桂西北喀斯特山区人口分布特征及其与自然因素的关系

选择第六次全国人口普查的最小行政单位——乡（镇）为基本单元,利用Lorenz曲线和空间相关分析方法分析桂西北喀斯特山区乡（镇）级尺度下的人口空间分布特征,运用地理探测器方法探测自然因素单独和叠加作用后对区域人口空间分布的影响强度。结果表明： 乡（镇）级研究尺度下的人口空间分布具有不均衡性特征,呈现一般显著正相关和一定的聚集性; 各自然因素空间分布对人口分布的影响呈现显著差异,研究区西北和中南部没有喀斯特分布的乡镇,人口密度随有利于人类居住因素的增加而增加,但平均人口密度仅79人/km ²。东部和南部有喀斯特分布的乡镇,人口密度与自然因素空间分布并非简单的增减关系,其随喀斯特分布面积的变化呈现起伏波动。 地理探测器的因子探测结果显示对人口空间分布的影响强度最大的为海拔高度,交互探测结果显示,任意两个自然因素叠加交互作用后的影响强度呈现非线性增强和双因子增强。可见,桂西北喀斯特山区与其他地区类似,海拔高度是影响人口空间分布的最主要因素之一,但喀斯特山区的河网密度及特有的地质地貌等因素对其人口的空间分布具有较强的催化作用,与其他因素叠加交互作用可进一步加强对人口分布的影响。     

贵州省乡村贫困空间格局与形成机制分析

以贫困态势严峻、区域内部贫困差异大的贵州省为研究区,分析了贵州省区县层面乡村贫困的空间异质性和空间依赖性格局,定量测度了乡村贫困空间差异的影响因素和因素效应的空间差异性,进而归纳了贵州省乡村贫困的形成机制。结果发现,贵州省区县乡村贫困具有时空稳定性,呈现出东、南、西部高而中、北部低的“马蹄”形空间异质性格局。区县贫困存在较强的空间依赖性,“高-高”型贫困地域即空间贫困陷阱区域,集聚分布在贵州省的东南部、南部。定量模型发现,坡度、到所在市中心的距离、青少年人口占比、少数民族人口占比是导致贵州区县层面乡村贫困空间差异的显著因素,且这些因素的效应水平呈现出不同的空间模式。产业发展受限、劳动力流动性差、金融和人力资本积累不足是贵州贫困空间形成的主导机制。最后建议扶贫政策层面应将基于地方和基于人的政策相结合。     

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。     

区域人口密度函数与增长模式:兼论城市吸引范围划分的GIS方法

区域人口密度函数是研究中心城市对周围区域影响的有效方法。为了控制自然因素对人口密度分布的影响 ,本文的研究地域范围限定在我国四个主要的平原地区 :东北、华北、两湖平原和四川盆地。城市吸引范围是基于重力模型用GIS方法划分的。利用 1982年至 1990年的人口资料进行的模型模拟的结果表明 ,我国区域人口分布特征同西方国家一样 ,呈现出距离衰减特征 ,即随离城市的距离的增加 ,人口密度逐渐下降。由于城市经济增长的原因 ,城市人口增长快于边远地区 ,呈现出向心集聚的趋势。但不同区域集聚程度不一 ,核心城市人口快速增长的区域 ,腹地的人口增长比较迟缓 ;而核心城市人口增长速度一般的区域 ,腹地近乎是同步增长。     

中国县域农村贫困化分异机制的地理探测与优化决策

农村贫困化是长期以来备受世界各国关注的焦点问题,消除贫困,实现共同富裕是中国全面建设小康社会的重大任务,科学揭示农村贫困化地域分异机制,成为实施国家精准扶贫战略的重要课题。论文以河北省阜平县为典型案例,运用地理探测器、多元线性回归等模型方法,诊断出县域农村贫困化分异的主导因素,揭示了农村贫困化分异的动力机制,提出了不同贫困化地域类型的扶贫政策与模式。结果表明：① 影响农村贫困化分异的主导因素包括地面坡度、人均耕地资源、到主要干道距离、到县城中心距离等,各因素对贫困发生率分异的决定力分别为0.14、0.15、0.15、0.17;② 不同类型区域农村贫困化的分异机制存在明显差异,可归纳为自然环境约束型、资源丰度约束型、交通区位约束型、经济区位约束型等四大类型;③ 根据阜平县各乡镇核心主导因素,进一步划分出单因素、双因素和多因素影响区域,县域整体呈现出以横向中心为双因素影响区,两侧为单因素与多因素并存的多极核心主导因素影响的农村贫困发生分异区;④ 不同驱动机制下的县域扶贫开发亟需因地制宜、尊重科学、讲求实效,有序推进精准扶贫与城乡发展一体化战略。     

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。     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。     

近30年来兰州市人口密度空间演变及其形成机制

以街区层面的人口统计数据为基础,综合应用ArcGIS和GS+Version7软件对近30 a来兰州市人口密度空间演变进行分析。结果表明:1982-2009年,随着空间距离的增加,人口密度的正相关性逐渐削弱,负相关性逐渐增强。人口密度总体上呈不断增大的趋势,人口分布不均衡性和聚集性逐年增强,整体呈现出东高西低格局,以城关区和西固区为增长顶点形成"双核心"空间结构。高密度人口分布偏东,主要集中在城关区和七里河区。人口重心级别不同,所在街区面积不同,高人口密度街区面积小,低人口密度街区面积大。其形成机制主要缘于自然因素、历史因素、政策因素和经济因素等方面。     

基于定位大数据的中国集中连片特困区人口流动空间格局及其影响因素分析

14个集中连片特困区(简称“贫困片区”)是我国人口流动剧烈区域之一,目前关于揭示贫困片区人口流动规律的研究尚不多见。该文利用2019年春节前后实时动态腾讯定位大数据与社会经济指标构建地理加权回归模型并进行耦合分析,揭示14个贫困片区人口流动的空间格局及其影响机制。结果表明：(1)总体上贫困片区人口流出明显,呈现出东、中部片区人口流出活跃,西部片区人口流入一般活跃的格局,且东、中部片区的净流出量明显高于西部片区的净流入量。(2)教育资源供需矛盾、三次产业发展以及贫困人口数对人口流动的影响较大,其中,二、三产业发展是吸引人口流入的主要因素,而教育资源供给矛盾、贫困人口多、第一产业附加值低是人口流出的主要影响因素。(3)东、中部片区人口流出主要缘于贫困人口基数大、教育资源不足,西部片区人口流入主要受二、三产业就业机会多的影响。最后提出贫困片区在乡村振兴阶段的发展建议。     

湖南省乡村贫困的影响因素及调控路径研究

贫困是当今世界尖锐的社会问题之一,贫困问题的研究对于改善民生、保障民生和推动贫困地区的社会经济发展具有十分重要的意义。本文以湖南省51个贫困县为例,综合运用熵值法、空间回归分析等方法,从人口结构、居住条件、收入状况与家庭支出4个方面构建贫困测度指标体系,对乡村贫困空间分异特征、影响因素、类型划分、调控路径等进行研究。结果表明：① 湖南省乡村贫困的空间分布呈现出显著的差异性,总体上以轻度贫困和一般贫困为主,比较贫困所占比例较少,比较贫困主要位于武陵山连片特困地区,包括怀化与湘西地区。② 湖南省乡村贫困是区域自然条件和外部社会经济因素相互作用、交互影响的结果,乡村贫困与县均海拔、自然灾害发生面积、农林牧渔业总产值、乡村产业结构及城乡居民收入比呈正相关关系,与农业机械化总动力和人均耕地面积呈负相关关系。③ 基于乡村贫困的测度结果对湖南省51个贫困县进行类型划分,共分为单因素主导型、双因素驱动型、多因素综合型3个大类和P因素主导型、P-E因素驱动型、P-H-E因素综合型等14个小类,并从基础设施建设、文化教育、职业能力培训以及特色产业发展对不同类型贫困县提出相应的脱贫措施。     

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。     

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。     

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.     

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.     

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。     

贫困县村级居民点空间分布离散度与农村居民纯收入关联格局分析

在城市群离散度度量方法的基础上,构建村级居民点空间分布离散度评价模型,采用GIS网络分析、叠加分析和统计分析,对研究区288个行政村进行居民点空间分布离散度评价,并与反映村级经济发展的重要指标——农村居民纯收入进行关联分析,在全县、不同地貌与不同经济圈层条件下,分别分析离散度综合指数(DCI)与经济发展的关联格局关系。结果表明：研究区居民点的离散度从城关镇到外围呈聚集—离散分布,具体表现为城关镇及其他乡镇政府所在地（即经济中心）的DCI较小,外围等非经济中心部分及山区DCI较大;DCI不仅随农村居民纯收入的增大而减小,还受其周围值的影响;山地条件下DCI与农村居民纯收入的负相关关系较丘陵及平原地区明显;经济圈的辐射作用对DCI与农村居民纯收入的影响很大。因此需要系统整治规划农村居民点,并可通过增设经济中心等方式,提高农村居民的经济发展水平,从而降低居民点的空间分布离散度,进而改善居民点的空间分布格局,巩固扶贫开发成效。     

中国连片特困区经济韧性测度及影响因素分析

巩固脱贫攻坚成效,提升抗风险与自我发展能力对连片特困区而言意义深远。经济韧性作为反映区域经济应对冲击时抵抗、恢复、调整及转型能力的指标,能够有效评估连片特困区的抗冲击能力和返贫风险。基于中国12个连片特困区的地市级数据,通过构建综合指标体系及核心评估变量对其经济韧性进行了测度与对比,并运用多种回归模型识别主要影响因素,结果发现:① 连片特困区经济韧性小于非连片特困区,二者虽均呈逐年递增趋势,但非连片特困区增速略快。进一步对指数分解后发现,连片特困区与非连片特困区经济韧性的差距主要来自于适应与调整能力的差异。② 罗霄山区、燕山—太行山区、大别山区经济韧性均值最高,而滇西边境山区、六盘山区、四省藏区最低,东西差异明显。③ 大部分片区经济韧性逐年递增,经济韧性越高的片区往往增速越快,但四省藏区、六盘山区、吕梁山区经济韧性出现下降趋势,其中,吕梁山区下降最明显。在对不同片区经济韧性分解后发现,不同片区间适应与调整能力差异最大,创新与转型能力差异最小。④ 地理区位、人均固定资产投资、外贸依存度、财政自给水平、地方财政教育经费支出、专利授权数等变量对连片特困区经济韧性存在显著影响。⑤扶贫政策有利于增强片区经济韧性,经济韧性较低的片区对扶贫政策的依赖程度更高,其中,四省藏区、六盘山区、滇西边境山区对扶贫政策依赖最为严重。     

产业扶贫视角下村域空间贫困陷阱识别与策略分析——以湘西保靖县为例

从产业扶贫视角出发,选择湖南省湘西土家苗族自治州保靖县为研究案例区,构建自然环境、地理区位、经济基础、人力资本和社会事业5个维度的村域的空间贫困陷阱测度指标体系,运用综合评价方法测度村域产业扶贫面临的空间贫困陷阱,利用核密度方法分析5个维度上空间贫困陷阱密集影响区域,并在此基础上绘制村域产业扶贫的综合空间贫困陷阱地图,提出对应的发展策略,为实现贫困地区产业发展精准帮扶提供科学依据。     

湖南省县域乡村反贫困绩效评价与空间分异特征

综合运用熵值法、地理探测器等方法,从基本生存绩效、自身发展绩效,县域扶贫绩效3个方面构建指标体系,对湖南省51个贫困县2017年反贫困绩效空间地域分异特征及其影响因素进行研究。结果表明：① 湖南省贫困农户一般能满足基本的生存需要;自身发展绩效水平得分较高的区域大多处于武陵源区、鹤城区等城市市区周围以及罗霄山片区,而雪峰山脉周围县市则普遍较低;县域扶贫绩效水平高的区域分布较为零散,大致位于各城区周围,而省城或西北的少数民族聚集区以及中南部绩效水平还有待提高。② 反贫困绩效总体上呈现出高、中、低3种绩效水平交替分布的空间特征,愈靠近武陵源区、鹤城区和长株潭地区的贫困县市,综合反贫困绩效水平愈高。③ 县域发展情况是影响湖南省反贫困绩效的决定性因素,农户条件与乡村状况是基础性因素,自然条件是重要因素,各因子间交互作用的影响远大于单因子,不存在独立作用的因素,体现出湖南省反贫困绩效影响因素的复杂性特征。