童新华 梁俏 韦燕飞

[摘要]以贫困人口规模大，贫困程度深的广西壮族自治区为研究区，分析了广西县域层面贫困的空间异质性与空间依赖性格局，并定量分析了县域层面的贫困空间差异及其影响因素，探讨了因素效应的空间差异性。结果表明：①广西县域贫困表現为由西北部——西南部、中部、北部——东南部——东北部和南部递减的空间异质性分布。②广西县域贫困具有很强的空间依赖性，高-高贫困区分布于西北部且呈集中式分布。广西县域贫困空间热点分布表现为西北部为贫困热点，东部和南部为冷点。③定量分析发现，地形因子、地表因子、气象因子、生态系统恢复能力、经济压力度、经济实力和教育状况是导致广西县域层面贫困空间差异的显著因素，各因素分别从不同角度影响贫困状况。

[关键词]贫困；空间格局；影响因素；空间自相关；广西

[中图分类号]F301 [文献标识码]A

贫困问题不仅是社会关注的热点，同时也是地理学研究的重点，自20世纪90年代开始，世界银行等机构借助地理信息系统技术，以此为基础建立了地理空间框架，以国家-省-县-乡镇为研究尺度进行空间贫困分析，并得到广泛应用，其研究对象包括脆弱生态环境扩展、绝对贫困、相对贫困、空间格局等。研究内容涉及区域贫困与地理环境关系、地域贫困类型与区划研究、贫困与地理要素耦合、区域贫困模拟与空间分异特征、地域贫困模式与减贫策略制定等领域。广西脱贫攻坚政策文件汇编（三）指出，广西农村存在538万贫困人口，分布于54个贫困县、5000个贫困村中。2010～2015年间，广西贫困人口减少了587万，从1012万人减至425万人，贫困发生率下降了13.4%，从23.9%降至10.5%，历经多年，扶贫工作成效显著，但仍面临贫困程度深、贫困面大、致贫原因多重叠加、基础条件较为落后等严峻的挑战。

综上，研究广西县域贫困空间分布与影响因素能进一步了解广西的贫困状况，本文以广西109个县为研究对象，借助ArcGIS和GeoDa软件，分析广西县域层面贫困的空间异质性和空间依赖性，并分析其空间格局及空间差异的影响因素。

1 研究区域与数据来源

1.1 研究区域

广西壮族自治区位于中国西南部地区，经纬度为20°54′N～26°23′N，104°29′E～112°04′E，行政面积约23.7×104km2，南部和北部跨距634km，东部和西部跨距771km。广西地势呈现西北高东南低的特点，土地类型表现为山多平原少，图1为研究区示意图。《全区各县（市、区）贫困人口总数分布表》（2016年）统计数据显示，广西贫困户总户数为114万户，贫困人口为452万，贫困村有5000个，其中国家扶贫开发重点县28个、自治区扶贫工作重点县21个、自治区层面贫困县57个、滇桂黔石漠化片区县35个、少数民族聚居区31个、革命老区贫困县30个、边境地区贫困县8个。

1.2 数据来源

本文使用的数据包括生态环境数据和社会经济数据，包括90m数字高程模型及其派生的数据、250mNDVI数据，国家1：25万县界基础地理数据，《广西统计年鉴（2017年）》统计数据，《2015年广西1%人口抽样调查资料》数据等。广西生态环境与贫困评价指标体系如表1所示。

2 研究方法

2.1 均方差决策法

均方差决策法为客观赋权法，是指根据信息熵原理而设计的一种赋权方法，能避免主观赋权法的主观性和差异性。计算步骤如下：

计算随机变量的均值： （式1）

计算的均方差： （式2）

计算指标的权重： （式3）

2.2 核密度分析

核密度分析是一种广泛使用的空间点分析的非参数估计方法，其原理是通过核函数将各个点或线拟合成光滑的锥状表面，并与周围邻域值计算其在领域的密度，该方法能够反映要素点的空间聚集程度和集中程度。核密度计算公式如下：

（式4）

式中，表示i（i =1，2，…，n）点位置坐标；n为样点数；h为计算的带宽；为估计点到样本点的距离；表示核函数.

2.3 全局空间自相关

全局空间自相关是对某种地理现象的观测值及空间滞后的相关程度的测度，并以空间分布的形式表现这种地理现象在整体上的关联程度及分异性，以判断这种地理要素分布的均衡状况。

2.4 局部空间自相关

局部空间自相关分析是反映变量与空间滞后向量间相关关系常用的方法，并通过Moran I散点图和LISA图表示研究单元与邻接单元的空间相互关系及其相近与差异程度。

2.5 空间热点分析

采用Arcgis10.2中的Getis-Ord Gi*指数空间分析法分析广西县域贫困空间分布的高值簇和低值簇区，以此反映广西县域贫困的空间聚集程度。

2.6 普通回归与空间计量方法

2.6.1 最小二乘线性回归模型。最小二乘线性回归模型公式如下：

（式5）

式中：为因变量，为自变量，为服从正态分布的随机误差，为自变量个数，为截距常量，为回归系数。

2.6.2 地理加权回归模型。地理加权回归模型是在特定模型的基础上，假定其拟合系数为变量空间位置函数，以此建立空间系数回归模型，公式如下：

（式6）

（式7）

（式8）

（式9）

（式10）

式中：为常数项，为第i个样本的特征弹性系数，X为自变量矩阵，为空间权重矩阵，为各样点欧式距离，h为最优带宽，为在h下去除第i 组观测值，通过模型拟合得到的i点贫困发生率的预测值，为样点i贫困发生率的实际值。

3 广西县域贫困空间格局特征

本文运用ArcGIS10.2软件可视化广西贫困发生率，得到2016年广西县域的空间贫困格局，如图2所示。

3.1 空间异质性格局

从广西县域贫困发生率分布格局来看（图2），广西县域贫困发生率由西北部向东北部和东南部过渡，其西北部贫困程度最高，呈现出西北部——西南部、中部、北部——东南部——东北部和南部递减的空间异质性分布。其中，贫困发生率最高的区域为百色市，最低为钦州市。

3.2 空间热点分布

广西县域贫困空间热点分布表现为西北部为贫困热点，东部和南部为冷点。分析贫困空间热点分布图，发现在99%的置信度水平，钦北区、灵山县、海城区、邕宁区、钦南区、合浦县、港口区、平乐县和钟山县为冷点；在95%的置信度水平，银海区、铁山港区、良庆区、江南区、青秀区、浦北县、昭平县、富川瑶族自治县、玉州区、横县、阳朔县和恭城瑶族自治县为冷点；90%的置信度水平，东兴市、防城区、博白县、港南区、兴安县、雁山区、八步区、苍梧县、龙圩区、长洲区和苍梧县为冷点；在99%的置信度水平，那坡县、乐业县、巴马瑶族自治区、金城江区、西林县、右江区、天峨县、隆林各族自治县、凌云县、田阳县、靖西市、田林县、天等县、田东县、凤山县、德保县和东兰县为热点；在95%的置信度水平，大化瑶族自治县、平果县、南丹县、大新县和都安瑶族自治县为热点；在90%的置信度水平，隆安县和龙州县为热点；其余为不显著区域。广西县域贫困空间热点分布图如图3所示。

3.3 空间依赖性格局

对Morans I指数进行999次随机化运算，全局自相关系数为正值，且在1%的显著性水平上拒绝原假设，空间自相关系数显著异于零，表明各县域贫困具有很强的空间依赖性，同时贫困发生率的空间分布状况表现为空间聚集状态。对贫困发生率进行局部空间自相关分析，同样对指数进行999次随机化运算，发现高-高贫困发生率区分布于西北部，低-低贫困发生率区分布于东部和南部，无高-低和低-高贫困发生率区，同时高-高区和低-低区数量多且呈集中式分布。局部空间自相关分析结果如图4所示，广西县域贫困地域类型结果见表2。

4 广西县域贫困空间差异影响因素分析

4.1 普通回归结果与空间依赖性检验

本文首先使用最小二乘法对评价指标进行一阶线性回归分析，其结果的VIF均低于10，满足回归分析的基本要求，调整R2值为0.884，表明解释变量能够解释被解释变量全部变异的88.4%，OLS回归分析的多重共线性结果为28.8。结果见表3。

对OLS经典回归结果进行SEM回归计算，结果显示LAMBDA回归系数为正，且在1%的显著性水平上拒绝原假设，并对回归残差进行全局空间自相关分析，其Morans I为0.28，与普通回归相比，SEM回归减弱了其空间依赖性。对回归残差进行局部空间自相关分析，结果显示，靖西市、龙州县、江州区、凭祥市和宁明县与其相邻县域的贫困发生率有较高的聚集效应，与SEM回归分析前相比，发现靖西市仍处于高-高区，回归残差空间依赖性如图5所示，统计结果见表4。

从表3可以看出，地形因子、地表因子、气象因子、生态系统恢复能力、经济压力度、经济实力和教育状况这7个解释变量的回归系数与被解释变量（贫困发生率）间的线性关系较为显著。

4.1.1 生态敏感性中的地形因子、地表因子和气象因子对贫困的空间差异具有显著的影响。地形因子和气象因子在1%显著性水平上具有正影响，地表因子在1%显著性水平上具有负影响。当某县域的地形因子的面积占总土地面积的比值每上升1个百分点，县域的贫困发生率将上升1.0392个百分点；当气象因子的影响占总体影响的比例每上升1个百分点，县域的贫困发生率将上升1.1783个百分点；当地表因子的面积占土地总面积的比值每上升1个百分点，会使贫困发生率下降0.5386个百分点。由此可知，气温、海拔、坡度等对贫困具有较大的影响，而河网密度、植被覆盖度和森林覆盖率能带动当地经济的发展。

4.1.2 生态修复力的生态系统恢复能力在1%显著性水平上具有显著的负影响，当每平方米的植被净第一生产力上升1个百分点，贫困发生率将下降1.0570个百分点。植被净第一生产力越高说明当地的生态环境越好，對当地的经济发展具有积极的推动作用。

4.1.3 生态压力度中的经济压力度在1%显著性水平上具有明显的正影响，人口压力度在统计上不显著，随着人们收入来源的不断增加，耕种技术的不断提高，水资源和森林面积等的年际变化较小，耕地、粮食、水资源与森林资源等不再是影响人们生活的关键因素，随着生活水平的不断提高，其已成为维持生计的基本生活资料，成为提高生活满意度的衡量标准。GDP密度与当地的经济收入有关，能够反映当地的经济发展状况，对整个地区的收入具有较大的影响。

4.1.4 经济贫困中的经济实力在5%的显著性水平上对贫困发生率具有较大的负影响，经济实力每提高1个百分点，贫困发生率下降0.2907个百分点，一个地区的经济发展水平在很大程度上反映某地区的居民收入，其GDP、收入及工业发展水平越高，竞争力越强，越能带动居民或县域的发展。

4.1.5 社会贫困中的教育状况在1%的显著性水平上对贫困具有正影响，社会福利在统计上不显著。社会保障和就业支出、教育支出与医疗卫生支出均为政府在社会福利方面的投入，是社会进步的体现。当教育状况每提升1个百分点将会导致贫困发生率上升0.1769个百分点，少数民族以农林牧渔业为主，从业结构会导致贫困水平提高，接受教育的人口越多，其家庭开销越大，受教育时间越长，家庭教育支出越多，人均收入越低，文化程度决定职业的选择，就整体而言，收入会随着文化程度的提高而相对较高。

4.2 地理加权回归结果

运用地理加权模型分析地形因子、地表因子、气象因子、生态系统恢复能力、经济压力度、经济实力和教育状况7个因素的显著性，最优带宽为56Km，调整R2为0.89，高于OLS回归的0.88，表明GWR回归模型能更好的解释变量对被解释变量的变异。广西县域尺度解释变量对被解释变量的“效应水平差异”如图6所示。

4.2.1 地形因子对贫困的效应表现出由西北部、北部和东北部向东南部和南部递减的趋势。地形因子的系数在0.7821-1.0107之间。从地域上分析，地形因子在百色市、河池市、柳州市和贺州市的部分县域的系数最高，中部地区次之，向东南部和南部的贵港市、防城港市、钦州市和梧州市减小。

4.2.2 地表因子的效应差异体现为由南部和东南部向西北部和东北部递减。系数在-0.4719～ -0.3342之间。从地域角度分析，广西南部和东南部的钦州市、贵港市、北海市、南宁市及防城港市等城市的部分地区系数最大，在百色市、柳州市、桂林市欲贺州市部分区域系数最小。

4.2.3 气象因子的效应在西部最高及东南部部分区域最高，向东北部降低，中部最低，回归系数在1.0853-1.2607之间。从地域来看，百色市、崇左市、来宾市与玉林市部分区域的系数最高，贵港市、钦州市和南宁市的部分区域系数最低。

4.2.4 生态系统恢复能力的效应差异呈现为纵轴线向东系数最高，呈右“T”状向东北部和西北部逐渐递减，回归系数在-1.0760- -1.0075之间。从地域角度分析，钦州市、南宁市、贵港市和河池市的部分地区系数最高，崇左市、百色市和河池市的部分地区系数最低。

4.2.5 经济压力度的效应差异由东南部和中部向西周递减，回归系数在0.1488～0.1679之间。从地域角度分析，中部及百色市西北部地区系数最高，南部沿海地区最低。

4.2.6 经济实力效应表现为由纵轴线向两侧递减的趋势，回归系数为-0.2896～-0.2397之间。从地域方面看，河池市、柳州市和南宁市的部分地区系数最高，百色市和贺州市的部分地区系数最低。

4.2.7 教育状况的效应差异表现为由东北—西南轴线向两侧递减，回归系数在0.2029-0.2735之间。从地域角度分析，钦州市、贵港市和梧州市的部分县域系数最高，中部的东北——西南轴线区域次之，百色市、河池市、玉林市和贺州市部分县域最低。

综上所述，影响广西县域贫困的7个显著影响因素对贫困的影响具有空间差异性，其效应分布模式也各不相同，贫困因素的效应差异在一定程度上限制着扶贫政策的制定和实施，相关部门应因地制宜开展扶贫工作。

5 结论

本文以广西为研究对象，基于县域尺度分析了贫困空间异质性格局和空间依赖性格局，并通过定量分析寻找造成贫困空间差异的影响因素，并对影响因素进行分析，结论如下：

在中尺度的县域单元，贫困存在空间异质性和空间依赖性特征。从国家间、国家尺度上的空间异质性规律可知，空间异质性是影响贫困空间分布的一种基本属性。

广西西北部县域的贫困程度最高，表现为由西北部——西南部、中部、北部——东南部——东北部和南部递减的空间异质性分布，空间依赖性较强，高-高贫困率区位于广西西北部地区，低-低贫困率区分布于东部和南部，无高-低和低-高贫困发生率区，同时高-高区和低-低区数量多且呈集中式分布。

地形因子、地表因子、气象因子、生态系统恢复能力、经济压力度、经济实力和教育状况是造成广西县域贫困空间差异的显著的影响因素，其各因素间效应水平的空间模式也互不相同。这7个因素相互作用，共同影响着贫困空间的形成。

[参考文献]

[1] 刘小鹏，李永红，王亚娟，等.县域空间贫困的地理识别研究——以宁夏泾源县为例[J].地理学报，2017，71（3）：545-557.

[2] 曲玮，涂勤，牛叔文.贫困与地理环境关系的相关研究述评[J].甘肃社会科学， 2010（1）： 103-106.

[3] 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.

[4] Zhang Yutao， Li Jimei， Chang Shunli， etal. Spatial distribution pattern of Picea schrenkiana population in the Middle Tianshan Mountains and the relationship with topographic attributes[J].Journal of Arid Land， 2012，4（1）： 457-468.

[5] 袁媛，王仰麟，马晶，等.河北省县域贫困度多维评估[J].地理科学进展，2014， 34（1）： 124-133.

[6] 袁媛， 吴缚龙，许学强.转型期中国城市贫困和剥夺的空间模式[J].地理学报， 2009， 64（6）： 753-763.

[7] 申希兵.基于DEM 的广西旅游气候舒适度时空分异研究[J].中国岩溶.2017，36（4）：1-8.

[8] 张福文.基于DMSP/OLS夜间灯光数据的广西1992-2012年能源消费研究[D].南宁：广西师范学院.2015.

[9] 周兴，童新华，华璀，等.广西生态环境敏感性综合评价及其空间分布[J].广西师范学院学报（自然科学版），2006，23（S1）：1-8.

[10] 胡凤，卢晓，吴丽叶，等.对广西土地整治助推扶贫开发的思考[J].南方国土资源，2017（6）：47-48.

[11] 孙丕苓，许月卿，刘庆果，等.基于环京津贫困带土地利用多功能性的咸鱼尺度时空分异记影响因素[J].土地整理工程，2017，33（15）：283-292.

[12] 张伟，张杰，汪峰，等.京津冀工业源大气污染排放空间集聚特征分析[J].城市发展研究，2017，24（9）：81-87.

[13] 陈勤昌，夏莉惠，蒋莉，等.中部六省重要旅游资源赋存的空间格局分析[J].中南林業科技大学学报（社会科学版），2017，11（3）：63-68.

[14] 郭敏，李淑杰.基于局部空间自相关的耕地质量空间集聚性和保护分区——以吉林省九台市为例[J].江苏农业科学，2017，45（3）：206-210.

[15] 邵留长，乔家君，汪永新.河南省县域经济空间结构及演进特征[J].地域研究与开发，2016，35（1）：64-69.

[16] 许剑辉，赵怡，钟凯文，等.基于地理加权和最小二乘线性回归模型的气温与NDVI聚集密度的相关分析[J].热带地理，2017，37（2）：269-276.

[17] 孙倩，汤放华.基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较[J].地理研究，2015，34（7）：1343-1351.

[18] 王永明，王美霞，吴殿廷，等.贵州省乡村贫困空间格局与形成机制分析[J].地理科学，2017，37（2）：217-227.