《表5 贫困概率与GDP相关分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合灯光强度和斑块空间分布特征的贫困区域识别模型构建——以山西省为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*P<0.05，**P<0.01

根据贫困区域识别模型可以得到119个县被识别为贫困县或者非贫困县的概率，将各县2013～2017年的贫困概率与同时期的GDP进行相关分析（表5），结果均通过P<0.01的检验，表明模型可以反映区域贫困状况，对于贫困区域识别具有一定合理性。而分别针对贫困县和非贫困县的相关分析结果显示，贫困县的相关性弱于非贫困县，一定程度上反映出贫困县的贫困状况可能不仅仅表现为经济发展落后，而是多方面的发展水平滞后，这些特征在灯光数据中难以体现，是灯光数据固有的缺陷。因此，对于贫困区域的识别可能还需要结合现地调查数据进行复核。