中国县域多维贫困与相对贫困识别及扶贫路径研究

当前,中国脱贫攻坚任务步入了由绝对贫困转向相对贫困、收入贫困转向多维贫困的新阶段。本文以中国31个省（直辖市）县域为研究对象,采用基于夜间灯光数据的平均夜间灯光指数以及基于脆弱性可持续生计框架的县域多维发展指数和多维相对贫困识别方法,从多维贫困和相对贫困两个层面对中国多维贫困现状进行分析,并基于以上研究筛选出的贫困县,采用耦合协调模型从产业扶贫、教育扶贫、旅游扶贫和农业扶贫分析适宜县域的扶贫路径。结果表明：中国约60%县域处于多维相对贫困状态,其中47%为多维相对轻度贫困县;基于平均夜间灯光指数和县域多维发展指数分别识别出602个和611个多维贫困县,分别包含了63%和79%的国家级贫困县（截至2018年）,这表明县域多维发展指数识贫机理更为精准。多维贫困县集中在甘肃、四川和云南等地;而在筛选的贫困县中,适宜产业扶贫、教育扶贫、旅游扶贫和农业扶贫的县域分别有414个、172个、442个和298个,且在4种扶贫方式中,约61%县域适宜采用多种扶贫路径共同扶贫。研究结论将为确保中国扶贫的可持续性提供重要的科学依据。     

国家级贫困县旅游发展与多维贫困的脱钩关系研究——以西南地区为例

发展旅游业被认为是贫困地区缓解贫困的重要方式之一,为探讨国家级贫困县的旅游扶贫发展现状,本文基于Tapio脱钩模型,以西南地区136个国家级贫困县为例,对旅游发展分别与综合贫困以及、教育、医疗、社会福利等不同维度贫困间的脱钩关系进行研究。研究结果表明：① 随着旅游的发展,西南地区贫困县的综合贫困状况得到改善,但改善程度表现出不稳定性并逐渐放缓;② 随着旅游发展,西南地区贫困县经济和社会福利贫困某种程度上得到改善,医疗贫困得到较大改善,教育贫困基本未得到改变;③ 西南地区不同省份贫困县的旅游扶贫发展存在空间差异性,贵州贫困县表现最好。本研究对于深度了解旅游扶贫现状,进一步发挥旅游的多维扶贫作用具有重要意义。     

中国农村深度贫困的空间扫描与贫困分异机制的地理探测

从自然和社会经济因素中选取贫困的影响因子,建立评价指标体系,通过Pearson相关分析确定了贫困的主要影响因素,利用GIS空间分析和BP人工神经网络,分别模拟了省域、市域和县域3个尺度下的自然致贫指数与社会经济消贫指数,进一步计算获得了3个尺度下的贫困压力指数,对其空间分布格局进行分析;借助Flexible空间扫描探测识别出深度贫困县,在此基础上运用地理探测器揭示其主导致贫因素,并提出差别化的减贫对策建议。结果表明：① 省域、市域、县域3个尺度的自然致贫指数和贫困压力指数在空间分布上具有较高的一致性,呈现出明显的“东低西高”的空间分布格局;社会经济消贫指数的空间分布一致性不高,县域尺度更为破碎。以黑河—百色线为界,县域贫困压力指数在空间上表现出“大分散、小聚集”的分布状态。识别出的全国贫困县共计655个,主要分布在重点生态功能区和农产品主产区。② 3个尺度下,空间扫描识别出的贫困高风险区主要分布在西北、西南少数民族和边疆地区。县域尺度下识别出208个深度贫困县,多位于省际边缘区。③ 地理探测器识别出深度贫困县的7个致贫主导因素,按照主导因素将深度贫困县划分为地形要素制约型、区位交通制约型、经济收入制约型和生态环境制约型4类。     

相对贫困视角下的精准扶贫多维减贫效应研究——以宁夏彭阳县为例

2020年是精准扶贫的收官之年,中国脱贫攻坚的重点将转向解决相对贫困。建立解决相对贫困长效机制,亟需科学评价精准扶贫政策的减贫成效,通过补齐减贫短板,优化扶贫资源配置,实现区域精准化扶持。本研究在测度彭阳县多维贫困程度的基础上,利用倾向得分匹配法量化了精准扶贫的多维减贫效应,并分析了扶贫的困境。主要结论：① 精准扶贫多维减贫成效显著,农户多维贫困指标数量k减少了51.66%;② 各维度贫困指标剥夺程度均有降低,降低最明显的维度是生活、资产、住房和收入维度,教育和健康维度次之;③ 根据各维度减贫效应的差异找出减贫短板,分析了彭阳扶贫的困境。最后对如何摆脱减贫困境、推进建立解决相对贫困机制提出了相应的建议。     

湖南省乡村贫困的影响因素及调控路径研究

贫困是当今世界尖锐的社会问题之一,贫困问题的研究对于改善民生、保障民生和推动贫困地区的社会经济发展具有十分重要的意义。本文以湖南省51个贫困县为例,综合运用熵值法、空间回归分析等方法,从人口结构、居住条件、收入状况与家庭支出4个方面构建贫困测度指标体系,对乡村贫困空间分异特征、影响因素、类型划分、调控路径等进行研究。结果表明：① 湖南省乡村贫困的空间分布呈现出显著的差异性,总体上以轻度贫困和一般贫困为主,比较贫困所占比例较少,比较贫困主要位于武陵山连片特困地区,包括怀化与湘西地区。② 湖南省乡村贫困是区域自然条件和外部社会经济因素相互作用、交互影响的结果,乡村贫困与县均海拔、自然灾害发生面积、农林牧渔业总产值、乡村产业结构及城乡居民收入比呈正相关关系,与农业机械化总动力和人均耕地面积呈负相关关系。③ 基于乡村贫困的测度结果对湖南省51个贫困县进行类型划分,共分为单因素主导型、双因素驱动型、多因素综合型3个大类和P因素主导型、P-E因素驱动型、P-H-E因素综合型等14个小类,并从基础设施建设、文化教育、职业能力培训以及特色产业发展对不同类型贫困县提出相应的脱贫措施。     

区域多维贫困测量的理论与方法

贫困包括区域贫困和个体贫困,两者均具有多维属性。区域多维贫困是贫困地理学研究的重要内容,深度贫困地区是区域多维贫困的集中表现,是当前和未来脱贫攻坚的贫中之贫、困中之困、坚中之坚。本文以空间贫困理论为基础,界定了贫困地域系统和区域多维贫困的概念,并探究了区域多维贫困测度指标体系与评估方法。据此,以中国334个深度贫困县为研究对象,运用BP神经网络模型和ESDA技术刻画了中国深度贫困地区的多维贫困空间格局。结果表明：① 区域多维贫困是贫困地域系统发展演化过程中“人”“地”“业”三个核心要素耦合失调的一种外在表现形式,是特定地域在生态环境劣势、经济劣势、社会福利劣势上的综合表现,包括生态贫困、经济贫困和福利贫困3个维度。② 深度贫困地区最“深”的地方在青藏高原,最“深”的短板在公共服务和基础设施。从单一维度的贫困指数来看,深度贫困地区的福利贫困指数（WPI）>经济贫困指数（EPI）>生态贫困指数（NPI）,三者平均值分别为2.77、2.66、1.89,贫困人口社会福利供给不足和公共服务短缺是深度贫困地区最突出的问题;从多维贫困指数来看,青藏高原是区域多维贫困指数（RMP）的高集聚区或热点区,生态贫困、经济贫困和福利贫困程度均显著高于其他地区。③ 区域多维贫困指数能较好地揭示特定区域的贫困状况。在地理位置偏远、生态环境极其脆弱、区域劣势突出的地区,区域贫困和个体贫困在空间上高度重叠。     

中国县域贫困综合测度及2020年后减贫瞄准

贫困问题长期以来受到世界各国的重点关注。科学揭示农村贫困发生机制、贫困化格局和探究2020年后减贫瞄准策略,成为新时代中国农村贫困问题研究的重要议题。本文基于人地关系地域系统理论,多维度剖析了中国农村贫困的发生机理,构建了表征县域贫困压力的指标体系,运用BP神经网络模型对县域多维贫困压力指数进行了综合测度,识别出2020年后国家政策仍需重点倾斜的帮扶县,并划分出帮扶县的4种类型。结果表明：① 人类发展能力、自然资源禀赋、社会经济发展及由这三个维度构成的县域综合发展能力呈现出自东南沿海向西北内陆递减的规律,并与地势的三级阶梯呈现出一致性;② 2020年后仍需要国家政策倾斜的帮扶县有716个,主要分布在青藏高原高寒区、三级阶梯的过渡地带、西南喀斯特地区等生态脆弱区和少数民族集聚区;③ 识别的帮扶县可以划分为综合制约型一类重点帮扶县、人类发展能力制约型二类一般帮扶县、自然资源禀赋和社会经济水平制约型三类一般帮扶县,以及人类发展能力和社会经济水平制约型四类一般帮扶县,重点帮扶县主要集中在深度贫困地区。新时期中国贫困格局、贫困化机制、减贫路径及问题和模式,亟需深化创新精准扶贫的体制机制,这为重视和加强贫困地理学的研究提出了新机遇和新挑战。     

基于乡村人口转移和农村道路建设的空间贫困破解机理及其对策研究——以贵州省为例

贫困与地理环境之间交互耦合形成了空间贫困陷阱,本文在对贵州50个国家级贫困县乡村人口转移减贫效应和松桃、威宁、望谟3个典型县域贫困村贫困发生率与农村道路可达性指数空间耦合关系进行实证研究基础上,阐释了破解空间贫困的作用机理,并构建相应政策体系。结果表明：① 贵州国家级贫困县乡村户籍人口向县内城镇转移和县外转移具有显著的减贫效应,但县内城镇转移比县外转移减贫效应的作用力更大。② 松桃县、望谟县极度贫困、可达性较差型和深度贫困、可达性较差型贫困村所占比例在15%左右,威宁为10%左右,对该类型贫困村实施整村易地搬迁和村庄撤并;对具有自然历史文化特色资源的深度贫困、可达性中等型和一般贫困、可达性中等型贫困村应进一步扩展道路宽度,打通断头路,形成网络,增强通行能力。③ 应坚持以县城为中心的就地城镇化和发达地区中心城市、省会城市等异地城镇化并重,加强对转移劳动人口的技能培训,提升其城镇生存能力。继续加大对具有自然历史文化特色资源的保护类村庄的“通村、通组、通户”道路拓宽、硬化等措施,逐步完善自来水、宽带等较为薄弱的基础设施投入力度,推进贫困村基本公共服务均等化;通过发展山区“绿水青山”内生性和外生性产业,引导贫困人口提升自我发展能力。     

云南传统农耕文明区旅游扶贫模式研究——以大理州巍山县为例

我国正处于全面建成小康社会的决胜阶段，旅游扶贫对于改善民生，解决农村贫困问题具有重要意义。云南传统农耕文明区是云南省贫困人口的主要集聚区，地理环境复杂，贫困问题严重，脆弱性突出，贫困具有长期性特征。本研究以云南传统农耕文明区的典型代表巍山县为例，结合当地贫困农户和县、乡、村各级扶贫工作人员的问卷调查及访谈，对巍山县扶贫及旅游扶贫工作实践及成效进行研究，总结评价“巍山经验”，在综合分析云南传统农耕文明区贫困问题特殊性的基础上，从“多元主体参与”和“产业融合”两方面来探讨云南传统农耕文明区旅游扶贫问题，总结出了“乡村生态农业模式”、“旅游+特色小镇模式”、“O-RHB模式”以及“多元主体协同参与模式”四种旅游扶贫模式，通过本研究以探索云南传统农耕文明区旅游扶贫开发实践的有效路径，推动贫困地区的旅游扶贫开发。     

广西边境民族地区旅游扶贫效率测度与时空演化分析

广西边境民族地区旅游扶贫是我国脱贫攻坚的重要组成部分。通过数据包络分析（DEA）测算广西边境民族地区2011—2017年的旅游扶贫效率,结合Malmquist指数进行跨期动态分析,并运用ArcGIS10.0进行时空演化特征分析。结果表明：1）广西边境民族地区旅游扶贫效率处于中等偏高水平,各县（市、区）旅游扶贫综合效率时空分布差异较大,主要受纯技术效率影响;2）广西边境民族地区整体旅游扶贫Malmquist指数总体处于逐步衰退的趋势,其中规模效率变化指数贡献最大,纯技术效率变化指数次之;3）从投入产出效率角度分析,广西边境民族地区旅游扶贫效率随时间的变化表现出空间集聚态势增强的趋势,聚集程度增加;4）旅游扶贫效率类型主要分为潜力型、发展型、成熟型和衰退型4种类型,少数县（市、区）旅游扶贫效果不明显。     

黄土高原村域多维贫困空间异质性研究——以宁夏彭阳县为例

黄土高原属于生态环境脆弱与农村经济贫困的复合区域,研究其村域多维贫困及空间异质性有助揭示乡村贫困原因及空间格局。以宁夏彭阳县为研究区,运用A-F法对村域多维贫困进行测度,并结合空间自相关、地理探测器和回归分析方法对其空间异质性进行了系统分析。结果表明：① 研究区农户多维贫困程度较深,K = 3时,多维贫困指数（MPI）为0.045,平均剥夺份额0.361,主要致贫维度是住房、健康和教育,贡献率分别为0.263、0.245、0.227,收入维度贡献率仅占0.130;② MPI空间自相关Moran's I值为0.2,即存在正相关,呈现“南北高,中部低”的格局;③ 地理探测器结果显示行政村到镇中心的距离、村平均高程、村委会到主要河流的距离是影响MPI空间异质性的主要因子,其决定力q值分别为0.552、0.396、0.326,且在最小二乘线性回归（OLSR）和分位数回归（QR）中均通过了1%的显著性检验;④ 各因子间的相互作用形成了黄土高原农户福利缺失、基础设施落后与产业发展受阻、乡镇政府职能被削弱的村域多维贫困空间分异机制。⑤ 最后提出推进新型城镇化建设,实现公共服务均等化,从根源上解决农村医疗、住房、交通设施落后等难题的建议。     

Village-level multidimensional poverty measurement in China: Where and how

Village is an important implementation unit of national poverty alleviation and development strategies of rural China, and identifying the poverty degree, poverty type and poverty contributing factors of each poverty-stricken village is the precondition and guarantee of taking targeted measures in poverty alleviation strategies of China. To respond it, we construct a village-level multidimensional poverty measuring model, and use indicator contribution degree indices and linear regression method to explore poverty factors, while adopting Least Square Error (LSE) model and spatial econometric analysis model to identify the villages’ poverty types and poverty difference. The case study shows that: (1) Spatially, there is obvious territoriality in the distribution of poverty-stricken villages, and the poverty-stricken villages are concentrated in contiguous poverty-stricken areas. The areas with the highest VPI, in a descending order, are Gansu, Yunnan, Guizhou, Guangxi, Hunan, Qinghai, Sichuan, and Xinjiang. (2) The main factors contributing to the poverty of poverty-stricken villages in rural China include road construction, terrain type, frequency of natural disasters, per capita net income, labor force ratio, and cultural quality of labor force. The main causes of poverty include underdeveloped road construction conditions, frequent natural disasters, low level of income, and labor conditions. (3) Chinese poverty-stricken villages include six main subtypes, and most poverty-stricken villages are affected by multiple poverty-forming factors, reflected by a relatively high proportion of the three-factor dominant type, four-factor coordinative type, and five-factor combinative type. (4) There exist significant poverty differences in terms of geographical location and policy support, and the governments still need to carry out targeted poverty alleviation measures according to local conditions. The research can not only draw a macro overall poverty-reduction outline of impoverished villages in China, but also depict the specific poverty characteristics of each village, helping the government departments of poverty alleviation at all levels to mobilize all kinds of anti-poverty resources.     

产业扶贫视角下村域空间贫困陷阱识别与策略分析——以湘西保靖县为例

从产业扶贫视角出发,选择湖南省湘西土家苗族自治州保靖县为研究案例区,构建自然环境、地理区位、经济基础、人力资本和社会事业5个维度的村域的空间贫困陷阱测度指标体系,运用综合评价方法测度村域产业扶贫面临的空间贫困陷阱,利用核密度方法分析5个维度上空间贫困陷阱密集影响区域,并在此基础上绘制村域产业扶贫的综合空间贫困陷阱地图,提出对应的发展策略,为实现贫困地区产业发展精准帮扶提供科学依据。     

东南沿海县域贫困度演变特征及驱动因素研究——以福建省为例

区域贫困是各界关注和研究的热点问题,传统的贫困地区研究缺少对中国东南沿海的关注。论文以中国相对发达的东南沿海省份福建省为例,构建3个维度9个向度共30项指标的度量模型,利用多维贫困度等指数和Kohonen神经网络算法,分析2000年和2016年的县域贫困度演化特征及其驱动因素。结果表明：① 通过对广东、福建和浙江3个东南沿海省份县域发展水平的正态分布检验进行对比,发现福建省县域发展水平在东南沿海具有典型性。② 根据贫困度指数P可划分为贫困县、弱势县和一般县,贫困县、弱势县分布于福建北部和西南部的总体格局不变,且向省域边际县聚集。③ 经济维度贫困度指数、社会维度贫困指数和自然维度贫困度指数的各自变化率最多的县市区均属于缓慢恶化区,属于快速优化区的县市区数量居中,属于缓慢改善区的县市区数量少且分布散;基于多维贫困度指数PI的变化率表现为缓慢恶化区分布于福建北部、中部和西南部,缓慢改善区分布于福建中西部,快速优化区分布于福建东部沿海。④ 对2000年和2016年多维贫困度贡献率均产生较大影响的向度为医疗卫生、教育水平、居住环境、经济发展,加强基础设施、医疗卫生、教育水平等公共服务的建设供给,应作为当前福建扶贫重点关注的内容。⑤ 基于不同向度的贫困度贡献率可划分4类致贫类型：I类县市区是教育水平和基础设施向度主导的贫困类型,II类县市区是经济发展和居住环境向度主导的贫困类型,III类县市区属于人口特征和基础设施向度主导的贫困类型,IV类县市区属于医疗卫生和经济发展向度主导的贫困类型。研究结果对准确识别县域贫困和深入实施精准扶贫战略具有一定的参考价值。     

贫困地理学的基础理论与学科前沿

中国的减贫实践证明,地理学在服务国民经济建设和支撑减贫瞄准与扶贫决策中发挥着重要学科价值。然而,由于基本概念模糊、基础理论滞后、学科体系不健全,“理论贫困”成为制约贫困地理学创新发展的最大短板。本文在解析贫困核心概念的基础上,系统剖析了贫困地理学作为一门分支学科的学科性质、基础理论、研究对象、研究内容与框架,提出了未来贫困地理研究中的前沿领域。结果表明：① 贫困是指与一定标准相比,人们所享受的各种福利处于劣势、缺少或不足的状态,具有多维性、区域性和动态性特征。在测量标准上,绝对贫困强调“极小值”,相对贫困强调“平均值”。在瞄准对象上,个体贫困关注个人福利或能力的缺失与不足,区域贫困则是从空间视角关注个体福利背后的“区域福利”。② 贫困地理学是一门研究贫困地区的形成、分布、地理特征及其与环境的关系和反贫困措施的学科,以贫困地域系统为研究对象,以“贫困—环境”关系为研究核心,具有综合性、交叉性和区域性特点。贫困地理学的基础性理论包括空间贫困理论、区域贫困理论和多维贫困理论,其研究内容与框架包括3个维度、2大要素、2类对象、2大标准。③ 贫困地理学需要进一步强化贫困地域系统演化、区域贫困测度、相对贫困瞄准、贫困监测模拟、减贫效应评估、区域可持续发展模式等方面的基础研究。     

甘肃省县域农村贫困的空间演化分析

贫困地区的空间识别是精准扶贫政策制定的重要依据。运用变异系数、泰尔指数、马尔科夫链和探索性空间分析方法对甘肃省1984~2015年86个县（市、区）域农村贫困指数差异的空间演化过程及其特征进行了实证分析。研究表明：甘肃省县域农村贫困指数差异总体下降，并表现出“缩小—扩大—缩小”的阶段性特征，演化过程趋于稳定；同时，甘肃省农村贫困存在空间集聚现象，呈现出集中分布和稳定性特征。其中，河西走廊地区和兰州地区的部分县域农村贫困程度较低，存在空间集聚现象，且集聚范围不断延伸；定西市、陇南市、甘南州、临夏州等地区县域农村贫困程度较深，也表现出较强的空间集聚现象，但集聚范围在不断缩小，且显现出碎片化特征。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

县域农村贫困化空间分异及其影响因素——以陕西山阳县为例

以国家扶贫开发重点县山阳县为研究区,通过空间自相关分析和分组分析方法探究山阳县农村贫困化的空间格局和类型;利用逐步回归、地理加权回归和地理探测器模型对山阳县农村贫困化影响因素进行分析,讨论影响因素效应水平的空间异质性及其交互作用。研究表明：① 山阳县农村贫困发生率具有较强的空间集聚性,形成6个热点集聚区和4个冷点集聚区;综合考虑农村贫困程度和空间连接性,将山阳县划分为低度贫困区、中度贫困区和高度贫困区。② 水网密度、到最近公路的距离、危房比例、农民人均可支配收入、外出务工人数比例、农户入社比例6个因素是山阳县农村贫困化的主要影响因素,各因素的影响效应具有空间异质性。③ 两因素交互作用要比单因素作用于贫困发生率时影响力更显著,各主要影响因素的交互作用类型有双因子增强型和非线性增强型两种。     

国家级贫困县脱贫力空间格局及分异机制

以截至2018年底中国已实现脱贫的154个贫困县为样本，构建脱贫力指标以衡量全国脱贫县相对脱贫效果，系统分析贫困县脱贫力的空间格局特征；利用相关分析和地理探测器等方法，剖析自然环境特征、区位交通条件、农业现代化水平、区域经济发展水平、公共服务设施水平等5个维度共19个驱动因子对脱贫力的作用程度及其区域差异。结果表明：贫困县脱贫力可划分为高度脱贫力、次高脱贫力、中高脱贫力和基本脱贫力4个等级，空间分布呈现不均衡态势，且脱贫率与脱贫力不同步；坡度、到主要干道距离、到最近地级市距离、人均农业机械总动力和人均财政收入等5个因子与贫困县脱贫效果显著相关，共同作用于脱贫力的空间分异，且对4个等级脱贫力影响程度差异显著。     

欠发达农区家庭贫困的动态转变分析——以河南省为例

精准扶贫战略实施以来,以收入标准衡量的农村贫困人口大幅下降,但贫困具有多维性、动态性的特点,开展农户贫困动态变化研究对新时期农村贫困的有效治理具有重要的指导意义。论文基于2010—2018年河南农村固定观察点数据,从收入、生活条件、教育3个维度构建农户多维贫困评价指标体系,并运用马尔科夫概率转移矩阵和面板Logit模型对贫困状态类型转移及家庭陷入贫困的影响因素进行实证分析。结果表明：① 多维贫困比单维贫困(尤其是收入贫困)更能准确反映农区贫困状况;② 2010—2018年间,单维贫困发生率与多维贫困发生率之间差距不断扩大,这很大程度与教育贫困发生率大幅上升,而生活条件贫困、收入教育贫困和三维贫困明显下降有关;③ 单维贫困家庭更易转入教育贫困,多维贫困家庭更容易转入教育生活条件贫困;④ 农户贫困的发生是户主特征、家庭特征和村庄特征共同作用的结果,但不同类型贫困发生的影响因素有显著差异。与单维贫困发生相比,多维贫困发生受到更少因素的显著影响,并且各影响因素的作用更大。上述结论意味着新时期扶贫工作重点转向多维贫困的同时,应依据贫困类型制定具体扶贫措施,尤其重视教育等公共服务的供给。