基于BP神经网络的湖南省县域贫困识别研究

摘要：

本文以湖南省为研究区域,借助2017年社会经济数据包括居民收入、城市化水平、国内生产总值等,通过BP人工神经网络模拟贫困结果.结果表明:贫困测度标准需考虑多维因素影响,主要包括城市化水平、人均GDP、人均收入支出及第三产业生产总值;夜间灯光遥感可以反映地区社会经济发展,对贫困分布有参考价值;贫困水平较高以上的县域有63个,多分布在湘西、株洲南部、邵阳北部;湖南省的贫困县分布具体为西部县市(27个)、中部县市(10个)、东部县市(9个);湖南省主要致贫类型归因于社会发展水平,武陵山、罗霄山连片贫困区基础设施和社会建设较落后、人才资金流失导致两极分化严重.对贫困分布和致贫因素的分析,有利于准确认识贫困成因,为脱贫验收和巩固成效提供参考.

关键词：贫困测度、BP神经网络、县域经济、夜间灯光遥感

所属期刊栏目：45

分类号：C912.81(社会学)

资助基金：湖南省大学生创新创业训练基金项目;湖南省大学生创新创业训练基金项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：32-40