深度贫困地区相对贫困的空间差异与影响因素 ——基于西藏和四省涉藏县域的实证研究
摘 要：从自然、经济、社会维度对西藏和四省涉藏县域的相对贫困进行测算，并结合GIS分析功能以及地理探测器对其空间差异进行了深层次分析。结果表明：相对贫困度差异较大，相对贫困程度较深的区域主要分布在西藏。具有显著的空间差异性和集聚特征，相对贫困度相近的县域在空间中存在集聚现象。经济因素、社会因素是西藏和四省涉藏县域相对贫困空间差异的主要因素。各种社会福利收养性单位数、普通中学在校生、第一产业增加值、医疗卫生机构床位数是西藏和四省涉藏县域相对贫困分异的主导因子，并且其中两个因子的交互作用要明显大于单因子的作用，交互作用类型以双因子增强型和非线性增强型为主。基于上述结论，得出缓解相对贫困的政策启示，以进一步促进深度贫困地区协调发展。
关键词：深度贫困地区；相对贫困；空间差异
李 波 苏晨晨
作者
一
问题与文献
十八大以来，我国脱贫攻坚取得了巨大成效，全国贫困人口由2015年的5575万人减少到2019年的551万人，但是绝对贫困的解决并不代表贫困问题的彻底根除，绝对贫困基于最低的生理需求，在绝对贫困人口大大减少的同时，相对贫困问题日益凸显。党的十九届四中全会明确提出要“坚决打赢脱贫攻坚战，巩固脱贫攻坚成果，建立解决相对贫困的长效机制”。当前，我国贫困治理的走向是减缓相对贫困，从注重脱贫速度向重视质量和满足人民需求、提高获得感的方向转变，贫困治理的目标群体也将转变为相对贫困群体 ［1］。相对贫困是指在当前特定的经济、社会等条件下，个人或家庭所获得的收入无法满足除基本生存性需求外的其他生活需求的状态。相对贫困具有典型的区域性和地方性特征，也暗含城乡的差异［2］。2020年我国脱贫攻坚进入决胜期，乡村振兴进入了启动时期，我国农村将会进入一个以相对贫困为特点的新阶段。深度贫困地区等脱贫难度较大的特殊地区依然是我国缓解相对贫困所关注的重点地区。那么，如何缓解深度贫困地区的相对贫困？自然、经济、社会因素在此过程中又起什么作用？对这些问题进行探讨，将有利于我们了解深度贫困地区相对贫困背后的原因，为缓解其相对贫困提出具有针对性的对策意见。
目前，在区域相对贫困的空间研究方面，既有对区域内部贫困的研究，如袁媛等构建大数据贫困指数 (BDPI) 测度城市内部贫困空间［3］；又有对贫困区域外部的研究，如罗翔等认为，地理外部性与劳动力的非自由流动是中国农村致贫的重要原因［4］。此外，不同尺度下的贫困研究也日益丰富，大到国家层面，小到乡镇层面的空间研究不断展开，并得到广泛应用［5-6］。上述文献尽管对区域贫困的影响因素在不同方面、不同尺度进行了分析研究，但多数研究均为单一因子或少量因子组合，忽视了驱动因子之间的相互作用力。王劲峰等提出的地理探测器能够在一定程度上弥补这方面的不足，地理探测器是一种用于探测空间分异性并揭示其驱动力的工具，在探测空间分异性上有两大优势：一是在数据类型上既可以探测定性数据, 又可以探测数值型数据；二是可以探测两个驱动因子对因变量所产生的交互作用 ［7］。地理探测器可以在揭示被解释变量的基础上，进一步测算不同驱动因子的驱动力大小，进而探测两种不同的驱动因子对被解释变量的交互作用，这是一种广泛应用于社会经济、区域地理等研究的新方法。
本文基于深度贫困地区西藏和四省涉藏县域，综合选取自然、经济、社会等指标，对其相对贫困度进行空间分析，利用地理探测器分析各个驱动因子对相对贫困的影响力及驱动因子间的相互作用，进而提出缓解深度贫困地区相对贫困的有关建议。
二
涉藏地区农牧民收支与贫困状况
西藏以及甘肃、青海、四川、云南四省涉藏县域，共19个地市州、150个县域单位，是十分典型的连片特困地区。作为国家扶贫攻坚主战场，地理区位重要，生态环境特殊，贫困区域面积大，贫困类型特殊且多样化，脱贫后相对贫困问题依然突出，依然是区域协调发展关注的重点。
（一）西藏和四省涉藏县域贫困状况
西藏和四省涉藏县域的脱贫攻坚取得了巨大成效，但整体贫困程度仍高于全国。从贫困人口规模来看，全国连片贫困地区2018年贫困人口较2015年减少1940万，其中西藏减少35万，占贫困人口减少数的1.8%，四省涉藏县域减少58万，占贫困人口减少数的3%；从贫困发生率来看，2018年全部连片贫困地区的贫困发生率为4.5%，较2015年下降9.4个百分点，其中西藏贫困发生率为5.1%，较2015年下降13.5个百分点，高于全部片区0.9个百分点，高于全国3.4个百分点,而四省涉藏县域2018年贫困发生率为5.6%，较2015年下降10.9个百分点，高于全部片区1.1个百分点，高于全国3.9个百分点。（见表1）
可见，西藏和四省涉藏县域的贫困发生率相比其他片区仍较高。
2018年西藏农牧民可支配收入为11450元，为全国农村水平（14617元）的78.3 %，比全部片区水平（10260元）高1190元，在片区中排名第二，比第一名大别山区低524元。四省涉藏县域农民可支配收入为9160元，为全国农村水平（14617）的62.7%，比全部片区水平（10260元）低1100元，在片区中排倒数第三；在增长速度方面，西藏、四省涉藏县域农民人均可支配收入2018年较2015年分别增长38.9%、41.9%，高于片区增长水平（36.3%）2.6%、5.6%。2018年西藏、四省涉藏县域农民人均消费支出分别为7452元、8246元，分别为全国农村地区水平（12124元）的61.5%、68%，比整个片区水平（8854元）分别低1402元、608元，西藏在片区中排名倒数第二，四省涉藏县域排名第八。在人均消费增长态势上，西藏、四省涉藏县域农民人均可消费支出2018年较2015年分别增长33.5%、51.7%，西藏比片区增长水平（34.7%）低1.2%，四省涉藏县域比片区高17%。
（三）西藏和四省涉藏县域基础设施和公共服务情况
西藏和四省涉藏县域的基础设施建设、公共服务相对薄弱，主要受其自然条件、经济等因素的制约，将住房、教育、医疗等的发展现状与其他连片贫困地区对比，能够更直观地看出西藏和四省涉藏县域扶贫开发的成效。
如表2 所示，从基础设施来看：第一，西藏、四省涉藏县域2018年使用安全饮用水的农户比重分别为33.3%、34.7%，远低于全部片区53.5%的平均水平，在集中连片地区排名倒数第一、第二，虽然西藏和四省涉藏县域水资源丰富，但是大多为冰川水、湖泊水，不能直接使用，安全性不高。第二，西藏和四省涉藏县域村主干道硬化的农户比重分别为98%、92.3%，西藏与片区总体水平（98%）持平，而四省涉藏县域则低于片区整体水平。第三，西藏和四省涉藏县域公交车通村的农户比重分别是66.4%、53.4%，均低于片区70.9%水平，这主要是由于其地理位置特殊，道路建设难度大、成本高，导致相对落后。
公共服务方面，2018年西藏、四省涉藏县域村有卫生室的农户比重分别是72.5%、81.5%，分别位列倒数第一、第二；但在教育方面，西藏幼儿园入园农户比重和小学村内入学的农户比重均高于片区总体水平，这主要得益于西藏大力推进城乡幼儿园、小学建设，增加了教育教学资源，基本形成以公办学校为主的普惠性教育教学体系，同时建立了从幼儿园到高中全覆盖的学生资助体系。
三
研究方法及数据来源
（一）研究方法
1.相对贫困度测算方法。结合西藏和四省涉藏县域的实际情况，选取县市人均地区生产总值、小学在校学生数、各种社会福利收养性单位数3个满足人民生活需求的指标测算相对贫困度，公式如下：
式中，y为相对贫困度，y值越大表示相对贫困度越高，经济发展状况越差。xij为修正后县域i的第j项指标值，指标权重wi采用熵权法确定，n为西藏和四省涉藏县域个数。指标均采用无量纲化处理，公式如下：
其中xij为无量纲化后的指标值，mij为原始值，mimax、mimin分别为指标的最大值和最小值。公式（2）用于测算正向指标，公式（3）用于测算负向指标。
2.空间自相关分析法。空间自相关分析包含了全局空间自相关和局部空间自相关两个板块，本文利用全局空间自相关分析西藏和四省涉藏县域相对贫困在整个区域的空间关联和空间分异特征，用莫兰指数I表示，公式如下：
进一步利用局部空间自相关分析西藏和四省涉藏县域相对贫困在子区域上的空间集聚程度，以LISA集聚图表示。
3.地理探测器。采用地理探测器探测西藏和四省涉藏县域之间相对贫困度空间分异的驱动因子，假定西藏和四省涉藏县域存在相对贫困指数y，y被采集在研究区内，由采样单元i（i=1,2,3…N）组成格点系统，其驱动因子（X）对相对贫困的影响程度用q值度量，表达式为：
地理探测器中的交互探测可以识别影响西藏和四省涉藏县域相对贫困的不同驱动因子的交互作用，即驱动因子1和驱动因子2共同作用时是否会增加对涉藏地区相对贫困度的解释力。分别计算两种不同的驱动因子对西藏和四省涉藏县域相对贫困度的q值，并且计算它们交互时的q值（q（X1∩X2）），最后进行比较，比较结果，如表3所示。
（二）数据来源
西藏和四省涉藏县域包括150个县（市、区），但由于部分数据缺失，只获取到其中的139个县域。数据来源：① 2019年《中国县域统计年鉴》。② DEM遥感影像数据，通过ArcGIS分析获得。
四
结果与分析
（一）涉藏县域相对贫困特征
通过计算得到2015、2018年西藏和四省涉藏县域中139个县市“相对贫困度”，2015、2018年相对贫困度指数范围分别为0.317181～0.976898、0.301152～0.975414，表明西藏和四省涉藏县域的相对贫困程度较高且县域差异较为明显。采用自然断点法将相对贫困指数分为低贫困区、较低贫困区、较高贫困区、高贫困区四种类型。
1.数量特征。2015年和2018年相对贫困度在数量上差异较大。2015年西藏、四省涉藏县域相对贫困度均值为0.8628，其中玉树市最低，为0.317181，措美县最高，为0.976898，低于均值的县市55个，处于高贫困水平（0.879997-0.976898）的县市73个。2018年低于平均水平的县市52个，46个县市2015、2018年均低于平均水平，如同德县、汶川县、卓尼县等，其经济发展水平相对于其他县市较好。两个年份均处于高水平贫困的县市69个，如炉霍县、普兰县、玛多县等，说明相对贫困度一直较高，一定程度上不能满足社会需求，是扶贫的重点区域。
2.总体空间特征。根据2015年、2018年相对贫困指数计算全局Moran指数，反映西藏、四省涉藏县域相对贫困度的空间趋同性。2015年、2018年全局Moran指数为0.129、0.199，Z检验为5.301、8.040，P均为0.000，全局Moran指数是正数，表明存在正的空间相关性，即相对贫困度在空间上呈现聚集分布。2015年、2018年西藏和四省涉藏县域相对贫困度在空间上分布具有相似性，总体呈现西部高、东中部低。西部区域受自然、交通等因素的影响，经济发展较为迟缓，可以据此确定决战脱贫攻坚所要关注的重点区域。
3.局部空间特征。为了更直观的研究局部范围内不同相对贫困度的县域相关性和异质性，进一步采用局部空间自相关方法测算相对贫困度。
“高-高”（HH）类型的县市主要分布在西藏，两年均表现为“高-高”特征的有康马县、白朗县、仁布县、浪卡子县、贡嘎县、琼结县、措美县、曲松县，表明其相对贫困度较高。“低-低”（LL）类型的县市主要分布在青海，两年均表现为“低-低”特征的有杂多县、治多县、曲麻莱县、格尔木市、卡若区、玉树市、称多县、囊谦县，表明这些县市及其相邻县市相对贫困度呈现低增长趋势。“高-低”（HL）类型和“低-高”（LH）类型属于发展异常区，“高-低”（HL）类型，即该县市周围县市相对贫困度低于该县市，“低-高”(LH)类型，表明该县市周围县市相对贫困度高于该县市。
（二）相对贫困度影响因素
随着时间的推移，西藏和四省涉藏县域相对贫困度也在相应变化，为了更好的反映现实情况，选取2018年西藏和四省涉藏县域相对贫困度进行分析，采用自然断点法将所选取的变量分为5类，将数量值离散化后，借助地理探测器进行因子探测。在指标的选取上综合考虑自然、经济、社会因素，分析其对相对贫困度空间异质性的影响，以县市为单位，选取海拔高度（X1）、平均坡度（X2）、第一产业增加值（X3）、一般公共预算收入（X4）、储蓄存款余额（X5）、普通中学在校生（X6）、医院床位数（X7）、社会福利收养性单位数（X8）共计8个驱动因子。经过地理探测器计算后，各因子对相对贫困度变化的贡献率如表4所示。
结果表明，社会因素q值较大，经济因素居中，自然因素最小；社会因素中，各种社会福利收养性单位数影响力度大，说明社会福利机构在完善社会保障体系，改善民生，满足民生需求方面起到了重要作用。其他社会因素，如医院床位数、普通中学在校生数的影响力度也较大，应该进一步加大投入和扶持力度。自然因素中，海拔高度影响力度相对较大，海拔高的县市自然环境恶劣，交通不便，基础设施落后，资本投入更大。
考虑到在现实情况下，不可能存在单一因子影响相对贫困度的高低及空间分布，因此进一步利用地理探测器中的交互探测器测度驱动因子间的交互作用。
相对贫困受多种因素的共同影响。如表5所示，根据交互探测的结果，显示两种驱动因子交互作用要大于单个驱动因子作用，且都表现为双因子增强型即C>Max(A,B)或非线性增强型即C>A,B的增强关系,说明各个驱动因子对相对贫困空间分异的影响存在内在关联,单个因子不是孤立作用的，而是共同作用。具体来看,2018年存款储蓄余额（X5）与社会福利收养性单位数（X8）交互作用力最大(0.85),普通中学在校生数（X6）与社会福利收养性单位数（X8）的交互影响力也较显著(0.828), 并且社会福利收养性单位数量（X8）与另外7个影响因子的交互作用较为明显,均达到0.7以上。社会福利收养性单位对未成年人进行知识教化人格培养，为其以后走向社会创造良好条件，对社会发展起到了一定作用。
五
结论与启示
通过对贫困指标体系的构建以及测算相对贫困度，利用地理探测器，分析涉藏县域的相对贫困空间分布特征与各个驱动因子对县市相对贫困影响力大小及各驱动因子之间的交互作用，可为相关决策提供参考。
（一）结论
西藏及四省涉藏县域相对贫困度差异较大，相对贫困度较高的区域主要分布在西部地区，西部地区整体海拔较高、坡度较大, 交通不便利，大多数县市在地理环境方面存在较大劣势。西藏县市整体相对贫困度较高, 相对贫困指数呈放射型向东中部降低。部分国家级贫困县市区经过近几年实施脱贫攻坚，在某些单个维度上呈较低贫困指数,但相比东部地区而言，整体仍呈现较高的相对贫困指数。
空间分异上，具有显著的空间分异性和集聚特征。相对贫困度相近的县市在空间中存在集聚现象。康马县、白朗县、仁布县、浪卡子县、贡嘎县、琼结县、措美县、曲松县在2015年、2018年均属于“高-高”（HH）类型，“低-低”（LL）类型县市主要集中在青海省，如杂多县、治多县、曲麻莱县、玉树市、称多县、囊谦县等。其他县市相对贫困度无明显的空间相关性。仍有部分县市没有形成良好的空间集聚格局，需要进一步分析影响相对贫困度的主要影响因素，寻找降低县域相对贫困度的科学依据。
利用地理探测器通过风险、因子、生态和交互等探测,为西藏及四省涉藏县域相对贫困分异的主导因素探测和贫困化机制研究提供了重要支撑。西藏及四省涉藏县域相对贫困度的格局分异与地理要素密切相关，是多个地理驱动因子综合作用的结果。经济因素、社会因素是相对贫困空间分异的主要原因。社会福利收养性单位数、普通中学在校生、第一产业增加值、医院床位数是相对贫困度分异的主导因子，且双因子交互作用驱动力强于单因子，交互作用类型以双因子增强型和非线性增强型为主。
（二）启示
随着扶贫政策的深入实施，西藏和四省涉藏县域反贫困效果明显，但是各县域相对贫困差异依然较大，结合西藏和四省涉藏县域的相对贫困状况，以及脱贫过程中进度差异情况，应该重点关注相对贫困度高的县域，政策、资金等向其倾斜，注重产业融合发展，实现产业链的延长，提高生产效率，缩小城乡差距，进而缩小涉藏地区在相对贫困上的差距。
社会因素是西藏和四省涉藏县域相对贫困的主要因素，不同县域致贫因子以及地理环境都存在差异性，根据不同县域的差异性，建立反相对贫困绩效体系，形成合理的缓解相对贫困的政策措施，同时应该多关注医疗、社会保障，满足人们的生活需求，结合资源禀赋，发展支柱产业，发展地方经济，加大医疗保障以及教育力度。
缓解西藏和四省涉藏县域的相对贫困，要缩小各县域以及县内城乡之间的经济差距，应消除不同县域之间的市场壁垒，加速资本流动，立足全局发展，制定合理的产业政策，让贫困县域也能享受经济集聚的红利。
参考文献：
［1］ 郑会霞.“后扶贫时代”的贫困治理：趋势、挑战与思路［J］.河南社会科学,2020(10).
［2］ 邢成举,李小云.相对贫困与新时代贫困治理机制的构建［J］.改革,2019(12).
［3］ 袁媛,刘菁,陈逸敏,尤智扬.基于遥感影像及在线房租数据的城市内部贫困空间测度研究——以广州市内城核心区为例［J］.人文地理,2018(3).
［4］ 罗翔,李崇明,万庆,张祚.贫困的“物以类聚”：中国的农村空间贫困陷阱及其识别［J］.自然资源学报,2020(10).
［5］ 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(7).
［6］ 温瑞霞,赵春雨,杨娜,胡源.乡镇尺度贫困地图绘制及空间贫困陷阱检验——以皖西地区为例［J］.地域研究与开发,2020(3).
［7］ 王劲峰,徐成东.地理探测器:原理与展望［J］.地理学报,2017(1).
［8］ 郑长德,廖桂蓉.深度贫困地区贫困的时空关联性及其影响因素——基于GTWR模型的分析［J］.中南民族大学学报(人文社会科学版),2019(5).
(责任编辑 田孟清)