吳儀 林月 祁新華

摘?要：【目的】當(dāng)前，中國(guó)扶貧工作取得了顯著成效，2020年現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口將全面脫貧。在此背景下，伴隨著高脫貧率的返貧現(xiàn)象引起了政府和學(xué)術(shù)界的高度關(guān)注，然而目前鮮有揭示返貧脆弱性時(shí)空格局的研究成果。論文探究福建省67個(gè)縣（市、區(qū)）在2012-2016年期間的返貧脆弱性的時(shí)空分異與產(chǎn)生機(jī)制，為精準(zhǔn)識(shí)別重點(diǎn)扶貧對(duì)象、制定針對(duì)性強(qiáng)的有效措施提供科學(xué)參考?！痉椒ā空撐膹谋┞缎?、敏感性和適應(yīng)能力3個(gè)維度構(gòu)建多維返貧脆弱性評(píng)價(jià)指標(biāo)體系，并基于地理學(xué)視角與GIS技術(shù)手段進(jìn)行返貧脆弱性測(cè)度和可視化表達(dá)。【結(jié)果】（1）福建省的返貧脆弱性程度整體降低，不同返貧脆弱性等級(jí)呈現(xiàn)不同的態(tài)勢(shì)，高返貧脆弱性從65.7%下降至31.8%，中返貧脆弱性從23.9%提高至56.1%，低返貧脆弱性從10.4%提高至12.1%。（2）其空間范圍也具有明顯的動(dòng)態(tài)變化。高返貧脆弱性在空間上表現(xiàn)為“破碎-連接”，中返貧脆弱性表現(xiàn)為“集聚-連片”，低返貧脆弱性總體呈現(xiàn)“收縮-連接”態(tài)勢(shì);（3）第一產(chǎn)業(yè)增長(zhǎng)值、固定資產(chǎn)投資額、人均土地面積、農(nóng)村用電量、衛(wèi)生機(jī)構(gòu)床位數(shù)和農(nóng)村居民最低生活保障人數(shù)比例與返貧脆弱性顯著相關(guān)?！窘Y(jié)論】福建省的返貧脆弱性具有時(shí)間和空間維度的動(dòng)態(tài)性，中、高返貧脆弱性普遍存在，低返貧脆弱性僅集中在部分沿海都市區(qū)，且返貧脆弱性的產(chǎn)生機(jī)制具有多維特征。未來(lái)實(shí)現(xiàn)可持續(xù)穩(wěn)定脫貧，要重點(diǎn)關(guān)注中、高返貧脆弱性地區(qū)，將脆弱性等級(jí)識(shí)別和精準(zhǔn)舉措緊密對(duì)應(yīng)，并加強(qiáng)返貧預(yù)警。

關(guān)鍵詞：貧困;返貧;脆弱性;脫貧攻堅(jiān);福建省

中圖分類號(hào)：K 901文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1008-0384（2019）08-985-09

Abstract：?【Objective】The temporal/spatial evolution and vulnerability to reversal of the remarkably accomplished poverty alleviation program in China were analyzed using the experience in Fujian as a reference to the national goal of total poverty eradication in the country by 2020.?【Method】 A multi-dimensional vulnerability evaluation system embracing the aspects of exposure， sensitivity， and adaptability of economically destitute population to poverty was established.?And， based on the geographical perspective using the GIS technology， data and visual presentation were made available to analyze the vulnerability of 67 counties and cities in the province from 2012 to 2016 in returning to poverty after successful implementation of the alleviation program.?【Result】（1） Over all， the vulnerability to the reoccurrence of economic destitution in the surveyed areas lessened in those 4 years.?A significant decline occurred in the high vulnerability category， from 65.7% to 31.8%， although the moderate vulnerability segment increased from 23.9% to 56.1%， and the low vulnerability rose from 10.4% to 12.1%. （2）There were significant dynamic spatial changes taken place during the same period as well. In terms of space， the high vulnerability category was of "fragmentation-connection" type， the moderate vulnerability， "agglomeration-continuous"， and the low vulnerability， "contraction-connection." （3） There were significant correlations between the vulnerability and the value increase of primary industry， investment in fixed assets， per capita land area， electricity consumption in rural regions， number of beds in health facilities， and proportion of farming population living below the minimum standard.?【Conclusion】 The vulnerability of the poor in the regions in Fujian to reverse back into destitution after being lifted out of poverty still existed， both temporally and spatially， despite the alleviation efforts.?However， it was more commonly observed at the high and moderate categories， and， at the low level， only in some coastal metropolitan cities.The roots and mechanism behind the reversing outcome were multi-dimensional.?To achieve a sustainable result， efforts would necessarily be focused on localities of high and moderate vulnerability categories to implement measures specifically designed for the identified deficiencies with an early warning system to prevent the return of poverty.

Key words： poverty; return-to-poverty; vulnerability; poverty alleviation; Fujian Province

0?引言

【研究意義】1978-2015年，中國(guó)實(shí)現(xiàn)了7億多人的成功脫貧，對(duì)全球減貧貢獻(xiàn)率超過(guò)70%[1]，中國(guó)的減貧經(jīng)驗(yàn)成為全世界的典型樣本。近年來(lái)中國(guó)的扶貧工作更是取得突破性進(jìn)展，僅2012-2018年貧困人口從9 899萬(wàn)減少至1 660萬(wàn)，農(nóng)村貧困發(fā)生率從10.2%降至1.7%[2]。2019年中央一號(hào)文件明確提出，到2020年確?，F(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口全面脫貧，中國(guó)將逐步退出貧困，進(jìn)入“后貧困時(shí)代”[3]。值得注意的是，已脫貧群體可能由于生計(jì)脆弱性，在自然災(zāi)害、市場(chǎng)變化、重大事故等因素的共同影響下，出現(xiàn)重陷貧困狀態(tài)的現(xiàn)象[4]，進(jìn)而蠶食扶貧成果[5]，阻礙扶貧進(jìn)程的縱深推進(jìn)?！厩叭搜芯窟M(jìn)展】事實(shí)上，返貧現(xiàn)象已經(jīng)引起政府和學(xué)術(shù)界的高度關(guān)注。相關(guān)學(xué)術(shù)研究成果較為豐富，目前主要有返貧、空間貧困和脆弱性等三條研究脈絡(luò)。其中，對(duì)返貧的學(xué)術(shù)研究集中在返貧率的測(cè)算、產(chǎn)生機(jī)制、遏制策略等方面。在返貧的測(cè)算方面，數(shù)據(jù)表明，農(nóng)村返貧率通常在20%左右，部分年份高達(dá)60%，在西北、西南等返貧高發(fā)地區(qū)的個(gè)別省份返貧率超過(guò)50%[6]，個(gè)別省份甚至出現(xiàn)過(guò)返貧人口超過(guò)脫貧人口的情況[7];在產(chǎn)生機(jī)制方面，一般認(rèn)為是多因素綜合作用導(dǎo)致的，包括政策性因素、能力缺失（身體健康、文化素質(zhì)、應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)的能力）、外界沖擊（自然災(zāi)害、氣候影響、重大事件等）[8-9]。在遏制策略方面，有學(xué)者提出“主體-供體-載體”三位一體的可持續(xù)扶貧模式[10]?？臻g貧困是對(duì)多維貧困內(nèi)涵的延伸和深化[11]，是將一系列指標(biāo)（收入、消費(fèi)、醫(yī)療衛(wèi)生、教育等）賦予地理屬性，并將這一系列指標(biāo)合成為地理資本，通過(guò)探討地理資本的空間集聚特征和規(guī)律，來(lái)判定是否存在空間貧困陷阱，據(jù)此制定精準(zhǔn)的減貧策略[12]。學(xué)術(shù)界廣泛將GIS技術(shù)與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合用于模擬貧困空間分異特征及規(guī)律[13]，并進(jìn)行自然、社會(huì)、經(jīng)濟(jì)致貧指數(shù)空間格局的可視化[14-15]，從而為更精準(zhǔn)高效識(shí)別貧困對(duì)象和制定扶貧戰(zhàn)略提供科學(xué)參考。與返貧密切相關(guān)的還有脆弱性（Vulnerability）研究，其關(guān)注度也呈逐年上升趨勢(shì)。脆弱性的概念首先被應(yīng)用于自然災(zāi)害研究領(lǐng)域，Timmerman最早在地學(xué)領(lǐng)域提出了脆弱性的概念[16]。目前脆弱性的應(yīng)用已經(jīng)延伸至氣候變化、土地利用、可持續(xù)發(fā)展、生態(tài)學(xué)、經(jīng)濟(jì)學(xué)、工程學(xué)等研究領(lǐng)域，不過(guò)由于研究對(duì)象和視角的差異，不同學(xué)科領(lǐng)域?qū)Υ嗳跣缘亩x也有所區(qū)別。世界銀行在《世界發(fā)展報(bào)告》中提出“貧困脆弱性”這一術(shù)語(yǔ)，認(rèn)為脆弱性是由于個(gè)體或家庭遭遇風(fēng)險(xiǎn)導(dǎo)致貧困人口的基本生活水平下降到地區(qū)社會(huì)公認(rèn)水平之下的可能性[17]。當(dāng)前脆弱性已經(jīng)成為研究貧困的重要方向，研究?jī)?nèi)容涵蓋外界沖擊、抵御能力、適應(yīng)能力等3個(gè)方面，大多數(shù)是側(cè)重于外界沖擊對(duì)家庭或農(nóng)戶陷入貧困狀態(tài)的直接影響[18]，同時(shí)也強(qiáng)調(diào)教育和健康是家庭陷入貧困脆弱性的兩個(gè)關(guān)鍵因素[19]?！颈狙芯壳腥朦c(diǎn)】綜上，目前相關(guān)理論研究已經(jīng)取得了豐碩的成果，然而基于當(dāng)前視角構(gòu)建指標(biāo)體系以預(yù)測(cè)未來(lái)返貧脆弱性的研究相對(duì)較少，鮮有揭示返貧脆弱性時(shí)空格局的研究成果，對(duì)福建省等沿海相對(duì)發(fā)達(dá)地區(qū)的返貧脆弱性的研究案例更未見(jiàn)于報(bào)道。【擬解決的關(guān)鍵問(wèn)題】本文以福建省67個(gè)縣（市、區(qū)）為實(shí)證對(duì)象，探討2012-2016年期間福建省返貧脆弱性的時(shí)空分異特征和產(chǎn)生機(jī)制，旨在深入理解貧困的動(dòng)態(tài)表現(xiàn)特征，同時(shí)為2020年以后貧困退出背景下制定精準(zhǔn)有效的遏制返貧長(zhǎng)效機(jī)制提供科學(xué)借鑒。

1?區(qū)域概況、研究方法與數(shù)據(jù)來(lái)源

1.1?區(qū)域概況

福建省位于我國(guó)東南沿海，東隔臺(tái)灣海峽與臺(tái)灣省相望，南北銜接珠三角和長(zhǎng)三角經(jīng)濟(jì)圈。全省大部分屬中亞熱帶，閩東南部分地區(qū)屬南亞熱帶，具有獨(dú)特的地理區(qū)位優(yōu)勢(shì)。福建省素有“八山一水一分田”之稱，地勢(shì)總體上西北高東南低，受新華夏構(gòu)造控制，形成兩條斜貫全省的武夷山脈和戴云山脈。土地總面積12.4萬(wàn)km2，海域面積13.6萬(wàn)km2，現(xiàn)轄福州、廈門、莆田、泉州、漳州、龍巖、三明、南平、寧德9個(gè)設(shè)區(qū)市和平潭綜合實(shí)驗(yàn)區(qū)（平潭縣），共67個(gè)縣（市、區(qū)）（金門縣除外）[20]，并在沿海南北兩翼分別形成“廈漳泉”和“福寧莆”兩大都市區(qū)。2018年末，福建省常住人口3 941萬(wàn)人，其中，農(nóng)村常住人口1 347萬(wàn)人，占總?cè)丝诒戎氐?4.2%[21]。

福建省屬東南沿海的經(jīng)濟(jì)洼地，一方面經(jīng)濟(jì)落后于毗鄰的浙江省、廣東省等經(jīng)濟(jì)發(fā)達(dá)省份;另一方面，其內(nèi)部由于受復(fù)雜的地勢(shì)地貌和社會(huì)經(jīng)濟(jì)條件的影響，內(nèi)陸山區(qū)的發(fā)展程度明顯落后于沿海地區(qū)，呈明顯的不均衡性[22]。自20世紀(jì)80年代，福建省就率先在全國(guó)開(kāi)展有組織的開(kāi)發(fā)式扶貧。2012年，福建省確定了23個(gè)省級(jí)扶貧開(kāi)發(fā)工作重點(diǎn)縣。在“十二五”期間，福建省基本形成了“貧困戶-貧困村-貧困縣”3個(gè)層面的扶貧政策支撐體系[23]，取得了巨大的成效。2018年，福建省建檔立卡貧困村新退出1 158個(gè)，5個(gè)省級(jí)扶貧開(kāi)發(fā)工作重點(diǎn)縣實(shí)現(xiàn)摘帽，現(xiàn)行扶貧標(biāo)準(zhǔn)下貧困發(fā)生率降至0.02%，基本完成減貧任務(wù)[24]。正如《2019全球減貧伙伴研討會(huì)》中提出的“根據(jù)國(guó)際減貧經(jīng)驗(yàn)和中國(guó)攻堅(jiān)實(shí)踐，減貧越到后面，難度越大”[25]，同時(shí)出現(xiàn)返貧的風(fēng)險(xiǎn)也更高。2020年福建省所有的貧困縣將全部退出，而返貧作為新型貧困問(wèn)題[26]，將成為福建省當(dāng)前以及未來(lái)脫貧攻堅(jiān)的關(guān)鍵問(wèn)題。因此，福建省的研究案例對(duì)其他地區(qū)有序退出貧困、有效遏制返貧具有很強(qiáng)的借鑒意義。

1.2?研究方法與數(shù)據(jù)來(lái)源

1.2.1?脆弱性分析框架與評(píng)估指標(biāo)體系

如上文所述，脆弱性既是貧困的重要特征，也是返貧的主要原因之一[27]。本文將返貧脆弱性定義為由于個(gè)體或群體受到自然要素與人文要素交互作用形成的外部干擾系統(tǒng)而造成從非貧困狀態(tài)轉(zhuǎn)向貧困狀態(tài)的可能性及程度。參考VSD（Vulnerability Scoping Diagram）評(píng)價(jià)框架，將脆弱性分解為暴露性、敏感性和適應(yīng)能力3個(gè)維度[16]。本文嘗試構(gòu)建由“維度層-類別層-指標(biāo)層”組成層級(jí)結(jié)構(gòu)的返貧脆弱性分析框架，并通過(guò)系統(tǒng)的暴露性、敏感性和適應(yīng)能力測(cè)度返貧脆弱性程度。其中，暴露性反映對(duì)象暴露于或遭受外界不利沖擊的可能性和程度，是綜合沖擊強(qiáng)度、沖擊持續(xù)時(shí)間、空間鄰近性等指標(biāo)的結(jié)果;敏感性反映對(duì)象容易遭受不利沖擊的影響程度或受損的程度，主要由對(duì)象自身結(jié)構(gòu)特征來(lái)反映;適應(yīng)能力反映對(duì)象抵御不利沖擊的能力，包括應(yīng)對(duì)、調(diào)整和適應(yīng)外部沖擊的能力水平[28]，取決于適應(yīng)主體的自然、物質(zhì)、金融、人力和社會(huì)資本等。

返貧在本質(zhì)上也是貧困，同樣具有多維性。多維貧困的概念來(lái)自人類能力和發(fā)展的概念[29]，包括教育、醫(yī)療、就業(yè)和生活水平等多方面指標(biāo)，能夠更全面地概況貧困的程度和內(nèi)容。根據(jù)暴露性、敏感性和適應(yīng)能力3大維度層，參考前人的研究成果，本研究嘗試構(gòu)建一個(gè)多維返貧脆弱性評(píng)價(jià)指標(biāo)體系（表1）。暴露性利用自然環(huán)境和社會(huì)風(fēng)險(xiǎn)兩個(gè)指標(biāo)來(lái)衡量：一是自然環(huán)境，包括自然災(zāi)害程度和森林覆蓋程度兩個(gè)衡量指標(biāo)，其中地區(qū)的自然災(zāi)害頻發(fā)程度對(duì)于較大程度依賴于自然條件的脆弱性群體影響程度較大，森林覆蓋率能夠較好地表現(xiàn)出地區(qū)的環(huán)境和生態(tài)特性;二是社會(huì)風(fēng)險(xiǎn)，包括城鎮(zhèn)登記失業(yè)率，一定程度上反映了脆弱性群體暴露于社會(huì)就業(yè)問(wèn)題的程度。敏感性是指暴露于風(fēng)險(xiǎn)之下的非貧困狀態(tài)的穩(wěn)定水平，通過(guò)脆弱性群體的人口結(jié)構(gòu)和經(jīng)濟(jì)結(jié)構(gòu)來(lái)衡量。人口結(jié)構(gòu)由老年人口比例來(lái)體現(xiàn)，用以反映家庭面對(duì)風(fēng)險(xiǎn)的敏感性程度;經(jīng)濟(jì)結(jié)構(gòu)通過(guò)第一產(chǎn)業(yè)增長(zhǎng)值和固定資產(chǎn)投資額共同反映，能夠充分說(shuō)明地區(qū)農(nóng)林牧漁業(yè)的發(fā)展?fàn)顩r和項(xiàng)目投資情況，折射出地區(qū)對(duì)于風(fēng)險(xiǎn)的敏感性。適應(yīng)能力是指脆弱性群體對(duì)暴露在外部不利干擾后的自身的抵抗與調(diào)整適應(yīng)負(fù)面影響的能力，引入五大生計(jì)資本作為指標(biāo)層，包括脆弱性群體的金融、人力、自然、物質(zhì)和社會(huì)資本。其中，金融資本通過(guò)農(nóng)村人均純收入來(lái)體現(xiàn)，可以說(shuō)明地區(qū)或農(nóng)戶農(nóng)村居民的平均收入水平;人力資本通過(guò)普通初中在校生比例和15～64歲人口比例兩個(gè)指標(biāo)來(lái)體現(xiàn)，反映地區(qū)或家庭的教育水平和勞動(dòng)力狀況;自然資本通過(guò)人均土地面積來(lái)體現(xiàn)，可以度量地區(qū)的發(fā)展限度;物質(zhì)資本通過(guò)公路通車?yán)锍毯娃r(nóng)村用電量來(lái)體現(xiàn)，分別反映地區(qū)公路建設(shè)的發(fā)展規(guī)模以及農(nóng)村用于生產(chǎn)和生活的電量情況，體現(xiàn)了地區(qū)基礎(chǔ)設(shè)施的建設(shè)和保障水平;社會(huì)資本通過(guò)衛(wèi)生機(jī)構(gòu)床位數(shù)、城鎮(zhèn)化率和農(nóng)村居民最低生活保障人數(shù)比例3個(gè)衡量指標(biāo)共同體現(xiàn)，反映出地區(qū)的城市化水平和社會(huì)福利保障程度。綜合分析五大資本來(lái)反映地區(qū)或群體對(duì)于返貧風(fēng)險(xiǎn)的適應(yīng)能力，其資本能力越強(qiáng)，越有利于抵御外界的不利沖擊。

本文的指標(biāo)權(quán)重確定采用廣泛應(yīng)用于指標(biāo)體系構(gòu)建中的德?tīng)柗品ǎ―elphi Method），即匿名專家評(píng)分法。請(qǐng)8位從事人文地理、區(qū)域發(fā)展、農(nóng)業(yè)地理、經(jīng)濟(jì)地理以及農(nóng)業(yè)農(nóng)村和貧困等研究領(lǐng)域的權(quán)威專家通過(guò)背對(duì)背匿名的方式對(duì)指標(biāo)因子進(jìn)行排序或打分，使各輪的咨詢能夠更加科學(xué)有效[30]。通過(guò)多次的征詢反饋，使專家的觀點(diǎn)趨于一致，最終確定權(quán)重的大小。

1.2.2?數(shù)據(jù)來(lái)源

本文采用的主要數(shù)據(jù)包括矢量數(shù)據(jù)圖層和各縣市的基礎(chǔ)自然和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。其中，矢量數(shù)據(jù)圖層來(lái)源于地理國(guó)情監(jiān)測(cè)云平臺(tái)網(wǎng)站（http：//www.dsac.cn/）;各縣市的基礎(chǔ)統(tǒng)計(jì)數(shù)據(jù)來(lái)源于2012-2017年《福建統(tǒng)計(jì)年鑒》、《中國(guó)縣域統(tǒng)計(jì)年鑒（縣市卷）》、福建省9個(gè)地級(jí)市的統(tǒng)計(jì)年鑒，以及各縣（市）的國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等。

1.2.3?脆弱性評(píng)估方法

將數(shù)據(jù)進(jìn)行歸一化處理后，進(jìn)行返貧脆弱性等級(jí)的評(píng)價(jià)：

首先，建立返貧脆弱性評(píng)價(jià)模型，分別計(jì)算各縣的暴露性指數(shù)（E）、敏感性指數(shù)（S）和適應(yīng)能力指數(shù)（A），如（1）所示：

式中，Z指暴露性指數(shù)（E）或敏感性指數(shù)（S）或適應(yīng)能力指數(shù)（A），qi為類別層第i個(gè)類別的權(quán)重，aj為指標(biāo)層第j個(gè)指標(biāo)參數(shù)的標(biāo)準(zhǔn)化值，rj為指標(biāo)層第j個(gè)指標(biāo)的權(quán)重系數(shù)（rj為帶有正負(fù)符號(hào)的值，屬性為正，則符號(hào)為+;屬性為逆，則符號(hào)為-）。

其次，根據(jù)公式（1）計(jì)算各縣返貧脆弱性指數(shù)。由于暴露性和敏感性對(duì)脆弱性程度呈正相關(guān)關(guān)系，適應(yīng)能力與脆弱性程度呈負(fù)相關(guān)關(guān)系[31]，因此，建立返貧脆弱性公式：

式中，E、S、A為上述Z的計(jì)算結(jié)果。返貧脆弱性V的值越高，表明返貧可能性越強(qiáng)或程度越大。

在此基礎(chǔ)上，利用ArcGIS軟件通過(guò)自然斷點(diǎn)法（Natural Breaks Class）將福建省67個(gè)縣（市）的返貧脆弱性得分進(jìn)行分級(jí)并可視化表達(dá)。

2?結(jié)果與分析

2.1?返貧脆弱性時(shí)空演變

2.1.1?返貧脆弱性時(shí)間動(dòng)態(tài)格局

2012-2016年，福建省的返貧脆弱性程度整體降低，但不同返貧脆弱性等級(jí)呈現(xiàn)不同的態(tài)勢(shì)，高返貧脆弱性比例降低，中返貧脆弱性與低返貧脆弱性的比例均提高，同時(shí)空間范圍也具有明顯的動(dòng)態(tài)變化（圖2）。

2012-2014年，高返貧脆弱性的比例從65.7%下降至40.3%，其空間范圍從沿閩西武夷山脈、閩中戴云山脈兩大山脈連片分布格局逐步縮小，形成在全省范圍內(nèi)零星碎片化分布的新格局。中返貧脆弱性的比例從23.9%提高至50.7%，其空間范圍從原來(lái)的碎片化分布于閩中內(nèi)陸和沿海發(fā)展到集中連片分布的新態(tài)勢(shì)，成為福建省整體返貧脆弱性的主要表現(xiàn)形式。低返貧脆弱性的比例從10.4%減少至9.0%，在空間分布上集中于兩大沿海都市區(qū)，格局無(wú)明顯變化。

2014-2016年，高返貧脆弱性的比例從40.3%下降至31.8%，在空間上沿兩大山脈擴(kuò)展延伸，再次形成連片分布態(tài)勢(shì)，呈現(xiàn)出團(tuán)狀和帶狀連接格局。中返貧脆弱性的比例從50.7%下降至56.1%。在空間上從集中連片的格局進(jìn)一步顯現(xiàn)，沿海的中脆弱性地區(qū)呈現(xiàn)出環(huán)都市區(qū)分布的格局。低返貧脆弱性的比例從9.0%提高至12.1%，在空間上，仍表現(xiàn)為集聚在沿海兩大都市區(qū)分布，其中“福寧莆”都市區(qū)的低返貧脆弱性地區(qū)呈帶狀分布格局。值得注意的是，隨著福建省社會(huì)經(jīng)濟(jì)水平整體的提高，低返貧脆弱性地區(qū)也開(kāi)始在內(nèi)陸出現(xiàn)。

返貧脆弱性是對(duì)返貧現(xiàn)象的風(fēng)險(xiǎn)評(píng)估，隨著時(shí)間的變化，由于內(nèi)部條件和外部干擾等因素，脆弱性等級(jí)呈現(xiàn)出時(shí)間維度上的變化。2012-2016年，隨著省級(jí)扶貧開(kāi)發(fā)工作重點(diǎn)縣的確定，精準(zhǔn)扶貧工作的推進(jìn)落實(shí)，政策的進(jìn)一步傾斜使得貧困問(wèn)題得到廣泛的關(guān)注和重視，高度返貧脆弱性程度逐漸減小，福建省整體的返貧脆弱性緩解。

2.1.2?返貧脆弱性等級(jí)空間分異格局

2012-2016年，福建省高返貧脆弱性在空間上的動(dòng)態(tài)變化表現(xiàn)為“破碎-連接”的態(tài)勢(shì);中返貧脆弱性表現(xiàn)為“集聚-連片”態(tài)勢(shì);低返貧脆弱性變化較小，總體呈現(xiàn)“收縮-連接”態(tài)勢(shì)（圖2）。以2016年的識(shí)別結(jié)果為例，具體闡述不同返貧脆弱性等級(jí)空間分布格局（圖2-C）。

高返貧脆弱性縣（市、區(qū)）主要集中在內(nèi)陸山區(qū)的南平市、三明市、寧德市，包括松溪縣、政和縣、順昌縣等21個(gè)縣（市）。其中，閩西地區(qū)的高返貧脆弱性地區(qū)（松溪縣、政和縣、順昌縣、延平區(qū)、建寧縣、泰寧縣、將樂(lè)縣、寧化縣、清流縣、明溪縣）呈團(tuán)狀分布;閩東北地區(qū)的高返貧脆弱性地區(qū)（柘榮縣、壽寧縣、周寧縣、屏南縣、古田縣、閩清縣、永泰縣、德化縣、長(zhǎng)泰縣）沿戴云山脈呈帶狀分布;此外，東山縣和平潭縣（綜合實(shí)驗(yàn)區(qū)）兩個(gè)海島地區(qū)也呈現(xiàn)出高返貧脆弱性，值得關(guān)注。2016年的高返貧脆弱性識(shí)別結(jié)果與福建省23個(gè)省級(jí)扶貧開(kāi)發(fā)重點(diǎn)縣進(jìn)行疊加，重合率為66.7%，重合度較高。重合區(qū)主要分布在內(nèi)陸山區(qū)廣布地區(qū)，返貧脆弱性程度較深。

中返貧脆弱性縣（市、市轄區(qū)）廣泛分布在9個(gè)地級(jí)市上。在空間上，整體呈3大片區(qū)。具體而言，首先最大的片區(qū)分布在龍巖市、三明市、漳州市、泉州市、莆田市，沿戴云山脈向四周擴(kuò)展，包括武平縣、上杭縣、長(zhǎng)汀縣、連城縣、三明市轄區(qū)、永安市、沙縣、尤溪縣、大田縣、漳平市、仙游縣、永春縣、南安市、泉州市轄區(qū)、惠安縣、石獅市、安溪縣、華安縣、漳州市轄區(qū)、南靖縣、龍海市、平和縣、漳浦縣、云霄縣和詔安縣，共25個(gè)。其次是南平片區(qū)，沿武夷山脈分布，包括浦城縣、武夷山市、建陽(yáng)區(qū)、建甌市、光澤縣和邵武市，共6個(gè)。最后是環(huán)“福寧莆”都市區(qū)片區(qū)，包括福鼎市、福安市、霞浦縣、寧德市轄區(qū)、羅源縣和閩侯縣，共6個(gè)。中返貧脆弱性地區(qū)與高返貧脆弱性地區(qū)交錯(cuò)分布，在一定程度上受到鄰近區(qū)域綜合競(jìng)爭(zhēng)力的輻射作用影響。低返貧脆弱性縣（市、市轄區(qū)）僅8個(gè)。在空間分布上主要包括“福寧莆”都市區(qū)的連江縣、福州市轄區(qū)、長(zhǎng)樂(lè)市、福清市、莆田市轄區(qū)軸帶狀分布;“廈漳泉”都市區(qū)的晉江市、廈門市轄區(qū)，以及內(nèi)陸的龍巖市轄區(qū)。

2012-2016年，不同的返貧脆弱性程度地區(qū)呈現(xiàn)出不同的空間響應(yīng)，可能是由于扶貧的邊際遞減效應(yīng)及空間關(guān)聯(lián)效應(yīng)，通過(guò)具體的案例加以分析：古田縣早期大力發(fā)展農(nóng)業(yè)，生產(chǎn)效益良好，2012-2014年，返貧脆弱性由高度向中度變化，而單純地依賴農(nóng)業(yè)，農(nóng)業(yè)效應(yīng)逐漸減弱，2014-2016年，古田縣再次成為高返貧脆弱性縣。柘榮縣由于縣域面積小，發(fā)展動(dòng)力有限，長(zhǎng)期處于高返貧脆弱性等級(jí)。2014-2016年期間，長(zhǎng)樂(lè)市發(fā)揮中心城區(qū)輻射功能，注重二、三產(chǎn)業(yè)的發(fā)展，返貧脆弱性等級(jí)由中度向低度轉(zhuǎn)變，使得“福寧莆”都市區(qū)的低返貧脆弱性地區(qū)在空間上連接成帶狀。不同地區(qū)的變化各異，因此在空間上隨著時(shí)間的變化呈現(xiàn)出不同的空間格局。

2.2?返貧脆弱性產(chǎn)生機(jī)制

返貧脆弱性不僅是長(zhǎng)期貧困的特征，也是再生性貧困的重要誘因，造成社會(huì)格局不斷復(fù)雜化。返貧在本質(zhì)上是多維的貧困問(wèn)題，返貧脆弱性是由多因素共同作用的。一般而言，返貧脆弱性的影響因素有外源性和本源性兩個(gè)部分。本文以返貧脆弱性得分作為因變量，將所選取的自然環(huán)境、社會(huì)風(fēng)險(xiǎn)、人口結(jié)構(gòu)等9個(gè)類別作為自變量，本文通過(guò)建立定量化Pearson相關(guān)分析，結(jié)果顯示，人口結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、金融資本、自然資本、物質(zhì)資本、社會(huì)資本與返貧脆弱性顯著相關(guān)（表2）。在此基礎(chǔ)上，通過(guò)線性回歸分析，選取人口結(jié)構(gòu)、經(jīng)濟(jì)結(jié)構(gòu)、金融資本、物質(zhì)資本、社會(huì)資本下屬的指標(biāo)為自變量，返貧脆弱性得分為因變量，所得線性回歸結(jié)果如表3所示：第一產(chǎn)業(yè)增長(zhǎng)值、固定資產(chǎn)投資額、農(nóng)村用電量、城鎮(zhèn)化率和農(nóng)村居民最低生活保障人數(shù)比例與返貧脆弱性顯著相關(guān)。具體分析如下。

（1）第一產(chǎn)業(yè)增加值與返貧脆弱性呈顯著負(fù)相關(guān)。經(jīng)濟(jì)結(jié)構(gòu)是反映農(nóng)戶生計(jì)能力或返貧脆弱性程度最直接的指標(biāo)之一。隨著第一產(chǎn)業(yè)增加值的提高，返貧脆弱性程度將降低。福建省的三次產(chǎn)業(yè)結(jié)構(gòu)由2012年的9.0∶51.7∶39.3調(diào)整為2016年的8.3∶48.5∶43.2，相比于相鄰的沿海省份而言，第一產(chǎn)業(yè)所占比重較大。福建省內(nèi)多山，而貧困農(nóng)戶絕大多數(shù)分布在內(nèi)陸山區(qū)，主要從事收入回報(bào)比較低的農(nóng)林牧漁業(yè)生產(chǎn)，導(dǎo)致其返貧脆弱性相對(duì)較高。可見(jiàn)，農(nóng)林牧漁業(yè)的發(fā)展?fàn)顩r與脆弱性群體的生計(jì)條件息息相關(guān)。一方面，對(duì)貧困戶來(lái)說(shuō)，第一產(chǎn)業(yè)的發(fā)展一定程度上增加了就業(yè)機(jī)會(huì)，實(shí)現(xiàn)增加創(chuàng)收，降低自身生計(jì)脆弱性;另一方面，產(chǎn)業(yè)發(fā)展作為扶貧開(kāi)發(fā)過(guò)程中的杠桿，直接影響返貧脆弱性的高低，推進(jìn)二、三產(chǎn)業(yè)的發(fā)展，尤其是“一二三”產(chǎn)業(yè)融合發(fā)展能夠促進(jìn)內(nèi)生性脫貧，對(duì)可持續(xù)脫貧而言至關(guān)重要。

（2）固定資產(chǎn)投資額與返貧脆弱性呈顯著負(fù)相關(guān)。固定資產(chǎn)投資額作為一個(gè)綜合性指標(biāo)，反映地區(qū)固定資產(chǎn)投資的規(guī)模、速度、比例關(guān)系和使用方向，影響返貧脆弱性程度的高低，其中最主要的是促進(jìn)地區(qū)的經(jīng)濟(jì)增長(zhǎng)與農(nóng)民收入增加。2012-2014年，福建省的固定資產(chǎn)投資平均以22.23%的速度增長(zhǎng)，高于地區(qū)生產(chǎn)總值10.77%的平均增長(zhǎng)速率;同期內(nèi)，農(nóng)民的年平均收入水平也從9 967元增長(zhǎng)到12 650元，年均增長(zhǎng)13.46%，特別是收入五等分分組中的低收入組收入水平也相應(yīng)從3 787元增長(zhǎng)到4 691元，年均增長(zhǎng)11.94%。

（3）人均土地面積與返貧脆弱性呈顯著負(fù)相關(guān)。人均土地面積能夠體現(xiàn)地區(qū)的發(fā)展能力，人均土地面積越大，可用于發(fā)展的資本越充分，返貧脆弱性程度越低。福建省縣域?qū)用嬷?，如柘榮縣、長(zhǎng)泰縣，以及東山縣和平潭縣（綜合實(shí)驗(yàn)區(qū)）兩個(gè)海島地區(qū)的土地面積都很小，使得地區(qū)自身和當(dāng)?shù)剞r(nóng)民的發(fā)展能力受阻，2012-2016年的返貧脆弱性識(shí)別結(jié)果顯示，其脆弱性等級(jí)都呈高度脆弱性。人均土地面積有限的地區(qū)，應(yīng)當(dāng)充分挖掘地區(qū)優(yōu)勢(shì)，加強(qiáng)對(duì)外聯(lián)系以帶動(dòng)發(fā)展，從而減輕返貧風(fēng)險(xiǎn)。

（4）農(nóng)村用電量與返貧脆弱性呈顯著負(fù)相關(guān)。農(nóng)村用電量包括農(nóng)村生產(chǎn)和生活的全年用電總量，反映農(nóng)村生產(chǎn)力水平和農(nóng)民生活水平的高低。農(nóng)村生產(chǎn)力水平的高低很大程度上決定了農(nóng)林牧漁業(yè)的發(fā)展程度和速度，從而影響農(nóng)戶的生活水平和貧困農(nóng)戶的發(fā)展動(dòng)力條件。因此，農(nóng)村用電量提高，體現(xiàn)返貧脆弱性一定程度降低。此外，農(nóng)村用電量的多少還體現(xiàn)農(nóng)村地區(qū)的電網(wǎng)建設(shè)水平，影響農(nóng)戶的生活水平，從而影響未來(lái)返貧脆弱性的高低。

（5）衛(wèi)生機(jī)構(gòu)床位數(shù)與返貧脆弱性呈顯著負(fù)相關(guān)。衛(wèi)生機(jī)構(gòu)床位數(shù)能夠充分體現(xiàn)地區(qū)的醫(yī)療水平，因病致貧、因病返貧是當(dāng)前貧困問(wèn)題中的重大難題，因此醫(yī)療水平的高低能夠有效反映地區(qū)的返貧脆弱性程度，衛(wèi)生機(jī)構(gòu)床位數(shù)多，醫(yī)療水平較高，返貧脆弱性等級(jí)較低。2014-2016年，福建省的醫(yī)療機(jī)構(gòu)床位保持著較為穩(wěn)定的增速，2015年全省醫(yī)療機(jī)構(gòu)床位總數(shù)173 199張，比上年增長(zhǎng)5.11%，全省每千人口醫(yī)療機(jī)構(gòu)床位數(shù)達(dá)4.51張，在一定程度上提高醫(yī)療保障水平，影響返貧脆弱性等級(jí)。

（6）農(nóng)村居民最低生活保障人數(shù)比例與返貧脆弱性呈顯著負(fù)相關(guān)。農(nóng)村居民最低生活保障是針對(duì)地區(qū)貧困人群的一項(xiàng)社會(huì)救助制度，切實(shí)保障農(nóng)村低收入人群（因病殘、年老體弱、喪失勞動(dòng)能力、生存條件惡劣等的脆弱性群體）的基本生活。福建省已經(jīng)實(shí)現(xiàn)農(nóng)村最低生活保障制度與扶貧開(kāi)發(fā)政策的有效銜接。近年來(lái)，因病致貧、因病返貧的現(xiàn)象凸顯，且在返貧發(fā)生率中占比較大。嚴(yán)重的健康問(wèn)題會(huì)增大家庭的支出，使原本就具有生計(jì)脆弱性的家庭加劇了潛在的返貧脆弱性，而農(nóng)村居民最低保障通過(guò)一定的物質(zhì)幫助，可以有效緩解脆弱群體生活水平的急劇下降，防止已脫貧群體重陷貧困狀態(tài)。因此，保障的覆蓋度越高，越能有效防止返貧現(xiàn)象的發(fā)生。

3?討論與政策啟示

3.1?討論

（1）2012年，福建省確定23個(gè)省級(jí)扶貧開(kāi)發(fā)工作重點(diǎn)縣，并將其作為扶貧開(kāi)發(fā)的主戰(zhàn)場(chǎng)，全省各地遵循“弱鳥(niǎo)先飛、滴水穿石”的精神，持之以恒推進(jìn)扶貧開(kāi)發(fā)工作，脫貧攻堅(jiān)成效卓著，返貧風(fēng)險(xiǎn)得以有效控制，返貧脆弱性降低。2014-2016年，高返貧脆弱性在空間上進(jìn)一步減少，中返貧脆弱性在空間上連片，低返貧脆弱性在空間上出現(xiàn)連接形成帶狀，整體上返貧脆弱性程度由高度脆弱性向中度脆弱性轉(zhuǎn)變。福建省的貧困人口數(shù)從2012年的130.5萬(wàn)人下降至2016年的20.44萬(wàn)人，上一階段中退出的貧困群體在短期內(nèi)仍具有較大的生計(jì)脆弱性，在這個(gè)階段中表現(xiàn)為中、高返貧脆弱性。

（2）未來(lái)要實(shí)現(xiàn)可持續(xù)穩(wěn)定脫貧，要重點(diǎn)關(guān)注中、高返貧脆弱性地區(qū)。值得注意的是，在沿海環(huán)都市區(qū)仍分布著部分中脆弱性地區(qū)，未來(lái)需要防范城鄉(xiāng)差距的擴(kuò)大化。此外，東山縣和平潭縣（綜合實(shí)驗(yàn)區(qū)）兩個(gè)海島地區(qū)也呈現(xiàn)出高返貧脆弱性，未來(lái)海島地區(qū)的發(fā)展也值得關(guān)注。

（3）2020年，中國(guó)將實(shí)現(xiàn)現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口的脫貧，貧困縣全部摘帽，而返貧脆弱性將成為貧困退出需要關(guān)注的重點(diǎn)問(wèn)題。當(dāng)前，學(xué)術(shù)界對(duì)于返貧、空間貧困、脆弱性的研究解釋較為豐富，但基于未來(lái)的視角，探討返貧脆弱性等級(jí)分異和產(chǎn)生機(jī)制的學(xué)術(shù)儲(chǔ)備尚顯不足，需要引起高度關(guān)注。

3.2?政策啟示

國(guó)內(nèi)外經(jīng)驗(yàn)顯示，未來(lái)貧困發(fā)生率降低，返貧風(fēng)險(xiǎn)將加劇。福建省返貧脆弱性等級(jí)特征明顯，針對(duì)返貧脆弱性的不同等級(jí)程度與產(chǎn)生機(jī)制，未來(lái)有效削減返貧脆弱性應(yīng)當(dāng)注意以下兩個(gè)方面：

（1）構(gòu)建返貧脆弱性識(shí)別機(jī)制。一方面，確保信息獲取、收集、反饋渠道暢通，實(shí)時(shí)跟蹤已脫貧群體的數(shù)據(jù)信息，實(shí)現(xiàn)動(dòng)態(tài)化管理。另一方面，將多維返貧脆弱性測(cè)度體系納入貧困動(dòng)態(tài)評(píng)估體系中，嚴(yán)格設(shè)置返貧脆弱性等級(jí)標(biāo)準(zhǔn)，精準(zhǔn)識(shí)別各縣市的返貧脆弱性程度，利用GIS技術(shù)手段，實(shí)現(xiàn)空間分布格局的可視化表達(dá)，及時(shí)瞄準(zhǔn)高脆弱性對(duì)象，破解貧困的“空間陷阱”。

（2）制定精準(zhǔn)遏制返貧舉措。根據(jù)返貧脆弱性等級(jí)識(shí)別結(jié)果，制定高效精準(zhǔn)的遏制策略。首先，重點(diǎn)關(guān)注高、中返貧脆弱性地區(qū)，內(nèi)陸山區(qū)脆弱性程度相對(duì)較高，應(yīng)充分挖掘地區(qū)優(yōu)勢(shì)，完善基礎(chǔ)設(shè)施建設(shè)（包括交通、電網(wǎng)和水利設(shè)施等），同時(shí)通過(guò)周圍地區(qū)輻射帶動(dòng)，打造因地制宜的扶貧模式;其次，對(duì)于低返貧脆弱性地區(qū)，要不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高自身發(fā)展能力，積極引導(dǎo)貧困穩(wěn)定退出，完成貧困縣摘帽。

參考文獻(xiàn)：

[1]UNITED STATES. The Millennium Development Goals Report[M]. United States，2015： 16-25.

[2]國(guó)家統(tǒng)計(jì)局. 國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R/OL]. （2013-02-22/2019-02-28）[2019-06-05].http：//www.stats.gov.cn/tjsj/zxfb.

[3]中華人民共和國(guó)農(nóng)業(yè)農(nóng)村部. 聚力精準(zhǔn)施策，決戰(zhàn)決勝脫貧攻堅(jiān)[R/OL]. （2019-02-20）[2019-06-05].http：//www.moa.gov.cn/ztzl/jj2019zyyhwj.

[4]劉永富. 以精準(zhǔn)發(fā)力提高脫貧攻堅(jiān)成效[N]. 人民日?qǐng)?bào)， 2016-01-11： B7.

LIU Y F. Targeted efforts to improve poverty alleviation efforts[N]. The People's Daily， 2016-01-11： B7.（in Chinese）

[5]鄧永超. 鄉(xiāng)村振興下精準(zhǔn)扶貧中防治返貧的優(yōu)化機(jī)制[J]. 湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)， 2018， 35（4）： 49-56.

DENG Y C. Optimizing the Mechanism of Prevent and Control the Return of Poverty in Targeted Poverty Alleviation under Rural Revitalization[J]. Journal of Hunan University of Finance and Economics， 2018， 35（4）： 49-56.（in Chinese）

[6]楊立雄. 高度重視扶貧攻堅(jiān)中的返貧問(wèn)題[J]. 中國(guó)民政， 2016，33（5）：18-20.

YANG L X. Great importance attach to re-poverty in poverty alleviation[J]. China Civil Affairs， 2016，33（5）：18-20.（in Chinese）

[7]張珺. 當(dāng)前我國(guó)農(nóng)村返貧現(xiàn)狀與問(wèn)題分析[J]. 中國(guó)管理信息化， 2011， 7（11）： 26-27.

ZHANG J. Current situation and problem analysis of rural re-poverty in China[J]. China Management Informationization， 2011， 7（11）： 26-27.（in Chinese）

[8]關(guān)孔春. 精準(zhǔn)扶貧中返貧的原因及其對(duì)策分析[J]. 勞動(dòng)保障世界， 2018，31（21）：29-31.

GUANG K C. Analysis on the causes and countermeasures of re-poverty in targeted poverty alleviation[J]. Labor Security World， 2018，31（21）：29-31.（in Chinese）

[9]鄭瑞強(qiáng)， 曹國(guó)慶. 脫貧人口返貧：影響因素、作用機(jī)制與風(fēng)險(xiǎn)控制[J].農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2016， 15（6）： 619-624.

ZHENG R Q， CAO G Q. Re-poverty Population： Influencing Factors， Mechanism and Risk Control[J]. Journal of Agro-Forestry Economics and Management， 2016， 15（6）： 619-624.（in Chinese）

[10]姚建平， 王碩， 劉曉東. 農(nóng)業(yè)產(chǎn)業(yè)化的農(nóng)戶返貧風(fēng)險(xiǎn)研究——基于甘肅省靖遠(yuǎn)縣兩村莊棗農(nóng)的分析[J]. 華北電力大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2017， 25（1）： 73-79.

YAO J P， WANG S， LIU X D. The Risk of Poverty-return on Agriculture Industrialization： An Analysis Based on the Jujube Farmers of Two Villages in Jingyuan County of Gansu Province[J]. Journal of North China Electric Power University （Social Sciences Edition）， 2017， 25（1）： 73-79.?（in Chinese）

[11]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(cè)度指標(biāo)體系研究[J]. 地理科學(xué)， 2014， 34（4）： 447-453.

LIU X P， SU S L， WANG Y J， 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）

[12]劉小鵬， 李永紅， 王亞娟，等. 縣域空間貧困的地理識(shí)別研究——以寧夏涇源縣為例[J]. 地理學(xué)報(bào)， 2017， 72（3）： 545-557.

LIU X P， LI Y H， WANG Y J， et al. Geographical identification of spatial poverty at county scale[J]. Acta Geographica Sinica， 2017， 72（3）： 545-557.（in Chinese）

[13]陳姝睿. 基于GIS和BP的原州區(qū)空間貧困及其分異機(jī)制研究[D]. 寧夏： 寧夏大學(xué)， 2014.

CHEN S R. Spatial Poverty and the Differentiation Mechanism of Yuanzhou based on GIS and BP Neural Network[D]. Ningxia： Ningxia University， 2014.（in Chinese）

[14]許月卿， 李雙成， 蔡運(yùn)龍. 基于GIS和人工神經(jīng)網(wǎng)絡(luò)的區(qū)域貧困化空間模擬分析——以貴州省貓?zhí)恿饔驗(yàn)槔齕J]. 地理科學(xué)進(jìn)展， 2006， 25（3）： 79-85.

XU Y Q， LI S C， CAI Y L. Spatial Simulation Using GIS and Artificial Neural Network for Regional Poverty—A Case Study of MaotiaoheWatershed，Guizhou Province[J]. PROGRESS IN GEOGRAPHY， 2006， 25（3）： 79-85.（in Chinese）

[15]曾永明， 張果. 基于GIS和BP神經(jīng)網(wǎng)絡(luò)的區(qū)域農(nóng)村貧困空間模擬分析——一種區(qū)域貧困程度測(cè)度新方法[J]. 地理與地理信息科學(xué)， 2011， 27（2）： 70-75.

ZENG Y M， ZHANG G. Spatial Simulating in Regional Rural Poverty Based on GIS and BP Neural Network： A New Appraisement Method on Regional Rural Poverty[J]. Geography and Geo-Information Science， 2011， 27（2）： 70-75.（in Chinese）

[16]李鶴， 張平宇， 程葉青. 脆弱性的概念及其評(píng)價(jià)方法[J]. 地理科學(xué)進(jìn)展， 2008， 27（2）： 18-25.

LI H， ZHANG P Y， CHENG Y Q. Concepts and Assessment Methods of Vulnerability[J]. Progress in Geography， 2008， 27（2）： 18-25.（in Chinese）

[17]WORLD BANK. World development Report 2000/2001 Attacking Poverty[M]. New York Oxford University Press， 2001： 276-280.

[18]鄭浩. 貧困陷阱： 風(fēng)險(xiǎn)、人力資本傳遞和脆弱性[D]. 武漢： 武漢大學(xué)， 2012.

ZHENG H. Poverty Traps：Risk， Human Capital Transition and Vulnerability[D]. Wuhan： Wuhan University. 2012.（in Chinese）

[19]蔡進(jìn)， 禹洋春， 駱東奇，等. 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.

CAI J， YU Y C， LUO D Q， et al. Space differentiation and its influence factor analysis of rural multidimensional poverty in Chongqing[J]. Transactions of the Chinese Society of Agricultural Engineering， 2018， 34（22）： 235-245.（in Chinese）

[20]福建省人民政府. 省情概況[R/OL]. （2019-02-25）[2019-06-05]. http：//www.fujian.gov.cn/szf/gk.

[21]福建省統(tǒng)計(jì)局. 福建省國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[R/OL]. （2019-02-28）[2019-06-05]. http：//tjj.fujian.gov.cn/xxgk/tjgb.

[22]陸珍， 張明慧， 程煜等. 福建省縣域多維貧困空間分異研究[J].福建農(nóng)林大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2019， 22（2）： 19-25.

LU Z， ZHANG M H， CHENG Y， et al. Spatial differentiation of multidimensional poverty in county areas of Fujian[J]. Journal of Fujian Agriculture and Forestry University （Philosophy and Social Sciences）， 2019， 22（2）： 19-25.（in Chinese）

[23]黃欣樂(lè). 福建省貧困人口分布、區(qū)域差異及扶貧機(jī)制研究[D]. 福州： 福建農(nóng)林大學(xué). 2016.

HUANG X Y. The Study on The Distribution of The Poor， The Regional Differences and The Assistance Mechanism in Fujian Province[D]. Fuzhou： Fujian Agriculture and Forestry University， 2016.（in Chinese）

[24]福建省人民政府. 2019年福建省人民政府工作報(bào)告[R/OL]. （2019-01-21）[2019-06-11].http：//www.fujian.gov.cn/szf/gzbg/szfgzbg.

[25]辛聞，王虔，中國(guó)網(wǎng)·中國(guó)扶貧在線. 全球減貧伙伴研討會(huì)： 以技術(shù)創(chuàng)新推動(dòng)中國(guó)經(jīng)驗(yàn)國(guó)際落地[R]. （2019-05-16）[2019-06-05]. http：//f.china.com.cn/2019-05/16/content_74790364.htm.

[26]何華征， 盛德榮. 論農(nóng)村返貧模式及其阻斷機(jī)制[J]. 現(xiàn)代經(jīng)濟(jì)探討，2017，36（7）：95-102.

HE H Z， SHENG D R. On the model of re-poverty in rural areas and its blocking mechanism[J]. Modern Economic Research， 2017，36（7）：95-102.（in Chinese）

[27]韓崢. 脆弱性與農(nóng)村貧困[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題， 2004，40（10）：8-12.

HAN Z. Fragility and Rural Poverty[J]. Issues in Agricultural Economy， 2004，40（10）：8-12.（in Chinese）

[28]黃曉軍， 王晨， 胡凱麗. 快速空間擴(kuò)張下西安市邊緣區(qū)社會(huì)脆弱性多尺度評(píng)估[J]. 地理學(xué)報(bào)， 2018， 73（6）： 18-33.

HUANG X J， WANG C， HU K L. Multi-scale assessment of social vulnerability to rapid urban expansion in urban fringe： Acase study of Xi'an[J]. Acta Geographica Sinica， 2018， 73（6）： 18-33.（in Chinese）

[29]WAGLE U R. The Counting-Based Measurement of Multidi-mensional Poverty： The Focus on Economic Resources， Inner Capabilities， and Relational Resources in the United States[J]. Social Indicators Research， 2014， 115（1）： 223-240.

[30]王少娜， 董瑞， 謝暉，等. 德?tīng)柗品捌錁?gòu)建指標(biāo)體系的應(yīng)用進(jìn)展[J]. 蚌埠醫(yī)學(xué)院學(xué)報(bào)， 2016， 41（5）： 695-698.

WANG S N， DONG R， XIE H， et al. The application progress of Delphi method and its construction index system[J]. Journal of Bengbu Medical College， 2016， 41（5）： 695-698.（in Chinese）

[31]鄒秀琦， 李嵐彬， 周東，等. 臺(tái)風(fēng)災(zāi)害脆弱性評(píng)估的分析框架研究[J]. 福建師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017， 64（5）： 76-83.

ZOU X Q， LI L B， ZHOU D， et al. A Study on the Analysis Framework of the Assessment of Typhoon Disaster Vulnerability[J]. Journal of Fujian Normal University （Natural Science Edition）， 2017， 64（5）： 76-83.（in Chinese）

（責(zé)任編輯：張?梅）