矿产冲突空间分布特征及影响因素

    本篇论文目录导航：

　　【题目】我国矿产冲突时空分布特征探究
　　【第一章】矿产资源冲突时空分布特点分析绪论
　　【第二章】矿产冲突概述
　　【第三章】矿产冲突的类型
　　【第四章】矿产争执时间分布特点与关联要素
　　【第五章】矿产冲突空间分布特征及影响因素
　　【结论/参考文献】矿产冲突的具体情况研究结论与参考文献
　　
   
　　5 矿产冲突空间分布特征及影响因素

　　5.1 矿产冲突空间分布特征

　　本文采用“冲突度”作为衡量某一区域冲突严重程度的指标，用矿产冲突量的加权值来表示，该指标计算公式为：C（式 5-1）
　　
　　C 为某一区域冲突度，A 为一般矿产冲突的冲突量，B 为重大矿产冲突量，C 为特大矿产冲突量，K1、K2、K3 分别指一般矿产冲突、重大矿产冲突、特大矿产冲突的权重值。这三类冲突的划分以本文第三部分的划分标准为基础，并进一步细化为冲突规模、财产损失、伤残人数和死亡人数四个方面，如表 5-1 所示。 权重值K可以通过层次分析法获得，但由于该方法对冲突样本数据详尽程度提出了较高的要求，本文基于网络收集的359例矿产冲突，虽然初步构建起我国矿产冲突数据库，但是媒体报道或网络信访存在资料不够详实的缺陷，基于这一数据库难以获得评价指标的全部数据，因此本文采用专家评分法对指标进行赋值。特大矿产冲突的权重取值为0.45,重大矿产冲突的权重取值为0.35,一般矿产冲突的权重取值为0.2 .

　　利用公式5-1对我国31个省（自治区、直辖市）的矿产冲突的冲突度进行计算，计算结果见表5-2.然后利用GEODA软件生成全国31个省（自治区、直辖市）的冲突度空间分布三分图（图5-1） .由图可知，我国矿产冲突的空间分布具有以下特点：

　　（1）我国矿产冲突总体上呈现“中间高两边低”的分布特征我国矿产冲突程度最强的地区是中北部、中部和中南部，且冲突程度自中部向东、西部逐渐减弱。其中，湖南、山西、陕西、云南、内蒙古、广东、贵州、湖南等地为典型的冲突高发区，其中最高值 22.8（湖南），是全国平均值的 5 倍；新疆、西藏、浙江、江苏等地为典型的冲突低发区。（2）我国矿产冲突在省级层面上的分布具有一定的集聚性我国矿产冲突的分布具有一定的集聚性。其中，最明显的两个区域为中南部和西北部。中南部集聚着为冲突程度较强的省份，西北部集聚着冲突程度较弱的省份。

　　5.2 矿产冲突空间分布差异

　　为了了解全国 31 个省（自治区、直辖市）冲突度的具体差异，本文采用层次聚类法，利用冲突度的测算结果数据，对全国 31 个省（自治区、直辖市）进行聚类分析，结果见表 5-3.

　　聚类分析是一种按照样本的性质进行亲疏程度判别的过程，它能够将一批样本进行自动分类，同一类样本之间具有一定的相似性。SPSS 中的聚类功能常用的有两种：

　　层次聚类（Hierarchical Cluster）和快速聚类（K-Means Cluster）。本文采用的是层次聚类法。聚类分析结果显示，全国 31 个省（自治区、直辖市）的冲突结果可以分成 5 类。

　　第一类有湖南、山西、陕西、云南 4 个省份，分布在中部地区和西部地区，这四个省矿产冲突度的平均值为 18.35,远远高于全国平均值 4.56,说明这四个省的矿产冲突最为严重。第二类有甘肃、新疆、山东、安徽、河北等 15 个省份，主要分布在东部地区、西部地区和东北地区，冲突度平均值为 0.43,冲突程度最弱。第三类有内蒙古、广东、贵州 3 个省份，冲突度平均值为 7.50,冲突程度相对较为严重。第四类有四川、重庆、福建、广西 4 个省份，主要分布在南部地区，冲突度平均值 2.93,低于全国平均值 4.56,冲突程度相对较弱。第五类有江西、湖北、辽宁等 5 个省份，冲突度平均值为 5.47,略高于全国平均值，冲突程度在全国处于中等水平。

　　5.3 矿产冲突空间分布格局

　　地理学第一定律认为，空间信息之间存在一定的联系，而且相近的事物之间关联更紧密，也就是说矿产冲突也应当具有空间依赖或空间自相关的特征。为了进一步探索我国矿产冲突的集聚性，本文采用冲突度数据对其进行空间自相关分析。

　　空间自相关（Spatial autocorrelation）是检验具有空间位置的某要素的观测值是否显着地与其相邻空间点上的观测值相关联的一种分析方法[10],可以用于研究空间的异质性和集聚性。目前这种方法已经在生态学、土壤学、生物学和区域经济等方面得到广泛应用。

　　空间自相关性可以分为全局空间自相关和局部空间自相关。Global Moran's I 指数是全局空间自相关的表征指标，适用于分析单一要素在整体区域内的空间模式，其值介于-1 到 1 之间，当大于零小于一时表示要素空间正相关，即呈集聚分布；等于零则表明要素不存在空间相关性，即随机分布；大于负一小于零时表示要素空间负相关，即呈离散分布。I 值越大空间要素相关性越大。Local Moran's I（LISA）指数是局部空间自相关的表征指标，适用于分析变量在局部区域单元的属性值与相邻单元该属性值之间的相关程度。Moran 散点图是用直角坐标系来表征的，它有四个象限，其中第一象限为“高高聚集”,第二象限为“低高聚集”,第三象限为“低低聚集”,第四象限为“高低聚集”.“高高聚集”表示该单元与其周围单元都具有较高的属性值，“低低聚集”则表示属性值都比较低，但是这两个象限内的单元都存在较强的空间正相关，即有均质性。“高低聚集”表示该单元的属性值较高而周围单元较低，“低高聚集”则表示该单元的属性值较低而周围单元较高，这两个象限内的单元存在较强的空间负相关，即异质性突出。

　　Global Moral's I 的定义式为：Local Moral's I 的定义式为：（ ）（ ）2ii ij ijX XI W X XS-= ?-（式 5-3）式中 wij为空间权重矩阵，根据各省行政区划范围构造，当区域 i 和 j 边界相邻时，wjj值取 1,否则为 0,由于海南省与其他省份没有共同陆地边界，本文以广东省作为其相邻区域。

　　5.3.1 全局空间自相关分析

　　以计算出的我国 31 个省（自治区、直辖市）的冲突度作为变量，选取基于距离的空间权重，通过 GEODA 软件进行全局空间自相关分析（图 5-2）。图 5-2 中 Moran's I=0.0918 为空间正相关，说明我国矿产冲突空间分布并非表现出完全随机性，而是表现出一定的空间聚集特征，也就是说冲突度较高的地区趋于和冲突度较高的地区相邻，而冲突度较低的地区趋于和冲突度较低的地区相邻。虽然有不少省份分布在第一象限和第三象限，但是还有相当一部分省份位于第二象限和第四象限，属于高低集聚和低高集聚类型，且全局 Moran's I 指数的值比较小，说明我国矿产冲突空间分布的空间正相关并不十分显着，集聚性不强，具有一定的异质性。

　　本文采用蒙特卡洛模型的方法对 Moran's I 的显着情况进行检验，检验结果见图5-3.P 值等于 0.041,说明在 95.9%的置信度下的空间自相关是显着的。
　　
　　5.3.2 局部空间自相关分析

　　全局空间自相关指标 Moran's I 用于验证整个研究区域的空间模式，而局部空间分析指标 LISA 则用于反映一个区域单元上的某种地理现象或某一属性值与临近单元上统一地理现象或属性值的相关程度[11].

　　本文利用 GEODA 软件进行局部空间自相关分析，以进一步解释我国矿产冲突在局部尺度上的空间集聚程度。LISA 集聚图（图 5-4）中的三种颜色代表三种不同的空间自相关类别。其中红色代表“高高聚集”,说明湖南省和贵州省的冲突度很高，且其周边省份的冲突度也都比较高；蓝色代表“低低聚集”,说明青海省、江苏省、上海市的冲突度很低，且其周边省份的冲突度也都比较低；紫色代表“低高聚集”,说明海南省、广西省、重庆市的冲突度远低于其周边省份；无色则为不显着。（本图中无“高低聚集”）图 5-4 反映出我国矿产冲突最为严重的区域主要是集中在湖南省和贵州省周围，而“低低聚集”的新疆维吾尔自治区、江苏省和上海市则是冲突相对较弱区域的集中地，该结果与图 5-1 显示出的结果相一致：中南部的冲突较为严重，东部沿海和西部地区冲突程度相对较弱。

　　5.4 影响因素分析

　　5.4.1 区位因素

　　统计资料显示，引发冲突最多的矿产资源主要有：煤、铁、沙、金、石、铅、锡和锰。这些固体矿产的开采对周边群众的影响最直接，导致的冲突也最多、最严重。

　　以煤矿和铁矿为例（图 5-5 和图 5-6），其分布大多位于中部地区、南部地区和东北部地区，矿产冲突的分布也基本上在这一范围之内。此外，一些矿区的地理位置较偏远、治安力量薄弱、政府腐败严重，更易引发矿产冲突。
　　
　　5.4.2 经济因素

　　矿产冲突的爆发频率和严重程度与区域经济发展水平有很大的关系。在不同经济发展水平地区，矿产资源开发带来的收入在区域总收入中的比重差别较大。对于经济不发达地区尤其是主要靠矿产资源开发收入来维持生活的地区，其来自于矿产资源开发的收入远远高于其他的收入，争夺矿产资源的边际收益比较高，自然会引发更多的冲突。我国的经济发展水平基本上是东高西低的梯度分布，这也在一定程度上解释了东部地区，尤其是东北地区呈现出矿产资源丰富但矿产冲突较弱的情况。