基于地理探測器和TOPSIS的縣域農村空間貧困特征分析
——以安徽省舒城縣為例

鄧 凱，朱世泉，黃長江，袁慧慧

滁州學院地理信息科學系，滁州,239000

1 相關研究與問題提出

貧困化一直以來都是世界難題，貧困與扶貧成了當今社會的焦點問題[1]。改革開放以來，中國政府實施了一系列扶貧減貧政策，并取得巨大成效，從1978年到2017年底，農村貧困人口由2.5億減少到3 046萬，貧困發生率由30.7%降到3.1%，為世界減貧事業做出了巨大貢獻。然而，在實際的扶貧攻堅中，僅僅依靠單一指標并不能準確地識別貧困區域及其特征，達不到空間上“精準扶貧”的目的，造成“該扶不扶”的現象[2-5]。若單純依據收入等統計數據來測度貧困狀況，往往缺乏地理空間視角，無法直觀地明晰貧困產生的區域特征及空間地理對貧困的影響機制[6，7]。在國家大力推進“精準扶貧”的背景下，從空間視角和多維度識別貧困地區，提出差別化的扶貧對策，具有重要的理論價值和深遠的現實意義。

針對空間貧困，目前國內外學者做了很多相關研究，如，李雙成等，利用GIS、空間模擬、人工神經網絡對中國局部空間貧困化進行探測剖析[8]；丁文廣等利用回歸方程、主成分分析對甘肅省耕地資源特點與貧困關系的研究[9]；袁媛等運用因子分析和聚類分析研究了城市化時期廣州市本地人口新型貧困的類型和分布特點[10]；隋文娟等利用貧困增長曲線對空間貧困的中國區域經濟發展特點和管理進行分析[11]。Montrone等采用Satacan軟件分析社會經濟指標對意大利20個省區的空間貧困特征進行分析[12]。Thongdara等采用GIS和統計分析方法對泰國區域貧困進行研究[13]。上述研究均取得豐富的成果，給空間貧困研究提供了參考，但是尚缺少對農村貧困化空間分異機制的定量研究，也未見對空間貧困的地理因子進行綜合分析與評價。本文以舒城縣為研究對象，利用地理探測器模型，結合TOPSIS等分析方法，分別分析影響舒城縣空間貧困的主要因素和舒城縣資源空間分布的總體特征，并結合舒城縣實際情況，提出舒城縣扶貧發展的分項措施和整體方向，為舒城縣因地制宜、有效實施精準扶貧戰略提供參考依據。

2 研究基礎與方法

2.1 研究區概況

舒城縣屬于安徽省六安市，位于安徽省中部、大別山山腳東部。東北鄰合肥、西北鄰六安、南鄰安慶三市。介于E16°26′E117°15′N31°01′N31°34′間，東西距離86公里、南北距離49.5公里，占地面積4 257平方公里。截至2017年底，舒城縣下轄15個鎮、6個鄉、約490個社區和行政村。舒城縣地勢由西南向東北逐漸降低，海拔最高差約1 532米，根據海拔高度可劃分為：山地、丘陵、崗地、平地和洼地。

截至2017年底，全縣現有耕地4.463 44萬公頃，其中水田3.800 0萬公頃，旱地6 631.6公頃，山林場10.21萬公頃。常住人口計算人均GDP為3.000 6萬元。居民人均可支配收入1.581 7萬元。全縣參保總人數約53萬。全縣社會福利院1個，社會福利院床位約5 800張。全縣城鎮低保人數為1.275 1萬人，農村低收入人數為3.098 6萬人，供養農村五保人數1.016 3萬人。全縣公路通車里程約3 000公里。其中，縣內高速公路約7公里，縣內鐵路約6.6公里。并且多條省級、縣級高速公路、鐵路貫穿舒城縣全境。全縣有5所中等職業學校，生源約7萬人； 11所普通高中，生源約1.3萬人；普通初中43所，生源約2.2萬人；小學64所，生源3.800 1萬人。幼兒園97所，兒童數1.640 3萬人。高中入學率約80%，初中入學率約96%，小學入學率高達100.0%。全縣共有醫療衛生設施364個，其中大型醫院3家，基本醫療衛生設施358個，專業公共衛生設施3個，衛生人員 2 214 名，其中衛生技術人員2 200名；床位數2 205張，執業醫師1 115人，護士1 000人，公共衛生類別醫師75人。常住人口擁有醫療機構床位數3.1張、執業醫生數1.5名、注冊護士數1.59名，每萬人口全科醫生數1.8名，較2010年分別增長58.6 %、67.9%、 39.3%。如圖1。

圖1 舒城縣概況

2.2 地理探測器模型

地理探測器共由四個探測組成[14，15]，本文運用的是分異及因素探測。

分異及因素測算原理：測算y的分布差異以及測算某因素對y的空間分異的決定力度。度量值q表達式為：

(1)

式中，h=1,2,…,L為因素A的分類；Nh和N分別為類h和y全部類的單元數；σ2h和σ2分別為類h和全部類y的方差；Q的取值范圍為0-1，值越大，即每個類型內的方差較小，類型之間的方差較大，說明自變量A對y的決定力越強，反之則越弱，當q=1時，因子A完全決定錄入y的分布；q=0，表示A與y沒有任何關系。本文中y為貧困發生率，測算因素為各項指標，利用自然斷點法分別對各項指標分類，每項指標的分為h類。

2.3 TOPSIS模型

TOPSIS模型主要根據研究對象與各項指標最高指標對象和最低指標對象的距離進行相對優劣的評價。本文將舒城縣399個行政村與涉及經濟、社會、環境三方面的各項指標構建矩陣，并對最優和最劣方案的距離進行評價。

其具體計算過程如下：

(1)將各以同樣的趨勢對待。通過改變所有指標的方向，可以將高質量指標轉化為低質量指標。本文利用高質量指標轉低質量指標，即值越低評價越高，地形起伏度、到縣城中心距離、到醫療設施距離、到學校距離、到主干道距離和貧困發生率都不做改動，將人均耕地、農民人均純收入利用倒數法轉化為低優指標，并建立原始數據矩陣Xij。

(2)歸一化處理。在步驟(1)進行后，運用以下歸一化公式進行處理，公式為：

(2)

得到歸一化后矩陣{Aij}m×n(其中i表示各個行政村，j表示各項指標)。

(3)根據矩陣A得到正負理想解，即所有方案中的最高指標和最低指標。

最高指標對象A+={a+i1,a+i2,…,aim}

最低指標對象A+={a-i1,a-i2,...,aim}

(4)分別計算每個評價指標的對象與最高指標和最低指標的距離。

(3)

式中，D+i為第i個評價指標對象與最高指標對象的距離，D-i為第i個評價指標對象與最低指標對象的距離；Aij是某個評價指標對象i在第j項指標的取值。

(5)計算各評價指標對象與最高指標對象的接近程度Ci

(4)

式中，Ci取值介于0和1之間，由于在趨勢化中采用了指標低優化的方法，所以其值越接近1，表示評價對象越高，即指標綜合評價越高，反之，則評價較低。

3 研究過程

3.1 指標體系建立

構建地理資本指標體系是研究空間貧困的基礎，結合舒城縣實際，借鑒相關學者研究成果，構建了7項原始指標構成的舒城縣域空間貧困指標體系(見表1)。原始指標C1C2到縣城中心距離和路網密度反映了縣城中心的輻射作用和交通對經濟發展的帶動作用；原始指標(C3-C4)，教育和醫療交通可達性反映教育和醫療等基礎設施的輻射作用；原始指標(C5-C6)，地形起伏度和人均耕地反映農業生態環境和土地利用效率；C7貧困率為村貧困人口占比，一定程度上反映每個村的經濟發展現狀。

表1 安徽省舒城縣域空間貧困指標體系

3.2 數據來源及處理

基于數據獲取的方式可以分為兩類：實地調查數據、GIS工具分析數據，結果如表2所示。

表2 數據獲取分類

3.2.1 實地調查數據

本研究所需要的舒城縣各村貧困人口數量、村總人口、耕地面積原始數據主要來自舒城縣各村級扶貧開發辦公室。

貧困發生率=貧困人口數/總人口；人均耕地面積=耕地面積/村總人口。具體結果如表3所示。

表3 實地調查數據統計

3.2.2 GIS分析數據

主要道路、村域矢量、醫療機構、學校等矢量數據由舒城縣人民政府提供，其中主要道路包括高速道路、省道、縣道、鄉道；醫療機構包括大型醫院、衛生院；學校包括中學、小學；分辨率為90×90；舒城DEM數據從國家地理空間數據云下載。

3.2.2.1 路網密度獲取

路網密度=各村路里程/各村域面積

(1)標識要素：執行Annalysis Tool-Overlay-Identity，輸入要素為主要道路，標識要素為村域

(2)長度統計：執行Annalysis Tool-Statistics-SummaryStatistics,輸入要素為經過標識的道路，案例分組字段為村域的名稱。計算結果如表4所示。

表4 路網密度(部分)

3.2.2.2 到縣城中心距離獲取

(1)打開鄰近窗口，執行Annalysis Tool-Proximity-Near，在Input Feature窗口中輸入村莊，在Near Features(鄰近要素)中輸入縣城中心點，點擊完成即可。

(2)導出距離結果。打開村莊屬性表，其中Near_Dist即為某個村莊到最近醫療機構的距離。結果如表所示5。

表5 各行政村到縣中心距離

3.2.2.3 地形起伏度獲取

(1)行政村矢量與舒城縣DEM疊加，利用裁切工具提取各村的DEM柵格圖。

(2)利用鄰域分析方法，設置鄰域分析類型為矩形，鄰域窗口設為3×3，分別求行政村每個柵格的最大值和最小值，記為H大和H小。

(3)利用柵格計算器計算每個村的每個柵格最大值和最小值之差，即為每個柵格的相對高程。

(4)將記錄每個村所有柵格相對高程求平均值，即為每個村的地形起伏度，如表6所示。

表6 各行政村起伏度

3.2.2.4 教育可達性獲取

教育可達性=小學交通耗費時間+中學交通耗費時間

根據ArcGIS的費用加權距離法，計算每個柵格到學校和醫院最近距離，根據中國公路工程技術規定的公路設計速度(JTGB-2003)和舒城縣道路情況，將各級公路的速度(單位：km/h)分別設定為：高速80、國道60、省道40、縣道30、街道、其他道路6。根據學生年齡實際情況，小學生和中學生可以設置不同的速度，速度分別(單位：km/h)為：小學參考面設為5，中學參考面為15，道路類型為縣道30和鄉道20。實現步驟如下：

(1)建立舒城縣路網、中小學數據庫，舒城縣域作控制用。

(2)將各要素轉為柵格，并對道路進行重分類，空白處和賦值。

(3)用腌膜提取，將超出舒城縣范圍的柵格擦除。

(4)將舒城縣域內的值賦為1。

(5)在空間分析工具中分別計算舒城縣小學交通耗費時間、中學交通耗費時間。

圖2分別為舒城縣小學交通可達性、中學交通可達性專題圖。

圖2 舒城縣中小學交通可達性

3.2.2.5 醫療可達性獲取

在醫療交通可達性中，各項速度設置如下(單位：km/h):參考面為20，道路類型為高速80、省道40、縣道和鄉道。圖3為舒城縣醫療交通可達性專題圖。

圖3 醫療交通可達性

4 研究結果與分析

4.1 空間貧困主導因素分析

本文使用地理探測器模型，計算得到各因素對貧困發生率的決定力，分析影響貧困的主導因素，貧困發生率與各個主導因子制圖，如圖4-10所示。

圖4 貧困發生率

圖5 到縣城中心距離 圖6 人均耕地面積

圖7 地形起伏度 圖8 路網密度

圖9 教育交通可達性 圖10 醫療交通可達性

將貧困發生率和各項指標分類結果錄入GeoDtecter中，進行因子探測。探測結果如表7所示。

表7 地理探測器探測結果

依此排出決定力q值：到縣城中心距離>人均耕地>地形起伏度>路網密度>到醫療設施距離>到學校距離。由決定力可以得出：到縣城中心距離、人均耕地面積、地形起伏度、路網密度對貧困發生率的影響較大，到醫療設施、學校的距離雖然也存在影響，但影響不大。

根據以上計算出來的結果，分析各個因素對舒城縣發展的作用，進而為舒城縣扶貧活動的進行發揮促進作用。

4.1.1 到縣城中心距離分析

縣城中心是教育、醫療、公共服務、車站等服務設施的積聚地，并且設施基礎也最發達，離縣中心更近，參與縣城中心共享設施服務就更容易，尤其是縣城中心的帶動作用特別強。如圖5中到縣城中心距離分類結果，到縣城中心的距離分布狀態基本為同心扇形狀，并且與貧困發生率的分布狀態基本保持一致。

4.1.2 人均耕地分析

圖6反映了農業生產情況。舒城縣人均耕地總體特點為北多南少，南部地區地形起伏較大、人均耕地資源偏少、耕地質量差，并且存在農業生產結構和方式落后、地勢起伏大、耕地質量差、農業發展不穩定、農民收入偏低的情況，導致貧困指數較高。北部耕地資源較多，并且依靠地形、區位優勢，引進了先進的農作物生產方式，優化種植結構，因此貧困程度比南部低。

4.1.3 地形起伏度分析

地形條件對農業各方面活動具有限制作用，地形平坦地區適宜種植農作物。地勢也是道路實施的重要條件，地勢平坦，有利于農業生產活動的進行，從而間接增加農民收入。由圖7可以看出，舒城縣地勢起伏度由北向南逐漸增大，而圖4中貧困發生率也由北向南逐漸增大，尤其是南部地區，地面起伏最大，經濟發展受到很大的限制，而北部、中部地區地勢平坦，因此造成了南部經濟落后于中北部。

4.1.4 路網密度

交通是經濟發展的樞紐，道路密度反映了區域之間聯系程度。研究區距離越短，代表周圍路網密集，與外界的聯系也越密切。由圖8可知，舒城縣主要道路分布在東北部地區，使得北部聯系密切，交通方便，貧困指數比較低。而東南部地區距離主要道路比較遠，物資流動、人口外出等都比較困難，因此經濟水平低，東南部也更加貧困。

4.2 醫療交通可達性分析和教育交通可達性分析

到醫療設施、學校的距離反映地區公共基礎設施的發展狀況，從圖9和圖10可知，舒城縣醫療設施和學校南北分布相對均衡，南部邊緣地區的醫療和教育資源比較匱乏，應增加南部偏遠地區醫療和教育設施的投入。

4.3 空間指標評價分析

由于399個行政村數據量比較多，因此，部分行政村評價結果如表8所示。

根據表8中計算結果，繪制綜合評價值分布特征。從圖11中可以直觀地發現：評價結果為中部>北部>南部，與貧困發生率結果作對比可以發現，綜合評價結果和貧困發生率存在負相關，即綜合評估價分值越高，貧困發生率越低，資源分配也較為充足。詳細分析發現：中部地區的各項資源比較充足，經濟發展水平在三者中比較高，并且在各項影響因素專題圖中，中部地勢起伏較小，是城鎮聚集中心，路網比較密集，教育與醫療資源擁有量也比較大。北部和南部相對匱乏，特別是南部邊緣地區，地形起伏大，遠離城鎮中心，耕地資源利用不充分，醫療和教育資源比較匱乏，特別是教育資源的匱乏，導致勞動力素質比較低，雖然耕地面積占比較大，但其他各方面因素制約了農業生產結構的優化；并且評價結果最大值(0.983 0)和最小值(0.336 5)差值較大，說明舒城縣資源的分布差異不均勻，存在貧富差距大的問題。

表8 舒城縣D+ 、D-、Ci計算結果

圖11 綜合評價結果專題圖

5 扶貧措施

通過以上空間貧困要素分析與空間貧困主導因素分析發現，舒城縣資源分布不均的現象十分嚴重，正是因為這種現象導致舒城縣城鄉發展不平衡，貧富差距大，這種差距制約著舒城縣整體的發展水平，因此，需要制定特定的扶貧措施，以下是根據不同要素的空間分布特征提出的相關建議。

5.1 經濟發展措施

針對農民收入較低情況，應改善謀生環境。事實上，對于大多數農民工來說，到城里工作的主要原因不是城市的高收入，而是農村的生計不足，要吸引人才和青年留在本地，扶持個體、民營企業的發展，為農民增加謀生機會，提高本地就業率；對于區域交通不便、與外界聯系機會少的地區，應完善道路基礎設施條件，加強鄉村和主干道路的建設；并且對于交通嚴重受阻的地區可以適當地采取搬遷政策。

5.2 社會保障措施

應加大社會公共基礎設施的投入，提高衛生、醫療、教育等基本生活條件，對于貧困人口的救濟，在落到實處的同時，更要關注貧困人口的醫療保障、受教育權利和就業機會。

5.3 環境改善措施

對于自然環境差、地勢起伏大、耕地資源利用不充分造成的貧困。可以通過提高科技水平、改善農業生產方式；對于耕地資源不足的情況，要利用位置優勢，發展當地特色產業，吸引附近城市的投資和增加當地農民就業機會。

5.4 針對舒城縣整體區域

區域之間的發展既相互促進也相互制約，為保證舒城縣整體經濟平穩發展，既要依據各項指標對貧困發生率影響程度落實各項措施，避免造成資源浪費，也要根據綜合評價結果，南北地區統籌兼顧。

6 結論及討論

本文將以往使用收入指標進行貧困測量轉變為貧困人口占比即貧困發生率，以安徽省舒城縣為例，依據數據的可獲得性和科學性，建立涉及經濟、社會、環境等方面的村級貧困指標體系，通過實地調查和GIS分析方法獲得指標所需的數據。利用地理探測器將相關性與空間分異結合的優勢，進行多級要素探測，獲得各因素對農村貧困發生率的影響程度，分析揭示了影響農村貧困的主導因素和影響因素空間分布特征；借助TOPSIS方法對多個影響因素進行綜合評價，清晰地展示了舒城縣資源的空間分布特征。依據分析結果，提出針對舒城縣扶貧的經濟發展、社會保障、環境改善等措施。

本研究還存在一些問題：在建立指標體系方面，本文采用了人均耕地面積、地形起伏度、教育交通可達性、醫療交通可達性、路網密度、到縣城中心距離這幾項指標進行貧困影響因素的探測分析，對因子的選取并沒有準確地驗證其合理性；醫療和教育交通可達性的計算只考慮交通時間，沒有考慮醫療和教育資源情況，結果可能存在偏差；在扶貧建議上，扶貧政策需要具體，本文停留在宏觀建議方面，所以扶貧措施的實施還需要結合實地考察。