国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

南疆脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)研究
——以和田地區(qū)Y 鄉(xiāng)為例

2022-02-13 14:54:10楊婕琳張飛云
湖北農(nóng)業(yè)科學(xué) 2022年23期
關(guān)鍵詞:賦權(quán)指標(biāo)體系權(quán)重

楊婕琳,張飛云

(新疆農(nóng)業(yè)大學(xué)管理學(xué)院,烏魯木齊 830052)

中國(guó)農(nóng)村貧困人口由1978 年的7.7 億人,下降至2017 年末的3 046 萬(wàn)人[1],到2020 年已全部實(shí)現(xiàn)脫貧,絕對(duì)貧困得到了有效遏制,目前中國(guó)貧困問(wèn)題轉(zhuǎn)以相對(duì)貧困的形式存在。相關(guān)研究表明,近年來(lái)中國(guó)顯現(xiàn)出脫貧人口返貧的高發(fā)態(tài)勢(shì),各貧困地區(qū)脫貧農(nóng)戶年返貧率超過(guò)20%,潛在返貧群體約為5 825 萬(wàn)人[2]。因此,構(gòu)建合理有效的返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,量化分析脫貧農(nóng)戶返貧風(fēng)險(xiǎn),及時(shí)進(jìn)行返貧防控工作,是鞏固脫貧成果、有效銜接鄉(xiāng)村振興戰(zhàn)略的重要措施。

返貧指脫貧農(nóng)戶在脫貧之后,受各類(lèi)因素影響又重新陷入貧困狀態(tài)。2020 年全面脫貧之后對(duì)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)的研究將有助于防止返貧現(xiàn)象的出現(xiàn)。目前學(xué)術(shù)界對(duì)返貧風(fēng)險(xiǎn)的研究不多,主要集中于返貧模型和返貧預(yù)警機(jī)制的構(gòu)建。包國(guó)憲等[3]研究表明,制度政策、資源環(huán)境、災(zāi)禍風(fēng)險(xiǎn)及能力習(xí)慣是影響返貧現(xiàn)象出現(xiàn)的因素,并從主體構(gòu)成、預(yù)警程序、支撐條件等方面構(gòu)建返貧預(yù)警模型。范和生[4]在政策環(huán)境、自然環(huán)境和主體自身3 種返貧預(yù)警的基礎(chǔ)上對(duì)返貧原因進(jìn)行探析,以此為基礎(chǔ)構(gòu)建了返貧預(yù)警機(jī)制。黃國(guó)慶等[5]構(gòu)建了由人力風(fēng)險(xiǎn)、物質(zhì)風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)、金融風(fēng)險(xiǎn)及社會(huì)風(fēng)險(xiǎn)5 部分組成的脫貧戶返貧預(yù)警機(jī)制。對(duì)于返貧風(fēng)險(xiǎn)評(píng)價(jià)的研究更少,張學(xué)敏等[6]以廣西壯族自治區(qū)東蘭縣為研究區(qū)構(gòu)建了生計(jì)能力、成長(zhǎng)能力、災(zāi)害應(yīng)對(duì)能力和應(yīng)急處理能力4 個(gè)方面組成的返貧預(yù)警評(píng)價(jià)體系,發(fā)現(xiàn)東蘭縣返貧預(yù)警關(guān)鍵性指標(biāo)主要是年人均純收入、義務(wù)教育保障情況等,結(jié)果表明,東蘭縣主要為輕度預(yù)警、無(wú)預(yù)警,返貧風(fēng)險(xiǎn)相對(duì)較低。

劉楞[7]通過(guò)對(duì)南疆阿克蘇地區(qū)皮羌村的研究,認(rèn)為貧困戶易返貧的主要原因是文化程度低、因病返貧、思想觀念落后等,但缺少對(duì)南疆地區(qū)返貧風(fēng)險(xiǎn)的研究。通過(guò)返貧風(fēng)險(xiǎn)分析,針對(duì)返貧風(fēng)險(xiǎn)等級(jí)高的農(nóng)戶采取有效措施提早干預(yù),將返貧遏制在萌芽狀態(tài),對(duì)鄉(xiāng)村振興的實(shí)施具有重要意義。本研究嘗試以南疆和田地區(qū)Y 鄉(xiāng)為研究區(qū),以該地的脫貧農(nóng)戶為研究對(duì)象,通過(guò)構(gòu)建脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,對(duì)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)進(jìn)行分析評(píng)價(jià)。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

南疆和田地區(qū)Y 鄉(xiāng)鄉(xiāng)政府駐地距縣城20 km,總面積3 356.88 km2,位于塔克拉瑪干沙漠南緣,土壤含水量差,鹽堿化較為嚴(yán)重,屬沙質(zhì)土壤,暖溫帶大陸性干旱氣候。Y 鄉(xiāng)的經(jīng)濟(jì)基礎(chǔ)較為薄弱,土地貧瘠且農(nóng)業(yè)現(xiàn)代化水平較低,經(jīng)濟(jì)發(fā)展較為緩慢。2002年Y鄉(xiāng)各村才完全通水電,基礎(chǔ)設(shè)施發(fā)展滯后。

據(jù)統(tǒng)計(jì),在Y鄉(xiāng)核定的1 385戶建檔立卡戶中,因缺技術(shù)、缺土地致貧戶共計(jì)1 017戶,占比達(dá)73.43%,為該鄉(xiāng)農(nóng)戶主要致貧原因;同時(shí),Y 鄉(xiāng)因病致貧、因殘致貧問(wèn)題也較為突出,因病致貧戶有182 戶,占比為13.14%,因殘致貧戶有110 戶,占比為7.94%。此外,有2.60%的農(nóng)戶因?qū)W致貧,其余個(gè)別農(nóng)戶也存在因缺勞力、缺資金、因喪、因?yàn)?zāi)致貧的情況。Y 鄉(xiāng)在打贏脫貧攻堅(jiān)戰(zhàn)中,堅(jiān)持科學(xué)扶貧和精準(zhǔn)扶貧,增加農(nóng)民收入,改善發(fā)展條件,截至2020 年底,Y 鄉(xiāng)的1 385 戶5 362 人已全部脫貧,本研究對(duì)Y 鄉(xiāng)13 個(gè)行政村,按20%的比例,共計(jì)276 戶建檔立卡戶進(jìn)行抽樣調(diào)查。本研究數(shù)據(jù)來(lái)源于建檔立卡數(shù)據(jù)平臺(tái)及對(duì)和田地區(qū)Y 鄉(xiāng)的實(shí)地調(diào)研(圖1)。

圖1 和田地區(qū)Y 鄉(xiāng)建檔立卡戶致貧原因占比

2 指標(biāo)體系的構(gòu)建及方法

2.1 指標(biāo)體系的構(gòu)建

本文通過(guò)梳理已有學(xué)者的研究成果,同時(shí)結(jié)合南疆地區(qū)脫貧短板,如國(guó)家通用語(yǔ)言文字能力差、就業(yè)技能水平低、致富動(dòng)力不足等,在深入分析黨中央貧困治理相關(guān)文件精神后,基于政策性、科學(xué)性、可獲得性、定性和定量相結(jié)合等原則,在多維貧困理論[8-10]的指導(dǎo)下,結(jié)合研究區(qū)實(shí)際,構(gòu)建了包含收入、健康、教育、就業(yè)、資源、社會(huì)網(wǎng)絡(luò)6 個(gè)一級(jí)指標(biāo)及22 個(gè)二級(jí)指標(biāo)的脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系(表1)。

表1 脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

2.2 指標(biāo)賦權(quán)方法

單一主觀或客觀賦權(quán)方法下,僅依靠主觀判斷或數(shù)據(jù)分析都有一定的局限性,本文將層次分析法與CRITIC 權(quán)重法相結(jié)合進(jìn)行比較研究,依據(jù)專(zhuān)家的理性標(biāo)準(zhǔn)評(píng)價(jià)現(xiàn)實(shí),結(jié)合客觀數(shù)據(jù)以計(jì)算權(quán)重,現(xiàn)實(shí)性與客觀性較強(qiáng),避免了單一賦權(quán)法存在的缺點(diǎn)。

2.2.1 層次分析法確定權(quán)重 層次分析法是對(duì)定性的賦權(quán)評(píng)價(jià)進(jìn)行定量化分析,用決策者的經(jīng)驗(yàn)判斷各指標(biāo)之間的相對(duì)重要程度,并合理給出各指標(biāo)權(quán)重。具體步驟如下。

1)構(gòu)造判斷矩陣并請(qǐng)專(zhuān)家打分。本研究邀請(qǐng)10 位具有基層扶貧經(jīng)驗(yàn)的專(zhuān)家,對(duì)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)重要性進(jìn)行兩兩比較,其中自治區(qū)高校5 人、科研院所1 人、研究區(qū)基層扶貧專(zhuān)干4 人,按照1~9 標(biāo)度法對(duì)重要程度進(jìn)行賦值,得到由一級(jí)指標(biāo)兩兩對(duì)比組成的第一層判斷矩陣A,以及各一級(jí)指標(biāo)下二級(jí)指標(biāo)之間進(jìn)行兩兩對(duì)比得到的第二層判斷矩陣B1、B2、B3、B4、B5、B6。

2)用和積法計(jì)算各因子權(quán)重和最大特征根。將判斷矩陣A每列進(jìn)行歸一化處理,得到bij矩陣。對(duì)bij矩陣按列求和,得到向量ci。

對(duì)ci進(jìn)行歸一化處理,得到排序向量wi。計(jì)算最大特征根λmax。

3)進(jìn)行一致性檢驗(yàn)。計(jì)算一致性指標(biāo)CI。

查找RI,計(jì)算一致性比例CR。

若一致性比例CR<0.1,則說(shuō)明矩陣A通過(guò)一致性檢驗(yàn),矩陣所確定權(quán)重有效。同理,對(duì)第二層判斷矩陣進(jìn)行求值和一致性檢驗(yàn)。

2.2.2 CRITIC 權(quán)重法確定權(quán)重 CRITIC 權(quán)重法基于指標(biāo)的對(duì)比強(qiáng)度和沖突強(qiáng)度來(lái)反映權(quán)重,兼顧指標(biāo)變異性大小以及指標(biāo)之間的相關(guān)程度,以數(shù)據(jù)的客觀屬性賦予權(quán)重。對(duì)比強(qiáng)度是指以標(biāo)準(zhǔn)差的形式表現(xiàn)同一指標(biāo)各個(gè)方案差距的大小,標(biāo)準(zhǔn)差越大,波動(dòng)越大,即各方案間的取值差距越大,權(quán)重越高。沖突強(qiáng)度反映各指標(biāo)之間的相關(guān)性,用相關(guān)系數(shù)表現(xiàn),2 個(gè)指標(biāo)之間正相關(guān)性越強(qiáng),沖突性越小,權(quán)重越低。具體步驟如下。

1)無(wú)量綱化處理。對(duì)各指標(biāo)進(jìn)行規(guī)范化處理,是為消除量綱不同對(duì)評(píng)價(jià)結(jié)果的影響。本研究的二級(jí)指標(biāo)共分為16 個(gè)正向指標(biāo)和6 個(gè)逆向指標(biāo),對(duì)其分別進(jìn)行正向化處理和逆向化處理。

式中,xij為各指 標(biāo)值,xmax和xmin分別xij的 最大值、最小值,x′ij為xij經(jīng)規(guī)范化處理后的值;i為農(nóng)戶的個(gè)數(shù),i=1,2,3,…,276;j為二級(jí)指標(biāo)的個(gè)數(shù),j=1,2,3,…,22。

2)計(jì)算指標(biāo)變異性和沖突性。指標(biāo)變異性以標(biāo)準(zhǔn)差(Sij)的形式來(lái)表現(xiàn),指標(biāo)間的沖突性以其相關(guān)系數(shù)為基礎(chǔ),若2 個(gè)指標(biāo)之間具有較強(qiáng)的正相關(guān)性,2 個(gè)指標(biāo)沖突性則較低。第j個(gè)指標(biāo)與其他指標(biāo)沖突性的量化指標(biāo)(1-rij),其中rij是評(píng)價(jià)指標(biāo)i和j之間的相關(guān)系數(shù)。

3)計(jì)算指標(biāo)包含的信息量。各指標(biāo)的客觀權(quán)重確定以對(duì)比強(qiáng)度和沖突性來(lái)綜合衡量。以Cj表示第j個(gè)評(píng)價(jià)指標(biāo)所包含的信息量。

4)計(jì)算二級(jí)指標(biāo)對(duì)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)的權(quán)重。

式中,m表示各一級(jí)指標(biāo)下二級(jí)指標(biāo)元素個(gè)數(shù)。其中,0<Wij<1,Wij= 1。

5)計(jì)算二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)的權(quán)重。同理,分層計(jì)算二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)的權(quán)重Wit,且Wit= 1。

2.3 綜合權(quán)重的計(jì)算

為了對(duì)研究區(qū)的返貧風(fēng)險(xiǎn)進(jìn)行進(jìn)一步評(píng)價(jià)分析,且消除在主觀賦權(quán)法下的人為經(jīng)驗(yàn)判斷和客觀賦權(quán)法下僅依靠數(shù)據(jù)的客觀呈現(xiàn),需要依據(jù)層次分析法和CRITIC 權(quán)重法的計(jì)算結(jié)果對(duì)Y 鄉(xiāng)返貧風(fēng)險(xiǎn)指標(biāo)體系權(quán)重進(jìn)行綜合確定。根據(jù)主客觀權(quán)重法的計(jì)算結(jié)果,將一級(jí)指標(biāo)權(quán)重與二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)的權(quán)重求平均值,確定其綜合權(quán)重。為了對(duì)二級(jí)指標(biāo)進(jìn)行單獨(dú)評(píng)價(jià),并且利于返貧風(fēng)險(xiǎn)值的計(jì)算,需確定二級(jí)指標(biāo)綜合權(quán)重Wij,其計(jì)算公式如下:

式中,mij為該項(xiàng)二級(jí)指標(biāo)所屬一級(jí)指標(biāo)的綜合權(quán)重,nij為該項(xiàng)二級(jí)指標(biāo)對(duì)一級(jí)指標(biāo)的權(quán)重。

2.4 脫貧農(nóng)戶返貧風(fēng)險(xiǎn)值的計(jì)算

構(gòu)建返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系并賦以適當(dāng)?shù)臋?quán)重,計(jì)算得出Y 鄉(xiāng)返貧風(fēng)險(xiǎn)的具體指數(shù)。為了對(duì)Y鄉(xiāng)脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià),需要計(jì)算各農(nóng)戶綜合評(píng)價(jià)值,將第i戶脫貧農(nóng)戶的各項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理后的值與二級(jí)指標(biāo)的綜合權(quán)重Wij進(jìn)行線性加權(quán)計(jì)算,可得到各脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)值,公式如下:

式 中,S′i為Y 鄉(xiāng) 脫 貧 農(nóng) 戶 返 貧 風(fēng) 險(xiǎn) 數(shù) 值,vij為第i戶脫貧農(nóng)戶各項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理后的值,S′i值越大,說(shuō)明Y 鄉(xiāng)脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)越小,脫貧更穩(wěn)定;反之S′i值越小,說(shuō)明其返貧風(fēng)險(xiǎn)越大,脫貧質(zhì)量有待提升。

3 指標(biāo)權(quán)重分析

3.1 主客觀賦權(quán)法測(cè)算結(jié)果對(duì)比分析

本研究采用主客觀權(quán)重法對(duì)比分析,主觀賦權(quán)層次分析法的測(cè)算結(jié)果是基于專(zhuān)家對(duì)研究區(qū)現(xiàn)狀的主觀判斷與理解,注重理性思考;客觀賦權(quán)CRITIC權(quán)重法是依據(jù)各指標(biāo)數(shù)據(jù)的信息量進(jìn)行客觀賦權(quán)。主客觀賦權(quán)方法結(jié)果對(duì)比如表2 所示。主客觀賦權(quán)法的計(jì)算結(jié)果比較相似,但有一定差距。2 種方法同樣認(rèn)為就業(yè)所占權(quán)重最大,社會(huì)網(wǎng)絡(luò)次之。在其他一級(jí)指標(biāo)中,層次分析法認(rèn)為健康>教育>收入>資源,CRITIC 權(quán)重法認(rèn)為收入>資源>教育>健康。層次分析法的權(quán)重測(cè)算結(jié)果是基于專(zhuān)家對(duì)研究區(qū)的主觀判斷與理解,更加注重理性思考,主觀權(quán)重法獲得的權(quán)重賦值高,說(shuō)明了脫貧農(nóng)戶現(xiàn)狀與專(zhuān)家意見(jiàn)一致。CRITIC 權(quán)重法依據(jù)各指標(biāo)數(shù)據(jù)的信息量進(jìn)行客觀賦權(quán),是現(xiàn)實(shí)情況的體現(xiàn),客觀賦權(quán)法獲得的權(quán)重賦值高,說(shuō)明在樣本中該指標(biāo)的對(duì)比強(qiáng)度及指標(biāo)間沖突性較大,需要重點(diǎn)關(guān)注。

表2 主客觀賦權(quán)方法結(jié)果對(duì)比

3.2 綜合權(quán)重的確定及結(jié)果分析

Y 鄉(xiāng)返貧風(fēng)險(xiǎn)指標(biāo)體系綜合權(quán)重詳見(jiàn)表3。由表3 可知,脫貧農(nóng)戶的就業(yè)情況(0.221 0)對(duì)返貧風(fēng)險(xiǎn)的影響程度最大。家中勞動(dòng)力就業(yè)多樣性(0.069 9)是對(duì)其貢獻(xiàn)最大的二級(jí)指標(biāo),Y 鄉(xiāng)脫貧農(nóng)戶的就業(yè)渠道主要有參加扶貧工廠、疆內(nèi)外有組織外出務(wù)工、公益性崗位務(wù)工、零散務(wù)工等,就業(yè)渠道的多樣意味著家庭勞動(dòng)力就業(yè)方式不會(huì)過(guò)于單一,避免了單一渠道帶來(lái)的就業(yè)風(fēng)險(xiǎn),同時(shí)當(dāng)?shù)卣苍诜e極引導(dǎo)各農(nóng)戶主要?jiǎng)趧?dòng)力多渠道穩(wěn)定就業(yè)。社會(huì)網(wǎng)絡(luò)(0.194 6)對(duì)脫貧農(nóng)戶產(chǎn)生較大的影響,具體而言是政府幫扶度(0.062 3)影響較大,Y 鄉(xiāng)處于南疆四地州深度貧困地區(qū),政策上傾斜,惠民政策扶持力度大,在后續(xù)的鄉(xiāng)村振興及返貧防控工作中,政府的幫扶一直占有重要的影響地位。收入(0.166 2)對(duì)返貧風(fēng)險(xiǎn)的影響也較大,2020 年Y 鄉(xiāng)脫貧農(nóng)戶中5 362人的人均純收入為10 737.81 元,收入差距較小,但在收入結(jié)構(gòu)中,工資性收入比重(0.058 2)與生產(chǎn)經(jīng)營(yíng)性收入比重(0.051 5)對(duì)農(nóng)戶穩(wěn)定脫貧影響較大。

表3 Y 鄉(xiāng)返貧風(fēng)險(xiǎn)指標(biāo)體系綜合權(quán)重

健康(0.145 8)、教育(0.139 7)及資源(0.132 7)對(duì)脫貧農(nóng)戶返貧的影響相對(duì)較小。Y 鄉(xiāng)通過(guò)醫(yī)療資金補(bǔ)貼、殘疾補(bǔ)貼、每周定期為脫貧農(nóng)戶免費(fèi)體檢、為慢性病患者免費(fèi)提供特定藥品等方式,很大程度上降低了因病、因殘返貧的可能性,穩(wěn)定了脫貧成果,相對(duì)降低了返貧風(fēng)險(xiǎn)。此外,在二級(jí)指標(biāo)綜合權(quán)重中,權(quán)重最大的是勞動(dòng)力國(guó)家通用語(yǔ)言掌握水平(0.092 3)。結(jié)合研究區(qū)脫貧短板,該地脫貧農(nóng)戶普遍國(guó)家通用語(yǔ)言文字能力差,48.55%的樣本農(nóng)戶家庭主要?jiǎng)趧?dòng)力均不會(huì)講國(guó)家通用語(yǔ)言。通過(guò)對(duì)研究區(qū)的調(diào)研認(rèn)為,國(guó)家通用語(yǔ)言水平直接限制了就業(yè)渠道,國(guó)家通用語(yǔ)言掌握水平較好的勞動(dòng)力可以從事更加靈活、多樣的工作崗位。

綜上可知,脫貧農(nóng)戶的就業(yè)情況、社會(huì)網(wǎng)絡(luò)和收入情況會(huì)對(duì)脫貧農(nóng)戶的返貧產(chǎn)生較大影響,而健康情況、教育情況和資源情況對(duì)脫貧農(nóng)戶的返貧影響較小。具體而言,就業(yè)情況中的家中勞動(dòng)力就業(yè)多樣性、社會(huì)網(wǎng)絡(luò)中的政府幫扶度和收入情況中的工資性收入比重對(duì)Y 鄉(xiāng)脫貧農(nóng)戶的返貧情況產(chǎn)生一定的影響,是未來(lái)當(dāng)?shù)卣枰仃P(guān)注的領(lǐng)域。

4 研究區(qū)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)評(píng)價(jià)

據(jù)線性加權(quán)公式,脫貧農(nóng)戶返貧風(fēng)險(xiǎn)數(shù)值計(jì)算結(jié)果分布如圖2 所示。由圖2 可知,脫貧農(nóng)戶返貧風(fēng)險(xiǎn)數(shù)值的范圍為[0,1],在本研究的276 戶脫貧農(nóng)戶中,最大值為0.78,最小值為0.22,且在此范圍內(nèi)大致呈正態(tài)分布。

為了對(duì)脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)情況進(jìn)行直觀量化分析,根據(jù)其返貧數(shù)值的高低,按照等距離劃分法將脫貧農(nóng)戶返貧風(fēng)險(xiǎn)值劃分為A、B、C、D 四級(jí)。A 級(jí)(0.75<數(shù)值≤1.00)表明脫貧農(nóng)戶返貧風(fēng)險(xiǎn)低,脫貧質(zhì)量高且具有特別強(qiáng)的抗風(fēng)險(xiǎn)能力;B 級(jí)(0.50<數(shù)值≤0.75)表明脫貧農(nóng)戶返貧風(fēng)險(xiǎn)較低,具有較強(qiáng)抵抗風(fēng)險(xiǎn)的能力;C 級(jí)(0.25<數(shù)值≤0.50)表明脫貧農(nóng)戶返貧風(fēng)險(xiǎn)較高,各方面指標(biāo)得到一定改善,具有一定的抗風(fēng)險(xiǎn)能力;D 級(jí)(0<數(shù)值≤0.25)表明脫貧農(nóng)戶返貧風(fēng)險(xiǎn)高,脫貧農(nóng)戶抵抗風(fēng)險(xiǎn)能力一般。

Y 鄉(xiāng)276 戶樣本農(nóng)戶中,A 級(jí)農(nóng)戶共3 戶,占比為1.09%,B 級(jí)農(nóng)戶是主體部分,占比71.01%,共196戶,該等級(jí)農(nóng)戶返貧風(fēng)險(xiǎn)較小,反映出Y 鄉(xiāng)脫貧攻堅(jiān)取得一定成果。C 級(jí)農(nóng)戶共75 戶,占比為27.17%,D級(jí)農(nóng)戶占比為0.73%。表明部分脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)仍然較高,Y 鄉(xiāng)脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)狀況存在較大差距,且處于D 級(jí)返貧高風(fēng)險(xiǎn)的2 戶脫貧農(nóng)戶是Y 鄉(xiāng)近期返貧防控工作需要重點(diǎn)關(guān)注的對(duì)象,應(yīng)采取措施防止返貧現(xiàn)象的發(fā)生。詳見(jiàn)表4。

表4 Y 鄉(xiāng)脫貧農(nóng)戶返貧風(fēng)險(xiǎn)等級(jí)劃分情況

5 結(jié)論與建議

5.1 結(jié)論

本研究通過(guò)梳理與借鑒已有研究成果,結(jié)合南疆和田地區(qū)脫貧短板,在多維貧困理論的指導(dǎo)下,構(gòu)建了包含收入、健康、教育、就業(yè)、資源、社會(huì)網(wǎng)絡(luò)6 個(gè)一級(jí)指標(biāo)及22 個(gè)二級(jí)指標(biāo)的返貧風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系,采用層次分析法和CRITIC 權(quán)重法相結(jié)合對(duì)Y 鄉(xiāng)脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)分析。通過(guò)對(duì)指標(biāo)權(quán)重的測(cè)算及對(duì)返貧風(fēng)險(xiǎn)值的計(jì)算分析,該指標(biāo)體系適用于Y 鄉(xiāng)13 個(gè)行政村的脫貧農(nóng)戶返貧防控工作,本研究對(duì)南疆地區(qū)其他縣鄉(xiāng)的返貧防控工作同樣具有參考價(jià)值。同時(shí)得出以下結(jié)論:①主客賦權(quán)法的計(jì)算結(jié)果相似但有一定差距,說(shuō)明該指標(biāo)體系具有一定的準(zhǔn)確性與實(shí)用性,2 種方法相結(jié)合下的綜合權(quán)重更具可參考性;②脫貧農(nóng)戶的就業(yè)情況、社會(huì)網(wǎng)絡(luò)和收入情況對(duì)其返貧產(chǎn)生較大影響,健康情況、教育情況和資源情況對(duì)農(nóng)戶返貧的影響依次減小,此外二級(jí)指標(biāo)中,家中勞動(dòng)力就業(yè)多樣性、政府幫扶度、勞動(dòng)力國(guó)家通用語(yǔ)言掌握水平等因素對(duì)脫貧農(nóng)戶返貧情況產(chǎn)生的影響較大;③Y 鄉(xiāng)276戶樣本農(nóng)戶中,返貧風(fēng)險(xiǎn)評(píng)級(jí)處于B 級(jí)的脫貧農(nóng)戶占主體部分,說(shuō)明Y 鄉(xiāng)脫貧攻堅(jiān)取得了一定成果,但仍然存在27.17%的C 級(jí)農(nóng)戶與0.73%的D 級(jí)農(nóng)戶,這部分農(nóng)戶仍然具有較高的返貧風(fēng)險(xiǎn)。

本研究已通過(guò)實(shí)例驗(yàn)證所建指標(biāo)體系的可行性,但受調(diào)研條件限制該指標(biāo)體系僅對(duì)和田地區(qū)Y 鄉(xiāng)進(jìn)行了分析,應(yīng)結(jié)合各地實(shí)際情況不斷優(yōu)化,擴(kuò)大樣本量,提高測(cè)算精準(zhǔn)度。同時(shí),可依據(jù)本研究成果,開(kāi)發(fā)大數(shù)據(jù)平臺(tái)建立返貧風(fēng)險(xiǎn)預(yù)警系統(tǒng)進(jìn)行動(dòng)態(tài)監(jiān)測(cè),及時(shí)干預(yù)降低脫貧農(nóng)戶的返貧風(fēng)險(xiǎn)。

5.2 對(duì)策建議

1)對(duì)標(biāo)擇業(yè)需求,提升勞動(dòng)力國(guó)家通用語(yǔ)言掌握水平。開(kāi)辦夜校學(xué)漢語(yǔ),加大培訓(xùn)力度,吸引脫貧農(nóng)戶家庭主要?jiǎng)趧?dòng)力進(jìn)行學(xué)習(xí),針對(duì)日常交流與崗位要求,有針對(duì)性進(jìn)行重點(diǎn)培訓(xùn)。Y 鄉(xiāng)1 385 戶脫貧農(nóng)戶中99.92%的脫貧農(nóng)戶為維吾爾族,其國(guó)家通用語(yǔ)言掌握水平直接限制了就業(yè)渠道,國(guó)家通用語(yǔ)言掌握水平較好的勞動(dòng)力可以從事更加靈活、多樣的工作崗位。

2)增強(qiáng)農(nóng)戶自我發(fā)展能力。聯(lián)合“訪惠聚”工作隊(duì),以民族團(tuán)結(jié)為契機(jī),抓好脫貧農(nóng)戶精神文明建設(shè),利用廣播電視宣傳正確價(jià)值觀,營(yíng)造良好的社會(huì)風(fēng)氣。利用冬季農(nóng)閑時(shí)段,加強(qiáng)對(duì)建筑工技術(shù)、田間管理、家禽和牲畜的飼養(yǎng)培訓(xùn),改善脫貧農(nóng)戶生活質(zhì)量,提升自我發(fā)展能力。

3)充分發(fā)揮基層政府職能。針對(duì)返貧高風(fēng)險(xiǎn)戶,定期慰問(wèn)回訪,力所能及地幫其解決實(shí)際困難;設(shè)置防返貧保障金,對(duì)意外突發(fā)事件、失業(yè)再就業(yè)過(guò)渡期、農(nóng)業(yè)生產(chǎn)災(zāi)害等可能加重脫貧農(nóng)戶返貧的因素進(jìn)行臨時(shí)救助。針對(duì)外出務(wù)工戶,做好留守老人、婦女與兒童的生活照料,為其生活、入學(xué)等提供便利,提高就業(yè)穩(wěn)定率。

猜你喜歡
賦權(quán)指標(biāo)體系權(quán)重
論鄉(xiāng)村治理的有效賦權(quán)——以A縣扶貧項(xiàng)目為例
企業(yè)數(shù)據(jù)賦權(quán)保護(hù)的反思與求解
權(quán)重常思“浮名輕”
試論新媒體賦權(quán)
活力(2019年15期)2019-09-25 07:22:12
基于改進(jìn)AHP熵博弈賦權(quán)的輸變電工程評(píng)價(jià)
為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
基于公約式權(quán)重的截短線性分組碼盲識(shí)別方法
層次分析法在生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)體系中的應(yīng)用
供給側(cè)改革指標(biāo)體系初探
層次分析法權(quán)重的計(jì)算:基于Lingo的數(shù)學(xué)模型
河南科技(2014年15期)2014-02-27 14:12:51
如东县| 石景山区| 雅安市| 儋州市| 千阳县| 玉门市| 南丹县| 方正县| 平安县| 钟山县| 南开区| 耒阳市| 潞城市| 郓城县| 洛隆县| 平谷区| 亳州市| 广饶县| 玉林市| 海淀区| 曲沃县| 抚松县| 长春市| 广饶县| 泽州县| 锡林浩特市| 昌邑市| 舞阳县| 柳林县| 板桥市| 永善县| 洛宁县| 青河县| 高密市| 万荣县| 宜宾县| 堆龙德庆县| 长乐市| 乐业县| 泾阳县| 洛扎县|