基于夜间灯光数据的中国多维贫困空间识别

被引：56

作者：

潘竟虎

胡艳兴

机构：

[1] 西北师范大学地理与环境科学学院

来源：

经济地理 | 2016年 / 36卷 / 11期

关键词：

夜间灯光遥感数据; 多维贫困; 贫困测度; 空间识别; 连片贫困区; 中国;

D O I：

10.15957/j.cnki.jjdl.2016.11.017

中图分类号：

F323.8 [农业收入与分配];

学科分类号：

摘要：

精准测度并识别贫困地区对于精准扶贫政策的制定和实施意义重大。引入新型夜间灯光数据NPP-VIIRS,借鉴脆弱性—可持续生计框架,构建了多维贫困测度指标体系。以重庆市各县区为样本,构建了平均夜间灯光指数(ANLI)与多维贫困指数(MPI)之间的线性回归模型。以陕西省各县区数据对模型进行了检验,平均相对误差为12.51%。利用检验后的模型,将MPI空间化,识别出848个多维贫困县(区),并与国家划定的14个集中连片特困地区中的扶贫重点县进行对比。多维贫困县中绝对贫困县数目为254个,相对贫困县数目为543个,有195个县区属于非收入贫困引起的多维贫困县。

引用

页码：124 / 131

页数：8

共 13 条

[1] 中国贫困地区时空格局与差别化脱贫政策研究
周侃
王传胜
[J]. 中国科学院院刊, 2016, 31 (01) : 101 - 111
[2] 中国经济增长的真实性:基于全球夜间灯光数据的检验
徐康宁
陈丰龙
刘修岩
[J]. 经济研究, 2015, 50 (09) : 17 - 29+57
[3] 中国农村多维贫困地理识别及类型划分
刘艳华
徐勇
[J]. 地理学报, 2015, 70 (06) : 993 - 1007
[4] 中国贫困线水平研究
王晓琦
顾昕
[J]. 学习与实践, 2015, (05) : 76 - 87
[5] 基于BP神经网络的区域贫困空间特征研究——以武陵山连片特困区为例
刘一明
胡卓玮
赵文吉
王志恒
[J]. 地球信息科学学报, 2015, 17 (01) : 69 - 77
[6] 可持续生计分析研究综述
苏芳
徐中民
尚海洋
[J]. 地球科学进展, 2009, 24 (01) : 61 - 69
[7] 贫困与饥荒[M]. 商务印书馆 , (印)阿马蒂亚·森(AmartyaSen)著, 2001
[8] Poverty assessment using DMSP/OLS night-time light satellite imagery at a provincial scale in China
Wang, Wen
Cheng, Hui
Zhang, Li
[J]. ADVANCES IN SPACE RESEARCH, 2012, 49 (08) : 1253 - 1264
[9] Measuring Economic Growth from Outer Space
Henderson, J. Vernon
Storeygard, Adam
Weil, David N.
[J]. AMERICAN ECONOMIC REVIEW, 2012, 102 (02) : 994 - 1028
[10] A global poverty map derived from satellite data
Elvidge, Christopher D.
Sutton, Paul C.
Ghosh, Tilottama
Tuttle, Benjamin T.
Baugh, Kimberly E.
Bhaduri, Budhendra
Bright, Edward
[J]. COMPUTERS & GEOSCIENCES, 2009, 35 (08) : 1652 - 1660

← 1 2 →