一种测度农牧区环境基本公共服务非均衡性及定量归因方法

1.本发明涉及生态环境治理领域，尤其涉及一种测度农牧区环境基本公共服务非均衡性及定量归因方法。


背景技术：

2.环境是人类赖以生存和发展的基础，安全、宜居、健康的环境质量是人们的基本需求之一。环境基本公共服务作为保障公民生存和发展的基本环境质量而提供的公共服务产品，主要由政府通过公共财政投入进行供给，是国家基本公共服务体系的重要组成部分。由于农村公共投入长期优先用于生产生活密切相关的道路设施、灌溉和饮水设施等，导致污水处理、垃圾处置、卫生户厕等环境基础设施薄弱，造成农村环境基本公共服务配置不足，尤其是在青藏高原农牧区，村镇层面环境基本公共服务的非均衡现象更为突出。随着区内常住人口与外来游憩人口规模迅速增长、农牧民生活与消费水平提高，各类人为污染物产生量快速增长，环境基本公共服务配置的非均衡性导致局部环境污染处理不及时，不仅制约当地人居环境改善、侵害危及居民生命和健康安全，还将对青藏高原生态屏障本就脆弱的生态系统造成不可逆的影响。
3.然而，目前针对拥有特殊的自然地理禀赋和农牧区社会经济条件的农牧区，其环境基本公共服务配置的非均衡性原因尚不明确，针对领域相关研究空白；
4.由此，急需探究环境基本公共服务配置的非均衡性问题及导致服务供给失效的阻滞因素，以便进一步进行原住农牧民环境基本公共服务均等化提升与人居环境质量改善，缓解青藏高原等农牧区内的环境压力与生态风险防范；目前，还未见有可测度其农牧区环境基本公共服务非均衡性及定量归因方法公开。
5.因此，本领域的技术人员致力于开发一种测度农牧区环境基本公共服务非均衡性及定量归因方法，以解决上述现有技术的不足。


技术实现要素：

6.有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是，目前，针对于农牧区环境基本公共服务的非均衡性测度方法空白的缺陷问题。
7.为实现上述目的，本发明提供了一种测度农牧区环境基本公共服务非均衡性及定量归因方法，包括以村镇居民点为研究对象；选取生活垃圾处理、生活污水处理、卫生户厕3项环境基本公共服务配置作为特征指标；构建农牧区村域环境基本公共服务和社会经济数据数据集；在多尺度刻画非均衡性基础上，运用逻辑斯蒂回归模型测度环境基本公共服务配置失效成因及其要素间的异质性；
8.具体包括以下步骤：
9.步骤1、以村镇居民点为基本研究单元，搜集村镇居民点基础数据并构建数据库；
10.步骤2、确定测度指标；具体包括全国农业普查中的村镇居民点内“生活垃圾是否集中处理”、“生活污水是否集中处理”、“卫生户厕改造是否完成”三个指标因素；
11.步骤3、对步骤2指标因素进行单要素赋值，具体包括，选择“是”则该要素赋值“1”，选择“否”则该要素赋值“0”；
12.步骤4、对单项要素赋值做累加处理，得到环境基本公共服务(environmental basic public service,ebps)配置水平，ebps取值范围为[0,3]；
[0013]
当ebps＝3时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置完善，环境基本公共服务配置水平“高”；
[0014]
当ebps＝2时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置其中两项，环境基本公共服务配置水平“中”；
[0015]
当ebps＝1时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施仅配置其中一项，环境基本公共服务配置水平“低”；
[0016]
当ebps＝0时，代表三类设施还未配置，环境基本公共服务配置水平“极低”；步骤5、采用各层级行政区划对村镇居民点环境基本公共服务配置状况汇总统计，测算出乡镇、县域、地市及省域等各尺度的ebps(即辖区内全部村镇居民点的ebps平均值)，以及单项环境基础设施要素的配置率(如辖区内实现生活垃圾集中处理的村镇居民点数量占全部村镇居民点的比重)；实现青藏高原农牧区内各层级环境基本公共服务配置的非均衡性表达；
[0017]
步骤6、采用有序多分类逻辑斯蒂回归模型(ordinal logistic regression model)，以ebps作为被解释变量进行非均衡性的定量归因，如式(1)，
[0018][0019]
式(1)中
[0020]
j＝1,2,3,4，表示环境基本公共服务配置水平的4个分级值；
[0021]
p(z≤j|xi)为配置水平j及以下类别的累积概率；
[0022]
β0为截距项；
[0023]
xi为影响配置水平的各类解释变量；
[0024]
βi为回归系数；
[0025]
步骤7、根据生活垃圾处理服务、生活污水处理服务以及卫生户厕改造是否实现来设置二分类变量，以进一步分解村镇居民点环境基本公共服务配置影响因素的要素差异，即“1”表示已实现该要素设施配置，“0”则表示未实现配置；
[0026]
采用二元逻辑斯蒂回归模型(binary logistic regression model)进行分析；模型表达式如下式(2)：
[0027][0028]
式(2)中，
[0029]
p(x＝1|xi)表示实现某要素设施配置的概率，取值范围为[0,1]；
[0030]
k表示变量个数；
[0031]
α0为截距项；
[0032]
xi为影响配置水平的各类解释变量；
[0033]
αi为回归系数；
[0034]
进一步地，所述步骤1中，所述涉及数据主要包括基础地理要素数据、社会经济与环境基本公共服务配置数据；
[0035]
进一步地，所述步骤1中，所述基础地理要素数据，包括数字高程模型(digital elevation model,dem)和各级行政区划图；
[0036]
在本发明具体实施方式中，所述步骤6中，影响环境基本公共服务配置的主要因素包括配置成本因素、人口社会因素、经济收入因素和基层管理因素4类因素、合计9个变量；
[0037]
在本发明具体实施方式中，所述步骤6中，所述配置成本因素包括海拔高程分级、地形地貌属性、最远居民点交通距离分级3个变量；
[0038]
在本发明具体实施方式中，所述步骤6中，所述人口社会因素包括民族聚居属性、常住人口规模分级2个变量；
[0039]
在本发明具体实施方式中，所述步骤6中，所述经济收入因素包括全年村集体收入分级变量；
[0040]
在本发明具体实施方式中，所述步骤6中，所述基层管理因素包括基层行政管理人员数量分级、基层领导受教育属性2个变量；
[0041]
所述地形地貌属性、民族聚居属性、村基层领导受教育属性为分类变量，其余均为连续变量；
[0042]
在本发明具体实施方式中，所述步骤6中，所述配置成本因素的海拔高程分级变量，采用dem测算的本村范围内平均海拔分级，分级阈值包括＜2500m、2500～3000m、3000～3500m、3500～4000m、≥4000m；
[0043]
所述海拔＜2500m时，频数为339个，比重为7.86％；
[0044]
所述海拔2500～3000m时，频数为1496个，比重为34.67％；
[0045]
所述海拔3000～3500m时，频数为1244个，比重为28.83％；
[0046]
所述海拔3500～4000m时，频数为629个，比重为14.58％；
[0047]
所述海拔≥4000m时，频数为607个，比重为14.07％；
[0048]
在本发明具体实施方式中，所述步骤6中，所述配置成本因素的地形地貌属性变量，采用本村地形地貌特征分类，如村内有多种地势特征的，按所占面积最大的一类进行确认，分平原、丘陵、山区3类；
[0049]
所述分类为平原时，频数为389个，比重为9.02％；
[0050]
所述分类为丘陵时，频数为192个，比重为4.45％；
[0051]
所述分类为山区时，频数为3734个，比重为86.54％；
[0052]
在本发明具体实施方式中，所述步骤6中，所述配置成本因素的最远居民点交通距离分级变量，按村委会到本村最远自然村或居民定居点的交通距离分级，分级阈值包括＜1km、1～5km、5～10km、10～20km、≥20km；
[0053]
所述交通距离＜1km时，频数为1367个，比重为31.68％；
[0054]
所述交通距离1～5km时，频数为1979个，比重为45.86％；
[0055]
所述交通距离5～10km时，频数为254个，比重为5.89％；
[0056]
所述交通距离10～20km时，频数为250个，比重为5.79％；
[0057]
所述交通距离≥20km时，频数为465个，比重为10.78％；
[0058]
在本发明具体实施方式中，所述步骤6中，所述人口社会因素的民族聚居属性变量，通过少数民族人口数占全村人口总数是否达到30％以上进行分类，30％以上为少数民族聚居村，否则为汉族聚居村；
[0059]
所述少数民族聚居村，频数为2355个，比重为54.58％；
[0060]
所述汉族聚居村，频数为1960个，比重为45.42％；
[0061]
在本发明具体实施方式中，所述步骤6中，所述人口社会因素的常住人口规模分级变量，按本村普查年的常住人口数量分级，分级阈值包括＜500人、500～1000人、1000～1500人、1500～2000人、≥2000人；
[0062]
所述常住人口数量＜500人的，频数为1273个，比重为29.50％；
[0063]
所述常住人口数量为500～1000人的，频数为1488个，比重为34.48％；
[0064]
所述常住人口数量为1000～1500人的，频数为851个，比重为19.72％；
[0065]
所述常住人口数量为1500～2000人的，频数为366个，比重为8.48％；
[0066]
所述常住人口数量为≥2000人的，频数为337个，比重为7.81％；
[0067]
在本发明具体实施方式中，所述步骤6中，所述经济收入因素的全年村集体收入分级变量，按普查年全年村集体收入分级，分级阈值包括0万元(无集体收入)、1～5万元、5～10万元、10～20万元、≥20万元；
[0068]
所述普查年全年村集体收入为0万元的，频数为1139个，比重为26.40％；
[0069]
所述普查年全年村集体收入为1～5万元的，频数为1813个，比重为42.02％；
[0070]
所述普查年全年村集体收入为5～10万元的，频数为645个，比重为14.95％；
[0071]
所述普查年全年村集体收入为10～20万元的，频数为370个，比重为8.57％；
[0072]
所述普查年全年村集体收入为≥20万元的，频数为348个，比重为8.06％；
[0073]
在本发明具体实施方式中，所述步骤6中，所述基层管理因素的基层行政管理人员数量分级变量，按年末负责管理村级行政事务的村干部人数分级，分级阈值包括1～2人、3～4人、5～7人、8～9人、≥10人；
[0074]
所述年末负责管理村级行政事务的村干部人数为1～2人，频数为338个，比重为7.83％；
[0075]
所述年末负责管理村级行政事务的村干部人数为3～4人，频数为1380个，比重为31.98％；
[0076]
所述年末负责管理村级行政事务的村干部人数为5～7人，频数为1714个，比重为39.72％；
[0077]
所述年末负责管理村级行政事务的村干部人数为8～9人，频数为554个，比重为12.84％；
[0078]
所述年末负责管理村级行政事务的村干部人数为≥10人，频数为329个，比重为7.62％；
[0079]
在本发明具体实施方式中，所述步骤6中，所述基层管理因素的基层领导受教育属性变量，以村党支部书记和村委会主任的最高受教育水平进行分类，包括未上学、小学、初中、高中或中专、大专及以上五类；
[0080]
所述村党支部书记和村委会主任的最高受教育水平为未上学的，频数为56个，比重为1.30％；
[0081]
所述村党支部书记和村委会主任的最高受教育水平为小学的，频数为946个，比重为21.92％；
[0082]
所述村党支部书记和村委会主任的最高受教育水平为初中的，频数为1865个，比
重为43.22％；
[0083]
所述村党支部书记和村委会主任的最高受教育水平为高中或中专的，频数为1161个，比重为26.91％；
[0084]
所述村党支部书记和村委会主任的最高受教育水平为大专及以上的，频数为287个，比重为6.65％；
[0085]
采用以上方案，本发明公开的一种测度农牧区环境基本公共服务非均衡性及定量归因方法，具有以下优点：
[0086]
本发明的一种测度农牧区环境基本公共服务非均衡性及定量归因方法，针对在农牧区村镇环境基本公共服务非均衡性、供给失效的微观成因机制解析不足，本发明定量揭示了农牧区环境基本公共服务的非均衡性及成因，以村镇居民点为研究对象，选取生活垃圾处理、生活污水处理、卫生户厕3项环境基本公共服务配置作为特征指标，构建农牧区村域环境基本公共服务和社会经济数据数据集，在多尺度刻画非均衡性基础上，运用逻辑斯蒂回归模型测度环境基本公共服务配置失效成因及其要素间的异质性，便于进一步讨论适合农牧区聚落分布分散性及农牧民产污特征的环境基本公共服务配置模式，为增强环境基础设施的综合承载能力、营造高质量农牧区人居环境提供科学参考。
[0087]
以下将结合具体实施方式对本发明的构思、具体技术方案及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
[0088]
图1是本发明实施例1中，青海省高程与各类村镇居民点分布图；
[0089]
图2是本发明实施例1中，青海省农村环境基本公共服务配置水平的县域分布图；
[0090]
图3是本发明实施例1中，村镇居民点环境基本公共服务配置的单要素统计图；
[0091]
图2中，a为环境基本公共服务配置水平等级指数县域分布图；b为生活垃圾处理设施配置率县域分布图；c为生活污水处理设施配置率县域分布图；d为卫生户厕配置率县域分布图；
[0092]
图3中，a为单要素设施配置率(％)统计图；b为单要素设施服务人口比重(％)统计图；
具体实施方式
[0093]
以下介绍本发明的多个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，这些实施例为示例性描述，本发明的保护范围并非仅限于文中提到的实施例。
[0094]
实施例1、
[0095]
如图1所示，以青海省为案例区，表达村镇居民点含县城、乡镇驻地、村居民点3类；
[0096]
步骤1、以村镇居民点为基本研究单元，搜集青海省4315个村镇居民点基础数据并构建数据库，涉及的数据主要包括以下两类：
①
基础地理要素数据，包括数字高程模型(digital elevation model,dem)和各级行政区划图，来源于中国科学院资源环境科学数据中心，dem栅格数据精度为30m
×
30m。
②
社会经济与环境基本公共服务配置数据，主要来自第三次全国农业普查台账(2016年度)，对其中部分缺失或的少数民族聚居、村镇居民点
常住人口等数据，前往省级、市州级统计部门进行补充搜集并校核步骤2、确定测度指标；具体包括全国农业普查中的村镇居民点内“生活垃圾是否集中处理”、“生活污水是否集中处理”、“卫生户厕改造是否完成”三个指标因素；
[0097]
步骤3、对步骤2指标因素进行单要素赋值，具体包括，选择“是”则该要素赋值“1”，选择“否”则该要素赋值“0”；
[0098]
步骤4、对单项要素赋值做累加处理，得到环境基本公共服务(environmental basic public service,ebps)配置水平，ebps取值范围为[0,3]；
[0099]
当ebps＝3时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置完善，环境基本公共服务配置水平“高”；
[0100]
当ebps＝2时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置其中两项，环境基本公共服务配置水平“中”；
[0101]
当ebps＝1时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施仅配置其中一项，环境基本公共服务配置水平“低”；
[0102]
当ebps＝0时，代表三类设施还未配置，环境基本公共服务配置水平“极低”；
[0103]
步骤5、采用各层级行政区划对村镇居民点环境基本公共服务配置状况汇总统计，测算出乡镇、县域、地市及省域等各尺度的ebps(即辖区内全部村镇居民点的ebps平均值)，以及单项环境基础设施要素的配置率(如辖区内实现生活垃圾集中处理的村镇居民点数量占全部村镇居民点的比重)；实现青藏高原农牧区内各层级环境基本公共服务配置的非均衡性表达；
[0104]
步骤6、采用有序多分类逻辑斯蒂回归模型(ordinal logistic regression model)，以ebps作为被解释变量进行非均衡性的定量归因，如式(1)，
[0105][0106]
式(1)中
[0107]
j＝1,2,3,4，表示环境基本公共服务配置水平的4个分级值；
[0108]
p(z≤j|xi)为配置水平j及以下类别的累积概率；
[0109]
β0为截距项；
[0110]
xi为影响配置水平的各类解释变量；
[0111]
βi为回归系数；
[0112]
如表1所示，影响环境基本公共服务配置的主要因素包括配置成本因素、人口社会因素、经济收入因素和基层管理因素4类因素、合计9个变量；
[0113]
所述配置成本因素包括海拔高程分级、地形地貌属性、最远居民点交通距离分级3个变量；
[0114]
所述人口社会因素包括民族聚居属性、常住人口规模分级2个变量；
[0115]
所述经济收入因素包括全年村集体收入分级变量；
[0116]
所述基层管理因素包括基层行政管理人员数量分级、基层领导受教育属性2个变量；
[0117]
所述地形地貌属性、民族聚居属性、村基层领导受教育属性为分类变量，其余均为连续变量；
[0118]
所述配置成本因素的海拔高程分级变量，采用dem测算的本村范围内平均海拔分级，分级阈值包括＜2500m、2500～3000m、3000～3500m、3500～4000m、≥4000m；
[0119]
所述海拔＜2500m时，频数为339个，比重为7.86％；
[0120]
所述海拔2500～3000m时，频数为1496个，比重为34.67％；
[0121]
所述海拔3000～3500m时，频数为1244个，比重为28.83％；
[0122]
所述海拔3500～4000m时，频数为629个，比重为14.58％；
[0123]
所述海拔≥4000m时，频数为607个，比重为14.07％；
[0124]
所述配置成本因素的地形地貌属性变量，采用本村地形地貌特征分类，如村内有多种地势特征的，按所占面积最大的一类进行确认，分平原、丘陵、山区3类；
[0125]
所述分类为平原时，频数为389个，比重为9.02％；
[0126]
所述分类为丘陵时，频数为192个，比重为4.45％；
[0127]
所述分类为山区时，频数为3734个，比重为86.54％；
[0128]
所述配置成本因素的最远居民点交通距离分级变量，按村委会到本村最远自然村或居民定居点的交通距离分级，分级阈值包括＜1km、1～5km、5～10km、10～20km、≥20km；
[0129]
所述交通距离＜1km时，频数为1367个，比重为31.68％；
[0130]
所述交通距离1～5km时，频数为1979个，比重为45.86％；
[0131]
所述交通距离5～10km时，频数为254个，比重为5.89％；
[0132]
所述交通距离10～20km时，频数为250个，比重为5.79％；
[0133]
所述交通距离≥20km时，频数为465个，比重为10.78％；
[0134]
所述人口社会因素的民族聚居属性变量，通过少数民族人口数占全村人口总数是否达到30％以上进行分类，30％以上为少数民族聚居村，否则为汉族聚居村；
[0135]
所述少数民族聚居村，频数为2355个，比重为54.58％；
[0136]
所述汉族聚居村，频数为1960个，比重为45.42％；
[0137]
所述人口社会因素的常住人口规模分级变量，按本村普查年的常住人口数量分级，分级阈值包括＜500人、500～1000人、1000～1500人、1500～2000人、≥2000人；
[0138]
所述常住人口数量＜500人的，频数为1273个，比重为29.50％；
[0139]
所述常住人口数量为500～1000人的，频数为1488个，比重为34.48％；
[0140]
所述常住人口数量为1000～1500人的，频数为851个，比重为19.72％；
[0141]
所述常住人口数量为1500～2000人的，频数为366个，比重为8.48％；
[0142]
所述常住人口数量为≥2000人的，频数为337个，比重为7.81％；
[0143]
所述经济收入因素的全年村集体收入分级变量，按普查年全年村集体收入分级，分级阈值包括0万元(无集体收入)、1～5万元、5～10万元、10～20万元、≥20万元；
[0144]
所述普查年全年村集体收入为0万元的，频数为1139个，比重为26.40％；
[0145]
所述普查年全年村集体收入为1～5万元的，频数为1813个，比重为42.02％；
[0146]
所述普查年全年村集体收入为5～10万元的，频数为645个，比重为14.95％；
[0147]
所述普查年全年村集体收入为10～20万元的，频数为370个，比重为8.57％；
[0148]
所述普查年全年村集体收入为≥20万元的，频数为348个，比重为8.06％；
[0149]
所述基层管理因素的基层行政管理人员数量分级变量，按年末负责管理村级行政事务的村干部人数分级，分级阈值包括1～2人、3～4人、5～7人、8～9人、≥10人；
[0150]
所述年末负责管理村级行政事务的村干部人数为1～2人，频数为338个，比重为7.83％；
[0151]
所述年末负责管理村级行政事务的村干部人数为3～4人，频数为1380个，比重为31.98％；
[0152]
所述年末负责管理村级行政事务的村干部人数为5～7人，频数为1714个，比重为39.72％；
[0153]
所述年末负责管理村级行政事务的村干部人数为8～9人，频数为554个，比重为12.84％；
[0154]
所述年末负责管理村级行政事务的村干部人数为≥10人，频数为329个，比重为7.62％；
[0155]
所述基层管理因素的基层领导受教育属性变量，以村党支部书记和村委会主任的最高受教育水平进行分类，包括未上学、小学、初中、高中或中专、大专及以上五类；
[0156]
所述村党支部书记和村委会主任的最高受教育水平为未上学的，频数为56个，比重为1.30％；
[0157]
所述村党支部书记和村委会主任的最高受教育水平为小学的，频数为946个，比重为21.92％；
[0158]
所述村党支部书记和村委会主任的最高受教育水平为初中的，频数为1865个，比重为43.22％；
[0159]
所述村党支部书记和村委会主任的最高受教育水平为高中或中专的，频数为1161个，比重为26.91％；
[0160]
所述村党支部书记和村委会主任的最高受教育水平为大专及以上的，频数为287个，比重为6.65％；
[0161]
表1模型变量名称、含义和统计性描述表
[0162]
[0163][0164]
步骤7、根据生活垃圾处理服务、生活污水处理服务以及卫生户厕改造是否实现来设置二分类变量，以进一步分解村镇居民点环境基本公共服务配置影响因素的要素差异，即“1”表示已实现该要素设施配置，“0”则表示未实现配置；
[0165]
采用二元逻辑斯蒂回归模型(binary logistic regression model)进行分析；模型表达式如下式(2)：
[0166][0167]
式(2)中，
[0168]
p(y＝1|xi)表示实现某要素设施配置的概率，取值范围为[0,1]；
[0169]
k表示变量个数；
[0170]
α0为截距项；
[0171]
xi为影响配置水平的各类解释变量；
[0172]
αi为回归系数；
[0173]
本实施例1中，
[0174]
青海省农村环境基本公共服务配置水平的县域分布如图2所示；表明其总体非均衡性；
[0175]
村镇居民点环境基本公共服务配置的单要素统计如图3所示；村镇居民点生活污水处理设施的非均衡配置凸显，表明其要素非均衡性；
[0176]
本实施例1的环境基本公共服务配置水平结果如表2所示，青海环境基本公共服务的总体与要素非均衡性明显，与全国均等化的高水平配置目标存在明显差距；
[0177]
表2青海省及地州市的村镇居民点环境基本公共服务配置水平
[0178][0179]
定量归因：
[0180]
基于有序多分类逻辑斯蒂回归模型的总体估计：
[0181]
如表3所示，村镇居民点的配置成本、人口社会、经济收入和基层管理因素通过显著性检验；
[0182]
表3有序多分类逻辑斯蒂回归模型的总体估计结果tab.n
[0183][0184]
注：***显著性水平为0.01，**显著性水平为0.05，*显著性水平为0.1；括号内的类别为该变量的参照组。
[0185]
二元逻辑斯蒂回归模型的要素估计结果，如表4所示，
[0186]
表4
[0187][0188]
注：***显著性水平为0.01，**显著性水平为0.05，*显著性水平为0.1；括号内的类别为该变量的参照组。
[0189]
有序多分类和二元逻辑斯蒂回归估计模型表明，青藏高原农牧区环境基本公共服务非均衡性受配置成本、人口社会、经济收入和基层管理因素的多重影响。其中，自然地理的高寒性和交通区位的偏远性，造成设施配置成本与集中治理失效是生成非均衡性的重要原因，当地海拔高程、居民点交通距离每提升1个等级，ebps属高等级的概率将降低16.42％、21.10％；环境基本公共服务供给的规模报酬递增效应造成非均衡性加剧，少数民族居民点的大分散、小聚居特性导致设施配置优先序较低。此外，经济与收入水平提升意味着农牧民对环境基本公共服务设施的配置意愿和支付能力提高，村镇基层行政人员越多、受教育水平越高也利于提高村镇配置水平，表明经济收入、基层管理分别是非均衡性扩大的内部和外部驱动因素；
[0190]
综上所述，本专利技术方案，针对在农牧区村镇环境基本公共服务非均衡性、供给失效的微观成因机制解析不足，本发明定量揭示了农牧区环境基本公共服务的非均衡性及成因，以村镇居民点为研究对象，选取生活垃圾处理、生活污水处理、卫生户厕3项环境基本公共服务配置作为特征指标，构建农牧区村域环境基本公共服务和社会经济数据数据集，在多尺度刻画非均衡性基础上，运用逻辑斯蒂回归模型测度环境基本公共服务配置失效成因及其要素间的异质性，便于进一步讨论适合农牧区聚落分布分散性及农牧民产污特征的
环境基本公共服务配置模式，为增强环境基础设施的综合承载能力、营造高质量农牧区人居环境提供科学参考。
[0191]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

技术特征：
1.一种测度农牧区环境基本公共服务非均衡性及定量归因方法，其特征在于，包括如下步骤：步骤1、以村镇居民点为基本研究单元，搜集村镇居民点基础数据并构建数据库；步骤2、确定测度指标；具体包括全国农业普查中的村镇居民点内“生活垃圾是否集中处理”、“生活污水是否集中处理”、“卫生户厕改造是否完成”三个指标因素；步骤3、对步骤2指标因素进行单要素赋值，具体包括，选择“是”则该要素赋值“1”，选择“否”则该要素赋值“0”；步骤4、对单项要素赋值做累加处理，得到环境基本公共服务(environmental basic public service,ebps)配置水平，所述ebps取值范围为[0,3]；当ebps＝3时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置完善，环境基本公共服务配置水平“高”；当ebps＝2时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施配置其中两项，环境基本公共服务配置水平“中”；当ebps＝1时，表明该村镇居民点的生活垃圾处理服务、生活污水处理服务以及卫生户厕设施仅配置其中一项，环境基本公共服务配置水平“低”；当ebps＝0时，代表三类设施还未配置，环境基本公共服务配置水平“极低”；步骤5、采用各层级行政区划对村镇居民点环境基本公共服务配置状况汇总统计，测算出乡镇、县域、地市及省域等各尺度的ebps，即辖区内全部村镇居民点的ebps平均值，以及单项环境基础设施要素的配置率；实现青藏高原农牧区内各层级环境基本公共服务配置的非均衡性表达；步骤6、采用有序多分类逻辑斯蒂回归模型，以ebps作为被解释变量进行非均衡性的定量归因，如式(1)，式(1)中j＝1,2,3,4，表示环境基本公共服务配置水平的4个分级值；p(z≤j|x
i
)为配置水平j及以下类别的累积概率；β0为截距项；x
i
为影响配置水平的各类解释变量；β
i
为回归系数；步骤7、根据生活垃圾处理服务、生活污水处理服务以及卫生户厕改造是否实现来设置二分类变量，以进一步分解村镇居民点环境基本公共服务配置影响因素的要素差异，即“1”表示已实现该要素设施配置，“0”则表示未实现配置；采用二元逻辑斯蒂回归模型进行分析；模型表达式如下式(2)：式(2)中，p(y＝1|x
i
)表示实现某要素设施配置的概率，取值范围为[0,1]；k表示变量个数；α0为截距项；
x
i
为影响配置水平的各类解释变量；α
i
为回归系数。2.如权利要求1所述一种测度农牧区环境基本公共服务非均衡性及定量归因方法，所述步骤1中，其特征在于，所述涉及数据主要包括基础地理要素数据、社会经济与环境基本公共服务配置数据；所述基础地理要素数据，包括数字高程模型和各级行政区划图。3.如权利要求1所述一种测度农牧区环境基本公共服务非均衡性及定量归因方法，所述步骤6中，其特征在于，影响环境基本公共服务配置的主要因素包括配置成本因素、人口社会因素、经济收入因素和基层管理因素4类因素、合计9个变量；所述配置成本因素包括海拔高程分级、地形地貌属性、最远居民点交通距离分级3个变量；所述人口社会因素包括民族聚居属性、常住人口规模分级2个变量；所述经济收入因素包括全年村集体收入分级变量；所述基层管理因素包括基层行政管理人员数量分级、基层领导受教育属性2个变量；所述地形地貌属性、民族聚居属性、村基层领导受教育属性为分类变量，其余均为连续变量；所述配置成本因素的海拔高程分级变量，采用dem测算的本村范围内平均海拔分级，分级阈值包括＜2500m、2500～3000m、3000～3500m、3500～4000m、≥4000m；所述海拔＜2500m时，频数为339个，比重为7.86％；所述海拔2500～3000m时，频数为1496个，比重为34.67％；所述海拔3000～3500m时，频数为1244个，比重为28.83％；所述海拔3500～4000m时，频数为629个，比重为14.58％；所述海拔≥4000m时，频数为607个，比重为14.07％；所述配置成本因素的地形地貌属性变量，采用本村地形地貌特征分类，如村内有多种地势特征的，按所占面积最大的一类进行确认，分平原、丘陵、山区3类；所述分类为平原时，频数为389个，比重为9.02％；所述分类为丘陵时，频数为192个，比重为4.45％；所述分类为山区时，频数为3734个，比重为86.54％；所述配置成本因素的最远居民点交通距离分级变量，按村委会到本村最远自然村或居民定居点的交通距离分级，分级阈值包括＜1km、1～5km、5～10km、10～20km、≥20km；所述交通距离＜1km时，频数为1367个，比重为31.68％；所述交通距离1～5km时，频数为1979个，比重为45.86％；所述交通距离5～10km时，频数为254个，比重为5.89％；所述交通距离10～20km时，频数为250个，比重为5.79％；所述交通距离≥20km时，频数为465个，比重为10.78％；所述人口社会因素的民族聚居属性变量，通过少数民族人口数占全村人口总数是否达到30％以上进行分类，30％以上为少数民族聚居村，否则为汉族聚居村；所述少数民族聚居村，频数为2355个，比重为54.58％；
所述汉族聚居村，频数为1960个，比重为45.42％；所述人口社会因素的常住人口规模分级变量，按本村普查年的常住人口数量分级，分级阈值包括＜500人、500～1000人、1000～1500人、1500～2000人、≥2000人；所述常住人口数量＜500人的，频数为1273个，比重为29.50％；所述常住人口数量为500～1000人的，频数为1488个，比重为34.48％；所述常住人口数量为1000～1500人的，频数为851个，比重为19.72％；所述常住人口数量为1500～2000人的，频数为366个，比重为8.48％；所述常住人口数量为≥2000人的，频数为337个，比重为7.81％；所述经济收入因素的全年村集体收入分级变量，按普查年全年村集体收入分级，分级阈值包括0万元、1～5万元、5～10万元、10～20万元、≥20万元；所述普查年全年村集体收入为0万元的，频数为1139个，比重为26.40％；所述普查年全年村集体收入为1～5万元的，频数为1813个，比重为42.02％；所述普查年全年村集体收入为5～10万元的，频数为645个，比重为14.95％；所述普查年全年村集体收入为10～20万元的，频数为370个，比重为8.57％；所述普查年全年村集体收入为≥20万元的，频数为348个，比重为8.06％；所述基层管理因素的基层行政管理人员数量分级变量，按年末负责管理村级行政事务的村干部人数分级，分级阈值包括1～2人、3～4人、5～7人、8～9人、≥10人；所述年末负责管理村级行政事务的村干部人数为1～2人，频数为338个，比重为7.83％；所述年末负责管理村级行政事务的村干部人数为3～4人，频数为1380个，比重为31.98％；所述年末负责管理村级行政事务的村干部人数为5～7人，频数为1714个，比重为39.72％；所述年末负责管理村级行政事务的村干部人数为8～9人，频数为554个，比重为12.84％；所述年末负责管理村级行政事务的村干部人数为≥10人，频数为329个，比重为7.62％；所述基层管理因素的基层领导受教育属性变量，以村党支部书记和村委会主任的最高受教育水平进行分类，包括未上学、小学、初中、高中或中专、大专及以上五类；所述村党支部书记和村委会主任的最高受教育水平为未上学的，频数为56个，比重为1.30％；所述村党支部书记和村委会主任的最高受教育水平为小学的，频数为946个，比重为21.92％；所述村党支部书记和村委会主任的最高受教育水平为初中的，频数为1865个，比重为43.22％；所述村党支部书记和村委会主任的最高受教育水平为高中或中专的，频数为1161个，比重为26.91％；所述村党支部书记和村委会主任的最高受教育水平为大专及以上的，频数为287个，比重为6.65％。

技术总结
本发明的一种测度农牧区环境基本公共服务非均衡性及定量归因方法，以村镇居民点为研究对象，通过生活垃圾处理、生活污水处理、卫生户厕3项特征指标，采用环境基本公共服务配置水平指数及要素配置率算法，构建农牧区村域环境基本公共服务和社会经济数据数据集，在多尺度刻画非均衡性基础上，运用逻辑斯蒂回归模型测度环境基本公共服务配置失效成因及其要素间的异质性，本发明可多尺度定量测度村镇环境基本公共服务的总体和要素非均衡性，并可定量解析非均衡性生成的内因和外因，为农牧区配置模式优化和环境风险适应性管理方案定制奠定基础。基础。基础。


技术研发人员：周侃 王强 张健
受保护的技术使用者：中国科学院地理科学与资源研究所
技术研发日：2023.02.07
技术公布日：2023/9/23