过年给贫困户送什么

每逢过年．各单位都会开展给困难群众送温暖的活动。这不，报载沈阳市铁西区日前就对外宣布，计划投入300万元开展“送新衣、送医药、送年饭”活动，其中120万元准备用于请区内的贫困户吃一顿年夜大餐，其中包括红焖甲鱼、盐水大虾、清蒸河蟹、葱烧海参等。此消息一出，有人为之叫好，也有人说这是做秀。愚以为，不管铁西区领导的真实动机如何，他们能够拿出一大笔钱搞送温暖活动，其关心困难群众的那份情意还是应当充分肯定的。只不过，过年该给贫困户送什么。这个问题值得人们好好研究。     

论乡村聚落优化与乡村相对贫困治理

2020年后,中国反贫困将转入相对贫困治理的新阶段。乡村聚落居住、就业、教育、医疗、环卫、文化、防灾减灾等功能的发展不充分和多维剥夺,是乡村相对贫困的重要表现和重要原因,乡村相对贫困治理必须从乡村聚落的整体优化出发。论文在梳理相对贫困概念内涵的基础上,着眼于乡村聚落与相对贫困治理的内在关联,分析乡村聚落与乡村相对贫困发生、乡村聚落优化与相对贫困治理长效机制建立之间的关系,提出基于相对贫困治理的乡村聚落优化策略,以期为2020年后的乡村相对贫困治理和乡村振兴提供理论依据。研究认为：① 乡村相对贫困的形成与聚落要素、功能密切相关,并因区位、布局、规模、形态的差异而有所不同;② 乡村聚落是缓解乡村相对贫困长效机制建立的空间基础,乡村相对贫困治理长效机制的建立要充分发挥乡村聚落的要素支撑与空间载体功能;③ 基于相对贫困治理的乡村聚落优化策略包括振兴村落产业、优化村落空间组织、强化村落文化认同、建立绿色生态村落、促进村落多功能协同转型、坚持分类施策等6个方面。     

中国丘陵山区农村贫困时空格局及其演变机制研究——以江西省于都县为例

解决区域性整体贫困问题是全面建成小康社会的前提。丘陵山区是中国农村贫困人口的聚集区,开展丘陵山区贫困时空格局及其演变机制研究对实现贫困地区转型发展与乡村振兴具有重要的理论意义。论文以江西省于都县为例,以村域为研究单元,采用空间自相关、核密度估计、地理探测器等模型方法刻画了于都县农村贫困地理格局及其分异特征,识别了丘陵山区驱动农村贫困化的主导因子,揭示了农村贫困化的驱动机制。结果表明：① 丘陵山区农村贫困化存在明显的地域分异规律和空间集聚性特征,且聚集效应随减贫力度加大有所减弱;② 坡度、行政村到县城中心的可达度、路网密度和公共服务点数量是丘陵山区农村贫困化分异的主导因子,且随时间推移,资源禀赋不足对农村贫困化的驱动作用有所减弱,区位条件对农村贫困化的驱动作用逐渐增强;③ 不同时期丘陵山区农村贫困化地域分异的主导因素有所不同。农村贫困化有其自然和人文根源,科学减贫政策的制定与实施需以深化贫困发生机制理论认知为基础,协同推进区域性贫困和个体性贫困的减轻,从而实现贫困地区转型发展和乡村振兴。     

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。     

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。     

典型深度贫困县贫困格局及影响因素分析——以海伦市为例

深度贫困县是实施精准扶贫工作的重点区域,客观分析深度贫困县贫困格局及其影响因素,可以为制定扶贫策略提供科学依据。论文以黑龙江省海伦市为研究区,基于空间分析和数理统计方法,探索以贫困村和贫困人口为核心的贫困格局及其影响因素。结果表明：① 作为深度贫困县,海伦市贫困村和贫困人口均具有不平衡性,贫困村和贫困人口格局既具有关联性,又具有差异性;② 海伦市贫困村集中分布在150~250 m地形过渡地带,呈现多核心带状式分布态势;③ 海伦市贫困人口分布格局是自然因素与人文因素综合作用的结果,自然地理及农业生产、农村基础设施及社会福利因素是直接影响贫困人口分布格局的关键因素。建议从加强农业农村基础设施建设、提升抵御自然灾害能力,加快种植业结构调整和布局优化、提升农村产业发展水平,提升社会保障水平、降低致贫返贫风险,优化居民点体系、推动乡村各类要素的空间重组、结构重塑、功能重调等方面加强精准扶贫和乡村振兴工作。     

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。     

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。     

海南省连片贫困地区农户致贫风险分析

农村贫困与减贫是世界性难题,也是中国各级政府高度重视并着力解决的重大民生问题。基于农户及致贫风险的文献梳理,从区位、社会和劳动力3个要素维度构建了农户致贫风险分析的二元Logistic回归模型。采用484户农户问卷调查数据,分析了海南省连片贫困地区农户的致贫风险,提出有效减贫和持续发展对策。研究发现:① 海南连片贫困地区生态环境良好但贫困发生率较高,家庭劳动力较充裕但受教育水平较低,子女教育支出负担重,因病因残致贫比例较高,女性务工人口较多,农户自身脱贫致富的发展动力不足。② 海拔高度200 m以下、男性户主、拥有残疾或患病成员、务工人口比例低、女性务工人员占比高、以及单位劳动力供养学生数高的农户具有更大的致贫风险。③ 研究未发现女性户主、少数民族、低受教育水平户主、大型规模家庭有更高的致贫风险,女性成员比例、抚养比等因素对农户贫困影响较小。激发农户内生动力、大力发展特色化和规模化农业、增加农户就业机会、加强针对农民工、女性务工人员和病残群体的社会保障等减贫政策制定实施是实现脱贫攻坚目标的重要途径。     

皖西地区贫困空间分异的自然环境机理和区域减贫策略

贫困是困扰人类的世界性问题,区域性贫困是中国当前贫困问题的突出表现,而自然环境因素往往对区域性贫困产生重大影响。探讨贫困的空间特征及其演化,分析其地理成因,可为区域瞄准政策的制定提供重要依据。本研究以大别山连片特困区的皖西地区为例,聚焦自然环境,利用地理探测器和耦合协调模型,从乡镇尺度,通过分析主要自然环境因素对贫困空间分异的主导影响、交互影响及影响的地域类型,剖析自然环境的影响机理,研究结果显示:(1)平均坡度和平均高程对皖西地区贫困空间分异的影响最大,且各自然因素的影响具有交互性,说明皖西地区贫困的空间分异是多个自然因素综合作用的结果;(2)自然因素与贫困发生率的耦合协调关系存在明显空间规律,耦合协调度整体上由西南向东北递减,但不同自然因素影响的空间规律不同;(3)根据耦合协调度,可将自然环境对皖西地区贫困空间分异的影响归纳为自然环境低度影响型、自然资源中度影响型、自然环境高度影响型、自然环境极高影响型四种,不同类型的乡镇,其主导影响因素和影响过程具有明显差异;(4)文章提出提升城市化水平、调整农业结构、发展特色农业产业、生态补偿扶贫、异地搬迁扶贫等针对性的减贫措施。