彭文甫，葉 玲，羅艷玫，鄺婷婷，楊存建，徐新良

(1.四川師范大學地理與資源科學學院，成都 610068； 2.四川師范大學西南土地資源評價與監(jiān)測教育部重點實驗室，成都 610068； 3.中國科學院資源環(huán)境科學數(shù)據(jù)中心，北京 100101)

0 引言

貧困是全球性的重大社會問題和現(xiàn)實難題，消除貧困、縮小城鄉(xiāng)差距是人類實現(xiàn)可持續(xù)發(fā)展的重要目標之一[1]。長期以來形成的城鄉(xiāng)二元結構體制和薄弱的農村經(jīng)濟社會基礎，造成了中國仍然是世界上農村貧困人口最多的發(fā)展中國家[1]。中國政府主導的反貧困為全球減貧事業(yè)做出了巨大貢獻。據(jù)聯(lián)合國《千年發(fā)展目標2015年報告》，中國農村貧困人口從1978年的2.5億人減少至2015年的5 575萬人，貧困發(fā)生率相應地從30.7%減少至5.7%[2，3]，1990—2015年全球極端貧困人口減少10.64億人，中國的貢獻率超過70%[1]。目前，中國貧困人口的分布呈現(xiàn)出較強的地域分布特征[4]，多集中分布于深石山區(qū)、高寒區(qū)、高原區(qū)和地方病高發(fā)區(qū)，其中山區(qū)、丘陵地區(qū)、限制開發(fā)區(qū)多為貧困人口最為集中的區(qū)域[5]，因此，精準扶貧面臨農村貧困面大、貧困人口多、貧困程度深、總體承載能力弱，局部區(qū)域資源環(huán)境已經(jīng)超載等因素的嚴峻挑戰(zhàn)[6]。

中國農村貧困類型多樣、致貧原因復雜、扶貧任務艱巨等引起了國家和學者的廣泛關注。2013年中國政府創(chuàng)新性地提出了精準扶貧與精準脫貧戰(zhàn)略[7，8]，2015年推行精準扶貧工作成效第三方評估制度，促使有關農村貧困化理論、精準扶貧戰(zhàn)略、扶貧開發(fā)模式等問題的研究[2]。就貧困化研究的內容分析，國內大多數(shù)農村貧困化研究都集中在貧困線[9]、貧困類型[10]、貧困原因[8，11-12]、反貧困目標[13]、貧困脆弱性[14]、多維度貧困測度[15]、社會經(jīng)濟發(fā)展的減貧效應[16]等； 就貧困化研究的方法而言，現(xiàn)有的研究仍以定性居多，主要集中在扶貧經(jīng)驗探索、工作實踐[11，17]、農村貧困化機理、原因、政策等方面[8，11，18]，而對農村貧困化的定量研究較少，現(xiàn)有研究主要包括利用經(jīng)濟社會數(shù)據(jù)，借助貧困廣度、貧困發(fā)生率、多維貧困指數(shù)、基尼系數(shù)、Fα系列貧困指數(shù)等方法分析貧困化[19，20]； 利用線性支出系統(tǒng)預測貧困標準線[21]，線性回歸等方法對貧困人口空間分布因素影響進行分析[22]，運用人工神經(jīng)網(wǎng)絡(ANN)模擬分析中國區(qū)域貧困化，獲取自然貧困指數(shù)[23]，利用二階段最小二乘法(2SLS)對消費風險與科學抑制對農村貧困化的影響進行研究[24]，等等。上述研究為指導反貧困戰(zhàn)略和政策的制定提供了有益的參考，從而有效地促進了中國的減貧事業(yè)。

習近平在十九大報告中指出，堅持精準扶貧、精準脫貧，確保到2020年我國現(xiàn)行標準下農村貧困人口實現(xiàn)脫貧，解決區(qū)域性整體貧困，成為促進區(qū)域協(xié)調發(fā)展、實現(xiàn)共同富裕和全面建成小康社會的重要目標之一[6，25]。2017年國家精準扶貧第三方評估實地調研結果表明，隨著中央脫貧攻堅戰(zhàn)略部署的深入貫徹落實，地處川西北高原藏區(qū)的茂縣脫貧攻堅取得了重大階段性成效。然而，長期影響川西北高原藏區(qū)農村發(fā)展的自然環(huán)境和經(jīng)濟約束因素依然普遍存在[6]，相關研究缺少對川西北高原藏區(qū)精準扶貧、農村貧困化地域分異機制的定量研究[2]，存在著扶貧理論研究指導性不強、精細化研究缺乏、精準扶貧創(chuàng)新不足等問題，而川西北高原藏區(qū)的扶貧脫貧工作與其他地區(qū)比較有一些特殊的要求，如何從少數(shù)民族地區(qū)的實際出發(fā)，真正卓有成效地開展精準扶貧、精準脫貧，實現(xiàn)民族地區(qū)包容式發(fā)展，成為亟待解決的社會問題和現(xiàn)實難題[26]。

該文章以川西北高原藏區(qū)的茂縣為典型案例，應用地理探測器模型、GIS空間分析與地統(tǒng)計方法，探測出縣域貧困村經(jīng)濟發(fā)展的分異的主導因素，揭示農村貧困化分異特征及其動力機制，進一步劃分出貧困村地域類型，為探究川西北高原藏區(qū)創(chuàng)新脫貧途徑，科學推進精準扶貧綜合戰(zhàn)略，認真貫徹落實中央治藏方略和改善民生，因地制宜、科學實施精準扶貧戰(zhàn)略提供參考依據(jù)。

1 研究區(qū)域概況

茂縣位于青藏高原東南沿，川西北高原岷江和涪江上游的干旱河谷地帶，地處102°53′E～104°7′E，31°22′N～32°42′N(圖1)，面積約3 903.28km2。東鄰北川縣、安縣與綿竹市，西靠黑水縣、理縣，北接松潘縣，南與汶川縣、彭州市和什邡市交界，東西長約116.62km，南北寬約93.73km。茂縣現(xiàn)轄6鎮(zhèn)15個鄉(xiāng)、149個行政村和3個居委會，總人口約11萬人，2015年GDP值達到31.919億元，城鎮(zhèn)居民人均可支配收入達到2.517萬元，農村居民人均可支配收入達到9 830元。

茂縣縣域特點是貧困地區(qū)、山區(qū)、高原藏區(qū)“三區(qū)合一”。(1)貧困地區(qū)。茂縣屬于典型的西南內陸欠發(fā)達地區(qū)，農村貧困“分布散、發(fā)展不平衡、收入差距大”特點突出，因災因病因殘致貧、返貧現(xiàn)象突出，貧困代際傳遞問題突出，集中連片與片區(qū)外有“插花式”貧困并存，貧困問題突出。截止2015年底，貧困村53個，貧困戶1 561戶，貧困人口5 316人； 貧困發(fā)生率為14.4%。(2)四川盆地向川西高原過渡的高山峽谷地區(qū)。境內山巒起伏、溝壑縱橫，山勢陡峻，地勢西北高，東南低。地貌形態(tài)以中山深切割為特點，屬四川盆地西緣山地。境內地質構造復雜，多弧形褶皺與斷裂，出露巖層以變質巖系為主，地貌為典型的高山峽谷區(qū)。耕地、林地和草地分別占縣域面積的2.61%、67.5%和21.6%。(3)川西北高原藏區(qū)。羌族人口10萬余人，占全縣總人口的92.17%，羌族人口約占全國羌族總人口的30%，是全國最大的羌族聚居縣，境內還居住著漢、藏、回等17個民族。

2011年《中國農村扶貧開發(fā)綱要(2011—2020年)》，茂縣被列入國家連片特困地區(qū)縣，明確實施特殊政策的高原藏區(qū)，作為新時期扶貧開發(fā)主戰(zhàn)場。打贏脫貧攻堅戰(zhàn)，為認真貫徹落實中央治藏方略、精準扶貧理論與創(chuàng)新發(fā)揮重要的作用，也為促進區(qū)域協(xié)調發(fā)展、實現(xiàn)共同富裕的重大舉措提供重要基礎。近年來，茂縣經(jīng)濟社會發(fā)展取得了顯著的成就，但經(jīng)濟發(fā)展落后，基礎設施薄弱，生態(tài)環(huán)境惡劣，脫貧攻堅難度大。

圖1 研究區(qū)位置

2 研究方法

已有研究表明，影響農村貧困化分異的主導因素包括坡度、人均耕地、到主要干道距離、到縣城中心距離等[2]； 自然環(huán)境惡劣、區(qū)位條件差、基礎設施落后、區(qū)域發(fā)展不均衡等是中國農村持續(xù)貧困的主要癥結[1]； 水網(wǎng)密度、到最近公路的距離、農民人均可支配收入等是山陽縣農村貧困化的主要影響因素[27]； 自然條件惡劣，基礎設施滯后，產業(yè)基礎薄弱等是制約農村貧困的主要因素[28]，等等。盡管影響農村貧困化分異的因素復雜，但自然與人文因子的綜合作用對農村貧困化分異影響深刻，依據(jù)指標體系選擇的系統(tǒng)性、典型性、動態(tài)性、科學性、可量化和可獲取等原則，并結合精準扶貧國家第三方評估和當?shù)氐膶嶋H情況，該文僅選擇地形、氣候與植被、社會等因素，共11個候選因子(表1)，應用地理探測器模型探測高原藏區(qū)貧困村單位面積GDP(元/km2)分異的主導因素，依據(jù)貧困村單位面積GDP(元/km2)值，結合矢量數(shù)據(jù)分析揭示貧困村經(jīng)濟狀況的空間分布特征和分異機制。

表1 農村貧困化的空間影響因子

2.1 數(shù)據(jù)源與處理

研究數(shù)據(jù)主要包括茂縣歸一化植被指數(shù)(NDVI)、數(shù)字高程模型(DEM)、土地利用分類、氣候、地形等自然環(huán)境因子、貧困村單位面積GDP值(元/km2)和茂縣人民政府提供的2015年64個貧困村數(shù)據(jù)、村域尺度的矢量邊界等基礎數(shù)據(jù)。

(1)DEM數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http：//www.resdc.cn)，通過GIS技術在DEM數(shù)據(jù)基礎上提取茂縣貧困村海拔、坡度、坡向等數(shù)據(jù)。

(2)土地利用、氣候、NDVI等數(shù)據(jù)來源于中國科學院資源環(huán)境科學數(shù)據(jù)中心(http：//www.resdc.cn)，通過GIS技術提取出茂縣貧困村年均溫度、年均降水、≥10°C積溫、干燥度指數(shù)、NDVI、土地利用等數(shù)據(jù)。

(3)茂縣鄉(xiāng)鎮(zhèn)中心、主要交通道路數(shù)據(jù)通過配準后地圖矢量化獲得； 貧困村單位面積GDP(元/km2)通過GIS空間插值獲??； 到主要交通道路距離和到鄉(xiāng)鎮(zhèn)中心距離等分別通過GIS歐式距離計算生成。

2.2 模型方法

(1)自然斷點。自然斷點法是基于數(shù)據(jù)中固有的自然分組，為減少組內的平均離散方差，使類與類之間的不同最大化，完全根據(jù)數(shù)據(jù)的分布規(guī)律，避免了人為因素的干擾[2]。利用自然斷點法將貧困村坡向、坡度、高程等分別分為9級； 年均降水、年均溫度和≥10°C積溫等分別分為6級，NDVI和干燥度指數(shù)分別分為5級和4級。

(2)GIS空間空間分析。利用自然斷點法獲取的單位面積GDP與坡向、坡度、海拔、土地利用、年均降水、年均溫度、≥10°C積溫、NDVI和干燥度等各要素的疊加，分析各要素與單位面積GDP空間分異特征。

(3)地理探測器模型。地理探測器由王勁峰等通過提出“因子力”度量指標，結合GIS空間疊加技術和集合論，用以識別多因子之間交互作用的模型[1，23]，其基本思想是假設研究區(qū)分為若干子區(qū)域，如果子區(qū)域的方差之和小于區(qū)域總方差，則存在空間分異性； 如果兩變量的空間分布趨于一致，則兩者存在統(tǒng)計關聯(lián)性[23]。地理探測器包括風險探測、因子探測、生態(tài)探測和交互探測等4部分。該文基于地理探測器模型，引入茂縣貧困村單位面積GDP值，計算各因子的解釋力，分析農村貧困化地域分異機制。

空間分異及因子探測：因子探測用于探測貧困村單位面積GDP(Y)的空間分異性，以及探測自然與社會因子(x)在較大程度上解釋了貧困村單位面積GDP(Y)的空間分異。首先，將貧困村單位面積GDP/km2(Y)圖層與自然與社會因子圖層進行空間疊加分析； 其次，通過對自然與社會因子的不同空間類別分區(qū)或分類進行生境均值差異的顯著性檢驗，從而探測出因子間的相對重要性。貧困村各因子的解釋力計算模型為：

(1)

PD的值域為[0，1]，值越大說明Y的空間分異性越明顯； 如果分層是由自變量x生成的，則PD值越大表示自變量x對屬性Y的解釋力越強，反之則越弱。極端情況下，PD值為1表明因子x完全控制了Y的空間分布，PD值為0則表明因子x與Y沒有任何關系，PD值表示x解釋了100×PD%的Y。

全區(qū)的Y值的方差計算公式為：

(2)

(3)

因子交互作用探測：交互作用探測器用于識別不同自然與社會因子之間的交互作用，即評估因子x1和x2共同作用時是否會增加或減弱對因變量單位面積GDP(Y)的解釋力，或這些因子對單位面積GDP(Y)的影響是相互獨立的。通過比較單因子作用時兩個因子的PD值之和與雙因子交互作用時的PD值，來判斷兩個因子的交互作用是增加了對單位面積GDP的影響還是減弱了對單位面積GDP的影響，或者兩個因子是獨立起作用的。評估的方法是首先分別計算兩種因子x1和x2對Y的PD值：PD(x1)和PD(x2)，并且計算它們交互(疊加變量x1和x2兩個圖層相切所形成的新的多邊形分布)時的PD值：PD(x1∩x2)，并對PD(x1)、PD(x2)與PD(x1∩x2)進行比較。

風險區(qū)探測：風險探測用于判斷兩個子區(qū)域間的屬性均值是否有顯著的差別，均值著性越大的子區(qū)域，單位面積GDP(Y)越大，用于搜索單位面積GDP高的區(qū)域。風險探測用t統(tǒng)計量來檢驗：

(4)

生態(tài)探測：生態(tài)探測用于比較兩自然地理因子x1比x2對貧困村單位面積GDP(Y)空間分布的影響是否有顯著的差異，如比較自然與社會因子x1和x2在各自不同子區(qū)域內總方差的差異，可判斷是否x1比x2對貧困村單位面積GDP(Y)空間分布具有更重要的影響力。因子x1比x2對單位面積GDP(Y)空間分布的影響是否有顯著的差異，以F統(tǒng)計量來衡量：

隨著氣源多元化和天然氣體制改革深入，天然氣電廠多氣源和氣源市場化會成為趨勢。一些氣電裝機規(guī)模較大的企業(yè)將會把產業(yè)鏈向上游延伸，通過建設或控制部分氣源或LNG 接收站以保障燃料供應，管道天然氣不再是唯一的選擇。此外，隨著頁巖氣、煤層氣以及煤制氣等非常規(guī)天然氣的加快發(fā)展，使用這些氣源的電廠將會增多，氣電企業(yè)對燃料成分及熱值變化的關注程度也會逐漸加強。

(5)

(6)

(7)

式(5)～(7)中：Nx1及Nx2分別表示兩個因子x1和x2的樣本量；SSWx1和SSWx2分別表示由x1和x2形成的分層的層內方差之和；L1和L2分別表示變量x1和x2分層數(shù)目。其中零假設H0：SSWx1=SSWx2。如果在α的顯著性水平上拒絕H0，這表明兩因子x1和x2對屬性單位面積GDP(Y)的空間分布的影響存在著顯著的差異。

3 結果與分析

3.1 貧困村及其單位面積GDP差異性

四川省茂縣貧困村分布呈現(xiàn)集中連片與片區(qū)外“插花式”格局，東西方向上的貧困村明顯多于其他地區(qū)。東西方向沿省道(S302)—黑水河一線集聚分布，黑水河一線沿回龍、白溪、洼底、三龍、曲鼓、雅都、維城等鄉(xiāng)鎮(zhèn)集聚，以及沿國道G213渭門至回龍段以西的鄉(xiāng)鎮(zhèn)集聚分布，縣域最南、最北段零散分布特征。研究發(fā)現(xiàn)，茂縣鄉(xiāng)鎮(zhèn)和行政村單元之間的單位面積GDP分布存在較大差異(圖2)。茂縣單位面積的GDP均值達3 912元/km2，而貧困村平均僅達3 313.3元/km2，且貧困村單位面積GDP分布地區(qū)差異性顯著，最大值為1.216 9萬元/km2，最小值為1.18元/km2，標準方差達1.216 908萬； 約48.64%和47.31%的貧困村單位面積GDP分別<2 411.45元/km2和7 268元/km2，>7 268.73元/km2的貧困村達3.92%。省道(S302)附近單位面積GDP較高，而黑水河附近海拔較高，單位面積GDP較低。因此，深入探測影響農村貧困化地域分異的主導因素及其分布特征，對于科學實施精準扶貧政策具有重要的意義。

圖2 茂縣貧困村貧困化差異

3.2 探測因子對貧困村影響力分析

據(jù)地理探測器之公式(1)計算各因子對單位面積GDP影響的大小，提取各因子對單位面積GDP的影響。由表2可知，各因子對單位面積GDP影響程度的排序為：到主要交通道路的距離>NDVI>土地利用>年均溫度>高程、≥10°C積溫>到鄉(xiāng)鎮(zhèn)中心距離>干燥度指數(shù)>年均降水>坡度>坡向。從因子對單位面積GDP影響力來看，到主要交通道路的距離、NDVI和土地利用的PD值分別達80.76%、12.8%和8.82%。因此，到主要交通道路的距離、NDVI和土地利用是影響貧困村單位面積GDP分異的主要因子。盡管地形與氣候因子的PD值不高，單個因子的解釋力很小，但地形與氣候因子與到主要交通道路的距離、NDVI和土地利用等主要因子的交互作用呈現(xiàn)非線性增強或相互增強效應，增強了地形與氣候因子對單位面積GDP的影響。

表2 探測因子PD值

表3 探測因子顯著性差異統(tǒng)計(置信水平95%)

3.3 探測因子顯著性差異分析

據(jù)公式(5)～(7)計算各因子對單位面積GDP的影響差異(表3)。表3給出了每兩種因子之間的統(tǒng)計學差異顯著的結果，如果行因子與列因子有顯著性差異，則標記為“Y”，否則標記為“N”。

由表3可知，到主要交通道路的距離與所有因子對單位面積GDP的空間分異的影響具有顯著的差異；NDVI與除土地利用類型和到鄉(xiāng)鎮(zhèn)中心距離外的所有因子對單位面積GDP的空間分布的影響具有顯著的差異； 土地利用與坡度、坡向、年均溫度、NDVI和到主要交通道路的距離對單位面積GDP的空間分布的影響具有顯著的差異，與高程、≥10°C積溫、干燥度指數(shù)、到鄉(xiāng)鎮(zhèn)中心距離不具有顯著的差異。

3.4 探測因子指示作用分析

據(jù)地理探測器之公式(4)計算和分析了各因子對貧困村單位面積GDP變化的適宜范圍(表4)，且在95%置信水平上通過了對其統(tǒng)計意義的檢驗。

表4 不同因子的適宜范圍或類型(置信水平95%)

由表4可知，不同因子的單位面積GDP值差異明顯。到主要交通道路距離和到鄉(xiāng)鎮(zhèn)中心距離越小，貧困村單位面積GDP值越高； 低海拔、緩坡度和南坡向等微地形對貧困村單位面積GDP值高低影響較大； 貧困村土地利用主要是耕地，年均溫度、≥10°C積溫、年均降水量等較好的水熱條件有利于發(fā)展農牧業(yè)生產，促進貧困村經(jīng)濟發(fā)展。

3.5 探測因子交互作用分析

通過識別不同候選因子xs之間的交互作用，分析是否會增加或減弱對因變量單位面積GDP的解釋力，或這些因子對單位面積GDP的影響是否是相互獨立的。在自然、社會環(huán)境中，單位面積GDP是多種因素共同作用的結果，也不可能存在單一因素或者單一性質因素的影響。據(jù)地理探測器之公式(2)(3)計算探測因子交互作用(表5)。

表5 探測因子交互作用

總之，因子對單位面積GDP變化影響不是獨立的，而是相互作用顯著； 多因子交互作用對單位面積GDP的影響不是簡單的疊加過程，而是非線性增強或相互增強效應。因此，驅動因子之間主要是協(xié)同作用和非線性協(xié)同作用，不存在相互獨立起作用的因子。

3.6 貧困村地域分異機制

基于地理探測分析結果，最終確定到主要交通道路距離(x11)、NDVI(x8)、高程(x1)作為影響貧困村單位面積GDP地域分異的主導因素； 通過進一步綜合探測分析各主導因素對貧困村經(jīng)濟發(fā)展分異的作用機制，為實現(xiàn)因地制宜、科學扶貧、精準脫貧施策提供參考依據(jù)。

(1)到主要交通道路距離。交通是連接縣域內外的重要通道，到主要交通道路距離反映了縣域交通區(qū)位的重要指標，對當?shù)亟?jīng)濟發(fā)展具有重要制約作用[1]。茂縣貧困村省級以下道路19條、省道(S302)1條和國道(G213)1條，分別連接10個、4個和3個鄉(xiāng)鎮(zhèn)(圖3)。據(jù)GIS空間分析、地理探測分析，發(fā)現(xiàn)茂縣貧困村單位面積GDP隨到主要交通道路距離增加的變化趨勢(表6)，兩者的擬合方程為：yGDP=-168.92x+2 973，R2=0.739 5。

圖3 到主要交通道路距離

由表6和擬合方程可知，單位面積GDP隨到主要交通道路距離增加，總體呈現(xiàn)下降趨勢，兩者之間具有較高的相關性(R=-0.7 005)； 距離交通主干道越近的區(qū)域，單位面積GDP越高，而遠離主干路的偏遠山區(qū)，與外界聯(lián)系不方便，影響農產品外銷、外出務工和資金引入，致使經(jīng)濟發(fā)展緩慢，農民收入來源少，單位面積GDP則較低。貧困村到主要交通道路距離小于1 226m時，單位面積GDP達2 956.56元/km2，距離超過7 358m時，單位面積GDP減少到達1 925.958元/km2。因此，到主要交通道路距離客觀反映了樣本點的交通便捷度與外界聯(lián)系的緊密度，距離越短表示與外界聯(lián)系程度高，反之與外界聯(lián)系程度低[1]。

(2)NDVI。植被是生態(tài)系統(tǒng)的重要組成部分，與氣候、地形、土壤等條件相互適應，對多種自然因素都有很強的依賴性和敏感性。由表5可知，NDVI對單位面積GDP的交互作用的PD值，如x8∩x10(0.847>x3∩x8(0.838>x2∩x8(0.828)>x5∩x8(0.477)>x8∩x9(0.475)等，因子交互作用效應呈現(xiàn)非線性增強和相互增強關系，表明到主要交通道距離和坡向、坡度等交互作用效應顯著增強了NDVI因子對單位面積GDP的影響。由表7可知，NDVI值越大，各自然地理因子的特征更適合于植被生長； 貧困村NDVI介于0.286～0.439的區(qū)域，單位面積GDP最高，達5 035.503元/km2，但所占面積僅為貧困村面積的1.72%，NDVI>0.592的區(qū)域面積占貧困村面積的比重達90%以上，單位面積GDP值達2 270～4 008元/km2。因此，植被覆蓋狀況較好的貧困村，水熱條件較好，有助于農業(yè)生產，單位面積GDP也較高。

表6 貧困村面積比例、單位面積GDP與到主要交通道路的距離統(tǒng)計

表7 貧困村NDVI、面積比例與單位面積GDP統(tǒng)計

(3)土地利用。茂縣土地利用構成是耕地占2.61%，林地占67.5%，草地21.6%。耕地是農業(yè)生產賴以發(fā)展的物質基礎。全縣耕地面積6 395hm2，其中，河灘地1 915hm2、高半山坡地4 480hm2，人均耕地0.09hm2； 草地面積11萬hm2，可利用面積8.6萬hm2。GIS空間分析表明，貧困村耕地、林地和草地分別占其面積的3.265%、24.419%和49.828%。省道(S302)附近的貧困村，海拔較低，氣候較好，交通便利，依靠地形與區(qū)位優(yōu)勢，扶持農業(yè)產業(yè)化龍頭企業(yè)、建設優(yōu)質蔬菜、特色水果等產業(yè)基地，發(fā)展經(jīng)濟。黑水河附近的貧困村，可發(fā)展優(yōu)勢特色農業(yè)、建設羅山村脆紅李、南莊村羌脆李、木耳村高山綠色蔬菜、殼殼寨村果蔬一體化基地。但是農業(yè)生產不穩(wěn)定、糧食產量偏低，農民增收較為困難，致使貧困發(fā)生率相對較高。

(4)氣候因子。一般而言，溫度升高，植物生長發(fā)育加速； 當溫度低于或高于植物所能忍受的溫度范圍時，生長逐漸緩慢、停止，發(fā)育受阻，植物開始受害甚至死亡。盡管貧困村年均溫度、年均降水、≥10°C積溫和干燥度指數(shù)的PD值不高，均小于0.05(表4)，但年均溫度與到主要交通道距離(x4∩x11=0.8526>x4)、海拔高程(x1∩x4=0.306 1>x4)、坡度(x2∩x4=0.211 8>x4)，NDVI與年均降水(x5∩x8=0.477 2>x5)、≥10°C積溫(x6∩x8=0.203 9>x6)，干燥度指數(shù)與到主要交通道路距離(x7∩x11=0.829 3>x7)。因此，因子之間的交互作用效應顯著增強了氣候因子對單位面積GDP的影響。茂縣的氣候除具有高原型季風氣候的共同特征外，還具有垂直氣候差異顯著、局地小氣候多樣、降水地域差異大且干濕季節(jié)分明、“焚風效應”顯著等區(qū)域性特征。縣域東部貧困村為半濕潤暖溫帶氣候型，高山峽谷內為半干旱溫帶氣候型，其氣候具有干燥多風，冬冷夏涼、晝夜溫差大、地區(qū)差異大的特點。研究表明，茂縣≥10°C積溫在3 163～3 980°C、年均溫度在8～13°C范圍對貧困村單位面積GDP值(6 505元/km2和5 521元/km2)影響要大于年均降水在1 097～1 161mm和干燥度指數(shù)在-1～0范圍(3 596元/km2和3 524元/km2)。因此，氣候因子對貧困化分異影響較大。

(5)地形因子。隨著海拔的升高，氣候發(fā)生變化，空氣變得寒冷和干燥，因此對植物生長造成相應影響； 由于光照、溫度、雨量等因子的綜合作用，不同坡度和坡向對植物生長產生影響，從而引起植物和環(huán)境的生態(tài)關系發(fā)生變化。分析表明，盡管貧困村海拔高程、坡度和坡向的PD值不高，均小于0.03(表4)，但海拔高程與NDVI(x1∩x8=0.459 5>x1、x1∩x3=0.105 4>x1)，坡度與到主要交通道路距離(x2∩x11=0.818 3>x2)、土地利用(x1∩x9=0.124 74>x1)，坡向與NDVI(x3∩x8=0.838 9>x3)、到主要交通道路距離(x3∩x11=0.824 0>x3)、到鄉(xiāng)鎮(zhèn)中心距離(x3∩x10=0.197 5>x3)等的交互作用呈現(xiàn)非線性增強或相互增強效應，顯著增強了海拔高程對單位面積GDP的影響，如隨高程的增加，貧困村單位面積GDP值呈現(xiàn)減少趨勢，高程<1 706m，單位面積GDP值最高，達5 954.722元/km2(表8)，坡度<10.96°和坡向在157.5～202.5°范圍的單位面積GDP值達最高，分別為3 670元/km2和3 258元/km2，海拔高程對貧困村單位面積GDP值的影響要大于坡度和坡向的影響。因此，地形因子對貧困化地域產生較大影響。

表8 貧困村海拔高程與單位面積GDP統(tǒng)計

3.7 貧困化地域類型與扶貧政策措施

貧困化地域分異是自然與人文因素綜合作用的結果，川西北高原藏區(qū)的茂縣貧困化分異的主導因素具有差異性，但到主要交通道路的距離、土地利用、年均溫度、到鄉(xiāng)鎮(zhèn)中心的距離等因子交互作用對茂縣農產品銷售、生產方式、農業(yè)結構、基本公共服務設施等產生重要影響。探測因子交互作用表明，川西北高原藏區(qū)的自然、社會、經(jīng)濟等因子交互作用效應呈現(xiàn)非線性增強和相互增強關系(表5)，對農村貧困化產生重要影響。根據(jù)探測結果將研究區(qū)劃分為交通區(qū)位約束型區(qū)域、自然資源與環(huán)境約束型區(qū)域、經(jīng)濟區(qū)位約束型區(qū)域等3種貧困化地域類型。

(1)交通區(qū)位約束型。該類型區(qū)域主要特點是受主要交通道路距離的影響較大，道路交通設施不完善，基礎條件比較差。茂縣距主要道路距離在8 584～9 810m、9 810～11 037m、11 037～11 263m范圍內的貧困村的面積占其面積的比重分別為0.240%、0.386%和0.291%(表6)。距離主干道路較遠，道路基礎設施條件不完善，成為扶貧攻堅的難點。因此，應利用國家專項扶貧資金，實施通村通暢、村道安保、村級道路硬化等工程，大幅提升縣、鄉(xiāng)、村公路通達能力，充分發(fā)揮交通基礎設施在農村經(jīng)濟發(fā)展特別是脫貧攻堅中的作用； 同時，區(qū)域發(fā)展嚴重受阻的偏遠山區(qū)，采取移民搬遷政策。

(2)自然資源與環(huán)境約束型。該類型受區(qū)域自然資源與環(huán)境要素稟賦的影響較大，地處高山地區(qū)，坡度大、海拔高、生態(tài)脆弱，地質災害、泥石流災害等問題比較嚴重，土地資源貧瘠，水熱資源短缺不適宜種植業(yè)發(fā)展，自然資源與環(huán)境對經(jīng)濟、社會發(fā)展的制約嚴重影響到脫貧攻堅成效。因此，應加快推進農村飲水安全、農田水利灌溉和大中型水利工程建設，繼續(xù)鞏固“百村千池萬窖微水灌溉工程”成果，破解貧困村“因水不穩(wěn)、因水不興、因水致貧”難題； 積極爭取國家農村電網(wǎng)支持資金，提升配網(wǎng)供電能力和供電質量。對于自然條件惡劣不適宜人類生存發(fā)展的區(qū)域，應對當?shù)刎毨舨扇∫泼癜徇w政策； 貧困地區(qū)要妥善處理好生態(tài)保護與扶貧開發(fā)的關系，加強貧困村生態(tài)環(huán)境保護與治理修復，提升貧困地區(qū)可持續(xù)發(fā)展能力，實現(xiàn)綠色發(fā)展[29]。

(3)經(jīng)濟區(qū)位約束型。該類型受到鄉(xiāng)鎮(zhèn)中心距離影響較大，貧困村到鄉(xiāng)鎮(zhèn)中心距離范圍為0～2.490萬m，占貧困村面積77.97%的區(qū)域位于到鄉(xiāng)鎮(zhèn)中心距離<1.115 萬m范圍內，22.03%以上貧困村到鄉(xiāng)鎮(zhèn)中心距離>1.115萬m(表9)。該類型區(qū)域遠離縣城或鄉(xiāng)鎮(zhèn)中心，農村基礎和公共服務設施不完善，難以滿足貧困村農民消費、醫(yī)療、教育等生活需求。應加強區(qū)域改水、飲水安全項目與鄉(xiāng)鎮(zhèn)衛(wèi)生院建設、廣電通訊提升、農村社會保障等基礎與公共服務設施建設； 按照“宜農則農、宜旅則旅、宜商則商”原則，大力培育發(fā)展貧困村特色富民產業(yè)，充分發(fā)揮合作社、專業(yè)大戶和龍頭企業(yè)等新型經(jīng)營主體的示范作用，著力提升貧困群眾脫貧致富能力，實現(xiàn)持續(xù)穩(wěn)定脫貧； 同時，大力發(fā)展電子商務，充分運用現(xiàn)代信息技術拓展特色產品銷售渠道，把貧困村生態(tài)資源優(yōu)勢轉變?yōu)榻?jīng)濟優(yōu)勢，進一步拓寬群眾增收渠道。

表9 貧困村單位面積GDP、面積比例與到鄉(xiāng)鎮(zhèn)中心距離統(tǒng)計

4 結論

該文以川西北高原藏區(qū)的茂縣案例，利用地理探測器模型、GIS技術、地統(tǒng)計方法分析了區(qū)域農村貧困化分異的主導因素，揭示了農村貧困化地域分異的主導因素及其機制。針對多種主導因素交互作用導致的農村貧困化發(fā)生機理的復雜性、精準施策難度大等問題，考慮貧困村不同地域的環(huán)境特征、科學發(fā)展觀和綠色發(fā)展理念[29]，研究提出了貧困化地域類型與扶貧政策措施，對于其他貧困地區(qū)實施精準扶貧措施，具有重要的借鑒意義。

(1)地理探測器是研究地域分異的重要方法。通過風險、因子、生態(tài)和交互等探測，為川西北高原藏區(qū)農村貧困化分異的主導因素探測和貧困化機制研究提供了重要支撐。與傳統(tǒng)的主成分分析、經(jīng)典回歸模型等方法通?；谝恍┘僭O或限制，如正態(tài)分布和線性假設等相比較，地理探測器方法無線性假設，具有明確的物理含義[30]。

(2)依據(jù)貧困化分異機制的核心主導因素，提出有針對性的精準扶貧對策。貧困化地域分異主要因素包括到主要交通道路的距離、NDVI、土地利用、年均溫度、高程和到鄉(xiāng)鎮(zhèn)中心距離； 依據(jù)不同主導因素對貧困化分異的解釋力，提出了農村貧困化的地域類型和加強公共基礎設施建設、產業(yè)培植，注重多種模式的綜合集成，發(fā)揮特色農牧業(yè)基礎效應和因地制宜、分類施策[31]，建立適合貧困地區(qū)融自然—經(jīng)濟—社會復合系統(tǒng)的生態(tài)產業(yè)體系，形成更高層次的綜合扶貧模式。

(3)貧困村是農村貧困化地域分異的最基礎單元，在脫貧攻堅系統(tǒng)研究中具有重要作用。依據(jù)鄉(xiāng)鎮(zhèn)貧困地域類型進行精準扶貧分類指導，推進川西北高原藏區(qū)鄉(xiāng)鎮(zhèn)精準扶貧特色模式與可持續(xù)機制，為中國其他民族貧困地區(qū)實施脫貧攻堅決策提供科學支撐[31]和借鑒意義。