本文關(guān)鍵詞：貴州省精準(zhǔn)扶貧中貧困戶(hù)的識(shí)別研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著當(dāng)前中國(guó)整個(gè)宏觀經(jīng)濟(jì)環(huán)境的變化,尤其是國(guó)民收入分配不平等水平的擴(kuò)大,以前粗放式的以區(qū)域開(kāi)發(fā)為主要的扶貧模式已經(jīng)顯現(xiàn)出了偏離目標(biāo)和幫扶效果降低等一系列問(wèn)題。30多年經(jīng)濟(jì)的快速增長(zhǎng)使得通過(guò)在平均程度上來(lái)衡量的人均收入高速增加的同時(shí),也顯現(xiàn)出了異常嚴(yán)重的收入分配不平等等現(xiàn)象。全國(guó)Gini系數(shù)(不平等程度)從1981年的0.29提高到2012年的0.47,全國(guó)不平等水平增加了65%。農(nóng)村的Gini系數(shù)從1978年的0.21增加到2011年0.39,增加了83%。不平等水平擴(kuò)大的同時(shí)也就意味著處于收入分配底端的貧困人口享受經(jīng)濟(jì)增長(zhǎng)帶來(lái)的益出將變得更加的困難,也就是通過(guò)經(jīng)濟(jì)的增長(zhǎng)帶來(lái)減貧效應(yīng)不斷的下降。由此可見(jiàn)中國(guó)未來(lái)扶貧模式通過(guò)經(jīng)濟(jì)增長(zhǎng)來(lái)實(shí)行區(qū)域性的大規(guī)模脫貧模式基本上不具有可行性了。所以施行更加具有針對(duì)性的扶貧模式就變得更為重要,精準(zhǔn)扶貧在這種環(huán)境下應(yīng)運(yùn)而生。精準(zhǔn)扶貧對(duì)能否全面實(shí)現(xiàn)小康社會(huì)意義重大,但它同時(shí)也是一項(xiàng)浩大的復(fù)雜性工程,要做好精準(zhǔn)扶貧工作仍然有眾多難點(diǎn)急需克服。目前的精準(zhǔn)扶貧工作的重點(diǎn)和難點(diǎn)主要集中在“精準(zhǔn)識(shí)別”、“精準(zhǔn)扶持”、和“精準(zhǔn)考核”這幾個(gè)方面。精準(zhǔn)識(shí)別作為精準(zhǔn)扶貧的基礎(chǔ),能否精準(zhǔn)有效的識(shí)別出貧困戶(hù)是精準(zhǔn)幫扶、精準(zhǔn)考核的首要前提,貧困戶(hù)一旦識(shí)別錯(cuò)誤精準(zhǔn)扶貧和脫貧從何談起。汪教授的《論中國(guó)精準(zhǔn)扶貧》一文指出,他對(duì)烏蒙山區(qū)的貴州省、云南省、四川省農(nóng)戶(hù)中的1200戶(hù)抽樣調(diào)查結(jié)果顯示,2013年不在建檔立卡中的農(nóng)戶(hù)有58%的家庭人均收入低于國(guó)家規(guī)定的2300元貧困線,而建檔立卡中貧困戶(hù)顯示卻有40%的農(nóng)戶(hù)人均收入超過(guò)了2300元貧困線。在武陵山區(qū)的貴州省、重慶市、湖南省和湖北省1000個(gè)建檔立卡貧困戶(hù)的抽樣結(jié)果顯示,只有49%的農(nóng)戶(hù)收入高于2300元貧困線(1)。通過(guò)這些調(diào)查結(jié)果顯示在以收入為判斷標(biāo)準(zhǔn)下,民主評(píng)議這種方法導(dǎo)致的識(shí)別錯(cuò)誤率達(dá)到50%左右。鑒于建檔立卡數(shù)據(jù)發(fā)現(xiàn)貴州省有90.76%的貧困戶(hù)集中在武陵山區(qū)、滇黔桂石漠化區(qū)、烏蒙山區(qū)這三個(gè)片區(qū)。如此高的識(shí)別貧困戶(hù)錯(cuò)誤率對(duì)后續(xù)的做好精準(zhǔn)幫扶和精準(zhǔn)考核帶來(lái)了很大的挑戰(zhàn)。因此對(duì)貧困戶(hù)的精準(zhǔn)識(shí)別,是一個(gè)亟待解決的問(wèn)題。本文基于2014年貴州省精準(zhǔn)扶貧建檔立卡貧困村抽樣數(shù)據(jù),做了如下幾點(diǎn)工作:第一:構(gòu)建logistic回歸模型。首先對(duì)貧困戶(hù)的主要特征做了詳細(xì)分析。其次對(duì)于logistic貧困戶(hù)識(shí)別模型在以0.5為切割點(diǎn)和最優(yōu)切割點(diǎn)做了識(shí)別能力上的對(duì)比,結(jié)果顯示最優(yōu)切割點(diǎn)的logistic模型識(shí)別能力要優(yōu)于0.5為切割點(diǎn)的logistic模型。第二:利用隨機(jī)森林方法構(gòu)建貧困戶(hù)識(shí)別模型。在樹(shù)數(shù)目的選取上使用了五折交叉驗(yàn)證方法,并分別繪制出貧困戶(hù)和非貧困戶(hù)各自變量的重要性。第三:利用Ada Boost方法構(gòu)建貧困戶(hù)識(shí)別模型。第四:對(duì)這4個(gè)模型進(jìn)行對(duì)比研究,結(jié)果顯示在貧困村貧困戶(hù)的識(shí)別能力和穩(wěn)定性上隨機(jī)森林方法構(gòu)建的模型要優(yōu)于其他四個(gè)模型,并在統(tǒng)計(jì)學(xué)意義上顯著,Ada Boost和logistic差別不大。
【關(guān)鍵詞】：精準(zhǔn)扶貧 logistic 隨機(jī)森林 貧困戶(hù)識(shí)別 AdaBoost
【學(xué)位授予單位】：貴州財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F323.8
【目錄】：

• 中文摘要4-6
• Abstract6-10
• 1 前言10-20
• 1.1 研究背景目的和意義10-13
• 1.1.1 研究背景10-12
• 1.1.2 研究目的12
• 1.1.3 研究意義12-13
• 1.2 國(guó)內(nèi)外研究進(jìn)展13-17
• 1.2.1 關(guān)于精準(zhǔn)扶貧研究的進(jìn)展13-16
• 1.2.2 隨機(jī)森林和AdaBoost的應(yīng)用研究現(xiàn)狀16-17
• 1.2.3 文獻(xiàn)綜述總結(jié)17
• 1.3 本文研究基本方法17-18
• 1.4 全文結(jié)構(gòu)框架18-19
• 1.5 文章的創(chuàng)新之處19-20
• 2 logistic貧困戶(hù)識(shí)別模型20-31
• 2.1 logistic回歸理論介紹20-22
• 2.1.1 二項(xiàng)logistic回歸模型20-21
• 2.1.2 模型參數(shù)估計(jì)21-22
• 2.2 變量的選取與說(shuō)明22-24
• 2.3 貧困戶(hù)特征分析24-27
• 2.4 logistic貧困戶(hù)的識(shí)別27-31
• 3 隨機(jī)森林貧困戶(hù)識(shí)別模型31-42
• 3.1 隨機(jī)森林理論31-36
• 3.1.1 特征變量重要性評(píng)價(jià)34-35
• 3.1.2 隨機(jī)森林優(yōu)點(diǎn)35-36
• 3.2 模型構(gòu)建36-42
• 3.2.1 模型建立36
• 3.2.2 參數(shù)選取、模型評(píng)價(jià)與變量重要性36-42
• 4 AdaBoost方法貧困戶(hù)識(shí)別模型42-45
• 4.1 AdaBoost理論介紹42-43
• 4.2 模型建立43-45
• 5 四個(gè)貧困戶(hù)識(shí)別模型的評(píng)估45-49
• 5.1 10%樣本量作為檢驗(yàn)集45-46
• 5.2 20%樣本量作為檢驗(yàn)集46-47
• 5.3 30%樣本量作為檢驗(yàn)集47-49
• 6 結(jié)論和展望49-51
• 6.1 主要工作總結(jié)及不足49
• 6.2 研究展望49-51
• 參考文獻(xiàn)51-53
• 附錄A53-63
• 致謝63-64
• 攻讀碩士學(xué)位期間的科研成果情況64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 孟杰;;隨機(jī)森林模型在財(cái)務(wù)失敗預(yù)警中的應(yīng)用[J];統(tǒng)計(jì)與決策;2014年04期

2 李升;宋舜宏;;網(wǎng)絡(luò)入侵檢測(cè)中屬性分組的隨機(jī)森林算法[J];計(jì)算機(jī)安全;2009年11期

3 劉微;羅林開(kāi);王華珍;;基于隨機(jī)森林的基金重倉(cāng)股預(yù)測(cè)[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S1期

4 錢(qián)爭(zhēng)鳴;李海波;于艷萍;;個(gè)人住房按揭貸款違約風(fēng)險(xiǎn)研究[J];經(jīng)濟(jì)研究;2010年S1期

5 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前7條

1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測(cè)中的應(yīng)用[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

2 武曉巖;方慶偉;;基因表達(dá)數(shù)據(jù)分析的隨機(jī)森林方法及算法改進(jìn)[A];黑龍江省第十次統(tǒng)計(jì)科學(xué)討論會(huì)論文集[C];2008年

3 張?zhí)忑?梁龍;王康;李華;;隨機(jī)森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類(lèi)[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

4 相玉紅;張卓勇;;組蛋白去乙�；敢种苿┑臉�(gòu)效關(guān)系研究[A];第十一屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2011年

5 張濤;李貞子;武曉巖;李康;;隨機(jī)森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機(jī)森林和k-近鄰法在某型坦克變速箱狀態(tài)識(shí)別中的應(yīng)用[A];第八屆全國(guó)轉(zhuǎn)子動(dòng)力學(xué)學(xué)術(shù)討論會(huì)論文集[C];2008年

7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹(shù)的集合體和后向消除策略去分類(lèi)P-糖蛋白化合物[A];第十屆全國(guó)計(jì)算(機(jī))化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 曹正鳳;隨機(jī)森林算法優(yōu)化研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

2 雷震;隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年

3 岳明;基于隨機(jī)森林和規(guī)則集成法的酒類(lèi)市場(chǎng)預(yù)測(cè)與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年

4 李書(shū)艷;單點(diǎn)氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測(cè)及其機(jī)制研究[D];蘭州大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 錢(qián)維;藥品不良反應(yīng)監(jiān)測(cè)中隨機(jī)森林方法的建立與實(shí)現(xiàn)[D];第二軍醫(yī)大學(xué);2012年

2 賀捷;隨機(jī)森林在文本分類(lèi)中的應(yīng)用[D];華南理工大學(xué);2015年

3 張文婷;交通環(huán)境下基于改進(jìn)霍夫森林的目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

4 楊畢玉;核電站松動(dòng)件檢測(cè)分析研究[D];浙江大學(xué);2016年

5 王宇恒;推薦系統(tǒng)中隨機(jī)森林算法的優(yōu)化與應(yīng)用[D];浙江大學(xué);2016年

6 張玉桃;旅客社會(huì)網(wǎng)絡(luò)中的家庭出行預(yù)測(cè)及其行為特征分析[D];北京交通大學(xué);2016年

7 張興;基于Spark大數(shù)據(jù)平臺(tái)的火電廠節(jié)能分析[D];太原理工大學(xué);2016年

8 蔡曉路;基于隨機(jī)森林的類(lèi)風(fēng)濕關(guān)節(jié)炎證型判別模型研究[D];北京中醫(yī)藥大學(xué);2016年

9 楊麗;音頻場(chǎng)景分析與識(shí)別方法研究[D];南京大學(xué);2013年

10 朱琪;基于最大平衡度與最大共識(shí)的改進(jìn)隨機(jī)森林算法研究[D];吉林大學(xué);2016年

  本文關(guān)鍵詞：貴州省精準(zhǔn)扶貧中貧困戶(hù)的識(shí)別研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：334909