基于空間統計學的湖南武陵山片區貧困村空間關聯特征與扶貧開發空間格局優化研究

楊杰

(吉首大學 城鄉資源與規劃學院，湖南 張家界 427000)

基于空間統計學的湖南武陵山片區貧困村空間關聯特征與扶貧開發空間格局優化研究

楊杰

(吉首大學 城鄉資源與規劃學院，湖南 張家界 427000)

選取湖南武陵山片區內的貧困村為研究對象，并為其建立地理數據庫，采用空間自相關等空間統計學工具研究區域內貧困村的空間關聯、集聚特征，為優化扶貧開發空間格局提供決策建議。

空間統計學；湖南武陵山片區；空間關聯特征

空間統計學是基于地理空間中地理實體的空間關聯性，利用統計方法來發現空間聯系及空間變動的規律，以空間自相關等空間統計學模型分析地理對象的空間格局、空間模式，現已逐漸成為地理學等學科的重要研究方法[1—2]。貧困村是貧困區域的主要研究單元，也是典型的空間對象，即貧困村相互之間存在著空間上的依賴性、關聯性，可通過空間自相關等空間統計學模型定量分析貧困區域貧困村的空間聚集與空間關聯特征，得到其空間分布的異質性與差異性的定量指標，從而從整體上把握貧困村分布模式與空間格局。因此可根據湖南武陵山片區貧困村的關聯、集聚特征指導區域協同扶貧，從而為優化扶貧開發空間格局提供決策建議，對湖南武陵山片區精準扶貧工作具有較大的理論指導與實踐意義。

1 研究區域概況

湖南武陵山片區位于依據國家連片特困地區劃分標準及經濟協作歷史沿革劃定的國家連片特困地區——武陵山片區湖南省境內，主要在湖南省西部和中部地區，包括37個縣、區、市[3]，該區域發展總體水平較低，區域經濟整體發展不平衡，存在城鎮化率低、貧困面廣、貧困程度深、基礎設施建設落后等特點。

2 數據采集與研究方法

2.1 數據采集與地理空間數據庫構建

本文主要以湖南省扶貧開發辦公布的湖南武陵山片區37個縣級空間單元中分布的4 696個貧困村為研究對象進行相關研究。在數據采集階段，本研究利用Python等編程語言編寫相關程序，通過訪問相關互聯網地圖的WebService API接口獲得貧困村的地理坐標，并根據相應坐標轉換方法編寫程序將互聯網地圖所使用的GCJ-02坐標系統中的貧困村地理坐標轉換為通用的WGS84坐標系統的地理坐標。因湖南省扶貧辦公布的村名存在著重復和互聯網地圖中的村名不相符等問題，本研究通過編寫相關程序找出重復村名與位置誤差較大等問題的貧困村錯誤地理坐標，結合人工處理，修正了錯誤的地理坐標。

本文利用數據采集階段獲取的貧困村空間數據，對研究區進行實地調研，從相關單位獲取相應空間數據，通過ArcGIS等GIS軟件，構建了研究區貧困村地理空間數據庫，并錄入了空間對象的屬性數據，坐標投影系統采用常用的UTM平面坐標系，以米為單位。

2.2 研究方法

本文主要利用空間自相關工具來定量分析湖南武陵山片區貧困村空間關聯特征與空間格局。空間自相關是檢驗相鄰空間要素之間相關屬性值關聯特征的重要指標，可以得到研究區空間單元之間的關聯與聚集程度，從而反映研究區空間要素的空間格局[4]。其可分為全局空間自相關與局部空間自相關兩個指標，全局空間自相關可從整體上分析研究區空間要素的空間格局，其值大于0則代表研究區空間對象屬性值分布關聯度高，呈集聚狀態；其值小于0則代表關聯度低，呈分散狀態；為0值則表示空間對象屬性值分布呈隨機狀態。局部空間自相關則分析研究區每個空間對象的相關屬性與其鄰近空間對象的關聯程度，而其結果值的含義與全局自相關一致。

本文的分析對象為貧困村這一點狀數據，而空間自相關工具主要用于面狀要素的分析，因此本文對點狀數據做了如下處理：首先按每個格網10km大小建立研究區網格，并將空間位置上落入每個網格內的貧困村數目作為每個網格的屬性，因此對這些面狀網格及其屬性進行空間自相關的分析所得結果可表征貧困村點狀數據的空間關聯特征與空間格局。

3 空間自相關分析結果

本文從已建立的湖南武陵山片區貧困村地理數據庫中提取相關地理要素，繪制得到湖南武陵山片區貧困村空間分布圖(如圖1所示)。利用ArcGIS這一GIS平臺，對湖南武陵山片區貧困村地理數據庫中的貧困村網格數據進行全局空間自相關分析，其值結果為0.492，反映研究區貧困村空間分布呈現顯著的聚集模式。在ArcGIS中使用局部自相關分析工具對貧困村網格數據進行分析，其結果可分為高值與高值聚類(聚集狀態)、低值與低值聚類(分散狀態)、無顯著分布特征等空間分布模式類型。每個空間網格對應其中一種空間分布模式，湖南武陵山片區貧困村網格數據局部自相關分析具體結果如圖2所示。

4 結論與討論

通過上文定量分析與圖1、圖2結合分析可得出以下結論。(1)湖南武陵山片區貧困村空間分布呈現西部與東南部集中，中部相對分散的空間格局。(2)貧困村集中片主要分布于花垣縣、鳳凰縣片區和隆回縣、邵陽縣、武岡市、漣源市片區，且花垣—鳳凰片區較后一片區集中分布均衡度更高，后一片區貧困村多集中于縣域的某一區域。(3)貧困村分布較分散的區域主要為沅陵縣、安化縣，芷江縣、鶴城區，綏寧縣等。(4)其余縣級空間單元范圍內貧困村集中度為無顯著分布模式，但對應每個縣級空間單元都有其集中與分散區域。

根據上述分析而得出的湖南武陵山片區貧困村空間分布模式及其格局特征，結合湖南武陵山片區實際情況，可將扶貧開發資源合理分配、精準投入，以高效發揮區域協同聚力效應。具體來說，可將資源投入到花垣—鳳凰線和武岡—漣源線，形成兩條扶貧開發重點空間軸線，重點解決兩條空間軸線所涉及范圍內基礎設施欠賬問題，并因地制宜地培育新的產業增長點，帶動周邊貧困地區協同脫貧。對于貧困村分布較分散即相對經濟發展水平較高的區域，可根據各縣具體情況，周邊縣、市抱團發展、協同聚力，形成扶貧開發圈，輻射圈外縣、市，使有限的扶貧資源發揮最大的功效。

[1]翁鋼民,李凌雁.基于空間統計分析的我國旅游業與生態環境協調發展研究[J].生態經濟,2015,31(10):90—94.

[2]楊振山,蔡建明.空間統計學進展及其在經濟地理研究中的應用[J].地理科學進展,2010,29(6):757—768.

[3]黃永忠.《湖南省武陵山片區區域發展與扶貧攻堅實施規劃(2011—2020年)》內容摘要[J].民族論壇,2013(2):73—76.

[4]Getis A. Reflections on Spatial Autocorrelation[J].Regional Science and Urban Economics，2007,37(4)：491—496.

責任編輯：李增華

Study on Spatial Correlation Characteristics of Poverty Village and the Optimization of Spatial Pattern of Poverty Alleviation Based on Spatial Statistics in Hunan Wuling Mountain Area

YANG Jie

(College of Urban-rural Resources and Panning Sciences, Jishou University, Zhangjiajie 427000, China)

This article selects the Hunan poverty village in Wuling Mountain Area as the research object, and establishes its geographic database. In this paper, spatial autocorrelation and other spatial statistical tools are used to study the spatial correlation and clustering characteristics of the poverty villages in the region, the results can help to optimize the spatial pattern of poverty alleviation, and provide support for decision making.

spatial statistics； Hunan Wuling Mountain Area； spatial correlation characteristics

10.3969/j.issn.1674-6341.2017.01.019

2016-10-27

湖南省社科基金西部項目(14YBX026)；吉首大學校級科研項目資助(Jd16003)

楊杰(1985—)，男，湖南張家界人，講師。研究方向：空間數據挖掘。

G913.7

1674-6341(2017)01-0053-02