童新華，李 瑩，韋燕飛，劉秋萍

(1.廣西師范學(xué)院 地理科學(xué)與規(guī)劃學(xué)院，廣西 南寧 530001;2.廣西師范學(xué)院 國土資源與測繪學(xué)院，廣西 南寧 530001)

0 引言

貧困一直是我國經(jīng)濟(jì)和社會發(fā)展的瓶頸，空間分布十分不均衡，為擺脫這種貧困現(xiàn)狀，黨中央和國務(wù)院在《中國農(nóng)村扶貧開發(fā)綱要(2011～2020年)》中明確提出要重點(diǎn)扶持貧困區(qū)域的革命老區(qū)縣。2016年1月，《關(guān)于加大脫貧攻堅(jiān)力度支持革命老區(qū)開發(fā)建設(shè)的指導(dǎo)意見》的出臺又將老區(qū)的扶貧問題提升到新高度。耕種是老區(qū)農(nóng)民生產(chǎn)生活的主要經(jīng)濟(jì)來源，而耕地破碎化直接影響了農(nóng)業(yè)機(jī)械化水平和耕地資源的集約節(jié)約利用，間接影響了糧食單產(chǎn)和農(nóng)民生活水平的提高。從國內(nèi)外現(xiàn)有研究成果看，貧困的測度總體上逐漸由單維貧困[1-4]向多維貧困[5-9]趨勢發(fā)展；土地破碎化的衡量很大程度上是基于景觀格局視角選取景觀指數(shù)[10-16]進(jìn)行分析。國內(nèi)外一些學(xué)者主要研究貧困與地理區(qū)位[17-19]、土地退化[20-21]、氣候變化[22]、環(huán)境退化[23-26]等相關(guān)性研究；國外學(xué)者采用空間統(tǒng)計(jì)分析方法來研究非農(nóng)業(yè)產(chǎn)值、人口密度與鄉(xiāng)村土地破碎化分布模式的聯(lián)系[27]，在快速城鎮(zhèn)化背景下研究土地破碎化空間分布模式[28-29]，國內(nèi)學(xué)者多為探討耕地破碎化與農(nóng)業(yè)經(jīng)濟(jì)[15]、農(nóng)民收入[30-31]和耕地利用效率[32-34]的相關(guān)性?；谏鲜銮闆r，可知開展耕地破碎化與貧困兩者的空間相關(guān)研究相對較少。因此，在精準(zhǔn)扶貧工作大力推進(jìn)的背景下，進(jìn)行耕地破碎化與貧困研究尤為迫切和必要。本文選取廣西境內(nèi)的左右江革命老區(qū)為例，從經(jīng)濟(jì)視角來表征貧困程度；通過提取Landsat TM/ETM+/OLI影像的耕地?cái)?shù)據(jù)，從景觀格局角度選取耕地破碎化指數(shù)，進(jìn)一步構(gòu)建了耕地破碎化指標(biāo)評價(jià)體系，測算了耕地破碎度，應(yīng)用空間統(tǒng)計(jì)法揭示了研究區(qū)域耕地破碎化與貧困在不同時(shí)間的空間集聚特征和空間異質(zhì)性。以期為制定差別化土地扶貧政策、優(yōu)化耕地空間格局、擴(kuò)大農(nóng)業(yè)機(jī)械化規(guī)模和促進(jìn)耕地集約節(jié)約利用等方面提供借鑒。

1 研究區(qū)概況

廣西境內(nèi)的左右江革命老區(qū)位于廣西壯族自治區(qū)西部，總共涉及32個(gè)縣，其中含國家級貧困縣20個(gè)、自治區(qū)級貧困縣6個(gè)，貧困縣數(shù)占總數(shù)的81%。地處21°36′～25°37′ N，104°28′～109°09′ E，東與柳州市、來賓市和南寧市毗鄰，西鄰云南省，北與貴州省交界，南與防城港市、越南接壤。氣候溫和多雨，適宜多種農(nóng)作物生長，物產(chǎn)豐厚。地貌為典型的喀斯特地貌，石山較多，土壤貧瘠，從而制約了當(dāng)?shù)剞r(nóng)業(yè)發(fā)展，經(jīng)濟(jì)相對落后，農(nóng)民生活較貧困，但造就了優(yōu)美獨(dú)特的自然環(huán)境，旅游資源十分豐富。此外，該區(qū)還是多個(gè)少數(shù)民族聚集地。

圖1 研究區(qū)位置

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與處理

本研究貧困數(shù)據(jù)源于2001、2006、2011和2016年的《廣西統(tǒng)計(jì)年鑒》。耕地?cái)?shù)據(jù)源于USGS官網(wǎng)，主要下載研究范圍涉及2000、2005、2010和2015年10幅分辨率為30 m的遙感影像。首先，在遙感處理軟件ENVI 5.1中，經(jīng)過輻射定標(biāo)、大氣校正和波段融合等預(yù)處理流程后，進(jìn)行監(jiān)督分類、精度檢驗(yàn)；然后，應(yīng)用ArcGIS對ENVI分類結(jié)果進(jìn)行耕地信息的提取，并結(jié)合景觀分析軟件Fragstats 4.2進(jìn)行耕地破碎指標(biāo)的選?。灰钥h為評價(jià)單元，再建立基于ArcGIS 10.2平臺研究區(qū)域32個(gè)縣不同年份的耕地破碎化數(shù)據(jù)庫，根據(jù)破碎度的計(jì)算結(jié)果，劃分等級，以定量描述其空間分異特征；最后，利用GeoDA空間分析工具進(jìn)行耕地破碎化與貧困的雙變量空間自相關(guān)性分析。

2.2 研究方法

2.2.1 耕地破碎度的測算 為了準(zhǔn)確描述耕地破碎化的復(fù)雜演變過程，總結(jié)左右江革命老區(qū)2000～2015年破碎化規(guī)律，本研究從景觀格局的5個(gè)不同角度選取耕地破碎化指標(biāo)，構(gòu)建如表1所示的耕地破碎化綜合評價(jià)指標(biāo)體系。

表1 耕地破碎化綜合評價(jià)指標(biāo)體系

在綜合評價(jià)體系中，因耕地破碎化指標(biāo)是從景觀格局的各個(gè)角度選取，缺乏統(tǒng)一的可比基礎(chǔ)，難以進(jìn)行不同時(shí)間不同縣域之間的破碎度比較。因此，為建立統(tǒng)一的可比基礎(chǔ)，首先將Fragstats 4.2軟件計(jì)算選取的指標(biāo)進(jìn)行極值標(biāo)準(zhǔn)化處理。結(jié)合本研究2000～2015年耕地破碎化指標(biāo)的離散分布情況，決定選用熵值法確定權(quán)重。描述耕地破碎化程度的指標(biāo)是多種多樣的，于是采用多因素綜合評價(jià)法確定各個(gè)評價(jià)單元的耕地破碎度。計(jì)算過程主要應(yīng)用如下公式：

(1)原始數(shù)據(jù)極值標(biāo)準(zhǔn)化：

(1)

(2)

其中：Eij表示i縣j指標(biāo)標(biāo)準(zhǔn)化值，Xij表示指標(biāo)原值；Xmax表示某一年中某一指標(biāo)的最大值；Xmin表示某一年中某一指標(biāo)的最小值。

(2)計(jì)算i縣j指標(biāo)下標(biāo)準(zhǔn)值的比重Yij：

(3)

(3)求取j指標(biāo)的熵值Zj：

(4)

(4)求取j指標(biāo)的差異性系數(shù)Uj：

Uj=1-Zj(j=1,2,3,…,10)

(5)

(5)求取各指標(biāo)的權(quán)重Wj：

(6)

(6)計(jì)算某一年每個(gè)縣的耕地破碎度CLF：

CLF=∑Wj×Eij

(7)

2.2.2 貧困的表征 為全面探討左右江革命老區(qū)耕地破碎化與貧困時(shí)空貧困特征，本文貧困測度從與耕地利用聯(lián)系緊密的指標(biāo)中選取，采用農(nóng)民人均純收入來反映貧困程度，該值越高，區(qū)域越不貧困。

2.2.3 空間自相關(guān)分析 空間自相關(guān)分析由全局空間自相關(guān)分析和局部空間自相關(guān)分析2部分構(gòu)成。全局空間自相關(guān)分析用于分析全部范圍內(nèi)所有對象之間的空間分布模式、關(guān)聯(lián)性和顯著性；局部空間自相關(guān)分析是用來分析在不同局部范圍內(nèi)可能存在的空間分布不平衡性、集聚性和異質(zhì)性。描述空間自相關(guān)的指標(biāo)有Geary’s C、Getis G和Moran’s I等，本文選取了應(yīng)用比較廣泛的Moran’s I來描述。全局空間自相關(guān)用Moran’s I描述，如公式(8)所示；局部空間自相關(guān)用Local Moran’s I描述，如公式(9)所示。

(8)

對于每一空間單元a，Local Moran’s I為：

(9)

(10)

其中：(1)通常當(dāng)|Z|>1.96時(shí)，在95%的概率下，存在空間自相關(guān)。

(2)I的取值一般為[-1,1]，當(dāng)I<0時(shí)，為負(fù)相關(guān)；當(dāng)I>0時(shí)，為正相關(guān)；當(dāng)I=0時(shí)，不相關(guān)。

(3)n為評價(jià)單元總數(shù)，xa、xb分別表示評價(jià)單元a、b的不同指標(biāo)值，Wab表示2個(gè)鄰接單元a與b的空間權(quán)重矩陣，E(I)為Moran’s I的期望值，Var(I)為Moran’s I的方差。

為更準(zhǔn)確地揭示雙變量間的空間相關(guān)特征，Anselin在已有成果的基礎(chǔ)上引入了雙變量空間自相關(guān)分析，其公式如下：

(11)

3 結(jié)果與分析

3.1 耕地破碎化空間分異特征

為顯化耕地破碎化程度的空間分異格局，便于不同年份之間的比較，在自然間斷點(diǎn)分級法的基礎(chǔ)上，統(tǒng)一各年的耕地破碎度(Cultivated land fragmentation，簡寫CLF)分級(表2)。根據(jù)圖2可知，2000年破碎度較低區(qū)域聚集于東南部的扶綏縣、隆安縣和江州區(qū)一帶；破碎度處于中等水平的區(qū)域主要呈線狀貫穿區(qū)域南北；而較高破碎度地區(qū)集中在區(qū)域東西部。2005年區(qū)域面積近72%的地區(qū)全部處于高度破碎的水平，破碎度均達(dá)0.65以上；西部、東南邊緣區(qū)域破碎度相對較低。到了2010年破碎狀況得到很大程度的好轉(zhuǎn)，但是西南部以靖西市、德?？h和田東縣為主的一帶，破碎度依然較高，均處于0.65以上。2015年破碎度再次回升，高度破碎地區(qū)組團(tuán)狀分布，東部地區(qū)有兩團(tuán)，南丹縣和環(huán)江縣一團(tuán)，都安縣、大化縣和馬山縣一團(tuán)，西南地區(qū)德?？h、靖西市和天等縣一團(tuán)；破碎度低，耕地相對連片的區(qū)域依然是扶綏縣一帶，扶綏縣屬崇左市，這與崇左市近幾年不斷嘗試創(chuàng)新耕地整治模式，率先進(jìn)行“小塊并大塊”的耕地治理有關(guān)，并且取得了很好的效果，對于耕地的集中連片有重要影響，這一舉措值得耕地高度破碎化的區(qū)縣效仿并嘗試；中高水平地區(qū)則散落分布在區(qū)域各處。

總體上看，在這15年中，德?？h、靖西市和天等縣一帶一直處于高度破碎化水平，此區(qū)域礦產(chǎn)資源豐富，礦產(chǎn)資源的勘探開采必然加劇耕地破碎化演變；西部5縣破碎化水平基本上處于中高水平，西部5縣處于云貴高原邊緣山地，受地形影響，耕地變得零散，破碎化水平相對較高；而扶綏縣一帶破碎度最低，耕地相對集中連片，扶綏縣地處蘇圩平原，地勢較平緩，便于開展耕地大片種植與規(guī)?；?jīng)營。

表2 耕地破碎度級別

3.2 貧困空間分異特征

基于ArcGIS 10.2軟件應(yīng)用自然間斷點(diǎn)法將研究區(qū)域2000、2005、2010、2015年的農(nóng)民人均純收入劃分為5級，由圖3可知，左右江革命老區(qū)貧困空間分異特征十分顯著，空間分布極不平衡。農(nóng)民人均純收入越高的區(qū)縣，貧困程度越低。2000、2005、2010和2015年中國貧困線分別為農(nóng)民人均年收入625、683、1247、2300元，各年的農(nóng)民人均純收入均高出貧困線，但至今革命老區(qū)各縣均未擺脫貧困現(xiàn)狀。2000年農(nóng)民人均純收入大于1500元的地區(qū)主要集中于區(qū)域南部和北部的南丹縣、宜州市，其貧困程度較低，區(qū)域西北部海拔相對較高，大石山區(qū)，喀斯特地貌特征顯著，農(nóng)業(yè)經(jīng)濟(jì)發(fā)展受限，貧困程度高；2005和2010年貧困的空間分布格局極其相似，貧困度較低區(qū)域呈帶狀平行分布，集中于東北部的傾斜的“1”字帶和南部的“7”字帶，這2條字帶貫穿的區(qū)縣恰是高速公路、二級公路和鐵路穿越的密集區(qū)，交通便利，貧困度隨之變低；貧困度較高區(qū)縣則散落分布在西南部和中部；到了2015年貧困度較低區(qū)域組團(tuán)狀分布于右江河谷平原一帶和崇左中部處于丘陵平原的3縣，地勢平坦，易于耕作，農(nóng)業(yè)機(jī)械化投入不受限制，便于規(guī)模化管理，農(nóng)業(yè)收入高，農(nóng)民生活水平也相應(yīng)變高，較高區(qū)域集中分布于區(qū)域中部，散落分布于邊界個(gè)別縣。

2000～2015年，農(nóng)民最高人均純收入由1990元增長到9297元，增長了3.67倍，歷經(jīng)16年隨著社會經(jīng)濟(jì)的發(fā)展，人民的生活水平得到很大的提高。總體上，農(nóng)民人均純收入從西北向東南逐漸變高，因此貧困程度由西北到東南逐漸變低。按照貧困程度下降的態(tài)勢，是由毗鄰省界、縣界地帶區(qū)縣逐漸過渡到毗鄰內(nèi)陸經(jīng)濟(jì)發(fā)展速度較快的南寧、柳州等城市的區(qū)縣。崇左市的各區(qū)縣在歷年中貧困情況都處于較低水平，其中江州區(qū)貧困程度年年最低；那坡縣和凌云縣地勢較高，山地占據(jù)主導(dǎo)地位，農(nóng)民人均純收入在歷年中均最低，貧困度最高。

3.3 耕地破碎化與貧困全局空間自相關(guān)分析

應(yīng)用GeoDa空間統(tǒng)計(jì)分析軟件，逐年計(jì)算2000～2015年4個(gè)時(shí)間節(jié)點(diǎn)的耕地破碎度與貧困的全局空間自相關(guān)指數(shù)Moran’s I。由于農(nóng)民人均純收入越高，區(qū)域越不貧困，所以在空間相關(guān)性分析部分，均取其負(fù)值進(jìn)行計(jì)算，代表貧困程度。根據(jù)表3可知，Z值均大于1.96，全部通過顯著性檢驗(yàn)(P=0.05)，空間相關(guān)性均顯著。依據(jù)Moran’s I值的大小，便可知兩者相關(guān)性大小。在耕地破碎度與貧困相關(guān)性分析中，Moran’s I(2000)>Moran’s I(2005)>Moran’s I(2015)>Moran’s I(2010)，空間相關(guān)性在時(shí)間上表現(xiàn)為逐年減弱的特征，唯有2015出現(xiàn)小幅回升，為0.0118，2000年的Moran’s I為0.2053，正相關(guān)性最強(qiáng)，表明耕地越破碎，貧困程度越大。

圖2 耕地破碎化空間分布

3.4 耕地破碎化與貧困局部空間自相關(guān)分析

為了顯化耕地破碎化與貧困的空間集聚特征和和空間分異情況，在Z值顯著性檢驗(yàn)的基礎(chǔ)上(P=0.05)，繪制了耕地破碎化與貧困的LISA聚集圖(圖4)，用于表明在局部區(qū)域和周圍區(qū)域的空間關(guān)聯(lián)關(guān)系是高—高、低—低、低—高、高—低或無顯著的空間關(guān)聯(lián)性。高—高、低—低分別表示區(qū)域耕地破碎度和貧困程度都高、都低，兩者均說明存在空間正相關(guān)關(guān)系，具有較強(qiáng)的集聚性和相似性。低—高表示區(qū)域耕地破碎度高，貧困程度低，高—低則反之，兩者均說明存在空間負(fù)相關(guān)關(guān)系，存在明顯的空間異質(zhì)性。2000年耕地破碎化空間聚集強(qiáng)，隆林各族自治縣和田林縣的耕地破碎化與貧困的空間分布呈高—高型正相關(guān)，主要集中在西部地區(qū)；龍州縣、扶綏縣和江州區(qū)呈低—低型正相關(guān)，集中分布于區(qū)域南部；環(huán)江縣、憑祥市、大新縣和寧明縣呈高—低型負(fù)相關(guān)，散落于區(qū)域東北部和正南部；鳳山縣和凌云縣抱團(tuán)構(gòu)成低—高負(fù)相關(guān)型。2005年團(tuán)裝集聚特征顯著，低—低型和高—低型均呈團(tuán)狀集中于南部區(qū)縣；低—高型分布于西部4縣，不存在高—高型空間正相關(guān)分布格局。2010年低—低正相關(guān)型呈“U”字分布于南部，空間聚集特征明顯；而高—低負(fù)相關(guān)型的憑祥市、江州區(qū)和低—高的隆林各族自治縣、鳳山縣均散落分布，空間異質(zhì)性較強(qiáng)；仍然不存在高—高型分布。到2015年隆林各族自治縣、東蘭縣和鳳山縣為高—高正相關(guān)型散落排列統(tǒng)一水平上；寧明縣、江州區(qū)、扶綏縣和隆安縣呈帶狀分布于正南地區(qū)，為低—低正相關(guān)型，空間集聚性和相似性較強(qiáng)；龍州縣和憑祥市構(gòu)成高—低型依附于低—低型左邊；只有樂業(yè)縣呈低—高負(fù)相關(guān)性分布。

整體上，高—高正相關(guān)型和低—高負(fù)相關(guān)型集中分布于西部區(qū)縣；低—低正相關(guān)型和高—低負(fù)相關(guān)型多分布于區(qū)域南部。根據(jù)耕地破碎化與貧困的空間集聚特征和異質(zhì)性，對于高—高、低—低正相關(guān)型分布的區(qū)縣，耕地越破碎化，貧困水平越高，反之耕地越連片，貧困水平越低，在某種程度上，耕地破碎化水平直接影響了農(nóng)民收入的主要來源，有關(guān)區(qū)縣的國土部門應(yīng)加強(qiáng)耕地的連片整治工作，調(diào)整優(yōu)化耕地空間分布格局，制定相關(guān)政策約束人們分散耕地的耕作習(xí)慣，采取措施強(qiáng)化農(nóng)民保護(hù)耕地的意識，嚴(yán)格礦山開采和復(fù)墾監(jiān)督，促進(jìn)耕地資源的保護(hù)和合理利用。農(nóng)業(yè)部門也應(yīng)加入到土地扶貧的行列之中，實(shí)行惠農(nóng)政策，調(diào)用農(nóng)學(xué)專業(yè)人才指導(dǎo)老區(qū)農(nóng)民選種、育苗和耕作，扶持老區(qū)人民機(jī)械化種植，提升耕作效率和糧食產(chǎn)量，讓有限耕地生產(chǎn)出更多的糧食，促進(jìn)耕地資源的集約節(jié)約利用。針對耕地破碎化與貧困呈高—低負(fù)相關(guān)型的區(qū)縣，雖然耕地破碎化程度與貧困沒有直接影響，耕地與人類生產(chǎn)生活密切聯(lián)系，衣食住行都離不開耕地，依然需要加強(qiáng)耕地的連片整治，明確農(nóng)民耕地保護(hù)的責(zé)任。耕地破碎化與貧困呈低—高負(fù)相關(guān)型分布的區(qū)縣，既然耕地破碎化不是貧困的主要致貧因素，有關(guān)區(qū)縣扶貧辦應(yīng)從其他視角出發(fā)，識別重要致貧因素，盡快制定實(shí)施相關(guān)脫貧方案，以促進(jìn)老區(qū)80%以上的貧困縣早日脫貧摘帽。

圖3 貧困空間分布

4 結(jié)論

本文基于景觀格局指數(shù)構(gòu)建了破碎化指標(biāo)評價(jià)體系，測算了耕地破碎度，然后采用農(nóng)民人均純收入表征左右江革命老區(qū)貧困化程度，進(jìn)一步分析耕地破碎化和貧困的空間分異特征，最后采用雙變量空間自相關(guān)法揭示了研究區(qū)域耕地破碎化與貧困的空間相關(guān)特性?？梢缘贸鲆韵陆Y(jié)論：

(1)2000～2015年，左右江革命老區(qū)耕地破碎化空間分異特征為德?？h、靖西市和天等縣一帶的耕地一直處于高度破碎化水平；西部5縣基本上處于中高度破碎化；而扶綏縣一帶破碎度最低，耕地相對集中連片，易于實(shí)施農(nóng)業(yè)機(jī)械化，便于耕地規(guī)模化經(jīng)營管理。扶綏縣歷年耕地都最連片，可知地形地貌因素是左右江革命老區(qū)最穩(wěn)定、最重要的破碎化誘因。2000年破碎化程度最低為0.3058，而巴馬縣在2005年破碎化最嚴(yán)重，破碎度為0.7433。

圖4 耕地破碎化與貧困的雙變量LISA聚集圖

表3 耕地破碎化與貧困的雙變量全局空間自相關(guān)結(jié)果

(2)2000～2015年，總體上貧困程度由西北到東南逐漸變低。按照貧困程度下降的態(tài)勢，也可以理解為是由毗鄰省界、縣界地帶區(qū)縣逐漸過渡到毗鄰內(nèi)陸經(jīng)濟(jì)發(fā)展速度較快的南寧、柳州等城市的區(qū)縣。16年里在老區(qū)所有區(qū)縣的農(nóng)民人均純收入中，凌云縣最低為970元，扶綏縣最高為9297元，而且農(nóng)民最高人均純收入由1990元增長到9297元，增長了3.67倍，表明老區(qū)的貧困狀況得到很大程度的改善。

(3)通過雙變量全局空間自相關(guān)分析，Moran’s I(2000)>Moran’s I(2005)>Moran’s I(2015)>Moran’s I(2010)，可知空間相關(guān)性在時(shí)間上呈現(xiàn)逐年減弱態(tài)勢，唯有2015出現(xiàn)小幅上升為0.0118，2000年的Moran’s I為0.2053，正相關(guān)性最強(qiáng)。通過局部自相關(guān)分析可以得出，不同年份耕地破碎度LISA聚集圖各有特點(diǎn)，但總體上存在一定的空間相似性。高—高正相關(guān)型和低—高負(fù)相關(guān)型集中分布于西部區(qū)縣；低—低正相關(guān)型和高—低負(fù)相關(guān)型多分布于區(qū)域南部。

[1] Poston D L, Singelmann J, Siordia C, et al. Spatial context and poverty: area-level effects and micro-level effects on household poverty in the Texas Borderland & Lower Mississippi Delta: United States[J]. Applied Spatial Analysis and Policy, 2010, 3(2)： 139-162.

[2] Paul R. Population research and policy review[J]. Population Research and Policy Review, 2006, 25(4): 369-391.

[3] 李雙成,許月卿,傅小鋒.基于GIS和ANN的中國區(qū)域貧困化空間模擬分析[J].資源科學(xué),2005,27(4)：76-81.

[4] 李玉潔.甘肅農(nóng)村貧困性質(zhì)的變化與扶貧模式再選擇：基于空間貧困視角的研究[D].蘭州:蘭州大學(xué)，2012.

[5] Dorota Weziak-Bialowolska. Spatial variation in EU poverty with respect to health, education and living standards[J]. Social Indicators Research, 2016, 125(2): 451-479.

[6] 王艷慧,錢樂毅,段福洲,等.村級貧困人口多維測算及其貧困特征分析：以河南省內(nèi)鄉(xiāng)縣為例.[J]人口與經(jīng)濟(jì)，2014(5)：114-120.

[7] 楊振，江琪，劉會敏，等.中國農(nóng)村居民多維貧困測度與空間格局[J].經(jīng)濟(jì)地理，2015，35(12)：148-153.

[8] 王永明，王美霞，吳殿廷.貴州省鄉(xiāng)村貧困空間格局與形成機(jī)制分析[J].地理科學(xué)，2017，37(2):217-227.

[9] 錢樂毅.基于GIS的多尺度多維貧困識別[D].北京:首都師范大學(xué)，2014.

[10] ?akir G, ün C, Baskent E Z, et al. Evaluating urbanization, fragmentation and land use/land cover change pattern in Istanbul city, Turkey from 1971 to 2002[J]. Land degradation & development, 2008, 19(8)：663-675.

[11] Dewan A M, Yamaguchi Y, Rahman M Z. Dynamics of land use/cover changes and the analysis of landscape fragmentation in Dhaka Metropolitan, Bangladesh[J]. GeoJournal, 2012, 77(3): 315-330.

[12] 李玲，張少凱，董洋洋.平原糧食生產(chǎn)核心區(qū)耕地細(xì)碎化定量評價(jià)[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2015,49(4):524-532.

[13] 劉軒,張小虎,劉文鍇.村級尺度耕地細(xì)碎化測度研究[J].河南大學(xué)學(xué)報(bào),2015,45(5):556-561.

[14] 陳帷勝,馮秀麗,馬仁峰，等.耕地破碎度評價(jià)方法與實(shí)證研究[J].中國土地科學(xué),2016,30(5):80-87.

[15] 黃思琴，陳英，張仁陟，等.基于景觀指數(shù)的耕地細(xì)碎化與農(nóng)業(yè)經(jīng)濟(jì)水平的空間相關(guān)性分析[J].干旱地區(qū)農(nóng)業(yè)研究,2015,33(3):238-244.

[16] 李鑫，歐名豪，肖長江，等.基于景觀指數(shù)的細(xì)碎化對耕地生產(chǎn)效率影響研究[J].長江流域資源與環(huán)境，2012，21(6):707-713.

[17] Bird K, Shepherd A. Livelihoods and chronic poverty in semi-arid Zimbabwe[J]. World Development, 2003, 31(3): 591-610.

[18] Partridge M D, Rickman D S. Distance from urban agglomeration economies and rural poverty[J]. Journal of Regional Science, 2008, 48(2): 285-310.

[19] Christiaensen L, Demery L, Paternostro S. Economic growth and poverty in Sub- saharan Africa messages from the 1990s[J]. World Bank Economic Review, 2003, 17(3): 317 - 347.

[20] 郭來喜.貧困:人類面臨的難題[M].北京:中國科技出版社，1992.

[21] 王建武.土地退化與貧困相關(guān)性研究[D].北京：中國社會科學(xué)院，2003.

[22] 戴海龍.氣候變化對貧困地區(qū)農(nóng)戶生計(jì)影響研究:以寧夏西吉縣為例[J].青海氣象，2011(3):40-46.

[23] Okwi P O, Linderhof V, Hoogeveen J G, et al. Welfare and environment in rural uganda：results From a small-area estimation approach[J].The African Statistical Journal, 2006(3): 135- 188.

[24] 丁文廣.主成分分析在環(huán)境與貧困危機(jī)研究中的應(yīng)用:以甘肅省43個(gè)貧困縣為例[J].干旱區(qū)資源與環(huán)境，2007,21(3):6-10.

[25] 王建軍.新疆縣域生態(tài)脆弱性與貧困的關(guān)系研究[J].新疆農(nóng)墾經(jīng)濟(jì)，2015(1):73-77.

[26] 馮海英.環(huán)境(土地)退化與貧困問題研究:文獻(xiàn)綜述視角[J].青海社會科學(xué)，2012(3):37-41.

[27] Kjelland M E, Kreuter U P, Clendenin G A, et al. Factors related to spatial patterns of rural land fragmentation in Texas[J]. Environ Manage, 2007, 40(2): 231-244.

[28] Shrestha M K, York A M, Boone C G, et al. Land fragmentation due to rapid urbanization in the Phoenix Metropolitan area: analyzing the spatiotemporal patterns and drivers [J]. Applied Geography, 2012, 32(2): 522-531.

[29] York A M, Shrestha M, Boone C G, et al. Land fragmentation under rapid urbanization: a cross-site analysis of southwestern cities[J]. Urban Ecosyst, 2011, 14(3): 429-455.

[30] 李功奎，鐘普寧.農(nóng)地細(xì)碎化、勞動(dòng)力利用與農(nóng)民收入:基于江蘇省經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的實(shí)證研究[J].中國農(nóng)村經(jīng)濟(jì)，2006(4):42-48.

[31] 劉七軍，曲瑋，李昭楠.耕地細(xì)碎化對干旱綠洲區(qū)作物生產(chǎn)和農(nóng)戶收入影響效應(yīng)調(diào)查分析:以甘肅省民樂縣為例[J].干旱地區(qū)農(nóng)業(yè)研究，2011，29(3):191-198.

[32] 張海鑫，楊鋼橋.耕地細(xì)碎化及其對糧食生產(chǎn)技術(shù)效率的影響:基于超越對數(shù)隨機(jī)前沿生產(chǎn)函數(shù)與農(nóng)戶微觀數(shù)據(jù)[J].資源科學(xué)，2012，34(5):903-910.

[33] 李樹生.耕地細(xì)碎化與生產(chǎn)效率研究:以河南省為例[D].鄭州：河南大學(xué)，2011.

[34] 白志遠(yuǎn)，陳英，謝保鵬，等.ArcGIS支持下的景觀細(xì)碎化與耕地利用效率關(guān)系研究:以甘肅省康樂縣為例[J].干旱區(qū)資源與環(huán)境，2014，28(4):42-47.