多维贫困视角下喀斯特区贫困乡村空间分异与地域类型划分

赵 榕，熊康宁※，陈起伟,3

多维贫困视角下喀斯特区贫困乡村空间分异与地域类型划分

赵 榕1,2，熊康宁1,2※，陈起伟1,2,3

（1. 贵州师范大学喀斯特研究院，贵阳 550001；2. 国家喀斯特石漠化防治工程技术研究中心，贵阳 550001；3. 贵州师范学院地理与资源学院，贵阳 550018）

喀斯特地区贫困程度深且致贫原因复杂，科学划分喀斯特贫困乡村地域类型并提出差异化振兴对策，是喀斯特贫困地区的现实需要。该研究通过构建喀斯特贫困乡村地域系统评价指标体系，对贫困村主导致贫因素进行分级与空间排列组合，划分喀斯特贫困乡村地域类型，提出喀斯特贫困乡村的振兴策略。结果表明：1）喀斯特贫困乡村的空间分异主要受地势起伏度、坡度、耕地比例和人均纯收入等的影响，贫困程度与贫困聚集规模均呈现出南高北低的空间格局。2）喀斯特贫困乡村可划分为：弱综合制约型、强综合制约型、单致贫维度制约型、双维度制约型和三维度制约型贫困村。3）生态脆弱性在喀斯特贫困乡村地域分异中起决定性作用，经济基础薄弱是喀斯特贫困乡村的共性特点，生产资源禀赋与区位交通条件起重要作用。该研究能够为喀斯特贫困乡村减缓相对贫困的模式与路径设计及乡村振兴战略实施提供理论支撑。

农村；贫困；喀斯特区；贫困乡村类型；乡村振兴；安顺

0 引 言

中国自2013年提出“精准扶贫”以来脱贫效果显著，农村贫困问题得到了极大地缓解。但由于阻碍农村发展的自然与社会经济因素仍然存在，因此中国农村贫困将表现为地域特征与约束条件明显的区域性相对贫困，并面临重返贫困的危险[1]。特殊喀斯特环境所孕育的农村贫困不同于其他贫困地区[2-3]，以中国西南喀斯特生态脆弱和集中连片特困复合区贵州省为例，贵州中西部喀斯特地区与贵州东部边缘非喀斯特地区的致贫机理差异显著[4-5]，贵州中西部喀斯特地区在其特殊的地质、生态与不合理的人类活动形成的水土资源的贫瘠、区位闭塞与交通落后等问题与贫困关系紧密[2-4]，因此喀斯特地区的贫困问题是由于特殊喀斯特环境所引起的生态、社会、经济综合贫困问题[6]。如何促进喀斯特贫困地区乡村振兴规划落地见效是当前生态脆弱的贫困地区面临的现实难题，因此亟需在生态环境脆弱与多维贫困复合的西南喀斯特地区开展基于贫困乡村地域类型识别的分区振兴策略，以支撑喀斯特贫困地区乡村振兴重大战略的落地实施[7-9]。

从地理学人地关系的角度看，贫困乡村是乡村地域人地关系不协调的表现结果[10-11]。贫困乡村地域类型划分，有利于识别和把握不同贫困地域类型的相似性与差异性特点，能因地制宜地制定脱贫策略[12]。现有研究主要通过分析区域致贫因素，结合区域地域类型进行乡村贫困类型划分。研究方法主要有最小方差模型[13-14]、因子聚类分析[15-16]等。研究尺度涵盖全国[14,17-18]、片区[16,19-20]、省域[20-23]、市域[13]、乡镇域[24]等。喀斯特地区地理环境异质性特征极为明显，但目前喀斯特地区的相关研究以县为研究单元居多，县域包含城市和农村，贫困地区发展的限制因素会淹没在其中而表现不出。乡村振兴作为新时期“三农”工作的抓手，需要因地制宜、分类精准实策[8,25]，而喀斯特地区作为国家扶贫及生态修复建设的重点区域，开展以村域为研究单元的喀斯特地区贫困乡村地域类型划分与分区振兴策略。

本文以贫困村为基本单元，基于多维贫困理论与乡村地域系统理论，从生态条件、生产资源禀赋、经济基础和区位交通条件4个维度构建面向乡村振兴战略的喀斯特贫困乡村地域系统评价指标体系，基于喀斯特贫困乡村的主导致贫维度划分出喀斯特贫困乡村地域类型，并结合乡村振兴战略目标，提出喀斯特贫困乡村的振兴策略，为分区、分类推进喀斯特贫困地区乡村振兴提供参考。

1 研究区概况与数据来源

1.1 研究区概况

安顺市位于贵州省中西部，地处105°13′～106°34′E、25°21′～26°38′N之间，总面积9 267 km2，辖6个县区分别为西秀区、平坝县、普定县、镇宁布依族苗族自治县、关岭布依族苗族自治县和紫云苗族布依族自治县，均为国家级贫困县。2014年贫困人口43.83万人，贫困发生率为17.72%，2018年末剩余贫困人口为9.24万人，贫困发生率为3.73%。市域内喀斯特地貌占比超过70%，全市喀斯特地域结构是由高原区和峡谷区共同组成，是典型喀斯特地理环境的代表。同时特殊的喀斯特自然地理环境导致区域人文和社会经济条件地域性差异显著，北部的3个县区是黔中经济区的重要支撑点，具有较好的发展潜力，而南部3个县区地势崎岖，生态环境脆弱，经济发展速度缓慢，教育文化事业和交通等较北部三县落后。综上，本研究区乡村地域系统异质性高，区域间致贫因素存在差异，选择该区开展典型喀斯特地区贫困乡村地域类型研究具有一定的代表性。

图1 安顺市区位与地形

1.2 数据来源

贫困村社会经济数据来源于2015年安顺市扶贫开发办公室的调查数据，涵盖贫困村的社会保障、经济基础、基础设施、教育医疗等状况。基础地理数据中的海拔、坡度、地势起伏度数据来源于贵州省自然资源厅30 m数字高程模型；土地利用资料来源于2015年的地理国情普查数据库；石漠化和水土流失图来源于贵州师范大学贵州省1∶5万石漠化、水土流失分布图；地质岩性资料来源于贵州省1∶5万岩性图；遥感影像来源于中国资源卫星应用中心下载的2015年8 m空间分辨率的ZY-3高分辨率卫星遥感数据。

2 研究方法

2.1 评价指标体系

贫困乡村地域是贫困人口生活与生产的乡村范围[26-27]，是由社会、经济、资源与环境相互联系、相互作用下形成的，具有一定结构、功能与区际联系的空间体系[28]。对贫困乡村地域系统进行有效评估，能够反映贫困乡村地域的形成机理，也是对贫困乡村地域进行分类的前提条件。喀斯特地区脆弱的生态环境、偏远的区位条件和匮乏的生产资源等自然地理条件限制了其区域社会经济发展，导致该区域产生综合贫困问题[6]，其具有生态环境与经济结构功能的双脆弱的特点[4]。为此，本文以贫困村为评价地理单元，基于区域多维贫困与人地关系理论，考虑到数据的可获取性，参考相关研究，构建涵盖贫困村的生态环境、生产资源禀赋、经济发展状况与区位交通条件的4个维度的指标，以反映研究区本底资源环境状况与社会经济发展特点。

生态环境是农村发展的本底，喀斯特农业生产易受地形与脆弱生态本底的限制[2]，因此选择坡度、地势起伏度、森林覆盖率及石漠化来表征喀斯特贫困乡村地域的生态脆弱性。耕地、园地、水资源等农业生产资源是喀斯特农村地区重要的经济来源，结合表征区域农业生产压力状况的农业人口密度，综合表征喀斯特贫困乡村地域的生产资源匮乏状况。村域人均收入、村集体经济的发展状况、农户参与合作社的情况能够反映贫困村的经济发展本底状况及经济发展潜力，贫困村所在县的GDP是贫困村发展的背景与基础，相应的选择这些指标综合评估贫困乡村地域的经济发展状况。同时，贫困乡村的对外联络与沟通的难易程度也是贫困乡村地域系统评估的重要方面，为此选择贫困村到县政府驻地距离、到乡政府驻地距离、高速路匝道距离和路网密度等表征交通区位条件。

2.2 地理探测器

为客观分配各指标在贫困乡村地域系统评价中的重要程度，本文运用地理探测器中的因子探测模型[29]，基于2015年村域贫困发生率数据，探测各指标对贫困发生率空间差异的解释力，以此作为各指标对区域贫困状况贡献程度的权重，地理探测器中的因子解释力用表示，表达式为

2.3 数据标准化

考虑各指标量纲不一致，采用极差标准化法对各指标原始数据进行标准化处理，得到各维度贫困乡村地域系统综合得分为

表1 喀斯特贫困乡村地域多维贫困评估指标体系

2.4 贫困乡村地域类型划分方法

根据公式（2）计算结果，对贫困乡村地域系统各维度得分进行赋值和排列组合[30]，以确定贫困村主导致贫维度。采用标准差分类方法，将单维度指数高度值（指某维度的综合值大于等于该类维度均值与0.5倍标准差之和[25]）确定为主要维度，筛选出的单维指数高值赋值为编号1，其他赋值为编号0。每个贫困村包含各维度的4个编码，如1111表示生态脆弱指数、生产资源匮乏指数、经济基础薄弱指数和区位交通劣势指数均较高，为强综合制约型；0000表示弱综合制约型。将致贫维度分类结果空间链接到贫困村中，划分贫困乡村地域类型。

3 结果与分析

3.1 喀斯特贫困乡村空间分异特征

图2为安顺市村域贫困发生率热点分布。表2为安顺市各行政区贫困程度结构。2015年安顺市569个贫困村的贫困发生率在0.03%～85.75%之间。全市范围内轻度、中度、重度和极重度贫困村分别占贫困村总量的26%、23%、25%和26%。各贫困等级的贫困村占比较为均衡。但各县域贫困等级构成差异较大，西秀区和平坝县以轻度贫困村为主。普定县以中度贫困村占比最大（35%）。关岭县、镇宁县和紫云县3县贫困村以重度和极重度贫困村为主，其重度和极重度贫困村占比均超过70%。

在ArcGIS10.3中运用热点分析工具，对相邻贫困村环境中各贫困村的贫困发生率进行Getis-Ord Gi*统计，得到安顺市村域贫困发生率冷热点区域识别结果为：东北部的平坝县和西秀区为贫困发生率低值集中的冷点片区，南部的镇宁县与紫云县部分区域为贫困发生率高值集中的热点片区。其他区域的贫困状况在空间上多呈随机分布。

将县域地理位置处于各大河的分水岭区、山地面积比重小于50%、平均海拔大于900 m的西秀区、平坝县和普定县划分为喀斯特高原县[4]。县域地理位置靠近大江、大河，山地面积比重大于50%的关岭县、镇宁县和紫云县划分为喀斯特峡谷县[4]。比较发现，喀斯特峡谷县贫困程度较喀斯特高原县更为严重。

村域地势起伏度对研究区贫困空间分异的决定力最大（0.347 8），村域平均坡度次之（0.305 3）。村域耕地比例和村人均纯收入对贫困发生率的影响也较大。

表2 安顺市贫困程度构成

注：依据文献[26]，轻度贫困、中度贫困、重度贫困和极重度贫的贫困发生率分别为[0,10%), [10%,20%), [20%,30%), [30%,100]。

Note: According to literature[26], the poverty incidence of mild poverty, moderate poverty, severe poverty and extremely severe poverty is [0,10%), [10%,20%), [20%,30%), [30%,100], respectively.

3.2 喀斯特贫困乡村地域系统评价

表3为安顺市贫困乡村地域系统单维评估结果。研究区贫困乡村地域系统单维度评价结果平均值从大到小依次为：经济基础薄弱指数（0.422 5）、生态脆弱指数（0.401 9）、生产资源匮乏指数（0.245 9）、区位交通劣势指数（0.093 0）。按标准差分类法将贫困乡村地域系统单维度评价结果划分为3级（图3），研究区经济基础薄弱指数高值村有458个，低值村有65个，中值村61个。全市仅少量经济基础薄弱指数低值村集中分布于西秀区，平坝县经济基础薄弱指数呈现高、中、低值贫困村混杂分布，其余各县以经济基础薄弱指数中值和高值为主。生态脆弱性指数高值村集中分布于安顺市南部，低值村集中分布于北部。生产资源匮乏指数高值贫困村有218个，主要分布在安顺市南部。区位交通劣势指数高值贫困村有165个，分布于紫云与西秀、镇宁三县交界处，及镇宁与关岭南部交界处和紫云县南部。低值村有193个，分布于各县与县政府驻地较近的区域范围内。

各喀斯特高原县生态脆弱性指数均低于各喀斯特峡谷县，3个喀斯特高原县中，普定县的生态脆弱性指数最大（0.394 4），西秀区最小（0.246 5）。3个喀斯特峡谷县中，紫云县最大（0.545 4），镇宁县最小（0.458 1）。各喀斯特高原县生产资源匮乏指数指数均低于各喀斯特峡谷县，喀斯特高原县中普定县生产资源匮乏指数最高（0.239 4），西秀区最低（0.203 5）。喀斯特峡谷县的生产资源匮乏指数整体偏高，其中紫云县最高（0.274 3），关岭县最低（0.271 0），三县差异较小。各县平均区位交通劣势指数从小到大依次为：关岭县（0.025 6）、普定县（0.078 5）、平坝县（0.079 4）、西秀区（0.083 2）、镇宁县（0.097 6）、紫云县（0.122 6）。

图2 安顺市村域贫困发生率热点分布图

表3 安顺市贫困乡村地域系统单维评估结果

图3 安顺市贫困乡村地域系统单维评估结果空间分布

3.3 喀斯特贫困乡村地域类型划分

根据贫困村各维度综合得分，筛选主导维度（生产贫困指数≥0.478 8；生产资源匮乏指数≥0.272 0；经济基础薄弱指数≥0.468 9；区位交通劣势指数≥0.166 5），结合ArcGIS空间叠加分析，共统计出如表4所示的12种贫困村类型。考虑各类型名称的简洁性，双维度与三维度的名称中，将生态环境制约型、生产资源匮乏型、经济基础薄弱型和区位交通劣势型分别简写成生态限制、生产限制、经济限制和区位限制。

从贫困村主要致贫维度的数量差异看，各类型贫困村数量从大到小依次为：弱综合制约型（193）、单维度主导型（165）、三维度主导型（81）、强综合制约型（77）、双维度主导型（68）。单维度主导型贫困村中，经济基础薄弱型贫困村数量最多（69），区位交通劣势型贫困村次之（41）。双维度主导型贫困村中，生态-生产限制型贫困村数量最多（33）。三维度主导型贫困村中生态-生产-经济制约型贫困村数量最多。

从空间分布看，全市北部以弱综合型贫困村为主，南部以强综合型贫困村为主，致贫因素较北部复杂。分县域地貌类型看，喀斯特高原县的弱综合型贫困村数量最多（152个），单因素主导型贫困村数量多于喀斯特峡谷县。喀斯特峡谷县强综合型贫困村数量最多（76），双因素、三因素主导型的贫困村数量远高于喀斯特高原县（图4）。

分类型看，弱综合型是西秀区贫困村的主导贫困地域类型，占西秀区贫困村总量的68.42%，占该类型贫困村总量的47.15%。单维度贫困村地域类型主要分布于普定县和西秀区，分别占该类型总量的24.85%和23.03%，集中分布于普定县西北部县域边界的猴场苗族仡佬族乡、鸡场坡乡和马场镇，及西秀区东南部的杨武布依族苗族乡和东屯乡。双维度主导型贫困村分布较为零散，普定县（18个）和关岭县（17个）分布最多，西秀区最少。三维度主导型贫困村主要分布于紫云县、镇宁县和关岭县三县南部，分别占该类型贫困村总量的35.8%、30.86%和25.93%，空间上与强综合型贫困村分布较为一致。强综合型贫困村集中分布于紫云县（49.35%）和镇宁县（31.17%），其中紫云县的猴场镇、四大寨乡和宗地乡强综合型贫困村分布最多，镇宁县的良田镇和六马镇分布最多。

表4 安顺市贫困乡村地域类型统计

注：0000，弱综合制约型；0001，区位交通劣势型；0010，经济基础薄弱型；0100，生产资源匮乏型；1000，生态环境制约型；0110，生产-经济制约型；1100，生态-生产制约型；1010，生态-经济制约型；1011，生产-经济-区位制约型；1101，生态-生产-区位制约型；1110，生态-生产-经济制约型；1111，强综合制约型.

表5为2015—2018年安顺市各贫困类型的贫困发生率。由表5可知，各年度贫困发生率从小到大依次为：弱综合制约型贫困村、单维度制约型贫困村、双维度制约型贫困村、三维度制约型贫困村、强综合制约型贫困村。比较2015—2016、2016—2017和2017—2018时段的减贫率发现（减贫率=贫困发生率减少量/上一年度贫困发生率×100%），三维度制约型贫困村和强综合制约型贫困村的减贫率逐年增加，弱综合制约型贫困村、单维度制约型贫困村和双维度制约型贫困村的减贫率逐年降低。

表5 2015—2018年安顺市各贫困类型的贫困发生率

表6为2015-2018年安顺各贫困子类型的贫困发生率。单维度制约型贫困村中，生态环境制约型村域的贫困发生率为历年最高。双维度制约型贫困村中，2015年和2016年生产-经济制约型村域的贫困发生率最高，而2017年和2018年生态-经济制约型村域贫困发生率最高。三维度制约型贫困村中，2015年和2016年生态-生产-经济制约型村域贫困发生率最高，而2017年和2018年生产-经济-区位制约型村域贫困发生率最高。

表6 2015—2018年安顺各贫困子类型的贫困发生率

3.4 喀斯特贫困乡村振兴策略

随着农村减贫的不断推进，贫困地区的工作重心由摆脱贫困向乡村振兴过渡。喀斯特地区是中国贫困规模最大、贫困程度最深的区域，因此喀斯特贫困乡村是中国乡村振兴的重点和难点区域，划分喀斯特贫困乡村地域类型是分类推进乡村振兴战略的前提和基础。本研究基于致贫因素构建起的喀斯特贫困乡村地域系统评价体系，能够有效认识喀斯贫困乡村的生态条件、生产资源禀赋、经济发展状况与区位交通条件的差异，共划分出12种喀斯特贫困地域类型，提出如下振兴策略：

1）弱综合制约型贫困村：主要分布于安顺市北部，该类型贫困村地势相对较平缓，生态条件较好、农业生产水平较高，平均耕地超过50%，农业生产水平较高，种植业与养殖业发展具有一定特色和规模。大部分贫困村受致贫因素影响较小，大多分布于距离县政府驻地较近的区域，具有良好的发展基础，2020年后将进入巩固和提升脱贫成效阶段，在乡村振兴的开局阶段应稳固发展区域乡村旅游产业，提高村域集体经济，完善贫困村基础设施建设与公共服务体系，加快实现贫困村城乡一体化发展。

2）强综合制约型贫困村：主要分布于安顺市南部的紫云县和镇宁县，该类型村域地势起伏度平均值达279.75 m，耕地少，平均耕地占比仅19.62%，应大力发展畜牧业。该类型贫困村近年来减贫率最低，脱贫难度较大。村域平均石漠化发生率达36.37%，喀斯特石漠化问题突出，且地理位置偏远，城乡联系薄弱。该区应坚持生态环境保护与经济发展相结合，并大力发展乡村道路建设，在稳固区域石漠化治理成效的同时，积极调整区域产业结构，发展山地特色高效农业，延伸特色农产品产业链，促进农业增效、农民增收、农村增绿。

3）单维度制约型贫困村：该类型贫困村主要受单一维度致贫因素制约，包括生态环境制约型贫困村、生产资源匮乏型贫困村、经济基础薄弱型贫困村和区位交通劣势型贫困村，分布较为零散，空间上穿插于弱综合型贫困村中，脱贫稳定性较高，其中以经济基础薄弱型贫困村和区位交通劣势型贫困村数量最多。该类型贫困村在补齐短板的同时，促进该类型贫困村与弱综合型贫困村协同振兴。

4）双维度制约型贫困村：该类型贫困村主要在生态环境、生产资源与经济发展3个致贫维度的两两组合下形成，区位交通条件较好，主要分布于普定县和关岭县。在进一步优化高效农业产业结构的同时，加快乡村旅游业的发展。

5）三维度制约型贫困村：空间上与强综合型贫困村分布较为一致。受喀斯特地貌约束，区域地势起伏大，耕地破碎且土层薄，农业生产条件较差，贫困村致贫因素复杂。在乡村振兴阶段应着力发展区域特色农产品，积极调整产业结构，因地制宜发展山上与林下经济，并发挥区域特色。

4 讨 论

近年来随着精准扶贫战略的实施，安顺市各级政府建立了完善的立体式、网格化建档立卡数据采集管理体制及信息互通机制，并从产业和就业扶贫、易地扶贫搬迁、教育扶贫、医疗救助保障扶贫、金融扶贫、社会保障兜底扶贫、社会力量包干扶贫、少数民族特困地区扶贫、党建扶贫等十个方面全力推进脱贫攻坚，2015—2018年各县贫困发生率显著降低。本研究通过构建了喀斯特贫困乡村地域系统评价指标体系，发现不同喀斯特贫困地域的本底资源环境状况与社会经济发展特点仍存在显著差异，最终表现为不同喀斯特贫困乡村地域的脱贫速率有所不同。安顺市南部受石漠化与地理位置等的影响，是全市强综合型贫困村及三维度制约型贫困村的聚集区，这种格局短期内不会发生变化，应进一步促进产业脱贫、生态脱贫等一系列有效举措的可持续性，逐步缩安顺市南北区域与城乡之间农村经济发展差距。

喀斯特地区作为中国乡村振兴战略的重点和难点区域，科学识别其贫困乡村地域类型是区域开展乡村振兴战略的前提。本文基于村域尺度对喀斯特地区乡村贫困的主导要素与贫困类型进行了定量研究，与县域尺度相比能够更为精准的反映贫困乡村地域的本底特征。在区划与分类过程中，借助ArcGIS10.3软件将空间维度考虑其中，弥补了K-means等传统数学统计方法的不足。受数据可获得性的影响，本文在喀斯特地区多维贫困指标体系过程中，尚未考虑贫困村产业类型等指标，仅通过村集体经济的收入水平与规模对贫困村经济发展潜力进行评估，未来还需进一步精细完善相关指标。

5 结 论

本文以贫困村为基本单元，研制了喀斯特贫困乡村地域类型划分方案，探究其分异特征及提出振兴策略。

1）研究区贫困程度与贫困聚集规模均呈现出南高北低的格局，贫困程度主要受地势起伏度、坡度、耕地比例和人均纯收入的影响。

2）通过对贫困乡村地域系统各维度得分结果进行排列组合，共划分出12类喀斯特贫困乡村地域类型，分别为：弱综合制约型贫困村、强综合制约型贫困村、生态环境制约型贫困村、生产资源匮乏型贫困村、经济基础薄弱型贫困村、区位交通劣势型贫困村、生态-生产制约型贫困村、生态-经济制约型贫困村、生产-经济制约型贫困村、生产-经济-区位制约型贫困村、生态-生产-区位制约型贫困村和生态-生产-经济制约型贫困村。

3）弱综合型贫困村与单维度主导型贫困村5种喀斯特贫困乡村应着重提高村域集体经济的可持续性，完善贫困村基础设施建设与公共服务体系，加快实现贫困村城乡一体化发展。强综合型贫困村与三维度主导型贫困村4种喀斯特贫困乡村应坚持生态环境保护与经济发展相结合，并大力发展乡村道路等基础设施建设。双维度制约型贫困村应在进一步优化高效农业产业结构的同时，加快乡村旅游业的发展。

[1]郭远智，周扬，刘彦随. 贫困地区的精准扶贫与乡村振兴：内在逻辑与实现机制[J]. 地理研究，2019，38(12)：2819-2832. Guo Yuanzhi, Zhou Yang, Liu Yansui. Targeted poverty alleviation and rural revitalization in poverty-stricken areas: Internal logic and mechanism[J]. Geographical Research, 2019, 38(12): 2819-2832. (in Chinese with English abstract)

[2]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，1995，14(1)：71-77. Zhang Yaoguang. Effect of geo-ecologic environment for the poverty-stricken karst regions in southwest China[J]. Carsologica Sinica, 1995, 14(1): 71-77. (in Chinese with English abstract)

[3]李彬. 中国南方岩溶区环境脆弱性及其经济发展滞后原因浅析[J]. 中国岩溶，1995，14(3)：209-215. Li Bin. An elementary analysis to environmental fragility and reasons for economics’ lagging in the karst area of south China[J]. Carsologica Sinica, 1995, 14(3): 209-215. (in Chinese with English abstract)

[4]熊康宁，黎平，周忠发，等. 喀斯特石漠化的遥感-GIS典型研究[M]. 北京：地质出版社，2002：89-115.

[5]罗娅，熊康宁，龙成昌，等. 贵州喀斯特地区环境退化与农村经济贫困的互动关系[J]. 贵州农业科学，2009，37(12)：207-211. Luo Ya, Xiong Kangning, Long Chengchang, et al. Interaction between Environment degradation and rural poverty of Karst Regions in Guizhou[J]. Guizhou Agricultural Sciences, 2009, 37(12): 207-211. (in Chinese with English abstract)

[6]胡宝清，苏广实，王德光，等. 喀斯特人地系统研究[M]. 北京：科学出版社，2014：10-11.

[7]刘奇. 当脱贫攻坚遇到乡村振兴[J]. 中国发展观察，2019(1)：51-52.

[8]刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报，2018，73(4)：637-650. Liu Yansui. Research on the urban-rural integration and rural revitalization in the new era in China[J]. Acta Geographica Sinica, 2018, 73(4): 637-650. (in Chinese with English abstract)

[9]周扬，郭远智，刘彦随. 中国乡村地域类型及分区发展途径[J]. 地理研究，2019，38(3)：467-481. Zhou Yang, Guo Yuanzhi, Liu Yansui. Areal types and their development paths in rural China[J]. Geographical Research, 2019, 38(3): 467-481. (in Chinese with English abstract)

[10]丁建军，冷志明. 区域贫困的地理学分析[J]. 地理学报，2018，73(2)：232-247. Ding Jianjun, Leng Zhiming. Regional poverty analysis in a view of geography science[J]. Acta Geographica Sinica, 2018, 73(2): 232-247. (in Chinese with English abstract)

[11]周扬，郭远智，刘彦随. 中国县域贫困综合测度及2020年后减贫瞄准[J]. 地理学报，2018，73(8)：1478-1493. Zhou Yang, Guo Yuanzhi, Liu Yansui. Comprehensive measurement of county poverty and anti-poverty targeting after 2020 in China[J]. Acta Geographica Sinica, 2018, 73(8): 1478-1493. (in Chinese with English abstract)

[12]王文臣，陈铭书. 贫困地区经济开发学[M]. 北京：中国农业出版社，1995：38-40.

[13]陈烨烽，王艳慧，赵文吉，等. 中国贫困村致贫因素分析及贫困类型划分[J]. 地理学报，2017，72(10)：1827-1844. Chen Yefeng, Wang Yanhui, Zhao Wenji, et al. Contributing factors and classification of poor villages in China[J]. Acta Geographica Sinica, 2017, 72(10): 1827-1844. (in Chinese with English abstract)

[14]罗刚，廖和平，李涛，等. 地理资本视角下村级多维贫困测度及贫困类型划分：基于重庆市1919个市级贫困村调研数据[J]. 中国农业资源与区划，2018，39(8)：244-254. Luo Gang, Liao Heping, Li Tao, et al. Measurement and classification for multi-dimensional poverty of poor villages from the perspective of geographical capital-based on field survey data of 1919 poverty-stricken villages in Chongqing[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(8): 244-254. (in Chinese with English abstract)

[15]谢玲，李孝坤，任秋爽，等. 西南地区贫困乡村地域类型划分及减贫对策研究[J]. 农业现代化研究，2017，38(5)：818-826. Xie Ling, Li Xiaokun, Ren Qiushuang, et al. Classification of rural poverty areas in Southwest China and poverty alleviation countermeasures[J]. Research of Agricultural Modernization, 2017, 38(5): 818-826. (in Chinese with English abstract)

[16]Michálek Anton, Madajová Michala Sládeková. Identifying regional poverty types in Slovakia[J]. GeoJournal, 2019, 84: 85-99.

[17]姜德华，张耀光，杨柳，等. 中国贫困地区类型划分及开发研究提要报告[J]. 地理研究，1988，7(3)：1-16. Jiang Dehua, Zhang Yaoguang, Yang Liu, et al. Research on the classification and development of poor area in China[J]. Geographical Research, 1988,7(3): 1-16. (in Chinese with English abstract)

[18]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，2017，28(8)：2677-2686. Wang Yanhui, Qian Leyi, Chen Yefeng, et al. Multidimensional and comprehensive poverty measurement of poverty-stricken counties from the perspective of ecological poverty[J]. Chinese Journal of Applied Ecology, 2017, 28(8): 2677-2686. (in Chinese with English abstract)

[19]齐文平，王艳慧，赵文吉，等. 虑及生态环境的十四片区贫困县多维贫困度量[J]. 应用生态学报，2018，29(11)：3760-3772. Qi Wenping, Wang Yanhui, Zhao Wenji, et al. Multidimensional poverty measurement of poverty-stricken counties in China's 14 contiguous destitute areas considering ecological environment[J]. Chinese Journal of Applied Ecology, 2018, 29(11): 3760-3772. (in Chinese with English abstract)

[20]朱金鹤，崔登峰. 新形势下新疆国家级贫困县的贫困类型与扶贫对策[J]. 农业现代化研究，2011，32(3)：276-280. Zhu Jinhe, Cui Dengfeng. Study on poverty types and countermeasures of state poverty countries in Xinjiang under new situation[J]. Research of Agricultural Modernization, 2011, 32(3): 276-280. (in Chinese with English abstract)

[21]李鑫，张榆琴，李学坤. 云南省贫困人口区域性差异研究[J].云南农业大学学报：社会科学，2018，12(1)：23-29. Li Xin, Zhang Yuqin, Li Xuekun. The regional difference of poverty population in Yunnan province[J]. Journal of Yunnan Agricultural University: Social Science, 2018, 12(1): 23-29. (in Chinese with English abstract)

[22]谢玲，黄晓玲. 广西国家级贫困县贫困类型划分与扶贫对策研究[J]. 中国农学通报，2018，34(26)：157-164. Xie Ling, Huang Xiaoling. Study on poverty types and countermeasures of state poverty countries in Guangxi[J]. Chinese Agricultural Science Bulletin, 2018, 34(26): 157-164. (in Chinese with English abstract)

[23]任晓冬，高新才. 喀斯特环境与贫困类型划分[J]. 农村经济，2010(2)：55-58.

[24]郭利平. 文山州特困乡贫困类型划分[J]. 云南地理环境研究，2001(1)：78-86. Guo Liping. The poor type-dividing of Wenshan prefecture poor countrysides[J]. Yunnan Geographic Environment Research, 2001(1): 78-86. (in Chinese with English abstract)

[25]刘彦随，刘玉，陈玉福. 中国地域多功能性评价及其决策机制[J]. 地理学报，2011，66(10)：1379-11389. Liu Yansui, Liu Yu, Chen Yufu. Territorial multi-functionality evaluation and decision-making mechanism at county scale in China[J]. Acta Geographica Sinica, 2011, 66(10): 1379-1389. (in Chinese with English abstract)

[26]武鹏，李同昇，李卫民. 县域农村贫困化空间分异及其影响因素：以陕西山阳县为例[J]. 地理研究，2018，37(3)：593-606. Wu Peng, Li Tongsheng, Li Weimin. Spatial differentiation and influencing factors analysis of rural poverty at county scale: A case study of Shanyang county in Shaanxi province, China[J]. Geographical Research, 2018, 37(3): 593-606. (in Chinese with English abstract)

[27]Zhou Yang, Liu Yansui. The geography of poverty: Review and research prospects[J]. Journal of Rural Studies, 2019. doi. 10. 1016/j. jrurstud. 2019. 01. 008.

[28]刘彦随，周扬，李玉恒. 中国乡村地域系统与乡村振兴战略[J]. 地理学报，2019，74(12)：2511-2528. Liu Yansui, Zhou Yang, Li Yuheng. Rural regional system and rural revitalization strategy in China[J]. Acta Geographica Sinica, 2019, 74(12): 2511-2528. (in Chinese with English abstract)

[29]王劲峰，徐成东. 地理探测器：原理与展望. 地理学报，2017，72(1)：116-134. Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinesewith English abstract)

[30]刘玉，任艳敏，潘瑜春，等．面向乡村振兴战略的乡村发展格局及其分区研究[J]．农业工程学报，2019，35(12)：281-289. Liu Yu, Ren Yanmin, Pan Yuchun, et al. Rural development pattern and zoning for rural revitalization strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 281-289. (in Chinesewith English abstract)

Spatial variation and regional type division of rural poverty in typical karst areas from the perspective of multi-dimensional poverty

Zhao Rong1,2, Xiong Kangning1,2※, Chen Qiwei1,2,3

(1.,,550001,; 2.,550001,; 3.,550018,)

Karst area is the main serious poverty-stricken area in southwest China. Scientifically identifying the rural poverty areal types, proposing differentiated revitalization strategies can effectively promote rural revitalization planning at the village level in karst poverty areas. Based on the multi-dimensional poverty theory and the rural area system theory, This paper took the poor village of Anshun City as the basic research unit, which is located in the central and western part of Guizhou province, China. We constructed the village-level karst rural poverty system evaluation index system from four dimensions of ecological conditions, production resource endowment, economic foundation and regional traffic conditions. In this paper, the factor detection model in geographical detectors was used to detect the explanatory power of each indicator to the spatial difference of the incidence of poverty based on the village poverty incidence data in 2015, which is used as the weight of the contribution degree of each indicator to the regional poverty situation. The regional types division of the karst rural poverty types through the classification and spatial combination of main poverty causing elements based on the main poverty dimension of karst poor villages. The results showed that: 1) the spatial variation of rural poverty was mainly affected by topography, slope, proportion of cultivated land, and net income per capita. The degree of poverty and the scale of poverty accumulation were serious in the south of Anshun city and low in the north. Compared with karst plateau area, the poverty degree of karst gorge area was deeper than that of karst plateau area, and the causing factors of rural poverty were more complex. Karst gorge area had obvious disadvantages in ecological conditions, production resource endowment, economic foundation and regional traffic conditions. 2) According to the main poverty dimension of poor villages, the regional types of karst poverty-stricken villages were divided into 12 types, including weak comprehensive restriction villages, strong comprehensive restriction villages, 4 types single-dimensional restriction villages which were ecological environment restricted villages, deficient production resources villages, weak economic foundation villages, location and transportation weaknesses villages; 3 types dual-dimensional restriction villages were eco-production restricted villages, eco-economic restricted villages, and production-economic restricted villages; 3 types three-dimensional restricted villages are production-economy-location restricted villages, eco-production-location restricted villages, and eco-production-economic restriction villages. 3) Ecological vulnerability plays a decisive role in the regional differentiation of karst poor rural areas. The common characteristics of poor rural areas are the weak economic foundation, and the production resource endowment and location and transportation conditions play an important role. Weak comprehensive restriction villages and four single-dimensional restriction villages should focus on improving the sustainability of the village collective economy, improving the infrastructure construction and public service system, and accelerating the integration of urban and rural development. Strong comprehensive restriction villages should combine ecological environmental protection with economic development, and develop infrastructure construction such as rural roads. Dual-dimensional restriction villages should optimize the structure of high-efficiency agricultural industries and develop rural tourism. The results can provide a theoretical basis for promoting the revitalization of poor villages.

rural areas; poverty; Karst area; rural poverty type; rural revitalization; Anshun

赵榕，熊康宁，陈起伟.多维贫困视角下喀斯特区贫困乡村空间分异与地域类型划分[J]. 农业工程学报，2020，36(18)：232-240.doi：10.11975/j.issn.1002-6819.2020.18.028 http://www.tcsae.org

Zhao Rong, Xiong Kangning, Chen Qiwei. Spatial variation and regional type division of rural poverty in typical karst areas from the perspective of multi-dimensional poverty[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(18): 232-240. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.18.028 http://www.tcsae.org

2020-07-14

2020-09-04

贵州省科技计划重大专项（黔科合平台人才[2017]5411号）；国家自然科学基金项目（41561066）；贵州省科技计划课题（黔科合SY字[2013]3160号）

赵榕，研究方向：喀斯特生态建设与区域经济。Email：264365373@qq.com

熊康宁，教授，博士生导师。研究方向：喀斯特资源与环境及石漠化生态治理等。Email：xiongkn@163.com

10.11975/j.issn.1002-6819.2020.18.028

K901

A

1002-6819(2020)-18-0232-09