留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

西北易地扶贫搬迁安置区后续发展关键因素研究——以陕西保安镇为例

李玲燕 何娟 何盛林

李玲燕, 何娟, 何盛林. 西北易地扶贫搬迁安置区后续发展关键因素研究——以陕西保安镇为例[J]. 小城镇建设, 2021, 39(8): 62-68. doi: 10.3969/j.issn.1009-1483.2021.08.008
引用本文: 李玲燕, 何娟, 何盛林. 西北易地扶贫搬迁安置区后续发展关键因素研究——以陕西保安镇为例[J]. 小城镇建设, 2021, 39(8): 62-68. doi: 10.3969/j.issn.1009-1483.2021.08.008
LI Lingyan, HE Juan, HE Shenglin. Research on the Key Factors of the Follow-up Development of the Northwest Relocation Poverty Alleviation and Resettlement Area: Taking Baoan Town, Shaanxi as an Example[J]. Development of Small Cities & Towns, 2021, 39(8): 62-68. doi: 10.3969/j.issn.1009-1483.2021.08.008
Citation: LI Lingyan, HE Juan, HE Shenglin. Research on the Key Factors of the Follow-up Development of the Northwest Relocation Poverty Alleviation and Resettlement Area: Taking Baoan Town, Shaanxi as an Example[J]. Development of Small Cities & Towns, 2021, 39(8): 62-68. doi: 10.3969/j.issn.1009-1483.2021.08.008

西北易地扶贫搬迁安置区后续发展关键因素研究——以陕西保安镇为例

doi: 10.3969/j.issn.1009-1483.2021.08.008
基金项目: 

“十三五”国家重点研发计划课题“绿色宜居村镇工程管理与监督模式研究”(编号:2018YFD1100202)。

详细信息
    作者简介:

    李玲燕,西安建筑科技大学管理学院教授,博士生导师;何娟,西安建筑科技大学管理学院硕士研究生;何盛林,西安建筑科技大学管理学院硕士研究生。

    通讯作者:

    何娟,2420623068@qq.com。

  • 中图分类号: F323

Research on the Key Factors of the Follow-up Development of the Northwest Relocation Poverty Alleviation and Resettlement Area: Taking Baoan Town, Shaanxi as an Example

  • 摘要: 易地扶贫搬迁是一项持续性的任务,做好易地扶贫搬迁安置区后续发展工作是巩固西北地区脱贫攻坚成果的重要内容。本研究根据现有文献经验,识别易地扶贫搬迁安置区后续发展的影响因素,并结合陕西省商洛市洛南县保安镇2016—2018年的面板数据,运用RM-BP-DEMATEL方法,从基础设施、公共服务设施、住房建设、组织建设和产业发展五方面对易地扶贫搬迁安置区后续发展的关键影响因素进行提取。结果显示:搬迁安置区入住率、党员乡贤在农村基层党组织中的比例、自来水入户率,以及产业项目个数是易地扶贫搬迁安置区后续发展的关键影响因素。建议加强基层组织建设、完善公共服务配套、注重产业发展,为易地扶贫搬迁安置区后续发展提质增效。
  • [1] 新华社评论员. 脱贫摘帽是新奋斗的起点[N]. 新华每日电讯,2021-03-02(2).
    [2] 邢成举. 搬迁扶贫与移民生计重塑:陕省证据[J]. 改革, 2016(10):65-73
    [3] Zhu N, Luo X. The impact of migration on rural poverty and inequality:a case study in china[J]. Agricultural Economics, 2010,42(2):191-204.
    [4] 赵双, 李万莉. 我国易地扶贫搬迁的困境与对策:一个文献综述[J]. 社会保障研究,2018(2):106-112.
    [5] 刘伟, 徐洁, 黎洁. 连片特困地区易地扶贫搬迁对农户多维贫困的影响研究[J]. 干旱区资源与环境,2019,33(3):13-20.
    [6] 郑品芳, 刘长庚. 贫困户精准识别困境及识别机制构建[J]. 经济地理,2018,38(4):176-182.
    [7] 胡联, 汪三贵. 我国建档立卡面临精英俘获的挑战吗?[J]. 管理世界,2017(1):89-98.
    [8] 何得桂, 党国英. 西部山区易地扶贫搬迁政策执行偏差研究——基于陕南的实地调查[J]. 国家行政学院学报,2015(6):121-125.
    [9] 贺立龙, 郑怡君, 胡闻涛. 如何提升易地搬迁脱贫的精准性及实效——四川省易地扶贫搬迁部分地区的村户调查[J]. 农村经济,2017(10):80-85.
    [10] Rogers S, Xue T. Resettlement and climate change vulnerability:Evidence from rural China[J]. Global Environmental Change,2015,35(8):62-69.
    [11] 郭俊华, 赵培. 西北地区易地移民搬迁扶贫——既有成效、现实难点与路径选择[J]. 西北农林科技大学学报(社会科学版),2019,19(4):69-77.
    [12] 马良灿, 陈淇淇. 易地扶贫搬迁移民社区的治理关系与优化[J]. 云南大学学报(社会科学版),2019,18(3):110-117.
    [13] 吕建兴, 曾小溪, 汪三贵. 扶持政策、社会融入与易地扶贫搬迁户的返迁意愿——基于5省10县530户易地扶贫搬迁的证据[J]. 南京农业大学学报(社会科学版),2019,19(3):29-40, 156.
    [14] Chen Y, Li J, Li Y, et al. RM-DEMATEL:a new methodology to identify the key factors in PM 2.5[J]. Environmental Science & Pollution Research,2015,22(8):6372-6380.
    [15] Li Y, Liu J, Bao Q, et al. A new method of mapping relations from data based on artificial neural network[J]. International Journal of System Assurance Engineering and Management, 2014,5(4):544-553.
    [16] 崔强, 徐鑫, 匡海波. 基于RM-DEMATEL的交通运输低碳化能力影响因素分析[J]. 管理评论,2018,30(1):210-220.
    [17] Liu J, Li Y, Sadiq R, et al. Quantifying influence of weather indices on pm2.5 based on relation map[J]. Stochastic Environmental Research and Risk Assess ment,2014,28(6):1323-1331.
    [18] 毛健, 赵红东, 姚婧婧. 人工神经网络的发展及应用[J]. 电子设计工程,2011,19(24):62-65
    [19] Tang Z, Fishwick PA. Feedforward neural nets as models for time seriesforecasting[J]. ORSA J Comput,1991,5(4):374-385.
    [20] Funahashi K I. On the approximate realization of continuous mappings by neural networks[J]. Neural Networks, 1989,2(3):183-192.
  • 加载中
计量
  • 文章访问数:  134
  • HTML全文浏览量:  1
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-05-11

目录

    /

    返回文章
    返回