自然地理环境对县域贫困化空间分异的影响研究 ——以贵州省连片特困区为例

自然地理环境对县域贫困化空间分异的影响研究 ——以贵州省连片特困区为例

论文摘要

消除贫困是中国全面建成小康社会的重要任务。《中国农村扶贫开发纲要(2011-2020)》将全国划分为14个集中连片贫困区,这些区域集中分布在山地丘陵地区甚至是自然条件恶劣的戈壁区、石漠化区,受自然地理环境影响较大,其中,贵州省的片区贫困县有65个,分别属于滇桂黔石漠化区、武陵山区和乌蒙山区,该区域属典型的高原山地构造地形,且石漠化面积大。因自然地理环境的限制性作用所导致的贫困,是贵州省片区贫困县重要的致贫原因。因此,科学揭示自然地理环境对贵州省片区贫困县贫困化空间分异的影响,对有效实施精准扶贫战略具有重要意义。本文根据已有的关于自然地理环境对贫困化影响的理论研究,并结合贵州省贫困现状及自然环境本底状况,以贫困发生率为因变量,并选取表征地形、气候、水资源、道路条件和土地条件的19个指标作为自变量。首先利用空间自相关分析探讨2011-2015年贵州省片区贫困县贫困发生率的空间格局特征;其次,通过地理探测器模型定量测度自然地理环境要素对贫困化空间分异的影响,据此诊断出主导因素,并进行交互探测,讨论其交互作用;然后,结合地理加权回归模型对主导因素进行分析,揭示主导因素效应水平的空间异质性;最后依据行政区划等级,利用地理探测器模型执行多级探测,对研究区进行贫困化地域类型划分,并结合贵州省片区贫困县扶贫开发进展,有针对性的提出扶贫建议。通过分析研究,得出以下结论:(1)贵州省片区县2011-2015年的贫困发生率空间分布特征与多年贫困发生率均值的空间分布特征具有一致性,且在研究时段内贵州省片区县的贫困发生率在空间上的变化态势呈现出比较稳定的下降趋势,总体来看,研究区贫困发生率呈现出自南部向北部递减,自东部、西部向中心区域递减的空间异质性特征;(2)贵州省片区县贫困化状况存在较强的空间依赖性,其中,高-高聚集地区发生在黔东南州和黔南州的部分地区,低-低聚集地区分布在贵州省的中部区域,且在研究时段内,显著性的区域逐渐增加,说明各区县的局部依赖性增强;(3)影响贵州省县域贫困化空间分异的主导因素分别是有效灌溉面积占耕地比重、人均林地面积、路网密度、坡度。各主导因素交互作用结果呈现出非线性增强和双因子增强两种作用类型,且各因素相互作用对贫困发生率的影响程度均大于各因素单独作用时的影响力。不同主导因子对区域贫困化的效应水平存在显著差异,但不同等级效应水平呈西北-东南条带状分布;(4)根据地理探测器多级探测结果,研究区可划分为四种贫困化地域类型区:水资源约束型、土地资源约束型、交通条件约束型和地形条件约束型,并根据核心主导因子数量,进一步划分为单因子主导区域、双因子主导区域和多因子主导区域。可针对不同类型区,进行精准扶贫分类指导。

论文目录

  • 摘要
  • Abstract
  • 1. 绪论
  •   1.1 研究背景与意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 国内外研究现状
  •     1.2.1 国外研究现状
  •     1.2.2 国内研究现状
  •   1.3 研究评述
  •   1.4 研究内容与方法
  •     1.4.1 研究内容
  •     1.4.2 研究方法
  •     1.4.3 数据来源
  •     1.4.4 研究框架
  •   1.5 研究的创新点
  • 2. 研究区概况
  •   2.1 研究区自然环境概况
  •     2.1.1 自然环境
  •     2.1.2 资源状况
  •   2.2 研究区社会经济概况
  •   2.3 研究区贫困现状
  •     2.3.1 贵州省连片特困区扶贫开发现状
  •     2.3.2 贵州省连片特困区扶贫开发中的特殊困难
  • 3. 贵州省连片特困区县域贫困化空间格局特征
  •   3.1 贵州省连片特困区县域贫困化空间异质性格局
  •   3.2 贵州省连片特困区县域贫困化空间依赖性格局
  •     3.2.1 空间自相关分析
  •     3.2.2 总体空间依赖性格局特征
  •     3.2.3 局部空间依赖性格局特征
  •   3.3 本章小结
  • 4. 贵州省连片特困区县域贫困化空间分异的影响因子分析
  •   4.1 自然地理环境要素指标体系构建
  •     4.1.1 自然地理环境要素分析
  •     4.1.2 指标选取
  •   4.2 贵州省连片特困区县域贫困化空间分异主导因子分析
  •     4.2.1 地理探测器模型
  •     4.2.2 基于地理探测器模型的主导因子识别
  •     4.2.3 地理加权回归模型
  •     4.2.4 基于地理加权回归模型的主导因子效应水平分析
  •   4.3 本章小结
  • 5. 贵州省连片特困区地域类型
  •   5.1 贫困化地域类型划分
  •   5.2 扶贫政策启示
  •   5.3 本章小结
  • 6. 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 参考文献
  • 基金资助
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 付阳阳

    导师: 吴宜进,葛咏

    关键词: 县域贫困化,地理探测器,地理加权回归,主导因子,空间分异

    来源: 华中师范大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 自然地理学和测绘学,农业经济

    单位: 华中师范大学

    基金: 国家重点研发计划“资源环境承载力综合评价技术集成与区域示范(2016YFC0503506)”

    分类号: P942;F323.8

    DOI: 10.27159/d.cnki.ghzsu.2019.000010

    总页数: 68

    文件大小: 4651K

    下载量: 191

    相关论文文献

    • [1].精准扶贫——教育如何影响了个体贫困[J]. 投资研究 2019(06)
    • [2].全面攻克深度贫困堡垒[J]. 金融博览 2019(12)
    • [3].国外贫困现状统计[J]. 中国纪检监察 2020(11)
    • [4].我国农村贫困发生率时空演变分析[J]. 统计与决策 2020(10)
    • [5].334个深度贫困县2018年减贫480万人[J]. 山西农经 2019(14)
    • [6].“14个拟退出贫困县(区)”减贫成效[J]. 当代贵州 2018(12)
    • [7].国务院《“十三五”脱贫攻坚规划》发布 打响脱贫攻坚战[J]. 中国农村教育 2016(12)
    • [8].从数字看中国[J]. 领导决策信息 2017(29)
    • [9].加快推进防返贫机制建设 有效巩固脱贫攻坚成果[J]. 乡音 2020(02)
    • [10].实施精准扶贫战略的四大重要关系[J]. 中国西部 2016(12)
    • [11].金融精准扶贫如何“对症下药”[J]. 当代金融家 2017(03)
    • [12].兰考交卷[J]. 时代报告 2017(02)
    • [13].金寨县八路并进抓脱贫首战告捷[J]. 大江南北 2017(06)
    • [14].市场与社会 被忽略的精准扶贫之翼[J]. 实践与跨越 2016(02)
    • [15].中国减贫战略转型及其面临的挑战[J]. 中国工业经济 2020(01)
    • [16].语言扶贫宣言[J]. 语言战略研究 2019(06)
    • [17].5575万人,我国贫困发生率下降到5.7%[J]. 领导决策信息 2016(47)
    • [18].哪些因素限制了农村贫困发生率的下降[J]. 国家治理 2016(14)
    • [19].贫困发生率越低越好吗[J]. 中国统计 2013(06)
    • [20].戮力同心坚决啃下最硬骨头[J]. 当代广西 2020(05)
    • [21].相约2020[J]. 当代贵州 2020(15)
    • [22].促进全民防治肿瘤,决战脱贫攻坚,决胜全面小康[J]. 中国肿瘤临床与康复 2020(10)
    • [23].打好打赢脱贫攻坚“硬仗中的硬仗”——党的十八大以来凉山州脱贫攻坚纪实[J]. 四川党的建设 2018(16)
    • [24].稀缺心态与贫困[J]. 中国统计 2017(02)
    • [25].脱贫攻坚三年行动开局良好 我国农村贫困发生率降至1.7%[J]. 中国食品 2019(05)
    • [26].脱贫攻坚战[J]. 中国东盟报道(英文版) 2020(01)
    • [27].情洒羌山 羊角花开[J]. 四川档案 2020(05)
    • [28].脱贫攻坚需构建长效机制[J]. 中国农村科技 2019(10)
    • [29].高质量打赢脱贫攻坚战[J]. 实践(党的教育版) 2019(12)
    • [30].新政[J]. 农村经营管理 2020(02)

    标签:;  ;  ;  ;  ;  

    自然地理环境对县域贫困化空间分异的影响研究 ——以贵州省连片特困区为例
    下载Doc文档

    猜你喜欢