集中連片特困地區(qū)多維貧困測度與治理研究
——基于大別山片區(qū)微觀調(diào)研數(shù)據(jù)

錢力 倪修鳳

(安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠233030)

一、引言

貧困是一種復(fù)雜的社會經(jīng)濟(jì)現(xiàn)象，貧困問題一直受到世界各國的廣泛關(guān)注，消除貧困是當(dāng)前我國社會經(jīng)濟(jì)發(fā)展面臨的重大難題。隨著減貧脫貧工作的深入開展，貧困概念不斷拓寬，貧困無法完全用貨幣來衡量，僅僅用收入水平或消費(fèi)支出等經(jīng)濟(jì)維度來衡量貧困是片面的，教育水平、基礎(chǔ)設(shè)施狀況和公共服務(wù)能力等都能反映人類福祉，多維貧困理論逐漸被廣泛接受。集中連片特困地區(qū)是特殊的區(qū)域性貧困，貧困范圍廣、貧困程度深，貧困成因較為復(fù)雜，是我國脫貧攻堅(jiān)任務(wù)完成過程中的重中之重，是當(dāng)前扶貧開發(fā)工作的主戰(zhàn)場。針對集中連片特困地區(qū)進(jìn)行多維貧困治理，不僅要從多維貧困理論角度出發(fā)分析其致貧原因，更要運(yùn)用科學(xué)的多維貧困測度方法來測算其貧困程度，根據(jù)各片區(qū)的不同貧困程度，實(shí)施差異性貧困治理措施，實(shí)現(xiàn)精準(zhǔn)扶貧、精準(zhǔn)脫貧，有利于推動集中連片特困地區(qū)乃至全國脫貧攻堅(jiān)的工作步伐，實(shí)現(xiàn)整體脫貧、全面小康的戰(zhàn)略目標(biāo)。

大別山片區(qū)地處河南、湖北和安徽三省交界地帶，集糧食主產(chǎn)區(qū)、沿淮低洼易澇區(qū)和革命老區(qū)于一體，洪澇與干旱等自然災(zāi)害頻發(fā)且破壞性強(qiáng)，是我國洪澇災(zāi)害最為嚴(yán)重的地區(qū)之一，也是國家新一輪扶貧攻堅(jiān)主戰(zhàn)場中人口規(guī)模和密度最大的片區(qū)。由于特殊歷史、地理、氣候等因素影響，大別山片區(qū)扶貧對象規(guī)模大，人地矛盾突出，礦產(chǎn)資源匱乏，洪澇干旱危害大，公共服務(wù)水平低，城鎮(zhèn)化進(jìn)程滯后，交通閉塞、基礎(chǔ)設(shè)施薄弱，發(fā)展相對落后，脫貧攻堅(jiān)任務(wù)相當(dāng)艱巨。加快大別山片區(qū)區(qū)域發(fā)展步伐，加大其扶貧攻堅(jiān)力度，有利于推動革命老區(qū)及其貧困人口脫貧致富，促進(jìn)中部地區(qū)崛起，進(jìn)一步深化改革、擴(kuò)大開放、轉(zhuǎn)變發(fā)展方式。大別山片區(qū)脫貧攻堅(jiān)工作的高效開展，為其他片區(qū)有效減貧脫貧提供了參考，對實(shí)現(xiàn)全面建設(shè)小康社會奮斗目標(biāo)具有十分重要的意義。因此，本文以大別山片區(qū)為例，研究全國集中連片特困地區(qū)多維貧困治理問題，具有典型性和科學(xué)性。

集中連片特困地區(qū)多維貧困治理問題具有復(fù)雜性和特殊性，各片區(qū)貧困程度不同，貧困成因也具有差異性，多維貧困治理需提高精準(zhǔn)性。三支決策理論的核心要義是“三分而治”，在信息系統(tǒng)不完備、不精確而難以簡單決策接受或拒絕時(shí)，引入延遲決策，待決策信息收集完備、充分后再進(jìn)行準(zhǔn)確決策，減小了直接決策的風(fēng)險(xiǎn)和代價(jià)，增加了決策的選擇性和準(zhǔn)確性，這與精準(zhǔn)扶貧戰(zhàn)略在價(jià)值取向上高度一致。因此，將三支決策理論應(yīng)用于多維貧困治理，具有合理性、適用性和科學(xué)性。在多維貧困理論分析基礎(chǔ)上，基于三支決策研究視角，運(yùn)用大別山片區(qū)微觀調(diào)研數(shù)據(jù)，對其多維貧困治理問題進(jìn)行定量與定性分析，提供適用性較強(qiáng)、精準(zhǔn)度較高的多維貧困治理建議，有利于大別山片區(qū)乃至全國集中連片特困地區(qū)減貧脫貧，推動精準(zhǔn)扶貧戰(zhàn)略的進(jìn)一步實(shí)施，實(shí)現(xiàn)穩(wěn)定脫貧、長效脫貧。

二、文獻(xiàn)綜述

貧困具有復(fù)雜性和綜合性，僅僅通過收入或消費(fèi)水平低下來衡量貧困已經(jīng)不能很好體現(xiàn)貧困的實(shí)質(zhì)，從理論上來說貧困是多維的［1］。首先，貧困衡量指標(biāo)具有多維性。由于對多維貧困的見解不同和數(shù)據(jù)來源的限制，現(xiàn)有研究在具體衡量指標(biāo)選擇上具有差異性，但大體上都會參考MPI的指標(biāo)設(shè)定，涵蓋教育、健康和生活水平三個(gè)方面［2］，社會保障、政治參與［3］、就業(yè)、住房和技能［4］等維度逐漸被納入貧困衡量體系中。隨著脫貧攻堅(jiān)工作的深入，機(jī)會、能力、風(fēng)險(xiǎn)［5］和生計(jì)資本［6］也越來越受到關(guān)注。 其次，貧困形成機(jī)理多維?，F(xiàn)有研究主要從教育、健康、生活水平和發(fā)展能力四個(gè)維度分析多維貧困形成機(jī)理［7］，但針對不同貧困主體，貧困機(jī)理具有差異性。研究表明，營養(yǎng)維度、醫(yī)療保障維度和貧困文化維度成為兒童多維貧困的主要致貧因素［8］，收入、教育、健康與社會資本對農(nóng)民工多維貧困產(chǎn)生重要影響［9］，社會關(guān)系、健康、教育、衛(wèi)生設(shè)施和決策權(quán)等維度對婦女多維貧困的貢獻(xiàn)率較高［10］，外出務(wù)工、有未成年子女等因素也在不同程度上解釋了女性多維貧困發(fā)生的原因［11］，而失能老人多維貧困的主要致貧原因則為精神孤獨(dú)、照料滿意度低、醫(yī)療保障水平低等因素［12］。最后，多維貧困測度方法體系逐漸豐富，具有多維特性。針對多維貧困測度，不僅有較常見的 Alkire-Foster多維貧困測度法［13］［14］、CHNS數(shù) 據(jù) 法［15］［16］，也有創(chuàng)新性測度方法，如通過構(gòu)建隨機(jī)占優(yōu)方法和測算一致性比例兩種方法研究多維貧困指數(shù)關(guān)于維度變化、權(quán)重選擇的穩(wěn)定性［17］，采用UNDP-MPI、泰勒指數(shù)、空間自相關(guān)及多元回歸分析等方法分析貧困地區(qū)多維貧困的時(shí)空格局及影響因素［18］，運(yùn)用多邊形綜合圖示法、莫蘭指數(shù)和地理探測器模型等方法對貧困程度、空間格局及影響因素進(jìn)行研究［19］。

基于集中連片特困地區(qū)貧困形成機(jī)理多維性與我國精準(zhǔn)扶貧戰(zhàn)略構(gòu)想的科學(xué)性，貧困治理研究有著重要的理論意義與實(shí)踐意義。首先，貧困治理體系構(gòu)建逐漸完善。學(xué)者們不僅提出構(gòu)建以地方政府為扶貧開發(fā)主體，非營利組織、國際和本土扶貧NGO、社會組織、個(gè)人及政府內(nèi)部各部門間共同協(xié)作的多中心協(xié)同反貧困治理體系［20］，還建議下移反貧困治理中心、擴(kuò)大利益主體參與度、豐富貧困治理工具措施載體［21］，在價(jià)值取向中堅(jiān)持人民性、救急性和發(fā)展性，在制度體系中建立專門領(lǐng)導(dǎo)機(jī)構(gòu)體系，持續(xù)推動改革［22］。其次，貧困治理績效評價(jià)逐漸專業(yè)。利用主成分分析與面板數(shù)據(jù)回歸相結(jié)合的研究方法得出我國農(nóng)村金融發(fā)展對于緩解農(nóng)村地區(qū)貧困的績效評價(jià)［23］，將一些綜合性較強(qiáng)的如貧困承受指數(shù)、Sen-Shorrocks-Thon貧困指數(shù)等反貧困指數(shù)進(jìn)行分解，求得各分解要素對農(nóng)村反貧困績效的貢獻(xiàn)率［24］，運(yùn)用改進(jìn)的模糊數(shù)學(xué)評價(jià)法對連片特困區(qū)精準(zhǔn)扶貧多維績效進(jìn)行評價(jià)［25］，提出貧困治理績效評價(jià)的改進(jìn)應(yīng)在共享發(fā)展價(jià)值理念的指導(dǎo)下，發(fā)展政府內(nèi)部加外部第三方主體在內(nèi)的多元評價(jià)主體、完善評價(jià)內(nèi)容和指標(biāo)體系［26］。最后，全面推進(jìn)貧困治理模式創(chuàng)新。一方面健全社會保障體系，強(qiáng)化社會資本建設(shè)［27］，建立包括政府、第三部門、貧困群體在內(nèi)的多中心貧困治理主體結(jié)構(gòu)等［28］，另一方面運(yùn)用大數(shù)據(jù)、物聯(lián)網(wǎng)等信息通信手段，將互聯(lián)網(wǎng)和扶貧政策有機(jī)融合［29］，化解貧困數(shù)據(jù)失真、信息不對稱、被動救助等難題［30］。

綜上所述，國內(nèi)外學(xué)者越來越關(guān)注貧困問題，對多維貧困的內(nèi)涵、測度、形成機(jī)理以及治理問題進(jìn)行了深入研究，取得了豐碩成果，但仍存在一些不足。首先，就研究數(shù)據(jù)而言，原始數(shù)據(jù)較多來源于統(tǒng)計(jì)年鑒等公開發(fā)布的刊物及網(wǎng)站，學(xué)者較少采用問卷調(diào)查等實(shí)地調(diào)研方式來獲取一手?jǐn)?shù)據(jù)，缺乏針對性與真實(shí)性；其次，基于研究目的，大部分文獻(xiàn)將貧困形成機(jī)理、貧困測度或是扶貧績效評價(jià)等作為研究目的，而將多維貧困測度與治理相結(jié)合作為研究目的的文獻(xiàn)還相對較少；最后，基于研究深度，已有文獻(xiàn)提出的貧困治理措施具有普適性，特色性、針對性不強(qiáng)，研究深度還有進(jìn)一步加大的空間。本文基于2016—2018年大別山片區(qū)微觀調(diào)研數(shù)據(jù)，運(yùn)用A-F多維貧困測度模型，測算大別山片區(qū)多維貧困程度，并基于三支決策模型，提出具有特色性的多維貧困治理措施，為推進(jìn)大別山片區(qū)乃至全國連片特困地區(qū)脫貧攻堅(jiān)提供借鑒。

三、研究方法、變量選取和數(shù)據(jù)來源

（一）研究方法

基于集中連片特困地區(qū)貧困現(xiàn)狀可知，各片區(qū)多維貧困程度不同，即使是同一片區(qū)不同縣域，多維貧困程度都具有一定的差異性。三支決策理論認(rèn)為，在信息系統(tǒng)不完備、不精確而難以作出接受或拒絕的決策時(shí)，可以等到?jīng)Q策信息收集充分后再進(jìn)行準(zhǔn)確決策［31］，其核心要義在于分類施策，這與多維貧困治理在價(jià)值取向上高度相關(guān)，可為集中連片特困地區(qū)多維貧困治理提供理論參考，有利于多維貧困治理路徑的有效選擇，加快減貧脫貧工作步伐。

對于多維貧困治理來說，隨著貧困治理工作不同程度的有效開展，不同年份、不同區(qū)域的貧困現(xiàn)狀不同，所需選擇的貧困治理路徑也存在時(shí)序性變化?？紤]到實(shí)際決策問題存在動態(tài)性，張春英等人根據(jù)決策集合的動態(tài)特性提出了基于雙向概率PS-粗糙集的動態(tài)三支決策模型［32］，較靜態(tài)三支決策而言，更適用于解決集中連片特困地區(qū)多維貧困動態(tài)治理問題，并為進(jìn)一步貧困治理的路徑選擇提供參考。

1.模型表示

為便于分析，這里只考慮片區(qū)適合減小扶持力度和不適合減小扶持力度兩種情況。根據(jù)三支決策規(guī)則，可用狀態(tài)集Ω=｛X，?X｝表示貧困戶適合減小扶持力度和不適合減小扶持力度兩種狀態(tài)，行動集 A=｛aP，aB，aN｝分別表示減小扶持力度 POS（x）、延遲扶持BND（x）、加大扶持力度NEG（x）三種行動，用λ表示選擇某種行動時(shí)的損失值，即可得到?jīng)Q策損失矩陣，如表1所示。

表1 三種決策的損失值

三個(gè)概率區(qū)間兩兩不相交，并集為實(shí)體集U。這里，正域表示貧困程度較輕、可以減小扶持力度的貧困戶；負(fù)域表示貧困程度較深、需要加大扶持力度的貧困戶；而邊界域表示在目前條件下難以明確判斷貧困程度、需進(jìn)一步觀察的貧困戶。

2.方法步驟

（1）構(gòu)建信息系統(tǒng)。針對三支決策視角下大別山片區(qū)多維貧困治理問題，首先構(gòu)建大別山片區(qū)貧困程度評價(jià)信息系統(tǒng)，如表2所示。

表2 大別山片區(qū)貧困程度評價(jià)信息系統(tǒng)

（2）確定風(fēng)險(xiǎn)損失值。為保證研究具有科學(xué)性和合理性，采用專家打分法計(jì)算大別山片區(qū)多維貧困治理的風(fēng)險(xiǎn)損失值 λ， 分別得出 λPP、λBP、λNP、λNN、λBN、λPN 的值。

（3）計(jì)算決策閾值α和β。閾值的計(jì)算是三支決策模型中的關(guān)鍵問題，計(jì)算公式為：

（4）求出等價(jià)類并計(jì)算概率。等價(jià)類的計(jì)算方法多種多樣，考慮到各貧困戶的致貧原因、脫貧難度存在差異，這里采用A-F多維貧困測度模型來測算大別山片區(qū)多維貧困程度，以此為依據(jù)劃分論域，求出等價(jià)類，并計(jì)算概率 P（X|[x]），其計(jì)算公式為。具體測度方法如下：

選取維度數(shù)k值（k≤d）進(jìn)行多維貧困識別：

其中，rij是加權(quán)貧困剝奪值，cij(k)為多維貧困剝奪份額。

對不同k值相對應(yīng)的多維貧困樣本數(shù)進(jìn)行識別：

將多維貧困指數(shù)進(jìn)行加總，計(jì)算公式如下：

（二）變量選取與數(shù)據(jù)來源

1.變量選取

基于A-F多維貧困測度模型及方法，參考國內(nèi)外學(xué)者研究常用的維度和指標(biāo)，如聯(lián)合國發(fā)展計(jì)劃署（UNDP）與英國牛津貧困與人類發(fā)展中心（OPHI）合作開發(fā)的多維貧困指數(shù)（MPI）中的生活水平、教育和健康三維度，張全紅等在此基礎(chǔ)上提出了增加收入這一維度［33］，廖娟提出了繼續(xù)增加就業(yè)、資產(chǎn)等維度［34］，以及 Suppa 創(chuàng)新提出了社會參與等維度［35］。結(jié)合大別山片區(qū)貧困現(xiàn)狀與調(diào)查問卷結(jié)構(gòu)，選取收入、教育、健康與醫(yī)療、生活水平及生產(chǎn)水平等5個(gè)維度共12個(gè)指標(biāo)，構(gòu)建綜合評價(jià)貧困戶多維貧困現(xiàn)狀的指標(biāo)體系。由于各貧困戶貧困現(xiàn)狀存在差異性，貧困形成機(jī)理具有多維特性，這里采用等權(quán)重法對各維度的重要性進(jìn)行賦值，即各維度等權(quán)重，維度內(nèi)部各指標(biāo)等權(quán)重，指標(biāo)選取及具體賦值情況如表3所示。

2.數(shù)據(jù)來源與說明

本文數(shù)據(jù)來自課題組在大別山片區(qū)開展的入戶調(diào)查，數(shù)據(jù)調(diào)查時(shí)間從2016年持續(xù)到2018年，為連續(xù)三年調(diào)研的樣本數(shù)據(jù)，保證了原始數(shù)據(jù)的時(shí)序性。調(diào)研綜合了收入、教育、健康與醫(yī)療及生產(chǎn)生活水平等維度，采用分層抽樣與簡單隨機(jī)抽樣相結(jié)合的抽樣方法，三年共抽取了12個(gè)樣本縣，基本涵蓋了大別山片區(qū)貧困程度較深、貧困成因較復(fù)雜的縣域，樣本縣的選擇具有一定代表性。整個(gè)調(diào)研過程均采取調(diào)研人員與被調(diào)查農(nóng)戶一對一、面對面的訪談方式進(jìn)行，受訪者基本上是戶主，當(dāng)戶主不在家或受身體健康等狀況限制無法接受訪問時(shí)，選擇直系親屬、或?qū)υ摷彝シ浅Ａ私獾泥従幼鳛槭茉L者，共發(fā)放580份問卷，剔除無效問卷后共獲得566份（其中2016年127份，2017年253份，2018年186份）有效問卷，有效率為97.58%，調(diào)研質(zhì)量較高，為有效問卷的準(zhǔn)確性和有效性提供了有力保障。

表3 維度、指標(biāo)、權(quán)重及剝奪臨界值的選取與設(shè)定

四、實(shí)證結(jié)果與分析

（一）樣本描述性統(tǒng)計(jì)

為了有效概括和表征大別山片區(qū)農(nóng)戶家庭基本情況現(xiàn)狀，對大別山片區(qū)2018年186份有效問卷上的樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，以掌握樣本農(nóng)戶及家庭基本特征和收支結(jié)構(gòu)，為進(jìn)一步的研究分析奠定基礎(chǔ)。

1.樣本農(nóng)戶及家庭基本特征

基于戶屬性、家庭戶籍人口數(shù)、房屋結(jié)構(gòu)、建檔立卡時(shí)間及主要致貧原因等指標(biāo)進(jìn)行統(tǒng)計(jì)分析，分析結(jié)果如表4所示。

表4 2018年樣本農(nóng)戶及家庭基本特征（n=186）

由上表分析結(jié)果可知，戶屬性指標(biāo)中占比最高的是一般貧困戶，達(dá)到46.77%左右，低保戶和五保戶占比共計(jì)47.85%，這說明大別山片區(qū)貧困現(xiàn)狀依然嚴(yán)峻。家庭戶籍人口數(shù)指標(biāo)中一人戶比例較高，五戶貧困戶中就有一戶是一人戶，且大都是獨(dú)居老人，自身發(fā)展能力不足，需要當(dāng)?shù)卣峁└嗟恼咧С?。房屋結(jié)構(gòu)以磚混和磚木為主，基本沒有居住土坯房的情況，住房安全基本能夠得到保障。從建檔立卡時(shí)間指標(biāo)來看，高達(dá)63.98%的貧困戶建檔立卡時(shí)間是2014年，建檔立卡戶數(shù)逐年減少，這與脫貧攻堅(jiān)工作的有效開展有著密切聯(lián)系。就主要致貧原因來看，自我發(fā)展能力不足占比最高，成為制約大別山片區(qū)減貧脫貧步伐的最主要影響因素，其次是因病、因殘，這說明貧困根源于貧困主體自身，加快培育并增強(qiáng)貧困戶自我發(fā)展能力是大別山片區(qū)下一步減貧脫貧工作的重點(diǎn)之一。就家庭年人均純收入而言，以3500元以下居多，這表明大別山片區(qū)貧困戶年人均純收入不高，扶貧工作有待進(jìn)一步有效開展；但可喜的是家庭年人均純收入在5000—10000元之間的貧困戶比例也相對較高，減貧成效較為明顯。

2.收支結(jié)構(gòu)

通過對主要收入來源、主要支出用途兩指標(biāo)進(jìn)行統(tǒng)計(jì)分析，以了解大別山片區(qū)2018年樣本農(nóng)戶及家庭收支結(jié)構(gòu)，分析結(jié)果如表5所示。

表5 2018年樣本農(nóng)戶及家庭收支結(jié)構(gòu)（n=186）

由于主要收入來源與支出用途具有多樣性，各分類占比總和超過100%。基于上表所示，大別山片區(qū)貧困戶收入更多來源于務(wù)工收入，占比達(dá)到51.92%，平均在15000元左右，這說明外出務(wù)工能夠有效增加收入；很大一部分貧困戶（42.94%）的主要收入來源于政府提供的生活保障性資金，這與大別山片區(qū)一人戶較多、低保和五保戶比例較高、自身發(fā)展能力不足有關(guān)；種植業(yè)和養(yǎng)殖業(yè)加總占比為57.69%，但均值僅達(dá)到3900元左右，只占務(wù)工收入的1/4；其他如自主經(jīng)營等方式取得的收入只占一小部分，僅為10.90%左右。就主要支出用途而言，衣食保障占比最高，高達(dá)98.09%，均值能達(dá)到9000元左右，切實(shí)保障貧困戶基本生活是脫貧攻堅(jiān)任務(wù)中的首要工作之一；而文化教育、醫(yī)療健康和農(nóng)業(yè)生產(chǎn)比例相當(dāng)，需加快推進(jìn)教育、健康和生產(chǎn)生活條件的改善。

（二）多維貧困各維度貢獻(xiàn)率

多維貧困指數(shù)具有可分解性，但各維度對多維貧困貢獻(xiàn)率具有差異性。為具體了解各維度貢獻(xiàn)率變化情況，本文特對2016—2018年各維度貢獻(xiàn)率進(jìn)行計(jì)算并分析，結(jié)果如圖1所示。

基于上圖可知，三年來，收入維度貢獻(xiàn)率基本保持不變，維持在28.00%左右，呈現(xiàn)出微弱的下降趨勢，這說明大別山片區(qū)由于收入來源單一或收入水平過分低下而導(dǎo)致貧困的貧困戶有所減少；教育維度貢獻(xiàn)率較收入維度呈現(xiàn)出較為明顯的下降趨勢，由2016年的14.29%降至2018年的9.00%，但主要體現(xiàn)在2017—2018年度，這與國家越來越重視教育平等、特別是貧困地區(qū)教育保障問題有著重要聯(lián)系；健康與醫(yī)療維度貢獻(xiàn)率下降趨勢最為明顯，由2016年的21.43%直接降至2017年的10.00%，2018年與2017年持平，可見近年來看病難、看病貴、看病煩現(xiàn)象有著明顯改善，貧困人口健康水平得到有效提高；就生活水平維度貢獻(xiàn)率來看，三年來尚未有明顯變化，基本保持在15.38%左右，僅為收入維度貢獻(xiàn)率的一半；生產(chǎn)水平維度貢獻(xiàn)率逐年上升，且上升趨勢明顯，由2016年的19.00%上升至2017年的30.77%，2018年又增至40.00%，可見生產(chǎn)水平低下越來越制約著大別山片區(qū)脫貧攻堅(jiān)工作的有效開展，這與大別山片區(qū)地貌形態(tài)復(fù)雜、人地關(guān)系緊張有著一定的聯(lián)系。

（三）綜合測度視角下動態(tài)三支決策結(jié)果與分析

受篇幅限制，對全部樣本戶進(jìn)行編號，采用隨機(jī)起點(diǎn)等距抽樣的統(tǒng)計(jì)方法，每年各抽取20份問卷，并進(jìn)行重新編號，依次為 x1，x2，x3，…，x20。根據(jù)上述模型與方法，基于2016—2018年大別山片區(qū)微觀調(diào)研數(shù)據(jù)，通過構(gòu)建多維貧困測度指標(biāo)體系，對大別山片區(qū)進(jìn)行多維貧困綜合評價(jià)，并基于此進(jìn)行動態(tài)三支決策分析，結(jié)果如表6所示。

表6 2016—2018年大別山片區(qū)多維貧困綜合評價(jià)

1.2016年動態(tài)三支決策結(jié)果

根據(jù)大別山片區(qū)多維貧困形成機(jī)理、貧困現(xiàn)狀及貧困程度結(jié)果，對論域U進(jìn)行劃分，可得到如下等價(jià)類：U/A=｛X1，X2，X3，X4｝，其中，X1=｛x1，x3，x4，x7，x13，x14，x15，x17，x18，x19｝，X2=｛x6，x8｝，X3=｛x2，x5，x9，x10，x20｝，X4=｛x11，x12，x16｝。 設(shè)目標(biāo)域 X=｛x1，x6，x8｝，根據(jù)等價(jià)類概率計(jì)算公式，可得 P （X|X1）=0.2，P（X|X2）=0.67，P（X|X3）=0，P（X|X4）=0。

通過對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理、指標(biāo)約簡以及風(fēng)險(xiǎn)損失值的確定與計(jì)算，可得決策閾值α=0.65，β=0.15。根據(jù)三支決策規(guī)則，P（X|X2）=0.67＞α，則將｛x6，x8｝劃分到正域，即多維貧困程度較淺、適合減小扶持力度的樣本 戶 ；P（X|X3）=P（X|X4）=0＜β，則 將｛x2，x5，x9，x10，x11，x12，x16，x20｝ 劃分到負(fù)域， 即多維貧困程度較深、適合加大扶持力度的樣本戶；β＜P（X|X1）=0.2＜α，則將｛x1，x3，x4，x7，x13，x14，x15，x17，x18，x19｝劃 分 到邊界域，即多維貧困程度暫時(shí)無法減輕、需進(jìn)一步監(jiān)測才能進(jìn)行貧困治理決策的樣本戶。

2.2017年動態(tài)三支決策結(jié)果

根據(jù)決策規(guī)則，應(yīng)將｛x2，x5，x6，x9，x10，x11，x18｝劃分到正域，｛x3，x4，x7，x12，x16｝劃分到負(fù)域，｛x1，x8，x13，x14，x15，x17，x19，x20｝劃分到邊界域。其中，與 2016 年決策結(jié)果相比，X8從正域遷入邊界域，x3、x4和x7從邊界域遷出，劃分到負(fù)域，表明這些樣本戶2016年來貧困治理決策實(shí)施效果并不太理想，需結(jié)合家庭具體情況給予針對性較強(qiáng)的幫扶措施；x20從負(fù)域遷入邊界域，x18從邊界域遷入到正域，說明這些樣本戶2016年來減貧工作略有成效，需提出創(chuàng)新性扶貧措施；x2、x5、x9、x10和 x11從負(fù)域遷出，直接劃分到正域，表征這些樣本戶2016年來減貧工作成效明顯，可適當(dāng)減小扶持力度，保證穩(wěn)定、長效脫貧；其他樣本戶仍被劃分到原來決策閾中，尚未發(fā)生遷入遷出現(xiàn)象，即貧困治理成效與2016年基本持平。

3.2018年動態(tài)三支決策結(jié)果

根據(jù)決策規(guī)則，應(yīng)將｛x1，x2，x4，x5，x6，x11，x15，x18，x20｝劃分到正域，｛x3，x9，x17｝劃分到負(fù)域，｛x7，x8，x10，x12，x13，x14，x16，x19｝劃分到邊界域。其中，與 2017 年決策結(jié)果相比，X10從正域遷入邊界域，X17從邊界域遷出，劃分到負(fù)域，表明這些樣本戶的貧困現(xiàn)狀尚未得到有效緩解；X7、x12和 x16從負(fù)域遷入邊界域，x1、x15和x20從邊界域遷入正域，表征這些樣本戶2017年來貧困程度略有減輕；x4從負(fù)域遷出，直接劃分到正域，而x9從正域直接遷入負(fù)域，表明x4貧困程度逐年減輕，而x9貧困現(xiàn)狀卻未見好轉(zhuǎn)。

綜合2016—2018年動態(tài)三支決策分析結(jié)果來看，大別山片區(qū)總體上多維貧困程度明顯減輕，貧困治理成效明顯。基于上述分析結(jié)果，從貧困治理成效角度來看，遷入正域中的樣本戶數(shù)逐年增多，屬于輕度貧困的樣本數(shù)由2016年的2個(gè)增長到2018年的9個(gè)；而劃分到負(fù)域、邊界域中的樣本戶數(shù)逐年減少，隸屬于重度貧困的樣本數(shù)由2016年的8個(gè)減少至2018年的3個(gè)，中度貧困的樣本戶數(shù)也減少了2個(gè)，這與國家精準(zhǔn)扶貧戰(zhàn)略的有效實(shí)施、多維貧困治理的創(chuàng)新性及其決策的準(zhǔn)確性有著密切聯(lián)系。

五、研究結(jié)論與對策建議

大別山片區(qū)多維貧困治理問題不是能夠一概而論的，不同地區(qū)、不同貧困程度、不同致貧原因等都會增加貧困治理問題的復(fù)雜性，因此運(yùn)用三支決策模型進(jìn)行貧困治理是十分有必要的?；谌Q策研究視角，運(yùn)用大別山片區(qū)微觀調(diào)研數(shù)據(jù)，對其多維貧困治理問題進(jìn)行定量與定性分析，得出研究結(jié)論并提供適用性、特色性較強(qiáng)的多維貧困治理建議，有利于大別山片區(qū)乃至全國集中連片特困地區(qū)減貧脫貧，實(shí)現(xiàn)穩(wěn)定脫貧、長效脫貧。

（一）研究結(jié)論

大別山片區(qū)貧困成因復(fù)雜，貧困范圍較廣，要實(shí)現(xiàn)全面建設(shè)小康社會的戰(zhàn)略目標(biāo)，關(guān)鍵在于有效治理多維貧困，實(shí)現(xiàn)持久脫貧。本文基于2016—2018年大別山片區(qū)微觀調(diào)研數(shù)據(jù)，構(gòu)建多維貧困評價(jià)指標(biāo)體系，依據(jù)綜合評價(jià)結(jié)果，進(jìn)行動態(tài)三支決策分析，可以得到如下結(jié)論：

1.總體來看，大別山片區(qū)多維貧困程度明顯減輕，貧困治理成效顯著，但不同年份、不同地區(qū)貧困戶的多維貧困程度仍有較大差異，貧困治理有效性不同。根據(jù)多維貧困測度與三支決策分析結(jié)果，劃分到負(fù)域、邊界域中的樣本戶數(shù)逐年減少，隸屬于重度貧困的樣本戶數(shù)由2016年的8個(gè)減少至2018年的3個(gè)，中度貧困的樣本戶數(shù)也減少了2個(gè)，而輕度貧困的樣本戶數(shù)直接增加了7個(gè)。基于動態(tài)三支決策結(jié)果，每年各決策域都有較頻繁的遷入遷出現(xiàn)象，貧困治理路徑需及時(shí)更新。

2.就致貧原因而言，自我發(fā)展能力不足成為大別山片區(qū)多維貧困的主要影響因素。根據(jù)描述性統(tǒng)計(jì)結(jié)果來看，主要致貧原因中自我發(fā)展能力不足占比最高，達(dá)到38.71%，成為制約大別山片區(qū)減貧脫貧步伐的最主要影響因素，其次是因病、因殘，這說明多維貧困根源于貧困主體自身，加快培育并增強(qiáng)貧困戶自我發(fā)展能力是大別山片區(qū)下一步減貧脫貧工作的重點(diǎn)之一。

3.生產(chǎn)水平的提高越來越成為大別山片區(qū)減貧脫貧的關(guān)鍵工作?；?016—2018年各維度對大別山片區(qū)多維貧困貢獻(xiàn)率的結(jié)果，收入和生活水平維度貢獻(xiàn)率基本持平，教育、健康與醫(yī)療維度貢獻(xiàn)率逐年遞減，但生產(chǎn)水平維度卻逐年上升，生產(chǎn)水平的有效提高越來越成為大別山片區(qū)減貧脫貧工作的關(guān)鍵所在。

（二）對策建議

1.積極承接產(chǎn)業(yè)轉(zhuǎn)移，培育并增強(qiáng)大別山片區(qū)自身發(fā)展能力。立足區(qū)位優(yōu)勢，主動承接長江三角洲、珠江三角洲等地區(qū)和周邊發(fā)達(dá)城市的產(chǎn)業(yè)轉(zhuǎn)移，發(fā)揮大別山片區(qū)勞動力資源優(yōu)勢，大力承接紡織服裝等勞動密集型產(chǎn)業(yè)，解決片區(qū)貧困人口就業(yè)等問題，擴(kuò)大增收渠道，促進(jìn)大別山片區(qū)減貧脫貧。

2.提高大別山片區(qū)農(nóng)村勞動力素質(zhì)，增強(qiáng)貧困人口自我發(fā)展能力。圍繞承接產(chǎn)業(yè)轉(zhuǎn)移和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，大力開展農(nóng)村轉(zhuǎn)移勞動力的繼續(xù)教育和職業(yè)技術(shù)培訓(xùn)，鼓勵農(nóng)村勞動力參加各種職業(yè)技能培訓(xùn)，提高職業(yè)技能、科技素質(zhì)，從“輸血式扶貧”向“造血式扶貧”轉(zhuǎn)變，增強(qiáng)大別山片區(qū)貧困人口自我發(fā)展能力。

3.大力推動大別山片區(qū)文化旅游融合發(fā)展。深度挖掘整合歷史文化、紅色文化及生態(tài)旅游資源，以革命舊址、歷史文化遺產(chǎn)和國家級自然保護(hù)區(qū)、森林公園等為依托，加強(qiáng)片區(qū)內(nèi)外旅游熱線的連接和旅游區(qū)域合作，擴(kuò)大文化影響力，促進(jìn)片區(qū)經(jīng)濟(jì)發(fā)展，為貧困戶增加收入，加快推動大別山片區(qū)脫貧攻堅(jiān)步伐。