确保到2020年我国现行标准下农村贫困人口实现脱贫, 贫困县全部摘帽, 解决区域性整体贫困, 是我国新时期脱贫攻坚的重要目标^[1]。我国贫困人口主要分布在11个集中连片特殊困难地区, 这些地区多是民族地区、边疆地区、深山地区, 基础设施和公共服务相对滞后, 面临生态和贫困双重压力^[2]。政府与学者普遍认同精准扶贫和生态环境保护需协同发展^[3-4]。国务院颁布的《中国农村扶贫开发纲要(2011—2020年)》中明确提出“坚持扶贫开发与生态建设、环境保护相结合, 促进经济社会与人口环境相协调”, 研究贫困地区贫困与生态之间耦合关系及作用机制, 对实现贫困地区生态修复和精准扶贫具有重大意义。

国内外学者针对生态环境和贫困开展了大量研究, 证实了生态环境与贫困之间具有关联性^[5-6], Sachs等^[7]发表了环境决定论, Liu等^[8]发现生态脆弱地区与贫困地区在地理空间上往往高度重叠, 周毅等^[9]认为脆弱生态环境是西部青藏高原、黄土高原和西南喀斯特生态脆弱带贫困的首要原因, Lawson等^[10]进一步提出了生态与贫困恶性循环模型, Bhattacharya^[11]也证实贫困与环境是相互强化的螺旋下降过程。生态环境和贫困耦合研究方面, Duraiappah^[12]认为贫困地区与恶劣生态环境在地理空间上存在非良性耦合关系, 王海英等^[13]提出武陵山特困连片区扶贫开发与生态建设耦合协调程度较低, 牛亚琼等^[14]分析了甘肃省2000—2014年生态环境和贫困耦合关系变化趋势, 发现其耦合协调度整体上升。这些研究为贫困瞄准、扶贫与生态环境保护协调发展提供了参考, 但大多数学者以省、片区和县为研究尺度^[15-18], 对二者关系的定量研究仅限于个别地区, 对生态脆弱、贫困程度最深的西南喀斯特山区研究很少^[19-21], 以前的研究成果揭示了生态与贫困在空间上高度重叠, 但贵州贫困程度深的黔东南地区生态并非脆弱, 中国11个集中连片特困区也主要分布在山区, 这些区域生态总体不差, 贫困与生态之间耦合关系值得进一步深入研究。由于缺乏基于精细尺度的生态环境与贫困耦合关系的理论支撑, 扶贫与生态环境协调发展的成功典型寥寥无几^[22]。西南喀斯特山区是我国四个生态脆弱区之一, 其贫困人口在中国生态脆弱区中最多^[23], 喀斯特地区地形破碎, 以往的研究以县为尺度不能表示山区县域地域分异大的特点, 难以满足当前精准扶贫聚焦深度贫困地区、贫困识别“到村到户”的战略需求^[24]。本研究以中国南方喀斯特中心的贵州高原为研究区, 通过对贵州贫困村生态脆弱和贫困的区域瞄准, 生态环境质量与贫困维度的分解与识别, 剖析喀斯特脆弱生态环境与多维贫困的耦合关系及作用机制, 对贵州及其他喀斯特生态脆弱区因地制宜地开展精准帮扶和生态修复具有重要意义。

1 研究区概况

贵州省位于我国西南内陆地区, 地处珠江与长江两大水系上游地带, 是全国唯一没有平原支撑的省份, 国土面积17.61×10⁵ km², 辖9个市(州)88个县(市、区)。贵州是中国贫困面最广、贫困程度最深、生态环境较为脆弱的省份^[25], 极易陷入“生态环境—贫困”的恶性循环贫困陷阱中。贵州兼具生态脆弱与贫困的双重典型性, 中国11个集中连片特困区中, 贵州横跨武陵山区、乌蒙山区和滇桂黔石漠化片区三大连片特困区(图 1), 是涵盖集中连片区最多的省份之一, 现有66个国家扶贫开发工作重点县, 2015年, 常住人口为3529.50万人, 其中, 贫困人口493.38万人, 占全国贫困人口的8.77%, 是我国建档立卡贫困人口最多的省份, 大生态、大扶贫、大数据也上升为贵州的“三大战略”行动。喀斯特与黄土、沙漠、高寒是我国四大生态环境脆弱区, 以贵州高原为中心的中国南方喀斯特区是世界上面积最大、最集中连片的喀斯特生态脆弱区, 也是世界三大喀斯特集中连片区中发育最典型、最复杂、景观类型最丰富的一个片区^[26]。贵州是中国南方喀斯特核心区, 喀斯特分布面积10.91×10⁵ km², 占全省国土面积的61.92%, 喀斯特山地、峰林、洼地、峡谷等喀斯特地貌类型应有尽有, 由于境内喀斯特地貌发育强烈, 加上不合理的人类活动, 贵州石漠化严重, 石漠化面积和严重程度全国第一, 根据2016年全国第三次石漠化监测数据, 贵州省石漠化土地面积2.47×10⁵ km², 占国土面积的18.31%^[27]。

2 数据源与研究方法 2.1 数据来源

研究采用的数据主要包括：(1)遥感影像来源于中国资源卫星应用中心(http://www.cresda.com/CN/index.shtml)下载的2015年8 m空间分辨率的ZY—3高分辨率卫星遥感数据；(2)研究区气象数据(降水、气温等)来源于国家气象科学数据共享服务平台(http://data.cma.cn)下载的贵州省及周边气象站点插值；(3)海拔、坡度、地势起伏度数据来源于贵州省自然资源厅30 m数字高程模型转换而成；(3)地质岩性资料来源于中国科学院地球化学研究所喀斯特科学数据中心(http://www.karstdata.cn/index.aspx)岩性图资料整理而成；(4)石漠化和水土流失图来源于贵州师范大学贵州省1:5万石漠化、水土流失分布图并根据卫星影像结合地理国情成果进一步修正处理^[28]；(5)基础地理信息、水系、交通网络数据来源于地理国情普查成果, 河网、交通密度通过计算各行政村河网、道路总长度和总面积, 再用总长度除以总面积得到；(6)耕地、园地、湿地资料来源于地理国情普查成果, 时间为2015年；(7)贫困村统计数据来源于扶贫办提供的9000个贫困村的2015年统计数据和部分调研资料, 贫困村样本覆盖贵州83个区县, 1276个贫困乡镇, 数据内容主要涵盖贫困村基本概况、经济发展水平、公共服务水平、基础设施条件、生产生活条件等信息。

2.2 指标体系构建 2.2.1 生态环境质量指标体系

影响生态环境的因素主要包括自然因素和人为因素两方面^[29], 参考已有相关研究成果^[30], 结合贵州喀斯特地区实际, 遵循指标选取的科学性、系统性等原则, 基于条件—状态—压力—恢复力四个方面12个指标构建贫困村生态环境质量评价指标体系(表 1), 采用熵值法得出各维度评价指标权重值^[31]。因选取的指标涵盖各领域, 单位不统一, 采用自然断点法对不同纲量级因子进行数值标准化处理。

2.2.2 多维贫困指标体系

参考相关多维贫困测度研究成果^[32-34], 结合村研究尺度实际, 从地理学空间贫困视角下的自然—社会—经济—区位—资源—生态方面综合评价贫困村的贫困程度, 构建包括自然条件、经济基础、资源禀赋、生态环境、区位条件、基础设施条件等6个维度30个村级多维贫困度量指标体系度量贵州省9000个省级贫困村多维贫困状况(表 2), 各维度评价指标的权重值根据熵值法确定。

2.3 生态环境脆弱性指数(EFI)与多维贫困指数(MPI) 2.3.1 数据标准化

因各指标数据的度量单位不同, 为了使指标之间有可比性, 采用极值法对各维度指标数据标准化处理。

正向指标:

(1)

负向指标：

(2)

式中, X_ij为第i个贫困村第j项评价指标的值, min(X_ij)为研究区贫困村第j项评价指标的最小值, max(X_ij)为贫困村中j项评价指标的最大值。

2.3.2 确定指标权重及综合指数

采用熵值法确定生态环境脆弱性和贫困指标的权重, 具体计算过程如下：

首先, 计算第i个贫困村第j个指标的比重：

(3)

然后, 计算第j个指标的熵值：

(4)

其次, 计算各指标权重：

(5)

最后, 计算第i个贫困村综合指数：

(6)

式中, Y_ij为第i个贫困村第j指标的比重, X_ij为第i个贫困村第j项指标值, n表示贫困村数, e_i为熵值, ln为自然对数, , m表示指标数, W_j为指标权重, I_i为综合指数。根据上述计算指标权重步骤, 确定贵州省9000个贫困村生态环境脆弱性权重(表 1)与多维贫困指标的权重(表 2), 并计算贫困村生态脆弱指数和多维贫困指数, 指数取值范围[0, 1], 指数值越接近1表明生态越脆弱或者越贫困。

2.4 生态环境与多维贫困耦合关系

使用耦合度模型计算生态环境与贫困相互依赖相互制约程度, 耦合度模型公式为：

(7)

式中, EPC表示生态与贫困耦合度, I_ie、I_ip分别为第i个贫困村的脆弱生态环境指数和多维贫困指数, 因只有生态环境与贫困两个因子, m取值2。EPC的取值范围为0到1, 当EPC=1时二者耦合度最大, 此时双系统达到良性共振耦合；当EPC=0时二者耦合度最小, 系统互相遏制对方, 不具有协调性, 两系统不存在关联性。

为更明确的表现脆弱生态环境与贫困的耦合协调关系, 进一步构建耦合协调度模型：

(8)

式中, EPD为耦合协调度, EPC为耦合度, I_ie、I_ip分别为第i个贫困村的脆弱生态环境指数和多维贫困指数, α、β为待定系数, 将环境系统与贫困系统视为同等重要, α、β同取0.5。借鉴相关研究^[35], 对耦合度、耦合协调度划分等级(表 3)。

2.5 生态环境与多维贫困热点分析

空间统计方法主要有聚类分析、空间自相关和热点分析等, 热点分析法可以得出峰值密集区出现位置, 可以分析出贵州贫困和生态脆弱的高/低值空间聚类的位置, 热点分析将某个贫困村及其相邻贫困村的局部总和与所有贫困村的总和进行比较, 当局部总和与所预期的局部总和有很大差异时, 便产生一个统计意义的z值, z越高, 贫困和生态脆弱的热点越紧密, 相反, 冷点聚类越紧密。

(9)

(10)

(11)

式中, x_j为第j村的值, w_{i, j}为要素i与j的权重, n为要素总数, G_i为z值得分。

3 结果与分析 3.1 贫困村生态环境脆弱性及多维贫困指数 3.1.1 生态环境脆弱性指数(EFI)

研究结果表明, 贵州省贫困村EFI介于0.10—0.66之间, 分布呈中间大两头小的“橄榄型”, 83.54%的贫困村EPI介于0.16—0.44之间, 随EFI的增加, 村数量逐渐减少。从贵州贫困村EFI值可以看出, 虽然贵州喀斯特生态整体脆弱, 但大部分贫困村生态环境并不差, 有些贫困村甚至生态环境很好。按照EFI值将区域生态环境脆弱性划分为微脆弱、轻脆弱、中脆弱、强脆弱和极脆弱5个脆弱等级(图 2), 贵州贫困村生态环境脆弱等级以轻脆弱和中脆弱为主, 二者占贫困村总数的62.58%, 极脆弱性占比最小, 极脆弱和强脆弱型贫困村数量占比为12.59%。

从图 3可以看出, 贵州省贫困村生态环境脆弱性分布空间格局差异明显, EFI较低的村主要分布在贵州的东部、黔西南州东南部、遵义市西北部三个区域, EFI较高的村主要分布在贵州西部地区, 毕节市、六盘水市和安顺市大部分村的生态环境比较脆弱, 贵州贫困村EFI整体变化趋势为由西部向东部递减。贵州生态环境脆弱性格局主要受石漠化、人口密度、平均气温的影响, 西部地区石漠化较为严重, 加上人口密度大, 森林覆盖率明显低于东部地区, 生态环境更为脆弱。

通过图 4可以看出, 贵州省各市(州)贫困村生态环境脆弱性构成差异较大, 黔东南州贫困村生态环境脆弱性最低, 贫困村生态环境主要以微脆弱型为主, 黔东南州以非喀斯特为主, 无石漠化, 森林覆盖率高、水田面积大, 水土流失等级弱；遵义市、黔南州和铜仁市贫困村生态环境主要以轻脆弱型为主；毕节市、六盘水市和安顺市以中脆弱型为主, 同时强脆弱型比例也较大, 这些地区地势起伏大, 森林覆盖率较低, 石漠化与水土流失较严重, 加上人口密度较大, 生态较为脆弱, 尤其是六盘水市, 强脆弱型等级以上贫困村占总数的40%以上。从贵州三个集中连片区分析, 武陵山区贫困村生态环境脆弱等级较低；滇黔桂石漠化区微脆弱、轻脆弱和中脆弱占比较大；而乌蒙山区中脆弱和强脆弱贫困村占比较大, 是三个集中连片区中生态环境最脆弱的片区。

3.1.2 多维贫困指数(MPI)

统计贵州省9000个省级贫困村的MPI, MPI在0.41—0.71之间, 指数整体较高, 说明贵州省选定的省级贫困村总体比较贫困, 从统计图可以看出, 贵州贫困村MPI分布呈“橄榄型”, 贫困村数量随着MPI升高先增大后逐渐减少, MPI值为0.56的村数量最多(852个), 贵州大部分贫困村比较贫困, 贫困程度极深的贫困村占比不大, 总体符合贵州贫困村整体相对贫困, 总体以中度贫困为主但极度贫困村总量不大的特征。将MPI按照自然断点分级法划分为轻微贫困、一般贫困、中度贫困等5个等级(图 5), 贵州贫困村MPI大部分位于0.51—0.61之间, 以一般贫困、中度贫困和深度贫困类型为主, 三种类型贫困村数量占贫困村总数的79.53%, 极度贫困村占比不大。

由图 6可以看出, 贵州省贫困村MPI存在较明显的空间差异, MPI高的村主要分布在贵州南部、北部和西北部, 中部贫困村MPI相对较低, 贫困程度较轻。贵阳市、安顺市、遵义市贫困村分布较稀疏, 其余各市(州)政府驻地周围贫困村数量较少。从区域分布看, 南部的紫云、望谟和册亨县深度、极度贫困村集中分布, 北部的道真、务川及沿河县深度、极度贫困村集中分布, 其次是黔东南州的从江县、毕节市赫章县、威宁县深度、极度贫困村分布较多。遵义市南部, 黔南州北部及兴义市、盘县贫困程度较轻, 多为一般贫困和轻微贫困。贵州省贫困村MPI分布格局与贵州省贫困村建档立卡贫困发生率分布格局整体相近, 贫困村空间分布主要受县GDP总量、耕地比例、农业人口密度、人均国土面积等因子影响权重较大, 从维度分析, 贵州贫困村致贫维度影响权重依次是自然条件＞资源禀赋＞经济基础＞基础设施＞生态环境＞区位条件。生态环境、基础设施等并不是贵州贫困的主要致贫因素, 贵州在扶贫开发中, 需要针对其主要致贫维度, 补齐短板, 提升经济实力, 有效开展精准扶贫。

从各市(州)贫困村数量看(表 4), 六盘水市轻微贫困村数量最多, 贵阳市贫困村以轻微贫困为主, 没有深度和极度贫困村；毕节市、黔东南州的一般贫困村数量较多, 六盘水市轻微贫困和一般贫困村数量占比较大；毕节市、黔东南州和铜仁市中度贫困村、深度贫困村数量较多, 极度贫困村主要分布在铜仁、安顺和黔西南州。从各市(州)贫困村的等级数量和比例可以看出, 贵州9个市(州)贫困村构成存在较大差异, 毕节、黔东南贫困村数量最多, 但是铜仁、安顺市贫困程度最深, 各市(州)因根据辖区贫困村贫困程度及发生率, 根据贫困村主要的致贫维度和影响因子采取不同的精准扶贫对策。贵州3个集中连片特困区各种类型贫困村的构成比例差异不大, 乌蒙山区以一般贫困和中度贫困村为主, 滇桂黔石漠化区以中度贫困、深度贫困和一般贫困村为主, 武陵山区以深度贫困、一般贫困和中度贫困村为主。

3.2 贫困村生态脆弱及多维贫困热点分析

从图 7可以看出, 生态脆弱热点在贵州西部乌蒙山区的六盘水市与毕节市呈现高值大范围聚集, 在东部黔东南州、铜仁市呈现出低值聚集。而从贫困热点分布图可看出, 贫困在贵州省八个市(州)均有小面积高值聚集, 贵州南部、北部、西北角及东南角呈现高值聚集分布, 贵州中部、西南部呈现出低值聚集区。对比贵州贫困村生态脆弱性热点分布图与贫困热点分布图可以看出, 贵州贫困村生态环境脆弱性与贫困热点分布存在较大差异, 热点分布整体格局不一致, 贫困热点区域与生态环境脆弱热点区域小范围重叠, 重叠区主要分布在毕节市、黔南州和黔西南州及安顺市部分区域。村级研究结果表明, 贵州省贫困村生态脆弱性与多维贫困空间分布重叠度并不高, 以往认为贫困主要分布在生态脆弱区的观念可能会影响精准扶贫决策, 根据贵州贫困村热点分布图与生态脆弱热点分布图叠加分析结果, 贵州精准扶贫的重点不能只局限于西北生态脆弱区, 其他山区贫困分布更为集中, 贫困面更广, 仍需高度重视非生态脆弱贫困村的扶贫工作。

3.3 生态与贫困耦合关系 3.3.1 生态与贫困耦合度(EPC)

利用2.4耦合度模型分析, 贵州贫困村EPC介于0.29—0.56之间, 总体处于微度、轻度和中度耦合, 属于低水平耦合阶段和拮抗时期, 贵州贫困村贫困程度与生态脆弱性之间联系并不太紧密, 耦合性不强。从图 8可以看出, 贵州省EPC在空间分布差异较大, EPC指数在总体上呈现出西高东低格局, 黔东南州大部、赤水市、册亨县EPC指数较低, 这些地区生态脆弱性低, 但是较为贫困, 贫困程度与生态脆弱性耦合性弱。3个低水平耦合村全部分布在黔东南州, 轻度耦合主要分布在黔东南州, 黔东南州是贵州省生态环境最好的市州之一, 区内降雨充沛, 植被覆盖度高, 生态良好, 但存在贫困程度深, 贫困面广的显著特征。中度耦合集中分布在贵州西部的毕节、六盘水市, 而黔东南州、铜仁市、遵义市和黔南州分布较少, 且分布较为离散。

从生态与贫困耦合方式分析, 89.33%的贫困村处于拮抗时期阶段, 此类型贫困村生态环境脆弱性与贫困程度存在较大不一致性, 广泛分布于贵州省九个市(州), 贫困程度主要以中度为主, 生态环境脆弱类型从微脆弱型到强脆弱型, 生态环境与贫困程度之间相关性不强。有10.67%的贫困村处于磨合时期阶段, 磨合阶段的贫困村除贵阳市之外其他8个市(州)都有分布, 其中毕节市最多, 空间分布上呈现出“大聚集, 小分散”的特征, 此类贫困村主要为中度贫困、深度贫困, 生态环境为中脆弱和强脆弱型, 表现为生态环境破坏, 但经济基础薄弱, 不能有效承载贫困村的发展, 需同时促进生态环境修复和经济发展, 促使二者协同改善, 是实施易地扶贫搬迁较适宜的区域。

3.3.2 贫困与生态耦合协调度(EPD)

贵州贫困村耦合协调度介于0.30—0.60之间, 总体差异不大, 将耦合协调度按表 3划分为四个等级(图 9), 大部分贫困村为低度耦合协调和中度耦合协调, 这些贫困村因较为贫困, 过度开发利用资源, 致使生态空间被严重挤压, 产生了较多生态问题。贵州高度耦合协调的贫困村只有1127个, 此类贫困村扶贫开发取得一定成效, 生态环境得到了较大改善, 二者处于良好耦合协调。空间分布上, 低耦合协调型集中分布在黔东南州, 铜仁市和遵义市南部；中度协调耦合分布较为离散, 黔西南州、安顺市等中西部地区分布较为集中；高度协调耦合型主要分布在西部地区, 集中在毕节市、六盘水市。总体上, 贵州省贫困村耦合协调度呈现出从西北向东南递减的空间特征。

将生态脆弱指数(EFI)与贫困指数(MPI)进一步简称为E与P, 根据其值大小分为低(0—0.4)、中(0.4—0.6)、高(0.6—1)三种等级, 分别用L、M和H代表三种等级, 分析生态脆弱性与贫困组合关系, 各市(州)贫困村生态环境与贫困组合类型见表 5和图 9。

生态良好-一般贫困型(EL-PM)。该类型贫困村占贵州省贫困村总数的69.3%, 分布较广, 在各市(州)皆有分布, 黔东南州、铜仁市、黔南州和遵义市分布最广, 除安顺市、毕节市和六盘水市外, 此类型贫困村占各市(州)贫困村比例均达50%以上。此类贫困村生态环境良好, 环境脆弱性指数低, 生态恢复力强, 但当前经济发展程度不高, 首位致贫维度为经济基础缺乏、资源禀赋较差。从致贫因子数量分析, 以三维度制约型为主, 多为资源禀赋、经济基础和基础设施缺乏型。这类贫困村需要在生态保护前提下, 补齐基础设施短板, 充分利用生态优势, 大力发展特色山地高效产业, 加快农村产业结构调整, 因地制宜推动经济发展。

生态一般-一般贫困型(EM-PM)。该类型贫困村占贵州省贫困村总数的16.94%, 以毕节市、六盘水市数量最多。该类贫困村生态脆弱指数较高, 石漠化和水土流失较严重, 但水热条件好, 生态恢复力强。主要致贫维度为自然条件和资源禀赋, 因地处喀斯特山区, 地势起伏大, 耕地面积小, 人口密度大, 人均耕地面积小, 家庭农业产值较低。从致贫因子数量看, 以多种致贫因素为主, 致贫因素复杂。此类贫困村致贫因子多, 帮扶难度较大, 需针对性补齐各类制约因素短板, 同时需要加强石漠化治理, 防止水土流失, 注重脆弱生态的恢复, 引导传统种植业向经果和畜牧业转换, 加快特色优势产业培育。大力开展农村剩余劳动力转移就业, 降低农业人口密度, 促进收入结构调整。

生态良好-深度贫困型(EL-PH)。该类型贫困村占贵州省贫困村总数的9.41%, 除了六盘水和贵阳市外, 其他市(州)都有分布, 主要分布贵州省东部、南部和北部的市(州), 如铜仁市、遵义市和黔南州。此类型贫困村生态良好, 首位致贫维度为经济基础薄弱, 以三因素缺乏型为主, 多为经济基础、资源禀赋、自然条件缺乏型和经济基础、资源禀赋、基础设施缺乏型。此类贫困村县域经济基础薄弱, 缺乏村集体经济, 产业规模小, 因山区资源禀赋基础差, 耕地面积比例小, 基础设施滞后, 需在保护生态的前提下, 加快基础设施建设, 着力壮大县域经济, 加快二三产业布局, 充分利用生态优势发展山地特色林、药产业, 培育山地旅游业发展。

生态良好-一般贫困型(EL-PM)、生态一般-一般贫困型(EM-PM)和生态良好-深度贫困型(EL-PH)三种类型占贵州省贫困村总数的95.66%, 其他组合类型相对较少。生态一般-深度贫困、生态脆弱-一般贫困和生态脆弱-深度贫困的村都主要集中在毕节市, 主要致贫维度是自然条件、资源禀赋差, 以多种致贫因素为主, 扶贫开发难度大, 此类贫困村基础设施薄弱, 生态已经恶化, 经济水平仍相当低, 村内资源禀赋难以支撑经济的发展, 需加强易地扶贫搬迁, 减少人类活动干扰, 减轻生态压力, 促进生态自然修复。

4 讨论

中国连片特困区的生态环境现状并非脆弱。以前的研究成果表明中国95%的贫困人口分布在生态脆弱区^[36], 然而, 国务院扶贫办统计的建档立卡贫困人口集中分布在大兴安岭南麓、燕山-太行山、吕梁山、六盘山、秦巴山、大别山、武陵山、乌蒙山、罗霄山、滇西边境区和滇桂黔石漠化11个连片特困区, 这些区域贫困人口占据了全国贫困人口的70%以上^[2]。近年来中国生态环境明显改善^[37], 根据刘军会等^[38]划定的中国生态环境脆弱区范围, 连片特困区与生态环境脆弱区空间重合度并不太高, 生态环境脆弱已经不是中国11个连片特困区主要致贫因素, 它们共同的特点是位于山区及少数民族地区, 交通设施落后, 经济结构以传统农业为主, 工业化水平非常低。山区导致的地势起伏、耕作条件差、资源单一、交通封闭、基础设施薄弱等是集中连片区贫困的重要原因。

Duraiappah^[12]认为生态环境退化很大程度是由于贫困, 从致贫维度分析, 本文分析的6个致贫维度中, 生态环境并非贵州大部分贫困村的首要致贫维度。贫困村更多是因为自然条件、资源禀赋不能承载过多人口而导致人均资源不足, 因贫困进一步过度开发利用资源导致生态恶化, 在水热条件适宜的中国南方喀斯特地区, 生态环境并非贫困的原始致贫因素, 而是因为贫困导致过度开发利用资源导致的生态环境退化。

从小比例尺分析, 贵州高原生态环境相对脆弱, 贫困面较广, 但从贫困村大比例尺尺度分析的贵州贫困村贫困指数与生态脆弱指数耦合度并不高, 从省、县尺度分析贵州喀斯特山区贫困会靶向不准, 这是值得关注的问题。本文分析的贵州贫困村致贫维度权重大小依次是自然条件、资源禀赋、经济基础、基础设施、生态环境、区位条件。从影响维度分析, 生态环境在致贫维度的权重并不高, 只占9.5%左右, 自然条件和资源禀赋是贫困村难以改变的自然基础, 消除贫困更多的需要从改善区域经济基础、提升基础设施等措施入手, 在区域既定自然背景下, 消除贫困的核心是提升经济, 实现区域人、地、业的协调。

本文定量分析了贵州9000个省级贫困村生态和贫困耦合关系, 在一定程度上增加喀斯特地区脱贫攻坚的针对性, 但贵州喀斯特与非喀斯特交错分布, 不同类型区贫困村多维贫困、生态脆弱评价指标模型构建及权重的重叠性尚需开展更深层次的研究探讨, 贫困村人文指标还需加强, 缺乏精准扶贫背景下村域多维贫困与生态的时空演变分析, 还需在后续研究中进一步深化, 以期为精准扶贫和生态保护提供导向支持。

5 结论

基于地理区位视角, 以耦合协调度理论为基础, 构建了贵州喀斯特高原9000个省级贫困村生态脆弱性与贫困评价指标体系, 研究贫困村生态环境及多维贫困状况, 并分析了二者之间的耦合协调状况, 提出不同生态-贫困组合类型村减贫措施, 得到以下主要结论：

(1) 贵州省贫困村EPI位于0.10—0.66之间, 分布上呈较为明显的正态分布, 83.54%的贫困村EPI介于0.16—0.44之间。生态环境脆弱性等级以轻脆弱和中脆弱为主, 生态环境脆弱程度整体趋势为由西部向东部递减。贫困村2015年MPI在0.41—0.71之间, 总体比较贫困, 贫困程度以中度贫困和一般贫困为主, 贫困指数高的村主要分布在贵州南部、北部和西北部, 中部贫困村贫困指数相对较低。从贫困村EPI和MPI分析, 贵州贫困村MPI比EPI更高, 在保护生态的前提下, 贵州贫困村应优先发展, 促进产业结构调整和就业扶贫, 抓住本轮精准扶贫政策有效时机, 大力开展精准扶贫, 提升区域经济发展水平。

(2) 贵州贫困村生态环境与贫困耦合度介于0.35—0.56之间, 89.33%的贫困村处于轻度耦合, 属于低水平耦合阶段拮抗时期, 贵州生态环境与贫困的耦合度大致为西高东低格局。耦合协调度位于0.30—0.60之间, 总体差异不大, 分布特征与耦合度差异不大。贵州大部分贫困村生态与贫困没有处于良性协调发展阶段, 应基于贫困村生态脆弱性和多维贫困差异特征, 设计差异化的贫困村生态建设与精准扶贫优化协调路径, 引导贫困村生态与精准扶贫向更为有序、协调的方向发展, 提升贫困村生态保护与精准扶贫的耦合协调。

(3) 贵州大部分贫困村属于生态良好—一般贫困型, 占贫困村总数的69.3%, 贵州贫困村生态环境与贫困耦合度并不高, 贵州95.66%的贫困村生态良好或者一般, 贵州贫困村致贫维度权重依次为自然条件、资源禀赋、经济基础、基础设施、生态环境、区位条件, 主要致贫维度为自然条件、资源禀赋、经济基础。在难以改变贫困村自然条件、资源禀赋背景下, 贵州贫困村需提升区域经济水平, 特别是县域经济综合实力, 进一步补齐因地处山区导致的基础设施薄弱、交通落后的短板, 在保护生态的前提下, 大力发展经济。贵州在扶贫开发过程中, 应充分重视生态环境与贫困的空间耦合关系, 在东部地区加强经济开发, 西部地区在发展经济时还需强化生态修复。