中國多維相對貧困的空間格局與動態(tài)演進研究

王 晶，高艷云，高 燕

（1.太原師范學院 經(jīng)濟與管理學院，山西 晉中 030619；2.山西財經(jīng)大學 統(tǒng)計學院，太原 030006；3.山西省社會科學院（山西省政府發(fā)展研究中心），太原 030032）

0 引言

中國的減貧工作取得了舉世矚目的成就，到2020 年年底，實現(xiàn)了當時貧困標準下貧困人口的全面脫貧。但絕對貧困、極端貧困的消除不是貧困問題的終結(jié)，在解決發(fā)展的不平衡不充分問題上，在實現(xiàn)鄉(xiāng)村振興、推進中國式現(xiàn)代化的進程中，都需要從全新的角度認識和分析貧困。

我國對相對貧困問題關(guān)注得較晚，在相對貧困線的設(shè)定上尚未形成統(tǒng)一的標準。部分學者主張借鑒發(fā)達國家的做法，使用收入貧困線來進行相對貧困的識別，比如按照收入中位數(shù)的40%來設(shè)定相對貧困線[1]、分別以城鄉(xiāng)收入中位數(shù)的40%來設(shè)定城鄉(xiāng)的相對貧困線[2]等做法。但隨著貧困內(nèi)涵的豐富，人們越來越認識到貧困是一個復(fù)雜、多維的概念，單一的收入維度難以實現(xiàn)對貧困的科學度量。從中國的實際和發(fā)展遠景目標來看，黨的二十大報告中提出以人民為中心的發(fā)展思想，提出在幼有所育、學有所教、勞有所得、病有所醫(yī)、老有所養(yǎng)、住有所居、弱有所扶上持續(xù)用力，實現(xiàn)人民生活的全方位改善。這些重要的戰(zhàn)略思想說明了在新的發(fā)展階段從多維度認識貧困和發(fā)展問題的重要性，所以很多研究開始從多維貧困的角度來確定我國相對貧困的識別標準[3—5]。

貧困的發(fā)生往往與地理環(huán)境稟賦密切相關(guān)，貧困的治理也應(yīng)該關(guān)注貧困人口的空間分布和區(qū)域間的協(xié)調(diào)發(fā)展，很多研究都關(guān)注到了我國貧困水平西高東低、集中連片的分布特征和較強的空間聚集性[6—8]。但關(guān)于相對貧困時空分布特征的研究較少，相關(guān)研究也只是對省域相對貧困指數(shù)進行簡單的對比，未能利用空間統(tǒng)計學方法對相對貧困的空間格局和動態(tài)演進趨勢進行系統(tǒng)的量化分析[9—11]。中國幅員遼闊，自然環(huán)境和經(jīng)濟社會發(fā)展都存在巨大的區(qū)域差異，深入分析中國區(qū)域間的多維相對貧困有助于進一步認識中國區(qū)域之間的差距，為實現(xiàn)全體人民共同富裕和中國式現(xiàn)代化奠定堅實的基礎(chǔ)。

本文將相對貧困與多維貧困結(jié)合起來構(gòu)建改進的多維貧困指數(shù)，使用中國家庭追蹤調(diào)查（CFPS）2010—2018年的數(shù)據(jù)，進行多維相對貧困的識別和測度；將Dagum 基尼系數(shù)和空間莫蘭指數(shù)用于全國多維相對貧困指數(shù)的區(qū)域差異和空間相關(guān)性分析中，探尋貧困分布的空間格局；采用Kernel 密度估計和Markov 轉(zhuǎn)移概率矩陣對多維相對貧困的演進趨勢進行分析，觀察其動態(tài)演進和穩(wěn)態(tài)分布特征。

1 中國多維相對貧困的測算和總體特征

1.1 多維相對貧困的指標體系

國內(nèi)外識別和測度多維貧困的主流方法是Alkire 和Foster（2007）[12]基于公理化準則構(gòu)建的“雙界限法”（簡稱A-F 方法），多維相對貧困的測度需要對指標的貧困臨界值進行調(diào)節(jié)，臨界值應(yīng)該略高于絕對貧困標準，也應(yīng)該能反映當前貧困形式和貧困群眾的發(fā)展需要[13]。本文參照聯(lián)合國可持續(xù)發(fā)展目標（SDGs）以及相關(guān)研究，構(gòu)建了包含4個維度、10個指標的多維相對貧困指標體系。參照聯(lián)合國開發(fā)計劃署發(fā)布的全球MPI 指數(shù)以及大部分相關(guān)研究的做法，按照維度等權(quán)后指標等權(quán)的權(quán)重處理方法，以家庭為單位進行多維相對貧困的識別和測度。在各指標剝奪標準的設(shè)置上，根據(jù)我國城鄉(xiāng)貧困狀況的實際情況進行了適當調(diào)整，如表1所示。

表1 中國多維相對貧困指標體系、臨界值和權(quán)重

1.2 中國多維相對貧困的整體特征

本文多維相對貧困測度的數(shù)據(jù)來源于中國家庭追蹤調(diào)查（CFPS）。CFPS 涵蓋了我國25 個省份，提供了個人、家庭以及家庭關(guān)系的豐富信息。本文依據(jù)CFPS 2010—2018 年共5 輪的調(diào)查數(shù)據(jù)開展中國多維相對貧困指數(shù)的測算。經(jīng)過數(shù)據(jù)整理并剔除無效樣本后，5個調(diào)查年度的樣本家庭數(shù)量分別為14959、13334、14220、14759 和15017。本文在對多維貧困進行識別時，設(shè)定維度臨界值為1/3。經(jīng)過測算，得到全國以及25 個樣本省份2010—2018 年的多維相對貧困指數(shù)，將5個調(diào)查年度的數(shù)據(jù)混合計算得到全國和各省份的多維相對貧困指數(shù)，結(jié)果見表2。

表2 2010—2018年25個樣本省份的多維相對貧困指數(shù)

1.2.1 綜合水平分析

全國的多維相對貧困指數(shù)從2010 年的0.120 下降至2018 年的0.079，下降幅度為0.041。各省份的貧困狀況也呈現(xiàn)持續(xù)好轉(zhuǎn)的趨勢，絕大多數(shù)省份在考察期內(nèi)都實現(xiàn)了多維相對貧困指數(shù)的下降。其中，貴州（0.155）、甘肅（0.101）、云南（0.080）等西部地區(qū)省份的下降幅度較大，北京（-0.013）、上海（0.012）、山東（0.010）等東部地區(qū)發(fā)達省份和東北地區(qū)的下降幅度相對較小，存在一定的追趕效應(yīng)。

將各省份的多維相對貧困指數(shù)與全國綜合指數(shù)進行對比，將樣本省份劃分為低（I）、中低（II）、中高（III）、高（IV）四個類型，具體劃分標準為：低于全國綜合指數(shù)50%的省份視作I 類低貧困地區(qū)，取值區(qū)間為[0，0.05]；介于全國綜合指數(shù)50%～100%的省份視作II類中低貧困地區(qū)，取值區(qū)間為(0.05,0.10]；介于全國綜合指數(shù)100%～150%的省份視作III 類中高貧困地區(qū)，取值區(qū)間為(0.10，0.15]；高于全國綜合指數(shù)150%的省份視作IV類高貧困地區(qū)，取值區(qū)間為(0.15,1]?？梢钥吹?，中國多維相對貧困存在空間分布上的不平衡：東部地區(qū)大多數(shù)省份都是I類或者II類，北京（0.017）、天津（0.024）、上海（0.013）、浙江（0.03）的多維相對貧困水平處于全國前列；中部地區(qū)省份以II 類和III 類為主；西部地區(qū)省份則都是III類和IV類，綜合貧困水平最高的省份，比如四川（0.172）、貴州（0.179）、甘肅（0.157）都歸屬于西部地區(qū)；東北地區(qū)省份貧困水平差異較小，都為II類中低貧困類型。綜合來看，綜合貧困水平呈現(xiàn)東部—東北—中部—西部逐級遞增的空間分布格局，可見地區(qū)經(jīng)濟發(fā)展在多維減貧中的重要作用。

1.2.2 時序分異特征

為進一步分析四大地區(qū)多維相對貧困的分異特征，將全國的MPI指數(shù)分解至四大地區(qū)，各地區(qū)與全國多維相對貧困的對比如圖1所示。

圖1 2010—2018年四大地區(qū)多維相對貧困指數(shù)的變化趨勢

從貧困程度來看，中部地區(qū)的貧困程度與全國水平基本持平，東部和東北地區(qū)的多維相對貧困指數(shù)要低于全國水平，而西部地區(qū)異常突出，貧困程度要遠高于全國水平，也遠高于其他三個地區(qū)。這與上文的分析結(jié)果一致，我國多維相對貧困總體上呈現(xiàn)“西高東低”的特點，西部地區(qū)仍是未來扶貧減貧工作的重點，需要財政資金和公共服務(wù)方面長期的政策支持。

從變動趨勢上看，全國以及四大地區(qū)的多維相對貧困指數(shù)在考察期內(nèi)大體呈現(xiàn)持續(xù)下降的趨勢，尤其是西部地區(qū)下降最為明顯，存在追趕效應(yīng)，與全國水平和其他三個地區(qū)多維相對貧困指數(shù)的差距在考察期內(nèi)明顯縮小。值得關(guān)注的是東北地區(qū)，其多維相對貧困指數(shù)經(jīng)歷了一定的波動，考察期內(nèi)僅下降了0.05，2010年遠低于全國水平、與東部地區(qū)接近的多維相對貧困指數(shù)到2018年已經(jīng)接近全國水平，與發(fā)達地區(qū)拉開差距?？梢钥吹?，東北地區(qū)雖然工業(yè)化發(fā)展較早，貧困程度較低，但未來的前景不容樂觀，應(yīng)該及時予以重視，避免貧困問題的惡化。

2 空間格局分析

2.1 基于Dagum基尼系數(shù)的區(qū)域差異分析

Dagum 基尼系數(shù)能夠有效分析多維相對貧困的區(qū)域差異問題。中國多維相對貧困指數(shù)的基尼系數(shù)可以表示我國各省份之間多維相對貧困水平的差距，計算公式為：

其中，k=4 表示劃分的東部、中部、西部、東北四大地區(qū)，nj（nh）表示第（jh）個地區(qū)內(nèi)省份的個數(shù)，yij（yrh）表示j（h）地區(qū)內(nèi)各省份的多維相對貧困指數(shù)，yˉ為全國各省份的多維相對貧困指數(shù)均值。

根據(jù)Dagum（1997）[14]的基尼系數(shù)分解方法，總體基尼系數(shù)可以分解為區(qū)域內(nèi)差異Gw、區(qū)域間差異Gnb和超變密度Gt三個部分，G=Gw+Gnb+Gt。其中，區(qū)域內(nèi)差異Gw表示東、中、西和東北四大地區(qū)內(nèi)多維相對貧困指數(shù)差異的貢獻，區(qū)域間差異Gnb表示四大地區(qū)之間多維相對貧困指數(shù)差異的貢獻，超變密度Gt表示樣本間的交叉重疊對總體差異的貢獻。

對多維相對貧困指數(shù)進行Dagum 基尼系數(shù)的測算和分解，可以得到各部分的貢獻值和貢獻率，如表3所示。

表3 差異來源及其貢獻率

從貢獻程度來看，區(qū)域間差異占據(jù)主要地位，貢獻率介于62.9%～73.3%；區(qū)域內(nèi)差異和超變密度的貢獻率較小，分別介于17.2%～20.9%和9.5%～16.2%。從動態(tài)變化來看，考察期內(nèi)區(qū)域間差異的貢獻值和貢獻率都處于下降趨勢，多維相對貧困指數(shù)的區(qū)域間差異是不斷縮小的；而區(qū)域內(nèi)差異和超變密度的貢獻值和貢獻率都略有提升。中部、東部、西部和東北地區(qū)的區(qū)域間差異仍然是地區(qū)差異的主要來源，相對貧困的長效治理和地區(qū)差異的減小必須著重從縮小區(qū)域間差異的角度切入。

表4 進一步列出了區(qū)域內(nèi)和區(qū)域間基尼系數(shù)的結(jié)果。由表4可知，2010—2018年中國各省份多維相對貧困指數(shù)的總體差異呈現(xiàn)波動下降的趨勢，但整體的下降幅度并不大，多維相對貧困指數(shù)的區(qū)域差異正在緩慢縮小。從區(qū)域內(nèi)基尼系數(shù)來看，東部地區(qū)發(fā)達省份雖然貧困程度最低但內(nèi)部差異也最大，其區(qū)域內(nèi)基尼系數(shù)保持在較高水平，變動趨勢與總體基尼系數(shù)相同；中部地區(qū)和東北地區(qū)的區(qū)域內(nèi)基尼系數(shù)在考察期內(nèi)都有所上升；西部地區(qū)的區(qū)域內(nèi)基尼系數(shù)在輕微波動中略有下降。從東、中、西部地區(qū)的區(qū)域內(nèi)基尼系數(shù)來看，越發(fā)達的區(qū)域可能存在越大的內(nèi)部差異。而東北三省發(fā)展模式和發(fā)展水平都比較接近，貧困程度的內(nèi)部差異也較小。

表4 區(qū)域內(nèi)和區(qū)域間基尼系數(shù)

區(qū)域間差異的變動較為平緩，大體上呈現(xiàn)下降趨勢。2012年之后，東北地區(qū)與東部地區(qū)的差異擴大，與西部地區(qū)的差異明顯縮小。東部和中部地區(qū)之間的差異也有所擴大，表明東部地區(qū)發(fā)達省份在減貧工作方面進一步與中部地區(qū)拉開差距。

2.2 基于Moran’s I的空間相關(guān)性分析

各省份的多維相對貧困指數(shù)是否存在關(guān)聯(lián)還需要進行空間自相關(guān)檢驗，以驗證空間上的相關(guān)性及關(guān)聯(lián)程度。本文采用全局莫蘭指數(shù)（Moran’s I）來刻畫各省份多維相對貧困指數(shù)整體上的空間相關(guān)性[15,16]，計算公式如下：

其中，ωαβ是省份α和省份β之間的空間權(quán)重，S=，yα表示省份α的多維相對貧困指數(shù)，表示樣本省份的平均多維相對貧困指數(shù)。Moran’s I的取值范圍是[-1,1]，莫蘭指數(shù)顯著為正表示多維相對貧困存在空間分布上的聚集性，數(shù)值越大說明這種聚集越明顯；莫蘭指數(shù)顯著為負則表明多維相對貧困具有顯著的空間差異性，數(shù)值越小，空間差異越小。

莫蘭指數(shù)可以視為觀測值與均值的離差向量z和其空間滯后向量wz的相關(guān)系數(shù)。wz就是周圍相鄰省份z的加權(quán)平均。將z和wz繪制成散點圖，就得到莫蘭散點圖，能夠更直觀地呈現(xiàn)多維相對貧困的空間聚集現(xiàn)象。莫蘭散點圖分為四個象限，第一象限為高值集聚的類型，即本省和周邊相鄰省份的多維相對貧困程度都較高，空間差異程度較?。坏诙笙逓榈椭当桓咧蛋鼑念愋?，即本省的多維相對貧困程度較低，而周邊省份的多維相對貧困程度較高，存在較大的空間差異；第三象限為低值集聚的類型，本省和周邊相鄰省份的多維相對貧困程度都較低，空間差異程度較??；第四象限為高值被低值包圍的類型，本省的多維相對貧困程度較高，而相鄰省份的多維相對貧困程度較低，存在較大的空間差異。

根據(jù)多維相對貧困指數(shù)的測度結(jié)果，本文選擇空間鄰接權(quán)重矩陣進行全局莫蘭指數(shù)的測算和顯著性檢驗，結(jié)果如表5所示。

表5 2010—2018年中國多維相對貧困指數(shù)的全局莫蘭指數(shù)

表5顯示，2010—2018年多維相對貧困指數(shù)的全局莫蘭指數(shù)均顯著為正，取值在0.5 以下，說明中國的多維相對貧困指數(shù)存在一定的空間相關(guān)性，存在空間集聚的現(xiàn)象。從趨勢上來看，莫蘭指數(shù)總體呈現(xiàn)遞減的趨勢，說明考察期內(nèi)我國多維相對貧困指數(shù)的空間集聚趨勢在不斷下降，這也驗證了上文Dagum 基尼系數(shù)的分解結(jié)果。Dagum 基尼系數(shù)的分解結(jié)果顯示，考察期內(nèi)我國多維相對貧困指數(shù)的區(qū)域間差異不斷縮小而區(qū)域內(nèi)差異有所擴大，與空間集聚程度下降的趨勢是相吻合的，說明我國相對貧困的地緣詛咒、集中連片的特征被逐步打破，過去十多年扶貧工作從區(qū)域瞄準逐漸轉(zhuǎn)向到戶、到人的精準扶貧是必要的。

為了進一步探明各省份多維相對貧困狀況空間分布的演進過程，對2010 年和2018 年進行莫蘭散點圖的繪制和對比（圖略）。

莫蘭散點圖的結(jié)果顯示，大部分省份落入第一象限和第三象限，說明多維相對貧困在空間上不是隨機分布的，呈現(xiàn)一定的空間聚集現(xiàn)象。具體而言，北京、上海、天津、浙江等東部沿海發(fā)達省份均落入第三象限的低值聚集區(qū)，即這些省份自身和周邊鄰近省份的多維相對貧困程度都較輕；而云南、貴州、廣西、甘肅等西部地區(qū)省份則大多落入第一象限的高值聚集區(qū)，他們自身和鄰近省份的多維相對貧困程度都比較高，體現(xiàn)了多維相對貧困分布的地區(qū)差異。西部地區(qū)省份和部分中部地區(qū)省份長期處于高-高集聚區(qū)域，存在較大的減貧空間，需要長期的政策支持。另外，對比2010 年和2018 年的莫蘭散點圖可以發(fā)現(xiàn)，位于低-低集聚區(qū)的省份數(shù)量有所減少，而位于高-高集聚區(qū)的省份數(shù)量有所增加，考察期內(nèi)有一些省份發(fā)生了躍遷。第一，東北三省從2010 年的第三象限躍遷至2018 年的其他象限，其中黑龍江保持較低的貧困程度，位于第二象限，而遼寧和吉林由于貧困狀況的惡化分別躍遷至第一、第四象限。第二，位于第三象限的山東躍遷至第四象限，從低-低聚集區(qū)變?yōu)楦咧当坏椭蛋鼑鷧^(qū)，自身的貧困狀況不容樂觀。第三，河北和江西始終處于高值被低值包圍的第四象限，說明其減貧進程與周邊省份存在一定差距，未能發(fā)揮地緣優(yōu)勢。

3 動態(tài)演進分析

3.1 Kernel密度函數(shù)估計

Kernel密度估計是一種非參數(shù)估計方法，利用連續(xù)的密度函數(shù)對隨機變量的分布形態(tài)進行描述：

其中，K(·)為核函數(shù)，h為帶寬。

根據(jù)高斯核函數(shù)估計各省份多維相對貧困指數(shù)的密度分布形態(tài)，可以從時間維度分析其動態(tài)演進過程。圖2為全國多維相對貧困指數(shù)的Kernel密度估計圖。

圖2 中國多維相對貧困指數(shù)的Kernel密度估計圖

由圖2 可知，2010—2018 年，中國多維相對貧困的動態(tài)演進呈現(xiàn)以下幾個特征：第一，密度曲線的波峰位置表現(xiàn)出不斷向左移動的趨勢，體現(xiàn)了考察期內(nèi)中國多維相對貧困程度的整體降低。第二，波峰高度的整體分布呈現(xiàn)越來越陡峭的走勢，寬度收窄，說明中國各省份之間多維相對貧困程度的差異在逐漸縮小。第三，從波峰數(shù)量來看，2010—2016 年呈現(xiàn)從多峰分布逐步轉(zhuǎn)向單峰分布的特征，但是到2018年又出現(xiàn)多峰分布，表明中國的貧困狀況存在兩極分化的潛在趨勢，值得警惕和關(guān)注。

下頁圖3顯示，東部地區(qū)的多維相對貧困指數(shù)波峰高度逐漸上升，區(qū)域內(nèi)差異有所緩解，但存在從雙峰分布逐步向多峰分布轉(zhuǎn)變的趨勢，在一定程度上存在潛在的多極化趨勢。中部地區(qū)在2010—2016年波峰持續(xù)向左移動，且波峰高度呈現(xiàn)上升的趨勢，體現(xiàn)了貧困程度的降低和區(qū)域內(nèi)差異的縮小，但在2018年波峰變得平緩，區(qū)域內(nèi)差異存在擴大趨勢。西部地區(qū)的波峰也持續(xù)向左移動，但是逐漸呈現(xiàn)多峰分布的特征，說明西部的多維相對貧困存在一定程度上的多極化現(xiàn)象。東北地區(qū)多維相對貧困的演進比較不穩(wěn)定，波峰位置變動趨勢為先向右再向左，波峰陡峭程度為先陡峭再平緩，雖然最終東北地區(qū)的多維相對貧困在考察期內(nèi)是下降的，但區(qū)域內(nèi)差異持續(xù)擴大，需要引起注意。

圖3 四大地區(qū)多維相對貧困指數(shù)的Kernel密度估計圖。

3.2 Markov鏈分析

核密度估計可以刻畫歷年的動態(tài)變化趨勢，但不能對未來演進趨勢和長期穩(wěn)態(tài)特征進行解釋。通過Markov鏈估計可以對多維相對貧困的動態(tài)演進趨勢進行進一步分析。

Markov 鏈是基于時間與狀態(tài)都離散的情況下的隨機過程。設(shè)定多維相對貧困的轉(zhuǎn)移概率僅與多維相對貧困狀態(tài)i和j相關(guān)，與時間m無關(guān)，則Markov鏈為：

將各省份的多維相對貧困水平劃分為M種級別，可以得到一個M×M的轉(zhuǎn)移概率矩陣，矩陣中的元素pij表示在研究的時間范圍內(nèi)各省份的多維相對貧困水平從第i種類型轉(zhuǎn)移到第j種類型的概率，pij=nijni，其中，nij表示期初為第i種類型，期末轉(zhuǎn)移為第j種類型的省份數(shù)量；ni表示期初為第i種類型的省份數(shù)量。

表6 是2010—2018年中國多維相對貧困水平的Markov 轉(zhuǎn)移概率矩陣，體現(xiàn)了中國多維相對貧困的動態(tài)演進趨勢。從對角線中的演進概率可以看出，我國多維相對貧困狀態(tài)之間的流動性由低到高逐漸增加，貧困水平較高的省份以更大的概率維持原狀，而貧困水平較低的省份更容易發(fā)生貧困類型的改變。具體來說，貧困問題最嚴重的IV 類省份有50%的概率實現(xiàn)貧困狀態(tài)的改變，還存在6%的概率實現(xiàn)跨越式發(fā)展，進入中低貧困類型；III類省份有33%的概率實現(xiàn)貧困狀況的改善，貧困狀況出現(xiàn)倒退的概率較?。?%）；相比之下，II類中低貧困類型省份的流動性更弱，實現(xiàn)貧困狀況改善，進入低貧困類型的概率更低（13%），而出現(xiàn)貧困程度惡化的概率更高（10%），在一定程度上存在“中等陷阱”的效應(yīng)；貧困水平最低的I類省份也存在10%的概率出現(xiàn)貧困狀況的倒退，存在“返貧”現(xiàn)象。通過Markov 鏈的分析可知，我國多維相對貧困從高水平和中高水平向中高、中低水平發(fā)展比較容易，甚至存在跨越式發(fā)展，但從中低水平向低水平流動的概率較低，且低水平和中低水平貧困類型的省份更容易出現(xiàn)貧困水平的倒退，在一定程度上存在“中等陷阱”和“返貧”現(xiàn)象。

表6 Markov轉(zhuǎn)移概率矩陣

表7 是中國多維相對貧困水平的初始分布和通過轉(zhuǎn)移概率矩陣迭代求解得到的穩(wěn)態(tài)分布的對比?？梢钥吹剑诔跏挤植紶顟B(tài)下，各省份的貧困類型分布比較均勻，四類省份的占比分別為24%、20%、32%和24%，省際多維相對貧困水平存在較大的差異。在穩(wěn)態(tài)分布狀態(tài)下，低、中低、中高和高貧困水平省份占比分別為46%、44%、10%和1%，表明長期來看中國大多數(shù)省份的多維相對貧困將保持在低水平和中低水平之間。按照這一趨勢，中國的多維相對貧困還存在較大的減貧空間，未來總體上會朝著更低的水平發(fā)展。

表7 初始分布和穩(wěn)態(tài)分布對比

4 結(jié)論與啟示

本文基于A-F 方法構(gòu)建多維相對貧困指數(shù)，通過2010—2018 年CFPS 的數(shù)據(jù)對中國25 個省份的多維相對貧困水平進行了測度和時空特征分析，主要結(jié)論如下：第一，全國絕大多數(shù)省份在考察期內(nèi)都實現(xiàn)了多維相對貧困水平的下降。多維相對貧困水平在空間上呈現(xiàn)“西高東低”的分布特點，西部地區(qū)存在追趕效應(yīng)，而東北地區(qū)多維相對貧困的前景不容樂觀。第二，各省份多維相對貧困水平的總體差異呈現(xiàn)下降趨勢，多維相對貧困水平的差異正在緩慢縮小，區(qū)域間差異仍然是主要來源。各省份多維相對貧困水平的空間集聚現(xiàn)象呈現(xiàn)遞減的趨勢，但西部省份和部分中部省份長期處于高-高集聚區(qū)，存在較大的減貧空間，需要更多的政策支持。第三，2010—2018 年，中國多維相對貧困水平持續(xù)下降，差異縮小，但在一定程度上存在“中等陷阱”和“返貧”現(xiàn)象，還存在較大的減貧空間。

基于以上結(jié)論，在多維相對貧困的治理中應(yīng)該認識到相對貧困的多維性，從多個維度對相對貧困進行科學的識別和測度。重視多維相對貧困治理中的空間不均衡問題，給予西部地區(qū)更多的長期政策支持，破除其貧困的地緣詛咒；發(fā)揮東部發(fā)達地區(qū)的空間輻射效應(yīng)，帶動中部地區(qū)的減貧工作，關(guān)注東北地區(qū)貧困程度的反復(fù)和惡化問題。要關(guān)注中低貧困水平地區(qū)的“中等陷阱”和“返貧”問題，挖掘其原因和機制，制定針對性的措施。