基于GIS格網(wǎng)技術(shù)的廣西貧困度空間格局研究

廣西師范學(xué)院地理科學(xué)與規(guī)劃學(xué)院 童新華 劉德強(qiáng)

廣西師范學(xué)院國(guó)土資源與測(cè)繪學(xué)院 韋燕飛

基于GIS格網(wǎng)技術(shù)的廣西貧困度空間格局研究

廣西師范學(xué)院地理科學(xué)與規(guī)劃學(xué)院 童新華 劉德強(qiáng)

廣西師范學(xué)院國(guó)土資源與測(cè)繪學(xué)院 韋燕飛

本文以廣西壯族自治區(qū)范圍內(nèi)2014年MODIS、Landsat8遙感影像數(shù)據(jù)，2015年廣西統(tǒng)計(jì)年鑒數(shù)據(jù)，廣西DEM（30m）等數(shù)據(jù)作為數(shù)據(jù)源，基于壓力-狀態(tài)-響應(yīng)(P-S-R)結(jié)構(gòu)，通過(guò)因子分析法對(duì)廣西貧困度進(jìn)行客觀評(píng)價(jià)，進(jìn)一步研究廣西貧困度在空間上的分布格局。利用GIS格網(wǎng)技術(shù)對(duì)多源數(shù)據(jù)進(jìn)行量化，建立廣西范圍內(nèi)貧困度5km格網(wǎng)數(shù)據(jù)庫(kù)，地統(tǒng)計(jì)學(xué)中的半變異函數(shù)能夠分析廣西貧困度在空間上的異質(zhì)性，通過(guò)空間統(tǒng)計(jì)學(xué)方法全局自相關(guān)，局部自相關(guān)以及熱點(diǎn)分析揭示研究區(qū)貧困度的聚集特征。結(jié)果表明：以5km網(wǎng)格為基本評(píng)價(jià)單元的廣西貧困度研究，主要受收入生產(chǎn)因子、耕地與建設(shè)因子、交通水利因子、地形與植被因子、教育醫(yī)療等投資因子影響，并且因子具有較好的空間結(jié)構(gòu)性?？臻g統(tǒng)計(jì)分析結(jié)果表明研究區(qū)貧困度具有強(qiáng)空間相關(guān)性，研究區(qū)中部以及南部沿海地區(qū)貧困度最低，并且聚集為貧困度冷點(diǎn)區(qū)域，由中部向西部，西南部，西北部，北部以及東部區(qū)域逐漸升高，逐漸聚集為貧困度熱點(diǎn)區(qū)域。

GIS格網(wǎng)；因子分析；P-S-R框架；地統(tǒng)計(jì)學(xué)；空間統(tǒng)計(jì)分析

貧困問(wèn)題是一直備受關(guān)注。作為貧困大省廣西位于我國(guó)的西南部，屬于喀斯特石漠化地區(qū)地質(zhì)，人均收入水平低，貧困人口多，阻礙廣西的建設(shè)與發(fā)展，是國(guó)家重點(diǎn)扶貧區(qū)域。本文運(yùn)用GIS格網(wǎng)技術(shù)與空間統(tǒng)計(jì)分析相結(jié)合的方法，對(duì)廣西區(qū)域當(dāng)前的貧困度情況進(jìn)行客觀評(píng)價(jià)，進(jìn)一步分析了研究區(qū)貧困度的空間格局與影響因素。

1.研究區(qū)概況

廣西壯族自治區(qū)位于我國(guó)的西南沿海邊陲，與粵、湘、貴、云鄰接，且與越南接壤?？λ固氐孛矎V泛分布，地勢(shì)由西北向東南逐漸降低，四周山地、高原較多，四周高、中間低，素有“廣西盆地”之稱。南回歸線穿過(guò)，屬中亞熱帶季風(fēng)氣候區(qū)。

2.數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源與處理

本文利用廣西縣級(jí)行政區(qū)劃1∶10萬(wàn)邊界矢量數(shù)據(jù)；2014年廣西MODIS（MOD13Q1）與Landsat8遙感影像數(shù)據(jù)，DEM（30m）數(shù)據(jù)；2015年《廣西統(tǒng)計(jì)年鑒》中的部分?jǐn)?shù)據(jù)。通過(guò)建立結(jié)構(gòu)一致的格網(wǎng)單元讓不同來(lái)源的數(shù)據(jù)能夠更好的融合并進(jìn)行研究[1]。

2.2 研究思路與研究方法

研究思路：

本文按照先局部處理，再整體分析，最后局部分析的思路。首先進(jìn)行數(shù)據(jù)收集，保證數(shù)據(jù)的準(zhǔn)確性與可得性。然后進(jìn)行數(shù)據(jù)的預(yù)處理，得到需要的指標(biāo)數(shù)據(jù)。同時(shí)在ArcGIS中建立廣西范圍內(nèi)5km格網(wǎng)，并結(jié)合指標(biāo)數(shù)據(jù)對(duì)格網(wǎng)單元進(jìn)行賦值，得到5km格網(wǎng)空間數(shù)據(jù)庫(kù)。接下來(lái)對(duì)提取的指標(biāo)依據(jù)P-S-R模型建立評(píng)價(jià)指標(biāo)體系并利用因子分析法計(jì)算指標(biāo)權(quán)重，利用得到的權(quán)重對(duì)空間數(shù)據(jù)庫(kù)中各個(gè)格網(wǎng)單元計(jì)算貧困度指數(shù)，最后利用空間統(tǒng)計(jì)方法與地統(tǒng)計(jì)方法進(jìn)行研究區(qū)內(nèi)貧困度相關(guān)性分析，得出結(jié)果。

2.3 廣西貧困度評(píng)價(jià)模型

確定評(píng)價(jià)指標(biāo)體系及因子權(quán)重以及貧困度測(cè)算：

本研究利用的評(píng)價(jià)模型是P-S-R可持續(xù)發(fā)展評(píng)價(jià)模型[2]，該模型能夠較好的反映評(píng)價(jià)指標(biāo)體系建立的系統(tǒng)性、科學(xué)性、適用性以及數(shù)據(jù)可得性等要求，建立評(píng)價(jià)指標(biāo)體系后利用因子分析方法確定指標(biāo)因子的權(quán)重[3]。

根據(jù)貧困度分值計(jì)算公式：（式中，表示第i樣本貧困度綜合得分；表示第j因子指標(biāo)權(quán)重；表示第i樣本的第j因子的單項(xiàng)得分值），經(jīng)過(guò)計(jì)算得出壓力因素包括收入生產(chǎn)公因子（0.2434），耕地與建設(shè)公因子（0.5350），交通水利公因子（0.0479）；狀態(tài)因素包括地形與植被公因子（0.4708）；響應(yīng)因素包括教育醫(yī)療等投資因子（0.1844）。

3.結(jié)果與分析

3.1 廣西貧困區(qū)域空間分異特征

通過(guò)制作研究區(qū)貧困度格網(wǎng)專題圖與趨勢(shì)分析可以得出，2014年廣西貧困度最高的區(qū)域是百色市那坡、西林、凌云、大化、田林等縣；河池市天峨、鳳山、東蘭、巴馬、羅城等縣；桂林市龍勝、資源等縣；柳州市三江；來(lái)賓市金秀縣；賀州市昭平縣；梧州市蒙山縣、蒼梧縣等區(qū)域。貧困度最低區(qū)域分布在南寧市西鄉(xiāng)塘區(qū)、青秀區(qū)、橫縣；柳州市市轄區(qū)，桂林市市轄區(qū)；賀州市市轄區(qū)以及玉林市市轄區(qū)；來(lái)賓市興賓區(qū)；貴港市桂平區(qū)以及欽州市、北海市、防城港市沿海地區(qū)。由趨勢(shì)可得出：（1）廣西貧困度由桂西北和桂西逐步向桂中降低，并在中部以及中部偏東降到最低，向東逐步升高，但是東部地區(qū)貧困度依舊比西部西北部低。（2）桂北貧困度較高，并且向南貧困度降低較快，一直到中部降到最低，往南部沿海方向又逐步升高，在沿海地區(qū)貧困度又到了比較低的水平。整體來(lái)說(shuō)研究區(qū)中部以及南部沿海地區(qū)貧困度最低，由中部向西部，西南部，西北部，北部以及東部區(qū)域逐漸升高，南部沿海地區(qū)貧困度普遍低于平均貧困度。

空間異質(zhì)性包含了研究要素在空間上的隨機(jī)性和自相關(guān)性兩個(gè)方面。塊金值一般反映由實(shí)驗(yàn)中存在的誤差和比采樣尺度小而產(chǎn)生的變化與差異[4]。運(yùn)用地統(tǒng)計(jì)半變異函數(shù)進(jìn)行分析，發(fā)現(xiàn)在原點(diǎn)處有塊金效應(yīng)，但其值為0.0573，該塊金值并不大這表明5km網(wǎng)格的尺度能夠較好的反映空間結(jié)構(gòu)信息。塊金值與基臺(tái)值比值為17.23%，該比值小于25%，R2決定系數(shù)為0.990，都說(shuō)明了研究區(qū)貧困度屬于強(qiáng)空間自相關(guān)，也說(shuō)明了影響因子具有很好的空間結(jié)構(gòu)性。

3.2 廣西貧困區(qū)域空間聚集特征及熱點(diǎn)分析

研究區(qū)域貧困度的空間相關(guān)性和聚集程度可以通過(guò)Moran's I指數(shù)來(lái)判定。本文利用ArcGIS與GeoDa軟件求取相同空間權(quán)重矩陣下的2014年研究區(qū)貧困度的Moran's I指數(shù)分別為0.8912、0.8897。Moran's I指數(shù)接近1反映出廣西區(qū)域貧困度在空間上呈現(xiàn)較強(qiáng)正相關(guān)性。用GeoDa軟件能夠得到Moran散點(diǎn)圖，其中包括高值聚類區(qū)HH、低值被高值包圍區(qū)LH、低值聚類區(qū)LL，高值被低值包圍區(qū)HL四個(gè)象限。分布在HH 和LL象限呈正相關(guān)，具有均質(zhì)性。分布在LH 和HL象限呈負(fù)相關(guān)，存在異質(zhì)性。結(jié)果表明，2014年研究區(qū)貧困度大部分分布在HH和LL象限，極少量分布于HL 和LH 象限。ArcGIS計(jì)算結(jié)果中z得分為126.2841，直接反映出研究區(qū)貧困度具有很高的聚集性，同時(shí)也說(shuō)明了空間相關(guān)性較強(qiáng)。

LISA指標(biāo)能夠判定局部區(qū)域內(nèi)部以及相互之間的空間自相關(guān)性。本文利用ArcGIS與GeoDa軟件求取了LISA結(jié)果并利用ArcGIS求取了研究區(qū)貧困度不同置信區(qū)間的熱點(diǎn)分析結(jié)果。結(jié)果表明，某一區(qū)域貧困度與其周圍區(qū)域貧困度呈正相關(guān)。軟件的差別對(duì)結(jié)果的影響不大，高值區(qū)域與低值區(qū)域分布狀況是一致的，高—高值區(qū)域分布在廣西西部、西北部、北部以及東部局部區(qū)域，低—低值區(qū)域主要分布在廣西中部以及南部沿海區(qū)域。

4.總結(jié)

本文對(duì)廣西貧困度的研究應(yīng)用了P-S-R框架來(lái)建立評(píng)價(jià)指標(biāo)體系，并利用空間自相關(guān)知識(shí)與地統(tǒng)計(jì)學(xué)的變異函數(shù)對(duì)研究區(qū)的貧困度狀況進(jìn)行了相關(guān)性分析，豐富了貧困度研究的方法。其次，運(yùn)用GIS格網(wǎng)技術(shù)建立5km×5km格網(wǎng)單元，研究表明，與傳統(tǒng)的行政區(qū)劃單元對(duì)比，格網(wǎng)單元更細(xì)致，更直觀準(zhǔn)確的表達(dá)廣西貧困度空間格局的分布特征與聚集特征，這種劃分方法是可行的。

[1]王耕,蘇柏靈,王嘉麗,朱正如. 基于GIS的沿海地區(qū)生態(tài)安全時(shí)空測(cè)度與演變——以大連市瓦房店為例[J].生態(tài)學(xué)報(bào),2015,03:670-677.

[2]ESRI.argis10中文幫助文檔[EB/OL]. http://help.arcgis. com/zhcn/arcgisdesktop/10.0/help/index.html

[3]孫英君,王勁峰,柏延臣. 地統(tǒng)計(jì)學(xué)方法進(jìn)展研究[J]. 地球科學(xué)進(jìn)展,2004,02:268-274.

[4]陳仁喜. 圖像缺損信息的修復(fù)方法研究[D].中國(guó)科學(xué)院研究生院(遙感應(yīng)用研究所),2006.

[5]王軍,傅伯杰,邱揚(yáng),陳利頂.黃土丘陵小流域土壤水分的時(shí)空變異特征——半變異函數(shù)[J].地理學(xué)報(bào),2000,04:428-438.

[6]王耕,吳偉.基于GIS格網(wǎng)技術(shù)的流域生態(tài)安全可視化評(píng)價(jià)[J].大連理工大學(xué)學(xué)報(bào),2006,05:667-672.

[7]呂玲麗,葉開杏.廣西農(nóng)村貧困測(cè)量及分析——基于18個(gè)貧困村372戶農(nóng)戶的調(diào)查[J]. 廣西大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2013,04:35-39.

[8]王艷慧,錢樂(lè)毅,段福洲.縣級(jí)多維貧困度量及其空間分布格局研究——以連片特困區(qū)扶貧重點(diǎn)縣為例[J].地理科學(xué),2013,12:1489-1497.

[9]葉開杏.廣西農(nóng)村貧困測(cè)度及扶貧開發(fā)研究[D].廣西大學(xué),2013.

[10]胡業(yè)翠,方玉東,劉彥隨.廣西喀斯特山區(qū)貧困化綜合評(píng)價(jià)及空間分布特征[J].中國(guó)人口.資源與環(huán)境,2008,06:192-197.

[11]宮文,周進(jìn)生.廣西鄉(xiāng)村貧困化空間格局及其影響因素分析[J].安徽農(nóng)業(yè)科學(xué),2011,20:12434-12437.

[12]胡業(yè)翠,方玉東,江文亞.廣西喀斯特石漠化與貧困化空間相關(guān)性及互動(dòng)效應(yīng)研究[J].資源與產(chǎn)業(yè),2009,05:105-110.