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。

基于手机信令数据的城市相对贫困空间识别研究——以广州市为例

手机信令数据记录了城市个体的社会经济属性信息,在城市贫困空间识别中可以更精准地定位相对贫困群体。以广州市为例,尝试结合手机信令数据与问卷调查数据,构建了个体手机使用指标与经济水平间的多元线性回归模型,再利用手机信令数据识别城市内部相对贫困空间。研究发现,个体层面上“手机通讯费用”“APP使用偏好”与其经济水平具有关联性;空间层面上呈“中心高、四周低”的空间分布规律,中心城区内相对贫困空间集中于老城区、城中村和旧工业区。对比传统人口普查数据识别结果,发现基于手机信令数据的相对贫困识别具有较高的可行性。研究丰富了城市相对贫困空间识别的方法体系,对有针对性推进贫困治理工作具有实践意义。

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。

行动者认知、制度结构与政策工具选择——基于广东省J市低收入人口识别机制设计过程的分析

政策工具选择是行动者认知、政策情景、制度结构等多因素共同作用的结果,行动者认知与制度结构的动态性可能引起政策工具选择的变化。选取广东省J市低收入人口识别机制设计过程作为研究案例,以过程追踪为分析手段,提炼行动者认知与制度结构影响政策工具选择的作用机制。研究发现,科学知识与实践知识的互动促进了政策工具创新,但由于政治考量和制度的制约,政策工具选择出现了路径依赖。政策工具选择变动是政策学习与认知锁定两个机制先后作用的结果。

Study on the Precise Recognition Difficulty in Precision Poverty Alleviation

Accurate poverty alleviation refers to the poverty alleviation of different countries, different poor farmers situation, the use of compliance with the effective procedures for the implementation of accurate identification of poverty alleviation, accurate help, precise management of the way of poverty, precision identification is the prerequisite and basis for precision poverty. How to improve the precision of poverty alleviation in our country is an urgent problem to be solved in the practice of poverty alleviation. To improve the precision of poverty alleviation, it is necessary to accurately identify the poverty alleviation. Based on the background of precision poverty alleviation, the concept and significance of precision identification of poverty alleviation are expounded. On this basis, the problems of precision assistance in practice are mainly reflected in the disjointedness and the sufficient quantity of poverty alleviation resources, Cancel the help process in the matching funds, help projects and poor households tied to help form a flexible and diverse aspects of response measures.

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。

早期儿童多维相对贫困识别及其对人力资本积累的影响——来自西部偏远山区的证据

由于生存、教育、健康等资源的匮乏,我国西部偏远山区儿童早期人力资本积累不足,不利于人才强国建设和社会经济发展。该研究构建了包含孕期质量、家庭教育、儿童健康、生活水平4个维度17个指标的指标体系,运用AF双临界值法,识别儿童多维相对贫困。结果表明,西部偏远山区早期儿童多维相对贫困发生率为0.476,多维相对贫困剥夺强度为0.408,多维相对贫困指数为0.194;其中家庭教育维度对多维相对贫困指数的贡献率最高,占到38.3%。结合儿童的认知、语言、运动、社会情感发展的贝利评估,进一步分析发现,多维相对贫困对儿童认知、语言和社会情感产生显著的负向影响。基于此,建议:将缓解儿童多维相对贫困,促进人力资本积累纳入国家人才强国战略规划;定期开展早期儿童多维相对贫困评估,动态监测儿童发展水平;贯彻落实《家庭教育促进法》,构建“政府-社区-家庭”协同育人机制。

英国燃料贫困治理政策及启示

英国自20世纪90年代即开展燃料贫困治理,形成了较为完备的燃料贫困治理政策体系。英国对燃料贫困的认识是一个逐步深入的过程。最开始从家庭燃料的可负担能力理解燃料贫困,采用燃料支出10%标准识别燃料贫困。随着燃料价格的提高,英国政府逐步认识到燃料贫困并不等同于收入贫困,只有燃料支出高、收入低的家庭才属于燃料贫困家庭,于是开始采用“低收入-高费用”(LIHC)标准识别燃料贫困。之后由于净零碳排放战略的深入实施,英国又意识到提高燃料贫困家庭能效是解决燃料贫困的关键,由此又采用“低收入-低能效”(LILEE)标准来识别燃料贫困。英国政府提出“使尽可能多的燃料贫困家庭在2030年之前达到C级能效标准”的战略目标,并为此出台了提高燃料贫困家庭能效等级、减轻燃料贫困家庭能源费用负担、保护脆弱家庭在能源市场上的权益等方面的政策,以综合治理燃料贫困。中国在2020年底已消除绝对贫困,可以考虑将燃料贫困作为下一阶段贫困治理的目标之一。在“双碳”目标背景下开展燃料贫困治理,对贫困治理与碳减排战略均具有重要意义。建议将燃料贫困治理与碳中和战略有机结合,建立符合中国国情的燃料贫困识别标准,构建多主体、多元化的燃料贫困治理体系。

基于神经网络的高校贫困生辅助认定模型研究

“精准资助”是现阶段我国贫困生资助等教育扶贫工作的新任务,贫困生认定工作作为贫困生资助的首要环节,现行的传统流程中存在着“假贫困”、认定标准主观性强等问题。将数据挖掘应用于贫困生辅助认定,基于学生消费行为习惯、学习情况和家庭情况等相关数据,对智慧校园长期积累的数据产物进行数据采样和建模,形成贫困生特征样本数据集,利用TensorFlow对全连接神经网络进行模型训练,根据模型产生期望输出,得到贫困生辅助认定模型。随机抽取输出的测试集数据对比已有贫困生数据进行精度测试,测试准确率较高。整个模型训练过程包括数据采样、数据建模、模型训练和模型评价等过程,将其应用于贫困生辅助认定,为传统主观的贫困生认定提供了更为精准、科学、客观的决策支撑。

环京津地区县级尺度相对贫困识别与治理策略研究

相对贫困识别是新时期相对贫困治理的基础。按照“两不愁,三保障”的目标要求,基于多维贫困指数MPI的计算框架,从“经济发展、生活质量、义务教育、基本医疗、社会保障”五个维度遴选指标,采用主客观相结合的赋权方法构建多维相对贫困指数计算模型,并对环京津地区河北省所属的71个县域2012—2021年的多维相对贫困指数进行了计算,并以各维度中位数的60%作为相对贫困的判别标准,对环京津地区县级尺度的相对贫困进行了识别;采用指标贡献度方法对2012—2021年环京津地区县级尺度相对贫困的致贫因素进行了分析,并依此给出了环京津地区县级尺度相对贫困的治理策略。

相对贫困视角下女性劳动力多维贫困分析

贫困问题是当今社会最热点、最尖锐、最棘手的社会问题之一,其具有一张女性面孔,为此应重点关注女性贫困人口话题。为厘清我国女性劳动力人口多维贫困状况,基于CGSS2018数据,从经济、教育、健康、资产、空闲时间、交往及社会参与6个维度,构建针对女性劳动力的多维贫困指标体系并展开具体分析。研究发现:女性劳动力在空闲时间、交往及社会参与、资产和教育4个维度的贫困发生率超过50%;在经济、教育和健康3个维度的贫困发生率高于男性劳动力群体;大部分女性劳动力面临4个维度及以上的贫困问题;年龄在45~55岁、西部地区和农村地区的女性劳动力群体多维贫困发生率明显高于其他地区。我们应从家庭、社会和政策三个层面纾解女性劳动力多维贫困问题,从根源上消除大规模女性劳动力贫困人口的产生。

农户收入对贫困风险识别效应的再检验——基于倾向得分匹配法的“反事实”估计

后小康时代,实证检验收入判别贫困的有效性和准确性,能为降低贫困识别成本、建立返贫预警机制提供有效经验支持。基于湖南省石门县18个村、2个社区1010份农户调查问卷数据,分别从农户家庭决策风险、能力风险、经济风险、健康风险等层面选取变量,运用倾向得分匹配法实证分析农户收入对贫困风险的识别效应。结果表明:农户家庭遭遇贫困风险与户主性别、家中义务教育阶段学生、家中慢性病患者数、家中大病患者数显著正相关,与户主年龄、户主文化程度、少儿人口数则显著负相关;农户工资性、经营性收入对贫困风险的识别效应较强,财产性、转移性收入的识别准确率较低,但如果忽略样本选择偏差产生的内生性问题,则容易高估收入识别效应。据此提出,加快构建以农户收入为导向、兼顾家庭异质性的防贫监测帮扶机制,多元拓展低收入人口收入来源,健全完善弱势群体分层分类社会救助体系等建议。

城乡相对贫困的动态识别与量化分解——兼论相对贫困线的设定

为构建消除相对贫困的长效机制,动态识别以及量化分解城乡相对贫困变动显得尤为重要。研究基于2010~2018年中国家庭追踪调查(CFPS)25省数据,利用“识别—增长—分配”三成分分解框架和洛伦兹曲线量化分解方法研究城乡相对贫困动态变化过程。结果表明,城乡相对贫困存在显著差异,使用全国统一的相对贫困线会低估城市相对贫困水平,高估农村相对贫困状况,需建立城乡差异化的相对贫困识别标准;城乡相对贫困变化的主要原因是精准帮扶政策实施带来的城乡收入分配差异,收入增长放缓和收入分配不平等加剧导致城市相对贫困不断增加,收入分配的减贫效应促使农村相对贫困得到有效遏制;同时发现城乡差异相对贫困线是一个可兼顾识别准确度和简易度的权衡选择。因此,应继续实施精准帮扶政策,加大低收入者分配力度,将城乡差异线作为相对贫困标准,建立城乡差异化相对贫困的动态识别机制。

模糊C-均值聚类算法在大学生困难等级认定中的应用

大学生困难等级认定是教育扶贫中的一个重要环节,为避免认定过程过于主观而缺乏科学性,将模糊C均值聚类算法应用于学生信息数据的分析.首先对实验数据规格化,结合5个评定指标,建立模糊相似矩阵;然后采用模糊聚类分析的方法计算其传递闭包,得到模糊等价矩阵;最后按照等级认定要求加经验法检查分类结果的有效性.结果表明:使用模糊C均值聚类在完成大学生困难等级认定是可行的,能为实现教育精准扶贫提供参考依据.

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。

基于校园一卡通数据的高校贫困生认定应用研究

贫困大学生的认定一直是高校学生资助管理的难点之一,国家为高校贫困生认定建立了较为完善的学生资助政策体系,但是高校在贫困生认定、助学金发放上的材料真实性审核、认定过程存在主观因素等问题。文章构建了基于校园一卡通数据的贫困生认定框架,应用机器学习算法建立了贫困生识别模型,将模型识别后的贫困生数据发送到贫困生数据库仓库,为高校贫困生精准帮扶工作提供更科学、高效、可量化的决策支持。

河南省农户规模性返贫风险识别与防范机制研究

2021我国脱贫攻坚战取得了全面胜利,现行标准下9 899万农村贫困人口全部脱贫,832个贫困县全部摘帽,12.8万个贫困村全部出列,区域性整体贫困得到解决,完成了消除绝对贫困的艰巨任务。但由脱贫到全面建成小康社会仍存在较长的过渡期,原已脱贫的人口在过渡期间仍易受经济、政治、社会及生态等各方面因素影响而面临返贫问题。为解决此类问题,做好返贫风险识别与防范工作尤为重要。该文以河南省农村地区整体发展情况为依据,分析农户规模性返贫风险因素,并就其防范机制构建策略提出相关建议,以期为河南省巩固拓展脱贫攻坚成果工作贡献力量。

“收入导向型”多维贫困的识别与流动性研究——基于CFPS调查数据农村子样本的考察

本文结合收入及健康、教育、生活状况、卫生状况和食物支出五个非收入指标,构建了"收入导向型"多维贫困指数,采用中国家庭追踪调查(CFPS)数据的农村子样本,考察多维贫困的识别、追踪和流动性问题。在比较了6维贫困指标和多维贫困指标对贫困识别的效果后研究发现,仅依据收入、教育和生活状况三个维度即可有效识别和追踪贫困家庭,并且在这三个维度下均处于贫困状态的农村家庭跳出贫困陷阱的概率显著低于一般收入贫困家庭。研究表明,扶贫政策应当在减少收入贫困基础上更多关注多重剥夺对贫困家庭整体福利的影响,并致力于提高贫困家庭的持续脱贫能力以增强其跳出贫困陷阱的可能性。

精准扶贫背景下旅游扶贫精准识别研究

如何提高我国旅游扶贫的精准度是旅游扶贫实践中亟待解决的问题,而要提高旅游扶贫的精准度,就必须对旅游扶贫进行精准识别。在实施精准扶贫的大背景下,探讨旅游扶贫精准识别以推进旅游扶贫工作的精准化,对今后的旅游扶贫有着极为重要的理论价值和现实意义。从精准扶贫的背景出发,阐述了旅游扶贫精准识别的概念及意义,并在此基础上系统分析了旅游扶贫目标人群识别和旅游扶贫项目识别两方面的内容,最后提出了旅游扶贫目标人群识别的市场甄别机制和"意愿—能力"识别模型及旅游扶贫项目识别的"RHB"框架。

三峡库区移民贫困致因的精准识别与减贫路径的实证研究

随着我国经济发展和扶贫成效的显现,老区、山区、民族地区和移民库区等集中连片的特殊贫困区已经成为我国当前精准扶贫的主战场。由于面临生产资料匮乏、生态环境恶化和地质灾害频发等恶劣环境,库区移民贫困问题已成为新时期扶贫攻坚最难啃的"硬骨头"。因此,开展库区移民贫困致因的精准识别与减贫路径研究具有重要的现实意义。基于对库区移民贫困现状的扎根理论分析,本文提出了分析农户生计的新框架。在此基础上,本文以三峡库区26个县(区)为研究对象,随机抽取4县(区)796户移民作为样本,首先,采用灰色关联分析法和熵权法对库区移民主要致贫因子进行挖掘;接着,采用PLS-SEM模型分析影响库区移民生计状况的关键因子和关键路径。研究表明:(1)三峡库区移民贫困现象仍很严重,患病、劳动能力弱和失地是移民致贫的三大主因。三峡库区仍有175.94万人生活在贫困线以下,三大致贫原因依次是:因病致贫26.49%、因劳动能力弱致贫22.10%和失地致贫21.65%。(2)心理资本可有效促进移民其他资本效能的发挥,对生计状况存在着显著的直接效应和间接效应。(3)在影响生计状况的四类资本中,人力资本对库区移民生计状况影响最大。基于以上发现,本文提出了实现库区移民精准脱贫的政策建议:(1)国家应高度重视三峡库区移民贫困问题,大力开展精准扶贫;(2)增加心理干预措施以提高移民心理资本存量,帮助移民摆脱心理贫困;(3)开展劳动力技能培训,提高库区移民人力资本水平。