安置区空间重构对农户社区融入的影响及其效应

申 云，贾 晋，洪程程，张华泉

（1. 四川农业大学经济学院，四川成都 611130；2. 西南财经大学中国西部经济研究中心，四川成都 611130）

目前，中国易地扶贫搬迁安置已经成功实现了地理空间的转换，但农户搬迁后的可持续生计和社区融入困境成为后扶贫时代社会关注的焦点。易地扶贫搬迁农户总体上摆脱了生态环境脆弱带来的“人-地”空间矛盾，但却面临贫困人口乡城转移情境下的“人-业”空间矛盾［1］，易地扶贫搬迁前后农户的生计资本往往存在较大的时空结构性转变，造成不同搬迁地农户迁入安置区后由于不同风俗习惯、生计能力差异、宗族社会网络等碰撞带来社区融入困境。易地扶贫搬迁安置区的空间多维相对贫困治理及农户乡城转移生计空间重构成为后扶贫时代的主要特征［2］。搬迁农户在新社区面临生计转型、社会网络、心理适应和文化变迁在内的空间关系重塑，造成农户生计资本与生计能力的匹配差异，进而带来农户多维相对贫困的动态变迁。由于易地扶贫搬迁后人员结构复杂、居民需求多、管理服务难、移民乡土观念重和社区融入难度大，进一步加剧了不同安置区农户生计空间融合，社区融入成为搬迁后面临的“最后一公里”难题。如何识别不同安置区与农户多维相对贫困耦合协同是否影响农户社区融入，揭示其形成机理、分布特征和空间效应，对于易地扶贫搬迁后农户生计空间和社会空间重塑，防范规模性返贫具有重要意义。

1 文献综述

易地扶贫搬迁安置区不仅要强化区域多维相对贫困的宏观治理，也要加强区域层面农户多维相对贫困动态变迁的微观治理，以安置区微观农户有效治理来驱动空间宏观治理，成为后扶贫时代构建巩固脱贫攻坚成果长效机制的重点任务之一［3］。现行标准下单一的收入贫困已经全面消除，但围绕安置区农户多维相对贫困的空间治理及其时空演变却存在动态变化趋势［4］，特别是易地扶贫搬迁后的农户，面临生计能力的转型和社会空间的重构。虽然搬迁农户摆脱了地理位置偏远、生态环境脆弱、经济贫困程度高等传统“人-地”矛盾束缚，但安置区农户却面临着新的“人-业”生计空间矛盾制约［5］，科学系统地揭示安置区社会、经济、生态等不同子系统中“人”“地”“业”核心要素耦合失调后的形成机理，以及农户社区融入的空间重构机制［6］，成为巩固易地扶贫搬迁成果同乡村振兴有效衔接的重要前提。

农户多维相对贫困具有多维性和相对性，不仅体现在农户收入、福利、就业、心理等方面的不足带来的个体贫困［7］，也体现在地理环境、交通设施、经济水平、教育水平等方面短板导致的区域贫困［8］。由于易地扶贫搬迁后农户的多维相对贫困从集中连片特困区转移到非贫困区，原有生产资料处置缓慢、传统农业生产空间转型难度大，面临一个乡城贫困空间动态转移的过程和生计资本与生计能力空间转换的过渡期。农户多维相对贫困空间分异表现为“人-地”空间矛盾、薄弱的经济能力和公共服务供给水平差异，导致空间贫困存在明显的空间依赖性［9］。纵观印度、津巴布韦、越南、埃塞俄比亚等发展中国家的空间贫困陷阱类型及形成原因发现，地理位置偏远和农业生态环境恶劣［10］、基础设施与公共服务供给不足［11］、政治不稳定［12］等成为主要推动因素，且乡城之间的多维相对贫困强度也是制约农户不平等的重要因素［13］。在中国，受制于不同区域道路基础设施、地形海拔、自然灾害、收入水平、劳动力不佳、政府政策导向等资源禀赋差异［14］，也成为地区空间格局形成差异的重要因素。

为解决易地扶贫搬迁农户乡城转移后存在的生计脆弱和地理资本不足的问题，Brussel 等［15］提出通过改善生态脆弱区基础设施、交通运输、供给服务、就业机会等帮扶措施，进而缓解贫困地区集中连片的问题。“业”是导致区域贫困的中介性因素，是连接“人”和“地”的重要纽带，通过种植、生产、销售等为主的生计活动和以农业、工业、服务业等为主的社会活动，建立投入-产出关系对人地关系进行协调［16］。资源的短缺和市场的制约将会限制“业”的发展，新兴产业在农村得不到有效的支持，无法吸引更多的资源要素进入农村，农户得不到较好的就业岗位机会，进而又进一步导致“人”“地”要素在发展过程中缺乏有力的项目支撑和技术支持。被边缘化的贫困农户由于缺乏生计资本和地理资本，无法满足其生存和发展需要，会再次陷入贫困陷阱之中。此外，区域内的贫困也会对邻接地区产生外溢效应［17］，从而让贫困在空间上呈现集聚，从而形成“低地理资本”→“低生计资本”→“低项目支撑”→“低地理资本”的农村多维贫困恶性循环怪圈，较低的地理资本和较少的空间要素将会对区域贫困和农户贫困产生重要影响。

随着安置区空间多维贫困的集聚耦合与分异演变，使得不同区域之间人口的动态变迁带来多维贫困空间分异的时空演变差异。已有研究大多聚焦于区域空间多维贫困的分布格局及分异特征。第一，区域多维相对贫困空间分异存在较强的经济空间关联性。邻接区域之间主要受制于经济发展水平、基础设施水平、医疗教育水平、贫困发生率等因素的影响［18］。在多维贫困空间分布格局层面，中国贫困村分布总体呈现出东部“星点”分布和中西部“块状”分布格局，且贫困村的多维贫困存在较强的全局空间依赖性和西高东低的“阶梯状”格局［19］，中度贫困村占比最大。第二，地域禀赋对区域空间多维贫困的影响具有动态分异性。经济增长与农村减贫之间并不总是存在同步发展趋势［20］。何静等［21］发现西南地区贫困县旅游发展与多维贫困存在空间差异性，贫困县收入存在低水平的均衡，贫困县与非贫困县之间存在收入的“俱乐部收敛”［22］，贫困状况南北地域差异明显。相比集中连片特困区或国家级贫困县，区域贫困往往形成“高-高”集聚的“空间贫困陷阱”和“低-低”集聚形成“脱贫溢出效应”的空间布局［23］。第三，人口空间演变成为农户多维相对贫困空间分异的关键变量。潘竟虎等［24］采用ESDA 和GIS 空间分析方法，发现2000—2010年中国国家级贫困县分布与人口的流动带来空间差异格局的动态变迁，导致贫困县的极化与边缘化共同存在，并呈现出东西部极化与南北区域的分异［25］。由于产业发展受限、劳动力流动性差、金融和人力资本不足等，使得不同乡村贫困空间分异呈现出不同的空间模式，脱贫发展水平以县城为中心向外延伸，且多维贫困滞后型的行政村数量呈递减趋势［26］。在易地扶贫搬迁过程中，由于移民上楼和空间适应的局限性，移民从散居到聚居的居住方式带来了家庭结构、代际关系、社会网络和社区治理等社会结构和制度的变迁［27］，使移民在搬迁初期生计空间断裂，需要强化“移民上楼”后居住空间的压缩与集聚［28］、经济空间的萎缩与繁育、心理文化空间的消解与重构［29］，特别是村域人口空心化带来的空间分异需要从空间、社会、经济等多维层面进行重塑［30］。

综上所述，由于易地扶贫搬迁农户的多维相对贫困存在乡城空间转移，区别于传统区域空间贫困的形成机理，使得对农户多维相对贫困的空间分异测度需要考虑搬迁农户转移带来的多维相对贫困动态性变迁情境，特别是在巩固易地扶贫搬迁成果与乡村振兴有效衔接的大背景下，不同安置区与农户多维相对贫困空间耦合协同状况有可能导致农户社区融入存在异质性，需要关注安置区“新市民”的多维相对贫困指数构建和测度，系统科学性地优化多维生计空间重构体系和多维相对贫困治理机制设计，从传统关注致贫因素转向动态视角下农户多维生计空间重构。从耦合关系看，由于易地扶贫搬迁安置区不同于贫困村本身存在地理资本上的欠缺，但农户传统生计资本无法在安置区有效转换，搬迁农户在迁出地和安置区“两头住、两头跑”现象时有发生，使得农户生计空间重构不充分，面临较高的返贫风险。鉴于此，基于空间多维贫困理论，以乌蒙山区易地扶贫搬迁安置区和农户多维相对贫困空间分异状况为研究对象，构建了安置区多维贫困的“社会-经济-生态”（Society-Ecology-Economy，SEE）指标体系和农户多维相对贫困“物质-能力-权利”（Material-Ability-Right，MAR）指标体系的理论分析框架，建立安置区农户多维相对贫困空间耦合协同度与农户社区融入指数模型，刻画乌蒙山区安置区和农户的多维相对贫困空间分异格局及农户社区融入的形成机理，以期为深化空间多维贫困理论微观认知，构建易地扶贫搬迁安置区后续帮扶长效机制提供理论与经验证据。

2 安置区农户多维相对贫困耦合协同对农户社区融入的影响机理

由于易地扶贫搬迁后农户原有生计资本和生计能力存在空间结构性错配［31］、产业结构与要素耦合空间失调、搬迁户社区融入与安置区“三生”空间融入困境，造成安置区与农户多维相对贫困空间耦合协同及农户社区融入差异。在安置区多维相对贫困层面，其核心聚焦于“人-地-业”在空间层面的耦合协调。其中：“人-地”面临土地资源禀赋限制和人口老龄化的约束，使得搬迁户和安置社区之间表现出农户生计资本与原有生计能力的错配问题，直接制约搬迁农户能否“搬得出、稳得住”。在“人-业”矛盾层面，搬迁农户在安置区受制于生计空间的转换，造成原有产业结构与资源要素禀赋形成的生计资本与安置区生计空间存在结构性矛盾，而人口流动与城镇化水平也在一定程度上影响到产业结构的转型。迁出的农户往往从事传统种养殖业为主，迁入安置区后受制于土地资本的稀缺而无法再从事原有产业，使得产业空间的转移带来农户生计空间的重塑。在“地-业”的结构性资源配置中，由于地形和气候条件的异质性，不同安置区与产业结构带来的差异也可能导致空间区域与产业发展上的错配，“人-地-业”的空间错配使得安置区多维相对贫困与农户社区融入表现出空间分异特征（图1）。

在农户多维相对贫困层面，农户物质贫困、能力贫困和权利贫困三者之间由于个体的异质性导致人力资本、法治观念、内生脱贫动能等存在差异，不同搬迁农户个体的多维相对贫困异质性对脱贫农户“稳得住、能致富”形成了巨大的挑战。如果农户个体能力贫困在经济基础较差、就业技能较低、产业脆弱性强的安置区，将进一步加剧安置区的多维相对贫困程度。如果农户物质贫困与安置区生态环境、地理资本和资源禀赋较弱形成共振［40］，也将导致农户个体多维贫困与区域多维贫困空间协同，带来多维贫困在空间上的集聚。如果农户权利贫困在教育、就业机会、医疗保障和政策制度等相对薄弱的安置区表现出空间协同状况，将使得个体多维贫困与安置区多维贫困形成空间上的集聚，加剧规模性返贫风险的形成。

图1 安置区与农户多维相对贫困空间融合机理

结合中国跨县易地扶贫搬迁情境下的安置区农户多维相对贫困空间耦合协同演变机制，构建安置区“社会-经济-生态”（SEE）多维相对贫困指标体系和农户“物质-能力-权利”（MAR）多维相对贫困指标体系的理论分析框架（图2），测度和评估易地扶贫搬迁安置区和农户多维相对贫困空间耦合的作用效果。在社会贫困层面，主要是围绕搬迁农户生活空间的重塑，包括安置区人员就业、公共服务、政策保障等，而其微观层面重点在于人员的权利保障，特别是安置后人员的就业、医疗和教育等，侧重与社会网络的重塑和农户发展权利的保障，二者均以人为中心进行社会网络及服务的有效联结。随着农户搬迁后，安置区与农户的生计空间转变导致生产空间发生了调整，使得传统以务农为主的产业结构、生计能力和生产要素等发生变化，转向于非农就业为主的人力资本和金融服务生计能力提升的阶段，聚焦于“业”的打造和重构，该过程需要破解安置区经济贫困与农户能力贫困的空间耦合。此外，通过地理空间的转换，使得安置区农户摆脱了地理、自然、资源、基础设施等生态空间制约，但也使得农户失去了传统务农生计资本和自然资源，在“地”的空间重塑上需要重新匹配。以上围绕安置区宏观维度的“社会-经济-生态”体系和农户微观层面的“物质-能力-权利”体系匹配，均建立在以“人-业-地”为核心的空间耦合协同上，需要构建安置区与农户多维相对贫困的空间分异测度与评价体系来有效揭示其作用效果。

在巩固易地扶贫搬迁成果与乡村振兴有效衔接过程中，宏观战略层面围绕“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”五个层面，依托多元产业发展、生态环境建设、人文环境打造、健全社会治理体系、提升居民幸福感和获得感等来实现“农业强、农村美、农民富”的乡村振兴目标。在空间变迁层面，由于易地扶贫搬迁带来生计空间的重构，进而引起社会网络空间、公共服务空间和居民心理空间的关系重塑。其中，地理空间转移带来居住条件改善、生态资本转化和地域特色发生转移，使得传统的生计空间转变为规模产业化发展，新型农业经营主体和产业融合不断深化，从传统的农户生计资本向产业工人的生计资本转型，成为城乡融合助推新型城镇化发展的重要力量。然而，大量的易地扶贫搬迁农户聚集在安置区，传统村居松散式的社会空间走向了聚居式的紧凑型社会空间，使得风俗习惯、文化道德、教育技能、社区融合等面临新的挑战，有效推动易地扶贫搬迁安置区农户尽快融入社区以及强化安置区农户稳定脱贫增收显得尤为重要。社会空间的重构必然带来公共服务空间的矛盾，比如传统的村干部及村集体自治的模式演变成安置社区组织化管理、现代城市社区治理模式，必然造成短期内社区管理和治理上的适应难题。此外，安置区农户从不同村庄搬迁至一个社区，部分安置移民从传统村居生活习惯转变成社区生活习惯，心理空间上的不适应和心理落差需要深度缝合，比如培育集体意识，重塑乡土社会网络，构建一些乡土情怀式的社区场景等。这种从“地理空间→生计空间→社会空间→公共服务空间→居民心理空间”的重构成为易地扶贫搬迁安置区后续帮扶工作的重心。

另外，搬迁农户从原聚居地到安置区的变化带来地理空间的破裂，造成生计资本的空间分异，重塑农户社区融入空间尤为关键。安置区农户社区融入的核心在于农户的稳定脱贫及其可持续生计资本的提升，前提在于促进农户获得稳定就业，增加收入，而产业发展是解决就业的重要支撑。因此，积极发展适合本地区的产业和扩大居民就业，成为安置区后扶持政策的核心关键，生计空间重构是地理空间分异后的最根本任务。随着安置区农户生计的逐步稳定，需要强化社会空间耦合与社区空间融入，逐步提高安置区居民在教育、医疗、居住环境、生活习惯等基本素养，提高社区居民的社区融入程度和幸福感，从而遵循“空间分异→空间耦合→空间再造→空间融合”的发展趋势转变（图3），最终实现搬迁户“搬得出、稳得住、能致富”的稳定脱贫目标。

图2 安置区农户多维相对贫困空间融合效果测度

3 数据来源与模型设计

3.1 数据来源

乌蒙山区作为中国贫困人口跨县易地扶贫搬迁最大的安置区，横跨云南、贵州、四川三个省份，是巩固拓展易地扶贫搬迁成果同乡村振兴有效衔接的重点区域之一。为了揭示易地扶贫搬迁安置区农户多维相对贫困空间耦合状况，测度易地扶贫搬迁安置区和农户多维相对贫困指数，根据四川、云南和贵州三省乌蒙山区开展的贫困县脱贫摘帽第三方评估资料数据及部分农户的抽样调查数据，结合云南省精准扶贫大数据管理平台资料及各县域年度统计公报，手工整理出2014—2019 年乌蒙山区38 个县域易地扶贫搬迁安置区的宏观层面数据（表1）。由于不同县域脱贫摘帽退出的时间存在差异，造成易地扶贫搬迁安置区和农户多维相对贫困指数测度难以形成面板数据，采取以不同年份脱贫摘帽县退出时的安置区和农户多维相对贫困指数为基础，测算出不同年度内安置区和农户多维相对贫困指数及第三方评估抽样调查农户的社区融入指数所形成的截面数据。

3.2 模型设计

3.2.1 多维相对贫困指数测度

为了有效测度农户多维相对贫困综合指数，采用A-F 双界线分析法构建农户多维相对贫困指标体系（表2）。首先，将家庭i 在指标j 上的观测结果标记为：

其中：n 为家庭样本总数，d 为各指标的总数，Yn×d表示样本农户所在家庭不同指标所构成的观测值矩阵。对各指标j 分别界定其临界剥夺值zj，如果yij＜zj，则反映搬迁农户i 在指标j 上为相对贫困，反之则不贫困，即，从?而构建剥夺矩阵[gij]。同时，通过构建BP 神经网络赋权模型确定各指标的权重，并测度搬迁农户i 在维度j 上的总相对贫困剥夺得分，从而得到测度农户i 在t 时期的多维相对贫困指数（MPI）为：

表1 易地扶贫搬迁安置点及安置农户调查样本

图3 安置区农户多维相对贫困空间耦合对农户社区融入的作用机理

其中：xij表示目标农户i 在第j 项维度的取值，wj表示维度j 的权重，zj和k 是临界值，gij指目标农户i 在维度j 上处于贫困状态，ci指加权贫困维度数，ci(k)是同多维相对贫困临界值k比较后的加权贫困维度数。

最后，将ci与贫困临界值k 进行对比可以得出相对贫困家庭的矩阵；当ci≥k则代表q(k)i= 1，表示该农户为多维相对贫困户。由于贫困临界值k低于20%的条件下样本农户被识别为贫困的风险较低，k 超过20%时贫困风险逐渐上升，为此将k 在20%和40%分别界定为轻度和深度多维相对贫困临界值。

表2 安置区和农户多维相对贫困耦合及农户社区融入指标体系

此外，采用脱贫发展指数（PDI）表征安置区多维相对贫困治理程度和发展水平，其值越高代表贫困程度越低。具体公式如下：

其中：PDI 代表脱贫发展指数，Fij表示标准化处理后的指标值，wij代表指标权重，wi代表安置区的维度权重，n代表维度数量。

3.2.2 熵值法与耦合协同度的计算

根据安置区与农户多维相对贫困指数得分，以2014年为基准年份，确定最大值和最小值分别赋值为1 和0，再由同一维度的几个指数按照一定的权重合成维度指数，最后根据安置区和农户的多维相对贫困指数合成二者的耦合协同度指数。

其中：xij是第i 个安置区第j 个指标的原始数据，max(xij)和min(xij)分别代表安置区基准年份（2014 年）的第j个指标相对应的原始数据中的最大值和最小值，λij是第i 个安置区第j 个指标的指数得分。经过标准化处理后，可以得到安置区与农户多维相对贫困指数。

为了反映不同安置区多维相对贫困指数得分的年度变化，需要揭示安置区与农户之间的多维相对贫困指数耦合协同度状况。为此，采用Shannon熵值法计算指标权重，通过对各个指标的原始数据客观赋权避免主观赋值所产生的随机性，并处理多个指标变量的信息重叠。

首先，通过对各指标进行标准化处理，形成指标矩阵(λij)m×n，m表示安置区的个数，n表示评价指标的个数。

其次，计算第j 个指标下第i 个安置区的指标值比重pij，公式如下：

再次，计算第j个指标的熵值：

其中：1 - ej为第j 项指标的效用价值，该值越大指标的重要性越强。

最后，计算各安置区与农户在不同年份的多维相对贫困指数：

为了测度安置区与农户多维相对贫困之间的交互作用，再次引入物理中的容量耦合系数模型，测度二者之间的耦合协同度函数：

其中：C 代表二者之间的耦合协同度的强弱，U1和U2分别表示安置区和农户多维相对贫困的评价函数。通过该式可以看出，C 值的大小反映出二者之间的耦合强弱，但也有可能存在“伪耦合”状况，再次引入离差最小化协同度模型来更加精准地判定二者耦合协同程度：

其中：D 为安置区与农户多维相对贫困耦合协同度，T 为二者系统的综合评价水平，α 和β 为待定系数。根据不同耦合协同度值可以进一步划分为四个等级区间（表3），并根据不同区间采取不同的帮扶策略。

3.2.3 安置区与农户多维相对贫困耦合协同对农户社区融入的空间效应

为了检验不同安置区农户多维相对贫困耦合协同度对农户社区融入是否存在空间关联性，采用Moran’s I 揭示不同安置区农户社区融入的空间关联程度。具体公式如下：

其中：ωij为空间权重值，n 为安置区的点位数，I 代表局部莫兰指数，yi代表安置区农户多维相对贫困耦合协同度指数为农户社区融入指数。

表3 耦合协同度等级划分

通过莫兰指数的测度可以将4 个象限划分为4 个区域，分别为第一象限的高-高集合区域（H-H）、第二象限的低-高集合区域（L-H）、第三象限的低-低集合区域（LL）和第四象限的高-低集合区域（H-L）。因此，将安置区划分为4 种空间关联模式：H-H 为深度融合区，即安置区农户多维相对贫困耦合协同度越高，农户社区融入程度也较高，呈现出正相关性。L-H 为快速适应区，即所在安置区农户的相对多维贫困程度较低但社区融入程度却较高，呈现出负相关性。H-L 为空间融合困难区，即安置区农户的多维相对贫困耦合协同度较高，但农户社区融入却较低，呈现出负相关性。L-L 为空间融合过渡区，即安置区的农户多维相对贫困程度较低，且农户社区融入的程度也较低。通过以上四个象限区域，观测不同安置区农户多维相对贫困耦合协同度对农户社区融入的空间关联状况，揭示不同安置区从空间分异向空间融合的跨越程度。

4 安置区农户多维相对贫困耦合协同度与农户社区融入空间效应

4.1 不同安置区类型及空间分布状况

根据不同安置区分布类型来看，乌蒙山区38 个县域易地扶贫搬迁安置区主要分布类型为：县城及县城郊区、乡镇及其周边、中心村、文旅景区及特色小镇等四大类（表4）。不同安置区类型对应的安置点规模也存在较大差异，其中县城周边普遍是以特大型和大型规模安置区为主，重点以工业园区用工、扶贫车间、农产品加工、农产品商贸等多种形式的非农就业为主导。在乡镇及其周边的安置区，重点是以大型搬迁农户规模安置区和中小型农户规模安置区为主，围绕扶贫车间、农业产业园区、农业产业基地等为核心，推行就近就地农业生产经营及外出务工等为主。中心村和文旅景区等安置点以中小型安置点和微型插花式安置点为主，重点通过本地就近妥善安置农户，围绕农业产业规模化经营、合作社经营、发展村集体经济及公益岗位设置等方式部分解决农户可持续生计问题。

4.2 安置区与农户多维相对贫困耦合协同度分析

从不同安置区就业类型来看（图4），安置区农户多维相对贫困空间耦合协同度也存在较大的差异。其中：农业产业基地主导型和扶贫车间就业主导型安置区带来的空间耦合协同性较强，耦合协同度均高于0.5。由于农业产业基地和扶贫车间相对搬迁农户而言具有较强的生计适应能力，传统的农业生计资本转换相对容易，搬迁农户更容易在安置区内找到相应的工作维持生计。县域工业园区主导型安置区与农户多维相对贫困空间耦合协同度相对较低，主要受制于工业园区对安置区农户的就业技能要求较高，部分搬迁农户家庭至少有1人在县域工业园区就业，虽然可以维持全家的生计，但家庭其他成员缺乏在园区维持生计的能力，而迁入地的生活成本却相比迁出地大幅提高，使得农户对安置区的社区融入面临较高的不稳定性。旅游景区及公益岗位主导型安置区往往安置的农户规模相对较小，且大多数农户在生态保护区范围内，比如“山上搬到山下”的农户，通过公益岗位安置的农户适应社区融入的情况较好，但部分农户由于知识水平较低影响到公益岗位的执行效果，也面临一定的社区融入困难，耦合协同度相对稳定在0.46以上。

从安置区农户的规模来看（图5），安置区与农户多维相对贫困耦合协同度从高到低表现为：中小型安置区＞大型安置区＞特大型安置区＞微型安置区。其中，中小型安置区与农户多维相对贫困空间耦合协同度总体偏高，处于0.55左右的水平。主要原因在于中小型安置区大多集中于乡镇范围和城郊接合部，大多是以农业生产基地为主，农户可以较好适应其传统的生计资本。其次，大型安置区与农户多维相对贫困空间耦合协同度也处于0.5 以上，处于中度协同的层面，这种安置区主要是以扶贫车间主导型占多数，扶贫车间就地就近解决搬迁农户的就业，同时相关就业技能相对容易适应，安置区农户社区融入难度也较低，从而使得二者的耦合协同度相对较高。另外，特大型安置区和微型安置区的空间耦合协同度均低于0.5，一方面可能安置区规模特大或特小均会使得就业和技能培训难以较好地适应所有人员，造成部分安置区农户相对贫困脆弱性较高；另一方面，特大型安置区往往处于县城周边，微型安置区往往以景区或公益性岗位等乡镇、中心村为主，安置人员规模过多或过少均面临较大的社区融入难题。

表4 安置区类别及区域分布

此外，根据安置区与农户多维相对贫困空间耦合状况及农户社区融入协同度的关系可以发现（图6），安置区与农户多维相对贫困指数随着不同县域人均GDP的增加而相应地增长，但安置区与农户多维相对贫困空间耦合协同度却随着人均GDP的增长而相应地呈下降趋势。反映出人均收入水平越高的县域，安置区与农户在产业发展、非农就业等方面可能具有更多的便利性，但由于人均GDP 越高的县域，往往以非农产业就业为主，易地扶贫搬迁农户面临着较高的生计转换及社区融入成本，造成农户和安置区的多维相对贫困指数均呈现较高的水平。此外，从农户社区融入指数来看，随着人均GDP 的增长，不同县域之间的社区融入指数存在一定的波动性，与经济发展水平关联度相对较弱，可能的原因在于农户社区融入不仅包括地区经济发展水平，还包括农户对未来的预期和信心状况，农户可持续生计的稳定性等多种因素的作用。

4.3 安置区农户多维相对贫困耦合协同度对农户社区融入的空间效应分析

为进一步探讨安置区农户多维相对贫困耦合协同度对农户社区融入的空间影响。利用GeoDa 095i 软件测算出乌蒙山区易地扶贫搬迁安置与农户多维贫困耦合协同度对农户社区融入指数空间影响的Moran's I 值，发现二者的正态统计量Z 值均超过0.05 的置信水平，通过显著性检验。从2014—2019年间二者多维相对贫困耦合协同度对农户社区融入状况的整体空间效应来看，乌蒙山区安置区与农户多维贫困耦合协同度对农户社区融入的空间效应呈现出先变小后小幅扩大的趋势（图7），二者的空间分异程度随着时间的变化表现出一定的空间集聚性和空间上的马太效应，即安置区与农户多维相对贫困指数耦合协同度与农户社区融入指数在邻近水平层面具有一定相互影响。耦合协同度越高，农户社区融入的程度也越明显，且这种倾向随时间的作用得到强化。

图4 不同安置区就业类型与多维相对贫困的空间耦合协同度

图5 不同安置区农户规模与多维相对贫困的空间耦合协同度

此外，从不同集聚类型来看，2014—2019 年间局部Moran’s I 区域分布情况发现（表5），不同的易地扶贫搬迁安置区农户从空间分异到空间融入上表现出显著的空间关联性。H-H 深度融合安置区农户多维相对贫困耦合协同度越高，农户社区融入程度也越高，二者之间存在典型的正向集聚态势。这种集聚区域往往集中于同一区域，或农户风俗习惯及安置点与搬迁地相对临近的区域，比如部分安置点属于山上搬山下及周边临近中心村，农户社区融入的社会关系重塑及生计重构成本较低，空间集聚性也越强。H-L 空间融合困难区的安置区与农户多维相对贫困耦合协同度较高，但农户社区融入却较低，这种区域往往属于跨县域易地搬迁或地理资本较弱的区域，经济条件和民族特征差异较为明显的区域，风俗习惯和经济差异较大的农户搬迁到一起就面临较大的社区融入难题。进入安置区后的农户缺乏明显的就业技能，部分搬迁农户成员年龄较大、常年疾病及适应新生活的能力较弱，使得安置区内农户的深度融合难度较大。L-L 空间融合过渡区集中以安置区农户多维相对贫困耦合协同度较低，农户社区融入也较为困难，该区域总体上农户本地就业和谋生技能等生计资本较高，是以特大型和大型农户规模为主的安置区。规模较大的安置区因为不同安置农户在技能、适应能力等方面存在较大的差异性，使得部分有年龄偏大及谋生技能较弱成员的农户难以较快地适应新的社区生活，从而表现出较强的负向关联性，大型安置区表现尤为突出。L-H 快速适应区反映出安置区农户生计能力较强且社区融入也较快，该区域大多集中于景区及特色小镇等以公益岗位及周边搬迁农户依靠生态资源从事非农就业的农户为主。综合比较不同安置区的规模程度来看，特大规模安置区的农户社区融入空间分异程度较高，可能由于较大规模的安置区吸纳了较多不同民族、不同风俗习惯的农户进入到一个社区集体，特别是跨县域易地搬迁带来搬迁户之间及搬迁户与本地居民之间容易产生心理排斥和社会关系空间融合困难。此外，小规模的安置区也存在较高的社区融入困难，可能的原因在于部分小规模安置区大多低于100人，这种插花式贫困户搬迁到当地县域或乡镇等交通便利地区，受制于国家政策需要所采取的权宜性安置，但安置地的当地居民有可能会存在本地资源被搬迁农户所占有而心生嫌隙，带来搬迁农户短期内的社区融入困境。而中等规模的安置区（1 000～3 000人左右）大多属于集中连片地区多个村庄集中安置地，由政府统一划定某一块区域为安置点后配套供应产业基地、扶贫车间等，帮助当地搬迁农户本地就业，这部分安置区农户社区融入程度和稳定脱贫的关联性越高。

图6 安置区与农户多维相对贫困耦合度与农户社区融入的关系

表5 安置区农户多维相对贫困耦合度与农户社区融入空间效应测度

图7 安置区农户多维相对贫困耦合协同度对农户社区融入空间影响的Moran’s I值

从时间趋势来看，基于安置区农户多维相对贫困耦合度与农户社区融入空间效应的Moran’I 指数发现，H-H深度融合区和L-L 空间融合过渡区的Moran’I 指数从2014—2019 年均呈现出逐年降低的态势，但前者远远高于后者的空间效应，即安置区与农户多维相对贫困耦合协同度与农户社区融入存在“高-高”和“低-低”集聚的趋势，说明安置区后续扶持与农户社区融入方面需要加强安置区内部的生计能力和社会关系空间的重塑，并考虑安置区与农户之间空间层面的协同管理，降低不同安置区与农户社区融入在空间层面的不平等程度。此外，H-L空间融合困难区和L-H 快速适应区的空间效应均呈现出不断增强的趋势，代表安置区农户多维相对贫困耦合协同度与农户社区融入的空间集聚效应逐渐增强，反映出安置区多维相对贫困空间耦合协同度越低，农户社区融入效果越高，即安置区与农户多维相对贫困空间分异和空间不平等程度降低有利于增强农户的社区融入，提高社区居民的幸福感。

5 结论与政策建议

基于空间多维贫困理论，通过构建易地扶贫搬迁安置区与农户多维相对贫困空间耦合协同对农户社区融入的分析框架和评价指标体系，系统分析了乌蒙山区易地扶贫搬迁安置区与农户多维相对贫困空间耦合的作用机制，从“人-业-地”空间匹配的视角揭示不同安置区农户多维相对贫困耦合协同度与农户社区融入的空间效应，为后扶贫时代巩固易地扶贫搬迁成果同乡村振兴的有效衔接提供科学依据。研究结果表明：①易地扶贫搬迁安置区与农户多维相对贫困的空间耦合协同受到“人-业-地”等系统因素的影响，由于区位条件及资源禀赋的差异，安置区社会、经济、生态与农户物质、能力、权利等生计资本空间有效融合的过程，呈现出“空间分异→空间耦合→空间再造→空间融合”的转变趋势。②通过测度安置区与农户多维相对贫困指数耦合协同度发现，安置区产业类型和农户规模的差异对二者的耦合协同存在异质性影响，以农业产业基地和扶贫车间为主导的中小型和较大型农户规模安置区耦合协同度较高。安置区与农户多维相对贫困耦合协同度从高到低表现为中小型安置区＞大型安置区＞特大型安置区＞微型安置区。③安置区与农户多维相对贫困空间耦合协同度对农户社区融入的影响存在空间异质性效果，H-H 深度融合区和L-L空间融合过渡安置区存在耦合协同度与农户社区融入之间表现出“高-高”和“低-低”集聚特征；而H-L空间融合困难区和L-H 快速适应区的空间效应均呈现出不断增强的趋势，安置区多维相对贫困空间耦合协同度越低，农户社区融入效果越好，安置区与农户多维相对贫困空间分异和空间不平等程度降低有利于增强农户的社区融入。

根据以上结论，建议在农户生计空间、地理空间、社会空间及文化心理空间等方面进一步重塑：第一，提升迁移人口就业能力，引导农户转变就业观念。结合贫困人口的人力资源素质、就业意向和迁入地的产业结构和发展状况，引导搬迁农户积极参与就业技能培训与实用技术培训，提高他们参与技能培训的意愿。建立基层公共就业创业服务平台，降低供求双方岗位搜寻成本；培育和引进龙头企业，继续强化东西部协作及劳务输出，积极承接经济发达地区的产业转移，并开发公益性岗位来兜底安置就业。同时，加强区域间及安置区和企业劳务经济合作。政府应充分发挥东西部合作之间的区域协调作用，提高区企劳务输出合作效能。

第二，积极推进产业融合与产城融合发展水平。因地制宜开发本地资源和制定相应产业政策，充分考虑本地搬迁农户的劳动力状况，优化产业结构。构建地方经济发展与易地扶贫搬迁农户长效脱贫机制，发挥地方特色优势产业，带动其他相关产业的经济效益和转型升级。根据迁出地的资源禀赋，鼓励“靠县城、靠乡镇、靠园区、靠景区、靠中心村”，因地制宜对搬迁村庄建设用地、耕地和山坡地进行统一规划，宜垦则垦、宜商则商、宜农则农、宜游则游、宜林则林，鼓励各地对搬迁后退出的承包地和山林打包开发、规模经营，把农村资源变资产、资产变资金，形成搬迁群众的“生态股”，将生态价值转化为搬迁户长期收益。通过“以搬促产、以产促城、以城兴业”的产城融合方式，提升搬迁群众平等享受较高质量公共资源和公共服务的能力，为农户稳定脱贫和可持续发展提供空间重塑资本。

第三，加强安置区公共服务能力和承载能力的提升。在新型城镇化与移民搬迁深度融合的同时，大力提高安置区的公共服务均等化水平，持续完善公共服务和基础设施，做好安置地基础设施配套，预防和降低弱势群体及家庭因病致贫、因事返贫的风险。加强移民安置社区村规民约的制定，大力推行“户长制”“积分制”“道德超市”“爱心银行”“负面清单”等管理方式，建立相应的激励惩戒机制，旨在引导移民尽快适应搬迁后的生活，激发其长效脱贫内生动力。合理分配就业、医疗、教育等资源，保障移民平等参与空间生产与分配的机会，提升移民社区参与的主体性，促进社区秩序的维护和社区共同体的建设。

第四，增强搬迁农户的社区融入感。构建友好包容型社区和居民自治机制，引导搬迁农户积极融入社区公共事务管理。营造开放包容的社区文化，做好搬迁群众及社区文化传承与保护工作，结合移民群众和当地居民风俗习惯，组织开展群众喜闻乐见的文化活动，推动各民族搬迁群众交往交流交融，提升搬迁群众获得感、幸福感、安全感、归属感和社会融合度。广泛运用大数据技术提升社区服务。建立就业服务大数据平台，匹配移民就业招聘供求信息，为供给双方节约信息搜寻成本提供便利；在提升服务质量上，通过数据共享与信息整合实现便捷化和差异化的服务供给；在心理服务上，通过大数据平台，为移民提供多维度咨询服务，利用大数据平台精准掌握社区居民的思想意识和心理状况，并及时做出干预。