劉愿理，廖和平,2，張茜茜，李 靖，蔡 進

西南喀斯特區(qū)貧困空間剝奪的識別及空間格局分析

劉愿理1，廖和平1,2※，張茜茜1，李 靖3，蔡 進4

（1. 西南大學地理科學學院，重慶 400067； 2. 西南大學精準扶貧與區(qū)域發(fā)展研究中心，重慶 400067；3. 西南科技大學經濟管理學院，綿陽 621000； 4.重慶工商大學旅游與國土資源學院，重慶 400067）

西南喀斯特區(qū)是生態(tài)環(huán)境脆弱和多維貧困復合區(qū)域，研究該區(qū)域的貧困空間剝奪有助于揭示特定區(qū)域的貧困原因和空間分布，為制定減貧措施提供理論依據。該文在引入貧困空間剝奪概念的基礎上，構建貧困空間剝奪指標體系，運用空間自相關、熱點分析和地理探測器等方法，對云南省羅平縣153個行政村進行了貧困空間剝奪識別和空間格局研究。結果表明：羅平縣貧困空間剝奪程度較深，自然剝奪、經濟剝奪、生態(tài)剝奪、能力剝奪和機會剝奪5個維度和多維貧困空間剝奪的程度均以中高度剝奪為主；貧困空間剝奪集聚性較強，存在6個高值集聚區(qū)和1個低值集聚區(qū)；空間格局分布地域性明顯，單維度貧困空間剝奪分布呈現(xiàn)不同的空間形態(tài)特征，多維貧困空間剝奪呈現(xiàn)“中心低、外圍高”的空間結構；最后，針對5個重點貧困空間剝奪區(qū)域提出了政策建議，為統(tǒng)籌城鄉(xiāng)貧困治理和實施鄉(xiāng)村振興戰(zhàn)略提供科學參考。

空間分布；鄉(xiāng)村；識別；貧困空間剝奪；喀斯特區(qū)；羅平縣

0 引 言

精準扶貧以來，中國脫貧攻堅取得了決定性進展，2012年至2017年期間，中國農村累計脫貧近7 000萬人，國家貧困縣減少了153個，貧困發(fā)生率由10.2%下降至3.1%[1]。但截止2017年底，中國仍有3 046萬貧困人口，主要分布在14個集中連片特困地區(qū)。滇桂黔石漠化片區(qū)作為典型的喀斯特地貌，集民族地區(qū)、革命老區(qū)和邊境地區(qū)于一體，生態(tài)環(huán)境脆弱，“山窮、水枯、林衰、土瘦”，發(fā)展條件較差，基礎設施落后，貧困分布較廣，致貧原因復雜交織，是全國扶貧對象最多、貧困程度最深，脫貧攻堅難度最大的片區(qū)。目前，中國脫貧攻堅已進入“啃硬骨頭、趟深水區(qū)”的攻堅克難的關鍵階段，如何科學分析和系統(tǒng)研究特定區(qū)域、特定群眾的貧困問題，分門別類制定減貧措施具有重要的現(xiàn)實意義。

剝奪與貧困作為不可持續(xù)發(fā)展的兩大難題，具有孿生性。剝奪是指個體缺少日常所需的食物、住房、室內設施等資源或必要的教育、社會服務、就業(yè)等機會的一種資源分配不公平現(xiàn)象[2]。國內外學者對剝奪進行了大量研究，Ayala等學者建立了社會貧困剝奪指數衡量方法，先后提出了貧困主體需要剝奪指數、貧困比例剝奪指數、因子權重剝奪指數法、尤斯泰姆指數法、新西蘭剝奪指數[3-5]，國內學者從不同角度對城市化進程中的區(qū)域剝奪現(xiàn)象進行探討，研究社會經濟、區(qū)域資源、居住環(huán)境等剝奪現(xiàn)象及程度測算，分析彼此間的關聯(lián)機制[6-8]。同時，貧困問題也是學者長期關注的焦點[9-10]，對其研究較多，理論研究上，經歷了經濟學的“物質缺乏貧困論”[11-12]、社會學的“機會剝奪貧困論”[13]、發(fā)展學的“可行能力貧困”和“多維貧困”[14-15]、政治學的“權利理論”[16-17]、生態(tài)學的“生態(tài)貧困論”[18-19]和地理學的“空間貧困陷阱理論”[20]；貧困測量維度上，從傳統(tǒng)的經濟維度測量拓展到經濟、社會、自然等多維度綜合測量[21-22]；評價模型中，主要包括空間回歸、泊松回歸、人工神經網絡、地理探測器等方法和模型[23-24]。研究尺度上，從全國、省域、區(qū)縣、鄉(xiāng)鎮(zhèn)、行政村和農戶等不同尺度對貧困的空間格局進行分析，識別貧困空間分異，進行貧困類型劃分[25-29]。

縱觀國內外關于剝奪與貧困問題的研究，主要側重在測量方法、地理識別、指標體系等方面，從空間剝奪的視角對特定地區(qū)、特定群眾的貧困問題研究較少，而西南喀斯特地區(qū)作為生態(tài)環(huán)境脆弱和多維貧困的復合區(qū)域，研究其貧困空間剝奪識別及其空間格局有重要的現(xiàn)實意義。因此，本文引入貧困空間剝奪概念，以深度貧困地區(qū)云南省羅平縣153個行政村為評價單元，構建自然、經濟、生態(tài)、機會和能力等五個維度的貧困空間剝奪指標體系，運用貧困空間剝奪指數模型、空間自相關和熱點分析等方法，通過ArcGIS、Geoda等軟件，探索羅平縣貧困空間剝奪狀況，分析空間分異規(guī)律和發(fā)生機理，有針對性地提出減貧策略，以期為西南喀斯特地區(qū)脫貧攻堅和2020年全面建成小康社會提供理論指導和實踐參考。

1 貧困空間剝奪的概念與內涵

目前中國學術界沒有系統(tǒng)界定“貧困空間剝奪”的概念，但對空間貧困和空間剝奪的研究較多。其中，空間貧困研究是將空間的概念引入貧困問題分析中，賦予貧困空間屬性，旨在探討貧困的空間分布及貧困與地理環(huán)境之間的關系[30-32]。早期的空間經濟學和新經濟地理學為空間貧困研究奠定了基礎，隨著多維貧困的研究和地理信息系統(tǒng)的發(fā)展，逐漸建立起了地理空間框架分析貧困與地理環(huán)境要素之間的關系，形成了空間貧困理論。其基本思想是根據要素（自然、社會、經濟、生態(tài)等要素）建立自然地理環(huán)境體系，研究其空間分布，繪制貧困空間地圖，分析空間貧困形成的原因，制定空間貧困治理措施[33-34]。而空間剝奪是研究空間分異結果的重要理論工具[35]。其中，健康地理學將剝奪理論運用于健康、福利、身體質量等空間水平指數分析；城市社會地理學通過測度個體剝奪評價地域的剝奪程度，探討社會不平等與空間差異性之間的關聯(lián)；人文地理學從空間公平的角度出發(fā)，重點分析城市化進程中空間剝奪的現(xiàn)象，研究社會經濟、區(qū)域資源、社區(qū)服務等剝奪現(xiàn)象及其程度測算。這些研究都為分析貧困空間剝奪提供了借鑒。

本文結合空間貧困理論和剝奪的概念，在現(xiàn)有成果的基礎上將“貧困空間剝奪”界定為：由于城鎮(zhèn)化的快速發(fā)展，城鄉(xiāng)二元經濟結構導致優(yōu)勢區(qū)域侵占或掠奪劣勢區(qū)域的自然、經濟、生態(tài)、可行能力和發(fā)展機會等各種資源與權利，導致優(yōu)勢區(qū)域快速發(fā)展，劣勢區(qū)域緩慢發(fā)展甚至停滯不前，在地理空間上表現(xiàn)出“優(yōu)勢區(qū)域的群體越富，劣勢區(qū)域的群體越窮”的一種剝奪狀態(tài)（圖1）。這種狀態(tài)主要表現(xiàn)為5個方面：一是自然剝奪，反映的是區(qū)域耕地的數量和質量、耕作條件等情況，以資源稟賦和資源組合表示；二是經濟剝奪，反映的是群眾收入、信貸能力、集體經濟水平等情況，以經濟基礎和發(fā)展條件表示；三是生態(tài)剝奪，反映區(qū)域的地質災害、荒漠化面積、傳統(tǒng)能源使用等情況，以地質災害和生態(tài)環(huán)境表示；四是機會剝奪，反映的是解決貧困所需的交通、住房、對外聯(lián)絡等情況的剝奪，以交通條件、住房條件和對外聯(lián)絡表示，是致貧的外因；五是能力剝奪，反映的是貧困人口自身能力的剝奪，以生產能力、身體健康來表示，是致貧的內因。

圖1 貧困空間剝奪的內涵闡釋圖

2 研究方法與數據來源

2.1 區(qū)域概況

西南喀斯特地區(qū)集生態(tài)環(huán)境脆弱和多維貧困于一體，是當前中國脫貧攻堅的主戰(zhàn)場。羅平縣位于滇、桂、黔三省結合部，地處云南省東部，地理位置介于東經103°57′～104°43′、北緯24°31′～25°25′，是典型的西南喀斯特地區(qū)。該縣地形屬滇東高原向黔西高原過渡帶，地勢西北高，東南低，平均海拔1 480 m（圖2和圖3），年平均降雨量1 740 mm。2017年全縣轄13個鄉(xiāng)鎮(zhèn)（街道），153個行政村，1 194個自然村，1 504個村民小組，總人口64.78萬人，其中農業(yè)人口49.96萬人，主要分布在壩區(qū)和半山區(qū)，河谷區(qū)、山區(qū)和高寒山區(qū)人口較少。境內居住有布依族、彝族、苗族、壯族等22個少數民族，人口為9.39萬人，占總人口的14.50%。

圖2 羅平縣區(qū)位圖

圖3 羅平縣地形圖

全縣喀斯特地貌突出，石漠化面積占土地總面積的89.9%，尤其是南部地區(qū)，工程性缺水嚴重，生態(tài)環(huán)境脆弱，山地巖石裸露率高。羅平縣屬于經濟發(fā)展制約型貧困縣，城鄉(xiāng)二元結構較為明顯，2012年被認定為全國14個連片特困地區(qū)680個貧困縣之一，農村經濟落后，貧困程度深，2017年共有142個貧困村，41 920個貧困人口，是滇桂黔石漠化集中連片區(qū)的國家貧困縣之一。

2.2 指標選取和權重確定

本文運用空間貧困理論，圍繞自然、經濟、生態(tài)、機會和能力5個維度構建貧困空間剝奪評價指標體系，通過R聚類-變異系數方法篩選候選指標，建立了24個度量指標（表1）。本文權重的確定主要結合層次分析法和熵權法的優(yōu)點，通過博弈論思想，以Nash均衡作為協(xié)調目標，構建可能權重集，以期確定一個最能接近實際情況的指標權重值，即博弈論優(yōu)化權重。

表1 西南喀斯特地區(qū)貧困空間剝奪評價指標體系及權重

2.3 模型方法

2.3.1 貧困空間剝奪指數模型

本文構建的貧困空間剝奪評價指標體系由自然剝奪、經濟剝奪、生態(tài)剝奪、機會剝奪和能力剝奪5個維度構成，每個維度下分別設置了若干度量指標，通過維度綜合權重（計算方式同指標權重）對各維度進行加權，求得研究區(qū)貧困空間剝奪指數SDI（space deprivation index）。計算公式如下：

式中為維度個數；為相應維度下的指標個數；F為標準化后的指標值；w為指標權重；w為維度權重。

2.3.2 空間自相關分析

本研究采用全局莫蘭指數（Global Moran’）衡量羅平縣貧困空間剝奪的全局空間相關性，運用Moran 散點圖描繪相鄰單元觀測值的相關關系，直觀反映局部空間相關性的類型及其空間分布，判斷羅平縣貧困空間剝奪分布屬于聚類型、離散型還是隨機型。Moran’值的計算公式如下：

式中為研究單元數，表示研究單位屬性平均值；為要素均值；X和X分別為研究單位和的屬性值；2代表方差；空間權重矩陣元素W為空間對象第和第2點的鏈接關系，通常有鄰接權重（contiguity weight）和距離權重（distance weight），本研究將基于距離標準構建空間權重。Moran’值的顯著性檢驗通過得分來衡量，計算公式如下

式中[]為Moran’的期望值；VAR[]為方差。

2.3.3 熱點分析

運用熱點分析（Getis-Ord G*）統(tǒng)計度量局部空間自相關。全局莫蘭指數（Global Moran’）能衡量研究對象的整體分布狀態(tài)及其關聯(lián)度，但不能反映屬性相似聚集區(qū)的空間分布位置。采用熱點分析測算數據集中要素的Getis-Ord G*統(tǒng)計值，得到每個要素的得分和值，進而識別具有顯著性的高值（熱點）和低值（冷點）空間聚類。Getis-Ord G*的局部統(tǒng)計可以表示為

式中為要素點總數；是要素的標準差；*統(tǒng)計是得分，得分高且值小，則表示存在一個高值的空間聚集；如果得分低并為負數且值小，則表示存在一個低值的空間聚集。

2.3.4 地理探測器

本文借鑒地理探測器模型[36]，引入貧困空間剝奪分異決定力指標，通過分異及因子探測工具探測各維度貧困空間剝奪對多維貧困空間剝奪的作用，利用交互作用探測工具揭示任意2個維度貧困空間剝奪相互作用時是否會增加或者減弱對多維貧困空間剝奪的決定力。各單維度對多維空間剝奪的界決定力大小為

式中n為單維度的類型（對應一個或多個子區(qū)域）內的樣本數；2為整個區(qū)域的離散方差。當各單維度貧困空間剝奪對多維貧困空間剝奪指數具有決定力時，每個類型（對應一個或多個子區(qū)域）的離散方差2會較小，類型（對應一個或多個子區(qū)域）之間的離散方差會較大。

2.4 數據來源與處理

本文貧困空間剝奪研究將從自然剝奪、經濟剝奪、生態(tài)剝奪、機會剝奪和能力剝奪5個方面展開，分別涉及土地利用數據、社會統(tǒng)計數據和調研數據等。所有基礎地理數據均經過粗差剔除和地理校正，時節(jié)點為2017年，主要來源如下：

1）土地利用數據包含耕地、坡度、荒漠化、基巖裸露、公路用地等矢量數據，主要由羅平縣國土資源局提供的2017年土地利用變更數據。其中，荒漠化統(tǒng)計裸地、鹽堿地、沼澤地和灘涂用地面積占土地總面積的比例，平均坡度通過ArcGIS坡度分析獲取。

2）社會統(tǒng)計數據包括低收入人口、農村恩格爾系數、“三留守”人口、集體經濟水平（包含各種補助）、負債總額、對外聯(lián)絡、傳統(tǒng)能源使用和農用化肥施用量等計量數據，主要由羅平縣統(tǒng)計提供的《羅平縣統(tǒng)計年鑒（2017年）》。其中低收入人口界定為人均年收入低于3 200元的人口數，通過計算獲取人均負債率和“三留守”人口比重。

3）調研數據主要來源于2018年精準扶貧第三方評估實地調研，本次調研涉及全縣13個鄉(xiāng)鎮(zhèn)26個行政村，有效樣本量2 040份，包含貸款申請未獲批、地質災害發(fā)生次數、居住危房數量、無技能勞動力、教育年限低于9年的人口數、殘疾和重病人數以及未參加產業(yè)培訓的人數等計量數據，并通過計算獲取各項指標占比。

3 結果分析

3.1 貧困空間剝奪識別及關聯(lián)格局分析

3.1.1 貧困空間剝奪識別

通過貧困空間剝奪指數模型，測算研究區(qū)的自然剝奪、經濟剝奪、生態(tài)剝奪、機會剝奪和能力剝奪等5個單維度和多維貧困空間剝奪指數，運用ArcGIS10.2軟件，通過自然斷裂點法將評價單元各單維度貧困空間剝奪指數和多維度貧困空間剝奪指數劃分為低度剝奪、中度剝奪和高度剝奪3個等級，繪制空間格局圖，探索貧困空間剝奪分布規(guī)律。

從整體上來看，行政村的多維貧困空間剝奪程度差距較大，剝奪指數最高的是團坡村，為8.66%，最低的是學田社區(qū)，為2.27%，二者相差6.39%。貧困空間剝奪指數高值區(qū)主要集中在北部老工業(yè)基地和南部喀斯特地區(qū)，中部區(qū)剝奪程度相對較低，這與全縣貧困發(fā)生率的分布基本吻合，說明研究結果較為符合羅平縣實際情況。

從單維度來看，5個維度的貧困空間剝奪程度大致呈遞增趨勢，其中自然剝奪以中度為主，比例為38.56%；經濟、生態(tài)、能力和機會剝奪中，高度剝奪的行政村占主導地位，比例分別為41.18%、39.87%、47.06%和54.25%。多維貧困空間剝奪中，中度和高度剝奪的行政村達到122個，比例達到79.74%（表2），反映研究區(qū)的貧困空間剝奪程度較深，分布較廣。

表2 羅平縣行政村貧困空間剝奪程度統(tǒng)計表

3.1.2 關聯(lián)格局分析

為了解釋羅平縣貧困空間剝奪的空間分異規(guī)律，本文運用GeoDa軟件，計算全局Moran’指數，分析研究區(qū)貧困空間剝奪是否存在關聯(lián)。計算結果顯示，全局Moran’指數為0.655，正太統(tǒng)計量值為9.008，該值為正且檢驗結果顯著（值大于0.05置信水平的臨界值1.96），置信度為95%，表明研究區(qū)貧困空間剝奪分布存在顯著的空間正相關性。

同時，運用ArcGIS10.2空間統(tǒng)計工具箱中的熱點分析工具（hot spot analysis）計算貧困空間剝奪局域關聯(lián)指數Getis-Ord*，識別高值集聚區(qū)和低值集聚區(qū)（圖4和圖5）。

分析發(fā)現(xiàn)，高值集聚區(qū)主要集中在三省交界處（云南、廣西和貴州），包括2個較大區(qū)域和4個較小區(qū)域，分別是西北部的阿崗鎮(zhèn)（高橋村、戈維村、樂作村和革宜村）和南部的魯布革鄉(xiāng)（舌坡社區(qū)、六魯村、六朋村和團坡村）、東南部的鐘山鄉(xiāng)（老渡口村、普里村）、舊基屋鄉(xiāng)（舊基屋社區(qū)）和北部的富樂鎮(zhèn)（雞場村）。低值集聚區(qū)分布在羅平縣中部，包括羅雄街道（坡衣社區(qū)、青草塘社區(qū)和新村社會等6個社區(qū)）、臘山街道（西關社區(qū)、外納社區(qū)等5個社區(qū)）、九龍街道（以德社區(qū)、關塘社區(qū)和江邊社區(qū)）和板橋鎮(zhèn)（玉馬村、品德村和樂巖社區(qū)）。聚類和異常值分析發(fā)現(xiàn)2個貧困空間剝奪異常值，分別位于九龍街道的阿耶社區(qū)和羅雄街道的阿溝河村。其余村落未呈現(xiàn)集聚特征。

圖5 羅平縣貧困空間剝奪熱點圖

3.2 貧困空間剝奪空間格局分析

3.2.1 單維度空間格局分析

1）自然剝奪維度。自然剝奪指數空間分布呈現(xiàn)核心邊緣結構，即從城市中心向外，剝奪程度逐漸增加（圖6a）。剝奪指數介于1.18%～8.15%間，跨度較大。自然剝奪低值區(qū)主要集中在縣城中心，最低值為羅雄街道的紅星村，高值區(qū)分布在研究區(qū)的北部、東部和南部地區(qū)，最高值為阿崗鎮(zhèn)的阿窩村。自然剝奪空間格局分布與自然條件有關，北部地區(qū)地處滇東高原，地形復雜，多為高山，平均坡度較高，耕地資源較差，25°以上耕地面積較大，共384.21 hm2，占總量的36.99%，且煤炭資源開采占用大量耕地；東部、南部與貴州和廣西接壤，喀斯特問題突出，土層淺薄、基巖裸露、巖層貯水能力差，干旱缺水情況嚴重，耕地破碎度程度較深，平均破碎度值為0.181 5，以中、高度剝奪為主，且人口稀少，東南部27個行政村常住人口65 128人，只占總人口的11.61%，人口居住分散，戶均耕作半徑較大。因此，研究區(qū)北部、東部和南部地區(qū)自然剝奪指數較高。中部和西部地區(qū)位于河谷地帶，耕地質量較高，坡度和破碎度較低，耕作半徑較短，自然條件較好。

2）經濟剝奪維度。經濟剝奪指數空間分布以城中心到城東北的45°中軸線向外延逐漸增加，且北部地區(qū)插花式分布，南部地區(qū)集中分布（圖6b）。具體而言，經濟剝奪指數分布跨幅較大，分布于1.12%～11.25%之間。其中，剝奪程度較高的行政村主要分布在北部鄉(xiāng)鎮(zhèn)（富樂鎮(zhèn)、馬街鎮(zhèn)、老廠鄉(xiāng)和九龍街道）政府所在地的外圍區(qū)域和南部與貴州、廣西交界地區(qū)（長底鄉(xiāng)、鐘山鄉(xiāng)和舊基屋鄉(xiāng)），最高值為魯布革鄉(xiāng)的團坡村；縣城中心區(qū)域剝奪程度較低，最低值為羅雄街道的學田社區(qū)。經濟剝奪空間格局分布與農業(yè)發(fā)展和經濟基礎有關，脫貧攻堅以來，當地政府雖然加大了對“三農”的投入，但城鄉(xiāng)差距仍然明顯。北部和南部地區(qū)84個行政村的農戶收入總體水平不高，基本與全縣農村人均收入13 455元持平，收入來源主要依靠種養(yǎng)殖業(yè)和務工，占比為91.51%，結構較單一，抗風險能力差。同時，金融扶貧成效不顯著，信貸能力較差，貸款申請阻礙度為3.84%，明顯高于中部地區(qū)（1.19%），導致資金難以引入，阻礙集體經濟發(fā)展，各個行政村集體經濟平均收入（16.26萬元）低于中部地區(qū)（23.18萬元）。因此，北部和南部地區(qū)經濟剝奪程度相對較深。

圖6 羅平縣單維和多維貧困空間剝奪分布圖

3）生態(tài)剝奪維度。生態(tài)剝奪指數分布呈“雙核”空間結構，從長底鄉(xiāng)、九龍街道、羅雄街道、臘山街道和大水井鄉(xiāng)向外延逐漸增加，一個核心是北部地區(qū)的富樂鎮(zhèn)、馬街鎮(zhèn)和阿崗鎮(zhèn)，一個核心是南部地區(qū)的鐘山鄉(xiāng)、板橋鎮(zhèn)、舊基屋鄉(xiāng)和魯布革鄉(xiāng)沿線（圖6c）。測算結果顯示，生態(tài)剝奪指數位于1.91%～9.35%，其中最低值是長底鄉(xiāng)的長底社區(qū)，最高值為富樂鎮(zhèn)的新沙河村。生態(tài)剝奪空間格局分布與地質災害和生態(tài)環(huán)境有關，北部地區(qū)地勢復雜，大量采礦導致植被破壞嚴重，地質災害頻發(fā)，據國土資源局統(tǒng)計，2017年北部地區(qū)37個行政村地質災害共發(fā)生23次，占全縣總次數的37.70%。南部地區(qū)喀斯特地貌突出，荒漠化面積達26 812.06 hm2，占土地總面積8.89%，石漠化嚴重。同時，少數民族較多，特別是舊屋基彝族鄉(xiāng)和魯布革布依族苗族鄉(xiāng)，人口綜合素質參差不齊，能源主要是以煤炭和柴火為主，加之土壤貧瘠，化肥施用量較高，2017年南部地區(qū)27個行政村化肥施用量達18 485.55 t，占總量的20.88%，造成農村生態(tài)環(huán)境污染嚴重，生態(tài)剝奪程度較深。

4）機會剝奪維度。機會剝奪指數分布呈現(xiàn)“呂”字型空間結構，即以富樂鎮(zhèn)、馬街鎮(zhèn)和阿崗鎮(zhèn)為小“口”，以板橋鎮(zhèn)、羅雄街道和臘山街道為大“口”上下疊加形成“呂”字型（圖6d）。測算結果顯示，研究區(qū)的機會剝奪指數介于1.00%～7.70%，125個行政村屬于中、高度剝奪，指數程度較深。其中，剝奪程度較低的行政村集中在“呂”字型的中間區(qū)域，而剝奪程度較深的行政村分布在“呂”字型的兩圈，包括樂峰村、荷葉村和以土塊村等83個行政村。機會剝奪空間格局分布與地理區(qū)位、交通條件和對外聯(lián)絡有關，其中，“呂”字型兩端的區(qū)域距離縣鄉(xiāng)政府較遠，受政策惠及和經濟中心輻射帶動作用較小，關注程度不高，發(fā)展機會較少?？臻g格局分布的中間區(qū)域主要是九龍街道，地處滇東高原邊緣處，交通不便，有3個偏遠村（樂戈必村、很召村和以土塊村）仍未全部通瀝青路，出行不便，交通障礙度達到最高，為9.68%。同時，個別偏遠農戶未通寬帶，通訊信號較差，主要集中在九龍街道北部地區(qū)，導致該區(qū)域21個行政村的平均障礙度相對較高，為0.23%，造成對外聯(lián)絡較差，群眾接收發(fā)展機會的信息較少。

5）能力剝奪維度。能力剝奪指數呈現(xiàn)“一主、多副”的多核空間分布結構，以東南部鄉(xiāng)鎮(zhèn)為主中心，北部各鄉(xiāng)鎮(zhèn)為副中心，剝奪程度從鄉(xiāng)鎮(zhèn)政府所在地向外部逐漸增加（圖6e）。測算結果顯示，研究區(qū)的機會剝奪指數處于1.23%～9.94%之間，剝奪指數最高為魯布革的舌坡社區(qū)，最低為羅雄街道的普妥社區(qū)。具體而言，能力剝奪程度較高的行政村主要集中在東南部地區(qū)的鐘山鄉(xiāng)、舊基屋鄉(xiāng)、大水井鄉(xiāng)和魯布革鄉(xiāng)等4個鄉(xiāng)鎮(zhèn)的42個行政村，北部鄉(xiāng)鎮(zhèn)零散分布了34個行政村，中度剝奪的55個行政村分散在北部地區(qū)，而低度剝奪的行政村集中在羅雄街道和板橋鎮(zhèn)，僅22個行政村。能力剝奪空間格局分布與群眾教育程度、內生動力不足和勞動技能水平有關。東南部42個行政村少數民族人口較多，主要以彝族、布依族和苗族為主，農戶受教育程度普遍偏低，文化程度小學及以下的占比高達79.16%，群眾“等靠要”思想較嚴重，內生動力不足。北部地區(qū)屬于老工業(yè)基地，但勞動力技能不高，粗放式發(fā)展，勞動力培訓較少，34個高度剝奪的行政村僅15.74%的農戶參加了勞動技能培訓，勞動力水平較低。

3.2.2 多維貧困空間剝奪分析

多維貧困空間剝奪指數空間格局分布呈現(xiàn)“中心低、外圍高”的結構特征，即以縣城中心為核心，向四周逐漸遞增的格局。具體而言，剝奪程度較低的31個行政村集中在羅雄街道、臘山街道和板橋鎮(zhèn)等縣城中心，剝奪程度高的58個行政村主要集中在研究區(qū)的南北部地區(qū)，主要有5個重點區(qū)域，分別為區(qū)域Ⅰ（富樂-老廠）、區(qū)域Ⅱ（阿崗-馬街）、區(qū)域Ⅲ（九龍-臘山）、區(qū)域Ⅳ（鐘山-舊基屋）和區(qū)域Ⅴ（魯布革-大水井），中度剝奪的64個行政村分布于兩者之間，剝奪程度存在顯著的地域性差異。

區(qū)域Ⅰ（富樂-老廠）位于羅平縣北部，貧困空間剝奪程度高的行政村有10個，主要包括老廠鄉(xiāng)的馬米妥村、吉白村、法乃村等7個村和富樂鎮(zhèn)的樂峰村、新沙河和河外村。該區(qū)域多維貧困空間剝奪指數為7.72%，各單維度的剝奪指標相對平衡。其中，生態(tài)剝奪指數最高，為8.15%，其次是自然剝奪指數7.93%，機會剝奪指數最低，為7.16%。

區(qū)域Ⅱ（阿崗-馬街）位于羅平縣西北部，貧困空間剝奪程度高的有20個行政村，主要包括阿崗鎮(zhèn)的捏恰村、戈維村、革宜村等11個村和馬街鎮(zhèn)的荷葉村、支壁村、宜那村等6個村以及富樂鎮(zhèn)和九龍街道零散分布的3個村。該區(qū)域多維貧困空間剝奪指數為7.90%，剝奪指數最高。

區(qū)域Ⅲ（九龍-臘山）位于羅平縣西部，貧困空間剝奪程度高的有7個行政村，主要包括九龍街道的撒召村、堵木村等5個村和臘山街道的補歹村和中和村。該區(qū)域多維貧困空間剝奪指數為7.08%，其中生態(tài)剝奪指數最高，為7.74%，自然剝奪指數最低，為5.64%。

區(qū)域Ⅳ（鐘山-舊基屋）位于羅平縣東南部，貧困空間剝奪程度高的有13個行政村，主要包括鐘山鄉(xiāng)的普里村、老渡口村、拖黑村等7個村和舊屋基彝族鄉(xiāng)的法灣村、地安村、安木勒村等6個村。該區(qū)域多維貧困空間剝奪指數為7.83%，其中，最高值為能力剝奪指數8.56%，最低值是自然剝奪指數6.74%。

區(qū)域Ⅴ（魯布革-大水井）位于羅平縣南部，貧困空間剝奪程度高的有8個行政村，主要包括魯布革鄉(xiāng)的當別村、舌坡社、羅斯村等6個村及大水井的紅箐村和糯下村。該區(qū)域多維貧困空間剝奪指數為7.66%，其中，能力剝奪指數和生態(tài)剝奪指數較高，分別為8.34%和8.24%，自然剝奪指數相對較低，為6.49%。

3.3 各維度空間剝奪的決定力分析

為了進一步分析各單維度與多維貧困空間剝奪的關系，結合前文研究，利用地理探測器模型，將自然剝奪、經濟剝奪、生態(tài)剝奪、機會剝奪和能力剝奪等5個維度的指數，分別與多維空間剝奪指數進行空間探測分析，探明各維度對多維空間剝奪的決定力（圖7），為制定貧困空間剝奪的解決措施提供科學依據。

圖7 單維度貧困空間剝奪決定力雷達圖

地理探測器探測結果顯示，各維度對多維貧困空間剝奪的空間分異決定力大小排序如下：能力剝奪（0.649 9）、機會剝奪（0.567 1）、經濟剝奪（0.565 8）、自然剝奪（0.428 0）、生態(tài)剝奪（0.422 6）。其中，能力剝奪和機會剝奪決定力較大，自然和生態(tài)剝奪相對較低，說明研究區(qū)能力剝奪和機會剝奪對多維貧困空間剝奪的影響力最大。羅平縣的劣勢區(qū)域因地理位置較差，交通不便，群眾文化程度較低，勞動力技能較差，造成發(fā)展機會較少，可行能力缺乏，導致機會剝奪和能力剝奪較深，而自然資源和生態(tài)環(huán)境相對均衡，優(yōu)勢區(qū)域與劣勢區(qū)域區(qū)別不大，剝奪程度不深，因此自然剝奪和生態(tài)剝奪對多維貧困空間剝奪的影響力相對較小。

通過地理探測器的交互作用探測工具，探測單維度之間的交互作用。結果顯示，任意兩個維度的交互作用都大于單維度的作用，且均存在雙因子增強（表3），單維度的相互作用增強了多維貧困空間剝奪的決定力。其中，能力剝奪與生態(tài)剝奪的交互作用最強，決定力為0.801 0，其次是機會剝奪與生態(tài)剝奪的交互作用，決定力為0.786 6，相對較弱的是生態(tài)剝奪與自然剝奪交互作用，決定力為0.572 5。單維度之間相互作用形成了研究區(qū)多維貧困空間剝奪的空間格局。

表3 單維度貧困空間剝奪之間的相互作用

4 結論與政策建議

4.1 結 論

西南喀斯特地區(qū)是生態(tài)環(huán)境脆弱和多維貧困的復合區(qū)，研究其多維貧困空間剝奪識別及空間格局分析，有助于為該區(qū)域統(tǒng)籌城鄉(xiāng)貧困治理和鄉(xiāng)村振興提供科學參考。本文以羅平縣為例，引入貧困空間剝奪概念，分析喀斯特地區(qū)貧困空間剝奪狀況，探索其空間格局分布及規(guī)律，識別貧困空間剝奪重點區(qū)域。主要結論如下：

1）從整體上看，羅平縣優(yōu)勢區(qū)域剝奪劣勢區(qū)域的程度較深，且涉及面廣，全縣153個行政村中122個屬于中度剝奪或高度剝奪，研究區(qū)優(yōu)勢區(qū)域和劣勢區(qū)域兩極分化嚴重，城鄉(xiāng)二元結構突出；2）空間自相關分析表明，研究區(qū)多維貧困空間剝奪具有較強的空間集聚性，其空間分布存在顯著地正相關性，貧困空間剝奪主要集中在縣域邊界的6個高值集聚區(qū)；3）多維貧困空間剝奪的空間格局分布差異性明顯，各維度在空間的分布呈現(xiàn)不同的形態(tài)特征，其中多維貧困空間剝奪指數呈現(xiàn)“中心低、外圍高”的空間結構，以縣城所在地為核心，向南北逐漸增加，縣域邊緣存在5個重點貧困空間剝奪區(qū)域，羅平縣縣域中心為優(yōu)勢區(qū)域，四周為劣勢區(qū)域，且劣勢區(qū)域被剝奪區(qū)域相對集聚；4）羅平縣自然資源和生態(tài)環(huán)境地區(qū)差異性不明顯，自然剝奪和生態(tài)剝奪對多維貧困空間剝奪的決定力較小，而發(fā)展機會和可行能力因區(qū)位、交通、思想等因素不同導致區(qū)域性差距較大，機會剝奪和能力剝奪對多維貧困空間剝奪的決定力較大。

4.2 政策建議

脫貧攻堅以來，政府加大對深度貧困地區(qū)的投入力度，劣勢區(qū)域與優(yōu)勢區(qū)域同步發(fā)展，但受羅平縣區(qū)域自然環(huán)境、區(qū)位條件差異和歷史因素等的影響，北部、西部和南部等劣勢區(qū)域基礎較差，發(fā)展勢頭較弱，被剝奪的情況仍然嚴重，貧困程度相對較深。因此，為了加快實現(xiàn)城鄉(xiāng)融合發(fā)展和鄉(xiāng)村振興戰(zhàn)略，研究區(qū)應關注5個貧困空間剝奪重點區(qū)域。

1）區(qū)域Ⅰ屬于資源枯竭型，前期礦產資源無序開采，造成生態(tài)環(huán)境嚴重破壞，導致生態(tài)剝奪程度較深。因此，該區(qū)域應加強生態(tài)環(huán)境和自然資源保護，樹立“綠水青山就是金山銀山”的發(fā)展理念，優(yōu)化產業(yè)結構，推動經濟轉型；依托良好的基礎設施，采用“合作社+小農作坊”的模式，重點發(fā)展農產品深加工，提高農產品附加值，增加貧困農戶收入。

2）區(qū)域Ⅱ屬于縣域老工業(yè)基地，多維貧困空間剝奪程度最深。該區(qū)域主要依托水泥廠、磚瓦廠、冶煉廠等傳統(tǒng)加工型企業(yè)，粗放式發(fā)展，勞動技能水平較低，收入穩(wěn)定性較差，導致貧困程度較深。因此，該區(qū)域應加強訂單式勞動技能培訓，提高勞動力價值，解決穩(wěn)定就業(yè)問題；加快產業(yè)轉型升級，依托工業(yè)優(yōu)勢發(fā)展第三產業(yè)，增加貧困人口就業(yè)崗位，確保貧困人口穩(wěn)定脫貧不返貧。

3）區(qū)域Ⅲ位于縣城周圍，地處河谷地帶，耕地質量較高，發(fā)展條件較好，是5個區(qū)域多維剝奪程度最低的區(qū)域。相對而言，該區(qū)域地質災害頻發(fā)，傳統(tǒng)能源使用量較大，人均負責率較高，生態(tài)剝奪和經濟剝奪較高。鑒于此，該區(qū)域應依托縣域市場，發(fā)揮耕地資源優(yōu)勢，大力發(fā)展現(xiàn)代農業(yè)，提高農業(yè)產業(yè)化水平；積極培育新型農業(yè)經營主體，著力推進新型現(xiàn)代農業(yè)經營；引進培育農產品加工龍頭企業(yè)，拓展貧困農戶增收渠道，激發(fā)農村活力。

4）區(qū)域Ⅳ地處“三省三縣”交界處，經濟發(fā)展緩慢，少數民族人口較多，教育水平偏低，人均年收入全縣最低。鑒于此，該區(qū)域應大力發(fā)展教育事業(yè)，提高貧困人口的綜合素質，激活群眾內生動力；依托少數民族文化資源，重點發(fā)展特色產業(yè)，壯大集體經濟組織，帶動貧困人口脫貧致富。

5）區(qū)域Ⅴ屬于典型的喀斯特地區(qū)，荒漠化面積較大，勞動力流失嚴重，“三留守”人口比重較高，產業(yè)發(fā)展多以“家庭作坊”為主，產業(yè)培訓較少，導致生態(tài)剝奪和能力剝奪程度較深。因此，該區(qū)域應充分挖掘地區(qū)特色，依托獨特的喀斯特地貌特征和小三峽、多依河、油菜花等豐富的旅游資源，重點發(fā)展鄉(xiāng)村旅游，創(chuàng)新“鄉(xiāng)村旅游+特色農家樂”模式，大力發(fā)展鄉(xiāng)村經濟。

[1] 國家統(tǒng)計局. 中華人民共和國2017年國民經濟和社會發(fā)展統(tǒng)計公報[EB/OL]. (2018-02-28) [2018-03-03]. http://www.stats.gov.cn/tjsj/zxfb/201802/t20180228_1585631. html.

[2] National Bureau of Statistics. Statistical communique of the People's Republic of China on national economic and social development in 2017[EB/OL]. (2018-02-28) [2018-03-03]. http://www.stats.gov.cn/tjsj/zxfb/201802/t20180228_1585631. html.]

[2] 范建紅，魏成，謝滌湘. 空間剝奪視角下的鄉(xiāng)村貧困研究述評[J]. 世界地理研究，2018，27(1)：121－128.

Fan Jianhong, Wei Cheng, Xie Dixiang. Review of rural poverty from the perspective of spatial deprivation[J]. World Regional Studies, 2018, 27(1): 121－128. (in Chinese with English abstract)

[3] Ayala L, Jurado A, Perez-Mayo J. Income poverty and multidimensional deprivation: Lessons from cross-regional analysis[J]. World Regional Studies, 2018, 27(1): 121－128.

[4] Giesbert L, Schindler K. Assets, Shocks，and poverty traps in rural Mozambique[J]. World Development, 2012, 40(8): 1594－1609.

[5] Pupasingha A, Goetz S J. Social and political forces as determinants of poverty: a spatial analysis[J]. The Journal of Socio-economics, 2007, 36(4): 650－671.

[6] 宋永永，薛東前，代蘭海，等. 陜北能源開發(fā)區(qū)縣域社會剝奪的空間差異與形成機制[J]. 地理與地理信息科學，2019，35(1)：109－117.

Song Yongyong, Xue Dongqian, Dai Lanhai, et al. Spatial pattern and formation Mechanism of social deprivation at county-level in energy-development area of norther Shanxi province[J]. Geography and Geo-Information Science, 2019, 35(1): 109－117. (in Chinese with English abstract)

[7] 翁敏，李宛儀，蘇世亮，等. 社會剝奪視角下的肝癌發(fā)病率空間格局研究：以深圳市為例[J]. 現(xiàn)代預防醫(yī)學，2016，43(8)：1355－1358.

Weng Min, Li Wanyi, Su Shiliang, et al. Spatial analysis on liver cancer morbidity in relation of social deprivation[J]. Modern Preventive Science, 2016, 43(8): 1355－1358. (in Chinese with English abstract)

[8] 羅慶，李雙金，劉榮增，等. 居住環(huán)境多維剝奪的地理識別及類型劃分：以鄭州主城區(qū)為例[J]. 地理研究，2018，37(10)：1971－1981.

Luo Qing, Li Shuangjin, Liu Rongzeng, et al. Geographical identification and classification of residential environmental deprivation: A case study of Zhengzhou city[J]. Geographical Research, 2018, 37(10): 1971－1981. (in Chinese with English abstract)

[9] 劉彥隨，李進濤. 中國縣域農村貧困化分異機制的地理探測與優(yōu)化決策[J]. 地理學報，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)

[10] 丁建軍，冷志明. 區(qū)域貧困的地理學分析[J]. 地理學報，2018，73(2)：232－247.

Ding Jianjun, Leng Zhiming. Regional poverty analysis in a view of geography science[J]. Acta Geographica Sinica, 2018, 73(2): 232－247. (in Chinese with English abstract)

[11] 張博勝，楊子生. 基于空間計量模型的云南農村貧困格局及其影響因素診斷[J]. 農業(yè)工程學報，2019，35(7)：276－287.

Zhang Bosheng, Yang Zisheng. Diagnosis of rural poverty pattern and its influencing factors in Yunnan Province based on spatial econometric model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(7): 276－287. (in Chinese with English abstract)

[12] Carter M R, Barrett C B. The economics of poverty traps and persistent poverty: An asset-based approach[J]. Journal of Development Studies, 2006, 42(2): 178－199.

[13] Harding D J. Counterfactual models of neighborhood effects: The effect of neighborhood poverty on dropping out and teenage pregnancy[J]. American Journal of Sociology, 2003, 109(3): 676－719.

[14] Alkire S, Foster J. Counting and multidimensional poverty measurement[J]. Journal of Public Economics, 2011, 95(7/8): 476－487.

[15] 蔡進，禹洋春，駱東奇，等. 重慶市農村多維貧困空間分異及影響因素分析[J]. 農業(yè)工程學報，2018，34(22)：235－245.

Cai Jin, Yu Yangchun, Luo Dongqi, et al. 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)

[16] Pupasingha A, Goetz S J. Social and political forces as determinants of poverty: A spatial analysis[J]. The Journal of Socio-Economics, 2007, 36(4): 650－671.

[17] Yuan Y,Wu F L.Regional social inequalities and social deprivation in Guangdong province, China[J]. Growth and Chang, 2013, 44(1): 149－167.

[18] 王艷慧，錢樂毅，陳燁烽，等. 生態(tài)貧困視角下的貧困縣多維貧困綜合度量[J]. 應用生態(tài)學報，2017，28(8)：2677－2686.

Wang Yanhui, Qian Leyi, Chen Yefeng, et al. Multidimensional and comprehensive poverty measurement of poverty-stricken counties from the perspective of ecological poverty[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2677－2686. (in Chinese with English abstract)

[19] 冷志明，丁建軍，殷強. 生態(tài)扶貧研究[J]. 吉首大學學報：社會科版，2018，39(4)：70－75.

Leng Zhiming, Ding Jianjun, Yin Qiang. Researchon ecological poverty alleviation[J]. Journal of Jishou University: Social Sciences, 2018, 39(4): 70－75. (in Chinese with English abstract)

[20] Giesbert L, Schindler K. Assets, shocks, and poverty traps in rural Mozambique[J]. World Development, 2012, 40(8): 1594－1609.

[21] 余夢潔，丁東洋. 情與理的耦合:精準識別的基層實踐邏輯與案例分析：以江西省X縣實踐為例[J]. 中國農業(yè)資源與區(qū)劃，2018，39(4)：237－243.

Yu Mengjie, Ding Dongyang. Coupling of sensibility and sense: Grassroots implement logic of accurate identification of poverty and case study: Taking the implement of x county in Jiangxi province for example[J]. Chinese Journal of Agricultural Resources and Rgional Planning, 2018, 39(4): 237－243. (in Chinese with English abstract)

[22] 楊龍，李寶儀，趙陽，等. 農業(yè)產業(yè)扶貧的多維貧困瞄準研究[J]. 中國人口·資源與環(huán)境，2019(2)：134－144.

Yang Long, Li Baoyi, Zhao Yang, et al. Multidimensional poverty targeting of agricultural poverty alleviation through industrialization[J]. China Population Resources and Environment, 2019(2): 134－144. (in Chinese with English abstract)

[23] 羅慶，樊新生，高更和，等. 秦巴山區(qū)貧困村的空間分布特征及其影響因素[J]. 經濟地理，2016，36(4)：126－132.

Luo Qing, Fan Xinsheng, Gao Genghe, et al. Spatial distribution of poverty village and influencing factors in Qinba mountains [J]. Economic Geography, 2016, 36(4): 126－132. (in Chinese with English abstract)

[24] 劉彥隨，李進濤. 中國縣域農村貧困化分異機制的地理探測與優(yōu)化決策[J]. 地理學報，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)

[25] 楊振，江琪，劉會敏，等. 中國農村居民多維貧困測度與空間格局[J]. 經濟地理，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)

[26] 孫林，王艷慧，柯文俊，等. 內蒙古自治區(qū)農村人口多維貧困特征測算與分析[J]. 人文地理，2016(1)：108－115，146.

Sun Lin, Wang Yanhui, Ke Wenjun, et al. A study on the characteristics of multidimensional poverty in the Mongolia autonomous region [J]. Human Geography, 2016(1): 108－115, 146. (in Chinese with English abstract)

[27] 劉新衛(wèi)，楊華珂，鄖文聚. 土地整治促進貧困地區(qū)脫貧的模式及實證[J]. 農業(yè)工程學報，2018，34(5)：242－247.

Liu Xinwei, Yang Huake, Yun Wenju. Patterns of land consolidation promoting poverty alleviation in poor areas and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018 34(5): 242－247. (in Chinese with English abstract)

[28] 趙雪雁，馬艷艷，陳歡歡，等.干旱區(qū)內陸河流域農村多維貧困的時空格局及影響因素：以石羊河流域為例[J]. 經濟地理，2018，38(2)：140－147.

Zhao Xueyan, Ma Yanyan, Chen Huanhuan, et al. Spatio- temporal distribution of rural multidimensional poverty and influencingfactors in the inland river basin of arid areas: A case study of shiyang river basin[J]. Economic Geography, 2018, 38(2): 140－147. (in Chinese with English abstract)

[29] 陳燁烽，王艷慧，趙文吉，等. 中國貧困村致貧因素分析及貧困類型劃分[J]. 地理學報，2017，72(10)：1827－1844.

Chen Yefeng, Wang Yanhui, Zhao Wenji, et al. Contributing factors and classification of poor village in China[J]. Acta Geographica Sinica, 2017, 72(10): 1827－1844. (in Chinese with English abstract)

[30] 劉新衛(wèi)，楊華珂，鄖文聚. 土地整治促進貧困地區(qū)脫貧的模式及實證[J]. 農業(yè)工程學報，2018，34(5)：242－247.

Liu Xinwei, Yang Huake, Yun Wenju. Patterns of land consolidation promoting poverty alleviation in poor areas and its application[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(5): 242－247. (in Chinese with English abstract)

[31] 王興中，王立，謝利娟，等. 國外對空間剝奪及其城市社區(qū)資源剝奪水平研究的現(xiàn)狀及趨勢[J]. 人文地理，2008(6)：7－12.

Wang Xingzhong, Wang Li, Xie Lijuan, et al. The status and trend of researches on deprivation of space and city community resources abroad[J]. Human Geography, 2008(6): 7－12. (in Chinese with English abstract)

[32] 袁媛，吳縛龍，許學強. 轉型期中國城市貧困和剝奪的空間模式[J]. 地理學報，2009，64(6)：753－763.

Yuan Yuan, Wu Fulong, Xu Xueqiang. The spatial pattern of poverty and deprivation in transitional Chinese city[J]. Acta Geographica Sinica, 2009, 64(6): 753－763. (in Chinese with English abstract)

[33] 蔡進，廖和平，邱道持，等. 重慶市農村耕地資源貧困測度及空間格局研究[J]. 農業(yè)工程學報，2017，33(18)：251－259.

Cai Jin, Liao Heping, Qiu Daochi, et al. Study on poverty measure of farmland resources and 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).

[34] 王富珍，周國華，唐承麗，等. 基于可持續(xù)生計分析框架的山區(qū)縣域脫貧穩(wěn)定性評價[J]. 農業(yè)工程學報，2019，35(2)：270－277.

Wang Fuzhen, Zhou Guohua, Tang Chengli, et al. Evaluation of poverty alleviation stability in poverty stricken counties in mountainous areas based on framework of sustainable livelihood analysis[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(2): 270－277. (in Chinese with English abstract)

[35] 張侃侃. 城市社區(qū)體系空間形成機制下的空間結構可獲性研究：以太原市塢城街道辦事處轄區(qū)為例[D]. 西安：西北大學，2012.

Zhang Kankan. Research on the Spatial Structure Availability on the Basis of the Mechanism of Space Formation in Urban Community System: Take Wucheng Sub-district Office in Taiyuan City for Case Study[D]. Xian: Northwest University, 2012. (in Chinese with English abstract)

[36] 劉愿理，廖和平，巫芯宇，等. 西南喀斯特地區(qū)耕地破碎與貧困的空間耦合關系研究[J]. 西南大學學報：自然科學版，2019，41(1)：10－20.

Liu Yuanli, Liao Heping, Wu Xinyu, et al. Spatial coupling relationship between farmland fragmentation and poverty in Kast regions of southwest China[J]. Journal of Southwest Universiy: Natural Science Edition, 2019, 41(1): 10－20. (in Chinese with English abstract)

[37] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學報，2017，72(1)：116－132.

Wang Jinfeng, Xu Chengdong. Geodetector: Principle and Prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116－132. (in Chinese with English abstract)

Identification and spatial pattern analysis of poverty spatial deprivation in Karst Region of Southwest China

Liu Yuanli1, Liao Heping1,2※, Zhang Qianqian1, Li Jing3, Cai Jin4

(1.,400067,; 2.,400067,; 3.621000,; 4.,,400067,)

The Karst region of Southwest China is a complex region with a fragile ecological environment and multi-dimensional poverty. Research on the spatial deprivation and spatial pattern of multi-dimensional poverty in this region is conducive to revealing the causes of poverty in specific regions, thus providing a theoretical basis for formulating poverty control measures. Based on introducing the concept of poverty spatial deprivation, this paper constructed the index system of poverty spatial deprivation, and studied the identification and spatial pattern of poverty spatial deprivation in 153 administrative villages in Luoping County, Yunnan Province by means of spatial autocorrelation, hot-spot analysis and geographical detector. The results show that Luoping County has a deep level of poverty spatial deprivation, as the dimensions of natural deprivation, economic deprivation, ecological deprivation, ability deprivation and opportunity deprivation and the spatial deprivation of multi-dimensional poverty are mainly in a medium-high degree deprivation. Among them, natural deprivation is mainly in a medium level of deprivation, while economic deprivation, ecological deprivation, ability deprivation and opportunity deprivation are mainly in a high level of deprivation and the spatial deprivation of multi-dimensional poverty is mainly in a medium and high level of deprivation. Moreover, the spatial deprivation of multi-dimensional poverty has a strong degree of agglomeration with 6 high-value agglomeration areas at the county boundaries, 1 low-value agglomeration area at the county center, and 2 outlier areas at the urban-rural junction, thus the distribution of poverty spatial deprivation has a significant positive correlation.Besides, poverty spatial deprivation has a significant difference in the distribution of spatial pattern, as different dimensions of poverty spatial deprivation present different morphological characteristics: the spatial distribution index of the natural deprivation presents a core-peripheral structure, the spatial distribution index of the economic deprivation gradually increases outward at a 45° axis from the center of the city to the northwest of the city, the spatial distribution index of the ecological deprivation presents a double-core structure, the spatial distribution index of the opportunity deprivation presents a “l(fā)v (Chinese character)” structure, the spatial distribution index of the ability deprivation presents a structure of “one main and several subsidiaries” and the spatial distribution index of the multi-dimensional poverty spatial deprivation presents a structure of “l(fā)ow center and high periphery”. In addition, among forces that determine the effect of uni-dimensional deprivation on multi-dimensional poverty spatial deprivation, opportunity deprivation has the strongest determining force, followed by ability deprivation and natural deprivation and ecological deprivation are relatively weak, and the interaction between any two single dimensions is greater than the effect of a single dimension, which indicates that there is a two-factor enhancement between two single dimensions. Finally, in conjunction with the 5 key identified areas of poverty spatial deprivation areas, different categories of policies and suggestions are proposed to provide scientific references for the study of the coordination between urban and rural poverty control and the implementation of the rural revitalization strategy.

spatial distribution; rural areas; recognition; poverty spatial deprivation; Karst region; Luoping County

10.11975/j.issn.1002-6819.2019.15.035

F301.24

A

1002-6819(2019)-15-0284-11

2019-03-14

2019-07-16

國務院扶貧辦委托項目《云南省2017年貧困縣退出第三方評估》；國家自然科學基金項目（41701611）；重慶市社會科學規(guī)劃博士項目（2018BS78）；重慶市教育委員會科技項目（KJ1603202）

劉愿理，博士生，研究方向為國土資源與區(qū)域發(fā)展、鄉(xiāng)村貧困治理。Email：402952363@qq.com

廖和平，教授，博導，研究方向為土地規(guī)劃與管理。Email：liaohp@swu.edu.cn

劉愿理，廖和平，張茜茜，李 靖，蔡 進. 西南喀斯特區(qū)貧困空間剝奪的識別及空間格局分析[J]. 農業(yè)工程學報，2019，35(15)：284－294. doi：10.11975/j.issn.1002-6819.2019.15.035 http://www.tcsae.org

Liu Yuanli, Liao Heping, Zhang Qianqian, Li Jing, Cai Jin. Identification and spatial pattern analysis of poverty spatial deprivation in Karst Region of Southwest China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(15): 284－294. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.15.035 http://www.tcsae.org