基于PCA-GWR方法的村级贫困时空格局及致贫因素分析

	基于PCA-GWR方法的村级贫困时空格局及致贫因素分析
	罗耀文 3; 任周鹏 1; 葛咏 1; 韩李涛 3; 刘梦晓 1; 何亚文 2
刊名	地球信息科学学报
	2020
卷号	22.0 期号:002 页码:231
关键词	PCA-GWR模型多重共线性主成分分析致贫因素时空格局永新县
ISSN号	1560-8999
英文摘要	探究贫困的时空变化及识别致贫因素,可以为扶贫政策的制定和实施提供参考。贫困是由多种因素造成的,地理加权回归(GWR)可以分析各因素对贫困的影响在空间上的差异,但致贫因素之间存在较强的相关性会导致多重共线性问题。本文探索了基于主成分的地理加权回归方法(PCA-GWR),结合自然、经济和社会属性对贫困空间格局特征进行因素分析;为探究贫困的时空变化规律,探索用全局Moran’s I指数、局部G系数对村级贫困发生率的时空格局变化特征进行分析。并以江西省永新县为研究区为实验区进行分析。研究结果表明:①PCA-GWR模型中变量的方差膨胀因子(VIF)值明显低于GWR模型变量的VIF值,PCA-GWR模型有效地解决了GWR模型中存在的多重共线性问题;②永新县贫困格局分布与地形、植被分布等自然因素和低学历、缺乏劳动力、疾病等乡村主体自生发展能力相关,且每种影响因素与贫困发生率的关系呈现出不同的空间模式;③2013-2017年永新县贫困发生率从11.27%下降至0.97%,呈现出逐年下降趋势,且村间贫困差距逐年缩小,其中2013-2015年贫困发生率分布西高东低,2016年和2017年整体值较低;④从空间相关性来看:全局上,2013-2016年表现出空间正相关,2017年呈现随机分布;局部上,2013-2016年的冷、热点分布变化不大,冷点分布在中部,热点聚集在西南部,2017年热点分布在南部,冷点零星分布于北部地区。研究结果可为政府扶贫政策的制定提供参考。
语种	英语
内容类型	期刊论文
源URL	[http://ir.igsnrr.ac.cn/handle/311030/155721]
专题	中国科学院地理科学与资源研究所
作者单位	1.中国科学院地理科学与资源研究所 2.中国石油大学 3.山东科技大学
推荐引用方式 GB/T 7714	罗耀文,任周鹏,葛咏,等. 基于PCA-GWR方法的村级贫困时空格局及致贫因素分析[J]. 地球信息科学学报,2020,22.0(002):231.
APA	罗耀文,任周鹏,葛咏,韩李涛,刘梦晓,&何亚文.(2020).基于PCA-GWR方法的村级贫困时空格局及致贫因素分析.地球信息科学学报,22.0(002),231.
MLA	罗耀文,et al."基于PCA-GWR方法的村级贫困时空格局及致贫因素分析".地球信息科学学报 22.0.002(2020):231.