張 君， 薛 亮， 白子怡

（1.西安財(cái)經(jīng)大學(xué)管理學(xué)院，西安 710110； 2.陜西師范大學(xué)地理科學(xué)與旅游學(xué)院，西安 710119）

貧困是人類長(zhǎng)期面臨的困境，這種困境是一種復(fù)雜、綜合的社會(huì)現(xiàn)象，長(zhǎng)期以來困擾著人類社會(huì)，是社會(huì)各界關(guān)注的熱點(diǎn)之一. 消除貧困依然是當(dāng)今世界所面臨的最大的全球性挑戰(zhàn)［1］. 同時(shí)，消除貧困，逐步實(shí)現(xiàn)共同富裕是社會(huì)主義的本質(zhì)特征，也是國(guó)家實(shí)現(xiàn)全面發(fā)展必不可少的舉措. 改革開放40年來，我國(guó)扶貧工作取得了世人矚目的成就，貧困人口較1978 年減少了6.7 億人［2］. 但是，貧困狀況依然嚴(yán)峻，現(xiàn)存的7000 多萬貧困人口生存環(huán)境更為惡劣、致貧因素更為復(fù)雜，到2020 年全面建成小康社會(huì)仍然任務(wù)艱巨［3］.2013 年，習(xí)近平主席首次提出“精準(zhǔn)扶貧”重要思想，這標(biāo)志著原有的扶貧機(jī)制必須修改完善，“扶貧”貴在“精準(zhǔn)”. 一般而言，精準(zhǔn)扶貧主要是就貧困人口而言的，誰貧困就扶持誰，科學(xué)制定扶貧、減貧、脫貧政策達(dá)到消除貧困的目的尤為重要［4］. 但從學(xué)術(shù)研究角度來看，貧困有絕對(duì)貧困和相對(duì)貧困之分，絕對(duì)貧困即將消除，但相對(duì)貧困依然存在；另外，貧困也有個(gè)體貧困和區(qū)域貧困之分. 為了避免“只見樹木，不見森林”情況發(fā)生，縣域貧困識(shí)別和歸因分析仍具有一定的研究意義，是對(duì)“精準(zhǔn)扶貧”工程的有機(jī)補(bǔ)充.

國(guó)內(nèi)外學(xué)者對(duì)貧困的識(shí)別和測(cè)評(píng)研究已取得許多優(yōu)秀的研究成果. 1887年，英國(guó)社會(huì)學(xué)家布斯首先提出“貧困線”的概念，以居民的收入作為衡量貧困的標(biāo)準(zhǔn). 此后，不少學(xué)者對(duì)這一概念進(jìn)行了量化研究，但很快人們發(fā)現(xiàn)單維的貧困識(shí)別指標(biāo)難以反映實(shí)際的貧困狀況. 1999年，印度經(jīng)濟(jì)學(xué)家阿馬蒂亞·森提出多維貧困理論，這標(biāo)志著貧困識(shí)別研究由單維轉(zhuǎn)向多維. 在此基礎(chǔ)上，聯(lián)合國(guó)開發(fā)署（UNDP）引入了能力貧困指數(shù)和人類貧困指數(shù)的概念［5］. 2007 年，Alkire 和Foster 合作構(gòu)建了多維貧困指數(shù)（MPI，Multidimensional Poverty Index），并提出A-F多維貧困識(shí)別方法［6-7］，得到了學(xué)者們的廣泛關(guān)注和應(yīng)用［8-10］. 同時(shí)，國(guó)內(nèi)學(xué)者依據(jù)上述方法并結(jié)合實(shí)際情況，從國(guó)家、地區(qū)、省域、市域、縣域、村域等不同空間尺度上以及不同的貧困對(duì)象等方面進(jìn)行貧困相關(guān)研究［11-16］. 在地球科學(xué)研究領(lǐng)域，夜光遙感技術(shù)能夠用于有效的社會(huì)經(jīng)濟(jì)參數(shù)估算，可表征區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展水平，進(jìn)而用來測(cè)度區(qū)域的經(jīng)濟(jì)發(fā)展不平衡性以及貧困程度［4］. 夜間燈光數(shù)據(jù)作為人類活動(dòng)的一種有效表征形式，已被部分專家學(xué)者應(yīng)用于多維貧困識(shí)別研究［1，17-18］.

縱觀前人研究成果，多集中在區(qū)域絕對(duì)貧困識(shí)別方面，即以選定的貧困指標(biāo)是否達(dá)到給定的判斷標(biāo)準(zhǔn)（包括貧困發(fā)生率）來識(shí)別貧困，而對(duì)于區(qū)域相對(duì)貧困識(shí)別的探討卻不多，并且結(jié)合地理學(xué)相關(guān)數(shù)據(jù)和方法對(duì)多維相對(duì)貧困識(shí)別的結(jié)果進(jìn)行驗(yàn)證和分析的研究成果較少. 因此，本研究提出以下針對(duì)區(qū)域相對(duì)貧困識(shí)別和歸因分析的研究思路：在確定待識(shí)別區(qū)域后，選取社會(huì)、經(jīng)濟(jì)、健康和自然四個(gè)維度上的8個(gè)指標(biāo)進(jìn)行歸一化處理，測(cè)算多維貧困指數(shù)（MPI），并通過夜間燈光數(shù)據(jù)和貧困縣名錄及貧困發(fā)生率對(duì)測(cè)算結(jié)果（MPI）進(jìn)行驗(yàn)證，得出該區(qū)域貧困現(xiàn)狀及特點(diǎn).

1 研究區(qū)概況

陜西省地處我國(guó)西北內(nèi)陸腹地，地勢(shì)呈南北高、中間低，由高原、山地、平原和盆地等多種地貌構(gòu)成，地跨黃河、長(zhǎng)江兩大水系，橫跨三個(gè)氣候帶，陜北北部長(zhǎng)城沿線屬中溫帶季風(fēng)氣候，關(guān)中及陜北大部屬暖溫帶季風(fēng)氣候，陜南屬亞熱帶季風(fēng)氣候. 獨(dú)特的地形與氣候條件在一定程度上決定了陜西是一個(gè)貧困面積大、貧困人口多的省份，是我國(guó)20世紀(jì)80年代確定的扶貧開發(fā)工作18個(gè)貧困區(qū)域之一. 經(jīng)過各級(jí)政府和人民群眾的多年努力，貧困狀況和社會(huì)經(jīng)濟(jì)發(fā)展有了明顯改變，但貧困問題仍然是制約社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展的突出問題，新一輪的扶貧工作任務(wù)艱巨. 由于自然資源稟賦、經(jīng)濟(jì)發(fā)展緩慢等原因，陜西在全國(guó)14個(gè)集中連片特困地區(qū)中，涉及秦巴山片區(qū)、六盤山片區(qū)、呂梁山片區(qū)，貧困人口大多分布在生態(tài)脆弱、災(zāi)害頻發(fā)、交通不便且發(fā)展相對(duì)滯后的地區(qū)，脫貧成本高、難度大，返貧問題比較突出. 根據(jù)中國(guó)縣域統(tǒng)計(jì)年鑒2018（縣市卷）中陜西省各縣（市）名錄，陜西共有84個(gè)縣（市）為本研究中實(shí)證分析的基本單元.

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究所需的數(shù)據(jù)有：陜西基礎(chǔ)地理信息數(shù)據(jù)、陜西各縣（市）相應(yīng)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)、陜西夜間燈光遙感數(shù)據(jù)、陜西各縣（市）貧困發(fā)生率數(shù)據(jù). 其中，陜西基礎(chǔ)地理信息數(shù)據(jù)來源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)網(wǎng)站（http：//www.webmap.cn/commres.do？method=dataDownload），經(jīng)拼接、裁剪后得到陜西省境內(nèi)的縣級(jí)行政區(qū)數(shù)據(jù)；陜西各縣（市）統(tǒng)計(jì)數(shù)據(jù)來源于對(duì)應(yīng)年份的中國(guó)縣市社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒（2008年、2013年、2018年）、各縣（市）統(tǒng)計(jì)局網(wǎng)站及市級(jí)統(tǒng)計(jì)年鑒；陜西夜間燈光數(shù)據(jù)來源于美國(guó)國(guó)家海洋與大氣管理局官網(wǎng)（https：//www.ngdc.noaa.gov/），涉及DMSP-OLS Nighttime Lights 數(shù)據(jù)（下載地址為https：//www.ngdc.noaa.gov/eog/dmsp/downloadV4composites.html）和Nighttime VIIRS 數(shù)據(jù)（https：//ngdc.noaa.gov/eog/viirs/download_dnb_composites.html）兩種，由于DMSP-OLS Nighttime Lights 在時(shí)間序列上只到2013 年，因此2017 年的夜間燈光數(shù)據(jù)采用Nighttime VIIRS，但由于官網(wǎng)上僅有月份的數(shù)據(jù)，沒有年份的，因此，將每月的數(shù)據(jù)進(jìn)行平均，并剔除異常值后得到該年的數(shù)據(jù)，并為了保持?jǐn)?shù)據(jù)的一致性，在對(duì)比2013年的DMSP-OLS Nighttime Lights 數(shù)據(jù)和Nighttime VIIRS數(shù)據(jù)后，確定了這兩種數(shù)據(jù)的對(duì)應(yīng)關(guān)系，然后對(duì)2017年的Nighttime VIIRS數(shù)據(jù)做差分映射后得到所需數(shù)據(jù).

2.2 研究方法

1）維度、指標(biāo)及權(quán)重確定

貧困識(shí)別一直以來是貧困研究和扶貧實(shí)施的重要內(nèi)容和環(huán)節(jié)，不同學(xué)科的專家學(xué)者提出了大量的貧困識(shí)別指標(biāo)和方法，并且經(jīng)歷了從單維識(shí)別到多維識(shí)別的發(fā)展歷程，如MPI 等多維貧困識(shí)別指標(biāo)得到廣泛應(yīng)用. 阿瑪?shù)賮啞ど岢鰴?quán)利貧困理論，認(rèn)為消除貧困的終極目標(biāo)應(yīng)該是實(shí)現(xiàn)人的自由發(fā)展. 丁建軍等［19］提出，區(qū)域貧困是特定地域綜合體中“人”、“業(yè)”、“地”要素耦合與演化的自然結(jié)果和外在表現(xiàn). 其本質(zhì)是特定時(shí)空情境下“人”（貧困主體）、“業(yè)”（生計(jì)活動(dòng)）、“地”（自然和社會(huì)環(huán)境）維度上的剝奪或三者之間耦合失調(diào)的過程與狀態(tài). 2013年以來，我國(guó)扶貧領(lǐng)域采取“兩不愁、三保障”多維貧困標(biāo)準(zhǔn)實(shí)施精準(zhǔn)扶貧、實(shí)現(xiàn)精準(zhǔn)脫貧，由單一的經(jīng)濟(jì)指標(biāo)轉(zhuǎn)變?yōu)榻?jīng)濟(jì)、教育、醫(yī)療、住房等多維指標(biāo)，更關(guān)注貧困人口的民生狀況，給予了貧困人口平等發(fā)展的權(quán)利［20］.

區(qū)域貧困不同于個(gè)體貧困，既存在著一些家庭和個(gè)體因不同原因?qū)е律罾щy的個(gè)體性貧困問題，也存在著因自然條件和社會(huì)條件等因素導(dǎo)致區(qū)域貧困的區(qū)域性貧困問題［20］. 區(qū)域貧困識(shí)別，必須考慮社會(huì)狀況、經(jīng)濟(jì)水平、健康狀況、自然條件等四個(gè)維度，原因如下：①社會(huì)狀況反映了區(qū)域內(nèi)社會(huì)財(cái)富積累程度，財(cái)富積累越少，基礎(chǔ)越薄弱，越容易導(dǎo)致貧困，并且貧困還會(huì)代際傳遞. 這一認(rèn)識(shí)源于美國(guó)哥倫比亞大學(xué)教授拉格納·納克斯在1953年出版的《不發(fā)達(dá)國(guó)家的資本形成問題》一書中提出的“貧困的惡性循環(huán)”理論. 他考察了發(fā)展中國(guó)家長(zhǎng)期貧困的根源后發(fā)現(xiàn)，資本匱乏是阻礙發(fā)展中國(guó)家發(fā)展的關(guān)鍵因素. 由于發(fā)展中國(guó)家的人均收入水平低，投資的資金供給（儲(chǔ)蓄）和產(chǎn)品需求（消費(fèi)）都不足，這就限制了資本形成，使發(fā)展中國(guó)家長(zhǎng)期陷于貧困之中. ②經(jīng)濟(jì)水平反映了區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展層次和階段，一個(gè)區(qū)域的經(jīng)濟(jì)水平高低與該區(qū)域的貧困程度成反比，即經(jīng)濟(jì)水平越高，貧困程度越低. ③健康狀況在此泛指區(qū)域內(nèi)人口的整體健康情況、可享有的醫(yī)療條件等，床位是醫(yī)療衛(wèi)生服務(wù)體系的核心資源要素，因病返貧人口增多，整體醫(yī)療條件低下甚至缺乏，病人無法在當(dāng)?shù)鼐歪t(yī)，都會(huì)促使區(qū)域貧困發(fā)生. ④自然條件包括地形條件、氣候條件、土壤條件、動(dòng)植物資源、礦產(chǎn)資源、水土資源等. 諸多研究表明，自然條件越差的區(qū)域，越容易陷入貧困. 土地是萬物之母、創(chuàng)造財(cái)富的源泉，土地資源在一個(gè)區(qū)域內(nèi)相當(dāng)重要，屬于自然條件中最重要的條件之一.

結(jié)合上述解釋說明，考慮到數(shù)據(jù)的可獲得性及研究的可行性，本研究選取社會(huì)、經(jīng)濟(jì)、健康和自然四個(gè)維度涉及的8個(gè)指標(biāo)來測(cè)算區(qū)域貧困程度. 除了指標(biāo)選取，指標(biāo)權(quán)重確定對(duì)于多維貧困指數(shù)測(cè)算結(jié)果也會(huì)產(chǎn)生影響. 本研究在總結(jié)前人研究中對(duì)多維貧困指數(shù)中的指標(biāo)權(quán)重確定［21-22］，從等權(quán)重出發(fā)，綜合多個(gè)專家意見，考慮到貧困的根源首先還是經(jīng)濟(jì)水平，其次是社會(huì)狀況，再次是健康狀況，最后是自然條件. 兼顧這四個(gè)維度相輔相成，形成一個(gè)有機(jī)整體，從而得出區(qū)域多維貧困程度評(píng)價(jià)指標(biāo)體系（見表1）.

表1 區(qū)域多維貧困程度評(píng)價(jià)指標(biāo)體系Tab.1 Indexes system of estimating multidimensional poverty indexes of region

2）區(qū)域多維貧困指數(shù)（MPI）計(jì)算

結(jié)合貧困的絕對(duì)性和相對(duì)性，并參考相關(guān)文獻(xiàn)［18］，本研究采用歸一化方法進(jìn)行無量綱化處理上述8個(gè)指標(biāo)，即把有量綱指標(biāo)變成無量綱指標(biāo)，便于不同單位或量級(jí)的指標(biāo)能夠進(jìn)行比較和加權(quán). 上述指標(biāo)均為可表征貧困程度的負(fù)向指標(biāo)，即數(shù)值越大，貧困程度越低，則區(qū)域多維貧困指數(shù)（MPI）指標(biāo)計(jì)算公式如下：

式中：MPIj的大小可表征區(qū)域多維貧困程度，值越大，表示該區(qū)域越貧困；Nij表示j 區(qū)域第i 個(gè)指標(biāo)的歸一化結(jié)果；Wi即為i 指標(biāo)權(quán)重，i 為從1到8某個(gè)指標(biāo)；maxij表示j 區(qū)域的第i 個(gè)指標(biāo)的最大值；minij表示j 區(qū)域的第i 個(gè)指標(biāo)的最小值；Xij表示j 區(qū)域的第i 個(gè)指標(biāo)的數(shù)值.

3）區(qū)域相對(duì)貧困程度的方向分布特征分析

該方法是由平均中心作為起點(diǎn)對(duì)x坐標(biāo)和y坐標(biāo)的標(biāo)準(zhǔn)差進(jìn)行計(jì)算，從而定義橢圓的軸，因此該橢圓被稱為標(biāo)準(zhǔn)差橢圓. 利用該橢圓或橢圓體可以查看要素的分布是否為狹長(zhǎng)形以及是否因此具有特定方向. 正如通過在地圖上繪制要素，可以感受到要素的方向性一樣，計(jì)算標(biāo)準(zhǔn)差橢圓則可使這種趨向變得更為明確.也可以根據(jù)要素的位置點(diǎn)或受與要素關(guān)聯(lián)的某個(gè)屬性值影響的位置點(diǎn)來計(jì)算標(biāo)準(zhǔn)差橢圓，稱為加權(quán)標(biāo)準(zhǔn)差橢圓. 標(biāo)準(zhǔn)差橢圓計(jì)算公式如下所示：

其中：x 和y 是i 要素的坐標(biāo)；{xˉ，}yˉ表示要素的平均中心；n 為要素總數(shù).

值得說明的是，橢圓的長(zhǎng)半軸表示的是數(shù)據(jù)分布的方向，短半軸表示的是數(shù)據(jù)分布的范圍，長(zhǎng)短半軸的值差距越大（扁率越大），表示數(shù)據(jù)的方向性越明顯；反之，如果長(zhǎng)短半軸越接近，表示方向性越不明顯. 如果長(zhǎng)短半軸完全相等，就等于是一個(gè)圓，表示沒有任何的方向特征. 短半軸越短，表示數(shù)據(jù)呈現(xiàn)的向心力越明顯；反之，短半軸越長(zhǎng)，表示數(shù)據(jù)的離散程度越大. 同樣，如果短半軸與長(zhǎng)半軸完全相等了，就表示數(shù)據(jù)沒有任何的分布特征. 中心點(diǎn)表示了整個(gè)數(shù)據(jù)的中心位置，一般來說，只要數(shù)據(jù)的變異程度不是很大，這個(gè)中心點(diǎn)的位置大約與算數(shù)平均數(shù)的位置基本上是一致的.

3 結(jié)果與分析

3.1 相對(duì)貧困區(qū)域識(shí)別結(jié)果

運(yùn)用上述多維貧困指數(shù)MPI測(cè)算模型，以縣域?yàn)閱挝唬胂嚓P(guān)數(shù)據(jù)，即可計(jì)算得到2007年、2012年和2017年陜西各縣（市）的MPI測(cè)算結(jié)果見表2.

表2 陜西各縣（市）多維貧困指數(shù)列表Tab.2 The result of MPI of every county in Shaanxi Province

本研究認(rèn)為，多維相對(duì)貧困區(qū)域識(shí)別，可以用MPI的平均值作為衡量標(biāo)注來實(shí)施，即在某一年，MRDI高于平均值的縣（市），就是該年的貧困區(qū)域. 由此，對(duì)表2中的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)可得，陜西84個(gè)縣（市）中在2007年有50個(gè)縣（市）為相對(duì)貧困區(qū)域，在2012年有56個(gè)縣（市）為相對(duì)貧困區(qū)域，在2017年有55個(gè)縣（市）為相對(duì)貧困區(qū)域. 其中，46個(gè)縣（市）在這三個(gè)年份均為扶貧辦公布的貧困縣（市），且2007年還有麟游縣、子長(zhǎng)縣、富縣、橫山區(qū)等4個(gè)貧困縣（市），2012年還有周至縣、千陽縣、永壽縣、長(zhǎng)武縣、旬邑縣、淳化縣、武功縣、富縣、紫陽縣、旬陽縣等10個(gè)貧困縣（市），2017年還有藍(lán)田縣、周至縣、永壽縣、長(zhǎng)武縣、旬邑縣、淳化縣、綏德縣、紫陽縣、旬陽縣等9個(gè)貧困縣（市）.

為了形象直觀地表達(dá)上述表格數(shù)據(jù)，本研究利用ArcGIS地理信息系統(tǒng)軟件對(duì)其進(jìn)行空間可視化表達(dá)，制作陜西2007年、2012年、2017年縣（市）MPI空間分布圖（見圖1）.

圖1 陜西2007年、2012年、2017年縣（市）MPI空間分布圖Fig.1 Spatial distribution of MPI of Shaanxi Province in 2007，2012 and 2017

3.2 相對(duì)貧困區(qū)域識(shí)別結(jié)果驗(yàn)證

1）與夜間燈光數(shù)據(jù)比對(duì)

夜光遙感能夠有效進(jìn)行社會(huì)經(jīng)濟(jì)參數(shù)估算，表征區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展水平，用來測(cè)度區(qū)域的貧困程度以及發(fā)展不平衡性［4］. 夜間燈光數(shù)據(jù)中的夜間燈光指數(shù)（NLI，Night Light Index）表征的是夜間人造光源的強(qiáng)度，作為現(xiàn)代社會(huì)評(píng)估經(jīng)濟(jì)實(shí)力的一項(xiàng)重要指標(biāo)，與貧困分布存在一定的負(fù)相關(guān)性. 夜間的人造光源匱乏，被認(rèn)為是地區(qū)相對(duì)貧困的一個(gè)信號(hào)，即夜間燈光強(qiáng)度越強(qiáng)，經(jīng)濟(jì)發(fā)展水平越好，貧困程度較低；夜間燈光強(qiáng)度越弱，經(jīng)濟(jì)發(fā)展水平相對(duì)越差，貧困程度越高. 因此，將MPI與NLI進(jìn)行比對(duì)，做相關(guān)性分析. 結(jié)果顯示，二者確實(shí)存在一定的負(fù)相關(guān)，2007年、2012年、2017年的相關(guān)系數(shù)依次為-0.613 6，-0.629 8，-0.694 3. 并且，識(shí)別出的2007年、2012年、2017年貧困縣與對(duì)應(yīng)年份的夜間燈光指數(shù)數(shù)據(jù)顯示的貧困縣（夜間燈光強(qiáng)度較暗地區(qū)）基本保持一致. 由此表明，基于多維貧困指數(shù)（MPI）的區(qū)域識(shí)別結(jié)果較好，有一定的可靠性，且適用于陜西多維相對(duì)貧困識(shí)別.

2）與扶貧辦公布的貧困縣比對(duì)

根據(jù)陜西省扶貧辦公布的貧困縣名單，全省共有56個(gè)貧困縣，其中，國(guó)家級(jí)貧困縣50個(gè)，集中連片特殊貧困困難縣43個(gè). 從數(shù)字來看，本研究識(shí)別出的貧困縣個(gè)數(shù)與之相近，其中，2007年差6個(gè)縣，2012年個(gè)數(shù)相對(duì)，2017年差1個(gè)縣. 從名單來看，本研究識(shí)別出的貧困縣與國(guó)家公布的貧困縣在2007、2012、2017年分別有39個(gè)、46個(gè)、47個(gè)貧困縣能對(duì)應(yīng)上，吻合率分別為69.4%、82.1%、83.9%. 當(dāng)然，公布的貧困縣是從絕對(duì)貧困角度來確定，而本研究識(shí)別的貧困縣是從相對(duì)貧困角度來確定，在沒有全面脫貧的情況下，相對(duì)貧困中也包括絕對(duì)貧困. 并且，也說明這些縣既相對(duì)貧困，又絕對(duì)貧困. 本研究還搜集到2017年部分貧困縣的貧困發(fā)生率數(shù)據(jù)，可用于定量檢驗(yàn)，涉及寶雞市千陽縣、麟游縣、岐山縣3個(gè)縣，漢中市城固縣、洋縣、寧強(qiáng)縣3個(gè)縣，榆林市府谷縣1個(gè)縣，安康市旬陽縣1個(gè)縣，商洛市洛南縣、丹鳳縣2個(gè)縣，共10個(gè)貧困縣. 通過回歸分析，擬合度為0.736 4. 以上比對(duì)情況再次表明，基于MPI的區(qū)域相對(duì)貧困識(shí)別結(jié)果較好，有一定的可靠性，且適用于陜西多維相對(duì)貧困識(shí)別.

3.3 相對(duì)貧困區(qū)域特征分析

1）相對(duì)貧困時(shí)空分異特征分析

根據(jù)表2，在2007—2017年間，隨著時(shí)間的推移，各縣（市）多維貧困指數(shù)值普遍有所減小，表明扶貧工作的效果是顯而易見的，也顯現(xiàn)出貧富差異先增后減的特征. 具體表現(xiàn)在2007年MPI的平均值為84.49，方差為8.54；2012年MPI的平均值為77.92，方差為13.20；2017年MPI的平均值為68.14，方差為11.13. 由此可見，MPI的平均值在2007—2017年間持續(xù)減小，方差在2007—2012年間增大，在2012—2017年間減小. 以上數(shù)據(jù)還表明，在2007年，陜西各縣（市）整體較為貧困，貧富差距較小，在之后的10年里，隨著地方社會(huì)經(jīng)濟(jì)的發(fā)展，扶貧工作的深入和精準(zhǔn)脫貧的攻堅(jiān)，特困縣（市）的貧困程度有所減輕，整體向好，但各縣（市）經(jīng)濟(jì)發(fā)展速度差異較大，從而拉大貧富差距.

由圖1 可得，陜西省貧困縣整體較多，貧困區(qū)域較廣，這反映出陜西省貧困問題的突出. 陜西84 個(gè)縣（市）在相對(duì)貧困程度方面總體呈現(xiàn)出“南部連片集中且深度貧困，東部黃河沿岸次之，其他區(qū)域零星分布”的空間分布格局，在2012年和2017年表現(xiàn)得尤為明顯. 集中連片分布的貧困縣在秦巴山區(qū)、六盤山區(qū)和呂梁山區(qū)等集中連片特困地區(qū)，少許呈分散分布，且多分布在關(guān)中與陜北陜南過渡地帶或?qū)儆陉儽备锩蠀^(qū).從年際變化來看（2007—2017），整個(gè)陜西省脫貧效果明顯，陜北脫貧態(tài)勢(shì)較好，而陜南脫貧狀況變化較小，這跟陜南自然稟賦的局限性、經(jīng)濟(jì)發(fā)展等的滯后性有關(guān)，因此貧困縣較多、且集中連片分布.

2）相對(duì)貧困方向分布特征分析

為了進(jìn)一步分析陜西多維貧困在這三個(gè)不同年份的空間分布特征及變化情況，本研究在ArcGIS地理信息系統(tǒng)軟件支持下，運(yùn)用方向分布（標(biāo)準(zhǔn)差橢圓）特征分析工具，對(duì)2007年、2012年、2017年這三個(gè)年份的陜西各縣（市）多維貧困指數(shù)（MPI）進(jìn)行分析，得到對(duì)應(yīng)年份的標(biāo)準(zhǔn)差橢圓及相關(guān)參數(shù)，見方向分布特征分析圖（圖1）和標(biāo)準(zhǔn)差橢圓特征信息表（表3）.

表3 標(biāo)準(zhǔn)差橢圓特征信息表Tab.3 Feature information of standard deviational ellipse

據(jù)圖1 和表3 可得，隨著時(shí)間的推移，標(biāo)準(zhǔn)差橢圓的大小隨著時(shí)間的變化而變化，面積從2007 年的11.12萬km2減小到2012年的10.73萬km2，再增加到2017年的11.04萬km2，并且年份越大，橢圓越大，覆蓋的縣（市）越多，并且方向分布特征為從“西南—東北”向“正南正北”旋轉(zhuǎn)，與陜西省形狀（南北長(zhǎng)，東西窄）基本一致，表現(xiàn)在X向標(biāo)準(zhǔn)差距離和Y向標(biāo)準(zhǔn)差距離均呈現(xiàn)增大的特征以及旋轉(zhuǎn)角度從2007年的26.21°增大到2012年的26.77°，再減小到2017年的25.79°. 從標(biāo)準(zhǔn)差橢圓面積變化來看，2007年的為最大，到2012年有所減小，再到2017年有所增大. 根據(jù)上述情況可得，在2007年，陜西縣域多維相對(duì)貧困現(xiàn)象較為普遍，且貧富差距較??；到了2012年，各縣（市）經(jīng)過5年的發(fā)展，貧困程度差距略有增加；2012—2017年間，“精準(zhǔn)扶貧”工程全面實(shí)施，各貧困縣（市）減貧的成效已顯現(xiàn)，差距縮小.

4 結(jié)論

本研究結(jié)論如下：

1）貧困是一個(gè)復(fù)雜的綜合體，有絕對(duì)貧困和相對(duì)貧困之分，也有個(gè)體貧困和區(qū)域貧困之分，在扶貧攻堅(jiān)中需要有全局眼光和長(zhǎng)遠(yuǎn)眼光，通盤考慮. 2020年年底，我國(guó)消除的貧困是絕對(duì)貧困，但相對(duì)貧困依然會(huì)長(zhǎng)期存在，并且絕對(duì)貧困人口脫貧后還會(huì)有返貧的可能. 因此，需要從區(qū)域貧困的研究角度來認(rèn)識(shí)個(gè)體貧困，并持續(xù)在多種扶貧方式共同作用下，進(jìn)一步減弱相對(duì)貧困程度.

2）實(shí)踐表明，從經(jīng)濟(jì)、社會(huì)、健康、自然等四個(gè)維度確定8個(gè)指標(biāo)測(cè)算區(qū)域貧困程度指數(shù)來進(jìn)行縣域貧困識(shí)別的方法可行，結(jié)果有一定的可信度. 選取的這8個(gè)指標(biāo)，都在各級(jí)統(tǒng)計(jì)局發(fā)布的統(tǒng)計(jì)年鑒中有相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)，且在時(shí)間序列上有保證，這為開展縣域貧困識(shí)別和跟蹤識(shí)別提供可能，方法簡(jiǎn)單易行. 從本研究中的實(shí)證分析還可以看出，該方法所得結(jié)果與學(xué)術(shù)界廣為關(guān)注和應(yīng)用的夜間燈光數(shù)據(jù)識(shí)別區(qū)域貧困結(jié)果有一定的相關(guān)性，與國(guó)家和當(dāng)?shù)卣嫉呢毨Эh名錄和貧困發(fā)生率擬合度較高.

3）陜西縣域相對(duì)貧困區(qū)域時(shí)空變化特征明顯. 識(shí)別結(jié)果在時(shí)間上呈現(xiàn)出相對(duì)貧困程度逐步縮小差距的態(tài)勢(shì)，在空間上呈現(xiàn)出“貧困縣連片集中分布在南部，其次分布在東部黃河沿岸，零星分布在其他區(qū)域”的空間分布格局. 即陜南地區(qū)和陜北地區(qū)的多維貧困程度比關(guān)中地區(qū)更高，貧困縣多呈聚集性連片分布在秦巴山區(qū)、六盤山區(qū)和呂梁山區(qū)，少許呈分散分布，且多分布在和關(guān)中與陜北陜南過渡地帶或?qū)儆陉儽备锩蠀^(qū).

當(dāng)然，貧困是一個(gè)受自然和社會(huì)因素共同影響的復(fù)雜綜合體，貧困問題還是一種復(fù)雜的、動(dòng)態(tài)的、絕對(duì)性與相對(duì)性兼具的社會(huì)問題和發(fā)展問題. 這導(dǎo)致本研究還存在指標(biāo)選取不完備、部分難以量化等方面不足，例如各維度選取的指標(biāo)還不夠全面，多措并舉的扶貧政策實(shí)施效果等因素較難量化分析，將在以后的研究工作中進(jìn)一步探究和完善.