生态贫困视角下的贫困县多维贫困综合度量
发布时间:2023-04-02 16:30
作为国家扶贫开发决策实施的重要单元,贫困县贫困程度及其致贫原因的识别和评估是国家"精准扶贫"战略实施的前提和保障.本文从生态贫困的视角,设计了顾及自然环境-经济-社会可持续协调发展的县级别多维贫困度量指标体系,构建基于贫困指数-最小方差模型(PI-MVM)的县级多维贫困度量模型,以6个连片特困区的249个县为典型研究区,系统揭示片区-县级层面上的贫困程度、致贫原因及其空间分布特征.结果显示:各片区的综合贫困程度由北向南逐渐加重,各片区县存在"从北向南、从东到西,贫困程度逐渐加重"的趋势;乌蒙片区西部、秦巴片区西北部各县贫困程度的高-高聚集现象突出;秦巴中南部以及乌蒙片区受自然环境因素影响较大,贫困程度较深.一般致贫型片区县较多,主导致贫型片区县聚集在贫困程度较低的片区;经济因素对贫困的缓解作用逐渐下降,自然环境、社会发展因素的影响逐渐明显.研究结果可以更加精准地全面把握贫困县的贫困区划特征,为指导研究区早日脱贫提供辅助决策技术支撑.
【文章页数】:10 页
【文章目录】:
1 研究地区与研究方法
1.1 研究区概况和数据预处理
1.2 县级多维贫困度量模型
1.2.1 指标体系构建
1.2.2 贫困指标标准化处理
1.2.3 权重模型
1.3 基于PI-MVM模型的县域贫困度量
1.3.1 基于综合贫困指数 (PI) 的贫困程度度量
1.3.2 基于最小方差模型 (MVM) 的贫困类型度量
1.4 空间自相关分析
2 结果与分析
2.1 研究区贫困程度
2.2 研究区贫困空间分布聚集特征
2.3 研究区贫困类型
3 结论
本文编号:3779555
【文章页数】:10 页
【文章目录】:
1 研究地区与研究方法
1.1 研究区概况和数据预处理
1.2 县级多维贫困度量模型
1.2.1 指标体系构建
1.2.2 贫困指标标准化处理
1.2.3 权重模型
1.3 基于PI-MVM模型的县域贫困度量
1.3.1 基于综合贫困指数 (PI) 的贫困程度度量
1.3.2 基于最小方差模型 (MVM) 的贫困类型度量
1.4 空间自相关分析
2 结果与分析
2.1 研究区贫困程度
2.2 研究区贫困空间分布聚集特征
2.3 研究区贫困类型
3 结论
本文编号:3779555
本文链接:https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3779555.html