基于GIS格網技術的廣西貧困度空間格局研究

廣西師范學院地理科學與規劃學院 童新華 劉德強

廣西師范學院國土資源與測繪學院 韋燕飛

基于GIS格網技術的廣西貧困度空間格局研究

廣西師范學院地理科學與規劃學院 童新華 劉德強

廣西師范學院國土資源與測繪學院 韋燕飛

本文以廣西壯族自治區范圍內2014年MODIS、Landsat8遙感影像數據，2015年廣西統計年鑒數據，廣西DEM（30m）等數據作為數據源，基于壓力-狀態-響應(P-S-R)結構，通過因子分析法對廣西貧困度進行客觀評價，進一步研究廣西貧困度在空間上的分布格局。利用GIS格網技術對多源數據進行量化，建立廣西范圍內貧困度5km格網數據庫，地統計學中的半變異函數能夠分析廣西貧困度在空間上的異質性，通過空間統計學方法全局自相關，局部自相關以及熱點分析揭示研究區貧困度的聚集特征。結果表明：以5km網格為基本評價單元的廣西貧困度研究，主要受收入生產因子、耕地與建設因子、交通水利因子、地形與植被因子、教育醫療等投資因子影響，并且因子具有較好的空間結構性。空間統計分析結果表明研究區貧困度具有強空間相關性，研究區中部以及南部沿海地區貧困度最低，并且聚集為貧困度冷點區域，由中部向西部，西南部，西北部，北部以及東部區域逐漸升高，逐漸聚集為貧困度熱點區域。

GIS格網；因子分析；P-S-R框架；地統計學；空間統計分析

貧困問題是一直備受關注。作為貧困大省廣西位于我國的西南部，屬于喀斯特石漠化地區地質，人均收入水平低，貧困人口多，阻礙廣西的建設與發展，是國家重點扶貧區域。本文運用GIS格網技術與空間統計分析相結合的方法，對廣西區域當前的貧困度情況進行客觀評價，進一步分析了研究區貧困度的空間格局與影響因素。

1.研究區概況

廣西壯族自治區位于我國的西南沿海邊陲，與粵、湘、貴、云鄰接，且與越南接壤。喀斯特地貌廣泛分布，地勢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，屬中亞熱帶季風氣候區。

2.數據來源與研究方法

2.1 數據來源與處理

本文利用廣西縣級行政區劃1∶10萬邊界矢量數據；2014年廣西MODIS（MOD13Q1）與Landsat8遙感影像數據，DEM（30m）數據；2015年《廣西統計年鑒》中的部分數據。通過建立結構一致的格網單元讓不同來源的數據能夠更好的融合并進行研究[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。首先進行數據收集，保證數據的準確性與可得性。然后進行數據的預處理，得到需要的指標數據。同時在ArcGIS中建立廣西范圍內5km格網，并結合指標數據對格網單元進行賦值，得到5km格網空間數據庫。接下來對提取的指標依據P-S-R模型建立評價指標體系并利用因子分析法計算指標權重，利用得到的權重對空間數據庫中各個格網單元計算貧困度指數，最后利用空間統計方法與地統計方法進行研究區內貧困度相關性分析，得出結果。

2.3 廣西貧困度評價模型

確定評價指標體系及因子權重以及貧困度測算：

本研究利用的評價模型是P-S-R可持續發展評價模型[2]，該模型能夠較好的反映評價指標體系建立的系統性、科學性、適用性以及數據可得性等要求，建立評價指標體系后利用因子分析方法確定指標因子的權重[3]。

根據貧困度分值計算公式：（式中，表示第i樣本貧困度綜合得分；表示第j因子指標權重；表示第i樣本的第j因子的單項得分值），經過計算得出壓力因素包括收入生產公因子（0.2434），耕地與建設公因子（0.5350），交通水利公因子（0.0479）；狀態因素包括地形與植被公因子（0.4708）；響應因素包括教育醫療等投資因子（0.1844）。

3.結果與分析

3.1 廣西貧困區域空間分異特征

通過制作研究區貧困度格網專題圖與趨勢分析可以得出，2014年廣西貧困度最高的區域是百色市那坡、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；來賓市金秀縣；賀州市昭平縣；梧州市蒙山縣、蒼梧縣等區域。貧困度最低區域分布在南寧市西鄉塘區、青秀區、橫縣；柳州市市轄區，桂林市市轄區；賀州市市轄區以及玉林市市轄區；來賓市興賓區；貴港市桂平區以及欽州市、北海市、防城港市沿海地區。由趨勢可得出：（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，在沿海地區貧困度又到了比較低的水平。整體來說研究區中部以及南部沿海地區貧困度最低，由中部向西部，西南部，西北部，北部以及東部區域逐漸升高，南部沿海地區貧困度普遍低于平均貧困度。

空間異質性包含了研究要素在空間上的隨機性和自相關性兩個方面。塊金值一般反映由實驗中存在的誤差和比采樣尺度小而產生的變化與差異[4]。運用地統計半變異函數進行分析，發現在原點處有塊金效應，但其值為0.0573，該塊金值并不大這表明5km網格的尺度能夠較好的反映空間結構信息。塊金值與基臺值比值為17.23%，該比值小于25%，R2決定系數為0.990，都說明了研究區貧困度屬于強空間自相關，也說明了影響因子具有很好的空間結構性。

3.2 廣西貧困區域空間聚集特征及熱點分析

研究區域貧困度的空間相關性和聚集程度可以通過Moran's I指數來判定。本文利用ArcGIS與GeoDa軟件求取相同空間權重矩陣下的2014年研究區貧困度的Moran's I指數分別為0.8912、0.8897。Moran's I指數接近1反映出廣西區域貧困度在空間上呈現較強正相關性。用GeoDa軟件能夠得到Moran散點圖，其中包括高值聚類區HH、低值被高值包圍區LH、低值聚類區LL，高值被低值包圍區HL四個象限。分布在HH 和LL象限呈正相關，具有均質性。分布在LH 和HL象限呈負相關，存在異質性。結果表明，2014年研究區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計算結果中z得分為126.2841，直接反映出研究區貧困度具有很高的聚集性，同時也說明了空間相關性較強。

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

4.總結

本文對廣西貧困度的研究應用了P-S-R框架來建立評價指標體系，并利用空間自相關知識與地統計學的變異函數對研究區的貧困度狀況進行了相關性分析，豐富了貧困度研究的方法。其次，運用GIS格網技術建立5km×5km格網單元，研究表明，與傳統的行政區劃單元對比，格網單元更細致，更直觀準確的表達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的沿海地區生態安全時空測度與演變——以大連市瓦房店為例[J].生態學報,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. 地統計學方法進展研究[J]. 地球科學進展,2004,02:268-274.

[4]陳仁喜. 圖像缺損信息的修復方法研究[D].中國科學院研究生院(遙感應用研究所),2006.

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

[6]王耕,吳偉.基于GIS格網技術的流域生態安全可視化評價[J].大連理工大學學報,2006,05:667-672.

[7]呂玲麗,葉開杏.廣西農村貧困測量及分析——基于18個貧困村372戶農戶的調查[J]. 廣西大學學報(哲學社會科學版),2013,04:35-39.

[8]王艷慧,錢樂毅,段福洲.縣級多維貧困度量及其空間分布格局研究——以連片特困區扶貧重點縣為例[J].地理科學,2013,12:1489-1497.

[9]葉開杏.廣西農村貧困測度及扶貧開發研究[D].廣西大學,2013.

[10]胡業翠,方玉東,劉彥隨.廣西喀斯特山區貧困化綜合評價及空間分布特征[J].中國人口.資源與環境,2008,06:192-197.

[11]宮文,周進生.廣西鄉村貧困化空間格局及其影響因素分析[J].安徽農業科學,2011,20:12434-12437.

[12]胡業翠,方玉東,江文亞.廣西喀斯特石漠化與貧困化空間相關性及互動效應研究[J].資源與產業,2009,05:105-110.