西南山区土地利用多功能与多维贫困的时空耦合关系

刘愿理 廖和平 蔡进 李靖 李涛 朱琳 何田

摘要 研究土地利用多功能与多维贫困的耦合关系是开展土地扶贫的有益探索，对巩固脱贫成果和有效衔接乡村振兴战略更具有重要的理论和实践意义。因此，本文以云南省南涧彝族自治县80个行政村为研究对象，构建土地利用多功能与多维贫困耦合度和耦合协调模型，分析2014—2018年土地利用多功能与多维贫困及空间格局特征，探究两者耦合关系及耦合协调发展的时空特征，并划分耦合协调发展类型。结果显示：①研究区2014—2018年土地利用多功能与脱贫发展指数提升较快，空间分布差异性明显，土地利用多功能呈现“一主两副”的空间格局特征，脱贫发展水平空间分布以县城为中心向外延逐渐降低，且北部地区高于南部地区。②研究区2014—2018年土地利用多功能与多维贫困耦合度和耦合协调度的等级提升明显，耦合度从以低度耦合、中度耦合为主提升为以中度耦合、较高耦合为主，耦合协调度从以中度失调为主提升至以轻度失调和初级协调为主;耦合度和耦合协调度空间分布关联性较强，呈现从东北部向西南部递减的布局特征，局部地区形成了新的集聚中心。③研究区2014—2018年土地利用多功能与多维贫困耦合关系的空间分布存在显著的正相关性，空间集聚水平逐渐提升。④耦合协调发展类型包括土地利用多功能滞后型、多维贫困滞后型和同步型3种类型，其中同步型是研究区的主要类型，从2014年的同步滞后型提升为2018年的同步协调型。土地利用多功能滞后型的行政村数量呈增长趋势;多维贫困滞后型的行政村数量呈减少趋势。最后，根据土地利用多功能与多维贫困耦合协调发展类型，针对性地提出解决措施。

关键词 时空耦合关系;土地利用多功能;多维贫困;南涧彝族自治县

中圖分类号 F301.24 文献标识码 A文章编号 1002-2104（2020）10-0154-11 DOI：10.12062/cpre.20200641

土地是人类赖以生存的重要资源，更是帮助贫困农户摆脱困境的重要支撑。2014年以来，各级政府加大对贫困地区的财政投入，大力发展乡村产业和现代农业，土地利用多功能有所提升，而土地利用多功能水平的提升又为贫困地区实施精准扶贫战略提供良好的资源保障。2018年6月，中共中央国务院出台的《关于打赢脱贫攻坚战三年行动的指导意见》明确提出加强贫困地区的土地政策支持，挖掘土地优化利用脱贫的潜力，助推脱贫攻坚。然而，滇西边境山区作为集中连片特困地区，贫困程度深，喀斯特地貌突出，生态环境脆弱，自然资源禀赋匮乏，土地利用多功能水平较低，土地利用与多维贫困往往陷入 “恶性循环”。因此，本文以滇西边境山区的南涧彝族自治县为例，构建土地利用多功能与多维贫困耦合度和耦合协调度模型，分析土地利用多功能与多维贫困的时空耦合关系，探究耦合协调发展水平及类型，是开展土地扶贫的有益探索，更是对巩固脱贫攻坚成果和有效衔接乡村振兴战略具有重要的理论价值和现实意义。

1 文献综述

近年来，学术界对土地利用多功能和多维贫困的研究较多，成果丰硕。具体而言，土地利用多功能概念来源欧盟第六框架SENSOR项目，最早用于农业多功能型研究，后来引入土地利用多功能研究中，学者将其大致划分为社会功能、经济功能、生态环境功能等 [1-4]，并利用探索性空间数据分析方法分析土地利用多功能时空分异特征 [5]，从自然、社会、经济和政策等方面对省域、县域等地区的土地利用功能进行障碍因子诊断，探求影响土地利用多功能的主导因素等 [6-7]，并提出加快土地整治、建设高标准基本农田等建议 [8-9]，以提高土地利用多功能水平。在多维贫困研究领域，学者运用BP神经网络模型 [10]、全排列多边形综合图示法 [11]、空间计量模型 [12]、A-F法 [13]等方法研究少数民族地区、集中连片特困区、西南山区等特定地区的贫困问题 [14-16]，识别和测度多维贫困 [17-18]，分析时空格局 [19-20]，探究主导因素，划分多维贫困类型，并提出治理措施等 [21-23]。然而，目前关于土地利用多功能与多维贫困的关系研究尚处起步，相关文献较少，现有研究主要探讨县域贫困与生态环境的时空关系及影响因素 [24-25]，定量分析土地利用与社会经济的均衡发展水平 [26-27]，探究不同土地利用类型与贫困的耦合关系 [28-29]，并结合不同地区社会经济发展状况，提出优化土地利用，提高耕地质量，以土地整治促进脱贫攻坚等建议 [30-31]。

纵观现有研究成果，学者们探讨了土地利用多功能和多维贫困的时空布局特征、主导因素及贫困与生态环境，土地利用与社会经济的关系等问题。但是，相关研究至少在以下几个方面存在拓展空间： 一是从研究尺度看，土地利用多功能与多维贫困的测度多以省域、市域和县域等中大尺度为主，缺少微观尺度的研究。二是从研究范围看，土地利用多功能与多维贫困的研究主要采用截面数据，缺乏时间序列的研究。三是从耦合关系看，主要是分别研究土地利用多功能和多维贫困与其他资源要素的关系，缺乏对土地利用多功能与多维贫困系统之间耦合关系的定量研究。鉴于此，本文以农村社会经济活动的基本单元村域为研究对象，构建土地利用多功能与多维贫困耦合关系模型，分析其耦合关系时空演化特征，以期为巩固脱贫攻坚成果和衔接乡村振兴战略提供理论依据。

2 研究区概况与数据来源

2.1 研究区概况

云南省南涧县是集边远、山区、民族、贫困为一体的彝族自治县，位于云南省西部、大理州南端，地处东经100°06'～100°41'，北纬24°39'～25°10'之间。全县面积1 738.82 km2，其中山区面积占99.3%。截至2018年底，全县总人口23万人，其中农业人口占93.3%，辖5镇3乡80个村（居）委会，居住彝、汉、白、回、苗等20个民族。2014—2018年，南涧彝族自治县土地利用结构不断发生变化，土地利用方式趋于多样化，但仍以林地为主，土地资源稀缺性日益突出。同时，南涧彝族自治县作为滇西边境山区深度贫困县，山区面积广、耕地面积少、自然条件差、交通不便，贫困程度较深，2014年贫困人口14 492户55 641人，贫困发生率28.05%，截止2018年累计脱贫13 732户54 712人，剩余贫困人口858户2 534人，贫困发生率降至1.32%。

2.2数据来源及权重确定

本文以2014年和2018年为研究时点，2014—2018年为研究时段，数据来源主要有：①矢量数据，包括土地利用变更数据（2014年和2018年），10 m×10 m精度的数字高程模型，来源于县自然资源局。②统计数据，包括《南涧彝族自治县统计年鉴（2014年和2018年）》，各乡镇2014年和2018年农村经济情况报表，来源于县统计部门。③社会调查数据，包括2014年和2018年80个行政村的土地利用和贫困状况基本数据，来源于课题组问卷调查数据，问卷由村干部或驻村工作队填写。所有数据均经过主成分分析法（PCA）降维处理，提取评价指标的主成分因子，以消除指标的共线性，确保科学客观构建指标体系。同时，指标权重的确定主要结合主观赋权法和客观赋权法，以主客观权重的平均值作为本文指标的组合权重。

3研究方法

3.1 土地利用多功能评价模型

3.1.1指标选取

按照土地利用多功能分类，构建生产功能、经济功能、社会功能和生态功能四个维度的村域土地利用多功能评价指标体系（见表1）。具体而言，生产功能选取粮食单产和人均禽畜产值表征土地发展种养殖业的能力，机耕道路密度反映土地生产便捷程度，均为正向指标;经济功能以土地经济密度、人均土地流转收益和土地流转带动就业率3个指标表征土地支持经济发展的能力，均为正向指标;社会功能选取人口密度、农村居民人均住房面积、医疗卫生用地面积占比和人均公共服务设施用地面积4个指标表征土地为人类提供住房、医疗卫生和公共服务用地保障的能力，均为正向指标;生态功能选取农用化肥强度、水土流失率2个负向指标表示土地提供维持人类生存和发展的自然条件受损程度，以垃圾回收站用地面积占比和生态用地面积占比2个正向指标反映土地净化和涵养能力。

3.1.2 土地利用多功能指数模型

土地利用多功能指数（LUMI）用于测算研究区土地利用多功能水平，其值越高代表土地利用多功能的水平越高。其计算公式如下：

3.2 多维贫困评价模型

3.2.1 指标选取

基于物质缺乏贫困论、可行能力贫困论、机会剥夺贫困论和生态贫困论等理论，构建自然禀赋、经济条件、可行能力和发展机会四位一体的西南山区村域脱贫发展评价指标体系（见表2）。具体而言，自然禀赋维度选取人均耕地面积和25°以上耕地面积占比表征耕地资源禀赋，以平均坡度反映自然条件，其中人均耕地面积为正向指标，其余指标为负向指标;经济条件维度以年人均纯收入和年人均集体经济收入直接反映经济收入情况，以外出务工人员占比和政策性贷款规模说明获取经济收入的能力，4个均为正向指标;可行能力反映贫困人口自身具备发展的能力，以劳动力技能占比、受教育程度2个正向指标和重病残疾人口占比1个负向指标表征;发展机会反映贫困人口通过外部资源获取自身发展所需的支持，以产业发展带动就业率、住房安全有保障占比、交通通达度和到县政府距离4个指标表征，其中到县政府距离为负向指标，其他均为正向指标。

3.2.2 脱贫发展指数模型

脱贫发展指数（PDI）用于表征研究区多维贫困治理程度，定量分析多维贫困脱贫后的发展水平，其值越高代表贫困程度越低。具体公式如下：

3.3 数据标准化处理

土地利用多功能与多维贫困系统的评价指标既有正向指标又有负向指标。因此，本文数据标准化处理采用极差标准法，具体表达式如下：

3.4 耦合度和耦合协调度模型

3.4.1 耦合度模型

为了探究土地利用多功能系统与多维贫困系统之间相互作用的强度，本文引入物理学中的容量耦合概念，构建耦合度模型，定量分析两个系统的相互关联程度，具体公式如下：

式中，C代表土地利用多功能与多维贫困系统的耦合度，L（x）代表土地利用多功能发展指数，P（y）代表多维贫困综合发展指数。其中C值介于0～1之间，其值越大表示系统间耦合度越高。本文将耦合度C划分为4个等级，即低度耦合（0≤C<0.3）、中度耦合度（0.3≤C<0.5）、较高耦合（0.5≤C<0.8）和高度耦合（0.8≤C≤1）。

3.4.2 耦合协调度模型

为了进一步厘清土地利用多功能与多维贫困两个系统是在高水平上相互促进还是在低水平上相互制约，本文引入耦合协调度模型，测算两者之间耦合协调发展水平，具体公式如下：

式中，D代表耦合协调度，C代表耦合度，T为土地利用多功能与多维贫困的评价指数， a和b为待定系数，根据土地利用多功能与多维贫困同等重要的标准，将待定系数确定为a=b=0.5。参考李成宇、王昭等人的研究[32-33]，将耦合协调度分为7个等级，在此基础上，结合两个系统得分差值，将耦合协调发展类型分为 3大类21小类（见表3）。

3.5 探索性空间数据分析法

运用探索性空间数据分析方法探究研究区土地利用多功能与多维贫困耦合关系的空间分布特征，判定耦合关系空间分布是否属于聚类型、离散型还是随机型。探索性空间数据分析方法包括全局莫兰指数（Global Morans I）和局部莫兰指数（Local Morans I），具体公式如下：

4结果分析

4.1 土地利用多功能与多维贫困的时序变化

2014—2018年期间，研究区土地利用多功能水平与脱贫发展指数提升较快，增速均在18%以上，但各维度差异性较大，地区发展不平衡。整体来看，研究区的土地利用多功能水平从0.36提升至0.43，增长18.50%，其中经济功能提升最快，增幅达96.35%，其次是社会功能和生产功能，分别增长了24.86%、20.10%，生态功能发展相对较慢，增长了16.33%。具体而言，2014年土地利用多功能水平介于[0.19，0.65]，寶华镇白竹村最低，南涧镇南涧社区最高; 2018年土地利用多功能水平最高仍是南涧镇南涧社区，其值提升至0.70，最低为乐秋乡联合村，其值是0.26。究其原因，主要是南涧社区位于县城中心，土地生产功能、经济功能和社会功能均居全县各行政村前列，白竹村海拔在2 000 m以上，耕地贫瘠，粮食单产较低，2014年土地经济功能（0.05）和生产功能（0.17）均处于全县较低水平，而联合村因2018年发生地质灾害，影响土地生态功能和生产功能，其值分别较2014年下降了0.13和0.10。

与此同时，南涧彝族自治县脱贫发展指数从2014年的0.38提升至2018年的0.48，增幅25.90%，其中经济条件增幅最大，为63.27%，发展机会和可行能力次之，分别为51.37%、43.03%，而自然禀赋增长较慢，仅为经济条件增幅的29.48%。具体而言，2014年脱贫发展指数最高值为0.67，是南涧镇南涧社区，最低值为0.18，是西南部的小湾东镇新民村，2018年脱贫发展指数提升较快，其值介于[0.20，0.79]，最高值和最低值的行政村未发生变化。南涧彝族自治县作为集中连片特困地区，精准扶贫以来，各级政府以“收入达标，不愁吃、不愁穿，义务教育、基本医疗和住房安全有保障”的标准，努力解决贫困人口就业问题，大力发展产业，积极开展劳动技能培训，为贫困人口提升可行能力，提供发展机会，2018年累计脱贫人口达13 732户54 712人，贫困发生率降至1.32%，全县顺利实现脱贫摘帽，脱贫成效明显。

4.2 土地利用多功能与多维贫困的空间变化

运用ArcGIS10.6软件中的自然断点法，将土地利用多功能指数和脱贫发展指数分为高水平、较高水平、中等水平、较低水平和低水平5个等级，并绘制2014年和2018年土地利用多功能和脱贫发展水平空间分布图（见图1）。

2014—2018年期间，南涧彝族自治县土地利用多功能空间分异明显，呈现“一主两副”的空间格局特征，即以县城为主中心，公郎集镇坝区和无量山景区为副中心。具体而言，2014年高水平和较高水平的行政村主要分布在3个中心，但规模较小，尤其是公郎集镇坝区，高水平的行政村仅有凤岭村和回营村2个;较低水平和低水平的行政村主要分布在西北部、南部地区和无量山与哀牢山交界地区，共29个行政村，该区域自然条件和经济发展基础较差;中等水平的行政村插花式的分布在县域内。2018年土地利用多功能高水平和较高水平的行政村以“一主两副”3个中心逐渐扩展，尤其是县城中心和公郎集镇坝区发展较快，高水平的行政村较2014年增加了12个，主要源于县城中心作为经济中心，土地经济功能较强，公郎集镇坝区是全县茶叶示范园区，土地利用多功能水平提升较快;较低水平和低水平分布在西北部和东部哀牢山与无量山之间的地区，包括乐秋村、新虎村和红星村等24个;中等水平的行政村数量最多，共24个，空间分布呈现从北部地区向南部地区转移的特征，南部地区充分利用山区的自然资源优势，发展茶叶和乡村旅游，土地经济功能、生态功能提升较快。

研究区2014—2018年脱贫发展水平空间分布以县城为中心向外延逐渐降低，且北部地区高于南部地区。具体而言，2014—2018年高水平和较高水平的行政村主要分布在县城中心，并在公郎集镇坝区产生新的集聚点，行政村数量从2014年的21个增加到2018年的30个，该地区经济条件、可行能力和发展机会等较好，如南涧社区，2014年和2018年的可行能力分别是0.90、0.91，发展机会为0.94、0.96，均居全县各行政村前列;中等水平的行政村从东北扩张到西北部，包括复兴村、文启村和麻栗村等，该区域毗邻县城中心，近郊农业发展较快，县城就近就业人员占比较高，如白云村，就近务工人员占比达43.60%;较低水平和低水平的行政村数量略有减少，主要分布在西南地区和东部地区，主要源于西南地区人均耕地面积较少，村集体经济收入较少，如新民村2018年人均村集体经济收入仅为12.57元;东部地区紧靠哀牢山，交通通达度较差，经济基础薄弱，人均收入较低。

4.3 土地利用多功能与多维贫困的耦合关系

4.3.1 耦合度时空分异特征

2014—2018年期间，研究区土地利用多功能与多维贫困的耦合度增长较快，但整体性不高，主要以中度耦合为主。横向来看，经济功能与多维贫困的耦合度增幅最大，从0.31增长到0.43，增长了39.92%，其次是生产功能和生态功能，其耦合度分别从0.42、0.46提升至0.49、0.55，社会功能与多维贫困的耦合度增长相对较慢，从0.41提升至0.47。纵向来看，研究区2014年土地利用多功能与多维贫困的耦合度为0.42，2018年较2014年增长了19.05%，其值为0.50。根据耦合度等级分类标准，2014年主要以低度耦合和中度耦合为主，分别有34个和35个行政村，占全县行政村的86.25%，2018年低度耦合的行政村数量减幅较大，从2014年的33个行政村减少到1个行政村，主要以中度耦合和较高耦合为主，共计79个行政村。值得注意的是，2014—2018年期间，高度耦合的行政村没有，表明土地利用多功能与多维贫困耦合度整体性有待提升。

空间序列上，研究区2014—2018年土地利用多功能与多维贫困的耦合度空间分布呈现从东北部向西南部递减的特征，且局部地区形成了集聚中心，空间差异性明显（见图2a、2b）。具体而言，2014年较高耦合度的行政村空间集中分布在县城中心、公郎集镇和无量山景区，呈点状特征，2018年较高耦合度的行政村数量较2014年增加了21个，空间分布以点带面，空间集聚形成三个中心地带，该区域土地利用多功能和脱贫发展指数均较高;中度耦合的行政村空间分布呈现从中东部扩散至全域的特征，是耦合度主导类型，共47个行政村，占全县行政村的58.75%;2014年低度耦合的行政村主要集中分布在西部县域边界和南部地区，包括小湾东镇岔江村、乐秋乡乐秋村和公郎镇落底河村等34个行政村， 2018年低度耦合的行政村仅剩小东湾镇新民村，该村土地利用多功能和脱贫发展水平均位居全县倒数，其值分别为0.27、0.32。

4.3.2 耦合协调度时空分异特征

南涧彝族自治县2014—2018年土地利用多功能与多维贫困的耦合协调发展水平提升较快，增速高于耦合度，但地区差异性较大。横向比较，土地利用多功能与多维贫困的耦合协调发展水平与耦合度总体一致，经济功能与多维贫困的耦合协调度增长最快，其次是生产功能和生态功能，社会功能相对较慢。纵向来讲，研究区2014年耦合协调度0.40，其中最高是南涧镇南街社区，为0.71，最低是公郎镇沙乐村，為0.21，两者相差3.38倍;2018年耦合协调发展水平明显增强，其值0.51，较2014年增长了26.83%，增长速度高于耦合度7.78个百分点，主要源于研究区精准扶贫以来，带动贫困人口脱贫致富的成效显著，社会经济水平和土地利用功能发展较快。从耦合协调类型来看，2014年主要以失调发展为主，其中严重失调的行政村7个，中度失调的行政村35个，轻度失调的行政村27个，占全县行政村的86.25%;2018年耦合协调类型变化较大，主要以轻度失调和初级协调为主，包括拥翠乡拥翠村、旧马街村和无量山镇保平村等57个行政村。

空间序列上，研究区2014—2018年土地利用多功能与多维贫困的耦合协调发展空间分布与耦合度具有较强的关联性，仍呈现从东北部向西南部递减的特征（见图2c、2d）。具体而言，从耦合关系失调发展类型看，主要分布在西南和南部地区。其中，严重失调的行政村数量下降显著，2014年12个严重失调的行政村主要位于县域边界处，该地区地形复杂，土地利用功能单一，整体水平較低，如底么村土地利用多功能水平仅0.157;2014—2018年中度失调和轻度失调的行政村空间分布集中在南部地区，其中2014年57个行政村，2018年减少至46个。从耦合关系协调发展类型看，2014年耦合关系协调发展的行政村空间分布呈现北部集聚、南部分散的空间特征，其中北部地区主要集中在县城中心附近，以初级协调和中级协调为主，良好协调的行政村仅有南涧社区。2018年耦合关系协调发展空间分布集聚特征明显，以县城中心、公郎集镇坝区和无量山景区3个地区向外扩展，抱团式发展，主要涉及西山村、德安村和凤凰村等34个行政村。值得注意的是，研究区没有耦合协调关系优良发展的行政村，耦合协调程度有待提升。

4.3.3 空间关联格局分析

运用GeoDa软件测算研究区2014年和2018年土地利用多功能和多维贫困耦合度和耦合协调度的全局莫兰指数（Morans I），分析耦合协调发展是否存在空间关联性。结果显示，2014年耦合度和耦合协调度的全局Morans I指数分别为0.396和0.392，2018年耦合度和耦合协调度的全局Morans I指数较2014年有所提升，分别是0.427和0.433，耦合度和耦合协调度的莫兰指数均为正且检验结果显著（Z值大于0.05置信水平的临界值1.96），置信度为95%，说明研究区土地利用多功能与多维贫困的空间分布存在显著的正相关性，且土地利用多功能与多维贫困的耦合程度差异性逐渐缩小，空间集聚水平提高。

运用GeoDa软件、ArcGIS10.6软件和局部空间自相关对耦合协调度进行分析，制作耦合协调度LISA集聚图（见图3），识别耦合协调的高值集聚区和低值集聚区。结果显示，2014年和2018年耦合协调高值集聚区和低值集聚区的空间位置大体一致，空间集聚效应明显提升。2014年，研究区包括1个位于县城附近的高值集聚区，包括南涧社区、小军庄社区、安定社会和西山村等10个村;2个低值集聚区，位于小湾东镇和公郎镇的南部地区，包括岔江村、落底河村和新民村等8个村;2018年耦合协调空间集聚效应明显提升，共有2个高值集聚区和3个低值集聚区，在公郎集镇坝区新增一个高值集聚区，主要源于该区域茶叶产业发展迅速，土地利用多功能水平提升较快，贫困人口收入增加明显，高值集聚区涉及的行政村增加到12个，而低值集聚区涉及的行政村减少到5个。

4.3.4 耦合关系类型

根据耦合协调发展分类标准，将耦合协调发展类型分为土地利用多功能滞后型、多维贫困滞后型和土地利用多功能与多维贫困同步型（同步滞后和同步发展）3大类21小类，绘制空间分布图（见图4）。

（1）土地利用多功能滞后型。研究区土地利用多功能滞后型的行政村数量呈增长趋势，增加了12个，增幅70.59%，主要分布在西北部和中部地区，其中2014年主要以中度失调和轻度失调为主，占比88.24%，2018年以轻度失调和初级协调为主，占比93.20%。从等级来看，土地利用多功能水平有所提升，但土地利用多功能的提升速度慢于脱贫发展水平的增速，导致土地利用多功能滞后型的行政村逐年增加。

（2）多维贫困滞后型。研究区多维贫困滞后型的行政村数量呈减少趋势，主要零星分在南部地区。其中，2014年多维贫困滞后型包括乐秋乡乐秋村、麻栗村和宝华镇兔街村等8个，主要以轻度失调和中度失调为主，耦合协调程度较低。2018年行政村减少至6个，包括南涧镇保安村、无量山镇古德村和公郎镇板桥村等，主要以初级协调和轻度失调为主，耦合协调关系提升明显，说明研究区精准扶贫实施以来，全县多维贫困问题改善显著。

（3）土地利用多功能与多维贫困同步型。研究区土地利用多功能与多维贫困的耦合协调类型以同步型为主，其中2014年以同步滞后型为主，2018年以同步协调型为主。具体而言，2014年同步型的行政村55个，占总量的68.75%，其中46个同步滞后型的行政村主要分布在西北部地区海拔较高的地区和河谷纵深的南部地区;2018年，土地利用多功能与多维贫困耦合协调发展较快，以同步协调型为主，主要分布在县城附近、公郎集镇坝区和无量山景区，尤其是无量山景区，乡村旅游发展较快，经济水平提升较快，土地经济功能和生态功能水平较高。

5 结论与建议

5.1 结论

（1）研究区2014—2018年土地利用多功能水平与脱贫发展水平提升较快，脱贫发展水平增速高于土地利用多功能水平。其中，土地利用多功能指数从0.36提升至0.43，增长18.50%，脱贫发展指数从2014年的0.38提升至2018年的0.48，增长25.90%。同时，土地利用多功能与多维贫困的空间分布差异性明显，土地利用多功能空间分布呈现“一主两副”的空间格局特征，高水平和较高水平的行政村集中分布在三个中心地区，脱贫发展空间分布主要以县城为中心向外延逐渐降低，北部地区高于南部地区。

（2）研究区2014—2018年土地利用多功能与多维贫困的耦合度增长较快，主要以中度耦合为主，其中经济功能与多维贫困的耦合度增幅最大，空间分异明显。时间序列上，2014年土地利用多功能与多维贫困的耦合度为0.42，低度耦合和中度耦合的行政村占比86.25%;2018年较2014年增长了19.05%，主要以中度耦合和较高耦合为主。空间序列上，土地利用多功能与多维贫困的耦合度空间分布呈现从东北部向西南部递减的特征，且局部地区形成了集聚中心，空间分布差异性明显。

（3）研究区2014—2018年土地利用多功能与多维贫困的耦合协调发展水平提升较快，增速高于耦合度，其中经济功能与多维贫困的耦合协调度增幅最大，且地区差异性较大。其中，2014年耦合协调度为0.40，主要以失调发展为主，共计69个行政村，占比86.25%;2018年耦合协调度为0.51，较2014年增长了26.83%，增速高于耦合度7.78个百分点，主要以轻度失调和初级协调为主，共计57个行政村。土地利用多功能与多维贫困的耦合协调发展空间分布与耦合度具有一定的关联性，也呈现从东北部向西南部递减的特征。

（4）2014—2018年土地利用多功能与多维贫困耦合协调发展的类型主要以同步型为主，从2014年的同步滞后型提升为同步协调型。土地利用多功能滞后型的行政村数量呈增长趋势，增加了12个，增幅70.59%，主要以轻度失调为主，这与土地利用多功能水平增速低于脱贫发展水平密切相关。多维贫困滞后型的行政村数量呈减少趋势，从2014年的8个减少至6个，脱贫攻坚成效明显。

5.2建议

根据南涧彝族自治县2014—2018年土地利用多功能与多维贫困的时空耦合关系特征，结合耦合协调发展类型，提出以下建议：①土地利用多功能滞后型。该类型的行政村应加快实施土地整治项目和高标准基本农田建设，大力发展现代农业，提高土地生产功能;充分利用贫困县土地优惠政策，有序开展城乡建设用地增减挂钩，增加贫困农户的收入;进一步优化土地利用结构，大力支持乡村旅游，现代农业和光伏发电等扶贫产业的发展，做好相关产业的用地保障，提升土地利用多功能水平。②多维贫困滞后型。按照脱贫不脱政策，摘帽不摘帮扶的原则，加大贫困农户的帮扶力度，因地制宜地开展就业扶贫项目，建立劳务输出渠道，引导和组织外出务工人员，增加务工收入;针对贫困农户的需求，开展技能培训，以扶贫小额信贷为载体，大力支持贫困农户大力发展产业;重点关注五保户、低保户、重病大病户、无劳动力户等特殊人群，确保实现稳定脱贫。③土地利用多功能与多维贫困同步型。重点关注同步滞后型的行政村，构建扶贫移民局、自然资源局、发改委等多部门联动机制，强化扶贫产业项目落地，提高土地利用多功能水平，促进多维贫困的有效解决;同步协调型整体性发展较好，应衔接乡村振兴战略，依托丰富的自然资源和良好经济发展基础，大力发展乡村产业和乡村旅游。

参考文献

[1]HELMING K，TSCHERNING K， KNIG B， et al. Ex ante impact assessment of land use changes in European regions： the sensor approach[M]// PéREZ-SOBA M， TABBUSH P. Sustainability impact assessment of land use changes. Springer， 2008：77-105.

[2]KOPEVAD， PENEVA M， MADIAROVA S. Multifunctional land use： is it a key factor for rural development [C]//118th EAAE Seminar‘Rural Development： Governance， Policy Design and Delivery. Ljubljana：2010，25-27.

[3]梁建飞，陈松林.厦门市土地利用多功能性评价及障碍因子诊断[J].亚热带资源与环境学报，2019，14（1）：87-95.

[4]李广东，方创琳.城市生态-生产-生活空间功能定量识别与分析[J].地理学报，2016，71（1）：49-65.

[5]刘愿理，廖和平，李涛，等.山区土地利用多功能时空分异特征及影响因素分析[J].农业工程学报，2019，35（21）：271-279.

[6]王枫，董玉祥.广州市土地利用多功能的空间差异及影响因素分析[J].资源科学，2015，37（11）： 2179-219.

[7]孙丕苓，许月卿，刘庆果，等.环京津贫困带土地利用多功能性的县域尺度时空分异及影响因素[J].農业工程学报，2017，33（15）：283-292.

[8]蒙吉军，王祺，李枫，等.基于空间差异的黑河中游土地多功能利用研究[J].地理研究，2019，38（2）：369-382.

[9]张路路，郑新奇，蔡玉梅.基于投影寻踪模型的湖南省土地多功能时空演变分析[J].长江流域资源与环境，2018，27（8）：1754-1764.

[10]李寻欢，周 扬，陈玉福. 区域多维贫困测量的理论与方法[J].地理学报，2020，75（4）：1-16.

[11]蔡进，禹洋春，骆东奇.等. 重庆市农村多维贫困空间分异及影响因素分析[J]. 农业工程学报，2018，34（22）： 235-245.

[12]张博胜，杨子生.基于空间计量模型的云南农村贫困格局及其影响因素诊断[J].农业工程学报，2019，35（7）：276-287.

[13]文琦，施琳娜，马彩虹，等.黄土高原村域多维贫困空间异质性研究——以宁夏彭阳县为例[J].地理学报，2018，73（10）：1850-1864.

[14]王刚，廖和平，洪惠坤，等. 西南山区农业产业扶贫效率时空演化分析[J]. 农业工程学报，2019，35（13）：243-252.

[15 ]周常春，翟羽佳，车震宇.连片特困区农户多维贫困测度及能力建设研究[J].中国人口·资源与环境，2017，27（11）：95-103.

[16]刘愿理，廖和平，张茜茜，等. 西南喀斯特区贫困空间剥夺的识别及空间格局分析[J]. 农业工程学报，2019，35（15）：284-294.

[17]KENNETHA C， MAUREEN A P. Poverty measurement in the U.S.， Europe， and developing countries[J]. Journal ofpolicyanalysis and management ，2010， 29（2）：217-226.

[18]WANG Y H ，CHEN Y F ，CHI Y ，et al. Village-level multidimensional poverty measurement in China： where and how[J].Journal of geographical sciences， 2018 （10）：1444-1466.

[19]LIU Y S， LIU J L， ZHOU Y. Spatio-temporal patterns of rural poverty in China and targeted poverty alleviation strategies[J].Journal of rural studies， 2017，52： 66-75.

[20]潘竟虎，赵宏宇，董磊磊.基于DMSP-OLS数据和可持续生计的中国农村多维贫困空间识别[J].生态学报，2018，38（17）：6180-6193.

[21]程晓宇，陈志钢，张莉.农村持久多维贫困测量与分析[J].中国人口·资源与环境， 2019， 29（7）：140-148.

[22]刘彦随，周扬， 刘继来.中国农村贫困化地域分异特征及其精准扶贫策略. 中国科学院院刊， 2016， 31（3）： 269-278.

[23]马明义，李桦.秦巴山区农户多维贫困测度及精准扶贫对策研究[J].干旱区资源与环境，2019，33（1）：30-37.

[24]牛亚琼，王生林.甘肃省脆弱生态环境与贫困的耦合关系[J].生态学报，2017，37（19）：6431-6439.

[25]苏胜亮，吴立峰宁夏六盘山连片特困区生态环境与经济发展耦合协调研究[J].水土保持研究， 2018，26 （4）：286-291，298.

[26]向敬伟，李江风.贫困山区耕地利用转型对农业经济增长质量的影响[J].中国人口·资源与环境，2018，28（1）：71-81.

[27]赵可，张安录.城市建设用地、经济发展与城市化关系的计量分析[J]. 中国人口·资源与环境，2011，20（1）：7-12.

[28]黄莹，韦燕飞，李莹，等. 贫困与土地利用变化时空耦合关系分析——以田阳县为例[J].安徽农业科学， 2017，45（27）：203-207， 258.

[29]刘愿理，廖和平，巫芯宇，等. 西南喀斯特地区耕地破碎与贫困的空间耦合关系研究[J].西南大学学报（自然科学版），2019，41（1）：10-20.

[30]刘新卫，杨华珂，郧文聚.土地整治促进贫困地区脱贫的模式及实证[J]. 农业工程学报，2018，34（5）：242-247.

[31]杨亮洁，杨海楠，杨永春，等.基于耦合协调度模型的河西走廊生态环境质量时空格局演化[J].中国人口·资源与环境，2020，30（1）：101-112.

[32]李成宇，张士强.中国省际水-能源-粮食耦合协调度及影响因素研究[J].中国人口·资源与环境，2020，30（1）：120-128.

[33]王昭，刘建红，李同昇，等.秦巴特困区生态脆弱性与经济贫困的耦合关系——以陕西省山阳县为例[J].生态学报，2019，39（11）：3908-3917.

[34] ACCONCIA， A， CARANNANTE M， MISURACA M， et al. Measuring wulnerability to poverty with latent lransition analysis[J]. Social indicators research. 2020，151，1-31.

[35]AZEEM M M， MUGERA A W， SCHILIZZI S. Poverty and vulnerability in the Punjab， Pakistan： a multilevel analysis[J]. Journal of Asian economics. 2016， 44， 57-72.

[36] 汪永生，李宇航，揭曉蒙，等.中国海洋科技-经济-环境系统耦合协调的时空演化[J].中国人口·资源与环境，2020，30（8）：168-176.

[37]张博胜，杨子生.中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析[J].地理研究，2020，39（7）：1592-1608.

[38] 金贵，邓祥征，董寅，等.发展地理学视角下中国多维贫困测度及时空交互特征[J].地理学报，2020，75（8）：1633-1646.

[39] 刘彦随.现代人地关系与人地系统科学[J].地理科学，2020，40（8）：1221-1234.

[40] 李明山，谢保鹏，陈英，等.基于双重差分模型的土地整治多维减贫效应研究——以天水甘谷县为例[J].中国农业资源与区划，2020，41（6）：163-171.

[41] 马光选，刘强.乡村振兴背景下深度贫困地区不同土地经营模式效益比较研究——以云南省迪庆藏区为例[J].贵州财经大学学报，2020（2）：105-110.

[42] 夏柱智.土地增减挂钩扶贫：易地扶贫搬迁中的土地政策创新及其困境[J].贵州社会科学，2019（11）：153-159.

[43] 刘愿理，廖和平，李靖，等.后2020时期农户相对贫困测度及机理分析——以重庆市长寿区为例[J].地理科学进展，2020，39（6）：960-971.

（责任编辑：于 杰）