后脱贫时代连片特困地区的多维贫困测度与返贫防治——基于南疆四地州的调查数据

○ 王蕾 李亚莉 穆晓央

（石河子大学经济与管理学院，新疆 石河子 832000）

一、引言

2020年底，中国全面消除绝对贫困，表明中国迈入全面小康社会，进入后脱贫时代[1]。后脱贫时代的到来标志着脱贫进入新阶段，这一阶段的主要特点是贫困的反复性、贫困样式的多样化以及贫困重点的非地缘性[2]。截至2020 年12 月，我国如期完成脱贫攻坚目标任务，消除了绝对贫困和区域性整体贫困，取得令世界瞩目的重大胜利。然而，绝对贫困的消除并不意味着贫困治理的结束。习近平总书记指出：“脱贫和高标准的小康是两码事,我们不是一劳永逸，毕其功于一役，相对贫困、相对落后、相对差距将长期存在”[3]。现行标准下农村贫困人口全部脱贫是指脱贫攻坚的历史阶段已经完成，但是相对贫困问题永远存在，新时代的扶贫工作要在巩固已有扶贫成果的同时，逐步将工作重心转移到缓解相对贫困。虽然绝对贫困和相对贫困测度都是基于个人所得，只是对照的标准不一致，绝对贫困更多指的是基本资源的缺失，是个人基本生活需要，而相对贫困是一种评价体系，是将少数人与大多数人拥有的生活条件作对比，是社会平均生活水平[4]。相对贫困不仅是指因所得不足而造成的“贫”，更涵摄因教育、健康、生活水准低下形成的“困”。因此，进入后脱贫时代，要将在脱贫攻坚战中所采取的一些策略和经验进行延续，即应在所得收入维度的基础上，加强对其他维度如教育、健康、生活水准等维度的关注，重新对贫困标准和贫困人群进行识别鉴定，以便采取新的措施来应对贫困形势的新变化。

2011年5月，中共中央、国务院印发了《中国农村扶贫开发纲要（2011—2020 年）》，明确实施特殊政策的新疆南疆三地州、西藏区以及四川省藏区为国家扶贫攻坚主要阵地和相对贫困治理的核心区域。在实践中，新疆地区的扶贫范围也逐渐由南疆三地州扩展为南疆四地州[5]。2020年11月中旬，新疆南疆四地州最后十个贫困县如期退出贫困序列，至此，新疆宣布所有贫困县实现脱贫摘帽。但是，消除绝对贫困并不代表贫困治理工作的结束，进入后脱贫时代，南疆四地州将面临更大的挑战。首先，大规模扶贫开发转向制度化和社会保障兜底[6]，再加上南疆四地州地区自然灾害频发、资源禀赋贫瘠、劳动力文化水平较低以及交通不发达等多种问题交织在一起，将会加重后脱贫时代南疆四地州地区贫困治理的困难程度。为此，本文试图、图以多维贫困的角度为出发点，探索南疆四地州地区相对贫困治理的突破口。

二、文献综述

最早针对多维贫困进行研究的是国外学者阿玛蒂亚·森，他提出的能力贫困理论认为，人贫困的最根本原因不仅仅包括金钱收入能力不足，还包括教育、健康和医疗等方面的能力缺失[7]。随后在阿玛蒂亚·森的能力贫困理论基础上，ALKIRE 和FOSTER[8]设计出多维贫困测度指标（MPI），并提出了一套测度多维贫困的A-F 双临界值法。经过两位学者不断的实践和完善，基于多维贫困测度指标（MPI）的A-F 双临界值法已经成为学术界常用的多维贫困测度方法。

目前国内有关多维贫困测量的研究较为丰富，本文通过获取数据的方式可把目前研究情况分成如下三种类型：一是利用来自中国健康与营养调查（CHNS）的数据。王小林和ALKIRE[9]通过利用AF法对2006年CHNS数据进行处理，以对我国城市家庭和乡村家庭的贫穷程度和维度进行测定，发现除了收入之外，我国乡村和城市家庭中还存在其他维度的贫困,其中卫生设施、教育以及健康保险维度较为突出。张全红等[10]基于1989—2009 年CHNS调查数据，对东部、中部、西部和东北等九个地区开展了多维贫困调查，结果发现这九个地区不管在单维贫困方面，或者其他多维贫困方面均有明显的下滑态势。二是采用中国家庭追踪调查（CFPS）的数据。李东和孙东琪[11]采用了Global-MPI的大数据分析框架，以及基于中国家庭追踪调查（CFPS）的抽样调查数据分析，最终选择了三个维度九个指标对我国2010—2016年的多维贫困情况展开了动态研究，发现无论是中国家庭的多维贫困指数还是中国家庭的多维贫困发生率都呈现逐年下降的趋势，整体上中国家庭贫困人口的生活水平有所提升，但是安全饮用水和做饭燃料这两个维度对多维贫困的贡献率也相对较高。三是采用入户走访和实地问卷调查的数据。王恒等[12]以农村连片特困地区秦巴山区为主要调研目标，通过对四川、甘肃和陕西省农户的现场调查情况，利用Probit模型实证分析了劳务流转对农户贫困程度及其多维贫困的影响，并指出尽管劳动力通过城乡流转可以有效减少农民在增收方面的困难,但相应却会提高农民在其他方面多维贫困的发生率。关靖云和李东[13]基于对新疆喀什地区212 户建档立卡贫困户开展调查研究和深入走访等方法收集整理的新数据，选取了收入、健康、教育、生活条件、国家通用语言文字水平、资本积累能力六个维度，通过采用A-F法构建多维贫困测度指数，对新疆喀什地区深度贫困村建档立卡户进行多维测度与分解，发现教育是农户陷入多维贫困的主要维度。

随着2020年底绝对贫困和区域性整体贫困的全面消除，学者们将关注的重点逐渐转移到对2020 年后相对贫困问题和扶贫战略的思考，尤其更为关注刚刚完成脱贫任务但是基础仍然比较薄弱的连片特困地区未来的发展。刘东等[6]认为进入后脱贫时代，边疆民族地区相对贫困治理的重点在于由“输血”治贫转向“造血”防贫，乡村发展要由低层次的脱贫转向高层次的振兴。王永明和王美霞[14]以武陵山片区为研究对象，利用FGT 指数、贫困距离指数以及SARAR 模型等对2001—2018 年武陵山区县域相对贫困的时空演化特征和驱动因素进行探索，研究发现，片区县域的动态变化趋势主要分为波动、平稳和逐渐下降阶段，并且不同时期、不同等级相对贫困县域的空间转移格局也不同。上述研究从不同角度提出了连片特困地区贫困治理转向相对贫困的可行性，为现阶段研究连片特困地区贫困治理提供了重要的方向。但是，现有研究仍存在不足之处，如忽视了连片特困地区在国家高强度“输血”式帮扶下进入相对贫困阶段是否能够适应新阶段对贫困治理提出的新要求。中国在消除绝对脱贫后这些贫困标准也要随着社会经济的发展进行动态的调整，也要重新对贫困标准和贫困人群进行识别鉴定，以便采取新的措施应对贫困形式的新变化。目前，国内外学者关于相对贫困维度和指标的探索仍然处于初级阶段，尚未形成系统的贫困测度指标体系，并且，多维贫困测量维度和指标的选取也要结合地区实际状况。因此，本文以新疆南疆四地州为例，探索进入相对贫困阶段后南疆四地州地区的多维贫困状况，构建适合脱贫地区脱贫群众的多维相对贫困测度指标体系，以促进脱贫地区持续稳定发展。并通过测度四个地区的多维相对贫困指数，找出制约农户发展的关键要素，有针对性地提出防止农户返贫、促进农户收入水平和生活质量的建议。

三、研究方法与数据来源

（一）研究方法

目前学术界关于多维贫困测度的方法主要分为两大类：一类是不考虑不同维度之间关系的边缘分布法，另一类是考虑维度之间关系的联合分布法。边缘分布法主要包括仪表盘法和综合指数法，但是由于没有同时考虑不同维度之间的关系，因此使用的频率不高。联合分布法则是一种使用更为广泛的多维贫困测度方法，其中，ALKIRE 和FOSTER在2011年针对多维贫困测度难题创立的A-F双临界值法，正是满足多维贫困测度的若干公理化准则且被联合国开发计划署所采用，该方法目前已经成为国内外学者研究贫困最常用的方法。结合研究实际，本文主要采用国际上成熟的由ALKIRE和FOSTER 提出的双重临界值法测度家户的多维相对贫困程度。测量具体步骤如下：

1.各维度取值

设Mn,d为一个n×d维矩阵，且xij∈Mn,d(i=1,2,...,n;j=1,2,...,d)，xij代表个体i个j维度上的取值，即行向量表示第i个调查户在所有维度上的取值，同理，列向量表示第j维度上各调查户的取值。

2.贫困识别

（2）多维度贫困识别。在进行每一个维度上贫困个体的识别后，就要对个体进行多维度贫困的第二重识别，第二重识别要在第一重单维度识别的基础上分别对单个维度和指标赋予相应的权重。令wj为维度j的权重(),获得加权一维贫困剥夺矩阵。

（3）贫困加总。在对每一个个体在各个维度上的被剥夺情况进行汇总后，需要对维度进行加总，以确定最终的多维贫困指数M0:M0=具体计算公式如下：

其中，H为多维贫困发生率，A为多维贫困强度指数，M0为多维贫困指数。q表示多维贫困人口的数量，n为样本总数。

（4）维度分解。进一步地，可以将多维贫困指数按照单个维度进行分解。定义MPIi为多维相对贫困单指标贡献率，qi表示在多维贫困情况下指标的多维相对贫困发生率，wi表示各个维度下的指标权重值，各指标对多维贫困的贡献额可以表示为MPIi=，各指标对多维贫困的贡献率可以表示为:

（二）数据来源

南疆四地州位于新疆西南部、塔克拉玛干沙漠西部边缘，主要包括阿克苏地区、喀什地区、克孜勒苏柯尔克孜自治州（以下简称克州）以及和田地区，是全国“三区三州”深度贫困地区之一。本研究所选取的4县分别为阿克苏地区的乌什县，喀什地区的叶城县，克州的阿克陶县以及和田地区的民丰县，这4 个样本县都属于国家级贫困县，它们对四个地区的多维贫困状况具有较好的代表性。为了全面了解南疆致贫原因，课题组成员通过对农户进行问卷调查、走访、座谈等调研活动进行数据收集，共发放调查问卷574份。通过删除异常值、缺失值后，最终得到有效问卷481 份，并辅之以各县的访谈资料。

（三）维度、指标与权重说明

在维度和指标选取方面，本文主要借鉴联合国开发计划署（UNDP）《2010年人类发展报告》和《中国农村扶贫开发纲要（2011—2020 年）》等文件中提到的指标体系，并结合阿马蒂亚·森提出的能力贫困理论和南疆四地州地区实际情况，最终确定收入、健康、教育和生活水平4 个维度共计12 个指标（见表1）。在进行多维贫困测量时，ALKIRE 和FOSTER[15]一直坚持等权重的测量方法，虽然也有学者通过采用其他方法对维度和指标设置不同的权重，如郭建宇和吴国宝[16]的差异化权重设置法、胡继亮等[17]的多重对应分析法等，但是多维贫困测度的本质在于分析研究对象在多维度下的“相对剥夺感”，所以不同维度以及同一维度下的不同指标之间应该设置相等的权重进行测度。因此，本文主要借鉴ALKIRE 和FOSTER[18]、王小林和冯贺霞等[19]学者的测量方法，通过赋予每一个维度相等的权重，并且每个维度的指标也是等权重的，以此测量南疆四地州地区的多维相对贫困状况。由于各维度设置的指标数不同，因此不同维度的指标权重也不完全相同，即收入、教育、健康和生活水平四个维度的权重相同，为1/4。其中，收入只有1 个指标，故为1/4，教育有2个指标，均为1/8，健康有3个指标，均为1/12，生活水平有6个指标，均为1/24。

表1 多维贫困维度、指标及剥夺临界值

四、多维相对贫困测度与分析

（一）单维相对贫困状况

首先考察农户在收入、健康、教育和生活水平4个维度10个指标上的单维相对贫困发生情况，如表2所示。

由表2 可知，生活水平维度的做饭燃料指标、卫生设施指标和收入维度的人均绝对收入指标相对贫困发生率比较高，分别为53.85%、21.80%和50.31%。一方面与设置的剥夺临界值相关，2020年消除绝对贫困后，开启了全面建设社会主义现代化国家的新征程，贫困标准也相应发生变化，要求也较绝对贫困时期更加严格；另一方面也反映了农户以前的经济基础比较薄弱，农业收入是四地州农户的主要收入来源。但是南疆四地州的耕地面积少而农村人口多，再加上区域生态环境和自然状况恶劣、交通运输不发达等原因导致收入来源和生活基础设施发展受到限制，虽然四个地州的地区生产总值和人均地区生产总值相比较2018年都有不同程度的增长，但是与全疆相比仍然有很大的差距，并且四个地州之间的经济发展以及地州内部产业发展也不均衡。

表2 单维相对贫困发生率

相比较做饭燃料指标、卫生设施指标和人均绝对收入指标，其余指标的相对贫困发生率较低。如在教育维度方面，由于研究群体的学历是指南疆地区脱贫农户全体家庭成员的最高受教育水平，而教育发展又是一个长远的过程，不能在短时间内得到很快提升，所以这一指标主要取决于农户在脱贫前对教育发展的重视程度。脱贫农户受教育年限的相对贫困发生率为14.14%，这一结果也反映了农户在脱贫前不够重视发展教育。但从青少年入学率的相对贫困发生率仅为1.87%这一结果可以发现，随着精准扶贫工作的不断深入，自治区政府和基层组织针对南疆四地州开展的脱贫攻坚教育扶贫专项行动和教育部实施的“对口援疆”政策和“两免一补”政策取得了很好的成效，在很大程度上缓解了师资、管理等方面的不足。在健康维度方面，当前任一家庭成员患有重大疾病或残疾，无法参加劳动的家庭有37户，相对贫困发生率为7.7%，但是农户基本医疗保险的相对贫困发生率较低，仅为0.62%，这主要得益于新农合扶贫政策。虽然农户在各个指标上的相对贫困发生率不为0，但是相比较之前对南疆地区多维贫困的研究[21-23],该指标的贫困发生率有所下降，并且指标剥夺临界值的设置相比较于之前也更加严格，这说明精准扶贫工作在南疆地区取得了很好的效果，贫困状况在指标上也有了好转。

（二）多维相对贫困状况

由表3可知，随着k的增加，维度相对贫困发生率H和多维相对贫困指数MPI在逐渐降低。当k=1时，相对贫困发生率（H）为0.8773，表明有87.73%的农户在12个指标中至少任意一个指标上处于被剥夺状态，相对剥夺强度指数（A）为22.10%，多维相对贫困指数（MPI）为19.39%；当k=3 时，相对贫困发生率（H）为0.2245，表明有22.45%的农户在12个指标中至少任意三个指标上处于被剥夺状态，相对剥夺强度指数（A）为35.38%，多维相对贫困指数(MPI)为7.94%；当k=6时，相对贫困发生率（H）为0，表明被调研区域不存在任意六个指标均处于被剥夺状态的农户。

表3 多维相对贫困发生率 单位：%

（三）多维相对贫困的分解

1.按指标分解

表4 给出在不同k值下的多维相对贫困指数（MPI）以及4个维度12个指标在不同k值下的贫困单指标贡献率。以k=3为例，MPI为7.95%，即居民户同时存在任意三个指标被剥夺的MPI 为7.95%。其中，人均收入对多维相对贫困的贡献率最大，为56.26%，受教育年限的贡献率次之，为12.76%，做饭燃料的贡献率为9.17%。从这个结果可以看出，收入维度对相对贫困的贡献率占了很大的比重，超过一半以上，与单维指标相对贫困测度结果一致，也再一次验证了收入、教育以及做饭燃料这三个指标对农户脱贫以及防止返贫的重要性。

表4 多维相对贫困指数和各指标贡献率 单位：%

2.按区域分解

进一步对不同地区进行分解，表5给出了不同地区在不同维度数下的多维相对贫困指数（MPI）。由测算结果可知，叶城县和阿克陶县的相对贫困指标达到四个，即叶城县和阿克陶县的脱贫农户最多同时存在任意四个指标被剥夺现象，而民丰县和乌什县存在任意五个指标被剥夺现象。取k=3时，阿克陶县的多维相对贫困发生率（H）最低为2.5%，其余三地区的多维相对贫困发生率相近，其中，叶城县的多维相对贫困发生率（H）为25%,民丰县的多维相对贫困发生率（H）为23.21%，乌什县的多维相对贫困发生率（H）为25.36%。以这四个地区为例，可以反映出南疆四地州地区之间的发展差异，每一个地州之间的指标贫困贡献率也不同。因此，要针对四地州不同地区的实际情况进行相对贫困治理，有针对性地提出相应的建议和对策。虽然这四个地区都存在不同程度的相对贫困，但是从数据可以看出，各地区的相对贫困发生率较之前相比都有大幅下降，这表明我国实施的精准扶贫政策已经取得了一定的成效，接下来工作的重心主要是找到各地区的薄弱环节，通过采取相应的措施防止返贫。

表5 各地区多维相对贫困指数（MPI） 单位：%

3.按家庭特征分解

考虑到家庭特征可能也会对人们的生活产生影响，因此在进行多维相对贫困测量的过程中，对被调查者农户按照性别、受教育年限、职业以及所在家庭是否曾为建档立卡户分别进行贫困测算（见表6）。从性别看，调查农户为男性的比重约为61%，高于女性农户所占比重，相应的相对贫困发生率也高于女性被调查者。例如，男性调查者共有286名处于多维相对贫困，多维相对贫困发生率为52%，相对贫困家庭平均在2.2 个指标上处于被剥夺状态；女性调查者有186 名处于多维相对贫困，多维相对贫困发生率34%，相对贫困家庭平均在2.5 个指标上处于被剥夺状态。在中国，受传统家庭观念的影响，“男主外，女主内”观念深入人心，男性更多的承担赚钱养家的任务，女性更多被期望在家“相夫教子”，即使近些年来人们对这种观念已有改观，并且随着南疆地区卫星工厂、特色养殖业的发展，女性也越来越多地进入社会工作，但是相较于男性，女性的发展受制于文化程度以及就业技能，导致女性收入水平往往低于男性收入水平，所以女性的被剥夺维数要高于男性。

李黎明和杨梦瑶[24]、陈丽湘等[25]研究发现，农户的受教育程度、职业与收入贫困显著相关，本文则进一步证明了农户的多维相对贫困发生与受教育年限、职业相关。本研究发现多维相对贫困指数（MPI）、多维相对贫困发生率（H）以及维度相对贫困强度指数（A）与农户受教育年限整体上呈相反趋势。例如，初中及以下教育程度的多维相对贫困发生率约为28%，维度相对贫困强度指数约为18%，多维相对贫困指数约为5%；大专及以上的多维相对贫困发生率约为1%，维度相对贫困强度指数约为16%，多维相对贫困指数约为0.2%。根据表6 可知，南疆四地州居民主要以务农为主，务农农户占比约为80%，其中，多维相对贫困发生率约为73%，维度相对贫困强度指数约为25%，多维相对贫困指数约为18%；公务员、教师的多维相对贫困比重仅为1.06%和0.85%，多维相对贫困指数约为0.07%、0.17%。

表6 不同家庭特征的多维相对贫困指数 单位：%

根据乔慧等[26]、陈杰等[27]研究发现，2020 年底中国消除绝对贫困后，相对贫困问题依然存在。在精准扶贫时期，建档立卡政策不但有利于提高农户收入，也可以通过提高农户生产、生活等各类条件对减轻相对贫困具有外溢作用。本文通过对以往建档立卡户与非建档立卡户各方面数据对比分析再次证明了建档立卡政策在农户脱贫过程中的重要作用。根据表6的各项结果可知，被调研对象中过去曾是建档立卡户的多维相对贫困发生率约为25%，维度相对贫困强度指数约为25%，多维相对贫困指数约为6%；非建档立卡户的多维相对贫困发生率约为62%，维度相对贫困强度指数约为24%，多维相对贫困指数约为15%。

五、结论与措施

（一）主要结论

1.从单维相对贫困发生率来看，南疆四地州农户在做饭燃料、人均收入以及卫生设施指标的相对贫困发生率最高，分别为53.85%、50.31% 和21.83%。从多维相对贫困发生率来看，当k逐渐增加，多维度相对贫困发生率和多维度相对贫困指数逐渐下降，但是多维度相对贫困强度指数逐渐增加。当k=6时，这三项数据均为0，表明农户最多在任意五个指标上同时存在剥夺状态。将多维相对贫困指数按照指标进行分解，当k=1时，人均收入、做饭燃料和受教育年限指标的多维相对贫困发生率排在前三，但是随着k的增加，人均收入和做饭燃料指标也在逐渐下降，当k=5 时，人均收入和受教育年限指标的多维相对贫困发生率分别为50.59%、18.07%。由此可以看出，无论是绝对贫困时期还是相对贫困时期，收入都是南疆四地州农户发展的关键。

2.从各地区数据来看，虽然较晚脱贫的阿克陶县和叶城县，较早脱贫的民丰县和乌什县存在任意六个指标上的相对贫困，但相对贫困发生率仅为2.23%和0.96%。可能是因为相较于刚刚脱贫但仍享有较多原先政策的脱贫户来说，较早脱贫地区享受的帮贫政策较少，虽然也有一定的自主发展能力，但是风险防范能力不足，很容易因为突发事件使整个家庭陷入困难的境地。因此，政府在采取措施巩固脱贫成果的同时，不仅仅要关注新脱贫人口，也要防止已脱贫人口返贫。

（二）返贫防治措施

反贫困是一项长期而艰巨的任务，如何更好的巩固脱贫成果，保证已经脱贫人员不返贫是开展当前工作的重点，本文主要从以下三个方面为防止南疆四地州脱贫农户返贫提出针对性建议：

1.发挥自身资源优势和区域条件优势扶持重点产业发展，扩展脱贫群体收入来源。前文对四个县的农户按照单维相对贫困发生率和多维指标分解表明，收入仍是农户发展和防止返贫的重中之重。本文通过调研发现，在消除绝对贫困期间，南疆四地州大力推动扶贫互助农民合作社发展，有力促进脱贫攻坚，主要采取“合作社+农户”的运作模式，如养殖合作社和种植合作社等，结合当地产业优势和区域特色，通过鼓励农户以土地、资金入股或在合作社就业等多种形式增加收入，最终实现持久稳定脱贫。因此，进入相对贫困阶段，南疆四地州应继续采取“合作社”运作方式，因地制宜调整产业发展模式，通过发展特色产业促进农户持续增收。首先，构建林果产业化经营基地，如喀什地区的叶城县作为新疆核桃种植第一大县，素来有“中国核桃之乡”的美誉，因此可以将核桃作为特色产业进行发展，建设核桃产业园区，通过引进一批核桃加工企业，构建核桃全产业链，通过直播、建设核桃外销平台、与知名企业合作，使叶城县的核桃走出新疆，走向中国。新疆是中国著名的“瓜果之乡”，特别是南疆地区光热资源充足，适宜林果生长，拥有丰富的特色林果产品，如喀什地区的红枣、巴旦木，阿克苏地区的苹果，克州的葡萄、杏子以及和田的石榴、大枣等，在中国久负盛名。政府要积极引导企业朝着“做大总量、培养品牌、集群经营”方向发展，打造特色高效品牌。其次，南疆四地州旅游资源丰富，如阿克苏的塔里木盆地、喀什的香妃墓等，应充分利用这一优势发展旅游产业，将其独特的旅游资源优势转化为经济优势。同时也要利用南疆四地州的边境优势和“丝绸之路经济带”战略优势，将产品销售出去，拉动当地经济发展，增加农户收入。

2.提升学生教育品质,有效缓解中小学生的知识贫乏问题。本研究中四个县域农户的相对贫困贡献率较高的是教育维度—贡献率高达12.76%（k=3），可见对农户进行知识教育也是防止返贫的重要一环。SCHULTZ[28]认为，发展中国家贫困的减少与教育改善这一人力资本投资行为密切相关。其中教师队伍建设更是提升教育质量的关键，因此国家应大力支持西部计划和“三支一扶”计划，鼓励更多的高校毕业生和有志青年投身到西部地区的教育事业，为西部地区的教育事业贡献更多力量。同时也要对双语教师进行培训，优化双语教师培训师资，并且选择优秀的双语培训教师结合本校的教育实际对双语教师进行校本培训。最后，通过搭建起由包括国家高等教育主管部门、新疆地区高等院校（包含援疆高校）以及中小学校（包含援疆中小学校）等单位组成的多元主体共同参加的教育培训网络与平台,进一步扩大优秀教育教学资源的共享范围,全方位提高教育质量。

3.完善生活基础设施，为脱贫群体提供生活发展保障。前文研究中发现多维相对贫困群体还存在生活基础设施薄弱和精神贫困现象。首先，在南疆四地州地区人居环境整治工程中，“公厕革命”以及生活做饭燃料煤改电等都是大工程，因此，在这项工程中要充分发挥政府主导作用和村民主体作用，并根据“缺项补项”原则，进一步补齐贫困地区基础设施建设发展短板，以提高农村的基础生活设施水平和人居生活环境。其次，对于南疆四地州适宜居住的生活地区加强乡村公路升级改造，为乡村通客车提供便利的公共交通条件。最后，为了丰富农民的精神文化生活，可以在具备条件的乡村建造一个集健身、娱乐、休闲、养生为一体的“绿色”文体活动场地，有助于乡村定期举办群众喜闻乐见的各类文体活动，以不断满足农民的休闲娱乐需求。