基于地理探測器和TOPSIS的縣域農(nóng)村空間貧困特征分析
——以安徽省舒城縣為例

鄧 凱，朱世泉，黃長江，袁慧慧

滁州學(xué)院地理信息科學(xué)系，滁州,239000

1 相關(guān)研究與問題提出

貧困化一直以來都是世界難題，貧困與扶貧成了當(dāng)今社會的焦點問題[1]。改革開放以來，中國政府實施了一系列扶貧減貧政策，并取得巨大成效，從1978年到2017年底，農(nóng)村貧困人口由2.5億減少到3 046萬，貧困發(fā)生率由30.7%降到3.1%，為世界減貧事業(yè)做出了巨大貢獻(xiàn)。然而，在實際的扶貧攻堅中，僅僅依靠單一指標(biāo)并不能準(zhǔn)確地識別貧困區(qū)域及其特征，達(dá)不到空間上“精準(zhǔn)扶貧”的目的，造成“該扶不扶”的現(xiàn)象[2-5]。若單純依據(jù)收入等統(tǒng)計數(shù)據(jù)來測度貧困狀況，往往缺乏地理空間視角，無法直觀地明晰貧困產(chǎn)生的區(qū)域特征及空間地理對貧困的影響機制[6，7]。在國家大力推進(jìn)“精準(zhǔn)扶貧”的背景下，從空間視角和多維度識別貧困地區(qū)，提出差別化的扶貧對策，具有重要的理論價值和深遠(yuǎn)的現(xiàn)實意義。

針對空間貧困，目前國內(nèi)外學(xué)者做了很多相關(guān)研究，如，李雙成等，利用GIS、空間模擬、人工神經(jīng)網(wǎng)絡(luò)對中國局部空間貧困化進(jìn)行探測剖析[8]；丁文廣等利用回歸方程、主成分分析對甘肅省耕地資源特點與貧困關(guān)系的研究[9]；袁媛等運用因子分析和聚類分析研究了城市化時期廣州市本地人口新型貧困的類型和分布特點[10]；隋文娟等利用貧困增長曲線對空間貧困的中國區(qū)域經(jīng)濟(jì)發(fā)展特點和管理進(jìn)行分析[11]。Montrone等采用Satacan軟件分析社會經(jīng)濟(jì)指標(biāo)對意大利20個省區(qū)的空間貧困特征進(jìn)行分析[12]。Thongdara等采用GIS和統(tǒng)計分析方法對泰國區(qū)域貧困進(jìn)行研究[13]。上述研究均取得豐富的成果，給空間貧困研究提供了參考，但是尚缺少對農(nóng)村貧困化空間分異機制的定量研究，也未見對空間貧困的地理因子進(jìn)行綜合分析與評價。本文以舒城縣為研究對象，利用地理探測器模型，結(jié)合TOPSIS等分析方法，分別分析影響舒城縣空間貧困的主要因素和舒城縣資源空間分布的總體特征，并結(jié)合舒城縣實際情況，提出舒城縣扶貧發(fā)展的分項措施和整體方向，為舒城縣因地制宜、有效實施精準(zhǔn)扶貧戰(zhàn)略提供參考依據(jù)。

2 研究基礎(chǔ)與方法

2.1 研究區(qū)概況

舒城縣屬于安徽省六安市，位于安徽省中部、大別山山腳東部。東北鄰合肥、西北鄰六安、南鄰安慶三市。介于E16°26′E117°15′N31°01′N31°34′間，東西距離86公里、南北距離49.5公里，占地面積4 257平方公里。截至2017年底，舒城縣下轄15個鎮(zhèn)、6個鄉(xiāng)、約490個社區(qū)和行政村。舒城縣地勢由西南向東北逐漸降低，海拔最高差約1 532米，根據(jù)海拔高度可劃分為：山地、丘陵、崗地、平地和洼地。

截至2017年底，全縣現(xiàn)有耕地4.463 44萬公頃，其中水田3.800 0萬公頃，旱地6 631.6公頃，山林場10.21萬公頃。常住人口計算人均GDP為3.000 6萬元。居民人均可支配收入1.581 7萬元。全縣參?？?cè)藬?shù)約53萬。全縣社會福利院1個，社會福利院床位約5 800張。全縣城鎮(zhèn)低保人數(shù)為1.275 1萬人，農(nóng)村低收入人數(shù)為3.098 6萬人，供養(yǎng)農(nóng)村五保人數(shù)1.016 3萬人。全縣公路通車?yán)锍碳s3 000公里。其中，縣內(nèi)高速公路約7公里，縣內(nèi)鐵路約6.6公里。并且多條省級、縣級高速公路、鐵路貫穿舒城縣全境。全縣有5所中等職業(yè)學(xué)校，生源約7萬人； 11所普通高中，生源約1.3萬人；普通初中43所，生源約2.2萬人；小學(xué)64所，生源3.800 1萬人。幼兒園97所，兒童數(shù)1.640 3萬人。高中入學(xué)率約80%，初中入學(xué)率約96%，小學(xué)入學(xué)率高達(dá)100.0%。全縣共有醫(yī)療衛(wèi)生設(shè)施364個，其中大型醫(yī)院3家，基本醫(yī)療衛(wèi)生設(shè)施358個，專業(yè)公共衛(wèi)生設(shè)施3個，衛(wèi)生人員 2 214 名，其中衛(wèi)生技術(shù)人員2 200名；床位數(shù)2 205張，執(zhí)業(yè)醫(yī)師1 115人，護(hù)士1 000人，公共衛(wèi)生類別醫(yī)師75人。常住人口擁有醫(yī)療機構(gòu)床位數(shù)3.1張、執(zhí)業(yè)醫(yī)生數(shù)1.5名、注冊護(hù)士數(shù)1.59名，每萬人口全科醫(yī)生數(shù)1.8名，較2010年分別增長58.6 %、67.9%、 39.3%。如圖1。

圖1 舒城縣概況

2.2 地理探測器模型

地理探測器共由四個探測組成[14，15]，本文運用的是分異及因素探測。

分異及因素測算原理：測算y的分布差異以及測算某因素對y的空間分異的決定力度。度量值q表達(dá)式為：

(1)

式中，h=1,2,…,L為因素A的分類；Nh和N分別為類h和y全部類的單元數(shù)；σ2h和σ2分別為類h和全部類y的方差；Q的取值范圍為0-1，值越大，即每個類型內(nèi)的方差較小，類型之間的方差較大，說明自變量A對y的決定力越強，反之則越弱，當(dāng)q=1時，因子A完全決定錄入y的分布；q=0，表示A與y沒有任何關(guān)系。本文中y為貧困發(fā)生率，測算因素為各項指標(biāo)，利用自然斷點法分別對各項指標(biāo)分類，每項指標(biāo)的分為h類。

2.3 TOPSIS模型

TOPSIS模型主要根據(jù)研究對象與各項指標(biāo)最高指標(biāo)對象和最低指標(biāo)對象的距離進(jìn)行相對優(yōu)劣的評價。本文將舒城縣399個行政村與涉及經(jīng)濟(jì)、社會、環(huán)境三方面的各項指標(biāo)構(gòu)建矩陣，并對最優(yōu)和最劣方案的距離進(jìn)行評價。

其具體計算過程如下：

(1)將各以同樣的趨勢對待。通過改變所有指標(biāo)的方向，可以將高質(zhì)量指標(biāo)轉(zhuǎn)化為低質(zhì)量指標(biāo)。本文利用高質(zhì)量指標(biāo)轉(zhuǎn)低質(zhì)量指標(biāo)，即值越低評價越高，地形起伏度、到縣城中心距離、到醫(yī)療設(shè)施距離、到學(xué)校距離、到主干道距離和貧困發(fā)生率都不做改動，將人均耕地、農(nóng)民人均純收入利用倒數(shù)法轉(zhuǎn)化為低優(yōu)指標(biāo)，并建立原始數(shù)據(jù)矩陣Xij。

(2)歸一化處理。在步驟(1)進(jìn)行后，運用以下歸一化公式進(jìn)行處理，公式為：

(2)

得到歸一化后矩陣{Aij}m×n(其中i表示各個行政村，j表示各項指標(biāo))。

(3)根據(jù)矩陣A得到正負(fù)理想解，即所有方案中的最高指標(biāo)和最低指標(biāo)。

最高指標(biāo)對象A+={a+i1,a+i2,…,aim}

最低指標(biāo)對象A+={a-i1,a-i2,...,aim}

(4)分別計算每個評價指標(biāo)的對象與最高指標(biāo)和最低指標(biāo)的距離。

(3)

式中，D+i為第i個評價指標(biāo)對象與最高指標(biāo)對象的距離，D-i為第i個評價指標(biāo)對象與最低指標(biāo)對象的距離；Aij是某個評價指標(biāo)對象i在第j項指標(biāo)的取值。

(5)計算各評價指標(biāo)對象與最高指標(biāo)對象的接近程度Ci

(4)

式中，Ci取值介于0和1之間，由于在趨勢化中采用了指標(biāo)低優(yōu)化的方法，所以其值越接近1，表示評價對象越高，即指標(biāo)綜合評價越高，反之，則評價較低。

3 研究過程

3.1 指標(biāo)體系建立

構(gòu)建地理資本指標(biāo)體系是研究空間貧困的基礎(chǔ)，結(jié)合舒城縣實際，借鑒相關(guān)學(xué)者研究成果，構(gòu)建了7項原始指標(biāo)構(gòu)成的舒城縣域空間貧困指標(biāo)體系(見表1)。原始指標(biāo)C1C2到縣城中心距離和路網(wǎng)密度反映了縣城中心的輻射作用和交通對經(jīng)濟(jì)發(fā)展的帶動作用；原始指標(biāo)(C3-C4)，教育和醫(yī)療交通可達(dá)性反映教育和醫(yī)療等基礎(chǔ)設(shè)施的輻射作用；原始指標(biāo)(C5-C6)，地形起伏度和人均耕地反映農(nóng)業(yè)生態(tài)環(huán)境和土地利用效率；C7貧困率為村貧困人口占比，一定程度上反映每個村的經(jīng)濟(jì)發(fā)展現(xiàn)狀。

表1 安徽省舒城縣域空間貧困指標(biāo)體系

3.2 數(shù)據(jù)來源及處理

基于數(shù)據(jù)獲取的方式可以分為兩類：實地調(diào)查數(shù)據(jù)、GIS工具分析數(shù)據(jù)，結(jié)果如表2所示。

表2 數(shù)據(jù)獲取分類

3.2.1 實地調(diào)查數(shù)據(jù)

本研究所需要的舒城縣各村貧困人口數(shù)量、村總?cè)丝?、耕地面積原始數(shù)據(jù)主要來自舒城縣各村級扶貧開發(fā)辦公室。

貧困發(fā)生率=貧困人口數(shù)/總?cè)丝?；人均耕地面積=耕地面積/村總?cè)丝凇＞唧w結(jié)果如表3所示。

表3 實地調(diào)查數(shù)據(jù)統(tǒng)計

3.2.2 GIS分析數(shù)據(jù)

主要道路、村域矢量、醫(yī)療機構(gòu)、學(xué)校等矢量數(shù)據(jù)由舒城縣人民政府提供，其中主要道路包括高速道路、省道、縣道、鄉(xiāng)道；醫(yī)療機構(gòu)包括大型醫(yī)院、衛(wèi)生院；學(xué)校包括中學(xué)、小學(xué)；分辨率為90×90；舒城DEM數(shù)據(jù)從國家地理空間數(shù)據(jù)云下載。

3.2.2.1 路網(wǎng)密度獲取

路網(wǎng)密度=各村路里程/各村域面積

(1)標(biāo)識要素：執(zhí)行Annalysis Tool-Overlay-Identity，輸入要素為主要道路，標(biāo)識要素為村域

(2)長度統(tǒng)計：執(zhí)行Annalysis Tool-Statistics-SummaryStatistics,輸入要素為經(jīng)過標(biāo)識的道路，案例分組字段為村域的名稱。計算結(jié)果如表4所示。

表4 路網(wǎng)密度(部分)

3.2.2.2 到縣城中心距離獲取

(1)打開鄰近窗口，執(zhí)行Annalysis Tool-Proximity-Near，在Input Feature窗口中輸入村莊，在Near Features(鄰近要素)中輸入縣城中心點，點擊完成即可。

(2)導(dǎo)出距離結(jié)果。打開村莊屬性表，其中Near_Dist即為某個村莊到最近醫(yī)療機構(gòu)的距離。結(jié)果如表所示5。

表5 各行政村到縣中心距離

3.2.2.3 地形起伏度獲取

(1)行政村矢量與舒城縣DEM疊加，利用裁切工具提取各村的DEM柵格圖。

(2)利用鄰域分析方法，設(shè)置鄰域分析類型為矩形，鄰域窗口設(shè)為3×3，分別求行政村每個柵格的最大值和最小值，記為H大和H小。

(3)利用柵格計算器計算每個村的每個柵格最大值和最小值之差，即為每個柵格的相對高程。

(4)將記錄每個村所有柵格相對高程求平均值，即為每個村的地形起伏度，如表6所示。

表6 各行政村起伏度

3.2.2.4 教育可達(dá)性獲取

教育可達(dá)性=小學(xué)交通耗費時間+中學(xué)交通耗費時間

根據(jù)ArcGIS的費用加權(quán)距離法，計算每個柵格到學(xué)校和醫(yī)院最近距離，根據(jù)中國公路工程技術(shù)規(guī)定的公路設(shè)計速度(JTGB-2003)和舒城縣道路情況，將各級公路的速度(單位：km/h)分別設(shè)定為：高速80、國道60、省道40、縣道30、街道、其他道路6。根據(jù)學(xué)生年齡實際情況，小學(xué)生和中學(xué)生可以設(shè)置不同的速度，速度分別(單位：km/h)為：小學(xué)參考面設(shè)為5，中學(xué)參考面為15，道路類型為縣道30和鄉(xiāng)道20。實現(xiàn)步驟如下：

(1)建立舒城縣路網(wǎng)、中小學(xué)數(shù)據(jù)庫，舒城縣域作控制用。

(2)將各要素轉(zhuǎn)為柵格，并對道路進(jìn)行重分類，空白處和賦值。

(3)用腌膜提取，將超出舒城縣范圍的柵格擦除。

(4)將舒城縣域內(nèi)的值賦為1。

(5)在空間分析工具中分別計算舒城縣小學(xué)交通耗費時間、中學(xué)交通耗費時間。

圖2分別為舒城縣小學(xué)交通可達(dá)性、中學(xué)交通可達(dá)性專題圖。

圖2 舒城縣中小學(xué)交通可達(dá)性

3.2.2.5 醫(yī)療可達(dá)性獲取

在醫(yī)療交通可達(dá)性中，各項速度設(shè)置如下(單位：km/h):參考面為20，道路類型為高速80、省道40、縣道和鄉(xiāng)道。圖3為舒城縣醫(yī)療交通可達(dá)性專題圖。

圖3 醫(yī)療交通可達(dá)性

4 研究結(jié)果與分析

4.1 空間貧困主導(dǎo)因素分析

本文使用地理探測器模型，計算得到各因素對貧困發(fā)生率的決定力，分析影響貧困的主導(dǎo)因素，貧困發(fā)生率與各個主導(dǎo)因子制圖，如圖4-10所示。

圖4 貧困發(fā)生率

圖5 到縣城中心距離 圖6 人均耕地面積

圖7 地形起伏度 圖8 路網(wǎng)密度

圖9 教育交通可達(dá)性 圖10 醫(yī)療交通可達(dá)性

將貧困發(fā)生率和各項指標(biāo)分類結(jié)果錄入GeoDtecter中，進(jìn)行因子探測。探測結(jié)果如表7所示。

表7 地理探測器探測結(jié)果

依此排出決定力q值：到縣城中心距離>人均耕地>地形起伏度>路網(wǎng)密度>到醫(yī)療設(shè)施距離>到學(xué)校距離。由決定力可以得出：到縣城中心距離、人均耕地面積、地形起伏度、路網(wǎng)密度對貧困發(fā)生率的影響較大，到醫(yī)療設(shè)施、學(xué)校的距離雖然也存在影響，但影響不大。

根據(jù)以上計算出來的結(jié)果，分析各個因素對舒城縣發(fā)展的作用，進(jìn)而為舒城縣扶貧活動的進(jìn)行發(fā)揮促進(jìn)作用。

4.1.1 到縣城中心距離分析

縣城中心是教育、醫(yī)療、公共服務(wù)、車站等服務(wù)設(shè)施的積聚地，并且設(shè)施基礎(chǔ)也最發(fā)達(dá)，離縣中心更近，參與縣城中心共享設(shè)施服務(wù)就更容易，尤其是縣城中心的帶動作用特別強。如圖5中到縣城中心距離分類結(jié)果，到縣城中心的距離分布狀態(tài)基本為同心扇形狀，并且與貧困發(fā)生率的分布狀態(tài)基本保持一致。

4.1.2 人均耕地分析

圖6反映了農(nóng)業(yè)生產(chǎn)情況。舒城縣人均耕地總體特點為北多南少，南部地區(qū)地形起伏較大、人均耕地資源偏少、耕地質(zhì)量差，并且存在農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和方式落后、地勢起伏大、耕地質(zhì)量差、農(nóng)業(yè)發(fā)展不穩(wěn)定、農(nóng)民收入偏低的情況，導(dǎo)致貧困指數(shù)較高。北部耕地資源較多，并且依靠地形、區(qū)位優(yōu)勢，引進(jìn)了先進(jìn)的農(nóng)作物生產(chǎn)方式，優(yōu)化種植結(jié)構(gòu)，因此貧困程度比南部低。

4.1.3 地形起伏度分析

地形條件對農(nóng)業(yè)各方面活動具有限制作用，地形平坦地區(qū)適宜種植農(nóng)作物。地勢也是道路實施的重要條件，地勢平坦，有利于農(nóng)業(yè)生產(chǎn)活動的進(jìn)行，從而間接增加農(nóng)民收入。由圖7可以看出，舒城縣地勢起伏度由北向南逐漸增大，而圖4中貧困發(fā)生率也由北向南逐漸增大，尤其是南部地區(qū)，地面起伏最大，經(jīng)濟(jì)發(fā)展受到很大的限制，而北部、中部地區(qū)地勢平坦，因此造成了南部經(jīng)濟(jì)落后于中北部。

4.1.4 路網(wǎng)密度

交通是經(jīng)濟(jì)發(fā)展的樞紐，道路密度反映了區(qū)域之間聯(lián)系程度。研究區(qū)距離越短，代表周圍路網(wǎng)密集，與外界的聯(lián)系也越密切。由圖8可知，舒城縣主要道路分布在東北部地區(qū)，使得北部聯(lián)系密切，交通方便，貧困指數(shù)比較低。而東南部地區(qū)距離主要道路比較遠(yuǎn)，物資流動、人口外出等都比較困難，因此經(jīng)濟(jì)水平低，東南部也更加貧困。

4.2 醫(yī)療交通可達(dá)性分析和教育交通可達(dá)性分析

到醫(yī)療設(shè)施、學(xué)校的距離反映地區(qū)公共基礎(chǔ)設(shè)施的發(fā)展?fàn)顩r，從圖9和圖10可知，舒城縣醫(yī)療設(shè)施和學(xué)校南北分布相對均衡，南部邊緣地區(qū)的醫(yī)療和教育資源比較匱乏，應(yīng)增加南部偏遠(yuǎn)地區(qū)醫(yī)療和教育設(shè)施的投入。

4.3 空間指標(biāo)評價分析

由于399個行政村數(shù)據(jù)量比較多，因此，部分行政村評價結(jié)果如表8所示。

根據(jù)表8中計算結(jié)果，繪制綜合評價值分布特征。從圖11中可以直觀地發(fā)現(xiàn)：評價結(jié)果為中部>北部>南部，與貧困發(fā)生率結(jié)果作對比可以發(fā)現(xiàn)，綜合評價結(jié)果和貧困發(fā)生率存在負(fù)相關(guān)，即綜合評估價分值越高，貧困發(fā)生率越低，資源分配也較為充足。詳細(xì)分析發(fā)現(xiàn)：中部地區(qū)的各項資源比較充足，經(jīng)濟(jì)發(fā)展水平在三者中比較高，并且在各項影響因素專題圖中，中部地勢起伏較小，是城鎮(zhèn)聚集中心，路網(wǎng)比較密集，教育與醫(yī)療資源擁有量也比較大。北部和南部相對匱乏，特別是南部邊緣地區(qū)，地形起伏大，遠(yuǎn)離城鎮(zhèn)中心，耕地資源利用不充分，醫(yī)療和教育資源比較匱乏，特別是教育資源的匱乏，導(dǎo)致勞動力素質(zhì)比較低，雖然耕地面積占比較大，但其他各方面因素制約了農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的優(yōu)化；并且評價結(jié)果最大值(0.983 0)和最小值(0.336 5)差值較大，說明舒城縣資源的分布差異不均勻，存在貧富差距大的問題。

表8 舒城縣D+ 、D-、Ci計算結(jié)果

圖11 綜合評價結(jié)果專題圖

5 扶貧措施

通過以上空間貧困要素分析與空間貧困主導(dǎo)因素分析發(fā)現(xiàn)，舒城縣資源分布不均的現(xiàn)象十分嚴(yán)重，正是因為這種現(xiàn)象導(dǎo)致舒城縣城鄉(xiāng)發(fā)展不平衡，貧富差距大，這種差距制約著舒城縣整體的發(fā)展水平，因此，需要制定特定的扶貧措施，以下是根據(jù)不同要素的空間分布特征提出的相關(guān)建議。

5.1 經(jīng)濟(jì)發(fā)展措施

針對農(nóng)民收入較低情況，應(yīng)改善謀生環(huán)境。事實上，對于大多數(shù)農(nóng)民工來說，到城里工作的主要原因不是城市的高收入，而是農(nóng)村的生計不足，要吸引人才和青年留在本地，扶持個體、民營企業(yè)的發(fā)展，為農(nóng)民增加謀生機會，提高本地就業(yè)率；對于區(qū)域交通不便、與外界聯(lián)系機會少的地區(qū)，應(yīng)完善道路基礎(chǔ)設(shè)施條件，加強鄉(xiāng)村和主干道路的建設(shè)；并且對于交通嚴(yán)重受阻的地區(qū)可以適當(dāng)?shù)夭扇“徇w政策。

5.2 社會保障措施

應(yīng)加大社會公共基礎(chǔ)設(shè)施的投入，提高衛(wèi)生、醫(yī)療、教育等基本生活條件，對于貧困人口的救濟(jì)，在落到實處的同時，更要關(guān)注貧困人口的醫(yī)療保障、受教育權(quán)利和就業(yè)機會。

5.3 環(huán)境改善措施

對于自然環(huán)境差、地勢起伏大、耕地資源利用不充分造成的貧困?？梢酝ㄟ^提高科技水平、改善農(nóng)業(yè)生產(chǎn)方式；對于耕地資源不足的情況，要利用位置優(yōu)勢，發(fā)展當(dāng)?shù)靥厣a(chǎn)業(yè)，吸引附近城市的投資和增加當(dāng)?shù)剞r(nóng)民就業(yè)機會。

5.4 針對舒城縣整體區(qū)域

區(qū)域之間的發(fā)展既相互促進(jìn)也相互制約，為保證舒城縣整體經(jīng)濟(jì)平穩(wěn)發(fā)展，既要依據(jù)各項指標(biāo)對貧困發(fā)生率影響程度落實各項措施，避免造成資源浪費，也要根據(jù)綜合評價結(jié)果，南北地區(qū)統(tǒng)籌兼顧。

6 結(jié)論及討論

本文將以往使用收入指標(biāo)進(jìn)行貧困測量轉(zhuǎn)變?yōu)樨毨丝谡急燃簇毨Оl(fā)生率，以安徽省舒城縣為例，依據(jù)數(shù)據(jù)的可獲得性和科學(xué)性，建立涉及經(jīng)濟(jì)、社會、環(huán)境等方面的村級貧困指標(biāo)體系，通過實地調(diào)查和GIS分析方法獲得指標(biāo)所需的數(shù)據(jù)。利用地理探測器將相關(guān)性與空間分異結(jié)合的優(yōu)勢，進(jìn)行多級要素探測，獲得各因素對農(nóng)村貧困發(fā)生率的影響程度，分析揭示了影響農(nóng)村貧困的主導(dǎo)因素和影響因素空間分布特征；借助TOPSIS方法對多個影響因素進(jìn)行綜合評價，清晰地展示了舒城縣資源的空間分布特征。依據(jù)分析結(jié)果，提出針對舒城縣扶貧的經(jīng)濟(jì)發(fā)展、社會保障、環(huán)境改善等措施。

本研究還存在一些問題：在建立指標(biāo)體系方面，本文采用了人均耕地面積、地形起伏度、教育交通可達(dá)性、醫(yī)療交通可達(dá)性、路網(wǎng)密度、到縣城中心距離這幾項指標(biāo)進(jìn)行貧困影響因素的探測分析，對因子的選取并沒有準(zhǔn)確地驗證其合理性；醫(yī)療和教育交通可達(dá)性的計算只考慮交通時間，沒有考慮醫(yī)療和教育資源情況，結(jié)果可能存在偏差；在扶貧建議上，扶貧政策需要具體，本文停留在宏觀建議方面，所以扶貧措施的實施還需要結(jié)合實地考察。