作者:王武林,余翠嬋,曾獻君,李春強
摘要:區域貧困是各界關注和研究的熱點問題,傳統的貧困地區研究缺少對中國東南沿海的關注。論文以中國相對發達的東南沿海省份福建省為例,構建3個維度9個向度共30項指標的度量模型,利用多維貧困度等指數和Kohonen神經網絡算法,分析2000年和2016年的縣域貧困度演化特征及其驅動因素。結果表明:①通過對廣東、福建和浙江3個東南沿海省份縣域發展水平的正態分布檢驗進行對比,發現福建省縣域發展水平在東南沿海具有典型性。②根據貧困度指數P可劃分為貧困縣、弱勢縣和一般縣,貧困縣、弱勢縣分布于福建北部和西南部的總體格局不變,且向省域邊際縣聚集。③經濟維度貧困度指數、社會維度貧困指數和自然維度貧困度指數的各自變化率最多的縣市區均屬于緩慢惡化區,屬于快速優化區的縣市區數量居中,屬于緩慢改善區的縣市區數量少且分布散;基于多維貧困度指數PI的變化率表現為緩慢惡化區分布于福建北部、中部和西南部,緩慢改善區分布于福建中西部,快速優化區分布于福建東部沿海。④對2000年和2016年多維貧困度貢獻率均產生較大影響的向度為醫療衛生、教育水平、居住環境、經濟發展,加強基礎設施、醫療衛生、教育水平等公共服務的建設供給,應作為當前福建扶貧重點關注的內容。⑤基于不同向度的貧困度貢獻率可劃分4類致貧類型:I類縣市區是教育水平和基礎設施向度主導的貧困類型,II類縣市區是經濟發展和居住環境向度主導的貧困類型,III類縣市區屬于人口特征和基礎設施向度主導的貧困類型,IV類縣市區屬于醫療衛生和經濟發展向度主導的貧困類型。研究結果對準確識別縣域貧困和深入實施精準扶貧戰略具有一定的參考價值。
發文機構:福州大學環境與資源學院 中國科學院地理科學與資源研究所 華南理工大學建筑學院 福建工程學院建筑與城鄉規劃學院
關鍵詞:貧困度KOHONEN神經網絡貧困縣福建省poverty degreeKohonen neural networkpoverty countyFujian Province
分類號: F32[經濟管理—產業經濟]