西南地区贫困乡村地域类型划分及减贫对策研究

谢玲，李孝坤，任秋爽，王超超，欧力文

（1. 广西师范大学环境与资源学院，广西 桂林 541006；2. 重庆师范大学地理与旅游学院，重庆 401331；3. 重庆市科学技术研究院，重庆 401123）

西南地区贫困乡村地域类型划分及减贫对策研究

谢玲1，李孝坤2，任秋爽2，王超超3，欧力文2

（1. 广西师范大学环境与资源学院，广西 桂林 541006；2. 重庆师范大学地理与旅游学院，重庆 401331；3. 重庆市科学技术研究院，重庆 401123）

以国务院扶贫开发领导小组2012年最新确定的国家扶贫重点县名单中涉及西南地区（重庆、四川、云南、贵州、广西）的267个贫困县为研究对象，利用ArcGIS空间分析软件和SPSS统计分析软件，将西南地区贫困县空间数据与属性数据进行叠加分析，揭示西南地区贫困乡村的空间分异特征。通过高程、坡度、人均GDP、少数民族占比、距省府距离等因素的分级和聚类分析，划分西南地区贫困乡村地域类型，针对各类贫困乡村的关键致贫因子，提出减贫脱贫措施。结果表明：1）西南地区贫困乡村的分异表现为：地势较低，坡度相对较缓的地区，贫困的发生率及贫困乡村的密度相对较低；而地势较高、坡度变化较大的地区，贫困县的分布较为集中；少数民族比重较高、距省府较远的区域，贫困的发生率及贫困乡村分布越广泛；2）通过综合聚类分析，西南地区贫困乡村共划分成九类；3）针对九类贫困乡村的关键致贫因子提出相应减贫对策：深化三产融合发展，进一步加强区域特色产业发展，并延长产业链；促进生态、经济、社会文化互动共进与协调发展；加强基础设施与公共服务设施建设，缩短贫困乡村与经济中心时间距离和经济距离，改善其通达状况。

西南地区；贫困乡村；类型划分；聚类分析；减贫对策

Abstract：Based on the spatial data of 267 state-level poverty-stricken counties in Southwest China and applying the ArcGIS and SPSS software, this paper analyzed the spatial distribution of these counties. In addition, based on the analysis of the differences among elevation, slope, per capita GDP, the proportion of ethnic minorities, and the distance between the provincial capital and poor counties, this paper also tried to classify rural poverty counties into different types in Southwest China and to provide some poverty alleviation measures. Results show that: 1) in Southwest China,it shows that those counties with lower altitude and flatter terrain have lower poverty rates and lighter poverty densities,vice versa; besides, the higher proportion of ethnic minorities and the farther away from the province capital, the larger number of the poor counties and higher poverty rates; 2) by cluster analysis these countries can be divided into 9 types in total. 3) Based on the above analysis results, this paper provides the following poverty alleviation measures:to further strengthen the integration of the developments of three industries, to enhance the development of regional characteristics, to focus on the extension of the industry chain, to accelerate the interacted and coordinated development of ecological, economic, socio-cultural pillars, to improve infrastructure and rural public service facilities, and to shorten the time distance, economic distance between the rural poor counties and the economic hub to improve its accessibility.

Key words：Southwest China; poor counties; classification; clustering analysis; poverty alleviation measures

贫困是长期以来备受世界各国关注的焦点问题，消除贫困是全人类的共同目标，也是中国全面建设小康社会的重大任务。贫困乡村形成原因具有一定的差异性，因此，科学划分贫困乡村的类型，提出不同类型的扶贫政策与模式，是实施国家精准扶贫战略的重要课题[1]。中国作为世界上人口最多的发展中国家，伴随着大规模的扶贫开发工作，绝对贫困人口从2000年的9 422万下降到2010年的2 688万，贫困发生率从10.2%减至2.8%，尽管全国性绝对贫困格局已基本消除，但相对贫困面并未减少，贫困在地域上仍然呈现出分布范围广、空间相对集中的分布特征[2]，以贫困面大、贫困人口多、贫困程度深为基本特点的农村贫困问题日益突出[3]。2012年国务院扶贫开发领导小组办公室确定的全国集中连片特困区11个，涉及西南五省市区（四川、重庆、云南、贵州、广西）集中连片特困区6个（包括四省藏区），该区贫困县占全国贫困县总数的46.11%，贫困人口总数约占全国总量的39.6%，其中全国6个贫困人口超过500万人的省，西南五省区占据四席[4]。西南五省市区贫困问题突出，各地自然社会经济条件的差异，致贫原因不尽相同，并有明显的地区差异[5]，因此，科学合理划分西南地区贫困乡村类型，深入剖析其贫困根源，并因地制宜提出减贫措施，显得极为重要也十分紧迫。

各国政府都致力于消除贫困，实现共同富裕。国内外关于贫困问题的研究主要集中在：贫困的地域类型[6-8]、贫困的特征和形成机制[9-10]、贫困的影响因素（包括自然地理因素[11-12]、经济因素[13-14]、人口因素[15]、区位因素[16]）等，而善政是发展中国家减贫的先决条件[17-18]。虽然现有的研究从不同的角度探讨贫困的识别与贫困状况、形成机理与成因、扶贫方式与对策等，但多从微观或中观层面对单一连片特困区进行研究，缺乏对集中连片特困区分布较为密集的西南五省市区贫困乡村的整体空间表征、类型划分及减贫措施等反贫困问题研究。

本文通过借鉴相关学者乡村地域类型划分思想及方法，在对研究区贫困乡村类型划分的基础上，因地制宜的对该区实施减贫脱贫工作提出建议。本研究以西南五省市区各贫困县县域为空间单元，以县域相关指标作为贫困乡村类型划分的依据，利用ArcGIS叠加分析功能，结合SPSS聚类分析方法，对研究区贫困乡村地域类型进行初步划分，为进一步探讨西南地区贫困的空间差异、致贫机理、因地制宜的提出减贫、消贫措施等提供基础。

1 研究区概况

本文以西南地区滇、黔、桂、川、渝五省市区的贫困县为研究对象，即国务院扶贫开发领导小组最新确定的国家扶贫重点县名单、《中国农村扶贫开发纲要（2011-2020年）》确定的11个集中连片特困区贫困县名单和四省藏区贫困县名单，共涉及五省区267个贫困县（以下称国家级贫困县），具体分布见图1。五区所占国土面积为137.12万km2，贫困人口高达2 779万，同时该区又集革命老区、民族地区、边远山区、贫困地区于一体，表现出贫困乡村密集，贫困人口众多，且少数民族聚集分布等特点。该区自然环境复杂多样，高山峡谷相间、盆地与山间谷地连接、高原遍布，局部地区石漠化发育的特点；且地形崎岖，坡度变化也较大；生态环境脆弱，也有不少地区资源匮乏。社会经济状况方面，相对于其它贫困区县，该区贫困面大且比较稳定，农民人均纯收入低，人均GDP多数处于较低水平，产业层次低、规模小，大部分地区的交通闭塞，连接度较差，在生产生活上人畜饮水困难，基础设施和基本生产条件落后，各项社会保障不健全等问题突出。因此，对该区进行贫困研究具有重要的理论价值及现实意义。

图1 研究区示意图Fig.1 Survey Region

2 研究方法与数据来源

2.1 研究方法

聚类分析是对样本进行分类的一种多元统计方法，采用数学定量的方法，基于所选指标将具有相同或相似数量值的划分为一类，聚类分析目标就是在相似的基础上收集数据来分类。本文从自然、经济、社会三个方面选择海拔高度、坡度、人均GDP、少数民族占比、距省府距离5个指标对研究区267个贫困县进行系统聚类，逐一归类性质相近或有差异性的样本，采用的是Euclidean距离，类与类间的聚类过程采用平均距离法。首先，计算出N个样品相互之间的距离{dij}，记为D={dij}，即构造N个类别，每一个类别只包含一个样品，其次，合并最近距离的两个类别为一个新类别。并计算出新类别与当前各类别的距离，通过两两样品间的相似系数、关联系数、方差对比分析，采用平均距离法确定类别数[15]，然后根据划分的类别数，利用means方法进行检验，以检验各类别在所有变量上的差异，差异显著则认为分类结果可靠。

设H和K是两个聚类，则两类的距离为：

式中：H、K两类的平均距离为DHK，nH为H类的样本数，nK为K类的样本数，dij为H类中的i样本与K类中的j样本之间的距离。

2.2 数据来源

鉴于数据的可得性，考虑到社会经济资料的可得性和便于乡村发展管理等因素，在类型划分时，以区、县为单元进行贫困乡村地域类型划分，保持行政单元完整性，同时有利于有针对性的实施乡村管理脱贫、减贫工作的推进。本文以研究区县域社会经济数据及矢量数据为基准，进行西南贫困乡村类型划分评价指标体系建立（表1），采用叠加分析和聚类分析法对该区贫困乡村地域类型划分，以全面把握该区不同类型贫困乡村的空间分异。本研究采用的数据包括社会经济数据和基础地理空间数据两部分，前者主要来源于国务院扶贫办发布的2012年集中连片贫困县统计数据和各贫困县社会经济统计调查报告及相应省市区2012年统计年鉴；后者包括研究区90 m×90 m数字高程模型数据（DEM）、研究区县域行政边界矢量数据来源于中国科学院资源环境科学数据中心，以及90 m×90 m DEM数据为基础提取的坡度数据。

2.3 指标的选取

西南地区贫困乡村类型、特征呈多样化，借鉴国务院扶贫开发领导小组办公室2012年划分贫困县时所选用的相关指标，结合贫困县数据的可得性、综合性、科学性，考虑研究区范围较大、贫困差异化显著，便于空间分析和查询浏览，避免选择指标过多所造成的信息冗余，为贫困乡村类型的判别造成干扰，因此从自然、社会、经济三个方面选取5个指标构建西南地区贫困乡村地域类型划分指标体系，并进一步对各指标进行范围划分。关于国家贫困县海拔范围划分为五等[19]，坡度划分为四等；人均GDP参照国务院扶贫开发领导小组办公室相关网站数据，分为四等；少数民族占比参照中华人民共和国国家民族事务委员会网站相关数据分为三等；距省府距离参照国务院办公厅〔2001〕4号文，并结合距省府距离划分为四等（表1）。

表1 西南地区贫困乡村地域类型划分指标体系Table 1 Classification index system of the poor counties in Southwest China

3 结果与分析

3.1 贫困乡村的空间分异

3.1.1 自然因素约束下的贫困乡村空间分异 地形严重影响聚落的分布，本文以研究区的DEM和坡度数据与贫困县进行叠加分析，以探讨地形因子影响下的西南五省市区贫困乡村的空间分异特点。将西南五省市区按照高程重分类划分为5个等级，并与该区贫困县点数据相叠加（图2a）。并在研究区DEM基础上提取坡度数据重分类后与贫困县点数据叠加分析（图2b），以此表达研究区贫困乡村在自然因素制约下的空间分异。

3.1.2 经济社会因素制约下的贫困乡村空间分布影响该区贫困乡村分布不仅仅有自然因素的影响，同时社会地理资本、经济地理资本也对其分布有显著影响，本文从经济发展、人口素质、区位交通条件三方面考虑，选取对贫困影响程度较为深远的三个指标：人均GDP，少数民族占比和距省府距离（道路交通通达状况）分层表现研究区贫困乡村的空间分异（图2c、图2d、图2e）。

图2 贫困县分布示意图Fig.2 Distribution of poor counties

3.2 研究区贫困乡村空间差异的影响因素分析

3.2.1 自然因素 自然环境因素中的“高程”和“坡度”对研究区贫困乡村空间分异较为显著，由表2和图2a的西南五省市区的贫困乡村分布来看，贫困乡村的分布以中高山区为主，占60%之多，从图2a当中不难发现，镶嵌在西南五省市区当中的四川盆地、滇中三市、桂东南因地势相对较低、坡度变化不大，贫困乡村的分布也较少。就坡度变化来看，平均坡度在10°-40°之间分布的贫困乡村多达175个，因研究区特殊地形影响，高原盆地相间，平均坡度较大，贫困县的空间分布也深受坡度影响，在空间上呈现出与高程相似的贫困乡村空间分布特征（图2b）。

3.2.2 经济因素 经济因素中的“人均GDP”作为表征贫困程度大小及差异的重要因素，由表2和图2c可知，西南五省市区贫困乡村当中，低于2012年五省市区贫困乡村平均人均GDP的贫困县多达158个，具体表现为大部分贫困处于较低水平，“贫血”现象严重，生产再投资能力弱，因此形成恶性循环，贫困加剧。

表2 不同海拔高度、坡度、人均GDP、少数民族占比、距省府距离的贫困县分布Table 2 Distribution of poor counties at different altitude,slope, GDP per capita, minority proportion and between provincial capital and poor counties

3.2.3 文化与人口因素 文化与人口素质因素中的“少数民族占比”制约下的贫困乡村空间分布见表2和图2d，少数民族人口占比多的区县相对于占比少的区县，越易贫困。贫困乡村的分布往往也青睐这些地区，少数民族比例大于30%的贫困县占该区贫困区县总数的70%以上，在空间上集中表现为少数民族比重越高的贫困乡村集中连片分布。其中，川西的全部，滇西边境、武陵山区、滇黔桂石漠化片区的大部分少数民族占比高，贫困乡村分布也较集中。根据五省市区2012年人口普查资料显示，研究区少数民族从事农林牧副渔业所占比重为74%，从业结构、生活方式、生产力水平，思维、世界观、文化水平的差异等都有可能是其贫困发生的主导因素[20-21]。

3.2.4 区位交通因素 区位交通因素中的“距省府距离”制约下的贫困乡村空间分布见表2和图2e，在空间上表现为围绕省府呈环带状分布，距省府较远者交通相对闭塞，近者相对开放，距离省府越近，贫困乡村数量上也相对略少，如距省府小于150 km的贫困县仅24个。距省府远近，直接关系到是否能够在省府的基础设施、服务设施和经济辐射范围内。

3.3 聚类结果分析

通过对五个指标的重分类，将267个贫困县域数据通过系统聚类，西南贫困乡村被划分为九种类型，聚类表（表3）给出了把所有贫困乡村聚为一类的整个过程，以第五行为例，“阶”表示聚类的步骤数，此步，把第111和129合并为一类，最终267个样本，观测266步聚为一类，另SPSS数据输出窗口，可见生成9个新的变量，分别保存了聚为9类的分类结果。经聚类分析与叠加分析，五区贫困乡村类型见图3和表4。

表3 聚类表Table 3 Clustering table

图3 五区贫困乡村类型图Fig.3 Type map of poor counties in study area

表4 不同发展类型贫困乡村的基本特征Table 4 Basic characteristics of different types of poor counties

3.3.1 中低山半封闭少数民族聚居经济滞后型乡村（Ⅰ型） 该型贫困乡村多分布在中低山区，处于省府三小时经济圈内，少数民族占比较高，平均约43.69%，人均GDP接近于五省市区平均人均GDP水平，该型贫困乡村主要呈插花式分布在桂西南及秦巴山区、川西高原与四川盆地交界区及滇西的中山区。该区贫困的主要原因为少数民族聚居，汉少比例基本持平，民族混居致贫因素复杂，相互交织，导致脱贫难度进一步加大，脱贫时间无限延长。同时，该区其他基础设施落后是制约其发展的主要因素。

3.3.2 中山开放多民族杂居经济严重滞后型乡村（Ⅱ型） 该型贫困乡村集中分布于滇东北和黔西南交界的中山地区，因其处于乌蒙山区，山峦起伏、河流纵横、山高坡陡、耕地贫瘠、石漠化情况严重，且该型贫困突出表现为：收入贫困，即“造血功能”不足，收入不足直接影响到该型贫困乡村生产性投入的严重缺乏，再者也会影响接受教育时间的长短及就医质量的高低。

3.3.3 中低山半封闭少数民族聚居经济严重滞后型乡村（Ⅲ型） 该型贫困乡村占西南五省市区贫困乡村总数的近三分之一，主要分布在黔东南、黔南以及广西地区，其中部分处于武陵山脉腹地，区内沟壑纵横，山峦绵延，地形起伏较大，历来有“九山半水半分田”之说，贫困乡村广布。同时桂黔交界地区有相当部分地区属于喀斯特地貌，受特殊地貌条件影响，大部分地区自然条件恶劣，极大地限制了区内贫困乡村的社会经济发展。同时该型贫困乡村属多民族聚居区，可能民族交流存在障碍，且受自然环境影响思维守旧，教育观念落后，人口素质普遍较低。加之收入贫困与交通区位条件闭塞，呈现出经济、社会、资源、环境综合的特殊困难状况，本地区贫困分布广泛，绝对贫困显著。

3.3.4 中山半开放少数民族聚居经济滞后型乡村（Ⅳ型） 该型贫困乡村分布较为分散，主要分布在地形起伏较大地区、少数民族占比较高，平均可达58%。贫困问题集中表现在地形因素限制生产生活，影响农业规模经济，进一步限制农业产出，容易引发水土流失等生态贫困；据调查显示，少数民族地区居民主要以从事第一产业为主，居民第一产业就业比重高，收入多样化水平低，脆弱性强，劳动迁移概率低。

3.3.5 高山半封闭少数民族聚居经济相对发达型乡村（Ⅴ型） 该类型的贫困乡村主要以汶川、理县、香格里拉、九龙为代表，突出表现为人均GDP接近全国平均水平，可能的原因是旅游业发展所带来的附带效应，突出表现为居民的人均纯收入相对较高，收入多样化，有足够的发展潜力。但该型贫困乡村主要分布在高山区，地形起伏大，且距离中心城市较远，贫困问题集中表现为：农业生产受限制、由于思想的局限，旅游业发展带来的收益并不能有效的转变为投资。

3.3.6 低山丘陵半封闭少数民族零星分布经济滞后型乡村（Ⅵ型） 该型贫困乡村主要分布在四川盆地以东以北的秦巴山区南麓段、渝中平行岭谷低山丘陵北缘及黔北地区，民族成分主要以汉族为主，少数民族零星分布，平均人均GDP水平较低。据资料显示该区能源、矿产、生物等自然资源相对富集，贫困原因可能有：有些地区资源富集但自身缺乏发展能力，但由于资金、技术因素限制，自然资源利用程度非常低，无法形成生态、社会、经济的良性互动。或有些自然资源相对富集的地方出现“富财政穷百姓”的现象，因此资源利益分配不均也是其致贫的主要原因。

3.3.7 中高山半封闭少数民族聚居经济严重滞后型乡村（Ⅶ型） 该型贫困乡村空间分布较为分散，因其所处地势较高，地形起伏较大，平均人均GDP水平低，仅14 600元。因此该型贫困乡村贫困问题突出表现为“造血功能”不足的生产性贫困，同时，地形因素限制生产生活，难以实现规模经济，少数民族聚居分布惯常以第一产业作为支撑的经济产业发展，使得本来就受地形限制的农业生产收入少，加之距离省府平均距离达478 km，一方面增加就业成本，另一方面农产品市场潜力增长受限，与第二、三产业关联困难。

3.3.8 中山半封闭少数民族杂居经济严重滞后型乡村（Ⅷ型） 该型贫困乡村分布在乌蒙山区，其特点表现为经济发展水平远远落后于五区贫困县人均GDP的平均水平，仅为11 902元，属生态环境脆弱的贫困乡村，频发的自然灾害加剧了本身闭塞环境下导致的贫困。贫困问题集中表现为：因距离省会城市较远，省府对其经济辐射受到空间因素的制约，与第二、第三产业关联困难。

3.3.9 高山封闭少数民族聚居经济严重滞后型乡村（Ⅸ型） 该型贫困乡村主要分布在川西北高原和滇西边境的山区，滇西边境区处于“三江并流”的核心区域，此处群山高耸，峡谷切深，地质构造运动十分强烈，贫困原因主要是受地质、地貌、气候、水文等因素的综合影响，相当部分区域不适宜人类居住，社会经济发展落后，且交通区位条件闭塞，距省府平均距离达779 km；由于自然地理环境的复杂和封闭性的影响，造成交通不便、信息交流不畅、基础设施落后，使市场信息、资金、技术、人才等要素很难辐射到此，造成经济活动成本偏高，经济发展明显滞后，成为影响该类型贫困乡村脱贫致富的直接因素，并最终制约了该型贫困地区的经济发展，形成整体地域性贫困状态，并加剧了这种贫困的自我维系。

3.4 贫困问题及贫困形成机制分析

西南五省市区贫困乡村的分布具有空间异质性，各种致贫因素相互作用形成了不同类型的贫困空间，致贫因素作用程度的大小决定了区域贫困水平的高低。本文所选取的五个指标都与该区贫困乡村空间分布有显著的影响。因此基于所选取的5个指标，总结了西南五省市区贫困乡村的形成机制（图4）。

4 结论

本文以西南五省区2012年国家级贫困县为研究对象，从自然、社会、经济三个方面选取5个指标，通过ArcGIS叠加分析和SPSS进行聚类分析，得到以下结论。

图4 西南五省市区贫困乡村的形成机制Fig.4 Mechanism of poor counties in the study area

1）自然环境因素“高程”、“坡度”两因子影响下的贫困乡村的分布特点：地势较低，坡度相对较缓的地区，贫困的发生率及贫困乡村的密度相对较低，反之地势较高、坡度变化较大的地区，贫困乡村的分布较为集中，因此，可以得出高程、坡度与贫困乡村的分布呈正相关。

2）社会经济因素方面：少数民族比重较高的区域，伴随着贫困的发生，且地区间的经济发展水平差异明显；距省府距离的远近，是该地区开放封闭程度的体现，一方面表现在客观距离，另一方面表现在对外经济贸易联系的频繁程度即经济距离，从结构上来看，西南地区贫困乡村贫困的发生与距省府距离密切相关，呈现为距首府距离越远，贫困乡村分布越广泛。

3）根据聚类分析，将该区贫困乡村划分为九种类型，经过对西南五区贫困乡村类型的全面把握准确划分，针对关键致贫因子对贫困乡村进行政策性建议的提出：针对“高程”“坡度”制约下的贫困乡村采用生态建设与生态经济互动发展模式；针对人均GDP较低经济条件制约下的贫困乡村，可以推进贫困乡村一二三产业融合发展，发挥区域特色产业，延伸产业链的发展方式，针对“距省府距离的远近”因子影响下的贫困乡村，采用缩短经济距离与时间距离双重缩短的方法最终达到减贫、脱贫。

5 政策启示

贫困乡村的空间异质性，是西南五省市区贫困的多维度所导致的，因此，只有因地制宜的提出反贫困措施，才能实现真正意义上的精准扶贫，更有利于各地达到脱贫的目标。根据西南五省市区贫困乡村的空间分布特征及贫困乡村类型的划分，需要对不同类型的贫困乡村实施不同的区域政策。本文划分出的贫困乡村类型多达九类，往往其致贫因子是多样化的，上文已对各类型贫困乡村贫困问题进行分析，因此，针对每类贫困乡村的主要致贫因子入手对西南片区的扶贫攻坚提供政策性建议。

1）针对“高程”、“坡度”方面因子影响下的贫困乡村，主要扶贫策略：对于部分中高山自然环境恶劣、生态脆弱的贫困乡村可采用退耕还林还草、生态移民模式；对于部分丘陵低山地域类型下的贫困乡村可发展生态建设与经济建设的互动模式，包括发展生态农业、生态工业、生态服务业、生态城镇建设，如自然环境优美，民俗文化丰富多彩等具有旅游业发展基础和潜力的地区可选择发展旅游业，重视贫困人口参与旅游业，解决一部分就业，丰富收入的多样化水平，实现旅游产业脱贫。

2）针对人均收入水平较低的贫困乡村，可以推进贫困乡村一、二、三产业融合发展，在此基础上推行发展区域特色产业，以自身特色吸引社会资本向贫困乡村产业融合发展领域投入，积极促进农业由生产环节向产前、产后延伸，提高农产品加工转化率和附加值，同时加强社会保障制度建设、财政转移支付，实现该类型区的贫困人口脱贫。

3）针对少数民族占比高的贫困乡村，各级政府应在文化基础设施建设、教育和职业培训等方面给予相应的重点资金支持。农村减贫项目和扶贫优惠政策同时要考虑特殊性，民族成分较为复杂的贫困村扶贫优惠政策应该向其倾斜。

4）距离省府距离方面。一方面，缩短贫困乡村到所在省府的客观距离，另一方面，缩短贫困乡村到所属贫困区县中心的经济距离[22]。前者需要加强贫困乡村到省府的骨干交通设施的建设，提升交通运输工具的可得性；后者需要扩大各贫困乡村之间的交通网的密度，提升现有公路等级的基础上，尤其注重加强网络基础设施建设，互联互通，实现农村信息化，以促进农村电子商务的发展。

扶贫开发由过去的“生存型扶贫”向“发展型扶贫”转变，即既要通过扶贫促进贫困人口收入持续快速增长，又要坚持以人为本。因此，政府方面应加大教育、医疗、基础设施的投入，鼓励私有经济以扩大就业，提供职业培训教育计划，通过建立合理的收入分配、人口流动机制。在促进社会经济发展效率的同时，充分考虑和兼顾社会公平，使贫困乡村地区的人口能够更充分地参与各种经济活动，通过实施对不同贫困乡村类型有针对性的扶贫措施，增强贫困乡村的自我发展能力，促进贫困乡村的全面发展。

[1]刘彦随, 李进涛. 中国县域农村贫困化分异机制的地理探测与优化决策[J]. 地理学报, 2017, 72(1): 161-173.Liu Y S, Li J T. Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China[J]. Acta Geographica Sinica, 2017,72(1): 161-173.

[2]Wang Y H, Wang B X. Multidimensional poverty measure and analysis: A case study from Hechi City, China[J].Springerplus, 2016, 5(1): 642.

[3]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[J]. 中国科学院院刊, 2016, 31(3): 269-278.Liu Y S, Zhou Y, Liu J L. Regional differentiation characteristics of rural poverty and targeted poverty alleviation strategy in China[J]. Bulletin of Chinese Academy of Sciences, 2016, 31(3): 269-278.

[4]钟少颖, 何则. 基于DEA与ESDA的中国国家级贫困县发展效率的测度与时空演化研究[J]. 中国人口·资源与环境,2016, 10(26): 130-137.Zhong S Y, He Z. Measuring and space-time evolution of national-level poverty countries development efficiency in China based on DEA and ESDA[J]. China Population, Resources and Environment, 2016, 10(26):130-137.

[5]Wang Y H, Qian L Y, Duan F Z. Multidimensional poverty measurement and spatial distribution pattern at the country scale: A case study on key country from national contiguous special poverty-stricken areas[J]. Scientia Geographica Sinica, 2013, 33(12):1489-1497.

[6]Liu Y H, Xu Y. Geographical identification and classification of multi-dimensional poverty in rural China[J]. Acta Geographica Sinica, 2015, 70(6): 993-1007.

[7]Tikhonova N E. The structural preconditions and basic types of poverty in Russia[J]. Sociological Research,2015, 54(1): 41-60.

[8]王亮, 韩振海, 余金艳, 等. 西部特殊困难地区发展: 综合评价与地域划分[J]. 经济地理, 2011, 31(5): 719-723.Wang L, Han Z H, Yu J Y, et al. The development of areas with special difficulties in Western China:comprehensive evaluation and regional[J]. Economic Geography, 2011, 31(5): 719-723.

[9]Bird K, Shepherd A. Livelihoods and chronic poverty in semi-arid Zimbabwe[J]. World Development, 2003,31(3): 591-610.

[11]Okwi P O, Ndeng’e G, Kristjanson P, et al.Spatial determinants of poverty in rural Kenya[J].Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(43): 16769-16774.

[12]曲玮, 涂勤, 牛叔文, 等. 自然地理环境的贫困效应检验—自然地理条件对农村贫困影响的实证分析[J]. 中国农村经济, 2012, 2(2): 21-34.Qu W, Tu Q, Niu S W, et al. Test on effects of physical geography on poverty[J]. Chinese Rural Economy, 2012, 2(2): 21-34.

[13]Ravallion M, Chen S. China’s (uneven) progress against poverty[J]. Journal of Development Economics,2007, 82(1): 1-42.

[14]丁建军. 武陵山片区经济增长益贫性与空间差异演变——基于2000-2011年县域数据的实证分析[J]. 地理研究, 2014, 33(5): 948-960.Ding J J. The pro-poor properties of economic growth and spatial difference evolution in Wuling Mountain area: A positive analysis of the county data from 2000 to 2011[J]. Geographical Research, 2014, 33(5):948-960.

[15]Gustafsson B, Li S. The ethnic minority majority income gap in rural China during transition[J].Economic Development and Cultural Change, 2003,51(4): 805-822.

[16]Partridge M, Rickman D. Distance from urban agglomeration economics and rural poverty[J]. Journal of Regional Science, 2008, 48(2): 285-310.

[17]Kwon H, Kim E. Poverty reduction and good governance: Examining the rationale of the millennium development goals[J]. Development and Change, 2014,45(2): 353-375.

[18]Hassan A, Idu A Y, Uyo A J, et al. Rethinking poverty reduction and sustainable development in Nigeria: An advocacy for the buttom-top paradigm[J]. Canadian Social Science, 2012, 8(6):78-90.

[19]李炳元, 潘保田, 程维明, 等. 中国地貌区划新论[J]. 地理学报, 2013, 68(3): 291-306.Li B Y, Pan B T, Cheng W M, et al. Research on geomorphological regionalization of China[J]. Acta Geographic Sinica, 2013, 68(3): 291-306.

[20]丁建军. 中国11个集中连片特困区贫困程度比较研究——基于综合发展指数计算的视角[J]. 地理科学, 2014,34(12): 1418-1428.Ding J J. Comparative analysis on poverty degree

Classification of rural poverty areas in Southwest China and poverty alleviation countermeasures

XIE Ling1, LI Xiao-kun2, REN Qiu-shuang2, WANG Chao-chao3, OU Li-wen2
（1. College of Environment and Resources, Guangxi Normal University, Guilin, Guangxi 541006, China;2. College of Geography and Tourism, Chongqing Normal University, Chongqing, 401331, China;3. Chongqing Academy of Science &Technology, Chongqing, 401123, China）

F319.9

A

1000-0275（2017）05-0818-09

国家社会科学基金（15BJL110）；广西师范大学青年基金（201517A4）；广西科协高校青年教师及研究生专项调研课题（2016Z16）。

谢玲（1990-），女，硕士，助教，主要从事区域规划与开发，E-mail：1428375964@qq.com；通信作者：李孝坤（1962-），男，教授，硕士生导师，主要从事资源环境与区域发展、乡村地理与新农村建设研究，E-mail：cslixk@qq.com。

2016-11-02，接受日期：2017-05-22

Foundation item:National Social Science Foundation of China(15BJL110); Youth Foundation of GXUN (201517A4); Special Project by GXASAT for Young Teachers and Graduate Students in University(2016Z16).

Corresponding author:LI Xiao-kun, E-mail: cslixk@qq.com.

Received2 November, 2016;Accepted22 May, 2017

10.13872/j.1000-0275.2017.0091

谢玲, 李孝坤, 任秋爽, 王超超, 欧力文. 西南地区贫困乡村地域类型划分及减贫对策研究[J]. 农业现代化研究,2017, 38(5): 818-826.

Xie L, Li X K, Ren Q S, Wang C C, Ou L W. Classification of rural poverty areas in Southwest China and poverty alleviation countermeasures[J]. Research of Agricultural Modernization, 2017, 38(5): 818-826.