基于地理探测器的相对贫困地区矿产资源开发影响要素分析:以乌蒙山片区为例

doi:10.13745/j.esf.sf.2021.1.12

摘要/Abstract

摘要：

2020年消除绝对贫困后,巩固脱贫攻坚成果、缓解相对贫困问题成为未来扶贫开发的核心任务。我国相对贫困地区蕴藏着丰富的矿产资源,但由于自然本底脆弱、产业基础薄弱等原因,其资源优势并未得到有效转化。本研究在系统分析影响相对贫困地区矿产资源开发各项要素的基础上,构建了包括矿产资源储量、资本投入、生态环境重要指数、交通优势度、缺水程度、工业化水平和地形起伏度在内的影响要素指标体系,并以乌蒙山片区为研究案例,采用地理探测器工具从空间角度解析各项要素对矿产资源开发的影响大小。研究结果表明:资源储量是乌蒙山片区矿产资源开发空间分异的最直接决定因素,基本控制了矿产资源开发活动的空间分布;其次为固定资产投资、生态环境重要指数和地形起伏度,影响系数均约为0.44,交通优势度影响系数略低于上述三项指标,缺水程度和工业化水平对乌蒙山片区矿产资源开发的影响较弱。根据研究结果,建议加强相对贫困地区基础地质调查和矿产勘查工作,进一步挖掘矿产资源潜力,在专项资金安排等方面实施优惠政策,激励和引导采矿业投资,大力支持矿业绿色发展,加强交通基础设施建设,促进资源优势进一步向经济发展优势转化。

关键词: 相对贫困, 地理探测器, 矿产资源开发, 影响要素, 乌蒙山片区

Abstract:

After the eradication of absolute poverty in China in 2020, alleviating relative poverty will become the core task of poverty alleviation and development in the future. The country’s relatively poor areas possess rich mineral resources, but the resource advantage has not been effectively transformed into economic gains due to the fragile natural environments and low industrialization in these areas. Here we describe an indicator system based on a systematic analysis of the influencing factors for mineral resources development in the relatively poor areas. The influencing factors inlude mineral resources reserves, capital investment, indexes of ecological-environmental importance, traffic dominance, water shortage, industrialization level and topographic relief. Using the Geodetector tool, we analyzed the spatial distribution of mineral resources in the Wumeng Mountain area to assess the influence of each factor. The results show that resource reserve is the most direct determining factor of mineral resources development, controlling basically the spatial distribution of mineral resources development activities in the Wumeng Mountain area; investment in fixed assets comes in second, followed by indexes of ecological-environmental importance and topographic relief, as each has an influence coefficient of about 0.44; traffic dominance has slightly lower influence coefficient than the above three indicators, whereas water shortage and industrialization level have weak impacts. Accordingly, we suggest the following measures for developing mineral resources in the relatively poor areas: Strengthen basic geological survey and mineral exploration; Further tap into the potential of mineral resources; Implement preferential policies in special fund arrangement; Encourage and guide mining investment; Vigorously support green development of mining industry; Strengthen transportation infrastructure; and Promote transformation of resource advantage into economic development advantage.

Key words: relative poverty, Geodetector, development of mineral resources, influencing factors, Wumeng Mountain area

中图分类号:

P621
P942

张玉韩, 张寿庭, 赵玉. 基于地理探测器的相对贫困地区矿产资源开发影响要素分析:以乌蒙山片区为例[J]. 地学前缘, 2021, 28(3): 403-411.

ZHANG Yuhan, ZHANG Shouting, ZHAO Yu. Influencing factors of mineral resources development in the economically underdeveloped regions of China: Assessment of the Wumeng Mountain area using the Geodetector tool[J]. Earth Science Frontiers, 2021, 28(3): 403-411.

图/表 6

参考文献 49

[1]	王春萍, 郑烨. 21世纪以来中国产业扶贫研究脉络与主题谱系[J]. 中国人口·资源与环境, 2017, 27(6):145-154.
[2]	全承相, 贺丽君, 全永海. 产业扶贫精准化政策探析[J]. 湖南财政经济学院学报, 2015, 31(1):118-123.
[3]	刘建生, 陈鑫, 曹佳慧. 产业精准扶贫作用机制研究[J]. 中国人口·资源与环境, 2017, 27(6):127-135.
[4]	白春礼. 序言:科技赋能扶贫创新成就梦想[J]. 中国科学院院刊, 2020, 35(10):1203-1204.
[5]	王介勇, 戴纯, 刘正佳, 等. 巩固脱贫攻坚成果, 推动乡村振兴的政策思考及建议[J]. 中国科学院院刊, 2020, 35(10):1273-1281.
[6]	樊杰, 周侃, 伍健雄. 中国相对贫困地区可持续发展问题典型研究与政策前瞻[J]. 中国科学院院刊, 2020, 35(10):1249-1263.
[7]	李寻欢, 周扬, 陈玉福. 区域多维贫困测量的理论与方法[J]. 地理学报, 2020, 75(4):753-768. DOI
[8]	ERHUN M O. The contribution of the minerals and mining industry to poverty alleviation and sustainable development in Nigeria: a legal perspective[J]. Journal of Energy Technologies and Policy, 2015, 5(8):96-109.
[9]	WEBER-FAHR M. Treasure or trouble? mining in developing countries[R]. Washington DC: World Bank Group, 2002.
[10]	WEBER-FAHR M, STRONGMAN J, KUNANAYAGAM R, et al. Mining and poverty reduction[R]. Washington DC: World Bank, 2001.
[11]	ICMM. The role of mining in national economies: mining’s contribution to sustainable development[R]. London: International Council on Mining and Metals, 2013.
[12]	DAVIS G A, VáSQUEZ CORDANO A L. The fate of the poor in growing mineral and energy economies[J]. Resources Policy, 2013, 38(2):138-151. DOI URL
[13]	SAUNGWEME W Z. A review of policy and legal framework to promote Zimbabwe’s competitiveness in the mining sector[D]. Johannesburg: University of the Witwatersrand, 2005.
[14]	WENTWORTH L, SCHOEMAN M, LANGALANGA A. Foreign direct investment and inclusive growth in southern Africa[R]. Pretoria: Economic Society of South Africa, 2015.
[15]	吴文盛, 孟立贤. 我国矿产资源开发生态补偿机制研究[J]. 生态经济, 2010(5):168-171.
[16]	田美荣, 高吉喜, 陈雅琳. 基于化石能源资产流转的生态补偿核算研究[J]. 资源科学, 2014, 36(3):549-556.
[17]	苏迅. 资源贫困:现象、原因与补偿[J]. 中国矿业, 2007, 16(10):11-14.
[18]	王世虎, 郑娟尔, 袁国华. 搭上“资源列车”走上脱贫之路: 我国矿产资源开发参与扶贫的经验与做法[J]. 国土资源, 2014(11):46-49.
[19]	朱清, 王联军. 矿产资源开发扶贫研究[J]. 中国国土资源经济, 2016, 29(7):15-18.
[20]	吕国范. 中原经济区资源产业扶贫模式研究[D]. 北京: 中国地质大学(北京), 2014.
[21]	赵彬, 王冬. 地矿企业助力脱贫攻坚的路径研究[J]. 中国国土资源经济, 2017, 30(11):43-46.
[22]	傅连珍, 袁国华. 贵州省矿产资源开发助力乡村振兴的思考[J]. 中国国土资源经济, 2020, 33(2):61-65, 70.
[23]	刘中兰, 黄晓路, 黄凯丽, 等. 矿产资源扶贫开发收益分配常态机制研究: 以乌蒙山片区为例[J]. 湖北农业科学, 2017, 56(23):4672-4675.
[24]	黄晓路, 刘中兰. 中外矿产资源扶贫开发典型模式比较及启示[J]. 湖北农业科学, 2018, 57(9):128-131.
[25]	MINOT N, BAULCH B. Spatial patterns of poverty in Vietnam and their implications for policy[J]. Food Policy, 2005, 30(5):461-475. DOI URL
[26]	HOPE K R. Development prospects and policy for Africa: structural adjustment and beyond[J]. Review of Black Political Economy, 1999, 26(4):75-92. DOI URL
[27]	张玉韩, 侯华丽, 沈悦, 等. 乌蒙山片区矿产资源开发功能分区及扶贫政策探索[J]. 资源科学, 2018, 40(9):1716-1729.
[28]	梁晨霞, 王艳慧, 徐海涛, 等. 贫困村空间分布及影响因素分析: 以乌蒙山连片特困区为例[J]. 地理研究, 2019, 38(6):1389-1402. DOI
[29]	杨志恒, 黄秋昊, 李满春, 等. 产业扶贫视角下村域空间贫困陷阱识别与策略分析: 以湘西保靖县为例[J]. 地理科学, 2018, 38(6):885-894. DOI
[30]	侯华丽. 我国主要固体矿产资源开发功能区划研究[D]. 北京: 中国地质大学(北京), 2015.
[31]	张家其, 吴宜进, 葛咏, 等. 基于灰色关联模型的贫困地区生态安全综合评价: 以恩施贫困地区为例[J]. 地理研究, 2014, 33(8):1457-1466. DOI
[32]	侯华丽, 张玉韩, 吴尚昆, 等. 基于多要素的中国固体矿产资源丰度评价[J]. 中国人口·资源与环境, 2016, 26(增刊2):240-244.
[33]	DAILY G C. Natures services: societal dependence on natural ecosystems[M]. Washington D C: Island Press, 1997.
[34]	LIANG C, LI X. The ecological sensitivity evaluation in yellow river delta national natural reserve[J]. Clean Soil Air Water, 2012, 40(10):1197-1207. DOI URL
[35]	金凤君, 王成金, 李秀伟. 中国区域交通优势的甄别方法及应用分析[J]. 地理学报, 2008, 63(8):787-798.
[36]	钱纳里, 鲁宾逊, 塞尔奎因. 工业化和经济增长的比较研究[M]. 上海: 三联书店, 1989.
[37]	FANG Y P, YING B. Spatial distribution of mountainous regions and classifications of economic development in China[J]. Journal of Mountain Science, 2016, 13(6):1120-1138. DOI URL
[38]	刘彦随, 李进涛. 中国县域农村贫困化分异机制的地理探测与优化决策[J]. 地理学报, 2017, 72(1):161-173. DOI
[39]	封志明, 张丹, 杨艳昭. 中国分县地形起伏度及其与人口分布和经济发展的相关性[J]. 吉林大学社会科学学报, 2011, 51(1):146-151, 160.
[40]	WANG J F, LI X H, CHRISTAKOS G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region, China[J]. International Journal of Geographical Information Science, 2010, 24(1):107-127. DOI URL
[41]	WANG J F, ZHANG T L, FU B J. A measure of spatial stratified heterogeneity[J]. Ecological Indicators, 2016, 67(2016):250-256. DOI URL
[42]	丁悦, 蔡建明, 任周鹏, 等. 基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素[J]. 地理科学进展, 2014, 33(5):657-666. DOI
[43]	LI X W, XIE Y F, WANG J F, et al. Influence of planting patterns on Fluoroquinolone residues in the soil of an intensive vegetable cultivation area in north China[J]. Science of the Total Environment, 2013, 458/459/460:63-69.
[44]	WU R N, ZHANG J Q, BAO Y H, et al. Geographical detector model for influencing factors of industrial sector carbon dioxide emissions in Inner Mongolia, China[J]. Sustainability, 2016, 8(2):149. DOI URL
[45]	YANG R, XU Q, LONG H L. Spatial distribution characteristics and optimized reconstruction analysis of China’s rural settlements during the process of rapid urbanization[J]. Journal of Rural Studies, 2016, 47:413-424. DOI URL
[46]	黄贤营, 王春芳. 全国地质勘查行业发展形势分析与展望: 基于2019年行业统计数据[J]. 中国国土资源经济, 2020, 33(9):48-53.
[47]	宋冬林, 汤吉军. 沉淀成本与资源型城市转型分析[J]. 中国工业经济, 2004(6):58-64.
[48]	易继宁, 郭佳, 靳松, 等. 我国金属矿产资源产业转移态势的产业梯度系数视角分析[J]. 现代矿业, 2019, 35(7):1-5, 28.
[49]	周自翔, 李晶, 任志远. 基于GIS的关中—天水经济区地形起伏度与人口分布研究[J]. 地理科学, 2012, 32(8):951-957. DOI

省	市(州)	县(区、市)
四川省	泸州市	叙永县、古蔺县
	乐山市	沐川县、马边彝族自治县
	凉山彝族自治州	普格县、布拖县、金阳县、昭觉县、喜德县、越西县、美姑县、雷波县
	宜宾市	屏山县
贵州省	遵义市	桐梓县、习水县、赤水市
贵州省	毕节市	七星关区、大方县、黔西县、织金县、纳雍县、威宁彝族回族苗族自治县(含六盘水市钟山区大湾镇)、赫章县
云南省	昆明市	禄劝彝族苗族自治县、寻甸回族彝族自治县
	曲靖市	会泽县、宣威市
	昭通市	昭阳区、鲁甸县、巧家县、盐津县、大关县、永善县、绥江县、镇雄县、彝良县、威信县
	楚雄彝族自治州	武定县

省	市(州)	县(区、市)
四川省	泸州市	叙永县、古蔺县
	乐山市	沐川县、马边彝族自治县
	凉山彝族自治州	普格县、布拖县、金阳县、昭觉县、喜德县、越西县、美姑县、雷波县
	宜宾市	屏山县
贵州省	遵义市	桐梓县、习水县、赤水市
贵州省	毕节市	七星关区、大方县、黔西县、织金县、纳雍县、威宁彝族回族苗族自治县(含六盘水市钟山区大湾镇)、赫章县
云南省	昆明市	禄劝彝族苗族自治县、寻甸回族彝族自治县
	曲靖市	会泽县、宣威市
	昭通市	昭阳区、鲁甸县、巧家县、盐津县、大关县、永善县、绥江县、镇雄县、彝良县、威信县
	楚雄彝族自治州	武定县

变量属性	变量	指标	具体指标
因变量	Y	矿产资源开发规模	设计开采规模
自变量	X₁	矿产资源储量	查明资源储量
	X₂	资本投入	固定资产投资
	X₃	生态环境重要指数	生物多样性维持与保护功能重要性、水源涵养功能重要性、土壤保持功能重要性、防风固沙功能重要性、洪水调蓄功能重要性、酸雨敏感性、土壤侵蚀敏感性、石漠化敏感性、冻融侵蚀敏感性、盐渍化敏感性、沙漠化敏感性
	X₄	交通优势度	交通密度、交通干线可达度、交通枢纽可达度
	X₅	缺水程度	多年平均缺水率
	X₆	工业化水平	人均GDP、三次产业产值结构
	X₇	地形起伏度	平均海拔、海拔高差、平地面积占比

变量属性	变量	指标	具体指标
因变量	Y	矿产资源开发规模	设计开采规模
自变量	X₁	矿产资源储量	查明资源储量
	X₂	资本投入	固定资产投资
	X₃	生态环境重要指数	生物多样性维持与保护功能重要性、水源涵养功能重要性、土壤保持功能重要性、防风固沙功能重要性、洪水调蓄功能重要性、酸雨敏感性、土壤侵蚀敏感性、石漠化敏感性、冻融侵蚀敏感性、盐渍化敏感性、沙漠化敏感性
	X₄	交通优势度	交通密度、交通干线可达度、交通枢纽可达度
	X₅	缺水程度	多年平均缺水率
	X₆	工业化水平	人均GDP、三次产业产值结构
	X₇	地形起伏度	平均海拔、海拔高差、平地面积占比

探测因子	指标名称	q值	p值
X₁	查明资源储量	1	0
X₂	固定资产投资	0.443 346	0.936 320
X₃	生态环境重要指数	0.443 346	0.936 320
X₄	交通优势度	0.443 186	0.921 601
X₅	缺水程度	0.000 59	0.973 98
X₆	工业化水平	0.064 736	0.067 163
X₇	地形起伏度	0.443 346	0.936 320