地表起伏度对贫困人口空间格局影响及对策分析

2019-11-27张凡王德远文锡梅孙小琼谢冬冬

农村经济与科技 2019年18期

张凡王德远文锡梅孙小琼谢冬冬

[摘要]研究通过建立地表起伏度综合评价指标体系，并分析其与贫困人口、经济水平之间的空间耦合关系，提出贵州省精准扶贫的相关措施。结果表明：全省贫困人口三大集中连片的深度贫困区，即贵州省西北部的乌蒙山地区、东北部的武陵山地区、西南部的麻山瑶山地区（石漠化地区），这些区域的贫困人口数、人口密度均排全省前列;从地形起伏特征来看，地面平均坡度在15°以上的县当中90%为贫困县，而非贫困县仅占10%;全省超过85%贫困人口分布在1000m以上的海拔区域内，而沟谷密度则对贫困县的分布影响相对较弱。因此，地表起伏度对区域贫困发展率的作用较为明显，故本研究对提出切实可行的精准扶贫对策将会对未来脱贫攻坚具有重要意义。

[关键词]地表起伏度;贫困人口;空间格局

[中图分类号]K901 [文献标识码]A

1 引言

贫困问题关乎国计民生、社会经济协调稳定的发展，贫困问题的解决不仅是我国“十三五”期间全面建成小康社会，实现全社会脱贫攻坚目标的重要环节，也是提升国民生活水平，缩减地区发展差异，促进城乡经济一体化的关键步骤。西南喀斯特地区因岩溶地貌发育、生态环境脆弱、基础设施落后等一系列因素的影响，使其成为我国3个集中连片特困分布区。截止到2015年贵州省仍有大量贫困人口分布于农村地区和城中村地区，其贫困人口总数有493万，占全国总贫困人口数的8.77%，且88个县（市、区、特区）中贫困发生率超过10%以上的有61个，属全国贫困人口数量最多的省份，

关于贫困人口问题，国内外学者进行了大量研究。在理论研究方面，主要有社会学的“机会剥夺贫困论”、经济学的“物质缺乏贫困论”、生态学的“生态贫困论”和地理学的“空间贫困陷阱理论”，其空间统计模型主要包括地理探测器、空间回归、人工神经网络等方法和模型，考虑的模型参数主要从生态环境、水资源、地表形态破碎等不同视角分析农村多维贫困问题。区域贫困率发生水平受多种因素的综合影响，大致可分为社会经济和自然环境因素两大类，在社会经济因素方面，学者从产业特征、人口分布及流动等角度，分析了县域经济发展与人文因素的耦合关系，人文因素在相当程度上影响着县域的经济发展水平。然而县域的经济发展水平有着深刻的地理背景，受气候、地貌等自然环境的决定影响，尤其是在喀斯特地区，县域的经济发展以及社会历史都受制于自然环境。封志明、周自翔、罗庆等探讨了地形条件对人口分布、经济发展的影响。然而，除社会条件外，自然环境的空间差异成为区域经济均衡发展、全面脱贫致富的关键因素之一。尤其是地表起伏状况直接决定了社会经济发展成本和农业发展水平，探究地表起伏度对城乡贫困水平的影响，对于制定扶贫开发政策具有重要的意义。

研究基于90m分辨率的DEM数据，利用GIS空间分析方法分别获取地表起伏度特征指数，即地面坡度、沟谷密度、地表粗糙度、海拔高度;结合区域的经济指标、人口指标和贫困数据探究两者之间的空间耦合关系，分析其主要影响途径和方式。以期为西南喀斯特地區切实有效地解决农村贫困问题提供参考。

2 数据与方法

2.1 数据来源

本研究数据来源包括：（1）精准扶贫统计数据，以全省各地州、区县、乡镇精准统计的2016年贫困人口、户数为基准，将区县总人口、GDP等数据纳入到各行政单元的贫困程度测度中。（2）DEM数据，采用GDEMDEM（www.gscloud.cn/sources/？cdataid =302&pdataid=10）90m分辨率数据为依据，通过Arcmap10.2软件的空间分析工具计算得到全省坡度、地表起伏度等数据。（3）DLG水系：采用1：100万国家基础地理数据所包含的流域水系数据，计算各县域的河网水系分布特征，其选取依据主要由于自然水源是保障农业粮食产量、发展三大产业的关键性限制因素。

2.2 实验方法

2.2.1 地表粗糙度：地面粗糙度是指在一个特定的区域内，以网格计算单元为例，地表粗糙度指地表面积与其投影面积之比，也是反映地表形态的一个宏观指标。

式中：AB是实际坡面的斜边长度;AC为坡面与平面的共同边长度;α为坡度，在计算过程中需要转化成弧度单位。

2.2.2 地形切割深度：它能够直观反映地形起伏特征。在土地利用研究中，地形起伏度指标能够反映水土流失类型区的土壤侵蚀特征，是比较适合区域水土流失评价的地形指标。

式中：SI指地形切割深度;Hmax指分析窗口内的最大高程值;Hmin指分析窗口内的最小高程值。切割深度作为地貌划分的关键依据，本研究结合以往研究现状将喀斯特地区地貌划分为山地、丘陵、盆地地貌，并依据地貌发育规模分为浅、低、中、高四种类型。

2.2.3 沟谷密度：水源作为影响区域财富积累的重要自然因素，同时受地形的控制影响。

式中：Len指某区域径流沟谷的长度总和;S指某区域面积;RD为某区域沟谷密度。

2.3 空间数据县域统计与分析

在计算全省地表起伏度数据后，需对其进行分县域空间化统计，以明确县域地表起伏度等评估因子差异。空间数据的县域统计方法采用面积加权平均值方法进行计算。以县域坡度为例，依次将各坡度的栅格单元计数得到。

式中：Cslope代表县域坡度，gridi、slopei代表第i种坡度的栅格单元总数及对应的坡度值，Sgrid为县域栅格单元总数。

依据2016年全省各县域社会经济数据和基于DEM的地形、水系数据所计算得到的全省各个县域的平均坡度、平均粗糙度、河网密度和地形地貌空间特征，并采用自然断点法对数据进行等级划分。

3 结果与分析

3.1 地表起伏特征

贵州省地貌类型复杂多样，山地与丘陵广布，其面积比重之和为92.5%，高山、峡谷成阶梯状分布。全省平均海拔基本按照阶梯型分布（图1.a），可概化分为3级阶梯，一级阶梯海拔位于贵州省西部地区，包括六盘水和毕节市大部分地区，其海拔介于1582～2885m之间，属于全省最为贫困的地区，以毕节市为例，全市贫困人口数达96.78万人，贫困人口密度达37人/km2以上;二级阶梯为以黔中平原为中心的贵州省中部地区，三级阶梯则分布于都匀市、凯里市、遵义市以东的地区，其海拔介于152～989m之间（武陵山脉除外），整体贫困人口密度和总数均低于第一阶梯的地区。

全省坡度、地表起伏度基本一致，坡度越陡峭则生产生活条件越恶劣，产业发展成本就越高，全省坡度较大的地区分布于海拔较高的山脉地区，如梵净山和苗岭属于三级阶梯坡度最大的区域，横跨毕节市、六盘水市的乌蒙山区也是坡度较大的区域，其坡度等级分布于31.47°～75.68°之间，相对而言，黔中地区则地势相对平缓，且多坝子地，如遵义市、安顺市和贵阳市整体地形坡度均小于8°（图1.b），为区域基础设施建设、城市化进程的推进提供了高质量的土地资源。

沟谷是地表径流流动的必经通道，沟谷之间的联系度，决定了流域出水口的流量和汇水面积，且同等降水、产流条件下，流域面积越大，则水资源供给能力就越强，因此，干旱发生的地区集中于中上游河网密度小的地区。从图1.c可知全省沟谷密度大的地区多为贵阳市、安顺市的主城区、遵义西北部习水县、兴义市东南部望谟县以及黔东南州地区，属贫困人口数量较小的地区。

贵州省地处云贵高原与山地丘陵过渡地带，全省地貌以中、低山地丘陵为主，且高山地丘陵、深山地丘陵分别集中分布于第一阶梯和第二阶梯（图1.d）。但贫困人口密度大的地区往往分布于高、中山地丘陵区，两者贫困人口密度的平均值分别为36人/km2和26人/km2，表明不同海拔的山地丘陵地貌对贫困人口分布影响较大，相反喀斯特地区发育广泛的同时，对不同海拔的影响并不显著。

3.2 社会经济本底条件

全省社会经济本底条件基本呈现出由行政中心向周围衰减的趋势，就县域单元而言，若人口总数与贫困人数的空间分布一致，则代表整个县域的经济水平普遍低下，贫困发生率高，若人口数量与贫困人数相反，则代表区域经济发展水平的不平衡性，即少部分贫困或大部分贫困。全省人口密度最高的地区为贵阳市的云岩区和南明区，隨后向外围扩展;而毕节市由于少数民族聚集和前期计划生育政策执行效力不够的原因，导致人口密度也很大，毕节市人口除西部的赫章县、威宁县人口密度较低以外，其余地区人口密度均在540人/km2以上（图2.a）。GDP总数代表一个区域的整体社会经济发展水平，一般而言，GDP产值越大，则贫困人口数就越少，否则就表明县域经济发展水平差异显著。

3.3 空间相关性

结合贵州省地表起伏度特征与县域贫困人口特征的空间差异，建立两者之间的空间相关关系，从图3中可以看出贫困人口数与贫困人口密度基本分布于同等的县域中，其中，全省贫困人口数量小于1.5万人的县域包括贵阳市10个区县为主的黔中地区以及各地州市首府。部分县域由于国土面积大，导致其贫困人口密度小，如威宁县贫困人口达到10万人以上，人口密度却介于25～39人/km2之间。综上所述，贵州省县域贫困人数状况基本上呈现出与GDP、海拔、坡度、地貌类型一致的空间特征，即普遍贫困的态势。从各个地级市辖区贫困人数排序来看，贵阳市<六盘水市<安顺市<黔西南州<遵义市<黔南州<铜仁市<黔东南州<毕节市，但全省贫困人口密度排序则以黔中地区的贵阳市、遵义市为中心向四周密度逐渐增大，但地级市辖区的贫困人口密度则会有所下降。

4 讨论

4.1 统计单元对空间差异的影响

为便于统计分析，本研究将贫困人口空间特征聚合到县域尺度，确保保留空间差异的同时，体现县域社会经济水平的一致性，表现在同一社会经济条件下不同地表起伏特征对贫困人口的影响。本研究选取贵州省88个县域单元分析地表起伏度与贫困人口的空间相关性，结果表明：地形地貌特征对贫困人口分布具有显著性影响，且地貌特征越复杂则贫困人口数越大。

4.2 等级对空间相关性的影响

不同地形坡度、起伏度分级策略具有不同的统计分布特征，不同DEM分辨率不可避免地产生坡度计算的尺度效应。因此，需重点探讨地形坡度、起伏度分级的差异和DEM分辨率的粗细对结果产生的影响。本文等级划分主要依据数据的统计特征，即采用自然断点法进行划分，但不同划分结果必然对相关性分析结果产生影响。以坡度为例，目前坡度划分的等级标准主要有农业等级、城市建设用地等级和交通建设等级，但对于不同的分级结果意味着各个县的贫困人数空间差异不同，直接影响分析要素对贫困人口空间特征的影响程度。故基于数据分布特征的自然断点法能够最大程度地体现不同等级差异对结果的影响。

4.3 精准扶贫的途径与策略

全面建成小康社会是我国“十三五”期间社会经济发展的战略目标。针对不同地表起伏度条件区域的贫困特征差异，提出具有差异化的精准扶贫措施及方案，实现区域贫困人口全面脱贫，缓解城乡社会经济发展的不平衡问题。

自2014年精准扶贫概念提出以来，党中央把扶贫开发工作提升至治国理政的新高度，现行标准下城乡贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困是我国十八届五中全会明确提出的全面建成小康社会目标之一。以往扶贫政策多采用财政补贴、贫困人口生态移民等形式进行，以促进贫困村寨、贫困户人口快速脱贫，然而缺乏规模产业支撑和稳定的收入来源导致贫困人口的数量并没有显著减少，大多数精准扶贫对象并没有达到摘帽的要求，新的贫困对象（因病致贫、因灾致贫）也层出不穷，直接性财政补贴或物质帮扶并没有达到预期效果。

基于本研究发现，贫困县的恶劣地形地貌条件是导致贵州喀斯特区域贫困的关键因素之一，因为地表破碎起伏不仅决定了农业等生物资源储量有限，也导致可有效利用的土地资源缺乏，直接导致了产业发展条件的先天性不足。其次，贫困家庭所处的地理位置和经济区位，也直接影响家庭收入来源。在当前贫困地区，第二、三产业由于资本的逐利性及区位选择的敏感性，即使政府提供一系列优惠政策招商引资，大部分产业也不会在贫困县布局，导致县域经济发展水平长期低下，地方相关产业基础薄弱，促使普遍性的贫困和劳动力的外向型输出，贫困人口扶贫难道大。为突破上述难题，结合本文研究主要考虑从以下三方面着手推动贫困户收入水平提升：

第一，保护生态环境，积极融入全域流域和景区流域产业。

在贵州省建设山地公园省，发展全域大旅游的背景下，将劳动力、土地等资源纳入到流域产业开发中。按照贫困县域公平优先原则，在重大基础设施布局上向贫困县域倾斜，集中力量实施一批区域性旅游综合交通重要基础设施项目，根本改变贫困地区旅游资源丰富，交通基础设施建设长期滞后的现状。在此基础上，重点开发国家层面的跨地区大型山区国家公园或自然风光景区，以贫困县域的自然景观振兴旅游观光产业，从而逐步达到贫困村、贫困县的脱贫致富。

第二，发挥资源多样性，发展生态经济产业。

当前贫困县基本上以自给自足的传统产业为主，现代产业基础差，人才匮乏，技术支撑水平低下，投融资困难，原始资本积累十分有限，整体上造血功能不强，可持续发展性偏弱。政府可针对各贫困村寨的特征，发挥资源多样性，发展生态经济产业，对农林牧副等生态产业向贫困县域转移给予相应的政策支持，加大技术人员培训力度，发展就业容量大、吸纳能力强的产业，重点发展优势农产品种植业和加工产业，并进而产生示范效应，带动多元资本集聚，最后达到贫困县脱贫及全面建成小康社会的要求。

第三，融合大数据，实现不同产业链间的协同进步。

贫困县受恶劣地形条件和不利区位的影响，产业发展的各类要素集聚与流动都受到很大程度的限制，特别是在市场经济主导下其发展面临诸多不利因素，限于单个区域之财力、物力和人力，很难形成完备的产业体系。贫困县域经济体系的完整性难以建立，特别是工业体系受区位、空间结构等自然条件的极大限制，其产业单一、产业链条短的特点十分突出，并缺乏区域统筹协调发展的治理机制。因此，各贫困县县域经济必须融合大数据，以大数据作为联系纽带，加强产业之间的协同合作，只有产业协同形成完整的产业链，各个县域位于产业链中的不同节点才能共同发展。

5 结论

地表起伏度在先天上决定了县域社会经济发展的土地资源、农业资源等客观条件及自然环境资源基础，据此探讨不同条件下地形背景对于揭示我国县域财富的空间分布，尤其是贫困地区的财富分布具有重要的意义。

全省贫困人口三大集中连片的深度贫困区，均属于山地地貌类型，地形起伏显著的区域，总体上位于贵州省西北部的乌蒙山地区、东北部的武陵山地区、西南部的麻山瑶山地区。这些区域均属于地形条件相对恶劣的山区，特别是在贵州省第一阶梯的乌蒙山地区的毕节市和六盘水市，贫困人口数、人口密度均排全省前列。从贫困县的地形特征来看，地面平均坡度在15°以上的县当中有90%为贫困县，而非贫困县仅占10%;全省超过85%贫困人口分布在1000m以上的海拔区域内，而沟谷密度则对贫困县的分布影响相对较弱。此外，受数据精度的影响，地表起伏特征指标精度也存在差异，但是基本趋势是一致的。根据实际调研，真实条件下的贫困县地形条件更为恶劣，耕作与交通条件更为艰难，进一步说明地表起伏状况对贫困水平、贫困程度的空间分布格局具有重要的影响。

[参考文献]

[1] 张耀光.西南喀斯特贫困地区的地生态环境效应[J].中国岩溶，1995（01）.

[2] Harding D J. Counterfactual models of neighborhood effects： the effect of neighborhood poverty on dropping out and teenage pregnancy [J]. American Journal of Sociology.2013， 109（3）：676-719.

[3] SALMOND C， CRAMPTON P， SUTTON F. NZDep： a new zeal index of deprivation [J]. Australian and New Zealand Journal of Public Health.1998， 22（7）：835-837.

[4] 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.

[5] 王艳慧，钱乐毅，陈烨烽，等.生态贫困视角下的贫困县多维贫困综合度量[J].应用生态学报，2017（08）.

[6] 丁建軍，冷志明，殷强.生态扶贫研究[J].吉首大学学报社会科学版，2018（04）.

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

[8] 罗庆，樊新生，高更和，等.秦巴山区贫困村的空间分布特征及其影响因素[J].经济地理，2016（04）.

[9] 刘彦随，李进涛.中国县域农村贫困化分异机制的地理探测与优化决策[J].地理学报，2017（01）.

[10] 李平星，陈雯，孙伟.经济发达地区乡村地域多功能空间分异及影响因素——以江苏省为例[J].地理学报，2014（06）.

[11] 左冰，保继刚.1992-2005年中国旅游业全要素生产率及省际差异[J].地理学报，2008（04）.

[12] 何深静，刘玉亭，吴缚龙，等.中国大城市低收入邻里及其居民的贫困集聚度和贫困决定因素[J].地理学报，2011（12）.

[13] 刘传明，曾菊新.县域综合交通可达性测度及其与经济发展水平的关系——对湖北省79个县域的定量分析[J].地理研究，2011（12）.

[14] 王露，封志明，杨艳昭，游珍.2000-2010年中国不同地区人口密度变化及其影响因素[J].地理学报，2014（12）.

[15] 杨波.中国县域人口空间分布格局研究[J].西北人口，2014（03）.

[16] 封志明，唐焰，杨艳昭，等.中国地形起伏度及其与人口分布的相关性[J].地理学报，2007（10）.