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。     

秦巴山集中连片特困区农户多维贫困测度与影响机理分析——以商洛市为例

中国扶贫瞄准单位已下沉到农户单元,发展和完善农户尺度的多维贫困测度方法是精准配置扶贫资源、提高扶贫效率的关键。通过借鉴“人”“地”和“业”关系理论构建了“能力—资本—环境”多维贫困综合评估框架,以秦巴山特困区商洛为例,通过多维贫困测度体系对农户进行综合测度,识别样本区多维贫困户,进而与建档立卡贫困户进行对比分析,并探讨了多维贫困发生的主要影响机理,最后依据多维贫困户剥夺维度的组合划分不同类型。研究结果表明:① 有245户被识别为多维贫困户,239户被识别为非多维贫困户,多维贫困户与非多维贫困户在能力维度、资本维度和环境维度均存在较大差异;② 有84.08%的多维贫困户与建档立卡贫困户相重叠,多维贫困户在综合维度和单维度的贫困程度均较深;③ 多维贫困发生主要受“人”的发展能力和生产能力、“业”的金融资本、物质资本以及“地”的地理条件和区位的弱势或剥夺的影响;④ 多维贫困户划分为发展缺失型、复合贫困型、生存环境恶劣型和综合贫困型4类。     

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。     

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。     

典型深度贫困县贫困格局及影响因素分析——以海伦市为例

深度贫困县是实施精准扶贫工作的重点区域,客观分析深度贫困县贫困格局及其影响因素,可以为制定扶贫策略提供科学依据。论文以黑龙江省海伦市为研究区,基于空间分析和数理统计方法,探索以贫困村和贫困人口为核心的贫困格局及其影响因素。结果表明：① 作为深度贫困县,海伦市贫困村和贫困人口均具有不平衡性,贫困村和贫困人口格局既具有关联性,又具有差异性;② 海伦市贫困村集中分布在150~250 m地形过渡地带,呈现多核心带状式分布态势;③ 海伦市贫困人口分布格局是自然因素与人文因素综合作用的结果,自然地理及农业生产、农村基础设施及社会福利因素是直接影响贫困人口分布格局的关键因素。建议从加强农业农村基础设施建设、提升抵御自然灾害能力,加快种植业结构调整和布局优化、提升农村产业发展水平,提升社会保障水平、降低致贫返贫风险,优化居民点体系、推动乡村各类要素的空间重组、结构重塑、功能重调等方面加强精准扶贫和乡村振兴工作。     

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。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

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。     

喀斯特山区村域多维贫困空间异质性研究——以盘州市为例

厘清喀斯特山区贫困人口空间分布及贫困机理是我国全面建成小康社会的关键。基于自然环境、地理区位、经济基础及人力资本4个维度指标测算了盘州市村域多维贫困,并结合GIS技术分析了其空间异质性。结果表明:(1)31.65%的行政村处于多维贫困状态,主要集中分布在盘州市的北部、东部以及零星分布在西部和南部。(2)多维贫困的热点区主要分布在各维度上均未处于冷点区的盘州市北部的乌蒙镇、坪地彝族乡、柏果镇、普古彝族苗族乡以及旧营白族彝族苗族乡东部和竹海镇东南部。(3)4个行政村在各维度上均处于贫困,53个行政村在其中3个维度处于贫困,贫困维度的热点区集中在盘州市北部的乌蒙镇与坪地彝族乡交界处、柏果镇、鸡场坪镇北部、淤泥乡北部、旧营白族彝族苗族乡东部以及竹海镇东南部。(4)根据盘州市实际情况,将各行政村的脆弱维度组合划分为自然条件缺乏型、经济基础缺乏型、人力资本缺乏型、自然经济兼缺型、自然人力兼缺型、经济人力兼缺型、自然经济人力兼缺型和发展友好型8类,并提出相应的脱贫建议。通过对村域多维贫困定量测度和空间异质性研究,明晰了多维贫困的测度方法及其空间分异规律,这对区域全面脱贫和乡村振兴具有重要的现实意义。     

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.     

中国贫困村致贫因素分析及贫困类型划分（英文）

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 pov-erty alleviation at all levels to mobilize all kinds of anti-poverty resources.     

内城区户籍贫困空间剥夺式重构研究——基于南京10843份拆迁安置数据

采用南京内城区2001-2011 年期间10843 户贫困家庭的拆迁安置数据,探讨内城区户籍贫困空间格局及其重构特征。通过空间自相关与空间聚类等研究方法,对城市拆迁发生前内城区22 个街道的贫困家庭分布格局分析发现:① 样本贫困群体在街道尺度上社会经济属性相对均质,主要贫困属性因子的空间自相关性不强;② 内城区户籍贫困空间格局具有良好的历史延续性,总体上呈分散布局并遵循着自然渐进式的空间演化模式;③ 拆迁安置导致内城区贫困空间发生由中心至边缘、由分散到集中的重构,而且这种贫困空间边缘化过程具有强烈的不可逆性;④ 贫困家庭的物质居住条件通过拆迁安置得以改善,代价是因搬离内城而远离商业区、重点中小学、三甲医院和地铁站点等城市优质公共资源。内城区贫困空间剥夺式重构过程中,城市优势区位的丧失有可能导致贫困家庭的交通、就业与生活成本增加,向上流动机会减少。     

中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素

基于构建的“规模-效益-结构”指标体系,运用Jenks Natural Breaks分类、地理探测器、变异系数、探索性空间数据分析等方法对中国镇域工业化和城镇化综合水平的空间格局特征及其影响因素进行分析。研究表明：① 整体空间布局呈镶嵌式分布且高值连片格局不明显,但高值区在东部、中部城市群核心区的点状串联式凸显依然可见。此外,基于规模实力的中高值集聚格局,主要分布在长江以北的“三角形”区域;中低值、低值在西部的大范围绵延分布态势明显。整体而言,镇域尺度下规模、效益分异特征与以往研究类似,以胡焕庸线为分界的东南—西北差异清晰可见。② 空间内部差异度从低到高依次为东部、中部、西部和东北,与国家经济格局吻合。基于省域、城市群尺度发现,虽然部分省区、城市群内部差异与预期差别较大,但整体上依然表现出中东部内部差异较小,西部、东北乡镇实力不强且内部差异较大的客观事实。③ 从空间关联看,综合、结构水平的高值、低值集聚的格局化特征不明显,总体与空间分布格局类似;规模、效益水平的集聚格局类似且类似于已有研究,但显著LL区的集聚格局突破胡焕庸线并形成“S”型分隔,体现出镇域尺度细化后的集聚新特点。④ 从尺度对比看,县域、市域尺度下综合、结构水平的中高值分布格局与镇域尺度类似,呈现出以中东部城市群核心区、沿海与京广发展轴辐射区为表征的空间格局。不同的是,县域、市域尺度下规模实力的中高值集聚区范围扩大延伸至长江中下游以南,形成“四边形”区域。从胡焕庸线分异特征看,两者仅有规模水平分布类似,综合、结构与效益水平的分异表征不明显。从空间集聚看,显著HH区变化较大,主要表现在内蒙古、宁夏、甘肃省份的增多与连绵分布;显著LL区的分布范围明显缩小且胡焕庸一线西侧的大范围集聚区被局部打散、打乱。基于定量与定性结合的方法,从经济实力、非农化进程、乡镇现代化水平、地形地貌条件、根植性与路径依赖等方面进行影响分析,发现这五个方面分别起核心支撑、活力支撑、进程性、基础性与“链”式传导等作用。     

中国能源消费碳排放的空间计量分析(英文)

Based on energy consumption data of each region in China from 1997 to 2009 and using ArcGIS9.3 and GeoDA9.5 as technical support,this paper made a preliminary study on the changing trend of spatial pattern at regional level of carbon emissions from energy con-sumption,spatial autocorrelation analysis of carbon emissions,spatial regression analysis between carbon emissions and their influencing factors.The analyzed results are shown as follows.(1) Carbon emissions from energy consumption increased more than 148% from 1997 to 2009 but the spatial pattern of high and low emission regions did not change greatly.(2) The global spatial autocorrelation of carbon emissions from energy consumption in-creased from 1997 to 2009,the spatial autocorrelation analysis showed that there exists a "polarization" phenomenon,the centre of "High-High" agglomeration did not change greatly but expanded currently,the centre of "Low-Low" agglomeration also did not change greatly but narrowed currently.(3) The spatial regression analysis showed that carbon emissions from energy consumption has a close relationship with GDP and population,R-squared rate of the spatial regression between carbon emissions and GDP is higher than that between carbon emissions and population.The contribution of population to carbon emissions in-creased but the contribution of GDP decreased from 1997 to 2009.The carbon emissions spillover effect was aggravated from 1997 to 2009 due to both the increase of GDP and population,so GDP and population were the two main factors which had strengthened the spatial autocorrelation of carbon emissions.     

武汉市公共交通网络中心性及其与银行网点的空间耦合性研究

本文以构建公共交通网络为切入点,运用改进的多中心性评价模型测度了武汉都市发展区公共交通网络中心性,并结合GIS核密度分析法与双变量空间自相关分析法,探讨了公共交通网络中心性和银行网点空间分布规律,以及两者之间的耦合性与空间结构。主要研究结论为：①武汉都市发展区公共交通网络中心性具有城市多中心指向性特征,且由中心向外围圈层递减;②银行网点布局呈现“核心—中心—过渡区—外围”多层次结构,且具有空间不均衡性;③公共交通网络各中心性指标与银行网点具有不同程度的空间正相关。银行网点受接近中心性的影响最大,直达性次之,介数中心性最小;④局域上,公共交通网络中心性指标与银行网点的耦合关系存在空间不平稳性与空间异质性。高—高聚集与低—低聚集是主要的空间关联模式;高—高聚集主要位于银行网点布局的核心圈层,低—低聚集点缀于外围圈层,高—低聚集与低—高聚集介于核心圈层与外围圈层之间。     

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。