基于BP神经网络的区域贫困空间特征的研究__--__以武陵山连片特困区为例.pdfVIP

第17卷 第1期 Vol. 17, No.1 2015 年1月 Jan., 2015 基于BP 神经网络的区域贫困空间特征研究 ——以武陵山连片特困区为例 1,2,3 1,2,3* 1,2,3 4 刘一明 ，胡卓玮 ，赵文吉 ，王志恒 （1. 首都师范大学资源环境与地理信息系统北京市重点实验室，北京 100048；2. 首都师范大学三维信息获取与应 用教育部重点实验室，北京100048；3. 首都师范大学城市环境过程与数字模拟国家重点实验室培育基地，北京 100048；4. 天津城建大学地质与测绘学院，天津300384） 摘要：随着国家新一轮区域发展和扶贫攻坚战略的实施，连片特困地区成为新时期扶贫开发工作的主战场。本文 以武陵山连片特困区县级行政区划为例，从自然和社会因素中选取主要贫困影响因子，构建评价指标体系，利用 GIS 和BP 神经网络，模拟区域自然致贫指数、社会经济消贫指数，分析贫困的内在成因，探究贫困的空间分布特 征，旨在为扶贫开发政策的制定和区域协调发展提供辅助决策。结果表明，研究区自然因素是主要的致贫原因，而 社会因素在一定程度上起到了缓解作用。大部分县的自然致贫程度在中等以上，其中，铜仁、湘西地区程度较为严 重，绝大多数贫困地区的社会经济水平不高，缓解贫困的能力不强；黔江地区、张家界地区的贫困程度较低，铜仁地 区和湘西地区的贫困程度较高。各县的贫困状况和贫困程度存在较大差异，古丈、龙川，务川、正安，隆回、新化及 道通、城步共同构成武陵山片区“大分散、小聚集”的贫困分布格局。今后的扶贫开发过程中，应充分考虑自然致贫 因素，深入挖掘区域资源优势，加强区域间的交流与协作。 关键词：BP 神经网络；武陵山片区；贫困程度；空间分布 DOI:10.3724/SP.J. 1047.2015.00069 1 引言 现出很大的差别，从而增加了扶贫开发工作的复杂 [2-5] 性和不确定性 。因此，解决片区的贫困落后问 随着扶贫政策的调整，以及“中国农村扶贫开 题，要综合考虑自然和社会等多方面的因素，寻找 发纲要（2001-2010 年）”目标任务的完成，中国的贫 致贫原因，把握贫困的空间分布特征，进而有针对 困格局呈现出新的特点，绝对贫困人口在分布上呈 性的进行扶贫开发工作。 现出向边远山区、民族聚居区、革命老区、省际交界 目前，贫困问题的研究主要是利用贫困发生 率、贫困广度、基尼系数、多维贫困指数，以及F 系 区等区域集中的大分散、小集中态势。这些贫困人 α [6-9] 口集中区被称为集中连片特殊困难区（简称连片特 列贫困指数等方法 。这些方法主要依赖社会经 困区）。随着国家新一轮区域发展和扶贫攻坚战略 济数据，而较少考虑自然环境因素对贫困的重要影 的实施，解决连片特困地区的贫困落后问题，成为 响，难以全面反映大范围内区域贫困的空间差异与 从中央到地方的共识，连片特困地区是新时期扶贫 内在机制。同时，现有研究更多集中在某一省份或 [1]