《表1 MPIstatistical指标权重》

  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

《基于夜间灯光数据的六盘山连片特困区贫困度识别》

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

构建全面描述贫困状况的多维贫困指标体系是精准测度贫困程度的重要前提[6]，并且多维贫困指标的客观性和必要性已被世界银行等国际机构和学者们所广泛接受[7-8]，因此，MPIstatistical可用于验证ALI模拟贫困的精确性[12]。综合来看，多维度贫困的评价指标主要由经济维度、社会维度和环境维度组成[16]。此外，农民人均纯收入指标仍然是划分贫困县和集中连片特困区的重要经济依据[17]。依据前人研究的基础上，根据研究目的、指标选择的科学性和数据的可得性及可比性等原则，本文选用9大指标构建贫困指标体系，采用熵值法赋予权重，其原理是信息量与不确定性成反比即信息量越大、不确定性就越小，熵越小、权重则越大[12]。与其余权重方法相比熵值法更具客观性，从而常用与构建经济、社会和自然多维的贫困度测算。9个指标如表1所示。