山区农村贫困化分异机制探讨

doi:10.14088/j.cnki.issn0439-8114.2018.19.006

湖北农业科学 ›› 2018, Vol. 57 ›› Issue (19): 28-34.doi: 10.14088/j.cnki.issn0439-8114.2018.19.006

山区农村贫困化分异机制探讨

蒋潞遥^1,2, 廖和平^1,2, 曾于珈^1,2, 李义龙^1,2, 罗刚^1,2

1.西南大学地理科学学院,重庆 400715;
2.国土资源研究所,重庆 400715

收稿日期:2018-07-16 出版日期:2018-10-10 发布日期:2019-12-18
通讯作者: 廖和平,教授,博士生导师,主要从事土地利用与国土规划的研究,（电话）13808360066（电子信箱）1696316827@qq.com
作者简介:蒋潞遥（1992-）,女,四川宜宾人,硕士,主要从事农村土地利用与国土规划研究,（电话）17784727180（电子信箱）496160354@qq.com
基金资助:
重庆市技术预见与制度创新重点项目“贫困退出机制设计和贫困地区可持续发展研究”（cstc2017jsyj-jsyjBX0015）

Study on Poverty Differentiation Mechanism of Mountainous Rural Areas

JIANG Lu-yao^1,2, LIAO He-ping^1,2, ZENG Yu-jia^1,2, LI Yi-long^1,2, LUO Gang^1,2

1.School of Geographical Sciences,Southwest University,Chongqing 400715,China;
2.Institute of Land and Resources,Chongqing 400715,China

Received:2018-07-16 Online:2018-10-10 Published:2019-12-18

摘要/Abstract

摘要： 山区农村贫困问题是中国普遍关注的社会问题之一,探讨贫困化分异机制对山区贫困农村的发展具有重大意义。以重庆市巫山县为例,运用地理探测器、多元线性回归等模型方法诊断出山区农村贫困化分异的主导因素,结果表明,海拔高度、到县城中心距离、到乡镇中心距离、到主要干道距离和坡耕地占比是影响山区农村贫困化的主导因素;根据巫山县各乡镇贫困分异的主导因素,划分出农村贫困化地域类型;针对影响因素不同的地域类型提出不同的政策措施。

关键词: 贫困化分异机制, 贫困问题, 农村贫困化, 地理探测器, 影响因素

Abstract: The mountainous rural poverty problem is the one of sharpest social problems in China. It is significant to research the poverty differentiation mechanism of mountainous rural areas for countryside development. Taking Wushan county in Chongqing as an example, the paper diagnoses the dominant factors of differentiation of rural poverty by using the geographical detector model and multiple linear regressions. The results showed that altitude, distance from the center of the county town and the township center, distance to the main roads and proportion of slope farmland are the leading factors affecting the impoverishment of rural areas in mountain areas. According to the leading factors of poverty differentiation in different townships and towns in Wushan county, the types of rural poverty areas are divided. Different policy measures are proposed for different geographical types of influencing factors.

Key words: poverty differentiation mechanism, poverty problem, rural poverty, geographical detector, influencing factors

中图分类号:

F323.8

蒋潞遥, 廖和平, 曾于珈, 李义龙, 罗刚. 山区农村贫困化分异机制探讨[J]. 湖北农业科学, 2018, 57(19): 28-34.

JIANG Lu-yao, LIAO He-ping, ZENG Yu-jia, LI Yi-long, LUO Gang. Study on Poverty Differentiation Mechanism of Mountainous Rural Areas[J]. HUBEI AGRICULTURAL SCIENCES, 2018, 57(19): 28-34.

参考文献

[1] 李玉恒,王艳飞,刘彦随.我国扶贫开发中社会资本作用机理及效应[J].中国科学院院刊,2016,31(3):302-308.
[2] 王介勇,陈玉福,严茂超.我国精准扶贫政策及其创新路径研究[J].中国科学院院刊,2016,31(3):289-295.
[3] 黄承伟,覃志敏.我国农村贫困治理体系演进与精准扶贫[J].开发研究,2015(2):56-59.
[4] 骆祚炎. 利用线性支出系统ELES测定贫困线的实证分析——兼比较几种贫困标准[J].当代财经,2006(3):5-10.
[5] 叶初升,罗连发.社会资本、扶贫政策与贫困家庭福利——基于贵州贫困地区农村家户调查的分层线性回归分析[J].财经科学,2011(7):100-109.
[6] 许月卿,李双成,蔡运龙.基于GIS和人工神经网络的区域贫困化空间模拟分析——以贵州省猫跳河流域为例[J].地理科学进展,2006(3):79-85,140.
[7] 罗翔,卢新海,项歌德.消费风险、科技抑制与中国农村贫困化——基于湖北、安徽两省的实证分析[J].中国人口科学,2014(3):104-114,128.
[8] 刘彦随,李进涛.中国县域农村贫困化分异机制的地理探测与优化决策[J].地理学报,2017,72(1):161-173.
[9] 刘艳华,徐勇.中国农村多维贫困地理识别及类型划分[J].地理学报,2015,70(6):993-1007.
[10] 赵珂,于立.定性与定量相结合:综合集成的数字城市规划[J].城市发展研究,2014,21(2):83-90.
[11] 陈旭. 重庆地方城市形态的比较研究(1646-1840)[D].重庆:西南大学,2015.
[12] 夏添,常鸣.改进逻辑回归方法在滑坡敏感性评价中的应用研究[J].物探化探计算技术,2013,35(2):185-188,119-120.
[13] 王劲峰,胡艺.基于地理探测器的环境健康风探测[J].环境建模与软件,2012,33(7):114-115.
[14] 王劲峰,李新虎,CHRISTAKOS G,等.基于地理探测器的健康风险评估及其在神经管缺陷的应用:以中国和顺地区为例[J].国际地理信息科学杂志,2010,24:107-127.
[15] 毕硕本,计晗,陈昌春,等.地理探测器在史前聚落人地关系研究中的应用与分析[J].地理科学进展,2015,34(1):118-127.
[16] 刘彦随,周扬,刘继来.中国农村贫困化地域分异特征及其精准扶贫策略[J].中国科学院院刊,2016,31(3):269-278.
[17] 丁悦,蔡建明,任周鹏,等.基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素[J].地理科学进展,2014,33(5):657-666.

山区农村贫困化分异机制探讨

Study on Poverty Differentiation Mechanism of Mountainous Rural Areas

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨昌明, 陆汝成, 林树高. 基于演化PSR模型的喀斯特地区土地生态安全评价——以广西永福县为例[J]. 湖北农业科学, 2021, 60(9): 157-163.
[2]	靳欣婷, 孟志兴, 孟会生. 山西省家庭农场经营效率及其影响因素分析——以400户家庭农场为例[J]. 湖北农业科学, 2021, 60(9): 164-169.
[3]	岳东芹, 马琼, 侯玉龙, 周子渭. 新疆农业保险的发展及其影响因素的实证分析[J]. 湖北农业科学, 2021, 60(8): 153-156.
[4]	冯佳, 冯文勇, 石磊. 山西省传统村落空间分布特征及其影响因素分析[J]. 湖北农业科学, 2021, 60(5): 74-79.
[5]	阿玛古丽·阿不都热合曼, 海力且木·斯依提. 新常态下农户风险态度对其农地转出行为的影响分析[J]. 湖北农业科学, 2021, 60(4): 64-68.
[6]	柏青云. 农业机械购买意愿影响因素分析——基于四省涉藏地区的实证分析[J]. 湖北农业科学, 2021, 60(10): 162-165.
[7]	张颂心. 中国农业碳排放量测算及影响因素分析——基于省级面板数据的研究[J]. 湖北农业科学, 2021, 60(1): 60-64.
[8]	周萍. 老龄化背景下居民以房养老模式选择影响因素及对策——以杭州市为例[J]. 湖北农业科学, 2020, 59(6): 169-172.
[9]	陈聪聪, 马向平. “一带一路”沿线省际科技创新效率评价及影响因素分析[J]. 湖北农业科学, 2020, 59(6): 198-202.
[10]	陶小芳, 朱战强, 周素红. 基于个体与社区的居民超重双层影响因素[J]. 湖北农业科学, 2020, 59(5): 191-196.
[11]	古丽尼亚尔·别克西, 刘向晖, 张劭恺, 王炳钢. 少数民族女性领导干部领导力的提升路径探究——以哈萨克族女性领导干部为例[J]. 湖北农业科学, 2020, 59(4): 157-160.
[12]	秦善琪, 张晔, 刘俊艳. 农牧民生产生活困难诉求的影响因素研究——基于二元Logistic回归模型的实证分析[J]. 湖北农业科学, 2020, 59(3): 175-179.
[13]	王莹, 尚越. 建筑业农民工城镇职工医保参保现状与影响因素研究[J]. 湖北农业科学, 2020, 59(23): 212-215.
[14]	远萌, 魏艳, 闫思雨. 河南省乡村旅游发展评价及影响因素分析[J]. 湖北农业科学, 2020, 59(22): 216-220.
[15]	廖良美, 陆田润, 舒佳怡. 中国茶叶出口质量测度及影响因素实证分析[J]. 湖北农业科学, 2020, 59(19): 51-55.