乡村振兴视阈下农户多维贫困测度及扶贫策略

王恒 王博 朱玉春

摘 要：乡村振兴的关键是打赢脱贫攻坚战。集中连片特困地区是我国精准扶贫的重点区域，致贫因素复杂，扶贫任务艰巨。基于秦巴山区农户的调查数据，运用A-F测度方法对农户多维贫困进行测度与分解，并运用Probit回归模型对其影响因素进行实证分析。结果表明：农户在厕所类型、做饭燃料、健康状况和受教育程度等方面存在严重的问题，贫困现象普遍。K=3时，农户多维贫困发生率高达90.56%，多维贫困指数为0.391 6;农户家庭65岁以上人数、耕地面积、地理位置和地理环境对农户多维贫困有显著正向影响;户主婚姻状况、受教育水平、健康状况、家庭人口数量等对农户多维贫困有显著负向影响。建议从生活水平、健康医疗、养老保障和教育等方面进行重点扶贫，使农户早日脱贫致富。

关键词：乡村振兴;农户;多维贫困;精准扶贫

中圖分类号：F302.5 文献标识码：A 文章编号：1009-9107（2019）04-0131-11

习近平总书记在十九大报告中强调：“乡村要振兴，关键是要打赢脱贫攻坚战，确保到2020年我国现行标准下农村贫困人口全部脱贫，贫困县全部摘帽，解决区域性整体贫困，做到脱真贫、真脱贫”[1]。乡村振兴战略是要坚持农业农村优先发展，努力做到“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕，”建立健全城乡融合发展的体制机制和政策体系，加快推进农业农村现代化[2-3]，通过精确瞄准贫困人口，进行精准帮扶，激发贫困人口的内生动力，提升贫困人口的生活条件和收入水平，强化脱贫攻坚责任和监督体系，为实现“两个一百年”奋斗目标奠定基础[3]。贫困地区的扶贫脱贫攻坚任务已经刻不容缓，扶贫开发工作已进入“啃硬骨头、攻坚拔寨”的冲刺期[4]，在乡村振兴战略下，从多维贫困视角测度农户的贫困程度以及探析农户贫困的根源，对于我国现阶段更好地进行精准扶贫、实施乡村振兴、打赢脱贫攻坚战具有重要的现实意义。

一、问题的提出

改革开放以来，我国脱贫攻坚取得了历史性成就，贫困人口累计减少7.4亿人，贫困发生率下降94.4%[5]，为世界反贫困作出了巨大贡献。近年来，我国现行标准下农村贫困人口由2012年的9 899万减少到2017年的3 046万，贫困县减少了153个，贫困地区新建改建农村公路50多万公里，1 400多万贫困人口饮水安全问题得到解决，易地扶贫搬迁870万贫困人口，危房改造700万贫困农户，自然村通电接近全覆盖，71%的自然村通上宽带网络，完成9.7万所义务教育薄弱学校改造任务，累计救治420多万大病和慢性病贫困患者，贫困地区基础设施和基本公共服务显著改善[6]。虽然我国脱贫攻坚成绩显著，但新阶段的精准扶贫任务更加艰巨，截至2018年9月，全国仍有670多个贫困县没有摘帽。2017年底，各省区市确定的334个深度贫困县贫困发生率达11.3%，有1.67万个村贫困发生率超过20%，因病、因残致贫人口分别占贫困总人口的42.3%和14.4%，65岁以上贫困人口占17.5%，初中以下文化程度的占96.6%[6]。农村人口年龄、性别结构严重失衡，留守人口以老人、妇女和儿童为主，“空巢老人”“空心村”等现象有增无减，农村落后现象逐渐凸显，严重制约了农业农村的现代化发展和乡村振兴战略的实施[6]。尤其是国家连片特困地区在义务教育、基本医疗、基础设施和社会保障等方面的问题还很严重[7]，贫困程度深，致贫因素复杂，扶贫难度大[8]，是扶贫攻坚的主战场和深水区。

贫困的有效识别是进行精准扶贫的基础，传统意义上的贫困主要是指单一维度的收入贫困，即个人或家庭的收入不能满足最基本的生活水平需要[9]。阿玛蒂亚·森最早将“能力贫困”纳入到贫困分析中，创立了多维贫困理论，认为贫困的实质是人们缺乏或丧失改变其生存状况、抵御各种风险和获取经济收益的可行能力[10];张志胜则认为精神贫困是农户贫困的主要根源，激发贫困人口的能动性与创造性至关重要[11];高帅研究发现能力剥夺是贫困的根源，强化贫困人口的可行能力是重点[12]。除了因收入不足而无法维持基本生活需要之外，教育、健康、住房和饮用水等福利的被剥夺已经成为影响农户贫困的主要表现形式[13]。用多维贫困指标可以更加真实反映农户的贫困状态[14]，Alkire等提出了多维贫困指数（MPI），构建了“双临界值”的识别和测量方法，主要包括多维贫困的识别、加总与分解[15]。

自从阿玛蒂亚·森提出多维贫困理论之后，国内外学者对贫困的研究开始从收入贫困转向多维贫困。例如，有学者利用A-F方法分别研究了南亚和非洲撒哈拉的多维贫困现状[16-17];也有学者利用中国健康与营养调查（CHNS）从教育、健康、生活水平、就业等维度对中国城市与农村居民的多维贫困程度进行了测算，发现各个维度对多维贫困的影响有所差异[18-20];还有学者利用中国家庭追踪调查（CFPS）数据研究发现，农村区域差异、人口年龄、受教育程度、收入、社会网络、金融等因素对农户多维贫困有显著影响，建议对不同致贫因素的家庭采取差异化的扶贫策略[21-23]。也有学者从微观层面对农村多维贫困情况进行了研究。如石智雷等从消费、资产和教育3个维度对农户的贫困状况进行研究发现，社会资本和人力资本提升可以显著降低农户进入贫困状态[24];张永丽等发现农户在交通、教育和健康方面的贫困发生率较高，建议完善农户教育、医疗、交通和社会保障等方面的机制[25];文宏等认为教育对农户致贫有重要的影响，子女上学负担会使农户家庭变得贫困或加深贫困程度[26];高艳云发现农户在饮用水、健康、教育和生活水平方面存在严重的多维贫困现象[27];杨龙等认为各个维度因素对多维贫困指数的贡献率有所差异[28];庄天慧等研究发现农户在清洁饮用水、电力、道路、教育、医疗和住房等公共服务和基础设施方面的需求更加迫切[29]。

已有研究表明，仅依靠收入作为衡量贫困的标准已经不能准确反应农户贫困的真实状况。国内外研究多利用中国健康与营养调查（CHNS）、中国家庭追踪调查（CFPS）等宏观数据和微观数据研究多维贫困问题，取得了丰富的研究成果。秦巴山区作为国家14个连片特困地区之一，是国家扶贫攻坚的主战场，研究秦巴山区农户的多维贫困现状有助于政府针对性地制定扶贫政策，具有重要的理论意义和现实价值。基于此，本研究以多维贫困相关理论为基础，借鉴国内外研究基础，选取适当的维度指标及临界值，利用A-F法对农户多维贫困进行测度和分解，测算各个指标对多维贫困的贡献率，同时运用Probit回归模型对农户多维贫困的影响因素进行实证分析，探析农户贫困的根源所在，以期提出减缓农户多维贫困、降低贫困发生率的对策建议，促进秦巴山区农户生计的可持续发展，为国家制定精准扶贫政策和乡村振兴战略提供参考和借鉴。

二、数据来源与研究方法

（一）调查区域概况

作为国务院扶贫办划分的14个连片特困区之一，秦巴山集中连片特困区（以下简称“秦巴山区”）跨河南、湖北、重庆、四川、陕西、甘肃6省市80个县（市、区），2010年末总人口3 765万人，其中乡村人口3 051.5万人，是集革命老区、大型水库库区和自然灾害多发易发区为一体，国家扶贫开发攻坚主战场中涉及省份最多的片区[30]。其中，陕西、甘肃和四川占55个县（市、区），片区内农户生计脆弱，致贫因素复杂;区域发展差异大，产业支撑能力弱;基础设施薄弱，交通制约突出;基本公共服务不足，生态环境脆弱，农户收入来源单一，教育水平低下，农户的生活环境和居住条件亟待改善，部分已经脱贫人口因病、因灾返贫问题突出[30]。

（二）數据来源

研究数据来源于课题组于2017年9-11月期间对陕西、甘肃和四川3省地处秦巴山区的农户贫困状况的实地调查。陕西省、甘肃省和四川省区域是秦巴山区的重要组成部分，是国家扶贫的重点区域，贫困程度深且复杂，具有一定典型性和代表性。调查区域包括：陕西省汉阴县、洛南县和勉县，甘肃省礼县、成县和康县，四川省平昌县。调查抽样采用分层随机抽样与简单随机抽样相结合的方式，根据各县经济发展与地理分布情况，每个县选取3～4个镇，每个镇选取3～4个村;根据各村庄（行政村）规模大小差异，每个村随机抽取10～20个农户作为样本，剔除无效样本后有效问卷为646份。调查方式以问卷调查为主，同时结合半结构化访谈形式进行。

（三）维度与指标选取

研究借鉴Alkire-Foster多维贫困指数和联合国开发计划署（UNPD）的多维贫困指数分析框架，结合秦巴山区当前的贫困现状和数据可获得性，综合考虑后选取收入、教育、健康和生活水平4个维度10个指标对秦巴山区农户多维贫困状态进行识别与测度。具体步骤如下：

1.贫困维度和测量指标的确定。联合国开发计划署（UNDP）《2010年人类发展报告》多维贫困指数包含健康（营养、儿童死亡率）、教育（成年人受教育年限、儿童入学）和生活标准（生活燃料、卫生设施、清洁饮水、生活用电、屋内地面和资产）共10个指标[31]。目前我国贫困判定主要以农村家庭人均纯收入是否低于国家现行标准下的贫困线为准，所以研究增加收入维度有助于分析农户收入水平的情况;将健康维度营养和儿童死亡率替换为健康状况和社会保险2个指标;由于调查区域基本都通电，故把生活条件和屋内地面替换为生活燃料，最终选取收入、教育、健康和生活水平4个维度。教育维度包括家庭劳动力受教育程度和儿童失学2个指标;健康维度包括家庭中是否有人患病和是否参加新型合作社会保险2个指标;生活水平维度主要包括饮用水、房屋、做饭燃料、厕所类型和家庭资产5个指标。

2.确定各维度贫困指标的剥夺临界值。剥夺临界值判定家庭是否处于贫困状态，当农户家庭的贫困指标大于该临界值时，则判定该家庭处于多维贫困状态，此时赋值为1，否则为0。研究对收入贫困的剥脱临界值定义为：家庭人均纯收入低于2011年国家贫困线标准的2 300元;教育贫困的剥夺临界值为：家庭中劳动力人均受教育年限为小学（6年）及以下，家庭中至少有1名学龄失学儿童;健康贫困的剥夺临界值为：家庭中任何1人患慢性病、大病、残疾等，家庭成员没有购买社会保险;生活水平贫困的剥夺临界值为：饮用水源不是自来水或者井水，住房为土坯、茅草或窑洞等结构，做饭燃料以柴草、秸秆、木炭等为主，不能使用室内、室外冲水厕所或冲水公厕，家中拥有汽车、冰箱、电话、电视机等资产数量小于3项。

3.确定各指标权重。多维贫困测量中，多数学者采用等权重的方法，多维贫困指数也采用等权重的方法，即贫困维度和贫困内指标均等权重划分[32-33]。因此，本研究选取常用的等权重方法，即收入、健康、教育和生活水平4个维度的权重相等，均为1/4;教育和健康各有2个指标，每个指标的权重各为1/8，生活水平维度有5个指标，每个指标权重各为1/20。

4.计算每个家庭的多维贫困剥夺值，识别该家庭是否处于多维贫困。根据国际通行标准（K=3），若个体i被剥夺的指标大于或等于3时，则该个体处于多维贫困状态。研究采取K=3为临界值，即当家庭在3个及以上的多维贫困指标中存在贫困现象，则认为该家庭处于多维贫困状态，在确定各测量指标的临界值和权重的基础上，计算各个家庭的多维贫困剥夺值。

5.计算多维贫困指数。用如下公式表示：

其中，H为多维贫困发生率，A为多维贫困强度指数，MPI为多维贫困指数，即为多维贫困发生率（H）与多维贫困强度指数（A）的乘积。q为处于多维贫困的样本数量;n为总样本数，i表示农户个体;Ci（k）表示临界值为K的情况下，该家庭i被剥夺的多维贫困人口数总和。

三、多维贫困测度与分解

（一）农户单维贫困状况

秦巴山区农户在收入、教育、健康和生活水平4个维度10个指标的贫困发生率有所差异，见表2。

1.收入维度。秦巴山区农户人均纯收入低于2 300元的农户共有179户，占总样本的27.71%，即农户在收入水平的贫困发生率为27.71%，其中，四川省农户在收入水平的贫困发生率最高，为33.33%。秦巴山区土地资源稀缺且质量较差，农业收入较少，属于生态环境保护脆弱区，限制了农林开垦和厂区迁入，且由于多数农户缺乏劳动技能，只能从事简单的体力劳动，收入单一且不稳定，极易陷入贫困状态。

2.教育维度。秦巴山区农户家庭劳动力（16～64岁）人均受教育年限为小学（6年）及以下的家庭有358户，贫困发生率为55.42%，其中，甘肃省农户家庭劳动力受教育程度的贫困发生率最高，为64.68%。农户家庭中儿童（6～15岁）处于义务教育阶段但失学的家庭有36户，儿童失学率为5.57%，其中陕西省的儿童失学率最高，为6.33%，甘肃儿童失学率最低，为4.13%。通过调查可知，陕西、甘肃、四川3省农户户主完成9年义务教育的比例很小，且从思想上认为上学成本较高，回报率期限较长。落后的教育观念影响了其对子女教育的投入力度，子女过早辍学外出打工，没有生存技能而成为“贫二代”，极易导致代际贫困的发生。调查发现，甘肃山区村落分散且人口较少，撤乡并镇、学校合并现象普遍，幼儿园和小学基本都在乡镇，家长陪读现象非常普遍，为了照顾孩子而不能外出务工，一个家长每年陪读各种支出至少在1万元以上，大大增加了家庭开支，很有可能使农户因教致贫。

3.健康维度。秦巴山区农户家庭中成员患慢性病、大病、残疾的家庭有455户，贫困发生率高达70.43%，其中，四川农户健康贫困发生率最高，为83.33%，陕西最低，为64.76%。与农户访谈得知，这些疾病主要包括心脏病、癌症、高血压、脑溢血、腰椎病、糖尿病、心肌梗塞和肾结石等严重疾病，不但影响了农户正常生活和身体健康，而且加重了家庭的经济负担。农户健康贫困发生率高与农户的生活环境和生活习惯有关，有553户农户家庭中没有洗澡设施，占比高达85.60%，老年人几个月甚至半年才洗一次澡，且多数农户做饭燃料为柴草和煤炭，容易吸入大量的废气，加上缺乏健康体检和卫生防疫条件，这是致病的重要原因。

4.生活水平维度。秦巴山区农户饮用水源为非清洁水源的有106户，占16.41%，其中陕西贫困发生率最高，为18.67%，甘肃最低，为12.84%。住房结构为土坯、茅草、窑洞的家庭有179户，贫困发生率为27.71%，其中四川贫困发生率最高，为43.75%，陕西最低，为23.19%。家庭做饭燃料以柴草、秸秆和木炭等为主的有581户，贫困发生率高达89.94%。不能使用、室外冲水厕所或冲水公厕的农户有615户，占比95.20%，其中陕西、甘肃、四川的贫困发生率分别为93.67%、98.62%和92.71%。农户家中拥有汽车、冰箱、电话、电视机等资产少于3种的家庭有125户，贫困发生率为19.35%。调查区域农户的家庭资产主要以手机、电视机、洗衣机和冰箱居多，拥有率分别为86.84%、92.88%、55.73%和42.88%，而汽车、电脑、空调等消费品的拥有率仅为3.72%、2.63%和2.17%。农户贫困现象主要集中在厕所类型、做饭燃料、房屋类型、家庭资产和饮用水方面。

（二）农户多维贫困状况

由表3可知，随着K值的增加，农户的贫困发生率和多维贫困指数均逐渐下降。当K=1时，贫困发生率高达0.995 4，表明有99.54%的农户至少在某一维度存在贫困现象;当K=2时，贫困发生率为0.975 2，表明有97.52%的农户至少在某2个维度存在贫困现象;当K=10时，调研区域不存在多维贫困农户，即调查样本中不存在10个指标均处于被剥夺状态的极端农户。研究中，当剥夺临界值K=3时，家庭的多维贫困发生率为0.905 6，贫困强度指数为0.432 4，此时多维贫困指数为0.391 6。

（三）农户多维贫困分解

从表4可以看出，就调查的样本区域来看，当剥夺临界值K从1到9时，收入水平对农户多维贫困指数的贡献率从17.23%增加到28.57%，随着K值的增加，农户家庭人均纯收入对多维贫困指数的贡献率逐渐增加;其受教育程度、健康状况、做饭燃料和厕所类型对多维贫困指数的贡献率随着维度的提高而逐渐减小。K=3时，多维贫困指数的贡献率从大到小依次为健康状况、受教育程度、收入水平、厕所类型、社会保险、做饭燃料、房屋类型、家庭资产、飲用水和儿童失学。健康对农户多维贫困指数的贡献率最大，农户自身对健康风险的认知意识淡薄，因病致贫、返贫现象严重。

四、实证分析

（一）模型设计

研究分别选取K=3和K=4时样本农户“多维贫困状态”作为被解释变量。被解释变量y为离散型变量，若农户处于多维贫困状态，则y=1;若农户处于非贫困状态，则y=0。由于被解释变量为二元选择问题，并具有多个解释变量，故采用二值选择的Probit模型进行实证分析。按矩阵形式设定模型为：

（二）变量选择

研究基于多维贫困的测度结果，分别选取K=3、K=4时样本农户的多维贫困状况作为被解释变量，同时选取可能影响农户家庭陷入多维贫困的因素作为解释变量，解释变量主要包括户主个体特征（婚姻状况、年龄、受教育水平、健康状况、是否为村干部）、家庭禀赋（人口规模、65岁以上老人数、收入是否稳定、耕地面积）、社会网络（家庭常联系亲戚数、遇到困难寻求帮助人数）、村庄特征（交通条件、地理位置、医疗便利程度、地理环境）。运用Stata14.0软件对样本数据进行分析，从户主个体特征、家庭禀赋、社会网络和村庄特征4个维度对农户多维贫困的影响因素进行回归分析。首先，运用Pearson相关系数检验各个解释变量是否存在相关性，通过检验可知各个解释变量之间不存在显著的相关性。其次，运用方差膨胀因子（VIF）判断各个解释变量是否存在多重共线性，通过检验可知，所有自变量的VIF都小于10，最大的VIF为1.41，故自变量之间不存在多重共线性问题，模型拟合度较好。各个解释变量及描述统计见表5。

（三）回归结果分析

对农户多维贫困影响因素进行回归分析，本文分别以K=3和K=4时农户多维贫困影响因素的模型回归结果为例，见表6。

1.户主个体特征方面。K=3时，户主婚姻状况和健康状况对农户多维贫困有显著负向影响，当户主有配偶的比例提升1单位，则该家庭在10%置信水平下陷入多维贫困的概率降低7.95%，户主有配偶会降低农户陷入多维贫困的可能性。户主健康状况每提升1单位，则该家庭在5%的置信水平下陷入多维贫困的概率降低2.07%，户主一般是家庭的决策者和主要收入来源者，若户主身体较差或生病时，需要家庭成员照顾，在增加家庭支出的同时降低了收入，会增加农户陷入多维贫困的概率。户主年龄对农户多维贫困有正向影响，但不显著，可能是随着户主年龄的增大，学习能力减弱，就业机会减少，主要以农业生产活动为主，其他收入来源较少，从而增大了农户陷入多维贫困的概率。受教育水平和是否为村干部对农户多维贫困的影响为负，但不显著，可能的解释是若户主受教育年限越长，则户主获取知识和学习能力越强，学习到技能的机会则越多，可以稳定提高该家庭收入;户主若为村干部，则有稳定的工资收入，且社会资本和资源越丰富，能及时了解各种信息，提高家庭的资本积累，有效降低其陷入多维贫困的概率。K=4时，户主婚姻状况和年龄对农户多维贫困的影响为负，但不显著。户主受教育水平、健康状况和是否为村干部对农户多维贫困有显著的负向影响。

2.农户家庭禀赋方面。K=3时，人口数量和收入稳定在1%的置信水平下对农户多维贫困有显著负向影响。人口规模每提升1单位，农户陷入多维贫困的概率降低3.30%，表明家庭人口越多，劳动力可能越多，收入来源越多，从而会增加家庭的财富积累。收入稳定每提升1单位，农户陷入多维贫困的概率降低9.40%。65岁以上人数每提升1单位，农户在1%的置信水平下陷入多维贫困的概率提高5.21%，可能的解释是一般老年人劳动能力低下，除了养老金之外无其他收入来源，且目前农村养老保障机制不完善，老年人遭遇重大疾病时，子女需要照顾老人，从而影响家庭成员的正常工作并增加医疗支出，所以家庭老年人越多，则农户陷入多维贫困的概率则越大。耕地面积每提升1单位，农户在10%的置信水平下陷入多维贫困的概率提高0.63%，可能是由于调查样本区域主要在山区，土地细碎化程度较高，土地多数为坡地且质量较差，无法进行机械化生产，农业生产的主力军为老人和妇女，生产效率低下，农产品基本属于自给自足状态，无法有效增加家庭收入，增加农户陷入多维贫困的概率。K=4时，家庭人口数量和收入稳定性对农户多维贫困均有显著负向影响，65岁以上人数对农户多维贫困有显著正向影响，耕地面积对农户多维贫困有正向影响，但不显著。

3.社会网络方面。K=3时，农户常联系亲戚人数对农户多维贫困有负向影响，但不显著。农户遇到较大经济困难时可寻求帮助人数在1%的置信水平下对多户多维贫困有显著负向影响。农户可寻求帮助人数每提升1单位，农户陷入多维贫困的概率降低0.78%，原因是我国属于典型的“地缘、亲缘、血缘”的关系型社会，当农户遇到生计风险需要资金时，从亲友处寻求帮助可以帮助其渡过难关，从而使其避免陷入贫困状态。K=4时，农户可寻求帮助人数每提升1单位，在1%的置信水平下陷入多维贫困的概率显著降低1.79%。

4.村庄特征方面。交通条件对农户多维贫困有显著负向影响。村庄通公交车的比例每提升1单位，农户在5%的置信水平下陷入多维贫困的概率显著降低5.16%，原因是通公交车的村庄，农户去乡镇和县城较便利，有助于其与外界接触，了解农产品市场信息和就业信息，增加其农产品销售和就业可能性。地理位置、医疗便利程度和地理环境对农户多维贫困有正向影响。但不显著。K=4时，交通条件对农户多维贫困有负向影响，但不显著;地理位置和地理环境在5%的置信水平下对农户多维贫困有显著正向影响，农户距离县城距离越远，增加交通成本，越不利于其从外界获取信息。村庄如果属于生态环境保护区，限制建厂，退耕还林现象普遍，农业生产行为会受到制约，降低了农业收入和就业渠道，从而提高农户陷入贫困的可能性。

五、研究结论与政策建议

（一）研究结论

研究利用2017年的实地调查数据，对秦巴山区646户农户在收入、教育、健康和生活水平4个维度10个指标贫困状态进行测度和分解，同时从户主个体特征、家庭禀赋、社会网络和村庄特征4个方面对农户多维贫困的影響因素进行实证研究，得出以下结论：

1.农户多维贫困指数测度。单维贫困测度发现，农户主要在厕所类型、做饭燃料、健康状况和受教育程度等方面存在严重的贫困现象。K=3时，农户多维贫困发生率为90.56%，贫困强度指数为0.432 4，多维贫困指数为0.391 6，均明显高于全国平均水平，不存在10个指标均存在贫困现象的极端个体，多维贫困指数的贡献率从大到小依次为健康状况、受教育程度、收入水平、厕所类型、社会保险、做饭燃料、房屋、家庭资产、饮用水和儿童失学。

2.农户多维贫困影响因素。不同维度下农户多维贫困的影响因素存在差异。K=3时，户主婚姻状况、健康状况、家庭人口规模、收入稳定、寻求帮助人数和交通条件对农户多维贫困存在显著负向影响，家庭65岁以上人数和耕地面积对农户多维贫困有显著正向影响。K=4时，户主受教育水平、健康状况、户主为村干部、家庭人口规模、收入稳定、寻求帮助人数对农户多维贫困有显著负向影响，家庭65岁以上老人数、地理位置和地理环境对农户多维贫困有显著正向影响。

农户在收入、教育、健康和生活水平方面均存在不同程度的贫困现象，农户多维贫困的影响因素也是多方面的。在乡村振兴战略下，不但要确保在现行标准下农村贫困人口实现全部脱贫、贫困县全部摘帽，解决区域性整体贫困，还要保证贫困人口生计的可持续发展，所以应该从公共教育、医疗卫生、社会保障、环境保护等方面对秦巴山区倾斜。通过深入剖析农户多维贫困的根源，加快秦巴山区农户在厕所革命、清洁能源、医疗保险、养老保障、教育培训和交通条件等方面的建设步伐，坚持扶贫与扶志、扶智相结合，促进贫困人口的非农就业转移，提升贫困人口的可行能力与自我发展能力。提升农户的环境保护意识，做到合理利用和保护自然生态环境。同时通过产业扶贫带动秦巴山区农村的经济发展，发展特色农业、生态农业等优势农业产业，增加农户的农业收入，加强农业农村的现代化发展和乡村振兴战略的有效实施。

（二）政策建议

为了有效降低秦巴山区农户多维贫困发生率，提升贫困人口的生活条件、健康和教育水平，促进农户增加收入，更加有效地实施精准扶贫政策，提出以下政策建议：

1.农户生活水平方面。加强推进“厕所革命”，加快农户卫生和水冲厕所的建设和改造，同步建立沼气池，实现粪污的循环利用，同时在村里面建立公共厕所，提升农户卫生环境。加强清洁饮用水和自来水的建造，让农户饮用干净的自来水。在有条件的地区推广和鼓励清洁能源、天然气和电的使用，使农户减少柴草、煤炭的燃烧，降低生活污染和环境污染，同时也可以有效降低农户疾病的发生。加强生活垃圾和污水的治理，通过建设垃圾分类点、垃圾收集点，定期定点对垃圾进行回收分类，同时建立相应的惩罚制度，避免农户把垃圾废弃物倾倒在江河中，对排污严重的厂区进行取缔，降低水源污染。加快推进移民搬迁工程和危房改造工程，加强对农户的补贴力度，避免农户“越搬越穷”现象的发生，同时解决好贫困人口的生计和生态环境保护问题。加快完善道路硬化进程，减少土路占比，扩展村庄公交车的覆盖范围，方便农户去乡镇和县城，提升农户与外界交流的便利性。

2.养老保障和健康医疗方面。目前秦巴山区农户贫困的主要原因是健康风险冲击，贫困老年化、疾病老年化、因病致贫、因病返贫现象屡见不鲜，应该在秦巴山区农村建立养老院，提高和完善社会化养老保障制度、基本医疗保险制度和大病保险制度，提高老年人的养老补助金，减轻贫困家庭的赡养负担，对有重大疾病（如癌症、白血病、脑梗等）或无钱医治的贫困家庭进行救治和兜底帮扶。完善村级和镇级医疗设备卫生服务设施，提高医务人员的医疗服务水平和医疗技能，定期组织医务人员对65岁以上老人进行健康检查和健康知识普及，建立完善的疾病防御体系和医疗服务网络体系。

3.教育和精神方面。在精准扶贫过程当中，要解决秦巴山区农户的“能力贫困”，加大基础教育投资力度，在合并村庄、撤乡并镇时，要考虑到学生上学的便利性和家长陪读的经济负担，方便学生上学。同时通过设立专项扶贫资金、贫困生奖学金、助学金等资助贫困家庭子女享受均等的义务教育，降低学龄儿童的失学率，鼓励大学生和教师去秦巴山区支教，加强师资队伍建设，促进教育资源均等化。要改变部分贫困人口的“等、靠、要”思想和依赖观念，对农村的光棍、懒汉以精神扶贫为主，促使其改变生活习惯，增强劳动技能，提升其生存能力和生活信心[7]。同时建立职业技术培训学校，开展各种劳动技能培训和劳务输出，增强贫困农户的就业技能和竞争力，鼓励贫困农户向非农劳动转移，丰富其生计活动选择，保障其收入稳定，使农户早日脱贫致富。

参考文献：

[1]   习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[EB/OL].（2017-10-28）[2018-10-18].http：//politics.people.com.cn/n1/2017/1028/c1001-29613514.html.

[2] 姜德波，彭程.城市化进程中的乡村衰落现象：成因及治理——“乡村振兴战略”实施视角的分析[J].南京审计大学学报，2018（1）：16-24.

[3] 罗必良.明确发展思路，实施乡村振兴战略[J].南方经济，2017（10）：8-11.

[4] 习近平.在深度贫困地区脱贫攻坚座谈会上的讲话[EB/OL].（2017-08-31）[2017-08-31].http：//politics.people.com.cn/n1/2017/0831/c1024-29507971.html.

[5] 央视网.习近平出席庆祝改革开放40周年大会并发表重要讲话[EB/OL].（2018-12-18）[2018-12-18].http：//news.cctv.com/2018/12/18/artilyndgjijtxod6vj9lsyn181218.shtml.

[6] 董铭胜.有效应对脱贫攻坚面临的困難和挑战（人民观察）[EB/OL].（2017-08-31）[2018-10-23].http：//www.cpad.gov.cn/art/2018/10/23/art_56_90541.html.

[7] 汪三贵，曾小溪.从区域扶贫开发到精准扶贫——改革开放40年中国扶贫政策的演进及脱贫攻坚的难点和对策[J].农业经济问题，2018（8）：40-50.

[8] 刘彦随，周扬，刘继来.中国农村贫困化地域分异特征及其精准扶贫策略[J].中国科学院院刊，2016（3）：269-278.

[9] 郭建宇，吴国宝.基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例[J].中国农村经济，2012（2）：12-20.

[10] Sen Amartya.Commodities and Capabilities[M].Amsterdam： North-Holland， 1985：46-58.

[11] 张志胜. 精准扶贫领域贫困农民主体性的缺失与重塑——基于精神扶贫视角[J].西北农林科技大学学报（社会科学版），2018，18（3）：72-81.

[12] 高帅.社会地位、收入与多维贫困的动态演变——基于能力剥夺视角的分析[J].上海财经大学学报，2015，17（3）：32-40.

[13] 王小林.贫困测量：理论与方法[M].2版.北京：社会科学文献出版社，2017：.

[14] 邹薇，方迎风.关于中国贫困的动态多维度研究[J].中国人口科学，2011（6）：49-59.

[15] Sabina Alkire，James Foster.Counting and Multidimensional Poverty Measurement[J].Journal of Public Economics，2007，95（7）：476-487.

[16] Alkire S，Seth S.Multidimensional Poverty Reduction in Lndia Between 1999 and 2006：4 Where and How？ [J].World Development，2015，72：93-108.

[17] Batana Y M.Multidimensional Measurement of Poverty Among Women in Sub-Saharan Africa[J].Social Indicators Research，2013，12（2）：337-362.

[18] 王小林，Sabina Alkire.中国多维贫困测量：估计和政策含义[J].中国农村经济， 2009（12）：4-10.

[19] 张全红，周强.中国贫困测度的多维方法和实证应用[J].中国软科学，2015（7）：29-41.

[20] 郭熙保，周强.长期多维贫困、不平等与致贫因素[J].经济研究，2016（6）：143-156.

[21] 谭燕芝，张子豪.社会网络、非正规金融与农户多维贫困[J].财经研究，2017，43（3）：43-56.

[22] 高帅，毕洁颖.农村人口动态多维贫困：状态持续与转变[J].中国人口·资源与环境，2016，26（2）：76-83.

[23] 谢家智，车四方.农村家庭多维贫困测度与分析[J].统计研究，2017，34（9）：44-55.

[24] 石智雷，邹蔚然. 库区农户的多维贫困及致贫机理分析[J].农业经济问题，2013，34（6）：61-69.

[25] 张永丽，张佩，卢晓.农户多维贫困测度及其影响因素分析[J].西北农林科技大学学报（社会科学版），2017，17（5）：138-147.

[26] 文宏，谭学兰.农村家庭“因教致贫”现象解读与政策建议——基于脆弱性理论视角[J].西北农林科技大学学报（社会科学版），2015，15（2）：113-120.

[27] 高艳云.中国城乡多维贫困的测度及比较[J].统计研究，2012，29（11）：61-66.

[28] 杨龙，汪三贵.贫困地区农户的多维贫困测量与分解——基于 2010 年中国农村贫困监测的农户数据[J].人口学刊，2015，37（2）：15-25.

[29] 庄天慧，刘洪秀，张海霞.新阶段西南民族地区农户扶贫需求实证研究——基于1 739户农户的调查[J].农业经济问题，2011（10）：83-88.

[30] 国务院扶贫开发领导小组办公室.秦巴山片区区域发展与扶贫攻坚规划（2011-2020年）[EB/OL].[2013-04-25].http：//dqs.ndrc.gov.cn/qygh/201304/t20130425_538612.html.

[31] UNDP：Human Development Report 2010[EB/OL].[2011-12-20].http：//hdr.undp.org.

[32] 周常春，翟羽佳，車震宇.连片特困区农户多维贫困测度及能力建设研究[J].中国人口·资源与环境，2017（11）：95-103.

[33] 王春超，叶琴. 中国农民工多维贫困的演进——基于收入与教育维度的考察[J].经济研究，2014（12）：159-174.