地理資本視角下村級多維貧困測度及貧困類型劃分
——基于重慶市1 919個(gè)市級貧困村調(diào)研數(shù)據(jù)*

羅 剛，廖和平※，李 濤，張茜茜，蔣潞遙

(1.西南大學(xué)地理科學(xué)學(xué)院，重慶 400715；2.西南大學(xué)國土資源研究所，重慶 400715； 3.西南大學(xué)精準(zhǔn)扶貧與區(qū)域發(fā)展評估研究中心，重慶 400715)

0 引言

貧困農(nóng)村的精準(zhǔn)脫貧是實(shí)施鄉(xiāng)村振興戰(zhàn)略的重要任務(wù)，同時(shí)也是統(tǒng)籌城鄉(xiāng)發(fā)展與全面建成小康社會的重要目標(biāo)。中國30年來的扶貧開發(fā)工作取得了歷史性的偉大成就，當(dāng)今中國農(nóng)村貧困已由從前“面上”貧困轉(zhuǎn)變?yōu)榱恕包c(diǎn)上”的貧困[1]。由于不同地區(qū)自然資源稟賦、生產(chǎn)條件、交通通達(dá)度、人口素質(zhì)等具有顯著的地域性差異，中國部分農(nóng)村地區(qū)的貧困化問題仍然呈現(xiàn)出“貧困深、成因雜、分布廣、聚集強(qiáng)”的態(tài)勢[2]。新時(shí)代中國農(nóng)村扶貧開發(fā)由“大水漫灌”的普惠式幫扶工作機(jī)制轉(zhuǎn)變?yōu)椤熬珳?zhǔn)滴灌”的精準(zhǔn)式幫扶，同時(shí)精準(zhǔn)幫扶的瞄準(zhǔn)區(qū)域也從縣域過渡到行政村[3]。因此，對農(nóng)村多維貧困進(jìn)行多方位有效測度與貧困類型劃分有助于更好地對農(nóng)村貧困現(xiàn)狀的把握，為村域尺度的貧困地理識別提供科學(xué)、合理的技術(shù)方法和支撐，同時(shí)為差別化、精準(zhǔn)化地制定幫扶政策提供參考。近年來，眾多學(xué)者基于反貧困理論與方法，并結(jié)合區(qū)域?qū)嶋H對貧困測度方法開展了大量的研究，并形成了多元的研究成果。在貧困測量的維度上，由單一的經(jīng)濟(jì)維度測量拓展到包括經(jīng)濟(jì)維度和自然資源、社會保障等非經(jīng)濟(jì)維度的綜合測量[3-6]。在現(xiàn)有的多維貧困測量方法中，A-F雙臨界值法[7-8]和多維貧困綜合指數(shù)法[9， 10]應(yīng)用較為廣泛。但現(xiàn)有的貧困測量方法忽視了生態(tài)環(huán)境要素對區(qū)域反貧困的影響，在區(qū)域多維貧困測算中缺乏對生態(tài)貧困的評估。在貧困測量尺度上，隨著貧困研究數(shù)據(jù)可獲取性和數(shù)據(jù)精細(xì)化程度的增加，研究尺度由全國[11-13]、省域[14-15]、區(qū)縣域[16-19]等中宏觀尺度轉(zhuǎn)向鄉(xiāng)鎮(zhèn)[19]、行政村[20-21]、戶[22-23]等微觀尺度?？傮w上來看，由于鄉(xiāng)鎮(zhèn)、行政村、農(nóng)戶的統(tǒng)計(jì)信息相對匱乏，目前貧困測度研究多以大中尺度為主，難以滿足新階段農(nóng)村扶貧開發(fā)工作以村為基本單元的國家精準(zhǔn)扶貧方略需求。在貧困影響因素上，汪曉文等基于灰色關(guān)聯(lián)度模型對甘肅農(nóng)村的貧困影響因素進(jìn)行了探索[24]，楊慧敏采用Logit回歸模型分析了社會經(jīng)濟(jì)發(fā)展、自然條件、區(qū)位交通、歷史基礎(chǔ)4個(gè)維度16個(gè)影響因子對河南省縣域貧困狀況的影響程度[25]。羅慶等運(yùn)用泊松回歸模型對秦巴山區(qū)11縣的貧困影響因素進(jìn)行了定量化分析[1]，總體看來目前有關(guān)貧困影響因素的研究成果大多是定性或半定量的分析，缺乏對貧困影響因素地域類型的劃分。

1 研究方法

文章以經(jīng)濟(jì)學(xué)的資本內(nèi)涵為基礎(chǔ)，引入了地理資本的概念。地理資本是地理區(qū)位與自然環(huán)境條件所形成的自然資源資本、社會資本、經(jīng)濟(jì)資本與生態(tài)資本的集合[26-27]。區(qū)域空間貧困與地理資本匱乏具有密切聯(lián)系，通過對區(qū)域地理資本的核算，來揭示區(qū)域發(fā)展的地理區(qū)位劣勢、經(jīng)濟(jì)發(fā)展劣勢、社會發(fā)展劣勢及生態(tài)劣勢[28]。該文從村域資源本底出發(fā)，以自然地理資本、經(jīng)濟(jì)地理資本、社會地理資本、生態(tài)環(huán)境資本4個(gè)維度構(gòu)建地理資本視角下貧困村多維貧困綜合測度模型，從精細(xì)尺度上對重慶市1 919個(gè)市級貧困村進(jìn)行多維貧困測量。采用致貧維度貢獻(xiàn)率模型、最小方差模型等數(shù)理統(tǒng)計(jì)方法并結(jié)合GIS平臺，從定量化測度和空間化表達(dá)兩個(gè)方面對重慶市貧困村的多維貧困程度、貧困類型及其空間分異規(guī)律進(jìn)行探究，進(jìn)而整合各方扶貧資源，并針對貧困村的個(gè)體性差異特征，實(shí)施精準(zhǔn)幫扶，促進(jìn)2020年全面脫貧。

圖1 地理資本視角下多維貧困測度示意圖

空間貧困理論闡釋了貧困的空間分布、貧困與地理環(huán)境之間的相互關(guān)系[28]。該文以空間貧困理論為基礎(chǔ)，將樣本村實(shí)地調(diào)查指標(biāo)整合成自然地理資本、社會地理資本、經(jīng)濟(jì)地理資本、生態(tài)地理資本4個(gè)維度的地理資本評價(jià)指標(biāo)體系，構(gòu)建村域多維貧困測量模型。再分析樣本村地理資本在空間分布上的優(yōu)劣勢，并以貧困地圖的形式進(jìn)行空間可視化表達(dá)。在測算各村多維貧困指數(shù)的基礎(chǔ)上，采用最小方差模型(LSE)對貧困村的貧困類型進(jìn)行劃分。

1.1 地理資本多維貧困測量指標(biāo)體系構(gòu)建

基于地理資本視角分別從自然地理資本、社會地理資本、經(jīng)濟(jì)地理資本和生態(tài)地理資本4個(gè)維度對重慶市1 919個(gè)市級貧困村進(jìn)行多維貧困測度。在測度指標(biāo)選取上，該文按照指標(biāo)選擇的全面性、針對性、合理性、可實(shí)施性等要求[29]，同時(shí)兼顧多維貧困測量的區(qū)域公平性、政策相關(guān)性、數(shù)據(jù)可獲取性等客觀條件[27]，并在充分參考相關(guān)研究文獻(xiàn)[10， 21， 28]的基礎(chǔ)上，建立村級多維貧困測量指標(biāo)體系候選集，對共線性或區(qū)分度較低的候選指標(biāo)進(jìn)行剔除，最后得到村級多維貧困測度指標(biāo)體系(表1)。

自然地理資本描述的是區(qū)域自然地理?xiàng)l件、農(nóng)業(yè)資源稟賦，該文選取了平均海拔、地形起伏度、人均耕地面積、戶均耕地半徑、大于25°耕地占比5個(gè)指標(biāo)，前2個(gè)指標(biāo)反映的是樣本村自然地理特征，后3個(gè)指標(biāo)反映的是樣本村耕地資源數(shù)量和質(zhì)量。

經(jīng)濟(jì)地理資本表征的是區(qū)域經(jīng)濟(jì)發(fā)展水平以及地理區(qū)位條件，該文選取了距離鄉(xiāng)鎮(zhèn)府距離、距離縣城距離、村交通道路網(wǎng)絡(luò)密度、2017村集體經(jīng)濟(jì)收入、農(nóng)民人均可支配收入5個(gè)指標(biāo)，前3個(gè)指標(biāo)衡量了樣本村市場連通性、可達(dá)性水平，后2個(gè)指標(biāo)反映的是樣本村經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)發(fā)展的金融基礎(chǔ)。

社會地理資本反映的是區(qū)域人力資源與社會保障水平，該文選取了外出務(wù)工人口占比、建檔立卡貧困人口占比、18-60歲青壯年人口占比、初中及以上文化程度人口占比、每千人鄉(xiāng)村醫(yī)生數(shù)、新型農(nóng)村合作醫(yī)療參與比例、新型農(nóng)村養(yǎng)老保險(xiǎn)參與比例7個(gè)指標(biāo)。

生態(tài)地理資本表現(xiàn)的是區(qū)域生態(tài)環(huán)境質(zhì)量水平，該文選取了化肥使用強(qiáng)度、農(nóng)藥使用強(qiáng)度、垃圾集中處理點(diǎn)密度、傳統(tǒng)能源(秸稈、薪柴、畜糞等)使用占比、水土流失面積占比、水旱災(zāi)害面積占比6個(gè)指標(biāo)。

表1 村域多維貧困測度指標(biāo)體系

維度維度權(quán)重指標(biāo)指標(biāo)屬性復(fù)相關(guān)系數(shù)熵權(quán)權(quán)重AHP權(quán)重組合權(quán)重自然地理資本0.252平均海拔(m)+0.344 0.189 0.174 0.184 地形起伏度(m)+0.422 0.201 0.185 0.195 人均耕地面積(667m2)-0.446 0.0730.226 0.172 戶均耕地半徑(m)+0.187 0.234 0.203 0.213 大于25°耕地占比(%)+0.281 0.303 0.212 0.236 經(jīng)濟(jì)地理資本0.342距離鄉(xiāng)鎮(zhèn)府距離(km)+0.270 0.581 0.185 0.224 距離縣城距離(km)+0.483 0.284 0.187 0.216 村交通道路網(wǎng)絡(luò)密度(km/km2)-0.517 0.061 0.211 0.198 2017村集體經(jīng)濟(jì)收入(萬元)-0.191 0.006 0.112 0.105 農(nóng)民人均可支配收入(元)-0.470 0.068 0.305 0.257 社會地理資本0.293外出務(wù)工人口占比(%)-0.463 0.027 0.142 0.107 建檔立卡貧困人口占比(%)+0.474 0.237 0.194 0.201 18-60歲青壯年人口占比(%)-0.367 0.051 0.162 0.138 初中及以上文化程度人口占比(%)-0.336 0.081 0.153 0.129 每千人鄉(xiāng)村醫(yī)生數(shù)(個(gè)/千人)-0.234 0.005 0.105 0.088 新型農(nóng)村合作醫(yī)療參與比例(%)-0.214 0.437 0.123 0.196 新型農(nóng)村養(yǎng)老保險(xiǎn)參與比例(%)-0.390 0.162 0.121 0.141 生態(tài)地理資本0.113化肥使用強(qiáng)度(kg/667m2)+0.266 0.051 0.181 0.167 農(nóng)藥使用強(qiáng)度(L/667m2)+0.220 0.084 0.181 0.173 垃圾集中處理點(diǎn)密度(個(gè)/千人)-0.375 0.003 0.204 0.174 傳統(tǒng)能源( 秸稈、薪柴、畜糞等)使用占比(%)+0.245 0.018 0.152 0.122 水土流失面積占比(%)+0.384 0.484 0.141 0.193 水旱災(zāi)害面積占比(%)+0.393 0.360 0.141 0.171

1.2 多維貧困測量模型

1.2.1 指標(biāo)的無量綱化

由于選取指標(biāo)具有不同的量綱，在對樣本村進(jìn)行多維貧困測度之前需要對指標(biāo)進(jìn)行無量綱化處理。處理公式如下：

(1)

(2)

式(1)、(2)中Yij為無量綱化處理后指標(biāo)值，Xij為第i個(gè)樣本村第j個(gè)指標(biāo)值；Xmin、Xmax分別為同一個(gè)指標(biāo)的最小值和最大值。其中式(1)運(yùn)用于正向指標(biāo)，式(2)運(yùn)用于負(fù)向指標(biāo)。

1.2.2 權(quán)重模型

權(quán)重的分布表征指標(biāo)的重要程度，對評價(jià)指標(biāo)進(jìn)行科學(xué)、合理的賦權(quán)具有重要的意義。常用的賦權(quán)方法有主觀賦權(quán)法和客觀賦權(quán)法。層次分析法(AHP)是基于專家的經(jīng)驗(yàn)和已有的知識來確定指標(biāo)重要程度的主觀賦權(quán)法，具有主觀性強(qiáng)的特點(diǎn)； 熵權(quán)法(EVM)是基于指標(biāo)統(tǒng)計(jì)性質(zhì)來確定指標(biāo)重要程度的客觀賦權(quán)法，客觀性較強(qiáng)但可能忽略指標(biāo)本身的相對重要程度以及研究者的主觀偏好。為彌補(bǔ)AHP計(jì)算出的權(quán)重主觀性強(qiáng)的缺陷，同時(shí)準(zhǔn)確客觀地反映各指標(biāo)的重要程度，該文采用主客觀組合賦權(quán)法，將AHP得到的主觀權(quán)重與EVM得到的客觀權(quán)重的最優(yōu)組合作為指標(biāo)的組合權(quán)重[30](表1)。

由AHP確定的指標(biāo)主觀權(quán)重向量為：

ω=(ω1，ω2，ω3,…，ωm)T

(3)

由EVM確定的指標(biāo)主觀權(quán)重向量為：

μ=(μ1，μ2，μ3,…，μm)T

(4)

為使主客觀賦權(quán)下的決策結(jié)果的偏差最小，建立最小二乘法優(yōu)化決策模型[30]，通過構(gòu)造拉格朗日函數(shù)求解得出AHP、EVM的最優(yōu)組合權(quán)重αω、βμ。

由AHP、EVM確定每個(gè)指標(biāo)的組合權(quán)重為：

δ=αωω+βμμ

(5)

1.2.3 多維貧困指數(shù)測算

該文構(gòu)建的村級多維貧困評價(jià)指標(biāo)體系由自然地理資本、社會地理資本、經(jīng)濟(jì)地理資本和生態(tài)地理資本4個(gè)維度綜合組成，每個(gè)維度下分別設(shè)置了若干評價(jià)指標(biāo)，并利用維度間的組合權(quán)重(計(jì)算方式同指標(biāo)間的組合權(quán)重)對各維度進(jìn)行加權(quán)，求得各貧困村的多維貧困指數(shù)。計(jì)算公式如下：

(6)

(7)

式(6)中PI代表維度貧困指數(shù)，m為該維度下指標(biāo)個(gè)數(shù)；σi代表該維度第i個(gè)指標(biāo)的權(quán)重，Ii為該維度下標(biāo)準(zhǔn)化后的指標(biāo)值； 式(7)中，VPI為村級多維貧困指數(shù)，N、P、F、E分別代表各貧困村自然地理資本、社會地理資本、經(jīng)濟(jì)地理資本和生態(tài)地理資本的維度貧困指數(shù)；ωn、ωp、ωf、ωe分別表示自然地理資本、社會地理資本、經(jīng)濟(jì)地理資本和生態(tài)地理資本的維度組合權(quán)重。

1.3 最小方差模型

為了系統(tǒng)劃分各樣本村的貧困類型，該文引入最小方差模型(LSE)[31]，利用貧困村各類型地理資本的貧困貢獻(xiàn)率，對貧困村的貧困類型進(jìn)行劃分。其計(jì)算公式如下：

(8)

(9)

圖2 重慶市貧困村空間分布

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

重慶市是西南地區(qū)唯一的直轄市，地處長江上游，位于105°11′E～110°11′E、28°10′N～32°13′N之間，幅員面積8.23萬km2，地形以山地、丘陵為主。重慶市下轄38個(gè)區(qū)縣，其中扶貧開發(fā)重點(diǎn)區(qū)縣18個(gè)，包括萬州區(qū)、黔江區(qū)、城口縣、豐都縣、武隆區(qū)、開州區(qū)、云陽縣、奉節(jié)縣、巫山縣、巫溪縣、石柱縣、秀山縣、酉陽縣、彭水縣等14個(gè)國家級貧困縣，包括忠縣、潼南區(qū)、涪陵區(qū)、南川區(qū)等4個(gè)市級貧困區(qū)縣。截止2014年，全市建檔立卡貧困人口規(guī)模為165.9萬人。重慶市集大城市、大農(nóng)村、大山區(qū)、大庫區(qū)于一體，城鄉(xiāng)二元結(jié)構(gòu)特征明顯，區(qū)域發(fā)展差異較大。同時(shí)喀斯特地貌分布廣泛，生態(tài)環(huán)境脆弱，經(jīng)濟(jì)發(fā)展基礎(chǔ)較差，脫貧攻堅(jiān)任務(wù)較為艱巨。

2.2 數(shù)據(jù)來源

該文采用的數(shù)據(jù)來源于重慶市1 919個(gè)市級貧困村的調(diào)研數(shù)據(jù)，貧困村樣本覆蓋重慶市33個(gè)扶貧任務(wù)區(qū)縣， 855個(gè)貧困鄉(xiāng)鎮(zhèn)，樣本村空間分布如圖2所示。數(shù)據(jù)內(nèi)容主要涵蓋貧困村基本概況、經(jīng)濟(jì)發(fā)展水平、公共服務(wù)水平、基礎(chǔ)設(shè)施條件、生產(chǎn)生活條件等。貧困村耕地?cái)?shù)據(jù)、交通網(wǎng)絡(luò)數(shù)據(jù)來源于重慶市2017年土地利用變更調(diào)查數(shù)據(jù)，海拔、起伏度數(shù)據(jù)來源于重慶市30m×30m DEM數(shù)據(jù)。貧困村矢量點(diǎn)數(shù)據(jù)是基于重慶市村級行政區(qū)劃矢量面數(shù)據(jù)生成，所有基礎(chǔ)地理數(shù)據(jù)均經(jīng)過粗差剔除和地理校正。

3 結(jié)果與分析

3.1 貧困村多維貧困程度測算與分析

依據(jù)式(6)、(7)分別測算出每個(gè)貧困村自然地理資本、經(jīng)濟(jì)地理資本、社會地理資本、生態(tài)地理資本4個(gè)維度的貧困指數(shù)，基于GIS平臺，利用自然斷點(diǎn)法將貧困村4個(gè)維度的貧困指數(shù)以及地理資本綜合貧困指數(shù)分為低度貧困、輕度貧困、中度貧困、高度貧困、極端貧困5個(gè)貧困等級。從表2可知，重慶市貧困村多維貧困指數(shù)分布呈現(xiàn)兩頭大中間小的“啞鈴狀”結(jié)構(gòu)，低度貧困、極端貧困的貧困村占比較大，輕度、中度、重度貧困的貧困村占比較小，貧困程度呈兩極分化的特征，說明重慶市區(qū)域發(fā)展差異較大。

表2 貧困村多維貧困程度統(tǒng)計(jì)

%

(1)在自然地理資本維度上，貧困村貧困程度呈現(xiàn)出渝東北>渝東南>渝西的空間分布趨勢，貧困程度最深的貧困村主要集中在渝東北的秦巴山區(qū)(圖3a)，尤其在秦巴山區(qū)的城口縣、巫溪縣、巫山縣分布最為集中。該區(qū)域受地理環(huán)境的約束，平均海拔高、地形起伏度大，地形復(fù)雜多樣，地質(zhì)環(huán)境相對脆弱，地質(zhì)災(zāi)害頻繁，自然地理?xiàng)l件較差。同時(shí)平均海拔高、地勢起伏越大的區(qū)域?qū)ν饨煌ú槐?，增大了生產(chǎn)要素流通成本。從戶均耕作半徑、大于25°耕地占比指標(biāo)的貧困指數(shù)看，該區(qū)域貧困村遠(yuǎn)遠(yuǎn)高于其他地區(qū)的貧困村，農(nóng)業(yè)生產(chǎn)成本較高，不利于農(nóng)業(yè)的規(guī)?；l(fā)展，農(nóng)業(yè)資源稟賦較差。其余地區(qū)重度、極端貧困村呈“插花式”分布。

(2)在經(jīng)濟(jì)地理資本維度上，受貧困村地理區(qū)位條件、交通通達(dá)度、經(jīng)濟(jì)發(fā)展能力、村人均收入水平影響，各地區(qū)貧困村經(jīng)濟(jì)地理資本貧困程度差異較大(圖3b)。從空間分布上來看，經(jīng)濟(jì)地理資本貧困指數(shù)表現(xiàn)出從渝東南、渝東北向渝西地區(qū)逐漸減小的趨勢。全市貧困程度最深的貧困村主要集中分布在渝東北、渝東南區(qū)縣行政交界處以及重慶市邊緣地區(qū)，這些區(qū)域貧困村距離鄉(xiāng)鎮(zhèn)、區(qū)縣城較遠(yuǎn)，交通基礎(chǔ)設(shè)施建設(shè)相對滯后，市場經(jīng)濟(jì)聯(lián)系性較差，農(nóng)產(chǎn)品外銷，農(nóng)民工外出務(wù)工較為困難； 同時(shí)受政府政策惠及和區(qū)縣中心輻射帶動作用小，資金難以引入，貧困村自我發(fā)展能力較弱，導(dǎo)致貧困程度較深。渝西地區(qū)，渝東南、渝東北地區(qū)縣城周邊區(qū)域的貧困村地理區(qū)位條件較好，信息共享程度高，貧困程度相對較輕。

(3)在社會地理資本維度上，由于發(fā)展歷史、民族、地域等因素影響，各貧困村社會福利水平、公共服務(wù)水平、人力資源水平、文化教育水平等發(fā)展存在顯著差異，社會發(fā)展水平表現(xiàn)出明顯的不均衡性。從圖3c可以看出，社會地理資本貧困程度呈渝西地區(qū)分別向渝東北、渝東南地區(qū)逐漸加深，重度、極端貧困村在空間分布上較為廣泛，主要表現(xiàn)為兩個(gè)熱點(diǎn)區(qū)域。一是渝東北的城口縣、巫溪縣、巫山縣、奉節(jié)縣，該區(qū)域貧困村地處山區(qū)和三峽庫區(qū)，醫(yī)療衛(wèi)生、教育、社會保障等發(fā)展滯后，同時(shí)該區(qū)域貧困村中大量青、壯年勞動力外流造成村內(nèi)部整體人力資本的降低，很大程度上限制了村域經(jīng)濟(jì)發(fā)展。二是渝東南的武隆區(qū)、彭水縣、酉陽縣、秀山縣，該區(qū)域地處武陵山區(qū)，同時(shí)也是苗族、土家族聚居地區(qū)，由于民族差異和較為封閉的地理環(huán)境，該區(qū)域貧困村社會發(fā)展水平較低，社會地理資本貧困程度較深。

(4)在生態(tài)地理資本維度上，生態(tài)環(huán)境質(zhì)量水平是村生態(tài)環(huán)境保護(hù)和生態(tài)環(huán)境破壞的組合，反映了當(dāng)?shù)卣c農(nóng)民環(huán)保意識的強(qiáng)弱，同時(shí)也體現(xiàn)貧困村的可持續(xù)發(fā)展水平。通過對圖3d分析可以看出，生態(tài)地理資本貧困程度表現(xiàn)出高值區(qū)向三峽庫區(qū)、酉陽縣、黔江區(qū)聚集的特征。三峽庫區(qū)是生態(tài)環(huán)境的敏感區(qū)、脆弱區(qū)，三峽工程建設(shè)帶來的百萬移民安置更是加劇了庫區(qū)的生態(tài)環(huán)境壓力和人地矛盾。根據(jù)測算結(jié)果顯示，三峽庫區(qū)貧困村農(nóng)業(yè)開發(fā)強(qiáng)度較大，同時(shí)該區(qū)域水旱災(zāi)害頻繁，水土流失較為嚴(yán)重，貧困村生態(tài)地理資本貧困指數(shù)較高； 酉陽縣、黔江區(qū)等民族地區(qū)，農(nóng)業(yè)生產(chǎn)條件較為落后，單位面積耕地化肥和農(nóng)藥使用強(qiáng)度較高，同時(shí)該區(qū)域地處喀斯特地貌廣布的山區(qū)，過度的農(nóng)業(yè)開發(fā)造成水土流失也是導(dǎo)致該區(qū)域生態(tài)貧困的重要原因。

綜合4個(gè)維度的地理資本評價(jià)，計(jì)算重慶市貧困村地理資本綜合貧困指數(shù)(圖3e)，其空間分布特征主要表現(xiàn)為：渝東北秦巴山區(qū)，渝東南的武陵山區(qū)、渝西地區(qū)南部的大婁山區(qū)貧困村貧困程度較重，渝西丘陵地區(qū)貧困村貧困程度較輕。整體上，貧困村多維貧困程度呈渝東北、渝東南分別向渝西地區(qū)逐漸減輕的特征，貧困村多維貧困程度存在顯著的地域性差異。

3.2 貧困村貧困類型劃分

貧困發(fā)生分異是一種或者多種因素綜合作用的結(jié)果[32]，為了精準(zhǔn)識別每個(gè)貧困村的貧困類型，該文利用最小方差模型計(jì)算貧困村4個(gè)維度地理資本貧困指數(shù)對地理資本綜合貧困指數(shù)貢獻(xiàn)率的最小方差，進(jìn)而將重慶市1 919個(gè)市級貧困村劃分成單資本缺失型、雙資本缺失型、三資本缺失型、四資本缺失型4種不同的貧困類型(表3)。通過表3可以發(fā)現(xiàn)，在重慶市貧困村貧困類型占比上，三資本缺失型>雙資本缺失型>單資本缺失型>四資本缺失型。整體上看，重慶市單資本缺失型貧困村占比不足10%，說明重慶市貧困村致貧因素復(fù)雜多樣，致貧機(jī)理較為復(fù)雜，精準(zhǔn)扶貧難度較大。應(yīng)精準(zhǔn)識別各貧困村的主要致貧因素，開展分類精準(zhǔn)幫扶。

圖4 重慶市不同貧困類型貧困村空間分布

(1)單資本缺失型，該類型貧困村占貧困村總數(shù)的9.07%，主要分為自然地理資本單因素主導(dǎo)、社會地理資本單因素主導(dǎo)、經(jīng)濟(jì)地理資本單因素主導(dǎo)3個(gè)子類，不存在生態(tài)地理資本單資本缺失型的貧困村。從單資本缺失型貧困村致貧因素發(fā)生概率來看，經(jīng)濟(jì)地理資本主導(dǎo)型>社會地理資本主導(dǎo)型>自然地理資本主導(dǎo)型； 從空間分布上看(圖4)，單資本缺失型貧困村呈“插花式”分布，空間分布規(guī)律性不強(qiáng)。相比較而言，單資本缺失型貧困村相對于其他類型貧困村貧困程度相對較輕。該類型貧困村是由某一方面的地理資本缺失而導(dǎo)致的貧困，其致貧機(jī)理比較明晰，具有較大的脫貧潛力，可以通過加大缺失方面地理資本的幫扶力度，采取針對性措施彌補(bǔ)發(fā)展短板，精準(zhǔn)幫扶，靶向施策，突破發(fā)展的瓶頸限制。

(2)雙資本缺失型，該類型貧困村比例為20.27%，分為經(jīng)濟(jì)—社會地理資本支配型、經(jīng)濟(jì)—自然地理資本支配型、社會—自然地理資本支配型、經(jīng)濟(jì)—生態(tài)地理資本支配型、社會—生態(tài)地理資本支配型、自然—生態(tài)地理資本支配型6個(gè)子類。其中經(jīng)濟(jì)—社會地理資本支配型、經(jīng)濟(jì)—自然地理資本支配型、社會—自然地理資本支配型3個(gè)子類型為主要的雙因素支配類型，占雙因素支配類型貧困村總量的90.12%。雙因素支配類型貧困村空間分布上相對集中，主要分布于渝西地區(qū)，渝東北、渝東南地理區(qū)位條件、自然條件相對較好的區(qū)域。雙資本缺失型貧困村平均貧困指數(shù)接近全市平均水平，處于中度貧困水平，整體脫貧潛力一般，應(yīng)根據(jù)貧困村具體的致貧原因，因地制宜地進(jìn)行分類指導(dǎo)，采取差別化的精準(zhǔn)扶貧策略。

(3)三資本缺失型，此類型貧困村占比最大，達(dá)66.91%，是重慶市貧困村最主要的貧困類型。該類型貧困村可細(xì)化分為經(jīng)濟(jì)—社會—自然地理資本協(xié)同型、經(jīng)濟(jì)—社會—生態(tài)地理資本協(xié)同型、社會—自然—生態(tài)地理資本協(xié)同型、經(jīng)濟(jì)—自然—生態(tài)地理資本協(xié)同型4種組合子類。在子類數(shù)量排序上，經(jīng)濟(jì)—社會—自然地理資本協(xié)同型>經(jīng)濟(jì)—社會—生態(tài)地理資本協(xié)同型>經(jīng)濟(jì)—自然—生態(tài)地理資本協(xié)同型>社會—自然—生態(tài)地理資本協(xié)同型。從圖4可知，三資本缺失型貧困村在空間上分布廣泛，集中分布在秦巴山區(qū)、武陵山區(qū)兩個(gè)連片特困地區(qū)。從貧困村平均貧困指數(shù)上看，該類型貧困村貧困指數(shù)遠(yuǎn)遠(yuǎn)高于全市平均水平，貧困程度最深，表現(xiàn)出顯著的地理資本劣勢。三資本缺失型貧困村致貧因素復(fù)雜多樣，是重慶市精準(zhǔn)扶貧工作的重點(diǎn)和難點(diǎn)，應(yīng)進(jìn)一步加大扶貧力度，細(xì)化幫扶方案，厘清各類致貧因素，做到因戶施策、因人施策。

(4)四資本缺失型，該類型貧困村占比最小，約占全市貧困村的3.75%。此類型貧困村致貧因素多樣，但各致貧因素貢獻(xiàn)率相對均衡。在多維貧困指數(shù)上，該類型貧困村遠(yuǎn)遠(yuǎn)低于全市貧困村平均水平，整體貧困程度較低。在空間分布上，此類型貧困村呈離散化分布。四資本缺失型貧困村4個(gè)維度的地理資本條件均有所欠缺，但各維度地理資本貧困程度較為均衡，貧困村整體發(fā)展條件較優(yōu)，較為容易改善，脫貧難度相對較小。

表3 重慶市貧困村貧困類型統(tǒng)計(jì)

貧困類型平均貧困指數(shù)貧困村占比(%)自然地理資本致貧占比(%)社會地理資本致貧占比(%)經(jīng)濟(jì)地理資本致貧占比(%)生態(tài)地理資本致貧占比(%)單資本缺失型0.404 99.0721.2331.6447.130.00雙資本缺失型0.415 720.2745.5767.4675.7911.18三資本缺失型0.427 866.9177.7283.6296.3442.32四資本缺失型0.364 33.75100.00100.00100.00100.00合計(jì)0.416 9100.0051.7380.5690.6819.45

4 結(jié)論與討論

行政村是國家精準(zhǔn)扶貧戰(zhàn)略實(shí)施的最小空間單元，村級尺度的多維貧困測度研究更有利于揭示區(qū)域貧困問題的本質(zhì)和發(fā)展的不均衡性。準(zhǔn)確劃分村域貧困類型，有助于輔助各級政府有針對性地開展幫扶工作，增強(qiáng)扶貧、減貧工作的務(wù)實(shí)性和實(shí)效性。該文基于地理資本視角，從自然地理資本、經(jīng)濟(jì)地理資本、社會地理資本、生態(tài)地理資本4個(gè)維度構(gòu)建村級多維貧困評價(jià)指標(biāo)體系，并采用多維貧困測度模型對重慶市1 919個(gè)市級貧困村的多維貧困程度進(jìn)行了測度，再利用最小方差模型對貧困村貧困類型進(jìn)行劃分。主要得出以下結(jié)論

(1)在貧困村多維貧困測度上，重慶市貧困村多維貧困程度按自然斷點(diǎn)法可分為低度貧困、輕度貧困、中度貧困、高度貧困、極端貧困5個(gè)等級，其中低度貧困、極端貧困的貧困村占比較大，輕度、中度、重度貧困的貧困村占比較小，數(shù)量分布上呈兩端大中間小的“啞鈴狀”結(jié)構(gòu)，貧困程度呈兩極分化的特征，說明了重慶市區(qū)域發(fā)展的不平衡性； 在空間分布上，貧困村多維貧困程度整體上呈從渝東北、渝東南分別向渝西地區(qū)逐漸減輕的特征，貧困村多維貧困程度地域性差異顯著。

(2)在貧困村的貧困類型劃分上，重慶市貧困村主要可以分為單資本缺失型、雙資本缺失型、三資本缺失型、四資本缺失型4個(gè)類型，其占比分別為9.07%、20.27%、66.91%、3.75%。其中三資本缺失型貧困村是重慶市最主要的貧困類型。

(3)根據(jù)重慶市貧困村多維貧困分異規(guī)律以及貧困類型，為重慶市精準(zhǔn)扶貧工作提出以下建議：對單一地理資本缺失致貧，貧困程度相對較低的貧困村，應(yīng)采取針對性幫扶政策彌補(bǔ)其發(fā)展短板； 對多類型地理資本缺失，貧困程度相對較深的貧困村，應(yīng)該加大財(cái)政資源投入，進(jìn)一步細(xì)化扶貧方案，根據(jù)貧困村具體的貧困特征因地制宜的制定幫扶措施，優(yōu)化扶貧資源的配置。

該文對重慶市貧困村多維貧困程度、貧困村貧困類型進(jìn)行了初步的探究，研究結(jié)論描述了重慶市村域貧困現(xiàn)狀，可為今后制定和實(shí)施差別化的脫貧措施提供技術(shù)支持和決策輔助。但受限于數(shù)據(jù)的可得性，該文還存在一定的不足。

基于截面數(shù)據(jù)對村域多維貧困進(jìn)行了測度，缺乏基于面板數(shù)據(jù)支持下村域多維貧困的時(shí)空演變特征分析。貧困村多維貧困致貧機(jī)理有待進(jìn)一步深入挖掘。貧困村多維貧困程度、貧困類型的空間關(guān)聯(lián)格局特征尚需開展更深層次的探討。在后續(xù)的研究中，將對上述不足進(jìn)行豐富和完善，以期為反貧困理論研究提供新途徑和思路。