贫困山区旅游发展与区域贫困脱钩关系演变及影响因素——以大湘西地区为例

通过构建旅游发展与区域贫困评价指标体系,采用熵值法、Tapio脱钩模型和地理探测器方法,探究2005—2020年大湘西地区旅游发展与区域贫困综合水平及其脱钩关系演变特征,并分析其相关影响因素与作用机制。结果表明：(1)区域贫困程度呈持续下降态势,旅游发展水平呈“震荡起伏”式上升态势,二者呈“逆向”演变走势。(2)旅游发展与区域贫困脱钩关系存在强脱钩、弱脱钩、衰退脱钩、弱负脱钩、强负脱钩5种类型,区域和市(州)尺度出现频率最高的均为强脱钩类型,市(州)际间旅游与贫困脱钩关系存在显著的时空异质性。(3)影响旅游发展与区域贫困脱钩关系演变的主要因素为实际利用外商投资额、国内游客人次、水资源、社会销售品零售总额、城乡居民储蓄存款余额、人口城镇化率、耕地面积占比、森林覆盖率,社会经济背景条件是影响旅游与贫困两大系统关系优化的主导变量。     

相对贫困视角下的精准扶贫多维减贫效应研究——以宁夏彭阳县为例

2020年是精准扶贫的收官之年,中国脱贫攻坚的重点将转向解决相对贫困。建立解决相对贫困长效机制,亟需科学评价精准扶贫政策的减贫成效,通过补齐减贫短板,优化扶贫资源配置,实现区域精准化扶持。本研究在测度彭阳县多维贫困程度的基础上,利用倾向得分匹配法量化了精准扶贫的多维减贫效应,并分析了扶贫的困境。主要结论：① 精准扶贫多维减贫成效显著,农户多维贫困指标数量k减少了51.66%;② 各维度贫困指标剥夺程度均有降低,降低最明显的维度是生活、资产、住房和收入维度,教育和健康维度次之;③ 根据各维度减贫效应的差异找出减贫短板,分析了彭阳扶贫的困境。最后对如何摆脱减贫困境、推进建立解决相对贫困机制提出了相应的建议。     

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,...     

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。     

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。     

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。     

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。     

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。     

基于脱钩分析方法的耕地占用与经济发展的关系研究——以武威市为例

基于脱钩分析方法,选取建设占用耕地量、非农GDP产值两个指标作为主要指标,并对非农GDP进行重新界定,改进了脱钩的研究方法;采用1998-2012年的相关统计数据对武威市耕地占用与经济发展的关系进行了实证研究,结果表明:(1)武威市2001-2012年建设占用耕地与非农GDP的关系主要呈现出5种状态,即强负脱钩、扩张负脱钩、强脱钩、衰退连接和弱脱钩,表现为强脱钩和弱脱钩的状态期数合计占统计期数的67%,总体上有6个年期处于强脱钩状态;(2)脱钩弹性曲线总体上表现出"M"型变化,呈现出"非理想状态-畸形状态-理想状态"的周期性变化,且武威市近3 a都表现为脱钩的理想状态,经济发展摆脱了以牺牲耕地资源为代价的经济增长方式;(3)耕地保护政策落实、产业结构调整、产业集聚等是促进脱钩的主要原因,与武威市的实际情况相吻合。证明改进后的脱钩分析方法可准确反映耕地占用与经济发展的关系。     

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.     

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.     

贫困山区旅游扶贫与生态环境耦合协调关系研究

贫困山区生态环境比较脆弱,为探寻旅游扶贫与生态环境二者之间的耦合协调关系,以贵州西部乌蒙山集中连片特困地区六盘水市为研究对象,建立旅游扶贫与生态环境耦合协调驱动机制框架模型和评价指标体系,以熵权法求出各评价指标的权重值,采用耦合协调度模型对六盘水市2003-2017年旅游扶贫与生态环境的综合发展水平和二者之间的耦合协调关系及变化趋势进行了研究。结果显示：旅游扶贫效率和生态环境保护效率分别对旅游扶贫系统和生态环境系统的贡献份额最大,六盘水市旅游扶贫与生态环境的耦合协调从“严重不协调”类型发展到“基本不协调-旅游扶贫滞后”类型,再发展到“基本协调-生态环境滞后”类型。在旅游扶贫高速发展驱动下,生态环境滞后问题已开始出现。因此,在以后制定旅游扶贫发展战略时应强调生态环境保护,改善生态环境质量,促进旅游扶贫开发,实现二者高度协调发展。     

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。     

发展地理学视角下中国多维贫困测度及时空交互特征

探索贫困监测评估指标体系及区域间贫困时空交互动态特征对当前中国可持续减贫研究具有重要意义。基于发展地理学视角,引入面板向量自回归（PVAR）模型并结合人类发展分析路径与SDGs全球指标框架识别影响中国贫困的致贫和减贫因素,以此测度多维贫困指数,进而采用探索性时空数据分析（ESTDA）方法揭示多维贫困的时空交互特征。结果表明:① 中国当前贫困监测评估的致贫因子包括农作物受灾比和社会总抚养比,减贫因子则涉及人均GDP、人均社会保障支出、人均公共卫生支出、每万人医院数、新型农村合作医疗参合率、植被覆盖率、人均教育支出、高校数量、人均科学研究与试验发展支出、人均文化事业经费。② 2007—2017年中国省域收入贫困、健康贫困、文化贫困及多维贫困状况得到显著改善,全国综合贫困程度年均下降5.67%,部分省域的不同维度贫困内部出现差异化。③ 研究期内省域间多维贫困局域空间格局表现为较强的空间动态性,并呈现由东部向中、西部增大的变化态势;省域间多维贫困指数随时间演变呈现强的空间依赖关系,形成以西北和东北为高值区向四周递减的变化格局。④ 邻接省域多维贫困交互的时空网络以负向关联为主,仅有陕西与河南、陕西与宁夏、青海与甘肃、湖北与安徽、四川与贵州、海南与广东形成空间上较强的减贫协同关系。研究成果对当前中国精准扶贫战略实施尤其是2020年后预防返贫具有重要的参考价值。     

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。     

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。     

基于可持续生计的精准扶贫分析方法及应用研究——以四川凉山彝族自治州为例

可持续生计框架是辩证思考贫困的影响因素及其形成过程的理论总结,有助于对精准扶贫进行规范化和系统化的研究。本文以可持续生计框架为蓝本,构建基于可持续生计的精准扶贫分析框架,并从影响农户生计的内因和外因视角,讨论精准扶贫的多维贫困识别指数(MPII)的基本构成。以四川省凉山州作为案例区域,建立具有本土特色的MPII指标体系;识别出420户贫困户,其中80.48%(338户)的建档立卡户与识别结果重叠;与建档立卡农户相比,所识别贫困农户在各单个维度和综合维度都几乎处于更劣势的水平,识别效果更加精准。根据贫困原因的相似性,可将贫困农户划分为人力资本贫困型、基础型资本贫困型、社会资本贫困型、多维资本贫困型、生计环境恶劣型等五种类型,并针对不同的贫困类型提出相应的帮扶措施。