基于地理加权回归模型的贵州省致贫因素研究--以剑河县为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第7-20页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-17页 |
| 1.2.1 地理加权回归模型 | 第8-12页 |
| 1.2.2 贫困影响因素 | 第12-16页 |
| 1.2.3 研究评述 | 第16-17页 |
| 1.3 研究主要内容 | 第17-18页 |
| 1.4 研究方法与技术路线 | 第18-20页 |
| 1.4.1 研究方法 | 第18-19页 |
| 1.4.2 技术路线 | 第19-20页 |
| 2 基础理论与研究方法 | 第20-25页 |
| 2.1 相关概念及理论 | 第20-21页 |
| 2.1.1 贫困 | 第20页 |
| 2.1.2 空间贫困理论 | 第20-21页 |
| 2.2 空间自相关 | 第21-22页 |
| 2.2.1 全局空间自相关 | 第21页 |
| 2.2.2 局部空间自相关 | 第21-22页 |
| 2.3 地理加权回归模型 | 第22-25页 |
| 2.3.1 GWR模型计算原理 | 第22页 |
| 2.3.2 空间权函数 | 第22-23页 |
| 2.3.3 宽带选择及优化 | 第23-25页 |
| 3 剑河县贫困空间分布特征 | 第25-32页 |
| 3.1 研究区概况 | 第25-26页 |
| 3.1.1 自然地理条件 | 第25页 |
| 3.1.2 社会经济条件 | 第25-26页 |
| 3.2 贫困空间分布特征 | 第26-32页 |
| 3.2.1 数据来源与处理 | 第26页 |
| 3.2.2 村级贫困现状 | 第26-29页 |
| 3.2.3 贫困发生率Moran’sI值 | 第29-30页 |
| 3.2.4 局域关联指数Getis-OrdGi* | 第30-32页 |
| 4 基于GWR模型的致贫因素分析 | 第32-50页 |
| 4.1 GWR模型致贫因子选取 | 第32-35页 |
| 4.2 GWR模型构建与检验 | 第35-38页 |
| 4.2.1 多重共线性检验 | 第35-36页 |
| 4.2.2 模型公式及计算 | 第36-37页 |
| 4.2.3 模型输出与检验 | 第37-38页 |
| 4.3 GWR模型致贫因子影响分析 | 第38-50页 |
| 4.3.1 平均坡度对贫困的影响 | 第38-39页 |
| 4.3.2 人均耕地面积对贫困的影响 | 第39-40页 |
| 4.3.3 到最近河流的距离对贫困的影响 | 第40-42页 |
| 4.3.4 到最近公路的距离对贫困的影响 | 第42-43页 |
| 4.3.5 到最近乡镇的距离对贫困的影响 | 第43-45页 |
| 4.3.6 缺资金致贫人口比例对贫困的影响 | 第45-46页 |
| 4.3.7 缺技术致贫人口比例对贫困的影响 | 第46-47页 |
| 4.3.8 缺劳动力致贫人口比例对贫困的影响 | 第47-48页 |
| 4.3.9 外出务工人口比例对贫困的影响 | 第48-50页 |
| 5 精准脱贫对策 | 第50-55页 |
| 5.1 自然资本致贫类脱贫对策 | 第50-51页 |
| 5.1.1 平均坡度致贫类 | 第50页 |
| 5.1.2 人均耕地面积致贫类 | 第50页 |
| 5.1.3 到最近河流距离致贫类 | 第50-51页 |
| 5.2 社会资本致贫类脱贫对策 | 第51-52页 |
| 5.2.1 到最近公路距离致贫类 | 第51页 |
| 5.2.2 到最近乡镇距离致贫类 | 第51-52页 |
| 5.2.3 缺资金致贫类 | 第52页 |
| 5.3 人力资本致贫类脱贫对策 | 第52-55页 |
| 5.3.1 缺技术致贫类 | 第52-53页 |
| 5.3.2 缺劳动力致贫类 | 第53页 |
| 5.3.3 外出务工贫致贫类 | 第53-55页 |
| 6 结论与讨论 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 讨论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 主要参考文献 | 第58-62页 |
| 附录 | 第62-66页 |
| 附录一 ：论文发表 | 第62页 |
| 附录二 ：主要参与课题 | 第62-63页 |
| 附录三 ：剑河县各行政村Gi*统计量表 | 第63-66页 |
