杨杰

(吉首大学 城乡资源与规划学院，湖南 张家界 427000)

基于空间统计学的湖南武陵山片区贫困村空间关联特征与扶贫开发空间格局优化研究

杨杰

(吉首大学 城乡资源与规划学院，湖南 张家界 427000)

选取湖南武陵山片区内的贫困村为研究对象，并为其建立地理数据库，采用空间自相关等空间统计学工具研究区域内贫困村的空间关联、集聚特征，为优化扶贫开发空间格局提供决策建议。

空间统计学；湖南武陵山片区；空间关联特征

空间统计学是基于地理空间中地理实体的空间关联性，利用统计方法来发现空间联系及空间变动的规律，以空间自相关等空间统计学模型分析地理对象的空间格局、空间模式，现已逐渐成为地理学等学科的重要研究方法[1—2]。贫困村是贫困区域的主要研究单元，也是典型的空间对象，即贫困村相互之间存在着空间上的依赖性、关联性，可通过空间自相关等空间统计学模型定量分析贫困区域贫困村的空间聚集与空间关联特征，得到其空间分布的异质性与差异性的定量指标，从而从整体上把握贫困村分布模式与空间格局。因此可根据湖南武陵山片区贫困村的关联、集聚特征指导区域协同扶贫，从而为优化扶贫开发空间格局提供决策建议，对湖南武陵山片区精准扶贫工作具有较大的理论指导与实践意义。

1 研究区域概况

湖南武陵山片区位于依据国家连片特困地区划分标准及经济协作历史沿革划定的国家连片特困地区——武陵山片区湖南省境内，主要在湖南省西部和中部地区，包括37个县、区、市[3]，该区域发展总体水平较低，区域经济整体发展不平衡，存在城镇化率低、贫困面广、贫困程度深、基础设施建设落后等特点。

2 数据采集与研究方法

2.1 数据采集与地理空间数据库构建

本文主要以湖南省扶贫开发办公布的湖南武陵山片区37个县级空间单元中分布的4 696个贫困村为研究对象进行相关研究。在数据采集阶段，本研究利用Python等编程语言编写相关程序，通过访问相关互联网地图的WebService API接口获得贫困村的地理坐标，并根据相应坐标转换方法编写程序将互联网地图所使用的GCJ-02坐标系统中的贫困村地理坐标转换为通用的WGS84坐标系统的地理坐标。因湖南省扶贫办公布的村名存在着重复和互联网地图中的村名不相符等问题，本研究通过编写相关程序找出重复村名与位置误差较大等问题的贫困村错误地理坐标，结合人工处理，修正了错误的地理坐标。

本文利用数据采集阶段获取的贫困村空间数据，对研究区进行实地调研，从相关单位获取相应空间数据，通过ArcGIS等GIS软件，构建了研究区贫困村地理空间数据库，并录入了空间对象的属性数据，坐标投影系统采用常用的UTM平面坐标系，以米为单位。

2.2 研究方法

本文主要利用空间自相关工具来定量分析湖南武陵山片区贫困村空间关联特征与空间格局。空间自相关是检验相邻空间要素之间相关属性值关联特征的重要指标，可以得到研究区空间单元之间的关联与聚集程度，从而反映研究区空间要素的空间格局[4]。其可分为全局空间自相关与局部空间自相关两个指标，全局空间自相关可从整体上分析研究区空间要素的空间格局，其值大于0则代表研究区空间对象属性值分布关联度高，呈集聚状态；其值小于0则代表关联度低，呈分散状态；为0值则表示空间对象属性值分布呈随机状态。局部空间自相关则分析研究区每个空间对象的相关属性与其邻近空间对象的关联程度，而其结果值的含义与全局自相关一致。

本文的分析对象为贫困村这一点状数据，而空间自相关工具主要用于面状要素的分析，因此本文对点状数据做了如下处理：首先按每个格网10km大小建立研究区网格，并将空间位置上落入每个网格内的贫困村数目作为每个网格的属性，因此对这些面状网格及其属性进行空间自相关的分析所得结果可表征贫困村点状数据的空间关联特征与空间格局。

3 空间自相关分析结果

本文从已建立的湖南武陵山片区贫困村地理数据库中提取相关地理要素，绘制得到湖南武陵山片区贫困村空间分布图(如图1所示)。利用ArcGIS这一GIS平台，对湖南武陵山片区贫困村地理数据库中的贫困村网格数据进行全局空间自相关分析，其值结果为0.492，反映研究区贫困村空间分布呈现显著的聚集模式。在ArcGIS中使用局部自相关分析工具对贫困村网格数据进行分析，其结果可分为高值与高值聚类(聚集状态)、低值与低值聚类(分散状态)、无显著分布特征等空间分布模式类型。每个空间网格对应其中一种空间分布模式，湖南武陵山片区贫困村网格数据局部自相关分析具体结果如图2所示。

4 结论与讨论

通过上文定量分析与图1、图2结合分析可得出以下结论。(1)湖南武陵山片区贫困村空间分布呈现西部与东南部集中，中部相对分散的空间格局。(2)贫困村集中片主要分布于花垣县、凤凰县片区和隆回县、邵阳县、武冈市、涟源市片区，且花垣—凤凰片区较后一片区集中分布均衡度更高，后一片区贫困村多集中于县域的某一区域。(3)贫困村分布较分散的区域主要为沅陵县、安化县，芷江县、鹤城区，绥宁县等。(4)其余县级空间单元范围内贫困村集中度为无显著分布模式，但对应每个县级空间单元都有其集中与分散区域。

根据上述分析而得出的湖南武陵山片区贫困村空间分布模式及其格局特征，结合湖南武陵山片区实际情况，可将扶贫开发资源合理分配、精准投入，以高效发挥区域协同聚力效应。具体来说，可将资源投入到花垣—凤凰线和武冈—涟源线，形成两条扶贫开发重点空间轴线，重点解决两条空间轴线所涉及范围内基础设施欠账问题，并因地制宜地培育新的产业增长点，带动周边贫困地区协同脱贫。对于贫困村分布较分散即相对经济发展水平较高的区域，可根据各县具体情况，周边县、市抱团发展、协同聚力，形成扶贫开发圈，辐射圈外县、市，使有限的扶贫资源发挥最大的功效。

[1]翁钢民,李凌雁.基于空间统计分析的我国旅游业与生态环境协调发展研究[J].生态经济,2015,31(10):90—94.

[2]杨振山,蔡建明.空间统计学进展及其在经济地理研究中的应用[J].地理科学进展,2010,29(6):757—768.

[3]黄永忠.《湖南省武陵山片区区域发展与扶贫攻坚实施规划(2011—2020年)》内容摘要[J].民族论坛,2013(2):73—76.

[4]Getis A. Reflections on Spatial Autocorrelation[J].Regional Science and Urban Economics，2007,37(4)：491—496.

责任编辑：李增华

Study on Spatial Correlation Characteristics of Poverty Village and the Optimization of Spatial Pattern of Poverty Alleviation Based on Spatial Statistics in Hunan Wuling Mountain Area

YANG Jie

(College of Urban-rural Resources and Panning Sciences, Jishou University, Zhangjiajie 427000, China)

This article selects the Hunan poverty village in Wuling Mountain Area as the research object, and establishes its geographic database. In this paper, spatial autocorrelation and other spatial statistical tools are used to study the spatial correlation and clustering characteristics of the poverty villages in the region, the results can help to optimize the spatial pattern of poverty alleviation, and provide support for decision making.

spatial statistics； Hunan Wuling Mountain Area； spatial correlation characteristics

10.3969/j.issn.1674-6341.2017.01.019

2016-10-27

湖南省社科基金西部项目(14YBX026)；吉首大学校级科研项目资助(Jd16003)

杨杰(1985—)，男，湖南张家界人，讲师。研究方向：空间数据挖掘。

G913.7

1674-6341(2017)01-0053-02