CN107945079A - 一种扶贫对象选择方法及装置 - Google Patents

Abstract

本发明涉及一种扶贫对象选择方法及装置。所述方法包括：获取调查范围的当地贫困线；根据所述当地贫困线按照预设方法划定参考收入线；获取收入低于所述参考收入线的候选对象的多项预设参数值；根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象，N为非零自然数。所述扶贫对象选择装置基于上述方法实现。本发明可以扩大候选对象的范围，综合每个候选对象的多个方面，精准地确定扶贫对象，达到“精准扶贫”的效果。

Description

一种扶贫对象选择方法及装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种扶贫对象选择方法及装置。

背景技术

2020年我国将全面脱贫，精准扶贫是近几年扶贫领域的重点。精准扶贫中最重要的部分之一就是精准识别，而这部分往往是最困难的，如何做到“精准”二字是当前最棘手的问题。

现有大部分地区的识别方法是以家庭人均纯收入来判断，对收入低于划定阈值的家庭再进行建档立卡工作。大范围使用的根据“收入贫困”这一标准简单地进行“一刀切”会带来很多问题：首先，多数农村家庭的收入结构较为复杂，外出务工、自主经营等的收入难以透明化，给收入统计工作带来了困难，有时还会造成“富人当选，穷人落选”的现象；其次，有些家庭的收入虽然略高于贫困线，但硬支出较大，比如学生学费、患病治疗费等，也造成了家庭生活困难，但这样的情况并不在建档立卡的考虑之内。所以单纯地使用“收入贫困”作为标准有时并不能很好地做到“精准”。并且这一方法操作下来，还需对致贫原因进行再一次的入户调查，耗费了一定的资源。

经调研，通常情况下贫困家庭的致贫原因都不是单一的，而是多方面原因造成的，比如说家有患病成员的同时，还存在劳动力占比低、收入不足等问题，称之为“复合贫困”。针对“复合贫困”，有小部分地区使用了评分制考察家庭贫困情况。从调研结果来看，评分表中经常出现分值很高的项目，比如住房情况、健康情况等，但由于农村整体教育资源规划，教育问题又成为了诸多致贫原因中占比较大的部分。再比如有些家庭是由于突发性的天灾人祸造成因病、因残、因债致贫，但由于原有的住房、家电等情况较好，在评分过程中得分较高，不能成为帮扶对象，也是这种方法的局限。

发明内容

本发明的其中一个目的在于提供一种扶贫对象选择方法及装置，用于解决现有技术中仅采用家庭人均收入无法精准确定扶贫人员以及使用评分制时未均衡各个考察因素导致部分人员无法及时获得帮助的问题。

为实现上述发明目的，本发明实施例提供了一种扶贫对象选择方法，所述方法包括：

获取调查范围的当地贫困线；

根据所述当地贫困线按照预设方法划定参考收入线；

获取收入低于所述参考收入线的候选对象的多项预设参数值；

根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象。

可选地，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

可选地，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

可选地，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

可选地，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。

可选地，所述归一化处理方法包括Min-Max标准化方法、z-score标准化方法、小数定标标准化方法、线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或者多种。

可选地，所述根据所述当地贫困线按照预设方法划定参考收入线的步骤包括：

将所述当地贫困线乘以预设倍数得到参考收入线。

可选地，所述候选对象的多项预设参数值包括住房、通水、通电以及通路信息，家电、农机以及机动车信息，健康信息，教育信息和劳动信息中的一种或者多种。

第二方面，本发明实施例还提供了一种扶贫对象选择装置，所述装置包括：

贫困线获取模块，用于获取调查范围的当地贫困线；

参考收入线获取模块，用于根据所述当地贫困线按照预设方法划定参考收入线；

预设参数值获取模块，用于获取收入低于所述参考收入线的候选对象的多项预设参数值；

复合贫困指数获取模块，用于根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

扶贫对象获取模块，用于根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象。

可选地，所述复合贫困指数获取模块包括：

第一参考值获取单元，用于将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

第一计算单元，用于计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

参数值归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

第二参考值获取单元，用于将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

第二计算单元，用于计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

第三参考值获取单元，用于将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

第三计算单元，用于计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

秩次归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

第四参考值获取单元，用于将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

第四计算单元，用于计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。

本发明实施例根据调查范围的当地贫困线，利用预设方法重新计算得到新划定的参考收入线，这样可以将收入略微高于当地贫困线的对象添加到候选对象中扩大选择范围；然后获取候选对象的多项预设参数值，根据该多项预设参数值可以将每个候选对象的多个方面考虑其中，即可考虑到公平性又可以考虑到个体的差异性，进一步避免漏选仅考虑收入而其他方面需要帮忙的对象；之后，将上述多项预设参数值与对应的预设权重相乘得到复合贫困指数，最后扶贫指标的数量将复合贫困指数较小的前N个候选对象作为扶贫对象，这样可以综合评价每个候选对象实际情况，更加精准地确定扶贫对象，达到“精准扶贫”的效果。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是本发明实施例提供的一种扶贫对象选择方法流程示意图；

图2是本发明实施例提供的一种扶贫对象选择装置框图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明实施例提供了一种扶贫对象选择方法，所述方法包括：

S1、获取调查范围的当地贫困线；

S2、根据所述当地贫困线按照预设方法划定参考收入线；

S3、获取收入低于所述参考收入线的候选对象的多项预设参数值；

S4、根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

S5、根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象，N为非零自然数。

下面结合附图和具体实施例对本发明提供的扶贫对象选择方法的各步骤进行详细说明。

首先，介绍S1、获取调查范围的当地贫困线的步骤。

实际应用中，上述调查范围通常为现有的行政区域，例如村、乡镇或者县等；当然也可以为某个地理区域，例如某山区范围、或者某城区多条街道之间的区域。可理解的是，上述调查范围如何选择，都可以实现本发明的方案，且不影响本发现的实际效果。

上述当地贫困线是在一定的时间、空间和社会发展阶段的条件下，维持人们的基本生存所必需消费的物品和服务的最低费用。本发明实施例中当地贫困线以政府公布的为准。

当上述调查范围跨越多个行政区域时，有可能存在多个贫困线，此时可以选择最小的贫困线作为该调查范围的当地贫困线，或者选择最大的贫困线作为该调查范围的当地贫困线，亦或取平均值作为该调查范围的当地贫困线。上述当地贫困线如何选取，都可以实现本发明的方案，且不影响本发现的实际效果。

其次，介绍S2、根据所述当地贫困线按照预设方法划定参考收入线的步骤。

实际应用中，上述预设方法可以为将步骤S1中当地贫困线乘以预设倍数得到参考收入线。上述预设倍数取值范围可以为1～5，例如，本发明一实施例中，预设倍数取值为1.2，即以当地贫困线的1.2倍作为参考收入线，低于该参考收入线的对象作为候选对象。例如，多数地区是以2800元作为当地贫困线；还有少数地区是以某年作为起点，逐年按照百分比增加的，其2016年的贫困线为3370元，接近2800的1.2倍。可理解的是，该预设倍数可以根据实际情况进行调整，例如扶贫指标较多，此时该预设倍数可以取值较大，若扶贫指标较少，则该预设倍数可以适当缩小，通常情况下该预设倍数取1.2即可满足要求。

再次，介绍S3、获取收入低于所述参考收入线的候选对象的多项预设参数值的步骤。

实际应用中，上述多项预设参数值包括：

(1)住房、通水、通电以及通路信息；(2)家电、农机以及机动车信息；(3)健康信息；(4)教育信息；(5)劳动信息。

需要说明的是，上述多项预设参数值是本发明的发明人在对多地调研时得到的，这五方面可以较好的反映以家庭为单位的候选对象的基本信息。本领域技术人员可以根据调查范围的不同，结合当地具体的情况，适当的增加或者减少预设参数，例如，对于某些行政村，其通水、通电、通信和住房已经达到当地标准，此时可以将第(1)方面从预设参数中剔除。

第四，介绍S4、根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤。

实际应用中，上述预设权重与步骤S3中的预设参数是一一对应的。该预设权重的值可以根据调研结果进行分配，也可以结合扶贫的目的进行相应的调整。例如，某次扶贫资金主要用于提高某一地区的健康水平，那么步骤S3中第(3)方面对应的预设权重可以较其他方面的预设权重高一些，这样可以较好的达到目的。

上述复合贫困指数是指，根据预设参数值与对应的预设权重值计算后得到的数值，该复合贫困指数可以反映每个候选对象综合后的贫困情况。

该复合贫困指数可以根据获取的预设参数值与对应的预设权重通过以下步骤计算得到包括：

S41、将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

S42、计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

实际应用中，步骤S41和步骤S42即直接采用预设参数值参与计算，这样无需对预设参数值进行处理，简单方便。

当预设参数值之间的差距较大时，例如每项预设参数采用100分制进行评分，有候选对象A的得分为20，有候选对象B的得分为80，那么得分为80的预设参数会在该候选对象最终结果占据较大的比重，使最终结果出现偏差。为解决步骤S41和步骤S42存在的问题，本发明一实施例中复合贫困指数可以通过以下步骤计算得到包括：

S51、根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

S52、将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

S53、计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

本实施例中，首先根据归一化处理方法对各项预设参数值进行归一化处理，这样可以减小每个候选对象同项预设参数值之间的差距。以候选对象A与候选对象B为例，某项预设参数值未处理前，两者差值为60；采用步骤S51处理后，两者差值显示小于1。可见，该预设参数值在步骤S51～S53得到的复合贫困指数明显小于步骤S41～S42得到的复合贫困指数中的比重，进而降低直接采用预设参数值计算复合贫困指数而出现的偏差，提高所计算复合贫困指数的精确度。

需要说明的是，上述归一化处理方法包括Min-Max标准化方法、z-score标准化方法、小数定标标准化方法、线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或者多种。

上述Min-Max标准化方法采用以下公式计算：

公式(1)中，x表示预设参数值；x^*表示预设参数值x归一化后的归一化值；x_max表示预设参数值中最大值；x_min表示预设参数值中最小值。

上述z-score标准化方法采用以下公式计算：

公式(2)中，μ表示每项预设参数对应的均值；σ表示每项预设参数对应的标准差。

上述小数定标标准化方法采用以下公式计算：

公式(3)中，m表示某项预设参数值的满分值，例如以100分制评分时，上述m取值100。

上述Min-Max标准化方法、z-score标准化方法、小数定标标准化方法适用预设参数值包括负值的情况。实际应用中，对预设参数进行评分时还是以正值为主，对预设参数值也可以采用线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或多种进行归一化。

上述线性函数转换方法采用公式(1)实现，此时x^*的取值范围为(0，1)。

上述对数函数转换方法采用以下公式计算：

x^*＝log₁₀(x)。 (4)

上述反余切函数转换方法采用以下公式计算：

公式(5)中，atan(x)表示的反余切函数；PI表示圆周率。

上述比例方法是指，每项预设参数值与该项预设参数值之和的比值，即计算每个候选对象的预设参数值在所有候选对象中的预设参数值的比值。

例如，对于每个候选对象都会得到5个介于0到1之间的归一化值，定义为x^* ₁，x^* ₂，x^* ₃，x^* ₄，x^* ₅，分别代表了该候选对象在上述五个方面在整个考察范围内的相对情况，然后计算复合贫困指数y＝k₁*x^* ₁+k₂*x^* ₂+k₃*x^* ₃+k₄*x^* ₄+k₅*x^* ₅。上述k_i表示对应的预设权重。

本领域技术人员可以根据具体使用场景从上述归一化处理方法选择一种或者多种方法对预设参数值进行处理。本领域技术人员还可以选择其它算法用于缩小预设参数值在复合贫困指数中比重，可理解的是，所选择的其它算法同样落入本发明的保护范围。

为进一步缩小上述偏差，本发明另一实施例中复合贫困指数可以通过以下步骤计算得到包括：

S61、将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

S62、将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

S63、计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

上述秩次是指，预设参数值在排序时所对应的序号值。例如某项预设参数值包括{2，5，8，6，10，15，15}，经过排序后得到{2，5，6，8，10，15，15}。其中预设参数值8对应的秩次为4，预设参数值5对应的秩次为2，预设参数值15对应的秩次为6。需要说明的是，当预设参数值相同时，其具有相同的秩次，例如两个预设参数值15具有相同的秩次6。秩次越小说明该项预设参数值越小，所代表方面的贫困情况就越严重。

可见，本发明实施例中通过将预设参数值转换成对应的秩次，可以进一步缩小预设参数值不同在复合贫困指数中引起的偏差，进一步提高得到的复合贫困指数的精确度。

实际应用时，为方便后续计算处理，本发明又一实施例中复合贫困指数可以通过以下步骤计算得到包括：

S71、将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

S72、根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

S73、将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

S74、计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。

当候选对象数量较少时，本领域技术人员可以选择步骤S41～S42或者步骤S61～S63实现，当候选对象数据较多时，可以选择步骤S51～S53或者步骤S71～S74实现。本领域技术人员可以根据实际需要进行选择，或者同时选择几种方案，然后从中选择最适应步骤S1中确定的调查范围的方案，同样落入本发明的保护范围。

最后，介绍S5、根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象的步骤。

实际应用中，上述候选列表中排序越靠前，候选对象的贫困程度越高，扶贫优先级也就越高。此时可以根据扶贫指标N根据上述排序选择扶贫对象。

需要说明的是，本发明实施例提供的扶贫对象选择方法还可以用于多个行政区域的选择，在多个行政区域内使用完全相同的贫困调查表，计算每个行政区域内候选对象的复合贫困指数的平均值，然后多个行政区域对应的平均值，其中平均值较小的行政区域相对贫困，在扶贫时优先级较高。实际应用中，还需要结合贫困人口占该行政区域总人口的比例，两项综合后得到的结果更为精确。

为体现本发明实施例提供的一种扶贫对象选择方法的优越性，本发明实施例还提供了一种扶贫对象选择装置，如图2所示，所述装置包括：

贫困线获取模块M1，用于获取调查范围的当地贫困线；

参考收入线获取模块M2，用于根据所述当地贫困线按照预设方法划定参考收入线；

预设参数值获取模块M3，用于获取收入低于所述参考收入线的候选对象的多项预设参数值；

复合贫困指数获取模块M4，用于根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

扶贫对象获取模块M5，用于根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象。

可选地，所述复合贫困指数获取模块M4包括：

第一参考值获取单元，用于将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

第一计算单元，用于计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

或者，

所述复合贫困指数获取模块M4包括：

参数值归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

第二参考值获取单元，用于将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

第二计算单元，用于计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块M4包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

第三参考值获取单元，用于将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

第三计算单元，用于计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块M4包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

秩次归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

第四参考值获取单元，用于将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

第四计算单元，用于计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。

本发明提供的扶贫对象选择装置基于上文所述的扶贫对象选择方法实现，因而可以解决同样的技术问题，并取得相同的技术效果，详细说明请参见方法实施例内容，在此不再一一赘述

综上所述，本发明实施例提供的扶贫对象选择方法及装置，根据调查范围的当地贫困线，利用预设方法重新计算得到新划定的参考收入线，即考虑了传统方法的“收入贫困”，又兼顾了“相对贫困”，这样可以将收入略微高于当地贫困线的对象添加到候选对象中扩大选择范围；然后获取候选对象的多项预设参数值，根据该多项预设参数值可以将每个候选对象的多个方面考虑其中，预设参数值可以反映候选对象的实际状态，即可考虑到公平性又可以考虑到个体的差异性，进一步避免漏选仅考虑收入而其他方面需要帮忙的对象；之后，将上述多项预设参数值与对应的预设权重相乘得到复合贫困指数，最后扶贫指标的数量将复合贫困指数较小的前N个候选对象作为扶贫对象，这样可以综合评价每个候选对象实际情况以及相对情况，更加精准地确定扶贫对象，达到“精准扶贫”的效果。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种扶贫对象选择方法，其特征在于，所述方法包括：

获取调查范围的当地贫困线；

根据所述当地贫困线按照预设方法划定参考收入线；

获取收入低于所述参考收入线的候选对象的多项预设参数值；

根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象，N为非零自然数。

2.根据权利要求1所述的扶贫对象选择方法，其特征在于，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

3.根据权利要求1所述的扶贫对象选择方法，其特征在于，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

4.根据权利要求1所述的扶贫对象选择方法，其特征在于，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

5.根据权利要求1所述的扶贫对象选择方法，其特征在于，所述根据所述多项预设参数值以及对应的预设权重计算复合贫困指数的步骤包括：

将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。

6.根据权利要求3或5所述的扶贫对象选择方法，其特征在于，所述归一化处理方法包括Min-Max标准化方法、z-score标准化方法、小数定标标准化方法、线性函数转换方法、对数函数转换方法、反余切函数转换方法和比例方法中的一种或者多种。

7.根据权利要求1、2、4或6所述的扶贫对象选择方法，其特征在于，所述根据所述当地贫困线按照预设方法划定参考收入线的步骤包括：

将所述当地贫困线乘以预设倍数得到参考收入线。

8.根据权利要求7所述的扶贫对象选择方法，其特征在于，所述候选对象的多项预设参数值包括住房、通水、通电以及通路信息，家电、农机以及机动车信息，健康信息，教育信息和劳动信息中的一种或者多种。

9.一种扶贫对象选择装置，其特征在于，所述装置包括：

贫困线获取模块，用于获取调查范围的当地贫困线；

参考收入线获取模块，用于根据所述当地贫困线按照预设方法划定参考收入线；

预设参数值获取模块，用于获取收入低于所述参考收入线的候选对象的多项预设参数值；

复合贫困指数获取模块，用于根据所述多项预设参数值以及对应的预设权重计算复合贫困指数；

扶贫对象获取模块，用于根据所述复合贫困指数的大小升序排列所有候选对象形成候选列表，并从所述候选列表选取前N个候选对象作为扶贫对象。

10.根据权利要求9所述的扶贫对象选择装置，其特征在于，所述复合贫困指数获取模块包括：

第一参考值获取单元，用于将每项预设参数值乘以与其对应的预设权重得到每项预设参数值对应的第一参考值；

第一计算单元，用于计算所有预设参数值对应的第一参考值之和得到复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

参数值归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应的归一化值；

第二参考值获取单元，用于将每项预设参数对应的归一化值和预设权重相乘得到每项预设参数值对应的第二参考值；

第二计算单元，用于计算所有预设参数值对应的第二参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值的秩次；

第三参考值获取单元，用于将每个候选对象的各项预设参数值的秩次和预设权重相乘得到每项预设参数值对应的第三参考值；

第三计算单元，用于计算每个候选对象的所有预设参数第三参考值之和得到每个候选对象的复合贫困指数。

或者，

所述复合贫困指数获取模块包括：

秩次获取单元，用于将各项预设参数值进行排序获取每个候选对象的各项预设参数值对应的秩次；

秩次归一化值获取单元，用于根据归一化处理方法获取每个候选对象的各项预设参数值对应秩次的归一化值；

第四参考值获取单元，用于将每个候选对象的各项预设参数值对应秩次的归一化值和预设权重相乘得到每项预设参数值对应的第四参考值；

第四计算单元，用于计算所有预设参数值对应的第四参考值之和得到每个候选对象的复合贫困指数。