徐 英

(興義民族師范學院經濟與管理學院,貴州興義 562400)

0 引言

貧困問題是世界各國和地區(qū)共同面臨和需要解決的重大課題，是一個集多學科綜合研究的交叉領域[1]。在貧困問題研究中涉及多個方面，諸如貧困定義[2]、貧困類型[3]、貧困識別[4]與貧困評估[5]、致貧機理[6]、脫貧對策[7]以及減貧效應[8]等，貧困理解和貧困識別，一直是貧困研究和減貧公共政策重點關注的問題[9]。 通常對貧困概念有兩種理解，一是個體意義上的貧困，即從個人或家庭角度看待貧困； 二是區(qū)域意義上的貧困，即從整體角度來看待貧困，如地區(qū)貧困、國家貧困，農村貧困、城市貧困等[2]。相應地，貧困識別可分為個體或家庭識別和地理識別兩種。貧困識別的目的是為了有針對性地制定扶貧政策和措施，其需要借助于一定的測度方法，通過數(shù)值指標來表示主體貧困的程度。

貧困個體或家庭的識別，早期世界各國通行的做法是通過收入貧困線來測量[10]。1998年阿馬蒂亞·森提出多維貧困理論，認為貧困不僅僅是收入低下，而是對人的基本可行能力的剝奪，因此收入微薄只能反映貧困的一個方面。為了能夠更加準確地瞄準貧困個體或家庭，需要從多個維度進行貧困判定。目前影響較大的是2010年聯(lián)合國《人類發(fā)展報告》中采用的Alkire和Forter于2007年開發(fā)的“A—F雙臨界值”多維貧困測量方法[11]，這種“雙臨界值”法得到學術界的廣泛認同。例如，王小林和Alkire采用“雙臨界值”法，利用2006年“中國健康與營養(yǎng)調查”數(shù)據，對中國農村與城市家庭多維貧困進行了測量[12]； 王艷慧等以河南省連片特困區(qū)扶貧重點縣為研究區(qū)域，構建基于“雙臨界值”的“維度加總/分解”算法進行了“縣級—村級”的貧困人口多維貧困量算和分析[13]。對于貧困人口數(shù)量少且分布較為分散的國家或地區(qū)，貧困識別可以僅在個體或家庭尺度開展?，F(xiàn)階段中國農村貧困面仍然較大，貧困人口分布具有明顯的區(qū)域性特征，這就決定了未來較長一段時期內，需要對貧困區(qū)域進行地理識別及認定以安排和執(zhí)行各種扶貧項目[14]。

地理識別是以不同尺度的地理單元為單位進行的貧困識別，地理單元通常選擇縣級尺度或村級尺度，尤以縣級尺度最為常用。例如，陳燁烽等基于“十二五”期間全國“整村推進”貧困村數(shù)據，構建村級多維貧困綜合測度模型，系統(tǒng)測度并分析了研究區(qū)貧困村的相對貧困特征[15]； 袁媛等對河北省136個縣的貧困狀況分別進行經濟單維度與經濟—社會—自然三維度評估，并基于SOFM網絡將全省縣域貧困度劃分為五級[16]； 王艷慧等構建基于貧困指數(shù)—最小方差模型(PI-MVM)的縣級多維貧困度量模型，以6個連片特困區(qū)的249個縣為典型研究區(qū)，系統(tǒng)揭示片區(qū)—縣級層面上的貧困程度、致貧原因及其空間分布特征[17]?？h域既是中國基層行政區(qū)劃的實體單位，也是國家扶貧開發(fā)決策實施的重要地理單元，識別其貧困程度，揭示其空間分布特征及規(guī)律，將有助于國家“精準扶貧”戰(zhàn)略的準確實施。鑒于此，文章以貴州省貧困縣作為研究對象，綜合測度貧困縣之間的相對貧困程度，探尋貧困縣空間分布特征及分布格局，以期為區(qū)域扶貧開發(fā)的優(yōu)先順序提供一定的決策依據。

1 研究區(qū)概況

貴州省位于24°37′N～29°13′N，103°36′E～109°35′E，地處云貴高原東部的滇東高原到湘西丘陵之間的過渡地帶。全省土地總面積約17.6萬km2，平均海拔1 104m； 地勢起伏大，地貌類型復雜， 92.5%的面積為山地和丘陵； 喀斯特地貌分布廣泛，面積達70%。氣候類型屬于亞熱帶高原季風濕潤氣候，冬無嚴寒，夏無酷暑。

貴州省是典型的少數(shù)民族聚居區(qū)，少數(shù)民族人口占總人口的36%，是我國貧困問題最為突出的省份。全省下轄6個地級市和3個少數(shù)民族自治州，共計88個縣級行政區(qū)。2012年3月，在國務院發(fā)布的國家扶貧工作重點縣(簡稱國家級貧困縣)調整名單上，貴州省有50個貧困縣(圖1)。同年，根據《中國農村扶貧開發(fā)綱要(2011—2020年)》精神，國務院扶貧辦確定并公布了全國14個集中連片特殊困難地區(qū)涵蓋的680個貧困縣，貴州省有65個(圖2)。合并國家級貧困縣和集中連片特殊困難地區(qū)貧困縣，貴州省共有66個貧困縣。

圖1 貴州省國家級貧困縣 圖2 貴州省集中連片特殊困難區(qū)貧困縣

據貴州省統(tǒng)計局發(fā)布的數(shù)據顯示， 2015年底，貴州省有493萬貧困人口，貧困人口數(shù)量排全國第1位，占全國的8.77%，貧困發(fā)生率為14%。全省88個縣(區(qū)、市、特區(qū))中，貧困發(fā)生率最高為27.6%，最低為0.4%，縣域貧困發(fā)生率相差懸殊。

表1 貴州省縣域貧困測度指標體系

維度指標單位代碼指標性質自然耕地面積比例%X1逆指標人口農村貧困人口數(shù)量萬人X2正指標貧困發(fā)生率%X3正指標經濟人均GDP元X4逆指標人均第一產業(yè)增加值元X5逆指標人均第二產業(yè)增加值元X6逆指標人均第三產業(yè)增加值元X7逆指標人均儲蓄存款余額元X8逆指標人均社會消費品零售總額元X9逆指標人均一般公共預算教育支出元X10逆指標人均一般公共預算收入元X11逆指標農村居民人均可支配收入元X12逆指標工業(yè)化率%X13 逆指標

2 研究方法

2.1 貧困測度方法——因子分析法

因子分析法是從研究指標相關矩陣內部的依賴關系出發(fā)，把一些信息重疊、具有錯綜復雜關系的變量歸結為少數(shù)幾個不相關的綜合因子的一種多元統(tǒng)計分析方法。這種方法在將原始指標變換為幾個公因子的過程中，很容易得到各公因子的權重，而且權重是隨數(shù)學變化生成的，屬于客觀賦權，不能人為調整，比采用專家征詢法確定權重的精度高且工作量較小[18]。

2.2 指標體系構建

縣域貧困測度指標體系與人口貧困測度指標體系不同，人口貧困測度指標體系關注的是個人的可行能力是否被剝奪，而縣域貧困測度指標體系更多關注區(qū)域的可持續(xù)發(fā)展能力[17]。在構建測度指標體系時，首先要遵循科學性原則?？h域的經濟維度代表著貧困的表相，社會維度代表著生活保障能力的擁有狀況，自然維度代表著區(qū)域本底自然資產，決定著區(qū)域發(fā)展能力[16]。因此，縣域貧困測度多從經濟、社會、自然環(huán)境3個維度建立測度指標體系。其次，應考慮測度的可操作性原則。由于因子分析法需要把測度指標區(qū)分為正指標和逆指標，如果選擇縣域平均海拔高度、坡度、氣溫、降水等作為測度指標，就會夸大這些自然環(huán)境條件的作用，導致測度結果失真。而耕地面積占國土面積的比例，反映了農村人口擁有自然資源狀況，可能對其經濟收入產生重要影響，可以作為自然維度的代表性指標。第三，應重視數(shù)據的可獲得性原則。同時，參考國務院扶貧辦認定貧困縣的標準以及相關研究成果，來構建貴州省縣域貧困測度指標體系。該指標體系包括資源、人口、經濟3個維度，13項具體指標(見表1)。

2.3 數(shù)據來源與處理

依照已構建的縣域貧困測度指標體系，利用《貴州統(tǒng)計年鑒2016》和《貴州年鑒2016》提供的基礎數(shù)據，建立66個貧困縣屬性數(shù)據庫，用以測度66個貧困縣的貧困程度。

此外，利用ArcGIS軟件，繪制貴州省各類貧困縣及各個等級貧困縣的空間分布圖。通過閱讀、觀察及分析地圖，歸納貧困縣空間分布的規(guī)律，揭示縣域貧困度與自然地理環(huán)境的空間關聯(lián)性，探尋自然地理環(huán)境對縣域貧困的影響，進而提出治理貧困的針對性措施。

3 縣域貧困現(xiàn)狀測度

以已建立的貴州省66個貧困縣屬性數(shù)據庫為基礎數(shù)據，經過上述的數(shù)據標準化處理后，運用SPSS軟件進行因子分析，具體步驟及結果如下。

3.1 因子分析可行性檢驗

KMO和Bartlett′s檢驗符合因子分析要求，說明數(shù)據適合做因子分析(見表2)。

表2 KMO和Bartlett的檢驗

取樣足夠度的Kaiser-Meyer-Olkin度量0.635Bartlett的球形度檢驗 近似卡方981.674df78Sig.0.000

3.2 主成分分析法提取公因子

對原始數(shù)據進行降維處理，提取特征值大于1的因子作為公因子。結果顯示(表3)，前4個因子的特征值都大于1，累積方差貢獻率為79.978%。因此，提取前4個因子為公因子較合適，4個公因子對貴州省縣域貧困度的解釋程度達到79.978%，可以反映13個原始指標的絕大部分信息。

表3 公因子特征值、貢獻率及累積貢獻率

因子初始特征值提取平方和載入旋轉平方和載入特征值方差貢獻率(%)累積方差貢獻率(%)特征值方差貢獻率(%)累積方差貢獻率(%)特征值方差貢獻率(%)累積方差貢獻率(%)15.45541.95841.9585.45541.95841.9583.52127.08327.08322.30317.71359.6712.30317.71359.6713.28325.25752.3431.44411.1170.7811.44411.1170.7812.02615.58567.92541.1969.19679.9781.1969.19679.9781.56712.05379.978

3.3 公因子解釋

因子載荷代表原始變量與公因子之間的相關系數(shù)。為了使提取的公因子更易于解釋和具有命名清晰性，利用方差最大法，對初始因子載荷矩陣進行旋轉，旋轉在第7次迭代后收斂，得到較為滿意的因子載荷矩陣。觀察旋轉后的因子載荷矩陣，可知第一個公因子在人均GDP(0.856)、人均第二產業(yè)增加值(0.942)、工業(yè)化率(0.905)、人均一般公共預算收入(0.771)上的載荷系數(shù)較大，可歸結為工業(yè)化水平因子； 第二個公因子在人均第三產業(yè)增加值(0.740)、人均儲蓄存款余額(0.880)、人均社會消費品零售總額(0.830)上載荷系數(shù)較大，可歸結為城鎮(zhèn)化水平因子； 第三個公因子在第一產業(yè)增加值(0.815)、農村貧困人口數(shù)量(0.671)、人均一般公共預算教育支出(0.796)上具有較大載荷系數(shù)，可歸結為農村發(fā)展水平因子； 第四個公因子在農村居民人均可支配收入(0.577)、耕地面積比例(0.550)、貧困發(fā)生率(0.865)上載荷系數(shù)較大，可歸結為農村產出水平因子。

3.4 計算縣域貧困度綜合得分

縣域貧困度綜合得分計算公式如下：

Fi=WjYij

(1)

式(1)中，F(xiàn)i表示第i個縣域的綜合得分，代表縣域的貧困度，Wj為第j個公因子的權重，可用4個公因子各自的方差貢獻率來表示；Yij為第i個縣域第j個公因子的單項得分，可采用因子得分系數(shù)矩陣以及變量的觀測值計算而得。綜合得分計算結果見表4。

綜合得分越高的縣域，貧困度越大； 綜合得分越低的縣域，貧困度越輕。貴州省66個貧困縣中，貧困度最大的是威寧縣，其綜合得分為0.786 9； 貧困度最輕的是銅仁市碧江區(qū)，其綜合得分為-1.644 0。

4 貧困度空間分布特征

4.1 貧困度等級分類

借助于ArcGIS 軟件平臺，將貴州省貧困縣及其綜合得分與貴州省縣級行政區(qū)劃圖連接匹配，制作專題地圖，并應用自然間斷點分級法劃分貧困度等級(圖3)。可劃分為5個等級(表5)，即極重度貧困，綜合得分在0.47～0.79之間； 重度貧困，綜合得分在0.18～0.46之間； 中度貧困，綜合得分在-0.19～0.17之間； 輕度貧困，綜合得分在-0.72～-0.20之間； 輕微貧困，綜合得分在-1.64～-0.73之間。

表4 貴州省縣域貧困度綜合得分

縣名貧困度及排名縣名貧困度及排名縣名貧困度及排名縣名貧困度及排名縣名貧困度及排名威寧縣0.786 9 1思南縣0.352 9 15石阡縣0.238 0 29獨山縣-0.054 7 43湄潭縣-0.451 6 57織金縣0.771 6 2劍河縣0.346 7 16關嶺縣0.166 8 30施秉縣-0.066 5 44荔波縣-0.668 5 58赫章縣0.651 4 3黔西縣0.336 4 17三穗縣0.147 7 31道真縣-0.096 0 45萬山區(qū)-0.734 6 59黃平縣0.638 6 4冊亨縣0.336 1 18德江縣0.140 6 32鳳岡縣-0.101 2 46西秀區(qū)-0.798 8 60大方縣0.602 9 5正安縣0.316 7 19鎮(zhèn)寧縣0.108 7 33印江縣-0.103 5 47平壩區(qū)-0.836 2 61從江縣0.552 2 6務川縣0.2919 20麻江縣0.099 6 34桐梓縣-0.200 1 48盤州市-0.840 3 62黎平縣0.548 1 7臺江縣0.286 3 21長順縣0.089 6 35普安縣-0.202 4 49赤水市-1.066 3 63榕江縣0.545 9 8丹寨縣0.286 3 22七星關0.086 5 36六枝特-0.238 6 50龍里縣-1.325 9 64三都縣0.538 7 9普定縣0.277 6 23雷山縣0.044 4 37安龍縣-0.245 3 51玉屏縣-1.446 0 65沿河縣0.489 7 10平塘縣0.270 2 24岑鞏縣0.015 1 38鎮(zhèn)遠縣-0.285 3 52碧江區(qū)-1.644 0 66紫云縣0.455 3 11 松桃縣0.269 8 25惠水縣0.009 7 39興仁縣-0.361 7 53納雍縣0.428 8 12錦屏縣0.269 7 26江口縣0.000 9 40貴定縣-0.397 8 54晴隆縣0.419 2 13水城縣0.260 5 27習水縣-0.008 4 41 甕安縣-0.440 4 55望漠縣0.364 6 14羅甸縣0.256 3 28天柱縣-0.039 8 42 貞豐縣-0.445 0 56

表5 貴州省貧困縣等級分類

貧困等級地貌區(qū)名稱及范圍黔中區(qū)35縣黔北區(qū)9縣黔東區(qū)19縣黔南區(qū)7縣黔西南區(qū)8縣黔西區(qū)10縣縣市(區(qū))名稱個數(shù)本區(qū)比個數(shù)本區(qū)比個數(shù)本區(qū)比個數(shù)本區(qū)比個數(shù)本區(qū)比個數(shù)本區(qū)比極重度貧困威寧、織金、赫章、黃平、大方、從江、黎平、榕江、三都、沿河25.71%111.11%315.79%114.29%00330%重度貧困紫云、納雍、晴隆、望漠、思南、劍河、黔西、冊亨、正安、務川、臺江、丹寨、普定、平塘、松桃、錦屏、水城、羅甸、石阡411.43%222.22%526.32%342.86%337.5%220%中度貧困關嶺、三穗、德江、鎮(zhèn)寧、麻江、長順、七星關、雷山、岑鞏、惠水、江口、習水、天柱、獨山、施秉、道真、鳳岡、印江514.28%333.33%631.58%228.57%112.5%110%輕度貧困桐梓、普安、六枝、安龍、鎮(zhèn)遠、興仁、貴定、甕安、貞豐、湄潭、荔波38.57%111.11%15.26%114.29%337.5%220%輕微貧困萬山、西秀區(qū)、平壩、盤州、赤水、龍里、玉屏、碧江區(qū)38.57%111.11%315.79%0000110%合計各地貌區(qū)貧困縣比例48.57%88.88%94.74%100%87.5%90%

圖3 貴州省縣域貧困度空間格局

4.2 貧困度空間格局分析

觀察圖3，結合貴州省自然地理環(huán)境結構狀況，探析縣域貧困度空間格局特征，概括為以下兩點。

4.2.1 縣域貧困度與區(qū)域地貌類型相關

總的來看，平均海拔較高或地勢起伏較大的縣域，大多貧困度較大； 地勢起伏度小，河谷壩子相對較多的縣域，大多貧困度較輕。具體分述如表5。

(1)黔東山地丘陵區(qū)，即梵凈山、雷公山一線以東地區(qū)。是貴州高原東部邊緣的斜坡地帶，地勢自西向東傾斜，溝谷發(fā)育，地表破碎[19]。低中山和低山占全區(qū)面積的86.4%，丘陵占7.35%，河谷壩子占1.13%。主要包括銅仁市下轄的6縣(區(qū))及黔東南州13縣(市)。該區(qū)貧困縣有18個，占縣域總數(shù)的94.74%，且多為中度以上貧困，僅有凱里市為非貧困縣。

(2)黔南山地河谷區(qū)，即苗嶺中段以南地區(qū)。是黔中山原向紅水河谷地逐漸降低的斜坡部位，地勢北高南低，地表起伏較大。低中山和低山占全區(qū)面積的92.7%，河谷壩子占1.05%。主要包括黔南州下轄的6縣和安順市紫云縣， 7縣均為貧困縣，且貧困程度較重。

(3)黔西南山原丘陵盆地區(qū)，即普安以東，望謨以西，南盤江以北地區(qū)。地勢西高東低，北高南低，中山、低中山及低山占全區(qū)面積的82.87%，丘陵占11.75%，河谷壩子占1.53%。主要包括黔西南州7縣(市)和安順市關嶺縣，貧困縣7個，占87.5%，僅有興義市為非貧困縣。

(4)黔西山原山地區(qū)，即盤縣、晴隆以北，黔西、織金以西地區(qū)。是全省地勢最高地區(qū)，以高中山和中山為主，占全區(qū)總面積的75.59%，高原占10.51%，河谷壩子僅有0.4%。主要包括畢節(jié)市5縣(區(qū))、六盤水市4縣(區(qū))、黔西南州普安縣。該區(qū)貧困縣有9個，占90%，且多為極重度貧困縣和重度貧困縣，僅有六盤水市中山區(qū)為非貧困縣。

(5)黔北中山峽谷區(qū)，即大婁山以北地區(qū)。地勢南高北低，中山、中低山和低山占全區(qū)面積的97.73%，河谷壩子僅為0.43%。主要包括遵義市7縣(市)、銅仁市2縣，其中貧困縣8個，占88.88%，僅有仁懷市為非貧困縣。

(6)黔中山原丘陵盆地區(qū)，即黔西、織金以東，黃平以西，綏陽以南，鎮(zhèn)寧、惠水以北地區(qū)。地勢自西向東和自中部向南、北傾斜，是貴州境內起伏較小地區(qū)； 烏江以南地勢稍高，大面積的溶蝕盆地較多。該區(qū)中山、低中山及低山占全區(qū)面積的80%，丘陵占17.1%，河谷壩子占2.9%[20]。主要包括貴陽市10縣(區(qū))、遵義市7縣(區(qū))、畢節(jié)市3縣、銅仁市2縣、安順市4縣(區(qū))、黔東南州3縣、黔南州6縣(市)。其中貧困縣17個，占48.57%，且貧困程度較輕，多為中度以下貧困。

綜上所述，貴州省6個地貌區(qū)中，只有黔中山原丘陵盆地區(qū)貧困縣占該區(qū)縣域總數(shù)的比例小于50%，其余5個地貌區(qū)貧困縣比例皆大于縣域總數(shù)的87%，充分說明地貌等自然地理條件對縣域貧困度具有一定的影響?；仡櫼延械难芯课墨I，如趙躍龍等[21]認為脆弱生態(tài)環(huán)境與貧困之間的相關性大小受到不同地理區(qū)位、經濟發(fā)展水平等因素影響； 許月卿等[22]以貴州省貓?zhí)恿饔驗檠芯繀^(qū)，發(fā)現(xiàn)自然要素為主要致貧因子，而社會經濟要素為緩解貧困的因子。再結合貴州省貧困度與區(qū)域地貌類型相關性分析，更進一步印證自然地理條件與貧困存在一定的空間關聯(lián)。因此，近年來自然地理條件被逐步納入貧困度評價中，以反映自然—社會—經濟耦合形成的貧困問題[16]。

4.2.2 極重度貧困縣與重度貧困縣大多分布在省際邊界區(qū)

極重度貧困縣與重度貧困縣，如威寧、赫章、沿河、從江、黎平、冊亨、望謨、羅甸、平塘、松桃等縣域，位于省際邊界地區(qū)，一方面受到自然地理環(huán)境致貧影響，另一方面又遠離貴州省經濟中心或所在行政區(qū)域中心，較少受到中心的輻射帶動，同時還是少數(shù)民族聚居區(qū)，因此經濟發(fā)展緩慢，貧困程度較重。

在省際邊界區(qū)也存在輕微貧困縣域，如赤水市、盤州市、玉屏縣等，這些縣域依靠開發(fā)區(qū)域特有的資源如旅游資源、礦產資源等，或利用方便的交通運輸條件，發(fā)展特色經濟，因而貧困度較輕，脫貧致富指日可待。

在黔中山原丘陵盆地區(qū)邊緣，由于行政區(qū)劃的限制，省會城市經濟帶動作用難以惠及，同樣存在少數(shù)貧困度較大縣域，如黔西縣、織金縣、黃平縣等。而位于黔中區(qū)的多數(shù)貧困縣，多為輕微及輕度貧困，如龍里縣、鳳岡縣等，這得益于其較為優(yōu)越的自然地理條件和經濟區(qū)位，容易實現(xiàn)區(qū)域脫貧。

5 貴州省扶貧工作建議

通過對貴州省66個貧困縣進行貧困等級分類及空間格局分析，建議扶貧工作首先按照貧困縣等級開展有針對性的分類扶貧，其次是遵循區(qū)域共性實施相似的扶貧策略。

(1)重點關注極重度貧困與重度貧困縣域。處于極重度貧困及重度貧困的縣域，具有一系列明顯的特征，要么是境內平均海拔較高的縣域，要么是境內河谷發(fā)育地表破碎的縣域，并且絕大部分縣域是少數(shù)民族聚居區(qū)。這些特征決定了這兩類貧困縣域，在自然維度上存在重度貧困，在社會經濟維度方面也存在顯著貧困。如果沒有外界持續(xù)輸入的自然資本和社會資本，將長期處于重度貧困狀態(tài)。因此，扶貧政策、扶貧資金等應重點向這兩類縣域傾斜，逐步解決其交通基礎設施薄弱問題，增強其地理可進入性，加強與中心城市的聯(lián)系，改善其經濟區(qū)位。加強教育扶貧力度，提高農村年輕人口的素質，培育其生存與發(fā)展方面的技能，在年輕一代中建立一種自我覺察的能力，激活其生命的韌性與動力，推動積極的自我改變。打破慣例與路徑依賴機制，依據各貧困縣域的實際情況，制定合理的產業(yè)類型和發(fā)展路徑，提升區(qū)域發(fā)展能力。

相對而言，處于中度貧困、輕度貧困及輕微貧困的縣域，自然條件和社會經濟條件稍好，部分縣域已經形成較為成熟的主導產業(yè)，如雷山縣的旅游產業(yè)、興仁縣的薏仁米產業(yè)。這些縣域在政府助力下，依靠已有的經驗，繼續(xù)探索產業(yè)扶貧之路，減少貧困人口數(shù)量和比例，可以率先實現(xiàn)脫貧。

(2)實施農業(yè)產業(yè)化開發(fā)，促進旅游產業(yè)發(fā)展。目前階段，貧困縣域在積極推動工業(yè)化進程的同時，必須立足于當?shù)貙嶋H，通過農業(yè)產業(yè)化發(fā)展特色農業(yè)，促進縣域經濟發(fā)展。各縣域具有優(yōu)越的氣候資源，光熱資源充足，降水豐富。因此可以利用氣候資源發(fā)展立體農業(yè)，克服地形崎嶇不平的限制，合理安排農林牧業(yè)生產； 通過農業(yè)產業(yè)化組織方式，依靠外界輸入農業(yè)技術，建立農民合作組織，增強其競爭力； 引導農民進行農產品的生產銷售，提高農民收入。

貧困縣域大多具有獨特、秀麗、新奇而多樣的喀斯特地貌景觀，以及獨特濃郁的少數(shù)民族文化與少數(shù)民族風情，應依靠這些自然旅游資源與文化旅游資源發(fā)展旅游產業(yè)，從而促進貧困縣域經濟快速發(fā)展，推進區(qū)域脫貧進程。

6 結語

通過建立多指標體系，應用因子分析法及ArcGIS自然間斷點分級法，將貴州省貧困縣劃分為極重度貧困、重度貧困、中度貧困、輕度貧困及輕微貧困5個等級，可為貴州省扶貧工作的優(yōu)先順序提供一定依據。貴州省扶貧辦將66個貧困縣劃分為一般貧困和深度貧困，深度貧困縣共14個，并確定14個擬退出的貧困縣。14個深度貧困縣皆分屬于極重度貧困和重度貧困等級； 14個擬退出的貧困縣基本上屬于輕度貧困縣和輕微貧困縣等級。說明測度結果與貴州省扶貧辦劃分的貧困等級基本吻合，體現(xiàn)了該文的測度方法與等級劃分科學合理。縣域貧困度空間格局與貴州地貌分區(qū)具有一定的空間關聯(lián)，反映了自然地理環(huán)境條件如地貌是貴州縣域致貧的重要原因。