基于GIS的寧夏六盤山區(qū)空間貧困特征模型分析

趙 瑩, 劉小鵬, 郭永杰

(寧夏大學 資源環(huán)境學院, 銀川 750021)

基于GIS的寧夏六盤山區(qū)空間貧困特征模型分析

趙 瑩, 劉小鵬, 郭永杰

(寧夏大學 資源環(huán)境學院, 銀川 750021)

空間貧困旨在通過研究特定區(qū)域地理資本構成，以此分析空間貧困陷阱，確定貧困空間分異機制，進一步判識減貧效果和制定反貧困策略。以2011年數(shù)據(jù)為基礎，運用TOPSIS模型并結合熵值法，系統(tǒng)分析了寧夏六盤山區(qū)空間貧困特征,最后借助障礙度模型進行貧困與地理環(huán)境要素的相互關系分析。結果表明：根據(jù)各縣(區(qū))與最優(yōu)目標的貼近度∏i可將研究對象分為三類地區(qū):高貧困區(qū)包括西吉縣(0.363 3)和涇源縣(0.361 9)；中貧困區(qū)包括海原縣(0.258 0)、原州區(qū)(0.245 7)、隆德縣(0.229 6)以及彭陽縣(0.211 8)；低貧困區(qū)只有同心縣(0.191 7)。整體上，市場連通性差(經(jīng)濟維度)、農(nóng)業(yè)生態(tài)系統(tǒng)穩(wěn)定性低(環(huán)境維度)以及社會公共服務差距大(社會維度)等對研究區(qū)空間貧困的影響最為顯著。

空間貧困; TOPSIS模型; 障礙度模型; GIS; 寧夏六盤山區(qū)

貧困是困擾世界各國尤其是發(fā)展中國家的主要發(fā)展問題之一[1]。無論是“國際消除貧困日”、“國際消除貧困年”的設立，還是聯(lián)合國《千年宣言》的頒布[2-3]，均顯示出全球?qū)ω毨栴}的重視。學術界最初對貧困的認知局限于基本生存需要這一內(nèi)涵[4]，將個人或家庭依靠勞動所得和其他合法收入不能維持其基本的生存需要的狀態(tài)定義為貧困[5]，這種情況下，消費支出、收入水平等貨幣指標被視為衡量貧困的重要依據(jù)[6]。阿馬蒂亞·森關于“能力集”和“能力貧困”等理念的提出促進了多維貧困的產(chǎn)生[7]，其核心觀點是，人的貧困不僅僅是收入的貧困，也包括教育[8]、健康[9]、能源資源[10-11]、環(huán)境[12]等方面權利的剝奪以及主觀幸福感的喪失[13-14]。近年來，部分學者將空間概念引入到貧困問題研究中，促進了空間貧困(Spatial Poverty)理論的產(chǎn)生[15]，相關的研究仍處于國外研究剛剛萌芽而國內(nèi)研究甚少的階段[16]?？臻g貧困的基本思想是將一系列地理環(huán)境要素(自然環(huán)境要素和社會經(jīng)濟環(huán)境要素)轉(zhuǎn)化為地理資本，研究貧困的空間分布以及與貧困和地理資本的關系，確定貧困地理陷阱，繪制貧困地圖，制定減貧策略[17-18]。目前，空間貧困研究的主要領域和方向包括：空間貧困地理資本體系[19]、空間貧困指標體系與評估[20]、空間貧困地理陷阱[21]、空間貧困地圖(繪圖)[22]、空間貧困分異機制與反貧困策略[23]等，研究方法包括3S技術、模糊數(shù)學[24]、小域估算模型[25]、貝葉斯模型[26]、分位數(shù)回歸模型[27]等。

《中國農(nóng)村扶貧開發(fā)綱要(2011—2020年)》劃定的六盤山連片特困區(qū)包括寧夏的原州區(qū)、西吉縣、彭陽縣等7個縣(區(qū))，均位于寧夏南部山區(qū)。經(jīng)過30余年的扶貧開發(fā)，寧夏南部山區(qū)減貧與反貧困取得了舉世矚目的成績。但是，由于該地區(qū)特殊的地理環(huán)境、社會經(jīng)濟狀況和致貧的系統(tǒng)性等，減貧與反貧困的任務依然任重道遠。因此，從空間貧困的多維視角科學研究該地區(qū)貧困的空間分異機制，對于制定減貧和反貧困策略等，具有重要的借鑒和啟示意義。

1 研究區(qū)概況

六盤山連片特困區(qū)寧夏片區(qū)包括原州區(qū)、西吉縣、隆德縣、涇源縣、彭陽縣、同心縣和海原縣，面積為15.27萬km2，均位于南部山區(qū)。寧南山區(qū)由六盤山地、寧南黃土丘陵和靈鹽臺地南緣的干旱荒漠組成，地勢南高北低，海拔1 500～2 954 m。六盤山地區(qū)旱、澇、冰雹等自然災害頻發(fā)。西部干旱荒漠區(qū)長期受風沙困擾，干旱缺水，農(nóng)業(yè)產(chǎn)出率極低。作為南部山區(qū)主體的黃土丘陵區(qū)，水土流失嚴重，人口增長過快與土地的不合理利用使得區(qū)域的人地矛盾十分突出[28]。2011年，研究區(qū)總人口196萬人，占寧夏全區(qū)的30.8%，其中回族人口占全區(qū)的50.60%，是寧夏回族人口的主要集聚區(qū)。區(qū)內(nèi)經(jīng)濟發(fā)展水平滯后，人均GDP為9 546元，遠低于寧夏自治區(qū)的平均水平(33 043元)，其中農(nóng)民人均純收入4 074元。依據(jù)最新的貧困線標準，截至2011年底，寧夏貧困人口均分布在寧夏六盤山區(qū)，涵蓋60個鄉(xiāng)、30個鎮(zhèn)、1 245個貧困村，貧困發(fā)生率達到39.2%。整體呈現(xiàn)出貧困范圍相對較大、貧困程度相對較深、區(qū)域間貧困程度差異較大的特征[3]。

2 研究數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

確定地理資本，是空間貧困研究的首要任務。借鑒相關學者的研究成果[17,21]，結合研究區(qū)的自然和經(jīng)濟社會現(xiàn)狀，構建由經(jīng)濟、社會和環(huán)境3個維度，共計25個原始指標或生成指標構成的地理資本體系(表1)。經(jīng)濟維度包括收入和消費(C1—C3)以及市場連通性(C4—C7)合計7項指標。其中，C4—C5反映了研究區(qū)內(nèi)部及其與外部聯(lián)系的交通條件，C6—C7是農(nóng)村保持市場信息暢通的主要載體。社會維度主要從醫(yī)療衛(wèi)生(C12，C13)、就業(yè)(C14)、社會保障(C15)等方面反映各縣(區(qū))尤其是農(nóng)村地區(qū)基礎公共服務的差異。環(huán)境維度由農(nóng)業(yè)生態(tài)系統(tǒng)(C18—C22)和生態(tài)環(huán)境(C23—C25)組成，體現(xiàn)了研究區(qū)內(nèi)人地系統(tǒng)的相互關系。

上述指標的數(shù)值主要來自《寧夏統(tǒng)計年鑒》(2012)、各縣(區(qū))經(jīng)濟要情手冊(2012)和寧夏統(tǒng)計局官方網(wǎng)站的相關統(tǒng)計數(shù)據(jù)。此外，距離銀川市的最短交通距離通過GIS距離分析工具計算獲得；地形起伏度則是通過相應DEM數(shù)據(jù)的提取之后，與行政區(qū)矢量圖疊加獲取。

2.2 研究方法

TOPSIS模型是一種逼近理想點排序法， 主要根據(jù)研究對象與正、負理想解的距離進行相對優(yōu)劣的評價[29]。參考相關文獻[30-31]，其具體計算過程如下：

(1) 構造原始評價矩陣{xij}m×n：對于本研究而言，m=7，代表原州區(qū)等7個區(qū)(縣)研究對象；n=25，代表25項評價指標。為了評價的公平性采用極差法將數(shù)據(jù)進行無量綱處理，得到標準化矩陣{yij}m×n。

(2) 利用熵值法確定指標的權重wj，參考文獻[32]的計算步驟，各項指標權重的具體數(shù)值見表1。

(3) 計算權重規(guī)范化矩陣{zj}m×n={yij×wj}m×n

(4) 確定正理想解和負理想解。

表1 寧夏六盤山區(qū)空間貧困指標體系

注：“+”代表正向指標，“—”代表負向指標。

表2 寧夏六盤山區(qū)和∏i的計算結果

3 結果與分析

3.1 空間貧困要素分析

依據(jù)表2中經(jīng)濟、社會和環(huán)境維度的計算結果繪制成地圖(圖1)，就空間貧困各維度要素的分布進行具體分析。經(jīng)濟維度方面(圖1a)，研究區(qū)整體呈現(xiàn)出一點一圈的分布特征。原州區(qū)顏色相對最淺，大致位于區(qū)域的中間位置；海原縣、西吉縣、彭陽縣等縣則以不同深度分布在原州區(qū)的四周，這些地區(qū)地理資本相對匱乏，增加了區(qū)域內(nèi)部以及區(qū)域之間的聯(lián)系成本，越容易引起貧困的發(fā)生。這種分布格局與原州區(qū)的地理位置存在一定程度的關系，原州區(qū)屬于固原市市轄區(qū)，固原市市委、市政府所在地，交通系統(tǒng)相對發(fā)達，是地區(qū)人流、物流、信息流、資金流等的主要集散地，地理資本相對優(yōu)于其他地區(qū)。從社會維度上看(圖1b)，相比之下，研究區(qū)∏i數(shù)值的差距(0.153 1)遠小于經(jīng)濟維度(0.269 8)和環(huán)境維度(0.339 5)，說明區(qū)內(nèi)普遍存在著社會公共服務發(fā)展滯后的問題。海原縣、西吉縣和涇源縣的數(shù)值均高于0.3，隆德縣、同心縣、原州區(qū)和彭陽縣的數(shù)值均介于[0.2，0.3]區(qū)間。環(huán)境維度維度方面(圖1c)，按顏色深度原州區(qū)>涇源縣>海原縣>西吉縣>彭陽縣>隆德縣>同心縣，而且∏i數(shù)值差距位于三個維度之首，意味著區(qū)域在農(nóng)業(yè)生產(chǎn)基礎和生態(tài)系統(tǒng)方面存在較大差異。盡管便利的地理位置為原州區(qū)經(jīng)濟發(fā)展提供了有利條件，環(huán)境問題制約了其整體的協(xié)調(diào)可持續(xù)發(fā)展。作為區(qū)域主要信息的集聚地，就業(yè)機會多、基礎設施便利等條件不可避免會吸引人口的大量流入，加劇了原本緊張的人地矛盾。整體上看，無論在經(jīng)濟維度、社會維度還是環(huán)境維度方面，西吉縣、涇源縣和海原縣的地理資本總是比其它地區(qū)匱乏，貧困發(fā)生的機會更大；原州區(qū)主要在環(huán)境維度方面問題相對嚴重。

圖1 研究區(qū)不同維度地理資本分布

3.2空間貧困綜合分析

經(jīng)過上述分析可以看出，即便是同一研究對象，其地理資本在不同維度也會表現(xiàn)出一定程度的差異性，有必要進行區(qū)域空間貧困的綜合分析。根據(jù)表2關于空間貧困指數(shù)的結果，西吉縣(0.363 3)的數(shù)值最大，其后依次為涇源縣(0.361 9)>海原縣(0.258 0)>原州區(qū)(0.245 7)>隆德縣(0.229 6)>彭陽縣(0.211 8)>同心縣(0.191 7)，西吉縣和涇源縣貧困問題最為嚴重，隆德縣和彭陽縣等地區(qū)的貧困程度則相對較低。結合表2的計算結果繪制寧夏六盤山連片特困區(qū)縣域空間貧困地圖(圖2)。從顏色的深度來看，整體上研究區(qū)中部>南部地區(qū)>北部地區(qū)，說明中部地區(qū)的貧困問題最為嚴重。

為了具體分析不同貧困程度地區(qū)的范圍，文章依據(jù)標準差分類的基本思想，基于研究對象∏i的平均值(0.266 0)和標準差(0.064 3)將研究區(qū)分為三類地區(qū)。第一類，高貧困地區(qū)(0<∏i<0.201 7)，西吉縣和涇源縣。西吉縣農(nóng)業(yè)生產(chǎn)(土地、水資源)存在較大限制，整體仍然處于溫飽及其以下的發(fā)展狀態(tài)[33]。在寧夏推進生態(tài)恢復工作進程中，涇源縣退耕還林工作最為顯著，但是農(nóng)戶生計問題未得到有效解決[34]，影響當?shù)亟?jīng)濟、社會、環(huán)境的協(xié)調(diào)發(fā)展。第二類，中貧困地區(qū)(0.201 7<∏i<0.266 0)，包括海原縣、原州區(qū)、隆德縣和彭陽縣，研究對象主要分布在這一區(qū)間。整體上看，這類地區(qū)尤其是海原、隆德以及涇源縣，區(qū)內(nèi)農(nóng)業(yè)產(chǎn)出效率低、勞動力素質(zhì)低、交通閉塞等各種自然和社會因素的共同作用影響當?shù)鼐用裆钏降奶岣?。第三類，低貧困地區(qū)(0.330 3<∏i<1)，同心縣。和其他縣(區(qū))相比，同心縣的貧困程度較低，但是治理環(huán)境，發(fā)展經(jīng)濟，提高社會公共服務的脫貧步伐仍然不能松懈?？傊?，生態(tài)環(huán)境脆弱、貧困歷史積累深等自然和社會原因造成研究區(qū)長時期以來脫貧工作的困難，陷入了貧困惡性循環(huán)(貧困地理陷阱)的怪圈。

圖2 研究區(qū)空間貧困地圖

3.3空間貧困影響因素分析

式中：ψj——障礙度數(shù)值，即障礙指標j對研究對象的影響程度；wj——指標j的權重；yij——各項指標數(shù)據(jù)的標準化數(shù)值。

根據(jù)計算結果選取障礙度數(shù)值排名前五的影響因素(表3)。依據(jù)表3的數(shù)據(jù)可以看出，不同地區(qū)的影響因素存在一定程度的差異。社會公共服務的差距以及環(huán)境問題是導致高脆弱區(qū)(西吉縣，涇源縣)貧困的主要因素：西吉縣農(nóng)村勞動力的比重、群眾文化產(chǎn)業(yè)機構數(shù)、森林覆蓋率和人均糧食產(chǎn)量等指標的障礙度數(shù)值較高，農(nóng)村勞動力的安置和勞動素質(zhì)的培養(yǎng)對于與地方經(jīng)濟發(fā)展、社會穩(wěn)定甚至環(huán)境的改善就有重要的引導作用；涇源縣在養(yǎng)老、教育、醫(yī)療等公共服務方面的發(fā)展尤為薄弱。對于分布較為集中的中脆弱區(qū)而言：海原縣和彭陽縣，尤其是農(nóng)村地區(qū)市場連通性差等因素導致經(jīng)濟發(fā)展的滯后，進而產(chǎn)生一系列貧困效應；隆德縣主要表現(xiàn)在農(nóng)業(yè)生產(chǎn)條件(土地等)存在較大限制。此外，和原州區(qū)的情況類似，低貧困區(qū)的同心縣雖然經(jīng)濟基礎優(yōu)于其他地區(qū)，當?shù)鼐用竦奈镔|(zhì)生活水平較好，但是基礎公共服務的可進入性低。

表3 排名前五的影響因素及其數(shù)值

分別就經(jīng)濟、社會和環(huán)境三個維度致貧因子的頻次進行了系統(tǒng)統(tǒng)計。經(jīng)濟維度的致貧因子中，C7，C6和C5的頻數(shù)(2次)最大，這些指標是市場連通性的主要反映指標。市場經(jīng)濟的本質(zhì)就是交換，隨著全球化的進一步推進，區(qū)域內(nèi)部以及區(qū)域之間的經(jīng)濟聯(lián)系就顯得尤為重要。保持市場連通性不僅僅是需要鐵路、公路等道路系統(tǒng)建設，更需要促進互聯(lián)網(wǎng)、人際關系網(wǎng)等社會網(wǎng)絡的通暢。對于農(nóng)村地區(qū)而言，“村村通”建設十分重要，農(nóng)戶生存和致富技能的培訓也會提高農(nóng)民“走出去”的信心和機率。環(huán)境致貧因子中(人均糧食、農(nóng)作物播種面積)的頻數(shù)均為3次，一定程度上反映出研究區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)穩(wěn)定性低。研究區(qū)均位于寧夏南部山區(qū)，干旱缺水、土地承載力差，生態(tài)環(huán)境脆弱，農(nóng)業(yè)產(chǎn)出率低；而區(qū)內(nèi)人口集中，人地矛盾突出。為了緩和區(qū)域緊張的人地關系，發(fā)展有機、高效的生態(tài)農(nóng)業(yè)無疑是有效的解決辦法，堅持糧食與經(jīng)濟作物(枸杞，葡萄、硒砂瓜、土豆)的多樣化生產(chǎn)，結合農(nóng)、林、牧、漁業(yè)，推進農(nóng)業(yè)生產(chǎn)、加工和銷售的系統(tǒng)發(fā)展，提高農(nóng)產(chǎn)品附加值。社會維度的影響因子中，C14，C17，C11，C13等均出現(xiàn)3次，從就業(yè)、文化、教育、醫(yī)療等反面反映出基礎公共服務水平落后是研究區(qū)普遍出現(xiàn)的問題。今后在市場連通性以及基礎公共服務建設的同時，應注重發(fā)展有機、高效的生態(tài)農(nóng)業(yè)，一方面能提高農(nóng)業(yè)收入促進經(jīng)濟的發(fā)展，另一方面能緩和研究區(qū)緊張的人地關系。

4 討論與結論

(1) 空間貧困理論的產(chǎn)生與發(fā)展，一方面擴充了傳統(tǒng)意義上貧困的內(nèi)涵：即收入和消費不再是衡量貧困的唯一標準，教育、醫(yī)療、就業(yè)等公共服務的可達性低，生活環(huán)境、居民幸福感差距等方面脆弱性[36]的狀態(tài)均也可以視為貧困；另一方面，將空間思維引入到貧困的研究中：部分學者已運用這種思想進行了相關研究，發(fā)現(xiàn)貧困在空間上存在著集聚現(xiàn)象，而且區(qū)域之間存在著差異。這些差異的出現(xiàn)是地區(qū)之間各種自然、社會和環(huán)境因素的共同作用造成的?？傊?，空間貧困能夠清晰展現(xiàn)出貧困的空間分布特征，并對分布特征的機理給予分析。此外在研究方法方面，TOPSIS是一種基于最優(yōu)評價目標的排序選擇方法，科學性、準確性和可操作性高，在多目標決策中應用十分廣泛[37]。

(2) 經(jīng)過具體分析最終可以將研究區(qū)分為三類地區(qū)：高貧困區(qū)包括西吉縣和涇源縣，中貧困區(qū)包括海原縣、原州區(qū)、隆德縣和彭陽縣，低貧困區(qū)則包括同心縣。西吉和涇源縣應尤其重視地方減貧工作的進行，同心縣、原州區(qū)等地區(qū)雖然程度較輕，但是也不能忽視貧困對經(jīng)濟、社會以及自然環(huán)境造成的影響?？傮w上看，研究區(qū)在市場連通性、農(nóng)業(yè)生態(tài)系統(tǒng)以及社會公共服務方面的地理資本相對匱乏，對區(qū)域空間貧困的影響最為顯著，研究區(qū)今后一方面在繼續(xù)推進道路、電視、互聯(lián)網(wǎng)等 “村村通”建設的同時，注重農(nóng)戶尤其是退耕還林家庭生存和致富技能的培訓；另一方面，加強基礎公共服務建設改善民生，發(fā)展有機、高效的生態(tài)農(nóng)業(yè)以緩和研究區(qū)的人地矛盾，促進經(jīng)濟、社會和環(huán)境的協(xié)調(diào)發(fā)展。

(3) 加強地區(qū)基礎公共服務建設。推進公共服務建設不僅有利于縮小城鄉(xiāng)差距、解決地區(qū)間不均衡發(fā)展[38]，而且也是改善民生的主要實現(xiàn)方式，對于扶貧工作、維護社會穩(wěn)定具有積極意義。對于研究區(qū)而言，在積極推動國家關于學有所教、病有所醫(yī)、老有所養(yǎng)、住有所居、勞有所得局面到來的同時，注重退耕還林家庭農(nóng)戶的后續(xù)生計培訓；發(fā)展有機、高效的生態(tài)農(nóng)業(yè)促進地區(qū)農(nóng)業(yè)生態(tài)系統(tǒng)的穩(wěn)定以及人地關系的和諧。單純GDP的增長不能意味著地區(qū)的發(fā)展，只有經(jīng)濟、社會和環(huán)境相輔相成，人民安居樂業(yè)才是可持續(xù)發(fā)展的根本之道。

[1] 陳光金.中國農(nóng)村貧困的程度、特征與影響因素分析[J].中國農(nóng)村經(jīng)濟,2008(9):13-26.

[2] 劉俊文.超越貧困陷阱—國際反貧困問題研究的回顧與展望[J].農(nóng)業(yè)經(jīng)濟問題,2004(10):23-28.

[3] 查燕,王惠榮,蔡典雄,等.寧夏生態(tài)扶貧現(xiàn)狀與發(fā)展戰(zhàn)略研究[J].中國農(nóng)業(yè)資源與區(qū)劃,2012,33(1):79-83.

[4] 王小林.貧困標準及全球貧困狀況[J].經(jīng)濟研究參考,2012(55):41-50.

[5] 沈小波,林擎國.貧困范式的演變及其理論和政策意義[J].經(jīng)濟學家,2005(6):90-95.

[6] 黃承偉,王小林,徐麗萍.貧困脆弱性: 概念框架和測量方法[J].農(nóng)業(yè)技術經(jīng)濟,2010(8):5-11.

[7] 鄒薇,方迎風.怎樣測度貧困:從單維到多維[J].國外社會科學,2012(2):63-69.

[8] Tarabini A, Jacovkis J. The Poverty Reduction Strategy Papers: An analysis of a hegemonic link between education and poverty[J]. International Journal of Educational Development,2012,32(4):507-516.

[9] Novignon J, Nonvignon J, Mussa R, et al. Health and vulnerability to poverty in Ghana: evidence from the Ghana Living Standards Survey Round 5[J]. Health Economics Review,2012,2(1):1-9.

[10] Barnes D F, Khandker S R, Samad H A. Energy poverty in rural Bangladesh[J]. Energy Policy,2011,39(2):894-904.

[11] 孫才志,湯瑋佳,鄒瑋.中國農(nóng)村水貧困測度及空間格局機理[J].地理研究,2012,31(8):1445-1455.

[12] Liu L. Environmental poverty, a decomposed environmental Kuznets curve, and alternatives: Sustainability lessons from China[J]. Ecological Economics,2011,73(2):86-92.

[13] 袁媛,許學強.國外綜合貧困研究及對我國貧困地理研究的啟示[J].世界地理研究,2008,17(2):121-128.

[14] 王小林,Sabina Alkire.中國多維貧困測量:估計和政策含義[J].中國農(nóng)村經(jīng)濟,2009(12):4-23.

[15] 陳全功,程蹊.空間貧困及其政策含義[J].貴州社會科學,2010(8):87-92.

[16] 郭勁光.我國扶貧治理的空間視野及其與減災防治的鏈接[J].農(nóng)業(yè)經(jīng)濟問題,2013(7):11-16.

[17] 陳全功,程蹊.空間貧困理論視野下的民族地區(qū)扶貧問題[J].中南民族大學學報,2011,31(1):58-63.

[18] 曲瑋,涂勤,牛叔文.貧困與地理環(huán)境關系的相關研究述評[J].甘肅社會科學,2010(1):103-106.

[19] 楊萍,沈茂英.地理資本視角下的四川藏區(qū)農(nóng)戶增收問題探討[J].農(nóng)村經(jīng)濟,2012(10):54-58.

[20] Nelson A, Rogers D, Robinson T. Poverty Mapping in Uganda: Extrapolating Household Expenditure Data Using Environmental Data and Regression Techniques[R]. Rome, Italy: FAO,2012.

[21] Carrera E J S. Imitation and evolutionary stability of poverty traps[J]. Journal of Bioeconomics,2012,14(1):1-20.

[22] Epprecht M, Müller D, Minot N. How remote are Vietnam′s ethnic minorities? An analysis of spatial patterns of poverty and inequality[J]. The Annals of Regional Science,2011,46(2):349-368.

[23] Thongdara R, Samarakoon L, Shrestha R P, et al. Using GIS and spatial statistics to target poverty and improve poverty alleviation programs: a case study in Northeast Thailand[J]. Applied Spatial Analysis and Policy,2012,5(2):157-182.

[24] Montrone S, Campobasso F, Perchinunno P, et al. A Fuzzy approach to the small area estimation of poverty in Italy[J]. Smart Innovation, Systems and Technologies,2010,4(12):309-318.

[25] Olivia S, Gibson J, Rozelle S, et al. Mapping poverty in rural China: how much does the environment matter[J]. Environment and Development Economics,2011,16(2):129-153.

[26] Sparks P J, Sparks C S, Campbell J J A. An application of Bayesian spatial statistical methods to the study of racial and poverty segregation and infant mortality rates in the US[J]. GeoJournal,2013,78(2):389-405.

[27] Tzavidis N, Salvati N, Pratesi M, et al. M-quantile models with application to poverty mapping[J]. Statistical Methods and Applications,2008,17(3):393-411.

[28] 米文寶.寧夏人文地理[M].香港:中國社會科學院研究出版社,2006:234-235.

[29] 朱珠,張琳,葉曉雯,等.基于TOPSIS方法的土地利用綜合效益評價[J].經(jīng)濟地理,2012,32(10):139-144.

[30] 張倩,蔣棟,谷慶寶,等.基于AHP和TOPSIS的污染場地修復技術篩選方法研究[J].土壤學報,2012,49(6):1088-1094.

[31] 張洪,顧朝林,張燕.基于IEW-TOPSIS法的城市旅游業(yè)競爭力評價[J].經(jīng)濟地理,2009,29(12):2044-2049.

[32] 李玉雙,葛京鳳,梁彥慶,等.河北省城市土地集約利用與城市化的耦合協(xié)調(diào)度分析[J].水土保持研究,2013,20(2):238-249.

[33] 馬彩虹,趙先貴,蘭葉霞,等.基于生態(tài)足跡的縣域生態(tài)經(jīng)濟可持續(xù)發(fā)展研究:以寧夏西吉縣為例[J].干旱區(qū)研究,2006,23(2):359-363.

[34] 禹慧強,趙兵,王曉龍,等.退耕還林地區(qū)農(nóng)民生存狀況調(diào)查:以寧夏涇源縣為例[J].安徽農(nóng)業(yè)科學,2012,40(8):4953-4957.

[35] 周曉飛,雷國平,徐珊.城市土地利用績效評價及障礙度診斷:以哈爾濱市為例[J].水土保持研究,2012,19(2):126-130.

[36] 王巖,方創(chuàng)琳,張薔.城市脆弱性研究評述與展望[J].地理科學進展,2013,32(5):755-768.

[37] 朱珠,張琳,葉曉雯,等.基于TOPSIS方法的土地利用綜合效益評價[J].經(jīng)濟地理,2012,32(10):139-144.

[38] 宋瀟君,馬曉冬,朱傳耿,等.江蘇省農(nóng)村公共服務水平的區(qū)域差異分析[J].經(jīng)濟地理,2012,32(12):133-139.

ModelAnalysisforSpatialPovertyinthePoorAreasofLiupanMountaininNingxiaHuiAutonomousRegionBasedonGIS

ZHAO Ying, LIU Xiao-peng, GUO Yong-jie

(SchoolofResourcesandEnvironment,NingxiaUniversity,Yinchuan750021,China)

Spatial poverty analysis aims to study the constitution of geographic capital of certain areas, analyze the spatial poverty trap, determine the differentiation mechanism of spatial poverty, identify the poverty reduction effect and develop relevant anti-poverty strategies. On basis of the data of 2011, TOPSIS combining with entropy method was used to study the spatial poverty of continuous poor areas of Liupan Mountain in Ningxia Hui Autonomous Region. Furthermore, obstacle degree model was used to study the relationship between poverty and geographical environment. The results were as follows: according to the values of close degree, the study area could be classified into three groups: the poorest area consisted of Xiji County (0.363 3) and Jingyuan County (0.361 9); the poorer area consisted of Haiyuan County (0.258 0), Yuanzhou District (0.245 7), Longde County (0.229 6) and Pengyang County (0.211 8); the poor area was made up of Tongxin County (0.191 7) only. Moreover, poor market connectivity (economic factor), lack of stability of agroecological system (environmental factor) and public service gap were the main cases of poverty in the study area.

spatial poverty; TOPSIS model; obstacle degree model; GIS; poor areas of Liupan Mountain in Ningxia Hui Autonomous Region

2014-03-04

：2014-03-27

國家自然科學基金“寧夏六盤山區(qū)空間貧困及其分異機制研究”(41261021)

趙瑩(1991—),女,河南遂平縣人,碩士研究生,主要從事生態(tài)經(jīng)濟與生態(tài)評估方面的研究。E-mail:zhaoxzhao08@163.com

劉小鵬(1973—),男(滿族),寧夏海原縣人,教授,博士,主要從事人文地理研究。E-mail:nxdxlxp@163.com

F301.24

：A

：1005-3409(2014)05-0094-06