Influencing Factors and Prediction of Risk of Returning to Ecological Poverty in Liupan Mountain Region,China

China has resolved its overall regional poverty in 2020 by attaining moderate societal prosperity.The country has entered a new development stage designed to achieve its second centenary goal.However,ecological fragility and risk susceptibility have increased the risk of returning to ecological poverty.In this paper,the Liupan Mountain Region of China was used as a case study,and the counties were used as the scale to reveal the spatiotempora differentiation and influcing factors of the risk of returning to poverty in study area.The indicator data for returning to ecological poverty from 2011-2020 were collected and summarized in three dimensions:ecological,economic and social.The autoregressive integrated moving average model(ARIMA)time series and exponential smoothing method(ES)were used to predict the multidimensional indicators of returning to ecological poverty for 61 counties(districts)in the Liupan Mountain Region for 2021-2030.The back propagation neural network(BPNN)and geographic information system(GIS)were used to generate the spatial distribution and time variation for the index of the risk of returning to ecological poverty(RREP index).The results show that 1)ecological factors were the main factors in the risk of returning to ecological poverty in Liupan Mountain Region.2)The RREP index for the 61 counties(districts)exhibited a downward trend from 2021-2030.The RREP index declined more in medium-and high-risk areas than in low-risk areas.From 2021 to 2025,the RREP index exhibited a slight downward trend.From 2026 to2030,the RREP index was expected to decline faster,especially from 2029-2030.3)Based on the RREP index,it can be roughly divided into three types,namely,the high-risk areas,the medium-risk areas,and the low-risk areas.The natural resource conditions in lowrisk areas of returning to ecological poverty,were better than those in medium-and high-risk areas.

恩施州乡村旅游地农户返贫风险评估及其影响因素研究

有效预防返贫风险是后脱贫时代脱贫攻坚和乡村振兴战略有效衔接的关键.该研究将风险的概率纳入返贫风险评估体系,从发生概率和破坏程度两方面综合评估其返贫风险,系统反映返贫风险的可能性和破坏性,进而探究其影响因素.研究发现:1)农户各维度的返贫风险水平从高到低依次为个体风险、家庭风险、社会风险和自然风险,农户受家庭风险和个体风险影响较大,存在明显的内生性、个体化特征.2)依据风险的发生概率和破坏程度,返贫风险可分为“高概率-高破坏”型、“高概率-低破坏”型和“低概率-低破坏”型3种类型,其中,“高概率-高破坏”型风险包括非农就业能力和教育负担,返贫风险指数最高,对农户返贫的威胁最大.3)抚养人数和户主的文化程度等家庭特征是影响返贫风险的主要因素,乡村旅游扶贫开发模式不同导致农户的返贫风险存在显著差异.在返贫防治实践中,应因户施策,重点防治内生性返贫,同时要根据返贫风险发生概率及破坏程度的差异,制定合理的返贫风险预警机制及防治措施.

基于深度森林算法的返贫风险预警及防范

为巩固拓展脱贫攻坚成果同乡村振兴有效衔接,打好实施乡村振兴战略的基础,文章选取2020年中国乡村振兴综合调查(CRRS)数据为样本,以可持续生计理论为指导构建返贫风险评价指标体系,使用集成学习的多种算法构建返贫风险预警模型。结果表明:各模型经过参数优化后,深度森林算法识别效果最佳,对返贫风险识别整体准确率为0.98,对构建动态返贫风险预警系统有一定的技术帮助;各地区不同风险等级生计资本存在显著差异性,应因地制宜出台返贫帮扶政策,并为精准帮扶防范返贫提出相应建议。

基于县域乡村振兴视角的甘青川藏族聚居县返贫风险研究

文章旨在对甘青川藏族聚居县的返贫风险进行研究。样本数据和资料源于对甘青川藏族聚居县精准扶贫及脱贫工作的田野调查。通过调研甘青川三省藏族聚居县的脱贫攻坚工作,从中总结出一些具有地方特色的精准扶贫模式,如迭部县“特色产业模式”、泽库县“拉格日模式”、若尔盖县“跨地域协作模式”,发现在实践层面,甘青川藏族聚居县存在扶贫项目的立项随意性的问题、部分脱贫技能培训脱离实际的问题、易地搬迁扶贫模式带来的问题。文章通过返贫风险分析,针对巩固拓展脱贫攻坚成果与乡村振兴有效衔接的实现路径提出相关意见建议。

乡村振兴背景下脱贫农户返贫风险治理

在可行能力理论和可持续生计框架的基础上,构建了“返贫风险识别-返贫风险应对-可行能力发展”的分析框架。在此框架的指导下,基于云南省昭通市M跨县搬迁安置区的实地调研,分析脱贫农户返贫风险治理中存在的问题,并提出优化路径。研究发现,脱贫农户面临多重返贫风险,生计转型困难;安置区产业与就业不匹配,脱贫农户缺乏就近就业机会;基层网格员数据采集困难,动态监测评估指标滞后;脱贫农户内生动力不足,可行能力发展困难。针对这些问题,应建立“以建立防止返贫动态监测机制为基础,以促进脱贫农户增收为根本要求,以推动县域产业发展为主攻方向,以增强脱贫农户可行能力、实现全面发展为核心”的返贫风险治理体系,促进巩固拓展脱贫攻坚成果与乡村振兴的有效衔接。

林区规模性返贫的潜在风险与韧性治理策略

从社会经济、突发环境和主体脆弱3个层面分析林区规模性返贫所面临的潜在风险。基于规模性返贫韧性治理的内涵,从抵御与恢复力、适应与转型力、学习与再造力3个特征维度构建规模性返贫韧性治理“全资本韧性耦合—全要素韧性互动—全过程韧性循环”的机制框架。在此基础上,提出构建韧性治理共同体,提升多元主体韧性;建立长效保障机制,提升产业、人才、文化、生态和组织韧性等规模性返贫韧性治理建议。

可持续生计视角下脱贫户返贫风险评估及防控——以新疆维吾尔自治区和田地区C县为例

以新疆维吾尔自治区和田地区C县为研究区域,综合运用问卷调查、层次分析法、熵权法、模糊综合评价对返贫风险进行评估。结果表明,C县人力资本、自然资本、物质资本、金融资本和社会资本返贫风险的评价值分别为2.784 4、1.965 5、2.540 5、3.559 0、1.861 2,人力资本、物质资本和金融资本风险是造成脱贫户返贫的主要风险;脱贫户的返贫风险等级为中等风险,返贫风险的综合评价值为2.588 3;研究发现,C县存在人力资本存量不足、主导产业发展不成熟、土地流转难度较大、基层组织发挥作用不充分、帮扶责任人的管理不够精准、帮扶工作的专业化和多样化有待提升、脱贫户社会融入不足、返贫监测预警工作不完善等问题;针对以上问题,提出一是提升内生动力,促进人力资本积累;二是加强产业规划,提升产业后续帮扶力;三是强化基层组织引领,引导发挥先锋作用;四是提升乡村治理水平,帮助农户融入社会;五是落实预警机制,完善返贫监测系统。

易地扶贫搬迁户返贫风险因素识别及防范策略--基于武陵山区典型项目区的调查研究

巩固拓展脱贫攻坚成果,提升脱贫地区整体发展水平是“十四五”时期的重要任务。作为中国脱贫攻坚的“头号工程”和“标志性工程”,易地扶贫搬迁地区正处于巩固脱贫成果的脆弱性治理阶段。为剖析贫困户在易地搬迁后因各类因素诱发的返贫风险问题,本文以武陵山区四省市典型易地扶贫搬迁乡镇为研究区域,基于可持续发展理论和生计恢复力理论,构建涵盖“自然-社会-经济”三个层面的可衡量易地扶贫搬迁群众返贫风险因素的测评指标体系,运用Critic权重法、综合指数测算法和因子贡献度分析法,客观测算各级指标的权重及返贫风险得分,定量分析安置地区搬迁群众返贫风险程度及致贫因素。结果发现:第一,基于综合指数测算法,调研区域返贫风险程度分布呈现“中间大两头小”的橄榄型态势,表明重构发展环境后,仍存在不稳定因素导致返贫风险的客观存在。第二,基于因子贡献度分析法的计算结果,调研区域易地搬迁群众返贫风险因素的次序依次为:自然因素>经济因素>人力因素>保障因素>产业因素>家庭因素。基于此,提出加强教育培训、提高发展意识、完善社会保障、建立产业防线、强化金融支持和建立预警系统六点政策建议,以巩固脱贫攻坚成果,防范易地扶贫搬迁脱贫农户陷入返贫困境,解决搬迁后“稳得住”的问题,有效衔接乡村振兴。

共同富裕背景下乡村旅游地返贫风险监测及防范——以广东南平村为例

以广东南平村为案例,综合运用AHP层次分析法、熵权法和综合指数法,多维度评价返贫风险并识别返贫风险模式与等级,构建乡村旅游地的返贫风险防范机制。结果表明:(1)南平村各类返贫风险由高到低依次为经济条件、人力资本、政策扶持、发展机会、社会保障、自然资本,其中经济条件成为南平村的主导返贫风险类型。(2)农户数低于整体均值较多的风险类型为政府扶持、发展机会、人力资本,同时可将农户返贫风险模式分为低增长返贫与低资产返贫两类。(3)对于不同返贫风险模式及等级的农户,应持续对其返贫现状进行动态评估,实施阻断机制;充分发挥两大预警队伍和两大利益联结主体能动性,构建长效衔接机制。

脱贫户返贫风险的动态识别——基于南疆地区脱贫农户的微观调查

基于可持续生计理论视角,将脱贫户脱贫风险的动态识别指标进行整合,并从识别规模和识别精准度两个方面考察其识别绩效,并选取脱贫攻坚中成果突出的村庄展开微观调查,运用案例研究方法进行实证分析。结果表明,可持续生计水平越低,则脱贫户返贫风险越高,反之则越低;脱贫户路径依赖性越强,则脱贫户返贫风险越高,反之则越低;利用可持续生计和返贫风险两维度指标,返贫风险越大,则脱贫户纳入识别绩效(程度、规模)越大,反之则越低。根据结论进行监测机制设计,进一步完善返贫风险监测预警指标体系,从而提升“主动式”识别与动态监测能力。

乡村振兴战略下脱贫人口返贫风险及防范对策研究——基于甘肃省定西市的调查

脱贫攻坚与乡村振兴首尾相扣,在二者交汇过渡的关键时期,工作重心由绝对贫困消除转向相对贫困治理,贯穿其中的主线在于巩固拓展脱贫攻坚成果、守牢不发生规模性返贫的底线。基于甘肃省定西市农村脱贫人口返贫风险识别,从内生因素、市场因素、自然因素、政策因素4个维度细分返贫风险,采用层次分析法定量评估返贫风险等级,提出健全防止返贫动态监测和帮扶机制、培植脱贫人口内生发展动力、兜牢民生保障底线等防范对策。

基于AHP-TOPSIS的返贫风险评估预警方法

采用AHP-TOPSIS分析法对不同地区的返贫风险等级进行实证分析,结果表明:在产业发展风险、疾病风险、政策风险、道德风险和协同不足风险中,疾病风险尤其是恶性疾病是造成返贫最主要的因素。基于返贫因素权重计算的贴近度指标能有效识別和比较不同地区的返贫风险,且预测准确率高。

数字技术使用降低了农户返贫风险吗?——基于社会资本的中介作用

在全面推进乡村振兴战略背景下,研究数字技术使用如何降低农户返贫风险和巩固脱贫攻坚成果具有重要的现实意义。文章基于2019年和2021年中国社会状况综合调查数据,采用工具变量-概率单位模型和中介效应模型,在识别出农户返贫风险的基础上,探究数字技术使用对农户返贫风险的影响及其作用机制。研究结果表明:(1)数字技术使用对农户返贫风险具有显著负向影响,影响效应分别为-0.99和-1.25,稳健性检验和内生性检验结果均验证了这一结论。(2)进一步的机制检验发现,数字技术使用通过增加农户社会资本,降低其返贫风险,在1.90美元和3.10美元贫困线下,其中介效应为16.36%和20.45%,表明社会资本在数字技术使用降低农户返贫风险中具有部分中介作用。(3)异质性分析发现,数字技术使用对农户返贫风险的影响在户主年龄、户主性别和地区分布上具有异质性;对于非老年、男性及东部地区农户而言,数字技术使用对其返贫风险的负向作用更明显。基于信息贫困理论,文章构建了“数字技术使用-社会资本-农户返贫风险”的分析框架,并采用基于预期的返贫风险法测度农户返贫风险,丰富了数字技术减贫的作用机理,为降低农户返贫风险和巩固脱贫攻坚成果提供了新路径。文章建议,应健全数字技术防治返贫风险的体制机制,加强农户社会资本培育,优化数字技术资源配置,提升“数字红利”的共享性和公平性,巩固脱贫攻坚成果。

资产建设与防止脱贫牧民返贫——基于内蒙古S嘎查的考察

防止脱贫牧民返贫是巩固拓展牧区脱贫攻坚成果的重要议题。牧民的资产建设应着眼于维持牧业生计系统的可持续性及系统各组成部分之间的合理联结和有效配置。在S嘎查的脱贫攻坚实践中,脱贫牧民的收入与实物资产得到了提升,但是仍存在收入持续性不足、自我发展能力缺乏、资产积累能力较差等问题。自然资产受限、人力资产短缺、组织资产掣肘是脱贫牧民面临的主要返贫风险。制定持续保护草原生态系统、加强牧民能力建设、建立集体资产账户等以资产积累优化为基础的发展政策,将有助于防止脱贫牧民返贫。

乡村旅游地脱贫户返贫风险:识别、评估与阻断——以云南基诺山寨巴坡村为例

乡村旅游在脱贫攻坚中发挥了积极有效的作用。在实现全面小康后,如何巩固区域脱贫成果,预防和消除返贫风险是当前的工作重点。文章以基诺山寨巴坡村为例,构建包含自身能力、政策执行与管理、资源与环境、突发灾害与重疾4个维度的乡村旅游地返贫风险评估指标体系,从旅游扶贫基层工作者及脱贫户自身两个角度评估脱贫户面临的返贫风险。结果表明:从旅游扶贫基层工作者角度,资源与环境风险<政策执行与管理风险<突发灾害与重疾风险<自身能力风险;从脱贫户自身角度,脱贫户总体返贫风险处于中等及以下等级的占比超过80%,总体返贫发生率较低;脱贫户返贫风险主要源于自身能力风险。为此,返贫阻断应在重点关注脱贫户自身能力提升的基础上,兼顾其他三类返贫风险,从源头上深层次阻断返贫。

黑龙江省规模性返贫风险阻断对策的研究

黑龙江农村基础设施建设不配套、社会保障不完善、农业生产条件不稳定、产业结构单调等问题仍然存在,农业生产面临的压力仍然较大。造成黑龙江农村返贫的原因,是农民受教育程度低,加之当前因病致贫、人口老龄化的突出现状。黑龙江省必须加大农村项目建设力度,有效化解规模返贫风险;建立黑龙江省人才聚集战略载体,大力发展农村经济,积极吸引高素质人才;实施脱贫攻坚政策,创新脱贫攻坚方式;完善农村社保体系,务求短期见效。

全面建成小康社会后农村老年人的返贫风险及其治理路径研究——基于脆弱性分析框架

农村老年人已经成为2020年全面建成小康社会后,实施返贫致贫人口常态化监测的重要群体,他们具有的脆弱特质使其面临较大的返贫风险。沿着“风险识别-预警”和“风险发生-干预”的逻辑,基于风险因素、抵御风险能力、社会保障和服务的脆弱性三维框架,讨论既定时间和空间条件下的农村老年人返贫风险,建立和完善农村老年人返贫风险识别和监测机制。同时结合东部、中部和西部的三个案例对政策干预的过程进行分析,探讨农村老年人的返贫治理路径。提出要基于群体脆弱性特征和大数据技术,对农村老年人的多维贫困风险精准识别,且从生计资本、社会保障和服务等方面加强制度化支持,实现返贫风险的阻断和系统治理。

差异化非农就业比例对农村家庭返贫风险的影响分析

基于2021年陕西省吴起县342个农户调查数据,利用PSM方法实证分析了非农就业对农户返贫风险的影响。结果显示:当前非农就业家庭贫困脆弱性指数比未参与非农就业家庭低;非农就业并不必然会消除未来贫困,当家庭非农就业受限于被动就业或农业社会保障缺失时,非农就业与贫困脆弱性呈正相关关系;非农就业可以显著弱化未来贫困风险。从提升过低非农就业家庭的就业比例,合理调整过高非农就业家庭的风险等方面提出了对策建议。

机器学习在规模性返贫监测预警与因果分析中的应用研究

坚决守住不发生规模性返贫底线是全面推进乡村振兴的前提。规模性返贫作为复杂多元的致贫风险冲击不同脆弱群体的结果具有突发性、区域性和群体性,传统方法难以有效对之进行度量、监测与预警。目前学术界对于规模性返贫的研究大多停留在理论层面,而机器学习的引入为规模性返贫的识别、预测与实证分析提供了新的思路与方法。本文梳理了机器学习在规模性返贫监测预警与因果分析中的研究进展,探讨了机器学习在规模性返贫预测与研究中的应用前景,为我国过渡期规模性返贫风险量度、监测预警及实证研究提供可选的方法与工具。

原苏区易返贫致贫户返贫风险评价与差异分析——基于原中央苏区X县监测对象的动态管理数据

基于原中央苏区X县监测对象的动态管理数据,采用熵权-模糊评价法评价其返贫风险,运用Kruskal Wallis检验不同致贫诱因、不同家庭人口数量易返贫致贫户返贫风险的差异。结果显示:易返贫致贫户的总体返贫风险、人力资本风险和家庭经济风险均为中等风险,社会保障风险为轻度风险;不同致贫诱因的家庭总体返贫风险差异明显,但人力资本风险、社会保障风险和家庭经济风险均不存在显著差异,而不同人口数量的家庭正好相反,即总体返贫风险不存在显著差异,三种类型风险却存在显著差异。