西南喀斯特石漠化深度贫困县的贫困影响 因素分析

doi:10.3969/j.issn.1004-9479.2022.06.2020533

摘要/Abstract

摘要：

中国西南喀斯特石漠化地区人口-资源-环境-经济矛盾十分突出，严重制约了地区的可持续发展。基于该地区的深度贫困县——广西德保县的2014—2019年各乡镇社会、经济、人口等维度的面板数据，以空间贫困为理论导向，运用空间动态面板模型和GWR模型探索了石漠化地区县域贫困影响因素及溢出效应。空间动态自回归模型结果表明，各乡镇当年的贫困发生率表现出较大的惯性；农村居民恩格尔系数的下降、农村医疗卫生水平的提高、就业水平的提升、少数民族占比的下降、人口密度的降低均可明显地促进地区减贫。空间动态杜宾模型估计结果不仅支持了空间动态自回归模型结果，而且表明农村居民恩格尔系数、农村医疗卫生水平、人口密度分别表现出显著的有益、不利和有益的外溢效应，长期影响更深远。GWR模型结果表明其影响效果具有明显的空间差异性。

关键词: 喀斯特石漠化地区, 贫困影响因素, 空间动态面板模型, 空间溢出效应, GWR模型, 德保县

Abstract:

The contradiction of population, resources, environment and economy is very prominent in karst rocky-desertified areas of Southwest China, which are the bottlenecks restricting the sustainable development of society and economy. Based on the theoretical guide of spatial poverty and the panel data of social, economic, population and other dimensions of Debao County in Guangxi Zhuang Autonomous Region from 2014 to 2019, this paper explored the influencing factors and spillover effects of county poverty in karst rocky-desertified area by using spatial dynamic panel model and GWR Model. The results of Spatial Dynamic Auto-regression Model show that the incidence of poverty in each town shows great inertia. The decline of Engel's coefficient of rural residents, the improvement of rural health care, the improvement of employment level, the decrease of the proportion of ethnic minorities, and the decrease of population density can significantly contribute to the reduction of regional poverty. The estimation results of the Spatial Dynamic Durbin Model not only support the results of the Spatial Dynamic Auto-regression Model, it also shows that rural residents, Engel's coefficient, and population density have significant beneficial, adverse and beneficial spillover effects, respectively. And the long-term impact are more profound. The results of GWR model show that the effects of these factors are different in space.

Key words: Karst Rocky-desertified Area, poverty influencing factors, spatial dynamic panel model, spatial spillover effect, GWR model, Debao County

杨人懿, 钟昌标, 杨子生, 刘凤莲, 彭海英. 西南喀斯特石漠化深度贫困县的贫困影响因素分析[J]. 世界地理研究, 2022, 31(6): 1298-1309.

Renyi YANG, Changbiao ZHONG, Zisheng YANG, fenglian LIU, Haiying PENG. Analysis on poverty influencing factors in deep poverty county of Karst Rocky-desertified Area in Southwest China[J]. World Regional Studies, 2022, 31(6): 1298-1309.

图/表 6

表1 德保县空间贫困指标体系评价表

Tab.1 Evaluation table of spatial poverty index system in Debao County

维度	指标名称	计算方法或指标说明	单位
经济水平	产业发展水平 X₁	第二、第三产业实际总产值/乡镇总人口	元/人
	农村居民收支水平 X₂	农民居民人均纯收入/2+农民居民人均消费支出/2	元/人
	城乡收入差距 X₃	城镇人均可支配收入/农民人均纯收入	无
社会条件	农村居民恩格尔系数X₄	农民人均食物支出/农民人均消费支出×100%	%
	农村义务教育水平 X₅	$P 小学 × 6 + P 初中 × 9 + P 高中 × 12 + P 大专及以上 × 16 P 小学 + P 初中 + P 高中 + P 大专及以上$ (P表示农村各阶段受教育人口数)	年
	农村医疗卫生水平 X₆	(医疗机构床位总数+农村卫生医护人员数)/乡镇农村总人口	张(位)/千人
发展能力	农业机械化水平 X₇	农业机械总动力/耕地面积	kW/hm²
发展能力	基础设施投入 X₈	固定资产投资总额/指数/乡镇总人口	元/人
人口结构	农村人力资源丰富度 X₉	[1-(农村青少年人数+农村老年人数)/乡镇农村人口]×100%	%
	农村就业水平 X₁₀	农村从业人员总数/乡镇农村人口×100%	%
	农村少数民族占比 X₁₁	少数民族人口数/乡镇总人口×100%	%
	人口密度 X₁₂	乡镇总人口/乡镇行政区域面积	人/km²
地理环境	人均耕地面积 X₁₃	农业耕地总面积/农村总人口	亩/人
地理环境	粮食产出水平 X₁₄	粮食产量/粮食播种面积	kg/亩
其他变量	地形区位条件 X₁₅	由熵权法计算得出	无
其他变量	减贫压力 X₁₆	$该乡镇当年贫困人口数相邻乡镇当年最低贫困人口数 × 该乡镇当年贫困人口数乡镇当年最低贫困人口数$	无

表1 德保县空间贫困指标体系评价表

Tab.1 Evaluation table of spatial poverty index system in Debao County

维度	指标名称	计算方法或指标说明	单位
经济水平	产业发展水平 X₁	第二、第三产业实际总产值/乡镇总人口	元/人
	农村居民收支水平 X₂	农民居民人均纯收入/2+农民居民人均消费支出/2	元/人
	城乡收入差距 X₃	城镇人均可支配收入/农民人均纯收入	无
社会条件	农村居民恩格尔系数X₄	农民人均食物支出/农民人均消费支出×100%	%
	农村义务教育水平 X₅	$P 小学 × 6 + P 初中 × 9 + P 高中 × 12 + P 大专及以上 × 16 P 小学 + P 初中 + P 高中 + P 大专及以上$ (P表示农村各阶段受教育人口数)	年
	农村医疗卫生水平 X₆	(医疗机构床位总数+农村卫生医护人员数)/乡镇农村总人口	张(位)/千人
发展能力	农业机械化水平 X₇	农业机械总动力/耕地面积	kW/hm²
发展能力	基础设施投入 X₈	固定资产投资总额/指数/乡镇总人口	元/人
人口结构	农村人力资源丰富度 X₉	[1-(农村青少年人数+农村老年人数)/乡镇农村人口]×100%	%
	农村就业水平 X₁₀	农村从业人员总数/乡镇农村人口×100%	%
	农村少数民族占比 X₁₁	少数民族人口数/乡镇总人口×100%	%
	人口密度 X₁₂	乡镇总人口/乡镇行政区域面积	人/km²
地理环境	人均耕地面积 X₁₃	农业耕地总面积/农村总人口	亩/人
地理环境	粮食产出水平 X₁₄	粮食产量/粮食播种面积	kg/亩
其他变量	地形区位条件 X₁₅	由熵权法计算得出	无
其他变量	减贫压力 X₁₆	$该乡镇当年贫困人口数相邻乡镇当年最低贫困人口数 × 该乡镇当年贫困人口数乡镇当年最低贫困人口数$	无

表2 地形区位条件指标计算方法

Tab.2 Calculation method of topographical and location conditions index

指标及名称	指标说明	数据来源	单位	性质	权重
到县政府的公路里程数	各乡镇政府到县政府的公路里程数	百度地图APP	km	-	0.1818
15°以下坡度面积占比	15°以下坡度面积/乡镇行政区域面积	30×30m栅格DEM数据	%	+	0.1690
地形起伏度	各乡镇最高海拔/最低海拔	30×30m栅格DEM数据	—	-	0.1675
平均海拔	各乡镇行政区域内高程值的平均值	30×30m栅格DEM数据	m	-	0.2651
地表破碎度	各乡镇行政区域内高程值的标准差	30×30m栅格DEM数据	—	-	0.2165

表3 2014—2019年德保县贫困发生率莫兰指数分析

Tab.3 Moran's Index analysis of poverty incidence in Debao county during 2014-2019

是否取对数	指标	2014年	2015年	2016年	2017年	2018年	2019年	各年平均
不取自然对数	Moran's I	-0.115	-0.211^*	-0.192	-0.190	-0.201^*	-0.257^**	-0.205^*
	Z统计量	-0.368	-1.856	-1.571	-1.525	-1.690	-2.515	-1.767
	P值	0.713	0.063	0.116	0.127	0.091	0.012	0.077
取自然对数	Moran's I	-0.099	-0.222^**	-0.206^*	-0.199^*	-0.213^*	-0.261^***	-0.216^**
	Z统计量	-0.130	-2.096	-1.833	-1.711	-1.878	-2.582	-1.981
	P值	0.897	0.036	0.067	0.087	0.060	0.010	0.048

图1 2014—2019年德保县平均贫困发生率

Fig.1 Average incidence of poverty in Debao County in 2014-2019

图2 空间贫困LISA聚类图

Fig.2 Spatial poverty cluster diagram of LISA

表4 空间动态自回归模型在三种权重矩阵下的估计及检验结果

Tab.4 Estimation and test results of Spatial Dynamic Auto-regressive model by three weight matrices

变量估计及模型检验结果	邻接权重SAR-1	反距离权重SAR-2	经济地理权重SAR-3
参数 ρ	0.6030(8.06)^***	0.7178(11.41)^***	0.6663(10.58)^***
上期贫困发生率 Y_t-1	0.0806(2.20)^**	0.0745(1.97)^**	0.1048(3.11)^***
农村居民收支水平 X₂	-0.0011(-1.43)	-0.0007(-1.00)	-0.0006(-1.22)
城乡收入差距 X₃	1.4610(1.60)	1.1765(1.45)	1.0614(1.44)
农村居民恩格尔系数 X₄	0.5256(2.82)^***	0.4197(2.49)^**	0.3536(2.69)^***
农村义务教育水平 X₅	1.9102(0.43)	-0.6797(-0.16)	2.9524(0.73)
农村医疗卫生水平 X₆	-4.4228(-2.77)^***	-6.0743(-2.44)^**	-5.2035(-2.27)^**
基础设施投入 X₈	0.0000(0.03)	0.0010(0.59)	0.0012(0.73)
农村就业水平 X₁₀	-0.3026(-3.63)^***	-0.2424(-2.29)^**	-0.2751(-2.34)^**
农村少数民族占比 X₁₁	2.6427(3.31)^***	2.6460(3.59)^***	2.0561(3.11)^***
人口密度 X₁₂	1.4483(7.44)^***	1.4873(7.62)^***	1.3600(7.13)^***
人均耕地面积 X₁₃	2.0529(1.53)	2.4916(1.57)	1.6959(1.06)
粮食产出水平和地形区位条件的交叉影响 X₁₄×X₁₅	-0.0038(-1.53)	-0.0046(-1.87)^*	-0.0037(-1.84)^*
减贫压力和地形区位条件的交叉影响 X₁₆×X₁₅	0.8134(3.97)^***	0.6702(3.78)^***	0.3683(2.38)^**
AIC信息准则	225.3779	218.6890	215.9750
SC信息准则	248.4157	241.7268	239.0128
对数似然函数值	-101.6889	-98.3445	-96.9875
组内方差Within R²	0.9509	0.9540	0.9523
OLS最大VIF	5.20
OLS怀特检验	11.5338(0.5662)

参考文献 34

1	刘艳华,徐勇. 中国农村多维贫困地理识别及类型划分.地理学报,2015,70(6):993-1007.
	LIU Y, XU Y. Geographical identification and classification of multi-dimensional poverty in rural China. Acta Geographica Sinica, 2015, 70(6): 993-1007.
2	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. 地理学报,2017,72(3):545-557.
	LIU X, LI Y, WANG Y, et al. Geographical identification of spatial poverty at county scale. Acta Geographica Sinica, 2017, 72(3): 545-557.
3	AMARTYA S. Commodities and Capabilities. Oxford: Oxford University Press, 1985.
4	AMARTYA S. Development as Freedom, Oxford: Oxford University Press,1999.
5	阿玛蒂亚·森. 伦理学与经济学.王宇,王文玉, 译. 北京:商务印书馆,2000.
	AMARTYA S. Ethics and Economics.Translated by WANG Y, WANG W. Beijing: The Commercial Press, 2000.
6	阿玛蒂亚·森.以自由看待发展. 任赜,于真,译. 北京:中国人民大学出版社,2002.
	AMARTYA S. Looking at Development with Freedom.Translated by REN Z, YU Z. Beijing: China Renmin University Press, 2002.
7	阿玛蒂亚·森.贫困与饥荒. 王宇,王文玉,译.北京:商务印书馆,2001.
	AMARTYA S. Poverty and Famine.Translated by WANG Y, WANG W. Beijing: The Commercial Press, 2001.
8	ALKIRE S, FOSTER J. Counting and multidimensional poverty measurement. Journal of Public Economics,2011,95(7):476-487.
9	DECANCQ K, LUGO M. Inequality of wellbeing: A multidimensional approach. Economica, 2012, 79(316): 721-746.
10	ALKIRE S. The missing dimensions of poverty data: An introduction. Oxford Development Studies, 2007, 35(4): 347-359.
11	KIM S. Measuring Poverty as a Fuzzy and Multidimensional Concept. Pittsburgh: University of Pittsburgh, 2012.
12	刘小鹏,苏胜亮,王亚娟,等. 集中连片特殊困难地区村域空间贫困测度指标体系研究. 地理科学,2014,34(4):447-453.
	LIU X, SU S, WANG Y, et al. The index system of spatial poverty of village level to monitor in concentrated contiguous areas with particular difficulties. Scientia Geographica Sinica, 2014, 34(4): 447-453.
13	杨子生, 朱石祥. 精准扶贫: 寻甸县创新扶贫模式研究. 北京: 社会科学文献出版社, 2019.
	YANG Z, ZHU S. The Targeted Poverty Alleviation: A Research on the Innovative Poverty Reduction Model of Xundian Hui and Yi Autonomous County. Beijing: Social Science Literature Press, 2019.
14	杨慧敏,罗庆,李小建,等. 生态敏感区农户多维贫困测度及影响因素分析——以河南省淅川县3个村为例. 经济地理,2016,36(10):137-144.
	YANG H, LUO Q, LI X, et al. Multidimensional poverty measurement and influencing factor analysis at the households scale of the ecological sensitive area: A case study on three villages of Xichuan County in Henan Province. Economic Geography, 2016, 36 (10): 137-144.
15	杨子生, 刘智, 拉玛·兴高, 等. 世界减贫背景下的昆明市脱贫模式. 北京: 社会科学文献出版社, 2020.
	YANG Z, LIU Z, LAMA X, et al. The Poverty Alleviation Model of Kunming in the Context of World Poverty Reduction. Beijing: Social Science Literature Press, 2020.
16	张永凯,杨万宝,李登科. 甘肃省县域农村贫困的空间演化分析. 世界地理研究,2020,29(3):631-641.
	ZHANG Y, YANG W, LI D. The analysis of the spatial evolution of rural poverty in the county of Gansu Province. World Regional Studies, 2020, 29 (3): 631-641.
17	杨人懿, 刘凤莲, 朱石祥, 等. 基于空间计量模型的寻甸县贫困格局与贫困影响因素研究. 中国农业资源与区划, 2021, 42(10): 153-165.
	YANG R, LIU F, ZHU S, et al. Research on poverty pattern and its influencing factors of Xundian Hui and Yi Nationality Autonomous County. Chinese Journal of Agricultural Resources and Regional Planning, 2021, 42(10): 153-165.
18	陈烨烽,王艳慧,王小林. 中国贫困村测度与空间分布特征分析. 地理研究,2016,35(12):2298-2308.
	CHEN Y, WANG Y, WANG X. Measurement and spatial analysis of poverty-stricken villages in China. Geographical Research, 2016, 35(12): 2298-2308.
19	孟颖,曹月娥. 新疆农村贫困化空间分布及影响因素探究——以荒地镇为例. 世界地理研究,2020,29(3):650-658.
	MENG Y, CAO Y. A study on the spatial distribution and influential factors of rural poverty in Xinjiang: Taking the Wasteland Town as an example. World Regional Studies, 2020, 29 (3): 650-658.
20	武鹏,李同昇,李卫民. 县域农村贫困化空间分异及其影响因素——以陕西山阳县为例. 地理研究,2018,37(3):593-606.
	WU P, LI T, LI W. Spatial differentiation and influencing factors analysis of rural poverty at county scale: A case study of Shanyang County in Shaanxi Province, China. Geographical Research, 2018, 37(3): 593-606.
21	杨子生, 杨人懿, 刘凤莲. 基于贫困分级的云南省城乡收入差距时空演化与影响因素研究. 地理研究, 2021, 40(8): 2252-2271.
	YANG Z, YANG R, LIU F. Spatio-temporal evolution and influencing factors of urban-rural income gap in Yunnan Province based on poverty classification. Geographical Research, 2021, 40(8): 2252-2271.
22	王艳慧,钱乐毅,段福洲. 县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例. 地理科学,2013,33(12):1489-1497.
	WANG Y, QIAN L, DUAN F. Multidimensional poverty measurement and spatial distribution pattern at the country scale:A case study on key country from national contiguous special poverty-stricken areas. Scientia Geographica Sinica, 2013, 33(12): 1489-1497.
23	汪晓文. 甘肃农村贫困影响因素分析——基于灰色关联度的实证研究. 兰州大学学报(社会科学版),2012,40(4):137-142.
	WANG X. Poverty-conducive factors in Gansu Province: A grey relational analysis. Journal of Lanzhou University (Social Sciences), 2012, 40(4): 137-142.
24	谭雪兰,安悦,王振凯,等. 湖南省乡村贫困的影响因素及调控路径研究. 地理研究,2019,38(11):2804-2815.
	TAN X, AN Y, WANG Z, et al. Research on influencing factors and regulating paths of rural poverty in Hunan Province. Geographical Research, 2019, 38(11): 2804-2815.
25	郑长德,廖桂蓉. 深度贫困地区贫困的时空关联性及其影响因素——基于GTWR模型的分析. 中南民族大学学报(人文社会科学版),2019,39(5):144-148.
	ZHENG C, LIAO G. The spatio-temporal correlation of poverty in deep poverty areas and its influencing factors: An analysis based on the GTWR model. Journal of South-Central University for Nationalities(Humanities and Social Sciences), 2019, 39(5): 144-148.
26	梁晨霞,王艳慧,徐海涛,等. 贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例. 地理研究,2019,38(6):1389-1402.
	LIANG C, WANG Y, XU H, et al. Analyzing spatial distribution of poor villages and their poverty contributing factors: A case study from Wumeng Mountain Area. Geographical Research, 2019, 38(6): 1389-1402.
27	何博汶,李丁,刘笑杰. 甘肃省农村空间贫困地域分异特征及其影响因素. 农业现代化研究,2019,40(5):819-829.
	HE B, LI D, LIU X. Regional differentiation characteristics and the influencing factors of spatial poverty in rural areas of Gansu Province. Research of Agricultural Modernization, 2019, 40(5): 819-829.
28	张耀光. 西南喀斯特贫困地区的生态环境效应. 中国岩溶,1995,14(1):71-76.
	ZHANG Y. Effect of geo-ecologic environment for the poverty-stricken karst regions in southwest China. Carsologica Sinica, 1995, 14(1): 71-77.
29	杨子生. 中国西南喀斯特石漠化土地整理及其水土保持效益研究. 北京:中国科学技术出版社,2009.
	YANG Z. Rocky-desertified Land Consolidation and its Soil and Water Conservation Benefits in the Southwest China's Karst Mountainous Areas: Case Study in Xichou County of Southeast Yunnan Province. Beijing: China Science and Technology Publishing House, 2009.
30	中共中央,国务院. 中国农村扶贫开发纲要(2011-2020年). 北京:人民出版社,2011.
	Central Committee of the Communist Party of China, State Council of China. Outline for Poverty Alleviation and Development in Rural China (2011-2020). Beijing: People's Publishing House, 2011.
31	周建,高静,周杨雯倩. 空间计量经济学模型设定理论及其新进展. 经济学报,2016,3(2):161-190.
	ZHOU J, GAO J, ZHOU Y. The specification of spatial econometric model and new developments. China Journal of Economics,2016,3(2): 161-190.
32	YANG R, DU W, YANG Z. Spatiotemporal evolution and influencing factors of urban land ecological security in Yunnan province. Sustainability, 2021, 13(5): 1-17.
33	FOTHERINGHAM A, BRUNSDON C. Local forms of spatial analysis. Geographical Analysis, 1999, 31(4): 340-358.
34	中共中央办公厅,国务院办公厅. 关于建立贫困退出机制的意见. 人民日报,2016-04-29(4).
	General Office of the Communist Party of China, State Council General Office of China. Opinion on the establishment of Poverty Withdrawal Mechanism. People's Daily, 2016-04-29(4).

[1]	马林靖, 李培速, 伍亚红. 城镇化发展如何影响非正规就业？[J]. 世界地理研究, 2022, 31(6): 1273-1284.
[2]	毛炜圣, 钟业喜. 长江中游城市群城市活力水平空间格局及影响因素[J]. 世界地理研究, 2020, 29(1): 86-95.
[3]	王若宇, 薛德升, 刘晔, 黄旭. 基于空间杜宾模型的中国高学历人才时空分异研究[J]. 世界地理研究, 2019, 28(4): 134-143.