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。     

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。     

中国儿童多维贫困时空格局变化及其影响因素

儿童是社会发展的未来,相对于具有劳动能力的成年人,儿童群体更易陷入严重的多维贫困状态,因此探讨儿童多维贫困的时空动态变化及其影响因素具有重要的理论价值和实践意义。以中国25个省、市、自治区为研究区,使用A-F法从住房、照料、教育、健康、营养维度对2010—2016年中国儿童多维贫困进行测度,并结合空间自相关、地理探测器等方法对其时空格局及影响因素进行研究。结果表明：① 2010—2016年中国东中西部儿童多维贫困指数均呈下降趋势,儿童多维贫困在住房、照料、教育、健康、营养各维度均得到有效改善;② 2010—2016年中国儿童多维贫困、各维度贫困存在空间分布差异,呈现“东—中—西”部儿童多维贫困指数阶梯式递增的空间特征;③ 2010—2016年中国城市、农村儿童多维贫困情况均得到改善,空间分布向着“东—中—西”贫困指数阶梯式递增的格局转变,但农村儿童多维贫困指数始终远高于城市;④ 家庭情况、城镇化水平是影响儿童多维贫困空间分异的重要因素,抚养能力、经济水平、教育环境是影响儿童多维贫困的次要因素。综合来看,各影响因素的交互作用对儿童多维贫困空间分异的影响远超过单因素,教育环境与抚养能力、城镇化水平与医疗资源、家庭情况与抚养能力为影响儿童多维贫困的主导交互因素。     

黄土高原村域多维贫困空间异质性研究——以宁夏彭阳县为例

黄土高原属于生态环境脆弱与农村经济贫困的复合区域,研究其村域多维贫困及空间异质性有助揭示乡村贫困原因及空间格局。以宁夏彭阳县为研究区,运用A-F法对村域多维贫困进行测度,并结合空间自相关、地理探测器和回归分析方法对其空间异质性进行了系统分析。结果表明：① 研究区农户多维贫困程度较深,K = 3时,多维贫困指数（MPI）为0.045,平均剥夺份额0.361,主要致贫维度是住房、健康和教育,贡献率分别为0.263、0.245、0.227,收入维度贡献率仅占0.130;② MPI空间自相关Moran's I值为0.2,即存在正相关,呈现“南北高,中部低”的格局;③ 地理探测器结果显示行政村到镇中心的距离、村平均高程、村委会到主要河流的距离是影响MPI空间异质性的主要因子,其决定力q值分别为0.552、0.396、0.326,且在最小二乘线性回归（OLSR）和分位数回归（QR）中均通过了1%的显著性检验;④ 各因子间的相互作用形成了黄土高原农户福利缺失、基础设施落后与产业发展受阻、乡镇政府职能被削弱的村域多维贫困空间分异机制。⑤ 最后提出推进新型城镇化建设,实现公共服务均等化,从根源上解决农村医疗、住房、交通设施落后等难题的建议。     

区域多维贫困测量的理论与方法

贫困包括区域贫困和个体贫困,两者均具有多维属性。区域多维贫困是贫困地理学研究的重要内容,深度贫困地区是区域多维贫困的集中表现,是当前和未来脱贫攻坚的贫中之贫、困中之困、坚中之坚。本文以空间贫困理论为基础,界定了贫困地域系统和区域多维贫困的概念,并探究了区域多维贫困测度指标体系与评估方法。据此,以中国334个深度贫困县为研究对象,运用BP神经网络模型和ESDA技术刻画了中国深度贫困地区的多维贫困空间格局。结果表明：① 区域多维贫困是贫困地域系统发展演化过程中“人”“地”“业”三个核心要素耦合失调的一种外在表现形式,是特定地域在生态环境劣势、经济劣势、社会福利劣势上的综合表现,包括生态贫困、经济贫困和福利贫困3个维度。② 深度贫困地区最“深”的地方在青藏高原,最“深”的短板在公共服务和基础设施。从单一维度的贫困指数来看,深度贫困地区的福利贫困指数（WPI）>经济贫困指数（EPI）>生态贫困指数（NPI）,三者平均值分别为2.77、2.66、1.89,贫困人口社会福利供给不足和公共服务短缺是深度贫困地区最突出的问题;从多维贫困指数来看,青藏高原是区域多维贫困指数（RMP）的高集聚区或热点区,生态贫困、经济贫困和福利贫困程度均显著高于其他地区。③ 区域多维贫困指数能较好地揭示特定区域的贫困状况。在地理位置偏远、生态环境极其脆弱、区域劣势突出的地区,区域贫困和个体贫困在空间上高度重叠。     

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。     

中国城镇化的农村减贫及其空间溢出效应——基于省级面板数据的空间计量分析

利用中国省级面板数据,运用空间计量模型,重点检验了2010—2017年间中国省域人口城镇化、土地城镇化和经济城镇化的农村减贫及其空间溢出效应。结果表明：①2010—2017年间中国省域农村贫困、人口城镇化和土地城镇化均表现出显著的空间集聚特征,而经济城镇化集聚现象呈现逐渐消减的态势。②人口城镇化对农村贫困主要表现为先缓解后加剧的“U”型特征,而经济城镇化则刚好与之相反,呈倒“U”型特点,土地城镇化对农村贫困的作用尚不明显,但主要表现出加剧农村贫困发生的潜在可能。③人口城镇化和经济城镇化对农村贫困产生了明显的空间溢出效应,同时,二者对农村贫困的空间溢出效应存在“门槛”现象。东部和中部地区的人口城镇化减贫直接效应门槛已基本突破,减贫潜力较弱,而大部分省份的人口城镇化减贫溢出效应门槛依然存在,益贫性的溢出效应仍然明显。相比之下,各省域经济城镇化减贫的直接效应和溢出效应门槛均已突破,整体上以益贫性为主。④城镇化发展过程中,应合理推进人口城镇化,加快完善相关制度改革。有效、有序地扩张城镇空间,优化城镇产业结构调整,壮大第三产业发展规模和强化其质量升级,增加城镇就业空间,提升城镇整体辐射带动效应。统筹协调区域人口、空间、资源等的分配与利用,充分发挥要素集聚带来的正向“外部性”作用,合力推进农村长效、稳定减贫,促进城乡协调与可持续发展。     

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。     

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。     

深度贫困区多维贫困测度及影响因素研究——以甘肃省岷县东部山区为例

科学揭示深度贫困区的贫困发生机制、贫困特征及致贫因素,对于目前脱贫攻坚返贫预警机制构建和2020年后相对贫困阶段扶贫开发政策的制定具有重要意义。本文采用A-F方法,构建农村家庭收入、健康、生活质量、教育4个维度11个指标的多维贫困指标体系,基于参与式农村评估(PRA)方法,访谈调查甘肃省岷县东部山区119户农村家庭,从农村家庭户主个体特征、农村家庭特征及村庄地理位置3个因素选取9个变量,定量分析了农村家庭多维贫困特征及致贫因素。研究结果表明:(1)深度贫困区农村家庭普遍呈现出多维贫困特征,多维贫困发生率H、多维贫困指数MPI随剥夺贫困值增加呈现下降态势;(2)研究区农村家庭的主要致贫因素为学历、疾病、收入来源和人均收入;(3)户主个体特征、农村家庭特征及村庄地理位置各变量均对农村家庭的多维贫困产生影响,尤其是户主年龄、常年生病病人数与多维贫困状况呈现显著正相关,户主文化程度、人均耕地面积呈现显著负相关。     

Multidimensional measurement of poverty and its spatio-temporal dynamics in China from the perspective of development geography

Exploring the spatio-temporal dynamics of poverty is important for research on sustainable poverty reduction in China.Based on the perspective of development geography,this paper proposes a panel vector autoregressive(PVAR)model that combines the human development approach with the global indicator framework for Sustainable Development Goals(SDGs)to identify the poverty-causing and the poverty-reducing factors in China.The aim is to measure the multidimensional poverty index(MPI)of China's provinces from 2007 to 2017,and use the exploratory spatio-temporal data analysis(ESTDA)method to reveal the characteristics of the spatio-temporal dynamics of multidimensional poverty.The results show the following:(1)The poverty-causing factors in China include the high social gross de-pendency ratio and crop-to-disaster ratio,and the poverty-reducing factors include the high per capita GDP,per capita social security expenditure,per capita public health expenditure,number of hospitals per 10,000 people,rate of participation in the new rural cooperative medical scheme,vegetation coverage,per capita education expenditure,number of universi-ties,per capita research and development(R&D)expenditure,and funding per capita for cultural undertakings.(2)From 2007 to 2017,provincial income poverty(IP),health poverty(HP),cultural poverty(CP),and multidimensional poverty have been significantly reduced in China,and the overall national poverty has dropped by 5.67％annually.there is a differentia-tion in poverty along different dimensions in certain provinces.(3)During the study period,the local spatial pattern of multidimensional poverty between provinces showed strong spatial dynamics,and a trend of increase from the eastern to the central and western regions was noted.The MPI among provinces exhibited a strong spatial dependence over time to form a pattern of decrease from northwestern and northeastern China to the surrounding areas.(4)The spatio-temporal networks of multidimensional poverty in adjacent provinces were mainly negatively correlated,with only Shaanxi and Henan,Shaanxi and Ningxia,Qinghai and Gansu,Hubei and Anhui,Sichuan and Guizhou,and Hainan and Guangdong forming spa-tially strong cooperative poverty reduction relationships.These results have important refer-ence value for the implementation of China's poVerty alleviation strategy.     

中国县域多维贫困与相对贫困识别及扶贫路径研究

当前,中国脱贫攻坚任务步入了由绝对贫困转向相对贫困、收入贫困转向多维贫困的新阶段。本文以中国31个省（直辖市）县域为研究对象,采用基于夜间灯光数据的平均夜间灯光指数以及基于脆弱性可持续生计框架的县域多维发展指数和多维相对贫困识别方法,从多维贫困和相对贫困两个层面对中国多维贫困现状进行分析,并基于以上研究筛选出的贫困县,采用耦合协调模型从产业扶贫、教育扶贫、旅游扶贫和农业扶贫分析适宜县域的扶贫路径。结果表明：中国约60%县域处于多维相对贫困状态,其中47%为多维相对轻度贫困县;基于平均夜间灯光指数和县域多维发展指数分别识别出602个和611个多维贫困县,分别包含了63%和79%的国家级贫困县（截至2018年）,这表明县域多维发展指数识贫机理更为精准。多维贫困县集中在甘肃、四川和云南等地;而在筛选的贫困县中,适宜产业扶贫、教育扶贫、旅游扶贫和农业扶贫的县域分别有414个、172个、442个和298个,且在4种扶贫方式中,约61%县域适宜采用多种扶贫路径共同扶贫。研究结论将为确保中国扶贫的可持续性提供重要的科学依据。     

Identification and alleviation pathways of multidimensional poverty and relative poverty in counties of China

To realize efficient and sustainable poverty alleviation,this study firstly investigated the identification of multidimensional poverty and relative poverty,and then explored relevant poverty alleviation pathways.Poverty levels in 31 provinces including the autonomous re-gions and municipalities of China were identified at the county level using the average nighttime light index (ANLI),county multidimensional development index (CMDI),and a method combining multidimensional poverty index and relative poverty standards.Poverty alleviation pathways for poverty-stricken counties were explored from the aspects of industry,education,tourism and agriculture.The results revealed that nearly 60％ of counties in China were primarily under relative poverty,most of which were corresponded to light relative pov-erty.In terms of ANLI and CMDI,63％ and 79％ of the national poverty-stricken counties,as of 2018,could be identified,suggesting that CMDI had a higher performance for identifying poverty at the county level.In terms of poverty alleviation pathways,414,172,442,and 298 poverty-stricken counties were receptive to industry poverty alleviation,education poverty alleviation,tourism poverty alleviation,and agriculture poverty alleviation,and 61％ of coun-ties had more poverty-causing factors,implying that multidimensional poverty alleviation is suitable in most of the counties.     

国家级贫困县旅游发展与多维贫困的脱钩关系研究——以西南地区为例

发展旅游业被认为是贫困地区缓解贫困的重要方式之一,为探讨国家级贫困县的旅游扶贫发展现状,本文基于Tapio脱钩模型,以西南地区136个国家级贫困县为例,对旅游发展分别与综合贫困以及、教育、医疗、社会福利等不同维度贫困间的脱钩关系进行研究。研究结果表明：① 随着旅游的发展,西南地区贫困县的综合贫困状况得到改善,但改善程度表现出不稳定性并逐渐放缓;② 随着旅游发展,西南地区贫困县经济和社会福利贫困某种程度上得到改善,医疗贫困得到较大改善,教育贫困基本未得到改变;③ 西南地区不同省份贫困县的旅游扶贫发展存在空间差异性,贵州贫困县表现最好。本研究对于深度了解旅游扶贫现状,进一步发挥旅游的多维扶贫作用具有重要意义。     

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.     

2000-2015年中国农村能源贫困的时空变化与影响因素

农村能源贫困作为世界能源体系面临的严峻挑战之一,已成为发展中国家贫困的主要标志。当前急需探明影响农村能源贫困的关键因素,并寻求有效策略减缓能源贫困。以中国30个省市（自治区）为研究单元,以能源接入与能源服务作为能源贫困的度量指标,利用Theil指数及空间自相关分析法刻画中国农村能源贫困的时空演变特征,并利用空间杜宾模型（SDM）分析其影响因素,旨在为中国制定有效的农村能源政策提供依据和参考。结果表明：① 2000-2015年中国农村能源贫困呈先增后降的“倒U型”趋势,但一直保持着“中部高、东西部低”的马鞍型分布格局;② 中国农村能源贫困的区域差异波动较大,但整体呈缩小趋势,Theil指数降幅为13.71%,地带间差异趋于扩大,而地带内差异趋于缩小;③ 中国农村能源贫困具有显著的空间集聚特征,热点区和冷点区均在波动中呈扩张态势,其中稳定性热点区集中分布在中部地区,而稳定性冷点区集中在东部沿海地区;④ 随着地区经济发展水平、农村能源供给水平、能源投资水平、农村能源基础设施水平和农村能源管理水平的提高,农村能源贫困状况将得到有效缓解。     

国家级贫困县脱贫力空间格局及分异机制

以截至2018年底中国已实现脱贫的154个贫困县为样本，构建脱贫力指标以衡量全国脱贫县相对脱贫效果，系统分析贫困县脱贫力的空间格局特征；利用相关分析和地理探测器等方法，剖析自然环境特征、区位交通条件、农业现代化水平、区域经济发展水平、公共服务设施水平等5个维度共19个驱动因子对脱贫力的作用程度及其区域差异。结果表明：贫困县脱贫力可划分为高度脱贫力、次高脱贫力、中高脱贫力和基本脱贫力4个等级，空间分布呈现不均衡态势，且脱贫率与脱贫力不同步；坡度、到主要干道距离、到最近地级市距离、人均农业机械总动力和人均财政收入等5个因子与贫困县脱贫效果显著相关，共同作用于脱贫力的空间分异，且对4个等级脱贫力影响程度差异显著。