中国贫困村测度与空间分布特征分析

农村贫困问题是中国全面建成小康社会的主要障碍之一。面向当前国家瞄准贫困村和贫困人口的精准脱贫战略需求,基于“十二五”期间全国贫困村“整村推进”项目村数据,构建村级多维贫困综合测度模型,并利用加权核密度模型、空间自相关方法等,从不同尺度、不同视角系统测度并分析了研究区贫困村的相对贫困特征。结果表明：① 贫困程度上,“十二五”期间贫困村呈中间大,两头小的“橄榄型”结构,省级、县级尺度下贫困深度与当地经济、区位、政策、自然环境等因素相关;② 空间分布上,全国贫困村分布呈现出东部和西北部稀疏、中部和西南部密集的“夹层”形空间异质性格局,同时存在多个不同量级、呈“星点”式分布的贫困核心;③ 中国贫困村的多维贫困存在较强的全局空间依赖性,局部呈现为高—高区与低—低区集中式分布、高—低区与低—高区离散夹杂式分布,且整体表现为西高东低的“阶梯状”格局。     

基于乡村人口转移和农村道路建设的空间贫困破解机理及其对策研究——以贵州省为例

贫困与地理环境之间交互耦合形成了空间贫困陷阱,本文在对贵州50个国家级贫困县乡村人口转移减贫效应和松桃、威宁、望谟3个典型县域贫困村贫困发生率与农村道路可达性指数空间耦合关系进行实证研究基础上,阐释了破解空间贫困的作用机理,并构建相应政策体系。结果表明：① 贵州国家级贫困县乡村户籍人口向县内城镇转移和县外转移具有显著的减贫效应,但县内城镇转移比县外转移减贫效应的作用力更大。② 松桃县、望谟县极度贫困、可达性较差型和深度贫困、可达性较差型贫困村所占比例在15%左右,威宁为10%左右,对该类型贫困村实施整村易地搬迁和村庄撤并;对具有自然历史文化特色资源的深度贫困、可达性中等型和一般贫困、可达性中等型贫困村应进一步扩展道路宽度,打通断头路,形成网络,增强通行能力。③ 应坚持以县城为中心的就地城镇化和发达地区中心城市、省会城市等异地城镇化并重,加强对转移劳动人口的技能培训,提升其城镇生存能力。继续加大对具有自然历史文化特色资源的保护类村庄的“通村、通组、通户”道路拓宽、硬化等措施,逐步完善自来水、宽带等较为薄弱的基础设施投入力度,推进贫困村基本公共服务均等化;通过发展山区“绿水青山”内生性和外生性产业,引导贫困人口提升自我发展能力。     

基于县域数据的云南省农村贫困格局及其影响因素研究（英文）

对县域农村贫困的认识是扶贫开发精准施策的基本前提。云南省是我国贫困县数量最多的省份,贫困人口多、分布范围广、贫困程度深、扶贫难度大。本文基于农村贫困发生率数据刻画了2010年和2015年云南省县域农村贫困格局,并运用逐步回归分析探索影响云南省县域层面农村贫困发生率及其变化的主要因素。研究发现,云南省县域农村贫困受自然条件和地理环境的影响颇深,2010年和2015年,在空间上均呈现出中部地区贫困程度较轻,西北、东北和南部地区贫困程度较深的整体格局,县域贫困格局与云南省地形地貌、集中连片特困区有较强的吻合性;云南省县域农村贫困发生率与农村居民年人均纯收入和农业机械化程度有较强相关性,这两个指标关系到农村居民生活水平和维持生计的农业生产情况;2010–2015年,云南省县域农村贫困发生率的变化与第一产业增加值和农业机械化程度显著相关,说明第一产业的发展在云南省县域农村居民脱贫致富的过程中起到关键作用。因此,对云南省农村地区而言,农民年人均纯收入以及农业生产水平的提高仍是其脱贫解困的主攻方向,云南省在脱贫攻坚阶段应重点围绕农民增收和农业生产经营两方面制定有效的扶贫政策措施。     

贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例

针对目前贫困分布研究以大尺度为主而缺乏对小尺度的关注和致贫因素分析忽略个体效应或背景效应的不足,基于空间贫困视角,以乌蒙山片区为研究区域、贫困村为研究对象,运用空间点模式分析方法探究贫困村空间分布特征,并设计多层线性回归模型从贫困村和县域两个层面综合定量剖析贫困影响因素。研究发现：① 贫困村的空间聚集特征较为明显,总体分布呈现大分散小集中、散点-极核-轴带-团块并存的空间格局。② 贫困村的贫困程度受多层因素的显著影响。其中,村级影响因素为：人口密度、通路率、劳动力比例、遭受自然灾害频次、安全饮用水比例;县级影响因素为：人均地方生产总值、高中阶段毛入学率、植被覆盖率。③ 农村贫困来源于贫困村与县域的双重作用。因此在精准扶贫工作中,政府及相关部门可针对不同尺度对象有针对性地施策,合理配置扶贫资金。     

中国贫困村致贫因素分析及贫困类型划分

精确度量行政村贫困特征是当前贫困精准识别及全面脱贫的国家战略需要。基于“十二五”期间全国“整村推进”贫困村数据,构建空间贫困视角下的多维贫困度量模型综合测算全国范围内贫困村的贫困程度,基于指标贡献度分解与线性回归方法挖掘贫困村的致贫因素,利用最小方差模型（LSE）区分贫困村的贫困类型,并结合空间计量分析技术揭示贫困村的空间分布分异特征,为面向2020年全面脱贫的国家战略提供辅助决策支撑。结果表明：① 中国贫困村近一半处于中度贫困,且贫困程度与贫困规模存在显著的地域性。② 通路情况较差、自然灾害频发、收入水平低下、劳动力状况不佳是中国贫困村的主要致贫因素,显著性指标包括通路率、地貌类型、遭受自然灾害频次、人均纯收入、劳动力比例、劳动力文化素质等。③ 中国贫困村整体呈多因素致贫,三因素支配型、四因素协同型、五因素联合型贫困分布相对较高。④ “整村推进”扶贫工作初见成效,对促进贫困村可持续发展起到了较好的推进作用,但贫困村具有各自贫困特征,需进一步地因地制宜,因村施策,开展针对性帮扶工作。     

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。     

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。     

贫困地区乡村振兴与精准扶贫有效衔接研究

精准扶贫与乡村振兴是新时代统筹城乡发展的重要途径和根本抓手,基于贫困地区发展历程、扶贫实践及成效梳理,提出了乡村振兴与精准扶贫有效衔接的理论框架,对于指导贫困地区乡村转型与可持续发展具有重要意义。结果表明,对贫困户、贫困县、贫困片区的精准扶贫,能够显著改善乡村地区的生产、生产和生态条件,逐步解决城乡发展不平衡的问题。通过乡村产业、生态、文化、人才、组织振兴,能够激发乡村发展活力、能力、动力和竞争力,解决乡村发展不充分的问题。精准扶贫旨在补齐乡村发展的短板,是乡村振兴的重要基础。乡村振兴可以巩固提升脱贫成果,是精准脱贫的有力保障。因此,在精准扶贫和乡村振兴的交汇期,应同步推进和实施两大战略,按照人?地?业?财的耦合协调状态,设定贫困地区精准脱贫量表,实现贫困地区乡村稳定与持续脱贫,设定县域乡村振兴率、村域居业协同度等指标,为乡村振兴成效评估提供定量考评依据。     

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。     

黄土高原县域贫困空间格局及地形影响因素研究

借鉴空间贫困研究的基本理论,以2017年的社会经济数据为基础,对国务院扶贫办认定的贫困县进行标识,探讨黄土高原县域贫困格局及其受地形环境的影响。结果表明:(1)黄土高原贫困县沿太行山、吕梁山、六盘山三座山脉和毛乌素沙漠一带聚集分布,呈现“三山一带”的空间分布格局。(2)贫困县的空间分布格局与人口、GDP、人均GDP的空间分布格局大相径庭,在人均GDP较高的鄂尔多斯地区也出现了贫困县的集中分布,说明仅靠社会经济因素不能很好地解释贫困县的空间分布。(3)地形环境对贫困县的空间分布有显著的影响。地形环境越恶劣的地方,贫困县分布越多。68%的贫困县分布在15°～25°高坡度范围内,76%的贫困县位于50～105 m的较大地形起伏度范围内。     

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。     

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。     

旅游扶贫重点村空间可达性分布特征及影响因素研究

在国家提出乡村振兴和旅游扶贫政策的大背景下,为了发挥旅游交通在区域发展中的带动作用,为旅游扶贫重点村建设和加快区域脱贫提供理论依据,文章以湖北武陵山区258个旅游扶贫重点村为研究样本,运用栅格成本加权距离算法与地理加权回归模型(GWR)对其旅游交通可达性及影响因素在空间上影响程度及作用方向的差异进行了探究。研究发现：湖北武陵山区内旅游扶贫重点村的平均可达时间为1.82 h,区域整体可达性相对较差,出行成本较高;从自然及人文2个视角对旅游扶贫重点村可达性的影响因子进行提取,各个影响因子在区域上作用大小的排序为：距最邻近县市最短路径>高程>周边旅游资源禀赋>距河流最短距离>距周边景区最短距离>坡度,距河流最短距离及周边旅游资源禀赋与可达成本呈负相关关系,其余因素均与可达成本呈正相关关系;距周边景区最短距离与坡度值大小的单位变化对可达成本空间差异的影响不显著。     

Village-level multidimensional poverty measurement in China: Where and how

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error (LSE) model and spatial econometric analysis model to identify the villages’ poverty types and poverty difference. The case study shows that: (1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang. (2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions. (3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type. (4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of poverty alleviation at all levels to mobilize all kinds of anti-poverty resources.     

非特色型产业扶贫模式及其对乡村振兴的启示

探讨了产业扶贫参与主体及其影响因素的互动关系,阐释了产业扶贫促进乡村振兴的机理,在此基础上剖析了非特色型产业扶贫案例——德青源金鸡产业扶贫模式,总结了相关扶贫经验及其对乡村振兴的启示。结果表明：（1）产业扶贫通常涉及政府、企业、被帮扶农户、金融机构/投资管理平台、科研机构等多个参与主体,其发展模式受社会、经济、地理、政策等外部因素的影响;产业扶贫能够有效整合当地社会、经济、文化、自然、生态、人口等资源,推动实现乡村产业、文化、组织、生态和人才振兴。（2）德青源金鸡项目以蛋鸡产业为抓手,构建了金融资本和龙头企业相结合的产业扶贫模式;通过政府、龙头企业、贫困农户和贫困村“三权”分置,因地制宜地设计出资产收益扶贫模型。（3）金鸡产业扶贫的主要经验包括：完善消费扶贫机制,多举措推动产销高效对接;树立“长线”思维,实现脱贫攻坚与乡村产业多维振兴有机结合;推动乡风文明建设,多措并举提升人力资本;完善配套设施,实现脱贫攻坚与环境保护良性互动;发挥党建和农民合作社作用,因地制宜地推动产业扶贫扎根;构建多方共赢的联结机制,推动长效脱贫和乡村振兴。这些经验对实施乡村振兴战略具有重要启示。     

产业扶贫视角下村域空间贫困陷阱识别与策略分析——以湘西保靖县为例

从产业扶贫视角出发,选择湖南省湘西土家苗族自治州保靖县为研究案例区,构建自然环境、地理区位、经济基础、人力资本和社会事业5个维度的村域的空间贫困陷阱测度指标体系,运用综合评价方法测度村域产业扶贫面临的空间贫困陷阱,利用核密度方法分析5个维度上空间贫困陷阱密集影响区域,并在此基础上绘制村域产业扶贫的综合空间贫困陷阱地图,提出对应的发展策略,为实现贫困地区产业发展精准帮扶提供科学依据。     

县域农村贫困化空间分异及其影响因素——以陕西山阳县为例

以国家扶贫开发重点县山阳县为研究区,通过空间自相关分析和分组分析方法探究山阳县农村贫困化的空间格局和类型;利用逐步回归、地理加权回归和地理探测器模型对山阳县农村贫困化影响因素进行分析,讨论影响因素效应水平的空间异质性及其交互作用。研究表明：① 山阳县农村贫困发生率具有较强的空间集聚性,形成6个热点集聚区和4个冷点集聚区;综合考虑农村贫困程度和空间连接性,将山阳县划分为低度贫困区、中度贫困区和高度贫困区。② 水网密度、到最近公路的距离、危房比例、农民人均可支配收入、外出务工人数比例、农户入社比例6个因素是山阳县农村贫困化的主要影响因素,各因素的影响效应具有空间异质性。③ 两因素交互作用要比单因素作用于贫困发生率时影响力更显著,各主要影响因素的交互作用类型有双因子增强型和非线性增强型两种。