貴州省貧困發(fā)生率與生境退化程度相關(guān)性分析

韓會慶+李松

摘 要 為探究貧困發(fā)生率與生境退化程度之間的空間相關(guān)性，以貴州省為例，利用InVEST模型，對全省生境退化程度進(jìn)行評估，進(jìn)而利用GeoDa軟件分析貴州省貧困發(fā)生率與生境退化程度之間相關(guān)性.結(jié)果表明：（1）2010年貴州省貧困發(fā)生率與生境退化程度空間異質(zhì)性突出，東部、西部和南部貧困發(fā)生率大于中部和北部，中西部生境退化程度大于東南部和南部.（2）貧困發(fā)生率與生境退化之間存在負(fù)相關(guān)關(guān)系，且以負(fù)相關(guān)的低高集聚和高低集聚為主.貧困發(fā)生率越大的地區(qū)生境退化程度越小.貧困發(fā)生率與生境退化的雙變量LISA聚集圖中，以高-低相關(guān)和低-高相關(guān)為主，其分布集中于東南部和中部.貧困程度與人為地類空間格局的差異是造成貧困發(fā)生率與生境退化之間負(fù)相關(guān)的主要原因.

關(guān)鍵詞 貧困發(fā)生率；生境退化；空間相關(guān)性；貴州省

中圖分類號 F323.8 文獻(xiàn)標(biāo)識碼 A 文章編號 1000-2537（2017）03-0015-06

Correlation Analysis Between Poverty Incidence and

Habitat Degradation in Guizhou Province

HAN Hui-qing1， LI Song2*， YU Hong-yan2

（1. College of Architecture and Urban Planning， Guizhou Institute of Technology， Guiyang 550003， China；

2. Institute of Resources， Environment and Disasters， Guizhou Normal College， Guiyang 550018， China）

Abstract In order to explore the correlation between poverty incidence and habitat degradation， taking Guizhou province as an example， we evaluated the habitat degradation degree in the entire province using the InVEST model. Then， the spatial correlation between poverty incidence and habitat degradation was analyzed using the GoeDa model. Our results are as follows： （1） There was clear space heterogeneity for poverty incidence and habitat degradation in 2010. Poverty incidences in east， west and south parts were higher than those in north and central parts. Habitat degradation degree in midwest was higher than that in southeast and south parts. （2） There was a negative correlation between poverty incidence and habitat degradation. High-low group and low-high group were the main types. A higher poverty incidence in administrative region had a lower habitat degradation degree. The high-low group and low-high group were located in southeast and central part for bivariate LISA cluster map of poverty incidence with habitat degradation. The different spatial pattern of poverty grade and human land use types are the main reasons resulting in the negative correlation between poverty incidence and habitat degradation.

Key words poverty incidence； habitat degradation； spatial correlation； Guizhou province

生境退化是指人類活動或自然環(huán)境變化引起的生境質(zhì)量和支持生物群落能力下降的現(xiàn)象.生境退化程度作為生境質(zhì)量的表征，其高低對區(qū)域生物多樣性維持以及社會經(jīng)濟(jì)發(fā)展具有重要影響.人類通過社會經(jīng)濟(jì)活動導(dǎo)致生境質(zhì)量下降，從而影響區(qū)域社會經(jīng)濟(jì)可持續(xù)發(fā)展.通過探究人類社會經(jīng)濟(jì)水平與生境退化程度的相互關(guān)系，對區(qū)域社會經(jīng)濟(jì)與生境質(zhì)量協(xié)調(diào)發(fā)展具有重要意義.

目前，社會經(jīng)濟(jì)與生境退化之間關(guān)系的研究集中于社會經(jīng)濟(jì)壓力下生境退化監(jiān)測[1]以及社會經(jīng)濟(jì)引起生境退化的驅(qū)動機(jī)理[2]研究.如Carrete等認(rèn)為城鎮(zhèn)化和農(nóng)業(yè)土地集約利用是引起不發(fā)達(dá)國家生境退化的重要因素[3].張艷紅等發(fā)現(xiàn)道路建設(shè)、居民地和耕地面積擴(kuò)張導(dǎo)致保護(hù)區(qū)生境質(zhì)量退化[4].孫元敏等分析了社會經(jīng)濟(jì)因素對海島生境退化的驅(qū)動機(jī)制的影響[2].貧困是衡量社會經(jīng)濟(jì)發(fā)展水平的指標(biāo)，生境退化是生態(tài)環(huán)境質(zhì)量的反映.貧困與生態(tài)環(huán)境保護(hù)之間是一種多維的、復(fù)雜的相互作用和相互影響的關(guān)系[5].如曹詩頌等研究發(fā)現(xiàn)連片特困區(qū)脆弱生態(tài)環(huán)境與經(jīng)濟(jì)貧困共生共存，應(yīng)該充分考慮貧困地區(qū)生態(tài)環(huán)境保護(hù)的戰(zhàn)略意義，通過保護(hù)地區(qū)生態(tài)環(huán)境來達(dá)到減少經(jīng)濟(jì)貧困的目的[6].李靜怡等研究發(fā)現(xiàn)呂梁地區(qū)生態(tài)環(huán)境質(zhì)量與經(jīng)濟(jì)貧困（人均純收入）同步性較差[7].張寧等認(rèn)為和墨洛地區(qū)貧困是環(huán)境制約型的貧困，生態(tài)環(huán)境與貧困之間形成一個不良的循環(huán).脆弱的生態(tài)環(huán)境和貧乏的自然資源使當(dāng)?shù)鼐用駥Y源采取掠奪式開發(fā)，反過來，脆弱生態(tài)平衡又加劇對居民生產(chǎn)和生活的約束[8].可以看出，當(dāng)前國內(nèi)外對社會經(jīng)濟(jì)（包括貧困）與生態(tài)環(huán)境之間關(guān)系進(jìn)行了系統(tǒng)分析，卻很少涉及貧困與生境退化之間關(guān)系研究.

近十幾年來，貴州省社會經(jīng)濟(jì)發(fā)展速度較快，建設(shè)用地快速擴(kuò)張勢必對全省生境質(zhì)量產(chǎn)生一定負(fù)面效應(yīng)[9].同時，貴州省又是全國貧困人口最多的省份，其貧困發(fā)生率水平遠(yuǎn)高于全國水平[10].因此，本研究以貴州省為例，利用GeoDA軟件和InVEST生境質(zhì)量評估模型，探究貴州省貧困發(fā)生率與生境退化之間的空間關(guān)系，以期為區(qū)域生境質(zhì)量保護(hù)和精準(zhǔn)脫貧提供科學(xué)依據(jù).

1 研究區(qū)概況

貴州省位于中國西南部，地理位置在東經(jīng)103°36′～109°35′、北緯24°37′～29°13′之間.全省國土總面積176 167 km2，占全國國土面積1.8%.全省地貌以山地為主，素有“八山一水一分田”之說.氣候?qū)賮啛釒駶櫦撅L(fēng)氣候，平均氣溫在15 ℃左右，氣候冬無嚴(yán)寒，夏無酷暑，最冷的1月份，平均溫度在3～8 ℃之間，而最熱的7月份，平均溫度也在18～26 ℃之間，年降水量在1 100～1 300 mm之間，降水季節(jié)分配不均，降水集中在5～10月份.2010年，貴州省下轄4市3州2地區(qū)88個縣級行政單元.2010年全省年底常住人口3 479萬人，其中城鎮(zhèn)人口1 176.25萬人，農(nóng)村人口2 302.75萬人，自然增長率7.41‰.生產(chǎn)總值4 602.16億元，人均13 119元.城鎮(zhèn)居民人均可支配收入14 143元，農(nóng)民人均純收入3 472元.人均消費(fèi)性支出中，城鎮(zhèn)10 058元，農(nóng)村2 852元.受崎嶇地形、巖性、土壤和氣候因素影響，貴州省是典型的生態(tài)脆弱區(qū)，加上人類不合理的經(jīng)濟(jì)活動，該區(qū)生態(tài)環(huán)境呈退化趨勢，表現(xiàn)為原生性植被破壞、土地退化、水土流失和石漠化嚴(yán)重[11].貴州省88個縣級行政單元中50個縣是國家扶貧開發(fā)的重點(diǎn)縣，其貧困具有面積大、程度深和隱性貧困的特點(diǎn).至2010年，全省貧困人口總數(shù)418萬，貧困發(fā)生率高達(dá)12.1%[12].貧困發(fā)生率與生境退化之間具有一定的耦合關(guān)系，貧困發(fā)生率是人類社會與自然環(huán)境耦合系統(tǒng)的復(fù)雜體現(xiàn)，是生境退化的重要外部驅(qū)動因素，而生境退化是貧困發(fā)生率高低的外在表現(xiàn)和結(jié)果.

2 研究方法

2.1 數(shù)據(jù)來源

2010年貴州省土地利用/覆被數(shù)據(jù)和2010年縣級行政單元貧困發(fā)生率作為本研究的源數(shù)據(jù)，其中2010年土地利用/覆被數(shù)據(jù)來自30 m×30 m Landsat TM/ETM，利用人機(jī)交互解譯的方法進(jìn)行解譯，并根據(jù)野外實地調(diào)查進(jìn)行修正.根據(jù)研究區(qū)實地特點(diǎn)，土地利用/覆被類型被劃分為旱地、水田、有林地、灌木林地、草地、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、交通用地、工礦用地、水域和未利用地.2010年全省縣級行政單元貧困發(fā)生率數(shù)據(jù)來源于2011年貴州省統(tǒng)計年鑒.

2.2 基于InVEST模型的生境退化評價

由美國斯坦福大學(xué)、世界自然基金會和大自然保護(hù)協(xié)會聯(lián)合開發(fā)的InVEST模型主要用于生態(tài)系統(tǒng)服務(wù)功能評估，主要包括海洋系統(tǒng)、陸地系統(tǒng)和淡水系統(tǒng)的各服務(wù)功能評估，如碳儲量、授粉、木材、生境質(zhì)量、波能、產(chǎn)水量、營養(yǎng)物沉積和土壤侵蝕等模塊[13].

本研究利用InVEST模型中的生境質(zhì)量（Habitat Quality）模塊評估研究區(qū)生境退化狀況.該模塊主要是利用土地利用/覆蓋數(shù)據(jù)，結(jié)合各種對生境質(zhì)量構(gòu)成威脅的生態(tài)威脅因子，對區(qū)域生境退化狀況進(jìn)行評估.該模塊運(yùn)行需要3類數(shù)據(jù)，包括土地利用/覆蓋圖、威脅因子圖層、各地類對威脅因子敏感度.其中土地利用/覆蓋圖是利用2010年貴州省土地利用/覆被圖.威脅因子圖層和各地類對威脅因子敏感度具體參數(shù)，主要利用專家、相關(guān)文獻(xiàn)[14-15]和實地調(diào)查獲取.其中威脅因子圖層主要包括各威脅因子種類（農(nóng)田、農(nóng)村居民點(diǎn)、交通用地、城鎮(zhèn)用地、工礦用地）、威脅因子威脅距離、威脅距離衰減率和權(quán)重（表1）.威脅因子影響距離、距離衰減率和權(quán)重的確定主要依據(jù)威脅因子對生境質(zhì)量的干擾強(qiáng)度.如城鎮(zhèn)用地是人類活動的集中地，它對周邊生境質(zhì)量威脅距離較遠(yuǎn)，影響強(qiáng)度較大.而農(nóng)田和農(nóng)村居民點(diǎn)對周邊生境質(zhì)量干擾相對較小.因此，其威脅最大距離和權(quán)重等較小.地類對威脅因子敏感度主要涉及各地類對威脅因子敏感強(qiáng)度和生境適合性（表2）.敏感強(qiáng)度的確定主要依據(jù)威脅因子對各地類的影響強(qiáng)度，如城鎮(zhèn)用地擴(kuò)張主要是占用耕地，且城鎮(zhèn)周邊多為耕地.因此，城鎮(zhèn)用地對旱地和水田的影響較強(qiáng)，進(jìn)而導(dǎo)致旱地和水田生態(tài)系統(tǒng)對城鎮(zhèn)用地干擾的敏感性較強(qiáng).生境適合性分值確定主要依據(jù)各生態(tài)系統(tǒng)適宜動植物生存的種類多少.如有林地、灌木林、草地等適合多種動植物生存和繁衍.因此，其生境適合性分值較高.

該模型生境退化狀況評估公式：

Dxj=∑Rr=1∑Yy=1（wr∑Rr=1wr）ryirxyβxSjr， （1）

式中：Dxj是生境退化狀況；Wr是威脅因子權(quán)重；ry是生態(tài)威脅因子個數(shù)；Sjr是威脅因子對生境質(zhì)量（各地類）的敏感度.生境退化評估值為[0，1]區(qū)間，越接近1，生境退化程度越高；越接近0，生境退化程度越低.

2.3 空間相關(guān)性分析

GeoDa軟件中的Morans I 和LISA聚集圖被用于分析貴州貧困發(fā)生率與生境質(zhì)量相關(guān)性，計算公式為

Ii = Zi∑nj=1WijZj. （2）

式中，Zi和 Zj是分別是空間單元i 和j的標(biāo)準(zhǔn)化值，Wij是空間權(quán)重.Morans I分值為0-1之間，小于0 代表負(fù)相關(guān)，等于0 代表不相關(guān)，大于0 代表正相關(guān).LISA聚集圖中把全省劃分為高-高（高值區(qū)與高值區(qū)相鄰）型、低-低（低值區(qū)和低值區(qū)相鄰）型、高-低（高值區(qū)和低值區(qū)相鄰）型、低-高（低值區(qū)和高值區(qū)相鄰）型和不顯著型（區(qū)域之間不存在相關(guān)性）.

3 結(jié)果與分析

3.1 貧困發(fā)生率與生境退化空間特征

利用ArcGIS軟件的自然斷點(diǎn)法將貧困發(fā)生率與生境退化程度分別分為5個等級，即高貧困發(fā)生率（>15.77%）、較高貧困發(fā)生率（12.60%～15.77%）、中等貧困發(fā)生率（8.81%～12.60%）、較低貧困發(fā)生率（4.63%～8.81%）和低貧困發(fā)生率（<4.63%）以及強(qiáng)生境退化（>0.064）、較強(qiáng)生境退化（0.047～0.064）、中等生境退化（0.030～0.047）、較弱生境退化（0.019～0.030）和弱生境退化（<0.019）（圖1）.由圖1可以看出，高貧困發(fā)生率集中于貴州省南部的黔東南州、黔南州、黔西南州和六盤水市.較高和中等貧困發(fā)生率主要分布在貴州省東部、西部和南部的銅仁市、黔東南州、黔南州、黔西南州、畢節(jié)市和六盤水市.較低和低貧困發(fā)生率集中于貴州省中部和北部的貴陽市和遵義市；強(qiáng)和較強(qiáng)生境退化主要分布于貴州省中部的貴陽市.中等和較弱生境退化集中于貴州省中部、西部、西南部和北部的遵義市、貴陽市、畢節(jié)市、銅仁市、六盤水市、黔西南州和安順市.弱生境退化主要分布貴州省東南部和南部的黔東南州、黔南州和黔西南州.

由貴州省貧困發(fā)生率與生境退化全局空間自相關(guān)指數(shù)（圖2）看出，貴州省貧困發(fā)生率與生境退化之間Morans I為-0.428 206，說明兩者存在負(fù)相關(guān)關(guān)系.由圖2可知，貴州省貧困發(fā)生率與生境退化之間相關(guān)性分析中，區(qū)域多集中于第二象限和第四象限，這說明貴州省貧困發(fā)生率與生境退化之間以負(fù)相關(guān)的低高集聚和負(fù)相關(guān)的高低集聚為主.

從貴州省貧困發(fā)生率與生境退化的雙變量LISA聚集圖（圖3）看出，貧困發(fā)生率與生境退化的空間相關(guān)性以高-低和低-高為主的空間負(fù)相關(guān)為主，高-高和低-低的空間正相關(guān)較少.其中，高-低相關(guān)的地區(qū)主要集中黔東南州大部和黔南州南部，如羅甸縣、施秉縣、三穗縣、天柱縣、劍河縣、臺江縣、雷山縣、丹寨縣、三都縣、荔波縣、從江縣、榕江縣、黎平縣、錦屏縣等.呈低-高相關(guān)的地區(qū)主要集中貴陽市中南部和黔南州西部，如清鎮(zhèn)市、修文縣、龍里縣、花溪區(qū)、白云區(qū)、烏當(dāng)區(qū)、云巖區(qū)、南明區(qū)等.呈低-低相關(guān)的地區(qū)主要集中黔東南州西北部和黔南州東部零星地區(qū)，如都勻市、凱里市.全省無高-高相關(guān)的地區(qū).其余地區(qū)均為貧困發(fā)生率與生境退化程度無相關(guān)性的區(qū)域.

4 結(jié)論與討論

4.1 結(jié)論

2010年貴州省南部、東部和西部貧困發(fā)生率較高，中部和北部貧困發(fā)生率較低.中西部生境退化程度較大，東南部和南部生境退化程度較小.高和較高貧困發(fā)生率地區(qū)以較弱和弱生境退化為主.中等和較低貧困發(fā)生率地區(qū)以較弱和中等生境退化為主.低貧困發(fā)生率地區(qū)以中等生境退化為主.貧困發(fā)生率與生境退化之間存在負(fù)相關(guān)，且以負(fù)相關(guān)的低高集聚和高低集聚為主.貧困發(fā)生率與生境退化之間LISA聚集圖中，高-低和低-低相關(guān)地區(qū)集中分布東南部，低-高相關(guān)地區(qū)主要分布中部.人為地類空間格局差異是影響生境退化程度的重要因素，進(jìn)而影響生境退化程度與貧困發(fā)生率之間相關(guān)性.

4.2 討論

關(guān)于環(huán)境退化與貧困之間的關(guān)系的研究存在爭議，有人認(rèn)為貧困與環(huán)境退化存在簡單的正相關(guān)，有人認(rèn)為環(huán)境退化與貧困之間的關(guān)系是一個復(fù)雜的多元因素網(wǎng)[16].我們的研究卻表明貧困與生境退化之間存在負(fù)相關(guān)，這與不同貧困程度地區(qū)人為地類（建設(shè)用地和耕地）特點(diǎn)有關(guān).貧困發(fā)生率較高地區(qū)，社會經(jīng)濟(jì)發(fā)展水平較低，人為地類（尤其是建設(shè)用地）比例較低，這導(dǎo)致威脅地類對生境質(zhì)量的干擾強(qiáng)度較低，進(jìn)而使得生境退化程度較低.同理，貧困發(fā)生率較低地區(qū)，社會經(jīng)濟(jì)發(fā)展水平較高，人為地類（尤其是建設(shè)用地）比例較高，劇烈的人類活動強(qiáng)烈干擾生境質(zhì)量，進(jìn)而導(dǎo)致生境退化程度較高，從而導(dǎo)致貧困程度與生境退化程度之間存在負(fù)相關(guān).值得注意的是，受我國東部地區(qū)經(jīng)濟(jì)吸引，貴州貧困地區(qū)大量勞動力涌入東部，這進(jìn)一步減弱了貧困地區(qū)人類活動對生境質(zhì)量的負(fù)面影響.此外，貴州省貧困與生境退化之間空間相關(guān)性特點(diǎn)主要與貧困程度和人為地類的空間格局有關(guān).貧困地區(qū)不一定表征生存和發(fā)展壓力下人類劇烈的社會經(jīng)濟(jì)活動，從而不會對生境質(zhì)量產(chǎn)生過多負(fù)面影響，這在貴州省東南部較為典型.一方面貴州省東南部是全省經(jīng)濟(jì)發(fā)展水平較低地區(qū)，貧困發(fā)生率較高；另一方面，受地形及歷史原因影響，貴州省東南部人類活動較弱（社會經(jīng)濟(jì)水平較低），建設(shè)用地和耕地等人為地類比例不高，這使得人類活動對其生態(tài)環(huán)境的干擾較弱，生境退化程度較小，這導(dǎo)致黔東南州呈現(xiàn)貧困發(fā)生率與生境退化程度負(fù)相關(guān)特點(diǎn).我們的研究驗證了貧困與環(huán)境退化之間受多重因素，不僅僅是簡單的正相關(guān).

另外，貧困發(fā)生率與生境退化程度相關(guān)性分析結(jié)果依賴于生境退化程度評估結(jié)果的準(zhǔn)確性，由于InVEST模型生境退化程度評估方法是以專家打分為基礎(chǔ)，專家的經(jīng)驗是影響評估結(jié)果的重要因素，這使得生境退化程度評估結(jié)果的主觀性較強(qiáng)，降低了評估結(jié)果的客觀性.

參考文獻(xiàn)：

[1] 雷 坤，孟 偉，鄭丙輝，等.渤海灣海岸帶生境退化診斷方法[J].環(huán)境科學(xué)研究，2009，22（12）：1361-1365.

[2] 孫元敏.南亞熱帶海島生境質(zhì)量評價及其退化機(jī)制研究[D].廈門：國家海洋局第三海洋研究所， 2010.

[3] CARRETE M， TELLA J L， BLANCO G， et al. Effects of habitat degradation on the abundance， richness and diversity of raptors across Neotropical biomes[J].Biol Conser， 2009，142（10）：2002-2011.

[4] 張艷紅，何春光.基于GIS扎龍自然保護(hù)區(qū)丹頂鶴適宜生境動態(tài)變化[J].東北林業(yè)大學(xué)學(xué)報，2009，37（4）：43-45.

[5] 祁新華，葉士琳，程 煜，等.生態(tài)脆弱區(qū)貧困與生態(tài)環(huán)境的博弈分析[J].生態(tài)學(xué)報， 2013，33（19）：6411-6417.

[6] 曹詩頌，王艷慧，段福洲，等.中國貧困地區(qū)生態(tài)環(huán)境脆弱性與經(jīng)濟(jì)貧困的耦合關(guān)系——基于連片特困區(qū)714個貧困縣的實證分析[J].應(yīng)用生態(tài)學(xué)報，2016，27（8）：2614-2622.

[7] 李靜怡，王艷慧.呂梁地區(qū)生態(tài)環(huán)境質(zhì)量與經(jīng)濟(jì)貧困的空間耦合特征[J].應(yīng)用生態(tài)學(xué)報，2014，25（6）：1715-1724.

[8] 張 寧，張振興，郭懷成.新疆和墨洛地區(qū)貧困與生態(tài)環(huán)境關(guān)系分析[J].中國人口資源與環(huán)境，2001，11（52）：57-59.

[9] 王 瑞，安裕倫，王培彬，等.貴州省生物多樣性熱點(diǎn)地區(qū)研究[J].水土保持研究，2014，21（6）：152-157.

[10] 張 恒.貴州喀斯特地區(qū)農(nóng)村環(huán)境與貧困類型劃分研究[J].凱里學(xué)院學(xué)報，2011，29（6）：83-86.

[11] 劉 云，熊康寧.貴州喀斯特山地生態(tài)退化與生態(tài)經(jīng)濟(jì)重建研究[J].山西煤炭管理干部學(xué)院學(xué)報，2009，12（1）：120-122.

[12] 郜紅娟，蔡廣鵬，韓會慶，等.貴州省貧困發(fā)生率與生態(tài)系統(tǒng)服務(wù)價值相關(guān)性分析[J].水土保持研究，2016，23（5）：274-277.

[13] 吳 哲，陳 歆，劉貝貝，等.InVEST模型及其應(yīng)用的研究進(jìn)展[J].熱帶農(nóng)業(yè)學(xué)，2013，33（4）：58-62.

[14] 包玉斌，劉 康，李 婷，等.基于InVEST 模型的土地利用變化對生境的影響——以陜西省黃河濕地自然保護(hù)區(qū)為例[J].干旱區(qū)研究，2015，32（3）：622-629.

[15] 吳健生，張理卿，彭 建，等.深圳市景觀生態(tài)安全格局源地綜合識別[J].生態(tài)學(xué)報，2013， 33（13）：4125-4133.

[16] 馮海英，劉永功.環(huán)境（土地） 退化與貧困問題研究：文獻(xiàn)綜述視角[J].青海社會科學(xué)，2012，195（3）：37-41.