农村相对贫困识别的测度标准、潜在风险和实践策略

绝对贫困消除之后,中国进入相对贫困治理阶段。相对贫困治理的基础和前提是识别出相对贫困人口。而相较于绝对贫困治理,相对贫困治理不仅要解决收入之“贫”,还要缓解发展之“困”。所以,单维收入标准难以应对复杂的相对贫困人口识别工作。为此,通过对农村相对贫困识别的测度标准及潜在风险的分析,提出农村相对贫困识别多维测度标准的实践策略,以此来提高相对贫困识别的瞄准度。

以相对贫困治理推进共同富裕的作用机理与现实进路

在全面建设社会主义现代化国家的新征程上,相对贫困治理与扎实推进共同富裕密切关联。相对贫困治理是扎实推进共同富裕的底线任务和重要保障,实现全体人民共同富裕则是相对贫困治理的目标引领和价值旨归。相对贫困治理通过缩小贫富差距、减少精神贫困、以先富带动后富、吸纳社会力量广泛参与等方式,助推全民富裕、全面富裕、渐进富裕和共建共富。在消除绝对贫困、打赢脱贫攻坚战的基础上,我国相对贫困治理应从完善收入分配制度、丰富精神帮扶举措、设置渐进的相对贫困识别标准、构建全社会参与的相对贫困治理格局等方面着手,实现其与共同富裕的并联式发展,最终达成全体人民共同富裕的目标。

基于Lasso稳健马田系统的相对贫困识别方法

2020年后我国扶贫工作重点将转向解决相对贫困问题,然而解决相对贫困的前提和基础是识别相对贫困.由于相对贫困数据具有"高噪性、不平衡性、相对性、多维性"等特点,现有的单一收入维度的贫困识别方法难以适用,因此提出构建一种基于Lasso稳健马田系统(Lasso-based robust Mahalanobis-Taguchi system,Lasso-RMTS)的相对贫困识别方法.该方法通过Lasso、稳健马氏距离和马田系统三方法融合,使得不仅可以对"不平衡性"和"比较性"的贫困数据进行识别,还可以对"高噪性"和"多维性"的相对贫困数据进行降维、降噪.同时,将稳健马氏距离转换为脱贫指数(poverty alleviation index,PAI),可以更加直观地反映相对贫困程度.实例数据验证表明,Lasso-RMTS识别相对贫困的精准度高于马田系统和其他传统分类方法.