2010年,中国农村绝对贫困发生率从2000年的3.5%下降到2008年的1%,2013年,国家统计局调整绝对贫困收入标准为2300元,保守估计贫困人口还有8000万人。此外,中国的贫困人口开始向西部地区集中,山区农村贫困人口占全国农村贫困人口的比重逐年上升。贫困向老少边区的“小集中大分散”趋势越来越明显。目前,国内贫困的识别仅仅停留在依靠收入指标的基础上,贫困的表达也仅仅通过统计图表来进行表达。这样的贫困识别与测量技术并不能有效地分析贫困地区的致贫机制,不能帮助政府制定相关的扶贫政策。随着多维贫困理论逐渐成为国内外学者研究的热点,从多维分析贫困的特征已经成为近年来贫困识别与测量的焦点。此外,由于贫困具有地域性特征,所以,对多维贫困人口所处地域的可持续能力进行评估分析,是贫困地区致贫机制研究不可缺少的部分。根据阿玛蒂亚森的理论,量化贫困就必须对贫困进行识别与测量。识别的目的是为了能够划分贫困与非贫困个体；而测量的目的是通过数值指标表示贫困的程度。本文采用多尺度的研究方法,首先参考以往政府部门以及相关学者的贫困识别与测量指标体系,在衡量了研究区地域条件的情况下构建了贫困人口、村级、县级的多维贫困识别与测量指标体系。其次,在贫困人口尺度,使用“双临界值法”对研究区多维贫困人口进行识别与测量；在村级尺度,使用“参与式评估”法对村级贫困程度进行识别与测量；在县级尺度,使用“PI指数法”对县级贫困程度进行识别与测量。最后,通过维度分解分析各个维度对贫困的贡献情况,以此分析地区的致贫原因；通过GIS的空间分析方法分析地区贫困空间分布状况；基于不同尺度致贫原因的关系研究,分析贫困人口与其所处环境之间的致贫关系。实证方面,本文首先以秦巴山区南阳市四个国家级贫困县为例,在调查数据不足的情况下运用Kriging插值技术实现了对研究区多维贫困人口空间分布的模拟；其次,以武陵山区重庆市黔江区为例,对其多维贫困人口、村级贫困、县级贫困进行了识别与测量,分析研究区的致贫原因以及贫困的空间分布情况,并探讨了贫困人口与其所处环境之间的致贫关系,以此研究为政府提供政策建议。其贫困分析结果如下：1)通过数据检验,南阳市四县多维贫困测量指标符合插值条件。结果显示：淅川县山区部分的多维贫困人口发生率最高,镇平县MPI最低,但健康对贫困的贡献度最高。2)村级贫困主要分布在黔江区中部以及中南部,且分布较零散,聚集程度不明显。在与多维贫困人口的关系分析中,发现造成黔江区健康问题严重的原因与黔江区医疗基础设施不全,缺乏有经验的医护人员以及参与医疗保险的农户数量少有关。3)在县级尺度上,黔江区的综合贫困指数在整个武陵山区片区县的排名较低,整体贫困较其他武陵山区片区县轻。但是,从其贫困致贫机制分析以及内部村级的贫困分布可以看出,黔江区也属于多因素致贫类型。其致贫模式为：由于区域条件差导致的区域封闭,致使信息闭塞,优厚的生态资源不能通过科学技术转换为经济效益；加之,依然以自给自足的农业经济无法满足黔江区的人口需求以及发展需求,另外,黔江区内部分行政村由于频发地质类灾害导致农业经济受损,单一的产业经济无法支持区域的发展,导致区域发展的失衡,区域差距日渐扩大。