基于GIS和BP神经网络的区域贫困与扶贫现状空间模拟分析 ——源于（四川省）财政扶贫资金分配合理性的思考

论文摘要

作为社会学、经济学和地理学的热点问题,区域贫困化是当今全球面临的最严重挑战之一;贫困、反贫困、扶贫问题已成为众多学者关注的焦点,不管关注的是区域贫困的哪一层面,所有的焦点都是为了一个目的:解决人类贫困问题。在中国,贫困问题一直是政府和学者重点探索的领域之一,尤其是农村贫困问题。本研究源于(四川省)财政扶贫资金分配合理性问题的思考,提出了区域贫困和扶贫现状有关的核心问题、机制问题、空间问题三个需要研究的子目标。针对所要研究的目标,选择四川省36个国家级扶贫县为实证对象,有甄别地选取和构建自然社会经济全面耦合的、具体可操作的区域贫困程度指标体系,然后基于Pearson相关分析、OLS回归估计分析的相关性分析,及基于GIS、BP神经网络的空间模拟分析,协同对区域贫困及扶贫现状的核心问题、机制问题、空间问题逐一解决,为同类问题提供方法及方向提供参考。在此基础上,提出了全面表征区域农村贫困程度的区域扶贫压力指数——一种新的区域农村贫困测度方法,为国家扶贫政策文件《财政扶贫资金管理办法》中关于财政扶贫资金基于区域农村贫困程度分配提供实践基础;并最终设计了基于区域扶贫扶贫压力指数的财政扶贫资金分配实践方案,为政府决策提供参考。基于本研究目标的实现,得到如下结论:(1)通过Pearson相关分析,得到区域贫困的机制问题总结为:自然条件是四川省扶贫重点县的显著致贫因素,而社会致贫条件在此基础上加剧了这种贫困趋势;经济条件则是缓解区域贫困化的有效消贫因素。通过OLS回归估计分析,深入了区域贫困机制问题的研究,在Pearson相关分析的基础有更好的解释能力。Pearson相关分析与OLS回归估计分析两者相互补充,更全面的解释了区域贫困机制问题。(2)基于GIS和BP神经网络的空间模拟分析表明:自然致贫指数较大的县域主要集中于西部山州区,特别是集中于西南部的凉山州;自然致贫程度较低的县域全部分布于地势相对平坦的四川盆地区。社会致贫指数较大的县域主要集中于东部盆地边缘及省界交汇区,而社会致贫指数较小的县域主要集中于西部山州,这和自然致贫指数空间分布形成明显的反差,其主要原因在于贫困人口分布的东西向差异性。经济消贫指数分布相对凌乱,总体上,经济消贫指数较大的县域主要集中于东部,而经济消贫指数较小的县域主要集中于西部。其中一个特例是西南部的盐源县偏高,在整个西部来说显得异常,原因在于攀枝花市和西昌市辐射推动作用。(3)基于扶贫压力指数所定义的区域贫困程度分析表明,扶贫压力指数偏高的区域集中分布于凉山州的绝大多数贫困县、及四川盆地东北角的省界边缘区两个区域。其原因可以总结为,恶劣的自然条件、过大的社会(人口)压力及落后的经济基础三个典型因素。并且,这两个区域内的贫困县域是实施扶贫开发工作中首先关注的焦点,在扶贫资金分配、扶贫政策倾斜当以优先考虑。(4)本研究设计的基于扶贫压力指数的财政扶贫资金分配方案,由于其完全是基于区域贫困程度的基础上进行分配的,做到了公平性、合理性,体现了区域贫困程度与财政扶贫资金分配的对应关系,可为政府决策作参考。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 问题的提出及研究目标
• 1.2.1 核心问题：财政扶贫资金分配问题
• 1.2.2 机制问题：致贫、消贫因素解析问题
• 1.2.3 空间问题：贫困、扶贫问题的空间表达问题
• 2 国内外区域贫困研究综述
• 2.1 国外关于区域贫困的相关理论
• 2.1.1 自然环境决定论
• 2.1.2 马克思资本主义关系贫困论
• 2.1.3 人口相关理论
• 2.1.4 经济梯度论
• 2.1.5 中心—外围理论
• 2.2 国内关于区域贫困的相关理论
• 2.2.1 封闭条件下低水平均衡理论
• 2.2.2 自然—社会环境危机论
• 2.2.3 非均衡发展论
• 2.2.4 梯度发展论
• 2.3 国内外区域贫困与扶贫研究成果分析
• 2.3.1 贫困内涵界定
• 2.3.2 贫困测度方法
• 2.3.3 致贫因素分析
• 2.3.4 区域贫困评估
• 2.3.5 典型贫困区域研究
• 2.3.6 扶贫开发探索
• 2.3.7 中国西部贫困与反贫困专题研究
• 3 研究思路综述
• 3.1 研究意义及创新点
• 3.2 研究方法与技术路线
• 3.2.1 研究方法
• 3.2.2 研究技术路线
• 4 实证研究准备
• 4.1 研究区概况
• 4.1.1 四川省概况
• 4.1.2 四川省国家级扶贫县概况
• 4.2 数据来源与处理
• 4.2.1 指标选取与指标体系构建
• 4.2.2 数据来源
• 4.2.3 数据获取与整理
• 5 区域贫困与扶贫现状空间模拟分析
• 5.1 相关性分析
• 5.1.1 Pearson 相关分析
• 5.1.2 OLS 回归估计分析
• 5.2 基于 GIS 与 BP 神经网络的实证空间模拟分析
• 5.2.1 BP 神经网络工具介绍
• 5.2.2 自然致贫指数模拟分析
• 5.2.3 社会致贫指数模拟分析
• 5.2.4 经济消贫指数模拟分析
• 5.2.5 致贫、消贫指数模拟结果小结
• 5.3 扶贫压力指数测算与分析
• 5.4 基于扶贫压力指数的财政扶贫资金分配方案实践
• 5.4.1 实际扶贫资金分配与实证结果比对分析
• 5.4.2 基于扶贫压力指数的财政扶贫资金分配方案
• 6 结论与讨论
• 6.1 结论
• 6.2 讨论
• 参考文献
• 附录
• 致谢
• 硕士研究生期间科研成果