论文贫困精准识别问题是关于本文可作为精准方面的大学硕士与本科毕业论文自然最精准的东西论文开题报告范文和职称论文论文写作参考文献下载。
摘 要：精准扶贫的首要问题是对贫困的精准识别,包含内容的精准和方法的精准两个方面.贫困内容的识别主要在于贫困人口和致贫原因的精准定位,识别方法除定性识别外,还应结合定量的方法,真正做到精准识别贫困.和此同时,贫困精准识别还应借助现代科技手段和“互联网+”等技术,实现贫困识别的动态精准.本文在研究借鉴已有贫困识别问题的前提下,阐述贫困精准识别内容和方法,并对贫困精准识别提出相应的建议.
关键词：精准扶贫；精准识别；脱贫攻坚
精准扶贫首先需要精准识别不同致贫原因的贫困区域和贫困人口,并对其实施有区别的、有侧重的精准帮扶和精准管理.通俗地说,精准扶贫就是谁贫困就帮扶谁.2015年10月, 总书记强调,中国扶贫攻坚工作的实施需注重六个精准,即扶贫对象、项目安排、资金使用、措施到户、因村派人、脱贫成效六个方面都要精准,其要旨是“真扶贫,扶真贫”.而扶贫对象的精准重点在于对扶贫对象的精准识别,包含贫困内容的精准识别和贫困方法的精准识别两个方面.这是精准扶贫其他内容的基础和前提,也是评估是否实现可持续脱贫的重要依据.本文在研究借鉴已有的贫困识别问题的前提下,阐述贫困精准识别内容和方法,并对贫困精准识别提出相应的建议.
一、贫困内容的精准识别
贫困内容的精准识别,应该包括贫困人口的精准识别和致贫原因的精准识别两个方面,以解决扶贫谁和怎么扶的问题.
(一)贫困人口的精准识别
当前,贫困人口精准识别主要根据经济标准这一单一维度,即收入水平制定贫困线识别贫困户和贫困人口.国务院扶贫办主任刘永富2016年5月10日在北京的新闻发布会上指出,中国是人口最多的发展中国家,贫困人口规模大,扶贫标准要和基本国情相适应,并随着经济社会发展逐步提高[1].1986年,我国第一次制定国家扶贫标准,贫困线为农民年人均纯收入206元；2000年,标准提高到625元；2001年,标准提高到865元；2010年,标准提高到1274元；2011年,标准提高到2300元.到2015年,这个标准的现价为2855元,这是目前我国最低的扶贫标准.以收入水平刻画和识别贫困程度,较直观、简捷且易操作,但是贫困问题涉及经济、社会、文化、生态、心理等多维因素[2],仅用收入水平为标准来识别存在难选、漏选、错选等问题,识别精度难保证.近年来,很多学者都意识到单一维度识别贫困人口的局限性,尝试运用多维贫困测度的方法来识别贫困人口.汪三贵等[3]就曾提出,国家统计局对扶贫人口数量的估计需要从收入和消费的标准转变为收入、消费、资产、健康、教育等多个维度；吴雄周等[4]认为,精准扶贫应该从单维度向多维度过渡,既要瞄准贫困对象,还应关注贫困主体、致贫原因、扶贫产业、扶贫期限等方面；王介勇等[5]建议,将农户收入能力、可支配能力、消费能力有机结合起来,建立贫困人口识别和评判综合指标体系,完善贫困户多尺度、多维度识别方法；王小林[6]在对黔西南州案例研究中,从住房、生产、设备、存款、劳动力、教育等6个维度对贫困农户的进行评估,并给予每个维度不同的权重,从中设置了22个指标来评判贫困农户；陈辉等[7]基于Alkire-Foster多维贫困测度模型,以粤北山区农村家庭为例,从收入、教育、健康和生活水平四个维度,选取9个指标,测算出主要贫困地区、贫困村、贫困家庭和贫困维度；汪磊和伍国勇[2]建议,从收入情况、身体状况、劳动力状况、学历水平、技术技能等多个维度,全面动态收集贫困人口的信息,形成大数据扶贫信息综合管理平台精准识别贫困人口；贺立龙等[8]以贵州省50个国家级贫困县为研究对象,从社会生产、财政金融、居民收入、生活和健康及教育5个主维度着手,选取16项指标,对其贫困状况进行测度,并建议从宏观和微观两个层面精准瞄准致贫原因,推动多维度贫困测度法的广泛应用,实现精准扶贫绩效的多维度评价.
借鉴以上研究成果,笔者赞同贫困是多维度的理念,倾向于运用多维度贫困预测的方法识别贫困地区和贫困人口.我国精准扶贫是以县为单位,同时要求精准到贫困人口,而贫困人口（包含贫困户）和贫困县相比更为微观,涉及到具体的贫困对象,笔者认为在识别这两个层次的贫困度上,维度和具体指标应稍有不同.鉴于此,本文贫困识别维度和指标尝试分开考虑（如表1）.
一方面,贫困维度和指标选择要反映贫困地区（县级）的经济发展水平；另一方面,要反映人民生活状态[8].结合研究对象特点和已有研究成果,考虑数据获取的难易及定量识别方法运用的便利性,笔者确定以上表中5个维度、18个指标研究县域贫困状况.实际应用中,还应该结合不同的县域特点对指标进行调整和細化.比如,社会生产维度的人均拥有的经济资产,可以考虑县域的生态环境和生存状态来具体化；财政金融维度里的人均拥有的金融资产,可结合当地金融资产情况设置针对性指标；文化教育维度的每万人的人才比重,可根据具体情况再设定,以实际反映县域人口的文化程度.
从自然人的角度看,研究的维度和指标要更具体,更贴近实际生活.可从收入、资产、劳动力、健康、教育5个维度、15个指标来研究.和县级层次的贫困识别具体指标相比较,贫困人口（包含贫困户）的识别指标偏于定性描述,具体应用中可将这些指标细化处理.比如,健康维度的有无残障问题,如果无残障即可忽略,有残障可继续分为残疾和智障,继而考虑残疾和智障的程度,有无劳动力、健康花费等问题.另外,县级层次的贫困识别指标的具体数值一般可以在现有的统计数据中取得,或者可根据现有的统计数据稍加计算得到；而微观层次的贫困人口和贫困户的识别指标数据,则一般需要实地走访调查取得数据.
(二)致贫原因的精准识别
相对于贫困人口的精准识别,国内学者几乎没有单独明确考虑致贫原因的精准识别,大部分是在贫困人口精准识别的同时,顺带分析致贫原因.多维度贫困测度本身也反映了致贫原因.王国勇和邢溦[9]以及潘帅[10]在研究中都提到,要按照不同地区、不同致贫原因进行分类精准指导.他们把致贫原因大致分为失去劳动力、劳动力少、残疾人、缺少资金、缺乏技能、生存条件恶劣的等,并针对具体的致贫原因提出了相应的帮扶策略；王介勇等人[5]根据国务院扶贫办建档立卡相关资料,研究了中国贫困户主要成因类型及结构比例,把致贫原因分为因病、因残、因学、因灾、技术和劳动力短缺、资金短缺及其他等七个方面；陈辉等[7]根据多维贫困测度模型,结合在粤北山区韶关、清远、河源、梅州4市15个自然村的样本家庭调查分析主要的贫困原因；贺立龙等人[8]通过对多维贫困指数分解,得到各维度指标的贡献度,从宏观、微观两个层面精确探测致贫原因,测算出贵州省国家级贫困县在哪些维度上贫困状态较为严重,哪些维度上贫困状态较为缓和；汪磊等人[2]也明确提到,贫困识别的内容既包括贫困人口本身,还包括贫困人口的致贫原因分析,并通过研究贵州、甘肃、云南、宁夏、四川和安徽6省的贫困精准识别内容,得出只有云南和安徽在贫困人口精准识别的同时,识别了致贫原因.
总结:该文是关于精准论文范文，为你的论文写作提供相关论文资料参考。
参考文献：
1、 插花贫困地区村庄不同主体在精准扶贫中心态分析 摘 要：贫困人口分布区域的差异性以及精准扶贫以项目进村和措施到户为核心和亮点，决定了对精准扶贫研究时必须强调研究区域的类型性以及注重对村庄不同主。
2、 精准扶贫，不能漏了贫困散户 截至2014年年底，我国仍有7000万多农村贫困人口。2015年11月召开的中央扶贫开发工作会议，明确“十三五”期间脱贫攻坚的目标是，到2020。
3、 推进贫困山区精准扶贫工作多维路径 摘 要：对于贫困山区而言，传统的输血式扶贫方式是无法从根本上改变山区的贫困现状的，如何尽快变输血式扶贫为造血式扶贫，加快推进精准扶贫工作进程尤为。
4、 精准脱贫脱贫不落下一个贫困家庭 “不能落下一个贫困家庭，丢下一个贫困群众”，“在奔小康的道路上一个都不能掉队”。习近平总书记的话鼓舞着中国人打赢精准脱贫攻坚战的决心。因户施。
5、 精准扶贫背景下贫困农村地区人力资源开发内容和途径 摘 要 随着社会的不断发展，国家对农村地区的重视度不断提高，同时，我国加大资金投入力度对农村地区人力资源进行合理的整合，提高农村地区现代化发展水。
6、 我国贫困地区金融精准扶贫分析 【摘要】扶贫开发战略体系的主要组成部分之一就是金融精准扶贫，因此对金融精准扶贫模式的创新与研究，对我国贫困地区贫困摆脱方面具有重要的推动作用。所。