劉愿理 廖和平 蔡進(jìn) 李靖 李濤 朱琳 何田

摘要?研究土地利用多功能與多維貧困的耦合關(guān)系是開展土地扶貧的有益探索，對(duì)鞏固脫貧成果和有效銜接鄉(xiāng)村振興戰(zhàn)略更具有重要的理論和實(shí)踐意義。因此，本文以云南省南澗彝族自治縣80個(gè)行政村為研究對(duì)象，構(gòu)建土地利用多功能與多維貧困耦合度和耦合協(xié)調(diào)模型，分析2014—2018年土地利用多功能與多維貧困及空間格局特征，探究兩者耦合關(guān)系及耦合協(xié)調(diào)發(fā)展的時(shí)空特征，并劃分耦合協(xié)調(diào)發(fā)展類型。結(jié)果顯示：①研究區(qū)2014—2018年土地利用多功能與脫貧發(fā)展指數(shù)提升較快，空間分布差異性明顯，土地利用多功能呈現(xiàn)“一主兩副”的空間格局特征，脫貧發(fā)展水平空間分布以縣城為中心向外延逐漸降低，且北部地區(qū)高于南部地區(qū)。②研究區(qū)2014—2018年土地利用多功能與多維貧困耦合度和耦合協(xié)調(diào)度的等級(jí)提升明顯，耦合度從以低度耦合、中度耦合為主提升為以中度耦合、較高耦合為主，耦合協(xié)調(diào)度從以中度失調(diào)為主提升至以輕度失調(diào)和初級(jí)協(xié)調(diào)為主;耦合度和耦合協(xié)調(diào)度空間分布關(guān)聯(lián)性較強(qiáng)，呈現(xiàn)從東北部向西南部遞減的布局特征，局部地區(qū)形成了新的集聚中心。③研究區(qū)2014—2018年土地利用多功能與多維貧困耦合關(guān)系的空間分布存在顯著的正相關(guān)性，空間集聚水平逐漸提升。④耦合協(xié)調(diào)發(fā)展類型包括土地利用多功能滯后型、多維貧困滯后型和同步型3種類型，其中同步型是研究區(qū)的主要類型，從2014年的同步滯后型提升為2018年的同步協(xié)調(diào)型。土地利用多功能滯后型的行政村數(shù)量呈增長趨勢;多維貧困滯后型的行政村數(shù)量呈減少趨勢。最后，根據(jù)土地利用多功能與多維貧困耦合協(xié)調(diào)發(fā)展類型，針對(duì)性地提出解決措施。

關(guān)鍵詞?時(shí)空耦合關(guān)系;土地利用多功能;多維貧困;南澗彝族自治縣

中圖分類號(hào)?F301.24?文獻(xiàn)標(biāo)識(shí)碼?A文章編號(hào)?1002-2104（2020）10-0154-11?DOI：10.12062/cpre.20200641

土地是人類賴以生存的重要資源，更是幫助貧困農(nóng)戶擺脫困境的重要支撐。2014年以來，各級(jí)政府加大對(duì)貧困地區(qū)的財(cái)政投入，大力發(fā)展鄉(xiāng)村產(chǎn)業(yè)和現(xiàn)代農(nóng)業(yè)，土地利用多功能有所提升，而土地利用多功能水平的提升又為貧困地區(qū)實(shí)施精準(zhǔn)扶貧戰(zhàn)略提供良好的資源保障。2018年6月，中共中央國務(wù)院出臺(tái)的《關(guān)于打贏脫貧攻堅(jiān)戰(zhàn)三年行動(dòng)的指導(dǎo)意見》明確提出加強(qiáng)貧困地區(qū)的土地政策支持，挖掘土地優(yōu)化利用脫貧的潛力，助推脫貧攻堅(jiān)。然而，滇西邊境山區(qū)作為集中連片特困地區(qū)，貧困程度深，喀斯特地貌突出，生態(tài)環(huán)境脆弱，自然資源稟賦匱乏，土地利用多功能水平較低，土地利用與多維貧困往往陷入 “惡性循環(huán)”。因此，本文以滇西邊境山區(qū)的南澗彝族自治縣為例，構(gòu)建土地利用多功能與多維貧困耦合度和耦合協(xié)調(diào)度模型，分析土地利用多功能與多維貧困的時(shí)空耦合關(guān)系，探究耦合協(xié)調(diào)發(fā)展水平及類型，是開展土地扶貧的有益探索，更是對(duì)鞏固脫貧攻堅(jiān)成果和有效銜接鄉(xiāng)村振興戰(zhàn)略具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

1?文獻(xiàn)綜述

近年來，學(xué)術(shù)界對(duì)土地利用多功能和多維貧困的研究較多，成果豐碩。具體而言，土地利用多功能概念來源歐盟第六框架SENSOR項(xiàng)目，最早用于農(nóng)業(yè)多功能型研究，后來引入土地利用多功能研究中，學(xué)者將其大致劃分為社會(huì)功能、經(jīng)濟(jì)功能、生態(tài)環(huán)境功能等 [1-4]，并利用探索性空間數(shù)據(jù)分析方法分析土地利用多功能時(shí)空分異特征 [5]，從自然、社會(huì)、經(jīng)濟(jì)和政策等方面對(duì)省域、縣域等地區(qū)的土地利用功能進(jìn)行障礙因子診斷，探求影響土地利用多功能的主導(dǎo)因素等 [6-7]，并提出加快土地整治、建設(shè)高標(biāo)準(zhǔn)基本農(nóng)田等建議 [8-9]，以提高土地利用多功能水平。在多維貧困研究領(lǐng)域，學(xué)者運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型 [10]、全排列多邊形綜合圖示法 [11]、空間計(jì)量模型 [12]、A-F法 [13]等方法研究少數(shù)民族地區(qū)、集中連片特困區(qū)、西南山區(qū)等特定地區(qū)的貧困問題 [14-16]，識(shí)別和測度多維貧困 [17-18]，分析時(shí)空格局 [19-20]，探究主導(dǎo)因素，劃分多維貧困類型，并提出治理措施等 [21-23]。然而，目前關(guān)于土地利用多功能與多維貧困的關(guān)系研究尚處起步，相關(guān)文獻(xiàn)較少，現(xiàn)有研究主要探討縣域貧困與生態(tài)環(huán)境的時(shí)空關(guān)系及影響因素 [24-25]，定量分析土地利用與社會(huì)經(jīng)濟(jì)的均衡發(fā)展水平 [26-27]，探究不同土地利用類型與貧困的耦合關(guān)系 [28-29]，并結(jié)合不同地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r，提出優(yōu)化土地利用，提高耕地質(zhì)量，以土地整治促進(jìn)脫貧攻堅(jiān)等建議 [30-31]。

縱觀現(xiàn)有研究成果，學(xué)者們探討了土地利用多功能和多維貧困的時(shí)空布局特征、主導(dǎo)因素及貧困與生態(tài)環(huán)境，土地利用與社會(huì)經(jīng)濟(jì)的關(guān)系等問題。但是，相關(guān)研究至少在以下幾個(gè)方面存在拓展空間： 一是從研究尺度看，土地利用多功能與多維貧困的測度多以省域、市域和縣域等中大尺度為主，缺少微觀尺度的研究。二是從研究范圍看，土地利用多功能與多維貧困的研究主要采用截面數(shù)據(jù)，缺乏時(shí)間序列的研究。三是從耦合關(guān)系看，主要是分別研究土地利用多功能和多維貧困與其他資源要素的關(guān)系，缺乏對(duì)土地利用多功能與多維貧困系統(tǒng)之間耦合關(guān)系的定量研究。鑒于此，本文以農(nóng)村社會(huì)經(jīng)濟(jì)活動(dòng)的基本單元村域?yàn)檠芯繉?duì)象，構(gòu)建土地利用多功能與多維貧困耦合關(guān)系模型，分析其耦合關(guān)系時(shí)空演化特征，以期為鞏固脫貧攻堅(jiān)成果和銜接鄉(xiāng)村振興戰(zhàn)略提供理論依據(jù)。

2?研究區(qū)概況與數(shù)據(jù)來源

2.1?研究區(qū)概況

云南省南澗縣是集邊遠(yuǎn)、山區(qū)、民族、貧困為一體的彝族自治縣，位于云南省西部、大理州南端，地處東經(jīng)100°06'～100°41'，北緯24°39'～25°10'之間。全縣面積1 738.82 km2，其中山區(qū)面積占99.3%。截至2018年底，全縣總?cè)丝?3萬人，其中農(nóng)業(yè)人口占93.3%，轄5鎮(zhèn)3鄉(xiāng)80個(gè)村（居）委會(huì)，居住彝、漢、白、回、苗等20個(gè)民族。2014—2018年，南澗彝族自治縣土地利用結(jié)構(gòu)不斷發(fā)生變化，土地利用方式趨于多樣化，但仍以林地為主，土地資源稀缺性日益突出。同時(shí)，南澗彝族自治縣作為滇西邊境山區(qū)深度貧困縣，山區(qū)面積廣、耕地面積少、自然條件差、交通不便，貧困程度較深，2014年貧困人口14 492戶55 641人，貧困發(fā)生率28.05%，截止2018年累計(jì)脫貧13 732戶54 712人，剩余貧困人口858戶2 534人，貧困發(fā)生率降至1.32%。

2.2數(shù)據(jù)來源及權(quán)重確定

本文以2014年和2018年為研究時(shí)點(diǎn)，2014—2018年為研究時(shí)段，數(shù)據(jù)來源主要有：①矢量數(shù)據(jù)，包括土地利用變更數(shù)據(jù)（2014年和2018年），10 m×10 m精度的數(shù)字高程模型，來源于縣自然資源局。②統(tǒng)計(jì)數(shù)據(jù)，包括《南澗彝族自治縣統(tǒng)計(jì)年鑒（2014年和2018年）》，各鄉(xiāng)鎮(zhèn)2014年和2018年農(nóng)村經(jīng)濟(jì)情況報(bào)表，來源于縣統(tǒng)計(jì)部門。③社會(huì)調(diào)查數(shù)據(jù)，包括2014年和2018年80個(gè)行政村的土地利用和貧困狀況基本數(shù)據(jù)，來源于課題組問卷調(diào)查數(shù)據(jù)，問卷由村干部或駐村工作隊(duì)填寫。所有數(shù)據(jù)均經(jīng)過主成分分析法（PCA）降維處理，提取評(píng)價(jià)指標(biāo)的主成分因子，以消除指標(biāo)的共線性，確?？茖W(xué)客觀構(gòu)建指標(biāo)體系。同時(shí)，指標(biāo)權(quán)重的確定主要結(jié)合主觀賦權(quán)法和客觀賦權(quán)法，以主客觀權(quán)重的平均值作為本文指標(biāo)的組合權(quán)重。

3研究方法

3.1?土地利用多功能評(píng)價(jià)模型

3.1.1指標(biāo)選取

按照土地利用多功能分類，構(gòu)建生產(chǎn)功能、經(jīng)濟(jì)功能、社會(huì)功能和生態(tài)功能四個(gè)維度的村域土地利用多功能評(píng)價(jià)指標(biāo)體系（見表1）。具體而言，生產(chǎn)功能選取糧食單產(chǎn)和人均禽畜產(chǎn)值表征土地發(fā)展種養(yǎng)殖業(yè)的能力，機(jī)耕道路密度反映土地生產(chǎn)便捷程度，均為正向指標(biāo);經(jīng)濟(jì)功能以土地經(jīng)濟(jì)密度、人均土地流轉(zhuǎn)收益和土地流轉(zhuǎn)帶動(dòng)就業(yè)率3個(gè)指標(biāo)表征土地支持經(jīng)濟(jì)發(fā)展的能力，均為正向指標(biāo);社會(huì)功能選取人口密度、農(nóng)村居民人均住房面積、醫(yī)療衛(wèi)生用地面積占比和人均公共服務(wù)設(shè)施用地面積4個(gè)指標(biāo)表征土地為人類提供住房、醫(yī)療衛(wèi)生和公共服務(wù)用地保障的能力，均為正向指標(biāo);生態(tài)功能選取農(nóng)用化肥強(qiáng)度、水土流失率2個(gè)負(fù)向指標(biāo)表示土地提供維持人類生存和發(fā)展的自然條件受損程度，以垃圾回收站用地面積占比和生態(tài)用地面積占比2個(gè)正向指標(biāo)反映土地凈化和涵養(yǎng)能力。

3.1.2?土地利用多功能指數(shù)模型

土地利用多功能指數(shù)（LUMI）用于測算研究區(qū)土地利用多功能水平，其值越高代表土地利用多功能的水平越高。其計(jì)算公式如下：

3.2?多維貧困評(píng)價(jià)模型

3.2.1?指標(biāo)選取

基于物質(zhì)缺乏貧困論、可行能力貧困論、機(jī)會(huì)剝奪貧困論和生態(tài)貧困論等理論，構(gòu)建自然稟賦、經(jīng)濟(jì)條件、可行能力和發(fā)展機(jī)會(huì)四位一體的西南山區(qū)村域脫貧發(fā)展評(píng)價(jià)指標(biāo)體系（見表2）。具體而言，自然稟賦維度選取人均耕地面積和25°以上耕地面積占比表征耕地資源稟賦，以平均坡度反映自然條件，其中人均耕地面積為正向指標(biāo)，其余指標(biāo)為負(fù)向指標(biāo);經(jīng)濟(jì)條件維度以年人均純收入和年人均集體經(jīng)濟(jì)收入直接反映經(jīng)濟(jì)收入情況，以外出務(wù)工人員占比和政策性貸款規(guī)模說明獲取經(jīng)濟(jì)收入的能力，4個(gè)均為正向指標(biāo);可行能力反映貧困人口自身具備發(fā)展的能力，以勞動(dòng)力技能占比、受教育程度2個(gè)正向指標(biāo)和重病殘疾人口占比1個(gè)負(fù)向指標(biāo)表征;發(fā)展機(jī)會(huì)反映貧困人口通過外部資源獲取自身發(fā)展所需的支持，以產(chǎn)業(yè)發(fā)展帶動(dòng)就業(yè)率、住房安全有保障占比、交通通達(dá)度和到縣政府距離4個(gè)指標(biāo)表征，其中到縣政府距離為負(fù)向指標(biāo)，其他均為正向指標(biāo)。

3.2.2?脫貧發(fā)展指數(shù)模型

脫貧發(fā)展指數(shù)（PDI）用于表征研究區(qū)多維貧困治理程度，定量分析多維貧困脫貧后的發(fā)展水平，其值越高代表貧困程度越低。具體公式如下：

3.3?數(shù)據(jù)標(biāo)準(zhǔn)化處理

土地利用多功能與多維貧困系統(tǒng)的評(píng)價(jià)指標(biāo)既有正向指標(biāo)又有負(fù)向指標(biāo)。因此，本文數(shù)據(jù)標(biāo)準(zhǔn)化處理采用極差標(biāo)準(zhǔn)法，具體表達(dá)式如下：

3.4?耦合度和耦合協(xié)調(diào)度模型

3.4.1?耦合度模型

為了探究土地利用多功能系統(tǒng)與多維貧困系統(tǒng)之間相互作用的強(qiáng)度，本文引入物理學(xué)中的容量耦合概念，構(gòu)建耦合度模型，定量分析兩個(gè)系統(tǒng)的相互關(guān)聯(lián)程度，具體公式如下：

式中，C代表土地利用多功能與多維貧困系統(tǒng)的耦合度，L（x）代表土地利用多功能發(fā)展指數(shù)，P（y）代表多維貧困綜合發(fā)展指數(shù)。其中C值介于0～1之間，其值越大表示系統(tǒng)間耦合度越高。本文將耦合度C劃分為4個(gè)等級(jí)，即低度耦合（0≤C<0.3）、中度耦合度（0.3≤C<0.5）、較高耦合（0.5≤C<0.8）和高度耦合（0.8≤C≤1）。

3.4.2?耦合協(xié)調(diào)度模型

為了進(jìn)一步厘清土地利用多功能與多維貧困兩個(gè)系統(tǒng)是在高水平上相互促進(jìn)還是在低水平上相互制約，本文引入耦合協(xié)調(diào)度模型，測算兩者之間耦合協(xié)調(diào)發(fā)展水平，具體公式如下：

式中，D代表耦合協(xié)調(diào)度，C代表耦合度，T為土地利用多功能與多維貧困的評(píng)價(jià)指數(shù)， a和b為待定系數(shù)，根據(jù)土地利用多功能與多維貧困同等重要的標(biāo)準(zhǔn)，將待定系數(shù)確定為a=b=0.5。參考李成宇、王昭等人的研究[32-33]，將耦合協(xié)調(diào)度分為7個(gè)等級(jí)，在此基礎(chǔ)上，結(jié)合兩個(gè)系統(tǒng)得分差值，將耦合協(xié)調(diào)發(fā)展類型分為 3大類21小類（見表3）。

3.5?探索性空間數(shù)據(jù)分析法

運(yùn)用探索性空間數(shù)據(jù)分析方法探究研究區(qū)土地利用多功能與多維貧困耦合關(guān)系的空間分布特征，判定耦合關(guān)系空間分布是否屬于聚類型、離散型還是隨機(jī)型。探索性空間數(shù)據(jù)分析方法包括全局莫蘭指數(shù)（Global Morans I）和局部莫蘭指數(shù)（Local Morans I），具體公式如下：

4結(jié)果分析

4.1?土地利用多功能與多維貧困的時(shí)序變化

2014—2018年期間，研究區(qū)土地利用多功能水平與脫貧發(fā)展指數(shù)提升較快，增速均在18%以上，但各維度差異性較大，地區(qū)發(fā)展不平衡。整體來看，研究區(qū)的土地利用多功能水平從0.36提升至0.43，增長18.50%，其中經(jīng)濟(jì)功能提升最快，增幅達(dá)96.35%，其次是社會(huì)功能和生產(chǎn)功能，分別增長了24.86%、20.10%，生態(tài)功能發(fā)展相對(duì)較慢，增長了16.33%。具體而言，2014年土地利用多功能水平介于[0.19，0.65]，寶華鎮(zhèn)白竹村最低，南澗鎮(zhèn)南澗社區(qū)最高; 2018年土地利用多功能水平最高仍是南澗鎮(zhèn)南澗社區(qū)，其值提升至0.70，最低為樂秋鄉(xiāng)聯(lián)合村，其值是0.26。究其原因，主要是南澗社區(qū)位于縣城中心，土地生產(chǎn)功能、經(jīng)濟(jì)功能和社會(huì)功能均居全縣各行政村前列，白竹村海拔在2 000 m以上，耕地貧瘠，糧食單產(chǎn)較低，2014年土地經(jīng)濟(jì)功能（0.05）和生產(chǎn)功能（0.17）均處于全縣較低水平，而聯(lián)合村因2018年發(fā)生地質(zhì)災(zāi)害，影響土地生態(tài)功能和生產(chǎn)功能，其值分別較2014年下降了0.13和0.10。

與此同時(shí)，南澗彝族自治縣脫貧發(fā)展指數(shù)從2014年的0.38提升至2018年的0.48，增幅25.90%，其中經(jīng)濟(jì)條件增幅最大，為63.27%，發(fā)展機(jī)會(huì)和可行能力次之，分別為51.37%、43.03%，而自然稟賦增長較慢，僅為經(jīng)濟(jì)條件增幅的29.48%。具體而言，2014年脫貧發(fā)展指數(shù)最高值為0.67，是南澗鎮(zhèn)南澗社區(qū)，最低值為0.18，是西南部的小灣東鎮(zhèn)新民村，2018年脫貧發(fā)展指數(shù)提升較快，其值介于[0.20，0.79]，最高值和最低值的行政村未發(fā)生變化。南澗彝族自治縣作為集中連片特困地區(qū)，精準(zhǔn)扶貧以來，各級(jí)政府以“收入達(dá)標(biāo)，不愁吃、不愁穿，義務(wù)教育、基本醫(yī)療和住房安全有保障”的標(biāo)準(zhǔn)，努力解決貧困人口就業(yè)問題，大力發(fā)展產(chǎn)業(yè)，積極開展勞動(dòng)技能培訓(xùn)，為貧困人口提升可行能力，提供發(fā)展機(jī)會(huì)，2018年累計(jì)脫貧人口達(dá)13 732戶54 712人，貧困發(fā)生率降至1.32%，全縣順利實(shí)現(xiàn)脫貧摘帽，脫貧成效明顯。

4.2?土地利用多功能與多維貧困的空間變化

運(yùn)用ArcGIS10.6軟件中的自然斷點(diǎn)法，將土地利用多功能指數(shù)和脫貧發(fā)展指數(shù)分為高水平、較高水平、中等水平、較低水平和低水平5個(gè)等級(jí)，并繪制2014年和2018年土地利用多功能和脫貧發(fā)展水平空間分布圖（見圖1）。

2014—2018年期間，南澗彝族自治縣土地利用多功能空間分異明顯，呈現(xiàn)“一主兩副”的空間格局特征，即以縣城為主中心，公郎集鎮(zhèn)壩區(qū)和無量山景區(qū)為副中心。具體而言，2014年高水平和較高水平的行政村主要分布在3個(gè)中心，但規(guī)模較小，尤其是公郎集鎮(zhèn)壩區(qū)，高水平的行政村僅有鳳嶺村和回營村2個(gè);較低水平和低水平的行政村主要分布在西北部、南部地區(qū)和無量山與哀牢山交界地區(qū)，共29個(gè)行政村，該區(qū)域自然條件和經(jīng)濟(jì)發(fā)展基礎(chǔ)較差;中等水平的行政村插花式的分布在縣域內(nèi)。2018年土地利用多功能高水平和較高水平的行政村以“一主兩副”3個(gè)中心逐漸擴(kuò)展，尤其是縣城中心和公郎集鎮(zhèn)壩區(qū)發(fā)展較快，高水平的行政村較2014年增加了12個(gè)，主要源于縣城中心作為經(jīng)濟(jì)中心，土地經(jīng)濟(jì)功能較強(qiáng)，公郎集鎮(zhèn)壩區(qū)是全縣茶葉示范園區(qū)，土地利用多功能水平提升較快;較低水平和低水平分布在西北部和東部哀牢山與無量山之間的地區(qū)，包括樂秋村、新虎村和紅星村等24個(gè);中等水平的行政村數(shù)量最多，共24個(gè)，空間分布呈現(xiàn)從北部地區(qū)向南部地區(qū)轉(zhuǎn)移的特征，南部地區(qū)充分利用山區(qū)的自然資源優(yōu)勢，發(fā)展茶葉和鄉(xiāng)村旅游，土地經(jīng)濟(jì)功能、生態(tài)功能提升較快。

研究區(qū)2014—2018年脫貧發(fā)展水平空間分布以縣城為中心向外延逐漸降低，且北部地區(qū)高于南部地區(qū)。具體而言，2014—2018年高水平和較高水平的行政村主要分布在縣城中心，并在公郎集鎮(zhèn)壩區(qū)產(chǎn)生新的集聚點(diǎn)，行政村數(shù)量從2014年的21個(gè)增加到2018年的30個(gè)，該地區(qū)經(jīng)濟(jì)條件、可行能力和發(fā)展機(jī)會(huì)等較好，如南澗社區(qū)，2014年和2018年的可行能力分別是0.90、0.91，發(fā)展機(jī)會(huì)為0.94、0.96，均居全縣各行政村前列;中等水平的行政村從東北擴(kuò)張到西北部，包括復(fù)興村、文啟村和麻栗村等，該區(qū)域毗鄰縣城中心，近郊農(nóng)業(yè)發(fā)展較快，縣城就近就業(yè)人員占比較高，如白云村，就近務(wù)工人員占比達(dá)43.60%;較低水平和低水平的行政村數(shù)量略有減少，主要分布在西南地區(qū)和東部地區(qū)，主要源于西南地區(qū)人均耕地面積較少，村集體經(jīng)濟(jì)收入較少，如新民村2018年人均村集體經(jīng)濟(jì)收入僅為12.57元;東部地區(qū)緊靠哀牢山，交通通達(dá)度較差，經(jīng)濟(jì)基礎(chǔ)薄弱，人均收入較低。

4.3?土地利用多功能與多維貧困的耦合關(guān)系

4.3.1?耦合度時(shí)空分異特征

2014—2018年期間，研究區(qū)土地利用多功能與多維貧困的耦合度增長較快，但整體性不高，主要以中度耦合為主。橫向來看，經(jīng)濟(jì)功能與多維貧困的耦合度增幅最大，從0.31增長到0.43，增長了39.92%，其次是生產(chǎn)功能和生態(tài)功能，其耦合度分別從0.42、0.46提升至0.49、0.55，社會(huì)功能與多維貧困的耦合度增長相對(duì)較慢，從0.41提升至0.47?？v向來看，研究區(qū)2014年土地利用多功能與多維貧困的耦合度為0.42，2018年較2014年增長了19.05%，其值為0.50。根據(jù)耦合度等級(jí)分類標(biāo)準(zhǔn)，2014年主要以低度耦合和中度耦合為主，分別有34個(gè)和35個(gè)行政村，占全縣行政村的86.25%，2018年低度耦合的行政村數(shù)量減幅較大，從2014年的33個(gè)行政村減少到1個(gè)行政村，主要以中度耦合和較高耦合為主，共計(jì)79個(gè)行政村。值得注意的是，2014—2018年期間，高度耦合的行政村沒有，表明土地利用多功能與多維貧困耦合度整體性有待提升。

空間序列上，研究區(qū)2014—2018年土地利用多功能與多維貧困的耦合度空間分布呈現(xiàn)從東北部向西南部遞減的特征，且局部地區(qū)形成了集聚中心，空間差異性明顯（見圖2a、2b）。具體而言，2014年較高耦合度的行政村空間集中分布在縣城中心、公郎集鎮(zhèn)和無量山景區(qū)，呈點(diǎn)狀特征，2018年較高耦合度的行政村數(shù)量較2014年增加了21個(gè)，空間分布以點(diǎn)帶面，空間集聚形成三個(gè)中心地帶，該區(qū)域土地利用多功能和脫貧發(fā)展指數(shù)均較高;中度耦合的行政村空間分布呈現(xiàn)從中東部擴(kuò)散至全域的特征，是耦合度主導(dǎo)類型，共47個(gè)行政村，占全縣行政村的58.75%;2014年低度耦合的行政村主要集中分布在西部縣域邊界和南部地區(qū)，包括小灣東鎮(zhèn)岔江村、樂秋鄉(xiāng)樂秋村和公郎鎮(zhèn)落底河村等34個(gè)行政村， 2018年低度耦合的行政村僅剩小東灣鎮(zhèn)新民村，該村土地利用多功能和脫貧發(fā)展水平均位居全縣倒數(shù)，其值分別為0.27、0.32。

4.3.2?耦合協(xié)調(diào)度時(shí)空分異特征

南澗彝族自治縣2014—2018年土地利用多功能與多維貧困的耦合協(xié)調(diào)發(fā)展水平提升較快，增速高于耦合度，但地區(qū)差異性較大。橫向比較，土地利用多功能與多維貧困的耦合協(xié)調(diào)發(fā)展水平與耦合度總體一致，經(jīng)濟(jì)功能與多維貧困的耦合協(xié)調(diào)度增長最快，其次是生產(chǎn)功能和生態(tài)功能，社會(huì)功能相對(duì)較慢?？v向來講，研究區(qū)2014年耦合協(xié)調(diào)度0.40，其中最高是南澗鎮(zhèn)南街社區(qū)，為0.71，最低是公郎鎮(zhèn)沙樂村，為0.21，兩者相差3.38倍;2018年耦合協(xié)調(diào)發(fā)展水平明顯增強(qiáng)，其值0.51，較2014年增長了26.83%，增長速度高于耦合度7.78個(gè)百分點(diǎn)，主要源于研究區(qū)精準(zhǔn)扶貧以來，帶動(dòng)貧困人口脫貧致富的成效顯著，社會(huì)經(jīng)濟(jì)水平和土地利用功能發(fā)展較快。從耦合協(xié)調(diào)類型來看，2014年主要以失調(diào)發(fā)展為主，其中嚴(yán)重失調(diào)的行政村7個(gè)，中度失調(diào)的行政村35個(gè)，輕度失調(diào)的行政村27個(gè)，占全縣行政村的86.25%;2018年耦合協(xié)調(diào)類型變化較大，主要以輕度失調(diào)和初級(jí)協(xié)調(diào)為主，包括擁翠鄉(xiāng)擁翠村、舊馬街村和無量山鎮(zhèn)保平村等57個(gè)行政村。

空間序列上，研究區(qū)2014—2018年土地利用多功能與多維貧困的耦合協(xié)調(diào)發(fā)展空間分布與耦合度具有較強(qiáng)的關(guān)聯(lián)性，仍呈現(xiàn)從東北部向西南部遞減的特征（見圖2c、2d）。具體而言，從耦合關(guān)系失調(diào)發(fā)展類型看，主要分布在西南和南部地區(qū)。其中，嚴(yán)重失調(diào)的行政村數(shù)量下降顯著，2014年12個(gè)嚴(yán)重失調(diào)的行政村主要位于縣域邊界處，該地區(qū)地形復(fù)雜，土地利用功能單一，整體水平較低，如底么村土地利用多功能水平僅0.157;2014—2018年中度失調(diào)和輕度失調(diào)的行政村空間分布集中在南部地區(qū)，其中2014年57個(gè)行政村，2018年減少至46個(gè)。從耦合關(guān)系協(xié)調(diào)發(fā)展類型看，2014年耦合關(guān)系協(xié)調(diào)發(fā)展的行政村空間分布呈現(xiàn)北部集聚、南部分散的空間特征，其中北部地區(qū)主要集中在縣城中心附近，以初級(jí)協(xié)調(diào)和中級(jí)協(xié)調(diào)為主，良好協(xié)調(diào)的行政村僅有南澗社區(qū)。2018年耦合關(guān)系協(xié)調(diào)發(fā)展空間分布集聚特征明顯，以縣城中心、公郎集鎮(zhèn)壩區(qū)和無量山景區(qū)3個(gè)地區(qū)向外擴(kuò)展，抱團(tuán)式發(fā)展，主要涉及西山村、德安村和鳳凰村等34個(gè)行政村。值得注意的是，研究區(qū)沒有耦合協(xié)調(diào)關(guān)系優(yōu)良發(fā)展的行政村，耦合協(xié)調(diào)程度有待提升。

4.3.3?空間關(guān)聯(lián)格局分析

運(yùn)用GeoDa軟件測算研究區(qū)2014年和2018年土地利用多功能和多維貧困耦合度和耦合協(xié)調(diào)度的全局莫蘭指數(shù)（Morans I），分析耦合協(xié)調(diào)發(fā)展是否存在空間關(guān)聯(lián)性。結(jié)果顯示，2014年耦合度和耦合協(xié)調(diào)度的全局Morans I指數(shù)分別為0.396和0.392，2018年耦合度和耦合協(xié)調(diào)度的全局Morans I指數(shù)較2014年有所提升，分別是0.427和0.433，耦合度和耦合協(xié)調(diào)度的莫蘭指數(shù)均為正且檢驗(yàn)結(jié)果顯著（Z值大于0.05置信水平的臨界值1.96），置信度為95%，說明研究區(qū)土地利用多功能與多維貧困的空間分布存在顯著的正相關(guān)性，且土地利用多功能與多維貧困的耦合程度差異性逐漸縮小，空間集聚水平提高。

運(yùn)用GeoDa軟件、ArcGIS10.6軟件和局部空間自相關(guān)對(duì)耦合協(xié)調(diào)度進(jìn)行分析，制作耦合協(xié)調(diào)度LISA集聚圖（見圖3），識(shí)別耦合協(xié)調(diào)的高值集聚區(qū)和低值集聚區(qū)。結(jié)果顯示，2014年和2018年耦合協(xié)調(diào)高值集聚區(qū)和低值集聚區(qū)的空間位置大體一致，空間集聚效應(yīng)明顯提升。2014年，研究區(qū)包括1個(gè)位于縣城附近的高值集聚區(qū)，包括南澗社區(qū)、小軍莊社區(qū)、安定社會(huì)和西山村等10個(gè)村;2個(gè)低值集聚區(qū)，位于小灣東鎮(zhèn)和公郎鎮(zhèn)的南部地區(qū)，包括岔江村、落底河村和新民村等8個(gè)村;2018年耦合協(xié)調(diào)空間集聚效應(yīng)明顯提升，共有2個(gè)高值集聚區(qū)和3個(gè)低值集聚區(qū)，在公郎集鎮(zhèn)壩區(qū)新增一個(gè)高值集聚區(qū)，主要源于該區(qū)域茶葉產(chǎn)業(yè)發(fā)展迅速，土地利用多功能水平提升較快，貧困人口收入增加明顯，高值集聚區(qū)涉及的行政村增加到12個(gè)，而低值集聚區(qū)涉及的行政村減少到5個(gè)。

4.3.4?耦合關(guān)系類型

根據(jù)耦合協(xié)調(diào)發(fā)展分類標(biāo)準(zhǔn)，將耦合協(xié)調(diào)發(fā)展類型分為土地利用多功能滯后型、多維貧困滯后型和土地利用多功能與多維貧困同步型（同步滯后和同步發(fā)展）3大類21小類，繪制空間分布圖（見圖4）。

（1）土地利用多功能滯后型。研究區(qū)土地利用多功能滯后型的行政村數(shù)量呈增長趨勢，增加了12個(gè)，增幅70.59%，主要分布在西北部和中部地區(qū)，其中2014年主要以中度失調(diào)和輕度失調(diào)為主，占比88.24%，2018年以輕度失調(diào)和初級(jí)協(xié)調(diào)為主，占比93.20%。從等級(jí)來看，土地利用多功能水平有所提升，但土地利用多功能的提升速度慢于脫貧發(fā)展水平的增速，導(dǎo)致土地利用多功能滯后型的行政村逐年增加。

（2）多維貧困滯后型。研究區(qū)多維貧困滯后型的行政村數(shù)量呈減少趨勢，主要零星分在南部地區(qū)。其中，2014年多維貧困滯后型包括樂秋鄉(xiāng)樂秋村、麻栗村和寶華鎮(zhèn)兔街村等8個(gè)，主要以輕度失調(diào)和中度失調(diào)為主，耦合協(xié)調(diào)程度較低。2018年行政村減少至6個(gè)，包括南澗鎮(zhèn)保安村、無量山鎮(zhèn)古德村和公郎鎮(zhèn)板橋村等，主要以初級(jí)協(xié)調(diào)和輕度失調(diào)為主，耦合協(xié)調(diào)關(guān)系提升明顯，說明研究區(qū)精準(zhǔn)扶貧實(shí)施以來，全縣多維貧困問題改善顯著。

（3）土地利用多功能與多維貧困同步型。研究區(qū)土地利用多功能與多維貧困的耦合協(xié)調(diào)類型以同步型為主，其中2014年以同步滯后型為主，2018年以同步協(xié)調(diào)型為主。具體而言，2014年同步型的行政村55個(gè)，占總量的68.75%，其中46個(gè)同步滯后型的行政村主要分布在西北部地區(qū)海拔較高的地區(qū)和河谷縱深的南部地區(qū);2018年，土地利用多功能與多維貧困耦合協(xié)調(diào)發(fā)展較快，以同步協(xié)調(diào)型為主，主要分布在縣城附近、公郎集鎮(zhèn)壩區(qū)和無量山景區(qū)，尤其是無量山景區(qū)，鄉(xiāng)村旅游發(fā)展較快，經(jīng)濟(jì)水平提升較快，土地經(jīng)濟(jì)功能和生態(tài)功能水平較高。

5?結(jié)論與建議

5.1?結(jié)論

（1）研究區(qū)2014—2018年土地利用多功能水平與脫貧發(fā)展水平提升較快，脫貧發(fā)展水平增速高于土地利用多功能水平。其中，土地利用多功能指數(shù)從0.36提升至0.43，增長18.50%，脫貧發(fā)展指數(shù)從2014年的0.38提升至2018年的0.48，增長25.90%。同時(shí)，土地利用多功能與多維貧困的空間分布差異性明顯，土地利用多功能空間分布呈現(xiàn)“一主兩副”的空間格局特征，高水平和較高水平的行政村集中分布在三個(gè)中心地區(qū)，脫貧發(fā)展空間分布主要以縣城為中心向外延逐漸降低，北部地區(qū)高于南部地區(qū)。

（2）研究區(qū)2014—2018年土地利用多功能與多維貧困的耦合度增長較快，主要以中度耦合為主，其中經(jīng)濟(jì)功能與多維貧困的耦合度增幅最大，空間分異明顯。時(shí)間序列上，2014年土地利用多功能與多維貧困的耦合度為0.42，低度耦合和中度耦合的行政村占比86.25%;2018年較2014年增長了19.05%，主要以中度耦合和較高耦合為主?？臻g序列上，土地利用多功能與多維貧困的耦合度空間分布呈現(xiàn)從東北部向西南部遞減的特征，且局部地區(qū)形成了集聚中心，空間分布差異性明顯。

（3）研究區(qū)2014—2018年土地利用多功能與多維貧困的耦合協(xié)調(diào)發(fā)展水平提升較快，增速高于耦合度，其中經(jīng)濟(jì)功能與多維貧困的耦合協(xié)調(diào)度增幅最大，且地區(qū)差異性較大。其中，2014年耦合協(xié)調(diào)度為0.40，主要以失調(diào)發(fā)展為主，共計(jì)69個(gè)行政村，占比86.25%;2018年耦合協(xié)調(diào)度為0.51，較2014年增長了26.83%，增速高于耦合度7.78個(gè)百分點(diǎn)，主要以輕度失調(diào)和初級(jí)協(xié)調(diào)為主，共計(jì)57個(gè)行政村。土地利用多功能與多維貧困的耦合協(xié)調(diào)發(fā)展空間分布與耦合度具有一定的關(guān)聯(lián)性，也呈現(xiàn)從東北部向西南部遞減的特征。

（4）2014—2018年土地利用多功能與多維貧困耦合協(xié)調(diào)發(fā)展的類型主要以同步型為主，從2014年的同步滯后型提升為同步協(xié)調(diào)型。土地利用多功能滯后型的行政村數(shù)量呈增長趨勢，增加了12個(gè)，增幅70.59%，主要以輕度失調(diào)為主，這與土地利用多功能水平增速低于脫貧發(fā)展水平密切相關(guān)。多維貧困滯后型的行政村數(shù)量呈減少趨勢，從2014年的8個(gè)減少至6個(gè)，脫貧攻堅(jiān)成效明顯。

5.2建議

根據(jù)南澗彝族自治縣2014—2018年土地利用多功能與多維貧困的時(shí)空耦合關(guān)系特征，結(jié)合耦合協(xié)調(diào)發(fā)展類型，提出以下建議：①土地利用多功能滯后型。該類型的行政村應(yīng)加快實(shí)施土地整治項(xiàng)目和高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)，大力發(fā)展現(xiàn)代農(nóng)業(yè)，提高土地生產(chǎn)功能;充分利用貧困縣土地優(yōu)惠政策，有序開展城鄉(xiāng)建設(shè)用地增減掛鉤，增加貧困農(nóng)戶的收入;進(jìn)一步優(yōu)化土地利用結(jié)構(gòu)，大力支持鄉(xiāng)村旅游，現(xiàn)代農(nóng)業(yè)和光伏發(fā)電等扶貧產(chǎn)業(yè)的發(fā)展，做好相關(guān)產(chǎn)業(yè)的用地保障，提升土地利用多功能水平。②多維貧困滯后型。按照脫貧不脫政策，摘帽不摘幫扶的原則，加大貧困農(nóng)戶的幫扶力度，因地制宜地開展就業(yè)扶貧項(xiàng)目，建立勞務(wù)輸出渠道，引導(dǎo)和組織外出務(wù)工人員，增加務(wù)工收入;針對(duì)貧困農(nóng)戶的需求，開展技能培訓(xùn)，以扶貧小額信貸為載體，大力支持貧困農(nóng)戶大力發(fā)展產(chǎn)業(yè);重點(diǎn)關(guān)注五保戶、低保戶、重病大病戶、無勞動(dòng)力戶等特殊人群，確保實(shí)現(xiàn)穩(wěn)定脫貧。③土地利用多功能與多維貧困同步型。重點(diǎn)關(guān)注同步滯后型的行政村，構(gòu)建扶貧移民局、自然資源局、發(fā)改委等多部門聯(lián)動(dòng)機(jī)制，強(qiáng)化扶貧產(chǎn)業(yè)項(xiàng)目落地，提高土地利用多功能水平，促進(jìn)多維貧困的有效解決;同步協(xié)調(diào)型整體性發(fā)展較好，應(yīng)銜接鄉(xiāng)村振興戰(zhàn)略，依托豐富的自然資源和良好經(jīng)濟(jì)發(fā)展基礎(chǔ)，大力發(fā)展鄉(xiāng)村產(chǎn)業(yè)和鄉(xiāng)村旅游。

參考文獻(xiàn)

[1]HELMING K，TSCHERNING K， KNIG B， et al. Ex ante impact assessment of land use changes in European regions： the sensor approach[M]// PéREZ-SOBA M， TABBUSH P. Sustainability impact assessment of land use changes. Springer， 2008：77-105.

[2]KOPEVAD， PENEVA M， MADIAROVA S. Multifunctional land use： is it a key factor for rural development [C]//118th EAAE Seminar‘Rural Development： Governance， Policy Design and Delivery. Ljubljana：2010，25-27.

[3]梁建飛，陳松林.廈門市土地利用多功能性評(píng)價(jià)及障礙因子診斷[J].亞熱帶資源與環(huán)境學(xué)報(bào)，2019，14（1）：87-95.

[4]李廣東，方創(chuàng)琳.城市生態(tài)-生產(chǎn)-生活空間功能定量識(shí)別與分析[J].地理學(xué)報(bào)，2016，71（1）：49-65.

[5]劉愿理，廖和平，李濤，等.山區(qū)土地利用多功能時(shí)空分異特征及影響因素分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2019，35（21）：271-279.

[6]王楓，董玉祥.廣州市土地利用多功能的空間差異及影響因素分析[J].資源科學(xué)，2015，37（11）： 2179-219.

[7]孫丕苓，許月卿，劉慶果，等.環(huán)京津貧困帶土地利用多功能性的縣域尺度時(shí)空分異及影響因素[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（15）：283-292.

[8]蒙吉軍，王祺，李楓，等.基于空間差異的黑河中游土地多功能利用研究[J].地理研究，2019，38（2）：369-382.

[9]張路路，鄭新奇，蔡玉梅.基于投影尋蹤模型的湖南省土地多功能時(shí)空演變分析[J].長江流域資源與環(huán)境，2018，27（8）：1754-1764.

[10]李尋歡，周 揚(yáng)，陳玉福. 區(qū)域多維貧困測量的理論與方法[J].地理學(xué)報(bào)，2020，75（4）：1-16.

[11]蔡進(jìn)，禹洋春，駱東奇.等. 重慶市農(nóng)村多維貧困空間分異及影響因素分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34（22）： 235-245.

[12]張博勝，楊子生.基于空間計(jì)量模型的云南農(nóng)村貧困格局及其影響因素診斷[J].農(nóng)業(yè)工程學(xué)報(bào)，2019，35（7）：276-287.

[13]文琦，施琳娜，馬彩虹，等.黃土高原村域多維貧困空間異質(zhì)性研究——以寧夏彭陽縣為例[J].地理學(xué)報(bào)，2018，73（10）：1850-1864.

[14]王剛，廖和平，洪惠坤，等. 西南山區(qū)農(nóng)業(yè)產(chǎn)業(yè)扶貧效率時(shí)空演化分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35（13）：243-252.

[15 ]周常春，翟羽佳，車震宇.連片特困區(qū)農(nóng)戶多維貧困測度及能力建設(shè)研究[J].中國人口·資源與環(huán)境，2017，27（11）：95-103.

[16]劉愿理，廖和平，張茜茜，等. 西南喀斯特區(qū)貧困空間剝奪的識(shí)別及空間格局分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35（15）：284-294.

[17]KENNETHA C， MAUREEN A P. Poverty measurement in the U.S.， Europe， and developing countries[J]. Journal ofpolicyanalysis and management ，2010， 29（2）：217-226.

[18]WANG Y H ，CHEN Y F ，CHI Y ，et al. Village-level multidimensional poverty measurement in China： where and how[J].Journal of geographical sciences， 2018 （10）：1444-1466.

[19]LIU Y S， LIU J L， ZHOU Y. Spatio-temporal patterns of rural poverty in China and targeted poverty alleviation strategies[J].Journal of rural studies， 2017，52： 66-75.

[20]潘竟虎，趙宏宇，董磊磊.基于DMSP-OLS數(shù)據(jù)和可持續(xù)生計(jì)的中國農(nóng)村多維貧困空間識(shí)別[J].生態(tài)學(xué)報(bào)，2018，38（17）：6180-6193.

[21]程曉宇，陳志鋼，張莉.農(nóng)村持久多維貧困測量與分析[J].中國人口·資源與環(huán)境， 2019， 29（7）：140-148.

[22]劉彥隨，周揚(yáng)， 劉繼來.中國農(nóng)村貧困化地域分異特征及其精準(zhǔn)扶貧策略. 中國科學(xué)院院刊， 2016， 31（3）： 269-278.

[23]馬明義，李樺.秦巴山區(qū)農(nóng)戶多維貧困測度及精準(zhǔn)扶貧對(duì)策研究[J].干旱區(qū)資源與環(huán)境，2019，33（1）：30-37.

[24]牛亞瓊，王生林.甘肅省脆弱生態(tài)環(huán)境與貧困的耦合關(guān)系[J].生態(tài)學(xué)報(bào)，2017，37（19）：6431-6439.

[25]蘇勝亮，吳立峰寧夏六盤山連片特困區(qū)生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展耦合協(xié)調(diào)研究[J].水土保持研究， 2018，26 （4）：286-291，298.

[26]向敬偉，李江風(fēng).貧困山區(qū)耕地利用轉(zhuǎn)型對(duì)農(nóng)業(yè)經(jīng)濟(jì)增長質(zhì)量的影響[J].中國人口·資源與環(huán)境，2018，28（1）：71-81.

[27]趙可，張安錄.城市建設(shè)用地、經(jīng)濟(jì)發(fā)展與城市化關(guān)系的計(jì)量分析[J]. 中國人口·資源與環(huán)境，2011，20（1）：7-12.

[28]黃瑩，韋燕飛，李瑩，等. 貧困與土地利用變化時(shí)空耦合關(guān)系分析——以田陽縣為例[J].安徽農(nóng)業(yè)科學(xué)， 2017，45（27）：203-207， 258.

[29]劉愿理，廖和平，巫芯宇，等. 西南喀斯特地區(qū)耕地破碎與貧困的空間耦合關(guān)系研究[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，41（1）：10-20.

[30]劉新衛(wèi)，楊華珂，鄖文聚.土地整治促進(jìn)貧困地區(qū)脫貧的模式及實(shí)證[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34（5）：242-247.

[31]楊亮潔，楊海楠，楊永春，等.基于耦合協(xié)調(diào)度模型的河西走廊生態(tài)環(huán)境質(zhì)量時(shí)空格局演化[J].中國人口·資源與環(huán)境，2020，30（1）：101-112.

[32]李成宇，張士強(qiáng).中國省際水-能源-糧食耦合協(xié)調(diào)度及影響因素研究[J].中國人口·資源與環(huán)境，2020，30（1）：120-128.

[33]王昭，劉建紅，李同昇，等.秦巴特困區(qū)生態(tài)脆弱性與經(jīng)濟(jì)貧困的耦合關(guān)系——以陜西省山陽縣為例[J].生態(tài)學(xué)報(bào)，2019，39（11）：3908-3917.

[34] ACCONCIA， A， CARANNANTE M， MISURACA M， et al. Measuring wulnerability to poverty with latent lransition analysis[J]. Social indicators research. 2020，151，1-31.

[35]AZEEM M M， MUGERA A W， SCHILIZZI S. Poverty and vulnerability in the Punjab， Pakistan： a multilevel analysis[J]. Journal of Asian economics. 2016， 44， 57-72.

[36] 汪永生，李宇航，揭曉蒙，等.中國海洋科技-經(jīng)濟(jì)-環(huán)境系統(tǒng)耦合協(xié)調(diào)的時(shí)空演化[J].中國人口·資源與環(huán)境，2020，30（8）：168-176.

[37]張博勝，楊子生.中國城鎮(zhèn)化的農(nóng)村減貧及其空間溢出效應(yīng)——基于省級(jí)面板數(shù)據(jù)的空間計(jì)量分析[J].地理研究，2020，39（7）：1592-1608.

[38] 金貴，鄧祥征，董寅，等.發(fā)展地理學(xué)視角下中國多維貧困測度及時(shí)空交互特征[J].地理學(xué)報(bào)，2020，75（8）：1633-1646.

[39] 劉彥隨.現(xiàn)代人地關(guān)系與人地系統(tǒng)科學(xué)[J].地理科學(xué)，2020，40（8）：1221-1234.

[40] 李明山，謝保鵬，陳英，等.基于雙重差分模型的土地整治多維減貧效應(yīng)研究——以天水甘谷縣為例[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（6）：163-171.

[41] 馬光選，劉強(qiáng).鄉(xiāng)村振興背景下深度貧困地區(qū)不同土地經(jīng)營模式效益比較研究——以云南省迪慶藏區(qū)為例[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（2）：105-110.

[42] 夏柱智.土地增減掛鉤扶貧：易地扶貧搬遷中的土地政策創(chuàng)新及其困境[J].貴州社會(huì)科學(xué)，2019（11）：153-159.

[43] 劉愿理，廖和平，李靖，等.后2020時(shí)期農(nóng)戶相對(duì)貧困測度及機(jī)理分析——以重慶市長壽區(qū)為例[J].地理科學(xué)進(jìn)展，2020，39（6）：960-971.

（責(zé)任編輯：于?杰）