论文部分内容阅读
摘 要 本文基于收集的基础测绘数据、地理国情普查数据、全国第二次土地调查数据、DEM数据等，提取精准扶贫监测指标要素，构建精准扶贫监测数据库，采用核密度分析、欧式距离分析、吸引力分析等方法，计算十八洞村交通网络密度指标值和基础设施服务能力指标值，利用归一化和综合加权求和方法，计算得到十八洞村公共服务能力评价指数，用于反映十八洞村开展一系列扶贫专项工程后各个村寨的受益程度。
关键詞 基础测绘;精准扶贫;网络密度;评价指数
中图分类号：P 237 文献标识码：A
Abstract： In this paper， the indicators of accurate poverty alleviation monitoring indicators are extracted， and the precision poverty alleviation monitoring database is constructed， based on the collected basic surveying and mapping data， geographic survey data， the second national land survey data， DEM data， etc. Using nuclear density analysis， Euclidean distance analysis， and attractiveness analysis， the values of the traffic density index and the infrastructure service capability index of the Shibadong village are calculated. Using the normalization and comprehensive weighted summation method， the Shibadong village public service capacity evaluation index is calculated. The calculation results are used to reflect the degree of benefit of each village after a series of poverty alleviation projects in 18-hole village.
Keywords： basic mapping; precise poverty alleviation; network density; evaluation index
1 引言
贫困一直以来是我国的主要社会问题之一，由多方面原因造成的，比如交通不发达、公共设施匮乏、教育资源不发达、医疗卫生落后、生产力不发达等，这类地区主要集中在边远山区、少数民族地区等[1]。党中央和地方政府一直高度重视扶贫工作，把扶贫工作列为政府工作的重中之重，相继开展了资金扶持、救济扶持、低保扶持等一系列扶贫工作，但是扶贫成效较低，且滋生出了贫困农户等靠要的坏习惯，一些地区甚至出现了越扶越贫的现象。党中央为改变这种传统的“大水漫灌”的低效率扶贫方式，提出了精准扶贫理念，着手从交通路网、基础设施、特色产业、乡村旅游等方面进行扶贫，按县施策、按村施策、按户施策，并让干部带头形成一对一结对帮扶，给农户提供更多的就业岗位，定期进行文化培训和技能培训，让农户都具有一技之长，逐步扭转从以前的靠天吃饭转变到靠手艺吃饭，从思想上培养农户主动脱贫的意识。湘西州花垣县十八洞村随着精准扶贫各项工作开展以来，为全面监测精准扶贫各项政策实施以来的各项成效，研究并设计了精准扶贫监测体系框架，依据框架体系构建综合评价指数模型，以此来评判精准扶贫成效。
2 精准扶贫监测体系的框架设计
精准扶贫监测的研究对象可以归纳成两类：交通路网要素和公共基础设施要素。其中，交通路网是线状地理监测数据，主要包括扩建的公路、硬化路、机耕路等线状要素;公共基础设施是点状地理监测数据，主要包括教育、医疗、饮水点、垃圾回收站、生态停车场、公共厕所、路灯等点状要素。通过基础测绘、地理国情普查、全国第二次土地调查、遥感影像等信息提取精准扶贫监测指标数据，并建立精准扶贫数据库。
建设中的精准扶贫数据库是需要依据统一的数据处理规范和标准，进行数字化预处理，具体操作主要包括地图矢量化、坐标系转换、数据格式转换、地图渲染、符号化等过程[2]。精准扶贫数据库建成后，必须按照固定周期动态更新数据，关键区域的重要数据需要提高更新频率。
3 综合评价指数模型的构建与实现
3.1评价指标选取及量化
基于建成的精准扶贫数据库提取评价指标，提取的一级评价指标主要包括路网要素、公共基础设施等，二级评价指标主要包括扩建公路、硬化路、机耕路、教育机构、卫生机构、银行网点、通讯设施、饮水网点、生态停车场、垃圾回收站、路灯等（要素指标见图1）。依据交通路网和公共基础设施影响半径不同采用相应合理的分析方法进行量化和计算（方法选取及量化见表1）。
3.2综合评价指数模型的构建
基于精准扶贫数据库提取的扩建公路、硬化路、机耕路三个级别的农村路网信息，利用核密度分析方法，根据不同级别的公路对周边的有效影响值不同，以十八洞村全区作为评价区域，构建十八洞村交通路网通达性评价模型，经计算得到十八洞村交通路网通达性评价指数;基于精准扶贫数据库提取教育机构、卫生机构、银行网点、通讯设施、饮水网点、生态停车场、垃圾回收站、路灯等公共基础设施信息，利用欧氏距离分析、吸引力分析等方法，根据不同种类的公共基础设施的影响距离不同，以十八洞村全区作为评价区域，构建十八洞村公共基础设施服务能力评价模型，经计算得到十八洞村公共基础设施公共服务能力评价指数。 由于路网和公共基础设施两大评价指标具有不同的统计量纲和数量级，为了消除不同量纲的影响[3]，需要对指标数据进行归一化处理，考虑到十八洞村的交通道路和公共基础设施的同等重要性，权重系数采用平均值。通过归一化算法和综合加权求和算法，构建起十八洞村多元地理信息公共服务综合评价指数模型。
3.3综合评价指数模型的实现
利用ArcGIS软件的计算功能，基于建立起来的十八洞村多元地理信息公共服务综合评价指数模型，计算得到十八洞村基本公共服务能力评价指数（见图2），定性地评价十八洞村精准扶贫后四个自然村寨的受益程度：①沿着交通路网分布的两侧地区在扶贫后道路通达性明显好转，该类地区主要受益于扩建的公路、硬化路、机耕路等专项扶贫工程的影响;②竹子寨和梨子寨基本公共服务能力好于飞虫寨和当戎寨，主要原因是受益于教育机构、医疗机构、银行网点、垃圾回收站、生态停车场、通讯设施、饮水工程、路灯等专项扶贫工程的影响;③十八洞村西部地区基本公共服务能力最差，主要是因為该地区是十八洞的偏远山区和林场，开发难度大、成本高。
4 结束语
本文统筹考虑精准扶贫中的监测指标，设计并搭建了精准扶贫监测体系框架，选取交通路网、基础设施等多种精准监测指标，采用核密度分析、欧式距离分析、吸引力分析等方法对监测指标进行量化和计算，建立多元地理信息公共服务综合评价指数模型，通过计算形成反映精准扶贫前后交通空间格局通达性、公共基础设施服务能力等各个区域的指数变化程度，从而客观有效地评价了精准扶贫成效，但在监测过程中同样也存在一些不足和今后需要改进的地方，比如精准扶贫监测指标偏少（种植业、养殖业、手工业等没统计进来），多元地理信息公共服务综合评价指数模型中各项监测指标的权重值还需进一步细化研究。
参考文献/References
[1]郭志仪，祝伟.我国山区少数民族贫困成因的框架分析——基于市场参与率的视角[J].西南民族大学学报（人文社科版），2009，9：44-47.
[2]郭丽萍，陈莉莉.多源数据在地图生产中的集成应用[J].现代测绘，2011，4：28-30.
[3]王茜茜.“两型社会”第一阶段发展状态综合评价——以武汉市为例[D].武汉：华中科技大学硕士论文， 2012.
关键詞 基础测绘;精准扶贫;网络密度;评价指数
中图分类号：P 237 文献标识码：A
Abstract： In this paper， the indicators of accurate poverty alleviation monitoring indicators are extracted， and the precision poverty alleviation monitoring database is constructed， based on the collected basic surveying and mapping data， geographic survey data， the second national land survey data， DEM data， etc. Using nuclear density analysis， Euclidean distance analysis， and attractiveness analysis， the values of the traffic density index and the infrastructure service capability index of the Shibadong village are calculated. Using the normalization and comprehensive weighted summation method， the Shibadong village public service capacity evaluation index is calculated. The calculation results are used to reflect the degree of benefit of each village after a series of poverty alleviation projects in 18-hole village.
Keywords： basic mapping; precise poverty alleviation; network density; evaluation index
1 引言
贫困一直以来是我国的主要社会问题之一，由多方面原因造成的，比如交通不发达、公共设施匮乏、教育资源不发达、医疗卫生落后、生产力不发达等，这类地区主要集中在边远山区、少数民族地区等[1]。党中央和地方政府一直高度重视扶贫工作，把扶贫工作列为政府工作的重中之重，相继开展了资金扶持、救济扶持、低保扶持等一系列扶贫工作，但是扶贫成效较低，且滋生出了贫困农户等靠要的坏习惯，一些地区甚至出现了越扶越贫的现象。党中央为改变这种传统的“大水漫灌”的低效率扶贫方式，提出了精准扶贫理念，着手从交通路网、基础设施、特色产业、乡村旅游等方面进行扶贫，按县施策、按村施策、按户施策，并让干部带头形成一对一结对帮扶，给农户提供更多的就业岗位，定期进行文化培训和技能培训，让农户都具有一技之长，逐步扭转从以前的靠天吃饭转变到靠手艺吃饭，从思想上培养农户主动脱贫的意识。湘西州花垣县十八洞村随着精准扶贫各项工作开展以来，为全面监测精准扶贫各项政策实施以来的各项成效，研究并设计了精准扶贫监测体系框架，依据框架体系构建综合评价指数模型，以此来评判精准扶贫成效。
2 精准扶贫监测体系的框架设计
精准扶贫监测的研究对象可以归纳成两类：交通路网要素和公共基础设施要素。其中，交通路网是线状地理监测数据，主要包括扩建的公路、硬化路、机耕路等线状要素;公共基础设施是点状地理监测数据，主要包括教育、医疗、饮水点、垃圾回收站、生态停车场、公共厕所、路灯等点状要素。通过基础测绘、地理国情普查、全国第二次土地调查、遥感影像等信息提取精准扶贫监测指标数据，并建立精准扶贫数据库。
建设中的精准扶贫数据库是需要依据统一的数据处理规范和标准，进行数字化预处理，具体操作主要包括地图矢量化、坐标系转换、数据格式转换、地图渲染、符号化等过程[2]。精准扶贫数据库建成后，必须按照固定周期动态更新数据，关键区域的重要数据需要提高更新频率。
3 综合评价指数模型的构建与实现
3.1评价指标选取及量化
基于建成的精准扶贫数据库提取评价指标，提取的一级评价指标主要包括路网要素、公共基础设施等，二级评价指标主要包括扩建公路、硬化路、机耕路、教育机构、卫生机构、银行网点、通讯设施、饮水网点、生态停车场、垃圾回收站、路灯等（要素指标见图1）。依据交通路网和公共基础设施影响半径不同采用相应合理的分析方法进行量化和计算（方法选取及量化见表1）。
3.2综合评价指数模型的构建
基于精准扶贫数据库提取的扩建公路、硬化路、机耕路三个级别的农村路网信息，利用核密度分析方法，根据不同级别的公路对周边的有效影响值不同，以十八洞村全区作为评价区域，构建十八洞村交通路网通达性评价模型，经计算得到十八洞村交通路网通达性评价指数;基于精准扶贫数据库提取教育机构、卫生机构、银行网点、通讯设施、饮水网点、生态停车场、垃圾回收站、路灯等公共基础设施信息，利用欧氏距离分析、吸引力分析等方法，根据不同种类的公共基础设施的影响距离不同，以十八洞村全区作为评价区域，构建十八洞村公共基础设施服务能力评价模型，经计算得到十八洞村公共基础设施公共服务能力评价指数。 由于路网和公共基础设施两大评价指标具有不同的统计量纲和数量级，为了消除不同量纲的影响[3]，需要对指标数据进行归一化处理，考虑到十八洞村的交通道路和公共基础设施的同等重要性，权重系数采用平均值。通过归一化算法和综合加权求和算法，构建起十八洞村多元地理信息公共服务综合评价指数模型。
3.3综合评价指数模型的实现
利用ArcGIS软件的计算功能，基于建立起来的十八洞村多元地理信息公共服务综合评价指数模型，计算得到十八洞村基本公共服务能力评价指数（见图2），定性地评价十八洞村精准扶贫后四个自然村寨的受益程度：①沿着交通路网分布的两侧地区在扶贫后道路通达性明显好转，该类地区主要受益于扩建的公路、硬化路、机耕路等专项扶贫工程的影响;②竹子寨和梨子寨基本公共服务能力好于飞虫寨和当戎寨，主要原因是受益于教育机构、医疗机构、银行网点、垃圾回收站、生态停车场、通讯设施、饮水工程、路灯等专项扶贫工程的影响;③十八洞村西部地区基本公共服务能力最差，主要是因為该地区是十八洞的偏远山区和林场，开发难度大、成本高。
4 结束语
本文统筹考虑精准扶贫中的监测指标，设计并搭建了精准扶贫监测体系框架，选取交通路网、基础设施等多种精准监测指标，采用核密度分析、欧式距离分析、吸引力分析等方法对监测指标进行量化和计算，建立多元地理信息公共服务综合评价指数模型，通过计算形成反映精准扶贫前后交通空间格局通达性、公共基础设施服务能力等各个区域的指数变化程度，从而客观有效地评价了精准扶贫成效，但在监测过程中同样也存在一些不足和今后需要改进的地方，比如精准扶贫监测指标偏少（种植业、养殖业、手工业等没统计进来），多元地理信息公共服务综合评价指数模型中各项监测指标的权重值还需进一步细化研究。
参考文献/References
[1]郭志仪，祝伟.我国山区少数民族贫困成因的框架分析——基于市场参与率的视角[J].西南民族大学学报（人文社科版），2009，9：44-47.
[2]郭丽萍，陈莉莉.多源数据在地图生产中的集成应用[J].现代测绘，2011，4：28-30.
[3]王茜茜.“两型社会”第一阶段发展状态综合评价——以武汉市为例[D].武汉：华中科技大学硕士论文， 2012.