翟嘉港，馮艷芬

（廣州大學(xué)地理科學(xué)學(xué)院，廣東 廣州 510006）

貧困問(wèn)題是一個(gè)世界性課題［1］。自改革開(kāi)放以來(lái)，盡管我國(guó)扶貧開(kāi)發(fā)事業(yè)取得了舉世矚目的成就，初步形成了世界反貧困的中國(guó)模式，但是目前我國(guó)農(nóng)村仍存在超過(guò)7 000萬(wàn)的貧困人口和12.8萬(wàn)個(gè)貧困村［2］。在多年的扶貧工作中，中國(guó)關(guān)于貧困的內(nèi)涵以及對(duì)扶貧實(shí)踐的認(rèn)識(shí)處于動(dòng)態(tài)演變的過(guò)程，并采用五大發(fā)展理念不斷創(chuàng)新和完善扶貧治理機(jī)制，逐步將扶貧“對(duì)象-資源-主體”精確、扶貧“目標(biāo)-過(guò)程-結(jié)果”精確、“微觀-中觀-宏觀”的層次精確［3-4］。自2013年以來(lái)，我國(guó)確立了以全面小康為目標(biāo)導(dǎo)向的精準(zhǔn)扶貧政策體系，實(shí)現(xiàn)了扶貧工作從量到質(zhì)的轉(zhuǎn)變，旨在通過(guò)精準(zhǔn)識(shí)別、精準(zhǔn)幫扶、精準(zhǔn)管理和精準(zhǔn)考核，確保到2020年當(dāng)前貧困標(biāo)準(zhǔn)下的貧困人口全部脫貧［5］。

國(guó)外從15、16世紀(jì)開(kāi)始就關(guān)注貧困問(wèn)題，主要是對(duì)貧困進(jìn)行政治經(jīng)濟(jì)學(xué)方面的研究，之后較長(zhǎng)時(shí)間才由英國(guó)Charles Booth開(kāi)展貧困測(cè)度的研究，該學(xué)者提倡的“以收入作為標(biāo)準(zhǔn)”的一維貧困測(cè)度和評(píng)估方法被廣泛應(yīng)用。隨著貧困研究的不斷發(fā)展，學(xué)者們意識(shí)到單純根據(jù)收入一個(gè)維度去評(píng)價(jià)和測(cè)度貧困是片面的，于是多維測(cè)度的貧困研究在20世紀(jì)70年代逐漸興起，其中以經(jīng)濟(jì)學(xué)家Amartya Sen提出的“多維貧困理論及能力貧困思想”被廣泛認(rèn)可［6］，自此多維貧困測(cè)度評(píng)估得到快速發(fā)展，包括人類(lèi)發(fā)展指數(shù)（HDI）、人類(lèi)貧困指數(shù)（HPI）、多維貧困指數(shù)（MPI）等被應(yīng)用于世界各地的貧困狀況研究中，其中又以“Alkire-Foster 方法”測(cè)算的多維貧困指數(shù)應(yīng)用較廣［7］。

國(guó)內(nèi)對(duì)于貧困問(wèn)題的研究主要包括理論基礎(chǔ)、貧困標(biāo)準(zhǔn)、致貧因子、貧困類(lèi)型及反貧困策略等的研究。前期較多關(guān)注貧困人口的測(cè)量，主要以經(jīng)濟(jì)標(biāo)準(zhǔn)來(lái)確定，而且多采用國(guó)際通行方法［8］。在借鑒國(guó)外多維貧困測(cè)量思路的基礎(chǔ)上，國(guó)內(nèi)學(xué)者采用不同的多維貧困測(cè)算方法開(kāi)展了多個(gè)尺度的貧困狀況研究［9］，研究視角主要以宏觀或中觀為主，從全國(guó)層面、集中連片特殊困難區(qū)域、省域等層面測(cè)算了多維貧困綜合指數(shù)［10-13］，村級(jí)層面的多維貧困測(cè)度主要在理論層面進(jìn)行了探討［14］，案例應(yīng)用主要在西部貧困村［15］。

鑒于《中國(guó)農(nóng)村扶貧開(kāi)發(fā)綱要（2011—2020年）》明確提出新階段扶貧攻堅(jiān)主戰(zhàn)場(chǎng)是我國(guó)東西部的11個(gè)集中連片特殊困難地區(qū)和14個(gè)實(shí)施特殊扶持政策的區(qū)域［16］，然而這并不意味著東部沿海省份不存在貧困區(qū)域［17］。廣東省截至2016年仍有2 277個(gè)貧困村和176.5萬(wàn)個(gè)貧困人口需要在2020年前實(shí)現(xiàn)脫貧，如果忽視了發(fā)達(dá)省份的貧困問(wèn)題則非常不利于全國(guó)脫貧任務(wù)的完成。因此，貧困地域的研究空間需要拓展，經(jīng)濟(jì)發(fā)達(dá)省份也需要關(guān)注貧困村的問(wèn)題，開(kāi)展該地區(qū)精準(zhǔn)扶貧下的貧困村問(wèn)題研究將有助于加快我國(guó)脫貧計(jì)劃的實(shí)現(xiàn)。

基于上述國(guó)內(nèi)外對(duì)貧困問(wèn)題研究的重點(diǎn)仍然關(guān)注貧困測(cè)度問(wèn)題，本研究選擇發(fā)達(dá)省份欠發(fā)達(dá)地區(qū)的廣東省連州市為研究區(qū)域。雖然清遠(yuǎn)市經(jīng)過(guò)了農(nóng)業(yè)綜合改革，但連州市的貧困情況依舊處于多樣化且分布不均勻、致貧因素多層次化的狀態(tài)，故利用A-F雙臨界值法和AHP-熵值法相結(jié)合，從村級(jí)尺度對(duì)精準(zhǔn)扶貧政策確定的貧困村開(kāi)展其貧困測(cè)度研究，以期掌握經(jīng)濟(jì)發(fā)達(dá)省份貧困問(wèn)題的特點(diǎn)，為相關(guān)決策提供參考。

1 研究對(duì)象與方法

1.1 研究區(qū)概況

連州市位于廣東省西北部，是廣東省欠發(fā)達(dá)地區(qū)清遠(yuǎn)市下屬的一個(gè)縣級(jí)市，東南毗鄰陽(yáng)山縣，西南連接連南縣，西北與湖南省藍(lán)山、江華兩縣相連，北與湖南省臨武縣交界，東北靠湖南省宜章縣境。全市土地總面積2 663.33 km2，屬于粵北典型的石灰?guī)r地區(qū)，主要以山地為主（占72.2%），地勢(shì)自西向東呈現(xiàn)“高-低-高-低-高”的格局。連州市主要由連州鎮(zhèn)、西岸鎮(zhèn)、東陂鎮(zhèn)、豐陽(yáng)鎮(zhèn)、保安鎮(zhèn)、大路邊鎮(zhèn)、星子鎮(zhèn)、龍坪鎮(zhèn)、西江鎮(zhèn)、九陂鎮(zhèn)等10個(gè)鎮(zhèn)和瑤安瑤族鄉(xiāng)、三水瑤族鄉(xiāng)2個(gè)瑤族鄉(xiāng)組成，共12個(gè)鎮(zhèn)（鄉(xiāng)）。2015年末，連州市國(guó)內(nèi)生產(chǎn)總值為125.63 億元，其中農(nóng)業(yè)生產(chǎn)總值為46.68 億元，年末戶(hù)籍人口53.37 萬(wàn)人。

根據(jù)廣東省精準(zhǔn)扶貧工作相關(guān)政策，確定2016年相對(duì)貧困村的標(biāo)準(zhǔn)為：年末全村農(nóng)民人均可支配收入低于8 000 元、年末農(nóng)民人均可支配收入低于4 000 元且行政村相對(duì)貧困人口占全村戶(hù)籍總?cè)丝诘?%以上。依據(jù)此標(biāo)準(zhǔn)，連州市2016年共有66 個(gè)相對(duì)貧困村，其中包括5282 戶(hù)貧困戶(hù)、13 166 個(gè)貧困人口。

1.2 研究方法

1.2.1 多維貧困測(cè)量方法 基于Sen的可行能力剝奪理論，James Foster和Sabina Alkire發(fā)展了多維貧困的測(cè)量方法“A-F雙臨界值法”，該方法需要確定多維貧困測(cè)量維度及對(duì)應(yīng)的指標(biāo)體系，并對(duì)指標(biāo)體系中各維度的權(quán)重進(jìn)行計(jì)算。本研究從連州市66個(gè)貧困村中的自然因素、社會(huì)因素、經(jīng)濟(jì)因素三方面篩選出由7個(gè)維度若干指標(biāo)組成的貧困村多維貧困測(cè)量體系，并測(cè)算相應(yīng)的維度權(quán)重，了解不同維度對(duì)貧困村的貢獻(xiàn)率，并將性質(zhì)相同的維度歸為自然致貧、社會(huì)致貧、經(jīng)濟(jì)致貧三大致貧類(lèi)型，了解不同致貧類(lèi)型對(duì)貧困村的影響程度，并為構(gòu)建貧困村綜合貧困度測(cè)算模型打下基礎(chǔ)。

貧困維度測(cè)算的變量釋義（表1）和測(cè)算步驟（圖1）如下：首先，利用剝奪臨界值確定貧困村在特定指標(biāo)上是否被剝奪，獲得剝奪矩陣；然后，根據(jù)貧困臨界線(xiàn)確定貧困村在該值下是否屬于多維貧困個(gè)體，若不屬于則對(duì)該貧困村的指標(biāo)值進(jìn)行歸零處理，得到已刪減矩陣（k），并根據(jù)k值下的貧困村比例H和平均剝奪份額A計(jì)算多維貧困指標(biāo)值（MPI），并進(jìn)一步計(jì)算得出各維度的維度權(quán)重，維度權(quán)重等于維度下相應(yīng)的指標(biāo)貢獻(xiàn)率相加［18-20］。

表1 多維貧困測(cè)算變量釋義

1.2.2 AHP-熵值法確定組合權(quán)重 首先利用A-F雙臨界值法測(cè)算出各個(gè)貧困維度的維度權(quán)重值，然后基于維度權(quán)重值，從自然致貧、社會(huì)致貧、經(jīng)濟(jì)致貧的角度構(gòu)建綜合貧困度測(cè)量體系。為了多個(gè)指標(biāo)合成的綜合貧困度能客觀反映出各個(gè)貧困村的貧困程度，本研究利用主觀賦權(quán)和客觀賦權(quán)相結(jié)合的方法［21］。主觀賦權(quán)法是AHP層次分析法，是一種能夠?qū)⑴c決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)上進(jìn)行定性和定量分析的方法，具有系統(tǒng)性、靈活性等特點(diǎn)［22］?？陀^賦權(quán)法是熵值法（簡(jiǎn)稱(chēng)EVM），這是用來(lái)判斷某個(gè)指標(biāo)的離散程度的數(shù)學(xué)方法，可以消除確定權(quán)重時(shí)的人為主觀影響，提高結(jié)果的科學(xué)性，通過(guò)計(jì)算反映樣本數(shù)據(jù)變化率的信息熵，根據(jù)各指標(biāo)的變異程度確定權(quán)重［23］。通過(guò)利用AHP層次分析法和熵值法單獨(dú)對(duì)每個(gè)維度下的指標(biāo)進(jìn)行評(píng)價(jià)，測(cè)算各自的主客觀權(quán)重，并利用優(yōu)化矩陣將兩者優(yōu)化獲得最佳組合權(quán)重。

圖1 維度權(quán)重測(cè)算流程

在使用熵值法計(jì)算客觀權(quán)重時(shí)，為了解決綜合貧困度測(cè)量體系中各指標(biāo)單位不一致的問(wèn)題，對(duì)數(shù)據(jù)進(jìn)行歸一化處理。主要采取線(xiàn)性變換法對(duì)數(shù)據(jù)進(jìn)行歸一化處理，其中正指標(biāo)是對(duì)貧困綜合程度具有正向影響的指標(biāo)，即指標(biāo)值越大貧困化程度越高；逆指標(biāo)則相反，即指標(biāo)越大貧困化程度越低［22］。其計(jì)算公式如下：

式中，xmin為指標(biāo)數(shù)據(jù)的最小值，xmax為指標(biāo)數(shù)據(jù)的最大值，由于歸一化后指標(biāo)中出現(xiàn)個(gè)體數(shù)值為0的情況，所以對(duì)歸一化后的數(shù)據(jù)采取平移1 個(gè)空間單位，避免0值出現(xiàn)。

同時(shí)，由AHP層次分析法和熵值法確定的主客觀權(quán)重及借此優(yōu)化后的組合權(quán)重值的計(jì)算方法如下所示：

由AHP層次分析法通過(guò)構(gòu)建判斷矩陣，然后將因素兩兩比較并通過(guò)一致性檢驗(yàn)，計(jì)算得到主觀權(quán)重值。由AHP層次分析法確定的指標(biāo)主觀權(quán)重向量為：

通過(guò)熵值法計(jì)算標(biāo)準(zhǔn)化后的數(shù)據(jù)，其確定的指標(biāo)客觀權(quán)重向量為：

主客觀權(quán)重優(yōu)化模型的矩陣形式為：

式中，wa代表優(yōu)化模型中主觀權(quán)重的優(yōu)化權(quán)重值，we代表優(yōu)化模型中客觀權(quán)重的優(yōu)化權(quán)重值［15］。故組合權(quán)重值為：

式中，ai為第i個(gè)指標(biāo)的主觀權(quán)重值，ei為其客觀權(quán)重值，n為體系中指標(biāo)的數(shù)量。

1.3 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源主要包括：（1）連州市各級(jí)行政邊界數(shù)據(jù)及貧困村相關(guān)數(shù)據(jù)分別來(lái)自當(dāng)?shù)孛裾趾头鲐毠ぷ餍〗M；（2）連州市地形圖及相關(guān)土地利用數(shù)據(jù)來(lái)自于LocaSpace Viewer獲取的Google Earth數(shù)據(jù)。

2 貧困村綜合貧困度測(cè)算

2.1 多維貧困測(cè)度體系

多維貧困測(cè)度體系要求從多維度解讀出區(qū)域的貧困程度，因此要求選取的指標(biāo)要能客觀反映研究區(qū)域的資源環(huán)境、社會(huì)經(jīng)濟(jì)等內(nèi)容，同時(shí)還需要對(duì)資源要素、環(huán)境要素、社會(huì)要素、經(jīng)濟(jì)要素等進(jìn)行細(xì)化分解，把對(duì)應(yīng)的指標(biāo)歸并于相應(yīng)的維度之中。

基于連州市貧困村的自然、社會(huì)與經(jīng)濟(jì)數(shù)據(jù)，設(shè)計(jì)其多維貧困度的測(cè)量體系，主要包括區(qū)位特征、地形特征、區(qū)域特征、貧困戶(hù)特征、耕地利用、經(jīng)濟(jì)收入、基礎(chǔ)設(shè)施7個(gè)維度（表1）。各維度對(duì)應(yīng)的指標(biāo)及臨界值的確定依據(jù)如下：

區(qū)位特征維度：主要采用距鎮(zhèn)中心距離指標(biāo)。區(qū)位反映某一事物與其他事物的外部空間聯(lián)系，距離越遠(yuǎn)，則與中心區(qū)域或外界的聯(lián)系越弱，不利于該區(qū)域的發(fā)展［25］，故以車(chē)行15 min即距鎮(zhèn)中心10 km為選取標(biāo)準(zhǔn)。

地形特征維度：主要采用平均坡度、海拔、地形起伏度等指標(biāo)。其中根據(jù)小流域的土地坡度標(biāo)準(zhǔn)［26］，按其平均坡度貧困村可劃分為緩坡區(qū)（8°～15°）、較陡坡區(qū)（15°～25°）、陡坡區(qū)（25°～35°）；根據(jù)基本陸地地貌劃分標(biāo)準(zhǔn)［27］，按其海拔高度貧困村可分為盆地或平原地區(qū)（98～200 m）、丘陵地區(qū)（200～300 m）、小起伏山地地區(qū)（300～500 m）、中起伏山地地區(qū)（500～1 000 m）；根據(jù)中國(guó)地勢(shì)起伏度等級(jí)［28］，按其地形起伏度貧困村可分為平坦起伏（0～20 m）、微起伏（20～75 m）、小起伏（75～200 m）。坡度和海拔是土地資源固有的重要環(huán)境因子，對(duì)土地利用方式和土地承載力具有直接影響，而地形起伏度表示了區(qū)域的地形起伏情況，這3個(gè)指標(biāo)其值越大，代表了該區(qū)域的自然稟賦趨向弱化的態(tài)勢(shì)，對(duì)貧困村的貧困情況則影響越大。

區(qū)域特征維度：主要采用貧困發(fā)生率、人口密度指標(biāo)。貧困發(fā)生率是描述貧困現(xiàn)象的一個(gè)最基本指標(biāo)，指貧困人口在區(qū)域總?cè)丝跀?shù)中所占的比重，其值越大表明該區(qū)域的貧困人口規(guī)模越大［29］，連州市貧困村的貧困發(fā)生率介于5%～13.3%，故以其平均貧困發(fā)生率6.8%為選取標(biāo)準(zhǔn)；人口密度可從總體上反映區(qū)域的居住人口分布，連州市的大部分行政村人口密度在380人/km2以下，貧困村也遵循此分布態(tài)勢(shì)，故以380人/km2為選取標(biāo)準(zhǔn)。

貧困戶(hù)特征維度：主要采用有勞動(dòng)力比例、無(wú)勞動(dòng)力比例、殘疾戶(hù)比例、住房改造戶(hù)比例。在連州市66 個(gè)村5 282 戶(hù)貧困戶(hù)中，無(wú)勞動(dòng)力的貧困戶(hù)超過(guò)45%，即使在有勞動(dòng)力貧困戶(hù)中勞動(dòng)人數(shù)為1的戶(hù)數(shù)也超過(guò)50%，缺勞動(dòng)力是貧困戶(hù)的主要致貧原因；連州市貧困戶(hù)的主要致貧原因?yàn)橐虿?、因殘、因缺勞?dòng)力，其中殘疾戶(hù)的總比例高達(dá)30%；此外，貧困戶(hù)中住房改造戶(hù)的總比例超過(guò)17%，故以該比例為選取標(biāo)準(zhǔn)。

耕地利用維度：主要采取水田比例、旱田比例、人均耕地面積等指標(biāo)。2015年末，連州市的水田比例為9.13%，旱田比例為5.9%，人均耕地面積為0.06 hm2，參考以上3個(gè)數(shù)值為選取標(biāo)準(zhǔn)。

經(jīng)濟(jì)收入維度：主要采取全村人均可支配收入、貧困戶(hù)人均可支配收入和農(nóng)業(yè)主體等指標(biāo)。以2016年連州市貧困村的人均可支配收入7 000 元/年和貧困戶(hù)人均可支配收入2 600元/年為選取標(biāo)準(zhǔn)；連州市貧困村的主要農(nóng)業(yè)主體分別是林業(yè)作物、糧食作物、經(jīng)濟(jì)作物，農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)向多元化則有利于減輕貧困壓力，反之則拖慢村經(jīng)濟(jì)的發(fā)展。

基礎(chǔ)設(shè)施維度：主要采取道路完善度指標(biāo)。貧困村的道路全面硬底化為1，若無(wú)則為0。道路基礎(chǔ)完善，可以加強(qiáng)與外界的聯(lián)系，若不完善則不利于貧困狀況的改善。

本研究對(duì)各維度和各指標(biāo)采用等權(quán)重賦權(quán)方法，即區(qū)域特征、地形特征、區(qū)位特征、貧困戶(hù)特征、耕地利用、基礎(chǔ)設(shè)施、經(jīng)濟(jì)收入等各維度所占的權(quán)重相等，即各為1/7，所有維度權(quán)重值之和為1，而每一維度各指標(biāo)的權(quán)重也相等，即均分該維度的權(quán)重值［30］。

表2 多維貧困測(cè)量維度與指標(biāo)體系

2.2 計(jì)算測(cè)量維度的權(quán)重

貧困臨界值k，其值越大代表貧困村被剝奪的指標(biāo)越多，即越多的貧困村剔除于多維貧困測(cè)量體系。本研究以k=6為例，參考表1完成對(duì)區(qū)域貧困指數(shù)MPI的分解，而當(dāng)k=6，MPI指數(shù)為0.151，表示被剝奪的貧困村數(shù)量少，可客觀反映連州市的總體貧困情況。借助A-F臨界法，對(duì)MPI指數(shù)進(jìn)行分解（步驟見(jiàn)表2），計(jì)算各指標(biāo)的貢獻(xiàn)率（特指該指標(biāo)測(cè)算權(quán)重在總權(quán)重中的比例），并將各維度下的各指標(biāo)貢獻(xiàn)率相加，獲得該維度的維度權(quán)重。其中指標(biāo)劃定的權(quán)重（表3）和貢獻(xiàn)率存在正相關(guān)關(guān)系，若指標(biāo)的貢獻(xiàn)率大于其劃定的權(quán)重，則該維度指標(biāo)被剝奪的程度非常大，反之則?。?8］。同時(shí)通過(guò)AHP-熵值法對(duì)每個(gè)維度的指標(biāo)進(jìn)行單獨(dú)評(píng)價(jià)或計(jì)算權(quán)重值，獲取主客觀權(quán)重值，并將主客觀權(quán)重通過(guò)優(yōu)化矩陣得到每個(gè)維度下的指標(biāo)組合權(quán)重。由多維度測(cè)量體系所獲得的維度權(quán)重和AHP-熵值法計(jì)算所得組合權(quán)重構(gòu)成的綜合貧困度測(cè)算體系如表3所示。

將17 個(gè)指標(biāo)的貢獻(xiàn)率和原先劃定的權(quán)重比較，發(fā)現(xiàn)水田比例、旱田比例、有勞動(dòng)力比例、無(wú)勞動(dòng)力比例、人口密度、貧困戶(hù)人均可支配收入、道路完善度等7個(gè)指標(biāo)的貢獻(xiàn)率大于各自對(duì)應(yīng)的權(quán)重。進(jìn)一步分析可知，在66 個(gè)貧困村，有57 個(gè)位于較陡坡或陡坡區(qū)域，而坡度是土地資源固有的一個(gè)重要環(huán)境因子，對(duì)村內(nèi)土地利用方式具有直接影響［31］，由于自然稟賦的限制，使得貧困村的耕地資源不足或?qū)ζ溟_(kāi)發(fā)不充分。其中，人口密度低是連州市貧困村的一個(gè)現(xiàn)狀，主要集中在北部簸箕山脈地區(qū)，也是導(dǎo)致貧困村勞動(dòng)力不足的主要因素。同時(shí)，生活及經(jīng)濟(jì)基礎(chǔ)差，基礎(chǔ)設(shè)施建設(shè)不足，特別是仍有43 個(gè)貧困村沒(méi)有完成全村道路硬底化，貧困因素的綜合作用使得貧困村陷入一種“貧困循環(huán)”。

表3 綜合貧困度測(cè)算體系與權(quán)重

2.3 綜合貧困測(cè)算結(jié)果

2.3.1 分維度貧困指數(shù)結(jié)果 基于貧困村綜合度測(cè)算模型，計(jì)算貧困村各維度指數(shù)：

式中，Wi是貧困村的維度指數(shù)，Ji是該維度相對(duì)應(yīng)的維度權(quán)重值，Ci是該維度下的第i個(gè)指標(biāo)，Ai是該指標(biāo)相對(duì)應(yīng)的組合權(quán)重值?；诖斯剑煌?lèi)型的致貧指數(shù)由其下相對(duì)應(yīng)的維度指數(shù)相加而成。

本研究將7 個(gè)維度的致貧因子歸納為三大致貧類(lèi)型：自然致貧、社會(huì)致貧與經(jīng)濟(jì)致貧。其中自然致貧由地形特征維度、區(qū)位特征維度組成；社會(huì)致貧由貧困戶(hù)特征維度、區(qū)域特征維度、耕地利用維度、基礎(chǔ)設(shè)施維度組成；經(jīng)濟(jì)致貧由經(jīng)濟(jì)收入維度組成。根據(jù)測(cè)算結(jié)果（表4），利用ArcMap10.2將各個(gè)貧困村的自然致貧指數(shù)、社會(huì)致貧指數(shù)、經(jīng)濟(jì)致貧指數(shù)可視化，結(jié)果見(jiàn)圖2～圖4（封三）。

對(duì)各致貧類(lèi)型指數(shù)通過(guò)自然斷點(diǎn)法進(jìn)行劃分，獲得分布圖。根據(jù)貧困村的地理空間分布和受到不同致貧類(lèi)型的影響程度來(lái)看，在圖2（封三）中，受到自然致貧因素影響強(qiáng)烈的貧困村較多，若按超過(guò)自然致貧指數(shù)0.116計(jì)算，有31個(gè)貧困村受到較強(qiáng)的影響，集中分布于以北部簸箕山脈為中心的山區(qū)，與連州市地形格局吻合程度高；在圖3（封三）中，大部分貧困村受到社會(huì)致貧因素較強(qiáng)的影響，若按超過(guò)社會(huì)致貧指數(shù)0.395計(jì)算，有40 個(gè)貧困村表現(xiàn)出強(qiáng)烈影響，主要集中于連州市西北部的瑤族山區(qū)和東部的丘陵盆地地區(qū)；在圖4（封三）中，受到經(jīng)濟(jì)因素影響強(qiáng)烈的貧困村較多，若按超過(guò)經(jīng)濟(jì)致貧指數(shù)0.06計(jì)算，有30 個(gè)貧困村受到較強(qiáng)影響，分布相對(duì)集中，主要分布于西北部的瑤族山區(qū)和東北部的丘陵盆地地區(qū)，表示這兩個(gè)地區(qū)的經(jīng)濟(jì)致貧壓力大，是經(jīng)濟(jì)發(fā)展相對(duì)緩慢的貧困村的集中區(qū)。

表4 致貧指數(shù)計(jì)算結(jié)果

2.3.2 綜合貧困指數(shù)結(jié)果 基于各貧困村的自然致貧指數(shù)、社會(huì)致貧指數(shù)、經(jīng)濟(jì)致貧指數(shù)的測(cè)算，貧困村的綜合貧困指數(shù)的計(jì)算公式如下：

式中，Wn為貧困村的自然致貧指數(shù)，Ws為社會(huì)致貧指數(shù)，We為經(jīng)濟(jì)致貧指數(shù)。根據(jù)測(cè)算結(jié)果（表4），利用ArcMap10.2將各個(gè)貧困村的綜合貧困指數(shù)可視化，并通過(guò)自然斷點(diǎn)法對(duì)綜合貧困指數(shù)劃分級(jí)別，劃分標(biāo)準(zhǔn)為：輕度貧困化（Ⅰ級(jí)：0.391～0.454）、中度貧困化（Ⅱ級(jí)：0.454～0.527）、重度貧困化（Ⅲ級(jí)：0.527～0.646）、極重度貧困化（Ⅳ級(jí)：0.646～0.752）4個(gè)等級(jí)，全市各鎮(zhèn)貧困村的貧困化程度見(jiàn)表5。

表5 各鎮(zhèn)貧困村貧困化程度統(tǒng)計(jì) （個(gè)）

貧困等級(jí)劃分結(jié)果（表5）顯示：輕度貧困化的貧困村有14 個(gè)（占21.2%），中度貧困化的貧困村有11 個(gè)（占16.7%），重度貧困化的貧困村有23 個(gè)（占34.8%），極重度貧困化的貧困村有18 個(gè)（占27.3%）?？梢?jiàn)，連州市貧困村目前的貧困狀態(tài)較嚴(yán)重，有超過(guò)50%的貧困村處于重度和極重度的貧困化程度。從空間分布特征而言，重度貧困村的分布相對(duì)集中，主要分布于連州市的西南部和中部的山地和丘陵地區(qū)；極重度貧困村在西北部的瑤族山區(qū)呈現(xiàn)集聚狀態(tài)，而在東部和中部呈現(xiàn)零散分布狀態(tài)；輕度和中度貧困村的分布均呈現(xiàn)零散分布的特征（圖5，封三）。

3 結(jié)論與建議

3.1 結(jié)論

研究設(shè)計(jì)了連州市貧困村的多維貧困測(cè)度體系，主要從7 個(gè)維度17 個(gè)指標(biāo)進(jìn)行貧困問(wèn)題的測(cè)量，利用A-F雙臨界值法測(cè)算了多個(gè)維度的權(quán)重，并結(jié)合AHP-熵值法計(jì)算各測(cè)量指標(biāo)的組合權(quán)重，通過(guò)利用維度權(quán)重和組合權(quán)重構(gòu)建了綜合貧困度的測(cè)算模型，計(jì)算了連州市66個(gè)貧困村的自然致貧、社會(huì)致貧和經(jīng)濟(jì)致貧3個(gè)分項(xiàng)貧困指數(shù)，最后利用3個(gè)指數(shù)加總求取貧困村的最終綜合貧困度。

從不同致貧類(lèi)型的影響程度看來(lái)，西北部的三水、瑤安瑤族鄉(xiāng)以及豐陽(yáng)鎮(zhèn)受到自然致貧因素的影響最強(qiáng)烈，其中海拔指標(biāo)對(duì)自然致貧的貢獻(xiàn)最大，反映自然稟賦對(duì)地區(qū)發(fā)展的限制。而三水瑤族鄉(xiāng)和龍坪鎮(zhèn)受到社會(huì)致貧因素最為強(qiáng)烈，其中人口結(jié)構(gòu)的不合理和區(qū)域基礎(chǔ)設(shè)施的不完善是這兩個(gè)地區(qū)受社會(huì)致貧影響最大的兩個(gè)主導(dǎo)因素。而受到經(jīng)濟(jì)致貧影響最大的是三水瑤族鄉(xiāng)、保安鎮(zhèn)、大路邊鎮(zhèn)，并分別以三水瑤族鄉(xiāng)和大路邊鎮(zhèn)為核心形成兩個(gè)經(jīng)濟(jì)落后地區(qū)。綜合貧困度前三分別是三水瑤族鄉(xiāng)、龍坪鎮(zhèn)、東陂鎮(zhèn)，綜合貧困度呈現(xiàn)“西北高，中間低，東南高”的態(tài)勢(shì)，其中應(yīng)提供更多扶貧支持給西北部的瑤族山區(qū)。

連州市社會(huì)致貧因素對(duì)貧困村的影響最大，特別是其中的區(qū)域特征維度和基礎(chǔ)設(shè)施維度作用較大，其次是自然致貧因素。綜合貧困度高的貧困村相對(duì)集聚在連州市西北部的瑤族山區(qū)、西南部及中部的丘陵地區(qū)，綜合貧困度低的地區(qū)呈現(xiàn)相對(duì)零散分布的狀態(tài)，與社會(huì)致貧指數(shù)具有較高的吻合度，表明加快扶貧進(jìn)程，應(yīng)從貧困村的基礎(chǔ)設(shè)施和貧困人口的內(nèi)部入手，采取精準(zhǔn)扶貧措施。

3.2 對(duì)策建議

綜合上述對(duì)連州市貧困村的綜合測(cè)量研究和連州市扶貧工作小組的調(diào)研資料發(fā)現(xiàn)：貧困村在自然因素方面的主要致貧點(diǎn)為土地自然稟賦差；在社會(huì)發(fā)展方面的主要致貧點(diǎn)為耕地不足且分散，生活及經(jīng)濟(jì)基礎(chǔ)設(shè)施差；在經(jīng)濟(jì)建設(shè)方面的主要致貧點(diǎn)為缺乏主體產(chǎn)業(yè)，特別是缺乏具有帶動(dòng)性的農(nóng)業(yè)主體。因此，要實(shí)現(xiàn)對(duì)貧困村的精準(zhǔn)扶貧，急需從以下方面切入：

（1）完善農(nóng)村基礎(chǔ)設(shè)施建設(shè)。針對(duì)目前連州市尚有43 個(gè)貧困村的農(nóng)村公路基礎(chǔ)設(shè)施建設(shè)未完成的問(wèn)題，連州市政府應(yīng)優(yōu)先完善該部分村落的農(nóng)村公路建設(shè)。此外，由于連州市的主要?dú)庀鬄?zāi)害為干旱，該地區(qū)的貧困村出現(xiàn)缺水情況則較為常見(jiàn)，因此，也需要完善水利設(shè)施以解決水資源利用和農(nóng)業(yè)生產(chǎn)用水的問(wèn)題。

（2）加快農(nóng)村主體產(chǎn)業(yè)建設(shè)。連州市應(yīng)倡導(dǎo)因地制宜大力發(fā)展有助于貧困人口脫貧的區(qū)域特色產(chǎn)業(yè)，如位于山區(qū)的貧困村可憑借豐富的生態(tài)資源發(fā)展鄉(xiāng)村旅游，引入市場(chǎng)力量構(gòu)建旅游精準(zhǔn)扶貧系統(tǒng)，令各村的旅游資源共享效應(yīng)不斷增大。此外，還可以針對(duì)土地資源利用低效的問(wèn)題，以政府為主導(dǎo)，引入市場(chǎng)主體促進(jìn)土地向?qū)I(yè)農(nóng)業(yè)種養(yǎng)大戶(hù)流轉(zhuǎn)，提高土地利用的效益。

（3）完善農(nóng)村衛(wèi)生醫(yī)療保障體系。連州市貧困戶(hù)的致貧原因主要是因缺勞動(dòng)力、因病、因殘，因此必須以政府為主導(dǎo)，全面落實(shí)覆蓋貧困人口的基本醫(yī)療衛(wèi)生保障體系，并進(jìn)一步加強(qiáng)其建設(shè)，穩(wěn)步推進(jìn)基層公共衛(wèi)生服務(wù)均等化，構(gòu)建殘疾救助體系，不斷完善貧困村的社會(huì)保障體系。

［1］ 劉小鵬，蘇曉芳，王亞娟，等. 空間貧困研究及其對(duì)我國(guó)貧困地理研究的啟示［J］. 干旱區(qū)地理，2014，37（1）：144-151.

［2］ 莫光輝. 精準(zhǔn)扶貧：中國(guó)扶貧開(kāi)發(fā)模式的內(nèi)生變革與治理突破［J］. 中國(guó)特色社會(huì)主義研究，2016（2）：73-77.

［3］ 楊宜勇，吳香雪. 中國(guó)扶貧問(wèn)題的過(guò)去、現(xiàn)在與未來(lái)［J］. 中國(guó)人口科學(xué)，2016（5）：2-12.

［4］ 莊天慧，楊帆，曾維忠. 精準(zhǔn)扶貧內(nèi)涵及其與精準(zhǔn)脫貧的辯證關(guān)系探析［J］. 內(nèi)蒙古社會(huì)科學(xué)（漢文版），2016（3）：6-12.

［5］ 王介勇，劉彥隨，陳秧分. 農(nóng)村空心化程度影響因素的實(shí)證研究：基于山東省村莊調(diào)查數(shù)據(jù)［J］. 自然資源學(xué)報(bào)，2013，28（1）：10-18.

［6］ Sen A. Poverty and famines：an essay on entitlement and deprivation［M］. Oxford University Press，USA. 1983.

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

［8］ 王大超. 轉(zhuǎn)型期中國(guó)城鄉(xiāng)反貧困問(wèn)題研究［D］.長(zhǎng)春：東北師范大學(xué)，2003.

［9］ 王小林，Alkire S. 中國(guó)多維貧困測(cè)量：估計(jì)和政策含義［J］. 中國(guó)農(nóng)村經(jīng)濟(jì)，2009（12）：4-10.

［10］ 劉艷華，徐勇. 中國(guó)農(nóng)村多維貧困地理識(shí)別及類(lèi)型劃分［J］. 地理學(xué)報(bào)，2015，70（6）：993-1007.

［11］ 陳燁烽，王艷慧，王小林. 中國(guó)貧困村測(cè)度與空間分布特征分析［J］. 地理研究，2016，35（12）：2298-2308.

［12］ 王艷慧，錢(qián)樂(lè)毅，段福洲. 縣級(jí)多維貧困度量及其空間分布格局研究—— 以連片特困區(qū)扶貧重點(diǎn)縣為例［J］. 地理科學(xué)，2013，33（12）：1489-1498.

［13］ 丁文廣，冶偉峰，米璇，等. 甘肅省不同地理區(qū)域?yàn)?zāi)害與貧困耦合關(guān)系量化研究［J］. 經(jīng)濟(jì)地理，2013，33（3）：28-35.

［14］ 葉初升，王紅霞. 多維貧困及其度量研究的最新進(jìn)展：?jiǎn)栴}與方法［J］. 湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2010，8（6）：5-11.

［15］ 郭輝，王艷慧，錢(qián)樂(lè)毅. 重慶市黔江區(qū)貧困村多維測(cè)算模型的構(gòu)建與應(yīng)用［J］. 中國(guó)科技論文，2015，10（3）：331-335.

［16］ 曹詩(shī)頌，王艷慧，段福洲，等. 中國(guó)貧困地區(qū)生態(tài)環(huán)境脆弱性與經(jīng)濟(jì)貧困的耦合關(guān)系—— 基于連片特困區(qū)714個(gè)貧困縣的實(shí)證分析［J］. 應(yīng)用生態(tài)學(xué)報(bào)，2016，27（8）：2614-2622.

［17］ 馮艷. 區(qū)域貧困測(cè)度、識(shí)別與反貧困路徑選擇研究［D］. 沈陽(yáng)：遼寧大學(xué)，2015.

［18］ 李軍. 西南邊疆民族地區(qū)貧困人口多維測(cè)算及其貧困特征分析［J］. 中共南寧市委黨校學(xué)報(bào)，2016（3）：15-20.

［19］ 高帥畢，潔穎. 農(nóng)村人口動(dòng)態(tài)多維貧困：狀態(tài)持續(xù)與轉(zhuǎn)變［J］. 中國(guó)人口·資源與環(huán)境，2016，26（2）：76-83

［20］ 郭建宇，吳國(guó)寶. 基于不同指標(biāo)及權(quán)重選擇的多維貧困測(cè)量—— 以山西省貧困縣為例［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2012（2）：12-20.

［21］ 宋海州，王志紅. 客觀權(quán)重與主觀權(quán)重的權(quán)衡［J］. 技術(shù)經(jīng)濟(jì)與管理研究，2003（3）：63.

［22］ 鄧雪，李家銘，曾浩健等. 層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究［J］. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2012，42（7）：93-100.

［23］ 宋丹丹，郭輝. 基于AHP和熵值法的新疆水資源承載力綜合評(píng)價(jià)研究［J］. 廣西師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2014，31（3）：57-64.

［24］ 王富喜，毛愛(ài)華，李赫龍等. 基于熵值法的山東省城鎮(zhèn)化質(zhì)量測(cè)度與空間差異分析［J］. 地理科學(xué)，2001，33（11）：1323-1329.

［25］ 樊天相. 重慶丘陵地區(qū)農(nóng)村居民點(diǎn)空間布局優(yōu)化研究—— 以長(zhǎng)壽區(qū)海棠鎮(zhèn)為例［D］. 重慶：西南大學(xué)，2015.

［26］ 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). 水土保持綜合治理規(guī)劃通則［M］. 北京：中國(guó)標(biāo)準(zhǔn)出版社，2009：10-12.

［27］ 李炳元，潘保田，韓嘉福. 中國(guó)陸地基本地貌類(lèi)型及其劃分指標(biāo)探討［J］. 第四紀(jì)研究，2008，28（4）：535-543.

［28］ 涂漢明，劉振東. 中國(guó)地勢(shì)起伏度研究［J］. 測(cè)繪學(xué)報(bào)，1991，20（4）：311-319.

［29］ 葉開(kāi)杏. 廣西農(nóng)村貧困測(cè)度及扶貧開(kāi)發(fā)研究［D］. 南寧：廣西大學(xué)，2012.

［30］ 吳勝澤. 能力貧困理論與廣西國(guó)定貧困縣多維貧困估計(jì)［J］. 經(jīng)濟(jì)研究參考，2012（65）：80-100.

［31］ 周萬(wàn)村. 三峽庫(kù)區(qū)土地自然坡度和高程對(duì)經(jīng)濟(jì)發(fā)展的影響［J］. 長(zhǎng)江流域資源與環(huán)境，2001，10（1）：15-21.