梅州市乡村减贫时空演变及机制研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:blueskyjandy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
乡村贫困问题是制约我国社会经济发展的现实难题之一,也是学术研究的重点课题。从20世纪80年代开始,我国开始大规模的扶贫工作,经历了近40年的努力,于2020年完成了全面脱贫的任务,乡村绝对贫困问题已得到解决,为全球的减贫事业做出了巨大的贡献。进入后减贫时代,我国的贫困形式和工作任务也随之发生重大的变化。党的十九届四中全会指出,2020年后,中国将进入全面乡村振兴时期,乡村减贫的重心将转向解决“相对贫困”问题。我国仍然面临着区域相对贫困差异大、巩固脱贫成果难、脱贫后返贫等挑战,也进一步证实不同阶段的减贫重点各不相同。从时空维度研究乡村减贫的发展演变及空间差异,有利于深入探究贫困问题并总结经验,为下一阶段扶贫政策的制定提供借鉴。梅州是广东省经济发展相对落后的城市,其减贫历程经历了全面减贫到精准扶贫再到全面脱贫下的乡村振兴发展。对梅州进行乡村减贫的时空演变研究,有利于探索不同时期影响乡村减贫的因素及不同空间乡村贫困的作用机制。本文以梅州市为例,从宏观、中观层面出发,运用主成分分析法,结合研究区域的农业生产、人口特征、经济收入、社会保障状况,分析梅州市乡村减贫的时空演变特征及影响机制;从微观个体层面出发,运用实地调研和深度访谈法,进一步分析脱贫个体的教育、医疗、社会网络和资本的需求状况。最后,从减贫措施和产业规划两方面提出优化策略,以期能有效地缓解贫困脆弱性,为未来乡村长效脱贫及乡村振兴发展提供理论和实践参考。研究结论具体如下:(1)在乡村减贫时序演变上,以市域为单位,结合2006年、2012年和2018年相关指标,发现社会因子对于乡村减贫时序演变的影响程度最大,其次则是经济因子。(2)在乡村减贫地域差异上,以县(区)域为单位,结合区域的农业生产、人口特征、经济收入和社会保障状况,将梅州市乡村脱贫质量分为五类,分别是Ⅰ类(梅江区)、Ⅱ类(兴宁县)、Ⅲ类(五华县)、Ⅳ类(大埔县、丰顺县)、V类(平远县、蕉岭县、梅县),以解释梅州市乡村脱贫的区域差异性。(3)在县域减贫差异分析的基础上,以大埔县为案例,对2001-2018年的乡村减贫时序演变进行分析,依据大埔县经济社会状况、减贫政策调整方向以及数据的可获取性,分别对2001至2010年、2011至2018年两个时间段进行分析,发现经济因子的贡献率最大,其次则是农业发展因子和社会因子。(4)在个体贫困差异分析上,以大埔县西河镇上黄砂村村民和村干部为典型样本,通过深入访谈等,发现得益于村内现代业的发展与基础设施的完善,村民生活质量较之前有了长足的进步,但是依旧存在着生产活动技术含量低、发展观念落后、健康状况较差和文化程度低等问题。在此基础上,村民从个体诉求和乡村发展上提出了未来发展的展望。(5)在乡村减贫政策的优化和调整上,针对乡村文化振兴和产业振兴两个方面,首先从提高政策的性别敏感度、增强抵御风险能力和关注弱势群体需求的角度优化扶贫措施,其次则是从提高产业配套规划的适配性和村民的主体地位的角度出发,提出产业规划的调整策略。
其他文献
云存储服务以其存储方便、价格低廉等特点,吸引了大量的用户,而众多云存储用户上传的海量数据中存在许多重复数据。为了节约存储成本、减少网络带宽消耗,云存储服务提供商(CSP)会采用数据去重技术。而用户为了保护隐私数据不被他人窃取,一般会对数据进行加密,再上传至云端进行存储。由于加密密钥的不同,使得同一份文件加密后得到的密文也不一样,所以传统的重复数据删除技术往往不适合云存储数据去重。同时由于云存储用户
在计算机视觉领域中,多目标跟踪是一个研究的热点方向,具有重大的学术价值。例如智慧城市中的全自动、全天候、实时监控的智能视频系统。在传统视频监控系统中,对于多目标跟踪,存在耗费大量人力资源和不能实时处理等问题,需要采用计算机视觉技术对监控画面进行智能分析与处理。基于深度学习的多目标跟踪技术是一种高效的端到端学习框架,深度神经网络模型是一种用于捕捉与目标跟踪位置强相关信息的有效方法。在实际复杂场景,如
建筑机器人已有一定程度的成熟技术及工程应用,但现有建筑机器人功能单一,对工程场景的适应性与标准化程度不高,具有通用底盘的多功能建筑机器人标准化研究与应用不足。还具有基于施工环境下的仿真设计方法研究不足,机器人智能控制与基于BIM技术的数据驱动方法结合不足等问题。从工业机器人向建筑机器人发展,机器人体系设计应满足施工状况要求。BIM模型是工程信息化载体,结合BIM技术研究机器人驱动方法有利于推进建筑
智能系统从人类演示视频中理解人类的动作并学习新技能的任务是设计自主工作机器人的一个新趋势。人类可以直接通过观察他人的行为来理解动作和实现模仿,然而,让机器人能够根据对人类活动的观察来执行相应的动作仍然是机器人技术的一大挑战。随着智能机器人的普及,市场对能够理解人类演示并执行各种任务的机器人系统的需求也会越来越大。因此,在探索如何提高机器人智能系统水平的道路中,构建从视频中学习机器人操纵指令的框架具
近年来的研究表明,长非编码RNA(long noncoding RNA,lncRNA)在很多生物过程中发挥着特别关键的作用,几乎涉及到生物体的全部生物学过程,并且许多复杂疾病的发生发展与lncRNA的突变或者错误调节是有关的,但是两者之间存在的关系还没有完全掌握。虽然传统的生物实验方法可以准确地鉴定lncRNA与疾病之间存在的关系,但是这种方法显然会浪费大量的人力、时间以及经济成本。因此,利用已知
命名实体识别任务的目的在于高效地从文本信息中抽取实体信息,是自然语言处理的基础性工作,但受制于数据中未登录词的影响,导致命名实体识别的效果欠佳,造成数据信息的丢失与遗漏,并影响到关系抽取等自然语言处理的上层任务,因此为保证实体信息的有效识别与提取,命名实体识别的研究工作变得尤为重要。现有研究主要围绕深度学习技术展开,采用深度学习技术能够在输入输出间建立映射关系,从文本数据中得到更加低维且信息量丰富
社会经济的发展使得越来越多的深水桥梁工程在交通运输业中承担起越来越重要的角色。利用Morison方程法建立深水桥墩等效模型,对地震作用下产生墩-水耦合作用效应的结构进行动力响应分析,不仅物理概念清晰,更提高了地震响应分析的效率。其中,合理地选择水动力系数计算动水压力,是正确地分析地震作用下深水桥墩等效模型动力响应的关键。然而,对于水动力系数的取值研究,大多都集中在波浪的作用情况下,而地震所引起的静
地表形变导致的地质灾害日益频发,尤其是地表沉降发生在城市中,这会危害着人类社会生活,导致人类的伤亡与重大的经济损失。为了保护人类的生命财产安全,可持续的、大范围的地表形变监测显得十分重要。传统的测量技术如水准测量存在耗时耗力的缺点,如GNSS测量其会受到信号不够连续或者是人工建筑影响其精度,并且以上技术都是单点测量,难以满足可持续、大范围的要求。合成孔径雷达干涉测量技术(InSAR)很好的弥补了这
FRP-混凝土-钢双壁空心柱(Double-Skin Tubular Columns,简称DSTCs)是一种新型组合结构,由外FRP管、内部钢管和夹层混凝土三部分组成。其拥有自重轻、施工方便、抗震性能好、造价经济等优点,但随着专家学者对该结构轴压力学性能及抗震性能的进一步研究发现,该结构能够有效防止钢管的向外屈曲(由于混凝土的约束作用),但钢管的向内屈曲却得不到充分抑制,这会对结构的性能造成削弱。
钢板剪力墙是具有较大的弹性初始刚度、大变形能力和良好的塑性性能、稳定的滞回特性的抗侧力结构。非加劲钢板剪力墙有很多不足,如捏拢现象,使用舒适度不佳,对柱的刚度有较高要求等。很多学者研究布置加劲肋改善钢板力学性能,但加劲肋如何分布在钢板上使得力学性能最优的研究较少。因此,本文基于双向渐进结构拓扑优化法与Abaqus结合,对钢板剪力墙的加劲肋进行拓扑优化设计。主要研究内容和成果如下:(1)总结了钢板剪