【摘 要】
:
脱贫攻坚的全面胜利消除了绝对贫困,但脱贫摘帽不是我国反贫困进程的终点,相对贫困问题仍然长期存在。由于相对贫困具有多维性和复杂性,其贫困表征不仅体现在收入维度,更体现在了住房、教育、医疗、社会保障等社会资源的匮乏。同时,精准扶贫与脱贫攻坚时期,我国长期开展以教育、医疗、社会保障与就业为主要内容的公共服务供给,大力推动基本公共服务均等化。党的十九大明确提出实施乡村振兴战略,党的二十大进一步提出全面推进
论文部分内容阅读
脱贫攻坚的全面胜利消除了绝对贫困,但脱贫摘帽不是我国反贫困进程的终点,相对贫困问题仍然长期存在。由于相对贫困具有多维性和复杂性,其贫困表征不仅体现在收入维度,更体现在了住房、教育、医疗、社会保障等社会资源的匮乏。同时,精准扶贫与脱贫攻坚时期,我国长期开展以教育、医疗、社会保障与就业为主要内容的公共服务供给,大力推动基本公共服务均等化。党的十九大明确提出实施乡村振兴战略,党的二十大进一步提出全面推进乡村振兴战略、全面建设社会主义现代化国家,2023年中央一号文件进一步强调“三农”问题。在此发展背景下,缓解多维相对贫困成为新时期反贫困的主要任务,强化公共服务供给成为缓解多维相对贫困的重要措施。多维相对贫困的贫困表征同公共服务供给保障的内容相对应。在观测到这一特征事实后,本文基于可持续生计理论的拓展和延伸,把公共服务供给视作可持续生计框架里的外生冲击,探究公共服务供给对多维相对贫困家庭生计资本的影响,在理论层面厘清公共服务供给缓建多维相对贫困的内在机理。同时,本文引入五类生计资本,运用A-F双界限法对多维相对贫困发生率进行测度并分离指标的贡献度。设计公共服务供给综合水平测度指标,构建固定效应模型实证检验公共服务供给缓解多维相对贫困的影响效应,并按照经济发展的不同水平,把研究样本分为4个区域进行异质性分析,研究不同经济发展水平地区公共服务供给缓解多维相对贫困的区域异质性。本文得出以下结论:第一,人力资本缺失对多维相对贫困的发生有较高的贡献度,缓解多维相对贫困需要注重人力资本的持续累积。第二,公共服务供给能有效缓解多维相对贫困,通过增加多维相对贫困群体的各类生计资本,优化其生计策略,并有效改善外部环境的脆弱性。第三,公共服务供给缓解多维相对贫困的效应在不同经济发展水平地区存在区域异质性,公共服务供给的政策设计需要适配区域的经济发展水平。基于上述研究结论,本文提出了优化公共服务供给政策缓解多维相对贫困的政策建议。
其他文献
自我国经济呈现出新常态的特征以来,这给我国带来了新的发展机遇,但同样也带来了挑战。在充分肯定当前成绩的同时,也不能忽视经济发展面临需求收缩、供给冲击、预期转弱三重压力,新常态意味着经济发展方式转型升级及经济结构调整优化的内在要求不断提高,同样地,这也对我国货币政策提出了更高要求,传统货币政策调控机制已不适应新常态,结构性货币政策便应运而生。因此,结构性货币政策如何在新常态的背景下,实现对经济重点领
图的对称性可通过其自同构群进行描述.图的一条2-弧是指由三个顶点构成的有序对(u,v,w),使得v与u,w相连且u≠w.如果一个图的自同构群在2-弧集上是传递的,则称这个图是2-弧传递图.2-弧传递图是一类具有高度对称性的图,在代数图论中被广泛的研究.Praeger将2-弧传递图的研究归结于两个步骤:研究顶点拟本原或二部拟本原的基本图,以及研究基本图的覆盖.学者们对小度数和特殊阶的2-弧传递图进行
图的对称性是图论研究中的热门话题,其对称性可以通过图的自同构群刻画.如果一个图的全自同构群在边集上的作用是本原的,则称这个图为边本原图.许多著名的高对称性的图都是边本原图,而且已知的边本原图大部分都是2-弧传递的.边本原图的系统性研究始于2010年Giudici和Li的基础性工作.随后,学者们对小度数或特定阶数的边本原图进行了分类和刻画.特别是阶为素数幂、二倍素数幂、四倍素数幂和两个不相同奇素数乘
近年来,我国经济增速放缓,尤其受新冠肺炎疫情的影响后,我国2020年经济增速为2.75%,2022年仅上升到了3%。在“网络强国、数字强国”的战略指引下,数字技术与传统经济正快速融合,生产要素数字化转型趋势显现。党的二十大指出要推动数字经济与实体经济深度融合,且《数字中国发展报告(2022年)》显示2022年我国数字经济规模达50.2万亿元,占GDP比重41.5%,同比增长10.3%。可见,数字经
社交网络是复杂网络中刻画人与人之间相互交往的网络,如何控制传染病在社交网络中的传播成为网络科学研究的一个重要问题.改变社交网络的拓扑结构可以有效控制和缓解传染病的传播,仅仅中断个体之间的重要联系来控制和缓解传染病的传播往往比隔离个体更方便和节约成本.因此,本文将从网络的拓扑结构出发来重点研究如何识别网络中重要的边,通过移除重要边集来提高传染病的传播阈值.本论文的主要贡献如下.(1)提出了一种基于吸
近年来,随着大数据技术的不断发展,数据的获取以及存储方式变得越来越丰富,同时数据类型也变得复杂多样。在面对响应变量是多元相关性数据时,即响应变量Y(28)(y 1,y 2,(42),y q),且y1,y 2,(42),yq之间存在相关性,这时单纯的应用传统的线性模型以及广义线性模型往往行不通,因此需要引入多元相关响应向量的广义线性模型,同时随着向量广义线性模型的应用场景越来越丰富,在应用过程中就会
对高维数据的降维已成为非参数回归领域中一个重要的问题。充分降维是一种用尽可能少的原始自变量的线性组合替代原始自变量且尽可能少地损失回归信息的降维理论方法。当然,充分降维问题不只适用于一元响应变量模型,也适用于多元响应变量模型。随着所要处理的数据越来越庞大,我们所研究的问题越来越复杂,响应变量是多元的情形经常出现,这使得降低数据维度以建立简洁有效的数据模型尤为重要。由于许多充分降维方法非常依赖数据的