“宽带乡村”政策实施对农村减贫的作用机制研究

来源 :中央财经大学 | 被引量 : 0次 | 上传用户:augenthaler
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
贫困一直是人类关注的重要问题之一,自改革开放至2020年我国脱贫攻坚取得全面胜利。但我国的贫困问题并没有完全解决,农村地区的减贫依然面临一系列挑战。此外,中国信息化建设对农村减贫发挥着重要作用,农村地区宽带普及取得长足发展,城乡差距正在逐步缩小。这一定程度上依赖于我国对宽带基础设施的建设投资。2014年,国务院为推动农村宽带基础设施发展推出“宽带乡村”政策,“宽带乡村”政策实施对农村减贫产生的影响成为本文关注的主要问题。目前关于宽带建设对农村减贫的作用机制研究较为缺乏,大部分研究宽带建设对农村减贫的文献,更多是着重分析宽带建设产生的经济效应或收入分配效应,而未就宽带建设对农村减贫的作用机制展开研究。因此“宽带乡村”政策实施对农村减贫的作用机制成为本文关注的问题焦点。在此背景下,本文拟通过构建实证模型,研究“宽带乡村”政策实施对农村减贫的影响且分析具体的作用机制。本文将通过文献分析法、调查法、倾向得分匹配法、双重差分方法来探究“宽带乡村”政策实施对农村减贫的作用机制。本文利用文献研究和实证分析法,从以下三个方面展开研究,主要工作如下:第一,在文献综述方面,本文对宽带建设促进农村减贫的相关研究进行综述,确定了本文的研究方向,并为本文在机制设计及被解释变量指标选取上奠定了文献基础。主要包括以下五个部分:第一部分,宽带建设作为信息化建设的基础,梳理信息化建设在中国农村减贫中的影响。此外,梳理了贫困概念及测度方法的演进,提出本文对农村贫困测度的多维贫困指标设计;第二部分,就宽带建设对农村减贫的现有研究进行梳理,发现已有文献的不足,提出利用政策实施推出的试点开展宽带建设对农村减贫的作用机制研究;第三部分,在提出问题的基础上,梳理了宽带建设对农村减贫的相关理论,为本文提供了理论基础;第四部分,借助现有基础设施对农村减贫的研究在机制设计上采用的方法,设计了“宽带乡村”政策实施对农村减贫的作用机制;第五部分,对现有政策评估相关方法进行梳理,选取了倾向得分匹配法与双重差分方法展开后续实证研究。第二,构建“宽带乡村”政策实施对农村减贫的实证模型。本文基于调查法识别了实验组和对照组,然后以家庭调查样本构建了家庭多维贫困测度指数,并测算农村多维贫困发生率作为被解释变量,构建了双重差分模型。第三,在实证研究部分,基于CFPS2010、2012、2014、2016年的家庭追踪调查数据开展实证分析。具体包括家庭数据匹配、基准回归和作用机制分析。在家庭数据匹配上,利用倾向得分匹配法对实验组和对照组在户主和家庭层面进行样本选择。在保留满足共同支撑假定的实验样本基础上,构建农村地区数据进行双重差分回归。在理论分析的基础上,利用中介效应分析方法进行作用机制检验。基于上述研究得出以下结论:第一,“宽带乡村”政策实施显著地推动了农村地区多维贫困发生率的下降,有效地促进了农村减贫;第二,“宽带乡村”政策实施通过影响农村就业、农村信息获取促进了农村减贫。相较于以往研究,本文从宽带建设对农村减贫这一问题视角,力图构建宽带建设影响农村减贫的作用机制,通过采用“宽带乡村”政策实施利用双重差分方法进行实证分析,从而丰富相关研究。
其他文献
随着信息技术的发展,线上教学平台和传统课堂都产生了数以万计的数据。由于教育环境的特殊性,这些数据通常具有庞大、多维、异构的特点,不仅包括教育管理系统中的学生基本信息、课程参与、成绩统计、图书阅览等异构数据,还包括了学生使用学习平台所生成的大量点击流数据,如交互数据、学习行为数据等多模态数据信息。虽然这些教育数据中蕴含了大量学习行为信息、交互信息、学习效果评价信息,但是对于没有掌握数据挖掘和数据分析
学位
本文着重于研究层级图表征学习模型,提出了一种改进当前主流层级图表征模型的算法。该算法旨在提升图分类任务中预测分类标签准确率的性能,并通过实验来验证新算法模型的有效性和可应用能力。近年来,针对处理非结构化数据的机器学习方法这一研究受到越来越多的学者关注。不同于结构化数据(如图片、音频、视频等)的固定排列结构,非结构化数据的结构排列是没有固定顺序的,这使得传统深度学习算法无法作用于非结构化数据。因此,
学位
随着人工智能技术和机器人流程自动化技术(RPA)的发展,传统的审计工作面临较大变革。审计自动化、审计智能化与审计数字化逐渐成为未来审计领域的发展趋势。因此,融合人工智能技术与RPA技术对发现企业财务舞弊、提升审计质量与审计效率具有重要意义。传统的审计模式需要跨越多个系统或应用,这些繁琐、重复性强的操作仍需审计人员手动完成,现有研究仅将新技术应用于审计的某一方面或某一特定任务,例如合同分析、收集证据
学位
随着机器学习与深度学习的不断发展,计算机视觉已经逐渐成为各大领域持续研究并应用的领域,因此异常检测技术逐渐出现在人们日常生活中的方方面面,尤其是在工业工厂领域,异常检测技术的不断成熟不仅提高了缺陷产品的检测率,减轻了工人的劳动时间与工厂的用人成本,而且极大地降低了工厂因缺陷产品而产生的成本。但是面对异常样本十分稀缺的情况下,如何训练模型来提高检测缺陷产品的准确性就成为了异常检测领域中一个需要解决的
学位
现如今这个时代人类的精神生活高度饱和,人们可以借助各类社交点评软件来表达自己对于各类事物的意见和看法,这同时也是表达自我感情的过程,会有大量的情感倾向特征应运而生。基于评论数据的情感分类可以度量出用户的情感走向,不仅可以据此实现个性化推荐,还可以依据情感波动对现实生活中的诸多事物进行切实的改进,因此其隐藏的社会价值十分有意义。但是传统的文本情感分析任务往往并没有考虑到性格这类本质性的人格特征对于人
学位
区块链经历了从数字货币技术到可应用于各行各业的发展和演变。区块链作为新兴技术,逐渐引起了中央和地方政府的重视,在2019年的全国两会上也被频繁提及。其实,早在2016年,中国政府就开始了对于区块链技术的探索。智能合约相当于是一个“不可改变”且“公正”的“中间人”,协议条件满足就会强制执行该合约,由不得赖账。但是一直以来,智能合约缺少相应的技术作为支持,所以在被提出的时候没有很好地发展下去。而区块链
学位
现在深度学习方法已经广泛应用于医学界的各种疾病检测中,为医学工作者带来了诸多便利。从2019年武汉新冠肺炎(COVID-19)疫情爆发至今,全国乃至全球人民都不可不避免地受到疫情的影响,为此各大医疗机构都加设了疫情专区,以便更有效、安全地服务患者。另外,新冠肺炎作为肺炎疾病的一种,在临床表现上有许多相似的地方,例如都会表现出咳嗽、呼吸困难等症状;在影像方面,无论是X射线检测影像还是CT影像,两者也
学位
随着计算机运算能力的不断提高,信息的存储和利用方式变得越来越简单和多样化。其中知识图谱是一种将现实世界中复杂事物关系挖掘出来并且将其可视化的技术。近年来,大数据技术以及人工智能产业的快速发展成熟,能高效准确处理海量信息的强大机器学习、深度学习算法等被应用在了各行各业的研究中,尤其在自然语言处理界,深度学习的发展大大促进了各领域知识图谱的广泛应用研究。金融行业是一个具备庞大复杂数据信息的领域,同时也
学位
随着我国经济的繁荣增长,我国证券市场不断发展,但离有效市场尚有差距,存在利用历史财务和因子数据获取超额收益的空间。对于弱有效市场,采用多因子选股模型构建股票组合是战胜市场的有效办法。面临海量的财务和因子数据,机器学习算法能够有效捕捉其中的股票信息以预测未来股票涨跌,进而帮助选股。此外,随着股指期货、融资融券等新型衍生品工具的推出,Alpha对冲策略也能够引入投资策略,帮助抵御市场的系统性风险,获得
学位
复杂网络存在于现实生活中的方方面面,例如合作作者网络、社交网络、俱乐部网络等。复杂网络存在一个重要性质,那就是它的社区结构,研究人员可以通过在复杂网络中挖掘其社区结构来加深对复杂网络功能和拓扑结构的理解,社区发现应运而生。社区发现可以用在很多领域,如市场营销、生物学、医学、计算机科学等等,这也吸引了大批研究人员提出自己的社区发现算法。社区发现在实际生活中也有重要应用,例如对微博、小红书、豆瓣等社交
学位