贫困化

摘要： 伴随着工业化、全球化进程的深入,人与自然之间的不协调关系日益凸显,自然资源治理成为全球实践界和理论界共同关注的问题。森林、草原、湖泊等自然资源不断减少和退化,引发了气候变化、社会失序、贫困化等一系列问题,对人类健康和生态安全、经济与社会发展、世界政治经济秩序的影响不断加深。

摘要： 我国即将步入人口高龄化社会,急需解决人口高龄化带来的各种社会问题.通过对山西省大同市H社区高龄女性贫困问题的调查分析,发现该社区大多数高龄女性经济紧张,倾向于不支持居家养老.本文运用社会工作中小组工作和社区工作方法介入高龄女性贫困问题,提出发挥"三社联动"优势,社会工作等多方力量协同参与,加大政府购买及吸纳专业社工人才三项介入策略,以期改善高龄女性贫困现状.

摘要： 在今天的资本主义社会生活中,马克思所说的无产阶级在生活资料上的绝对贫困化现象的确不再突出,今天表面上的生活富足恰恰体现了资产阶级世界的日常生活的苟生,而这种苟生正是一种新的贫困化,存在的贫困化.因为,人的日常生活感性经验变成了消费的欣喜,生活就是买东西,并且是在一种消费品贵贱结构和消费狂欢中比拼苟活的等级,而实际上,真相是商品-市场经济中的价值交换成为统治性的社会关系,建构一种由消费中介建立起来的伪总体性.而且,当科学技术成为资本控制的力量,国家垄断资本主义将看不见的手变成干预主义的强力时,资产阶级对社会生活的支配和奴役会变得愈加强大.

摘要： 本文认为印度的贫困人口占世界贫困人口比重的增加主要源于制度性原因。根据马克思政治经济学原理,资本家为了追求持续的和更大的利润,往往会通过提高技术和增加资本积累等来实现,这导致的后果是资本家与工人之间的收入差距越来越大,工人陷入到更加严重的贫困化境地。基于此理论,我们分别挑选了能够反映印度技术进步和资本积累的解释变量,并挑选了能够准确反映出印度无产阶级贫困化指数变化的被解释变量,构建用于实证的引力模型。描述性和实证研究的结果都基本表明:1990年代初以来的全面改革背景下印度的技术进步和资本积累指标集分别对无产阶级的贫困化指标做出了不同程度的贡献,在对部分指标采用工具变量做替代之后,上述结论依然成立。这些结果再次验证了马克思关于无产阶级贫困化的理论描述是正确的。而印度从根本上消灭贫困只能依靠社会制度的变革来实现。

摘要： 本文认为印度的贫困人口占世界贫困人口比重的增加主要源于制度性原因.根据马克思政治经济学原理,资本家为了追求持续的和更大的利润,往往会通过提高技术和增加资本积累等来实现,这导致的后果是资本家与工人之间的收入差距越来越大,工人陷入到更加严重的贫困化境地.基于此理论,我们分别挑选了能够反映印度技术进步和资本积累的解释变量,并挑选了能够准确反映出印度无产阶级贫困化指数变化的被解释变量,构建用于实证的引力模型.描述性和实证研究的结果都基本表明:1990年代初以来的全面改革背景下印度的技术进步和资本积累指标集分别对无产阶级的贫困化指标做出了不同程度的贡献,在对部分指标采用工具变量做替代之后,上述结论依然成立.这些结果再次验证了马克思关于无产阶级贫困化的理论描述是正确的.而印度从根本上消灭贫困只能依靠社会制度的变革来实现.

摘要： 从民国初年开始,阎锡山在山西农村逐步推行了系统的乡村改制计划,即普遍所知的"村政建设".运动在一定程度上促进了山西社会的稳定和某些领域的发展,但阎锡山办理"村政"的最终目的在于对乡村社会的有效控制,因此运动过程中建立了严密的基层行政网络,处处监视乡民的行动,并不利于改制的顺利推进,加之运动的初衷是"取之于农村,用之于农村",对乡村并没有多余的资金投入,所以并没有得到乡民的真心拥护,同时运动中也缺乏大量热心实施的地方官员,结果这场运动并没有给山西乡村社会和民众生活带来明显变化.

摘要： 美国东北部和中西部在20世纪中后期出现了严重的工厂搬迁和资本撤离问题,即所谓的去工业化现象,从而使这两大工业区域沦为“锈蚀带”或“冰雪带”。这两个区域去工业化的原因主要包括工会强大、国际竞争、科技进步、全球分工等几个方面。去工业化导致了这两个地区城市就业的锐减、工人的贫困化和城市税收的减少,从而导致了城市的财政危机和发展危机。

摘要： 贫困作为一个世界性难题,一直是世界各国挥之不去的噩梦。马克思透过政治经济学这一棱镜,透视资本主义条件下的贫困现象,折射出贫困的多维表征:一条规律--无产阶级日益贫困化,两个维度--物质性贫困和非物质性贫困,三重规定--现实贫困、历史贫困和潜在贫困。沿着政治经济学批判的致思逻辑,马克思进一步追问,缘何劳动是财富的源泉却变为贫困的渊薮,劳动本是人本质的自我确证却“魔法般”地变成资本的“酵母”。

摘要： 消除贫困不仅是中国共产党和中国政府的重大战略,也是联合国全球可持续发展的首要目标。本文着眼于当前中国贫困治理理论与实践上的两难困境,在回顾、比较世界贫困理论研究与中国反贫困政策研究的基础上,提出了面向2020年后的贫困治理分析框架。具体而言,这个分析框架包括三个组成部分:以防止返贫为目标,以构建城乡基本公共服务体系为内容的宏观战略;以消除贫困化为目标,以支持和使能社区建设、挖掘社区潜能为内容的中观政策;以维持脱贫成果为目标,以加强基层党建奠定贫困治理的组织基础为内容的微观路径。本文的可能创新点在于回顾、评述并比较了国内外贫困治理研究,对2020年后的扶贫问题进行了理论前瞻。

摘要： 本发明涉及精准扶贫技术领域，具体涉及一种精准识别贫困户的系统及识别方法，系统包括后端和前端，后端包括数据上传模块、数据清洗校验模块、数据预处理模块、数据比对模块；前端包括数据上传管理模块、数据监控管理模块、数据比对结果管理模块、报表管理模块、数据分析模块；通过本发明提供的精准识别贫困户的系统及识别方法，通过将相关部门的贫困户数据导入系统并进行比对，本发明建立了全方位、全口径、自动化数据比对机制，可以精准识别贫困户的财产拥有情况，进而精准识别贫困户，同时还可以分析贫困户的分布情况、可疑贫困户的特征和被否决的贫困户特征，为“精准扶贫、精准脱贫”的管理与决策提供数据支撑。

摘要： 本发明公开了一种基于SVM的贫困生辅助认定方法，包括以下步骤：采集学生数据，并对学生数据进行预处理；对预处理学生数据提取特征，通过随机森林对特征重要性进行排名；在满足Mercer条件下，构造混合核函数，并植入SVM中；使用遗传算法对混合核函数参数进行寻优，得到最优混合核函数参数；将最优混合核函数参数代入SVM，并对学生数据进行训练，得到分类器模型；将需要认定的学生数据输入分类器模型，输出分类结果；本发明采用遗传算法对基于SVM混合核函数参数进行寻优，用适应度作为评价依据，通过随机重组重要基因，让群体中的个体不断进化，获取最优解，减少全局搜索时间，提高了分类器的推广泛化能力，并降低成本。

摘要： 为了构建新型的城市贫困评估方法，本发明公开一种基于街景图片及机器学习的城市内部贫困空间测度方法，包括以下步骤：根据人口普查数据构建多重剥夺指数IMD；在地图信息数据库中获取目标区域的街景图像数据；通过图像分割技术，将目标区域的街景图像数据分割为若干块街景图像数据；基于若干块街景图像数据，结合主成分分析法，得到主因子，将主因子定义为街景因子；将多重剥夺指数IMD和街景因子作为机器学习算法的输入变量，得到城市贫困分数。根据城市贫困分数对城市的贫困程度进行评估。本发明还公开了基于上述方法的一种基于街景图片及机器学习的城市内部贫困空间测度系统。本发明不仅推进城市贫困研究精细化，而且丰富城市贫困度量指标的维度。

摘要： 本发明公开了一种针对学生序列化行为的贫困生预测方法，包括如下步骤：采集学生在校行为数据，以学生个体作为分类标签，以固定周期作为数据统计内容的时长，形成固定周期内的一组数据，并以矩阵形式表示，记为单组数据；对同一个学生的单组数据进行归一化处理后，对单组数据的所有特征进行重要度的构建并进行筛选，得到有效特征数据矩阵；构建many2one形式的长短时记忆网络模型，将同一学生当前时间段之前的连续的若干个有效特征数据带入模型，得到学生的贫困类别。本发明所达到的有益效果：本方案使用的数据能够较为全面的涵盖了学生在校内期间的各种行为，采用深度学习中的递归神经网络，来对学生的贫困等级实现精确地评判。

摘要： 本发明提供一种贫困分析方法和贫困分析系统。所述方法包括：基于分析对象的分析角度，分别获取相应的贫困数据和影响贫困的指标数据；基于所述贫困数据得到多个贫困等级；基于所述指标数据得到多个指标等级；生成所述分析对象的贫困分析集合，所述贫困分析集合的每个元素由一个贫困等级和至少一个指标等级组成；以及基于所述贫困分析集合生成强关联规则集。本发明实施例的贫困分析方法基于大数据的数据挖掘引入到贫困的定量分析中，构建贫困分析集合，利用关联算法分析贫困率与影响贫困的指标之间的关联关系，并输出强关联规则集，从而为加深对贫困的认知、寻找贫困的原因提供了一种新的思路。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于多维度评价的高校贫困生认证方法及其系统，该方法包括：获取待认定学生的信息；将获取的信息输入到学生贫困生认证预测模型中，得到贫困认证结果；根据贫困认证结果对待认证的学生进行分类，完成贫困生认定；本发明对待认定的人员的信息采集更全面，不仅对申请者的个人消费情况、学习态度情况、日常行为情况、勤工俭学情况、助学贷款申请情况进行采集，还对申请者的家庭基本情况进行采集，使贫困资助系统更加数据更加精确，贫困评估更加全面。

摘要： 本发明公开了一种城市多维相对贫困衡量指标平台，包括构建数据矩阵包括贫困维度数量k、剥夺指标数量N、家庭贫困程度z、多维贫困发生率H、平均剥夺率A、指标贡献度V和多维贫困指数MPI等综合性微观和宏观的相对贫困指标体系。本发明通过构建了多维相对贫困指标体系、搭建出多维相对贫困指数及其各维度指标的测度、设计了识别、评估系统、并提出了长效帮扶机制构建多中心帮扶网络，目前我国对相对贫困的界定、衡量等没有统一并且符合国情的标准，该成果有助于政府部门通过系统智能化筛选出相对贫困家庭，并且通过识别和评估，找出致困之因，并通过长效帮扶机制，和多中心帮扶之网，来有效的解决相对贫困问题。

摘要： 本发明属于高校学生贫困生资助领域，具体涉及一种基于用户消费数据的高校贫困生识别方法，该方法包括：获取学生用户的消费信息；对消费信息进行预处理，将预处理后的消费信息输入到SVM分类模型中进行分类，得到分类结果；对分类结果进行聚类分析，得到每个分类结果的评级；将该学生用户的所有分类评级结果进行融合，得到贫困程度综合评级；根据最终的贫困程度综合评级结果判断该学生用户是否为贫困生；本发明通过校园卡储蓄、消费以及餐饮消费占比三种数据信息对学生用户进行贫困生认定，使得认定结果更精确；本发明采用改进的SVM分类模型对输入数据进行分类处理，使得分类的结果更准确。

摘要： 本发明涉及人工智能技术领域，公开了基于消费大数据的城市相对贫困空间测度方法和系统，包括：根据全国人口普查数据构建目标区域的综合贫困指数；采集消费类型数据，计算得到人均消费水平分布特征指标；采集POI数据，计算得到消费设施分布特征指标；将所述人均消费水平分布特征指标和所述消费设施分布特征指标作为自变量、将所述综合贫困指数作为参考变量，输入训练好的城市贫困评估模型，计算得到城市贫困分数；根据所述城市贫困分数对城市相对贫困程度进行评估，得到城市相对贫困评估结果。本发明能够有效弥补现有的测算维度的不足，实现了城市相对贫困空间的精准识别和动态监测，提高了城市相对贫困空间测度的准确性和可实施性。

摘要： 本发明公开了一种贫困发生率模型的训练方法及装置，用以提供一贫困发生率预测模型，从而能够通过该模型实现快速且精准地识别贫困地区。方法包括：获取构建完成的贫困发生率预测模型；获取与贫困发生率相关的多项第一预设数据；在第一预设数据中随机选取第一预设比例的数据为训练集，并随机选取第二预设比例的数据为测试集；通过训练集对贫困发生率预测模型的权重参数进行调整；根据测试集对调整权重参数之后的贫困率预测模型的整体误差进行验证；在贫困预测模型的整体误差小于第一预设误差阈值的情况下，确定预测模型训练完成。采用本申请所提供的方法，能够训练一预测模型，通过预测模型实现快速且精准地识别贫困地区。