论文范文网-权威专业免费论文范文资源下载门户!
当前位置:毕业论文格式范文>毕业论文>范文阅读
快捷分类: 精益生产论文 精准营销论文 精准扶贫参考文献 精准医学论文 精准扶贫文献综述 绿色免安装版论文查重检测精准版 精准扶贫论文参考文献

关于精准扶贫方面硕士毕业论文范文 和精准扶贫中数据的精准处理以楚雄州姚安县前场镇和沙桥镇为例相关硕士毕业论文范文

分类:毕业论文 原创主题:精准扶贫论文 发表时间: 2024-01-09

精准扶贫中数据的精准处理以楚雄州姚安县前场镇和沙桥镇为例,该文是关于精准扶贫方面论文范例与前场镇和沙桥镇和精准扶贫有关在职研究生论文范文.

张立敏1,方文2,李国治3,李永勤4,李正跃5

(1.云南农业大学 国际学院, 云南 昆明 650201; 2.云南农业大学 新农村发展研究院, 云南 昆明 650201;

3.云南农业大学 社会服务办公室, 云南 昆明650201; 4. 云南农业大学 经济管理学院, 云南 昆明 650201;

5.云南农业大学 植物保护学院, 云南 昆明 650201)

摘 要:为了多角度、多层次剖析云南省贫困地区的贫困现状,本研究运用多维数据分析法对云南省楚雄州姚安县前场镇、南华县沙桥镇贫困户的家庭基本情况进行了量化分析,逐层分析当地致贫原因.结果表明:(1)缺资金、缺技术、缺产业和交通不便是当地主要致贫原因,缺劳动力、饮水困难和部分支出型贫困原因是当地次要致贫原因.实施精准扶贫战略,应采取整体帮扶措施解决当地普遍性困难,同时逐层梳理贫困户的具体信息,采取特殊帮扶措施,帮助农户尽快脱贫.(2)复合多维数据分析方法在多维贫困量化研究中具有较强的适用性,补充了一维贫困量化研究和定性分析中的不足,为扶贫对象的“精准识别”“深入分析”“精准管理”和“精准帮扶”提供了客观依据.

关键词:精准扶贫;复合多维数据;系统聚类分析;去趋势对应分析

中图分类号:C 912.82 文献标志码: A 文章编号: 1004-390X(2016)03-0030-07

收稿日期:2016-02-22修回日期:2016-03-07网络出版日期:2016-05-25T 08:49

基金项目:云南农业大学新农村发展研究专项课题(A2006075).

作者简介: 张立敏(1980—),女,云南腾冲人,副教授,博士,主要从事数量生态学和新农村发展研究.

网络出版地址:http://www.cnki.net/kcms/detail/53.1044.S.20160525.0849.014.html

云南农业大学学报(社会科学),2016,10(3):30-36http://xb.ynau.edu.cn

“消除贫困,改善民生,实现共同富裕”是社会主义的本质要义,也是社会稳定、和谐发展的重要条件.改革开放以来,我国不断大力推进扶贫开发工作,大致经历了体制扶贫、开发式扶贫、扶贫攻坚、扶贫新开发、扶贫成效巩固五个阶段[1].2013年11月总书记在湘西走访考察时提出精准扶贫的概念 [2].2014 年 1月、国务院印发《关于创新机制扎实推进农村扶贫开发工作的意见》(中办发[2013]25号)中明确提出建立精准扶贫机制[3].2016年1月汪洋副总理主持召开国务院扶贫开发领导小组第九次全体会议时强调,扶贫开发成败系于精准,要创新工作方式方法,深化精准扶贫,继续采取超常规举措推进各项工作,全面完成各项任务[4].

实施精准扶贫战略是我国农村扶贫攻坚的重大创新,也是全面建成小康社会,逐步实现共同富裕目标的基础和前提.目前,国内对于精准扶贫的研究主要是集中在对精准扶贫政策的解读、各地精准扶贫的经验或成果介绍等方面的新闻报道[3],对贫困量化指标的研究有限,且量化分析方法单一.如何多角度、多层次剖析中国贫困地区的贫困状况是贯彻落实同志提出的“六个精准”重要要求的基础和前提.因此,本研究以云南省楚雄彝族自治州下辖的国家级贫困县——姚安县和南华县部分贫困家庭为研究对象,在系统分析贫困家庭概况基础上,综合运用聚类分析和去趋势对应分析对该地区贫困家庭的致贫原因进行深度研究,以探索复合多维数据分析方法的精准扶贫研究中的应用,创新精准扶贫研究中的量化分析方法,充分利用数据价值,借助“大数据”思维和“大数据”分析技术,真正做到“精准”二字[5].

一、数据来源和研究方法

(一)数据来源

2015年云南省全面实施“领导挂点、部门包村、干部帮户、转作风走基层遍访贫困村贫困户”(简称“挂包帮、转走访”)扶贫攻坚工作期间,云南农业大学多次深入云南省楚雄彝族自治州下辖的国家级贫困县——姚安县前场镇、南华县沙桥镇的乡村实地考察,走进农户家里访谈,收集到多元化的农村致贫数据和村民家庭情况.本研究数据均来自云南农业大学入户走访的贫困家庭调查问卷,并采用MS Excel 2007和R version 3.0.2完成数据整理和分析.

(二)多维统计指数分析

统计指数分析(index analysis)是重要且常见的统计分析方法.统计学意义上的指数分析是一种对比性量化指标,具体表现形式就是相对数,可以研究总体中各个个体不能直接加总的同类水平值的综合差异状况和量化差异程度,即对多因素总体进行综合对比分析.本研究将入户调查结果进行量化,构建指数相对变动的相对数值,对不同区域、不同民族的样本基本情况进行多维对比研究[6-8],并通过不同图形表示不同指标的数量关系.

(三)系统聚类分析

聚类分析(cluster analysis)是一类将数据所对应的研究对象进行分类的统计分析方法.其特点是事先不知道类别的个数与结构,根据研究对象的相似性和相异性作为划分类别的标准.具体研究中,通常用“距离”的远近衡量不同样本间的相似(或相异)程度,最后将距离近的对象归为一类.最终得到的数据类在同一类别中有很大的相似性,而不同的类中研究对象的差异则相对很大.因此,该方法也常被认为是一种将数据逐渐简化的过程.系统聚类分析(hierarchical cluster analysis)是聚类分析中最常用的一种方法,其基本思想是:开始将n个样本各自看为一类,并规定样本间距离和类别间距离,然后将距离最近的两类合并为一个新类,重新计算类间距离后,再重复进行两个最近类别的合并,直至所有的样本合并为一类为止.本研究采用系统聚类方法对贫困家庭致贫原因进行分析,首先采用欧氏距离计算不同样本间距离,其次采用最长距离法定义类间距离进行聚类分析[9-11].

(四)去趋势对应分析

对应分析(correspondence analysis) 是多维数据排序分析的处理方法之一.其主要思想是将多维数据降维,用少数几个综合性变量尽可能包含初始数据的大部分信息.从几何上讲,排序的目的是生成可视化的排序图,将样本或变量尽可能排列在可视化的低维空间,即将样点投射到两条排序轴构成的二维或三维空间上,通过样点的疏密形态、所在象限的分布等来反映研究对象的特点.致贫原因分析的基础数据一般是多维数据,排序分析方法可以将多维变量进行降维,用于分析不同致贫原因间、不同贫困户间以及贫困户相关的致贫原因等复杂关系.通常对应分析被认为比主成分分析更好、更稳健,但常规对应分析中,第二排序轴在许多情况下是第一排序轴的二次变形,即通常说的对应分析中的“弓形效应”或“马蹄效应”.为了避免对应分析中出现的弓形效应,本文采用去趋势对应分析法 (detrended correspondence analysis) 进一步研究不同致贫原因间以及致贫原因和样本点间关系[9-11].

二、 结果与分析

(一)受访贫困户家庭基本情况

1. 人口特征

2015年,云南农业大学扶贫研究团队施行“挂包帮,转走访”期间,共走访了包括姚安县前场镇和南华县沙桥镇在内的116户贫困户,所收集到的调查问卷样本信息如下:(1) 地域分布:访谈样本在前场镇和沙桥镇的分布比例分别为59%和41%,所调查的沙桥镇贫困户数量略低于前场镇.(2) 民族分布:访谈样本共涉及汉族和彝族,其中汉族贫困户比例占全部调查样本的23%,彝族贫困户比例占77%;沙桥镇汉族和彝族比例相当,分别为44%和56%,前场镇汉族比例远低于彝族,分别为9%和91%.(3) 性别分布:访谈样本中男性多于女性,男性占85%,女性占15%.(4) 年龄分布:访谈对象年龄在28~79岁间,其中小于40岁的受访者仅占17%,40~50岁的占47%,50~60岁的占24%,大于60岁的占12%.姚安县前场镇和南华县沙桥镇所走访的贫困户中彝族家庭为主,且在家务农的家庭人员年龄结构老化.

2. 劳动力特征

劳动力占比分析:以家庭人口为基数,分别计算访谈样本的劳动力比例.访谈农户中劳动力比例基本高于60%,其中仅5%的农户劳动力占比低于60%,52%的农户劳动力占比介于60%~80%之间,43%的农户劳动力占比高于80%.

在访谈农户中,97%的家庭有劳动力在外务工,进一步分析在外务工劳动力的占比,以家庭劳动力为基数,在外务工人数为分子,分别计算访谈样本在外劳动力占比.

前场镇和沙桥镇在外务工劳动力比例相似,且访谈农户中家庭劳动力在外务工的比例较高,其中16%的家庭全部劳动力均在外务工,53%的家庭有一半以上劳动力在外务工,31%的家庭在外务工人数低于家庭劳动力的一半.据调查问卷分析知,访谈农户家庭在外务工人员中,有38%的人就近务工,29%在县外省内务工,24%在省外务工,仅8%在县城务工.由此,当地劳动力相对充裕,但外出打工比例较高,结合年龄结构分析知当地少壮劳动力基本外出务工,劳动力流失较严重.

3. 劳动力受教育情况

分析访谈农户家庭劳动力受教育情况,以家庭人口为基数,分别计算受访农户家庭劳动力的受教育程度.由图1知,访谈的农户家庭受教育程度普遍较低.

农户的生产能力和其受教育程度在一定程度上是成正比的,没有一定的科学技术作为支撑,农户发家致富,持续性脱贫更加困难.但由以上分析知,当地贫困农户受教育程度普遍不高.因而为当地农户普及基础教育,传授专业技能成为扶贫攻坚的必由之路.

4. 家庭产业分布特征

受访贫困户家庭从事的劳作以第一产业为主,且种植业占比最高.其中:参与种植业的家庭占比为87%,参与养殖业的家庭占比为73%,参与加工业家庭占比仅为3%.种植业和养殖业共同发展的家庭约占63%,仅发展种植业或养殖业的家庭占比分别为23%和7%(如图2所示).结合劳动力占比分析知,当地贫困户有较充足的家庭劳动力,但由于当地产业发展较为狭窄,基本以家庭式种植和养殖为主,大量劳动力外流,在外务工人员比例较高.

(二)致贫原因分析

1. 频次分析

访谈问卷共涉及12个明确致贫原因和1个其他原因:缺资金、缺产业、缺技术、缺劳动力、缺致富办法、交通不便、饮水困难、家庭成员患重病、家庭成员残疾、子女上学负担重、除常规种植养殖业外没有其他收入来源、自然灾害或突发事件、其他.有效样本114份,其中南华县沙桥镇47户,姚安县前场镇67户,彝族88户,汉族26户.累计每个选项被选次数,并计算每一选项占全部选项的比率,排序后图3所示.

由图3可知:参与入户调查的贫困户中普遍由于“缺资金”“缺技术”“除种植养殖业外无其他收入”“缺致富方法”致贫.相反,“饮水困难”、“自然灾害”等其他因素致贫的比重较低.由图3可了解访谈贫困户的主要致贫原因,但由于不同选项间差异非常小,可能部分的致贫原因间相似度较高,故本文采用系统聚类法对访谈问卷中的13个致贫原因进行聚类分析.

2. 聚类分析

以参与入户调查的114户贫困户对“致贫原因”的选择为观察样本,其中每个样本含13个观测变量:X1表示缺资金、X2表示缺产业、X3表示缺技术、X4表示缺劳动力、X5表示缺致富办法、X6表示交通不便、X7表示饮水困难、X8表示家庭成员患重病、X9表示家庭成员残疾、X10表示子女上学负担重、X11表示除常规种植、养殖业外没有其他收入来源、X12表示自然灾害或突发事件、X13表示其他.

如图4所示,13个致贫原因可以划分为两大类,其中X1缺资金、X2缺产业、X3缺技术、X5缺致富办法、X6交通不便、X11除常规种植、养殖业外没有其他收入来源归为一类,X4缺劳动力、X7饮水困难、X8家庭成员患重病、X9家庭成员残疾、X10子女上学负担重、X12自然灾害或突发事件和X13其他归为一类.结合图3对致贫原因频次比例的分析结果可知,第一类中的X1、X2、X3、X5、X6和X11属于调查数据中出现频次比例较高的前6项,第二类中的X4、X7、X8、X9、X10、X12和X13属于出现频次比例较低的后7项.由此表明,X1、X2、X3、X5、X6和X11是当地普遍存在的困难,而其余变量表示的致贫原因并非当地普遍存在的困难.因此,参与访谈的楚雄州姚安县前场镇和南华县沙桥镇主要致贫原因是缺资金、缺技术、缺产业和交通不便,次要致贫原因分别是缺劳动力、饮水困难、家庭成员患重病或残疾、子女上学负担重、自然灾害等突发事件或其他.

3. 去趋势对应分析

为了进一步明确致贫原因之间以及致贫原因与样本点间关系,本文以调查农户为样本,分别对主要致贫原因(X1、X2、X3、X5、X6、X11)和次要致贫原因(X4、X7、X8、X9、X10、X11、X12、X13)进行去趋势对应分析.

经过对主要致贫原因进行去趋势对应分析发现,全部参与访谈的贫困户选择X1缺资金的相似度最大,其次是X3缺技术和X6交通不便.因此,借助于政府和社会力量,完善金融制度和招商引资措施,通过外来资金扶持,配合当地资源,因地制宜地大力发展农副产业是解决当地主要致贫原因的重要环节.

经过对次要致贫原因进行去趋势对应分析可知,变量X4、X8和X10间距离较近,且样本点与这3个变量的距离也较近,故缺劳动力、家庭成员患重病和子女上学负担重是当地次要致贫原因中的相对重要的因素.结合前述分析,劳动力缺失的原因一定程度是由于当地缺少高收入就业机会,缺少农业产业导致的劳动力外流,而患病或子女上学致贫一定程度上只是暂时性贫困,不是当地深层次顽固性的贫困原因.

变量X7、X9、X12和X13与剩余变量间距离均较远,且样本点与以上4个变量的距离较远,故以上4个变量对样本点的影响最小.该结论与图3致贫原因分析和图4聚类分析中的结论一致,即饮水困难、家庭成员残疾、自然灾害或突发事件等其他因素导致贫困的影响最小.与主要致贫原因的研究不同,次要致贫原因涉及的不是整体问题,而是部分农户的特殊问题,因此,在精准扶贫工作中应结合以上量化分析结果,逐层梳理贫困农户的具体困难,采取相应帮扶措施,应对这些农户家庭的残障人员给予特殊帮扶.

三、讨论

贫困作为一种国际间普遍发展难题,是区域、资源、社会、文化发展等不协调,甚至是个体差别等因素的整体作用而成,在时间、空间以及人们思想观念、社会经济发展水平不同的情况下,贫困的表现也不同.两个地理环境相似的自然村,可能因为政策的发展不同导致其贫困程度以及贫困特征不同;同一个区域的两个自然村经济发展能力相似,也有可能因为地理环境的而不同导致贫困程度与特征不同.贫困研究的这些复杂性不仅在量化问题方面存在很大困难,也在如何研究贫困机制方面带来了疑惑[12].目前,国内对贫困的识别主要是通过设定绝对贫困线来识别贫困个体.例如,2013年的低收入标准线2300元.国家统计局每年会根据贫困监测情况实时调整国家贫困线标准.但是,依据经济收入指标来测量贫困,只能确定贫困群体的数量,不能确定贫困群体的贫困特征,不利于扶贫决策的提出[12].近十年,多维贫困(Multidimensional poverty)已成为国际上普遍认可的贫困研究方式,但多维贫困研究意味着出现多重贫困标准,如何综合分析不同贫困维度信息,并清晰直观地表述某一地区的贫困特征是目前贫困研究中的一个关键[13-15].

复合多维数据分析法基本原理源于多元统计分析(multivariate statistical analysis),是一种综合分析方法,它能够在多个对象和多个指标互相关联的情况下分析其统计规律性,多维数据分析法已在自然科学中得到广泛应用.复合多维数据分析已在国内外的贫困研究中得以应用,如:Belli和Laura用模糊方法描述和测量了20世纪90年代意大利的多维度贫困情况,Luzzi等人采用主成分分析法确定了度量贫困的最优维度,最小化了不同维度间以及同维度中不同指标间的相关性影响,并通过聚类分析方法讨论了不同维度对不同群体间的不均衡影响[12,15, 16].张熙运用聚类分析和对应分析研究了云南特殊连片地区的农村发展现状[7],甘巧林等运用因子分析方法,对云南扶贫攻坚乡进行量化分析,从贫困人口与收入水平、乡村规模与经济状况、扶贫方式与农户经营、基本生产条件与资金投入等方面多角度地揭示了扶贫攻坚乡的总体特征[17].

精准扶贫的理念可以追溯到上世纪的“真扶贫,扶真贫”.党的十八大以来,党、国务院高度重视扶贫工作,精准扶贫的理念逐步成型[3].基于新形势下我国农村扶贫工作中面临的诸多难点问题,总书记指出,“扶贫开发推进到今天这样的程度,贵在精准,重在精准,成败之举在于精准”.而中国贫困地区的贫困状况是社会、经济、自然以及历史等诸多因素综合影响形成的,因此需要对某一地区的贫困特征因素进行多维综合分析,才能使得扶贫政策措施的取向走向因地制宜,让扶贫政策执行的效果更好惠及广大贫困地区每一员[6-8].本研究结合复合多维数据分析中的多维统计指标分析、系统聚类和去趋势对应分析基本理论,对楚雄州姚安县前场镇和南华县沙桥镇部分贫困家庭的“挂包帮、转走访”入户调查问卷进行了多角度研究.一方面,定量分析和定性研究相结合,分析了云南省楚雄州少数民族贫困家庭的致贫原因,另一方面,也通过实际案例分析,验证了多维数据分析方法在精准扶贫研究中的应用.

目前本研究所选取的样本点还非常有限,但随着“大数据”信息时代的到来,缺少数据支持的粗放式扶贫模式将逐步向以大数据为支撑的集约式扶贫模式发展,结合适当的多维数据分析方法,可以实现对每个贫困村贫困户信息动态监测、动态分析、动态预测、真正做到扶贫对象的“精准识别”、“深入分析”、“精准管理”和“精准帮扶”[3,5].

四、结束语

综上所述,贫困具有区域性、多维性和复杂性等特点,国内外研究者对贫困的研究已经从一维单纯的经济贫困转向多维贫困研究.但如果对贫困特征的识别主要依据收入指标,致贫原因的分析主要依靠定性研究,往往不能实现精准贫困识别,不能满足国家扶贫开发的需求.本研究采用了复合多维数据分析方法对一定特殊区域内的贫困户信息进行定量分析,并结合云南省民族贫困地区的区域发展特征对调查结果进行定性研究,逐层剖析当地致贫的深层次原因,结果表明:

(1)缺资金、缺技术、缺产业和交通不便是当地主要致贫原因.在扶贫攻坚工作中应抓住关键性的主要问题,采取必要措施,将其逐个击破,帮助农户尽快脱贫,实现共同富裕.首先,应建立健全当地招商引资的金融制度,借助于政府力量,完善金融制度,通过招商引资,将资金引入到基层农户,配合当地资源,因地制宜地大力发展农副产业,有效提升当地经济发展;同时,将外来资金合理融入到村,落实交通等基础设施建设.其次,充分利用当地自然条件,依托云南农业大学在农业科技研究,新农村发展研究的丰富资源,大力发展高原特色农业,带动当地产业发展,提升当地农产品数量和质量的同时带来大量就业机会,减少少壮劳动力流失,大幅提高农民收入.第三,充分发挥政府职能和高校教育、科技优势,多渠道引进师资,尽力普及基础教育,提高农民文化水平,以农业高校作为技术指导支撑平台,为农户提供专业生产指导,不断在提高劳动力素质上下功夫,提供高效、精准扶贫技术.

(2)缺劳动力、饮水困难和部分支出型贫困原因(包括家庭成员患重病或残疾、子女上学负担重、自然灾害等突发事件)是当地次要致贫原因.其中,缺劳动力、家庭成员患重病和子女上学负担重等有一定普遍性,其余致贫原因比较具有特殊性,应逐层梳理贫困农户的具体困难,采取特殊帮扶措施.

(3)复合多维数据分析法在精准扶贫调查研究中具有较强的适用性,是新时期解析多维贫困这一复杂系统的有效量化研究工具之一.本研究结合不同多维数据分析法的特点,首先,可多角度对比贫困户家庭基本信息,并通过图表简洁、准确地表达不同指标间的量化关系;其次,通过降维的方法将复杂多维贫困原因进行分类,客观评价研究对象的主要致贫原因和次要致贫原因,并可将多维信息简化为二维坐标图直观表达不同致贫原因和贫困户间的相关性,为确定“精准”脱贫策略、制定“精准”帮扶措施提供科学依据.

[参考文献]

[1]孙璐.扶贫项目绩效评估研究——基于精准扶贫的视角[D].北京:中国农业大学,2015.

[2]李鵾.论精准扶贫的理论意涵、实践经验与路径优化——基于对广东省和湖北恩施的调查比较[J].山西农业大学学报(社会科学版),2015,14(8):810.DOI:10.13842/j.cnki.issn1671-816x.2015.08.011

[3]公衍勇.关于精准扶贫的研究综述[J].山东农业工程学院学报,2015,32(3):75.DOI:10.15948/j.cnki.37-1500/s.2015.03.024

[4] 汪洋副总理主持召开国务院扶贫开发领导小组第九次全体会议上的讲话[EB/OL].[2016-01-21].http://www.gov.cn/guowuyuan/201601/21/content_5035188.htm.

[5] 严俊乾. “大数据”助力精准扶贫[J].现代经济信息,2016(1):35.

[6]周瑞超.综合性扶贫效果评价指标体系与模型研究[D].南宁:广西大学,2003.

[7]张熙.贫困特征综合分析研究[D].昆明:云南大学,2015.

[8]田茂海,王荣党.农村反贫困政策的综合绩效评估及实证研究——以云南省为例[J].经济研究导刊,2012,159(13):30.

[9]高惠璇.应用多元统计分析[M].北京:北京大学出版社,2005.

[10]黄良文.统计学原理[M].北京:中国统计出版社,2009.

[11]薛毅,陈立萍.统计建模与R语言[M].北京:清华大学出版社,2007.

[12]钱乐毅.基于GIS的多尺度多维贫困识别[D].北京:首都师范大学,2014.

[13] Bourguignon Francois, Charkrarty Satya R. The measurement of multidimensional poverty [J]. Journal of Economic Inequality, 2003(1):25.DOI:10.1023/A:1023913831342

[14] Alkire Sabina. Multidmensional Poverty Measures: New Potential. The 3rd OECD World Forum on “Statistics, Knowledge and Policy” Charting Progress, Building Visions, Improving Life[J]. Busan, 2009:27-30.

[15]Alkirel S, Foster J. Counting and multidimensional poverty measurement [J]. Journal of Public Economics, 2010, 95(7): 476.DOI:10.1016/j.jpubeco.2010.11.006

[16]Hutto N, Waldfogel J, Kaushal N, et al. Improving the measurement of poverty [J]. Social Service Review, 2011, 85(1): 39.DOI: 10.1086/659129

[17]甘巧林,姚大金,杨泽祥.云南扶贫攻坚乡特征与因素分析[J].云南财贸学院学报,2001,17(5):78.

综上资料,此文是一篇关于精准扶贫方面的大学硕士和本科毕业论文以及前场镇和沙桥镇和精准扶贫相关精准扶贫论文开题报告范文和职称论文写作参考文献资料.

参考文献:

1、 基于数据依赖的计算机大类分流过程合理性分析以杭州科技职业技术学院为例 杨悦梅,穆元彬,傅联云,钟婷婷,周婧旻(杭州科技职业技术学院信息工程学院,浙江杭州311400)摘要研究分析计算机大类分流过程及学生专业方向选择意愿影响因素,发现学生的最终专业选择与学生的专业兴趣存在.

2、 精准扶贫在基层政府实施困境以河北省X镇为例 摘要中国特色社会主义在发展的过程中始终将扶贫作为重点的方面,在改革开放的几十年中,国内的扶贫工作取得了较大的成果,但是国内在贫困治理的层面仍旧还存在相对较高的问题,因此本文立足于河北省X镇的精准扶贫工.

3、 公共图书馆文化精准扶贫策略 王方园(辽宁省图书馆,辽宁 沈阳 110167)摘 要目前, 我国已进入文化精准扶贫时代 在总结概括辽宁省文化扶贫现状的基础上, 提出各级公共图书馆应以提供各类型文献、 盘活公共文化基础设施……方式参.

4、 大数据时代国内图书馆精准服务模式比较 摘要图书馆精准服务模式是根据读者具体的需求实施准确的定位,借以高效率调动馆藏资源,直接提供给读者 结合国内多家图书馆的精准服务案例,对比分析国内图书馆常见的精准服务模式,找到图书馆在精准服务方面存在的.

5、 精准扶贫背景下留守儿童阅读推广长效机制构建 关键词精准扶贫;留守儿童;阅读推广;长效机制摘要文章分析了当下农村留守儿童阅读的总体环境以及构建面向留守儿童的阅读推广长效机制的意义,指出了精准扶贫背景下图书馆留守儿童阅读推广长效机制的实现路径,以期.