对其进行整理得到各站点年平均降雨量，然后对站点数据通过空间插值得到30 m分辨率的多年平均降水数据；NDVI数据来源于美国国家航空航天局发布的MOD13A3C6数据（http：// ladsweb.modaps.eosdis.nasa.gov/），空间分辨率为1 km；行政界线来自国家基础地理信息中心1∶400万数据库（http：//www.ngcc.cn/）。统计数据包括县域单元经济发展水平、人口密度和教育医疗等，主要来源于2000—2020年《中国县域统计年鉴》 《中国统计年鉴》《中国农村贫困监测报告》和各县域单元所在地市的统计年鉴及各县市国民经济和社会发展公报、政府年度工作报告等，个别无法获得的统计数据利用接近年份可获得的数据或该县所在市的平均值替代。

1.3 研究方法

1.3.1 多维减贫指数测度

贫困是一个多维的概念，除最基本的经济因素外，还包括教育、医疗等社会因素和生态因素。本文基于“两不愁三保障”的总目标，遵循科学性、系统性和可行性原则，在参考相关研究的基础上[11-12，24-25]，从经济、社会和生态3个维度构建多维减贫指标体系，采用层次分析法和熵权法相结合的方法获取各指标权重（表1）。经济减贫是指通过物质资料改善带来的经济发展水平的提高，特困区主要根据收入、GDP等经济因素综合确定[22]，考虑到农村地区是经济扶贫的重点区域，这里选取农村居民人均纯收入增长率、地区生产总值增长率和地方财政收入增长率3个指标，分别对应个体经济动力、整体消费动力和地方投入动力。社会减贫主要反映区域教育医疗保障水平和社会可持续发展能力的改善，教育扶贫是切断贫困代际传递的根本途径[8]，医疗保障水平与贫困发生率存在显著相关性，而人口密度较大的地区往往土地综合生产率较高，经济水平状况也较好[26]；城乡收入不平等状况的改善有助于促进社会公平和消除相对贫困[27]。因此，本文选取中小学生在校数占比变化率、每万人卫生机构数增长率、人口密度变化率和城乡居民人均可支配收入比变化率4个指标，前两个指标反映教育普及状态变化和医疗服务保障水平变化，后两个指标反映人口支撑力变化和城乡协调发展水平变化。生态脆弱性与贫困存在较强的相关性，生态环境越脆弱的地区，其经济贫困程度越深；生态减贫主要反映区域生态条件和宜居程度变化，选取植被指数变化率进行表征。

根据Tapio脱钩指数划分脱钩类型，参考相关文献[33]将减贫动态与建设用地扩张的8种脱钩类型整合为完全脱钩、未脱钩和相对脱钩三种类型（图1）。完全脱钩表示多维减贫指数提升与建设用地规模缩减并存，这种状态下减贫与建设用地扩张之间的关系处于最理想的一种模式，强脱钩（I）属于完全脱钩。未脱钩表示减贫指数与建设用地扩张指数均增长，属于较理想状态，包括弱脱钩（II）、扩张连接（III）和扩张负脱钩（IV）三种类型，这三类的理想程度逐渐降低。相对脱钩表示贫困状况在恶化，是一种不理想的发展状态，包括强负脱钩（V）、弱负脱钩（VI）、衰退连接（VII）和衰退脱钩（VIII）；其中，强负脱钩是最不理想的状态，建设用地扩张的同时贫困水平在加深，弱负脱钩、衰退连接和衰退脱钩均表示贫困水平加深与建设用地规模缩减并存，按照三者不理想程度从低到高排序依次为衰退脱钩、衰退连接和弱负脱钩。

2 结果分析

2.1 多维减贫时空动态变化

2000—2020年特困区多维减贫成效明显，为保持不同时期的统一可比性，本文以2000—2010年减贫指数的自然断点法分级作为统一标准（图2）。特困区县域单元经济水平显著改善，经济维度减贫指数范围在0.01～0.88之间，且2010—2020年减贫指数明显高于2000—2010年；2000—2010年减贫指数以中低值分布为主，而2010—2020年除大兴安岭南麓山区和秦巴山区等地有部分低值外，基本实现中高值大范围覆盖，这与2010年以来国家加大特困区扶贫力度直接相关，该阶段以片区为组织的扶贫攻坚得到了中央和地方的共同支持。社会减贫指数呈现出时空交错的波动性和分散性分布格局，滇西边境山区和罗霄山区等地在以2010年为时间点的前后10年改善明显；但中部的大别山区、秦巴山区和武陵山区则社会减贫指数出现一定下降，这与这些特困区中小学生在校数占比减少有较大的关联性，特困区难以吸引人才发展教育和医疗，直接加剧了社会贫困程度[34]。生态减贫指数基本呈现南低北高的空间格局，2010—2020年中高值区明显扩大，南方季风性湿润气候因常年提供充足的降水使其变化较小，而北部降水变化会带来明显的影响[35]；与此同时，2010年以来国家加大了国土空间治理与生态恢复的力度，大量财政拨款用于农村土地综合整治与石漠化治理，脆弱的生态环境得到有效保护，有效提升了特困区植被指数[36]。

尽管不同维度减贫指数在研究期间呈现出一定的波动性，但特困区经济水平的大幅提高带来了综合减贫指数的整体提升，特困区县域单元呈现协同优化发展格局。2000—2010年中国正处于快速城镇化时期，尽管西部大开发战略和“造血式扶贫”政策也在同步推进，但是东部地区的机遇远多于西部地区，各特困区因地理区位和资源禀赋不同带来减贫成效的明显差异。2010年以来，特困区作为扶贫攻坚主戰场，“消除贫困”和“精准脱贫”等理念融入到国家经济政治措施的方方面面，对扶贫重点县和特困区的各种途径的帮扶政策直接带动当地经济瓶颈的快速突破。但仍然存在少部分贫困县在经济减贫成效显著提升的同时，由于自然环境脆弱和社会投入不足，多维减贫指数值仍处于相对较低水平。

2.2 建设用地扩张时空特征

本文基于自然断点法并保持不同年份分类的统一性，将建设用地扩张速度、强度、贡献率和综合扩张指数划分如图3所示的5类。从特困区建设用地扩张类型的空间分布来看，研究期内以相对稳定型为主，2010—2020年扩张速度和强度均明显高于2000—2010年，扩张贡献率也由县域之间的两级分化转向相对均衡。2000—2010年综合扩张以相对稳定型、缓变型和负扩张为主，快变型和剧变型零星分布在燕山—太行山区、大别山区、秦巴山区和滇西边境山区等地；2010—2020年扩张加快且集聚化，相对稳定型数量明显增加，缓变型和快变型呈现组团化分布在六盘山区、武陵山区和乌蒙山区，其中剧变型的5个县域均出现在六盘山区。对比前后10年的扩张类型可以发现，后10年基本实现了由负扩张到相对剧烈扩张的转变，六盘山区发生跨越式扩张的县域明显，这与2010年扶贫攻坚以来实施的“交通+”的特色扶贫模式直接相关[37]。六盘山区地处黄土高原与青藏高原过渡带，干旱与复杂地形是其致贫主要因素，2011年以来凭借其丝绸之路陆路经济带的关键地理位置，国家加大整村搬迁和交通扶贫的实施力度，建设用地大规模沿交通线扩张，尤其是西北部兰西经济区的建设使该特困区呈现以兰州为中心的圈层式扩张趋势。

2000—2010年建设用地扩张速度和强度均较缓慢，且有138个县域单元出现建设用地负扩张的现象。开发式扶贫政策下易地扶贫搬迁政策是导致负扩张的主要原因，通过易地扶贫搬迁工程将部分位于生态环境恶劣和地质灾害高发区的建设用地，整治为生态或农业用地，在改善农村人居环境的同时，实现生态环境修复与治理。与此同时，这10年国家对贫困县的主要扶贫手段还是金融扶贫，即通过发放扶贫资金，而这种方式一方面滋生“等靠要”思想，使得区域发展丧失活力与动力[38]；另一方面部分扶贫资金被挤占和挪用，实际用于项目建设的所剩无几，导致区域整体建设开发程度较低[39]。2010—2020年建设用地扩张强度大幅度提升，这与2011年新纲要颁布后开启的新一轮扶贫政策密切相关；随着2015年精准扶贫政策的全面实施，特困区基础设施、公益事业和生活条件等全方位多层次系统化扶贫体系得以完善，项目建设如火如荼开展；此外，国家重点能源资源基地、“一带一路”交通廊道和西部大开发重点工程建设，以及构建与周围大都市、城市圈和经济区的交通联系网络等重点项目纷纷落地，使得特困区后10年土地得到大规模开发，处于重要战略基点的六盘山区和西南边境区域扩张尤为明显。特困区土地利用效率的提高助推了县域土地城镇化进程，为区域脱贫提供了有力的土地保障。

2.3 减贫与建设用地扩张关联分析

2000—2020年，各特困区减贫与建设用地扩张以弱脱钩为主，整体状态较为理想，但从分时段各特困区的脱钩关系来看，具有明显的时间阶段性（图4）。 2000—2010年，131个县域单元处于理想型的强脱钩，表明建设用地负扩张的同时贫困状况得以改善，但结合此时段中国经济发展背景和特困区发展实际可以发现，这种理想型更多是外部政策和资金驱动的结果，是覆盖面广且同质性强的扶贫普惠政策所致，这些县域在快速城镇化发展期自身建设开发出现逆增长，意味着内生增长性和脱贫持续能力相對较差，一旦外部政策改变带来资金投入不足，就容易导致返贫问题。这一现象在2010—2020年得到明显改变，强脱钩县域单元数量减少为10个，与之对应的弱脱钩县域单元数量则由369个增加到486个，反映了此阶段由“输血式”扶贫向“造血式”的扶贫方式转变，在建设用地扩张的同时提升减贫成效，通过加大基础设施和产业园区建设强化扶贫支撑，统筹规划区域交通和能源等基础设施工程建设，着力发掘并壮大特色主导产业，整村推进改善农村生活条件，稳固特困区建设基础。同时，特困区社会文明程度、产业结构和生态环境等区域整体人地关系得到改善，直接带动了特困区用地合理性增长及经济社会可持续发展。

不同特困区脱钩状态的时空演替特征如图5所示。2000—2010年，特困区减贫与建设用地扩张以强脱钩与弱脱钩错落分布为主，扩张连接、扩张负脱钩与强负脱钩零星分散。大面积区域贫困和生态环境恶化成为西南地区摆脱贫困的最大制约因素，也是前10年限制建设用地扩张与经济发展的重要阻力。西南的滇西边境山区和滇桂黔石漠化区是贫困区域广泛、民族问题严重和生态极端脆弱的典型区域， 2000—2010年该区域发展高度依赖国家财政扶持和金融支持，建设用地开发程度和经济发展韧性都较低[40]。但在2010—2020年这一问题得到很大程度改观，滇西边境山区和滇桂黔石漠化区建设用地扩张明显，大量县域单元由建设用地收缩型转变为扩张型，驱动减贫与建设用地扩张由强脱钩向弱脱钩转变。此外，武陵山区有22个县域单元由2000—2010年的强脱钩转为2010—2020年的弱脱钩，这一转变与其独特的“旅游+产业”扶贫模式相关；该区位于武汉城市圈、长株潭城市群、成渝城乡协调发展区和贵阳国家级循环经济试验区4个经济发展区之间，承接城市群的产业转移，“四横五纵”的交通网络联动各省之间的经济协作。该区在2010—2020年明显加大了土地开发强度，在保障项目用地需求的同时，提高了区域整体经济实力[41]。整体而言，各特困区减贫与建设用地扩张以弱脱钩为主，2010—2020年“造血式”扶贫力度明显强于2000—2010年的“输血式”扶贫，大量新增建设用地有效保障了区内基础设施建设和产业发展，社会经济发展水平明显提高，整个研究期减贫与建设用地扩张之间呈现出较理想的未脱钩状态。

3 结论与讨论

3.1 结论

减贫是全球发展和治理的难题，需要不同维度的综合施策，人类减贫的中国实践为世界减贫事业作出了重要贡献。尽管中国已于2020年实现了全面脱贫，但地区相对贫困和返贫风险仍然长期存在。本文以中国11个集中连片特困区的505个贫困县为研究对象，综合采用指标评价法、综合扩张指数和脱钩模型，以2011年划定集中连片特困区为时间点，对比分析前后10年特困区减贫成效和建设用地扩张过程，进而探讨减贫与建设用地扩张之间的内在关联性。主要结论如下：

（1）研究期间集中连片特困区减贫成效显著。2000—2010年和2010—2020年县域单元多维减贫指数均值分别为0.134和0.186；从不同维度减贫指数均值分布来看，经济减贫指数>生态减贫指数>社会减贫指数，尽管不同维度减贫指数在研究期间呈现出一定的波动性，但特困区经济水平的大幅提高带来了综合减贫指数的整体提升，特困区县域单元减贫呈现协同优化发展格局。

（2）特困区建设用地扩张先缓后快，整体以相对稳定型扩张为主。2010—2020年扩张速度和强度均明显高于2000—2010年，扩张贡献率也由县域之间的两级分化转向相对均衡；2000—2010年有133个县域单元出现建设用地负扩张的现象，这与开发式扶贫政策下易地扶贫搬迁政策直接相关，2010—2020年扩张明显加快，缓变型和快变型呈现组团化分布，各特困区土地利用效率得到较大提高，助推县域土地城镇化进程。

（3）特困区减贫指数与建设用地扩张指数以较理想型的弱脱钩为主，县域单元脱钩类型变化具有明显的阶段性特征。2000—2010年以强脱钩与弱脱钩为主的类型错落分布，扩张连接与扩张负脱钩零星分散；2010—2020年则以弱脱钩为主的单一类型连片分布为主，强脱钩县域单元数量由2000—2010年的131个减少为2010—2020年的10个，与之对应的弱脱钩县域单元数量则由369个增加到486个，以滇西边境山区、滇桂黔石漠化区、武陵山区和六盘山区变化最为明显，有效体现了“造血式”扶贫向“输血式”扶贫方式的转变。

3.2 讨论

中国在2000—2020年对特困区的脱贫攻坚战经历了从“授人以鱼”向“授人以渔”的转变，取得了举世瞩目的成就。然而，贫困在不同社会经济发展阶段呈现出不同的时代特征，伴随中国绝对贫困的消失，相对贫困问题成为后扶贫时期的巨大挑战。与绝对贫困单一的经济评价标准不同，相对贫困因受自然、社会和经济等因素的多重影响而更具隐蔽性和复杂性，这增加了相对贫困甄别和治理的难度，亟需构建一套具有中国特色和普适性的相对贫困监测指标体系。本文基于减贫时空过程性和要素动态性特征，从经济、社会和生态3个维度选取核心指标构建多维减贫评价指标体系，以10年为界对比分析2011年划定集中连片特困区前后10年的减贫成效，有效揭示了减贫动态变化与建设用地扩张的内在关联性，为后扶贫时期区域相对贫困监测评估提供了新思路。然而，受限于县级单元数据的可获取性，本文尚缺乏人口素质、社会保障与产业发展活力等表征深度减贫成效的指标，指标变量的信度、效度及相关性亦需在后续研究中深入探讨。此外，减贫成效受政策、自然灾害和家庭成员健康状况等多个因素影响，具有复杂性和波动性；本文对于每个阶段不同时间点的减贫演化规律解析不够，这是后续研究继续深化的重点。扶贫减贫是一个持续深化的过程，后扶贫时期防止规模性返贫成为首要任务[42]。如何在经济脱贫的基础上，增强返贫风险防范意识和预警能力，实现特困区社会和生态的全方位脱贫仍是难题。防返贫研究需要重点关注返贫风险的诱发因素、作用机理及阻断机制，与大数据、人工智能和数字孪生等信息技术融合的防返贫数字治理体系建设，将有效提升精准反贫困管控水平[43]。

本文运用脱钩模型将减贫与建设用地扩张间的关系划分为理想和不理想状态，识别的脱钩类型及其阶段性变化特征，与特困区近20年扶贫政策演变及其实施成效较为吻合，一定程度上较好地反映了减贫动态变化与建设用地扩张的内在关系。在理论情况下，强脱钩关系要优于弱脱钩关系，但特困区2010—2020年出现了相当数量的县域单元由强脱钩转向弱脱钩，这并不意味着减贫成效的降低；相反，这是后10年国家更注重“输血式”扶贫的结果，即通过加强基础设施建设和产业发展等增强特困区内生发展动力，反映了中国特色扶贫路径的演变过程。当前，特困区仍处于依赖建设用地开发吸引产业转移和优化产业结构的阶段，在后扶贫时期的较长一段时间内，特困区相对贫困的改善仍可能保持对建设用地扩张的依赖性，在规划允许范围内应继续鼓励弱脫钩关系的存在，盲目要求特困区实现建设用地扩张与贫困改善之间的强脱钩是不切实际的，至少在短时间内很难实现。随着特困区社会经济发展进入新阶段，以建设用地增量扩张为动力的经济增长必然向建设用地存量调整为内涵的高质量发展转型，这意味着特困区未来发展过程中将有大量县域单元由弱脱钩向强脱钩转变。实现减贫与建设用地变化关系的良性循环，应加强特困区国土空间规划的宏观调控力度，用足用好土地扶贫政策，为特困区公共设施建设和产业发展提供更加合理的空间载体。

参考文献（References）：

[1] FREEMAN S. The current global reality： poverty and income inequality[J] . Seminars in Pediatric Neurology， 2018， 27： 1 - 9.

[2] MORTON S， PENCHEON D， SQUIRES N. Sustainable Development Goals （SDGs）， and their implementation-a national global framework for health， development and equity needs a systems approach at every level[J] . British Medical Bulletin， 2018， 124： 81 - 90.

[3] ALKIRE S， SANTOS M E. Measuring acute poverty in the developing world： robustness and scope of the multidimensional poverty index[J] . World Development， 2014， 59： 251 - 274.

[4] DUCLOS J Y， SAHN D E， YOUNGER S D. Robust multidimensional poverty comparisons[J] . Economic Journal， 2006， 116（514）： 943 - 968.

[5] 阿玛蒂亚·森. 以自由看待发展[M] .任臣责，于真，译.北京：中国人民大学出版社，2022：125 - 126.

[6] GALLARDO M. Measuring vulnerability to multidimensional poverty[J] . Social Indicators Research， 2020， 148： 67 - 103.

[7] SHEN Y Y， LI S. Eliminating poverty through development： the dynamic evolution of multidimensional poverty in rural China[J] . Economic and Political Studies， 2022， 10（1）： 85 -104.

[8] 徐藜丹， 邓祥征， 姜群鸥， 等. 中国县域多维贫困与相对贫困识别及扶贫路径研究[J] . 地理学报， 2021， 76（6）：1455 - 1470.

[9] 冯怡琳， 邸建亮. 对中国多维贫困状况的初步测算——基于全球多维贫困指数方法[J] . 调研世界， 2017（12）：3 - 7，52.

[10] 刘倩， 陈佳， 吴孔森， 等. 秦巴山集中连片特困区农户多维贫困测度与影响机理分析——以商洛市为例[J] . 地理科学进展， 2020， 39（6）： 996 - 1012.

[11] 金贵， 邓祥征， 董寅， 等. 发展地理学视角下中国多维贫困测度及时空交互特征[J] . 地理学报， 2020， 75（8）：1633 - 1646.

[12] 刘艳华， 徐勇. 中国农村多维贫困地理识别及类型划分[J] . 地理学报， 2015， 70（6）： 993 - 1007.

[13] GRAY L C， MOSELEY W G. A geographical perspective on poverty-environment interactions[J] . Geographical Journal， 2005， 171（1）： 9 - 23.

[14] BOWLES S， DURLAUF S N， HOFF K. Handbook of Economic Growth[M] . Amsterdam： North Holland， 2005： 295 - 384.

[15] 刘志佳， 黄河清. 珠三角地区建设用地扩张与经济、人口变化之间相互作用的时空演变特征分析[J] . 资源科学，2015， 37（7）： 1394 - 1402.

[16] LI Z Y， LUAN W X， ZHANG Z C， et al. Relationship between urban construction land expansion and population/ economic growth in Liaoning Province， China[J] . Land Use Policy， 2020， 99. doi： 10.1016/j.landusepol.2020.105022.

[17] 何青松， 谭荣辉， 杨俊. 基于近邻传播聚类元胞自动机模型的武汉城市扩散和聚合过程同步模拟[J] . 地理学报， 2021， 76（10）： 2522 - 2535.

[18] 乔伟峰， 吴菊， 戈大专， 等. 快速城市化地区土地利用规划管控建设用地扩张成效评估——以南京市为例[J] . 地理研究， 2019， 38（11）： 2666 - 2680.

[19] 王宏玉， 胡守庚， 盧静. 中国建设用地扩张与经济增长脱钩关系及管控策略[J] . 中国土地科学， 2019， 33（3）：68 - 76.

[20] 陈竹， 黄凌翔. 不同类型建设用地扩张的时序及空间特征——加速失效模型在天津市静海区的应用[J] . 中国土地科学， 2017， 31（7）： 67 - 73，97.

[21] 吕晓， 黄贤金. 县域建设用地扩张的空间均衡态势分析——以江苏通州为例[J] . 地理与地理信息科学，2015， 31（5）： 53 - 59.

[22] 丁建军. 中国11个集中连片特困区贫困程度比较研究——基于综合发展指数计算的视角[J] . 地理科学，2014， 34（12）： 1418 - 1427.

[23] 田园， 蒋轩， 王铮. 中国集中连片特困区贫困成因的地理学分析[J] . 中国农业大学学报（社会科学版）， 2018，35（5）： 32 - 43.

[24] 周扬， 郭远智， 刘彦随. 中国县域贫困综合测度及2020年后减贫瞄准[J] . 地理学报， 2018， 73（8）： 1478 - 1493.

[25] 袁媛， 王仰麟， 马晶， 等. 河北省县域贫困度多维评估[J] . 地理科学进展， 2014， 33（1）： 124 - 133.

[26] 杨子生， 杨人懿， 刘凤莲. 基于贫困分级的云南省城乡收入差距时空演化与影响因素研究[J] . 地理研究，2021， 40（8）： 2252 - 2271.

[27] 罗明忠， 邱海兰. 收入分配视域下相对贫困治理的逻辑思路与路径选择[J] . 求索， 2021，324（2）： 172 - 179.

[28] 许刚， 郑沐辰， 王亚星， 等. 中国人口与土地城镇化：演化趋势、区域和规模差异及测度方法比较[J] . 中国土地科学， 2022， 36（5）： 80 - 90.

[29] 欧阳晓， 朱翔. 中国城市群城市用地扩张时空动态特征[J] . 地理学报， 2020， 75（3）： 571 - 588.

[30] 黄贤金， 陈逸， 赵雲泰， 等. 黄河流域国土空间开发格局优化研究——基于国土开发强度视角[J] . 地理研究，2021， 40（6）： 1554 - 1564.

[31] 谭术魁， 刘琦， 李雅楠. 中国土地利用空间均衡度时空特征分析[J] . 中国土地科学， 2017， 31（11）： 40 - 46.

[32] 盛业旭， 欧名豪， 刘琼. 资源环境脱钩测度方法： “速度脱钩”还是“数量脱钩” [J] . 中国人口·资源与环境，2015， 25（3）： 99 - 103.

[33] 何静， 汪侠， 刘丹丽， 等. 国家级贫困县旅游发展与多维贫困的脱钩关系研究——以西南地区为例[J] . 地理研究， 2019， 38（5）： 1189 - 1207.

[34] 方黎明， 张秀兰. 中国农村扶贫的政策效应分析——基于能力贫困理论的考察[J] . 财经研究， 2007， 313（12）：47 - 57.

[35] 孔雪松， 府梦雪， 孙建伟， 等. 中国森林乡村的多尺度分异特征与分区优化[J] . 地理研究， 2022， 41（7）： 2051 -2064.

[36] 李裕瑞， 曹丽哲， 王鹏艳， 等. 论农村人居环境整治与乡村振兴[J] . 自然资源学报， 2022， 37（1）： 96 - 109.

[37] 米楠， 卜晓燕， 米文宝. 宁夏六盘山区县域经济空间结构演化[J] . 经济地理， 2015， 35（4）： 40 - 46.

[38] 杨永伟， 陆汉文. 贫困人口内生动力缺乏的类型学考察[J] . 中国农业大学学报（社会科学版）， 2019， 36（6）：128 - 136.

[39] 谢岳. 中国贫困治理的政治逻辑——兼论对西方福利国家理论的超越[J] . 中国社会科学， 2020， 298（10）： 4 -25，204.

[40] 丁建军， 王璋， 柳艳红， 等. 中国连片特困区经济韧性测度及影响因素分析[J] . 地理科学进展， 2020， 39（6）：924 - 937.

[41] 王兆峰， 徐赛， 邓楚雄. 基于交通网络视角的跨界旅游区合作的微观机制研究——以武陵山区为例[J] . 地理研究， 2018， 37（2）： 250 - 262.

[42] 赵普， 龙泽美， 王超. 规模性返贫风险因素、类型及其政策启示——基于西南民族地区的调查[J] . 管理世界，2022， 38（11）： 146 - 158，178.

[43] 王鑫， 王文生， 郭雷风. 基于新一代信息技术融合的防返贫数字治理能力提升机理与路径[J] . 华中农业大学学报（社会科学版）， 2023，163（1）： 58 - 70.

Correlation Analysis between Multi-dimensional Poverty Reduction and Construction Land Expansion in Eleven Concentrated and Contiguous Poverty-stricken Areas in China

KONG Xuesong1， JIANG Xianjia1，2，CHENG Peng1

（1. School of Resource and Environmental Sciences， Wuhan University， Wuhan 430079， China； 2. Changsha Planning & Design Institute Co.， Ltd. Changsha 410007， China）

Abstract： The purpose of this paper is to build an indicator system of multi-dimensional poverty reduction based on economic， social， and ecological dimensions， to analyze the dynamic changes of multi-dimensional poverty reduction during 2000 to 2020 in eleven concentrated and contiguous poverty-stricken areas of China. The research methods are as follows. A comprehensive construction land expansion index considering construction land expansion speed， intensity and contribution rate is built to analyze the spatiotemporal patterns of concentrated and contiguous poverty-stricken areas. The correlation between multi-dimensional poverty reduction and construction land expansion is explored by using the decoupling model. The research results show that remarkable achievements in poverty reduction were observed in concentrated and contiguous poverty-stricken areas during 2000 to 2020. The mean value of multidimensional poverty reduction index of county units was 0.134 in 2000-2010 and 0.186 from 2010 to2020. The economic poverty reduction index was significantly higher than that of the society and ecology. From 2000 to 2020， the expansion of local areas was rapid， whereas the overall expansion was relatively stable. The expansion of construction land in concentrated and contiguous poverty-stricken areas was slow during 2000-2010 and fast during 2010-2020. During 2010 to 2020， the expansion of construction land was significantly accelerated， and slow variant and fast variant types showed clustered distribution. The correction between poverty reduction index and construction land expansion index was dominated by weakly decoupled with a relatively ideal type in concentrated and contiguous poverty-stricken areas. The number of county units in strongly decoupled type decreased from 131 in 2000-2010 to 10 in 2010-2020； correspondingly， the number of county units in weakly decoupled type increased from 369 to 486. These changes effectively reflected the transformation of poverty alleviation from ‘blood transfusion to ‘blood production. The dynamic changes of poverty reduction in the poverty-stricken areas are closely related to the expansion of construction land. The urbanization of county land contributes to the endogenous development power of the poverty-stricken areas. In the post-poverty era， the poverty-stricken areas need to promote the transformation from the incremental expansion of construction land to the high-quality development of the extant land adjustment.

Key words： multi-dimensional poverty reduction； construction land； decoupling model； spatiotemporal evolution； concentrated and contiguous poverty-stricken areas

（本文責编：张冰松）