發(fā)布時間：2021-01-15 21:43

　　從自然和社會經(jīng)濟因素中選取貧困的影響因子,建立評價指標體系,通過Pearson相關分析確定了貧困的主要影響因素,利用GIS空間分析和BP人工神經(jīng)網(wǎng)絡,分別模擬了省域、市域和縣域3個尺度下的自然致貧指數(shù)與社會經(jīng)濟消貧指數(shù),進一步計算獲得了3個尺度下的貧困壓力指數(shù),對其空間分布格局進行分析;借助Flexible空間掃描探測識別出深度貧困縣,在此基礎上運用地理探測器揭示其主導致貧因素,并提出差別化的減貧對策建議。結果表明:①省域、市域、縣域3個尺度的自然致貧指數(shù)和貧困壓力指數(shù)在空間分布上具有較高的一致性,呈現(xiàn)出明顯的"東低西高"的空間分布格局;社會經(jīng)濟消貧指數(shù)的空間分布一致性不高,縣域尺度更為破碎。以黑河—百色線為界,縣域貧困壓力指數(shù)在空間上表現(xiàn)出"大分散、小聚集"的分布狀態(tài)。識別出的全國貧困縣共計655個,主要分布在重點生態(tài)功能區(qū)和農(nóng)產(chǎn)品主產(chǎn)區(qū)。②3個尺度下,空間掃描識別出的貧困高風險區(qū)主要分布在西北、西南少數(shù)民族和邊疆地區(qū)�？h域尺度下識別出208個深度貧困縣,多位于省際邊緣區(qū)。③地理探測器識別出深度貧困縣的7個致貧主導因素,按照主導因素將深度貧困縣劃分為地形要素制約型、區(qū)位交通制約型、經(jīng)... 

【文章來源】：地理學報. 2020,75(04)北大核心CSSCI

【文章頁數(shù)】：20 頁

【部分圖文】：

技術路線圖

自然因素中歸一化植被指數(shù)、地形破碎度、平均坡度、高程、植被濕度指數(shù)、生物豐度指數(shù)、距最近地級市距離與人均GDP之間表現(xiàn)出顯著的負相關性而社會經(jīng)濟因素全部與人均GDP存在為正相關性。以上結果說明本文選取的多維度貧困測度指標是合理的、合適的。復雜的地形、脆弱的生態(tài)、惡劣的氣候等自然因素一般來說都是致貧因素，而發(fā)達的經(jīng)濟、較高的收入水平、良好的基礎設施、優(yōu)越的教育醫(yī)療條件等社會經(jīng)濟因素則多是消貧或減貧因子。需要說明的是雖然集水指數(shù)的相關系數(shù)為正值，似乎應該歸為消貧因素，但考慮到干旱區(qū)面積占中國國土面積1/3的實際，許多土地因缺水而貧瘠，且該指標與人均GDP的相關性并不高（0.177），參考其他學者相關研究[20]并綜合權衡后，本文將集水指數(shù)確定為致貧因素。3 結果與分析

圖3為省域、市域、縣域3個尺度下自然致貧指數(shù)NII的空間分布格局圖（自然斷裂法分級，下同）。從圖3可以看出，全國范圍內(nèi)省域NII分為迥然不同的東、西兩部分，NII較低和低（0≤NII≤1.74）的�。ㄊ�、區(qū)）有14個，NII較高和高（2.39≤NII≤5.36）的�。ㄊ�、區(qū)）亦有14個。市域NII分為東中西三部分，其分布基本上與中國地勢的三大階梯吻合，NII較低和低的市域有143個，全部位于中國地勢的第三階梯上；NII較高和高的市域有118個，幾乎全部位于地勢的第一、二級階梯上。NII較低（1.20≤NII≤1.74）的縣域有768個，NII低（0≤NII≤1.19）的縣域有714個；NII較高（2.39≤NII≤3.48）和高（3.49≤NII≤5.36）的縣域分別有250個和85個。圖4為省域、市域、縣域3個尺度下社會經(jīng)濟消貧指數(shù)SEPAI的空間分布格局圖。SEPAI高（2.85≤SEPAI≤4.98）的省區(qū)有6個，較高（2.17≤SEPAI≤2.84）的省區(qū)有10個，SEPAI較低（0.75≤SEPAI≤1.38）的省有3個，低（0≤SEPAI≤0.74）的省有7個。SEPAI高和較高的地級市分別僅有27個和24個，主要分布在東部沿海地區(qū)；SEPAI低和較低的地級市分別多達66個和135個，大多數(shù)分布在中西部。相較于NII在縣域空間上的規(guī)則分布，SEPAI在空間上更加破碎和零亂，缺少規(guī)律。SEPAI高的縣僅有97個，集中分布在長三角、珠三角、京津冀、長株潭等地；SEPAI較高的縣有111個，空間上主要分布在SEPAI高等級縣域的外圍，集中區(qū)域增加了山東半島、遼東半島、呼包鄂榆等；SEPAI低的縣多達1098個，在空間上近似呈倒“川”字形分布；SEPAI較低的縣有786個，與倒“川”字的三豎相間分布。

【參考文獻】：
期刊論文
[1]縣域農(nóng)村貧困化空間分異及其影響因素——以陜西山陽縣為例[J]. 武鵬,李同昇,李衛(wèi)民.  地理研究. 2018(03)
[2]中國縣域農(nóng)村貧困的空間模擬分析[J]. 馮婭婭,潘竟虎,楊亮潔.  地球信息科學學報. 2018(03)
[3]民族地區(qū)深度貧困現(xiàn)狀及治理路徑研究——以“三區(qū)三州”為例[J]. 李俊杰,耿新.  民族研究. 2018(01)
[4]基于地理探測器的黑龍江墾區(qū)農(nóng)場糧食產(chǎn)量影響因素分析[J]. 葉妍君,齊清文,姜莉莉,張岸.  地理研究. 2018(01)
[5]生態(tài)貧困視角下的貧困縣多維貧困綜合度量[J]. 王艷慧,錢樂毅,陳燁烽,胡卓瑋.  應用生態(tài)學報. 2017(08)
[6]縣域空間貧困的地理識別研究——以寧夏涇源縣為例[J]. 劉小鵬,李永紅,王亞娟,郭占軍,鄭芳.  地理學報. 2017(03)
[7]貴州省鄉(xiāng)村貧困空間格局與形成機制分析[J]. 王永明,王美霞,吳殿廷,趙林,丁建軍.  地理科學. 2017(02)
[8]地理探測器:原理與展望[J]. 王勁峰,徐成東.  地理學報. 2017(01)
[9]中國縣域農(nóng)村貧困化分異機制的地理探測與優(yōu)化決策[J]. 劉彥隨,李進濤.  地理學報. 2017(01)
[10]基于夜間燈光數(shù)據(jù)的中國多維貧困空間識別[J]. 潘竟虎,胡艷興.  經(jīng)濟地理. 2016(11)

碩士論文
[1]基于GIS和BP的原州區(qū)空間貧困及其分異機制研究[D]. 陳姝睿.寧夏大學 2014



本文編號：2979565