亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        廣西地形因子對(duì)區(qū)域貧困影響空間格局分析

        2019-03-03 02:43:42韋燕飛何彥諺童新華
        江蘇農(nóng)業(yè)科學(xué) 2019年23期
        關(guān)鍵詞:坡度廣西變量

        韋燕飛 何彥諺 童新華

        摘要:地形因子決定著土地的利用模式,影響土地經(jīng)濟(jì)產(chǎn)出與農(nóng)民的生產(chǎn)生活水平,惡劣的地形條件是導(dǎo)致區(qū)域貧困的主要因素之一。以地形條件差異較大、貧困形勢(shì)嚴(yán)峻的廣西壯族自治區(qū)(簡(jiǎn)稱(chēng)“廣西”)為研究區(qū)域,選取平均海拔、平均坡度、地形起伏度、坡度變率、地面粗糙度等5個(gè)地形因子,探討其與區(qū)域貧困的空間異質(zhì)性、空間依賴(lài)性特征,并利用普通線性回歸模型與地理加權(quán)回歸模型分析各地形因子對(duì)區(qū)域貧困影響效應(yīng)的空間分異。結(jié)果表明,各地形因子對(duì)區(qū)域貧困格局影響具有一定空間吻合性,主要表現(xiàn)為地形條件較差的地區(qū)農(nóng)民收入水平較低;地形因子與區(qū)域貧困水平均具有較強(qiáng)的空間依賴(lài)性,在99%顯著水平上均存在明顯空間集聚現(xiàn)象;平均海拔、平均坡度、地形起伏度、坡度變率等4個(gè)因子與區(qū)域貧困存在空間負(fù)相關(guān)性,其對(duì)貧困的影響效應(yīng)呈現(xiàn)以融江為軸心的“U”形向外逐級(jí)遞減的趨勢(shì),地面粗糙度與區(qū)域貧困存在空間正相關(guān)性,其對(duì)貧困的影響效應(yīng)呈現(xiàn)由西北部向東南逐級(jí)遞減的趨勢(shì)。最后,從國(guó)土扶貧視角提出對(duì)廣西扶貧工作的建議。

        關(guān)鍵詞:區(qū)域貧困;地形因子;影響效應(yīng);空間格局;國(guó)土扶貧;精準(zhǔn)扶貧

        中圖分類(lèi)號(hào):F323.211 文獻(xiàn)標(biāo)志碼: A 文章編號(hào):1002-1302(2019)23-0001-07

        貧困問(wèn)題是我國(guó)不平衡、不充分發(fā)展的一大體現(xiàn),是我國(guó)特色社會(huì)主義新時(shí)代發(fā)展的一塊“硬骨頭”。土地作為最基本的生產(chǎn)要素之一[1],是農(nóng)民主要經(jīng)濟(jì)來(lái)源的基礎(chǔ),地形特征決定土地的利用、生產(chǎn)與管理方向,影響農(nóng)業(yè)現(xiàn)代化進(jìn)程與土地的經(jīng)濟(jì)產(chǎn)出,進(jìn)而也決定了區(qū)域貧困水平的發(fā)展。廣西壯族自治區(qū)(簡(jiǎn)稱(chēng)“廣西”)集“老、少、邊、山、庫(kù)”于一身,是全國(guó)脫貧攻堅(jiān)的主戰(zhàn)場(chǎng)之一。目前,廣西貧困面大、貧困人口多、貧困程度深的狀況仍未全面改善。2015年底,全區(qū)貧困人口總數(shù)居全國(guó)第4位;貧困發(fā)生率比全國(guó)平均水平(57%)高4.8百分點(diǎn)。全區(qū)110個(gè)縣(市、區(qū))中,105個(gè)有扶貧開(kāi)發(fā)工作任務(wù),54個(gè)屬于貧困縣,33個(gè)為國(guó)家扶貧工作重點(diǎn)縣、滇桂黔石漠化片區(qū)縣;貧困發(fā)生率超過(guò)25%的有5個(gè)。全區(qū)16 197個(gè)村民委員會(huì)(社區(qū))中有5 000個(gè)貧困村,其中貧困發(fā)生率在25%以上的有1 632個(gè),占32.6%;貧困發(fā)生率超過(guò)50%的有232個(gè),有的甚至超過(guò)80%,脫貧攻堅(jiān)任務(wù)仍然十分艱巨。另外,廣西是典型喀斯特地貌的主要分布地區(qū),生態(tài)系統(tǒng)脆弱且不穩(wěn)定,易發(fā)生旱澇災(zāi)害,部分地區(qū)石漠化、水土流失等土地生態(tài)問(wèn)題突出,導(dǎo)致的區(qū)域貧困現(xiàn)象成為扶貧脫貧工作的重點(diǎn)、難點(diǎn)。因此,分析廣西地形因子與區(qū)域貧困的空間格局形成的影響,對(duì)精準(zhǔn)扶貧工作的有效開(kāi)展有一定的參考價(jià)值?,F(xiàn)有研究涉及的主要有計(jì)量地理學(xué)方法研究、地形因子研究、區(qū)域貧困研究與互饋相關(guān)性作用研究等。Foster等對(duì)空間地理加權(quán)的原理理論構(gòu)架、計(jì)量模型構(gòu)建、實(shí)例演變應(yīng)用等開(kāi)展研究[2-7]。汪旭濤等對(duì)地形因子量化計(jì)量方法、形態(tài)表達(dá)及其對(duì)地質(zhì)災(zāi)害的敏感性等開(kāi)展研究[8-10]。王建康等分析土地要素對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn),探討土地要素與經(jīng)濟(jì)發(fā)展的空間關(guān)聯(lián)性[11-12]。劉彥隨等分析喀斯特山區(qū)自然條件下自然災(zāi)害的治理與扶貧開(kāi)發(fā)模式策略的運(yùn)用及其空間相關(guān)性[13-14]。從現(xiàn)有研究看,國(guó)內(nèi)外學(xué)者的相關(guān)研究成果較豐富,但較多研究均停留在理論基礎(chǔ)上的探討,實(shí)例應(yīng)用的研究較少;對(duì)影響效應(yīng)的研究大多利用計(jì)量經(jīng)濟(jì)學(xué)中的傳統(tǒng)模型,較少考慮地理空間要素間相互作用的影響;對(duì)區(qū)域貧困研究,大多從自然、社會(huì)、經(jīng)濟(jì)、人文綜合角度入手,較少涉及對(duì)地形因子與貧困關(guān)系的針對(duì)性以及西部少數(shù)民族沿海邊境地區(qū)多重身份區(qū)域的研究。本研究以縣級(jí)行政單位為研究單元,以廣西2015年劃定的110個(gè)縣(市、區(qū))為研究對(duì)象,在GIS技術(shù)支持下,基于廣西地形特征與區(qū)域貧困水平數(shù)據(jù),分析各地形因子與區(qū)域貧困的空間異質(zhì)性與空間依賴(lài)性,驗(yàn)證其之間的空間相關(guān)性,在此基礎(chǔ)上探討普通計(jì)量回歸模型與空間計(jì)量回歸模型的應(yīng)用效果,并定量測(cè)度地形因子對(duì)區(qū)域貧困影響效應(yīng)的空間分異格局,根據(jù)研究結(jié)論并基于國(guó)土扶貧視角,提出對(duì)扶貧工作的政策啟示,以期為廣西差別化國(guó)土扶貧政策的制定與實(shí)施提供參考,以提高廣西精準(zhǔn)扶貧服務(wù)工作的成效。

        1 研究區(qū)域

        研究區(qū)域?yàn)閺V西,首府南寧,與廣東、湖南、貴州、云南等省相鄰,南部為北部灣,西南與越南交界,是中國(guó)唯一的沿海自治區(qū),是西南地區(qū)最便捷的出海通道(圖1)。介于 20°54′~26°24′N(xiāo)、104°26′~112°04′E之間,地處低緯度,屬亞熱帶季風(fēng)氣候區(qū),氣候溫暖,雨水豐沛,熱量充足。礦產(chǎn)資源豐富,種類(lèi)繁多,素有“有色金屬之鄉(xiāng)”之稱(chēng)。廣西地形特征表現(xiàn)為山地多平地少,地勢(shì)由西北向東南傾斜,喀斯特地貌發(fā)育,生態(tài)環(huán)境脆弱且不穩(wěn)定,易發(fā)生水土流失、山體滑坡等自然災(zāi)害,喀斯特區(qū)極易發(fā)生石漠化現(xiàn)象,全區(qū)石漠化面積約占全區(qū)總面積的10.5%,極大地制約了區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展。廣西是少數(shù)民族自治區(qū),是壯族主要聚集地,同時(shí)分布有瑤族、苗族、侗族、仫佬族、京族等少數(shù)民族,是我國(guó)少數(shù)民族人口總數(shù)最多的自治區(qū)。2015年全區(qū)轄有14個(gè)地級(jí)行政區(qū)劃單位,110個(gè)縣級(jí)行政區(qū)劃單位,538萬(wàn)貧困人口,且大部分分布于大石山區(qū)、少數(shù)民族地區(qū)、革命老區(qū)、邊境地區(qū)等“貧困洼地”,扶貧工作較艱巨。

        2 數(shù)據(jù)來(lái)源與研究方法

        2.1 變量選取與數(shù)據(jù)來(lái)源

        以區(qū)域貧困程度作為被解釋變量,以地形因子作為解釋變量,研究地形因子對(duì)區(qū)域貧困的影響效應(yīng)及其空間格局。當(dāng)前我國(guó)扶貧工作的重點(diǎn)區(qū)域是農(nóng)村地區(qū),農(nóng)村居民生活水平?jīng)Q定區(qū)域貧困程度,因此以農(nóng)村居民人均純收入作為衡量區(qū)域貧困程度的標(biāo)準(zhǔn),農(nóng)村居民人均純收入數(shù)據(jù)來(lái)源于2016年《廣西壯族自治區(qū)統(tǒng)計(jì)年鑒》及各地方政府門(mén)戶(hù)網(wǎng)站。地形特征包括高程、坡度、坡向、地面起伏等要素,結(jié)合已有研究成果與數(shù)據(jù)的可獲得性[15-16],選取對(duì)土地利用產(chǎn)生較大影響的5個(gè)地形因子即平均海拔、平均坡度、地形起伏度、坡度變率、地面粗糙度開(kāi)展研究(表1)。地形因子數(shù)據(jù)來(lái)源主要是在ENVI 5.1與ArcGIS 10.2平臺(tái)支持下,繪制廣西5 km×5 km 格網(wǎng),對(duì)2015年廣西DEM(30 m)數(shù)據(jù)進(jìn)行預(yù)處理,提取各地形因子數(shù)據(jù),利用數(shù)據(jù)管理模塊、分析模塊、屬性表運(yùn)算、分區(qū)統(tǒng)計(jì)等功能,將地形因子數(shù)據(jù)給相應(yīng)格網(wǎng)賦屬性值,最后通過(guò)均值法計(jì)算各縣(市、區(qū))的地形情況。

        2.2 模型構(gòu)建

        2.2.1 空間權(quán)重矩陣設(shè)定 空間計(jì)量模型須在模型中設(shè)定

        空間權(quán)重矩陣,確定各研究單元之間的空間權(quán)重值,在此基礎(chǔ)上形成的空間面板數(shù)據(jù)模型更具說(shuō)服力,本研究采用基于K-近鄰法構(gòu)建的K-近鄰矩陣(K-nearest neighbor)方法設(shè)定空間權(quán)重矩陣,其形式如下[17]。

        W=1dij dij≤di(k)

        0 i=j

        0 其他。

        式中:di(k)表示縣(市、區(qū))i到第k個(gè)鄰近區(qū)域的距離,取 k=5。如果縣(市、區(qū))j不屬于縣(市、區(qū))i的k個(gè)鄰居,則認(rèn)為其之間不存在空間依賴(lài)關(guān)系,空間權(quán)重矩陣值設(shè)定為0;反之,如果縣(市、區(qū))j是縣(市、區(qū))i的近鄰,則空間權(quán)重矩陣值為2個(gè)縣(市、區(qū))之間的距離倒數(shù)。

        2.2.2 空間相關(guān)性模型 采用莫蘭指數(shù)(Morans I)進(jìn)行變量空間相關(guān)性研究,利用單變量空間自相關(guān)性分析各地形因子與區(qū)域貧困空間分布聚集特征;利用雙變量空間相關(guān)性探討各地形因子與區(qū)域貧困之間是否存在空間依賴(lài)性,為空間計(jì)量模型的運(yùn)用奠定基礎(chǔ),表達(dá)式為:

        Morans I=∑ni=1∑nj=1wij(xi-x)(xj-x)∑ni=1∑nj=1wijs2;

        s2=1n∑ni=1(xi-x)2。

        式中:n表示樣本數(shù),廣西110個(gè)縣(市、區(qū)),取n=110;xi表示變量在縣(市、區(qū))i的屬性值;xj表示變量在縣(市、區(qū))j的屬性值;x 表示變量的平均值;wij表示縣(市、區(qū))i和縣(市、區(qū))j之間空間權(quán)重矩陣值;s2表示變量的方差。

        空間自相關(guān)性的顯著性水平一般通過(guò)Z值與P值進(jìn)行檢驗(yàn)確定,一般認(rèn)為當(dāng)P值=0.01且滿足 |Z|>2.58時(shí),則拒絕0假設(shè),變量的空間相關(guān)性顯著;反之,則不拒絕0假設(shè),變量不存在顯著的空間相關(guān)性。

        2.2.3 OLS回歸模型 采用OLS回歸模型探究未考慮空間地理單元影響下,被解釋變量與解釋變量之間的相關(guān)性,表達(dá)式為:

        lnYi=α+βjlnxij+ε。

        式中:Yi表示i縣(市、區(qū))的被解釋變量;xij表示i縣(市、區(qū))解釋變量j影響因子;βj表示j影響因子的影響彈性;ε表示隨機(jī)誤差。

        OLS回歸模型相關(guān)性研究一般通過(guò)t值與調(diào)整后的R2進(jìn)行檢驗(yàn)確定,一般界定滿足|t|>2.58,則模型通過(guò)檢驗(yàn),被解釋變量與解釋變量存在相關(guān)性,調(diào)整后R2越大則表示回歸模型擬合程度越好。

        2.2.4 地理加權(quán)回歸模型 為了反映各地形因子影響效應(yīng)水平的空間差異,對(duì)通過(guò)空間相關(guān)性檢驗(yàn)的變量采用地理加權(quán)回歸模型(GWR)進(jìn)行分析,地理加權(quán)回歸模型簡(jiǎn)化表示如下[18]:

        Pi=a0(ui,vi)+∑nk=1xikak(ui,vi)+εi。

        式中:n表示解釋變量的個(gè)數(shù);k表示解釋變量;i表示縣(市、區(qū));a0(ui,vi)表示常數(shù)項(xiàng);xik表示通過(guò)檢驗(yàn)的第k個(gè)解釋變量在i縣(市、區(qū))的取值;(ui,vi)表示i縣(市、區(qū))幾何中心的空間坐標(biāo);ai(ui,vi)表示i縣(市、區(qū))的特征彈性系數(shù);εi表示殘差。

        3 實(shí)例檢驗(yàn)與結(jié)果分析

        3.1 空間異質(zhì)性格局

        利用SPSS對(duì)各變量數(shù)據(jù)進(jìn)行Z分?jǐn)?shù)(Z-score)標(biāo)準(zhǔn)化,采用自然斷點(diǎn)法將標(biāo)準(zhǔn)化結(jié)果分為5級(jí),繪制各變量空間分異圖(圖2),分析各變量空間分異情況。從地形因子看,平均海拔、平均坡度、地形起伏度空間分異格局總體上表現(xiàn)為北高南低的趨勢(shì),主要由于西北部與云貴高原連接,且分布有鳳凰山脈、都陽(yáng)山脈,東北部分布有越城嶺山脈、天平山脈、九萬(wàn)大山等山脈,南部沿海地區(qū)分布有欽州平原、合浦平原等。坡度變率空間分異格局總體表現(xiàn)為“東西高、中間低”的“凹”形格局,主要由于東部分布有天平山、大瑤山等山脈,中部分布有柳州平原、潯江平原、郁江平原、南寧盆地。其中,西林縣、隆林縣、田林縣、樂(lè)業(yè)縣、那坡縣、靖西市、德??h、凌云縣、天峨縣、鳳山縣、南丹縣、龍勝縣、灌陽(yáng)縣、金秀縣的這4個(gè)地形因子數(shù)值均較高,這些縣(市)地形條件較差,給土地的有效利用帶來(lái)較大難度。地面粗糙度是指從空氣動(dòng)力學(xué)角度出發(fā),因地表起伏不平或地物本身幾何形狀的影響,風(fēng)速廓線上風(fēng)速為0的位置并不在地表(高度為0處),而在離地表一定高度處,這一高度定義為地面粗糙度[19],其空間分異格局主要表現(xiàn)為北低南高的趨勢(shì)。從貧困情況看,農(nóng)村居民人均純收入總體表現(xiàn)為東西低、中間高的“凸”形格局,與地形條件形成一定程度的吻合性,基本表現(xiàn)為地形條件利用難度較大的地區(qū)農(nóng)民收入較低,區(qū)域貧困程度較大;而地勢(shì)較平坦的地區(qū)經(jīng)濟(jì)發(fā)展協(xié)調(diào),區(qū)域貧困程度較小。

        3.2 空間依賴(lài)性分析

        在GeoDa平臺(tái)支持下,利用Morans I分析各變量空間依賴(lài)性(表2),可視化變量空間自相關(guān)聚集格局(圖3)。各變量P值=0.01,均滿足|Z|>2.58,通過(guò)顯著性檢驗(yàn),具有空間依賴(lài)性,Morans I值大于0表示各變量在空間上存在集聚現(xiàn)象。其中,平均海拔、地形起伏度、坡度變率的Morans I值較高,其在空間上形成的聚集效應(yīng)較顯著。

        平均海拔在西北部與東北部形成大小2個(gè)組團(tuán)的高-高集聚模式,在南部沿海及其往北延伸方向形成低-低集聚模式。平均坡度與地形起伏度在西北部形成高-高集聚模式,在南部沿海地區(qū)形成低-低集聚模式,地形起伏度在防城區(qū)形成高-低集聚模式,主要是因?yàn)閰^(qū)域分布有十萬(wàn)大山使得地形起伏度較大。坡度變率主要在西北部形成高-高集聚模式,在南部沿海地區(qū)形成低-低集聚模式,但在東北部地勢(shì)較高的區(qū)域并未形成顯著的高-高集聚模式, 主要是因?yàn)闁|北

        部對(duì)于坡耕地的利用采取梯田方式,極大地提高了耕地的利用程度,有利于減緩坡度變率。地面粗糙度在西北部形成 低-低集聚模式,高-高集聚模式則較零散地分布在南部及中部地區(qū)。農(nóng)村居民人均純收入在西北部形成低-低集聚模式,但在右江區(qū)、田東縣形成了高-低集聚模式,主要是由于該區(qū)域分布有百色盤(pán)地,地勢(shì)較平坦,且耕地肥沃、氣候適宜芒果、香蕉、番茄等特色農(nóng)作物的生長(zhǎng),第一產(chǎn)業(yè)發(fā)展較協(xié)調(diào),特色作物產(chǎn)出提高了當(dāng)?shù)厝藗兊氖杖胨?,?高集聚模式主要分布在柳州市、桂林市等部分二、三產(chǎn)業(yè)發(fā)達(dá)的城市,柳州市是重工業(yè)城市,第二產(chǎn)業(yè)發(fā)達(dá),這給當(dāng)?shù)厝藗兲峁┝溯^好的就業(yè)機(jī)會(huì),桂林市是我國(guó)著名的旅游城市,第三產(chǎn)業(yè)發(fā)達(dá),旅游業(yè)發(fā)展可以提高當(dāng)?shù)厝藗兊氖杖胨健?/p>

        3.3 空間相關(guān)性檢驗(yàn)

        引入空間計(jì)量模型之前,對(duì)地形因子與區(qū)域貧困的空間相關(guān)性進(jìn)行檢驗(yàn),利用雙變量的空間自相關(guān)模型分析解釋變量與各被解釋變量的空間集聚相關(guān)性,繪制變量莫蘭散點(diǎn)圖(圖4)。各解釋變量與被解釋變量空間相關(guān)性P值=0.01,均滿足|Z|>2.58,通過(guò)顯著性檢驗(yàn),且Morans I絕對(duì)值處于0.43~0.54之間,表明各地形因子與農(nóng)村居民人均純收入在空間分布上存在顯著的空間相關(guān)性,其中,平均坡度、地形起伏度與農(nóng)村居民人均純收入的Morans I值較高,具有較強(qiáng)的空間相關(guān)性。

        由圖4可知,平均海拔、平均坡度、地形起伏度、坡度變率

        等4個(gè)地形因子散點(diǎn)主要落在第二、第四象限,表現(xiàn)為空間負(fù)相關(guān),即當(dāng)某縣(市、區(qū))的平均海拔越高、平均坡度越大、地形起伏度越大、坡度變率越大,越會(huì)導(dǎo)致農(nóng)村居民人均純收入降低、貧困程度嚴(yán)重。地面粗糙度散點(diǎn)主要落在第一、第三象限,表現(xiàn)為空間正相關(guān),即某縣(市、區(qū))地面粗糙度越大,越會(huì)使得農(nóng)村居民人均純收入提高。

        3.4 影響效應(yīng)分析

        在各解釋變量與被解釋變量均通過(guò)雙變量空間相關(guān)性檢驗(yàn)的基礎(chǔ)上,利用OLS回歸模型與GWR的地理加權(quán)模型分別對(duì)各解釋變量與被解釋變量進(jìn)行回歸分析,對(duì)比回歸模型擬合效果(表3),繪制各地形因子對(duì)區(qū)域貧困影響系數(shù)空間分異圖(圖5)。

        由表3可知,各變量OLS回歸結(jié)果t絕對(duì)值均大于 2.58,通過(guò)顯著性檢驗(yàn),但回歸結(jié)果調(diào)整后R2值在0.3~0.5之間,處于較低的水平,OLS模型的擬合效果不佳。經(jīng)對(duì)比分析,各變量GWR地理加權(quán)回歸結(jié)果的調(diào)整后R2均大于OLS回歸結(jié)果的調(diào)整后R2,GWR地理加權(quán)回歸結(jié)果的赤池信息準(zhǔn)則(AIC)值均小于OLS回歸結(jié)果的AIC值,說(shuō)明GWR地理加權(quán)回歸模型具有更好的擬合性。因此,在對(duì)具有空間相關(guān)性的變量進(jìn)行回歸分析時(shí),應(yīng)考慮空間位置間的效應(yīng)作用,OLS模型忽略了空間位置間的相關(guān)性,模型預(yù)測(cè)擬合效果不佳,采用地理加權(quán)回歸模型開(kāi)展分析更加合理。

        由圖4可知,將不同區(qū)位上地形因子與農(nóng)村居民人均純收入的回歸系數(shù)稱(chēng)為影響系數(shù),影響系數(shù)的絕對(duì)值反映地形因子的影響程度,影響系數(shù)的正負(fù)反映影響作用的正負(fù)相關(guān)性。平均海拔表現(xiàn)為負(fù)相關(guān)性,影響效應(yīng)空間上呈現(xiàn)由中部向外逐級(jí)遞減的趨勢(shì),東西部與南部沿海地區(qū)平均海拔對(duì)貧困的影響程度較低,而中部地區(qū)影響程度較高。平均坡度、地形起伏度和坡度變率表現(xiàn)為負(fù)相關(guān)性,影響效應(yīng)空間分布情況大致相同,主要表現(xiàn)為以融江為軸心“U”形向外逐級(jí)遞減

        的趨勢(shì),南部沿海地區(qū)影響程度低,而北部融江流域縣(市、區(qū))影響程度高。地面粗糙度表現(xiàn)為正相關(guān),影響效應(yīng)空間呈現(xiàn)由西北部向東南逐級(jí)遞減的趨勢(shì)。因此,不同區(qū)域地形條件對(duì)區(qū)域人們收入水平的影響作用有所不同,各地形因子對(duì)區(qū)域貧困的作用效應(yīng)存在空間上的差異。

        4 結(jié)論與建議

        4.1 主要結(jié)論

        本研究以廣西壯族自治區(qū)為研究區(qū)域,在縣(市、區(qū))尺度上分析各地形因子與區(qū)域貧困空間異質(zhì)性格局和空間依性格局,檢驗(yàn)各地形因子與區(qū)域貧困間的空間相關(guān)性特征,定量評(píng)價(jià)各地形因子對(duì)區(qū)域貧困影響效應(yīng)的空間差異格局,得出以下結(jié)論:第一,各地形因子與區(qū)域貧困空間格局存在差異,平均海拔、平均坡度、地形起伏度空間分異格局表現(xiàn)為北高南低的趨勢(shì),坡度變率表現(xiàn)為東西高、中間低的格局,地面粗糙度表現(xiàn)為北低南高的趨勢(shì),農(nóng)村居民人均純收入表現(xiàn)為東西低、中間高的態(tài)勢(shì)??傮w上看,區(qū)域貧困與地形因子間形成一定程度的空間吻合性,基本表現(xiàn)為地形條件利用難度較大的地區(qū)貧困水平較高。第二,各地形因子與區(qū)域貧困具有較強(qiáng)的空間依賴(lài)性。平均海拔、平均坡度、地形起伏度與坡度變率高-高集聚區(qū)主要分布在西北部,低-低集聚區(qū)主要分布在南部沿海地區(qū);地面粗糙度在西北部形成低-低集聚模式,高-高集聚模式則較零散地分布在南部及中部地區(qū);農(nóng)村居民人均純收入在西北部形成低-低集聚模式,高-高集聚模式主要分布在廣西東北部的二、三產(chǎn)業(yè)發(fā)達(dá)的城市。因此,地區(qū)產(chǎn)業(yè)發(fā)展是拉動(dòng)地方經(jīng)濟(jì)增長(zhǎng)與促進(jìn)減貧脫貧的利器。第三,各地形因子與區(qū)域貧困存在空間相關(guān)性且各因子對(duì)貧困影響效應(yīng)不同,平均海拔、平均坡度、地形起伏度、坡度變率等4個(gè)地形因子莫蘭散點(diǎn)主要落在二、四象限,表現(xiàn)為空間負(fù)相關(guān),影響效應(yīng)主要以融江為軸心呈“U”形向外逐級(jí)遞減的趨勢(shì);地面粗糙度莫蘭散點(diǎn)主要落在一、三象限,表現(xiàn)為空間正相關(guān),影響效應(yīng)由西北部向東南逐級(jí)遞減的趨勢(shì)。

        4.2 建議

        根據(jù)廣西各縣(市、區(qū))貧困空間分異特征,結(jié)合地形因子的影響效應(yīng)與空間差異格局,因地制宜地提出扶貧方針政策,才能更好地服務(wù)于減貧脫貧目標(biāo)。具體來(lái)看,貧困高-高集聚區(qū)域主要分布在西北地區(qū),該地區(qū)受到平均坡度、地形起伏度和坡度變率的影響作用較大,是廣西自然災(zāi)害的高發(fā)地區(qū),山體滑坡、泥石流等災(zāi)害時(shí)有發(fā)生。因此,要注重建立該區(qū)域的生態(tài)補(bǔ)償機(jī)制,積極開(kāi)展落實(shí)異地扶貧搬遷項(xiàng)目,保障

        賴(lài)人們的生命財(cái)產(chǎn)安全不受侵害。還應(yīng)合理有序推進(jìn)該區(qū)域土地整治項(xiàng)目的開(kāi)展,側(cè)重土地平整、水土保持、生態(tài)補(bǔ)償工程實(shí)施,轉(zhuǎn)變土地利用方式,充分挖潛土地開(kāi)發(fā)利用潛力。另外,西北地區(qū)是自然景觀原生態(tài)保留地區(qū),也是許多特色農(nóng)副產(chǎn)品的富產(chǎn)區(qū),可加大對(duì)地區(qū)特色產(chǎn)業(yè)的支持力度,結(jié)合地形地貌特征挖掘區(qū)域旅游業(yè)發(fā)展?jié)摿Γ酝恋刭Y源為支撐,以產(chǎn)業(yè)發(fā)展為切入點(diǎn),促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展,改善農(nóng)民生產(chǎn)條件,提高農(nóng)民生活水平,助力區(qū)域減貧脫貧事業(yè)發(fā)展。貧困低-低集聚區(qū)域主要分布在廣西二、三產(chǎn)業(yè)發(fā)達(dá)地區(qū),該區(qū)域經(jīng)濟(jì)發(fā)展活力較強(qiáng),是廣西經(jīng)濟(jì)發(fā)展的重要支撐與領(lǐng)頭軍,應(yīng)繼續(xù)保持對(duì)該地區(qū)產(chǎn)業(yè)發(fā)展政策的支持,同時(shí)激發(fā)地方經(jīng)濟(jì)發(fā)展的溢出效應(yīng),使得該區(qū)域在經(jīng)濟(jì)發(fā)展的同時(shí),帶動(dòng)周?chē)h(市、區(qū))的經(jīng)濟(jì)發(fā)展,促進(jìn)扶貧工作的深入開(kāi)展。對(duì)于地形條件較好的南部沿海地區(qū),應(yīng)注重提高土地的節(jié)約集約利用水平,推進(jìn)農(nóng)業(yè)現(xiàn)代化進(jìn)程,提高土地產(chǎn)出效率與經(jīng)濟(jì)產(chǎn)出量,同時(shí)發(fā)揮沿海港口優(yōu)勢(shì),通過(guò)海運(yùn)貿(mào)易推廣廣西特色產(chǎn)品的向外輸出,多角度、多方位拉動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展,提高扶貧工作成效。

        參考文獻(xiàn):

        [1]張海兵,鞠正山,張鳳榮. 中國(guó)社會(huì)經(jīng)濟(jì)結(jié)構(gòu)與土地利用結(jié)構(gòu)變化的相關(guān)性分析[J]. 中國(guó)土地科學(xué),2007,21(2):12-17.

        [2]Foster L.Big data and social science[M]. Francis:CRC Press,2017:243-248.

        [3]Fotheringham A S.Geographically weighted regression[M]. British:British Library Catalohuing,2002:159-165.

        [4]Lloyd C D.Local models for spatial analysis[M]. Francis:CRC Press,2017:62-67.

        [5]Fotheringham A S. Quantitative geography[M]. Great Britain:the Cromwell Press Ltd,2000:99-108.

        [6]郭國(guó)強(qiáng). 空間計(jì)量模型的理論和應(yīng)用研究[D]. 武漢:華中科技大學(xué),2013.

        [7]覃文忠. 地理加權(quán)回歸基本理論與應(yīng)用研究[D]. 上海:同濟(jì)大學(xué),2007.

        [8]汪旭濤,謝昭宇,胡凱鋒. 中高山地區(qū)滑坡發(fā)育地形地貌因子敏??感性研究[J]. 地震工程學(xué)報(bào),2013,35(3):587-603.

        [9]周艷蓮,孫曉敏,朱治林,等. 幾種典型地表粗糙度計(jì)算方法的比較研究[J]. 地理研究,2007,26(5):887-896.

        [10]楊先武,錢(qián)葉青,鄭春霞. 喀斯特峰林峰叢地貌形態(tài)表達(dá)研究綜述[J]. 地理與地理信息科學(xué),2017,33(4):22-27.

        [11]王建康,谷國(guó)鋒. 土地要素對(duì)中國(guó)城市經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)分析[J]. 中國(guó)人口·資源與環(huán)境,2015,25(8):10-17.

        [12]袁冬梅,魏后凱,于 斌. 中國(guó)地區(qū)經(jīng)濟(jì)差距與產(chǎn)業(yè)布局的空間關(guān)聯(lián)性——基于Moran指數(shù)的解釋[J]. 中國(guó)軟科學(xué),2012(12):90-102.

        [13]劉彥隨,鄧旭升,胡業(yè)翠. 廣西喀斯特山區(qū)土地石漠化與扶貧開(kāi)發(fā)探析[J]. 山地學(xué)報(bào),2006,24(2):228-233.

        [14]胡業(yè)翠,方玉東,江文亞. 廣西喀斯特石漠化與貧困化空間相關(guān)性及互動(dòng)效應(yīng)研究[J]. 資源與產(chǎn)業(yè),2009,11(5):105-110.

        [15]哈 凱,丁慶龍,門(mén)明新,等. 山地丘陵區(qū)土地利用分布及其與地形因子關(guān)系——以河北省懷來(lái)縣為例[J]. 地理研究,2015,34(5):909-921.

        [16]焦貝貝,石培基,劉春芳,等. 黃土高原低山丘陵區(qū)農(nóng)村居民點(diǎn)分布與地形因子關(guān)系研究——以蘭州市七里河區(qū)為例[J]. 資源科學(xué),2013,35(8):1719-1727.

        [17]張可云,王裕瑾,王 婧. 空間權(quán)重矩陣的設(shè)定方法研究[J]. 區(qū)域經(jīng)濟(jì)評(píng)論,2017(1):19-25.

        [18]王永明,王美霞,吳殿廷,等. 貴州省鄉(xiāng)村貧困空間格局與形成機(jī)制分析[J]. 地理科學(xué),2017,37(2):217-227.

        [19]劉 靜,卓慕寧,胡耀國(guó). 初論地表粗糙度[J]. 生態(tài)環(huán)境,2007,16(6):1829-1836.

        收稿日期:2018-09-21

        基金項(xiàng)目:國(guó)家自然科學(xué)基金(編號(hào):41861039);廣西哲學(xué)社會(huì)科學(xué)規(guī)劃研究課題(編號(hào):17FGL016、17FGL014);廣西師范學(xué)院科學(xué)研究基金(編號(hào):2013L08)。

        作者簡(jiǎn)介:韋燕飛(1978—),女,廣西田陽(yáng)人,博士,教授,主要從事土地利用優(yōu)化配置研究。E-mail:65358105@qq.com。

        通信作者:何彥諺,主要從事土地利用優(yōu)化配置研究。E-mail:394288552@qq.com。

        猜你喜歡
        坡度廣西變量
        抓住不變量解題
        也談分離變量
        關(guān)于公路超高漸變段合成坡度解析與應(yīng)用
        廣西廣西
        歌海(2017年1期)2017-05-30 13:07:40
        廣西尼的呀
        歌海(2016年6期)2017-01-10 01:35:52
        基于圖像處理的定位器坡度計(jì)算
        電氣化鐵道(2016年4期)2016-04-16 05:59:46
        SL(3,3n)和SU(3,3n)的第一Cartan不變量
        坡度在巖石風(fēng)化層解譯中的應(yīng)用
        河北遙感(2015年2期)2015-07-18 11:11:14
        CT和MR對(duì)人上脛腓關(guān)節(jié)面坡度的比較研究
        分離變量法:常見(jiàn)的通性通法
        国产av无码专区亚洲av中文| 久久国产精品亚洲我射av大全| 日本一区二区视频高清| 免费观看羞羞视频网站| 欧美日韩久久久精品a片| 最爽无遮挡行房视频| 欧美一区二区三区激情| 国产农村妇女毛片精品久久久| 亚洲成av人片在线天堂无| 久久精品国产亚洲av高清三区| 亚洲一区二区三区无码久久| 亚洲中文字幕每日更新| 色青青女同性恋视频日本熟女| 国产日本精品一二三四区| 亚洲成人色区| 亚洲高潮喷水中文字幕| 精品中文字幕精品中文字幕 | 一二区成人影院电影网| 1000部精品久久久久久久久| 日本一区二区在线资源| 91精品国产综合久久国产| 无码人妻精品中文字幕| 亚洲色无码播放| jk制服黑色丝袜喷水视频国产| 黄色国产精品福利刺激午夜片| 免费va国产高清大片在线| 国产91成人精品亚洲精品| 久久aⅴ无码av高潮AV喷| 日本一区二区免费高清| 无码人妻人妻经典| 手机看片福利日韩| 国产精品成人久久a级片| 亚洲熟女精品中文字幕| 在教室伦流澡到高潮h麻豆| 亚洲av福利天堂在线观看| 精品视频在线观看日韩| 亚洲日韩成人av无码网站| 国产一区二区三区韩国| 漂亮人妻出轨中文字幕| 国产精品r级最新在线观看| 调教在线播放黄|