喀斯特山区农村贫困测度与空间分异研究——以盘州市为例
发布时间：2021-06-01 06:26
以盘州市474村为研究对象,建立多维贫困评价模型对盘州市村域多维贫困进行测算,并结合GIS分析功能、地理探测器、逐步回归模型对其空间分异进行了深层次探究。结果表明:（1）盘州市自然资本维度、金融资本维度、人力资本维度和环境脆弱维度贫困村个数依次为45、101、201、17,其中人力资本维度贫困村占总行政村42.32%,空间呈聚集化分布;（2）盘州市43个行政村处于多维贫困,约占行政村总数9.1%,主要分布在盘州市北部地区与南部地区,中部地区呈现零散分布状态;（3）盘州市多维贫困空间异质性的主导因子是行政村到县的距离、路网密度、生态保护红线面积比重、起伏度,平均高程、村到乡镇的距离起次要作用,各驱动因子间交互作用对多维贫困空间异质性的影响大于单因子作用产生的影响。对盘州市多维贫困进行定量测度,并对其空间分异的驱动力进行探究,结果对石漠化地区脱贫政策制定,区域可持续发展具有重要意义。
【文章来源】：长江流域资源与环境. 2020,29(05)北大核心CSSCICSCD
【文章页数】：10 页
【部分图文】：
研究区示意图
图2 MPI值 “较低”和“低”等级区域涵盖340个行政村,约占行政村总数71.7%;“一般”等级包含91个行政村,约占行政村总数19.2%;高值区域即“较脆弱”和“脆弱”等级范围覆盖43个行政村,约占行政村总数9.1%,其主要聚集在乌蒙镇、坪地彝族乡、保基苗族彝族乡、双凤镇、刘官街道办事处、红果街道办事处、胜镜街道办事处、大山镇以及新民镇等。MPI发生率较高的村域普遍表现为村集体人力资本薄弱,农户人均可支配收入较低,自然资本不足。3.2 村域多维贫困空间异质性分析
采用ArcGIS自然间断点分级将各维度贫困指数分为5类,依次为低、较低、一般、较脆弱及脆弱。若行政村在某一维度的贫困等级高于一般级别,则行政村在该维度属于贫困状态。由图2知,自然资本维度空间分异呈现为南北高,中间低的总体格局,其贫困程度最高的行政村是包家村。金融资本维度空间分异呈现总体分布比较零散,在西部地区和南部地区呈条带状分布。人力资本维度空间分异呈现整体比较密集,聚集化特征相对更加显著。环境脆弱维度空间分异呈现北部地区零散。由表2可知,自然资本维度贫困的行政村有45个,金融资本维度贫困的行政村有101个,人力资本维度贫困的行政村有201个,环境脆弱维度贫困的行政村有17个。显然,人力资本维度贫困行政村数量高于金融资本维度、自然资本维度及环境脆弱维度。出现此现象原因是喀斯特山区工业生产薄弱,以农业种植为主,因山高坡陡,地形破碎复杂,无法实现农业机械化,劳动力是农业的发展关键,但因发达地区非农产业的高收入不断吸引着喀斯特贫困地区劳动力流出,造成本地劳动力数量严重缺乏。表2 盘州市贫困维度分级统计Tab.2 Classification statistics of poverty dimension in Panzhou City 自然资本维度 金融资本维度 人力资本维度 环境脆弱维度 低 356 247 92 367 较低 44 99 115 57 一般 29 27 66 33 较脆弱 44 89 159 14 脆弱 1 12 42 3
【参考文献】：
期刊论文
[1]基于空间开发适宜性评价的石漠化地区可持续发展研究——以贵州省盘州市为例[J]. 周忠发,朱昌丽,谭玮颐,陈全,冯倩. 贵州师范大学学报(自然科学版). 2019(01)
[2]基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J]. 王欢,高江波,侯文娟. 地理学报. 2018(09)
[3]粤北山区相对贫困村的脱贫潜力评价及类型划分——以连州市为例[J]. 朱姝,冯艳芬,王芳,曾小洁. 自然资源学报. 2018(08)
[4]地理资本视角下村级多维贫困测度及贫困类型划分——基于重庆市1919个市级贫困村调研数据[J]. 罗刚,廖和平,李涛,张茜茜,蒋潞遥. 中国农业资源与区划. 2018(08)
[5]基于3D理论与SEM的县域交通可达性与空间贫困的耦合机制[J]. 戢晓峰,刘丁硕. 长江流域资源与环境. 2018(07)
[6]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[J]. 杨志恒,黄秋昊,李满春,曲衍波,高宇,刘美凤. 地理科学. 2018(06)
[7]基于DMSP-OLS数据和可持续生计的中国农村多维贫困空间识别[J]. 潘竟虎,赵宏宇,董磊磊. 生态学报. 2018(17)
[8]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[J]. 武鹏,李同昇,李卫民. 地理研究. 2018(03)
[9]基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 叶妍君,齐清文,姜莉莉,张岸. 地理研究. 2018(01)
[10]立下愚公志 共奔小康路——党的十八大以来我国扶贫开发工作取得的成就[J]. 熊丽. 经济. 2017(11)
本文编号：3209845
【文章来源】：长江流域资源与环境. 2020,29(05)北大核心CSSCICSCD
【文章页数】：10 页
【部分图文】：
研究区示意图
图2 MPI值 “较低”和“低”等级区域涵盖340个行政村,约占行政村总数71.7%;“一般”等级包含91个行政村,约占行政村总数19.2%;高值区域即“较脆弱”和“脆弱”等级范围覆盖43个行政村,约占行政村总数9.1%,其主要聚集在乌蒙镇、坪地彝族乡、保基苗族彝族乡、双凤镇、刘官街道办事处、红果街道办事处、胜镜街道办事处、大山镇以及新民镇等。MPI发生率较高的村域普遍表现为村集体人力资本薄弱,农户人均可支配收入较低,自然资本不足。3.2 村域多维贫困空间异质性分析
采用ArcGIS自然间断点分级将各维度贫困指数分为5类,依次为低、较低、一般、较脆弱及脆弱。若行政村在某一维度的贫困等级高于一般级别,则行政村在该维度属于贫困状态。由图2知,自然资本维度空间分异呈现为南北高,中间低的总体格局,其贫困程度最高的行政村是包家村。金融资本维度空间分异呈现总体分布比较零散,在西部地区和南部地区呈条带状分布。人力资本维度空间分异呈现整体比较密集,聚集化特征相对更加显著。环境脆弱维度空间分异呈现北部地区零散。由表2可知,自然资本维度贫困的行政村有45个,金融资本维度贫困的行政村有101个,人力资本维度贫困的行政村有201个,环境脆弱维度贫困的行政村有17个。显然,人力资本维度贫困行政村数量高于金融资本维度、自然资本维度及环境脆弱维度。出现此现象原因是喀斯特山区工业生产薄弱,以农业种植为主,因山高坡陡,地形破碎复杂,无法实现农业机械化,劳动力是农业的发展关键,但因发达地区非农产业的高收入不断吸引着喀斯特贫困地区劳动力流出,造成本地劳动力数量严重缺乏。表2 盘州市贫困维度分级统计Tab.2 Classification statistics of poverty dimension in Panzhou City 自然资本维度 金融资本维度 人力资本维度 环境脆弱维度 低 356 247 92 367 较低 44 99 115 57 一般 29 27 66 33 较脆弱 44 89 159 14 脆弱 1 12 42 3
【参考文献】：
期刊论文
[1]基于空间开发适宜性评价的石漠化地区可持续发展研究——以贵州省盘州市为例[J]. 周忠发,朱昌丽,谭玮颐,陈全,冯倩. 贵州师范大学学报(自然科学版). 2019(01)
[2]基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J]. 王欢,高江波,侯文娟. 地理学报. 2018(09)
[3]粤北山区相对贫困村的脱贫潜力评价及类型划分——以连州市为例[J]. 朱姝,冯艳芬,王芳,曾小洁. 自然资源学报. 2018(08)
[4]地理资本视角下村级多维贫困测度及贫困类型划分——基于重庆市1919个市级贫困村调研数据[J]. 罗刚,廖和平,李涛,张茜茜,蒋潞遥. 中国农业资源与区划. 2018(08)
[5]基于3D理论与SEM的县域交通可达性与空间贫困的耦合机制[J]. 戢晓峰,刘丁硕. 长江流域资源与环境. 2018(07)
[6]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[J]. 杨志恒,黄秋昊,李满春,曲衍波,高宇,刘美凤. 地理科学. 2018(06)
[7]基于DMSP-OLS数据和可持续生计的中国农村多维贫困空间识别[J]. 潘竟虎,赵宏宇,董磊磊. 生态学报. 2018(17)
[8]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[J]. 武鹏,李同昇,李卫民. 地理研究. 2018(03)
[9]基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 叶妍君,齐清文,姜莉莉,张岸. 地理研究. 2018(01)
[10]立下愚公志 共奔小康路——党的十八大以来我国扶贫开发工作取得的成就[J]. 熊丽. 经济. 2017(11)
本文编号：3209845
本文链接：https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3209845.html
