开放期刊系统

基于夜间灯光数据的滇西地区贫困识别

潘 梦涵, 刘 芮芮, 李 键, 陈 婧祎

摘要

从多维度进行滇西地区贫困精准识别,对巩固扶贫成效,防止返贫政策制定和实施意义重大。本文利用夜间灯光指数和多维贫困指数构建线性回归模型,以此对滇西地区进行多维贫困空间识别。结果表明:2010-2020年间,滇西地区多维贫困程度得到有效缓解,多维极贫区全面清零,但贡山独龙族怒族自治县、福贡县、德钦县、梁河县、镇康县、景东彝族自治县、江城哈尼族彝族自治县等存在一定返贫风险。怒江傈僳族自治州全境及其他22个弱势区也需进行返贫监测。

关键词

夜间灯光遥感数据;多维贫困;贫困识别;滇西地区

全文:

PDF

参考

[1] 赵凯强.我国民族八省区人口多维贫困影响因素的研究[D].中央民族大学,2021. [2] 江雨珊,戢晓峰,陈方.滇西集中连片特困地区县域贫困的时空演变特征及形成机制[J].资源开发与市场,2019,35(02):222-228. [3] 陈忠言,杨晗,贾鼎.多维贫困视角下滇西、乌蒙片区少数民族脱贫绩效对比[J].经济问题探索,2020(07):147-156. [4] 付耀华,石兴安.滇西边境片区“空间贫困”“绿色贫困”精准扶贫研究[J].创新,2016,10(05):105-113. [5] 赫胜彬,张靓.基于夜间灯光数据的中国区域发展评价[J].生态经济,2015,31(12):14-17+26. [6] 徐藜丹,邓祥征,姜群鸥,马丰魁.中国县域多维贫困与相对贫困识别及扶贫路径研究[J].地理学报,2021,76(06):1455-1470. [7] 罗庆,樊新生,高更和,等.秦巴山区贫困村的空间分布特征及其影响因素[J].经济地理,2016, 36(4): 126-132. [8] 王茹,周璇,杨松柳,等.西藏县域多维贫困度测定及贫困空间分布特征研究[J]. 西藏研究, 2017(01):60-70. [9] 黄先梅.基于夜间灯光数据的中国贫困识别及其时空演变研究[D].河南大学,2018. [10] 杨国涛,王广金.中国农村贫困的测度与模拟: 1995—2003[J].中国人口·资源与环境,2005, 15(6): 30-34 [11] 刘林,李光浩.连片特困区少数民族农户多维贫困的动态变化与影响因素——以新疆南疆三地州为例[J].西部论 坛,2017,27(01):115-124. [12] 胡继亮,张天祐,辛晓晨,肖庆兰.收入识别与长期多维贫困:基于中国家庭追踪调查数据的实证分析[J].经济问 题,2019(08):75-81+90. [13] 王国敏,何莉琼.我国相对贫困的识别标准与协同治理[J].新疆师范大学学报(哲学社会科学版),2021,42(03):100-111. [14] 潘竟虎,胡艳兴.基于夜间灯光数据的中国多维贫困空间识别[J].经济地理,2016,36(11):124-131. [15] 陈颖彪,郑子豪,吴志峰,千庆兰.夜间灯光遥感数据应用综述和展望[J].地理科学进展,2019,38(02):205-223 [16] 刘艳华,徐勇.中国农村多维贫困地理识别及类型划分[J].地理学报,2015,70(6):993 - 1 007. [17] 周侃,王传胜.中国贫困地区时空格局与差别化脱贫政策研究[J].中国科学院院刊,2016,31(1):101 - 111.


(44 摘要 Views, 32 PDF Downloads)

Refbacks

  • 当前没有refback。