盧安琪 楊愛霞 黎園 陳穎怡 朱帥 鄧凱

摘 要：客觀分析特定時(shí)期縣域貧困模式及其成因，是保持精準(zhǔn)扶貧效果的基本前提。文章選取廣西縣域?yàn)檠芯繉?duì)象，采用基于主成分的地理加權(quán)回歸（PCA-GWR）模型探討貧困因素的空間異質(zhì)性，利用2019年自然、社會(huì)經(jīng)濟(jì)和人口因子三維指標(biāo)分析廣西縣域貧困格局。結(jié)果表明：廣西各縣域貧困格局分布與自然、社會(huì)經(jīng)濟(jì)及人口因子有關(guān)，且各個(gè)致貧因子與貧困發(fā)生率的關(guān)系存在著空間異質(zhì)性。

關(guān)鍵詞：PCA-GWR模型;致貧因子;貧困格局;廣西縣域

中圖分類號(hào)：F323.8 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-6432（2022）10-0018-03

DOI：10.13939/j.cnki.zgsc.2022.10.018

1 引言

消除貧困，促進(jìn)人類社會(huì)的全面發(fā)展，是國(guó)際社會(huì)的共同追求。在聯(lián)合國(guó)《2030年可持續(xù)發(fā)展議程》中，“消除一切形式的極端貧困”作為最高目標(biāo)被提出[1]。以“人地關(guān)系”為研究核心、具有綜合性和區(qū)域性優(yōu)勢(shì)的地理學(xué)，在貧困研究和扶貧實(shí)踐中發(fā)揮重要的指導(dǎo)作用[2]。目前，學(xué)術(shù)界對(duì)造成貧困的多種因素進(jìn)行了探討，其研究逐漸從單一的經(jīng)濟(jì)收入型貧困發(fā)展到社會(huì)、經(jīng)濟(jì)、能力等綜合性的多維貧困[3-4]。隨著地理信息技術(shù)的發(fā)展，GWR模型在經(jīng)濟(jì)、人口城鎮(zhèn)化、自然環(huán)境等領(lǐng)域得到了廣泛的應(yīng)用，諸多學(xué)者運(yùn)用GWR模型對(duì)貧困進(jìn)行的多種角度研究表明，不同地區(qū)有著不同的致貧因子，貧困水平也存在著較大差異[5-7]。目前我國(guó)脫貧攻堅(jiān)戰(zhàn)取得全面勝利，但廣西壯族自治區(qū)作為全國(guó)連片特困省份較為集中的地區(qū)，為了鞏固其脫貧成果，防止返貧現(xiàn)象發(fā)生，文章選取廣西縣域?yàn)檠芯繉?duì)象，采用基于主成分的地理加權(quán)回歸（PCA-GWR）模型探討貧困因素的空間異質(zhì)性，并利用自然、社會(huì)經(jīng)濟(jì)和人口因子等三維指標(biāo)分析廣西縣域貧困格局，提出差異化減貧政策，為防治返貧工作提供理論指導(dǎo)。

2 研究區(qū)概況與數(shù)據(jù)來源

（1）研究區(qū)概況。廣西壯族自治區(qū)位于中國(guó)西南部，在20°54′N～26°24′N、104°28′E～112°04′E之間。面積約23.7×104km2，地勢(shì)西北高東南低，四面環(huán)山，喀斯特分布廣，丘陵復(fù)雜，平原低小[8]。

廣西共有14個(gè)地級(jí)市、111個(gè)縣域行政區(qū)域（包括40個(gè)市轄區(qū)、9個(gè)縣域市、50個(gè)縣、12個(gè)自治縣）。截至2015年年底，廣西登記在冊(cè)貧困人口452萬(wàn)人，貧困發(fā)生率為10.5%，居全國(guó)第三位。2016—2019年，全區(qū)登記貧困人口脫貧450萬(wàn)人，4719個(gè)貧困村、46個(gè)貧困縣（25個(gè)國(guó)家級(jí)貧困縣）脫困，全面實(shí)現(xiàn)了從溫飽不足向小康社會(huì)的偉大轉(zhuǎn)型[9]。

（2）數(shù)據(jù)來源。文章使用的氣象數(shù)據(jù)及植被NDVI數(shù)據(jù)（http：//www.resdc.cn/）、DEM數(shù)據(jù)均來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/），廣西相關(guān)的社會(huì)經(jīng)濟(jì)數(shù)據(jù)來自統(tǒng)計(jì)部門公布的社會(huì)經(jīng)濟(jì)公共數(shù)據(jù)。

3 研究方法

文章采用基于主成分的地理加權(quán)回歸（PCA-GWR）模型探討廣西致貧因子的空間異質(zhì)性。主成分分析是一種解決多元線性回歸中多重共線性問題的常見方法，利用這個(gè)方法，可以通過降維確定少數(shù)幾個(gè)綜合因子即主成分來代替原來眾多的變量，使這些主成分盡可能多地反映原來變量的信息，且彼此之間互不相關(guān)[10]。地理加權(quán)回歸是一種將空間結(jié)構(gòu)嵌入線性回歸模型中來探測(cè)空間關(guān)系的非平穩(wěn)性的空間分析技術(shù)，通過選取不同的空間權(quán)重函數(shù)來表達(dá)對(duì)數(shù)據(jù)間空間關(guān)系的不同認(rèn)識(shí)[11]，在地理學(xué)及設(shè)計(jì)空間模式分析中被廣泛應(yīng)用。

4 PCA-GWR模型構(gòu)建

（1）致貧因子選取。貧困發(fā)生率指一定區(qū)域貧困人口占總?cè)丝诘谋壤?，用比值的大小來解釋研究區(qū)貧困程度，計(jì)算公式如下：

對(duì)貧困發(fā)生率進(jìn)行時(shí)空歸一化處理（式（2））：

由于影響貧困發(fā)生率的因素是多維度的，因此須用SPSS軟件計(jì)算各個(gè)貧困指標(biāo)與貧困發(fā)生率的Pearson相關(guān)系數(shù)來檢驗(yàn)貧困發(fā)生率與貧困指標(biāo)的相關(guān)性（表1），以此來選取顯著相關(guān)的指標(biāo)。

對(duì)2019年與貧困發(fā)生率顯著相關(guān)的貧困指標(biāo)進(jìn)行相關(guān)性分析（表2），發(fā)現(xiàn)貧困指標(biāo)之間的相關(guān)系數(shù)較大，尤其是社會(huì)指標(biāo)之間存在著較強(qiáng)的相關(guān)性。

（2）主成分分析。對(duì)2019年與貧困發(fā)生率呈現(xiàn)顯著相關(guān)的貧困指標(biāo)做主成分分析，結(jié)果如表3所示，第一、二主成分的貢獻(xiàn)率分別為45.747%、32.808%，第一、二主成分的累計(jì)貢獻(xiàn)率達(dá)78.554%，闡明前2個(gè)主成分可以解釋78.554%的原始變量的信息，信息損失量少，因此2019年可提取第一、二主成分，即將原來6個(gè)有相關(guān)關(guān)系的貧困指標(biāo)轉(zhuǎn)化為2個(gè)互不相關(guān)的主成分。

各主成分分別對(duì)應(yīng)的特征向量如表4所示，第一主成分主要由行政區(qū)域面積、耕地面積、公路里程、農(nóng)村居民最低生活保障人數(shù)決定，因此第一主成分可以概括為社會(huì)因素，第二主成分主要由平均坡向決定，因此第二主成分代表自然因素。建立第一主成分（F1）、第二主成分（F2）與行政區(qū)域面積（X1）、年末常住人口（X2）、耕地面積（X3）、公路里程（X4）、平均坡向（X5）、平均海拔（X6）的線性關(guān)系模型為：

第一主成分：F1=0.905X1+0.569X2+0.740X3+0.947X4+0.316X5+0.238X6

第二主成分：F2=0.265X1+（-0.643）X2+（-0.404）X3+（-0.022）X4+0.767X5+0.856X6

5 PCA-GWR結(jié)果分析

不同時(shí)期影響廣西縣域貧困格局的主要因素和驅(qū)動(dòng)機(jī)制不同，各主成分系數(shù)均值反映致貧因子與貧困發(fā)生率的總體關(guān)系，系數(shù)標(biāo)準(zhǔn)差反映致貧因子在廣西各縣域影響作用的空間非平穩(wěn)性。各縣域貧困發(fā)生率與各致貧因子之間有著復(fù)雜的關(guān)系，每一個(gè)致貧因子對(duì)縣域貧困格局的影響隨著區(qū)位的變化而變化，充分說明縣域經(jīng)濟(jì)發(fā)展影響因素所具有的空間非平穩(wěn)性。將提取的主成分進(jìn)行地理加權(quán)回歸分析，PCA-GWR的回歸結(jié)果如圖1所示。

（1）第一主成分。主要反映社會(huì)因素，包括行政區(qū)域面積、年末常住人口、耕地面積和公路里程。第一主成分的回歸系數(shù)均為正值，取值范圍為0～0.000003，說明該年社會(huì)因素對(duì)廣西縣域的貧困發(fā)生率均起到正向作用，即行政區(qū)域面積、耕地面積越大，年末常住人口、公路里程越多，貧困發(fā)生率就越高。

（2）第二主成分。第二主成分主要反映平均坡向、平均海拔與貧困發(fā)生率的關(guān)系?；貧w系數(shù)皆為正值，對(duì)貧困發(fā)生率均起到正向作用，即地處海拔越高或者坡向越趨向于北的地域，其貧困發(fā)生率越高?；貧w系數(shù)最高的地區(qū)為東部的蒼梧縣、萬(wàn)秀區(qū)、長(zhǎng)洲區(qū)、藤縣、龍圩縣、蒼溪縣的部分縣及位于西北部地區(qū)的樂業(yè)縣、田林縣、西林縣和隆林各族自治區(qū)的部分縣域，由于這些區(qū)域的相對(duì)海拔較高，不利于當(dāng)?shù)亟煌ńㄔO(shè)。

6 結(jié)論

（1）PCA-GRW結(jié)果表明，廣西各縣域貧困格局分布與自然資本因素包括植被覆蓋度、平均海拔、平均坡向;社會(huì)經(jīng)濟(jì)因素包括城鎮(zhèn)居民最低生活保障人數(shù)、農(nóng)村居民最低生活保障人數(shù)、行政區(qū)域面積以及年末常住人口，資本因素包括耕地面積、公路里程，且各因素對(duì)于不同地區(qū)的貧困發(fā)生率的貢獻(xiàn)存在一定的差異。實(shí)現(xiàn)精準(zhǔn)幫扶、防治返貧，需要政府及相關(guān)部門根據(jù)實(shí)地情況因地制宜，根據(jù)各個(gè)地區(qū)的不同之處制定對(duì)應(yīng)的措施。

（2）第一主成分的回歸系數(shù)均為正值，說明該年社會(huì)因素對(duì)廣西縣域的貧困發(fā)生率均起到正向作用，且回歸系數(shù)較小，表明社會(huì)因素對(duì)各縣域貧困發(fā)生率的影響較小，因此政府可減少對(duì)社會(huì)因素工作、資金等方面的投入。

（3）第二主成分的回歸系數(shù)皆為正值，說明對(duì)貧困發(fā)生率均起到正向作用，即地處海拔越高或者坡向越趨向于北的地域，其貧困發(fā)生率越高。因此需要縣域之間加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，構(gòu)建多路徑聯(lián)系通道，帶動(dòng)區(qū)域之間的聯(lián)系。

參考文獻(xiàn)：

[1]UNITED NATIONS.Transforming our World：the 2030 agenda for sustainable development[R].New York：United Nations，2015.

[2]丁建軍，冷志明.區(qū)域貧困的地理學(xué)分析[J].地理報(bào)，2018，73（2）：232-247.

[3]劉小鵬，蘇曉芳，王亞娟，等.空間貧困研究及其對(duì)我國(guó)貧困地理研究的啟示[J].干旱區(qū)地理，2014，37（1）：144-152.

[4]張麗君，董益銘，韓石.西部民族地區(qū)空間貧困陷阱分析[J].民族研究，2015（1）：25-35，124.

[5]張耀軍，任正委.基于地理加權(quán)回歸的山區(qū)人口分布影響因素實(shí)證研究——以貴州省畢節(jié)地區(qū)為例[J].人口研究，2012，36（4）：53-63.

[6]劉晨晨.基于地理加權(quán)回歸模型的湖北省縣域貧困特征研究[D].武漢：華中師范大學(xué)，2019.

[7]楊桂林，楊柳，焦洪贊，等.基于地理加權(quán)回歸模型的村域致貧因子研究——以貴州省劍河縣為例[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（10）：324-328.

[8]李燕麗，潘賢章，王昌昆，等.2000—2011年廣西植被凈初級(jí)生產(chǎn)力時(shí)空分布特征及其驅(qū)動(dòng)因素[J].生態(tài)學(xué)報(bào)，2014，34（18）：5220-5228.

[9]蔣美鳳.廣西脫貧攻堅(jiān)“十三五”規(guī)劃執(zhí)行進(jìn)展情況[EB/OL].[2020-09-21].http：//fpb.gxzf.gov.cn/zfxxgk/ghjh/ t6338213.shtml.

[10]馬雄威.線性回歸方程中多重共線性診斷方法及其實(shí)證分析[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008（2）：78-81，85.

[11]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.

[基金項(xiàng)目]廣西自治區(qū)級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（項(xiàng)目編號(hào)：201911607086）;廣西高校中青年教師科研基礎(chǔ)能力提升項(xiàng)目（項(xiàng)目編號(hào)：2021KY0428）。

[作者簡(jiǎn)介]盧安琪（1998—），女，漢族，廣西來賓人，北部灣大學(xué)資源與環(huán)境學(xué)院;通訊作者：楊愛霞（1985—），女，漢族，河北赤城人，講師，博士，研究方向：環(huán)境遙感應(yīng)用。