蔡 進(jìn)，禹洋春，駱東奇，邱繼勤

?

重慶市農(nóng)村多維貧困空間分異及影響因素分析

蔡 進(jìn)1，禹洋春2，駱東奇3，邱繼勤1

（1. 重慶工商大學(xué)旅游與國土資源學(xué)院，重慶 400067； 2. 重慶工商大學(xué)商務(wù)策劃學(xué)院，重慶 400067； 3. 教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重慶工商大學(xué)長江上游經(jīng)濟(jì)研究中心，重慶 400067）

為了探索區(qū)域農(nóng)村多維貧困的空間分異特征及影響因素，從而有針對(duì)性地實(shí)施扶貧開發(fā)策略，促進(jìn)貧困地區(qū)農(nóng)民脫貧增收。該文構(gòu)建農(nóng)村多維貧困測度指標(biāo)體系，并在此基礎(chǔ)上運(yùn)用多邊形綜合圖示法、莫蘭指數(shù)和地理探測器模型等方法對(duì)重慶市農(nóng)村多維貧困程度、空間格局及影響因素進(jìn)行了研究。研究結(jié)果表明：重慶市農(nóng)村多維貧困程度較深且區(qū)域差異較大；空間分異特征表現(xiàn)為高貧困水平的區(qū)縣主要分布在渝東北和渝東南地區(qū)，低貧困水平的區(qū)縣主要分布在主城和主城外圍地區(qū)；空間關(guān)聯(lián)格局特征表現(xiàn)為農(nóng)村多維貧困在空間上呈現(xiàn)出顯著的集聚效益，各區(qū)縣主要以HH型和LL型正相關(guān)空間格局為主，HH型區(qū)縣主要集中在渝東北地區(qū)，LL型區(qū)縣主要集中在主城地區(qū)；農(nóng)村多維貧困的空間分異主要受到地形坡度、到重慶市政府駐地距離、耕地質(zhì)量等因素的影響，不同區(qū)域的主導(dǎo)因素有所差異。

農(nóng)村；耕地；多維貧困；空間格局；重慶市

0 引 言

貧困問題作為全人類面臨亟待解決的共同問題，一直是各國政府和學(xué)術(shù)界關(guān)注的焦點(diǎn)。中國經(jīng)過多年的大規(guī)模扶貧開發(fā)，農(nóng)村貧困人口大量銳減，貧困態(tài)勢(shì)得到了有效緩解，但由于貧困人口基數(shù)大，致貧因素復(fù)雜多樣，扶貧開發(fā)任務(wù)依然艱巨。截止2015年底，農(nóng)村中仍有5 575萬人處于貧困線水平以下。目前，中國農(nóng)村貧困形態(tài)已由經(jīng)濟(jì)發(fā)展落后、政策制度缺失形成的面上貧困，轉(zhuǎn)變?yōu)橛赊r(nóng)戶個(gè)體能力、特殊地理環(huán)境與資源要素條件約束下的地緣性貧困[1-2]。對(duì)農(nóng)村貧困問題的研究也由以收入水平為標(biāo)準(zhǔn)的單維貧困向包括生活水平、教育醫(yī)療、公共服務(wù)和發(fā)展環(huán)境等方面的多維貧困轉(zhuǎn)變，即關(guān)注的焦點(diǎn)由區(qū)域貧困發(fā)生的廣度向強(qiáng)度和深度轉(zhuǎn)變，更加注重解決貧困農(nóng)戶可持續(xù)生計(jì)發(fā)展問題[3-7]。

在農(nóng)村多維貧困的概念與內(nèi)涵、測度標(biāo)準(zhǔn)、研究方法、空間格局及影響因素等方面，國內(nèi)外學(xué)者進(jìn)行了大量的研究，并取得了豐碩的成果。以Deutsch為代表的西方學(xué)者將貧困的內(nèi)涵不斷深化，認(rèn)為貧困不僅僅是指收入貧困，它是包括物質(zhì)匱乏、能力不足、權(quán)利缺失等方面的綜合體現(xiàn)，主要表現(xiàn)為收入、健康、教育、發(fā)展機(jī)會(huì)等資源的匱乏[8]。在多維貧困的測度方面，Alkire等[9]通過選取健康、教育、生活等多個(gè)維度的指標(biāo)，構(gòu)建了一套多維貧困測度指標(biāo)體系，測度的結(jié)果稱為多維貧困指數(shù)（MPI）。在致貧因素方面，F(xiàn)oster[10]認(rèn)為個(gè)體致貧因素最主要的決定因素是家庭特征，包括家庭人口結(jié)構(gòu)、受教育程度、家庭成員健康狀況以及所擁有的物質(zhì)資本等方面。Wagle[11]認(rèn)為人力資本、人口結(jié)構(gòu)和地區(qū)發(fā)展差異是影響區(qū)域貧困動(dòng)態(tài)性的主要因素。

與西方國家相比，國內(nèi)學(xué)術(shù)界關(guān)于多維貧困問題的研究起步較晚，但近年來研究的內(nèi)容逐漸增多，學(xué)術(shù)成果豐富。對(duì)多維貧困的概念與內(nèi)涵的研究是由個(gè)體貧困定義演化發(fā)展而來，由收入水平擴(kuò)展到包括收入、醫(yī)療、教育、政治等多個(gè)方面[12-16]；王小林等[17]在貧困理論的系統(tǒng)分析中指出，貧困的測度不僅僅只是家庭收入的衡量而是家庭收入與非收入因素的加總，包括家庭收入水平、教育水平、健康狀態(tài)、生計(jì)脆弱性、社會(huì)力量等因素。關(guān)于致貧因素的研究可以歸納為兩點(diǎn)：一是外部顯性致貧因素，包括資源匱乏、生態(tài)脆弱、區(qū)位劣勢(shì)、政府戰(zhàn)略等方面；二是內(nèi)生隱形致貧因素，包括文化素質(zhì)、懶惰、思想意識(shí)、代際傳遞等[18-21]，區(qū)域貧困的發(fā)生主要以外部顯性致貧因素為主。目前國內(nèi)學(xué)術(shù)界對(duì)農(nóng)村多維貧困的研究體系還有待完善，在研究視角上對(duì)宏觀尺度的農(nóng)村多維貧困研究較少，在指標(biāo)的選取上較少涉及到農(nóng)戶生計(jì)的發(fā)展環(huán)境。本文在增加農(nóng)戶發(fā)展環(huán)境維度的基礎(chǔ)上，完善縣域尺度農(nóng)村多維貧困測度指標(biāo)體系，運(yùn)用多邊形綜合圖示法、莫蘭指數(shù)以及地理探測器模型等研究方法，以具有大城市、大農(nóng)村，大山區(qū)、大庫區(qū)的重慶市為研究對(duì)象，探索農(nóng)村多維貧困的空間分異與關(guān)聯(lián)格局，揭示影響農(nóng)村多維貧困空間分異的主導(dǎo)因素，有利于完善農(nóng)村多維貧困的研究體系，并為緩解區(qū)域農(nóng)村多維貧困，實(shí)施有針對(duì)性的扶貧政策提供決策建議。

1 研究區(qū)劃分與數(shù)據(jù)來源

1.1 研究區(qū)劃分

重慶市地處中國西南部，地跨105°11′－110°11′E、28°10′－32°13′ N之間。東鄰湖北、湖南，南靠貴州，西接四川，北連陜西，幅員面積8.24×104 km2。截止2015年底，轄38個(gè)區(qū)縣，戶籍人口3 375.2萬人，常住人口2 991.4萬人，非農(nóng)人口1 783.01萬人，地區(qū)生產(chǎn)總值14 265.4億元。重慶市自然環(huán)境條件復(fù)雜多樣，地形起伏較大，由兩翼高山向西部河谷和丘陵地區(qū)降低，東北部為秦巴山區(qū)，東南部為武陵山區(qū)，西部地區(qū)為淺丘盆地。重慶市由于受自然環(huán)境、資源稟賦、經(jīng)濟(jì)發(fā)展、區(qū)位條件等方面的影響，經(jīng)濟(jì)社會(huì)發(fā)展水平具有明顯的地域集聚特征。本文選取人均GDP、城鎮(zhèn)化水平、人均耕地面積和到市中心距離4個(gè)指標(biāo)，綜合考慮指標(biāo)值之間的相似性和鄰近性的特征，對(duì)重慶市38個(gè)區(qū)縣進(jìn)行系統(tǒng)聚類分析，劃分出不同的研究區(qū)域。具體分區(qū)過程如下：首先，在ArcGIS10.2中設(shè)置3個(gè)自然斷裂點(diǎn)，分別將人均GDP、城鎮(zhèn)化水平、人均耕地面積和到市中心距離4個(gè)指標(biāo)進(jìn)行系統(tǒng)聚類分析，分別得到4個(gè)指標(biāo)的系統(tǒng)聚類圖；其次，對(duì)4個(gè)指標(biāo)聚類圖進(jìn)行疊加分析，并設(shè)置空間連續(xù)性約束條件，來解決異類區(qū)縣存在的問題，對(duì)疊加分析的結(jié)果再進(jìn)行系統(tǒng)聚類分析，最終將38個(gè)區(qū)縣劃分為4個(gè)不同的研究區(qū)域：區(qū)域Ⅰ、Ⅱ、Ⅲ、Ⅳ（圖1）。其中區(qū)域Ⅰ大致與主城9區(qū)縣重合，命名為主城地區(qū)；區(qū)域Ⅱ大致環(huán)繞于主城周邊地區(qū)，命名為主城外圍地區(qū)；區(qū)域Ⅲ大致處于重慶市東北部，命名為渝東北地區(qū)；區(qū)域Ⅳ大致處于重慶市東南部，命名為渝東南地區(qū)。

圖1 研究區(qū)劃分圖

1.2 數(shù)據(jù)來源

本文以重慶市縣域單元為研究樣本，選擇2015年的區(qū)縣數(shù)量作為研究樣本數(shù)量，研究把市轄區(qū)當(dāng)作縣域單元來處理，據(jù)此統(tǒng)計(jì)全市及37個(gè)研究單元，渝中區(qū)已全部城市化，此文不做研究。在時(shí)間層面上選取2015年作為研究年限。研究數(shù)據(jù)主要涉及到重慶市及各區(qū)縣的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)、30m×30m數(shù)字高程模型（DEM）、部分典型貧困村調(diào)研數(shù)據(jù)以及對(duì)耕地質(zhì)量研究的基礎(chǔ)數(shù)據(jù)，各評(píng)價(jià)指標(biāo)所使用的數(shù)據(jù)是根據(jù)各指標(biāo)的原始數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化和相關(guān)公式計(jì)算得到，合并之后區(qū)縣的指標(biāo)值采用合并之前兩者的平均值。

2 研究方法與評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1 研究方法

1）全排列多邊形綜合圖示法

全排列多邊形綜合圖示法是一種新興的區(qū)域綜合評(píng)價(jià)方法，近年來被廣泛運(yùn)用到資源、環(huán)境、生態(tài)、貧困等多領(lǐng)域的評(píng)價(jià)中，并取得了較好的研究效果[22-23]。該方法的基本原理為：設(shè)共有個(gè)指標(biāo)（標(biāo)準(zhǔn)化后的值），以這些指標(biāo)的上限值為半徑構(gòu)成一個(gè)中心邊形，各指標(biāo)值的連線構(gòu)成一個(gè)不規(guī)則中心邊形，這個(gè)不規(guī)則中心邊形的頂點(diǎn)是個(gè)指標(biāo)的一個(gè)首尾相接的全排列，個(gè)指標(biāo)總共可以構(gòu)成（-1）！/2個(gè)不同的不規(guī)則中心變形，綜合指數(shù)定義為所有這些不規(guī)則多邊形面積的均值與中心多邊形面積的比值。與加權(quán)求和法相比，不用對(duì)指標(biāo)進(jìn)行權(quán)重計(jì)算，有利于計(jì)算結(jié)果的客觀性。

指標(biāo)值的標(biāo)準(zhǔn)化采用雙曲線標(biāo)準(zhǔn)化函數(shù)，計(jì)算公式如下

式中L、T、U分別為指標(biāo)x的最小值、閾值和最大值；公式（1）用于正向指標(biāo)，公式（2）用于負(fù)向指標(biāo)；由于研究的單元是重慶市及各區(qū)縣的農(nóng)村多維貧困程度的相對(duì)大小，因此閾值T取各區(qū)縣的平均值。

綜合指數(shù)的計(jì)算公式如下

式中S、S為第、個(gè)指標(biāo)的標(biāo)準(zhǔn)化值,為綜合指標(biāo)值，∈[0,1]。

2）探索性空間自相關(guān)分析法

探索性空間自相關(guān)分析（ESDA）涵蓋全局空間自相關(guān)分析和局部空間自相關(guān)2個(gè)方面，全局空間自相關(guān)分析主要描述農(nóng)村多維貧困在整個(gè)區(qū)域的空間關(guān)聯(lián)和空間差異特征；局部空間自相關(guān)主要描述農(nóng)村多維貧困在子區(qū)域上的空間關(guān)聯(lián)和空間差異特征。本文采用全局莫蘭指數(shù)（Global-Moran’）和局部莫蘭指數(shù)（Local-Moran’）來表征重慶市及各區(qū)縣農(nóng)村多維貧困的空間分布特征，公式如下。

式中為研究單元個(gè)數(shù)，x、x分別為空間位置和的觀測值，2為得分值的方差，為空間權(quán)重矩陣，本文運(yùn)用空間鄰接標(biāo)準(zhǔn)，即：如果2個(gè)地區(qū)相鄰權(quán)重取1，否則為0。Moran’指數(shù)取值范圍為[-1,1]，大于0為正相關(guān)，小于0為負(fù)相關(guān)，等于0為隨機(jī)分布。

3）地理探測器模型

地理探測器模型（Geodetector）是中科院學(xué)者王勁峰等通過提出“因子力”度量指標(biāo)，結(jié)合GIS空間疊加技術(shù)和集合論，用以識(shí)別多因子之間交互作用的模型[24]，該模型在分析地理要素格局演變和空間分異等方面有著廣泛的運(yùn)用[25-27]。本文借助地理探測器模型，引入農(nóng)村多維貧困空間分異決定力指標(biāo)。假定研究區(qū)域存在農(nóng)村多維貧困指數(shù)。被采集在研究區(qū)域內(nèi)，由采樣單元（= 1, 2,…,，為總采樣單元數(shù)）組成的格點(diǎn)系統(tǒng)，假設(shè)={}是可能存在的一種影響貧困空間分異的因素，= 1, 2, …,，為因素分類數(shù)，代表因素不同的類型。一個(gè)類型對(duì)應(yīng)空間上一個(gè)或多個(gè)子區(qū)域。為了探測因素與農(nóng)村多維貧困指數(shù)的空間相關(guān)性，將圖層與因素圖層疊加，在因素的第類型（對(duì)應(yīng)一個(gè)或多子區(qū)域），的離散方差被記為2，因素對(duì)農(nóng)村多維貧困指數(shù)的決定力大小為

式中n為在因素的類型（對(duì)應(yīng)一個(gè)或多個(gè)子區(qū)域）內(nèi)的樣本數(shù)；為在整個(gè)研究區(qū)域內(nèi)的所有樣本數(shù)；為因素的分類數(shù)；2為整個(gè)區(qū)域的離散方差。當(dāng)各因素對(duì)農(nóng)村多維貧困指數(shù)具有決定力時(shí)，每個(gè)類型（對(duì)應(yīng)一個(gè)或多子區(qū)域）的離散方差2會(huì)較小，類型（對(duì)應(yīng)一個(gè)或多個(gè)子區(qū)域）之間的離散方差會(huì)較大。

2.2 評(píng)價(jià)指標(biāo)體系的構(gòu)建

本文在遵循全面性、代表性、獨(dú)立性和和可操作性原則的基礎(chǔ)上，按照Alkire-Foster方法的思路，并參考國內(nèi)部分學(xué)者選取農(nóng)村多維貧困評(píng)價(jià)指標(biāo)的相關(guān)研究[28-30]，在考慮農(nóng)戶生計(jì)可持續(xù)發(fā)展的基礎(chǔ)上，增加農(nóng)村發(fā)展環(huán)境維度，從生活、教育、健康、發(fā)展4個(gè)維度選取指標(biāo)構(gòu)建農(nóng)村多維貧困評(píng)價(jià)指標(biāo)體系（表1）。

1）生活維度。選取人均GDP水平、農(nóng)村居民收入水平、農(nóng)村居民恩格爾系數(shù)、農(nóng)村居民人均住房面積、農(nóng)村居民人均用電量等5個(gè)指標(biāo)。人均GDP水平反映了一個(gè)區(qū)域整體的經(jīng)濟(jì)發(fā)展水平；農(nóng)村居民收入水平用農(nóng)村居民人均可支配收入來表征，它是生活維度的基礎(chǔ)，只有收入水平高才能支撐居民各個(gè)方面的發(fā)展；農(nóng)村居民恩格爾系數(shù)是食品支出占消費(fèi)支出的比重，一般而言恩格爾系數(shù)越大表明該地區(qū)或者該家庭用于生存的食物消費(fèi)比重大，就表明越貧困；農(nóng)村居民人均住房面積反映了農(nóng)村居民的居住環(huán)境；人均用電量能夠反映農(nóng)村居民的家用電器和能源使用情況。

表1 農(nóng)村多維貧困評(píng)價(jià)指標(biāo)體系

2）教育維度。選取農(nóng)村居民文盲率、高中及以上文化人口占比、義務(wù)教育階段師生比、人均教育經(jīng)費(fèi)4個(gè)指標(biāo)。教育水平是一個(gè)區(qū)域農(nóng)村發(fā)展程度的重要體現(xiàn)，教育水平的高低直接關(guān)系到區(qū)域就業(yè)水平，也決定著經(jīng)濟(jì)社會(huì)發(fā)展?jié)摿Φ拇笮?。農(nóng)村居民文盲率隨著經(jīng)濟(jì)社會(huì)的發(fā)展已經(jīng)快速降低，但是邊緣貧困地區(qū)的農(nóng)村居民文盲率仍然較高；高中及以上文化人口占比是區(qū)域農(nóng)村人才水平的重要體現(xiàn)，現(xiàn)代農(nóng)業(yè)和現(xiàn)代農(nóng)村都需要“現(xiàn)代農(nóng)民”，高學(xué)歷人才是關(guān)鍵；義務(wù)教育階段師生比是衡量區(qū)域農(nóng)村教育水平的重要指標(biāo)；人均教育經(jīng)費(fèi)反映了對(duì)教育發(fā)展的投入情況。

3）醫(yī)療維度。選取萬人醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、萬人醫(yī)療衛(wèi)生床位數(shù)、萬人職業(yè)醫(yī)生數(shù)、人均醫(yī)療經(jīng)費(fèi)4個(gè)指標(biāo)。醫(yī)療條件是區(qū)域農(nóng)村居民健康水平的一個(gè)重要保障，醫(yī)療水平的高低能夠反映區(qū)域居民患病獲得救助的便利程度；醫(yī)院數(shù)量、病床數(shù)量、醫(yī)生數(shù)量和人均醫(yī)療經(jīng)費(fèi)支出都是區(qū)域醫(yī)療水平的重要體現(xiàn)。

4）發(fā)展維度。選取農(nóng)村居民人均耕地面積、通汽車鄉(xiāng)村數(shù)占比、農(nóng)村自來水覆蓋率、城鎮(zhèn)化率、60歲以上人口比重、鄉(xiāng)村就業(yè)人員比重6個(gè)指標(biāo)。隨著經(jīng)濟(jì)的不斷發(fā)展，滿足人類生存需求的物質(zhì)資料得到極大的滿足，貧困類型逐步由生存型轉(zhuǎn)向發(fā)展型、絕對(duì)貧困向相對(duì)貧困轉(zhuǎn)變，發(fā)展環(huán)境對(duì)于農(nóng)民就業(yè)增收、擺脫貧困具有重要作用。耕地面積是農(nóng)民最重要的生計(jì)資本，區(qū)域人均耕地面積多少?zèng)Q定了農(nóng)戶的生計(jì)方式和策略；通汽車鄉(xiāng)村數(shù)量和城鎮(zhèn)化率能夠反映農(nóng)民外出就業(yè)機(jī)會(huì)情況；60歲以上人口比重既能反映鄉(xiāng)村的勞動(dòng)力情況，也能反映鄉(xiāng)村面臨的養(yǎng)老和醫(yī)療壓力情況；鄉(xiāng)村就業(yè)人員比重反映鄉(xiāng)村剩余勞動(dòng)力和收入結(jié)構(gòu)情況，能夠間接反映農(nóng)村居民的收入水平。

3 結(jié)果與分析

3.1 重慶市農(nóng)村多維貧困空間分異特征分析

1）農(nóng)村多維貧困測度結(jié)果分析

根據(jù)全排列多邊形圖示法的原理，計(jì)算出重慶市農(nóng)村多維貧困綜合指數(shù)值為0.509，處于比較高的水平，區(qū)域Ⅰ、Ⅱ、Ⅲ、Ⅳ的值分別為0.353、0.516、0.592、0.578，表明重慶市農(nóng)村多維貧困程度處于較高的水平，區(qū)域之間差異較為明顯。4個(gè)區(qū)域的農(nóng)村多維貧困程度表現(xiàn)為區(qū)域Ⅲ＞區(qū)域Ⅳ＞區(qū)域Ⅱ＞區(qū)域Ⅰ。區(qū)域Ⅳ和區(qū)域Ⅲ處于武陵山區(qū)和秦巴山區(qū)，區(qū)域自然環(huán)境惡劣，農(nóng)村社會(huì)經(jīng)濟(jì)發(fā)展水平較低；區(qū)域Ⅰ和區(qū)域Ⅱ處于渝西淺丘地貌區(qū)，自然環(huán)境條件較好，也是重慶市的都市經(jīng)濟(jì)和現(xiàn)代農(nóng)業(yè)重點(diǎn)發(fā)展區(qū)，農(nóng)村中的基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施建設(shè)水平較高，農(nóng)村經(jīng)濟(jì)社會(huì)發(fā)展水平較高。

表2 2015年重慶市及各區(qū)域農(nóng)村多維貧困指數(shù)

從各區(qū)縣的農(nóng)村多維貧困程度來看，各區(qū)縣貧困程度差距較大，貧困綜合指數(shù)值最高為0.687，最小值為0.360，二者相差0.327。從各區(qū)縣農(nóng)村多維貧困程度排名來看，貧困程度較高的前5名，分別為酉陽縣、奉節(jié)縣、云陽縣、巫山縣和巫溪縣，全部位于區(qū)域Ⅲ和區(qū)域Ⅳ；后5名的分別為沙坪壩區(qū)、大渡口區(qū)、南岸區(qū)、江北區(qū)和九龍坡區(qū)，全部位于區(qū)域Ⅰ。

2）農(nóng)村多維貧困空間格局特征分析

以ArcGIS10.2軟件為平臺(tái)，在系統(tǒng)分類中按照自然斷裂點(diǎn)法，分別以0.587、0.518、0.392為閾值，將農(nóng)村多維貧困程度劃分為高水平貧困、較高水平貧困、較低水平貧困和低水平貧困4種類型。圖2顯示，重慶市農(nóng)村多維貧困程度空間分布特征表現(xiàn)為，高水平和較高水平貧困區(qū)縣主要分布在區(qū)域Ⅲ和區(qū)域Ⅳ，低水平和較低水平貧困區(qū)縣主要分布在區(qū)域Ⅰ和區(qū)域Ⅱ。重慶市國家級(jí)和市級(jí)貧困區(qū)縣主要分布在區(qū)域Ⅲ和區(qū)域Ⅳ，2015年的貧困發(fā)生率還相對(duì)較高，以總?cè)丝跒榛鶖?shù)來衡量貧困發(fā)生率，酉陽縣、城口縣和巫溪縣排在前3位，分別為19.20%、18.58%、17.28%；以農(nóng)村人口為基數(shù)來衡量貧困發(fā)生率，酉陽縣、巫溪縣和城口縣排在前3位，分別為23.07%、21.86%、21.93%。通過與重慶市國家和市級(jí)貧困區(qū)縣對(duì)比發(fā)現(xiàn)，高度貧困水平和較高貧困水平的區(qū)縣與國家級(jí)貧困縣或者市級(jí)貧困縣基本吻合（圖2），表明研究結(jié)果較為符合重慶市實(shí)際情況。2015年重慶市農(nóng)村多維貧困的高水平貧困區(qū)縣有10個(gè)，分別為開州、云陽、奉節(jié)、巫山、巫溪、墊江、豐都、彭水、酉陽、潼南；低水平貧困區(qū)縣有8個(gè)，分別為北碚、渝北、江北、南岸、沙坪壩、九龍坡、大渡口、巴南，全部位于區(qū)域Ⅰ；區(qū)域Ⅱ中的合川、大足、榮昌、南川處于較高水平；區(qū)域Ⅲ中的梁平縣和萬州區(qū)，區(qū)域Ⅳ中的黔江區(qū)均處于較低水平。

從各維度來看，2015年重慶市農(nóng)村多維貧困的各維度貧困空間分布與農(nóng)村多維貧困的空間分布格局大體一致（圖3），但各維度在空間分布上略有差異。（1）生活維度是農(nóng)村居民生活水平高低的體現(xiàn)，高水平貧困區(qū)縣主要位于區(qū)域Ⅲ，包括城口、巫溪、奉節(jié)、豐都、酉陽4個(gè)區(qū)縣，低水平貧困區(qū)縣主要位于區(qū)域Ⅰ，即重慶市主城地區(qū)，另外包括合川和涪陵；（2）教育維度是農(nóng)村居民受教育水平和發(fā)展能力水平的體現(xiàn)，高水平貧困區(qū)縣主要位于區(qū)域Ⅲ和區(qū)域Ⅳ，低水平貧困區(qū)縣全部位于區(qū)域Ⅰ；（3）醫(yī)療維度高水平貧困區(qū)縣主要位于區(qū)域Ⅲ、區(qū)域Ⅳ和區(qū)域Ⅱ的西北部地區(qū)，低水平貧困區(qū)縣主要位于區(qū)域Ⅰ和區(qū)域Ⅱ的涪陵區(qū)；（4）發(fā)展維度的高水平貧困區(qū)縣全部位于區(qū)域Ⅲ和區(qū)域Ⅳ，低水平貧困區(qū)縣全部位于區(qū)域Ⅰ。

3.2 重慶市農(nóng)村多維貧困空間關(guān)聯(lián)格局分析

利用公式（4）計(jì)算出重慶市2015年農(nóng)村多維貧困的全局Moran’s為0.742，處于較高水平。值為7.83，大于1.96；值小于0.05，即在一定顯著性水平下均通過檢驗(yàn)。表明重慶市農(nóng)村多維貧困程度在空間上的分布不是隨機(jī)的，而是存在空間集聚效應(yīng)，即農(nóng)村多維貧困程度高的區(qū)縣與貧困程度低的區(qū)縣都在地理空間上顯著集聚。

全局Moran’s僅能從整體上判斷和識(shí)別重慶市農(nóng)村多維貧困的區(qū)域差異性，但無法揭示各區(qū)縣內(nèi)部的空間集聚格局與集聚效益。利用公式（5）對(duì)重慶市農(nóng)村多維貧困的局部空間自相關(guān)進(jìn)行分析，主要通過Moran散點(diǎn)圖分析正負(fù)相關(guān)性區(qū)縣的數(shù)量及分布情況，通過LISA圖分析空間集聚的高值中心和低值中心的數(shù)量及分布情況。

1）Moran散點(diǎn)圖分析

圖4a中4個(gè)象限按其性質(zhì)分為“H-H”關(guān)聯(lián)（第一象限）、“L-H”關(guān)聯(lián)（第二象限）、“L-L”關(guān)聯(lián)（第三象限）、“H-L”關(guān)聯(lián)（第四象限），其中第一、三象限對(duì)應(yīng)的空間關(guān)聯(lián)是正的空間自相關(guān)，即有均質(zhì)性，第二、四象限對(duì)應(yīng)的空間關(guān)聯(lián)是負(fù)的空間自相關(guān)，即有異質(zhì)性。研究結(jié)果顯示，2015年落入第一、三象限的區(qū)縣數(shù)量為30個(gè)，占區(qū)縣總數(shù)的81.08%，落入第二、四象限的區(qū)縣數(shù)量為7個(gè)，占區(qū)縣總數(shù)的18.92%（表3），表明重慶市各區(qū)縣以正相關(guān)為主，處于高度集聚狀態(tài)?？臻g分布上主要表現(xiàn)為高高集聚區(qū)縣分布在區(qū)域Ⅲ和區(qū)域Ⅳ，區(qū)域Ⅱ有少量分布，低低集聚區(qū)縣主要分布于區(qū)域Ⅰ和區(qū)域Ⅱ，低高和高低集聚區(qū)縣主要分布于各區(qū)域的交接地區(qū)，如區(qū)域Ⅲ與區(qū)域Ⅰ的涪陵區(qū)和武隆區(qū)，區(qū)域Ⅰ和區(qū)域Ⅱ交接的合川區(qū)和南川區(qū)。

2）LISA圖分析

通過局部Moran’s以及0.05的置信度可以得到重慶市農(nóng)村多維貧困的空間LISA顯著圖（圖4b）。圖中顯示，重慶市農(nóng)村多維貧困的顯著空間關(guān)聯(lián)類型以正相關(guān)集聚分布形式為主。集聚的高值中心（HH型）和低值中心（LL型）數(shù)量分別為5個(gè)和9個(gè)，占顯著性區(qū)縣總數(shù)的93.33%。從空間分布來看， HH型區(qū)縣主要集中在區(qū)域Ⅲ，LL型區(qū)縣主要集中在區(qū)域I。2015年，HH型區(qū)縣在區(qū)域Ⅲ分布4個(gè)，分別是云陽縣、奉節(jié)縣、巫山縣、巫溪縣，在區(qū)域Ⅳ分布1個(gè)，為秀山縣，LH型區(qū)縣為黔江區(qū)。

圖2 重慶市農(nóng)村多維貧困空間格局與貧困區(qū)縣空間分布對(duì)比圖

圖3 重慶市農(nóng)村各維度貧困空間分布特征

表3 2015年重慶市農(nóng)村多維貧困的Moran散點(diǎn)圖對(duì)應(yīng)區(qū)縣表

圖4 重慶市農(nóng)村多維貧困Moran散點(diǎn)圖和LISA聚集圖

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，政府對(duì)“三農(nóng)”的投入力度加大，農(nóng)村中的“生產(chǎn)、生活、生態(tài)”環(huán)境都得到了巨大改善，農(nóng)村多維貧困程度不斷降低，但受重慶市區(qū)域自然環(huán)境、區(qū)位條件差異和歷史因素的影響，農(nóng)村多維貧困的空間分布格局仍然沒有太大變化。重慶市農(nóng)村多維貧困空間自相關(guān)分布特征產(chǎn)生的原因可能有以下兩點(diǎn)：一是長期經(jīng)濟(jì)社會(huì)發(fā)展結(jié)果的空間溢出效應(yīng)呈現(xiàn)。重慶市經(jīng)濟(jì)社會(huì)發(fā)展空間格局長期呈現(xiàn)為區(qū)域Ⅰ和區(qū)域Ⅱ水平較高，區(qū)域Ⅳ和區(qū)域Ⅲ發(fā)展水平較低的特征，與農(nóng)村多維貧困空間分布格局一致；二是區(qū)域Ⅱ與區(qū)域Ⅲ和區(qū)域Ⅳ相鄰區(qū)縣的農(nóng)村多維貧困存在空間分布異質(zhì)性，呈現(xiàn)出LH或者HL型模式。原因在于這些地區(qū)是聯(lián)結(jié)重慶市西部地區(qū)與東北和東南地區(qū)的特殊區(qū)位，在區(qū)位優(yōu)勢(shì)上與區(qū)域I相比較低，與區(qū)域Ⅲ和區(qū)域Ⅳ相比又較高。

3.3 重慶市農(nóng)村多維貧困空間分異的影響因素分析

1）影響因素指標(biāo)體系的構(gòu)建

借鑒已有的研究成果[31-33]，并結(jié)合重慶市實(shí)際情況，從地形、區(qū)位、資源、經(jīng)濟(jì)、文化等方面選取小于25°地形占比、到重慶市政府駐地距離、耕地質(zhì)量、城鎮(zhèn)化水平、人均可支配收入、萬人中大學(xué)生人口占比、文盲人口占比、少數(shù)民族占比8項(xiàng)指標(biāo)作為影響重慶市農(nóng)村多維貧困地域分異的探測變量（表4）。

表4 農(nóng)村多維貧困空間分異影響因素評(píng)價(jià)指標(biāo)體系

2）重慶市農(nóng)村多維貧困空間分異主導(dǎo)因素分析

以2015年為研究年限，按照前文劃分出來的4個(gè)區(qū)域（區(qū)域Ⅰ、區(qū)域Ⅱ、區(qū)域Ⅲ、區(qū)域Ⅳ），以各區(qū)域內(nèi)區(qū)縣的平均值代表該區(qū)域的指標(biāo)值。為了解選取指標(biāo)的合理性，需要對(duì)農(nóng)村多維貧困與各影響因素指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)。由Person相關(guān)性檢驗(yàn)結(jié)果可知，當(dāng)顯著性水平為0.05時(shí)，各影響因素與農(nóng)村多維貧困相關(guān)系數(shù)均大于0.5，說明文章所選取的影響因素是合理的，由于文章主要針對(duì)單個(gè)因素對(duì)農(nóng)村多維貧困空間分異的影響分析，因此不考慮影響因素之間的多重共線性問題，相關(guān)性檢驗(yàn)結(jié)果見表5。

表5 重慶市農(nóng)村多維貧困與各影響因素的相關(guān)性分析

注：1…8分別為表4中選取的8個(gè)探測變量，值代表相關(guān)系數(shù)，值表示顯著性。

Note:1…8represents 8 selected detection variables respectively in Table 4,represents correlation coefficient,indicates significance.

利用公式（6），將小于25°坡度占比（1）、到重慶市中心距離（2）、耕地質(zhì)量（3）、城鎮(zhèn)化水平（4）、人均可支配收入（5）、萬人中大學(xué)生人口占比（6）、文盲占比（7）、少數(shù)民族占比（8）等8項(xiàng)指標(biāo)，分別與重慶市和各區(qū)域農(nóng)村多維貧困程度進(jìn)行空間探測分析，計(jì)算得到各因素對(duì)農(nóng)村多維貧困程度的決定力大小值，分別為：0.32、0.42、0.38、0.31、0.36、0.33、0.37、0.29，表明各探測因素對(duì)重慶市農(nóng)村多維貧困的空間分異影響較大，但不同區(qū)域的農(nóng)村多維貧困空間分異主導(dǎo)因素有所差異（見表6）。并利用ArcGIS 10.2軟件對(duì)重慶市農(nóng)村多維貧困與主要影響因素進(jìn)行空間匹配（圖5）。

表6 重慶市農(nóng)村多維貧困空間分異影響因素地理探測結(jié)果

區(qū)域Ⅰ（主城地區(qū)）：該區(qū)域農(nóng)村多維貧困的空間分異主要受城鎮(zhèn)化水平、人均可支配收入、萬人中大學(xué)生人口占比3個(gè)因素的影響。區(qū)域Ⅰ作為重慶市的政治經(jīng)濟(jì)中心、現(xiàn)代服務(wù)業(yè)和制造業(yè)集聚區(qū)，城鎮(zhèn)化水平高、高科技人才集聚。城鎮(zhèn)化的快速發(fā)展，一方面帶動(dòng)了農(nóng)村地區(qū)的基礎(chǔ)設(shè)施和公共服務(wù)條件得到有效改善，另一方面也帶來了農(nóng)民就業(yè)機(jī)會(huì)的增多，增加農(nóng)民的可支配收入。人均可支配收入越高，改善家庭生活、住房、醫(yī)療和教育條件的機(jī)會(huì)就越大。從重慶市農(nóng)村人均可支配收入空間分布來看，區(qū)域Ⅰ最高、區(qū)域Ⅱ其次、區(qū)域Ⅳ再次、區(qū)域Ⅲ最低。

區(qū)域Ⅱ（主城外圍地區(qū)）：該區(qū)域農(nóng)村多維貧困的空間分異主要受到重慶市政府駐地距離、城鎮(zhèn)化水平、人均可支配收入和耕地質(zhì)量等因素的影響。區(qū)域Ⅱ距離主城地區(qū)比較近，是重慶市現(xiàn)代農(nóng)業(yè)發(fā)展區(qū)，城鎮(zhèn)化水平和農(nóng)民的人均可支配收入比較高。地理區(qū)位對(duì)社會(huì)經(jīng)濟(jì)發(fā)展特別是農(nóng)村經(jīng)濟(jì)發(fā)展的作用非常顯著，距離重慶市主城區(qū)越近，受到大都市功能區(qū)發(fā)展的帶動(dòng)作用就越大，農(nóng)村經(jīng)濟(jì)發(fā)展水平較高。耕地質(zhì)量是影響農(nóng)村經(jīng)濟(jì)水平的重要因素，區(qū)域Ⅱ地形比較平坦、耕地質(zhì)量較高，有利于農(nóng)業(yè)的發(fā)展和農(nóng)村基礎(chǔ)設(shè)施的建設(shè)。

圖5 重慶市農(nóng)村多維貧困與主要影響因素空間匹配分布

區(qū)域Ⅲ（渝東北地區(qū)）：該區(qū)域?yàn)橹貞c市的生態(tài)保護(hù)重點(diǎn)區(qū)，既是三峽庫區(qū)，又是秦巴山連片特困地區(qū)。農(nóng)村多維貧困程度較深的主要原因有幾點(diǎn)：一是自然環(huán)境條件惡劣、地形坡度大、耕地塊破碎，既影響農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)與效益，也不利于交通等基礎(chǔ)設(shè)施的發(fā)展，從而影響農(nóng)村經(jīng)濟(jì)的發(fā)展水平；二是距離重慶市政治經(jīng)濟(jì)中心距離較遠(yuǎn)，區(qū)位劣勢(shì)明顯，既不利于政府投資期望，也不利于市場資本進(jìn)入。

區(qū)域Ⅳ（渝東南地區(qū)）：該區(qū)域?yàn)橹貞c市少數(shù)民族集聚區(qū)、也是武陵山集中連片貧困區(qū)，自然條件惡劣、生態(tài)環(huán)境脆弱。區(qū)域Ⅳ和區(qū)域Ⅲ一樣，都存在自然環(huán)境條件惡劣、區(qū)位劣勢(shì)明顯等不利于農(nóng)村經(jīng)濟(jì)發(fā)展的主導(dǎo)因素，另外區(qū)域Ⅳ還有一個(gè)顯著的特征，即少數(shù)民族人口占比大，重慶市少數(shù)民族自治縣和人口集中在區(qū)域Ⅳ，主要為土家族和苗族，少數(shù)民族人口的分布大多集中在偏遠(yuǎn)山區(qū)，貧困的發(fā)生率和貧困程度較高。根據(jù)2015年重慶市人口普查資料，重慶市少數(shù)民族中從事農(nóng)林牧漁業(yè)人員的所占比例為78%，就業(yè)偏好和從業(yè)結(jié)構(gòu)也是影響農(nóng)村多維貧困的主要因素。

4 結(jié)論與政策建議

4.1 結(jié) 論

本文在構(gòu)建重慶市農(nóng)村多維貧困評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，以2015年為研究截面，運(yùn)用多邊形綜合圖示法、探索性空間分析法、地理探測器模型等研究方法，對(duì)重慶市及各區(qū)縣農(nóng)村多維貧困的時(shí)空特征、空間格局和空間分異主導(dǎo)因素進(jìn)行了研究，主要結(jié)論如下：

1）從整體上看，重慶市農(nóng)村多維貧困程度處于較高的水平，并且區(qū)縣和區(qū)域之間差距較大；2）空間分布特征表現(xiàn)為高水平和較高水平貧困的區(qū)縣主要分布在渝東北地區(qū)和渝東南地區(qū)，低水平和較低水平貧困的區(qū)縣主要分布在主城地區(qū)和主城外圍地區(qū)；3）空間關(guān)聯(lián)格局特征研究表明，重慶市農(nóng)村多維貧困在空間上存在著顯著的集聚特征，集聚的高值中心主要分布在渝東北地區(qū)和渝東南地區(qū)，集聚的低值中心主要分布在主城地區(qū)和主城外圍地區(qū)；4）重慶市不同區(qū)域之間的農(nóng)村多維貧困差異較大，主要的影響因素包括小于25°地形坡度占比、到重慶市政府駐地距離、耕地質(zhì)量、城鎮(zhèn)化水平、人均可支配收入、萬人中大學(xué)生人口占比、文盲人口占比、少數(shù)民族人口占比等，并且不同區(qū)域的主導(dǎo)因素有所差異。

4.2 政策建議

近年來隨著統(tǒng)籌城鄉(xiāng)和區(qū)域發(fā)展戰(zhàn)略的實(shí)施，重慶市各級(jí)政府均加大了對(duì)農(nóng)村地區(qū)的各項(xiàng)投入，促使農(nóng)村經(jīng)濟(jì)社會(huì)快速發(fā)展，區(qū)域與城鄉(xiāng)之間農(nóng)村經(jīng)濟(jì)發(fā)展的差距逐步縮小，但從空間布局來看，主城地區(qū)和主城外圍地區(qū)仍然是重慶市經(jīng)濟(jì)發(fā)展的重點(diǎn)地區(qū)，農(nóng)村的各項(xiàng)投入力度更大，而渝東北地區(qū)和渝東南地區(qū)受地理位置、經(jīng)濟(jì)基礎(chǔ)和歷史因素的影響，仍然是農(nóng)村多維貧困程度較高的地區(qū)，這種空間格局在短時(shí)期內(nèi)不會(huì)改變，甚至出現(xiàn)增強(qiáng)的趨勢(shì)。如何緩解農(nóng)村多維貧困程度是各級(jí)政府關(guān)注的焦點(diǎn)，今后應(yīng)該：

1）發(fā)揮政府的主導(dǎo)作用，加強(qiáng)對(duì)農(nóng)村地區(qū)的醫(yī)療、教育、住房投入，著力解決“兩不愁、三保障”問題，提升貧困地區(qū)農(nóng)民生活水平。據(jù)統(tǒng)計(jì)，重慶市85.35%的建檔立卡貧困戶的致貧原因是因病、因?qū)W。一方面，完善醫(yī)療保障和大病救助機(jī)制，改善農(nóng)村醫(yī)療配套設(shè)施，通過政策宣講擴(kuò)大新農(nóng)合參保率；另一方面，加大對(duì)貧困地區(qū)的教育設(shè)施投入，完善教育保障機(jī)制，完善中小學(xué)教育設(shè)施，防止中小學(xué)輟學(xué)現(xiàn)象的發(fā)生，建立貧困大學(xué)生資助體系。住房保障難是阻礙貧困地區(qū)脫貧的又一障礙，對(duì)于解決貧困地區(qū)住房保障問題，鼓勵(lì)社會(huì)資源進(jìn)入，先為貧困農(nóng)戶解決住房問題，建房資金分批支付，鼓勵(lì)宅基地復(fù)墾，緩解貧困農(nóng)戶的資金壓力。

2）統(tǒng)籌區(qū)域之間資源要素流動(dòng)，緩解區(qū)域之間農(nóng)村貧困的差距。重慶市的國家級(jí)和市級(jí)貧困區(qū)縣主要分布在區(qū)域Ⅲ和區(qū)域Ⅳ，需要統(tǒng)籌各區(qū)域的資源要素、合理優(yōu)化配置，緩解區(qū)域之間農(nóng)村貧困的差距。首先，從宏觀上構(gòu)建區(qū)域發(fā)展規(guī)劃體系，明確各區(qū)域的發(fā)展定位，依托定位和特色優(yōu)勢(shì)發(fā)展主導(dǎo)產(chǎn)業(yè)；其次，整合各類社會(huì)資源，加大對(duì)貧困地區(qū)的投資力度，整合區(qū)域Ⅰ和區(qū)域Ⅱ的社會(huì)資源，加大對(duì)貧困程度較深地區(qū)的基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施的投入；再次，統(tǒng)籌全市的教育、醫(yī)療等資源向區(qū)域Ⅲ和區(qū)域Ⅳ地區(qū)傾斜，完善區(qū)域協(xié)調(diào)發(fā)展制度建設(shè)，包括戶籍制度、土地制度、醫(yī)療衛(wèi)生和教育制度，促進(jìn)大區(qū)域之間的人口的合理流動(dòng)；最后，加快貧困程度較深地區(qū)的基礎(chǔ)設(shè)施和公共服務(wù)設(shè)施建設(shè)，促進(jìn)區(qū)域之間協(xié)調(diào)發(fā)展。

3）大力推進(jìn)貧困地區(qū)易地扶貧搬遷，改善農(nóng)村發(fā)展環(huán)境。解決秦巴山和武陵山深度貧困地區(qū)貧困農(nóng)戶的居住和發(fā)展環(huán)境問題，最直接和有效的措施就是實(shí)施易地扶貧搬遷項(xiàng)目。首先，渝東北地區(qū)和渝東南地區(qū)生態(tài)環(huán)境脆弱，布局搬遷居民點(diǎn)時(shí)，要考慮生態(tài)環(huán)境的承載力；其次，地方政府要統(tǒng)籌易地扶貧搬遷的資金，整合各類資金，鼓勵(lì)社會(huì)資源進(jìn)入，完善復(fù)墾機(jī)制，緩解農(nóng)戶資金壓力；再次，妥善處理搬遷后農(nóng)戶的家庭承包地問題，對(duì)于耕作半徑較遠(yuǎn)的承包地，鼓勵(lì)市場流轉(zhuǎn)和農(nóng)民務(wù)工就業(yè)；最后，加強(qiáng)技能培訓(xùn)，提高農(nóng)民的技能素質(zhì)，將農(nóng)村剩余勞動(dòng)力向第二、三產(chǎn)業(yè)轉(zhuǎn)移，提高鄉(xiāng)村從業(yè)人員的就業(yè)比重。

4）依托區(qū)域特色資源優(yōu)勢(shì)，加強(qiáng)特色產(chǎn)業(yè)建設(shè)，提高農(nóng)民的收入水平。產(chǎn)業(yè)扶貧項(xiàng)目是貧困農(nóng)戶脫貧后生計(jì)可持續(xù)的重要保障，重慶市各地區(qū)應(yīng)根據(jù)自身資源和區(qū)位優(yōu)勢(shì)，發(fā)展不同的特色產(chǎn)業(yè)，促進(jìn)貧困農(nóng)民脫貧增收。例如區(qū)域Ⅰ區(qū)位和市場優(yōu)勢(shì)明顯，發(fā)展都市農(nóng)業(yè)和鄉(xiāng)村生態(tài)旅游業(yè)；區(qū)域Ⅱ地形較為平坦，耕地質(zhì)量較高，可以發(fā)展規(guī)模化農(nóng)業(yè)；區(qū)域Ⅲ和Ⅳ雖然自然環(huán)境條件較差，但是可以發(fā)展高山農(nóng)業(yè)、鄉(xiāng)村旅游業(yè)，例如烤煙、黃蓮等經(jīng)濟(jì)作物。

[1] 劉彥隨，周揚(yáng)，劉繼來. 中國農(nóng)村貧困化地域分異特征及其精準(zhǔn)扶貧策略[J]. 中國科學(xué)院院刊，2016，31(3)：269－278.

Liu Yansui, Zhou Yang, Liu Jilai.Regional differentiation characteristics of rural poverty and targeted poverty alleviation strategy in China[J].Bulletin of Chinese Academy of Sciences, 2016, 31(3): 269－278. (in Chinese with English abstract)

[2] 陳光金. 中國農(nóng)村貧困的程度、特征與影響因素分析[J]. 中國農(nóng)村經(jīng)濟(jì)，2008，24(9)：13－25.

[3] 陳輝，張全紅. 基于多維貧困測度的貧困精準(zhǔn)識(shí)別及精準(zhǔn)扶貧對(duì)策-以粵北山區(qū)為例[J]. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，146(3)：63－71.

Chen Hui, Zhang Quanhong. Study on the accurate identification of poverty and accurate poverty alleviation based on multidimensional poverty measurement with the mountain area of northern Guangdong as an example[J]. Journal of Guangdong University of Finance & Economics, 2016, 146(3): 63－71. (in Chinese with English abstract)

[4] 宮留記. 政府主導(dǎo)下市場化扶貧機(jī)制的構(gòu)建與創(chuàng)新模式研究-基于精準(zhǔn)扶貧視角[J]. 中國軟科學(xué)，2016，33(5)：154－162.

Gong Liuji. Research on marketized poverty alleviation mechanism in a context dominated by government: Perspective of precise poverty alleviation[J]. China Soft Science, 2016, 33(5): 154－162. (in Chinese with English abstract)

[5] 高艷云. 中國城鄉(xiāng)多維貧困的測度及比較[J]. 統(tǒng)計(jì)研究，2012，29(11)：61－66.

Gao Yanyun. The multidimensional poverty in urban and rural China: Measurement and comparison[J]. Statistical Research, 2012, 29(11): 61－66. (in Chinese with English abstract)

[6] 侯亞景. 中國農(nóng)村長期多維貧困的測量、分解與影響因素分析[J]. 統(tǒng)計(jì)研究，2017，34(11)：86－97.

Hou Yajing. Analysis of chronic multidimensional poverty measurement, decomposition and influencing factors in rural China[J]. Statistical Research, 2017, 34(11): 86－97. (in Chinese with English abstract)

[7] 陸益龍. 農(nóng)村的個(gè)體貧困、連片貧困與精準(zhǔn)扶貧[J]. 甘肅社會(huì)科學(xué)，2016(4)：7－13.

[8] Deutsch J, Silber J. Measuring multidimensional poverty: An empirical comparison of various approaches[J]. Review of Income and Wealth, 2005, 51(1): 145－174.

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

[10] Foster J. A class of chronic poverty measures[Z]. Vanderbilt University Working Paper, 2007.

[11] Wagle U. Multidimensional Poverty Measurement: Concepts and Applications[M]. New York: NY springer, 2008: 102—105.

[12] 劉小鵬，蘇勝亮，王亞娟，等. 集中連片特殊困難地區(qū)村域空間貧困測度指標(biāo)體系研究[J]. 地理科學(xué)，2014，34(4)：447－453.

Liu Xiaopeng, Su Shengliang, Wang Yajuan, et al. The index system of spatial poverty of village level to monitor in concentrated contiguous areas with particular difficulties[J]. Scientia Geographica Sinica, 2014, 34(4): 447－453. (in Chinese with English abstract)

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

Liu Yanhua, Xu Yong. Geographical identification and classification of multi-dimensional poverty in rural China[J]. Acta Geographica Sinica, 2015, 70(6): 993－1007. (in Chinese with English abstract)

[14] 郭熙保．論貧困概念的內(nèi)涵[J]. 山東社會(huì)科學(xué)，2005，31(12)：49－55.

[15] 高云虹，張建華. 貧困概念的演進(jìn)[J]. 改革，2006，30(6)：110－112.

[16] 張昭. 中國農(nóng)村貧困人口多維特征分析[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2017，17(3)：32－42.

Zhang Zhao. Research on multidimensional characteristics of the poor in rural China[J]. Journal of Northwest A&F University: Social Science Edition, 2017, 17(3): 32－42. (in Chinese with English abstract)

[17] 王小林，Sabina Alkire. 中國多維貧困測量：估計(jì)和政策含義[J]. 中國農(nóng)村經(jīng)濟(jì)，2009，33(12)：4－10.

[18] 楊龍，汪三貴. 貧困地區(qū)農(nóng)戶脆弱性及其影響因素分析[J]. 中國人口·資源與環(huán)境，2015，25(10)：150—156.

Yang Long, Wang Sangui. Households’ vulnerability and determinants analysis in poor areas[J]. China Population, Resources and Environment, 2015, 25(10): 150－156. (in Chinese with English abstract)

[19] 杜鳳蓮，孫婧芳. 貧困影響因素與貧困敏感性的實(shí)證分析：基于1991－2009的面板數(shù)據(jù)[J]. 經(jīng)濟(jì)科學(xué)，2011，33(3)：57－67.

[20] 汪為，吳海濤，彭繼權(quán). 農(nóng)村家庭多維貧困動(dòng)態(tài)性及其影響因素研究-基于湖北數(shù)據(jù)的分析[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2018，30(1)：51－60.

[21] 葉慧，陳敏莉. 邊境地區(qū)貧困農(nóng)戶多維特征及致貧因素分析-基于廣西崇左市貧困戶調(diào)查數(shù)據(jù)[J]. 北方民族大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2016，28(4)：102－106.

Ye Hui, Chen Minli. Multidimensional characters of poor farmers and poverty factors analysis in border areas: Based on the survey data of poor households in Chongzuo, Guangxi[J]. Journal of Beifang University of Nationalities, 2016, 28(4): 102－106. (in Chinese with English abstract)

[22] 王金朔，張庶. 基于全排列圖示指標(biāo)法的城鄉(xiāng)統(tǒng)籌發(fā)展評(píng)價(jià)-以海口市為例[J]. 江西農(nóng)業(yè)學(xué)報(bào)，2014，26(3)：139－142.

Wang Jinshuo, Zhang Shu. Evaluation of urban and rural harmonious developmental level based on entire-array- polygon indictor method: A case study of Haikou City[J]. Acta Agriculturae Jiangxi, 2014, 26(3): 139－142. (in Chinese with English abstract)

[23] 翁翎燕，張超，李偉霄. 基于全排列多邊形圖示法的生態(tài)城市評(píng)價(jià)-以上海市為例[J]. 地球與環(huán)境，2017，45(3)：356－362.

Weng Lingyan, Zhang Chao, Li Weixiao. Assessment of eco-city based on entire-array-polygon evaluation method: A case study of Shanghai City[J]. Earth and Environment, 2017,45(3): 356－362. (in Chinese with English abstract)

[24] 王勁峰，徐成東. 地理探測器:原理與展望[J]. 地理學(xué)報(bào)，2017，72(1)：116－134.

Wang Jingfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116－134. (in Chinese with English abstract)

[25] 蔡進(jìn)，廖和平，李靖. 重慶市轉(zhuǎn)戶進(jìn)城農(nóng)戶城市融入水平及影響因素研究[J]. 西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2017，39(4)：108－114.

Cai Jin, Liao Heping, Li Jing. Study on urban integration level and its influencing factors of urban rural household farmers in Chongqing City[J]. Journal of Southwest University: Natural Science Edition, 2017, 39(4): 108—114. (in Chinese with English abstract)

[26] 李濤，廖和平，褚遠(yuǎn)恒，等. 重慶市農(nóng)地非農(nóng)化空間非均衡及形成機(jī)理[J]. 自然資源學(xué)報(bào)，2016，33(11)：1844－1857.

Li Tao, Liao Heping, Chu Yuanheng, et al. Spatial disequilibrium and its formation mechanism of farmland conversion in Chongqing[J]. Journal of Natural Resources, 2016, 33(11): 1844－1857. (in Chinese with English abstract)

[27] 王曼曼，吳秀芹，吳斌，等. 鹽池北部風(fēng)沙區(qū)鄉(xiāng)村聚落空間格局演變分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(8)：260－271.

Wang Manman, Wu Xiuqin, Wu Bin, et al. Evolution analysis of spatial pattern of rural settlements in sandy area of northern Yanchi[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(8): 260－271. (in Chinese with English abstract)

[28] 楊振，江琪，劉會(huì)敏，等. 中國農(nóng)村居民多維貧困測度與空間格局[J]. 經(jīng)濟(jì)地理，2015，35(12)：148－153.

Yang Zhen, Jiang Qi, Liu Huimin, et al. Multi-dimensional poverty measure and spatial pattern of China’s rural residents[J]. Economic Geography, 2015, 35(12): 148－153. (in Chinese with English abstract)

[29] 陳輝，張全紅. 基于多維貧困測度的貧困精準(zhǔn)識(shí)別及精準(zhǔn)扶貧對(duì)策-以粵北山區(qū)為例[J]. 廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，146(3)：63－71.

Chen Hui, Zhang Quanhong. Study on the accurate identification of poverty and accurate poverty alleviation based on multidimensional poverty measurement with the mountain area of northern Guangdong as an example[J]. Journal of Guangdong University of Finance & Economics, 2016, 146(3): 63－71. (in Chinese with English abstract)

[30] 王艷慧，錢樂毅，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)，2015，33(12)：1489－1497.

Wang Yanhui, Qian Leyi, Duan Fuzhou. Multidimensional poverty measurement and spatial distribution pattern at the country scale: A case study on key country from national contiguous special poverty-stricken areas[J]. Scientia Geographica Sinica, 2015, 33(12): 1489－1497. (in Chinese with English abstract)

[31] 劉彥隨，李進(jìn)濤. 中國縣域農(nóng)村貧困化分異機(jī)制的地理探測與優(yōu)化決策[J]. 地理學(xué)報(bào)，2017，72(1)：161－173.

Liu Yansui, Li Jintao. Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China[J]. Acta Geographica Sinica, 2017, 72(1): 161－173. (in Chinese with English abstract)

[32] 石智雷，鄒蔚然. 庫區(qū)農(nóng)戶的多維貧困及致貧機(jī)理分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2013，34(6)：61－69.

Shi Zhilei, Zou Weiran. The analysis of multidimensional poverty and its impact factors of rural household in reservoir area: The example of Danjiangkou reservoir, Hubei Province[J]. Issues in Agricultural Economy, 2013, 34(6): 61－69. (in Chinese with English abstract)

[33] 賈林瑞，劉彥隨，劉繼來，等. 中國集中連片特困地區(qū)貧困戶致貧原因診斷及其幫扶需求分析[J]. 人文地理，2018，33(1)：85－93.

Jia Linrui, Liu Yansui, Liu Jilai，et al.Study on the poverty causes and aid demands of poor rural hoseholds in the concentrated poverty-stricken in China[J]. Human Geography, 2018, 33(1): 85－93. (in Chinese with English abstract)

[34] 蔡進(jìn)，廖和平，邱道持，等. 重慶市農(nóng)村耕地資源貧困測度及空間格局機(jī)理[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(18)：251—259.

Cai Jin, Liao Heping, Qiu Daochi, et al. Poverty measure of farmland resources and mechanism of spatial pattern in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(18): 251—259. (in Chinese with English abstract)

Space differentiation and its influence factor analysis of rural multidimensional poverty in Chongqing

Cai Jin1, Yu Yangchun2, Luo Dongqi3, Qiu Jiqin1

(1.400067; 2.400067; 3.,,400067

With years of large-scale poverty alleviation and development, the severe poverty population in China's rural areas has declined sharply and the situation of poverty has been effectively relieved. However, because of the large cardinal number in poverty population, the task of poverty alleviation and development is still arduous. At present, the research on rural poverty problem has transformed into multi-dimensional poverty constituted by income level, education & medical treatment, public service and development environment from single-dimensional poverty, which is based on standard income level. Therefore, exploring the spatial differentiation characteristics and influential factors of multi-dimensional poverty in rural areas of a region is targeted to conduct strategies of anti-poverty and development and also promote to increase the farmers’ income and get them out of poverty. Based on comprehending the connotation of rural multi-dimensional poverty, In this paper, we increased the dimension of rural development environment, and selected 20 indicators, such as per capita GDP, per capita education funds, per capita medical expenses and automobile country numbers, to construct the evaluation index system of rural multi-dimensional poverty. With application of the whole arrangement of polygon comprehensive graphic method and exploratory spatial analysis, this paper has analyzed the multi-dimensional poverty level and its spatial distribution and spatial correlation pattern. Moreover, this paper, selecting eight indexes from the aspects of topography, location, resources, economy and culture, constructed the evaluation index system of influencing factors of rural multi-dimensional poverty spatial differentiation, to explore the dominant factors of spatial differentiation of rural multi-dimensional poverty in Chongqing and the various regions. The result showed that the degree of rural area in Chongqing has a high level multi-dimensional rural poverty and the difference between districts and counties is relatively large. In terms of spatial distribution characteristics, the high-level poverty in districts and countries were mainly located in northeast Chongqing and southeastern Chongqing, and the low-level poverty districts and countries were mainly located in metropolitan area and metropolitan periphery, which were primarily influenced by the geographical gradient, the distance of Chongqing government, farmland quality and so on. Different regions are affected by different leading factors. Spatial correlation distribution is characterized by the marked gathered effect of multi-dimensional poverty in rural areas in space. The districts and countries were mainly HH-type and LL-type positive correlation spatial distribution which was related to spatial pattern. HH-type districts and counties were mainly concentrated on northeast Chongqing and LL-type districts and counties were mainly concentrated on metropolitan area. In order to alleviate the multi-dimensional poverty and regional disparity in rural areas, targeted multi-dimensional poverty management approaches needs to be put forward from the aspects such as the specific characteristics of different regions, poverty-causing factors and development history as follows: Firstly, the government should play a leading role in strengthening investment in medical care, education and housing in rural areas. Also the government should be determined to strive to solve the problem of “two no worries, three guarantees” problem, and improve the living standards of farmers in poor areas; Secondly, we should coordinate the flow of resources and alleviate the gap of rural areas between regions; Thirdly, we should vigorously promote the poverty alleviation and reallocation in poor areas and improve the environment of rural development. Finally, we need to rely on the advantages of regional featured resources to strengthen the construction of featured industries and raising the income level of farmers.

rural areas; farmland use; multidimensional poverty; spatial distribution; Chongqing city

蔡 進(jìn)，禹洋春，駱東奇，邱繼勤. 重慶市農(nóng)村多維貧困空間分異及影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(22)：235－245. doi：10.11975/j.issn.1002-6819.2018.22.011 http://www.tcsae.org

Cai Jin, Yu Yangchun, Luo Dongqi, Qiu Jiqin. Space differentiation and its influence factor analysis of rural multidimensional poverty in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 235－245. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.22.011 http://www.tcsae.org

2018-06-21

2018-09-28

教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重大項(xiàng)目“長江上游地區(qū)城鄉(xiāng)統(tǒng)籌發(fā)展研究”（16JJD790064）；國家社科基金“農(nóng)村存量宅基地入市路徑及風(fēng)險(xiǎn)防范研究”（15BJY079）；國家社科基金“鄉(xiāng)村旅游發(fā)展中的用地保障問題（17BJY154）”

蔡 進(jìn)，博士，講師。研究方向?yàn)閲临Y源與區(qū)域發(fā)展、鄉(xiāng)村貧困治理。Email：caijin2011@126.com

10.11975/j.issn.1002-6819.2018.22.030

F301.24

A

1002-6819(2018)-22-0235-11