生態(tài)敏感區(qū)農(nóng)戶多維貧困測度與精準(zhǔn)扶貧優(yōu)先序分析

王博文 羅嵐 王雅楠 周雪 楊小芳 陳偉 姚順波

摘 要：為實(shí)現(xiàn)精準(zhǔn)識別和精準(zhǔn)扶貧的目標(biāo)，通過多維貧困測度法探索貧困的深度和誘因變得尤為重要?；陉兾魇∩搪迨猩讨輩^(qū)的調(diào)研數(shù)據(jù)，采用Alkire-Foster多維貧困測度方法從收入、健康、教育、生活設(shè)施和自然地理環(huán)境5個維度對貧困地區(qū)農(nóng)戶進(jìn)行多維貧困測度與分解。研究表明：（1）單一維度上，農(nóng)戶貧困狀況仍然不容樂觀，各維度貧困發(fā)生率存在顯著差異;（2）多維度貧困測度上，多維貧困指數(shù)隨著貧困剝奪維度K的增加而不斷減小，變化趨勢呈現(xiàn)倒“S”型曲線，變化速度呈現(xiàn)先上升后下降的倒“U”型趨勢;（3）多維貧困指數(shù)以及發(fā)生率高于其他研究，表明生態(tài)敏感區(qū)的異質(zhì)程度高;（4）多維貧困指數(shù)存在地區(qū)異質(zhì)性;（5）多維貧困指數(shù)的貢獻(xiàn)率存在維度差異性，教育、收入、健康和基礎(chǔ)設(shè)施是造成貧困的重要原因。

關(guān)鍵詞：生態(tài)敏感區(qū);多維貧困;Alkire-Foster模型;精準(zhǔn)扶貧;優(yōu)先序

中圖分類號：F304.4;C912.82 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-9107（2019）05-0072-09

收稿日期：2019-01-09DOI：10.13968/j.cnki.1009-9107.2019.05.10

基金項(xiàng)目：教育部人文社會科學(xué)研究項(xiàng)目（18XJC790014）;國家自然科學(xué)基金青年項(xiàng)目（71803152，71503200）;陜西省軟科學(xué)項(xiàng)目（2016KRM054）;楊凌示范區(qū)科技計(jì)劃項(xiàng)目（2015RKX-03）

作者簡介：王博文（1976-），男，西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，博士，主要研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)和精準(zhǔn)扶貧。

*通訊作者

引 言

改革開放以來，在政府主導(dǎo)下實(shí)施的一系列開發(fā)式扶貧工作取得了巨大成就，農(nóng)村貧困人口數(shù)量不斷減少。國務(wù)扶貧辦指出，貧困發(fā)生率由1978年的97.5%下降到2017年底的3.1%，我國創(chuàng)造了人類減貧史上的奇跡。但貧困問題仍然是制約我國經(jīng)濟(jì)發(fā)展和社會進(jìn)步的瓶頸，而粗放式的扶貧政策又導(dǎo)致了新的困難。習(xí)總書記2013年在湘西考察時首次作出了“實(shí)事求是、因地制宜、分類指導(dǎo)、精準(zhǔn)扶貧”的重要指示。扶貧開發(fā)貴在精準(zhǔn)，重在精準(zhǔn)，成敗在于是否精準(zhǔn)，精準(zhǔn)識別是精準(zhǔn)扶貧的基礎(chǔ)。傳統(tǒng)的貧困識別主要基于收入單一維度，忽視了個體的貧困特征和其他方面能力的缺失，造成該扶不扶的嚴(yán)重問題;而多維度對貧困識別更具科學(xué)性和合理性，能夠提高扶貧的瞄準(zhǔn)精度和實(shí)施效果。

盡管我國絕對貧困人口數(shù)量不斷減少，但目前的貧困問題已經(jīng)不再是政策與制度缺失等普遍性因素導(dǎo)致的貧困，而是由自然地理環(huán)境、生態(tài)條件等差異造成的貧困。生態(tài)敏感區(qū)，作為一種特殊類型的地區(qū)，主要表現(xiàn)為自然地理?xiàng)l件差、對環(huán)境要素變化敏感和生態(tài)系統(tǒng)穩(wěn)定性較差，其包括河流水系、濱水地區(qū)、山地丘陵、海灘等類型[1-2]。由于自然地理?xiàng)l件等因素影響，生態(tài)敏感區(qū)貧困現(xiàn)象比其他地區(qū)更為嚴(yán)重，僅靠收入這一指標(biāo)來測度其貧困程度無法反映出當(dāng)?shù)氐恼鎸?shí)貧困狀況。因此本研究基于生態(tài)敏感區(qū)多維貧困這一視角，探究其貧困的根源，以期為此類地區(qū)精準(zhǔn)扶貧政策提供更科學(xué)合理的依據(jù)。

一、文獻(xiàn)綜述

阿瑪?shù)賮喩?985年首次提出“能力貧困”，認(rèn)為貧困的根源來自能力的被剝奪。在此基礎(chǔ)上，他創(chuàng)立了多維貧困理論，并將多維貧困劃分為收入貧困、能力貧困、社會排斥貧困和參與性不足貧困[3]。外國學(xué)者分別對印度[4]、越南[5]和尼日利亞[6]貧困進(jìn)行研究，均表明相對于一維貧困而言，多維貧困方法是貧困精準(zhǔn)識別和精準(zhǔn)扶貧政策制定更有效的工具和視角。此后，多維貧困的測度成為貧困研究的一個焦點(diǎn)問題，學(xué)者對于多維貧困測度的研究主要集中在測度方法[7-11]、指標(biāo)選擇[12-14]以及指標(biāo)權(quán)重[15-17]等問題上。其中，牛津大學(xué)貧困與人類發(fā)展中心的研究人員Alkire和Foster從多維視角出發(fā)，對貧困進(jìn)行識別和加總，得出了集測算和分解為一體的一般模型——A-F計(jì)數(shù)測量法[18-19]。該方法運(yùn)用雙臨界值法，不僅可以滿足多維貧困測量公理性質(zhì)，而且指標(biāo)權(quán)重修改靈活性大，同時整體測量結(jié)果直觀易解釋，成為多維貧困測量的一個重大突破。

國內(nèi)學(xué)者對農(nóng)戶多維貧困的相關(guān)問題研究起步較晚，現(xiàn)有的研究有三個主要的切入點(diǎn)：構(gòu)建不同的多維貧困測度指標(biāo)體系;針對某一特定區(qū)域進(jìn)行多維貧困分析;不同群體之間的多維貧困情況有顯著差異。多維貧困測度維度和指標(biāo)體系方面存在著較大差異，一些學(xué)者從社會關(guān)系、經(jīng)濟(jì)水平、健康教育等方面構(gòu)建指標(biāo)體系[20-23]，另一些學(xué)者則圍繞物質(zhì)資本、消費(fèi)水平和人力資本分析[24-26]。在研究區(qū)域選擇方面，相關(guān)研究主要選取了山區(qū)[27-28]、庫區(qū)[25]和連片貧困區(qū)[29-30]等特殊類型地區(qū)。就不同群體的多維貧困方面，王春超利用A-F多維貧困測量方法對比分析農(nóng)民工和城市勞動者多維貧困的狀況，研究發(fā)現(xiàn)農(nóng)民工的多維貧困狀況較全國水平和城市勞動者均嚴(yán)重[31]。周常春對連片特困區(qū)的農(nóng)戶運(yùn)用相同的方法進(jìn)行多維貧困測度，分析了其能力建設(shè)的相關(guān)問題[32]。此外，賈興梅針對重點(diǎn)貧困縣農(nóng)村農(nóng)戶進(jìn)行多維貧困測度[33]。

綜上，國內(nèi)外學(xué)者從不同方面對多維貧困相關(guān)問題的研究卓有成效，但仍然存在著一些不足?，F(xiàn)有多維貧困指標(biāo)的設(shè)定主要集中在收入、健康、經(jīng)濟(jì)、教育等方面，忽視了自然地理環(huán)境對農(nóng)戶貧困的影響，然而眾多研究表明生態(tài)環(huán)境和災(zāi)害對貧困程度有重要影響[34]。陜西省商洛市位于14個連片特困區(qū)之一的秦巴山區(qū)，生態(tài)穩(wěn)定性較差，更易受到環(huán)境影響，屬于山地丘陵型生態(tài)敏感區(qū)。因此，探究商洛市多維貧困問題對生態(tài)敏感區(qū)脫貧工作有一定的借鑒意義。此外，多維貧困的實(shí)施方案過于粗放，扶貧效率低，未能為精準(zhǔn)扶貧提供有價值的政策支撐。因此，本研究在商洛市667個農(nóng)戶的調(diào)研數(shù)據(jù)的基礎(chǔ)上，利用A-F多維貧困測量模型，在收入、教育、健康和生活設(shè)施的基礎(chǔ)上引入自然地理環(huán)境維度，對生態(tài)敏感區(qū)的農(nóng)戶進(jìn)行多維貧困測度和分析，并且通過維度分解分析各個指標(biāo)的扶貧優(yōu)先程度，以期為精準(zhǔn)扶貧政策的制定提供參考。

二、數(shù)據(jù)與方法

（一）數(shù)據(jù)來源

陜西省商洛市商州區(qū)屬于山地丘陵型生態(tài)敏感區(qū)，自然地理?xiàng)l件較差且具有潛在自然災(zāi)害影響，貧困發(fā)生率較高，貧困程度更深。本文數(shù)據(jù)來源于2018年7月在此地區(qū)進(jìn)行的農(nóng)村社會調(diào)查。調(diào)查區(qū)域覆蓋商洛市商州區(qū)的5個鎮(zhèn)（牧護(hù)關(guān)鎮(zhèn)、沙河子鎮(zhèn)、楊斜鎮(zhèn)、楊峪河鎮(zhèn)、夜村鎮(zhèn)）15個村。調(diào)查內(nèi)容主要包括農(nóng)戶家庭基本情況、家庭收支、醫(yī)療衛(wèi)生、教育培訓(xùn)、基礎(chǔ)設(shè)施等。本次調(diào)查以走訪和問卷方式進(jìn)行入戶調(diào)查，共發(fā)放問卷700份，收回有效問卷667份，有效率達(dá)到了95.3%。另外，通過發(fā)放村集體問卷來了解村落的基本情況、自然地理環(huán)境以及基礎(chǔ)設(shè)施情況。

（二）維度與指標(biāo)選取

參考已有關(guān)于多維貧困指標(biāo)體系，結(jié)合《中國農(nóng)村扶貧開發(fā)綱要（2011-2020）》中提出的主要目標(biāo)和指標(biāo)，同時兼顧商洛市商州區(qū)的具體情況，本文在收入、健康、教育、生活設(shè)施等維度的基礎(chǔ)上增加自然地理環(huán)境維度，以對外距離和自然災(zāi)害兩個指標(biāo)衡量該維度。另外，教育維度通過勞動力受教育水平和技能培訓(xùn)狀況來衡量。為了更科學(xué)地體現(xiàn)生活設(shè)施情況，從家庭資產(chǎn)狀況、衛(wèi)生設(shè)施、住房設(shè)施、能源設(shè)施和飲用水設(shè)施這5個方面進(jìn)行綜合考量。因此，建立了共計(jì)5個維度11個指標(biāo)的多維貧困指標(biāo)體系，具體維度與指標(biāo)見表1。采用等權(quán)重法對各維度進(jìn)行賦權(quán)，進(jìn)而等權(quán)賦值每一維度的各個指標(biāo)。

需要特別指出的是，根據(jù)生態(tài)敏感區(qū)的特點(diǎn)，同時參考部分相關(guān)研究[28，35-37]選擇了對外距離和自然災(zāi)害2個指標(biāo)衡量自然地理環(huán)境維度。其中對外距離表示該農(nóng)戶的地理位置的偏僻程度，根據(jù)地區(qū)所屬地形來看，農(nóng)戶居住地越偏遠(yuǎn)，地理環(huán)境越差。自然災(zāi)害表示農(nóng)戶所在村莊災(zāi)害頻發(fā)或者是地方疾病區(qū)，體現(xiàn)了該地區(qū)對環(huán)境要素變化敏感且具有潛在自然災(zāi)害影響。因此，這2個指標(biāo)能在一定程度上較好地反映該區(qū)域的生態(tài)敏感性。

三、多維貧困測度結(jié)果分析

（一）單維貧困測度結(jié)果

商洛市商州區(qū)的單維貧困測度結(jié)果如表2所示。從總體的單維貧困發(fā)生率來看，教育和自然地理環(huán)境2個維度的貧困發(fā)生率最高，其中，5個鎮(zhèn)的勞動力最高學(xué)歷在高中以上的家庭不足一半，僅有近15%的家庭中有人接受過技能培訓(xùn);自然地理環(huán)境方面，有70%以上的家庭地處偏遠(yuǎn)，對外距離遠(yuǎn)，無法接觸外界新鮮事物，特別是牧護(hù)關(guān)鎮(zhèn)、楊斜鎮(zhèn)和夜村鎮(zhèn)，這一指標(biāo)超過了90%。其次，這5個鎮(zhèn)均是自然災(zāi)害頻發(fā)，有近60%的家庭受到了環(huán)境的影響。另外，在生活設(shè)施這一維度上，貧困發(fā)生率比較高的指標(biāo)是衛(wèi)生設(shè)施和能源設(shè)施，尤其是牧護(hù)關(guān)鎮(zhèn)和楊斜鎮(zhèn)，因?yàn)槠涞乩砦恢闷h(yuǎn)以及自然災(zāi)害嚴(yán)重，外來能源的成本較高，缺乏基礎(chǔ)能源設(shè)施，仍然以柴火等作為生活燃料。健康維度的情況也不容樂觀，貧困發(fā)生率超過了50%，不理想的健康狀況使得勞動力喪失并導(dǎo)致醫(yī)療支出增大，從而使家庭陷入貧困，醫(yī)療衛(wèi)生狀況得到更多重視。僅從單維貧困指標(biāo)來看，楊斜鎮(zhèn)的各維度貧困發(fā)生率都比較高，而收入維度的貧困發(fā)生率并不突出，這更加凸顯單一收入維度判斷貧困是不夠合理的。

（二）多維貧困測度結(jié)果

文中使用A-F多維貧困測量方法對地區(qū)的多維貧困情況進(jìn)行測度，共測量5個維度11個指標(biāo)，但由于沒有農(nóng)戶家庭在這11個指標(biāo)上均表現(xiàn)為貧困，所以研究到K=10的情況。根據(jù)2011年《人類發(fā)展報告》（HDR），將多維貧困剝奪份額大于1/3（K=3）的家庭定義為多維輕度貧困家庭，大于1/2（K=6）定義為多維中度貧困家庭。文中進(jìn)一步定義大于2/3（K=9）的家庭為多維重度貧困家庭。多維貧困測度結(jié)果如表3所示，當(dāng)K=3時，多維貧困指數(shù)為53.7%，貧困發(fā)生率為98.1%，貧困剝奪份額為54.8%;當(dāng)K=6時，多維貧困指數(shù)為38.8%，貧困發(fā)生率為61.0%，貧困剝奪份額為63.6%;當(dāng)K=9時，多維貧困指數(shù)為4.3%，貧困發(fā)生率為5.1%，貧困剝奪份額為83.7%。

（三）多維貧困指數(shù)分解

1.地區(qū)多維貧困指數(shù)分解。通過對多維貧困指數(shù)M0按不同地區(qū)進(jìn)行分解，得到不同K值下的5個鎮(zhèn)的多維貧困指數(shù)（見表4）。楊峪河鎮(zhèn)的多維貧困指數(shù)最大，貧困狀況最明顯，貧困程度最深，其次是沙河子鎮(zhèn)、牧護(hù)關(guān)鎮(zhèn)、夜村鎮(zhèn)和楊斜鎮(zhèn)。隨著剝奪維度的增加，多維貧困指數(shù)在不斷降低，其中，沙河子鎮(zhèn)在9個維度被剝奪時多維貧困指數(shù)就已經(jīng)為零，楊峪河鎮(zhèn)在K=10時為零，說明這2個鎮(zhèn)對相應(yīng)維度多維貧困指數(shù)無貢獻(xiàn)。

2.維度指標(biāo)優(yōu)先序分析。為了更好地實(shí)現(xiàn)貧困的精準(zhǔn)識別，進(jìn)而為精準(zhǔn)扶貧政策的制定提供參考依據(jù)，這里進(jìn)一步對維度指標(biāo)進(jìn)行優(yōu)先序分析。優(yōu)先序指的是對各維度指標(biāo)進(jìn)行重要程度排序以探索扶貧工作中應(yīng)當(dāng)優(yōu)先解決的問題，體現(xiàn)精準(zhǔn)扶貧的目標(biāo)精準(zhǔn)。為保證優(yōu)先序判斷中更加科學(xué)合理，文中選擇K=2、4、6、8、10共5個等差維度進(jìn)行分解，分解結(jié)果見表5。

通過對5個維度分解發(fā)現(xiàn)教育和自然地理環(huán)境對多維貧困指數(shù)貢獻(xiàn)最大，其貢獻(xiàn)率均大于10%，其中農(nóng)戶家庭的文化程度較低使得其從事工作收入少和無法理解外部信息，是家庭陷入貧困的根本原因。打破貧困枷鎖的基礎(chǔ)就是教育，只有提升自己的教育水平，增強(qiáng)自身的發(fā)展能力，才能從根本上脫離貧困。教育貧困導(dǎo)致發(fā)展能力貧困，進(jìn)而影響農(nóng)業(yè)生產(chǎn)效率和接受外界事物的認(rèn)知，這與當(dāng)?shù)氐慕逃Y源匱乏以及村民自身意識淡薄有關(guān)。就自然地理環(huán)境而言，2個指標(biāo)的多維貧困指標(biāo)貢獻(xiàn)率顯著大于其他指標(biāo)，是導(dǎo)致農(nóng)戶陷入貧困的又一重大原因。自然地理環(huán)境惡劣導(dǎo)致農(nóng)戶外出困難和農(nóng)作物歉收，與外界接觸少以及收入降低影響其認(rèn)知水平和再生產(chǎn)能力，最終影響生活水平，形成一個惡性循環(huán)。從單一指標(biāo)來看，隨著K的增大，收入對多維貧困的貢獻(xiàn)率不斷上升，可見，收入仍然是造成貧困的直接原因。技能培訓(xùn)狀況對多維貧困指數(shù)的貢獻(xiàn)率隨著K的增大不斷下降，當(dāng)K=2時，多維貧困貢獻(xiàn)率為14.3%，當(dāng)K=10時下降到9.8%。家庭資產(chǎn)狀況、飲用水設(shè)施、家庭成員健康狀況、住房設(shè)施均小于10%，對多維貧困指數(shù)的貢獻(xiàn)較低且趨于穩(wěn)定，無明顯上升或下降趨勢。

對不同剝奪維度K的指標(biāo)分解結(jié)果進(jìn)行排序，以貢獻(xiàn)率從低到高排序，用雷達(dá)圖表示（見圖2）。

當(dāng)K=2、4、6、8時的多維貧困的指標(biāo)分解優(yōu)先序非常相似，基本上沒有差別，可以看到其中問題比較嚴(yán)重的是能源設(shè)施、衛(wèi)生設(shè)施和技能培訓(xùn)狀況，這3個指標(biāo)是排在前3位的。農(nóng)戶無法解決生活燃料問題或者還是使用舊的燃料，能源設(shè)施的建設(shè)應(yīng)該放在首位。技能培訓(xùn)狀況這一點(diǎn)非常嚴(yán)重，需要政府進(jìn)行針對性解決，比如開展農(nóng)村知識普及，派遣專業(yè)人員下鄉(xiāng)進(jìn)行教學(xué)。農(nóng)戶家庭還在使用旱廁，這點(diǎn)問題和住房設(shè)施建設(shè)密切相關(guān)，但住房設(shè)施問題并未特別嚴(yán)重，這可能與其重視房屋改建而忽視相關(guān)基礎(chǔ)設(shè)施的建設(shè)有關(guān)。

當(dāng)被剝奪維度達(dá)到了10時，可以觀察到，健康、收入、教育成為最為突出的3個方面，與上述的結(jié)果相比，健康和收入問題變得特別突出，而教育一直是關(guān)鍵性問題。收入與教育、健康是緊密相關(guān)的，綜合單維貧困發(fā)生率來看，收入貧困和教育健康貧困存在互動效應(yīng)。這些問題均沒有得到重視，農(nóng)戶家庭沒有一人接受技能培訓(xùn)或者勞動力身體欠佳，缺乏技能使得無法從事收入較高的工作，健康狀況不穩(wěn)定導(dǎo)致工作無法得到保障。而收入低又讓教育缺失和無錢看病的局面。收入貧困和健康貧困存在互動效應(yīng);收入貧困和教育貧困表現(xiàn)出雙向因果關(guān)系，相互影響，相互加強(qiáng)，形成了一種惡性循環(huán)。要想打破這一循環(huán)，政府的扶貧工作就要更加重視教育和醫(yī)療衛(wèi)生建設(shè)，教育始終是脫貧的根本，身體健康永遠(yuǎn)是脫貧的基礎(chǔ)。

四、結(jié)論與建議

調(diào)研所在的區(qū)域商州區(qū)處于自然地理環(huán)境較差的生態(tài)敏感區(qū)，這些地區(qū)的經(jīng)濟(jì)基礎(chǔ)較差，交通設(shè)施落后，教育水平普遍較低，基礎(chǔ)設(shè)施如衛(wèi)生、能源等等依然不完善，仍然存在深度貧困問題。因此，本文以陜西省商洛市農(nóng)戶調(diào)研數(shù)據(jù)為樣本，運(yùn)用A-F多維貧困測度模型，選取收入、健康、教育、生活設(shè)施和自然地理環(huán)境5個維度對農(nóng)戶進(jìn)行多維貧困測度分析，并基于不同維度和不同地區(qū)對多維貧困指數(shù)貢獻(xiàn)率進(jìn)行分解，研究結(jié)果表明：

1.單一維度上，農(nóng)戶貧困狀況仍然不容樂觀，各維度貧困發(fā)生率存在顯著差異。其中，農(nóng)戶面臨的最嚴(yán)重的問題是教育貧困。另外，自然地理環(huán)境維度、健康維度的貧困發(fā)生率非常高，環(huán)境問題也造成了社會資源獲取方面的能力貧困，由于其特殊的地理位置和惡劣的自然環(huán)境，生活設(shè)施維度的貧困也很嚴(yán)重。除此之外，楊斜鎮(zhèn)很多指標(biāo)上貧困發(fā)生率比較高，但收入指標(biāo)上卻顯著低于其他地區(qū)，表明單一收入維度測算不能全面衡量貧困狀況。

2.多維度貧困測度上，多維貧困指數(shù)隨著貧困剝奪維度K的增加而不斷減小，變化趨勢呈現(xiàn)倒“S”型曲線，變化速度呈現(xiàn)先上升后下降的倒“U”型趨勢。

3.基于不同地區(qū)的多維貧困分析來看，多維貧困指數(shù)存在地區(qū)異質(zhì)性，不同地區(qū)的同一維度多維貧困指數(shù)貢獻(xiàn)率不同，即使是同一地區(qū)，不同維度的貢獻(xiàn)率也有所差異。按多維貧困指數(shù)進(jìn)行排序，貧困程度由深到淺依次是：楊峪河鎮(zhèn)、沙河子鎮(zhèn)、牧護(hù)關(guān)鎮(zhèn)、夜村鎮(zhèn)和楊斜鎮(zhèn)。

4.不同維度對多維貧困指數(shù)的貢獻(xiàn)率不同，教育、收入、健康和基礎(chǔ)設(shè)施是造成貧困的重要原因。教育和自然地理環(huán)境對多維貧困指數(shù)貢獻(xiàn)最大，均大于10%。觀察優(yōu)先序分析結(jié)果，當(dāng)K較小時，多維貧困的指標(biāo)分解優(yōu)先序差異較小，其中能源設(shè)施、衛(wèi)生設(shè)施和技能培訓(xùn)狀況多維貧困指數(shù)貢獻(xiàn)率最大。當(dāng)K=10時，健康、收入、教育成為造成貧困最為突出的3個因素。

根據(jù)上述結(jié)論，對中國農(nóng)村貧困地區(qū)特別是生態(tài)敏感區(qū)扶貧工作提出以下政策建議：

1.收入貧困是致貧的直接原因，但現(xiàn)有的扶貧政策只是單一的給予低保補(bǔ)貼，忽視了對脫貧能力的培養(yǎng)。因此，針對這些收入貧困的家庭，政府部門應(yīng)該不僅為其提供最低生活保障，而且需要加強(qiáng)培養(yǎng)自身的發(fā)展能力。例如，增加貧困農(nóng)戶的各項(xiàng)培訓(xùn)，完善培訓(xùn)內(nèi)容，通過培訓(xùn)擴(kuò)展農(nóng)戶的視野，這有利于農(nóng)戶主動尋找就業(yè)機(jī)會;政府組織培育發(fā)展當(dāng)?shù)靥厣a(chǎn)業(yè)需要的技術(shù)人才，通過發(fā)展特色產(chǎn)業(yè)為當(dāng)?shù)剞r(nóng)戶提供就業(yè)機(jī)會。

2.由于地區(qū)的異質(zhì)性致貧環(huán)境和貧困農(nóng)戶的多元化致貧原因，個體脫貧能力也存在差異，導(dǎo)致地區(qū)、家庭和維度的貧困程度均不同。政府應(yīng)按貧困程度決定扶貧資金的分配使用，提升扶貧資金使用效率。加大資源性指標(biāo)的投入力度，健全資金使用制度，同時加強(qiáng)監(jiān)管，確保扶貧項(xiàng)目資金用到實(shí)處并能夠發(fā)揮最大效益，可根據(jù)貧困家庭的貧困深度和致貧原因，實(shí)施差異化扶貧措施。

3.在扶貧工作中，應(yīng)當(dāng)優(yōu)先解決重點(diǎn)突出問題，實(shí)施針對性更強(qiáng)、作用更有效、效果更持續(xù)的措施。根據(jù)多維貧困測量的結(jié)果，得到扶貧的優(yōu)先序，在扶貧工作中，可以參考優(yōu)先序進(jìn)行扶貧。在貧困程度較高的家庭中，首先是健康貧困最為突出，健全貧困群體醫(yī)療保障機(jī)制，建立貧困家庭個人醫(yī)療檔案，量身定制治療方案，使得患病人員恢復(fù)部分勞動力。提高農(nóng)村醫(yī)療衛(wèi)生水平和服務(wù)質(zhì)量，加大大病救助，盡量避免因病致貧。教育貧困是最根本的貧困原因。政府應(yīng)繼續(xù)加大對農(nóng)村教育的投入力度，可以通過國家助學(xué)金或社會助學(xué)金幫助學(xué)生完成學(xué)業(yè)，降低適齡兒童的輟學(xué)率。政府部門應(yīng)當(dāng)設(shè)立專項(xiàng)資金，鼓勵當(dāng)?shù)剞r(nóng)村居民接受適當(dāng)?shù)募寄芘嘤?xùn)。另外，由于調(diào)研地區(qū)位于生態(tài)敏感區(qū)，偏遠(yuǎn)的地理位置導(dǎo)致交通設(shè)施落后，農(nóng)戶與外界接觸有限難以獲得社會資源，而且惡劣的自然環(huán)境對農(nóng)業(yè)生產(chǎn)的影響巨大。因此，在進(jìn)行地區(qū)扶貧時，應(yīng)重視交通設(shè)施建設(shè)，為農(nóng)民提供自然災(zāi)害預(yù)測報告或者培訓(xùn)農(nóng)民如何防范自然災(zāi)害。其次，購買農(nóng)業(yè)保險也是有效的措施之一，為農(nóng)戶的生計(jì)提供必要的保障。

4.加大地區(qū)生態(tài)環(huán)境治理和基礎(chǔ)設(shè)施建設(shè)，培育適宜生態(tài)恢復(fù)和農(nóng)民增收的產(chǎn)業(yè)體系。該地區(qū)屬于生態(tài)敏感區(qū)，生態(tài)環(huán)境脆弱，貧困程度較深，因此加強(qiáng)生態(tài)環(huán)境治理和道路等基礎(chǔ)設(shè)施的建設(shè)變得十分重要。同時依托優(yōu)勢特色產(chǎn)業(yè)，通過發(fā)展養(yǎng)殖業(yè)和林果等特色產(chǎn)業(yè)幫助農(nóng)民減貧增收，做到生態(tài)治理和脫貧致富兩手抓。

參考文獻(xiàn)：

[1] 李團(tuán)勝，石鐵矛，肖篤寧.大城市區(qū)域的景觀生態(tài)規(guī)劃理論與方法[J].地理學(xué)與國土研究，1999（2）：53-56.

[2] 達(dá)良俊，李麗娜，李萬蓮，等.城市生態(tài)敏感區(qū)定義、類型與應(yīng)用實(shí)例[J].華東師范大學(xué)學(xué)報（自然科學(xué)版），2004（2）：97-103.

[3] Sen A K.Inequality Reexamined [M]. Cambridge，Boston，USA：Harvard University Press，1992：1-9.

[4] Bejoy K T，Roldan M，Gerard De G，et al.Multidimensional Ooverty and Identification of Poor Households：A Case From Kerala，India[J].Journal of Human Development and Capabilities，2009，10（2）：237-257.

[5] Ha Le，Cuong Nguyen，Tung Phung.Multidimensional Poverty：First Evidence From Vietnam[Z].Mpra Paper，2014.

[6] Oyekale T O，Yusuf S A.Multidimensional Poverty of Shock Exposed Households and Coping Mechanisms in Rural Nigeria [J].The Social Sciences，2010，5（3）：254-263.

[7] 支俊立，姚宇馳，曹晶.精準(zhǔn)扶貧背景下中國農(nóng)村多維貧困分析[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報），2017，37（1）： 14-26.

[8] Maasoumi E，Lugo M A.The Information Basis of Multivariate Poverty Assessments[M]. London：Macmillan，2008： 112-114.

[9] Chakravarty SR，Deutsch J，Silber J.On the Watts Multidimensional Poverty Index and Its Decomposition[J].World Development，2008，36（6）：1 067-1 077.

[10] Hagenaars A.A Class of Poverty Indices[J].International Economic Review，2001，28（3）：583-607.

[11] Bourguignon F，Chakravarty S R.The Measurement of Multidimensional Poverty[J].Journal of Economic Inequality，2003，1（1）： 25-49.

[12] Sabina A，James F.Counting and Multidimensional Poverty Measurement [J].Journal of Public Economics，2011，95（7）：476-48.

[13] 高帥，畢潔穎.農(nóng)村人口動態(tài)多維貧困： 狀態(tài)持續(xù)與轉(zhuǎn)變[J].中國人口·資源與環(huán)境，2016，26（2）： 76-83.

[14] Awan M S，Waqas M，Aslam M A.Multidimensional Measurement of Poverty in Pakistan Provincial Analysis[J].Noesis Revista De Ciencias Sociales Y Humanidades，2015，24（48）：54-71.

[15] 王小林，ALKIRE Sabina.中國多維貧困測量： 估計(jì)和政策含義[J].中國農(nóng)村經(jīng)濟(jì)，2009（12）： 4-10.

[16] Martin R.On multidimensional Indices of Poverty [J].The Journal of Economic Inequality，2011，9（2）：235-248.

[17] 郭建宇，吳國寶. 基于不同指標(biāo)及權(quán)重選擇的多維貧困測量——以山西省貧困縣為例[J]. 中國農(nóng)村經(jīng)濟(jì)，2012（2）：12-20.

[18] Alkire S.Choosing Dimensions：The Capability Approach and Multidimensional Poverty [J].Ssrn Electronic Journal，2007，76（5）：89-119.

[19] Alkire S，F(xiàn)oster J.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics，2011，95（7-8）：476-487.

[20] 陳立中.轉(zhuǎn)型時期我國多維度貧困測算及其分解[J]. 經(jīng)濟(jì)評論， 2008（5）：5-10.

[21] 陳輝，張全紅.基于多維貧困測度的貧困精準(zhǔn)識別及精準(zhǔn)扶貧對策——以粵北山區(qū)為例[J]. 廣東財(cái)經(jīng)大學(xué)學(xué)報，2016，31（3）：64-71.

[22] 崔治文，徐芳，李昊源.農(nóng)戶多維貧困及致貧機(jī)理研究——以甘肅省840 份農(nóng)戶為例[J]. 中國農(nóng)業(yè)資源與區(qū)劃，2015，36（3）：91-97.

[23] 王磊，李聰.陜西易地扶貧搬遷安置區(qū)多維貧困測度與致貧因素分析[J]. 統(tǒng)計(jì)與信息論壇，2019（3）：119-128.

[24] 王怡，周曉唯.精準(zhǔn)脫貧與2020年我國全面建成小康社會——基于2010—2017年扶貧經(jīng)驗(yàn)的理論和實(shí)證分析[J]. 陜西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2018（6）：47-56.

[25] 石智雷，鄒蔚然.庫區(qū)農(nóng)戶的多維貧困及致貧機(jī)理分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2013（6）：61-69.

[26] 曹小曙，任慧子，黃曉燕.經(jīng)濟(jì)發(fā)達(dá)地區(qū)鄉(xiāng)村貧困的地方特征及其影響因素分析——以廣東省連州市為例[J]. 地域研究與開發(fā)，2014（1）：34-40.

[27] 楊慧敏，羅慶，李小建，等.生態(tài)敏感區(qū)農(nóng)戶多維貧困測度及影響因素分析——以河南省淅川縣3個村為例[J]. 經(jīng)濟(jì)地理，2016，36（10）：137-144.

[28] 劉林，徐天驕.農(nóng)戶多維貧困測度與發(fā)展能力提升優(yōu)先序——以新疆南疆三地州為例[J]. 生態(tài)經(jīng)濟(jì)，2016，32（9）：116-121.

[29] 王艷慧，錢樂毅，段福洲.縣級多維貧困度量及其空間分布格局研究——以連片特困區(qū)扶貧重點(diǎn)縣為例[J]. 地理科學(xué)，2013，33（12）：1 489-1 497.

[30] 馬明義，李樺.秦巴山區(qū)農(nóng)戶多維貧困測度及精準(zhǔn)扶貧對策研究[J]. 干旱區(qū)資源與環(huán)境，2019，33（1）：30-37.

[31] 王春超，葉琴.中國農(nóng)民工多維貧困的演進(jìn)——基于收入與教育維度的考察[J]. 經(jīng)濟(jì)研究，2014，49（12）：159-174.

[32] 周常春，翟羽佳，車震宇.連片特困區(qū)農(nóng)戶多維貧困測度及能力建設(shè)研究[J]. 中國人口·資源與環(huán)境，2017，27（11）：95-103.

[33] 賈興梅.農(nóng)村多維貧困測度與精準(zhǔn)扶貧政策優(yōu)化——基于安徽省X縣547戶貧困家庭的調(diào)查分析[J]. 社會保障評論，2018，2（2）：89-99.

[34] 程欣，帥傳敏，王靜，李文靜，等.生態(tài)環(huán)境和災(zāi)害對貧困影響的研究綜述[J]. 資源科學(xué)，2018，40（4）：676-697.

[35] 陳燁烽，王艷慧，王小林.中國貧困村測度與空間分布特征分析[J]. 地理研究，2016，35（12）：2 298-2 308.

[36] 羅慶，李小建.國外農(nóng)村貧困地理研究進(jìn)展[J]. 經(jīng)濟(jì)地理，2014，34（6）：1-8.

[37] 殷浩棟，王瑜，汪三貴.易地扶貧搬遷戶的識別：多維貧困測度及分解[J].中國人口·資源與環(huán)境，2017，27（11）：104-114.