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。     

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...     

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。     

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。     

发展地理学视角下欠发达地区贫困的地方分异与治理

在梳理发展地理学的发展过程、基本理论、分析模式和方法的基础上,结合中国解决区域性整体贫困目标和可持续发展本地化与减贫的学术探索,构建了欠发达地区贫困的发展地理学分析框架,建立了由经济地理资本、社会地理资本、文化地理资本、生态地理资本和政治地理资本构成的“五位一体”地理资本指标体系,提出了数据处理集成方法和技术流程,系统分析欠发达地区贫困的地方分异与治理方案。实证研究显示：① 地理探测可以确定作用地方贫困的主导地理资本,各主导地理资本对贫困发生率的决定力L_{A, P} ≥ 0.15;② 在不同主导地理资本作用下,5个单维地理资本指数及其合成的区域地理资本指数地方分异明显,存在阻隔和时滞特征;③ 贫困的地方分异可分为经济地理资本约束型、经济—社会地理资本约束型、经济—社会—生态地理资本约束型、经济—社会—文化—生态地理资本约束型4大类共7小类;④ 立足发展特征,挖掘地方动力,提出不同贫困分异类型的地方治理对策和模式。乡村振兴和2020年的减贫转向,应重视欠发达地区贫困的空间分异与空间扩散、空间整合的综合研究,为可持续发展本地化与减贫提供发展地理学解决方案。     

中国县域贫困综合测度及2020年后减贫瞄准

贫困问题长期以来受到世界各国的重点关注。科学揭示农村贫困发生机制、贫困化格局和探究2020年后减贫瞄准策略,成为新时代中国农村贫困问题研究的重要议题。本文基于人地关系地域系统理论,多维度剖析了中国农村贫困的发生机理,构建了表征县域贫困压力的指标体系,运用BP神经网络模型对县域多维贫困压力指数进行了综合测度,识别出2020年后国家政策仍需重点倾斜的帮扶县,并划分出帮扶县的4种类型。结果表明：① 人类发展能力、自然资源禀赋、社会经济发展及由这三个维度构成的县域综合发展能力呈现出自东南沿海向西北内陆递减的规律,并与地势的三级阶梯呈现出一致性;② 2020年后仍需要国家政策倾斜的帮扶县有716个,主要分布在青藏高原高寒区、三级阶梯的过渡地带、西南喀斯特地区等生态脆弱区和少数民族集聚区;③ 识别的帮扶县可以划分为综合制约型一类重点帮扶县、人类发展能力制约型二类一般帮扶县、自然资源禀赋和社会经济水平制约型三类一般帮扶县,以及人类发展能力和社会经济水平制约型四类一般帮扶县,重点帮扶县主要集中在深度贫困地区。新时期中国贫困格局、贫困化机制、减贫路径及问题和模式,亟需深化创新精准扶贫的体制机制,这为重视和加强贫困地理学的研究提出了新机遇和新挑战。     

干旱风沙区农村多维贫困地域分异机制研究

运用A-F法测度多维贫困,结合热点分析、地理探测器和主成分分析等方法对干旱风沙区进行农村多维贫困地域分异系统剖析。结果表明:① 农村多维贫困发生率为14.73%,住房、教育和发展维度贡献率分别高达32.25%,23.94%,15.98%,收入已不再是主要致贫维度;② 村域多维贫困表现出集中连片性和地域差异性,南部山区为热点区域,北部扬黄灌区和塬区为冷点区域;③ 深度贫困地区影响MPI地域分异的主导因素为村庄区位条件、自然环境和资源禀赋;④ 农村多维贫困呈现出自然环境限制农户发展,地理区位影响群体福利,资源丰度约束农业生产的地域分异机制。为了缓解区域多维贫困,亟需推进城乡公共服务均等化和融合发展。     

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。     

皖西地区贫困空间分异的自然环境机理和区域减贫策略

贫困是困扰人类的世界性问题,区域性贫困是中国当前贫困问题的突出表现,而自然环境因素往往对区域性贫困产生重大影响。探讨贫困的空间特征及其演化,分析其地理成因,可为区域瞄准政策的制定提供重要依据。本研究以大别山连片特困区的皖西地区为例,聚焦自然环境,利用地理探测器和耦合协调模型,从乡镇尺度,通过分析主要自然环境因素对贫困空间分异的主导影响、交互影响及影响的地域类型,剖析自然环境的影响机理,研究结果显示:(1)平均坡度和平均高程对皖西地区贫困空间分异的影响最大,且各自然因素的影响具有交互性,说明皖西地区贫困的空间分异是多个自然因素综合作用的结果;(2)自然因素与贫困发生率的耦合协调关系存在明显空间规律,耦合协调度整体上由西南向东北递减,但不同自然因素影响的空间规律不同;(3)根据耦合协调度,可将自然环境对皖西地区贫困空间分异的影响归纳为自然环境低度影响型、自然资源中度影响型、自然环境高度影响型、自然环境极高影响型四种,不同类型的乡镇,其主导影响因素和影响过程具有明显差异;(4)文章提出提升城市化水平、调整农业结构、发展特色农业产业、生态补偿扶贫、异地搬迁扶贫等针对性的减贫措施。     

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。     

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.     

耕地资源富集区县域贫困格局及其影响机制 ——以黑龙江省兰西县为例

以耕地资源较为富集的贫困县兰西为例,采用空间统计方法分析县域贫困格局,剖析耕地利用对农村贫困格局的影响机制。研究发现：① 兰西县贫困发生率呈西北向东南梯度递减特征。② 贫困家庭收入来源单一,对耕地的依赖性较强。③ 耕地利用的各因子对贫困发生率在影响方向和影响程度上不同,且由于耕地资源差异形成了资源依赖机制和资源利用机制,进而影响贫困格局。④ 建议该类型区域加强土地整治,提高耕地的自然质量和生态价值;加大对农业投入强度,促进农业提档升级;调整农业生产关系,实现现代农业与贫困户的有机结合,确保农业可持续发展与贫困户增收、脱贫。     

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。     

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...     

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。     

新疆边境贫困县自然地理环境影响因素实证分析

运用新疆17个边境重点贫困县市的面板数据,比较OLS与分位数回归方法验证自然地理环境对边境县(市)农民收入和农村贫困率的影响,结果表明:一定生产力背景下,自然地理环境对收入和贫困仍具有一定的负向影响,而作用机理非常复杂。同时,社会、经济发展措施也能从不同方向、水平上缓解自然地理条件的负面作用。