《表7 贫困山区旅游地社会—生态系统脆弱性影响因子探测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《贫困山区旅游地社会——生态系统脆弱性及影响机理》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：***、**、*分别表示在1%、5%、10%水平下显著。

相较于统计学中经典的线性回归模型，地理探测器对于低样本量（<30）数据具有更优的统计精度，并对多变量共线性免疫[30]。对数值型变量进行离散化转换是重要的数据准备步骤，等分法、K-means分类算法、自然断点法等是较为常见的方法，对以上多种方法的实验效果比对后，本研究选用等分法分为4类进行离散化转换。以村域SES脆弱性为因变量，以25项指标因子为自变量，运用Geo Detector工具对各风险因子的贡献率及因子间交互作用进行定量分析，探讨恩施地区脆弱性空间分异的主导因子及各因子间交互作用类型。借助地理探测器“因子探测”模块，得到各影响因子的作用强度（表7），探测结果显示，q统计量显著性检验结果较好的因子共有8个，各因子按q值大小排序依次为：自然灾害（0.7637）>医疗保险参保率（0.7422）>扶贫政策知晓度（0.6613）>外出务工人数占比（0.6128）>收入多样性（0.5177）>住房条件（0.4475）>需抚养人数比例（0.4457）>人均年收入（0.4184）。运用“交互探测器”模块识别各影响因子间的共同作用对系统脆弱性的解释力，得到表8。探测结果显示，所选因子中任意两个因子的交互作用均大于单个因子对脆弱性的影响，两两交互类型均为双因子增强型，不存在独立或者减弱的情况，说明恩施州旅游地社会—生态系统的脆弱性并不是由单一影响因子造成，而是不同影响因子共同作用的结果。