深度贫困区多维贫困测度及影响因素研究——以甘肃省岷县东部山区为例

科学揭示深度贫困区的贫困发生机制、贫困特征及致贫因素,对于目前脱贫攻坚返贫预警机制构建和2020年后相对贫困阶段扶贫开发政策的制定具有重要意义。本文采用A-F方法,构建农村家庭收入、健康、生活质量、教育4个维度11个指标的多维贫困指标体系,基于参与式农村评估(PRA)方法,访谈调查甘肃省岷县东部山区119户农村家庭,从农村家庭户主个体特征、农村家庭特征及村庄地理位置3个因素选取9个变量,定量分析了农村家庭多维贫困特征及致贫因素。研究结果表明:(1)深度贫困区农村家庭普遍呈现出多维贫困特征,多维贫困发生率H、多维贫困指数MPI随剥夺贫困值增加呈现下降态势;(2)研究区农村家庭的主要致贫因素为学历、疾病、收入来源和人均收入;(3)户主个体特征、农村家庭特征及村庄地理位置各变量均对农村家庭的多维贫困产生影响,尤其是户主年龄、常年生病病人数与多维贫困状况呈现显著正相关,户主文化程度、人均耕地面积呈现显著负相关。     

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。     

基于HLM和GWR的的汪清县农村贫困成因探究

明确贫困成因是提高精准扶贫效率和稳定脱贫成效的基本前提。对偏远少数民族聚居区——吉林省汪清县农村贫困成因进行解析,采用多层线性模型(HLM)同时分析了家庭层次和环境层次因素对农村贫困家庭年纯收入的影响,并利用地理加权回归方法(GWR)探索了环境层次变量影响的空间异质性。研究结果显示:①汪清县贫困农户家庭层次因素对家庭年纯收入的影响强于环境层次因素,但环境层次因素的影响作用亦不可忽视;②剔除环境层次因素的影响后,绝大多数家庭层次因素对贫困家庭年纯收入存在显著影响;③环境层次因素能够在不同程度上解释家庭层次因素影响效应的差异性;④环境层次因素的影响在不同区域的作用方向和强度上存在显著差异。最后从村域发展环境、医疗就业、区域内部贫困差异方面提出改善建议。     

干旱风沙区农村多维贫困地域分异机制研究

运用A-F法测度多维贫困,结合热点分析、地理探测器和主成分分析等方法对干旱风沙区进行农村多维贫困地域分异系统剖析。结果表明:① 农村多维贫困发生率为14.73%,住房、教育和发展维度贡献率分别高达32.25%,23.94%,15.98%,收入已不再是主要致贫维度;② 村域多维贫困表现出集中连片性和地域差异性,南部山区为热点区域,北部扬黄灌区和塬区为冷点区域;③ 深度贫困地区影响MPI地域分异的主导因素为村庄区位条件、自然环境和资源禀赋;④ 农村多维贫困呈现出自然环境限制农户发展,地理区位影响群体福利,资源丰度约束农业生产的地域分异机制。为了缓解区域多维贫困,亟需推进城乡公共服务均等化和融合发展。     

基于HLM和GWR的汪清县农村贫困成因探究

明确贫困成因是提高精准扶贫效率和稳定脱贫成效的基本前提。对偏远少数民族聚居区——吉林省汪清县农村贫困成因进行解析,采用多层线性模型(HLM)同时分析了家庭层次和环境层次因素对农村贫困家庭年纯收入的影响,并利用地理加权回归方法(GWR)探索了环境层次变量影响的空间异质性。研究结果显示： ① 汪清县贫困农户家庭层次因素对家庭年纯收入的影响强于环境层次因素,但环境层次因素的影响作用亦不可忽视; ② 剔除环境层次因素的影响后,绝大多数家庭层次因素对贫困家庭年纯收入存在显著影响; ③ 环境层次因素能够在不同程度上解释家庭层次因素影响效应的差异性; ④ 环境层次因素的影响在不同区域的作用方向和强度上存在显著差异。最后从村域发展环境、医疗就业、区域内部贫困差异方面提出改善建议。     

秦巴山集中连片特困区农户多维贫困测度与影响机理分析——以商洛市为例

中国扶贫瞄准单位已下沉到农户单元,发展和完善农户尺度的多维贫困测度方法是精准配置扶贫资源、提高扶贫效率的关键。通过借鉴“人”“地”和“业”关系理论构建了“能力—资本—环境”多维贫困综合评估框架,以秦巴山特困区商洛为例,通过多维贫困测度体系对农户进行综合测度,识别样本区多维贫困户,进而与建档立卡贫困户进行对比分析,并探讨了多维贫困发生的主要影响机理,最后依据多维贫困户剥夺维度的组合划分不同类型。研究结果表明:① 有245户被识别为多维贫困户,239户被识别为非多维贫困户,多维贫困户与非多维贫困户在能力维度、资本维度和环境维度均存在较大差异;② 有84.08%的多维贫困户与建档立卡贫困户相重叠,多维贫困户在综合维度和单维度的贫困程度均较深;③ 多维贫困发生主要受“人”的发展能力和生产能力、“业”的金融资本、物质资本以及“地”的地理条件和区位的弱势或剥夺的影响;④ 多维贫困户划分为发展缺失型、复合贫困型、生存环境恶劣型和综合贫困型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。     

基于可持续生计的精准扶贫分析方法及应用研究——以四川凉山彝族自治州为例

可持续生计框架是辩证思考贫困的影响因素及其形成过程的理论总结,有助于对精准扶贫进行规范化和系统化的研究。本文以可持续生计框架为蓝本,构建基于可持续生计的精准扶贫分析框架,并从影响农户生计的内因和外因视角,讨论精准扶贫的多维贫困识别指数(MPII)的基本构成。以四川省凉山州作为案例区域,建立具有本土特色的MPII指标体系;识别出420户贫困户,其中80.48%(338户)的建档立卡户与识别结果重叠;与建档立卡农户相比,所识别贫困农户在各单个维度和综合维度都几乎处于更劣势的水平,识别效果更加精准。根据贫困原因的相似性,可将贫困农户划分为人力资本贫困型、基础型资本贫困型、社会资本贫困型、多维资本贫困型、生计环境恶劣型等五种类型,并针对不同的贫困类型提出相应的帮扶措施。     

中国儿童多维贫困时空格局变化及其影响因素

儿童是社会发展的未来,相对于具有劳动能力的成年人,儿童群体更易陷入严重的多维贫困状态,因此探讨儿童多维贫困的时空动态变化及其影响因素具有重要的理论价值和实践意义。以中国25个省、市、自治区为研究区,使用A-F法从住房、照料、教育、健康、营养维度对2010—2016年中国儿童多维贫困进行测度,并结合空间自相关、地理探测器等方法对其时空格局及影响因素进行研究。结果表明：① 2010—2016年中国东中西部儿童多维贫困指数均呈下降趋势,儿童多维贫困在住房、照料、教育、健康、营养各维度均得到有效改善;② 2010—2016年中国儿童多维贫困、各维度贫困存在空间分布差异,呈现“东—中—西”部儿童多维贫困指数阶梯式递增的空间特征;③ 2010—2016年中国城市、农村儿童多维贫困情况均得到改善,空间分布向着“东—中—西”贫困指数阶梯式递增的格局转变,但农村儿童多维贫困指数始终远高于城市;④ 家庭情况、城镇化水平是影响儿童多维贫困空间分异的重要因素,抚养能力、经济水平、教育环境是影响儿童多维贫困的次要因素。综合来看,各影响因素的交互作用对儿童多维贫困空间分异的影响远超过单因素,教育环境与抚养能力、城镇化水平与医疗资源、家庭情况与抚养能力为影响儿童多维贫困的主导交互因素。     

中国农村多维贫困地理识别及类型划分

发展多维贫困度量方法和提高贫困识别精准度是近年国际贫困研究中的热点领域,也是中国未来提高农村扶贫实践质量和效率所面临的关键问题。本文借鉴国际上关于脆弱性—可持续生计框架模型在贫困研究中的学术思想,通过建立农村多维贫困测度指标体系和地理识别方法,对中国农村开展了县域尺度的贫困地理识别,并与单维度收入贫困以及国家最新认定的扶贫开发重点县进行了对比分析,最后对识别的多维贫困县按扶贫措施相似性进行了类型划分。研究结果表明:655个县级单元被识别为多维度贫困县,涉及农村人口1.41亿人;空间分布集中连片特征显著,青藏高原及其周边的南疆三地州、黄土高原西部、滇西—川西高山峡谷区为最大的连片贫困区;有71.79%的国家重点贫困县与识别结果重叠,与国家重点贫困县对比,识别的多维贫困县在各单维度和综合维度都处于更劣势水平;多维贫困县被划分为金融资本缺乏型、人力资本缺乏型、基础建设缺乏型、金融基建兼缺型、人力基建兼缺型、生计途径缺乏型、生存条件缺乏型和发展条件缺乏型8种类型。     

秦巴山区村域稳定脱贫测度及返贫防控风险识别——以重庆市城口县为例

深度贫困地区农村实现稳定脱贫、建立返贫防控机制是后2020时代的现实要求,更是精准扶贫与乡村振兴承上启下的紧密衔接。以强度生态脆弱与集中连片特困复合地区重庆市城口县为研究区域,基于脱贫稳定性测度模型、障碍度模型和最小方差模型等方法对城口县60个行政村、1950个农户进行多维脱贫稳定性空间分异特征和返贫风险模式探究。研究发现：① 样本村脱贫稳定性等级分布总体呈现前端窄小、中部突出的“葫芦状”结构,各地区多维脱贫稳定性总体不高且存在空间异质性;② 城口县返贫风险可识别为双风险模式、三风险模式、四风险模式和五风险模式4种模式及各阻力因素多元整合主导的11种返贫风险类型,人力资本、发展机会等涉及农户可持续增收、动态抗风险能力及内生动力的要素逐渐成为现阶段返贫防控及减贫路径依赖的重点;③ 立足区域特征,把继续攻坚和稳定脱贫、防止返贫摆在同等重要位置上,因村施策提高群众抗风险能力,精准织密防止脱贫群体的返贫网。     

基于G-TOPSIS模型的贫困农户多目标发展评价——以云南福贡县为例

建立贫困农户多目标发展评价体系,实现不同发展目标下的相对贫困的精准识别与动态监测,成为新阶段扶贫开发的迫切需求。论文面向精准扶贫、乡村振兴和可持续发展战略,基于贫困农户的短期、中期和长期目标,构建基于G-TOPSIS综合评价方法的贫困农户多目标发展评价模型,结合障碍度模型揭示不同发展目标下贫困农户的发展水平、发展差距及其致贫因素,并基于地理探测器对不同发展水平农户减贫的影响因素进行探测。以云南省福贡县为例的研究区实证结果表明:① 研究区目前仍存在大量未脱贫农户,脱贫攻坚的压力依然较大,全面脱贫是福贡县当前最紧迫的发展目标;已脱贫人口距全国和全省农村居民平均发展水平还有较大差距,仍处于相对贫困状态,具有较高的贫困脆弱性,防止返贫、缓解相对贫困的任务艰巨。② 短期目标下,主要致贫因素为劳动力受教育年限、卫生厕所、安全住房、家庭人均纯收入、家庭健康状况;中长期目标下,与全国和本省相比,家庭人均纯收入、劳动力受教育年限、安全住房为主要发展短板。③ 不同发展水平贫困农户空间分布特征存在较大差异,贫困空间分异受基础设施、地形条件、经济区位、自然资源、交通区位等因素的综合影响,农户发展水平越低,空间异质性越强,受地理环境的影响越大。研究结果可为减贫与发展战略的实施与监测提供决策依据与可靠的技术决策支持。     

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,...     

深度贫困地区农户脱贫稳定性测度及影响机理研究

农户脱贫稳定性研究可为深度贫困地区巩固脱贫攻坚成果和乡村振兴有效衔接提供重要的理论依据。论文基于可持续生计视角进一步厘定了“农户脱贫稳定性”概念,从自然资本、物质资本、社会资本、人力资本和金融资本5个维度构建了农户脱贫稳定性评价指标体系,选取地处深度贫困地区的贵州省天柱县为研究区,测算1295户样本农户脱贫稳定性指数,基于不同方法共同识别影响因素并探究影响机理,提出构建稳定脱贫的长效机制。结果表明：(1)研究区农户脱贫稳定性指数整体水平偏高,脱贫稳定性较强,但农户个体差异性显著,其中物质资本和自然资本维度的脱贫稳定性较高,金融资本其次,人力资本和社会资本维度的脱贫稳定性较低,返贫风险较大;(2)农户脱贫稳定性类型主要以一般型或稳定型为主,脱贫稳定性综合指数中各类型占比分布从高到低大致呈“水滴”特征,有12.44%的样本农户处于临界型,返贫风险较大;(3)技能培训、外出务工人口占比、土地流转、转移性收入占比、到乡镇政府距离和到主干道距离是影响研究区农户脱贫稳定性的主要影响因素;(4)构建了能力提升、产业培育、激发动力、完善基础设施和拓展就业“五位一体”的深度贫困地区农户脱贫稳定性长效机制...     

农户贫困脆弱性测度及其影响因素——基于秦巴山区的实证分析

防止致贫返贫、建立脱贫长效机制是巩固拓展脱贫攻坚成果的关键落脚点。探究农户贫困脆弱性及其机制可为建立预防致贫返贫机制提供思路和借鉴。通过构建贫困脆弱性分析框架和测度体系,以秦巴山区为例,测度农户贫困脆弱性水平,分析贫困脆弱性差异,采用分位数回归模型揭示农户贫困脆弱性的影响因素。结果表明：① 农户贫困脆弱性水平均值为0.046,贫困脆弱性等级呈现“纺锤形”分布。② 农户贫困脆弱性水平及不同维度间差异明显。补贴依赖型、务农主导型农户受健康冲击或教育压力大且适应力薄弱,贫困脆弱性较高。多元型和纯务工型农户具有低风险与低敏感性,适应力较高,贫困脆弱性较低。③ 农户的暴露风险、适应力具有地域分异性,中山区农户自然风险较高且高贫困脆弱性的农户比例大;河谷川塬区农户的适应力较高。④ 建档立卡贫困识别与贫困脆弱性评估结果具有一定差异。⑤ 农户贫困脆弱性受家庭层面的户主受教育程度、健康水平、职业类型、社会连接度、政策依赖性、非农就业人数、生计多样性以及村域层面的地形起伏度、道路可达性、与河流的距离以及教育可及性等因素的影响。     

非特色型产业扶贫模式及其对乡村振兴的启示

探讨了产业扶贫参与主体及其影响因素的互动关系,阐释了产业扶贫促进乡村振兴的机理,在此基础上剖析了非特色型产业扶贫案例——德青源金鸡产业扶贫模式,总结了相关扶贫经验及其对乡村振兴的启示.结果表明:(1)产业扶贫通常涉及政府、企业、被帮扶农户、金融机构/投资管理平台、科研机构等多个参与主体,其发展模式受社会、经济、地理、政...