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。     

基于GIS和BP神经网络的区域农村贫困空间模拟分析——一种区域贫困程度测度新方法

基于区域农村贫困程度测定方式不完善及缺乏地理视角的现状,选取四川省36个国家级扶贫县为实证对象,构建自然社会经济全面耦合的农村贫困测度指标体系,分析区域农村贫困的影响机制,并运用GIS与BP神经网络模拟区域自然致贫指数、社会致贫指数和经济消贫指数的空间分布格局。在此基础上,提出了全面表征区域农村贫困程度的区域扶贫压力指数——一种新的区域农村贫困测度方法,为国家扶贫政策文件《财政扶贫资金管理办法》中关于财政扶贫资金基于区域农村贫困程度分配提供实践基础。     

基于GIS和人工神经网络的区域贫困化空间模拟分析--以贵州省猫跳河流域为例

我国西南喀斯特地区山高坡陡, 地形破碎, 生境脆弱, 水土流失严重, 是我国典型的极贫困 代表区域之一。本文选择贵州省猫跳河流域作为研究区, 以乡镇为基本单元, 应用GIS 和ANN 技 术, 模拟区域自然致贫因子和消贫因子的空间分布, 计算各乡镇的贫困度, 揭示区域贫困的空间 分布格局, 以期为指导研究区早日脱贫及生态重建提供科学依据。结果表明, 地形、土壤侵蚀等自 然要素是主要的致贫因子, 而社会经济要素是缓解贫困的因子。贫困度较小的乡镇主要分布在研 究区的中部和东部, 贫困度较大的乡镇主要分布在研究区的南部和北部边缘。可见, 应用人工神 经网络模拟区域贫困化简便、实用, 避免了传统的单纯依靠统计数据进行贫困化研究的做法, 是 一种可行的方法与技术途径。     

南疆三地州贫困与旅游资源优势空间关联研究

2020年全面建成小康社会的目标对贫困治理更具现实意义。本文通过构建SOFM神经网络评估模型,聚类分析南疆三地州24个县市的经济--社会--自然多维度贫困。在评价县域旅游资源优势度的基础上,运用空间数据分析方法(ESDA)分析研究区县域贫困度和旅游资源优势度的空间分布格局,将两者在空间匹配后发现：①致贫因子集合向量的Matlab分类显示,南疆三地州各县市贫困类型可划分为经济型贫困、社会型贫困和生态型贫困,并且贫困空间聚合分布态势显著。②旅游资源优势区集中在地理环境结构复杂和多民族聚居的地区,如喀什市、塔县、阿克陶县、和田市;旅游资源优势区局域空间自相关呈现集群分布特征。③贫困类型与旅游资源优势在县域存在显著的空间关联,出现3类拟合性较好的区域。建议采取“旅游+旧城改造”和“旅游+商品基地”、“领头雁”旅游扶贫等旅游扶贫模式。     

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。     

北京城市老年贫困人口识别与空间分布

随着中国老龄化程度加深和城镇化水平的提高,城市地区的老年贫困问题日渐突出。由于缺乏明确的界定和统一的标准,老年贫困人口识别的准确性不足,不同研究的结论存在很大分歧。特别是教育、健康、家庭和社会支持等因素与老年贫困的关联被忽视、贫困线的设定较为主观等问题,对厘定城市老年贫困的空间格局和制定相关政策造成很大困扰。本文通过北京市典型居住社区的实证研究对上述问题进行了探讨,首先基于老年人属性变量的因子分析构建了城市老年贫困的综合判别指标;然后通过贫困线的优化分析,估计不同类型居住社区的老年贫困比例;再以市域范围内的街道和中心城区周边的地区办事处为空间单元,对北京市城市老年贫困的空间格局进行了分析。研究结论为:① 资源、健康、独立性和性别是老年人属性差异的决定因子,其中资源因子得分综合反映了城市老年人的贫困程度。② 不同类型居住社区的城市老年贫困比例存在显著差异,根据居住社区的分布,测得北京城市老年人口的贫困比例为9.55%。③ 城市内部老年贫困的空间格局分析表明:城市老年贫困人口比例从首都功能核心区、城市功能拓展区、城乡结合部地区到外围城区顺次增加;城市老年贫困人口密度则以外围城区与首都功能核心区最高,城市功能拓展区居中,城乡结合部地区最低。这些结果为进一步制定不同地区的老年贫困对策提供了参考依据。     

塔里木盆地内贫困县的区域分析──以岳普湖县为例

本文论述了塔里木盆地内岳普湖县贫困人口的分布与贫困户的基本特点,分析了致贫的自然因素与人为因素,提出了8项扶贫措施,旨在探讨干旱区的贫困问题。     

塔里木盆地内贫困县的区域分析：以岳盖湖县为例

本文论述了塔里木盆地内岳普湖县贫困人口的分布与贫困户的基本特点,分析了致贫的自然因素与人为因素,提出了８项扶贫措施,旨在探讨干旱区的贫困问题。     

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。     

南京城市户籍贫困人口的时空分异格局

以城市居民最低生活保障统计数据为基础,运用ESDA的方法,探讨2000—2017年南京城市户籍贫困人口的时空分异格局,并从居住空间分异的视角出发,归纳总结出南京城市户籍贫困空间格局的演化过程与机制。研究表明：① 贫困人口的空间分布沿袭了2000年“大分散,小集中”的特点,且分布状态进一步趋于分散,空间集聚则呈现出“核心-边缘”结构,“核心”即热点区域基本都位于绕城公路以内;② 未成年、无业、有就业能力（尚未正式就业）和刑释解教的贫困群体,尤其是刑释解教且无业的贫困群体,是当下城市贫困空间治理重点关注对象;③ 相比于2000年,目前南京城市户籍人口的贫困地域产生了明显分异,可划分为隐蔽型、安置型和复合型三种类型贫困人口聚居区;④ 在政府职能、市场机制和社会行为的交织作用下,南京城市户籍贫困空间重构的同时,也经历了从显性到隐性的转向。     

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.     

Transformation of relational space in targeted poverty alleviation from the perspective of actor network: A case study of Hebian Village,Mengla County,Yunnan Province北大核心CSCD

精准扶贫中政府主导、企业和社会积极响应,共同助力贫困户脱贫,引致乡村关系空间在脱贫前后发生转化。论文使用参与式观察、半结构访谈和问卷调查等方法,从行动者网络视角重新审视云南省勐腊县河边村的精准扶贫,将关系空间转化划分为阶段内关系空间转化和阶段间关系空间转化,拓展了行动者网络理论对关系空间转化的解释,发现了河边村关系空间的阶段特征与转化路径:(1)精准扶贫中河边村的关系空间存在阶段性特征,包括脱贫攻坚阶段的前关系空间(标准空间较大)和巩固脱贫成果阶段的后关系空间(协商空间较大)。(2)阶段内关系空间转化是标准空间向协商空间转化的过程。以脱贫攻坚阶段为例,“两不愁、三保障”这一明确政策目标下的标准行为构建了较大的标准空间,有利于确立强制通行点,促进阶段内关系空间转化。(3)阶段间关系空间转化是前一阶段的协商空间转化为后一阶段的标准空间的过程,脱贫攻坚阶段的前协商空间就转化成了巩固脱贫成果阶段的后标准空间。这一关系空间转化的过程可结合新标准行为的应用和空间稳定性测度进行验证。(4)关系空间转化促成了村小组和村民转变为后关系空间中的关键行动者,他们在参与改善建成环境的过程中被动员起来,通过成立合作社的形式和其他行动者结成紧密网络联盟,未来会在巩固拓展脱贫攻坚成果、全面推进乡村振兴的过程中发挥关键作用。论文所构建的关系空间转化框架对分析和促进乡村地区的发展兼具理论价值与现实意义。     

滇西北“大河流域”区贫困类型及脱贫研究

滇西北“大河流域”区位于著名的横断山“纵谷”区的核心地带,咪金沙江－长江、澜抢江－湄公河、怒江－萨尔温江和独龙江－伊洛瓦底江的上游区,是世纪上生物性和民族文化多样性及丰富的地区之一。同时,由于长期封闭、自然条件恶劣等因素综合作用,造成区内贫困问题突出。为推动区域经济发展、脱贫致富,实现可持续发展,在对区内贫困人口生产、生活现状的分析和实地抽样调查的基础上,通过对贫困人口的粮食收入、现金收贫困型、粮食或耕地贫困型、能源缺乏贫困型、水资源利用缺乏贫困和失去生存条件贫困型5大类型。扶贫工作中,可抓住各贫困类型的主要问题,实施重点扶持,实现脱贫目标。     

云南传统农耕文明区旅游扶贫模式研究——以大理州巍山县为例

我国正处于全面建成小康社会的决胜阶段,旅游扶贫对于改善民生,解决农村贫困问题具有重要意义。云南传统农耕文明区是云南省贫困人口的主要集聚区,地理环境复杂,贫困问题严重,脆弱性突出,贫困具有长期性特征。本研究以云南传统农耕文明区的典型代表巍山县为例,结合当地贫困农户和县、乡、村各级扶贫工作人员的问卷调查及访谈,对巍山县扶贫及旅游扶贫工作实践及成效进行研究,总结评价“巍山经验”,在综合分析云南传统农耕文明区贫困问题特殊性的基础上,从“多元主体参与”和“产业融合”两方面来探讨云南传统农耕文明区旅游扶贫问题,总结出了“乡村生态农业模式”、“旅游+特色小镇模式”、“O-RHB模式”以及“多元主体协同参与模式”四种旅游扶贫模式,通过本研究以探索云南传统农耕文明区旅游扶贫开发实践的有效路径,推动贫困地区的旅游扶贫开发。     

贫困动态的测度方法与演化机制

将贫困视为一个动态现象与过程逐渐成为学术界共识。尽管国内外相关成果丰硕,但迄今鲜有对贫困动态研究进行系统梳理。本文立足于现有文献,开展贫困动态研究的回顾与展望。首先,解析了贫困动态的内涵及类型;其次,分别从单维和多维角度归纳了贫困动态测度方法的原理、优缺点及数据来源;第三,从持续时间、家庭生命周期变化、代际传递和时空演变四方面系统梳理了贫困动态研究脉络;第四,基于经济学、社会学和地理学视角,分别从经济、发展和空间层面对贫困动态发生机制进行了解析。在对以上内容进行简要评述的基础上,展望了未来值得进一步探究的若干贫困动态议题,希望能够为贫困动态研究提供有益借鉴,并为巩固扶贫成果、完善扶贫政策提供理论支撑。     

湘渝川滇黔桂地市城镇化减贫效应的异质性及演变特征分析

从地市空间尺度出发,应用空间聚类分析方法和地理加权回归模型,研究了2006、2011和2016年湘渝川滇黔桂111个地市城镇化减贫效应的空间异质性及其时空演变趋势。结果表明：① 湘渝川滇黔桂地市城镇化减贫效应存在明显的空间异质性,其中,人口城镇化率提升对农民收入的影响总体逐步增强,且影响系数最高值区域总体稳定在湖南境内的中东部地市;② 产业城镇化总体具有益贫性,但在部分地区表现为抑制农民增收,其总体正向影响变大的同时差异性也随之扩大。在空间上,产业城镇化的减贫效应最低值区域从湖南、广西境内集中分布及其它省域分散分布向湖南东南部和广西东北部收缩,人口城镇化减贫效应低值区域和产业城镇化的高值区域基本重合;③ 土地城镇化对农民收入影响有正有负,但回归系数的均值一直为负,总体上抑制农民增收,其减贫效应空间上呈现差异扩大趋势,其最高值由四川北部及东北部、重庆东北部、广西东南部等地区逐步向广西境内集中,总体上呈现“南高北低”分布格局;④ 城镇化质量对农民收入均有显著的正向影响,且总体减贫效应逐步提升,但这一效应呈现出倒“U”型特征。在空间上,湖南地市城镇化质量减贫效应强于其他省份地市。据此,提出加快推进人口城镇化进程、合理优化二三产业结构、制定科学的征地补偿制度和因地制宜地促进城镇化高质量发展的建议。     

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。     

河北省县域贫困度多维评估

在京津冀加快区域经济一体化的背景下,河北省出现环绕京津地区的贫困带引起了学界与公众的普遍关注。目前国内贫困县的设定往往以经济指标为唯一度量标准,本文在经济维度基础上增加社会维度（代表人类贫困）和自然维度（代表自然贫困）两方面评价指标,构建县域贫困度多维评价指标体系,对河北省136 个县的贫困状况分别进行经济单维度与经济—社会—自然三维评估,并基于SOFM网络将全省县域贫困度划分为五级,与河北省现有各类贫困县分布进行对比。结果表明,基于经济单维度与经济—社会—自然多维度评估的聚类分析得到的高贫困度县域均与现有贫困县有很好的对应,与河北省贫困县分布现状基本吻合;由于经济—社会—自然的多维度贫困度评估综合考虑了贫困现状及其潜在可能性,评估更加全面和深入。基于自然维度的潜在贫困度对多维贫困度的影响分析表明：环京津地区的贫困现状比较严重、且潜在贫困程度高,应积极依托京津,承接产业转移。而在冀中南地区,尽管贫困现状较为严重,但潜在贫困程度较低,因其较易脱贫而容易被忽视;同时,还存在大量非贫困县转化为贫困县的可能性;应进一步加强对该地区贫困问题的关注,分类扶贫、防治结合、区域联动,促进京津冀区域一体化、社会财富同步增长。     

湖南省武陵山片区人口城镇化与流通产业发展协同演化及其减贫效应研究

运用协同度模型、空间ESDA、趋势面分析和面板计量回归模型,分析湖南省武陵山片区2001—2017年人口城镇化与流通产业发展协同的时空演化特征及其减贫效应。研究发现：湖南省武陵山片区人口城镇化与流通产业协同发展整体呈上升趋势但水平偏低,不同板块间协同水平差异显著且有扩大倾向;具有“集聚–分散–集聚”空间循环过程,局部空间极化效应明显,形成邵阳板块的显著热点区和湘西自治州板块的显著冷点区;协同发展“东高西低”空间分布格局更趋明显,“北高南低”分布态势减弱;两者协同发展对农民收入提升、贫困减缓具有显著正向促进作用,进一步空间效应分解发现协同减贫的空间正外溢性显著;实施人口城镇化与流通产业发展“双轮”协同驱动战略是实现乡村振兴的现实需要,也是落实高质量脱贫方略的重要支撑。     

东南沿海县域贫困度演变特征及驱动因素研究——以福建省为例

区域贫困是各界关注和研究的热点问题,传统的贫困地区研究缺少对中国东南沿海的关注。论文以中国相对发达的东南沿海省份福建省为例,构建3个维度9个向度共30项指标的度量模型,利用多维贫困度等指数和Kohonen神经网络算法,分析2000年和2016年的县域贫困度演化特征及其驱动因素。结果表明：① 通过对广东、福建和浙江3个东南沿海省份县域发展水平的正态分布检验进行对比,发现福建省县域发展水平在东南沿海具有典型性。② 根据贫困度指数P可划分为贫困县、弱势县和一般县,贫困县、弱势县分布于福建北部和西南部的总体格局不变,且向省域边际县聚集。③ 经济维度贫困度指数、社会维度贫困指数和自然维度贫困度指数的各自变化率最多的县市区均属于缓慢恶化区,属于快速优化区的县市区数量居中,属于缓慢改善区的县市区数量少且分布散;基于多维贫困度指数PI的变化率表现为缓慢恶化区分布于福建北部、中部和西南部,缓慢改善区分布于福建中西部,快速优化区分布于福建东部沿海。④ 对2000年和2016年多维贫困度贡献率均产生较大影响的向度为医疗卫生、教育水平、居住环境、经济发展,加强基础设施、医疗卫生、教育水平等公共服务的建设供给,应作为当前福建扶贫重点关注的内容。⑤ 基于不同向度的贫困度贡献率可划分4类致贫类型：I类县市区是教育水平和基础设施向度主导的贫困类型,II类县市区是经济发展和居住环境向度主导的贫困类型,III类县市区属于人口特征和基础设施向度主导的贫困类型,IV类县市区属于医疗卫生和经济发展向度主导的贫困类型。研究结果对准确识别县域贫困和深入实施精准扶贫战略具有一定的参考价值。