一、基本信息
标题：多维相对贫困视角下中国脱贫的稳定性与长效战略：全国县域尺度分析 Stability and long-term strategies for poverty alleviation in China from the perspective of multi-dimensional relative poverty: Nationwide county-level analysis
发表时间：2026-05-20（网络首发）
作者：Wenxin Li、Qun'ou Jiang、Lidan Xu、Xiangzheng Deng、Yufei Ren、Chunhong Zhao
作者机构：
1. 北京林业大学水土保持学院
2. 北京林业大学水土保持与荒漠化防治重点实验室
3. 中国科学院地理科学与资源研究所
4. 天津城建大学地质与测绘学院
期刊：Journal of Rural Studies
DOI：https://doi.org/10.1016/j.jrurstud.2026.104221
二、摘要
随着全国脱贫攻坚收官，中国所有贫困县已摘掉绝对贫困的帽子，但守住成果、防止滑回相对贫困仍是紧迫课题。本研究以 31 个省级行政区的 2846 个县为对象，用 2000—2021年的县域面板数据，基于可持续生计框架（SLA）动态测度多维相对贫困，用 BP 神经网络评估返贫的潜在风险，再以泰尔指数和变异系数刻画脱贫稳定性与县际差距，最后提出分类型的长效战略。结果显示，2013年精准扶贫实施之后，脱贫效率显著提升；二十年间县域发展总体差距收窄，但东部县际差距本就更小，西部差距在 2013年后反而扩大。更值得警惕的是，返贫的潜在风险依然偏高：约 47% 的县存在返贫风险，集中在西南地区，风险最高的维度是经济，其次为社会与自然；约 16% 的县脱贫稳定性偏低，集中在西部，东北与东部以中等稳定为主，高稳定县多分布在胡焕庸线以南。据此，摆脱相对贫困的长效战略被归为四类：多维协同可持续发展、扶智扶志双轮驱动、长期稳定发展与巩固提升型发展。这些结论可为各国从大规模消除相对贫困转向防返贫长效治理、迈向更高水平公平提供参考。
三、引言
研究背景
贫困是人类社会演进中形成的复合难题，也是当今最紧迫的全球挑战之一。过去半个世纪，在经济增长、结构转型与人力资本投资的推动下，极端贫困持续下降；联合国千年发展目标与随后的可持续发展目标进一步把多维相对贫困、包容性增长与可持续生计纳入全球议程，并将消除一切形式的贫困列为首要目标。
中国的进程尤为关键。人均 GDP 从 1978年的 156.4 美元升至 2020年的 10,408.7 美元，按国际贫困线（每天 2.15 美元）计的贫困发生率由 1990年的 72% 降至 2019年的 0.1%，2021年初中国实现消除绝对贫困的目标。但绝对贫困的终结不等于贫困议题的终结：只要区域发展差距仍在，多维相对贫困就仍是长期挑战；一部分县是依靠政策支持才暂时摆脱相对贫困的，一旦帮扶政策退出，仍可能重新滑落。事实上，即便在发达国家，气候极端事件与税收转移支付保障不足也在制造返贫。
本文的研究目标与创新点
既有研究多集中于扶贫后短期内社会经济维度的发展成就，或聚焦某一时点的贫困识别，对返贫风险与脱贫稳定性的长时序、定量刻画明显不足，尤其缺乏县域尺度的全国性证据。而中国县域数量庞大，社会经济条件与生态环境差异悬殊，返贫风险与脱贫可持续性本就高度分化，用全国平均或抽样住户数据都无法呈现。
本研究以全国 2846 个县为分析单元，用 2000—2021年面板数据完成三件事：一是以扩展后的 SLA 框架动态评价县域多维相对贫困的时空演化；二是用 BP 神经网络从经济、社会、自然三个维度估计返贫的潜在风险；三是用泰尔指数与变异系数测度脱贫稳定性与县际差距，并据"风险—稳定性"组合提出分类型长效战略。其核心贡献在于把分析焦点从静态的贫困状态推进到动态的脱贫稳定性与返贫风险，推动"扶贫"向"防返贫"的概念转换。
四、研究方法
数据来源与类型
研究覆盖全国 31 个省（自治区、直辖市）的 2846 个县，时段为 2000—2021年，数据分三类。
遥感数据：夜间灯光数据来自 NOAA 国家地球物理数据中心，其中 DMSP-OLS 于 2013年终止、NPP-VIIRS 自 2012年 4 月启用，研究先对 DMSP-OLS 的饱和与非饱和像元分别定标校正，再对 NPP-VIIRS 去除负值、噪声、离群值与不稳定光源后作对数校正，最后用 2012—2013年重叠像元拟合两套数据的衔接关系（三次多项式拟合最优，R2 > 0.85），生成 2000—2021年连续序列；植被净初级生产力（NPP）取自 MODIS 的 MOD17A3H 年合成产品。
社会经济数据：主要来自 2000—2021年各省统计年鉴与县级统计公报，包括农村就业、人口增长与密度、在校生数、城镇化水平、农业机械总动力、道路覆盖、粮食产量、人均 GDP、农村居民纯收入、农民可支配收入、居民存款、地方财政收入、医疗床位数与社会消费品零售总额等。
自然要素数据：高程数据来自地理国情监测云平台，坡度与地形破碎度由高程派生；降水数据来自中国气象数据网。所有遥感数据先由像元尺度汇总到县级，全部指标再归一化到 [0,1] 区间。
研究方法
多维相对贫困测度：SLA 由英国国际发展部提出，本研究在其五类生计资本之外增加"脆弱性背景"一维，形成人力、物质、金融、社会、自然、脆弱性共 6 个维度、19 项指标的评价体系（表 1）。指标权重采用层次分析法与熵值法的组合赋权——先由 20 位专家结合文献给出主观权重，再与基于 2000—2021年标准化数据的客观熵权取平均。在此基础上用多边形面积法计算县域多维发展指数（CMDI）：以 6 个维度得分构成多边形，因维度排列顺序会影响面积，故取全部排列组合结果的平均值。CMDI 越高，表示该县抵御风险的能力与可持续发展潜力越强。
返贫风险评估：空间贫困具有异质性与不确定性，常规拟合方法难以刻画自然与社会经济因子的交互，故采用基于误差反向传播的 BP 神经网络。经济、社会、自然三个维度各取 5 项指标作为输入层（表 2），分别输出自然潜在贫困风险（NPPR）、经济潜在贫困风险（EPPR）与社会潜在贫困风险（SPPR）。隐含层节点数按 n = √(ni + n0) + a 确定，其中 ni = 5、n0 = 1、a 取 [1,10] 的常数；三个模型分别迭代 118、141、116 次后误差收敛至 0.11%、0.14% 与 0.12%。三者按 PPRI = 0.3×NPPR + 0.4×EPPR + 0.3×SPPR 合成潜在返贫风险指数（PPRI）。
稳定性与差距测度：泰尔指数刻画同一年份县际发展差距，值越大差距越大；变异系数（CV = σ/μ，σ 为 CMDI 的标准差、μ 为其均值）刻画 2000—2021年间脱贫的稳定性，CV 越大越不稳定。最后将各县 2000—2021年的 PPRI 与 CV 均值分别用自然断点法划为高、中、低三档，交叉得到九种组合，再归并为"易、中、难"三级脱贫难度，据此提出分类战略。
