三足坚挺 撑起扶贫巨鼎 四管齐下 打造富美白辛 取他山之石 攻扶贫之玉——赴广东省清远市考察学习扶贫开发工作心得体会

国家扶贫改革试验区广东省清远市,是全国扶贫工作的一面旗帜,他们步伐扎实,做法独到,持之以恒,效果突出,声名远播,广为称道。为推进内蒙古自治区"三到村三到户"精准扶贫工作的深入开展,内蒙古自治区直属机关工委和自治区扶贫办联合举办驻村干部培训学习班,地点选在广东省清远市。这次走进清远,目的是学习其驻村工作先进经验,开阔驻村干部视野,拓宽帮扶工作思路,学习其先进的扶贫工作方法和措施,确保内蒙古自治区国土资源厅2016年年底如期圆满完成定点帮扶工作任务。学习心得对清远扶贫工作先进经验提要钩玄、充分消化吸纳,在学习借鉴清远先进经验、下一步深入开展国土资源厅帮扶点工作上提纲挈领,提出了切实中肯的思路。     

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。     

贫困地区的精准扶贫与乡村振兴:内在逻辑与实现机制

面向“两个一百年”奋斗目标的需要,当前中国贫困地区乡村发展正逐渐由低层次的脱贫向更高层次的振兴转变,两者的紧密关联使得减贫对于推动乡村振兴战略目标的实现具有重要意义。通过分析精准扶贫与乡村振兴的基本内涵,探讨两者的内在逻辑关系,进而从多个维度剖析贫困地区的精准扶贫实践如何助推其乡村振兴。结果表明：① 贫困地区的精准扶贫旨在科学诊断致贫因子的基础上采取针对性措施实施帮扶,从根本上消除导致贫困的各种障碍性因素;乡村振兴则重点在于通过构建城乡融合发展的体制机制,最终实现农业农村的现代化。② 精准扶贫与乡村振兴的内在一致性使得两者存在紧密的逻辑顺承性,精准扶贫是乡村振兴的关键和基本前提,而乡村振兴是精准扶贫的深化和保障,可以说农村减贫的过程也是乡村逐步振兴的过程。③ 通过要素资源合理流动和配置补齐乡村人、地、业等发展短板,贫困地区重塑了要素耦合、结构合理、功能复合的乡村地域系统,从而推动乡村产业、人才、文化、生态、组织等振兴,最终实现农业强、农民富和农村美的发展目标。     

扶贫模式可持续减贫效应的分析框架及机理探析

“精准扶贫”是近年中国全面推进建设小康社会的重大战略举措,精准识别扶贫对象、精准安排扶贫项目、精准监测脱贫成效是“精准扶贫”战略的核心内容,如何保障系列“精准”的实现亟需科学、系统的评估方法和评测手段作支撑。为从多维度、动态、一体化角度对扶贫项目的可持续减贫效果进行评估,本文针对中国目前已在执行的各种扶贫项目减贫效果评估多偏重经济维度、缺乏机理解析和可持续性评价等问题,借鉴DFID可持续生计分析的学术思想,提出了适用于扶贫模式可持续减贫效应评估的分析框架,进而对社会保障式、项目建设式、产业化、科学技术、移民与城镇化、易地搬迁与安置、信贷、参与式等8种扶贫模式可持续减贫的作用机理进行了探析。研究结果既能展示扶贫模式的减贫作用机理与贫困群体特征的契合程度,又能分析扶贫模式对贫困群体多维度及可持续的生计改善状况,同时也可为系统、综合、定量地评估可持续减贫效果的方法模型发展提供思路借鉴。     

地理学者主持完成国家精准扶贫成效第三方评估重大任务

正2016年2月,中共中央办公厅、国务院办公厅印发《省级党委和政府扶贫开发工作成效考核办法》(厅字[2016]6号),要求由国务院扶贫开发领导小组委托有关科研机构开展精准扶贫工作成效第三方评估,并从2016年到2020年每年开展一次。在国务院扶贫办和中国科学院指导下,由中国科学院地理科学与资源研究所(以下简称中国科学院地理资源所)为主持单位,围绕精准识别与精准帮扶"两个方面、三项内容"开展第三方评估。全国精准扶贫工作成效第     

林业生态扶贫政策的评价与建议:怒江州和阿坝州案例

中国采取了长期不懈的扶贫行动,近十年来,人们越来越认识到生态扶贫可以实现环境保护和农村脱贫的双重目标,中国把重点放在深度贫困地区的林业生态扶贫上。然而,贫困人口从林业扶贫项目中获利的程度、贫困户对这些扶贫政策是否满意、以及林业扶贫政策是否有效仍然是个未知数。通过对西南地区"三区三州"深度贫困区具有代表性的怒江州和阿坝州79户农户的问卷调查,运用层次分析法对林业扶贫政策的有效性进行了检验。结果表明,产业扶贫、就业扶贫、小额金融扶贫、结对驻村帮扶四条扶贫路径明显增加了建档贫困户的收入,解决了"两不愁三保障"问题。贫困群众对林业生态扶贫政策感到满意,两州的生态扶贫取得了良好的效果。但是,在政策实施过程中还存在参与不积极、精准识别不完善、资金来源有限和资金不足等问题。我们的研究结果突出了林业产业和公益性岗位在贫困地区扶贫中的重要地位。通过健全林业生态扶贫政策,实现深度贫困区的生态保护和减贫之间的协同是可能的,文章最后还提出了通过林业发展实现扶贫开发和生态环境保护的五项政策建议:(1)精准识别深度贫困地区和贫困人群;(2)选择有效适宜的林业扶贫模式;(3)拓宽扶贫资金渠道;(4)建立林业产业脱贫体系;(5)完善生态保护机制。     

林业生态扶贫政策的评价与建议：怒江州和阿坝州案例（英文）

中国采取了长期不懈的扶贫行动,近十年来,人们越来越认识到生态扶贫可以实现环境保护和农村脱贫的双重目标,中国把重点放在深度贫困地区的林业生态扶贫上。然而,贫困人口从林业扶贫项目中获利的程度、贫困户对这些扶贫政策是否满意、以及林业扶贫政策是否有效仍然是个未知数。通过对西南地区"三区三州"深度贫困区具有代表性的怒江州和阿坝州79户农户的问卷调查,运用层次分析法对林业扶贫政策的有效性进行了检验。结果表明,产业扶贫、就业扶贫、小额金融扶贫、结对驻村帮扶四条扶贫路径明显增加了建档贫困户的收入,解决了"两不愁三保障"问题。贫困群众对林业生态扶贫政策感到满意,两州的生态扶贫取得了良好的效果。但是,在政策实施过程中还存在参与不积极、精准识别不完善、资金来源有限和资金不足等问题。我们的研究结果突出了林业产业和公益性岗位在贫困地区扶贫中的重要地位。通过健全林业生态扶贫政策,实现深度贫困区的生态保护和减贫之间的协同是可能的,文章最后还提出了通过林业发展实现扶贫开发和生态环境保护的五项政策建议:(1)精准识别深度贫困地区和贫困人群;(2)选择有效适宜的林业扶贫模式;(3)拓宽扶贫资金渠道;(4)建立林业产业脱贫体系;(5)完善生态保护机制。     

帮扶措施对山区脱贫农户生计策略选择的影响——以陇南山区为例

帮扶措施不仅是构建稳定脱贫长效机制的关键举措,更是推进脱贫攻坚与乡村振兴有效衔接的客观要求。论文构建了帮扶措施对农户生计策略选择的影响分析框架,利用入户调查数据,在辨明帮扶措施及生计策略选择特征的基础上,探讨了影响陇南山区脱贫户生计策略选择的关键因素。结果表明：① 陇南山区有59.84%的脱贫户享受了多元帮扶措施,其中,享受最多的多元帮扶措施为产业扶贫+生态补偿扶贫,享受最多的单一帮扶措施为生态补偿扶贫;② 陇南山区脱贫户的生计策略以务工主导型为主,呈农业特色化、非农化和多样化的特点;③ 陇南山区脱贫户生计策略选择的路径依赖性整体呈中等水平,其中,川坝河谷区农户、老年农户和低生计资本禀赋的农户生计策略选择的路径依赖性较强,且帮扶措施对其有调节作用;④ 社会资本、人力资本、金融资本和区位条件对农户的生计策略选择有显著影响;产业扶贫和电商扶贫对农户的特色务农型生计策略选择有正向影响,生态补偿扶贫和就业扶贫对农户的非农化生计策略选择有正向影响。最后,提出了优化农户生计策略的政策建议。     

中国精准扶贫的省域差异及影响因素

基于地理学视角,运用省域尺度的相关资料和数据,从扶贫标准、扶贫方式、扶贫主体等方面,探寻中国精准扶贫存在的省域差异,并分析了区域自然环境条件、省域资源禀赋、经济社会条件等因素对精准扶贫的影响。在扶贫标准上,经济发展水平较高的省份扶贫标准较高,经济发展水平较低的省份扶贫标准较低;在扶贫对象识别上,各省在结合自身精准扶贫实践的基础上实施了具有地域特色的扶贫识别方法;扶贫方式方面,各省不同程度实施了产业扶贫、金融扶贫等;扶贫主体上,中央政府财政转移支付和省内各级政府对行政区域的扶贫为中国各省域精准扶贫的主要形式。     

1996-2020年中国旅游减贫研究热点、演进与展望

系统梳理旅游减贫相关研究脉络并预测其研究趋势,能为巩固拓展旅游脱贫成果、推动脱贫地区经济发展和实现乡村振兴提供理论参考。该文借助CiteSpace软件对国内旅游减贫研究的文献特征、研究力量、研究热点、研究阶段及发展趋势进行探索性分析,结果显示：相关研究文献数量虽然呈逐步增长趋势,但研究力量较薄弱,旅游(精准)扶贫、乡村旅游、旅游扶贫模式、旅游扶贫效率及其与乡村振兴的关系等是旅游减贫领域中热度性强的重要议题,具体可划分为开发式旅游减贫早期探讨阶段、综合式旅游减贫缓慢增长阶段和旅游精准减贫成熟完善阶段。新时代旅游减贫阻贫长效机制构建、多主体参与旅游减贫模式、旅游减贫绩效、旅游减贫与生态环境协调发展、旅游减贫与乡村振兴衔接的逻辑与路径等重要命题有望成为研究热点和前沿问题。     

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.     

中国贫困村致贫因素分析及贫困类型划分（英文）

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 pov-erty alleviation at all levels to mobilize all kinds of anti-poverty resources.     

基于村域视角的脱贫成效空间格局及影响机制研究——以湖南省新晃侗族自治县84个出列村为例

贫困与摆脱贫困是中国改革和发展路径选择的起点和动力来源。本研究从经济建设成效、基础与公共服务设施建设成效、生活保障与就业保障成效4个维度构建评价指标体系,对2019年新晃县脱贫成效的空间格局与影响机制进行研究。结果表明：① 2019年新晃县出列村经济建设与生活保障脱贫成效指数差异较小,“高、较高、一般成效”区域相间分布,基础与公共服务设施建设、就业保障脱贫成效具有较为明显的空间分异特征。② 新晃县出列村综合脱贫成效在空间上整体呈现出“东高西低”的格局,且与地形存在较强的相关性特征。③ 新晃县综合脱贫成效主要影响因素为患有大病及长期慢性病的脱贫人数占比、行政村距县城距离、年龄结构、户均收入高于县平均收入户数占比、劳动力状况等。村域发展基础与村域自然要素是影响脱贫成效的基础本底因素,村域人口结构是影响村域脱贫成效空间分异的关键主导因素,而村域发展潜力是巩固脱贫成效的持续推动力。     

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。     

情感地理视角下脱贫村农户情感重构——以湖南省十八洞村为例

以湖南省花垣县十八洞村为案例地,以“留守”农户和“返乡”农户为研究对象,基于情感地理视角,通过深度访谈法和参与式观察法探究了精准扶贫政策影响下农户情感重构及其重构机制。结果表明：1）脱贫村农户情感重构主要包括归属感、幸福感、风险厌恶感、相对剥夺感和失落感5个维度的重构,这些维度相互影响、相互制约。2）精准扶贫政策的实施使得脱贫村农户地方归属感上升,幸福感增强,风险厌恶感下降。然而,扶贫力度的不均衡导致农户间的相对剥夺感增强,传统文化的消解和社会关系的重构等使得农户产生失落感。3）在脱贫村农户情感重构过程中,农户认知是核心力量,政府行动起主导作用,企业行动发挥辅助作用。政府和企业行动通过重构乡村地域系统的物质空间、经济空间和社会空间刺激乡村地域主体即农户认知转变,继而引发情感的重构。     

贫困村空间分布及影响因素分析——以乌蒙山连片特困区为例

针对目前贫困分布研究以大尺度为主而缺乏对小尺度的关注和致贫因素分析忽略个体效应或背景效应的不足,基于空间贫困视角,以乌蒙山片区为研究区域、贫困村为研究对象,运用空间点模式分析方法探究贫困村空间分布特征,并设计多层线性回归模型从贫困村和县域两个层面综合定量剖析贫困影响因素。研究发现：① 贫困村的空间聚集特征较为明显,总体分布呈现大分散小集中、散点-极核-轴带-团块并存的空间格局。② 贫困村的贫困程度受多层因素的显著影响。其中,村级影响因素为：人口密度、通路率、劳动力比例、遭受自然灾害频次、安全饮用水比例;县级影响因素为：人均地方生产总值、高中阶段毛入学率、植被覆盖率。③ 农村贫困来源于贫困村与县域的双重作用。因此在精准扶贫工作中,政府及相关部门可针对不同尺度对象有针对性地施策,合理配置扶贫资金。     

发展地理学视角下中国多维贫困测度及时空交互特征

探索贫困监测评估指标体系及区域间贫困时空交互动态特征对当前中国可持续减贫研究具有重要意义。基于发展地理学视角,引入面板向量自回归（PVAR）模型并结合人类发展分析路径与SDGs全球指标框架识别影响中国贫困的致贫和减贫因素,以此测度多维贫困指数,进而采用探索性时空数据分析（ESTDA）方法揭示多维贫困的时空交互特征。结果表明:① 中国当前贫困监测评估的致贫因子包括农作物受灾比和社会总抚养比,减贫因子则涉及人均GDP、人均社会保障支出、人均公共卫生支出、每万人医院数、新型农村合作医疗参合率、植被覆盖率、人均教育支出、高校数量、人均科学研究与试验发展支出、人均文化事业经费。② 2007—2017年中国省域收入贫困、健康贫困、文化贫困及多维贫困状况得到显著改善,全国综合贫困程度年均下降5.67%,部分省域的不同维度贫困内部出现差异化。③ 研究期内省域间多维贫困局域空间格局表现为较强的空间动态性,并呈现由东部向中、西部增大的变化态势;省域间多维贫困指数随时间演变呈现强的空间依赖关系,形成以西北和东北为高值区向四周递减的变化格局。④ 邻接省域多维贫困交互的时空网络以负向关联为主,仅有陕西与河南、陕西与宁夏、青海与甘肃、湖北与安徽、四川与贵州、海南与广东形成空间上较强的减贫协同关系。研究成果对当前中国精准扶贫战略实施尤其是2020年后预防返贫具有重要的参考价值。     

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。