平原农区贫困地理格局及其分异机制——以安徽省利辛县为例

以安徽省利辛县为例,运用空间自相关分析和地理探测器模型,验证了平原农区是否存在空间贫困陷阱,定量探测了平原农区农村贫困化主导因子,揭示了平原农区贫困化地域分异机制。结果表明：①平原农区农村贫困化存在明显的地域分异规律和空间集聚性,张庄村、贾桥村、徐田村、刘染村、陆楼村长期处于贫困发生率的“高高集聚”区,空间上存在贫困陷阱现象;②区位条件、公共服务等第二地理要素对平原农区贫困化分异起主导作用,自然环境、资源禀赋等第一地理要素的影响作用较弱,到县城中心距离、到主干道距离、公共服务点数量和人均耕地面积是利辛县农村贫困化的主导因子;③交互探测的结果显示,主导因素交互作用的驱动力呈非线性增强。平原农区在精准扶贫的实践中,应重视第二地理要素对贫困分异的增强作用,加强交通设施投入,合理布局公共服务点,促进基本公共服务均等化,为平原农区减贫提供基础保障。为了实现这一目标,亟待强化贫困地理学的贫困发生机制、贫困地理格局和减贫路径研究。     

中国村域贫困地理格局及其分异机理

贫困与地理环境之间的关系是贫困地理学理论研究的核心。本文以贫困地域系统和区域多维贫困为理论基础,构建了村域贫困化的理论分析框架,以2013年底中国精准扶贫识别的12.4万个贫困村为研究对象,运用空间自相关、核密度分析和地理探测器等方法,刻画了新时期中国贫困村的空间地理格局,定量探测了贫困村地域分异的主导因子,揭示了村域贫困化与地理环境之间的相互作用机理。结果表明：① 贫困化与地理致贫因子相互作用、相互影响,空间上两者的作用路径和表现形式复杂多样。总体上,可从自然和人文2类要素和环境、经济、社会3个维度来综合识别村域致贫因子。地理环境在贫困化过程中发挥着基础性作用,经济要素是重要的致贫因子,社会要素具有贫困放大效应。② 贫困村分布具有明显的空间集聚性特征。全国贫困村空间分布与胡焕庸线和地势三级阶梯所形成的基础地理格局具有高度一致性,村域贫困化具有明显的垂直分异特征和坡度分异特征,在空间上有1个一级核心区、5个二级核心区、7个三级核心区。③ 地形、资源禀赋、劳动力状况、交通条件和公共服务是中国村域贫困化空间分异的主导因子,且省际间各因子驱动大小差异明显。交互探测结果表明,双因子交互驱动力强于单因子作用,交互作用类型以非线性增强为主。     

新疆农村贫困化空间分布及影响因素探究——以荒地镇为例

在国家大力推进精准扶贫的政策背景下，分析不同地区贫困成因的差异性具有重要意义。本文以新疆维吾尔自治区莎车县荒地镇为研究区，通过地理探测器和地理加权回归模型探究该区贫困人口和状态的空间分布及其影响因素，研究结果表明：1)荒地镇农村贫困化呈现一定范围内集聚分布的特征，镇域中部和北部地区的贫困发生率明显高于其周边地区，中部的贫困地区由中心向四周扩散，北部的贫困发生率低于中部。2)导致贫困的主要因素包括距主干道距离、人口密度和男性人口所占比例。3)距离主干道的距离与贫困发生率呈现出明显的正向相关的关系，距离镇中心的距离与贫困发生率呈现出一定的负相关关系，人口密度与贫困发生率呈现出明显的负相关关系。4)依据不同地区贫困形成的主导因素，贫困地区可以划分为道路制约型和人口制约型，其中道路制约性主要分布在荒地镇的东南地区，而人口制约性主要分布在北部地区。针对不同成因的农村贫困，本文提出应该采用不同策略的扶贫措施。     

中国县域农村贫困化分异机制的地理探测与优化决策

农村贫困化是长期以来备受世界各国关注的焦点问题,消除贫困,实现共同富裕是中国全面建设小康社会的重大任务,科学揭示农村贫困化地域分异机制,成为实施国家精准扶贫战略的重要课题。论文以河北省阜平县为典型案例,运用地理探测器、多元线性回归等模型方法,诊断出县域农村贫困化分异的主导因素,揭示了农村贫困化分异的动力机制,提出了不同贫困化地域类型的扶贫政策与模式。结果表明：① 影响农村贫困化分异的主导因素包括地面坡度、人均耕地资源、到主要干道距离、到县城中心距离等,各因素对贫困发生率分异的决定力分别为0.14、0.15、0.15、0.17;② 不同类型区域农村贫困化的分异机制存在明显差异,可归纳为自然环境约束型、资源丰度约束型、交通区位约束型、经济区位约束型等四大类型;③ 根据阜平县各乡镇核心主导因素,进一步划分出单因素、双因素和多因素影响区域,县域整体呈现出以横向中心为双因素影响区,两侧为单因素与多因素并存的多极核心主导因素影响的农村贫困发生分异区;④ 不同驱动机制下的县域扶贫开发亟需因地制宜、尊重科学、讲求实效,有序推进精准扶贫与城乡发展一体化战略。     

中国丘陵山区农村贫困时空格局及其演变机制研究——以江西省于都县为例

解决区域性整体贫困问题是全面建成小康社会的前提。丘陵山区是中国农村贫困人口的聚集区,开展丘陵山区贫困时空格局及其演变机制研究对实现贫困地区转型发展与乡村振兴具有重要的理论意义。论文以江西省于都县为例,以村域为研究单元,采用空间自相关、核密度估计、地理探测器等模型方法刻画了于都县农村贫困地理格局及其分异特征,识别了丘陵山区驱动农村贫困化的主导因子,揭示了农村贫困化的驱动机制。结果表明：① 丘陵山区农村贫困化存在明显的地域分异规律和空间集聚性特征,且聚集效应随减贫力度加大有所减弱;② 坡度、行政村到县城中心的可达度、路网密度和公共服务点数量是丘陵山区农村贫困化分异的主导因子,且随时间推移,资源禀赋不足对农村贫困化的驱动作用有所减弱,区位条件对农村贫困化的驱动作用逐渐增强;③ 不同时期丘陵山区农村贫困化地域分异的主导因素有所不同。农村贫困化有其自然和人文根源,科学减贫政策的制定与实施需以深化贫困发生机制理论认知为基础,协同推进区域性贫困和个体性贫困的减轻,从而实现贫困地区转型发展和乡村振兴。     

精准扶贫视角下中国东北农村贫困地域性特征及成因

基于结构性问卷,采用入户访谈及问卷调查的方法,解析中国东北地区农村贫困空间格局与地域性特征,并对区域内部典型农村贫困区贫困问题的形成机制进行探讨与解构。研究认为： 东北地区农村贫困人口与贫困县集中分布在大兴安岭南麓和黑、吉、辽三省与内蒙古东部交界地区以及中俄、中朝边境地区,形成东、西两大片区,西部片区呈带状自北向南延伸,东部片区内存在两个团块状贫困人口集聚区,整体表现出“大集聚,小分散”的空间分布特征。② 区域内部存在5个农村贫困高发区,分别为中俄北部边境贫困高发区、中俄东部边境贫困高发区、松嫩平原贫困高发区、西部贫困高发区、中朝边境贫困高发区;农村贫困发生率“北高南低,西低东高”的特征明显。③ 农村贫困群体以中老年人为主,文化水平整体较低,吃穿与医疗保障问题突出;罹患疾病以及耕地不足、耕地利用率低是导致东北地区农村贫困的主因,发展现代农业和外出务工是消除贫困的重要途径。 ④ 区域内部存在西部农牧交错区、东部边境山地朝鲜族聚居区、东部平原与丘陵过渡区三大典型农村贫困区,西部农牧交错区农村贫困问题的产生主要受农业生产结构单一、农产品市场价格下行、农户自身思想认识落后、基础设施建设滞后、区域自然生态条件不利等多种因素的协同影响;东部边境山地朝鲜族聚居区农村贫困问题主要由劳动年龄人口的持续性外流所引发的系列效应导致;东部平原与丘陵过渡区农村贫困问题的出现主要受地理位置偏远、地形复杂导致自然灾害多发、耕地资源不足的影响。     

贵州省乡村贫困空间格局与形成机制分析

以贫困态势严峻、区域内部贫困差异大的贵州省为研究区,分析了贵州省区县层面乡村贫困的空间异质性和空间依赖性格局,定量测度了乡村贫困空间差异的影响因素和因素效应的空间差异性,进而归纳了贵州省乡村贫困的形成机制。结果发现,贵州省区县乡村贫困具有时空稳定性,呈现出东、南、西部高而中、北部低的“马蹄”形空间异质性格局。区县贫困存在较强的空间依赖性,“高-高”型贫困地域即空间贫困陷阱区域,集聚分布在贵州省的东南部、南部。定量模型发现,坡度、到所在市中心的距离、青少年人口占比、少数民族人口占比是导致贵州区县层面乡村贫困空间差异的显著因素,且这些因素的效应水平呈现出不同的空间模式。产业发展受限、劳动力流动性差、金融和人力资本积累不足是贵州贫困空间形成的主导机制。最后建议扶贫政策层面应将基于地方和基于人的政策相结合。     

国家沙漠（石漠）公园空间分异格局与影响因素

以国家林业和草原局发布的125处国家沙漠（石漠）公园名录数据,综合采用空间分析、地理探测器和地理加权回归等方法,探测国家沙漠（石漠）公园的空间分异特征和影响因素。结果表明：（1）国家沙漠（石漠）公园在区域上“北多南少”,建设时序上“先北后南”。（2）国家沙漠（石漠）公园的最邻近指数为0.537,呈显著集聚分布特征,但集聚尺度和集聚规模差异显著。（3）国家沙漠（石漠）公园空间上呈现“南疏北密、双核一带”的格局,空间分异特征显著。（4）国家沙漠（石漠）公园空间分异的自然地理因素比人文因素的解释力更强,自然地理与人文交互作用效果显著强于各自内部交互作用。（5）6个最佳作用因子对国家沙漠（石漠）公园空间分异的作用强度自东南向西北呈现正效应不断提高、负效应持续下降的变化趋势,西北地区受自然地理和人文的作用力最强。     

秦巴山区县域乡村发展水平的空间分异、影响因素与优化策略——以陕西山阳县为例

秦巴山区是全国相对贫困的集中区域,乡村发展基础弱,乡村振兴面临挑战大。本文以位于秦巴山区腹地的陕西山阳县为例,从交易效率角度,运用新兴古典模型和空间自相关分析法探究山阳县乡村发展水平、类型和空间格局,利用随机森林回归与地理探测器模型分析乡村发展水平空间分异的主导因素与交互作用,揭示了乡村发展水平空间分异的动力机制,提出了不同发展水平地域类型的乡村振兴对策。研究表明：(1)山阳县乡村整体发展能力较弱,83.5%的乡村处于自给自足的发展阶段,发展水平可分为轻度、中度、重度自给自足型与富足型4类,空间集聚性较强,地域分异特征显著,自给自足度高值主要集中在4大热点区和3小热点区,自给自足度低值主要集中在1大冷点区和3小冷点区。(2)坡度、农业科技采用、高程、新型经营主体带动、乡村能人带动、农业产业集群发展、农业专业化程度、耕地破碎度等是影响山阳县乡村发展水平地域分异的8个主导因素,乡村发展水平多受双因素共同作用,农业科技采用、新型经营主体带动、乡村能人带动、农业专业化生产与农业产业集群发展等对乡村交易效率与发展水平提升的驱动作用显著,可有效突破资源环境的制约。(3)商品化率的提高可显著提升乡村...     

基于地理探测器和GWR模型的中国重点镇布局定量归因

重点镇是小城镇发展的龙头,形成科学合理的重点镇布局对优化中国城市化战略格局有重要意义。论文以2004年和2014年分别公布的1887个和3675个全国重点镇为样本,对其分布及效应的变动特征进行探究,进而在地级尺度对重点镇布局的影响因子及其作用进行地理探测和局部空间回归。结果表明：① 经增补调整,中国重点镇布局及建设效应的均衡性增强,主要集聚区西移北扩,冷热点的分布突破“胡焕庸线”,经济辐射效应的分化程度减弱,体现出政策因素的有力影响。除县际均衡和区域倾斜政策外,重点镇的分布还受到海拔高度、公路网密度、常住人口城镇化率等因子的显著作用。② 因子探测器、GWR模型和交互作用探测器的结合能更精准地刻画影响因子的作用方式、方向、路径和强度。中国重点镇的布局不是5个显著性因子均匀、独立、直接作用的结果,而是影响均具空间异质性的各因子两两交互作用后增效的产物。③ 县际均衡政策与其他因子的协同作用是形成现有重点镇分布格局的主导力量;区域倾斜政策的效果总体较好,但目标区域还需更准确。     

Rural Poverty Patterns and Influencing Factors in Yunnan Province,China: Based on County Level Dataset

The identification of poverty at the county level is the precondition for poverty alleviation by formulating accurate strategies that are targeted for a certain area. Yunnan Province has the largest number of poverty counties in China. The vast number of people living under the poverty-line, and the deep degree of poverty across a wide distribution range, pose major challenges. Based on the rural poverty incidence data, this paper describes the rural poverty patterns in Yunnan Province in 2010 and 2015, and then it explores the main factors which influence the incidence and changes in rural poverty at the county level in Yunnan Province using a stepwise regression analysis method. This study found that the rural poverty in counties of Yunnan Province was deeply affected by natural conditions and the geographical environment. In 2010 and 2015, the rural poverty situation in the middle region of Yunnan Province was relatively light, while it was more serious in the northwest, northeast and south regions. The pattern of county poverty is in good agreement with the topography and landforms of Yunnan Province and the poverty-stricken areas. There are strong correlations between the incidence of rural poverty in Yunnan Province with both the annual per capita net income of rural residents and the degree of agricultural mechanization. These factors are related to the living standards and agricultural production necessary for the peasantry to sustain their livelihood. The change in the incidence of rural poverty at the county level in Yunnan Province from 2010 to 2015 is significantly correlated with changes in the value-added of the primary industries and the degree of agricultural mechanization. These correlations indicate that the development of primary industry plays a key role in the process of lifting rural residents in Yunnan Province out of poverty so they can achieve prosperity. Therefore, improving the annual per capita net income of rural residents and the degree of agricultural mechanization for rural areas in Yunnan Province are still the main points for focused efforts. In the current phase of poverty alleviation, Yunnan Province should emphasize increasing rural residents' income and agricultural production and management in order to formulate effective policies and measures for poverty alleviation.     

湖南省乡村贫困的影响因素及调控路径研究

贫困是当今世界尖锐的社会问题之一,贫困问题的研究对于改善民生、保障民生和推动贫困地区的社会经济发展具有十分重要的意义。本文以湖南省51个贫困县为例,综合运用熵值法、空间回归分析等方法,从人口结构、居住条件、收入状况与家庭支出4个方面构建贫困测度指标体系,对乡村贫困空间分异特征、影响因素、类型划分、调控路径等进行研究。结果表明：① 湖南省乡村贫困的空间分布呈现出显著的差异性,总体上以轻度贫困和一般贫困为主,比较贫困所占比例较少,比较贫困主要位于武陵山连片特困地区,包括怀化与湘西地区。② 湖南省乡村贫困是区域自然条件和外部社会经济因素相互作用、交互影响的结果,乡村贫困与县均海拔、自然灾害发生面积、农林牧渔业总产值、乡村产业结构及城乡居民收入比呈正相关关系,与农业机械化总动力和人均耕地面积呈负相关关系。③ 基于乡村贫困的测度结果对湖南省51个贫困县进行类型划分,共分为单因素主导型、双因素驱动型、多因素综合型3个大类和P因素主导型、P-E因素驱动型、P-H-E因素综合型等14个小类,并从基础设施建设、文化教育、职业能力培训以及特色产业发展对不同类型贫困县提出相应的脱贫措施。     

基于贫困分级的云南省城乡收入差距时空演化与影响因素研究

云南是中国贫困县最多的山区省份,同时也是中国城乡收入差距长期居高不下的典型省份。针对当前研究中未能深入探讨城乡收入差距与各地贫困程度关联性、未能深入探讨各影响因素空间相关性、忽视关键地理因素对城乡收入差距影响等问题和不足,本文将各县按照贫困程度的差异划分为4个类别,使用云南省129个县（市）2010—2018年产业、社会、经济、人口等维度的面板数据,并引入“地形-气候综合优劣度”作为非经济指标,在分析城乡收入差距时空演化和空间格局特征基础上,运用空间动态面板模型深入探析了其影响因素。基于研究结果,认为有必要将缩小城乡收入差距与国家精准扶贫战略、城乡融合发展战略和乡村振兴战略有效衔接。     

基于村域视角的脱贫成效空间格局及影响机制研究——以湖南省新晃侗族自治县84个出列村为例

贫困与摆脱贫困是中国改革和发展路径选择的起点和动力来源。本研究从经济建设成效、基础与公共服务设施建设成效、生活保障与就业保障成效4个维度构建评价指标体系,对2019年新晃县脱贫成效的空间格局与影响机制进行研究。结果表明：① 2019年新晃县出列村经济建设与生活保障脱贫成效指数差异较小,“高、较高、一般成效”区域相间分布,基础与公共服务设施建设、就业保障脱贫成效具有较为明显的空间分异特征。② 新晃县出列村综合脱贫成效在空间上整体呈现出“东高西低”的格局,且与地形存在较强的相关性特征。③ 新晃县综合脱贫成效主要影响因素为患有大病及长期慢性病的脱贫人数占比、行政村距县城距离、年龄结构、户均收入高于县平均收入户数占比、劳动力状况等。村域发展基础与村域自然要素是影响脱贫成效的基础本底因素,村域人口结构是影响村域脱贫成效空间分异的关键主导因素,而村域发展潜力是巩固脱贫成效的持续推动力。     

基于G-TOPSIS模型的贫困农户多目标发展评价——以云南福贡县为例

建立贫困农户多目标发展评价体系,实现不同发展目标下的相对贫困的精准识别与动态监测,成为新阶段扶贫开发的迫切需求。论文面向精准扶贫、乡村振兴和可持续发展战略,基于贫困农户的短期、中期和长期目标,构建基于G-TOPSIS综合评价方法的贫困农户多目标发展评价模型,结合障碍度模型揭示不同发展目标下贫困农户的发展水平、发展差距及其致贫因素,并基于地理探测器对不同发展水平农户减贫的影响因素进行探测。以云南省福贡县为例的研究区实证结果表明:① 研究区目前仍存在大量未脱贫农户,脱贫攻坚的压力依然较大,全面脱贫是福贡县当前最紧迫的发展目标;已脱贫人口距全国和全省农村居民平均发展水平还有较大差距,仍处于相对贫困状态,具有较高的贫困脆弱性,防止返贫、缓解相对贫困的任务艰巨。② 短期目标下,主要致贫因素为劳动力受教育年限、卫生厕所、安全住房、家庭人均纯收入、家庭健康状况;中长期目标下,与全国和本省相比,家庭人均纯收入、劳动力受教育年限、安全住房为主要发展短板。③ 不同发展水平贫困农户空间分布特征存在较大差异,贫困空间分异受基础设施、地形条件、经济区位、自然资源、交通区位等因素的综合影响,农户发展水平越低,空间异质性越强,受地理环境的影响越大。研究结果可为减贫与发展战略的实施与监测提供决策依据与可靠的技术决策支持。     

深度贫困地区农户脱贫稳定性测度及影响机理研究

农户脱贫稳定性研究可为深度贫困地区巩固脱贫攻坚成果和乡村振兴有效衔接提供重要的理论依据。论文基于可持续生计视角进一步厘定了“农户脱贫稳定性”概念,从自然资本、物质资本、社会资本、人力资本和金融资本5个维度构建了农户脱贫稳定性评价指标体系,选取地处深度贫困地区的贵州省天柱县为研究区,测算1295户样本农户脱贫稳定性指数,基于不同方法共同识别影响因素并探究影响机理,提出构建稳定脱贫的长效机制。结果表明：① 研究区农户脱贫稳定性指数整体水平偏高,脱贫稳定性较强,但农户个体差异性显著,其中物质资本和自然资本维度的脱贫稳定性较高,金融资本其次,人力资本和社会资本维度的脱贫稳定性较低,返贫风险较大;② 农户脱贫稳定性类型主要以一般型或稳定型为主,脱贫稳定性综合指数中各类型占比分布从高到低大致呈“水滴”特征,有12.44%的样本农户处于临界型,返贫风险较大;③ 技能培训、外出务工人口占比、土地流转、转移性收入占比、到乡镇政府距离和到主干道距离是影响研究区农户脱贫稳定性的主要影响因素;④ 构建了能力提升、产业培育、激发动力、完善基础设施和拓展就业“五位一体”的深度贫困地区农户脱贫稳定性长效机制。     

中国农村深度贫困的空间扫描与贫困分异机制的地理探测

从自然和社会经济因素中选取贫困的影响因子,建立评价指标体系,通过Pearson相关分析确定了贫困的主要影响因素,利用GIS空间分析和BP人工神经网络,分别模拟了省域、市域和县域3个尺度下的自然致贫指数与社会经济消贫指数,进一步计算获得了3个尺度下的贫困压力指数,对其空间分布格局进行分析;借助Flexible空间扫描探测识别出深度贫困县,在此基础上运用地理探测器揭示其主导致贫因素,并提出差别化的减贫对策建议。结果表明：① 省域、市域、县域3个尺度的自然致贫指数和贫困压力指数在空间分布上具有较高的一致性,呈现出明显的“东低西高”的空间分布格局;社会经济消贫指数的空间分布一致性不高,县域尺度更为破碎。以黑河—百色线为界,县域贫困压力指数在空间上表现出“大分散、小聚集”的分布状态。识别出的全国贫困县共计655个,主要分布在重点生态功能区和农产品主产区。② 3个尺度下,空间扫描识别出的贫困高风险区主要分布在西北、西南少数民族和边疆地区。县域尺度下识别出208个深度贫困县,多位于省际边缘区。③ 地理探测器识别出深度贫困县的7个致贫主导因素,按照主导因素将深度贫困县划分为地形要素制约型、区位交通制约型、经济收入制约型和生态环境制约型4类。