熊傳麟, 葉長盛

(東華理工大學 地球科學學院, 南昌330013)

?

贛南等原中央蘇區(qū)縣域多維貧困測度及空間格局

熊傳麟, 葉長盛

(東華理工大學 地球科學學院, 南昌330013)

多維貧困; 地理識別; 脆弱性—可持續(xù)生計分析框架; 空間關聯(lián); 贛南等原中央蘇區(qū)

貧困是一個世界性的難題[1]，也是我國社會經濟發(fā)展面臨的最嚴峻的挑戰(zhàn)之一。目前我國的貧困狀況由過去的全民貧困演變?yōu)閰^(qū)域的個體貧困和相對貧困，貧困人口主要集中在西部地區(qū)、重點扶貧縣和糧食主產區(qū)，消除貧困被視為可持續(xù)發(fā)展的核心任務之一[1]，也是我國全面建成小康社會的重要戰(zhàn)略舉措之一。開展貧困識別及其空間分布研究對于國家的“精準脫貧、精確扶貧”戰(zhàn)略實施具有重要的理論和現(xiàn)實意義。

貧困測度問題研究涉及諸多方面，包括其定義、分類、評估、影響因素及脫貧對策等，而貧困程度評價作為核心環(huán)節(jié)受到較大的關注[2]。國際上早期的研究往往直接通過收入指標識別貧困，Sen等的能力貧困的思想引起了理論界對貧困問題的新探討。貧困存在形式的轉變使得貧困測度由單一經濟維度向多維轉變，拓展到收入、教育、生活質量、健康保險、基礎設施、資源、環(huán)境等領域的綜合測度[3-6]。關于多維貧困度量方法，目前國際社會已經取得了一定進展，2008年Alkire和Foster提出了多維貧困的識別、加總和分解方法[7]；而指標的選取與集成仍是測度多維貧困主要的難題[3]。國內研究由于起步較晚，研究成果大多停留于國外已有方法與國內案例的結合應用方面[7-8]。

在多維貧困度量方法的發(fā)展中，選取度量維度及指標的依據主要有：貧困調查中貧困群體的貧困特征或基本需求[9]；已有貧困研究經驗中各指標與貧困的相關關系[8,10]；自身界定的貧困定義或要達到的減貧目標/所瞄準對象的特征[11]；已有的貧困研究理論框架等[3]。而在對多維貧困測度實踐操作方面，由于理論的缺陷和數(shù)據、方法的局限性，度量維度和指標體系很難做到真正的規(guī)范和系統(tǒng)[3]。2000年，英國國際發(fā)展機構(DFID)立足于Sen等的貧困理論基礎上建立的脆弱性—可持續(xù)生計的框架，是相對理想的多維度貧困分析理論框架[12-13]。在多維度指標集成方面，主要有UNDP開發(fā)的“雙臨界值”的“維度加總/分解”算法，提出多維貧困指數(shù)(MPI)通過對各維度的剝奪情況進行加權來測度貧困[11]，但該方法仍存在指標選擇、等權重賦值等不足之處；劉艷華在MPI基礎上提出了多維發(fā)展指數(shù)(Multidimensional Development Index，MDI)，摒棄了以往研究中采用的簡單加權或剝奪個數(shù)統(tǒng)計的多維集成方法，較好地體現(xiàn)出各生計資本之間的不完全可替代關系，且比簡單加權更符合生計資本構成對可持續(xù)生計結果的作用效果[3]。

2011年公布的《中國農村扶貧開發(fā)綱要(2011—2020年)》，提出把武陵山區(qū)、秦巴山區(qū)等14個連片特困地區(qū)作為扶貧開發(fā)主戰(zhàn)場以來，國內學者對這些地區(qū)做了大量貧困測度實證研究，如王艷慧等結合MPI和空間插值技術對秦巴山區(qū)進行縣—村級多維貧困度量[11]；劉一明基于BP神經網絡對武陵山區(qū)進行縣域貧困測度等[14]。贛南等原中央蘇區(qū)集中連片貧困問題由來已久，經濟發(fā)展仍然滯后，社會民生問題仍然突出，貧困落后面貌仍然沒有得到根本性改變，但是針對其進行貧困測度的實證研究卻寥寥無幾。脆弱性—可持續(xù)生計分析框架在國際發(fā)展研究和實踐中，尤其是扶貧領域得到越來越廣泛的應用，因而本研究將以該框架作為理論基礎，針對贛南等原中央蘇區(qū)貧困特點，結合多維發(fā)展指數(shù)和空間關聯(lián)分析，層次分析法、GIS技術等，系統(tǒng)分析該區(qū)多維貧困分布格局，并與現(xiàn)有貧困縣分布現(xiàn)狀進行對比，為科學評估和決策提供依據，對實現(xiàn)精準扶貧、脫貧有著直接的推動作用和具體的指導意義。

1　材料與方法

1.1研究區(qū)概況

研究區(qū)位于江西省南部，長三角、珠三角等地的經濟腹地。地處溫帶大陸性、溫帶季風氣候區(qū)，范圍包括贛州、吉安市全境及撫州市的大部分地區(qū)，共37個縣市(圖1)，國土面積8.22萬km2。地形以山地和丘陵為主，森林覆蓋率71.6%，年均氣溫18.3℃，年均降水1 602.5 mm。2013年總人口1 969.86萬人，其中農村人口1 131.49萬人，占總人口的57.44%。

2013年末，贛南等原中央蘇區(qū)人均GDP、農民人均純收入和人均儲蓄存款余額分別為21 113元、6 821元和15 504元，只有江西省平均水平的66.51%，77.68%和71.81%；城鎮(zhèn)化率不足42.56%，明顯低于江西省平均水平。該區(qū)存在大量國定、省定貧困縣，江西21個國家級貧困縣中，該地區(qū)占了15個，分別是贛州的安遠、寧都、尋烏、興國、于都、會昌、上猶和贛縣，吉安的永新、遂川、吉安、萬安縣和井岡山市，撫州的廣昌和樂安縣。作為紅色革命老區(qū)，贛南等原中央蘇區(qū)嚴重的貧困現(xiàn)象在全國引起極大關注，2012年國務院下發(fā)《國務院關于支持贛南等原中央蘇區(qū)振興發(fā)展的若干意見》，大力支持蘇區(qū)的發(fā)展與振興。

圖1研究區(qū)范圍

1.2數(shù)據來源

研究中涉及到的數(shù)據主要包括溫度、降雨量、森林覆蓋率、土地利用、縣級行政區(qū)劃等基礎地理數(shù)據，農村人口、勞動力、受教育程度、農民人均純收入、城鎮(zhèn)化率、住房情況、基礎配套和服務設施情況、農業(yè)生產條件等社會經濟數(shù)據。基礎地理數(shù)據主要來源于國家基礎地理信息中心；社會經濟數(shù)據則來源于《江西統(tǒng)計年鑒2014》、《贛州統(tǒng)計年鑒2014》、《吉安統(tǒng)計年鑒2014》、《撫州統(tǒng)計年鑒2014》，以及江西省統(tǒng)計網站、各縣(市)政府網站統(tǒng)計數(shù)據和政府公報等。

1.3研究方法

1.3.1脆弱性—可持續(xù)生計分析框架可持續(xù)生計分析框架是近年來圍繞可持續(xù)發(fā)展而提出的一種新的研究工具，包括環(huán)境/背景脆弱性、生計資本、結構和制度的轉變、生計戰(zhàn)略和生計輸出5部分[12,15]，并將家庭所擁有的5種生計資本(金融、人力、自然、物質和社會資本)的數(shù)量和結構組合視為“生計五邊形”，且這些資本力量、因素是在不斷變化和互相影響的[3，12]。本研究貧困識別中，忽略現(xiàn)有政策、相關機構及其作用過程在空間上的差異及其影響，并假定農戶采取的生計策略及其生計輸出結果也都可由農戶環(huán)境/背景脆弱性和現(xiàn)有生計資本組成來決定。

1.3.2農村貧困測度指標體系研究區(qū)農村貧困地理識別指標體系主要由農戶擁有的5大生計資本和環(huán)境/背景脆弱性6個維度構成。為了突出多維貧困的特點，在遵循科學性、綜合性、全面性、可獲取性等原則的基礎上，結合區(qū)域現(xiàn)狀并參考類似研究，通過對各維度內容的詳細分解及其減貧貢獻強度分析，對初選指標進行統(tǒng)計分析等，最終確立農村貧困地理識別的指標體系，并采用AHP層次分析法對不同維度中的各指標進行權重分配(表1)。

表1　贛南等原中央蘇區(qū)農村貧困地理識別指標體系及權重分配

1.3.3多維發(fā)展指數(shù)測度維持其他條件不變情況下，農戶的生計狀況主要由其生計資本組成來直接決定，而環(huán)境/背景脆弱性表現(xiàn)為直接或間接的加強或削弱。本研究農村MDI測度流程如下：

(1) 用極值標準化進行指標標準化，取值結果在[0，1]之間。并分別取各維度上下2%和10%作為不同維度富裕或剝奪與優(yōu)勢或弱勢的劃定界限的方法，按照得分高低進行單維度優(yōu)勢/富裕和弱勢/剝奪界限的劃定(環(huán)境/背景脆弱性只考慮剝奪和弱勢分組)。

(2) 生計五邊形面積具體的計算方法如下：設第i個單元農戶的生計五邊形(圖2)，5個維度的單項綜合得分分別為a，b，c，d，e，任意兩個維度之間的夾角為α(α=360°/5)，則面積S為：

(1)

不同的生計資本排序方式的面積計算結果是不同的，故選取所有面積的平均值，而面積平均的大小則取決于5種生計資本得分兩兩相乘后的加總值，這種作為多維度貧困識別的綜合得分值的數(shù)值，即為多維發(fā)展指數(shù)(MDI)[3]。MDI得分與農戶實際的生計水平及生計的可持續(xù)性和抗風險能力呈正相關關系，決定其是否在經歷或即將經歷貧困。

MDI=ab+bc+cd+de+ea+ac+ce+eb+bd+da

(2)

圖2生計資本構成示意圖

(3) 在對各單元的MDI得分進行排序之后，將其按照5分位法初步劃分為5個等級，再按照各單元6個維度的優(yōu)勢/富裕和弱勢/剝奪情況對多維發(fā)展指數(shù)的初步分類結果進行修正，并根據修正后得分劃分出最終的分類結果。具體的修正原則為單元的初步等級值加上其優(yōu)勢/富裕調整數(shù)與弱勢/剝奪調整數(shù)的差[3]。按照調整后的得分結果進行排序，劃分貧困等級和類型，作為多維貧困認定的依據。

(3)

(4)

2　結果與分析

2.1贛南地區(qū)農村貧困空間分布特征

2.1.1單維度得分結果根據農村貧困地理識別指標體系，可以計算出研究區(qū)縣級單元農村單維度得分及其空間分布狀況，具體見圖3。

(1) 金融資本維度得分的空間分異由北至南呈現(xiàn)為高—低—較高的總體格局，得分較高的有南豐、南城等縣市，該區(qū)農業(yè)生產門類多樣，農業(yè)產業(yè)優(yōu)勢明顯，是全省農、林、牧、漁、桔主要生產基地之一，其中得分最高的南豐縣農民人均純收入達到13 776元，得益于其南豐蜜桔產業(yè)優(yōu)勢；而得分較低的主要有石城、全南等縣市，該區(qū)農業(yè)發(fā)展受到自然等條件制約，缺乏特色優(yōu)勢產業(yè)，其中石城縣農民人均純收入僅有4 206元。

(2) 人力資本維度得分由北至南呈現(xiàn)高—低—較低—低—較高空間格局，得分較高的有泰和、黎川等縣市，其農村從業(yè)人員、18至59歲人口比重較大，勞動力資源豐富；得分較低的有于都、安遠等縣市，勞動力資源劣勢明顯。

(3) 自然資本維度得分由北向南呈現(xiàn)高—較高—低—較低—低的空間分布趨勢，高分區(qū)有南豐、宜黃等縣市，低分區(qū)則是贛縣、于都縣等。受地形、地勢和氣候條件影響，南豐、南城等地的雨熱條件優(yōu)越，更適宜農業(yè)生產，糧食產量更高。

(4) 物質資本得分呈現(xiàn)中間低，四周高的分布格局，得分較高是南城、峽江等縣市，其人均農業(yè)機械動力、農村用電量和交通條件優(yōu)勢明顯；而得分較低的于都、興國等縣市，物質資本較為匱乏，人均通車里程甚至不到南城的一半。

(5) 社會資本維度得分由北向南呈高—低—較高分布趨勢，得分較高的有南豐、資溪等縣市，其城鎮(zhèn)化率高于45%，農村恩格爾系數(shù)低于41%；而得分較低的遂川、石城等縣市城鎮(zhèn)化率不足42%，農村恩格爾系數(shù)達到50%左右，其中遂川縣城鎮(zhèn)化率只有40.01%，而農村恩格爾系數(shù)達到了53.42%。

(6) 環(huán)境/背景脆弱性得分總體由東向西呈高—較高—低—較低空間格局，高分區(qū)主要集中在研究區(qū)的東部和南部，主要是安遠、會昌等縣市，而得分較低的主要有泰和、南城等縣市，因贛州地區(qū)各縣市山地眾多，地勢坡度較大，而吉安和撫州各縣市地處吉泰盆地和鄱陽湖平原邊緣，地勢相對平坦。

圖3單維度綜合得分空間分布

5種類型區(qū)分布中(表2)，冷點區(qū)有于都、安遠等6個縣市，其中有5個是國家級貧困縣，至少4項生計資本得分均處于較低值，各項基礎設施建設、生計途徑、發(fā)展條件等嚴重缺乏，環(huán)境/背景脆弱性較大；次冷點區(qū)有安福、寧都等13個縣市，主要集中于研究區(qū)西部，有5個是國家級貧困縣，至少3項生計資本得分處于較低值，基礎設施、發(fā)展條件等相對缺乏，相比于冷點區(qū)，存在一定的發(fā)展優(yōu)勢；過渡區(qū)分散于各市，優(yōu)劣勢不明顯；而熱點和次熱點區(qū)，連片集中在研究區(qū)北部，如南豐、南城和資溪等縣市，憑借著較優(yōu)越的地形、氣候和資源條件，以及人力、社會、物質資本等優(yōu)勢，社會經濟發(fā)展水平一直處于靠前水平。

2.1.3多維度貧困識別等級從單維度和冷熱點分析中就可以看出，6個維度的優(yōu)勢和劣勢區(qū)的空間分布存在較大交集，所有維度的綜合剝奪和弱勢區(qū)主要集中在研究區(qū)中部和南部，而綜合優(yōu)勢和富裕區(qū)則在北部地區(qū)集聚，且冷熱點區(qū)與弱勢/剝奪和優(yōu)勢/富裕區(qū)重合率較高。根據研究單元6個維度的優(yōu)勢/富裕和弱勢/剝奪情況對MDI初步分類結果進行修正和調整后，得到了農村多維度發(fā)展水平的最終結果(圖6)，發(fā)生調整變化的有崇義、寧都、全南和安福縣。按照五分位法對調整后綜合得分進行等級劃分，分為相對富裕區(qū)、相對優(yōu)勢區(qū)、一般貧困區(qū)、中等貧困區(qū)和嚴重貧困區(qū)，其中得分低的三組即為識別出的農村多維貧困區(qū)，多維貧困區(qū)主要分布在研究區(qū)中部和南部(表3)。

圖4贛南等原中央蘇區(qū)農村多維發(fā)展指數(shù)分布圖5縣域MDI得分冷熱點區(qū)域空間格局

表2　縣級單元MDI得分類型區(qū)的個數(shù)和比例

圖6贛南等原中央蘇區(qū)農村多維度發(fā)展水平分類

本文識別的多維貧困縣共有23個，國家級貧困縣占14個，其中8個屬于嚴重貧困，5個屬于中等貧困，1個屬于一般貧困；冷點區(qū)、次冷點區(qū)中與多維貧困縣重合的縣級單元有17個，重合率達73.91%，充分說明研究區(qū)貧困呈現(xiàn)一種空間集聚狀態(tài)。從5大生計資本及環(huán)境/背景脆弱性各單維度得分及其多維發(fā)展指數(shù)的均值、極值和取值區(qū)間以及冷熱點分析情況來看，本研究識別出的農村多維貧困縣都表現(xiàn)出符合實際情況，且準確度較高。

2.2貧困類型劃分與扶貧措施

在對多維貧困縣各單維度的弱勢/剝奪情況和空間關聯(lián)分析的基礎上，按照弱勢/剝奪維度組合情況進行類型劃分(表4)，目的在于實施更精準的扶貧政策/項目以提高扶貧效率。具體劃分原則是采用分位法將各單項資本得分劃為高、中、低三檔，得分處于低值檔則被認定該生計資本存在弱勢/剝奪；有超過兩項資本處于低值，則被認定為組合類弱勢/剝奪；而環(huán)境/背景脆弱性得分則處于高值檔則被認定為弱勢/剝奪。研究區(qū)貧困縣主要有以下類型：

(1) 基礎建設缺乏型，含大余、定南、尋烏和贛縣，涉及農村人口79.01萬人。該類型貧困縣經濟發(fā)展水平嚴重受限于基礎建設水平的落后，也就是與其密切相關的自然、物質、社會資本和環(huán)境/背景脆弱性及其組合存在弱勢/剝奪，如交通條件、農業(yè)機械動力、農村人均耕地面積等處于研究區(qū)靠后水平。改善這些維度弱勢/剝奪、維持其中農戶生計可持續(xù)性的基礎措施應是以交通為先導，有針對性地開展公共基礎設施、服務設施以及環(huán)境生態(tài)工程的建設，提高經濟社會發(fā)展支撐能力。

(2) 金融基建兼缺型，含全南、寧都、萬安、永新、樂安、廣昌和石城縣，涉及農村人口167.15萬人。這一類型區(qū)貧困縣的農民年人均純收入處于研究區(qū)最低值，不足5 000元，基礎發(fā)展條件較差、基礎建設和經濟水平落后。農戶的基礎應對措施應是首先通過將外部的資金援助或金融支持與針對各自特點的基礎項目建設相結合，以改善他們的基礎生計和發(fā)展條件。

表3　農村多維貧困識別等級

表4　不同扶貧措施(組合)下的貧困類型劃分

(3) 人力基建兼缺型，含興國和遂川縣，涉及農村人口79.60萬人。該類型的貧困縣經濟發(fā)展水平主要受限于農村勞動力資源的缺乏、教育水平和基礎建設水平的落后等。改善這種情況首先應當通過工程建設與強化人力資源保障體系相結合的方式，在完善基礎設施的基礎上加快各層次人才的引進和培養(yǎng)，打造較為完備的人力資源支撐體系，并提高教育事業(yè)發(fā)展水平，以此改善人力資本和物質資本、自然資本或環(huán)境/背景脆弱性弱勢/剝奪狀況，尋求發(fā)展的突破。

(4) 發(fā)展條件缺乏型，含安福、信豐、龍南、吉安、上猶縣以及瑞金和南康市，涉及農村人口205.55萬人。這類型貧困縣各個生計資本不存在明顯弱勢/剝奪，經濟發(fā)展水平相對較好。該地區(qū)應首先根據自身情況，結合工程建設、教育/培訓及金融資助/貸款支持等綜合手段對貧困群體的基礎脆弱性—生計資本條件做出改善，并在此基礎上加快構建具有較強競爭力的特色現(xiàn)代產業(yè)體系，探索區(qū)域聯(lián)動發(fā)展。

(5) 生存條件缺乏型，含安遠、會昌和于都縣，涉及農村人口125.93萬人。該類型貧困縣各項生計資本得分均處于低值，環(huán)境/背景脆弱性較大，經濟發(fā)展水平最為落后，貧困問題最為嚴重。改善這些維度弱勢/剝奪、維持其中農戶生計可持續(xù)性的基礎措施是在一般的外部資金援助、金融貸款、完善基礎配套服務設施、加強教育培訓和人力保障等基礎之上，對部分嚴重貧困地區(qū)適當?shù)剡M行異地搬遷和安置。

3　結 論

為了滿足新階段國家對貧困區(qū)域貧困個體精準識別的新需求，本文在脆弱性—可持續(xù)生計分析框架下，結合多維發(fā)展指數(shù)和空間關聯(lián)分析，并以贛南等原中央蘇區(qū)37個縣(市)作為研究區(qū)，進行了系統(tǒng)全面的多維貧困測算分析，最終得到以下結論：

(1) 以DFID提出的脆弱性—可持續(xù)生計分析框架為理論基礎，通過針對贛南等原中央蘇區(qū)的多維貧困識別指標體系的構建和多維發(fā)展指數(shù)(MDI)計算方法的發(fā)展，建立了瞄準精度更高的多維度集成式農村貧困地理識別方法；應用結果表明，基于多維度的指標體系和集成式識別方法更貼合多維要素影響農戶生計結果。

(3) 在農村貧困地理識別過程中，37個縣(市)中有23個縣級單元被識別為多維度貧困縣，其中有14個是國家級貧困縣；冷點區(qū)、次冷點區(qū)縣級單元與多維貧困縣重合率達73.91%。多維貧困縣空間分布主要集中于研究區(qū)的中部和南部地區(qū)，含贛州市除崇義外所有縣市，吉安市的吉安、萬安、安福、永新和遂川縣，撫州市的廣昌和樂安縣。

(4) 基于不同維度缺乏需采取不同基礎扶貧措施的考慮，將研究區(qū)多維貧困縣劃分為基礎建設缺乏型、金融基建兼缺型、人力基建兼缺型、發(fā)展條件缺乏型和生存條件缺乏型5種類型，每種貧困類型區(qū)都應根據其具體的弱勢/剝奪維度情況既要采取基礎扶貧措施消除農戶脫貧和發(fā)展可持續(xù)生計中的“短板”，又要依據地方資本、資本組合、地方政策等優(yōu)勢發(fā)展地區(qū)經濟、拓寬農戶的生計途徑以尋求更有效和更可持續(xù)的減貧突破。

因此，應加快贛南等原中央蘇區(qū)貧困縣的公共基礎設施、服務設施以及環(huán)境生態(tài)工程建設，著力推進產業(yè)升級，構建現(xiàn)代產業(yè)體系，發(fā)揮資源比較優(yōu)勢、促進農民增收，加大政府對教育培訓、社會人力保障等公共投入以及外部資金援助等。同時，根據各生計資本具體情況，圍繞著《國務院關于支持贛南等原中央蘇區(qū)振興發(fā)展的若干意見》中各項扶持政策，因地制宜地制定并加快出臺和落實促進經濟發(fā)展的優(yōu)惠政策，從而推動該區(qū)貧困縣脫貧速度。

受研究理論、方法和數(shù)據資料所限，本研究可持續(xù)生計框架主要針對的是縣域單元農村農戶的貧困分布特征，缺少對城鎮(zhèn)居民及半城鎮(zhèn)化農民的貧困特征研究，因而研究結論有一定局限性。今后若能結合縣域單元農村農戶、半城鎮(zhèn)化農民、城鎮(zhèn)居民進行相關的多維測度分析，研究結論將更有針對性和實踐指導意義。

[1]Sen A K. Development as Freedom [M]. New York:Oxford University Press,1999.

[2]袁媛,王仰麟,馬晶,等.河北省縣域貧困度多維評估[J].地理科學進展,2014,33(1):124-131.

[3]劉艷華,徐勇.中國農村多維貧困地理識別及類型劃分[J].地理學報,2015,70(6):993-1007.

[4]鄒薇,方迎風.怎樣測度貧困:從單維到多維[J].國外社會科學,2012,5(2):63-69.

[5]方迎風.中國貧困的多維測度[J].當代經濟科學,2012,34(4):7-15.

[6]孫秀玲,田國英,潘云,等.中國農村居民貧困測度研究:基于山西的調查分析[J].經濟問題,2012(4):79-84.

[7]王小林, Alkire S.中國多維貧困測量:估計和政策含義[J].中國農村經濟,2009,25(12):4-10.

[8]劉小鵬,蘇勝亮,王亞娟,等.集中連片特殊困難地區(qū)村域空間貧困測度指標體系研究[J].地理科學,2014,34(4):447-453.

[9]葉初升,王紅霞.多維貧困及其度量研究的最新進展:問題與方法[J].湖北經濟學院學報,2010,8(6):5-9.

[10]馮星光,張曉靜.貧困測度指標及其評價[J].統(tǒng)計與信息論壇,2006,21(3):22-26.

[11]王艷慧,錢樂毅,段福洲.縣級多維貧困度量及其空間分布格局研究[J].地理科學,2013,33(12):1490-1496.

[12]蘇芳,徐中民,尚海洋.可持續(xù)生計分析研究綜述[J].地球科學進展,2009,24(1):61-68.

[13]徐鵬,徐明凱,杜漪.農戶可持續(xù)生計資產的整合與應用研究:基于西部10縣(區(qū))農戶可持續(xù)生計資產狀況的實證分析[J].農村經濟,2008(12):89-93.

[14]劉一明,胡卓瑋,趙文吉,等.基于BP神經網絡的區(qū)域貧困空間特征研究:以武陵山連片特困區(qū)為例[J].地球信息科學,2015,17(1):69-76.

[15]湯青.可持續(xù)生計的研究現(xiàn)狀及未來重點趨向[J].地球科學進展,2015,30(7):823-829.

[16]李丁,李平安,王鵬.基于ESDA的甘肅省縣域經濟空間差異分析[J].干旱區(qū)資源與環(huán)境,2009,23(12):1-5.

[17]馬曉冬,朱傳耿,馬榮華,等.蘇州地區(qū)城鎮(zhèn)擴展的空間格局及其演化分析[J].地理學報,2008,63(4):405-415.

The Multi-Dimensional Poverty Measure and Spatial Pattern of the Former Central Soviet Area at County Level in South of Jiangxi Province

XIONG Chuanlin, YE Changsheng

(CollegeofEarthSciences,EastChinaUniversityofTechnology,Nanchang330013,China)

multi-dimensional poverty; geographical identification; vulnerability and sustainable livelihood analysis framework; spatial correlation; former Central Soviet Area in south of Jiangxi Province

2015-11-07

2015-11-22

江西省自然科學基金“南昌市城市街道綠化帶滯塵能力研究”(20151BAB213032)

熊傳麟(1991—),男,江西九江人,碩士研究生,研究方向為區(qū)域與城市規(guī)劃。Email:xcl186@126.com

F323.8

A

1005-3409(2016)03-0225-08