甘肃省农村空间贫困地域分异特征及其影响因素

何博汶，李丁，刘笑杰

（兰州大学资源环境学院，甘肃 兰州 730000）

贫困是伴随人类历史进程的客观现象，也是世界各国尤其是发展中国家所面临的共同难题[1]。十八大以来，中国政府实施的精准扶贫战略取得举世瞩目的减贫成就，农村绝对贫困问题得到根本改善[2]。与此同时，扶贫工作进入到“攻坚克难”的冲刺阶段，剩余数千万农村贫困人口大多分布在自然及人文环境恶劣的深度贫困地区[3]，其贫困表现形式多元，致贫原因复杂，区域集聚特性突出[4]。传统农村扶贫体系难以全面准确掌握贫困对象的真实状态，其扶贫政策的针对性受到极大挑战。这表明当前农村扶贫的目标和任务需从单一经济视角向多维度视角转变[5]。从减贫的瞄准尺度来看，贫困瞄准单位由区域下沉到农户虽提高了扶贫对象的识别精度，但因贫困个体自身发展能力有限，其脱贫时效不可持续[6]。在此背景下，从多维视角出发，对区域农村贫困的空间格局及其驱动因素展开识别和诊断，旨在为提升扶贫资源的指向性，分区分类制定和实施精准扶贫政策提供参考。

贫困的概念和内涵经历了从经济贫困，到包括健康、教育和生活质量等社会各方面的多维贫困，再到囊括自然生态和社会人文环境的空间贫困的发展历程[7]。多维贫困来源于Sen[8]提出的“可行能力”理论，他将贫困发生的根源归因于贫困主体多种基本能力和权利的被剥夺。近年来，多维贫困理论受到学术界广泛关注，学者们围绕多维贫困的测量方法、识别指标及指标权重等方面开展了一系列研究[9-13]。空间贫困是多维贫困内涵在地理空间维度上的拓展和深化[14]，其基本思想是将空间化的多维贫困指标集成为经济、社会和环境3大地理资本，探究地理资本的空间分异和贫困与地理资本的相关性，以此制定减贫策略。可见，空间贫困是包含了经济、社会、环境3个维度的复合概念，其研究内容可分为地理资本、贫困空间格局和脱贫策略等部分。随着地理学综合性优势在贫困研究中的凸显和GIS技术的应用，农村贫困地理学得到快速发展，研究内容主要包括空间贫困理论研究[4,7,14-15]、贫困测度[16-19]、贫困空间分布特征[20-21]、贫困影响因素[16,19,21-23]等。同时，贫困测度指标也日益丰富和完善，由最初的贫困发生率、人均纯收入等单一经济指标向教育、医疗卫生、人力资源、经济基础、生产条件等多维度指标体系方向发展[20,22]。研究方法主要采用A-F法[18]和多维贫困综合指数法[1]测算贫困程度，借助核密度[20]、空间自相关[21]、障碍度[16]、回归分析[22]、地理探测器[23]等方法对全国、片区、省域、村域等不同尺度的贫困空间格局及其影响因素进行探究。研究结果表明，农村贫困在各层级空间尺度中均存在空间异质性，人口、交通、自然条件、资源禀赋、地理区位及经济基础等是影响贫困发生的主要因素。如陈烨烽等[16,20]从多尺度视角对全国贫困村空间分布特征进行分析，发现全国贫困村在空间上呈东部和西北部稀少、西南部及中部集中的分布态势，分异格局主要受通路情况、自然灾害、劳动力状况、收入水平等因素影响。王永明等[21]研究发现，贵州区县层面乡村贫困呈东、南、西三面高，中、北部低的空间格局，地形、地理位置、人口年龄结构、民族因素是导致贫困空间差异的显著因素。总体来看，已有农村贫困测量研究多局限于社会经济指标，未将生态环境因子纳入贫困评价体系，农村贫困内涵的多角度探究仍需进一步完善。在贫困影响因素分析中，对影响因素作用强度的空间异质性特征考虑不足。现有研究多基于全局模型探讨贫困空间格局的成因，其分析结果是针对所有研究单元的整体判断，无法深入剖析影响因素的局部差异。在研究尺度上，缺乏对中观县域尺度农村贫困空间分异与驱动机制的系统性研究。

甘肃地处西北内陆，是脱贫攻坚最艰难的省区之一，到2017年末，全省仍有189万农村贫困人口未脱贫，贫困发生率达9.6%，约为全国同期水平的3倍。从贫困地域生成机制来看，甘肃位于我国东部季风区、西北干旱区和青藏高原区三大地带交汇处，地貌类型复杂多样，干旱半干旱气候分布广泛。特殊的地貌类型和气候条件使得区域内自然灾害频发，生态环境极其脆弱，直接抑制了农牧业生产的稳定发展。同时，复杂自然环境形成的空间隔离阻碍了区际生产生活要素的自由流动，进一步强化了地理环境的约束性，造成农村贫困对象资本和生产技术积累缓慢，且更依赖自然环境。随着人口增加，大规模不合理开发活动加剧人地矛盾，导致区域陷入“生态环境脆弱—贫困—掠夺式开发利用—环境退化—贫困加剧”的恶性循环[24]。可见，甘肃农村贫困是自然和人文复合系统交互耦合作用的结果，其内部空间异质性特征显著。在落实扶贫政策过程中，各贫困地域单元对应的减贫路径和帮扶手段存在明显区域差异。鉴于此，本文以空间贫困理论为基础，首先构建农村空间贫困评价体系，采用灰色关联TOPSIS模型对甘肃85个县域进行空间贫困度量，其次利用GIS制图技术和空间自相关方法分别从全局及局部刻画甘肃农村贫困的空间分异格局，最后运用空间回归模型对农村空间贫困差异的影响因素进行分析，这对精准把握甘肃农村贫困地域性特征，提升扶贫工作成效具有重要意义。

1 研究方法与数据来源

1.1 研究方法

1.1.1 农村空间贫困评价指标体系 农村贫困具有多维性、复杂性和区域性等特征。空间贫困理论从经济、社会、环境3个维度综合反映贫困的经济劣势、社会和政治劣势、生态劣势[7]，弥补了传统贫困测度对自然生态环境因子考虑不足的缺陷[16]。鉴于此，本文以空间贫困理论为指导，遵循指标全面性、科学性和可操作性等原则，借鉴相关研究成果[1-2,14]和国家扶贫政策，结合甘肃农村实际情况，构建经济、社会、环境3维度共计35个评价指标的农村空间贫困评价指标体系（表1）。1.1.2 灰色关联TOPSIS模型 传统TOPSIS模型在样本量较少的情况下，评价过程极易受外界干扰，结果准确度难以保证。灰色关联法具有样本量要求低、计算简洁、规律易寻的优点，能很好弥补TOPSIS模型的缺陷[25]。因此，本文采取灰色关联方法改进的TOPSIS模型计算各县域空间贫困指数。过程如下[25]：

表1 农村空间贫困评价指标体系Table 1 Evaluation index system of spatial poverty in rural areas

1）构建加权决策矩阵R：

式中：i代表县域；j代表指标；m为县域总数；n是评价指标数；Xij为i县域在j指标下的属性值；Wj为熵权法确定的指标权重。

式中：Rij为i县域第j项加权标准值为各县域的正、负理想解

以加权决策矩阵为基础，计算i县域第j项指标与正、负理想解的灰色关联系数和

则i县域与正、负理想解的灰色关联度和分别为：

1.1.3 空间自相关 空间自相关是衡量区域所有地理单元某一要素属性值的平均关联程度及其与相邻要素属性值空间关联关系的方法，可分为全局空间自相关和局部空间自相关。本文通过测算全局Moran'sI指数和局部Moran'sI指数来分析甘肃农村空间贫困整体空间集聚特征和局部空间关联特征。原理详见文献[26]。

1.1.4 地理加权回归模型

传统的线性回归模型只是对参数进行全局性的分析，而对具有空间异质性的数据拟合效果较差[27]。地理加权回归模型（GWR）将数据空间属性考虑进去，能够反映不同空间位置解释变量对被解释变量影响程度的差异性[28]。模型设定[28]：

式中：yi为因变量；β0为截距；xik为县域i的第k个变量；(ui，vi)为县域i的空间坐标；βk(ui，vi)为函数在i处取值；εi为误差项。

1.2 数据来源

因安宁区数据缺失，本文选取甘肃其余85个县域作为研究对象。研究中使用的空间矢量数据源自全国地理信息资源目录服务系统1:100万基础地理数据库，90 m分辨率高程数据下载于地理空间数据云。县域距所在地级市和兰州距离以“谷歌地图”中查询的直线距离计量。其余数据来源于《甘肃发展年鉴2017年》、《甘肃农村年鉴2017年》、《中国2010年人口普查分县资料》、2016年甘肃各区县国民经济和社会发展统计公报等。

2 结果与分析

2.1 甘肃省农村空间贫困地域分异特征分析

利用GIS平台的自然断点法将灰色关联TOPSIS模型所得甘肃各县域农村空间贫困综合指数及经济、社会、环境贫困指数划分为低水平、较低水平、较高水平和高水平4个等级（表2，图1）。

2.1.1 农村经济贫困水平 甘肃农村经济贫困指数平均值为0.655，贫困程度总体较高，空间集聚特征明显（图1a）。仅兰州市区、白银区、肃北县及阿克塞县等18个县域处于低水平和较低水平贫困，占全省的21.18%。其余68个区县均处于高水平和较高水平贫困状态，且在甘肃东部和南部形成了大范围的高水平贫困集聚区。低水平和较低水平贫困区农民人均纯收入和居民人均储蓄额分别为15 255.8元、46 532.9元，是全省平均水平的1.74倍和1.67倍，其他经济指标也是全省均值的1.5倍左右。兰州市区和白银区等市辖区是地区经济中心，经济发展水平较高，农民生计来源多样。以肃北县、阿克塞县为代表的河西走廊地区人均农业资源拥有量多，农业现代化水平高，加上该区矿产资源丰富，名胜古迹众多，农民从事非农产业的比重较高，农村经济贫困水平偏低。高水平和较高水平贫困区第一产业比重高达23.41%，财政自给率仅为11.83%，二者分别为较低和低水平贫困区的181.12%、40.75%。甘肃东部和南部的大部分区县属于限制开发区和重要生态功能区，产业发展类型与规模受限，政府财政自给能力弱，农民人均纯收入和消费支出分别为7025.1元、6 608.9元，远低于全国及全省平均水平，经济贫困水平较高。

表2 贫困指数等级划分标准Table 2 Criteria for grading the poverty index

图1 甘肃农村空间贫困及经济、社会、环境贫困水平空间分异Fig. 1 Spatial differentiation of economic, social, environmental and spatial poverty levels in rural areas of Gansu

2.1.2 农村社会贫困水平 甘肃农村社会贫困指数平均值为0.473，贫困水平整体较低。全省54个低水平和较低水平贫困区县主要沿兰新铁路集中分布在兰州及河西走廊的武威、张掖、酒泉等地，形成“东南—西北”走向的低水平贫困带（图1b）。低水平和较低水平贫困区农村高中及以上教育人口比例为23.12%，城镇化率为50.39%，高于全省平均水平；在基础设施方面，农村自来水供水人口比例为63.58%，每千人医疗机构床位数为5.44床，每千户拥有移动电话1 857.23户，农村人均用电量达436.37 kW·h，分别为全省均值的1.21倍、1.24倍、2.39倍和1.33倍。兰州因经济发展水平高，就业机会多，城镇化和工业化水平提升迅速，农村公共基础设施齐全，社会贫困水平较低。河西走廊地区受丝绸之路经济带的辐射带动明显，农村基础设施配套完善，吸纳周边农业人口能力较强，城乡交流频繁。高水平和较高水平贫困区县共有31个，占全省的36.47%，主要分布在甘南、临夏、陇南和定西，这些地区多为少数民族集聚区，各类生产生活配套设施底子薄，加之自然环境约束作用强，政府财政自给能力弱，导致农村基础设施匮乏，公共事业发展滞后，其农村自来水供水人口比例为36.39%，每千人医疗机构床位数为3.84床，农村人均用电量为143.26 kW·h，明显低于全省平均水平。同时，该区农村文盲率达19.06%，高中及以上教育人口比例为12.03%，农民受教育程度偏低，劳动力素质普遍不高；城镇化率仅为27.99%，城乡居民收入比值为29.78%，城镇对周边农村的辐射带动能力不足。

2.1.3 农村环境贫困水平 甘肃农村环境贫困指数平均值为0.509，贫困程度整体较深，在空间上呈“两翼高、中间低”的分布特征（图1c）。高水平贫困区主要分布在甘南、陇南、定西及阿克塞县、肃北县等山地高原地区，占全省的65.88%。该区地表破碎度和平均坡度分别为30.26、14.69°，高于全省均值，15°以下坡度面积比例仅有55.24%。陇南虽水热资源丰富，但境内自然灾害频发，整体开发利用难度大，人均耕地面积仅有0.13 hm2，单位面积粮食产量为3 544.95 kg/hm2，两者为低水平贫困区的67.02%和52.52%，农业生产力水平低下。以定西为代表的陇中、陇东黄土高原区，年降水稀少且集中，水土流失极其严重，生态脆弱，其耕地有效灌溉面积比例为22.91%，单位面积粮食产量为3 889.65 kg/hm2，农业受水资源约束强，耕作粗放，环境贫困程度较深。阿克塞县、肃北县、天祝县及甘南州等地处青藏高原边缘地带，平均海拔达3 161.31 m，气候寒冷，地广人稀，距离主要经济中心较远，农业生产以畜牧业为主，农村环境贫困程度相对较深。处于较低水平和低水平贫困的区县共有29个，主要分布在河西走廊中段的张掖、金昌和武威。该区平均坡度仅有6.93°，15°以下坡度面积比例高达84.38%，耕地有效灌溉面积比例为63.41%，单位面积粮食产量达6 749.70 kg/hm2，依托平坦的地势、丰富的光热资源和便利的灌溉等优越的农业生产条件，土地产出水平高，开发潜力大。

2.1.4 农村空间贫困水平 2016年甘肃农村空间贫困综合指数平均值为0.516，整体处于较高贫困水平。其中，高水平和较高水平贫困县域有48个，低水平和较低水平贫困县域共有37个。全省农村空间贫困程度差异较大，贫困程度最低的金川区和贫困程度最高的舟曲县，空间贫困综合指数相差0.289。

从空间分布来看，甘肃农村空间贫困格局存在明显的地域分异特征，东南部以高水平和较高水平贫困区县为主，西北部则以低水平和较低水平贫困区县为主，整体呈东南向西北依次降低的空间格局（图1d）。具体而言，高水平和较高水平贫困区主要分布在陇南、甘南、定西和庆阳等地区，恶劣的自然环境，落后的社会经济基础以及低效的生产方式等因素共同作用导致上述地区处于高度贫困水平，这些地区也是甘肃未来脱贫攻坚任务最艰巨的地区。低水平和较低水平贫困区集中分布在金昌、张掖、酒泉、兰州以及西峰、崆峒等市辖区，这些地区资源环境承载能力强，是全省重点优化开发地区，经济、社会和环境维度的贫困水平均较低。通过与甘肃省国家连片特困区对比发现，高水平和较高水平贫困区与连片特困区大致重合，表明甘肃省现阶段确定的脱贫攻坚重点区域与全省贫困实际分布格局基本相符。

2.2 甘肃省农村空间贫困空间关联格局分析

利用GeoDa软件对甘肃农村空间贫困水平进行全局空间自相关分析，得到Moran'sI指数值为0.763，Z值为10.572，通过0.01显著性水平下检验。结果表明甘肃农村空间贫困整体上呈现显著的空间正相关，空间集聚效应明显，即农村空间贫困程度较高（较低）的县域在空间上集聚分布。同时表明各县域空间贫困水平不仅与自身经济发展、资源禀赋等因素有关，而且还会受到相邻地区空间扩散效应的潜在影响。

进一步计算局部Moran'sI指数，以揭示省域内部农村空间贫困的局部空间集聚特征，将计算结果生成LISA聚类图（图2）。可见，甘肃农村空间贫困的空间关联模式以正相关集聚（H-H集聚、L-L集聚）为主，呈“东南高、西北低”的空间格局。具体来看，H-H集聚区分布在陇南、甘南东部及定西南部，这类区域地处偏僻，自然生态环境恶劣，经济发展基础薄弱，农村公共服务和基础设施匮乏，对外交通不便，难以接收到中心城市的辐射带动，区域整体地理资本禀赋低劣且改善难度大，造成农村社会经济低水平循环累积因果式发展[4]，贫困呈地域性集中态势，逐步形成空间贫困陷阱区。L-L集聚区分布在张掖、酒泉和金昌，这类区域地处河西走廊，绿洲农业历史悠久，农业综合生产能力强，已初步形成现代工业集群，经济基础较好，农民收入高且稳定，农村各类基础设施配套较为完善；位于丝绸之路经济带要冲位置，交通区位条件优越，在建设“一带一路”相关政策带动下，将进一步促进该区域的发展和人民生活水平的提高，因而形成甘肃省内空间贫困低值集聚区。H-L集聚区仅有天祝县，即天祝县农村空间贫困水平较高，被周围空间贫困水平低值县域所包围；无L-H集聚区分布。

图2 甘肃农村空间贫困LISA聚类图Fig. 2 LISA cluster map of the spatial poverty in rural areas of Gansu Province

2.3 甘肃省农村空间贫困地域分异影响因素分析

2.3.1 影响因子选择与处理 考虑数据表征性及可获取性，同时参考已有研究[22-23]，选取农民人均纯收入（X1）、二、三产业占GDP比例（X2）、财政自给率（X3）、城镇化率（X4）、农村文盲率（X5）、农村农业从业人员比例（X6）、每千人医疗机构床位数（X7）、农村自来水供水人口比例（X8）、农村人均住房建筑面积（X9）、农村人均耕地面积（X10）、15°以下坡度面积比例（X11）、距所在地级市距离（X12）、每千人公路里程数（X13）等13项指标。为综合反映原始数据的绝大部分信息，消除各指标间的多重共线性，本文采用主成分分析对13项指标进行降维处理。按照特征值大于1的标准提取得到5个主成分，其方差累计贡献率达到86.17%，说明5个主成分涵盖了原始数据大部分信息。其中，主成分1对X1、X2、X4有较高载荷，主成分2对X10、X11有较高载荷，主成分3对X5、X6具有较高载荷，主成分4对X12、X13有较高载荷，主成分5对X9、X8具有较高载荷。因此，可以将5个主成分分别命名为经济发展、自然禀赋、人力资源、交通区位和社会民生。

2.3.2 SLM和GWR模型结果分析 由上文分析发现，甘肃农村空间贫困呈现出显著的空间正相关性，采用传统线性回归模型分析影响因素将出现结果异方差和自相关误差。因此，本文以县域农村空间贫困综合指数为因变量，5个主成分为自变量，使用queen矩阵作为空间权重，构建空间回归模型。在空间误差模型（SEM）和空间滞后模型（SLM）选择时（表3），LMLAG和R-LMLAG统计量在1%水平下显著，而LMERR和R-LMERR统计量未通过检验，依据Anselin等[29]建议的判定准则，本研究选择SLM模型较为合适。结果显示：SLM模型的R2为0.864，5个自变量均通过显著性检验。其中，自然禀赋、经济发展和社会民生与农村空间贫困水平呈负相关，人力资源和交通区位与农村空间贫困水平呈正相关。在其他变量不变的前提下，5个因子对农村空间贫困的影响程度从大到小依次为：自然禀赋＞经济发展＞社会民生＞人力资源＞交通区位。

表3 SLM模型回归结果和空间依赖性检验Table 3 Results of the SLM model and tests of the spatial dependence

表3中Breusch-Pagan统计量显示，县域农村空间贫困综合指数与解释变量均存在空间非稳定性，需要利用GWR模型来解决这种空间非均衡性问题。采用ArcGIS 10.2提供的GWR工具对农村空间贫困的影响因素进行地理加权回归分析，结果显示：GWR模型的R2为0.871，高于SLM模型，AICc值为-565.105，比SLM模型要小，说明GWR模型的拟合性能较SLM模型有一定程度提升。将甘肃空间贫困不同类型分区影响因子的回归系数均值进行汇总（表4）。同时，为更清晰地反映5个因子对空间贫困影响程度的空间分异特征，利用GIS平台绘制GWR模型各自变量回归系数的空间分布图（图3）。

经济发展与农村空间贫困水平呈负相关（图3a）。从空间异质性来看，经济发展回归系数的绝对高值集中分布在甘肃东部和南部地区，绝对低值区位于河西走廊的酒泉和张掖，整体呈东南向西北递减分布。从贫困分区看，经济发展对高水平和较高水平贫困区影响更为显著。稳定持续的经济增长是减贫的重要基础，甘肃东部和南部等高水平贫困地区产业层次，城镇化水平和农民人均收入均较低，经济贫困依然是其贫困问题的核心维度，加快经济发展是降低该区空间贫困水平的有效途径。

自然禀赋与农村空间贫困水平呈负相关（图3b）。从空间上看，自然禀赋回归系数绝对值呈“中间高，两翼低”的分布态势，其敏感区位于武威、金昌和白银等地，但不同类型贫困区受自然禀赋影响的差异较小。自然条件和资源承载能力会显著影响农业现代化水平和生产效率，非农产业发展以及基础设施建设，武威和金昌等地自然条件和资源禀赋相对较好，充分发挥自然资源优势对该区空间贫困水平的降低具有明显的促进作用。

图3 GWR模型回归系数空间分布Fig. 3 Spatial distribution of the regression coefficients in the GWR model

因农村文盲率、农村农业从业人员比例为正向指标，故人力资源与农村空间贫困水平呈正相关（图3c）。从空间上看，回归系数高值集中分布在张掖及酒泉东部，低值分布在庆阳、陇南及阿克塞县、瓜州县，整体呈东南向西北递增的分布规律。从贫困分区上看，低水平贫困区受人力资本因素影响较大。低水平贫困区经济基础较好，二、三产业比重高，从事农业生产的人数较少，劳动力素质相对较高，非农收入占家庭总收入比重低，因而该区空间贫困水平对人力资本影响较为敏感。

交通区位与农村空间贫困水平呈正相关（图3d）。在空间上，回归系数高值集中在陇南和天水，低值集中在酒泉、张掖和金昌，整体呈“东南高、西北低”的空间分布特征。从贫困分区来看，高水平贫困区受交通区位条件影响较大。高水平贫困区多地处高原山地地区，交通闭塞，区域可达性差，难以受到中心城市在公共基础设施、产业发展和劳动力迁移等方面的辐射带动，地理区位劣势明显，落后的交通区位条件严重制约了该区经济发展和贫困群众生产生活水平的提高。

社会民生与农村空间贫困水平呈负相关（图3e）。从空间上来看，甘南、陇南和定西为绝对低值集聚区，酒泉和张掖为绝对高值集聚区，社会民生的影响强度整体上由南向北逐步递增。从贫困分区上看，低水平贫困区受社会民生影响较大。农村基础设施和公共服务水平的提高能显著改善农村生产生活效率，增强贫困人口的自我发展能力，降低贫困地区自然生态和社会经济环境的脆弱性。低水平贫困地区贫困群众已经基本实现经济维度上的稳定脱贫，因生态移民占该区贫困人口的绝大部分，移民搬迁地的卫生、教育、文化等公共服务配套设施还比较欠缺，这一定程度影响了该区农村空间贫困水平的降低。

3 结论与对策建议

3.1 结论

本文以空间贫困理论为导向，构建了包含经济、社会和环境3个维度的农村空间贫困评价体系，运用灰色关联TOPSIS模型、空间自相关分析及GWR模型等方法分析了甘肃农村空间贫困地域分异特征，揭示了农村空间贫困地域分异的驱动因素及其空间分异规律。结论如下：

1）2016 年甘肃农村经济、社会、环境及空间贫困水平地域分异明显。其中，农村空间贫困总体处于较高水平，在空间上呈东南向西北逐渐降低的分布趋势。农村经济贫困水平普遍较高，表现出高水平贫困区县大范围集中分布的空间特征。农村社会贫困水平整体较低，在空间上沿兰新铁路形成“东南—西北”走向的低水平贫困带。农村环境贫困程度较深，呈“两翼高、中间低”的空间格局。

2）甘肃农村空间贫困存在显著的空间正相关，H-H集聚区分布在陇南、甘南东部及定西南部，L-L集聚区分布在张掖、酒泉和金昌。受自身地理资本禀赋和空间溢出效应的综合作用，H-H集聚区易陷入空间贫困陷阱。

3）自然禀赋、经济发展、社会民生、人力资源及交通区位是甘肃农村空间贫困地域差异的主要影响因素，其中自然禀赋、经济发展和社会民生与农村空间贫困水平呈负相关，人力资源和交通区位与农村空间贫困水平呈正相关，各影响因素作用强度空间异质性特征明显。

3.2 对策建议

综上可知，甘肃农村空间贫困及影响因素区域差异显著，因此，在脱贫攻坚过程中，应根据各贫困类型区的贫困特征与致贫原因，“对症下药、靶向治疗”，以实现稳定可持续脱贫的目标。

高水平贫困区是经济、社会、环境综合贫困区。应加大生态扶贫力度，积极落实生态补偿制度，因地制宜实施生态移民搬迁政策。依托区域资源优势，着重发展马铃薯产业、中药材产业、畜牧业等地域特色农业及农副产品深加工业，扶持甘南草原游、临夏回族风情游等少数民族特色旅游业发展，促进农民脱贫增收。进一步完善交通基础设施，加快区际交通主干道和乡村公路建设，提升已有道路通行能力。长远来看，需加大对职业教育、中高等教育的支持力度，全面提升贫困人口的受教育水平和科学文化素质，阻止贫困代际传递。

较高水平贫困区主要位于陇东和陇中黄土高原地区，自然禀赋和经济发展因子对该区的贫困影响效应较为明显。可以通过土地整理、农田水利工程、水土流失治理等措施改善农业生产条件，发展现代生态农业，建设蔬菜产业和林果产业生产加工基地。积极培育农业合作社等新型集体经济主体，引导农户以资源入股、土地流转等多种方式参与农业产业发展，增加农民收入。加强劳动力就业技能培训，拓宽就业渠道，积极引导农村剩余劳动力向周边发达地区转移就业。

较低水平贫困区受自然禀赋和社会民生因子影响较显著。该区应通过统筹城乡发展，加大对农村基础设施和社会公共事业的资金投入和政策倾斜。开展农业科技推广和技能培训，提高农产品质量，推动传统农业向现代化农业转变。充分利用邻近城市的优势，将特色农业、观光农业与旅游业紧密结合起来，发展城市近郊乡村特色旅游业，并以此带动其他类型服务业发展，吸纳非农劳动力就业。

低水平贫困区环境贫困水平相对较高，人力资源和社会民生因子对该区影响较大。需加速生态环境重建，发展以丝路文化为特色的生态旅游业，推进生态移民乡村公共基础服务设施的完善，实现城乡基本公共服务均等化。在人力资源方面，围绕就业市场需求，依据各行业对专业人员基本技能的要求开展培训，促进区域人才结构与产业结构相适应。