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
相关论文文献
- [1].基于BP神经网络对地震前兆的研究[J]. 科学技术创新 2019(33)
- [2].基于BP神经网络的涡轴发动机故障诊断研究[J]. 智库时代 2019(52)
- [3].基于BP神经网络的磁流变阻尼器逆向模型研究[J]. 海军工程大学学报 2019(06)
- [4].基于BP神经网络的电梯噪声评价方法[J]. 数字技术与应用 2019(12)
- [5].基于BP神经网络和支持向量机的荨麻疹证候分类探讨[J]. 广州中医药大学学报 2020(03)
- [6].基于BP神经网络代理模型的交互式遗传算法[J]. 计算机工程与应用 2020(02)
- [7].基于BP神经网络的虚拟机评估[J]. 数字通信世界 2020(01)
- [8].基于BP神经网络的科研项目经费管理风险评估[J]. 财务与会计 2019(22)
- [9].基于BP神经网络的断层封闭性评价[J]. 复杂油气藏 2019(04)
- [10].基于BP神经网络识别的曲堤油田低阻油层研究[J]. 宁夏大学学报(自然科学版) 2020(01)
- [11].基于贝叶斯-BP神经网络的机械制造企业安全预警方法研究[J]. 安全与环境工程 2020(01)
- [12].基于BP神经网络的扇区空管运行亚健康关联因子预测[J]. 安全与环境工程 2020(02)
- [13].基于改进灰狼算法优化BP神经网络的短时交通流预测模型[J]. 交通运输系统工程与信息 2020(02)
- [14].心理护理对于双相情感障碍(BP)病患认知功能产生的影响[J]. 临床医药文献电子杂志 2020(08)
- [15].BP神经网络在雷达故障诊断中的应用[J]. 通信电源技术 2020(06)
- [16].基于BP人工神经网络的英那河流域径流模拟研究[J]. 黑龙江水利科技 2020(03)
- [17].基于BP神经网络的节能车弯道降速数学模型分析[J]. 汽车实用技术 2020(10)
- [18].基于BP神经网络的临床路径优化[J]. 计算机技术与发展 2020(04)
- [19].基于改进BP神经网络的羊肉价格预测[J]. 计算机仿真 2020(04)
- [20].财务BP在企业管理中的应用与研究[J]. 商场现代化 2020(07)
- [21].人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J]. 气象研究与应用 2020(02)
- [22].基于改进BP神经网络的岩心图像分割方法研究[J]. 西安石油大学学报(自然科学版) 2020(04)
- [23].基于BP神经网络的光纤陀螺误差补偿方法[J]. 物理与工程 2020(04)
- [24].基于主成分分析和BP神经网络对大学生价值观的研究[J]. 科技经济导刊 2020(20)
- [25].基于粒子群算法的BP模型在地下水位埋深预测研究中的应用[J]. 吉林水利 2020(08)
- [26].基于BP神经网络的煤炭企业人岗匹配研究[J]. 煤炭经济研究 2020(07)
- [27].基于改进BP神经网络的飞行落地剩油预测方法[J]. 飞行力学 2020(04)
- [28].基于BP神经网络的网络安全态势预测[J]. 网络安全技术与应用 2020(10)
- [29].以财务BP制度推进“业财融合”的研究[J]. 中国总会计师 2020(09)
- [30].财务BP的企业实践研究[J]. 现代国企研究 2019(04)